전 세계 인공지능(AI) 열풍의 중심에 서 있는 젠슨 황 엔비디아 최고경영자(CEO)가 AI 주가가 급락하기 시작하던 3개월 전 “지금이 주식 매수 기회”라며 정면 돌파를 외쳤습니다. 하지만 시장은 그의 말대로 움직이지 않았는데요. 미국 빅테크 기업들의 주가는 날아오른 반면, 한국의 대표 반도체 기업 주가는 곤두박질쳤습니다. 같은 AI 시대를 살면서도 어떤 기업은 웃고 다른 쪽에선 울상을 지은 셈입니다. AI 시장의 장기 성장성 자체는 여전히 유효하지만 앞으로는 개별 기업의 실적이 승패를 가를 수 있어 ‘옥석 가리기’가 중요해졌다는 분석이 나옵니다. 젠슨 황 발언 뒤…삼전닉스 하락하고 엔비디아·MS 올라앞서 황 CEO는 지난 6월 8일 우리나라를 찾아 최태원 SK그룹 회장과 함께 기자들을 만났는데요. 당시 황 CEO는 “주식 시장에 어떤 일이 일어나든 여러분은 아주 기뻐해야 한다”며 “지금 할인된 가격에 살 수 있기 때문”이라고 말했습니다. 세간의 ‘AI 거품론’ 우려에도 “일부 투자자들이 AI 수요에 대한 기대가 너무 높다고 걱정하는 것에 동의하지 않는다”며 “10년 후 AI가 어떤 모습일지 상상해본다면 어떤 변동성이 있더라도 좋은 기회”라고 강조했습니다. 전 세계적인 기술주 하락세를 위기가 아닌 매수 기회로 바라본 것입니다. 그러나 황 CEO의 발언 이후 약 3개월이 지난 지금, 주요 기업들의 성적표는 크게 엇갈리고 있습니다. 우선 한국을 대표하는 반도체 기업들의 주가는 내림세를 탔습니다. 삼성전자 주가는 6월 8일 종가 기준 29만 5500원에서 9월 1일 기준 26만 1000원으로 12% 떨어졌습니다. 같은 기간 SK하이닉스 역시 191만 1000원에서 169만 3000원으로 11% 하락했습니다. 황 CEO의 말을 믿고 국내 반도체 주식에 투자했다면 아쉬운 결과를 얻은 셈입니다. 반면 엔비디아를 비롯한 미국 주요 IT 기업 주가는 대체로 올랐는데요. 엔비디아 주가는 6월 8일 208.64달러에서 지난달 31일 220.78달러로 6% 상승했습니다. 마이크로소프트는 411.74달러에서 507.29달러로 23% 대폭 올랐고, 아마존닷컴 역시 245.22달러에서 259.77달러로 6% 올랐습니다. 다만 알파벳은 363.31달러에서 339.35달러로 7% 가까이 떨어지며 차이를 보였습니다. “AI 시장 커진다”…골드만삭스, 투자 1조 달러 돌파 전망이처럼 기업마다 주가 향방이 갈린 이유는 AI 시장 전체의 성장세와 개별 기업이 거두는 실적, 경쟁력 등이 서로 달랐기 때문입니다. AI 산업을 실제로 주도하며 당장 큰 이익을 내는 미국 빅테크 기업들로는 돈이 몰린 반면, 실적 개선 속도가 기대에 미치지 못하거나 경쟁 심화에 노출된 기업들은 주가가 힘을 받지 못했습니다. 전문가들은 장기적으로 AI 시장이 계속 커질 것이라는 황 CEO의 시각에는 대체로 동감하고 있습니다. 앞으로도 AI 기술이 발전함에 따라 관련 시장의 규모는 더 확대될 가능성이 크다는 분석입니다. 실제로 골드만삭스 리서치가 지난달 발표한 보고서를 보면, 전 세계 기업들이 올해 AI 시설에 투자하는 총금액만 1조 달러(약 1374조원)를 넘어설 것으로 전망됩니다. AI 관련 지출이 단기적인 거품에 그치지 않고 전 세계 경제 성장을 이끄는 핵심 동력이 될 것이라는 분석입니다. 골드만삭스는 초기의 AI 투자가 데이터센터나 반도체(GPU), 통신망 구축에 집중됐다면 앞으로는 인간형 로봇이나 자율주행 기술 등으로 범위가 넓어지며 AI 계산 수요가 현실 세계 전반으로 더욱 확산할 것으로 내다봤습니다. 이젠 묻지마 투자 안 된다…모건스탠리 “옥석 가리기 나설 때”AI 시장의 장기적인 전망이 밝다고 해서 모든 관련 기업 주가가 무조건 오른다는 뜻은 아니라는 반론도 제기됩니다. 단기적인 시장 변동성이 큰 데다 기업마다 기술력과 실적 차이가 명확한 만큼, AI라고 무작정 투자하기보다는 개별 기업의 진정한 실력을 냉정하게 따져봐야 한다는 지적입니다. 모건스탠리는 지난달 19일 ‘AI: 거품인가, 생산성 혁명인가?’라는 제목의 보고서에서 “최근 주춤했던 주가 흐름은 과열된 시장을 진정시키고 주가를 오히려 건강한 기반 위에 올려놓는 계기가 됐다”며 “투자자들은 이제 AI 투자에 대해 더욱 면밀히 검토하고 있으며, 수익 창출 경로가 더 명확한 기업을 선호하고 있다”고 밝혔습니다. 이어 “대출 금리가 높은 환경에서는 기업들이 자금을 신중하게 빌려 쓰고 정말 유망한 사업에 집중하게 되므로 AI 거품을 막는 데 도움이 된다”며 “이런 때일수록 옥석 가리기가 필수적이며, 현금 흐름이 튼튼하고 사업 기반이 안정적인 우량 기업에 우선 투자해야 한다”고 조언했습니다.

