임창환 “AI는 경쟁자 아닌 동반자뇌-컴퓨터 직접 잇는 BCI 시대로”김남주 “초개인화 AI 교육 현실화상황별 질문으로 사고력 길러야”양수인 ‘말로 설계하기’ 경험 소개“규칙 학습한 AI, 건축 본질에 집중” ‘인공지능(AI)이 발달할수록 인간에게 남는 것은 무엇인가.’ 28일 열린 ‘서울 인사이트’ 세션에서 뇌공학, 교육, 건축 분야 전문가들은 ‘지능의 인문학’을 주제로 AI를 활용한 미래를 보다 구체적으로 그렸다. 연사들은 AI가 답을 쏟아내는 시대에는 무엇을 묻고 그것을 얼마나 정확히 표현하느냐가 인간의 몫이라는 데 공감대를 모았다. 임창환 한양대 뇌공학연구센터장은 “AI가 경쟁자가 아니라 인간의 부족함을 보완하는 동반자”라고 정의했다. 인간이 망원경과 비행기, 컴퓨터로 부족함을 메워 왔듯 AI도 같은 도구라는 설명이다. 그는 AI를 활용한 미래로 뇌와 컴퓨터를 직접 연결하는 BCI를 꼽았다. 일론 머스크의 ‘뉴럴링크’가 이미 30여명에게 칩을 이식했고, 프랑스 클리나텍이 개발한 ‘위매진’을 활용한 스위스 로잔연방공대 연구에서는 척수가 끊어진 환자가 다시 걷는 데 성공했다. 임 센터장은 “뇌와 AI가 직접 연결돼 잃어버린 기능을 회복하고, AI와 함께 더 풍요로운 삶을 이어갈 수 있을 것”이라고 말했다. 김남주 연세대 AI에듀테크센터장은 “AI 시대에 가장 영향을 많이 받는 분야 중 하나가 교육”이라며 AI가 학생의 이해 수준에 맞춰 다음 학습을 제시하는 초개인화 교육이 이미 현실이 되고 있다고 짚었다. 다만 좋은 교육용 AI는 정답을 빨리 알려주는 것이 아니라 상황에 맞게 질문을 던지는 AI라고 강조했다. 그러면서 학생별 맞춤화, AI가 학생의 사고를 대체하지 않는 주체성, 모든 학생이 안전하게 누리는 공공성을 지켜야 AI 교육이 더 깊은 성장으로 이어질 수 있다고 설명했다. 아울러 “가르치는 일은 AI가 해도 사람으로 기르는 일은 교사의 몫이며, AI가 길을 안내해도 새 길을 만드는 건 인간”이라고 강조했다. 건축가인 양수인 삶것 대표는 지난해부터 두 차례 대규모언어모델(LLM)을 활용해 ‘말로만 설계하기’를 시도한 경험을 소개했다. 지난해는 AI가 공간 관계를 이해하지 못해 도면 작업에 한계가 있었지만, 올해는 별도의 설계 소프트웨어 없이 LLM만으로 설계 공모 제출물 초안을 만들 수 있었다. 건축사 자격시험 문제를 AI에게 공부시키며 설계 규칙을 쌓게 한 결과다. 양 대표는 다만 AI는 창의성을 대신하기보다 효율화 도구에 가깝다고 봤다. 건축가는 AI로 협력업체와의 조율 업무 등을 효율화해 공간의 본질에 더 시간을 쓸 수 있게 됐다는 것이다. 그러면서 “답이 넘쳐나는 시대일수록 무엇을 질문하느냐, 자신의 생각을 얼마나 정확히 기술하느냐가 중요하다”고 강조했다.

‘인공지능(AI)이 발달할수록 인간에게 남는 것은 무엇인가.’ 28일 ‘지능의 인문학: 생각의 경계를 넘는 새로운 창의성’을 주제로 열린 ‘서울 인사이트’ 세션에선 뇌공학, 교육, 건축 분야 연사 3명이 각각 뇌-컴퓨터 인터페이스(BCI), 초개인화 교육, 기술과 창의성의 관계를 발표했다. 각기 다른 분야의 연사들이 던진 메시지는 하나로 이어졌다. 인간은 도구로 한계를 넘어왔고 AI도 그 연장선에 있지만, AI를 활용해 어떤 미래를 그릴 것인가는 인간의 몫이란 점이다. 임창환 한양대 뇌공학연구센터장은 AI가 경쟁자가 아니라 인간의 부족함을 보완하는 동반자라고 정의했다. 인간이 망원경과 비행기로 부족함을 메워왔듯 AI도 그 연장선에 있다는 설명이다. 그는 AI의 다음 단계로 뇌와 컴퓨터를 직접 연결하는 뇌-컴퓨터 인터페이스(BCI)를 꼽았다. 일론 머스크의 ‘뉴럴링크’가 이미 30여명에게 칩을 이식했고, 프랑스 클리나텍이 개발한 ‘위매진’을 활용한 스위스 로잔연방공대 연구에서는 척수가 끊어진 환자가 다시 걷는 데 성공했다. 임 센터장은 국내 BCI 분야의 연구 중요성을 역설하며 “뇌와 AI가 직접 연결돼 잃어버린 기능을 회복하고, AI와 함께 더 풍요로운 삶을 이어갈 수 있을 것”이라고 말했다. 김남주 연세대 AI에듀테크센터장은 “AI 시대에 가장 영향을 많이 받는 분야 중 하나가 교육”이라며 AI가 학습자 수준에 맞춘 초개인화 교육을 가능하게 한다고 짚었다. 다만 AI를 쓴다고 학습 효과가 저절로 나타나지는 않는다며, 복수의 답변을 받고 반드시 검증하게 해야 한다고 강조했다. 이를 한국 교육 시스템에 적용하기 위해선 교육과정 개편과 함께 교육 특화 대규모언어모델(LLM), 학습 데이터, 인간 교사와의 협력 등을 필수 요소로 꼽았다. 초개인화 교육의 원칙으로는 맞춤화, 주체성, 공공성을 꼽았다. 특히 “교육용 AI가 비싸지면 기술이 격차를 키울 수 있다”며 “돈이 없어도 모든 학생이 쓸 수 있는 AI를 만들기 위해 노력하고 있다”고 했다. 그는 “AI가 길을 안내할 수는 있어도 새로운 길을 만드는 것은 결국 인간”이라고 말했다. 건축가인 양수인 삶것 대표는 지난해 올해 두 차례 대규모언어모델(LLM)을 활용해 ‘말로만 설계하기’를 시도한 경험을 소개했다. 지난해는 AI가 공간 관계를 이해하지 못해 도면 작업에 한계가 있었지만, 올해는 별도의 설계 소프트웨어 없이 LLM만으로 설계 공모 제출물 초안을 만들 수 있었다. 건축사 자격시험 문제를 AI에게 공부시키며 설계 규칙을 쌓게 한 결과다. 양 대표는 다만 AI는 창의성을 대신하기보다 효율화 도구에 가깝다고 봤다. 건축가는 AI로 협력업체와의 조율 업무 등을 효율화해 공간의 본질에 더 시간을 쓸 수 있게 됐다는 것이다. 그러면서 “답이 넘쳐나는 시대일수록 무엇을 질문하느냐, 자신의 생각을 얼마나 정확히 기술하느냐가 중요하다”고 강조했다.

