SK하이닉스가 차세대 인공지능(AI) 메모리인 고대역폭메모리(HBM) 7세대 제품 ‘HBM4E’ 12단 샘플을 주요 고객사에 공급했다. 생성형 AI 확산으로 폭증하는 데이터 처리 수요에 대응하기 위해 이전 세대인 ‘HBM4’ 대비 성능과 전력 효율을 모두 한 단계 끌어올렸다. 삼성전자가 지난달 29일 HBM4E 샘플을 고객사에 세계 최초로 공급한 가운데 차세대 메모리 시장 선점을 위한 경쟁이 한층 치열해지는 양상이다. SK하이닉스는 18일 차세대 AI용 초고성능 D램 신제품인 HBM4E 12단 샘플을 주요 고객사에 공급했다고 밝혔다. SK하이닉스는 “그동안 축적해온 HBM 선행 개발 역량과 생산 노하우를 바탕으로 HBM4E 12단 샘플을 고객들에게 선보일 수 있었다”며 “핵심 고객사들과 긴밀히 협업해 적기 양산에 만전을 기하겠다”고 설명했다. 이번 제품은 성능과 전력 효율을 동시에 끌어올린 것이 특징이다. 핀당 최대 16기가비트(Gbps)의 데이터 처리 속도를 구현했으며 HBM4 대비 에너지 효율을 20% 이상 개선했다. 최신 인터페이스와 설계 최적화를 통해 데이터 전송 지연을 줄였고, AI 학습과 추론에 필요한 대규모 데이터 처리 능력도 강화했다. 적층 기술 경쟁력도 한 단계 높였다. SK하이닉스는 어드밴스드 MR-MUF 공정을 적용해 12단 적층 기준 48기가바이트(GB) 용량을 구현하면서도 구조적 안정성을 확보했다. MR-MUF는 반도체 칩 사이에 액체 형태의 보호재를 채워 회로를 보호하고 열과 충격에 대한 안정성을 높이는 공정이다. 특히 열 저항을 HBM4 대비 약 17% 낮춰 고성능 컴퓨팅 환경에서도 안정적인 동작이 가능하도록 설계했다. 이번 샘플 공급은 단순한 신제품 공개 이상의 의미를 갖는다. HBM은 고객사와의 공동 검증 과정이 필수적이다. 샘플 공급이 빨라질수록 고객사는 차세대 AI 가속기와의 연동 테스트, 시스템 최적화, 신뢰성 검증을 조기에 진행할 수 있다. 업계에서는 향후 AI 데이터센터의 성능 경쟁이 그래픽처리장치(GPU)뿐 아니라 HBM 확보 능력에 의해 좌우될 것으로 보고 있다. 생성형 AI 서비스 확대와 AI 에이전트 확산으로 데이터 처리량이 급증하면서 HBM 수요 역시 가파르게 늘어날 것으로 예상된다. SK하이닉스는 HBM3, HBM3E, HBM4로 이어진 양산 경험과 공급 역량을 바탕으로 HBM4E 시장에서도 주도권을 이어간다는 계획이다. 안현 SK하이닉스 개발총괄 사장은 “업계 최고의 기술 경쟁력과 양산 역량을 HBM4E 제품에서도 이어가 AI 혁신을 지속적으로 이끌어갈 기반을 마련했다”고 말했다.

같은 면적서 공간 차지 절반으로더 많은 트랜지스터 집적 가능해양산 땐 전력 효율·성능 2배 향상게이트 간격 42나노미터 ‘초소형’반도체학회 ‘베스트 페이퍼’ 선정 삼성전자가 로직 반도체(시스템 반도체)에서도 수직 적층 기술을 업계 최초로 구현했다. 이 차세대 반도체가 양산될 경우, 단위 면적 안에 더 많은 트랜지스터를 넣을 수 있어 전력 효율과 성능이 각각 2배씩 향상될 것으로 기대된다. 삼성전자는 17일 뉴스룸을 통해 반도체연구소 로직 TD팀이 게이트 피치 42나노미터(㎚) 수준의 3차원(3D) 적층 트랜지스터 구조를 세계 최초로 구현했다고 밝혔다. 해당 연구는 ‘2026 VLSI 심포지엄’에서 ‘베스트 페이퍼’로 선정됐다. 이번 연구의 핵심은 기존에 평면(2D) 위에 배치하던 트랜지스터를 수직으로 쌓아 반도체 집적도를 획기적으로 높인 것이다. 집적도란 단위 면적 안에 얼마나 많은 트랜지스터를 넣을 수 있는지를 나타내는 지표다. 3D 적층 구조는 앞서 메모리 반도체에 먼저 도입됐다. 낸드플래시의 V낸드(V-NAND)와 D램의 고대역폭 메모리(HBM)가 대표적이다. 메모리가 햄버거와 같은 패스트푸드라면, 로직은 파인다이닝에 비유된다. 중앙처리장치(CPU)·그래픽처리장치(GPU)처럼 연산과 제어를 담당하는 로직 제품은 고객의 요구사항을 까다롭게 맞춰야 한다. 연구팀의 정영채 TL은 “최근 요구사항은 단위 면적당 트랜지스터 수를 최대로 늘려달라는 것”이라며 “트랜지스터 간격을 줄이다 보면 소자 사이 전기가 통하지 않도록 하는 절연체가 얇아지는데 일정 두께 이하가 되면 절연 효과가 사라진다”고 설명했다. 삼성전자는 이를 해결하기 위해 트랜지스터를 위아래로 적층하는 구조를 적용했다. 이에 따라 같은 면적에서 차지하는 공간을 절반 수준으로 줄여 이론적으로 집적도를 2배 높일 수 있게 됐다. 같은 면적에 더 많은 트랜지스터를 집적할 수 있어 전력 효율은 2배, 성능은 최대 100% 향상될 수 있다는 설명이다. 또 연구팀은 이번 연구에서 42나노미터(㎚) 게이트 간격도 구현했다. 이는 기존 업계 기록인 48㎚보다 미세한 수준이다. 권욱현 마스터는 “현재까지 산업계에서 세계 최초로 구현한 세계 최소 크기의 트랜지스터”라고 강조했다. 연구팀은 이번 기술이 향후 AI와 고성능 컴퓨팅용 반도체 경쟁력 강화에도 기여할 것으로 기대하고 있다. 아울러 이번 연구를 바탕으로 실제 제품화를 위한 기술 개발을 이어간다는 계획이다. 권 마스터는 “이번 연구는 건축으로 비유하면 벽돌을 만든 것”이라며 “회로가 정상 동작하는지 확인하는 테스트 회로와 고속 임시 메모리 회로 등을 개발해 다음 걸음을 내딛으려 한다”고 밝혔다.

인간의 오감은 다양한 외부 정보를 받아들이는 중요한 창구다. 오감 중 어느 한 쪽에 기능이 약화되면 정보 수용이 제한될 수 있다. 특히 눈을 통해 받아들이는 정보는 엄청나다. 이는 사람뿐만 아니라 기계에서도 마찬가지다. 인공지능의 눈 역할을 하는 컴퓨터 비전 기술은 스마트폰 안면 인식부터 휴머노이드 로봇까지 다양하게 활용된다. 이들 장치에서는 시각 정보를 고해상도로 인식하는 것이 중요하다. 이에 카이스트 전기및전자공학부, 미국 매사추세츠공과대(MIT), 마이크로소프트 공동 연구팀은 적은 GPU(그래픽처리장치) 메모리만으로도 인공지능(AI)이 세상을 더 선명하게 볼 수 있도록 하는 범용 기술을 개발해 메모리 효율을 최대 16배 높였다고 17일 밝혔다. 이 기술은 인공지능 및 컴퓨터 비전 분야 국제 학술대회인 ‘CVPR 2026’에서 지난 7일 발표됐고 계산 자원의 효율적 활용을 인정받아 ‘CVPR 컴퓨트 골드 스타’ 상을 받았다. 연구 과정의 투명성과 재현 가능성 부분에서도 인정받아 ‘트랜스패런시 챔피언’에도 선정됐다. 최근 휴머노이드 로봇, 자율주행 시스템, 현실의 물리적 환경과 변화를 학습해 예측하는 AI 모델인 세계 모델은 연산 속도를 높이고 메모리 사용량을 줄이기 위해 입력 영상을 저해상도로 압축해 활용하고 있다. 문제는 압축하는 과정에서 작은 물체나 얇은 구조물, 미세한 결함 같은 중요한 시각 정보가 손실될 수 있다는 점이다. 또 모든 영상을 고해상도로 처리하면 막대한 GPU 메모리와 연산 자원이 필요한 실시간 처리가 어려워진다. 이는 스마트폰 같은 소형 기기나 기동성이 중요한 휴머노이드 로봇이 주변 환경을 정밀하게 인식해야 하는 상황에 빠르게 대처할 수 없게 만든다. 이에 연구팀은 입력 이미지의 경계와 구조 정보를 활용해 저해상도 특징 정보를 고해상도로 복원하는 ‘업샘플 애니씽’(Upsample Anything)을 개발했다. 기존 기술은 새로운 환경이나 데이터에 적용하기 위해 별도의 재학습이나 복잡한 최적화 과정을 거쳐야 했지만 이번 기술은 추가 데이터 학습 없이 입력 이미지 한 장만으로 최적의 복원 방식을 찾아낼 수 있어 다양한 환경에 즉시 적용할 수 있다. 또 모든 시각 정보를 고해상도로 저장·처리하지 않고 핵심 정보만 압축해 활용함으로써 GPU 메모리 사용량을 크게 줄였다. AI 연구에서 주로 사용되는 약 5만 픽셀, 224×224 크기 이미지를 기준으로 0.4초의 짧은 계산만으로 원본에 가까운 시각 정보를 복원했고 GPU 메모리 효율도 최대 16배까지 향상시키는 것으로 확인됐다. 연구를 이끈 김창익 카이스트 교수는 “제한된 연산 자원만으로도 AI가 주변 환경을 더욱 정밀하게 인식할 수 있게 한 이번 기술은 스마트폰 같은 소형 기기는 물론 작은 물체를 정확하게 식별하고 조작해야 하는 휴머노이드 로봇, 자율주행 시스템, 온디바이스 AI 등 다양한 차세대 인공지능 분야에 폭넓게 활용될 수 있을 것”이라고 밝혔다.

