엔비디아(NVIDIA)가 자사 타일 기반 GPU 프로그래밍 모델인 cuTile Python 커널을 Julia 언어용 cuTile.jl로 자동 변환하는 AI 에이전트 스킬 워크플로를 공개했다. cuTile은 스레드·워프·공유 메모리 조정 없이 타일 단위 연산으로 GPU 커널을 작성하는 모델로, cuTile.jl은 동일한 접근법을 과학 계산에 널리 쓰이는 동적 언어 줄리아(Julia)에 적용한 것이다.
두 언어 사이에는 인덱스 방식(0 기반 대 1 기반), 브로드캐스트 문법, 메모리 레이아웃(행 우선 대 열 우선), 행렬 곱셈 표기 등 표면적 차이가 다수 존재하며, 이 가운데 하나라도 잘못 변환하면 컴파일 오류 없이 잘못된 결과가 나오는 묵시적 오류가 발생한다. 엔비디아 팀은 이러한 함정을 체계화한 ‘converting-cutile-to-julia’ 스킬 디렉토리를 TileGym 리포지토리에 구축했다. 이 스킬에는 17가지 핵심 규칙, 양방향 API 매핑 테이블, 정적 검증 스크립트, 오류 진단 가이드가 포함돼 있어 LLM 에이전트가 변환 규칙을 매번 재발견하지 않고 체계적으로 적용할 수 있다.
행렬 곱셈(GEMM), 벡터 덧셈, 소프트맥스(softmax) 세 가지 커널을 대상으로 한 검증 결과, 프론티어 LLM이 수동 개입 없이 약 4분, 약 7만 8천 토큰 소요로 GEMM 변환을 완료했다. 이후 커널에서는 예제와 규칙이 리포지토리에 누적돼 변환 속도가 더욱 단축됐다. 변환된 커널은 각각 CPU 참조 구현과 데이터 타입별 허용 오차 범위 내에서 일치하는 것을 테스트로 확인했다.
엔비디아는 이 사례의 본질적 가치가 코드 자동 생성 자체가 아니라 도메인 지식을 버전 관리 가능한 형태로 구조화해 재사용하는 데 있다고 강조했다. 컴파일러가 의미론적 오류를 잡지 못하는 시스템 레벨 작업에서 AI를 활용하려면 규칙을 코드와 함께 저장소에 명문화해야 한다는 접근법이다. TileGym은 오픈소스로 공개돼 있으며, Julia 1.12 이상과 NVIDIA CUDA 13.1 이상 드라이버 환경에서 동작한다.
검토완료
