이 기사는 2024년 08월 22일 14:53 thebell 에 표출된 기사입니다.

반도체는 지난해 기점으로 급속 성장 중인 인공지능(AI) 산업의 핵심 축이다. AI 구현을 위한 데이터센터, 디바이스 등에 필수 요소다. 현재까지는 그래픽처리장치(GPU) 선두주자 엔비디아가 관련 부문을 주도해왔다. 하지만 머지 않은 시점에 다른 분위기가 형성될 수 있다는 전망이 나온다. GPU 대안으로 신경망처리장치(NPU)가 부상하면서다.

신동주 모빌린트 대표(사진)는 22일 서울 소공동 롯데호텔에서 '게임체인저 AI, 산업구조의 대전환'이라는 주제로 열린 '더벨 경영전략 포럼 2024' 연사로 나서 'AI 시장의 개화, 글로벌 반도체 시장 재편 전망'이라는 내용을 발표했다. 모빌린트는 AI 칩을 개발하는 반도체 설계(팹리스) 업체다.

주요국에서 대규모 AI 투자가 단행되고 있으나 의미있는 수익 창출, AI 보급 등은 아직이다. 'AI 거품론'이 제기된 배경이다. AI 서버 구축에는 막대한 비용과 전력이 소요된다. 따라서 천문학적인 자금을 들여야 하는데 이 과정에서 투자 대비 이익이 미미하다는 지적이 나온 것이다.

신 대표는 "AI에 대한 많은 투자와 많은 기대가 따르면서 거품이라는 말이 나온 것 같다"며 "이같은 갭(GAP)은 가성비와 전성비 부족에서 비롯된 것으로 판단된다"고 설명했다.

비용 부담이 높은 데는 여러 요인이 있는데 가장 대표적인 것이 GPU다. 하드웨어(HW)와 소프트웨어(SW) 기술력을 모두 갖춘 엔비디아의 최신 GPU는 몸값이 천정부지로 뛰었고 이는 전반적인 투입 자금을 높였다. 조단위 금액을 쏟아붓는 빅테크에게도 적잖은 수준이다.

이에 따라 엔비디아 GPU 대체품 수요가 늘어나는 흐름이다. 당초 GPU는 이름 그대로 그래픽 분야를 위해 만들어진 반도체다. 병렬 연산이라는 특징으로 AI 가속기 역할을 할 수 있었다.

대안으로 주목받는 NPU는 태생 자체가 AI를 염두에 둔 반도체다. 학습, 추론 등 AI 핵심 영역을 저전력 및 고속으로 처리할 수 있다. 완성도 측면에서 상대적으로 역사가 긴 GPU 대비 미비하다는 평가를 받아왔지만 현시점에서는 상당 부분 격차를 좁혔다.

신 대표는 "(NPU 등) 새로운 AI 반도체 발전으로 인해 추론은 1년, 학습은 2년 안에 비용이 3배 이상 낮아질 수 있다"면서 "이미 엔비디아는 추론용 시장에서 점유율을 내주고 있고 학습용에서도 2~3년 대체 솔루션이 등장할 것"이라고 분석했다.

NPU에는 여러 종류가 있다. 딥러닝 액셀러레이터(DLA), 프로세스 인 메모리(PIM), 뉴로모픽 반도체 등이 대상이다.

DLA는 기존 폰 노이만 구조(데이터와 프로그램 메모리를 구분하지 않는 구조)와 크게 벗어나지 않는다. PIM은 메모리 내부에 연산장치를 탑재하는 것으로 메모리 병목현상을 최소화한 제품이다. 이 제품부터 실질적인 NPU라 볼 수 있다. 차차세대로는 뇌 구조를 모방한 뉴로모픽 반도체가 있다.

신 대표는 "지금까지 GPU가 시장을 독점하면서 빠르게 성장해왔다. 당분간 해당 구도가 유지될 것"이라면서도 "짧게는 1~2년, 길게는 2~3년 뒤에는 NPU가 빠르게 성장해서 GPU를 넘어설 수 있을 것"이라고 강조했다.

AI 반도체의 궁극적인 지향점으로 여겨지는 뉴로모픽 반도체는 짧게는 10년, 길게는 20년이 지나야 상용화될 것으로 관측된다.

시스템반도체와 짝을 이루는 메모리 측면에서도 다변화가 예상된다. 기존에는 GPU와 고대역폭메모리(HBM)가 대세였다면 NPU는 저전력(LPDDR) D램, 임베디드 멀티미디어카드(eMMC) 등이 치고 올라올 것으로 보인다.

실제로 삼성전자와 네이버가 공동 개발한 AI 반도체 '마하1'에는 HBM 대신 LPDDR이 쓰인다. HBM은 고성능을 자랑하지만 너무 비싸다는 단점이 있다. 전력 소모도 적지 않다. GPU와 비슷한 이유로 LPDDR이 부상할 가능성이 크다.

신 대표는 "AI 메모리 관련해서 HBM이 이슈를 흡수해왔지만 온프레미스, 온디바이스 등이 확산하면 LPDDR도 서버 분야에서 많이 채택될 것"이라며 "중장기적으로 수요 관점에서 5대5를 이룰지 않을까 싶다"고 말했다.