샌디스크 CTO 알퍼 일크바하르(Alper Ilkbahar)는 AI 데이터센터와 엣지 컴퓨팅을 위한 새로운 메모리인 고대역폭 플래시 메모리(HBF)에 대해 소개하며 최적화된 메모리가 AI 컴퓨팅 성장의 장벽을 허물 것이라고 밝혔다.

알퍼 일크바하르(Alper Ilkbahar), 샌디스크 CTO

인공지능(AI)은 컴퓨팅 환경 전반에 걸쳐 끊임없이 확산되고 있다. 오늘날 데이터센터의 약 7분의 1만이 AI 워크로드를 처리할 수 있는 환경을 갖추고 있지만, 2030년까지 그 비중은 약 70%에 이를 것으로 예상된다. 

AI는 하이퍼스케일 데이터센터에서 엔터프라이즈 데이터센터로, 그리고 네트워크 엣지로 확장되고 있으며, 엣지 AI 애플리케이션은 이번 10년이 끝나기 전에 약 665억 달러에 달하는 매출을 창출할 것으로 전망된다. 새로운 컴퓨팅 시대의 연료는 바로 데이터로, 요구 수준이 높고 빠르게 확장되는 AI 컴퓨팅 인프라에 고속으로 공급되어야 하는 방대한 규모를 갖는다. 

이처럼 방대한 데이터 저장소는 기존 스토리지 구조에 부담을 주고 있으며, 근본적인 구조적 한계를 더욱 분명하게 드러내고 있다. 데이터센터 메모리(DRAM 및 HBM으로 알려진 특수 고대역폭 메모리)는 집적도, 저장 용량 및 확장성 측면에서 대규모 AI 모델의 증가하는 요구를 따라가기 어려워지고 있다. 동시에 하이퍼스케일 컴퓨팅 제조업체들은 DRAM 및 HBM의 생산 비용 증가, 설계 복잡성, 전력 소비 증가 문제에 직면하고 있다. 특히 엔터프라이즈 데이터센터 및 엣지 AI 애플리케이션 환경에서는 물리적 공간이 상대적으로 제한적이기 때문에 이러한 메모리 비용 및 전력 증가를 감당하기 더욱 어렵다. 

또 다른 문제는 현재 지배적인 AI 워크로드로 부상하며 AI 학습(training)과는 다른 데이터 관리 요구사항을 가지는 AI 추론(inference)으로 인해 발생한다. 추론은 점점 더 커지는 AI 모델을 저장해야 하지만, 기존 HBM 및 DRAM 기반 메모리는 이러한 새로운 요구를 충족하기 위한 용량과 비용 효율성 측면에서 한계를 보이고 있다. 이처럼 다른 메모리 특성을 고려할 때, AI 추론에 최적화된 새로운 메모리 기술의 필요성이 대두된다. 

DRAM과 HBM이 AI 추론 워크로드를 제대로 지원하지 못하는 이유

DRAM과 HBM이 장기적인 AI 활용에 최적화되지 않는 이유를 이해하기 위해, 다음과 같은 한계를 살펴볼 필요가 있다³. 현재는 작은 문제처럼 보일 수 있지만, 해결되지 않을 경우 시간이 지남에 따라 차세대 AI 중심 스토리지의 기반을 무너뜨릴 수 있다. 

Ÿ   집적도 한계: DRAM의 용량 확장은 정체된 반면, AI 추론을 위한 대용량 메모리 수요는 지속적으로 증가하고 있다.

Ÿ   AI 추론과의 부적합성: DRAM의 장점인 낮은 지연 시간과 랜덤 엑세스 특성은, 데이터 프리패칭과 같은 기법으로 인해 데이터 접근이 비교적 예측 가능하고 지연 허용도가 높은 AI 추론과는 관련성이 없다.

AI 추론 최적화를 위한 메모리 아키텍처의 특성

이러한 구조적 균열은 이번 10년이 지나기 전까지 하이퍼스케일 사업자의 AI 인프라 지출이 6조 7천억 달러에 이를 수 있는 가운데, 데이터센터에 대한 지배력을 유지하려는 1,200억 달러 규모의 DRAM 산업 전반에 걸쳐 존재한다. 

이제는 기존 방식에서 벗어나, 요구에 맞춰 완전히 새로운 메모리를 설계해야 할 시점이 아닐까? AI에 최적화된 스토리지 클래스 메모리는 다음과 같은 특성을 갖는다.

Ÿ   추론 워크로드를 위한 대용량 및 확장 가능한 메모리

Ÿ   높은 메모리 집적도(GB/mm²)

Ÿ   AI 추론 요구사항을 충족하는 높은 대역폭

Ÿ   낮은 시스템 전력 소비

Ÿ   비용 효율적인 구조($/TB 기준) 

고대역폭 플래시 메모리, AI 데이터센터를 겨냥하다

고대역폭 플래시 메모리(HBF™)는 차세대 AI 컴퓨팅을 위해 특별히 설계된 혁신적인 새로운 메모리 아키텍처다. HBF는 고성능 컴퓨팅 및 데이터 집약적 애플리케이션이 요구하는 용량, 전력 효율, 처리량, 확장성을 충족한다. 

HBM 대비 HBF는 AI 추론 트렌드에 보다 적합하면서도 유사한 수준의 대역폭을 유지하면서 더 높은 용량과 메모리 집적도를 제공한다. 또한 비휘발성 저장 매체로서 HBF는 전원이 꺼져도 데이터를 유지하며, 온도 측면에서 안정적이어서 높은 동작 온도를 지원한다.

이러한 장점을 구현하기 위해 HBF는 Sandisk의 BiCS NAND 설계 및 제조 기술과 다이 아키텍처를 활용해, 고대역폭 및 추론 메모리 특성에 맞게 최적화함으로써 NAND 플래시를 효과적으로 재설계한다. 특히 BiCS CBA(CMOS Bonded Array) 웨이퍼 기술의 활용은 에너지 효율성과 대역폭을 더욱 향상시킨다. 

HBF, AI 애플리케이션을 위한 NAND 플래시의 재정의

기존 NAND 플래시 대비 HBF는 병렬 처리, 고도화된 로직 미세화, 맞춤형 적층 기술을 통해 지연 시간을 줄이고 읽기 대역폭을 크게 향상시켜, 대형 언어 모델이 DRAM에 근접한 속도로 데이터를 처리할 수 있도록 한다.

또한 HBF는 길고 복잡한 사용자 프롬프트와 고객 및 도메인 특화 데이터를 효율적으로 처리하기 위해 대규모 KV 캐시를 지원하며, 이를 통해 AI 추론 정확도 향상에 기여한다. 

엔터프라이즈와 네트워크 엣지로 메모리 중심 AI 확장

HBM은 밀도, 비용, 전력 측면의 제약으로 인해 엣지 및 모바일 환경에서 일반적으로 사용하기 어렵기 때문에, 보다 복잡한 AI 추론 문제를 처리하기 위한 대용량 메모리 수요는 HBF를 통해 충족된다. 이는 실시간으로 의사결정을 수행할 수 있는 스마트폰과 같은 엣지 디바이스가 다양한 고도화된 작업을 처리할 수 있는 가능성을 열어준다. HBF는 비휘발성 메모리 특성을 통해 이전 질의의 컨텍스트를 자연스럽게 재활용하는 것도 가능하다. 

HBF의 장점은 엔터프라이즈 컴퓨팅 환경까지 확장된다. 엔터프라이즈 환경은 하이퍼스케일 데이터센터에 비해 운영 규모가 작아, HBM 기반의 대규모 GPU 클러스터를 활용하기에는 비용 부담이 크다. 이로 인해 HBF 기반 가속기를 도입하면, 중소 규모 엔터프라이즈도 도메인 특화 목적의 대규모 사전 학습 모델을 미세 조정할 수 있다. 

최적화된 메모리가 AI 컴퓨팅 성장의 장벽을 허물다

우리 주변 곳곳에서 데이터센터와 엣지 AI 디바이스는 자율적으로 작동하며, 오늘 저녁 식사 레시피부터 획기적인 과학적 발견에 이르기까지 다양한 작업을 지원하고 있다. 웹사이트 호스팅과 엔터프라이즈 데이터 관리와 같은 일상적인 작업은 머신러닝, 딥러닝 및 데이터 분석을 활용해 실행 가능한 인사이트를 생성하는 지능형 워크로드로 점차 대체되고 있다. 

이제는 예측을 수행하고 결과를 생성하는 대규모 추론 모델을 관리하기 위해 데이터센터 및 엣지 메모리의 구조를 재고해야 할 시점이다. HBF는 HBM 대비 용량 면에서 뚜렷한 우위를 가지면서도, AI 추론에 필요한 높은 처리량을 동시에 충족한다⁶. 확장 가능한 차세대 시스템 메모리로서 HBF는 성능 병목을 줄이고, 최신 데이터센터 및 엣지 네트워크 환경에서 AI 애플리케이션의 인사이트 도출 속도를 가속화하는 데 기여한다.

AMD는 오랫동안 성능 대비 전력 효율, 신뢰성, 적응성이 중요한 엣지 환경을 위한 기술을 구축해 왔으며, 이를 바탕으로 위성, 우주선, 우주 데이터센터 전반에 걸친 AI 배포의 미래를 지원할 수 있는 최적의 위치에 있다.

마크 페이퍼마스터 (Mark Papermaster) / AMD CTO

저는 IBM에서 우주왕복선 프로그램에 참여하며 커리어를 시작했고, 인생의 주요 여정이 우주를 중심으로 전개될 것이라고 생각했습니다. 그러나 이후 관심은 컴퓨팅 디바이스와 컴퓨팅을 대중에게 확장할 수 있는 기술로 옮겨갔습니다. 지금은 이러한 관심이 우주에서의 AI 현실과 맞닿아 있습니다. 오늘날 위성 및 우주선에서의 엣지 컴퓨팅, 그리고 미래의 대규모 우주 데이터센터 계획 모두에서 그 흐름이 이어지고 있습니다.

AMD는 오랜 기간 ‘엣지 환경(edge reality)’을 위한 기술을 구축해 왔습니다. 전력은 제한되고, 연결성은 보장되지 않으며, 이론적인 최대 성능이 아닌 실시간 의사결정이 성과를 좌우하는 환경입니다. AMD는 이기종 컴퓨팅(CPU, GPU, 적응형 컴퓨팅)과 강력한 소프트웨어 기반을 결합해 PC, 산업 시스템, 임베디드 환경에 AI를 확장해 왔습니다. 이러한 ‘엣지 전략(edge playbook)’은 전력 대비 성능(performance-per-watt)과 미션 크리티컬 수준의 신뢰성에 대한 집요한 집중을 중심으로 하며, 파트너들이 각자의 요구에 맞게 성능을 최적화할 수 있도록 지원합니다. 

AMD는 우주를 엣지 컴퓨팅의 다음 단계이자 가장 까다로운 환경으로 보고 있습니다. 기본 원칙은 동일하지만 훨씬 더 강화됩니다. 엄격한 전력 및 열 관리 제약, 간헐적인 통신, 긴 서비스 수명, 그리고 높은 수준의 신뢰성과 자율성이 요구됩니다. AMD는 엣지 AI 구현에서 축적한 경험을 바탕으로, 하드웨어·소프트웨어·시스템 전반에 걸친 통합 공동 설계를 통해 우주 환경으로 확장하고 있습니다. 이를 통해 온보드 지능(on-board intelligence)이 효율적으로 배치되고, 책임 있게 업데이트되며, 다양한 미션과 폼팩터에 걸쳐 확장될 수 있도록 합니다. 

현재 궤도 데이터센터(orbiting data centers) 개념이 점차 현실화되고 있습니다. 이러한 흐름 속에서 AMD의 적응형·확장형 플랫폼과 개방형 생태계는 파트너들이 견고하고 효율적인 엔드투엔드 시스템을 구축하는 데 기여할 것입니다.

우주는 궁극의 엣지 환경

가장 즉각적인 기회는 미션 수행 중 데이터를 감지하고, 판단하며, 행동하는 온보드 지능입니다. 우주에서는 엣지 처리가 단순히 유용한 수준을 넘어 필수적인 요소가 됩니다. 제한된 다운링크 환경, 중요한 밀리초 단위 지연 시간, 불확실한 연결성 속에서 로컬 AI는 운영의 핵심 기반이 됩니다. 

행동 지점에서의 지능(Intelligence at the Point of Action) : AI가 지상 데이터센터에서 온보드 시스템으로 이동함에 따라, 우주선은 단순한 센서에서 자율적으로 의사결정을 내리는 시스템으로 진화합니다. 다운링크가 끊긴 상황에서도 스스로 판단하고 행동할 수 있다.

