"돈 많아도 못 따라잡는다" 미국이 중국 반도체 끝장내버렸다 (정인성 작가 2부)

머니인사이드
89 팔로워
오늘은 정인성 작가님을 모시고
미국의 반도체 장비 제재와 중국의 반도체 굴기에 대해 들어봤습니다
영상이 유익했다면 구독!! 영상이 재밌으셨다면 좋아요 버튼을 눌러주세요!
#반도체 #중국 #ASML
00:00 영상요약
00:35 반도체, AI가 돈 되는 진짜 이유
02:51 “공급 턱없이 부족하다” 수요 폭발하는 ‘이것’
03:57 부자 기업들이 반도체 직접 만들겠다고 달려드는 이유
08:57 엔비디아가 경쟁에서 밀려 날 가능성
11:24 설계 1등 ‘엔비디아’ VS 제조 1등 ‘TSMC’ 누가 진짜 승자일까
15:58 반도체 중국몽이 박살 난 이유
18:59 우리가 생각하는 ‘AI 혁명’은 없다?
22:14 미국 빅테크 기업들 주가 거품설
제일 먼저 중국을 견제했던 건 화웨이
견제였다 끊으니까 점유율이 폭락합니다
그러면 그다음에 중국이 어떻게
하겠습니까 제조 쪽으로 진출하려고
하겠죠 그래서 제조 장비를 또 막은
겁니다 인공지능 기술도 규제를 해야
된다고 생각했는지 낮은 성능의 물건만
팔 수 있게 하겠다 완전히 막지
못하더라도 도입 비용이 높아진다는
하는 부작용은 분명히 중국에서
일어나겠죠 본인들 주장으로 이제 한
2020년 쯤에 나온 엔비디아 GPU
큼 성능 나오는 인공지능 칩이 있다
뭐 그거는 정확하게 알 수 없지만
아직 뭐 시장에서 존재감은 없다고 봐
[음악]
되겠죠 사실 이거 아무리 많이
강조해도 이게 지나치지 않는데 사실요
반도체라는 거는 우리의 자동화의
파트너입니다 우리가 하고 싶은 하고
싶은데 스스로는 하기 싫고 자동으로
정확하게 돌아갔으면 하는 일들을
반도체가 자동으로 돌아갈 수 있게
만들어 줬죠 그래서 반도체라는 녀석은
우리가 원하는 그런 자동화 쉽게
말씀드리면 프로그램을 돌려주는 중요한
역할을 하고 있었습니다 그래서 우리가
봤던 엑셀 포토샵 등 다양한 프로그램
들이 반도체 위에서 돌아가고 그동안은
사람들이 손으로 해야 했던 회계
작업도 마이크로소프트 등의 회사가
만든 툴을 통해서 자동화할 수 있게
된 것이죠 그리고 지금와서는 인공지능
기술이 대두하면서 반도체의 중요성이
더욱 커졌습니다 인공지능 역시
기존에는 우리가 자동으로 할 수
없었던 것들을 자동으로 할 수 있게
해주는 강력한 프로그램이고이
프로그램을 돌리기 위해서 역시
반도체가 필요하기 때문입니다 특히나
지금까지 반도체라는 달리 이제 GPU
아는 반도체가 인공지능 덕분에
떠오르게 되기도 하였죠 말씀드렸듯
프로그램이란 녀석의 핵심이에요 우리에
에겐 무언가 자동으로 돌아가고
신속하고 정확하고 이런 것들을 하게
해 주는 것이 프로그램인데 반도체가
없으면 프로그램을 구동할 수가
없습니다 우리가 그러면 어 반도체를
직접 만들면 되지 않는가라는
생각하는데 문제는 반도체라는 것이
수많은 지적 재산권 엄청나게 어려운
제조 기술까지 너무나 만들기 위해선
개발할게 많다는 것이죠 그래서 우리가
반도체 공급이나 혹은 반도체 제조를
특정 국가에 맞게 되면은 그 나라의
it 능력 수많은 프로그램 인공지능
등을 멈추게 할 수 있게 때문에
반도체는 중요할 수밖에 없습니다 사실
인공지능 혁명은 채치 PT 이전에도
계속 우리에게 영향을 줘 왔습니다
대표적으로 2012년에 그동안 안
되어왔던 사물 인식 안면 인식 이런
