코스닥이 22일 장 초반 상승 흐름을 이어가며 844.08을 나타내고 있다. 간밤 미국 기술주 강세 영향 속에 반도체, 2차전지, 로봇주가 동반 오르며 지수를 끌어올리는 모습이다. 22일 오전 9시 15분 기준, 한국거래소에 따르면 코스닥지수는 전 거래일 836.27보다 7.81포인트(0.93%) 오른 844.08이다. 지수는 846.14에 출발한 뒤 장중 847.10까지 올랐고, 저가는 843.82를 기록했다. 수급별로는 개인이 741억원어치를 순매수하며 지수 상승을 뒷받침했다. 반면 외국인은 543억원, 기관은 192억원어치를 각각 순매도했다. 프로그램 매매는 비차익 중심으로 506억원 매도 우위를 보였다. 시가총액 상위 종목들도 대체로 강세다. 알테오젠(196170)은 25만6000원으로 0.39% 올랐고, 에코프로(086520)는 8만600원으로 0.88%, 에코프로비엠(247540)은 10만4300원으로 0.87% 상승했다. 주성엔지니어링(036930)은 20만9000원으로 1.70%, 레인보우로보틱스(277810)는 44만7000원으로 1.71%, 원익IPS(240810)는 13만300원으로 1.01%, 리노공업(058470)은 7만1700원으로 2.72% 각각 올랐다. 심텍(222800)은 15만2800원으로 16.91% 급등하며 두드러진 상승폭을 나타냈다. 시장 전반으로도 오름세가 우세하다. 코스닥 시장에서는 상승 종목이 890개, 하락 종목이 692개였고 보합은 135개로 집계됐다. 상한가 종목은 1개였다. 개별 종목별로는 더블유에스아이가 29.94% 올라 상한가를 기록했고, 셀리드가 26.13%, 수성웹툰이 20.37%, 토마토시스템이 17.65% 상승했다. 심텍도 상승률 상위권에 이름을 올렸다. 반면 핀텔은 10.73% 내렸고 예선테크는 9.87%, 큐라티스는 8.75%, 대호특수강우는 8.52%, 아시아경제는 8.32% 하락했다. 최근 흐름도 견조하다. 코스닥은 지난 16일부터 21일까지 4거래일 연속 올라 815.98에서 836.27까지 상승한 데 이어 이날도 오름세를 이어가고 있다. 한편 이날 제논은 한국거래소로부터 코스닥 상장을 위한 상장예비심사 승인을 받았다. 제논은 7월 심사청구서 제출 이후 약 2개월 만에 첫 관문을 통과했으며, 앞으로 증권신고서 제출과 수요예측, 일반청약 등의 절차를 진행할 예정이다. 상장으로 확보한 자금은 GPU 등 컴퓨팅 자원 확보와 자체 AI 플랫폼, AI 에이전트, 피지컬 AI 기술 고도화, 인력 확충 등에 투입할 계획이다. 2017년 설립된 제논은 엔터프라이즈 AI전환 플랫폼 제노스를 기반으로 사업을 전개하고 있다. 올해 상반기 별도 기준 매출은 117억6000만원으로 전년 동기 대비 4.3배 늘었고, 영업이익은 22억원으로 확대됐다. 지난해 연간 매출 117억4000만원을 상반기 만에 넘어섰고, 영업이익률도 6%에서 18.7%로 높아졌다. [서울신문과 MetaVX의 생성형 AI가 함께 작성한 기사입니다]