최근 몇 달간 중국의 AI 모델은 전 세계에 큰 충격을 줬습니다. 7월에 발표된 문샷 AI의 키미 K3는 가중치가 공개된 오픈 모델 가운데서 가장 큰 2.8조개의 파라미터를 지닌 프런티어급 모델로 API 데뷔 후 불과 36시간 만에 글로벌 AI 성능 평가 플랫폼인 Arena.ai의 웹 개발(WebDev) 및 코딩(Code) 리더보드에서 1679점을 기록하며, 미국 빅테크의 최신 모델(앤스로픽의 페이블 5, 오픈AI의 GPT-5.6 Sol 등)을 제치고 1위에 올랐습니다. 하지만 모델이 공개된 후 성능보다 다른 이유로 더 유명해졌는데, 미국 앤스로픽의 최신 모델을 증류한 흔적이 발견됐기 때문입니다. 물론 모델 증류만으로 2.8조개 파라미터를 지닌 초대형 모델을 만드는 건 불가능하지만, 미국 정부와 앤스로픽이 반발한 것은 당연한 수순이었습니다. 하지만 중국 AI의 약진은 여기서 그치지 않았습니다. 지난해 증시에 충격을 준 딥시크는 올해 다시 공격적인 가격 인하를 통해 토큰 소비량 기준으로 앤스로픽의 뒤를 이어 2위까지 치고 올라갔습니다. 몰리는 수요를 감당하지 못해 결국 가격을 인상하긴 했지만, 중국 AI 모델의 거센 약진을 보여준 사례로 평가됩니다. 상대적으로 뉴스에는 덜 나오지만, 다른 중국 AI 모델들도 올해 상당한 결과물을 보여주고 있습니다. 알리바바의 큐원(Qwen)은 최신 3.8 버전을 내놓으면서 개인 PC에서도 돌아갈 수 있는 Qwen 3.8 27B를 선보였습니다. 파라미터가 수조개가 넘는 대형 프런티어 모델과 비교하면 270억(27B)개의 파라미터를 지닌 Qwen 3.8 27B의 성능은 대단치 않아 보일 수 있습니다. 하지만 벤치마크는 의외의 결과를 보여줬습니다. Qwen 3.8 27B는 실제 소프트웨어 엔지니어링 에이전트 능력을 측정하는 가장 중요한 에이전틱 코딩 벤치마크인 SWE-bench Pro에서 앤스로픽의 클로드 오푸스 4.6 맥스(Claude Opus 4.6 Max)의 53.4%를 상회하는 61.7%를 기록하며 놀라움을 안겼습니다. 실제 수많은 다운로드가 이뤄지면서 사용자들 사이에서는 가정용 오푸스(Opus at home)라는 반응이 나오는 중입니다. 여러 벤치마크를 가중 평균해 모델의 전반적인 지능을 하나의 숫자로 요약하는 벤치마크인 AAII(Artificial Analysis Intelligence Index)에서도 52점을 기록해 오픈웨이트 모델 중 상위권이며, 일부 프런티어 모델에 근접하는 수준입니다. (xhigh reasoning 설정 기준) Qwen 3.8 27B도 압축하지 않은 BF16 모델은 56GB 정도 용량이라 개인 PC의 그래픽카드 및 메모리에 모두 올리기 어렵습니다. 하지만 최신 4비트 양자화 모델은 크기를 16.5GB까지 줄여 어느 정도 사양이 되는 개인 PC에서 쉽게 사용할 수 있습니다. 실제 개인적으로 사용한 결과 16GB 이상 메모리를 지닌 그래픽카드에서 충분히 구동할 수 있었고 코딩 및 에이전틱 임무에서 생각보다 뛰어난 성능을 보였습니다. 다만 원활하게 돌리기 위해서는 24GB 메모리를 지닌 그래픽카드나 그에 준하는 통합 메모리가 권장됩니다. 흥미롭게도 Qwen 3.8 27B나 같이 공개한 Qwen 3.8 플래시 넥스트와 프런티어급 모델인 Qwen 3.8 맥스는 모두 한 가지 공통된 특징을 지니고 있습니다. 바로 엔비디아 GPU처럼 고성능 AI 가속기를 구하기 힘든 중국 내 특수 상황을 반영해 제한적인 컴퓨터, 서버 사양에서도 높은 성능을 낼 수 있게 개발됐다는 점입니다. 이렇게 제한된 하드웨어에서 가장 높은 성능을 내게 개발한 것이 이제는 27B 정도의 소형 모델에서도 높은 성능을 낸 비결로 보입니다. 중국 AI 모델에 대해서는 여전히 미국 프런티어 모델에 대한 증류 의혹이 있긴 하지만, 가성비 모델을 만드는 기술에 있어서는 누구도 따라올 수 없는 가장 독보적인 기술을 지닌 것은 사실입니다. 결국 같은 성능이라면 비용을 절감하는 쪽이 유리할 수밖에 없습니다. 더구나 모델을 계속 무료로 푸는 정책 역시 장기적으로 보면 경쟁자에게 큰 부담입니다. 중국의 AI 굴기는 이미 무시하기 힘든 수준으로 성장한 만큼 미국의 프런티어 모델들도 이에 대한 대응이 필요할 것으로 생각됩니다. 비용을 고민하지 않고 성능을 높이는 것보다 같은 성능이면 더 효율적이고 저렴한 모델을 개발해 원가를 절감하려는 노력이 필요합니다. 소버린 AI를 강조하고 있는 우리에게도 중요한 시사점입니다.

과학기술정보통신부 내년도 예산안이 올해 추가경정예산보다 5조 8272억원이 증가한 29조 6476억원으로 편성됐다. 특히 AI 대전환을 목표로 3대 메가프로젝트와 최상위 AI 모델 및 기술 확보, AI 서비스 및 활용, AI 포용사회 예산으로 9조 4000억원을 편성했다. 과기정통부는 1일 국무회의에서 의결된 ‘2027년 예산안’을 공개하며 3대 중점 투자 분야로 △인공지능(AI) 대전환 가속화 △넥스트(NEXT) AI, 첨단기술 확보 △과학기술·디지털 기반 균형성장 지원을 지정했다고 밝혔다. 특히 정부의 3대 메가 프로젝트, 7대 시드(SEED) 프로젝트를 뒷받침하고 정책 성과를 모든 세대와 지역, 계층에 확산하는 것에 역점을 뒀다. 과기정통부의 AI 예산은 올해와 비교해 84.3% 증가한 9조 4000억원, 연구개발 예산은 18.5% 증가한 14조 1000억원이다. 과기정통부 예산에서 특히 주목할 부분은 AI이다. 내년 AI 대전환에는 올해보다 84.3% 늘어난 9조 4211억원을 배정했다. 3대 메가프로젝트 본격 추진, 최상위 AI 모델·기술 확보, AI 서비스·활용, AI 포용사회 등 4개 부문에 관해 3대 메가프로젝트 예산은 올해 2981억원에서 7956억원으로 늘었다. AI 데이터센터(AIDC) 클러스터 조성 및 산업 육성에 878억원, 소부장·클라우드 기술 개발·고도화에 1155억원이 새로 편성됐다. 최상위 AI 모델·기술 확보를 위해 5조 5937억원을 투입할 예정인데 특히 그래픽처리장치(GPU) 1만장 확보를 포함한 AI 컴퓨팅 자원 활용 기반 강화 예산이 올해 2조 841억원에서 3조 8500억원으로 대폭 늘었다. AI 서비스·활용을 위해 1조 8611억원이 배정됐는데 모든 국민이 범용 AI 챗봇, 공공 AI 에이전트를 부담 없이 쓸 수 있도록 하는 ‘전 국민 AI서비스 보편적 활용지원 사업’에 2500억원이 신규 편성됐다. 이와 함께 AI 이후 미래 먹거리가 될 첨단기술 확보에는 올해보다 1조 6845억원 늘어난 12조 3770억원이 투입된다. 소형모듈원자로(SMR), 핵융합 등 7대 시드(SEED) 프로젝트에는 1조 3439억원을 투입할 계획이다. 선박용 SMR인 해양용 용융염원자로(MSR), 혁신형 SMR 상용화 사업 등을 새로 시작하고 핵융합 인프라 구축에는 올해 처음 1601억원을 투입한다. 우주 분야에서는 2035년 한국형 저궤도 위성통신망 구축을 위한 기술 확보에 나설 예정이며, 국가전략기술 분야에는 5조 6408억원을 투입한다. 기초연구를 비롯한 연구개발(R＆D) 생태계 강화에는 5조 1636억원이 투입된다. 개인 기초연구 과제 수도 올해 1만 5300개에서 1만 8000개 수준으로 늘릴 계획이며 지역 연구자만 받을 수 있는 지역 장기연구에 300억원이 새로 배정됐다. 영재학교 및 연구중심대학 신설·확대를 위한 예산과 대통령과학장학금 등 이공계 장학금 확대에도 나선다. 그렇지만 AI를 비롯해 다른 분야와 비교했을 때 증가폭은 크지 않다. 올해 4조 7117억원보다 4519억원 증가하는 것에 불과하다. 한편 정부는 내년 연구개발(R＆D) 예산을 올해보다 약 4조원 증가한 39조 5000억원으로 책정했다. 국가과학기술자문회의 심의 대상인 과기정통부 과학기술혁신본부가 배분·조정하는 주요 R＆D는 올해보다 3조 5000억원 늘어난 33조 8000억원, 기획예산처가 편성하는 일반 R＆D는 5조 7000억원으로 올해보다 5000억원 증가했다. 올해 R＆D 예산은 정부 총지출 대비 4.81% 수준으로 5%에 미치지 못했다. 이에 대해 박인규 과기정통부 과학기술혁신본부장은 “각 부처의 수요에 맞춰 감액과 증액을 결정했을 뿐 5% 자체를 목표로 두지 않는다”며 “5%를 상회한다는 목표를 설정하고 예산을 심의·조정하지 않았다”고 설명했다.

