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

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

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

생성형 인공지능(AI) ‘챗GPT’ 개발사인 오픈AI가 사람 음성을 학습해 모방 음성을 생성하는 AI 도구 ‘보이스 엔진’을 개발해 공개했다. 최근 미국 테네시주가 AI가 사람 음성을 베끼는 것을 금지하는 일명 ‘엘비스(Elvis) 법안’에 미국 최초로 서명한 것과 맞물려 AI 음성이 이미지 생성과 마찬가지로 딥페이크(AI 가짜 영상·음성 조작물) 유포, 개인 정보 해킹 등에 악용될 우려가 제기되고 있다. 오픈AI가 지난 29일(현지시간) 공개한 보이스 엔진 사전실험 결과를 보면 실제 사람 음성 샘플과 이를 이용해 보이스 엔진으로 생성한 음성은 구분이 거의 힘들 만큼 비슷했다. 회사 측은 15초 분량의 음성 샘플만 있으면 이런 AI 음성을 만들어 낼 수 있다고 밝혔다. 언어 질환 환자용 치료 애플리케이션, 장애인 소통 기기에 지원된 이 도구는 동영상의 다국어 번역, 교육 음성 해설, 실시간 맞춤형 응답 등 광범위하게 상용될 수도 있다. 다만 오픈AI는 “현재로선 이 기술을 ‘미리 보여주기’(preview)만 하되 일반에 출시하진 않기로 했다”며 “인조 음성의 오용 가능성 때문에 조심스럽게 접근하고 있다”고 선을 그었다. 이어 “사람 목소리를 닮은 음성을 생성하는 것은 심각한 위험을 야기하며, 선거가 있는 해엔 특히 더 그렇다”면서 “우리는 미국과 해외 정부, 미디어, 시민사회 등과 협력해 피드백을 반영하기 위해 노력하고 있다”고 강조했다. 지난달 회사가 글을 동영상으로 바꿔 주는 AI ‘소라’를 개발했을 때와 동일한 우려가 불거지는 것을 사전에 차단하기 위한 포석이다. 실제로 올해 미 대선을 앞두고 지난 1월엔 뉴햄프셔주 프라이머리(예비선거) 전날 조 바이든 대통령을 사칭한 가짜 전화로 투표 거부를 독려하는 사례가 나오면서 음성 조작 우려가 현실화됐다. 뉴욕타임스(NYT)는 “이미지나 비디오 생성과 마찬가지로 음성 생성도 소셜미디어에 허위 정보를 퍼뜨리는데 도움이 될 수 있고 범죄자가 온라인이나 전화 통화에서 다른 이를 사칭할 수도 있다”고 지적했다. 이와 관련해 빌 리 테네시 주지사는 지난 21일 AI를 사용해 사람 목소리를 베끼는 것을 금지하는 엘비스 법에 미국 최초로 서명했다. 정식 명칭이 ‘초상·음성·이미지 보안 보장법’이지만 로큰롤의 제왕으로 군림한 엘비스 프레슬리의 이름으로 별칭이 붙은 건 사전 허가 없이 예술가 저작을 사용하는 것을 보호하기 위한 법안이기 때문이다. 테네시주는 로큰롤 탄생지인 멤피스, 컨트리 뮤직 본산인 내슈빌이 위치한 대중음악 산업의 메카로, 4500개 이상의 공연장, 6만 1000개 이상의 일자리로 한 해 수십억 달러를 창출하고 있다. 엘비스 법은 지역 핵심 산업이 AI로 타격받는 것을 막은 선제 조치인 셈이다. 리 주지사는 “AI가 나쁜 행위자들의 손에 넘어가면 대중음악 산업이 파괴될 수 있다”고 경고했다. AI업계 혁신을 주도하고 있는 오픈AI는 마이크로소프트(MS)와 1000억 달러(약 132조 6000억원)를 투자해 AI 슈퍼컴퓨터를 포함한 데이터센터 구축도 추진하고 있다. 오픈AI와 MS의 ‘스타게이트’는 6년짜리 프로젝트로, AI 모델 구동을 위한 슈퍼컴퓨터와 이를 위한 초대형 데이터센터를 조성하는 사업이다. 현존 최고 수준 데이터센터와 비교해 100배 이상 큰 규모라고 정보기술(IT) 전문매체 디인포메이션이 보도했다. 데이터센터에는 슈퍼컴퓨터 구동을 위해 특별 제작된 서버 칩 수백만 개가 들어간다. 생성형 AI 연산을 위해서는 그래픽처리장치(GPU) 같은 AI 반도체를 연결하고 대규모 데이터 처리 작업을 수행할 컴퓨팅 시스템이 필요하다. 데이터센터에는 여러 공급업체의 다른 칩을 사용할 것으로 알려졌다. 이는 샘 올트먼 오픈AI 최고경영자(CEO)가 AI 반도체 시장을 90% 이상 점유한 엔비디아에 대응해 ‘AI 반도체 동맹’을 구축하려는 행보와도 연결된다. 올트먼 CEO는 지난 1월 직접 한국을 찾아 삼성전자, SK하이닉스와 협력 방안을 논의했다. 이때 이재용 삼성전자 회장, 최태원 SK그룹 회장도 만난 것으로 알려졌다.

엔비디아는 AI 시대에 가장 가치가 치솟은 기업입니다. 현재의 AI 기술 중 상당 부분이 이 회사가 만든 GPU에 의존하고 있기 때문입니다. 오래전부터 GPU의 병렬 연산을 위해 CUDA 코어와 소프트웨어를 공개했고 이를 AI 연산에 활용하는 생태계를 구축해 왔기 때문에 지금 와서 다른 회사의 하드웨어로 이를 대체하기 힘든 것이 현실입니다. 오랜 경쟁자인 AMD도 데이터 센터 GPU를 계속 공개하고 있고 인텔도 새로운 AI 시장 공략을 위해 GPU를 공개했지만, 시장을 먼저 선점한 엔비디아의 아성을 깨뜨리기는 쉽지 않습니다. 이런 상황에서 새로 공개한 블랙웰 GPU는 반도체 미세 공정의 한계를 극복하고 AI 연산 성능을 높여 누구도 따라잡기 쉽지 않은 경쟁력을 유지하려는 의도로 풀이됩니다. 블랙웰 GPU는 TSMC의 4nm 공정의 개량형인 4NP 공정으로 제조되었습니다. 3nm 공정을 적용하지 않은 이유는 확실치 않지만, 비용 및 공급 부족 등이 이유가 된 것으로 보입니다. 하지만 그런 만큼 트랜지스터 집적도를 전 세대인 호퍼 (Hopper)보다 더 높이기 힘든 상황입니다. 800억 개의 트랜지스터를 집적한 호퍼 H100 GPU는 4nm 공정에서 다이(die, 웨이퍼에서 잘라낸 반도체 칩) 면적이 814㎟에 달합니다. 이는 현재 반도체 제조 기술에서 이론적인 다이 크기의 한계치에 거의 근접한 것으로 더 크기를 늘리기 쉽지 않습니다. 따라서 블랙웰 B200은 두 개의 다이를 연결하는 방법으로 2080억 개의 트랜지스터를 집적했습니다. 이런 접근법은 최근 점점 일반적인 추세가 되고 있습니다. 공정 미세화의 한계에 부딪힌 반도체 제조사들은 하나의 큰 칩 대신 여러 개의 작은 칩인 칩렛을 연결해 거대한 크기의 프로세서를 만들고 있습니다. 인텔, AMD, 애플이 모두 이 방법을 사용했고 이번에는 엔비디아도 이 방식을 적용해 트랜지스터 집적도를 대폭 늘렸습니다. 블랙웰 B200은 AI 연산에서 전 세대인 H100과 비교해서 최대 5배인 20페타플롭스의 성능을 지니고 있습니다. 물론 칩을 두 개 붙인 점을 생각하면 실제 성능은 2.5배라고 할 수 있는데, 실은 FP 8 연산의 절반 정도의 자원을 소모하는 FP 4 연산에서 그렇다는 이야기로 FP 8 기준으로 보면 AI 연산 능력은 절반 수준인 10페타플롭스가 최대입니다. 결국 칩 하나의 성능은 사실 1.25배 정도로 트랜지스터 수 증가를 생각하면 딱 그 정도의 성능 증가인 셈입니다. 하지만 그렇다고 해서 블랙웰이 아무 의미 없는 꼼수에 지나지 않는 것은 아닙니다. FP 4 연산만 해도 충분한 경우 AI 연산 속도를 크게 높일 수 있고 심지어 FP 4와 FP 8 연산의 중간을 원하는 고객을 위해 FP 6까지 지원하는 기능을 갖춰 더 유연한 AI 연산이 가능합니다. 그보다 더 중요한 점은 AI 경쟁이 격화되면서 어떤 비용을 치르더라도 남들보다 앞서기를 원하는 고객을 위해 성능을 높일 수 있는 다양한 옵션을 제공하고 있다는 것입니다.예를 들어 블랙웰은 기반 GB 200은 그레이스 슈퍼칩 CPU 한 개와 두 개의 B200 GPU를 하나로 묶어 최대 40페타플롭스의 AI 연산 능력을 갖고 있습니다. 물론 그만큼 비싸고 전력 소모도 엄청나지만, AI 개발에 사활을 걸고 있는 기업이 많아 오히려 수요 대비 공급이 부족할 것으로 예상됩니다. 그리고 이 경우 HBM의 수요가 크게 늘어 우리나라 메모리 업계에도 호재가 될 것입니다. B200 GPU는 24GB HBM3e를 8개나 탑재해 192GB의 메모리 용량을 갖고 있고 GB200는 그 두 배인 384GB의 HBM3e 메모리를 지니고 있기 때문입니다. 여기서 화룡점정을 찍는 것 같은 소식은 비용에 상관없이 최강의 성능이 요구하는 고객을 위한 서버 랙 시스템인 GB 200 NVL 72 노드입니다. 하나의 서버 랙에 두 개의 GB 200을 탑재한 서버 트레이 18 유닛을 쌓아서 총 72개의 B200 GPU를 장착한 시스템으로 강력한 대규모 AI 연산을 위한 슈퍼컴퓨터라고 할 수 있습니다. 다만 이 경우 엄청난 전력을 소모하기 때문에 공랭 쿨러 대신 수랭 쿨러를 사용해야 시스템 발열을 처리할 수 있습니다.그런데 이렇게 많은 프로세서를 사용해 대규모 연산 시스템을 구축하는 경우 데이터를 공유하고 작업을 분산하는 과정이 새로운 문제로 떠오르게 됩니다. 이 과정에서 병목현상이 생기면 전체 시스템의 성능이 크게 저하되는 것입니다. 이를 해결하기 위해 엔비디아는 아예 NVLINK 스위치라는 새로운 네트워크 전용 프로세서를 만들었습니다. 그리고 NVLINK 스위치 프로세서를 서버 트레이 하나에 두 개씩 넣어서 총 14.4TB/s의 대역폭을 확보했습니다. 이런 트레이가 9개가 있기 때문에 GB 200 NVL 72 노드 한 개가 130TB/s에 달하는 거대한 프로세서 간 대역폭을 확보할 수 있습니다. 덕분에 갈수록 커지고 있는 대규모 AI 학습 데이터를 더 효과적으로 처리하고 학습을 빨리할 수 있게 됐습니다. 마지막으로 GB 200 NVL 72 노드를 여러 대 연결하면 엑사플롭스급 AI 슈퍼컴퓨터 구축이 가능합니다. 물론 비용도 에너지 소모량도 엄청나지만, 역시 수요는 충분할 것으로 예상됩니다. 블랙웰 GPU를 보면 AI 하드웨어가 본격적인 산업화 시대에 도달했다는 것을 알 수 있습니다. 과거 GPU는 게임용으로 많이 사용되었고 초기 AI 연산용 GPU도 이것과 크게 다르지 않았으나 최근 나오는 데이터 센터 GPU는 산업용 및 연구용으로 특화되어 관련 분야에 종사하는 사람이 아니라면 직접 한 번 보거나 다뤄보기 어려운 물건이 됐습니다. 블랙웰 GPU는 대규모 데이터 처리와 AI 연산에 적합한 데이터 센터 GPU로 AI 혁명을 한 단계 앞당길 제품이 될 것으로 보입니다.

