- 정부, 국산 NPU 활용 데이터센터 구축
- 스타트업, 엣지 NPU 개발 전념…딥엑스, 내년 1분기 상용화
- 메모리 업계, PIM 반도체 고도화…CMS·CSD 확대

[디지털데일리 윤상호 기자] 인공지능(AI) 반도체를 겨냥한 우리나라 정부 재계 학계 발걸음이 빨라지고 있다. 정부의 지원책과 업계 및 학계 최신 동향 등을 공유하는 자리를 만들었다.

6일 정보통신기획평가원(IITP)은 서울 서초구 AT센터에서 ‘’IITP 테크&퓨처 인사이트 콘서트: K-AI반도체, 미래를 말하다‘를 개최했다. 온라인으로도 생중계했다.

AI 반도체는 AI 학습과 데이터처리 등에 활용하는 시스템반도체다. ▲중앙처리장치(CPU) ▲프로그래머블반도체(FPGA) ▲그래픽처리장치(GPU) 등 기존 시스템반도체에서 신경망처리장치(NPU) 등 전용 시스템반도체로 전환 중이다. NPU는 AI에 맞게 CPU FPGA GPU의 비효율적인 면을 덜어낸 것이 특징이다. 구글 퀄컴 애플 삼성전자 등이 상용화했다. 다양한 스타트업도 도전 중이다.

시장조사기관 가트너에 따르면 시스템반도체 시장은 2018년 70억달러에서 2022년 326억1000만달러로 성장한다. AI 반도체 비중은 2018년 2.8%에서 2022년 12.1%로 확대했다. 2030년에는 시스템반도체는 1179억달러 규모 AI 반도체 비중은 31.3%에 달할 전망이다.

IITP 오윤제 PM은 “우리나라 반도체 설계(팹리스) 회사 세계 시스템반도체 점유율은 삼성전자를 빼면 1%도 안 된다”라며 “AI 반도체 시장은 향후 10년간 6배 성장할 것으로 아직 주도권을 확실히 잡은 곳이 없기 때문에 우리나라 기업에 충분히 승산이 있다”라고 말했다.

시장조사기관 옴디아는 AI 반도체 규모를 2019년 110억달러로 추산했다. 2025년 710억달러로 늘어난다. ▲데이터센터(학습용) 40억달러 ▲데이터센터(처리용) 150억달러 ▲엣지(디바이스) 520억달러다. 학습용은 엔비디아 GPU가 강세다. 엣지는 NPU 수요가 많다. 데이터 처리 수요는 GPU 등 기존 시스템반도체와 NPU가 경쟁하는 구도다.

오 PM은 “우리나라가 가진 메모리반도체 강점을 살려 PIM(Processing-In-Memory) 등 차세대 AI 반도체를 선점해야 한다”라며 “국산 데이터센터에 NPU를 적극 활용하는 등 산학연 연계를 강화해 경쟁력을 높일 계획”이라고 전했다.

우리 정부는 지난 6월 ’AI 반도체 산업 성장 지원대책‘을 구체화했다. AI 반도체 연구개발(R&D) 등에 향후 5년 동안 1조200억원을 투자한다.

반도체 인력 부족은 세계적 문제다. 우리나라의 경우 향후 10년 동안 2만명이 모자란다. 업계는 반도체 수탁생산(파운드리) 세계 1위 TSMC와 삼성전자 파운드리사업부 인력을 각각 6만명과 2만명으로 추정했다. 세계 1위 팹리스 퀄컴과 삼성전자 시스템LSI사업부 인력은 각각 4만5000명과 1만명으로 계산했다.

서울대학교 이혁재 교수는 “반도체 분야별 필요한 인력이 다르기 때문에 맞춤형 인재 양성이 중요하다”라며 “학부 증원, 교수 충원, 공대 및 타전공자를 위한 교육과정, 교육용 장비 확대 등이 요구되는 상황”이라고 조언했다.

NPU는 팹리스 스타트업에게도 기회다.

딥엑스 김녹원 대표는 “사물AI(AI of Things)는 대세다. 데이터가 생성된 곳에서 AI가 해결하는 모델이다”라며 “알고리즘을 만드는데 필요한 학습용 AI 반도체는 GPU 등 기존 업체가 강세를 이루겠지만 서버 및 엣지 AI 반도체는 이제 경쟁이 시작된 단계”라고 분석했다.

딥엑스는 2023년 1분기 첫 NPU를 상용화할 예정이다. 3분기에는 서버용 NPU도 공략할 계획이다.

메모리 업체도 기회를 엿보고 있다. 메모리와 시스템반도체 통합이다. PIM 반도체가 대표적이다. 데이터가 오가는 과정을 줄이면 속도 개선과 전력소모량을 낮출 수 있다.

SK하이닉스 임의철 펠로우는 “PIM이 무조건 효율이 높은 것은 아니다. 상황에 따라 다르기 때문에 업무별 어떤 솔루션이 좋을지 철저한 분석이 필요하다”라며 “다이레벨에서 제품이 PIM이라면 카드레벨 CMS 스토리지레벨 CSD까지 확장 가능하다”라고 설명했다.