저자: 이형수 · 한국인
요약 보기
결론: AI 반도체 수요가 반도체 시장 성장을 주도하며, 향후 메모리와 프로세서를 결합한 구조 변화가 핵심 투자 포인트라는 취지의 기술 해설 영상이다. AI 반도체 개요: AI 구현에 필요한 반도체로, 현재 반도체 수요에서 가장 기대를 모으는 분야라고 설명했다. 스마트폰 AP 내 CPU·GPU·NPU가 있고, NPU는 신경망을 모방한 AI 전용 프로세서다. 응용 예: 카메라 야간 촬영 보정처럼 AI가 이미지 처리를 돕는 사례가 늘고 있다고 언급했다. 수요 동인: 클라우드·IoT 등 빅데이터 처리를 위해 고성능 AI가 필요하며, 빅테크 기업 입장에서 중요성이 커진다고 봤다. 알파고 이후 GPU 기반 AI 연구가 확대됐다는 흐름도 짚었다. 향후 방향: GPU를 넘어 AI에 최적화된 주문형 반도체(ASIC) 설계가 늘 것으로 전망했다. 설계는 빅테크가 하고 파운드리가 생산하는 구조가 확대될 것이라 봤다. 공정 이슈: 후공정(패키징)이 점점 중요해지며, 프로세서와 메모리를 가깝게 붙이는 기술이 발전하고 있다. 메모리 병목: CPU 처리 속도에 비해 데이터 로딩 속도가 느려 DRAM이 필요하고, AI 시대에는 프로세서와 메모리를 결합하는 방향으로 기술이 진화할 것이라 설명했다. 장기적으로 메모리 내 연산(컴퓨팅 인 메모리) 구현이 필요하다는 견해다. 출연자 발언: 진행자(박연선 PD)와의 대담 형식이며, 구체적 가격·목표가·종목 추천은 제시되지 않았다.
다듬은 글
AI 반도체 수요와 시장 전망
지금 반도체 수요에서 기대를 모으고 있는 쪽이 AI 시장이라고 보시면 됩니다. AI 반도체는 인공지능을 구현하기 위해 필요한 반도체라고 생각하시면 되고, 앞으로 크게 성장할 시장입니다. 빅테크 업체들 입장에서는 굉장히 반가운 흐름입니다. 클라우드, IoT 등 모든 연결된 곳에서 빅데이터가 쏟아지고, 그 데이터에서 패턴을 찾아내려면 아주 고성능의 AI가 필요하기 때문입니다.
AI는 이미 우리 스마트폰 안에 있다
AI는 이미 우리 스마트폰에 많이 적용되어 있습니다. 스마트폰의 핵심 프로세서인 AP, 즉 애플리케이션 프로세서에는 핵심 프로세서가 세 가지 들어 있습니다. 연산을 처리하는 CPU, 그래픽을 처리하는 GPU, 그리고 AI를 담당하는 NPU입니다. 여기서 NPU는 신경망 처리 장치라고도 하는데, 사람의 뇌 속 뉴런과 시냅스의 반응을 모방해 만든 반도체입니다.
카메라 보정도 AI가 담당
쉬운 예로 카메라를 생각해 보시면 됩니다. 예전에는 어두운 곳에서 셔터를 누르면 사진이 잘 안 나왔는데, 요즘은 어둡다고 느껴도 갑자기 환하게 밝아진 사진이 나오지 않습니까. AI가 배경이나 색깔에 따라 이런 부분을 보정해 주기 때문입니다.
주목받는 AI 반도체의 발전 과정
AI 반도체에서 가장 중요한 분기점은 이세돌 9단과 알파고의 대국이었습니다. 그 이전에는 AI 반도체 연구가 주로 CPU 기반으로 이루어졌습니다. 그런데 알파고의 강력한 성능이 알려지면서 GPU 기반 연구가 활발해졌고, 지금은 대부분의 AI 연구가 GPU 기반으로 진행되고 있습니다.
앞으로는 GPU를 넘어 AI에 최적화된 주문형 반도체, 즉 ASIC 쪽으로 많이 갈 것으로 보입니다. 빅테크 업체들이 설계를 하고, 이를 파운드리에서 생산해 주는 방식이 늘어날 전망입니다.
후공정의 중요성
AI 반도체 개발에 쓰이는 장비와 공정은 제품마다 다르지만, 후공정이 굉장히 중요해지고 있습니다. 전공정에서는 프로세서 코어가 많이 들어가고, NPU 같은 것들이 함께 들어갑니다. 여기서 메모리는 AI가 머무는 집이라고 생각하시면 됩니다.
클라우드 AI와 온디바이스 AI의 차이
시리나 빅스비 같은 음성비서는 대부분 클라우드에 있습니다. 그래서 질문을 하면 서버에 보내서 처리한 뒤 답을 받아오기 때문에 시간차가 조금 있습니다. 자비스처럼 말하자마자 바로 대화가 될 정도로 지연이 없으려면 기기 안에 NPU가 있어야 합니다. 그러려면 반도체 기술이 더 발전해야 합니다.
메모리 병목 문제
지금 컴퓨터의 구조는 폰 노이만이라는 천재 과학자가 만든 구조를 그대로 따르고 있습니다. CPU라는 프로세서가 있고, 데이터는 HDD나 SSD에 저장됩니다. 데이터를 불러와 프로세서에서 처리해야 하는데, 프로세서 성능은 굉장히 빠른 반면 데이터를 불러오는 속도가 너무 느립니다. 이것을 병목 현상이라고 합니다.
이를 완화하기 위해 나온 것이 DRAM입니다. DRAM은 읽기에 최적화된 반도체인데, 대신 전원이 꺼지면 데이터가 사라지는 휘발성입니다. 반면 SSD나 HDD는 지우지 않는 한 영구적으로 남아 있습니다. 그래서 기존 구조로는 AI를 돌리기가 쉽지 않습니다.
사람의 뇌는 연산과 저장이 같이 있습니다. 기존 폰 노이만 구조와 달리 AI 시대에는 프로세서와 메모리를 가까이 붙여야 합니다. 그래서 후공정 쪽에서 기술이 진화할 수밖에 없습니다. 최근에는 메모리 위에 일부 프로세서를 장착해 병목을 줄이는 방향으로 가고 있습니다. 자주 찾는 데이터를 가까운 곳에 두는 즐겨찾기 같은 개념입니다.
결국 자비스 같은 AI를 구현하려면 메모리에서 직접 연산을 할 수 있는 컴퓨팅 인 메모리(Computing-in-Memory) 구조가 필요할 것으로 보고 있습니다.
Comments 0