[리뷰] 에이수스 젠북 S 16 OLED로 확인해 본 AMD 라이젠 AI 9 HX 370

[IT동아 강형석 기자] PC 시장은 인공지능을 중심으로 재편되는 분위기다. 특히 노트북 PC 시장의 변화가 두드러진다. 자유롭게 부품을 구성해 성능을 높일 수 있는 데스크톱 PC와 달리, 한정된 공간을 잘 써야 된다. 따라서 중앙처리장치(CPU) 안에 그래픽 처리장치(GPU), 신경망 처리장치(NPU) 등을 담아 성능을 높이려는 시도가 이어지고 있다. AMD가 컴퓨텍스 2024에서 공개한 라이젠 AI 300 시리즈 역시 그 흐름을 잘 따르는 제품이라 할 수 있다.

라이젠 AI 300 시리즈는 인공지능 시대를 본격적으로 준비하고자 한 흔적들이 있다. CPU부터 GPU, NPU까지 모두 인공지능 시대에 맞춰 새로 설계해 성능과 효율을 개선한 것이다. 그렇다고 PC 본연의 체질을 바꾼 건 아니다. 기존 x86 설계가 갖는 호환성의 틀은 유지하면서 인공지능 시대에 맞는 처리 구조를 더했다. 그렇다면 AMD의 새 노트북 PC용 CPU는 어떻게 변했고, 어느 수준의 성능을 보여줄까? 라이젠 AI 9 HX 370 프로세서가 탑재된 에이수스 젠북 S 16 OLED로 확인해 봤다.

라이젠 AI 9 HX 370 프로세서와 젠북 S 16 OLED

에이수스는 젠북 S 16 OLED는 여느 노트북과 다른 인상을 준다. 특히 새로운 소재인 세라루미늄(Ceraluminum)을 전면에 적용하면서 내구성과 독특한 질감을 구현했다. 세라믹과 알루미늄을 결합한 복합 소재로 경량화 및 고강도를 구현했다. 상판을 만져보니 마치 규조토 발 매트와 비슷한 느낌을 받았지만, 노트북 PC에 일반적으로 쓰이는 금속 재질과 분명한 차이가 있음을 알 수 있었다. 색상은 스칸디나비안 화이트(Scandinavian White)인데 상판만 보면 흰색이 아니라 회색에 가깝다.

국내에서는 스칸디나비안 화이트 색상 제품에 라이젠 AI 9 HX 370 프로세서와 32GB 메모리가 탑재된다. 반면 수마이아 그레이(Zumaia Gray)에는 라이젠 AI 9 HX 365 프로세서, 24GB 메모리 등이 탑재된다. 사양 차이가 있으니 구매 전 확인이 필요하다.

노트북은 두께 11.9~12.9mm, 무게 1.5kg 정도로 휴대성을 확보했다. 두께는 얇지만 그래파이트 시트를 이중 배치하고 초박형 증기 챔버, 이중 냉각팬 모듈 등 발열을 억제하는 데 많은 노력을 기울였다. C형 USB 단자 2개와 A형 USB 단자 1개가 제공되며 SD 메모리카드 슬롯도 있어 편의성을 높였다.

디스플레이는 루미나 유기발광다이오드(OLED) 기술이 적용됐으며 해상도는 2880 x 1800이다. 16 대 10 비율로 16 대 9 비율 화면 대비 조금 더 많은 정보를 보여준다. 주사율은 120Hz(초당 120회 화면 깜박임)로 부드러운 화면 전환이 가능하다. 노트북 설정 소프트웨어인 마이에이수스(MyASUS)에서 120Hz 고정으로 쓸지 상황에 따라 60Hz와 120Hz를 전환할지를 선택할 수 있다.

이제 라이젠 AI 9 370 프로세서에 대해 알아보자. AMD의 차세대 노트북 PC용 CPU인 이 제품은 12 코어/24 스레드 구성이 특징이다. 기본 작동속도는 2GHz, 최대 5.1GHz까지 올릴 수 있다. 젠북 S 16 OLED 내에서는 모든 코어가 작동할 때 최대 4GHz 전후의 속도를 보였다. 5GHz에 도달하는 경우는 코어 2~4개 정도가 활성화되는 시점이다. CPU 자체의 열설계전력(TDP)은 15~54W지만, 노트북 제조사에 따라 유연하게 설정 가능하다. 젠북 S 16 OLED는 기본 모드에서 17W, 성능 모드에서 28W로 설정되어 있다.

라데온 내장 그래픽(라데온 890M)은 시스템 메모리 중 512MB 용량을 공유한다. 하지만 드라이버 내에서 설정할 경우 최대 24GB까지 끌어 쓸 수 있었다. 상황에 따라 다르겠지만 주로 8~16GB 정도를 설정해 쓰지 않을까 예상된다.