인공지능(AI)과 반도체를 미래 성장동력으로 삼아 3대 메가프로젝트에 내년 21조3000억원이 투입된다. 반도체 생산기반과 피지컬AI, AI 데이터센터(AIDC)를 집중 육성하고 독자 AI 모델 개발과 전력·용수 인프라까지 뒷받침해 AI 산업 전 주기를 국내에 구축한다는 구상이다. 1일 정부의 ‘2027년도 예산안’에 따르면 올해 가장 큰 폭으로 늘어난 투자 항목은 3대 메가프로젝트를 비롯한 AI 분야다. 올해보다 97.2% 늘어난 21조 3000억원이 편성됐다. 반도체는 생산기반부터 기술·인재까지 전 주기를 지원한다. ‘반도체산업 경쟁력강화 특별회계’를 신설하고 서남권 반도체 클러스터에 1조 5000억원을 투입한다. 용인·평택 반도체 팹의 조기 가동을 위한 기반시설에도 1000억원을 지원한다. 국산 AI 반도체 경쟁력 강화에도 나선다. 국산 신경망처리장치(NPU)와 AI 모델·서비스를 통합 최적화하는 ‘K-AI 반도체’ 기술개발에 200억원을 신규 투입하고 화합물반도체 시제품 제작·실증을 위한 상생팹 구축에 국비 480억원을 지원한다. 피지컬AI 분야에는 3조 1000억원을 투입한다. 제조·스마트팩토리·건설·농업·국방·돌봄·물류·항만 등 8개 분야에서 AI 로봇의 현장 실증을 지원하고 선도적 수요 창출을 위해 국산 AI 로봇 2000여대를 도입한다. 핵심 기술 연구개발에는 1조 5000억원을 투입하고 AI 학습용 데이터를 생산할 트레이닝센터와 데이터팩토리도 구축한다. AIDC에는 5000억원을 투자한다. 핵심 부품 성능을 검증하는 테스트랩을 구축하고 서버·전력·냉각 등 소재·부품·장비와 클라우드 기술개발을 지원한다. AI와 반도체 산업의 기반인 전력·용수 인프라에는 2조 1000억원을 지원해 송전망과 변전소, 에너지저장장치(ESS) 등을 확충한다. 독자 AI 모델 개발에는 5조 2000억원을 편성했다. 프런티어 AI 모델 확보를 위해 최상위급 그래픽처리장치(GPU)인 ‘베라루빈’ 1만장을 확보하는 데 3조 9000억원을 투자하고 AI 학습용 데이터와 해외 연구자 유치 등을 지원한다. AI 활용을 국민 생활로 확산하기 위한 ‘모두의 AI’에는 2조 4000억원을 투입한다. AI가 주민등록 발급이나 여권 재발급, KTX 예매 등 공공서비스를 찾아 신청하는 AI 에이전트를 개발하고 여행·돌봄 등 민간 서비스에도 AI 활용을 확대한다. 전 국민 390만명을 대상으로 한 AI 교육에는 2조 1000억원을 지원한다. 새로운 성장축을 만들기 위한 첨단전략산업 지원 예산도 올해보다 14.4% 늘어난 41조4000억원을 편성했다. 이 가운데 NEXT 10대 전략기술 분야에는 15조원을 투입한다. 우주항공 분야에서는 2030년 달 착륙을 목표로 착륙선과 발사체 개발 등 핵심 기술 확보에 나선다. 자율주행 실증을 확대하고 도심항공교통(UAM) 실기체 도입 등 미래 모빌리티 기술의 상용화 기반도 마련한다. 국가 연구개발(R＆D) 투자는 차세대 성장축 확보에 집중한다. 소형모듈원자로(SMR)·핵융합·재생에너지·양자·우주항공·첨단바이오·첨단공급망 등 ‘7대 SEED’ 분야에 대한 투자를 확대하고, 기업 R＆D에 정부가 지분을 확보하는 투자형 R＆D도 새롭게 도입한다. 에너지 대전환을 위해 공장 지붕과 영농형 태양광 등 다양한 형태의 태양광 사업을 지원하고 지역 주민이 재생에너지 발전 수익을 공유하는 햇빛소득마을도 확대한다. 전기차 보조금 지원 물량도 30만대에서 역대 최대인 43만대로 늘린다. 창업 생태계 조성에도 재정 투입을 확대한다. ‘모두의 창업’ 프로젝트 선발 인원을 1만 5000명에서 2만명으로 늘리고 비수도권 창업도시도 4곳에서 10곳으로 확대한다. 재창업과 사업전환을 지원하는 재도전 사업도 강화한다. 문화 분야에서는 K-콘텐츠의 기획부터 사업화·유통·해외 진출까지 전 주기 지원을 강화한다. 방한 관광객 유치를 위해 5대 메가관광권을 조성해 지방 관광 활성화에도 나선다. 중소기업의 성장과 수출 지원도 강화한다. 신성장 분야 유망기업 300곳을 선정해 맞춤형 지원을 제공하고 중소기업 R＆D와 기술사업화, 수출 지원을 강화한다.

