최태원 회장 “AI·DT 내재화 속도감 있게 추진해야”SK하이닉스, 세계 최초 HBM4 양산 체제 구축SKT·SKB, 글로벌 방송·미디어 혁신상 수상 SK그룹이 ‘혁신경영’을 내세우며 AI 중심의 체질 전환에 속도를 내고 있다. 최태원 SK그룹 회장이 강조해온 ‘AI 일상화’ 기조에 맞춰 경영진과 현장 구성원 전반에 걸쳐 AI 내재화 교육을 강화하는 한편, SK하이닉스의 세계 최초 HBM4 양산, SK텔레콤·SK브로드밴드의 글로벌 혁신상 수상 등 계열사별 성과도 잇따르고 있다. 그룹 차원의 학습과 현장 혁신이 맞물리면서 AI·반도체 혁신을 동시에 진전시키는 모습이다. 최태원 SK그룹 회장 “모든 구성원의 AI 일상화 필요”25일 SK그룹에 따르면 최 회장은 제조업 경쟁력 확보를 위한 AI 혁신의 필요성을 거듭 강조해왔다. 그는 “AI·DT 기술을 속도감 있게 내재화해야 차별화된 경쟁력을 만들 수 있다”며 “구성원 개개인이 AI를 친숙하게 다루고 활용할 때 비로소 혁신과 성공이 가능하다”고 말했다. 이에 따라 SK그룹은 ‘모든 리더와 구성원의 AI 일상화’를 목표로 교육 과정을 확대하고 있다. 이달부터 다음달까지 4회에 걸쳐 진행되는 ‘AI 리더십 프로그램’에는 주요 계열사 CEO와 CFO, CHO 등 C레벨 임원 100여명이 참여한다. 단순 강의를 넘어 생성형 AI 실습을 포함해 실제 경영 현장에서 활용할 수 있도록 설계됐다. 교육은 사내 교육 플랫폼 ‘마이써니’(mySUNI) 주도로 진행된다. 2020년 출범한 마이써니는 지금까지 1만명 넘는 임직원에게 AI 개념 이해, 활용 스킬, 최신 툴 적용 과정을 제공해 왔다. 임원·팀장 대상 리더 과정은 물론, ‘AI 프론티어’ 인재를 선발해 현장 혁신을 주도하는 핵심 인력을 육성하는 것도 특징이다. SK하이닉스, HBM4 세계 최초 양산SK하이닉스는 초고성능 AI용 메모리 신제품 ‘HBM4’ 개발을 완료하고 세계 최초로 양산 체제를 구축했다. HBM4는 AI 인프라 성능과 에너지 효율을 동시에 끌어올린 차세대 메모리로, 업계 기술 난제를 해결할 핵심 제품으로 평가된다. HBM4는 데이터 전송 통로(I·O)를 2048개로 늘려 대역폭을 두 배 확대했고, 전력 효율은 40% 이상 개선했다. 이를 고객 시스템에 적용할 경우 AI 서비스 성능을 최대 69% 향상할 수 있어 데이터 병목 현상을 해소하는 동시에 데이터센터 전력 비용 절감 효과도 기대된다. AI 수요 폭증으로 고대역폭 메모리 수요가 급증하는 가운데 SK하이닉스의 HBM4 양산은 글로벌 AI 메모리 시장에서 경쟁 우위를 확보하는 전환점이 될 전망이다. SKT·SKB, 글로벌 미디어 혁신상 수상SK텔레콤과 SK브로드밴드는 세계 최대 방송·미디어 전시회인 IBC 2025에서 ‘이노베이션 어워드’를 수상했다. 지난 14일(현지시간) 네덜란드 암스테르담에서 열린 시상식에서 SKT는 자체 개발한 ‘NPU 기반 실시간 UHD 업스케일링 기술’을 Btv에 적용해 전력 절감을 실현한 성과로 환경·지속가능성 부문 수상의 영예를 안았다. 이번 기술은 SKT의 AI 기반 미디어 솔루션 ‘슈퍼노바’(SUPERNOVA)를 활용한 것으로, 기존 GPU 방식 대비 전력 소비를 80% 절감하면서도 동등한 화질 개선 성능을 확보했다. 실제로 지난 2월부터 SK브로드밴드 Btv SPOTV 채널에 적용돼 7개월간 안정적인 성능을 입증했다. 이 기술이 글로벌 방송사 5%에만 도입돼도 연간 5만t 이상의 탄소 배출을 줄일 수 있을 것으로 기대된다. 방송 업계의 탄소중립 달성에 실질적으로 기여할 수 있는 사례라는 점에서 의미가 크다는 평가다. SK텔레콤 관계자는 “슈퍼노바의 기술적 우수성과 확장성이 입증된 만큼 앞으로 VOD와 실시간 방송을 아우르는 종합 AI 미디어 솔루션으로 고도화할 계획”이라고 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.

