GPU를 '산다'가 아니라 '만든다'
그래픽카드 하나 사려면 요즘 몇십만 원에서 몇백만 원까지 하잖아요. 그런데 누군가는 이걸 사는 대신 집에서 밑바닥부터 직접 만들기로 결심했어요. 처음엔 '간단하게 화면에 뭔가 띄우는 정도만 해보자'로 시작했는데, 하다 보니 욕심이 붙어서 점점 커지고, 결국 진짜 GPU 흉내를 내는 물건이 되어버린 거죠. 제목의 'escalated quickly(순식간에 일이 커졌다)'가 딱 그 상황을 표현한 거예요.
GPU가 뭐냐면, 화면에 픽셀을 그려내는 걸 전문으로 하는 칩이에요. CPU가 이것저것 다 처리하는 만능 일꾼이라면, GPU는 '똑같은 계산을 수백만 번 동시에' 하는 데 특화된 일꾼이거든요. 화면의 수백만 개 픽셀 색을 한꺼번에 계산해야 하니까 이런 병렬 처리가 꼭 필요한 거죠. 요즘 AI 학습에 GPU가 필수인 것도 같은 이유예요. 신경망 계산이 결국 엄청난 양의 곱셈·덧셈을 동시에 때려야 하는 일이라서요.
어떻게 밑바닥부터 만들까요
집에서 진짜 실리콘 칩을 구워낼 수는 없으니까, 이런 프로젝트는 보통 FPGA라는 걸 써요. FPGA(에프피지에이)가 뭐냐면, '내부 회로를 소프트웨어로 다시 배선할 수 있는 칩'이에요. 보통 칩은 공장에서 회로가 고정된 채로 나오는데, FPGA는 내가 하드웨어 설계도를 넣으면 그 모양대로 내부 회로가 재구성돼요. 이 설계도는 Verilog(베릴로그)나 VHDL 같은 '하드웨어 기술 언어'로 짜는데, 코딩하듯 회로를 서술하면 그게 실제 논리회로로 바뀌는 거예요. 덕분에 '나만의 칩'을 소프트웨어처럼 만들어볼 수 있는 거죠.
GPU를 만든다는 건 결국 그래픽 파이프라인을 하나하나 직접 구현한다는 뜻이에요. 화면에 삼각형 하나를 그린다고 생각해봐요. 3차원 공간의 점들을 화면 좌표로 변환하고(정점 처리), 그 삼각형 내부를 어떤 픽셀들이 채우는지 계산하고(래스터화, rasterization), 각 픽셀에 색과 텍스처를 입히고(셰이딩), 앞뒤 가림 관계를 정리해서(깊이 버퍼) 최종 화면에 뿌리는... 이 모든 단계를 회로로 짜야 하는 거예요. 우리가 게임에서 당연하게 보던 3D 화면 뒤에 이렇게 복잡한 과정이 숨어 있었던 거죠. 이걸 직접 만들다 보면 '아, 엔비디아가 왜 그렇게 비싼지' 몸으로 이해하게 돼요.
업계 맥락 속에서 보면
이런 자작 하드웨어 흐름은 생각보다 넓어요. FPGA로 옛날 게임 '퀘이크'를 돌릴 수 있는 GPU를 만든 FuryGPU 같은 유명 프로젝트가 있고, 브레드보드(빵판) 위에 부품을 하나씩 꽂아 8비트 CPU를 만드는 벤 이터(Ben Eater)의 교육 시리즈도 이 계열이에요. 요즘은 RISC-V라는 개방형 CPU 설계 흐름 덕분에 'CPU를 직접 만들어보기'가 하나의 학습 코스처럼 자리 잡았고, Tiny Tapeout처럼 소액으로 진짜 칩을 찍어주는 오픈소스 실리콘 프로젝트까지 나왔거든요. '하드웨어는 회사만 만드는 것'이라는 벽이 점점 낮아지고 있는 거예요.
한국 개발자에게 주는 시사점
소프트웨어 개발자에게 이런 프로젝트가 왜 의미 있냐면요. 우리는 늘 추상화된 위층에서만 일하잖아요. 함수 하나 부르면 화면에 그림이 뜨고, 라이브러리가 알아서 다 해주고요. 그런데 그 아래에서 실제로 무슨 일이 벌어지는지 한 번이라도 들여다보면, 성능 문제를 만났을 때 감이 완전히 달라져요. 임베디드나 하드웨어 쪽 진로를 고민한다면 iCE40, Tang Nano 같은 저가 FPGA 보드로 입문해보는 것도 좋고요. LED 하나 깜빡이게 하는 것부터 시작해도 충분해요.
한 줄 정리하면, 이건 'GPU라는 마법 상자를 열어 직접 톱니바퀴를 깎아 넣은' 이야기예요. 여러분은 지금 쓰는 도구 중에서, 안이 어떻게 돌아가는지 가장 궁금한 게 뭔가요? 하드웨어를 밑바닥부터 만들어본 경험이 있다면 나눠주세요.
🔗 출처: Hacker News