K반도체 대전략
위기와 기회가 공존하는 다음 10년, 반도체는 어떻게 영향을 미칠 것인가
[ 글을 시작하기 전에 ]
인공지능 패권으로 인해서 반도체 전쟁을 발발하게 되었다.
중국은 미국과 더불어 인공지능계의 G로 포지셔닝하게 되었다. 최근 10년간 논문 수만 24만 편으로 미국의 15만 편을 크게 추월한다.
2021년에는 인공지능 관련 논문 인용 실적에서 미국을 제쳐 세계를 놀라게 했다.
Made in China가 Made in USA를 누른 것이다. 2023년 6월에는 좀 더 흥미로운 보고서가 발표되었다.
글로벌 AI지수에 따르면 인프라, 연구 수준, 정책 등을 고려했을 때 미국이 100점으로 1위를 중국이 61.5점으로 2위를 차지했다.
둘 사이의 격차가 크긴 하지만, 3위 싱가포르부터는 40점대라 미국과 중국이 독주 중임을 알 수 있다.
참고로 한국은 40.3점을 받아 6위에 올랐다.
중국의 이러한 행보가 미국에 좋게 보일 리 없다. 우선 인공지능은 막강한 전략이 될 수 있다.
가령 인공지능은 인공지능이 보낸 이미지의 화질을 높이고 인간보다 정확히 분석해 적의 주요 시설을 쉽게 찾아낼 수 있다.
이는 먼 미래의 이야기가 아니라, 바로 지금 벌어지고 있는 일이다.
중국 또한 인공지능의 이러한 힘을 잘 알고 있다. 실제로 지난 2018년 시진핑 주석은 인공지능을 신형 군사 공격 역량이라 칭했다.
이런 이유 때문에 BIS가 중국의 인공지능 기업들을 정조준한 것이다. 즉 미국의 반도체법은 단순히 반도체 전쟁의 범위를 넘어 중국의 인공지능 역량 자체를 꺾어버리겠다는 더 큰 목표를 가지고 있다.
당분간은 미국의 기조가 쉽게 바뀌지 않을 것으로 보인다.
실제로 BIS의 조치 이후, 엔비디아가 반도체법을 피하고자 하는 성능을 낮춰 지금까지 잘 팔아온 인공지능 반도체인 A800과 H800의 중국 수출이 중단되었다.
이로써 엔비디아는 A800의 2024년 인도분에 해당하는 대금 50억 달러를 날릴 판이다.
물론 미국의 압박이 아무리 거세지더라도 중국이 인공지능 개발을 포기할 리 없다.
당분간 관련 분야의 역량이 크게 위축될지 모르지만, 기린 9000s의 경우처럼 인공지능 개발에 필요한 첨단 반도체도 어떻게든 자체 개발, 생산하려 할 것이다.
결국 궁극적으로 반도체는 인공지능을 형성하는 핵심적인 부품이고 이 부품을 누가 가지고 선도하느냐에 따라서 미래 기술 패권의 주인이 갈리게 될 것이다.
그런 반도체는 어떤 형태로 발전하고 있는지 어떤 경쟁이 이루어지고 있는지 알아보도록 하자.
Ⅰ. 중국의 기술 독주는 왜 멈추지 않는가
전고체 배터리 경쟁에서 가장 앞선 나라는 일본이다. 2000년 1월부터 2022년 3월까지 전 세계에서 전고체 배터리 관련 특허를 가장 많이 취득한 기업은 도요타로 무려 1331건에 달한다.
10위까지 순위를 넓혀보면 무려 여섯 곳이 일본 기업이다. 사실 일본은 1990년대부터 전고체 배터리를 연구했기 때문에 특허가 많을 수밖에 없다.
흥미로운 점은 전기자동차 시장에서 일본의 존재감이 매우 약하다는 것이다.
2022년 기준 각국의 전기자동차 판매량을 살펴보면, 중국이 500만 대를 돌파하며 1위, 유럽이 162만대로 2위, 미국이 80만대로 3위, 한국이 16만대로 4위다.