SK, 공정기술 추가 적용해 장점 확보삼성, 집적도와 속도 높인 샘플 출하차세대 고대역폭메모리(HBM4)를 둘러싼 글로벌 경쟁이 본격화된다. SK하이닉스가 세계 최초로 6세대인 HBM4 양산 체제를 구축한 가운데 삼성전자는 초미세 공정을 앞세워 반전을 노린다. 14일 업계에 따르면 SK하이닉스는 2013년 세계 최초로 HBM을 개발한 뒤 칩을 세로로 뚫어 전기적으로 연결하는 실리콘관통전극(TSV) 패키징 기술을 무기로 시장을 주도해왔다. 이번 HBM4 양산 체제에선 공정기술(어드밴스드 MR-MUF)을 추가 적용해 마치 레고 블록을 쌓듯 여러 층으로 적층하면서도 열을 효과적으로 분산시키는 장점을 확보했다. 새 제품은 HBM3E(5세대) 대비 대역폭을 2배로 확대하고 전력 효율을 40% 이상 높였으며, 동작 속도도 10Gbps(초당 10기가비트)를 넘어 국제반도체표준협의기구(JEDEC) 기준인 8Gbps를 웃돈다. 김광진 한화투자증권 연구원은 “SK하이닉스가 가장 먼저 엔비디아의 샘플 검증을 마칠 가능성이 크다”며 “속도 조건 상향에 따라 고객 신뢰를 확보하는 데 유리하다”고 평가했다. 삼성전자는 기술 차별화를 통한 반격에 나섰다. HBM4 제품을 개발해 지난 7월 글로벌 고객사에 샘플을 출하했으며, D램과 로직(연산 담당 칩) 모두에 10㎚(나노미터·10억분의 1m)급 6세대(1c) 공정과 자사 4나노미터 파운드리 공정을 적용했다. 이는 업계에서 유일한 사례다. 이로써 집적도와 속도를 동시에 높이고 전력 소모를 줄여 기존 약점을 보완했다. 실제 삼성전자 제품의 데이터 처리 속도는 최대 11Gbps 수준으로 알려졌다. 박유악 키움증권 연구원은 “삼성전자가 수율 안정에 성공하면 내년 엔비디아 차세대 그래픽처리장치(GPU) ‘루빈’에서 점유율을 30%까지 끌어올릴 수 있다”며 “올해 HBM3E에서 지적됐던 발열 문제도 개선된 것으로 보인다”고 설명했다. 중국 업체들은 기술과 고객사 확보 모두 한계가 뚜렷하고, 미국 마이크론도 HBM4 양산에 난항을 겪는 상황이다. 업계 관계자는 “SK하이닉스는 안정적 양산 역량으로, 삼성전자는 초미세 공정 혁신으로 각자 강점을 발휘하고 있다”며 “두 회사의 경쟁 구도 자체가 한국 반도체 산업 전반의 위상 강화로 이어질 것”이라고 말했다.

차세대 고대역폭메모리(HBM4)를 둘러싼 글로벌 경쟁이 본격화된다. SK하이닉스가 세계 최초로 6세대인 HBM4 양산 체제를 구축한 가운데 삼성전자는 초미세 공정을 앞세워 반전을 노린다. 14일 업계에 따르면 SK하이닉스는 2013년 세계 최초로 HBM을 개발한 뒤 칩을 세로로 뚫어 전기적으로 연결하는 실리콘관통전극(TSV) 패키징 기술을 무기로 시장을 주도해왔다. 이번 HBM4 양산 체제에선 공정기술(어드밴스드 MR-MUF)을 추가 적용해 마치 레고 블록을 쌓듯 여러 층으로 적층하면서도 열을 효과적으로 분산시키는 장점을 확보했다. 새 제품은 HBM3E(5세대) 대비 대역폭을 2배로 확대하고 전력 효율을 40% 이상 높였으며, 동작 속도도 10Gbps(초당 10기가비트)를 넘어 국제반도체표준협의기구(JEDEC) 기준인 8Gbps를 웃돈다. 김광진 한화투자증권 연구원은 “SK하이닉스가 가장 먼저 엔비디아의 샘플 검증을 마칠 가능성이 크다”며 “속도 조건 상향에 따라 고객 신뢰를 확보하는 데 유리하다”고 평가했다. 삼성전자는 기술 차별화를 통한 반격에 나섰다. HBM4 제품을 개발해 지난 7월 글로벌 고객사에 샘플을 출하했으며, D램과 로직(연산 담당 칩) 모두에 10㎚(나노미터·10억분의 1m)급 6세대(1c) 공정과 자사 4나노미터 파운드리 공정을 적용했다. 이는 업계에서 유일한 사례다. 이로써 집적도와 속도를 동시에 높이고 전력 소모를 줄여 기존 약점을 보완했다. 실제 삼성전자 제품의 데이터 처리 속도는 최대 11Gbps 수준으로 알려졌다. 박유악 키움증권 연구원은 “삼성전자가 수율 안정에 성공하면 내년 엔비디아 차세대 그래픽처리장치(GPU) ‘루빈’에서 점유율을 30%까지 끌어올릴 수 있다”며 “올해 HBM3E에서 지적됐던 발열 문제도 개선된 것으로 보인다”고 설명했다. 중국 업체들은 기술과 고객사 확보 모두 한계가 뚜렷하고, 미국 마이크론도 HBM4 양산에 난항을 겪는 상황이다. 업계 관계자는 “SK하이닉스는 안정적 양산 역량으로, 삼성전자는 초미세 공정 혁신으로 각자 강점을 발휘하고 있다”며 “두 회사의 경쟁 구도 자체가 한국 반도체 산업 전반의 위상 강화로 이어질 것”이라고 말했다.

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.

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.