LG이노텍이 16일 서울 강서구 마곡 본사에서 패키지솔루션 주요 제품 및 핵심 기술을 주제로 한 미디어 테크 데이를 개최하고 오는 2031년까지 패키지솔루션사업 부문의 영업이익을 1조원 규모로 육성할 것이라고 밝혔다. LG이노텍은 이날 ‘RF-SiP’(무선주파수 패키지형 시스템), ‘FC-CSP’(플립칩 칩스케일 패키지), ‘FC-BGA’(플립칩 볼그리드 어레이) 등 반도체 기판 제품 3종을 소개하며 이같이 말했다. LG이노텍 패키지솔루션 사업의 ‘효자 품목’이 된 반도체 기판은 반도체 칩을 탑재해 전기 신호와 전력을 전달하는 핵심 부품이다. 특히 글로벌 인공지능(AI) 돌풍을 맞은 빅테크 기업들의 고성능 반도체 기판에 대한 수요가 급격히 늘며 패키징솔루션 사업은 가파른 성장세를 보이고 있다. 지난해 LG이노텍 패키지솔루션사업 매출은 1조 7200억원으로 전년(1조 4600억원) 대비 약 18% 상승한 것으로 나타났다. 영업이익은 708억원에서 1289억원으로 82%의 상승률을 기록했다. 조지태 패키지솔루션사업부장(전무)은 “LG이노텍은 고객보다 한 발 앞서 시장의 변화를 예측하고 기술을 고도화해 나가며, 반도체 기판 시장의 기술 패러다임을 혁신하는 ‘퍼스트 무버’”라며 “차별화된 기술력을 발판 삼아 반도체 기판 시장에서 점유율을 빠르게 확대하고 2031년까지 패키지솔루션사업을 영업이익 1조원 규모로 육성할 것”이라고 밝혔다. LG이노텍이 이날 가장 먼저 소개한 RF-SiP 기판은 전력 증폭기, 칩셋 등 무선통신에 필요한 다양한 부품을 하나의 패키지로 결합한 통신용 반도체 부품이다. 글로벌 RF-SiP 기판 시장 점유율 65%를 차지하며 시장을 선도하고 있는 LG이노텍은 올해 얇은 두께의 슬림형 스마트폰이 모바일 업계의 트렌드로 부각되며 점유율이 80%까지 확대될 것으로 보고 있다. 또 다른 핵심 제품인 FC-CSP 기판은 칩과 기판의 크기가 비슷해 모바일 기기의 AP에 들어가는 저전력 D램(LPDDR) 등에서 소형 칩 패키지를 기판 위에 얹어 메인보드와 연결하는데 주로 사용된다. 반도체칩과 기판을 기존의 ‘와이어 본딩’ 방식이 아니라 미세한 금속 돌기인 ‘범프’로 연결해 발열을 낮추고 전력 효율을 높인 게 특징이다. 모바일 AP용으로 사용됐던 FC-CSP 기판은 최근 메모리 분야로 용처가 확장되는 추세다. 데이터를 얼마나 많이 저장하느냐가 중요했던 시대를 지나 추론형∙에이전틱 AI가 부상하면서 데이터를 실시간으로 처리하고 추론하는 고속·고밀도 처리 능력이 중요해졌기 때문이다. AI 가속기와 서버 등에 메모리용 반도체칩이 확대 적용되면서 메모리 반도체 패키징을 담당하는 FC-CSP 기판의 수요도 함께 급증하게 됐다. 이같은 추론형 AI가 실제 하드웨어에 접목되는 피지컬 AI로 확장되며 주목받는 기술이 FC-BGA 기판이다. FC-BGA 기판은 기존의 모바일 AP용 FC-CSP 기판과 성능 및 기능을 비슷하게 유지하면서 PC·노트북·차량·AI 서버·데이터센터 등의 대형 기기에 특화시킨 반도체 기판이다. FC-CSP 기판 대비 면적이 18배 이상 확대됐고 기판 층수도 6~8개에서 16~22개로 3배 이상 늘렸다. 기판의 면적이 커지고 쌓아 올려야 하는 층수가 많아질수록 공정 난이도가 높아지는데, LG이노텍은 가로·세로 85㎜ 크기의 대형 FC-BGA 기판의 양산 기술을 확보했고 120㎜ 이상의 초대면적 FC-BGA 기판도 개발 중이다. 지난 2022년 FC-BGA 기판 사업 진출을 본격 선언한 LG이노텍은 스마트 공장인 ‘드림 팩토리’를 통해 생산 공정 전반을 AX(AI 전환)하고 수율을 빠르게 올리고 있다. LG이노텍은 오는 2028년까지 자율주행, AI 가속기 및 서버 CPU·GPU용 FC-BGA 기판 등 하이엔드급 시장에 단계적으로 진출한다는 계획이다. 시장조사기관 인텔마켓리서치에 따르면 지난해 54억 2000만 달러(약 8조 2100억원) 규모였던 글로벌 FC-BGA 기판 시장은 2032년 95억 4800만 달러(약 14조 4600억원)로 연평균 10.6%씩 성장할 것으로 예상된다. 황정호 패키지솔루션마케팅담당(상무)는 “학습형 AI에서 GPU의 비중이 압도적으로 높았다면, 추론형 AI 시대에는 메모리와 CPU의 비중이 더 높아질 것으로 예상된다”며 “많은 글로벌 빅테크 업체들이 CPU 시장에 뛰어들면서 FC-BGA의 새로운 사업 기회가 열리고 있는 상황”이라고 말했다.

인공지능(AI) 산업 인프라가 집적된 광주 첨단3지구에 삼성 등 국내외 초첨단 반도체 대기업들의 투자 움직임이 가시화되면서 지역민 사이에 ‘압도적 경제 성장’에 대한 기대감이 고조되고 있다. AI 연구개발특구 지정과 AI 기업 유치가 진행 중인 가운데 올 들어서는 대규모 반도체 팹까지 조성될 것으로 알려지면서 첨단3지구가 전남·광주 통합의 첫 번째 수혜 지역이 될 것이라는 전망도 나온다. 14일 광주시와 정치권 등에 따르면 광주 첨단지구에 위치한 세계적 반도체 후공정 기업인 앰코테크놀로지가 2035년까지 1조 90억원을 들여 3지구에 공장 증설에 나선다. 1단계로 2030년까지 5000억원을 투자할 예정이며 2단계 투자까지 마무리되면 근로자 1000여명의 신규 고용 효과가 발생할 것으로 예상된다. 삼성전자도 첨단3지구 일대에 대규모 반도체 공장을 짓는 투자 계획을 사실상 확정, 조만간 발표할 것으로 알려졌다. 삼성은 20조~30조원의 사업비를 투입, 첨단3지구 등 광주 지역 20만여평 부지에 ‘최첨단 반도체 패키징 공장’을 설립하는 쪽으로 방향을 정한 것으로 전해졌다. 삼성전자는 이와 함께 지난해 11월 인수한 유럽 최대 공조기기 업체 플랙트의 국내 생산 설비를 광주에 구축하기로 결정했다. 이와 관련해 삼성은 첨단3지구 인근 삼성 제3공장 부지에 2400억여원을 들여 공장을 짓기로 하고 최근 설계를 마무리했다. 가동이 시작되면 400명의 고용이 새로 발생할 것으로 알려졌다. 이와 함께 SK그룹과 오픈AI가 합작한 ‘서남권 데이터센터’도 첨단3지구와 인접한 전남 장성 지역으로 들어설 가능성이 커지고 있다. 서남권 데이터센터는 대규모 GPU(그래픽 처리 장치) 기반 인프라 구축을 목표로 한다. 이개호 국회의원을 비롯한 지역 정치권에서도 “첨단3지구는 반도체 공장 유치 최적지”라며 “삼성 반도체 공장이 들어서면 지역 경제 발전의 획기적인 계기가 될 것”이라고 연일 힘을 싣고 있다. 민형배 전남광주통합특별시장 당선인은 이와 관련해 지난 8일 전남광주대전환기획위원회 출범식에서 “전남광주특별시에 대한 세계적 메모리 반도체 기업의 대규모 투자 계획이 조만간 발표될 것”이라며 “정부와 기업이 오래전부터 준비하고 있었던 것으로 알고 있다. 우리 예상을 넘어설 만큼 대규모일 것으로 기대한다”고 말했다.

최태원 SK그룹 회장이 11일 니혼게이자이신문(닛케이)과의 인터뷰에서 대량의 데이터를 효율적으로 연산하는 ‘인공지능(AI) 팩토리’(AI를 생산하는 초대형 데이터센터)를 2028~2029년 중 일본에서 가동하겠다고 밝혔다. 최 회장이 언급한 일본의 AI 팩토리는 SK하이닉스의 메모리 반도체와 엔비디아의 그래픽처리장치(GPU)를 결합한 형태가 될 예정이다. 규모는 대도시 소비 전력에 해당하는 기가와트(GW)급으로, 최 회장은 일본에서 넓은 토지와 충분한 전력을 확보할 수 있는 후보지를 조사 중이라고 설명했다. 최 회장은 “현재 많은 산업이 반도체 부족에 시달리는 심각한 상황”이라고 지적한 뒤 “반도체 생산 능력을 더 늘릴 경우 한국 이외 지역에서의 반도체 공장 신설도 검토하고 있다”고 말했다. 그는 일본을 후보지로 꼽으며 “전력이나 재료 등 필요한 생태계가 모두 갖춰져 있다”고 강조했다. 그간 한일 간 경제 공동체 구상을 거듭 강조했던 최 회장이 현재 용인에서 건설 중인 SK하이닉스의 반도체 클러스터 이후 차기 건설 부지로 일본 유력설에 힘을 실었다는 평가가 나온다. 

