【드래곤 스포츠】 보증업체놀이터추천홍보 : 프로그램제작판매제작의뢰 : 스포츠분석 : 무료스포츠중계tv : 섹시bj움짤 : 뉴스 : 안구정화

로그인

글쓰기

[IT뉴스][AI칩 지정학] ④ 328조 파운드리 시장의 잔혹사 : 삼성전자가 만든 'GPU 0개'

온카뱅크관리자

2026-03-23 16:07:31

<div id="layerTranslateNotice" style="display:none;"></div> 메모리=왕이라는 장밋빛 가스라이팅 LPU 셋방살이에 감지덕지 정신승리 HBM 주인공인 시대 기다리다 하세월 
 <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> 
 <section dmcf-sid="qEO3bpPKNx">
 <figure class="figure_frm origin_fig" contents-hash="6b2ab12cb770e88bf0983320d3b704f8edf7210723a1655cc27bf0b83533b4d4" data-idxno="456450" data-type="photo" dmcf-pid="BDI0KUQ9kQ" dmcf-ptype="figure">
 <img alt="TSMC 공장 반도체 클린룸 내부에서 웨이퍼 공정을 수행하는 장비 라인. 극자외선(EUV) 등 첨단 노광·공정 장비가 배치된 생산 현장으로, GPU를 포함한 첨단 로직 칩이 실제로 만들어지는 핵심 공간이다. / TSMC" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202603/23/552814-8XPEppr/20260323160007647vklf.jpg" data-org-width="500" dmcf-mid="7JiCGl0HjR" dmcf-mtype="image" height="auto" src="https://img3.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202603/23/552814-8XPEppr/20260323160007647vklf.jpg" width="658">
 <figcaption class="txt_caption default_figure">
 TSMC 공장 반도체 클린룸 내부에서 웨이퍼 공정을 수행하는 장비 라인. 극자외선(EUV) 등 첨단 노광·공정 장비가 배치된 생산 현장으로, GPU를 포함한 첨단 로직 칩이 실제로 만들어지는 핵심 공간이다. / TSMC
 </figcaption>
 </figure>
 # 328조원. 2026년 글로벌 파운드리 시장을 관통하는 이 거대한 숫자의 심장부에는 '200만 개의 불덩이'가 박혀 있다. 엔비디아의 H100급 최상위 GPU와 AI 가속기들이 만들어낸 숫자다.
 대한민국의 삼성전자는 세계 최고의 메모리를 가졌고, 나노 단위의 미세 공정을 보유했으며, 칩을 이어 붙이는 패키징 기술까지 손에 쥐고 있다. 반도체 제조에 필요한 모든 '병기'를 갖춘 풀옵션 거인이다.
 그런데 충격적이게도 파운드리가 빚어낸 328조짜리 AI 성찬에서 삼성전자가 구워낸 GPU는 단 한 장도 없다. '생산 이력 0건'. 모든 재료와 조리 도구를 갖추고도 정작 메인 요리인 'GPU' 주문서 한 장 받지 못한 불임의 역설은 어디에서 기인하는가.
 인공지능(AI) 반도체 수요가 급증하면서 글로벌 파운드리 시장 규모는 약 300조원 수준까지 확대됐으나 GPU를 삼성전자가 생산한 사례는 아직 없다. 공정 기술과 메모리 경쟁력을 모두 갖춘 기업이지만, AI 시대의 최상위 연산 칩 생산 이력은 비어 있다.
 23일 여성경제신문 취재를 종합하면 AI 반도체는 여러 기술이 결합된 시스템이다. 연산을 담당하는 GPU, 데이터를 공급하는 HBM(고대역폭메모리), 두 칩을 연결하는 실리콘 인터포저, 이를 하나로 묶는 첨단 패키징 기술이 동시에 작동한다.
