- 생성형 AI·VLM 기반 ‘ARGOS Document OCR’로 독보적 기술 경쟁력 입증- GS인증·공공조달 등록을 마친 ‘ARGOS AI Chat Search’와 함께 공공·금융 등 AI 솔루션 공급 박차 인공지능(AI)·시스템 통합(SI) 전문기업 웨어비즈(대표 박상길)가 생성형 AI와 문서 레이어 분석 기반의 인공지능 OCR 솔루션 기술로 서울평가정보 TCB(기술신용평가) 우수기술기업 인증을 획득했다고 밝혔다. TCB는 기업이 보유한 기술의 기술성·시장성·사업성을 종합적으로 평가하는 기술신용평가 제도다. 웨어비즈는 이번 인증으로 그동안 자체적으로 쌓아 온 비전 AI·OCR 기술력을 공식적으로 인정받았다. 웨어비즈의 대표 솔루션 ‘ARGOS Document OCR’은 단순히 문자를 인식하는 데 그치지 않는다. 생성형 AI와 VLM(Vision Language Model) 기술을 결합해 복잡한 문서의 레이아웃과 내용까지 깊이 있게 분석한다. 스캔 문서나 이미지 파일 같은 비정형 데이터를 정확하게 인식하고, 이를 검색·참조할 수 있는 환경을 제공한다. 특히 고가의 GPU 장비 없이 일반 CPU 환경에서도 빠른 처리가 가능하도록 딥러닝 최적화 기술을 적용해 시스템 구축에 필요한 비용 부담을 대폭 낮췄다. 사용자가 미인식 데이터를 직접 학습시켜 AI 인식 성능을 고도화할 수 있는 ‘OCR 스마트 학습기’ 기능도 탑재됐다. 웨어비즈는 이 같은 AI OCR 기술력을 바탕으로 최근 인천국제공항 출입국 K-ETA 및 EAC 여권인식 프로젝트를 성공적으로 완료하며 공공 분야 현장 적용성을 증명했다. 지능형 하이브리드 챗봇 솔루션 ‘ARGOS AI Chat Search’도 공공·기업 시장에서 주목받고 있다. 이 솔루션은 오픈소스 대규모언어모델(LLM)과 GPT 같은 상용 LLM을 플러그인 방식으로 바꾸거나 함께 쓸 수 있는 유연한 구조가 특징이다. 보안이 중요한 내부 문서 검색에는 오픈소스 LLM을, 최신 정보가 필요한 외부 업무에는 상용 LLM을 적용하는 식으로 업무 환경에 맞춰 활용할 수 있다. ‘ARGOS AI Chat Search’는 이러한 기술력을 바탕으로 한국정보통신기술협회(TTA) 소프트웨어시험인증연구소로부터 GS인증 1등급을 획득했으며, 조달청 공공조달 플랫폼 디지털서비스몰에 등록되어 공공기관의 도입 편의성을 높였다. 웨어비즈는 이번 TCB 우수기술기업 인증 획득과 VLM 기반 OCR 기술력을 교두보 삼아, 금융·의료·공공 등 문서 처리 자동화 수요가 높은 산업군을 중심으로 AI 솔루션 공급을 본격 확대할 방침이다. 아울러 지속적인 연구개발(R＆D)을 통해 AI 문서 인식 및 챗봇 솔루션을 한층 더 고도화할 계획이다. 박상길 웨어비즈 대표는 “이번 인증은 웨어비즈가 그동안 쌓아 온 비전 AI와 OCR 기술력을 공식적으로 인정받은 결과”라며 “앞으로도 생성형 AI 기반의 문서 인식·챗봇 솔루션으로 고객의 업무 효율을 높이고, 디지털 전환(DX)을 앞당기는 믿을 수 있는 파트너가 되겠다”고 말했다.

40대 김모씨는 최근 중고마켓에 지난해 샀던 플레이스테이션5(PS5)를 되팔려다 구입가보다 오른 가격에 놀랐다. 세일 기간에 60만원 중반대에 샀던 슬림 모델이었는데 중고 가격이 70만원 이상이었다. 김씨가 70만원에 판매 글을 올리자 구매 연락이 이어졌고, 구매가보다 높은 가격에 제품을 팔았다. 김씨는 “1년이나 게임을 즐겼는데, 이렇게 비싸게 팔릴지 몰랐다”고 말했다. 반도체 가격 상승에 따른 소위 ‘칩플레이션’이 게임기 시장으로 번지고 있다. PS5의 경우 오는 11월 출시 예정인 신작 게임 ‘그랜드 테프트 오토(GTA)6’에 대한 기대감까지 더해지면서 ‘품귀 현상’도 나타나고 있다. 28일 중고 거래 플랫폼 당근에 따르면 올해 들어 지난 22일까지 ‘PS5’ 또는 ‘플레이스테이션5’ 관련 거래 완료 건수는 지난해 같은 기간과 비교해 69% 증가했다. 같은 기간 검색량도 ‘PS5’는 10%, ‘플레이스테이션5’는 27% 늘었다. 새 제품뿐 아니라 중고 시장에서도 PS5에 대한 소비자들의 관심이 커진 셈이다. 12년 만의 시리즈 신작인 GTA6에 대한 수요가 가장 큰 배경으로 꼽힌다. GTA6는 세계적인 팬층을 보유한 GTA의 최신작으로 지난 6월 25일 사전예약 판매 이후 역대 기록을 세우고 있다. 오는 11월 19일 출시 예정이다. 전작 GTA5는 2억 3000만장 이상 판매되면서 역대 두 번째로 많이 팔린 게임이다. 공급은 수요 증가를 못 따라가고 있다. 소니 인터랙티브 엔터테인먼트에 따르면 PS5 디지털 에디션과 스탠다드 에디션, 고성능 모델인 PS5 프로 중에 PS5 프로는 수개월째 재고 부족 상태다. 온라인에 물량 입고가 공지되면 곧바로 품절될 정도다. 이에 온라인상에서 공식 판매가보다 높은 가격에 거래된다. PS5 프로의 공식 국내 소비자 판매가는 129만 8000원이지만, 현재 온라인 쇼핑몰에서는 180만원 이상에 판매되고 있다. 반도체 가격 상승도 물량 부족과 가격 상승을 부추기고 있다. 콘솔의 핵심 부품인 그래픽처리장치(GPU)와 중앙처리장치(CPU) 가격이 빠르게 상승하면서 제조 원가 부담이 커지고 있어서다. 업계 관계자는 “4~5년 전에도 암호화폐 채굴 수요 등과 맞물려 그래픽카드나 CPU 가격이 크게 올랐었는데 지금은 부품 가격이 비교하기 어려울 정도로 빠르게 오르고 있다”면서 “콘솔 재고 부족이 상당 기간 이어질 수 있다”고 말했다.

삼성전기가 인공지능(AI) 서버용 고부가 반도체 패키지기판 생산능력 확대를 위해 국내 세종과 베트남 생산거점에 총 6조 7800억원을 투자한다. AI 서버와 고성능컴퓨팅(HPC) 시장 성장에 맞춰 핵심 부품 생산 기반을 대폭 넓히는 것이다. 삼성전기는 28일 세종사업장 패키지기판 생산시설 증설에 4조 2700억원을 투자한다고 밝혔다. 단일 제품 투자로는 회사 역대 최대 규모다. 투자 기간은 이달부터 2028년 5월까지이며 신규 생산라인은 같은 해 9월부터 양산에 들어갈 예정이다. 베트남 생산법인도 이날 현지 패키지기판 공장 증설에 2조 5100억원을 투자한다고 공시했다. 투자 예정일은 2028년 4월 말이다. 삼성전기가 증설하는 제품은 플립칩 볼그리드 어레이(FC-BGA)다. AI 가속기와 그래픽처리장치(GPU), 중앙처리장치(CPU) 등 고성능 반도체와 메인보드를 연결해 전기 신호와 전력을 전달하는 기판이다. 최근 AI 서버용 반도체가 고성능화하면서 이를 받치는 기판 수요도 빠르게 늘고 있다. 이번 투자는 글로벌 빅테크·반도체 고객사와의 중장기 협력을 바탕으로 추진된다. 고객사가 일부 투자금을 지원하고 중장기 물량도 보장하기로 해 삼성전기는 대규모 설비투자 부담과 가동률 변동 위험을 낮출 수 있게 됐다. 회사는 향후 2~3년간 AI 인프라 투자가 이어지면서 고성능 패키지기판 수요도 지속될 것으로 보고 있다. 삼성전기는 세종사업장을 고부가 제품의 핵심 생산거점으로 활용하고 베트남 생산시설도 함께 확충해 AI 서버와 HPC, 전장용 기판 수요에 대응할 계획이다.