삼성전자의 차세대 모바일 반도체 ‘엑시노스 2700’이 퀄컴의 최신 최상위 제품을 일부 성능 시험에서 앞섰다. 애플이 자체 개발한 2나노 반도체를 탑재한 첫 폴더블폰 ‘아이폰 듀오’를 출시한 가운데 삼성도 자체 칩의 성능을 끌어올리면서 스마트폰의 성능을 좌우하는 ‘두뇌’ 경쟁이 치열해지고 있다. 25일 업계에 따르면 삼성전자가 개발 중인 엑시노스 2700은 최근 사내 성능 시험에서 퀄컴의 ‘스냅드래곤 8 엘리트 익스트림 6세대’보다 높은 점수를 기록했다. 중앙처리장치(CPU)가 여러 작업을 동시에 처리하는 능력을 측정한 시험에서 약 15~20%, 고사양 게임 등에 필요한 그래픽처리장치(GPU) 성능도 항목에 따라 5~20% 앞섰다. 엑시노스 2700은 내년 초 출시될 갤럭시 S27 시리즈에 탑재될 것으로 예상된다. 삼성은 그동안 갤럭시 최상위 모델에 퀄컴 칩을 주로 채택해 왔다. 자체 개발한 엑시노스는 성능과 발열 문제로 적용 범위가 제한되기도 했다. 엑시노스 2700에는 삼성 파운드리의 2세대 2나노 공정과 반도체의 열을 효과적으로 배출하는 히트패스블록(HPB) 기술이 적용될 예정이다. 성능 개선이 실제 제품에서도 확인된다면 퀄컴 칩에 대한 의존도를 낮추는 계기가 될 수 있다. 퀄컴도 자체 설계한 ‘오라이온’ CPU를 앞세워 성능 개선에 힘을 쏟고 있다. 연산 속도뿐 아니라 발열과 전력 소모를 줄이는 기술이 스마트폰의 경쟁력을 가르는 요소로 떠오르면서 반도체 업체 간 기술 경쟁도 한층 치열해졌다. 삼성으로서는 엑시노스의 공급을 늘릴 경우 반도체 설계를 담당하는 시스템LSI사업부와 생산을 맡는 파운드리사업부의 실적 개선도 기대할 수 있다. 애플은 지난 23일 출시한 아이폰 듀오에 자체 설계한 2나노 반도체 ‘A20 프로’를 탑재했다. 애플에 따르면 전작 A19 프로보다 CPU 성능은 최대 20%, GPU 성능은 최대 40% 높아졌다. 기기 자체에서 인공지능(AI)을 처리하는 능력도 2배로 향상됐다. 특히 내부 액체가 증발하고 응축하는 과정에서 열을 분산하는 ‘베이퍼 챔버’ 냉각 기술을 적용해 장시간 사용 시에도 성능 저하를 최소화했다. 또 아이폰 듀오의 지속 성능은 아이폰 17 프로보다 최대 35% 높다. 삼성과 애플은 모두 반도체 회로를 더욱 미세하게 만들고 발열을 줄이는 방식으로 자체 칩의 성능을 높이고 있다. AI의 확산으로 처리 속도는 물론 전력 효율과 성능의 지속성 등이 승부를 가를 것으로 보인다.

인공지능(AI) 매출이 1년 새 830% 급증한 스페이스X가 테슬라와의 합병 검토를 공식화했다. 일론 머스크 최고경영자(CEO)는 두 회사의 AI·반도체·로봇 기술을 결합해 사업 경쟁력을 높이겠다는 구상을 내놨다. 머스크는 20일(현지시간) 스페이스X의 3분기 실적 발표 콘퍼런스콜에서 양사가 합병을 검토할 특별위원회를 각각 구성했다고 밝혔다. 머스크는 이해충돌을 이유로 논의에서 빠졌으나, 합병에 대해 “좋은 생각”이라고 밝혔다. 다만 “최종 결정은 양사 특별위원회에 달려 있다”며 신중한 태도를 보였다. 로이터는 최근 시작된 논의에서 스페이스X가 테슬라를 인수하는 방안도 거론되고 있으며, 테슬라는 투자은행의 자문을 받고 있다고 전했다. 이날 공개된 스페이스X의 3분기 매출은 145억 7500만 달러(약 20조원)로 전년 동기보다 161% 증가했다. 시장 전망치(127억 2000만 달러)를 웃돈다. 순이익은 44억 달러(약 6조원)로 지난해 같은 기간 11억 달러 적자에서 흑자 전환했다. 지난 6월 상장 이후 첫 분기 순이익이다. AI 사업이 성장을 주도했다. 데이터센터 연산 자원 임대와 AI 모델·서비스 등을 포함하는 ‘슈퍼 인텔리전스’ 부문 매출은 75억 6000만 달러로 전년 동기 대비 830% 급증했다. 전체 매출에서 차지하는 비중도 14.6%에서 51.9%로 뛰어 스타링크 등 위성통신 부문(52억 4800만 달러)을 넘어섰다. AI 부문 영업손익도 17억 2200만 달러 적자에서 4억 3100만 달러 흑자로 돌아섰다. 앤트로픽·구글 등에 데이터센터 연산 자원을 임대하는 사업이 성장을 이끌었다. AI 사업이 스페이스X의 최대 매출원으로 올라서면서 테슬라와의 기술적 접점도 주목받고 있다. 스페이스X가 확보한 AI 연산 인프라를 테슬라의 자율주행·로봇 기술 개발에 활용하고, 반도체 설계와 생산 역량을 결합하는 방식이다. 양사가 추진하는 반도체 생산시설 ‘테라팹’은 내년 5~6월 시험용 칩 생산을 시작해 2028년 3분기 양산에 들어가는 것이 목표다. 다만 AI 투자 부담은 상당하다. 3분기 설비투자는 약 196억 달러로 매출을 넘어섰고 4분기에는 350억~400억 달러까지 늘 전망이다.