 이 구조에서는 개별 칩의 성능보다 데이터 이동 효율이 전체 성능을 좌우하는 비중이 커진다. 모델 규모가 확대될수록 메모리와 연산 칩 사이의 데이터 처리량이 급격히 증가하기 때문이다. 다만 이는 연산 구조의 확장에 따라 발생한 결과로, 경쟁의 축이 미세공정에서 패키징과 연결 구조로 확장된 배경으로 해석된다.
 AI 가속기는 설계 단계에서 공정과 패키징 방식이 함께 결정된다. GPU와 HBM의 연결 방식에 따라 회로 구조와 배치가 달라지기 때문이다. 설계 완료 이후 생산 체계를 변경하는 것은 수억 달러 규모의 비용과 수개월 이상의 일정 지연을 수반한다. 결과적으로 AI 칩에서는 생산 기술 자체보다 설계 단계에서 선택된 생산 구조가 더 큰 영향을 미친다.
 고객은 기술 수준보다 검증 이력을 우선 고려한다. AI 칩은 데이터센터 구축 일정과 직결되며, 공급 지연은 서버 설치와 서비스 출시 지연으로 이어진다. 프로젝트 규모가 수십억 달러에 이르는 만큼, 이미 검증된 생산 체계를 유지하려는 경향이 강하다.
 이러한 조건에서 초기 공급자가 시장 구조를 고정하는 경향이 나타난다. 소프트웨어 최적화와 서버 인프라가 특정 칩 구조를 기준으로 설계되기 때문에, 한 번 형성된 표준은 쉽게 변경되지 않는다. 설계 수정뿐 아니라 소프트웨어 스택과 데이터센터 구성까지 함께 조정해야 하기 때문이다.
 이 구조를 가장 먼저 구축한 기업이 대만의 TSMC다. 반도체 공정과 첨단 패키징(CoWoS)을 결합해 GPU와 HBM을 실리콘 인터포저 위에 통합하는 생산 체계를 만들었고, 주요 설계 기업들은 이를 기준으로 제품을 설계해왔다.
 범용 파운드리 제조 역량 갖추고도 글로벌 생태계 바깥에서 노는 이유
 삼성 파운드리는 모바일 AP, 서버 CPU, 차량용 반도체, 통신칩, 전력관리칩 등 다양한 반도체를 생산해 왔다. 대부분의 제품을 제조할 수 있는 범용 생산 역량을 보유하고 있음에도, GPU가 만들어지는 생산 구조 안으로는 아직 충분히 들어가지 못한 상태다. 그럼에도 국내에서는 메모리 중심 서사를 바탕으로 생산 구조 변화 가능성을 과도하게 해석하는 시각이 이어지고 있다.
 <div contents-hash="e70d5afcecf61fb55e4b27665c6a675aee5d850d4c73054169233902060b6734" dmcf-pid="yksFB06bAz" dmcf-ptype="general">
 대표적으로 김정호 카이스트 교수 등이 제시한 'HBM 중심 전환' 논리는 메모리 수요 증가를 산업 주도권 이동으로 연결한 해석에 가깝다. 그러나 HBM은 GPU에 결합될 때 성능을 보완하는 구성 요소일 뿐, 설계 기준을 바꾸는 주체는 아니다.
 </div>
 <figure class="figure_frm origin_fig" contents-hash="718357c7f96c9dd54fd2782b6ba67e5e49a2c463332c0a651090cc154ffab201" data-idxno="456448" data-type="photo" dmcf-pid="WEO3bpPKa7" dmcf-ptype="figure">
 <img alt="팔레트 단위로 적재된 MSI 지포스 RTX 5090 그래픽카드 박스. 개별 제품은 소비자용 GPU지만, 이처럼 대량으로 쌓여 이동하는 물량 구조는 AI 가속기 시장에서도 동일하게 작동한다. 수백만 개 단위의 GPU 공급이 데이터센터 구축 속도와 파운드리 수요를 동시에 좌우한다. / 엔비디아" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202603/23/552814-8XPEppr/20260323160008956cupe.jpg" data-org-width="1280" dmcf-mid="z7JIYh3GgM" dmcf-mtype="image" height="auto" src="https://img3.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202603/23/552814-8XPEppr/20260323160008956cupe.jpg" width="658">
