반도체 업계에 있다보니, 각 반도체 회사에서 어떠한 움직임을 하는지 민감하게 반응 할 수 밖에 없습니다.
(장비를 팔아 먹어야 되는 입장이다보니)
그리고 현재 일본에 거주하고있다보니 뉴스도 관련된 글도 많이 보는 편입니다.
요즘 반도체관련 뉴스도 일본에서 매우 HOT 합니다.
대만의 반도체 대기업 tsmc도 일본 큐슈 쿠마모토현에 생산 공장을 건설했고,
일본 대기업들이 모여서 만든 반도체 회사 라피더스도 있기 때문에 관심있게 다루어 질 수 밖에없습니다.
솔직히 전 세계 어디를 가든 지금은 AI든 반도체든 관심을 가 질 수 밖에 없는 주제인것 같습니다.
그래서 지금 현재 반도체 업체의 현황을 뉴스 리포트 형식으로 작성 해봤습니다.
[AI 반도체 전쟁] NVIDIA의 독주를 깨트릴 기업은 있을까?
📌 일본에서 본 AI 열풍
——
한 대형 전자제품 매장에 가보니, AI PC와 AI 스마트폰이 인기리에 판매되고 있습니다.
“요즘 AI 기능 없는 기기는 팔리지 않는다”라는 점원이 던진 한마디는 현재 IT 시장의 분위기를 단적으로 보여주는 것 같습니다.
——
일본 뉴스를 참고했습니다.
우리나라도 똑같을것같은데, 일본도 똑같이 요즘 AI관련 제품이 인기입니다.
——
AI 반도체 시장에서도 이런 변화가 감지되고 있습니다.
일본에서는 자동차 부품 공장과 같은 곳에서 AI를 활용한 품질 검사 시스템을 도입했습니다.
기존에는 숙련된 작업자가 하루 종일 제품을 눈으로 확인해야 했지만,
이제는 고성능 GPU가 실시간으로 이미지를 분석해 불량품을 골라냅니다.
이 시스템의 핵심은 강력한 연산 능력을 갖춘 AI 반도체.
그런데, 여기에서 쓰인 반도체는 다름 아닌 NVIDIA의 GPU입니다.
——
또한 이러한 글도 확인 할 수 있었는데요.
이러한 AI 기술을 구현하기 위해서는 반도체가 반드시 필요합니다.
AI 반도체는 아래와 같이 크게 3가지로 구별할 수 있습니다.
1. AI 반도체의 3대 유형
AI 반도체 시장은 크게 GPU, NPU, TPU 세 가지 카테고리로 나뉩니다.
✔ GPU (Graphics Processing Unit) – AI의 심장
• 특징: 원래는 그래픽 처리를 위해 개발되었지만, 병렬 연산에 특화되어 AI 학습에도 최적화됨.
• 대표 제품: NVIDIA A100, H100, AMD MI300
• 사용처: 데이터센터, AI 연구, 자율주행 차량
💡 엔지니어의 시선
“AI 서버용 GPU는 단순한 그래픽 카드가 아닙니다. HBM(고대역폭 메모리)과 최적화된 AI 연산 구조 덕분에 학습 속도가 엄청나게 빠릅니다.”
✔NPU (Neural Processing Unit) – 모바일 AI의 핵심
• 특징: 스마트폰·IoT 기기에서 AI 연산을 담당하는 전용 칩
• 대표 제품: 애플 M4, 삼성 엑시노스 NPU, 퀄컴 스냅드래곤 AI 엔진
• 사용처: 음성 인식, 카메라 AI 보정, 번역 기능
💡 스마트폰 혁신의 중심
“갤럭시 S24의 실시간 번역 기능, 아이폰의 사진 AI 보정, 모두 NPU 덕분입니다.”
✔TPU (Tensor Processing Unit) – 클라우드 AI 최적화
• 특징: 구글이 개발한 AI 연산 전용 칩으로, 머신러닝 워크로드에 최적화됨
• 대표 제품: Google TPU v5e
• 사용처: 구글 클라우드, AI 연구소, 대형 데이터센터
💡 구글의 숨겨진 무기
“구글의 검색 AI와 유튜브 추천 알고리즘은 대부분 TPU에서 실행됩니다. 전력 효율성이 뛰어나 서버 운영비 절감에도 효과적이죠.”
이러한 반도체를 만드는 회사 중에 우리나라 기업이 매우 중요한 역할을 하고 있습니다.
우리나라 뉴스에서도 요즘 자주 등장 하는 소식이죠.
하이닉스와 삼성의 HBM 이야기로 이어집니다.
2. 2025년 AI 반도체 시장의 승부처
2025년, AI 반도체 경쟁의 핵심은 HBM(고대역폭 메모리)과 초미세 공정입니다.
(1) HBM4: 삼성 vs SK하이닉스, 승자는?
HBM(High Bandwidth Memory)은 AI 칩의 성능을 좌우하는 가장 중요한 요소 중 하나입니다.