日 최초 독립 반도체학부학과 벽 허물어 창의적인 인재 양성AI 활용해 학부생 때 칩 설계 목표한국 대학 벤치마킹… 교류도 추진日 반도체 왜 뒤처졌나기술 집착해 ‘시대 변화’ 못 따라가비즈니스 모델·지식재산 전략 실패수평적 분업 지연에 투자도 안 해반도체 설계·제조 한곳에서구마모토, TSMC·소니 공장 등 밀집설계는 수도권에 집중돼 ‘비효율적’변화에 맞춰 신속히 제품 만들어야일본 남서부 규슈의 공립대 구마모토현립대가 내년 4월 반도체학부를 연다. 독립 반도체학부로는 일본 최초다. TSMC 일본 자회사와 소니, 도쿄일렉트론 등 반도체 관련 공장이 밀집한 ‘실리콘 아일랜드’의 중심 구마모토. 기존 학과 사이 벽을 허물고 반도체의 “A부터 Z까지를 가르치겠다”는 지방 공립대의 도전은 일본 반도체 교육의 판을 바꿀 수 있을까. “1980년대 세계 반도체 시장을 주도한 건 일본이었습니다. 하지만 기술에 지나치게 집중한 나머지 사회 변화를 제대로 읽지 못했습니다. 비즈니스 모델과 지식재산 전략에서도 실수를 거듭했죠.” 지난 16일 구마모토현립대에서 만난 아마노 히데하루(68) 초대 반도체학부장 내정자는 일본 반도체 산업의 실패를 새 교육의 출발점으로 삼았다며 이렇게 밝혔다. 목표는 단순한 기술자 양성이 아니다. 인공지능(AI) 시대, 급변하는 반도체 설계·제조와 응용 영역을 폭넓게 이해하고, 이를 사회문제 해결과 새로운 비즈니스로 연결할 수 있는 인재를 키운다. 새 학부 설계에는 한국 대학도 적극 참고했다고 귀띔했다. 그는 “한국의 좋은 점은 받아들이고 싶다”며 “‘미국에 당했다’, ‘한국에 당했다’는 식으로 경쟁국 탓만 해서는 일본이 왜 뒤처졌는지 제대로 돌아볼 수 없다”고 했다. 다음은 일문일답. -일본 반도체의 쇠퇴에서 되풀이하지 말아야 할 실패는 무엇인가. “한 번 성공한 방식에 집착해 시대 변화에 따라가지 못했다는 점이다. 높은 신뢰성을 자랑하던 제품이 오히려 과잉 사양이 되기도 했다. 메인프레임 시대에는 적합했지만 이후에는 신뢰성이 조금 낮아도 가격이 싼 제품이 유리해졌다. 수평적 분업으로의 전환도 늦었다. 당시 도시바·NEC·후지쓰·히타치 같은 종합전기회사에서 반도체는 여러 사업 가운데 일부였다. 과감한 투자가 필요한 시점에도 충분히 투자하지 못했다. 설계와 제조를 분리할 수 있었는데도 모든 것을 자사에서 한다는 방식에 집착했다.” -과거 일본 반도체의 실패를 새 학부의 교육 철학에 어떻게 반영했나. “반도체 기술뿐 아니라 비즈니스와 지식재산을 함께 가르친다. 학부 단계부터 사회적인 측면을 의식하며 공부하도록 하려는 것이다. 환경을 전문적으로 연구하는 우리 대학의 학부와 연계해 수자원과 에너지 문제도 배운다. 인공지능(AI) 응용부터 회로 설계, 제조·소재까지 전체를 이해하면서 이런 문제도 함께 생각하는 것이 구마모토현립대 반도체학부의 특징이다.” 교원 16명에 입학 정원은 60명. 이 가운데 10명은 구마모토현 내 고교 추천 전형에 배정한다. 교육과정에는 AI용 반도체와 활용을 배우는 ‘AI·응용정보’, 전자회로 중심의 ‘마이크로일렉트로닉스’, 소재의 물성과 소자 제조 공정·장비를 다루는 ‘스마트 머티리얼’ 등 세 이수 모델을 마련했다. 쓰키데 캠퍼스에 들어설 반도체학부 신축 건물은 2029년 4월부터 사용할 예정이다. 아마노 교수는 “학생들이 관심 분야를 깊이 공부하면서 다른 영역의 과목도 이수할 수 있도록 자유로운 학풍을 만들겠다”고 말했다. -그렇게 넓은 영역을 학부 과정만으로 가르칠 수 있나. “AI의 등장으로 가능해졌다고 본다. AI용 반도체를 배우는 동시에 AI를 설계 도구로 활용한다. 모든 학생이 2학년 말이나 늦어도 3학년 중반까지 일정 규모의 집적회로를 설계하도록 하는 것이 목표다. 최첨단 공정은 어렵지만 성숙한 공정을 활용한 간단한 AI 칩이나 아날로그 칩은 만들 수 있도록 하려 한다. 제조 분야에서는 기능별 소형 칩을 조합하는 ‘칩렛’과 반도체 칩을 수직으로 쌓아 연결하는 ‘3차원 실장’ 등 앞으로 중요해질 첨단 패키징 기술도 가르칠 예정이다.” -기존 반도체 교육과정과 달리 독립 학부를 만드는 이유는. “반도체는 정보부터 회로, 소재·제조까지 폭넓은 학문을 아우른다. 유럽이나 미국에서는 여러 학부가 연계해 가르치지만 일본은 졸업에 필요한 학점 구성 등의 제약 때문에 유연하게 운영하기 어렵다. 여러 곳에서 교육과정을 가져와 붙이기보다 한국처럼 반도체에 특화된 학부를 만드는 편이 낫다고 판단했다. 도쿄대에서 반도체 설계·제조를 짧은 시간에 적은 비용으로 할 수 있도록 하는 프로젝트를 진행하면서 한국 대학 관계자들을 초청해 의견을 나누기도 했다. 특히 한국의 가천대·성균관대, 덴마크의 올보르대, 독일의 라인마인대와 논의하고 참고했다.” 한국 대학의 교육 모델을 적극 참고했지만 특정 기업 취업을 전제로 한 방식과는 거리를 뒀다. 아마노 교수는 “처음부터 특정 기업과의 취업 연계를 전제로 만든 학부는 아니다”라며 “구마모토에서 사업하는 다양한 기업과 폭넓게 협력하고 싶다”고 했다. 또 한국 대학과는 “앞으로 학생 교류를 하고 정기적으로 의견을 나누고 싶다”고 덧붙였다. -반도체 기업이 몰린 구마모토에 부족한 점은. “지금의 문제는 공장에 편중돼 있다는 점이다. TSMC와 소니는 구마모토에 공장이 있지만 설계 부문은 간토 지역에 있다. 수도권 대학들과 가까운 곳에 설계 기능이 모이고 구마모토는 제조를 맡는 구조다. 제조만으로도 대단하지만 설계부터 제조까지 모두 할 수 있는 지역이 돼야 한다. 대만 신주나 미국 실리콘밸리처럼 가까운 기업들이 아이디어를 주고받으며 새로운 제품을 신속하게 만드는 환경이 필요하다. 교육은 그 기반을 만드는 중요한 축이다. 이미 공학부에서 반도체 인재를 키우고 있는 구마모토대와도 경쟁하기보다 역할을 나누고 싶다. 구마모토대가 상대적으로 덜 다루는 영역을 우리가 맡는 식이다.” 실제 구마모토의 반도체 산업은 제조를 중심으로 성장해왔다. 1967년 규슈 최초의 반도체 공장이 들어선 뒤 제조장비 업체와 소니, 르네사스 등이 잇따라 자리 잡았다. 여기에 5년 전 TSMC가 진출하면서 주변 관련 기업은 240여곳을 넘어섰다. 그러나 반도체 설계 등은 요코하마 등 대부분 수도권에서 이뤄진다. -제조 현장에서도 설계 능력이 필요한가. “그렇다. 단순 작업을 하는 사람을 양성할 생각은 전혀 없다. 지금의 반도체 공장은 고도로 자동화돼 있다. 시스템을 어떻게 제어할지 고민하는 창의적인 기술자가 필요하다. 제조 현장에서 일하더라도 반도체 전체를 이해하고 설계할 수 있어야 한다. 반대로 설계만 하고 제조 공정을 모르는 경우에도 문제가 생긴다. 그 간극을 줄이고 싶다.” -반도체 기술은 빠르게 진화한다. 대학 교육은 그 속도를 어떻게 따라갈 수 있나. “학부 신설 준비에 약 2년이 걸렸다고 하면 매우 짧았다는 반응이 많다. 하지만 학부 하나를 만드는 데 몇 년씩 걸리면 그사이에 기술도 시대도 바뀐다. 설립 과정에서도 다양한 의견을 받아 교육 계획을 계속 수정했다. 인가받은 내용을 첫 입학생이 졸업할 때까지 4년간 유지해야 한다는 요구 역시 빠르게 발전하는 공학 분야와 맞지 않는다고 생각한다. 제도와 균형을 맞추면서 새로운 교육을 해 나갈 예정이다.” 대학 측에 따르면 통상 3년가량 걸리는 학부 신설 준비·인가 절차를 약 1년 단축했다. 반도체 부흥을 국가 전략으로 내건 일본 정부의 지원 속에 학부 신설도 속전속결로 이뤄진 셈이다. 대학은 10개월 만에 신설안을 마련해 올해 3월 문부과학성에 신청했고, 8월 28일 정식 인가를 받았다. -2031년 첫 졸업생들이 사회에 진출한다. 기대하는 역할이 있다면. “한 분야를 깊이 알면서 다른 영역도 이해하는 인재가 됐으면 한다. 제조기업에 가도 좋고, 반도체를 활용하는 기업에 가도 좋다. 구마모토현청이나 시청에서 일하거나 정치인이 돼 반도체 산업과 관련된 정책을 이끄는 길도 있을 것이다. 진로를 좁게 생각하지 않는다.” ■아마노 교수는 1958년 일본 니가타현 출생. 게이오대 공학부 전기공학과를 졸업하고 같은 대학에서 박사 학위를 받았다. 병렬 컴퓨터와 저전력·고효율 칩 설계 등을 40년 가까이 연구해 온 컴퓨터 아키텍처 분야의 권위자다. 2024년 게이오대 정년퇴임 뒤 도쿄대 상석연구원으로 활동해왔다. 도쿄대에서는 반도체 개발의 시간과 비용을 줄이는 ‘반도체 민주화’ 프로젝트에 핵심 연구진으로 참여했다.

엔비디아가 대형 인공지능(AI) 모델을 외부 서버에 연결하지 않고도 구동할 수 있는 고성능 노트북 ‘RTX 스파크’를 출시했다. 데이터센터에서 주로 활용하던 AI 연산 기술을 개인용 PC로 확장해 콘텐츠 제작부터 AI 프로그램 개발, 게임까지 하나의 기기에서 처리할 수 있도록 했다. 엔비디아는 16일부터 마이크로소프트(MS), 델, HP, 레노버, 에이수스, MSI 등 6개 제조사를 통해 RTX 스파크 노트북을 판매한다고 밝혔다. 가격은 2599달러부터 시작하며 국가와 제품 구성에 따라 달라진다. RTX 스파크에는 엔비디아의 블랙웰 그래픽처리장치(GPU)와 그레이스 중앙처리장치(CPU)를 결합한 슈퍼칩이 탑재됐다. 최대 128기가바이트(GB)의 통합 메모리와 초당 1000조번의 연산에 해당하는 1페타플롭의 AI 연산 성능을 제공한다. 다만 이는 데이터를 4비트 단위로 처리하는 FP4 정밀도 기준이다. CPU 설계에는 대만 반도체 기업 미디어텍이 참여했다. 가장 큰 특징은 대형언어모델(LLM)과 AI 에이전트를 노트북 자체에서 실행할 수 있다는 점이다. 외부 클라우드 서버에 데이터를 보내지 않고도 문서 처리나 코드 작성 등 AI 작업을 수행할 수 있다. 개발자는 별도의 서버를 구축하지 않고 노트북에서 AI 모델을 시험하고 프로그램을 개발할 수 있다. 콘텐츠 제작과 게임 성능도 강화했다. 엔비디아에 따르면 전원에 연결하지 않은 상태에서도 8K 영상 편집과 최대 90GB 규모의 3차원(3D) 장면 렌더링이 가능하다. 어도비는 포토샵과 프리미어의 AI 편집 기능에 엔비디아의 가속 기술을 적용했다. 게임에서는 AI를 활용해 화질과 프레임 속도를 높이는 ‘DLSS 5’ 기술을 지원한다. 엔비디아는 MS와 협력해 윈도 운영체제에서도 AI 개발 도구를 활용할 수 있도록 했다. 기존에 리눅스 환경을 중심으로 사용되던 AI 개발 기술을 윈도 노트북으로 확대하는 것으로, 개발자뿐 아니라 일반 이용자도 AI 에이전트를 보다 쉽게 활용할 수 있도록 한다는 구상이다. 엔비디아는 이날 오후 서울 코엑스에서도 RTX 스파크 출시 기념 체험 행사를 열었다. 서울을 비롯해 미국 샌프란시스코, 독일 베를린, 대만 타이베이 등 세계 6개 도시에서 신제품을 선보였다. 젠슨 황 엔비디아 최고경영자(CEO)는 “RTX 스파크는 엔비디아의 AI·그래픽 기술과 윈도를 결합해 콘텐츠 제작과 게임, 개인용 AI 에이전트 실행을 지원하는 차세대 PC”라고 말했다.

