
최근 인공지능 반도체의 경쟁 구도에서 GPU, TPU, NPU 등 연산 코어의 성능만을 중점적으로 평가하던 관행에 변화가 요구되고 있습니다. KAIST 전기및전자공학부 김정호 교수는 "성능의 상한선은 결국 메모리가 결정한다"고 단언합니다. 아무리 뛰어난 연산 속도를 가진 코어라도 데이터 공급에 병목이 생기면 전체 시스템 성능은 제한되기 때문입니다. 고대역폭메모리(HBM)가 이 분야의 병목 해소에 직접적인 해법을 제공하며 최첨단 AI 컴퓨팅의 핵심으로 자리매김하고 있습니다.
김 교수는 컴퓨팅 시장의 패러다임이 GPU 브랜드 경쟁에서 벗어나 "어떤 HBM 조합을 통해 고성능을 실현하는가"로 기준이 이동할 것이라는 전망을 내놓습니다. 더 나아가 패키징 기술의 혁신으로 GPU가 HBM 내부에 통합되는 구조가 등장할 가능성도 제기되어, 연산 코어와 메모리의 물리적 결합이 성능 향상의 새로운 길을 열 것으로 보입니다.
국내 NPU 기업들이 대규모 AI 시장을 완전히 점유하기보다는 초기에는 전력효율이 중요한 소규모 인퍼런스 분야를 공략하는 전략이 현실적입니다. 다만 이 과정에서도 메모리 성능이 뒷받침되지 않으면 NPU의 잠재력은 온전히 발휘될 수 없습니다. 실제로 퓨리오사AI와 리벨리온 같은 업체들은 HBM 기반 메모리를 적용해 성능 병목을 극복하는 방향을 택하고 있습니다.
하드웨어 개발뿐 아니라 이를 구동할 수 있는 소프트웨어 생태계 구축은 국산 NPU 사업의 또 다른 과제입니다. 초기 사용자 및 국가·공공 부문의 레퍼런스 확보가 필수적으로 보이며, 이는 국내 AI 산업의 성장 기반 조성에 있어서도 시사하는 바가 큽니다.
데이터센터보다 더 포괄적인 개념인 'AI 팩토리'는 칩 성능뿐 아니라 네트워크, 전력 공급, 냉각 설비 등이 결합된 첨단 산업 설비의 모습을 띠게 됩니다. 특히 전력 공급은 발전소 건설에 수년이 소요되는 시간적 제약 때문에 핵심 위험 요소로 지적됩니다. 김 교수는 원자력, LNG, 태양광, 풍력 등 다양한 에너지원을 조합하는 '에너지 믹싱' 전략이 AI 산업 인프라 경쟁력 확보에 중요한 축이 될 것이라고 전망합니다.
한국이 AI 3대 강국으로 도약하기 위해서는 삼성전자와 SK하이닉스가 보유한 HBM 기술력과 메모리 경쟁력이 결정적인 무기가 됩니다. 아울러 전력·냉각·설비 역량을 통합하여 단순한 칩 공급을 넘어 인프라 설계 및 구축 역량 강화로 이어져야 한다는 점도 강조됩니다. 결국 AI와 반도체 산업의 미래는 연산 코어를 뛰어넘는 메모리와 그 공급 인프라의 혁신이 좌우하게 될 것입니다.