[뉴스]

[과학] 새 시대를 여는 AI 반도체

2021-11-02(화) 16:44

관련 업무분야

관련 업무분야가 없습니다.

관련 구성원

박정일

02-5555-007

tigerdream2080@lawfirmclass.com

세상을 움직이는 실리콘 ③ 미래기술의 핵심 비메모리 반도체

손톱보다도 작은 반도체칩 때문에 전 세계가 들썩이고 있다. 나날이 커지고 있는 반도체의 영향력은 단순히 산업의 문제를 넘어서 국가차원의 경쟁력을 판단하는 기준으로 사용되고 있다. 이번 기획에서는 미국과 중국을 중심으로 일어나고 있는 반도체 경쟁에 대한 현주소를 이해하고, 미래기술의 핵심인 메모리·비메모리 반도체가 가지는 의미를 살펴보고자 한다. 더불어 미래 핵심 산업으로서 국가적 보호의 필요성에 대해 논해보려 한다. <편집자 주>

[글 싣는 순서] ① 국가 경쟁력으로서의 반도체 ② 메모리 반도체의 오늘과 내일 ③ 미래기술의 핵심 비메모리 반도체 ④ 국가핵심기술 지정과 기술 유출에 대한 고찰


새 시대를 여는 AI 반도체


박정일 / 법무법인 클라스 고문 

  최근 차량용 반도체에 대한 관심이 아주 뜨겁다. 기존 자동차 회사들의 수요예측이 빗나가고, 한파 등 기상악화로 공장의 원활한 운영이 어려워짐에 따라 반도체의 생산량이 수요를 따라가지 못하고 있는 실정이기 때문이다. 특히 완성차 조립과정과 달리 반도체 공정과정은 생산유연성이 떨어지기 때문에 당분간은 이처럼 차량용 반도체 부족현상이 지속될 것으로 예측된다. 이번 기획에서는 논란의 중심인 차량용 반도체를 포함해 잠재적인 시장성이 점차 커지고 있는 비메모리 반도체 분야를 살펴보려 한다. 그중에서도 최신 인공지능 기술의 발달로 자율주행차량을 비롯해 각종 가전 및 사물에 사용되는 AP(Application Processor) 같이 높은 수준의 비메모리 반도체를 생산하는 국내기업의 현재와 미래를 살펴볼 것이다. 더불어 산·학·연에서 해야 할 역할을 논의해 보고자 한다.

All Digital 사회가 다가온다

  인공지능(AI) 혁명이 올 디지털(All Digital) 사회를 촉진하고 있다. AI 시대는 그 어느 때보다 많은 엄청난 비정형 데이터를 리얼타임으로 처리해야 하는데, 스마트 시티의 구현과 자율주행차 등 미래 애플리케이션을 구현하려면 AI 반도체가 반드시 필요하다. 해당 개념은 AI 데이터 처리에 특화된 처리기(Processor)로서 연산 성능 고속화와 소비 전력효율(Power Efficiency)을 위해 최적화시킨 반도체를 말한다. 아키텍처 구조 및 활용 범위에 따라 GPU(Graphic Processing Unit), FPGA(Field Programmable Gate Array), 주문형 반도체 ASIC(Application Specific IC)부터 뉴로모픽 반도체(Neuromorphic Chip)까지 포괄한다. 이처럼 AI 반도체는 저장, 연산처리, 통신 기능을 융합한 가장 진화된 반도체 기술의 집약체라 할 수 있다.

  최근 AI 반도체는 병렬연산 처리에 최적화된 GPU 중심에서 초고성능·초저전력 뉴로모픽 반도체로 진화하고 있다. 뉴로모픽 칩은 저장과 연산은 물론 인식, 패턴 분석까지 가능하다. 마치 사람이 기억하는 원리처럼 신호를 주고받을 때 형성되는 잔상으로 데이터를 저장하는 것이다. 이처럼 인간의 뇌신경 구조를 모방해 설계함으로써 하드웨어 크기와 전력 소모를 기존 반도체와 비교했을 때 1억분의 1 수준까지 줄일 수 있게 됐다. 이 밖에도 AI 반도체의 향후 미래는 주문형 반도체 ASIC 방식, 데이터 센서와 디바이스에 최적화된 인공신경망 반도체 등 다양한 AI 시스템을 지원하는 방향으로 발전할 것으로 예상된다.

글로벌 기업들의 치열한 개발 경쟁

  AI 반도체 시장이 빠르게 성장하고 있다. 정보통신정책연구원에 따르면 2030년 세계 AI 반도체 시장 규모가 140조 원 규모로 성장할 전망이다. 특히 중국과 미국 간 ‘경쟁’ 구도가 눈에 띄는데, 이를 중점적으로 살펴보고자 한다. 먼저 해당 시장이 놀라운 속도로 발전해 나가면서 미국은 빠르게 선점의욕을 불태웠다. 인텔, 엔비디아, 시링크 등 시스템 반도체 기업이 관련 분야에 진출하는 것이 대표적인 사례라고 할 수 있겠다. 이를 좀 더 구체적으로 서술하자면, 인텔은 AI 반도체 기업을 인수·합병하고 데이터센터용 AI 반도체부터 디바이스용 반도체에 이르기까지 다양하게 사업 분야를 확대하고 있다. 그래픽처리장치 기술을 선도하는 엔비디아는 완성차업체·전장 부품·모빌리티 서비스 업체까지 수백여 개 업체와 공동 연구개발에 적극적으로 나서고 있다. 이어 시링크는 사물인터넷(Internet of Things, IoT), 빅데이터, 데이터센터용 AI 반도체에 집중하고 있으며 테슬라는 자율주행차 전용 프로세서 개발 계획을, 마이크로소프트는 딥러닝 기술에 특화한 AI 전용칩을 선보였다.

