2026.09.08 화요일
검색
'AI 가속기' 검색결과
기간검색
-
~
검색영역
검색어
-
![[데일리 제약·바이오 브리프] 유한양행, 글로벌 제약사와 1311억원 API 공급계약 체결 外](https://image.ajunews.com//content/image/2026/09/02/20260902093346629470.jpg)
유한양행, 글로벌 제약사와 1311억원 API 공급계약 체결 外 [경제일보] 유한양행이 글로벌 제약사와 1300억원대 규모의 원료의약품(API) 공급계약을 체결했다. 계약 기간은 약 2년 8개월로 유한양행의 안정적인 해외 매출 확보에도 도움이 될 것으로 전망된다. 2일 제약바이오업계에 따르면 유한양행은 지난 1일 글로벌 제약사와 1311억원 규모의 API 공급계약을 체결했다고 공시했다. 계약 금액은 1311억원으로 유한양행의 지난해 연결 기준 매출 2조1866억원의 약 6%에 해당한다. 계약 기간은 지난 1일부터 2028년 5월 31일까지다. 다만 계약 종료일은 양사 합의에 따라 변경될 수 있다. 이번 계약의 구체적인 상대방은 공개되지 않았다. 유한양행은 계약 상대방의 요청에 따라 경영상 비밀 유지를 위해 회사명을 비공개로 하며 향후 공시유보 해제 사유가 발생하면 계약 상대방을 공개할 예정이다. API는 완제의약품을 생산하는 데 사용되는 핵심 원료다. 의약품 제조 과정에서 안정적인 품질과 공급망 확보가 중요한 만큼 장기 공급계약은 제약사의 지속적인 매출 기반을 확보하는 수단으로 활용된다. 특히 이번 계약 규모는 유한양행의 연간 매출에서 차지하는 비중이 6%에 달한다. 계약이 예정대로 진행될 경우 향후 수년간 API 공급을 통해 안정적인 매출이 발생할 것으로 예상된다. 유한양행은 신약 개발뿐 아니라 원료의약품과 완제의약품 생산·공급을 통해 글로벌 사업을 확대하고 있다. 최근에는 자체 개발 신약의 해외 진출과 기술수출을 비롯해 글로벌 제약사와의 협력을 강화하며 사업 영역을 넓히고 있다. 이번 API 공급계약 역시 글로벌 제약사와의 장기적인 거래 관계를 확대했다는 점에서 의미가 있다는 평가다. 다만 계약 상대방과 공급 대상 품목, 구체적인 공급 조건 등은 공개되지 않았다. ◆SK바이오팜, 엔비디아 B200 128장 도입…AI 신약개발 본격화 SK바이오팜이 엔비디아의 최신 AI 가속기 ‘B200’ 128장을 도입하고 바이오·헬스케어 특화 인공지능(AI) 연구 역량 강화에 나선다. SK바이오팜은 엔비디아 블랙웰(Blackwell) 아키텍처 기반 B200 128장을 확보했다고 2일 밝혔다. 전체 연산 성능은 FP8 기준 초당 576페타플롭스(PFLOPS), 약 0.58엑사플롭스 수준이다. 이번 인프라는 SK텔레콤이 구축한 국내 최초 B200 기반 데이터센터 클러스터 ‘해인’을 통해 확보했다. SK바이오팜은 GPUaaS를 활용해 대규모 연산 자원을 확보하고 AI 모델 개발과 연구에 활용할 계획이다. 핵심 활용 분야는 중개연구의 AI 전환을 의미하는 ‘TR-AX(Translational Research-AI Transformation)’다. 중개연구는 비임상 연구 결과를 실제 임상 결과로 연결하는 과정으로 SK바이오팜은 자체 개발한 AI 모델을 질환·타깃·화합물 연구에 적용해 신약 후보물질의 가치를 높인다는 구상이다. 연구개발뿐 아니라 업무 전반에 활용할 전용 거대언어모델(LLM)도 구축한다. 실험과 분석, 모델 재학습을 반복하는 연구 사이클을 빠르게 돌려 후보물질 발굴부터 연구 의사결정까지 신약개발 전 과정의 효율을 높일 계획이다. 연구 데이터 보안과 관리 체계도 강화한다. 민감한 바이오·헬스케어 데이터를 자체 통제 가능한 인프라에서 운용해 보안을 높이고 향후 관련 규제와 컴플라이언스에도 대응한다는 방침이다. 외부 기업과 연구기관, 대학과의 공동연구에도 AI 인프라를 활용한다. 이를 통해 오픈이노베이션과 산·학·연 협력을 확대하고 장기적으로는 AI 기반 연구 서비스 등 새로운 사업모델도 발굴할 계획이다. 이동훈 SK바이오팜 사장은 “대규모 자체 AI 인프라는 미래 신약개발 경쟁력을 좌우할 핵심 기반”이라며 “B200 인프라를 기반으로 TR-AX를 강화하고 신약개발 전 과정에서 AI 활용을 확대해 연구개발 속도와 효율을 높이겠다”고 말했다. ◆메디톡스, 콜롬비아서 아띠에르 필러 3종 허가…중남미 공략 강화 메디톡스는 콜롬비아 식약청(INVIMA)으로부터 히알루론산 필러 ‘아띠에르(Atière)’ 클래식·인텐시브·볼륨 등 3종의 품목허가를 획득했다고 2일 밝혔다. 콜롬비아는 브라질과 멕시코에 이어 중남미에서 세 번째로 큰 의료기기 시장이다. 현지 의료기기의 약 89%를 수입에 의존하고 있어 글로벌 기업들의 주요 진출 시장으로 꼽힌다. 이번 허가로 메디톡스는 콜롬비아에서 히알루론산 필러 ‘뉴라미스’와 ‘아띠에르’, 보툴리눔 톡신 ‘메디톡신’으로 구성된 에스테틱 제품군을 갖추게 됐다. 메디톡스는 콜롬비아를 거점으로 중남미 인접 국가에 대한 진출도 확대할 계획이다. 해외 품목허가를 늘리고 현지 맞춤형 영업·마케팅을 강화해 아띠에르를 뉴라미스와 함께 글로벌 필러 브랜드로 육성한다는 방침이다. 메디톡스 관계자는 “이번 콜롬비아 허가는 중남미 시장 확대를 위한 전략적 거점을 확보했다는 데 의미가 있다”며 “해외 품목허가 확대와 현지 맞춤형 영업·마케팅을 통해 글로벌 시장에서 아띠에르의 경쟁력을 높이겠다”고 말했다.2026-09-02 09:44:11
-
엔비디아가 눈여겨본 국산 NPU…'K-NPU' 생태계 커질까 [경제일보] 인공지능(AI) 반도체 시장의 중심이 학습에서 추론으로 이동하면서 그래픽처리장치(GPU)와 함께 신경망처리장치(NPU) 등 AI 가속기 시장의 경쟁도 본격화하고 있다. 국내에서도 리벨리온을 비롯해 퓨리오사AI, 딥엑스 등 NPU 기업들이 제품 개발과 양산, 고객 확보에 속도를 내고 있어 국산 AI 반도체 생태계가 새로운 전환점을 맞을 전망이다. 24일 업계에 따르면 엔비디아가 국내 NPU 기업 리벨리온과 인수 가능성을 포함한 협력 방안을 검토 중인 것으로 알려졌다. 구체적인 협력 형태와 조건 등은 확정되지 않았지만, 글로벌 AI 반도체 시장을 주도하는 엔비디아가 국내 NPU 기술 기업에 관심을 보였다는 점에서 업계의 관심이 커지고 있다. 엔비디아는 AI 학습 시장에서 사실상 독보적인 GPU 경쟁력을 확보한 데 이어 추론 시장에서도 영향력을 확대하고 있다. AI 모델의 규모가 커지면서 학습뿐 아니라 실제 서비스에서 AI가 생성한 결과를 처리하는 추론 연산 수요가 급증하고 있기 때문이다. 추론 단계에서는 학습과 다른 방식의 연산 최적화가 중요해지면서 GPU뿐 아니라 NPU와 주문형반도체(ASIC) 등 특정 AI 연산에 최적화된 가속기의 활용 가능성도 커지고 있다. 전력 효율과 비용을 낮추면서 특정 모델이나 서비스에 맞는 연산 성능을 확보하는 것이 중요해지면서 AI 반도체 시장의 경쟁 구도도 다변화되는 것으로 분석된다. 이에 엔비디아를 비롯한 글로벌 반도체 기업들은 GPU 중심의 기존 AI 생태계를 유지하면서도 추론 시장에서 활용될 수 있는 다양한 가속기 기술에 관심을 확대하고 있다. 엔비디아 입장에서는 자체 GPU 생태계와 연계할 수 있는 새로운 AI 반도체 기술을 확보하는 동시에 급성장하는 추론 시장에 대응할 필요성이 커지고 있는 것이다. 국내에서는 리벨리온이 대표적인 NPU 기업으로 꼽힌다. 리벨리온은 데이터센터와 엣지 환경에서 AI 추론 연산을 처리하는 NPU를 개발해왔으며 국내외 시장을 대상으로 사업 확대를 추진하고 있다. 특히 국내 AI 반도체 산업에서 설계 역량을 확보하고 제품 상용화에 나선 기업이라는 점에서 글로벌 시장 진출 가능성이 주목받고 있다. 퓨리오사AI와 딥엑스 등 다른 국내 NPU 기업들도 추론 시장을 겨냥한 제품 개발에 속도를 내고 있다. 퓨리오사AI는 데이터센터용 AI 가속기를 중심으로 글로벌 시장 진출을 추진하고 있으며, 딥엑스는 엣지 AI를 중심으로 온디바이스와 산업용 AI 반도체 시장을 공략하고 있다. 국산 NPU 기업들이 주목받는 배경에는 생성형 AI의 확산과 함께 추론 수요가 빠르게 늘고 있다는 점이 자리 잡고 있다. 챗봇과 검색, 영상·음성 생성, 자율주행, 로봇 등 AI가 실제 서비스에 적용되는 영역이 확대될수록 대규모 추론 연산을 안정적으로 처리할 수 있는 반도체 수요도 함께 증가할 수밖에 없기 때문이다. 정부도 국산 AI 반도체 생태계 확대를 위해 초기 시장을 만드는 데 힘을 싣고 있다. AI 데이터센터와 공공 인프라 등을 활용해 국산 NPU의 실증과 구매를 지원하고 실제 서비스 환경에서 성능을 검증할 수 있는 기회를 확대하는 방식이다. 국내 NPU 기업 입장에서는 정부와 공공 부문을 통해 초기 레퍼런스를 확보한 뒤 이를 민간 데이터센터와 글로벌 시장으로 확대하는 전략이 중요하다. AI 반도체 시장에서 이미 엔비디아가 강력한 생태계를 구축한 만큼 후발주자가 단기간에 하드웨어 성능만으로 시장을 뒤집기는 쉽지 않기 때문이다. 결국 엔비디아의 국내 NPU 기업에 대한 관심이 실제 투자나 인수, 기술 협력 등으로 이어질지와 별개로 국산 AI 반도체 기술의 글로벌 경쟁력을 보여주는 계기가 될 수 있다는 평가다. 특히 리벨리온을 시작으로 국내 NPU 기업들이 각자의 영역에서 고객과 레퍼런스를 확보할 경우 개별 기업의 성장을 넘어 'K-NPU' 생태계 전반으로 시장이 확대될 전망이다. 김녹원 딥엑스 대표는 초저전력 NPU 기반 온디바이스 'AI 엣지 Box 공동 개발'을 발표하며 "AI가 산업 현장으로 확산될수록 낮은 전력으로 데이터를 실시간 처리할 수 있는 온디바이스 AI의 중요성이 더욱 커지고 있다"고 평가했다.2026-08-24 17:31:32
-