현재 인공지능(AI) 그래픽처리장치(GPU) 시장 대부분은 엔비디아가 장악한 가운데, AMD가 도전장을 내밀고 있는 상황입니다. 하지만 도전자는 여기에 그치지 않습니다. 구글은 자체 AI 가속기인 ‘TPU’를 사용하고 있고, 제재로 인해 미국에서 AI 칩 수입이 금지된 중국에서는 화웨이의 ‘어센드’ 시리즈나 알리바바의 ‘젠우 V900’ 같은 자체 AI 가속기들이 등장하고 있습니다. 그런데 몇 년 전부터 AI 가속기 시장을 노려온 인텔은 아직 큰 성과를 내지 못하는 상황입니다. 하지만 포기하지 않고 엔비디아·AMD의 최고 성능 카드와 정면 승부를 하기보다, ‘용량과 효율’이라는 틈새를 공략하는 전략으로 시장에 새롭게 도전하고 있습니다. 인텔은 지난 12일 OCP 글로벌 서밋에서 ‘크레센트 아일랜드’(Crescent Island)를 공개하고 이를 이용한 첫 번째 PCIe AI 가속기인 ‘D270’을 공개했습니다. 이 칩은 Xe3P 아키텍처 기반의 추론 전용 데이터센터 GPU로, 학습용 가속기가 아닌 배포된 AI 모델 서비스에 특화되어 있습니다. D270의 특징은 성능보다 낮은 전력 소모와 비용에 초점을 맞췄다는 데 있습니다. D270은 총 32개의 Xe3P 코어를 지니고 있는데, 이는 노트북용 CPU인 팬서 레이크에 탑재된 Xe 코어의 AI 강화 버전입니다. Xe 코어는 8개의 벡터 엔진과 8개의 XMX 엔진을 탑재했는데 내장 그래픽 버전에 따라 4코어와 12코어 제품으로 나뉩니다. D270의 Xe3P 역시 코어당 8개의 XMX 매트릭스 엔진을 탑재해 총 256개의 XMX 엔진을 지니고 있습니다. 숫자로 보면 노트북용 그래픽 엔진의 최대 3배를 넘지 못하는 수준으로 연산 성능 역시 FP8 기준 1.3 PFLOPS 수준에 불과합니다. 여기에 메모리 역시 LPDDR5x를 사용해 대역폭이 1.5TB/s 수준으로 엔비디아의 베라 루빈 같은 최신 칩(최대 22TB/s)에 미치지 못합니다. 따라서 D270은 모델을 훈련시키거나 토큰을 빠르게 생성하는 작업에는 불리합니다. 절대적인 연산 능력도 낮고, 토큰 생성(디코드)에 가장 중요한 메모리 대역폭도 RTX 5090 같은 고성능 소비자용 그래픽 카드보다 낮기 때문입니다. 그러나 요즘 강조되는 에이전틱 AI에서는 상황이 다릅니다. 에이전틱 AI는 한 번의 질문-답변으로 끝나는 것이 아니라, 여러 단계에 걸쳐 도구를 호출하고, 중간 결과를 기억하며, 긴 컨텍스트를 유지해야 합니다. 이 과정에서 KV 캐시(이전 토큰의 키-값 정보를 저장하는 메모리)가 급격히 커집니다. 수십만~수백만 토큰의 컨텍스트를 유지하거나 여러 에이전트를 동시에 운영하면, 메모리 용량이 대역폭보다 더 큰 병목이 됩니다. D270은 160GB에서 최대 480GB까지 LPDDR5X를 탑재해, 단일 카드에 큰 모델과 긴 컨텍스트, 다중 세션의 KV 캐시를 한꺼번에 올릴 수 있습니다. 이는 HBM 기반 고성능 GPU에서 자주 발생하는 캐시 오프로드나 재계산을 크게 줄여 줍니다. 또한 350W의 낮은 전력과 공랭 설계 덕분에 24시간 365일 서비스를 운영할 때 전력·냉각 비용 측면에서도 유리합니다. 인텔이 직접 “에이전틱 AI가 준비됐다”고 강조하며 ‘고용량 메모리와 지속 가능한 연산 성능’을 핵심으로 내세운 이유도 여기에 있습니다. 그리고 비싼 HBM4 메모리나 이보다 저렴해도 상대적으로 비싼 GDDR7 대신 LPDDR5x처럼 대중적인 메모리를 이용했기 때문에 가격이 저렴할 것으로 예상됩니다. 여기에 PCIe 규격의 공랭식 카드라는 장점을 감안하면 D270은 큰 AI 모델을 워크스테이션에서 돌리는 개인 전문가나 적은 비용으로 자체 시스템을 구축하고 싶은 소규모 기업에서 유리한 제품으로 생각됩니다. 인텔은 현재 D270의 고객사 샘플링이 진행 중이라고 밝혔기 때문에 정식 출시는 내년으로 예상됩니다. 인텔의 주장처럼 에이전틱 AI에서 강한 경쟁력을 지닌 제품인지는 정식 출시 후 분명하게 드러날 것으로 보입니다.

삼성전자와 SK하이닉스가 인공지능(AI) 시대를 맞아 메모리 ‘속도’뿐만 아니라 AI가 사용할 수 있는 메모리 용량을 늘리는 ‘확장성’ 경쟁에 나선다. AI 에이전트의 확산으로 추론 과정에서 처리해야 할 데이터가 늘면서 이에 대응할 신기술이 필요해졌기 때문이다. 심호준 삼성전자 DS부문 메모리사업부 AE팀 상무는 12일(현지시간) 미국 캘리포니아주 새너제이컨벤션센터에서 열린 ‘OCP(오픈 컴퓨트 프로젝트) 글로벌 서밋’에서 확장성과 속도, 영속성에 초점을 맞춘 새 메모리 전략을 공개했다. 확장성 측면에서 삼성전자는 이날 미국 반도체 AMD와 차세대 기술인 컴퓨트익스프레스링크(CXL) 기반 메모리 확장 솔루션을 공동 시연했다. CXL은 연산을 담당하는 중앙처리장치(CPU)·AI 가속기와 메모리를 효율적으로 연결해 데이터센터의 메모리 용량을 유연하게 확장하고, 공유하는 기술이다. AI 모델이 대형화하고 추론 과정에서 처리해야 할 데이터 등이 증가하면서 메모리 용량 확장과 데이터 저장·관리 기술이 중요해지고 있다는 설명이다. 속도 측면에서 삼성전자는 차세대 고대역폭메모리(HBM5)뿐만 아니라 고객 맞춤형 HBM 개발을 추진하고 있다고 밝혔다. 연산 칩 위에 메모리를 쌓는 기술과 메모리 내부에서 일부 연산을 처리하는 기술(PIM)도 준비 중이다. 데이터 영속성 측면에서는 차세대 기업용 솔리드스테이트드라이브(SSD) 등 최신 저장장치 기술을 통해 대규모 AI 데이터를 더 빠르고 많이 저장하는 데 주력하고 있다. 김호식 SK하이닉스 부사장도 이날 같은 행사에서 ‘메모리 중심 AI 랙 시스템(MARS)’ 구상을 밝혔다. CPU·GPU 중심의 기존 시스템을 메모리 중심으로 재설계하는 구상이다. 메모리에서 데이터를 공급하는 속도가 처리 속도를 따라가지 못하는 이른바 ‘메모리 장벽’ 문제가 발생하는 데 대한 대응이다. 데이터 복사 없이 메모리를 공유해 데이터 이동에 드는 시간과 자원을 줄일 수 있을 것으로 기대하고 있다.

