티스토리 뷰

재테크/주식

Gemini에게 물어보자2 (AI반도체)

초크베리파이 2025. 11. 23. 23:28

Q : CPU, TPU, NPU의 특징과 GPU대비 장단점이 뭔지 자세히 설명해줘

 
 
 

인공지능(AI) 반도체는 겉보기엔 복잡해 보이지만, **"누가, 어떤 일을, 얼마나 효율적으로 처리하느냐"**의 차이로 이해하면 아주 쉽습니다.

컴퓨터 공학을 전공하지 않으셔도 이해하실 수 있도록, **'운송 수단'**과 **'일꾼'**에 비유하여 명쾌하게 설명해 드릴게요.

1. 핵심 개념 잡기: 왜 GPU가 기준일까?

본격적인 비교에 앞서, 왜 질문자님께서 GPU를 기준으로 잡으셨는지 이해하는 것이 중요합니다.

원래 GPU는 게임 그래픽(화면의 점 하나하나를 동시에 계산)을 위해 태어났습니다. 그런데 AI(특히 딥러닝)가 하는 일이 그래픽 처리와 비슷하게 **"단순한 수학 문제를 동시에 엄청나게 많이 푸는 것"**이라는 사실이 밝혀졌죠. 그래서 현재 AI 시장의 **"사실상의 표준(Standard)"**이자 왕좌를 차지하고 있는 것이 바로 GPU입니다.

하지만 GPU도 완벽하지 않아서, 이를 보완하거나 대체하기 위해 나온 것이 NPU와 TPU입니다.

Shutterstock

2. 각 반도체의 특징 (비유 설명)

각 반도체를 **'일꾼'**에 비유해 보겠습니다.

① CPU (Central Processing Unit): 똑똑한 소수의 천재들

  • 비유: 수학 박사 4명
  • 특징: 아주 복잡한 논리, 순서가 중요한 일, 컴퓨터 전체를 지휘하는 일을 아주 잘합니다.
  • AI에서의 역할: 너무 똑똑해서 오히려 문제입니다. AI는 '1+1' 같은 단순 계산을 100억 번 해야 하는데, 박사님들에게 이 일을 시키면 지루해하고 비효율적입니다. 그래서 AI 연산의 메인이 되지는 못합니다.

② GPU (Graphics Processing Unit): 단순 작업을 잘하는 대규모 군단

  • 비유: 초등학생 5,000명
  • 특징: 어려운 미적분은 못 풀지만, 덧셈/뺄셈 같은 단순한 문제는 5,000명이 동시에 달려들어 순식간에 끝냅니다.
  • AI에서의 역할: 현재 AI 학습과 실행의 핵심입니다. "동시에 많이" 처리하는 능력이 탁월합니다.

③ NPU (Neural Processing Unit): AI만을 위해 태어난 숙련공

  • 비유: AI 계산만 전문으로 하는 달인
  • 특징: GPU에서 '그래픽 기능' 같은 AI와 상관없는 군더더기를 싹 빼버리고, 오직 AI 연산(인간의 뇌 신경망 모방)만 잘하도록 설계했습니다.
  • AI에서의 역할: 주로 스마트폰, 가전제품 등에서 AI 기능을 빠르고 전기를 적게 쓰며 실행할 때 쓰입니다. (예: 아이폰의 Face ID 인식)

④ TPU (Tensor Processing Unit): 구글이 만든 거대 AI 공장

  • 비유: 초대형 AI 전용 공장 라인
  • 특징: 구글(Google)이 자사의 AI(알파고, 검색 엔진 등)를 돌리기 위해 직접 만든 '초거대 NPU'라고 보시면 됩니다.
  • AI에서의 역할: 데이터 센터에 꽂혀서 엄청난 양의 데이터를 학습시키는 데 특화되어 있습니다.

3. GPU 대비 장단점 비교 (핵심)

이제 질문하신 대로, GPU와 비교했을 때 나머지 3가지의 장단점을 정리해 드립니다.

(1) CPU vs GPU

구분 CPU의 장점 (GPU 대비) CPU의 단점 (GPU 대비)
핵심 범용성(만능) 병렬 처리 속도 저하
내용 어떤 프로그램이든 실행할 수 있습니다. 엑셀, 웹서핑, 운영체제 관리 등 못 하는 게 없습니다. AI처럼 단순하고 방대한 계산을 동시에 처리할 때는 GPU보다 수십 배에서 수백 배 느립니다.
결론 AI의 "관리자" 역할을 합니다. (GPU에게 일을 시키는 역할)  

(2) NPU vs GPU

구분 NPU의 장점 (GPU 대비) NPU의 단점 (GPU 대비)
핵심 효율성(가성비) 범용성 부족
내용 1. 전기를 훨씬 적게 먹습니다. (스마트폰 배터리에 유리)

2. 불필요한 기능이 없어 크기가 작고 가격이 저렴할 수 있습니다.