- 장애 직전 작업 이력까지 연계 분석… 장애 대응 시간 단축- CPU·메모리 사용률만으로 찾기 어려운 병목 분석… 성능 저하 원인 신속 파악- 가상화 넘어 물리 인프라까지 추적… 장애 진단 범위 확대 AI 인프라 소프트웨어 전문기업 오케스트로(공동대표 김범재·김영광)는 오는 9월 29일 오후 2시 ‘VM웨어 전환 이후, 인프라 운영의 새로운 기준’을 주제로 온라인 웨비나를 개최한다고 28일 밝혔다. 브로드컴의 VM웨어 라이선스 정책 개편 이후 계약 갱신을 앞둔 기업과 기관을 중심으로 가상화 환경 전환이 본격화되고 있다. 초기에는 기존 워크로드를 안정적으로 옮기는 일이 관건이었지만, 최근에는 전환 이후의 운영 효율성과 인프라 확장성까지 함께 따지는 흐름이다. 어떤 가상화 환경을 선택하느냐에 따라 전환 이후 운영 방식과 확장 범위가 달라진다. 워크로드 이전에만 초점을 맞추면 실제 운영에 필요한 기능과 확장성을 충분히 확보하지 못할 수 있고, 이후 컨테이너나 멀티·하이브리드 클라우드로 확장하는 과정에서 인프라를 다시 구성해야 하는 상황이 생길 수 있다. 실제로 VM웨어 대체를 위해 다른 가상화 솔루션을 도입했다가 운영과 확장에서 제약을 겪고, 약 1년 만에 오케스트로의 서버 가상화 솔루션 ‘콘트라베이스(CONTRABASS)’로 다시 전환한 고객 사례도 있다. 이번 웨비나에서는 서영석 오케스트로 테크세일즈본부장(부사장)이 연사로 나서 VM웨어 전환 과정에서 고려해야 할 핵심 요건을 짚는다. 이어 실제 운영 환경에서 검증한 콘트라베이스의 기능과 전환 사례를 소개한다. 콘트라베이스는 장애 원인 분석에 필요한 정보를 한데 모아 운영자의 판단을 돕는다. 일반적인 가상화 환경에서는 알람과 자원 상태, 작업 이력을 각각 확인하며 원인을 추적해야 하지만, 콘트라베이스는 알람과 최근 작업 이력, 자원 상태를 함께 제공해 장애 직전에 수행된 작업과 변경 사항을 바로 확인할 수 있다. 여러 화면을 일일이 오가지 않고도 원인을 파악해 대응 시간을 줄일 수 있다는 설명이다. CPU·메모리 사용률만으로는 드러나지 않는 성능 저하 원인도 분석한다. 자원 사용량이 높지 않은데 서비스가 느려지는 경우, 병목을 판단할 수 있는 지표를 제공해 원인을 좁혀갈 수 있도록 지원한다. 가상자원에는 이상이 없는데 통신 장애가 발생하는 상황에도 물리 인프라까지 추적이 가능하다. 콘트라베이스는 가상머신이 연결된 물리 호스트와 스위치·포트 등 네트워크 구간을 함께 확인해 실제 장애 지점을 찾는다. 가상자원 정보만으로는 파악하기 어려운 문제까지 확인해 원인 규명에 걸리는 시간을 단축할 수 있다. 오케스트로는 VM웨어 전환 수요가 확대되는 가운데 콘트라베이스의 운영 기능을 지속 고도화하고, 전환 이후에도 안정적인 가상화 환경을 구축할 수 있도록 지원할 예정이다. 나아가 가상화부터 클라우드 네이티브, AI 인프라까지 아우르는 풀스택 소프트웨어를 기반으로 고객이 인프라를 단계적으로 확장할 수 있도록 지원할 방침이다. 웨비나는 9월 29일 오후 2시부터 올쇼TV를 통해 온라인으로 진행된다. 참가비는 무료이며, 사전 등록 후 참여할 수 있다. 김범재 오케스트로 대표는 “VM웨어 전환의 성패는 시스템을 안정적으로 이전하는 것뿐 아니라 이후 인프라를 얼마나 안정적으로 운영하고 확장할 수 있는지에 달려 있다”며 “오케스트로는 VM웨어 전환 시장에서 축적한 기술력과 경험을 바탕으로 전환 이후 운영까지 아우르는 새로운 기준을 제시해 나가겠다”고 말했다.

최근 미국 프런티어 모델을 거의 따라잡은 성능과 증류 논란으로 유명해진 문샷 AI의 키미 K3나 지난해 AI 시장에 큰 충격을 몰고 온 딥시크와 비교해서 알리바바의 Qwen은 상대적으로 대중적 인지도는 낮은 편입니다. 하지만 누구나 다운로드 해 사용할 수 있는 개방형 LLM 모델 가운데서 Qwen 3.8 시리즈는 모델 크기 대비 높은 성능으로 많은 사용자를 확보한 상태로 만만치 않은 기술력을 자랑하는 회사이기도 합니다. 여기에 중국 AI 회사 가운데서는 일찍부터 AI 하드웨어에 많은 투자를 해 자체 플랫폼을 구축하고 있는 회사이기도 합니다. 이런 점에서 알리바바는 자체 모델인 제미나이와 AI 가속기인 TPU를 지닌 구글과 상당히 유사한 전략을 지닌 회사이기도 합니다. 최근 알리바바는 5조에서 10조개 파라미터 규모의 차세대 Qwen 모델을 개발하겠다고 밝혔습니다. 더 중요한 것은 이런 대형 모델을 훈련하고 서비스할 수 있는 자체 AI 가속기 ‘젠우 V900’을 공개했다는 점입니다. 지난 22일 항저우에서 열린 압사라 콘퍼런스에서 공개한 알리바바의 젠우 V900은 216GB의 메모리를 탑재하고 있으며 전 세대인 M890의 3배의 성능을 지니고 있습니다. 구체적인 성능은 아직 공개하지 않았는데, FP16 기준으로 3배라면 1.8 PFLOPs의 성능을 지닌 것으로 추정됩니다. 여기에 FP8/FP4 연산도 지원한다고 밝혔습니다. 아무튼 대략적인 수치를 감안하면 알리바바의 젠우 V900은 엔비디아의 베라 루빈(FP4 기준 50 PFLOPs)과 비교해 성능은 낮은 편입니다. 하지만 엔비디아 칩을 수입하기 힘든 알리바바 입장에서는 자체 개발이 필수적인 상황입니다. 그리고 사실 중국 내에서 경쟁 상대인 화웨이 어센드 칩과 비교해서 크게 낮은 성능이라고 할 수 없는 수준이기도 합니다. 일단 젠우 V900 칩을 계획대로 양산해서 목표처럼 20GW 급 데이터 센터를 2032년까지 구축할 수 있다면 알리바바는 나름 승산이 있다고 보고 있습니다. 중국 AI 모델의 특징은 상대적으로 적은 연산 자원을 이용해서 높은 성능을 낼 수 있게 한 데 있습니다. 미국이 제재로 칩 수급이 어려운 상황에서 내놓은 여러 고육지책이 지금은 오히려 큰 무기가 되고 있는 셈입니다. 최신 Qwen 모델은 활성 파라미터 크기를 줄여 연산 부담을 더는 MoE(Mixture of Experts) 기법은 물론이고 ‘N-gram 임베딩’처럼 AI 가속기의 메모리 부담까지 덜어주는 최신 기법을 사용해 연산 자원 대비 높은 성능을 보여주고 있습니다. 따라서 50만 개의 V900 칩을 실제로 양산해 대규모 AI 데이터 센터를 구축할 수만 있다면 앞으로 AI 경쟁에서 연산 자원 확보에 어려움을 겪는 딥시크나 키미 K3보다 유리한 고지를 차지할 수 있습니다. 물론 하이퍼스케일러가 되기 위해서는 AI 가속기 만으로는 불가능합니다. 한 개의 기속기에서 10조 개의 파라미터를 돌릴 순 없기 때문입니다. 젠우 V900 가속기는 알리바바의 ICN 스위치 패브릭을 통해 약 1.2TB/s의 칩 간 인터커넥트 속도를 제공합니다. 그리고 지우(Panjiu) 슈퍼노드 서버(V900 + ICN 스위치 기반), 이톈(Yitian) CPU를 포함한 자체 맞춤형 랙 스케일 솔루션을 개발하고 있습니다. 다만 중국 내 반도체 수급 상황도 쉽지 않다는 점을 생각하면 순조롭게 캐파 확장에 성공할 수 있을진 미지수입니다. 최대 50만 개의 V900 가속기는 108페타바이트의 HBM 메모리를 의미합니다. 다만 중국 내 고성능 반도체와 고대역폭 메모리 공급이 빠듯한 상황이어서, 계획대로 50만 개 규모로 양산해 대규모 데이터센터를 구축할 수 있을지는 아직 미지수입니다. 물론 이런 어려움을 극복하고 알리바바가 대규모 데이터센터, 자체 AI 가속기, 자체 LLM까지 완성한다면 AI 수직 계열화에 한 발 더 다가가며 입지를 크게 강화할 수 있을 것입니다. 알리바바는 젠우 V900의 출시 시점을 내년 1분기로 밝혔습니다. 알리바바가 어떤 결과를 겨두게 될지 주목됩니다.