Zen 5 설계로 CPU 본연의 성능과 효율을 높이다

라이젠 AI 300 시리즈의 핵심은 5세대 젠(Zen 5) 중앙처리장치 설계에 있다. AMD는 해당 설계를 노트북 PC 외에 데스크톱 PC, 데이터센터용 CPU에 모두 적용했다. 데이터가 오가는 길(대역폭)을 넓히고 일부 명령어 실행 구조를 변경, 클럭당 명령어 처리 성능(Instruction Per Clock)을 높였다. 소재와 공정 등 효율적인 부분에도 개선이 이뤄지면서 전력 대비 성능이 향상됐다.

Zen 5는 고급 분기 예측이 포함된 듀얼 파이프 펫치(Dual Pipe Fetch with Advanced Branch Prediction)가 적용됐다. 분기 예측은 중앙처리장치가 데이터를 처리하는 과정에서 발생 가능한 위험 요소를 줄인다. 어떤 명령어가 실행되는지 예상한 후 미리 다음 명령어 처리를 준비하기 때문이다.

AMD는 할당된 자원을 가져오는 핵심 요소를 재설계하고 초기 데이터 처리에 필요한 라인을 2중 배치(Dual decode pipes)하며 성능을 확보하려고 했다. 명령어 실행 파이프라인은 더 넓게 구성해 지연 시간은 줄이고 정확도는 높였다. 데이터 실행 순서(스케줄러)를 다듬고 통합 산술연산장치(Arithmetic Logic Unit - ALU)도 4개에서 6개로 늘리며 명령어 처리 구조도 최적화했다.

다양한 변화 속에 Zen 5 기반 CPU는 Zen 4 대비 평균 16% 가량 성능 향상이 있다는 게 AMD 측 설명이다. 라이젠 AI HX 370 프로세서는 환경에 따라 15~54 와트(W)까지 쓰도록 설계됐다. 테스트에 쓰인 젠북 S 16 OLED에 탑재된 CPU는 기본 모드에서 17W, 성능 모드에서 28W로 설정됐다. 유사한 전력 소모량을 보이는 이전 세대 동급 프로세서와 비교하면 더 많은 작업을 처리할 수 있음을 의미한다.

라이젠 AI 9 HX 370 프로세서 시스템으로 2024판 시네벤치를 실행했다. 먼저 단일 코어 구성으로는 110점, 다중 코어 구성으로 969점을 기록했다. 이는 Zen 3 기반 라이젠 7 5800X 대비 약 15% 이상 높은 수치다.

흥미로운 부분은 코어 수의 차이보다 전력소모와 작동속도다. 라이젠 7 5800X는 비록 2세대 이전 제품이지만 8개 코어가 기본 작동속도 3.8GHz로 움직인다. 반면 라이젠 AI 9 HX 370은 2GHz로 작동속도가 더 낮다. 단순히 코어 4개가 더 많아서 낸 점수가 아니라는 이야기다. 열설계전력(TDP)도 105W, 15~54W로 두 배 이상 차이를 보인다.

문서 작업 성능을 가늠하는 UL 프로키온 오피스 테스트 항목의 결과를 보자. 문서의 크기에 따라 결과는 다르겠지만, 최대 부하를 상정하고 테스트하는 환경임에도 빠른 처리 능력을 보여준다. 대규모 문서를 PDF로 전환, 저장하고 함수값을 만드는 등의 고부하 작업에서 10~20초 가량 소요됐고 그 외 소규모 작업은 2초 내외의 시간이 소요됐다.

온-디바이스 인공지능 시대 대비한 XDNA 2 기반 NPU

라이젠 AI 300 시리즈는 인공지능 시대에 대비해 50 TOPS(초당 1조 회 정수 연산) 사양의 신경망 처리장치(NPU)를 적용했다. 이는 마이크로소프트가 코파일럿+ PC 구동에 적합하다며 언급한 40 TOPS를 뛰어넘는 수치다. 이전 세대 NPU는 10 TOPS 수준이라는 점을 감안하면 큰 성능 향상이다.

NPU는 2세대 XDNA 설계(XDNA 2)가 적용됐는데 AMD가 인수한 자일링스(Xilinx)의 기술이 녹아 있다. 1세대 XDNA 설계 기반 신경망 처리장치는 10 TOPS 사양이었다. 이 칩 안에는 인공지능 엔진 타일(AI 타일)이 20개가 배치됐는데 2세대는 이를 32개로 늘렸다. 중요한 부분은 인공지능 데이터 구조에 따라 AI 타일을 운용하는 방법이 달라졌다는 것이다. 기본적으로 32개 AI 타일이 유연하게 대응하지만, 큰 데이터를 처리할 때는 8개씩 4개 구역으로 나눠 처리한다.

기존 대비 타일당 다중누적연산(MACs) 능력도 2배 높였다. AI 타일이 빠르게 메모리에 접근할 수 있도록 용량을 1.6배 늘렸다. 그 결과 라이젠 7040 시리즈 대비 컴퓨팅 처리 능력은 5배, 전력 효율은 2배 개선되는 효과를 가져왔다.

