"중국산 서버는 쓰레기" - 정말 그럴까? (feat. Bias)

중국산은 안 돼! - 한 번쯤 멈춰서 생각해본 이야기

최근 지인의 넋두리를 들었다.

 

서버를 구매하는데 팀원들과 의견이 갈렸다는 이야기였다. 시장 점유 1위를 달리는 글로벌 업체와, 상대적으로 덜 알려진 브랜드의 견적을 두고 어느 쪽으로 갈지에 대한 논의였다.

 

유명 글로벌 제조사에 비해 다른 기업의 가격이 절반 수준이었는데, 문제는 그 회사가 중국 기업이었다는 점이다. 그래서 대부분 반감이 있었다고 한다. 지인 본인도 중국 제품에 마냥 호의적인 편은 아니었지만, 가격 메리트가 워낙 컸기에 검토 대상으로라도 올리자고 제안했다. 하지만 분위기는 "일단 중국 업체는 빼자"였다고 한다.

 

많은 사람들이 중국산 = 저렴한 대신 품질이 떨어진다는 인식을 갖고 있다. 일반론으로는 어느 정도 수긍이 가는 이야기다. 하지만 서버는 좀 결이 다르다.

 

x86 서버는 왜 다른 이야기인가

요즘 서버는 대부분 x86 아키텍처 기반이라, 브랜드별 성능이나 기능 차이를 찾기가 쉽지 않다. 특히 성능은 사실상 같다고 봐도 무방하다. 요구사항만 같다면, A사 서버든 B사 서버든 결국 같은 벤더의 부품으로 구성되기 때문이다.

 

CPU는 Intel/AMD, 메모리는 삼성/하이닉스, 디스크는 씨게이트/웨스턴디지털, GPU는 NVIDIA. 제조사는 고객 요구 스펙에 맞춰 부품을 패키징하고 테스트한 뒤 자기 브랜드를 달아 출시한다. 그러니까 제조사별 성능 차이가 크게 날 수가 없는 구조다. (다만 안정성에서는 차이가 날 수 있다. 부품 간 하드웨어/소프트웨어 궁합은 다를 수 있고, 그 부분을 제조사가 커버하는 영역이라 보면 된다.)

이런 이유로, x86 서버는 흔히 "중국산" 하면 떠오르는 저품질 이미지와는 거리가 있다. 아키텍처가 표준화되어 있기 때문이다. 조립 PC를 떠올리면 쉽다 - 원하는 부품으로 원하는 구성을 만든다. 우리가 보통 떠올리는 저가 사무용품이나 액세서리, 농산물과는 결이 다른 시장이다.

다시 말해, 서버는 제조사가 모든 부품을 직접 만들어 완제품을 내놓는 게 아니다. 대부분의 핵심 부품과 칩을 전문 벤더로부터 공급받아 조립 생산한다. 그래서 품질 차이가 미미할 수밖에 없다.

업계 1, 2위 업체에 비해 후발주자의 약점이라면 서비스 품질이나 엔지니어 역량을 들 수 있겠다. 하지만 이건 단점이라기보다는 가격에 대한 합리적인 트레이드오프로 보는 게 맞을 것 같다. 가격이 절반이라면, 효용성을 두고 한 번쯤 저울질해볼 만한 일 아닌가? 모든 게 싸고 좋다면 그것대로 의심스러운 일이고.

잠깐, OS는 어떻게 보고 있었더라

Linux OS의 사례를 떠올려보면, 서버를 바라보는 우리의 시각에 흥미로운 모순이 있다.
수많은 플랫폼 기업이 상용 Redhat 대신 비용이 들지 않는 CentOS를 사용한다. CentOS는 이슈가 생겨도 공식 기술 지원을 받을 수 없다. 그럼에도 상용 제품을 쓰지 않는 이유는, 사실 상용을 써도 받을 게 별로 없다고 느끼고, 무엇보다 담당자들이 스스로 해결한다는 자신감이 있기 때문일 것이다.

그런데 x86 서버는 OS보다 오히려 이슈가 생길 소지가 적다.
더 정확히 말하면, 문제 발생 빈도는 있을 수 있지만 대부분 부품 교체로 해결된다. 부품 교체는 어느 제조사에서나 비교적 쉽게 이루어진다. 그래서 하드웨어 문제로 골머리 앓을 일은 생각보다 많지 않다. (다만, 장애 원인 분석에서는 제조사별로 정확성이나 대응 속도에 차이가 있을 수 있다.)
그러니까 따져봐야 할 건, 제조사의 서비스 수준이 실제로 우리에게 얼마나 유익한가다. 이슈 발생 빈도와 해결 난이도가 어느 정도인지 파악하고, 그것을 가격 이점과 비교해보는 과정이 필요하다.

OS 이슈는 "공급사에 기대지 않겠다"는 자세를 흔히 갖는데, 서버에 있어선 유독 기술지원 사유를 중요하게 여기는 경향이 있다. 다시 한번 생각해보면, 부품 교체 말고 엔지니어의 도움을 받을 일이 얼마나 있었던가? 서버의 소프트웨어적인 문제가 얼마나 자주 있었던가? 또 x86에 대한 엔지니어의 기술력 편차가 얼마나 크고, 그게 정말 그렇게 크리티컬한 사안이었던가? "이건 하드웨어니까 내 영역이 아니야"라고 무의식중에 선을 그어버리지는 않았던가?