다운링크는 대역폭, 전력, 통신 가능 시간의 제약을 받기 때문에 모든 데이터를 지상으로 전송하는 것은 비효율적이고 지연이 큽니다. 온보드 AI는 저가치 데이터(예: 지구 관측 시 구름에 가려진 이미지)를 걸러내고, 긴급 이벤트(예: 산불 초기 징후)를 식별하며, 연결이 불안정한 상황에서도 안정적인 자율성을 유지할 수 있도록 합니다. 

엣지 처리는 위성과 우주선이 데이터를 현장에서 해석하고 즉시 대응할 수 있도록 합니다. 단순히 데이터를 수집하는 센서가 아니라, 데이터 생성 지점에서 우선순위 설정, 압축, 의사결정을 수행하는 시스템으로 전환시키며, 이는 에이전트형 AI(agentic AI) 워크플로우를 기반으로 합니다. 

이러한 AI는 다양한 활용 사례와 워크플로우에 맞게 조정될 수 있습니다. 예를 들어 행성 탐사 로버가 장애물을 회피하거나, 우주선이 텔레메트리 이상을 조기에 감지해 문제 확산을 방지하는 데 활용될 수 있습니다.

우주 데이터센터의 가능성

장기적으로는 궤도 기반 컴퓨팅(orbital compute)의 실현이 핵심이 될 것입니다. 데이터센터에서의 AI 연산 수요가 지속적으로 증가함에 따라, 태양광 에너지를 활용하고 낮은 온도를 활용할 수 있는 우주에서 대규모 컴퓨팅을 구현하려는 다양한 시도가 이어지고 있습니다. 

대규모 궤도 컴퓨팅은 전력, 열 방출, 방사선 내성, 통신 제약에 의해 제한됩니다. 많은 개념 설계는 태양광 활용을 극대화하고 열 변동을 줄이기 위해 태양동기 궤도(sun-synchronous “dawn-dusk” orbit)를 가정하며, 저지구 궤도(LEO)는 지연 시간과 방사선 노출을 줄이는 데 기여합니다. 특히 가장 어려운 과제 중 하나는 대규모 컴퓨팅 시스템에서 발생하는 열을 어떻게 제거할 것인가입니다. 우주는 진공 상태이기 때문에 열은 방열판(radiator)을 통해 전달되어야 합니다.

진공 환경이 만드는 제약(Vacuum Catalyst) : 우주에는 열을 전달할 공기가 없기 때문에 열 관리는 근본적인 설계 문제로 전환된다. 전자 장치에서 발생하는 열을 방출하는 유일한 방법은 이를 방열판으로 전달하는 것이다. 이러한 제약은 전력 대비 성능(performance-per-watt)을 단순한 지표가 아니라 필수 조건으로 만들며, 궤도에서의 대규모 AI 구현을 위한 아키텍처 혁신을 이끌고 있다.

이러한 현실은 단일 ‘박스형 데이터센터’가 아닌 모듈형 구조로의 전환을 요구합니다. 각 요소가 자체적으로 전력 생성과 열 방출을 관리하면서, 고속 연결을 통해 상호 연동되는 구조입니다.

대규모 환경에서는 다음과 같은 방향성이 예상됩니다. 

   시간이 지남에 따라 수 메가와트급 성능으로 확장 가능한 모듈형 배치

   요소 간 고속·저지연 인터커넥트(기존 대비 더 높은 데이터 전송률과 낮은 에너지 소비를 제공하는 광 연결 포함)

   개별 모듈의 수명이 제한적일 수 있음을 전제로, 디오비트 및 교체가 가능한 운영 모델(단일 임무 중심이 아닌 ‘플릿 운영’에 가까운 방식) 

AMD, 미래를 위한 빌딩 블록 제공

AMD의 적응형 컴퓨팅 기술은 수십 년간 우주 탐사를 지원해 왔으며, NASA의 화성 탐사 로버와 아르테미스 II 미션에서 이미지 처리 및 항법 가속에 활용되었습니다. 

AMD의 접근 방식은 우주 AI를 ‘구현 가능한 것’으로 만드는 것입니다. 일회성 엔지니어링 프로젝트가 아니라 반복 가능한 플랫폼 여정으로 접근합니다. 이를 위해 미션에 맞게 최적화할 수 있는 CPU, GPU, FPGA, 가속기 등 적응형·확장형 컴퓨팅 빌딩 블록과 모듈형 설계 철학을 제공합니다. 

이 접근 방식은 기존 엣지 전략을 우주로 확장하는 것입니다. 지상 환경에서 제공해온 플랫폼 일관성을 유지함으로써, 파트너들이 처음부터 다시 설계하지 않고도 기능을 단계적으로 발전시킬 수 있도록 합니다.

또 하나 중요한 요소는 개방성입니다. 우주 미션은 다양한 전문 공급업체가 참여하는 구조이기 때문에, 특정 단일 벤더가 전체 솔루션을 규정해서는 안 됩니다. 

개방성을 통한 미션 신뢰성(Mission Resilience Through Openness) : 우주 미션은 다수의 벤더가 참여하는 복잡한 생태계이다. AMD ROCm™ 오픈 소프트웨어 스택을 활용하면 다양한 하드웨어 환경에서 시스템을 튜닝하고 검증할 수 있으며, 특정 벤더 종속(lock-in)을 방지하고 협업 기반의 생태계를 구축할 수 있다. 

AMD는 개방형 소프트웨어와 표준에 지속적으로 투자하고 있습니다. 이를 통해 파트너들이 더 많은 선택권과 낮은 통합 장벽으로 엔드투엔드 시스템을 구축할 수 있도록 지원합니다. AMD ROCm™ 소프트웨어는 AI 및 HPC를 위한 오픈 소프트웨어 스택의 일부로, 개발자가 커널 수준에서 애플리케이션까지 AMD 가속기 환경에서 개발할 수 있도록 설계되었습니다. 또한 시스템 측면에서는 개방형 보안, 인터커넥트, 인프라 표준을 통해 고성능 AI 시스템이 벤더 종속 없이 확장될 수 있도록 지원하고 있습니다. 

새로운 영역: 지상에서 궤도로 확장되는 AI

이 논의에서 가장 중요한 점은 AI가 컴퓨팅이 영향을 미칠 수 있는 영역을 확장하고 있다는 것입니다. 특히 원격지, 제약이 많은 환경, 그리고 미션 크리티컬한 환경에서 그 가치가 더욱 커지고 있습니다. 데이터가 생성되는 지점에 더 가까이 지능을 배치함으로써 지연 시간을 줄이고, 대역폭을 절약하며, 미션 성과를 향상시킬 수 있습니다. 이는 공장, 병원, 차량뿐 아니라 우주에서도 동일하게 적용됩니다.

AMD는 앞으로도 현실을 기반으로 설계하고, 시스템 전반을 공동 최적화하며, 지상에서 궤도, 그리고 그 너머까지 확장 가능한 기술을 개발해 나갈 것입니다.

한편 대규모 궤도 컴퓨팅의 미래와 AMD가 우주에서 AI를 어떻게 확장하고 있는지에 대한 자세한 내용은 AMD CTO 마크 페이퍼마스터(Mark Papermaster)가 작성한 AMD 공식 블로그에서 확인할 수 있다.

하드웨어를 소프트웨어처럼 유연하게 다룰 수 있게 되면서, 개발자들은 처음으로 칩 설계를 자유롭고 유연하게 즉각 변경할 수 있게 되었고, 이는 새로운 칩 설계 개발 속도를 높이고 제품 출시 시간을 단축시키며 현재 10억 달러 규모 이상의 산업을 탄생시켰다.

오늘날 AMD는 지난 25년간 프로그래머블 로직 시장의 선두주자로 자리매김해 왔으며, 전 세계 7,000개 이상의 고객사에 30억 개 이상의 FPGA 및 적응형 SoC를 출하했다.

주요 이정표는 다음과 같다.

업계 최초의 기술들: 1985년 첫 상용 FPGA부터 오늘날의 2세대 버설 AI 엣지(Versal AI Edge Gen 2) 적응형 SoC까지, AMD는 통합 서데스(SerDes), CoWoS(Chip on Wafer on Substrate) 패키징의 최초 양산 적용, CPU와 프로그래머블 로직을 통합한 최초의 적응형 SoC, 단일 칩에서 AI 전용 엔진을 활용한 엔드 투 엔드 AI 가속 등 다양한 혁신을 선도해 왔다.

실제 활용 사례: AMD의 FPGA 및 적응형 SoC는 나사(NASA)의 화성 탐사 로버, 스바루 (Subaru)의 ADAS(첨단 운전자 보조 시스템) 안전 시스템, JR 규슈 (JR Kyushu) 신칸센의 선로 검사 시스템, 클라리우스(Clarius)의 AI 기반 휴대용 초음파 등 다양한 산업 분야에서 핵심 역할을 하고 있다.

미래의 영향력: 엣지 AI의 선두주자로서 AMD는 자율 주행, 6G 네트워크, 의료 및 기후 연구, 신약 개발, 우주 탐사 등 다양한 엣지 AI 애플리케이션의 혁신을 이끌고 있다. 

FPGA의 발전 과정과 AMD가 이 기술의 미래를 어떻게 이끌고 있는지에 대한 더 자세한 내용은 AMD 웹페이지에서 확인하실 수 있다.

글/ 살릴 라지(Saili Raje), AMD 어댑티브 및 임베디드 컴퓨팅 그룹(AECG) 총괄 수석 부사장

올해는 프로그래밍 가능한 하드웨어라는 아이디어를 도입한 최초의 상업용 FPGA(Field-Programmable Gate Array)이 등장한 지 40주년이 되는 해입니다. ‘소프트웨어처럼 유연한 하드웨어’라는 목표를 바탕으로 탄생한 FPGA의 재프로그래밍 구조는 반도체 설계의 판도를 바꾸었습니다. 개발자들은 처음으로 직접 칩을 설계할 수 있었고, 개발 도중, 혹은 제조 후에 사양이나 요구 사항이 변경되더라도 칩의 기능을 재정의하여 새로운 작업을 수행할 수 있도록 조정할 수 있게 됐습니다. 이러한 유연성은 새로운 칩 설계를 더 빠르게 개발할 수 있도록 해 주면서 새로운 제품을 준비하는 시간을 단축해 주었고, 동시에 주문형 반도체인 ASIC를 대신하는 새로운 대안으로 자리를 잡았습니다. 

FPGA가 업계에 미친 영향은 놀랍습니다. FPGA는 10억 달러 이상의 거대한 산업을 이끌어냈습니다. 지난 40년간 우리는 30억 개 이상의 FPGA와 적응형 SoC(FPGA 패브릭과 시스템 온 칩 및 기타 프로세싱 엔진을 결합한 장치)를 다양한 분야의 7,000 곳 이상의 고객에게 출하했습니다. 실제로 우리는 지난 25년 연속으로 프로그래머블 로직 시장 점유율 1위를 차지했으며, 앞으로도 당사의 제품 포트폴리오 및 로드맵의 강점을 바탕으로 지속적인 시장 리더십을 꾸준히 유지할 수 있을 것이라고 바라보고 있습니다. 

혁신의 가속화

FPGA는 지금은 고인이 된 로스 프리먼(Ross Freeman) 자일링스(Xilinx, 현 AMD의 자회사)의 공동 창립자가 처음 발명했다. 그는 한 번 설계하면 기능이 고정되는 표준 ASIC 장치의 한계를 넘어 더 나은, 칩을 설계하는 과정에서 기술적으로나 비용적으로 더 나은 방법이 있을 것이라고 생각한 엔지니어이자 혁신가였다. FPGA는 엔지니어가 칩의 설계를 언제든 변경할 수 있는 자유와 유연성을 제공하며, 단 하루 만에도 맞춤형 칩을 개발하고 설계할 수 있도록 해 주었다. 

또한 FPGA는 또한 전체 반도체 산업을 변화시킨 ‘팹리스(Fabless)’ 비즈니스 모델을 개척하는 데에도 도움이 되었다. FPGA는 맞춤형 마스크 도구를 만들고, 일회석의 개발 비용이 반복되는 것을 줄이는 혁신으로 하드웨어 개발 과정의 혁신을 가속화했다. 이 접근 방식은 회사가 획기적인 하드웨어를 만들기 위해 파운드리를 소유할 필요가 없고, 중요한 것은 비전, 설계 기술, 그리고 FPGA라는 것을 증명했다.

