SK하이닉스가 온디바이스(기기 탑재형) 인공지능(AI) PC(개인용컴퓨터)에 탑재되는 SSD(솔리드 스테이트 드라이브) 제품인 ‘PCB01’의 개발을 완료하고 연내에 양산할 계획이라고 28일 밝혔다. SK하이닉스는 “PCB01에 최초로 ‘8채널 PCle 5세대’ 규격을 적용해 데이터 처리 속도 등 성능을 획기적으로 높였다”며 “고대역폭메모리(HBM)를 대표로 하는 초고성능 D램에 이어 낸드 솔루션에서도 최고 수준의 제품 개발에 성공했다”고 강조했다. SK하이닉스는 글로벌 PC 고객사와 함께 신제품에 대한 인증 작업을 진행 중이라고 설명했다. 인증이 마무리되는 대로 연내 양산에 들어가 대형 고객사와 일반 소비자용 제품을 함께 출시할 계획이다. PCB01의 연속 읽기와 쓰기 속도는 각각 초당 14GB(기가바이트), 12GB로 PC용 SSD 제품 중 업계 최고의 성능이 구현됐다고 SK하이닉스는 설명했다. SK하이닉스 관계자는 “이는 AI 학습과 추론에 필요한 거대언어모델(LLM)을 1초 이내에 구동하는 수준의 속도”라고 부연했다.전력 효율도 이전 세대 대비 30% 이상 개선돼 대규모 AI 연산작업의 안정성을 크게 높여줄 것으로 SK하이닉스는 기대하고 있다. SK하이닉스는 이 제품에 ‘SLC(싱글 레벨 셀) 캐싱’ 기술도 적용했다. 이는 한 개의 셀에 1개의 셀에 1비트(bit)의 데이터를 저장하는 규격이다. SLC는 필요한 데이터의 처리 속도를 높여줄 수 있는 방식이다. PCB01에는 개인정보를 보호하기 위한 보안 기능도 탑재됐다. 데이터 위변조를 방지하고 보안상 신뢰할 수 있는 하드웨어 영역인 ‘신뢰점’ 보안 솔루션을 제품에 내장해 외부 보안 공격과 정보 위변조를 방지하는 한편 사용자 암호도 보호될 수 있도록 했다. PCB01은 512GB, 1TB(테라바이트), 2TB 등 3가지 용량으로 출시될 예정이다. 안현 SK하이닉스 부사장은 “이번 신제품은 기존 세대 대비 성능이 대폭 개선되면서 온디바이스 AI PC용 CPU(중앙처리장치)를 생산하는 여러 빅테크 기업들로부터 호환성 검증 협업 요청이 들어오고 있다”며 “고객 인증과 양산을 순조롭게 진행해 낸드 솔루션에서도 세계 1위 메모리 리더십을 공고히 하도록 힘쓸 것”이라고 말했다.

최근 업계에서 ‘위기론’이 번지고 있는 삼성전자가 하반기 반도체 시장 돌파구 마련을 위한 전략회의에 들어갔다. 깊은 불황의 늪을 빠져나온 메모리 반도체와 경쟁사 SK하이닉스에 주도권을 빼앗긴 고대역폭 메모리(HBM)의 동반 성장을 비롯해 인공지능(AI) 시대 메모리 솔루션으로 떠오르고 있는 ‘컴퓨트 익스프레스 링크’(CXL)를 아우르는 개발 전략을 수립해 글로벌 반도체 1위 기업 입지를 공고히 한다는 게 삼성전자 측 복안이다. 26일 업계에 따르면 삼성전자 반도체 사업을 담당하는 디바이스솔루션(DS)부문은 이날 경기 화성사업장에서 상반기 글로벌 전략회의를 진행했다. 지난달 삼성전자의 원포인트 인사로 DS부문장에 오른 전영현 부회장이 처음 주재한 사장단 회의로 이정배 메모리사업부 사장, 최시영 파운드리사업부 사장, 박용인 시스템LSI 사장 등 주요 임원들이 참석했다.올해 회의는 예년과 달리 더욱 강화된 보안 속에 필수 인원만 참석해 진행된 것으로 알려졌다. 이는 업무 속도를 강조해 온 전 부회장의 경영 스타일이 반영된 것으로, 해외 빅테크들의 생성형 AI 개발 경쟁이 촉발한 반도체 시장 급변에 빠르게 대응하면서 반도체 사업 전략 기밀을 유지하기 위한 결정으로 풀이된다. 전 부회장과 주요 사업부 사장들은 미국 엔비디아의 HBM 품질검증(테스트) 현황 및 신속 통과 방안을 우선 논의한 것으로 전해졌다. 엔비디아는 현재 전 세계 AI 칩 시장의 80%를 차지하고 있는데 SK하이닉스가 엔비디아에 4세대 HBM 제품인 HBM3를 사실상 독점 공급하고 있다.반면 SK하이닉스보다 늦게 HBM 개발에 뛰어든 삼성전자는 아직 엔비디아에 HBM을 납품하지 못하고 품질검증 통과만을 기다리고 있다. 기존 D램 메모리 칩을 복층 구조로 쌓아 올린 형태의 HBM은 방대한 분량의 데이터를 빠른 시간에 처리할 수 있어 AI 칩 개발에 필수로 꼽힌다. 시장조사업체 트렌드포스에 따르면 2023년 말 기준 SK하이닉스가 시장의 53%를 점유하고 있으며 삼성전자는 38%, 미국 마이크론이 9%대 점유율을 보이고 있다. 이날 회의에서는 HBM과 더불어 시장 수요 급증이 전망되는 CXL 개발 전략도 논의된 것으로 알려졌다. CXL은 중앙처리장치(CPU)와 그래픽처리장치(GPU), 저장장치 등 각 장치(컴퓨트)를 빠르게(익스프레스) 연결(링크)하는 기술이다. CXL 시스템으로 구축한 서버는 1대당 메모리 용량을 8~10배가량 늘릴 수 있다. 서버당 처리해야 할 데이터가 급증하는 AI 시대에 적합한 기술로 주목받고 있다. 삼성전자는 최근 글로벌 오픈소스 솔루션 기업 레드햇이 인증한 CXL 인프라를 업계 최초로 자체 연구 시설에 구축했다. CXL 시장 규모는 2022년 170만 달러(약 23억 6000만원)에서 2026년 21억 달러(2조 9200억원)로 연평균 6배 성장할 것으로 전망된다.

시중에서 인공지능(AI) 프로세서를 탑재한 ‘AI PC’ 신제품들이 인기를 끌고 있는 가운데 올 1분기 국내 컨슈머(B2C) PC 시장에서 LG전자 노트북의 판매량이 호조세다. 최근 발표한 시장조사기관 IDC 보고서(IDC Personal Computing Device Tracker, 2024Q1) 에 따르면 올 1분기 LG전자 노트북의 판매량은 약 26만 8000대(출하량 기준)를 기록하며 전년 동기 대비 약 20% 신장, 국내 노트북 제조사 중 가장 큰 신장률을 보였다. 국내 PC 시장에서 1분에 1대씩 팔린 셈이다. 이는 1분기 국내 컨슈머 PC 시장 규모가 전년 동기와 거의 유사한 수준임을 감안할 때 눈에 띄는 성장세다. 업계에서는 올해 최신 AI 프로세서를 기반으로 역대 LG 그램 시리즈 중 가장 뛰어난 성능을 갖춘 ‘LG 그램 프로’가 시장에서 좋은 반응을 얻고 있는 것으로 해석하고 있다. LG 그램 프로는 그램 본연의 초경량 정체성을 유지하면서도 LG 그램 시리즈 가운데 역대 가장 뛰어난 성능을 갖춘 최상위 라인업이다. 그램 시리즈 최초로 AI 부스트가 내장된 인텔® 코어™ Ultra CPU를 탑재하여, 고성능 작업과 AI 기능을 거뜬히 가능하게 되었다. 일례로 PC 내 인터넷 연결이 없이 AI로 사진을 분석해 인물/장소/날짜 등 39개 카테고리에 따라 자동으로 분류하는 ‘AI 그램 링크’를 탑재하여 고객의 AI 경험을 확대했다. 그램 프로는 총 178개 날개를 품은 메가 듀얼 쿨링팬, 최대 144㎐ 고주사율디스플레이등 강력한 성능을 탑재함에도 불구하고, 그램 본연의 초경량 정체성도 잃지 않았다. 두께는 16형 모델 기준 12.4㎜로 2023년형 LG 그램(15.7㎜)보다 약 21% 줄었고, 무게는 1,199g에 불과하다. 특히 제품에 탑재된 ‘AI 그램 링크’ 기능은 안드로이드/iOS 등 OS의 제약없이 최대 10대의 기기와 PC 간 사진 등 파일을 편리하게 주고받거나 화면을 공유할 수 있다. 또 AI가 사진을 분석해 인물, 장소, 날짜 등 39개 카테고리에 따라 자동 분류해 주는 등 편의성도 뛰어나다. 출시 이후 구매 고객은 “프로그램 설치나 구동이 빨라서 작업 시간이 매우 단축됐다”, “iOS와 연결 가능한 AI 그램 링크가 있어 구매했고, 너무 편리하다” 등 긍정적 평가가 지속되고 있다. 국내뿐 아니라, LG 그램은 미국 소비자 매체 컨슈머리포트로부터 최고 노트북에 연이어 선정되는 등 글로벌 시장에서도 좋은 반응을 얻고 있다. 17형 대화면 노트북 ‘LG 그램 17’은 매체가 선정한 ‘올해 최고의 노트북(Best Laptops of 2024)’ 가운데 ‘최고의 윈도우 노트북(Best Windows Laptops)’에 이름을 올렸다. 매체는 “LG 그램은 출시 이후 지속해서 매체가 선정한 최고의 노트북 중 하나로 꼽히고 있으며, 특히 긴 배터리 수명과 가벼운 무게로 어디를 가든 휴대하기를 원하는 고객에게 탁월한 선택”이라고 호평했다.

