IT·AI·컴퓨팅 데일리

난류는 대기·해양·항공·연소 등 자연과 공학 전반에 걸친 ‘오래된 난제’로, 그 에너지 전달 방향은 통제 불가능한 상수(常數)로 간주되어 왔다. 이를 ‘설계 가능한 변수’로 바꿀 수 있다는 것은, 해류 제어를 통한 기후 예측 정밀화, 항공기·선박의 항력 저감, 의료용 미세 유체 제어 등으로 이어질 잠재력을 지닌다. 특히 난류는 고전적으로 계산이 가장 어려운 영역이어서, 이번처럼 ‘질서를 부여하는 원리’가 밝혀지면 대규모 전산유체역학 시뮬레이션의 부담을 줄이고 인공지능 기반 유동 예측 모델의 물리적 토대를 강화할 수 있다.

양자컴퓨팅과 양자통신의 실용화를 가로막는 가장 큰 비용·공학적 제약은 극저온 냉각 장치다. 빛-물질 얽힘을 상온에서 구현했다는 것은, 거대한 냉각 설비 없이 양자 정보를 다룰 수 있는 ‘광 기반 양자 소자’의 가능성을 넓힌다. 이는 직전 호에서 다룬 모나시대학의 ‘밸리트로닉스 광 회로’와 더불어, 양자 정보 처리의 무게중심이 ‘초전도 큐비트’ 일변도에서 ‘빛을 매개로 한 상온 소자’로 다변화하고 있음을 보여준다. 광통신망과의 자연스러운 결합도 기대된다.

증강현실(AR)·가상현실(VR) 기기가 무겁고 두꺼운 가장 큰 이유는 여러 장의 굴절 렌즈가 필요하기 때문이며, 색수차 보정은 그 핵심 난제였다. 머리카락 굵기 수준의 평면 메타렌즈 한 장으로 풀컬러 영상을 색 번짐 없이 맺을 수 있다면, 안경 형태의 경량 디스플레이가 현실에 가까워진다. ‘제조 제약을 처음부터 반영한 역설계’라는 접근은 실험실 설계와 양산의 간극을 좁히는 방법론적 진전으로, 차세대 디스플레이·카메라·센서의 소형화를 견인할 광학 플랫폼으로 평가된다.

직전 호의 ‘TSMC 칩 부족’과 ‘삼성 HBM4 양산’이 개별 기업의 동향이었다면, WSTS 전망은 그 합(合)이 ‘산업 전체의 구조적 팽창’임을 수치로 보여준다. 성장의 대부분이 메모리에 집중된다는 점은, 거대 인공지능 모델의 성능이 연산보다 ‘메모리 대역폭’에 의해 좌우되는 현 국면을 반영한다. 동시에 한 부문(메모리)에 성장이 쏠리는 구조는 ‘슈퍼사이클’ 특유의 변동성 위험도 내포한다. 매출 1조 달러 돌파 여부가 올해 반도체 산업의 상징적 분수령이 될 전망이다.

엔비디아는 데이터센터 GPU의 절대 강자였으나, PC의 ‘주(主)프로세서’ 시장에는 발을 들이지 않았다. N1X는 이 경계를 허물어 ‘데이터센터부터 노트북까지’ 인공지능 연산 스택의 전 계층을 장악하려는 시도다. ‘윈도우 온 ARM(Windows on Arm)’ 생태계에 강력한 GPU가 결합되면, 온디바이스 인공지능 성능과 전력 효율의 기준이 재설정될 수 있다. 인텔·AMD·퀄컴에는 직접적 위협이며, 직전 호의 ‘아마존 자체 칩’과 마찬가지로 ‘설계 권력’을 둘러싼 수직 통합 경쟁이 PC 영역으로까지 확산됨을 보여준다.

직전 호가 ‘HBM4의 양산 공급’이라는 현재의 경쟁이었다면, HBM5 공개는 ‘2~3년 뒤의 전장(戰場)’을 미리 그리는 행보다. 특히 ‘2나노 베이스 다이’는 메모리에 자사 첨단 파운드리 공정을 결합해 메모리·로직의 경계를 허무는 시도로, HBM이 단순 저장 소자를 넘어 ‘연산이 결합된 지능형 메모리’로 진화하고 있음을 시사한다. 발열(HPB)을 정면으로 다룬 점도 의미가 크다. 고적층 HBM의 성능은 결국 ‘열을 어떻게 빼내느냐’에 의해 제약되기 때문이다. 로드맵을 선제 공개함으로써 고객사와 시장에 ‘기술 주도권’ 신호를 보내려는 전략으로 풀이된다.