LG전자가 인공지능 데이터센터(AI DC) 최대 시장인 북미에서 총 5기가와트(GW) 규모의 냉각설비를 장기 공급하는 계약을 체결했다. AI 연산 수요 확대로 데이터센터의 전력과 발열이 급증하면서 냉각 인프라 시장이 커지는 가운데, AI DC 냉각 사업을 차세대 성장동력으로 키운다는 전략이다. LG전자 미국법인은 최근 북미의 대표적인 인프라 플랫폼 기업인 ‘에어 컨트롤 콘셉트’와 AI DC용 칠러 장기 공급 본계약(LTA)을 체결했다고 5일 밝혔다. 이번 계약으로 LG전자는 총 5GW 규모 AI DC의 열을 관리하는 고효율 칠러 등 냉각솔루션을 순차적으로 공급한다. 시장조사업체 옴디아에 따르면 전 세계 데이터센터에 필요한 전력 용량은 2026년 226GW에서 2027년 334GW로 108GW 증가할 전망이다. 이번에 LG전자가 수주한 5GW는 산술적으로 이 증가분의 약 5%와 맞먹는 대규모 장기 공급이다. LG전자 AI DC 분야 핵심 파트너 중 하나인 에어는 미국과 캐나다 등 북미 지역의 AI DC 설계와 구축, 공공 조달 및 애프터마켓 서비스까지 총괄하는 인프라 플랫폼 기업이다. 하이퍼스케일러(대형 클라우드 기술 기업)들이 주요 고객사여서 LG전자의 냉각솔루션 역시 해당 기업에 공급될 것으로 예상된다. LG전자와 에어는 액체냉각 핵심 설비인 ‘냉각수 분배장치’ 등으로 공급 품목을 확대하는 방안도 논의 중이다. LG전자는 공랭식과 액체냉각을 아우르며 AI DC의 열 관리를 책임지는 ‘칩 투 칠러(Chip to Chiller)’ 토털 솔루션 기업으로 포트폴리오를 확대하고 있다. LG전자의 올해 상반기 AI DC 냉각 솔루션 수주액은 6000억원을 넘어섰다.

최근 마이크론 테크놀로지의 산자이 메로트라 최고경영자(CEO)는 실적 발표에서 흥미로운 전망을 내놓았습니다. 자율주행차처럼 휴머노이드 로봇 1대당 200GB 이상의 D램과 수 테라바이트의 낸드 플래시가 필요하기 때문에, 피지컬 AI가 결국 미래 메모리·스토리지 수요의 주요 동력이 될 수 있다는 것입니다. 이는 현재의 AI 붐이 끝난 뒤 실적이 꺾일 수 있다는 시장의 우려를 불식시키려는 메시지로 읽힙니다. 그런데 그 직후 일론 머스크는 엑스(X)에 묘하게 다른 시각을 보여주는 글을 올렸습니다. 테슬라가 개발 중인 AI5 칩의 메모리 용량을 기존 계획의 절반인 72GB로, AI6 칩은 약 3분의 1을 줄인 144GB로 조정했다는 내용이었습니다. 메모리 공급 부족을 극복하고 비용을 크게 낮추기 위한 결정이며, 이 변경이 옵티머스 성능에는 거의 영향을 주지 않을 것이라고 강조했습니다. 옵티머스와 테슬라 자율주행 시스템에 탑재될 AI5는 약 2000~2500 TOPS의 연산 능력을 목표로 하고 있습니다. 기존 AI4 대비 유용한 성능이 5배 이상 향상된 수준입니다. 칩은 하프 렉티클 크기(430mm² 정도)의 단일 대형 다이에 12개의 D램 모듈을 주변에 배치한 형태로 설계됐으며, 대용량 온 칩 (On-chip) SRAM을 함께 탑재하고 있습니다. 여기서 머스크가 강조한 포인트는 명확합니다. 메모리 ‘용량’보다 ‘대역폭(속도)’이 더 중요한 병목이라는 것입니다. 용량을 줄이면서도 대역폭 자체는 그대로 유지했고, 추가로 온 칩 SRAM을 적극 활용해 실효 속도를 높인 것으로 보입니다. 프로세서 내부에 있는 SRAM은 용량은 작지만 외부 D램보다 훨씬 빠르게 데이터를 주고받을 수 있기 때문입니다. 로봇과 자율주행에 필요한 피지컬 AI는 사실 크고 똑똑한 모델보다 빠른 모델이 더 중요합니다. 계속해서 변하는 상황에 맞춰 즉각적으로 반응해야 하기 때문입니다. 파라미터가 많은 모델은 더 정교한 판단을 내릴 가능성이 높지만, 너무 커지면 연산에 시간과 전력이 많이 소모돼 반응 속도가 느려지고 로봇에 탑재하기 부담스러워집니다. 머스크의 주장에 따르면 AI5는 엔비디아 H100에 준하는 성능을 내면서도 전력 소모는 200W 수준으로 비교적 낮게 설계됐습니다. 온 칩 SRAM으로 필요한 빠른 반응을 확보하고, 용량을 줄인 LPDDR5 메모리로 전력 효율을 높인 덕분으로 풀이됩니다. TSMC와 삼성의 2㎚ 공정을 통해 전성비를 개선했을 가능성도 큽니다. 물론 이 모든 내용은 테슬라와 머스크의 주장에 기반한 것입니다. AI5 칩이 실제로 공개되거나 양산된 것은 아니기 때문에, 전력 소모와 메모리 사용량을 줄이면서도 피지컬 AI에 적합한 반응 속도를 확보했는지 현재로서는 검증하기 어렵습니다. AI5의 본격 양산은 2027년으로 예정돼 있으며, 그때 실제 제품이 나오면 자연스럽게 확인될 전망입니다. 그래도 이 내용이 흥미로운 이유는 테슬라의 AI 전략을 엿볼 수 있기 때문입니다. 앞서 중국 AI 모델들은 메모리와 연산 자원을 구하기 어려운 상황에서 극단적인 효율화 기술을 적극 도입했습니다. 반면 테슬라는 메모리 수급의 현실적 제약을 인정하면서도, 피지컬 AI에 필수적인 빠른 반응 속도와 높은 전력 효율을 우선시한 설계를 선택한 것으로 보입니다. 이 전략이 실제로 효과적인지 가까운 미래에 확인할 수 있을 것입니다.

LG전자가 인공지능(AI) 데이터센터의 냉각 솔루션 수요 확대에 대응해 미국에 칠러 생산공장을 신설하고 국내 생산라인도 증설한다. 북미 현지 생산체계를 구축해 공급 안정성을 높이는 한편, 액체냉각 제품군까지 아우르는 통합 솔루션으로 글로벌 데이터센터 시장 공략에 속도를 낸다는 방침이다. LG전자는 내년 상반기 생산을 목표로 미국 버지니아주 윈저에 연면적 3만 2000㎡, 부지면적 17만㎡ 규모의 칠러 생산공장을 구축한다고 1일 밝혔다. 부지면적 기준 축구장 약 24개 규모다. 공장에서는 공랭식 칠러를 생산한다. 칠러는 차가운 물을 대량으로 만들어 데이터센터 등의 열을 식히는 핵심 냉각 설비다. LG전자는 빅테크 데이터센터가 밀집한 버지니아주에 생산거점을 마련해 북미 고객사에 대한 공급 속도와 안정성을 높인다는 계획이다. 시장조사업체 옴디아에 따르면 전 세계 데이터센터 전력 용량 가운데 60%가 북미에 집중될 전망이다. 국내에서도 평택과 창원 공장에 공랭식 칠러 생산라인을 신설하고 설비를 고도화한다. 올해 말까지 복수의 생산라인을 동시에 운영할 수 있는 체계를 갖출 예정이다. 미국 공장 신설과 국내 증설에 투입되는 금액은 총 1500억원이다. LG전자는 칠러와 냉각수분배장치(CDU), 반도체 칩에서 발생하는 열을 직접 흡수하는 콜드플레이트를 아우르는 ‘칩 투 칠러’ 솔루션으로 데이터센터 수주를 확대할 방침이다. LG에너지솔루션의 배터리 기술과 LG CNS의 데이터센터 설계·구축·운영 역량을 결합한 ‘원 LG’ 전략으로 아시아 등 해외 시장도 공략한다.

