자율주행 회사가 eGPU 독을 내놨어요, 그것도 펌웨어까지 오픈소스로
오픈소스 자율주행 소프트웨어 openpilot을 만드는 comma.ai가 'Chestnut(체스트넛)'이라는 eGPU 독을 출시했어요. 독 단품이 249달러, AMD 라데온 RX 9060 그래픽카드를 얹은 구성이 799달러인데요. 가격도 가격이지만 진짜 눈에 띄는 건, 이 독이 오픈소스 펌웨어로 돌아간다는 점이에요. eGPU 시장에서는 좀처럼 보기 힘든 접근이거든요.
eGPU가 뭐냐면요
eGPU(외장 GPU) 독은 노트북에 케이블 하나로 데스크톱용 그래픽카드를 연결하게 해주는 박스예요. 평소엔 가벼운 노트북으로 다니다가, 책상에 앉으면 케이블 하나 꽂아서 데스크톱급 그래픽 성능을 쓰는 거죠. 썬더볼트나 USB4처럼 대역폭이 넓은 포트를 통해 PCIe 신호를 밖으로 빼내는 방식인데, 이게 뭐냐면 원래 메인보드에 직접 꽂아야 할 그래픽카드를 케이블 너머로 연장해서 쓰는 기술이라고 생각하면 돼요.
펌웨어가 오픈소스인 게 왜 중요하냐면
기존 eGPU 인클로저들은 내부 컨트롤러 칩의 펌웨어가 완전히 블랙박스였어요. 내 노트북과 궁합이 안 맞아서 인식이 안 되면 제조사가 업데이트를 내줄 때까지 기다리는 것 말고는 방법이 없었고, 제품이 단종되면 그걸로 끝이었죠. 펌웨어가 열려 있으면 얘기가 달라져요. 호환성 문제를 직접 디버깅할 수 있고, 동작을 뜯어보고 고칠 수 있고, 커뮤니티가 제조사 대신 제품의 수명을 이어갈 수도 있어요. comma.ai는 원래 자율주행 소프트웨어부터 하드웨어까지 열어온 회사라, 그 철학이 주변기기까지 이어진 셈이에요.
가격도 꽤 공격적이에요. 그동안 이 시장의 대표 제품이던 레이저 Core X 같은 인클로저들이 그래픽카드 없이도 3~400달러대였는데, Chestnut은 249달러니까요.
왜 하필 AMD일까요
번들로 엔비디아가 아니라 AMD RX 9060을 고른 것도 우연이 아니에요. 리눅스에서 AMD GPU 드라이버는 커널에 오픈소스로 포함돼 있어서, 밑바닥까지 들여다보며 개조하기에 훨씬 친화적이거든요. 엔비디아는 드라이버가 상대적으로 닫혀 있어서 이런 '열린 하드웨어' 실험과는 궁합이 덜 맞아요. 맥락을 하나 더 붙이면, comma.ai 창업자 조지 호츠가 이끄는 tinygrad 쪽에서는 USB로 AMD GPU를 구동하는 유저스페이스 드라이버를 공개한 적도 있어요. 애플 실리콘 맥처럼 공식적으로 eGPU를 지원하지 않는 기기에서도 외장 GPU를 쓸 길을 여는 작업이었죠. Chestnut은 이런 '누구나 뜯어볼 수 있는 GPU 생태계'라는 큰 흐름 위에 있는 제품이에요.
침체됐던 eGPU 시장, 로컬 AI가 되살리고 있어요
사실 eGPU 시장은 한동안 죽어가고 있었어요. 애플이 애플 실리콘으로 넘어오면서 eGPU 지원을 끊었고, 대표 제품들이 단종되면서 선택지도 줄었죠. 그런데 로컬 AI 붐이 분위기를 바꾸고 있어요. 로컬 LLM을 돌리고 이미지 생성 모델을 굴리려면 VRAM이 넉넉한 GPU가 필요한데, 클라우드 GPU는 쓰다 보면 요금이 만만치 않거든요. '내 장비에서 내 모델을 돌리고 싶다'는 수요가 커지면서, 노트북에 GPU를 붙이는 eGPU가 다시 조명받는 거예요. AMD 쪽 머신러닝 스택인 ROCm이 예전보다 많이 성숙해진 것도 이 그림에 힘을 보태고요.
한국 개발자에게는요
노트북 하나로 개발하는 분들에게는 꽤 현실적인 확장 옵션이 될 수 있어요. RX 9060은 미드레인지 카드라 초대형 모델은 무리지만, 양자화된 로컬 LLM이나 이미지 생성 정도는 충분히 실험해볼 수 있는 급이에요. 다만 AMD로 머신러닝을 하려면 쓰려는 프레임워크의 ROCm 지원 상태를 미리 확인해보는 게 좋고, 국내 정식 유통은 없을 가능성이 높아서 직구를 알아봐야 할 거예요. 그리고 하나 더, 펌웨어 소스가 공개돼 있다는 건 USB4나 PCIe 같은 저수준 기술이 실제 제품에서 어떻게 다뤄지는지 볼 수 있는 살아 있는 교재가 생겼다는 뜻이기도 해요. 임베디드에 관심 있다면 코드만 읽어봐도 남는 게 있을 거예요.
정리하면요
'펌웨어까지 열린 eGPU 독'이라는, 지금까지 없던 물건이 로컬 AI 시대에 맞춰 나왔어요. 여러분은 어느 쪽인가요? GPU 장비를 직접 사서 로컬로 돌리는 파인가요, 아니면 필요할 때만 클라우드 GPU를 빌려 쓰는 파인가요? eGPU 실사용 경험이 있는 분들의 후기도 궁금해요.
🔗 출처: Hacker News