코스닥이 22일 장 초반 상승 흐름을 이어가며 844.08을 나타내고 있다. 간밤 미국 기술주 강세 영향 속에 반도체, 2차전지, 로봇주가 동반 오르며 지수를 끌어올리는 모습이다. 22일 오전 9시 15분 기준, 한국거래소에 따르면 코스닥지수는 전 거래일 836.27보다 7.81포인트(0.93%) 오른 844.08이다. 지수는 846.14에 출발한 뒤 장중 847.10까지 올랐고, 저가는 843.82를 기록했다. 수급별로는 개인이 741억원어치를 순매수하며 지수 상승을 뒷받침했다. 반면 외국인은 543억원, 기관은 192억원어치를 각각 순매도했다. 프로그램 매매는 비차익 중심으로 506억원 매도 우위를 보였다. 시가총액 상위 종목들도 대체로 강세다. 알테오젠(196170)은 25만6000원으로 0.39% 올랐고, 에코프로(086520)는 8만600원으로 0.88%, 에코프로비엠(247540)은 10만4300원으로 0.87% 상승했다. 주성엔지니어링(036930)은 20만9000원으로 1.70%, 레인보우로보틱스(277810)는 44만7000원으로 1.71%, 원익IPS(240810)는 13만300원으로 1.01%, 리노공업(058470)은 7만1700원으로 2.72% 각각 올랐다. 심텍(222800)은 15만2800원으로 16.91% 급등하며 두드러진 상승폭을 나타냈다. 시장 전반으로도 오름세가 우세하다. 코스닥 시장에서는 상승 종목이 890개, 하락 종목이 692개였고 보합은 135개로 집계됐다. 상한가 종목은 1개였다. 개별 종목별로는 더블유에스아이가 29.94% 올라 상한가를 기록했고, 셀리드가 26.13%, 수성웹툰이 20.37%, 토마토시스템이 17.65% 상승했다. 심텍도 상승률 상위권에 이름을 올렸다. 반면 핀텔은 10.73% 내렸고 예선테크는 9.87%, 큐라티스는 8.75%, 대호특수강우는 8.52%, 아시아경제는 8.32% 하락했다. 최근 흐름도 견조하다. 코스닥은 지난 16일부터 21일까지 4거래일 연속 올라 815.98에서 836.27까지 상승한 데 이어 이날도 오름세를 이어가고 있다. 한편 이날 제논은 한국거래소로부터 코스닥 상장을 위한 상장예비심사 승인을 받았다. 제논은 7월 심사청구서 제출 이후 약 2개월 만에 첫 관문을 통과했으며, 앞으로 증권신고서 제출과 수요예측, 일반청약 등의 절차를 진행할 예정이다. 상장으로 확보한 자금은 GPU 등 컴퓨팅 자원 확보와 자체 AI 플랫폼, AI 에이전트, 피지컬 AI 기술 고도화, 인력 확충 등에 투입할 계획이다. 2017년 설립된 제논은 엔터프라이즈 AI전환 플랫폼 제노스를 기반으로 사업을 전개하고 있다. 올해 상반기 별도 기준 매출은 117억6000만원으로 전년 동기 대비 4.3배 늘었고, 영업이익은 22억원으로 확대됐다. 지난해 연간 매출 117억4000만원을 상반기 만에 넘어섰고, 영업이익률도 6%에서 18.7%로 높아졌다. [서울신문과 MetaVX의 생성형 AI가 함께 작성한 기사입니다]

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

지난 9월 2일 엔비디아의 허깅페이스 인수 계약이 성사되었다는 소식이 나왔다. 인수 총액은 129억 3000만 달러로, 주주들에게 돌아가는 119억 달러에 더하여 회사에 남기로 한 직원들에게 지분 보상으로 최대 10억 달러가 더 들어갈 것이라고 한다. 법적 승인이 이루어지면 내년 상반기 완료가 전망된다. 엔비디아는 이미 작년 12월 반도체 스타트업 그록을 200억 달러에 사들인 바 있으며 이번 건은 엔비디아 역사상 두 번째로 큰 인수합병이다. 허깅페이스는 개방된 플랫폼으로서 인공지능(AI) 업계의 표준 저장소로 불리는 곳이다. 1800만 명이 넘는 개발자가 참여하여 작업을 서로 공유하는 곳으로, 300만 개 이상의 모델이 나와 있으며 고객 기업만 해도 20만 개가 넘는 곳이다. 