이공계 의대 쏠림 현상으로 과학기술분야 인재난이 심화하는 가운데 정부가 2030년까지 연구 일자리를 확충하고 과학기술인에 대한 처우와 보상을 강화하기로 했다. 해외 우수 과학기술 인재 2000명을 유치해 인재 양성부터 연구·취업·정착까지 전 주기 지원에 나선다. 과학기술정보통신부는 31일 국가과학기술자문회의 의결을 거쳐 ‘제5차 과학기술인재 육성·지원 기본계획(2026~2030)’을 확정했다고 밝혔다. 이번 계획은 11개 부처가 공동으로 마련한 과학기술 인재 분야 국가 최상위 법정계획이다. 정부는 ‘과학기술인이 되고 싶은 나라, 과학기술인이 존중받는 나라’를 비전으로 제시하고 인재의 유입부터 성장·활약까지 이어지는 경로를 ‘두뇌 고속도로’로 연결한다는 구상이다. 이를 위해 정부는 2030년까지 양질의 연구 일자리를 확충한다. 국가 전략기술 확보와 인공지능(AI) 대전환 등 국가적 임무 수행을 위해 정부출연연구기관 연구인력을 늘리고 4대 과학기술원의 정원을 확대한다. 박사후 연구원을 대학의 공식 구성원으로 명문화하고 전문 연구지원 직군도 육성한다. 세계 최고 수준 연구자를 지원하는 ‘국가과학기술자’ 제도도 본격 추진한다. 리더급은 2026년부터 매년 20명, 차세대는 2027년부터 매년 200명을 선정해 각각 연 1억원과 5000만원의 연구활동비를 최대 5년간 지원한다. 이공계 학생 지원도 확대한다. 연구생활장려금 지원 대학을 2030년까지 70개교 내외로 늘리고 장학생 규모를 1만명 수준으로 확대한다. AI·AX(인공지능 전환) 분야 석·박사 전문연구요원은 대기업과 출연연에서도 복무할 수 있도록 제도를 개선한다. AI 인재 확보를 위해 AI 중점학교·AI 중심대·AI 단과대·AX 대학원을 확대하고 그래픽처리장치(GPU) 등 연구 인프라도 지원한다. 해외 우수 연구자는 2030년까지 2000명을 유치하고 비자·거주·자녀교육 등 정착 지원을 강화한다.

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.

인공지능 전환(AX) 인프라 소프트웨어 기업 아크릴(대표 박외진)이 북미 시장에 도전장을 던지며 글로벌 시장 진출에 시동을 걸었다. 아크릴은 최근 미국 플로리다주 올랜도에서 열린 제39회 한미과학기술학술대회(UKC 2026)에서 그래픽처리장치(GPU) 운영 플랫폼인 ‘GPU베이스’를 소개했다고 31일 밝혔다. GPU베이스는 서로 다른 제조사의 GPU와 NPU(신경망처리장치)를 하나의 자원 풀로 묶어 운영하는 소프트웨어다. GPU 한 장을 여러 작업이 나눠 쓰도록 분할하고 네트워크 병목을 줄여 장비의 성능을 끌어올린다. 국내외에서 대형 AI 데이터센터 구축이 잇따르면서 GPU 운영·효율화 소프트웨어 수요도 함께 늘고 있다. UKC는 지난 5일부터 나흘간 진행됐다. 아크릴은 대회 기간 한미 인공지능(AI) 협력 공식 심포지엄에 국내 기업 중 유일하게 패널로 참여하고, 공식 스폰서 포럼의 핵심 발표를 맡았다. 발표 내용은 올해 상반기 글로벌 3대 클라우드 환경에서 이기종 GPU 7종 1272장을 대상으로 성능 검증을 진행한 결과가 핵심이다. 아크릴은 대회 기간 플로리다대 슈퍼컴퓨팅 시설 ‘하이퍼게이터’를 방문해 협력 방안을 논의하고 플로리다주정부 경제개발기구 ‘셀렉트플로리다’와도 라운드테이블을 가졌다. 포럼 연사로 나선 엔비디아 공동창업자 크리스 말라초프스키도 만났다. 아크릴은 지난 6월 정보통신기획평가원(IITP)이 발주한 이더넷 기반 GPU 클러스터 네트워크 패브릭 개발 과제의 주관기관으로 선정됐다. 총사업비 약 67억원(정부 지원금 55억원) 규모로 2028년 12월까지 연세대·성균관대·아주대와 공동 수행한다. 엔비디아 전용 네트워크 기술인 인피니밴드를 개방형 이더넷으로 대체하는 것이 목표다. 아크릴은 한컴 모듈형 데이터센터(MDC) 고급형 공급(누적 55억원)을 3분기 안에 마무리할 예정이다. 또 하반기엔 단일 클러스터 1000장 규모의 버티컬 페이즈에서 성능 검증을 이어간다. 이를 바탕으로 한국인정기구(KOLAS) 공인시험성적서 발급을 추진한다. 북미에서는 UKC 기간 만난 대학·연구기관과 후속 협의를 이어간다. 박외진 아크릴 대표는 “AI 인프라 경쟁은 GPU를 얼마나 많이 확보했느냐에서, 보유한 연산 자원을 얼마나 효율적이고 안정적으로 운영하느냐로 옮겨가고 있다”며 “북미 대학·연구소·데이터센터가 실제로 겪고 있는 운영 문제를 근거로 공동 실증과 사업 협력을 구체화하겠다”고 말했다.

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.

전 국민 대상 인공지능(AI) 서비스 구축 사업인 ‘모두의 AI’ 프로젝트 수행기관으로 SK텔레콤, 카카오, KT 3개 컨소시엄이 최종 선정됐다고 과학기술정보통신부가 28일 밝혔다. 과학기술정보통신부는 이번 공모에 참여한 6개 컨소시엄을 대상으로 기술 적합성을 심사하는 서면평가와 서비스 편의성, 이용자 확보 전략, 생태계 기여도 등을 검증하는 발표평가를 거쳐 3개 컨소시엄을 선정했다. 선정된 사업자들은 외산 AI를 뛰어넘는 범용 AI 챗봇 서비스와 복잡한 공공 행정 절차를 대신하는 공공 AI 에이전트, 스타트업 협업 기반의 차별화된 특화 서비스를 선보인다. 컨소시엄별 개발 계획을 보면 SK텔레콤 컨소시엄은 질문 하나로 계획 수립부터 실행까지 처리하는 실행형 AI를 개발한다. SK텔레콤 컨소시엄은 앱·웹뿐만 아니라 전화와 문자로도 이용할 수 있도록 해 디지털 취약계층의 접근성을 높이고 공식 API가 없는 매장이나 관공서도 전화 대행으로 연결하는 기능을 구현한다. 카카오 컨소시엄은 국민 메신저를 진입점으로 삼아 범용 챗봇과 AI 에이전트를 결합한다. LG유플러스와 함께 연내 전화 AI 서비스 라이트(Lite) 버전을 출시하고 에이전트 마켓플레이스 연계를 통해 유망 AI 기업의 특화 서비스를 빠르게 유통·확보할 계획이다. KT 컨소시엄은 다음 포털과 다나와, 무신사, 직방 등 다양한 파트너 채널과 자사 통신·미디어(IPTV) 인프라를 연결해 정보 탐색과 공공 서비스를 하나의 대화 흐름 안에서 지원하는 통합 AI를 선보인다. 정부는 선정된 3개 사업자에게 올해 엔비디아 그래픽처리장치(GPU) B200 512장을 지원한다. 2027년부터는 정부 예산으로 전 국민 서비스 제공에 필요한 비용을 뒷받침한다. 과기정통부는 오는 9월 중 이들 사업자와 협약을 맺고 실무협의체를 구성한 뒤 베타 서비스를 거쳐 연내 모두의 AI 정식 서비스를 개시할 예정이다.