인공지능(AI)·반도체·빅데이터·바이오헬스테크 분야에서 주목받고 있는 이스라엘 혁신기술 스타트업 기업 4사가 14일 아시아 최대 규모 스타트업 박람회 ‘넥스트라이즈’ 부대행사를 찾아 각사가 보유한 핵심 기술 서비스를 소개했다. KDB산업은행과 한국무역협회와 이 주관하는 ‘넥스트라이즈 2024 서울’의 부대행사인 ‘이스라엘 이노베이션 테크 데이’가 이날 서울 강남구 삼성동 코엑스에서 열렸다. 주한이스라엘대사관 경제무역대표부가 주최한 이 행사에는 신한투자증권, 현대모비스 등 국내 주요 기업 벤처투자 관련 관계자들이 참석해 이스라엘 혁신 스타트업 스피데이터(Speedata), 스크림(Sqream), 네티라(Nateera), 팁랭크스(TipRanks) 등 4곳 관계자들에게 추가 질문을 던지는 등 열기가 뜨거웠다. 아키바 토르 주한이스라엘대사는 이날 행사 축사에서 “넥스트라이즈 2024에서 데이터 분석, 원격 건강 및 데이터 기반 투자 분야에서 독점적인 혁신 기술을 보유한 이스라엘 기업을 선보일 수 있어 기쁘다”면서 “세계 초일류 수준의 엔지니어링 제조 역량을 보유한 한국과 이스라엘 혁신기술 기업의 경제 협력은 어쩌면 두 나라가 현재 마주한, 그리고 다가올 지정학적 위기를 초월할 결정적 순간이자 근본적 실마리가 될 것”이라고 말했다. 타마르 코셔 마론 이스라엘 경제무역대표부 대표도 이날 “한국과 이스라엘은 천연자원이 거의 전무하고 전쟁으로 기반시설이 파괴됐고 잿더미만 남은 척박한 땅에서 우수 인재들의 창조적 혁신에 기대 다시 일어섰다는 공통점이 있다”면서 “삼성, LG, 현대, SK와 같은 글로벌 초일류 엔지니어링, 제조업 역량과 창조적인 아이디어로 무장한 이스라엘 스타트업이 만나 협력한다면 시너지를 낼 수 있을 것”이라고 말했다.이스라엘 텔아비브에 본사를 둔 스피데이터는 미국 실리콘밸리 유명 빅테크 마이크로소프트(MS), 아마존, 구글이 투자한 스피데이터는 집적회로반도체(FPGA)인 가속처리기(APU)를 설계하는 유망 팹리스 반도체 제조사다. 지금까지 최소 7000만 달러 상당의 투자를 유치했다. 스피데이터의 APU는 벤치마크 테스트를 통해 기존 CPU에 비해 최소 20~45배 빠른 것으로 알려졌다. 이는 엔비디아의 GPU가 CPU에 비해 1.3배 빠르다는 점을 고려하면 혁신적인 속도다. 생성형 AI 붐으로 처리해야 할 데이터가 매년 급증하고 있다는 점에서 공간과 비용을 획기적으로 절감할 수 있는 빅데이터 솔루션 기술을 보유한 회사 가치는 시간이 갈수록 높아질 것이라는 전망에서다. 게다가, 스피데이터의 APU를 이용하면 AI 데이터센터를 건립·운용에 드는 막대한 비용을 획기적으로 절감할 수 있다. AI 데이터센터에는 GPU 구매비, 공간비용, 건설비, 전기비, 인건비 등이 들어간다. 스피데이터는 데이터센터 공간을 기존에 비해 94% 줄일 수 있고, 데이터센터 유지운영비용으로 무려 86% 절감할 수 있다고 설명했다. 스피데이터가 하드웨어적 솔루션에 치중한 기업이라면 스크림(Sqream)은 소프트웨어 빅데이터 솔루션을 제공하는 기업이다. 스크림은 페타바이트 규모로 크고 복잡한 대규모 빅데이터를 GPU에 기반한 슈퍼컴퓨팅 기술을 통해 효율적으로 분석하고 빠른 속도로 처리하고 이를 통해 새롭게 알 수 있는 인사이트를 제공해 기업의 의사결정을 돕는 기업이다. 삼성, LG전자, 알리바바 등 국내외 유수 기업들이 이미 스크림의 기술 솔루션을 도입했다. 바이오헬스케어 솔루션 기업 ‘네티라’는 비접촉 방식의 헬스케어 기기 제조사다. 환자의 머리 맡에 설치된 기기가 고주파 레이더를 쏴 환자의 심장박동수, 호흡율, ‘바이털사인’(생체신호)을 실시간으로 계속 측정하고, 자체 클라우드 서버에서 이를 분석해 임계치를 넘는 등 건강에 이상반응을 보이면 즉시 의료진에 알림을 울리는 장치다. 박성욱 나티라 아시아지사장은 이날 “애플과 삼성이 스마트워치를 출시한 뒤 이들이 수집하는 생체정보 빅데이터의 질과 양을 앞설 수 없어 경쟁력이 떨어질 것이라는 비관적 전망도 있었지만, 결과는 달랐다”면서 “실제로 부동산회사 오메가 스템사가 미국과 영국 요양병원 300곳에서 이 기기를 3개월 동안 사용한 결과 환자들의 건강 상태가 나빠져서 병원에 입원하는 환자 비율을 60~70% 가까이 낮추는 결과가 나왔다”고 설명했다. 이어 박 대표는 “본격적인 치료가 필요한 질병단계 전에 조기 개입해서 적극적으로 예방 의료를 했더니, 입원 비율은 물론 사망률도 현저히 줄었다”고 말했다. 이 기업은 바이오헬스케어 분야뿐만 아니라 추후 자율주행 등 다양한 분야에 솔루션을 제공하는 등 확장성이 있는 기업으로도 평가된다. 2012년 창립된 팁랭크스는 금융·학술·미디어·유통 등 다양한 분야에서 빅데이터를 처리하는 핀테크 기업이다. 이들은 주식 투자자들에게 미국 월스트리트에 있는 8000명의 금융 애널리스트가 컨센서스를 가진 상장기업 관련 정보를 제공해 투자 판단을 돕는다. 듀크대와 제네바대 2021년 1월 5일 발표한 공동연구 논문에 따르면 금융 블로거가 추천한 주식 종목의 90%가 향후 6~12개월의 투자 기간 동안 손실을 발생한다는 결과가 나왔는데, “팁랭크스는 어떤 금융투자 인플루언서가 지속적으로 좋은 성과를 내는지 투자자가 식별할 수 있는 유일한 회사”라고 판단했다.미국보다 453배 좁은(2만㎢) 땅덩이에 중동에서 지정학적으로 고립된 인구 900만의 소규모 국가가 성공적인 혁신 스타트업 생태계를 꾸린 건 놀라운 성취다. 이스라엘의 스타트업 생태계 규모는 세계에서 7번째로 크고, 인구당 스타트업 창업 비율은 세계에서 가장 높다. 기업 가치가 1조원이 넘는 유니콘 기업을 131개 보유하고 있고, 이스라엘 텔아비브에 본사를 둔 유니콘 기업은 2024년 기준 26개다. 이는 전세계 전체 유니콘 기업의 10%에 달하는 수치다 세계 인공지능(AI) 스타트업 중 이스라엘의 점유율은 10.5%가 넘는다. ‘USB 플래시 드라이브의 창시자’인 도브 모란 그로브 벤처스 매니징 파트너가 14일 이스라엘 이노베이션 테크 데이 화상축사에서 이스라엘이 스타트업 생태계 조성에 성공한 비결을 묻자 “농담으로 답하자면 ‘Nothing’이라고 답하겠다”면서 “이스라엘이 전쟁으로 폐허가 된 땅에서 다시 일어날 수 있었던 전세계를 이방인으로 떠돌며 익힌 생존을 위한 혁신본능이 DNA에 내재돼 있기 때문”이라고 설명했다. 로마에 패퇴해 팔레스타인 가나안땅에서 쫓겨난 이스라엘 민족은 유럽 등 전세계를 2000여년간 이방인으로 떠도는 ‘디아스포라’를 거친 뒤 1948년 이스라엘 건국으로 지금의 영토를 되찾았다. 모란은 “농경중심사회에서 농사를 지을 땅이 떠돌던 유대인들은 잠깐 머물던 마을의 우유를 이웃마을 계란과 맞바꿔 도을 버는 기지를 발휘해 생존했다”고 말했다. 이어 “최악의 조건이 주어지더라도 최상의 결과를 냈던 사람들이 유대인”이라며 “아무 것도 가진 게 없어 배고파도, 자기자신을 끊임없이 갈고 닦아 업계 최고가 되려 애쓰는 것이 이스라엘의 기업가정신”이라고 설명했다. 최근 수년간 이스라엘 스타트업 기업에 투자해 온 임상민 에이티넘인베스트먼트 이사는 “이스라엘은 자국 정체성을 ‘스타트업 네이션’으로 정의할 만큼, 스타트업에 참으로 진심인 국가”라면서 “기술력은 미국 실리콘밸리 테크 기업들만큼 우수한데 밸류에이션(시가총액 등 시장이 평가한 기업 가치)은 미국에 비해 저렴하기에 매력적인 투자처가 될 수 있다”고 말했다. 이어 “한국의 이스라엘 벤처투자는 과거부터 활발했고, 저희와 대기업 벤체투자사를 미롯해 많은 벤처캐피털이 오랫동안 주시해 온 시장”이라며 “이스라엘의 혁신 스타트업들은 기업공개(IPO), 인수합병(M&A) 등 유니콘기업으로 거듭나기 전 투자하거나 교류할 기회가 있다면 매우 좋은 투자 기회가 될 수 있다”고 강조했다. 이에 대해 임 이사는 “국내에서는 보통 이삼십대 젊은 스타트업 대표를 만게 되는데, 이스라엘에 가보면 60~70대 대표도 상당히 많다”면서 “세대와 연령에 관계없이 남녀노소 스타트업 창업에 뛰어든다는 건 그만큼 이스라엘의 스타트업 생태계 저변이 넓다는 것을 의미한다”고 설명했다. 이어 “국내 스타트업은 벤처 투자를 받기 위해 특정 최상위권 대학에서 공학을 전공한 뒤 특정 국내외 대기업 출신이라는 점을 강조하는 방식으로 자신을 소개하지만, 이스라엘의 자기소개는 완전히 다르다”면서 “이스라엘은 자기소개를 할 때 예를 들어, 이스라엘군 정예사이버부대 8200부대 출신이라는 점을 강조하는 등 표면적으로 드러나는 스펙을 강조하기보다는 지금까지 쌓아 온 경력과 실무에서 활용 가능한 능력을 더 우선시해 평가하는 문화가 형성돼 있다”고 덧붙였다.