(로스 프리먼(Ross Freeman))(오른쪽)이 XC2064 레이아웃을 살펴보고 있다) 

세계 최초의 상업용 FPGA(XC2064)가 출시 이후 40년간 FPGA는 전자 산업 전반에 걸쳐 광범위하게 사용되면서 우리의 일상 생활에 깊숙이 자리를 잡았다. 오늘날 FPGA 및 적응형 SoC나 SOM(System-on-Module)을 비롯한 적응형 컴퓨팅 장치는 자동차, 기차, 신호등에서 로봇, 드론, 우주선, 위성, 무선 네트워크, 의료 및 테스트 장비, 스마트 공장, 데이터 센터, 심지어 고속 주식 거래 시스템에 이를 만큼 넓은 분야에서 활용되고 있다.

(세계 최초의 상업용 FPGA인 XC2064는 트랜지스터 85,000개, 설정 가능한 로직 블록 64개, I/O 블록 58개로 구성되어 있다. 이에 비해 오늘날 가장 최첨단화 된 AMD FPGA 기반 장치인 버설 프리미엄(Versal Premium) VP1902는 트랜지스터 1,380억 개, 로직 셀 1,850만 개, I/O 블록 2,654개, DSP58 엔진 최대 6,864개, 그리고 메모리, 보안 및 인터페이스 기술을 위한 광범위한 하드웨어 IP를 지니고 있다.) 

주요 혁신, 그리고 제품들의 여정 

AMD의 혁신과 진화하는 시장 요구는 지난 40년간 FPGA 기술 분야에서 다음과 같은 놀랄만한 발전을 수없이 이끌어냈다.

1985년: XC2064 – 최초의 상용 FPGA 출시

1990년대: XC4000 및 버텍스(Virtex™) FPGA – 무선 인프라를 위한 내장 RAM 및 DSP 최초 탑재

1999년: 스파르탄(Spartan) 제품군 출시 – 대량 생산 애플리케이션용으로 기존 ASIC을 대체할 수 있는 비용 효율적인 옵션 제공

2001년: SerDes를 통합한 최초의 FPGA 출시

2011년: 버텍스-7 2000T(Virtex-7 2000T) – 업계 최초로 칩 온 웨이퍼 온 서브스트레이트(Chip-on-Wafer-on-Substrate, CoWoS) 패키징 양산 적용. 고성능 컴퓨팅(HPC) 시스템의 기반이 된 첨단 2.5D 통합 기술을 개척했으며, 현재는 AI용 GPU 혁신을 견인하는 핵심 기술로 활용

2012년: 징크(Zynq) 제품군 – Arm CPU와 프로그래머블 로직을 결합한 최초의 적응형 SoC

2012년: 비바도 디자인 슈트(Vivado™ Design Suite) – 소프트웨어 개발자들이 FPGA 설계를 보다 쉽게 접근할 수 있도록 지원

2019년: 최초의 버설(Versal) 적응형 SoC 출시 – 전용 AI 엔진과 프로그래머블 온칩 네트워크(NOC) 도입

2019년: 비티스(Vitis™) 통합 소프트웨어 플랫폼 – 추론 속도를 높이기 위한 사전 최적화된 AI 툴과 추상화 계층 제공

2024년: 버설 AI 엣지 시리즈 2세대(Versal AI Edge Series Gen 2) – 프로그래머블 로직, CPU, DSP, AI 엔진을 단일 칩에 통합하여 최초의 엔드투엔드 AI 가속 지원. 이종 컴퓨팅, 저지연, 저전력 성능을 요구하는 차세대 애플리케이션을 지원

2024년: 스파르탄 울트라스케일 플러스(Spartan UltraScale+) FPGA 제품군 출시 – 비용 및 전력 효율이 뛰어난 성능을 제공하며, 엣지의 I/O 집약형 애플리케이션에 적합한 광범위한 비용 최적화 FPGA 및 적응형 SoC 포트폴리오 확대 

비바도와 비티스 소프트웨어의 도입은 FPGA 시장 확대에 중요한 기여를 했다. 비바도는 고수준 합성, 머신러닝 기반 최적화, IP 코어 통합 기능 등을 통해 워크플로우 간소화, 개발 주기 단축, 성능 향상 등을 가능하게 한다. 

비티스 개발 환경은 사전 최적화된 툴과 추상화 계층을 통해 AI 추론을 가속화할 수 있도록 지원한다. 최신 버전(2024.2)에서는 임베디드 C/C++ 설계를 위한 독립 실행형 툴과 AMD 버설 적응형 SoC의 AI 엔진 사용을 간소화하는 기능이 추가되니다. AMD는 사용자 생산성을 높이고 새로운 데이터 유형 및 AI 모델에 효율적으로 대응할 수 있도록 관련 툴에 대한 투자를 지속하고 있다.

엣지에서의 AI 

오늘날 대부분의 AI는 데이터 센터 GPU에서 실행되고 있다. 하지만 점점 더 많은 AI 처리가 엣지에서 이뤄지고 있다. FPGA 기술은 다양한 산업 전반에서 AI가 통합된 애플리케이션의 급속한 성장을 최전선에서 지원하고 있다. FPGA와 적응형 SoC는 센서 데이터를 지연 없이 실시간 처리하면서 엣지에서 AI 추론을 가속하고 있다. 

최근 소형 생성형 AI 모델이 등장하면서, 우리는 엣지에서도 새로운 ‘챗GPT(ChatGPT)의 순간’을 목격하게 될 것이다. 이러한 새로운 AI 모델들은 AI PC, 차량, 공장 로봇, 우주를 비롯한 그 어떤 임베디드 애플리케이션까지 모두 엣지 장치 상에서 실행될 수 있다. 

다음은 AMD의 적응형 컴퓨팅 기술이 오늘날 엣지 AI 워크로드를 가능하게 하는 몇 가지 예다. 

* 나사(NASA) – AMD 버텍스 FPGA는 나사의 화성 로버에 탑재되어 AI의 기능을 확장시켰다. 이미지 탐지, 정합과 보정을 지원하고, 지구로 다시 전송하기 전에 쓸모없는 데이터를 걸러내기도 한다. 또한 최신 우주 등급 버설 AI 엣지 적응형 SoC는 머신러닝 애플리케이션에 최적화된 향상된 AI 엔진으로 우주에서도 AI 추론을 가속한다. 

* 스바루(Subaru) – 스바루는 차세대 ADAS인 ‘아이사이트(EyeSight)’ 운전자 보조 안전 시스템에 AI 기능을 도입하기 위해 AMD 2세대 버설 AI 엣지 시리즈 적응형 SoC를 선택했다. 

* 씨크(SICK) – AMD 킨텍스 울트라스케일+(Kintex UltraScale+) FPGA 및 FINN 머신러닝 프레임워크는 빠르고 정확한 소포 검사를 통해 SICK의 공장 자동화를 이끌어내고 있다. 

* 래드멘티스(Radmantis) – AMD 크리아(Kria) 적응형 SOM 장치는 지속 가능한 양식업을 위해 실시간 AI 추론을 가능하게 한다. 

* JR 규슈(JR Kyushu) – 일본 최대의 고속 열차 운영사 중 하나로, AMD 크리아 SOM 기반의 실시간 이미지 처리 기술을 AI 기반 선로 검사 시스템에 활용하고 있다. 

* 클라리우스(Clarius) – AMD 징크 울트라스케일 적응형 SoC를 통해 휴대용 초음파 장치에서 AI가 관심 영역을 식별할 수 있도록 했다. 

미래에 대한 전망 

미래를 내다보면, FPGA 기반 적응형 컴퓨팅은 자율 주행, 로봇 공학 및 산업 자동화, 6G 네트워크, 기후 변화, 신약 개발, 과학 연구 및 우주 탐사를 위한 엣지 AI 애플리케이션에서 지속적으로 혁신을 이끌어갈 것이다. 

우리는 FPGA 40주년을 기념하면서, 이를 발명한 것을 매우 자랑스럽게 생각하며 이 기술이 어디까지 왔는지, 그리고 다음 40년 동안 얼마나 더 큰 영향력을 끼칠지에 대해 생각해 본다. 최첨단 및 시장 선도 제품을 개발자는 FPGA 기술을 계속 사용하여 혁신적인 칩을 설계하고, 하드웨어 기반 검증을 강화하며, 시장 출시 시간을 줄여 나가고 있다. AMD는 다가올 미래에도 이 놀라운 기술의 발전을 계속 이끌어갈 것이다.

AMD 최고 기술 책임자(CTO)인 마크 페이퍼마스터(Mark Papermaster)는 국내 시각 5월 2일 자정(미국 중부 시각 5월 1일 오전 10시)에 자사 블로그를 통해 AMD의 지난 5년간의 성장과 혁신을 재조명하고 향후 5년 내에 일어날 변화에 대해 전망하는 글을 게시했다. AMD는 업계에서 오랜 혁신의 역사를 이룩해왔으며, 현재는 새로운 AI 시대의 기회와 리더십을 준비하는 변곡점에 서 있다. 

오늘 AMD는 창립 55주년을 기념 했습니다 . AMD는 풍부한 혁신의 역사를 갖고 있지만 오늘날 우리가 발견한 놀라운 AI ​​변곡점은 우리 회사에 새로운 기회와 영향력의 시대를 의미합니다. 우리는 10여년 전에 고성능 컴퓨팅 분야의 강점과 전통을 활용하고 미래를 위해 투자하기로 결정했습니다. 이제 모든 시장이 최고의 컴퓨팅 효율성(소비된 에너지 와트당 성능)과 AI 지원을 요구함에 따라 이러한 베팅은 성과를 거두었습니다. 이를 염두에 두고 이 이정표를 기념하면서 지난 5년간 AMD의 혁신과 영향력을 되돌아보고 다음 5년에 무엇을 기대할 수 있을지 기대하고 싶습니다.

2019년 창립 50 주년 이후 AMD와 반도체 산업은 눈부시게 성장했습니다. 전세계 반도체 매출은 2019년 4,123억 달러에서 2022년 5,741억 달러로 증가했으며, 2030년에는 1조 달러로 성장할 것으로 예상됩니다. AI는 인생에서 가장 흥미롭고 중요한 기술 혁신이며, AMD는 리더십 제품과 로드맵을 통해 더 많은 컴퓨팅 용량에 대한 고객의 만족할 수 없는 요구를 충족할 수 있는 위치에 있습니다.

이러한 놀라운 시장 성장에 맞춰 우리는 세계에서 가장 진보된 칩, 소프트웨어 및 엔터프라이즈 AI 솔루션을 제공하기 위해 가장 훌륭하고 총명한 마음으로 엔지니어링 인재 풀을 크게 확장했습니다. 우리의 글로벌 팀은 15,000명 이상의 신규 직원을 영입하면서 지난 5년 동안 두 배 이상 늘어났습니다. Xilinx는 2022년 완료 당시 가장 큰 반도체 인수로, 깊은 고객 관계를 통해 적응형 컴퓨팅 시장에 놀라운 인재, 리더십 IP, 시장 확장을 추가했습니다. Pensando 인수를 통해 고도로 프로그래밍 가능한 네트워크 칩과 핵심 기술도 도입되었으며, 가장 최근에는 Mipsology와 Nod.ai가 AI 소프트웨어 기능을 강화했습니다.

컴퓨팅 성능과 효율성에 대한 증가하는 요구에 발맞추고 AMD의 지속적인 혁신을 추진하기 위해 우리는 지난 5년 동안 연구 개발에 대한 투자를 꾸준히 늘려왔습니다. 그 동안 우리의 연구 개발 투자는 2019년 15억 달러에서 2023년 59억 달러로 거의 4배 증가했으며, 조기 유망성을 보여주는 획기적인 기술 개발에 지속적으로 투자할 계획입니다.

우리는 적합한 인재와 적합한 제품을 보유하고 있습니다. AMD는 슈퍼컴퓨팅, 클라우드, 엣지, 임베디드 및 개인 컴퓨팅 전반에 걸쳐 광범위한 고성능 및 AI 가속 포트폴리오를 갖춘 독보적인 위치에 있습니다. 10년 전, 우리는 업계 최초의 x86 CPU 및 GPU 칩렛 설계를 설계하고 제공하기 위한 모듈식 접근 방식에 전략적으로 투자했습니다. 작년에 당사의 Advancing AI 이벤트에서 우리는 수평 및 수직으로 적층된 칩을 특징으로 하는 AMD Instinct MI300 시리즈 가속기를 선보이면서 세계 최고의 하이퍼스케일러 및 OEM 업체들과 함께 대규모 AI 추론과 경쟁력 있는 대규모 언어 모델 훈련 및 경쟁을 제공했습니다. 빠르게 성장하는 시장입니다. 우리의 성장은 하루아침에 이루어지지 않았습니다. AMD 기술은 전 세계 수십억 명의 일상 생활에 힘을 실어주고 있으며, 지난 5년 동안 우리는 서비스를 제공하는 시장 수를 확대했습니다.