올해 초 발표된 엔비디아의 지포스 RTX 50 시리즈는 몇 년 만에 대대적인 아키텍처 변경이라는 점에서 처음에는 많은 기대를 받았습니다. 하지만 막상 가격과 성능이 알려지면서 여론은 싸늘하게 변하기 시작했습니다. 인공지능을 이용해서 프레임을 생성하거나 이미지 품질을 높이는 DLSS4 기능을 빼고 나면 몇 년 전 나온 RTX 40 시리즈와 성능 차이가 별로 없었기 때문입니다. 예를 들어 RTX 5080은 4K 해상도에서 RTX 4080 Super와 비교해 성능 차이가 12~14% 정도에 지나지 않았습니다. DLSS4를 지원하는 게임에서는 프레임 생성을 통해 속도 차이가 두 배까지 날 수 있지만, 이를 지원하지 않는 상당수 게임에서는 이전과 성능 차이를 크게 느낄 수 없었습니다. 사실 RTX 40 시리즈는 DLSS를 빼도 전작인 RTX 30 시리즈보다 훨씬 성능이 좋았습니다. 다만 가격이 비싸서 업그레이드를 미룬 소비자들이 많았는데, 정작 RTX 50 시리즈의 성능이 기대에 미치지 못하는 건 물론이고 가격마저 비싸다 보니 소비자들의 실망은 이만저만 큰 게 아니었습니다. 그러나 모두가 실망한 건 아니었습니다. 오랜 세월 지포스의 기세에 눌려 시장 점유율 한 자릿 수에 머문 AMD의 라데온에게는 실로 오랜만에 반가운 기회가 아닐 수 없었습니다. 올해 AMD가 출시한 라데온 RX 9070 시리즈는 높은 가성비로 환영받으며 시장에서 선전했습니다. 초기 판매량은 전작의 10배 수준이고 점유율도 두 자릿수로 크게 늘었다는 소식이 들릴 정도였습니다. 하지만 그런데도 엔비디아는 별다른 대응을 하지 않았습니다. 신제품을 출시하거나 가격을 낮춰 경쟁사를 다시 압박하지 않았던 것입니다. 물론 이와 같은 소극적 행보도 어느 정도는 납득할 수 있는 부분이 있습니다. 현재 엔비디아의 매출 대부분은 AI 데이터 센터에 납품하는 서버용 GPU에서 나오고 있고 이 제품들이 훨씬 비싸서 이윤이 많이 남기 때문에 굳이 게임용 그래픽 카드에 집중할 필요가 없는 상황입니다. 구태여 가격을 낮춰가며 더 팔아야 할 이유가 없는 셈입니다. 그런데 최근 발표한 엔비디아의 2분기 실적(회계연도로는 2026년 2분기)을 보면 의외의 반전 스토리를 볼 수 있습니다. 엔비디아의 이번 2분기 매출은 전년 동기 대비 56% 증가한 467억 4000만 달러를 기록했으며 순이익도 전년 대비 59% 증가한 257억 8000만 달러를 기록했습니다. 데이터 센터 부분 매출이 410억 달러로 대부분을 차지하는 가운데 놀라운 사실은 게임 부분 매출도 역대 최대를 기록했다는 것입니다. 올해 2분기 게임 부분 매출은 작년 동기 대비 49%, 전 분기 대비 14%나 늘어난 43억 달러에 달했습니다. RTX 40 시리즈 단종으로 현재 대부분 RTX 50 시리즈만 판매된다는 점을 생각하면 지포스 RTX 50 시리즈는 지포스 역사상 가장 높은 매출액을 달성한 셈입니다. 경쟁사를 압박하기 위해 굳이 가격을 낮추지 않은 게 충분히 이해되는 실적입니다. 지포스 분기 매출 43억 달러가 정말 과거에는 상상하기 힘든 깜짝 실적이라는 점은 10년 전 분기 실적을 보면 알 수 있습니다. 2015년 2분기(회계연도 상으로는 2016년 2분기) 실적은 전체 매출 11억 5300만 달러 규모였습니다. 이는 지포스는 물론 쿼드로나 데이터 센터, 임베디드 매출을 다 합친 액수였습니다. 그런데 이제는 지포스만으로 10년 전 1년 매출을 3개월 만에 올린 것입니다. 이런 깜짝 실적의 배경은 일부 점유율을 내줬다고는 해도 여전히 80% 이상인 지포스의 높은 시장 점유율과 이전보다 훨씬 비싸진 그래픽 카드 가격 덕분으로 풀이됩니다. 하지만 왜 높은 가격에도 수요가 줄지 않고 계속 팔리는지에 대한 분석도 필요합니다. 가장 가능성 높은 설명은 AI 연산 수요입니다. 현재도 공식 가격보다 훨씬 높은 가격에 팔리는 RTX 5090의 경우 여전히 공급 대비 수요가 높아 국내에서는 400만 원에 달하는 가격에 팔리고 있습니다. 그나마 좀 저렴한 대안인 RTX 5080도 200만 원 수준입니다. 그래도 잘 팔리는 이유는 이미지 생성 및 대규모 언어 모델 (LLM) 같은 AI 연산 목적으로 사용하기 위해서는 넉넉한 메모리를 지닌 고성능 그래픽 카드가 필요하기 때문입니다. 연구실이나 기업에서 사용한다고 생각하면 서버용 GPU와 비교할 때 오히려 저렴한 가격이라고 할 수 있습니다. 현재의 AI 발전 속도를 고려하면 앞으로 AI 연산을 위한 고성능 그래픽 카드 수요는 기업뿐 아니라 개인도 상당한 수준으로 늘어날 것으로 보입니다. 여전히 게임도 중요한 목적이긴 하지만, 앞으로 그래픽 카드 수요를 견인하는 큰 축은 내부 정보 유출이나 추가 비용 걱정 없이 사용할 수 있는 로컬 AI가 될 것으로 예상됩니다.