폐쇄형 기업인 앤스로픽이나 오픈AI 등 선도 기업들의 개발자들 또한 이곳을 개발과 모델 검증의 중요한 플랫폼으로 이용하고 있다. 그런 의미에서 인공지능 발전의 엔진 역할을 하는 것이라고 할 수 있다. 그런데 반도체 기업인 엔비디아가 이곳을 완전히 소유하게 되는 계약이 성사되었다는 소식은 큰 파장을 던지고 있다. 많은 이들은 이 인수의 동기에 주목한다. 젠슨 황은 허깅페이스 집단 해킹 사건이 벌어진 직후인 7월 24일, 인공지능 업계가 소수 기업의 기술 독점에 지배당하지 않고 또 안전을 강화하기 위해서라도 오픈 모델에 대한 접근을 더 많은 스타트업과 대학 연구소들에게 제공해야 한다는 글을 발표하였다. 이 서한에 25개 기업이 서명하였고 동참한 기업은 하루 만에 50개사로 나흘 뒤엔 150개사 이상으로 불어났다. 처음엔 빠져 있던 오픈AI와 구글과 아마존 또한 이 흐름에 곧 합류했다. 흥미롭게도 안전이 최고의 가치임을 목놓아 외치는 앤스로픽이 끝까지 참여하지 않았다. 최근 업계에 충격을 던졌던 중국 모델 키미 K3에 대해서도 황은 중국 모델 또한 성능만 뛰어나면 얼마든지 써야 한다고 하면서, 모델 하나에 세계가 의존하는 순간 그것이 곧 약한 고리, 단 하나의 공격 지점이 된다고 주장했다. 이러한 맥락에서 벌어진 이번 인수는 단순한 엔비디아의 사업 확장이 아니라, 끝내 문을 걸어 잠근 진영에 맞서서 오픈소스 생태계 전체를 지켜내겠다는 선언으로 읽힌다. 그럴 법한 일이다. 이 폐쇄형 인공지능의 선도기업들은 엔비디아에 대한 의존을 벗어나기 위해 독자적인 GPU 생산을 계획하고 있다고 알려져 있다. 이에 대해 엔비디아는 자신들의 제품에 대한 시장 수요를 확보하기 위해서라도 오픈소스 모델들이 왕성하게 발전할 수 있는 장을 지켜내야 한다. 그런데 그 결과는 한걸음 더 나아간다. 엔비디아는 이제 GPU 생산에서 시작하여 인공지능 모델의 개발에 이르는 전 과정을 독자적으로 갖춘 이른바 ‘풀 스택’ 체제를 갖출 수 있게 되었다. 장군을 멍군으로 받으면서 동시에 거꾸로 장군을 친 셈이다. 이 거래가 완결되는 데에는 아직 장벽이 있다. 세계 최대 시가총액 기업이 업계에 필수적인 인프라를 완전히 집어삼키는 일을 ‘빅3’의 이익과 무관하지 않은 미국 규제당국이 순순히 승인할지가 불확실하기 때문이다. 하지만 이러한 고래들의 힘싸움 와중에 터지는 새우등이 있다. 바로 ‘오픈소스’의 공간이다. 물론 황은 허깅페이스가 앞으로도 개방형 플랫폼으로 남을 것이며 엔비디아 컴퓨팅을 강요하는 일은 없을 것이라고 약속했다. 다만 그 약속을 지킬지 말지를 결정할 권한 자체가 이제 전적으로 한 회사에 있다는 사실은 달라지지 않는다. 비슷한 장면이 있었다. 지난 2018년 오픈소스 개발자들의 놀이터였던 깃허브가 마이크로소프트에 75억 달러에 인수됐을 때에도 개발자 커뮤니티가 대기업 품에서도 중립성을 지킬 수 있을까라는 질문이 나온 바가 있었다. 이 질문의 답은 아직 나오지 않았고, 훨씬 더 큰 판에서 이 질문은 똑같은 모습으로 돌아왔다. ‘개방’이 소유물이 된 것이다. 서로 다른 논리를 가진 이 두 명사는 공존할 수 있을까. 한 쪽이 이긴다면 어느 쪽일까. 홍기빈 글로벌정치경제연구소 소장

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.

