검색 - IT세상을 바꾸는 힘 지디넷코리아

ZDNet 검색 페이지

'DQ'통합검색 결과 입니다. (3건)

태그
기간
- 3개월
- 1년
- 1년 이전

재검색

SK하이닉스, AI 추론 병목 줄이는 '커스텀 HBM' 정조준

SK하이닉스가 향후 다가올 커스텀 HBM(고대역폭메모리) 시대를 위한 무기로 '스트림DQ(StreamDQ)'를 꺼내 들었다. 기존 GPU가 담당해 추론 과정에서 병목 현상을 일으키던 작업을, HBM이 자체적으로 수행해 데이터 처리 성능을 끌어올리는 것이 골자다. GPU 업체 입장에서도 HBM으로 일부 기능을 이전할 수 있기 때문에 칩 설계를 보다 유연하게 할 수 있다는 이점이 있다. SK하이닉스는 해당 기술을 통해 엔비디아 등 주요 고객사와 협의를 진행할 것으로 관측된다. SK하이닉스는 지난 6일(현지시간) 미국 라스베이거스 베니션 호텔에서 'CES 2026' 프라이빗 전시관을 마련하고 커스텀 HBM 기술을 공개했다. 커스텀 HBM 시장 정조준…고객사에 '스트림DQ' 기술 제안 커스텀 HBM은 차세대 버전인 HBM4E(7세대 HBM)부터 본격적으로 적용될 것으로 전망되는 제품이다. 기존 HBM이 표준에 따라 제작됐다면, 커스텀 HBM은 고객사가 원하는 기능을 베이스 다이에 추가하는 것이 가장 큰 차별점이다. 베이스 다이는 HBM을 적층한 코어 다이의 메모리 컨트롤러 기능을 담당하는 칩으로, HBM과 GPU 등의 시스템반도체를 PHY(물리계층)로 연결한다. 기존에는 메모리 회사가 이를 제조했으나, 다양한 로직 기능이 추가되면서 HBM4부터는 주로 파운드리 공정을 통해 양산된다. SK하이닉스는 커스텀 HBM 상용화를 위해 고객사에 스트림DQ라는 기술을 제안하고 있다. 얼마전 막을 내린 CES 2026 전시관이 고객사 대상으로 운영된 만큼, 엔비디아 등 글로벌 빅테크에 적극적인 프로모션을 진행했을 것으로 예상된다. SK하이닉스 관계자는 "스트림DQ는 커스텀 HBM의 한 사례로서, SK하이닉스는 해당 기술을 논문으로도 냈다"며 "고객사가 커스텀 HBM 관련 기술을 우리에게 제안하기도 하지만, 반대로 SK하이닉스가 제시하기도 한다"고 설명했다. GPU 일부 기능 HBM으로 이전…빅테크 부담 덜어준다 스트림DQ 기술은 기존 GPU 내부의 컨트롤러 기능 일부를 HBM의 베이스 다이로 이전하는 것이 주 골자다. 이렇게 되면 GPU 제조사는 칩 내부 공간을 더 넓게 쓸 수 있어, 시스템반도체의 성능 및 효율성 향상을 도모할 수 있다. SK하이닉스 입장에서는 베이스 다이에 GPU 컨트롤러 등을 추가하더라도 큰 부담이 없다. 대만 주요 파운드리인 TSMC의 선단 공정을 적용하기 때문이다. 또한 SK하이닉스는 해당 베이스 다이에 UCIe 인터페이스를 적용해 칩의 집적도를 더 높였다. UCIe는 칩을 기능별 단위로 분할해 제조한 후, 서로 연결하는 최첨단 기술이다. HBM이 '역양자화' 대신 처리…LLM 처리 속도 7배 향상 가능 AI 가속기의 데이터 처리 성능 역시 획기적으로 높아진다. 대규모언어모델(LLM)은 메모리 사용량을 효율적으로 감축하기 위해 낮은 비트 정수로 데이터를 압축하는 '양자화(Quantization)' 과정을 거친다. 이후 실제 연산 과정에서는 데이터를 다시 압축 해제하는 '역양자화(Dequantization)'를 진행한다. 기존 역양자화 작업은 GPU가 담당했다. 그런데 GPU가 역양자화를 진행하면 전체 LLM 추론 시간의 최대 80%를 잡아먹는 메모리 병목 현상을 일으키는 문제가 발생해 왔다. 반면 스트림DQ는 양자화된 정보를 그대로 GPU에 보내는 것이 아니라, HBM 내부에서 데이터가 흘러가는 과정에서 역양자화를 곧바로(on-the-fly) 진행한다. 덕분에 GPU는 별도의 작업 없이 곧바로 연산 작업을 진행할 수 있게 된다. 이처럼 흘러가는(스트림) 데이터를 곧바로 역양자화(DQ)한다는 관점에서 스트림DQ라는 이름이 붙었다. 이를 통해 병목 현상이 발생했던 LLM 추론 처리 속도가 약 7배 이상으로 개선될 수 있다는 게 SK하이닉스의 설명이다. 전체 AI 가속기의 추론 속도 역시 크게 향상될 것으로 기대된다. SK하이닉스 관계자는 "방대한 양의 데이터를 처리하는 시스템반도체를 메모리 근처에 가져다 놓고 데이터 결과값만 받게 하면 시스템적으로 굉장히 효율적"이라며 "프로세싱 니어 메모리(PNM)의 개념으로 볼 수 있다"고 말했다.

