아침에 일어나 기계적으로 회사에 출근하는 직장인. 그런데 어느날 문 듯 출근하자마자 퇴근하고 싶은 마음이 든다면, 수십년 직장생활에 경고음이 울렸다고 볼 수 있다. MBC에서 30년간 함께 일한 일란성 쌍둥이 기자·PD 저자들이 직장인이라면 누구나 한번 부딪혔을 만한 이 문제를 파고 든다. 전날밤 야근한 사람이 사무실 화이트보드에 쓴 ‘집에 가고 싶다’라는 낙서에 여러 사람이 공감한데서 출발해, 직장인들이 힘든 일과 삶에서 자신을 지키고 행복에 이르는 길을 제시한다. 두 사람은 집에 가고 싶다는 것이 단순한 투정이 아니라 끊임없이 ‘온(ON) 상태’를 요구받고, 배터리를 소진하며, 저전력 모드로 살아가는 우리 세대의 공유 감각이라는 것을 발견한다. 이들은 “집에 가고 싶다는 말은 자신을 지키고 더 나은 삶을 추구하려는 은민할 저항이자, 나 자신으로 돌아가고 싶다는 간절한 신호”라고 했다. 그리고 이런 마음을 부정하거나 숨기기보다 변화의 출발점으로 삼으라는 긍정적인 메시지를 전한다. 희망과 절망, 번아웃과 피로로 헛헛해진 마음을 보듬고 하루에 한 시간만이라도 나만의 ‘오두막’을 마련해 나에게 집중하라는 것이다. 저자들은 “회사 생활에서 목표로 삼아야 할 것은 성공이 아니라 무수히 많은 시도”라며 “자신의 본질과 삶의 목표를 찾는 과정에서 무엇을 하면 행복한지, 어떤 일에 가슴 뛰는지 스스로에게 집중해야 한다”고 진솔한 조언을 건낸다.

유럽의 두 정부가 독일 방산업체 유로아틀라스로부터 군사용 자율 수중드론 ‘그레이샤크’를 구매하기로 계약했다고 로이터통신이 27일(현지시간) 보도했다. 계약 규모는 총 1억 유로(약 1699억 원)를 넘으며 러시아 위협 고조에 대응해 유럽 각국이 방위력 강화를 서두르는 흐름을 반영하는 것으로 평가된다. 브레멘에 본사를 둔 유로아틀라스는 이번 계약이 회사 설립 이후 첫 군납 성과라며 구매국들이 서로 긴밀히 협력하는 두 유럽 동맹국이라고만 밝혔다. 회사 측은 “특수 군사 목적용으로 운용하며 무장은 탑재하지 않는다”고 설명했다. ‘AI 두뇌’ 장착한 장기 잠항형 드론…브라보·폭스트롯 병행 개발 그레이샤크는 인공지능(AI) 기반 레벨5 자율운항 시스템을 탑재한 중형 수중드론으로 해저 케이블 감시·기뢰 탐색·잠수함 추적 등 다목적 임무를 수행할 수 있다. 특히 두 가지 파생형으로 나뉘는데, 배터리 전기추진 기반의 ‘브라보’형은 최대 5.5일간 잠항하며 약 1,000해리(약 1,850㎞)를 항속할 수 있고, 수소연료전지 기반의 ‘폭스트롯’형은 최대 16주간 작전하며 1만1,000해리(약 2만㎞)를 이동할 수 있다. 미국 군사 전문 매체 디펜스 블로그는 “유로아틀라스가 현재 브라보형을 운용 중이며 폭스트롯형은 장기 정찰과 극지 작전용으로 개발하고 있다”며 “두 모델은 동력체계와 작전 범위에 따라 성능이 10배 이상 차이 난다”고 전했다. 그레이샤크는 수심 650m까지 잠수할 수 있고 소음이 거의 없는 전기추진체계와 비금속 압력선체를 채택해 탐지 회피성이 높다. 또한 17종의 센서를 탑재해 해저 지형 지도 제작과 잠수함 탐지, 해양 인프라 점검을 동시에 수행하며 암호화된 수중통신망으로 다른 드론·함정·지휘소와 데이터를 실시간 공유한다. 유로아틀라스는 “AI 임무 스택(자율임무 운영체계)을 통해 실시간 임무 전환이 가능하다”며 “예컨대 해저 케이블 감시 중 잠수함 신호를 감지할 경우 즉시 탐색 상태로 전환할 수 있다”고 설명했다. 라인메탈과 손잡고 ‘해안방어형 드론 체계’ 개발 미 해군 전문 매체 네이벌 뉴스에 따르면 유로아틀라스와 독일 방산기업 라인메탈은 8월 전략적 동반관계를 체결하고 그레이샤크를 ‘라인메탈 배틀스위트’에 통합하기로 했다. 이 플랫폼은 해상·공중·지상 전장을 하나로 연결하는 AI 기반 통합 지휘 인프라(디지털 통합 기반)로 유럽 해안방어체계의 중심축 역할을 맡는다. 양사는 그레이샤크를 라인메탈의 해안방어 인프라와 통합해 해저 감시·통신 케이블 보호·잠수함 탐지 등 임무를 수행할 수 있는 다층 방어망을 구축할 예정이다. 또 향후 특정 임무에 맞춘 맞춤 파생형 공동개발과 유럽 내 생산·보급망 확보도 추진한다. 라인메탈은 “그레이샤크는 다영역 작전(MDO)의 핵심 요소로 유럽 해안방어망 내 자율성과 상호운용성을 강화할 것”이라고 밝혔다. 에우겐 치엠니예프스키 유로아틀라스 최고경영자(CEO)는 “라인메탈과 에볼로직스(독일 수중 기술 기업)와 함께 ‘AI 해저전장’의 혁신을 가속화하고 있다”며 “북대서양조약기구(나토·NATO) 동맹국의 수중 감시 역량과 자율작전 준비태세를 크게 향상할 것”이라고 강조했다. “심해 잠복·자율 대응 구현”…우크라이나 매체의 평가 우크라이나 군사 매체 밀리타르니는 그레이샤크가 해저에 잠복한 채 임무 신호에 따라 작동할 수 있는 고도 자율형 플랫폼이라며 “유럽이 추구하는 해저 ISR(정보·감시·정찰) 체계의 실제 구현 단계”라고 평가했다. 이 매체는 또 “드론이 적 정찰 자산을 탐지하면 능동 센서를 가동해 대응하고 수중통신망을 통해 동료 기체와 전투함에 실시간 정보를 전송한다”고 전했다. 해저 인프라 보호가 새 전장…외신 “전쟁은 수면에서 심해로 이동” 로이터통신은 “그레이샤크는 해저 케이블 감시와 잠수함 추적, 기뢰 탐색 등 다양한 군사적 목적에 활용될 것”이라며 “러시아 위협이 고조되면서 유럽 각국이 해저 감시 능력 확보에 집중하고 있다”고 분석했다. 디펜스 블로그는 “2024년 발트해와 북해에서 잇단 해저 케이블 손상 사건 이후 유럽이 ‘심해 감시망 확충’을 새로운 안보 의제로 설정했다”고 전했다. 또 “그레이샤크는 나토 해양전력망과 연동 가능한 해저 ISR 플랫폼으로 해상에서 심해로 확장되는 혼합형 전쟁 양상을 반영한다”고 평가했다.

삼성전자는 SAIT(옛 삼성종합기술원)와 반도체연구소 소속 연구진 34명이 공동 저자로 참여한 ‘저전력 낸드플래시 메모리용 강유전체 트랜지스터’ 논문이 세계적 학술지 ‘네이처’에 게재됐다고 27일 밝혔다. 이번 연구는 강유전체를 활용해 기존의 낸드플래시 대비 전력 소모를 최대 96% 절감할 수 있는 기술의 실마리를 세계 최초로 찾았다. 인공지능(AI) 기술 확장에 따라 전력 효율에 대한 중요성이 커지는 가운데 해당 기술이 상용화되면 대규모 AI 데이터센터부터 모바일·엣지 AI 시스템까지 다양한 분야에서 전력 효율을 높일 수 있을 것으로 기대된다.

삼성 연구진 34명 공동저자…‘네이처’ 게재삼성전자가 기존의 낸드플래시 대비 전력 소모를 최대 96% 절감할 수 있는 기술의 실마리를 찾았다. 삼성전자는 27일 자사 뉴스룸을 통해 SAIT(옛 삼성종합기술원)와 반도체연구소 소속 연구진 34명이 공동 저자로 참여한 ‘저전력 낸드플래시 메모리용 강유전체 트랜지스터’ 논문이 세계적 학술지 ‘네이처’에 게재됐다고 밝혔다. 인공지능(AI) 기술이 빠른 속도로 발달하면서 더 많은 데이터를 저장하고 처리해야 하는 저장장치의 역할이 점점 중요해지고 있다. 하지만 기존 낸드플래시는 저장용량을 늘리면 읽기·쓰기 전력 소모가 함께 증가하는 한계가 있었다. 이번 연구는 강유전체(자발적 분극 변화를 통해 정보 저장이 가능한 물질)를 활용해 기존 대비 전력 소모를 최대 96% 절감할 수 있는 핵심 매커니즘을 세계 최초로 규명했다. AI용 SSD(고속 저장장치)가 고용량·고집적으로 발전하며 전력 효율성에 대한 중요성이 높아지는 상황에서 해당 기술이 상용화되면 대규모 AI 데이터센터부터 모바일·엣지 AI 시스템까지 다양한 분야에서 전력 효율을 높일 수 있을 것으로 기대된다. 전력 소모가 감소되면 데이터센터 운영 비용을 절감하고, 모바일 기기에서는 배터리 사용 시간을 늘리는 효과를 기대할 수 있다. 삼성전자는 고용량 중심으로 재편되는 시장 흐름에 선제적으로 대응하기 위해 AI 서버용 SSD 비중을 확대하고 있다. 트렌드포스에 따르면 올해 2분기 삼성전자 낸드플래시 매출은 전 분기 대비 23.8% 증가한 약 52억 달러로 집계됐다. 시장 점유율은 32.9% 수준이다.