AI 투자 늘면서 HBM 판매 증가올해는 전년 대비 2배 성장 목표“HBM4도 수요에 맞춰 적기 공급” SK하이닉스가 고대역폭메모리(HBM) 수요 폭발에 힘입어 분기 기준 사상 최대 실적을 다시 한번 경신했다. 증권가 전망치를 뛰어넘는 ‘어닝 서프라이즈’다. SK하이닉스는 24일 공시를 통해 연결기준 올해 2분기 영업이익이 9조 2129억원으로 전년 동기 대비 68.5% 증가한 것으로 잠정 집계됐다고 밝혔다. 매출은 22조 2320억원으로 지난해 같은 기간보다 35.4% 증가했고, 순이익은 6조 9962억원으로 69.8% 늘었다. 영업이익률은 41%, 순이익률은 31%나 됐다. SK하이닉스는 실적 상승 배경으로 “글로벌 빅테크 기업들이 AI에 적극 투자하면서 AI용 메모리 수요가 꾸준히 늘어났다”고 설명했다. 핵심 동력은 HBM3E(5세대) 12단 제품을 중심으로 한 고부가 메모리 판매 확대다. SK 하이닉스는 HBM3E 제품 성능과 양산 능력을 바탕으로 올해 HBM을 전년 대비 약 2배 성장시켜 안정적인 실적을 창출한다는 방침이다. SK하이닉스는 “HBM 수요의 성장성은 의심할 여지가 없다”며 투자도 늘리기로 했다. 이어 “최종 투자 규모는 주요 고객(엔비디아)과 협의가 완료되는 시점에 확정될 것으로 예상된다”고 덧붙였다. SK하이닉스는 연내에 서버용 저전력 메모리 LPDDR 모듈 공급을 시작하고, 기존 16Gb에서 24Gb로 확장한 그래픽처리장치(GPU)용 GDDR7도 선보일 계획이다. 6세대 제품인 HBM4도 고객 수요에 맞춰 적기에 공급할 수 있도록 준비 중이다. 실적 개선은 재무구조 안정화로도 이어졌다. 2분기 말 기준 현금성 자산은 17조원으로 전분기 대비 2조 7000억원 늘었고, 순차입금은 4조 1000억원 감소했다. 차입금 비율은 25%, 순차입금 비율은 6%로 낮아졌다. SK하이닉스는 하반기 수요 전망에 대해 “시장의 급격한 변동 가능성은 작아 보인다”며 “하반기 신제품 출시에 따른 수요 성장세도 예상된다”고 밝혔다. 특히 각국의 AI 주권 강화를 위한 ‘소버린 AI’ 구축도 장기적으로 메모리 수요 증가의 새로운 성장 동력이 될 것으로 내다봤다. 다만 HBM 시장의 경쟁 심화와 단가 하락 가능성도 상존한다. 마이크론은 SK하이닉스에 이어 엔비디아에 HBM3E 12단을 공급하고 있으며 삼성전자는 하반기 중 HBM4 양산을 목표로 하고 있다. 하지만 SK하이닉스는 “HBM4의 경우 원가 상승을 고려한 가격 정책을 최대한 반영하려고 한다”며 “수익성 최적화를 위해 고객사와 협의 중”이라고 밝혔다.

SK하이닉스가 고대역폭메모리(HBM) 수요 폭발에 힘입어 분기 기준 사상 최대 실적을 다시 한번 경신했다. 증권가 전망치를 뛰어넘는 ‘어닝 서프라이즈’다. SK하이닉스는 24일 공시를 통해 연결기준 올해 2분기 영업이익이 9조 2129억원으로 전년 동기 대비 68.5% 증가한 것으로 잠정 집계됐다고 밝혔다. 매출은 22조 2320억원으로 지난해 같은 기간보다 35.4% 증가했고, 순이익은 6조 9962억원으로 69.8% 늘었다. 영업이익률은 41%, 순이익률은 31%나 됐다. SK하이닉스는 실적 상승 배경으로 “글로벌 빅테크 기업들이 AI에 적극 투자하면서 AI용 메모리 수요가 꾸준히 늘어났다”고 설명했다. 핵심 동력은 HBM3E(5세대) 12단 제품을 중심으로 한 고부가 메모리 판매 확대다. SK 하이닉스는 HBM3E 제품 성능과 양산 능력을 바탕으로 올해 HBM을 전년 대비 약 2배 성장시켜 안정적인 실적을 창출한다는 방침이다. SK하이닉스는 “HBM 수요의 성장성은 의심할 여지가 없다”며 투자도 늘리기로 했다. 이어 “최종 투자 규모는 주요 고객(엔비디아)과 협의가 완료되는 시점에 확정될 것으로 예상된다”고 덧붙였다. SK하이닉스는 연내에 서버용 저전력 메모리 LPDDR 모듈 공급을 시작하고, 기존 16Gb에서 24Gb로 확장한 그래픽처리장치(GPU)용 GDDR7도 선보일 계획이다. 6세대 제품인 HBM4도 고객 수요에 맞춰 적기에 공급할 수 있도록 준비 중이다. 실적 개선은 재무구조 안정화로도 이어졌다. 2분기 말 기준 현금성 자산은 17조원으로 전분기 대비 2조 7000억원 늘었고, 순차입금은 4조 1000억원 감소했다. 차입금 비율은 25%, 순차입금 비율은 6%로 낮아졌다. SK하이닉스는 하반기 수요 전망에 대해 “시장의 급격한 변동 가능성은 작아 보인다”며 “하반기 신제품 출시에 따른 수요 성장세도 예상된다”고 밝혔다. 특히 각국의 AI 주권 강화를 위한 ‘소버린 AI’ 구축도 장기적으로 메모리 수요 증가의 새로운 성장 동력이 될 것으로 내다봤다. 다만 HBM 시장의 경쟁 심화와 단가 하락 가능성도 상존한다. 마이크론은 SK하이닉스에 이어 엔비디아에 HBM3E 12단을 공급하고 있으며 삼성전자는 하반기 중 HBM4 양산을 목표로 하고 있다. 하지만 SK하이닉스는 “HBM4의 경우 원가 상승을 고려한 가격 정책을 최대한 반영하려고 한다”며 “수익성 최적화를 위해 고객사와 협의 중”이라고 밝혔다.