기술이 완성되기 시작하죠 아마
시청자분들 중에 기억하는 분도 있을지
모를 텐데 예전에는 우리가 출입문
같은데 들어올 때 정맥 인식 이런 걸
하는 경우가 있었습니다 그 손등을
대거나 아니면 손 아래쪽을 대서
혈관의 모양을 인식해서 문을 여닫는
그런 시스템들이 있었는데 이런
시스템들은 겨울에 혈관이 수축 하고
뭐 확장하고 이런 일들이 생기면 잘
작동을 안 했습니다 그 시절에 근데
지금은 우리 모두 그냥 안면 인식을
하죠 왜 안면 인식이 이렇게 잘되게
되었느냐 인공지능 기술이 12년쯤 m
사물인식 분야에서 크게 성공했기
때문에 그런 겁니다 제치 피티는 지금
와서 또 한 번에 혁신을 몰고 오고
있지만 기본적으로는 10년간 계속됐던
혁신의 어떤 연장선이라고 보셔도 될
거 같습니다 왜 공급 부족이
일어났느냐 말씀드렸던 인공지능은
우리가 10년 동안 계속 해 왔는데
요번에 나온 채치 피티는 그런 혁신의
연장선이서도 도 뭔가 독특한 점이
하나 있습니다 그동안 우리가 만들었던
인공 지능들 다 프로그램으로서
인공지능 크기가 굉장히 크다는 거죠
예를 들면 22년에 나왔던 이미지넷
같은 인공지능과 비교를 해 보면
사이즈가 1,000배 이상 거대해졌다
인공지능 자체의 크기가 커졌다는 것은
이거를 구동하기 위해서 더 많은
반도체를 사용해야 된다는 의미인 거죠
근데 우리가 10년 동안 반도체가
발전을 했다고 해도 이게 천배
빨라지지 않았습니다 10년 동안
하지만 우리는 1,000배 이상
거대한 인공지능을 구동해야 되는
상황이 됐죠 그러면 우리가 의 법칙
혹은 반도체 제조로 때우지 못한 추가
연산 능력 계산 능력은 어디서
가져올까요 우리가 칩을 더 사야 되는
겁니다 근데 채체 피티는 굉장히
갑작스럽고 빠르게 등장했기 때문에이
기술을 따라잡으려는 수많은 사람들이
일단 있는 반도체를 쓸 수밖에 없는
상황이죠 그렇기 때문에 반도체
회사들의 실적이 오르고 전부
부족하다라는 이야기를 하게 된 겁니다
뭐 길었지만 결국 돌리는 프로그램이
커졌기 때문에 그런
겁니다 사실 정확하게는 반도체 설계
반도체를 반도체의 회로도를 그려서
제조 위탁 업체에게 맡기는 형태라고
생각하시면 됩니다 왜 이런 일이
일어났느냐 과거에 우리 it 생태계는
사실 인텔 같은 거대한 회사가
반도체를 공급하면 그 반도체를 개별
프로그래머나 프로그래머들이 있는 회사
수백명 수천명 정도 되는 규모의
회사에서 그거에 맞춰 프로그램을 짜는
구조였습니다 우리는 인지하고 있지
않지만 사실 우리의 노트북 랩탑
데스크톱 컴퓨터가 굉장히 유용한
이유는 사실 인텔이 전 세계를 통일
했었기 때문에 그런 겁니다 왜냐하면
제가 프로그램을 하나 만들면 전세계
모든 컴퓨터에 돌릴 수 있는 것이죠
그러니까 프로그래머의 입장에서 시장이
아주 커지는 거예요 이제 원래 그런
식으로 돌아갑니다 근데 it 회사들이
계속 커지니까 이제는이 회사들이 사는
반도체 양도 많아지고 필요로 하는
것도 굉장히 세분화되기 시작하죠
그리고 사람은 많고 수요는 크니까
자신들에게 딱 맞는 반도체를 사용해
보려는 생각을 당연히 하게 되겠죠
예를 들면 제 회사가 1천명 밖에
없으면 반도체를 스스로 설계해 봤자
이거는 뭐 돈 날리고 끝날 가능성이
높습니다 근데 만약 제 회사가 10만
명 단위로 사람이 있고 1년에 반도체
하나 100만 개씩 쓰고 있다고 하면
충분히 대체하고 싶어지겠지 그래서
빅테크 기업들을 중심으로 자신만의
