엔비디아 CUDA로 금융 파생상품 측정 소프트웨어 가속화한다

- SciFinance, 최초의 GPU 기반 금융 컴퓨팅 분야 솔루션
- 엔비디아 CUDA와 GPU를 통한 개발시간의 획기적 단축
- CPU 대비 최대 100배의 성능 향상 실현

장외 파생금융상품의 거래는 위험부담이 큰 모험적 시도이다. 텍사스 오스틴(Austin)에 위치한 SciComp사는 개발 시간을 줄이고 파이넨스 예측에 대표적으로 사용되는 몬테 카를로(Monte Carlo) 가격측정 모델을 가속화할 최첨단 파생상품 가격측정 소프트웨어 솔루션을 개발했다.

이 회사에서는 시리얼코드(serial code)보다 100배나 빠르게 작동하는 엔비디아 CUDA 가능의 파생상품 가격측정 모델을 전달하기 위해 주력 제품인 SciFinance를 강화하였다. 더 중요한 것은, 사소한 지연이나 실수에 의해 수백만 달러의 손해를 입힐 수 있는 금융 시장에서 추가적인 작업이나 수동 프로그래밍 없이 이와 같은 가속화를 이룰 수 있다는 것이다.

이러한 가속화의 핵심은 계산 과정에 있어 얼마나 GPU에 의존하느냐이다. GPU는 CPU보다 몇 배 빠르게 어플리케이션을 작동시키는 다수의 코어를 지닌(최신 모델에서 최대 240코어) 병렬 프로세서이다. 이러한 대량 병렬 컴퓨팅의 힘은 업계 표준의 C 언어 기반 프로그래밍 환경인 ‘엔비디아 CUDA 아키텍처’에서 비롯된다. 개발자들은 엔비디아 CUDA를 이용한 병렬 컴퓨팅 성능으로 복잡한 컴퓨팅 문제를 단시간에 해결할 수 있는 소프트웨어를 개발할 수 있다.

▲ SciFinance 스크린샷

SciComp의 수석 부사장인 커트 랜들(Curt Randall)은 “’시간이 돈이다’라는 말은 장외 파생상품 거래 시장에 딱 맞는 표현이다. 이 시장에서는 지속적인 새로운 계약을 위해서 복잡한 가격측정 모델을 빠르게 생산해 내는 능력이 필요하다. 이러한 과정은 보통 며칠이 걸리는 일이었지만, SciFinance를 통해 모델 개발자는 반 페이지 정도의 모델 사양에 단지 몇 가지 변화를 만들고 짧은 시간 내에 정확한 C 또는 C++ 소스 코드 가격측정 모델을 생성하게 된다”고 말했다.

그는 또한 “추가 프로그래밍 없이 GPU 가능 코드를 만들어내는 SciFinance의 능력은 우리의 고객들을 위한 혁신적인 기술이다. 이 코드는 GPU의 병렬 아키텍처를 최대한 활용하여 무려 20-100배의 실행 속도 증가를 전달한다. 몇 초 만에 작동하는 가격측정 모델은 금융 기관이 대안 모델을 테스트하고, 시나리오 분석을 늘리며, 잠재적 위험 노출성을 더 잘 이해하게 해줄 것이다. 무엇보다 금융 기관이 병렬 코딩 개념에 있어 전문가가 될 필요가 없어졌다. SciFinance가 이 모든 것을 해결해 주기 때문이다”고 덧붙였다.

은행의 개발팀은 파생상품 모델을 설명하는데 있어 SciFinance의 금융 및 수학적 언어를 간단하게 사용하면 된다. ‘CUDA’를 모델 사양에 추가하는 하면 CUDA 가능 GPU가 장착된 모든 표준 PC에서 CUDA-가능 소스 코드를 산출할 수 있다.

은행과 헤지펀드(hedge fund) 같은 금융 기관들은 금융 노출 및 위험 관리를 돕는 파생상품 거래와 관련이 있다. 파생상품 계약은 그 가치가 기본 매개 변수의 변동에 기반을 둔 금융 상품이다(예: 스톡 옵션의 가치가 기초 주식의 변동에 따라 달라짐). 가격측정 파생상품에는 종종 수 백만 개의 시나리오 운영이 요구되기도 하며, 복잡한 수학적 모델이 요구된다. 그렇기 때문에 빠르고 정확한 계산이 가장 중요한 것이다.

엔비디아 GPU 컴퓨팅 사업의 총괄이사인 앤디 킨(Andy Keane)은 “SciComp는 GPU가 가진 금융 컴퓨팅 분야의 잠재성을 완전히 수용한 최초 기업이다. 특히 성능 면에 있어 점진적인 증가가 아닌 100배에 달하는 성능 증가를 전달하고, 몇 주가 걸리는 핸드 코딩을 즉시 끝낼 수 있는 능력은 믿을 수 없을 만큼 강력하다. 엔비디아는 SciComp와의 밀접한 협력을 통해 SciFinance와 그 고객들의 사업에 매우 눈부신 향상을 가져올 것으로 기대한다”고 말했다.

SciComp와 SciFinance에 대한 더 많은 정보는 www.scicomp.com에서 찾을 수 있으며, CUDA 아키텍처에 대한 더 많은 정보는 www.nvidia.com/cuda 를 방문하면 된다.