3. AI 실행 속도가 빠릅니다.		 오직 AI 연산에만 최적화되어 있어서, 게임을 하거나 다른 작업을 할 때는 쓸모가 없습니다. 개발 난이도가 GPU보다 높을 수 있습니다.
결론 "소비자용 AI"의 미래입니다. (내 폰 안의 AI 비서)  

(3) TPU vs GPU

구분 TPU의 장점 (GPU 대비) TPU의 단점 (GPU 대비)
핵심 압도적 속도(전문성) 폐쇄성
내용 구글의 AI 소프트웨어(텐서플로)를 돌릴 때 GPU보다 압도적으로 빠르고 전력 효율이 좋습니다. 알파고가 이 TPU로 학습했습니다. 구글이 만들어서 구글만 씁니다(주로). 일반인이 사서 집에 꽂을 수 없습니다. 또한 특정 방식의 AI 모델 외에는 유연하게 대처하기 힘듭니다.
결론 "초거대 AI"를 위한 특수 병기입니다.  

4. 요약: 한 줄 정리

이해를 돕기 위해 **'목적지까지 짐(데이터)을 나르는 상황'**으로 요약해 보겠습니다.

  • CPU (스포츠카): 엄청 빠르고 똑똑하지만, 짐을 한 번에 2개밖에 못 싣습니다. (복잡한 계산 소수 처리)
  • GPU (덤프트럭 100대): 속도는 적당하지만, 짐을 한 번에 산더미처럼 싣고 나릅니다. (현재 AI의 주력)
  • NPU (배달 로봇): 짐 칸은 작지만, 전기를 아주 조금 먹고 골목길(스마트폰)을 요리조리 잘 다닙니다. (효율성 최강)
  • TPU (컨베이어 벨트): 정해진 짐만 나를 수 있지만, 그 짐에 한해서는 트럭보다 훨씬 빠르고 멈추지 않습니다. (특수 목적 최강)

5. 앞으로의 전망은?

현재는 GPU가 가장 널리 쓰이고 있습니다(NVIDIA가 돈을 많이 버는 이유입니다). 하지만 GPU는 전기를 너무 많이 먹고 가격이 비싸다는 단점이 있습니다.

그래서 앞으로는:

  1. 초거대 데이터 센터에서는 TPU 같은 전용 칩의 비중이 늘어나고,
  2. 우리가 쓰는 스마트폰이나 노트북에는 NPU가 기본으로 탑재되어 "인터넷 연결 없이도 똑똑한 AI"를 쓰게 될 것입니다.

이 설명이 도움이 되셨나요?

혹시 질문자님께서 사용하시는 스마트폰이나 노트북에 어떤 NPU가 들어있는지, 혹은 요즘 뉴스에 나오는 '엔비디아(NVIDIA)' 주식이 왜 이렇게 오르는지 이 내용과 연결해서 더 설명해 드릴까요?

 

 

 

Q : NPU와 TPU의 설계회사 및 제조회사를 알려줘. 그리고 NPU와 TPU 관련 한국과 미국의 주식회사들을 알려줘.

 

이전 설명이 이해에 도움이 되었다니 기쁩니다! 이번에는 기술적인 개념을 넘어, 실제로 **"누가 만들고, 어디에 투자해야 하는지"**와 관련된 산업과 기업 이야기로 넘어가 보겠습니다.

이 부분을 이해하려면 먼저 반도체 산업의 두 가지 큰 역할을 아셔야 합니다.

  1. 팹리스 (Fabless): 공장 없이 설계도만 그리는 회사 (건축가)
  2. 파운드리 (Foundry): 설계도를 받아 실제로 칩을 찍어내는 공장 (건설사)

이 틀을 잡고 TPU와 NPU의 플레이어들을 살펴보겠습니다.

1. TPU (Tensor Processing Unit)

TPU는 **구글(Google)**이 만들어서 자기네들만 쓰는 '비매품' 성격이 강합니다.

  • 설계 (Design): 구글 (Google)
    • 구글 내부의 하드웨어 엔지니어들이 직접 설계합니다.
  • 제조 (Manufacture): TSMC (대만), 일부 초기 모델 등은 삼성전자 파운드리와 협력하기도 했습니다.
    • 현재 최신 TPU는 세계 1위 파운드리 업체인 대만의 TSMC가 주로 생산하는 것으로 알려져 있습니다.

2. NPU (Neural Processing Unit)

NPU는 특정 회사의 독점 기술이라기보다, "AI 연산 장치"를 통칭하는 개념입니다. 그래서 스마트폰, 자율주행차 등 다양한 분야의 회사들이 각자의 이름으로 NPU를 설계합니다.