인공지능(AI) 경쟁에서 오픈AI와 구글에 밀렸다는 평가를 받던 메타가 개인 AI 에이전트 ‘뮤즈(Muse)’로 분위기를 바꾸고 있다. 출시 이후 메타 주가가 20% 넘게 뛰었고 AMD와 인텔 등 반도체주까지 강세를 보이면서 월가에서는 뮤즈가 AI 산업의 새로운 수요를 만들어낼 수 있을지 주목하고 있다. 최근에는 전자상거래 업체 쇼피파이가 뮤즈와 손잡고 AI가 이용자를 대신해 쇼핑을 마칠 수 있도록 하겠다고 나서는 등 실제 서비스 확장 움직임도 나타나고 있다. 시장의 관심을 끌어올린 출발점은 빠른 이용자 증가세다. 시장조사업체 앱토피아에 따르면 뮤즈는 출시 12일 만에 280만회 다운로드됐다. 미국·캐나다에서 같은 조건으로 비교하면 180만회로 챗GPT 출시 초기 12일간 130만회를 웃돌았다. JP모건은 뮤즈가 “챗GPT 이후 가장 널리 사용되는 소비자 AI 애플리케이션이 될 잠재력이 있다”고 평가했다. 뮤즈가 기존 챗봇과 다른 점은 답변을 내놓는 것을 넘어 이용자가 맡긴 일을 직접 처리한다는 것이다. 여행 준비를 부탁하면 항공편과 숙소를 검색하고 여러 웹사이트를 오가며 예약 절차까지 밟는다. 이메일을 보내거나 물건을 사고 자동차 판매를 맡기는 것도 가능하다. 이용자마다 클라우드에 별도의 가상 컴퓨터를 두고 뮤즈가 브라우저를 직접 움직이는 방식으로, 사람이 하던 검색과 클릭, 정보 입력을 AI가 대신한다. 메타를 바라보는 시장의 시선이 달라진 것도 이 때문이다. 메타는 그동안 AI에 막대한 자금을 쏟아부었지만 이를 어떻게 수익으로 연결할지는 뚜렷하게 보여주지 못했다. 오픈소스 모델 ‘라마(Llama)’는 지난해 라마4의 성능과 벤치마크 논란을 겪었고, 메타는 이후 외부 인재를 대거 영입하고 AI 조직을 ‘메타 슈퍼인텔리전스랩스(MSL)’ 중심으로 재편했다. 이런 상황에서 뮤즈가 빠르게 이용자를 확보하면서 대규모 AI 투자를 실제 소비자 서비스와 매출로 연결할 가능성이 처음 구체적으로 드러났다는 평가가 나온다. 수익모델도 이미 마련했다. 일정 사용량까지는 무료지만 이후 월 20달러와 100달러 요금제를 이용해야 한다. 미 투자은행 제프리스는 2027년 말 이용자가 10억명에 이르고 이 가운데 3%가 유료로 전환한다고 가정할 경우 연간 108억 달러의 매출을 올릴 수 있다고 추산했다. 뮤즈를 향한 기대는 반도체 시장으로도 번졌다. 최근 AMD와 인텔 주가가 크게 오른 것도 AI 에이전트 확산이 중앙처리장치(CPU)의 새로운 수요처가 될 수 있다는 기대가 반영된 결과다. 존스트레이딩의 마이클 오루크 수석 시장전략가는 “시장은 뮤즈를 이미 공급이 빠듯한 CPU 시장에 호재로 받아들였다”고 말했다. AI 모델 학습에는 그래픽처리장치(GPU)가 집중적으로 쓰이는 반면 뮤즈 같은 에이전트는 추론과 함께 웹페이지를 열고 여러 프로그램을 실행하는 작업을 반복한다. 이용자가 늘어날수록 이를 처리할 데이터센터의 범용 연산 능력도 더 필요해질 수 있다. 로이터는 뮤즈의 빠른 확산으로 데이터센터용 CPU 수요가 늘어날 것이라는 기대가 반도체주 상승에 힘을 보탰다고 전했다. 서비스 영역이 넓어지면서 기존 플랫폼과의 관계도 새로운 변수로 떠올랐다. 아마존은 뮤즈가 이용자를 대신해 자사 쇼핑몰에서 물건을 구매하는 것을 차단한 반면 쇼피파이는 뮤즈를 통한 쇼핑을 지원하기로 했다. AI 에이전트가 웹사이트의 단순 방문자가 아니라 소비자를 대신해 거래하는 주체로 등장하면서 유통·플랫폼 업체들도 서로 다른 대응에 나선 것이다. 개인정보 문제도 남아 있다. 미 정보기술(IT) 매체 더버지는 뮤즈에 이메일과 여러 계정을 연결한 뒤 이용자 자신도 미처 의식하지 못했던 개인정보까지 찾아냈다며 “작동한다. 그리고 섬뜩하다”고 평가했다. 한국 이용자들이 뮤즈를 직접 써볼 시점은 아직 정해지지 않았다. 현재 서비스 지역은 미국과 캐나다이며 메타는 한국을 포함한 추가 출시 국가와 일정을 공개하지 않았다.

