SK하이닉스가 세계 최초로 최신 고대역폭메모리인 HBM4의 개발을 마무리하고, 양산 체제를 구축했다고 12일 밝혔다. 업계에서는 SK하이닉스가 고객사인 엔비디아와 가격·공급협상을 마무리하고 본격적인 양산에 돌입한 것으로 보고 있다. HBM은 여러 개의 D램을 수직으로 연결해 기존 D램보다 데이터 처리 속도를 혁신적으로 향상시킨 고성능 제품이다. 6세대 제품인 이번 HBM4는 세계 최고 수준의 데이터 처리 속도와 전력 효율을 실현했다. 이전 세대인 HBM3보다 2배 늘어난 2048개의 데이터 전송 통로를 적용해 대역폭을 2배로 확대했다. 대역폭은 패키지 1개가 초당 처리할 수 있는 총 데이터 용량을 뜻하며, 수치가 높을수록 한 번에 더 많은 양의 데이터를 주고 받을 수 있다. 전력 효율은 40% 이상 끌어올렸다. SK하이닉스는 “HBM4를 고객 시스템에 도입하면 AI 서비스 성능을 최대 69%까지 향상시킬 수 있어, 데이터 병목 현상을 근본적으로 해소하는 동시에 데이터센터 전력 비용도 크게 줄일 것으로 전망된다”고 했다. HBM4 개발에 시장에서 안정성이 검증된 자사 고유의 어드밴스드 MR-MUF 공정과 10나노급 5세대 D램 기술을 적용해 양산 과정의 리스크도 최소화했다는 설명이다. 김주선 SK하이닉스 AI 인프라 사장(CMO)은 “AI 시대 기술 난제를 해결할 핵심 제품”이며 “당사는 AI 시대가 요구하는 최고 품질과 다양한 성능의 메모리를 적시에 공급하여 풀 스택 AI 메모리 프로바이더로 성장해 나가겠다”고 말했다.

SK하이닉스가 네이버클라우드와 손잡고 ‘제2의 HBM’으로 불리는 차세대 인공지능(AI) 메모리 솔루션 개발 역량 강화에 나선다. 양사는 지난 9일 기술 협력을 위한 양해각서(MOU)를 체결하고 실제 데이터센터에서 사용되는 AI 솔루션 제품(반도체 제품군)의 성능 평가와 최적화를 추진한다고 10일 밝혔다. SK하이닉스는 “글로벌 시장에서 AI 솔루션 기술 리더십을 강화하기 위해 실제 데이터센터 운영 환경에서 검증된 제품 확보는 필수적”이라며 “네이버클라우드와의 개발 협력 파트너십을 통해 데이터센터에 최적화된 AI 솔루션 제품을 구현하고, 고객이 체감할 수 있는 혁신적 활용 사례를 지속 발굴해 나가겠다”고 했다. 이번 협력에서 SK하이닉스는 네이버클라우드의 대규모 데이터센터 인프라를 활용해 컴퓨터 익스프레스 링크(CXL)와 지능형 반도체(PIM) 기술이 적용된 AI 특화 제품군을 다양한 조건에서 실시간 검증하고 성능을 극대화할 계획이다. CXL은 중앙처리장치(CPU), 그래픽처리장치(GPU), 메모리 등 컴퓨팅 부품 간 데이터 전송을 고속화하고 효율을 높이는 기술이다. PIM은 메모리 자체에 연산 기능을 넣어 AI와 빅데이터 처리 속도를 높이고 데이터 병목 문제를 완화하는 기술이다. 네이버클라우드는 SK하이닉스의 고성능 메모리와 스토리지(저장 공간)를 활용해 AI 서비스 응답 속도를 높이고 운영 비용을 절감하는 실질적 성과를 기대하고 있다. SK하이닉스는 이번 협력을 시작으로 아마존, 구글 같은 글로벌 클라우드 서비스 제공 업체(CSP)와의 기술 파트너십도 확대할 계획이다.

SK하이닉스가 네이버클라우드와 손잡고 ‘제2의 HBM’으로 불리는 차세대 인공지능(AI) 메모리 솔루션 개발 역량 강화에 나선다. 양사는 지난 9일 기술 협력을 위한 양해각서(MOU)를 체결하고 실제 데이터센터에서 사용되는 AI 솔루션 제품(반도체 제품군)의 성능 평가와 최적화를 추진한다고 10일 밝혔다. SK하이닉스는 “글로벌 시장에서 AI 솔루션 기술 리더십을 강화하기 위해 실제 데이터센터 운영 환경에서 검증된 제품 확보는 필수적”이라며 “네이버클라우드와의 개발 협력 파트너십을 통해 데이터센터에 최적화된 AI 솔루션 제품을 구현하고, 고객이 체감할 수 있는 혁신적 활용 사례를 지속 발굴해 나가겠다”고 했다. 이번 협력에서 SK하이닉스는 네이버클라우드의 대규모 데이터센터 인프라를 활용해 컴퓨터 익스프레스 링크(CXL)와 지능형 반도체(PIM) 기술이 적용된 AI 특화 제품군을 다양한 조건에서 실시간 검증하고 성능을 극대화할 계획이다. CXL은 중앙처리장치(CPU), 그래픽처리장치(GPU), 메모리 등 컴퓨팅 부품 간 데이터 전송을 고속화하고 효율을 높이는 기술이다. PIM은 메모리 자체에 연산 기능을 넣어 AI와 빅데이터 처리 속도를 높이고 데이터 병목 문제를 완화하는 기술이다. 네이버클라우드는 SK하이닉스의 고성능 메모리와 스토리지(저장 공간)를 활용해 AI 서비스 응답 속도를 높이고 운영 비용을 절감하는 실질적 성과를 기대하고 있다. 양사는 이번 협력을 시작으로 아마존, 구글 같은 글로벌 클라우드 서비스 제공 업체(CSP)와의 기술 파트너십도 확대할 계획이다.

인공지능(AI) 반도체에 필수적으로 탑재되는 고대역폭 메모리(HBM)가 내년 전 세계 D램 매출의 30% 이상을 차지할 것이란 전망이 나왔다. HBM 시장을 주도하고 있는 국내 반도체 기업 실적도 고가의 HBM 덕분에 빠르게 개선될 것으로 보인다. 7일 대만 시장조사업체 트렌드포스에 따르면 HBM 판매 단가는 내년 5~10% 오를 것으로 예측됐다. 글로벌 D램 시장에서 HBM이 차지하는 비중(매출 기준)은 지난해 8%에서 올해 21%, 내년 30% 이상으로 크게 늘어날 전망이다. 트렌드포스는 “HBM의 판매 단가는 기존 D램의 몇 배, DDR(더블데이터레이트)5의 약 5배에 달한다”면서 “D램 전체 생산 능력이 제한돼 있어 공급업체들이 가격을 5~10% 인상했다”고 설명했다. 다만 현재 시장은 HBM 구매 업체들이 안정적이고 우수한 품질의 제품을 확보하기 위한 차원에서 가격 인상을 수용한 측면이 강하다. 앞으로는 공급 업체의 신뢰성, 공급 능력에 따라 HBM의 가격이 달라질 수 있다는 게 트렌스포스의 설명이다. 3분기 본격적으로 열리는 5세대 HBM(HBM3E) 시장에서 국내 업체들이 주도권을 잃지 않으면서도 수익성을 최대한 높이려면 수율(합격품 비율) 개선은 피할 수 없을 것으로 보인다. 지난해 4세대 HBM(HBM3) 시장에서 점유율 90% 이상을 차지한 SK하이닉스도 HBM3E 12단 제품을 놓고는 경쟁사인 삼성전자와 치열한 싸움이 불가피할 전망이다. HBM3E 12단 제품을 업계 최초로 개발해 기술력을 과시한 삼성전자는 AI 반도체 시장의 ‘큰손’인 엔비디아의 문을 두드리고 있다. 다음달 안에 HBM3E 12단 제품을 양산한다는 목표를 세우고 수율 향상을 위해 인력도 대거 투입했다. 엔비디아의 까다로운 품질 테스트를 통과한다면 고용량 HBM 시장에서 판을 뒤집을 수도 있다. 삼성전자가 올해 HBM 판매 수량의 3분의2 이상을 HBM3E로 채우겠다고 한 것도 이런 기대가 담긴 것으로 풀이된다. 이에 SK하이닉스는 이달 HBM3E 12단 샘플을 제공하고 양산 시점도 3분기로 앞당기면서 삼성에 주도권을 내주지 않겠다는 뜻을 분명히 했다. 내년부터는 6세대 HBM으로 불리는 HBM4를 둘러싼 경쟁도 치열할 것으로 보인다. SK하이닉스는 파운드리 1위 업체인 대만 TSMC와 손잡고 맞춤형 개발에 나서겠다는 전략이다. 이에 맞서 삼성전자는 차세대 HBM 개발을 위해 메모리, 파운드리, 시스템LSI, 어드밴스트 패키징 사업 역량을 총동원하기로 했다. HBM을 이을 제품으로 떠오른 컴퓨트 익스프레스 링크(CXL) 개발을 놓고도 두 업체 간 경쟁이 본격화됐다. CXL은 중앙처리장치(CPU)·그래픽처리장치(GPU)·메모리 등을 효율적으로 사용하기 위해 만들어진 인터페이스다. 신도시에 만들어진 8차선 도로처럼 깔끔하게 정비돼 ‘병목 현상’ 없이 대량의 데이터를 빠르게 처리할 수 있어 AI 시장의 핵심 기술로 주목받고 있다. 한편 이날 삼성전자 주가는 직전 거래일보다 4.77% 오른 8만 1300원, SK하이닉스는 3.70% 오른 17만 9600원에 마감했다.