  • 주요 설계 회사 (이름):
    • 애플: '뉴럴 엔진 (Neural Engine)' - 아이폰, 맥북에 들어감
    • 삼성전자: 시스템LSI 사업부 (엑시노스 칩 내부에 NPU 탑재)
    • 퀄컴: '헥사곤 (Hexagon)' - 안드로이드 스마트폰용
    • 테슬라: 'FSD 칩' - 자율주행용 NPU 직접 설계
  • 주요 제조 회사:
    • TSMC (대만): 애플, 퀄컴, 테슬라 등의 칩을 도맡아 생산
    • 삼성전자 파운드리: 자사 칩 및 일부 외부 고객사 칩 생산

3. 관련 사업을 영위하는 주식회사 (미국 & 한국)

투자나 산업 동향 파악을 위해 주목해야 할 상장 기업들을 정리해 드립니다.

🇺🇸 미국 주식시장 (글로벌 리더)

기업명 (티커) 역할 및 관련성 특징
알파벳 (GOOGL) TPU의 창조자 TPU를 직접 설계하고 자사 클라우드 서비스(GCP)를 통해 대여해 줍니다. AI 서비스의 핵심 인프라를 쥐고 있습니다.
애플 (AAPL) 모바일 NPU 최강자 아이폰/맥북에 들어가는 '뉴럴 엔진'을 통해 소비자용 온디바이스 AI(인터넷 없는 AI) 시장을 이끕니다.
퀄컴 (QCOM) 스마트폰 NPU 강자 삼성 갤럭시 등 안드로이드 폰에 들어가는 칩(스냅드래곤)을 만들며, NPU 성능을 비약적으로 높이고 있습니다.
테슬라 (TSLA) 자율주행 NPU 자동차의 눈(카메라)으로 들어오는 정보를 처리하기 위해 직접 고성능 NPU를 설계하여 차에 넣습니다.
엔비디아 (NVDA) GPU + NPU 하이브리드 원래 GPU 회사지만, 칩 내부에 '텐서 코어'라는 NPU 기능을 넣어 사실상 시장을 장악했습니다.

🇰🇷 한국 주식시장 (핵심 파트너 및 틈새시장)

한국은 설계(팹리스)보다는 **제조(파운드리)**와 메모리 반도체, 그리고 설계를 도와주는 디자인 하우스 기업들이 관련주로 묶입니다.

기업명 (코드) 역할 및 관련성 특징
삼성전자 (005930) 설계 + 제조 + 메모리 NPU를 직접 설계(엑시노스)하고, 남의 NPU를 만들어주기도 하며(파운드리), NPU 옆에 붙는 고성능 메모리(HBM)도 팝니다. 모든 분야에 걸쳐 있습니다.
SK하이닉스 (000660) 필수 파트너 (메모리) NPU와 TPU가 아무리 빨라도 데이터를 공급하는 메모리가 느리면 소용없습니다. 이들에게 필수적인 HBM(고대역폭 메모리) 시장의 세계 1위입니다.
오픈엣지테크놀로지 NPU 설계 자산(IP) NPU를 만들 때 필요한 핵심 설계도(IP)를 개발하여 반도체 회사들에 빌려주고 로열티를 받습니다. (국내 대표 AI 반도체 IP 기업)
가온칩스 디자인 하우스 삼성전자 파운드리의 공식 파트너로, 팹리스(설계 회사)가 그린 NPU 도면을 공장에서 잘 찍어낼 수 있도록 다듬어주는 역할을 합니다.
네이버 (035420) 한국형 NPU 개발 삼성전자와 손잡고 네이버의 AI(하이퍼클로바X)에 최적화된 AI 반도체를 공동 개발하고 있습니다.

4. 요약 및 흐름

  • 미국 기업들은 주로 **"두뇌를 설계"**하거나 **"거대 플랫폼(구글)"**을 가지고 시장을 주도합니다.
  • 한국 기업들은 이 두뇌가 돌아가게 하는 **"최고급 메모리(SK하이닉스)"**를 공급하거나, 칩을 "만들어주는(삼성전자)" 역할, 그리고 그 설계를 돕는 "지원군(오픈엣지, 가온칩스 등)" 역할을 맡고 있습니다.

💡 참고: 한국에는 리벨리온(Rebellions), 퓨리오사AI, 사피온 같은 유망한 NPU 전문 스타트업들이 있지만, 이들은 아직 주식시장에 상장되지 않았습니다. 하지만 삼성전자나 SK텔레콤 같은 대기업들이 이들에게 투자하고 있으니 간접적으로 연결되어 있다고 볼 수 있습니다.

혹시 이 중에서 특히 관심이 가는 기업이 있으신가요? 아니면 NPU/TPU의 성능을 100% 끌어내기 위해 필수라는 'HBM(고대역폭 메모리)'이 도대체 무엇인지, 왜 한국이 여기서 강한지 설명해 드릴까요?

 

 

 

 

Q : 엔비디아의 텐서코어에 대해서 간략히 설명해줘. 그리고 이것이 TPU 대비 더 경쟁력 있는 기술인지 분석해줘.

 
 
 

엔비디아(NVIDIA)가 AI 시장을 장악할 수 있었던 '비밀 병기'인 **텐서 코어(Tensor Core)**에 대해 쉽게 설명해 드리고, 구글의 TPU와 비교했을 때 어떤 경쟁력이 있는지 분석해 드리겠습니다.