최태원 SK그룹 회장이 SK하이닉스 차기 반도체 공장 후보지와 관련해 “일본은 필요한 생태계가 갖춰진 훌륭한 후보지”라고 언급했다. 11일 일본 니혼게이자이신문(닛케이)은 전날 최 회장과 진행한 인터뷰 기사를 보도했다. 최 회장은 인터뷰에서 “메모리 반도체 증산을 서두르고 있다. 생산 능력을 확대할 경우 해외 공장 건설도 고려하고 있다”면서 “일본은 훌륭한 후보지다. 일본에는 반도체 제조 장비와 소재 기업들이 모여 있어 필요한 생태계가 모두 갖춰진 곳”이라고 말했다. 그는 전날 도쿄에서 기자들과 만난 자리에서도 호남 등 지방 공장 검토설과 관련해 “무조건 한국에만 (공장을) 짓는 게 아닐 수 있다”며 해외 공장 건설 가능성을 시사한 바 있다. 최 회장은 “전력도, 땅도, 사람도, 물도 다 갖춰져야 공장을 지을 수 있다”며 “그런 것이 잘 갖춰진 곳이라면 공장을 짓겠다는 생각을 하고 있다”고 밝혔다. 이어 “다만 현재는 용인 반도체 클러스터를 짓는 데 집중할 예정”이라고 밝혔다. 닛케이와 인터뷰에서도 “(용인 클러스터를) 애초 2045년까지 4개 공장을 순차적으로 가동할 계획이었지만 완공 시기를 수년 이상 앞당길 것”이라고 전했다. 최 회장은 이르면 2028년을 목표로 미국 인공지능(AI) 반도체 업체 엔비디아와 협력해 일본에 차세대 데이터 센터인 AI 팩토리를 설립하겠다는 뜻도 밝혔다. SK하이닉스가 생산하는 최첨단 메모리 반도체와 엔비디아의 그래픽처리장치(GPU)를 결합해 최적의 설계를 구현한다는 구상으로, 현재 일본 기업과 협의 중이다. 이와 관련해 닛케이는 “(최 회장이) 한국 외 해외 시장 전개 계획을 구체적으로 공개한 것은 일본이 처음”이라며 희망적인 평가를 내놨다. 현재 SK하이닉스는 구축 중인 용인 클러스터 외에 청주를 AI 반도체 메모리 생산 기지로 탈바꿈시키고 있다. 청주 신공장인 M15X(약 20조원 투자)가 지난 4월부터 가동에 돌입했으며, M15X 인근에 패키징 팹 P&T7(19조원 규모)도 올해 4월 착공해 2028년 초 완공을 목표로 하고 있다. K반도체 수출 역대급 폭증한국 시장을 이끌고 있는 SK하이닉스는 삼성전자와 함께 반도체 호황을 이어가고 있다. 11일 관세청은 6월 1~10일 수출액이 286억 달러를 기록해 전년 동기 대비 85.9% 늘었다고 밝혔다. 이는 역대 최대 규모로 기존 최고 기록이었던 지난 4월의 252억 달러를 크게 웃돌았다. 이 같은 수출 증가는 반도체가 주도했다는 분석이 나온다. 이 기간 반도체 수출은 110억 6800만 달러로 전년 동기 대비 205.8% 급증했으며 전월 동기(85억 3900만 달러)에 비해서도 30%가량 증가했다. 반도체가 전체 수출에서 차지하는 비중도 38.7%로 1년 전보다 15.1%포인트 확대됐다. SK하이닉스는 오는 8월 미국 주식예탁증서(ADR) 상장도 예정돼 있다. 메리츠증권은 10일 보고서에서 “지난해 11월 추진된 SK하이닉스의 ADR 발행이 순조롭게 진행되고 있다고 판단된다”면서 SK하이닉스 목표주가를 295만원으로 제시했다. 메리츠증권은 SK하이닉스가 ADR 발행을 통해 경쟁사 마이크론 대비 현저한 저평가를 즉각적으로 줄일 수 있을 것으로 예상했다. 또 투자자 저변을 넓히고 나스닥·필라델피아 반도체지수 편입 시 패시브 펀드 편입 수급을 받으며 재평가가 이뤄질 것으로 내다봤다.

인공지능(AI) 기반 산업 인프라가 집적된 광주 첨단3지구에 최근 국내외 반도체 대기업들의 투자 움직임이 잇따르면서 전남광주통합특별시의 미래 성장 거점으로 급부상하고 있다. AI 연구개발특구 지정 등에 이어 최근 데이터센터 설립, 반도체 생산공장인 팹(fab) 유치에 청신호가 켜지면서 첨단3지구가 대표적인 수혜 지역이 되리라는 기대감이 커지고 있다. 10일 광주시와 정치권 등에 따르면 광주 첨단지구에 위치한 주요 반도체 후공정 기업인 앰코테크놀로지코리아가 2035년까지 1조 90억원을 들여 공장 증설에 나선다. 앰코가 공장 증설에 나선 것은 세계 최대 파운드리(반도체 위탁생산) 기업인 대만 TSMC에서 수주한 반도체 패키징 물량이 최근 급증한 데 따른 것으로 알려졌다. 이미 4000여명의 직원을 고용 중인 앰코는 1단계로 2030년까지 5000억원을 투자할 계획이다. 2단계 투자가 마무리되면 적어도 1000명의 신규 고용이 발생할 것으로 기대된다. 삼성전자도 첨단지구 인근에 대규모 반도체 공장을 짓는 투자 계획을 사실상 확정, 조만간 발표할 것으로 알려졌다. 삼성은 수십조원을 투입해 첨단3지구 등 광주 지역 20만여평 부지에 ‘첨단 반도체 패키징 공장’을 설립하는 쪽으로 방향을 정한 것으로 전해졌다. 반도체 제조는 ▲회로 설계 ▲실리콘 웨이퍼 표면에 나노 단위 미세회로를 새기는 ‘전공정’ ▲완성된 웨이퍼를 가공해 칩 형태로 패키징하고 조립·검사하는 ‘후공정’으로 나뉜다. 삼성전자는 이 가운데 후공정 공장을 설립할 것으로 예상된다. 전공정 제품을 생산하는 반도체 팹 대비 전력 및 용수 사용량이 매우 적어 비교적 쉽게 공장을 설립할 수 있기 때문이다. 특히 후공정은 전공정에 비해 직접 고용 인원이 2~3배 많아 일자리 부족, 청년 유출이 심각한 이 지역에 좋은 기회가 될 것으로 전망된다. 삼성은 이와 함께 지난해 11월 인수한 유럽 최대 공조기기 업체 ‘플랙트’의 국내 생산설비도 첨단3지구 인근 삼성 제3공장 부지에 짓기로 하고 최근 설계를 마무리했다. SK그룹과 오픈AI가 합작해 대규모 그래픽처리장치(GPU) 인프라를 구축하는 ‘서남권 데이터센터’도 첨단3지구 근처인 장성 지역에 들어설 가능성이 커지고 있다. 민형배 전남광주특별시장 당선인은 8일 전남광주대전환기획위원회 출범식에서 “전남광주특별시에 대한 세계적 메모리 반도체 기업의 대규모 투자 계획이 조만간 발표될 것”이라고 밝힌 바 있다. 삼성 등 대기업의 반도체 공장 투자가 가시화되자 지역 경제계는 적극 반기고 있다. 한상원 광주상공회의소 회장은 “반도체 공장이 들어서면 지역 경제 각 분야에 활기가 도는 것은 물론 광주가 청년이 몰려드는 성장 도시가 될 것으로 기대한다”고 말했다. 임문영(광주 광산을) 더불어민주당 국회의원은 “지방 소멸 위기를 극복하기 위해 광주를 미래 산업 전환의 중심이자 반도체 산업 핵심 거점으로 육성해야 한다”고 강조했다. 지역 부동산 업계 관계자는 “올해 들어 광주 첨단3지구가 AI, 반도체 중심 산업 거점으로 떠오르고 있다”며 “통합특별시 출범의 혜택을 가장 먼저 보는 지역이 될 것”이라고 내다봤다. 한편 최태원 SK그룹 회장은 이날 일본 도쿄 제국호텔에서 열린 닛케이포럼 ‘한일특별세션’ 대담 참석 뒤 기자들과 만나 반도체 차기 공장 입지와 관련해 “어디에 어떻게 짓겠다는 것은 종합적으로 고려해 결정하도록 하겠다”며 “일단 지금은 용인 클러스터를 짓는 데 초점을 맞추고 있다”고 밝혔다. 최 회장은 “반도체 수요가 계속 늘고 있어 어딘가로 가지 않을 수는 없고 준비가 숙제로 다가오고 있다. ‘무조건 한국에만 짓겠다’ 이것도 아닐 수도 있다”며 “시장이 그다음에 전혀 다르게 반응할 수 있다”고 덧붙였다.

