광주과학기술원(GIST)이 첨단 후공정과 인공지능(AI) 반도체 실증을 아우르는 개방형 연구 인프라 구축에 박차를 가하고 있다. AI 반도체 연구와 인재 양성을 총괄할 ‘A수도권 메모리·전공정(前工程)에 쏠린 국내 반도체 지형을 흔들 승부수가 전남광주에서 제시돼 눈길을 끌고 있다. GIST는 AI 반도체 연구와 인재 양성을 총괄할 ‘AI반도체연구원(GIANTS·Global Institute of AI aNd Technology Semiconductor)’ 설립을 추진 중이다. 이미 착공 채비를 마친 첨단AI반도체팹 역시 팹리스·대학·연구기관·소부장(소재·부품·장비) 기업이 공동 활용하는 개방형 플랫폼을 지향한다. GIANTS의 핵심은 단순한 ‘반도체 공장’이 아니다. AI 시대의 새 병목으로 부상한 2.5D·3D 첨단 패키징, 칩렛 이종집적, CPO(광학연결) 기술을 연구·검증하는 공공 테스트베드 구축이 골자다. 여기에 로봇·모빌리티·국방 등 산업 현장의 AX(AI Transformation) 실증까지 접목한다. 양성 GIST 기계로봇공학과 교수 겸 AI반도체연구원 설립추진단장은 “과거엔 단일 소자의 연산 속도가 관건이었지만, AI 시대엔 서로 다른 칩을 잇는 패키징이 시스템 성능과 발열을 가르는 병목”이라며 “다품종 소량 생산이 많은 AI 반도체 특성상 공적 테스트베드가 절실하다”고 말했다. GIANTS의 차별점은 개방성이다. 대기업 양산시설이 수율 확보에 매달린다면, GIANTS는 산·학·연이 장비를 공유하는 공공 플랫폼을 표방한다. 임기철 GIST 총장은 이를 벨기에 IMEC식 ‘개방형 우산(Umbrella)’ 모델에 빗댔다. 임 총장은 “지스트가 완벽한 개방형 체제로 운영하겠다”며 “한 기관의 성과가 아니라 호남권 전체 반도체 경쟁력을 끌어올릴 마중물이 돼야 한다”고 밝혔다. 임 총장은 이어 “전공정만으론 반도체 경쟁력이 결정되지 않는 시대”라며 “첨단 패키징·AI 실증·인재 양성을 하나로 엮어야 서남권이 국가 공급망의 새 축이 될 수 있다”고 강조했다. 한편 3대 핵심사업의 원활한 추진을 위해 향후 5년간 약 6100억원 규모의 재원이 필요한 것으로 파악된다. 사업별 소요 재원은 과학기술정보통신부 소관 인재 양성 200억원, 산업통상자원부 소관 반도체 팹 증설 3650억원, 국토교통부·지자체 연계 AX 실증 2250억원 등이다. GIST는 이 가운데 정부와 적극적인 매칭을 통해 재원을 확보하는 것을 주요 과제로 보고 있다. GIST는 광주 상무지구 도심융합특구를 핵심 거점으로 삼기 위한 준비에 들어갔다. 상무지구 도심융합특구는 최근 반도체 클러스터 배후단지로 지정된 데다, 2029년 반도체 팹 1단계 준공과 2030년 양산 일정과도 맞물려 있어 인재 양성과 연구개발, 기업 지원을 연계할 수 있는 공간으로 주목받고 있다. GIST는 관련 사업의 2028년 본예산 반영과 집행을 목표로 정부·지자체와 협의를 본격화한다는 계획이다. 인재 양성 체계인 ‘TR 3트랙’은 직업계고·전문학사(50%), 학사(25%), 석·박사(25%)를 잇는 전주기 모델이다. 글로벌 협력도 잰걸음이다. Arm과 손잡고 5년간 1400명 규모의 ‘GIST-Arm 스쿨’을 열었고, 에머슨 산하 NI로부터 55억원 상당의 아카데믹 볼륨 라이선스(AVL)를 기증받아 ‘GIST-NI 스쿨’을 구축했다. 설계자동화(EDA) 강자 시높시스와도 공동연구에 착수, 설계-검증-평가 트라이앵글을 완성했다. 설계→공정→패키징→검증→실증→인재로 이어지는 전주기 거점 구상이 산·학·연 공동 활용 체계로 안착할 수 있을지, ‘개방형 오픈팹’의 성패에 반도체 업계의 시선이 쏠린다.

챗GPT 개발사 오픈AI가 인공지능(AI) 모델 ‘GPT-6 아스트라’의 수요 폭증으로 월 200달러(약 27만원)짜리 최상위 ‘프로’ 요금제의 신규 가입을 일시 중단했다. 새 모델 출시 직후 수요가 예상보다 빠르게 늘어 이를 감당할 자원이 부족한 탓이다. 티보 소티오 오픈AI 제품·플랫폼 총괄은 10일(현지시간) 소셜미디어 엑스(X)에 “기존 이용자들이 아스트라를 계속 쓸 수 있도록 월 200달러 프로 요금제의 신규 가입을 일시 중단한다”고 밝혔다. 이미 가입한 사람은 영향을 받지 않는다. 기존 가입자들의 서비스 품질을 유지하면서 동시에 최대한 많은 이용자에게 아스트라를 제공하기 위한 조치라는 설명이다. 오픈AI의 챗GPT 유료 상품은 월 8달러 ‘고’, 20달러 ‘플러스’, 100달러와 200달러짜리 ‘프로’로 나뉜다. 이 가운데 문을 닫은 것은 맨 위 등급이다. 소티오 총괄은 “이 요금제가 시스템에 가장 큰 부담을 준다”며 “서비스를 최대한 넓게 유지하면서 취할 수 있는 가장 작은 조치를 택한 것”이라고 설명했다. 실제로 이 요금제는 5시간당 최신 모델 아스트라에 900건까지 질문할 수 있어, 낸 돈에 비해 쓸 수 있는 양이 아래 등급의 두 배다. 가장 많이 쓰는 고객만 골라 막은 셈이다. 오픈AI는 지난 3일 공개한 ‘GPT-6 아스트라’ 모델이 사람 대신 컴퓨터를 직접 조작해 문서를 만들고 웹사이트를 구축하는 수준에 이르렀다고 밝혔다. 그렉 브록먼 사장은 공개 당일 기자 브리핑을 “AGI(범용인공지능) 시대에 오신 것을 환영한다”는 말로 끝맺었다. 다만 브록먼 사장도 “개인적 믿음”이라는 단서를 달며 판단은 이용자에게 맡겼다. AGI는 사람이 하는 대부분의 경제활동을 AI가 대신할 수 있는 단계를 뜻한다. 반응은 뜨거웠다. 소티오 총괄은 하루 전에도 “아스트라 수요는 전례가 없는 수준”이라며 “지금까지 가파른 성장을 여러 번 겪었지만 이런 건 처음”이라고 했다. 오픈AI가 돈을 내겠다는 고객을 돌려보낸 것은 2023년 11월 챗GPT 플러스 가입을 잠시 막은 이후 약 3년 만이다. 문제는 AI를 돌리는 데 드는 연산 능력이다. 아스트라는 텍사스주 ‘스타게이트’ 데이터센터에서 그래픽처리장치(GPU) 10만개 이상을 동원해 학습시킨, 오픈AI 사상 최대 규모 모델이다. 성능이 올라간 만큼 한 번 답을 만들 때마다 잡아먹는 계산량도 커졌다. 여기에 이 모델이 해킹에 악용되지 않는지 감시하는 안전장치까지 추가 연산을 소모한다. 결국 이번 사태는 AI 시장의 병목이 ‘수요’에서 ‘공급’으로 옮겨갔음을 보여준다. 쓰겠다는 사람은 넘치는데 돌릴 컴퓨터가 모자란 상황이다. 이에 따라 GPU와 고대역폭메모리(HBM), 데이터센터, 전력 설비로 이어지는 투자 수요가 당분간 식지 않을 것이라는 관측이 나온다. HBM을 공급하는 삼성전자와 SK하이닉스 등 국내 반도체 업계에도 영향을 미칠 수 있는 대목이다. 한편 오픈AI는 같은 날 미국 연방총무청(GSA)과 계약을 맺고 아스트라를 포함한 AI를 공공부문에 절반 가격으로 공급하기로 했다. 개인 고객에게는 최고가 상품을 못 팔면서, 정부에는 절반 값에 공급하는 셈이다. 정부 계약 역시 쓴 만큼 요금을 매기는 방식이어서, 오픈AI로서는 연산 부담을 관리하면서 공공시장을 선점하겠다는 계산으로 풀이된다.

최근 개최된 ‘핫 칩스(Hot Chips) 2026’에서 삼성전자는 다양한 고객사에 맞춤형 고대역폭메모리(HBM)를 제공할 수 있다고 강조했습니다. 그 직후 엔비디아는 자체 커스텀 HBM 메모리 규격인 ‘NVHBM’을 공개했습니다. 타이밍이 맞물려 있어 업계에서는 삼성전자의 NVHBM 참여 가능성에 주목하고 있습니다. 이미 JEDEC의 HBM 표준이 존재하고 현재 HBM4E 샘플이 공급되는 상황에서 엔비디아가 굳이 자체 설계인 NVHBM을 공개한 것은 그래픽처리장치(GPU)를 위한 연산 공간을 확보하고 메모리 대역폭을 늘리기 위한 맞춤형 메모리가 필요했기 때문으로 풀이됩니다. 현재 인공지능(AI) 데이터 센터들은 막대한 전력을 소모하는 중앙처리장치(CPU)와 GPU를 수만 개에서 수십만 개 돌리고 있습니다. 치솟는 전력 소모와 냉각을 위한 물 공급 부족은 지역 사회의 강력한 반발을 불러일으키고 있습니다. AI 데이터 센터를 운영하는 하이퍼스케일러들은 막대한 운영 비용을 절감하고 주민 반발을 줄이기 위해서라도 더 효율적인 시스템을 필요로 하고 있습니다. NVHBM의 핵심은 현재 공간에 여유가 있는 HBM의 베이스 다이에 본래 GPU가 갖고 있던 메모리 컨트롤러를 옮기는 것입니다. HBM은 D램 다이를 쌓아서 베이스 다이 위에 올리는 구조이기 때문에, 이렇게 만들면 메모리 컨트롤러와 D램의 간격이 줄어들어 전력 소모량은 줄이고 효율은 높일 수 있습니다. 엔비디아에 따르면 HBM4E와 비교해 대역폭은 30% 증가하고 전력 소모는 15% 줄어 GPU의 메모리 병목을 완화하고 효율을 크게 높일 수 있다고 합니다. 엔비디아는 이미 로드맵에서 ‘파인만(Feynman) GPU’에 맞춤형 HBM을 사용할 것이라고 언급했습니다. 따라서 2028년 출시될 파인만 GPU가 NVHBM을 채택한 최초의 GPU가 될 가능성이 높습니다. 여기서 짚어볼 점은 HBM 베이스 다이를 엔비디아가 설계하면서 얻는 이점입니다. 우선 베이스 다이를 하나로 통일하면 각 회사별로 HBM 메모리를 따로 검증하는 대신 표준 규격이 되면서 호환이 쉬워지고 안정성도 높아집니다. 또 메모리 컨트롤러를 메모리 쪽으로 넘기면서 남는 공간에 연산 회로를 추가로 탑재할 수 있게 되어 GPU 성능을 더 높일 수 있습니다. NVHBM은 엔비디아의 NVLink Fusion 파트너들에게도 제공될 예정이어서, 엔비디아 생태계 전체로 영향력이 확대될 수 있습니다. 하지만 동시에 현재는 각 회사가 제조하던 베이스 다이 설계를 엔비디아가 맡게 되어 엔비디아의 영향력이 커질 것이라는 이야기도 나옵니다. 예를 들어 삼성전자는 HBM4에서 자체 설계한 베이스 다이를 삼성 파운드리의 4㎚ 첨단 공정으로 제조해 성능 경쟁에서 우위를 점할 수 있었지만, 앞으로는 그런 차이가 줄어들고 엔비디아의 표준 설계에 따라야 합니다. 더 중요한 것은 만약 HBM 메모리가 급격히 NVHBM 중심으로 재편될 경우 AMD 같은 경쟁자나 맞춤형 AI 가속기를 만드는 업체들을 약화시킬 수 있다는 점입니다. NVHBM을 기술 표준으로 공개해도 엔비디아 GPU와 생태계에 최적화되어 있어 그만큼 엔비디아에 이득입니다. 여기에 엔비디아가 설계를 주도하고 만약 생산까지 담당하면 메모리 제조사들은 D램 다이만 공급하는 형태가 될 가능성도 있습니다. 다만 이런 변화는 현재 강한 협상력을 가진 메모리 제조사들이 쉽게 받아들이기 어려울 수 있습니다. 특히 자체 파운드리를 지닌 삼성 쪽에서 받아들이기 어려운 조건으로 보입니다. 그런 상황까지 가지 않더라도 NVHBM은 GPU의 성능을 높일 수 있는 새로운 기술 표준이면서 동시에 엔비디아의 시장 지배력을 더 강화시키는 도구가 될 가능성이 있어 보입니다. 메모리 빅3와 다른 AI 경쟁사들이 어떻게 대응할지 주목됩니다.