1. 텐서 코어(Tensor Core)란 무엇인가?

가장 중요한 점은 **"텐서 코어는 반도체 칩 전체가 아니라, 엔비디아 GPU 칩 안에 들어있는 '특별한 계산 구역'의 이름"**이라는 것입니다.

(1) 역할: 행렬 연산의 스페셜리스트

기존의 GPU(CUDA 코어)는 그래픽 처리를 위해 점(Pixel) 하나하나를 계산하는 데 능숙했습니다. 그런데 AI, 특히 딥러닝은 수많은 숫자의 표(행렬)를 통째로 곱하고 더하는 작업이 90% 이상입니다.

엔비디아는 생각했습니다.

"하나하나 계산하지 말고, 아예 덩어리째로 계산하는 전용 구역을 GPU 안에 심어버리자!"

그래서 탄생한 것이 텐서 코어입니다.

  • 일반 코어 (CUDA Core):  곱셈을 빠르게 처리 (소총수)
  • 텐서 코어 (Tensor Core):  (또는 그 이상) 행렬 곱셈을 한 번의 동작으로 처리 (대포)

(2) 핵심 기술: 혼합 정밀도 (Mixed Precision)

텐서 코어의 가장 무서운 점은 "적당히 정확하게, 엄청나게 빨리" 계산하는 능력입니다. 소수점 아래 15자리까지 꼼꼼하게 계산(FP32)하는 대신, 소수점 4~5자리 정도(FP16)로 계산해도 AI 성능에는 큰 차이가 없다는 점을 이용해 계산 속도를 비약적으로 높였습니다.

2. 엔비디아 텐서 코어(GPU) vs 구글 TPU: 경쟁력 분석

엄밀히 말하면 **'텐서 코어가 들어간 엔비디아 GPU'**와 **'구글 TPU'**를 비교해야 합니다. 기술적 우위와 시장 경쟁력 측면에서 분석해 드립니다.

(1) 범용성과 접근성 (엔비디아 승)

  • 엔비디아 (텐서 코어): 누구나 돈만 내면 살 수 있습니다. 대학생도 게이밍 노트북(RTX 시리즈)을 사면 그 안에 텐서 코어가 들어있어 AI 공부를 할 수 있습니다. 전 세계 AI 연구의 90% 이상이 이 환경에서 이루어집니다.
  • 구글 TPU: 칩만 따로 살 수 없습니다. 구글 클라우드(GCP)에 접속해서 '빌려' 써야 합니다. 구글의 방식에 맞춰야 하므로 접근성이 낮습니다.

(2) 생태계와 소프트웨어 (엔비디아 압승)

이것이 엔비디아가 이기는 가장 결정적인 이유입니다.

  • 엔비디아: **'쿠다(CUDA)'**라는 프로그래밍 언어가 있습니다. 텐서 코어를 100% 활용하게 해주는 이 언어는 이미 전 세계 AI 개발자의 공용어가 되었습니다. 다른 걸로 갈아타기가 너무 힘듭니다(락인 효과).
  • 구글 TPU: 텐서플로(TensorFlow)나 JAX 같은 특정 소프트웨어 프레임워크를 써야 성능이 잘 나옵니다. 훌륭하지만, 쿠다만큼의 호환성은 없습니다.

(3) 효율성과 전성비 (TPU 우세, 그러나...)

  • 구글 TPU: 애초에 AI 전용(ASIC)으로 설계되어, 그래픽 처리를 위한 불필요한 회로가 없습니다. 따라서 이론적으로 **전력 대비 성능(전성비)**은 TPU가 더 뛰어난 경우가 많습니다.
  • 엔비디아: GPU 기반이라 그래픽 기능 등 군더더기가 붙어 있어 전기를 많이 먹습니다. 하지만 엔비디아는 매년 **압도적인 하드웨어 스펙(HBM 메모리 탑재, 칩 크기 확대 등)**으로 밀어붙여, 절대적인 '속도' 면에서는 TPU를 찍어누르거나 대등하게 경쟁합니다.

3. 결론: 텐서 코어가 더 경쟁력이 있을까?

**"기술적 효율성은 TPU가 높을 수 있으나, 시장 장악력은 텐서 코어(엔비디아)가 압도적"**입니다.

그 이유는 '표준'의 힘 때문입니다.

  1. 개발 편의성: 전 세계 AI 논문과 오픈소스 코드가 대부분 엔비디아 GPU 기준으로 작성됩니다.
  2. 유연성: 텐서 코어가 있는 GPU는 AI 학습도 하고, 끝나면 그래픽 렌더링도 하고, 시뮬레이션도 돌릴 수 있습니다. 반면 TPU는 AI 연산 외에는 쓸모가 없습니다.