엔비디아가 중소 인공지능(AI) 클라우드 업체의 그래픽처리장치(GPU) 구매를 지원하고 매출 일부를 받는 금융지원 사업의 일부 거래를 중단했다는 보도가 나왔다. 월스트리트저널(WSJ)은 27일(현지시간) 관계자들을 인용해 엔비디아가 지난주 ‘AI 컴퓨팅 파트너십’에 포함된 일부 신규 거래의 추진을 멈췄다고 보도했다. 지난 7월 사업을 공개한 지 두 달도 지나지 않은 시점이다. 다만 사업을 폐기하지는 않고 구조를 바꾸거나 다른 지원 프로그램에 통합하는 방안을 검토하는 것으로 전해졌다. 이 사업은 자금력이 부족한 AI 클라우드 업체가 엔비디아 GPU를 구매할 수 있도록 신용을 보강해 주는 방식이다. 클라우드 업체가 확보한 GPU 임대 물량을 판매하지 못하면 엔비디아가 남는 컴퓨팅 용량을 빌려 최소 수요를 보장한다. 엔비디아는 GPU를 판매한 뒤 해당 장비에서 발생하는 클라우드 매출의 일부도 받는다. 문제는 엔비디아가 거래 과정에서 고객사의 영업 방식에 관여한 정도였다. WSJ에 따르면 엔비디아는 일부 클라우드 업체에 GPU를 빌려줄 수 있는 고객을 제한하고, 대형 고객사 한 곳보다 여러 중소 고객사에 물량을 나눠 공급하도록 요구했다. 일부 계약에는 클라우드 매출이 일정 기준을 넘으면 초과분의 50%를 엔비디아가 받는 조건도 담긴 것으로 전해졌다. 이 같은 조건을 두고 잠재적인 참여 업체들과 마찰이 빚어졌으며, 엔비디아 내부에서도 반독점 심사로 이어질 수 있다는 우려가 제기됐다고 WSJ는 전했다. 일부 직원은 엔비디아가 고객사의 사업 방식을 통제하는 것으로 비칠 수 있다는 우려를 기존·잠재 고객사에 전달한 것으로 알려졌다. 엔비디아가 지난 7월 첫 협력 업체로 공개한 곳은 호주의 샤론AI와 퍼머스테크놀로지스다. 샤론AI는 최대 4만개, 퍼머스는 최대 17만개의 엔비디아 GPU를 배치할 계획이었다. 엔비디아가 이 사업과 관련해 부담하기로 한 약정은 통상 6년간 모두 360억 달러(약 50조원) 규모로 전해졌다. 이번 조치가 두 회사와 맺은 기존 계약에도 적용되는지는 확인되지 않았다. 엔비디아는 일부 거래의 중단 여부를 직접 확인하지 않았다. 대변인은 WSJ 보도와 관련해 “빠르게 성장하는 AI 생태계의 컴퓨팅 접근성을 넓히려는 새로운 사업 모델은 유지되고 있으며 높은 수요에 맞춰 계속 발전하고 있다”고 로이터에 밝혔다.

SK텔레콤과 카카오, KT가 전 국민을 대상으로 국산 인공지능(AI) 챗봇과 공공 AI 에이전트를 제공하는 정부의 ‘모두의 AI’ 프로젝트 사업자로 선정됐다. 세 사업자는 정부가 지원하는 엔비디아 그래픽처리장치(GPU) B200 512장을 활용해 베타서비스를 개발하고 연내 정식으로 선보인다. 과학기술정보통신부는 모두의 AI 프로젝트 공모에 참여한 6개 사업자를 대상으로 서면·발표평가를 진행한 결과 SKT·카카오·KT 컨소시엄을 사업 수행기관으로 선정했다고 28일 밝혔다. 함께 지원한 엠케이디와 제논, 이스트소프트 컨소시엄은 탈락했다. 사업자별 평가 점수와 순위는 공개하지 않았다. 모두의 AI는 외산 AI에 버금가는 범용 챗봇과 국민이 받을 수 있는 행정·복지 혜택을 찾아 신청까지 돕는 공공 AI 에이전트를 구축하는 사업이다. 정부는 AI 모델과 서비스 경쟁력, GPU 활용계획을 비롯해 이용자 확보 전략과 서비스 안전성, 국내 AI 생태계 기여도 등을 평가했다. SKT 컨소시엄은 이용자의 요청에 따라 계획 수립부터 실행, 결과 확인까지 처리하는 ‘실행형 AI’를 개발한다. 앱·웹뿐 아니라 전화와 문자로도 이용할 수 있으며, 매장이나 관공서에 대신 전화하는 기능과 건강·금융 특화 서비스를 제공한다. SKT의 ‘A.X K2’와 업스테이지 ‘솔라 오픈 2’, 모티프테크놀로지스 ‘모티프3’, LG AI연구원 ‘K-엑사원 2.0’ 등을 활용한다. 카카오 컨소시엄은 카카오톡에서 범용 챗봇과 AI 에이전트를 이용하고 예약·신청·결제까지 마칠 수 있는 서비스를 선보인다. LG유플러스와 연내 범용 전화 AI의 경량형 서비스를 출시하고, 시니어 돌봄과 세무 등 특화 서비스도 제공한다. 카카오의 ‘카나나’와 LG AI연구원의 ‘엑사원’ 계열 모델을 활용한다. KT 컨소시엄은 하나의 대화 안에서 정보 검색과 비교·판단, 공공서비스 실행과 관리까지 지원한다. 다음과 다나와, 무신사, 직방 등 파트너 채널과 KT 통신·인터넷TV(IPTV)에 AI 진입점을 배치하고 교육·부동산 특화 서비스를 제공한다. KT의 ‘믿음 K 프로 2.5’와 업스테이지 ‘솔라 프로4’, 모티프3 등을 활용한다. 과기정통부는 다음달 세 사업자와 협약을 체결하고 베타서비스를 거쳐 연내 모두의 AI를 정식 출시할 계획이다. 올해는 세 컨소시엄에 B200 512장을 나눠 지원하고, 내년부터는 전 국민 서비스 운영에 필요한 비용을 정부 예산으로 지원한다. 공공데이터 연계를 위한 관계부처 협의도 추진한다. 이번 공모에는 모두 6개 사업자가 지원했으며 네이버는 참여하지 않았다. 대규모 이용자 접점과 자체 AI 서비스를 갖춘 SKT·카카오·KT가 나란히 선정되면서 통신·플랫폼 3사의 대국민 AI 서비스 경쟁도 본격화할 전망이다.