메타가 지난 8일(현지시간) 선보인 개인 인공지능(AI) 에이전트 ‘뮤즈’가 챗GPT를 제치고 미국 애플 앱스토어 무료 앱 1위에 올랐다. 뮤즈는 단순 질의응답을 넘어 이메일 발송과 여행 예약, 상품 구매 등을 대신 처리하는 서비스로 이용자가 앱을 닫아도 맡은 일을 계속한다. AI 에이전트 시대가 본격적으로 열렸다는 평가도 나온다. 메타 주가는 21일 나스닥에서 전 거래일보다 11.4% 급등한 741.24달러에 마감했다. 지난해 10월 말 이후 최고가다. 이달 들어서만 32.6% 급등했다. 뮤즈는 스스로 브라우저를 열어 이메일을 보내거나 여행을 예약하고 구매·결제를 수행한다. 시간이 오래 걸릴 경우 앱을 종료해도 계속 처리하는 등 이용자의 개인 비서를 지향한다. 다만, 뮤즈가 여러 가지 일을 대행하려면 이메일, 일정, 금융 정보, 위치 등에 대해 접근권을 허용해야 한다. 또 전자상거래 업계에서 이해관계가 엇갈린다. 아마존은 뮤즈의 자사 쇼핑몰 접근을 차단한 반면 쇼피파이는 연동에 나섰다. AI 에이전트가 상품 검색과 구매의 관문이 될 경우 기존 플랫폼의 고객 접점과 광고 영향력에도 변화가 생길 수 있어서다. 아직 우리나라에서는 이용이 불가능하다. 뮤즈 흥행 효과로 중앙처리장치(CPU)와 AI 가속기를 함께 만드는 미국 반도체 업체 AMD의 주가도 이날 9% 넘게 올라 시가총액 1조 달러를 처음 넘어섰다. 인텔과 반도체 설계자산(IP) 업체 ARM의 주가도 크게 상승했다. 로이터통신은 뮤즈 흥행을 계기로 반도체 주식이 동반 강세를 보인 데 대해 “AI 연산 수요가 다시 부각된 결과”라고 평가했다. 한편 메타는 AI 서비스를 뒷받침할 통신망 투자도 확대했다. 이날 미국과 프랑스를 약 7000㎞로 잇는 차세대 해저 케이블 ‘페탈(Petal)’ 구축 계획을 발표했다. 2029년 가동을 목표로 현 최고 수준의 대서양 횡단 케이블보다 약 두 배 많은 데이터를 실어 나를 계획이다.

본래 반도체 업계 1위로 한때 넘볼 상대가 없던 것 같던 인텔은 10㎚ 이하 미세 공정 진입에서 TSMC나 삼성에 뒤지면서 과거의 영광을 잃고 어려운 상황에 빠졌습니다. 뒤늦게 공격적인 투자를 진행하면서 경쟁자를 추격하긴 했지만, 라이벌인 AMD에 시장 점유율을 내주고 야심 차게 도전한 파운드리 시장에서는 TSMC의 독주 앞에 고배를 마시면서 회사가 큰 위기에 빠지기도 했습니다. 하지만 최근 스스로 목표를 설정하고 과업을 수행하는 ‘에이전틱 AI’로 인해 CPU 수요가 늘고 18A(1.8㎚) 같은 최신 미세 공정 양산에 성공하면서 다시 재기의 기회를 노리고 있습니다. 인텔은 이미 18A 공정을 개선한 18A-P 공정의 ‘초기 위험 생산’에 들어간 상태로, 차세대 제온 7 프로세서인 ‘다이아몬드 래피즈’에 적용될 예정입니다. 18A-P 공정은 트랜지스터 밀도는 동일하나 18A와 비교해서 동일한 전력 소비에서 성능이 9% 높거나 동일한 성능에서 전력 소비가 18% 감소합니다. 인텔의 진격은 여기서 멈추지 않고 있습니다. 18A-P 다음 차세대 미세 공정인 14A(1.4㎚) 노드는 이미 지난 6월에 결함 밀도(D0) 0.5를 달성했습니다. D0 또는 결함 밀도는 실리콘 웨이퍼의 단위 면적당 검출되는 미세한 결함의 평균 개수를 나타냅니다. 특정 칩 제조 공정이 상용화에 가까워질수록 결함 밀도는 일반적으로 줄어들고 반대로 수율이 증가합니다. 인텔은 내년 1분기까지 D0를 0.1~0.2로 낮추는 것을 목표로 하고 있습니다. 인텔 14A는 차세대 극자외선 노광 설비(EUV)인 ‘고개구율 EUV’(High-NA EUV) 리소그래피 장치를 적용한 첫 미세 공정으로, 인텔의 게이트 올 어라운드(GAA) 기술인 리본펫 2(RibbonFET 2)를 적용해 성능을 높이고 18A-P 공정에서 도입한 전력 제어 기술인 파워 부스트(Power Boost) 기술 역시 고도화할 것으로 예상됩니다. 이를 통해 18A-P에서 이루지 못한 트랜지스터 밀도 증가는 물론 공정 미세화에 따른 성능 향상을 달성할 수 있을 것으로 기대됩니다. 인텔에 따르면 14A 공정의 개선 속도는 2012년 22㎚ 시대 이후 가장 빠른 속도로 일정보다 더 빠르게 개발이 진행되고 있습니다. 심지어 최근 일부 언론에서 14A 공정 위험 생산을 2027년 1분기로 앞당긴다는 보도가 나왔을 정도로 인텔 내부 분위기는 자신감이 넘치고 있습니다. 다만 인텔은 Wccftech 등 매체에 공식적으로 “내부 제품 대상 초기 위험 생산은 2027년 하반기, 대량 양산은 2028년”이라는 기존 발표를 재확인했습니다. 물론 이것도 과거 미세 공정 개발보다 빠른 속도입니다. 다만 발목을 잡는 것은 부족한 생산 캐파입니다. 현재 18A, 18A-P 모두 대부분의 물량을 애리조나의 Fab 52가 담당하는 상황으로 알려져 있는데, 옆에 건설하고 있는 Fab 62가 완공되더라도 초기 생산량은 적을 수밖에 없다는 분석이 나오고 있습니다. 일부 증권 애널리스트는 2027년 초기 생산량은 웨이퍼 기준 월 6000장 정도이고 2028년에도 2만 4000장에 이를 것으로 내다봤습니다. 따라서 당분간 일부 제품들은 지금처럼 외부 파운드리의 웨이퍼를 빌려 쓸 수밖에 없을 것이라는 전망도 제기됩니다. 비교를 위해 살펴보면 TSMC는 올해 4분기까지 2㎚ 웨이퍼 월 생산 능력을 당초 알려진 것보다 훨씬 많은 10만 수준까지 늘릴 수 있다는 이야기가 나오고 있습니다. 14A 공정 역시 서두르고 있는데, 현재 TSMC는 타이중 과학 단지 2기 확장 부지에 총 4개 공장(P1~P4)을 1.4㎚ 전용으로 건설하고 있습니다. 현지 언론 보도에 따르면 이미 P1은 내년 4월 시범 생산에 들어가 2027년 하반기 양산 가능한 상태까지 서두르는 상황입니다. 인텔과는 양산 능력에서 비교가 되지 않는 수준입니다. 현재 TSMC는 AI 붐 덕분에 상당한 수익을 내고 있어서 충분한 투자 여력을 지니고 있습니다. 한동안 어려움을 겪다가 최근에 실적을 개선한 인텔이 따라잡기 버거운 상대라는 점은 분명합니다. 그럼에도 과거처럼 일정을 미루거나 취소하는 대신 적어도 로드맵을 따라 착실하게 개발을 진행하는 모습은 인텔이 수렁에서 빠져나왔다는 점을 보여주고 있습니다. 미세 공정 개발 능력을 확보했다면 다음 문제는 결국 생산 능력입니다. 과거 계획했다가 취소된 팹들을 다시 추진하고 14A 다음 차세대 미세 공정 개발을 위해서는 앞으로 막대한 투자가 필요합니다. 인텔에게는 현재의 에이전틱 AI 붐이 한때 유행이 아니라 최소 몇 년 이상 지속되어야만 하는 상황인 셈입니다.

