21세기형 '보이지 않는 손', 알고리즘 우리는 알고리즘 세상에 살고 있다. 알고리즘은 상상하는 것보다 광범위하게 우리 삶에 관여한다. 아니, 관장한다. 인터넷 서핑을 하다가 마주치는 광고, 아마존이 추천하는 책, 넷플릭스가 우리 눈앞에 보여주는 영상 모두 알고리즘이 작용한 결과다. 알고리즘의 영향력은 온라인 세상에 국한되지 않는다. 실제 세상에서는 더 크고 중대한 영향을 미친다. 과거 사람이 했던 의사결정을 알고리즘이 맡게 된 사례는 무수히 많다. 알고리즘은 21세기 버전의 '보이지 않는 손'이라고 해도 과언이 아니다. 기만적인 알고리즘 문제는 알고리즘이 기만적이라는 데 있다. 우리는 흔히 알고리즘이 공정하고 중립적이라고 믿는다. 최선의 판단은 편견에서 거리를 둘 때 나오고, 알고리즘은 사람과 달리 편견 없이 작동하리라는 믿음이다. 진실은 믿음과 다르다. 미국 비영리...

인텔이 지난 7월29일 스토리지용 메모리 기술을 공개했습니다. '3D크로스포인트’입니다. 가느다란 전선을 가로·세로로 배치하고, 그 사이에 메모리 셀을 배치하는 방식입니다. 낸드플래시가 정확한 셀에 접근하지 못하고 블록과 헤드 단위로 수십개 셀을 동시에 관리하면서 생기는 수명과 접근 속도 손실을 잡은 게 특징입니다. 기술은 참 복잡하고 아직 실제 제품이 어떻게 작동하는지 확인할 수는 없지만, 인텔은 확실한 차별점을 갖고 스토리지 시장에 본격적으로 뛰어들겠다는 의지를 확실히 비췄습니다. 발표 전의 분위기도 다른 때의 여유로움보다는 전반적인 긴장감까지 엿보였습니다. 그런데 말입니다. 프로세서 왕국인 인텔이 갑자기 왜 스토리지 관련 메모리 기술을 발표했을까요? 그 속내를 한번 짚어보려고 합니다. 인텔의 표면적인 이유는 “컴퓨터 속도의 발목을 잡는 저장장치의 속도를 개선하겠다”입니다. 그런데 꼭 그게 전부는...

삼성전자가 14nm 공정의 모바일 프로세서 양산에 성공했다. 삼성전자는 반도체의 전류를 열고 막는 게이트를 3차원으로 설계한 3D 핀펫 공정을 도입하면서 14nm 프로세서의 양산에 들어갔다고 밝혔다. ARM 프로세서 업계에 20nm 공정이 도입된다는 이야기가 나온 지 이제 2년이 막 넘었는데 업계는 또 다시 새로운 공정을 준비하고 있다. 삼성전자가 14nm 공정으로 만든 프로세서는 기존 20nm 공정 프로세서에 비해 성능이 20% 높아졌고, 소비전력은 35% 내려갔다. 삼성전자는 생산성을 30% 끌어올렸다고 밝혔다. 물론 공정을 미세하게 만든 것이 직접적으로 성능을 끌어올리는 건 아니다. '엑시노스7'부터는 아키텍처가 ARM v8로 바뀐다. 또한 공정을 미세화하면 소비전력과 발열이 줄어들고, 이 때문에 전반적인 작동 속도를 높일 수 있게 된다. 복합적인 기술을 더하면서 프로세서가 빨라지는...

인텔이 최근 5세대 코어 프로세서를 내놓았다. 하지만 시장 분위기는 썰렁한 것 같다. 특히 14nm(나노미터)로 바뀐 공정 기술은 전력 소비량과 성능에 직접적인 영향을 끼치지만 인텔도, 시장도 반도체 기술 자체보다는 새 프로세서로 ‘뭘 할 수 있을지’에 대한 관심이 더 큰 것 같다. 올해는 '무어의 법칙'이 50주년을 맞는 해다. 펜티엄이 20주년을 맞았다고 발자취를 되짚었던 게 불과 1년 전인데, 인텔로 대변되는 마이크로프로세서의 역사는 더 길고 파란만장하다. 인텔의 성장은 반도체 집적 기술의 역사와 함께했다. 14nm 공정을 모두가 당연하게 여기고 있지만, 그 동안 마이크로프로세서의 역사를 되짚어보면 14nm는 그렇게 우습게 볼 기술은 아니다. 지금부터 할 이야기는 꽤 길다. 그만큼 마이크로프로세서의 역사는 길었다. 하지만 발전의 패턴은 최근에 급격해졌을...

반도체 제조 공정 중 발생하는 센서 데이터는 빅데이터의 대표 사례로 꼽힌다. 부품 제조를 위한 단위공정 설비에서 발생하는 센서데이터는 500~1천여개. 각 센서에서는 매 초마다 데이터가 발생한다. 반도체 제조 업체는 각 센서 데이터를 분석해 양품 반도체와 불량 반도체를 가른다. 처음에는 이같은 방식이 문제가 없었다. 발생한 센서 데이터를 관계형 데이터베이스(RDB)에 저장하고 분석하면 끝났다. 그러나 반도체 공정이 복잡해지고 센서 데이터가 늘어나면서 기존 RDB 방식으로 분석하는 데 한계가 왔다. "센서 데이터가 500여만건을 넘어서자 분석 속도가 급격히 느려지더군요. 그렇다고 데이터가 늘어날 때마다 RDB를 추가할 수는 없고요. 하둡에 데이터를 저장해 병렬 분석 처리하는 게 낫겠다는 생각이 들었습니다." 안대중 삼성SDS 수석이 하둡을 저장공간으로 활용한 이유는 간단하다. 데이터가 늘어날수록 속도가 떨어지는 RDB와 달리,...