오픈AI의 인공지능(AI) 챗봇 ‘챗GPT’가 글로벌 정보기술(IT) 공룡들의 초거대 AI 전쟁을 촉발했다. 세계적으로 AI 서비스 경쟁이 격화되는 가운데 국내 기업들의 AI 기술 수준은 세계 2~3위권으로 미국을 발 빠르게 쫓고 있다. 하지만 기술·자본·인재풀을 모두 가진 미국 기업, 정부의 전폭적인 지원을 받는 중국 기업들과 경쟁하기엔 국내 기업의 상황이 녹록지 않다. 네이버의 초거대 AI 모델인 ‘하이퍼클로바’를 개발해 운영하는 네이버클라우드 AI랩 하정우 소장은 7일 “초거대 AI 기술과 생태계 분야에서 미국이 글로벌 리더십을 가지고 있으며 한국도 여러 기업이 ‘패스트 팔로잉’ 중”이라면서 “한국은 중국과 함께 세계 2~3위권 수준”이라고 답했다. AI솔루션 기업 업스테이지의 배재경 AI 프로덕트 리더는 “중국은 데이터 확보에 매우 유리한 조건을 갖추고 있어 성능 좋은 AI 응용 모델이 빠르게 나올 수 있고, 한국도 원천 기술과 응용 분야에서 비교적 많은 인재가 활약하고 있어 미국과 중국을 제외한 다른 선진국들에 비해 떨어지지 않는다”고 말했다. 네이버가 2021년 5월 국내 최초로 선보인 초거대 AI 언어 모델인 하이퍼클로바는 AI 모델의 크기를 나타내는 매개변수(파라미터)가 2040억개로, GPT-3(오픈AI)의 1750억개를 능가한다. 네이버가 상반기 출시하겠다고 공언한 생성 AI 서비스 ‘서치GPT’도 하이퍼클로바를 기반으로 한다. 카카오의 AI 전문 계열사 카카오브레인도 GPT-3 기반 한국어 특화 AI 언어 모델인 ‘KoGPT’를 2021년 11월 공개했다. 3000억개의 파라미터를 자랑하는 LG AI 연구원의 ‘엑사원’은 언어뿐 아니라 이미지, 영상 등 다양한 정보를 습득하고 다루는 ‘멀티 모달리티’ 능력도 갖췄다. 특히 초거대 AI는 데이터 확보와 개발, 운용에 막대한 비용이 소요되는데 그만큼 수익을 뽑아내기가 어렵다. 그래서 효율을 높이고 비용을 낮추는 데 큰 효과를 낼 수 있는 AI 반도체 개발은 업계에 매우 중요하다. 현재 널리 사용되는 그래픽처리장치(GPU)를 대체할 신경망처리장치(NPU)가 업계의 기대를 받고 있는데, 아직 초기 단계인 시장을 키우기 위해 정부와 국내 기업이 기민하게 움직이고 있다. 정부는 AI 반도체 부문에 4년간 1조 200억원을 투자하겠다고 밝혔다. KT는 반도체 제조사 리벨리온과 ‘AI 반도체 드림팀’을 구성해 AI 반도체 개발에 나섰고, ‘AI 컴퍼니’를 비전으로 삼은 SK텔레콤도 자체 개발한 NPU ‘사피온’의 고도화에 집중하고 있다. 삼성전자는 자체 연산 기능을 탑재해, 코어로 보내는 데이터를 가공하는 메모리인 PIM(Processing In Memory)를, SK하이닉스는 초고속 메모리 HBM(High Bandwidth Memory)만들고 있다. 이들 업체는 세계 시장을 장악하고 있는 엔비디아(SK하이닉스)와 AMD(삼성전자)의 GPU 제품에 각각 PIM을 공급하고 있다. 하지만 ‘공룡’이라고 표현되는 미국 기술 기업들에 비해 국내 기업의 자본력과 인력풀은 턱없이 부족한 상황이다. 마이크로소프트는 오픈AI에 100억 달러(약 12조 5800억원)의 통 큰 투자를 감행했으며, 구글은 2014년 인수한 AI 스타트업 딥마인드가 6년간 적자만 내는 동안에도 막대한 투자를 멈추지 않았다. 중국은 ‘AI 굴기’로 자국 기업에 지원을 쏟아붓고 있다. 네이버가 지난해 연구개발에 투자한 금액은 8370억원이다. 영국 데이터 분석 미디어인 토터스인텔리전스의 지난해 ‘글로벌AI지수’ 조사에서 한국은 개발 능력이 3위였지만 인재 분야에선 28위에 그쳤다. 국내에서 본격적으로 AI 전문 인재를 양성한 시간이 길지 않아서다. 데이터 확보와 결과물에 대한 국내 규제나 사회의 보수성도 초거대 AI 서비스가 더 활발히 출시되는 데 제약이 된다. 하 소장은 “학습 데이터의 지식재산권, 생성된 결과물에 대한 저작권 등 문제에 좀더 개방적으로 접근해야 쉽게 기술을 운용할 수 있다”며 “초거대 AI를 더 많은 사람이 사용하게 하면서 문제를 함께 논의하고 수정해 나가는 사회적 공감대를 만드는 것이 중요하다”고 말했다. 검색 광고, 클라우드, 반도체처럼 소수의 승자가 모든 걸 가져가기 쉬운 IT 업계에서 국내 기업이 글로벌 기업에 의한 기술 종속을 면하기 위해서는 정부의 지원이 필요하다. 하 소장은 “기업들이 연구 투자와 산학 협력을 원활하게 할 수 있도록 다양한 지원이 필요하다”면서 “특히 초거대 AI를 활용하는 능력이 중요해질 전망인데, 중등·대학 교육 과정에서 AI 문해력(리터러시)을 강화할 수 있도록 지원해야 한다”고 말했다.