우리의 기술은 전 세계 서버의 30%와 에너지 효율이 가장 높은 상위 10 대 슈퍼컴퓨터 중 8대를 포함하여 전 세계 상위 500대 슈퍼컴퓨터 중 140대를 지원 합니다. 이 슈퍼컴퓨터는 현재 연구자들이 암에서 암에 이르기까지 세계에서 가장 중요한 문제를 해결하기 위해 사용하고 있습니다. 기후 연구 등. 우리의 임베디드 솔루션은 로봇 보조 수술의 미래, 최고의 자동차 제조업체의 차세대 차량, 5G 이상의 차세대 통신 물결, 화성 탐사선을 통한 놀라운 발견을 가능하게 합니다. AMD는 또한 게임 콘솔 분야에서도 선두를 달리고 있으며, AI PC 시장에 최초로 출시하여 현재까지 수백만 대가 출하되었습니다.

데이터 센터는 계속해서 대규모의 새로운 AI 경험을 제공할 것이지만, PC를 통해 사용자는 매일 AI와 상호 작용할 수도 있습니다. 우리는 개인 및 비즈니스 목적 모두를 위한 로컬 AI 애플리케이션의 상당한 성장을 목격하고 있습니다. 이러한 로컬 AI의 증가로 인해 클라이언트 및 최종 장치에 AI 엔진을 통합하려는 요구가 높아졌습니다. 우리는 1년 전 x86 프로세서에 전용 신경 처리 장치(NPU)를 통합하여 PC에 AI를 도입한 최초의 회사였습니다. 이러한 전용 AI 엔진은 로컬 AI 애플리케이션을 효율적으로 처리하여 초박형 노트북과 같은 인기 있는 장치에서 더 나은 성능과 배터리 수명을 제공합니다. 올 6월 Computex에서 흥미로운 발표가 있었습니다.

우리는 향후 5년간의 발전이 단일 회사, 제품 또는 비전에 의해 실현될 것이라고 믿지 않습니다. 기술의 미래는 진정한 혁신을 주도하는 개방형 생태계와 심층적인 산업 파트너십에서 탄생할 것입니다. 우리는 광범위한 컴퓨팅 엔진 포트폴리오, 다양한 시장에 걸쳐 고객과의 깊은 관계, 개방형 소프트웨어 기능을 기반으로 AI 컴퓨팅에 대한 수요 증가를 촉진할 수 있는 독특한 위치에 있습니다. 우리는 클라우드와 기업 전반에 걸쳐 데이터 센터 제품과 고객 협업, 그리고 AI PC용 리더십 제품에 대한 강력한 기반을 보유하고 있습니다.

AI는 AMD에서 제품을 만들고 제공하는 방식을 변화시키고 있습니다. 우리는 자체 소프트웨어 스택을 갖춘 고유한 제품 사일로 개발에서 개발자와 사용자가 쉽게 배포할 수 있도록 단일 AI 소프트웨어 스택으로 연결된 결과 제품을 갖춘 모듈식 IP 포트폴리오로 전환했습니다. 이는 이전 성과를 뛰어넘는 솔루션 중심 접근 방식입니다. 우리의 새로운 접근 방식은 실리콘에서 소프트웨어, 최종 애플리케이션에 이르기까지 최적화를 고려해야 하며, 이는 전체적인 설계 접근 방식입니다. 이러한 모든 요소를 ​​고려하는 포괄적인 설계 솔루션은 각각의 새로운 프로세스 노드에서 더 적은 트랜지스터 이득에도 불구하고 향상된 성능과 증가된 에너지 효율성 모두의 기하급수적인 성장과 함께 무어의 법칙 속도를 유지할 것입니다. 또한 생산성을 높이기 위해 내부 워크플로에서 더 많은 AI 애플리케이션을 사용하여 개발 속도를 높여야 합니다. 우리의 엔지니어링 문화는 이와 같은 혁신과 큰 도전에 의해 주도됩니다. 이는 변화와 새로운 사고를 환영할 수 있는 기회입니다. 우리는 효율성을 최적화하는 새로운 방법을 발견하고 잠재력이 있는 새로운 기술을 실험하기를 기대합니다.

이 변곡점은 정말 전례가 없고 흥미로운 일입니다. AI는 인터넷의 출현보다 더 유비쿼터스화되고 결과적으로 발전할 준비가 되어 있습니다. AMD가 55주년을 맞이하면서 데이터 중심 혁신 문화를 바탕으로 차세대 적응형 고성능 컴퓨팅 시대를 여는 세계적 수준의 AMD 엔지니어, 고객 및 업계 파트너와 협력하게 되어 기쁘게 생각합니다.

마크 페이퍼마스터 CTO의 블로그 포스트 원본은 여기에서 확인할 수 있다.

인텔 공동 창립자인 고든 무어는 1965년 발표한 논문에서 향후 10년 간 매년 트랜지스터가 두 배로 증가할 것이라고 예측했다. 그 후 10년 뒤인 1975년, 고든 무어는 이를 2년 마다 두 배로 증가한다고 수정했다. 새로운 트렌드를 기반으로 한 이 추정치는 약 60년 가까이 반도체 산업의 기본 원칙이 되어 왔다.  

경험적 관찰로 시작한 무어의 법칙은 인텔과 경쟁업체들이 계속해서 달성해야 하는 목표이자 동기 부여가 되었다. 무어의 법칙은 과학 법칙, 즉 자연현상이 아니다. 고든 무어 자신도 무어의 법칙이라는 명칭에 크게 신경 쓰지 않으며, 그의 논문에 ‘무어의 법칙’이란 용어를 포함한 바 없다고 언급했다. 오히려 무어의 법칙은 지속을 위해서는 혁신과 기술 발전에 의존하는 미래에 대한 예측이라 볼 수 있다. 

지난 수년 간 많은 사람들이 무어의 법칙은 끝났다고 예측해 왔는데, 이는 현재 보유한 기술의 한계로 인해 혁신의 종말이 불가피하다는 점을 의미한다. 인간은 무언가를 점점 더 작게 만들 수 있지만 물리적인 한계에 도달할 수밖에 없다. 그렇다면 다른 방식의 혁신이 필요하다. 첨단 패키징 기술과 새로운 소재를 통해 무어의 법칙은 지속된다.

인텔 트랜지스터 혁신 타임라인 

반도체 산업은 지난 수십 년 동안 점점 더 작은 칩에 더 많은 트랜지스터를 집적하기 위해 끊임없는 혁신을 거듭해왔고, 무어의 법칙을 유지해왔다. 인텔 엔지니어와 과학자들은 칩의 크기가 원자 크기 수준으로 축소하면서 발생하는 물리학의 한계를 끊임없이 마주했고 이를 극복해왔다. 위에 보이는 타임라인은 시작에 불과하다. 인텔 20A 및 인텔 18A와 함께 리본펫(RibbonFET)과 파워비아(Powervia)를 공개한 후, 이미 개발 중인 새로운 후속 공정을 통해 전력, 성능, 집적도 면에서 추가적인 개선점을 제공할 것이다. 

현재의 무어의 법칙: 인텔이 미래를 구현하기 위해 혁신하는 방법

세 가지 연구 분야의 혁신은 미래에도 더욱 강력한 컴퓨팅을 위한 기본 구성 요소를 제공할 것이다. 

무어의 법칙을 지속하기 위한 현재의 노력은 1960~70년대와는 많이 다른 모습을 띄고 있다. 인텔 기술 개발 그룹 산하 연구 부서인 컴포넌트 연구 그룹은 미래에 더욱 강력한 컴퓨팅을 제공하기 위한 기본 구성 요소와 향후 방향성을 지난 2021년 제시했다. 여기에는 필수적인 스케일링 기술, 실리콘의 한계 확장 및 물리학의 새로운 개념 연구 등이 포함된다. 2025년 이후 무어의 법칙을 지속하기 위한 인텔의 혁신은 홈페이지에서 확인할 수 있다.

무어의 법칙: 디바이스 당 트랜지스터의 수: 과거, 현재, 미래 

2022년 12월, 인텔은 트랜지스터 발명 75주년을 맞아 패키징과 실리콘의 경계를 허무는 새로운 재료와 공정을 확인했음을 발표하고, 단일 패키지에 1조개의 트랜지스터를 집적하는 등 무어의 법칙을 지속하기 위한 혁신을 공개했다. 인텔의 소재 혁신은 원자 3개 두께의 초박형 신규 물질을 활용해 트랜지스터 확장을 달성할 수 있는 실용적인 설계 방안을 공개했다. 

인텔의 기술 개발 담당 총괄이자 부사장인 앤 켈러허 박사(Dr. Ann Kelleher)는 인텔은 공정, 패키징, 아키텍처 혁신을 통해 무어의 법칙을 지속할 것이라고 말했다. 켈러허 박사는 최근 발표한 무어의 법칙의 현재와 미래 제목의 논문에서 “아키텍트와 설계자들이 무어의 법칙을 지속할 수 있는 새로운 도구로 첨단 패키징이 떠올랐다”며 “인텔은 향후 10년 이상 무어의 법칙을 유지할 수 있다는 확신을 갖게 만든 완전한 연구 파이프라인을 보유하고 있다”고 적었다.

타히르 가니(Tahir Ghani) 인텔 선임 연구원 겸 프로세스 패스파인딩 디렉터는 인텔이 차세대 트랜지스터 기술을 개발해 무어의 법칙을 실현하는데 기여하고 있다. 그는 인텔에서 “미스터 트랜지스터”로 불리며, 1,000개가 넘는 특허로 2022년 올해의 인텔 발명가로 선정됐다.(비디오 보기)

무어의 법칙의 역사

일렉트로닉스 매거진이 고든 무어에 미래에 대한 비전을 문의하는 최초 요청서. 그 결과 1965년 발표된 논문에서 무어의 법칙이 처음으로 제시됨 

무어의 법칙의 개요를 완성한 최초의 논문은 1965년 4월 19일, 전자공학 잡지 38권 8호에 게재됐다. 당시 편집자였던 루이스 H. 영은 전자공학 전문가들에게 편지를 보내 미래에 대한 비전을 8~10 페이지 분량으로 작성해 달라고 요청했다. 고든 무어가 작성한 논문은 여기에서 확인할 수 있다.

왼쪽부터 인텔 공동 창립자 고든 무어(Gordon Moore)와 로버트 노이스(Robert Noyce) 및 첫 번째 직원 앤디 그로브(Andy Grove)  

고든 무어는 누구였는가. 이름 그대로 무어의 법칙을 제시한 인텔의 공동 창립자 중 한 명으로, 인텔의 최장수 CEO이자 회장 및 자선사업가이다. 고든 무어를 수식하는 단어는 매우 다양하다. 인텔 내부 기록과 실리콘밸리에서 오래 활동한 저널리스트이자 “인텔 트리니티(The Intel Trinity)”의 저자 마이클 말론(Michael S. Malone)과의 인터뷰를 바탕으로 작성된 고든 무어에 대해 알아야 할 5가지 사항을 통해 고든 무어와 관련한 자세한 내용을 확인할 수 있다. 

고든 무어는 지난 2023년 3월 24일 하와이 소재 자택에서 작고했다.

고든 무어는 2015년 인텔 창립 50주년을 맞아 ‘무모한 추론(wild extrapolation)’이라고 불렀던 무어의 법칙은 ‘예상했던 것보다 훨씬 더 정확했다’는 자신의 생각을 공유했다. 이 법칙을 무어의 법칙으로 명명한 사람은 누구일까.(고든 무어가 이 질문에 대해 직접 답해준다.)

가장 유서깊은 IT회사 중 하나인 인텔의 역사는 혁신, 기술의 발전, 획기적인 성과로 가득하다. 인텔의 아카이브는 인텔 디지털 보관소(Virtual Vault)에서 확인할 수 있다.

인텔에서 제공하는 ‘비하인드 더 빌더스’ 시리즈는 인텔의 최첨단 기술을 개발하는 개발자 및 전문가들의 개발 후기와 배경, 개발자 및 전문가로서의 개인적인 경험 등을 소개하는 시리즈다. 