KAIST 찾은 '구글의 전설' 제프 딘…"AI 경쟁, 결국 컴퓨팅 효율 싸움" [경제일보] 인공지능(AI) 산업의 경쟁 구도가 거대언어모델(LLM)의 성능 경쟁에서 컴퓨팅 자원을 얼마나 확보하고 효율적으로 활용하느냐의 경쟁으로 이동하고 있다. 구글에서 27년간 AI와 컴퓨팅 인프라의 발전을 이끌었던 제프 딘이 한국에서 던진 메시지도 여기에 집중됐다. 딘은 지난 13일 서울 AI 허브에서 열린 특별강연에서 “향후 몇 년간 AI 발전의 핵심은 하드웨어와 컴퓨팅 자원을 얼마나 확보하고 효율적으로 사용하는가에 달려 있다”고 강조했다. 단순히 더 큰 모델을 만드는 것만으로 AI 경쟁력을 확보하기 어려워지고 있다는 의미다. 이번 강연은 딘이 구글을 떠난 뒤 사실상 첫 공식 행보라는 점에서도 주목받았다. KAIST와 국가AI연구거점의 공동 초청으로 마련된 행사에는 KAIST를 비롯해 고려대·연세대·포스텍 등 컨소시엄 대학의 연구진과 학생, 기업 관계자 등 150여명이 참석했고 온라인으로도 220여명이 참여했다. 딘은 1999년 구글에 합류한 이후 검색 인프라를 비롯해 구글의 AI 연구 기반을 구축한 핵심 인물이다. 분산 시스템 연구를 기반으로 대규모 연산을 효율적으로 처리하는 기술을 발전시켰고, 텐서플로와 구글의 AI 전용 반도체인 TPU 개발에도 관여했다. 최근까지는 구글 수석과학자로 차세대 AI 모델 제미나이 개발을 이끌었다. 그런 그가 구글을 떠나 과학 연구를 위한 AI 스타트업 ‘디스커버리 루프’를 창업하면서 업계의 관심이 집중됐다. 구글과 같은 빅테크의 최고 수준 연구 환경을 떠나 새로운 회사를 선택한 만큼, 그의 이번 발언은 단순한 기술 전망 이상의 의미를 갖는다. ◆ AI의 다음 병목은 ‘모델’보다 ‘연산’ 딘이 강조한 것은 AI 발전을 바라보는 시각 자체의 변화다. 그는 학부 시절 신경망 학습을 연구했지만 당시 컴퓨팅 성능의 한계 때문에 연구 성과를 내기 어려웠고, 20여년이 지나 충분한 연산 자원이 확보되면서 당시 아이디어가 현실화됐다고 설명했다. 지난 15년간 AI의 발전 역시 특정한 알고리즘 하나가 등장했기 때문이라기보다 연산 능력·데이터·모델 규모가 함께 확대된 결과라는 것이 그의 설명이다. 이 발언은 현재 AI 산업의 경쟁 구도를 정확히 관통한다. 챗GPT를 비롯한 생성형 AI가 대중화된 이후 기업들은 더 많은 데이터를 학습시키고 더 큰 모델을 구축하는 방식으로 경쟁해왔다. 그러나 모델 규모가 커질수록 학습과 추론에 필요한 컴퓨팅 비용도 폭증한다. 결국 AI 모델을 얼마나 잘 만드는가와 동시에 필요한 연산량을 얼마나 적은 비용으로 처리할 수 있는가가 기업 경쟁력의 핵심이 된다. 엔비디아가 AI 가속기 시장을 장악한 것도 같은 맥락이다. 구글이 자체 TPU를 개발한 이유 역시 외부 반도체에만 의존하지 않고 AI 연산 구조에 맞는 하드웨어와 소프트웨어를 함께 최적화하기 위해서였다. 딘의 경력 자체가 이를 보여준다. 대규모 분산 시스템을 연구하던 컴퓨터과학자가 구글에서 TPU와 AI 시스템 개발에 참여한 것은 AI가 발전할수록 모델과 반도체, 데이터센터, 소프트웨어를 하나의 시스템으로 설계해야 한다는 흐름과 맞닿아 있다. ◆ 한국 AI도 ‘모델 개발’ 이후를 준비해야 이번 딘의 KAIST 방문은 국내 AI 산업에도 시사하는 바가 크다. 한국의 AI 전략은 그동안 자체 파운데이션 모델 확보와 GPU 확보에 상당한 무게가 실렸다. 하지만 모델을 하나 확보한다고 AI 경쟁력이 완성되는 것은 아니다. 대규모 모델을 학습시키고 실제 서비스에 적용하기 위해서는 GPU와 AI 반도체, 데이터센터, 네트워크, 저장장치, 소프트웨어 등 전체 시스템을 효율적으로 연결해야 한다. KAIST가 추진하는 ‘AI 시스템 이니셔티브’ 역시 이 지점에 초점을 맞추고 있다. AI 모델 자체뿐 아니라 하드웨어와 시스템 소프트웨어를 함께 최적화해 제한된 컴퓨팅 자원을 최대한 활용하는 것이 목표다. 최근 글로벌 빅테크와 KAIST의 협력이 이어지는 것도 주목할 부분이다. 엔비디아가 KAIST와 AI 공동연구소 및 피지컬AI센터 설립을 추진한 데 이어 구글의 핵심 AI 연구자가 직접 KAIST를 찾아 연구진과 분산 시스템과 AI 인프라를 논의했다. 이는 한국이 AI 모델 경쟁에서 단순히 해외 기술을 활용하는 수준을 넘어 AI 시스템 전체를 연구할 수 있는 기반을 확보해야 한다는 신호로 해석할 수 있다. 딘이 강연에서 “AI가 인간을 대체하느냐”는 질문에 인간과 AI가 각자의 강점을 활용하는 것이 중요하다고 답한 것도 같은 맥락이다. AI를 인간의 대체재로만 볼 것이 아니라 인간이 해결하지 못했던 문제를 풀기 위한 연구 도구로 활용해야 한다는 것이다. 그가 창업한 디스커버리 루프가 과학 연구를 AI의 주요 적용 분야로 삼은 것도 의미가 있다. AI가 검색과 문서 작성, 코딩을 넘어 신약과 소재, 물리학 등 과학적 발견의 속도를 높이는 방향으로 확장될 경우 필요한 컴퓨팅 규모는 지금보다 더욱 커질 수밖에 없다. 한편 딘이 한국에서 던진 메시지는 명확하다. AI 경쟁의 다음 승부처는 더 큰 모델을 만드는 데서 끝나지 않는다. 얼마나 많은 연산 자원을 확보하고, 이를 얼마나 효율적으로 연결하고 활용하느냐가 관건이다. 한국이 AI 강국을 목표로 한다면 GPU 확보량이나 국산 모델 개발 성과만을 경쟁력의 기준으로 삼아서는 안 된다. 반도체부터 데이터센터, 네트워크, 분산 시스템, 모델까지 이어지는 ‘AI 풀스택’ 경쟁력을 확보해야 한다. 27년간 구글의 AI 역사를 만들어온 연구자가 퇴사 직후 한국에서 가장 먼저 강조한 것도 결국 이 지점이었다. AI 시대의 진짜 경쟁은 모델의 크기가 아니라 그것을 움직이는 시스템의 경쟁으로 넘어가고 있다.2026-08-19 07:55:41
-
엔비디아, 오픈AI 데이터센터에 150조원 보증…'순환금융' 논란 커진다 [경제일보] 엔비디아가 오픈AI의 초대형 데이터센터 구축에 최대 1050억달러(약 149조원) 규모의 보증을 제공한다. 단순한 장비 공급을 넘어 고객의 데이터센터 건설에 필요한 금융 위험까지 떠안는 방식이다. 엔비디아는 이를 ‘순환금융’이 아니라고 선을 그었지만, 고객의 장기 수요를 담보로 자금조달을 지원하고 그 대가로 자사 인공지능(AI) 가속기 공급을 사실상 확보한다는 점에서 시장의 시선은 엇갈리고 있다. 엔비디아는 17일(현지시간) 미국 오하이오주 파이크카운티에서 소프트뱅크 계열사인 SB에너지가 개발하는 ‘포츠파이크’ 데이터센터 캠퍼스와 관련해 최대 1050억달러 규모의 잔존가치 보증계약을 체결했다고 밝혔다. 오픈AI는 이 시설을 20년간 임차한다. 1단계는 4.25기가와트(GW) 규모로 2028년부터 2030년까지 단계적으로 가동될 예정이다. 전체 캠퍼스는 최대 8GW 규모로 확대될 수 있다. 구조를 뜯어보면 엔비디아의 역할이 상당히 크다. SB에너지는 데이터센터를 건설하고, 오픈AI는 장기간 임대료를 낸다. 엔비디아는 임대차 계약과 관련한 잔존가치를 보증하고 여기에 15억달러를 SB에너지에 직접 투자한다. 대신 엔비디아는 해당 데이터센터에 AI 가속기를 독점 공급한다. 데이터센터가 실제 가동되고 오픈AI가 임대료를 낼수록 엔비디아가 부담해야 할 잔여 위험도 줄어드는 구조다. 젠슨 황 엔비디아 최고경영자(CEO)는 논란이 불거지자 직접 반박했다. 그는 “이것은 순환금융이 아니다”라며 오픈AI가 임대료를 지급하고 데이터센터 용량이 가동되면 엔비디아의 잔여 위험이 감소한다고 설명했다. 엔비디아 입장에서는 단순히 고객에게 돈을 빌려주는 것이 아니라 장기간 확실한 GPU 수요가 예상되는 곳에 공급망과 생산능력을 선제적으로 배치하는 것이라는 논리다. 하지만 시장이 주목하는 것은 자금의 방향보다 위험의 연결고리 다. 오픈AI가 데이터센터를 임차하고, 데이터센터 사업자는 금융기관에서 자금을 조달하며, 엔비디아는 오픈AI의 임대차 계약을 보증한다. 그리고 오픈AI가 필요로 하는 컴퓨팅 자원은 다시 엔비디아의 GPU로 채워진다. 전통적인 의미에서 돈이 한 바퀴 돌아 공급자에게 되돌아가는 순환금융은 아니더라도, 고객의 미래 수요가 공급자의 금융지원과 매출을 동시에 뒷받침하는 구조 라는 점에서 기존 반도체 사업과는 성격이 다르다. 특히 오픈AI처럼 비상장이고 전통적인 신용평가를 받는 방식이 제한적인 기업에게 엔비디아의 신용도가 금융 조달의 중요한 보강 수단이 될 수 있다는 점이 핵심이다. 엔비디아가 사실상 자신의 대차대조표를 활용해 오픈AI의 대규모 인프라 확장을 가능하게 만드는 셈이다. 반대로 엔비디아가 얻는 경제적 효과는 상당하다. 엔비디아는 오픈AI가 2030년까지 약 12GW 규모의 자사 컴퓨팅 자원을 도입하기로 했으며, 오하이오 프로젝트의 2단계까지 확대될 경우 약 16GW로 늘어날 수 있다고 설명했다. 이를 금액으로 환산하면 2030년까지 약 6000억달러(약 850조원) 규모의 엔비디아 컴퓨팅 수요가 발생할 수 있다는 것이 회사 측 계산이다. 여기서 이번 거래의 본질이 드러난다. 엔비디아는 더 이상 GPU만 파는 기업이 아니다. GPU가 들어갈 데이터센터의 건설과 전력 확보, 자금조달까지 영향력을 확대하면서 AI 인프라 생태계 전체를 장악하려는 움직임을 보이고 있다. 실제 엔비디아는 최근 데이터센터와 컴퓨팅 인프라를 지원하기 위해 금융회사들과 5000억달러 이상의 신규 파트너십을 추진하는 등 자본 부담을 외부 투자자와 나누는 방식도 확대하고 있다. 전력도 변수다. 포츠파이크에는 데이터센터에 전력을 공급하기 위해 SB에너지가 최대 10GW 규모의 발전설비를 구축할 계획이며, 이 가운데 9.2GW는 천연가스 발전으로 추진된다. 미국 에너지부도 올해 3월 소프트뱅크와 SB에너지, 현지 전력회사와 함께 오하이오 지역에 10GW 규모의 신규 발전설비와 데이터센터를 구축하는 계획을 공개했다. 데이터센터를 짓는 것보다 전력과 송전망을 확보하는 것이 더 어려워진 AI 시대의 현실을 보여준다. 이 프로젝트가 주목받는 또 다른 이유는 텍사스 애빌린과 대비되기 때문이다. 오픈AI와 오라클은 올해 3월 애빌린 스타게이트 데이터센터의 추가 증설 계획을 철회했다. 