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.

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.

AMD는 10년 전만 해도 회사가 위태로운 상황이었지만, 2017년 출시한 라이젠 CPU를 통해 기사회생했습니다. 그리고 서버 부분에도 에픽 CPU를 출시해 점점 시장 점유율을 늘려 이제는 서버와 소비자 CPU 시장 모두에서 큰 성과를 거두고 있습니다. 과거 절대 이길 수 없을 것 같았던 경쟁자 인텔과 상황이 역전된 셈입니다. 하지만 아직 GPU 부분에서는 엔비디아의 아성을 넘기 힘든 게 사실입니다. 최근 엔비디아가 고성능 AI 서버 GPU에 집중하는 사이 AMD는 라데온 RX 9070 시리즈와 RX 9060 시리즈를 경쟁력 있는 가격에 출시해 시장에서 좋은 반응을 얻고 있지만, 아직 절대 성능에서 엔비디아 GPU보다 낮은 게 사실입니다. 특히 AI 서버 시장은 엔비디아가 오래전부터 AI와 서버 시장에 집중한 탓에 생태계 자체가 엔비디아 위주로 구성되어 있어 끼어들기가 만만치 않은 게 현실이기도 합니다. 그러나 AMD는 최근 열린 어드밴싱 AI 이벤트에서 엔비디아의 독주에 제동을 걸 수 있는 신제품과 플랫폼들을 함께 공개했습니다. 우선 가장 중요한 AI GPU인 인스팅트 MI350X/IM355X는 2년 전 등장한 MI 300 시리즈와 비교해서 4배의 성능을 지니고 있어 스펙상으로 보면 엔비디아 블랙웰 B200 GPU와 경쟁할 수 있는 수준입니다. 새로운 MI350X 시리즈는 TSMC의 N6 공정으로 만든 I/O 다이 위에 N3P 공정으로 만든 GPU 칩렛인 Accelerator Complex Die (XCD)을 올리고 다시 8개의 HBM3E 메모리를 연결한 복잡한 3차원 패키징 기술을 사용했습니다. 덕분에 1850억 개의 트랜지스터를 하나의 GPU에 집적했습니다. 8개의 HBM3E 메모리는 총 288GB의 용량과 8TB/s의 대역폭을 제공합니다. MI350X와 MI355X의 차이점은 공랭식이나 수랭식이냐는 것인데, 수랭식인 MI355X가 성능이 좀 더 우수합니다. 기본 연산 능력은 FP 64기준 MI350X와 MI355X가 72TFLOPS와 78.6TFLOPS입니다. AI 연산에 중요한 FP8/FP4 기준으로는 각각 9.2PFLOPS/10.1PFLOPS, 18.45PFLOPS/20.1PFLOPS의 연산 능력을 지니고 있습니다. AMD는 MI350X 시리즈가 일부 AI 작업에서 엔비디아의 B200, GB200 GPU보다 우수하다고 주장하고 있습니다. 다만 엔비디아는 B200보다 1.5배 성능을 지닌 B300을 올해 하반기에 출시할 계획입니다. B300/GB300은 288GB HBM3E 메모리와 FP4 Tensor Dense/Sparse 기준으로 15/30TFLOPS의 성능을 지니고 있어 MI350X 시리즈보다 기본 성능이 우수합니다. 하지만 더 중요한 차이점은 AI 생태계가 엔비디아 위주일 뿐 아니라 여러 개의 GPU를 묶어 하나의 거대한 AI 클러스터를 구축하는 기술에서 엔비디아가 크게 앞서 있다는 것입니다. AMD는 이점을 의식하듯 이번 이벤트에서 인스팅트 MI350X/MI355X 및 에픽 CPU와 함께 사용할 수 있는 NIC (network interface card) 시스템인 펜산도 폴라라 (Pensando Pollara) 400GbE NIC를 공개했습니다. 각각의 인스팅트 MI350X/MI355X GPU는 8개씩 묶어 하나의 플랫폼을 구성한 후 서버 랙에 들어가는데, 이때 수많은 GPU를 연결해 효율적으로 작동하게 만드는 일이 중요합니다. 펜산도 폴라라 AI NIC는 10만 개 이상의 GPU 하이퍼스케일 시스템에도 대응할 수 있습니다. 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. 그리고 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 그랬던 것처럼 AI 하드웨어에서도 누구도 예상하지 못했던 기적 같은 성과를 거둘 수 있을지 주목됩니다.