연산 속도만 빠르면 병목현상 발생전체 시스템 효율까지도 뒤떨어져브로드컴 ‘맞춤형 AI 인프라’ 확대엔비디아 ‘고속 인터커넥트’ 꺼내전문가 “국내도 SW 상용화 필요” 인공지능(AI) 모델의 규모와 연산량이 급증하면서 AI 인프라 전쟁이 개별 반도체의 성능을 높이는 데서 메모리와 저장장치, 네트워크 등을 하나의 시스템으로 얼마나 잘 연결하느냐를 겨루는 경쟁으로 확장되고 있다. 아무리 연산 성능이 뛰어난 칩을 갖춰도 데이터가 제때 공급되지 않으면 AI 효율이 떨어지기 때문이다. SK하이닉스는 31일 뉴스룸을 통해 “AI는 더 이상 하나의 모델이나 칩만으로 설명되지 않는다”며 AI 시스템의 실제 성능이 데이터를 얼마나 빠르게 공급하고 이동시키느냐에 달려 있다고 진단했다. AI 연산에 필요한 데이터는 스토리지(저장장치)에 보관됐다가 시스템 메모리를 거쳐 고대역폭메모리(HBM) 등 AI 가속기와 가까운 메모리로 이동한 뒤 그래픽처리장치(GPU) 등으로 공급된다. GPU 한 개의 연산 속도가 아무리 빨라도 메모리 대역폭이나 스토리지, 서버 간 네트워크 중 한 곳에서라도 병목이 발생하면 전체 시스템의 처리 속도가 떨어진다. 데이터가 끊김 없이 빠르게 흐르기 위해선 메모리, 스토리지, 네트워크, 전력·냉각 등이 유기적으로 연결돼야 한다는 뜻이다. UC버클리 연구진의 ‘AI와 메모리 월’ 논문에 따르면 지난 20년간 서버의 연산 성능이 2년에 3배씩 높아지는 동안 D램 대역폭은 1.6배, 장치와 장치 사이에서 데이터를 전달하는 인터커넥트 대역폭은 1.4배 증가하는 데 그쳤다. 고속 상승한 칩의 연산 능력에 비해 데이터를 공급하고 옮기는 기술의 발전이 뒤처지면서 ‘데이터 병목’이 AI 성능을 좌우하는 요소로 부상한 것이다. 이에 따라 AI 산업 생태계의 경쟁 방식도 달라지고 있다. 이전까지 반도체, 서버, 네트워크, 클라우드, 스토리지 등의 업체들이 각자 자신의 부품 성능만 높였다면, 최근에는 고객사의 AI 모델과 데이터 종류 등을 고려해 맞춤형 제품을 내놓는 경우가 늘고 있다. 브로드컴은 고객별로 AI 데이터센터 수요에 맞춘 주문형 반도체(ASIC)를 설계하면서 네트워킹과 인터커넥트, 첨단 패키징까지 아우르는 ‘맞춤형 AI 인프라’ 사업을 확대 중이다. AI 가속기 기업의 사업 영역도 커지고 있다. 엔비디아는 GPU뿐 아니라 고속 인터커넥트인 ‘엔비링크’와 중앙처리장치(CPU)·네트워크·소프트웨어까지 아우르는 ‘AI 데이터센터 시스템’으로 사업 영역을 확장했다. 대표 제품이 72개의 루빈 GPU와 36개의 베라 CPU를 엔비링크로 연결한 ‘베라 루빈 NVL72’다. AMD도 지난 7월 72개 GPU를 하나의 컴퓨팅 자원처럼 연결하고 네트워크와 소프트웨어까지 통합한 제품 ‘헬리오스’를 공개했다. 김용석 가천대 반도체대학 석좌교수는 “AI 성능을 결정하는 데 칩의 역할은 30~40%이고, 소프트웨어의 비중이 60~70%라고 본다”며 “칩을 잘 팔기 위해선 결국 칩 외의 풀스택 소프트웨어까지 함께 갖춰야 하는 것”이라고 설명했다. 이어 “국내 팹리스 기업들도 칩 성능에만 몰두하기보단 소프트웨어 인력을 확보하며 상용화에 나서야 한다”고 제언했다.

애플 맥 미니는 저렴한 가격에 사용할 수 있는 개인용 미니 컴퓨터로 등장했습니다. 하지만 AI 시대에는 로컬 AI 장치로 더 인기를 끌고 있습니다. 특히 오픈클로(OpenClaw) 머신으로 인기가 높습니다. 오픈클로는 사용자의 컴퓨터를 직접 제어하고 메신저로 소통하며 24시간 자율적으로 업무를 수행하는 오픈소스 AI 에이전트 프로그램입니다. 단순한 답변이나 초안 작성을 넘어 파일 조작, 프로그램 실행, 이메일 전송 등을 대신하는 AI 비서로 활용할 수 있습니다. 맥 미니가 오픈클로 머신으로 인기가 높은 이유는 M 시리즈 프로세서의 높은 AI 성능과 통합형 메모리 구조, 상대적으로 낮은 전력 소모와 비용, 작은 크기 덕분입니다. 24시간 켜 놓는 개인 AI 비서로 사용하기 위해서는 전력 소모가 낮을수록 유리합니다. 비슷한 성능의 x86 컴퓨터와 비교할 때 맥 미니는 전력 소모가 상당히 낮고 고장 가능성도 작습니다. AI 성능 확 끌어올린 M6 맥 미니이런 점을 반영해 맥 미니에 탑재되는 M 시리즈 프로세서는 세대가 올라갈수록 AI 성능을 강화하고 있습니다. 8월 25일 발표된 신형 M6 맥 미니 역시 이런 추세를 고스란히 반영해 AI 성능을 대폭 개선했습니다. M6는 애플 최초의 2㎚ 제품으로 TSMC의 N2 노드에서 제작됩니다. M6에서 눈에 띄는 변화 중 하나는 고성능·고효율 코어의 두 가지 구성이던 CPU가 고성능·중간·고효율의 세 가지 구조로 바뀌었다는 점입니다. 2개의 슈퍼 코어와 4개의 퍼포먼스 코어, 6개의 고효율 코어 등 총 12코어로 바뀌었는데, 기존 4+6 구성과 비교해 멀티스레드 성능이 20% 정도 빨라졌다는 게 애플의 주장입니다. 이런 트리플 구성은 앞으로 프로, 맥스 등 다른 버전에도 적용될 것으로 보입니다. 이보다 더 중요한 변화는 듀얼 16코어 뉴럴 엔진(Neural Engine)으로 연산 능력이 최대 두 배 증가했다는 것입니다. 다만 단순히 AI 연산 능력이 두 배 증가한 것은 아닙니다. 대신 LLM을 구동할 때 초기 단계인 프리필(prefill)을 주로 가속해 첫 토큰이 나올 때까지 걸리는 시간을 크게 단축할 수 있습니다. 실제 토큰이 생성되는 디코드 단계에서는 메모리 대역폭이 중요한데, M6 맥 미니는 대역폭이 170GB/s로 이전보다 10% 이상 빨라졌습니다. 여기에 12코어로 늘어난 GPU는 각 코어마다 신경 가속기를 지녀 최대 AI 연산 성능이 30% 정도 향상됐습니다. 전반적인 성능 향상을 감안하면 M6 맥 미니의 AI 성능은 이전 세대보다 높아져 로컬에서 LLM을 구동하거나 오픈클로 머신으로 사용할 때 진가를 발휘할 것으로 보입니다. 다만 이제는 기본 모델이 899달러(국내 출시가 149만 9000원)에 달해 비싼 가격이 부담입니다. 특히 좀 더 큰 모델을 돌리기 위해 메모리나 저장장치를 추가하면 가격이 크게 올라가는 것이 걸림돌이 될 것으로 보입니다. 더 강력해진 M5 울트라…가격은 ‘전문가급’이런 문제는 최상위 모델인 맥 스튜디오에서 더 두드러집니다. M4 울트라를 건너뛰고 발표된 M5 울트라 맥 스튜디오는 앞서 공개한 M5 프로(듀얼 다이)를 다시 두 개 붙여 쿼드 다이 형태로 제조했습니다. 다이 연결 대역폭은 4.4TB/s 이상으로 1.76배 개선돼 다이 수가 늘어난 데 따른 병목을 최소화했습니다. CPU 코어 수는 36코어로 증가했는데, 개선된 고성능 코어 덕분에 연산 능력이 높아져 애플 주장으로는 CPU 성능이 싱글스레드는 최대 25%, 멀티스레드는 최대 30% 향상됐습니다. M5 울트라 역시 AI 성능을 강화했습니다. 모든 GPU 코어(최대 80코어)에 신경망 가속기를 탑재해 AI 관련 매트릭스 연산(LLM 프리필, 이미지 생성 등)에서 상당한 성능 향상이 예상됩니다. 애플에 따르면 LLM 프롬프트 처리(LM Studio 기준) 성능도 최대 4배 수준으로 향상됐습니다. 여기에는 GPU 성능뿐 아니라 메모리 대역폭이 819GB/s에서 1.2TB/s로 늘어난 것도 영향을 미친 것으로 보입니다. 하지만 M5 울트라 맥 스튜디오는 가격이 5499달러로 인상돼 이제는 전문적인 용도로 사용하는 경우에도 다소 부담스러운 가격이 됐습니다. 96GB 메모리와 1TB SSD를 지닌 기본 모델도 949만원에 달합니다. 업무 목적이 아니라 단지 내 컴퓨터에서 AI 모델을 돌리기 위해 지불하기에는 너무 많은 비용입니다. 오픈클로 머신으로 맥 미니의 인기는 계속되겠지만, 맥 스튜디오는 전문가 영역으로 사용 범위가 더 좁아질 것으로 보입니다.