요약하자면: 구글 TPU가 **"나 혼자 쓰려고 만든 최고의 F1 레이싱카"**라면, 엔비디아의 텐서 코어 GPU는 **"누구나 사서 탈 수 있는 최고급 페라리"**입니다. 시장에서는 누구나 살 수 있는 페라리가 더 잘 팔릴 수밖에 없습니다.

다음 단계: 이야기가 나오다 보니 엔비디아와 떼려야 뗄 수 없는 **'쿠다(CUDA)'**라는 것이 도대체 무엇이길래 경쟁사들이 이 장벽을 못 넘는지 궁금하지 않으신가요? 아니면 앞서 언급된 반도체 속도 경쟁의 핵심인 **'HBM(고대역폭 메모리)'**에 대해 자세히 알아볼까요?

 

 

Q : AI반도체시장에서 인텔 주식회사를 SWOT관점으로 분석해줄수 있어?

 

2024년 말과 2025년 초의 최신 시장 상황과 재무 보고서를 바탕으로 **인텔(Intel)**의 AI 반도체 시장 경쟁력을 SWOT(강점, 약점, 기회, 위협) 관점에서 분석해 드립니다.

인텔은 현재 **"PC 시장의 지배자"**라는 영광과 **"AI 시대의 지각생"**이라는 오명 사이에서 사활을 건 변신을 시도하고 있습니다.

[SWOT 분석 요약]

구분 내용 (핵심 키워드)
강점 (Strength) • AI PC 시장의 압도적 점유율 (코어 울트라 시리즈)

• 패키징 기술력 (파운드리의 핵심 무기)

• 공급망 안정성 (미국 내 자체 생산 가능한 유일한 IDM)
약점 (Weakness) • 데이터센터 AI 점유율 미미 (엔비디아의 독주)

• 파운드리 사업의 막대한 적자 (수조 원대 손실)

• 소프트웨어 생태계 열세 (CUDA 장벽)
기회 (Opportunity) • '가성비' AI 칩 수요 증가 (가우디 3 전략)

• 파운드리 공급망 다변화 수요 (TSMC 의존도 탈피)

• 정부 보조금 (미국 칩스법의 최대 수혜자)
위협 (Threat) • 엔비디아/AMD의 기술 격차 (HBM, GPU 성능)

• ARM 진영의 급부상 (퀄컴, 애플 등의 PC 시장 침투)

• 재무적 리스크 (현금 흐름 악화 및 구조조정)

1. 강점 (Strengths): "썩어도 준치, PC와 제조의 저력"

  • AI PC 시장 선점: 데이터센터(서버)에서는 밀렸지만, 우리가 쓰는 노트북/데스크탑용 CPU 시장에서는 여전히 강력합니다. NPU를 내장한 '코어 울트라(Core Ultra)' 프로세서를 통해 "온디바이스 AI(인터넷 없는 AI)" PC 시장을 주도하고 있습니다. 2025년까지 AI PC 출하량의 상당 부분을 인텔이 가져갈 것으로 예상됩니다.
  • 첨단 패키징 기술: 반도체 미세 공정 경쟁과는 별개로, 칩을 쌓고 연결하는 '패키징(Packaging)' 기술은 세계 최고 수준입니다. 이는 향후 파운드리 고객을 유치할 때 강력한 무기가 됩니다.
  • 미국 본토 생산 능력: 대만(TSMC)에 의존하는 경쟁사들과 달리, 설계부터 제조까지 미국 땅에서 해결할 수 있는 유일한 기업입니다. 미중 갈등 상황에서 '안보'를 중시하는 미국 정부와 국방/공공기관에 가장 매력적인 파트너입니다.

2. 약점 (Weaknesses): "뼈아픈 실적과 후발주자의 한계"

  • 파운드리(위탁생산)의 출혈: 파운드리 사업 재진출 후 공장을 짓느라 천문학적인 돈을 쏟아부어 2024년 내내 막대한 적자를 기록했습니다. 이는 회사 전체의 주가와 재무 건전성을 크게 훼손하고 있습니다.
  • 존재감 없는 서버용 AI 칩: 엔비디아가 AI 서버 시장의 90% 이상을 장악한 상황에서 인텔의 야심작 '가우디 3(Gaudi 3)'는 점유율이 아직 미미합니다. 성능은 나쁘지 않으나, 이미 엔비디아의 생태계(CUDA)에 익숙해진 개발자들을 뺏어오기가 쉽지 않습니다.
  • 레거시(Legacy)의 덫: x86 아키텍처는 오랫동안 컴퓨터의 표준이었지만, 전력 효율이 중요한 모바일/AI 시대에는 무겁고 비효율적이라는 비판을 받고 있습니다.