최근 세간을 놀라게 만든 중국의 인공지능(AI) 서비스 ‘키미 K3’나 딥시크 ‘V4.1 플래시’, 알리바바 ‘Qwen 3.8’ 등은 모두 한 가지 공통된 특징이 있습니다. 모델 크기와 관계없이 극도로 효율성을 높여 제한된 하드웨어에서 최대한 많은 토큰을 생성할 수 있다는 것입니다. 여기에 모델을 공개하기 때문에 실제로 전 세계 많은 사용자가 개인 컴퓨터나 클라우드, 그리고 내부 컴퓨터에서 이 모델들을 사용하고 있습니다. 성능에 비해 하드웨어 자원을 매우 효율적으로 사용해 비용을 절감할 수 있는 것이 높은 인기의 비결입니다. 중국 모델의 효율이 높은 이유 중 하나는 아이러니하게도 미국의 금수 조치로 인해 연산 인프라를 확충하기 어렵다는 점에 있습니다. 엔비디아 칩 수급이 힘들다 보니 어쩔 수 없이 연산 효율성을 높여야만 하는 것입니다. 물론 최근 화웨이 같은 중국 내 정보기술(IT) 기업들이 자체 AI 가속기인 ‘어센드’(Ascend) 시리즈를 공급하고 있긴 하나, 아직은 성능 면에서 엔비디아 칩과 상당한 격차가 있어 당분간 연산 효율화에 집중하는 구조가 이어질 것으로 보입니다. 물론 화웨이도 가만히 있지 않고 어센드 신경망처리장치(NPU)와 이를 모아 구성한 클러스터인 아틀라스 슈퍼포드(Atlas SuperPod)를 꾸준히 업그레이드하고 있습니다. 최근 개최된 화웨이 커넥트 2026 행사에서는 앞으로 2029년까지 어센드 960DT/PR, 어센드 970, 어센드 980 칩에 대한 로드맵을 공개했습니다. 흥미롭게도 중국 딥시크의 최고경영자(CEO)인 량원펑(Liang Wenfeng)은 이전 컨퍼런스 콜에서 중국의 컴퓨팅 자원이 부족하지만, 화웨이의 ‘아틀라스 950 슈퍼포드’가 엔비디아의 ‘GB300 NVL72 랙’을 상당 부분 대체할 수 있다고 주장한 바 있습니다. 다만 4개의 어센드 칩이 있어야 GB300 한 개를 대체할 수 있는 수준이라는 점은 인정했습니다. 그런데 공개된 수치를 보면 화웨이 어센드 칩이 GB300을 따라잡기 위해서는 여전히 상당한 시간이 필요한 것으로 보입니다. 우선 내년 1분기에 화웨이는 차세대 제품인 ‘어센드 960DT’를 선보일 예정입니다. 이 칩은 새로운 SIMD/SIMT 아키텍처를 채택해 FP32, HF32, FP16, BF16, FP8, MXFP8, HiF8, MXFP4 등 다양한 데이터 포맷을 지원합니다. 이 칩은 최대 2 PFLOPS(페타플롭스)의 FP8 연산 능력과 4 PFLOPS의 FP4 연산 능력을 지니고 있으며, 288GB HBM 메모리와 9.6TB/s의 대역폭을 확보했습니다. 참고로 GB300의 dense FP4 연산 능력이 약 15 PFLOPS라는 점을 생각하면, 내년 출시할 어센드 960DT의 성능은 엔비디아 칩을 대체하기엔 아직 부족한 수준입니다. 따라서 화웨이는 수많은 어센드 NPU를 연결한 거대한 클러스터인 아틀라스 슈퍼포드를 개발했습니다. 엔비디아의 NVL72 랙 시스템이 72개의 GPU와 36개의 CPU를 사용하는 것과 달리, 아틀라스 960E 슈퍼포드는 무려 4096개의 NPU를 고속 인터페이스로 연결해 최대 16 EFLOPS의 연산 성능을 목표로 하고 있습니다. 화웨이 커넥트 2026에서 화웨이는 이렇게 많은 칩을 고속으로 연결해 하나의 거대한 연산 기계로 활용할 수 있는 신기술도 같이 공개했습니다. 예를 들어 고속 광학 인터페이스인 Hi-ONE 5500개를 적용해 기존 대비 전력을 550㎾나 절감했다고 합니다. 다만 그럼에도 전력 소모량은 상당히 많을 것으로 예상됩니다. 전기를 많이 먹는 HBM 메모리를 288GB나 장착한 데다, TSMC가 아닌 중국 파운드리인 SMIC의 공정을 사용할 수밖에 없어 성능 대비 전력 소모가 클 수밖에 없기 때문입니다. 따라서 어센드 칩을 사용한 아틀라스 슈퍼포드는 엔비디아의 NVL72 랙 시스템에 비해 전력 소모가 크고 유지비가 많이 들 것으로 예상됩니다. 이런 단점에도 불구하고 미국의 제재로 인해 엔비디아 칩 수급이 어려운 중국 내 AI 회사들은 선택의 여지가 제한된 상황에서 화웨이 칩을 사용할 수밖에 없고, 화웨이도 그 점을 잘 알고 있기 때문에 계속해서 어센드 시리즈를 개발할 예정입니다. 화웨이는 2027년 1분기에 어센드 960DT를 출시한 후 3분기에는 추론 특화 버전인 960PR을 출시하고, 2028년에는 어센드 970을 출시할 계획입니다. 어센드 970은 3.6 PFLOPS FP8/14 PFLOPS FP4의 연산 능력을 목표로 하고 있습니다. 2029년 출시 목표인 어센드 980에서는 다시 스펙을 두 배로 늘려 7.2 PFLOPS FP8/28 PFLOPS FP4까지 성능을 높인다는 계획입니다. 계획대로 된다면 GB300은 따라잡을 수 있지만, 2029년까지도 베라 루빈의 50 PFLOPS FP4 성능에는 미치지 못하는 수준입니다. 따라서 중국 AI 회사들은 다소 불리한 위치에 있지만, 앞서 이야기했듯이 놀라운 연산 효율화를 통해 미국 프런티어 AI 모델에 강력한 위협이 되고 있습니다. 여기에 화웨이 역시 느리지만 꾸준한 성장세를 보이고 있어, 미래에는 미국의 제재가 큰 힘을 발휘하지 못할 가능성이 높아지고 있습니다. AI 패권을 놓고 벌이는 싸움에서 쉽게 승자를 예측하기 어려운 이유입니다.

AI·클라우드 소프트웨어 대표 기업 오케스트로 그룹(의장 김민준)은 ‘2026 월드 스마트시티 엑스포(WSCE 2026)’에서 총사업비 약 6109억원 규모로 추진되는 천안·아산 AI 특화 시범도시의 청사진을 공개한다고 9일 밝혔다. 월드 스마트시티 엑스포(WSCE)는 올해 10주년을 맞은 국내 대표 스마트시티 전문 전시회로, 국토교통부·과학기술정보통신부·부산광역시가 공동으로 주최한다. AI 솔루션을 비롯해 교통·모빌리티, 인프라·건설, 해양기술 등 스마트시티 관련 최신 기술과 산업 동향을 한자리에서 확인할 수 있으며, 올해 행사는 9일부터 11일까지 부산 벡스코에서 개최된다. 오케스트로는 국토교통부 ‘AI 특화 시범도시 사업’의 천안·아산 컨소시엄 대표 기업으로 이번 WSCE에 참가한다. 천안·아산 사업은 2026년부터 2030년까지 5년간 추진되며, 두 도시의 공동 생활권을 기반으로 도시 데이터와 AI 인프라를 연계해 재난·교통·행정·에너지 등 도시 운영 전반을 지능화하는 초광역 AI 도시를 구현한다. 천안·아산 AI 특화 시범도시는 기존 스마트시티의 단순한 도시 모니터링을 넘어 인공지능이 도시에서 발생하는 다양한 상황을 실시간으로 분석하고 판단해 선제적으로 대응하는 도시 운영체계 구축을 추진한다. 이를 위해 도시 데이터를 통합·표준화하고 AI 에이전트와 피지컬 AI를 연계해 교통, 재난, 민원 등 시민 생활과 밀접한 분야의 서비스를 단계적으로 실증할 예정이다. 이번 WSCE에서는 컨소시엄에 참여하는 11개 기관이 ‘천안·아산 AI 특화 시범도시관’을 마련해 향후 지역에 적용될 AI 기반 도시서비스와 핵심 기술을 공개한다. 전시에서는 교통사고·침수·응급상황 등에 대응할 수 있는 피지컬 AI 로봇을 비롯해 자율주행 시뮬레이터, AI를 활용한 건강상태 분석 기술 등 시민들이 직접 체감할 수 있는 다양한 서비스를 선보일 예정이다. 오케스트로는 이러한 AI 서비스의 핵심 기반이 되는 미래형 AI 데이터센터(AIDC)를 구축하고 AI·클라우드 인프라 통합운영을 총괄한다. 대규모 AI 학습·연산을 위한 고성능 GPU와 AI 추론·가속에 최적화된 국산 NPU를 비롯해 CPU, 대용량 스토리지를 결합한 AI 컴퓨팅 환경을 조성한다. 소버린 AI 클라우드 기반 풀스택 기술을 적용해 AI 컴퓨팅 자원을 통합 관리·최적화하고, AI 기반 자율운영·자가복구 기술을 결합해 오케스트로만의 차별화된 새로운 운영 모델을 구현한다. 이를 기반으로 AI 도시 인프라를 안정적으로 운영하고, AI 모델 학습과 추론부터 서비스 배포, 도시 인프라 제어까지 전 주기를 지원할 계획이다. 오케스트로는 이번 WSCE를 글로벌 스마트시티 사업 확대를 위한 교류의 장으로 활용한다. 국내외 공공기관과 기업, 해외 바이어와의 네트워크를 확대하고 천안·아산에서 구현하는 AI 도시 모델을 기반으로 해외 스마트시티 및 AI 인프라 사업 기회를 발굴할 계획이다. 김민준 오케스트로 그룹 의장은 “AI 도시의 핵심은 다양한 도시 데이터와 AI 서비스를 안정적으로 연결하고 운영할 수 있는 인프라”라며 “오케스트로는 AI 데이터센터와 소버린 AI 클라우드 기술을 바탕으로 천안·아산의 AI 도시의 핵심 인프라를 구현하고, 국내외로 확산 가능한 AI 도시 모델을 구축하겠다”고 말했다.