삼성전자 반도체 사업부를 이끌고 있는 경계현 디바이스솔루션(DS) 부문장(사장)이 29일 “전담팀의 노력으로 고대역폭 메모리(HBM)의 리더십이 우리에게로 오고 있다”고 자신감을 내비쳤다. 경 사장은 이날 사회관계망서비스(SNS)를 통해 최근 미국 출장 소회와 함께 “AI 애플리케이션에서 고용량 HBM은 경쟁력”이라면서 “HBM3와 HBM3E 12H(12단)를 고객이 더 찾는 이유”라고 썼다.경 사장은 이어 “여전히 메모리와 컴퓨트 사이의 트래픽이 병목”이라며 “많은 고객이 이 문제를 풀기 위해 각자만의 방식으로 커스텀 HBM4를 개발하고 싶어 한다. 그리고 고객들은 우리와 함께 그 일을 할 것”이라고 전망했다. 또 “많은 고객이 파운드리 2나노 공정을 위한 테스트 칩을 흘리고 있거나 흘리기로 했다”며 “성공적인 기술 개발을 통해 이들이 2나노 제품 개발로 이어지도록 할 것”이라고 했다. 지난 20일 정기 주주총회에서 공개한 자체 AI 가속기 ‘마하-1’도 언급했다. 경 사장은 “추론 전용인 마하-1에 대한 고객의 관심 또한 증가하고 있다”며 “일부 고객은 1T 파라미터 이상의 큰 애플리케이션에 마하를 쓰고 싶어 한다”고 밝혔다. 그러면서 “생각보다 더 빠르게 마하-2의 개발이 필요한 이유가 생긴 것”이라며 “준비를 해야겠다”고 덧붙였다. 경 사장은 테슬라 사이버트럭을 시승한 소감과 영상도 공개했다. 그는 “생각보다 안락했고, 생각보다 가속력이 대단했다”라면서 “10개의 카메라로 주변을 인식하는 능력이 훌륭해 보였고, 짧은 회전반경과 큰 와이퍼가 인상적”이라고 남겼다.

삼성전자가 AI 반도체 시장에서 주도권을 잡기 위해 총력전을 펼치고 있다. 최근 AI 추론칩 ‘마하1’ 개발을 공식화하는 등 미래 경쟁력 확보를 위한 시설과 연구개발(R&D) 투자를 꾸준히 이어가고 있다. 경계현 삼성전자 디바이스솔루션(DS) 부문장(사장)이 지난 20일 주주총회에서 AI 추론칩 마하1을 개발 중이라고 밝혀 전 세계 이목이 집중됐다. 경계현 사장은 “AI 시대에는 컴퓨터와 메모리가 대규모로 결집할 수밖에 없는데 현존하는 AI 시스템은 메모리 병목으로 인해 성능 저하와 파워 문제를 안고 있다”면서 “DS는 이 문제를 개선하기 위해 AGI 컴퓨팅 랩을 신설하고 AI 아키텍처의 근본적인 혁신을 추진하겠다”고 밝혔다. 이어 “현재 개발 중인 마하1 AI 인퍼런스 칩은 그 혁신의 시작이 될 것”이라고 강조했다. 삼성전자는 앞서 미국과 한국에서 ‘삼성전자 반도체 AGI(범용인공지능) 컴퓨팅 랩’을 신설했다. 이는 미래 AGI의 엄청난 처리 수요를 충족할 완전히 새로운 유형의 반도체를 만들기 위한 전략으로 풀이된다. 마하1은 AGI 컴퓨팅 랩에서 개발하는 칩 중 처음 공개된 제품이다. 삼성전자는 올해 연말 마하1 생산에 돌입할 계획이다. 현재 기술 검증이 완료됐고, 시스템온칩(SoC) 디자인이 진행되고 있다. 올 연말 생산에 들어가면 내년 초 삼성전자 칩으로 구성된 AI 시스템을 완성하는 게 목표다. 삼성전자는 이처럼 초거대 AI 시대에 메모리 기술의 발전과 성능 향상에 사활을 걸고 있다. 삼성전자는 2016년 세계 최초로 고성능 컴퓨팅(HPC)용 HBM 사업화를 시작하며, AI용 메모리 시장을 본격적으로 개척했다. 2017년 선보인 8단 적층 HBM2는 당시 가장 빠른 속도의 메모리였던 GDDR5 대비 8배 빠른 속도를 구현했고, 이 제품을 통해 AI·HPC 시대에 필수적인 3차원 스택 기술을 선보일 수 있었다. 이후에도 삼성전자는 고객과 밀접히 협업하여 AI·HPC 생태계를 견인하고 있다. 또 메모리는 업계 최고 수준의 생산능력을 기반으로 HBM3, HBM3E 비중을 확대해 고성능·고대역폭 수요에 적극 대응할 계획이다. 시스템LSI는 플래그십 제품 판매 비중을 확대하고, 모바일 시장 외 사업영역을 넓혀 견고한 사업구조를 갖추어 나갈 방침이다. 파운드리는 GAA(Gate-All-Around) 3나노 2세대 공정 양산과 테일러 공장 가동을 통해 기술 경쟁력을 더욱 강화하고 고성능컴퓨팅, 차량, 소비자용 등 다양한 응용처로 수주를 확대해 나갈 방침이다. 삼성전자 관계자는 “지난해 반도체 경기 불황에서 연간 53조여원을 시설투자에 쏟아붓는 등 혁신과 연구개발을 이어왔다”면서 “지난 40여 년간 끊임없는 변화와 혁신의 초격차 DNA를 바탕으로 기술적 한계를 극복해 세상에 없는 다양한 메모리 솔루션 제품을 개발해 나갈 것”이라고 강조했다.

엔비디아는 AI 시대에 가장 가치가 치솟은 기업입니다. 현재의 AI 기술 중 상당 부분이 이 회사가 만든 GPU에 의존하고 있기 때문입니다. 오래전부터 GPU의 병렬 연산을 위해 CUDA 코어와 소프트웨어를 공개했고 이를 AI 연산에 활용하는 생태계를 구축해 왔기 때문에 지금 와서 다른 회사의 하드웨어로 이를 대체하기 힘든 것이 현실입니다. 오랜 경쟁자인 AMD도 데이터 센터 GPU를 계속 공개하고 있고 인텔도 새로운 AI 시장 공략을 위해 GPU를 공개했지만, 시장을 먼저 선점한 엔비디아의 아성을 깨뜨리기는 쉽지 않습니다. 이런 상황에서 새로 공개한 블랙웰 GPU는 반도체 미세 공정의 한계를 극복하고 AI 연산 성능을 높여 누구도 따라잡기 쉽지 않은 경쟁력을 유지하려는 의도로 풀이됩니다. 블랙웰 GPU는 TSMC의 4nm 공정의 개량형인 4NP 공정으로 제조되었습니다. 3nm 공정을 적용하지 않은 이유는 확실치 않지만, 비용 및 공급 부족 등이 이유가 된 것으로 보입니다. 하지만 그런 만큼 트랜지스터 집적도를 전 세대인 호퍼 (Hopper)보다 더 높이기 힘든 상황입니다. 800억 개의 트랜지스터를 집적한 호퍼 H100 GPU는 4nm 공정에서 다이(die, 웨이퍼에서 잘라낸 반도체 칩) 면적이 814㎟에 달합니다. 이는 현재 반도체 제조 기술에서 이론적인 다이 크기의 한계치에 거의 근접한 것으로 더 크기를 늘리기 쉽지 않습니다. 따라서 블랙웰 B200은 두 개의 다이를 연결하는 방법으로 2080억 개의 트랜지스터를 집적했습니다. 이런 접근법은 최근 점점 일반적인 추세가 되고 있습니다. 공정 미세화의 한계에 부딪힌 반도체 제조사들은 하나의 큰 칩 대신 여러 개의 작은 칩인 칩렛을 연결해 거대한 크기의 프로세서를 만들고 있습니다. 인텔, AMD, 애플이 모두 이 방법을 사용했고 이번에는 엔비디아도 이 방식을 적용해 트랜지스터 집적도를 대폭 늘렸습니다. 블랙웰 B200은 AI 연산에서 전 세대인 H100과 비교해서 최대 5배인 20페타플롭스의 성능을 지니고 있습니다. 물론 칩을 두 개 붙인 점을 생각하면 실제 성능은 2.5배라고 할 수 있는데, 실은 FP 8 연산의 절반 정도의 자원을 소모하는 FP 4 연산에서 그렇다는 이야기로 FP 8 기준으로 보면 AI 연산 능력은 절반 수준인 10페타플롭스가 최대입니다. 결국 칩 하나의 성능은 사실 1.25배 정도로 트랜지스터 수 증가를 생각하면 딱 그 정도의 성능 증가인 셈입니다. 하지만 그렇다고 해서 블랙웰이 아무 의미 없는 꼼수에 지나지 않는 것은 아닙니다. FP 4 연산만 해도 충분한 경우 AI 연산 속도를 크게 높일 수 있고 심지어 FP 4와 FP 8 연산의 중간을 원하는 고객을 위해 FP 6까지 지원하는 기능을 갖춰 더 유연한 AI 연산이 가능합니다. 그보다 더 중요한 점은 AI 경쟁이 격화되면서 어떤 비용을 치르더라도 남들보다 앞서기를 원하는 고객을 위해 성능을 높일 수 있는 다양한 옵션을 제공하고 있다는 것입니다.예를 들어 블랙웰은 기반 GB 200은 그레이스 슈퍼칩 CPU 한 개와 두 개의 B200 GPU를 하나로 묶어 최대 40페타플롭스의 AI 연산 능력을 갖고 있습니다. 물론 그만큼 비싸고 전력 소모도 엄청나지만, AI 개발에 사활을 걸고 있는 기업이 많아 오히려 수요 대비 공급이 부족할 것으로 예상됩니다. 그리고 이 경우 HBM의 수요가 크게 늘어 우리나라 메모리 업계에도 호재가 될 것입니다. B200 GPU는 24GB HBM3e를 8개나 탑재해 192GB의 메모리 용량을 갖고 있고 GB200는 그 두 배인 384GB의 HBM3e 메모리를 지니고 있기 때문입니다. 여기서 화룡점정을 찍는 것 같은 소식은 비용에 상관없이 최강의 성능이 요구하는 고객을 위한 서버 랙 시스템인 GB 200 NVL 72 노드입니다. 하나의 서버 랙에 두 개의 GB 200을 탑재한 서버 트레이 18 유닛을 쌓아서 총 72개의 B200 GPU를 장착한 시스템으로 강력한 대규모 AI 연산을 위한 슈퍼컴퓨터라고 할 수 있습니다. 다만 이 경우 엄청난 전력을 소모하기 때문에 공랭 쿨러 대신 수랭 쿨러를 사용해야 시스템 발열을 처리할 수 있습니다.그런데 이렇게 많은 프로세서를 사용해 대규모 연산 시스템을 구축하는 경우 데이터를 공유하고 작업을 분산하는 과정이 새로운 문제로 떠오르게 됩니다. 이 과정에서 병목현상이 생기면 전체 시스템의 성능이 크게 저하되는 것입니다. 이를 해결하기 위해 엔비디아는 아예 NVLINK 스위치라는 새로운 네트워크 전용 프로세서를 만들었습니다. 그리고 NVLINK 스위치 프로세서를 서버 트레이 하나에 두 개씩 넣어서 총 14.4TB/s의 대역폭을 확보했습니다. 이런 트레이가 9개가 있기 때문에 GB 200 NVL 72 노드 한 개가 130TB/s에 달하는 거대한 프로세서 간 대역폭을 확보할 수 있습니다. 덕분에 갈수록 커지고 있는 대규모 AI 학습 데이터를 더 효과적으로 처리하고 학습을 빨리할 수 있게 됐습니다. 마지막으로 GB 200 NVL 72 노드를 여러 대 연결하면 엑사플롭스급 AI 슈퍼컴퓨터 구축이 가능합니다. 물론 비용도 에너지 소모량도 엄청나지만, 역시 수요는 충분할 것으로 예상됩니다. 블랙웰 GPU를 보면 AI 하드웨어가 본격적인 산업화 시대에 도달했다는 것을 알 수 있습니다. 과거 GPU는 게임용으로 많이 사용되었고 초기 AI 연산용 GPU도 이것과 크게 다르지 않았으나 최근 나오는 데이터 센터 GPU는 산업용 및 연구용으로 특화되어 관련 분야에 종사하는 사람이 아니라면 직접 한 번 보거나 다뤄보기 어려운 물건이 됐습니다. 블랙웰 GPU는 대규모 데이터 처리와 AI 연산에 적합한 데이터 센터 GPU로 AI 혁명을 한 단계 앞당길 제품이 될 것으로 보입니다.