 <figcaption class="txt_caption default_figure">
 팔레트 단위로 적재된 MSI 지포스 RTX 5090 그래픽카드 박스. 개별 제품은 소비자용 GPU지만, 이처럼 대량으로 쌓여 이동하는 물량 구조는 AI 가속기 시장에서도 동일하게 작동한다. 수백만 개 단위의 GPU 공급이 데이터센터 구축 속도와 파운드리 수요를 동시에 좌우한다. / 엔비디아
 </figcaption>
 </figure>
 HBM 수요 증가는 GPU 중심 구조가 강화된 결과다. 설계와 플랫폼을 쥔 기업이 기준을 정하고, 메모리는 그 위에 결합되는 구조는 변하지 않았다. AI 반도체 경쟁의 핵심은 메모리 확보가 아니라 어떤 설계·생산 체계 안에 편입돼 있느냐다.
 특히 GPU는 인터포저 구조와 열 설계를 포함한 통합 제품으로, 생산 체계를 변경하는 순간 전체 재검증이 필요하다. 기존 생산 파이프라인을 전환하는 시나리오는 비용과 일정 측면에서 현실성이 낮다.
 삼성전자는 GPU 대신 추론 특화 칩 생산을 통해 일부 영역 진입을 시도하고 있다. 엔비디아의 Groq 계열 LPU가 대표적이다. 다만 LPU는 학습 인프라와 동일한 층위의 경쟁이 아니라, 특정 추론 워크로드에 최적화된 보조적 성격의 칩이다.
 LPU는 HBM과 CoWoS에 의존하는 GPU와 달리 SRAM 기반 로직 구조를 사용해 상대적으로 범용 파운드리 공정에서 생산이 가능하다. 삼성전자가 해당 칩 생산에 참여할 수 있었던 배경이다. 그러나 이는 GPU 생산 체계에 진입한 것이 아니라, 진입 난도가 낮은 영역에서 제한적으로 역할을 확보한 사례에 가깝다.
 이재용 회장과 전영현 DS부문장이 파운드리 실적과 관련해 구체적인 수치를 쉽게 언급하지 못하는 배경도 여기에 있다. 모바일 AP나 기타 로직 칩 물량으로 일정 수준의 실적은 만들 수 있지만, AI 시대의 중심인 GPU 생산 이력이 비어 있는 한 숫자는 곧바로 한계를 드러내기 때문이다.
 결국 AI 시대 파운드리 경쟁력은 설계·생산·패키징이 결합된 생산 체계 안에서 어떤 위치를 차지하고 있는지가 좌우한다. 삼성전자가 GPU 생산 이력을 확보하지 못한 이유도 여기에 있다. 업계 관계자는 여성경제신문에 "삼성이 HBM 중심 서사나 턴키 전환 기대를 근거로 현재 판을 잘못 읽을 경우 GPU 생산 진입 시점은 더 늦어질 수 있다"고 지적했다.
 ☞LPU(Log Processing Unit) = 대규모 언어모델(LLM) 추론에 특화된 연산 칩으로, 데이터 흐름을 순차적으로 처리하는 로그 기반 아키텍처를 채택한 것이 특징이다.고대역폭메모리(HBM)와 첨단 패키징(CoWoS)에 의존하는 GPU와 달리, SRAM 기반 로직 칩으로 구성돼 기존 AI 가속기 생산의 병목 구간을 우회하는 설계를 채택하고 있다. GPU가 설계 단계에서 공정과 패키징이 동시에 고정되는 구조인 반면, LPU는 상대적으로 범용 파운드리 공정에서 생산이 가능한 경로에 놓여 있다.
 여성경제신문 이상헌 기자 liberty@seoulmedia.co.kr
 *여성경제신문 기사는 기자 혹은 외부 필자가 작성 후 AI를 이용해 교정교열하고 문장을 다듬었음을 밝힙니다. 기사에 포함된 이미지 중 AI로 생성한 이미지는 사진 캡션에 밝혀두었습니다.
 </section> 
 </div>

댓글 총 0개

이번주 포인트랭킹

매주 일요일 밤 0시에 랭킹을 초기화합니다.

14,000상품권
23,000상품권
32,000상품권

업체홍보/구인 더보기

지식/노하우 더보기

판매의뢰 더보기

포토 더보기