2026.01.14 13:48장경윤 기자

[단독] "프로젝트 관리도 AI로"…LG CNS, AI 품질진단 도구 내놨다

인공지능 전환(AX) 시장에서 전문기업으로 입지를 구축하고 있는 LG CNS가 새로운 무기를 앞세워 기업 고객 공략에 속도를 낸다. AI가 개발 프로젝트 품질을 알아서 진단해 업무 효율을 획기적으로 끌어올릴 수 있도록 한 솔루션 개발에 성공한 것이다. 21일 업계에 따르면 LG CNS는 최근 AI 기반 품질진단도구 'AI-DQ'를 출시하며 핵심 기술 특허 출원을 완료했다. 이 솔루션은 IT 프로젝트에서 발생하는 코드 결함과 예측 불가능한 요구사항 변경 등의 문제를 해결해준다. AI-DQ는 개발 막바지 단계에 막대한 시간과 비용을 투입해 결함을 해결해야 했던 '사후 대응' 방식에서 벗어나 초기부터 품질을 자동으로 점검하고 개선하는 '선제적 품질관리'로 전환할 수 있도록 돕는 점이 핵심이다. 이전에는 사람이 일일이 개발 프로젝트의 품질을 확인하고 관리해야 했다. 그러다보니 프로젝트 규모가 클수록 검증해야 할 코드양과 요구사항이 많아 품질 관리 난이도가 높았다. AI-DQ는 고객 요구사항 명세서, 설계 문서, 산업별 규제 기준 등을 바탕으로 개발 과정에서 사용된 소스코드와 교차 분석을 수행한다. 기존의 코드 분석 도구처럼 문법 오류나 일반 보안 취약점만 탐지하는 것이 아니라, AI가 고객 요구사항과 관련된 소스코드가 제대로 구현됐는지 대조하며 잠재적 결함과 누락된 기능을 찾아낸다. 뿐만 아니라 AI-DQ는 ▲개인정보보호법 준수 여부 ▲제조업 안전 규정 반영 여부 같은 특정 요구사항까지 자동으로 검증할 수 있다. 마치 수십년 경력의 IT 전문가가 개발자의 코드를 직접 검토해주는 것처럼 AI가 프로젝트 전반의 품질을 지능적으로 관리하는 것이다. AI가 품질을 판단하는 기준은 각 프로젝트의 요구사항과 산업 영역의 특성을 반영해 자유롭게 설정할 수 있다. 예를 들어 금융 AI 플랫폼 개발 시에는 계좌 조회, 암호화 처리, 금융실명법 준수 등 금융업 특화 요구사항을 기준으로 소스코드 품질을 검증하고, 제조업 MES 시스템 개발 시에는 생산 안전, 품질 추적성, 설비 연동 표준 등을 반영한 진단을 수행하는 것이다. 이를 통해 AI-DQ는 공공, 금융, 제조, 통신, 물류 등 다양한 산업군의 특성을 고려한 맞춤형 품질 진단 결과를 제공한다. 프로젝트 관리자는 코드 품질과 고객 요구사항 반영 수준 등을 한 번에 보여주는 대시보드를 통해 프로젝트 전체 상황을 조망하며 문제를 원천 관리할 수 있다. 개발자는 코드 구조와 보안 취약점 등에 대한AI 피드백과 개선안을 받아 즉각적으로 품질을 높일 수 있다. 추경호 LG CNS CTO 품질전략실장은 "AI를 활용한 품질 관리는 단순히 결함을 빨리 찾는 수준을 넘어 품질관리의 패러다임 자체를 바꾸는 혁신"이라며 "AX 시대를 이끄는 선도주자로서 AI-DQ를 통해 기술적 성공을 넘어 고객의 비즈니스 성공을 이끌고 시장의 확고한 신뢰를 얻어 나갈 것"이라고 말했다.