미국 오픈AI의 새 인공지능(AI) 모델 ‘아스트라’ 공개로 반도체주에 대한 투심이 회복되며 삼성전자와 SK하이닉스가 급등 출발한 7일 증권가는 재차 양사에 대한 눈높이를 끌어올렸다. 반면 개인 투자자들은 이날 오전 유가증권시장에서 2조원 넘게 순매도하며 차익을 실현했다. 이날 KB증권은 내년 메모리 반도체 시장의 ‘역사상 가장 타이트한 공급 환경’을 예상하며 강력한 재평가가 필요하다는 분석을 내놓았다. 김동원 KB증권 리서치본부장은 보고서에서 “최근 하이퍼스케일러들의 내년 AI 인프라 투자 규모는 전년 대비 60% 증가한 1조 3000억 달러로 급격히 상향 조정되고 있다”면서 “AI가 클라우드 AI 서비스, 토큰 과금, 에이전틱 AI 및 모델 호스팅 등 직접적 신규 매출처로 부상하며 AI 수익 모델이 구체화되는 단계에 본격 진입했기 때문”이라고 설명했다. 이어 “AI 인프라 투자에서 메모리 반도체가 차지하는 비중은 2025년 14%에서 2027년 57%로 2년 만에 4배 증가할 것”이라며 “HBM4 메모리 용량이 증가한 가운데, CPU 서버 DRAM과 추론용 엔터프라이즈 SSD 증가가 동시에 발생되고 있기 때문”이라고 덧붙였다. 김 본부장은 “3분기 삼성전자와 SK하이닉스의 메모리 재고는 10일 미만까지 낮아진 상황으로, 단순한 수요 회복 국면을 넘어 공급 가능한 물량 자체가 절대적으로 부족해질 가능성이 높다”면서 내년에는 ‘메모리 물량 고갈’에 이를 수 있다고 내다봤다. 이어 현재 삼성전자와 SK하이닉스의 주가는 2027년 실적 기준 주가수익비율(PER) 3배 수준이라며, “향후 3년간 역대 최대 실적 경신과 대규모 주주환원 정책 지속이 예상돼 극단적 저평가에서 강력한 재평가 시작이 기대된다”고 강조했다. “내년 실적 기준 PER 3배”“아스트라, 메모리 장기 수요 확신 강화”미래에셋증권은 이날 삼성전자와 SK하이닉스의 목표주가를 일제히 상향 조정했다. 삼성전자는 기존 37만원에서 40만원으로, SK하이닉스는 기존 280만원에서 310만원으로 끌어올리고 ‘매수’ 의견을 유지했다. 김영건 미래에셋증권 연구원은 삼성전자에 대해 “환율 하락에 따른 부정적 영향을 반영하더라도 이익 증가 흐름은 이어질 것”이라며 내년 연간 영업이익은 536조원으로 추정했다. 또 오픈 AI의 ‘GPT6-아스트라’ 출시를 계기로 메모리 성능의 중요성이 커질 것이며, 삼성전자가 고대역폭메모리(HBM) 기술 고도화를 통해 메모리 시장의 주도권을 이어갈 것이라는 전망을 내놓았다. SK하이닉스에 대해서는 내년 영업이익이 386조원에 달할 것으로 관측되는 반면, 현재 주가는 밸류에이션 부담이 낮다고 판단했다. 또한 AI용 GPU의 HBM 탑재량이 증가하는 데다 맞춤형 인공지능(AI) 반도체(ASIC) 진영으로도 HBM 적용이 확대되는 흐름 속에 HBM 시장점유율 1위인 SK하이닉스가 수혜를 받을 것이라고 기대했다. 손인준 유진투자증권 연구원도 이날 보고서에서 ‘GPT-6 아스트라’ 출시로 불붙은 반도체 투심 회복에 주목하며 삼성전자와 SK하이닉스에 대한 ‘강력 매수’ 의견을 유지했다. 손 연구원은 “챗GPT, 클로드 등 과거 AI의 주요 분기점 이후 반도체 전반 및 메모리 업종의 주가는 큰 폭으로 상승했다”면서 “AI 활용이 인프라 수요와 실적으로 연결되며 반도체의 가치가 재평가됐다는 점에 주목한다. 아스트라 역시 장기 수요에 대한 확신을 강화할 계기가 될 전망”이라고 분석했다. 한편 지난주 개인과 외국인, 기관 등 3개 수급 주체가 모두 ‘팔자’로 돌아선 유가증권시장에서 이날 오전 기관과 외국인은 순매수로 돌아섰다. 이날 오전 11시 20분까지 유가증권시장에서 외국인은 9170억원, 기관은 7740억원 순매수했으며 삼성전자와 SK하이닉스의 자사주 매입으로 추정되는 ‘기타법인’의 순매수도 6240억원으로 집계됐다. 반면 개인은 2조 3040억원을 순매도하며 차익을 실현했다.

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.

메모리 품귀에 노트북 가격이 오르자 삼성전자가 실속형 노트북을 내놓으며 틈새시장 공략에 나섰다. 삼성전자는 1일 합리적인 사양과 가격으로 소비자 구매 부담을 낮춘 ‘뉴 갤럭시 북6’를 출시한다고 밝혔다. 지난 1월 ‘갤럭시 북6 울트라’와 ‘갤럭시 북6 프로’, 4월 ‘갤럭시 북6’를 선보인 데 이어 라인업을 확대했다. 뉴 갤럭시 북6에는 인텔의 코어 시리즈3 프로세서가 탑재됐다. 한 번 충전하면 최대 25시간 동영상 재생이 가능하며, 30분 만에 최대 33%까지 충전할 수 있는 고속 충전 기능도 지원한다. 16대10 화면비에 35.6㎝(14형) 단일 크기로 빛 반사와 비침을 줄인 ‘안티 글레어’ 디스플레이를 적용했다. 갤럭시 인공지능(AI) 기능을 활용한 편의 기능도 제공한다. ‘AI 컷 아웃’으로 사진의 불필요한 배경을 제거하거나 웹페이지의 문장이나 단락을 실시간으로 번역할 수 있다. 스마트폰에서 발견한 링크를 PC에서 바로 열거나 갤럭시 스마트폰·탭과 파일을 공유하는 기능도 지원한다. 가격은 중앙처리장치(CPU)와 운영체제 등 세부 사양에 따라 119만~149만원이다. 최근 메모리 가격 상승 여파로 노트북 가격이 오르며 수요가 위축된 가운데 150만원 이하의 가격대를 앞세웠다. 국가데이터처에 따르면 지난달 노트북이 포함된 컴퓨터 품목의 소비자물가는 1년 만에 25.1% 상승했다. 삼성전자는 뉴 갤럭시 북6 출시를 기념해 8일까지 삼성닷컴 구매 고객을 대상으로 체험단을 운영한다. 구매 고객에게는 한컴 삼성 오피스팩과 무선 넘버키패드 키보드 등 ‘캠퍼스 필수 패키지’도 증정한다.

