[디지털비즈온 김맹근 기자] 딥러닝(Deep Learning)으로 촉발된 인공지능 기술혁신은 GPU(Graphics Processing Unit) 등 인공지능 반도체에 의한 컴퓨팅 파워가 뒷받침해 왔다. 그리고 미래 인공지능 서비스의 실현도 획기적인 인공지능 반도체의 발전이 선결 조건이 될 전망이다.

2012년에서 올해까지 인공지능 소프트웨어는 눈부시게 발전하고 있는데, 예를 들어 영상인식 알고리즘의 복잡도, 즉 연산량은 약 600배가 증가하였다. 구글의 알파고는 2016년 이세돌과의 대전에서 CPU(Central Processing Unit) 1,920개, GPU 176개를 사용한 반면, 2017년에는 인공지능 전용 반도체인 TPU(Tensor Processing Unit) 4개만을 활용하였다. 이러한 추세를 볼 때, 앞으로 인공지능의 경쟁력은 인공지능 반도체가 그 근간이 된다고 해도 과언이 아닐 것이다.

인공지능 반도체, 인공지능 시대 새로운 반도체 패러다임

데이터의 저장·기억을 위한 반도체, 즉 D램, 낸드플래시 등을 ‘메모리 반도체’라 부르고, 데이터의 연산·제어 등 정보처리 역할을 수행하는 반도체를 우리나라에서는 ‘시스템반도체’로 일컫는다. 연산을 담당하는 시스템반도체에는 대표적으로 CPU, AP(Application Processor) 등이 있는데, 인공지능 반도체는 인공지능 연산에 최적 화된 반도체로, 해외에서는 AI Chip, AI Processor 등으로 구분되기도 한다.

인공지능 반도체는 ‘학습·추론 등 인공지능 서비스 구현에 필요한 대규모 연산을 높은 성능과 높은 전력효율로 실행하는 반도체’로, 인간의 뇌처럼 낮은 전력으로 대량의 데이터를 동시에 처리하므로 CPU 등 기존 범용 반도체에 대비하여 약 1,000배의 인공지능 연산 전력효율(연산성능/소모전력)을 구현하기도 한다.

인공지능 반도체, 인공지능 시대 새로운 반도체 패러다임 데이터의 저장·기억을 위한 반도체, 즉 D램, 낸드플래시 등을 ‘메모리 반도체’라 부르고, 데이터의 연산·제어 등 정보처리 역할을 수행하는 반도체를 우리나라에서는 ‘시스템반도체’로 일컫는다.

연산을 담당하는 시스템반도체에는 대표적으로 CPU, AP(Application Processor) 등이 있는데, 인공지능 반도체는 인공지능 연산에 최적 화된 반도체로, 해외에서는 AI Chip, AI Processor 등으로 구분되기도 한다. 인공지능 반도체는 ‘학습·추론 등 인공지능 서비스 구현에 필요한 대규모 연산을 높은 성능과 높은 전력효율로 실행하는 반도체’로, 인간의 뇌처럼 낮은 전력으로 대량의 데이터를 동시에 처리하므로 CPU 등 기존 범용 반도체에 대비하여 약 1,000배의 인공지능 연산 전력효율(연산성능/소모전력)을 구현하기도 한다.

한국 인공지능 반도체 시장에서 성장 기회·잠재력 충분

글로벌 인공지능 반도체 시장에서 위너(Winner)가 되기 위해, 기존 반도체 기업뿐만 아니라 비(非)반도체 기업과 스타트업까지 기존 상용제품의 한계를 극복하는 NPU (Neural Processing Unit) 기술혁신 경쟁을 가속화하고 있다. CPU와 GPU가 1세대 인공지능 반도체라면 NPU는 2세대 반도체로서 인간의 뇌신경을 모방한 인공지능 알고리즘의 연산에 최적화된 것이다.

GPU가 본래 3차원 그래픽 연산에 최적화된 것이지만, NPU는 연산의 최소단위인 프로세서 코어가 1만 개 수준으로 집적되어 딥러닝의 대규모 병렬 연산을 빠르고 낮은 전력으로 처리하기 위해 특화된 것이라 할 수 있다.

삼성전자를 비롯한 스마트폰 제조사는 모두 자체 개발 NPU 기능을 탑재하고 있으며, 구글, 테슬라 등은 자사 데이터센터, 신모델 자동차 등에 자체 개발 인공지능 반도체를 적용하고 있다. 높은 설계 역량을 갖춘 스타트업도 등장하며 기존 반도체 기업들을 뛰어넘는 혁신 기술 확보에 도전 중이다. 대표적으로 2016년에 창업한 이스라엘 AI 스타트업 하바나랩스는 데이터센터용 인공지능 반도체를 개발하여 인텔이 20억 달러의 거금으로 인수한 바 있다.

아직 우리나라는 추격자의 위치에 있는 것이 사실이다. 그렇지만 인공지능 반도체 패러다임 전환 초기에 우리가 가진 강점을 기반으로 민·관의 집중 투자와 도전적 연구, 조기 산업화를 통해 세계시장을 선도할 수 있는 기회가 존재한다.

인공지능과 시스템반도체를 신성장 동력으로 육성하기 위한 선도기업과 정부의 전략투자 확대로 성장 잠재력도 확충될 것으로 기대된다. 지난해 삼성전자가 2030년까지 시스템 반도체에 133조 원을 투자하기로 했고, 통신사인 SK텔레콤은 데이터센터용 인공 지능 칩을 자체 개발하기도 한다.

퓨리오사AI, 딥엑스 등 인공지능 반도체 시장에 도전하는 스타트업도 속속 등장 중이다. 정부가 ‘D.N.A.+BIG 3’ 분야 전략투자를 확대하고 2025년까지 58조 2,000억 원을 투자하는 디지털 뉴딜 프로젝트를 착수한 점도 인공지능 반도체의 선제적인 레퍼런스 확보와 시장수요 창출에 기여하는 계기가 될 것이다.

올해는 인공지능 반도체 선도국가 도약, ‘제2의 D램 신화’를 만들어 가기 위한 원년이 될 것이다. 정부는 민간의 혁신역량을 극대화하고 인공지능 반도체 시장의 높은 기술·시장 진입장벽을 완화하여, 실패를 무릅쓰고 인공지능 반도체 시장에 도전하는 기업과 인재가 성장할 수 있도록 적극 뒷받침할 계획이다. 2030년 인공지능 반도체 시장에서 선두주자로 자리매김하기 위한 대한민국의 새로운 도전이 성공할 수 있도록, 과학기술정보통신부는 모든 지원을 아끼지 않을 것이다.