도널드 트럼프 미국 대통령이 유엔총회장을 방문했을 때 발생한 에스컬레이터가 일시 정지한 사건이 묘하게 커지고 있다. 지난 25일(현지시간) AP통신 등 외신은 유엔본부가 트럼프 대통령의 유엔총회 연설 당시 발생한 에스컬레이터 멈춤과 프롬프터(자막기)가 고장 난 것에 대해 자체 조사에 착수했다고 보도했다. 단순한 해프닝처럼 보이는 이번 사건은 지난 23일 트럼프 대통령이 연설을 위해 유엔 총회장에 입장하는 과정에서 발생했다. 당시 트럼프 대통령은 총회장 입장을 위해 에스컬레이터에 올랐으나 갑자기 기계가 멈춰 섰다. 이에 함께 있던 멜라니아 여사가 먼저 걸어서 올랐고 이어 트럼프 대통령과 보좌진들이 뒤를 이었다. 또한 총회장 연단에 올랐을 때는 연설문을 띄워주는 프롬프터가 고장 났다. 이에 대해 트럼프 대통령은 연설 초반부터 “내가 유엔에서 받은 것이라고는 중간에 멈춰버린 에스컬레이터와 작동하지 않은 프롬프터”라면서 “영부인 몸 상태가 좋지 않았다면 넘어졌을 것”이라며 비아냥댔다. 트럼프 대통령의 뒤끝은 여기서 그치지 않았다. 다음날 트럼프 대통령은 트루스소셜에 “유엔에서 어제 정말 부끄러운 일이 벌어졌다. 한두 건이 아니라 세 건의 매우 사악한 사건이 있었다”면서 에스컬레이터와 작동하지 않은 프롬프터 사건을 비판했다. 여기에 그는 “세 번째로, 연설을 마친 후 나는 연설 음향이 완전히 끊겼다는 얘기를 들었다”며 연설 후 멜라니아 여사가 자신에게 “한마디도 못 들었다”는 말을 들었다고 전하기도 했다. 특히 트럼프 대통령은 이를 ‘사보타주’(비밀 파괴 공작)였다고 강조했다. 이처럼 예상외로 사건이 커지자 유엔 측이 해명에 나섰다. 스테판 두자릭 유엔 대변인은 “에스컬레이터 중앙처리장치(CPU) 기록을 조사한 결과 안전장치가 작동하면서 멈춰 선 것으로 나타났다”며 “이 안전장치는 사람이나 물체가 에스컬레이터에 실수로 끼어 빨려 들어가는 것을 막기 위해 설계된 것으로, 백악관 촬영 담당자가 의도치 않게 이를 작동시켰을 가능성이 있다”고 밝혔다. 또한 프롬프트는 유엔이 아니라 백악관에서 조작했다고 해명했다. 곧 유엔 측의 실수 혹은 고의가 아니라 백악관 직원들의 탓이 크다고 지적한 것. 경위야 어찌 됐든 트럼프 대통령의 격노에 미 비밀경호국(SS)이 본격적인 조사에 착수했으며 유엔 측도 철저한 조사를 지시했다. 스테판 뒤자리크 유엔 사무총장실 대변인은 “안토니우 구테흐스 유엔 사무총장이 주유엔 미국대표부에 철저한 조사를 이미 지시했음을 알렸다”면서 “이번 사건의 원인이 무엇인지 규명하는 문제와 관련해 미 관계 당국과 완전한 투명성을 가지고 협조할 준비가 돼 있다”고 밝혔다.

도널드 트럼프 미국 대통령이 유엔총회장을 방문했을 때 발생한 에스컬레이터가 일시 정지한 사건이 묘하게 커지고 있다. 지난 25일(현지시간) AP통신 등 외신은 유엔본부가 트럼프 대통령의 유엔총회 연설 당시 발생한 에스컬레이터 멈춤과 프롬프터(자막기)가 고장 난 것에 대해 자체 조사에 착수했다고 보도했다. 단순한 해프닝처럼 보이는 이번 사건은 지난 23일 트럼프 대통령이 연설을 위해 유엔 총회장에 입장하는 과정에서 발생했다. 당시 트럼프 대통령은 총회장 입장을 위해 에스컬레이터에 올랐으나 갑자기 기계가 멈춰 섰다. 이에 함께 있던 멜라니아 여사가 먼저 걸어서 올랐고 이어 트럼프 대통령과 보좌진들이 뒤를 이었다. 또한 총회장 연단에 올랐을 때는 연설문을 띄워주는 프롬프터가 고장 났다. 이에 대해 트럼프 대통령은 연설 초반부터 “내가 유엔에서 받은 것이라고는 중간에 멈춰버린 에스컬레이터와 작동하지 않은 프롬프터”라면서 “영부인 몸 상태가 좋지 않았다면 넘어졌을 것”이라며 비아냥댔다. 트럼프 대통령의 뒤끝은 여기서 그치지 않았다. 다음날 트럼프 대통령은 트루스소셜에 “유엔에서 어제 정말 부끄러운 일이 벌어졌다. 한두 건이 아니라 세 건의 매우 사악한 사건이 있었다”면서 에스컬레이터와 작동하지 않은 프롬프터 사건을 비판했다. 여기에 그는 “세 번째로, 연설을 마친 후 나는 연설 음향이 완전히 끊겼다는 얘기를 들었다”며 연설 후 멜라니아 여사가 자신에게 “한마디도 못 들었다”는 말을 들었다고 전하기도 했다. 특히 트럼프 대통령은 이를 ‘사보타주’(비밀 파괴 공작)였다고 강조했다. 이처럼 예상외로 사건이 커지자 유엔 측이 해명에 나섰다. 스테판 두자릭 유엔 대변인은 “에스컬레이터 중앙처리장치(CPU) 기록을 조사한 결과 안전장치가 작동하면서 멈춰 선 것으로 나타났다”며 “이 안전장치는 사람이나 물체가 에스컬레이터에 실수로 끼어 빨려 들어가는 것을 막기 위해 설계된 것으로, 백악관 촬영 담당자가 의도치 않게 이를 작동시켰을 가능성이 있다”고 밝혔다. 또한 프롬프트는 유엔이 아니라 백악관에서 조작했다고 해명했다. 곧 유엔 측의 실수 혹은 고의가 아니라 백악관 직원들의 탓이 크다고 지적한 것. 경위야 어찌 됐든 트럼프 대통령의 격노에 미 비밀경호국(SS)이 본격적인 조사에 착수했으며 유엔 측도 철저한 조사를 지시했다. 스테판 뒤자리크 유엔 사무총장실 대변인은 “안토니우 구테흐스 유엔 사무총장이 주유엔 미국대표부에 철저한 조사를 이미 지시했음을 알렸다”면서 “이번 사건의 원인이 무엇인지 규명하는 문제와 관련해 미 관계 당국과 완전한 투명성을 가지고 협조할 준비가 돼 있다”고 밝혔다.