황 기조연설… 온라인 생중계900개 세션·250개 전시 구성시총 3위 터치 후 주가 급등락 미국 인공지능(AI) 반도체 시장의 ‘큰손’으로 떠오른 엔비디아가 5년 만에 AI 개발자 행사를 대면으로 진행한다. 역대 최대 규모로 진행되는 이번 행사에서 엔비디아 창립자이자 최고경영자(CEO)인 젠슨 황이 어떤 비전을 내놓을지 주목된다. 11일 업계에 따르면 엔비디아는 오는 18~21일(현지시간) 미 캘리포니아주 새너제이 SAP센터 등에서 AI 개발자 콘퍼런스(GTC 2024)를 연다. 코로나19 대유행 이후 5년 만에 여는 대면 행사로 시장의 관심은 첫날 진행되는 황 CEO의 기조연설에 쏠려 있다. 황 CEO의 기조연설은 온라인을 통해 전 세계에 생중계된다. 해마다 열리는 GTC는 새로운 기술을 소개하는 자리였지만 올해는 기술 강연을 넘어 지식을 공유하고 혁신을 촉발하는 협업 플랫폼으로 차별화한 것으로 보인다. 이번 행사는 900개의 세션과 250개의 전시, 수십 개의 기술 워크숍 등으로 구성돼 있으며 온라인으로도 참석이 가능하다. 엔비디아 측은 30만명 이상의 전 세계 개발자 커뮤니티 회원이 참석할 것으로 예상하고 있다. 그레그 에스테스 엔비디아 부사장(기업 마케팅·개발자 프로그램 부문)은 “여러 산업의 선도 기업이 최고의 AI를 경험하기 위해 GTC를 찾는다”면서 “우리는 그들을 하나로 모으는 것을 자랑스럽게 생각한다”고 말했다. AI 서버에 탑재되는 그래픽처리장치(GPU) 등을 만드는 엔비디아는 ‘AI 열풍’ 수혜를 톡톡히 보면서 1년 전에 비해 주가가 세 배 이상 올랐다. 시가총액은 지난해 6월 1조 달러 돌파 이후 지난 1일 2조 달러를 넘었다. 마이크로소프트(MS), 애플에 이어 시총 3위에 오른 엔비디아 주가는 지난 7일 주당 900달러 선도 넘어섰다. 그러나 다음날인 8일 875.28달러로 하루 만에 5.5% 급락하면서 시장에 충격을 주기도 했다. 증권가에선 급락 배경으로 차익 실현 매물 등에 따른 영향을 꼽았다. 한편 엔비디아도 자체 AI 플랫폼인 ‘네모’를 학습시키기 위해 저작권이 있는 도서를 허가 없이 사용했다는 이유로 저자로부터 소송을 당한 것으로 전해졌다. 로이터통신과 CNBC 방송은 세 명의 미국 소설가가 지난 8일 샌프란시스코 연방법원에 엔비디아를 상대로 소를 제기했다고 보도했다.

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

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

삼성전자가 배당락일에도 거뜬히 상승세를 이어가며 ‘8만전자’에 바짝 다가섰다. 삼성전자는 27일까지 6거래일 연속 상승하며 전날보다 1.83%오른 7만 8000원에 거래를 마쳤다. 이 종가는 52주 신고가이기도 하다. 지난 20일부터 5거래일 연속 52주 신고가. 이날 종가는 지난해 1월 12일 7만 8900원 이후 약 2년 만에 가장 높은 가격이다. 연일 이어진 외국인 매수세가 주가 상승을 견인했다. 외국인은 지난 20일부터 이날까지 8600억원어치 순매수했다. 기관은 전날까지 순매수세를 지속하다가 이날 매도 모드로 전환했고 개인 투자자는 지난 19일부터 6거래일 연속 매도 우위를 나타내고 있다. 26일(현지시간) 미국 뉴욕증시에서 인텔(5.2%), 마이크론(0.7%), AMD(2.7%) 등 반도체주가 강세를 보였고 최근 증권가가 내년 ‘온디바이스 AI’(기기 자체에 직접 인공지능 서비스를 탑재해 제공하는 기술) 관련 수요 증가와 반도체 업황 회복 기대감을 피력하면서 삼성전자에 대한 투자심리 개선에 기여하는 것으로 보인다. 또 중국산 반도체에 대한 미국 정부의 규제가 계속되고 있어 삼성전자가 반사이익을 얻을 수 있다는 관측도 여전하다. 조 바이든 미 행정부는 반도체 생산 장비의 중국 수출을 통제했으며 내년 1월부터는 미국 기업들에 중국산 반도체 사용 의존도를 조사할 예정이다. 여기에 내년 금리 인하 전망 속 북미 클라우드 업체들이 AI 서버 신규 투자를 늘리면서 AI용 그래픽 처리정치(GPU)와 단짝인 고대역폭메모리(HBM)가 없어서 못 팔 정도로 수요가 늘 수도 있다는 전망이 나온다. 이날 코스피는 배당락 충격 없이 개인과 외국인의 대량 매수에 힘입어 전날보다 10.91 포인트(0.42%)오른 2613.50으로 집계됐다. 전날보다 3.24포인트(0.12%) 내린 2599.35에 개장한 뒤 혼조세를 보이다가 오후 들어 강세로 완전히 돌아섰다. 통상 배당락일에는 전날까지 배당을 노리고 투자했던 투자자들의 매물이 빠지며 지수도 하락하는 경향이 있지만, 올해부터는 금융 당국의 배당 제도 선진화 방침에 따라 기업들의 배당락일이 내년 초까지로 분산돼 충격이 덜한 것으로 풀이된다. 코스닥지수는 전장보다 11.45포인트(1.35%) 오른 859.79로 거래를 마쳤다. 이날 하루 동안 유가증권시장과 코스닥시장의 거래대금은 각각 10조 2622억원, 10조 5126억원으로 집계됐다.