우리나라를 찾아 지난 5일간 ‘거대 인공지능(AI) 생태계’에 참여해 달라고 각계에 요청한 젠슨 황 엔비디아 최고경영자(CEO)가 9일 출국했다. 우리 기업들은 대체로 새로운 성장 기회라고 봤지만, 일각에선 엔비디아 생태계에 대한 종속이 심화할 수 있다는 지적도 나왔다. 황 CEO는 이날 서울 강서구 서울김포비즈니스항공센터(SGBAC)에서 기자들과 만나 “한국에 기여한 가장 큰 부분은 AI 산업을 만들고 AI 생태계를 창출한 것”이라며 “우리 기술 없이는 첨단 슈퍼컴퓨터를 구축하는 것이 불가능하다. 이제 훌륭한 파트너십을 맺었으니 함께 이 산업을 키워나갈 것”이라고 밝혔다. 황 CEO가 SK그룹, 현대자동차그룹, LG그룹 등 주요 대기업을 비롯해 게임사, 스타트업까지 만나면서 한국은 엔비디아 AI 생태계의 핵심 거점으로 부상했다. 특히 이번 방한에서 황 CEO가 ‘AI 팩토리’(AI를 생산하는 초대형 데이터센터)를 기가와트(GW)급 규모로 조성하겠다고 밝히면서 AI 인프라 분야에서 수조 원대의 투자를 기대하게 됐다. DS투자증권은 1GW급 AI 팩토리의 현 가치를 최소 19조원으로 책정했고, AI 기술 고도화에 따라 2029년 매출은 3조 9000억원에 달할 것으로 예상했다. 황 CEO는 고대역폭메모리(HBM) 공급망 강화에도 사활을 걸었다. 닷새 중 최태원 SK그룹 회장과 세 번이나 만나고 전영현 삼성전자 DS부문장과도 별도 회동을 가진 황 CEO의 행보는 HBM 공급망 확보가 이번 방한의 핵심 목적 중 하나임을 드러냈다. 장영재 카이스트 제조피지컬AI연구소장은 “한국은 AI 인프라와 관련된 반도체, 전력, 데이터센터 기업들이 골고루 포진해 있고, 피지컬 AI를 현실화하기 좋은 제조업도 다양해 엔비디아 입장에서 전체적인 AI 생태계를 만들기에 최적의 환경”이라고 분석했다. 다만, AI 동맹의 반작용으로 최신 그래픽처리장치(GPU) 시장을 사실상 독점하고 있는 엔비디아에 과도하게 종속되지 않아야 한다며 경계하는 목소리도 나온다. 국내 기업들이 AI 인프라를 확장할수록 엔비디아에 대한 기술 의존도 함께 깊어지는 구조이기 때문이다. 또 AI 팩토리의 경우 용수와 전력 소모량이 커 추후 지역 경제에 미칠 영향과 부가가치를 저울질해야 한다. 김양팽 산업연구원 전문연구원은 “산업 경쟁력은 AI를 얼마나 잘 활용하는지가 중요하지, AI 팩토리 등 기반 자체가 득이 될 순 없다”며 “추후 다른 메모리 시장이 커질 가능성에 대비해 엔비디아 한 기업에 ‘올인’하는 것이 맞는지 고민해야 할 시점”이라고 말했다.

SK그룹과 엔비디아가 AI 인프라 전 영역에 걸친 협력을 강화한다. SK텔레콤은 AI 팩토리와 AI 클라우드 구축에 나서고, SK하이닉스는 차세대 AI 메모리 공동 개발을 추진하며 양사의 협력 범위를 반도체를 넘어 AI 인프라 전반으로 확대한다. SK텔레콤은 8일 엔비디아와 글로벌 AI 인프라 구축을 위한 전략적 협력을 추진한다고 밝혔다. 양사는 엔비디아의 AI 인프라 플랫폼 ‘DSX’를 기반으로 칩부터 데이터센터 운영까지 아우르는 ‘풀스택 AI 클라우드’ 구축에 나선다. 양사는 AI 작업에 특화된 데이터센터인 ‘AI 팩토리’를 기가와트(GW)급 규모로 확대할 계획이다. 2027년 한국에서 첫 AI 팩토리를 가동한 뒤 단계적으로 인프라를 확장해 아시아 전역으로 사업을 확대한다는 구상이다. SK텔레콤은 엔비디아의 ‘엔비디아 클라우드 파트너(NCP)’ 프로그램에도 합류한다. 엔비디아 블랙웰 GPU와 차세대 플랫폼 ‘베라 루빈’ 등을 활용해 AI 학습과 추론 서비스를 제공하며 아시아 대표 AI 클라우드 사업자로 성장한다는 목표다. SK하이닉스는 엔비디아와 AI 팩토리용 차세대 메모리 개발을 위한 장기 기술 파트너십을 체결했다. 양사는 엔비디아 AI 인프라 로드맵에 맞춰 차세대 메모리를 공동 개발하고 안정적인 공급 체계를 구축할 계획이다. 협력 범위는 AI 인프라를 넘어 퍼스널 AI와 피지컬 AI 분야까지 확대된다. 양사는 엔비디아 차세대 AI 슈퍼컴퓨터 ‘베라 루빈’, 자체 CPU ‘베라’, AI PC 플랫폼 ‘RTX 스파크’, 로보틱스 플랫폼 ‘젯슨 토르’용 메모리를 공동 개발할 예정이다. 반도체 설계와 제조 분야 협력도 강화한다. SK하이닉스는 엔비디아의 CUDA-X와 PhysicsNeMo를 활용해 반도체 시뮬레이션을 고도화하고, 옴니버스와 OpenUSD 기반 디지털 트윈 기술을 활용해 자율 팹 구축에도 나선다. 최태원 SK그룹 회장은 “엔비디아와의 긴밀한 파트너십을 바탕으로 칩부터 데이터센터 운영까지 아우르는 풀스택 AI 인프라 경쟁력을 확보하게 됐다”며 “AI 팩토리용 차세대 메모리를 공동 개발하고 아시아 전역에서 AI 생태계 발전을 이끄는 대표 사업자로 성장하겠다”고 말했다. 젠슨 황 엔비디아 최고경영자(CEO)는 “통신 네트워크는 국가 AI 인프라로 진화하고 있다”며 “SK그룹과 함께 AI 클라우드와 AI 팩토리, 차세대 메모리 분야 협력을 확대해 글로벌 AI 인프라 구축을 가속화할 것”이라고 말했다.

“이 회사는 차세대 1조 달러 기업이 될 겁니다.” 젠슨 황 엔비디아 최고경영자(CEO)의 한 마디가 미국 월가를 흔들었다. 데이터센터용 칩을 설계하는 미국 반도체 회사 마벨 테크놀로지는 2일(현지시간) 뉴욕증시에서 32.52% 급등했다. 마벨 사상 최대 일일 상승 폭이다. 황 CEO는 대만에서 열린 아시아 최대 규모 정보기술(IT) 전시회 ‘컴퓨텍스 2026’에서 마벨의 수장 맷 머피의 기조연설에 등장해 이와 같은 찬사를 보냈다. 앞서 엔비디아는 지난 3월말 마벨과 파트너십을 맺고 20억 달러(약 3조원)를 투자했다. 마벨은 전기 신호 대신 빛을 이용해 칩과 메모리 사이 데이터 연결을 돕는 광자 연결망(Photonic Fabric) 기술을 보유한 회사다. 마벨은 원래 이 기술을 개발한 셀레스티얼 AI를 33억 달러(약 5조원)에 인수하는 거래를 지난 2월 마무리했다. 업계에서는 ‘연결성’이 시스템 성능을 결정짓는 핵심 요소가 된다고 본다. 최신 AI 모델은 대규모 데이터센터 네트워크에서 GPU 수만개가 함께 작동해야 하는데 그럴수록 프로세서 간 정보 이동 속도와 효율성이 성능을 판가름한다는 것이다. 이에 엄청난 데이터 흐름을 처리하도록 특별히 설계된 고성능의 네트워킹 기술이 필요하다. 특히 기존의 전기 신호 기반의 내부 연결망은 속도가 정체되고 있고, 발열과 이에 따른 전력 소모 문제가 크다. 마벨은 전기 신호의 물리적 한계를 광 기반 인터커넥트 기술로 뛰어넘겠다는 계획이다. 마벨은 올해 하반기부터 광 인터커넥트 양산에 돌입하는 것으로 전해졌다. 마벨 주가는 엔비디아와 전략적 파트너십을 발표한 이후 급등세를 보여 이날 올해 초 대비 200% 이상 상승했다. 2일 기준 마벨의 시가총액은 2500억 달러(약 380조원)를 넘었다.