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

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

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

2016년 구글 딥마인드의 인공지능(AI) 바둑 기사 ‘알파고’의 등장은 ‘인공지능은 아직 인류의 사고와 창의력에는 미치지 못한다’던 인간의 자신감을 깨트린 충격의 인류사적 사건으로 기록됐다. 당시 알파고와 이세돌 9단의 대국을 앞두고 바둑계에서는 이 9단의 완승을 예상했지만, 첫 대국부터 내리 3패를 기록한 이 9단은 4국 78수 만에 첫 승을 거두며 자신은 물론 인류의 자존심을 지키는 데 만족해야 했다.알파고가 세계에 이름을 알린 지 6년이 지난 2022년, 국내 기업들은 물론 정부까지 ‘AI반도체’ 육성에 나섰다. AI반도체는 대규모 연산을 초고속·초전력으로 실행해 향후 자율주행, 클라우드 등에 접목할 수 있어 미래 먹을거리로 꼽힌다. 그간 삼성전자와 SK하이닉스의 메모리 반도체가 한국 수출을 견인해 왔다면, 이제 산업계는 물론 국민 보건과 안보에 이르기까지 AI 기술이 접목되면서 해당 기술 구현과 고도화를 위한 맞춤형 반도체 개발과 생태계 구축이 더욱 중요해졌다.19일 과학기술정보통신부(과기정통부)에 따르면 정부는 초고속·저전력 AI반도체를 개발하기 위해 2023년부터 2030년까지 총 8262억원의 예산을 투입한다. 또 국산 AI반도체를 데이터센터에 적용하기 위한 소프트웨어 예비타당성 조사를 진행하며, 이를 통해 2030년까지 국내 데이터센터 시장의 국산 제품 점유율을 80%까지 확대할 계획이다. 앞서 과기정통부가 지난 12일 ‘AI 반도체 최고위 전략대화’에서 공개한 ‘국산 AI반도체를 활용한 K클라우드 추진방안’에는 ▲국산 AI반도체 고도화 ▲전용 소프트웨어 개발 ▲데이터센터 및 AI 서비스 실증 ▲산학연 협력 강화 등의 계획이 담겼다. 세계 최고 수준의 메모리 반도체 기술을 기반으로 새로운 성장 동력이 될 AI반도체 분야도 세계 최고 수준으로 육성한다는 게 정부의 목표다. 무선통신서비스 고객 유치를 두고 무한 경쟁을 이어 온 통신사들도 ‘AI솔루션 기업’으로의 전환을 외치며 시장 선점에 나섰다. 통신사 중 가장 먼저 시장에 뛰어든 SK텔레콤은 2020년 데이터센터용 AI ‘사피온 X220’을 공개한 데 이어 내년 하반기에 후속작인 사피온 X330을 출시할 계획이다. SK텔레콤이 자체 개발한 사피온은 기존 그래픽처리장치(GPU)보다 전력 사용량이 80% 낮고, AI의 학습 기능인 딥러닝 연산 속도는 GPU 대비 1.5배 빨라 데이터센터에 적용할 경우 처리 용량도 1.5배 높다. 현재 SK텔레콤의 인공지능 서비스인 ‘누구’와 고객센터, SK쉴더스 영상분석 등에 사용되고 있다. 앞서 SK텔레콤은 올해 초 SK하이닉스, SK스퀘어와 공동으로 800억원을 투자해 AI반도체 전문 기업 ‘사피온’을 설립해 미국 실리콘밸리에 본사를 두고, 경기 성남시 판교에는 사피온코리아를 세워 AI반도체 개발에 속도를 내고 있다.KT도 AI반도체 개발에 주력하고 있다. 미국 반도체 기업 엔비디아가 GPU 시장의 80%를 점유하고 있는 가운데 KT가 지향하는 서비스에 더욱 적합하고 효율적인 자체 칩을 개발해 외산 의존도를 낮추며 국내 AI 생태계를 조성하겠다는 전략이다. KT는 이를 위해 지난해 국내 AI 인프라 솔루션 기업 모레에 40억원을 투자한 데 이어 올해 7월 반도체 설계 스타트업 리벨리온에 300억원을 투자했다. KT와 리벨리온이 협업한 AI반도체는 내년 3월 말 공개될 예정이다. LG유플러스는 경쟁사와는 다른 전략을 펴고 있다. SK텔레콤과 KT가 직접 관련 사업에 뛰어든 것과 달리 LG유플러스는 국내외 반도체 선도 기업과의 협력과 제휴를 통해 경쟁력을 확보한다는 계획이다. IPTV 경쟁 당시 시장 점유율 확대를 위해 넷플릭스와 독점 제휴를 맺었던 것처럼 이번에도 시장 선도 기업과 기술제휴를 하면서 서비스 내실 다지기에 집중한다는 복안이다. 업계 관계자는 “먼 미래의 일로 여겨졌던 AI 시대는 이제 우리의 일상에 급속히 퍼지고 있다”면서 “AI반도체 개발과 고도화는 기업 영속성 확보는 물론 국가 경쟁력 제고가 달린 핵심 산업”이라고 강조했다.

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

2014년 크름반도(크림반도) 합병 이후 서방측의 제재에 대응하기 위해 러시아 정부는 절대적으로 서방에 의존하고 있던 IT 기술의 국산화를 추진합니다. 그 가운데 하나가 바로 CPU입니다. 하지만 워낙 관련 기술 기반이 없다 보니 완전히 독자 CPU를 개발하지는 못하고 x86 호환 CPU인 엘브루스 시리즈나 MIPS나 ARM 기반의 바이칼 일렉트로닉스처럼 서방측 기술에 의존한 자체 CPU를 개발했습니다. 본래 러시아는 구소련 시절부터 서방에 비해 현저히 낙후된 반도체 기술을 극복하기 위해 서방측의 CPU를 무단으로 복제했던 역사가 있었습니다. 그리고 앞서가는 선진국을 따라잡기 위해 우선 모방하는 것은 우리에게도 낯설지 않은 모습입니다. 다만 21세기에 라이선스를 완전히 무시하기는 어려워서 오픈 아키텍처에 기반한 x86 호환 CPU나 아예 영국 ARM의 정식 라이선스를 받고 TSMC 같은 외부 파운드리를 사용했다는 점이 큰 차이점입니다. 물론 초기에 내놓은 제품들은 인텔이나 AMD의 최신 CPU와 견줄 수 없는 낮은 성능을 지니고 있어 러시아 내부에서도 거의 수요가 없다시피 했습니다. 이 회사들이 내놓은 제품들은 사실 제때 공급조차 되지 않아 러시아 정부에서도 많이 쓰이고 있지 않습니다. 다만 아직 태동 단계인 프로세서 제조업 산업을 키우기 위해서는 어쩔 수 없이 거쳐야 할 단계로 생각하고 투자를 지속한다면 10년, 20년 후 미래는 모르는 일입니다. 우리나라 역시 반도체 사업을 시작하던 초기부터 지금 같은 위상을 지닌 것은 아니었습니다. 하지만 러시아 반도체 산업의 미래를 끝장낼 수 있는 새로운 돌발 변수가 발생합니다. 우크라이나 침공 이후 전과 비교할 수 없을 정도로 강력해진 서방측 제재로 인해 러시아 반도체 제조사들은 이제 애써 설계한 프로세서의 양산이 사실상 불가능해진 것입니다. 작년 바이칼 일렉트로닉스는 일반 사용자를 위해 8코어 Cortex-A57과 8코어 말리 T628 GPU를 지닌 ARM 프로세서인 바이칼 BE-M1000을 개발했습니다. 보급형 스마트폰에도 밀릴 것 같은 사양이지만, 러시아의 열악한 IT 인프라를 생각하면 공공기관용으로 나쁘지 않은 시작일 수 있습니다. 진짜 문제는 이 프로세서가 TSMC의 28nm 공정을 이용하고 있어 앞으로 양산 가능성이 불투명하다는 것입니다. 러시아 내부 파운드리는 90nm 정도가 최선이고 그나마 최근 우크라이나 전쟁에서 드러난 것처럼 제대로 공급이 되지 않고 있습니다. 그런 상황에서 서방의 고강도 제재는 이제 걸음마 단계인 러시아 반도체 산업의 치명타를 안기고 있습니다. 최근 유출된 것으로 추정되는 바이칼 일렉트로닉스의 48코어 서버 프로세서도 그런 경우로 추정됩니다. 바이칼 BE-S1000은 TSMC의 16FFC 공정으로 제조되는 ARM 서버 프로세서로 최근 프로세서의 다이(die) 사진이 유출됐습니다. 이 사진을 분석하면 512KB의 L2 캐시 메모리를 갖고 있는 Cortex-A75 코어 네 개가 2MB 추가 L3 캐시 메모리와 합쳐 하나의 클러스터를 구성하며 여기에 추가로 32MB의 L4 캐시 메모리가 있는 구조입니다. 6개의 메모리 컨트롤러를 통해 DDR4-3200메모리 768GB를 지원하며 PCIe 4.0 64레인을 지원합니다. 러시아 회사가 직접 설계했다고 보기 힘든 크고 복잡한 프로세서라서 진위 여부에 의문이 들지만, 일단 사양은 바이칼 일렉트로닉스가 이전 공개한 것과 비슷합니다. 성능은 AMD의 16코어 서버 CPU인 에픽 7351나 인텔의 20코어 서버 CPU인 제온 골드 6148와 유사한 수준입니다. 5년 전 출시한 서버 CPU와 맞먹는 성능이라는 이야기입니다. 만약 진짜라면 ARM이 제공한 레퍼런스 설계를 따랐을 가능성이 커 보입니다. 하지만 역시 더 중요한 사실은 서방의 강력한 제재로 이 프로세서가 실제 양산될 가능성이 사라졌다는 것입니다. 영국 ARM의 설계와 대만 TSMC의 파운드리 중 어느 것도 이제 마음대로 쓸 수 없습니다. 더구나 DDR4 메모리나 기타 주요 부품 역시 수입이 막혀 러시아 토종 서버를 제조할 수 있는 길이 막힌 상태입니다. 실제로 샘플까지 만들 정도로 개발이 진행됐다면 연구팀이나 제조사 입장에서는 안타까운 상황이 된 셈입니다. 이렇게 보면 전쟁의 결과와 관계없이 러시아 IT 산업의 미래는 상당히 암울해진 상황입니다. 서방측 서버도 새로 들여올 수 없고 자체 서버도 개발할 수 없기 때문에 앞으로 지금 수준의 IT 서비스도 제공하기 어려워질 것입니다. 지금이라도 평화적인 해결책을 모색하지 않는다면 러시아 반도체 산업은 조만간 회복할 수 없는 피해를 입게 될 것입니다. 