비하인드 더 빌더스: 아리크 기혼(Arik Gihon), 12세대 인텔 코어 프로세서 전력 관리 수석 아키텍트가 최고의 성능 제공과 소비 전력 간 균형을 맞추는 방법을 소개한다. 

오늘날 마이크로칩의 설계 및 제작 과정은 물론 칩 자체를 이해하는 것 또한 매우 복잡하다. 반면, 마이크로칩 작동 원리는 매우 간단하다. 전기 신호가 마이크로칩에 입력되고, 칩 내부에서 어떤 일이 발생한 후, 전기 신호가 마이크로칩에서 출력된다. 이게 마이크로칩의 동작 원리의 전부다. 

아리크 기혼(Arik Gihon) 인텔 칩 수석 아키텍트는 이러한 입출력 전력 부문 전문가다. 아리크는 인텔 이스라엘 설계 센터에서 근무하고 있으며, 코드명 앨더 레이크인 12세대 인텔® 코어® 프로세서 제품군의 수석 전력 관리 아키텍트다. 

전력 관리는 빠르게 변화하는 사용자의 요구사항을 계속해서 최대한 효율적으로 처리하는 것을 의미한다. 여기에는 컴퓨터의 온도 유지, 배터리 사용시간 확보는 물론 사용자가 컴퓨터를 통해 처리하고자 하는 모든 작업을 지원하는 것이 포함된다.

전력을 관리하고 칩을 통제한다 

아리크는 전력 통제가 “기본적으로 CPU의 동작 방식을 정의하는 행위”라고 말했다. 

이 과정에서 CPU는 더욱 복잡한 상황에 직면한다. 컴퓨터 사용자의 업무를 빠르게 처리하기 위해 칩에 더욱 높은 전력을 제공할 수 있으나, 이 과정에서 높은 발열과 배터리 사용이 따를 수 있으며, 성능이 저하될 수 있다. 예를 들면, 무어의 법칙에 따라 칩의 내부 구성 요소의 크기가 작아질수록 면적 당 부품 수가 증가하게 되며, 이로 인해 열 관리가 어려워진다. (아리크는 더 낮은 전압이긴 하지만 손톱만한 크기의 칩을 통해 흐르는 전류가 집 한 채보다 크다고 밝혔다.) 

또한, 최첨단 실리콘의 가격은 매우 비싼 관계로 1평방밀리미터 당 높은 프리미엄이 붙는다. 아리크는 “면적이 곧 돈”이라고도 말했다. 

다행스럽게도 인텔은 복잡성을 해결할 수 있는 독창적인 기술을 보유하고 있다. 아리크는 “칩 설계자가 된다는 것은 매우 멋진 일”이라고 말했다. 아리크는 공정 기술, 아키텍처, 소프트웨어, 패키징, 메모리 등 다양한 부분에 대한 전문지식을 보유하고 있다. 아리크는 전 세계적으로 경쟁이 심화된 환경에서 인텔 전사 차원에서 “큰 일”을 하도록 독려하고 있기 때문에 “어떤 일이든 할 수 있다”고 말했다.

성능을 최우선으로 하는 새로운 종류의 하이브리드 설계 

“어떤 일이든 할 수 있다”는 것에는 12세대 코어 프로세서에서 지원하는 새로운 ‘고성능 하이브리드’ 아키텍처를 소개하는 것도 포함된다. 12세대 인텔 코어 프로세서는 한 번에 여러 작업을 처리할 수 있도록 지원하는 작은 크기의 에피션트 코어(E-코어)와 지금까지 인텔이 생산했던 그 어떤 것보다 높은 코어당 성능을 제공1하는 큰 크기의 퍼포먼스 코어(P-코어)가 함께 포함된다.

프레스킷: 12세대 인텔 코어 

아리크는 12세대 인텔 코어 프로세서의 하이브리드 설계는 대부분의 하이브리드 설계가 추구하는 성능 보다는 효율성 극대화가 목적이 아니라, 오히려 성능 극대화를 위한 것이라고 말했다. 아리크는 퍼포먼스 코어를 많이 추가할 경우 성능은 증가할 수 있으나 칩 자체 크기가 너무 커질 것이라고 설명했다. 에피션트 코어는 더욱 낮은 전력과 적은 면적을 차지하면서도 10세대 인텔 코어 프로세서에 탑재된 퍼포먼스 코어급 성능을 자랑한다. 

아리크는 "많은 수의 에피션트 코어를 추가할 수 있으며, 추가된 수많은 코어를 사용할 수 있고 멀티 스레드 애플리케이션을 확장할 수 있다"며, "이후 퍼포먼스 코어 팀에게 멀티스레딩을 위한 코어 수 확장을 가능하게 했으니, 싱글스레드 성능을 높이는데 최선을 다하라고 말할 수 있다. 면적 제한이 적어졌기 때문이다"라고 말했다. 

그 결과 가장 까다로운 작업을 위한 슈퍼 코어 세트와 많은 작업을 동시에 처리할 수 있는 더 작으면서도 빠른 코어 세트가 모두 포함된 단일 칩이 탄생했다. 

아리크는 이러한 접근법이 지금은 매력적인 것처럼 들리지만, 한 때 엔지니어들과 기술 부문 리더들 사이에 논쟁을 불러일으켰다고 말했다. '하이브리드'가 스릴 넘치는 드라이브 경험은 조금 덜 제공하더라도 전기차의 불안감을 떨쳐내는 플라토닉 카를 떠올리게 한다면, 몇몇 팀도 그렇게 느꼈을 수 있다.

칩 디자인의 기술: 복잡성 대 가치 

시스템 온 칩(SoC)을 설계할 때 이에 대한 회의론을 극복하는 것 또한 일의 일부다. 아리크는 "SoC 설계자들은 사물에 대한 넓은 시각을 가지고 전체적인 계획을 그릴 줄 알아야 한다. 또한, 그들은 사람들을 설득하고 설명하는 것을 좋아해야 한다"며, "만약 여러분에게 비전이 있다면, 때때로 여러분이 무언가를 설명한 후에야 여러분은 그것이 무엇을 하기를 원하는지 진정으로 이해할 수 있다"고 말했다. 더 나은 성능을 위해 작은 에피션트 코어를 추가해야 한다는 주장을 사람들에게 납득시키는 과정은 시간이 걸리는 작업이었다. 

이 모든 과정이 완료된 후 일을 시작할 수 있었다. 데스크톱 PC용뿐만 아니라 PC 시장 전체를 위한, 특히 노트북, 투인원 및 모바일 제품을 위한 칩을 설계하는 것이다. 아리크는 "아키텍처는 빌딩 블록으로 확장 및 축소할 수 있는 방식으로 구축되었다"라고 말했다. 각 시나리오에 맞게 블록을 혼합하고 맞추는 것이다. 

그는 "우리는 항상 복잡성과 가치 사이에서 고민해야 한다"며, "이는 균형을 맞춰야 하는 예술품과도 같다"고 말했다.

하지만 설계가 완성되어도 도전은 끝나지 않는다.

‘흥미로운 부분’에 대한 소개 

그는 "세대가 지날 때마다 실리콘을 생산하고 나면 이전에는 몰랐던 새로운 장애물에 대해 배우거나 대처해야했다"며, "이것이 흥미로운 부분이다. 시뮬레이션이 물리학을 충분히 반영하지 못하는 경우가 있어 실리콘을 본 후에 조정해야 할 필요가 있다"고 말했다. 

아리크는 "세상은 빠르게 변하고 있다"며, "소프트웨어가 변화하고 있고 데이터의 양이 폭발적으로 증가하고 있다"고 말했다. 

미래를 예측하는 것은 점점 어려워질 뿐이고, 그는 자신만의 속도를 내는 것으로 대응했다. 그는 팬데믹 이전엔 45분 동안 기차로 통근하며 많은 아이디어를 떠올렸다고 한다. 이제 그는 매일 달린다. 아리크는 "이제 10km, 20km, 심지어 40km까지 달리기도 하고 마라톤도 하고 있다. 토요일에 오래 달릴 땐 길게는 몇 시간이고 나 자신과 함께 고민한다"고 말했다. 

한정된 전력량에서 최대의 성능을 발휘하게 하는 아리크의 능력은 달리기에서도 발현되고 있는 것이다.

1971년 출시된 4004는 클라우드에서 에지에 이르기까지 거의 모든 현대 기술의 ‘두뇌’ 역할을 하는 현대 마이크로프로세서 컴퓨팅의 길을 열었다. 마이크로프로세서는 유비쿼터스 컴퓨팅, 편재 접속성, 클라우드-투-에지 인프라 및 인공지능과 같은 강력한 기술의 융합을 가능하게 하며, 그 어느 때보다 빠르게 변화하는 혁신 속도를 창출한다.

지난 10월 온라인으로 개최한 인텔 이노베이션에서 세계 최초 상업용 마이크로프로세서인 인텔 4004의 출시 50주년을 기념하는 팻 겔싱어 인텔 CEO 

팻 겔싱어 (Pat Gelsinger) 인텔 CEO는 “4004 칩이 출시된 지 올해로 50주년을 맞았다. 지난 반세기 동안 우리가 얼마나 많은 것을 성취했는지 생각해봐야 한다”며 “이 순간은 기술 발전에 있어 매우 신성한 순간이다. 4004는  컴퓨팅의 실질적인 도약을 이끌어낼 수 있었던 기술”이라고 말했다.

인텔 4004 마이크로프로세서

4004는 선구적인 마이크로프로세서이며, 4004의 성공은 복잡한 집적회로를 만들고 이를 손톱만한 칩에 맞출 수 있다는 것을 증명했다. 이러한 발명은 오늘날 현대 기기에 맞는 칩을 만들기 위해 또 다른 노력을 쏟기 이전에 후속 세대 마이크로프로세서의 제작 기반이 된 새로운 무작위 논리 설계 방법론을 구축할 수 있었다. 

테드 호프(Tedd Hoff), 스탠 메이조(Stan Mazor)와 함께 인텔 4004를 설계하고 제작한 페데리코 패긴(Federico Faggin) 전 인텔 엔지니어는 “1970년을 돌아보면 마이크로프로세서가 시스템을 설계하는 방식을 바꾸고 하드웨어에서 소프트웨어로 전환할 것이라는 것은 분명했다”며 “그럼에도 시간이 지나면서 마이크로프로세서가 발전하고 업계에 도입된 속도는 정말 놀라웠다”고 말했다.

NCM (Nippon Calculating Machine Corp) 부시콤 141-PF 인쇄 계산기 

1969년, 일본의 계산기 제조 회사 NCM (Nippon Calculating Machine Corp)는 새로운 부시콤 141-PF 인쇄 계산기 제조를 위해 인텔에 집적회로 제작을 요청했다. 당시 인텔 엔지니어였던 페데리코 패긴과 그의 팀원들은 12개의 맞춤형 칩 제작 계획을 수정, 인텔 4004 칩을 포함한 4개의 칩 제품군을 제작했다. 사람 손톱 만한 크기였던 인텔 4004는 1946년 개발돼 큰 공간을 차지했던 최초의 컴퓨터와 동일한 계산 능력을 제공했다.

인텔 4004 데스크톱 계산기용 마이크로프로세서 

인텔 4004가 최초로 상업적으로 이용 가능한 데스크톱 계산기용 마이크로프로세서의 설계와 생산을 통해 현대 컴퓨팅 시대의 막을 열었다면, 최근 열린 인텔 이노베이션(Intel Innovation) 행사에서 공개한 최신 12세대 인텔 코어 프로세서는 컴퓨팅의 새로운 시대를 열 것이다. 

12세대 인텔 코어 프로세서는 소프트웨어와 하드웨어의 긴밀한 공동 엔지니어링에 의한 새로운 하이브리드 아키텍처를 기반으로 하며, 수 세대에 걸쳐 새로운 수준의 업계를 선도하는 성능을 제공할 것이다. 아울러, 인텔은 양자컴퓨팅, 극저온 인텔 호스 리지(Horse Ridge) 2 솔루션, 뉴로모픽 컴퓨팅 분야에 대한 연구와 인텔 로이히2 칩을 바탕으로 지속적으로 혁신하고, 새로운 영역을 탐색하며, 컴퓨팅의 한계를 확대해 나가고 있다.

