[기자수첩] HBM4 공급 소식에 스포트라이트 받는 이재용···그러나 여전히 뚫지 못한 바늘구멍 작성일 03-20 40 목록 <div id="layerTranslateNotice" style="display:none;"></div> <strong class="summary_view" data-translation="true">HBM4 첫 공급해봤자 TSMC서 생산 <br>리사 수와의 만남 CUDA 변방 인증샷</strong> <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> <section dmcf-sid="28pNoy71kZ"> <figure class="figure_frm origin_fig" contents-hash="6bef8e598bc75f29ba9012c60d9941eda72b363c9ba741a8b89188a0b2ef9d3f" data-idxno="456386" data-type="photo" dmcf-pid="V6UjgWztaX" dmcf-ptype="figure"> <p class="link_figure"><img alt="이재용 삼성전자 회장(오른쪽)이 18일 리사 수 AMD 최고경영자(CEO)와 서울 용산구 이태원동에 위치한 삼성그룹 영빈관 승지원에서 만나 기념사진을 촬영하고 있다. / 삼성전자" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202603/20/552814-8XPEppr/20260320170625042xgjl.jpg" data-org-width="1280" dmcf-mid="Kf5ieCFYo1" dmcf-mtype="image" height="auto" src="https://img3.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202603/20/552814-8XPEppr/20260320170625042xgjl.jpg" width="658"></p> <figcaption class="txt_caption default_figure"> 이재용 삼성전자 회장(오른쪽)이 18일 리사 수 AMD 최고경영자(CEO)와 서울 용산구 이태원동에 위치한 삼성그룹 영빈관 승지원에서 만나 기념사진을 촬영하고 있다. / 삼성전자 </figcaption> </figure> <p contents-hash="3dda653b8be8eb9cca2358ddd56e014b1b3515c181d9d9e15d440eb43b2caa2b" dmcf-pid="fPuAaYqFAH" dmcf-ptype="general">삼성전자가 오픈AI에 HBM4를 공급한다는 소식이 인공지능(AI) 주도권 확보로 미화되고 있다. 그러나 이 계약은 경쟁사 SK하이닉스에 비해 그래픽처리장치(GPU)에 올려질 메모리를 먼저 내놨다는 사실에 불과하다.</p> <p contents-hash="4bb66d509d0aea9b3bf4c0be4c92d814da3093db145049407c36913ce0d08ef6" dmcf-pid="4Q7cNGB3aG" dmcf-ptype="general">인공지능 반도체의 형태와 성능은 설계와 파운드리가 결정한다. 무엇을 만들지, 어디서 만들지는 이미 외부에서 정해진다. 삼성은 오픈AI에 필요한 메모리를 공급하는 위치에 머물 뿐이다.</p> <p contents-hash="36fdb270d4365e647d50a892bbcf7e2d8254413782fa9d6762074477438ad606" dmcf-pid="8xzkjHb0AY" dmcf-ptype="general">오픈AI가 추진하는 타이탄 칩의 구조는 단순하다. 설계는 브로드컴이 맡고, 생산은 TSMC가 담당한다. 삼성은 그 옆에 HBM4를 붙인다. 칩의 형태와 성능을 규정하는 축은 이미 외부에서 결정된다. </p> <p contents-hash="1ea4b214746adfb3336e596df62c13d202692994a7a9ff4f44d985562d370350" dmcf-pid="6MqEAXKpjW" dmcf-ptype="general">HBM은 꼭 필요하지만 방향을 정하는 부품은 아니다. 칩은 설계와 공정이 먼저 결정되고, 그 위에 메모리가 올라간다. 인터커넥트와 패키징이 맞지 않으면 HBM을 아무리 붙여도 성능은 나오지 않는다. 결국 웨이퍼에서 수율이 나오고, 라인에서 실제로 찍혀야 칩이 된다. 반도체는 계약으로 완성되지 않는다. 결국 파운드리에서 완성된다.</p> <p contents-hash="1564885088ce173955d04426027687fbef02d725697ac58805b45c05bffec966" dmcf-pid="PRBDcZ9UNy" dmcf-ptype="general">리사 수 방한과 함께 이뤄진 AMD와의 협력도 같은 맥락이다. 