컴퓨터를 오래 사용한 분들도 잘 기억하지 못하는 일이지만, 사실 인텔은 24년 전인 최초의 그래픽 카드인 i740을 시장에 출시했습니다. 그러나 당시 그래픽 시장에서 의미 있는 결과를 남기지 못한 채 결국 내장 그래픽에 통합되는 운명을 맞게 됩니다. 내장 그래픽은 거의 서비스로 끼워주는 기능에 불과했기 때문에 인텔 그래픽 카드는 시장에서 사라진 것과 같았습니다.  GPU가 그래픽 연산만이 아니라 인공지능이나 병렬 연산 등 여러 분야에서 중요성이 커지면서 인텔 역시 그래픽 카드 시장에 다시 진출을 모색했습니다. 이를 위해 경쟁사인 AMD의 라데온 GPU 개발자인 라자 코두리를 영입해 지난 5년간 막대한 투자를 진행했습니다. 그리고 올해 10월 12일 인텔 아크 A770과 A750를 출시하면서 본격적으로 시장 진입을 선언했습니다. 현재 그래픽 카드 시장은 엔비디아의 지포스 시리즈의 독과점 구조가 형성된 가운데 AMD의 라데온 그래픽 카드가 유일한 대항마로 외롭게 버티고 있습니다. 독립형 그래픽 카드 시장에서 엔비디아의 시장 점유율은 80% 이상으로 사실상 현재 개발되는 대부분의 게임이 지포스 그래픽 카드에 최적화되어 출시되고 있습니다. 그런 만큼 지포스는 성능면에서 상당히 앞서 있을 뿐 아니라 최적화와 호환성 부분에서도 가장 완벽하다고 할 수 있습니다.  이런 상황에서 새로 시장에 진입하는 인텔이 내세울 수 있는 강점은 바로 저렴한 가격입니다. 인텔 아크 A750은 289달러, A770 8GB 버전은 329달러, A770 16GB 버전은 349달러로 최신 기술을 집약한 그래픽 카드 치곤 비교적 저렴한 가격에 등장했습니다. 비슷한 시기에 등장한 엔비디아의 RTX 4090/4080과 비교하면 엄청나게 저렴한 수준입니다.사실 인텔 아크 7 시리즈 역시 TSMC의 6N 공정으로 217억 개의 트랜지스터를 집적하고 GDDR6 메모리를 8/16GB나 탑재했기 때문에 실제 제조 단가가 그렇게 저렴하지 않았을 것으로 추정됩니다. 그러나 원가를 반영해 비싸게 팔면 소비자의 외면을 받을 가능성이 크기 때문에 인텔은 공격적인 가격을 책정했습니다. 그 결과 가성비가 크게 높아졌다는 것이 인텔의 주장입니다.  인텔에 따르면 아크 A750/770 그래픽 카드는 엔비디아의 중급형 그래픽 카드인 RTX 3060과 비교해서 성능 당 달러 (performance per dollar) 기준으로 각각 53%와 42% 우수합니다. 이는 RTX 3060의 가격을 418달러로 봤을 때 가격으로 사실 본래 출시 가격인 329달러를 생각하면 초기 출시 가격과 아크 A750/770의 성능이 유사하다는 점을 유추할 수 있습니다. RTX 3060이 8nm 공정으로 제조되고 트랜지스터 집적도도 더 낮다는 점을 생각하면 (GA106의 트랜지스터 집적도는 132억 개) 솔직히 RTX 3060의 제조 비용이 더 저렴합니다. 따라서 인텔 아크 A750/770은 이윤을 남기지 못해도 최소한 시장에 진입할 수 있게 가격을 책정한 것으로 풀이할 수 있습니다. 다만 진짜로 가성비가 우수할지는 좀 더 검증이 필요합니다. 앞서 출시된 저가형 그래픽 카드인 A380의 경우 리뷰에서 게임 성능이 안정적으로 유지되지 못해 벤치마크 표에서 나타난 것보다 체감 성능이 낮았습니다. 특히 이런 문제는 오래된 게임일수록 심하게 나타났습니다. 최근에 등장한 그래픽 카드라 오래전 게임과는 호환성을 맞출 기회가 없었기 때문입니다. 아크 A750/770도 같은 문제를 겪을 것으로 예상됩니다.  두 번째 문제는 엔비디아와 AMD의 그래픽 카드도 가격이 내려가고 있다는 것입니다. 본래 인텔 아크 그래픽 카드는 암호화폐 채굴 수요로 그래픽 카드 가격이 비정상적으로 높아진 상황에서 기대를 모았으나 채굴 수요가 사라지면서 그래픽 카드 가격은 빠르게 정상화되고 있습니다. 이런 상황에서 가성비를 내세운 인텔의 신규 그래픽 카드는 입지가 좁아질 수밖에 없습니다.  마지막으로 엔비디아와 AMD가 올해 말에서 내년 상반기에 차세대 중급형 그래픽 카드를 출시할 경우 소비자들의 관심도 여기에 쏠리면서 인텔 아크 그래픽 카드는 시장에서 입지가 더 좁아질 수 있습니다.  그런데 사실 인텔 역시 첫술부터 배부를 순 없다는 사실을 잘 알고 있을 것입니다. 적어도 2-3세대 정도 제품을 계속 개발하면서 선두 주자인 엔비디아와 AMD와의 격차를 줄이려고 해야지 처음부터 수익 낼 순 없는 법입니다. 다만 최근 좋지 못한 실적을 기록하고 있고 최신 반도체 팹 증설에 나서면서 막대한 투자를 진행해야 하는 상황에서 인텔이 한동안 적자일 게 분명한 그래픽 카드 사업을 얼마나 지속할 수 있을지 의문 부호가 달리고 있습니다.  과연 인텔이 초기 어려움을 극복하고 몇 년 후 그래픽 카드 시장에서 입지를 다지는 데 성공할 것인지 아니면 결국 또 한 번의 시장 철수를 기록하게 될지 결과가 주목됩니다. 

반도체 파운드리(위탁생산) 시장이 2나노미터(㎚·10억분의1m) 초미세·초정밀 경쟁으로 치닫는 가운데 파운드리 세계 1위 대만 TSMC와 2위 삼성전자, 파운드리 후발 주자 미국 인텔이 ‘칩렛 동맹’(UCle)에 속도를 내기로 했다. 이는 공정 첨단화에 천문학적인 비용을 투자하고 있는 데 비해 낮은 수율(반도체 양품 비율)에 골머리를 앓고 있는 ‘반도체 공룡’들이 표준화된 공정을 마련해 제조 비용은 낮추면서 제품 수율은 높이자는 취지에서 내놓은 기술 동맹이다. 28일 업계에 따르면 삼성전자와 TSMC는 27일(현지시간) 미국 캘리포니아주 새너제이 인텔 본사에서 열린 ‘인텔 이노베이션’ 행사에서 인텔 주도로 추진되고 있는 칩렛 동맹에 대한 지지 성명을 발표했다. 한진만 삼성전자 메모리사업부 전략마케팅 실장(부사장)은 “삼성전자는 칩렛이 (반도체의) 미래라고 보고 있다”면서 “칩렛 생태계를 통해 이종 컴퓨팅을 지원할 것”이라고 밝혔다. 장샤오창 TSMC 사업개발부문 수석부사장은 “개방된 반도체 플랫폼을 전달하는 것이 TSMC의 목표이며 UCIe를 지지한다”고 말했다. 칩렛은 새로운 개념의 칩 제조 방식으로, 현재 개별 기업이 하나의 반도체 칩 생산을 위해 단일 공정을 적용하고 있는 방식에서 벗어나 단일 칩에도 개별 기능의 특성에 맞는 공정을 적용해 완제품을 만드는 개념이다. 삼성전자 관계자는 “예를 들어 지금은 하나의 칩을 만들 때 중앙처리장치(CPU)와 그래픽처리장치(GPU) 구분 없이 5나노 단일 공정으로 생산하고 있다면 칩렛 방식을 적용하면 CPU 블록은 5나노로 만들고 GPU 블록은 8나노로 만든 뒤 각각의 블록을 조립해 하나의 칩을 완성하게 되는 것”이라고 설명했다. 이렇게 되면 모든 제작 과정을 최첨단 공정 기준으로 맞출 필요가 없어 제조 비용을 절감할 수 있고, 생산된 반도체에 불량이 발생하더라도 이상이 생긴 블록만 새로운 블록으로 갈아 끼우면 되기 때문에 수율도 끌어올릴 수 있다. 여기에 각 블록 제작 표준 양식이 도입되면 제조사별 블록 호환성이 생겨 제조 비용을 더욱 줄일 수 있다. 팻 겔싱어 인텔 최고경영자(CEO)는 “UCle는 인텔의 반도체와 TSMC의 반도체, 텍사스 인스트루먼트(TI)의 전력제어 반도체와 글로벌 파운드리가 생산한 입출력 반도체를 한데 모아 인텔의 패키징 기술로 가공하는 것을 가능하게 할 것”이라고 밝혔다. 국내 업계 관계자는 “칩렛 동맹은 파운드리 시장을 TSMC가 53%, 삼성전자가 16%로 선점한 상황에서 지난해 경쟁 구도에 뛰어든 인텔의 성장 전략이기도 하지만 반도체 기업 모두가 고르게 성장할 수 있는 모델이 될 것으로 기대된다”고 말했다.

