디노티시아, SC25서 FPGA 기반 ‘VDPU’ 성능 공개…CPU 6개 대체
기존 스토리지 시스템 대비 9배 향상된 시맨틱 검색 성능 검증
[아이티데일리] 장기기억 인공지능(AI) 및 반도체 통합 솔루션 전문기업 디노티시아 (Dnotitia Inc., 대표이사 정무경)는 현지 시간 11월 18일부터 20일까지 미국 세인트루이스에서 열리는 ‘슈퍼컴퓨팅 (Super Computing; 이하 SC25) 2025’에 참가해 개발 중인 ‘VDPU(Vector Data Processing Unit)의 FPGA(Field Programmable Gate Array) 기반 제품의 성능 결과를 공개했다.
내부 테스트 결과에 따르면 VDPU 카드 1장은 고성능 서버 중앙처리장치(CPU) 최대 6개와 동등한 벡터 검색 성능을 보였다. VDPU 4장을 장착한 단일 서버의 처리량은 2소켓 CPU 서버 최대 9대를 대체할 수 있는 수준으로 확인됐다. VDPU란 디노티시아의 자체 설계 반도체로, 데이터 연산을 전용 하드웨어로 가속할 수 있다.
최근 구글이 제미나이(Gemini) API에 ‘파일 서치 툴(File Search Tool)’과 같은 완전 관리형 검색증강생성(RAG) 기능을 출시하며, 클라우드 스토리지 내 파일을 시맨틱 방식으로 검색하는 기능이 빠르게 확산되고 있다. 시맨틱 방식이란 문장의 의미·맥락·의도까지 이해해서 관련성을 판단하는 검색 방식이다.
디노티시아는 이러한 시맨틱 검색・데이터 접근 과정을 소프트웨어 레이어가 아닌 전용 반도체(VDPU)에서 직접 가속해 동일한 워크로드에서 데이터 접근 비용 절감을 목표로 솔루션을 제공한다.
작년 SC24에서 디노티시아는 고성능 벡터 데이터베이스 ‘씨홀스(Seahorse)’와 함께 벡터 연산 전용 가속 반도체 VDPU의 개발 계획을 처음 공개했다. 올해 SC25에서는 그 후속 단계로 FPGA 기반 제품의 성능 결과를 구체적 지표로 제시했다. FPGA란 회로 구성이 변경 가능한 프로그래머블 반도체다.
이를 통해 디노티시아는 AI 워크로드에서 가장 큰 병목으로 지적돼 온 데이터 접근 및 검색을 하드웨어 차원에서 가속해 대규모언어모델(LLM) 기반 RAG 및 에이전트 환경에 적합한 새로운 AI 인프라 구조를 선보인다.
VDPU는 벡터 데이터베이스의 빌드(Indexing)과 검색(Retrieval) 과정에서 발생하는 그래프 탐색과 벡터 유사도 계산을 병렬로 가속하도록 설계된 전용 프로세서다. VDPU는 그래픽처리장치(GPU)나 신경망처리장치(NPU)가 LLM 추론을 수행할 때 필요한 데이터를 빠르게 찾아 전달하는 역할을 한다. 이를 통해 대규모 비정형 데이터에서 의미 기반(시맨틱) 검색을 효율적으로 처리하고, 데이터 이동과 메모리 병목을 최소화할 수 있다.
디노티시아는 주문형 반도체(ASIC) 기반 VDPU를 오는 2026년 하반기에 공개할 계획이다. ASIC 버전에서는 더 큰 메모리 용량과 향상된 전력 효율을 제공해, AI 데이터센터의 스토리지 시스템에 비용 효율적인 대안을 제공할 전망이다.
디노티시아 정무경 대표는 “미래에는 사람이 디렉토리를 옮겨 다니며 파일을 찾는 일은 사라지고, AI가 필요한 데이터를 정확히 찾아주며 그 데이터를 기반으로 새로운 데이터를 생성해 줄 것”이라며 “이를 위해 AI 스토리지 시스템이 필요하고, VDPU는 대규모 AI 스토리지의 핵심 반도체가 될 것”이라고 말했다.