CPU GPU 차이 쉽게 풀어봅니다.

 

컴퓨터를 하다 보면 CPU와 GPU라는 용어를 접할 때가 많습니다. 처리장치라는 것은 동일한데 둘이 무엇이 다른 것일까요. CPU GPU 차이 쉽게 설명해 드립니다. 

 

요약

• CPU :
  • 복잡하지만 숫자가 적은 작업에 특화, 간단한 작업은 직접 처리하고 전문 작업은 지시를 내리도록 발전.
    
    
• GPU :
  • 단순하지만 숫자가 많은 작업에 특화, 특수한 몇 가지 용도에 특화되어 해당 분야에서 가공할 성능을 보이게 발전.

 

CPU GPU란

 

CPU 란 

• 순차적인 일처리에 강하다. 상대적으로 규모가 작지만 복잡한 일을 담당한다.

 

CPU는 Central Processing Unit의 약자로 컴퓨터의 두뇌와 같은 역할을 합니다.

순차적이지만 복잡한 작업을 처리하는 일에 특화되도록 설계되는데, 따라서 코어 하나의 성능이 중요해지고 코어의 개별 성능을 중시하다 보니 코어의 숫자를 늘리는 것이 상대적으로 어렵습니다.

 

CPU는 순차적으로 일을 처리합니다.

 

현시점에서도 일반 게이밍 CPU의 코어 숫자는 8개 수준으로 상용화된 CPU 중 가장 많은 코어를 가진 물건도 200개가 넘는 코어를 가지지 못합니다.

내부적인 구조도 GPU와는 상당히 다르지만, 간단히 설명한다고 했으니 이 정도의 특성이면 되겠죠. 

 

GPU란

 

• 병렬 연산으로 단순하지만 규모가 큰 일에 특화되어있다.

 

GPU는 Grapical Processing Unit로 일반적인 컴퓨터에서 이미지의 연산을 담당하는 역할을 합니다.

특히나 3D 게임이나 영화의 3D 특수효과처럼 그 자체로 복잡하지는 않지만 양이 압도적으로 많은 데이터들을 동시에 처리해야만 하는 과제를 떠안게 되는데요. 

그래서 GPU는 코어의 개별 성능보다는 숫자를 중시하여 압도적인 코어 숫자로 동시에 처리하는 작업의 양을 폭발적으로 늘리는 형태로 발전하였습니다. 이를 병렬 연산이라고 합니다.

당장 제가 비판적으로 평가했던 엔비디아의 최하급 제품인 GTX 1630도 코어 숫자는 512개로 최상급 CPU의 그것을 가볍게 넘어서고 최상급 소비자용 그래픽카드인 RTX 3090 Ti의 코어 숫자는 10,752개(오타 아님 만개 넘는 거 맞음)로 비교 자체가 무의미한 수준이죠. 

 

GPU는 비슷한 작업을 수없이 많이 처리해야하는 단순하고 규모가 큰일에 잘 맞습니다.

 

GPU의 이러한 특성은 이후 단순하지만 많은 양의 데이터를 학습해야 하는 AI의 훈련과 파편화된 많은 데이터를 다뤄야 하는 빅데이터 등에 활용되기 시작하는데요.

현재 시장의 규모를 생각하자면 이런 식으로 산업적인 분야에 활용되는 GPU 시장의 규모가 개인 소비자용 GPU보다 더욱 커져서 시장의 주류를 이루고 있다고 볼 수 있습니다. 

 

CPU와 GPU 차이

• CPU 지시를 하는 사장님
  
  
• GPU 지시받은 업무를 수행하는 직원

 

단순히 구조를 나열해도 둘의 차이점은 와닿기가 쉽지 않을 겁니다. 쉽게 예를 들자면, CPU와 GPU는 사장님과 직원의 관계로 생각할 수 있습니다. 

 

사장님이 저렇게 지시하면 천사라는(?)

 

사장은 보통 놀고 먹지 회사의 업무를 하달하고, 미래를 위한 선택을 하는 중요한 결정을 내리고 이를 지시하는 역할을 합니다.

육체적인 노동(컴퓨터 부품으로 따지면 전력 소모)의 강도는 더 적을지라도 '뛰어난' 사장님들이 갖추는 통찰력과 분석 능력 등은 지시받은 일을 단순하게 수행하는 직원이 따라잡기 어려운 영역임이 분명합니다. 

 

그렇다면 직원은 어떨까요. 직원들은 자신의 맡은 분야에 대한 구인으로 뽑히기 때문에 적어도 자신의 분야에서는 사장보다 유능하다고 할 수 있습니다.

