삼성전자가 미국 자율주행 차량용 반도체 생산 계약을 따내며 파운드리(위탁생산) 고객사를 추가 확보했다. 지난해 메모리 수요 둔화로 불황의 늪에 빠진 상황에서 모처럼 전해진 사업 수주 성과다. 올해 글로벌 반도체 시장에서는 대화형 인공지능(AI) 챗봇과 자율주행차 고도화 경쟁에 힘입어 AI반도체와 D램의 수요 증가가 전망된다. 삼성전자는 21일 5나노미터(nm·10억분의1m) 파운드리 공정으로 미국 AI반도체 기업 암바렐라의 자율주행 차량용 반도체를 생산한다고 밝혔다. 암바렐라는 자율주행차에 필요한 고성능·저전력 첨단 반도체를 개발하는 반도체 설계 회사다. 삼성전자는 첨단 운전자 지원 시스템(ADAS)에 탑재할 암바렐라의 최신 SoC(시스템 온 칩) 생산을 담당한다. SoC는 다양한 기능을 하나의 칩에 구현한 시스템 반도체를 의미한다. 삼성이 암바렐라에 제공할 반도체는 차량 카메라와 레이더를 통해 입력된 운전 상황을 스스로 판단하고 제어하는 등 자율주행 차의 두뇌 역할을 하게 된다. 삼성전자는 5나노 기반 최신 공정에 패키징(후공정) 기술을 집약해 제품의 AI 성능이 전작 대비 20배 이상 향상됐다고 강조했다. 현재 파운드리 시장에서 5나노 공정이 가능한 기업은 삼성전자와 업계 1위 대만 TSMC 둘뿐으로, 암바렐라는 AI 성능 고도화가 필수인 반도체 생산에서 삼성의 기술력과 안정성에 더 높은 점수를 준 것으로 풀이된다. 페르미 왕 암바렐라 최고경영자(CEO)는 “삼성전자의 검증된 차량용 공정을 통해 자율주행 첨단 운전자 지원 시스템과 높은 수준의 AI 성능 및 전력 효율을 구현할 수 있게 됐다”고 말했다. 반면 TSMC의 최대 고객사인 애플은 웨이퍼 가격 상승과 제품 수요 감소 등을 이유로 최근 TSMC에 웨이퍼 12만장 물량의 반도체 생산 주문을 취소한 것으로 전해졌다. 한편 구글과 마이크로소프트 등 해외 빅테크를 비롯해 네이버와 카카오, 통신 3사 등이 뛰어든 AI 기반 챗봇 경쟁은 기업용 서버 교체에 따른 D램 수요 증가로 이어질 전망이다. 시장조사기관 트렌드포스는 데이터센터에 들어가는 서버용 D램 공급이 올해 스마트폰과 태블릿 등에 쓰이는 모바일용 D램을 추월할 것으로 내다봤다. 올해 D램 반도체 업계 비트(bit·컴퓨터가 처리하는 정보의 최소 단위) 생산량에서 서버용 D램이 차지하는 비중은 37.6%, 모바일용 D램 비중은 36.8%로 추정된다. 2024년에는 서버용 D램 40.0%, 모바일용 D램 36.0%로 격차가 더 벌어질 것으로 전망된다. 업계 관계자는 “올해부터 서버 투자를 미뤄 왔던 국내외 기업들의 서버 교체 및 고도화가 본격화할 것으로 보인다”면서 “이런 전망은 D램과 낸드 등 메모리 중심의 삼성전자와 SK하이닉스에 더욱 고무적인 신호”라고 말했다.

삼성전자가 미국 자율주행 차량용 반도체 생산 계약을 따내며 파운드리(위탁생산) 고객사를 추가 확보했다. 지난해 메모리 수요 둔화로 불황의 늪에 빠진 상황에서 모처럼 전해진 사업 수주 성과다. 올해 글로벌 반도체 시장에서는 대화형 인공지능(AI) 챗봇과 자율주행차 고도화 경쟁에 힘입어 AI반도체와 D램의 수요 증가가 전망된다. 삼성전자는 21일 5나노미터(nm·10억 분의 1m) 파운드리 공정으로 미국 AI반도체 기업 암바렐라의 자율주행 차량용 반도체를 생산한다고 밝혔다. 암바렐라는 자율주행차에 필요한 고성능·저전력 첨단 반도체를 개발하는 반도체 설계 회사다. 삼성전자는 첨단 운전자 지원 시스템(ADAS)에 탑재할 암바렐라의 최신 SoC(시스템 온 칩) 생산을 담당한다. SoC는 다양한 기능을 하나의 칩에 구현한 시스템 반도체를 의미한다. 삼성이 암바렐라에 제공할 반도체는 차량 카메라와 레이다를 통해 입력된 운전 상황을 스스로 판단하고 제어하는 등 자율주행 차의 두뇌 역할을 하게 된다. 삼성전자는 5나노 기반 최신 공정에 패키징(후공정) 기술을 집약해 제품의 AI 성능이 전작 대비 20배 이상 향상됐다고 강조했다. 현재 파운드리 시장에서 5나노 공정이 가능한 기업은 삼성전자와 업계 1위 대만 TSMC 둘 뿐으로, 암바렐라는 AI 성능 고도화가 필수인 반도체 생산에서 삼성의 기술력과 안정성에 더 높은 점수를 준 것으로 풀이된다.페르미 왕 암바렐라 최고경영자(CEO)는 “삼성전자의 검증된 차량용 공정을 통해 자율주행 첨단 운전자 지원 시스템과 높은 수준의 AI 성능 및 전력 효율을 구현할 수 있게 됐다”고 말했다. 반면 TSMC의 최대 고객사인 애플은 웨이퍼 가격 상승과 제품 수요 감소 등의 이유로 최근 TSMC에 웨이퍼 12만장 물량의 반도체 생산 주문을 취소한 것으로 전해졌다. 한편 구글과 마이크로소프트 등 해외 빅테크를 비롯해 네이버와 카카오, 통신 3사 등이 뛰어든 AI 기반 챗봇 경쟁은 기업용 서버 교체에 따른 D램 수요 증가로 이어질 전망이다. 시장조사기관 트렌드포스는 데이터센터에 들어가는 서버용 D램 공급이 올해 스마트폰과 태블릿 등에 쓰이는 모바일용 D램을 추월할 것으로 내다봤다. 올해 D램 반도체 업계 비트(bit·컴퓨터가 처리하는 정보의 최소 단위) 생산량에서 서버용 D램이 차지하는 비중은 37.6%, 모바일용 D램 비중은 36.8%로 추정된다. 2024년에는 서버용 D램 40.0%, 모바일용 D램 36.0%로 격차가 더 벌어질 것으로 전망된다. 업계 관계자는 “올해부터 서버 투자를 미뤄왔던 국내외 기업들의 서버 교체 및 고도화가 본격화할 것으로 보인다”라면서 “이런 전망은 D램과 낸드 등 메모리 중심의 삼성전자와 SK하이닉스에 더욱 고무적인 신호”라고 말했다.

이재용 삼성전자 회장이 17일 삼성전자 천안캠퍼스와 온양캠퍼스를 찾아 반도체 패키징 기술 개발과 사업 현황 등을 점검했다. 업황 부진 지속에 글로벌 반도체 기업들이 감산·투자 축소·구조조정 등에 돌입한 가운데 삼성전자 홀로 투자 강화 기조를 이어가기 위한 현장 경영으로 풀이된다. 삼성전자 천안캠퍼스와 온양캠퍼스는 메모리 반도체와 시스템 반도체, 파운드리(위탁생산) 등 반도체 전 제품의 테스트와 패키징, 출하를 담당하는 사업장이다. 반도체 패키징은 반도체를 전자기기에 맞는 형태로 제작하는 공정으로, 전기 신호가 흐르는 통로를 만들고 외형을 가공해 제품화하는 필수 단계를 의미한다. 최근 산업계에서는 인공지능(AI)과 5세대(G) 통신, 전장(자동차 전기장치) 등 다양한 분야에서 고성능·저전력 특성을 갖춘 반도체 패키지 기술이 요구되고 있다. 특히 10나노미터(㎚·10억분의 1m) 미만 반도체 회로의 미세화 한계를 극복하기 위한 대안으로 첨단 패키지 기술의 중요성이 더욱 커지고 있다. 시장조사기관 가트너는 전 세계 반도체 후공정 시장 규모가 2020년 488억 달러(약 63조 4351억원) 규모에서 2025년 649억 달러까지 매년 가파르게 성장할 것으로 전망했다. 이 회장은 이날 천안과 온양캠퍼스에서 ▲차세대 패키지 경쟁력 및 연구개발(R&D) 역량 ▲중장기 사업 전략 등을 중점적으로 확인했다. 천안캠퍼스에서 진행된 경영진 간담회에는 삼성의 반도체 사업을 총괄하는 경계현 DS부문장을 비롯해 이정배 메모리사업부장, 최시영 파운드리사업부장, 박용인 시스템LSI사업부장 등 반도체 사업부 사장단이 총출동했다. 이 회장은 간담회에서 “어려운 상황이지만 인재 양성과 미래 기술 투자에 조금도 흔들림이 있어서는 안 된다”고 당부한 것으로 전해졌다.앞서 삼성전자는 올 상반기(1~6월)에도 반도체 시장이 부진할 것으로 전망되는 상황에도 예년과 비슷한 규모의 투자를 유지하기 위해 자회사인 삼성디스플레이로부터 20조원을 빌리기로 한 바 있다. 삼성전자가 자회사로부터 대규모 금액을 단기 차입하는 것은 이례적으로, 반도체 투자 강화로 위기를 극복하고 초격차 기술력 확보로 시장 영향력을 공고히 하겠다는 의지로 보인다. 이 회장은 간담회에 이어 고대역폭 메모리(HBM)와 WLP(웨이퍼 레벨 패키지) 등 첨단 패기지 기술이 적용된 천안캠퍼스 반도체 생산라인을 직접 살펴봤다. 이 회장은 온양캠퍼스에서는 현장 직원들과 간담회를 갖고 기술 개발 부서 직원들을 격려했다. 간담회에 참석한 직원들은 이 회장에게 신기술 개발 목표와 현장에서 느끼는 애로사항 등을 설명한 것으로 전해졌다. 이 회장이 반도체 패키지 사업장을 방문한 것은 이번이 세번째로, 그는 앞선 2020년 7월 사업장 점검 당시에는 “포스트 코로나 시대를 선점하려면 머뭇거릴 시간이 없다”라면서 “도전해야 도약할 수 있다. 끊임없이 혁신하자”고 주문하기도 했다. 재계에서는 지난해 10월 회장직 취임 이후 연이은 이 회장의 현장 행보를 두고 ‘회장으로서 기업에 대한 책임 경영을 강화하는 것’이라는 평가가 나온다. 이 회장은 취임 후 광주 지역의 삼성전자 협력사 방문을 시작으로 지난해 11월 삼성전기 부산사업장과 삼성으로부터 스마트공장 지원을 받은 부산 지역 중소기업 방문, 지난 1일과 7일 삼성화재 유성연수원과 삼성디스플레이 아산캠퍼스 등을 차례로 방문하며 현장과의 소통을 이어오고 있다.