현대건설은 경북 포항에 세워지는 40㎿ 규모의 ‘포항 인공지능(AI) 데이터센터’ 건설에 본격 착수했다. 현대건설은 에이아이팩토리포항피에프브이(AI Factory Pohang PFV)가 발주한 ‘포항 AI 데이터센터 신축공사’의 본계약을 마치고 사전 제작 콘크리트(PC) 설치에 들어갔다고 21일 밝혔다. 포항 AI 데이터센터 신축공사는 경북 포항시 남구 오천읍 광명일반산업단지에 수전 용량 40㎿ 규모의 AI 전용 데이터센터를 건립하는 프로젝트다. 기존의 범용 연산 중심 데이터센터와 달리 대규모 데이터를 실시간으로 분석·처리하는 AI 작업에 특화된 그래픽처리장치(GPU) 기반 고성능 데이터센터로, 지난 6월 착공해 내년 하반기 운영을 목표로 한다. 공사 기간은 총 16.5개월이다. 사업 시행사인 네오에이아이클라우드(Neo AI Cloud)는 포항 AI 데이터센터를 차세대 GPU까지 안정적으로 수용할 수 있는 확장형 인프라로 구축할 계획이다. 엔비디아의 최신 AI칩 ‘베라 루빈’ 기반의 그래픽처리장치(GPU) 서버에 대응하기 위해 일반 클라우드 데이터센터보다 전력 밀도가 약 10배 높은 초고집적 환경을 구현했고 고발열 AI 서버의 냉각을 고려해 국내 최초로 ‘수랭식 냉각시스템’을 도입했다. 에너지 효율 지표인 PUE도 1.25로 설계해 에너지 손실을 최소화했다. 현대건설은 특히 16.5개월이라는 짧은 공사 기간을 맞추기 위해 PC 공법으로 사전 제작하는 방식을 국내에서 처음으로 적용했다. 이를 통해 기존 현장 타설 공법으로는 1년가량 소요될 골조 공사를 2개월로 단축했다. 또 착공 전부터 최적의 사업 구조와 방식을 검토하는 프리컨스터럭션 서비스(PCS)와 설계·인허가·시공 준비를 병행 추진하는 패스트트랙 방식을 활용해 전체 일정을 단축했다. 현대건설 관계자는 “최근 생성형 AI와 초거대 AI 모델 확산으로 데이터센터 시장 경쟁력은 규모를 넘어 서비스 개시 속도전으로 옮겨가고 있다”며 “포항 AI 데이터센터를 공기 안에 성공적으로 준공해 사업성과 공기, 품질을 동시에 확보하는 차별화된 경쟁력을 입증할 것”이라고 말했다.

삼성이 약 3000억원 규모의 네덜란드 반도체 설계 스타트업 ‘유클리드’ 투자에 공동 투자자로 참여했다. 유클리드는 엔비디아의 그래픽처리장치(GPU)와는 구조가 완전히 다른 인공지능(AI) 반도체 설계업체로 차세대 반도체 기술 선점에 나선 모습이다. 유클리드의 베르나르도 카스트룹 최고경영자(CEO)는 15일(현지시간) 미국 경제방송 CNBC와 인터뷰에서 서머싯 캐피탈 파트너스, 이노베이션 인더스트리, 스케일업 유럽펀드 등이 참여한 2억 3100만 달러(약 3150억원) 규모의 시리즈 A 투자에 삼성이 공동 투자자로 이름을 올렸다고 밝혔다. 유클리드는 2024년 설립된 네덜란드 기업으로 기존 GPU와는 완전히 다른 구조로 추론용 AI 반도체 시스템을 설계하는 기업이다. 단일 칩 개발을 넘어 연산 장치와 메모리 아키텍처, 데이터센터 시스템 등 플랫폼을 구축하고 있다. 유클리드는 아직 대규모 검증을 거치지는 않았지만, 자체 개발한 AI 반도체 시스템을 활용하면 AI 데이터센터를 구축·운영하는 데 드는 비용과 전력 사용량을 크게 줄일 수 있다고 설명했다. 유클리드는 2028년 실물 반도체 시스템을 내놓는 것을 시작으로 2030년까지 수천 곳의 기업에 서비스를 제공하는 것을 목표로 하고 있다고 카스트룹은 덧붙였다. 현재 AI 반도체 시장은 엔비디아의 GPU가 사실상 독점하고 있지만, 최근 들어 빅테크와 스타트업들이 자체 AI 반도체 개발에 속속 뛰어들고 있다. 오픈AI는 지난달 업계를 주도할 속도와 효율성을 갖췄다는 AI 반도체 ‘할라페뇨’를 발표했다. 구글과 아마존웹서비스(AWS), 메타 등도 자체 AI 반도체 업그레이드를 가속하고 있다.

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.

ICT 전문기업 ㈜진인프라(대표이사 김성용)는 종합건설사 대광건영(대표이사 박병일)과 AI 기반 건설 현장 안전관리 플랫폼 ‘JIN SAFETY(진세이프티)’의 현장 운영 성과보고회를 열고, 경기 용인 현장에서 9월 1일 본 운영에 들어갔다고 지난 3일 밝혔다. 성과보고회는 1일 광주 대광건영 본사에서 열렸다. 양사는 지난 6월 대광건영 구미 현장에서 실증(PoC)에 착수한 이후 약 3개월간의 운영 결과와 기능 개발 현황을 공유하고, 하반기 적용 계획을 논의했다. 현재 JIN SAFETY는 구미·용인 2개 현장에서 18개 채널의 AI 안전관제와 이동형 CCTV 6대를 운영하고 있다. 용인 현장에는 지난 8월 20일 이동형 CCTV 4대가 도입됐다. 이 가운데 1대는 열화상 겸용 모델로, 야간과 저조도 환경의 인식률을 보완한다. 서비스 기간은 2026년 9월부터 2028년 5월까지 21개월이다. ◆ 카메라는 바꾸지 않고, 현장이 요구한 위험을 학습시킨다 JIN SAFETY는 현장에 이미 설치·운영 중인 관제 CCTV의 영상을 그대로 받아 서버에서 분석한다. AI 칩이 내장된 카메라나 별도의 AI 박스로 교체할 필요가 없어, 현장 규모가 클수록 도입 부담이 줄어드는 구조다. 용인 현장에는 영상을 직접 수집하는 RTSP 연동 방식을 처음 적용했으며, 종전 방식과 비교해 연결 안정성·화질·객체 인식률 전 항목에서 우위를 확인했다. 판정 항목은 총 13종으로 구성된다. 세부적으로는 떨어짐·넘어짐, 안전모·안전벨트·안전화 미착용, 고소작업 상태 등 위험 요인 6종과 장비 인식 6종(굴착기·지게차·레미콘·고소작업대·트럭·덤프)이 포함된다. 여기에 현장 맞춤형 요구 사항을 적극 반영하여 신호수 부재 및 타워크레인 신호수 관련 항목 2종을 새롭게 개발·추가했다. 판정 구조에는 시각언어모델(VLM)을 적용했다. 1차로 영상 속 인원·장비·보호구를 탐지한 뒤, 2차로 해당 장면 전체를 다시 판단하는 2중 구조다. 좌표만으로 판단할 때 발생하던 구조적 오탐을 걸러내기 위한 설계다. 위험으로 판정된 순간에는 증거 이미지가 자동 저장돼, 관리자가 판정 표시본과 원본을 나란히 대조할 수 있다. 관제 화면은 최대 16분할까지 동시에 표출되며 현장과 본사, 모바일에서 함께 볼 수 있다. 현장별 서브 계정으로 담당자 권한을 분리하고 본사 계정은 전 현장을 통합 조회하는 구조다. 폭염기 온열 질환 예방을 위한 체감온도 표시, 기간별 통계의 엑셀·PDF 내려받기 기능도 운영 중이다. ◆ 알림·방송으로 확장… 웨어러블 연동 연내 검증 양사는 하반기 고도화 작업에 속도를 낸다. 오는 9월부터는 위험 감지 시 관리자 스마트폰으로 즉시 알림이 전송되며, 푸시 링크를 통해 검출 화면을 실시간으로 확인할 수 있는 기능이 도입된다. 이어 9월 중 용인 현장에서 현장 IP 스피커 연동 음성 안내 시스템의 실증을 마치고 10월부터 본격적인 확대에 들어간다. 아울러 이동형 CCTV의 원격 방향 제어와 현장 음성 송출 기능 역시 10월 적용을 목표로 현재 개발이 진행 중이다. CCTV 화면 안에 구역을 지정해 해당 영역만 판정하는 기능과, 소화기 비치 위치를 등록해 이탈 시 즉시 알리는 기능도 개발이 진행되고 있다. 근로자 건강 상태와 현장 내 위치를 확인하는 스마트밴드 연동은 연내 성능 검증을 목표로 한다. 대광건영 관계자는 “현장이 넓고 공정이 수시로 바뀌는 건설 현장에서는 관리자의 육안 점검만으로 사각지대를 없애기 어렵다”며 “검증된 기능을 중심으로 적용 현장을 넓혀 나가겠다”고 말했다. 진인프라 관계자는 “현장에서 나온 요구를 곧바로 개발에 반영해 온 것이 이번 확대 적용으로 이어졌다”며 “자체 GPU 인프라와 전담 개발 인력을 바탕으로 요구 사항 반영 속도를 유지해, 실제 현장에서 쓰이는 안전관리 플랫폼으로 완성해 나가겠다”고 밝혔다.