삼성, GPU 일부 연산 기능 옮겨와성능·전력효율 맞춤형 HBM 제시하닉, 20단 이상 적층할 접합 기술발열 부위 식혀주는 ‘iHBM’ 개발 삼성전자와 SK하이닉스가 차세대 고대역폭 메모리(HBM)의 승부처로 각각 연산 기능과 패키징 기술을 꺼내 들었다. 삼성전자는 HBM의 기능을 넓히고, SK하이닉스는 20단 이상 높이 쌓아도 발열과 뒤틀림을 잡는 접합·냉각 기술을 개발한다. AI 반도체의 성능 경쟁이 그래픽처리장치(GPU)를 넘어 메모리로 확산되는 가운데 중국의 추격에도 대응하려는 전략이다. 두 회사는 23일(현지 시간) 미국 스탠퍼드대에서 개막한 학술회의 ‘핫칩스 2026’에서 차세대 HBM 전략을 공개했다. 업계의 공통 고민은 AI 칩의 계산 속도를 메모리가 따라가지 못하는 ‘메모리 병목’이다. GPU가 아무리 빨리 계산해도 필요한 데이터를 메모리가 제때 보내주지 못하면 제 성능을 낼 수 없다. AI 가속기의 연산 성능은 2년마다 약 3배씩 높아지는 반면 HBM의 데이터 전송 속도 증가 폭은 같은 기간 2배에도 못 미친다는 게 업계의 분석이다. 삼성전자의 해법은 HBM 자체를 더 ‘똑똑하게’ 만드는 것이다. HBM 맨 아래에는 여러 장의 D램과 GPU 사이에서 데이터 흐름을 관리하는 ‘베이스다이’가 있다. 삼성전자는 여기에 지금까지 GPU가 맡았던 메모리 제어 기능과 데이터 처리 작업 일부를 옮기는 방안을 제시했다. GPU의 부담을 HBM이 나눠 맡는 셈이다. 메모리 제어 기능을 HBM으로 옮겨 확보한 GPU 내부 공간에 연산 코어를 더 넣으면 성능을 높일 수 있다는 것이다. SK하이닉스는 HBM을 더 높이 쌓을 때 생기는 열과 뒤틀림을 해결하는 데 초점을 맞췄다. HBM은 D램을 여러 층 쌓을수록 용량은 늘지만 열을 빼내기 어렵고 칩이 휘는 문제도 커진다. SK하이닉스는 20단 이상 적층을 위해 칩 사이 금속을 직접 붙여 층간 간격을 줄이는 ‘하이브리드 본딩’을 연구하고 있다. HBM 내부에 냉각 요소를 넣어 열을 빼내는 ‘iHBM’도 개발 중이다. 이재식 SK하이닉스 아메리카 부사장은 “HBM 자체의 성능뿐 아니라 GPU와 패키징, 파운드리까지 고객과 함께 최적화해야 한다”고 말했다. 이 같은 기술 경쟁은 HBM 수요가 엔비디아 GPU 중심에서 구글·아마존·메타 등 빅테크의 자체 AI 가속기로 확대되는 흐름과 맞물린다. 카운터포인트리서치는 주문형 반도체(ASIC)용 HBM 수요가 2024년부터 2028년까지 35배로 늘어날 것으로 전망했다. 중국 메모리 업체들의 추격도 변수다. 중국 최대 D램 업체 창신메모리(CXMT)는 지난해 4분기 세계 D램 시장 매출 기준 점유율 7.7%로 4위까지 올라섰다. 범용 D램에서 중국의 추격이 거세진 만큼 차세대 HBM에서 기술 격차를 벌리는 것이 중요해진 셈이다. 당장의 승부처는 HBM4와 내년 양산을 앞둔 HBM4E다. 삼성전자는 지난 2월, SK하이닉스는 2분기부터 HBM4 양산 공급에 들어갔으며 두 회사 모두 HBM4E 샘플을 고객사에 전달했다. HBM의 승부 기준도 단순히 데이터를 더 빨리 보내고 더 많이 쌓는 데서 고객의 AI 칩에 맞춰 기능과 구조까지 설계하는 방향으로 바뀌고 있다.

삼성전자·SK·현대자동차그룹·LG·두산·네이버 등 국내 주요 기업들의 ‘엔비디아 활용법’이 모두 베일을 벗은 가운데 로보틱스, 반도체, 인공지능(AI) 인프라, 보안 등 협력 분야는 예상보다 광범위했다. 다만 미래 산업의 두뇌를 하나의 플랫폼에 과도하게 의존할 수 있다는 우려도 나온다. 17일 업계에 따르면 젠슨 황 엔비디아 최고경영자(CEO)의 장녀이자 로보틱스 분야 임원인 매디슨 황은 LG전자 양재 연구·개발(R＆D) 캠퍼스의 데이터 팩토리를 18일 찾는다. LG는 그룹의 전자·부품·통신 역량을 결합해 피지컬 AI 분야에서 엔비디아와 협력하고 있다. 삼성전자는 고대역폭메모리(HBM) 등 AI용 반도체와 반도체 공장의 AI화를, SK는 차세대 HBM과 대규모 AI 인프라를 각각 공략한다. 현대자동차그룹은 자율주행·로보틱스에서, 두산은 산업용 로봇 분야에서, 네이버는 AI 클라우드·모델 부문에서 엔비디아와 손을 잡았다. 엔비디아의 글로벌 AI 생태계는 빅테크·AI 모델, 클라우드, 반도체·메모리, 로보틱스, 산업용 소프트웨어, 보안 AI 등 전방위로 확장 중이다. 국내 기업들은 반도체·클라우드·로보틱스·AI 모델·보안 등 대부분의 층위에서 엔비디아와 동맹을 맺었다. 최병호 고려대 AI연구소 교수는 “엔비디아는 CUDA(쿠다)처럼 하나의 생태계를 만들고 월드 모델까지 포함해 결국 피지컬 AI를 주도하려는 전략”이라며 “지금은 원하는 시기에 원하는 GPU를 공급받을 수 있느냐 자체가 기업의 능력이 된 만큼 국내 기업에는 사실상 불가피한 선택”이라고 말했다. GPU 병목을 이용해 세계 AI 생태계의 맹주가 된 엔비디아를 무시하고 독자 노선을 고집하다 개발 속도와 비용 면에서 뒤처질 수 있다는 의미다. 소프트웨어정책연구소는 엔비디아가 전 세계 데이터센터 GPU 매출에서 약 86%를 차지한다고 분석했다. 반대로 엔비디아 의존을 우려하는 시선도 적지 않다. GPU에서 출발한 엔비디아의 생태계는 데이터센터를 통한 AI 모델의 학습부터 가상공간 시뮬레이션, 로봇과 자동차의 현장 판단과 행동 등 산업 전반으로 뻗어 내리고 있다. 엔비디아가 20년간 구축한 병렬 컴퓨팅 플랫폼 CUDA 등 소프트웨어 생태계는 구조적인 진입 장벽으로 작용하며 다른 플랫폼으로 갈아타는 전환 비용도 높이고 있다. 엔비디아가 GPU의 연산 능력을 실제 AI 성능으로 끌어내는 프레임워크·라이브러리·드라이버·컴파일러까지 일찌감치 선점한 만큼 소프트웨어와 모델 개발·운용 체계 등을 특정 플랫폼에 맞추면 공급자를 바꾸는 비용은 더욱 커진다. 하지만 한국 기업의 일방적 종속으로 보기는 힘들다는 관측이 대체적이다. 엔비디아가 직접 확보하기 어려운 제조 데이터와 현장 실증 기반, 삼성전자·SK하이닉스가 공급하는 HBM 등이 한국의 핵심 협상 카드다. 결국 양측은 ‘엔비디아 우위의 비대칭적 상호의존’ 관계에 가깝다는 분석이 나온다. 국내 기업에는 AI 경쟁력을 빠르게 끌어올릴 플랫폼이, 엔비디아에는 한국의 HBM과 제조 기반이 필요하다. 최 교수는 “국내 신경망처리장치(NPU) 업체와 스타트업을 더욱 육성해 우리만의 솔루션을 만들 필요가 있다”며 “우리가 잘하는 제조를 살려 방산과 선박, 메모리 등 경쟁력 있는 분야를 최대한 강화하면서 우리만의 경쟁력을 살리는 쪽으로 가야 한다”고 강조했다.

올해 새롭게 도입되는 메모리 규격 중 하나가 바로 ‘LPDDR6’입니다. LPDDR 메모리는 스마트폰 같은 모바일 기기를 위한 D램 규격으로, 지난 20년 동안 꾸준한 업데이트를 거치며 현재 LPDDR5x까지 진화했고 이제 LPDDR6이 출시를 앞둔 상태입니다. 올해 초 삼성전자는 CES 2026에서 LPDDR6로 혁신상을 수상하면서 LPDDR6가 단순히 숫자 하나가 바뀌는 것이 아니라 AI 시대에 맞춘 메모리 혁신이라는 점을 소개했습니다. 물론 속도가 더 빨라지는 건 당연한 변화입니다. LPDDR6는 LPDDR5x의 최고 속도인 10.6Gbps를 넘어 최대 14.4Gbps의 빠른 속도로 AI 연산에 중요한 대역폭을 제공합니다. 하지만 속도가 유일한 혁신은 아닙니다. LPDDR6는 시스템 요구에 맞춰 전압을 세밀하게 조절할 수 있는 DVFS(Dynamic Voltage and Frequency Scaling·동적 전압 및 주파수 스케일링) 동적 효율 모드(Dynamic Efficiency mode) 기술을 제공합니다. 이를 통해 전력 효율을 최대 21%까지 높이면서도 상황에 맞춰 AI 연산에 필요한 높은 성능을 제공할 수 있습니다. SK하이닉스 역시 CES에서 1c LPDDR6 메모리를 개발했다고 발표했습니다. SK하이닉스는 이 제품이 LPDDR5X 대비 데이터 처리 속도를 33% 높이고 서브 채널 구조와 DVFS 기술을 적용해 이전 세대 제품 대비 전력 소모를 20% 이상 절감했다고 발표했습니다. 참고로 LPDDR6는 채널 너비를 16비트 단일 채널에서 12비트 서브 채널 두 개, 총 24비트로 넓혀 동일한 클럭 속도에서도 한 번에 전송할 수 있는 데이터양(비트 폭) 자체가 늘어나 데이터 병목 현상을 대폭 줄인 것이 특징입니다. 또 데이터 버스트 길이를 1.5배 늘려 인공지능(AI) 거대언어모델(LLM)이나 가중치(Weight) 매트릭스 연산과 같이 연달아 대규모 데이터를 읽고 써야 하는 온디바이스 AI 워크로드에 최적화되어 있습니다. 이런 특징 덕분에 LPDDR6를 사용한 AI 노트북은 로컬에서 LLM을 구동할 때 훨씬 빠른 토큰 속도를 보장할 수 있습니다. 스마트폰 같은 제한된 환경에서 로컬 AI 모델을 돌릴 때도 역시 LPDDR6의 빠른 속도와 AI 연산 최적화 구조가 큰 위력을 발휘할 것으로 예상됩니다. 현재 삼성전자와 SK하이닉스는 올해 하반기에 이를 양산할 계획입니다. 그런데 여기에 더해 최근 주목받는 소식이 중국 창신 메모리 테크놀로지(CXMT)가 LPDDR6의 양산에 도전하고 있다는 것입니다. 물론 삼성이나 SK하이닉스처럼 정식으로 공개한 제품도 없고 루머 수준 이야기이지만, 현재 LPDDR5x를 양산 중이고 신규 팹을 통해 웨이퍼 양산 능력을 크게 높인 만큼 가능성은 충분합니다. 일부 소식통에 따르면 CXMT는 이미 일부 고객사에 샘플을 전달했으며 올해 하반기 양산을 목표로 LPDDR6 개발에 나서고 있습니다. 첫 제품의 속도는 LPDDR6의 최고 속도인 14.4Gbps보다 느린 12.8Gbps이지만 현재 CXMT가 양산 중인 LPDDR5x 메모리보다 빠른 속도를 제공합니다. 현재 CXMT는 허페이와 베이징의 팹에서 자체 4세대 생산 라인인 G4를 이용해서 LPDDR5x 같은 주력 제품을 생산하고 있습니다. 대략 16nm 공정에 해당하는 라인으로 EUV 노광 장비 대신 DUV의 멀티 패터닝 기술을 적용해 양산에 들어간 상태입니다. 실제 양산에 근접한 것이 사실이라면 G4로 먼저 초기 제품을 양산하고 이후 차세대 공정인 G5를 통해 좀 더 고성능 제품을 선보일 것으로 생각됩니다. 기본적으로 CXMT는 DUV로만 제품을 양산하는 데다 기술적 성숙도 자체가 메모리 빅 3보다 한 세대는 느린 상태이지만, 그럼에도 CXMT가 LPDDR6 양산에 성공한다면 판로 확보는 어렵지 않을 것이라는 게 일반적인 전망입니다. 메모리 빅 3는 HBM 같은 AI 메모리 중심으로 생산 라인을 집중한 상태인 데다, LPDDR6 역시 AI 데이터로 수요가 몰릴 가능성이 있기 때문입니다. 엔비디아의 베라 루빈 플랫폼에서 루빈 GPU는 HBM4 메모리를 사용하나 베라 CPU는 소캠 2(SOCAMM2) 규격을 통해 최대 모듈당 256GB LPDDR5x를 장착할 수 있습니다. 여기에 LPDDR6를 적용하면 512GB 용량의 소캠 2 메모리 모듈이 가능해지고 속도도 더 빨라져 에이전틱 AI CPU에 훨씬 유리한 환경을 제공할 수 있습니다. 이렇게 AI 데이터 센터로 메모리 빅 3의 생산 물량이 집중되는 것은 CXMT에게 새로운 기회가 될 것으로 보입니다. 물량 구하기가 하늘에 별 따기 같은 스마트폰 업체, 특히 중국 업체에게 성능이 약간 떨어지더라도 LPDDR6를 공급해 줄 수 있는 것 자체가 큰 매력이기 때문입니다. CXMT는 올해 기업공개(IPO)와 상반기 기준 전년 대비 7배나 증가한 매출을 기반으로 막대한 투자 자금을 확보한 상태입니다. 이를 기반으로 베이징에 새로운 팹을 구축하고 기존에 계획된 팹 확장을 진행해 생산 능력을 웨이퍼 기준 월 60만 장까지 늘릴 계획으로 알려져 있습니다. LPDDR6 양산에 성공할 경우 이 계획에는 더 탄력이 붙을 것으로 보입니다. 하지만 CXMT에게 기회만 있는 것은 아닙니다. 역설계 방식으로 구형 DUV 장비를 일부 중국에서 생산하는 데 성공했다고는 하나 여전히 EUV 장비 수입이 금지된 상태에서 점점 생산 기술을 고도화하는 메모리 빅 3를 따라잡기가 힘들 가능성도 있습니다. 그리고 공격적으로 늘려 놓은 생산 시설이 메모리 시장 하강기에는 심각한 부담으로 다가올 수 있습니다. 그럼에도 CXMT가 올해 안에 LPDDR6 메모리 양산에 성공한다면 여러 어려움 속에서도 기술적 돌파구를 마련하고 있다는 증거인 만큼 시장에 큰 파장이 예상됩니다.