미국 인공지능(AI) 연구소 오픈AI의 채팅봇 ‘챗GPT’의 세계적인 흥행을 계기로 글로벌 빅테크들이 대화형 AI 개발에 나선 가운데 국내 기업들도 AI 고도화에 대한 투자를 강화하고 있다. AI 산업 확장은 메모리 업황 하락으로 실적 부진에 빠진 국내 반도체 기업에도 새로운 돌파구로 주목받고 있다. 챗GPT로 고도화한 초거대 대화형 AI ‘에이닷’의 연내 출시를 추진하고 있는 SK텔레콤은 에이닷의 두뇌 역할을 하는 슈퍼컴퓨터 ‘타이탄’을 기존 대비 2배로 확대 구축했다고 12일 밝혔다. SK텔레콤은 2021년부터 슈퍼컴퓨터를 구축해 자체 운영하고 있으며, 이번에 타이탄의 그래픽처리장치(GPU)를 기존의 2배인 1040개로 증설했다. 수십억개의 매개변수를 다루는 초거대 AI를 구동하기 위해서는 방대한 양의 데이터를 빠르고 정확하게 처리할 수 있는 슈퍼컴퓨터 인프라가 필수적이다. SK텔레콤의 슈퍼컴퓨터는 17.1페타플롭(Petaflop) 연산 성능을 지원한다. 1페타플롭은 1초에 수학 연산 처리를 1000조 번 수행한다는 의미로, SK텔레콤의 슈퍼컴퓨터는 1초당 1경 7100조 번 연산할 수 있다. 글로벌 시장조사기관 마켓앤마켓은 전 세계 대화형 AI 서비스 시장 규모가 연평균 23.5%의 성장률을 보이며 2026년에는 105억 달러(약 13조 1880억원)에 이를 것으로 내다봤다. 이는 삼성전자와 SK하이닉스 등 국내 반도체 기업에도 호재로 작용할 전망이다. 초거대 AI 구현을 위해서는 고대역폭 메모리(HBM)를 비롯한 고성능 D램 장착이 필수이기 때문이다. 두 기업은 AI에 특화한 AI 반도체 개발에도 속도를 내고 있다. 앞서 삼성전자는 지난 1일 실적 발표 콘퍼런스콜에서 챗GPT와 관련한 질문에 “웹 검색엔진과 AI가 결합하고 기술적 진화에 따라 메모리뿐만 아니라 업계 전반의 활용·확장 가능성이 매우 크다”며 AI 반도체 인프라 투자 확대 가능성을 시사한 바 있다.

미국 인공지능(AI) 연구소 오픈AI의 채팅봇 ‘챗GPT’의 세계적 흥행을 계기로 글로벌 빅테크들이 대화형 AI 개발에 나선 가운데 국내 기업들도 AI 고도화에 투자를 강화하고 있다. AI 산업 확장은 메모리 업황 하락으로 실적 부진에 빠진 국내 반도체 기업들에게도 새로운 돌파구로 주목받고 있다.챗GPT로 고도화한 초거대 대화형 AI ‘에이닷’의 연내 출시를 추진하고 있는 SK텔레콤은 에이닷의 두뇌 역할을 하는 슈퍼컴퓨터 ‘타이탄’을 기존 대비 2배로 확대 구축했다고 12일 밝혔다. SK텔레콤은 2021년부터 슈퍼컴퓨터를 구축해 자체 운영하고 있으며, 이번에 타이탄의 그래픽처리장치(GPU)를 기존의 2배인 1040개로 증설했다. 수십억개 이상의 매개변수를 다루는 초거대 AI를 구동하기 위해서는 방대한 양의 데이터를 빠르고 정확하게 처리할 수 있는 슈퍼컴퓨터 인프라가 필수적이다. SK텔레콤의 슈퍼컴퓨터는 17.1 페타플롭(Petaflop) 연산 성능을 지원한다. 1 페타플롭은 1초에 수학 연산 처리를 1000조번 수행한다는 의미로, SK텔레콤의 슈퍼컴퓨터는 1초당 1경 7100조번 연산할 수 있다. 김영준 에이닷 추진단 담당은 “슈퍼컴퓨터 확대 구축을 통해 에이닷이 기존보다 더 정교한 학습이 가능해져 사람과 대화 흐름과 답변 완성도가 사람 수준에 가깝도록 개선하는 데 큰 역할을 할 것으로 기대된다”라면서 “앞으로도 공격적인 R&D(연구개발) 투자, 인프라 확대, 인재 영입 등을 통해 AI 기술 리더십을 선도하기 위해 지속적으로 노력할 것”이라고 말했다. 글로벌 시장조사기관 마켓앤마켓은 전 세계 대화형 AI 서비스 시장 규모가 연평균 23.5%의 성장률을 보이며 2026년에는 105억 달러(약 13조 1880억원)에 이를 것으로 내다봤다. 이는 삼성전자와 SK하이닉스 등 국내 반도체 기업에도 호재로 작용할 전망이다. 초고대 AI 구현을 위해서는 고대역폭 메모리(HBM)를 비롯한 고성능 D램 장착이 필수이기 때문이다. 두 기업은 AI에 특화한 AI 반도체 개발에도 속도를 내고 있다. 앞서 삼성전자는 지난 1일 실적 발표 컨퍼런스콜에서 챗GPT와 관련한 질문에 “웹 검색엔진과 AI가 결합하고 기술적 진화에 따라 메모리뿐만 아니라 업계 전반의 활용, 확장 가능성이 매우 크다”며 AI 반도체 인프라 투자 확대 가능성을 시사한 바 있다.

오픈AI의 인공지능(AI) 챗봇 ‘챗GPT’가 글로벌 정보기술(IT) 공룡들의 초거대 AI 전쟁을 촉발했다. 세계적으로 AI 서비스 경쟁이 격화되는 가운데, 국내 기업들의 AI 기술 수준은 세계 2~3위권으로 미국을 발빠르게 쫓고 있다. 하지만, 개별 기업들의 자본력과 인재풀로는 미국 기업에 기술 종속을 면하기 어려운 상황이다. 네이버의 초거대 AI 모델인 ‘하이퍼클로바’를 개발, 운영하는 네이버클라우드 AI랩 하정우 소장은 7일 서울신문이 이메일로 보낸 질문에 “초거대 AI 기술과 생태계 분야에서 미국의 오픈AI, 마이크로소프트(MS), 구글 중심으로 글로벌 리더십을 가지고 있으며 한국도 여러 기업이 경쟁력 있게 ‘패스트 팔로잉’ 중”이라면서 “한국이 중국과 함께 전세계 2~3위권 수준”이라고 답했다. 네이버가 2021년 5월 국내 최초로 선보인 초거대 AI 언어 모델인 하이퍼클로바는 AI 모델의 크기를 나타내는 매개변수(파라미터)가 2040억개로, 오픈AI의 GPT-3의 1750억개를 능가한다. 하이퍼클로바는 클로바 케어콜, 네이버 쇼핑, 네이버 검색 등을 통해 상당히 상용화돼 있으며, 국내 500개 이상 스타트업이 ‘클로바 스튜디오’를 통해 하이퍼클로바를 활용, 새로운 서비스와 앱을 만들어 사업 기회를 만들고 있다. 네이버가 상반기 출시하겠다고 공언한 생성 AI 서비스 ‘서치GPT’도 하이퍼클로바를 기반으로 한다. 카카오의 AI 전문 계열사 카카오브레인도 GPT-3 기반 한국어 특화 AI 언어 모델 ‘KoGPT’를 2021년 11월 공개했으며, 초거대 AI가 만들어 낸 AI 화가 ‘칼로’와 AI 시인 ‘시아’를 활용, 다양한 서비스로 확장을 계획하고 있다. 3000억개의 파라미터를 자랑하는 LG AI 연구원의 ‘엑사원’은 언어 뿐 아니라 이미지, 영상 등 다양한 정보를 습득하고 다루는 ‘멀티 모달리티’ 능력도 갖췄다. KT는 상반기 2000억개 파라미터를 가진 초거대 AI ‘믿음’을 출시, 다양한 서비스에 적용할 예정이다.최근 한화생명과 삼성SDS에 자사 솔루션 AI팩을 공급한 AI솔루션 기업 업스테이지의 배재경 AI 프로덕트 리더는 “원천 기술에 있어, 미국이 계속 우위를 가져왔고 새로운 시도가 가장 빈번하게 이뤄져 왔으며, 미국 기업이 시장을 잡고 있는 상황”이라면서 “중국은 데이터 확보에 매우 유리한 조건이라 성능 좋은 AI 응용 모델이 빠르게 나올 수 있고, 한국도 원천 기술, 응용 분야에서 많은 인재들이 활약하고 있어, 미국과 중국을 제외한 다른 선진국들에 비해 떨어지지 않는다”고 말했다. 하지만 ‘공룡’이라고 표현되는 미국 기술 기업들에 비해 국내 기업의 자본력과 인력풀은 턱없이 부족한 상황이다. 마이크로소프트는 오픈AI에 100억 달러(약 12조 5800억원)의 통 큰 투자를 감행했으며, 구글은 2014년 인수한 딥마인드가 6년간 적자만 내는 동안에도 막대한 투자를 멈추지 않았다. 중국은 ‘AI 굴기’로 자국 기업에 국가 단위의 전폭적인 지원을 쏟아붓고 있다. 네이버가 지난해 연구개발에 투자한 금액은 8370억원이다. 영국 데이터 분석 미디어인 토터스인텔리전스의 지난해 ‘글로벌AI지수’ 조사에 한국은 개발 능력이 3위였지만 인재 분야에선 28위에 그쳤다. AI 전문 인재를 양성한 시간이 길지 않아서다. 데이터 확보와 결과물에 대한 국내 규제나 사회의 보수성도 초거대 AI 서비스가 더 활발히 출시되는 데에 제약이 된다. 하 소장은 “학습 데이터의 지식재산권, 생성된 결과물에 대한 저작권 등 문제에 좀 더 개방적으로 접근해야 쉽게 기술을 운용할 수 있다”며 “초거대 AI를 더 많은 사람이 사용하게 하면서, 문제를 함께 논의하고 수정해 나가는 사회적 공감대를 만드는 것이 중요하다”고 말했다. 특히 초거대 AI는 데이터 확보와 개발, 운용에 막대한 비용이 소요되는데, 그만큼의 수익을 서비스로 뽑아내기가 어렵다. 그래서 효율을 높이고 비용을 낮추는 데에 큰 효과를 낼 수 있는 AI 반도체 개발은 업계에 매우 중요하며, 시장 규모도 계속해서 커질 전망이다.현재 널리 사용되는 그래픽처리장치(GPU)는 애초에 AI를 위해 만들어진 프로세서가 아니라, AI가 거대해질수록 가격이 비싸지고 전력 소모가 커진다. 그래서 대용량의 데이터를 처리하면서 비용을 낮출 수 있는 프로세서로 신경망처리장치(NPU)가 업계의 기대를 받고 있다. 한국전자통신연구원이(ETRI) 2021년말 자체 개발한 NPU를 서버에 도입해 본 결과 GPU 기반 서버보다 연산 성능은 4배, 전력 효율은 7배 늘었다. 아직 초기 단계인 NPU 시장에 정부와 국내 기업은 발빠르게 진출했다. 정부는 AI 반도체 부문에 4년 간 1조 200억원을 투자하겠다고 밝혔다. KT는 반도체 제조사 리벨레온과 ‘AI 반도체 드림팀’을 구성해 AI 반도체 개발에 나섰고, ‘AI 컴퍼니’를 비전으로 삼은 SK텔레콤도 자체 개발한 AI반도체 ‘사피온’ 고도화에 집중하고 있다. 프로세서만큼 중요한 요소는 메모리다. 프로세서의 두뇌에 해당하는 코어와 D램 사이에 오가는 데이터 양이 많아지면 데이터 병목현상이 생기는데, 고성능 메모리가 이를 해결할 수 있다. 삼성전자는 자체 연산 기능을 탑재해, 코어로 보내는 데이터를 가공하는 메모리인 PIM(Processing In Memory)를, SK하이닉스는 초고속 메모리 HBM(High Bandwidth Memory)만들고 있다. 이들 업체는 세계 시장을 장악하고 있는 엔비디아(SK하이닉스)와 AMD(삼성전자)의 GPU 제품에 각각 PIM을 공급하고 있다. 글로벌 기술기업들에 맞서는 국내 AI 업계에 정부 지원은 필수다. 특히 투자 규모와 인재 확보 측면에서 격차가 크다. 하 소장은 “기업들이 연구 투자와 산학 협력을 원활하게 할 수 있도록 다양한 지원이 필요하다”면서 “특히 초거대 AI를 활용할 수 있는 능력이 중요해질 전망인데, 중등·대학 교육 과정에서 AI 문해력(리터러시)을 강화할 수 있도록 지원해야 한다”고 말했다.