또 다른 변화는 블록 반정밀도(Block FP16) 기술이다. 8비트 정수 연산(INT8)은 속도는 빠르지만 정확도는 낮고, 반정밀도 부동소수점(FP16) 연산은 느리지만 높은 정확도를 갖췄다. 두 장점을 더해 16비트 정확도로 8비트 처리 능력을 제공할 수 있다는 게 AMD의 설명이다.

최적의 게이밍 가능한 내장 GPU 성능

라이젠 AI 300 시리즈 프로세서는 내장 GPU 성능도 향상됐다. 기존 3세대 RDNA 설계를 개선한 3.5세대 RDNA 설계(RDNA 3.5)로 전력 소모와 성능의 균형을 맞춘 것이다. 특히 3D 뼈대 위에 재질, 색상 등을 입히는 텍스처의 샘플 단위를 두 배 높였는데 병렬 처리 구조로 속도를 높였다. 2차 예비 메모리(L2 캐시)와 주 메모리 등에 접근하는 구조도 최적화했다.

실제 성능을 체감하기 위해 퍼스트 디센던트를 실행했다. 젠북 S 16 OLED의 화면비에 맞춘 풀HD(1920 x 1200) 해상도와 그래픽 옵션은 가시거리, 텍스처 등을 중간에 두고 나머지는 가장 낮게 설정했다. 추가로 광선추적(레이 트레이싱)을 낮게, AMD GPU에서 사용 가능한 인공지능 업스케일링 기능인 피델리티 고해상도 2.0(Fidelity Super Resolution – FSR)을 균형 모드로 적용했다.

게임을 실행하니 처음에 사양을 확인하라는 문구가 나오는 것 외에는 즐기는 데 큰 문제가 발생하지 않았다. 빠른 화면 전환 시 간헐적으로 끊겼지만, 원활한 실행이 가능했다. 다만 FSR 2.0을 활성화하지 않으면 초당 프레임 저하에 의한 화면 끊김 현상이 나타났으며 게임 그래픽 품질도 크게 낮아진다.

드라이버 내에서 지원하는 하이퍼-RX(HYPR-RX)를 잘 활용하면 내장 그래픽임에도 멋진 그래픽과 움직임을 보여준다. 여기에는 라데온 고해상도(Radeon Super Resolution – RSR)과 AMD 플루이드 모션 프레임(AMD Fluid Motion Frames – AFMF) 등 화질과 자연스러운 화면 전환을 위한 기능이 포함된다. 리듬 게임이나 정적인 게임에서는 간혹 위화감이 나올 수 있다. 드라이버 설정 내에서 간단히 활성ㆍ비활성 여부 선택이 가능하므로 적극 써보는 것을 추천한다.

철권 8도 실행해 봤다. 퍼스트 디센던트와 마찬가지로 풀HD(1920 x 1200) 해상도에 그래픽 옵션은 그림자와 주변부 처리(안티 앨리어싱) 등을 가장 낮춘 것만 제외하면 모두 중간에 두었다. 대전 모드를 실행하니 초당 60 프레임의 부드러운 움직임을 보여준다. 캐릭터 등장 화면이나 대전 상대 선택 화면 등에서 끊김은 있으나 대전 자체에 영향을 주지 않았다.

내장 GPU는 NPU와 마찬가지로 인공지능 연산에 힘을 보탠다. UL 프로키온 인공지능 이미지 생성 테스트(스테이블 디퓨전 1.5 - 반정밀도)를 진행한 결과, 32~33초 정도에 이미지 1장 생성하는 수준의 성능이다. 차후 온-디바이스 인공지능 소프트웨어의 수가 증가한다면 GPU와 NPU를 결합한 모습을 볼 수 있으리라 예상해 본다.

성능, 전력효율 모두 뛰어난 노트북 PC 플랫폼

라이젠 AI 9 HX 370 프로세서의 성능은 기대 이상이었다. 기본적인 데이터 처리 능력은 물론이고 게이밍 몰입감도 이전 대비 향상됐다. 온-디바이스 인공지능은 아직 소프트웨어 생태계가 갖춰져 있지 않아 100% 체감하기 어렵지만, 50 TOPS 사양의 NPU는 기대감을 주기에 충분하다. 배터리 효율도 환경에 따라 AMD가 주장하는 ‘올데이(All Day)’ 수준의 사용도 가능하다. 실제 가장 높은 성능을 내는 고성능 모드를 적용(모니터 밝기 80%)한 후 5시간 가량 문서 작업을 진행하니 배터리가 60% 이상 남았을 정도다.

라이젠 AI 300 시리즈를 적용한 노트북이 하나둘 모습을 드러낼 예정이다. 남은 것은 차세대 노트북들의 가격이 소비자가 납득할 수 있는 수준인지 여부다. 제품에 따라 다르겠지만, 에이수스 젠북 S 16 OLED(라이젠 AI 9 HX 370 적용)는 국내 가격이 254만 9000원으로 다소 높다. 프리미엄 제품군이라 고가에 책정된 것은 이해하지만, 100만 원대 중반 전후 가격대 제품군이 대거 합류한다면 시장의 주목을 받기에 충분해 보인다.

글 / IT동아 강형석 (redbk@itdonga.com)