현재 AI 서버에 필수적인 H100 GPU는 HBM3를 사용하지만, 2025년 이후에는 더 강력한 HBM4가 요구될 전망입니다.
📌 삼성전자: 업계 최초로 HBM4 개발 발표, 고객사 확보 중
📌 SK하이닉스: 세계 최초 HBM3E 양산 성공, NVIDIA 공급 1순위
💡 “TSMC가 반도체 위탁생산의 강자라면, HBM 시장에서는 SK하이닉스가 압도적 1위입니다. 하지만 삼성이 HBM4에서 반격을 준비하고 있죠.”
(2) 2nm 공정 경쟁: TSMC vs 삼성 vs 인텔
초미세 공정이란 반도체 트랜지스터의 크기를 줄여 성능을 높이는 기술이다.
현재 AI 반도체의 성능 향상은 2nm 공정 양산에 달려 있다.
• TSMC: 2025년 2nm 공정 양산 예정 (애플, NVIDIA 주요 고객사)
• 삼성전자: 2027년 2nm 양산 목표 (퀄컴·구글과 협업 중)
• 인텔: 2026년 Intel 20A(2nm급) 공정 양산 발표
💡 “2nm 공정이 상용화되면, AI 반도체의 전력 효율이 20% 이상 향상될 겁니다. 다만 수율(생산 성공률)이 관건이죠.”
장비업체에 있다보면 고객에게 가장 많이 듣는 소리중에 하나가 [수율]입니다.
장비의 성능도 성능입니다만, 그 성능을 내면서 일정한 수율이 나오는지도 정말 중요한 포인트 중 하나입니다.
3. 일본의 반격: Rapidus와 IBM의 협업
AI 반도체 시장에서 한 발 늦은 일본도 본격적으로 반격을 준비 중입니다.
그 중심에는 일본 정부가 2022년 설립한 **Rapidus(라피더스)**가 있습니다.
Rapidus 프로젝트 핵심 내용
• IBM과 협력하여 2nm 공정 개발 중
• 2027년 일본 홋카이도에서 첫 2nm 반도체 양산 목표
• 미국·유럽·한국 기업들과의 협업 추진 중
💡 “하지만 업계 전문가들은 Rapidus의 성공 가능성에 회의적입니다. 일본 반도체 제조업은 1990년대 이후 크게 쇠퇴했기 때문이죠.”
📌 주요 변수:
• TSMC와 삼성의 기술 격차 → 일본이 따라잡을 수 있을까?
• 한국 반도체 기업과의 협력 가능성 → 실제로 진행될까?
💡 결론: NVIDIA의 독주, 깨질 것인가?
현재 AI 반도체 시장의 절대 강자는 여전히 NVIDIA입니다.
하지만, HBM4와 2nm 공정을 둘러싼 삼성·TSMC·SK하이닉스의 경쟁이 변수입니다.
🚀 향후 AI 반도체 시장의 핵심 관전 포인트
1. 삼성과 SK하이닉스가 HBM 시장에서 NVIDIA와 얼마나 밀접한 협력을 이어갈까?
2. TSMC vs 삼성의 2nm 공정 경쟁, 누가 승리할까?
3. 일본의 Rapidus가 AI 반도체 시장에서 의미 있는 역할을 할 수 있을까?
AI 반도체 전쟁, 한국 대만 미국은 물론이고, 중국 일본도 이 피터지는 전생에 참전한 상황입니다.
AI기술이 점점 더 발전하면 할 수록 반도체 시장도 점점 더 커질것입니다.
시장이 커지는 것은 좋지만, 점점 더 치열한 전생터가 될 것같아서, 반도체업계에 있는 한 사람으로서 한편으로는 두렵습니다.
일본에서 반도체 엔지니어로 일하고있지만, 우리나라 반도체 기업이 잘되었으면 하는 마음 200%입니다.
옛날에 일본이 반도체로 잘나가다가 쇠퇴를 했고, 다시 그 왕좌를 되찾기위해 투자를 하는 모습을 보면 위기감을 느낌니다.
다음 포스팅으로 반도체 업체와 간단한 역사에대해서 준비중이라 공부중인데,
보며 느끼는점은 영원한 1등이 없다는 것입니다.
다른 업계도 마찬가지 이겠지만, 반도체업계는 특히 더 그런것 같습니다.
우리나라가 지금 메모리 반도체에서 잘나간다고 절대로 방심해서는 안됩니다.
대한민국 반도체 파이팅입니다.
'일하면서 알게 된것들 > 반도체' 카테고리의 다른 글
[반도체란][반도체란 무엇일까]반도체2_반도체의발전과정_진공관_트랜지스터_직접회로_반도체공부_반도체엔지니어 (0) | 2023.02.12 |
---|---|
[반도체란무엇인가]간단하게반도체설명하기1_반도체기본-반도체입문-반도체엔지니어 (0) | 2023.01.10 |
댓글