신종 코로나바이러스감염증(코로나19)은 모든 사람들의 일상을 혼란에 빠뜨렸다. 많은 학생들이 가정에서 수업을 들어야 하는 상황이 발생했고, 많은 고용주들은 임직원이 안전하게 출근이 가능할 때에만 사무실에서 업무할 수 있는 하이브리드 근무 환경을 택했다. 이로 인해 업무는 물론 여가 시간을 보내기 위한 노트북 수요가 급증하고 있다. 다행스럽게도, 학생 및 재택근무를 하는 전문가들이 오늘날 선택할 수 있는 옵션은 다양하다. 그러나, 어떤 것을 왜 선택하느냐에 대한 질문이 빠져서는 안된다.  

노트북을 구입하기 위해 주목해야 하는 것은 바로 오늘날의 노트북은 개별적으로 구성된 부품에 의해서만 정의되는 것이 아니라, 이러한 요소들이 어떻게 결합되고 우리가 원하는 경험을 제공해 줄 수 있느냐에 대한 것이다. 급속충전, 고속 무선 연결, 단일 케이블 연결성, 인스턴트 웨이크와 같은 기능에 대해 고려해야 한다. 이러한 기능은 물론 여러 유용한 기능은 인텔 이보(Intel EVO) 플랫폼을 기반으로 하는 노트북에서 확인할 수 있다. 이러한 사항은 인텔 이보 인증을 받았다는 스티커만 찾으면 쉽게 해결된다. 

사용자에 가장 적합한 노트북을 선택하기 전에 고려해야 할 몇 가지 유용한 팁을 아래로 소개한다.

첫 번째 팁: 필요에 맞는 CPU 선택

중앙처리장치(CPU)는 컴퓨터의 두뇌 역할을 하는 노트북에서 가장 중요한 부분이다. 기존에는 CPU가 코어 수와 클럭 속도를 기준으로 항상 평가되었으나, 프로세서가 제공하는 다른 기능은 물론 이러한 기능들이 다른 구성 요소와 어떻게 비교하는지 살펴보는 것도 매우 중요하다. 

인텔® 이보TM (Intel® EvoTM) 인증을 받은 노트북을 선택하는 경우 최신 11세대 인텔® 코어TM를 사용할 수 있다. 해당 CPU는 뛰어난 컴퓨팅 성능을 제공할 뿐만 아니라, PCIe 4.0 연결 지원과 같은 기능을 제공해 시장에서 가장 빠른 스토리지 드라이브와 어깨를 나란히 한다.

두 번째 팁: 더 긴 배터리 수명을 고려할 것

오늘날 출시되는 많은 노트북들은 전력 효율적이며 이동 중에도 배터리 수명을 극대화하는 데 유용하다. 예를 들어, 인텔 이보 인증을 받은 노트북은 구매 후 바로 사용이 가능하며, 풀HD 디스플레이가 장착되어 있음에도 9시간 이상 사용이 가능하다. 또한, 인텔 Iris Xe 그래픽이 포함된 11세대 인텔 코어 i5 및 i7 프로세서는 최고의 성능과 응답성을 제공한다. 아울러, 일부 노트북은 고속 충전 기능을 통해 단 30분 충전으로 4시간 가량 이용할 수 있으며, 인스턴트 웨이크 기능을 통해 1초도 안되는 시간에 절전 모드에서 준비 상태로 전환할 수 있다.

세 번째 팁: 디스플레이 품질의 중요성

노트북의 디스플레이는 종종 간과되지만 모바일 컴퓨팅 경험에 큰 영향을 미친다. 일반적으로 디스플레이가 크면 노트북이 더 크고 무거워지지만, 기본적으로는 1080p 해상도 이상의 디스플레이를 사용해야 한다. 구매자는 터치 지원 디스플레이만 사용할지, 아니면 터치 및 스타일러스 입력을 모두 지원하는 디스플레이를 사용할지를 고민하고 있을 수도 있다. 일반적으로 터치 또는 스타일러스가 가능한 디스플레이는 광택이 나기 때문에 무광 디스플레이보다 반사율이 더 높다. 또한, 오늘날의 많은 노트북 디스플레이는 폭넓은 색상 지원 덕분에 HDR 비디오 재생을 지원하며, 노트북으로 좋아하는 프로그램과 영화를 보고 싶어 하는 사용자를 위한 완벽한 솔루션이다.

네 번째 팁: 연결의 중요성

인터넷 연결은 일과 여가 모두를 위해 중요한 부분이다. 고객 또는 상사와의 중요한 화상 통화를 실수로 중단하지 않도록 하려면 좋은 인터넷 연결뿐만 아니라 지금 사용 가능한 고속 무선 네트워크 연결을 활용할 수 있도록 하는 노트북에서 안정적인 와이파이 연결(가급적이면 Wi-Fi 6 표준에 따라 인증된)이 필요하다. 

썬더볼트 4(Thunderbolt 4)도 유심히 봐야 할 또 다른 중요한 기능이다. 썬더볼트 4 포트는 연결이 필요한 모든 주변 장치에 적합한 단일 케이블 솔루션이다. 단일 포트를 통해 최대 2개의 4K 디스플레이를 연결하거나 썬더볼트 4에 단일 도크를 연결해 모든 주변 장치를 한 곳에 모을 수 있다. 인텔의 이보 플랫폼은 와이파이 6와 썬더볼트 6를 지원한다.

다섯 번째 팁: 사용자를 위한 폼 팩터

마지막으로 노트북 폼 팩터를 고려해야 한다. 지난 몇 년 동안 노트북은 클램셸 디자인에서 진화해왔고, 이제는 생산성을 높이는 참신한 디자인으로 출시되었다. 만약 스타일러스를 많이 사용하는 타입이라면, 컨버터블 폼 팩터의 노트북을 추천한다. 이 노트북은 디스플레이를 완전히 뒤집어서 노트북을 태블릿과 같은 환경으로 바꿀 수 있다. 컨버터블이 너무 번거롭게 느껴질 경우, 투인원 노트북이 있다. 이 노트북은 표준 구성의 태블릿처럼 보이지만, 키보드를 부착하고 내장된 킥 스탠드를 당기면 하나의 완전한 노트북이 등장한다.

한편 수많은 옵션들 때문에 노트북을 구입할 때 혼란스러울 수 있지만, 인텔 이보 인증이 부여된 노트북을 선택하는 것만으로도 의사 결정을 간소화하는 데 도움이 될 수 있다. 이러한 노트북은 인텔의 업계 선도적인 제조 공정 및 제조 파트너와의 긴밀한 협업을 통해 제작되며, 엄격한 테스트 표준을 통과해 탁월한 모바일 환경을 제공한다. 

수년간 컴퓨팅 기술이 발전함에 따라 오늘날 최고의 노트북은 성능 면에서 대부분의 데스크톱 PC에 버금가는 성능을 제공할 수 있으며, 가격은 그 어느 때보다 저렴해졌다. 이는 언제 어디서나 생산성을 구현해 사용자는 장소나 시간에 관계 없이 원하는대로 게임을 즐길 수 있다.

라이젠 프로세서는 최대 8코어 16스레드 구성으로 예상했던 IPC 40% 이상을 넘어 52%로 초과 달성했다고 밝혔다. 그에 따라 인텔 하이엔드 데스크탑 프로세서 브로드웰-E (Broadwell-E) 시리즈인 코어 i7 6900/ 6800 시리즈의 절반 가격으로 멀티스레드 환경의 테스트에서 이들과 경쟁 가능한 성능을 제시했다. 비록 게임 성능은 메인보드 바이오스와 게임 최적화 등으로 불안정한 모습을 보이고 있지만 오랜만에 프로세서 시장의 경쟁을 다시 예고했다.

하지만 AMD 라이젠은 오랜만의 출시 만큼 공을 들인 것은 사실이나 출시 초부터 몇가지 문제로 삐걱거리는 모양새다.

​라이젠 문제 1, 메인보드, 운영체제와 게임 및 소프트웨어 최적화 

라이젠 프로세서와 짝을 이루는 메인보드는 바이오스 최적화 미비로 리뷰어나 제품을 구입한 사용자들을 통해 각종 버그와 오류, 성능 문제가 지적되고 있다.

또한 MS 윈도우 운영체제와 게임, 소프트웨어 역시 멀티스레드 지원이나 최적화 문제 등으로 라이젠이 가진 성능을 제대로 발휘하지 못하고 있다.

물론 라이젠 개발과 출시에 앞선 여러 테스트 과정을 통해 다양한 버그와 오류를 수정했을 것은 분명해 보이지만 실제 사용 환경은 수많은 변수가 발생한다. 때문에 완전 무결한 제품을 기대하는 것은 어렵다. 하지만 현재 알려진 문제들 중 많은 것들은 어느 정도 예측이 가능한 문제로 시기가 조금 늦어지더라도 충분한 검토가 이루어지지 않은 부분은 아쉬움이 남는다.

AMD는 최근 게임 개발사와 협력을 통해 게임의 최적화를 진행할 것임을 밝힌 바 있다. MS 윈도우 문제나 다른 최적화 문제 역시 출시 초기인 만큼 협력을 통해 문제를 풀어나가면 해결 가능할 것으로 예상된다.

​라이젠 문제 2, 메인보드 품귀 현상

여기에 문제가 하나 더 추가됐다. 바로 메인보드 공급 문제다. 이는 비단 국내 문제만이 아니며 전세계 공통으로 메인보드 품귀 현상, 공급부족 사태가 발생하고 있다.

출시 초기 라이젠에 대한 기대와 그에 따른 수요로 인해 많은 사용자들은 라이젠 프로세서를 긍정적으로 평가하고 구입하고 있지만 정작 메인보드 제조사들은 불도저 프로세서 이후로 차기 제품에 대한 성능 예측과 수요를 기대하지 않았던 것으로 보인다. 

물론 주요 메인보드 제조사들이 그동안 인텔 칩셋 메인보드에 집중해왔던 것도 불안정한 메인보드 공급의 한 원인으로 작용한 것을 부인하기 어려울 것이다.

그 결과 라이젠 프로세서 출시에 맞춰 전세계 사용자들이 메인보드를 시장에서 쉽게 구입할 수 있게 만들지 못했다. AMD는 라이젠 프로세서를 통해 프로세서 경쟁의 시작을 알렸지만 출시 전 정작 중요한 무기들을 점검하지 못했다고 할 수 있다. 

프로세서는 수요를 예상해 일정한 공급량을 제공하는데 반해 메인보드는 그와 반대다. 80종의 메인보드를 출시한다고 밝혔고 다양한 제품을 시장에서 선택할 수 있을 것으로 기대되었지만 시장 상황은 그렇지 못했다. 

메인보드 출시에 따른 바이오스 최적화 문제도 시급하게 개선되어야 하지만 정작 라이젠 프로세서와 시스템을 구성할 메인보드를 구하는 것도 쉽지 않은 상황이 더 문제다. AM4 메인보드가 없다면 시스템 구성 자체가 불가능하기 때문에 공급 문제 해결도 안정화 못지 않게 중요하다.

국내에서도 ASUS, 기가바이트 (GIGABYTE), MSI, 에즈락 (ASRock), 바이오스타 (BIOSTAR)의 X370과 B350 칩셋 기반 AM4 메인보드가 유통되고 있으나 초기 수요를 감당하지 못하고 있다.

수입/ 유통사들은 이에 대응하고 있다고는 하지만 여전히 메인보드 품귀 현상은 개선되지 않았다. 일부 AM4 메인보드 제품은 출시 이후 지금까지 수입사에 따라 소량의 수입과 공급이 이루어지고 있다. 소량 들어오는 물량도 상당수는 예약 판매로 진행되고 있는 상태이며 이대로라면 사용자가 원하는 메인보드를 구입하기 위해서는 3월을 넘길 가능성이 높아 보인다.

​아쉬움이 남는 라이젠 출시, 소비자는 오래 기다려주지 않는다 

게임이나 소프트웨어, 운영체제는 출시 전부터 알파와 베타 테스트를 오랜 시간 진행하면서 상용화에 들어간다. CPU 개발은 이들보다 더 복잡하고 어려운 기술과 지원이 필요하고 많은 비용을 필요로 한다. 테스트도 그만큼 엄격하고 다양하게 진행될 것임을 짐작할 수 있다. 

AMD 라이젠 역시 프로세서 개발 발표부터 5년이라는 시간이 흐른 최근 출시가 이루어졌다. 프로세서 개발자와 엔지니어들은 수많은 테스트 과정을 거치면서 판매에 들어갔을 것이다. 출시 전부터 기존 출시된 게임이나 환경, 메인보드 최적화 등에 대한 검토가 다시 이루어졌을 것은 미루어 짐작할 수 있다.