엔비디아가 인텔에 50억 달러(약 7조원)의 지분 투자를 결정하면서 반도체 업계가 요동치고 있습니다. 이 소식에 인텔 주가는 30% 가까이 급등한 반면, 경쟁사인 AMD 주가는 약세를 면치 못했습니다. 두 거대 기업의 깜짝 동맹이 어떤 결과물을 만들어낼지에 대한 다양한 예측이 나오고 있습니다. 내장 그래픽: 엔비디아의 지포스 GPU가 인텔 CPU 속으로? 두 회사가 협력하면 가장 먼저 예상되는 분야는 내장 그래픽입니다. 현재 인텔은 아크(Arc)라는 소비자용 그래픽 프로세서(GPU) 제품군을 보유하고 있습니다. 인텔은 과거 독립 그래픽 카드 시장에서 철수한 뒤 내장 그래픽에 집중해왔지만, 오랜 기간 ‘그래픽 감속기’라는 오명을 쓸 만큼 성능이 매우 낮았습니다. 이후 인텔은 AMD 출신의 라자 코두리를 영입하며 내장 그래픽 성능을 대폭 개선한 아크 시리즈를 선보였습니다. 그 결과 인텔 내장 그래픽은 라데온 내장 그래픽과 견줄 만큼 향상되었으나, 독립 그래픽 카드 시장에서는 1% 미만의 점유율로 고전을 면치 못하고 있습니다. 만약 엔비디아의 지포스 그래픽이 인텔 CPU와 통합된다면, 내장 그래픽의 중요성이 큰 노트북 및 미니 PC 시장에서 강력한 경쟁력을 확보할 수 있습니다. 이는 이론적으로 어려운 일이 아닙니다. 이미 2017년 인텔은 AMD와 협력해 라데온 GPU를 하나의 패키지로 통합한 카비 레이크G를 출시한 바 있습니다. 당시 HBM2 메모리를 탑재한 라데온 RX Vega M GH GPU를 CPU와 EMIB 방식으로 묶어 크기를 줄였습니다. 현재 인텔 CPU는 타일 방식으로 만들어지기 때문에 외부에서 제작된 GPU 타일을 연결하는 일이 더욱 용이해졌습니다. 따라서 예상보다 이른 시일 내에 결과물이 나올 가능성도 있습니다. 다만 엔비디아가 현재 판매 중인 RTX 50 시리즈 GPU에 영향을 주지 않기 위해 성능이 낮은 엔트리 레벨 GPU를 통합할 가능성이 높습니다. 고성능 GPU는 별도 메모리가 필요하지만, 비용 절감을 위해 CPU와 메모리를 공유하는 제품이 가장 유력하게 점쳐집니다. 이 경우 인텔 아크 그래픽의 미래는 어떻게 될까요? 상당한 적자를 기록 중인 독립 그래픽 부문은 정리되고, 내장 그래픽은 보급형 제품군으로 남는 것이 가장 현실적인 시나리오입니다. 소비자가 비용을 더 지불하고 지포스 내장 제품을 선택하는 한편, 아크 GPU를 내장한 더 저렴한 제품을 찾는 수요도 있을 것이기 때문입니다. 서버 시장: CPU와 GPU가 결합된 새로운 솔루션 서버 부문에서는 CPU와 GPU를 결합한 제품군이 유력한 후보입니다. 엔비디아는 블랙웰 GPU에 자체 ARM 서버 프로세서인 그레이스 슈퍼칩을 결합해 사용하고 있지만, 데이터센터 시장에서는 여전히 x86 생태계가 훨씬 큰 비중을 차지하고 있습니다. 따라서 x86 CPU와 결합한 제품을 고려할 수 있으며, 이 경우 경쟁사인 AMD의 에픽 프로세서보다 인텔의 제온 프로세서가 더 적합한 파트너입니다. 다만, 이 협력은 인텔의 자체 AI 가속기인 가우디와 AI GPU 쇼어스의 미래를 더욱 불확실하게 만들 것으로 보입니다. 인텔 가우디 AI 가속기는 시장 판매가 미미한 수준이며, 야심작이었던 팔콘 쇼어스 AI GPU는 이미 취소되었습니다. 후속작인 재규어 쇼어스를 시장에 출시하겠다고 밝혔지만, 성능이 낮은 인텔 GPU에 대한 수요가 거의 없어 성공 가능성은 희박해 보입니다. 역설적으로, 인텔의 AI GPU 개발이 난관에 부딪히면서 오히려 엔비디아와의 협업 가능성은 높아졌습니다. 서로 경쟁 관계에 놓일 가능성이 낮아졌기 때문입니다. 엔비디아 입장에서는 인텔이 향후 자신들의 사업 영역을 침범할 가능성이 적다고 판단할 수 있습니다. 파운드리 협력: TSMC와 인텔, 그 사이의 선택은? 마지막으로 흥미로운 질문은 엔비디아가 인텔 파운드리를 이용할 것인지에 대한 것입니다. 외신 보도에 따르면 이번 투자 계획에서 파운드리 계약은 포함되지 않은 것으로 보입니다. 엔비디아는 오랜 고객사인 TSMC에 대한 의존도가 높고 파운드리를 변경할 경우 프로세서 설계부터 다시 검증해야 하기 때문에 갑작스럽게 인텔 파운드리를 이용할 가능성은 낮습니다. 하지만 인텔 18A(1.8㎚) 공정의 수율이 안정되고 가격이 합리적이라면 완전히 가능성을 배제할 순 없을 것입니다. 엔비디아의 인텔 투자가 반도체 업계에 어떤 변화를 불러일으킬지는 아직 미지수입니다. ‘찻잔 속의 태풍’으로 끝날지, 아니면 반도체 산업을 재편할 중대한 시발점이 될지 앞으로의 결과가 주목됩니다.

엔비디아가 인텔에 50억 달러(약 7조원)의 지분 투자를 결정하면서 반도체 업계가 요동치고 있습니다. 이 소식에 인텔 주가는 30% 가까이 급등한 반면, 경쟁사인 AMD 주가는 약세를 면치 못했습니다. 두 거대 기업의 깜짝 동맹이 어떤 결과물을 만들어낼지에 대한 다양한 예측이 나오고 있습니다. 내장 그래픽: 엔비디아의 지포스 GPU가 인텔 CPU 속으로? 두 회사가 협력하면 가장 먼저 예상되는 분야는 내장 그래픽입니다. 현재 인텔은 아크(Arc)라는 소비자용 그래픽 프로세서(GPU) 제품군을 보유하고 있습니다. 인텔은 과거 독립 그래픽 카드 시장에서 철수한 뒤 내장 그래픽에 집중해왔지만, 오랜 기간 ‘그래픽 감속기’라는 오명을 쓸 만큼 성능이 매우 낮았습니다. 이후 인텔은 AMD 출신의 라자 코두리를 영입하며 내장 그래픽 성능을 대폭 개선한 아크 시리즈를 선보였습니다. 그 결과 인텔 내장 그래픽은 라데온 내장 그래픽과 견줄 만큼 향상되었으나, 독립 그래픽 카드 시장에서는 1% 미만의 점유율로 고전을 면치 못하고 있습니다. 만약 엔비디아의 지포스 그래픽이 인텔 CPU와 통합된다면, 내장 그래픽의 중요성이 큰 노트북 및 미니 PC 시장에서 강력한 경쟁력을 확보할 수 있습니다. 이는 이론적으로 어려운 일이 아닙니다. 이미 2017년 인텔은 AMD와 협력해 라데온 GPU를 하나의 패키지로 통합한 카비 레이크G를 출시한 바 있습니다. 당시 HBM2 메모리를 탑재한 라데온 RX Vega M GH GPU를 CPU와 EMIB 방식으로 묶어 크기를 줄였습니다. 현재 인텔 CPU는 타일 방식으로 만들어지기 때문에 외부에서 제작된 GPU 타일을 연결하는 일이 더욱 용이해졌습니다. 따라서 예상보다 이른 시일 내에 결과물이 나올 가능성도 있습니다. 다만 엔비디아가 현재 판매 중인 RTX 50 시리즈 GPU에 영향을 주지 않기 위해 성능이 낮은 엔트리 레벨 GPU를 통합할 가능성이 높습니다. 고성능 GPU는 별도 메모리가 필요하지만, 비용 절감을 위해 CPU와 메모리를 공유하는 제품이 가장 유력하게 점쳐집니다. 이 경우 인텔 아크 그래픽의 미래는 어떻게 될까요? 상당한 적자를 기록 중인 독립 그래픽 부문은 정리되고, 내장 그래픽은 보급형 제품군으로 남는 것이 가장 현실적인 시나리오입니다. 소비자가 비용을 더 지불하고 지포스 내장 제품을 선택하는 한편, 아크 GPU를 내장한 더 저렴한 제품을 찾는 수요도 있을 것이기 때문입니다. 서버 시장: CPU와 GPU가 결합된 새로운 솔루션 서버 부문에서는 CPU와 GPU를 결합한 제품군이 유력한 후보입니다. 엔비디아는 블랙웰 GPU에 자체 ARM 서버 프로세서인 그레이스 슈퍼칩을 결합해 사용하고 있지만, 데이터센터 시장에서는 여전히 x86 생태계가 훨씬 큰 비중을 차지하고 있습니다. 따라서 x86 CPU와 결합한 제품을 고려할 수 있으며, 이 경우 경쟁사인 AMD의 에픽 프로세서보다 인텔의 제온 프로세서가 더 적합한 파트너입니다. 다만, 이 협력은 인텔의 자체 AI 가속기인 가우디와 AI GPU 쇼어스의 미래를 더욱 불확실하게 만들 것으로 보입니다. 인텔 가우디 AI 가속기는 시장 판매가 미미한 수준이며, 야심작이었던 팔콘 쇼어스 AI GPU는 이미 취소되었습니다. 후속작인 재규어 쇼어스를 시장에 출시하겠다고 밝혔지만, 성능이 낮은 인텔 GPU에 대한 수요가 거의 없어 성공 가능성은 희박해 보입니다. 역설적으로, 인텔의 AI GPU 개발이 난관에 부딪히면서 오히려 엔비디아와의 협업 가능성은 높아졌습니다. 서로 경쟁 관계에 놓일 가능성이 낮아졌기 때문입니다. 엔비디아 입장에서는 인텔이 향후 자신들의 사업 영역을 침범할 가능성이 적다고 판단할 수 있습니다. 파운드리 협력: TSMC와 인텔, 그 사이의 선택은? 마지막으로 흥미로운 질문은 엔비디아가 인텔 파운드리를 이용할 것인지에 대한 것입니다. 외신 보도에 따르면 이번 투자 계획에서 파운드리 계약은 포함되지 않은 것으로 보입니다. 엔비디아는 오랜 고객사인 TSMC에 대한 의존도가 높고 파운드리를 변경할 경우 프로세서 설계부터 다시 검증해야 하기 때문에 갑작스럽게 인텔 파운드리를 이용할 가능성은 낮습니다. 하지만 인텔 18A(1.8㎚) 공정의 수율이 안정되고 가격이 합리적이라면 완전히 가능성을 배제할 순 없을 것입니다. 엔비디아의 인텔 투자가 반도체 업계에 어떤 변화를 불러일으킬지는 아직 미지수입니다. ‘찻잔 속의 태풍’으로 끝날지, 아니면 반도체 산업을 재편할 중대한 시발점이 될지 앞으로의 결과가 주목됩니다.