인공지능 경쟁의 본질이 ‘연산 자원의 확보’인 만큼, 칩 수출 통제는 사실상 ‘상대국의 연산 능력에 대한 직접적 제약’이다. 통제의 기준을 ‘위치’에서 ‘소유 구조’로 옮긴 것은, 우회로를 봉쇄하려는 정책의 정교화이자 글로벌 반도체 공급망의 ‘블록화(分斷)’가 한층 깊어짐을 의미한다. 이는 본 호 1번 항목(WSTS 시장 전망)이 그리는 ‘1.5조 달러 호황’의 이면에 자리한 지정학적 위험을 드러내며, 다음 항목의 ‘중국 자체 칩 개발’이라는 응수와 동전의 양면을 이룬다.

수출 통제는 단기적으로 중국의 연산 능력을 제약하지만, 동시에 ‘국산화’를 강제하는 압력으로도 작용한다. 자체 아키텍처 공개와 화웨이·캠브리콘의 매출 급증은, 통제가 역설적으로 중국 내 인공지능 반도체 생태계의 성장을 가속하고 있음을 시사한다. 다만 ‘설계’와 ‘첨단 공정 제조’는 별개의 난제로, 최선단 노드 양산 능력의 확보 여부가 실질적 자립의 관건으로 남는다. 세계 반도체 시장이 ‘미국 진영’과 ‘중국 진영’으로 나뉘어 각자의 표준·공급망을 구축하는 ‘이중화’ 흐름이 뚜렷해지고 있다.

직전 호가 네이버 ‘에이전트 N’ 등 ‘소버린 AI’의 소프트웨어 전략을 다루었다면, 이번 항목은 그 토대가 되는 ‘하드웨어(연산) 주권’의 구축이다. 거대 인공지능 모델의 학습·운용은 막대한 GPU를 전제로 하므로, 국가가 직접 컴퓨팅 자원을 확보·배분하는 것은 기술 종속을 줄이는 핵심 기반이다. 특히 ‘국산 인공지능 반도체 비중 50%’ 목표는, 미·중이 공급망을 블록화하는 국면에서 한국이 자체 생태계를 갖추려는 전략적 포석이다. 다만 확보한 자원의 ‘효율적 배분’과 국산 칩의 ‘성능 경쟁력’이 실효성을 좌우할 과제로 남는다.

이는 직전 호에서 다룬 구글 딥마인드의 ‘제미나이 포 사이언스’와 더불어, 인공지능이 ‘범용 대화’를 넘어 ‘특정 과학 분야 전용 도구’로 분화하고 있음을 보여준다. 신약개발은 막대한 시간·비용이 드는 대표적 ‘느린 과학’이어서, 가설 수립부터 실험 설계·데이터 해석까지의 반복을 인공지능이 가속하면 산업적 파급이 크다. ‘토큰 31% 절감’이 강조된 점은, 과학용 인공지능의 승부처가 단순 성능을 넘어 ‘비용 효율’로 이동했음을 시사한다. 본 호 1번 섹션의 기초연구와 마찬가지로, 인공지능이 제시한 가설·분석의 ‘재현성 검증’이 신뢰의 전제로 남는다.

‘기억’의 확장은 인공지능 비서가 일회성 응답기를 넘어 ‘맥락을 누적하는 동반자’로 진화하는 방향을 보여준다. 다만 ‘무엇을, 얼마나, 어떻게’ 기억할지는 개인정보·보안과 직결되며, ‘활성 세션·신뢰 연락처’ 같은 안전 장치가 함께 도입된 것은 그 위험을 의식한 행보다. Codex의 ‘공유형 사이트’는 코드 결과물을 곧바로 협업 가능한 산출물로 바꾸어, 코딩 인공지능 경쟁이 ‘코드 생성’에서 ‘작업 흐름의 통합’으로 확장되고 있음을 보여준다. 직전 호의 ‘코딩 인공지능 삼파전’을 잇는 제품 단계의 구체화로 평가된다.

클라우드 기반 거대모델 경쟁이 ‘서버의 두뇌’를 다툰다면, 갤럭시 AI는 ‘손안의 기기’에서 인공지능을 직접 구동하는 온디바이스 전략이다. 이는 응답 지연과 개인정보 유출 위험을 줄이고 통신이 끊긴 환경에서도 작동한다는 강점이 있어, 거대 클라우드 모델과 상호 보완하는 축으로 주목된다. 음성비서의 ‘자연어화’는 인간-기기 상호작용의 문턱을 낮추는 변화이며, ‘유료화’ 방침은 인공지능 기능이 ‘기본 탑재 무료 서비스’에서 ‘지속 비용이 드는 유료 자원’으로 인식이 옮겨가고 있음을 보여준다.