AI 산업이 빠르게 성장하면서 반도체 시장의 경쟁도 새로운 국면을 맞이하고 있습니다.
그동안 AI 반도체의 핵심 메모리로는 HBM(High Bandwidth Memory)이 사실상 표준으로 자리 잡았습니다. 엔비디아, AMD, 구글 등 주요 AI 반도체 기업들은 대부분 HBM을 채택해 초고속 데이터 처리를 구현하고 있습니다.
하지만 최근 퀄컴(Qualcomm)과 인텔(Intel)이 각각 LPDDR6 기반 메모리 전략과 XBM(Cross-Batch Memory) 구조를 공개하면서 AI 메모리 시장에 새로운 경쟁 구도가 형성되고 있습니다.
이번 변화는 단순히 새로운 메모리 제품이 등장한 것이 아니라, AI 시대에 필요한 메모리 구조 자체가 다양해지고 있음을 보여주는 중요한 신호로 평가됩니다.
왜 HBM이 AI 시장의 핵심이 되었을까?
AI 모델은 수십억 개 이상의 데이터를 동시에 읽고 처리해야 합니다.
GPU의 연산 성능이 아무리 뛰어나더라도 메모리가 데이터를 충분히 빠르게 공급하지 못하면 전체 성능이 크게 떨어집니다.
이 문제를 해결하기 위해 등장한 것이 바로 HBM입니다.
HBM은 여러 개의 DRAM을 수직으로 적층하고 TSV(Through Silicon Via) 기술을 이용해 연결함으로써 기존 D램보다 훨씬 높은 대역폭을 제공합니다.
덕분에 AI 학습(Training)과 대규모 데이터 처리에서는 현재 가장 뛰어난 성능을 제공하는 메모리로 자리 잡았습니다.
그러나 HBM에는 몇 가지 한계도 존재합니다.
- 제조 비용이 매우 높다.
- 첨단 패키징 기술이 필요하다.
- 실리콘 인터포저 사용으로 생산 단가가 상승한다.
- 공급 확대가 쉽지 않다.
이러한 문제 때문에 글로벌 반도체 기업들은 HBM을 보완하거나 일부 용도에서는 대체할 수 있는 새로운 메모리 기술을 연구하고 있습니다.
퀄컴의 선택, LPDDR6 기반 HBC 전략
퀄컴은 차세대 AI 추론(Inference) 가속기를 위해 LPDDR6 기반 HBC(High Bandwidth Compute) 구조를 제시했습니다.
기존 AI 서버는 일반적으로 GPU와 HBM을 조합하는 방식을 사용합니다.
반면 퀄컴은 저전력 메모리인 LPDDR6를 AI 가속기와 매우 가깝게 배치해 데이터 이동 거리를 최소화하는 접근법을 선택했습니다.
즉, 단순히 메모리를 교체한 것이 아니라 시스템 구조 자체를 새롭게 설계한 것입니다.
퀄컴은 이를 통해 다음과 같은 효과를 기대하고 있습니다.
- 소비전력 감소
- 발열 감소
- 제조 비용 절감
- 높은 전력 효율
- AI 추론 성능 향상
AI 서비스가 클라우드뿐 아니라 스마트폰, 노트북, 자율주행차 등 다양한 기기로 확대되는 상황에서 이러한 저전력 설계는 중요한 경쟁력이 될 것으로 보입니다. (연합뉴스)
LPDDR6는 무엇이 달라졌나?
LPDDR(Low Power Double Data Rate)는 원래 스마트폰과 태블릿 같은 모바일 기기를 위해 개발된 저전력 D램 규격입니다.
최신 규격인 LPDDR6는 기존 LPDDR5X 대비 성능과 효율을 크게 개선했습니다.
대표적인 특징은 다음과 같습니다.
- 데이터 처리 속도 향상
- 전력 효율 개선
- 온디바이스 AI 최적화
- 발열 감소
- 배터리 사용 시간 향상
SK하이닉스는 세계 최초로 10나노급 6세대(1c) 공정을 적용한 LPDDR6 개발을 완료했으며, 기존 LPDDR5X 대비 데이터 처리 속도는 약 33%, 전력 효율은 20% 이상 개선됐다고 발표했습니다. (연합뉴스)
이러한 특성 덕분에 LPDDR6는 앞으로 스마트폰뿐 아니라 AI PC, 자율주행차, 엣지 AI 기기 등 다양한 분야에서 활용될 가능성이 높습니다.