청소나 설거지는커녕 양말과 펜 정도만 집을 수 있는 작은 로봇 오리가 전 세계 개발자들 사이에서 돌풍을 일으키고 있다. 출시 하루 만에 260만 달러(약 36억원)어치가 팔리면서 신규 주문은 내년까지 기다려야 할 정도로 밀렸다. 2일 중국 홍성신문에 따르면 인공지능(AI) 오픈소스 플랫폼 허깅페이스 산하 폴렌로보틱스는 지난달 27일 이족보행 로봇 ‘마이크로덕(Microduck)’의 예약판매를 시작했다. 가격은 399달러(55만원)다. 예약판매 6시간 만에 주문액이 100만 달러를 넘어섰고, 24시간 동안 260만 달러 이상의 주문이 들어왔다. 판매량으로 환산하면 5000대가 넘는다. 주문이 몰릴 때는 평균 4초마다 한 대씩 팔린 셈이다. 회사는 “커뮤니티에서 오리를 너무 많이 주문했다”는 공지를 올렸다. 현재 신규 주문의 배송 대기 기간은 4∼6개월로 늘어나 올해 안에 제품을 받기 어려울 수 있다. 마이크로덕은 키 25㎝, 무게 800g의 탁상용 로봇으로 두 다리로 걷거나 앉았다 일어날 수 있으며 넘어지면 스스로 몸을 일으킨다. 바퀴를 달면 롤러스케이트를 타고 움직이고, 작은 집게 역할을 하는 부리로 양말이나 펜 같은 가벼운 물건도 집을 수 있다. 15개의 모터와 카메라, 소형 라이다, 관성측정장치 2개를 탑재했다. 와이파이와 블루투스, 근거리무선통신(NFC)도 지원한다. 기본적으로 걷기와 앉기, 공 차기 등 7가지 동작을 할 수 있다. 집안일 대신 개발자가 ‘새 동작’ 가르치는 로봇마이크로덕이 주목받는 이유는 당장 집안일을 대신해주기 때문이 아니다. 개발자가 직접 프로그램을 수정하고 강화학습을 통해 새로운 움직임을 가르칠 수 있는 오픈소스 연구용 로봇이라는 점이 인기 요인으로 꼽힌다. 이용자는 가상환경에서 로봇의 동작을 훈련한 뒤 이를 실제 마이크로덕에 적용할 수 있다. 자신이 만든 동작을 온라인 커뮤니티에 공개해 다른 개발자와 공유하는 것도 가능하다. 기존 연구용 로봇은 수천만원에서 수억원에 달해 개인이 접근하기 어려웠다. 반면 마이크로덕은 399달러에 판매되고 소프트웨어와 학습 도구도 공개돼 학생과 개인 개발자가 로봇 강화학습을 실험할 수 있다. 마이크로덕을 개발한 폴렌로보틱스는 프랑스 보르도에 기반을 둔 로봇 기업으로 2025년 허깅페이스에 인수됐다. 제품 생산은 중국 선전의 오픈소스 하드웨어 기업 시드스튜디오가 맡았으며, 중국 반도체 기업 락칩의 RK3566 칩이 사용됐다. 따라서 중국 기업이 로봇 전체를 개발했다기보다는 프랑스에서 설계하고 허깅페이스의 오픈소스 생태계를 활용해 중국 선전에서 생산하는 글로벌 협업 제품에 가깝다. 중국인들은 “어릴 때 갖고 놀던 동물 장난감이 현실로 나온 것 같다”, “처음부터 거창한 인간형 로봇을 만들기보다 저렴한 장난감부터 기술을 쌓는 방향이 현실적”이라는 반응을 보였다. 반면 “결국 중국은 위탁생산만 맡은 것 아니냐”, “당장은 쓸모없는 부자들 장난감”이라는 지적도 나왔다.

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.

미래 신성장동력이자 기피 시설이라는 양면을 지닌 데이터센터의 확장과 고도화와 관련해 ‘지역사회와의 공존’이 핵심 변수라는 분석이 이어지고 있다. 미국, 유럽 등에서는 이미 지역사회에 대한 편익 제공, 정보 공개 등 구체적 상생 방안이 논의 중이지만 우리나라는 데이터센터의 진흥 정책에 치우쳤다는 시각이 적지 않다. 최기원 녹색전환연구소 팀장은 27일 “독일 등 유럽처럼 데이터센터를 건립할 때 현황이나 환경 영향 등의 정보를 외부에 공개토록 하는 최소한의 규제가 필요하다”며 “전력사용효율(PUE), 물사용효율(WUE)에 대한 기준치도 마련해야 한다”고 제언했다. 장기적으로는 송·변전설비 주변지역에 대한 보상·지원법처럼 데이터센터와 관련해 지역사회 보상법도 마련돼야 한다고 강조했다. 유럽은 환경 영향 등 외부 공개전력·물 효율 등 정확한 조사 부족‘유해 전자파’ 등 과도한 오해 불러저주파 소음은 실제 피해 가능성주거지와 거리확보·방음 등 필요유럽에서는 정보통신(IT) 전력수요 500㎾ 이상 데이터센터는 PUE·WUE 등을 유럽연합 집행위원회(EU 행정부) 데이터베이스에 제공해야 한다. 이를 기반으로 전력·물 효율 등급을 부여하는 방안도 추진 중이다. PUE는 데이터센터의 전체 사용 전력량을 서버·스토리지·네트워크 등 IT 장비의 전력 소모량으로 나눈 값이다. 수치가 1에 가까울수록 전력 효율이 좋고, 2가 넘으면 IT 장비의 전력 소모량보다 냉각시스템, 조명 등 부대설비가 쓰는 전력이 많다는 의미다. 감사원에 따르면 지난해 국내 316개 주요 데이터센터의 평균 PUE는 1.76으로, 국제 평균(1.58)보다 높았다. 데이터센터 냉각에 사용하는 물의 양을 IT 장비 전력사용량으로 나눈 값인 WUE의 경우 정부 조사 결과도 사실상 없는 실정이다. 이런 정보 공개 부족으로 주민들이 과도한 불안과 불신에 시달릴 수 있다는 지적도 나온다. 전력과 용수 사용량, 소음 정도, 지역 전력망에 미치는 영향 등은 데이터센터마다 각기 다르기 때문이다. 주민들이 전자파 피해라며 우려하는 ‘저주파 전자기장’의 경우 과학적 연구를 통한 위해성은 아직 규명되지 못했다. 반면 냉각팬, 발전기 등에서 발생하는 저주파 소음은 실제 주민 피해 요소다. 주거지역과의 거리 확보, 냉각장비 방음벽 및 저소음 설계 등이 필요한 이유다. AI 산업 경쟁력 향상과 주민 반발 최소화를 동시에 잡기 위해 데이터센터의 수도권 집중 완화에 힘쓰는 우리 정부가 주민 수용성 향상에도 적극 나서야 한다는 평가도 나온다. 정부는 지난 5월 ‘AI 데이터센터 산업 진흥에 관한 특별법’을 제정해 비수도권의 데이터센터 지원 근거를 마련했지만 주민 수용성에 대한 내용은 빠졌다. 정해진 기간에 관계 기관의 거부 의견이 없으면 자동 허가로 간주하는 ‘타임아웃제’, 비수도권 데이터센터 특구 지정 및 전력계통영향평가 면제 등 인허가 간소화가 주된 내용이다. 22대 국회에서 발의된 6건의 데이터센터 특별법도 마찬가지다. 현재는 시행사가 데이터센터 착공 후 평균 6~18개월이 지나 지역사회와 협의를 시작하는 것이 업계 관행인 상황이다. 지난해 10월 경기 용인시에 국내 초대형 규모로 준공된 ‘퍼시픽써니 데이터센터’가 주민 갈등과 지자체 감사로 준공 지연을 겪은 것도 같은 이유라는 분석이 나온다. 민관협의체 등 논의 기구도 시행사와 주민 간 갈등으로 지방자치단체가 개입한 후에야 구성되는 경우가 적지 않다. 수도권 용지 부족, 지방 경제 활성화 등의 이유로 대형 데이터센터의 지역 분산은 필연적인 측면이 있다. 이경자 삼성증권 연구원은 “국내의 경우 전력계통영향평가 도입 등으로 (수도권 등) 전력 수요가 높은 지역에서는 대용량 전기 사용계약이 까다로워지고 있다”며 “수도권 내에는 10㎿ 미만의 엣지 데이터센터가, 지방에는 (중대형) 데이터센터가 늘어날 것”이라고 말했다. 대형 센터, 지역 분산은 필연적수도권 전기사용 계약 까다로워져지방에 중대형 센터 건설 늘어날 것AI인프라 확장 자본보다 지역 우선이익·부담 분담 원칙 등도 논의해야미국도 데이터센터의 지역 분산 흐름이 분명하다. 퓨리서치센터에 따르면 현재 가동 중인 데이터센터의 87%는 도심에, 13%는 지방에 위치했지만 향후 건설될 데이터센터는 67%가 지방, 33%가 도심에 지어질 전망이다. 이에 세계경제포럼(WEF)은 “차세대 AI 인프라 확장은 칩 효율성이나 자본 규모가 아닌 지역사회가 우선하는 가치에 맞춰 AI 규모를 조정하는 것이 관건”이라고 분석했다. 국내에는 데이터센터 개발로 발생하는 이익과 부담을 지역사회와 어떻게 나눌지에 대한 원칙이나 협의 장치가 아직 충분하지 않다. 미국에서는 전력연구소(EPRI)가 제시한 지역사회편익협약(CBA)을 통해 개발사업자가 일자리·교육·지역투자 등 구체적인 편익을 지역사회와 협의하는 방식이 논의되고 있으며, 아일랜드도 정부의 데이터센터 정책에 지역사회 편익을 명시하고 있다. 정동욱 한국전력 국제원자력대학원대학교 총장은 “폐교 위기에 놓인 지방 대학들을 데이터센터 거점으로 삼는 것도 대안”이라며 “대부분 지방 대학이 주거지와 거리가 있고 활용 가능한 유휴 부지도 많다. 데이터센터가 대학 인력과 대학 부동산 등을 활용하는 대가가 대학으로 향하면 자연스레 지역 활성화로 이어질 수 있다”고 제언했다. 이재성 중앙대 AI학과 교수는 “데이터센터로부터 거둬들인 세수를 지역사회에 어떻게 환원할지를 지자체가 확정하는 것도 방안이 될 수 있다”고 말했다.