삼성전자가 인공지능(AI) 가속기 위에 고대역폭메모리(HBM)를 직접 쌓는 차세대 구조를 제시했다. AI 모델이 진화하면서 커질수록 연산장치와 메모리 사이의 데이터 이동이 병목으로 떠오르자, 둘 사이의 거리를 줄여 성능과 전력 효율을 끌어올리겠다는 구상이다. 삼성전자는 4일(현지시간) 미국 캘리포니아주 샌타클래라에서 개막한 ‘FMS 2026’에서 차세대 3차원 메모리 ‘zHBM’과 ‘zNAND-O’의 모형을 업계 최초로 공개했다. 약 30개 제품을 전시한 삼성전자 부스에는 관람객이 몰렸고, zHBM의 데이터 이동 방식과 향후 적용 가능성을 묻는 질문이 이어졌다. 현재 HBM은 여러 장의 D램을 쌓아 그래픽처리장치(GPU) 등으로 이뤄진 AI 가속기 옆에 둔다. zHBM은 쌓아 둔 HBM 전체를 가속기 상단에 올리는 방식으로 데이터가 오가는 거리를 최소화한다. 삼성전자는 zHBM 적용 시스템이 차세대 HBM5보다 성능은 최대 8배, 전력 효율은 최대 3배 높고 열 저항은 절반 이하로 낮아질 수 있다고 설명했다. 이는 양산품 실측치가 아닌 차세대 구조의 목표 성능이다. 김경륜 삼성전자 D램개발실 상무는 기조연설에서 “현재 HBM이 수년 안에 한계에 부딪힐 것을 모두 알고 있다”며 “이를 돌파할 기술을 생각하면 3차원밖에 없다”고 말했다. 여러 장을 쌓아 올리는 3D 전략은 낸드플래시로 이어진다. 삼성전자가 개발 중인 zNAND-O는 낸드 칩을 4단 또는 8단으로 쌓는다. D램은 처리 속도가 빠르지만 너무 비싸고 공급도 부족하다. 따라서 상대적으로 저렴하고 용량이 큰 낸드의 속도를 개선해 최대한 D램처럼 쓰도록 해보겠다는 구상이다. 이 기술은 스마트폰과 PC 안에서 AI를 구동하는 온디바이스 시장을 겨냥한다. 현재웅 삼성전자 메모리사업부 상무는 “개인마다 집 안에 미니 데이터센터를 갖게 하는 것이 우리의 비전”이라고 말했다. 삼성은 400단 이상을 쌓은 10세대 V낸드 ‘V10 BV-NAND’도 처음 공개했다. 셀과 주변 회로를 따로 만든 뒤 수직으로 붙이는 웨이퍼 본딩과 3스택 기술을 적용해 전 세대보다 집적도를 약 58% 높였다. V10 BV-NAND와 메모리 안에서 일부 연산을 처리하는 LPDDR5X-PIM은 행사 최고 제품상인 ‘베스트 오브 쇼’를 받았다. zHBM처럼 메모리와 AI 가속기를 수직으로 결합하려면 메모리 기술뿐 아니라 파운드리와 첨단 패키징 역량이 함께 필요하다. 삼성전자는 설계부터 제조·패키징까지 한 회사에서 제공하는 ‘원스톱 솔루션’을 경쟁력으로 내세웠다. 한편, SK하이닉스도 샌디스크와 고대역폭 낸드플래시(HBF) 표준을 제시하며 개방형 생태계 구축에 무게를 뒀다. 양사의 차세대 기술 경쟁은 AI가 학습을 넘어 추론 중심으로 빠르게 옮겨가면서 더욱 치열해질 전망이다. FMS에 참석한 시장조사업체 욜그룹은 삼성전자와 SK하이닉스의 투자 확대를 근거로 한국이 2031년까지 메모리 시장 선두를 유지할 것으로 내다봤다.

삼성전자가 인공지능(AI) 반도체의 성능을 떨어뜨리는 데이터 병목을 줄이기 위해 차세대 3차원 메모리 기술을 공개했다. 고대역폭메모리(HBM)를 AI 가속기 위에 직접 쌓아 데이터 이동 거리를 줄이고, 처리 속도와 전력 효율을 함께 높이는 방식이다. 삼성전자는 4일(현지시간) 미국 캘리포니아주 샌타클래라에서 열린 메모리 행사 ‘FMS 2026’ 기조연설에서 차세대 메모리 구조인 ‘zHBM’을 선보였다. 김경륜 삼성전자 D램개발실 상무는 “기존 패키징 구조로는 가속기 칩과 메모리 간 물리적 거리를 줄이는 데 한계가 있다”며 새로운 구조가 필요한 이유를 설명했다. 현재 HBM은 여러 개의 D램을 수직으로 쌓은 뒤 그래픽처리장치(GPU) 등 AI 가속기 옆에 배치한다. AI가 처리하는 데이터가 늘어날수록 가속기와 메모리 사이에서 데이터가 오가는 데 시간이 걸리고 전력 소모도 커진다. 이른바 ‘메모리 장벽’이다. zHBM은 HBM을 가속기 위에 직접 적층해 이 거리를 줄인다. 칩을 가로와 세로 방향으로 배치하던 기존 방식에서 벗어나 높이인 Z축까지 활용한다는 뜻에서 이름 앞에 ‘z’를 붙였다. 삼성전자에 따르면 zHBM은 현재 개발 중인 HBM5와 비교해 GPU당 성능을 최대 8배, 전력 대비 성능을 최대 3배 높일 수 있다. 메모리를 위로 쌓을수록 열이 빠져나가기 어려워지는 문제를 해결하기 위해 열 저항도 HBM5의 10~25% 수준으로 낮췄다. 삼성전자는 zHBM에 앞서 상용화를 추진할 HBM5의 개발 방향도 소개했다. HBM5에는 2나노미터 공정 기반의 베이스 다이와 게이트올어라운드(GAA) 트랜지스터를 적용한다. 메모리 칩 측면으로 열을 내보내는 구조도 도입해 HBM4E보다 성능은 2배 높이고 열 저항은 20% 이상 낮추는 것을 목표로 하고 있다. 낸드 분야에서는 스마트폰과 PC 등 기기 안에서 AI를 구동하는 온디바이스 AI용 ‘z낸드-O’를 공개했다. D램은 빠르지만 비싸고 용량을 늘리는 데 한계가 있는 반면, 낸드는 가격이 낮고 대용량을 구현하기 쉽지만 상대적으로 속도가 느리다. z낸드-O는 낸드의 비용과 용량상 이점을 유지하면서 처리 속도를 끌어올린 제품이다. 이진엽 삼성전자 플래시개발실 부사장은 매개변수 1200억개 규모의 AI 모델을 시험 구동한 결과, z낸드-O가 기존 D램 서버와 같은 초당 토큰 처리량을 내면서도 메모리 비용은 6분의 1에 그친다고 설명했다. 비싼 D램을 대량으로 사용하지 않고도 AI 모델을 빠르게 구동할 수 있다는 의미다. 이 부사장은 기조연설 도중 초소형 기업용 솔리드스테이트드라이브(SSD) ‘BM1773’을 들어 보이며 “믿기 힘들겠지만 이 작은 스토리지 칩 하나가 최고급 세단 한 대 값과 맞먹는다”고 말했다. 이어 “바닥에 떨어뜨린다면 당장 내일부터 새 직장을 구하러 다녀야 할 것”이라고 말해 참석자들의 웃음을 자아냈다. 삼성전자는 이날 400단 이상을 수직으로 쌓은 10세대 V낸드 ‘V10 BV-낸드’도 업계 최초로 공개했다. AI 모델이 고도화하면서 연산을 담당하는 HBM뿐 아니라 방대한 데이터를 저장하는 낸드와 기업용 SSD 수요도 함께 늘어나는 데 대응한 제품이다. 삼성전자는 HBM과 고성능 낸드, 기업용 SSD를 모두 공급할 수 있는 제품군과 양산 역량을 앞세워 AI 데이터센터부터 온디바이스 AI까지 시장을 넓힐 계획이다. 김 상무는 기조연설에서 “삼성이 돌아왔다”며 차세대 AI 메모리 경쟁에 대한 자신감을 나타냈다.