  이에 맞서 중국 정부는 AI 반도체를 ‘반도체 굴기’ 핵심 정책으로 집중 투자해 육성하겠다고 밝히면서 중국 내 관련 기업들은 해당 기술개발에 역량을 집중하고 있다. 가장 대표적인 중국 반도체 기업인 화웨이는 AI 소프트웨어와 반도체 자체 개발에 착수하는 등 관련 시장을 적극 공략하고 있는데, 특히 ‘기린970’을 내세워 미국 기업을 따라잡겠다는 목표를 수립했다. 알리바바는 커넥티드카, 스마트시티 등 다양한 분야에 적용할 수 있는 첨단기기용 AI 반도체의 자체 개발에 나섰으며 이를 위해 설계업체인 씨스카이 마이크로 시스템을 인수하면서 기술개발에 집중하고 있다. 또한 관련 업계의 유니콘 기업 캠브리콘 테크놀로지는 스마트폰, 웨어러블 기기 등에 탑재 가능한 AI 반도체를 자체 개발해 상용화하는 등의 모습을 보였다. 이러한 기업들의 모습을 통해 중국 정부의 정책에서 일부 성과가 나타나고 있음을 확인할 수 있다.

삼성의 AI 반도체 선점

  우리나라에서는 삼성전자가 AI 반도체 선점에 적극적으로 나서고 있다. 음성인식, 번역, 메타버스, 자율주행과 같은 응용분야가 확대되면서 관련 시장이 급성장하고 있기 때문이다. 특히 연산 로직을 결합해 재설계한 메모리 장치는 새로운 미래형 애플리케이션의 시장을 열 것으로 전망된다. AI 알고리즘과 애플리케이션의 성장으로 데이터 처리에서 요구 사항이 급격히 증가하는데 현재의 메모리로는 이러한 방대한 데이터를 빠르게 처리하기란 역부족이기 때문이다. 이때 필요한 해결책이 PIM(Processing In Memory)이다. PIM은 데이터를 저장하는 메모리 반도체 내부에 연산 작업이 가능한 프로세서 기능을 더한 차세대 반도체 기술이다. 해당 기술을 활용한다면 메모리에 AI 엔진(프로세서)을 탑재한 제품을 만들 수 있으며, 증가하는 AI 데이터 처리 수요와 이러한 수요를 충족하기에 역부족인 현재의 메모리 솔루션 간의 가교가 될 것이다. 이와 같은 PIM은 연산과 메모리가 통합된 구조이며 이를 바탕으로 로직이 탑재된 메모리 장치가 데이터 연산을 로컬로 수행한다.

  이처럼 해당 기술이 각광받고 있는 지금, 삼성전자는 HBM(High Bandwidth Memory, 고대역폭 메모리) 장치에 PCU(Programmable Computing Unit)라는 AI 엔진을 통합함으로써 세계 최초로 HBM 내에 PIM 개념을 구현해냈다. PIM의 새로운 장을 연 것이다. 이에 더해 삼성 PIM은 메모리 PCU의 AI 엔진을 통합하는 방식으로 메모리 내부에서 연산처리를 가능하게 하며 성능을 극대화했다. 삼성 PIM은 이렇게 2배 이상 높아진 성능으로 슈퍼컴퓨터(HPC), 데이터 센터 등 최근 초고속 데이터 분석을 요구하는 AI의 발전에 효과적인 솔루션을 제시하고 있다.

전문인력의 필요성을 직시하며

  반도체 시장에서 경쟁력 우위를 지켜내기 위해서는 고급인력 양성을 통한 핵심기술 개발, 성장환경 생태계 조성이 필요하다. 그중 반도체 전문인력 육성은 경쟁력 제고의 핵심이다. 그러나 전문인력 양성 문제는 민간 기업이 스스로 해결하기 어려운 사안으로 정부가 정책적으로 장기적인 로드맵을 세워 추진해야 하는 과제이다.

  AI 반도체 성장을 위해서는 AI 전문가를 양성해야 한다. 국내 대학을 외국과 비교해 봤을 때 자율주행, 로보틱스, 보안 등 관련 학과의 정원은 아직도 부족한 상황이다. 이러한 현실을 직시하고 공급에 맞춰 적극적으로 한계를 개선해나가야 할 것이다. 특히 전문인력 양성 교육체계 개선이 시급한 것이다. 정부가 계획한 반도체 전문인력 배출에 성과를 내기 위해서는 수도권 정비계획법의 교육 인력 총량 규제를 개정해 수도권 대학 내 AI 반도체 학과 신설 및 증원이 동반돼야 한다. 이 밖에도 산학 연계 연구개발(R&D) 프로젝트를 정부가 지속적으로 발주하도록 예산을 지원하는 것도 하나의 방법이다.

  또한 반도체 전문인력 확보를 위해 기업 참여형 커리큘럼을 개발·운영해 석·박사급 우수 연구인력을 육성할 수 있도록 스톡옵션 제도 완화와 세제지원 역시 병행하는 것이 바람직하다. 특히 정부가 ‘반도체 핵심인력 양성 및 보호에 관한 특별법’을 제정해 현실적이고 효율적인 반도체 전문인력 양성에 나서야 한다. 실무인력 강화를 위해서는 설계 및 공정과정을 아우르는 실습·실무 교육을 추진해야 하며, 석·박사급 AI 반도체 원천기술 개발 인력을 양성하기 위한 융합 전문인력 양성센터와 대학 ICT 연구센터가 확대돼야 할 것이다. 

대학원신문 (cauon.net)