AMD는 컴퓨텍스 2024에서 Zen 5 아키텍처를 적용한 전 제품군을 동시에 공개했습니다. 서버 부분에서는 5세대 에픽 프로세서(코드네임 Turin), 데스크톱 부분에서는 라이젠 9000 시리즈(코드네임 Granite Ridge), 노트북 부분에는 라이젠 AI 300 시리즈(코드네임 Strix Point)를 한 번에 공개한 것입니다. 출시 시점은 올해 7월(라이젠 9000, 라이젠 AI 300)과 하반기(5세대 에픽)로 곧 시장에서 볼 수 있을 것입니다. 이번 발표에서 흥미로운 부분은 데스크톱, 노트북, 서버 제품군이 각기 시장 상황에 맞춰 다른 전략을 지니고 있다는 것입니다. 노트북 프로세서인 라이젠 AI 300의 경우 NPU를 추가해 마이크로소프트의 코파일럿 + PC 기준을 충족함과 동시에 Zen 5 코어 4개 + Zen 5c 코어 8개로 스레드 숫자를 24개로 늘려 경쟁사인 인텔과 멀티스레드 경쟁에서도 밀리지 않겠다는 점을 분명히 했습니다. 반면 데스크톱 제품인 라이젠 9000 시리즈는 전 세대와 코어 구성이 달라진 게 없습니다. 다른 제품들은 코어를 늘리는 가운데 라이젠 9000만 유지한 부분이 오히려 더 주목됩니다. 일각에서는 인텔처럼 AMD도 고성능 코어와 고효율 코어의 하이브리드 구조로 가면서 코어 숫자를 늘릴 것이라는 예측도 있었으나, 모바일 코어 숫자만 최대 12개로 늘어나고 데스크톱 프로세서는 16코어를 유지했습니다. 하지만 여기에는 나름 그럴 만한 이유가 있습니다. 과거 AMD의 견제가 미약하던 시절 인텔은 4코어 제품을 오랜 시간 주력 제품으로 내세웠습니다. 그런 상황에서 도전자였던 AMD의 라이젠 프로세서는 8코어 제품을 주력으로 내세워 시장을 잠식해 들어갔습니다. 급기야 과거 자신만만하던 인텔마저 6, 8코어 제품을 급하게 내놓았을 정도입니다. 그러나 AMD는 여유 있게 16코어 제품을 내놓으면서 인텔의 추격을 따돌렸습니다. 결국, 인텔도 16코어, 24코어 제품을 내놓으면서 맞불을 놓았습니다. 하지만 코어 숫자가 경쟁적으로 늘면서 전력 소모 역시 크게 늘어난 것이 문제가 됐습니다. 여기에 경쟁자를 의식해 클럭까지 6GHz까지 높였으니 전력 소모량과 발열은 더 감당하기 힘든 수준이 됐습니다. 일부에서는 두 회사가 CPU를 두고 ‘전력 차력 쇼’를 벌이고 있다는 비판까지 나왔습니다. 당분간 코어 수 경쟁을 더 벌이기 힘든 상황이 된 것입니다. 물론 그럼에도 데스크탑 부분에서 AMD는 최대 16코어, 인텔은 최대 24코어를 유지하고 있기 때문에 이번에는 AMD가 코어 숫자를 좀 더 늘릴지도 모른다는 관측도 있었습니다. 스레드 숫자는 32개로 똑같지만, 코어 숫자가 적다는 것은 마케팅 측면에서는 불리하기 때문입니다. 하지만 AMD가 그렇게 하지 않은 것은 크게 두 가지 이유로 해석해 볼 수 있습니다. 첫 번째로 Zen 5 코어의 IPC가 16% 늘어나서 코어 숫자를 늘리지 않고도 성능을 높일 수 있다는 것입니다. 코어 숫자나 클럭은 똑같아도 한 번에 할 수 있는 일의 양을 의미하는 IPC가 늘어나면 성능을 높일 수 있습니다.두 번째로 아키텍처를 개선하고 4nm 공정을 미세 공정을 도입하면 같은 코어 수를 기준으로 전력 소모량을 줄일 수도 있습니다. 실제 공개한 내용을 보면 16코어인 라이젠 9 9950X만 TDP가 170W로 전 세대와 동일하고 12코어인 라이젠 9 9900X는 전 세대보다 50W가 줄어든 120W입니다. 8코어, 6코어 제품 역시 TDP가 105W에서 65W로 40W가 줄었습니다. 물론 TDP는 실제 전력 소모량과는 다를 수 있지만, 그래도 수치가 줄어들면 실제 전력 소모량도 줄어드는 게 일반적입니다. 따라서 이번에는 코어 수를 유지하고 비판의 대상이 된 과도한 전력 소모량을 줄이기 위해 노력했다는 해석이 가능합니다. 한 가지 변수는 경쟁자인 인텔 애로우 레이크입니다. 애로우 레이크가 예상보다 코어 숫자가 많을 경우 라이젠 9000 시리즈가 멀티스레드 성능에서 밀릴 수 있습니다. 그래도 AMD에게는 남은 카드가 하나 더 있습니다. 바로 3D V 캐시 메모리를 추가해 성능을 높이는 것입니다. 이 방법으로 AMD는 게임 부분에서 경쟁자를 확실히 따돌려왔습니다. 이번에도 같은 방식으로 고성능 제품군인 9000X3D 시리즈를 추후에 공개할 것으로 보입니다. 지난 몇 년 간 코어 수를 유지한 데스크톱과는 대조적으로 AMD는 서버 제품인 에픽 프로세서에는 아낌없이 코어 숫자를 늘렸습니다. 따라서 5세대 에픽 프로세서는 4세대와 비교해서 Zen 5 코어는 33% 늘어난 최대 128코어까지 Zen 5c 코어는 50%나 늘어난 192코어까지 지원합니다. 대신 TSMC의 3nm 공정을 사용해 전력 소모 증가는 최대한 억제한 것으로 보입니다. 그리고 코어 수를 늘리는 것 자체로 데이터 센터에서는 상당한 전력 절감 효과가 있습니다.최신 데이터 센터에는 수천 개에서 수만 개의 서버가 존재합니다. 그런데 서버 사이의 데이터를 주고받는 과정에서도 막대한 양의 에너지가 소비됩니다. 같은 서버 안에 있는 CPU 사이에도 같은 상황이 발생합니다. 따라서 64코어 CPU 두 개보다 128코어 CPU 한 개가 더 효율이 높고 128코어 서버 두 대보다 256코어 서버 한 대가 전력 소모가 적습니다. 5세대 에픽 프로세서의 경우 가장 흔히 쓰이는 2소켓 서버 기준으로 최대 384코어 768스레드가 가능해 앞으로 상당한 수요가 예상됩니다. 참고로 AMD는 3세대까지 최대 64코어 에픽 프로세서를 지원하다 4세대에서 128코어, 5세대에서 192코어까지 순차적으로 늘려가고 있는데, 서버 시장 점유율 역시 덩달아 늘어나고 있습니다. 리사 수 AMD CEO에 의하면 AMD의 서버 시장 점유율은 이제 33%에 도달했습니다. 몇 년 전만 해도 상상하기 어려웠던 수치입니다. 도전자 AMD의 거센 공세에 직면한 인텔 역시 여러 비장의 카드를 준비해 둔 상태입니다. 노트북 부분의 루나 레이크와 데스크톱 부분의 애로우 레이크 역시 올해 하반기에 출격을 대기하고 있습니다. 올해도 과거에는 상상하기 힘든 수준으로 강해진 AMD와 여전히 만만치 않은 능력을 지닌 채 반격을 준비하는 인텔의 대결이 주목됩니다.

2024년 PC 시장의 최대 화두는 AI PC가 될 것으로 보입니다. 당장에는 AI 서비스의 사용 비중이 높지 않지만, 마이크로소프트가 코파일럿 + PC라는 새로운 카테고리를 선보이면서 자사의 AI 기능을 차세대 PC의 표준으로 만들기 위해 노력하고 있고 제조사들도 여기에 호응해 새로운 프로세서와 노트북을 선보이고 있기 때문입니다. 우선 포문을 연 것은 퀄컴의 스냅드래곤 X 엘리트입니다. 마이크로소프트가 코파일럿+ PC의 기준으로 삼은 40TOPS의 연산 능력을 처음으로 만족시킨 프로세서로 서피스 프로와 랩톱에 x86 CPU보다 먼저 탑재되어 눈길을 끌었습니다. 본래 마이크로소프트와 끈끈한 관계를 유지해 왔지만, 당장에 AI PC의 기준에 맞는 제품을 내놓을 수 없는 인텔은 올해 3분기 출시 예정인 루나 레이크의 AI 연산 능력이 스냅드래곤 X 엘리트보다 더 우수하다면서 이에 응수했습니다. 한편 이제까지 말을 아끼던 AMD는 대만 컴퓨텍스 2024 행사에서 코드네임 스트릭스 포인트(Strix Point)로 알려진 차세대 모바일 CPU를 발표했습니다. 본래대로면 라이젠 모바일 9000 시리즈로 나와야 하지만, AMD는 라이젠 AI 300이라는 새로운 브랜드를 선보였습니다. 라이젠 AI 300은 새로운 Zen 5 및 Zen 5c 코어를 탑재했습니다. 각각 인텔의 P 코어와 E코어에 해당하는 CPU 코어이지만, Zen 5c는 E 코어와 달리 2개의 스레드를 제공합니다. 덕분에 플래그쉽 프로세서인 AMD 라이젠 AI 9 HX 370는 12 코어(4x Zen5 + 8x Zen5c)임에도 24 스레드를 지원합니다. 전 세대인 라이젠 8040보다 1.5배 늘어난 만큼 멀티스레드 성능이 상당히 높아질 것으로 예상됩니다. 싱글스레드 성능 역시 Zen 5 코어 도입으로 높아졌을 것입니다. 같은 날 AMD는 데스크톱 버전 Zen 5의 성능이 전 세대 대비 16% 정도 높아졌다고 언급했는데, 라이젠 AI 300 시리즈의 대략적인 성능 향상 폭도 이와 비슷할 것으로 추정됩니다.이보다 더 중요한 세일즈 포인트는 XDNA 아키텍처를 적용한 NPU의 성능이 50TOPS로 경쟁자인 스냅드래곤 X 엘리트나 루나 레이크보다 약간 높다는 것입니다. 물론 현재 소비자들이 체감할 수 있는 차이로 보이지는 않지만, 제조사 입장에서는 어쨌든 조금이라도 앞서니 크게 홍보할 수 있는 대목입니다. 이에 대해 루나 레이크는 GPU AI 연산 능력까지 보태면 100TOPS이 넘는다고 응수할 것으로 보이는데, 라이젠 AI의 GPU AI 연산 능력 역시 주목됩니다. 라이젠 AI 300 시리즈의 내장 GPU는 RDNA 3.5 아키텍처를 적용한 라데온 890/880M으로 인텔 메테오 레이크 대비 평균 36% 높은 성능을 지녔다는 게 AMD의 주장입니다. 다만 이 정도는 올해 하반기에 등장할 인텔 루나 레이크도 충분히 기대할 수 있는 수준이어서 지금은 누가 이길지 장담하기 어려운 상황입니다. 최근에 대폭 성능을 올린 인텔 내장 그래픽의 승리일지 오랜 세월 이 분야에서 기술을 갈고 닦은 AMD의 승리일지는 출시가 멀지 않은 만큼 곧 알게 될 것입니다. AMD 라이젠 AI는 올해 7월부터 시장에 출시됩니다. 스냅드래곤 X 엘리트보다 늦었지만, 루나 레이크보다는 빠른 셈입니다. 시간차는 약간 있지만, 세 회사에서 나온 프로세서를 탑재한 노트북은 올해 대거 쏟아져 나올 것입니다. 이들이 AI PC라는 소비자용 컴퓨터의 새로운 시대를 열게 될지 시간이 말해줄 것입니다.