SK하이닉스가 샌디스크와 함께 차세대 인공지능(AI) 서버 메모리로 각광받는 고대역폭플래시(HBF)의 첫 표준 규격을 공개했다. 지난해 8월 샌디스크와 HBF 표준화 협력에 나선 데 이어 올해 2월 컨소시엄을 구성한 지 약 6개월 만에 내놓은 첫 결과물이다. SK하이닉스는 4일(현지시간) 미국 캘리포니아에서 열리는 세계 최대 규모 메모리 콘퍼런스 ‘FMS(Future of Memory and Storage) 2026’에 참가해 이번 규격을 선보였다고 밝혔다. HBF는 AI 서버에서 고대역폭메모리(HBM)와 솔리드스테이트드라이브(SSD) 사이에 놓이는 새로운 메모리 계층이다. HBM과 같이 AI의 데이터 연산 속도가 빠르면서도 낸드플래시를 기반으로 해 용량을 크게 늘릴 수 있다. 추론형 AI의 확산에 따라 처리해야 할 데이터양이 늘면서 용량이 부족한 HBM과 속도가 느린 SSD의 단점을 동시에 보완하는 차세대 메모리로 주목받고 있다. 이번에 공개된 HBF의 용량은 최대 512GB까지 지원된다. HBF와 프로세서를 연결하는 방식은 업계 표준 인터페이스인 UCIe를 채택했다. UCIe를 통해 그래픽처리장치(GPU)와 중앙처리장치(CPU) 등 서로 다른 종류의 프로세서에도 HBF를 유연하게 적용할 수 있다. SK하이닉스는 이번 표준 공개를 계기로 AI 저장장치 시장에서 HBF 채택을 확대하고 생태계 조성에 나선다는 전략이다. 중국 CXMT(창신 메모리)까지 가세하며 치열해지는 글로벌 D램 경쟁에서 우위를 점하기 위해서다. 최근 AI 추론 시장의 경쟁력이 단일 칩의 성능보다 CPU와 GPU, 메모리와 저장 장치까지 모두 아우르는 시스템 차원의 최적화가 관건이 된 점도 가세했다. ‘풀스택 기업’을 표방하는 SK하이닉스는 HBF까지 밸류체인을 넓혀 HBM과 HBF를 모두 지원할 수 있는 종합 메모리 솔루션 기업으로 입지를 공고히 하겠다는 계획이다. 업계에서는 HBF 시장이 빠르게 성장해 2030년 17조원에 육박하고, 2038년에는 HBM 시장을 앞지를 것이란 예측도 나온다. 삼성전자도 ‘FMS 2026’에 참여해 HBM, 낸드, SSD를 잇는 ‘메모리 아키텍처 혁신’을 주제로 전시한다. D램, 낸드, 컨트롤러, 파운드리, 첨단 패키징 등 종합반도체기업(IDM)의 역량을 강조하며 AI 데이터 병목을 줄이는 방안을 소개할 예정이다. 한편, 이날 시장조사업체 카운터포인트리서치에 따르면 지난 2분기 D램 매출 기준으로 삼성전자는 39% 점유율을 기록해 1위를 유지했고, SK하이닉스는 점유율 26%를 차지했다.

전방위 반도체 동맹 맺은 삼성브로드컴과 5년간 292조 협력 추진삼성SDS·앤트로픽 파트너십 체결SK, 엔비디아 등과 1085조 협력 차세대 AI 메모리 공동 개발 추진국내 최대 2GW AI 팩토리 구축도현대차그룹, 피지컬 AI 생태계 ‘시동’엔비디아와 로봇 플랫폼 공동 구축국내 연구기관·스타트업에게 개방네이버, AI 인프라로 해외 공략엔비디아와 GPU 공급·기술 협력브룩필드 지원받아 AI 팩토리 구축 한미 주요 기업들이 총 9500억 달러(약 1375조원) 규모의 초대형 인공지능(AI) 협력에 나서면서 우리나라가 메모리 반도체 공급기지에서 AI 핵심 공급망으로 도약할 것이라는 기대가 적지 않다. 특히 이재명 대통령과 기업 총수들이 지난 24일(현지시간) ‘샌프란시스코 AI 서밋’에 모임으로써 선언적 의미를 넘어 실질적 이행을 담보했다. 그럼에도 투자 시점과 규모에 대한 변동성이 남아 있고 데이터센터에 대한 주민 반발이나 전력·인프라 병목 등 해결할 과제도 남아 있다. 삼성전자는 글로벌 AI 반도체 기업 브로드컴과 향후 5년간 메모리·파운드리 분야에서 2000억 달러(약 292조원) 이상 규모로 전략적 협력을 추진하기로 했다. 고대역폭메모리(HBM) 공급을 넘어 메모리부터 2나노미터(nm) 이하 파운드리, 첨단 패키징까지 반도체 전 영역을 아우르는 전략적 협력이다. 특히 삼성의 메모리·파운드리·패키징 역량을 한데 묶은 원스톱 턴키 경쟁력이 본격 활용되는 사례다. 이재용 삼성전자 회장은 미 샌프란시스코 오픈AI 본사에서 샘 올트먼 오픈AI 최고경영자(CEO)와 만나는 등 글로벌 빅테크 기업과 접촉면을 넓혔다. 양측은 HBM과 D램, 첨단 파운드리 등 AI 인프라 분야의 협력 확대 방안을 협의했을 것으로 관측된다. 이 회장은 샌프란시스코 AI 서밋에서 “한국과 미국 두 나라 강점들을 하나로 결합한다면 우리는 더 빠르게 혁신하고 더 크게 성장하며 더 많은 난제를 해결할 수 있을 것”이라고 말했다. 삼성SDS도 앤트로픽과 전략적 파트너십을 체결했다. 양사는 한국 시장 내 신규 사업 기회를 공동 발굴하고 생성형 AI인 클로드 구축·운영을 위한 응용형 AI 엔지니어를 함께 양성하기로 했다. SK그룹은 엔비디아, 마이크로소프트(MS), 앤트로픽, 아마존웹서비스(AWS) 등과 5년간 7500억 달러(약 1085조원) 규모의 AI 인프라 분야 협력에 합의했다. 특히 SK하이닉스는 엔비디아와 HBM 등 차세대 AI 메모리를 함께 개발하고 최적화한다. SK가 엔비디아의 차세대 그래픽처리장치(GPU)·AI 서버 개발 단계부터 참여한다는 의미다. SK하이닉스는 MS와 메모리 장기 공급 협력을 통해 메모리 솔루션을 함께 발굴하고 실제 서버 환경에서의 검증을 거쳐 AI 서버용 메모리의 새로운 기준을 정립해 나갈 계획이다. SK가 ‘3대 메가 프로젝트 국민보고회’에서 내놓은 전국 단위 AI 데이터센터 구축 계획도 구체화된다. SK텔레콤은 국내 최대 2GW 규모의 AI 팩토리 구축을 위해 엔비디아의 차세대 GPU를 공급받고 투자 협력을 추진한다. 앤트로픽도 SK텔레콤이 추진하는 국내 AI 데이터센터 구축에 참여한다. 최태원 SK그룹 회장은 “대한민국은 더 많은 메모리칩을 만들고 AI 데이터센터도 더 많이 만들어서 글로벌 인프라에 집어넣어야 한다”며 “미국과 유럽, 아시아를 잇는 AI 데이터센터의 허브가 될 필요가 있다”고 말했다. 현대차그룹은 피지컬 AI 생태계를 구축하겠다는 구상을 밝혔다. 정의선 현대자동차그룹 회장은 “자동차 그리고 로봇과 같은 개별 디바이스 지능화를 시작으로 AI 팩토리 같은 특정 공간의 지능화를 거쳐 궁극적으로 전체 도시 인프라가 유기적으로 연결·운영되는 도시 레벨의 통합 지능화를 실현하는 것”이라고 설명했다. 정 회장은 특히 국내 로봇과 AI 기술 혁신을 뒷받침하기 위해 현대차그룹과 엔비디아의 피지컬 AI 역량을 결합한 ‘로봇 레퍼런스 플랫폼’ 공동 구축 계획을 공개했다. 엔비디아와 함께 대학과 연구기관, 스타트업이 활용할 수 있는 플랫폼을 꾸려 국내 연구기관과 스타트업이 피지컬 AI 기술을 개발하고 실증할 수 있는 개방형 생태계를 조성할 계획이다. 네이버는 국내를 넘어 해외로 진출할 길을 열었다. 엔비디아로부터 10억 달러(약 1조 4600억원) 규모의 전략적 투자를 유치해 GPU 공급과 기술 협력을 확대하고 브룩필드로부터 최대 90억 달러(약 13조 1700억원) 규모의 지원을 받아 글로벌 AI 팩토리를 구축한다는 구상이다. 브룩필드와는 AI 팩토리 운영에 필요한 데이터센터와 전력, 냉각 설비 등 안정적인 인프라와 공급망을 공동 마련키로 했다. 네이버는 이번 투자를 바탕으로 데이터센터 설계·운영 기술과 AI 모델, 클라우드 서비스 역량을 결합해 글로벌 AI 인프라 사업을 확대할 계획이다. 이해진 네이버 의장은 “두 회사의 자본뿐 아니라 글로벌 브랜드와 네트워크가 네이버의 노하우를 스케일업(확장)하는 데 큰 기회가 될 것”이라고 강조했다. 다만 데이터센터 건설의 경우 수도권 전력망 부족과 부지 확보, 지방자치단체의 인허가 절차, 용수 공급, 지역 주민 수용성 등이 걸림돌이다. 이종명 상명대 시스템반도체공학과 교수는 “실질적 성과로 이어지려면 정부의 메가 프로젝트와도 합을 맞춰 탄력적으로 추진해 나가야 한다”고 말했다. 양준석 가톨릭대 경제학과 교수는 “향후 투자 집행과 정부의 인프라·정책 지원이 뒷받침되는지 지켜봐야 한다. 규제 개혁 및 과학기술 분야에 대한 교육 및 투자 강화 등도 함께 이뤄져야 한다”고 강조했다. 엔비디아의 AI 생태계에 과도하게 의존하지 않도록 장기적으로 자체 생태계 경쟁력을 키우자는 제언도 있었다.