미국 인공지능(AI) 대장주 엔비디아가 18일(현지시간) 반도체 기업 인텔에 50억 달러(약 6조9320억원)를 투자하며 PC·데이터센터용 칩 공동 개발에 나선다. 다만 이번 협력에는 인텔이 엔비디아 칩을 위탁생산하는 파운드리(반도체 위탁생산) 계약은 포함되지 않았다. 로이터·블룸버그 통신에 따르면 엔비디아는 인텔 보통주를 주당 23.28달러에 매입하기로 했다. 이는 전날 종가(24.90달러)보다 낮지만, 지난달 미국 정부가 인텔 지분 10%를 인수하며 지급한 단가(20.47달러)보다는 높은 수준이다. 이로써 엔비디아는 인텔 지분 4% 이상을 확보, 주요 주주 반열에 오를 전망이다. 엔비디아 젠슨 황 최고경영자(CEO)는 투자 발표 직후 가진 콘퍼런스콜에서 “우리는 인텔 중앙처리장치(CPU)의 매우 큰 고객이 될 것”이라며 “엔비디아는 인텔 칩에 그래픽처리장치(GPU) 칩렛을 공급하는 대규모 파트너가 될 것”이라고 밝혔다. 황 CEO는 인텔의 립부 탄 CEO를 “30년 지기 오랜 친구”라고 소개하며 “이번 협력은 양사가 거의 1년간 논의해온 역사적 결정”이라고 강조했다. 협력의 핵심은 양사의 강점을 결합한 차세대 컴퓨팅 플랫폼이다. 인텔은 차세대 PC 칩에 엔비디아의 GPU 기술을 탑재해 AMD와의 경쟁력을 높일 방침이다. 동시에 데이터센터에서는 엔비디아 AI 가속기에 인텔의 CPU를 공급해 대규모 AI 클러스터를 구축한다. 황 CEO는 “인텔 CPU를 도입해 이를 슈퍼칩으로 연결, AI 슈퍼컴퓨터로 확장할 것”이라고 설명했다. 양사는 PC·노트북 시장에서도 협력을 확대해 약 500억 달러 규모의 시장 기회를 함께 공략할 계획이다. 업계에서는 이번 협력이 반도체 산업 권력 구도의 변화를 보여준다고 평가한다. 한때 ‘반도체 제왕’으로 군림했던 인텔은 최근 경영난으로 흔들렸고, 과거 주변적 위치에 머물던 엔비디아가 자금과 최첨단 기술을 동시에 공급하는 구도가 형성됐기 때문이다. 로이터는 “수년간 회생 노력이 성과를 내지 못한 인텔에 엔비디아의 투자가 새로운 돌파구가 될 수 있다”고 분석했다. 다만 엔비디아의 핵심 파트너인 대만 TSMC와의 관계도 주목된다. 단기적 영향은 제한적이지만 장기적으로 엔비디아가 생산 물량 일부를 인텔로 이전할 경우 TSMC의 입지에도 변수가 될 수 있다는 관측이다. 블룸버그는 “엔비디아가 인텔 파운드리 위탁생산을 검토하고 있으나, 현재 구체적 계획은 없다”고 전했다. 인텔은 이번 협력을 통해 ‘반도체 재건’에 속도를 내겠다는 구상이다. 최근 미국 정부로부터 57억 달러 지원을 받고, 일본 소프트뱅크로부터 20억 달러 투자를 유치했지만, 업황 부진으로 여전히 회복에 어려움을 겪고 있다. 탄 CEO는 “엔비디아의 신뢰에 감사하며 고객을 위한 혁신에 함께 나설 것”이라며 “인텔의 x86 아키텍처는 수십 년간 현대 컴퓨팅의 토대였고 앞으로도 미래 워크로드를 위해 혁신을 이어가겠다”고 밝혔다.

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.

삼성전자가 IFA 2025 개막을 하루 앞둔 4일(현지시간) 독일 베를린에서 갤럭시 탭 S11와 S11 울트라 시리즈를 공개했다. 중국의 거센 공세에 맞서 삼성전자와 LG전자가 신제품을 속속 내놓고 있다. 삼성전자는 이날 공개한 갤럭시 탭 S11 울트라가 역대 갤럭시 탭 시리즈 중 가장 얇은 5.1㎜로, 전작 대비 중앙처리장치(CPU)는 24%, 그래픽처리장치(GPU) 27%, 신경망처리장치(NPU)는 33% 성능이 향상됐다고 밝혔다. 갤럭시 탭 S11 시리즈에는 ‘확장모드’가 처음으로 적용돼 태블릿 화면을 외부 모니터로 확대할 수 있다. 또 통합형 인공지능(AI) 플랫폼인 ‘One UI 8’이 탑재된 갤럭시 S25 FE도 공개됐다. 갤럭시 S25 FE는 AI 기반의 1200만 화소 카메라와 ‘프로비주얼 엔진’을 탑재해 다양한 환경에서도 생동감 있고 선명한 사진과 영상을 촬영할 수 있는 것이 특징이다. 프리미엄 TV 분야에서는 지난달 출시된 삼성전자의 ‘마이크로 RGB(빨강·초록·파랑) TV’가 전시됐다. 마이크로 RGB TV는 대형 스크린에 머리카락 두께인 100㎛(마이크로미터) 이하의 RGB LED를 초미세 단위로 배열한 RGB 컬러 백라이트를 적용한 제품이다. LG전자는 세계 최초 무선·투명 TV인 ‘LG 시그니처 올레드 T’를 전시한다. 지난해 북미에서 먼저 출시된 시그니처 올레드 T를 올해 유럽 시장에 공개하며 프리미엄 시장을 공략한다는 전략이다. 이외에도 유럽향 AI 가전 신제품 25종을 올해 IFA에서 처음 공개했다.

일반적으로 노트북은 데스크톱 PC와 달리 부품 교체가 어려운 일체형 구조를 가지고 있습니다. 메모리나 솔리드스테이트드라이브(SSD) 같은 일부 부품만 교체 가능한 경우가 많고, 이마저도 불가능한 제품들이 적지 않습니다. 따라서 다른 부품은 멀쩡해도 최신 게임이나 고성능 작업에 필요한 그래픽 카드만 업그레이드할 수 없어 ‘울며 겨자먹기’로 새 노트북을 구매해야 하는 낭비가 발생했습니다. 과거에도 이런 문제를 해결하기 위해 모듈형 노트북이 시도되었지만, 노트북이 점점 더 얇고 가벼워지는 추세 속에서 이런 기능들은 점차 사라져 왔습니다. 그런데 대기업들도 포기했던 이 모듈형 노트북 시장에 ‘프레임워크’(Framework)라는 스타트업이 새로운 바람을 일으키고 있습니다. 프레임워크 랩톱 16: 그래픽 모듈 추가로 업그레이드 시대 열어프레임워크는 사용자가 직접 부품을 선택해 조립하는 방식의 노트북을 선보였습니다. 소비자는 16인치 또는 13인치 본체에 원하는 사양의 디스플레이, 중앙처리장치(CPU), 메모리, SSD, 배터리, 키보드 등을 조합할 수 있습니다. 덕분에 사용자는 필요한 부품만 업그레이드하고 나머지 부품은 계속 사용할 수 있어 수명이 다한 부품 때문에 멀쩡한 노트북을 버리는 낭비를 줄일 수 있습니다. 프레임워크는 초기에 그래픽 카드 추가가 어렵다는 약점을 지적받았습니다. 이에 회사는 신제품 프레임워크 랩톱 16에 그래픽 모듈을 추가해 이 문제를 해결했습니다. 이제 사용자는 RTX 5070(699달러·약 97만원) 또는 라데온 7700S(399달러·56만원) 그래픽 모듈을 추가로 구매해 노트북에 장착할 수 있습니다. 복잡한 냉각 문제를 해결한 설계노트북에 그래픽 모듈을 추가할 때 가장 큰 난관은 바로 냉각 시스템입니다. CPU와 그래픽처리장치(GPU)에 각각 별도의 냉각 팬이 들어가면 구조가 복잡해지고 소음과 전력 소모가 커질 수 있습니다. 프레임워크 랩톱 16은 이 문제를 CPU와 GPU가 냉각 팬 2개를 공유하는 방식으로 해결했습니다. 히트 파이프와 방열판을 이용해 열을 효율적으로 분산시키는 방식입니다. 이로 인해 구조가 다소 복잡해져 조립식 노트북에 가까운 형태가 되었지만, 그래픽 카드 업그레이드가 가능하다는 큰 장점을 얻게 되었습니다. 프레임워크 랩톱 16은 라이젠 AI 9 HX 370과 라이젠 AI 7 HX 350 두 가지 CPU 옵션을 제공하며, 조립된 본체는 1499달러(210만원)에 판매됩니다. 내장 그래픽만 사용할 경우, 그래픽 모듈 대신 SSD를 두 개 더 장착할 수 있는 확장 모듈을 선택할 수 있습니다. 그래픽 카드의 TGP(Total Graphics Power)는 약 100W이며, 기본 어댑터 용량은 240W입니다. 현재 완제품 위주인 게이밍 노트북 시장에 프레임워크 랩톱 16이 어떤 변화를 가져올지, 그리고 불필요한 낭비를 줄이려는 목표를 달성할 수 있을지 귀추가 주목됩니다.