올해 초 투자했다면 120%, 지난해 초 투자했다면 1년간 210%의 수익을 거둘 수 있었던 종목이 있다. 국내 온라인 커뮤니티에는 5년 이상 투자했다며 2000%에 가까운 수익률을 자랑하는 인증 사진이 등장한다. 심지어 지난 주말 온라인 주식 커뮤니티에선 10년간 한 종목에 투자해 1만 7000%의 수익률을 거둔 한 일본인 개미 투자자 이야기가 화제가 됐다. 그는 결과적으로 27억원이 넘는 이익을 거뒀다. 비트코인 이야기가 아니다. 인공지능(AI) 열풍의 중심에서 어느덧 공룡기업이 돼 버린 ‘엔비디아’ 이야기다. 요즘 엔비디아는 존재 자체가 뉴스다. 주가가 떨어져도 올라도 기사가 된다. 2022년 10월 기준 100달러 초반이었던 엔비디아의 주가는 최근 1100달러 선까지 올라왔다. 시가총액은 2조 달러(약 2656조원)를 훌쩍 넘어서며 글로벌 시가총액 2위인 애플 자리를 넘보고 있다. 괴물 같은 성장은 그래픽처리장치(GPU·Graphics Processing Unit)가 이끌었다고 해도 과언이 아니다. 엔비디아는 전 세계 GPU 시장에서 점유율 90% 이상을 차지하며 독주 체제를 굳건히 하고 있다최소 6개월 줄 서야 구매 “지금 (엔비디아의) GPU는 마약보다 구하기 어렵다.” 다소 과격한 듯한 일론 머스크 테슬라 최고경영자(CEO)의 말은 팩트다. 엔비디아가 만드는 GPU는 AI 연구개발의 필수재다. 말 그대로 없어서 못 산다. 주력 AI 칩인 H100은 개당 가격이 3만 달러(약 4000만원)에 달하지만 굴지의 테크 기업들도 이 칩을 받으려면 최소 6개월은 기다려야 한다. AI 모델 개발의 3대 요소는 ▲컴퓨팅 파워 ▲빅데이터 ▲모델링(알고리즘)이다. 엔비디아의 역량이 빛을 발하는 지점은 컴퓨팅 파워다. 컴퓨터 성능이라고 할 수 있는 컴퓨팅 파워는 컴퓨터의 연산 처리 능력을 뜻한다. 오픈AI의 ‘챗GPT’ 공개 이후 AI 기술에 대한 업계의 관심이 폭발했고 자연스레 컴퓨팅 기술에 대한 수요가 크게 늘었다. 이들의 수요는 고스란히 해당 분야에 강점을 지닌 엔비디아의 매출로 이어졌다. 엔비디아가 강력한 연산 능력을 갖춘 GPU를 생산할 수 있었던 건 애초에 게임용으로 설계됐기 때문이다. 속도보다는 정확성을 중시하는 중앙처리장치(CPU)와 달리 그래픽 처리를 목적으로 만들어진 GPU는 연산을 동시다발적(병렬식)으로 처리할 수 있다. CPU가 복잡한 연산을 빠르게 처리한다면 GPU는 단순한 여러 데이터를 빠르게 처리한다고 볼 수 있다. AI 개발에는 많은 양의 연산 작업이 필요하기 때문에 단순 연산을 다중 처리하는 GPU가 효과적이다. 엔비디아는 게이밍 그래픽카드 지포스(GeForce) 시리즈로 오랜 기간 게임업계의 최강자로 군림했다. 왕좌를 지키기 위해 실감 나는 3D 그래픽 전달의 필수 능력 중 하나인 연산 처리 능력을 키우는 데 주력한 덕분에 지금과 같이 최고 수준의 GPU 개발 능력을 보유하게 됐다는 것이 업계 중론이다. 엔비디아의 이 같은 전략은 AI 부흥과 함께 맞아 들어가기 시작했다. 박영준 서울대 전기정보공학부 명예교수는 “인공지능을 활용하려면 수많은 연산을 동시에 실시해야 하는데, 이런 방식으로 결과값을 얻으려면 최소 수개월에서 길게는 1년 이상 시간이 필요하다”며 “엔비디아는 AI 계산 방식에 GPU를 적용해 연산 소요 시간을 2~3일로 줄여 냈다”고 설명했다.AI칩 넘어선 비장의 무기 이후 엔비디아는 AI 맞춤형 반도체 제작에 주력하기 시작한다. 실제로 지난해까지 최근 10년 동안 엔비디아 칩의 데이터 처리 속도는 1000배 가까이 향상됐다. 엔비디아는 AI 딥러닝을 위해 CPU의 ‘다재다능함’에 GPU의 연산 처리 능력을 덧붙인 ‘GPU의 범용 연산’(GPGPU)을 개발했다. 김명주 서울여대 정보보호학과 교수는 “CPU의 기능도 일부 병행할 수 있는 GPGPU가 개발되면서 인텔을 제치고 엔비디아의 본격적인 독주 체제가 만들어졌다”고 전했다. 엔비디아는 한 손에 ‘하드웨어 무기’ GPGPU를, 다른 한 손에 ‘소프트웨어 무기’에 해당하는 ‘CUDA’(쿠다)를 들고 본격적인 점유율 확대에 나섰다. AI와 관련한 여러 애플리케이션에서 GPU가 더 효율적으로 활용될 수 있는 소프트웨어 생태계를 만들겠다는 생각이다. 쿠다는 개발자들이 일반적으로 사용하는 프로그래밍 언어 C·C++·파이선 등을 GPU코드로 변환해 준다. GPU를 활용하기 위해 개발자들이 GPU 코드를 따로 배워야 하는 수고를 덜어 준 것이다. 이 같은 소프트웨어 생태계 조성에 힘입어 지금도 대부분의 AI 모델은 쿠다를 기반으로 개발되고 있다. 쿠다를 이용하는 개발자 수는 2020년 180만명에서 2023년 450만명으로 2배 넘게 늘었다. 사실상 엔비디아가 AI 생태계를 장악할 수 있는 원동력이 된 셈이다. 김 교수는 “다른 반도체 기업들도 노력 중이지만 새로운 헤게모니(주도권)을 구축하거나 극적으로 상황이 반전되지 않는 이상 독과점 체제는 이어질 것”이라고 밝혔다.엔비디아 질주 언제까지 최근 투자자들 사이에선 “엔비디아에 조금이라도 더 일찍 투자한 이들이 곧 승자”라는 말이 나온다. 부러움을 뜻하는 라틴어 ‘인비디아’(Invidia)에서 유래한 엔비디아라는 이름이 딱 들어맞는 대목이다. 엔비디아의 성장세는 여전히 가파르다. 2019년 최저 31달러를 찍었던 엔비디아는 1분기 실적 발표가 있었던 지난달 23일 사상 처음으로 1000달러를 돌파했다. 5년 만에 주가가 30배 이상 뛰어올랐다. 지난달 30일엔 장중 한때 1158달러까지 치솟기도 했다. 자연스레 국내 시장에 미치는 영향도 커지고 있다. 삼성전자를 중심으로 한 반도체 업계에 대한 의존도가 높았던 한국 경제가 또 한번 ‘반도체 공화국’의 면모를 확인하는 듯한 모습이다. 지난달 28일엔 최근 4년간 ‘서학개미’(해외 증시에 투자하는 개인투자자)의 주식 보유액 1위 자리를 굳건히 지켜 왔던 테슬라를 제치고 서학개미 최고 관심 종목으로 등극하기도 했다. 국내 증시 시총 1, 2위인 삼성전자와 SK하이닉스는 엔비디아 관련 소식에 웃었다 울었다를 반복 중이다. 국내 증시 엔비디아 최고 수혜주 중 하나로 꼽히는 SK하이닉스는 지난달 29일 장중 한때 20만 9000원을 터치하며 52주 만에 신고가를 경신했다. GPU에 방대한 데이터를 전달하는 데 필요한 고대역폭메모리(HBM3E) 독점적 공급이 주가 상승을 이끌었다. 반면 삼성전자는 지난달 24일 HBM이 엔비디아의 납품 테스트를 아직 통과하지 못했다는 소식이 전해지면서 전 거래일보다 3.07% 급락한 바 있다. 증권가는 엔비디아의 잠재력과 성장 가능성을 인정하면서도 조건 없는 맹신은 지양해야 한다고 입을 모은다. 가파른 상승을 이어 온 엔비디아의 단기 고점이 어느 수준에서 형성될 것인지 가늠하기 쉽지 않다는 이유에서다. 강대석 유안타증권 연구원은 “하반기에도 AI에 대한 관심은 강할 것으로 예상되지만 엔비디아의 실적이 점점 높아지는 눈높이에 언제까지 부응할 수 있을지는 지켜봐야 할 것”이라고 말했다. 미국 증시에서 엔비디아를 향한 쏠림 현상은 심화돼 있다. 올해 S&P500 시가총액은 총 4조 5000억 달러가 늘었는데 이 중 35%인 1조 6000억 달러를 엔비디아가 차지했다. 지난주 국내에서도 엔비디아는 테슬라를 제치고 국내 투자자들이 가장 많이 보유한 해외 주식 1위로 등극했다. 김석환 미래에셋증권 연구원은 “AI 열풍이 끊이지 않았는데도 지난해 8월과 10월 사이, 올해 4월 등 미국의 장기금리가 높아질 때마다 가격 조정을 받아 왔다. 최근 미국의 10년물 국채 등 금리 상승이 지속되면서 지나치게 쏠려 있는 엔비디아가 파급을 받을 우려가 커졌다”고 밝혔다.

우크라이나 전쟁의 향방과는 관련 없이 서방의 강력한 제재로 인해 러시아 IT 산업의 미래는 극히 어두워졌다는 것이 일반적인 평가입니다. 구소련 시절부터 IT 분야에서 서방에 크게 뒤처진 데다, 구소련 붕괴 이후 러시아 경제가 회복될 때도 석유와 천연가스처럼 풍부한 자원을 통해 경제를 성장시켜 반도체 같은 IT 산업은 크게 낙후되었기 때문입니다. 따라서 우크라이나 침공 후 서방의 강력한 제재로 반도체 수입이 중단되자 러시아 정부는 부랴부랴 자체 반도체 산업을 키우기 위해 노력하고 있습니다. 러시아에는 앙스트렘(Angstrem)이나 미크론(Mikron) 같은 자체 반도체 생산 기업이 있기는 하지만, 이들은 서방에서 들여온 장비를 이용해 90nm에서 250nm 같은 오래된 공정 제품밖에 생산할 수 없어 이제까지 수입해 온 반도체를 대체 생산하기에는 턱없이 부족합니다. 그러나 2년 전 러시아 정부는 2030년까지 4200억 루블(6조 4000억원)을 투자해 28nm 공정 팹을 확보한다는 야심 찬 계획을 발표했습니다. 삼성전자, TSMC, 인텔이 2-3nm 팹을 건설하거나 양산하는 점을 생각하면 계획대로 된다고 해도 서방보다 크게 뒤처진 셈이지만, 강력한 제재에도 굴하지 않고 자체 IT 인프라를 갖추겠다고 선언한 것입니다. 다만 러시아는 광학리소그래피 장치처럼 반도체를 만드는 데 필요한 핵심 장비 제조 기술이 없어 실현 가능성에 대해서는 많은 의구심이 있었습니다. 최근 러시아 산업 통상부의 바실리 쉬파크 차관은 타스 통신과의 인터뷰에서 러시아의 첫 리소그래피 장치가 모스크바 북서쪽에 있는 젤레노그라드에서 테스트 중이라고 언급했습니다. 참고로 젤레노그라드는 러시아 반도체 생산기업 미크론의 주요 생산 시설이 있는 곳으로 러시아의 실리콘 밸리로 불리는 도시입니다. 다만 이 리소그래피 장치는 최신 반도체 공정과는 거리가 먼 350nm 공정 장비입니다. 350nm 공정은 인텔이 1995-1997년 사이 펜티엄 MMX, 펜티엄 프로, 펜티엄 II 프로세서를 제조하는 데 사용했으며 비슷한 시기에 AMD K6 프로세서도 350nm 공정에서 양산됐습니다. 따라서 테스트를 통과해 실제 팹을 건설할 수 있다고 해도 거의 30년이나 오래된 기술인 셈입니다. 누가 이 장치를 만들었고 어떻게 연구를 진행하고 있는지에 대해서는 아무 언급이 없었지만, 과거 방식을 생각하면 기존에 수입한 리소그래피 장비 중 현재는 사용하지 않는 구형 장비를 분해한 후 이를 카피해서 복제품을 만들었을 가능성이 있습니다. 사실 과거 구소련의 CPU들이 대개 이런 역설계 방식으로 만들어졌고 현재 러시아가 생산하는 엘브루스 같은 토종 x86 CPU 역시 미국 기업의 기술에 기반해 만들어졌습니다. 아무튼 현재 러시아 미크론도 90nm에서 250nm 팹을 지니고 있는 만큼 당장 350nm 리소그래피 장치가 큰 이득을 제공할 것 같지는 않습니다. 다만 더 미세한 공정에 도전하기 위한 기초 기술을 제공할 수 있습니다. 이번에 350nm 리소그래피 장비 테스트에 성공한다면 다음엔 250nm 같은 더 현실적인 미세 공정에 도전할 것으로 보입니다. 러시아의 반도체 자력갱생 노력은 역설적으로 글로벌 경제 시대에 혼자서 독자 생존이 어렵다는 점을 보여주고 있습니다. IT 산업 역시 글로벌 경제의 분업에 따라 여러 나라의 협력으로 발전하고 있기 때문입니다. 예를 들어 우리나라는 네덜란드의 ASML이 만든 리소그래피 장치를 수입해 반도체 팹을 건설하고 여기서 만들어진 메모리 반도체는 전 세계 컴퓨터와 스마트폰에 장착됩니다. 또 AMD와 인텔 CPU는 미국과 전 세계에 있는 팹에서 생산된 후 중국과 다른 나라에 있는 생산 공장에서 노트북 및 데스크톱 컴퓨터에 장착됩니다. 엔비디아의 GPU 역시 대만 TSMC에 의해 제조된 후 중국의 공장에서 그래픽 카드에 장착되어 전 세계로 팔려 나갑니다. 이런 글로벌 공급망에서 배제된 국가가 독립적으로 비슷한 수준의 생산 능력과 기술을 갖추는 일은 매우 어렵습니다. 이는 단지 IT 산업만의 이야기가 아니기 때문에 전쟁 이후 러시아 산업의 미래는 밝지 않아 보입니다.