황 “엔비디아도 기여하길 바란다”LG·네이버·두산 등 새 파트너와피지컬 AI 생태계 구축 속도낼 듯김택진 엔씨 대표와의 만남도 눈길성수동서 총수들과 삼겹살 회동두산 베어스 시구… 유퀴즈 출연도 젠슨 황 엔비디아 최고경영자(CEO)가 한국 로보틱스 산업에 대한 기대감을 직접 드러내면서 국내 산업계와의 협력 확대에 관심이 쏠린다. 엔비디아가 삼성전자 및 SK하이닉스와 협력한 생성형 인공지능(AI)을 넘어, 로봇·자율주행·스마트팩토리 등 ‘피지컬 AI’의 주요 협력 파트너로 우리나라를 점찍으면서 LG·네이버·두산 등이 신규 협력 파트너로 부상하고 있다. 황 CEO는 지난 1일(현지시간) 대만 타이베이에서 열린 국내 기업 관계자들과의 만찬에서 “한국에 로보틱스는 매우 중요하다. 엔비디아도 한국 로보틱스 발전에 기여할 수 있길 바란다”고 밝혔다. 이어 “AI와 로봇이 한국의 잠재력을 극대화할 것”이라고 강조했다. 엔비디아는 AI 인프라와 첨단 제조 역량을 동시에 갖춘 핵심 거점으로 한국을 주목하는 것으로 보인다. 황 CEO는 지난 1년간 한국과 영국만 두 차례씩 방문했다. 이외 프랑스, 독일, 스위스, 중국, 대만 등을 찾았다. 유럽에서 국가 단위 AI 인프라 구축과 소버린 AI 전략 확산에 집중했다면, 한국에서는 고대역폭메모리(HBM)와 첨단 제조 역량, 로보틱스 생태계를 결합하려는 움직임이 뚜렷하다. 현대차는 보스턴다이내믹스를 중심으로 휴머노이드 로봇과 자율주행 기술 고도화에 속도를 내고 있고, LG전자는 엔비디아의 휴머노이드 AI 모델 ‘아이작 GR00T’를 기반으로 자체 피지컬 AI 모델을 개발 중이다. 두산로보틱스도 엔비디아 AI·로보틱스 인프라를 활용한 산업용 로봇 플랫폼 구축을 추진하고 있다. 네이버는 로봇과 디지털트윈 기술을 실제 업무 환경에 적용해왔다. 제2사옥 ‘1784’는 로봇과 클라우드, 5G 특화망, 디지털트윈 기술이 결합된 테스트베드로 평가받는다. 네이버는 최근 엔비디아와 ‘글로벌 AI 팩토리’ 구축 협력에도 나섰고, 엔비디아의 피지컬 AI 플랫폼 ‘코스모스’를 활용한 ‘서울 월드 모델’ 개발도 진행 중이다. SK텔레콤은 이번 GTC 타이베이에서 엔비디아 옴니버스를 활용해 SK하이닉스 반도체 공장에 적용한 디지털트윈 사례를 공개했다. 황 CEO는 게임업계와 스타트업도 만날 예정이다. 김택진 엔씨 대표와 만나 AI 및 게임 기술 협력 방안을 논의할 것으로 알려졌다. 또 방한 마지막 일정으로 국내 로봇·AI 스타트업과 연구진 등을 초청한 비공개 간담회를 열고 피지컬 AI 협력 방안을 논의할 예정이다. 삼성전자와 SK하이닉스는 피지컬 AI 확산 과정에서도 GPU와 HBM 공급망의 핵심 축을 맡고 있다. 업계에서는 로봇과 자율주행 산업이 확대될수록 AI 학습·추론용 반도체와 고성능 메모리 수요 역시 빠르게 늘어날 것으로 보고 있다. 이외 황 CEO는 서울 성수동에서 주요 그룹 총수들과 이른바 ‘삼겹살 회동’을 하고, 두산 베어스 경기에서 시구도 할 계획이다. tvN 예능 프로그램 ‘유 퀴즈 온 더 블럭’ 출연 소식도 전해졌다. 황 CEO의 다양한 일정은 엔비디아의 AI 생태계를 정부, 투자자, 기업, 개발자, 소비자 등에게 전방위적으로 알리려는 커뮤니케이션 전략으로 읽힌다.

엔비디아가 AI 미니 슈퍼컴퓨터 ‘DGX 스파크’의 모바일 버전인 ‘RTX 스파크(RTX Spark)’를 공개했습니다. RTX 스파크는 DGX 스파크에 탑재된 GB10의 모바일 변형 버전인 N1X를 탑재하고 있으며, 최대 20코어의 Arm 기반 CPU와 6,144개의 CUDA 코어를 갖춘 블랙웰 아키텍처 GPU로 구성되어 있습니다. 엔비디아는 모든 RTX 스파크가 동일한 칩을 사용하는지 아니면 일부 기능을 줄이고 가격을 낮춘 컷 칩(cut-chip)이 존재하는지에 대해서는 이날 공개 행사에서 구체적으로 밝히지 않았습니다. 다만 RTX 스파크가 최대 128GB의 LPDDR5x와 1페타플롭스의 연산 능력으로 노트북에서도 고사양 게임을 원활하게 작동시킬 수 있을 뿐 아니라 120B 파라미터를 지닌 거대 LLM도 구동할 수 있다는 점을 강조했습니다. 젠슨 황 엔비디아 CEO는 RTX 스파크가 장착된 노트북에서 ‘007 퍼스트 라이트’와 ‘포르자 호라이즌 6’를 배터리 전원만으로 구동하는 모습을 선보였는데, 이는 기존의 스냅드래곤 기반의 윈도우 ARM(Windows on ARM) 노트북에서는 생각하기 어려웠던 게임 성능으로 마이크로소프트가 밀고 있는 윈도우 ARM의 약점을 상당 부분 극복한 모습입니다. 마이크로소프트는 RTX 스파크 개발을 위해 엔비디아와 긴밀히 협업했고 에이서(Acer), ASUS, 레노버(Lenovo), 델(Dell), HP, MSI 등 주요 PC 제조사와 함께 마이크로소프트의 서피스 라인업에도 RTX 스파크 모델을 넣어 고성능 윈도우 ARM PC 개발 의지를 보여줬습니다. 그런데 이날 공개된 RTX 스파크 노트북을 보면 그렇게 두꺼운 제품이 아니라는 점을 쉽게 알 수 있습니다. DGX 스파크의 GB10 칩이 약 140W의 열 설계 전력(TDP)을 가진다는 점을 고려할 때, RTX 스파크는 엔비디아의 노트북 전력 효율 기술인 MAX-Q를 적극적으로 활용해 TDP를 낮추고 최소 두께 14mm의 슬림한 디자인을 구현한 것으로 보입니다. MAX-Q는 단순히 클럭을 강제로 낮추는 방식을 넘어, 최적화 기술을 집약한 기술입니다. 게임 실행 시 AI 텔레메트리(AI Telemetry)가 GPU와 CPU 워크로드를 실시간으로 분석하면, CPU 옵티마이저는 불필요한 전력 소모를 줄이기 위해 CPU를 ‘최고 효율 주파수’로 동적으로 조정합니다. 이때 절약된 전력은 다이나믹 부스트(Dynamic Boost)를 통해 GPU로 재배분됩니다. GPU 차원에서도 파워 게이팅(Power Gating)을 통해 사용되지 않는 내부 블록을 비활성화하고, 워크로드에 맞춰 클럭을 미세 조정합니다. 여기에 DLSS 4.5를 통해 실제 렌더링 부하를 줄여서 전력 소모와 발열을 최소화하면서도 성능을 유지할 수 있습니다. 물론 이론적으로 MAX-Q가 적용된 N1x의 성능이 TDP 140W이 기본인 GB10와 대등하지는 않을 것으로 보입니다. 일부 성능 저하는 감수해야 하지만, 충분한 휴대성을 보장하면서도 AAA급 고사양 게임과 대규모 언어 모델(LLM) 구동이 가능하다는 것은 개발자와 고성능 기기를 쓰는 사용자들에게 상당한 장점입니다. 다만 이날 보여준 128GB 모델만 있을 경우 가격은 매우 비쌀 가능성이 높습니다. DGX 스파크의 공식 가격이 4699달러(원래 3999달러였으나 메모리 가격 상승으로 인상)이며, 국내에서는 부가세를 포함해 더 비싼 가격에 판매되는 점을 고려하면, 노트북 버전인 RTX 스파크 제품은 훨씬 비싸질 가능성이 높습니다. 이런 점을 감안하면 64GB, 32GB 모델도 있을 가능성이 있으나 당장에 공개된 내용은 없습니다. 아무튼 높은 가격을 생각하면 RTX 스파크의 주요 경쟁자는 애플의 맥북 프로(특히 M5 맥스 시리즈)가 될 것으로 보입니다. 다만 현재 DGX 스파크 가격을 생각할 때 RTX 스파크 노트북은 128GB 모델 기준 맥북 프로 M5 맥스 모델보다 비쌀 가능성이 높아 보입니다. 이렇게 비싼 제품을 게임만 하려고 사는 경우는 거의 없을 것입니다. 따라서 비싸도 업무에 사용해야만 하는 특별한 용도, 예를 들어 LLM(대규모 언어 모델)이나 그래픽 작업 성능이 중요한 요소가 될 것으로 보입니다. 이 시장에서 유력한 경쟁 상태인 맥북 프로 M5 맥스도 128GB 모델은 120B 파라미터 급 LLM 구동이 가능하지만, RTX 스파크는 6144개의 CUDA 코어와 텐서 코어를 활용한 FP4(4비트 양자화) 연산 능력과 최대 1페타플롭스(Petaflop)의 연산 성능으로 토큰 속도에서 우위를 점할 가능성이 있습니다. 엔비디아는 RTX 스파크를 개인용 에이전트를 위한 플랫폼으로 소개하고 있으며 로컬 컴퓨터에서 120B LLM을 100만 토큰의 컨텍스트로 구동하거나, 90GB 이상의 거대한 3D 장면을 렌더링하고, 12K 영상 편집 및 4K AI 비디오 생성을 할 수 있습니다. 물론 실제 성능과 가성비는 제품이 실제 출시되고 가격이 공개되어야 제대로 평가할 수 있을 것입니다. 황 CEO는 “PC는 다시 태어나고 있다. 40년 동안 우리는 앱을 실행하고 클릭하고 타이핑했지만, 이제 RTX 스파크와 윈도우를 통해 우리는 요청하고 PC가 작업을 수행한다”며, RTX 스파크가 로컬 에이전트, 최전방 모델, 크리에이티브 워크플로우, RTX 게임을 하나의 노트북에 통합한 ‘새로운 PC’라고 강조했습니다. 그의 포부처럼 실제로 RTX 스파크가 PC의 재창조가 될지 아니면 특수 용도로 사용하는 비싼 장비로 남게 될지 결과가 주목됩니다.