오픈AI의 인공지능(AI) 챗봇 ‘챗GPT’가 AI 산업의 헤게모니(패권)를 거머쥐었다. ‘한 방 먹은’ 구글이 패권을 되찾아 오려는 움직임이 자못 조급하다. 챗GPT가 만들어 낸 흐름을 국내 업계도 쫓는다. 네이버는 상반기 ‘서치GPT’를 출시해 새로운 검색 경험을 제공한다는 계획이다. 메모리 반도체 불황의 늪에 빠진 삼성전자와 SK하이닉스도 챗GPT가 불을 댕긴 AI 시장에서 위기의 돌파구를 찾는다. 4일(현지시간) 블룸버그에 따르면 구글은 오픈AI의 경쟁자인 앤스로픽에 4억 달러(약 5000억원)를 투자했다. 앤스로픽은 오픈AI 창립 멤버인 대니엘라·대리오 애머데이 남매가 세웠으며, 지난 1월 챗GPT에 대항할 AI 챗봇 ‘클로드’의 테스트 버전을 공개했다. 특히 이번 제휴를 통해 앤스로픽은 별도의 비용 없이 구글의 클라우드 컴퓨팅 인프라를 사용할 수 있게 됐다. 이는 초거대 언어모델 기반 AI 챗봇에 필수적이며 스타트업 스스로는 해결하기 어려운 부분이다. 앞서 지난 2일 실적 발표 뒤 콘퍼런스콜에서 구글은 20개에 달하는 AI 서비스를 올해 안으로 선보인다고도 밝혔다. AI 자회사 딥마인드의 초거대 언어모델 ‘람다’를 기반으로 한 AI 챗봇 ‘견습 시인’도 테스트에 들어갔다. 모두 챗GPT가 등장한 뒤 일어난 일들이다. 구글이 오픈AI보다 기술에서 뒤처졌다고 보긴 어렵다. 다만 상대적으로 ‘몸이 가벼운’ 오픈AI보다 수익 모델이나 윤리적 문제, 신뢰도 등 고민할 거리가 많아 기술이 있어도 공개를 고심했을 거라는 게 업계의 분석이다. 하지만 이렇게 한꺼번에 수십 개의 AI 프로젝트를 꺼낸 것은 오픈AI에 ‘선수’를 빼앗겼다는 걸 인정한 셈이다. 구글이 이처럼 조급해진 것은 자사 사업 분야 중 여전히 수익의 절반 이상을 책임지는 검색 광고 시장을 챗GPT가 위협하기 때문이다. 마이크로소프트(MS)는 이미 자사 검색엔진인 빙에 챗GPT를 적용하고 있다. 국내에서 네이버가 서치GPT를 서둘러 출시하는 것도 이와 무관치 않다. 구글의 기술·자본과 앤스로픽의 가능성, 오픈AI가 올해 안에 출시할 예정인 새 초거대 언어모델 ‘GPT-4’의 파괴력이 아직 예측 불가한 상황이라 AI 서비스 패권은 앞으로 어디로 향할지 알 수 없다. 하지만 2016년 구글 딥마인드의 ‘알파고’가 이세돌 9단을 바둑으로 이기며 전 세계 기술 경쟁의 무대를 만든 것처럼 챗GPT가 ‘게임의 규칙’을 정한 것은 분명하다. 삼성전자와 SK하이닉스는 이런 흐름 속에서 위기 탈출의 가능성을 발견했다. AI 반도체는 고성능 그래픽처리장치(GPU)와 고성능 메모리반도체가 세트로 판매되는데, 이런 패키지 수요가 폭발적으로 늘어날 것으로 예상되기 때문이다. 삼성전자와 SK하이닉스는 각각 AMD와 엔비디아 등 AI 반도체 선두권 회사들과 협력해 패키지 제품에 고성능 메모리반도체를 공급하고 있다. 김재준 삼성전자 메모리사업부 부사장은 지난달 31일 실적 콘퍼런스콜에서 “자연어 기반 대화형 AI 서비스가 미래 메모리 수요에 긍정적인 영향이 있을 것으로 기대한다”고 말했다.

