[첨단 헬로티]
인공지능(AI) 반도체 시장은 사물인터넷, 엣지컴퓨팅 등의 요구가 높아지면서 점점 더 많은 수요가 기대되고 있어서 새로운 기회를 제공할 것으로 전망되고 있다. 이 때문에 아직 초기 단계의 시장임에도 엔비디아, 인텔, ARM, 퀄컴 등의 전통적인 프로세서 반도체 기업뿐만 아니라 구글, 애플, 마이크로소프트, IBM, 화웨이 등 ICT 기업들과 스타트업까지 가세하면서 시장의 경쟁은 점점 더 뜨거워지고 있다.
AI 반도체는 정의에 따라서 조금씩 다르지만 데이터센터 서버 또는 에지 디바이스에서 인공신경망 알고리즘을 보다 효율적으로 계산하는데 최적화된 반도체로 정의하기도 한다. 좁은 의미로 보면 기존 반도체 아키텍처 기반의 AI 연산 전용 가속 프로세서(accelerator)로 볼 수 있으며 넓은 의미로 본다면 초저전력의 대규모 병렬연산이 가능한 뉴로모픽 칩(neuromorphic chip)까지도 포함하고 있다. 인간의 뇌를 닮은 뉴로모픽 칩은 상용화까지 많은 시간과 자본의 투자가 높아서 일부 기업 등에서만이 연구개발을 진행 중이다.
AI 가속 프로세서, 또는 AI 칩에는 GPU(Graphical Processing Unit), FPGA(Field-Programmable Gate Arrays), ASIC(Application Specific Integrated Circuits) 및 ASSP(Application-Specific Standard Parts) 등이 대표적이라고 할 수 있다.
각각의 가속 프로세서를 보면, 그래픽 영상 처리를 위해 고안된 GPU는 수천 개의 코어를 탑재해 대량 연산 성능이 CPU에 비해 뛰어나다고 평가받으며 상용화돼 여러 분야에 적용되고 있다.
FPGA는 회로 프로그래밍과 재구성을 통해 용도에 맞는 최적화 및 변경이 가능한 높은 유연성을 특징으로 하고 있어서 빠른 기술 발전에 발맞춰 다양한 시도를 해볼 수 있을 것으로 기대되고 있다. 다만, 범용 프로세서에 비해 높은 프로그래밍 기술 수준이 필요하다.
ASIC은 아날로그인지, 디지털인지, 또는 둘의 혼합인지에 관계없이 특정한 용도에 맞도록 주문 제작된 반도체로 빠른 속도와 높은 에너지 효율 등의 장점으로 갖추고 있지만 설계비용이 높고 특정 연산에 기능이 한정돼 있어서 범용성이 낮다. ASSP은 ASIC과 동일한 방식으로 설계되고 구현되지만 주문 제작된 칩을 복수의 사용자가 사용하게 되면 ASSP라고 한다.
ASIC 시장, ’25년까지 최대 규모
AI 가속 프로세서는 다양한 학습과 자연어 처리, 추론에 이르는 다양한 작업 및 분야에 적용될 것으로 보인다. 특히 딥러닝 분야는 많은 접점을 가지고 있다. 시장조사기업 Tractica는 딥러닝 칩셋 시장이 ’17년 16억 달러에서 ’25년이면 6백63억 달러로 증가할 것이라는 보고서를 내놓았다.
이 보고서를 보면, 매출 측면에서는 ASIC 시장이 ’25년까지 최대 규모가 될 것이며, 그 다음으로 GPU와 CPU가 될 것으로 전망하고 있다. 또한 에지 컴퓨팅 시장에서의 AI 가속 프로세서 사용은 전체 시장 기회의 4분의 3 이상을 차지만큼 빠른 성장과 많은 수요가 예상되고 있다. 더불어, 휴대 전화·자율주행 자동차·스마트 카메라·자율 로봇·양자 컴퓨팅 등의 분야에서도 사용이 확산 되면서 딥러닝 칩 수요를 견인할 것으로 내다봤다.
ETRI가 발표한 ‘인공지능 반도체 산업동향 및 이슈 분석’ 인사이트 리포트는 지능화 서비스와 IoT가 확산될수록 단말 자체에서 AI 추론연산을 처리하는 모바일 엣지 AI의 중요성이 커질 것이라고 적고 있다. 또한 AI 반도체 시장은 클라우드 시장과 모바일 엣지 시장으로 양분될 것으로 전망되지만 이들은 배타적 관계가 아닌 상호보완적 관계로 진화할 것으로 추측하고 있다.
이 보고서는 1세대 AI 반도체는 AI 연산 고속화를 위해 회로 구성을 최적화시킨 ASIC/ASSP 등이 해당되며 2세대 AI 반도체는 인간 뇌를 모방한 뉴로모픽 반도체가 현재까지 가장 진보된 형태의 AI 반도체로 평가된다고 서술했다.
