삼성전자가 세계 최초로 인공지능(AI) 산업의 핵심 부품인 6세대 고대역폭메모리 HBM4를 양산 및 출하했다고 12일 밝혔다. 최대 데이터 전송 속도는 13Gbps로 기존의 HBM3E와 비교해 22% 빨라졌고, 데이터 출입구를 1024개에서 2048개로 늘리면서 전송 데이터의 양도 급격히 늘었다. 반도체업계에서는 AI 그래픽저장장치(GPU)의 메모리 병목을 획기적으로 줄일 ‘게임체인저’로 평가했다. 삼성전자는 올해 하반기와 내년에 연이어 차기 HBM도 내놓으며 관련 기술을 선도하겠다는 구상이다. 황상준 삼성전자 메모리개발담당 부사장은 이날 “기존에 검증된 공정을 적용하던 전례를 깨고 1c D램(10나노급 6세대) 및 파운드리 4나노와 같은 최선단 공정을 적용했다”며 “공정 경쟁력과 설계 개선을 통해 성능 확장을 위한 여력을 충분히 확보함으로써 고객의 성능 상향 요구를 적기에 충족할 수 있었다”고 밝혔다. 삼성전자는 이번 설 연휴 직후 양산 출하를 계획했으나 고객사와 협의를 거쳐 일정을 일주일가량 앞당긴 것으로 알려졌다. HBM4는 엔비디아가 다음달 공개할 차세대 AI 가속기 ‘베라 루빈’에 탑재돼 GPU의 고등 연산을 지원할 전망이다. HBM은 D램 메모리를 여러 층으로 쌓아 연산에 필요한 메모리 자원을 크게 늘린 반도체 소자다. 적층된 메모리를 밑에서 받치고 있는 하단의 베이스다이에는 성능과 전력 효율 측면에서 유리한 4나노 공정을 적용했다. 그 결과 JEDEC(국제 산업 표준 기구)의 업계 표준인 8Gbps를 약 46% 상회하는 11.7Gbps의 동작 속도를 안정적으로 확보했다. 이는 전작 HBM3E의 최대 핀 속도인 9.6Gbps 대비 약 1.22배 향상된 수치다. 삼성전자 관계자는 “최대 13Gbps까지 구현이 가능해 AI 모델 규모가 커질수록 심화되는 데이터 병목을 효과적으로 해소할 것”이라고 말했다. 또 삼성전자의 HBM4는 단일 스택 기준 총 메모리 대역폭을 전작 HBM3E 대비 약 2.7배 향상된 최대 3.3TB/s 수준으로 끌어올렸다. 이는 고객사 요구 수준인 3.0TB/s를 상회한다. 또 삼성전자의 HBM4는 12단 적층 기술을 통해 24~36GB의 용량을 제공하며, 고객사의 제품 일정에 맞춰 16단 적층 기술을 적용해 최대 48GB까지 용량을 확장할 계획이다. 전력 소모와 열 집중 문제 해결에도 총력을 쏟았다. HBM은 컨트롤러 역할을 하는 베이스 다이와 D램을 수직으로 적층한 코어 다이로 구성된다. HBM4는 메모리와 GPU 사이에서 데이터를 주고받는 출입구인 데이터 전송 I/O 핀 수를 1024개에서 2048개로 확대했고 이에 따라 발생하는 전력 소모와 열 집중 문제를 해결하기 위해 코어 다이에 저전력 설계 기술을 적용했다. 또 하나의 차별화된 지점은 ‘원스톱 솔루션’ 제공이다. 삼성전자는 세계에서 유일하게 로직, 메모리, 파운드리, 패키징까지 아우르는 반도체 회사다. 회사는 선단 패키징 역량을 자체적으로 보유하고 있어 공급망 리스크를 최소화하는 한편 생산 리드타임을 단축할 수 있는 경쟁력을 갖추고 있다. 삼성전자는 올해 HBM 매출이 지난해 대비 3배 이상 증가할 것으로 내다봤다. 또 HBM4에 이어 HBM4E도 준비해 올해 하반기에 샘플을 출하할 계획이다. HBM4E는 HBM4의 기본 구조를 기반으로, 동작 속도·대역폭·전력 효율을 한층 끌어올린 차세대 고대역폭 메모리다. 삼성전자는 또 AI 반도체 종류에 따라 메모리도 맞춤 설계해 성능을 극대화하는 커스텀(맞춤형) HBM도 내년부터 샘플을 출하한다. 엔비디아 GPU에 이어 구글 ‘텐서처리장치’(TPU), 마이크로소프트(MS) ‘마이아’ 등 빅테크들의 AI 반도체 자체 개발 경쟁이 격화하는 가운데 각각에 최적화한 HBM 설계 수요를 충족하겠다는 구상이다. 삼성전자가 세계 최초 HBM4 양산 및 출하로 포문을 연 데 대해 경쟁자인 SK하이닉스와 미국 마이크론은 자신만의 전략에 집중하는 분위기다. SK하이닉스 관계자는 “고객이 요청한 (HBM4) 물량을 차질 없이 양산 중이며, 현재 최적화를 진행하고 있다”고 밝혔다. 최대 고객사인 엔비디아의 차세대 AI 가속기 출시 일정에 맞춰 제품 완성도를 극대화하겠다는 ‘실리 전략’으로 읽힌다. 업계에 따르면 SK하이닉스는 엔비디아 HBM4 물량의 3분의2 이상을 확보한 것으로 알려졌다. 미국 마이크론 역시 HBM4 경쟁에서 밀려났다는 루머를 정면으로 반박하고 나섰다. 마크 머피 마이크론 최고재무책임자(CFO)는 11일(현지시간) 콘퍼런스에서 ‘엔비디아 공급망 탈락설’을 일축하며 “올해 HBM 공급 물량은 이미 완판됐으며 수율 또한 계획대로”라고 말했다. 이에 따라 메모리 공급 부족 국면에서 한국·미국 반도체 기업들의 수주 경쟁은 한층 격화될 전망이다.

AI 고도화에 메모리 수요 폭발HBM은 책장, HBF는 도서관삼성·SK, 美빅테크와 협력 나서 “고대역폭메모리(HBM)가 책장이라면, 차세대 메모리인 고대역폭플래시(HBF)는 도서관입니다. 책장에서 빨리 책을 꺼낼 수 있지만, 도서관은 대용량의 정보를 갖고 있습니다.” ‘HBM의 아버지’로 불리는 김정호 카이스트(한국과학기술원) 전기및전자공학부 교수가 3일 서울 중구 프레스센터에서 열린 ‘HBF 기술개발 전략 설명회’에서 인공지능(AI) 시대의 핵심 축으로 HBM에 이어 삼성전자와 SK하이닉스가 개발을 주도하는 HBF가 부상할 것이라며 이렇게 말했다. 이어 김 교수는 “AI 시대를 10단계까지라고 하면, 지금은 1~2단계 수준”이라며 “초기 핵심 부품은 반도체이고, 결국 승부를 가르는 것은 메모리”라고 말했다. 김 교수는 AI 반도체의 핵심 기술인 HBM 설계 기술을 정립하고 확산하는 데 기여한 주역이다. HBF는 비휘발성 메모리인 낸드 플래시를 수직으로 쌓아 용량을 극대화한 차세대 메모리다. 여러 개의 D램을 수직으로 쌓은 HBM과 개념이 유사하다. 휘발성인 HBM이 ‘초고속’에 방점이 찍혔다면, 비휘발성인 HBF의 최대 장점은 ‘초대용량’이다. 업계에선 AI 반도체의 연산 속도뿐 아니라 용량 측면에서 병목 현상이 갈수록 심화하고 있다고 본다. 김 교수는 “데이터 연산을 담당하는 GPU(그래픽처리장치)의 혁신은 거의 끝났다”며 “엔비디아도 2~3년 내 (시장 지배력이) 떨어질 것으로 본다”고 전망했다. 이어 “AI 모델에서는 학습과 추론의 경계도 사라지고 있다”고 했다. 특히 이미지, 영상, 사운드, 문서가 결합한 멀티모달 AI 환경에서는 기존 방식으로는 속도 지연을 해결할 수 없다는 것이 김 교수의 설명이다. 대용량 메모리를 GPU 바로 옆에 붙이는 구조적 변화가 필요한데, 여기에서 허리 역할을 수행하는 것이 HBF다. 김 교수는 AI 시대가 고도화될수록 HBM 기술은 물론 HBF 기술 개발을 주도하는 삼성전자와 SK하이닉스가 수혜를 입을 것으로 봤다. 그는 “이 영역은 삼성전자와 SK하이닉스의 강점이자 절대 내줄 수 없는 경쟁력”이라며 “HBM에 이어 HBF도 한국 메모리 제조사가 주도권을 잡아야 AI 시장에서 영향력을 잃지 않을 것”이라고 말했다. 김 교수는 HBF 시장 규모가 2038년을 기점으로 HBM 시장을 역전할 것으로 전망했다. 양사의 움직임도 분주하다. SK하이닉스는 샌디스크와 협력해 내년 양산을 목표로 HBF를 개발하고 있다. SK하이닉스는 지난달 29일 실적 콘퍼런스콜에서 “HBM의 확장 개념인 HBF 기술을 구체화하는 등 다양하고 변화하는 AI 시장에 입체적으로 대응하려고 한다”고 밝혔다. 삼성전자는 현재 HBM에 주력하고 있지만, 내부적으로 HBF 독자 개발을 진행하는 것으로 알려졌다.

삼성전자가 반도체부터 가전, 모빌리티를 아우르는 AI 생태계 주도권 확보에 사활을 건다. 노태문 삼성전자 대표이사 겸 DX부문장은 지난 5일(현지시각) 미국 라스베이거스에서 열린 ‘CES 2026’ 기자간담회에서 “연간 4억대에 달하는 삼성의 기기를 하나로 연결해 고객의 삶을 혁신하는 ‘AI 일상 동반자’가 되겠다”고 밝혔다. 노 사장은 이날 ▲AI 기반 혁신 지속 ▲코어 경쟁력 강화 ▲미래 투자 확대라는 3대 전략을 제시했다. 갤럭시 스마트폰은 물론 4K 프리미엄 TV 등 전 가전 라인업에 AI를 탑재해 올해에만 4억대의 AI 신제품을 보급하겠다는 목표다. 특히 TV 부문은 마이크로 LED부터 UHD까지 라인업을 재편해 글로벌 1위 위상을 굳히고, 가전은 가사 부담을 ‘제로’(Zero)화하는 ‘홈 AI 컴패니언’으로 진화시킨다는 구상이다. 반도체를 담당하는 DS부문은 ‘기술 근원적 경쟁력 회복’을 새해 화두로 던졌다. 특히 HBM4(6세대 고대역폭메모리)가 시장에서 “삼성이 돌아왔다”는 평가를 받는 만큼 이를 기점으로 AI 메모리 시장을 선도하겠다는 자신감을 내비쳤다. 삼성전자는 엔비디아와의 전략적 협력을 통해 ‘반도체 AI 팩토리’ 구축에도 속도를 낸다. 5만개 이상의 엔비디아 GPU를 도입해 설계부터 제조, 품질 관리까지 전 과정에 AI를 적용한 지능형 생산 플랫폼을 완성한다. 이를 통해 차세대 반도체 양산 주기를 획기적으로 단축하고 미국 테일러 등 글로벌 거점으로 확산할 계획이다. 미래 먹거리 확보를 위한 M＆A 성과도 가시화하고 있다. 삼성전자는 자회사 하만을 통해 독일 ZF의 ADAS(첨단 운전자 보조 시스템) 사업부를 약 2조 6000억원에 인수했다. 하만 인수 이후 8년만의 대규모 전장 M＆A다. 이를 통해 향후 자동차 산업의 게임 체인저가 될 SDV(소프트웨어 정의 자동차) 시장 선점 기반을 닦았다. 신성장 동력인 공조 분야에서는 유럽 최대 업체 플랙트 인수를 마무리하고 광주광역시에 생산라인 건립을 추진한다. 삼성의 AI 가전 기술과 플랙트의 중앙공조 기술을 결합해 AI 데이터센터 등 대형 빌딩 에너지 관리 시장을 공략한다는 전략이다. 노태문 삼성전자 사장은 “삼성전자는 기기와 서비스가 유기적으로 연결된 통합 AI 경험을 제공할 것”이라며 “선제적 리스크관리와 압도적 제품력으로 위기를 기회로 반전시키겠다”고 밝혔다.

