[Silicon returns to Silicon Valley] AI가 반도체를 컴퓨터 기술의 중심으로

 

(Economist, Sep/16/2024) AI has returned chipmaking to the heart of computer technology

 

100여 년 전, 캘리포니아 마운틴뷰의 산안토니오 로드 391번지는 살구 포장 창고가 있던 곳이었다. 오늘날 이곳은 실리콘밸리의 많은 기술 스타트업들과 억만장자를 꿈꾸는 이들이 자리 잡은 낮은 사무실 건물들 중 하나로 변모했다. 그러나 그 앞에는 다리 두 개와 세 개로 이루어진 독특한 형태의 거대한 조각 세 개가 서 있다. 이들은 물탑을 연상시키는 모습으로, 전자 회로의 기본 부품인 두 개의 다이오드와 하나의 트랜지스터를 거대하게 표현한 것이다. 1956년, 이 주소는 쇼클리 반도체 연구소의 본거지가 되었으며, 실리콘으로만 전자 부품을 만들겠다는 아이디어를 가진 스타트업이었다. 이곳이 바로 실리콘밸리의 탄생지다.

윌리엄 쇼클리, 트랜지스터의 공동 발명가가 설립한 이 회사는 상업적으로는 실패했다. 하지만 실리콘을 받아들인 선택은 성공적이었다. 1957년, 쇼클리가 "배신자 8인"이라고 부른 8명의 직원이 회사를 떠나 2km도 안 되는 곳에 페어차일드 반도체를 설립했다. 이들 중에는 인텔의 공동 창립자가 될 고든 무어와 로버트 노이스, 혁신적인 벤처 캐피털 회사인 클라이너 퍼킨스를 공동 설립한 유진 클라이너가 있었다. 실리콘밸리의 많은 유명 기술 기업들은 그들의 뿌리를, 직간접적으로 이 초기 페어차일드 직원들로부터 찾을 수 있다.

반도체 부품이 발명되기 전, 컴퓨터는 취약하고 다루기 까다로운 진공관을 사용한 방 크기의 기계였다. 반면, 전류 흐름을 제어할 수 있는 고체 재료인 반도체는 더 견고하고, 더 다양하며, 더 작았다. 특히 이러한 부품들이 주로 실리콘으로 만들어지면서, 단일 실리콘 조각 위에 다수의 부품을 제작하는 것이 가능해졌다. 작은 트랜지스터와 다이오드 같은 부품들이 실리콘 "칩" 위에 배치되어 데이터를 저장하거나 처리할 수 있는 '집적 회로'로 연결될 수 있었다.

1965년, 고든 무어는 여전히 페어차일드에서 일하던 시절, 주어진 비용으로 집적 회로에 넣을 수 있는 트랜지스터 수가 매년 두 배로 증가한다고 관찰했다(이후 그는 이 주기를 2년으로 수정했다). 그의 이 관찰은 "무어의 법칙"으로 규정되었으며, 이는 중요한 의미를 지녔다. 1971년에 생산된 칩은 제곱밀리미터당 200개의 트랜지스터를 가지고 있었지만, 2023년에 미국 반도체 기업 AMD가 제작한 프로세서인 mi300은 같은 면적에 1억 5천만 개의 트랜지스터를 담았다. 트랜지스터가 작아질수록 전환 속도는 더 빨라졌고, mi300의 부품들은 50년 전의 트랜지스터보다 수천 배 더 빠르게 작동한다.

컴퓨팅 분야의 모든 주요 혁신, 즉 개인용 컴퓨터, 인터넷, 스마트폰, 인공지능(AI)에 이르기까지 그 발전의 근원은 트랜지스터가 더 작아지고, 더 빠르며, 더 저렴해진 덕분이다. 트랜지스터의 발전이 곧 기술의 발전을 이끌어왔다.

한동안 실리콘 칩의 기술적 중심성은 칩을 제조하는 기업들의 중요성과 일치했다. 1970년대, 칩과 이를 사용하는 컴퓨터, 그리고 그 위에서 실행되는 소프트웨어를 모두 제작한 IBM은 비교할 수 없는 거대 기업이었다. 1980년대에는 마이크로소프트가 소프트웨어만 판매하면서도 더 매력적인 회사가 될 수 있음을 증명했다. 그러나 마이크로소프트 소프트웨어가 작동하는 칩을 제작한 인텔 역시 엄청난 영향력을 행사했다. 2000년 닷컴 버블이 붕괴하기 전, 인텔은 세계에서 시가총액 기준으로 여섯 번째로 큰 회사였다.

 

닷컴 붕괴 이후, 구글과 메타 같은 기업들이 제공하는 ‘웹 2.0’ 서비스가 중심 무대에 오르면서, 이들의 플랫폼을 뒷받침하는 반도체는 점점 더 상품화되었다. 거대 기술 기업들의 성장을 설명하는 역동적인 요소로 실리콘이 아닌 소프트웨어가 주도적 역할을 했다고 벤처 캐피털리스트 마크 앤드리슨은 2011년에 “소프트웨어가 세상을 집어삼킨다”고 표현했다.