인공지능(AI)이 다시 주목받으면서 그래픽처리장치(GPU)와 함께 몸값이 높아지는 제품이 있습니다. 바로 고대역폭 메모리(HBM·High Bandwidth Memory)입니다. 사실 GPU 가운데서 HBM을 탑재한 제품은 소수에 불과합니다. 하지만 최근에는 그 소수의 제품에 대한 수요가 폭발하고 있습니다. 고성능 AI 연산을 위해서 H100 같은 강력한 성능을 지닌 GPU가 필요한데, 여기에 HBM이 탑재되기 때문입니다.  최근 미국 로스앤젤렌스(LA)에서 열린 최대 규모 컴퓨터 그래픽스 콘퍼런스 ‘시그래프’(SIGGRAPH) 행사에서 엔비디아의 젠슨 황 최고경영자(CEO)는 HBM3E를 장착한 GH200 그레이스 호퍼 슈퍼칩을 공개했습니다. 지난해 공개한 HBM3 버전과 비교해서 메모리 용량은 1.5배 정도 늘어나고 대역폭도 4TB/s에서 5TB/s로 증가해 더 많은 데이터를 학습하고 사용자가 원하는 결과를 내놓는 데 유리해졌습니다.  HBM은 사실상 SK 하이닉스와 삼성전자가 시장을 양분하고 있습니다. 시장 조사기관의 분석에 따르면 지난해 시장 점유율은 SK 하이닉스가 50%, 삼성전자가 40%, 마이크론이 10% 정도로 D램보다 더 국내 기업이 독보적인 점유율을 자랑하는 분야입니다. HBM은 상당히 고부가가치 상품일 뿐 아니라 수요가 급격히 증가하고 있어 앞으로 우리나라의 새로운 주력 상품이 될 것으로 기대되고 있습니다.  그런데 이렇게 좋은 제품이라면 더 적용 범위를 늘려 나가도 되지 않을까 하는 생각이 드는 게 사실입니다. 그래픽 카드에 쓰이는 HBM이 처음 등장했을 때만 해도 그런 생각을 지닌 사람들이 많았습니다. 많은 이들이 이제는 용량이나 속도 한계에 점점 도달한 그래픽스 더블 데이터 레이트(GDDR) 메모리를 대신해 HBM이 새로운 대세가 될 것으로 믿었습니다.  여기서 잠깐 GDDR 메모리에 대한 이야기를 먼저 해야 합니다. 초창기 GPU들은 CPU와 동일한 DDR 계열 메모리를 사용했는데, GPU가 처리하는 데이터의 양이 급격히 증가하면서 곧 병목 현상에 부딪히게 됩니다. 그래서 나온 것이 GDDR 메모리였습니다. GDDR3부터 본격적으로 시장에 공급되었고 이후 GDDR5에서는 사실상 그래픽 메모리의 표준이 되었습니다. GDDR5는 사실 DDR3 메모리의 변형으로 같은 건물에 엘리베이터와 통로를 여러 개 만들어 속도를 높인 것으로 이해할 수 있습니다.  하지만 GPU 발전 속도가 GDDR 메모리 발전 속도보다도 더 빠른 것이 다시 문제가 됐습니다. 고성능 GPU에서 필요한 메모리 대역폭을 얻기 위해서는 256bit 메모리 인터페이스와 GDDR 계열 메모리로도 부족한 상황이 된 것입니다. 여기에 GDDR 메모리는 여러 층으로 쌓기도 힘들어 용량까지 한계가 분명했습니다.  2013년 JEDEC에서 표준을 확정한 HBM은 이 문제에 대한 완벽한 해결책으로 보였습니다. HBM은 기본적으로 메모리를 4층, 8층, 12층씩 위로 쌓아 올린 적층형 메모리 구조라 면적 대비 용량이 GDDR과 비교되지 않을 정도로 높습니다. 그러면서도 데이터 전송 속도를 높이기 위해 위아래로 작은 통로인 TSV를 무수히 뚫어 데이터 전송 속도를 획기적으로 끌어 올렸습니다.  그만큼 제조가 까다롭고 프로세서와 연결을 위해 인터포저라는 중간층을 또 넣어야 한다는 것이 문제였지만, 장기적으로 보면 GDDR 메모리는 속도와 용량면에서 HBM의 상대가 되지 않을 것으로 예상되었습니다. 하지만 이런 기대에도 불구하고 2015년 1세대 HBM을 장착한 라데온 R9 Fury X는 GDDR5를 장착한 엔비디아의 GTX 980 Ti를 넘지 못하는 실망스러운 성능을 보여줬습니다. 메모리 대역폭 자체는 라데온 R9 Fury X가 높았지만, GPU 자체의 성능에서 밀렸기 때문입니다. 지포스 쪽이 데이터 압축 능력이 더 뛰어나 대역폭의 단점을 쉽게 극복한 것도 이유였습니다. 더 저렴한 GDDR 메모리를 장착해도 경쟁자를 충분히 제압할 수 있는 상황에서 엔비디아는 게이밍 GPU에 굳이 HBM을 탑재할 필요를 느끼지 못했습니다. HBM 탑재 라데온 그래픽 카드가 지포스의 성능을 뛰어넘었다면 이후에는 다른 시장 상황이 펼쳐질 수 있었다는 점은 아쉬운 부분입니다.  아무튼 이후 GDDR 메모리도 계속 발전하면서 어느 정도 고성능 게이밍 GPU에 필요한 대역폭을 제공했습니다. 그리고 그래픽 카드 시장 자체가 엔비디아 독점 시장이 되면서 급할 게 없는 엔비디아는 가격이 저렴한 GDDR6X 메모리를 RTX 4000 시리즈에도 사용하고 있습니다. 처음에는 고성능 GPU에 HBM 계열 메모리를 사용했던 AMD마저도 제품군 자체가 중급형으로 내려가면서 비싼 HBM을 탑재해야 할 이유가 사라져 GDDR로 다시 회귀했습니다.  하지만 미래에는 다른 상황이 펼쳐질 수도 있습니다. 엔비디아와 AMD 모두 AI 및 HPC 연산용 GPU에 고성능 HBM을 아낌없이 사용하고 있기 때문입니다. 이런 종류의 제품은 기본적으로 가격이 매우 비싸기 때문에 HBM이 GDDR 메모리보다 좀 더 비싸다는 것은 큰 문제가 되지 않습니다. 그보단 현재 기술적 우위를 바탕으로 시장을 장악하려는 엔비디아와 AMD나 인텔 같은 도전자들이 가진 기술을 모두 쏟아붓는 시장이기 때문에 HBM3나 HBM3E 같은 최신 메모리에 대한 수요가 폭발하고 있습니다. 여기에 인텔은 서버 CPU에도 HBM을 탑재하면서 적용 범위가 넓어지고 있습니다.  이렇게 생산이 늘어나면 결국 규모의 경제가 이뤄져 가격은 내려갈 수 있습니다. 그리고 메모리 용량 및 속도에서 HBM의 발전 속도가 GDDR보다 여전히 빨라 몇 년 후에는 고성능 그래픽 카드나 서버 부분에서 적용 범위가 점점 더 넓어질 것으로 기대할 수 있습니다. 10년 만에 본격적으로 빛을 보고 있는 HBM의 미래를 기대해 봅니다.