오래전부터 컴퓨터 게임을 좋아하는 사람들 사이에서는 ‘게임은 지포스’라는 이야기가 있어 왔습니다. 한때 경쟁자인 AMD의 라데온 그래픽 카드가 강력한 경쟁자로 등장하기도 했지만, GPU 시장을 석권한 엔비디아의 아성을 넘어서지 못하고 점유율이 크게 줄었기 때문입니다. 결국 라데온은 최상위급 고성능 제품은 아예 접고 중급형 및 보급형 제품에 집중했지만, 이 시장에서도 기를 펴지 못해 점유율이 크게 줄어들었습니다 엔비디아의 지포스 그래픽 카드 점유율은 국내에서 작년까지 90%가 넘어 사실상 독과점 상태였습니다. 라데온의 시장 점유율은 한 자릿수에 불과해 시장에서 존재가 미미했습니다. 그런 만큼 게임 제작사들도 주로 사용하는 지포스를 기준으로 게임을 제작해서 PC 게임에서는 지포스가 표준이었습니다. 게임은 지포스라는 이야기가 엔비디아가 만든 광고 문구가 아니라 그냥 소비자들 사이에서 통용된 이유이기도 합니다. 하지만 올해 초부터 이런 독점 구도에 균열이 생기기 시작했습니다. 엔비디아가 내놓은 RTX 50 시리즈가 생각 외로 낮은 기본 성능과 너무 비싼 가격으로 소비자의 불만을 산 상태에서 AMD가 훨씬 가성비가 높은 라데온 RX 9070 시리즈를 내놓았기 때문입니다. 물론 여전히 GPU 시장에서 엔비디아가 강세를 유지하긴 했지만, RX 9070 시리즈는 가성비로 경쟁자를 누르는 모습을 보여 시장에서 좋은 반응을 이끌어 냈습니다. 라데온 점유율도 두 자릿수로 껑충 뛰어올라 과거처럼 시장에서 팔리는 그래픽 카드라고 하면 지포스 일색은 아닌 상황이 됐습니다. 하지만 기본적으로 가장 많이 팔리는 중급형 그래픽 카드보다 좀 더 비싼 준 고급형 그래픽 카드로 시장 점유율을 높이는 데는 한계가 있습니다. 그래서 올해 6월 AMD는 중급형 시장을 위해 라데온 RX 9060 XT를 선보이며 본격적인 중원을 차지하기 위한 전쟁을 시작했습니다. 엔비디아는 AMD보다 먼저 중급형 시장에 RTX 5060 Ti와 RTX 5060을 내놓으면서 출시 가격을 인하하는 강수를 두긴 했으나 인공지능 기능인 DLSS4를 제외하면 이전 세대 제품과 성능 차이가 거의 없다는 점이 밝혀지면서 반응은 별로 좋지 않았습니다. 이런 상황에서 새로 출시된 라데온 RX 9060 XT는 상당히 공격적인 가격으로 등장했습니다. 16GB 제품 기준으로 RTX 5060Ti가 429달러인데 비해 RX 9060Ti는 349달러에 불과합니다. 여기서 흥미로운 대목은 GPU 제조 단가는 사실 RX 9060 XT가 더 높아 보인다는 점입니다. RX 9060XT에 쓰인 나비(Navi) 44 칩은 TSMC N4P 공정으로 제조됐는데 RTX 5060 Ti에 쓰인 GB 206의 N4보다 더 고성능 공정입니다. 심지어 칩 자체의 크기도 나비 44가 GB 206보다 큽니다. 따라서 GPU 자체로만 보면 RX 9060XT이 좀 더 높은 성능을 제공할 수 있습니다. 이는 기본 스펙으로도 확인됩니다. 공개된 내용에 따르면 나비 44의 트랜지스터 집적도는 297억 개로 GB 206의 219억 개보다 많습니다. 여기에 기본 클럭과 부스트 클럭 모두 RX 9060 XT가 좀 더 높습니다. 그 결과 FP32 기준 연산 능력은 25.6 TFLOPS와 23.7TFLOPS로 RX 9060 XT가 좀 더 높으며 인공지능 연산에 중요한 FP16 (FP4/INT4/FP8) 기준 연산 능력 역시 RX 9060 XT가 205 (821) TFLOPS로 RTX 5060 Ti의 190 (759) TFLOPS보다 약간 높게 나타납니다. 그러면서도 TDP는 160W로 RTX 5060 Ti보다 낮은데, 실제 사용시 전력 소모 역시 낮게 나타나고 있습니다. TSMC의 N4P 채택과 아키텍처 특성에 따른 것으로 생각됩니다. 다만 클럭과 트랜지스터 숫자의 차이를 고려하면 두 제품 간 기본 연산 능력 차이가 상당히 작아 오히려 엔비디아의 블랙웰 아키텍처가 AMD의 RDNA4 아키텍처보다 더 효율적이라는 점을 시사하는 결과라고 해석할 수 있는 여지는 있습니다. 그래도 어쨌든 RX 9060 XT가 기본 연산 성능은 높고 가격은 더 저렴한 것은 사실입니다. 심지어 가격을 낮추기 위해 메모리를 8GB로 줄인 RTX 5060 Ti 8GB보다 RX 9060 XT 16GB가 30달러 더 저렴합니다. 물론 그렇다고 모든 스펙에서 RTX 5060 Ti가 뒤지기만 하는 것은 아닙니다. RTX 5060 Ti는 GDDR7을 사용해 GDDR6에 머물러 있는 RX 9060 XT보다 메모리 대역폭이 훨씬 높습니다. 넓은 메모리 대역폭과 게임에서의 최적화 덕분인지, 실제 게임 벤치마크에서는 기본 연산 능력과 반대로 RTX 5060 Ti가 평균적으로 소폭 앞서는 모습을 보입니다. 특히 DX11을 사용하는 온라인 게임에서 강세를 보입니다. 반면 RX 9060 XT는 벌컨 API 사용 게임에서 강세를 보이고 있습니다. 하지만 일부 게임에서 앞선 성능과 DLSS4라는 강력한 무기에도 불구하고 RX 9060 XT는 RTX 5060 Ti의 가장 큰 약점인 높은 가격을 파고들었기 때문에 ‘게임은 지포스’라는 오랜 믿음에 큰 균열을 만들고 있습니다. 엔비디아가 고성능 AI GPU에 집중하면서 게임 시장에 소홀해진 사이 라데온이 약진하면서 이제는 중급형 시장까지 지포스의 우세를 장담할 수 없게 된 것입니다. 다만 엔비디아에는 아직 남은 카드가 몇 개 있습니다. 첫 번째는 가격입니다. 사실 제조 원가는 엔비디아가 더 저렴할 가능성이 높아 얼마든지 가격을 인하할 여력이 있습니다. 두 번째 무기는 여전히 엔비디아에 최적화된 게임이 많다는 것입니다. 세 번째로 RTX 50 시리즈의 가장 큰 무기인 DLSS4 적용 게임의 수를 더 늘려 가면 체감 성능을 크게 높일 수 있다는 점입니다. 물론 엔비디아가 어떤 대응책을 내놓더라도 모두 소비자에게 이득이기 때문에 라데온 RX 9060 XT는 그래픽 카드를 구매할 소비자들에게 가뭄에 단비 같은 존재라고 할 수 있습니다. 모처럼 좋은 반응을 얻고 있는 AMD가 올해 그래픽 카드 시장 점유율을 얼마나 뺏어올 수 있을지 앞으로 주목됩니다.