이재용 회장이 승지원에서 리사 수와 나란히 선 장면은 상징적이다. CUDA 중심 생태계 안이 아니라 그 바깥에서 움직이는 변방과 손을 잡고 있다는 사실을 그대로 드러냈다. </p> <p contents-hash="435d26005619bec89aa35afa252f49e9f9cf3cfaa8f104bb85d4967d07962dcb" dmcf-pid="QBXdMO1yoT" dmcf-ptype="general">무대는 화려한데, 정작 공연은 이미 다른 곳에서 끝난 뒤다. AMD는 GPU를 생산하지만, AI 산업의 기준을 정하는 위치에는 없다. 현재 AI 모델 개발은 CUDA를 중심으로 돌아가고, PyTorch·TensorFlow 등 주요 프레임워크 역시 CUDA를 기준으로 최적화돼 있다. 핵심 연산 커널, 라이브러리, 분산 학습 스택까지 이 구조 위에 쌓여 있다.</p> <p contents-hash="c1fa66bc07878977b1069f076dc23870a78c52f93134f18f5d7ec8701a043d30" dmcf-pid="xbZJRItWcv" dmcf-ptype="general">AMD 개발 툴인 ROCm은 생태계를 바꾸지 못한다. 단순 API 대응 수준을 넘어서지 못한 채 CUDA와 격차가 누적돼 있다. 개발자가 쓰지 않는 플랫폼은 표준이 될 수 없다. 개발 환경을 장악하지 못한 하드웨어는 팔리지도 못해 매출의 질과 지속성에서 격차로 드러난다.</p> <p contents-hash="3f53acb3308268b999280cc6f7a3386b52d30f57808e8bb02abef4b5fe9af4fc" dmcf-pid="yriXYVoMcS" dmcf-ptype="general">이재용 회장의 글로벌 네트워크 역시 같은 한계를 가진다. 주요 빅테크 CEO들과의 접촉은 늘어나고 있지만, 이는 기술 스택의 결합이나 파운드리 수주로 직결되지 않고 있다. 관계는 형성되지만, 생산 라인을 채우는 구조로 이어지지 않는다는 얘기다.</p> <p contents-hash="27512c10ca354c384820bdfc6292decd9b29b433193b1afceb7d6906b767311c" dmcf-pid="WmnZGfgRNl" dmcf-ptype="general"><strong>중심 진입과 거리 먼 네트워킹</strong><br><strong>전영현식 턴키 투자 방식으론</strong><br><strong>닫힌 파운드리 생태계 못 열어</strong></p> <p contents-hash="876a58121ef09232d6ad8278ea654ce3c56b72a37210e2029497362772e08676" dmcf-pid="YsL5H4aekh" dmcf-ptype="general">냉정하게 말하면 현재 AI 반도체 시장은 이미 닫힌 시스템에 가깝기 때문이다. 엔비디아-TSMC-CUDA로 이어지는 구조는 단순한 공급망이 아니다. GPU 아키텍처, 소프트웨어 스택, 개발자 도구, 생산 공정이 결합된 통합 플랫폼이다. 이 위에 수천 개의 라이브러리와 최적화 코드가 축적되면서, 생태계 자체가 진입 장벽으로 작동한다.</p> <p contents-hash="d9fbf7ac500347c723ec38f75b39cc73dc774404ed925084621fab70853a3e91" dmcf-pid="GOo1X8NdcC" dmcf-ptype="general">TSMC는 이 구조의 물리적 구현을 담당한다. 주요 팹리스 기업들의 설계가 동일한 생산 체계로 연결되며, 패키징과 인터커넥트까지 포함한 시스템 단위 최적화가 이루어진다. 설계와 생산이 분리된 것이 아니라, 하나의 파이프라인으로 결합돼 있다. 이 때문에 전영현 삼성전자 대표이사 부회장 방식으로 110조원을 투자해 턴키 공정을 확보하는 것으로는 바늘 구멍 뚫기는 불가능하다.</p> <p contents-hash="b105c033c37bd0da61098f15b277785bcb9b92fe679e1d1f752992c03cce59ef" dmcf-pid="HIgtZ6jJcI" dmcf-ptype="general">삼성전자는 메모리와 일부 파운드리 영역에서 의미 있는 성과를 유지하고 있다. 그러나 이 통합 생태계의 중심에는 들어가지 못한 채, 공급망의 한 축으로 기능한다. 고객과의 관계는 존재하지만, 구조를 바꾸는 수준의 결합으로 이어지지 않는다. 테슬라와의 A16 계약 역시 같은 맥락이다. 설계, 검증, 수율 확보를 거쳐야 하는 단계다.</p> <div contents-hash="6aef5b64cfa3598c4689f94b35f26dc5810cdbde947622c97eb89427947326bd" dmcf-pid="XCaF5PAiNO" dmcf-ptype="general"> 문제는 이 간극이 성과로 포장된다는 점이다. 