자금조달 협상이 길어진 데다 오픈AI의 수요 전망이 바뀐 것이 영향을 미쳤다. 이후 미확보 용량을 메타가 임차하는 방안이 거론됐고, 엔비디아가 이 논의에 관여한 것으로 알려졌다. 애빌린 사례가 AI 데이터센터의 수요 예측과 자금조달이 얼마나 어려운지를 보여줬다면, 오하이오는 그 문제를 엔비디아의 신용보강으로 풀어보려는 실험 에 가깝다. 막대한 초기 투자비를 데이터센터 사업자 혼자 감당하는 대신 GPU 공급자가 위험을 일부 나누고, 장기 임차인이 수요를 보장하는 구조다. 다만 이 방식이 AI 인프라 시장의 표준이 될지는 아직 미지수다. 가장 큰 위험은 오픈AI의 장기적인 현금흐름과 AI 컴퓨팅 수요다. 20년 임대계약이 체결됐다고 하더라도 AI 모델의 효율성이 크게 높아지거나 새로운 컴퓨팅 구조가 등장하면 현재 예상한 GPU 수요가 달라질 수 있다. 반대로 AI 수요가 예상보다 빠르게 증가한다면 엔비디아가 선점한 대규모 인프라가 막대한 매출 기반으로 돌아올 수 있다. 결국 이번 거래는 엔비디아가 AI 시대의 가장 중요한 병목인 컴퓨팅·전력·자본 을 동시에 확보하려는 전략으로 볼 수 있다. 과거 반도체 기업의 경쟁이 더 빠르고 비싼 칩을 만드는 데 있었다면, 이제는 그 칩이 들어갈 데이터센터와 전력, 그리고 이를 건설할 자금까지 누가 확보하느냐가 경쟁력이 되고 있다. 엔비디아가 이번 보증으로 실제 부담해야 할 금액은 최대 1050억달러 전체가 아니라 계약상 특정 조건이 발생했을 때의 잔존가치와 임대·전력 관련 위험에 한정된다. 그럼에도 단일 고객의 인프라에 이 정도 규모의 신용을 제공했다는 사실 자체가 AI 산업의 자본 구조가 얼마나 커졌는지를 보여준다. ‘순환금융인가 아닌가’보다 더 중요한 질문은 따로 있다. 오픈AI의 미래 수요를 믿고 엔비디아가 자신의 신용과 자본을 얼마나 더 투입할 것인가다. 이번 오하이오 프로젝트의 성패는 엔비디아가 단순한 GPU 공급자를 넘어 AI 인프라 금융의 핵심 플레이어로 자리 잡을 수 있을지를 가늠하는 시험대가 될 전망이다.2026-08-18 14:45:09
-
삼성SDS, 국가 AI 연구용 GPU 공급…B300 앞세워 AI 인프라 사업 확대 [경제일보] 삼성SDS가 국가 AI 연구용 컴퓨팅 사업에 엔비디아 최신 B300 기반 GPU 클러스터를 공급한다. 대학과 정부출연연구기관 등 자체적으로 대규모 AI 인프라를 확보하기 어려운 연구기관에 최신 GPU를 제공해 국내 AI 연구 인프라 고도화를 지원하는 동시에 GPU와 국산 NPU를 아우르는 클라우드 사업 확대에도 속도를 낸다. 11일 삼성SDS는 과학기술정보통신부와 정보통신기획평가원(IITP)이 지원하는 '2026년 AI 연구용 컴퓨팅 지원 프로젝트'의 GPU 자원 공급사로 선정돼 지난달 20일부터 서비스를 시작했다고 밝혔다. 이번 사업은 국내 학계와 연구기관에 AI 연구에 필요한 GPU 컴퓨팅 자원을 지원하는 국가 AI 연구 지원 사업이다. 초거대 AI 모델과 대규모 언어 모델(LLM) 연구가 확대되고 있지만 대학과 정부출연연구기관 등이 최신 GPU를 직접 대규모로 확보하기에는 비용과 운영 부담이 큰 만큼 민간 인프라를 활용해 연구자들의 접근성을 높이는 것이 목적이다. 사업 규모는 약 153억원이며 서비스는 지난 7월부터 내년 3월까지 제공된다. 삼성SDS를 포함한 복수 사업자가 공급사로 선정됐으며 삼성SDS는 GPU 공급 계획과 보유 자원 규모, 연구 환경, 운영 지원 체계, 보안 역량 등을 평가하는 입찰에서 1순위 사업자로 선정됐다. 삼성SDS는 이번 사업에 엔비디아 H100뿐 아니라 최신 B300(블랙웰 울트라) 기반 GPU 클러스터를 투입한다. B300은 엔비디아의 최신 블랙웰 울트라 아키텍처 기반 GPU로, 이번 사업에서 요구한 호퍼급 이상의 사양을 충족하는 동시에 대규모 AI 모델의 학습과 추론에 필요한 성능과 메모리를 제공한다. AI 모델이 대형화하면서 최신 GPU 확보 여부가 AI 연구의 속도와 규모를 좌우하는 요소로 떠오르고 있다. 특히 대규모 모델을 학습하려면 여러 GPU를 동시에 연결해야 하는 만큼 GPU 자체의 성능뿐 아니라 GPU 간 데이터를 빠르게 주고받을 수 있는 네트워크와 스토리지 등 전체 인프라 구성이 중요하다. 삼성SDS는 다수의 GPU를 하나의 자원 풀로 묶는 대규모 클러스터 구성과 고속 인터커넥트 네트워크를 함께 제공한다. CPU와 메모리, 스토리지, 네트워크, 개발 환경 등도 사전 구성해 연구자가 별도의 인프라 구축 과정 없이 AI 연구에 필요한 컴퓨팅 환경을 사용할 수 있도록 지원한다. 최신 GPU는 단순히 장비를 구매하는 것뿐 아니라 데이터센터 공간과 전력, 냉각, 네트워크, 운영 인력 등이 함께 필요해 연구기관이 독자적으로 대규모 클러스터를 구축하기 어려운 것으로 평가된다. 이를 민간 클라우드 방식으로 보완해 국내 AI 연구 현장에서 제기되던 최신 GPU 접근성 문제를 해결한다는 구상이다. 정부 역시 이러한 인프라 격차를 줄이기 위해 국가 AI 연구용 컴퓨팅 지원 사업을 추진하고 있다. 연구자가 직접 고가의 GPU와 서버 인프라를 확보하지 않아도 클라우드를 통해 필요한 컴퓨팅 자원을 사용할 수 있도록 해 연구기관의 AI 개발 접근성을 높이는 방식이다. 앞서 삼성SDS는 지난 3월에 국내 최초로 SCP를 통해 엔비디아 B300 기반 GPUaaS를 출시했다. 고객이 고가의 GPU를 직접 구매하지 않고도 클라우드를 통해 AI 학습과 추론에 필요한 GPU 자원을 사용할 수 있도록 한 서비스다. 이번 사업을 통해 삼성SDS는 단순한 공공 사업을 넘어 AI 클라우드 사업의 적용 범위를 확대하는 것으로 분석된다. 또한 지난달에는 국산 AI 반도체 기업 퓨리오사AI의 2세대 NPU '레니게이드(RNGD)' 기반 NPUaaS도 SCP에 탑재했다. 엔비디아 GPU 중심의 AI 인프라뿐 아니라 AI 추론에 특화된 국산 NPU까지 클라우드에서 제공하면서 AI 가속기 선택지를 넓히고 있다. AI 인프라 시장이 GPU 중심에서 다양한 가속기를 활용하는 방향으로 확대될 가능성도 삼성SDS가 GPU와 NPU를 함께 제공하는 배경으로 꼽힌다. AI 서비스가 학습 중심에서 실제 서비스 운영과 추론 단계로 확대되면서 모든 작업에 고성능 GPU를 사용하는 것보다 작업 특성에 맞춰 GPU와 NPU 등 가속기를 선택하는 것이 비용과 효율 측면에서 중요해질 수 있기 때문이다. 삼성SDS가 GPU와 NPU를 모두 클라우드 서비스 형태로 제공할 경우 기업과 연구기관은 직접 하드웨어를 구매하지 않고 필요한 가속기를 선택해 사용할 수 있다. AI 인프라 구축에 필요한 초기 투자 부담을 줄이는 동시에 기술 변화에 따라 새로운 가속기로 전환하기도 상대적으로 용이하다. 이번 국가 AI 연구용 컴퓨팅 사업에서 B300을 실제 연구 현장에 공급하는 것도 삼성SDS의 AI 인프라 사업을 확대하는 데 레퍼런스로 활용될 수 있다. 대학과 출연연 등 연구기관을 대상으로 최신 GPU 클러스터를 운영하면서 대규모 AI 연구에 필요한 인프라 구축과 운영 역량을 확보할 수 있기 때문이다. 삼성SDS는 이번 국가 AI 연구용 컴퓨팅 사업을 통해 연구기관의 최신 GPU 접근성을 높이는 동시에 GPUaaS와 NPUaaS 등 AI 인프라 서비스의 적용 분야를 확대한다는 계획이다. 향후 공공·연구 분야를 넘어 기업의 AI 모델 개발과 서비스 운영 수요까지 AI 가속기 클라우드 사업을 확대할 수 있을지 주목된다. 이호준 삼성SDS 클라우드서비스사업부장 부사장은 "이번 사업을 통해 국내 연구자들이 세계 최고 수준의 AI 인프라를 바탕으로 혁신적인 성과를 낼 수 있도록 안정적인 서비스를 제공할 것"이라며 "앞으로도 국가 AI 연구 인프라의 저변을 확대하고 대한민국의 AI 경쟁력을 높이는 데 기여하겠다"고 말했다.2026-08-11 08:27:46
-
AI칩과 메모리 거리 좁힌다…삼성전자, 3D 적층 'zHBM' 첫 공개 [경제일보] 삼성전자가 AI 가속기와 메모리 사이의 물리적 거리, 이른바 ‘메모리 장벽’을 허물 3차원(3D) 메모리 구조 ‘zHBM’을 공개했다. 옆에 붙이던 고대역폭메모리(HBM)를 AI 가속기 바로 위에 수직으로 쌓는 방식으로 성능과 전력 효율을 동시에 끌어올린다는 구상이다. 김경륜 삼성전자 D램개발실 상무는 4일(현지시간) 미국 캘리포니아주 샌타클래라컨벤션센터에서 열린 메모리 행사 ‘FMS 2026’ 기조발표에서 이 같은 3D 아키텍처 zHBM을 처음 소개했다. 기존에는 AI 가속기(xPU) 옆에 HBM을 나란히 연결했지만, zHBM은 가속기 위에 HBM을 직접 얹는다. 가로·세로 2차원 배치에서 벗어나 높이(Z축)를 새로 활용했다는 뜻에서 이름 앞에 ‘z’를 붙였다. 가속기와 메모리 사이 데이터 이동 거리를 최소화해 병목 현상을 줄였다고 삼성전자는 설명했다. zHBM은 차세대 HBM인 HBM5와 비교해도 GPU당 성능이 최대 8배, 전력 대비 성능은 최대 3배 개선된다. 열 저항 수치는 HBM5 대비 10~25% 수준으로 낮아져 발열 제어에서도 절반 이상의 개선 효과를 기대할 수 있다. 김 상무는 “기존 패키징 구조로는 가속기 칩과 메모리 간 물리적 거리를 줄이는 데 한계가 있다”며 아키텍처 전환의 필요성을 강조했다. 그는 개발 중인 HBM5에 HBM 최초로 게이트올어라운드(GAA) 트랜지스터를 적용해 2나노미터(㎚) 초미세 공정을 도입했으며, 코어 다이 측면에 열 방출 구조 기술을 더해 발열 제어 수준을 전 세대보다 20% 이상 끌어올렸다고 소개했다. 이어진 발표에서는 이진엽 플래시개발실 부사장이 기기내장형(온디바이스) AI 환경에 맞춘 차세대 낸드 솔루션 ‘z낸드-O’를 선보였다. D램의 용량 한계와 기존 낸드의 낮은 대역폭 문제를 동시에 풀어 고용량·고대역폭·빠른 응답속도를 구현했다는 설명이다. 이 부사장은 매개변수 1200억개 규모 GPT 모델을 구동한 결과 z낸드-O가 기존 D램 서버와 같은 초당 토큰 수를 내면서도 비용은 6분의 1에 그쳤다고 밝혔다. 삼성전자는 이날 400단 이상을 수직 적층한 10세대 V낸드 ‘V10 BV-낸드’도 업계 최초로 공개했다. 회사는 이번에 선보인 3D 메모리 제품들을 앞세워 늘어나는 고성능 컴퓨팅·AI 인프라용 메모리 수요를 확보한다는 계획이다.2026-08-05 10:27:56