일반적으로 노트북은 데스크톱 PC와 달리 부품 교체가 어려운 일체형 구조를 가지고 있습니다. 메모리나 솔리드스테이트드라이브(SSD) 같은 일부 부품만 교체 가능한 경우가 많고, 이마저도 불가능한 제품들이 적지 않습니다. 따라서 다른 부품은 멀쩡해도 최신 게임이나 고성능 작업에 필요한 그래픽 카드만 업그레이드할 수 없어 ‘울며 겨자먹기’로 새 노트북을 구매해야 하는 낭비가 발생했습니다. 과거에도 이런 문제를 해결하기 위해 모듈형 노트북이 시도되었지만, 노트북이 점점 더 얇고 가벼워지는 추세 속에서 이런 기능들은 점차 사라져 왔습니다. 그런데 대기업들도 포기했던 이 모듈형 노트북 시장에 ‘프레임워크’(Framework)라는 스타트업이 새로운 바람을 일으키고 있습니다. 프레임워크 랩톱 16: 그래픽 모듈 추가로 업그레이드 시대 열어프레임워크는 사용자가 직접 부품을 선택해 조립하는 방식의 노트북을 선보였습니다. 소비자는 16인치 또는 13인치 본체에 원하는 사양의 디스플레이, 중앙처리장치(CPU), 메모리, SSD, 배터리, 키보드 등을 조합할 수 있습니다. 덕분에 사용자는 필요한 부품만 업그레이드하고 나머지 부품은 계속 사용할 수 있어 수명이 다한 부품 때문에 멀쩡한 노트북을 버리는 낭비를 줄일 수 있습니다. 프레임워크는 초기에 그래픽 카드 추가가 어렵다는 약점을 지적받았습니다. 이에 회사는 신제품 프레임워크 랩톱 16에 그래픽 모듈을 추가해 이 문제를 해결했습니다. 이제 사용자는 RTX 5070(699달러·약 97만원) 또는 라데온 7700S(399달러·56만원) 그래픽 모듈을 추가로 구매해 노트북에 장착할 수 있습니다. 복잡한 냉각 문제를 해결한 설계노트북에 그래픽 모듈을 추가할 때 가장 큰 난관은 바로 냉각 시스템입니다. CPU와 그래픽처리장치(GPU)에 각각 별도의 냉각 팬이 들어가면 구조가 복잡해지고 소음과 전력 소모가 커질 수 있습니다. 프레임워크 랩톱 16은 이 문제를 CPU와 GPU가 냉각 팬 2개를 공유하는 방식으로 해결했습니다. 히트 파이프와 방열판을 이용해 열을 효율적으로 분산시키는 방식입니다. 이로 인해 구조가 다소 복잡해져 조립식 노트북에 가까운 형태가 되었지만, 그래픽 카드 업그레이드가 가능하다는 큰 장점을 얻게 되었습니다. 프레임워크 랩톱 16은 라이젠 AI 9 HX 370과 라이젠 AI 7 HX 350 두 가지 CPU 옵션을 제공하며, 조립된 본체는 1499달러(210만원)에 판매됩니다. 내장 그래픽만 사용할 경우, 그래픽 모듈 대신 SSD를 두 개 더 장착할 수 있는 확장 모듈을 선택할 수 있습니다. 그래픽 카드의 TGP(Total Graphics Power)는 약 100W이며, 기본 어댑터 용량은 240W입니다. 현재 완제품 위주인 게이밍 노트북 시장에 프레임워크 랩톱 16이 어떤 변화를 가져올지, 그리고 불필요한 낭비를 줄이려는 목표를 달성할 수 있을지 귀추가 주목됩니다.

‘백척간두(百尺竿頭)’. ‘백 자나 되는 높은 장대 끝에 서 있는 것처럼 매우 위태롭고 어려운 상황’을 뜻하는 이 사자성어는, 현재 인텔의 상황을 가장 적절하게 표현하는 말일지도 모릅니다. 과거 ‘넘사벽’이었던 최첨단 미세 공정 기술력은 TSMC에 추월당했고, 야심 차게 추진했던 20A 공정은 실패하면서 경쟁사 파운드리에서 CPU를 생산하는 굴욕까지 겪었습니다. 이제 인텔에게 남은 마지막 희망은 18A(1.8㎚) 공정뿐이다. 인텔, ‘클리어워터 포레스트’로 명예 회복 노린다 인텔은 2025년 핫 칩(Hot Chip) 콘퍼런스에서 18A 공정으로 제조한 E 코어 전용 제온 칩인 클리어워터 포레스트의 상세 내용을 공개했습니다. 이는 144코어 시에라 포레스트의 후속작으로, 288개의 E(고효율) 코어를 집적해 인텔 프로세서는 물론 x86 프로세서 역사상 가장 많은 코어 수를 자랑합니다. AMD의 에픽 프로세서에 코어 수에서 뒤처졌던 약점을 극복하고 다시금 주도권을 가져오겠다는 의지가 엿보입니다. 이처럼 막대한 코어 집적은 포베로스 3D 다이렉트 컨스트럭션 기술 덕분에 가능했습니다. 24코어 칩렛 12개를 인텔 3 공정의 베이스 다이 위에 올리고, 다시 인텔 7 공정의 I/O 다이 두 개를 연결하는 방식으로 거대한 프로세서를 완성했습니다. 이는 앞으로 더 복잡하고 많은 코어를 지닌 제품을 만들 수 있는 기반 기술이 될 것입니다. 성능과 효율, 두 마리 토끼를 잡을까? 클리어워터 포레스트의 유일한 강점은 코어 수만이 아닙니다. 새롭게 적용된 다크몬트(Darkmont) E 코어는 3x3 디코드 엔진, 더 깊어진 비순차 실행 윈도우, 향상된 실행 포트를 통해 시에라 포레스트에 사용된 크레스트몬트 E 코어 대비 IPC(클럭당 명령어 처리 능력)를 17%나 높였습니다. 1세대 만에 이뤄낸 상당한 수준의 성능 향상입니다. 각각의 다크몬트 E 코어는 4개씩 모듈을 이뤄 4MB의 L2 캐시를 공유하며, L2 캐시의 대역폭도 400GB/s로 두 배 늘어 전체적인 성능 향상에 일조했습니다. 또한, 12채널 DDR5-8000 메모리를 지원해 288개에 달하는 코어가 사용할 데이터를 충분히 감당할 수 있게 했습니다. 18A 공정의 수율, 성공의 관건 하지만 이러한 놀라운 수치들은 클리어워터 포레스트가 계획대로 출시될 때만 의미가 있습니다. 비공식적인 루머에 따르면 인텔 18A 공정의 초기 수율이 매우 낮은 것으로 알려졌습니다. 만약 사실이라면 충분한 물량 공급이 어려워 사실상 ‘페이퍼 론칭’에 그치거나 출시가 지연될 가능성이 큽니다. 만일 20A 공정의 전철을 밟는다면, 그 사이 CPU 시장은 AMD 위주로 빠르게 재편될 수 있습니다. 인텔은 18A 공정에서 리본펫(RibbonFET) GAA 트랜지스터 구조와 후면 전력 공급 기술인 파워비아(PowerVia)를 통해 전력 효율과 트랜지스터 밀도를 높일 것으로 기대하고 있습니다. 그러나 구체적인 전력 소모나 작동 클럭 정보는 아직 공개되지 않았습니다. 만약 18A 공정마저 실패한다면, 인텔은 과거 AMD가 그랬던 것처럼 반도체 생산 시설을 매각하고 팹리스(반도체 설계 전문) 회사로 전환할 수밖에 없을지도 모릅니다. 과거 독보적인 제조업 1위였던 인텔의 입지가 크게 축소되는 것입니다. 과연 인텔이 위기를 극복하고 영광을 되찾을 수 있을지, 2025년 말과 2026년에 출시될 신제품을 통해 그 미래를 알 수 있을 것입니다.