3. 기회 (Opportunities): "틈새시장과 지정학적 반사이익"

  • '가성비' AI 칩 수요: 모든 기업이 비싼 엔비디아 칩(H100/Blackwell)을 쓸 수는 없습니다. 인텔은 가우디 3를 **"엔비디아보다 훨씬 저렴하면서 성능은 준수한 대안"**으로 포지셔닝하고 있습니다. AI 거품론과 함께 기업들이 비용 절감에 나서면 기회가 올 수 있습니다.
  • 탈(脫) TSMC 수요: 빅테크 기업(MS, 구글 등)들은 TSMC 한 곳에만 생산을 맡기는 것을 불안해합니다. 인텔의 최신 공정(18A)이 2025년에 성공적으로 양산된다면, **'제2의 공급처'**를 찾는 큰손들의 물량을 받아낼 수 있습니다.
  • 파운드리 분사 가능성: 최근 파운드리 사업부를 자회사로 분리하여 독립성을 강화하려는 움직임이 있습니다. 이것이 성공하면 외부 고객(심지어 경쟁사인 엔비디아나 AMD)도 인텔 공장에 칩 생산을 맡길 명분이 생깁니다.

4. 위협 (Threats): "사방이 적"

  • ARM 진영의 PC 침공: 퀄컴이 '스냅드래곤 X' 시리즈를 내놓으며 인텔의 텃밭인 윈도우 노트북 시장을 노리고 있습니다. "인텔 칩보다 배터리가 오래간다"는 점을 내세워 인텔을 위협 중입니다.
  • 엔비디아의 속도전: 엔비디아는 1년마다 신제품을 쏟아내며 기술 격차를 벌리고 있습니다. 인텔이 쫓아가려 하면 이미 다음 단계로 도망가 있는 형국입니다.
  • 실행 리스크 (Execution Risk): 인텔은 과거 7나노, 10나노 공정 도입을 수년간 연기하며 신뢰를 잃은 전적이 있습니다. 이번에 약속한 '1.8나노(18A) 공정'도 또다시 지연된다면 회복 불가능한 타격을 입을 수 있습니다.

[종합 의견] 인텔의 2025년은?

인텔의 현재 상황은 **"배수진(背水陣)"**입니다. 과거의 영광인 CPU만으로는 버틸 수 없고, 미래인 AI와 파운드리는 아직 돈을 벌어오지 못하는 '보릿고개' 구간을 지나고 있습니다.

  • 단기 관전 포인트: '가우디 3'가 얼마나 팔리는지보다, **"18A 공정(1.8나노급)이 2025년에 정말 결함 없이 양산되는가?"**가 주가의 핵심 키워드가 될 것입니다.
  • 장기 전망: 만약 파운드리에서 수율(불량률 없는 생산 비율)을 잡고 TSMC의 대안으로 자리 잡는다면, 미국 정부의 전폭적인 지원을 등에 업고 화려하게 부활할 잠재력은 충분합니다.

이 SWOT 분석과 관련된 심층적인 해설 영상을 추천해 드립니다.

TechInsights - Intel's Future: Manufacturing, Design & Foundry Analysis

인텔의 파운드리 전략이 성공할 경우 주가에 어떤 영향을 미칠지, 혹은 경쟁사 AMD와의 비교 분석이 더 궁금하시다면 말씀해 주세요.

 

 

 

Q : 아까 위에서 설명해준 CPU와 NPU 관련해서, AMD가 하고있는 AI반도체 사업은 뭐가 있는지 설명해줄래?

 

AMD는 현재 반도체 시장에서 아주 독특하고 재미있는 위치에 있는 기업입니다. 전 세계에서 유일하게 "CPU로는 인텔과 싸우고, GPU로는 엔비디아와 싸우는" 2:1 전쟁을 치르고 있는 '싸움닭'이자 '만능 플레이어'이기 때문입니다.

앞서 설명해 드린 CPU, NPU, GPU 개념을 바탕으로 AMD의 AI 반도체 사업을 3가지 핵심 축으로 나누어 설명해 드릴게요.

1. 데이터센터(서버) 분야: "엔비디아, 한판 붙자" (MI300 시리즈)

엔비디아가 H100 같은 칩으로 AI 서버 시장을 독점하고 있을 때, AMD는 가장 강력한 대항마인 'MI300' 시리즈를 내놓았습니다.

  • 전략: "우리는 메모리를 더 많이 준다."
    • AI는 데이터를 기억하는 '메모리'가 아주 중요합니다. AMD의 최신 칩(MI300X)은 엔비디아 칩보다 **더 많은 HBM(고대역폭 메모리)**을 탑재했습니다.
    • 비유: 엔비디아가 '속도가 아주 빠른 스포츠카'라면, AMD는 '속도도 빠르지만 짐칸(메모리)이 훨씬 넓은 대형 트럭'을 내세운 셈입니다. 거대 언어 모델(LLM)처럼 용량이 큰 AI를 돌릴 때 유리합니다.
  • 통합 칩 (MI300A): CPU와 GPU를 하나로 합쳐버렸습니다.
    • 보통은 CPU와 GPU가 따로 있어서 서로 데이터를 주고받느라 시간이 걸리는데, AMD는 이걸 한 지붕 아래 묶어서 통신 속도를 비약적으로 높였습니다.