오픈AI의 인공지능(AI) 챗봇 ‘챗GPT’가 AI 산업의 헤게모니(패권)를 거머쥐었다. ‘한 방 먹은’ 구글이 패권을 되찾아오려는 움직임이 자못 조급하다. 챗GPT가 만들어 낸 흐름을 국내 업계도 쫓는다. 네이버는 상반기 ‘서치GPT’를 출시해 새로운 검색 경험을 제공한다는 계획이다. 메모리 반도체 불황의 늪에 빠진 삼성전자와 SK하이닉스도 위기의 돌파구를 찾는다.4일(현지시간) 블룸버그에 따르면 구글은 오픈AI의 경쟁자인 앤스로픽에 4억 달러(약 5000억원)를 투자했다. 앤스로픽은 오픈AI 창립 멤버인 다니엘라, 다리오 애머데이 남매가 세웠으며, 지난 1월 챗GPT에 대항할 AI 챗봇 ‘클로드’의 테스트 버전을 공개했다. 특히 이번 제휴를 통해 앤스로픽은 별도 비용 없이 구글의 클라우드 컴퓨팅 인프라를 사용할 수 있게 됐다. 이는 초거대 언어모델 기반 AI 챗봇에 필수적이면서 막대한 비용이 들어, 스타트업 스스로는 해결하기 어려운 부분이다. 오픈AI도 MS의 클라우드를 이용하고 있다. 앞서 지난 2일 실적발표 뒤 콘퍼런스콜에서 구글은 20개에 달하는 AI 서비스를 올해 안으로 선보인다고도 밝혔다. AI 자회사 딥마인드의 초거대 언어모델 ‘람다’를 기반으로 AI 챗봇 ‘견습 시인’도 테스트에 들어갔다. 보다 앞서서는 텍스트 설명에 맞춰 음악을 만들어 주는 생성형 AI ‘뮤직LM’을 논문을 통해 공개하기도 했다. 모두 챗GPT가 등장하고 순다르 파차이 구글 최고경영자(CEO)가 비상선언(코드 레드)을 발령하고 나서 일어난 일들이다. 구글, 오픈AI 대항마 앤스로픽에 5000억 투자올해 안에 AI 서비스 20여개 줄줄이 공개 계획수익모델, 윤리문제, 신뢰도 고려하다 선수 놓쳐총수익 절반 이상 내는 검색광고 시장 위협느껴 구글이 오픈AI보다 기술에서 뒤처졌다고 보긴 어렵다. 다만 상대적으로 ‘몸이 가벼운’ 오픈AI보다 수익모델이나 윤리적 문제, 신뢰도 등 고민할 거리가 많아, 있는 기술도 공개를 고심했을 거라는 게 업계의 분석이다. 하지만 이렇게 한꺼번에 수십개의 AI 프로젝트를 꺼낸 것은 오픈AI에 ‘선수’를 빼앗겨 주도권을 놓쳤다는 걸 인정한 셈이다. 구글은 AI 신제품이 윤리적으로 타당한지를 검토하는 절차를 기존보다 빠르게 진행하는 ‘그린 레인’ 제도도 도입을 검토하게 됐다. 구글이 이처럼 조급해진 것은 엄청나게 넓어진 자사 사업 분야 중에서도 아직까지 수익의 절반 이상을 책임지는 검색광고 시장을 챗GPT가 위협하기 때문이다. 자연어 질문에 완결된 문장으로 결과를 내 놓는 챗GPT는 검색어를 입력하고 수많은 인터넷 사이트 링크들 중에 적합한 것을 사용자가 고르는 검색 모델을 뿌리째 흔들 수 있다. MS는 이미 자사 검색엔진인 빙에 챗GPT를 적용하고 있다. 국내에서 네이버가 서치GPT를 서둘러 출시하는 것도 이와 무관치 않다. 한국어 검색 데이터를 가장 많이 보유하고 있는 네이버는 GPT를 이용해, 영어 기반 개발 모델을 한국어로 번역하면서 발생하는 약점을 해결할 계획이다. 구글이 가진 기술·자본력과 앤스로픽의 가능성, 오픈AI가 올해 안에 출시할 예정인 새 초거대 언어모델 ‘GPT-4’의 파괴력이 아직 예측 불가능한 상황이라 AI 서비스 패권이 앞으로 어디로 향할지는 알 수 없다. 하지만, 2016년 구글 딥마인드의 알파고가 이세돌 9단을 이기며 전세계 기술 경쟁의 무대를 만든 것처럼 챗GPT가 ‘게임의 규칙’을 정한 것은 분명하다. 네이버 영어모델->한국어 단점 없는 검색GPT 상반기에삼성전자·SK하이닉스, AI 반도체에 고성능 메모리 탑재 삼성전자와 SK하이닉스는 이런 흐름 속에서 위기 탈출 가능성을 발견했다. 한번에 대량의 데이터를 처리해야 하는 AI 반도체는 고성능 그래픽처리장치(GPU)와 고성능 메모리반도체와 세트로 판매되는데, 이런 패키지 수요가 폭발적으로 늘어날 것으로 예상되기 때문이다. 삼성전자는 제휴를 맺은 AMD의 ‘MI-100’에 자사 HBM-PIM(Processing-in-Memory) 메모리를 납품한다. PIM은 메모리반도체에 연산 기능을 추가해 중앙처리장치(CPU)와 메모리 간 데이터 이동을 줄여 성능과 효율을 높일 수 있다. SK하이닉스는 GPU 시장 1위 엔비디아의 최신 GPU인 ‘H100’ 패키지에 차세대 D램 ‘HBM3’를 결합한다. HBM은 고대역폭 메모리(High Bandwidth Memory)의 약자로 여러 개의 D램을 수직으로 연결해 데이터 처리 속도를 높인 제품이다. 김재준 삼성전자 메모리사업부 부사장은 지난달 31일 실적 콘퍼런스콜에서 “자연어 기반 대화형 AI 서비스가 미래 메모리 수요에 긍정적인 영향이 있을 것으로 기대한다”며 “AI 기술에 기반한 모델의 학습과 추론을 위해서는 대량 연산이 가능한 고성능 프로세스와 이를 지원하는 고성능 고용량 메모리 조합이 필수적”이라고 말했다.

삼성전자가 주력 사업 부문인 반도체 시장의 불황으로 혹독한 시련의 시기를 보내고 있다. 세계 1위를 유지하고 있는 메모리 반도체 시장은 최악의 한파를 맞았고, 비메모리 부문 핵심인 위탁생산(파운드리) 분야 경쟁자 TSMC는 해마다 투자액을 늘리며 격차를 벌리고 있다. 반도체 뿐 아니라 스마트폰, TV, 생활가전, 통신장비, 디스플레이 등 각각의 분야에서 세계 1~2위 경쟁자들과 맞서야 하는 ‘올라운더’ 삼성전자는 올해에도 반도체 부문에서 고성능·고용량 DDR5 등 첨단 공장 전환, 파운드리 미세공정 생산능력 증대를 위해 투자를 지속하겠다는 방침이다. 31일 삼성전자가 발표한 지난해 4분기 실적에서 반도체(DS) 부문은 사실상 적자만 면한 셈이었다. 이 부문은 여전히 회사 전체 연간 영업이익의 절반 이상을 담당하지만, 4분기엔 전체의 단 6%에 불과했다. 특히 메모리 반도체 부문은 한 해 동안 다른 모든 부문에서 개선을 보인 매출액조차 홀로 6% 하락했다. 다만 업계는 대체로 올해 하반기엔 시장 수요가 어느정도 회복할 것으로 보고 있다. 삼성전자는 이에 대응하기 위해 중장기 투자 기조를 유지한다는 계획이다. 이날 삼성전자 측은 “시장 약세 상황이 우호적이진 않지만, 미래를 철저히 준비하기엔 좋은 기회”라면서 “올해 설비투자는 전년도와 유사한 수준이 될 것이며, 이 중 연구개발(R&D) 항목 비중은 예전보다 증가할 것”이라고 밝혔다. 메모리의 경우 신규 CPU 출시 확대에 따른 DDR5 수요에 적극 대응하며, 파운드리는 차세대 반도체 소자 구조인 게이트올어라운드(GAA) 공정인 2나노 1세대 공정은 안정적 수율로 양산하고 있으며, 2세대 공정을 빠르게 개발하고 있다고 전했다.삼성전자 영업이익의 60~70%를 담당하던 DS부문이 고꾸라진 가운데, 다른 부문도 대체로 실적이 감소했다. 특히 TV 사업을 하는 영상디스플레이(VD)와 생활가전 부문(CE부문) 실적은 600억원 손실을 기록했다. CE 부문이 적자를 기록한 것은 2015년 1분기 이후 처음이다. 삼성전자가 VD 사업부는 실적이 개선됐다고 밝힌만큼, 생활가전의 적자폭이 상당한 것으로 보인다. 삼성전자는 98인치 ‘네오 QLED’로 초대형 시장을 지속적으로 선도하고 다양한 사이즈의 마이크로 발광다이오드(LED) 제품을 선보일 계획이라고 밝혔다. 스마트폰을 담당하는 모바일경험(MX) 사업부도 신모델 출시 효과 감소와 경기 침체로 매출과 이익이 모두 하락했다. 삼성전자는 당초 예상보다 중저가 스마트폰 판매 감소 영향이 컸으며, 플래그십 제품은 어려운 상황에도 시장 하락폭 대비 선방했다고 평가했다. 1일 출시 예정인 ‘갤럭시S23’으로 플래그십 판매 확대를 추진하고 카메라, 게임 등 극대화된 제품 경쟁력을 강조해 매출을 확대하겠다는 방침이다. 전년도에 비해 개선된 연간 영업이익을 기록한 부문은 디스플레이(SDC)와 하만 뿐이었다. SDC의 경우 중소형에서 스마트폰 수요 감소에도 불구하고 아이폰 등 플래그십 제품 중심 판매로 대형 디스플레이에서 낸 적자를 만회할 정도로 견고한 실적을 달성했다. 삼성전자 미래 먹거리 중 하나인 전장 사업을 담당하는 하만은 2분기 연속 최대 실적을 기록했다. 연간으로도 매출 13조 2100억원, 영업이익 8800억원으로 역대 최대 실적을 기록했다. 삼성전자의 지난해 시설투자액은 53조 1000억원이다. 이중 반도체는 47조 9000억원, SDC는 2조 5000억원이다.

글로벌 중앙처리장치(CPU) 시장의 ‘게임 체인저’로 꼽혀 온 인텔의 4세대 서버용 CPU가 지난 10일(현지시간) 미국을 중심으로 본격 출시되면서 메모리 반도체 업계도 더불어 들썩이고 있다. 지난해 하반기부터 깊은 침체의 늪에 빠진 메모리 시장의 반등을 인텔의 신제품이 이끌 것으로 기대되기 때문이다. 메모리 1위 삼성전자와 2위 SK하이닉스도 ‘반도체 한파’를 끝내기 위한 잰걸음에 나섰다.12일 업계에 따르면 인텔이 최근 출시한 4세대 서버용 CPU ‘사파이어 래피즈’는 직전 세대 대비 전력 효율은 30% 이상 높고 데이터 처리 속도는 두 배 이상 향상됐다. 서버용 CPU 시장에서 90% 이상을 점유하고 있는 인텔의 신제품이라는 점에서 반도체 업계에서는 일찌감치 ‘시장에 활력을 불어넣을 제품’으로 기대하면서 제품 출시만을 기다려 왔다. 업계 관계자는 “인텔의 CPU 출시는 단순히 새로운 제품이 나오는 개념을 넘어 기업들의 연쇄적인 서버 교체 시점이 됐음을 의미한다”면서 “글로벌 기업들이 새 CPU에 맞춰 서버를 교체한다는 것은 그만큼 삼성전자와 SK하이닉스의 D램 수요 증가로 이어지는 것”이라고 말했다. 특히 인텔의 새 CPU의 성능을 극대화하려면 차세대 D램인 DDR5가 필요하다는 점에서 D램 세대교체에 속도를 내고 있는 삼성전자와 SK하이닉스의 시너지가 기대된다. 삼성전자는 지난해 12월 업계 최초로 12㎚(나노미터·1㎚는 10억분의1m) D램 개발에 성공하며 DDR5 시대를 준비하고 있다. 인텔과는 메모리·CPU 호환성 테스트를 하며 협업 관계를 유지해 왔다.2018년 세계 최초로 DDR5를 개발한 SK하이닉스는 최근 인텔로부터 신형 CPU에 자사 DDR5 서버용 D램을 적용할 수 있다는 인증을 받았다. SK하이닉스 관계자는 “시장 수요에 맞춰 DDR5를 공급하면서 반도체 다운턴(하강 국면) 상황을 조기에 극복할 수 있도록 하겠다”고 강조했다. 삼성전자는 이날 기존 제품 대비 속도는 최대 1.8배, 전력 효율은 70% 향상된 PC용 고속 보조기억장치(SSD)를 선보였다. 삼성의 PC용 SSD 가운데 처음으로 5㎚ 컨트롤러와 7세대 V낸드를 탑재해 업계 최고 수준의 성능과 전력 효율을 구현했다. 공정 고도화를 통한 제품 경쟁력 확보로 메모리 불황을 타개하겠다는 전략에 따른 것으로 풀이된다.삼성전자는 SSD 시장에서는 2006년부터 점유율 1위를 지키고 있다. 시장조사기관 옴디아에 따르면 지난해 3분기 삼성전자의 SSD 시장 점유율은 39.6%로 집계됐다.