반도체가 나오고 있는 겁니다 이런
이유뿐만 아니라 여러분이 뉴스를
보시면 euv든지 뭐 어려운 패키징
기술이 나온다든지 메모리에서 hbm
같은 좀 어려운 물건들 이제 어려운
반도체이다 시작하는데 그거는 제조가
어려워져서 그렇습니다 사실이 제조가
어렵다 건 달리 말하면 제가 작년에
소자를 동일한 그 트랜지스터 반도체
안에 그래서 제가 소자를 같은 가격에
100개 얻었다고 하면 10년 전에는
동일 가격으로 한 1.5배 개선됐다
그런 것이 이제 원래 반도체
발전이었다 가격으로 100개 있던 걸
200개 300개 주던 시대였던 거죠
근데 지금은 제조가 너무 어려우니까
제가 미세화를 해도 생각보다 소자가
많이 나오질 않습니다 지금은 작년에
100개 얻었다고 하면 이제 120개
수준밖에 얻을 수 없는 것이죠
그러니까 새로운 반도체를 인텔 같은
대기업에서 가져다 써도 생각보다
감흥이 없는 겁니다이 회사들 입장에서
그런데 그러면 더 큰 걸 사면 돼
되지 않느냐 말씀드렸죠 소자가
비싸졌기 때문에 더 좋은 걸 살려면
비싸지겠죠 그렇기 때문에 그 120개
정도 되는 소자를 나에게 맞춰서
쓰겠다는 생각을 하게 되는 겁니다
그래서 빅테크 기업들을 중심으로
남한의 반도체 이런 것이 등장하는
것이죠 실제로 이거 아주 새로운
흐름은 아니고 이제 거의 10년
가까이 지났지만 알파고가 나왔던
시절에 이미 구글은 인공지능 학습을
위해서 자사 반도체를 사용하고
있었습니다 그때부터 그게 가능한
이유는 알파고라는 거대한 녀석을
만들기 위해선 자신들이 만들어서
자신들이 대량으로 쓰면 된다고
생각했기 때문이죠 제일 큰 거는
구글의 tpu 구글 tpu 구글이
인공지능 개발을 위해 사용하는 일종의
칩이 뭐 카드 형태로 되어 있는
칩입니다 실제로 이건 여러분이 구글
클라우드에서 임대해서 사용할 수도
있습니다 실제로 이제 인공지능 분야는
아니지만 구글은 유튜브 전용 칩도
만들고 있습니다 회사 안에서 구글
입장에선 유튜브는 사실 뻔합니다
자기들 입장에서 수많은 사람들이
동영상을 올리면 동영상을 코덱으로
압축하고 사용자들이 시청하겠다 하면
압축을 풀어 줄 뿐이죠 그러니까
유튜브라는 걸 서비스하는 글 입장에서
이건 전 세계 서비스를 하고 있고
그리고 자신들이 어떻게 쓸지도 정확히
알기 때문에 인텔 등의 회사에서
CPU 사다 쓰는 거 자체가 낭비인
겁니다 왜냐하면 CPU는 동영상 처리
말고도 다른 일을 위한 수많은 것들이
들어가 있는데 다 필요 없다고
생각하는 것이죠 이제 그런 것들이
빅테크의 자체 침 예시가 되겠고
그리고 테슬라 같은 회사도 자신들의
자율 주행을 위해서 자동차용 칩을
스스로 만들고 있습니다 실제로이
자율주행 칩은 테슬라 인공지능에
한해서는 당시에 있었던 그전 모델
아마 엔비디아에서 구매했을 텐데
테슬라 라가 그 전에 썼던 칩과
비교해서 테슬라가 원하는 인공지능에서
20배 이상 빠른 성능을 보여줬습니다
이제이 정도로 자신들이 원하는 것이
명확하고 규모가 크면 자신의 칩을
쓰면은 큰 효과가 나타난다고 말씀드릴
수 있습니다 애플은 사실 인공지능을
빼놓고 보면 자체 칩을 굉장히 오래한
회사입니다 이미 거의 10년이
넘었다고 봐야죠 우리가 스마트폰에
들어가는 ap 그 스마트폰의 CPU
같은 물건인데 애플은 그거를 오랫동안
스스로 설계를 해 왔습니다 지금은
맥북에도 들어가고 있죠 그 자체
