본문 바로가기
  • If you can concentrate always on the present, you'll be a happy man.
  • Forget about failure. But we must never forget the lessons it has taught us.
  • A person who draws a dream for a long time finally resembles the dream.
반응형

전체 글359

2nm 반도체 기술 전쟁, 승부처는 공정 숫자가 아니다｜TSMC·삼성·인텔의 GAA·후면전력공급 경쟁 AI 반도체 산업에서 ‘2nm’는 단순히 더 작은 반도체를 의미하는 숫자가 아닙니다.TSMC는 N2, 삼성전자는 SF2, 인텔은 18A라는 차세대 공정을 앞세워 AI·고성능컴퓨팅(HPC) 시장을 둘러싼 새로운 제조 경쟁에 들어갔습니다.하지만 여기서 주의해야 할 점이 있습니다. 오늘날 반도체 공정 이름에 사용되는 ‘2nm’, ‘18A’ 같은 숫자는 실제 트랜지스터의 특정 길이를 그대로 의미하지 않습니다. 각 기업의 공정 세대를 구분하는 명칭에 가까워졌기 때문에 숫자만 보고 어느 기업이 더 앞선다고 판단하기 어렵습니다.실제 승부는 트랜지스터 구조, 전력 공급 방식, 수율, 생산능력, 설계 생태계, 첨단 패키징에서 갈립니다. 특히 2nm 시대에는 기존 FinFET에서 GAA(Gate-All-Around)로 트.. 2026. 9. 8.
반도체 소재·장비 공급망 전쟁, AI 반도체 패권은 공장 밖에서 결정된다｜포토레지스트·식각·증착·CMP까지 AI 반도체 경쟁을 이야기할 때 가장 먼저 등장하는 이름은 NVIDIA, TSMC, 삼성전자, SK하이닉스, 인텔과 같은 기업들입니다.하지만 최첨단 AI 반도체 하나를 실제로 생산하려면 칩을 설계하거나 웨이퍼를 가공하는 기업만으로는 부족합니다.실리콘 웨이퍼가 있어야 하고, 회로 패턴을 만들기 위한 포토레지스트가 필요합니다. 필요 없는 부분을 정밀하게 제거하는 식각 장비, 원자 수준의 얇은 막을 만드는 증착 장비, 웨이퍼 표면을 평탄하게 만드는 CMP 공정도 필요합니다. 여기에 특수가스와 습식 화학물질, 검사·계측 장비까지 연결됩니다.반도체 생산에는 이처럼 수백 종류의 전문 장비와 고순도 소재가 사용됩니다.더구나 AI 반도체가 발전하면서 첨단 로직 공정, HBM, 칩렛, 첨단 패키징이 하나의 시스템으로 연.. 2026. 9. 7.
ASML과 EUV, 반도체 패권을 결정한 가장 비싼 기술 전쟁｜왜 EUV 장비가 AI 반도체 시대의 핵심 무기가 되었을까? 반도체 산업의 패권 경쟁을 이야기할 때 사람들은 보통 NVIDIA, AMD, 삼성전자, TSMC, Intel 같은 기업을 먼저 떠올린다.하지만 최첨단 반도체가 만들어지는 현장으로 한 단계 더 깊이 들어가면 전혀 다른 이름이 등장한다.바로 ASML이다.ASML은 AI GPU를 직접 설계하지 않는다. 스마트폰용 AP를 만드는 기업도 아니다. 그런데도 오늘날 최첨단 반도체 산업에서 ASML이 중요한 이유는 간단하다.반도체의 가장 미세한 회로를 웨이퍼 위에 구현하는 핵심 노광장비를 공급하기 때문이다.특히 그 중심에는 EUV(Extreme Ultraviolet·극자외선) 노광 기술이 있다.EUV는 13.5nm의 매우 짧은 파장을 이용해 반도체의 미세한 회로 패턴을 웨이퍼에 형성한다. ASML은 현재 EUV 기술을.. 2026. 9. 5.
AI 반도체의 또 다른 전쟁, 왜 첨단 패키징이 핵심이 되었나 AI 반도체 시장을 이해하는 데에는 두 가지 시선이 필요하다.하나는 어떤 반도체를 설계하는가이고,다른 하나는 그 반도체들을 어떻게 하나의 시스템으로 연결하는가이다.앞선 글에서 우리는 HBM이 왜 AI 시대의 핵심 메모리가 되었는지를 살펴봤다.하지만 HBM의 중요성이 커질수록 또 하나의 기술이 함께 주목받기 시작했다.바로 첨단 패키징(Advanced Packaging)이다. 과거 반도체 산업에서는 웨이퍼 위에 얼마나 미세한 회로를 새길 수 있는지가 기술 경쟁의 핵심이었다.하지만 이제는 그것만으로 충분하지 않다.GPU와 HBM을 얼마나 가까이 배치할 것인가.서로 다른 칩을 어떻게 연결할 것인가.여러 개의 칩을 하나의 시스템처럼 작동시키려면 어떻게 해야 하는가. 그리고 그 과정에서 발생하는 열을 어떻게 처리할.. 2026. 9. 3.