AI PC·피지컬 AI 등 청사진 제시삼성전자·SK하이닉스 수혜자로“미래 PC는 나 대신 일하는 AI비서”이번 주 방한해 CEO와 연쇄 미팅‘삼겹살 회동’ ‘1784 방문’ 등 추진 “과거의 모든 중앙처리장치(CPU)는 인간을 위해 만들어졌지만, 베라(Vera)는 인공지능(AI) 에이전트를 위해 설계됐다.” 젠슨 황 엔비디아 최고경영자(CEO)가 1일(현지시간) 대만 타이베이에서 열린 ‘GTC 타이베이 2026’에서 차세대 AI 플랫폼 ‘베라 루빈’의 본격 생산 돌입을 선언했다. 엔비디아는 이날 AI PC와 피지컬 AI 전략도 함께 공개하며 데이터센터에서 개인용 기기, 로봇에 이르는 AI 컴퓨팅 생태계 확장 청사진을 제시했다. 베라 루빈은 그래픽처리장치(GPU)와 CPU, 네트워크, 메모리, 소프트웨어를 통합한 AI 인프라 플랫폼으로, 엔비디아는 이를 기반으로 AI 학습을 넘어 추론 시장 공략에 속도를 낼 계획이다. 황 CEO는 미래 데이터센터를 ‘AI 팩토리’로 규정하며 “컴퓨팅이 곧 매출이고 와트당 성능이 곧 수익”이라고 강조했다. 황 CEO는 이날 차세대 고대역폭메모리(HBM4) 공급사로 SK하이닉스와 삼성전자, 마이크론을 직접 언급했다. 베라 루빈 플랫폼에는 HBM4가 탑재될 예정으로 업계에서는 차세대 AI 서버 투자 확대에 따른 수혜가 삼성전자와 SK하이닉스로 이어질 것으로 보고 있다. 엔비디아는 이날 AI PC 시장 진출도 공식화했다. 미디어텍과 공동 개발한 PC용 시스템온칩(SoC) ‘N1 X’를 기반으로 한 AI PC 플랫폼 ‘RTX Spark’를 처음 공개한 것이다. CPU와 GPU, 메모리를 하나로 통합한 구조로 설계돼 인터넷 연결 없이도 대규모 AI 모델과 AI 에이전트를 기기 내부에서 실행할 수 있다. 황 CEO는 “10년 뒤 PC는 사용자의 명령을 기다리는 기기가 아니라 사용자를 대신해 일하는 AI 비서가 될 것”이라며 “우리는 창작을 위해, 게이밍을 위해, 그리고 AI 에이전트를 위해 PC를 다시 발명하고 있다”고 말했다. 업계에서는 엔비디아가 GPU를 넘어 CPU와 PC 시장까지 영향력을 확대하며 AI 컴퓨팅 생태계 전반을 자사 플랫폼 중심으로 재편하려는 전략을 본격화한 것으로 보고 있다. N1 X에는 삼성전자와 SK하이닉스의 LPDDR5X 메모리가 탑재될 가능성이 거론된다. AI 서버용 HBM에 이어 AI PC용 고성능 메모리 수요까지 본격화될 경우 양사에 새로운 성장 동력이 될 수 있다. 엔비디아는 생성형 AI와 에이전틱 AI를 넘어 ‘피지컬 AI’를 차세대 성장축으로 제시했다. 피지컬 AI는 로봇과 자율주행차, 공장 설비 등 현실 세계의 기계를 AI가 직접 이해하고 제어하는 개념이다. 이날 발표에서는 SK텔레콤이 엔비디아 옴니버스를 활용해 SK하이닉스 반도체 공장에 적용한 디지털트윈 사례가 소개되기도 했다. 엔비디아는 연구용 휴머노이드 로봇 개발을 위해 한국을 포함한 글로벌 로봇 기업들과 협력을 확대할 계획이라고도 밝혔다. 한편 황 CEO는 대만 일정 이후 한국을 찾아 최태원 SK그룹 회장과 구광모 LG그룹 회장, 이해진 네이버 이사회 의장, 정의선 현대차그룹 회장 등과 잇따라 만날 예정이다. 업계에서는 AI 데이터센터와 로보틱스, 자율주행, 디지털트윈 등 차세대 산업 협력을 논의하는 자리가 될 것으로 본다. 회동 장소는 서울 성수동의 한 삼겹살집이 유력하게 거론된다. 지난해 이재용 삼성전자 회장, 정의선 현대차그룹 회장과 삼성동 치킨집에서 만났던 이른바 ‘깐부 회동’에 이은 행보다. 황 CEO는 방한 기간 중 네이버의 미래 기술 집약 공간인 ‘1784’ 방문도 추진 중인 것으로 알려졌다.

인텔이 팬서 레이크(Panther Lake) 아키텍처를 기반으로 한 휴대용 게임 기기 전용 시스템 온 칩(SoC)인 ‘인텔 아크 G3’ 시리즈를 공식 공개했습니다. 기본적으론 노트북용 팬서 레이크와 같은 프로세서이지만, 인텔은 단순한 하위 브랜드가 아니라 휴대용 PC(UMPC)의 특성에 맞춰 최적화된 특수 목적형 프로세서라고 강조하고 있습니다. 손으로 들고 다니는 휴대용 PC의 주요 목적은 게임입니다. 하지만 기존 노트북 프로세서로는 작은 휴대 기기에서 충분한 발열 제어가 힘들기 때문에 효율은 높이고 전력 소모는 줄여야 합니다. 그래서 아크 G3는 발열이 많은 고성능 P 코어는 4개에서 2개로 줄이고 고효율 E 코어 8개와 저전력 LP-E 코어 4개를 조합한 14코어 구성을 지니고 있습니다. 또한 최대 35W의 TDP에 맞춰 Xe 3 GPU의 전력 특성을 재설계하여 전력 소모를 대폭 줄였습니다. 구체적인 스펙을 살펴보면, 최상위 모델인 ‘아크 G3 익스트림’은 4.7GHz의 P 코어와 2.3GHz의 12코어 Xe 3 GPU(아크 B390)를 탑재했습니다. 반면 일반 모델인 ‘아크 G3’는 P 코어 클럭이 100MHz 낮은 4.6GHz이며, GPU는 10코어 구성의 아크 B370(2.2GHz)으로 약간 낮췄습니다. 두 제품 모두 인텔의 최신 18A 공정으로 제작됐으며, 12개의 PCIe 레인(x8 Gen4 / x4 Gen5), 듀얼 선더볼트 4 포트, Wi-Fi 7 R2 및 듀얼 블루투스 6.0 등 차세대 네트워크 스펙을 갖추고 있습니다. 메모리는 최대 96GB의 LPDDR5X-8533을 지원하지만, 현재 메모리 가격을 감안할 때 실제 시장에서는 16GB 또는 32GB 제품이 주를 이룰 것으로 예상됩니다. 휴대용 게임기에서 가장 중요한 부분인 내장 그래픽의 연산 능력은 AI 연산 (INT8 기준)으로 113 PTOPS, B370은 90 PTOPS입니다. 인텔이 전체 연산 능력이 아니라 AI 연산 능력을 강조한 점이 눈길을 끄는데, 이는 그만큼 최근 AI를 이용한 프레임 생성 및 이미지 향상 기술이 중요해졌기 때문입니다. 본래 인텔은 그래픽 분야에서는 엔비디아는 물론 AMD와 비교해도 후발주자라는 평가가 많았지만, 이번에 공개한 팬서 레이크에서는 달라졌다는 평가를 받고 있습니다. 특히 인텔 아크 G3는 가장 직접적인 경쟁 상대인 AMD의 라이젠 Z2 익스트림과 비교해서 게임 성능에서 우위가 예상됩니다. 왜냐하면 같은 Xe 3 내장 GPU가 이미 노트북에서 보여준 성능상의 우위가 있기 때문입니다. 인텔의 아크 B390은 AMD 라이젠 Z2 익스트림에 탑재된 라데온 890M(16 CU, RDNA 3.5)과 비교해서 기본 성능에서 약간 더 앞서 있을 것으로 보입니다. 하지만 더 중요한 대목은 AI 성능에서 꽤 앞선다는 것입니다. 특히 휴대용 기기는 화면 크기가 작고 전력 소비가 제한적이기 때문에, 낮은 해상도에서 게임을 구동할 때 업스케일링 기술의 완성도가 체감 성능에 많은 영향을 미칩니다. 인텔의 AI 기술인 XeSS 3는 전용 Xe 코어 및 XMX AI 가속기를 활용하여 텍스트 가독성과 미세 디테일을 선명하게 유지하면서도 성능을 크게 높인 것으로 평가받고 있습니다. 특히 라데온 890M의 FSR 기술이 실제적으로 x2 프레임 생성 정도가 한계인 반면 XeSS 3는 x4 생성이 가능해 체감 속도를 크게 높일 수 있습니다. 따라서 사이버펑크 2077 같은 고사양 게임에서도 1080 해상도에서 만족스러운 플레이가 가능할 것으로 기대됩니다. 현재 에이서 프레디터 아틀라스 8(Acer Predator Atlas 8), MSI 클로 8 EX AI+(MSI Claw 8 EX AI+), 원엑스플레이어 3(OneXPlayer 3) 등 6월 출시 예정인 기기들이 아크 G3를 탑재할 예정으로 실제 성능과 가격 등이 곧 공개될 예정입니다. 아마 흥행에 최대 변수는 가격이 될 것으로 보입니다. 어느 정도 게임도 설치하고 성능에서 손해도 보지 않으려면 넉넉한 메모리와 SSD가 필수인데, 현재 둘 다 가격이 천정부지로 치솟아 올라 가격이 저렴하진 않을 것으로 예상됩니다.