일본은 6만대로 한국의 약 3분의 1 수준에 불과하다. 기업으로 따져보면 어떨까. 같은 기간에 전기자동차를 가장 많이 판 기업은 중국의 BYD이고 두 번째로 많이 판 기업은 미국의 테슬라다.
10위권은 일본 기업은 한 군데도 없다. 이런 이유에서라도 일본은 전고체 배터리에 목숨을 걸고 있다. 판도를 뒤엎을 게임 체인저라고 생각하는 것이다.
실제로 도요타가 개발 중인 전고체 배터리는 전기자동차의 주행거리를 두 배 늘리면서 충전 시간은 3분의 1까지 단축할 것으로 예측된다.
하지만 전고체 배터리에 국한하지 않고 리튬 이온 배터리의 뒤를 이을 차세대 배터리 전체로 넓혀본다면 중국이 일본을 압도한다.
단순히 개수가 많은 것이 아니다. 특허의 질을 평가해 수치화한 결과에서도 중국은 4930점으로 미국과 일본보다 높다.
Ⅱ. 자연과학 대국
중국의 반도체 굴기는 한국 최고의 반도체 기업인 삼성전자를 긴장체 할 정도다. 그들의 반도체 굴기는 처음 계획된 수준에는 도달하지 못했더라도, 한국에 충분히 위협이 될 만한 수준에는 도달했다.
사실 이는 중국이 오랫동안 자연과학 분야에서 경쟁력을 강화한 결과다.
인정하기 싫겠지만 중국의 자연과학 실력이 한국을 앞선 지는 오래다. 네이처 인덱스에서 국가별 자연과학 논문의 기여도를 살펴보면 중국은 2022년 미국을 제치고 1위에 올랐다.
2017년에는 중국의 기여도가 미국의 절반에도 미치지 못했으니, 중국의 성장 속도가 무서울 정도다.
참고로 2022년 한국의 기여도는 중국의 10퍼센트도 안 되었다.
논문의 개수를 따져보면 이러한 차이가 더욱 극명하게 드러난다. 반도체와 직접적으로 연관된 물리학 분야의 주요 학술지들만 살펴보자.
2022년 8월부터 2023년 7월까지 1년간에 중국은 936개와 1281개, 미국은 449개와 419개, 한국은 138개와 157개의 논문을 각각 실었다.
다른 분야의 학술지들도 상황이 비슷하다.
이처럼 중국의 성장은 양적 질적으로 모두 미친 수준이다. 무엇보다 중국 정부의 전방위적인 지원이 뒷받침한 결과로, 단순히 돈을 퍼붓는 데 그치지 않는다.
Ⅲ. 중국은 어떻게 인재를 빨아들이는가
인재를 유혹하고 가장 쉽고 간단한 방법은 바로 돈다.
현실적으로 돈의 유혹 앞에서 애사심이나 애국심이 흔들리지 않을 사람은 그리 많지 않을 것이다.
엄밀한 조사는 아니지만, 한 번은 내 유튜브 채널에서 산업스파이로 몰릴지라도 많은 돈을 준다면 중국행을 택하겠습니까?라는 질문을 던져보았는데, 2만 5천 명의 응답자 중 무려 69퍼센트가 그러겠다고 답했다.
중국은 오래전부터 이를 알고 차근차근 준비해 왔다. 중국공산당의 고위급 인사들은 1953년부터 여름마다 베이다이허에 모여 국가의 대소사를 논의했는데, 과학기술 발전에 관한 안건이 빠지지 않았다.
2001년부터는 아예 과학기술 분야의 전문가들을 초청해 함께 이야기를 나누었다.
그 과정에서 국가가 직접 나서 인재를 키우겠다는 발상을 하게 되었고, 드디어 2008년 외국에서 선진 문물을 익힌 중국인 전문가 1000명을 10년 이내에 육성하겠다는 천인계획을 공식화했다.
이후 2010년에 그 첫 결과물인 70명의 과학자가 베이다이허에 모였는데 그중에는 한국에서 경험을 쌓은 이도 있었다.
당시 부주석이었던 시진핑은 이들에게 국빈급 의전을 베풀었다.
