주문형반도체 (ASIC)
정의
• Application Specific Integrated Circuit, 줄여서 주문형반도체로 불림
• 특정 용도에 맞춰 설계된 집적회로(IC)로, 범용 CPU·GPU 처럼 다양한 연산을 처리하기보다 정해진 기능을 더 빠르고 효율적으로 수행하도록 제작됨 (범용 ↔ 특정)
유사 개념 정리 (ASIC vs GPU vs FPGA)
• ASIC: 특정 업무 최적화 / 성능·전력 최고 / 초기비용 부담, 재설계 불가
• GPU: 범용성·생태계 강점 / 낮은 비용 및 상용화 유리 / 단가·전력 부담
• FPGA: 유연성(제작 후 회로 재구성 가능) / 성능·전력은 ASIC보다 불리 / 프로토타입, 특수목적 소량 생산
• 대표적인 형태로 AI 가속기(AI accelerator), 네트워크 장비용 칩, 암호화폐 채굴 전용 칩 등이 있음
• 초기 개발 비용이 크지만, 대량 생산 시에는 성능·전력 효율에서 큰 이점을 가짐
주요 활용 분야 (빅테크 기업이 점차 자체 칩 개발)
• AI 데이터센터: 구글 TPU, 아마존 트레이니엄(Trainium), 마이크로소프트 Maia, 메타 MTIA 등 빅테크가 자체 ASIC을 활용해 엔비디아 GPU 의존도를 낮추고 있음
구글 TPU: 알파고 훈련·구동에 사용 (TPU＝AI 기술 구현 툴, 알파고＝결과물)
• 통신 장비: 브로드컴의 네트워크용 ASIC은 전 세계 인터넷 트래픽의 핵심을 담당
• 암호화폐 채굴: 비트코인 채굴 효율을 높이는 ASIC 장비 (비트메인 S 시리즈 등)가 대표적
• 모바일·가전: 이미지·영상 처리 전용 칩, IoT 기기 전용 칩 등
특징
• 고성능·저전력: 특정 연산에 맞춰 최적화되어 범용 칩 대비 속도와 에너지 효율이 우수
• 유연성 한계: 제작 후 회로 수정이 불가능하며 검증 단계 에서 오류가 발견되면 막대한 추가 비용 발생 → 새로운 알고리즘이나 기술 변화에 즉각 대응하기 어려움
• 개발비 부담: 첨단 공정으로 갈수록 마스크·설계비가 수천만 달러 수준에 달해, 대기업·빅테크 중심 시장 형성
• 공급망 리스크: 첨단 공정 대부분이 TSMC, 삼성 등 소수 파운드리에 집중되어 있어 지정학적 리스크에 취약
최근 동향
• 2025년 9월, 브로드컴은 100억 달러(약 13조 원) 규모의 신규 커스텀 AI ASIC 주문을 확보했다고 발표하며 주가가 급등
• 빅테크 기업들은 엔비디아 GPU 의존도를 낮추기 위해 자체 ASIC 개발 가속화
• 국내에서는 리벨리온·사피온 합병(2024)으로 AI 반도체 역량을 결집, 데이터센터용 추론 칩 ATOM* 상용화 단계
아톰(ATOM): 리벨리온이 개발한 AI 칩으로, 엔비디아 GPU의 대안으로 국내 AI 생태계에서 중요한 역할을 할 것으로 기대
의의
• 산업적 의미: 맞춤형 반도체 시대를 여는 핵심 기술로, AI· 클라우드·통신 등 차세대 성장 산업의 인프라 역할
• 기업 전략: 엔비디아 독점 구조 균열, 자사 최적화 칩을 확보하기 위한 경쟁 가속화
• 국가적 의미: 반도체 패권 경쟁의 새로운 무대로, 한국 역시 팹리스와 파운드리 협력을 통해 참여 폭을 넓히는 중에 있음