삼성전자가 31일 엔비디아에 성능과 에너지 효율을 대폭 향상시킨 6세대 고대역폭메모리(HBM)4를 엔비디아에 공급한다고 밝혔다. 또 엔비디아의 그래픽처리장치(GPU) 5만개 이상을 도입해 ‘반도체 인공지능(AI) 팩토리’를 구축하기로 했다. 삼성전자는 이날 엔비디아에 ▲HBM3E ▲HBM4 ▲GDDR7 ▲SOCAMM2 등 차세대 메모리와 파운드리 서비스를 공급한다고 밝혔다. 삼성전자의 HBM4는 1c(10나노급 6세대) D램 기반에 4나노 로직 공정을 적용하고 설계를 최적화해 고객 요구를 상회하는 11기가비트(Gbps) 이상의 성능을 구현한 것이 특징이다. 초고대역폭과 저전력 특성을 바탕으로 AI 모델 학습과 추론 속도를 높여 엔비디아의 AI 플랫폼 성능을 향상시키겠다는 전략이다. HBM 외에 업계 최초로 개발한 고성능 그래픽 D램(GDDR7)과 차세대 저전력 메모리 모듈 ‘SOCAMM2’ 공급도 협의 중이다. 현재 삼성전자는 글로벌 전 고객사에게 HBM3E를 공급하고 있으며 HBM4도 샘플을 요청한 모든 고객사에 샘플 출하를 완료한 뒤 양산 출하를 준비 중이다. 또 삼성전자는 향후 5만 개 이상의 엔비디아 GPU를 도입해 업계 최고 수준의 반도체 AI 팩토리를 구축하기로 했다. AI 팩토리는 ▲설계 ▲공정 ▲운영 ▲장비 ▲품질관리 등 반도체 설계와 생산을 아우르는 모든 과정에 AI를 적용해 스스로 분석·예측·제어하는 ‘생각하는’ 제조 시스템이 구현된 스마트 공장이다. AI 팩토리가 갖춰지면 차세대 반도체의 개발과 양산 주기를 단축하고, 제조 효율성과 품질 경쟁력을 혁신적으로 강화할 수 있다는 장점이 있다. 삼성전자의 AI 팩토리는 엔비디아의 시뮬레이션 라이브러리 옴니버스를 기반으로 ‘디지털 트윈’ 제조 환경을 구현하는 것이 골자다. 디지털 트윈은 실제 공장, 장비 등을 가상 환경에 동일하게 구현한 모델로, 현장에 가지 않고도 가상 환경에서 실시간 운영 분석·예측이 가능하다는 장점이 있다. 디지털트윈 기반 시뮬레이션을 활용하면 개발 기간을 크게 단축하는 것은 물론, 소량의 웨이퍼로도 공정 개발이 가능해진다. 수율 분석 소요 시간도 크게 단축돼 조기에 수율을 향상시킬 수 있으며 실시간으로 공정의 문제점을 분석해 자동 조치도 가능하다. 향후 삼성전자는 AI 팩토리 인프라 구축과 관련 노하우를 한국과 미국 테일러 등 해외 주요 생산 거점에까지 확장해, 글로벌 반도체 공급망 전체의 지능화와 효율화를 완성한다는 전략이다. 또 AI 팩토리를 중심으로 엔비디아와 함께 국내외 파트너사와 차세대 반도체 설계 도구를 공동 개발하고 AI 기반 반도체 제조 표준을 선도해 AI 생태계 발전에 이바지하겠다고 밝혔다.

현재 인공지능(AI) 투자 붐으로 인해 그래픽처리장치(GPU)뿐만 아니라 여러 관련 제품의 수요가 폭발적으로 증가하고 있습니다. 그 대표적인 제품이 바로 메모리입니다. 특히 차세대 고대역폭 메모리인 HBM(High Bandwidth Memory)의 수요 급증은 국내 메모리 제조사의 실적은 물론 국내 주식시장 전체를 견인하고 있습니다. HBM의 가장 큰 장점은 메모리 대역폭이 매우 넓어 GPU의 AI 연산에 필요한 방대한 데이터를 빠르게 처리할 수 있다는 것입니다. 다만, 가격이 매우 비싸 고성능 데이터센터 GPU에만 주로 사용되고 있습니다. 구체적인 가격은 제조사 간의 계약으로 공개되지 않으나, 12단 HBM4 메모리 같은 차세대 제품은 개당 500~600달러 선이라는 루머가 있을 정도입니다. 이러한 가격적 이유로 게임용 그래픽 카드는 여전히 GDDR7 메모리를 사용하고 있습니다. GDDR7은 HBM보다 대역폭은 낮지만 가격이 상대적으로 저렴하여 일반 소비자에게 적합합니다. 다만 서버 GPU 대비 대역폭뿐만 아니라 메모리 용량도 부족하여 거대한 AI 모델을 구동하기 어렵다는 제한점이 있습니다. 엔비디아가 올해 초 깜짝 공개했던 ‘프로젝트 디짓’은 이러한 약점을 극복하기 위해 등장했습니다. 이 개인용 AI 미니 PC는 연산 능력은 크게 늘리지 않으면서도 메모리 용량을 128GB로 대폭 확장했습니다. 가격을 3000달러 선으로 유지하면서 고용량 메모리를 구현할 수 있었던 비결은 HBM은 물론 GDDR7보다 저렴하고 저전력인 LPDDR5x 메모리를 탑재했기 때문입니다. GB10 칩을 사용한 프로젝트 디짓은 정식 명칭을 DGX 스파크(Spark)로 정하고 공식 출시되었습니다. AI 연산 능력은 FP4 기준 1 PFLOPS로, 블랙웰 B200 GPU의 20 PFLOPS보다 훨씬 느립니다. 그러나 메모리가 넉넉하여 2000억 파라미터를 가진 거대 모델도 구동할 수 있습니다. 반면 게임용 GPU인 RTX 5090은 3.35 PFLOPS로 연산 능력은 더 빠르지만, 메모리가 32GB에 불과하여 큰 모델을 사용하기 어렵습니다. 엔비디아가 LPDDR5x 메모리를 사용한 AI 칩을 선보인 뒤, 최근에는 인텔과 퀄컴도 이 대열에 합류할 것임을 발표했습니다. 다만 엔비디아와는 달리 이들은 서버 AI 제품군에 LPDDR5x 메모리를 적용할 계획입니다. 내년 하반기 출시를 목표로 하는 인텔의 AI 추론 칩인 크레센트 아일랜드(Crescent Island)는 정확한 속도와 대역폭은 밝히지 않았으나, 160GB의 LPDDR5x 메모리를 사용합니다. Xe3P 아키텍처를 적용한 AI 프로세서로, 정확한 연산 능력 역시 아직 베일에 가려 있습니다. HBM이나 GDDR7이 아닌 스마트폰에 주로 사용되는 LPDDR5x를 채택한 만큼, 가격은 저렴할 것으로 보이며, 인텔은 아마도 보급형 틈새시장을 노릴 가능성이 높습니다. 퀄컴은 이보다 더 본격적으로 엔비디아의 아성에 도전하려는 모습입니다. 최근 공개한 퀄컴 AI200 및 AI250은 엔비디아의 GB300 NVL72처럼 수냉식 서버 랙 시스템을 전제로 하고 있기 때문입니다. 퀄컴 AI200/AI250은 구체적인 대역폭은 미공개 상태이지만, 최대 768GB의 LPDDR5x 메모리를 사용한다고 밝혔습니다. AI 가속기는 퀄컴의 헥사곤 NPU 기반입니다. AI200/AI250 제품군의 메모리 대역폭이나 연산 능력 모두 미공개 상태이지만, 퀄컴은 LPDDR5x 메모리 기술에 상당한 노하우를 보유하고 있습니다. 예를 들어, 최근 공개한 윈도우 노트북용 프로세서인 스냅드래곤 엘리트 X2 익스트림 프로세서에서 LPDDR5x-9523 16GB 메모리 모듈 3개를 활용하여 192비트 인터페이스로 228GB/s라는 상당한 대역폭을 확보하는 데 성공했습니다. 다만, 아무리 여러 개의 LPDDR5x 메모리를 병렬로 연결해도 HBM 계열처럼 광대한 대역폭을 확보하기는 어렵습니다. 따라서 엔비디아의 GB300 블랙웰 같은 초고성능 AI GPU보다는, 성능은 낮지만 훨씬 저렴하고 전력 소모가 적은 AI 가속기를 여러 개 병렬로 연결하는 전략을 사용할 것으로 보입니다. 참고로 퀄컴 AI200/AI250 랙 시스템 한 개의 전력 소모량은 160kW로 결코 적지 않은 수준입니다. LPDDR5x 메모리는 저렴하고 전력 소모가 적어 개인용 AI PC 같은 틈새시장을 노리는 엔비디아 DGX 스파크에는 최적의 선택입니다. 하지만 이 분야의 후발 주자인 인텔이나 퀄컴이 데이터센터 시장을 노리고 LPDDR5x 메모리를 채택한 배경에는 다른 이유가 있어 보입니다. 가장 큰 이유는 가격과 수급 문제일 가능성이 높습니다. 인텔과 퀄컴은 업계를 주도하는 대기업이지만, AI 가속기 부문에서는 후발주자인 만큼 현시점에서 시장을 주도하는 엔비디아의 AI GPU와 정면 대결하기는 어렵습니다. 따라서 저전력 또는 저렴한 가격으로 승부수를 던지는 것이 가장 합리적인 접근법이 될 수 있습니다. 여기에 HBM 메모리의 경우 수요 폭발로 인해 가격이 비싸고 수급도 쉽지 않은 상황이므로, 무리하게 HBM을 고집할 필요가 없다는 계산이 깔린 것으로 보입니다. 이러한 접근법이 내년에 가시적인 성과를 거둘 수 있을지 그 결과가 주목됩니다.