그러나 그동안 많은 테스트 과정 거쳤을 것임을 짐작하면서도 일련의 사태들을 보면서 라이젠 출시 결정이 조금은 조급한 것은 아니었나 싶다. 발생하고 있는 문제들에 대한 대응이 충분하게 준비되지 않은 것으로 보이기 때문이다. 오랜만의 출시인 만큼 시장 상황을 보고 조금 더 신중하게 접근하면서 출시했으면 지금보다는 상황이 나아지지 않았을까?

이번 메인보드 바이오스와 게임 최적화, 공급 문제는 최신 아키텍처 적용이나 신제품 출시 시기에 종종 발생하는 문제다. 하지만 대응에 따라 AMD 라이젠의 성패에 중요한 요인으로 작용할 것으로 예상된다. 그만큼 신중하면서도 빠른 대응과 접근이 필요하며 문제에 대해 소비자가 기대할 수 있는 대응책을 제시하는 것이 중요해 보인다.

라이젠의 이와 같은 환경에 실망해 떠나고 있는 사용자들도 있고 해결되기를 기다리며 관망하는 소비자들도 있다. 이들 문제가 빠르게 해결되어 소비자들 라이젠을 선택하는 것이 가장 좋은 방법이다. 무엇보다 소비자는 대체 제품이 있는 시장에서 문제가 해결될 때까지 오래 기다려주지 않는다는 것을 기억해야 할 것이다. 

그동안 많은 종류의 SSD가 시장에 등장하고 사라지기를 반복했고 이제 주요 메모리 및 저장장치 제조사는 SSD 라인업을 갖추고 SSD 시장에서 경쟁하고 있다. 

SSD는 등장 초기 비싼 가격의 SLC (Single Level Cell) 기반의 제품군이 등장했고 하드디스크 대비 빠른 성능을 보여왔지만 저장용량은 낮았고 가격은 높았다. 

이후 SSD 시장은 SLC에서 MLC (Multi Level Cell)로 넘어가면서 SSD 시장에 많은 변화를 가져왔다 초기에는 안정성이나 컨트롤러의 문제가 심각한 사용 문제를 불러일으키기도 했지만 안정화를 거치면서 현재 많은 SSD 제품군이 MLC를 이용한다.

​SSD는 컨트롤러와 낸드 플래시 등으로 구성된다  

MLC는 SLC 대비 낮은 생산 비용과 고용량, SSD 가격을 보다 현실화하는데 중요한 역할을 해왔으며 시장에서 여전히 영향력이 높다. 

MLC는 다시 TLC (Triple Level Cell)이 등장하면서 다시 변화를 맞이하고 있는데 TLC는 등장 초기 안정성이나 성능 저하, 내구성 문제로 많은 문제를 일으켰다. 지금은 컨트롤러 개선과 기술 발전으로 초기보다 안정성이나 내구성면에서 많은 개선이 이루어졌으나 아직도 사용자들의 평가는 냉정한 편이다.

SLC는 가격이 높고 대용량 구현이 상대적으로 어려우나 빠른 속도와 높은 내구성이 장점이다. MLC는 SLC 대비 가격이 낮고 대용량 구현이 용이, 적절한 속도와 내구성을 갖추었다. TLC는 MLC보다 내구성은 떨어지나 가격이 유리하고 대용량 구현에 유리하다. 속도는 낮지만 이를 보완하는 기술 등장으로 크게 떨어지지 않으며 내구성은 SLC나 MLC보다 낮다.

최근에는 3D V-NAND와 같은 기술이 등장하면서 더 많은 용량를 구현할 수 있게 되었으며 인텔은 3D Xpoint로 불리는 기술을 이용해 저장장치 속도와 용량을 확대해 나갈 것으로 알려졌다.

이처럼 SSD 시장은 새로운 기술의 등장을 통해 발전해왔으며 이제는 SATA 인터페이스에서 M.2, PCIe, NVMe 등 다양한 제품군을 만나볼 수 있게 되었다.

SSD 용량 경쟁과 가격 경쟁 점화

SSD 시장은 등장 초기 하드디스크를 대체하는 새로운 저장장치로 소개되었으나 용량이나 가격면에서 현재와는 비교할 수 없을 정도로 일반 사용자가 마음 먹으면 구할 수 있는 저장장치는 아니었다.

지금은 마음만 먹으면 고용량 SSD 제품군까지 구입 가능해진 상황이지만 초창기에는 약간의 과장을 더해 소개하자면 용량은 낮으면서 가격은 어마무시해 사용할 엄두가 나지 않을 정도였다.

이러던 SSD는 기술이 발전하면서 용량은 점점 하드디스크를 따라잡기 시작했고 가격은 현실화되면서 하드디스크와의 격차를 크게 줄여나갔다.

이제 하드디스크는 데이터 저장용도로 SSD는 빠른 로딩 속도와 반응성 등을 제공해 게임 로딩이나 운영체제용으로 사용되고 있다.

​120/ 128GB SSD, 3만원 후반대에 구입 가능해졌다 

​120/ 128GB SSD 이제 3만원 후반대로 구입 가능 

​

최근 가격비교 사이트를 통해 용량별 SSD 라인업을 살펴봤다. 메인스트림으로 사용되었던 120/ 128GB SSD는 이제 한켠으로 물러나고 240/ 256GB가 메인스트림으로 자리잡았고 시간이 지나면서 그 이상의 용량이 메인스트림으로 자리잡을 것으로 예상된다.

120/ 128GB가 한창 메인스트림으로 시장에서 경쟁할 때는 지금의 3배 정도의 가격이었고 비교적 넉넉하게 사용이 가능했다. 하지만 현재는 게임이나 소프트웨어 용량이 증가하면서 운영체제를 설치하고 게임 1-2개 정도면 용량이 부족해졌다. 

운영체제 설치와 대부분의 데이터를 하드디스크에 저장해 활용하기에 적합한 용량이다. 무엇보다 저렴해지고 MLC 기반 SSD가 대부분이므로 빠른 반응성과 로딩 속도가 필요하다면 120/ 128GB를 활용해보는 것도 좋다.

​240/ 250/ 256GB SSD, 가격은 6만원대로 부담이 줄었다 

​240/ 250/ 256GB SSD 이제 6만원 초반대로 구입 가능

​

240/ 250/ 256GB SSD는 메인스트림 시장을 이끌었으나 그 이상으로 이동하고 있다. 가격도 저렴한 제품은 4만원 후반대도 있지만 소수이고 대부분 6만원 초반이면 구입 가능하다. 메이저 제조사의 SSD도 9만원 정도면 구입이 가능해졌다.

240/ 250/ 256GB 용량은 운영체제 설치와 4-5개 정도의 최신 게임을 설치할 수 있는 용량이다. 120/ 128GB의 2배에 가깝지만 최신 패키지 게임이나 일부 온라인 게임은 그래픽 효과와 다양한 기술이 적용되면서 처리해야할 데이터가 크게 증가하면서 50GB 이상의 용량을 요구하기도 한다. 

240/ 250/ 256GB 용량도 많은 게임을 설치하려는 게이머에게는 부족한 용량이다. 조금 더 여유있게 운용하려면 500/ 512GB 또는 그 이상의 용량이 필요해졌다. 256GB 수준의 제품을 레이드로 묶어 활용할 수도 있지만 장점이 크지 않기 때문에 고용량 하나를 구입하는 것이 활용도면에서 유리할 수도 있다.

120/ 128GB 용량대와 마찬가지로 MLC가 주력이었으나 현재는 TLC 기반 SSD가 시장에 다양하게 등장하면서 TLC 기반 SSD도 많은 제품이 등장한 상황이다. TLC가 자리잡기까지는 MLC가 여전히 시장을 이끌 것으로 보인다.

500/ 512GB SSD, 9만원 후반에서 10만원 중반으로 메인스트림

​500/ 512GB SSD 이제 9만원 후반대로 구입 가능

지난해만 해도 240/ 250/ 256GB SSD가 메인스트림에서 이동되는 모습을 보여왔고 사실상 이제 500/ 512GB 용량의 SSD가 메인스트림이라고 해도 과언이 아니다. 이유는 메이저 제조사의 SSD가 10만원 후반이긴 하지만 9만원에서 10만원 중반으로 어느 정도 이름있는 제조사의 제품도 구입 가능해진 상황이기 때문이다.

240/ 250/ 256GB 용량의 SSD도 게임이나 소프트웨어 용량이 늘어나면서 운영체제 설치 후 4-5개 정도의 게임을 설치할 정도로 용량이 부족해졌는데 500/ 512GB는 약 2배 정도 많은 게임 등을 설치 가능해진 용량이 된다.

MLC가 주력이지만 TLC와 3D V-NAND 기술이 적용된 SSD도 시장에 등장했다. 종류도 다양하고 제조사마다 가격 차이도 있다. 

1TB와 2TB SSD, 1TB는 30만원 후반에서 40만원 후반이며 2TB는 70만원 중반에서 100만원 대

1TB/ 2TB 대용량SSD, 아직은 비싼편이다

SSD 시장은 500/ 512GB가 메인스트림으로 자리잡았다고 해도 과언이 아니지만 아직 대용량 SSD를 구입하는 것은 쉽지 않은 일이다. 특히 하드디스크에서나 볼 수 있었던 1TB 벽을 넘어섰고 2TB와 그 이상의 용량을 적용한 SSD의 등장 소식이 들리고 있다.

고용량 SSD는 MLC도 있지만 MLC 대비 고용량 구현이 가능한 TLC의 존재도 무시하지 못해졌다. 여전히 내구성이나 안정성에 의문을 두고 있지만 용량 구현면에서는 MLC보다 유리한 것은 이미 잘 알려진 사실이다.

500/ 512GB로도 부족하다면 1TB와 2TB 대용량 SSD를 고려할 수 있을 것이지만 아직은 부담이 큰 가격대다. 여간 마음을 크게 먹지 않으면 구입이 쉽지 않은 가격대를 유지하고 있다. 물론 500/ 512GB 용량이 그랬듯이 기술이 조금 더 발전하면 그 가격대로 진입하는 것도 머지 않을 것으로 예상된다.

가격을 제외하고 운영체제와 많은 게임의 설치에는 1TB 이상의 대용량 SSD가 유리하다.

1TB SSD 30만원 시대! 고용량 SSD 구입 범위로 진입했다

1TB 대용량SSD, 아직은 비싸지만 구입 범위에 들어왔다

SSD는 인터페이스에 따라 속도가 달라지지만 주력으로 사용하는 SATA 3 6Gbps 인터페이스에서는 성능이 한계에 다다르면서 비슷한 시기에 등장한 SSD라면 성능 차이를 체감하기는 어려워졌다. 

PCIe나 NVMe를 지원하는 제품 역시 속도는 빠르지만 실제 체감에서 중요한 4K 랜덤 읽기와 쓰기 성능면에서 SATA 인터페이스 대비 아직은 크게 다가오지 않고 있다. 용량이나 가격 역시 SATA 인터페이스보다 높아 아직 시장이 크지 않다.

SSD 시장은 과거보다 제조사별 안정성이나 내구성, 성능 격차가 줄었고 가격 역시 경쟁이 심화되면서 서로 엇비슷해졌다. 이제 차이는 A/S 기간과 부가 기능 지원, 제조사의 인지도가 SSD 구입에 더 큰 영향을 주고 있다.

이와 함께 용량도 가격에 맞게 증가 속도가 빠르게 진행되면서 현재는 1TB SSD도 구입 범위 내로 들어온 상황이다. 더 이상 고용량 SSD를 바라보기만 하는 상황은 지났고 조금 무리하면 하드디스크에 못지 않은 저장용량을 구입할 날도 머지 않았다.

AMD는 차세대 폴라리스 (Polaris) 아키텍처 기반의 라데온 RX 480 (Radeon RX 480)을 컴퓨텍스 2016 (Computex 2016)을 통해 공개한 이후  E3 2016 행사를 통해 나머지 라데온 RX 470 (Radeon RX 470)과 라데온 RX 460 (Radeon RX 460)을 발표했다.

폴라리스 아키텍처를 기반으로 하는 라데온 RX 400 (Radeon RX 400) 시리즈는 14nm FinFET 공정을 기반으로 아키텍처 최적화를 통해 전력 효율까지 향상할 것으로 알려졌고 라데온 RX 480은 공개된 TDP 스펙이 150W다.

성능 역시 자세하게 알려진 것은 아니지만 미세공정 도입을 통해 작은 다이 사이즈에 적정 수준의 트랜지스터를 집적하며 2304PS와 144 텍스처 유닛 (TMUs), 32 ROPs, 256bit 4GB 또는 8GB GDDR5 메모리를 탑재해 성능을 향상할 것으로 알려졌다.