역사상 ‘30년전쟁’이 또다시 벌어진다면 그것은 반도체산업 전쟁일 것이다. 그 원인과 영향부터 정확히 진단해야 한다. ‘칩 워’(Chip War)란 저서로 세계적 이목을 끌고 있는 크리스 밀러 미 터프츠대 교수는 군사안보 측면에서 원인을 찾는다. 반도체는 원래 군사장비에 쓰인 재료여서 국가안보와 직결되는 부문이다. 1980년대 접어들며 세계 군사강국들이 기술적 자율성과 군사적 지능성을 추구하기 위해 반도체를 필수 자산으로 여기게 됐다. 우크라이나가 러시아와의 전쟁에서 선전하고 있는 것도 반도체 기술을 도입한 저궤도 인공위성이 혁신적 통신수단을 제공해 주고 있기 때문이다. 차세대 군비경쟁에서 반도체는 더욱 중요해진다. 주요국들이 반도체산업에 대대적인 보조금을 계속 지급할 만한 이유다. 보조금 경쟁은 불공정 무역 시비도 국제적으로 확산시키고 있다. 특히 인공지능 분야의 시스템을 개발하려는 노력은 반도체 보조금 정책과 그에 대한 보복 논리의 악순환을 낳고 있다. 미국은 50조원 규모의 반도체 보조금을 내세워 자국에 투자하는 기업이 보조금을 받기 위해서는 대중국 투자를 확대하지 못하도록 제한하고 있다. 네덜란드와 일본도 끌어들여 반도체 제조 첨단장비를 중국에 수출하지 못하도록 하고, 중국이 클라우드 컴퓨팅에 접속하는 통로도 차단하기로 했다. 중국도 미국의 대표적 반도체 기업인 마이크론사 제품에 대한 구매 중단 조치를 취했다. 미국은 마이크론이 빠지는 중국 시장의 공백을 한국 기업들이 채우지 말 것을 경고하고 있어 불똥은 이미 한국 경제에 튀고 있는 게 현실이다. 일본은 미국 편에 재빨리 섰다. 그 대가로 IBM은 2나노 최첨단 반도체 개발을 일본 기업들과 추진할 뜻을 밝혔다. 도쿄일렉트로닉스는 도요타, 덴소, NTT, 소니 등 민간기업들과 합작해 라피더스라는 국책 반도체 회사까지 설립했다. 일본의 자동차, 전자, 통신 회사들이 필요한 첨단 반도체를 국내에서 자체 생산하는 계획까지 세운 것이다. 대만의 TSMC도 도쿄대와 연구협력 체계를 형성해 이에 직간접적으로 협력하고 있다. 미국·일본·대만의 삼각 협력 체계가 중국을 압박하고 있는 형국이다. 메모리반도체 분야의 핵심 공급 국가인 우리나라는 그동안 안보는 미국, 경제는 중국(安美經中)이라는 전략을 구사해 왔다. 이런 양다리 전략이 그럭저럭 먹힌 것은 한국산 반도체가 전 세계적으로 공급되지 않으면 전 세계 60%의 정보기술(IT) 산업이 마비되기에 미중 양쪽으로부터 러브콜을 받는 위치에 있기 때문이다. 일본의 2나노 공정이 성공할지는 미지수이나 지금처럼 한국 기업들이 각자도생해야 하는 체제로는 일본과의 경쟁에서도 승리를 장담할 수 없다. 중국은 공산당이 직접 관할하는 중앙과학기술위원회를 신설해 40조원이 넘는 반도체 기금을 조성하고 각종 세제 혜택, 정부 조달, 보험 가입 지원 제도를 속속 도입하고 있다. 일본의 메모리 생산기술이 발전하는 속도와 중국의 반도체 자급력 증진 속도에 정비례해 한국 반도체의 국제적 영향력도 감소될 것이다. 우리의 양다리 전략이 통하는 시간을 늘려야 한다. 우리의 반도체 기술 우위를 유지하기 위한 특단의 조치가 필요하다. 우리도 범정부 차원에서 반도체 지원 기구를 만들고 민간기업들이 공동 투자하는 국책 반도체 협력 체계도 구축할 필요가 있다. 권석준 성균관대 교수의 제안처럼 대외적으로는 반도체 다자협력 체계를 구축해야 한다. 전략물자 수출 통제에 관한 바세나르체제나 다자미사일통제체제 등을 벤치마킹할 수 있다. 동북아시아 기술병목 지역에서 고조되는 갈등을 줄이기 위해서라도 우리가 세계적•지역적 조정 체계 구축 작업에 선도적으로 나서야 한다.

‘메모리·연산기·데이터 변환’ 가능초거대 AI 구현할 차세대 반도체 D램 메모리 셀 내부에서 인공지능(AI) 연산을 수행하는 아날로그 PIM (Process In Memory·지능형 반도체) 기술이 국내 최초로 개발됐다. 특히 하나의 메모리 셀에서 메모리, 연산기, 데이터 변환 기능을 지원하는 ‘트리플 모드 셀’이 세계 최초로 개발돼 적용됨으로써 기존 아날로그형 PIM 반도체보다 높은 효율성을 갖추게 됐다. 점차 거대해지고 다양해지는 AI 모델에서도 안정적인 성능을 보일 것으로 기대된다. 과학기술정보통신부는 14일 한국과학기술원(KAIST) 유회준 교수 연구팀이 국내 최초로 D램 메모리 셀 내부에 연산기를 집적해 AI 연산을 수행하는 PIM 반도체 ‘다이나플라지아’를 개발했다고 밝혔다. PIM 반도체는 하나의 칩 내부에 메모리와 프로세서 연산기를 집적한 것으로, 데이터 병목 현상과 과도한 전력 소모 문제를 해결할 수 있어 초거대 AI 시대를 구현할 차세대 반도체로 꼽힌다. 다이나플라지아는 트리플 모드 셀을 이용해 실제 AI 연산에 맞춰 하드웨어 구조를 형성함으로써 기존 아날로그형 PIM 반도체보다 2.5배, 챗GPT가 쓰는 그래픽처리장치(GPU)에 견줘 7배 높은 에너지 효율성을 보였다. 이번에 개발된 기술을 적용한 칩은 삼성전자 파운드리 공정에서 생산됐다. 연구를 지휘한 유 교수는 “개발한 기술을 삼성과 SK하이닉스가 마음껏 열람하고 필요하면 활용하도록 하고 있다”고 설명했다.

오픈AI의 인공지능(AI) 챗봇 ‘챗GPT’로 불붙은 생성 AI 서비스 시장이 반도체 업계에 드리운 불황을 걷어낼 차세대 먹거리가 될 수 있을지 기대를 모으고 있다. 짧은 시간에 무수히 많은 연산을 해야 하는 초거대 모델 기반 생성 AI 운영엔 엄청난 수량의 고효율 반도체 칩셋이 필요하기 때문이다. 14일 업계에 따르면 챗GPT 운영엔 엔비디아의 그래픽처리장치(GPU) ‘A100’ 1만여개가 사용된다. AI 운용에 쓰이는 슈퍼컴퓨터엔 보통 GPU가 몇만 개 단위로 들어간다. GPU 수만 개가 방대한 양의 연산을 빠르게 처리하기 위해서는 고전력, 고비용이 들어갈 수밖에 없다. 샘 올트먼 오픈AI 최고경영자(CEO)는 최근 트위터에 “챗GPT 1회 사용에 몇 센트가 든다”고 적기도 했다. 챗GPT 가입자가 최근 1억명에 도달한 만큼 운영 비용은 하루 수백억원에 달할 것으로 추산된다. 국내 관련 업체들과 정부까지 나서서 AI 전용 반도체 개발을 추진하는 이유가 이런 고전력·고비용 문제에 있다. 앞으로 생성 AI 서비스가 더 많아질 것으로 예상되며, 업계가 저전력·고효율 반도체를 필요로 하기 때문이다. 우선 삼성전자와 SK하이닉스는 GPU에 붙는 메모리반도체 쪽에서 앞서 나가고 있다. 삼성전자는 자체 연산 기능이 탑재된 지능형반도체(PIM) 제품을 GPU 업계 2위인 AMD에 공급하고 있다. PIM은 프로세서와 메모리 사이에 오가는 데이터의 양을 자체 연산 기능으로 조절, 데이터 병목 현상을 해결하고 전력 효율을 크게 높일 수 있다. 삼성전자는 PIM 기술 고도화를 위해 네이버와 협력하고 있다. SK하이닉스는 업계 1위 엔비디아의 A100과 더 발전한 모델인 ‘H100’ 칩셋에 자사 고대역폭메모리(HBM) 반도체를 공급한다. HBM은 대량의 데이터를 한 번에 보낼 수 있는 메모리로, 지난해부터 AI 서버용으로 적용되기 시작했다. 챗GPT 등장 이후 수요가 예상보다 빠르게 증가하고 있다는 게 업계의 설명이다. 애초 AI 전용으로 만들어진 게 아닌 GPU 이후의 반도체로 신경망처리장치(NPU)가 주목을 받고 있다. 한국전자통신연구원(ETRI)이 2021년 말 자체 개발한 NPU를 서버에 도입해 본 결과 GPU 기반 서버보다 연산 성능은 4배, 전력 효율은 7배 늘었다. 다만 아직까지 AI 개발 환경이 GPU 기반으로 형성돼 NPU 시장은 초기 단계다. 정부는 AI 반도체 부문에 4년간 총 1조 200억원을 투자하겠다고 밝혔다. 과학기술정보통신부는 국산 AI 반도체를 단계별로 데이터센터에 적용해 국내 클라우드에 기반한 AI 서비스를 실증한다는 계획을 세웠다. 여기에만 올해 428억원, 2025년까지 1000억원을 지원한다. ‘AI 컴퍼니’를 비전으로 삼은 SK텔레콤은 자체 개발한 AI 반도체 ‘사피온’ 고도화에 집중하고 있다. KT는 반도체 제조사 리벨리온과 ‘AI 반도체 드림팀’을 구성해 AI 반도체 개발에 나섰다. 리벨리온은 최근 국내 최초로 챗GPT의 원천 기술인 ‘트랜스포머’ 계열 자연어 처리 기술을 지원하는 AI 반도체 ‘아톰’(ATOM)을 출시한다고 밝혔다.