AI 시대의 숨은 주인공, HBM은 왜 반도체 산업의 판도를 바꾸는가 AI 반도체 전쟁을 이야기할 때 대부분의 사람들은 GPU부터 떠올린다.NVIDIA의 GPU가 얼마나 빠른지, AMD가 얼마나 따라왔는지, 새로운 AI 가속기가 어떤 성능을 보여주는지에 관심이 집중된다.그런데 AI 서버를 조금 더 깊이 들여다보면 이상한 사실을 발견하게 된다.아무리 강력한 GPU를 만들어도 GPU가 필요로 하는 데이터를 충분히 빠르게 공급하지 못하면 성능을 제대로 끌어낼 수 없다.여기서 등장하는 것이 바로 HBM(High Bandwidth Memory)이다. HBM은 단순한 메모리 반도체가 아니다.AI 모델의 크기가 커지고 GPU가 처리하는 데이터의 양이 폭발적으로 증가하면서HBM은 AI 컴퓨팅 시스템의 핵심 부품으로 자리 잡았다.그리고 이 변화는 반도체 산업의 경쟁 구도까지 바꾸고 있다... 2026. 9. 2.
AI 반도체 전쟁의 중심, NVIDIA·AMD·Intel은 왜 다른 길을 선택했나 AI 시대의 기술 전쟁을 이해하려면 가장 먼저 반도체를 봐야 한다.ChatGPT와 같은 생성형 AI 서비스가 사람들의 눈앞에 등장했다면, 그 뒤에서는 보이지 않는 전쟁이 벌어지고 있다.누가 더 빠른 AI 반도체를 만들 것인가.누가 더 많은 메모리를 연결할 것인가.누가 수십만 개의 가속기를 하나의 거대한 컴퓨터처럼 연결할 것인가.그리고 누가 개발자들이 자신의 생태계를 떠날 수 없도록 만들 것인가.이 경쟁의 중심에는 오랫동안 NVIDIA, AMD, Intel이라는 세 기업이 있었다. 하지만 세 기업의 전략은 서로 다르다.NVIDIA는 GPU를 중심으로 AI 전체 플랫폼을 장악하는 전략을 선택했고, AMD는 GPU·CPU·네트워크·소프트웨어를 묶어 NVIDIA에 맞설 수 있는 대안 플랫폼을 만들고 있다.Int.. 2026. 9. 1.
AI 시대의 진짜 전쟁은 반도체에서 시작됐다 AI를 이야기할 때 사람들은 먼저 ChatGPT, Gemini, Claude 같은 서비스를 떠올린다.하지만 화면 뒤에서 벌어지고 있는 진짜 경쟁은 훨씬 거대하다. 누가 더 뛰어난 AI 모델을 만들 것인가.그리고 그보다 더 근본적인 질문이 있다.누가 그 AI를 움직일 수 있는 컴퓨팅 자원을 확보할 것인가. 2026년의 AI 산업을 바라보면 기술 경쟁의 중심이 소프트웨어에서 하드웨어와 데이터센터, 전력, 네트워크, 반도체공급망으로 빠르게 확장되고 있다.이제 AI는 단순한 프로그램이 아니다.막대한 전력과 반도체, 데이터센터와 네트워크를 필요로 하는 거대한 산업 인프라가 되고 있다.그래서 앞으로의 기술 전쟁은 단순히 '더 똑똑한 AI'를 만드는 경쟁이 아니라AI를 대규모로 생산할 수 있는 인프라를 누가 지배하느.. 2026. 8. 31.
AI 자동화란 무엇인가, 반복 업무를 줄이고 생산성을 높이는 인공지능 활용법 아침에 출근하자마자 이메일을 확인합니다.받은 메일을 분류하고, 첨부파일을 내려받고, 필요한 내용을 복사해 엑셀에 정리합니다.그다음 팀원에게 전달할 보고서를 만들고, 회의 일정을 확인하고, 고객 문의에 답변합니다.업무가 끝난 것 같지만 다음 날이면 똑같은 일이 다시 시작됩니다.그런데 만약 이런 질문을 던져본다면 어떨까요?“이 작업을 내가 매번 직접 해야 할까?”이 질문에서 AI 자동화가 시작됩니다.단순한 반복 업무는 자동화 도구가 대신하고, AI가 필요한 내용을 읽고 판단하도록 연결한다면 사람은 결과를 확인하거나 중요한 의사결정에 집중할 수 있습니다.최근 AI 자동화가 주목받는 이유도 바로 여기에 있습니다.예전의 자동화가 “정해진 규칙대로 움직이는 기계”에 가까웠다면, AI 자동화는 텍스트·이미지·문서 등.. 2026. 8. 30.
AI 프롬프트 작성법, ChatGPT에게 원하는 답을 정확하게 얻는 질문의 기술 “ChatGPT에게 물어봤는데 생각보다 답변이 별로였어요.”생성형 AI를 처음 사용하는 사람에게서 정말 자주 나오는 이야기입니다. 그런데 재미있는 점이 있습니다.똑같은 AI를 사용했는데 어떤 사람은 원하는 결과를 한 번에 얻고,어떤 사람은 몇 번을 다시 질문해도 만족스러운 답변을 얻지 못합니다. 과연 AI의 성능 차이일까요?물론 모델의 성능도 영향을 줍니다.하지만 상당 부분은 질문을 어떻게 설계했느냐에서 차이가 발생합니다. AI에게“블로그 글 써줘.”라고 요청하는 것과“초보자를 대상으로 인공지능의 역사를 설명하는 블로그 글을 작성해 줘. 검색 유입을 고려해 핵심 키워드를 자연스럽게 포함하고, 전문용어는 쉽게 설명하며, 독자가 다음 글을 읽고 싶도록 마지막에 다음 편 예고를 넣어줘.”라고 요청하는 것은 .. 2026. 8. 29.
반응형

티스토리툴바