자는 척했던 거인창신메모리, 5년 내 판도 엎을 것국가 빅펀드, 수십조원 씨앗 뿌려IPO로 시장에서 자본 회수 모델DDR4 반값에 뿌리며 시장 잠식삼전닉스, 멈추는 순간 따라잡혀AI 응용시장에 사활 거는 中14억 인구와 데이터 원석이 무기AI로 제조업 전환, 생산성 극대화2500명 필요했던 공장, 로봇 대체불도 끄고 사람도 없이 밤새 가동원가절감해 제조업 세계 1위 목표한국의 대응방안은한국 제조업·미국 빅테크 손잡고중국처럼 생산 원가 낮춰 생산을반도체·배터리·바이오 최종 보루규제·주52시간 근무 등 타개하고고품질·고신뢰 첨단 공급자 돼야인공지능(AI) 시대의 총아인 반도체와 휴머노이드 로봇 분야에서 중국이 무섭게 부상하고 있다. 최근 중국경제전문가인 전병서 중국경제금융연구소장을 만나 중국 반도체·AI 굴기의 비결, 한국 반도체의 갈 길 등에 대해 이야기를 나눴다. 전 소장은 “최근 반도체 초호황은 미중 갈등에서 우리가 어부지리를 얻은 것으로 실력으로 착각하면 안 된다”며 “미국도 중국도 못 하는 고품질·고신뢰의 첨단 기술 공급자 포지션을 확보하는 것이 한국의 생존 전략”이라고 강조했다. ●유일하게 中 앞선 반도체, 기술 격차 3년 -창신메모리(CXMT)가 최근 상하이 증시에 상장해 시가총액 1위(약 770조 원)에 올랐다. “잠자던 거인이 깨어난 게 아니라, 사실 자고 있던 척했던 거다. 지금은 세계 4위지만 5년 안에 판도가 뒤집힐 것이다. 현재 우리와 기술 격차는 범용 D램은 3년, HBM은 5년 격차, 이 숫자를 편하게 볼 수 있는 한국 기업은 없다. 올해 2분기 CXMT의 D램 점유율은 불과 1년 만에 4%에서 10%로 2.5배 뛰었다. 반도체 슈퍼사이클이 CXMT에 자금과 자신감을 동시에 선물했다. 호황의 과실이 경쟁자를 키우는 아이러니가 벌어지고 있다.” -중국 반도체 산업이 ‘국가 보조금’에서 ‘증시 활용’으로 전략을 바꿨나. “씨앗은 국가가 뿌리고 열매는 시장이 따가는 구조다. 1단계는 국가 빅펀드가 수십조원을 쏟아 기술 기반을 닦는 것, 2단계는 기업공개(IPO)로 자본을 회수하는 것이다. CXMT는 666억 위안, YMTC는 330억 위안을 증시에서 확보할 예정이다. 리스크는 국가가, 수익은 시장이 가져간다. 반도체에 이어 로봇까지 이 공식이 반복된다. 더 교묘한 건 글로벌 자본을 끌어들여 외국 투자자들이 중국 반도체에 돈을 넣게 만들면, 미국도 함부로 제재하기 어려워지는 구조를 만든다는 점이다. 외국 돈이 들어오면 미국도 쉽게 손을 못 댄다.” -CXMT가 삼성전자·SK하이닉스에 실질적으로 영향을 미칠 시점은. “범용 D램 기술 격차 3년, 실적 타격은 5년, 달력을 보면서 긴장해야 할 숫자다. CXMT는 지금 DDR4를 반값에 뿌리며 시장을 잠식 중이다. 가격전쟁은 이미 시작됐고, 한국에 남은 방어선은 HBM뿐이다. 삼성과 SK하이닉스가 HBM4, HBM4E에 자원을 집중하고 범용 D램 의존도를 줄이는 것 외에 선택지가 없다. 중국이 쫓아올 수 없는 속도로 계속 앞으로 달아나야 한다. 멈추는 순간 따라잡힌다.” -HBM 경쟁에서 중국은 아직 못 따라오고 있는데. “5년 격차의 기술 해자(진입 장벽), 지금은 든든해 보이지만 해자도 메워진다. HBM은 단순 반도체가 아니라 패키징·적층 공정이 결합된 복합 기술이다. 2030년 이전에 판도가 뒤집힐 가능성은 낮다. 그러나 중국이 HBM3를 양산하는 순간, 한국은 HBM4E와 HBM5로 이미 올라서 있어야 한다. 