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.

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.

올해 상반기 CPU 시장은 12세대 코어 프로세서 (앨더 레이크)로 다시 반격을 시작한 인텔과 이에 맞선 AMD의 라이젠 5800X3D의 선전으로 요약할 수 있습니다.  앨더 레이크는 2017년 라이젠 출시 이후 AMD에 계속 점유율을 내주던 인텔에게 회심의 일격이었습니다. 하지만 3D V 캐시로 캐시 메모리 용량을 3배 늘린 라이젠 5800X3D는 게임 성능에서 다시 인텔을 눌러 한 치 앞을 내다보기 힘든 혼전 양상을 보였습니다. 두 회사는 올해 하반기에도 각각 신제품을 내놓고 다시 한 판 붙을 예정입니다.  선수를 친 쪽은 AMD입니다. AMD CEO인 리사 수 박사는 컴퓨텍스 2022 기조연설을 통해 올해 가을 내놓을 라이젠 7000 시리즈 정보를 공개했습니다. TSMC의 5nm 공정으로 제조된 라이젠 7000 시리즈는 라이젠 출시 후 최초의 대규모 플랫폼 업그레이드를 통해 성능을 끌어올릴 예정입니다.  하지만 모든 소비자가 이 혜택을 누릴 순 없습니다. 소켓 (CPU를 메인보드에 장착하는 부위)과 메모리 변경으로 인해 CPU만 구매해서 업그레이드할 수 없기 때문입니다. 라이젠 7000 시리즈는 2017년 처음 도입된 AM4 소켓과 결별하고 AM5 (LGA1718) 소켓을 사용하기 때문에 기존 AMD 메인보드에서 사용할 수 없습니다. 이는 DDR5 및 PCIe 5.0 같은 신기술을 사용하기 위해서 어쩔 수 없는 선택입니다.  라이젠 7000은 쿼드 채널 DDR5 메모리 적용으로 최대 16코어 CPU에 충분한 대역폭을 제공할 수 있을 뿐 아니라 RDNA2 아키텍처 기반 내장 그래픽과의 메모리 병목 현상도 피할 수 있습니다.  경쟁자인 인텔 앨더 레이크가 DDR4 메모리도 사용할 수 있게 한 것과는 달리 라이젠 7000 시리즈는 DDR5만 사용할 수 있습니다. 물론 이것은 앨더 레이크 출시 시점에 DDR5가 거의 보급되지 않았기 때문입니다. 물론 인텔 역시 DDR5를 주력으로 밀 것이 확실하기 때문에 올해 하반기 이후에는 메모리 주류가 DDR5로 바뀌게 될 것으로 보입니다. 소켓과 메모리 변경 다음으로 중요한 사실은 내장 그래픽 포함입니다. 사실 현재 8코어 이상의 고가 CPU를 사용하는 소비자의 대부분은 고성능 독립 그래픽 카드를 사용하는 경우가 많아 AMD는 보급형 및 노트북용 제품을 제외하고 고성능 데스크톱 CPU에는 그래픽 부분을 제외했습니다. 덕분에 데스크톱 시장에서는 가격 경쟁력을 지닐 수 있었지만, 내장 그래픽 활용도가 높은 노트북 시장에서는 상대적으로 불리했습니다.  라이젠 7000은 I/O 칩렛에 내장 그래픽을 통합했습니다. 그리고 이를 위해 14nm 공정 대신 6nm 공정으로 제조 공정을 대폭 업그레이드했습니다. 덩치가 큰 GPU를 품기 위한 선택으로 보이는데 제조 단가가 올라가는 만큼 최종 CPU 가격에도 영향을 있을 것으로 보입니다. 가장 중요한 변화는 물론 CPU 코어가 Zen 4로 바뀐 것입니다. 라이젠 7000은 8개의 Zen 4 코어를 지닌 칩렛 두 개를 연결해 최대 16코어 제품까지 구성할 수 있습니다. 12코어 칩렛 루머도 있었지만, 최신 5nm 공정 도입에 따른 제조 단가 문제와 GPU 포함으로 인한 발열 등의 문제를 고려한 것으로 보입니다.  새로운 Zen 4 코어는 싱글 쓰레드 기준 15%의 정도 성능을 높였습니다. 흥미로운 부분은 5GHz를 넘어서 5.4-5.5GHz 클럭도 달성이 가능하다는 것입니다. 따라서 라이젠 7000의 성능은 앨더 레이크보다 좀 더 빠를 것으로 기대됩니다. 다만 AM5 소켓이 최대 170W의 TDP를 지원하는 점을 생각하면 발열과 전력 소모도 함께 늘었을 가능성이 있습니다.  그 외에도 라이젠 7000과 새로운 600 시리즈 칩셋은 PCIe 5.0, 최대 14개의 USB 3.2 2x2 (최대 20Gbps 대역폭), Wi-Fi 6E 등 여러 가지 업그레이드된 입출력 단자와 기기 연결 기능을 제공합니다.  물론 인텔도 지지 않고 13세대 코어 프로세서 (랩터 레이크)를 올해 하반기에 출시할 예정입니다. 13세대 코어 프로세서는 기본적으로 12세대의 개량형이지만, 코어를 더 넣고 클럭을 다소 높이는 방식으로 라이젠 7000 시리즈에 대응할 수 있을 것으로 예상됩니다.  누가 더 빠를지는 제품이 나오기 전까지는 아무도 장담 못하는 상황이지만, 인텔과 AMD의 경쟁으로 소비자들은 8코어 이상의 멀티 코어 CPU 제품을 좀 더 쉽게 구매할 수 있게 될 것으로 보입니다. 올해 하반기에는 CPU 선택의 폭이 더 넓어지고 성능은 전반적으로 업그레이드될 것으로 기대됩니다.

지난 몇 년간 인텔은 AMD의 거센 추격과 ARM 기반 서버 칩의 등장, 인공지능 시장에서 엔비디아의 독주로 인해 업계 1위의 위상이 흔들렸습니다. 이 위기를 극복하기 위해 1년 전 취임한 팻 겔싱어 인텔 CEO는 여러 가지 미래 전략과 로드맵을 발표했습니다. 그중 하나는 거대한 반도체 칩을 한 번에 제조하는 대신 여러 개의 칩을 고속 인터페이스로 연결해 하나의 큰 반도체 칩처럼 만드는 기술입니다.  작년에 세부 내용을 공개한 인텔의 사파이어 래피즈(Sapphire Rapids) 제온 스케일러블 CPU는 최대 400㎟ 크기의 다이 4개를 인텔의 고속 인터페이스인 EBIM로 연결하고 여기에 추가로 초고속 메모리인 HBM2E 메모리까지 하나의 패키지에 넣을 수 있습니다. 차세대 GPU인 폰테 베키오 (Xe HPC)는 무려 47개의 타일을 하나로 묶어 트랜지스터 집적도를 1000억개까지 끌어올렸습니다.  한 번에 너무 큰 칩을 제조할 경우 수율이 급격히 낮아지는데다 첨단 미세 공정으로 갈수록 가격이 매우 높아지기 때문에 이렇게 여러 개의 칩을 하나로 묶는 기술이 업계의 새로운 트랜드가 되고 있습니다. 또 반드시 최신 미세 공정을 사용하지 않아도 되는 부분은 구형 공정을 이용해 가격도 절감할 수 있다는 점이 큰 장점입니다.  그런데 CPU나 GPU 모두 여러 개의 타일을 묶어서 만든다면 CPU + GPU 프로세서 역시 제조가 쉬워집니다. 인텔이 새로 공개한 팔콘 쇼어스 (Falcon Shores) XPU는 이런 맥락에서 당연히 등장할 수밖에 없는 제품이라고 할 수 있습니다.  팔콘 쇼어스는 인텔의 x86 CPU와 Xe GPU를 하나로 합친 고성능 및 슈퍼컴퓨팅 프로세서입니다. 물론 현재 판매 중인 인텔 12세대 코어 프로세서 (앨더 레이크) 역시 대부분 내장 GPU를 지니고 있기 때문에 x86 CPU와 Xe GPU의 통합 구조라고 할 수 있으나 팔콘 쇼어스는 서버 및 슈퍼 컴퓨팅 부분에서 처음 도입하는 CPU/GPU 통합 프로세서라는 차이점이 있습니다.  그래 봐야 제온 스케일러블 CPU와 Xe HPC GPU를 하나로 통합한 것에 지나지 않느냐고 반문할 수 있지만, 사실 이 통합이 핵심입니다. 고성능 서버 CPU와 고성능 연산용 GPU는 막대한 양의 데이터를 서로 주고받기 때문에 데이터 및 메모리 병목 현상이 발생하기 쉽습니다.이를 극복할 수 있는 대안 중 하나는 아예 하나의 패키지 안에 CPU, GPU, 메모리를 통합하는 것입니다. 인텔은 팔콘 쇼어스를 통해 전력 대비 성능과 메모리 대역폭을 5배 이상 끌어올릴 수 있다고 보고 있습니다. 물론 이 제품은 목적상 고성능 슈퍼컴퓨팅 및 인공지능 연산용으로 기존의 제온 서버 프로세서를 대체하는 것은 아닙니다.  서버급 CPU와 GPU를 통합하면서 기대할 수 있는 두 번째 이점은 공간 절약입니다. 거대한 서버 CPU와 제법 큰 공간을 차지하는 GPU를 서버용 메인보드에 여러 개 끼워 넣으면 당연히 서버의 부피는 커질 수밖에 없습니다. 아예 메모리까지 하나로 통합한 팔콘 쇼어스 XPU는 기존의 전통적인 CPU + GPU 서버 보다 5배 정도 시스템 밀도를 높일 수 있습니다. 데이터 센터의 크기가 자꾸만 커지는 상황에서 크기가 작은 서버의 등장은 반가운 일입니다. 결국 비용 절감으로 이어지기 때문입니다.  하지만 팔콘 쇼어스는 올해가 아닌 2024년 이후 등장할 예정입니다. 인텔은 최신 20A 이후 공정을 팔콘 쇼어스에 도입할 계획입니다. 인텔은 서버 CPU에서 AMD에 시장을 내주고 있고 엔비디아가 장악한 고성능 GPU 시장에는 진입조차 못하고 있습니다. 다만 전례 없는 수준의 연구와 투자를 병행하고 의욕적인 제품 로드맵을 공개하고 있어 몇 년 후에는 업계 판도가 바뀔 수도 있는 상황입니다. 과연 인텔의 변신이 성공할지 미래가 궁금합니다. 