인공지능(AI) 혁명은 그래픽처리장치(GPU)만이 아니라 메모리 수요까지 폭발적으로 증가시켰습니다. 갈수록 AI 모델이 필요로 하는 데이터양이 커지다 보니 AI 서버의 메모리 용량이 폭발적으로 커졌고 기업은 물론 일반 소비자까지 더 큰 모델을 돌리기 위해 점점 더 많은 메모리를 장착한 제품을 선택하면서 메모리 수요가 급격히 증가한 반면 공급은 단시일 내로 늘릴 수 없어 최근 메모리 가격은 폭등세를 거듭하고 있습니다. 하지만 AI GPU와 서버에 사용되는 HBM, GDDR, LPDDR 같은 메모리만 가격이 폭등한 것은 아닙니다. 덩달아 낸드 플래시 메모리 가격도 폭등하고 있는데, 역시 AI 서버에 필요한 빠른 저장 장치가 필요하기 때문입니다. AI의 학습과 추론을 위해서는 대용량 저장 장치가 필요한데, SSD 수요는 폭증하고 공급은 갑자기 늘릴 수 없다 보니 가격이 천정부지로 치솟고 있습니다. 이런 상황에서 다시 주목받고 있는 제품이 바로 하드디스크 (HDD)입니다. 하드디스크는 플래터라고 부르는 원판에 자기적 방식으로 데이터를 기록하는 저장 장치로 구식이지만, 가격은 저렴해 AI 붐 이전에도 데이터 센터용 수요는 견고했습니다. 소비자용 SSD의 가격이 저렴해지고 속도도 빨라지면서 노트북을 중심으로 소비자용 제품은 빠른 하락세를 겪었지만, 여전히 SSD와 비교해 용량 대비 가격이 저렴해서 자주 접속하지 않는 데이터나 백업 용도로는 이만한 게 없었기 때문입니다. 오히려 서버 시장으로 목표를 바꾸면서 하드디스크의 용량은 30TB 이상으로 급격히 커졌고 저장하는 총 데이터량도 더 많아졌습니다. 여기에 최근 SSD 가격까지 폭등하자 과거에는 속도가 빠른 SSD를 주로 사용했던 기업들도 SSD + HDD 하이브리드 시스템에 대한 관심이 더 커졌습니다. 하드웨어 전문 매체인 탐스 하드웨어는 VDURA 리포트를 토대로 2025년 2분기에는 평균 3,062달러였던, 서버용 30TB TLC SSD가 현재는 가격이 세 배 이상 뛴 1만 1000달러(약 1575만원) 정도로 가격이 폭등했다고 언급했습니다. 반면 같은 시기 서버용 HDD 가격은 상대적으로 적은 35%의 가격 인상폭을 보여 이제 같은 용량 대비 가격이 6배에서 16배로 차이가 더 벌어졌습니다. 이런 상황에서 앞으로 많은 데이터 센터들이 HDD+SSD 하이브리드 모델을 도입할 것이라는 게 보고서의 전망입니다. SSD만 적용한 모델과 비교해 HDD+SSD 하이브리드 모델이 속도는 좀 느릴 수 있지만, 비용은 획기적으로 줄어들기 때문입니다. 예를 들어 같은 조건에서 3년 간 비용을 비교해 보면 SSD만 있는 데이터 센터는 2520만 달러(361억원)인 반면 HDD+SSD 하이브리드 599만 달러(86억원)로 비용을 4분의1 이하로 줄일 수 있습니다. 한때 고용량 3D 낸드 플래시 기술이나 차세대 비휘발성 메모리 기술이 발전하면 서버 시장에서조차 하드디스크의 미래가 위태로울 수 있다던 비관적 전망도 있었지만, 학습에 필요한 데이터의 양이 더 폭발적으로 증가한 AI 시대에 한동안 하드디스크는 필수불가결한 존재가 될 것으로 예상됩니다. 구관이 명관이라는 속담이 AI 덕분에 다시 한번 들어맞은 셈입니다.

인공지능(AI) 혁명은 그래픽처리장치(GPU)만이 아니라 메모리 수요까지 폭발적으로 증가시켰습니다. 갈수록 AI 모델이 필요로 하는 데이터양이 커지다 보니 AI 서버의 메모리 용량이 폭발적으로 커졌고 기업은 물론 일반 소비자까지 더 큰 모델을 돌리기 위해 점점 더 많은 메모리를 장착한 제품을 선택하면서 메모리 수요가 급격히 증가한 반면 공급은 단시일 내로 늘릴 수 없어 최근 메모리 가격은 폭등세를 거듭하고 있습니다. 하지만 AI GPU와 서버에 사용되는 HBM, GDDR, LPDDR 같은 메모리만 가격이 폭등한 것은 아닙니다. 덩달아 낸드 플래시 메모리 가격도 폭등하고 있는데, 역시 AI 서버에 필요한 빠른 저장 장치가 필요하기 때문입니다. AI의 학습과 추론을 위해서는 대용량 저장 장치가 필요한데, SSD 수요는 폭증하고 공급은 갑자기 늘릴 수 없다 보니 가격이 천정부지로 치솟고 있습니다. 이런 상황에서 다시 주목받고 있는 제품이 바로 하드디스크 (HDD)입니다. 하드디스크는 플래터라고 부르는 원판에 자기적 방식으로 데이터를 기록하는 저장 장치로 구식이지만, 가격은 저렴해 AI 붐 이전에도 데이터 센터용 수요는 견고했습니다. 소비자용 SSD의 가격이 저렴해지고 속도도 빨라지면서 노트북을 중심으로 소비자용 제품은 빠른 하락세를 겪었지만, 여전히 SSD와 비교해 용량 대비 가격이 저렴해서 자주 접속하지 않는 데이터나 백업 용도로는 이만한 게 없었기 때문입니다. 오히려 서버 시장으로 목표를 바꾸면서 하드디스크의 용량은 30TB 이상으로 급격히 커졌고 저장하는 총 데이터량도 더 많아졌습니다. 여기에 최근 SSD 가격까지 폭등하자 과거에는 속도가 빠른 SSD를 주로 사용했던 기업들도 SSD + HDD 하이브리드 시스템에 대한 관심이 더 커졌습니다. 하드웨어 전문 매체인 탐스 하드웨어는 VDURA 리포트를 토대로 2025년 2분기에는 평균 3,062달러였던, 서버용 30TB TLC SSD가 현재는 가격이 세 배 이상 뛴 1만 1000달러(약 1575만원) 정도로 가격이 폭등했다고 언급했습니다. 반면 같은 시기 서버용 HDD 가격은 상대적으로 적은 35%의 가격 인상폭을 보여 이제 같은 용량 대비 가격이 6배에서 16배로 차이가 더 벌어졌습니다. 이런 상황에서 앞으로 많은 데이터 센터들이 HDD+SSD 하이브리드 모델을 도입할 것이라는 게 보고서의 전망입니다. SSD만 적용한 모델과 비교해 HDD+SSD 하이브리드 모델이 속도는 좀 느릴 수 있지만, 비용은 획기적으로 줄어들기 때문입니다. 예를 들어 같은 조건에서 3년 간 비용을 비교해 보면 SSD만 있는 데이터 센터는 2520만 달러(361억원)인 반면 HDD+SSD 하이브리드 599만 달러(86억원)로 비용을 4분의1 이하로 줄일 수 있습니다. 한때 고용량 3D 낸드 플래시 기술이나 차세대 비휘발성 메모리 기술이 발전하면 서버 시장에서조차 하드디스크의 미래가 위태로울 수 있다던 비관적 전망도 있었지만, 학습에 필요한 데이터의 양이 더 폭발적으로 증가한 AI 시대에 한동안 하드디스크는 필수불가결한 존재가 될 것으로 예상됩니다. 구관이 명관이라는 속담이 AI 덕분에 다시 한번 들어맞은 셈입니다.

구글·아마존도 자체 칩 본격화삼성·SK, HBM 다변화 기회로 글로벌 인공지능(AI) 반도체 시장이 범용 성능을 앞세운 ‘엔비디아 표준’과 비용·전력 효율을 극대화한 ‘빅테크 전용 칩’ 간에 2차 경쟁 국면으로 진입했다. 구글과 아마존에 이어 마이크로소프트(MS)까지 독자 AI 가속기를 공개하며 자체 칩 생태계를 확대한 가운데, SK하이닉스가 MS의 신규 가속기에 고대역폭메모리(HBM)를 단독 공급하는 등 우리나라 반도체 산업의 선전은 계속될 전망된다. MS는 26일(현지시간) 자체 개발한 AI 가속기 ‘마이아 200’을 공개하고 “MS가 지금까지 배포한 추론 시스템 가운데 가장 효율적이며, 현재 운영 중인 최신 시스템 대비 달러당 성능이 30% 더 좋다”고 밝혔다. 마이아200은 대만 TSMC의 3나노 공정을 적용한 주문형 반도체(ASIC) 기반 칩으로, 대규모 AI 추론 작업의 효율을 극대화한다. 마이아 200에는 총 216GB의 5세대 고대역폭 메모리(HBM3E)가 탑재됐고, SK하이닉스가 12단 HBM3E를 단독 공급하는 것으로 알려졌다. 구글과 아마존웹서비스(AWS) 역시 엔비디아 의존도를 낮추기 위한 행보를 이어가고 있다. 구글은 브로드컴과 공동 설계한 텐서처리장치(TPU) ‘트릴리움’을 고도화해 자사 AI 서비스 전반에 적용 중이며, AWS는 AI 학습에 특화된 전용 칩 ‘트레이니엄’을 중심으로 자체 칩 전략을 확대하고 있다. 이들 전용 칩은 범용 연산에 강점을 지닌 GPU와 달리, AI 연산의 핵심인 행렬 계산에 자원을 집중하는 구조로 설계돼 비용과 전력 효율을 크게 끌어올린 것이 특징이다. 엔비디아는 이에 맞서 차세대 플랫폼 ‘루빈(Rubin)’을 통해 기술 격차를 다시 벌리겠다는 전략을 내세우고 있다. 루빈은 차세대 고대역폭 메모리인 HBM4를 기반으로 성능과 확장성을 동시에 강화하는 것이 핵심으로, 자체 AI 칩 확산에 ‘절대 성능’으로 대응하겠다는 구상으로 해석된다. 이 같은 ‘탈 엔비디아’ 흐름은 국내 메모리 반도체 업계에는 오히려 기회로 작용하고 있다. SK하이닉스는 MS의 마이아 200을 비롯해 구글, AWS 등 글로벌 빅테크의 자체 AI 전용 칩으로 HBM 공급처를 빠르게 넓히며 시장 1위의 입지를 공고히 하고 있다. AI 학습에서 추론으로 무게중심이 이동하는 2차 경쟁 국면 역시 고성능 메모리 수요를 확대하는 요인으로 작용하고 있다. 삼성전자는 최근 엔비디아와 AMD가 진행한 HBM4 관련 품질 테스트에서 긍정적인 평가를 받은 것으로 전해졌고, 차세대 제품 양산을 목표로 준비에 속도를 내고 있다.