글로벌 생산능력 127만대 늘려2028년 ‘차선 변경’ 자율주행 적용4분기 로보택시 구글 웨이모 공급기보유 자사주 7891억 전량 소각 현대자동차가 2030년까지 글로벌 시장에 신차 100종 이상을 선보이고 연간 생산능력을 127만대 확대한다. 미국 관세 정책과 중국 전기차 공세 속에서도 엔비디아와의 협력을 바탕으로 2028년 첫 소프트웨어중심차량(SDV)에 고속도로에서 차선 변경 등을 스스로 수행하는 ‘레벨2+’ 자율주행 기술을 적용하는 등 미래차 경쟁력도 끌어올린다는 전략이다. 현대차는 26일 서울 여의도 콘래드서울호텔에서 ‘2026 최고경영자(CEO) 인베스터 데이’를 열고 이 같은 사업전략을 발표했다. 2030년 글로벌 판매 555만대와 전동화 차량(xEV) 판매 비중 60%라는 기존 목표를 유지하면서 영업이익률 목표는 기존 8~9%에서 9% 이상으로 높였다. 호세 무뇨스 현대차 대표이사(사장)는 “더 많은 모델을 출시하고 신규 시장에 공격적으로 진출하겠다”고 밝혔다. 현대차는 2030년까지 완전·부분변경과 파생모델을 포함해 신차 100종 이상을 출시한다. 이를 뒷받침하기 위해 북미 50만대, 인도 32만대 등 글로벌 생산능력도 총 127만대 늘린다. 제네시스는 내년에 1000㎞ 이상 주행 가능한 주행거리연장형 전기차(EREV)를 선보인다. 미래차 분야에서는 엔비디아와의 전략적 협력을 활용해 SDV와 자율주행 기술 개발에 속도를 낸다. 올해 말 자체 자율주행 모델 ‘아트리아 AI’를 투입하고 2028년 첫 SDV 양산차에는 운전자가 전방을 주시한 상태에서 운전대에서 손을 떼고 운전할 수 있는 레벨2+ 기술을 적용한다. 이후 연간 700만대 이상 판매되는 현대차그룹(기아 포함) 양산차에서 수집한 데이터로 자율주행 기술을 고도화할 계획이다. 박민우 첨단차플랫폼(AVP) 본부장은 “2033년 전후에 누적 데이터 규모에서 경쟁사를 앞설 것”이라고 했다. 2029년부터는 그래픽처리장치(GPU) 5만장 이상을 수용하는 100㎿급 새만금 AI 데이터센터도 가동한다. 로보택시와 로보틱스 사업도 키운다. 올해 4분기 미국 조지아주 공장에서 생산한 아이오닉5 기반 로보택시를 구글의 자율주행 자회사 ‘웨이모’에 공급하고 향후 다른 자율주행 업체로 위탁생산을 확대할 계획이다. 미국 로봇 메타플랜트 응용센터(RMAC)를 연말까지 현재의 10배 규모로 키우고, 2028년부터 보스턴다이내믹스의 휴머노이드 ‘아틀라스’를 미국 생산현장에 투입한다. 미국 내 로보틱스 생산시설은 2028년부터 가동해 연간 3만대 규모의 생산능력을 갖출 계획이다. 자체 개발한 고성능 배터리 셀은 기존 하이니켈 배터리보다 출력을 2배 이상 높이고 충전시간은 40% 줄였으며 내년 상반기 EREV에 적용할 예정이다. 주주환원도 강화하기로 했다. 총주주환원율은 35% 이상을 유지하면서 임직원 보상 목적 물량을 제외한 7891억원 규모의 기보유 자사주는 전량 소각하기로 했다.

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.

정부가 추진하는 ‘사이버보안 특화 인공지능(AI) 파운데이션 모델 개발’ 사업에 SK텔레콤과 네이버클라우드가 각각 대규모 컨소시엄을 꾸려 도전장을 냈다. 국내 대표 AI 기업들이 사이버보안 분야의 ‘소버린 AI’ 경쟁에 나선 것으로, 최종 선정된 컨소시엄에는 엔비디아의 최신 AI 가속기 256장이 제공된다. 과학기술정보통신부는 정보통신산업진흥원(NIPA)과 함께 사업 참여팀을 모집한 결과 SK텔레콤과 네이버클라우드 컨소시엄이 각각 지원했다고 26일 밝혔다. SK텔레콤은 ‘전방위 사이버보안 특화 AI 파운데이션 모델군 개발 및 국내 사이버 위협 환경 기반 에이전틱 보안 서비스 실증’을 주제로 13개 기관과 컨소시엄을 구성했다. 업스테이지, SK쉴더스, 시큐아이, 안랩, 이글루코퍼레이션, 라온시큐어, 지니언스, 파이오링크 등 국내 주요 보안기업과 고려대·숭실대 산학협력단 등이 참여했다. 네이버클라우드는 ‘국가 사이버 안보 역량 내재화를 위한 AI 파운데이션 모델 개발’을 목표로 32개 기업·기관이 참여하는 컨소시엄을 꾸렸다. LG CNS, LG AI연구원, LG유플러스 등 LG 계열사를 비롯해 이스트시큐리티, 트릴리온랩스, 티오리한국, 하이퍼엑셀, 한국항공우주산업, 한국수력원자력, 금융보안원, 한국과학기술정보연구원 등이 이름을 올렸다. 서울대·한국과학기술원(카이스트)·포항공대 등 학계도 참여한다. 두 컨소시엄은 각각 보안 위협을 탐지·분석하고 대응하는 AI 모델을 개발해 국내 사이버 위협 환경에 특화된 서비스를 구현한다는 계획이다. 특히 SK텔레콤은 AI 에이전트 기반의 보안 서비스 실증을, 네이버클라우드는 국가 차원의 사이버 안보 역량 내재화를 강조했다. 과기정통부는 제출 서류 검토와 외부 전문가 발표평가 등을 거쳐 다음 달 초 최종 사업자 1곳을 선정할 예정이다. 선정된 컨소시엄에는 엔비디아 B200 그래픽처리장치(GPU) 256장이 10개월간 제공된다. 개발된 AI 모델과 결과물은 오픈소스로 공개해 국내 정보보호 기업과 연구기관 등이 활용할 수 있도록 할 방침이다. 정부가 특정 기업의 보안 AI 모델 개발을 넘어 국내 보안업계 전반에서 활용할 수 있는 기반 모델을 구축하겠다는 취지다.

엔비디아가 삼성전자 파운드리에서 생산한 인공지능(AI) 추론 전용 칩 ‘그록3’를 본격 상용화한다. 첫 고객사까지 확보하면서 삼성전자는 첨단 공정의 가동률을 높일 추가 물량 확보의 발판을 마련했다. 엔비디아가 그래픽처리장치(GPU)에 이어 추론 전용 칩까지 제품군을 넓히면서 AI 반도체 경쟁도 학습에서 추론으로 확산하고 있다. 엔비디아는 24일(현지 시간) 그록3 칩 256개를 묶은 ‘그록3 LPX’가 양산에 들어갔다고 밝혔다. AI 클라우드 업체 네비우스가 첫 도입 고객사로, 올해 안에 데이터센터에 설치해 서비스를 시작한다. 구체적인 공급 규모는 공개하지 않았다. 그록3는 엔비디아가 지난해 기술 사용권을 확보한 미국 AI 반도체 기업 그록의 설계를 바탕으로 삼성전자가 4나노 공정에서 생산한다. 학습과 추론 등 다양한 AI 연산을 처리하는 GPU와 달리, 그록3는 학습을 마친 AI가 답변을 생성하는 추론 작업에 특화했다. 데이터를 칩 내부의 고속 S램에서 바로 불러와 AI 에이전트의 응답 지연을 줄이는 방식이다. 실제 성능 시험에서 그록3 LPX는 10만 토큰 분량의 자료를 처리하면서 초당 약 3400개의 출력 토큰을 생성했다. 가장 빠른 기존 플랫폼보다 약 4배 높은 속도다. 일반 시스템에서는 50초가 걸리는 5000개 토큰 생성도 약 1.5초 만에 마쳤다. 코딩과 검색, 도구 호출 등을 연속 수행하는 AI 에이전트 시장을 겨냥한 성능이다. 이번 양산은 삼성 파운드리의 4나노 기술이 설계 검증을 넘어 실제 고객 서비스에 투입된다는 데 의미가 있다. 후속 고객과 추가 물량을 확보하면 가동률과 매출 확대에도 보탬이 될 수 있다. 그록3는 엔비디아의 차세대 플랫폼 ‘베라 루빈’과 함께 사용해 추론 속도를 높인다. 그록3 자체에는 고대역폭메모리(HBM)가 들어가지 않지만 루빈 GPU에는 HBM4가 탑재된다. 엔비디아는 베라 루빈이 전작보다 ㎿(메가와트)당 처리량을 최대 30배 높이고 토큰 비용은 최대 35분의 1로 낮췄다고 밝혔다. 베라 루빈 보급이 늘면 삼성전자와 SK하이닉스의 HBM4 공급 기회도 커질 전망이다.

