인공지능(AI) 시대에 메모리 반도체의 중요성이 부각되면서 우리나라 반도체 산업에 새로운 기회의 장이 열리고 있다. 특히 2022년 11월 발표된 챗GPT의 성공은 AI 기술의 대중화를 가속화하며 반도체 산업에도 새로운 성장 가능성을 열어줬다. 이 과정에서 가장 큰 주목을 받은 기업 중 하나는 AI 반도체인 그래픽처리장치(GPU)를 제작하는 엔비디아다. 또한 AI용 메모리인 고대역폭메모리(HBM)를 성공적으로 개발한 SK하이닉스 역시 꾸준히 성장하고 있다.
시스템 반도체의 경우 PC용 반도체인 중앙처리장치(CPU)에서 모바일용인 애플리케이션프로세서(AP)로 발전하고, 최근에는 AI용 GPU로 진화해왔다. 반면 메모리 반도체의 경우 그 종류는 거의 변하지 않고 속도와 용량을 향상시키는 방향으로 발전돼왔다.
AI 시대가 되면서 메모리 반도체도 새로운 종류가 사용됐는데 대표적인 예가 바로 HBM 반도체다. 이제 반도체 업계의 관심은 HBM 이후 어떤 메모리 반도체가 주목받을지로 이동하고 있다. 현재 기업들은 PIM, VCS, 혹은 CXL 메모리 등 다양한 차세대 기술을 개발 중이다. 그러나 여러 반도체를 동시에 개발하는 것은 기업에 큰 부담으로 작용할 수 있다. 또한 차세대 메모리의 성공 가능성을 높이려면 타깃 응용 프로그램의 특성을 이해하는 것이 중요하다. HBM의 경우를 봐도 챗GPT와 같은 타깃 AI 모델의 특성이 ‘데이터 중심’ 모델이라는 것을 파악함으로써 HBM의 성공 가능성을 예측할 수가 있다. 이에 따라 반도체 기업들은 다수의 차세대 메모리 기술을 동시에 개발하는 부담뿐만 아니라 타깃 응용 프로그램의 특성에 대한 연구도 병행해야 하는 추가적인 부담을 안게 됐다.
이러한 부담을 덜어줄 수 있는 효과적인 방안 중 하나가 산학 협력이다. 학계에서는 AI가 ‘데이터 중심’ 모델이라는 점에서 메모리 반도체의 속도 향상이 중요하다는 연구를 이미 발표한 바 있고 추천 시스템이나 증강 검색 등 차세대 메모리를 활용할 만한 연구도 활발히 이뤄지고 있다.
산학 협력을 활성화하기 위한 현실적이면서도 효율적인 방안은 전문 인력의 교류다. 특히 기업에서 근무하는 전문가가 대학으로 이직해 함께 연구한다면 산학 협력의 효과가 커지면서 산업체의 요구와 동떨어진 연구가 대학에서 수행되는 경우를 줄일 수 있을 것이다. 산업체 전문가의 대학 이직을 유도하려면 이들이 대학교수처럼 10년 이상 안정적으로 근무할 수 있는 제도적 지원이 필요하다. 예를 들어 정부가 장기적인 산학 협력 과제를 통해 산업체 인력을 지원한다면 많은 산업 전문가가 대학에서 연구에 참여할 수 있을 것이다. 차세대 메모리 개발이 중요한 현시점에서 산학 협력이 강화된다면 우리나라 반도체 산업의 발전에 크게 기여할 것으로 기대된다.
< 저작권자 ⓒ 서울경제, 무단 전재 및 재배포 금지 >