-
이재용·최태원·이해진, 美서 젠슨 황 만난다…글로벌 AI 동맹 '총집결' [경제일보] 이재용 삼성전자 회장과 최태원 SK그룹 회장, 이해진 네이버 의장이 미국에서 젠슨 황 엔비디아 최고경영자(CEO)와 회동하는 방안이 추진되고 있다. 메모리와 인공지능(AI) 반도체, 생성형 AI 서비스를 대표하는 글로벌 기업 수장들이 한자리에 모이는 것으로, AI 공급망 협력 확대와 차세대 AI 인프라 구축 방안이 주요 의제로 논의될 전망이다. 22일 업계에 따르면 삼성전자와 SK그룹, 네이버, 엔비디아 주요 경영진은 이번 주 미국 실리콘밸리 인근에서 라운드테이블 형식의 회동을 추진 중이다. 회동은 오는 24일 열리는 방안이 유력한 것으로 알려졌다. 이 회장과 최 회장, 이 의장, 황 CEO가 참석하는 방안이 유력하게 검토되고 있으며, 샘 올트먼 오픈AI CEO와 다리오 아모데이 앤트로픽 CEO도 참석할 가능성이 거론된다. 회동이 성사될 경우 메모리 반도체와 AI 가속기(GPU), 생성형 AI 플랫폼을 대표하는 글로벌 기업 최고경영진이 한자리에 모이는 첫 사례가 될 것으로 업계는 보고 있다. 특히 황 CEO가 지난달 한국을 방문해 삼성전자와 SK그룹, 현대자동차그룹, LG, 네이버 등 주요 기업과 잇달아 협력 방안을 논의한 데 이어 한 달여 만에 다시 한국 기업들과 회동을 추진하면서 전략적 파트너십을 더욱 강화하는 모습이다. 이번 회동에서는 AI 인프라 확대를 위한 공급망 협력이 핵심 의제로 다뤄질 전망이다. 삼성전자와 SK하이닉스는 엔비디아에 고대역폭메모리(HBM)를 비롯한 고성능 메모리를 공급하고 있으며, 하반기 출시 예정인 차세대 AI 가속기 '베라 루빈'에도 양사의 HBM4가 적용될 예정이다. 양사는 오픈AI의 자체 AI 칩에도 메모리를 공급하고 있으며, 지난해에는 대규모 AI 인프라 구축 프로젝트인 '스타게이트'에도 고성능 메모리를 공급하기로 협력한 바 있다. 메모리뿐 아니라 파운드리 협력도 확대되고 있다. 삼성전자는 엔비디아 플랫폼용 추론 칩 생산을 맡고 있으며, 최근에는 앤트로픽과 2나노 공정을 활용한 AI 칩 생산 협력도 논의하는 등 AI 반도체 생태계에서 역할을 넓히고 있다. 네이버는 AI 팩토리 구축을 중심으로 협력 방안을 논의할 것으로 예상된다. AI 팩토리는 GPU 서버와 데이터센터, 전력·냉각 설비 등 AI 인프라에 대규모 AI 모델과 클라우드 기술을 결합해 초대형 AI 연산을 수행하는 차세대 데이터센터 개념이다. 업계에서는 이번 회동이 최근 제기된 AI 투자 둔화와 반도체 업황 피크아웃 우려를 완화하는 계기가 될 수 있다는 관측도 나온다. 최근 삼성전자와 SK하이닉스, 엔비디아 등 AI 반도체 관련 기업들의 주가는 고점 대비 조정을 받고 있지만, 업계에서는 글로벌 빅테크의 AI 인프라 투자가 향후 수년간 이어질 것으로 예상하면서 고성능 메모리 수요 역시 견조한 흐름을 유지할 것으로 보고 있다.2026-07-22 09:55:38
-
![[경제일보] 삼성전자 실적 vs SK하닉 실탄…AI 메모리 패권경쟁 2라운드](https://image.ajunews.com//content/image/2026/07/08/20260708100135182070.png)
삼성전자 '실적' vs SK하닉 '실탄'…AI 메모리 패권경쟁 2라운드 [경제일보] AI 반도체 전쟁의 열기가 다시 한국 증시를 흔드는 모습이다. 삼성전자는 역대급 실적으로 돌아왔고, SK하이닉스는 글로벌 자본시장에서 대규모 투자 재원 확보에 나서고 있다. 한쪽은 실적으로, 다른 한쪽은 자금조달로 AI 메모리 패권전 2라운드의 문을 열었다. 역대급 실적으로 돌아온 삼성의 '반격' 삼성전자는 올해 2분기 연결 기준 매출 약 171조원, 영업이익 약 89조4000억원의 잠정 실적을 발표했다. 전년 동기 영업이익 4조6800억원과 비교하면 약 19배 수준이다. 이는 AI 데이터센터 확산으로 D램과 낸드 가격이 뛰고, 고부가 메모리 수요가 폭발한 결과다. 몇 년 전 HBM 경쟁에서 SK하이닉스에 주도권을 내줬다는 평가를 받았던 삼성전자가 다시 메모리 슈퍼사이클의 중심으로 돌아왔다는 신호다. 하지만 시장의 반응은 냉정했다. 삼성전자가 실적을 발표한 지난 7일 코스피는 4.9% 급락했고, 삼성전자와 SK하이닉스 주가는 각각 6.9%, 6.1% 하락했다. 강한 이익이 이미 주가에 반영됐고, AI 메모리 호황이 얼마나 이어질지에 대한 의문이 커진 영향이다. AI 데이터센터 투자가 과열됐는지, 빅테크의 설비투자가 계속 늘어날지, 메모리 가격 상승세가 언제까지 이어질지가 새로운 질문으로 떠오르고 있는 것이다. 삼성전자와 SK하이닉스의 경쟁은 단순한 HBM 점유율 싸움을 넘어섰다. 이제 승부처는 '누가 더 빨리 고성능 메모리 생산능력을 늘리느냐', '누가 엔비디아와 빅테크 고객의 장기계약을 더 단단히 묶느냐'. '메모리 사이클이 꺾일 때 누가 더 오래 버티느냐'로 옮겨갔다. 삼성전자의 무기는 종합 반도체 체력이다. 삼성전자는 메모리, 파운드리, 시스템LSI, 패키징을 모두 가진 세계에서 드문 기업이다. AI 반도체가 복잡해질수록 칩 하나의 성능보다 메모리, 로직, 패키징을 함께 묶는 능력이 중요해진다. 삼성전자는 HBM에서 SK하이닉스에 먼저 밀렸지만, 메모리 전반의 가격 상승과 낸드 회복, 범용 D램 수요 반등을 동시에 누릴 수 있는 구조를 갖고 있다. 반면 삼성전자는 HBM 초반 주도권을 놓쳤다. AI 가속기 시장에서 엔비디아 공급망의 신뢰를 먼저 얻은 쪽은 SK하이닉스였다. 삼성전자의 2분기 호실적에도 시장에서 '삼성이 AI 메모리의 가장 중요한 고객에게 가장 중요한 제품을 가장 안정적으로 공급할 수 있는가'라는 질문이 나오는 이유다. HBM 선점한 SK, 자본시장서 실탄 확보 SK하이닉스는 다른 길을 걷고 있다. SK하이닉스는 미국 주식 매각을 시작했고 280억7000만 달러(한화 약 43조원) 자금 조달을 추진하고 있다. 해당 자금은 국내 신규 반도체 공장 건설과 첨단 장비 확보에 쓰일 가능성이 크다. AI 메모리 수요가 폭증하는 시점에 글로벌 투자자 자금을 끌어와 생산능력 확대에 투입하겠다는 전략이다. HBM 선점으로 얻은 시장 신뢰를 자본시장으로 확장하려는 승부수다. SK하이닉스의 강점은 집중력이다. 삼성전자가 메모리와 파운드리, 모바일과 가전까지 거대한 포트폴리오를 가진 기업이라면, SK하이닉스는 메모리 한 분야에서 더 집중적으로 대응하고 있다. 특히 HBM에서는 엔비디아 공급망을 선점하며 'AI 시대 메모리 강자' 이미지를 굳혔다. HBM은 단순히 많이 만드는 제품이 아니다. 고객의 AI 가속기 설계 일정에 맞춰 성능, 발열, 전력 효율, 패키징을 함께 맞춰야 한다. SK하이닉스는 이 고객 맞춤형 대응에서 앞섰다는 평가를 받았다. 다만 SK하이닉스의 대규모 자금 조달은 기회이자 동시에 부담이다. AI 메모리 호황이 길게 이어지면 선제 투자는 격차 확대의 무기가 되지만, 반대로 빅테크의 AI 투자가 둔화하거나 메모리 공급이 한꺼번에 늘어나면 대규모 설비투자는 고정비 부담으로 돌아올 수 있다. 호황 이후 겨누는 장기전 두 기업 모두 사이클 방어가 숙제다. 삼성전자와 SK하이닉스 등 메모리 기업들은 다운사이클 위험을 줄이기 위해 장기계약과 '테이크 오어 페이(Take or Pay)' 방식의 계약을 활용하고 있다. 이런 계약이 전체 매출을 모두 방어하는 것은 아닌 만큼 공급과잉이 현실화될 경우 충격을 완전히 막기는 어렵다. 때문에 삼성전자와 SK하이닉스의 전쟁은 '누가 더 많이 버느냐'만의 문제가 아니다. 삼성전자는 실적으로 자신이 여전히 '메모리 강자'임을 증명해야 하고, SK하이닉스는 HBM 선점이 일시적 우위가 아니라 장기 경쟁력임을 입증해야 한다. 투자 포인트도 다르다. 삼성전자는 반도체 전체 체력과 포트폴리오 회복력이 강점이다. 메모리 가격 상승이 D램과 낸드 전반으로 번지면 삼성의 이익 레버리지는 더 커진다. 파운드리와 시스템반도체 부진이 부담이지만, 반대로 이 부문이 회복하면 실적 개선의 추가 여지도 생긴다. SK하이닉스는 HBM과 고성능 D램에 더 집중된 기업이다. AI 서버 수요가 계속 강하면 이 집중력이 더 큰 프리미엄으로 돌아온다. 문제는 시장이 더 이상 '좋은 숫자'만으로 만족하지 않는다는 점이다. 삼성전자의 2분기 잠정 실적은 압도적이지만, 주가는 흔들렸다. 이는 투자자들이 이미 AI 호황을 주가에 상당 부분 반영했고, 이제는 다음 국면을 보기 시작했다는 뜻이다. AI 메모리 슈퍼사이클이 2027년 이후에도 지속될지, 가격 상승이 얼마나 이어질지, 고객의 장기계약이 실제 방어막이 될지가 중요해졌다. 한국 반도체 산업 전체로 보면 두 기업의 경쟁은 축복이자 부담이다. 삼성과 SK하이닉스가 동시에 대규모 투자를 집행하면 국내 장비·소재·부품 생태계는 커진다. 용인, 평택, 청주 등 반도체 거점의 산업적 무게도 커진다. 하지만 같은 방향으로 너무 많은 투자가 몰리면 사이클 하강기에 충격도 커진다. 반도체 산업은 국가 전략산업이지만, 동시에 가장 냉정한 사이클 산업이다. 업계 관계자는 "삼성전자와 SK하이닉스 모두 지금은 강하지만, 진짜 승부는 가격이 오를 때가 아니라 가격이 흔들릴 때 드러난다"며 "AI 메모리 2라운드는 생산능력, 고객계약, 자금조달, 사이클 방어력까지 모두 겨루는 장기전"이라고 했다. 이어 "AI는 더 많은 메모리를 요구하고, 시장은 더 많은 증거를 요구하는 상황에서 '이익을 얼마나 오래 지속할 수 있는가'라는 질문이 승패를 가르게 될 것"이라고 덧붙였다. [아주경제 2026년 07월 09일자 13면에 게재된 기사입니다.]2026-07-09 09:00:00