설령 그렇지 않은 상태로 입사했더라도 같은 업무를 반복하며 전문성이 커지면 결국 그렇게 되는 경우가 흔하죠.

게다가 사장은 보통 1명이지만 직원은 여력이 닿는 데까지 늘릴 수 있습니다. 1명이 싸던 택배 작업을 5명이 하게 되면 처리량이 늘어나고 마감 시간이 빨라지는 게 당연하죠. 

 

특수한 업무에 극도로 숙련된 피고용자는 때로 고용주보다 높은 몸값을 자랑하는 슈퍼 을이 되기도 합니다.

실제로 그래픽카드와 CPU의 가격을 비교했을 때 동급 대비 그래픽카드의 가격이 CPU의 뺨을 왕복 8차선까지 쌔려 버린 지는 꽤나 오래되었습니다. 

 

물론 컴퓨터 분야에서 1차적인 오더는 인간이 내립니다.

이 오더를 어떻게 어떤 순서로 처리해야 할지를 정하고 부품들의 에게 명령을 하달하는 역할을 CPU가 실행하기 때문에 CPU=사장이라는 비유를 든 것이죠.

조금 더 오버하자면 사람은 기업의 쩐주(?)고 CPU는 전문 경영인이라고 할 수도 있겠네요.

 

CPU와 GPU의 관계

GPU가 CPU를 대체할까

먼저 GPU의 단순 연산력이 미친 듯이 올라가서 규모를 키우면 결국 CPU는 무쓸모 하게 되는가를 중점으로 둘 사이의 관계에 대해서 이야기해 보겠습니다. 

 

결론을 먼저 이야기하자면 아직까지 그럴 일은 없다는 것입니다.

CPU는 동시다발적으로 들어오는 업무들에 우선순위를 주고 자기가 처리해야 하는 일은 스스로, 그렇지 않은 일은 빠르게 분산시키는 것에 중점을 두고 발전을 계속해왔습니다.

개별적인 코어의 성능 우위와 처리할 일을 쌓아두는 내부의 여유 메모리 등, 구조적으로 일반적인 컴퓨터의 운영을 위해서는 CPU라는 유닛은 필수적입니다. 

 

GPU는 압도적인 코어 숫자로 단순 연산 능력을 끌어올렸지만, 결국 특화된 몇 가지 업무 이외에는 처리의 효율이 떨어지게 됩니다.

이는 구조상의 문제도 있지만 미친 듯이 끌어보아 둔 코어 유닛들이 전기를 환장하도록 낭비한다는 문제도 크다고 할 수 있습니다.

단순히 생각할 때 최신예 그래픽카드 중 하나인 RTX 3080은 풀로드에서 350와트의 전력을 우습게 잡아먹고 저처럼 리미트를 풀어버리는 경우에는 400와트 이상의 순간 전력을 요구해서 파워서플라이가 '어?, 이거 오류네. 전기 안 줌.' 하는 반응을 일으켜 컴퓨터가 뻩어버리는 사고를 치기도 합니다.  

 

닭 잡는데 소 잡는 칼을 쓰느니 그냥 CPU를 달면 되는 거죠.

 

CPU는 GPU와 함께 발전

그렇기 때문에 CPU와 GPU는 상호 발전적인 관계로 함께 성장하는 측면을 보여주고 있습니다.

GPU의 작업 연산량이 늘어난다는 것은 곧 같은 작업을 더 빠른 시간에 처리한다는 말입니다.

조금 지났지만 위의 예시를 떠올려 볼까요. 직원들이 실력이 좋아져서 시킨 일을 빨리하고 놀다가 칼퇴하면 사장님은 어떤 반응을 보일까요. 

 

고용자는 피고용자가 노는 꼴을 보지 않습니다.

 

정답은 '없던 일이라도 만들어서 일을 더 시킨다.' 겠죠.

컴퓨터 분야에서도 동일한 일이 일어납니다. GPU가 빠르게 일을 처리하게 되면 될수록, CPU가 지시를 내리는 속도도 그만큼 빨라져야 하는 것이죠.

정보전달의 지연시간은 점점 줄어들고, 코어의 성능도 지속적으로 좋아집니다. 

 

미래는 어떨지 모르지만 아직까지 이 둘은 공존하며 발전하고 있습니다. 

 

여기까지  CPU GPU 차이를 설명해 드렸는데요.

유용한 정보가 되었으면 좋겠네요.

좋은 하루 보내시길 바라며, 저는 이만 물러갑니다!

 

PC builds를 활용해 컴퓨터 CPU 그래픽카드 병목현상 계산하기

 

컴퓨터 파워서플라이 스펙 보는 법

 

컴퓨터 그래픽카드 스펙 보는 법

 

엔비디아 중국 수출 금지