칩입니다 제조는 직접하지 않 지만 그
안에 회로도 이런 거는 전부 애플이
스스로 만드는 겁니다 어설프게
접근하면 잘 안 되죠 하지만
옛날보다는 좀 해볼 만 해졌다는게
지금의 상황인 거죠 예전에는 회사
규모가 수천 명 규모라고 하면 설계
인력 1천 명을 쓰면 회사가
기울었지만 지금은 회사 직원이 10만
명쯤 된다고 하면 설계에 한 2
3,000 명쯤은 사용할 수 있죠
그리고 예전보다 반도체 위탁제조
생태계가 훨씬 성숙했기 때문에 일단
그 회사에 맞춰서 설계를 하면 칩을
얻을 수 있게 된 것이죠 실제로 그런
직접 칩을 만든 회사들이 설계를 잘
못 하면 시장에 있는 경쟁 칩보다
성능이 안 좋은 경우도 발생합니다
예를 들면 제가 스스로 칩을
설계한다고 해도 칩의 모든 부분을
스스로 할 수는 없습니다 제가 정말
핵심으로 생각하는 부분은 제가
설계하고 나머지 부위들은 다른
회사에서 사다 설계를 사 오는데
설계도를 사오는 것과 똑같습니다 근데
이런 생태계 자체가 과거보다 훨씬
많이 성숙해 있는 상황이죠 그래서
예전보다는 칩 전체를 다 할 필요가
없기 때문에 좀 해볼 만해진 거라고
생각하셔도
좋습니다 사실 그런 개별 칩들의
시장은 서서히 커질 수밖에는 없습니다
말씀드렸듯 제조가 너무 어렵기 때문에
원래 인텔 같은 회사는 어떤 식으로
시장을 유지해 왔냐 하면 스스로
설계할 필요가 없을 정도로 좋은
CPU 매해 내놓는 식으로 대응을 한
겁니다 예를 들면 제가 저만의 칩을
막 설계하고 있는데 1년 지났더니
인텔 CPU 두 배가 빨라졌다 그러면
그러고 있을 이유가 전혀 없습니다
왜냐하면 저는 프로그래밍에 집중하고
내년에 나오는 CPU 맞춰서 구동을
시키면 되니까요 근데 지금 제조가
어려워졌기 때문에 인텔이 그 페이스를
따라가기 힘든 것이죠 그래서 좀
전문화된 반도체의 시장도 열리는
것이죠 이건 인공지능에서 사실
비슷합니다 디아라는 GPU 굉장히
학습이란 추론 등 여러 분야에서
강하지만 하다 보면은요 반도체가
노리지 못하는 어떤 시장들이 나올
수도 있어요 예를 들면은 엔비디아에서
가장 전력을 적게 쓰는 반도체 한
5w이 정도 사용하는 걸로 알고
있는데 어떤 사람이 인공지능으로
사업을 하고 싶은데 나는 5w 10
쓰면은 도저히 안 된다 나는 1w
아래로 전력을 써야만 쓸 수 있다
이런 경우라고 하면 결국 다른 칩을
사용할 수밖에 없 는 것이죠 그래서
기본적으로는 범용으로 사용되는 많은
칩들이 중심을 잡고 있지만 여기저기
가지들을 중심으로 그런 칩들이 그런
기존에 있는 칩들이 들어갈 수 없는
시장에서 하나씩 자라 나긴 할 겁니다
이게 근데 이런 칩들이 메인스트림이
될 수 있느냐 그것은 그 칩이
보여주는 가격대 성능비 그 새로운
칩이 차지한 시장이 얼마나 매력적이냐
결정하겠습니다 실제로는 이런 위탁
제조 자체는 수요를 잡아먹을 가능성도
높습니다 다른 회사에 예를 들면 지금
우리가 GPU 아는 것으로 학습을
시키는데 인공지능을 그리고 거기에
선두주 비디입니다 근데 예를 들면
엔비디아에서 살 칩을 줄이고 구글이
자체 칩을 만들면 위탁 제조나 시장
크기 자체는 크게 변화하지 않겠죠
실제로는 결국은 서로 시장을 뺏는
거니까 근데 지금 같은 경우는 그래서
자체 칩이 늘어서 기보다는 반도체
자체를 훨씬 많이 써야 되는 상황이고
인공지능이라는 대단한 기술이 나왔기
때문에 많은 사람들이 더 많은 칩을
구해서 무언가 해 보려는 상황이 좀
