AI 반도체 수요 확대, 시장 참여 활발…ASIC 대세로

[테크월드뉴스=노태민 기자] 제조, 헬스케어, 금융 등 다양한 산업에 인공지능(AI) 적용 확대로 AI반도체 수요가 급증하고 있다. 특정 영역에서 기존 반도체보다 우수한 성능을 기대할 수 있기 때문이다.

AI 반도체 산업이 확대로 국내에서도 시장 참여가 활발하다. 스타트업 사피온, 리벨리온, 딥엑스, 오픈엣지테크놀로지 등이 대표적이다. 지난 6일 삼성전자는 네이버와 AI 반도체 솔루션 개발을 위한 협업을 발표했다.

시장조사기관 가트너는 AI반도체 시장규모가 지난해 360억 달러(46조 8900억 원)에서 2023년 550억 달러(71조 6100억 원), 2025년에는 770억 달러(100조 2500억 원)로 성장을 전망했다.

지금까지 AI 개발‧활용을 위해 GPU가 가장 많이 사용됐다. AI 연산을 위해 설계되지 않았지만 병렬처리 문제를 고려해 설계된 이유로 AI 딥 러닝 알고리즘에도 적합했다. AI 용으로 활용되면서 성능을 개선한 GPGPU(General-Purpose computing on GPU)의 형태로 발전하고 있으며, AI 훈련을 위한 클라우드와 데이터센터 등 AI가 필요한 대다수의 산업군에 사용되고 있다.

AI 개발이 활발해지면서 보다 적합한 반도체의 필요성이 높아졌으며, 사용자의 필요에 따라 칩 배열을 재설정할 수 있는 FPGA(Field-Programmable Gate Array)가 개발됐다. FPGA는 ASIC(Application-Specific Integrated Circuit)에 비해 빠른 개발 사이클과 GPU에 비해 낮은 전력 소모율 등이 장점이다.

특히 FPGA는 커스터마이징이 가능해 AI 알고리즘이 확정되지 않은 상황에서 가장 적합한 AI 반도체다. FPGA 반도체는 GPU 및 ASIC 등의 사용에서 발생하는 비용적, 기술적 한계를 개선할 수 있다.

FPGA와 함께 주목받는 ASIC는 AI 적용을 위한 전용 아키텍처를 갖고 있다. ASIC은 최근 각광받고 있는 NPU(Neural Processing Unit), TPU(Tensor Processing Unit) 뿐 아니라 VPU(Vision Processing Unit), IPU(Intelligence Processing Unit) 등이 포함되며 규칙이 정해진 고연산 정보 처리에 효율적이다. 다만 개발 사이클이 타 AI 반도체에 비해 길고 유연성이 낮아, 적용 가능 산업군이 한정적이다.

팹리스 업계 관계자는 “대표적인 AI 반도체로는 GPU, FPGA, ASIC 등이 있지만, 현재 각 산업군에 적합한 AI 반도체가 지속적으로 개발되고 있다”며 “NPU, TPU, IPU 등의 반도체가 거론되지만 해당 반도체는 모두 ASIC 범주에 있다”고 말했다.

최근 특화된 산업에서 보다 높은 효율이 요구되면서 AI 반도체 기업은 ASIC의 일종인 NPU 개발에 집중하고 있다. SKT의 자회사 사피온은 서버용 NPU ‘X220’를 국내외 사업자를 대상으로 공급하고 있다. 리벨리온은 금융 AI에 최적화된 NPU ‘아이온’을 개발했다. ‘아이온’은 금융 기업의 초단타매매에 주로 활용되며 JP 모건 등의 고객사 확보에 성공했다.

업계관계자는 “최근 AI의 적용처 확대로 AI 반도체 수요가 급증하고 있다”며 “AI 산업에 대표적으로 사용되는 GPU뿐 아니라 각각의 산업군에 최적화된 다양한 형태의 AI 반도체가 설계되고 있는 상황이다”라고 말했다.

이어 “범용 AI 반도체 시장은 엔비디아가 GPU를 통해 과점하고 있는 상황으로, 국내 AI 반도체 기업은 범용 AI 반도체 시장이 아닌, 개별 산업군에 최적화된 AI 반도체 개발에 집중할 필요가 있다”고 밝혔다.