2. PC(노트북/데스크탑) 분야: "NPU의 원조는 우리" (Ryzen AI)

인텔이 '코어 울트라'로 NPU 시장에 뛰어들기 전, 사실 AMD가 먼저 일반 소비자용 CPU에 NPU를 넣기 시작했습니다.

  • 라이젠 AI (Ryzen AI):
    • 우리가 흔히 쓰는 AMD의 CPU(라이젠 시리즈) 귀퉁이에 NPU를 심어놨습니다.
    • 특징: 이 NPU 기술은 AMD가 2022년에 인수한 **'자일링스(Xilinx)'**라는 회사의 기술을 가져온 것입니다. (자일링스는 원래 통신 장비나 우주선에 들어가는 특수 반도체 강자였습니다.)
    • 효과: 줌(Zoom) 화상 회의 때 배경을 흐리게 하거나, 노트북 배터리를 아끼면서 AI 기능을 돌리는 역할을 톡톡히 해내고 있습니다.

3. 소프트웨어 분야: "독점의 벽을 깨라" (ROCm)

앞서 엔비디아의 가장 큰 무기가 '쿠다(CUDA)'라는 소프트웨어 생태계라고 말씀드렸죠? AMD는 이 성벽을 무너뜨리기 위해 **ROCm(라콤)**이라는 오픈 플랫폼을 밀고 있습니다.

  • 전략: "우리는 개방형이다."
    • 엔비디아의 쿠다는 폐쇄적이지만, AMD의 ROCm은 누구나 코드를 뜯어보고 고칠 수 있게 공개(Open Source)했습니다.
    • 최근에는 구글, 마이크로소프트, 메타(페이스북) 같은 빅테크 기업들이 "엔비디아 칩이 너무 비싸고 구하기 힘들다"며 AMD의 ROCm 생태계를 지원해주기 시작했습니다.

요약: AMD의 차별점

AMD가 가진 가장 큰 장점은 **"모든 재료를 다 가진 맛집"**이라는 점입니다.

  1. CPU: 인텔만큼 잘 만듭니다.
  2. GPU: 엔비디아 다음으로 잘 만듭니다.
  3. NPU: 자일링스 인수로 최고 수준의 기술을 가졌습니다.

경쟁사들은 하나씩만 잘하는데(인텔은 GPU가 약하고, 엔비디아는 CPU가 주력이 아님), AMD는 이 3가지를 자기 기술로 융합해서 시너지를 낼 수 있는 잠재력이 가장 큰 회사입니다.

이 설명이 도움이 되셨나요? 혹시 AMD가 "인텔을 이겼다"라는 말이 나올 정도로 CPU 시장에서 급성장한 비결이나, **'리사 수(Lisa Su)'**라는 걸출한 CEO가 어떻게 망해가던 회사를 살려냈는지 궁금하지 않으신가요?

 

 

 

 

Q : 자일링스라는 회사에 흥미가 생겼는데, 자일링스가 하고 있는 사업에 대해서 자세히 설명해주고, 현재 재무현황을 알려줄래?

 

자일링스(Xilinx)에 관심을 가지시다니, 반도체 시장의 '숨은 보석'을 아주 잘 찾아내셨습니다!

가장 먼저 아셔야 할 중요한 사실이 있습니다. 자일링스는 2022년 AMD에 역대급 금액(약 60조 원)으로 인수되었습니다. 그래서 현재 주식 시장에 '자일링스'라는 종목은 없으며, 자일링스의 실적은 AMD의 재무제표 속 '임베디드(Embedded)' 사업 부문을 통해 확인해야 합니다.

그럼 자일링스가 도대체 뭘 만들길래 AMD가 60조 원이나 주고 샀는지, 그리고 현재 돈은 잘 벌고 있는지 쉽게 설명해 드릴게요.

1. 자일링스의 핵심 사업: "반도체계의 트랜스포머 (FPGA)"

자일링스는 **FPGA(Field Programmable Gate Array)**라는 특수 반도체를 세계 최초로 개발했고, 지금도 세계 1위를 지키고 있는 회사입니다. 이름이 어렵지만, **'레고 블록'**이나 **'매직 칠판'**으로 생각하면 쉽습니다.

(1) 일반 반도체 (ASIC) vs FPGA

  • 일반 반도체 (ASIC): 공장에서 한 번 찍어내면 기능을 바꿀 수 없습니다. (마치 인쇄된 책과 같습니다.)
  • FPGA (자일링스): 반도체 칩 내부 회로를 구매자가 나중에 원하는 대로 다시 프로그래밍할 수 있습니다. (마치 썼다 지웠다 할 수 있는 칠판이나, 조립을 다시 할 수 있는 레고와 같습니다.)

(2) 왜 이게 필요할까요?