-
유럽 향하는 국산 AI칩…퓨리오사AI, 리스본에 RNGD 테스트베드 [경제일보] 퓨리오사AI가 글로벌 데이터센터 기업과 손잡고 유럽 인공지능(AI) 인프라 시장 공략에 속도를 낸다. 포르투갈에 AI 반도체 평가 거점을 구축해 유럽 기업과 소버린 AI 프로젝트를 대상으로 자사 AI 추론 반도체 성능 검증을 지원하며 글로벌 시장 확대에 나선다는 전략이다. 8일 퓨리오사AI는 글로벌 디지털 인프라 기업 에퀴닉스와 협력해 포르투갈 리스본 에퀴닉스 LS2 데이터센터에 자사 AI 추론 반도체 'RNGD(레니게이드)' 기반 서버를 구축한다고 밝혔다. 이번 협력은 유럽 기업들이 실제 AI 모델과 워크로드를 기반으로 RNGD의 성능과 전력 효율, 운용 편의성을 직접 검증할 수 있는 테스트베드를 마련했다는 점에서 의미가 있다. 양사는 이를 시작으로 유럽 소버린 AI 시장과 AI 데이터센터 인프라 사업 협력을 확대할 계획이다. 퓨리오사AI는 이번 리스본 거점을 기반으로 현지 고객 지원 체계도 강화한다. 유럽 기업과 소버린 AI 프로젝트 참여 기관들은 리스본 데이터센터에서 대규모언어모델(LLM)과 에이전틱 AI를 직접 구동하고 자체 AI 모델과 워크로드를 검증할 수 있다. 올해 초 설립한 포르투갈 리스본 현지 법인 엔지니어들이 모델 구동과 시스템 구성, 소프트웨어 적용 등 도입 전 과정을 지원하며 고객 맞춤형 기술 서비스를 제공할 예정이다. 이번에 배치되는 RNGD는 퓨리오사AI가 자체 개발한 텐서축약프로세서(TCP) 아키텍처 기반의 데이터센터용 AI 추론 가속기다. 올해 초 고대역폭메모리(HBM)를 적용한 AI 가속기 가운데 드물게 양산에 성공했고, 국내외 고객사를 중심으로 상용화를 확대하고 있다. 퓨리오사AI는 RNGD가 대규모언어모델과 에이전틱 AI를 높은 전력 효율로 구동하면서 그래픽처리장치(GPU) 대비 총소유비용(TCO)을 낮출 수 있는 것이 강점이라고 했다. 기존 공랭식 데이터센터에서도 별도 냉각 설비 투자 없이 운용할 수 있어 AI 데이터센터 구축 비용 절감 효과도 기대된다는 설명이다. 업계에서는 유럽을 중심으로 소버린 AI 구축 수요가 확대되면서 전력 효율이 높은 AI 반도체와 인프라에 대한 관심도 커지고 있다고 보고 있다. 특히 전력 공급과 냉각 설비 제약이 심화되면서 GPU 중심 구조를 대체할 고효율 AI 추론 반도체 경쟁도 본격화되는 분위기다. 퓨리오사AI는 이번 주 프랑스 파리에서 열리는 'RAISE Summit 2026'에도 참가해 RNGD와 최신 소프트웨어 스택을 선보인다. 행사에서는 유럽 고객과 소버린 AI 프로젝트를 대상으로 AI 인프라 도입 논의를 이어갈 예정이다. 백준호 퓨리오사AI 대표는 글로벌 AI 인프라 기업 관계자들과 함께 'Powering AI Infrastructure: Solving the 21st Century Manhattan Project'를 주제로 패널 토론에 참석한다. 강지훈 최고연구책임자(CRO)는 기조연설을 통해 RNGD 소프트웨어 스택과 향후 기술 로드맵을 소개할 예정이다. 백 대표는 "유럽은 AI 서비스 확산과 함께 전력 및 냉각 인프라 제약이 중요한 과제로 떠오르고 있다"며 "에퀴닉스와 협력을 통해 유럽 기업과 소버린 AI 프로젝트가 실제 환경에서 RNGD의 성능과 경제성을 검증하고 보다 빠르게 AI 서비스를 구축할 수 있도록 지원하겠다"고 했다. 퓨리오사AI 관계자는 "리스본 RNGD 서버는 여러 기업이 공동으로 활용하는 평가 인프라 형태로 운영된다"며 "유럽 기업들이 실제 AI 서비스 환경에서 RNGD의 성능과 전력 효율을 직접 검증하고 도입 여부를 판단할 수 있도록 지원하는 테스트베드 역할을 하게 될 것"이라고 했다.2026-07-08 14:38:52
-
![[800조 전쟁] 엔비디아 독주 균열 노린다…국산 AI칩 퓨리오사AI의 승부수](https://image.ajunews.com//content/image/2026/07/03/20260703093751877178.jpg)
엔비디아 독주 균열 노린다…'국산 AI칩' 퓨리오사AI의 승부수 [경제일보] 정부가 인공지능(AI) 데이터센터를 국가 핵심 인프라로 공식화하면서 국내 AI 반도체 산업도 중대한 분기점을 맞았다. 수백조원 규모 AI 데이터센터 구축 계획이 현실화되면 이를 구동할 AI 반도체 수요도 폭발적으로 증가하기 때문이다. 문제는 AI 데이터센터 확대가 곧바로 국내 AI 반도체 산업의 성장으로 이어지는 것은 아니라는 점이다. 현재 AI 데이터센터 시장은 엔비디아 GPU가 사실상 독점하고 있어 대규모 인프라 투자가 이뤄지더라도 핵심 연산 반도체 수요는 해외 기업으로 쏠릴 가능성이 크다. 이런 가운데 정부가 처음으로 '국산 AI 반도체'를 메가 프로젝트의 핵심 축으로 제시하면서 퓨리오사AI와 같은 국내 팹리스 기업이 국가 AI 인프라 공급망에 진입할 수 있을지에 관심이 쏠린다. 과거에는 거대언어모델(LLM)을 학습시키기 위한 초고성능 GPU 확보가 핵심이었다. 하지만 앞으로는 실제 AI 서비스를 운영하는 '추론(Inference)' 경쟁력이 새로운 승부처로 떠오르고 있다. AI 에이전트와 피지컬 AI, 자율주행, 제조 AI 등이 확산될수록 AI 모델을 끊임없이 실행하는 추론 연산이 급증하고 데이터센터 운영비에서 전력 효율과 비용 경쟁력이 차지하는 비중도 커질 수밖에 없는 구조다. 정부는 AI 데이터센터를 국가 경쟁력의 핵심 인프라로 육성하면서 국산 AI 반도체(NPU)와 전력·냉각 솔루션을 함께 지원해 국내 AI 인프라 생태계를 구축하겠다는 청사진을 내놨다. 단순히 데이터센터 건물을 늘리는 것이 아니라 데이터센터 안에서 돌아가는 핵심 기술까지 국산화하겠다는 의미다. 이재명 대통령의 구상대로라면 이번 프로젝트의 성패는 데이터센터 규모보다도 AI 연산 담당자에게 달려있다. 현재 글로벌 AI 데이터센터는 엔비디아 GPU가 사실상 표준으로 자리 잡았다. AI 학습에 필요한 압도적인 연산 성능은 물론 CUDA 기반 소프트웨어 생태계와 개발자 환경, 풍부한 고객 레퍼런스까지 갖추면서 후발주자가 쉽게 넘볼 수 없는 시장을 구축한 것이다. 이 때문에 업계에서는 정부가 아무리 AI 데이터센터를 확대하더라도 핵심 반도체를 모두 해외 기업에 의존한다면 국가 AI 경쟁력을 확보하는 데 한계가 있다는 지적이 꾸준히 제기돼 왔다. AI 데이터센터는 국가 전략 인프라지만 연산을 담당하는 AI 칩과 서버, 시스템 소프트웨어가 해외 기술에 의존하게 되면 공급망 리스크를 피하기 어렵기 때문이다. AI 경쟁의 무게중심 '학습'에서 '추론'으로 정부의 AI 인프라 전략에서 가장 먼저 시험대에 오른 기업은 퓨리오사AI다. 2017년 설립된 퓨리오사AI는 AI 추론 전용 NPU를 개발하는 국내 대표 팹리스 기업이다. 회사는 범용 GPU와 정면 승부 하기보다 생성형 AI 서비스 운영에 필요한 추론 시장을 공략하는 전략을 택했다. 최근 공개한 2세대 AI 가속기 RNGD(레니게이드)는 거대언어모델과 멀티모달 AI 추론을 겨냥한 제품으로 높은 전력 효율과 비용 절감 효과를 강점으로 내세우고 있다. 회사 역시 고성능과 전력 효율을 동시에 구현하는 데이터센터용 AI 가속기를 핵심 경쟁력으로 제시하고 있다. 하지만 정부 정책만으로 퓨리오사AI의 성공을 장담하기는 어렵다. AI 반도체 시장은 단순히 칩 성능만으로 작동하지 않기 때문이다. 개발도구와 소프트웨어 호환성, 고객사가 기존 시스템에 쉽게 적용할 수 있는지 여부, 대규모 데이터센터에서 검증된 운영 경험까지 종합적인 생태계 경쟁이 이뤄지는 시장이다. 결국 메가 프로젝트가 국내 AI 반도체 산업의 전환점이 되려면 정책 지원뿐 아니라 실제 데이터센터에서 사용할 수 있는 상용 레퍼런스를 확보하는 것이 무엇보다 중요하다. 생성형 AI 초기 시장에서는 수천억 개의 매개변수를 가진 거대언어모델을 학습시키기 위해 막대한 연산 성능이 필요했다. 이에 따라 글로벌 빅테크들은 엔비디아의 GPU를 대거 확보하는 데 경쟁적으로 나섰고 GPU 확보 능력이 곧 AI 경쟁력으로 평가받았다. 하지만 AI 서비스가 본격적으로 상용화되면서 시장의 관심은 모델 제작에서 활용으로 옮겨가고 있다. 챗봇이 질문에 답하고 AI 비서가 업무를 수행하며 자율주행차와 스마트팩토리, AI 로봇이 실시간으로 판단을 내리는 과정은 모두 추론에 해당한다. AI를 실제 서비스로 운영할수록 추론 연산은 기하급수적으로 증가할 수밖에 없다. 시장조사업체들도 같은 전망을 내놓고 있다. AI 서비스 확산으로 향후 데이터센터 연산의 상당 부분이 추론 작업으로 차지할 것이 예상되면서 학습 중심이던 AI 반도체 시장도 점차 추론 중심으로 재편될 것이라는 분석이다. 업계 관계자는 "생성형 AI 서비스가 빠르게 확산되면서 추론 수요와 토큰 사용량은 이미 폭발적으로 증가하고 있다"며 "AI 확산이 빨라질수록 연산 효율을 높이는 기술 경쟁력이 더욱 중요해질 것"이라고 말했다. 이어 "정부의 AI 데이터센터 구축은 국내 AI 반도체 기업들에도 기술을 검증하고 시장을 확대할 수 있는 중요한 기회가 될 것으로 기대한다"고 덧붙였다. 전력 효율이 새 경쟁력…퓨리오사AI의 승부수 퓨리오사AI는 엔비디아 GPU를 전면적으로 대체하겠다는 전략을 내세우지 않는다. 대신 추론에 필요한 연산을 보다 적은 전력으로 처리하는 데 초점을 맞추고 있다. 데이터센터 운영비 가운데 전기료가 차지하는 비중이 갈수록 커지는 만큼 같은 성능이라면 전력 소비를 줄이는 것이 곧 경쟁력이 된다는 판단에서다. 실제로 AI 데이터센터는 '전기 먹는 공장'으로 불릴 만크 막대한 전력을 소비한다. 최신 AI 서버 한 대에는 여러 개의 AI 가속기가 탑재되고 이를 수만 대 규모로 운영하면 전력 사용량은 도시 하나에 맞먹는 수준까지 늘어난다. 