요약
엔비디아 DLSS 5는 생성형 인공지능으로 게임 화면의 얼굴과 조명을 실시간 재구성하는 업스케일링 기술이며, 1개 게임에 먼저 출시될 예정이다. 그래픽 품질을 높이는 대신 초기 시연에서 초당 프레임이 떨어지는 현상이 제기돼, 기술 혁신이 곧바로 게임 경험과 GPU 판매 확대로 이어질지는 불확실하다.
투자 관점에서 핵심은 화질의 전시 효과가 아니다. DLSS 5가 실제 플레이 시간에도 프레임 저하 없이 작동하고 여러 개발사로 확산되는지가 엔비디아의 소프트웨어 생태계와 게임사의 최적화 비용을 가른다.
사건의 전말
유로게이머 보도에 따르면 엔비디아는 논란이 된 DLSS 5를 다음 날 단일 게임에 적용한다. 이 기술은 기존 DLSS처럼 낮은 해상도 이미지를 보정하는 데 그치지 않고, 생성형 AI 모델이 얼굴 표정과 세부 이미지를 새로 합성하는 방식으로 소개됐다. 같은 장면의 인물을 더 사실적으로 보이게 만드는 것이 주된 시연 포인트다.
문제는 성능이다. 초기 테스트에서는 DLSS 5를 켰을 때 프레임 레이트가 오히려 하락하는 모습이 관찰됐다. 업스케일링 기술은 통상 같은 하드웨어에서 더 높은 프레임을 제공해야 한다는 기대를 받아왔기 때문에, 화질 개선을 위해 렌더링 비용을 추가로 지불해야 한다면 제품의 정의 자체가 달라진다.
출시 게임이 한 편에 머문다는 점도 중요하다. 특정 타이틀에서만 효과가 검증된 기술은 표준이라기보다 개발사와 엔비디아의 공동 데모에 가깝다. 실제 확산에는 게임 엔진 플러그인, 데이터 학습 방식, 그래픽 옵션 설계, 소비자용 GPU 세대별 성능 검증이 필요하다.
구조적 배경
엔비디아는 GPU를 칩 성능만으로 판매하지 않고 CUDA, 레이 트레이싱, DLSS 같은 소프트웨어 층으로 묶어 차별화해 왔다. DLSS 5가 성공하면 이용자는 더 높은 화질을 위해 최신 지포스 제품을 선택하고, 개발사는 엔비디아 전용 최적화 도구에 투자하는 선순환이 가능하다. 반대로 프레임 저하가 반복되면 소비자는 그래픽 옵션을 끄고, 개발사는 추가 검증 비용을 떠안는다.
생성형 AI의 비용 구조도 기존 업스케일링과 다르다. 화면을 재구성하는 모델이 복잡할수록 메모리 대역폭과 연산 자원이 더 필요하다. 따라서 DLSS 5의 가치는 최고 사양 PC의 시각적 품질보다, 중간급 GPU에서 성능 손실을 얼마나 줄이느냐로 평가해야 한다. 프레임이 목표치를 밑돌면 화질 향상은 구매 이유가 아니라 비활성화 이유가 된다.
종목·업종 파급
- PC 게임 퍼블리셔: DLSS 5 지원을 위해 엔진과 그래픽 자산을 다시 조정하면 개발·QA 비용이 늘어난다. 지원 타이틀의 판매가 확대되려면 기능이 실제 플레이 만족도를 높여야 한다.
- GPU·그래픽카드 유통: 화질 개선이 프레임 손실 없이 유지되면 고사양 GPU 교체 수요가 자극될 수 있다. 프레임 저하 논란이 이어지면 기존 제품으로도 충분하다는 판단이 강해진다.
- 게임 엔진 기업: 언리얼 엔진 등 범용 엔진이 DLSS 5를 기본 기능으로 통합하면 도입 장벽이 낮아진다. 통합이 지연되면 기술은 일부 대형 프로젝트에만 남는다.
- AMD·인텔 그래픽 생태계: 엔비디아 전용 생성형 기능이 호평받을수록 경쟁사는 유사한 AI 업스케일링을 서둘러야 한다. 호환성과 오픈 표준 경쟁이 심해지면 개발사의 멀티 플랫폼 비용이 커질 수 있다.