지금은 상상하기 힘들 수도 있지만, 10년 전만 해도 AMD는 파산 위기에 몰려 있던 회사였습니다. 그러다가 2017년 Zen 아키텍처 기반의 라이젠을 내놓으면서 극적인 반전의 계기를 마련합니다. Zen 아키텍처 기반의 서버 CPU인 에픽(EPYC) 역시 마찬가지로 서버 시장에서 사실상 퇴출되다시피 했던 AMD의 점유율을 무섭게 끌어올리면서 현재는 데이터 센터 부문에서 인텔보다 더 높은 매출을 올리고 있습니다. 서버 CPU 점유율도 매출액 기준으로 거의 절반에 육박한 것으로 평가받고 있습니다. Zen 아키텍처를 선보인 지 9년이 흐른 지금 AMD는 TSMC의 최신 2nm 공정으로 제조한 Zen 6 아키텍처 기반의 에픽 서버 CPU인 코드명 베니스(Venice)를 정식 공개했습니다. 베니스는 최대 256코어 512스레드를 지닌 초대형 서버 CPU로 무려 2030억 개의 트랜지스터를 집적한 괴물 CPU입니다. 이렇게 큰 CPU를 한 번에 제조하기는 어렵기 때문에 베니스는 TSMC의 2nm 공정으로 제조한 컴퓨트 칩렛(chiplet, 모듈형 단일 기능 집적 회로) 8개(각 32코어)를 6nm 공정으로 만든 두 개의 I/O 칩렛에 연결해 제조됩니다. CPU와 달리 높은 클럭으로 동작할 필요가 없는 I/O 칩렛은 저렴한 공정으로 제조한 것입니다. TSMC의 2nm 공정 기술은 나노시트 트랜지스터(GAA)를 최초로 적용해서 동일 전력 소비에서 10~15% 향상된 성능, 25~30% 낮은 전력 소비, 그리고 최대 15% 향상된 트랜지스터 밀도를 제공합니다. 그 덕분에 베니스는 최초로 작은 칩렛 하나에 32코어를 집적할 수 있었는데, 1세대 에픽 프로세서가 32코어를 집적하기 위해 4개의 8코어 칩렛을 사용했던 것과 비교해서 기술 발전 정도를 짐작할 수 있습니다. 참고로 최대 클럭도 5GHz로 서버 프로세서치고는 상당히 높은 수준으로 올릴 수 있게 됐습니다. 에픽 베니스는 필요할 때는 256개의 최대 코어 중 96개만 더 높은 클럭으로 구동할 수 있는 옵션을 제공합니다. 6세대 에픽 CPU는 크게 두 가지 제품군으로 출시됩니다. 에픽 9006 SP7 칩은 64개에서 256개의 Zen 6 코어, 128개에서 512개의 스레드, 최대 1.6TB/s의 대역폭, 그리고 최대 64Gbps의 속도를 지원하는 PCIe Gen6를 탑재한 플래그십 제품입니다. 2026년 4분기에 출시될 예정입니다. 에픽 9006 SP8 서버 CPU는 2027년 상반기 출시 예정으로 8~128코어의 보다 저렴하고 유연한 시스템을 위한 제품군입니다. 참고로 가격은 최상위 256코어 제품인 에픽 9996 기준 1만 4904달러입니다. AMD 에픽 CPU는 경쟁사 대비 더 많은 코어 숫자를 지녀 더 비싼 가격에 팔리고 있으며 이로 인해 출하 수량 대비 매출이 높은 것으로 알려져 있습니다. 최근 에이전틱 AI로 인한 고성능 서버 CPU 수요가 증가한 점을 생각하면 6세대 에픽 베니스의 선전을 기대할 수 있습니다. AMD는 에이전트 기반 CPU 서버 샌드박스에서 엔비디아 베라(Vera) 같은 Arm 기반 CPU 대비 와트당 최대 2.8배의 에이전트 처리량을, 범용 CPU 서버에서는 와트당 최대 3.3배의 성능을 제공한다고 주장합니다. 또한 5세대 에픽 튜린 CPU 대비 최대 1.8배의 토큰/초 처리량, 1.7배의 에이전트/와트 효율, 그리고 1.4배의 성능/와트 효율을 제공합니다. 다만 현재 TSMC의 2nm 공정은 애플과 같은 주요 빅테크에서 주문이 쏟아지는 상황으로 공급 병목 현상을 겪고 있습니다. 따라서 AMD는 Zen 6 기반의 소비자용 CPU 출시를 올해 하반기에서 내년으로 연기한 상황입니다. 메모리 가격 폭등과 더불어 한동안 소비자 CPU 시장은 다소 침체될 수밖에 없는 분위기입니다. 다만 Zen 6 베니스의 등장은 소비자용 제품 역시 그렇게 먼 미래는 아니라는 점을 보여주고 있습니다. AMD는 2028년 Zen 7 아키텍처 기반의 7세대 EPYC 플로렌스(Florence)를 개발하고 있다고 발표했습니다. Zen 7은 TSMC의 A16 혹은 그 이하 공정이 예상됩니다. 또한 이 프로세서는 차세대 메모리 표준인 MRDIMM 및 LPDDR 시리즈(혹은 DDR6)를 지원하는 최초의 EPYC 제품군이 될 것으로 보입니다. 그리고 2030년에는 코드명 라벤나(Ravenna)로 알려진 Zen 8 아키텍처가 등장할 예정입니다. 물론 AMD의 거침없는 행보에 대응하기 위해 인텔의 발걸음도 빨라지고 있습니다. 인텔은 최대 288코어 288스레드의 클리어워터 포레스트 서버 CPU를 18A 공정을 이용해 제조하고 개량형인 18A-P를 차세대 제온 다이아몬드 래피즈에 적용해 에이전틱 AI 시장에서 주도권 확보를 위해 노력하고 있습니다. AI 시대 서버 시장을 두고 시장 1위를 차지하려는 AMD와 부활의 조짐을 보이는 인텔 간의 치열한 싸움이 예상됩니다.

AI발 과실은 특정 기업만의 것 아냐국민과 쌓아온 산업기반에서 나와초과이익은 전국민에게 환원해야 각자의 재산·소유권은 인정해야재산 이동은 자발적 합의 통해야약속 이행은 계약·신의 지키는 것정치 논리, 경제 논리 압도해선 안 돼사유재산권 존중해야만 살아남아 “이 글에서는 그 원칙에 가칭 ‘국민배당금’이라는 이름을 붙이고자 한다. 핵심은 개별 프로그램이 아니라 원칙이다. 인공지능(AI) 인프라 시대의 과실은 특정 기업만의 결과가 아니다. 반세기에 걸쳐 전 국민이 함께 쌓아 온 산업 기반 위에서 나온다. 그렇다면 그 과실의 일부는 전 국민에게 구조적으로 환원되어야 한다.- 이것이 설계의 정당성이자 원칙이다.” 지난 5월 11일, 김용범 청와대 정책실장이 페이스북에 올린 ‘차원이 다른 나라: AI 시대 한국의 장기 전략’이라는 게시물의 핵심 문단이다. AI로 인해 메모리 반도체의 수요가 폭발적으로 증가해 삼성전자와 SK하이닉스가 예상을 뛰어넘는 역대급 이익을 거두자 그 이윤을 ‘전 국민’에게 ‘환원’해야 한다는 주장을 편 것이다. 그의 논리를 되짚어 보자. 현재 삼성전자와 하이닉스가 얻는 수익은 일시적인 산업 사이클에 의한 것이 아니라 ‘AI 시대의 구조적 변화’에 따른 것이다. 메모리 반도체의 수요가 병목 현상을 만들고 있으며 그로 인해 구조적 독과점이 나타나고, 따라서 그로 인해 완전 경쟁 시장에서 얻는 ‘정상이윤’의 범위를 넘어서는 이윤이 발생한다. 그것이 바로 “초과이윤”(excess profit)이다. ●삼성전자·하이닉스 역대급 초과이익 이렇게 만들어지는 초과이윤은 단지 특정 기업의 활동만으로 나오는 것이 아니라 반세기에 걸쳐 온 국민이 함께 쌓아 올린 산업 기반 위에서 나오고 있다. 기업과 산업, 더 나아가 자본주의 전체가 작동하는 방식이 근본적으로 달라졌기에 ‘영리 활동으로 인한 매출이 아닌 순이익에 과세한다’거나 ‘이중 과세를 금지한다’ 같은 기존의 원칙에 집착할 필요가 없다. 오히려 그 일부를 ‘국민배당금’의 이름으로 온 국민이 나눠야 마땅하다. 과연 그럴까? 앞으로 자본주의가 어떻게 전개될지는 알 수 없는 일이다. 하지만 미래가 어느 방향으로 흘러가건, 세계가 지금까지 발전해 온 과정에서 바탕에 깔려 있던 원리를 되짚어 보는 일은 반드시 필요할 것이다. 자유민주주 시장경제의 근본 원칙에 대한 철학적 고민이 이루어지던 18세기 스코틀랜드로 시간 여행을 떠나 보자. 데이비드 흄은 고작 12세의 나이에 에든버러대에 입학한, 의심할 나위가 없는 천재였다. 하지만 2년 만에 염증을 느낀 어린 천재는 학계에 정을 들이지 못하고 방황하다가 24세가 되던 해에 프랑스로 유학을 떠났고 그곳에서 자신의 첫 저서이자 불멸의 고전으로 남을 ‘인간 본성에 관한 논고’(A Treatise of Human Nature)의 대부분을 집필했다. 총 세 권으로 구성된 데뷔작이 1739년에서 40년 사이에 출간되었으니, 흄은 고작 20대의 나이에 철학의 역사를 뒤흔든 셈이다. ‘논고’의 핵심 질문은 다음과 같다. 우리는 어떻게 지식을 얻는가? 오감을 통해 지각해, 즉 경험을 통해 지식을 얻는다. 어제도 오늘도 해가 떠오르는 것을 보았기에 우리는 내일도 해가 뜬다고 생각한다. 해가 뜨는 방향이 일정하다는 것을 보아 왔으므로 그 방향에 ‘동쪽’이라는 이름을 붙인다. 그런 경험이 종합되어 ‘해는 동쪽에서 뜬다’라는 지식을 얻는다. 그런데 그 관찰은 지금껏 단 한 번도 예외 없이 성립해 왔으므로, 우리에게 ‘진리’로 여겨지게 된다. 문제는 이 진리에 확실성이 있느냐는 것이다. 나 또한 독자 여러분과 마찬가지로 내일은 내일의 해가 뜰 것이라 믿는다. 하지만 우주 어딘가에서 인류가 관측할 수 없는 거대한 에너지의 충격파가 발생해서 이곳을 향해 오고 있으며, 그것이 오늘 밤 태양계와 지구를 강타해, 해가 서쪽에서 뜨더니 지구가 태양으로 빨려 들어갈 가능성이 완전히 없다고 단정할 수 있는 근거는 어디에도 없다. 우리는 마치 주인이 닭장을 열 때마다 모이를 주었으니 닭장이 열리면 밥을 먹게 된다고 믿고 있는 닭과 마찬가지다. 닭이 지닌 인과론적 확실성에 대한 믿음은 언젠가 깨질 수밖에 없다. 언젠가 주인이 모이를 주는 대신 닭을 잡아 버릴 테니 말이다. 상식적인 일반인의 관점에서 보자면 터무니없는 주장이며 헛된 근심처럼 보일 것이다. 하지만 모든 지식을 근본적인 차원까지 검토하는 철학자에게는 심각한 문제다. 우리는 인과관계 그 자체를 경험적으로 확인할 수 없다. 다만 원인에 해당하는 현상과 결과에 해당하는 현상을 숱하게 보아 왔기 때문에 인과관계가 있다고 단정 짓고 있을 뿐이다. 우리는 내일도 해가 뜬다고 장담할 수 없고, 신이 인간을 창조했다고 믿을 근거도 없다. 그런 주장을 경험적으로 확인할 방법은 없기 때문이다. ●데이비드 흄의 정의와 시장경제 원칙 흄은 이렇게 냉철한 경험주의를 사회과학의 영역에까지 적용한다. 정의로움(justice)이란 무엇인가? 우리의 경험을 초월해 존재하는 절대적인 가치일까? 물론 흄의 답은 ‘아니요’다. 자연 상태에서 시작해 무리 생활을 하기 시작한 인류는 무엇이 자신에게 이득이 되거나 해로운지 서서히 깨달으면서 사회적 규칙이나 관습, 즉 묵계(Convention)를 형성했다. 그러한 묵계는 너무도 오랜 옛날부터 전해져 왔기에 우리는 그것을 ‘당연한’ 것으로 여기지만, 실은 그 또한 인류가 지니고 있는 인식의 습관일 따름이다. 정의의 개념과 그 내용 역시 사람이 만들어 낸 경험의 산물인 것이다. 정의의 개념은 세 가지 원칙으로 이루어져 있다. 첫째, 각자의 재산과 소유권을 서로 인정하고 침해하지 않는 ‘소유의 안정성’(Stability of possession). 둘째, 재산의 이동은 폭력이나 강제가 아닌 당사자 사이의 자발적 합의와 교환을 통해야만 한다는 ‘동의에 의한 양도’(Transfer by consent). 셋째, 계약과 신의를 지켜야 한다는 ‘약속의 이행’(Performance of promises). 이 세 요소가 없다면 어떻게 될까? 가령 임금이 백성의 재산과 소유권을 존중하지 않고 내키는 대로 세금을 물리거나, 힘센 자가 약한 자를 약탈하는 행위를 수수방관하거나, 그 누구도 계약을 지키지 않고 남을 속여 이익을 취하는 일에 거리낌이 없는 사회를 상상해 보자. 성실하게 일하는 백성들은 모두 도망치거나 열심히 일하려 하지 않을 것이다. 그런 사회는 망해 버리므로 그들의 묵계는 전수되지 않는다. 현존하는 모든 인간 사회에 비슷한 정의의 관념이 존재하는 이유다. 흄은 ‘논고’의 제3권 2부 6절에서 이렇게 단언한다. “우리는 이제 사회의 평화와 안정을 유지하는 데 필수적인 세 가지 근본 법칙을 확정했다. 그것은 소유의 안정성, 동의에 의한 이전, 그리고 약속의 이행이다. 인간 사회의 번영과 상호 작용은 전적으로 이 세 가지 법칙의 엄격한 준수에 의존한다.” 물론 이 또한 절대적인, 경험을 초월한 확실성을 담보할 수 있는 것은 아니다. 하지만 인류가 무리를 이루어 살아가고 있으며 제한된 자원을 나눠서 쓰고 있는 한, 각자가 자신의 것을 가질 권리, 그것을 자발적으로 교환할 권리, 약속을 지켜야 할 의무라는 세 가지 정의의 원칙은 도출될 수밖에 없다. 흄의 이러한 생각은 절친한 친구였던 애덤 스미스를 비롯한 동시대인들에게 큰 영향을 미쳤다. 훗날 ‘스코틀랜드 계몽주의’로 불리는 이 사상적 흐름은 우리가 살아가는 자본주의와 자유민주주의 체제의 근간을 이루는 것으로 평가받고 있다. ●흄의 경험주의적 통찰에 귀 기울여야 주식회사는 주주의 것이다. 회사의 주식에 투자한다는 것은 그 회사를 일부 소유한다는 말과 같다. 주주는 회사의 경영이 악화되어 손해를 보거나 심지어 폐업을 할 위험을 무릅쓰는 대신, 이윤이 창출되면 그것을 공유할 수 있는 권리를 갖는다. 1602년 동인도회사(VOC)가 탄생한 후 지금껏 유지되고 있는 주식회사의 작동 방식이다. 18세기를 살았던 흄은 막 걸음마를 떼기 시작한 자본주의의 핵심 원리를 신이나 도덕적 권위를 빌리지 않고 경험주의의 관점에서 해석하고 정당화했던 것이다. 우리의 현실은 어떨까. 추상적인 도덕적 요구와 정치적 이유가 경제적 논리를 압도하는 모양새다. 기업이 자신의 이윤을 스스로 재투자하거나 주주의 이익을 위해 환원할 수 있는 권리, 가장 기초적인 사유재산권이 무시당하고 있다고 해도 과언이 아닐 듯하다. 소유권을 존중하고 동의에 의해서만 재산을 주고받으며 약속을 지키는 국가만이 살아남고 번영을 구가할 수 있다는 흄의 경험주의적 통찰에 다시 한번 귀를 기울여야 할 때다. 노정태 작가·경제사회연구원 전문위원