마이크로소프트(MS)가 자체 개발한 반도체를 처음 선보이면서 그래픽처리장치(GPU) 업계 1위 엔비디아에 도전장을 내밀었다. MS는 15일(현지시간) 연례개발자회의 ‘이그나이트 콘퍼런스’에서 자체 개발한 AI GPU ‘마이아 100’과 고성능 컴퓨팅 작업용 중앙처리장치(CPU) ‘코발트 100’을 공개했다. 마이아 100은 챗GPT 개발사인 오픈AI와 협력해 개발한 반도체로, 생성형 AI 기반 기술인 대규모 언어 모델(LLM)을 훈련하고 실행하는 데이터센터 서버 구동을 위해 설계됐다. MS는 마이아 100을 자체 AI 기반 소프트웨어 제품인 ‘코파일럿’(Copilot)과 애저 클라우드 서비스의 성능을 높이는 데 활용할 계획이라고 밝혔다. CNBC는 마이아 100이 엔비디아의 GPU 제품과 경쟁할 것으로 전망했다. 현재 전 세계 생성형 AI 훈련에 필요한 AI 칩 시장은 엔비디아가 80% 이상을 차지한다. 전 세계에서 수요가 넘쳐 감당하지 못하는 상황이다. MS의 또 다른 신제품인 코발트 100은 저전력 설계인 ‘Arm 아키텍처’ 기반 CPU로, 클라우드 서비스에서 더 높은 효율성과 성능을 낸다. 내년 판매를 목표로 하는 이 제품은 아마존 클라우드 컴퓨팅 사업부(AWS)의 고성능 칩 ‘그래비톤’ 시리즈나 인텔 프로세서 제품과 경쟁할 것으로 미 언론은 전망했다. 블룸버그통신은 MS가 개발한 두 반도체 모두 대만 반도체 회사 TSMC가 제조한다고 전했다. 이어 MS가 수년간 투자해 GPU와 CPU를 자체 개발한 것은 AI와 클라우드 시장 경쟁에서 반도체 성능이 차지하는 비중이 얼마나 중요해졌는지를 보여 주는 단적인 사례라고 설명했다. 반도체를 자체 제작할 수 있으면 자사 소프트웨어를 최적화할 수 있어 하드웨어 성능을 높일 수 있을 뿐만 아니라 비용도 크게 낮출 수 있기 때문이다.

현재 소비자용 CPU 시장은 노트북, 데스크톱, 서버 등 고성능 제품은 x86 아키텍처가 주류고 스마트폰, 태블릿 등 휴대용 기기는 ARM 아키텍처가 대세입니다. 물론 지난 10여 년 간 영역 파괴를 위한 노력이 진행되어 경계가 일부 무너지긴 했으나 그래도 여전히 대세는 그렇다고 말할 수 있을 것입니다. 이런 시장 구도를 깨려는 회사 가운데 하나가 바로 퀄컴입니다. 스마트폰 AP의 강자인 퀄컴은 그 기세를 몰아 태블릿은 물론 노트북 시장에도 도전장을 던졌습니다. 절대 성능에서는 x86 CPU와 독립 GPU의 조합을 이기기 어렵지만, 배터리 사용 시간과 휴대성이 중요한 노트북 시장에서라면 승산이 있다고 생각한 것입니다. 여기에 LTE/5G 통신 기능까지 합치면 더 경쟁력이 있을 것으로 생각됐습니다. 그렇게 해서 내놓은 스냅드래곤 8CX는 ARM 계열인 카이로(Kyro) 모바일 CPU와 자체 모바일 GPU인 아드레노(Adreno)을 사용해 사실 모바일 스냅드래곤 8 계열 AP와 큰 차이가 없었습니다. 하지만 2017년 당시 이 제품을 내놓았을 때 퀄컴에게는 든든한 우군이 있었습니다. 바로 마이크로소프트입니다. 스마트폰 시장에서 아이폰과 안드로이드폰에 밀린 마이크로소프트는 아이패드를 내세운 애플의 세력 확장에 위기를 느끼고 서피스 태블릿을 내놓았습니다. 하지만 기존의 x86 CPU로는 아이패드 만큼 얇고 가벼우면서 배터리 사용시간이 긴 태블릿을 만들기 힘들었습니다. 그래서 내놓은 것이 ARM CPU에서도 사용할 수 있는 윈도우 RT였습니다. 그러나 윈도우 RT는 기존의 x86용 윈도우 프그램을 사용할 수 없어 무늬만 윈도우라는 이야기를 들었고 결국 소비자의 외면 속 시장에서 사라졌습니다. 따라서 아이패드를 견제하고 x86을 넘어 ARM까지 생태계를 확장하려는 마이크로소프트와 주로 스마트폰 AP 시장에만 국한된 스냅드래곤의 영역을 확장하려는 퀄컴이 손을 잡은 것은 의외의 일은 아니었습니다. 이렇게 든든한 우군 덕에 삼성이나 레노버, HP 등 여러 제조사들이 스냅드래곤 8CX와 ARM 윈도우(Windows on ARM)를 사용한 노트북을 선보였습니다. 새로 내놓은 ARM 윈도우가 윈도우 RT와 가장 다른 점은 에뮬레이션을 통해 x86 윈도우용 어플리케이션도 사용할 수 있다는 것입니다. 이는 ARM에서 돌아가는 윈도우 운영체제의 가장 큰 약점을 극복한 것으로 평가받았습니다. 하지만 시장에서의 반응은 좋지 못했습니다. 스냅드래곤 8 CX에 사용된 카이로 CPU는 기본적으로 스마트폰에 들어가는 모바일 CPU이기 때문에 전력 소모는 적지만, 절대 성능에서 x86 CPU를 넘어선다고 보기는 어려웠습니다. 그런 상황에서 에뮬레이션까지 돌리면 속도는 훨씬 느려지게 됩니다. 윈도우 어플리케이션의 절대 다수를 차지하는 x86 어플리케이션에서 실행 속도나 안전성, 호환성을 따지면 스냅드래곤 8CX와 ARM 윈도우를 탑재한 노트북은 합격점을 주기 어려웠습니다. 그런데 그런 와중에 애플은 동일 전력 소모에서 x86 CPU의 성능을 뛰어넘는다는 평가를 받는 M 시리즈 프로세서를 출시했습니다. 호환성이나 생태계 문제는 애플이 맥OS 시장을 장악하고 있다 보니 큰 문제가 되지 않았습니다. 애플이 전환하면 소비자는 무조건 따라갈 수밖에 없는 폐쇄된 생태계이기 때문입니다. M 시리즈 프로세서는 다양한 맥북 및 맥 제품에 탑재되는 것은 물론 아이패드에도 사용되어 안드로이드 태블릿에 큰 위협이 되고 있습니다. M 시리즈 프로세서만 탑재하면 보급형 아이패드도 고성능 안드로이드 태블릿의 성능을 쉽게 넘어설 수 있습니다. 퀄컴 입장에서는 노트북 시장을 넘보지도 못하고 태블릿 시장만 잃게 될 상황에 놓인 것입니다. 새로 공개한 스냅드래곤 X 엘리트는 이런 위기 상황을 타개할 회심의 대작으로 보입니다. 우선 모바일 CPU인 카이로 대신 완전히 새로운 고성능 CPU인 오라이온 (Oryon) 코어를 12개나 탑재했습니다. 클럭도 3.8GHz까지 높이면서 코어 두 개는 4.3GHz의 터보 클럭 기능을 갖춰 성능을 더 높였습니다. 물론 정확한 성능은 제품이 나와봐야 평가할 수 있겠지만, 퀄컴에 따르면 비슷한 급의 인텔 CPU와 비교해서 동일 전력 소모에서 멀티스레드 성능이 2배 높고 GPU 성능도 내장 GPU를 기준으로 최대 2배에 달합니다.물론 TSMC의 4nm 공정을 사용하고 카이로를 기반으로 성능을 높이고 클럭도 높아졌다는 점을 생각하면 최소한 기존의 스냅드래곤 8CX보다 CPU 성능이 뛰어날 것임은 분명합니다. 다만 캐시 메모리 용량이나 동일 조건에서 스냅드래곤 8CX 기반 CPU와의 비교 등 상세한 정보가 빠져 있어 아직은 추측만 할 뿐입니다. 스냅드래곤 X 엘리트에 쓰인 GPU의 성능은 4.6TFLPOS입니다. 구체적인 클럭이나 코어 구성 등 상세한 정보는 빠져 있지만, 만약 FP32 기준이라면 적어도 단순 연산 능력으로는 인텔 내장 그래픽보다 빠를 가능성을 시사합니다. 여기에 NPU인 헥사곤은 INT4 기준 46 TOPS의 인공지능 연산 능력을 지니고 있습니다. 그리고 이런 빠른 연산 능력을 뒷받침하기 위해 128비트 LPDDR5x-8533 메모리를 사용해 136GB/s의 대역폭을 확보했습니다. 다만 트랜지스터 집적도와 다이 면적 같은 정보는 공개하지 않았습니다. 일단 스펙상으로는 스냅드래곤 8과 굳이 구분할 필요가 있는지 의구심이 들 정도였던 스냅드래곤 8CX보다 훨씬 강력해진 것으로 보입니다. 전반적인 구성을 보면 스냅드래곤 X 엘리트는 애플의 M 시리즈 프로세서와 인텔 CPU를 의식해 충분히 경쟁력을 지닌 고성능 프로세서로 재탄생한 것으로 보입니다.하지만 이번에도 역시 x86 중심의 윈도우 생태계가 발목을 잡을 가능성이 높습니다. 여전히 x86 어플리케이션은 직접 구동하기 어려워 에뮬레이팅이 필요하고 이 과정에서 속도가 느려질 가능성이 높습니다. 여기에 애플도 M3 시리즈의 출시를 눈앞에 두고 있고 인텔 역시 오랜 세월 준비한 메테오 레이크를 출시할 예정이라 스냅드래곤 X 엘리트의 성능상의 우위는 생각보다 크지 않을 수 있습니다. 이런 우려를 불식시키고 스냅드래곤 X 엘리트가 강력한 성능으로 시장에서 성공을 거둘 수 있을지 결과가 주목됩니다. 　 