그때부터 중국은 더욱 가열하게 막대한 자본을 쏟아부어 인재를 유치하고 있다.
다른 나라가 수십 년에 걸쳐 쌓은 노하우와 기술이 순식간에 중국으로 흘러 들어가고 있는 것이다.
Ⅳ. TSMC가 일본에 공장을 짓는 이유
오늘날 일본의 반도체 산업은 소재를 이용해 다시 날개를 펴고자 한다.
소재를 무기화하겠다는 것이 아니다. 2019년의 수출 규제 사태를 정치가 얽히고설킨 특수한 경우였다.
그보다는 자신들의 탄탄한 소재 공급망을 인센티브 삼아 반도체 기업들의 투자를 유치하려 한다.
실제로 2023년 5월 미국의 마이크론은 일본에 5천억 엔을 투자하겠다고 밝혔다.
한 달 뒤 타이완의 TSMC는 완공을 코 앞에 둔 구마모토현 제1 공장에 이어 제2 공장 건설을 공식화했다.
일본이 세계의 내로라하는 반도체 기업들을 끌어들이고 있는 것이다. 결론적으로 일본은 침몰하지 않는다.
경제도 연구 개발도 잃어버린 30년을 겪고 있는지 몰라도 그들이 소재 분야에서 100년 넘게 쌓아 올린 노하우와 기술은 하루아침에 사라지지 않는다.
Ⅴ. 미래에도 답은 반도체
2021년 2월 삼성전자가 메모리 반도체와 시스템 반도체를 합친 듯한 새로운 개념의 반도체를 세계 최초로 출시했다.
이를 PIM (Processing In Memory)이라 하는데, 말 그대로 연산하는 기억장치다.
메모리 반도체가 연산까지 수행하니 여러 가지 이점이 있다. 일단 속도가 빠르다.
메모리 반도체가 일부 연산을 수행한 다음 데이터를 넘기므로, CPU로서는 그만큼 빨리 나머지 연산을 마칠 수 있다.
연장선에서 전력을 적게 소모하고, 그만큼 발열도 적다. 요즘에는 개인용 컴퓨터조차 고사양일 경우 전기료가 엄청나게 나오고 여름에는 쓰지 못할 정도로 열을 내뿜는데, 이런 점에서도 PIM은 경쟁력이 있다.
물론 PIM은 비싸다. 연산 기능이 없는 동급의 D램과 비교해 가격이 10배 이상이다. 하지만 성능이 뛰어난 만큼 더 적은 PIM을 구매해도 원하는 연산 속도를 구현할 수 있고, 또 냉방 시스템의 설치와 유지비용, 전기료를 낮출 수 있으므로 결과적으로 큰 부담은 아닐 것이다.
무엇보다 PIM을 원하는 곳은 비용보다는 성능을 더 중요하게 여기니 바로 인공지능 분야다.
PIM은 고도 고속의 연산에 강한 특성상 인공지능 개발의 두 축이라 할 수 있는 빅데이터 처리와 딥러닝에 최적화되어 있다.
Ⅵ. 인공지능 반도체를 설계하는 인공지능
반도체는 종합예술에 가깝다. 설계부터 양산까지 수많은 과정을 거쳐야 하고 단계마다 수많은 협력사가 힘을 모아야 한다.
특히 나노 단위의 미세한 회로를 그리고 또 만드는 일은 웬만한 기술로는 시도조차 할 수 없다.
하나의 반도체 안에는 수백만 개의 소자가 집적되어 있는데 이를 모두 실수 없이 구현해내야 한다.
무엇보다 소자들을 연결하는 회로의 꼴에 따라 성능이 크게 차이 나는 만큼 창의성이 필수다.
이런 이유로 그동안 반도체 개발, 특히 설계는 오직 인간만이 할 수 있다고 여겨졌다.
인공지능이 연구된 지 50년이 넘었지만 아무도 반도체 설계에 인공지능을 도입할 생각을 하지 않은 이유다.
그런데 2021년 6월 구글이 네이처에 전 세계가 과학자와 공학자 그리고 반도체 기업을 놀라게 한 연구를 발표했다.