 

AI 붐이 이러한 흐름을 바꾸어 놓았다. AI의 발전은 엄청난 연산 능력에 의존한다. 2010년 이전에는 선도적인 AI 시스템을 훈련하는 데 필요한 연산량이 대략 무어의 법칙에 따라 20개월마다 두 배로 증가했다. 그러나 그 이후로는 6개월마다 두 배로 증가하고 있다. 이는 더욱 강력한 칩에 대한 수요가 급증하고 있음을 의미한다. AI의 핵심 기술인 대규모 언어 모델(LLM)의 요구 사항에 특화된 칩을 제작하는 미국 기업 엔비디아는 현재 세계에서 세 번째로 가치 있는 기업이다. 2023년 말 이후로 반도체 제조 기업의 MSCI 지수가 소프트웨어 기업의 지수를 10년 만에 처음으로 큰 폭으로 앞질렀다.

 

AI가 반도체 제조를 다시 중요한 산업으로 만들면서, AI 야망을 가진 기업들이 직접 반도체 설계에 뛰어들고 있다. 이는 단순히 AI 훈련뿐만 아니라 이후의 사용, 즉 '추론' 과정에서도 필요하다. 대규모 언어 모델(LLM)을 통해 질의에 답하는 것은 훈련만큼은 아니지만 여전히 큰 연산 작업이며, 하루에 수십억 번 실행되어야 한다. 맞춤형 회로는 대부분의 반도체 제공업체가 판매하는 범용 회로보다 이러한 작업을 더 효율적으로 처리할 수 있기 때문에, 일부 LLM 운영 기업들은 이 목적을 위해 자체 칩을 설계하고 있다. 애플, 아마존, 마이크로소프트, 메타는 모두 맞춤형 AI 칩을 개발하는 데 투자했으며, 구글이 설계한 프로세서는 엔비디아와 인텔을 제외한 다른 어떤 회사보다도 더 많이 데이터 센터에서 사용되고 있다. 현재 세계에서 가장 가치 있는 10대 기업 중 7개가 반도체 제조 사업에 참여하고 있다.

 

반도체 칩의 정교함은 주로 그 안에 있는 부품의 크기에 의해 결정되며, 현재 최첨단 기술은 '프로세스 노드' 크기가 7나노미터(7nm, 10억분의 7미터) 미만인 칩으로 정의된다. 이 기술이 AI 활동의 중심에 있다. 하지만 전 세계 반도체 제조 능력의 90% 이상은 7nm 이상의 프로세스 노드로 작동한다. 이러한 칩들은 기술적으로 덜 도전적이지만, 더 널리 사용되며, TV와 냉장고부터 자동차, 공작 기계에 이르기까지 다양한 제품에 적용된다.

 

2021년, 코로나19 대유행이 절정에 이르렀을 때, 이러한 칩의 극심한 부족은 전자 제품과 자동차를 포함한 다양한 산업의 생산을 방해했다. 업계는 효율성을 추구하면서 반도체 공급망이 전 세계에 걸쳐 분산되었으며, 각 지역은 공급망의 특정 부분을 전문화했다. 예를 들어, 칩 설계는 미국에서, 칩 제조 장비는 유럽과 일본에서, 장비가 사용되는 팹은 대만과 한국에서, 칩의 패키징 및 조립은 중국과 말레이시아에서 이루어졌다. 팬데믹이 이러한 공급망을 교란했을 때, 각국 정부들은 이 문제에 주목하게 되었다.

 

2022년 8월, 미국 정부는 반도체 제조를 다시 미국으로 끌어들이기 위해 500억 달러 규모의 보조금과 세금 공제 패키지를 제시했다. 다른 지역들도 이에 동참하여, EU, 일본, 한국이 약 940억 달러 규모의 지원을 약속했다. 하지만 미국이 중국의 최첨단 반도체와 그 제조 도구에 대한 접근을 차단하려는 수출 금지 조치로 인해 상황은 더욱 복잡해졌다. 이에 대응해 중국은 반도체 제조에 필수적인 두 가지 재료의 수출을 제한하는 조치를 취했다.

 

하지만 반도체 제조업체들의 가장 큰 걱정은 산업 정책이나 국가 간 경쟁이 아니다. 그것은 기술적인 문제다. 지난 50년 동안 트랜지스터의 크기가 작아지면서 성능은 향상되었지만 에너지 소비는 증가하지 않았다. 그러나 이제 칩이 더 고밀도로 제작되고 AI 모델이 커지면서 에너지 사용이 급증하고 있다. 성능의 기하급수적 향상을 유지하려면 반도체 제조업체들은 새로운 아이디어가 필요하다. 하드웨어와 소프트웨어의 더 긴밀한 통합 같은 점진적인 해결책도 있지만, 실리콘을 재고하거나 디지털 처리를 버리고 다른 기술을 도입하는 급진적인 변화도 있다. 이번 기술 분기별 보고서에서는 이러한 혁신이 어떻게 기하급수적인 발전을 지속시킬 수 있는지를 보여줄 것이다.