한때 일본 반도체 업계는 메모리는 물론 시스템 반도체 부분에서 세계 시장을 주름잡았습니다. 하지만 후발 주자인 한국에 메모리 반도체 시장의 주도권을 완전히 내주고 말았고 프로세서 부분에서는 인텔 같은 미국의 거대 IT 기업에 밀려 결국 반도체 산업의 변방으로 밀려나게 됐습니다. 한국이 메모리 반도체, 대만이 파운드리 생산 분야에서 절대적인 위상을 차지한 이후 일본 반도체 업계는 정부의 지원과 함께 권토중래를 꿈꾸고 있습니다. 이 가운데 후지쯔는 일본에서 고성능 CPU 개발 및 제조 기술을 지닌 몇 안 되는 회사 중 하나입니다. 후지쯔는 과거 썬 마이크로시스템스(나중에 오라클에 합병)가 개발한 SPARC 아키텍처 CPU 제조 및 개발에 뛰어들어 서버 및 워크스테이션 시스템을 만들기도 했습니다. 하지만 서버 및 워크스테이션 시장이 x86 CPU로 기울고 모바일에서는 ARM 아키텍처 천하가 되면서 후지쯔는 ARM 아키텍처 기반 고성능 CPU로 방향을 바꾸게 됩니다. ARM은 x86과 달리 라이선스를 얻어 누구나 개발하고 제조할 수 있기 때문입니다. 그렇게 해서 2020년 선보인 후지쯔의 후카쿠 슈퍼컴퓨터는 415 페타플롭스의 연산 능력으로 미국의 서밋 슈퍼컴퓨터를 누르고 세계 1위를 달성했습니다. 일본 이화학연구소(RIKEN)과 공동으로 개발한 후카쿠의 두뇌인 A64FX는 48개의 연산 코어와 4개의 보조 코어로 구성된 52코어 ARM CPU로 2.7 테라플롭스의 연산 능력을 자랑합니다. TSMC의 7nm 공정에서 제조된 A64FX CPU는 88억 개의 트랜지스터를 집적해 지금 기준으로는 다소 작은 프로세서입니다. 대신 CPU 한 개의 4개의 HBM2 메모리 (각 8GB)와 붙여 사용하기 때문에 크기가 작아 수많은 CPU를 하나의 시스템에 집적할 수 있습니다. 후카쿠는 총 729.9만 개의 코어를 이용해 GPU 없이도 415 페타플롭스의 연산 속도를 달성했습니다. 하지만 그후 미국의 인텔, AMD, 엔비디아가 엑사스케일 슈퍼컴퓨터를 선보였기 때문에 후카쿠는 1위 자리에서 곧 물러나게 됐습니다. 물론 일본 정부는 슈퍼컴퓨터 경쟁에서 뒤지지 않기 위해 차세대 슈퍼컴퓨터를 계획하고 있습니다. 후지쯔는 차세대 슈퍼컴퓨터를 포함해서 데이터 센터 및 AI 시장을 노리고 새로운 CPU를 개발하고 있습니다. 2027년까지 출시를 목표로 한 차세대 고성능 CPU인 모나카 (Monaka)가 그것입니다. 모나카는 2nm 공정으로 제조되며 최신 ARM 아키텍처인 Armv9-A이 적용된 150개의 코어를 탑재할 예정입니다. 정확한 벡터 크기가 공개되지 않은 SVE2 (scalable vector extensions 2) 명령어를 사용하는데, 전작인 A64FX가 512bit SVE를 사용한 것을 감안하면 그보다 더 커질 것으로 예상됩니다. 메모리는 DDR5, 인터페이스는 PCIe 6.0 및 CXL 3.0을 지원합니다. 모나카는 여전히 베일에 가린 채 개발 중으로 정확한 목표 성능이나 이를 이용한 슈퍼컴퓨터 시스템의 성능에 대해서는 아직 알려진 바가 없습니다. 다만 코어 숫자가 3배로 늘어나고 최신 아키텍처를 적용하는 데다 개발 공백이 7년 정도나 되는 만큼 후카쿠보다 훨씬 빠른 엑사스케일 슈퍼컴퓨터가 등장할 것으로 예상됩니다. 또 모나카를 통해 데이터 센터와 AI 시장도 진입한다는 계획입니다. 후지쯔는 출시 시점에서 모나카가 다른 경쟁자보다 전력 대비 성능이 2배 정도 우수할 것으로 자신하고 있습니다. 후지쯔는 CPU 분야에서 오랜 기술력을 바탕으로 자신만의 길을 걷고 있지만, 솔직히 말해 인공지능이나 고성능 컴퓨터 분야에서는 시간이 지날수록 미국을 따라잡기가 어려워지는 것이 사실입니다. 자체 아키텍처 슈퍼컴퓨터 자체가 없는 우리나라보단 당연히 앞선 기술력을 지니고 있지만, 그래도 미국의 거대 기술 기업인 인텔이나 AMD, 엔비디아 등과 격차가 자꾸 벌어지는 것입니다. 이것은 시장 점유율과 밀접한 연관이 있습니다. 미국 IT 기업들의 서버 CPU와 GPU는 이미 세계 시장을 장악한 상태입니다. 서버 CPU 부분에서 인텔과 AMD를 넘볼 회사는 현재 거의 없다고 해도 무방한 수준이며 GPU 및 인공지능 시장에서는 엔비디아가 시장을 독점하고 있어 인텔이나 AMD도 끼어들기가 힘든 상황입니다. 이들은 자신들이 장악한 시장에서 막대한 돈을 벌고 이를 다시 연구비로 쏟아부어 차세대 제품 개발을 꾸준히 이어 나갈 뿐 아니라 해당 산업 생태계 자체를 자신들에게 유리하게 만들어 가고 있습니다. 그에 반해 잠시나마 1위를 했던 후카쿠에 사용된 A64FX도 결국 서버 및 고성능 컴퓨팅 시장에 진입하는 데는 실패했다고 봐도 무방합니다. 후카쿠 말고는 쓰이는 곳이 거의 없기 때문입니다. 결국 시장에서 돈을 벌어 차세대 프로세서를 개발하고 다시 이를 통해 시장에서 돈을 벌어들이는 선순환 구조가 어렵다 보니 차세대 제품 개발에 시간이 오래 걸리는 것으로 해석할 수 있습니다. 이런 점을 감안하면 일본 반도체 신화의 재건은 쉬워 보이지 않지만, 결과물이 나오기 전까지 속단은 금물일 수 있습니다. 모나카가 누구도 예상 못했던 깜짝 반전의 드라마를 쓰게 될지 아니면 일본식 갈라파고스화의 또 다른 상징이 될지 결과가 주목됩니다. 

마이크로소프트(MS)가 인공지능(AI) 개발과 서비스를 위한 전용 칩(반도체)을 다음달 공개할 것으로 보인다. 세계 AI 반도체 시장을 주도하는 엔비디아 그래픽처리장치(GPU) 의존도를 낮추기 위해 AI 업계가 속속 전용 칩 개발에 나서고 있다. 9일 이코노믹타임스, 디 인포메이션 등 외신에 따르면 MS는 오는 11월 14~17일 미국 시애틀에서 연례 개발자 콘퍼런스 ‘MS 이그나이트’를 열고 자체 개발 AI 칩을 선보일 예정이다. 새 칩은 MS가 프로젝트 ‘아테나’라는 이름으로 개발해 온 대규모 언어모델(LLM)의 훈련과 추론을 위한 데이터센터 서버용으로 당초 내년 초 출시가 유력했던 제품이다. 전 세계 AI 반도체 시장은 엔비디아의 GPU가 90% 이상을 점유하고 있다. 성능은 좋지만 매우 높은 가격과 부족한 물량이 AI 개발에 걸림돌로 작용하는 이유다. 이에 글로벌 빅테크들은 저마다 자체 칩 개발로 대응하고 있다. 자체 AI에 최적화된 설계로 전력 효율 등을 극대화하면서 생산 단가는 낮추고 안정적인 물량 확보를 목표로 하고 있다. 챗GPT를 만든 회사이자 MS와 가장 밀접한 파트너 관계인 오픈AI도 자체 AI 칩을 개발할 제조사를 인수 대상으로 물색 중인 것으로 전해졌다. 국내 업계도 GPU의 대안으로 꼽히는 신경망처리장치(NPU) 개발에 어느 정도 결과물을 얻은 상태다. 다만 이들의 자체 칩도 엔비디아의 GPU를 완전히 대체하긴 어렵다는 시각이 있다. 이미 AI 소프트웨어 개발 영역에서 엔비디아 GPU 환경에 최적화된 프로그램 언어와 도구 등이 보편화돼 있기 때문이다.