정부가 이번 메가 프로젝트에서 AI 데이터센터와 함께 전력 인프라를 핵심 과제로 제시한 것도 같은 맥락이다. 이 때문에 업계에서는 향후 AI 반도체 경쟁의 기준이 '최고 성능'에서 '최고 효율'로 점차 이동할 가능성도 제기한다. 모든 AI 서비스를 최고 사양 GPU로 운영하기보다 서비스 특성에 따라 GPU와 NPU를 함께 사용하는 방식이 늘어날 수 있다는 것이다. 다만 넘어야 할 벽은 여전히 높다. 엔비디아의 경쟁력은 단순히 GPU 성능에 있지 않다. AI 개발자가 사용하는 CUDA 플랫폼을 중심으로 방대한 소프트웨어 생태계를 구축했고 주요 클라우드 사업자와 데이터센터 운영사들이 이미 엔비디아 기반 시스템을 표준처럼 사용하고 있다. AI 모델 대부분도 엔비디아 환경에서 최적화돼 있어 다른 AI 반도체를 적용하려면 소프트웨어 수정과 운영 검증이 필요하다. 이 때문에 정부의 메가 프로젝트 역시 단순한 AI 데이터센터 인프라 투자에 머물러서는 안 된다는 지적이 나온다. AI 데이터센터를 짓는 것만으로는 국내 AI 반도체 산업이 성장하기 어렵고 국산 AI 칩이 실제 데이터센터에서 성능을 검증받고 상용화 레퍼런스를 확보할 수 있는 제도적 기반까지 함께 마련돼야 한다는 것이다. 실제 퓨리오사AI는 최근 들어 연구개발(R&D) 단계를 넘어 상용화 기반을 하나씩 확보하고 있다. 회사는 올해 1월 TSMC에서 생산한 2세대 AI 추론용 NPU 'RNGD(레니게이드)' 1차 양산 물량을 공급받으며 본격적인 양산 단계에 들어갔다. 올해 총 2만장 규모 생산을 목표로 글로벌 엔터프라이즈 시장 공략에 속도를 내고 있다. 기술 검증 사례도 늘고 있다. LG AI연구원은 자사 거대언어모델(LLM) '엑사원(EXAONE)' 추론 환경에서 RNGD를 검증한 뒤 도입을 결정했다. 퓨리오사AI에 따르면 RNGD는 실제 서비스 환경에서 기존 GPU 기반 시스템보다 와트당 성능을 2.25배 높였고, 동일한 전력 조건에서는 최대 3.75배 많은 토큰을 처리하는 것으로 나타났다. 이는 AI 데이터센터 운영에서 가장 큰 비용으로 꼽히는 전력 부담을 줄일 수 있다는 의미다. 메가 프로젝트, 국산 AI 반도체 생태계 키울까 이처럼 기술력과 상용화 가능성을 입증하는 사례가 늘어나면서 정부가 추진하는 AI 데이터센터 메가 프로젝트가 퓨리오사AI와 같은 국산 AI 반도체 기업의 성장 기반이 될 수 있다는 기대도 커지고 있다. 업계는 이번 메가 프로젝트가 국내 AI 반도체 산업에는 이전과 다른 의미를 가진다고 평가한다. 정부가 AI 데이터센터를 국가 전략 인프라로 규정하면서 처음으로 AI 모델부터 반도체, 데이터센터, 전력 인프라까지 하나의 산업 생태계로 연결하는 청사진을 제시했기 때문이다. 특히 정부가 AI 데이터센터 구축과 함께 국산 AI 반도체 기반 추론 시장 육성을 공식 정책 방향으로 제시한 만큼, 향후 국가 AI 프로젝트와 공공 AI 사업에서 국산 NPU 적용 사례가 늘어날 가능성도 제기된다. 이는 퓨리오사AI뿐 아니라 국내 AI 서버, 클라우드, 전력·냉각 장비 기업으로까지 파급 효과가 확산될 수 있다는 의미다. AI 데이터센터가 또 하나의 '엔비디아 GPU 구매 사업'으로 끝날지 아니면 국산 AI 반도체와 소프트웨어, 서버, 전력 설비까지 함께 성장하는 산업 생태계의 출발점이 될지는 앞으로 정부 정책과 민간 투자의 실행력에 달려 있다. 퓨리오사AI 역시 같은 시험대에 올랐다. 추론 특화 AI 반도체라는 기술 경쟁력을 실제 시장 경쟁력으로 연결하고 정부 프로젝트를 발판으로 대규모 상용 레퍼런스를 확보할 수 있다면 '국산 AI칩'은 상징을 넘어 하나의 산업으로 자리 잡을 수 있다. 반대로 정책 지원에만 의존한 채 민간 시장에서 경쟁력을 입증하지 못한다면 이번 메가 프로젝트 역시 국산 AI 반도체 육성의 또 다른 선언에 그칠 가능성을 배제하기 어렵다. AI 시대의 승자는 더 이상 반도체를 가장 많이 만드는 기업만이 아니다. AI를 가장 효율적으로 구동하는 반도체를 만들고 이를 국가 인프라 안에서 실제 활용하는 생태계를 구축하는 국가가 다음 경쟁의 주도권을 쥘 것이라는 점에서 퓨리오사AI를 비롯한 국내 AI 반도체 기업들의 도전은 이제부터가 진짜 시작이다. 업계 관계자는 "정부가 AI 데이터센터와 국산 AI 반도체를 함께 육성하겠다는 방향을 제시한 것은 국내 AI 반도체 기업에는 의미 있는 기회"라며 "특히 AI 데이터센터 구축은 기술력을 검증하고 실제 공급 레퍼런스를 확보할 수 있는 중요한 계기가 될 것으로 기대하고 있다"고 말했다. 이어 "AI 인프라가 빠르게 확산돼야 AI 서비스와 산업 혁신도 함께 성장할 수 있다"며 "정부가 추진하는 AI 데이터센터 구축과 AI 인프라 확대 정책이 국내 AI 반도체 생태계에도 긍정적인 역할을 할 것으로 본다"고 덧붙였다.2026-07-03 10:14:43
-
IBM, '1나노 벽' 넘었다…반도체 경쟁 옹스트롬 시대로 [경제일보] IBM이 반도체 미세공정의 한계로 여겨져 온 1나노미터 벽을 넘어서는 기술을 공개했다. 0.7나노, 즉 7옹스트롬급 칩 기술이다. 인공지능(AI) 반도체와 데이터센터 전력 효율 경쟁이 격화되는 가운데 반도체 공정 경쟁이 나노미터를 넘어 옹스트롬 단위로 들어서고 있다는 평가가 나온다. IBM은 25일 세계 최초의 서브 1나노 칩 기술인 0.7나노 공정 ‘나노스택’ 아키텍처를 개발했다고 밝혔다. 나노스택은 기존처럼 트랜지스터를 평면 위에 더 촘촘히 배열하는 방식에서 벗어나 소자를 수직 방향으로 엇갈려 쌓는 3차원 적층 구조다. IBM은 이를 통해 손톱 크기 칩에 약 1000억개의 트랜지스터를 집적할 수 있다고 설명했다. 옹스트롬은 나노미터보다 더 작은 길이 단위다. 1옹스트롬은 0.1나노미터이고, 1나노미터는 10옹스트롬이다. IBM이 공개한 0.7나노 공정은 이를 옹스트롬 단위로 바꾸면 7옹스트롬에 해당한다. 그동안 반도체 업계가 7나노, 5나노, 3나노, 2나노 공정을 놓고 경쟁했다면, 이제는 1나노 아래의 초미세 공정 경쟁으로 이동하고 있는 셈이다. 다만 반도체에서 말하는 공정명은 실제 트랜지스터의 모든 물리적 길이가 정확히 그 숫자라는 뜻은 아니다. 최근의 2나노, 1나노, 7옹스트롬이라는 표현은 실제 선폭보다 집적도, 성능, 전력 효율, 세대 구분을 나타내는 상징적 명칭에 가깝다. 따라서 ‘옹스트롬 시대’는 단순히 숫자를 더 작게 부르는 변화가 아니라 트랜지스터 구조와 적층 방식까지 바꾸는 차세대 공정 경쟁의 시작을 뜻한다. ◆ 나노스택, 평면 미세화 한계 넘는 3차원 해법 IBM은 나노스택 기술이 2021년 공개한 2나노 칩과 비교해 트랜지스터 밀도를 약 두 배 높일 수 있다고 밝혔다. 같은 전력에서 연산 성능을 최대 50% 끌어올리거나 같은 성능에서 전력 효율을 최대 70% 개선할 수 있다는 설명이다. 칩 내부 SRAM 공간 효율도 40% 향상돼 고성능 AI 반도체 설계에 유리하다고 강조했다. 핵심은 미세화 방식의 전환이다. 반도체 업계는 핀펫을 넘어 게이트올어라운드(GAA), 나노시트 구조로 이동하고 있다. 평면 위에 회로를 더 작게 그리는 방식만으로는 전력 누설과 발열, 배선 복잡도를 해결하기 어려워졌기 때문이다. 나노스택은 이 흐름을 한 단계 더 밀고 나가 소자를 위로 쌓아 집적도를 높이는 접근이다. IBM은 나노스택이 중앙처리장치(CPU), 그래픽처리장치(GPU), 모바일 칩 등 다양한 반도체에 적용될 수 있는 범용 기술이라고 설명했다. AI 데이터센터 전력 사용량이 급증하는 상황에서 성능과 전력 효율을 동시에 개선할 수 있는 공정 기술은 산업적 파급력이 크다. AI 모델이 커질수록 병목은 연산 성능뿐 아니라 전력, 냉각, 칩 면적, 메모리 효율로 확산되고 있다. 후이밍 부 IBM 리서치 반도체 글로벌 연구개발 총괄 부사장은 “나노스택은 단발성 혁신이 아니다”라며 “향후 10년간 여러 세대에 걸쳐 7옹스트롬, 5옹스트롬, 3옹스트롬을 거쳐 1옹스트롬에 이르는 제품이 이 아키텍처를 기반으로 나올 것”이라고 강조했다. ◆ 라피더스 협력 주목…양산까지는 시간 필요 파운드리 경쟁 구도에도 파장이 예상된다. 현재 최첨단 파운드리 시장은 TSMC, 삼성전자, 인텔이 2나노급 공정과 후속 로드맵을 놓고 경쟁하는 구조다. IBM은 대량 생산 파운드리 사업자는 아니지만 반도체 원천 기술과 연구개발에서 영향력이 크다. 2021년 2나노 기술을 먼저 공개한 데 이어 이번에는 1나노 아래 공정 가능성을 제시했다. 특히 일본 라피더스와의 협력 관계가 주목된다. IBM과 라피더스는 2022년 2나노 노드 공동 개발 파트너십을 맺었고 라피더스는 일본 정부 지원을 바탕으로 첨단 로직 파운드리 진입을 추진하고 있다. IBM이 나노스택 기술을 어느 기업과 상용화할지는 공개하지 않았지만 기존 협력 관계를 고려하면 라피더스가 차세대 공정 경쟁에서 복병으로 부상할 가능성도 있다. 기대와 현실은 구분해야 한다. IBM은 나노스택 기술의 실제 생산 적용 시점을 이르면 5년 뒤로 보고 있다. 연구 단계의 기술을 대량 생산 가능한 공정으로 전환하려면 수율, 장비, 소재, 설계도구, 고객 생태계가 모두 맞물려야 한다. 0.7나노라는 숫자가 곧바로 스마트폰이나 AI 가속기 양산 칩에 적용된다는 뜻은 아니다. IBM이 최근 양자 반도체 파운드리 기업 ‘앤더론’ 설립 계획을 밝힌 점도 눈에 띈다. 앤더론은 양자컴퓨팅용 웨이퍼 생산 기반을 구축하는 별도 프로젝트다. 전통 로직 반도체와 양자 반도체는 기술 성격이 다르지만 IBM이 차세대 컴퓨팅 하드웨어의 제조 기반을 다시 강화하려 한다는 점에서는 같은 흐름으로 읽힌다. 이번 발표는 반도체 미세화 경쟁이 아직 끝나지 않았다는 신호다. 파운드리 패권은 여전히 양산 능력과 수율, 고객 확보에서 결정된다. 그러나 차세대 공정의 방향을 누가 먼저 제시하느냐도 중요하다. IBM이 1나노 아래의 길을 열면서 TSMC, 삼성전자, 인텔, 라피더스의 경쟁은 나노미터를 넘어 옹스트롬 단위로 들어서고 있다. 다음 승부는 더 작은 숫자가 아니라 그 숫자를 안정적인 양산과 전력 효율로 증명하는 데서 갈릴 것이다.2026-06-25 22:35:16