오래전부터 컴퓨터 게임을 좋아하는 사람들 사이에서는 ‘게임은 지포스’라는 이야기가 있어 왔습니다. 한때 경쟁자인 AMD의 라데온 그래픽 카드가 강력한 경쟁자로 등장하기도 했지만, GPU 시장을 석권한 엔비디아의 아성을 넘어서지 못하고 점유율이 크게 줄었기 때문입니다. 결국 라데온은 최상위급 고성능 제품은 아예 접고 중급형 및 보급형 제품에 집중했지만, 이 시장에서도 기를 펴지 못해 점유율이 크게 줄어들었습니다 엔비디아의 지포스 그래픽 카드 점유율은 국내에서 작년까지 90%가 넘어 사실상 독과점 상태였습니다. 라데온의 시장 점유율은 한 자릿수에 불과해 시장에서 존재가 미미했습니다. 그런 만큼 게임 제작사들도 주로 사용하는 지포스를 기준으로 게임을 제작해서 PC 게임에서는 지포스가 표준이었습니다. 게임은 지포스라는 이야기가 엔비디아가 만든 광고 문구가 아니라 그냥 소비자들 사이에서 통용된 이유이기도 합니다. 하지만 올해 초부터 이런 독점 구도에 균열이 생기기 시작했습니다. 엔비디아가 내놓은 RTX 50 시리즈가 생각 외로 낮은 기본 성능과 너무 비싼 가격으로 소비자의 불만을 산 상태에서 AMD가 훨씬 가성비가 높은 라데온 RX 9070 시리즈를 내놓았기 때문입니다. 물론 여전히 GPU 시장에서 엔비디아가 강세를 유지하긴 했지만, RX 9070 시리즈는 가성비로 경쟁자를 누르는 모습을 보여 시장에서 좋은 반응을 이끌어 냈습니다. 라데온 점유율도 두 자릿수로 껑충 뛰어올라 과거처럼 시장에서 팔리는 그래픽 카드라고 하면 지포스 일색은 아닌 상황이 됐습니다. 하지만 기본적으로 가장 많이 팔리는 중급형 그래픽 카드보다 좀 더 비싼 준 고급형 그래픽 카드로 시장 점유율을 높이는 데는 한계가 있습니다. 그래서 올해 6월 AMD는 중급형 시장을 위해 라데온 RX 9060 XT를 선보이며 본격적인 중원을 차지하기 위한 전쟁을 시작했습니다. 엔비디아는 AMD보다 먼저 중급형 시장에 RTX 5060 Ti와 RTX 5060을 내놓으면서 출시 가격을 인하하는 강수를 두긴 했으나 인공지능 기능인 DLSS4를 제외하면 이전 세대 제품과 성능 차이가 거의 없다는 점이 밝혀지면서 반응은 별로 좋지 않았습니다. 이런 상황에서 새로 출시된 라데온 RX 9060 XT는 상당히 공격적인 가격으로 등장했습니다. 16GB 제품 기준으로 RTX 5060Ti가 429달러인데 비해 RX 9060Ti는 349달러에 불과합니다. 여기서 흥미로운 대목은 GPU 제조 단가는 사실 RX 9060 XT가 더 높아 보인다는 점입니다. RX 9060XT에 쓰인 나비(Navi) 44 칩은 TSMC N4P 공정으로 제조됐는데 RTX 5060 Ti에 쓰인 GB 206의 N4보다 더 고성능 공정입니다. 심지어 칩 자체의 크기도 나비 44가 GB 206보다 큽니다. 따라서 GPU 자체로만 보면 RX 9060XT이 좀 더 높은 성능을 제공할 수 있습니다. 이는 기본 스펙으로도 확인됩니다. 공개된 내용에 따르면 나비 44의 트랜지스터 집적도는 297억 개로 GB 206의 219억 개보다 많습니다. 여기에 기본 클럭과 부스트 클럭 모두 RX 9060 XT가 좀 더 높습니다. 그 결과 FP32 기준 연산 능력은 25.6 TFLOPS와 23.7TFLOPS로 RX 9060 XT가 좀 더 높으며 인공지능 연산에 중요한 FP16 (FP4/INT4/FP8) 기준 연산 능력 역시 RX 9060 XT가 205 (821) TFLOPS로 RTX 5060 Ti의 190 (759) TFLOPS보다 약간 높게 나타납니다. 그러면서도 TDP는 160W로 RTX 5060 Ti보다 낮은데, 실제 사용시 전력 소모 역시 낮게 나타나고 있습니다. TSMC의 N4P 채택과 아키텍처 특성에 따른 것으로 생각됩니다. 다만 클럭과 트랜지스터 숫자의 차이를 고려하면 두 제품 간 기본 연산 능력 차이가 상당히 작아 오히려 엔비디아의 블랙웰 아키텍처가 AMD의 RDNA4 아키텍처보다 더 효율적이라는 점을 시사하는 결과라고 해석할 수 있는 여지는 있습니다. 