다음달 베타 사이트로 출시돼 올해 안에 네이버에 적용되는 대화형 인공지능(AI) 검색 서비스 ‘큐:’(큐)는 생성형 AI가 탑재된 해외 검색엔진과 달리 한국어를 정확하게 이해한다. 또 네이버 하위 서비스들과 긴밀하게 연결돼 있어 기존에 사용하던 구매, 예약, 결제 등으로 바로 연계된다. 예를 들어 ‘부산 여행 코스를 추천해 달라’고 질의하면 현재 부산에서 방문자가 많은 식당과 숙소, 박물관, 공연 등이 구체적으로 제시된 화면에서 바로 식당을 예약하거나 박물관, 공연장 입장권을 예매할 수도 있다. 그리고 ‘네이버 지도’로 이 여행코스의 동선도 확인할 수 있다. 네이버가 24일 새로운 버전의 초거대 언어모델(LLM) ‘하이퍼클로바X’를 기반으로 만든 생성형 AI 서비스를 대거 발표했다. 마이크로소프트(MS), 구글 등에 비해 한발 늦게 공개됐지만 월등한 한국어 능력과 정확한 국내 데이터로 무장해 한국 사용자와 기업에 특화시켰다. 이런 강점을 통해 네이버가 해외 빅테크들로부터 국내 정보통신기술(ICT) 서비스 시장을 수성할 수 있을지 관심이 집중된다. 이날 공개된 서비스 가운데 일반인 사용자의 관심을 가장 끌 만한 것은 큐였다. 세계 시장을 사실상 독점한 뒤 국내에서도 점유율을 조금씩 높여 가는 검색엔진 구글에 직접 대응하는 서비스다.MS는 지난 2월 오픈AI의 ‘챗GPT’를 검색엔진 ‘빙’에 적용했다. 구글도 AI 챗봇 ‘바드’의 답변을 우선 노출하는 새로운 검색엔진 ‘캔버스’를 지난 5월 공개했다. 큐의 기반인 하이퍼클로바X는 한국어를 오픈AI의 LLM인 GPT-3.5보다 6500배 많이 학습했다. 3단계 과정을 통해 생성형 AI 서비스의 맹점인 환각(할루시네이션)도 72% 줄여, 정확한 검색 결과를 만들 수 있다. 성낙호 네이버클라우드 하이퍼스케일 AI 기술 총괄은 “오픈AI(챗GPT)는 전 세계 데이터를 다 배우다 보니 ‘상암동 근처 카페 추천해 줘’라고 하면 결과를 갖고 오긴 하지만 (실제와) 거리가 멀다”며 “반면 우리(큐)는 한국 위주로 학습했기 때문에 굉장히 정확하다”고 말했다.일반 사용자를 대상으로 이날 오후 베타 서비스를 시작한 ‘클로바X’는 챗GPT, 바드와 경쟁할 AI 챗봇이다. ‘네이버쇼핑’, ‘네이버여행’ 등 내·외부의 다양한 서비스를 연결하는 ‘스킬’ 기능을 도입해 언어모델 자체의 생성 능력만으로는 한계가 있는 답변을 보완한다. 네이버클라우드는 하이퍼클로바X가 탑재된 기업 상품을 출시해 세계 1위 아마존, 2위 MS 등 글로벌 클라우드 서비스에 맞선다. 특히 관리형 하이브리드 클라우드 서비스인 ‘뉴로클라우드’는 고객사 데이터센터 내에 서버나 그래픽처리장치(GPU) 등 하드웨어 장비를 직접 설치한다. 폐쇄된 사내망 안에서 하이퍼클로바X 기반 상품을 이용할 수 있게 해 정보 유출 우려가 없다. 최수연 네이버 대표는 이날 서울 강남구 그랜드 인터컨티넨탈 서울 파르나스에서 열린 콘퍼런스 ‘단23’에서 “과거와 현재, 경쟁의 상대는 늘 바뀌었지만 글로벌 거인들이라는 점은 동일하다”며 “그때마다 네이버는 비슷한 질문과 도전을 받았고 생성형 AI라는 새로운 변화를 맞이할 준비 역시 마쳤다고 말씀드린다”고 각오를 피력했다.

‘5살 아이와 함께 가면 좋을 부산 여행 코스 추천해 줘.’ ‘… 부산의 명소 중에서 아이 동반 여행 코스로 추천드릴 곳은 A 브런치 카페, B 어린이 박물관, C 펜션, 광안리 M드론 라이트쇼입니다. 이 장소들은 아이가 좋아할 만한 메뉴가 있는 식당, 놀이를 통한 교육, 가족이 함께 즐길 수 있는 행사를 포함하고 있습니다. …’ 네이버가 24일 새로운 버전의 초거대 언어모델(LLM) ‘하이퍼클로바X’를 기반으로 만든 생성형 인공지능(AI) 서비스를 대거 발표했다. 해외 빅테크들이 각 분야에서 국내 시장을 장악 중인 가운데, 월등한 한국어 능력으로 국내의 최신 정보를 학습한 LLM 기반의 네이버 서비스들이 이들을 상대로 강점을 발휘할 수 있을지 관심이 집중된다. 최수연 네이버 대표는 이날 서울 강남구 그랜드 인터컨티넨탈 서울 파르나스에서 열린 컨퍼런스 ‘단23’에서 “과거와 현재, 경쟁의 상대는 늘 바뀌었지만, 글로벌 거인들이라는 점은 동일하다”며 “그 때마다 네이버는 비슷한 질문과 도전을 받았다. 생성형 AI라는 새로운 변화를 맞이할 준비 역시 마쳤다고 말씀드린다”고 말했다.이날 발표된 서비스 가운데 일반인 사용자 관심을 가장 끌만한 것은 대화형 AI를 접목한 검색인 ‘큐:’였다. 세계 시장을 사실 상 독점한 뒤 국내에서도 점유율을 조금씩 높여 가는 검색엔진 구글에 직접 대응하는 서비스다. 마이크로소프트(MS)는 지난 2월 오픈AI의 ‘챗GPT’를 검색엔진 ‘빙’에 적용해 서비스하고 있다. 구글도 AI 챗봇 ‘바드’의 답변을 우선 노출하는 새로운 검색엔진 ‘캔버스’를 지난 5월 공개했다. 큐는 오픈AI의 LLM인 GPT-3.5 대비 한국어를 6500배 학습한 하이퍼클로바X의 한국어 이해 능력으로 최신의 국내 정보를 제공한다. 3단계 과정을 통해 생성형 AI 서비스의 맹점인 환각(할루시네이션)도 72% 줄였다. 성낙호 네이버클라우드 하이퍼스케일 AI 기술 총괄은 “오픈AI(챗GPT)는 전세계 데이터를 다 배우다 보니, 예를 들어 ‘상암동 근처 카페 추천해 줘’라고 하면 결과를 갖고 오긴 하지만 (실제와) 거리가 멀다”며 “반면 우리(큐)는 한국 위주로 학습했기 때문에 굉장히 정확하다”고 말했다. 큐는 다양한 질의를 담은 복잡하고 긴 대화형 문장에 입체적인 답변을 표출한다. “공기청정기 인기 제품 3개를 비교해 줘”라는 질문엔 인기 있는 제품을 3개를 찾아 외형 사진과 가격, 출시 시기, 사용면적, 필터 종류, 요약된 사용 후기가 들어있는 표를 제시한다. 또 네이버 하위 서비스들과 긴밀하게 연결돼 있어 기존에 사용하던 구매, 예약, 결제 등으로 연계가 된다. 사용자가 애초 검색을 시작한 목적인 ‘엔드 포인트’까지 도달하는 셈이다. 아이와 함께 갈 부산의 명소에 관한 답변에서 박물관 예매를 바로 할 수 있게 돼 있다. 큐는 다음 달 독립된 사이트로 출시해 연내 네이버 종합검색에 적용된다.일반 사용자를 대상으로 이날 오후 4시 베타 서비스를 시작하는 ‘클로바X’는 챗GPT, 바드와 직접 경쟁하는 AI 챗봇이다. 네이버 내·외부의 다양한 서비스를 연결하는 ‘스킬’ 기능을 도입해 언어모델 자체의 생성 능력만으로는 한계가 있는 답변을 보완한다. 먼저 ‘네이버쇼핑’, ‘네이버여행’과 연계를 통해 상품이나 장소를 추천하는 능력을 고도화하고 앞으로 다양한 외부 서비스와도 연계할 방침이다. 네이버클라우드는 하이퍼클로바X가 탑재된 기업 상품을 출시해 세계 1위 아마존, 2위 MS 등 글로벌 클라우드 서비스에 맞선다. 특히 관리형 하이브리드 클라우드 서비스인 ‘뉴로클라우드’는 고객사 데이터센터 내에 서버나 그래픽처리장치(GPU) 등 하드웨어 장비를 직접 설치한다. 폐쇄된 사내망 안에서 하이퍼클로바X 기반 상품을 이용할 수 있게 해 정보 유출 우려가 없다. 최 대표는 “기업이 보고서와 내부 연구 자료 등을 외국에 있는 클라우드에 올리는 것은 보안 이슈로 허용하기 어려운 부분”이라면서 “현지화와 강력한 보안 두 가지 측면에서 우리가 큰 강점을 가질 것”이라고 설명했다.