현재 인공지능(AI) 투자 붐으로 인해 그래픽처리장치(GPU)뿐만 아니라 여러 관련 제품의 수요가 폭발적으로 증가하고 있습니다. 그 대표적인 제품이 바로 메모리입니다. 특히 차세대 고대역폭 메모리인 HBM(High Bandwidth Memory)의 수요 급증은 국내 메모리 제조사의 실적은 물론 국내 주식시장 전체를 견인하고 있습니다. HBM의 가장 큰 장점은 메모리 대역폭이 매우 넓어 GPU의 AI 연산에 필요한 방대한 데이터를 빠르게 처리할 수 있다는 것입니다. 다만, 가격이 매우 비싸 고성능 데이터센터 GPU에만 주로 사용되고 있습니다. 구체적인 가격은 제조사 간의 계약으로 공개되지 않으나, 12단 HBM4 메모리 같은 차세대 제품은 개당 500~600달러 선이라는 루머가 있을 정도입니다. 이러한 가격적 이유로 게임용 그래픽 카드는 여전히 GDDR7 메모리를 사용하고 있습니다. GDDR7은 HBM보다 대역폭은 낮지만 가격이 상대적으로 저렴하여 일반 소비자에게 적합합니다. 다만 서버 GPU 대비 대역폭뿐만 아니라 메모리 용량도 부족하여 거대한 AI 모델을 구동하기 어렵다는 제한점이 있습니다. 엔비디아가 올해 초 깜짝 공개했던 ‘프로젝트 디짓’은 이러한 약점을 극복하기 위해 등장했습니다. 이 개인용 AI 미니 PC는 연산 능력은 크게 늘리지 않으면서도 메모리 용량을 128GB로 대폭 확장했습니다. 가격을 3000달러 선으로 유지하면서 고용량 메모리를 구현할 수 있었던 비결은 HBM은 물론 GDDR7보다 저렴하고 저전력인 LPDDR5x 메모리를 탑재했기 때문입니다. GB10 칩을 사용한 프로젝트 디짓은 정식 명칭을 DGX 스파크(Spark)로 정하고 공식 출시되었습니다. AI 연산 능력은 FP4 기준 1 PFLOPS로, 블랙웰 B200 GPU의 20 PFLOPS보다 훨씬 느립니다. 그러나 메모리가 넉넉하여 2000억 파라미터를 가진 거대 모델도 구동할 수 있습니다. 반면 게임용 GPU인 RTX 5090은 3.35 PFLOPS로 연산 능력은 더 빠르지만, 메모리가 32GB에 불과하여 큰 모델을 사용하기 어렵습니다. 엔비디아가 LPDDR5x 메모리를 사용한 AI 칩을 선보인 뒤, 최근에는 인텔과 퀄컴도 이 대열에 합류할 것임을 발표했습니다. 다만 엔비디아와는 달리 이들은 서버 AI 제품군에 LPDDR5x 메모리를 적용할 계획입니다. 내년 하반기 출시를 목표로 하는 인텔의 AI 추론 칩인 크레센트 아일랜드(Crescent Island)는 정확한 속도와 대역폭은 밝히지 않았으나, 160GB의 LPDDR5x 메모리를 사용합니다. Xe3P 아키텍처를 적용한 AI 프로세서로, 정확한 연산 능력 역시 아직 베일에 가려 있습니다. HBM이나 GDDR7이 아닌 스마트폰에 주로 사용되는 LPDDR5x를 채택한 만큼, 가격은 저렴할 것으로 보이며, 인텔은 아마도 보급형 틈새시장을 노릴 가능성이 높습니다. 퀄컴은 이보다 더 본격적으로 엔비디아의 아성에 도전하려는 모습입니다. 최근 공개한 퀄컴 AI200 및 AI250은 엔비디아의 GB300 NVL72처럼 수냉식 서버 랙 시스템을 전제로 하고 있기 때문입니다. 퀄컴 AI200/AI250은 구체적인 대역폭은 미공개 상태이지만, 최대 768GB의 LPDDR5x 메모리를 사용한다고 밝혔습니다. AI 가속기는 퀄컴의 헥사곤 NPU 기반입니다. AI200/AI250 제품군의 메모리 대역폭이나 연산 능력 모두 미공개 상태이지만, 퀄컴은 LPDDR5x 메모리 기술에 상당한 노하우를 보유하고 있습니다. 예를 들어, 최근 공개한 윈도우 노트북용 프로세서인 스냅드래곤 엘리트 X2 익스트림 프로세서에서 LPDDR5x-9523 16GB 메모리 모듈 3개를 활용하여 192비트 인터페이스로 228GB/s라는 상당한 대역폭을 확보하는 데 성공했습니다. 다만, 아무리 여러 개의 LPDDR5x 메모리를 병렬로 연결해도 HBM 계열처럼 광대한 대역폭을 확보하기는 어렵습니다. 따라서 엔비디아의 GB300 블랙웰 같은 초고성능 AI GPU보다는, 성능은 낮지만 훨씬 저렴하고 전력 소모가 적은 AI 가속기를 여러 개 병렬로 연결하는 전략을 사용할 것으로 보입니다. 참고로 퀄컴 AI200/AI250 랙 시스템 한 개의 전력 소모량은 160kW로 결코 적지 않은 수준입니다. LPDDR5x 메모리는 저렴하고 전력 소모가 적어 개인용 AI PC 같은 틈새시장을 노리는 엔비디아 DGX 스파크에는 최적의 선택입니다. 하지만 이 분야의 후발 주자인 인텔이나 퀄컴이 데이터센터 시장을 노리고 LPDDR5x 메모리를 채택한 배경에는 다른 이유가 있어 보입니다. 가장 큰 이유는 가격과 수급 문제일 가능성이 높습니다. 인텔과 퀄컴은 업계를 주도하는 대기업이지만, AI 가속기 부문에서는 후발주자인 만큼 현시점에서 시장을 주도하는 엔비디아의 AI GPU와 정면 대결하기는 어렵습니다. 따라서 저전력 또는 저렴한 가격으로 승부수를 던지는 것이 가장 합리적인 접근법이 될 수 있습니다. 여기에 HBM 메모리의 경우 수요 폭발로 인해 가격이 비싸고 수급도 쉽지 않은 상황이므로, 무리하게 HBM을 고집할 필요가 없다는 계산이 깔린 것으로 보입니다. 이러한 접근법이 내년에 가시적인 성과를 거둘 수 있을지 그 결과가 주목됩니다.

삼성전자가 2050년 탄소중립 달성을 목표로 한 ‘신(新)환경경영전략’을 앞세워 친환경 경영 행보를 가속하고 있다. 인공지능(AI)과 반도체 산업 확대로 급증하는 에너지 수요에 대응하기 위해 재생에너지 전환과 자원순환 강화를 추진하며, 글로벌 ICT 제조기업으로서 지속가능한 성장 기반을 다진다는 방침이다. 특히 2030년까지 공정가스 저감과 폐제품 재활용, 수자원 보존 등 환경경영 과제에 7조원 이상을 투자한다. 삼성전자는 앞서 2022년 9월 신환경경영전략을 발표하고, 경영 패러다임을 친환경 중심으로 전환했다. 반도체부터 스마트폰, TV, 가전까지 전 영역에서 초저전력 기술과 재활용 소재 확대를 통해 ‘탄소 제로’ 실현에 나섰다. DX(Device eXperience) 부문은 2030년 탄소중립 달성을 목표로 2024년 말 기준 재생에너지 전환율 93.4%를 달성했다. 주요 7대 제품의 평균 전력소비량은 2019년 대비 31.5% 감소했다. 구미와 광주 사업장에서는 태양광 전력구매계약(PPA)을 체결해 재생에너지 조달 수단을 다변화했다. DS(Device Solutions) 부문도 2050년 탄소중립을 목표로 공정가스 저감과 에너지 전환 투자를 확대하고 있다. 재활용 확대도 본격화했다. 삼성전자는 2050년까지 모든 제품의 플라스틱 부품에 재활용 소재를 적용한다는 목표 아래, 2024년 현재 31%를 달성했다. 폐전자제품 회수 프로그램은 80여개국에서 운영 중이며, 2030년까지 전 판매국으로 확대할 예정이다. 초저전력 기술을 통한 에너지 효율 개선에도 속도를 낸다. 반도체 공정 미세화와 저전력 설계로 데이터센터와 모바일 기기의 전력 사용을 줄이고, TV·냉장고·세탁기 등 대표 제품의 전력소비를 2030년까지 평균 30% 절감할 계획이다. 또 2027년까지 모든 업무용 차량을 전기·수소차로 전환한다. 수자원 보존에도 공을 들이고 있다. 반도체 사업장은 라인 증설에도 ‘물 취수량 증가 제로화’를 추진하며, 공정수 재이용을 확대해 2030년까지 물 사용량을 2021년 수준으로 유지하기로 했다. DX부문도 수처리 시설 고도화를 통해 사용한 물을 사회에 100% 환원하는 프로젝트를 진행 중이다. 삼성전자는 글로벌 환경안전 인증기관 UL 솔루션즈로부터 ‘폐기물 매립 제로’(Zero Waste to Landfill) 최고 등급을, 국제수자원관리동맹(AWS)으로부터 국내 전 제조사업장의 최고 등급 인증을 받았다. 삼성전자 관계자는 “기후위기 대응은 더 이상 선택이 아닌 생존의 문제”라며 “초저전력 기술과 재생에너지 전환을 통해 지속가능한 산업 생태계를 선도하겠다”고 말했다.