김용범 청와대 정책실장은 12일 “국내 메모리 기업들이 그 수요(반도체)를 충분히 뒷받침할 생산 능력을 적시에 확보하지 못한다면 수요 증가는 역설적으로 새로운 경쟁자를 키우는 계기가 될 수 있다”고 경고했다. 김 실장은 “AI(인공지능) 혁명으로 메모리 수요가 늘어나는 것은 대한민국 메모리 산업에 큰 기회”라며 이처럼 말했다. 그는 현재 필요한 전략으로 경쟁자가 성장할 수 있는 공급 공백 자체를 만들지 않는 것이라고 강조했다. 김 실장은 “전체 시장이 빠르게 성장할 때는 생산 능력 증가 속도가 시장 성장 속도를 따라가지 못하면 절대 생산량이 늘어나더라도 시장 점유율은 오히려 떨어질 수 있다”며 최근 호남권 반도체 클러스터 등의 대규모 프로젝트를 우려하는 목소리에 반박했다. 김 실장은 “대한민국의 팹(공장) 증설은 국가적 프로젝트”라고 지적했다. 그는 “용인 반도체 클러스터와 평택 첨단 팹 증설, 800조원 규모의 호남권 제2 클러스터 투자 계획은 단순한 기업의 설비 투자로만 보기 어렵다”며 “대한민국 산업사에서 보기 드문 초대형 생산 기반 투자이자 미래 생산 능력을 선점하기 위한 국가적 프로젝트에 가깝다”고 설명했다. 김 실장은 이처럼 기업이 빠르게 투자 및 생산할 수 있도록 정부가 시간을 벌어줘야 한다고 강조했다. 그는 “국가의 역할은 기업을 대신해 투자하는 것이 아니라 기업이 장기적인 전략 투자를 이어갈 수 있도록 기업 스스로 풀 수 없는 병목을 적기에 제거하는 것”이라고 했다. 이어 “전력망과 송전망을 계획대로 구축하고 안정적인 용수를 공급하며 국가산단과 교통망을 때맞춰 조성해야 한다”며 “인허가와 환경 절차는 예측 가능하고 신속하게 운영되어야 하며 전문 인력과 소재·부품·장비 산업도 함께 성장할 수 있는 기반을 마련해야 한다”고 했다. 김 실장은 “따라서 국내 메모리 기업의 팹 증설은 단순한 성장 투자가 아니다”라며 “대한민국의 기술 우위를 시장 경쟁력으로 연결하고 글로벌 공급망에서 확보한 전략적 지위를 지키기 위한 투자”라고 밝혔다.

퀄컴이 AI 데이터센터 시장을 위한 새로운 플랫폼 ‘드래곤플라이’(Dragonfly)를 전격 공개하며 엔비디아와 다른 AI 빅테크들에 도전장을 내밀었습니다. 자연계에서 가장 효율적인 비행 곤충인 잠자리처럼 에너지 효율성을 높인 플랫폼을 만들겠다는 의지가 담긴 이름입니다. 사실 퀄컴이 데이터센터 시장에 도전하는 것은 처음이 아닙니다. 과거 센트리크 2400 CPU를 통해 서버 시장에 도전했다가 결국 시장 문턱을 넘지 못하고 고배를 마셨던 경험이 있습니다. 하지만 최근 AI 인프라 시장이 폭발적으로 성장함에 따라 퀄컴은 기존의 모바일 및 엣지 AI 및 CPU 설계에서 얻은 강점을 살려 다시 AI 데이터센터에 도전하고 있습니다. 퀄컴 드래곤플라이는 단순히 하나의 CPU나 GPU를 지칭하는 이름이 아니라 AI 가속기, CPU, 네트워킹, 그리고 커스텀 실리콘을 하나의 통합된 생태계로 묶은 ‘풀스택(Full-stack)’ 생태계의 브랜드를 의미합니다. CPU, GPU, 네트워킹, 그리고 CUDA 소프트웨어 생태계까지 하나로 묶어 제공하는 엔비디아와 같은 전략을 구사하는 셈입니다. 물론 이 분야에서는 엔비디아가 훨씬 강력한 생태계를 구축한 상태이지만, 퀄컴은 모바일에서 얻은 저전력·고효율 설계를 무기로 AI 데이터센터 시장에 ‘원스톱(One-stop)’ 솔루션을 제공하겠다는 포부를 지닌 것으로 보입니다. 드래곤플라이 AI 데이터센터 생태계의 핵심은 당연히 AI 가속기입니다. 2027년 출시를 목표로 한 AI250은 퀄컴이 주도하는 차세대 메모리 기술인 HBC(High Bandwidth Compute) 1세대를 탑재할 계획입니다. HBC는 DDR 메모리 대신 LPDDR 메모리를 적층한 고대역폭 메모리로 컴퓨트 다이(Compute die) 위에 바로 올려 에너지 효율과 속도를 높였습니다. 실물을 공개하지 않았지만, 와트당 대역폭(Bandwidth per Watt)에서 HBM 메모리보다 6배나 높였다는 것이 퀄컴의 주장입니다. 퀄컴의 로드맵에 따르면 2028년에는 HBC 2세대 기술을 적용한 AI300이 출시됩니다. AI300은 LPDDR 메모리를 사용한 기존 AI200 대비 54배에 달하는 대역폭을 제공하며, HBM(고대역폭 메모리)과 비교했을 때 와트당 대역폭이 6배나 높습니다. 만약 이 주장이 사실이라면 대규모 언어 모델(LLM)이나 멀티모달 모델, 그리고 에이전트 AI 워크로드에서 발생하는 막대한 전력 소모와 데이터 이동 병목 현상을 획기적으로 해소할 수 있을 것으로 보입니다. 물론 하이퍼스케일 데이터센터에서는 각 GPU, CPU의 메모리 대역폭만큼이나 수많은 프로세서들을 빠르게 연결하는 것도 중요합니다. 퀄컴의 새로운 데이터센터 연결 플랫폼은 800G에서 최대 1.6T급에 이르는 고대역폭을 지원하며, 데이터 이동의 병목을 해결하기 위해 UALink와 같은 개방형 표준을 활용한 스케일업 및 스케일아웃 아키텍처를 사용할 계획입니다 그리고 최근 에이전틱 AI에서 중요해지는 CPU를 위해 퀄컴은 C1000 서버도 같이 제공할 계획입니다. 이 CPU는 250개 이상의 코어와 최대 5GHz의 클럭 속도를 지니고 있다고 하는데, 멀티 코어뿐 아니라 싱글 코어 성능에서도 업계 최고라는 것이 퀄컴의 설명입니다. 다만 현재까지 업계의 반응은 반신반의한 상태입니다. 이론적으로는 매우 훌륭해 보이지만, 퀄컴이 말한 CPU, GPU, 메모리, 인터페이스 혁신을 위해서는 반도체 제조사를 포함해 많은 제조사들이 함께 힘을 합쳐야 하기 때문입니다. 예를 들어 HBC 메모리의 경우 LPDDR 메모리를 3D TSV(관통 실리콘 비아) 기술로 수직 적층하는 ‘근접 메모리 컴퓨팅’(Near-Memory Computing) 기술인데, 이는 퀄컴의 기술만으로는 불가능하고 원칙적으로 삼성전자 같은 메모리 제조사가 기술을 제공해 주지 않으면 실현 불가능한 이야기입니다. HBC 메모리를 사용하는 AI250/300 가속기나 C1000 CPU 역시 TSMC 같은 파운드리 업체의 협력 없이는 제조하기 어렵습니다. 현재 메모리와 시스템 반도체 모두 최첨단 미세 공정에 대한 수요가 크게 증가해 공급이 이를 따라잡기 어려운 점을 생각하면 물량을 쉽게 확보할 수 있을지부터 의문이 드는 게 사실입니다. 여기에 새로운 규격인 만큼 초기에는 수율이나 비용 문제 역시 만만치 않을 수 있습니다. 이런 의구심을 해소하기 위해서는 우선 실제로 작동하는 제품과 이를 채택한 데이터센터가 등장해야 합니다. 퀄컴은 일반적인 LPDDR 메모리를 사용한 AI200의 샘플링을 진행 중이며 올해 출시할 계획입니다. 이를 통해 퀄컴이 다른 엔비디아, 구글, AMD와 견줄 만한 AI 가속기 설계가 가능하다는 점을 입증해야 다음 단계로 진행이 가능할 것입니다. 퀄컴의 AI 데이터센터 도전이 이번에는 성과를 거둘 수 있을지 주목됩니다.