기술 우위란 결국 속도 경쟁이다. 앞서가고 있다는 안도감이 가장 위험하다.” -최근 반도체 호황은 우리 기업의 실력 아닌가. “운을 실력으로 오판하는 착각이다. 미중이 싸우는 바람에 우리한테 황금비가 내린 것이다. 미국의 대중 반도체·AI 제재가 없었다면 지금의 초과수요는 절반도 되지 않았을 것이다. 우리가 어부지리를 얻은 셈이다. 단군 이래 최대의 지정학적 횡재를 실력으로 포장하는 순간 판단이 흐려진다. 지금 대비해야 할 건 반도체 가격 하락이다. 부동산 폭락보다 더 빠르고 더 깊을 수 있다.” -중국의 AI모델 딥시크가 전 세계에 충격을 줬다. “딥시크가 증명한 건 단순하다. 돈 많이 쓴다고 이기는 게임이 아닐 수 있다는 것이다. 중국 AI 기업들은 오픈AI·구글과 어깨를 나란히 할 수 있는 모델을 연달아 내놓고 있다. 미국은 물량으로, 중국은 저비용 효율로 싸운다. 다만 추론 극한·에이전트 AI·멀티모달 최전선에서는 미국이 여전히 6~12개월 앞서 있다. AI는 1등이 독식하는 시장이다. 그 격차가 작아 보여도 결정적이다.” -중국은 AI보다 기존 산업에 AI를 활용하는데 적극적인데. “중국은 이걸 ‘AI플러스’라 부른다. AI 모델 전쟁에서 이기기 어려우면 AI 응용 시장에서 이기겠다는 전략이다. 14억 인구와 세계 최대 제조업이 데이터 원석이다. 제조·물류·농업·의료에 AI를 입히면 데이터가 폭발하고 AI 성능이 다시 올라가는 선순환이 생긴다. 제조업의 AI 전환을 통해 생산성을 높이겠다는 전략이다. 중국 수출이 금지된 최첨단 그래픽처리장치(GPU)가 없어도 산업적인 응용은 중간급 칩으로 충분히 작동한다. 싸움터를 자신에게 유리한 곳으로 옮긴 것이다.” ●저비용 두뇌·몸통 단 中휴머노이드 -AI플러스로 어떻게 생산성을 높일 수 있나. “작년에 중국의 가전제품을 만드는 공장을 다녀왔다. 과거 2500명이 돌리던 라인을 지금은 로봇과 자율 운반차가 대신한다. 불도 끄고 사람도 없이 밤새 돌아가는 공장, 이른바 ‘다크팩토리’(Dark Factory)다. 현재 중국에서 수백 개가 가동 중이다. 중국이 노리는 건 AI로 생산원가를 절반으로 자르는 것, 제조업 세계 1위를 기술이 아닌 원가절감으로 굳히는 것이다. AI를 목적이 아니라 돈 버는 수단으로 본다.” -중국의 AI플러스 전략이 한국에는 어떤 영향을 줄까. “AI플러스의 최대 피해자는 한국이다. 반도체 빼고 제조업에서 중국을 앞서는 분야가 사실상 없는 상황에서, 중국이 다크팩토리로 인건비를 0에 수렴시키고 원가를 40~50% 낮추면 한국 제조업은 직격탄을 맞을 수 밖에 없다. 경고음은 울리고 있지만 한국은 듣지 못하고 있다.” -우리 제조업에서도 AI를 활용할 방안이 있다면. “한국이 미국에 무역 합의에 따른 3500억 달러를 투자해도 원금 회수가 쉽지 않다. 그 해법으로 산업 데이터를 많이 확보한 한국의 제조업과 미국의 빅테크가 손 잡고 중국처럼 생산원가를 낮춘 제품을 생산하는 것이다. 예를들어 현대차와 오픈AI, 삼성전자와 클로드, SK하이닉스와 구글이 손잡고 ‘한국형 AI플러스’를 만드는 것이다. 먼저 한국에서 다크팩토리를 만들어 원가가 50% 절감되는 것을 보여주는 시범사업을 한 뒤 미국에 이런 공장을 짓는 것이다.” -중국 로봇 기업 유니트리도 상장해 주가가 폭등했다. “1600만 원짜리 휴머노이드가 로봇 시장의 문법을 바꿨다. 테슬라 옵티머스보다 싸고 더 많이 찍어낸다. 