SK하이닉스는 지난 13~16일(현지시간) 미국 캘리포니아주 새너제이에서 열린 ‘2025 OCP(오픈 컴퓨트 프로젝트) 글로벌 서밋’에서 차세대 낸드 스토리지 제품 전략을 발표했다고 27일 밝혔다. 이 행사는 반도체 최신 기술과 성과를 공유하는 자리다. SK하이닉스는 김천성 부사장이 AIN(에이아이엔·AI-NAND) 패밀리를 소개했다. AIN 패밀리는 성능, 대역폭, 용량 세 가지 측면에서 각각 최적화된 낸드 솔루션 제품들로, 데이터 처리 속도를 향상하고 저장 용량을 극대화한 것이다. 이 가운데 AIN P(성능)는 대규모 AI 추론 환경에서 발생하는 방대한 데이터 입출력을 효율적으로 처리한다. 이를 위해 SK하이닉스는 낸드와 컨트롤러를 새로운 구조로 설계 중이며 내년 말 샘플을 출시할 계획이다. AIN D(용량)는 저전력·저비용으로 대용량 데이터를 저장하는 데 초점을 맞춘 고용량 솔루션이다.

중국 연구진이 인공지능(AI)과 6G 통신에 활용할 수 있는 초고속 아날로그 컴퓨팅 칩을 개발했다. 이 기술이 발전하면 엔비디아 그래픽처리장치(GPU)보다 최대 1000배 빠른 연산 속도를 낼 수 있다는 전망이 나왔다. 22일 홍콩 매체 사우스차이나모닝포스트(SCMP)에 따르면 베이징대 쑨중 교수 연구팀은 저항성 메모리(ReRAM) 기술을 적용한 아날로그 행렬 연산 장치를 만들고 연구 결과를 학술지 ‘네이처 일렉트로닉스’(Nature Electronics)에 발표했다. 연구진은 이 장치가 디지털 프로세서와 같은 정밀도를 유지하면서도 처리량은 1000배, 에너지 효율은 100배 높다고 설명했다. 기존 GPU가 가진 전력 소모와 데이터 병목 문제를 근본적으로 줄일 수 있다는 것이다. “세기의 난제 해결”…디지털 한계 넘어선 아날로그 접근 쑨 교수팀은 “정밀성과 확장성을 함께 확보하는 일은 오랫동안 아날로그 컴퓨팅의 병목이었다”며 “이번 연구는 그 난제를 풀 방법을 제시한다”고 밝혔다. 연구진이 만든 장치는 저항성 물질의 전기 저항값을 조절해 데이터를 저장하고 연산을 동시에 수행한다. 메모리와 연산을 분리하지 않아 데이터 이동에 걸리는 시간과 전력을 크게 줄였다. 논문에 따르면 이 장치는 중간 규모 행렬 방정식(32×32~128×128)을 해결할 때 이미 엔비디아 H100 GPU보다 높은 효율을 보였다. 연구팀은 전기회로망을 더 정교하게 설계하면 성능이 한층 향상될 것으로 예상했다. “AI·6G·자연 시뮬레이션에 활용 가능”BBC와 블룸버그 등 외신은 이번 성과가 AI 대형 모델 학습과 6G 통신 신호 처리, 복잡한 기후 시뮬레이션처럼 연속적 계산이 필요한 분야의 돌파구가 될 수 있다고 평가했다. 연구진은 “AI와 통신 분야는 실시간으로 엄청난 양의 데이터를 처리해야 하는데, 디지털 방식은 속도와 에너지 소비에서 한계에 부딪히고 있다”며 “아날로그 칩은 이 문제를 해결할 대안이 될 수 있다”고 말했다. “GPU 대체까지는 갈 길 멀다”전문가들은 대량생산과 신뢰성 확보, 노이즈 제어가 상용화의 관건이라고 본다. 시장조사기관 트렌드포스는 “이번 성과는 연구실 수준의 기술 시연에 가깝다”며 “GPU를 실제로 대체하려면 산업용 검증과 공정 통합이 필요하다”고 분석했다. 2023년 중국 칭화대 연구진도 엔비디아 A100보다 3000배 빠르고 전력소모가 400만배 낮은 광전자 아날로그 칩을 발표한 바 있다. 이번 성과는 중국 내 차세대 컴퓨팅 기술 경쟁이 한층 가속화되고 있음을 보여준다. “디지털 중심 패러다임 흔들릴 수도”전문가들은 이번 연구가 디지털 반도체 중심 체계의 전환 신호가 될 수 있다고 본다. AI·6G·국방 분야는 초저전력·고처리량 연산 기술이 국가 경쟁력을 좌우하기 때문이다. 국내 반도체 업계 관계자는 “아날로그 연산 기술이 다시 부상하고 있다”며 “한국도 저항성 메모리 기반 연산소자와 AI용 비메모리 칩 개발을 병행해야 한다”고 말했다.

중국 연구진이 인공지능(AI)과 6G 통신에 활용할 수 있는 초고속 아날로그 컴퓨팅 칩을 개발했다. 이 기술이 발전하면 엔비디아 그래픽처리장치(GPU)보다 최대 1000배 빠른 연산 속도를 낼 수 있다는 전망이 나왔다. 22일 홍콩 매체 사우스차이나모닝포스트(SCMP)에 따르면 베이징대 쑨중 교수 연구팀은 저항성 메모리(ReRAM) 기술을 적용한 아날로그 행렬 연산 장치를 만들고 연구 결과를 학술지 ‘네이처 일렉트로닉스’(Nature Electronics)에 발표했다. 연구진은 이 장치가 디지털 프로세서와 같은 정밀도를 유지하면서도 처리량은 1000배, 에너지 효율은 100배 높다고 설명했다. 기존 GPU가 가진 전력 소모와 데이터 병목 문제를 근본적으로 줄일 수 있다는 것이다. “세기의 난제 해결”…디지털 한계 넘어선 아날로그 접근 쑨 교수팀은 “정밀성과 확장성을 함께 확보하는 일은 오랫동안 아날로그 컴퓨팅의 병목이었다”며 “이번 연구는 그 난제를 풀 방법을 제시한다”고 밝혔다. 연구진이 만든 장치는 저항성 물질의 전기 저항값을 조절해 데이터를 저장하고 연산을 동시에 수행한다. 메모리와 연산을 분리하지 않아 데이터 이동에 걸리는 시간과 전력을 크게 줄였다. 논문에 따르면 이 장치는 중간 규모 행렬 방정식(32×32~128×128)을 해결할 때 이미 엔비디아 H100 GPU보다 높은 효율을 보였다. 연구팀은 전기회로망을 더 정교하게 설계하면 성능이 한층 향상될 것으로 예상했다. “AI·6G·자연 시뮬레이션에 활용 가능”BBC와 블룸버그 등 외신은 이번 성과가 AI 대형 모델 학습과 6G 통신 신호 처리, 복잡한 기후 시뮬레이션처럼 연속적 계산이 필요한 분야의 돌파구가 될 수 있다고 평가했다. 연구진은 “AI와 통신 분야는 실시간으로 엄청난 양의 데이터를 처리해야 하는데, 디지털 방식은 속도와 에너지 소비에서 한계에 부딪히고 있다”며 “아날로그 칩은 이 문제를 해결할 대안이 될 수 있다”고 말했다. “GPU 대체까지는 갈 길 멀다”전문가들은 대량생산과 신뢰성 확보, 노이즈 제어가 상용화의 관건이라고 본다. 시장조사기관 트렌드포스는 “이번 성과는 연구실 수준의 기술 시연에 가깝다”며 “GPU를 실제로 대체하려면 산업용 검증과 공정 통합이 필요하다”고 분석했다. 2023년 중국 칭화대 연구진도 엔비디아 A100보다 3000배 빠르고 전력소모가 400만배 낮은 광전자 아날로그 칩을 발표한 바 있다. 이번 성과는 중국 내 차세대 컴퓨팅 기술 경쟁이 한층 가속화되고 있음을 보여준다. “디지털 중심 패러다임 흔들릴 수도”전문가들은 이번 연구가 디지털 반도체 중심 체계의 전환 신호가 될 수 있다고 본다. AI·6G·국방 분야는 초저전력·고처리량 연산 기술이 국가 경쟁력을 좌우하기 때문이다. 국내 반도체 업계 관계자는 “아날로그 연산 기술이 다시 부상하고 있다”며 “한국도 저항성 메모리 기반 연산소자와 AI용 비메모리 칩 개발을 병행해야 한다”고 말했다.

경기도경제과학진흥원(경과원)이 반도체·인공지능·이차전지·바이오 등 국가전략기술 분야의 육성 전략을 담은 ‘경기도 국가전략기술 육성 방안 연구’ 보고서를 발간했다고 14일 밝혔다. 국가전략기술이 산업을 넘어 국가안보와 경제주권을 좌우하는 핵심 자산으로 부상한 상황에서, 국내 제조업과 첨단산업의 중심지인 경기도의 현황을 분석하고 구체적인 추진 방안이 담겼다. 경기도는 국내 제조업체의 35.6%, 종사자의 31.7%가 집중된 지역으로, 국가전략기술 관련 R&D 집행 비중도 약 14%(9,690억 원)에 이르고, 전국 최대 규모의 전문생산기술연구소(36%)와 기업부설연구소(32%)가 있다. 보고서는 전문가 분석과 국가 R&D 투자 특화도를 종합해 ▲반도체·디스플레이(고성능·저전력 AI 반도체, 차세대 센서, 소재·부품·장비) ▲인공지능(첨단 모델링, 신뢰·안전 AI, 산업혁신 AI) ▲첨단모빌리티(자율주행, 전기·수소차) 등 8대 중점기술을 우선 육성해야 한다고 제시했다. 경과원은 경기도가 국가전략기술을 육성하기 위해 ▲중점 분야에 대한 선택과 집중 지원 ▲지역기술혁신허브를 기반으로 한 산·학·연·관 협력체계 구축 ▲조례 제정 등 제도 기반 강화가 필요하다고 제안했다. 또한 이를 뒷받침하기 위해 인재양성 프로그램, 산학연 협력 네트워크, R&D 투자 확대 등 실행체계를 마련해야 한다고 강조했다. 김현곤 경과원장은 “국가전략기술은 국가 경쟁력의 핵심 기반으로, 경기도는 산업·혁신 여건을 바탕으로 대한민국 전략기술 육성의 중심지가 될 수 있다”며 “중소기업의 역량 강화와 협력 기반 확충을 통해 경기도의 기술 경쟁력을 높일 수 있도록 적극 지원하겠다”라고 말했다.