24일 오후 3시 30분 기준, 한국거래소에 따르면 코스피는 전 거래일보다 267.18포인트(3.26%) 오른 8471.02에 장을 마감했다. 지수는 8356.79에 출발한 뒤 8577.52까지 올랐고, 장중 한때 8080.99까지 밀리는 등 큰 폭의 등락을 거듭했다. 이날 유가증권시장에서는 개인이 2조 6085억원, 기관이 1조 9124억원을 순매수했다. 반면 외국인은 4조 6340억원을 순매도했다. 프로그램 매매는 차익거래와 비차익거래를 합쳐 3조 1051억원 매도 우위를 기록했다. 시장 전반은 반등 흐름이 우세했다. 상승 종목은 516개, 하락 종목은 367개였고 보합은 35개였다. 거래량은 4억 1340만 4000주, 거래대금은 53조 7814억 3400만원으로 집계됐다. 시가총액 상위 종목은 대체로 강세를 보였다. 삼성전자(005930)가 34만 500원으로 9.84% 급등했고, 삼성바이오로직스(207940)는 138만 5000원으로 8.80% 상승했다. 삼성물산(028260)은 5.82%, 삼성전자우(005935)는 5.43%, 삼성생명(032830)은 1.88%, SK하이닉스(000660)는 0.98%, LG에너지솔루션(373220)은 0.97% 올랐다. 반면 SK스퀘어(402340)는 1.80%, 삼성전기(009150)는 1.31%, 현대차(005380)는 0.39% 내렸다. 전날 코스피가 910.71포인트 급락하며 9.99% 하락한 데 이어 이날은 낙폭 일부를 되돌렸다. 최근 급락 과정에서는 반도체와 인공지능 관련 종목의 조정이 두드러졌고, 이날은 이들 대형주를 중심으로 저가 매수세가 유입되며 지수 반등을 이끌었다. 증시를 둘러싼 대외 여건은 여전히 부담으로 남았다. 원·달러 환율은 오후 3시 32분 기준 1542.80원으로 전 거래일보다 9.30원 올랐고, 원화 약세가 이어졌다. 외국인의 대규모 매도와 환율 상승이 맞물리면서 장중 투자 심리는 크게 흔들렸다. 다만 최근 조정을 두고는 추세 훼손보다는 일시적 숨고르기라는 시각도 나온다. 메모리 반도체와 인공지능 관련 업종의 기초 여건이 여전히 견조하고 수요 강세에 따른 공급 병목도 이어지고 있다는 평가가 반등 기대를 떠받쳤다. 개별 종목 중에서는 계양전기우가 29.96% 오른 9370원으로 상한가를 기록했고, 보해양조는 29.93% 오른 3950원, 금호건설우는 29.93% 오른 1만 4890원, 금호건설은 29.89% 오른 4845원, 대한제당우는 29.86% 오른 2570원으로 마감했다. 반면 성문전자는 14.62% 내린 2570원, 아센디오는 12.56% 내린 787원, 동양고속은 11.52% 내린 3만 3400원, 깨끗한나라우는 9.91% 내린 7180원, 한솔테크닉스는 8.55% 내린 1만 1770원을 기록했다. 코스피는 전날 급락 충격에서 벗어나 반등에 성공했지만 외국인 대규모 매도와 환율 부담이 이어진 만큼 단기적으로는 높은 변동성 국면이 당분간 지속될 가능성에 무게가 실린다. [서울신문과 MetaVX의 생성형 AI가 함께 작성한 기사입니다]

최태원 SK그룹 회장이 2일(현지시간) “앞으로 5년 안에 전체 웨이퍼 생산능력을 두 배로 늘릴 것”이라고 밝혔다. 최 회장은 이날 대만 타이베이에서 열린 정보통신(IT) 박람회 ‘컴퓨텍스 2026’에서 취재진과 만나 “메모리 병목현상은 2030년까지 계속될 전망”이라며 “생산능력(캐파) 확대를 전속력으로 추진하고 있다”고 설명했다. SK그룹이 메모리 공급 확대와 관련한 구체적인 목표를 공개적으로 언급한 것은 이번이 처음이다. AI 팩토리 건설에 대한 포부도 밝혔다. 최 회장은 “현재는 AI용 메모리 칩을 생산하고 있지만, 앞으로는 AI 팩토리를 만드는 데 도전하고 싶다”고 전했다. 그는 “미래에는 더 많은 인텔리전스를 생산할 수 있는 수많은 AI 팩토리가 필요할 것”이라며 “이것이 전 인류를 도울 것이라고 믿고, 더 많은 AI 팩토리를 구축하고 싶다”고 강조했다. 최 회장은 엔비디아·TSMC와의 삼각 동맹에 대해 “역대 최고의 파트너십을 맺고 있다”고 했다. 그는 전날에도 젠슨 황 엔비디아 최고경영자(CEO)를 만나 AI 메모리의 협력 미래에 대해 논의했다. 황 CEO는 이날 컴퓨텍스 2026에 마련된 SK하이닉스 부스를 깜짝 방문해 SK하이닉스의 HBM4E 웨이퍼에 “더 많이 만들어 주세요(Please Make More)”라는 문구와 함께 사인을, 192GB(기가바이트) 소캠에는 “소캠 사랑해(LOVE SOCAMM)”라는 글귀를 남겼다. 최 회장은 황 CEO에 대해 “서로의 신뢰와 의존성을 바탕으로 한 우정”이라며 “파트너십을 굳건히 유지하고 아주 오랫동안 함께 나아갈 것”이라고 말했다.

- 분산 서빙 기반 추론 최적화… 보유 GPU 인프라 활용 효율 높여- 고부하 환경서 토큰 출력 속도 2.2배 향상… AI 서비스 응답 지연 완화- 국내 유일 GPU·국산 NPU 이기종 가속기 지원… 소버린 AI 인프라 선택권 확대 AI·클라우드 소프트웨어 전문 기업 오케스트로(대표 김범재, 김영광)는 보유 GPU 인프라의 활용 효율을 높여 기업 AI 서비스의 추론 병목을 줄이는 AI 추론 운영 플랫폼 ‘콘체르토 AI(CONCERTO A.I.)’를 선보였다고 29일 밝혔다. 생성형 AI 도입이 확산되면서 기업 AI 인프라의 핵심 과제는 GPU 확보에서 추론 운영 효율화로 전환되고 있다. AI 챗봇, 업무 자동화 에이전트, 검색증강생성(RAG) 기반 서비스 등 상시 운영 AI 서비스가 늘어나면서 모델 호출과 추론 연산 수요도 함께 증가하고 있다. 에이전트형 AI 환경에서는 단일 요청이 복수의 모델 호출과 반복 연산으로 이어져 추론 작업량이 단기간에 급증할 수 있다. GPU를 보유하더라도 추론 요청이 특정 자원에 집중되면 병목으로 인한 응답 지연과 자원 낭비가 동시에 발생하는 구조적 문제가 따른다. 콘체르토 AI는 분산 서빙 기반의 추론 최적화를 핵심 기술로 채택했다. 기존 단일 처리 방식은 질문 분석과 답변 생성을 동일 GPU 자원에서 처리해 요청 집중 시 전체 응답 속도가 저하된다. 콘체르토 AI는 두 작업을 분리해 각각에 적합한 자원을 배치함으로써 병목을 줄인다. 여기에 키-값 캐시(KV Cache) 최적화와 메모리 재사용 기술을 적용해 초기 응답 시간과 토큰 처리 속도를 개선하고, 실시간 대기열·자원 상태 기반 지능형 라우팅 기능을 결합해 고부하 환경에서도 응답 성능을 유지한다. 오케스트로가 자체 온프레미스 AI 인프라 환경에서 수행한 벤치마크 테스트에 따르면, 동시 요청이 집중되는 고부하 환경에서 콘체르토 AI의 분산 서빙 방식은 기존 단일 처리 방식 대비 토큰 출력 속도를 2.2배 높게 유지한 것으로 나타났다. 운영 자동화 기능도 탑재됐다. 콘체르토 AI는 AI 모델 배포부터 추론 요청 처리, 자원 배분, 성능 모니터링까지 LLMOps에 필요한 기능을 단일 플랫폼에서 제공한다. 표준화된 모델 패키징 기술을 기반으로 쿠버네티스 파드(Pod) 생성부터 엔드포인트 연결까지 배포 과정을 자동화하며, 배포 이후에는 초기 응답 시간·토큰 처리 속도·자원 사용량 등 주요 지표를 통합 모니터링 환경에서 확인할 수 있다. 인프라 호환성 측면에서는 엔비디아 GPU 외에 리벨리온·퓨리오사AI 등 국산 NPU 환경까지 지원하는 이기종 가속기 구조를 채택했다. 오케스트로 측은 GPU와 국산 NPU를 아우르는 상용화 수준의 AI 추론 운영 플랫폼은 국내에서 콘체르토 AI가 유일하다고 밝혔다. 이를 통해 기업·기관은 프라이빗 AI 및 소버린 AI 환경에서 특정 하드웨어 벤더 의존도를 낮추고 서비스 특성과 보유 인프라에 맞춰 추론 자원을 구성할 수 있다. 김범재 오케스트로 대표는 “기업 AI 인프라의 과제는 더 많은 GPU를 확보하는 것에서 보유 자원을 얼마나 효율적으로 운영하느냐로 옮겨가고 있다”며 “콘체르토 AI를 기반으로 기업이 보유한 AI 인프라의 활용 효율을 높이고, 프라이빗 AI 환경에서도 안정적인 AI 서비스 운영을 지원하겠다”고 밝혔다.

노조, 성과급 상한 폐지 재차 요구사측, 제도화 거부로 ‘평행선’ 달려암참 “파업 시 경쟁국 이익” 우려구윤철 부총리, 중재 의지 재강조 삼성전자 노사가 11일 중앙노동위원회 사후조정 첫날 회의에서 11시간 30분에 이르는 ‘마라톤 협상’을 벌였지만 최종 합의에는 이르지 못했다. 다만 중노위가 “내일 일단 조정안을 제시할 정도의 논의는 진행됐다”고 밝히면서 극적 타결 가능성은 남겨뒀다. 같은 날 주한미국상공회의소(암참)까지 총파업 우려를 공개 표명하면서 노사 협상에 대한 압박 수위도 커지는 모습이다. 황기돈 중노위 조정위원은 이날 오후 9시 30분쯤 회의를 마친 뒤 기자들과 만나 “오늘은 그냥 내일 계속하는 걸로 결정됐다”며 “내일 일단 조정안을 제시할 정도의 얘기는 했다”고 말했다. 이어 “노사가 서로 이야기해서 굳이 조정안을 안 내고 (노사끼리) 스스로 결정할 수 있으면 그 방법으로 가는 것이 최고이고, 안 되면 조정안을 내야 한다”고 설명했다. 삼성전자 노사는 이날부터 이틀 일정으로 사후조정 절차에 돌입했다. 노조는 성과급 상한 폐지와 영업이익 15% 지급 제도화를 재차 요구했고, 사측은 상한 폐지의 제도화는 수용할 수 없다는 입장을 유지했다. 삼성전자 초기업노동조합 최승호 위원장은 이날 “영업이익 15% 성과급 지급과 상한 폐지를 계속 요구하고 있다”며 “회사가 제도화에 대한 입장이 없으면 조정은 어렵다”고 말했다. 협상이 장기화하는 가운데 암참은 이날 이례적으로 공식 입장문을 내고 총파업 현실화 가능성에 우려를 나타냈다. 암참은 “삼성전자에서 상당한 수준의 생산 차질이나 운영 불확실성이 발생할 경우 글로벌 메모리 반도체 시장의 공급 병목과 가격 변동성 확대, 조달 안정성 악화 우려가 커질 수 있다”고 밝혔다. 이어 “전략 산업 내 노동 불확실성은 한국이 구축해온 안정적 제조·기술·공급망 허브로서의 경쟁력에도 영향을 줄 수 있다”고 경고했다. 암참 회원사인 마이크로소프트, 구글 등 글로벌 빅테크는 인공지능(AI) 서버·데이터센터 사업에서 삼성전자 메모리에 크게 의존하고 있다. 암참은 “운영 안정성 불확실성이 확대될 경우 글로벌 기업들의 공급망 다변화 움직임이 더욱 빨라질 수 있다”며 “경쟁국들이 반사이익을 얻을 가능성도 있다”고 했다. 정부도 중재 의지를 재차 강조했다. 구윤철 부총리 겸 재정경제부 장관은 이날 기자간담회에서 “전 세계가 반도체 칩을 구하려고 하는 중요한 시기에 노사 불협화음으로 스스로 기회를 놓치는 일이 있어선 안 된다”며 “노사가 현명하게 판단해 주길 다시 한번 당부한다”고 말했다.