세계 최대 IT·가전 전시회 ‘CES 2026’을 통해 최신 제품이 대거 공개되고 있다. 매년 있는 행사이지만, 인텔에게는 특별한 행사가 될 수밖에 없다. 오랜 세월 칼을 갈고 만든 ‘팬서 레이크’를 정식 공개하는 날이기 때문이다. 인텔은 코어 울트라 200 시리즈를 2024년 공개하면서 20A 공정을 도입하고 인텔 CPU의 일부 타일을 TSMC에 외주를 줘서 만든다는 발표를 했다. 따라서 18A 공정으로 제조한다고 공언한 팬서 레이크는 인텔의 미래를 결정지을 제품으로 생각되어 왔다. 이번에도 18A 공정 양산에 실패하면 사실상 반도체 파운드리 사업은 접게 될 것이라는 시각이 지배적이었다. 다행히 인텔은 팬서 레이크 전 제품에 18A 공정을 적용했다고 자랑스럽게 발표했다. 인텔의 최신 18A 공정은 신호층과 전력층을 분리하는 후면 전력 공급 기술(BSPDN)인 파워비아(PowerVia)와 인텔 최초의 GAA 트랜지스터 기술인 리본펫(RibbonFET)을 적용해 성능은 높이고 전력 소모를 대폭 줄인 것이 특징이다. 이러한 특징은 팬서 레이크에서 잘 구현됐다. 인텔에 따르면 ‘코어 울트라 9 285H’(애로우 레이크)와 ‘코어 울트라 X9 388H’(팬서 레이크)를 비교하면 시네벤치 기준 싱글과 멀티에서 대략 10% 정도 성능이 올라갔다. 성능 향상 폭이 크지 않은 것 같지만, 같은 전력 소모를 기준으로 하면 싱글과 멀티에서 팬서 레이크가 최대 40%와 60% 효율이 더 높다. 노트북 환경에서는 성능 이상으로 발열과 전력 소모가 중요하기 때문에 전력 효율이 높은 팬서 레이크의 체감 성능이 클 수밖에 없다. 이처럼 효율이 높아진 것은 18A 공정 도입과 아키텍처 개선 덕분으로 생각된다. 참고로 인텔 팬서 레이크는 8코어와 16코어 두 가지 모델로 나뉜다. 8코어는 루나 레이크와 비슷한 4P+4E 구성으로 고성능 쿠거 코브(Cougar Cove) P 코어와 고효율 다크몬트(Darkmont) 코어 4개를 사용한다. 애로우 레이크 H와 비슷한 16코어를 지니고 있지만, 구성은 다소 바뀌어 4P+8E+4LPE 코어다. 코어 울트라 100 시리즈인 메테오 레이크(6+8+2)나 코어 울트라 200 시리즈인 모바일 애로우 레이크 H(6+8+2)와 비교해 P코어가 두 개 줄고 LP(low power) E 코어가 추가됐다. 이러한 구성의 변화도 멀티스레드 환경에서 전성비가 좋아진 이유를 설명하고 있다. 하지만 CPU의 저전력 성능보다 놀라운 부분은 내장 그래픽인 Xe3(배틀메이지)다. Xe3는 8코어 및 16코어 제품에 기본으로 4코어가 들어간다. 루나 레이크의 7/8코어 구성보다 줄어들어 성능도 다소 낮아졌을 것으로 생각되나 대신 코어 한 개의 성능을 높이고 새로운 프레임 생성 기술을 도입해 체감 성능을 높였다. 코어 울트라 X9 388H 같은 최상위 모델에는 12코어 Xe 내장 그래픽이 들어가는데, 전 세대 대비 77%나 높아진 그래픽 성능과 53% 높아진 AI 성능을 지니고 있다. 따라서 경쟁사인 AMD의 라데온 890M 내장 그래픽을 멀리 따돌렸을 뿐 아니라 보급형 독립 그래픽 카드인 RTX 4050을 위협하는 수준까지 성능이 올라갔다. 더 놀라운 부분은 최신 AI 프레임 생성 기술인 XeSS3를 적용해 내장 그래픽 최초로 멀티프레임 생성(Multi-Frame Generation, MFG) x4 기능을 도입했다는 점이다. XeSS 3는 AI 알고리즘을 통해 실제 렌더링 된 프레임 사이에 최대 3개의 가상 프레임을 끼워 넣어 프레임 숫자를 4배로 늘릴 수 있다. RTX 4050은 x2밖에 할 수 없기 때문에 x4 옵션을 선택할 경우 사이버펑크 2077 같은 고사양 게임에서 팬서 레이크 내장 그래픽은 RTX 4050보다 3배 빠를 수 있다. 이 정도면 내장 그래픽의 게임 체인저라고 불러도 손색이 없을 정도다. 마지막으로 인텔은 갈수록 중요해지는 AI 성능도 한 단계 높였다. 팬서 레이크는 CPU+GPU+NPU를 합친 플랫폼 AI 성능이 최대 180TOPS에 달한다. 이는 윈도우 코파일럿+ PC 기준(40 TOPS)을 가볍게 뛰어넘는 수준이고 루나 레이크의 120TOPS의 1.5배다. 하지만 그렇다고 해서 팬서 레이크의 앞날이 밝기만 한 것은 아니다. 2025년 말부터 급격히 오른 메모리 가격은 올해에도 쉽게 떨어지지 않을 것으로 생각된다. 앞서 소개한 높은 성능을 제대로 사용하기 위해서는 32GB 이상의 LPDDR5 9600 같은 비싼 메모리가 필요한데, 그렇게 되면 메모리 가격이 CPU만큼이나 비싸지는 상황이 올 수 있다. 이는 메모리 통합 패키지를 사용하는 팬서 레이크의 가격이 매우 비쌀 수밖에 없는 이유다. 물론 메모리 가격 상승은 경쟁자들도 함께 겪는 고통이지만, 소비자 입장에서는 확 오른 가격에 노트북을 구매하기보다 차라리 1~2년 참고 기다리는 선택이 더 나을 수 있다. 따라서 간만에 잘 만든 제품임에도 불구하고 팬서 레이크의 판매는 영 신통치 않을 가능성도 있다. 인텔에게는 불행한 상황인데, 일단 18A 공정과 그래픽 기술에 대한 신뢰를 확보한 만큼 미래에 대한 희망은 보여줬다고 할 수 있다.

세계 최대 IT·가전 전시회 ‘CES 2026’을 통해 최신 제품이 대거 공개되고 있다. 매년 있는 행사이지만, 인텔에게는 특별한 행사가 될 수밖에 없다. 오랜 세월 칼을 갈고 만든 ‘팬서 레이크’를 정식 공개하는 날이기 때문이다. 인텔은 코어 울트라 200 시리즈를 2024년 공개하면서 20A 공정을 도입하고 인텔 CPU의 일부 타일을 TSMC에 외주를 줘서 만든다는 발표를 했다. 따라서 18A 공정으로 제조한다고 공언한 팬서 레이크는 인텔의 미래를 결정지을 제품으로 생각되어 왔다. 이번에도 18A 공정 양산에 실패하면 사실상 반도체 파운드리 사업은 접게 될 것이라는 시각이 지배적이었다. 다행히 인텔은 팬서 레이크 전 제품에 18A 공정을 적용했다고 자랑스럽게 발표했다. 인텔의 최신 18A 공정은 신호층과 전력층을 분리하는 후면 전력 공급 기술(BSPDN)인 파워비아(PowerVia)와 인텔 최초의 GAA 트랜지스터 기술인 리본펫(RibbonFET)을 적용해 성능은 높이고 전력 소모를 대폭 줄인 것이 특징이다. 이러한 특징은 팬서 레이크에서 잘 구현됐다. 인텔에 따르면 ‘코어 울트라 9 285H’(애로우 레이크)와 ‘코어 울트라 X9 388H’(팬서 레이크)를 비교하면 시네벤치 기준 싱글과 멀티에서 대략 10% 정도 성능이 올라갔다. 성능 향상 폭이 크지 않은 것 같지만, 같은 전력 소모를 기준으로 하면 싱글과 멀티에서 팬서 레이크가 최대 40%와 60% 효율이 더 높다. 노트북 환경에서는 성능 이상으로 발열과 전력 소모가 중요하기 때문에 전력 효율이 높은 팬서 레이크의 체감 성능이 클 수밖에 없다. 이처럼 효율이 높아진 것은 18A 공정 도입과 아키텍처 개선 덕분으로 생각된다. 참고로 인텔 팬서 레이크는 8코어와 16코어 두 가지 모델로 나뉜다. 8코어는 루나 레이크와 비슷한 4P+4E 구성으로 고성능 쿠거 코브(Cougar Cove) P 코어와 고효율 다크몬트(Darkmont) 코어 4개를 사용한다. 애로우 레이크 H와 비슷한 16코어를 지니고 있지만, 구성은 다소 바뀌어 4P+8E+4LPE 코어다. 코어 울트라 100 시리즈인 메테오 레이크(6+8+2)나 코어 울트라 200 시리즈인 모바일 애로우 레이크 H(6+8+2)와 비교해 P코어가 두 개 줄고 LP(low power) E 코어가 추가됐다. 이러한 구성의 변화도 멀티스레드 환경에서 전성비가 좋아진 이유를 설명하고 있다. 하지만 CPU의 저전력 성능보다 놀라운 부분은 내장 그래픽인 Xe3(배틀메이지)다. Xe3는 8코어 및 16코어 제품에 기본으로 4코어가 들어간다. 루나 레이크의 7/8코어 구성보다 줄어들어 성능도 다소 낮아졌을 것으로 생각되나 대신 코어 한 개의 성능을 높이고 새로운 프레임 생성 기술을 도입해 체감 성능을 높였다. 코어 울트라 X9 388H 같은 최상위 모델에는 12코어 Xe 내장 그래픽이 들어가는데, 전 세대 대비 77%나 높아진 그래픽 성능과 53% 높아진 AI 성능을 지니고 있다. 따라서 경쟁사인 AMD의 라데온 890M 내장 그래픽을 멀리 따돌렸을 뿐 아니라 보급형 독립 그래픽 카드인 RTX 4050을 위협하는 수준까지 성능이 올라갔다. 더 놀라운 부분은 최신 AI 프레임 생성 기술인 XeSS3를 적용해 내장 그래픽 최초로 멀티프레임 생성(Multi-Frame Generation, MFG) x4 기능을 도입했다는 점이다. XeSS 3는 AI 알고리즘을 통해 실제 렌더링 된 프레임 사이에 최대 3개의 가상 프레임을 끼워 넣어 프레임 숫자를 4배로 늘릴 수 있다. RTX 4050은 x2밖에 할 수 없기 때문에 x4 옵션을 선택할 경우 사이버펑크 2077 같은 고사양 게임에서 팬서 레이크 내장 그래픽은 RTX 4050보다 3배 빠를 수 있다. 이 정도면 내장 그래픽의 게임 체인저라고 불러도 손색이 없을 정도다. 마지막으로 인텔은 갈수록 중요해지는 AI 성능도 한 단계 높였다. 팬서 레이크는 CPU+GPU+NPU를 합친 플랫폼 AI 성능이 최대 180TOPS에 달한다. 이는 윈도우 코파일럿+ PC 기준(40 TOPS)을 가볍게 뛰어넘는 수준이고 루나 레이크의 120TOPS의 1.5배다. 하지만 그렇다고 해서 팬서 레이크의 앞날이 밝기만 한 것은 아니다. 2025년 말부터 급격히 오른 메모리 가격은 올해에도 쉽게 떨어지지 않을 것으로 생각된다. 앞서 소개한 높은 성능을 제대로 사용하기 위해서는 32GB 이상의 LPDDR5 9600 같은 비싼 메모리가 필요한데, 그렇게 되면 메모리 가격이 CPU만큼이나 비싸지는 상황이 올 수 있다. 이는 메모리 통합 패키지를 사용하는 팬서 레이크의 가격이 매우 비쌀 수밖에 없는 이유다. 물론 메모리 가격 상승은 경쟁자들도 함께 겪는 고통이지만, 소비자 입장에서는 확 오른 가격에 노트북을 구매하기보다 차라리 1~2년 참고 기다리는 선택이 더 나을 수 있다. 따라서 간만에 잘 만든 제품임에도 불구하고 팬서 레이크의 판매는 영 신통치 않을 가능성도 있다. 인텔에게는 불행한 상황인데, 일단 18A 공정과 그래픽 기술에 대한 신뢰를 확보한 만큼 미래에 대한 희망은 보여줬다고 할 수 있다.