-
오픈AI, 첫 자체 AI칩 '할라페뇨' 공개…엔비디아 의존 줄이기 시동 [경제일보] 오픈AI가 브로드컴과 공동 개발한 첫 자체 AI 반도체 ‘할라페뇨’를 공개했다. 챗GPT와 코덱스 등 대형 AI 서비스를 운영하며 커진 추론 비용을 낮추고 엔비디아 GPU 의존도를 줄이려는 전략이다. CNBC에 따르면 오픈AI와 브로드컴은 24일 현지시간 추론 특화 AI 칩 할라페뇨를 공개했다. 할라페뇨는 범용 GPU를 개량한 제품이 아니라 대형언어모델 추론을 위해 처음부터 설계한 맞춤형 반도체다. 오픈AI는 올해 말부터 이 칩을 데이터센터에 배치할 계획이다. AI 반도체 시장에서 추론은 새 격전지로 떠올랐다. 모델을 학습시키는 단계에는 막대한 연산 자원이 필요하지만 실제 서비스에서는 이용자 요청에 답하는 추론 비용이 계속 발생한다. 챗GPT처럼 글로벌 이용자가 많은 서비스는 추론 효율이 곧 운영비와 수익성에 직결된다. 오픈AI는 초기 테스트에서 할라페뇨의 전력 대비 성능이 기존 최상위 AI 칩보다 개선됐다고 밝혔다. 브로드컴의 호크 탄 최고경영자는 로이터통신과의 인터뷰에서 엔비디아 블랙웰과 구글 TPU에 견줄 성능을 언급했다. 다만 양사는 최종 성능 측정이 진행 중이라며 세부 수치는 공개하지 않았다. 실제 경쟁력은 데이터센터 배치 이후 전력 효율과 안정성, 단가가 확인돼야 판단할 수 있다. 이번 공개는 오픈AI의 풀스택 전략과 맞물린다. 오픈AI는 모델과 서비스뿐 아니라 칩과 메모리 시스템, 네트워크, 데이터센터 운영까지 직접 통제하려는 방향으로 움직이고 있다. AI 서비스 이용량이 커질수록 외부 GPU 공급에만 의존하기 어렵기 때문이다. 공급 부족과 높은 가격, 전력 부담은 AI 기업의 공통 과제다. 빅테크의 자체 칩 개발도 같은 흐름이다. 구글은 TPU를 통해 자사 AI 모델과 클라우드 서비스에 맞춘 연산 인프라를 구축했다. 아마존은 학습용 트레이니움과 추론용 인퍼런시아를 운영하고 있다. 마이크로소프트와 메타도 자체 AI 가속기 개발에 투자하고 있다. 오픈AI의 할라페뇨 공개는 이 대열에 본격 합류했다는 신호다. 엔비디아에 미칠 영향은 단기적으로 제한적이라는 시각이 많다. 자체 칩은 특정 서비스와 추론 환경에 최적화되는 경우가 많다. 대규모 학습과 범용 AI 인프라에서는 엔비디아 GPU의 생태계와 소프트웨어 경쟁력이 여전히 강하다. 다만 추론 영역에서 맞춤형 ASIC이 늘어나면 AI 반도체 시장의 성장 축은 더 넓어질 수 있다. 국내 반도체 업계에도 파급력이 있다. 빅테크가 자체 AI 칩을 늘리면 고대역폭메모리와 첨단 패키징 수요도 함께 커진다. 삼성전자와 SK하이닉스 같은 메모리 기업에는 새로운 고객군이 늘어나는 효과가 기대된다. 다만 할라페뇨에 어떤 HBM이 탑재됐는지는 공개자료 기준으로 확인되지 않아 특정 공급사를 단정하기는 어렵다. 오픈AI의 과제는 기술 공개 이후 수익성 입증이다. 자체 칩이 실제로 추론 비용을 낮추고 서비스 속도와 안정성을 높여야 한다. IPO 가능성이 시장에서 거론되는 만큼 인프라 비용을 통제할 수 있다는 점도 투자자에게 중요한 메시지가 될 수 있다. AI 경쟁은 모델 성능만으로 끝나지 않는다. 더 좋은 답을 더 싸고 빠르게 제공하는 인프라 경쟁으로 옮겨가고 있다. 할라페뇨는 오픈AI가 엔비디아 생태계에서 벗어나겠다는 선언이라기보다 비용과 성능을 직접 통제하려는 첫 시도에 가깝다. 이 칩이 데이터센터에서 검증되면 AI 반도체 시장은 GPU 중심에서 맞춤형 추론 칩 경쟁으로 한 단계 더 갈라질 전망이다.2026-06-25 16:53:13
-
![[재계 DNA 분석-삼성전기] 삼성전자 뒤 숨은 제국…AI 반도체 뒤의 숨은 승부처](https://image.ajunews.com//content/image/2026/06/24/20260624171201626756.jpg)
삼성전자 뒤 '숨은 제국'…AI 반도체 뒤의 숨은 승부처 [경제일보] 화려한 'AI(인공지능) 혁명'의 무대 위에는 엔비디아, 삼성전자, TSMC 등 반도체 기업들이 먼저 조명을 받고 있다. 하지만 아무리 뛰어난 반도체도 전력을 안정적으로 공급 받고, 데이터를 원활하게 주고받을 수 있는 부품이 없다면 제 성능을 발휘할 수 없다. AI 서버와 데이터 센터 투자가 폭증하면서 반도체를 떠받치는 전자부품의 중요성이 커지고, 스마트폰 시대를 떠받쳤던 삼성전기의 부품 기술력이 재조명 받고 있는 이유다. 삼성전기는 삼성그룹을 대표하는 부품 계열사다. 적층세라믹콘덴서(MLCC), 카메라모듈, 반도체 패키지기판 등을 생산하며 삼성전자 스마트폰과 TV, 가전제품 경쟁력을 뒷받침해 왔다. 전류를 저장하고 신호를 안정적으로 전달하는 MLCC, 이미지를 구현하는 카메라모듈, 반도체와 시스템을 연결하는 패키지기판은 전자기기의 성능을 좌우하는 핵심 부품이다. 소비자에게는 상대적으로 덜 알려져 있지만, 삼성전기는 수십 년간 이들 부품 기술을 축적하며 삼성그룹 전자사업의 기반을 다져왔다. 화려한 완제품 뒤에는 반드시 부품 기술력이 존재한다는 이건희 선대회장의 경영 철학도 삼성전기의 성장 과정에 깊게 녹아 있다. 앞서 지난 1987년 삼성그룹 회장에 취임한 이 회장은 완제품 경쟁력만으로는 글로벌 시장을 주도하기 어렵다고 판단했다. 소재·부품 경쟁력 확보를 강조한 배경이다. 삼성전기는 1988년 국내 최초로 적층세라믹콘덴서(MLCC)를 개발·생산하며 일본 업체들이 주도하던 전자부품 시장 추격에 나섰다. 이후 MLCC와 반도체 패키지기판 분야에서 기술을 축적하며 글로벌 부품 기업으로 성장했다. 삼성전기를 대표하는 핵심 사업은 단연 MLCC다. MLCC는 전기를 저장하고 전압을 안정적으로 유지하는 전자부품이다. 스마트폰과 TV, 자동차, 서버 등 거의 모든 전자기기에 들어간다. 전자제품이 작아지고 고성능화될수록 MLCC의 역할은 더 커진다. AI 시대가 열리면서 MLCC의 중요성은 한층 높아지고 있다. AI 서버는 고성능 연산 과정에서 막대한 전력을 소모한다. 회로 안에서 전압 변동과 전기적 잡음도 커질 수밖에 없다. MLCC는 이 과정에서 전압을 안정적으로 유지하고 불필요한 노이즈를 줄여 반도체가 안정적으로 작동하도록 돕는다. AI 서버와 데이터센터 투자가 확대될수록 고용량·고신뢰성 MLCC 수요가 늘어나는 구조다. 물론 오늘의 위상이 저절로 만들어진 것은 아니다. AI가 새로운 성장동력으로 부상하기 전까지 삼성전기의 가장 큰 고민은 스마트폰 의존도를 낮추는 일이었다. 삼성전기는 스마트폰 시장 성장기 동안 삼성전자와 함께 빠르게 성장했다. 하지만 스마트폰 시장이 성숙기에 접어들고 중국 업체들의 추격이 거세지면서 성장 동력은 약화됐다. 카메라모듈과 IT용 MLCC 중심의 사업 구조는 스마트폰 업황 변화에 민감할 수밖에 없었다. 한동안 스마트폰 시장에 묶여 있던 삼성전기의 사업 포트폴리오는 AI 시대를 맞아 전환점을 맞고 있다. 생성형 AI 확산과 글로벌 빅테크 기업들의 데이터센터 투자 경쟁이 본격화되면서 AI 서버용 MLCC와 반도체 패키지기판 수요가 빠르게 늘기 시작했다. 삼성전기는 이에 맞춰 AI 서버와 전장, 네트워크용 고부가 FC-BGA를 중심으로 사업 구조를 고도화하고 있다. 삼성전기는 현재 AI 인프라 시장 확대에 대응해 FC-BGA 경쟁력을 강화하는 동시에 미래 성장동력 확보에도 속도를 내고 있다. 차세대 승부수로 꼽히는 분야는 유리기판이다. 유리기판은 AI 반도체 성능 향상을 위한 차세대 패키징 기술로 주목 받고 있다. 기존 유기기판보다 미세회로 구현이 쉽고, 전력 효율과 신호 전달 성능을 높일 수 있어 차기 AI 가속기 시장의 핵심 기술로 평가된다. 업계 관계자는 "삼성전기가 AI 인프라 시장 확대의 수혜를 보고 있는 것은 분명하지만, 과제도 남아있다"며 "글로벌 빅테크 기업들의 투자 사이클 변화, 일본·대만 업체들과의 기술 경쟁은 여전히 변수"라고 했다. 이어 "스마트폰 중심 부품 기업에서 AI 서버와 차세대 패키징 기업으로 체질을 바꾸려는 삼성전기의 변화는 이미 진행 중"이라고 덧붙였다.2026-06-25 08:00:00
-
SK하이닉스, HBM4E 고객사 첫 샘플 출격…AI 메모리 초격차 노린다 [경제일보] SK하이닉스가 차세대 인공지능(AI) 메모리 시장 선점을 위해 고대역폭메모리(HBM) 차세대 제품인 'HBM4E' 샘플 공급에 나섰다. AI 데이터센터와 고성능 컴퓨팅(HPC) 시장 확대에 맞춰 성능과 전력 효율을 동시에 높인 제품으로 차세대 AI 인프라 수요 공략에 속도를 내는 모습이다. SK하이닉스는 차세대 AI용 초고성능 D램 제품인 HBM4E 12단 샘플을 주요 고객사에 공급했다고 18일 밝혔다. HBM4E는 기존 HBM4 대비 성능과 전력 효율을 한층 강화한 제품이다. 핀(Pin)당 최대 16Gbps 데이터 처리 속도를 구현했으며 에너지 효율도 20% 이상 개선했다. AI 학습과 추론 과정에서 필요한 대규모 데이터 처리 성능을 높이는 데 초점을 맞췄다. 데이터 전송 지연 시간도 줄였다. 최신 인터페이스와 설계 최적화를 적용해 고대역폭 환경에서도 안정적인 구동이 가능하도록 설계됐다. 회사는 이를 통해 차세대 AI 데이터센터와 초고성능 컴퓨팅 시스템의 처리 효율을 높일 수 있을 것으로 기대하고 있다. 용량 역시 확대됐다. SK하이닉스는 HBM4E에 어드밴스드 MR-MUF(Mass Reflow Molded Underfill) 공정을 적용해 12단 적층 기준 48GB 용량을 구현했다. 칩 적층 구조 안정성을 높이는 동시에 발열 관리 성능도 개선했다. 특히 열 저항은 기존 HBM4 대비 약 17% 낮아졌다. AI 서버와 데이터센터처럼 고부하 연산이 지속되는 환경에서도 안정적인 동작이 가능하도록 설계한 것이 특징이다. 