닫힌 구조에 진입하지 못한 현실은 배제되고, 일부 공급 성과가 마치 산업 지형을 바꾼 것처럼 서술된다. 이재용 회장의 행보는 분명 활발하지만 판을 흔들었다고 보기는 어렵다. 바늘구멍은 여전히 닫혀 있다. </div> <figure class="figure_frm origin_fig" contents-hash="4b27d12307207a13fd920dc83c34824c831fc5ce2cd8f08ebe5da335a61b3cbe" data-idxno="456385" data-type="photo" dmcf-pid="ZhN31Qcngs" dmcf-ptype="figure"> <p class="link_figure"><img class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202603/20/552814-8XPEppr/20260320170626707kxyj.jpg" data-org-width="1080" dmcf-mid="92Hexs5To5" dmcf-mtype="image" height="auto" src="https://img2.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202603/20/552814-8XPEppr/20260320170626707kxyj.jpg" width="658"></p> </figure> <p contents-hash="c167da6f9d79ff90c2eaa88549e0f34e471b256ff416f04968145c29eea5c1dd" dmcf-pid="5lj0txkLom" dmcf-ptype="general"><strong>☞CUDA</strong> = 엔비디아가 만든 GPU 연산 플랫폼으로 드라이버, 컴파일러, 수학 라이브러리, 딥러닝 프레임워크 연동까지 묶인 통합 소프트웨어 스택이다. 개발자는 CUDA 위에서 코드를 작성하면 GPU의 병렬 연산을 직접 제어할 수 있고, 그 위에 쌓인 수천 개의 라이브러리와 최적화 코드가 성능을 끌어올린다. 이 축적 덕분에 AI 학습과 추론은 사실상 CUDA를 기준으로 돌아가는 구조가 됐다.</p> <p contents-hash="e8bc7ac13605f11f9faa5917f6cf84ee5c2867a760d225e3abfb4b82e6b1676e" dmcf-pid="1SApFMEoar" dmcf-ptype="general"><strong>☞ROCm</strong> = AMD가 구축한 GPU 연산 소프트웨어 스택으로 CUDA에 대응하는 플랫폼이다. HIP이라는 프로그래밍 모델을 통해 CUDA 코드 일부를 이식할 수 있고, PyTorch 같은 프레임워크도 연동된다. 구조적으로는 드라이버, 런타임, 컴파일러, 라이브러리를 모두 포함한 통합 환경이지만, 실제 현장에서는 라이브러리 축적과 최적화 수준에서 CUDA와 격차가 존재한다.</p> <p contents-hash="31664083d9c3b1b23c7a25580accc56d501cfed3d7d1d46c76e518f369f9b080" dmcf-pid="tvcU3RDgcw" dmcf-ptype="general">두 플랫폼의 차이는 성능 수치보다 생태계에서 갈린다. CUDA는 개발자·프레임워크·라이브러리가 결합된 사실상의 표준이고, ROCm은 이를 따라가는 단계에 머물러 있다. GPU는 동일한 연산 장치지만, 어떤 소프트웨어 스택 위에 올라가느냐에 따라 활용도와 시장 지위가 결정된다. 결국 AI 반도체 경쟁은 칩이 아니라 개발 환경을 누가 장악했느냐의 문제다.</p> <p contents-hash="1dceb6bc413d97f43ab9fc9d3c77d2978916e9b308adca0f6da0c003a58f85c7" dmcf-pid="FTku0ewajD" dmcf-ptype="general">여성경제신문 이상헌 기자<br>liberty@seoulmedia.co.kr</p> <p contents-hash="c9720dd707fb7b1bf48cea52dd21b5b55080d5bed88b5b6ebbe3cb9a1de3ee7f" dmcf-pid="3yE7pdrNNE" dmcf-ptype="general">*여성경제신문 기사는 기자 혹은 외부 필자가 작성 후 AI를 이용해 교정교열하고 문장을 다듬었음을 밝힙니다. 기사에 포함된 이미지 중 AI로 생성한 이미지는 사진 캡션에 밝혀두었습니다.</p> </section> </div> 관련자료 이전 "전자 멈춰"…물리학 난제 '전자 정체' 구현해 양자기술 실마리 확보 03-20 다음 KT, 1200억 규모 재난안전통신망 첫 우선협상대상자 선정 03-20 댓글 0 등록된 댓글이 없습니다. 로그인한 회원만 댓글 등록이 가능합니다.