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.

한때 반도체 업계의 부동의 1위로 꼽혔던 인텔은 지난 몇 년간 큰 어려움을 겪었습니다. 10㎚ 이하 미세공정과 극자외선(EUV) 공정 도입이 늦어지면서 경쟁사에 뒤처졌고, 결국 자사 최신 중앙처리장치(CPU)에 대만 TSMC 공정을 도입하는 상황까지 맞았습니다. 하지만 최근 18A 공정 양산에 들어가면서 반등의 발판을 마련했습니다. 에이전틱 인공지능(AI) 확산으로 서버용 CPU의 역할이 커지면서 관련 수요도 늘고 있습니다. 인텔은 현재 18A의 개량형인 18A-P 공정의 초기 생산에 들어가는 한편, 차세대 미세공정인 14A 개발에도 속도를 내고 있습니다. 최근 열린 반도체 기술 학술행사 ‘핫칩스’(Hot Chips) 2026에서 인텔은 18A-P 공정의 세부 내용을 공개했습니다. 차세대 제온 프로세서 ‘다이아몬드 래피즈’(Diamond Rapids)뿐 아니라 소비자용 CPU인 ‘노바 레이크’(Nova Lake)에도 18A-P를 적용할 수 있다고 밝혔습니다. 성능 9% 높이고 전력 18% 줄여…핵심은 ‘파워부스트’인텔에 따르면 18A-P는 기존 18A와 비교해 같은 전력에서 성능을 약 9% 높이거나, 같은 성능에서 전력 소모를 약 18% 줄일 수 있습니다. 성능 향상의 핵심은 ‘파워부스트’(Power Boost) 기술입니다. 인텔은 18A에서 후면 전력 공급 기술인 ‘파워비아’(PowerVia)를 도입했습니다. 기존에는 트랜지스터층 위에 신호선과 전력선을 함께 배치했지만, 파워비아는 전력 공급 경로를 웨이퍼 후면으로 옮깁니다. 기존 전면 전력 공급 방식은 제조가 비교적 쉽지만 프로세서가 복잡해질수록 신호선과 전력선이 얽히면서 성능과 전력 효율을 떨어뜨릴 수 있습니다. 파워비아는 전력선을 후면으로 옮겨 이런 문제를 줄이는 방식입니다. 18A-P에는 여기에 파워부스트가 더해졌습니다. 트랜지스터의 앞뒤 양쪽에서 전류를 공급해 전력 효율을 높이고 보다 세밀하게 전력을 제어하는 기술입니다. 인텔은 18A에서 도입한 게이트올어라운드(GAA) 구조의 ‘리본펫’(RibbonFET)도 개선했습니다. 열 배출 성능 역시 보완해 18A-P의 성능을 끌어올렸습니다. 특히 인텔은 0.5V의 낮은 전압에서 기존 18A보다 약 30% 높은 동작 주파수를 달성했다고 밝혔습니다. 저전력으로 구동해야 하는 노트북이나 태블릿 등에 유리한 특성입니다. 서버용 넘어 노바 레이크까지…18A-P 적용 확대당초 18A-P는 차세대 제온 서버용 프로세서인 다이아몬드 래피즈에 우선 적용될 것으로 알려졌습니다. 그러나 인텔은 이번 행사에서 이미 생산 중인 실리콘을 기준으로 저전압에서는 약 30%, 고전압에서도 두 자릿수의 성능 개선을 확인했다고 밝혔습니다. 또 다이아몬드 래피즈와 노바 레이크가 모두 18A-P의 초기 성능 개선 효과를 받을 예정이라고 설명했습니다. 서버용뿐 아니라 소비자용 CPU로 적용 범위를 확대하겠다는 의미입니다. 18A-P 공정의 완성도와 생산성이 예상보다 빠르게 개선되고 있다는 신호로 해석할 수 있습니다. 인텔은 미국 애리조나주의 팹 52(Fab 52)에서 18A 공정 양산을 시작했습니다. 초기에는 수율이 낮았던 것으로 알려졌지만 최근에는 상당 부분 개선됐고, 18A-P도 시험 생산 단계에 들어간 것으로 전해졌습니다. 다만 내년 노바 레이크 물량까지 모두 18A-P로 생산하기에는 생산능력이 충분하지 않을 것이라는 전망도 나옵니다. 현재 18A급 미세공정을 생산할 수 있는 주요 시설은 애리조나 팹 52와 오리건 D1X 팹입니다. D1X는 규모가 상대적으로 작아 실질적인 양산 물량 상당 부분을 팹 52가 담당해야 합니다. 현재 장비 반입이 진행 중인 팹 62가 본격 가동되면 생산능력 부족은 완화될 수 있습니다. 그전까지는 노바 레이크 일부 물량을 TSMC 2㎚ 공정에 맡길 가능성도 거론됩니다. 그럼에도 인텔이 18A-P의 적용 범위를 서버용에서 소비자용 CPU까지 넓히려는 것은 공정 성능과 수율에 대한 자신감을 보여주는 대목입니다. 인텔이 18A-P를 안정적으로 양산하고 차세대 14A 공정까지 성공적으로 이어가며 과거의 경쟁력을 되찾을 수 있을지 주목됩니다.

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.

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.

올해 세계 반도체 매출이 지난해보다 92% 급증할 것이란 전망이 나왔다. 불과 넉 달 전과 비교해 시장 규모 전망치가 18%가량 높아졌다. 시장조사업체 가트너는 25일 올해 세계 반도체 매출을 1조 5552억 달러(약 2159조원)로 예상했다. 지난해 8090억 달러(약 1123조원)의 두 배에 가까운 규모다. 지난 4월 전망한 1조 3202억 달러보다 2350억 달러나 늘었다. 벤 리 가트너 디렉터 애널리스트는 “AI 인프라 투자가 지속되고 메모리 가격도 예상보다 강한 상승세를 보이면서 반도체 산업이 급격히 성장하고 있다”고 설명했다. 전체 전망치 증가분 2350억 달러 가운데 2040억 달러가 메모리에서 나왔다. 가트너는 올해 메모리 매출 전망을 4월 6333억 달러에서 8373억 달러(약 1162조원)로 높였다. 지난해 2201억 달러보다 280% 늘면서 전체 반도체 매출에서 차지하는 비중도 27%에서 54%로 커졌다. D램과 낸드플래시 매출은 각각 246.6%, 371.9% 증가할 것으로 봤다. 메모리 시장의 성장세는 내년에도 이어질 전망이다. 가트너는 내년 메모리 매출이 1조 755억 달러를 넘고 세계 반도체 매출도 1조 9399억 달러까지 늘어날 것으로 예상했다. 생산시설이 추가로 가동되더라도 AI 서버 한 대에 들어가는 메모리 용량이 늘고 고대역폭메모리(HBM) 수요도 이어져 수급은 빠듯할 것으로 내다봤다. 메모리를 제외한 반도체 매출도 AI 데이터 생태계와 중앙처리장치(CPU), 네트워크·전력관리 반도체 수요에 힘입어 올해 21.9% 증가한 7179억 달러에 이를 전망이다. AI 투자의 수혜가 확산되는 셈이다. 가트너는 전체 반도체 매출에서 AI 데이터센터가 차지하는 비중이 올해 36.5%에서 2030년에는 53% 이상으로 커질 것으로 내다봤다.