국내 기업과 연구진이 저비용, 고효율 인공지능(AI) 시스템을 만드는 데 성공했다. 로봇 개발 스타트업 코가로보틱스와 대구과학기술원(DGIST), 미국 캘리포니아 어바인대(UC 어바인) 공동 연구팀이 인간 뇌를 흉내 낸 초차원 연산(HDC) AI 시스템을 실용화했다고 14일 밝혔다. 인공지능은 거대언어모델과 딥러닝(심화학습)을 활용하는데, 이 과정에서 막대한 비용과 전력이 소모된다. 그래서, 전 세계적으로 경량 AI, 맞춤형 온-디바이스 AI에 관한 관심과 연구가 활발하다. 온-디바이스 AI는 클라우드 서버를 거치지 않고 스마트 기기 자체적으로 정보를 수집하고 연산할 수 있는 장치다. 이번에 개발된 HDC AI는 인간 뇌가 효율적으로 데이터를 정의하고 연산하는 방식을 응용하기 때문에 저비용·고효율 특성이 있다. 경량 AI, 맞춤형 온-디바이스 AI에 손쉽게 적용할 수 있다. HDC를 활용한 실내 자율주행 인공지능 로봇은 비싼 GPU 대신 일반 컴퓨터에 쓰는 저렴한 범용 CPU를 장착하고도 15배 빠른 자율주행 기능을 선보였다. 이를 통해 자율주행 AI 로봇의 제조원가 절감과 학습효과 증대가 가능해지는 것이다. 실제로 딥러닝 대비 30분의1 가격의 컴퓨터를 써서 속도는 15배 높이고, 전력은 20분의1로 줄이고 똑같은 학습 및 추론 결과를 얻을 수 있다. 이 성과는 14일 일본 요코하마에서 열린 세계 최대 로봇학회인 ICRA 연례 콘퍼런스에서 발표됐다. 또 HDC 기법으로 스마트폰 앱에 동작이나 음성 명령을 학습시켜 공동현관이나 개별 현관문을 손쉽게 열 수 있는 기술도 개발됐다. 이 기술은 국내 대형 건설사에서 짓는 아파트 도어 개폐 시스템에 적용될 예정이다. 연구팀은 “HDC는 딥러닝이 가진 한계를 극복할 수 있으며, 다양한 로봇과 자동차 자율주행 등 적용 사례는 계속 늘어날 것”이라고 설명했다.

인공지능(AI) 시장에서 뒤처지고 있다는 평가를 받는 애플이 신형 아이패드 프로에 AI 전용의 고성능 M4칩을 탑재하면서 AI 기술 경쟁에 본격적으로 뛰어들었다. 최근엔 데이터센터용 반도체 자체 개발에도 착수한 것으로 알려지면서 AI 시장 전반에 파장이 일 것으로 보인다. 애플은 7일(현지시간) 온라인으로 ‘렛 루즈’ 행사를 열어 신형 아이패드 프로(11·13인치)와 에어를 공개했다. 새로운 아이패드가 출시된 건 2022년 10월 이후 약 18개월 만으로 아이패드 프로는 아이패드 시리즈 중 최고급형에, 에어는 고급형에 해당한다. 아이패드 프로와 에어는 이날부터 미국 등 29개 국가에서 주문할 수 있고 오는 15일부터 매장에 전시된다. 우리나라 출시 일정은 아직 알려지지 않았다. 시장에서 주목하는 건 아이패드 프로 모델에 탑재된 M4로 애플은 해당 칩에 대해 “강력한 인공지능을 위한 칩”이라고 소개했다. 2세대 3나노미터(㎚·10억분의1m) 공정으로 제작한 시스템온칩(SoC)인 M4는 기존 프로에 적용되던 M2는 물론 애플의 최근 노트북에 사용되는 M3보다 앞선 칩으로 AI 성능 향상에 방점이 찍혔다. 차세대 기계학습 가속기를 갖추고 있는 10코어 중앙처리장치(CPU) 성능은 기존 M2보다 1.5배 향상된 속도를 갖췄으며, 그래픽처리장치(GPU)의 성능도 최대 4배 빠르다는 게 애플 측의 설명이다. 전력 효율성을 높이는 데도 성공해 전력을 절반만 써도 M2와 동일한 성능을 제공할 수 있다.특히 애플의 가장 빠른 ‘뉴럴 엔진’을 탑재해 초당 38조 회에 달하는 연산 처리 기능을 갖췄는데, 이는 AI 기계 학습을 가속화한다. 뉴럴 엔진은 애플이 AI 소프트웨어를 위한 신경망을 최적으로 실행하기 위해 만든 특수 하드웨어로, 애플의 최초 뉴럴 엔진(A11 바이오닉 칩)에 비해 속도가 60배나 빠르다. 팀 밀레 애플 플랫폼 아키텍처 담당 부사장은 “뉴럴 엔진과 M4칩은 오늘날 어떤 AI PC의 신경망처리장치(NPU)보다 강력하다”고 말했으며, 조니 스루지 애플 하드웨어 기술담당 수석부사장도 “M4가 AI를 활용하는 최신 앱에 최적화된 칩으로 자리잡았다”고 설명했다. 부진했던 아이패드 판매를 늘리기 위해 AI 기능 최적화에 초점을 맞춘 제품을 내놓은 애플은 이를 통해 실현될 수 있는 AI 서비스에 대해서는 따로 언급하지 않았다. 오는 6월 10일부터 닷새 동안 열리는 세계개발자회의(WWDC)에서 차세대 아이폰 운영체제(iOS18) 등 소프트웨어에 탑재될 생성형 AI 기능 일부를 선보일 것으로 예상된다. AI 기반의 시리(Siri)를 공개하거나, 구글 혹은 오픈AI와 파트너십을 맺고 이를 공개할 가능성이 높다. 팀 쿡 CEO는 이날 영상 막바지에서 “다음달 WWDC에서 다시 만나길 기대하겠다”며 “우리 플랫폼의 미래를 논하고 앞으로 다가올 흥미진진한 일을 공유하도록 할 것”이라고 예고했다. 한편 애플은 최근 초거대 AI 서비스를 위한 데이터센터용 반도체 자체 개발에도 착수했다. 지난 6일 월스트리트저널(WSJ)에 따르면 애플은 최근 ‘ACDC’라는 이름의 프로젝트를 통해 AI 데이터센터 서버용 자체 칩을 개발 중이다. 애플이 설계하고 파운드리(반도체 위탁생산) 파트너인 대만 TSMC가 생산을 맡을 것으로 알려졌다. 애플은 이번 AI칩을 AI 학습용이 아닌 추론에 특화된 칩으로 개발할 것으로 보인다. AI칩은 학습용과 추론용으로 나뉘는데, 최근 학습에서 추론으로 무게중심이 옮겨 가고 있다. 삼성전자 역시 최근 추론용 칩 ‘마하-1’을 공개하며 추론 시장에서 빅테크 고객사를 확보하기 위해 속도를 내고 있다.

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.

지난 인텔 비전 2024 행사에서 인텔이 내세운 표어는 어디서든 AI(AI Everywhere)이었습니다. 팻 겔싱어 인텔 CEO는 기조연설 초반에 올해 하반기에 출시할 노트북 및 태블릿 PC CPU인 루나 레이크 실물과 함께 AI 연산 능력을 세 배나 높였다고 공개했습니다. (사진) 루나 레이크의 AI 연산 능력은 100TOPS 이상입니다. 앞서 마이크로소프트는 코파일럿 같은 AI 서비스를 클라우드 기반이 아니라 기기에서 바로 사용하기 위해서 적어도 40TOPS 이상의 AI 연산 능력이 필요하다고 언급했습니다. 이는 현재 인텔의 최신 CPU인 메테오 레이크(코어 울트라)는 물론 경쟁자인 AMD의 라이젠 모바일 호크 포인트 CPU 단독으로는 충족시키기 어려운 기준입니다. 작년 말 출시된 메테오 레이크는 소비자용 인텔 CPU로는 처음으로 인공지능 연산을 위한 NPU를 탑재했지만, NPU 자체의 연산 능력은 11TOPS로 그렇게 높지 않습니다. 18TOPS의 연산 능력을 지닌 GPU와 5TOPS의 연산 능력을 지닌 CPU를 모두 사용하면 34TOPS의 AI 연산 능력을 확보할 수 있습니다. 하지만 CPU와 GPU를 AI 연산 전용으로 자원을 할당하기 어렵기 때문에 마이크로소프트의 AI 컴퓨터 기준과 턱없이 모자라는 수준입니다. 이날 발표에서 인텔이 다른 성능과 재원은 언급하지 않으면서도, 루나 레이크의 AI 연산 능력만큼은 강조한 데는 이런 배경이 있습니다. 최근 AI에 대한 관심이 집중되면서 프로세서 업계도 결국 AI에 사활을 걸어야 한다는 위기의식이 커지고 있습니다. 특히 인텔은 AI에 남들보다 늦게 뛰어든 만큼 빠른 속도로 경쟁자를 추격하기 위해 집중적인 연구와 투자를 한 것으로 보입니다.한 가지 더 흥미로운 정보는 루나 레이크의 AI 연산 능력에서 NPU가 담당하는 부분은 45TOPS 정도라는 것입니다. 따라서 나머지 55TOPS 이상이 CPU와 GPU에서 나와야 합니다. CPU의 AI 연산 능력이 획기적으로 커지기는 어렵다는 점을 생각할 때 루나 레이크의 GPU의 AI 연산 능력도 대폭 향상되는 것으로 추정할 수 있습니다. 루나 레이크의 CPU 구조에 대해서는 알려진 바가 적지만, GPU는 2세대 Xe 아키텍처인 아크 배틀메이지(Arc battlemage)를 사용한다고 알려져 있습니다. 1세대 Xe GPU도 AI 기반 업스케일링 기술인 XeSS를 지원하기 위한 AI 연산 능력을 지니고 있기 때문에 2세대 아키텍처와 더 앞선 미세 공정을 적용했을 경우 18TOPS보다 몇 배 높은 AI 성능을 확보할 수 있을 것으로 예상할 수 있습니다. 루나 레이크의 구체적인 모습은 실물이 공개되어야 알 수 있겠지만, 인텔이 새 모바일 CPU를 공개하면서 AI 성능을 가장 먼저 부각시킨 점이 의미심장합니다. 이것 하나만으로도 현재 IT 업계의 대세가 AI라는 점을 다시 한번 느낄 수 있습니다. 세계 최대의 CPU 제조사도 AI 없이는 도태된다는 위기의식이 반영된 결과로 보입니다. 아마도 이런 위기의식은 경쟁자인 AMD도 똑같이 느끼고 있을 것입니다. 따라서 올해 새로 공개할 제품군에 더 강력한 AI 연산 유닛을 넣으려고 할 가능성이 높습니다. 애플도 새로 공개할 M4 시리즈 프로세서의 AI 성능을 대폭 높인다는 소문도 들립니다. 앞으로 수년간 프로세서의 AI 성능은 비약적으로 발전할 가능성이 높아 보입니다.