스타트업 ‘페블스퀘어’(대표 배학열)는 메모리 기반 컴퓨팅(PIM) 기술을 활용하는 ‘뉴로모픽 반도체 칩’(MINT)을 최근 개발해 본격 판매에 돌입했다고 12일 밝혔다. 이번에 개발한 초저전력, 고성능 ‘엣지 인공지능 칩’은 메모리기반컴퓨팅 기술을 활용하는 뉴로모픽 반도체 칩이다. 회사에 따르면 기존의 프로세서와 메모리를 분리해 이용하는 폰 노이만 컴퓨팅 구조를 넘어 3세대 뉴로모픽 컴퓨팅 구조인 PIM기반 인공신경망과 빅데이터 기반 초경량 딥러닝 AI학습 모델을 구현하는데 성공했다. 그 결과 고성능·초저전력·초소형 엣지 인공지능 칩을 개발하는 성과를 거뒀다. 미래 반도체 시장은 ‘기억(메모리)과 연산(프로세서)’이 통합된 구조로 인공지능 기술이 핵심으로 부상하면서 새로운 패러다임이 도래했다. 이런 가운데 페블스퀘어의 MINT는 메모리와 프로세서 간 데이터 전송없이 인공신경망 내에서 연산처리가 가능하다. 따라서 데이터 처리시간을 단축하고 전력소모를 최소화하는 등 성능을 극대화했다. 회사 측에 따르면 MINT의 인공신경망은 400만개의 시냅스을 내장해 30GOPS(초당 기가 연산)의 연산 능력을 지원한다. 17.6TOPS/W 에너지 효율을 갖췄으며 페블스퀘어의 자체 AI알고리즘을 위해 고성능 컴퓨팅과 초저전력 동작을 가능하게 한다. 기존의 컴퓨터 시스템(폰 노이만 구조)에서는 데이터가 입력되면 데이터를 순차적으로 처리하기 때문에 정밀하게 작성된 프로그램을 실행하는 데 탁월하다. 반면, 전력소모 한계를 비롯하여 실시간 데이터 처리 및 음성 인식, 이미지 인식 등에서 효율성이 낮다는 문제가 지적돼 왔다. 이번에 페블스퀘어가 자체개발한 MINT는 인간의 뇌 구조를 모방한 인공신경망 형태의 집적회로로 구성돼 있다. 실제로 데이터를 0, 1과 같은 디지털이 아닌 다양한 상태가 점진적으로 변하는 아날로그 동작을 사용한다. 병렬로 구성된 인공 뉴런들은 클럭 동작 없이 이벤트 구동 방식으로 작동되며, 기존의 컴퓨터가 직관적으로 인식하기 어려운 비정형적인 문자, 음성, 영상 등을 효율적으로 처리할 수 있다. 특히, 페블스퀘어의 MINT는 학습된 음성 및 이미지 데이터를 기반으로 네트워크 연결없이 실시간 데이터 처리가 가능하기 때문에 스마트 홈, IoT, 웨어러블 디바이스 등 다양한 분야의 고객들에게 최고의 확장성과 활용성을 제공할 수 있다. 페블스퀘어 관계자는 “페블스퀘어는 엣지 인공지능 칩의 설계 및 공정에 관한 원천기술로 특허출원을 완료했으며, MINT를 시작으로 음성 및 이미지 인식이 강화된 고성능 엣지 인공지능 칩 패밀리를 계속 선보일 예정”이라고 말했다. 이어 “맞춤형 딥러닝 알고리즘 솔루션 제공을 통해 인공지능 반도체 시장을 주도하겠다”고 포부를 밝혔다.

정부가 지원한 우수 연구개발(R&D) 사업 성과물을 공유하고 미래 유망 기술을 한눈에 볼 수 있는 ‘2022 대한민국 산업기술 R&D 대전’이 7일 서울 강남구 코엑스에서 개막했다. 세계적 수준의 초격차 기술개발을 통해 국내 산업 발전을 견인한 개인과 기업 등에 산업기술진흥 유공자 포상 22점과 대한민국 기술대상 16점을 수여했다. 최고 영예인 금탑산업훈장은 3세대 차량 플랫폼과 전기차 전용 플랫폼 개발로 자동차 산업 발전에 기여한 현대차 김봉수 상무이사가 수상했다. 동탑산업훈장은 국내 최초로 1억 화소 이미지 센서와 저전력·고성능 메모리 반도체 기술 개발을 이끈 삼성전자 홍영기 상무이사에게 돌아갔다. 대한민국 기술대상 대통령상은 장보고Ⅲ 3000t급 잠수함을 국산화한 대우조선해양과 세계 최초로 14나노 기반 고용량·초고속 D램을 개발한 삼성전자에 수여됐다. 9일까지 개최되는 이번 행사에는 산업통상자원부의 산업기술 R&D 지원을 통해 개발된 149개 기관 및 기업의 우수 제품과 기술 268점이 전시된다. 전시는 산업기술의 과거·현재·미래를 모두 살펴볼 수 있도록 스토리텔링 방식으로 구성됐다. 먼저 박물관 형태의 ‘산업기술이 걸어온 길’ 전시관에서는 실감미디어(AR·VR)를 활용해 그간 국가 경제 발전을 이끌어 온 핵심 산업의 역사를 생동감 있게 전한다. ‘산업기술의 현주소’ 전시관에서는 반도체, 디스플레이, 모빌리티 등 우리나라 산업을 견인하고 있는 핵심 산업기술 성과를 선보인다. 현대차의 전기차 콕핏과 전용 플랫폼을 비롯해 81개 기업 및 기관의 151개 제품이 전시됐다. ‘산업기술의 미래’ 전시관은 바이오·헬스, 인공지능(AI), 로봇 등 미래 신기술을 만날 수 있는 공간으로 구성해 딥러닝 기반 지능형 영상처리 기술 등 총 98개 제품 및 기술을 전시했다. 도전적인 중장기 기술 개발 과제를 선보이는 알키미스트관도 마련됐다. 전시회와 함께 산·학·연 기술교류 및 정책포럼을 비롯해 초·중·고·대학생을 대상으로 소프트웨어 아이디어를 공모하는 ‘임베디드 SW 경진대회’와 디자인 혁신 제품 전시, 전시 참가기업의 사업화 투자 상담회 등도 열릴 예정이다.

세계 메모리반도체 선두 주자인 삼성전자와 국내 인공지능(AI) 기술을 선도하고 있는 네이버가 AI반도체 전용 솔루션 개발에 협력하기로 6일 업무협약(MOU)을 체결했다. 초대규모 AI는 성능이 향상될수록 처리할 데이터와 연산량이 기하급수적으로 늘어나, 기존 시스템으론 성능과 효율 향상에 한계가 있다. 특히 시스템반도체와 메모리반도체 사이에 데이터가 오갈 때 병목현상이 발생하곤 한다. 이에 두 회사는 AI시스템의 데이터 병목을 해결하고 전력 효율을 극대화할 수 있는 새로운 솔루션을 함께 개발하기로 했다. 삼성전자는 데이터 저장 공간인 솔리드스테이트드라이브(SSD)에 연산 기능을 탑재한 스마트SSD, 고성능 메모리에 연산 기능을 내장한 고대역폭초고속메모리-지능형반도체(HBM-PIM)와 프로세싱니어메모리(PNM), 대용량 데이터를 효율적으로 처리하는 컴퓨트익스프레스링크(CXL) 등을 최초 개발하는 등의 기술로 초대규모AI에 최적화된 반도체 솔루션을 제공할 예정이다. 네이버는 국내 최초 초대규모 AI인 ‘하이퍼클로바’를 운용한 기술과 노하우로 불필요한 데이터를 제거하거나 변수를 단순하게 조정하는 경량화 알고리즘을 이용, 솔루션을 최적화해 초대규모AI 성능을 극대화한다는 계획이다. 한진만 삼성전자 메모리사업부 부사장은 “AI서비스 기업과 사용자의 수요를 반영한 반도체 솔루션으로 PIM 등 시장을 선도하는 차세대 메모리 라인업을 확대할 것”이라고 말했다. 정석근 네이버 클로바 사내독립기업(CIC) 대표는 “하이퍼클로바를 서비스하며 확보한 지식과 노하우를 삼성전자의 첨단 반도체 기술과 결합하면 최신 AI가 당면한 문제를 해결할 수 있는, 기존에 없던 새로운 솔루션을 만들어낼 수 있을 것”이라고 말했다.