자동으로 반도체를 설계하는 인공지능에 관한 내용이었다. 이 인공지능은 단 여섯 시간 만에 반도체를 설계했는데 검증해 보니 거의 모든 부분에서 인간 설계자를 뛰어넘은 것으로 나타났다.
구글은 인공지능에 기존의 반도체 설계도 1만 개를 주어 학습시킨 다음, 수백만 개의 소자를 어떻게 배치해야 최고의 성능을 낼 수 있는지 찾아보게 했다.
흥미로운 점은 구글이 이 일을 인공지능에 게임으로 소개했다는 것이다.
소자 배치를 인간 설계자에게 맡겨놓으면 보통 수천 시간이 걸린다. 몇 달이 걸린다는 말이다. 반도체의 성능을 좌우하는 중요한 과정이기도 하고, 무엇보다 소자의 개수가 보통 수백만 개에 달하기에 어쩔 수 없다.
물리적 공간과 연결성, 호환성, 전기적 특성 등을 두루 고려하며 경우의 수를 따져야 한다.
그러니 시간이 오래 걸린다. 그런데 인공지능은 이를 단 여섯 시간으로 압축했다.
그렇다면 인간 설계자가 인공지능의 설계 방식을 배우면 되지 않을까. 결론적으로 말해 이는 거의 불가능하다.
구글이 밝힌 것처럼, 반도체는 인간과는 전혀 다른 방식으로 반도체를 설계했다. 구글의 연구를 보면 인간 설계자는 소자를 아주 깔끔하게 정리해 배치해 반면에 인공지능은 매우 너저분하게 배치했다.
그런데도 오히려 더 효율적이다. 나는 이점이 두렵다. 단순히 능력의 문제가 아니기 때문이다.
인간성과 인공지능성의 차이다. 그렇다면 인간 설계자만 보유한 다른 반도체 기업들은 죽었다 깨도 구글을 따라잡을 수 없을 것이다.
실제로 구글은 자신들의 인공지능을 꾸준히 개선하는 동시에 이미 실제 현장에 투입한 상태다.
2022년 5월 네이처 발표 한 달 전, 세상에 내놓은 인공지능 반도체 TPU의 4세대가 바로 그 인공지능으로 설계되었다.
참고로 이세돌과 붙은 알파고는 초기 버전의 TPU를 사용했는데 그때보다 더욱 발전된 인공지능 반도체를 인공지능이 설계했다니 놀라운 일이다.
Ⅶ. 엔비디아 GPU의 진정한 가치
엔비디아는 GPU 시장 석권에 안주하지 않았다. 그리하여 2006년 GPU의 가치를 극대화할 소프트웨어 CUDA Compte Unified Device Architecture를 개발했다.
이로써 엔비디아는 자신들도 모르는 사이에 인공지능 시대의 씨앗을 심었다.
앞서 설명한 것처럼 CPU는 문제 해결 능력은 뛰어나도 한 번에 한 문제만 처리할 수 있지만, GPU는 문제 해결 능력이 CPU 보다는 떨어져도 여러 문제를 동시에 처리할 수 있다.
이런 이유로 GPU는 빅데이터를 처리해야 딥러닝에 알맞다. 하지만 GPU란 원래 그래픽 관련 기계어로만 다룰 수 있어, 다른 목적으로 쓰기엔 어려움이 많았다.
그런데 CUDA가 등장하며 상황이 급반전되었다. CUDA는 C언어 같은 더욱 일반적인 기계어로도 GPU를 활용한다고 알고리즘을 짤 수 있게 해 준다.
코끼리 발목에 감겨 있던 쇠사슬을 풀어준 셈이다. 실제로 2010년에는 인공지능을 개발할 때 CPU보다 CUDA와 GPU의 조합을 사용하는 게 더 낫다는 점이 입증되었다.
이때부터 GPU의 막강한 연산 능력이 그래픽을 넘어 로봇, 인공지능 자율주행 등 온갖 분야에서 활용되기 시작했다.
이 과정에서 눈여겨보아야 할 점은 엔비디아가 다양한 분야의 개발자들에게 CUDA를 무료로 제공했다는 사실이다.