인텔이 애리조나에 위치한 팹 52(Fab 52)에서 차세대 반도체 공정인 18A 공정의 양산을 시작했다고 발표했습니다. 18A 공정은 인텔의 첫 2nm 급 공정입니다. 본래 20A에서 도입하기로 했던 게이트 올 어라운드(GAA) 트랜지스터 기술인 리본펫(RibbonFET)과 후면 전력 공급 기술(BSPDN)인 파워비아(PowerVia)를 18A에서 적용할 예정입니다. 리본펫 기술은 트랜지스터를 더 작게 만들어도 제 성능을 낼 수 있게 도와주고 파워비아 기술은 전선 배치를 단순화시켜 트랜지스터 밀도를 높이면서 저항을 줄여 성능을 높일 수 있습니다. 인텔에 따르면 파워비아 하나만으로도 트랜지스터 밀도를 10% 높이고 저항은 30%나 줄여 전력 소모를 크게 줄일 수 있습니다. 여기에 최신 EUV 리소그래피 공정을 도입했기 때문에 18A 공정은 인텔의 이전 공정보다 트랜지스터 밀도와 성능 모두 크게 개선되었을 것을 기대됩니다. 18A가 인텔이 주장한 것처럼 성능을 크게 높일 수 있을지 검증하는 첫 무대는 노트북 CPU인 팬서 레이크(Panther Lake)가 될 예정입니다. 인텔이 함께 공개한 내용에 따르면 팬서 레이크는 크게 세 가지 버전으로 출시됩니다. 8코어(4P+4E) CPU와 4코어 GPU, 16코어 CPU(4P+8E+4LPE) CPU와 4코어 GPU, 그리고 16코어 CPU(4P+8E+4LPE)와 12코어 GPU가 그것입니다. 이 가운데 CPU 부분은 인텔 18A 공정으로 제조되고 나머지는 인텔 3과 TSMC 공정을 이용합니다. CPU 타일을 구성하는 고성능 코어(P-코어)의 코드네임은 쿠거 코브(Cougar Cove)이고 고효율 코어(E-코어)의 코드네임은 다크몬트(Darkmont)인데, 여기에 전력 소모를 더 줄인 저전력 다크몬트 E코어(LPE)까지 총 세 가지 형태의 코어를 탑재해 상황에 따라 초저전력부터 고성능까지 다양한 대응이 가능합니다. 인텔이 공개한 슬라이드를 보면 팬서 레이크는 특히 전력 절감 효과가 뛰어납니다. 이전 세대인 루나 레이크 및 애로우 레이크 H와 비교해서 싱글 스레드 성능은 같은 전력 소모에서 10% 정도 높아진 수준이나 같은 성능을 기준으로 했을 때는 최대 40%의 전력을 절감할 수 있습니다. 멀티 스레드의 경우에는 전력 소모에서 전 세대 대비 50%의 성능 향상, 혹은 같은 성능에서 30% 전력 효율 향상이 있습니다. 이는 코어 숫자가 늘어나고 저전력 고효율 코어를 추가한 덕분으로 보입니다. 또 앞서 말한 것처럼 18A 미세공정과 파워비아를 통한 저항 감소도 크게 작용한 수치로 보입니다. 팬서 레이크에서 독특한 부분 중 하나는 Xe3 내장 그래픽의 구성입니다. 4코어 버전과 12코어 버전이 있는데, 과거 루나 레이크가 8코어 혹은 7코어였던 것과 비교해서 큰 변화로 버전에 따른 성능 차이가 클 것으로 예상됩니다. Xe3 내장 그래픽은 전 세대보다 성능을 더 높여 루나 레이크보다 50% 정도 성능이 높아졌다고 했는데, 12코어 기준이라면 코어 한 개의 성능은 이전세대와 큰 차이가 없다는 뜻이 됩니다. 이 경우 4코어 버전의 게임 성능은 낮을 것으로 예상됩니다. 이런 점을 감안하면 아마도 4코어 GPU 모델은 가격을 낮춘 보급형으로 생각되고 8코어 CPU + 4코어 GPU는 태블릿처럼 얇고 가벼운 제품에 들어가는 저전력 모델로 추정됩니다. 주력 모델은 고성능 제품인 16코어 CPU + 12코어 GPU가 될 것으로 예상되는데, 특이한 점은 LPDDR5x 9600만 지원한다는 것입니다. 다른 모델은 기존의 노트북용 DDR5 메모리도 지원할 수 있는 것과 대조적입니다. LPDDR5x 9600처럼 빠른 고성능 메모리만 사용하는 이유는 12코어 Xe3 GPU가 필요한 대역폭을 원활하게 확보하기 위한 것으로 생각됩니다. 고성능 GPU일수록 빠른 메모리가 필요하기 때문입니다. 여기에 12코어 Xe3 GPU는 16MB의 대용량 L2 캐시를 탑재해 고성능 연산에 필요한 메모리를 확보했습니다. 따라서 내장 그래픽임에도 높은 성능을 낼 수 있을 것으로 예상됩니다. 또 다른 특징은 AI를 이용해서 여러 개의 프레임을 생성하는 멀티 프레임 생성(MPG) 기능으로 인텔이 공개한 슬라이드를 보면 아마도 x3(하나의 프레임을 3배로 늘려 속도를 3배처럼 높이는 방식) 멀티 프레임 생성이 가능한 것으로 보입니다. 다만 인텔 AI 기술인 XeSS는 엔비디아의 DLSS처럼 지원되는 게임이 많지 않는다는 것이 단점입니다. 이날 공개된 내용만 보면 인텔 팬서 레이크는 충분한 경쟁력을 지닌 차세대 프로세서로 생각됩니다. 그리고 만약 예정대로 18A 공정으로 CPU 타일을 원활하게 공급할 수 있다면 인텔 파운드리의 지속 가능성에 대한 의구심도 상당 부분 덜어낼 수 있을 것으로 생각됩니다. 다만 그렇지 못하다면 인텔의 미래는 매우 어두워질 것입니다. 과연 어떤 쪽으로 결론이 날지는 내년 초 팬서 레이크가 실제 공개되면 알 수 있을 것입니다.

중국은 반도체와 AI 기술에 천문학적인 투자를 하면서 1위인 미국을 맹렬하게 추격하고 있습니다. AI에서는 이미 미국에 이어 확고한 2위라는 이야기가 나오고 있고 메모리에서는 아직 두드러진 성과를 내진 못하고 있지만, DDR 메모리 및 낸드 플래시 메모리에서 점차 생산량을 늘려나가고 있습니다. 이에 더해 중국은 CPU 개발에도 매우 적극적으로 나서고 있습니다. 이 가운데는 인텔 x86 CPU 호환 CPU도 존재합니다. 중국 상하이 지방 정부와 대만 비아 테크놀로지의 합작 벤처인 자오신(Zhaoxin)이 바로 그 주인공입니다. 이야기는 아주 오래전 인텔이 초기 x86 CPU에 대한 호환칩을 만들 수 있게 허용하면서부터 시작합니다. IBM이 IBM 호환 PC에 들어갈 CPU로 인텔 칩을 선택하면서 안정적인 공급을 이유로 2차 공급 업체로 둘 것을 요구했고 결국 AMD 같은 x86 CPU 호환칩 업체의 존재를 허용할 수밖에 없었던 것입니다. AMD보다 늦게 x86 시장에 등장한 후발 주자 중 하나가 사이릭스입니다. 사실 이들은 정식 라이선스가 아니라 역설계 방식으로 486 및 펜티엄 시리지 CPU와 경쟁할 수 있는 호환칩을 만들기 시작했는데, 상대적으로 저조한 성능으로 인해 AMD의 애슬론과 인텔 펜티엄 III의 틈바구니에서 사라지고 결국 1999년 대만의 비아 테크놀로지에 인수되는 운명을 맞이합니다. 비아 테크놀로지는 과거 메인보드 칩셋으로 유명한 회사였으나 인텔과 AMD 모두 자체 칩셋을 만들면서 사업 영역이 좁아지게 됩니다. 결국 이들은 사이릭스를 인수한 후 자체 칩셋과 함께 자체 PC 플랫폼을 만들게 됩니다. 성능으로는 인텔이나 AMD와 경쟁이 되지 않았지만, 저렴한 저전력 PC를 만들어 산업용 PC처럼 틈새시장에 공급한 것입니다. 물론 시장 점유율은 매우 낮을 수밖에 없었습니다. 따라서 많은 사람이 비아가 결국 x86 호환 CPU 사업에서 철수할 것으로 예상했지만, 이들은 중국에서 예상치 못한 방식으로 부활하게 됩니다. 바로 중국과의 합작 법인인 자오신입니다. 자오신의 x86 CPU는 기본적으로 비아의 x86 CPU를 기반으로 개량한 것이기 때문에 성능이 낮을 수밖에 없었습니다. 인텔과 AMD가 치열한 경쟁을 하면서 최신 x86 CPU 성능은 크게 높아진 상태였는데, 비아의 x86 CPU는 과거와 큰 차이가 없었기 때문입니다. 하지만 중국 정부의 지원을 받아 가며 계속 개량에 개량을 거듭한 끝에 자오신의 최신 x86 CPU들은 과거보다 상당히 높아진 스펙을 지닐 수 있게 됐습니다. 작년에 탑재 서버 시스템을 선보인 KH-40000 CPU의 경우 32코어 CPU와 8채널 DDR4 메모리 지원으로 제법 서버로써 실제 활용될 가능성을 보여줬습니다. 여기에 사용된 코어는 2010년대 후반에 쓰인 인텔 스카이레이크나 AMD Zen 2 코어에 견줄 수 있는 성능을 지녔다는 평가를 받았습니다. 그리고 최근 자오신은 스펙을 대폭 끌어올린 새 서버 프로세서인 KH-50000 CPU를 발표했습니다. KH-50000은 AMD CPU처럼 8코어 칩렛 12개를 사용해 96코어를 구현했으며 중앙에는 매우 큰 I/O 다이가 있는 구성을 하고 있습니다. 캐시 메모리 용량은 전 세대보다 6배나 늘어난 384MB로 대폭 증가했습니다. KH-50000 CPU의 최대 클럭은 3.0GHz이며 기본 클럭은 2.2GHz 정도입니다. 12채널 DDR5-5200 메모리를 최대 3TB까지 장착할 수 있으며 자체 인터페이스인 ZPI 5.0 인터커넥터를 이용해 4개의 CPU를 하나의 메인보드에 장착할 수 있습니다. 따라서 384코어 서버가 가능한데, 1코어 1스레드이기 때문에 스레드도 최대 384개입니다. 이 정도면 스펙 상으로는 인텔, AMD의 최신 서버 프로세서를 많이 따라잡은 것으로 가격이 저렴하다면 어느 정도 시장 진입도 가능한 수준으로 보입니다. 다만 라이선스 등의 문제를 고려하면 중국 내수 전용으로 해외 수출 가능성은 일부 친중 국가 이외에는 크지 않습니다. 또 서버라는 게 성능만 중요한 게 아니라 하루 24시간, 1년 365일 계속 가동할 수 있는 안전성과 신뢰성을 지녀야 해서 쉽게 대체가 가능한 물건도 아닙니다. 하지만 계속되는 도전 끝에 이제 상당히 발전된 CPU를 개발하는 데 성공하는 모습을 보면 중국의 CPU 굴기를 만만하게만 볼 게 아니라는 점을 알 수 있습니다. 동시에 처음에는 성과가 별로 없어도 꾸준히 도전하다 보면 언젠가는 그럴듯한 결과물이 나올 수 있다는 점을 우리에게 보여준 사례이기도 합니다. 우리 역시 AI 개발에 있어 타산지석으로 삼아야 할 부분일지 모릅니다.