AI·청년·양극화 대응 집중 투자… 전기차 보조금 역대 최대 지원 내년에 인공지능(AI)과 3대 메가프로젝트를 지원할 ‘반도체 특별회계’가 신설된다. 출산·육아 지원금은 ‘아동기본수당’으로 확대·개편되고, 18세까지 연간 최대 120만원을 정부가 지원하는 ‘우리아이 자립 펀드’가 도입된다. 전기차 보조금은 역대 최대 규모로 늘어난다. 더불어민주당과 정부는 25일 국회에서 ‘2027년 예산안 당정협의’를 열고 조만간 발표될 800조원+알파(α) 규모 예산안의 ‘5대 집중 투자 분야’를 공개했다. 박홍근 기획예산처 장관은 “이재명 정부가 처음으로 온전히 편성 전 과정을 주관한 예산”이라면서 “반도체 호황으로 증대된 세수를 일시적 지출로 소진하지 않으려고 신설하는 미래대응기금을 잠재성장률 반등을 뒷받침하는 전략적 투자 플랫폼이자 세수 변동성을 완화하는 재정 안정화 장치로 활용하겠다”고 말했다. 이재명 대통령은 이날 국무회의에서 내년 예산안과 관련해 “늘어난 재정 여력을 미래에 더 많은 열매를 수확하기 위한 씨앗으로 삼는 ‘생산적 재정 전략’으로 전환해야 한다”며 “지금은 눈앞의 재정 수치 관리에 매몰되는 우를 범할 때가 아니다”라고 밝혔다. 이어 “소중한 미래 재원을 보다 효율적이고 생산적인 분야에 투입해 지금의 1만원을 내일은 10만원으로, 이후에 100만원으로 키우는 지혜가 필요하다”고 강조했다. 국회 예산안 심의에 대해서는 “예산안 제출 이후에도 국회나 국민의 합리적 대안은 열린 자세로 검토해 달라”며 “국회 심의 과정에서 변경된다고 해서 너무 흔들리지 않으면 좋겠다”고 주문했다. 당정이 공개한 5대 투자 분야는 ▲AI 및 3대 메가프로젝트 ▲우주·항공, 바이오 산업 등 미래 성장엔진 ▲청년 성장 ▲K자형 양극화 대응 및 지방 주도 성장 ▲국민 안전 등이다. 먼저 반도체 특별회계를 신설해 3대 메가프로젝트를 통합 지원한다. 제조업의 피지컬 AI 도입 확대를 위한 AI 솔루션을 개발·지원한다. 국산 AI 모델 개발을 위해 그래픽처리장치(GPU) 1만장을 공급한다. 미래 성장엔진 확충을 위해 2030년 달 착륙을 위한 연구개발(R＆D)에 재정을 대거 투입한다. 자율주행차 시범 지역을 확대하고 전기차 보조금도 대폭 늘린다. 청년 성장 지원 방안으로는 대학생이 한 학기 동안 인턴 활동을 하면 학점을 인정해 주는 ‘대학생 인턴 학기제’가 도입된다. 국회 예산결산특별위원회 민주당 간사인 정태호 의원은 “기존 아동수당을 ‘아동기본수당’으로 확대·개편하는 내용이 예산안에 담긴다”고 밝혔다. K자형 양극화 대응과 지방 주도 성장 분야에서는 앵커기업이 지방으로 가면 설비 투자 비용을 정부가 지원하는 ‘성장엔진 특별보조금’이 신설된다. 미래 성장 지원금을 도입해 지방의 정주 여건을 개선하는 데 쓴다. 또 지역 필수의료 특별회계가 새로 도입된다. 지방국립대 등록금을 전액 지원하는 방안도 추진된다. 아울러 국민 안전 강화를 위해 핵추진잠수함 개발을 지원하고 군 초급 간부 보수를 대폭 인상할 방침이다.