SK하이닉스가 미국 라스베이거스에서 열리는 ‘CES 2026’에 기업고객용 전시관을 열고 ‘고대역폭메모리(HBM)4 16단 48GB’를 처음 선보인다고 6일 밝혔다. HBM4 16단 48GB는 현재 업계 최고 속도인 11.7Gbps(초당 11.7기가비트)를 구현한 HBM4 12단 36GB의 후속 모델로 글로벌 초격차를 가속하는 데 일조할 것으로 보인다. 또 올해 전체 HBM 시장을 선도할 ‘HBM3E 12단 36GB’도 전시된다. HBM3E 12단 36GB는 엔비디아의 최신 인공지능(AI) 서버용 그래픽처리장치(GPU)에 탑재되는 모델이다. 이번 전시장에는 GPU 모듈을 함께 전시해 SK하이닉스의 HBM3E 12단 36GB가 AI 시스템 내에서 하는 역할을 시각적으로 구체화해 보여 줄 예정이다. 곽노정 대표이사(사장), 김주선 AI 인프라 사장(CMO) 등 SK하이닉스 임원진은 이날 오후 라스베이거스 퐁텐블로 호텔에서 열린 젠슨 황 엔비디아 최고경영자(CEO)의 특별 연설 직후 이곳을 찾아 엔비디아 측 인사들과 만났다. 엔비디아에 HBM4, HBM3E 등을 공급하는 핵심 협력사로서의 입지를 공고히 하는 행보로 보인다. 또 SK하이닉스 전시관엔 AI 서버에 특화돼 AI 서버 수요가 폭증할 경우에 대비한 저전력 메모리 모듈 ‘소캠2’도 전시된다. 온디바이스 AI 구현에 최적화된 차세대 저전력 메모리 LPDDR6도 선보인다. 낸드 분야에서는 AI 데이터센터 구축 확대로 수요가 급증하는 초고용량 기업용 메모리 저장장치(eSSD)에 최적화된 321단 2Tb 쿼드레벨 셀(QLC) 제품도 공개된다. QLC는 전력 효율과 성능을 크게 개선해 데이터센터의 저전력 환경에 적합하다. 이런 솔루션들이 실제 AI 생태계에서 어떻게 연결돼 움직이는지 살펴볼 수 있는 ‘AI 시스템 데모존’도 마련됐다. 특히 데모존에서는 고객 요청 사항을 반영해 GPU 등에 있던 일부 기능을 HBM에 옮기는 고객 맞춤형 cHBM(커스텀 HBM)의 내부 구조를 직접 확인할 수 있는 대형 모형이 등장한다. 해당 전시는 AI의 경쟁 축이 단순 성능에서 추론 효율과 비용 최적화로 이동하고 있다는 것을 보여 준다.

지난해는 인공지능(AI) 데이터 센터 건설 붐과 함께 관련 주식은 물론 부품 가격이 크게 상승한 한 해였습니다. 특히 메모리 가격이 폭등하면서 1월과 대비해 12월에서는 5~6배 가격이 상승하는 역대급 폭등을 보였습니다. 국내에서는 ‘다나와’ 최저가 기준 DDR5 16GB 메모리가 6만원대였으나 12월 말에는 30만원에 근접한 가격으로 폭등했습니다. 이런 상황은 해외라도 다르지 않아서 연초에 40~50달러(약 5만 7700~7만 2100원) 하던 DDR5 16GB가 이제는 200달러(28만 8500원)를 훨씬 넘어가고 있습니다. 과거에는 볼 수 없던 메모리 가격 폭등은 배경으로 지목되는 것은 HBM 메모리 수요 폭등입니다. D램 다이를 여러 장 쌓아 올리는 HBM 메모리는 일반 D램보다 훨씬 많은 웨이퍼가 필요한데, 현재는 비싼 가격에도 없어서 못 파는 지경이기 때문입니다. 따라서 주요 메모리 제조사들이 HBM 생산에 물량을 우선 배정하고 있으며 이로 인해 소비자용 DDR5 메모리 공급이 줄어들 수밖에 없는 상황입니다. 여기에 더해 소비자 PC와 휴대기기에도 AI 때문에 메모리를 더 많이 탑재한 것이 부메랑으로 돌아오고 있습니다. 예를 들어 메모리 용량에 인색한 편인 애플조차 AI 지원을 위해 맥의 메모리 용량을 16GB 이상으로 올리고 아이폰과 아이패드 역시 8GB 이상 확장했습니다. 애플 인텔리전스 구동을 위해서는 적어도 휴대폰에서는 8GB, 컴퓨터에서는 16GB 이상 메모리가 필요하기 때문입니다. LPDDR 메모리와 함께 패키징 되는 인텔과 AMD의 노트북 CPU 역시 코파일럿 기능이나 다른 AI 기능 활용도를 높이기 위해 16GB 이상의 메모리를 탑재했습니다. 마이크로소프트 코파일럿 기능을 지원하기 위해서는 40TOPS의 NPU와 함께 충분한 메모리가 필수적입니다. 이렇게 해서 메모리 수요가 자연스럽게 늘어났는데, 공급은 줄어드니 가격은 폭등할 수밖에 없는 것입니다. 심지어 이제는 AI 서버에서도 LPDDR 메모리 채택이 늘어나면서 수요가 더 늘어날 것으로 예상됩니다. 현재 상황은 PC 제조사들과 휴대폰 제조사들에게 ‘램포칼립스’(Ram+apocalypse)나 ‘메모리 아마겟돈’이라고 불릴 만큼 충격적인 상황입니다. 가격도 가격이지만, 물량 확보도 쉽지 않기 때문입니다. 이런 상황에서 PC 제조사들은 지난해 표준으로 자리 잡은 16GB 메모리를 포기하고 8GB로 용량을 줄인 퇴행적인 스펙을 지닌 제품을 출시하며 대응 전략을 마련하고 있습니다. 물론 기존 사양을 유지하고 가격을 크게 올리는 경우도 흔해지고 있습니다. 하지만 가격이 오르고 스펙은 낮아지면서 고객들이 구매를 뒤로 미루는 경우가 많아지고 있어 올해는 PC 제조사들과 휴대폰 제조사들에게 암울한 한 해가 될 것으로 예상됩니다. 다만 상대적으로 대형 고객사로 슈퍼 갑 위치에 있는 애플이나 메모리를 직접 제조하는 삼성의 경우 오히려 입지를 확대할 가능성도 예상되고 있습니다. 애플의 경우 1~2년 단위로 장기 계약을 맺는 데다, 구매 물량이 많은 우량 고객이다 보니 물량이 우선 배정되는 경우가 많습니다. 메모리 가격은 변동성이 심하고 언젠가는 폭락할 가능성도 있어 애플은 미래를 위해 유지해야 하는 중요 고객입니다. 다만 올해는 새로 계약을 맺는 물량이 있어 결국 아이폰 가격을 10% 정도 인상할 것이라는 이야기도 나오고 있습니다. 다만 아이폰은 본래부터 비싸게 팔기 때문에 메모리 가격이 생산 단가에서 차지하는 비중이 낮고 소비자들이 느끼는 가격 변동이 적어 오히려 모든 휴대폰 가격이 오르는 상황에서 유리할 것이라는 예측도 나오고 있습니다. 애플보다 더 유리한 건 물론 삼성전자입니다. 올해 출시되는 갤럭시 신제품의 가격은 어쩔 수 없이 오르겠지만, 기본적으로 자체 생산 물품이라 수급은 걱정할 필요가 없어 다른 제조사들이 메모리 용량을 줄일 때 유지하는 방식으로 시장 지배력을 강화할 수 있습니다. 또 휴대폰 가격이 올라가면서 모바일 부분에서 판매가 좀 줄더라도 메모리 부분에서 그 이상으로 수익을 낼 수 있으니 램포칼립스의 최대 수혜자가 될 것으로 보입니다. 반면 중소 휴대폰 제조사들은 입지가 축소될 것이라는 추정도 가능합니다. 한편 메모리 가격 폭등은 그래픽 카드와 게임기에 들어가는 고성능 그래픽 메모리인 ‘GDDR’ 역시 비켜가지 않고 있습니다. 그리고 데이터 센터용 AI GPU를 구매하기 힘든 기업과 개인 사용자들이 RTX 5090 같은 고성능 게임 그래픽 카드를 더 비싼 가격에도 구매하고 있어 올해는 가격이 더 폭등할 것으로 예상됩니다. 1999달러에 출시된 RTX 5090은 출시 직후 너무 비싼 가격에도 물량을 구하기 힘들다가 지난해 중반 이후로 400만~500만원 대에서 가격이 안정화되는 듯했으나 올해는 720만원으로 가격이 치솟을 것이라는 전망이 나오고 있습니다. 물론 그보다 메모리 탑재량이 적은 16GB 메모리 그래픽 카드들도 가격이 크게 오를 수밖에 없는 상황입니다. 플레이스테이션이나 Xbox 게임 콘솔 역시 램포칼립스를 피해 갈 순 없을 것으로 보입니다. 따라서 올해는 소비자 컴퓨터, 휴대폰, 게임 시장에서는 재앙 같은 한 해가 될 것이라는 우려가 나오고 있습니다. AI가 빠르게 보급되면서 나타나는 과도기적 상황으로 결국 언젠가는 사태가 완화될 것으로 보이지만, 한동안은 일반 소비자 시장은 크게 위축될 수밖에 없습니다. 역설적이지만, AI 붐이 소비자 제품에서 AI 확산을 막는 장애물이 된 것입니다. 그렇다고 갑작스럽게 AI 버블이 터지면서 시장이 붕괴되는 상황은 경제에 더 좋지 않을 것입니다. AI 호황이 자연스럽게 연착륙하면서 메모리와 다른 부품 가격도 안정화되기를 기대합니다.