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

칩 속 냉각 통로로 온도 30% 낮춰고성능 메모리 안정화 핵심 기술대량 생산·기존 패키지 호환 가능 SK하이닉스가 차세대 고대역폭메모리(HBM)의 최대 난제인 발열 문제를 해결할 신기술로 ‘iHBM’을 공개했다. 인공지능(AI) 연산 확대와 함께 HBM의 적층 단수와 속도가 급격히 향상되면서, 업계는 ‘발열 제어’ 기술이 차세대 AI 메모리 시장에서 핵심 경쟁력이 될 것으로 보고 있다. SK하이닉스 역시 iHBM을 앞세워 차세대 HBM 시장에서 발열 제어 주도권 확보에 나선 셈이다. SK하이닉스는 26일 iHBM 기술을 공개했다. HBM 패키지 내부에 전기는 통하지 않지만 열 전도율이 높은 실리콘 소재인 ‘ICE’를 넣어 열이 빠져나가는 ‘추가 통로’를 만드는 방식으로 열 방출 경로를 개선했다. 기존 HBM이 내부 열을 외부로 전달해 식히는 구조였다면, iHBM은 내부 발열 구간을 직접 관리하는 구조로 진화한 것이다. HBM은 여러 개의 D램을 수직으로 쌓아 데이터 처리 속도를 높인 AI용 핵심 메모리다. 최근 AI의 확산으로 그래픽처리장치(GPU)와 HBM 간 데이터 처리량이 폭증하면서 메모리 성능은 향상됐지만 적층 수가 늘고 속도가 빨라질수록 발열도 함께 증가해 냉각과 안정성 확보는 새로운 과제다. 특히 업계는 HBM과 GPU를 연결하는 ‘D2D PHY’ 구간의 발열 관리가 차세대 HBM 경쟁력을 좌우할 핵심 기술이라는 입장이다. D2D PHY는 HBM과 GPU 사이에서 데이터를 초고속으로 주고받는 연결 통로다. 데이터 이동량이 많아질수록 단위 면적당 발생하는 발열량인 발열 밀도도 급격히 높아진다. iHBM은 발열이 가장 집중되는 D2D PHY 영역 안에 냉각 요소(ICE)를 넣어 열이 빠져나가는 전용 경로를 별도로 만들었다. 이를 통해 기존 대비 열저항을 30% 이상 낮췄고, 고온·고부하 환경에서도 안정적인 동작 특성을 확보했다고 SK하이닉스는 설명했다. 양산성과 고객 호환성도 강화했다. SK하이닉스는 이미 업계에서 널리 쓰이는 MR-MUF 기반 WLP 공정을 적용해 안정적으로 대량 생산이 가능하다고 밝혔다. MR-MUF는 반도체 칩 사이를 보호재로 채워 열과 충격에 견디도록 만드는 공정이며, WLP는 반도체를 자르기 전 웨이퍼 상태에서 패키징과 검사를 동시에 진행해 생산 효율을 높이는 기술이다. 또 고객사가 현재 사용하는 반도체 패키지 구조(SiP)와도 높은 호환성을 확보해 큰 설계 변경 없이 바로 적용할 수 있도록 했다. SiP는 서로 다른 기능의 반도체 칩을 하나의 패키지 안에 넣어 하나의 시스템처럼 작동하게 만드는 기술이다. SK하이닉스는 iHBM 기술을 고성능컴퓨팅(HPC), AI 데이터센터 등 초고집적·초고대역폭 환경에 적용해 시스템 안정성과 운영 효율을 더욱 높일 것으로 예상된다. 또 고온에서 안정적으로 작동하는 메모리 반도체를 원하는 엔비디아와의 협력 관계를 더욱 강화할 수 있을 것으로 보인다.

현재 미니 PC 시장에서 가장 인기 있는 제품은 아마도 ‘맥 미니’일 것입니다. 특히 ‘로컬 인공지능(AI)’ 돌리기에 적합한 M4 프로 맥 미니가 큰 인기를 끌고 있습니다. 맥 미니는 LLM을 로컬로 장시간 돌릴 때 몇 가지 큰 장점이 있습니다. 우선 통합 메모리 구조로 메모리의 3분의2를 GPU에 할당해 큰 모델을 돌릴 수 있으며 데이터가 CPU와 GPU를 오가면서 시간과 연산 자원을 낭비할 필요가 없습니다. 여기에 매우 전력 소모량이 적어서 장시간 돌려도 전기료가 적게 나옵니다. 차지하는 면적이 매우 적은 것도 장점입니다. 이런 이유로 맥 미니는 24시간 돌릴 수 있는 인공 지능 비서인 ‘오픈 클로’(Open Claw)용으로 품귀 현상을 보일 정도로 인기가 좋습니다. 600만원이 넘는 그래픽 카드인 RTX 5090는 속도는 더 빠를지 몰라도 메모리는 32GB로 한정돼 돌릴 수 있는 모델 크기에 제한이 있고 엔비디아의 AI 미니 PC인 ‘DGX 스파크’는 128GB라는 대용량 메모리를 갖췄지만 최근 가격이 꽤 올라 맥 미니가 AI용으로 훨씬 더 가성비 있는 제품이 된 상태입니다. AI 미니 PC의 인기가 좋아지면서 또 다른 CPU 및 GPU 제조사인 AMD 역시 대항마를 출시해 이 시장에서 경쟁을 예고하고 있습니다. 최근 AMD는 자체 AI PC인 ‘라이젠 AI 헤일로 개발자 플랫폼’(Ryzen AI Halo Dev Platform, 이하 라이젠 AI 헤일로)을 선보였습니다. 최대 16코어 CPU와 라데온 8060S (40코어 RDNA 3.5) GPU, 50 TOPS XDNA 2 NPU를 지닌 라 데온 AI MAX+ 395를 대표 제품으로 내세운 라이젠 AI 헤일로는 최대 128 GB LPDDR5X-8000와 2TB SSD를 지원하면서도 맥 미니와 견줄 수 있는 작은 크기를 자랑합니다. 최대 TDP는 120W로 다소 높지만, 고성능 그래픽 카드와 비교하면 감당할 만한 수준입니다. AMD는 이 모델의 시작 가격이 3999달러이고 최대 128GB 메모리를 탑재해 200B의 큰 파라미터를 지닌 모델도 로컬로 구동할 수 있다고 설명하고 있습니다. 여기에 라이젠 AI 맥스 400 시리즈를 탑재한 2세대 모델의 경우 192GB 버전이 존재하고 최대 160GB나 되는 메모리를 GPU로 할당할 수 있어 최대 300B에 달하는 거대한 모델도 돌릴 수 있습니다. 또 AMD는 라이젠 AI 헤일로가 맥 미니보다 일부 생성형 AI에서 최대 4배 정도 빠르다고 주장하고 있는데, 훨씬 저렴한 제품과 비교하는 것이 과연 맞는 비교인지 궁금해지는 대목이기도 합니다. 오히려 비슷한 가격대인 맥 스튜디오와의 비교는 끝까지 보여주지 않는 점이 더 흥미롭습니다. 참고로 맥 스튜디오 M4 맥스 64GB 제품은 1TB SSD 기준 464만원이고 M3 울트라 96GB 1TB SSD 기준 659만원입니다. 시작 가격인 3,999달러를 현재 환율로 환산하면 600만원이 좀 넘는데 10% 부가세 가산 시 660만원 이상으로 M3 울트라 96GB와 비교가 맞지 않나 생각입니다. 여기에는 나름의 속사정이 있습니다. M3 울트라는 메모리 대역폭이 819 GB/s에 달해 토큰 생성 속도가 꽤 빠릅니다. 반면 AMD 라이젠 AI Max+ 395의 메모리 대역폭은 약 256 GB/s (쿼드 채널 LPDDR5x 8000 기준)으로 훨씬 느리기 때문에 직접 비교를 피한 것으로 보입니다. 오히려 M4 프로의 메모리 대역폭이 273 GB/s로 비슷합니다. 한편 비슷한 AI 미니 컴퓨터인 엔비디아 DGX 스파크와 비교해서는 일부 LLM 모델에서 토큰 속도가 더 빠르다고 주장하고 있습니다. 구체적으로 GPT OSS (120B)는 7% 이상, Qwen 3.5 (122B)는 12% 이상, Qwen 3.6 (35B)는 4% 이상, GLM 4.7 (30B)은 14% 이상입니다. 따라서 라이젠 AI 헤일로는 직접 경쟁 상태인 DGX 스파크보다 일부 모델에서 약간 더 나은 성능을 지니고 있으며 x86 CPU라 윈도우 OS도 구동이 가능하다는 것이 핵심이라고 하겠습니다. DGX 스파크는 개인용 컴퓨터보다는 미니 서버에 가까운 물건으로 일반 소비자용 PC처럼 사용이 어렵지만, 라이젠 AI 헤일로는 윈도우 OS를 설치해서 그런 식으로도 사용 가능합니다. 차라리 맥 미니와의 무리한 비교보다 이점에 초점을 맞춰 발표하는 게 더 낫지 않았나 하는 생각입니다. 가격 포지션으로 큰 차이가 나는데도 맥 미니를 주요 라이벌로 설정한 이유는 역설적으로 그만큼 맥 미니의 인기가 높다는 반증일 것입니다. DGX 스파크처럼 비싼 가격을 받아야 하지만, 맥 미니처럼 인기를 끌 수 있는 제품이 될 수 있을지 궁금해지는 발표입니다.