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

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

올해는 우리나라는 물론 유럽, 미국, 일본할 것 없이 북반구 여러 지역이 폭염에 시달리고 있습니다. 이렇게 더우면 사람만 힘든 게 아니라 기계도 힘들 수 밖에 없습니다. 컴퓨터 같은 전자 기기 역시 열에 매우 취약해 냉방이 아주 중요합니다. 특히 하루 24시간 365일 가동해야 하는 서버는 여름은 물론 1년 내내 냉각에 상당한 에너지와 비용을 소모하고 있습니다. 최근 건설된 데이터 센터들은 서버 냉각에 들어가는 에너지가 전체 에너지의 40%에 육박하고 있습니다. 서버로 각종 업무를 처리하는 것이 아니라 단지 서버를 식히기 위해 엄청난 전기와 비용이 소모되는 것입니다. 주요 IT 기업들은 서버를 더 효과적으로 식힐 수 있는 방법을 찾기 위해 노력하고 있습니다. 이런 노력 중 하나가 서버를 아예 액체 속에 담그는 것입니다. 액체의 밀도는 공기보다 월등히 높으므로 액체를 사용한 수랭식 냉각 시스템이 공랭 냉각 시스템보다 더 많은 열을 처리할 수 있습니다. 일반적인 내연 기관용 수랭식 시스템과 마찬가지로 컴퓨터 수랭 시스템도 CPU나 그래픽 카드 등 일부 부품에 열 교환기, 펌프, 라디에이터 등을 연결해 냉각시키는 방식입니다. 액침 냉각(Immersion Cooling)은 여기서 한 걸음 더 나아가 아예 시스템 전체를 액체에 넣는 방식입니다. 액침 냉각이 수랭식보다 더 우월한 점은 시스템 전체를 식힐 수 있다는 것입니다. 컴퓨터에서 가장 열이 많이 발생하는 부품은 CPU나 GPU이지만, 사실 메모리나 다른 보조 칩(칩셋이나 컨트롤러 칩), 저장 장치, 전원부의 발열량도 상당합니다. 특히 전원부는 프로세서만큼이나 뜨거운 부분입니다. 이렇게 열을 많이 받는 부품은 결국 시스템 전체의 수명을 갉아먹고 고장의 원인이 될 수 있습니다. 물론 메인보드 기판 역시 장시간 열을 받으면 변성이 오거나 수명이 짧아집니다. 수랭식이든 공랭식이든 부품의 일부만 효과적으로 식히기 때문에 나머지 부품은 상당한 열을 받아야 합니다. 하지만 아예 시스템 전체를 액체에 넣게 되면 모든 부품의 온도를 균일하게 유지할 수 있습니다. 작년 마이크로소프트가 공개한 프로토타입 액침 서버는 액체의 끓는 점이 섭씨 50도에 불과해 시스템 전체를 이 온도 아래로 유지할 수 있습니다. 3M에서 개발한 불소 기반의 액체 냉매가 사용된 것으로 알려져 있습니다. 하지만 액침 냉각에 관심을 보이는 거대 IT 기업은 마이크로소프트만이 아닙니다. 인텔 역시 이 기술에 큰 관심을 보이고 있습니다.최근 인텔은 액침 냉각 전문 회사인 GRC와 함께 관련 기술을 개발한다고 발표했습니다. 두 회사는 액침 냉각 기반의 고성능 컴퓨팅(HPC) 시스템을 개발할 예정입니다. 인텔이 액침 냉각 기술에 관심을 보인 것은 최근 프로세서의 칩렛 구조와 거대화가 배경으로 풀이됩니다. 과거 프로세서 업계는 더 크고 복잡한 프로세서를 만들어도 미세 공정을 도입해 발열량과 전력 소모량을 억제할 수 있었습니다. 하지만 최근 반도체의 회로 미세화가 물리적 한계에 근접하면서 더 작은 트랜지스터를 만드는 일이 점점 더 복잡하고 어려워지고 있습니다. 따라서 인텔, AMD, 엔비디아 등 여러 프로세서 제조사들은 여러 개의 작은 칩을 하나로 묶어 거대한 칩을 만드는 칩렛 방식을 도입하고 있습니다. 특히 인텔은 수십 개 이상의 타일로 구성된 거대한 복합 프로세서 기술을 개발하고 있습니다. 프로세서 하나의 전력 소모량이 앞으로는 1000W도 넘을 것이라는 이야기가 나오는 배경입니다. 이렇게 엄청난 발열량을 지닌 프로세서가 있다면 주변 부품과 메인보드 기판이 받는 열도 상당할 수밖에 없습니다. 아예 시스템 전체를 액체에 넣어 식히는 것이 더 합리적인 해결책이 될 수 있는 이유입니다. 다만 이번 발표가 인텔이 액침 냉각 서버 시스템과 데이터 서버를 반드시 출시할 것이라는 이야기는 아닙니다. 인텔은 7억 달러를 투자해 데이터 센터 및 서버 시스템 냉각 기술을 개발하고 있으며 이번 발표 역시 그중 하나입니다. 하지만 지구는 계속 뜨거워지고 있고 데이터 센터에 있는 서버가 내뿜는 열기도 점점 늘어나고 있습니다. 획기적인 전력 효율 향상 기술이 도입되지 않는 이상 액침 냉각 기술 같은 신기술의 필요성은 계속 커질 수밖에 없습니다. 