더 크다고 생각하면 될 거 같습니다
실제로 반도체 제조가 언제 크게
성장했 스마트폰 이란 물건이 나왔을
때 크게 성장했습니다 이게 스마트폰의
의는 반도체 제조 측면에서는 기존엔
사람들이 그냥 걸어 다녔다고 하면은
이제부터는 전부 고급 반도체를
주머니에 넣고 다니는 세상이 되어
버린 것이죠 그럼 그 주머니에 들어갈
반도체는 누가 만든 것이죠 그러니까
아예 주머니에 들어가지 않던 녀석을
들어가게 만들었기 때문에 수요가 커진
겁니다 인공지능과 반도체 수요도
그렇게 접근하면 좋다고 생각합니다
저는 물론 우리는 딱 미국을 생각하긴
하지만 저는 우리가 반도체 패권이
어디 있느냐 이런 거 보단 실제로이
시장이 어떻게 유지되는지를 조금 더
살펴보는게 좋다고 생각합니다 실제로
반도체의 힘은 앞에서 보시면 알겠지만
칩 설계하는 회사가 가지고 있다고
생각하는게 좋습니다 최종적으로 제조는
사실 보조일 뿐이고 즉 엔비디아의
예상 실적을 보시면 엔비디아는
tsmc 아는 제조 위탁 회사의 일부
고객일 뿐이죠 하지만 엔비디아의
순이익은 tsmc 순이익 전체보다
높을 겁니다 올해 그러면 이거 그냥
수로 보면 가을 관계가 애매하죠 고작
tsmc 몇 % 10몇 % 정도 제조
역량을 가져다가 동일 이상의 순이익을
얻어내고 있는 거니까 엔비디아가
실제로 우리는 말씀드렸던 반도체는
소프트웨어를 돌리는 수단이기 때문에
소프트웨어가 우리에게 자동화를 주고
기존에 안 되던 걸 되게 해 주니까
소프트웨어에 가까운 곳일수록 부가
가치도 크고 영향력도 크죠 그리고
그런 걸 가지고 있는 기본적으로
설계해 삽니다 예를 들면 tsmc
엔비디아 칩을 뭐 10년간 위탁
제조를 해 줬다고 해도 결국 비디아
반도체에 기반한 소프트웨어 생태계는
엔비디아가 끌고 가게 돼 있습니다 그
자리에 tsmc AMD 와서
제조한다고 해도 엔비디아가 가지고
있는 소프트웨어 호환성이나 이런 걸
가져올 수가 없죠 왜냐하면 tsmc
그냥 만들어 줄 뿐이니까 그래서
기본적으로 반도체 패권의 가장 큰
부분은 미국이 가지고 있다고
생각하시면 될 거예요 왜냐하면 설계
회사는 대부분 그쪽에 있고 하는
설계들이 다 큰 기둥 하나씩 차지하고
있죠 서버와 데스크탑 노트북의 인텔
그고 지금 GPU 인공지능의 비디
이런 다 미국에 있죠 하지만 제조는
왜 이야기가 나왔고 이렇게 큰 논란이
되어 왔느냐이 최종적으로 나오는
반도체 부터 제조까지 사슬이 사실 한
가닥 밖에 안 되는 실이라서 그런
겁니다이 수많은 설계 회사들은 사실상
전 세계 두 개 정도 되는 파운드리
대부분은 tsmc고 일부 삼성전자
이렇게 의존을 하고 있는 상황이죠 왜
만약에이 파운드라는 기술이 쉬워서
엔비디아 AMD 같은 회사가 여러
회사에게 다 위탁을 맡길 수 있었다면
반도체 제조는 그렇게 강하다는 얘기는
할 수 없었을 겁니다 하지만 지금은
누가 설계에도 결국은 tsmc 간다
일부 삼성으로 간다이 선택지 밖에
없는 상황이죠 그래서 반도체 제조가
어떤 패권에 중요하다는 이야기를 하는
겁니다 왜냐하면 이게 가지고 있는
순이익은 설계보다 낮을 지언정
실제로이 제조 회사에서 위탁 제조를
맞지 않기 시작하면 설계 회사가
만들었던 모든 지적 재산권이 재더이가
된다고 생각하시면 되죠 왜냐하면이
설계는 tsmc 맞췄기 때문에 다른
곳에 옮겨 가면은 성능도 재 성능이
안 나오고 시간도 오래 걸립니다
