ROCm

이 문서는 자라는 중인 질문입니다. 아직 증거를 모으고 있으며, 내용이 바뀔 수 있습니다.

ROCm은 AMD가 만든 오픈소스 GPU 프로그래밍 스택이야. 드라이버·개발 도구·API를 한데 묶어 낮은 수준의 커널부터 최종 사용자 애플리케이션까지 GPU 프로그래밍을 가능하게 하고, 특히 고성능 컴퓨팅(HPC)·AI·과학 컴퓨팅·CAD에 적합해.¹ 이 스택이 있어야 개발자가 AMD GPU 위에서 이런 작업을 프로그래밍할 수 있고, ROCm이 없으면 AMD GPU는 NVIDIA의 CUDA 생태계 안에서 짜인 AI 소프트웨어를 사실상 돌릴 수 없어.

한마디로 CUDA의 번역기

AI 업계에서 GPU로 연산을 짜는 표준 언어는 사실상 NVIDIA의 CUDA야. 대부분의 AI 프레임워크와 라이브러리가 CUDA를 기준으로 쓰여 있어서, AMD GPU를 사서 같은 코드를 돌리려면 그 코드를 AMD가 알아듣는 말로 바꿔줄 무언가가 필요해. ROCm 안에 있는 HIPIFY라는 도구가 정확히 이 일을 해 — CUDA 소스 코드를 이식 가능한 HIP C++로 변환하지.²

다만 번역기 비유가 통하는 건 여기까지야. HIPIFY는 기존 CUDA 코드를 옮길 때만 쓰는 도구고, ROCm의 핵심은 번역이 아니라 그 자체로 완결된 프로그래밍 인터페이스인 HIP이야. 처음부터 HIP으로 GPU 코드를 짜면 번역 과정 없이 AMD든 NVIDIA든 같은 코드로 돌아가 — 여기부터는 번역이 아니라 이식성의 문제야.

HIP이 ROCm의 중심에 있다

ROCm의 핵심은 HIP(Heterogeneous-computing Interface for Portability)이야. HIP은 C++ 런타임 API이자 커널 언어로, NVIDIA CUDA와 비슷한 인터페이스를 쓰기 때문에 개발자가 이식 가능한 GPU 코드를 짤 수 있게 해줘.¹ AMD 쪽 표현으로는 HIP이 AMD의 GPU 프로그래밍 언어 확장이자 GPU 런타임이야.² ROCm은 HIP뿐 아니라 OpenMP·OpenCL도 함께 지원하고 PyTorch·TensorFlow 같은 머신러닝 프레임워크와 통합되며,¹ 이 세 인터페이스를 다루는 데 필요한 컴파일러·고수준 함수 라이브러리·디버거·프로파일러·런타임을 함께 제공해.²

AMD의 최신 문서(ROCm 7.14.0)가 AI Ecosystem 섹션에서 직접 나열한 지원 프레임워크는 딥러닝 쪽 PyTorch·JAX, 추론 쪽 vLLM·SGLang이야.³ 2026년 7월 나온 ROCm 7.14 릴리스 발표에는 TensorFlow도 따로 등장해 — 2.21·2.20·2.19.1 버전이 Debian 12.13을 포함한 지원 OS 전반에서 검증됐고, PyTorch는 2.12, JAX는 0.10.0까지 지원 버전이 올라갔어.⁴

핵심 스택은 크게 다섯 갈래로 나뉘어. 수학·연산 라이브러리(rocBLAS·MIOpen·rocFFT 등)가 실제 행렬 연산과 딥러닝 계산을 맡고, 통신 라이브러리(RCCL 등)가 여러 GPU 사이의 데이터 교환을 처리하며, HIP·HIPIFY·LLVM 같은 런타임·컴파일러가 코드를 GPU가 실행할 수 있는 형태로 바꿔. 여기에 프로파일링·디버깅 도구, 제어·모니터링 도구가 더해져 개발부터 운영까지를 커버해.¹ 구성 요소별로 보면 hipBLAS는 rocBLAS와 CUDA용 cuBLAS 백엔드를 모두 지원하는 BLAS 라이브러리이고,² MIOpen은 오픈소스 딥러닝 라이브러리,² MIGraphX는 머신러닝 모델 추론을 가속하는 그래프 추론 엔진이야.² ROCm이 지원하는 GPU 아키텍처는 CDNA4·CDNA3·CDNA2·RDNA4·RDNA3(Instinct·Radeon·Radeon Pro 계열)이고, 지원 운영체제는 Ubuntu·RHEL·SLES·Oracle Linux·Debian·Rocky Linux 등이야.¹

왜 중요한가

AI 가속기 시장에서 NVIDIA가 오랫동안 굳혀온 우위는 칩 성능만이 아니라 CUDA라는 소프트웨어 생태계에서도 나와. 개발자와 기업이 CUDA 위에 코드를 쌓아 올릴수록 다른 회사 GPU로 옮겨가는 비용이 커지고, 이게 NVIDIA를 잠그는 자물쇠 역할을 하지. ROCm은 AMD가 이 자물쇠에 맞서 내놓은 대답이야 — HIP으로 CUDA와 비슷한 개발 경험을 제공해 이식 장벽을 낮추지.