올해 노트북 시장에는 또 한 차례 큰 변화가 예정되어 있습니다. 바로 노트북 시장에서 AMD의 라이젠 6000 시리즈와 인텔 코어 12세대 프로세서가 같이 링 위로 올라갈 예정이기 때문입니다. 매년 경쟁이 치열하긴 했지만, 올해에는 특히 성능을 대폭 높여 노트북 시장에서 주도권을 잡겠다는 의지가 강력합니다. 물론 노트북 시장은 전통적인 인텔 우위 분야이기 때문에 AMD가 챔피언인 인텔의 몫을 차지하기 위해 도전하고 인텔은 점유율을 지키기 위해 방어하는 입장입니다.  우선 도전자인 라이젠 6000 시리즈 (코드명 렘브란트)를 살펴보면 최신 미세 공정을 적용하고도 덩치가 커진 먼저 눈에 띕니다. 라이젠 6000은 7nm 공정으로 제조된 라이젠 4000/5000 시리즈와 달리 더 최신 미세 공정인 6nm 공정으로 제조됐습니다. 만약 다른 변화 없이 미세 공정만 업그레이드했다면 칩의 크기가 작아져야 하지만, 오히려 더 커져서 경쟁자인 인텔 12세대 코어 프로세서 (엘더 레이크)와 비슷한 208㎟에 달합니다. 코어 숫자를 늘린 인텔과 달리 코어 숫자도 8개 그대로이고 아키텍처도 Zen 3를 개량한 Zen 3+인데 이렇게 커진 이유는 내장 그래픽 성능을 대폭 높였기 때문입니다. AMD는 라이젠 6000의 내장 그래픽에 최신 아키텍처인 RDNA2를 적용했습니다. 전 세대 제품과 비교하면 연산 부분과 메모리 대역폭이 1.5배 커지고 L2 캐시 메모리는 2배 늘어났습니다. 그래픽 코어 숫자도 8개에서 12개까지 늘어났고 하드웨어 레이 트레이싱과 이미지 품질을 높이는 피델리티 FX (Fidelity FX) 기능을 지원해 속도뿐 아니라 사용자가 체감하는 그래픽 품질을 개선했습니다. 라이젠 6000은 5000 시리즈 대비 게임 성능이 2배나 높아져 턱밑까지 추격했던 인텔 내장 그래픽을 여유 있게 따돌릴 수 있을 뿐 아니라 보급형 노트북 그래픽 카드인 엔비디아 지포스 MX 450를 앞서는 성능을 자랑합니다.  이런 성능 향상이 가능한 배경에는 DDR5/LPDDR5 메모리가 있습니다. 내장 그래픽의 성능이 독립 그래픽 카드보다 느릴 수밖에 없는 중요한 이유 중 하나는 메모리 병목 현상입니다. CPU와 시스템 메모리를 함께 쓰다 보니 GPU가 아무리 성능이 좋아도 느린 메모리 때문에 제 성능이 나오지 않는 것입니다. 라이젠 6000은 DDR4보다 더 빠른 DDR5 및 LPDDR5 메모리를 적용해 이전보다 더 강력한 GPU를 감당할 수 있습니다.   물론 DDR5/LPDDR5 적용이 가능한 점은 인텔 12세대 코어 프로세서도 마찬가지입니다. 다만 아직 DDR5 메모리가 비싼 만큼 인텔은 DDR4/LPDDR4x처럼 다소 저렴한 메모리도 선택할 수 있게 옵션을 만들었습니다. 인텔 12세대 코어 프로세서의 경우 내장 GPU의 성능 향상 폭은 상대적으로 적을 것으로 예상되기 때문에 DDR4 메모리를 적용해도 내장 그래픽의 성능 제약은 덜할 가능성이 큽니다. 최대 96개의 EU (실행 유닛)을 사용한 Iris Xe 그래픽은 12.2세대로 타이거 레이크 (11세대)에 탑재된 12세대 그래픽을 약간 개량한 수준입니다.  대신 인텔은 CPU에 힘을 줬습니다. 새로 개발한 골든 코브 고성능 코어(P)와 그레이스몬트 고효율 코어(E)의 조합은 사실 데스크톱이 아니라 배터리 사용 시간이 중요한 노트북과 태블릿에서 진가를 발휘할 수 있습니다. 12세대 코어 프로세서가 라이젠과 진검 승부를 벌일 장소로 노트북 시장이 지목되는 이유입니다.   AMD의 라이젠 모바일 CPU는 모두 데스크톱에 사용된 Zen 시리즈 코어를 클럭만 낮춰 사용한 것으로 본래 저전력 환경을 염두에 두고 만든 것은 아닙니다. 반면 인텔의 그레이스몬트 고효율 코어는 처음부터 저전력 환경에 초점을 맞춰 개발된 것이기 때문에 태블릿이나 얇고 가벼운 노트북에 더 유리할 것으로 예상되고 있습니다. AMD의 U 시리즈 프로세서는 6nm 공정이기는 하나 거대해진 그래픽 부분을 생각하면 발열 면에서는 오히려 더 불리할 수 있습니다. 2배 강해진 게임 성능에도 노트북 시장에서 결과를 장담하기 어려운 이유입니다. 참고로 인텔 모바일 CPU 중 고성능 노트북 프로세서인 H 시리즈는 최대 6개의 고성능 코어와 8개의 고효율 코어를 탑재해 처음으로 14코어 노트북 프로세서가 될 예정입니다. 코어 숫자를 생각할 때 노트북 CPU 연산 능력은 매우 강력할 것으로 예상됩니다. 중간 성능을 담당하는 P 시리즈는 고성능 코어 6개에 고효율 코어 8개로 숫자는 동일하나 동작 클럭을 낮춰 전력과 발열을 낮췄습니다. 얇은 노트북이나 태블릿에 탑재되는 U 시리즈는 고성능 코어 숫자를 2개로 줄이고 대신 고효율 코어 8개를 넣어 기본 전력 (Base power, 과거 TDP로 불리던 개념)을 9/15W까지 줄였습니다. 과거 AMD의 노트북 시장 점유율은 미미했으나 2019년 1분기에는 10%를 넘어서고 2021년 4분기에는 25%에 육박한 것으로 알려져 있습니다. 라이젠 6000이 이 기세를 끌고 나가 30% 이상 점유율을 가져올지 아니면 인텔이 고효율 코어를 적용한 12세대 코어 프로세서를 대거 투입해 더 이상의 점유율 추락을 막고 챔피언 자리를 지키게 될지 올해 말 결과가 궁금해집니다.

올 상반기 이후 맥을 못 추며 부진의 터널을 지나던 삼성전자와 SK하이닉스 등 반도체 관련 대형주가 상승 조짐을 보이면서 코스피도 일시적으로나마 3000선을 탈환하는 등 반등 기대감이 커지고 있다. 글로벌 업황 개선으로 올 연말 국내 증시에서 수출 비중이 높은 반도체, 자동차 등 전통적인 대형주의 반등 가능성이 높아지고 있다는 전망이 나온다. 24일 한국거래소에 따르면 국내 증시 대표적인 대장주인 삼성전자 주가는 지난 19일부터 상승세로 돌아섰다. 특히 지난 22일에는 5.2% 오른 7만 4900원에 거래를 마쳤다. SK하이닉스도 같은 날 7.17% 상승 마감하는 등 비슷한 흐름을 보였다. 이에 힘입어 22일 코스피는 3013.22에 장을 마감해 종가 기준 지난 2일 이후 14거래일 만에 3000선 탈환에 성공하기도 했다. 이날 현대차(4.30%)와 기아(2.27%), 현대모비스(4.20%) 등 자동차주도 강세를 보이면서 힘을 보탰다. 증권업계에서는 반도체와 자동차 등 주력산업의 수출의존도가 높은 국내 시장의 특성상 글로벌 업황이 살아날 조짐을 보이면서 이들을 중심으로 연말 증시 반등의 모멘텀이 될 수 있을 것이라는 기대가 나온다. 특히 삼성전자, SK하이닉스 등 국내 반도체 대형주가 올해 4분기부터 본격적인 반등을 보일 것이란 관측이다. 반도체 메모리 가격 하락 등 위험 요인들이 주가에 선반영된 상황에서 내년 2분기부터 반도체 메모리 가격이 상승할 것이란 전망이 나오고 있는 까닭이다. 아마존, 마이크로소프트, 메타 등 해외 IT·플랫폼 업체들이 메타버스 시장을 선점하기 위해 투자를 늘리는 것도 호재다. 김동원 KB증권 연구원은 “반도체주들이 지난 10개월 동안 충분히 가격 조정을 받은 것”이라면서 “해외 기업들이 메타버스 구축에 서버 투자를 집행할 것이라는 전망과 부품 공급부족의 병목 현상이 완화될 것이란 기대감이 작용하면서 주가가 오른 것”이라고 분석했다. 김 연구원은 “내년 상반기까지 반도체 D램 가격 하락이 이어질 것이라는 전망이 나오고 있지만 이는 이미 주가에 반영이 된 데다 상반기에 가격 하락이 일단락되면 내년 2~3분기부터는 개선이 가시화되고 있는 상황에서 반도체 주가는 보통 업황에 6개월 정도 선행해서 움직이는 만큼, 이 같은 가격 반등의 기대감이 올 4분기 주가에 반영된다고 보는 게 맞다”고 덧붙였다. 정명지 삼성증권 투자정보팀장은 “금리 상승기에는 주식시장에서 상대적으로 매력이 큰 자산을 선택해야 하는데, 그동안 반도체 관련주들이 긴 조정기간을 거치면서 상대적으로 가격이 저평가돼 있었기 때문에 매력적인 종목으로 두드러지고 있는 것”이라면서 “그동안 대만 등 다른 신흥국시장과 비교해도 유독 부진했던 국내 증시가 본격적으로 키높이 맞추기에 나서면서 국내 증시의 두 축인 IT와 자동차가 4분기에 주도력을 회복할 수 있을지 주목해야 할 것”이라고 말했다. 자동차 역시 전기차시장을 중심으로 실적 회복 기대감이 커지고 있다는 관측이다. 장문수 현대차증권 연구원은 “내년에는 코로나19 안정화와 공급망 불안의 점진적인 완화 기대감 속에서 2019년 수준의 수요를 2분기 회복할 전망이다. 내년 1분기 재고 축적과 판매 회복이 시작되며 공급 환경이 개선될 것”이라면서 “공급망 불안 영향이 컸던 유럽과 미국 주도의 회복으로 전기차 중심의 시장 확대를 지속할 전망”이라고 분석했다． 김수연 한화투자증권 연구원도 이날 보고서를 통해 “올해 테슬라가 64% 오를 때 포드는 133% 상승했다”면서 “반도체 부족을 해결하는 기업 순서로 주가가 올랐다”고 분석했다. 이어 “반도체 업황개선과 물류난 완화가 자동차 생산 차질에 도움이 될 수 있을 것”이라면서 “반도체 부족이 자동차 업종에서 조금씩 해결되고 있다. 재고확보에 우위를 점했던 글로벌 자동차 주가부터 올랐고, 국내 자동차 주가도 뒤이어 상승할 가능성이 높아졌다”고 설명했다.

