"국산 AI칩 생태계 구축에 수요·공급·대학 모두 힘 모아야"
"AI 반도체 국산화의 열쇠는 수요기업과 팹리스 모두에 있습니다. 수요기업은 당장의 성과를 얻기 위한 외산 칩 의존 기조에서 벗어나야 하고, 팹리스는 칩을 실제로 사용하는 데 필요한 소프트웨어 시스템을 제공해야 하죠. 이러한 생태계를 만드려면 정부·기업·대학 등 각계의 노력이 (절대적으로)필요합니다." 김용석 가천대학교 석좌교수(반도체교육원장)는 최근 기자와의 서면 인터뷰를 통해 국내 AI 반도체 국산화의 현주소와 방안에 대해 이같이 밝혔다. AI 반도체 국산화 어려운 이유…"수요·공급 모두 요인" 현재 세계 각국은 AI 주도권을 확보하기 위한 핵심 무기로 AI 반도체 개발에 사활을 걸고 있다. 국내에서도 퓨리오사AI·리벨리온 등 데이터센터용 AI 반도체와 딥엑스·모빌린트 등 엣지 AI 반도체를 만드는 스타트업이 대거 탄생했다. 그러나 국내 AI 반도체 생태계는 미국·중국 등 주요 국가 대비 규모가 턱없이 작다는 지적을 받고 있다. 아직 성과가 미진한 것도 사실이다. 우리나라에서 AI 반도체 국산화가 어려웠던 이유는 크게 두 가지다. 수요기업인 대기업이나 팹리스 모두 문제점이 있다. 세트 기업의 경우, 외산 칩을 활용한 제품 상용화에 익숙해져 있어 중장기적 개발이 필요한 국산 칩을 적극적으로 채택하지 못하고 있다. 팹리스 기업들은 AI 반도체의 또다른 핵심 요소인 소프트웨어 개발 여력이 부족하다. AI 반도체가 상용화되기 위해서는 칩이 단순히 동작하는 것을 넘어 바로 적용할수 있는 범용 시스템을 갖춰야 하는데, 이를 위해서는 풀스택(시스템 소프트웨어, 런타임 소프트웨어, 컴파일러) 등 개발 환경 모두를 다뤄야 한다. 김 교수는 "통상 세트 기업들이 단기적인 성과를 지향하다보니, 3~4년 수준의 중장기적 칩 기획 능력은 부족한 상황"이라며 "팹리스는 AI 반도체 풀스택 개발에 어려움을 겪고 있는데, 대학에서 이 부분의 인재양성을 제대로 못한 것도 문제"라고 지적했다. "中 AI 반도체 팹리스 약진 매서워…성공 비결 배워야" 이러한 관점에서, 중국 AI 반도체 팹리스의 성장세에서 배워야 할 교훈이 있다는 게 김 교수의 제언이다. 중국 화웨이와 캠브리콘은 비교적 선단 공정에 속하는 7나노미터(nm) 공정 기반의 AI칩을 상용화하는 데 성공했으며, 호라이즌 로보틱스는 차량용 AI칩으로 중국 자율주행 산업을 주도하고 있다. 김 교수는 "중국 정부는 핵심 산업의 기술 자립을 위해 실패해도 다시 도전할 수 있는 메커니즘, 즉 중국어로 '용착기제(容錯機制)' 정책을 시행했다. 중국은 실패라는 자산을 쌓아온 셈"이라며 "반도체 칩이 상용화되기 위한 실증 단계에서도 중국은 국산 AI 반도체 사용을 의무화하는 등 초기 시장을 보장해줬다"고 말했다. 이외에도 중국은 대기업 중심의 수직적 생태계를 구축하고 있다. 화웨이, 알리바바, 텐센트 등이 AI 반도체를 직접 설계하거나 유망 팹리스를 전략적으로 육성해, 수요 기업과 팹리스, 파운드리 간 연결이 비교적 수월하다. 김 교수는 "중국은 우수한 이공계 출신 인력들이 밤낮없이 열심히 일한다. 966 근무제(9시~오후 9시, 주 6일)를 불법으로 규정하면서도 산업 경쟁력 강화를 위해 관행이 묵인되는 실정"이라며 "반면 우리나라는 연구개발 업무에까지 주52 시간제의 획일적 근로시간 규제를 적용하면서 혁신의 속도를 떨어뜨리고 있다"고 지적했다. 한국 AI 반도체 팹리스 경쟁력 갖추려면 각계 노력 합쳐져야 결과적으로 국내 AI 반도체 팹리스 경쟁력 강화를 위해서는 기업과 정부, 대학 등 각계의 노력이 한데로 모아져야 할 것으로 보인다. 그 중에서도 '수요기업-팹리스-파운드리' 연계를 통한 생태계 구성이 가장 시급한 과제로 지목된다. 이에 산업통상부는 8000억원 규모의 'K-온디바이스 AI 반도체' 개발 과제를 기획했다. 올해부터 5년간 진행된다. 해당 과제는 국내 대표 수요기업과 팹리스가 상용 수준을 목표로 AI 반도체 개발부터 제품 적용까지 폭넓게 협업한다. 과제 종료 시점에 자동차, 기계로봇, IoT가전, 방산 등 분야별로 스타급 팹리스가 탄생할 것으로 기대된다. 김 교수는 "정부는 기존 국책 과제의 나눠 주기식에서 탈피해 유니콘으로 성장할 가능성이 있는 팹리스에 전폭적인 투자, 실증·사업화 지원을 해야 한다"며 "수요 대기업들이 국산화 칩 확보 의지를 가져야 하고, 기업 오너나 CEO도 국산 칩 개발 의지가 있어야 한다. 삼성 스마트폰에 들어가는 핵심 국산 칩인 '엑시노스'가 좋은 사례”라고 말했다. 대학은 인재 양성 측면을 보강해야 할 필요가 있다. 김 교수는 실제로 칩 설계를 해볼 수 있는 프로젝트형 교과목과, 특히 시스템 소프트웨어 인력 양성을 위한 교과목 신설이 필수라고 강조했다. AI 반도체의 실제 구동 성능과 전력 효율성은 시스템 소프트웨어에 좌우되기 때문이다. 김 교수는 "예를 들어 퓨리오사AI나 딥엑스의 국산 AI 반도체 보드를 기반으로 한 대학 과목을 신설하는 것을 제안한다. AI 반도체 팹리스도 강사 지원 등 노력을 함께 해야 한다"며 "또한 정부는 이런 유형의 교과목을 대학이 채택할 시, 정부 과제로 예산을 지원하는 방안을 고려해야 한다"고 밝혔다. 김 교수는 마지막으로 "AI 시대는 우리에게 새로운 기회다. 수요 대기업, 팹리스, 대학, 정부가 국산 AI 반도체를 개발하겠다는 확고한 의지를 가지고 총력을 기울여야 할 때"라며 "한국에서도 엔비디아 같은 기업이 나올 수 있도록, 역대급 메모리 슈퍼사이클의 성과가 시스템반도체를 키우는 데 활용되길 기대한다"고 강조했다.