중국이 정부기관에서 미국 컴퓨터 기업 인텔과 AMD의 마이크로프로세서를 탑재한 개인용 컴퓨터(PC)와 서버를 퇴출하는 내용의 새 가이드라인을 도입했다고 파이낸셜타임스(FT)가 24일 보도했다. 중국 공업정보화부(MIIT)가 지난해 12월 26일 정부용 컴퓨터 및 서버 조달과 관련한 새 가이드라인을 공개했다면서 이같이 전했다. 새 가이드라인은 정부기관과 향(鄕)급 이상 단위 당조직에 ‘안전하고 신뢰할 수 있는’ 처리장치와 운영체제(OS)를 구매할 것을 규정했다. 마이크로소프트(MS) 윈도우를 비롯한 외국산 OS와 데이터베이스 소프트웨어 대신 중국 제품을 쓸 것을 권장하는 내용도 포함됐다고 FT는 전했다. 같은날 중국정보기술안전평가센터(CNITSEC)는 안전하고 신뢰할 수 있는 프로세서 18종과 OS 목록을 공개했는데, 모두 중국제였다. 미국의 제재를 받고 있는 중국 최대 통신장비업체 화웨이와 중국 중앙처리장치(CPU) 설계업체 파이티움(페이텅) 등도 포함됐다. FT는 “새 조달 가이드라인은 외국 기술제품을 국산으로 대체하기 위해 중국 정부가 보인 가장 큰 움직임 가운데 하나인 동시에, (중국산 IT제품의 정부기관 이용을 제한한) 미국의 조처를 따라한 것”이라고 평가했다.

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.

“미래에 움직이는 모든 것은 로봇이 될 것입니다.” 젠슨 황 엔비디아 최고경영자(CEO)는 18일(현지시간) 미국 캘리포니아주 새너제이에서 열린 엔비디아 개발자 콘퍼런스(GTC 2024) 기조연설에서 기대를 모았던 차세대 인공지능(AI) 칩을 소개한 뒤 AI의 미래 종점인 로봇 사업에 대한 비전을 내비쳤다. AI 칩 ‘큰손’으로 떠오른 엔비디아가 자체 플랫폼을 통해 AI 생태계를 구축한 뒤 성장 가능성이 큰 휴머노이드 로봇 시장에서도 영향력을 확대하겠다는 포부를 밝힌 것이다. 검은 가죽점퍼를 입고 연단에 선 황 CEO는 이날 1만 6000여명의 관중 앞에서 엔비디아가 그리는 큰 그림의 시작점이 될 새로운 플랫폼 ‘블랙웰’ 기반의 AI 칩을 선보였다.2080억개의 트랜지스터로 가득 메운 이 칩은 현존하는 최고 AI 칩인 엔비디아 ‘H100’(호퍼 기반)에 비해 연산 처리 속도가 2.5배 더 빠르다. 두 개의 그래픽처리장치(GPU·B200)를 연결해 하나의 칩처럼 작동하는 방식이다. H100을 사용하면 생성형 AI GPT 모델을 훈련시키는 데 90일 동안 8000개의 GPU가 필요하지만 블랙웰 GPU는 같은 기간 2000개만 사용하면 된다는 게 그의 설명이다. 황 CEO는 “호퍼는 매우 환상적이었지만 우리는 더 큰 GPU를 원한다”며 “블랙웰은 이 새로운 산업 혁명을 구동하는 엔진이 될 것”이라고 강조했다. 엔비디아가 구상하는 제품은 생성형 AI의 대규모 연산이 가능한 일종의 ‘슈퍼컴퓨터’(GB200 NVL72)다. 블랙웰 GPU 2개에 중앙처리장치(CPU)를 연결한 ‘슈퍼칩’(GB200)을 36개 쌓아 올린 뒤 시스템 최적화를 통해 성능을 극대화하겠다는 계산이다. 대만 파운드리(위탁생산) 업체인 TSMC의 4㎚(나노미터·10억분의 1m) 공정으로 만들어진 뒤 올 연말부터 공급될 예정이다.엔비디아가 새 AI 칩 가격을 밝히지는 않았지만 기존 제품 가격을 감안하면 5만 달러(약 6700만원) 수준일 것이란 전망이 나온다. 황 CEO는 “(첫 제품은) 수천만 달러에 달할 것”이라고 농담을 하기도 했다. 엔비디아는 블랙웰이 최대 10조개의 매개변수(파라미터)를 가진 대규모 언어모델(LLM)에서 생성형 AI를 구축하고 실행할 수 있을 것이라 보고 있다. 파라미터는 생성형 AI가 정보를 학습하고 기억하는 신경 연결 역할을 한다. 파라미터가 많을수록 AI 성능이 뛰어나다고 평가받는다. 오픈AI가 개발한 생성형 AI GPT-4의 파라미터 수치가 공개되지 않았지만 5000억개 정도로 알려져 있다. 산술적으로는 블랙웰이 이보다 20배 뛰어난 AI 모델도 지원할 수 있다는 얘기다. AI 기술이 궁극적으로 지향하는 로봇 플랫폼을 지원하겠다는 것도 이러한 성능에 대한 자신감 때문이다. 황 CEO는 이날 무대에 자체적으로 훈련시킨 로봇 ‘오렌지’와 ‘그레이’를 등장시키고, 로봇 훈련이 가능한 ‘프로젝트 그루트’(GR00T)를 공개했다.

지난달 27일 산업통상자원부 제2차관 주재로 경기 용인 반도체 국가 첨단전략산업 특화단지 가동에 필요한 대규모 전력의 안정적 공급에 관한 TF가 발족됐다. 용인시 일대 3개 부지 총 약 13㎢의 광대한 면적에 조성될 반도체 특화단지에는 총 10GW(기가와트) 전력이 필요하다. 2036년까지 우선 필요한 3GW는 단지 내 LNG 발전소 신규 건설을 통해 공급하고 나머지 7GW는 2037년 이후 장거리 송전선로를 통해 공급할 계획이다. 반도체 산업은 고품질의 대전력이 필요한 대표적인 산업이다. 2021년 삼성전자가 사용한 전력은 184억㎾h로 이는 100만㎾, 즉 1GW 발전소 2.1기가 1년 내내 발전하는 전력량에 해당한다. 발전소 정비기간과 송전 손실 등을 고려하면 삼성전자만을 위해 3GW 정도의 발전 용량 즉 원전 3기 정도가 필요하다는 말이다. 나아가 정교한 반도체 제조 장비는 전력 주파수의 미세한 변동에도 오작동할 수 있으므로 고품질 전력이 필요하다. 전력의 품질은 주파수 변동 폭으로 결정되는데 우리나라 전력망은 허용 변동 폭인 ±0.2㎐보다 훨씬 작은 범위에서 안정적인 주파수를 유지해 왔다. 한국 반도체 산업이 세계적 수준으로 발전하는 데는 그동안 고품질 대전력을 저비용으로 공급했던 우리나라 전력 시스템 덕이 크다. 그 기저에 원자력이 있었음은 부정할 수 없는 사실이다. 인공지능(AI)이 급속도로 발전함에 따라 데이터센터의 메모리와 CPU, GPU 등 프로세서에 필요한 반도체 수요도 급증할 전망이다. 이를 위해서는 우수한 인력뿐만 아니라 고품질 전력의 확충이 필요하다. 2037년 이후 용인 반도체특화단지에 송전망을 통해 공급될 전력 7GW에는 호남 지방의 태양광과 해상풍력이 예정돼 있다. 이들 재생에너지 전력은 변동성이 크기에 안정화를 위해서는 대용량의 에너지저장장치(ESS) 설치가 필수적이다. 이런 저장장치의 운용비용은 발전비용보다 비쌀 수 있어 전력 비용이 커진다. 고비용 전력은 반도체 생산 단가의 상승을 초래해 경쟁력을 떨어뜨린다. 고품질 전력을 저비용으로 확충하려면 원자력 확대가 필수적이다. 2030년대 이후에는 탄소중립의 필요성과 AI의 본격적 활용에 따라 전력 수요가 현재 예상하는 수준보다 더 늘어날 수 있다. 이러한 전망은 안정적이고 저비용의 무탄소 대전력원인 원자력의 확대 필요성을 더욱 부각한다. 향후 원자력은 대형 원전뿐만 아니라 소형모듈원자로(SMR)를 통해 확대할 수가 있다. SMR은 수요지 인근에 설치할 수 있을 정도로 안전성이 높고, 모듈화를 통해 경제성을 확보할 수 있는 차세대 소형 원전이다. SMR을 적기에 활용하기 위해서는 현재 개발 중인 혁신형 SMR의 국내 실증을 조속히 추진해야 한다. 아울러 전력뿐만 아니라 공정열 공급 등 다양한 용도로 활용될 수 있고 조기 실물화가 가능한 다른 유형의 SMR 개발에도 적극적인 지원을 해야 한다. 주한규 한국원자력연구원 원장