인공지능(AI) 확산에 따라 증가하는 데이터센터가 주민 반발, 전력·용지 확보 등의 문제에 부딪히면서 빅테크들이 육상을 벗어나 바다와 우주 등 미개척지로 뱃머리를 돌리고 있다. AI 경쟁력의 병목이 컴퓨팅 능력에서 토지 및 전력망 등 인프라로 확대되면서 데이터센터를 지을 새로운 ‘영토’를 개척하는 기술 경쟁에 불이 붙었다. 25일 산업계에 따르면 국내에서 집중하는 기술은 바닷물을 냉각에 활용하는 수중 데이터센터(UDC)와 선박이나 바지선을 개조해 서버를 탑재하는 해상부유식 데이터센터(FDC)다. 둘 다 주민 민원이나 인허가 문제에서 자유롭고, 바닷물을 이용해 서버에서 발생하는 열을 냉각하는 방식이어서 경제적이다. 바닷속에 들어간 데이터센터KIOST, 울산 수심 20m 시공 계획수도권 집중 해소하고 해수로 냉각 산업계, FDC·액침냉각 개발 속도한국해양과학기술원(KIOST)은 지난해 11월 울산시와 ‘수중 데이터센터 구축모형 개발’을 위한 업무협약을 체결했고 관련 기술을 개발 중이다. 울산 앞바다 수심 20m 해저에 서버 10만대 규모의 수중 데이터센터 단지를 설계·시공·유지하는 기술을 개발하겠다는 것으로 2031년 상용화가 목표다. 한국수력원자력, 울산과학기술원, 포스코, SK텔레콤 등도 참여한다. 수중 데이터센터는 별도 인허가 없이 공유수면 점용·사용 허가만 획득하면 돼 건축 기간이 짧다. 육상 데이터센터는 전체 소비전력 중 약 40%를 냉각시스템 가동에 쓰지만 해수를 활용하면 이 비용도 대폭 감소한다. 문제는 해수 취수에 따른 유지·보수 부담이다. KIOST는 2022년 구조체 외부와 연결된 열교환 파이프로 해수를 유입·배출시키며 열을 식히는 방식을 택했다. 한택희 KIOST 책임연구원은 “뜨거워진 (외부 열교환) 파이프로 해저 미생물이 모여들어 열효율이 떨어졌고 이에 대한 고압 세척 과정에서 파이프가 손상될 가능성도 생겨 유지·보수가 어려웠다”고 돌아봤다. 마이크로소프트(MS) 역시 2015년에 ‘나틱 프로젝트’를 통해 같은 냉각 방식의 수중 데이터센터를 최초로 개발했고 2년여간의 실증을 통해 ‘성공’이라고 자평했지만, 상업화까지는 힘들 것으로 보고 사실상 중단한 것으로 전해졌다. 이에 KIOST는 외부 파이프를 없앤 ‘이중벽 실린더 구조물’ 기술로 상업화에 도전하고 있다. 지난해 12월 이와 관련한 특허출원도 마쳤다. 중국도 적극적이다. 하이랜더는 2023년 하이난섬 인근에 최초의 상업용 수중 데이터센터 가동에 성공한 데 이어 상하이 린강에 해상풍력 발전과 연계한 총 24㎿ 규모 수중 데이터센터 일부를 운용하고 있다. 육지에서 전력 소모 비난이 높다면, 하이랜더는 해상풍력으로 생산한 전력과 바닷물로 이를 대체한 셈이다. 다만 해양 생태계 교란 문제에 대해서는 아직 알려진 바가 없다. 바다 위 데이터센터로 불리는 FDC 역시 인허가 유연성과 구축 신속성, 해수를 활용한 냉각 효율성 등이 강점이다. 특히 국내 조선사의 해양플랜트 건조 기술력이 핵심이다. 삼성중공업은 지난 4월 미국 선급협회와 영국 로이드 선급협회로부터 개념설계 인증(AIP)을 확보했고, FDC 상업 서비스 시점을 2028년 상반기로 발표했다. 연내 최대 2척의 FDC 수주 가능성도 거론되고 있다. HD한국조선해양은 지난 6월 프랑스 에너지 기업 슈나이더 일렉트릭과 FDC 인프라 기술 공동개발 업무협약을 체결했다. 또 정보·통신(IT) 기업들은 냉각 효율 제고에 집중하고 있다. KT클라우드는 지난해 말부터 액침 냉각 기술 상용화에 나섰다. 액침 냉각은 서버나 전자 제품을 절연액에 담아 열을 제거하는 기술이다. 2024년 실증 결과에 따르면 기존 공랭식 대비 유틸리티 전력량을 58%, 서버 팬 전력량을 15% 이상 절감했다. 네이버는 외기 활용과 데이터센터 폐열 재활용 등을 통해 냉각 전력량을 감축하고 있다. 네이버는 더 나아가 지난 13일 파력 발전을 활용하는 해상 AI데이터센터를 개발하는 미국 스타트업 ‘판탈라사’에 투자했다고 밝힌 바 있다. 해외 데이터센터 현황MS, 최초 수중 DC, 2년 만에 중단中, 해상풍력발전 연계해 일부 운용극저온 우주센터 꿈… 상용화 과제미국, 유럽, 일본 등은 우주 데이터센터를 꿈꾸고 있다. 미국 스타트업 스타클라우드는 지난해 11월 실증 연구 차원에서 엔비디아 그래픽처리장치(GPU)를 탑재한 위성을 스페이스X 팰컨9에 실어 우주로 발사했다. 유럽연합은 2024년 200만 유로(약 32억원)를 투자한 어센드(ASCEND) 프로젝트를 통해 우주 데이터센터 실현 가능성을 확인했다. 일본의 통신기업 NTT와 위성·방송기업 스카파JSAT는 2022년 합작회사 스페이스 컴퍼스(Space compass)를 설립한 뒤 우주 데이터센터 사업을 추진하고 있다. 우주 데이터센터는 평균 영하 270도의 극저온 환경서 냉각 에너지 소모량을 지상 대비 최대 95%까지 줄일 수 있고 높은 태양광 발전 효율 등을 갖출 수 있다. 비용은 막대하겠지만 각종 사회 규제에서 자유롭다. 다만, 미국 의회 산하 회계감사원은 “우주 데이터센터 배치에는 공학적·경제적 장벽이 존재한다”며 “그간 우주로 발사된 어떤 것보다도 큰 태양광 어레이(태양광 패널을 이어 붙인 대형 발전 장치)가 필요하며 이런 규모의 냉각 솔루션도 검증된 바 없다”고 평가했다.

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.

더불어민주당과 정부가 2027년도 예산안에 K-반도체 강국을 위해 반도체 특별회계를 신설해 3대 메가프로젝트와 인공지능(AI) 3대 강국 도약을 총력 지원하기로 했다. 청년 성장을 위한 대학생 인턴 학기제를 도입하고 지방 성장을 위해 지방국립대 등록금 전액 지원도 추진한다. 국회 예산결산특별위원회 여당 간사인 정태호 의원은 25일 국회에서 열린 ‘2027년 예산안 당정협의’ 직후 기자들과 만나 이같이 밝혔다. 정 의원은 “2027년도 예산안의 5가지 중점 분야는 3대 메가프로젝트와 인공지능(AI) 3대 강국을 위한 총력지원, 미래성장 엔진 확충을 위한 지원, 청년들의 성장단계별 종합지원, K자형 양극화 대응·모두의 성장을 위한 지원, 국민안전 지원”이라고 말했다. 그는 “K-반도체 강국을 위해 반도체 특별회계를 만들어 통합적으로 지원하는 체계를 만들고, 피지컬 AI 3대 강국을 위해 AI 솔루션을 개발하고 지원하기로 했다”고 말했다. 반도체 산업에 필요한 전략 용수 확보를 위해 한국전력과 한국수자원공사에 정부가 출자하고, 프런티어급 AI 모델 개발을 위해 그래픽처리장치(GPU) 1만장 공급 등도 추진한다. 미래 성장동력에 대한 투자도 확대한다. 정 의원은 “2030년 달 착륙과 관련된 R＆D(연구개발)와 여러 가지 분야에 전폭적인 지원을 한다”며 “자율주행차 시범지원 확대, 전기차 보조금 역대 최고로 늘리겠다는 내용이 있다”고 했다. 창업·벤처기업의 스케일업을 위한 기업 성장 융자도 대폭 확대한다. 청년 지원책으로는 대학생 인턴 학기제를 새로 도입한다. 정 의원은 K자형 양극화 대응·모두의 성장을 위한 지원과 관련해 “우리 아이 자립 펀드를 신설하는데 18세까지 연 최대 120만원을 지원하고 혼인 출산 관련 세액공제를 보조금·지원금으로 전환하는 내용, 아이 양육 관련 아동기본수당으로 확대 개편하는 내용이 들어가 있다”고 설명했다. 지역 주도 성장을 위해서는 앵커기업의 지방 이전 시 설비투자를 정부가 지원하는 ‘성장엔진 특별보조금’과 지역 성장거점 조성을 위한 ‘지방 미래성장지원금’을 신설한다. 정 의원은 “지역 필수의료 특별회계를 신설하는 내용, 지방국립대 등록금 전액 지원 방향도 나와 있다”고 말했다. 민생 분야에서는 코로나19 이후 경영난에서 회복하지 못한 소상공인을 대상으로 채무 탕감 제도를 도입한다. 이 밖에 핵융합 잠수함 개발 지원, 군 초급 간부 보수 인상, 자원 안보 기금 신설 등도 예산안에 담기로 했다. 정 의원은 부동산 문제에 관해서는 “주로 청년들에 대한 주거 문제를 어떻게 해결할 것인가에 대한 보고가 있었다”며 “청년들을 위해 역세권 주변에 임대 주택을 대량으로 공급하는 부분에 대한 보고가 있었다”고 말했다.

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.