AMD가 대형 고객사에 GPU를 대규모로 공급하려면 하드웨어만으로는 부족하고, 그 GPU 위에서 실제로 AI 모델을 훈련·추론시킬 소프트웨어 환경이 함께 있어야 해. ROCm이 얼마나 안정적이고 넓게 지원되느냐가, AMD GPU를 산 기업이 그 GPU를 실제로 쓸 수 있느냐를 가르지.

저장소도 옮겨간다

ROCm의 공식 GitHub 저장소(ROCm/ROCm)는 곧 폐지될 예정이며, 앞으로 이슈 제기와 논의는 ROCm/TheRock 저장소로 옮겨간다고 안내하고 있어.¹ 코드 자체가 아니라 프로젝트를 담는 저장소 구조가 바뀌는 거야. AMD는 이 저장소에 GitHub PR과 이슈로 기여하는 것을 계속 환영한다고 밝히고 있어.¹

TheRock, 프리뷰에서 프로덕션으로

TheRock은 AMD가 새로 내놓은 자동화된 오픈소스 빌드·릴리스 시스템으로, ROCm이 어떻게 빌드되고 패키징되고 검증되고 배포되는지를 새로 짠 도구야.⁴ 2026년 7월 나온 ROCm 7.14가 TheRock의 첫 정식 프로덕션 릴리스야. 그전까지 7.9부터 7.13까지는 프리뷰 릴리스로 검증하는 단계였고, 7.14부터 앞으로의 정식 릴리스가 TheRock 위에서 나온다.⁴ 7.2 이하 구버전을 쓰던 사용자는 마이그레이션 가이드를 따라 옮겨오도록 권고받아.⁴ TheRock은 대부분의 사용자에게 필요한 핵심 구성요소만 담은 ROCm Core SDK를 기본으로 두고, HPC·컴퓨터 비전(ROCm-CV)·데이터 사이언스(ROCm-DS)·생명과학(ROCm-LS) 같은 특화 영역은 옵션 확장 SDK로 따로 떼어냈어.⁴

7.14에서 넓어진 하드웨어 범위

ROCm 7.14는 AMD Instinct MI350 PCIe GPU의 프로덕션 지원을 새로 열었고, MI350X·MI355X에 맞춰 RHEL 9.8·SLES 15 SP7·SLES 16·Debian 13 같은 운영체제 지원도 넓혔어.⁴ Ryzen AI MAX+ PRO 495, Ryzen AI MAX PRO 490·485 프로세서에도 ROCm 전체 스택이 지원돼 개발자가 AI·HPC·콘텐츠 제작 작업에 이 스택을 그대로 쓸 수 있게 됐어.⁴ 추론 프레임워크 쪽에서는 AMD Radeon GPU에 SGLang 지원이 새로 들어왔는데, SGLang은 챗봇·AI 어시스턴트·에이전트형 AI 워크로드에 널리 쓰이는 LLM 서빙 프레임워크야.⁴

헷갈리지 말아야 할 점

“ROCm은 AMD GPU용 드라이버 하나다”는 통념이 있어. 드라이버도 포함하지만 그게 전부가 아니야. ROCm은 드라이버·개발 도구·API를 한데 묶은 소프트웨어 스택이야.¹ 드라이버만으로는 개발자가 GPU 위에서 딥러닝 모델을 훈련시키는 코드를 짤 수 없고, 그 위에 얹히는 HIP·라이브러리·프레임워크 연동까지 있어야 실제로 쓸 수 있는 개발 환경이 되지.

이어서 읽기

• AMD — ROCm을 만들고 GPU 공급 계약의 기반으로 삼는 회사
• NVIDIA — ROCm이 이식성으로 맞서는 CUDA 생태계의 주인

각주

1. AMD, 「ROCm/ROCm README」 GitHub ↩︎ ↩︎² ↩︎³ ↩︎⁴ ↩︎⁵ ↩︎⁶ ↩︎⁷ ↩︎⁸

2. AMD, 「What is ROCm?」(2025-12-12) 공식 문서 ↩︎ ↩︎² ↩︎³ ↩︎⁴ ↩︎⁵ ↩︎⁶

3. AMD, 「AMD ROCm documentation」(ROCm 7.14.0) 공식 문서 ↩︎

4. AMD, 「ROCm 7.14: TheRock Goes Production and Expands AMD’s AI Software Platform」(2026-07-15) 블로그 ↩︎ ↩︎² ↩︎³ ↩︎⁴ ↩︎⁵ ↩︎⁶ ↩︎⁷ ↩︎⁸