KT가 국내 인공지능(AI) 반도체 전문기업 리벨리온에 대해 300억원 규모의 전략적 투자를 단행했다. 글로벌 AI 반도체 시장에서 외산 의존도를 줄이고 ‘한국의 엔비디아’를 직접 키워내기 위한 발판이다. 6일 KT에 따르면 리벨리온은 국내 AI 반도체 설계(팹리스) 기업으로, 특히 주문형 반도체(ASIC) 설계 분야에서 독보적 경쟁력을 갖춘 것으로 평가된다. 주문형 반도체란 사용자의 요구에 따라 특정 용도를 위한 특수한 기능의 반도체 회로를 직접 설계하는 것을 의미한다. 리벨리온은 지난해 금융 특화 AI 반도체 ‘아이온’을 공개해 주목받기도 했다. KT의 AI 반도체 관련 투자는 지난해 AI 솔루션 전문기업 ‘모레’에 이어 이번이 두 번째다. KT는 투자 스타트업들과의 협업을 통해 AI 연산에 활용되는 그래픽처리장치(GPU) 수천 장 규모에 달하는 초대규모 GPU팜을 연내 구축하고, 내년엔 GPU팜에 자체 개발한 AI 반도체를 접목할 계획이다. KT가 주축이 돼 개발하는 AI 반도체는 AI 알고리즘에 최적화된 신경망처리장치(NPU)로, GPU 대비 3배가 넘는 에너지 효율과 저렴한 도입 비용이 장점이다. KT가 적극적인 AI 반도체 투자에 나서는 것은 높은 성장성 때문이다. 시장조사업체 가트너는 글로벌 AI 반도체 시장이 지난해 267억 달러(약 35조원)에서 오는 2030년 1179억 달러(154조원)로 10년 새 4배 이상의 성장률을 기록할 것으로 전망했다. 앞서 SK그룹 역시 SK텔레콤·SK하이닉스·SK스퀘어 등 SK 정보통신기술(ICT) 연합을 구성해 AI 반도체 ‘사피온’ 개발에 착수했다고 밝혔다. 특히 이번 투자의 배경엔 국산 경쟁력을 키워 미국 엔비디아(NVIDIA)가 장악한 글로벌 AI 반도체 시장에 대응하려는 목적도 크다. 한국의 메모리 반도체와 파운드리(반도체 위탁생산) 분야 역량은 글로벌 시장에서 각각 1위와 2위를 기록할 정도로 높지만, AI 서비스 개발에 필요한 팹리스 분야 점유율은 고작 1% 수준에 그친다. 현재 대부분의 AI 서비스와 솔루션은 엔비디아가 제공하는 소프트웨어 ‘쿠다’(CUDA)를 기반으로 개발되고 있고, 특히 하드웨어 GPU 시장은 엔비디아가 80%에 육박하는 점유율을 기록하고 있다. 박성현 리벨리온 대표는 “전용 AI 반도체와 인프라가 있으면 비용 절감뿐 아니라 전체 AI 서비스의 질을 높일 수 있다”고 말했다. 구현모 KT 대표는 “AI 반도체는 대한민국의 차세대 먹거리가 될 수 있는 핵심 영역”이라며 “국내 AI 반도체 분야의 선두주자인 리벨리온이 KT와 협업을 통해 엔비디아나 퀄컴과 같은 글로벌 팹리스 기업이 되길 기대한다”고 밝혔다.

GPU는 본래 그래픽 연산, 특히 3D 관련 연산에 초점을 맞춘 특수 목적 프로세서였으나 최근에는 인공지능 연산 및 병렬 컴퓨팅 목적으로 수요가 크게 늘어나면서 인텔 같은 전통적인 CPU 제조사까지 GPU 개발에 뛰어들고 있습니다.  하지만 그렇다고 해서 GPU가 CPU가 하던 일을 모두 대신할 수 있는 것은 아닙니다. GPU는 특정 연산 속도는 매우 빠르지만, 컴퓨터가 제대로 작동하기 위해서는 여전히 CPU의 역할이 중요합니다. 그리고 최근에는 빠른 연산을 위해 CPU와 GPU의 연계가 중요해지고 있습니다.  따라서 인텔, 엔비디아, AMD는 모두 자체 CPU와 GPU를 넣은 고성능 통합 프로세서를 개발하고 있습니다. 2023-2024년 사이 등장할 차세대 하이브리드 프로세서들은 제각기 다른 방식으로 CPU와 GPU를 하나로 묶을 예정입니다.   자체 ARM 프로세서와 GPU의 결합을 꿈꾸는 엔비디아 엔비디아는 ARM 인수에 실패했지만, 여전히 ARM 기반 고성능 프로세서 개발을 진행하고 있습니다. 엔비디아가 최근 공개한 그레이스 슈퍼칩은 고성능 서버용 ARM 아키텍처 기반의 72코어 CPU를 CPU + CPU 방식으로 조합하거나 혹은 CPU + GPU 방식으로 조합할 수 있습니다.  두 개의 칩을 물리적으로 결합하는 일은 엔비디아의 독자 고속 인터페이스인 NV Link Chip to Chip (C2C)가 담당합니다. NVLink는 업계 표준 규격이지만, 대역폭이 좁은 PCI express를 대신하는 엔비디아의 독자 규격으로 PCIe 5.0과 비교할 때 25배 정도 에너지 효율이 우수하고 90배 정도 밀도가 높습니다. 데이터 전송 속도는 900GB/s 이상입니다. 엔비디아는 그레이스 슈퍼칩 CPU와 최신 호퍼 GPU, HBM3 메모리를 붙여 매우 강력한 슈퍼컴퓨터를 만들 계획입니다. 미국 에너지부 산하의 로스 알라모스 국립 연구소에 설치될 버나도 슈퍼컴퓨터가 그 주인공으로 10엑사플롭스급의 인공지능 연산 능력을 지녀 가장 빠른 인공지능 컴퓨터가 될 예정입니다. 엔비디아는 그레이스 슈퍼칩이 출시 시점에서 가장 뛰어난 고성능 프로세서가 될 것으로 자신하고 있습니다.  앤비디아는 GPU 전문 제조사로 CPU 분야에서 영향력은 미미했습니다. 그래서 첫 서버 CPU인 그레이스 슈퍼칩이 의미 있는 성과를 거둘 수 있을지 시선이 쏠리고 있습니다.  전통의 APU 제조사 AMD AMD는 이미 2006년에 ATI를 인수하면서 그래픽 카드 시장에 진입했고 CPU + GPU 형태의 프로세서인 APU를 출시해 시장에서 좋은 반응을 얻었습니다. 콘솔 게임기 시장에도 AMD의 특화된 APU들이 탑재됩니다.  하지만 최근 GPU가 인공지능 연산 및 데이터 분석에서 역할이 커지면서 AMD 역시 에픽 CPU와 고성능 GPU를 결합한 제품을 준비하고 있습니다. AMD는 내년 선보일 인스팅트 MI 300에서 Zen 4 아키텍처 기반의 서버 CPU와 CDNA3 GPU를 결합할 예정입니다. 이 CPU와 GPU는 칩렛 형태로 고성능 메모리와 함께 3D 패키징 방식으로 묶어서 제조됩니다. AMD는 CPU와 GPU를 통합하는 데 오랜 노하우를 지니고 있기 때문에 결과에 대해 자신하고 있습니다. AMD에 따르면 인공지능 연산 능력은 전 세대와 비교해서 5배나 높아질 수 있습니다.  다만 GPU 자체의 연산 능력과 인공지능 생태계는 엔비디아 쪽이 더 앞서 있다는 것이 일반적인 평가입니다. 과연 엔비디아의 첫 서버 CPU가 GPU와 잘 결합해 AMD를 누를지 아니면 통합 프로세서 제조에 경험이 많은 AMD가 판정승을 거둘지 주목됩니다.  GPU 시장에 도전자 인텔 인텔은 GPU 시장의 신참이지만, AMD의 라데온 개발을 담당한 라자 코두리를 영입해 공격적인 GPU 개발 로드맵을 공개했습니다. 그리고 현재 인텔이 밀고 있는 타일 기반의 프로세서 제조 방식을 통해 서버 CPU와 GPU를 결합하려고 준비 중입니다. 2024년 출시를 목표로 하고 있는 팔콘 쇼어스 XPU는 x86 CPU와 Xe GPU, 그리고 HBM 메모리를 결합한 것으로 기존 프로세서와 비교해서 5배의 와트당 성능을 목표로 하고 있습니다. 인텔의 프로세서 제조 방식은 전통적으로 하나의 다이에 모든 것을 집중시키는 방식이었으나 최근 프로세서 크기가 커지고 비용이 증가하면서 작은 타일 여러 개를 묶어 하나의 큰 프로세서를 만드는 방식으로 전환하고 있습니다. 어차피 붙여서 만든다면 CPU에 GPU를 못 붙일 이유가 없습니다. 다만 인텔 GPU의 성능은 아직 베일에 가려 있어 실제 결과물이 어떻게 나올지는 두고 봐야 알 수 있습니다.  현재 인텔, AMD, 엔비디아는 방식은 달라도 결국 비슷한 목적의 제품을 2023-2024년 사이 시장에 내놓고 경쟁할 예정입니다. 이들이 CPU, GPU 통합 프로세서를 내놓은 데는 그럴 만한 이유가 있습니다. CPU와 메모리가 탑재된 메인보드에 독립 그래픽 카드를 여러 개 설치하는 방식은 부피도 크고 에너지 효율이 낮습니다. 이들을 모두 통합해 하나로 묶으면 빠른 데이터 전송이 가능한 것은 물론 전력 소모도 줄어들게 됩니다. 부피가 큰 폭으로 감소하는 것은 말할 필요도 없습니다. 인텔은 최대 5배 정도 시스템 밀도를 높일 수 있을 것으로 보고 있습니다.  따라서 인공지능 연산 등 특정 목적의 고성능 서버와 슈퍼컴퓨터에서 CPU + GPU + 고속 메모리의 조합은 앞으로 특수한 경우가 아니라 일반적인 상황이 될 것입니다. 전통적인 GPU 제조사인 엔비디아가 서버 CPU를 만들고 업계 1위의 CPU 제조사인 인텔이 갑자기 서버 GPU 개발에 나선 건 그럴 만한 이유가 있는 셈입니다. 모두 만만치 않은 회사들인 만큼 앞으로 누가 이 시장에서 주도권을 가져갈지 쉽게 예측할 수 없지만, 결과에 따라 GPU는 물론 CPU 업계 판도까지 달라질 수 있을 것으로 예상됩니다.