삼성전자는 기존의 GDDR6 메모리를 한 단계 업그레이드한 GDDR6W 메모리를 공개했습니다. GDDR6W는 지난 7월 삼성이 공개한 24Gbps GDDR6와 동일한 크기의 패키지로 새로운 반도체 다이 (die)를 사용하는 대신 새로운 적층 조립 기술인 FOWLP (Fan-Out Wafer level Package)을 이용해 대역폭과 용량을 두 배로 늘렸습니다.  반도체 업계를 선도하는 혁신 기술은 하나둘이 아니었기 때문에 오히려 보도 자료만 봤을 때는 별 감흥이 없을 수도 있습니다. 항상 더 빠르고 용량이 큰 반도체를 만들어왔기 때문에 역설적으로 더 이상 새롭게 느껴지지 않는 것입니다. 하지만 내용을 뜯어보면 재미있는 이야기가 숨어 있습니다.  삼성전자 뉴스룸을 통해 발표된 내용을 보면 GDDR6W의 중요한 비교 대상이 GDDR6와 HBM2E 메모리라는 점을 알 수 있습니다. GDDR6 메모리의 후공정 부분을 개선해 성능을 높인 제품인 만큼 GDDR6 메모리와 비교는 당연한 일이지만, HBM2E 메모리는 상당히 성격이 다른 메모리입니다. 직접 비교 대상인 HBM2E 메모리는 4096개의 시스템 레벨 I/O를 갖고 있으며 핀 (pin) 당 대역폭은 3.2Gbps입니다. GDDR6W는 시스템 레벨 I/O 숫자는 512개 정도이지만, 대신 핀 당 전송 속도가 22Gbps로 빠릅니다.  일반적인 그래픽 카드에 탑재되는 HBM2E 메모리는 총 1.6TB/s의 대역폭을 지닌 GDDR6W 메모리는 1.4TB의 대역폭을 지녀 둘이 거의 비슷합니다. 이 비교가 중요한 이유는 그래픽 카드 제조사들이 값비싼 HBM2E 메모리 대신 상대적으로 저렴한 GDDR6W 메모리로 비슷한 성능을 낼 수 있기 때문입니다. HBM 메모리는 기존의 GDDR 메모리가 따라올 수 없는 높은 대역폭과 용량을 지녔기 때문에 처음 등장했을 때 그래픽 카드 메모리의 미래로 여겨졌습니다. 하지만 비싼 가격으로 서버용 제품이나 일부 고성능 그래픽 카드에 탑재되는 것이 전부였고 일반 사용자는 거의 사용하기 힘든 제품이었습니다.  최근 등장한 지포스 RTX 4090도 HBM2E 메모리 대신 21Gbps 속도의 GDDR6X 메모리를 384bit로 연결해 1TB/s의 대역폭을 확보했습니다. 사실 이렇게 연결하는 것이 256bit 메모리보다 훨씬 비싸지만, 그래도 HBM2E보단 저렴합니다.  그런데 GDDR6W를 대신 사용하면 어떨까요? 이론적으로 256bit 메모리 인터페이스로 더 높은 대역폭 확보가 가능해집니다. 그러면 전체적인 비용을 낮추면서도 더 높은 그래픽 성능을 구현할 수 있습니다.  GDDR6W 메모리는 HBM2E 메모리와 비교해서 시스템 레벨 I/O가 1/8에 불과합니다. 따라서 가격을 높이는 주범인 마이크로 범프나 실리콘 인터포저 층 추가가 필요 없습니다. 더구나 새로운 반도체 다이를 만든 게 아니라 웨이퍼에서 반도체 패키지를 만드는 후공정만 달리 한 것이기 때문에 비용적 측면에서 HBM2E보단 GDDR6와 비슷할 가능성이 높습니다.  삼성 측은 이 GDDR6W 메모리의 고객을 밝히지 않았지만, 현재 GDDR6 메모리의 주요 사용처가 그래픽 카드와 엑스 박스나 플레이스테이션 같은 게임 콘솔이라는 점을 생각하면 엔비디아와 AMD가 최대 고객일 것입니다.  이들이 개발하는 차세대 제품부터 GDDR6W 메모리가 도입된다면 전반적인 성능 향상을 기대할 수 있습니다. 관건은 GDDR6W 메모리와 GDDR6 메모리의 가격 차이입니다. 성능상 이점이 분명한 만큼 가격 차이가 적다면 GDDR6W 메모리가 새로운 대세가 될 것입니다. 반대로 생각보다 가격 차이가 크다면 HBM처럼 대중화는 어려울 것입니다. 어느 쪽인지는 시간이 알려줄 것입니다. 

최근 대만 디지타임스 등의 보도에 따르면 TSMC의 최신 3nm(N3) 공정 반도체 웨이퍼(wafer)의 가격은 300mm 한 장 기준 2만 달러로 올라갔습니다. 이는 5nm(N5)의 1만 6000달러보다 25% 비싸진 것입니다. 참고로 우리가 사용하는 컴퓨터나 스마트폰의 고성능 프로세서들은 웨이퍼라는 동그란 원판에서 제조된 후 맞는 크기로 잘라 만들어집니다. 자체 생산 시설이 없는 팹리스 업체가 파운드리(위탁생산) 반도체 기업과 계약할 때는 웨이퍼 단위로 계약이 이뤄집니다. 물론 이 내용은 TSMC의 공식 발표가 아닙니다. TSMC를 포함한 파운드리 기업들은 정가를 정해 놓고 웨이퍼를 파는 게 아니라 업체 간의 개별 협상에 의해 가격을 정하기 때문에 계약 수량이니 기간 등 여러 가지 조건에 따라 가격이 달라질 수 있습니다. 주요 고객일수록, 많이 주문할수록 가격이 싸지는 게 당연합니다. 하지만 대략적인 가격이 이 정도 선에서 결정됐다는 이야기는 설득력이 있습니다. 반도체 웨이퍼 가격은 미세 공정을 한 단계 뛰어넘을 때마다 가격도 한 단계 높아지는 게 일반적이기 때문입니다. TSMC는 7nm에서 5nm로 넘어갈 때도 가격을 1만 달러에서 1만 6000달러로 높인 것으로 알려져 있습니다. 10nm에서 7nm로 갈 때는 6000달러에서 1만 달러로 높아졌습니다. 이런 점을 생각하면 2만 달러는 오히려 그렇게 많은 인상 폭이 아닙니다. 단지 상승이 누적되니 이제는 꽤 높은 가격이 된 것입니다. 파운드리 업체들이 공정 미세화에 따라 가격을 크게 높이는 데는 그럴 만한 이유가 있습니다. 우선 최첨단 미세 공정으로 갈수록 반도체 팹 건설에 엄청난 비용이 들어갑니다. 전 세계적으로 7nm 이하의 미세 공정 파운드리가 가능한 기업은 TSMC, 삼성, 인텔 세 군데 밖에 없습니다. 그리고 사실상 TSMC의 점유율이 절반인 과점 구조로 얼마든지 가격을 올려 받을 수 있는 구조입니다. 제조 원가도 높고 제조 가능한 기업도 얼마 안 되니 싸게 팔 이유가 없는 것입니다. 구매하는 기업 입장에서는 웨이퍼당 가격은 계속 오르지만, 반대로 트랜지스터당 가격이나 성능 대비 가격은 오히려 저렴해지기 때문에 고성능 프로세서를 만드는 기업일수록 미세 공정을 선호합니다. 예를 들어 TSMC의 3nm 공정은 5nm 공정보다 1.6배 정도 트랜지스터 밀도가 높습니다. 25% 정도 가격이 상승한다면 오히려 트랜지스터 하나의 가격은 더 저렴해지는 것입니다. 여기에 앞선 미세 공정으로 제품을 만들어야 경쟁자를 이길 수 있다는 점도 비싼 가격에도 최신 미세 공정을 선호하는 배경입니다. 하지만 3nm 공정 웨이퍼 가격이 2만 달러를 돌파하면서 우려 섞인 목소리도 나오고 있습니다. 아무리 성능이 올라가도 가격도 같이 올라간다면 과연 소비자들이 수용할 수 있겠느냐는 질문입니다. 예를 들어 TSMC의 5nm 공정의 개량형인 4nm 공정(N4)의 가격이 5nm와 비슷하다고 할 경우 엔비디아의 최신 AD102 GPU의 웨이퍼 기준 가격은 개당 200달러 미만으로 추정됩니다. 다만 웨이퍼에서 바로 프로세서가 나오는 것은 아니고 복잡한 후처리 및 패키징 과정을 거쳐야 하므로 이 과정에서 가격이 늘어납니다. 여기에 GPU만으로 그래픽카드를 만들 순 없고 메모리, PCB 기판, 쿨러 및 전원부 등 각종 부품이 들어가므로 최종 가격은 훨씬 치솟게 됩니다. 마지막으로 거대해진 GPU를 설계하기 위해서는 많은 고급 두뇌 인력이 필요해지므로 여기서 적지 않은 비용이 발생합니다. 그 결과 AD102 GPU를 사용한 최신 그래픽 카드인 RTX 4090은 출시 가격이 무려 1599달러로 게임용으로 구매하기에는 상당히 부담스러운 수준이 됐습니다. 5nm 공정과 6nm 공정을 혼합해 훨씬 저렴하게 가격을 책정한 경쟁자인 라데온 RX 7900 XTX도 999달러입니다. 각각 트랜지스터 집적도가 763억 개와 580억 개인 점을 생각하면 트랜지스터의 개당 가격은 꽤 낮아졌지만, 트랜지스터 숫자가 폭발적으로 증가한 탓에 결국 전체 가격은 꽤 비싸진 것입니다. 이미 가격이 너무 비싸졌지만, 문제는 미래입니다. 더 높은 성능을 내기 위해서는 결국 더 많은 트랜지스터가 필요합니다. 트랜지스터 밀도를 높이기 위해서는 더 비싼 미세 공정 도입이 필요합니다. 2nm나 그 이하 미세 공정이 도입되고 트랜지스터 집적도가 1000억 개가 넘는 초대형 GPU가 나온다면 과연 얼마나 가격을 높일지 가늠하기 어렵습니다. 사실 이 문제는 갑자기 등장한 것이 아닙니다. 엔비디아가 10년 전 발표한 슬라이드에도 반도체 공정 미세화에 따른 가격 인상 문제를 지적하고 있습니다. 새로운 기술 혁신이 일어나더라도 너무 비싸 대부분의 사람이 사용할 수 없다면 혁신의 의미는 반감되고 속도도 느려질 수밖에 없습니다. 그리고 이 위기는 이제 현실이 되고 있습니다.반도체 업계는 이 문제를 극복하기 위해 여러 가지 대안을 마련하고 있습니다. 그중 하나는 여러 개의 반도체 조각을 묶어서 하나의 프로세서를 만드는 칩렛 방식입니다. 최신 미세 공정이 필요 없는 부분에는 저렴한 칩렛을 사용해 가격을 낮추는 것입니다. 프로세서를 메모리처럼 수직으로 쌓는 방법도 생각할 수 있습니다. 캐시 메모리를 프로세서 위에 쌓아 올린 구조는 이미 AMD CPU에서 시도되고 있습니다. GPU에서도 불가능한 일은 아닐 것입니다. 마지막으로 미세 공정 파운드리의 독과점 구조 역시 원인으로 지목될 수 있습니다. 근본적으로 제조 단가가 비싸질 수밖에 없긴 하지만, TSMC의 편중된 구조가 당연히 영향을 미치고 있습니다. 따라서 최근 파운드리 시장에 진출한 인텔이나 3nm 파운드리에서 설욕을 다짐하고 있는 삼성의 행보에 관심이 쏠리고 있습니다. 결국 가격을 낮추기 위해서는 치열한 경쟁 구도가 중요합니다. 