유니트리 G1은 글로벌 가격 파괴를 선도하며 전 세계 휴머노이드 시장의 32%를 장악했다. 중국의 강점은 부품 공급망이 전부 국내에 있다는 점이다. 모터·배터리·센서·액추에이터 등 핵심 부품을 외국에서 조달할 필요가 없다. 글로벌 휴머노이드 설치 시장 상위 4개사가 전부 중국 업체다. 로봇 시장을 만든 것도, 지배하는 것도 중국이다.” -중국 휴머노이드 밸류체인이 세계에 주는 영향력은. “딥시크라는 저비용 두뇌에 유니트리라는 저비용 몸통, 이 조합이 ‘피지컬 AI’ 양산 시대를 열고 있다. 모터·배터리·AI 모델·로봇 프레임까지 밸류체인이 중국 안에서 완결된다. 외부 의존도가 거의 없다. 역설적으로 이 지점이 한국의 기회다. 서방 기업들이 중국산 하드웨어를 꺼리는 상황에서, 자동차·정밀기계 기반을 갖추고 신뢰성과 공급망 안정성을 증명할 수 있는 한국이 믿을 수 있는 대안으로 부상할 수 있다.” -미국 제재에도 중국의 반도체·로봇 기술이 향상되는 이유는. “미국 제재가 오히려 자립을 강요했다. 화웨이가 미국 칩 공급이 끊기자 기린 칩을 스스로 만든 게 상징적이다. 위기를 기회로 바꾼 게 아니라, 다른 선택지가 없었던 거다. 그 결과 중국 반도체 엔지니어 수는 5년 만에 3배 이상 늘었다. 공대생이 의대생보다 대우받는 나라, 그 선택이 지금의 기술력을 만들었다. 현재 반도체 자립도 33%, 로봇 자립도 55~65%다. 제재의 역설이다.” ●수명 다한 전략적 모호성 버려야 -이대로면 우리 기업이 코너에 몰리지 않을까. “가마솥의 개구리가 물이 뜨거워지는 걸 모르듯, 위기는 천천히 온다. 철강·조선·가전·화학은 이미 중국에 내줬다. 반도체·배터리·바이오가 마지막 보루인데, 이마저 내주면 한국의 수출 경쟁력은 해체된다. 다음 세대 기술인 HBM5·차세대 배터리·바이오신약에 지금 당장 베팅해야 한다. 중국보다 1~2세대 앞서 있으면 가격이 아닌 기술로 싸울 수 있다. 규제·주 52시간 근무·데이터·벤처자본 등 발목을 잡는 구조를 빨리 타개해야 한다.” -미중패권 시대 한국은 어떤 스탠스를 취해야 하나. “전략적 모호성은 수명이 다했다. 이제는 선택적 명확성의 시대다. HBM·AI 반도체·첨단 방산은 미국 동맹 체계 안에서만 움직여야 한다. 그러나 경제와 시장에서는 중국과의 실용적 관계를 끊을 수 없다. 중국은 여전히 한국 최대 수출처다. 등을 돌리는 건 전략이 아니라 자해다. 미국도 중국도 독자적으로 할 수 없는 것, 고품질·고신뢰의 첨단 부품 공급자 포지션을 선점하면 양쪽 모두에게 없어서는 안 되는 나라가 된다.” -오래전부터 중국을 지켜봤다. 느끼는 점은. “중국은 느리다는 편견은 착각이었다. 20년 전 중국 공대생은 100만 명이었다. 지금은 이공계 졸업생만 480만 명, 한국 전체 대학생보다 많다. 중국 기업가들의 위기의식은 한국보다 훨씬 날이 서 있다. ‘내일 망할 수 있다’는 공포가 혁신을 만든다. 실패해도 다시 하는 집요함이 있다. 한국은 대기업 시스템에 안주하는 경향이 있다. 중국 지도자들은 45일에 한 번씩 AI·빅데이터 등 첨단 산업을 함께 공부한다. 국가 장기 산업전략을 세우고 일관성 있게 밀어붙인다. 한국은 정권이 바뀔 때마다 전략이 흔들린다. 그 차이가 지금의 격차를 만들었다.” ■ 전병서 중국경제연구소장은 중국 칭화대에서 석사, 푸단대에서 박사학위를 받았다. 대우경제연구소에서 반도체와 IT애널리스트로 17년간 일했다. 대우증권 상무, 한화증권 전무를 역임한 이후 20년여간 중국 경제와 금융을 연구하고 있다. 성균관대 중국대학원, 중앙대 경영전문대학원에서 MBA학생들을 가르치고 있다. 저서로는 ‘금융대국 중국의 탄생’, ‘기술패권시대의 대중국 혁신전략’, ‘한국반도체 슈퍼乙전략’,‘차이나 퍼즐’ 등이 있다. 최광숙 대기자