작년 인텔은 12세대 코어 프로세서인 엘더 레이크를 선보이며 한동안 소비자용 PC 시장에서 보였던 열세를 크게 만회했습니다. 오랜 시간 14nm에 머물러 있던 미세 공정을 최신 미세 공정으로 변경하면서 아키텍처 역시 대대적으로 개선했습니다. 덕분에 앨더 레이크의 골든 코브 코어의 성능은 전 세대 대비 동일 클럭에서 19% 정도 성능이 향상됐습니다.  제국의 역습에 놀란 AMD는 캐시 메모리 용량을 3배 늘린 3D V 캐시를 통해 이에 대응했습니다. AMD의 주장대로 캐시 메모리를 3배를 늘린 결과 게임 성능이 크게 향상됐습니다. 하지만 3D V 캐시 모델은 일부에 국한되어 있어 반도체 제조 공정과 CPU 아키텍처를 개선한 인텔에 맞서기 위해서는 역시 같은 수준의 변화가 필요합니다. 올해 AMD가 예고한 변화는 Zen 4 아키텍처와 5nm 미세공정입니다.  물론 아키텍처 개선과 미세 공정만이 전부는 아닙니다. AMD는 Zen 4에서 주변 환경의 큰 변화를 예고했습니다. 가장 큰 변화는 DDR5와 PCIe 5.0의 지원인데, 덕분에 구형 메인보드와 호환되지 않습니다. 기존 메인보드에 새 CPU만 장착해서 사용할 수 없다는 점은 아쉽지만, 메모리와 주변 기기 성능 향상을 위해서는 어쩔 수 없는 선택입니다.  다만 이런 큰 변화에도 클럭 당 성능인 IPC 상승은 8-10% 수준으로 생각보다 낮은 편입니다. 최대 클럭이 5.5GHz로 높아지면서 전체 성능은 15% 이상 높아지지만, 앨더 레이크와 비교하면 특출 나다고 할 순 없는 수준입니다. 한 세대 정도는 AMD가 크게 불리해지지 않을 수준이지만, 만약 몇 세대 동안 이런 일이 누적되면 성능 차이가 다시 상당히 벌어집니다. AMD의 Zen 5 아키텍처에 관심이 쏠리는 이유입니다.  2024년 등장 예정인 Zen 5에서는 Zen 아키텍처 도입 후 가장 큰 변화가 있을 예정입니다. 구체적인 내용은 밝히지 않았지만, CPU의 핵심 구조인 파이프라인 프론트 엔드를 바꾸고 더 넓은 명령어 처리 능력을 지녀 같은 클럭에서 더 높은 성능을 구현할 것으로 보입니다. 또한 인공지능 관련 기능도 통합해 더 높은 인공지능 연산 능력을 지닐 것입니다. 여기에 Zen 5 기반 프로세서들은 TSMC의 4nm 및 3nm 공정에서 제조됩니다. TSMC 3nm는 5nm의 개량형인 4nm와 달리 완전히 새로운 공정이기 때문에 더 큰 폭의 성능 향상을 기대할 수 있습니다.물론 AMD가 주장한 것처럼 Zen 5가 정말 완전히 새로운 마이크로아키텍처(All-new microarchitecture)라고 해도 Zen 아키텍처가 처음 도입되었을 때처럼 40% 수준의 성능 향상은 기대하기 어려울 것입니다. 다만 대대적인 아키텍처 개선을 통해 Zen 4에서 다 못한 일을 해내야 앞으로 인텔이나 ARM 진영과의 경쟁에서 가능성이 있습니다.  Zen 5 기반 제품들은 데스크탑 CPU인 그래나이트 릿지 (Granite Ridge)와 노트북용 CPU/GPU 통합 제품군인 스트릭스 포인트 (Strix Point), 그리고 서버 제품군인 튜린 (Turin) 패밀리로 나뉘게 됩니다. 크게 3가지 제품군처럼 Zen 제품군 역시 3가지로 나뉘는데, 기본 Zen 5 코어와 Zen 5 + 3D V 캐시, 그리고 Zen 5c (compact) 코어입니다. 사실 이 구성은 Zen 4에서부터 도입됩니다.  크기가 작은 콤팩트 코어의 도입은 같은 면적에 더 많은 코어를 집어넣기 위한 것입니다. 최신 x86 CPU들은 고성능을 위해 아키텍처를 더 복잡하게 만들면서 면적도 점점 커져서 코어 숫자를 늘리기 힘들게 되고 있습니다. 서버 CPU처럼 코어 숫자가 많을수록 유리한 상황에서는 불리한 조건입니다. AMD는 Zen 4c 코어를 통해 사상 최초로 100개 이상의 코어 (128개)를 집적한 CPU인 베르가모를 2023년 내놓을 예정입니다. Zen 5에서도 같은 방법으로 싱글 쓰레드 성능을 일부 희생하고 코어 숫자를 더 늘린 서버 프로세서를 내놓을 것으로 보입니다.  올해 CPU 시장은 AMD와 인텔이 서로 공수를 주고받으면서 한쪽이 유리하지 않은 형태로 흘러갈 것으로 보입니다. 내년에 등장할 예정인 인텔 메테오 레이크 (14세대 코어 프로세서)와 내후년에 등장할 예정인 Zen 5가 어떻게 나오냐에 따라 CPU 시장의 흐름이 달라질 것으로 보여 앞으로 공개되는 내용이 주목됩니다. 