CUDA는 개발 단계에만 100억 달러 이상이 투입된 것으로 알려졌다.
엔비디아가 이처럼 귀중한 자산을 돈 한 푼 받지 않고 푸린 데는 그럴 만한 이유가 있었다.
바로 하드웨어와 소프트웨어를 아우르는 엔비디아의 생태계를 추구하기 위해서였다.
사실 CUDA는 엔비디아의 GPU에서만 제대로 작동한다. 다른 기업의 GPU를 써도 되지만, CUDA를 활용한 대부분의 알고리즘이나 소프트웨어가 이미 엔비디아의 GPU에 최적화되어 있다.
즉 무엇을 개발하든 GPU의 뛰어난 연산 능력을 활용하고자 CUDA를 쓰는 순간, 자연스레 엔비디아의 GPU를 쓸 수밖에 없는 것이다.
바로 이렇게 해서 엔비디아는 자신들의 생태계에 반도체 산업 전체를 종속시키고 있다.
오늘날 인텔과 AMD가 치열하게 경쟁하는 CPU시장과 달리 GPU 시장만큼은 엔비디아가 독점하는 이유다.
[ 글을 마치며 ]
반도체와 관련해서 읽어야 할 미래 흐름을 다섯 단계로 나누어서 정리를 해보자.
첫 번째는 최종적으로 어떤 결과물이 나오게 될 것인가 하는 점이다.
바로 인공지능이다.
인공지능이 인간의 정신적 노동을 대체함으로 인해서 인간은 기계적인 노동이나 정신적인 노동에서 해방되어 자유로운 시간을 더 많이 사용할 수 있게 된다.
물론 이것이 꼭 우리에게 행복한 결과만을 가져단 준다는 보장은 없지만 이미 인공지능을 활용하는 쪽으로 기술이 발전하고 있는 것은 사실이다.
그런 인공지능의 발전을 위해서 기업이나 국가 모두 자원을 투입해서 준비하고 있고 그 결과물이 속속들이 나오고 있는 것이 현재의 단계이다.
물론 아직 완벽한 최종 승리자가 나온 것은 아니지만 앞으로 10년 내에는 비약적인 결과물이 나올 것이라는 예상은 해볼 수 있다.
그리고 그 결과물은 모두 반도체 기술이라는 토대 위에서 동작하게 될 것이다.
이 때문에 반도체가 매우 중요해지게 되는 것이다.
두 번째는 반도체 설계와 제조 둘 중에서 더 중요한 것은 제조라는 점이다.
반도체 설계는 다양한 기업에서 자발적으로 이루어지고 있다.
구글, 애플, MS, 엔비디아, 메타, 바이두, 알리바바, 텐센트 등등 이름을 들었을 때에 알만한 기업들은 모두 자체 칩 개발에 뛰어들고 있고 이 중에서 어떤 칩이 더 뛰어나다고 객관적으로 평가하기는 무리가 있다.
단지 다양한 칩들이 다양한 요구 조건에 맞춰서 설계되고 있는 과정에 있다.
하지만 반도체 칩의 설계와 개발은 다양한 기업에서 진행되고 있지만 제조는 소수의 기업에서 담당하고 있는 것이 현재의 반도체 시장의 흐름이다.
반도체 제조 공장을 만드는 것은 막대한 자금력을 필요로 하고 인력도 그에 비례해서 필요하게 된다.
이 때문에 모든 기업들이 자신의 입맛에 맞는 제조 공장을 만드는 것은 현실적으로 불가능하다.
이를 기반으로 해서 설계와 제조가 분리되어 반도체 팹리스 기업과 파운드리 기업이라는 형태로 분리가 되었고 파운드리 기업의 중요도가 점점 높아지고 있는 추세이다.
나아가 국가적으로도 중요도가 높아지고 있고 각국 정부는 반도체 제조 공장을 자국에 유치하기 위해서 막대한 보조금 정책을 지원하고 있다.
세 번째는 반도체 기술 발전은 인재에 의해서 판가름 나게 되고 그 인재는 미국과 중국, 일본이 주도하고 있다는 것이다.