이재명 대통령이 어제 용산 대통령실에서 샘 올트먼 오픈AI 최고경영자(CEO)를 만났다. ‘인공지능(AI) 3대 강국’을 국정 핵심 목표로 내건 이 대통령이 글로벌 AI 선도기업과의 협력을 통해 AI 육성에 박차를 가하겠다는 강력한 의지를 표현한 것이다. 올트먼 CEO와 만난 이 대통령은 “AI가 모든 사람에게 행복한 세상이 될 수 있도록 더 많은 노력을 해달라”고 당부했다. 삼성그룹과 SK그룹도 오픈AI와 글로벌 AI 인프라 구축을 위한 전략적 파트너십을 체결했다. 이 대통령은 최근 세계 최대 자산운용사인 블랙록의 래리 핑크 CEO를 만나 한국을 아시아·태평양 지역의 ‘AI 수도’로 만들겠다는 구상을 밝혔다. 이렇듯 한국을 AI 강국 반열에 올려야 한다는 이 대통령의 의지는 확고한데, 이 비전을 받쳐 줄 토대는 여전히 허약하다. 무엇보다 큰 걸림돌은 전력 문제다. 산업통상부에 따르면 2029년까지 신규 데이터센터 732개에 필요한 전력 용량이 49GW에 달한다. 1000㎿급 원전 53기에 이르는 추가 전력이 필요하다. AI는 전기를 먹고 자라는데, 현 정부의 소극적 원전 정책으로는 이런 폭증하는 수요를 감당하기 어렵다. 정부도 나름의 대응에 나서고는 있다. 총리실이 전력망위원회를 직접 챙기기로 했다. 김민석 총리가 어제 주재한 제1차 전력망 확충위원회에서는 신해남-신장성 96㎞, 신해남-신강진 27㎞ 등 총 123㎞ 송전선로와 서해안 HVDC(고압직류선) 등이 대거 지정됐다. 전남 등지에서 재생에너지로 생산한 전력을 용인 반도체 클러스터에 공급하기 위한 핵심 인프라다. 글로벌 주요 고객사들이 협력업체에 재생에너지 사용을 요구하면서 삼성전자와 SK하이닉스엔 RE100을 충족시킬 전원이 절실하다. 한편으로 용인 반도체 클러스터 외 전국 산업단지에는 다양한 전원의 안정적인 기저전력이 확보돼야 한다. AI 시대에 대응하려면 종합적인 전력 공급 전략은 필수다. AI 강국을 위한 또 다른 필요조건은 인재 확보다. 마침 미국이 전문직 취업 비자(H-1B) 수수료를 10만 달러로 100배 인상하면서 글로벌 인재 이동에 변화가 생기고 있다. 중국은 10월부터 STEM 분야 인재를 위한 새 비자를 도입하고, 영국은 전문직 비자 수수료 면제를 검토하며 AI 인재 유치 경쟁에 돌입했다. 그러나 AI 인재는 비자만 우대한다고 확보되는 것이 아니다. 기술을 적용할 수 있는 빅테크 기업이나 연구소도 뒷받침돼야 한다. 한국에 주어진 기회의 시간은 짧다. AI 선두 대열에 합류하겠다면 인재 공백을 메울 구체적 실행 방안이 나와야 한다.

퀄컴은 통신 및 모바일 애플리케이션 프로세서(AP) 시장의 강자로 오랜 세월 명성을 떨쳐 왔지만, 오래전부터 PC 시장에 눈독을 들여왔습니다. 2023년 등장한 스냅드래곤 X 엘리트는 그런 노력의 결정판으로 태블릿 및 스마트폰 AP을 좀 개량한 수준이 아니라 완전히 노트북 시장을 노리고 근본적으로 다시 설계한 고성능 프로세서였습니다. 스냅드래곤 X 엘리트는 자체 개발한 고성능 ARM 코어인 오라이언(Oryon) 코어 12개와 최대 4.6TFLOPS의 연산 능력을 지닌 아드레노(Adreno) 내장 GPU, 46TOPS(INT4 기준)의 연산 능력을 지닌 헥사곤 NPU 등을 지니고 있었습니다. 스펙으로 보면 인텔의 모바일 코어 시리즈나 AMD의 라이젠 모바일, 애플의 M 시리즈에 크게 뒤지지 않을 성능이지만, 노트북에 사용하기에는 운영체제(OS)가 최대 걸림돌이었습니다. 윈도우 OS는 x86에 최적화되어 있어 x86이 아닌 ARM CPU로 구동할 경우 많은 애플리케이션을 직접 돌리지 못하고 에뮬레이션이라는 단계를 통해 구동해야 했습니다. 그러다 보니 안되는 것도 많고 되더라도 속도가 느린 문제점이 있었습니다. 스냅드래곤 X 엘리트는 성능만 대폭 높인 게 아니라 이런 문제를 극복하기 위해 마이크로소프트와 긴밀한 협력을 통해 호환성을 대폭 끌어 올렸습니다. 스냅드래곤 X 엘리트를 탑재한 마이크로소프트의 서피스 프로와 랩탑은 이전과는 다른 성능을 보여주면서 호평을 받았습니다. 퀄컴은 올해 2세대 제품인 스냅드래곤 X2 엘리트를 선보이면서 노트북 시장에 대한 공략을 강화하고 있습니다. 스냅드래곤 X2 엘리트는 코어 숫자를 18개까지 늘리면서 CPU 성능을 상당히 강화했습니다. 다만 동일한 코어 12개를 넣었던 전작과 달리 12개의 프라임 코어(고성능)와 6개의 퍼포먼스 코어(저전력)를 탑재해 상황에 맞춰 고성능과 저전력으로 사용할 수 있게 했습니다. 프라임 코어의 경우 부스트 클럭을 5.0GHz까지 높이고 기본 클럭도 4.4GHz로 높여 전작보다 각각 0.7GHz, 0.6GHz 높아졌습니다. CPU 성능에 중요한 캐시 메모리도 43MB에서 53MB로 더 늘렸습니다. 덕분에 스냅드레곤 X2 엘리트는 X 엘리트와 비교해 싱글과 멀티 코어 성능이 각각 39%와 50% 정도 크게 높아졌습니다. 이렇게 늘어난 코어를 뒷받침하기 위해서인지 스냅드래곤 X2 엘리트는 메모리 대역폭도 크게 높였습니다. X2 엘리트는 128비트 인터페이스에서 LPDDR5X-9523를 사용해 152GB/s의 대역폭을 제공하고 X2 엘리트 익스트림은 192비트 인터페이스도 지원해 228GB/s까지 대역폭을 높일 수 있습니다. 이는 모바일 CPU로는 최고 수준이라고 할 수 있습니다. 물론 이렇게 늘어난 대역폭은 고성능 GPU가 제 성능을 뽑아내는 데도 중요합니다. GPU는 아드레노 X2-90과 X2-85를 사용하는데, 구체적인 스펙에 대한 언급은 클럭(1.85GHz와 1.7GHz) 정도 외에는 없습니다. 다만 GPU 성능은 전작 대비 50% 높아지고 같은 성능에서 전력 소모는 43%나 줄였다는 게 퀄컴의 설명입니다. 하지만 문제는 역시 호환성입니다. ARM 윈도우 버전에서 네이티브로 구동하는 경우 스냅드래곤 X 엘리트도 인텔 아크 내장 그래픽과 견줄 만한 성능을 보여줬지만, 상당수 게임은 에뮬레이션을 통해 구동해야 합니다. 이 경우 성능이 1/10 수준에 불과하거나 아예 안되는 경우도 있습니다. 윈도우는 기본적으로 x86 아키텍처 CPU를 기반으로 개발되었기 때문에 애플리케이션이나 게임 역시 x86 기반입니다. ARM 윈도우는 애플의 맥 OS보다도 훨씬 기기 숫자가 적기 때문에 게임 개발사 입장에서 이를 지원하기 위해 추가적인 비용을 투자해 ARM 윈도우 버전을 개발한다는 것은 아직은 흔치 않은 일입니다. 그런 만큼 게임이나 다른 그래픽 도구를 사용해야 하는 경우라면 스냅드래곤 탑재 노트북 구매는 신중히 결정해야 합니다. 다만 ARM 윈도우에도 장점은 있습니다. 모바일 기술에 특화되어 있다 보니 전력 효율과 배터리 수명이 뛰어난 편입니다. 배터리 성능은 사실 최근 나오는 x86 모바일 CPU도 크게 개선되긴 했지만, 모바일 통신 부분에서는 여전히 퀄컴만의 장점이 있습니다. 스냅드래곤 X2 엘리트 제품들은 모두 Wi-Fi 7과 블루투스 5.4를 지원하고 스냅드래곤 X75 5G 모뎀을 탑재해 5G 통신망을 좀 더 쉽게 이용할 수 있습니다. 스냅드래곤 X2 엘리트의 또 다른 장점은 새로운 헥사곤 NPU가 현재 모바일 CPU 가운데서 최고 수준인 80TOPS의 AI 연산 성능을 제공한다는 것입니다. 따라서 마이크로소프트의 코파일럿 AI 기능을 자주 사용하는 경우 더 빠르고 원활한 작동을 기대할 수 있습니다. 종합하면 스냅드래곤 X2 엘리트는 이전보다 강력해진 성능으로 현재 있는 x86 기반 모바일 CPU나 애플 M3, M4와 경쟁이 가능한 것은 물론 앞으로 등장할 경쟁자의 신제품에도 충분히 대응할 수 있는 모바일 CPU로 보입니다. 윈도우 ARM을 어느 정도 안착시켰다는 평가를 받는 스냅드래곤 X 엘리트에 이어 후속작인 스냅드래곤 X2 엘리트가 윈도우 ARM를 더 널리 보급할 수 있을지 시장에서의 반응이 주목됩니다.