2010년대 초 중국은 미국산 CPU와 GPU를 이용해 세계 최고 성능의 슈퍼컴퓨터를 선보였습니다. 이에 자극받은 미국 정부는 2015년 오바마 행정부 시절 국가 전략 컴퓨팅 구상(National Strategic Computing Initiative, NSCI)을 발표했습니다. 미국 에너지부, 국방부, 국립 과학 재단(NSF)가 주도해 인텔, 엔비디아, AMD, IBM 등 주요 IT 제조사들과 함께 슈퍼컴퓨터 분야에서 미국의 우위를 지킬 차세대 슈퍼컴퓨터를 만들기로 합의한 것입니다.  2016년 국가 전략 컴퓨팅 구상에 참여한 기관 및 기업들은 2022년에 첫 엑사플롭스(ExaFlops)급 슈퍼컴퓨터를 만들 수 있을 것으로 예측했습니다. 그리고 우선 오크리지 국립 연구소와 로렌스 리버모어 국립 연구소에 서밋 (Summit)과 시에라 (Sierra)라는 100-300 페타플롭스급 슈퍼컴퓨터를 만들기로 계획했습니다. 이 슈퍼컴퓨터는 IBM의 파워 CPU와 엔비디아의 볼타 GPU를 사용한 것이었습니다.  하지만 두 회사에만 의존하는 경우 슈퍼컴퓨터 시장 독점 우려와 함께 실패할 경우 목표 달성이 힘들어지는 문제가 있습니다. 따라서 미국 정부는 인텔과 AMD에도 비슷한 조건으로 슈퍼컴퓨터를 개발하게 했습니다. 이들은 각각 독자 CPU + GPU 플랫폼을 이용해 슈퍼컴퓨터를 개발하기로 했습니다. 2016년 독자 CPU를 기반으로 세계 최고 성능 슈퍼컴퓨터를 개발한 중국에 대응하기 위해서는 미국이 가진 모든 자원과 최고의 회사들을 다 동원해야 한다는 절박함도 있었습니다.  그리고 행정부가 두 번 바뀐 2022년에 미국은 세계 최초의 엑사플롭스급 슈퍼컴퓨터를 선보였습니다. 정확히 예상한 시점에 목표에 도달한 것입니다. 첫 번째 타자는 AMD가 개발한 프런티어 (Frontier) 슈퍼컴퓨터입니다. AMD의 트렌토 (Trento) 64 코어 CPU와 라데온 인스팅트 MI250X GPU를 이용한 슈퍼컴퓨터로 최근 1.102 ExaFlop/s의 연산 속도를 기록해 세계에서 가장 빠른 컴퓨터이자 사상 최초로 엑사플롭스급 연산 능력을 지닌 슈퍼컴퓨터로 기록됐습니다.  프런티어는 한 개의 CPU와 네 개의 GPU가 기본 구조로 각 CPU마다 512GB DDR4 메모리를 탑재하고 GPU마다 128GB의 HBM2e 메모리를 탑재해 하나의 노드 (node)를 구성합니다. 그리고 128개의 노드가 하나의 올림푸스 랙 (Olympus Rack)이라는 거대한 냉장고 같은 구조를 만듭니다. 최종적으로 74개의 랙이 모여 프런티어 슈퍼컴퓨터를 구성하는 것입니다. 노드의 숫자만 9,408개로 같은 수의 CPU와 네 배나 되는 GPU가 탑재되어 있습니다. 메모리 용량만 HBM2e 메모리 4.6PB, DDR4 메모리 4.6PB이며 700PB가 넘는 거대한 저장 장치를 갖고 있습니다. 소비하는 전력은 웬만한 발전소 한 개에 해당하는 29MW입니다. 프런티어의 성과는 오바마 시절부터 시작된 슈퍼컴퓨터 투자가 정권이 바뀌어도 지속적으로 이뤄진 덕분입니다. 슈퍼컴퓨터는 미국처럼 관련 기술이 많이 축적된 국가에서도 개발부터 실제 가동까지 오랜 시간이 걸리는 분야입니다. 당연히 그사이 행정부가 바뀌는 경우가 비일비재합니다. 하지만 정치적 상황과 관계없이 슈퍼컴퓨터처럼 미국의 국력과 직접 연관되는 분야에는 아낌없는 투자가 이뤄졌기 때문에 지금의 성과가 나왔다고 할 수 있습니다.  하지만 1등은 하는 것보다 지키는 것이 더 어렵습니다. 중국은 말할 것도 없고 슈퍼컴퓨터 분야에서 상당한 독자 기술력을 지닌 일본도 다시 1위 타이틀을 차지하기 위해 연구를 계속하고 있습니다. 따라서 이미 미국은 2엑사플롭스 이상의 연산이 가능한 차세대 슈퍼컴퓨터 개발과 투자를 동시에 진행하고 있습니다. AMD는 프런티어 이외에도 Zen 4 기반의 최신 CPU와 최신 GPU를 사용한 엘 카피탄 (El Capitan)을 2023년 선보일 예정으로 목표 성능은 2엑사플롭스입니다. 인텔 역시 오로라(Aurora)라는 엑사플롭스급 슈퍼컴퓨터를 개발 중인데, 인텔의 사파이어 래피즈 제온 CPU와 폰테 베키오 GPU를 이용해 곧 모습을 드러낼 예정입니다.  엔비디아는 역시 최근 로스 알라모스 국립 연구소에 공급할 AI 슈퍼컴퓨터인 버나도 (Venado)를 추가로 공개했습니다. 엔비디아가 자체 개발한 Arm 기반 서버 프로세서인 그레이스 슈퍼칩과 호퍼 GPU를 이용한 슈퍼컴퓨터로 특히 AI 관련 연산에 특화되어 10 엑사플롭스 AI 연산이 가능합니다. 엔비디아는 그레이스 슈퍼칩을 이용한 차세대 슈퍼컴퓨터 프로젝트를 몇 개 공개했으며 첫 제품은 2023년에 볼 수 있을 것이라고 언급했습니다. 과거 인텔, AMD, IBM 같은 다른 회사 CPU를 이용해 자사 GPU와 같이 사용했던 데서 벗어나 CPU 독립을 이룰 수 있을지 결과가 주목되는 상황입니다.  미국의 엑사스케일 슈퍼컴퓨터 개발 성공은 정파를 떠나 장기적이고 일관성 있는 정책이 과학기술 발전에 중요하다는 것을 보여주는 또 다른 사례입니다. 다음 미국 대선에 누가 당선될지는 알 수 없지만, 현재 진행 중인 미국의 슈퍼컴퓨터 육성 정책은 크게 달라지지 않을 것으로 예상됩니다.

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

삼성전자가 3년 만에 인텔을 제치고 세계 반도체 시장 1위를 탈환했다. SK하이닉스는 3위를 유지했다.15일(현지시간) 글로벌 시장조사기관 가트너는 삼성전자가 2021년 반도체 매출 732억달러(90조원)를 기록해 725억달러에 그친 인텔을 누르고 반도체 매출 세계 1위를 차지했다고 밝혔다. 글로벌 반도체 시장 전체 매출은 5950억달러(731조원)로, 전년보다 26.3% 증가했다. 2018년 인텔에 매출 1위 자리를 넘겨줬던 삼성전자는 지난해 메모리반도체 호황에 힘입어 다시 글로벌 1위로 올라섰다. 삼성전자의 반도체 시장 점유율(매출 기준)은 12.3%로, 인텔(12.2%)을 근소한 차이로 앞질렀다. SK하이닉스는 지난해 364억달러(45조원)의 매출을 올리며 6.1% 점유율로 세계 3위를 차지했고, 4위는 미국 메모리 전문업체 마이크론(4.8%), 5위는 미국 퀄컴(4.6%) 순으로 집계됐다. 미국 브로드컴(3.2%)과 대만 팹리스 미디어텍(3.0%), 미국 차량용 반도체 전문업체 텍사스인스트루먼트, 미국 그래픽 반도체 전문 엔비디아(2.8%), 미국 CPU·GPU 전문 AMD(2.7%) 등의 기업이 10위권에 들었다. 삼성전자와 SK하이닉스 등 국내 기업들이 주도하는 메모리 부문은 지난해 전체 반도체 시장 매출의 27.9%를 차지했다. 매출은 메모리 가격 상승세에 따라 전년도 대비 33.2% 증가한 것으로 조사됐다.차량용 반도체는 전년 대비 34.9% 늘어 가장 높은 성장률을 보였고, 스마트폰에 탑재되는 무선 통신 부문은 24.6% 성장한 것으로 나타났다. 앤드루 노우드 가트너 리서치 부사장은 “반도체 부족 현상으로 위탁생산(OEM)에 차질이 발생하고 있지만, 5G 스마트폰 출시와 물류·원자재 가격 인상으로 반도체 평균판매가격(ASP)이 높아져 지난해 매출 성장을 이끌었다”고 분석했다. 반도체 위탁 생산만을 전문으로 하는 세계 1위 파운드리 업체 대만 TSMC는 이번 조사에서 제외됐다. TSMC의 지난해 연간 매출은 568억달러(70조원)로, 인텔에 이어 3번째로 높았다.