‘백척간두(百尺竿頭)’. ‘백 자나 되는 높은 장대 끝에 서 있는 것처럼 매우 위태롭고 어려운 상황’을 뜻하는 이 사자성어는, 현재 인텔의 상황을 가장 적절하게 표현하는 말일지도 모릅니다. 과거 ‘넘사벽’이었던 최첨단 미세 공정 기술력은 TSMC에 추월당했고, 야심 차게 추진했던 20A 공정은 실패하면서 경쟁사 파운드리에서 CPU를 생산하는 굴욕까지 겪었습니다. 이제 인텔에게 남은 마지막 희망은 18A(1.8㎚) 공정뿐이다. 인텔, ‘클리어워터 포레스트’로 명예 회복 노린다 인텔은 2025년 핫 칩(Hot Chip) 콘퍼런스에서 18A 공정으로 제조한 E 코어 전용 제온 칩인 클리어워터 포레스트의 상세 내용을 공개했습니다. 이는 144코어 시에라 포레스트의 후속작으로, 288개의 E(고효율) 코어를 집적해 인텔 프로세서는 물론 x86 프로세서 역사상 가장 많은 코어 수를 자랑합니다. AMD의 에픽 프로세서에 코어 수에서 뒤처졌던 약점을 극복하고 다시금 주도권을 가져오겠다는 의지가 엿보입니다. 이처럼 막대한 코어 집적은 포베로스 3D 다이렉트 컨스트럭션 기술 덕분에 가능했습니다. 24코어 칩렛 12개를 인텔 3 공정의 베이스 다이 위에 올리고, 다시 인텔 7 공정의 I/O 다이 두 개를 연결하는 방식으로 거대한 프로세서를 완성했습니다. 이는 앞으로 더 복잡하고 많은 코어를 지닌 제품을 만들 수 있는 기반 기술이 될 것입니다. 성능과 효율, 두 마리 토끼를 잡을까? 클리어워터 포레스트의 유일한 강점은 코어 수만이 아닙니다. 새롭게 적용된 다크몬트(Darkmont) E 코어는 3x3 디코드 엔진, 더 깊어진 비순차 실행 윈도우, 향상된 실행 포트를 통해 시에라 포레스트에 사용된 크레스트몬트 E 코어 대비 IPC(클럭당 명령어 처리 능력)를 17%나 높였습니다. 1세대 만에 이뤄낸 상당한 수준의 성능 향상입니다. 각각의 다크몬트 E 코어는 4개씩 모듈을 이뤄 4MB의 L2 캐시를 공유하며, L2 캐시의 대역폭도 400GB/s로 두 배 늘어 전체적인 성능 향상에 일조했습니다. 또한, 12채널 DDR5-8000 메모리를 지원해 288개에 달하는 코어가 사용할 데이터를 충분히 감당할 수 있게 했습니다. 18A 공정의 수율, 성공의 관건 하지만 이러한 놀라운 수치들은 클리어워터 포레스트가 계획대로 출시될 때만 의미가 있습니다. 비공식적인 루머에 따르면 인텔 18A 공정의 초기 수율이 매우 낮은 것으로 알려졌습니다. 만약 사실이라면 충분한 물량 공급이 어려워 사실상 ‘페이퍼 론칭’에 그치거나 출시가 지연될 가능성이 큽니다. 만일 20A 공정의 전철을 밟는다면, 그 사이 CPU 시장은 AMD 위주로 빠르게 재편될 수 있습니다. 인텔은 18A 공정에서 리본펫(RibbonFET) GAA 트랜지스터 구조와 후면 전력 공급 기술인 파워비아(PowerVia)를 통해 전력 효율과 트랜지스터 밀도를 높일 것으로 기대하고 있습니다. 그러나 구체적인 전력 소모나 작동 클럭 정보는 아직 공개되지 않았습니다. 만약 18A 공정마저 실패한다면, 인텔은 과거 AMD가 그랬던 것처럼 반도체 생산 시설을 매각하고 팹리스(반도체 설계 전문) 회사로 전환할 수밖에 없을지도 모릅니다. 과거 독보적인 제조업 1위였던 인텔의 입지가 크게 축소되는 것입니다. 과연 인텔이 위기를 극복하고 영광을 되찾을 수 있을지, 2025년 말과 2026년에 출시될 신제품을 통해 그 미래를 알 수 있을 것입니다.

2012년 엔비디아는 앞으로 그래픽 카드 가격이 계속 오를 수밖에 없다고 선언했습니다. 당시 젠슨 황 최고경영자(CEO)가 10년 뒤쯤 펼쳐질 미래 인공지능(AI) 붐을 예상했나 싶겠지만, 엔비디아의 예측은 훨씬 더 현실적이었습니다. 바로 최첨단 웨이퍼 가격이 공정 미세화와 함께 가파르게 오르고 있었기 때문입니다. 실제로 그 예측은 지금 그대로 현실이 되었습니다. 웨이퍼, 반도체 가격의 핵심반도체 웨이퍼는 중앙처리장치(CPU)나 그래픽처리장치(GPU) 같은 반도체 칩을 만드는 얇고 둥근 원판 형태의 기판입니다. 그 위에 나노미터(㎚) 크기로 복잡한 회로를 새겨 넣는데, 엔비디아나 AMD 같은 팹리스(Fabless) 회사가 TSMC 같은 파운드리(반도체 위탁생산) 제조사에 생산을 맡길 때 이 웨이퍼 한 장 단위로 계약을 맺는 것이 일반적입니다. 문제는 최신 미세 공정으로 갈수록 반도체 생산 과정이 복잡해지고, 생산 비용 역시 천문학적으로 치솟는다는 점입니다. 최첨단 반도체를 생산하는 사이즈 300㎜(12인치) 웨이퍼 한 장 가격을 보면 90㎚ 공정에서는 2000달러(약 276만 원) 수준이었지만, 28㎚에서는 3000달러(약 414만 원)로 올랐습니다. 가격 상승 롤러코스터, 10㎚부터 가팔라져진정한 가격 상승은 10㎚ 이하 최첨단 공정부터 시작되었습니다. 10㎚ 회로기판 웨이퍼는 6000달러(약 828만원), 7㎚n 1만 달러(약 1380만 원), 5㎚ 1만 6000달러(약 2208만 원), 그리고 3㎚는 무려 2만 달러(약 2760만 원)에 달했던 것으로 알려졌습니다. 그리고 이제 ‘2㎚ 시대’가 코앞으로 다가왔습니다. TSMC는 올해 하반기부터 최초의 2㎚급 공정인 ‘N2’ 양산을 준비하고 있습니다. N2 공정은 TSMC의 첫 번째 GAA(Gate All Around) 기술인 ‘나노시트’를 적용해 N3 공정 대비 동일 전력으로 15% 높은 성능을 내거나, 동일한 성능으로 24~35% 전력 소모를 줄일 수 있습니다. 트랜지스터 밀도 역시 15% 증가해 현존하는 공정 가운데 가장 높은 수준입니다. 2㎚ 웨이퍼는 3만 달러?당연히 가격 또한 그만큼 비싸질 수밖에 없습니다. 최근 해외 언론들은 한국발 뉴스를 인용해 N2 웨이퍼 가격이 무려 3만 달러(약 4140만 원)에 이를 것으로 예상하고 있습니다. 정확한 가격은 고객사와 파운드리 제조사 모두 철저히 비밀에 부치고 있지만, 최근 가격 상승 속도를 생각하면 충분히 가능한 이야기입니다. 이처럼 첨단 웨이퍼 가격이 치솟는 이유는 막대한 생산 시설 건설 비용 때문입니다. 하지만 그것이 전부는 아닙니다. TSMC는 미세 공정 파운드리 시장을 사실상 독점하고 있으며, 이는 웨이퍼 가격을 높게 책정할 수 있는 중요 원인입니다. TSMC의 2025년 2분기 매출은 9337억 9000만 대만 달러(약 44조 1000억 원)에 달했고, 순이익은 3982억 7300만 대만 달러(약 18조 8000억 원)를 기록했습니다. 흥미로운 점은 매출은 1년 전보다 38.6% 증가한 반면, 순이익은 60.7% 늘었다는 사실입니다. 이는 제조 단가가 비싼 미세 공정 웨이퍼를 더 높은 가격에 판매하고 있다는 분명한 증거입니다. 2분기 전체 매출에서 3㎚와 5㎚ 공정이 차지하는 비중이 무려 60%에 달합니다. 이는 TSMC가 이 시장을 독점하고 있기 때문에 가능한 일입니다. 해답은 ‘경쟁’치솟는 웨이퍼 가격을 안정시키기 위한 유일한 방법은 바로 경쟁입니다. 미세 공정으로 갈수록 생산 비용이 오르는 것은 당연하지만, 현재의 높은 가격은 독점으로 인한 가격 인상분이 상당 부분을 차지하고 있습니다. 이 비싼 웨이퍼 가격은 결국 스마트폰과 PC, GPU, 서버 가격을 모두 올려 최종 소비자인 우리에게 부담으로 전가됩니다. 따라서 앞으로 다가올 2㎚와 18A(1.8㎚) 공정에서 삼성과 인텔이 TSMC의 독점에 얼마나 효과적으로 도전할 수 있을지 귀추가 주목됩니다. 이들의 경쟁이 소비자들에게 더 나은 가격과 기술을 선사할 수 있을지 지켜봐야 할 것입니다.