인공지능(AI)이 다시 주목받으면서 그래픽처리장치(GPU)와 함께 몸값이 높아지는 제품이 있습니다. 바로 고대역폭 메모리(HBM·High Bandwidth Memory)입니다. 사실 GPU 가운데서 HBM을 탑재한 제품은 소수에 불과합니다. 하지만 최근에는 그 소수의 제품에 대한 수요가 폭발하고 있습니다. 고성능 AI 연산을 위해서 H100 같은 강력한 성능을 지닌 GPU가 필요한데, 여기에 HBM이 탑재되기 때문입니다.  최근 미국 로스앤젤렌스(LA)에서 열린 최대 규모 컴퓨터 그래픽스 콘퍼런스 ‘시그래프’(SIGGRAPH) 행사에서 엔비디아의 젠슨 황 최고경영자(CEO)는 HBM3E를 장착한 GH200 그레이스 호퍼 슈퍼칩을 공개했습니다. 지난해 공개한 HBM3 버전과 비교해서 메모리 용량은 1.5배 정도 늘어나고 대역폭도 4TB/s에서 5TB/s로 증가해 더 많은 데이터를 학습하고 사용자가 원하는 결과를 내놓는 데 유리해졌습니다.  HBM은 사실상 SK 하이닉스와 삼성전자가 시장을 양분하고 있습니다. 시장 조사기관의 분석에 따르면 지난해 시장 점유율은 SK 하이닉스가 50%, 삼성전자가 40%, 마이크론이 10% 정도로 D램보다 더 국내 기업이 독보적인 점유율을 자랑하는 분야입니다. HBM은 상당히 고부가가치 상품일 뿐 아니라 수요가 급격히 증가하고 있어 앞으로 우리나라의 새로운 주력 상품이 될 것으로 기대되고 있습니다.  그런데 이렇게 좋은 제품이라면 더 적용 범위를 늘려 나가도 되지 않을까 하는 생각이 드는 게 사실입니다. 그래픽 카드에 쓰이는 HBM이 처음 등장했을 때만 해도 그런 생각을 지닌 사람들이 많았습니다. 많은 이들이 이제는 용량이나 속도 한계에 점점 도달한 그래픽스 더블 데이터 레이트(GDDR) 메모리를 대신해 HBM이 새로운 대세가 될 것으로 믿었습니다.  여기서 잠깐 GDDR 메모리에 대한 이야기를 먼저 해야 합니다. 초창기 GPU들은 CPU와 동일한 DDR 계열 메모리를 사용했는데, GPU가 처리하는 데이터의 양이 급격히 증가하면서 곧 병목 현상에 부딪히게 됩니다. 그래서 나온 것이 GDDR 메모리였습니다. GDDR3부터 본격적으로 시장에 공급되었고 이후 GDDR5에서는 사실상 그래픽 메모리의 표준이 되었습니다. GDDR5는 사실 DDR3 메모리의 변형으로 같은 건물에 엘리베이터와 통로를 여러 개 만들어 속도를 높인 것으로 이해할 수 있습니다.  하지만 GPU 발전 속도가 GDDR 메모리 발전 속도보다도 더 빠른 것이 다시 문제가 됐습니다. 고성능 GPU에서 필요한 메모리 대역폭을 얻기 위해서는 256bit 메모리 인터페이스와 GDDR 계열 메모리로도 부족한 상황이 된 것입니다. 여기에 GDDR 메모리는 여러 층으로 쌓기도 힘들어 용량까지 한계가 분명했습니다.  2013년 JEDEC에서 표준을 확정한 HBM은 이 문제에 대한 완벽한 해결책으로 보였습니다. HBM은 기본적으로 메모리를 4층, 8층, 12층씩 위로 쌓아 올린 적층형 메모리 구조라 면적 대비 용량이 GDDR과 비교되지 않을 정도로 높습니다. 그러면서도 데이터 전송 속도를 높이기 위해 위아래로 작은 통로인 TSV를 무수히 뚫어 데이터 전송 속도를 획기적으로 끌어 올렸습니다.  그만큼 제조가 까다롭고 프로세서와 연결을 위해 인터포저라는 중간층을 또 넣어야 한다는 것이 문제였지만, 장기적으로 보면 GDDR 메모리는 속도와 용량면에서 HBM의 상대가 되지 않을 것으로 예상되었습니다. 하지만 이런 기대에도 불구하고 2015년 1세대 HBM을 장착한 라데온 R9 Fury X는 GDDR5를 장착한 엔비디아의 GTX 980 Ti를 넘지 못하는 실망스러운 성능을 보여줬습니다. 메모리 대역폭 자체는 라데온 R9 Fury X가 높았지만, GPU 자체의 성능에서 밀렸기 때문입니다. 지포스 쪽이 데이터 압축 능력이 더 뛰어나 대역폭의 단점을 쉽게 극복한 것도 이유였습니다. 더 저렴한 GDDR 메모리를 장착해도 경쟁자를 충분히 제압할 수 있는 상황에서 엔비디아는 게이밍 GPU에 굳이 HBM을 탑재할 필요를 느끼지 못했습니다. HBM 탑재 라데온 그래픽 카드가 지포스의 성능을 뛰어넘었다면 이후에는 다른 시장 상황이 펼쳐질 수 있었다는 점은 아쉬운 부분입니다.  아무튼 이후 GDDR 메모리도 계속 발전하면서 어느 정도 고성능 게이밍 GPU에 필요한 대역폭을 제공했습니다. 그리고 그래픽 카드 시장 자체가 엔비디아 독점 시장이 되면서 급할 게 없는 엔비디아는 가격이 저렴한 GDDR6X 메모리를 RTX 4000 시리즈에도 사용하고 있습니다. 처음에는 고성능 GPU에 HBM 계열 메모리를 사용했던 AMD마저도 제품군 자체가 중급형으로 내려가면서 비싼 HBM을 탑재해야 할 이유가 사라져 GDDR로 다시 회귀했습니다.  하지만 미래에는 다른 상황이 펼쳐질 수도 있습니다. 엔비디아와 AMD 모두 AI 및 HPC 연산용 GPU에 고성능 HBM을 아낌없이 사용하고 있기 때문입니다. 이런 종류의 제품은 기본적으로 가격이 매우 비싸기 때문에 HBM이 GDDR 메모리보다 좀 더 비싸다는 것은 큰 문제가 되지 않습니다. 그보단 현재 기술적 우위를 바탕으로 시장을 장악하려는 엔비디아와 AMD나 인텔 같은 도전자들이 가진 기술을 모두 쏟아붓는 시장이기 때문에 HBM3나 HBM3E 같은 최신 메모리에 대한 수요가 폭발하고 있습니다. 여기에 인텔은 서버 CPU에도 HBM을 탑재하면서 적용 범위가 넓어지고 있습니다.  이렇게 생산이 늘어나면 결국 규모의 경제가 이뤄져 가격은 내려갈 수 있습니다. 그리고 메모리 용량 및 속도에서 HBM의 발전 속도가 GDDR보다 여전히 빨라 몇 년 후에는 고성능 그래픽 카드나 서버 부분에서 적용 범위가 점점 더 넓어질 것으로 기대할 수 있습니다. 10년 만에 본격적으로 빛을 보고 있는 HBM의 미래를 기대해 봅니다.

SK “만년 2위 탈출” 자신감 표출삼성 “이미 기술력 앞질러” 반격경쟁사 지적 자제 관행 깨고 난타대형 클라우드 기업 AI칩 개발 중국내 제조사 메모리 특수 가능성 “삼성전자의 고대역폭메모리(HBM) 시장 점유율은 여전히 50% 이상이다. 최근 HBM3 제품은 고객사들로부터 우수하다는 평가를 받고 있다.”(경계현 삼성전자 사장) “당사는 HBM 시장 초기부터 오랜 기간 경험과 기술경쟁력을 축적해 왔다. 고객들 피드백을 보면 제품 완성도, 양산 품질, 필드 품질을 종합해 당사가 가장 앞서고 있다는 점이 확인되고 있다.”(SK하이닉스 컨퍼런스콜) 국내 반도체 시장이 HBM 기술 주도권 선점을 놓고 가열되고 있다. 글로벌 메모리 시장에서 삼성전자에 밀려 ‘만년 2위’에 머물러 있는 SK하이닉스는 고부가가치 D램인 HBM만큼은 ‘세계 1등’임을 강조하며 고객사 유치에 나섰다. 삼성전자는 경쟁사보다 늦게 HBM 개발에 뛰어들었지만 이미 기술력으로 앞질렀다고 주장한다. 최근 두 기업은 경쟁사에 대한 언급이나 지적은 자제하는 업계 관행을 깨고 자사 HBM의 우수성을 알리는 데 혈안이다. 업계에서는 두 회사의 날 선 신경전을 두고 구글과 아마존 같은 대형 고객사 유치를 위한 포석이라는 시각이 나온다. 2일 시장조사업체 트렌드포스는 북미와 중국 클라우드서버제공(CSP) 기업들의 인공지능(AI) 서비스 강화에 따라 AI 반도체에 필수인 HBM의 수요가 폭발적으로 늘어날 것이라고 전망했다. HBM은 여러 개의 D램을 수직으로 쌓아올려 연결한 반도체로 D램을 많이 쌓을수록 데이터 저장 용량이 크고 처리 속도도 빠르다. 고성능·고용량 장점 덕에 챗GPT와 같은 생성형 AI 등 AI 반도체 시장과 함께 성장하고 있다. 가격이 일반 D램의 6~7배에 달해 삼성전자와 SK하이닉스는 물론 메모리 3위 기업인 미국 마이크론도 HBM 경쟁에 가세했다. 삼성전자 반도체 사업을 총괄하는 경계현 사장은 지난달 자사 임직원 소통 행사에서 삼성전자가 HBM 시장에서도 점유율 1위라는 취지로 발언했지만 트렌드포스는 지난해 말 기준 SK하이닉스 50%, 삼성전자 40%, 마이크론 10%로 추정했다. 다만 올해는 SK하이닉스의 시장 점유율이 49.1%로 소폭 낮아지는 반면 삼성전자는 45.6%까지 성장할 것으로 내다봤다. 2024년 전망 점유율은 SK하이닉스 49.6%, 삼성전자 46.2%, 마이크론 4.2% 순이다. HBM은 제품의 세대가 높아질수록 성능이 크게 개선되는데, 현재 메모리 3사 가운데 SK하이닉스만 가장 최신 세대인 HBM3를 양산하고 있다. 챗GPT용 그래픽처리장치(GPU)를 만드는 미국 엔비디아가 SK하이닉스의 HBM3 제품을 쓰고 있다. 삼성전자는 업계 최고 속도와 최저 전력의 HBM3 제품을 개발해 하반기 본격적인 양산을 앞두고 있다. 삼성전자는 지난달 27일 2분기 실적발표 컨퍼런스콜에서 “당사는 HBM 시장의 선두 업체로 HBM2를 주요 고객사에 독점 공급했고, HBM2E 제품 사업을 원활히 진행 중”이라며 “4세대인 HBM3에서도 업계 최고 수준의 성능과 용량으로 고객과의 협의를 진행 중”이라고 밝힌 바 있다. 삼성전자는 올해 4분기에는 5세대인 HBM3P에 이어 내년부터는 6세대 HBM 양산을 목표로 생산라인도 대폭 증설할 계획이다. HBM 개발 경쟁에서 뒤처진 마이크론은 1~3세대 제품을 건너뛰고 곧바로 4세대 제품 개발에 나섰지만, 업계는 마이크론의 HBM 기술력이 검증되지 않았다는 점에서 삼성전자와 SK하이닉스의 경쟁에 주목하고 있다. 특히 AI 서비스 강화를 위해 구글과 아마존 등 대형 클라우드 서버 기업들이 자체 AI칩 개발에 나서면서 삼성전자와 SK하이닉스도 ‘HBM 특수’를 누릴 것으로 보인다. 구글과 아마존은 비용 절감을 위해 엔비디아와 AMD 등 AI칩 전문 기업들로부터 고가의 칩을 구매하는 대신 자체 개발을 진행하고 있지만, 여기에 들어갈 HBM은 여전히 삼성전자와 SK하이닉스 등 메모리 전문 제조사의 제품을 구매해야 한다. 트렌드포스는 클라우드 서버 기업의 AI 고도화에 힘입어 HBM 시장이 올해부터 2025년까지 연평균 45% 급성장할 것이라고 내다봤다.