SK하이닉스가 세계 최초로 300단을 넘어선 321단 쿼드레벨셀(QLC) 낸드 플래시 제품을 개발해 양산에 돌입했다고 25일 밝혔다. 고성능·저전력을 동시에 확보한 초고용량 제품을 개발함으로써 폭발적으로 늘어나는 인공지능(AI)과 글로벌 데이터센터 수요 공략에 나선다는 전략이다. 낸드 플래시는 전원이 꺼져도 데이터를 저장할 수 있는 메모리 반도체다. 하나의 셀(Cell)에 저장되는 정보 수에 따라 SLC(1비트), MLC(2비트), TLC(3비트), QLC(4비트) 등으로 구분된다. SK하이닉스는 “세계 최초로 300단 이상의 낸드를 QLC 방식으로 구현해 기술적 한계를 다시 한번 돌파했다”며 “현존 제품 가운데 최고의 집적도를 가진 이번 칩을 글로벌 고객사 인증을 거쳐 내년 상반기부터 AI 데이터센터 시장에 본격 공급하겠다”고 밝혔다. 이번 제품은 기존 QLC 적용 낸드 플래시 대비 2배 용량인 2테라비트(Tb)로 개발됐다. QLC는 대용량 구현에 유리하지만 속도 저하와 내구성 한계가 뒤따르는 것이 일반적이다. SK하이닉스는 이러한 한계를 보완하기 위해 낸드 내부에서 독립적으로 작동하는 그룹 단위 ‘플레인’(Plane)을 기존 4개에서 6개로 확대했다. 그 결과 데이터 전송 속도는 2배, 쓰기 성능은 최대 56%, 읽기 성능은 18% 개선됐다. 또 데이터 쓰기 전력 효율은 23% 이상 향상돼 저전력·고효율이 필수적인 AI 서버 환경에서도 강점을 확보했다. SK하이닉스는 우선 PC용 솔리드스테이트드라이브(SSD)에 321단 QLC 낸드를 적용한 뒤 기업 데이터센터용 eSSD와 스마트폰용 범용플래시저장장치(UFS)로 확대할 계획이다. 더 나아가 32개의 낸드를 한번에 적층하는 독자 패키징 기술을 바탕으로 기존 대비 2배 높은 집적도를 구현해 AI 서버용 초고용량 데이터 저장장치 시장까지 겨냥한다. 정우표 SK하이닉스 부사장은 “고용량 제품 포트폴리오를 강화해 가격 경쟁력까지 확보하게 됐다”며 “AI와 데이터센터 시장의 고성능 요구에 발맞춰 글로벌 메모리 시장에서 더 큰 도약을 이뤄 내겠다”고 말했다.

SK하이닉스가 세계 최초로 300단을 넘어선 321단 쿼드레벨셀(QLC) 낸드 플래시 제품을 개발하고 양산에 돌입했다고 25일 밝혔다. 고성능·저전력을 동시에 확보한 초고용량 제품을 개발함으로써 폭발적으로 늘어나는 인공지능(AI)과 글로벌 데이터센터 수요 공략에 나선다는 전략이다. 낸드플래시는 전원이 꺼져도 데이터를 저장할 수 있는 메모리 반도체다. 한 셀(Cell)에 저장되는 정보 수에 따라 SLC(1비트), MLC(2비트), TLC(3비트), QLC(4비트) 등으로 구분된다. SK하이닉스는 “세계 최초로 300단 이상의 낸드를 QLC 방식으로 구현해 기술적 한계를 다시 한번 돌파했다”며 “현존 제품 가운데 최고의 집적도를 가진 이번 칩을 글로벌 고객사 인증을 거쳐 내년 상반기부터 AI 데이터센터 시장에 본격 공급하겠다”고 밝혔다. 이번 제품은 기존 QLC 적용 낸드플래시 대비 2배 용량인 2테라비트(Tb)로 개발됐다. QLC는 대용량 구현에 유리하지만 속도 저하와 내구성 한계가 뒤따르는 것이 일반적이다. SK하이닉스는 이러한 한계를 보완하기 위해 낸드 내부에서 독립적으로 동작하는 그룹 단위 ‘플레인’(Plane)을 기존 4개에서 6개로 확대했다. 그 결과 데이터 전송 속도는 두 배, 쓰기 성능은 최대 56%, 읽기 성능은 18% 개선됐다. 또 데이터 쓰기 전력 효율은 23% 이상 향상돼 저전력·고효율이 필수적인 AI 서버 환경에서도 강점을 확보했다. SK하이닉스는 우선 PC용 솔리드스테이트드라이브(SSD)에 321단 QLC 낸드를 적용한 뒤 기업 데이터센터용 eSSD와 스마트폰용 범용플래시저장장치(UFS)로 확대할 계획이다. 더 나아가 32개의 낸드를 한 번에 적층하는 독자 패키징 기술을 바탕으로 기존 대비 2배 높은 집적도를 구현해 AI 서버용 초고용량 데이터 저장장치 시장까지 겨냥한다. 정우표 SK하이닉스 부사장은 “고용량 제품 포트폴리오를 강화해 가격 경쟁력까지 확보하게 됐다”며 “AI와 데이터센터 시장의 고성능 요구에 발맞춰 글로벌 메모리 시장에서 더 큰 도약을 이뤄내겠다”고 말했다.

