기술 트렌드

브라우저가 GPU를 직접 쓴다… WebGPU가 여는 웹의 새 시대

휴먼에이아이2026.11.09

WebGL의 뒤를 잇는 웹 표준 WebGPU가 주요 브라우저에서 기본 지원되기 시작하면서 웹에서도 GPU의 범용 연산을 쓸 수 있게 되었습니다. 고품질 3D 그래픽부터 브라우저 안에서 돌아가는 AI 모델까지, WebGPU가 무엇이고 개발자에게 어떤 변화를 가져오는지 정리합니다.

【웹은 왜 GPU를 제대로 쓰지 못했나】

지금까지 웹에서 GPU를 활용하는 표준은 WebGL이었습니다. WebGL은 2011년 무렵 등장해 브라우저에서 3D 그래픽을 구현하는 길을 열었지만, 2000년대 모바일 기기용으로 설계된 OpenGL ES를 기반으로 하고 있습니다. 그 사이 GPU 하드웨어와 운영체제의 그래픽 API는 Vulkan, Metal, Direct3D 12처럼 GPU를 더 낮은 수준에서 효율적으로 다루는 방향으로 크게 바뀌었습니다. 무엇보다 WebGL은 그래픽 렌더링 중심으로 설계되어, 오늘날 GPU의 가장 중요한 용도인 범용 병렬 연산을 지원하는 데 한계가 있었습니다. 개발자들은 데이터를 텍스처에 담아 연산하는 우회 기법으로 이를 흉내 내야 했습니다.

【WebGPU란 무엇인가】

WebGPU는 이런 한계를 해결하기 위해 W3C의 GPU for the Web 워킹그룹이 표준화한 새로운 웹 API입니다. 애플, 구글, 모질라, 마이크로소프트 등 주요 브라우저 개발사가 함께 설계에 참여했습니다. WebGPU는 특정 네이티브 API를 그대로 옮긴 것이 아니라, Vulkan, Metal, Direct3D 12의 공통 개념을 추상화해 웹에서 안전하게 쓸 수 있도록 만든 것이 특징입니다. 브라우저는 내부적으로 실행 환경에 맞는 네이티브 그래픽 API로 명령을 변환합니다. 크롬 계열은 Dawn이라는 C++ 구현체를, 파이어폭스는 Rust로 작성된 wgpu를 사용합니다.

【핵심 변화, 컴퓨트 셰이더】

WebGPU가 가장 크게 달라진 점은 컴퓨트 셰이더를 정식으로 지원한다는 것입니다. 컴퓨트 셰이더는 화면에 무언가를 그리는 것과 무관하게 GPU의 수많은 코어로 대량의 계산을 병렬 처리하는 프로그램입니다. 행렬 곱셈, 물리 시뮬레이션, 이미지 처리, 그리고 딥러닝 모델의 추론 연산이 대표적인 활용 사례입니다. 셰이더는 WGSL(WebGPU Shading Language)이라는 전용 언어로 작성하며, 문법은 Rust와 비슷한 느낌을 줍니다. 또한 WebGPU는 렌더링 파이프라인과 리소스 바인딩을 미리 정의해 두는 구조여서, 매 프레임마다 상태를 바꾸는 WebGL보다 CPU 부담이 적고 성능 예측이 쉽습니다.

【브라우저 지원 현황】

WebGPU는 2023년 크롬 113 버전에서 윈도우, macOS, ChromeOS를 대상으로 먼저 기본 활성화되었고, 이후 안드로이드로 확대되었습니다. 2025년에는 파이어폭스가 윈도우 환경에서 기본 지원을 시작했고, 애플도 Safari 26에서 macOS와 iOS 등 자사 플랫폼에 기본 탑재했습니다. 이로써 주요 브라우저 엔진 모두가 WebGPU를 기본 제공하는 단계에 들어섰습니다. 다만 리눅스 등 일부 플랫폼과 구형 GPU에서는 지원이 제한적이거나 단계적으로 확대되는 중이므로, 실제 서비스에서는 기능 감지 후 WebGL 등으로 대체하는 폴백 전략이 여전히 필요합니다.