지난해는 인공지능(AI) 데이터 센터 건설 붐과 함께 관련 주식은 물론 부품 가격이 크게 상승한 한 해였습니다. 특히 메모리 가격이 폭등하면서 1월과 대비해 12월에서는 5~6배 가격이 상승하는 역대급 폭등을 보였습니다. 국내에서는 ‘다나와’ 최저가 기준 DDR5 16GB 메모리가 6만원대였으나 12월 말에는 30만원에 근접한 가격으로 폭등했습니다. 이런 상황은 해외라도 다르지 않아서 연초에 40~50달러(약 5만 7700~7만 2100원) 하던 DDR5 16GB가 이제는 200달러(28만 8500원)를 훨씬 넘어가고 있습니다. 과거에는 볼 수 없던 메모리 가격 폭등은 배경으로 지목되는 것은 HBM 메모리 수요 폭등입니다. D램 다이를 여러 장 쌓아 올리는 HBM 메모리는 일반 D램보다 훨씬 많은 웨이퍼가 필요한데, 현재는 비싼 가격에도 없어서 못 파는 지경이기 때문입니다. 따라서 주요 메모리 제조사들이 HBM 생산에 물량을 우선 배정하고 있으며 이로 인해 소비자용 DDR5 메모리 공급이 줄어들 수밖에 없는 상황입니다. 여기에 더해 소비자 PC와 휴대기기에도 AI 때문에 메모리를 더 많이 탑재한 것이 부메랑으로 돌아오고 있습니다. 예를 들어 메모리 용량에 인색한 편인 애플조차 AI 지원을 위해 맥의 메모리 용량을 16GB 이상으로 올리고 아이폰과 아이패드 역시 8GB 이상 확장했습니다. 애플 인텔리전스 구동을 위해서는 적어도 휴대폰에서는 8GB, 컴퓨터에서는 16GB 이상 메모리가 필요하기 때문입니다. LPDDR 메모리와 함께 패키징 되는 인텔과 AMD의 노트북 CPU 역시 코파일럿 기능이나 다른 AI 기능 활용도를 높이기 위해 16GB 이상의 메모리를 탑재했습니다. 마이크로소프트 코파일럿 기능을 지원하기 위해서는 40TOPS의 NPU와 함께 충분한 메모리가 필수적입니다. 이렇게 해서 메모리 수요가 자연스럽게 늘어났는데, 공급은 줄어드니 가격은 폭등할 수밖에 없는 것입니다. 심지어 이제는 AI 서버에서도 LPDDR 메모리 채택이 늘어나면서 수요가 더 늘어날 것으로 예상됩니다. 현재 상황은 PC 제조사들과 휴대폰 제조사들에게 ‘램포칼립스’(Ram+apocalypse)나 ‘메모리 아마겟돈’이라고 불릴 만큼 충격적인 상황입니다. 가격도 가격이지만, 물량 확보도 쉽지 않기 때문입니다. 이런 상황에서 PC 제조사들은 지난해 표준으로 자리 잡은 16GB 메모리를 포기하고 8GB로 용량을 줄인 퇴행적인 스펙을 지닌 제품을 출시하며 대응 전략을 마련하고 있습니다. 물론 기존 사양을 유지하고 가격을 크게 올리는 경우도 흔해지고 있습니다. 하지만 가격이 오르고 스펙은 낮아지면서 고객들이 구매를 뒤로 미루는 경우가 많아지고 있어 올해는 PC 제조사들과 휴대폰 제조사들에게 암울한 한 해가 될 것으로 예상됩니다. 다만 상대적으로 대형 고객사로 슈퍼 갑 위치에 있는 애플이나 메모리를 직접 제조하는 삼성의 경우 오히려 입지를 확대할 가능성도 예상되고 있습니다. 애플의 경우 1~2년 단위로 장기 계약을 맺는 데다, 구매 물량이 많은 우량 고객이다 보니 물량이 우선 배정되는 경우가 많습니다. 메모리 가격은 변동성이 심하고 언젠가는 폭락할 가능성도 있어 애플은 미래를 위해 유지해야 하는 중요 고객입니다. 다만 올해는 새로 계약을 맺는 물량이 있어 결국 아이폰 가격을 10% 정도 인상할 것이라는 이야기도 나오고 있습니다. 다만 아이폰은 본래부터 비싸게 팔기 때문에 메모리 가격이 생산 단가에서 차지하는 비중이 낮고 소비자들이 느끼는 가격 변동이 적어 오히려 모든 휴대폰 가격이 오르는 상황에서 유리할 것이라는 예측도 나오고 있습니다. 애플보다 더 유리한 건 물론 삼성전자입니다. 올해 출시되는 갤럭시 신제품의 가격은 어쩔 수 없이 오르겠지만, 기본적으로 자체 생산 물품이라 수급은 걱정할 필요가 없어 다른 제조사들이 메모리 용량을 줄일 때 유지하는 방식으로 시장 지배력을 강화할 수 있습니다. 또 휴대폰 가격이 올라가면서 모바일 부분에서 판매가 좀 줄더라도 메모리 부분에서 그 이상으로 수익을 낼 수 있으니 램포칼립스의 최대 수혜자가 될 것으로 보입니다. 반면 중소 휴대폰 제조사들은 입지가 축소될 것이라는 추정도 가능합니다. 한편 메모리 가격 폭등은 그래픽 카드와 게임기에 들어가는 고성능 그래픽 메모리인 ‘GDDR’ 역시 비켜가지 않고 있습니다. 그리고 데이터 센터용 AI GPU를 구매하기 힘든 기업과 개인 사용자들이 RTX 5090 같은 고성능 게임 그래픽 카드를 더 비싼 가격에도 구매하고 있어 올해는 가격이 더 폭등할 것으로 예상됩니다. 1999달러에 출시된 RTX 5090은 출시 직후 너무 비싼 가격에도 물량을 구하기 힘들다가 지난해 중반 이후로 400만~500만원 대에서 가격이 안정화되는 듯했으나 올해는 720만원으로 가격이 치솟을 것이라는 전망이 나오고 있습니다. 물론 그보다 메모리 탑재량이 적은 16GB 메모리 그래픽 카드들도 가격이 크게 오를 수밖에 없는 상황입니다. 플레이스테이션이나 Xbox 게임 콘솔 역시 램포칼립스를 피해 갈 순 없을 것으로 보입니다. 따라서 올해는 소비자 컴퓨터, 휴대폰, 게임 시장에서는 재앙 같은 한 해가 될 것이라는 우려가 나오고 있습니다. AI가 빠르게 보급되면서 나타나는 과도기적 상황으로 결국 언젠가는 사태가 완화될 것으로 보이지만, 한동안은 일반 소비자 시장은 크게 위축될 수밖에 없습니다. 역설적이지만, AI 붐이 소비자 제품에서 AI 확산을 막는 장애물이 된 것입니다. 그렇다고 갑작스럽게 AI 버블이 터지면서 시장이 붕괴되는 상황은 경제에 더 좋지 않을 것입니다. AI 호황이 자연스럽게 연착륙하면서 메모리와 다른 부품 가격도 안정화되기를 기대합니다.

인텔은 소비자용 CPU와 새롭게 도전했던 GPU·AI 가속기, 서버 프로세서, 파운드리 사업에 이르기까지 전 사업 부문에서 위기에 몰려 있습니다. 최근 위기를 극복하기 위한 노력이 이어지며 실적도 다소 개선되는 흐름을 보이고 있지만 이를 두고 본격적인 반등이 시작됐다고 평가하기에는 아직 이른 것이 현실입니다. 그렇다고 인텔이 수년간 기술 개발을 게을리하며 시간을 허비한 것은 아닙니다. 오히려 수세에 몰린 상황에서 인텔은 기술 개발에 상당히 집중했고 그 결과 여러 가지 독자적인 신기술을 축적했습니다. 그중 하나가 여러 개의 작은 칩렛을 3차원적으로 결합해 복잡하고 거대한 칩을 만드는 타일(tile) 기반 3D 패키징 기술입니다. 인텔은 레고 블록처럼 베이스 타일 위에 서로 다른 공정에서 제조한 타일을 얹어 하나의 프로세서를 만드는 포베로스 3D 적층 기술을 꾸준히 발전시켜 왔습니다. 여기에 HBM 같은 차세대 메모리나 다른 프로세서를 고대역폭으로 연결할 수 있는 EMIB 기술도 지속적으로 개량해 왔습니다. 최근에는 최신 미세 공정인 18A의 양산을 준비하는 동시에, 차세대 공정인 14A 개발도 병행하고 있습니다. 최근 인텔 파운드리는 이 모든 기술을 하나로 묶은 초거대 프로세서 제조 기술을 공개했습니다. 아직 실물 칩이 존재하는 단계는 아니고 기술적 개요만 제시됐지만 계획대로 구현된다면 역사상 가장 크고 복잡한 프로세서가 될 가능성이 있습니다. 현재 인텔은 144코어의 시에라 포레스트 제온 프로세서를 출시할 예정이지만 이번에 공개된 개념은 이와는 비교가 되지 않을 정도로 거대한 구성을 염두에 둔 것으로 보입니다. 18A 공정의 베이스 타일 위에 14A 또는 14A-E 공정으로 제작한 컴퓨트 타일을 포베로스 다이렉트 3D 방식으로 적층하고 여기에 HBM4 또는 HBM5 메모리를 EMIB-T로 연결하는 구조입니다. 공개된 슬라이드와 이미지를 보면 두 개의 다이를 연결한 것으로 보이는 8개의 타일이 배치돼 있습니다. 18A 공정으로 제작된 후면 전력 공급 베이스 다이 위에 실제 연산을 담당하는 14A 계열 컴퓨트 타일을 올리는 구조입니다. 전력과 배선은 아래에 두고 연산부는 위로 올리는 방식으로, 포베로스 다이렉트 3D 기술을 통해 하나의 거대한 프로세서처럼 동작하도록 설계됐습니다. 주변에는 최대 24개의 HBM4 또는 HBM5 메모리가 TSV가 추가된 EMIB-T로 직접 연결됩니다. 이는 인텔이 보유한 최신 기술을 모두 집약한, 말 그대로 ‘괴물’에 가까운 설계입니다. 그러나 인텔의 제온 프로세서든, 외부 파운드리 고객의 제품이든 이 기술을 선뜻 채택할지는 미지수입니다. 가장 큰 이유는 최신 미세 공정과 포베로스, EMIB를 모두 결합할 경우 패키징 공정이 지나치게 복잡해지면서 제조 비용 상승과 수율 저하로 이어질 가능성이 크기 때문입니다. 실제 사례도 있습니다. 포베로스와 EMIB를 동시에 적용하고, 인텔과 TSMC에서 생산한 다이, 그리고 다수의 HBM 메모리를 결합한 폰테 베키오 GPU는 오로라 슈퍼컴퓨터에 탑재된 것을 제외하면 시장에서 거의 판매되지 못했고, 상업적으로는 실패에 가까운 결과를 남겼습니다. 후속작인 팔콘 쇼어스 역시 범용 제품이 아닌 내부 연구용 칩으로 전락했습니다. 이는 복잡한 패키징 기술의 성공이 곧 상업적 성공으로 이어지지는 않는다는 점을 다시 한번 보여준 사례입니다. 서버 CPU인 제온에서도 비슷한 일이 벌어졌습니다. 사파이어 래피즈는 4개의 CPU 타일과 HBM 메모리를 EMIB로 묶는 구조를 제시했지만 코어 수가 60개 이하로 제한되면서 같은 시기 AMD의 128코어 제품에 밀렸습니다. 이후 인텔이 서버 시장에서 점유율을 꾸준히 잃은 것은 어느 정도 예견된 결과였습니다. AMD는 서버 CPU인 에픽 프로세서를 출시하면서 CPU 코어와 L2·L3 캐시를 묶은 CCD 여러 개를 단일 I/O 다이와 연결하는 단순한 방식을 택했습니다. 당시 인텔 내부에서는 이를 ‘칩을 풀처럼 붙인 설계(Glue-together)’라며 평가 절하했지만 결과적으로 이 단순함이 비용 절감과 개발 속도 측면에서 결정적인 강점이 됐습니다. 코어 확장이 필요하면 CCD 숫자만 늘리면 되고 패키징도 상대적으로 단순해 비용 부담이 적었기 때문입니다. AMD가 이미 192코어 프로세서까지 출시할 수 있었던 배경입니다. 인텔 역시 뒤늦게 그래나이트 래피즈와 시에라 포레스트를 통해 단순한 타일 구조로 코어 수 경쟁에 다시 뛰어들었지만 그 과정에서 자신 있게 내세웠던 포베로스와 EMIB 기술이 시장에서 반드시 유용한 무기가 되지는 않는다는 점도 드러났습니다. 다만 코어 수가 계속 늘어나고 CPU에 GPU나 NPU 같은 이기종 연산 장치를 혼합하는 흐름이 강화될수록 첨단 패키징 기술의 효용성이 다시 커질 가능성은 있습니다. 이번 18A+14A+포베로스 다이렉트 3D+EMIB-T 조합 공개 역시 이런 맥락에서의 기술 홍보로 보입니다. 더불어 인텔은 단순히 칩을 위탁 생산하는 파운드리가 아니라 설계·패키징·소프트웨어까지 통합 제공하는 ‘시스템 파운드리(System Foundry)’ 개념을 강조하고 있습니다. 이번 발표 역시 미세 공정뿐 아니라 이후 단계의 패키징 기술까지 함께 묶어 제공할 수 있다는 메시지로 해석됩니다. 그러나 인텔이 이 기술들을 조합해 수백 개의 코어와 대용량 HBM을 탑재한 제온 프로세서를 합리적인 가격과 수율로 대량 생산할 수 있다는 점을 직접 입증하지 않는다면 이 이야기를 그대로 믿고 파운드리에 제품을 맡길 고객이 얼마나 될지는 여전히 의문입니다. 이번 발표는 TSMC의 CoWoS-L과 가장 유사한 기술보다 더 진보한 해법을 갖고 있다는 점을 강조하려는 시도로 보입니다. 그러나 인텔에 지금 필요한 것은 세계에서 가장 복잡한 ‘공학적 예술품’이 아닙니다. 고객이 기꺼이 비용을 지불하고 반복적으로 구매할 수 있는, 신뢰할 만한 제품을 만들어 실제로 보여주는 것입니다.