과학기술정보통신부는 ‘사이버 보안 특화 인공지능(AI) 파운데이션 모델 개발’ 프로젝트 공모에서 네이버클라우드 컨소시엄을 최종 사업 수행기관으로 선정했다고 3일 밝혔다. 컨소시엄에는 네이버클라우드를 주관기관으로 LG CNS, LG유플러스, 샌즈랩 등 보안·AI 기업과 카이스트, 서울대, 고려대, 포스텍 등 주요 대학 및 연구기관을 포함해 총 32개 기관이 참여한다. 이번에 선정된 컨소시엄은 이달부터 10개월 동안 GPU B200 총 256장을 지원받는다. 정부 제공 물량과 별도로 네이버클라우드의 B200 4000장과 LG의 H200 256장을 추가 투입해 하이퍼클로바X와 엑사원을 기반으로 한 초거대 보안 특화 모델을 구축할 예정이다. 이번 사업은 고성능 AI 모델의 발달에 따라 사이버 보안 위협이 고도화되자 국내 독자 보안 특화 AI 모델을 확보하기 위한 것이다.

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.

과학기술정보통신부는 ‘사이버 보안 특화 AI 파운데이션 모델 개발’ 프로젝트 공모에 참여한 네이버클라우드와 SK텔레콤 2개 컨소시엄을 대상으로 발표 평가를 거쳐 ‘네이버클라우드 컨소시엄’을 최종 사업 수행기관으로 선정했다고 3일 밝혔다. 발표평가에서는 인공지능(AI), 사이버 보안 분야 외부 전문가로 구성된 평가위원이 각 컨소시엄이 제출한 사업계획서와 발표내용을 기반으로 기술력 및 개발경험, 개발전략·기술, 개발목표 등의 우수성·실현가능성, 시장성 및 파급효과 등을 종합적으로 평가했다. 이번에 선정된 네이버클라우드 컨소시엄은 뛰어난 기술력과 개발경험을 보유한 대규모 산학연 컨소시엄 구성 및 복수의 에이전트와 하네스 구성 등 개발전략 및 목표가 우수하다는 평가를 받았다. 이번에 선정된 컨소시엄에는 네이버클라우드를 주관기관으로 LG CNS, LG유플러스, 샌즈랩, 이스트시큐리티 등 보안·AI 기업과 카이스트, 서울대, 고려대, 포스텍 등 주요 대학 및 연구기관을 포함해 총 32개 기관이 참여한다. 이번에 선정된 컨소시엄은 이달부터 10개월 동안 GPU B200 총 256장을 지원받는다. 5개월 지원 후 중간평가 결과에 따라 잔여 5개월 지원하는 방식이다. 과기정통부는 네이버 측과 이달 중에 협약을 체결하고 GPU 지원을 통해 사이버 보안 특화모델 개발에 본격 착수할 예정이다. 선정된 사업자와 즉시 실무협의체를 구성하여 조속한 성과 창출을 위해 노력할 계획이다. 이번 사업은 고성능 AI 모델의 발달에 따라 사이버 보안 위협이 고도화되는 상황에 대응해 국내 독자 보안 특화 AI 모델을 확보하기 위한 것으로 지난 7월 22일부터 8월 21일까지 한 달간 참여팀 공모를 진행했다.

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.

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.

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.

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.