2012년 엔비디아는 앞으로 그래픽 카드 가격이 계속 오를 수밖에 없다고 선언했습니다. 당시 젠슨 황 최고경영자(CEO)가 10년 뒤쯤 펼쳐질 미래 인공지능(AI) 붐을 예상했나 싶겠지만, 엔비디아의 예측은 훨씬 더 현실적이었습니다. 바로 최첨단 웨이퍼 가격이 공정 미세화와 함께 가파르게 오르고 있었기 때문입니다. 실제로 그 예측은 지금 그대로 현실이 되었습니다. 웨이퍼, 반도체 가격의 핵심반도체 웨이퍼는 중앙처리장치(CPU)나 그래픽처리장치(GPU) 같은 반도체 칩을 만드는 얇고 둥근 원판 형태의 기판입니다. 그 위에 나노미터(㎚) 크기로 복잡한 회로를 새겨 넣는데, 엔비디아나 AMD 같은 팹리스(Fabless) 회사가 TSMC 같은 파운드리(반도체 위탁생산) 제조사에 생산을 맡길 때 이 웨이퍼 한 장 단위로 계약을 맺는 것이 일반적입니다. 문제는 최신 미세 공정으로 갈수록 반도체 생산 과정이 복잡해지고, 생산 비용 역시 천문학적으로 치솟는다는 점입니다. 최첨단 반도체를 생산하는 사이즈 300㎜(12인치) 웨이퍼 한 장 가격을 보면 90㎚ 공정에서는 2000달러(약 276만 원) 수준이었지만, 28㎚에서는 3000달러(약 414만 원)로 올랐습니다. 가격 상승 롤러코스터, 10㎚부터 가팔라져진정한 가격 상승은 10㎚ 이하 최첨단 공정부터 시작되었습니다. 10㎚ 회로기판 웨이퍼는 6000달러(약 828만원), 7㎚n 1만 달러(약 1380만 원), 5㎚ 1만 6000달러(약 2208만 원), 그리고 3㎚는 무려 2만 달러(약 2760만 원)에 달했던 것으로 알려졌습니다. 그리고 이제 ‘2㎚ 시대’가 코앞으로 다가왔습니다. TSMC는 올해 하반기부터 최초의 2㎚급 공정인 ‘N2’ 양산을 준비하고 있습니다. N2 공정은 TSMC의 첫 번째 GAA(Gate All Around) 기술인 ‘나노시트’를 적용해 N3 공정 대비 동일 전력으로 15% 높은 성능을 내거나, 동일한 성능으로 24~35% 전력 소모를 줄일 수 있습니다. 트랜지스터 밀도 역시 15% 증가해 현존하는 공정 가운데 가장 높은 수준입니다. 2㎚ 웨이퍼는 3만 달러?당연히 가격 또한 그만큼 비싸질 수밖에 없습니다. 최근 해외 언론들은 한국발 뉴스를 인용해 N2 웨이퍼 가격이 무려 3만 달러(약 4140만 원)에 이를 것으로 예상하고 있습니다. 정확한 가격은 고객사와 파운드리 제조사 모두 철저히 비밀에 부치고 있지만, 최근 가격 상승 속도를 생각하면 충분히 가능한 이야기입니다. 이처럼 첨단 웨이퍼 가격이 치솟는 이유는 막대한 생산 시설 건설 비용 때문입니다. 하지만 그것이 전부는 아닙니다. TSMC는 미세 공정 파운드리 시장을 사실상 독점하고 있으며, 이는 웨이퍼 가격을 높게 책정할 수 있는 중요 원인입니다. TSMC의 2025년 2분기 매출은 9337억 9000만 대만 달러(약 44조 1000억 원)에 달했고, 순이익은 3982억 7300만 대만 달러(약 18조 8000억 원)를 기록했습니다. 흥미로운 점은 매출은 1년 전보다 38.6% 증가한 반면, 순이익은 60.7% 늘었다는 사실입니다. 이는 제조 단가가 비싼 미세 공정 웨이퍼를 더 높은 가격에 판매하고 있다는 분명한 증거입니다. 2분기 전체 매출에서 3㎚와 5㎚ 공정이 차지하는 비중이 무려 60%에 달합니다. 이는 TSMC가 이 시장을 독점하고 있기 때문에 가능한 일입니다. 해답은 ‘경쟁’치솟는 웨이퍼 가격을 안정시키기 위한 유일한 방법은 바로 경쟁입니다. 미세 공정으로 갈수록 생산 비용이 오르는 것은 당연하지만, 현재의 높은 가격은 독점으로 인한 가격 인상분이 상당 부분을 차지하고 있습니다. 이 비싼 웨이퍼 가격은 결국 스마트폰과 PC, GPU, 서버 가격을 모두 올려 최종 소비자인 우리에게 부담으로 전가됩니다. 따라서 앞으로 다가올 2㎚와 18A(1.8㎚) 공정에서 삼성과 인텔이 TSMC의 독점에 얼마나 효과적으로 도전할 수 있을지 귀추가 주목됩니다. 이들의 경쟁이 소비자들에게 더 나은 가격과 기술을 선사할 수 있을지 지켜봐야 할 것입니다.

전 세계 인공지능(AI) 산업을 이끄는 엔비디아의 젠슨 황 최고경영자(CEO)가 대만을 방문해 반도체 위탁생산업체인 TSMC를 극찬하며 투자를 적극 추천했다. 이는 미국 정부가 반도체 기업에 대한 지분 투자를 검토하고 있는 상황에서 나온 발언이어서 주목받고 있다. 22일(현지시간) 미국 CNBC 보도에 따르면, 황 CEO는 이날 대만 방문 중 기자들과 만난 자리에서 TSMC에 대해 “인류 역사상 가장 위대한 기업 중 하나”라고 극찬했다. 그는 “TSMC 주식을 사고 싶어하는 사람은 매우 똑똑한 사람”이라며 적극적인 투자 추천 발언을 했다. 세계 최대 반도체 위탁생산업체인 TSMC의 주가는 올해 들어 6.5% 상승했다. 젠슨 황이 이번에 대만을 방문한 주요 목적은 TSMC 직원들에게 감사 인사를 전하기 위해서였다. TSMC는 현재 엔비디아의 차세대 AI 칩 플랫폼인 ‘루빈’을 제작하고 있다. 그는 “TSMC가 엔비디아를 위해 6개의 새로운 제품을 만들고 있다”고 밝혔다. 여기에는 새로운 중앙처리장치(CPU)와 AI 같은 고급 연산에 쓰이는 새로운 그래픽처리장치(GPU)가 포함된다. 황 CEO의 이런 발언은 미국 정부가 반도체 기업들에 대한 지분 투자를 검토하고 있는 시점에서 나왔다. 앞서 로이터통신은 하워드 러트닉 미국 상무부 장관이 마이크론, TSMC, 삼성 등 기업에 대해 칩스법에 따른 보조금 지급 대신 지분을 확보하는 방안을 검토하고 있다고 보도한 바 있다. 2022년 조 바이든 행정부에서 초당적 지지로 통과된 칩스법은 미국 내 반도체 생산을 확대하는 기업들에게 보조금과 대출을 지원하는 법안이다. 미국이 반도체 제조업에서 다시 주도권을 잡으려는 노력의 일환이다. TSMC는 칩스법에 따라 애리조나주에 첨단 반도체 공장 3곳을 건설하는 데 66억 달러(약 9조 1400억원)의 지원을 약속받았다. 황 CEO는 별도로 엔비디아가 최근 발표한 대만 내 새로운 사무소인 ‘엔비디아 컨스텔레이션’ 건설을 빨리 시작하고 싶다고 밝혔다. 이는 늘어나는 대만 직원들을 수용하기 위한 공간이다. 그는 “대만에 많은 직원들이 있고, 이곳 공급망은 매우 활발하게 돌아가고 있다”며 “대만 전역의 칩 기업들, 시스템 업체들, 제조업체들과 협력하고 있고, 모든 회사가 우리를 위해 열심히 일하고 있어서 함께 일할 많은 엔지니어들이 필요하다”고 덧붙였다.