“삼성전자의 HBM 시장 점유율은 여전히 50% 이상이다. 최근 HBM3 제품은 고객사들로부터 우수하다는 평가를 받고 있다.” (경계현 삼성전자 사장) “당사는 HBM 시장 초기부터 오랜 기간 동안 경험과 기술경쟁력을 축적해 왔다. 고객들 피드백을 보면 제품 완성도, 양산 품질, 필드 품질을 종합해 당사가 가장 앞서고 있다는 점이 확인되고 있다.”(SK하이닉스 컨퍼런스콜) 국내 반도체 시장이 고대역폭메모리(HBM) 기술 주도권 선점을 놓고 가열되고 있다. 글로벌 메모리 시장에서 삼성전자에 밀려 ‘만년 2위’에 머물러있는 SK하이닉스는 고부가가치 D램인 HBM만큼은 ‘세계 1등’임을 강조하며 고객사 유치에 나섰고, 삼성전자는 경쟁사보다 늦게 HBM 개발에 뛰어들었지만 이미 기술력으로 앞질렀다고 주장한다. 최근 두 기업은 경쟁사에 대한 언급이나 지적은 자제하는 업계 관행을 깨고 자사 HBM 우수성을 알리는 데 혈안이다. 업계에서는 두 회사의 날선 신경전을 두고 구글과 아마존과 같은 대형 고객사 유치를 위한 포석이라는 시각이 나온다.2일 시장조사업체 트렌드포스는 북미와 중국의 클라우드 서버 제공(CSP) 기업들이 인공지능(AI) 서비스 강화에 따라 AI 반도체에 필수인 HBM의 수요가 폭발적으로 늘어날 것이라고 전망했다. HBM은 여러 개의 D램을 수직으로 쌓아 올려 연결한 반도체로, D램을 많이 쌓을수록 데이터 저장 용량이 크고 처리 속도도 빠르다. 고성능·고용량 장점 덕에 챗GPT와 같은 생성형 AI 등 AI 반도체 시장과 함께 성장하고 있다. 가격은 일반 D램의 6~7배에 달해 삼성전자와 SK하이닉스는 물론 메모리 3위 기업인 미국 마이크론도 HBM 경쟁에 가세했다. 삼성전자 반도체 사업을 총괄하는 경계현 사장은 지난달 자사 임직원 소통행사에서 삼성전자가 HBM 시장에서도 점유율 1위라는 취지로 발언했지만, 트렌드포스는 지난해 말 기준 해당 시장 점유율을 SK하이닉스 50%, 삼성전자 40%, 마이크론 10%로 추정했다. 다만 올해는 SK하이닉스의 시장 점유율은 49.1%로 소폭 낮아지는 반면 삼성전자는 45.6%까지 성장할 것으로 내다봤다. 2024년 전망 점유율은 SK하이닉스 49.6%, 삼성전자 46.2%, 마이크론 4.2% 순이다. HBM은 제품의 세대가 높아질수록 성능이 크게 개선되는데, 현재 메모리 3사 가운데 SK하이닉스만 가장 최신 세대인 HBM3 양산하고 있다. 챗GPT용 그래픽처리장치(GPU)를 만드는 미국 엔비디아가 SK하이닉스의 HBM3 제품을 쓰고 있다. 삼성전자는 업계 최고 속도와 최저 전력의 HBM3 제품을 개발해 하반기 본격적인 양산을 앞두고 있다. 삼성전자는 지난달 27일 2분기 실적발표 콘퍼런스콜에서 “당사는 HBM 시장의 선두 업체로 HBM2를 주요 고객사에 독점 공급했고, HBM2E도 제품 사업을 원활히 진행 중”이라며 “4세대인 HBM3에서도 업계 최고 수준의 성능과 용량으로 고객과 협의 진행 중”이라고 강조한 바 있다. 삼성전자는 올해 4분기에는 5세대인 HBM3P에 이어 내년부터는 6세대 HBM 양산을 목표로 생산 라인도 대폭 증설할 계획이다. HBM 개발 경쟁에서 뒤처진 마이크론은 1~3세대 제품을 건너뛰고 곧바로 4세대 제품 개발에 나섰지만, 업계는 마이크론의 HBM 기술력이 검증되지 않았다는 점에서 삼성전자와 SK하이닉스의 경쟁에 주목하고 있다. 특히 AI 서비스 강화를 위해 구글과 아마존 등 대형 클라우드 서버 기업들도 자체 AI칩 개발에 나서면서 삼성전자와 SK하이닉스가 ‘HBM 특수’를 누릴 것으로 보인다. 구글과 아마존은 비용 절감을 위해 엔비디아와 AMD 등 AI칩 전문 기업들로부터 고가의 칩을 구매하는 대신 자체 개발을 진행하고 있지만, 여기에 들어갈 HBM은 여전히 삼성전자와 SK하이닉스 등 메모리 전문 제조사의 제품을 구매해야 한다. 트렌드포스는 클라우드 서버 기업의 AI 고도화에 힘입어 HBM 시장이 올해부터 2025년까지 연평균 45% 급성장할 것이라고 내다봤다.