LG화학, 대만 반도체 전시회 참가롯데케미칼, 현상액 설비에 1300억SKC, 유리기판 상용화 투자 속도글로벌 시장 2034년 144조원 전망 중국발 공급 과잉으로 장기 불황에 빠진 석유화학 업계가 반도체 소재로 활로를 모색하고 있다. 폴리에틸렌(PE), 폴리프로필렌(PP) 등 범용 플라스틱은 중국 업체와의 가격 경쟁이 치열해진 반면 인공지능(AI) 반도체용 첨단 패키징이 확산하면서 칩을 붙이는 접착필름, 기판을 절연하는 소재, 미세 회로를 만드는 현상액 등의 중요성이 커지고 있어서다. 화학업계는 AI·고대역폭메모리(HBM) 시장 확대에 맞춰 기술 장벽이 높은 고부가 반도체 소재로 수익성을 끌어올린다는 전략이다. LG화학은 다음 달 2~4일 대만 타이베이에서 열리는 아시아 최대 반도체 전시회 ‘세미콘 타이완 2026’에 참가해 고객 확보와 사업 협력 확대에 나선다고 26일 밝혔다. LG화학이 반도체 전시회에 참여하는 건 2019년 세미콘 차이나 참가 이후 7년 만이다. LG화학은 ‘칩 바깥의 소재’를 겨냥해 HBM 등 AI 반도체 시장을 겨냥한 첨단 패키징 및 전력반도체 소재를 선보인다. 회로 기판의 뼈대 역할을 하는 ‘동박적층판’(CCL)과 차세대 AI 반도체용 유리기판 소재인 ‘글래스 코어 솔루션’, 반도체 기판 안에 미세 회로를 여러 층 쌓을 수 있게 해주는 ‘빌드업 필름’, 빛을 이용해 미세 회로를 구현하는 ‘감광성 절연 소재’(PID), 칩을 기판에 붙이는 ‘다이 부착 필름’(DAF) 등이다. LG화학 관계자는 “AI 반도체 시장 확대로 고성능 소재에 대한 요구가 높아지고 있어 사업 영역을 넓히고 있다”고 설명했다. 롯데케미칼도 데이터센터와 반도체 시장 확대에 대응하는 고부가가치 소재를 미래 성장축으로 내세웠다. 롯데 화학군 계열사 한덕화학은 총 1300억원을 투자해 경기도 평택 포승지구에 반도체용 현상액(TMAH·수산화테트라메틸암모늄) 생산 설비를 건설중이다. TMAH는 웨이퍼에 빛으로 회로를 그린 뒤 불필요한 부분을 제거해 미세한 회로 패턴이 드러나도록 하는 현상 공정의 필수 소재다. SK그룹 계열사 SKC는 반도체 패키징 핵심 소재인 유리기판 상용화 투자에 속도를 내고 있다. 유리기판은 반도체 칩 아래에 덧대는 사각형 기판을 유리로 만든 것으로, 기존 플라스틱 기판보다 열에 따른 변형이 적어 미세 회로 구현에 유리하다. SKC 관계자는 “전반적으로 화학 산업 비중을 줄이면서 중장기적으로 반도체 소재와 2차전지로 포트폴리오를 다각화하고 있다”고 했다. 포춘 비즈니스 인사이트에 따르면 반도체 소재의 글로벌 시장 규모는 올해 748억 5000만 달러(약 103조 3000억원)에서 2034년 1042억 2000만 달러(약 144조원)로 연평균 4.2% 성장할 전망이다. 독일 바스프 등 글로벌 종합 화학기업들도 전자재료 분야로 사업을 확장하고 있다. 호남권 신규 반도체 클러스터 등에 맞춰 국내 기업들도 소재 개발에 속도를 낼 전망이다. 업계 관계자는 “반도체 공장은 건설 단계부터 특정 화학사 소재로 설계되면 이후에 다른 업체로 바꾸는 게 거의 어렵다”며 “화학 업계에 새 기회가 될 수 있다”고 전했다.

고성능 인공지능(AI)의 발전으로 대형·고밀도 데이터센터가 늘어나면서 서버에서 발생하는 열을 액체로 직접 식히는 ‘액체냉각’ 시장 경쟁이 뜨거워지고 있다. 한 랙에 수십 개의 그래픽처리장치(GPU)를 집적하는 빽빽한 서버 구조가 확산하면서 공기를 순환시키는 기존의 공랭 방식보다 효율적인 발열 관리가 필요해지면서다. 기존 공랭 방식으로 대응할 수 있는 냉각 용량의 한계는 랙당 20~30kW 수준이지만, 고성능 GPU 서버 랙은 전력 밀도가 200kW 이상으로 높아지고 있다. 액체냉각은 냉각수를 서버 내부로 순환시켜 GPU와 중앙처리장치(CPU) 등에서 발생하는 열을 직접적으로 낮추는 방식이다. 시장조사업체 트렌드포스는 전 세계 AI 칩에 액체냉각을 적용하는 비중이 지난해 33%에서 내년 59%까지 성장할 것이라고 전망했다. 국내 기업들은 잇따라 액체냉각 관련 부품은 물론, 시스템 구축 등 시장 경쟁에 뛰어들고 있다. LG CNS는 네이버 클라우드와 협력해 과학기술정보통신부 산하 정보통신산업진흥원(NIPA)이 소유한 엔비디아의 베라 루빈을 안정적으로 운영하기 위해 삼송 데이터센터에 액체냉각 인프라를 구축한다고 26일 밝혔다. 네이버클라우드와 함께 내년까지 액체냉각 인프라 구축과 실증을 완료할 계획이다. LG전자는 액체냉각의 핵심 부품인 냉각수분배장치(CDU)에 집중하고 있다. 이미 기업간거래(B2B) 사업의 핵심 방향으로 냉난방공조에 무게를 실어 왔던 LG전자는 최근 국내에서 처음으로 엔비디아로부터 600kW급 CDU의 최종 품질 인증을 획득했다. CDU뿐만 아니라 냉각수를 대량 생성하는 대형 칠러, 칩셋을 직접 냉각하는 콜드 플레이트까지 ‘칩 투 칠러’ 포트폴리오를 완성한다는 게 LG전자의 전략이다. 삼성전자는 지난해 인수한 플랙트그룹을 통해 삼성전자 광주사업장 제3캠퍼스에 약 2400억원을 투입해 공조 제품 생산라인을 건립하는 투자협약을 체결했다. 주력 품목은 CDU로, 전력 효율을 높이고 이중화 설계와 이상 신호 감지 기능 등을 적용해 에너지 효율과 안정성을 강화하는 플랙트그룹의 기술력을 고도화할 계획이다. 삼일PwC는 최근 보고서에서 “향후 2~3년은 글로벌 냉각 기술의 표준과 생태계가 형성되는 시기”라며 “한국 기업들에도 중요한 분기점이 될 것”이라고 전망했다.