올해 초 D램 시장에서 매출 기준 1위 자리를 SK하이닉스에 내줬던 삼성전자가 4분기에는 선두를 탈환할 전망이다. 전세계적으로 인공지능(AI) 인프라 투자가 확대되면서 고대역폭 메모리(HBM)과 같은 고성능 메모리칩뿐 아니라 범용 메모리 수요도 늘면서 삼성전자 실적을 견인하고 있다. 7일 업계에 따르면 삼성전자가 올해 4분기 전세계 D램 시장에서 다시 매출 1위를 기록할 것이란 전망이 우세하다. 증권가에서는 최근 삼성전자의 4분기 영업이익을 18조원 이상으로 추정하고 있다. 키움증권은 특히 반도체 사업을 담당하는 디바이스솔루션(DS)부문의 영업이익을 15조 1000억원으로 예상했다. 전 분기 대비 116%, 지난해 4분기 대비 422% 증가한 수치다. 앞서 삼성전자는 HBM에서 주도권을 놓치며 올해 1분기 들어 33년 만에 글로벌 D램 시장 선두 자리를 SK하이닉스에 내줬고, 2분기에는 전체 메모리 시장에서도 1위를 빼앗겼다. 하지만 HBM 사업이 회복세에 접어들면서 3분기 SK하이닉스와 시장 점유율을 근소한 차이까지 따라잡았다. 시장조사업체 트렌드포스에 따르면, 3분기 전체 D램의 시장 점유율은 SK하이닉스 33.2%, 삼성전자 32.6%, 마이크론 25.7% 순이다. 특히 최근에 AI 데이터센터 등 인프라에 대한 투자가 전방위적으로 확대되면서 HBM뿐 아니라 범용 D램 등 메모리 전반의 수요가 늘어나고 있는 것 역시 삼성전자 실적에 호재가 되고 있다. HBM은 AI 서버 그래픽처리장치(GPU)의 초고속 연산(학습 및 추론)에 주로 쓰이고, DDR5 같은 범용 D램은 데이터센터 중앙처리장치(CPU) 서버 보조 연산에 들어간다. AI 데이터센터를 구축하고 있는 클라우드서비스 업체들이 공격적으로 메모리 확보에 나서면서 D램 가격도 크게 오르고 있다. 2018년 클라우드 성장기 때 들어간 일반 서버들의 교체 시기까지 겹치면서 D램의 전반적인 공급 부족이 예상된다. 트렌드포스는 4분기 범용 D램 가격은 전 분기 대비 45~50%, HBM을 포함한 전체 D램 가격은 50~55% 오를 것으로 분석했다. 일반 D램과 HBM4 생산 능력을 모두 확보한 삼성전자는 D램 공급 부족 상황에서 직접적인 수혜를 누릴 것으로 기대된다. 삼성전자 전체 D램의 3분의 1가량을 차지하고 있는 차세대 D램 GDDR7의 엔비디아 독점 공급 지위도 당분간 유지될 것이란 관측이다. 엔비디아는 지난 9월 공개한 추론 전용 GPU인 루빈 CPX에 128기가바이트(GB) GDDR7을 탑재할 것이라고 밝힌 바 있다.

범용 D램 수요 급증에 가격 상승GDDR7 엔비디아 독점 공급 유지 올해 초 D램 시장에서 매출 기준 1위 자리를 SK하이닉스에 내줬던 삼성전자가 4분기에는 선두를 탈환할 전망이다. 전세계적으로 인공지능(AI) 인프라 투자가 확대되면서 고대역폭 메모리(HBM)과 같은 고성능 메모리칩뿐 아니라 범용 메모리 수요도 늘면서 삼성전자 실적을 견인하고 있다. 7일 업계에 따르면 삼성전자가 올해 4분기 전세계 D램 시장에서 다시 매출 1위를 기록할 것이란 전망이 우세하다. 증권가에서는 최근 삼성전자의 4분기 영업이익을 18조원 이상으로 추정하고 있다. 키움증권은 특히 반도체 사업을 담당하는 디바이스솔루션(DS)부문의 영업이익을 15조 1000억원으로 예상했다. 전 분기 대비 116%, 지난해 4분기 대비 422% 증가한 수치다. 앞서 삼성전자는 HBM에서 주도권을 놓치며 올해 1분기 들어 33년 만에 글로벌 D램 시장 선두 자리를 SK하이닉스에 내줬고, 2분기에는 전체 메모리 시장에서도 1위를 빼앗겼다. 하지만 HBM 사업이 회복세에 접어들면서 3분기 SK하이닉스와 시장 점유율을 근소한 차이까지 따라잡았다. 시장조사업체 트렌드포스에 따르면, 3분기 전체 D램의 시장 점유율은 SK하이닉스 33.2%, 삼성전자 32.6%, 마이크론 25.7% 순이다. 특히 최근에 AI 데이터센터 등 인프라에 대한 투자가 전방위적으로 확대되면서 HBM뿐 아니라 범용 D램 등 메모리 전반의 수요가 늘어나고 있는 것 역시 삼성전자 실적에 호재가 되고 있다. HBM은 AI 서버 그래픽처리장치(GPU)의 초고속 연산(학습 및 추론)에 주로 쓰이고, DDR5 같은 범용 D램은 데이터센터 중앙처리장치(CPU) 서버 보조 연산에 들어간다. AI 데이터센터를 구축하고 있는 클라우드서비스 업체들이 공격적으로 메모리 확보에 나서면서 D램 가격도 크게 오르고 있다. 2018년 클라우드 성장기 때 들어간 일반 서버들의 교체 시기까지 겹치면서 D램의 전반적인 공급 부족이 예상된다. 트렌드포스는 4분기 범용 D램 가격은 전 분기 대비 45~50%, HBM을 포함한 전체 D램 가격은 50~55% 오를 것으로 분석했다. 일반 D램과 HBM4 생산 능력을 모두 확보한 삼성전자는 D램 공급 부족 상황에서 직접적인 수혜를 누릴 것으로 기대된다. 삼성전자 전체 D램의 3분의 1가량을 차지하고 있는 차세대 D램 GDDR7의 엔비디아 독점 공급 지위도 당분간 유지될 것이란 관측이다. 엔비디아는 지난 9월 공개한 추론 전용 GPU인 루빈 CPX에 128기가바이트(GB) GDDR7을 탑재할 것이라고 밝힌 바 있다.