반도체 산업의 발전은 인재 발전의 역사와 궤를 같이 한다고 봐도 무리가 없다.
한 명의 인재가 반도체 산업을 이끌어 나감으로 인해서 산업 전체의 발전이 이루어진다고 봐도 무리가 없을 정도이니 말이다.
물론 그 한 명이 온전히 모든 힘을 다해서 만들어내는 것은 아니지만 분명 핵심적인 역할을 하고 있는 것은 분명한 사실이다.
이 때문에 반도체 전쟁은 인재 전쟁으로 불리고 있고 인재를 유치하기 위해서 엄청난 노력을 지속해서 하고 있다.
인재를 빼앗기지 않기 위해서 최선을 다하고 있고 그렇게 모인 인재들은 다시 인재를 불러들이는 선순환을 통해서 지속해서 발전해 나가고 있다.
현재 반도체 관련 인재가 가장 많은 곳은 미국과 중국이다. 그리고 일본은 소부장 쪽에 치중되어 있었지만 다시 시작한다는 기치 아래에 인재를 육성해나가고 있다.
인재 육성은 단기간에 성과로 이어지기는 어렵다. 하지만 장기적인 관점에서 차이점이 나타나게 되고 이 차이점은 장기간에 걸쳐 쌓이는 만큼 단기간에 극복하기 어려운 수준으로 차이가 발생되게 된다.
네 번째는 기업의 역할보다 국가의 역할이 더 중요해지고 있다는 것이다.
예전의 자유 경쟁 시대는 가고 이제는 경제 블록화의 시대로 접어들고 있다고 봐도 과언이 아니다.
코로나로 인해서 각국은 자국 우선주의 외교와 경제 정책을 펼쳤고 그 결과 모두가 자유주의 무역은 당분간 발생하지 않을 것이라는 것을 깨닫게 되었다.
이로 인해서 예전에 우리가 알고 있던 분업화와 효율화는 사라지고 안보 우선 주의라는 기치 아래 각국에 공장이 만들어지게 되고 있다.
이는 국가의 역량이 기업의 역량에도 영향을 미치게 될 것이라는 사실이다.
국가가 어떤 외교 정책을 펼치고 있는가로 인해서 기업이 확장할 수 있는 수준이 나뉘게 된다.
나아가 국가가 어떤 산업에 집중하는가에 따라서 기업의 발전이 차이가 나게 된다.
미국과 중국, 일본의 외교 정책과 산업 정책에 대해서도 지속해서 관심을 가져야 하는 이유가 된다.
마지막 다서 번째는 결국 반도체 전쟁은 하나의 국가와 하나의 기업이 독점하는 형태로 끝나기는 힘들 것이라는 점이다.
현재도 치열한 경쟁이 이루어지고 있지만 앞으로는 더 치열하게 전개될 것이라는 점이다.
이미 중국은 미국에 견줄만한 기술력을 가지고 있고 일본은 소부장에서의 원천 기술이 뒤쳐지지 않는다.
유럽도 ASML이라는 슈퍼 을 기업이 존재하고 있다.
최근에는 중동도 4차 산업혁명을 토대로 새로운 발전을 하기 위해 막대한 자본력을 투입하고 있다.
즉, 모두가 이미 반도체의 중요성에 대해서 알고 있는 것이다.
그런 현실을 미뤄볼 때에 결국 반도체는 모두가 가지고 싶어 하게 되는 결과물이 되고 혹은 특허나 생태계의 한 부분을 차지하기 위해서 노력하게 될 것이라는 점이다.
이런 시대적인 변화를 볼 때에 이 경쟁은 단기간에 끝나지도 않을 것이고 확실한 경쟁 우위를 소수의 기업이 독점하는 것도 쉽지 않아 보인다.
여러 기업의 연합, 여러 국가의 연합을 통해서 문제를 해결할 것으로 생각되어진다.
앞으로도 반도체 관련해서 기사를 자주 읽고 공부하고 고민해 볼 수 있도록 해야겠다.
참고 도서 : K반도체 대전략 ( 권순용 )