생성형 인공지능(Gen AI)에 대한 글로벌 경쟁이 AI 반도체 수요 급증으로 이어지고 있다. 현재 AI 반도체 시장의 독보적인 리더는 미국의 반도체 회사 엔비디아다. 엔비디아 그래픽처리장치(GPU) 수요가 폭증하면서 엔비디아 시가총액은 2조 달러를 넘었다. 작년 6월 1조 달러를 넘어선 뒤 불과 9개월 만의 일이다. 엔비디아가 감당하지 못할 만큼 지구촌의 AI 반도체 수요가 폭증한 덕분이다. 최근 오픈AI가 텍스트로 동영상을 생성하는 소라 서비스를 예고했다. 현재의 챗GPT서비스에 비해 소라는 스케일이 다른 연산 수요를 일으키게 된다. 이 때문에 엔비디아 주가는 당분간 오를 수밖에 없다. 엔비디아 주가가 뛰면서 경쟁사 AMD의 주가도 따라 오르고 있다. 엔비디아 반도체가 많이 팔리면 중앙처리장치(CPU) 칩 수요도 올라가는데, 이 시장을 주도하는 기업이 인텔과 AMD인 것이다. 특히 AMD는 낙후된 자체의 반도체 생산 라인을 고집해 온 인텔과 달리 일찌감치 생산 파트를 매각하고 대만 반도체 위탁생산(파운드리) 기업 TSMC의 최신 공정을 사용해 왔다. 이 때문에 AMD의 가성비가 인텔에 비해 좋아 x86 기반의 CPU 시장 점유율을 높여 왔다. 엔비디아 수요가 증가하면 AMD 서버용 CPU 수요도 증가한다. 이에 더해 AMD가 엔비디아에 가장 근접한 GPU 제품을 출시하면서 시장 가치가 빠르게 오르고 있다. 사실 AI 반도체칩 설계 기술은 이제 대단한 기술은 아니다. AI 연산의 상당 부분을 차지하는 매트릭스 연산을 병렬적으로 처리하는 코어를 설계하고 이 코어 가까이에 처리할 데이터를 가능한 한 많이 올려놓을 고속 메모리를 배치하는 것이다. 모든 빅테크 회사들이 자체 AI 반도체를 이미 가지고 있다. 하지만 중요한 것은 다수의 이런 AI 반도체칩들 위에서 Gen AI 모델을 구동하는 소프트웨어다. 이 소프트웨어는 엔비디아가 2000년대부터 개발해 확산시킨 CUDA가 독보적이다. 이 CUDA 때문에 엔비디아가 독점에 가까운 95%의 시장 점유율을 가지는 것이다. 엔비디아 의존도가 큰 마이크로소프트와 메타 같은 회사들은 AMD 소프트웨어가 CUDA와 근접한 성능을 내도록 도와 왔다. AMD 주가가 빠르게 오르는 것은 AMD가 엔비디아에 근접한 성능을 낼 때가 가까워졌음을 의미한다. 한편 소프트뱅크가 90% 지분을 가진 ARM CPU는 인텔이나 AMD의 x86 CPU보다 같은 일을 할 때 전력이 적게 든다. 빅테크 클라우드 회사에는 x86에 비해 매력적인 솔루션이다. 엔비디아가 한때 인수하려 한 ARM의 주가가 오르는 이유이고, ARM 주식의 상당 부분을 보유한 소프트뱅크 주식이 오르는 이유다. 엔비디아, AMD, ARM CPU 대부분을 TSMC가 생산한다. 이 회사들의 칩 수요가 늘면 TSMC 주가도 오른다. TSMC는 시가총액 7000억 달러로 반도체 업계 2위가 됐다. TSMC의 수요가 늘면 반도체 장비 회사들의 수요도 늘어난다. ASML이 3823억 달러의 시가총액으로 반도체 업체 4위가 됐다. 그다음이 시가총액 3683억 달러의 삼성전자다. 그 뒤를 AMD가 3314억 달러의 시가총액으로 빠르게 올라오고 있다. SK하이닉스는 880억 달러로 17위다. 엔비디아는 20여년 전만 해도 게임용 GPU를 공급하는 회사에 불과했다. 그런 기업이 삼성전자 시총의 5배에 이르는 1위 반도체 회사가 된 것은 첫째는 생산을 해 주는 TSMC가 있었기 때문이고, 둘째는 소프트웨어의 중요성을 일찌감치 깨달아 게임 외에 CUDA를 개발해 퍼트린 것이다. 그다음은 Gen AI 시대가 올 것을 예상하고 과감한 기술 투자와 우수한 인재를 확보한 것이다. 모두 엔비디아 최고경영자(CEO) 젠슨 황의 리더십 없이는 불가능한 일이다. 차상균 서울대 데이터사이언스대학원 초대원장

GDDR은 이름처럼 그래픽 카드를 위해 만들어진 고속 메모리입니다. 초기 그래픽 카드는 일반 SDR, DDR 메모리를 사용했지만, 처리해야 하는 그래픽 데이터의 양이 갈수록 커지면서 PC용 메모리로는 감당하기 힘들어지자, GDDR이라는 새로운 규격을 만든 것입니다. GDDR 메모리가 본격 사용된 것은 2004년에 나온 엔비디아의 지포스(GeForce) FX 5700 울트라 그래픽 카드였습니다. 이 그래픽 카드는 GDDR2 메모리를 탑재한 시험작이었습니다. 그 다음 지포스 6800 울트라에 GDDR3가 사용되면서 본격적인 GDDR 메모리 시대가 열렸습니다. GDDR 메모리는 본래 DDR2, DDR3 메모리에 기반한 고속 메모리로 데이터가 지날 수 있는 통로를 여러 개 만들고 각각의 통로의 속도를 더 빠르게 만든 것이 특징입니다. 다만 그렇기 때문에 DDR 메모리보다 가격이 비싸고 전력 소모가 큰 단점도 지니고 있습니다. 일반 컴퓨터에서 DDR 계열 메모리 대신 GDDR 메모리를 사용하지 않는 이유입니다. 시스템 메모리는 속도 못지않게 용량도 중요하고 전력 소모와 발열이 너무 커서도 안 되기 때문에 DDR 계열 메모리 정도면 적당합니다. 하지만 GPU의 경우 발전 속도가 워낙 빠르다 보니 GDDR 계열 메모리로도 충분하지 않다는 지적이 나왔습니다. 이를 대체하기 위해 개발된 메모리가 바로 HBM입니다. HBM는 여러 층으로 메모리를 쌓고 더 극단적으로 많은 통로를 만들어 속도와 용량 두 마리 토끼를 잡은 차세대 메모리입니다. 따라서 GDDR 메모리의 한계를 극복하고 차세대 그래픽 메모리가 되리라는 기대가 상당했습니다. 하지만 가격은 잡지 못했다는 게 문제였습니다.HBM을 최초로 적용한 그래픽 카드는 사실 AMD의 라데온 R9 퓨리 X입니다. 피지 GPU에 1세대 HBM 메모리 4GB를 달고 당시로는 상당히 빠른 512GB/s의 대역폭을 확보했습니다. 하지만 당시 기준으로 너무 비싼 649달러의 가격이 발목을 잡았습니다. 값비싼 HBM를 탑재하고도 성능은 경쟁사인 엔비디아의 지포스를 능가하지 못했기 때문에 한동안 HBM 메모리는 널리 쓰이지 못했습니다. HBM이 본격적으로 빛을 보게 된 것은 AI 붐과 함께 데이터 센터용 GPU에 대규모로 공급된 이후입니다. 2022년 19억 달러 수준에 불과했던 HBM 시장 규모는 2023년에는 40억 달러로 급증했고 2027년에는 330억 달러로 폭증할 것이라는 예측이 나오고 있습니다. 이렇게 시장 규모가 커지고 규모의 경제를 달성할 수 있게 되면 HBM이 가격 경쟁력을 지니게 되면서 서버용 GPU나 CPU를 넘어 GDDR 메모리의 주요 소비처인 콘솔 게임기나 일반 소비자용 그래픽 카드에 다시 탑재될 수 있는 가능성이 열리게 됩니다. 하지만 GDDR 메모리 역시 진화를 거듭하면서 성능이 높아지고 있어 당장 큰 변화가 없을 가능성이 높습니다. 현재 사용되는 GDDR 메모리의 최신 버전은 GDDR6X입니다. 하지만 삼성전자는 이미 작년에 GDDR7 개발을 완료했습니다. 그리고 메모리 표준을 정하는 JEDEC은 최근 GDDR7 규격을 확정했습니다. GDDR7 메모리의 최대 속도는 48Gbps로 GDDR6X의 두 배입니다. 덕분에 메모리 하나의 대역폭도 192GB/s로 두 배 높아졌습니다. 256비트 메모리 인터페이스라면 총 1.5TB/s, 384비트 메모리 인터페이스에서는 2.3TB/s의 대역폭을 확보할 수 있습니다. H100 같은 서버용 GPU보다는 낮지만, 게임이나 AI 연산용의 일반 고성능 그래픽 카드에는 충분한 대역폭을 확보할 수 있습니다. 다만 초기 등장할 GDDR7 메모리는 이전과 마찬가지로 규격에서 허용하는 최대 속도보다 다소 느릴 것입니다. 작년 삼성전자가 개발한 GDDR7 역시 32Gbps의 스펙을 지니고 있습니다. 하지만 이는 RTX 3080에 사용된 19Gbps의 GDDR6X 메모리나 RTX 4080 Super에 사용된 23Gbps GDDR6X 메모리보다 훨씬 빠른 것입니다. 여러 층으로 메모리를 쌓아 올리고 이를 관통하는 TSV라는 통로를 여러 개 뚫은 후 인터포저라는 별도의 통로를 통해 GPU나 CPU에 연결해야 하는 HBM는 속도와 용량에서 GDDR 메모리를 몇 배 앞설 순 있지만 여전히 가격도 몇 배 앞서게 됩니다. 기존 DDR 계열 메모리처럼 생산하고 정착할 수 있는 GDDR 메모리는 HBM의 가격이 지금보다 현저하게 떨어지지 않는 이상 시장에서 살아남게 될 것입니다. 다만 일부에서 예측하는 것처럼 HBM 시장 규모가 급격히 커지고 규모의 경제에 의해 가격이 내려가면 상황이 바뀔 수도 있습니다. 지금처럼 메모리 대역폭과 가격에 따라 DDR – GDDR - HBM의 3층 구조가 앞으로도 이어질지 아니면 HBM이 메모리의 대세가 될지 미래가 주목됩니다.