TSMC 포함 189개 업체, 정보파일 등록눈치작전 전망과 달리 기한까지 답변서“고객 정보 빼고 상무부 가이드라인 맞춰” 美, 추가 자료 요구할 수 있어 기업들 긴장방미 문승욱 장관 ‘영업기밀’ 이해 구할 듯우리기업, 미중 갈등 속 ‘압력’ 우려 깊어져미국 정부는 반도체 업계에 ‘자발적인’ 정보 제출을 요청했다고 밝혀 왔지만, 우리나라 삼성전자·SK하이닉스 등을 포함해 전 세계의 주요 반도체 업체 모두가 기한인 8일(현지시간)까지 답변서를 제출한 것으로 전해졌다. 미 상무부가 거래 기업 이름, 전체 거래 내역 등 민감한 정보를 제출 대상에서 제외<서울신문 11월 4, 9일자 각 1면>한 이유도 있지만, 미국의 압력을 기업들이 그만큼 크게 느꼈다는 의미다. 미중 경쟁 사이에서 우리 기업들의 고민도 깊어지는 분위기다. 미국 워싱턴DC의 소식통은 이날 “미 상무부의 요청에 대해 주요 반도체 생산 기업이 모두 제출 기한 내에 답변서를 냈다”며 “자발적 제출이기 때문에 기한을 넘겨 눈치작전을 펼치는 곳도 있을 거라는 전망과 달랐다”고 말했다. 자료를 받는 미 연방정부 사이트에 따르면 제한 시간인 이날 밤 12시까지 총 189개 업체가 정보 파일을 등록했다. 삼성전자와 SK하이닉스 등 국내 기업들도 이날 자료를 냈다. 삼성전자는 “(자료 내용은) 상무부 가이드라인에 맞췄다. 고객 관련 정보는 계약상 공개가 불가능해 포함하지 않았다”고 밝혔다. 세계 파운드리(반도체 위탁생산) 1위인 대만 TSMC, 미국의 메모리 반도체 업체 마이크론, 이스라엘의 파운드리 기업 타워세미컨덕터 등도 기한 내에 자료를 냈다. 미 상무부는 최근 정보 제출 요건을 완화했다. ‘기업별 반도체 거래 현황’ 대신 자동차용·휴대전화용·컴퓨터용 등 ‘산업별’로 내도록 해 고객사 이름을 밝히지 않게 했다. 또 업체마다 반도체 거래 내역 전체가 아니라 품귀 현상이 가장 심한 10개 품목만 명시토록 했다. 그럼에도 기업들의 긴장감은 여전히 낮지 않다. 미 상무부가 취합한 자료로 반도체 공급망의 병목현상을 규명하는 가운데, 올해 말까지 추가 자료 제출을 요청할 가능성이 남았기 때문이다. 지나 러몬도 상무부 장관은 이날 로이터통신과의 인터뷰에서 지난 2주간 직접 반도체 생산 업체들과 통화를 했다며 “삼성, TSMC, SK 등의 최고경영자(CEO)는 강력하고 완전한 데이터 흐름을 제출하겠다고 약속했다”고 말했다. 이어 “자료가 충분치 않다면 추가 조치가 필요할 수 있다”고 했다. 앞서 러몬도 장관은 국방물자생산법(DPA)을 근거로 정보 제출을 강제할 수 있다는 입장을 밝힌 적도 있다. 2박 3일 일정으로 미국을 방문하는 문승욱 산업통상자원부 장관은 9일 러몬도 장관을 만나 한국 기업이 낸 자료를 소개하면서 영업 기밀 등의 이유로 추가 자료를 내기 어려운 사정 등을 설명하고 이해를 구할 것으로 알려졌다. 특히 한국 기업들이 불이익을 당하지 않도록 양국 간 공조를 강화하는 방안 논의도 예상된다. 이날 워싱턴 현지의 우리나라 반도체 기업 관계자들은 먼저 이곳에 도착한 산자부 실무진을 만나 미 상무부에 제출한 자료 수준을 공유하고 향후 대응 방안을 협의한 것으로 전해졌다. 이번 자료 제출을 계기로 “미중 사이에서 우리 기업들에 대한 압력이 커지는 것을 분명 느끼고 있다”는 말이 현지 업계에서 나올 정도로 미중 갈등 속에서 한국 기업들의 우려는 커지고 있다. 중국 관영 환구시보는 “미국이 세계 반도체 위기를 명분으로 내세워 반도체 관련 기업으로부터 기밀 데이터를 강탈했다”며 “명백한 약탈”이라고 비난 수위를 높였다.