지난 3분기, 엔비디아는 570억 달러의 매출과 함께 무려 73.4%에 달하는 매출 총이익률(gross margin)을 발표했습니다. 그만큼 GPU 하나 팔아서 남기는 게 많다는 이야기로 영업 이익은 매출의 절반이 넘는 360억 달러에 달했습니다. 사실상 원가에 몇 배에 달하는 폭리를 취하면서 매출보다 이익이 더 가파르게 증가한 것입니다. 하지만 이렇게 파는데도 데이터 센터 GPU는 다 팔려 나가 물량 구하기가 쉽지 않다는 게 젠슨 황 CEO의 설명입니다. 그런데도 AI 버블 논란은 여전히 가라앉지 않고 있습니다. AI를 통해 인력을 감축하고 비용을 절감하는 기업들은 늘고 있지만, 정작 막대한 비용이 들어가는 AI 서비스 자체는 그에 걸맞은 수익을 창출하지 못하고 있기 때문입니다. 예를 들어, ChatGPT를 서비스하는 오픈 AI는 재무제표를 공개하지는 않지만, 창립 이래 계속해서 적자를 기록하고 있는 것으로 알려져 있습니다. 따라서 최근에는 막대한 투자 비용을 감당하기 위해 대규모 자금 조달에 나서는 한편 광고와 같은 다른 수익 창출 방법도 모색하고 있습니다. 물론 오픈 AI와 경쟁하는 다른 AI 서비스들 역시 상황은 크게 다르지 않습니다. AI가 미래의 성장 동력이라는 점을 의심하는 이는 없지만, 갈수록 치솟는 GPU, 메모리, 스토리지, 그리고 막대한 전기 사용료 등을 고려하면 기업들이 적자를 감수하고 무작정 투자를 계속할 수는 없습니다. 결국, 어느 시점에는 자금력과 기술력이 뒤처지는 회사는 시장에서 도태되고, 비용 절감과 수익 모델 창출에 성공한 기업만이 살아남게 될 것입니다. 이에 따라 구글이나 아마존 같은 빅테크들은 자체 AI 칩(ASIC)에 막대한 투자를 단행하며 엔비디아 GPU보다 저렴한 대안을 모색하고 있습니다. 그런 의미에서 최근 구글이 공개한 7세대 TPU인 아이언우드(Ironwood)는 시장에 큰 충격을 던져주었습니다. TPU(Tensor Processing Unit)는 애플리케이션 특정 통합 회로(ASIC)의 일종으로, 신경망의 행렬 곱셈과 같은 연산을 효율적으로 처리하기 위한 특수 목적 프로세서입니다. CPU가 가장 일반적인 용도의 프로세서라고 한다면 GPU는 그래픽 연산에 필요한 병렬 연산에 최적화된 프로세서라고 할 수 있습니다. 엔비디아는 GPU에 고성능 컴퓨팅에 필요한 좀 더 범용 연산 능력을 부여해 일반 목적 GPU(GPGPU)라고 명명했습니다. 그리고 여기에 사용되는 언어인 쿠다(CUDA)를 개발했습니다. GPU의 GPGPU 성능이 가장 큰 힘을 발휘한 분야가 바로 AI였습니다. 딥러닝 모델 학습과 같이 대규모 데이터를 병렬로 처리해야 하는 작업이 GPGPU에 적합했기 때문입니다. 결국 최근에 나오는 GPU는 AI 성능을 담당하는 부분이 더 커지면서 핵심 기능으로 자리 잡고 있습니다. 구글의 TPU는 GPU보다 더 좁은 범위의 연산만 수행하는 특수 프로세서로 CPU – GPU – TPU의 순으로 점점 더 할 수 있는 기능은 좁아진다고 할 수 있습니다. 다만 반대로 에너지 효율은 더 높아질 수 있습니다. 사실 3D 그래픽도 CPU만 가지고 처리할 수 있습니다. 하지만 처리 속도가 너무 느리고 기능이 제한적이라 3D 가속기라는 별도의 보조 프로세서가 나오게 되었고 그것이 나중에 GPU로 발전한 것입니다. TPU도 그런 연장선상에서 보면 엔비디아의 GPU에 상당히 위협적인 존재가 될 수 있습니다. 아이언우드 자체의 성능은 4,614 FP8 TFLOPS 정도로 B200 블랙웰 GPU의 4.5 PFLOPS와 비슷하지만, GPU보다 구조가 단순할 가능성이 높아 생산비나 제작 단가가 저렴할 수 있습니다. 최근 제미나이 3의 놀라운 성능을 보면 그렇다고 기능이 부족한 것도 아닌 것으로 보여 적지 않은 충격을 주고 있습니다. 여기에 아마존의 AWS 역시 3세대 AI ASIC 칩인 트레이니움3(Trainium3)을 공개하면서 도전장을 내밀고 있습니다. 트레이니움3 칩 하나는 PF8 기준 2.52 PFLOPs의 연산 능력을 지니고 있으며 144GB의 HBM3e 메모리와 4.9TB/s의 대역폭을 지니고 있습니다. 그리고 144개의 칩이 모인 Trn3 UltraServers는 총 362 FP8 PFLOPs의 연산 능력을 확보해 100만 토큰 이상의 AI 서비스를 감당할 수 있습니다. 칩 하나의 성능만 보면 엔비디아의 B200 GPU보다 낮지만, 역시 GPU보다 단순한 구조로 전체 비용은 더 낮을 가능성이 있습니다. 다만 아직은 AI 생태계에서 엔비디아의 입지가 지배적인 만큼 아마존은 트레이니움4에서는 엔비디아의 고속 인터페이스인 NVLink를 지원해 트레이니움4와 엔비디아 GPU를 같이 쓸 수 있게 한다는 계획입니다. 만약 이런 빅테크들의 맞춤형 ASIC 칩들이 비용 효과적인 대안을 제시할 경우 엔비디아에 대한 의존도는 낮아질 수 있습니다. 그러면 지금처럼 높은 가격에도 없어서 못 파는 상황은 지속되지 않을 가능성이 있습니다. 물론 엔비디아를 왕좌에서 그렇게 쉽게 끌어내리진 못할 것이라는 의견도 있습니다. 엔비디아가 AI 왕좌를 지킬 수 있는 가장 강력한 무기는 단순한 하드웨어 성능이 아닌, CUDA(쿠다)라는 소프트웨어 생태계에 있습니다. 2006년부터 구축된 CUDA 플랫폼은 수많은 AI 개발자들에게 압도적인 편의성과 최적화된 도구를 제공해 왔습니다. 이처럼 개발자들이 이미 CUDA 환경에 깊이 익숙해져 있다는 점은 다른 칩으로 전환하는 데 막대한 전환 비용을 발생시킵니다. 따라서 구글, 아마존 같은 빅테크들의 자체 ASIC이 고성능과 저비용을 달성하더라도, 이 CUDA 생태계의 장벽을 어떻게 뛰어넘을 것인가는 여전히 가장 큰 숙제로 남아 있습니다. 여기에 엔비디아 역시 경쟁자들처럼 차세대 칩을 준비하고 있습니다. 차세대 루빈 GPU는 FP4 기준 50 PFLOPS의 연산 능력을 지니고 있으며 이를 이용한 렉 시스템인 베라 루빈 NVL 144는 3.6EFLOPS라는 슈퍼컴퓨터급 연산 능력을 지니고 있습니다. 엔비디아는 루빈 GPU의 양산을 서두르는 한편 다음 세대 제품에서 성능을 더 높여 경쟁자들의 추격을 따돌리기 위해 고군분투할 것으로 보입니다. 과연 빅테크들의 거센 도전에서 엔비디아가 왕좌를 지킬 수 있을지 주목됩니다.

지난 3분기, 엔비디아는 570억 달러의 매출과 함께 무려 73.4%에 달하는 매출 총이익률(gross margin)을 발표했습니다. 그만큼 GPU 하나 팔아서 남기는 게 많다는 이야기로 영업 이익은 매출의 절반이 넘는 360억 달러에 달했습니다. 사실상 원가에 몇 배에 달하는 폭리를 취하면서 매출보다 이익이 더 가파르게 증가한 것입니다. 하지만 이렇게 파는데도 데이터 센터 GPU는 다 팔려 나가 물량 구하기가 쉽지 않다는 게 젠슨 황 CEO의 설명입니다. 그런데도 AI 버블 논란은 여전히 가라앉지 않고 있습니다. AI를 통해 인력을 감축하고 비용을 절감하는 기업들은 늘고 있지만, 정작 막대한 비용이 들어가는 AI 서비스 자체는 그에 걸맞은 수익을 창출하지 못하고 있기 때문입니다. 예를 들어, ChatGPT를 서비스하는 오픈 AI는 재무제표를 공개하지는 않지만, 창립 이래 계속해서 적자를 기록하고 있는 것으로 알려져 있습니다. 따라서 최근에는 막대한 투자 비용을 감당하기 위해 대규모 자금 조달에 나서는 한편 광고와 같은 다른 수익 창출 방법도 모색하고 있습니다. 물론 오픈 AI와 경쟁하는 다른 AI 서비스들 역시 상황은 크게 다르지 않습니다. AI가 미래의 성장 동력이라는 점을 의심하는 이는 없지만, 갈수록 치솟는 GPU, 메모리, 스토리지, 그리고 막대한 전기 사용료 등을 고려하면 기업들이 적자를 감수하고 무작정 투자를 계속할 수는 없습니다. 결국, 어느 시점에는 자금력과 기술력이 뒤처지는 회사는 시장에서 도태되고, 비용 절감과 수익 모델 창출에 성공한 기업만이 살아남게 될 것입니다. 이에 따라 구글이나 아마존 같은 빅테크들은 자체 AI 칩(ASIC)에 막대한 투자를 단행하며 엔비디아 GPU보다 저렴한 대안을 모색하고 있습니다. 그런 의미에서 최근 구글이 공개한 7세대 TPU인 아이언우드(Ironwood)는 시장에 큰 충격을 던져주었습니다. TPU(Tensor Processing Unit)는 애플리케이션 특정 통합 회로(ASIC)의 일종으로, 신경망의 행렬 곱셈과 같은 연산을 효율적으로 처리하기 위한 특수 목적 프로세서입니다. CPU가 가장 일반적인 용도의 프로세서라고 한다면 GPU는 그래픽 연산에 필요한 병렬 연산에 최적화된 프로세서라고 할 수 있습니다. 엔비디아는 GPU에 고성능 컴퓨팅에 필요한 좀 더 범용 연산 능력을 부여해 일반 목적 GPU(GPGPU)라고 명명했습니다. 그리고 여기에 사용되는 언어인 쿠다(CUDA)를 개발했습니다. GPU의 GPGPU 성능이 가장 큰 힘을 발휘한 분야가 바로 AI였습니다. 딥러닝 모델 학습과 같이 대규모 데이터를 병렬로 처리해야 하는 작업이 GPGPU에 적합했기 때문입니다. 결국 최근에 나오는 GPU는 AI 성능을 담당하는 부분이 더 커지면서 핵심 기능으로 자리 잡고 있습니다. 구글의 TPU는 GPU보다 더 좁은 범위의 연산만 수행하는 특수 프로세서로 CPU – GPU – TPU의 순으로 점점 더 할 수 있는 기능은 좁아진다고 할 수 있습니다. 다만 반대로 에너지 효율은 더 높아질 수 있습니다. 사실 3D 그래픽도 CPU만 가지고 처리할 수 있습니다. 하지만 처리 속도가 너무 느리고 기능이 제한적이라 3D 가속기라는 별도의 보조 프로세서가 나오게 되었고 그것이 나중에 GPU로 발전한 것입니다. TPU도 그런 연장선상에서 보면 엔비디아의 GPU에 상당히 위협적인 존재가 될 수 있습니다. 아이언우드 자체의 성능은 4,614 FP8 TFLOPS 정도로 B200 블랙웰 GPU의 4.5 PFLOPS와 비슷하지만, GPU보다 구조가 단순할 가능성이 높아 생산비나 제작 단가가 저렴할 수 있습니다. 최근 제미나이 3의 놀라운 성능을 보면 그렇다고 기능이 부족한 것도 아닌 것으로 보여 적지 않은 충격을 주고 있습니다. 여기에 아마존의 AWS 역시 3세대 AI ASIC 칩인 트레이니움3(Trainium3)을 공개하면서 도전장을 내밀고 있습니다. 트레이니움3 칩 하나는 PF8 기준 2.52 PFLOPs의 연산 능력을 지니고 있으며 144GB의 HBM3e 메모리와 4.9TB/s의 대역폭을 지니고 있습니다. 그리고 144개의 칩이 모인 Trn3 UltraServers는 총 362 FP8 PFLOPs의 연산 능력을 확보해 100만 토큰 이상의 AI 서비스를 감당할 수 있습니다. 칩 하나의 성능만 보면 엔비디아의 B200 GPU보다 낮지만, 역시 GPU보다 단순한 구조로 전체 비용은 더 낮을 가능성이 있습니다. 다만 아직은 AI 생태계에서 엔비디아의 입지가 지배적인 만큼 아마존은 트레이니움4에서는 엔비디아의 고속 인터페이스인 NVLink를 지원해 트레이니움4와 엔비디아 GPU를 같이 쓸 수 있게 한다는 계획입니다. 만약 이런 빅테크들의 맞춤형 ASIC 칩들이 비용 효과적인 대안을 제시할 경우 엔비디아에 대한 의존도는 낮아질 수 있습니다. 그러면 지금처럼 높은 가격에도 없어서 못 파는 상황은 지속되지 않을 가능성이 있습니다. 물론 엔비디아를 왕좌에서 그렇게 쉽게 끌어내리진 못할 것이라는 의견도 있습니다. 엔비디아가 AI 왕좌를 지킬 수 있는 가장 강력한 무기는 단순한 하드웨어 성능이 아닌, CUDA(쿠다)라는 소프트웨어 생태계에 있습니다. 2006년부터 구축된 CUDA 플랫폼은 수많은 AI 개발자들에게 압도적인 편의성과 최적화된 도구를 제공해 왔습니다. 이처럼 개발자들이 이미 CUDA 환경에 깊이 익숙해져 있다는 점은 다른 칩으로 전환하는 데 막대한 전환 비용을 발생시킵니다. 따라서 구글, 아마존 같은 빅테크들의 자체 ASIC이 고성능과 저비용을 달성하더라도, 이 CUDA 생태계의 장벽을 어떻게 뛰어넘을 것인가는 여전히 가장 큰 숙제로 남아 있습니다. 여기에 엔비디아 역시 경쟁자들처럼 차세대 칩을 준비하고 있습니다. 차세대 루빈 GPU는 FP4 기준 50 PFLOPS의 연산 능력을 지니고 있으며 이를 이용한 렉 시스템인 베라 루빈 NVL 144는 3.6EFLOPS라는 슈퍼컴퓨터급 연산 능력을 지니고 있습니다. 엔비디아는 루빈 GPU의 양산을 서두르는 한편 다음 세대 제품에서 성능을 더 높여 경쟁자들의 추격을 따돌리기 위해 고군분투할 것으로 보입니다. 과연 빅테크들의 거센 도전에서 엔비디아가 왕좌를 지킬 수 있을지 주목됩니다.