CPU 성능을 좌우하는 요소는 여러 가지입니다. 한 번의 클럭 주파수에 얼마나 많은 명령어를 처리할 수 있는지, 그리고 최대 클럭은 얼마나 되는지, 캐시 메모리처럼 작업할 수 있는 공간은 얼마나 되는지가 중요한 요소입니다. 그리고 최근에는 얼마나 많은 숫자의 코어를 지니는지가 중요해지고 있습니다. 본래 초창기 CPU는 코어가 하나였습니다. 서버에서는 여러 개의 CPU를 사용하는 경우도 있었지만, 2000년 대 이전까지 아무리 고성능 개인용 컴퓨터라도 복수의 코어나 CPU를 사용하는 경우는 없었습니다. 그러다가 2005년 AMD가 애슬론 64 X2로 듀얼 코어 CPU의 시대를 열었고 이에 질세라 인텔도 펜티엄 D를 출시하면서 CPU의 코어 숫자 경쟁이 본격화됐습니다. 이 시기 CPU의 멀티코어를 뒷받침하던 이론이 바로 폴락의 법칙(Pollack‘s Rule)입니다. 인텔의 엔지니어인 프레드 폴락이 주장했고 현재 인텔 CEO가 된 팻 겔싱어가 명명한 이론으로 프로세서의 성능은 면적(트랜지스터 수) 증가량의 제곱근과 비례한다는 것입니다. 폴락의 법칙에 의하면 트랜지스터 숫자가 1억 개의 싱글 코어 CPU의 성능을 두 배로 늘리기 위해서는 같은 공정과 같은 클럭을 유지할 경 4억 개의 트랜지스터가 필요합니다. 하지만 트랜지스터 숫자가 1억 개인 코어 4개를 넣으면 같은 면적에서 최대 4배의 병렬 연산 능력을 기대할 수 있습니다. 물론 이것은 사용하는 프로그램이 여러 개의 코어를 사용해 병렬 연산을 할 경우에만 해당하는 이야기이지만, 시간이 흐르면서 자연스럽게 다수의 논리 코어(스레드)를 이용한 프로그램이 많아져 현재는 멀티코어가 데스크톱 CPU 뿐 아니라 스마트폰 같은 모바일 기기에서도 대세가 됐습니다. 한동안 기세 좋게 늘어나던 CPU의 코어 숫자는 2010년대 인텔이 시장을 독점한 시기에는 다소 주춤했습니다. 하지만 2017년 AMD가 8코어 라이젠을 출시하고 이어서 최대 64코어 서버 CPU인 에픽을 출시하면서 다시 경쟁에 불이 붙었습니다. 당시 AMD는 8개의 CPU 코어를 하나의 칩렛으로 만들고 칩렛을 여러 개 탑재하는 방식으로 코어 숫자를 빠르게 늘렸습니다. 이로 인해 한동안 서버와 데스크톱 시장에서 고전했던 인텔은 비장의 무기인 E 코어를 선보이며 반격의 실마리를 잡았습니다. E 코어는 하나의 코어에서 두 개의 논리 프로세서를 지원하는 멀티스레드 기능을 뺀 대신 에너지 효율이 뛰어나고 면적이 작아 많은 코어를 탑재하는 데 유리합니다. 따라서 인텔은 데스크톱 CPU 시장에서 최대 24코어 제품을 내놓을 수 있었습니다. 그리고 이제 E 코어만 탑재한 서버 CPU인 코드네임 시에라 포레스트의 출시를 앞두고 있습니다. AMD는 서버 시장에서 앞서가던 코어 숫자를 더 앞서기 위해 Zen 4c 코어를 개발했습니다. Zen 4c 코어는 멀티스레드 기능을 유지하면서도 5nm 공정에서 면적이 L2 캐시를 포함해도 2.48㎟로 Zen 4 코어의 3.84㎟의 2/3 수준에 불과한 작은 크기를 지니고 있습니다. AMD는 Zen 4c 코어를 128개 탑재한 코드네임 베르가모 CPU를 출시해 x86 CPU에서 첫 번째로 세 자리수 코어를 기록했습니다.인텔은 이에 질세라 144코어 시에라 포레스트 제온 CPU를 발표한 바 있습니다. 가장 많은 코어를 탑재한 x86 CPU의 자리를 내주지 않겠다는 의지를 보여준 것입니다. 하지만 논리 프로세서 숫자도 똑같이 144개라는 것이 약점입니다. 베르가모는 128코어라도 코어 하나가 두 개의 논리 프로세서를 지원해 256개의 논리 프로세서 지원이 가능합니다. 여전히 멀티스레드 성능에서 시에라 포레스트가 뒤처질 수 있는 셈입니다. 이점을 의식했는지 인텔은 MWC 2024에서 144코어 시에라 포레스트 CPU를 2024년 상반기에 출시하고 올해 하반기까지 288코어 제품을 추가하겠다고 발표했습니다. 그렇게 되면 x86 CPU 최초로 200코어 이상 제품이 될 뿐 아니라 스레드 숫자에서도 베르가모를 앞서게 됩니다. 인텔은 시에라 포레스트의 가격, 클럭, 전력 소모 등 구체적인 제원에 대해서는 밝히지 않았지만, 많은 수의 코어를 집적해 서버 랙 당 2.7배의 성능 향상이 있을 것이라고 주장했습니다. 아무튼 AMD도 경쟁에서 질 수 없기 때문에 Zen 5c 코어를 공개하면서 128 코어 이상의 CPU를 내놓을 가능성이 커졌습니다. Zen 5c는 3/4nm 공정을 적용하는 만큼 코어의 면적을 더 줄여 숫자를 더 늘릴 수 있을 것으로 예상됩니다. 물론 서버 CPU 코어 숫자가 급격히 늘어나는 것은 일반 소비자와는 당장에 관련이 없습니다. 하지만 보통 이렇게 코어 수 경쟁이 붙으면 결국 소비자 시장까지 옮겨가는 것이 일반적입니다. 그리고 이미 16-24코어 제품이 나온 만큼 다음 세대에는 성능을 높이기 위해 더 많은 코어가 탑재되는 것이 상식입니다. 이런 경쟁의 결과로 소비자들이 앞으로 더 높은 성능의 컴퓨터를 사용할 수 있게 될 것입니다.

인텔은 기본적으로 자체 프로세서 생산을 위해서 반도체 생산시설을 운영해 왔습니다. 남들보다 앞선 반도체 미세 공정은 오랜 세월 프로세서 업계 1위를 유지한 비결이었습니다. 따라서 TSMC처럼 다른 업체의 칩을 대신 생산해 주는 위탁생산 (파운드리) 사업은 처음부터 염두에 두지 않았습니다. 업계에서 가장 앞선 미세 공정을 경쟁사도 활용할 수 있다면 주력 사업인 CPU 사업에서 경쟁력을 유지할 수 없기 때문입니다. 물론 10여 년 전 인텔도 남는 생산 시설을 활용하려는 목적에서 파운드리 사업 진출을 선언한 적이 있지만, 당시에도 거의 선언 정도에 그치고 구체적인 성과는 거의 없었습니다. 파운드리 사업은 다양한 고객의 요구에 맞춘 제품 생산이 중요한데, 인텔은 자체 프로세서 생산에만 익숙해 경험이 부족했습니다. 그리고 당시에는 미세 공정과 본업인 CPU 모두에서 앞선 경쟁력을 지니고 있어 부업보다는 본업에 집중하는 분위기였습니다. 그러던 인텔의 태도가 180도 바뀐 것은 2021년 초 정통 인텔맨인 팻 겔싱어가 CEO가 되고 된 이후입니다. 당시 인텔은 10nm 이하 미세 공정 진입이 지연되면서 위기에 빠졌고 심지어 AMD 같은 팹리스 회사가 되어야 한다는 이야기까지 나왔습니다. 겔싱어 CEO는 이런 주장을 일축하고 계속해서 반도체 생산 시설을 지닌 종합반도체 회사 (IDM)로 남겠다고 선언했습니다. 하지만 인텔 칩만 생산하는 것이 아니라 다른 고객을 위한 생산도 함께 담당하는 IDM 2.0 전략을 발표했습니다. 이와 같은 태도 변화는 TSMC라는 강력한 경쟁자와 신흥 강자인 삼성전자의 위협 때문으로 생각됩니다. 파운드리 시장 규모가 자꾸 커지고 파운드리 업체의 규모도 덩달아 커지면서 TSMC와 삼성전자의 투자 규모도 갈수록 커졌습니다. 인텔 자체 프로세서만 생산해서는 장기적으로 봤을 때 밀릴 수밖에 없는 상황이 된 것입니다. 당연히 해결책은 인텔도 파운드리 사업에 뛰어들어 시장에서 경쟁자의 파이를 줄이고 인텔의 몫은 늘리는 것입니다. 따라서 겔싱어 CEO는 인텔 파운드리 서비스 (IFS) 사업부를 신설하고 본격적인 고객 모집에 들어갔지만, 지금까지 결과를 보면 아직은 성과가 부족합니다. 그리고 그러는 사이 TSMC의 점유율은 50%에서 이제는 60%를 넘보고 있습니다. 하지만 최근 열린 인텔 파운드리 서비스 (IFS) 2024 다이렉트 커넥트 행사에서 2030년 파운드리 2위가 되겠다는 포부를 밝혔습니다. 직접 언급하진 않았지만, 1위인 TSMC는 힘들어도 2위인 삼성전자는 앞서겠다는 목표를 밝힌 셈입니다. 그리고 이 목표를 달성할 비전도 제시했습니다. 인텔은 2025년에서 2027년 사이 최신 High NA EUV 리소그래피 장치를 이용한 14A와 그 업그레이드 버전인 14A-E를 개발할 예정입니다. 구체적인 성능 향상 폭은 밝히지 않았지만, 업계 최고 수준의 장비를 이용해 TSMC나 삼성전자의 최신 파운드리에 대응할 수 있는 기반을 마련할 것으로 보입니다. 하지만 이날 행사에서 가장 놀라운 일은 마이크로소프트를 고객사로 확보했다는 소식이었습니다. 마이크로소프트는 인텔 18A 공정을 사용해 자체 제작한 AI 가속기를 생산할 예정입니다. 계약 금액은 50억 달러 수준으로 알려졌습니다. 아무리 그럴듯한 비전을 발표했어도 인텔은 파운드리 사업에서 업력이 짧고 점유율도 얼마되지 않은 신참입니다. 더구나 18A는 현재 실제 제품을 생산하지 않은 미지의 신공정입니다. 그럼에도 이렇게 믿고 대규모 발주를 넣었다는 것은 의외의 결정으로 받아들여지고 있습니다. 그만큼 미국 내 반도체 산업 육성에 대한 공감대가 형성된 것으로 해석할 수 있는 부분입니다. 미국은 미국에 반도체 팹을 건설하는 업체에 527억 달러의 보조금과 세제 혜택을 주고 미국 내 반도체 생산 비중을 높이기 위해 노력하고 있습니다. 겔싱어 CEO는 미국 내 반도체 제조 비율을 20%에서 50%로 끌어올리겠다고 선언했고 지나 러몬도 상부무 장관도 이날 화상으로 미국 반도체 산업에 대한 적극적인 지원 의사를 밝혔습니다. 이렇게 다른 빅테크들의 지원 사격과 미국 정부의 적극적인 반도체 산업 육성 열기, 그리고 최신 미세 공정에 대한 공격적인 투자까지 감안하면 인텔 파운드리 서비스의 미래는 밝아 보입니다. 하지만 그렇다고 해서 불안 요소가 없는 것은 아닙니다. 인텔의 20A, 18A 공정은 인텔의 게이트 올 어라운드(GAA) 기술은 리본펫(RibbonFET)과 후면 전력 공급 기술인 파워비아 (PowerVia)를 처음으로 적용해 여러 가지 변수가 있습니다. 예상만큼 수율이 나오지 않거나 성능이 나오지 않는 경우 파운드리 사업은 물론 본업인 CPU 사업에도 상당한 악영향이 있을 수 있습니다. 또 이미 점유율이 50%가 넘는데도 계속 점유율을 높이며 파운드리 산업을 주도하는 TSMC나 이를 맹추격하는 삼성전자가 경쟁적으로 가격을 낮출 경우 파운드리 사업에서 수익을 내기가 쉽지 않을 수도 있습니다. 그래도 아무튼 주사위는 던진 상태이고 몇 년 이내로 그 결과를 보게 될 것입니다. 우리나라 역시 파운드리 및 시스템 반도체 사업을 미래 먹거리로 보고 집중 투자하는 상황에서 나온 인텔의 공격적 행보가 어떤 결과로 이어질지 주목됩니다.