그래도 어쨌든 RX 9060 XT가 기본 연산 성능은 높고 가격은 더 저렴한 것은 사실입니다. 심지어 가격을 낮추기 위해 메모리를 8GB로 줄인 RTX 5060 Ti 8GB보다 RX 9060 XT 16GB가 30달러 더 저렴합니다. 물론 그렇다고 모든 스펙에서 RTX 5060 Ti가 뒤지기만 하는 것은 아닙니다. RTX 5060 Ti는 GDDR7을 사용해 GDDR6에 머물러 있는 RX 9060 XT보다 메모리 대역폭이 훨씬 높습니다. 넓은 메모리 대역폭과 게임에서의 최적화 덕분인지, 실제 게임 벤치마크에서는 기본 연산 능력과 반대로 RTX 5060 Ti가 평균적으로 소폭 앞서는 모습을 보입니다. 특히 DX11을 사용하는 온라인 게임에서 강세를 보입니다. 반면 RX 9060 XT는 벌컨 API 사용 게임에서 강세를 보이고 있습니다. 하지만 일부 게임에서 앞선 성능과 DLSS4라는 강력한 무기에도 불구하고 RX 9060 XT는 RTX 5060 Ti의 가장 큰 약점인 높은 가격을 파고들었기 때문에 ‘게임은 지포스’라는 오랜 믿음에 큰 균열을 만들고 있습니다. 엔비디아가 고성능 AI GPU에 집중하면서 게임 시장에 소홀해진 사이 라데온이 약진하면서 이제는 중급형 시장까지 지포스의 우세를 장담할 수 없게 된 것입니다. 다만 엔비디아에는 아직 남은 카드가 몇 개 있습니다. 첫 번째는 가격입니다. 사실 제조 원가는 엔비디아가 더 저렴할 가능성이 높아 얼마든지 가격을 인하할 여력이 있습니다. 두 번째 무기는 여전히 엔비디아에 최적화된 게임이 많다는 것입니다. 세 번째로 RTX 50 시리즈의 가장 큰 무기인 DLSS4 적용 게임의 수를 더 늘려 가면 체감 성능을 크게 높일 수 있다는 점입니다. 물론 엔비디아가 어떤 대응책을 내놓더라도 모두 소비자에게 이득이기 때문에 라데온 RX 9060 XT는 그래픽 카드를 구매할 소비자들에게 가뭄에 단비 같은 존재라고 할 수 있습니다. 모처럼 좋은 반응을 얻고 있는 AMD가 올해 그래픽 카드 시장 점유율을 얼마나 뺏어올 수 있을지 앞으로 주목됩니다.

글로벌 3위 메모리반도체 기업 미국 마이크론이 주요 고객사에 6세대 고대역폭 메모리(HBM) ‘HBM4’의 샘플을 공급했다. SK하이닉스가 세계 최초로 HBM4 샘플을 공급한 지 불과 3개월 만이다. HBM4 시장의 주도권을 놓고 글로벌 메모리 반도체 기업 간 경쟁이 본격화됐다. 11일 업계에 따르면 마이크론은 지난 10일(현지시간) 36기가바이트(GB) 용량의 12단 적층 HBM4 샘플을 주요 고객사에 출하했다고 밝혔다. 이번 제품에는 5세대(1b) 10나노급 D램 공정이 적용됐으며, 이전 세대인 HBM3E 대비 성능은 60%, 전력 효율은 20% 이상 향상된 것으로 전해졌다. 마이크론은 “고객의 차세대 인공지능(AI) 플랫폼 양산 일정과 발맞춰 2026년 HBM4 양산을 확대할 계획”이라고 말했다. HBM은 여러 개의 D램을 수직으로 적층해 만든 초고속 메모리로, AI 반도체 성능을 좌우하는 핵심 부품이다. 특히 내년부터 엔비디아의 차세대 AI 플랫폼 ‘루빈’에 HBM4가 탑재될 예정이어서 주요 반도체 기업들은 지금부터 최종 납품권 확보를 위한 경쟁에 돌입한 상태다. 현재는 SK하이닉스가 HBM4 시장에서 우위를 점한 상황이다. SK하이닉스는 이미 지난 3월 12단 HBM4 샘플을 엔비디아 등 글로벌 빅테크에 공급하며 선두를 선점했다. 현재 HBM3E를 기반으로 한 블랙웰 그래픽처리장치(GPU) 납품에서도 시장 점유율 80% 이상을 확보하고 있다. 이상락 SK하이닉스 글로벌세일즈마케팅(GSM)담당 부사장은 이날 이천캠퍼스에서 열린 사내 소통 행사에서 “상반기 시황은 아주 좋았고 하반기도 비관적이지 않다”며 “우리의 경쟁력은 HBM이며, 기존 D램도 충분한 경쟁력을 갖추고 있다”고 했다.