국내 연구진이 딥러닝 인공지능(AI) 모델을 실행 가능한 프로그램으로 바꾸는 데 걸리는 시간을 절반 이상 줄인 기술을 개발했다. 12일 울산과학기술원(UNIST)에 따르면 이슬기 컴퓨터공학과 교수팀은 ‘오토튜닝’ 과정을 최대 2.5배 빠르게 할 수 있는 기법을 개발했다. AI 모델이 실제로 작동하려면 컴퓨터 연산 장치가 이해할 수 있는 형태로 다시 바꾸는 ‘컴파일’ 과정이 필요하다. 오토튜닝은 이 과정에서 가능한 수십만 개의 코드 조합 중 연산 장치에서 가장 빠르고 효율적인 구성을 자동으로 찾아주는 기술이다. 그러나 사례에 따라 튜닝 시간이 수십 분에서 수 시간까지 걸릴 정도로 연산 부담이 크고, 전력 소모가 많다는 문제가 있었다. 이에 이 교수팀은 딥러닝 모델 안에서 반복되는 계산 구조가 많다는 점에 주목해 유사한 연산자끼리 정보를 공유하는 방식으로 탐색 범위를 줄였다. 코드 조합을 일일이 새로 찾는 대신 기존 결과를 재활용해 오토튜닝 속도를 높인 것이다. 이 방식을 오토튜닝 프레임워크에 적용한 결과, 같은 성능의 실행 코드를 생성하는 데 걸리는 속도가 중앙처리장치(CPU) 기준 평균 2.5배, 그래픽처리장치(GPU) 기준 평균 2배 빨라졌다. 이슬기 교수는 “컴파일 시간을 줄이면서도 GPU나 CPU를 직접 실험에 쓰는 횟수가 줄어 제한된 연산 자원을 효율적으로 쓸 수 있을 뿐 아니라 전력 소모도 줄일 수 있다”고 말했다. 이 연구 결과는 지난달 7일부터 사흘간 미국 보스턴에서 열린 컴퓨터 시스템 분야 학회인 OSDI(Operating Systems Design and Implementation)에서 발표됐다.

광전자 시냅스를 AI 반도체에 적용 종이처럼 얇고 휘어지는 기판 구현 가능웨어러블 기기, AI 센서 등 활용 기대 단국대학교는 화학공학과 최준환 교수가 한양대 유호천·오세용 교수팀과 빛을 이용해 인간 뇌처럼 학습하는 차세대 AI 반도체(뉴로모픽 반도체)를 개발했다고 5일 밝혔다. ‘뉴로모픽 반도체’는 인간 뇌 신경망 구조(시냅스)를 모방해 뇌처럼 신호를 처리하고 학습하는 반도체다. 기존 반도체와 달리 연산장치(CPU)와 메모리를 하나의 칩으로 통합해 전력 소모를 크게 줄이고, 많은 데이터를 한 번에 처리할 수 있어 차세대 반도체로 꼽힌다. 주로 전기 신호를 활용한 기존 뉴로모픽 반도체는 최근 빛을 이용한 광전자 시냅스 소자가 핵심 기술로 주목받고 있다. 이 소자는 종이처럼 얇고 휘어지는 기판에 구현이 가능하다. 연구팀은 트랜지스터 소자에 이중 절연막 구조를 도입해, 고분자 절연층 사이 빛에 의해 생성된 전하를 포획·저장하는 구조를 구현했다. 기체 상태에서 상온 공정으로 고분자 절연층을 제작하고, 유기 반도체 소재를 적용해 종이 명함 기판 위에 구현에 성공했다. 최준환 교수는 “이번 연구는 광전자를 이용해 단일 소자에서 메모리와 시냅스 기능을 통합한 사례”라며 “향후 웨어러블 기기, 인공지능 센서, 보안 플랫폼 등 다양한 분야로 확장이 기대된다”고 설명했다. 이번 연구 결과는 국제 저명 학술지 ‘npj Flexible Electronics’(2024년 IF=15.5)에 2025년 7월 온라인 게재됐다. 논문명은 ‘Photoresponsive dual-mode memory transistor for optoelectronic computing: charge storage and synaptic signal processing’(광전자 컴퓨팅을 위한 광 반응성 이중 모드 메모리 트랜지스터 : 전하 저장 및 시냅스 신호 처리)‘다. 연구는 한국연구재단 개인 연구사업(중견연구) 지원받아 진행됐다.

최근 인공지능(AI) 기술이 비약적으로 발전한 배경 중 하나로 강력한 그래픽처리장치(GPU) 등장이 거론됩니다. 그래픽 연산을 위해 중앙처리장치(CPU)보다 단순하고 작은 연산 유닛을 대량으로 탑재한 것이 수많은 행렬 연산을 통해 인공 신경망을 소프트웨어적으로 구현하기에 안성맞춤이었던 것이죠. 이제 GPU는 이름처럼 그래픽처리장치가 아니라 AI 연산 장치로 더 주목받고 있습니다. 하지만 GPU가 태생부터 인간의 뇌를 모방한 프로세서는 아닙니다. AI 연산을 위한 유닛만 따로 모은 신경망처리장치(NPU) 역시 사정은 마찬가지입니다. 이들은 모두 소프트웨어적 방법으로 신경망을 시뮬레이션하는 장비라고 할 수 있습니다. 사실 과학자들은 오래 전부터 하드웨어적으로 뉴런을 모방한 프로세서를 개발해 왔습니다. 이를 뉴로모픽 컴퓨팅(neuromorphic computing)이라고 하는데, 1980년대 미국 캘리포니아 공과대학의 캐버 미드 교수가 명명했다고 알려져 있습니다. 다만 이 시기에는 뉴런을 모방한 복잡한 프로세서를 제조할 만한 기술이 없었습니다. 1990년대에 사용되던 프로세서의 트랜지스터 집적도는 300만개를 조금 넘는 수준이었는데, 뉴런만 1000억개에 달하는 인간의 뇌를 모방한다는 것은 불가능한 일이었습니다. 하지만 21세기 들어서 프로세서 제조 기술이 발전하고 인공지능이 다시 주목받자 뉴로모픽 컴퓨터 개발도 활기를 띠기 시작했습니다. IBM의 트루노스(TrueNorth), 인텔의 로이히(Loihi)가 2010년대 후반 등장한 대표적인 뉴로모픽 칩입니다. 다만 GPU 기반 인공신경망 기술이 눈부신 발전을 거듭해 실생활 깊숙이 침투한 것과는 달리, 뉴로모픽 칩은 의미 있는 성과를 거두지 못했습니다. 이론적으로는 인간의 뇌를 모방한 인공 신경망이 GPU 기반 기술보다 우수할 것 같지만, 실제로는 뉴로모픽 칩이 여전히 의미있는 직접도를 구현하지 못해 이렇다 할 성과를 거두지 못하고 있습니다. 그래도 도전은 계속되고 있습니다. 뉴로모픽 칩 연구를 주도하는 기관 가운데 하나인 미 국립 산디아 연구소는 지난해 인텔 로이히2 칩을 이용한 할라 포인트 (Hala Point) AI 컴퓨터를 도입했습니다. 로이히2 칩은 23억개의 트랜지스터에 100만 개의 뉴런을 집적한 칩입니다. 할라 포인트는 로이히2 칩 1152개를 모아 11억 5000만개의 전자 뉴런을 구현했습니다. 여기에 산디아 연구소는 최근 영국 맨체스터대 연구팀이 개발한 스핀네이커 (SpiNNaker·Spiking Neural Network Architecture) 뉴로모픽 칩 아키텍처의 최신 버전인 스핀네이커2를 도입해 첫 가동에 들어갔습니다. 스핀네이커는 ARM 아키텍처 기반 뉴로모픽 칩입니다. 2018년에 공개한 뉴로모픽 컴퓨터는 100만개의 코어를 연결해 1억개의 뉴런을 흉내 낼 수 있었습니다. 여기서 파생된 뉴로모픽 스타트업인 스핀클라우드(Spinncloud)는 스핀네이커보다 10배 빠른 뉴로모픽 컴퓨터를 목표로 스핀네이커2를 개발했습니다. 공개된 스핀네이커2 시스템은 여러 개의 프로세서와 메모리를 탑재한 대형 메인보드가 24개 결합해 17만 5000개의 ARM 코어를 구성하고 있습니다. 흥미로운 사실은 솔리드스테이트드라이브(SSD) 같은 저장장치가 없다는 것입니다. 실제 뇌와 마찬가지로 뉴로모픽 컴퓨터도 꺼지지 않고 계속 작동하는 시스템이기 때문입니다. 산디아 연구소는 최종적으로 1억 5000만~1억 8000만개 뉴런을 구현할 계획입니다. 이것 역시 인간의 뇌에 비해 현저히 적은 숫자지만, 점점 더 실제 생물의 뇌와 비슷한 수준으로 늘려 나갈 계획입니다. 아직 뉴로모픽 컴퓨팅은 걸음마 단계를 조금씩 벗어나려고 하는 수준에 불과합니다. 하지만 뉴런을 모방하는 것이 아니라 진짜 뉴런과 시냅스에 가까운 구조를 지닌 만큼 정말 인간처럼 생각하고 자의식이나 감정을 지닐 수 있는 쪽은 오히려 뉴로모픽 컴퓨터일 수도 있습니다. 그것이 인간에게 축복이 될지 재앙이 될지는 모르겠지만, 만약의 가능성을 생각해 AI 기술을 통제할 방법이 뉴로모픽 컴퓨터에게도 필요할 것입니다.