가격도 공개되었는데 MSRP 기준으로 라데온 RX 480 4GB 버전은 199달러 ($199), 8GB 버전은 229달러 ($229)다. 기존 세대 동급대비 향상, 전세대 하이엔드급에 가까운 성능을 내줄 것으로 예상되는 만큼 메인스트림에 가까운 가격에 하이엔드 성능을 겨냥하는 그래픽카드인 셈이다.

이처럼 성능 향상과 전력 효율을 모두 고려하고 있는 라데온 RX 480은 출시전부터 기대를 모으고 있다.

여기에 최근 AMD 라데온 그래픽스 트위터 (Twitter)를 통해 지난 2008년에 발표된 RV770 GPU 기반의 라데온 HD 4850 (Radeon HD 4850)과 라데온 HD 4870 (Radeon HD 4870)의 재림이 될 것이라는 메세지가 전해지며 더욱 기대치를 높이고 있다.

2008년 출시된 라데온 HD 4800 시리즈는 거대한 다이 사이즈에 많은 트랜지스터를 집적한 엔비디아 (NVIDIA) 지포스 GTX 260/ GTX 280과 경쟁하는 상황이었다. 특히 라데온 HD 4800 시리즈에 사용된 RV770은 상대적으로 작은 다이 사이즈를 유지해 생산 비용이나 수율면에서 유리하면서 성능은 지포스 GTX 280에 근접해 게이머들을 만족시키기에 충분했다. 가격에서도 그만큼 유리했다.

라데온 RX 480과 지금의 GP104 기반 지포스 GTX 1070/ GTX 1080 (GeForce GTX 1070/ GTX 1080)을 비교해 보면 라데온 HD 4800 시리즈와 지포스 GTX 200 시리즈를 연상케 하는 것도 무리는 아니다. AMD 라데온 그래픽카드 중 성공작의 하나로 평가받는 라데온이 HD 4800 시리즈를 통해 라데온 RX 480의 모습을 떠올리는 것은 어떻게 보면 자연스러운 일이다.

비록 엔비디아가 먼저 출시한 차세대 파스칼 (Pascal) 기반 지포스 GTX 1070/ GTX 1080과 직접적인 경쟁 제품은 아니라고 하지만 전세대 하이엔드 라데온 R9 퓨리나 지포스 GTX 980에 가까운 성능에 가격 역시 적절하게 적용되었다는 점에서 기대하기에는 충분해 보인다.

물론 아직 자세한 성능이 공개되지 않은 시점이기 때문에 어떤 평가를 내리는 것은 이르다. 공개 시점인 6월 29일부터 다양한 벤치마크 결과들이 공개될 것이기 때문에 이때 성능이나 전력 효율 등 많은 부분을 알 수 있을 것이다.

초기 프리미엄과 환율 등의 영향으로 국내에서는 앞서 공개한 MSRP 가격과는 차이가 있을 것으로 예상되지만 가격이 안정화되면 라데온 HD 4850/ HD 4870을 이어 동급 제품 사이에서 좋은 경쟁력을 제공할 것으로 전망된다.

MS Xbox One S는 기존보다 40% 가량 작아진 컴팩트한 크기를 제공하고 Project Scorpio는 2017년 등장이 예상되어 아직은 등장 시기가 많이 남았으나 가장 강력한 성능의 콘솔 게임기가 될 것으로 예상된다.

그런데 소니의 플레이스테이션 4K (코드명 플레이스테이션 네오)가 올해 중으로 등장해 Scorpio의 등장 전까지 향후 1년 동안 가장 강력한 콘솔 게임기가 될 것으로 예상된다는 소식이 전해졌다.

현재까지 공개된 게임기 중에서 가장 높은 성능은 Scorpio로 6 TFLOPS에 가까운 성능을 제공하며 플레이스테이션 네오는 다음으로 4.14 TFLOPS의 부동소수점 연산 성능을 제공한다. 기존 플레이스테이션 4 (PS4, Playstation 4)는 1.83 TFLOPS, MS Xbox One은 1.32 TFLOPS로 플레이스테이션 네오가 올해 내로 등장한다면 가장 높은 성능의 게임기임에 틀림 없어 보인다.

플레이스테이션 네오 (PS Neo)의 알려진 스펙은 8코어 재규어 (Jaguar) 아키텍처의 x86 프로세서, 기존 PS4의 1.6GHz에서 2.1GHz로 클럭 향상, GPU는 GCN (Graphics Core Next) 아키텍처 기반, PS4가 18CUs와 800MHz 클럭인데 네오는 최대 36CUs 탑재, 최대 911MHz 클럭, 8GB GDDR5와 메모리 대역폭은 최대 218GB/s로 예상된다.

다만 일부 플레이어들은 게임 호환성 이슈 등을 걱정하고 있다. 소니와 MS는 구형과 새로운 플레이어에게 차별점을 제공하지 않을 것으로 알려졌으나 소니는 네오 모드를 소개하며 구형과 새로운 게임기 사이에서 같은 게임이라도 같은 품질을 보이지 않을 것이라고 언급한 바 있어 어느 정도의 차별성을 제공할 가능성도 제기되고 있다. 

MS도 Scorpio에서 이전과 같이 하위 호환성을 유지할 것으로 알려졌으나 개발자들은 향상된 하드웨어가 제공되는 만큼 고품질 게임 등을 개발할 수도 있어 이전 게임기와 자연스레 차별화가 이루어질 가능성도 있어 보인다.

AMD는 올해 하반기 차세대 Zen 아키텍처 기반의 데스크탑용 프로세서를 공개할 것으로 알려진 가운데 Zen 프로세서에 대한 소식이 등장했다.

그 소식에 따르면 AMD Zen 기반 프로세서는 성능과 전력소비 등이 인텔 스카이레이크 (Skylake)와 매칭 가능할 것으로 전망했다.

기존 AMD의 K10 불도저 (Bulldozer) 아키텍처는 오랫동안 시장을 이끌어왔고 6코어와 8코어 CPU가 인텔 듀얼 코어나 쿼드 코어 CPU보다 저렴한 가격대에 판매되고 있다.

이는 AMD가 시장에 새로운 프로세서를 투입하지 않았던 상황이었기에 발생한 일이다. 인텔이 몇 차례의 업그레이드가 이루어진 가운데 AMD는 같은 아키텍처를 소폭 개선해 프로세서로 시장을 유지해왔다.

최근 AMD는 컴퓨텍스 2016 (Computex 2016)을 통해 7세대 APU와 차세대 Zen CPU, 폴라리스 (Polaris) 기반 라데온 RX 480 (Radeon RX 480)을 공개했다.

Zen은 IPC가 기존 세대 대비 최대 40% 이상 향상, SMT 멀티스레드 기술, TDP 95W 스펙 등이 알려진 바 있으며 데스크탑에는 최소 4코어 8스레드 기반 제품의 등장 예상, 컴퓨텍스 2016에서는 8코어 16스레드를 지원할 것으로 소개되었다. AIDA64 등을 통해 샘플 프로세서의 일부 성능이 유출되고 있지만 아직 구체적인 성능에 대해서는 알려진 것이 없다.

제조 공정은 기존까지 32nm SOI 공정을 이용했으나 삼성과 글로벌파운드리 (GF, Globalfoundries) 연합의 14nm FinFET LPP를 이용해 전력 효율도 개선되어 14nm FinFET을 이용한 인텔 프로세서와의 격차도 줄일 예정이다.

이러한 공개된 내용을 종합해보면 Zen 프로세서는 성능과 전력효율, 다이 사이즈 등 전반적인 개선이 예상된다. 하지만 가격은 성능과 비례해 높아질 것으로 예상되며 AMD는 Zen의 전반적인 성능은 인텔과 견줄 수 있는 스펙을 제공해 가격도 그에 맞출 것으로 전망된다.

현재 AMD의 FX-8350 대비 인텔 코어 i7 6700K는 가격이 거의 2배인 상황이다. 이는 Zen 프로세서가 인텔 프로세서에 근접한 성능을 구현한다면 가격도 그만큼 상승될 여지가 있다는 것이다. 언제나 그래왔듯이 성능에 비례해 가격은 상승해왔기 때문이다. 

다만 인텔 프로세서와 비슷한 성능과 가격일 때 사용자가 과연 인텔 대신 AMD를 선택할 것인지는 생각해볼 문제다. 하지만 양사의 경쟁이 가능하고 가격 경쟁이 본격화된다면 소비자는 이득을 볼 수도 있다.

인텔의 대표적인 프로세서 개발 전략은 틱톡 (Tick-Tock)인데 틱톡 전략은 사실상 끝난 것으로 알려졌다.

인텔은 그동안 프로세서 개발 전략으로 틱톡이 이용되었으며 틱은 공정 개선, 톡은 아키텍처 전환을 통해 성능을 향상했는데 이제 10nm 공정 프로세서에서는 이와 같은 전략에 수정이 이루어질 것으로 예상된다.

​ 

인텔의 틱톡 전략을 살펴보면 린필드 (Lynnfield)에서 샌디브릿지 (Sandy Bridge), 아이비 브릿지 (Ivy Bridge), 하스웰 (Haswell), 하스웰 리프레시 (Haswell Refresh), 최신인 스카이레이크 (Skylake)로 이어지면서 공정과 아키텍처를 개선하는 틱톡 전략을 이용했다. 

공정도 순서대로 45nm에서 32nm, 22nm를 거쳐 현재는 14nm, 앞으로 10nm로 공정 전환을 앞두고 있지만 10nm 전환의 어려움으로 14nm 공정 기반 프로세서가 앞으로 조금 더 시장을 이끌어갈 예정이다.

공정 전환이 순조롭다면 공정과 아키텍처 전환의 틱톡 전략은 지속되었을 가능성도 있다. 하지만 미세공정의 한계와 성능 향상이 과거보다 크게 다가오지 못하면서 틱톡 전략이 큰 의미를 부여하지 못하고 있다. 사실상 틱톡 전략은 이미 수년전부터 파기되었다고 해도 과언이 아니다.

인텔은 이를 공식적으로 언급한 것으로 14nm 공정을 잇는 10nm 공정 기반 프로세서부터 틱톡 전략을 수정해 공정 (Process) - 아키텍처 (Architecture) - 최적화 (Optimization)로 개발해 나갈 것임을 밝혔다.

하스웰에서 하스웰 리프레시가 등장했고 스카이레이크 후속인 Kaby Lake는 14nm FinFET 공정이 이용되고 스카이레이크 리프레시 (Skylake Refresh)로도 불리고 있는 만큼 큰 변화는 이루어지지 않을 것으로 예상된다. 다만 소켓 방식은 기존을 유지하면서 메인보드 업그레이드 대신 바이오스 업데이트로 Kaby Lake를 지원할 것으로 예상된다.

10nm 공정으로 등장할 새로운 Cannon Lake에서는 성능 향상과 새로운 칩셋, 아키텍처의 전환이 이루어질 것으로 전망된다.

인텔은 틱톡을 이어 공정 - 아키텍처 - 최적화를 통해 미래에도 경쟁력을 제시할 예정이다. 공정 전환에 따른 비용 효율을 높이고 향상된 플랫폼 디자인과 제조 기술로 사용자들에게 혜택을 제공할 것으로 예상된다.

​ 

공정 - 아키텍처 - 최적화로 이어지는 프로세서 개발 전략을 통해 얻을 수 있는 부분은 과거 틱톡보다 세대별 소켓 호환성이 오랫동안 유지되어 업그레이드에 유리할 것으로 전망된다. 

하지만 소켓 호환성이 오랫동안 유지되는 현재를 고려해보면 성능 향상이 더디게 진행된다는 것이고 제조 공정의 미세화 난이도가 높아지는 만큼 성능 경쟁력도 그만큼 낮아진다고도 볼 수 있다.

최근의 경향은 성능 향상보다는 전력 효율이 높아지는 방향인데 이는 인텔의 이러한 전략을 반영하는 것이며 결과적으로 이전보다 덜 혁신적인 제품이 등장할 것임을 의미한다.

인텔의 전략 변화는 공정 전환의 난이도가 높아진 것도 주요하게 작용하고 있지만 시장에서 성능 경쟁을 이끌어내야 하는 AMD의 부진도 한몫하고 있다. AMD는 올해 하반기 차세대 Zen 아키텍처로 다시 시장을 두드릴 것인데 Zen의 성공 여부가 중요하다. 인텔과 경쟁 가능한 성능을 제시한다면 AMD의 도약과 다음번 프로세서의 성능 경쟁도 지켜볼 수 있을 것이다.

​