미국 상무부가 자국 기업이 생산한 반도체뿐만 아니라 미국 기술과 장비가 들어간 반도체도 중국 수출을 규제하는 방안을 조만간 발표할 것으로 알려졌다. 미국 기술과 장비를 활용하지 않고 반도체를 만드는 것은 사실상 불가능하다. 제재 범위에 따라 파장이 매우 커질 수 있다. 미국은 이미 자국 기업을 대상으로 슈퍼컴퓨터나 인공지능(AI)에 쓰이는 그래픽처리장치 등을 중국·러시아에 수출하지 못하도록 했다. 여기서 더 나가 해외 기업에도 같은 제재를 적용하려 하는 것이다. 2년 전 중국 기업 화웨이 제재 때처럼 이번에도 ‘해외직접생산품규칙’(FDPR)을 동원할 태세다. FDPR은 외국산 제품이더라도 미국이 수출을 직접 통제할 수 있는 수단이다. 아직은 제재 대상과 범위가 명확히 드러나지 않은 상태다. 슈퍼컴퓨터나 AI에 국한되면 우리 기업의 이 분야 비중이 낮은 만큼 큰 타격은 없을 것이다. 하지만 데이터센터 등도 포함되면 얘기가 달라진다. 데이터센터에 들어가는 고성능 서버는 메모리반도체가 필수이고 이는 삼성전자 등의 주력 품목이다. 알리바바 등 중국 대형 인터넷기업 등이 타격을 입게 되면 여기에 납품하는 다른 국내 기업들도 연쇄 타격을 입게 된다. 북미산 전기차에만 보조금을 주는 미국 인플레이션 감축법(IRA)으로 국내 업계는 초비상이다. 현대차의 3분기 미국 전기차 매출은 전기 대비 33%나 급감했다. 정부와 기업 모두 깜깜이 상태에서 무방비로 당한 IRA 사태를 반면교사로 삼아야 한다. 민관이 모든 정보망을 가동해 규제 내용을 사전에 파악하는 것이 급선무다. 우리에게 일방적으로 불리한 조항은 미리 막는 게 최선이지만 여의치 않을 경우 수출통제 면제 조치 등 방어수단을 최대한 끌어내야 한다. 정부의 기민한 대응이 절실하다.

삼성전자가 5년 뒤 1.4나노(㎚·10억분의 1m) 공정을 적용한 반도체 양산을 선언했다. 파운드리(반도체 위탁생산) 시장에서는 2나노를 기술의 한계로 꼽아왔지만, 이를 뛰어넘어 세계 최초로 1.4나노 시대를 열겠다는 게 삼성전자의 로드맵이다.삼성전자는 3일(현지시간) 미국 캘리포니아주 실리콘밸리에서 ‘삼성 파운드리 포럼 2022’를 개최하고 파운드리 사업 청사진과 신기술을 발표했다. 파운드리사업부장인 최시영 사장은 3년 만에 오프라인으로 열린 이날 행사에서 “게이트 올 어라운드(GAA) 기반 공정 기술 혁신을 지속해 2025년에는 2나노, 2027년에는 1.4나노 공정을 도입할 계획”이라고 밝혔다. 지난 6월 세계 최초로 3나노 공정 양산을 시작한 삼성전자는 2나노 공정 계획을 밝힌 적이 있지만, 1.4나노 계획을 언급한 것은 이번이 처음이다. 파운드리 시장 점유율 1위 대만 TSMC 역시 2나노에 이어 1.4나노 공정 개발에 착수한 것으로 알려졌지만, 삼성전자와 달리 양산 시기 등 구체적인 계획은 밝히지 않은 상황이다. 삼성전자는 1.4나노 양산 외에 2027년까지 모바일을 제외한 제품군의 매출 비중을 50% 이상으로 키워나간다는 목표도 제시했다. 현재 모바일에 집중된 매출을 고성능 컴퓨팅(HPC)과 오토모티브 차량용 반도체, 5G, 사물인터넷(IoT) 등 비모바일 제품군으로 확대해 나간다. 이를 위해 지난 6월 세계 최초로 3나노 공정 기반의 HPC 제품을 양산한 데 이어 4나노 공정을 HPC와 오토모티브로 확대하고, 비휘발성메모리(eNVM)와 무선주파수(RF)에도 다양한 공정을 개발해 나갈 계획이다. 현재 양산 중인 28나노 차량용 eNVM 솔루션은 2024년에는 14나노로 확대하고, RF 공정은 8나노에 이어 5나노도 개발 중이다. 삼성전자는 2027년까지 선단공정 생산능력을 올해 대비 3배 이상 확대하는 것을 목표로 현재 건설 중인 미국 테일러 파운드리 공장 라인을 1개에서 2개로 늘린다는 계획도 공개했다.테일러 2라인은 클린룸을 먼저 건설하는 ‘쉘 퍼스트’(Shell First) 방식을 통해 고객 수요에 적극 대응하기로 했다. 주문이 들어오면 공장을 짓는 기존 방식과 달리 TSMC나 인텔처럼 공장 프레임을 우선 만든 뒤 주문이 들어오면 생산 설비를 투입한다는 취지다. 삼성전자는 이를 통해 생산 시점을 앞당겨 공급을 넘는 수요에 적극적으로 대응할 수 있을 것으로 기대하고 있다.

중국의 ‘반도체 굴기’를 차단하기 위한 미국의 공세가 갈수록 거세지는 가운데 미국이 자국산 낸드플래시(낸드) 메모리 반도체 장비의 중국 수출을 통제하는 방안을 검토 중이라는 보도가 나왔다. 이 경우 중국에서 낸드플래시 칩을 생산하는 삼성전자와 SK하이닉스에 악영향이 미칠 수 있다는 우려가 나오고 있다. 로이터통신은 1일(현지시간) 복수 소식통의 말을 인용해 “미 정부가 중국 낸드 제조사 창장메모리(YMTC)를 포함해 중국에서 메모리 반도체를 생산하는 기업에 미국산 제조 장비 수출을 제한하는 방안을 검토 중”이라고 전했다. 수출 제한 검토 대상은 128단 이상의 고성능 낸드 생산에 쓰이는 반도체 장비로, 스마트폰이나 데이터센터 등 첨단 기기에 탑재되는 낸드 분야를 겨냥한 모양새다. 미국의 장비 없이는 어느 나라도 반도체 양산이 불가능하다는 점을 감안하면 사실상 이번 조치는 워싱턴이 중국의 낸드 기술 성장의 한계를 ‘128단’으로 못박았다고 볼 수 있다. 이 조치가 시행되면 중국에서 낸드 제품을 생산하는 삼성전자와 SK하이닉스도 타격을 받을 수 있다고 매체는 예상했다. 삼성전자는 중국 시안에 낸드 생산 시설이 있다. SK하이닉스도 중국 우시에 D램 공장, 랴오닝성 다롄에 미 인텔에서 인수한 낸드 공장을 갖고 있다. 낸드는 D램과 함께 데이터를 저장하는 메모리 반도체의 양대 축이다. YMTC는 2016년 설립돼 중국 정부의 파격적 지원에 힘입어 빠르게 성장하고 있다. 블룸버그통신은 “이미 YMTC가 196단 낸드 칩을 개발해 애플 아이폰에 납품할 계획”이라고 타전했다. 이에 조 바이든 미 행정부가 ‘더 놔두면 자국 기업이 무너질 수 있다’고 보고 결단에 나선 것으로 보인다. 중국의 반도체 기업을 겨냥한 미국의 규제 조치는 크게 두 가지 경로로 추진된다. 하나는 미 국방부가 중국군에 반도체를 납품하는 기업을 리스트에 올리면 상무부가 이를 검토해 개별 기업을 골라서 통제하는 방식이다. 또 하나는 상무부가 중국 반도체 산업 전반을 견제하고자 예외 없이 광범위한 수출통제 방안을 내는 것이다. 이는 중국에서 반도체를 생산하는 모든 기업에 동일하게 적용된다. 다만 로이터는 “미 행정부의 검토가 초기 단계이며 규제에 관한 초안조차 마련되지 않은 상태”라고 전했다. 반도체 업계 관계자도 서울신문에 “아직 미 정부가 구체적인 내용을 공개한 것이 없다. 반도체 기업들에 어떤 영향이 미칠지 분석하기에 너무 이르다”고 설명했다.