애플은 2010년 아이폰4에 탑재한 A4 SoC부터 프로세서를 스스로 디자인하고 외부에 위탁 생산해 왔습니다. 애플 실리콘(Apple Silicon)이라고 불리는 애플 자체 디자인 프로세서는 아이폰/아이패드를 위한 A 시리즈부터 애플워치를 위한 S 시리즈나 에어팟을 위한 H 시리즈, 블루투스와 와이파이를 위한 W 시리즈 등 상당히 다양한 제품들이 존재합니다. 이들 역시 iOS나 맥OS, 앱스토어처럼 애플 생태계의 중요한 부분이라고 할 수 있습니다. 하지만 이 생태계에는 자체 노트북 및 데스크톱 프로세서가 빠져 있었습니다. 애플은 하드웨어 생태계의 남은 빈칸을 채우기 위해 M 시리즈를 개발했습니다. 애플은 우선 맥북 에어, 아이맥, 맥 미니, 아이패드 프로를 위한 M1 프로세서를 먼저 선보였습니다. M1 프로세서는 160억 개의 트랜지스터를 집적해 비교 대상인 인텔의 CPU보다 더 복잡했지만, TSMC의 5nm 공정으로 제조한 덕분에 크기와 전력 소모를 크게 줄이고 성능은 앞설 수 있었습니다. 기대를 뛰어넘는 M1의 성능에 사람들의 관심은 애플의 차기작에 쏠렸습니다. 그리고 마침내 M1 프로와 M1 맥스가 공개됐습니다. M1 프로는 M1과 마찬가지로 TSMC의 5nm 공정으로 제조되었으나 M1의 두 배에 달하는 337억 개의 트랜지스터를 집적했습니다. 덕분에 10 코어 CPU와 16코어 GPU, 16코어 NPU를 하나의 다이 안에 모두 넣을 수 있습니다. GPU만 있는 경우이지만, 엔비디아의 지포스 RTX 3060(GA106)이 133억 개의 트랜지스터를 집적한 것과 비교하면 M1 프로가 얼마나 큰 프로세서인지 알 수 있습니다. 그런데 사실 M1 프로의 GPU 연상능력은 데스크톱 버전의 RTX 3060의 절반 수준인 5.2 TFOLPS에 불과합니다. 하지만 놀라운 기술적 성취인 이유는 칩 전체 전력 소모가 30W 수준이라 맥북 프로에 탑재해도 긴 배터리 사용 시간을 보장하기 때문입니다. 애플 A 시리즈에서 갈고 닦은 저전력 기술이 M1에서 빛을 발했다고 할 수 있습니다. 현재 같은 수준의 전력을 소모하는 프로세서 가운데 그래픽 성능으로 M1과 경쟁할 수 있는 노트북 프로세서는 존재하지 않습니다. 노트북에 별도 그래픽 카드를 탑재하는 순간 이미 전력 소모는 M1 프로를 몇 배 뛰어넘게 됩니다. CPU가 소모하는 전력까지 생각하면 맥북 프로처럼 가볍고 배터리가 오래가는 노트북은 불가능합니다. 그런데 프로세서가 제 성능을 발휘하기 위해서는 메모리도 중요합니다. M1은 LPDDR4x(4266MT/s) 메모리를 사용했지만, M1 프로는 LPDDR5 메모리를 사용해 대역폭을 200GB/s로 높였습니다. 메모리의 정확한 속도는 공개하지 않았지만 256bit LPDDR5 (128bit x2) 메모리를 사용하는 만큼 LPDDR5-6400일 가능성이 높습니다. 한 가지 독특한 점은 두 개의 16GB LPDDR5 메모리 블록이 바로 옆에 붙어 있다는 것입니다. 이는 애플이 M1에서 선보인 통합 메모리(unified memory) 구조로 메모리를 아예 패키지 내부에 탑재해 메모리까지 접근하는 시간을 극단적으로 줄인 것입니다. 그래픽 카드처럼 별도의 GDDR 메모리를 사용하지 않아도 높은 그래픽 성능을 지닐 수 있는 비결 중 하나입니다. 물론 메모리 확장이 불가능하다는 단점이 있으나 32GB나 되는 용량을 생각하면 확장이 필요한 경우는 드물 것입니다. 여기에 CPU + GPU + 칩셋 + 메모리의 크기를 극단적으로 줄여 노트북의 무게와 부피를 줄일 수 있습니다. 다만 200GB/s의 대역폭은 CPU에게는 충분해도 GPU에게는 부족할 수 있습니다. 앞서 예를 든 RTX 3060의 경우 GPU가 360GB/s의 대역폭을 지닌 GDDR6 메모리 8-12GB를 단독으로 사용할 수 있습니다. 그런데 M1 프로는 200GB/s의 대역폭을 CPU와 나눠야 하죠. 사실 CPU와 통합된 내장 그래픽이 제힘을 내기 힘든 이유가 바로 메모리 병목 현상입니다. 그러나 애플은 통합 메모리 구조와 M1 프로 칩 내부에 탑재된 두 개의 거대한 SLC 메모리 블록을 통해 이 문제를 극복한 것으로 보입니다.M1 맥스는 M1 프로의 확장형으로 GPU와 메모리 컨트롤러, 그리고 SLC 블록을 모두 두 배로 늘린 대신 트랜지스터 숫자가 570억 개로 늘어났습니다. 덕분에 GPU 연산 능력도 10.4 TFLOPS로 높아졌고 메모리 대역폭 역시 400GB/s로 늘어났습니다. 메모리 역시 두 배인 64GB를 사용합니다. 하지만 기존의 고성능 GPU보다 100W나 낮은 전력을 소모하면서 같은 성능을 낼 수 있습니다. 비교적 가볍고 배터리도 오래 가는 노트북에서 이런 성능을 지닌 제품을 찾는다면 맥북 프로가 유일한 해답입니다. 이런 일이 가능한 이유는 경쟁자와 달리 5nm 미세공정을 이용해서 CPU와 GPU를 포함한 모든 부분을 하나의 칩에 넣은 SoC 구조를 지니기 때문입니다. 그리고 전력 소모가 적은 LPDDR5만 사용해 주로 DDR4 메모리를 사용하는 노트북 CPU와 전기를 많이 먹는 GDDR6 메모리를 탑재한 노트북 그래픽 카드에서는 불가능한 높은 에너지 효율을 달성했습니다. 물론 이렇게 최신 기술을 많이 사용하면 가격은 올라갑니다. 특히 TSMC 5nm 같은 최신 미세공정 웨이퍼 가격은 상당히 비싸다고 알려져 있습니다. M1 프로의 다이 크기는 246 ㎟로 M1의 두 배 수준이고 M1 맥스는 432㎟으로 5nm 공정 제품 가운데 가장 큰 편에 속합니다. 따라서 제조 단가가 비쌀 수밖에 없습니다. 다만 요즘 가격이 매우 비싼 외장 그래픽 카드 성능의 내장 그래픽을 지니고 있다는 점, 그리고 본래 맥북 프로가 고급형으로 비싸다는 점을 감안하면 큰 문제는 아닐 것으로 생각됩니다. 애플의 M1 시리즈는 애플의 표현대로 야수(beast)와 같은 성능을 지니고 있습니다. 그래픽 성능은 현존하는 x86 CPU의 내장 그래픽으로는 도저히 따라잡을 수 없는 수준이고 게임 콘솔에 탑재된 커스텀 SoC 정도가 성능을 겨뤄볼 수 있는 수준이지만, 전력 소모량이나 크기가 M1 프로와 맥스가 압도적으로 작아 비교 불가입니다. 개인적으로는 애플 M1 시리즈가 기존 프로세서 제조사들을 크게 자극하리라 생각합니다. 애플 실리콘을 탑재한 맥과 맥북이 많이 팔린다는 이야기는 이들의 입지가 좁아진다는 뜻이기 때문입니다. 애플의 야수에 대응하는 인텔, AMD, 엔비디아의 대항마들을 기대해 봅니다.

현재 우리가 사용하는 대부분의 모바일 AP나 데스크톱, 노트북 CPU는 다이(die)라고 부르는 하나의 집적회로 칩으로 구성되어 있습니다. 물론 두 개 이상의 다이를 사용하는 경우도 있는데, CPU + GPU나 CPU + 캐시 메모리, 혹은 두 개 이상의 CPU 다이를 붙여 만든 멀티 칩 패키징 (MCM) 방식의 프로세서들이 있습니다. 과거에는 한 번에 모든 부분을 제조하기 힘들었기 때문에 캐시 메모리나 보조 프로세서를 별도의 다이에 배치한 경우도 있었습니다. 하지만 반도체 제조 공정이 눈부시게 발전하면서 수십억 개의 트랜지스터를 하나의 다이에 집적할 수 있게 됐고, 덕분에 CPU나 GPU는 물론이고 과거에는 칩셋에 있던 부분까지 하나로 모은 SoC(System on a chip)가 새로운 대세가 됐습니다. 그런데 최근에는 반도체 미세 공정의 발전보다 프로세서가 커지는 속도가 빨라 하나의 다이로 된 모노리식(monolithic) 프로세서의 제조가 매우 어려워지고 있습니다. 여기에 10nm 이하의 최신 미세 공정 웨이퍼의 가격이 비싸지는 것도 부담입니다. 따라서 CPU 제조사들은 여러 개의 다이를 결합한 디자인으로 다시 회귀하고 있습니다. AMD의 경우 8코어 CPU를 모은 CPU 칩렛과 I/O 다이를 별도로 만든 후 이를 조합해 다양한 프로세서를 만들고 있습니다. 오랜 세월 거대한 서버 프로세서에도 모노리식 디자인을 고집했던 인텔 역시 최근 과감한 변화를 시도하고 있습니다. 인텔은 내년 정식으로 출시할 제온 프로세서인 사파이어 래피즈(Sapphire Rapids)에 여러 개의 다이를 인텔의 고속 인터페이스인 EMIB 방식으로 연결한 멀티 타일 구조를 도입했다고 발표했습니다.인텔 7 공정(과거 10nm ESF)으로 제조되는 사파이어 래피즈는 최대 400㎟의 SoC 다이 (타일) 네 개를 연결해 최대 1600㎟ 크기의 CPU를 만들 수 있습니다. 현재 제조 기술로 만들 수 있는 가장 큰 모노리식 다이는 700-800㎟ 정도 크기입니다. 최신 미세 공정과 거대한 크기 덕분에 사파이어 래피즈는 최근 인텔의 최대 약점으로 꼽힌 코어 숫자의 열세를 쉽게 극복할 수 있을 것으로 예상됩니다. AMD는 최대 8개의 칩렛을 붙이는 방식으로 64코어 프로세서를 만든 반면 인텔의 아이스레이크 제온의 경우 최대 38코어에 불과했습니다. 모노리식 다이 구조이다 보니 여러 개의 다이를 결합한 구조를 이기기 힘들었던 것입니다. 인텔은 사파이어 래피즈의 코어 숫자에 대해 언급하지 않았지만, 1600㎟의 거대한 크기를 생각하면 코어 숫자가 대폭 늘어났다고 볼 수밖에 없습니다. 그런데 이렇게 멀티 타일 구조를 선택할 경우 가장 큰 문제점은 타일 간 데이터 전송입니다. 만약에 여기서 병목현상이 생기면 속도는 현저히 느려질 것입니다. 인텔은 EMIB 방식을 통해 이 문제를 최대한 극복했습니다. 다만 얼마나 극복했는지는 실제 프로세서가 나와야 검증이 가능한 부분입니다. 사파이어 래피즈의 가장 큰 변화는 멀티 타일 구조의 채택이지만, 그 밖에도 성능을 높이기 위해 여러 가지 변화를 시도했습니다. 코어의 경우 소비자용 CPU인 앨더 레이크(12세대 코어 프로세서)에 사용된 골든 코브(Gold Cove) 코어를 사용해 성능을 최대 19% 높였습니다(동일 클럭 기준). 그리고 서버용 콜든 코브 코어는 높은 성능을 위해 소비자용에는 없는 몇 가지 추가 기능과 함께 더 많은 L2 캐시를 탑재했습니다. DDR5 메모리 적용과 PCIe 5.0 같은 최신 인터페이스도 적용되어 더 고속으로 데이터를 처리할 수 있습니다. 그러나 이보다 더 눈에 띄는 변화는 차세대 고속 메모리인 HBM2E 메모리 적용입니다.HBM은 비싸지만, 속도가 매우 빠른 메모리로 지금까지는 주로 고가의 GPU에만 탑재되었습니다. 서버칩에 탑재되는 것은 사파이어 래피즈가 처음입니다. HBM2E 메모리 적용 모델의 경우 타일 하나당 HMB2E가 하나씩 붙어 다이가 4+4가 됩니다. HBM2E 메모리를 고속으로 연결하는 역할 역시 EMIB이 담당합니다. HBM2E 메모리는 캐시로 사용할 수도 있고 D램처럼 같이 사용할 수도 있습니다. 본래 인텔은 서버 시장에서 독점적 위치에 있었으나 최근 AMD 에픽이 급성장하고 아마존 같은 대형 고객사가 ARM 기반의 자체 서버 프로세서를 만들면서 최대 위기에 처했다는 평가를 받고 있습니다. 사파이어 래피즈의 파격적인 변화는 더 이상 서버 시장에서 밀리지 않겠다는 의지를 반영한 것으로 풀이됩니다. 과연 인텔이 AMD와 ARM 진영이 거센 도전을 물리치고 서버 시장 1위 자리를 지킬 수 있을지 궁금합니다.