중국 모바일·가전 기업 샤오미가 스마트폰부터 인공지능(AI), 자동차까지 제품의 ‘두뇌’ 역할을 하는 반도체를 직접 설계하며 자체 생태계 구축에 속도를 내고 있다. 퀄컴 등 외부 업체에 의존하던 핵심 칩을 자체 개발해 기술 경쟁력을 높이고 공급망에 대한 통제력도 강화하려는 전략이다. 24일(현지 시간) 로이터통신 등에 따르면 샤오미는 다음 달 중국에서 출시하는 신형 폴더블폰 ‘샤오미 18 폴드’에 자체 개발한 모바일용 칩셋 ‘엑스링(Xring) O3’을 탑재한다. O3에는 240억 개 이상의 트랜지스터가 집적됐으며 샤오미는 중앙처리장치(CPU)의 멀티코어 성능이 전작보다 최대 60% 향상됐다고 밝혔다. 로이터는 O3가 대만 TSMC의 3나노미터(㎚) 공정에서 생산된다고 전했다. 샤오미는 AI 연산을 처리하는 6나노 기반 AI 가속기 ‘엑스링 O100’과 자율주행 기능을 담당하는 3나노 기반 칩 ‘엑스링 D100’도 함께 공개했다. 지난해 첫 자체 개발 플래그십 칩셋 ‘엑스링 O1’을 선보인 데 이어 1년 만에 자체 칩 제품군을 확대한 것이다. 샤오미는 지금까지 자체 칩 개발에 200억 위안(약 4조 2000억 원) 이상을 투자했다. 반도체 설계 인력도 지난해 2500명에서 현재 3000명 이상으로 늘었다. 업계 관계자는 “중국의 반도체 경쟁력이 단순한 칩 생산을 넘어 완제품 기업이 칩 설계 역량과 소프트웨어·서비스를 결합하는 방향으로 진화하고 있다”고 말했다. 다만 실제 생산은 TSMC에 맡겨 아직 반도체 자립이 완성 단계라고 보긴 어렵다. 샤오미는 O100과 D100 역시 TSMC에 위탁생산을 맡길 전망이다.

최근 열린 ‘핫 칩스 2026’ 행사에는 삼성과 SK 하이닉스가 공개한 미래 고대역폭 메모리(HBM) 로드맵이 관심을 끌었습니다. HBM4까지 발전한 상태에서 두 회사 모두 같은 발열과 전력 소모 증가, 복잡도 증가 같은 문제에 직면한 상태이며 비슷하지만 약간 다른 방식을 통해 이 문제를 풀어가기 위해 노력하고 있습니다. 아마도 가장 비슷한 점은 궁극적으로 HBM 메모리를 그래픽처리장치(GPU) 같은 프로세서 위에 올리려고 한다는 점일 것입니다. 일단 SK 하이닉스는 HBM4E와 HBM5에서 당면한 문제를 해결하기 위해 몇 가지 해결책을 몇 가지 제시했습니다. 이미 올해 초 CES에서 SK 하이닉스는 HBM4 16단(16Hi) 제품을 공개하면서 용량 48GB 용량, 대역폭 2.9TB/s의 스펙을 자랑한 바 있습니다. 이처럼 높은 용량과 대역폭은 여러 층의 D램 다이를 관통하는 TSV(실리콘 관통 전극) 덕분입니다. HBM4에서는 TSV 수가 이미 2만 개를 넘어섰고 HBM의 최하층에 있는 베이스 다이는 GPU와 데이터를 고속으로 주고받기 위해 1만 6148개의 베이스 마이크로 범프로 실리콘 인터포저와 연결되어 있습니다. 문제는 앞으로입니다. 다음 세대 HBM 메모리에서는 속도를 더 높이기 위해 TSV 간 거리를 지금보다 더 줄여 18㎛ 미만으로 낮춰야 하는데, 이미 마이크로 범프 간 간격이 너무 줄어든 상황입니다. 따라서 아예 범프 없이 인터포저에 직접 접합하는 하이브리드 본딩(hybrid bonding) 기술이 시도되고 있습니다. 현재 12-Hi 하이브리드 본딩 HBM이 검증 완료된 상태이고 앞으로 16-20Hi 스택 하이브리드 본딩 기술을 개발해 장기적으로 HBM4E/HBM5에 적용할 계획입니다. 하지만 하이브리드 본딩 기술이 발열 문제는 해결해 주지 못합니다. 그래서 SK 하이닉스는 iHBM (ICE-HBM)이라는 냉각 기술을 개발 중입니다. 이는 열이 많이 발생하는 부위에 높은 열전도율과 전기 절연성을 갖춘 냉각 소자를 내장하여 열 저항을 30% 이상 줄이는 기술입니다. 다만 더 장기적으로 보면 HBM – 실리콘 인터포저 – GPU/CPU의 구조는 늘어나는 전력 소모와 복잡도를 감당하기 점점 힘들어집니다. 가장 좋은 방법은 아예 메모리와 프로세서 간격을 최대한 짧게 만들기 위해 아예 붙여 버리는 것입니다. 그러면 전기적 신호가 매우 짧은 거리를 이동하기 때문에 전력 소모가 줄어들고 속도도 빠르게 할 수 있습니다. 이와 같은 접근법은 삼성전자도 크게 다르지 않습니다. 삼성은 3단계 로드맵을 제시했는데, 우선 첫 단계로 베이스 다이를 고급 로직 공정으로 옮겨 신호를 주고받는 물리적 층인 PHY를 작게 만들고, 메모리 컨트롤러 같은 프로세서 영역을 베이스 다이로 옮길 수 있는 면적을 확보할 예정입니다. 동시에 iHBM과 비슷하지만 조금 다른 냉각 기술인 HPB(Heat Path Block)를 도입해 PHY 영역의 약 50%를 커버하고 피크 온도를 35% 이상 낮출 계획입니다. 두 번째 단계에서는 베이스 다이에 더 많은 기능을 넣어 HBM을 ‘똑똑한 메모리’로 만들고 마지막 단계에서는 아예 HBM을 프로세서 위로 올려 실리콘 인터포저라는 중간 단계를 생략하고 바로 프로세서와 메모리를 고속으로 연결합니다. 이 단계는 기존처럼 가로 방향(lateral)으로 통신하던 방식을 없애고, 수직으로 메모리가 올라가기 때문에 z축이라는 의미에서 zHBM이라고 명명했습니다. 삼성전자는 zHBM을 도입하면 전력 효율 약 70% 향상, D램 대역폭 2.3배 이상 증가, D램 모듈당 약 100W 전력 절감 등의 효과를 거둘 수 있을 것으로 기대하고 있습니다. 다만 해결해야 할 문제도 적지 않습니다. 중간 단계인 실리콘 인터포저를 없애고 아예 프로세서 위에 수직으로 메모리를 올리면 메모리와 프로세서 간 거리를 최대로 좁힐 수 있지만 대신 발열 제어가 어려워집니다. 소비자용 프로세서인 라이젠 X3D의 경우에도 프로세서 위에 캐시 메모리를 올린 후 발열 제어가 어려워 1세대에서는 클럭을 높이는 데 제한이 있었습니다. 이미 전기 먹는 하마가 된 지 오래인 GPU나 서버 CPU는 문제가 더 심각할 수밖에 없습니다. 현재도 수랭식 시스템으로 겨우 열을 제어할 수 있는 상황입니다. 따라서 초기 프로세서 적층형 HBM은 발열 관리를 위해 별도의 열전달 경로를 배치하고 I/O 전력을 대폭 줄이면서 메모리를 16층(16Hi)이 아니라 4층(4Hi) 정도 낮은 높이로 올릴 가능성이 높습니다. 그래도 이미 전력 소모가 감당하기 힘든 수준인 GPU 위에 역시 전기를 많이 먹는 메모리를 올리는 일은 쉽지 않을 가능성이 높습니다. 다만 이제까지 수많은 기술적 어려움을 돌파하면서 성장한 기업들인 만큼 앞으로 새로운 돌파구를 만들어 결국 문제를 해결할 것으로 기대합니다.