한때 인텔은 반도체 미세 공정에서 가장 앞선 기업이었습니다. 한 세대 앞서가는 미세 공정을 독점하고 자사 프로세서만 만들었기 때문에 경쟁자들을 쉽게 물리칠 수 있었습니다. 하지만 10nm 공정 도입에서 심각한 애로 사항을 겪으면서 자존심을 구겼습니다. TSMC와 삼성이 최신 EUV 리소그래피 미세 공정을 도입하고 이미 다음 세대까지 진행하는 상황에서 인텔의 EUV 공정 진입은 늦어졌습니다. 그러던 인텔이 펫 겔싱어 CEO의 지휘 아래 본격적인 반격을 준비하고 있습니다. 그 첫 단추는 인텔 최초의 EUV 미세 공정인 인텔 4 공정을 적용한 메테오 레이크입니다. 14세대 코어 프로세서로 출시될 것으로 보이는 메테오 레이크는 EUV 공정 적용이라는 특징 이외에도 본격적인 타일 (칩렛) 디자인이라는 점에서 큰 차이가 있습니다. 앞서 공개된 내용에 따르면 메테오 레이크는 인텔 4 공정으로 만든 CPU 타일 이외에 GPU와 I/O 등 나머지 부분은 TSMC에 외주를 맡길 계획입니다. 아직은 생산 능력이 크지 않은 인텔 EUV 팹에 주는 부하를 줄이고 가격을 낮추겠다는 복안으로 생각됩니다. 한 번에 큰 칩을 만드는 것이 효율성 면에서는 가장 좋지만, 비용적인 측면 때문에 최근에는 중요하지 않은 부분은 따로 만들어서 붙이는 방식이 점차 대세가 되고 있습니다. 인텔은 지난 몇 년간 포베로스 기술을 가다듬었기 때문에 메테오 레이크에서 전면적으로 적용하는 데는 큰 어려움이 없을 것으로 예상됩니다. 다만 메테오 레이크는 출시 시점인 2023년 하반기가 다가오는데도 불구하고 여러 가지 확인되지 않은 루머가 많은 제품이기도 합니다. 일부에서는 인텔이 13세대 랩터 레이크의 리프레쉬 버전을 투입해 14세대 코어 프로세서 제품군 중 상당수를 대체할 것이라는 이야기가 나오고 있습니다. 13세대 코어 프로세서가 시장에서 상대방을 잘 견제하고 있는 데다 인텔 4 공정의 초기 생산량이 많지 않을 수 있다는 게 이런 주장의 근거이지만, 아직은 확인되지 않은 소식일 뿐입니다. 인텔 4 공정 제품이 예정대로 올해 등장한다면 그다음 타자는 그 개량형인 인텔 3 공정입니다. 2024년에 등장할 그래나잇 래피즈(Granite Rapids)와 시에라 포레스트(Sierra Forest) 서버 프로세서가 이 공정을 사용합니다. 인텔 3 공정은 과거 인텔 5nm 공정으로 불렀던 미세 공정으로 TSMC나 삼성의 3nm 공정과 견줄 수 있는 성능이라는 의미가 내포된 것으로 보입니다.인텔은 인텔 3 공정이 전력 대 성능비에서 전 세대 대비 최대 18% 개선되었다고 발표했습니다. 그렇다면 전기를 많이 먹는 서버 프로세서에 유리한 조건입니다. 인텔 6세대 제온 스케일러블 프로세서로 등장할 그래나잇 래피즈와 고효율 (E) 코어만 탑재한 새로운 프로세서인 시에라 포레스트의 전력 대 성능비를 상당히 높일 수 있는 셈입니다. 특히 그래나잇 래피즈와 시에라 포레스트는 코어 숫자가 대폭 늘어날 것으로 알려져 있어 전력 절감 기술이 절실하게 필요합니다. 인텔은 최근 인텔 3 공정이 목표 수율과 성능에 도달했다고 발표했지만, 그에 앞서 이미 옴스트롱 레벨 공정인 20A와 18A의 기본 개발을 마무리했다고 언급했습니다. 그리고 로드맵에 따르면 20A 공정을 적용한 애로우 레이크(Arrow Lake) 프로세서가 2024년이 끝나기 전에 나와야 하기 때문에 지금 한창 양산을 준비해야 하는 상황입니다.20A 공정은 인텔이 다른 경쟁자를 따라잡을 수 있는지 검증할 수 있는 무대가 될 것입니다. 인텔의 독자 게이트 올 어라운드 (GAA) 트랜지스터 기술인 리본펫과 후면 전력 기술인 파워비아를 통해 미세 공정 기술를 다시 리드할 수 있음을 보여줄 수 있시기 때문입니다. 만약 2024년에 늦지 않게 애로우 레이크가 등장해 기술적 우위를 보여준다면 소비자용 CPU 시장에서 점유율을 다시 높이고 초미세 공정 파운드리를 독점한 TSMC에 도전장을 내밀 수 있을 것입니다. 하지만 이 제품들의 출시를 연기한다면 상황은 다시 어려워질 수 있습니다. 경쟁자들은 멈추지 않을 것이기 때문입니다. 한때 팹리스 회사로 전환하는 편이 낫다는 이야기가 나올 정도로 어려움을 겪었던 인텔이 화려하게 챔피언 자리로 복귀할 수 있을지 아니면 다시 어려움을 겪을지 결과가 주목됩니다. 

현재 인공지능 및 그래픽 카드 시장의 절대 강자인 엔비디아는 처음에는 게임용 그래픽 카드 프로세서 제조 업체로 시작했습니다. 지금처럼 게임용 그래픽 카드 시장을 장악한 회사가 된 것은 2000년대 초반 지포스 2를 출시한 이후입니다. 하지만 이 시기 그래픽 카드 시장은 지금처럼 크지 않았기 때문에 엔비디아의 역시 지금처럼 가치가 큰 회사는 아니었습니다. 그런 엔비디아가 2010년 대 중반 이후 급격한 성장을 하게 된 것은 빅 데이터와 인공지능 덕분입니다. 대규모 데이터를 처리하는 데 있어 GPU가 지닌 병렬 연산 구조가 큰 도움이 되었고 같은 이유로 인공지능 연산 속도 역시 GPU가 CPU보다 압도적으로 빨랐습니다. 물론 최근에 인공지능 기술이 급격하게 발달하게 된 것도 GPU 덕분이라고 할 수 있습니다. 그런데 암호 화폐 채굴이나 인공지능 수요 덕분에 그래픽 카드가 날개 돋친 듯 팔려 나가면서 본래 그래픽 카드의 수요자였던 일반 게임용 그래픽 카드 소비자들은 오히려 외면받는 상황이 됐습니다. 더 비싼 가격을 주고서라도 그래픽 카드를 사려는 사람들이 줄을 서면서 정작 본래 소비자들은 아주 비싼 값을 주지 않으면 물건을 살 수 없게 된 것입니다. 일반적으로 IT 제품은 기다리면 가격은 내려갑니다. 계속 고성능의 신제품이 나오니 이전 제품의 가격이 속절없이 추락하는 것입니다. 하지만 2020년 출시된 RTX 3000 시리즈 그래픽 카드의 경우 나중에 구매한 소비자가 더 비싼 값을 치러야 했습니다. 암호 화폐 채굴에 인공지능 돌풍까지 불어 가격이 천정부지로 치솟았기 때문입니다. 그런 이유에서 당시 업그레이드 대기 수요 중 상당수는 아예 RTX 4000 시리즈 그래픽 카드로 옮겨갔습니다. 아예 기다린 셈에 좀 더 기다렸다가 차세대 그래픽 카드를 구매하는 방향으로 생각을 바꾼 것입니다. 하지만 몇 년간의 공백을 깨고 등장한 RTX 4000 시리즈는 시작부터 논란에 휩싸입니다. 게임만 하려고 사기에는 너무 부담스러운 수준으로 비쌌고 그래픽 카드 역시 일부 케이스에 장착이 불가능할 정도로 커졌기 때문입니다. 더구나 과거 같으면 RTX 4070 정도로 나왔어야 하는 제품이 RTX 4080 12GB라는 괴상한 이름을 달고 출시되어 원성이 자자했습니다. 결국 엔비디아는 RTX 4080 12GB의 출시를 취소하고 가격을 약간 낮춘 후 RTX 4070Ti로 다시 출시하는 사상 초유의 사태를 겪었습니다. 이렇게 시작부터 반응이 좋지 못했던 RTX 4000 시리즈는 이후 순차적으로 아래 등급 제품이 나올 때마다 비슷하게 그렇게 좋지 않은 반응이 나왔습니다. 분명 이전 같으면 한 단계 아래 제품으로 나왔어야 할 제품들이 더 비싼 가격표를 들고 출시했기 때문입니다. 그리고 그런 상황은 가장 많이 팔리는 주력 상품군인 60급에서 그대로 이어졌습니다. RTX 4060Ti는 스펙으로 볼 때 사실은 그보다 아래 등급인 RTX 4050Ti처럼 보이는 제품입니다. 전작인 RTX 3060Ti보다 적은 수인 4352개의 쿠다 코어나 절반 수준인 128bit 메모리 인터페이스를 감안하면 60Ti의 이름을 붙이기가 어색해 보입니다.여기에 기본 성능도 RTX 3060 Ti와 비교해 15% 정도 높아지는 수준에 그쳐 3년 동안 기다린 소비자들을 허탈하게 했습니다. 그동안 GPU 및 반도체 제조 기술이 발전한 걸 생각하면 너무 적은 변화이기 때문입니다. 물론 RTX 4060Ti에도 장점은 있습니다. 우선 TSMC의 4nm 공정을 적용해 전력 소비가 크게 줄었습니다. 따라서 미니 PC나 저전력 제품을 원하는 소비자에게 더 나은 선택이 될 수 있습니다. 그리고 인공지능을 이용해 속도를 높이는 DLSS3를 지원하는 게임에서는 한 체급 위인 RTX 3070도 이길 수 있습니다. 하지만 이 모두를 생각해도 성능과 가격 모두 오랜 시간 기다린 소비자들을 실망시키고 있습니다. 이렇게 그래픽 카드 등급이 줄줄이 하향되는 데는 그럴 만한 이유가 있습니다. 우선 그래픽 카드 시장이 엔비디아 독점 체제로 경쟁을 할 만한 이유가 없습니다. 최신 미세 공정 웨이퍼 단기가 비싼 것도 중요한 이유입니다. 다만 다이 사이즈가 작아진 점을 생각하면 이 부분은 어느 정도 상쇄할 수 있었던 부분으로 생각됩니다. 한 가지 더 생각할 수 있는 이유는 동족 포식을 막기 위한 것입니다. 게임용 그래픽 카드도 인공지능 연산용으로 사용할 수 있는 만큼 너무 저렴한 그래픽 카드를 내놓을 경우 상위 제품 판매에 악영향을 줄 수 있습니다. 예를 들어 RTX 4090의 가격이 1000달러 미만이라면 서버급 제품 판매에도 영향을 줄 수 있습니다. 그렇다면 게임용 그래픽 카드 판매량이 줄어드는 상황을 감수하고 가격을 전반적으로 올리는 정책이 말이 될 수 있습니다. 하지만 그래픽 카드 시장이 현재 CPU 시장처럼 치열한 경쟁 상황이어도 이렇게 했을지는 의문입니다. 결국 소비자에게 유리한 상황이 되려면 AMD와 인텔이 의미 있는 경쟁자가 되는 수밖에 없습니다.