한국기술교육대학교(총장 유길상) 컴퓨터공학부 전강욱 교수 연구팀이 ETRI·전북대 연구팀과 공동연구로 초대규모 텐서 데이터를 효율적으로 처리할 수 있는 GPU–스토리지 협업 기반 터커 분해 기술을 개발했다고 15일 밝혔다. 텐서(Tensor)는 데이터를 다차원 배열의 형태로 구조화한 것이며, 터커(Tucker) 분해는 복잡한 다차원 데이터를 작게 나누어 효율적으로 분석하는 기술이다. 최근 인공지능, 데이터마이닝, 추천시스템, 과학계산 등 다양한 분야에서 고차원·대규모 데이터 분석의 중요성이 커지고 있다. 텐서 분해는 다차원 데이터의 잠재 구조를 분석하는 핵심 기술로 활용되고 있지만, 데이터 규모가 커질수록 메모리 사용량의 급격한 증가와 데이터 쏠림 현상으로 병렬 처리 효율이 저하되는 문제가 있었다. 연구팀은 데이터 분포의 쏠림 특성을 고려한 다단계 분할 기법과 GPU–스토리지 협업 실행 구조를 결합한 새로운 Tucker 분해 프레임워크인 ‘GSP-Tucker’를 제안했다. 제안 기술은 대규모 희소 텐서를 여러 단계로 분할하고, GPU 연산과 스토리지 기반 데이터 처리를 유기적으로 결합, 제한된 메모리 환경에서도 대규모 텐서 분해를 안정적으로 수행할 수 있도록 설계됐다. 기존 Tucker 분해 기법들은 대규모 중간 결과를 한꺼번에 메모리에 적재하거나, 데이터 쏠림이 심한 경우 특정 연산 구간에 부하가 집중되는 문제가 있었다. 실험 결과 제안한 GSP-Tucker는 기존 최신 Tucker 분해 기법들이 메모리 부족 또는 실행 실패를 보이는 대규모 데이터셋에서도 안정적으로 동작했다. 메모리 사용량과 실행 성능 측면에서도 우수한 결과를 보여 단일 머신 환경에서도 초대규모 텐서 데이터를 처리할 수 있는 가능성을 제시한 성과다. 전 교수는 “향후 추천시스템, 지식그래프 분석, 과학계산, 대규모 인공지능 데이터 처리 등 다양한 분야로 확장될 수 있을 것으로 기대한다”고 말했다. 이번 연구 논문은 데이터베이스 분야 세계 3대 학술대회 중 하나인 IEEE ICDE(International Conference on Data Engineering) 2026에 채택됐다.

구글이 제미나이를 운영체제(OS)에 통합한 지능형 체제(IS)의 개념을 내놓으면서 크롬북 플러스를 업데이트 하는 대신 새로운 노트북 라인업인 ‘구글북’(Googlebook)을 공개했습니다. 상세 사양이나 제품에 대한 공개는 없었지만, 기존의 윈도우나 iOS/Mac에 맞설 수 있는 노트북 OS와 제품군을 만드는 것이 목표로 보입니다. 하지만 여기서 의문이 드는 대목은 과거 공개한 크롬북 플러스와의 차이점이 무엇이냐는 것입니다. 기본적으로 크롬 OS와 크롬북은 저가형 교육용 노트북 시장에서 나름 자신만의 입지를 굳힌 제품입니다. 국내에서는 널리 쓰이지 않지만, 미국, 유럽, 일본에서는 교육용 제품으로 많이 사용됩니다. 일단 OS 가격이 포함되지 않고 윈도우 보다 낮은 사양에서도 돌아가는 장점이 있어 가격이 중요한 교육용 시장에서 인기를 끌고 있는 것입니다. 특히 코로나19 대유행 시기에는 온라인 수업과 연계되면서 판매량이 연간 3000만대를 넘기도 했습니다. 하지만 그 이후에는 판매량이 하락세를 겪었습니다. 최근에는 다시 완만한 회복세를 보였으나 올해 메모리, SSD 가격이 큰 폭으로 상승하면서 다시 판매량이 줄어들 가능성이 큰 상태입니다. 크롬북의 문제점은 기본적으로 저가형이고 사양이 낮아서 업무용 및 게임 등 다양한 용도로 쓰기에는 다소 아쉽다는 것입니다. 따라서 구글은 크롬북 플러스라는 업그레이드 형을 이미 발표한 바 있습니다. 제조사 입장에서는 저가형만 만들다 보니 수익성이 낮고 구글 입장에서는 점유율을 늘려 생태계를 확장할 필요가 있어 나온 제품이지만, 실제 판매량은 많지 않았습니다. 크롬북 수요 자체가 300달러 이하의 교육용 노트북에 집중되어 있는데다, 약간 비용을 추가하면 모든 기능을 갖춘 맥북 에어나 윈도우 노트북을 살 수 있기 때문입니다. 따라서 구글북은 크롬북과 크롬북 플러스의 한계를 돌파하기 위한 제품으로 볼 수 있습니다. 구글에 따르면 구글북은 안드로이드, 구글 플레이, 그리고 크롬OS(ChromeOS)의 장점을 한데 모았습니다. 예를 들어 별도의 에뮬레이션 과정 없이 노트북에서 안드로이드 애플리케이션을 완벽하게 구동할 수 있습니다. 또 구글북은 인공지능(AI) 기술인 ‘제미나이’(Gemini)를 핵심 성능으로 내세우고 있습니다. 예를 들어 사용자가 마우스 포인터를 흔드는 동작(shake)을 통해 즉시 제미나이 모드를 활성화할 수 있는 새로운 인터페이스를 도입했습니다. 그리고 제미나이를 통해 자신만의 맞춤형 위젯을 생성하고 활용할 수도 있습니다. 하지만 이것만으로 소비자들의 지갑을 열게 할 수 있을진 미지수입니다. 구글 AI 서비스 확산과 주도권 확보를 위해서는 결국 모든 플랫폼에서 제미나이를 제한 없이 사용할 수 있게 해줘야 합니다. 이미 널리 보급된 윈도우 OS를 기반으로 한 코파일럿 기능처럼 OS나 플랫폼에 제한을 둘 수 없다는 이야기입니다. 더구나 사실 AI 기능 강조는 구글 크롬북 플러스에서도 똑같이 했던 이야기입니다. 구글 포토에서 사진에 불필요한 부분을 지워주는 매직 이레이저나 화상회의 AI, 제미나이와의 통합 등은 이미 크롬북 플러스에서 선보인 내용입니다. 구글북은 제미나이와의 더 깊은 통합을 강조하고 있는데, 통합하지 않아도 잘 쓸 수 있는 제미나이를 통합해 과연 시너지 효과를 볼 수 있을지 의문이 드는 대목입니다. 두 번째로 하드웨어 역시 기존의 AI 노트북보다 낮을 수 있습니다. 인텔의 와일드캣 레이크 (Wildcat Lake)를 사용할 것이라는 이야기가 나오고 있는데, 기본적으로 고성능 코어 2개에 저전력 코어 4개를 사용해 성능이 그렇게까지 뛰어나다고 보긴 어렵습니다. 내장 그래픽은 Xe3 iGPU 역시 2코어이고 NPU 성능 역시 코파일럿 기능을 지원하는 AI 노트북(40 TOPS 이상) 보다 훨씬 낮은 17 TOPS 정도로 알려져 있습니다. 물론 제조사에 따라 더 강력한 칩을 탑재할 수도 있으나 그러면 가격도 그만큼 올라가게 될 것입니다. 주요 경쟁 상대인 맥북 네오와 가격 경쟁이 힘든 것은 물론 맥북 에어, 윈도우 AI 노트북들과 가격이 비슷해질 수도 있습니다. 세번째 문제는 x86에 안드로이드 기반일 것으로 보이는 구글 OS를 돌린다는 것입니다. 과거에도 x86 안드로이드가 있긴 했지만 성능 최적화 측면에서 보면 Arm 만큼 성능과 호환성이 좋지 못했습니다. 설령 호환이 된다 해도 성능에서는 손해가 있을 수 있습니다. 지금 Arm 윈도우 시장에 나와 있는 퀄컴의 스냅드래곤 기반 AI 노트북과 비슷한 문제에 직면할 가능성이 있어 보이는데, 굳이 x86 프로세서를 채택한 배경 역시 궁금해지는 부분입니다. 마지막으로 지금 직면한 가장 큰 문제는 칩플레이션을 극복할 수 있느냐는 것입니다. 애플은 칩플레이션 상황에서 상대적으로 선전하고 있습니다. 기본적으로 맥북은 OS 자체가 메모리 절약 성능이 우수해 메모리를 상대적으로 적게 탑재해도 윈도우 노트북보다 유리한 상황입니다. 여기에 자체 프로세서와 OS를 통해 수직 계열화를 이룩해 가격 통제가 쉽고 본래 높은 가격의 프리미엄 이미지로 가격 인상 요인도 쉽게 흡수할 수 있습니다. 덕분에 애플은 올해 유일하게 판매량이 대폭 늘어날 대형 컴퓨터 제조업체로 지목되고 있습니다. 반면 구글북은 에이서, 델, HP, 레노버, ASUS 같은 기존 업체들이 참가하는 방식으로 보입니다. 이들은 애플처럼 자체 칩을 사용하지도 않고 공급망 장악력이 떨어지기 때문에 현재 칩플레이션으로 가격이 폭등하면서 판매가 줄어들고 있는 윈도우 노트북과 차이점이 과연 무엇인지 애매한 상황입니다. 그럼에도 구글이 구글북이라는 새로운 제품군을 들고나온 것은 결국 크롬북 플러스로는 일반 노트북 및 PC 시장에 진입하기가 쉽지 않다는 한계를 확인했기 때문일 것입니다. 2011년 크롬북도 처음에는 성공 여부가 불투명했으나 결국 교육 시장에서 자리를 잡은 것처럼, 구글북 역시 제미나이 AI 노트북이라는 새로운 정체성을 찾고 시장에 안착할 수 있을지 주목됩니다.