미국 반도체 기업 마이크론테크놀로지가 일본 히로시마현에 새 인공지능(AI)용 반도체 공장을 건설한다. 최첨단 HBM(고대역폭 메모리) 시장에서 독주하는 SK하이닉스를 뒤쫓는 구도가 일본에서 본격화될지 주목된다. 30일 니혼게이자이신문(닛케이)에 따르면 마이크론은 내년 5월 착공해 2028년쯤 차세대 메모리 출하를 목표로 한다. 새 공장은 히로시마현 히가시히로시마시에 있는 기존 히로시마 공장 터에 새로운 제조동을 짓는 방식이다. 투자액은 약 1조 5000억 엔(약 14조 1200억 원)이며, 일본 정부는 최대 5000억 엔(4조 7000억 원)을 보조한다. 새 공장에서 생산할 제품은 차세대 HBM이다. 엔비디아의 GPU(그래픽처리장치)와 조합해 AI 반도체를 이루는 핵심 부품으로, 기억 용량과 데이터 전송 속도가 높아 생성형 AI의 처리 속도를 크게 끌어올린다. 마이크론은 그간 첨단 HBM을 대만에서 제조해 왔다. 그러나 미중 대립 등 지정학적 우려가 커지면서 일본 내 생산을 확대하는 것으로 보인다. 닛케이는 “히로시마 공장에 2019년 이후 처음 들어서는 신 제조시설은 차세대 HBM 생산 거점이 될 전망”이라며 “기술에서 앞서 있는 SK하이닉스를 추격하는 구도”라고 설명했다. 현재 HBM 시장은 SK하이닉스가 압도적인 점유율을 차지하고 있다. 홍콩 조사회사 카운터포인트는 올해 2분기 시장 점유율을 SK하이닉스 64%, 마이크론 21%로 전망했다. 마이크론은 삼성전자에 이어 메모리 분야 세계 3위 업체다. 2013년 파산한 일본 엘피다메모리를 인수하며 히로시마 공장을 확보했다. 마이크론은 2023년 이후 히로시마 공장에 약 2조 엔(18조 3300억 원)을 투자하기로 결정했다. 이에 대한 일본 경제산업성 보조금은 최대 7745억 엔(7조 2900억원)에 이른다. 일본 정부는 2030회계연도까지 반도체와 AI 분야에 10조 엔(94조 원) 이상을 투입해 최첨단 반도체 공급망을 국내에서 구축한다는 목표를 세우고 있다.

미국 메모리 대기업 마이크론테크놀로지가 히로시마현에 인공지능(AI) 반도체용 신공장을 건설한다. 최첨단 HBM(고대역폭 메모리) 시장에서 독주하는 SK하이닉스를 뒤쫓는 구도가 일본에서 본격화될지 주목된다. 30일 니혼게이자이신문(닛케이)에 따르면 마이크론은 내년 5월 착공해 2028년쯤 차세대 메모리 출하를 목표로 한다. 새 공장은 히로시마현 히가시히로시마시에 있는 기존 히로시마 공장 터에 새로운 제조동을 짓는 방식이다. 투자액은 약 1조5000억 엔(약 14조 1200억 원)이며, 일본 정부는 최대 5000억 엔(약 4조 7000억 원)을 보조한다. 신공장에서 생산할 제품은 고성능 메모리의 일종인 차세대 HBM(고대역폭 메모리)이다. 엔비디아의 GPU(그래픽처리장치)와 조합해 AI 반도체를 이루는 핵심 부품으로 기억 용량과 데이터 전송 속도가 높아 생성형 AI의 처리 속도를 크게 끌어올린다. 마이크론은 그간 첨단 HBM을 대만에서 제조해 왔다. 그러나 미중 대립 등 지정학적 우려가 커지면서 일본 내 생산을 확대하는 것으로 보인다. 닛케이는 “히로시마 공장에 2019년 이후 처음 들어서는 신 제조시설은 차세대 HBM 생산 거점이 될 전망”이라며 “기술에서 앞서 있는 SK하이닉스를 추격하는 구도”라고 해설했다. 현재 HBM 시장은 SK하이닉스가 압도적인 점유율을 보유한다. 홍콩 조사회사 카운터포인트는 2025년 2분기 시장 점유율을 SK하이닉스 64%, 마이크론 21%로 전망했다. 마이크론은 메모리 분야 세계 3위 업체다. 2013년 파산한 일본 엘피다메모리를 인수하며 히로시마 공장을 확보했다. 마이크론은 2023년 이후 히로시마 공장에 약 2조 엔(약 18조3300억 원)을 투자하기로 결정했다. 이에 대한 일본 경제산업성 보조금은 최대 7745억 엔에 이른다. 일본 정부는 2030회계연도까지 반도체와 AI 분야에 10조 엔(약 94조 원) 이상을 투입해 최첨단 반도체 공급망을 국내에서 구축한다는 목표를 세우고 있다.

구글이 자체 개발한 인공지능(AI) 칩 텐서처리장치(TPU)와 최신 AI 모델 제미나이3를 통해 글로벌 AI 산업 판도를 흔들고 있다. TPU는 AI 연산에 최적화된 맞춤형 반도체로, 엔비디아 그래픽처리장치(GPU) 없이도 대규모 연산을 수행한다. 최근 메타플랫폼 등 글로벌 빅테크 기업이 TPU 도입을 검토하면서, 엔비디아 중심의 AI 하드웨어 시장에 균열이 생길지 주목된다. 25일(현지시간) 블룸버그와 WSJ에 따르면 구글은 TPU 7세대 모델 ‘아이언우드’를 활용해 제미나이3를 학습시켰다. 제미나이3는 추론 성능과 코딩 능력에서 오픈AI의 챗GPT 5.1을 뛰어넘는다는 평가를 받는데, 실제 업무와 데이터 분석까지 수행할 수 있는 ‘에이전틱 AI’로도 주목받고 있다. TPU는 2015년 처음 공개됐지만 엔비디아 GPU 중심의 AI 시장에서 크게 주목받지 못했다. 그러나 제미나이3로 TPU 기술력이 입증되면서, 구글이 엔비디아의 유일한 대항마로 자리 잡을 수 있다는 전망이 나왔다. 여기에 메타 등이 TPU 도입을 검토한다는 소식이 전해지면서 엔비디아 주가는 이날 약 2.6% 하락해 시가총액 1150억 달러(약 169조원)가 증발했다. 반면 구글 모회사 알파벳의 주가는 1.62% 올라 사상 최고치를 기록했다. 주가는 최근 5거래일 동안 14% 뛰었고, 연초 이후 70% 급등했다. 구글 TPU 강점은 단순한 하드웨어 성능에만 국한되지 않는다. 검색 엔진, 유튜브, 안드로이드 OS 등 방대한 자체 데이터와 클라우드를 활용해 매일 AI 학습에 필요한 자료를 확보할 수 있다는 점이 차별점이다. 또 모바일 기기, 자율주행 차량 웨이모 등 현실 세계와 연관된 센서 데이터를 통합해 제미나이3의 학습 효율을 극대화할 수 있다. 결과적으로 구글은 AI 모델부터 칩, 데이터, 클라우드 인프라까지 전 영역에서 통합 역량을 갖춘 몇 안 되는 기업으로 평가된다. TPU가 데이터센터에서 대규모로 활용될 가능성이 떠오르면서 국내 반도체 기업들이 받을 수혜에도 관심이 쏠린다. TPU 7세대 모델 아이언우드에는 SK하이닉스가 공급하는 5세대 고대역폭메모리(HBM3E)가 탑재돼 있으며, 향후 TPU의 데이터센터 활용이 확대되면 삼성전자까지 공급망이 늘어날 수 있다. GPU뿐 아니라 TPU와 CPU를 함께 사용하면서 DDR5·LPDDR5 등 범용 D램 수요도 증가할 전망이다. 삼성전자는 전체 D램 생산능력 중 70%가 범용 D램인 만큼 수혜 폭이 상대적으로 클 거라는 분석이다.

구글이 선보인 생성형 인공지능(AI) ‘제미나이 3.0’이 글로벌 AI 시장의 판도를 뒤흔들고 있는 가운데, 국내에서는 삼성전자가 최대 수혜주가 될 것이라는 분석이 나온다. 제미나이 3.0은 지난 18일 공개된 이후 이미지 생성·편집과 추론 능력에서 경쟁 모델들을 압도하며 폭발적인 관심을 받고 있다. 샘 올트먼 오픈AI 최고경영자(CEO)는 제미나이 3.0 출시 뒤 “이제 우리가 (구글을) 쫓아가는 입장”이라고 평가했고, 일론 머스트 테슬라 CEO도 자신의 엑스(X) 계정에 “축하한다”는 글을 남기며 구글의 기술력을 인정했다. 특히 해당 모델이 구글의 자체 AI 반도체인 ‘텐서처리장치(TPU)’ 기반으로 구현되면서 연산 효율성을 극대화하고 비용을 획기적으로 낮췄다는 점이 성공 요인으로 분석된다. 엔비디아의 그래픽처리장치(GPU)에 의존하지 않고 자체 칩으로 오픈AI를 앞질렀다는 평가 속에 구글이 AI 산업 지형도를 다시 그릴 것이라는 전망도 나왔다. 블룸버그 통신 등 외신에 따르면 구글은 빅테크 기업들에 TPU 공급을 추진하고 있다. 페이스북 모회사 메타는 수십억 달러 규모의 TPU 도입을 논의 중인 것으로 알려졌다. 제미나이 3.0 흥행과 TPU 혁신에 힘입어 구글 모회사 알파벳의 주가도 가파르게 상승하고 있다. 25일(현지시간) 알파벳은 주당 323.64달러(약 47만4600원)로 거래를 마치며 제미나이 3.0 출시일(18일) 대비 13.57% 올랐다. 이 같은 흐름 속에 국내 증시에서는 삼성전자가 가장 큰 수혜를 입을 것이라는 분석이 나왔다. 삼성전자는 구글 TPU 설계 및 생산을 담당하는 브로드컴에 고대역폭메모리(HBM)를 비롯한 메모리 반도체를 공급하고 있다. 26일 KB증권은 TPU 생태계 확장의 최대 수혜주로 삼성전자를 꼽으며 투자 의견 ‘매수’와 목표주가 16만원을 유지했다. 김동원 KB증권 연구원은 “삼성전자는 북미 빅테크 기업들의 높은 메모리 공급 점유율을 기반으로 구글, 브로드컴, 아마존, 메타 등의 메모리 공급망 다변화 전략의 직접적 수혜가 기대된다”라고 밝혔다. 김 연구원은 “결국 엔비디아 GPU 의존도가 점차 축소될 전망”이라며 “엔비디아 집중에 따른 빅테크의 과도한 자본지출과 감가상각에서 불거진 AI 버블 우려는 향후 AI 생태계 다변화로 완화될 것”이라고 덧붙였다. KB증권은 내년 삼성전자의 영업이익이 전년 대비 108% 증가한 97조원에 달할 것으로 전망했다. 특히 올해 4분기 영업이익으로는 전년 대비 192% 증가한 19조원을 제시했다. 김 연구원은 “삼성전자는 브로드컴 메모리 공급 점유율 1위를 기록하고 있어 향후 구글 TPU 생태계 확장의 최대 수혜가 기대된다”라고 강조했다.