최근 인공지능(AI) 기술이 비약적으로 발전한 배경 중 하나로 강력한 그래픽처리장치(GPU) 등장이 거론됩니다. 그래픽 연산을 위해 중앙처리장치(CPU)보다 단순하고 작은 연산 유닛을 대량으로 탑재한 것이 수많은 행렬 연산을 통해 인공 신경망을 소프트웨어적으로 구현하기에 안성맞춤이었던 것이죠. 이제 GPU는 이름처럼 그래픽처리장치가 아니라 AI 연산 장치로 더 주목받고 있습니다. 하지만 GPU가 태생부터 인간의 뇌를 모방한 프로세서는 아닙니다. AI 연산을 위한 유닛만 따로 모은 신경망처리장치(NPU) 역시 사정은 마찬가지입니다. 이들은 모두 소프트웨어적 방법으로 신경망을 시뮬레이션하는 장비라고 할 수 있습니다. 사실 과학자들은 오래 전부터 하드웨어적으로 뉴런을 모방한 프로세서를 개발해 왔습니다. 이를 뉴로모픽 컴퓨팅(neuromorphic computing)이라고 하는데, 1980년대 미국 캘리포니아 공과대학의 캐버 미드 교수가 명명했다고 알려져 있습니다. 다만 이 시기에는 뉴런을 모방한 복잡한 프로세서를 제조할 만한 기술이 없었습니다. 1990년대에 사용되던 프로세서의 트랜지스터 집적도는 300만개를 조금 넘는 수준이었는데, 뉴런만 1000억개에 달하는 인간의 뇌를 모방한다는 것은 불가능한 일이었습니다. 하지만 21세기 들어서 프로세서 제조 기술이 발전하고 인공지능이 다시 주목받자 뉴로모픽 컴퓨터 개발도 활기를 띠기 시작했습니다. IBM의 트루노스(TrueNorth), 인텔의 로이히(Loihi)가 2010년대 후반 등장한 대표적인 뉴로모픽 칩입니다. 다만 GPU 기반 인공신경망 기술이 눈부신 발전을 거듭해 실생활 깊숙이 침투한 것과는 달리, 뉴로모픽 칩은 의미 있는 성과를 거두지 못했습니다. 이론적으로는 인간의 뇌를 모방한 인공 신경망이 GPU 기반 기술보다 우수할 것 같지만, 실제로는 뉴로모픽 칩이 여전히 의미있는 직접도를 구현하지 못해 이렇다 할 성과를 거두지 못하고 있습니다. 그래도 도전은 계속되고 있습니다. 뉴로모픽 칩 연구를 주도하는 기관 가운데 하나인 미 국립 산디아 연구소는 지난해 인텔 로이히2 칩을 이용한 할라 포인트 (Hala Point) AI 컴퓨터를 도입했습니다. 로이히2 칩은 23억개의 트랜지스터에 100만 개의 뉴런을 집적한 칩입니다. 할라 포인트는 로이히2 칩 1152개를 모아 11억 5000만개의 전자 뉴런을 구현했습니다. 여기에 산디아 연구소는 최근 영국 맨체스터대 연구팀이 개발한 스핀네이커 (SpiNNaker·Spiking Neural Network Architecture) 뉴로모픽 칩 아키텍처의 최신 버전인 스핀네이커2를 도입해 첫 가동에 들어갔습니다. 스핀네이커는 ARM 아키텍처 기반 뉴로모픽 칩입니다. 2018년에 공개한 뉴로모픽 컴퓨터는 100만개의 코어를 연결해 1억개의 뉴런을 흉내 낼 수 있었습니다. 여기서 파생된 뉴로모픽 스타트업인 스핀클라우드(Spinncloud)는 스핀네이커보다 10배 빠른 뉴로모픽 컴퓨터를 목표로 스핀네이커2를 개발했습니다. 공개된 스핀네이커2 시스템은 여러 개의 프로세서와 메모리를 탑재한 대형 메인보드가 24개 결합해 17만 5000개의 ARM 코어를 구성하고 있습니다. 흥미로운 사실은 솔리드스테이트드라이브(SSD) 같은 저장장치가 없다는 것입니다. 실제 뇌와 마찬가지로 뉴로모픽 컴퓨터도 꺼지지 않고 계속 작동하는 시스템이기 때문입니다. 산디아 연구소는 최종적으로 1억 5000만~1억 8000만개 뉴런을 구현할 계획입니다. 이것 역시 인간의 뇌에 비해 현저히 적은 숫자지만, 점점 더 실제 생물의 뇌와 비슷한 수준으로 늘려 나갈 계획입니다. 아직 뉴로모픽 컴퓨팅은 걸음마 단계를 조금씩 벗어나려고 하는 수준에 불과합니다. 하지만 뉴런을 모방하는 것이 아니라 진짜 뉴런과 시냅스에 가까운 구조를 지닌 만큼 정말 인간처럼 생각하고 자의식이나 감정을 지닐 수 있는 쪽은 오히려 뉴로모픽 컴퓨터일 수도 있습니다. 그것이 인간에게 축복이 될지 재앙이 될지는 모르겠지만, 만약의 가능성을 생각해 AI 기술을 통제할 방법이 뉴로모픽 컴퓨터에게도 필요할 것입니다.

AMD는 10년 전만 해도 회사가 위태로운 상황이었지만, 2017년 출시한 PC용 중앙처리장치(CPU) 라이젠을 통해 기사회생했습니다. 서버용 CPU 에픽을 출시해 시장 점유율을 늘리면서 이제 이 회사는 서버와 소비자 시장 모두에서 큰 성과를 내고 있습니다. 영원히 이길 수 없을 것 같던 ‘골리앗’ 경쟁자 인텔과 상황이 역전된 셈입니다. 하지만 아직도 그래픽처리장치(GPU) 부분에서는 엔비디아의 아성을 넘기 힘든 게 사실입니다. AMD는 라데온 RX 9070 시리즈와 RX 9060 시리즈를 경쟁력 있는 가격에 출시해 좋은 반응을 얻고 있지만, 아직 엔비디아의 GPU보다 절대적인 성능이 낮은 것이 사실입니다. 특히 인공지능(AI) 서버 시장은 엔비디아가 오래전부터 집중해온 탓에 생태계 자체가 엔비디아 위주로 꾸려진 터라 시장에 끼어들기가 만만치 않은 게 현실이기도 합니다. 이런 AMD가 최근 열린 AI 이벤트에서 엔비디아의 독주에 제동을 걸 수 있는 신제품과 플랫폼을 함께 공개했습니다. 우선 AI GPU인 인스팅트 MI350X/IM355X는 2년 전 등장한 MI 300 시리즈 대비 4배의 성능을 지니고 있습니다. 스펙상으로는 엔비디아 블랙웰 B200 GPU와 경쟁할 수 있는 수준입니다. MI350X 시리즈는 TSMC N6 공정으로 만든 I/O 다이 위에 N3P 공정으로 만든 GPU 칩렛 Accelerator Complex Die (XCD)을 올리고 다시 8개의 HBM3E 메모리를 연결하는 3차원 패키징 기술을 사용했습니다. 덕분에 1850억개 트랜지스터를 하나의 GPU에 집적했습니다. MI350X와 MI355X의 차이점은 공랭식이나 수랭식이냐는 것인데, 수랭식인 MI355X가 성능이 좀 더 우수합니다. AMD는 MI350X 시리즈가 일부 AI 작업에서 엔비디아의 B200, GB200 GPU보다 우수하다고 주장합니다. 다만 엔비디아는 자사 B200보다 1.5배 성능을 지닌 B300을 올해 하반기에 출시할 계획입니다. B300/GB300은 MI350X 시리즈보다 기본 성능이 우수합니다. 하지만 더 중요한 차이점은 AI 생태계에서 엔비디아가 중심이 되고 있어 여러 개의 GPU를 묶어 하나의 거대한 AI 클러스터를 구축하는 기술에서도 엔비디아가 크게 앞서 있다는 것입니다. 이를 의식하듯 AMD도 이번 이벤트에서 인스팅트 MI350X/MI355X 및 에픽 CPU와 함께 사용할 수 있는 NIC (network interface card) 시스템인 펜산도 폴라라 (Pensando Pollara) 400GbE NIC를 공개했습니다. 오라클 클라우드는 앞으로 AMD MI355X GPU 131,072개를 사용한 제타 스케일 AI 데이터 센터를 구축할 예정입니다. MI355X의 TDP는 1400W에 달해 처음 하이퍼 스케일 AI 데이터 센터에 도전하는 AMD가 과연 발열을 효과적으로 해소할 수 있을지 궁금해지는 대목이기도 합니다. AMD는 내년에는 Zen 6 아키텍처 기반인 256코어 베니스 (Venice) 에픽 CPU를 출시하고 인스팅트 MI 400 시리즈 GPU도 선보일 계획입니다. 2세대 NIC인 불카노 (Vulcano, 이탈리아 도시 이름)를 같이 출시합니다. MI 400시리즈는 MI 300 시리즈 대비 10배의 성능을 목표로 하고 있습니다. 현재 AI 하드웨어 시장은 엔비디아 천하라고 해도 과언이 아닌 상태입니다. AMD가 CPU 시장에서 그랬듯 AI 하드웨어에서도 누구도 예상하지 못했던 기적 같은 성과를 거둘 수 있을지 주목됩니다.