AI 반도체 수요 폭증…칩 개발 기간 단축·수율 개선이 관건

김서린 기자 2026.10.19 12:34

AI 발전 속도를 따라잡으려면 반도체 연구개발 기간 단축과 수율 개선, 기존 데이터센터를 활용한 통합 시스템 구축이 필요하다는 분석이 제기됐다.

AI 기술의 발전 속도가 반도체 산업의 생산 능력을 앞지르면서 칩 연구개발 기간을 줄이고 수율을 높이는 일이 핵심 과제로 떠올랐다는 진단이 나왔다. 개별 반도체보다 데이터센터 전체를 통합 설계하는 경쟁도 본격화하고 있다는 분석이다.

10월 17일(현지시간) 슈왑 네트워크 인터뷰에서 반도체 산업 분석가 스티븐 솝코는 AI가 연 단위로 발전하는 가운데 반도체 업계가 기술과 생산 능력을 이에 맞춰 확대하는 데 어려움을 겪고 있다고 말했다.

솝코는 어플라이드가 반도체 소재와 제조 장비의 연구 기간을 현재 10~15년에서 6~8년으로 줄이는 것을 목표로 삼았다고 설명했다. 그는 이를 두고 "AI는 이제 연 단위로 발전하며, 반도체 산업의 대응 능력을 앞지르는 데 오랜 시간이 필요하지 않다"고 말했다.

생산 능력 부족도 주요 제약으로 꼽았다. ASML이 실적 발표에서 생산 능력의 한계를 언급한 점을 들며 어플라이드와 ASML, 램리서치 등 반도체 장비업체가 수요를 따라가는 데 어려움을 겪을 것으로 전망했다.

수율 개선은 공급 확대를 위한 또 다른 해법이라는 설명이다. 현대 반도체를 생산하려면 500~1000단계의 공정을 거쳐야 하고, 공정이 원활하게 진행돼도 일부 칩은 폐기될 수 있다고 지적했다. 솝코는 "폐기되는 칩의 수를 줄이면 더 많은 AI 칩을 확보할 수 있다"고 강조했다.

브로드컴은 대형 클라우드 사업자를 위한 맞춤형 반도체와 데이터센터 시스템 간 통신 효율을 높이는 광통신 기술 등 여러 사업을 동시에 추진하고 있다고 평가했다. 사업 영역이 넓어 시장이 어느 부문의 성과가 기업 전체를 움직이는지 파악하기 어렵지만, 회사가 제시한 전망은 매우 긍정적이라고 봤다.

AMD가 공개한 새로운 서버 랙은 데이터센터 시스템을 더 효율적으로 구성하려는 시도를 보여준다고 설명했다. 초기 AI 학습 환경에서는 CPU 한 개가 GPU 8~24개를 관리했지만, 자율형 AI에서는 CPU가 다른 반도체를 지휘하는 역할을 맡으면서 CPU와 GPU의 비중이 점차 대등해지고 있다는 분석이다.

이 변화로 반도체업계는 CPU를 데이터센터 설계의 중심으로 되돌리고 네트워크와 데이터를 아우르는 통합 시스템 구축에 나서고 있다고 진단했다. 솝코는 "이제 중요한 것은 반도체만이 아니라 모든 요소가 원활하게 작동하도록 만드는 종단 간 시스템"이라고 말했다.

인텔은 최근 18개월 동안 사업 실행력이 개선됐으며, 복잡한 반도체를 패키징할 수 있는 미국 내 역량도 강점으로 평가됐다. 기존 공랭식 데이터센터 서버에 장착해 AI 연산 능력을 높이는 카드형 제품은 기업이 새 데이터센터를 짓지 않고도 자체 시설에서 AI를 활용하도록 지원할 수 있다는 설명이다.

솝코는 대규모 신규 데이터센터 건설뿐 아니라 기존 시설을 AI 수요에 맞게 활용하는 방안도 중요하다고 강조했다. 이미 구축된 방대한 인프라를 활용해 비용과 전력망 부담을 줄이는 것이 반도체 산업의 주요 과제가 될 것이라는 전망이다.

TokenPost AI 유의사항 TokenPost.ai 기반 언어 모델을 사용하여 작성된 기사입니다. 본문의 주요 내용이 제외되거나 사실과 다를 수 있습니다.