 

다시 본론으로

지인의 케이스는 메인 시스템도 아니고 분석 업무용 소규모 GPU 서버 도입 건이었다. 게다가 해당 브랜드는 AI 분야에서 두각을 나타내고 있는 곳이라, 강점과 시장 점유율, 레퍼런스, 기술지원 체계 정도는 살펴본 뒤에 결정해도 늦지 않겠다고 제안했다고 한다. 하지만 대부분 그 얘기에 귀를 기울이지 않은 채 빠르게 결론이 났다.

 

한 팀원의 짧은 한마디가 모든 분위기를 정리했다.
"중국산을 쓰겠다는 거예요?"
이 한 문장이 다른 많은 검토 항목을 건너뛰게 만드는 충분한 사유가 되어버렸다.

이쯤에서 한 가지 질문이 떠올랐다.
"5천만 원짜리 제네시스와 동급의 성능과 기능을 가진 일본 차가 절반 가격에 나온다면, 구입하지 않으시겠습니까?"

우리나라가 일본에 마냥 우호적이지 않은 측면이 있지만, 도로에서 렉서스나 캠리를 보는 건 어렵지 않다. 왜일까? 다른 이유가 아니라 제품 품질이 좋기 때문이다. 그러면 소비자의 선택은 자연스럽게 옮겨갈 수밖에 없다. 역사적 감정과 별개로 현실의 소비는 냉정하다. "내가 이 가격을 지불했을 때 얼마나 큰 효용과 가치가 돌아오는가" - 이 질문이 결국 가장 큰 판단 기준이 되기 때문 아니겠는가. 품질과 가격 경쟁력을 무기로 시장을 선점하고 재편하는 흐름은 늘 그래왔다.

 

따지고 보면, 레노버도 중국 회사다. 그런데 일반 소비자가 레노버 노트북을 사면서 "중국 제품이라" 거부하는 경우는 드물다. 질문을 한 번 더 넓혀보자. 잘 쓰고 있던 서버 제조사가 중국 회사에 인수되었다고 가정해보자. 그날 이후로는 그 제품을 더 이상 구매하지 않을 것인가? 품질과 서비스가 이미 검증되어 별 불편함이 없는데도?

다만, 오해는 없었으면 한다

물론 이 글이 "그러니까 무조건 중국산을 사야 한다"는 이야기는 아니다. 중국 기업에 대한 지정학적 우려, 데이터 보안, 공급망 리스크 같은 항목들은 분명히 검토 대상이다. 산업과 도입 목적에 따라서는 결정적인 변수가 될 수도 있다.

 

다만 그것은 "중국산이라서 안 된다"가 아니라 "이런 구체적인 이유로 이 제품은 적합하지 않다"라는 근거 위에서 이야기되어야 한다는 뜻이다. 검토조차 생략하는 것과, 검토 끝에 다른 결론을 내리는 것은 전혀 다른 이야기다.

 

사실 이런 빠른 단정은 누구에게나 일어난다. 우리는 모두 정보가 부족하거나 시간에 쫓길 때, 익숙한 카테고리로 사안을 빠르게 분류해버리곤 한다. 인지적으로 효율적이기도 하다. 다만 의사결정의 무게가 클 때는 그 효율을 잠시 내려놓고 한 번쯤 멈춰서 들여다보는 노력이 필요한 것 같다.

 

글로벌 경계가 점점 흐려지는 요즘, "중국산은 안 돼"라는 일률적인 잣대는 한 번쯤 점검해볼 만한 인식이 아닐까 싶다. 우리나라와 수출 교역량이 가장 많은 나라가 중국이고, 그 영향력은 양국 경제가 서로 떼어놓고 생각하기 어려울 정도다. 중국이 우리 반도체를 대량으로 사가고, 우리 또한 중국산 자동차 부품 공급에 차질이 생기면 완성차 생산에 영향을 받을 정도다. 주위를 둘러보면 Made in China 아닌 물건이 어디 있던가? 일반 가정에도 LG, 삼성이 아닌 중국산 가전(선풍기, 공기청정기 등)이 한두 개쯤은 있다. 이미 일상이다.

 

개인적으로는 레노버 노트북도, 샤오미 제품도, 일본산 차도 거리낌 없이 사는 사람들이 많다. 그런데 그게 만약 내 주머닛돈이었다면, 과연 충분한 검토 없이 동일 품질의 제품을 두 배 가까운 가격으로 사는 결정을 했을까? 조직의 구성원으로서 회사의 이익을 한 번쯤 더 고려해볼 여지는 없었을까? 이건 누구를 탓하자는 의미가 아니라, 나 자신에게도 던져보고 싶은 질문이다.

 

마지막으로, 이 일화의 묘한 아이러니

GPU 서버를 도입하는 이유는 결국 데이터 분석을 잘하기 위함이다. AI/ML은 양질의 데이터를 충분히 모아야 좋은 결과가 나온다. 고양이 얼굴 하나를 판별하기 위해서도 어마어마한 양의 학습 데이터가 필요하지 않던가. 그런데 정작 그 하드웨어를 선택하는 과정에서는 데이터 수집 단계조차 생략되었다는 사실이 어쩐지 묘한 여운을 남긴다.

인풋 데이터는 많을수록 좋은 의사결정으로 이어진다. 생소한 대상일수록 더 충분히 알아볼 필요가 있다. 우리가 AI에게 요구하는 그 원칙을, 우리 자신의 의사결정에서도 한 번씩 적용해보면 어떨까.

 

그런 생각이 든 일화였다.