  • 개발 단계: 칩을 다 만들었는데 오류가 발견되면, 일반 반도체는 수십억 원을 날리고 다시 만들어야 합니다. 하지만 FPGA는 코딩만 수정하면 끝입니다.
  • 표준이 자주 바뀌는 곳: 예를 들어 5G 통신 기술이 처음 나왔을 때, 국제 표준이 확정되지 않았습니다. 이때 FPGA를 쓰면 나중에 표준이 바뀌어도 칩을 교체할 필요 없이 소프트웨어 업데이트만으로 하드웨어를 바꿀 수 있습니다.

2. 자일링스의 주요 활약 무대 (돈 버는 곳)

자일링스 칩은 우리가 쓰는 스마트폰이나 PC보다는, 실수가 용납되지 않는 전문적인 분야에 주로 쓰입니다.

  1. 우주/항공/방산 (초강점):
    • 미사일, F-35 전투기, 화성 탐사선 등에 들어갑니다. 우주는 방사선이 많아 칩이 고장 나기 쉬운데, 자일링스 칩은 스스로 오류를 복구하는 능력이 탁월합니다.
  2. 통신 장비 (5G):
    • 삼성전자나 노키아가 만드는 5G 기지국 장비에 들어갑니다.
  3. 자동차/산업용:
    • 자동차의 자율주행 센서(LiDAR) 처리나, 공장 자동화 로봇의 정밀 제어에 쓰입니다.
  4. AI 가속기:
    • 최근에는 데이터센터에서 AI 연산을 돕는 역할도 합니다. (이 기술이 AMD가 탐낸 핵심입니다.)

3. 재무 현황 (AMD 재무제표 분석)

자일링스는 이제 AMD의 **'임베디드(Embedded) 사업부'**가 되었습니다. 최근 AMD의 실적 발표를 뜯어보면 자일링스의 현재 상황을 알 수 있습니다.

(1) 인수 직후의 효자 노릇 (2022~2023년)

AMD가 PC용 CPU(라이젠) 판매 부진으로 힘들었을 때, 자일링스(임베디드) 부문은 엄청난 이익을 내며 AMD를 먹여 살렸습니다.

  • 특징: 영업이익률이 40~50%에 육박할 정도로 아주 짭짤한 장사를 했습니다. (일반 제조업은 10%만 넘어도 대박이라고 합니다.)

(2) 현재 상황 (2024년 이후 흐름)

최근 몇 분기 동안은 **'숨 고르기(조정기)'**를 겪고 있습니다.

  • 재고 조정: 5G 통신 시장 투자가 조금 줄어들고, 산업용 고객들이 미리 사둔 칩이 많이 남아서 주문을 잠시 줄였습니다. 이로 인해 매출이 전년 대비 다소 감소했습니다.
  • 하지만 여전히 알짜: 매출은 줄었지만 여전히 AMD 내에서 이익률이 가장 높은 사업부 중 하나입니다. PC나 게임기 칩은 팔아도 남는 게 별로 없지만, 자일링스 칩은 비싸게 팔리기 때문입니다.

(3) 미래 전망

전문가들은 2025년부터 다시 상승세를 탈 것으로 봅니다.

  • AI 기술이 공장, 로봇, 우주선 등 '엣지(Edge) 디바이스'로 확산되면서 자일링스의 FPGA 수요가 다시 늘어날 것이기 때문입니다.

4. 요약: 자일링스의 매력 포인트

  1. 독보적 해자: FPGA 시장은 자일링스(AMD)와 알테라(인텔)가 양분하고 있는데, 자일링스가 점유율 50% 이상으로 압도적 1위입니다. 다른 회사가 쉽게 쳐들어올 수 없는 시장입니다.
  2. AMD의 AI 퍼즐 완성: 앞서 설명해 드린 'NPU' 기술의 원천이 바로 자일링스입니다. AMD가 인텔과 싸울 수 있는 강력한 무기(AI 엔진)를 제공한 셈입니다.
  3. 안정성: 경기를 덜 탑니다. PC는 경기가 안 좋으면 안 팔리지만, 미사일이나 통신망은 경기와 상관없이 국가가 계속 투자하기 때문입니다.

결론적으로, 자일링스에 직접 투자할 수는 없지만, AMD 주식을 산다는 것은 "엔비디아와 싸우는 GPU 성장성" + "자일링스의 탄탄한 현금 창출력"을 동시에 사는 것과 같습니다.

혹시 FPGA가 구체적으로 어떻게 '프로그래밍'된다는 건지 비유가 아니라 실제 원리가 궁금하시다면 더 깊이 설명해 드릴 수 있습니다. 또는 경쟁사인 인텔도 '알테라'라는 FPGA 회사를 가지고 있는데, 이 둘의 차이가 궁금하신가요?

 

'재테크 > 주식' 카테고리의 다른 글

Gemini에게 물어보자 (Pullback)  (1) 2025.11.30
Gemini에게 물어보자3 (전력반도체)  (0) 2025.11.24
Gemini에게 물어보자  (0) 2025.11.20
2024년 1월 17일 단상  (1) 2024.01.18
2024년 1월 11일 단상  (0) 2024.01.12
댓글