2015년 인텔은 마이크론과 합작으로 차세대 비휘발성 메모리인 3D Xpoint 기술을 공개했습니다. 현재 비휘발성 메모리의 대표 주자로 스마트폰의 저장 장치나 SSD에 사용되는 낸드 플래시 메모리는 사실 오래된 기술로 공정 미세화가 진행될수록 수명이 짧아질 뿐 아니라 속도도 느린 편입니다. 따라서 오래전부터 낸드 플래시보다 빠르고 내구성이 강한 차세대 비휘발성 메모리 기술이 요구됐는데, 인텔이 첫 스타트를 끊은 셈입니다.  3D Xpoint 메모리는 기존의 낸드 플래시 메모리 대비 1000배나 수명이 길고 1000배 빠르며 밀도도 10배 더 높일 수 있다고 소개됐습니다. 물론 최상의 경우를 가정한 이야기였지만, 옵테인이라는 상품명으로 등장한 인텔의 3D Xpoint는 실제로 낸드 플래시 메모리보다 속도가 빨라 D램에 근접할 수준이었습니다. 문제는 가격도 높았다는 것입니다.  2017년 소비자용으로 등장한 옵테인 메모리는 16GB와 32GB라는 적은 용량에도 가격이 44달러와 77달러로 당시 기준으로도 비싼 저장 장치였습니다. 이후 소비자용 SSD의 가격은 계속 낮아졌지만, 애매한 용량을 지닌 옵테인 메모리의 가격은 그보다 훨씬 높았습니다.  이런 약점을 극복하기 위해 옵테인 메모리와 낸드 플래시 메모리를 결합한 하이브리드 제품도 출시하긴 했지만, 소비자용 SSD의 체감 성능도 상당히 좋아져 소비자 입장에서는 더 많은 돈을 주고 구매하기 애매한 제품이 됐습니다. 결국 2021년 인텔은 소비자용 옵테인 메모리를 포기했습니다. 낸드 플래시 사업부도 SK 하이닉스에 매각했기 때문에 일반 SSD를 포함한 소비자용 저장 장치 시장에서 완전히 철수한 것입니다.  이런 실패는 소비자 시장에서만 국한되지 않았습니다. 기업용 제품은 비용이 높더라도 그만큼 성능이 우수하면 팔리는 시장입니다. 하지만 기업용 시장에서도 옵테인의 활약은 두드러지지 못했습니다. 데이터 센터를 운영하는 기업들은 전통적인 D램 + SSD 결합에 비해 옵테인 메모리가 지닌 장점이 확실치 않다고 여겼습니다. 확실한 이점을 없다면 추가로 부품을 더 구매하는 것은 이유 없는 비용 증가에 지나지 않습니다. 결국 공동 개발 파트너인 마이크론도 3D Xpoint 메모리에서 손을 떼고 해당 시설을 매각하는 수순을 밟게 됩니다.  옵테인에게 남은 기회는 고성능 컴퓨팅 (HPC) 시장이었습니다. 저장 장치에서 데이터를 불러와 메모리 저장한 후 이를 프로세서가 처리하고 다시 저장 장치에 결과물을 기록하는 방식은 여러 단계를 거쳐야 할 뿐 아니라 SSD 자체가 메모리보다 느리기 때문에 대규모의 데이터를 신속하게 처리해야 하는 상황에서는 비효율적입니다. 옵테인처럼 빠른 비휘발성 메모리를 사용해 데이터 로드, 처리, 저장을 한 번에 해결할 수 있다면 이론적으로 더 빠른 대규모 데이터 처리가 가능합니다. 그러나 저장 장치 + 메모리 + 프로세서의 전통적인 구조에 최적화된 생태계를 갑자기 바꾸는 일은 업계를 주도하는 인텔에도 쉽지 않은 일이었습니다. 메모리와 혼용할 수 있도록 DIMM 규격의 옵테인 메모리를 내놓기는 했지만, 시장의 반응은 폭발적이지 않았습니다. 컴퓨터의 전통적인 연산 방식을 바꾸는 것이 아니라 좀 더 빠르고 비싼 스토리지에 그쳤기 때문입니다.  결국 인텔의 옵테인 사업부는 누적된 손실 비용이 5억5900만 달러에 달해 2022년 2분기 어닝 쇼크를 기록한 상황에서 더 이상 손해를 감수하고 사업을 이어 가기 어려워졌습니다. 이번 분기 실적 발표와 함께 인텔은 앞으로 옵테인 제품군의 개발을 중단하겠다고 언급했습니다.  사실 인텔은 올해 차세대 제온 프로세서인 사파이어 래피즈를 내놓으면서 3세대 옵테인 제품군인 크로우 패스 (Crow Pass)를 내놓을 계획이었습니다. 시기적으로 봤을 때 크로우 패스는 이미 완성되어 있었을 것입니다. DDR5 메모리와 병행해서 사용할 수 있는 차세대 옵테인 메모리였지만, 이번 결정으로 출시 여부가 불투명해졌습니다. 만약 출시된다고 해도 앞으로 단종될 형태의 제품을 선뜻 구매할 기업은 거의 없을 것입니다.  인텔은 옵테인 메모리처럼 차세대 기술이기는 하지만, 당장에 수익을 내기 힘든 사업들을 정리하고 본업인 CPU 부분과 사활을 걸고 새로 진입하는 GPU 사업, 그리고 파운드리 사업에 집중할 것으로 보입니다. 오랜 시간 공들여 개발한 기술을 사장시킨다는 것은 힘든 결정이지만, 지금은 선택과 집중이 필요한 때입니다.  옵테인의 빈자리는 당분간 CXL (Compute Express Link) 규격의 메모리가 대신할 것으로 보입니다. 마치 SSD처럼 D램 용량을 쉽게 확장할 수 있는 CXL 기반 메모리는 옵테인보다 빠르고 현재의 서버 플랫폼에서 쉽게 확장할 수 있다는 장점이 있습니다. 삼성전자는 이미 512GB 용량의 CXL D램을 개발했습니다.  D램과 낸드 플래시 메모리를 대신하려는 옵테인의 꿈은 물거품이 됐지만, 장기적으로 볼 때 차세대 비휘발성 메모리의 필요성은 여전하다고 볼 수 있습니다. 인텔이 주춤한 사이 앞으로 이 부분에서 우리 반도체 기업들이 큰 역할을 할 수 있을지도 모릅니다. 

반도체에 이미 천문학적 비용을 투자했지만, 중국의 반도체 굴기는 아직 미국, 한국, 대만을 따라잡기는 어려운 상황입니다. 메모리나 파운드리 부분에서는 막대한 투자를 진행한 덕분에 그래도 조금씩 결과물을 내놓고 있으나 경쟁자들은 더 앞서 가고 있으며 중국 내수 시장은 물론 세계 반도체 시장에서도 비중은 미미한 편입니다. 반도체 굴기의 배경 중 하나는 껄끄러운 관계인 미국에 핵심 IT 자원을 의존하고 있다는 것입니다. 예를 들어 중국 역시 다른 나라와 마찬가지로 CPU와 GPU는 인텔, 엔비디아, AMD 같은 미국 기업에 의존하고 있습니다. 이 한계를 극복하기 위해 중국 정부는 당장 결과물이 미미한 수준이라도 지속적인 투자를 통해 자체 반도체 생태계를 구축하기 위해 노력하고 있습니다. 상하이 자오신 반도체 역시 이런 프로세서 제조사 가운데 하나로 x86 CPU 라이선스를 지닌 대만 비아와 협업해 카이샨 (KaiXian) 시리즈 CPU를 제작하고 있습니다. 물론 그 성능은 최신 x86 CPU과 비교해 매우 낮은 편입니다. 별도 판매량이나 점유율은 공개된 적이 없지만, 중국 내수 시장에서조차 비중이 미미한 수준으로 보입니다. 하지만 CPU는 x86 호환 프로세서도 개발했고 ARM, RISC-V 같은 다른 대안도 있습니다. 중국의 반도체 굴기에 더 큰 걸림돌은 바로 GPU입니다. 인공지능 및 고성능 컴퓨팅 분야에서 갈수록 GPU의 중요성이 커지고 있지만, 아직 중국의 자체 GPU 관련 기술은 걸음마 단계를 벗어나지 못하고 있기 때문입니다. 물론 걸음마 단계라도 시도는 이어지고 있습니다. 자오신의 자회사 중 하나인 글렌플라이 (Glenfly)는 최근 어라이즈 (Arise) GT-10C0 그래픽 카드를 공개했습니다. (사진) 이 그래픽 카드는 28nm 공정으로 제조되었으며 500MHz의 속도로 작동합니다. FP32 기준 1.5TFLOPS급 연산 능력을 지녀 성능이나 공정 모두 2014년 출시된 지포스 GTX 750 Ti와 유사해 보이지만, 실제 성능은 베일에 가려 있습니다.이 그래픽 카드의 성능을 짐작할 수 있는 단서는 같은 계열의 제품으로 보이는 어라이즈 1020 GPU의 벤치마크 결과입니다. 최근 등록된 긱벤치 5 점수는 579점으로 10년 전 내장 그래픽과 견줄 수 있는 수준입니다. 상세한 벤치마크 결과가 공개되지 않아 섣불리 판단하기는 어렵지만, 독립 그래픽 카드는 고사하고 최신 내장 그래픽과도 경쟁이 되기 힘든 수준입니다. 출처가 확실치 않은 벤치마크 결과와 별개로 실제 성능이 매우 낮을 것이라는 추측에는 나름의 이유가 있습니다. 어라이즈 GT 10C0은 메모리로 DDR4 1200 2GB/4GB (64/128bit)를 사용하고 있는데, 이는 최근 등장하는 시스템 메모리보다 느립니다. 이렇게 느린 메모리를 사용하는 경우 GPU의 성능이 아무리 빨라도 제 성능을 내기 어렵습니다. 마치 고성능 스포츠카가 제한 속도 30km인 도로를 달리는 것과 같은 상황이 되기 때문입니다. 따라서 고성능 GPU 메모리는 시스템 메모리보다 훨씬 빠른 GDDR 메모리나 HBM 메모리를 사용하는데, 어라이즈 GT 10C0은 반대로 더 느린 메모리를 사용하고 있습니다. 게임 성능에 대한 의구심에는 호환성 문제도 있습니다. 오랜 세월 그래픽 감속기라는 이야기를 들었던 인텔 내장 그래픽도 오랜 세월 사용되면서 게임과 여러 가지 프로그램에 대한 호환성과 성능을 개선했습니다. 더 오래 사용된 엔비디아의 지포스와 AMD의 라데온은 말할 것도 없습니다. 그런데 새로 들어온 신생 GPU의 경우 호환성에 상당한 문제가 생길 가능성이 높습니다. 성능을 둘째 치고 제대로 실행되지 않거나 다양한 충돌을 일으킬 가능성이 있다는 이야기입니다. 따라서 자오신의 x86 호환 CPU와 마찬가지로 GPU 역시 시장에서 초기 반응은 매우 나쁠 것으로 예상됩니다. 자오신이 만든 중국 자체 CPU와 GPU로 윈도우나 리눅스 PC를 만들 순 있겠지만, 성능과 호환성 모두 시장에서 받아들이기 힘든 수준일 것입니다. 물론 그럼에도 이런 과정을 거쳐 기술력을 축적하면 10년, 20년 후에는 어떤 결과가 나올지 누구도 장담할 순 없습니다. 하지만 당장에는 중국의 GPU 굴기 역시 상당한 험로가 예상됩니다.