인텔이 공개한 XBM이란?
인텔은 또 다른 접근법으로 XBM(X-Bandwidth Memory 또는 특허 기반 차세대 메모리 구조)를 제시했습니다.
HBM의 가장 큰 문제 중 하나는 GPU와 메모리를 연결하는 실리콘 인터포저입니다.
인터포저는 성능 향상에는 도움이 되지만 제조 비용이 높고 생산 과정도 복잡합니다.
인텔은 이러한 구조를 단순화하기 위해 새로운 메모리 연결 방식을 제안했습니다.
XBM의 핵심은 다음과 같습니다.
- 실리콘 인터포저 의존도 감소
- 차세대 칩 간 연결 기술(UCIe) 활용
- 패키징 단순화
- 제조 비용 절감
- 확장성 향상
즉, 최고 성능만을 추구하는 것이 아니라 비용과 생산성까지 함께 고려한 AI 메모리 구조를 지향하고 있습니다.
AI 데이터센터가 빠르게 확대되는 상황에서 이러한 접근은 운영 비용 절감 측면에서도 의미가 있다는 평가를 받고 있습니다.
HBM을 완전히 대체할 수 있을까?
현재로서는 가능성이 높지 않습니다.
HBM은 여전히 초대형 AI 모델 학습과 고성능 GPU 환경에서 가장 뛰어난 성능을 제공합니다.
엔비디아의 최신 AI GPU 역시 HBM을 핵심 메모리로 채택하고 있으며, AMD와 주요 AI 가속기 업체들도 같은 방향을 유지하고 있습니다.
다만 AI 시장이 세분화되면서 메모리 역시 용도에 따라 선택이 달라질 가능성이 커지고 있습니다.
예를 들어,
- 대규모 AI 학습 → HBM
- AI 추론 → LPDDR6 기반 솔루션
- 온디바이스 AI → LPDDR6
- 모바일 AI → LPDDR6
- 일부 서버용 AI → 새로운 패키징 기술(XBM 등)
이처럼 하나의 메모리가 모든 시장을 독점하기보다 목적에 맞는 메모리가 함께 성장하는 구조가 될 가능성이 높습니다.
국내 반도체 기업에는 어떤 의미가 있을까?
삼성전자와 SK하이닉스는 세계적인 메모리 반도체 기업으로, HBM과 LPDDR 분야 모두에서 중요한 위치를 차지하고 있습니다.
특히 SK하이닉스는 LPDDR6 개발을 완료하고 양산 준비에 들어갔으며, 삼성전자 역시 차세대 LPDDR6 기술을 기반으로 AI 메모리 시장 확대를 추진하고 있습니다. (연합뉴스)
앞으로 AI 기기의 보급이 늘어날수록 HBM뿐 아니라 LPDDR6 수요도 함께 증가할 가능성이 높아 국내 메모리 기업들에게는 새로운 성장 기회가 될 수 있습니다.
앞으로 주목해야 할 변화
AI 산업은 이제 단순히 GPU 성능 경쟁을 넘어 메모리 기술 경쟁으로 확대되고 있습니다.
HBM은 여전히 고성능 AI 시장의 핵심이지만, 비용과 전력 효율을 중시하는 시장에서는 LPDDR6와 같은 저전력 메모리의 역할이 점점 커질 것으로 예상됩니다.
또한 인텔의 XBM과 같은 새로운 패키징 기술은 향후 AI 서버 설계 방식에도 영향을 미칠 수 있습니다.
결국 미래 AI 반도체 시장은 하나의 기술이 독점하기보다 다양한 메모리 기술이 공존하며 각각의 역할을 담당하는 방향으로 발전할 가능성이 큽니다.
마무리
퀄컴의 LPDDR6 기반 HBC 전략과 인텔의 XBM 기술은 AI 메모리 시장이 새로운 전환점을 맞고 있음을 보여줍니다.
지금까지는 HBM이 AI 메모리 시장을 주도해 왔지만, 앞으로는 성능뿐 아니라 비용, 전력 효율, 생산성까지 고려한 다양한 메모리 솔루션이 경쟁하게 될 것으로 보입니다.
AI 산업이 빠르게 성장하는 만큼 메모리 기술 역시 함께 진화하고 있으며, 이러한 변화는 삼성전자와 SK하이닉스를 비롯한 글로벌 메모리 기업들의 미래 전략에도 중요한 영향을 미칠 것으로 예상됩니다.