이재명 정부가 편성하는 첫 연구개발(R&D) 예산으로 35조 3000억원이 배정됐다. 올해 예산보다 약 5조 7000억원(19.3%) 늘어난 규모다. 과학기술정보통신부는 22일 대통령실에서 열린 국가과학기술자문회의 전원회의에서 ‘2026년도 국가연구개발사업 예산 배분·조정안’을 심의·의결했다. 과기정통부 과학기술혁신본부가 배분·조정하는 R&D 예산은 올해보다 5조 3000억원 늘어난 30조 1000억원으로 처음 30조원을 넘겼다. 기획재정부가 편성하는 일반 R&D 예산은 5조 2000억원으로 올해보다 4000억원 늘었다. 과기정통부는 “생산성 대도약과 미래 전략산업 육성을 지원하는 ‘기술주도 성장’, 연구 현장 복원과 지속가능한 연구생태계 전환 등을 담은 ‘모두의 성장’에 집중했다”고 설명했다. 인공지능(AI) 분야 예산은 2조 3000억원으로 올해보다 2배 이상(106.1%) 불어난다. 정부는 독자적 AI 역량 강화에 중점을 두고 풀스택(통합형) R&D에 집중할 방침이다. 범용 인공지능(AGI), 경량·저전력 AI, 피지컬 AI 등 차세대 기술에 예산을 집중적으로 투자하고 AI 인프라 생태계 강화에도 나선다. 연구와 산업, 공공 등 모든 분야에 AI를 융합하는 ‘AI 기본사회’ 전환도 지원한다. 에너지 분야에는 올해보다 19.1% 늘어난 2조 6000억원을 투입한다. 재생에너지를 차세대 주력산업으로 육성하기 위해 초고효율 태양전지, 초대형 풍력 시스템 등을 조기에 실증한다. AI 기반 에너지관리 시스템, 차세대전력망 등 ‘에너지 고속도로’ 기술을 개발하고 소형모듈원자로(SMR), 탄소 포집·저장·활용(CCUS) 기술 확보도 지원한다. 전략기술 분야에는 5년 내 핵심기술 자립화를 목표로 올해보다 29.9% 늘어난 8조 5000억원이 편성됐다. 방위산업 분야에는 올해보다 25.3% 늘어난 3조 9000억원이 배정됐다. 예산은 K9 자주포 성능 고도화 등 전략 수출산업 육성과 신기술 접목 강화 등에 쓰일 예정이다. 중소벤처 분야에는 올해보다 39.3% 늘어난 3조 4000억원을 투입한다. 민간투자 연계형 R&D, 경쟁 보육형 R&D 등을 추진하고 대학과 정부출연연구기관이 축적한 기술을 기업이 활용할 수 있도록 지원한다. 기초연구 분야 예산은 올해보다 14.6% 늘어난 3조 4000억원이 편성됐다. 개인 기초 연구과제 수를 2023년 수준 이상으로 확대하고 폐지했던 기본 연구를 복원한다. 인력양성 분야에는 올해보다 35% 늘어난 1조 3000억원을 배정했다. 최고급 이공계 인재를 위한 맞춤형 지원과 초격차 해외 인재 유치와 정착에 집중적으로 투자한다. 정부는 최고 수준의 우수 신진 연구자를 빠르게 영입하기 위한 ‘인재 유치 프로젝트’(브레인 투 코리아)도 지원한다. 정부출연연구기관에는 올해보다 17.1% 늘어난 4조원을 투입한다. 중장기·대형 연구 집중도를 높이기 위해 단기 성과 중심의 연구과제중심제도(PBS)는 단계적으로 폐지한다. 지역 성장 분야에는 54.8% 늘어난 1조 1000억원을 투입한다. 지역 주도 자율 R&D를 지원하고, 지역 특화산업과 연계한 대규모 AX(AI 응용 전환) R&D를 지원한다. 재난 안전 분야에는 14.2% 늘어난 2조 4000억원을 투자해 복합 재난 대응용 다부처 협력사업을 우선 지원한다. 과기정통부는 “투자 효과성 강화를 위해 부처 간 유사·중복을 제거하고 협업 시너지를 확대하는 한편 소규모 사업의 통합·대형화에도 나서겠다”고 밝혔다. 배경훈 과기정통부 장관은 “이번 R&D 예산안은 역대 최대 규모로, 연구 생태계의 회복을 넘어 완전한 복원과 진짜 성장 실현을 위해 파격적으로 확대했다”면서 “안정적이고 예측할 수 있는 R&D 투자 시스템을 통해 과학기술계와 함께 지속 가능한 연구 생태계를 확립해 나갈 계획”이라고 말했다.

이재명 정부가 인공지능(AI)을 경제 성장 동력으로 삼고 ‘AI 대전환’에 나선다. 인구 감소에 따른 생산성 저하로 0%대로 하락한 경제성장률을 반등시킬 유일한 돌파구가 AI뿐이란 인식에서다. 기획재정부는 22일 정부서울청사에서 합동브리핑을 통해 ‘새 정부 경제성장전략’을 발표했다. 이재명 대통령이 강조하는 ‘진짜 성장’을 강조하고자 기존 ‘경제정책방향’이란 명칭을 ‘경제성장전략’으로 바꿨다. 정부는 AI 대전환을 위한 15개 프로젝트를 선정했다. 먼저 ‘피지컬 AI 1등 국가’를 목표로 ‘로봇·자동차·선박·가전·드론·팩토리·반도체’ 등 7개 분야에서 AI 선도 프로젝트를 추진한다. 로봇 분야에서는 5년 내 범용 휴머노이드 로봇을 개발한 뒤 산업용 특화 휴머노이드로 확대 도입한다. 자동차 분야에서는 2027년까지 완전 자율주행 자동차를 상용화한다. 선박 분야에서는 2030년까지 선원이 없는 완전 자율운항 선박 개발을 완료한다. 가전 분야에서는 TV·냉장고 등 가전에 AI를 탑재해 글로벌 ‘AI 가전·홈 서비스’ 시장 선점을 추진한다. 드론 분야에서는 AI 항공·소방 드론부터 우선 개발해 올해 하반기부터 보급에 나선다. 팩토리 분야에서는 자동차·기계·화장품 등 주력 제조업 공장에 AI 로봇·시설·장비를 도입한 ‘AI 팩토리’를 확산한다. 반도체 분야에서는 AI 자동차·가전·로봇·드론 등 피지컬 AI에 필수적인 ‘온 디바이스 AI 반도체’ 개발을 추진한다. 아울러 일상생활에 쓰이는 제품 300개에 대한 AX(AI 전환) 지원 프로젝트도 신설한다. ‘자동 음향 조절 마이크’, ‘피부 분석을 통해 적합한 화장품을 추천하는 거울’, ‘신생아 울음소리 분석 AI’ 등이다. 공공부문 모든 업무에 AI 도입정부와 지방자치단체 등 공공부문 업무 가운데 ‘복지·고용, 납세 관리, 신약 심사’ 등 3대 분야에 AI를 도입한다. 복지·고용 분야에서는 AI를 활용한 일자리 매칭, 직업 교육, 복지 지원 등을 추진한다. 납세 관리 분야에서는 내년에 AI 세무 상담·검색 시스템을 도입한다. 2027년까지 홈택스를 전면 개편해 세금 신고·납부를 자동화한다. 탈세 의심 사례를 식별·분석하는 데도 AI를 도입한다. 신약 심사에서는 AI를 활용한 신속한 자료 대조·검증, 허가심사서 초안 작성을 통해 신약 허가 심사 기간을 대폭 단축한다. 또 ‘공공 AX 프로젝트’를 확대해 모든 정부 기관이 행정 업무에 AI를 활용하는 방안을 추진한다. AI를 한글처럼… 전 국민 AI 교육국민 누구나 AI를 한글처럼 익혀 활용할 수 있도록 ‘전 국민 AI 교육’도 추진한다. 한국과학창의재단과 한국교육방송공사(EBS)는 초중고교생들이 AI를 활용해 사고력과 문제 해결력을 기를 수 있도록 교육한다. 한국과학기술원(KAIST)과 한국방송통신대는 AI 비전공 대학생을 상대로 AI 활용 교육에 나선다. 한국기술교육대·한국산업인력공단·국방부는 청년 구직자와 중소기업 재직자를 대상으로, 소상공인시장진흥공단·한국지능정보사회진흥원은 소상공인·자영업자 등 일반 국민을 대상으로 AI 활용법을 가르친다. 4대 과학기술원은 AI 융복합 인재 양성과 해외 AI 석학 초청 강연을 추진한다. AI 인재가 국내에 정착할 수 있도록 급여·병역특례 등 파격적인 지원도 이뤄진다. 국립대 AI 교수에게는 금전적 인센티브를 제공한다. 병역 의무가 있는 AI 분야 석·박사는 전문 연구 요원으로 우선 배정한다. 해외 석학·신진급 해외 인재 2000명 유치 프로젝트를 추진하는 한편, 우수 인재를 위한 특별비자를 신설해 재외 한인 연구자의 귀국을 유도한다. 공공 데이터 개방…산학연 협력 강화공공 데이터 개방도 본격 추진한다. AI 도입·활용의 토대를 마련하기 위해서다. 정부는 2030년까지 데이터 시장을 50조원 규모로 키운다는 목표를 세웠다. 민감한 개인정보나 데이터를 안전하게 분석할 수 있는 ‘안심 구역’을 클라우드 기반으로 전환해 기업과 연구자들이 데이터를 더 편리하게 활용할 수 있도록 지원한다. 개인 정보 보호를 위해 가명 데이터 개방을 확대한다. 공공·민간의 AI 학습용 데이터랄 한곳에 모아 통합 제공하는 ‘국가 AI 학습용 데이터 클러스터’를 신설한다. ‘국가 AI 데이터 표준’을 마련하고, 산업별로 데이터를 공유·유통하는 플랫폼인 ‘데이터 스페이스’도 구축한다. 정책 협력도 강화된다. 정부는 대통령 직속 ‘국가 AI 전략위원회’를 중심으로 AI 정책 총괄·조정 기능을 수행한다. 공공부문 기관별 AI 책임관을 지정하고, 공공기관 AI 도입·활용을 지원한다. 공공 분야 AX를 공공기관 경영평가와 정부 업무 평가 등에 반영한다. AI 개발 기업과 학계, 연구기관이 참여하는 ‘산학연 연합체’도 구축된다. AI 인프라 확충… 독자 AI 개발 추진AI 데이터 센터 등 인프라도 대폭 확충된다. 정부는 민관 협력을 바탕으로 2030년까지 고성능 그래픽처리장치(GPU) 5만장 이상을 확보할 계획이다. 전력·세제·규제 등 패키지 지원을 통해 AI 데이터 센터도 확충한다. 특히 ‘AI 데이터 진흥 특별법’을 제정해 AI 데이터 센터 인허가를 간소화하고 입지·부대시설 규제 완화에 나선다. AI 정예팀(최대 5개팀)에 GPU·데이터·인재를 집중적으로 지원해 글로벌 수준의 독자 AI 모델을 개발한다는 목표도 세웠다. AI 컴퓨팅 인프라와 ‘온 디바이스 AI’ 등에 필수적인 저전력 NPU(신경망 처리 장치) 기술을 고도화하고 실증·사업화를 지원해 AI 반도체 산업 생태계 조기 확립에 나선다. AI 인재와 스타트업, 데이터가 집결해 AI 혁신 기술과 서비스를 실증할 수 있는 ‘AI 특화 실증단지’도 구축한다.