인텔은 CPU 제조사로 가장 잘 알려져 있고 대부분의 매출이 이와 관련된 것이지만, 사실 생각보다 다양한 사업에 진출했었습니다. 하지만 잘나가는 기업이라고 해서 모든 사업이 다 잘 될 순 없어 결국 사업을 금방 접었기 때문에 잘 알려지지 않은 것입니다.  대표적인 사례가 바로 인텔 그래픽 카드입니다. 인텔 최초의 독립 그래픽 칩인 i740은 1990년대 후반 보급형 시장에서 그럭저럭 인기를 끌었으나 엔비디아 같은 경쟁자에 밀려 시장에서 설 자리를 잃게 됩니다. 결국 인텔은 독립 그래픽 카드 시장을 포기하고 이후에는 내장 그래픽으로 만족하게 됩니다. GPU 시장이 성장하고 있었지만, 아직 CPU 시장만큼 크지 않았고 무엇보다 CPU 시장처럼 인텔이 독점하기 힘들어 수익성이 좋지 않을 것으로 생각했기 때문입니다.  하지만 2010년대에 중반 이후 상황이 바뀌게 됩니다. GPU는 게임만 하는 도구가 아니라 인공지능 연산에 없어서는 안 될 핵심 인프라로 거듭나며 수요가 폭발하게 됩니다. 이 분야 1위인 엔비디아의 가치는 그야말로 폭등해 시가 총액이 7000억 달러에 도달했습니다. 반면 인텔의 시가 총액은 2000억 달러 수준입니다. 반도체 업계 1위인 인텔의 가치가 엔비디아의 1/3도 안 되는 수준으로 떨어진 것입니다.  이런 상황에서 인텔은 지난 몇 년간 자체 그래픽 카드를 만들기 위해 와신상담 칼을 갈아왔습니다. 그리고 이제 인텔 아크 알케미스트 (Intel Arc Alchemist) 그래픽 카드를 통해 첫 결과물을 내놓을 예정입니다. 인텔은 노트북 그래픽 카드인 인텔 아크 A 시리즈에 대한 상세한 정보를 공개했습니다. 인텔 아크 A 시리즈는 ACM-G11와 ACM-G10이라는 두 개의 칩을 이용해 인텔 아크 3 2종, 아크 5 1종, 아크 7 2종, 총 5종의 제품 (A350M, A370M, A550M, A730M, A770M)으로 등장할 예정입니다. 이중에서 올해 4월 먼저 등장할 제품은 소형 GPU인 ACM-G11 기반의 아크 3 A350M과 A370M입니다. 이 제품들은 보급형 노트북 그래픽 카드로 6개 혹은 8개의 Xe 코어를 탑재하고 있습니다. 각각의 코어는 최대 16개의 XVE 벡터 엔진과 XMX 메트릭스 엔진을 포함하고 있는데, 전자가 그래픽 연산을 담당하고 후자는 인공지능 연산을 담당합니다. 초기 제품들은 엔비디아의 지포스 MX 라인업과 경쟁할 예정으로 성능은 내장 그래픽보다 조금 나은 수준이 될 것으로 보입니다. 중급 및 고급형 제품인 아크 5/7 라인업 제품들은 16, 24, 32개의 Xe 코어를 지니고 있습니다. 최상위 제품은 A770M은 32개의 Xe 코어와 512개의 XVE 벡터 엔진, 512개의 XMX 메트릭스 엔진, 32개의 레이 트레이싱 유닛을 지니고 있으며 16GB의 대용량 GDDR6 메모리를 탑재해 매우 높은 성능이 예상됩니다. 다만 전력 소모량도 120-150W에 달해 엄청난 발열량을 감당할 수 있는 고성능 게이밍 노트북에 탑재될 것으로 보입니다.물론 그래픽 카드 사장에 오래전 진출한 엔비디아나 AMD는 기본 연산 능력은 물론이고 게임에서 지원하는 여러 가지 이미지 품질 향상이나 동영상 녹화 등 부가기능을 제공합니다. 인텔 역시 이런 점을 인식해 올해 첫 출시하는 아크 그래픽 카드에 몇 가지 신기술을 제공합니다. 그중 하나가 엔비디아의 DLSS 같은 업스케일링 기술인 XeSS(Xe Super Sampling)입니다. 인텔은 개발 중인 게임인 돌맨 (Dolmen)에서 상당한 수준의 이미지 품질 데모를 보여줬지만, DLSS처럼 많은 게임에서 지원 가능한지 여부가 중요할 것으로 보입니다.인텔은 동영상 녹화 및 재생 부분에도 힘을 기울였습니다. 영상처리를 담당하는 Xe 미디어 엔진은 8K@60 12비트 HDR 영상 디코딩이 가능합니다. 8K HDR 영상 인코딩 역시 지원합니다. 게임 방송을 하는 경우 업계 최초로 AV1 포맷 하드웨어 가속으로 실시간 고품질 영상을 전송할 수 있다는 것이 인텔의 설명입니다.  마지막으로 엔비디아나 AMD처럼 그래픽 카드의 세세한 설정이 가능한 아크 컨트롤 기능 역시 제공합니다.  인텔은 지난 몇 년간 아크 그래픽 카드를 위해 많은 것을 준비한 것으로 보입니다. 하지만 상대방은 그보다 더 많은 것을 지니고 있다는 것이 문제입니다. 올해 새로 출발하는 인텔 아크가 지포스와 라데온의 틈바구니 사이에서 자신만의 입지를 다질 수 있을지 결과가 주목됩니다.

애플이 돌아오는 하반기에 출시할 아이폰14 시리즈의 프로 모델에는 신형 A16 프로세서가 일반 모델에는 기존의 A15 프로세서를 유지한다는 전망이 나왔다.  미국 IT테크 매체인 맥루머스(macrumors)는 대만 인터내셔널 증권의 애플 애널리스트 궈밍치가 소셜미디어에 언급한 내용을 그대로 인용·보도했다.  애플의 경우 동일한 플래그십 시리즈에 AP를 이원화하는 경우는 이전에는 없었다. 하지만 일반 모델과 프로 모델을 애플리케이션 프로세서(AP·Application Processor) 성능으로 구분하려는 시도는 이번이 처음이 아니다. 작년 하반기에 출시한 아이폰13프로의 그래픽처리장치(GPU)는 5코어인 반면 아이폰13일반 모델의 GPU는 4코어로 차별화됐다. AP는 중앙처리장치(CPU)와 그래픽처리장치(GPU) 등을 하나로 묶은 반도체로 스마트폰의 두뇌 역할을 담당하는 핵심 부품이다. AP는 스마트폰의 기본적인 성능과 사용자 경험에 중요한 발열과 소비 전력에 큰 영향을 미친다. 일반적으로 구성 코어가 많으면 많을수록 성능이 높다.  지금까지 A15는 아이폰13, 아이폰SE 등에 탑재됐다. 해당 소식이 어느 정도 확정된 개발 시료라면 아이폰14 일반 모델에는 5코어 GPU가 유력하다. 아이폰13, 아이폰13미니 그리고 아이폰SE의 4코어 GPU와 차별화하려면 어쩔 수 없다.  A15는 삼성전자 갤럭시에서 사용하는 스냅드래곤·엑시노스에 비해 성능에서 크게 앞선다. 따라서 신형 프로세서 미탑재가 성능저하 문제로 이어질 가능성은 없다. 다만 소비자의 마음이 같을 지는 의문이다. 최신 플래그십을 구매하는데 신형 프로세서의 강력한 성능은 더 비싼 모델에서만 체감할 수 있다는 점이 분명 아쉽다.   뿐만 아니라 궈밍치는 아이폰14 시리즈 4개 모델의 램(RAM·Random Access Memory) 메모리 용량이 6㎇ 통일된다는 내용을 전했다. 전작의 경우 일반 모델과 프로 모델의 램 메모리 용량은 각 각 4㎇, 6㎇이다. 따라서 일반 모델의 램 메모리는 증가되고 프로 모델은 유지된다.  ‘다다익램’이라는 표현이 있을 만큼 소비자들은 램 용량이 큰 것을 선호하기 때문에 최상위 기종의 램 용량 동결은 아쉬운 소식이다.  램은 기억된 정보를 읽어내기도 하고 다른 정보를 기억시킬 수도 있는 메모리이다. 애플리케이션의 로딩(loading)과 데이터를 일시적 저장하는 역할을 한다. 램 용량이 크면 클수록 동시에 더 많은 애플리케이션 구동이 가능해 멀티태스킹(multitasking) 작업이 향상된다. 디스플레이 업계에 따르면 아이폰14 프로 모델은 6.06형, 6.68형 2가지 크기로 출시될 예정이다. 반면 일반 모델은 5.4인치의 아이폰(아이폰13미니)을 단종하고 6.06형, 6.68형 2가지 크기로 모델 라인업을 개편한다는 전망이 있다. 출시 시기는 올 9~10월 사이로 예상되며 디자인에 큰 변화가 예상된다.