【브라우저 안에서 돌아가는 AI】

WebGPU가 주목받는 가장 큰 이유는 AI입니다. 사용자의 GPU로 브라우저 안에서 직접 모델을 실행할 수 있게 되면서, 서버 없이도 음성 인식, 이미지 분류, 소형 언어모델 추론 같은 기능을 구현할 수 있게 되었습니다. ONNX Runtime Web은 WebGPU 실행 백엔드를 제공하고, 허깅페이스의 Transformers.js는 버전 3부터 WebGPU 가속을 지원합니다. MLC 프로젝트의 WebLLM처럼 브라우저에서 언어모델을 구동하는 것을 목표로 한 프로젝트도 등장했습니다. 데이터가 사용자 기기를 떠나지 않아 개인정보 보호에 유리하고, 서비스 운영자 입장에서는 추론 서버 비용을 줄일 수 있다는 장점이 있습니다.

【그래픽과 시각화 분야의 변화】

그래픽 분야에서도 변화가 진행 중입니다. Three.js는 WebGPU 렌더러를 제공하고 있고, Babylon.js도 WebGPU를 지원합니다. 대규모 포인트 클라우드, 실시간 데이터 시각화, 지도 렌더링, 웹 기반 CAD나 3D 편집 도구처럼 많은 연산이 필요한 영역에서 WebGPU의 이점이 특히 큽니다. 컴퓨트 셰이더를 이용하면 파티클 시뮬레이션이나 컬링 같은 작업을 CPU 대신 GPU에서 처리할 수 있어, 이전에는 데스크톱 앱에서나 가능했던 수준의 표현이 웹에서도 현실적인 목표가 되었습니다.

【웹을 넘어 네이티브로 확장】

흥미로운 점은 WebGPU가 웹 밖에서도 쓰인다는 것입니다. wgpu와 Dawn은 브라우저 구현체이면서 동시에 독립 라이브러리로도 사용할 수 있어, 하나의 GPU 코드를 데스크톱, 모바일, 웹에 공통으로 적용하려는 프로젝트에서 채택이 늘고 있습니다. Rust 생태계의 여러 게임 엔진과 GUI 프레임워크가 wgpu를 렌더링 기반으로 삼은 것이 대표적인 예입니다. 즉 WebGPU를 익히는 것은 웹 기술 하나를 배우는 것을 넘어, 현대 GPU 프로그래밍의 공통 개념을 익히는 일이기도 합니다.

【현실적인 한계와 주의점】

물론 한계도 분명합니다. 사용자마다 GPU 성능과 메모리가 크게 달라, 같은 코드가 어떤 기기에서는 빠르고 어떤 기기에서는 실행조차 어려울 수 있습니다. 브라우저는 보안을 위해 사용 가능한 리소스에 제한을 두고, 타이밍 측정 정밀도도 일부러 낮춥니다. AI 모델을 브라우저에서 실행하려면 수백 MB에서 수 GB에 이르는 가중치를 내려받아야 하므로 초기 로딩 시간과 캐싱 전략이 중요한 과제가 됩니다. 또한 WebGL보다 API가 장황하고 개념이 많아 학습 곡선이 가파른 편입니다.

【개발자가 준비할 것】

WebGPU에 관심이 있다면 처음부터 저수준 API를 직접 다루기보다, Three.js나 Transformers.js처럼 WebGPU를 지원하는 라이브러리로 결과물을 먼저 만들어 보는 것이 효율적입니다. 그다음 어댑터와 디바이스, 버퍼, 바인드 그룹, 파이프라인 같은 핵심 개념과 WGSL 기초를 익히면 라이브러리 내부 동작을 이해하고 성능 문제를 진단하는 데 큰 도움이 됩니다. GPU의 병렬 처리 모델과 CPU와 GPU 간 데이터 전송 비용에 대한 이해는 WebGPU뿐 아니라 AI와 그래픽 분야 전반에서 통하는 기본기입니다.

【정리하며】

WebGPU는 웹이 GPU를 그래픽 도구로만 쓰던 시대에서 벗어나, 범용 연산 장치로 활용하는 시대로 넘어가는 전환점입니다. 주요 브라우저의 기본 지원으로 실무 적용의 문턱이 낮아졌고, 브라우저 기반 AI와 고성능 시각화라는 뚜렷한 수요도 함께 커지고 있습니다. 아직 기기 편차와 리소스 제약 같은 과제가 남아 있지만, 프런트엔드 개발자가 다룰 수 있는 영역을 한층 넓혀 준다는 점에서 꾸준히 지켜볼 만한 기술입니다.