업계에서는 AI 반도체 성능 경쟁이 심화되면서 메모리 성능과 전력 효율이 AI 인프라 경쟁력의 핵심 요소로 부상하고 있다고 보고 있다. 엔비디아를 비롯한 글로벌 AI 반도체 기업들이 차세대 AI 가속기 개발에 속도를 내면서 HBM 수요도 빠르게 증가하는 추세다. 시장조사업체들은 향후 AI 서버 시장 성장에 따라 HBM 시장 규모가 지속 확대될 것으로 전망하고 있다. 특히 HBM4 이후 차세대 제품인 HBM4E는 AI 학습과 추론 성능 향상을 위한 핵심 메모리로 주목받고 있다. SK하이닉스는 HBM3와 HBM3E, HBM4에 이어 HBM4E까지 차세대 제품 개발을 이어가며 AI 메모리 시장 주도권 강화에 나서고 있다. 회사는 그동안 축적한 양산 경험과 공급 역량을 기반으로 고객 맞춤형 메모리 솔루션 제공을 확대한다는 계획이다. 최근 SK하이닉스는 AI 메모리 사업 확대를 위해 엔비디아와의 협력도 강화하고 있다. 양사는 차세대 AI 팩토리 구축을 위한 메모리 공동 개발과 장기 기술 파트너십을 추진 중이며 베라 루빈(Vera Rubin) 기반 차세대 AI 플랫폼용 메모리 개발에도 협력하고 있다. SK하이닉스는 이번 HBM4E 샘플 공급을 통해 고객사 평가와 검증 절차를 진행한 뒤 향후 양산 체제로 전환할 계획이다. 안현 SK하이닉스 개발총괄 사장(CDO)은 "업계 최고 수준의 기술 경쟁력과 양산 역량을 바탕으로 HBM4E에서도 AI 혁신을 지원할 수 있는 기반을 마련했다"며 "고객과의 협력을 통해 시장이 요구하는 가치를 선제적으로 구현하고 AI 메모리 기술 리더십을 더욱 강화해 나가겠다"고 말했다. SK하이닉스 관계자는 "현재 HBM4E는 주요 고객사를 대상으로 성능과 안정성을 검증하는 단계"라며 "HBM 시장은 여전히 HBM3E가 주력 제품이고 점차 HBM4로 전환되는 과정에 있는 만큼 고객 일정과 시장 상황에 맞춰 양산 체계를 준비해 나갈 계획"이라고 설명했다. 이어 "HBM4E 12단 제품을 먼저 선보인 것은 고객사들의 고용량 수요를 반영한 결과로 볼 수 있다"며 "HBM4E는 이전 세대보다 개별 D램 용량이 확대되면서 12단 적층만으로도 더 높은 용량 구현이 가능해졌다"고 말했다. 또 "향후 고객사 검증 결과와 시장 수요를 종합적으로 고려해 양산 안정성과 공급 안정성을 확보하는 데 집중할 것"이라고 덧붙였다.2026-06-18 19:13:22
-
![[현장] 2031년 영업익 1조 사업으로…LG이노텍, AI·6G 타고 기판사업 질주](https://image.ajunews.com//content/image/2026/06/17/20260617150452274000.jpg)
"2031년 영업익 1조 사업으로"…LG이노텍, AI·6G 타고 기판사업 질주 [경제일보] LG이노텍이 반도체 기판 사업을 미래 성장동력으로 점찍고 대규모 육성에 나선다. 회사는 패키지솔루션사업부를 오는 2031년 영업이익 1조원 규모 사업으로 키우고 RF-SiP, FC-CSP, FC-BGA 등 고부가 기판을 앞세워 6G 통신과 AI(인공지능) 서버·메모리 시장을 공략한다는 청사진을 제시했다. LG이노텍은 지난 16일 서울 강서구 마곡 본사에서 '미디어 테크 데이'를 열고 패키지솔루션사업의 핵심 제품과 기술 경쟁력을 공개했다. 이날 행사에서는 반도체 기판 3종의 시장 전망과 사업 방향, 차별화 기술이 소개됐다. 패키지솔루션사업은 LG이노텍 전체 매출에서 차지하는 비중은 지난해 기준 약 10% 수준이지만 영업이익 비중은 19%에 달한다. 올해 1분기 영업이익도 전년 대비 31% 증가하며 회사 수익성을 견인하는 고부가 사업으로 부상했다. 지난해 패키지솔루션사업 매출은 1조7200억원으로 2024년 1조4600억원 대비 약 18% 늘었다. 같은 기간 영업이익은 708억원에서 1289억원으로 82% 증가했다. 스마트폰 고사양화, 5G 통신 확산, 메모리 업사이클 진입, AI·빅데이터 시장 확대가 맞물리며 성장세가 가팔라지고 있다는 설명이다. 조지태 LG이노텍 패키지솔루션사업부장(전무)는 "LG이노텍은 고객보다 한발 앞서 시장 변화를 예측하고 기술을 고도화하며 반도체 기판 시장의 기술 패러다임을 혁신하는 퍼스트 무버로 성장해 왔다"며 "차별화된 기술력을 바탕으로 새롭게 열리는 반도체 기판 시장에서 점유율을 빠르게 확대하고 2031년까지 패키지솔루션사업을 영업이익 1조원 규모 사업으로 육성하겠다"고 말했다. 이날 가장 먼저 소개된 제품은 RF-SiP 기판이다. RF-SiP는 전력 증폭기, 칩셋 등 무선통신에 필요한 부품을 하나의 패키지로 결합한 통신용 반도체 부품이다. LG이노텍은 이를 메인보드와 연결하는 기판을 개발·생산하고 있다. LG이노텍은 2011년 세계 최초로 코어리스 RF-SiP 기판 개발과 양산에 성공했다. 코어층을 제거하고 절연층만으로 기판을 구성해 기존 대비 두께를 20% 줄였다. 신호 지연이 적은 레진과 특수 처리한 구리를 적용해 송수신 과정에서 발생하는 신호 손실량도 기존 대비 70% 줄였다. 이 같은 기술력을 앞세워 LG이노텍은 2016년부터 글로벌 RF-SiP 기판 시장 1위를 유지하고 있다. 지난해 기준 글로벌 시장 점유율은 약 65% 수준이며 올해는 80%까지 확대될 것으로 회사 측은 보고 있다. 특히 LG이노텍은 솔더볼을 기판에 직접 연결하는 기존 방식 대신 구리기둥을 먼저 세우고 그 위에 솔더볼을 얹는 'Cu-Post' 공법을 세계 최초로 RF-SiP 기판에 적용했다. 이를 통해 솔더볼 간격을 촘촘하게 만들면서도 기판 두께를 기존 대비 약 20% 줄였다. 5G 스마트폰 안에 더 많은 부품과 회로가 들어가야 하는 상황에서 슬림한 디자인을 구현할 수 있도록 한 핵심 기술이다. 남상혁 LG이노텍 패키지솔루션연구소장 연구위원은 "솔더볼 간격을 지금보다 10% 줄인 차세대 Cu-Post 기술을 개발하고 있다"며 "다가올 6G 시대에 부가가치가 더욱 높아진 RF-SiP 기판으로 시장을 선도하겠다"고 밝혔다. AI 확산에 따라 FC-CSP 기판 수요도 빠르게 늘고 있다. FC-CSP 기판은 주로 모바일 애플리케이션 프로세서(AP)에 들어가는 저전력 D램과 소형 칩 패키지를 메인보드와 연결하는 데 사용돼 왔다. 최근에는 AI 가속기와 서버 등에 GDDR 등 메모리 반도체 채용이 확대되면서 적용 영역이 메모리 분야로 넓어지고 있다. 명세호 LG이노텍 패키지솔루션개발담당 상무는 "FC-CSP 기판은 기존 메모리 기판보다 전기적 특성과 고집적 특성이 높아 칩 성능 향상에 유리하다"며 "성능과 집적도 향상을 위해 기존 메모리 기판을 FC-CSP 기판으로 대체 적용하는 것이 트렌드가 됐다"고 설명했다. LG이노텍은 최근 글로벌 반도체 고객향 GDDR7용 FC-CSP 기판을 수주했다. 메모리용 FC-CSP 기판 신규 수주가 이어지면서 현재 구미 반도체 생산라인은 풀가동 상태다. 황정호 LG이노텍 패키지솔루션마케팅담당 상무는 "이번 달 착공에 들어가는 베트남 반도체 기판 신공장에서 FC-CSP와 RF-SiP 기판 생산라인을 가장 먼저 늘려 국내외 고객 수요에 대응할 계획"이라고 말했다. FC-BGA 기판은 LG이노텍이 중장기 성장 축으로 키우는 제품이다. FC-BGA는 PC, 노트북, 차량, AI 서버, 데이터센터 등 고성능 반도체가 들어가는 대형 기기에 특화된 기판이다. FC-CSP와 비교해 면적이 18배 이상 크고 층수도 16~22층 수준으로 많아 공정 난도가 높다. LG이노텍은 현재 가로·세로 85㎜ 크기의 대면적 FC-BGA 기판을 양산할 수 있는 기술을 확보했다. 가로·세로 120㎜가 넘는 초대면적 FC-BGA 기판도 개발하고 있다. 회사는 2022년 FC-BGA 기판 사업 진출을 본격화하고 LG전자로부터 인수한 구미4공장에 신규 생산라인 ‘드림 팩토리’를 구축했다. 드림 팩토리는 AI, 딥러닝, 로봇, 디지털 트윈 등 최신 IT 기술을 적용한 스마트팩토리다. 대면적 기판은 이물로 인한 불량 가능성이 높지만 생산 공정 전반을 자동화·지능화해 수율을 빠르게 끌어올릴 수 있다는 게 회사 측 설명이다. LG이노텍은 2024년 12월 드림 팩토리에서 글로벌 빅테크 고객향 PC 칩셋용 FC-BGA 기판 양산에 돌입했다. 올해 3분기부터는 같은 고객사에 PC CPU용 제품 양산을 시작할 예정이다. 오는 2028년까지 자율주행, AI 가속기, 서버 CPU·GPU용 FC-BGA 기판 등 하이엔드 시장에 단계적으로 진출한다는 계획이다. 황 상무는 "학습형 AI에서는 GPU 비중이 압도적으로 높았다면 추론형 AI 시대에는 메모리와 CPU 비중이 더 높아질 것으로 예상된다"며 "많은 글로벌 빅테크 업체가 CPU 시장에 뛰어들면서 FC-BGA 후발주자인 LG이노텍에도 새로운 사업 기회가 열리고 있다"고 말했다. 이어 "CPU용 FC-BGA 기판 공급 논의를 위해 다양한 글로벌 고객들이 LG이노텍을 직접 찾고 있다"며 "고객 수요 증가에 대응하기 위해 국내 FC-BGA 기판 생산능력 확대 투자도 검토 중"이라고 덧붙였다. LG이노텍은 RF-SiP로 확보한 모바일 기판 경쟁력을 6G 통신 시장으로 확장하고 FC-CSP와 FC-BGA를 통해 AI 반도체 기판 시장 공략을 본격화한다는 방침이다. 카메라모듈 중심의 사업 구조에서 벗어나 수익성 높은 반도체 기판 사업을 키우며 포트폴리오 고도화에 속도를 내는 모습이다. 조 전무는 "엣지 컴퓨팅, 방산 등 다양한 영역에 확대 적용 가능한 FC-BGA 기판을 지속 개발하고 글로벌 빅테크 신규 고객 발굴을 이어가겠다"며 "FC-BGA 사업을 회사의 핵심 사업으로 키워 나가겠다"고 강조했다.2026-06-17 15:38:50
많이 본 뉴스
영상
Youtube 바로가기
![[데스크칼럼] 법에 된다고 다 해도 되나…공직자의 공정 감수성이 무너지고 있다](https://image.ajunews.com/content/image/2026/09/07/20260907101432314802_518_323.png)