2025.10.22 10:29장유미 기자

DQ인증 받은 AI추론 데이터 첫 등장...TTA, 플리토 CoT에 부여

데이터품질인증(DQ, Data Quality)을 받은 AI추론 데이터가 처음 등장했다. 한국정보통신기술협회(TTA, 회장 손승현)는 주식회사 플리토(대표 이정수)가 개발한 '논리추론 CoT(Chain of Thought) 데이터'에 데이터품질 인증을 국내 최초로 부여했다고 28일 밝혔다. 논리추론 CoT(Chain of Thought) 데이터에 DQ인증을 준 건 이번이 처음이다. DQ인증은 과학기술정보통신부가 지정한 데이터 품질인증기관이 '데이터 산업진흥 및 이용촉진에 관한 기본법' 제20조 5항(데이터 품질인증 대상 및 품질기준)에 의거, 데이터 내용과 데이터 관리체계를 진단하고 수준을 평가, 품질을 인증한다. TTA와 와이즈스톤 등 3곳이 DQ인증을 주고 있다. 플리토는 한국어 기반 AI모델의 고차원적인 추론 능력을 강화하기 위해 논리추론 CoT 데이터를 기획 및 개발하고 데이터 품질인증 전문기관인 TTA에 인증 심사를 의뢰, 최고 등급인 A등급의 품질을 인정받았다. TTA DQ인증을 받은 '논리추론 CoT데이터'는 5개 핵심 분야(경제·과학·기술·사회과학·수학)에 걸쳐 한국어로 된 질의·추론·답변 쌍을 제공하고 있으며, 각 분야별로 전문적이고 복합적인 질의에 대한 단계적 사고 과정을 5단계로 구성했다. 해당 데이터는 '질문(question)' '문제 정의(task)' '접근 방식(approach)' '초기 해석(initial_analysis)', '추론 단계(step_by_step_1~5)', '최종 응답(output)'의 총 11개 항목으로 구조화돼 있다. 특히, 이 데이터는 5단계의 추론 구조를 통해 문제의 핵심 개념을 정의해 논리 추론 관계를 연결해 중간 가설을 도출했고, 실제 유사 사례를 통해 논리를 검증함에 따라, 마지막 추론 단계에서는 전체 추론 내용을 요약해 최종 답변의 기반을 제공, 복합 문제를 해결하는데 명확한 근거를 제공한다고 TTA는 밝혔다. TTA는 5개 분야별 CoT데이터의 어노테이션 유효성과 정확성 평가를 중점적으로 심사했고, 분야별 질의 유형을 설정해 질의 유형에 따른 접근 방식과 추론 과정의 의미적 연관성과 추론 5단계의 일관적인 논리 과정에 따른 답변의 적절성 등을 함께 객관적으로 심사했다고 설명했다. TTA 손승현 회장은 “CoT데이터는 AI의 사고 과정을 기록한 설명서와 같아서 설명가능한 AI를 위한 핵심적인 역할을 할 것”라며 "이번 인증은 향후 추론 AI 모델 개발에 광범위하게 활용할 수 있는 CoT데이터의 품질을 확보함으로써 AI 신뢰성을 높이고, AI 기본사회에 기여할 것”이라고 밝혔다.

2025.07.28 17:30방은주 기자