그것이 제조가 가진 힘이죠 그러면
제조는 또 강력하나 잘 보시면
tsmc 같은 막강한 제조 회사도 또
한 가닥 실에 매달려 있는 것들이
많이 있습니다 니다 예를 들면
asml 그 장비 회사 중에 미세한
패턴을 그리는 기계들 노광기 부르는데
노광기 회사는 사실상 하나밖에
없습니다 미세 패턴을 그린 거
그러니까 tsmc 사실 asml이랑
거래가 끊기면 제조가 안 되죠 지금
이렇게 한 가닥 실로 연결돼 있는
경우가 너무 많습니다 심지어 asml
자회사인 사이머 사 내지는 독일의
칼자이스 연락이 끊기면 또 노광기를
못 만듭니다 그 이렇게 전부 한
가닥이 이게 그래서 반도체 패권
얘기가 나올 수밖에 없는 것이죠
반도체 제조라는게 취향만큼 만들기
쉬운 것이었 다면 이게 미국의
대통령이 나서서 무언가 이야기할
필요도 없었을 겁니다 근데이 가느다란
사을 한 군데만 딱 막아 놓으면은
거의 모든 거를 뭐 사실상 쌍방에
터지게 할 수 있는 거죠 한쪽만 이길
수 없더라도 그렇기 때문에 제조가
중요해지고 장비도 중요해지는 것이죠
실제로 지금 제조와 설계가 분리된
이유도 그런 거였습니다 원래는 대부분
회사들이 자기 공장에서 자기가 설계한
칩을 만들어 왔는데 그 제조 공정을
개발하는 건 점점 힘들어지고 미세화를
할 때마다 더 많은 자본이 들어가니까
근데 자기들이 하는 칩이 내년에 뭐
두세배 팔린다는 보장이 없는 것이죠
그래서 많은 회사들이 제조를 버리고
설계만 하고 그리고 그 버린 제조를
긁어 모아서 한계 회사가 제조하게
되는 모습이 된 거죠 이제 그렇지
않은 흐름을 탔던게 인텔 럼 매해 전
세계의 비즈니스를 하면서 굉장히 많은
양의 칩을 만드는 회사들이 있던 거죠
이제 그런 소수 회사들을 제외하면 다
제조를 포기해 온 과정입니다 어떻게
보면 우리가 장비 쪽에서도 무언가
스스로 해보겠다고 하는 거는 이런
흐름을 좀 역행하는 거라고 볼 수
있겠죠 뭐 가능은 하겠지만 예를 들면
우리가 그렇게 해서 우리 장비로 뭐
미세 공정을 했는데 한 5년 전
반도체보다 성능이 안 좋다 그러면
말씀드렸던 가장 중요한 부분
소프트웨어 부분에서는 뭐 승리할 수
없다고 봐야죠 결국
반도체조합 가치 자체만 놓고 보면
소프트웨어가 훨씬 큰 걸 만들어 내고
있겠죠 하지만이 소프트웨어는 어떻게
보면 한 가닥 실에 매달려 있는
느낌이라고 생각하시면 됩니다 아까처럼
특정 반도체에 엮여 있다 이런
것이죠 중국은 체적으로 이것저것 많이
하고 있고 반도체도 만들고 자기
반도체에 맞는 소프트웨어도 지켜
하려고 하지만 역시 스스로 전부
하려고 하기 때문에 거기다가 미국에
인해서 최첨단 장비들에 대한 어떤
출입이 끊겨 버렸기 때문에 경쟁력이
갭이 생긴다고 봐야 되겠죠 왜냐하면
미국은 전 세계에 있는 지적 재산권과
전 세계에서 가장 뛰어는 노광기 이런
것들을 자신과 동맹국들 테 주면서
반도체 만들고 자신들의 두뇌로 설계를
할 텐데 중국은 아직 완성되지 않은
그런 장비들로 자신들이 제조부터
설계까지 까지 전부 다 하겠다는
것이니까요 사실 이건 딱 정량적으로
말씀드리기 힘든데 본인들 주장으로
이제 한 2020년 쯤에 나온
엔비디아 GPU만큼 성능 나오는
인공지능 칩이 있다 이런 식으로
얘기는 합니다 근데 이거 실제로 우리
쪽에선 써 본 사람들이 없으니까
확신할 수는 없겠죠 예를 들면 그런
칩들이 개별 칩에 성능은 잘 나오는데
여러 개 연결하면 성능이 떨어질 수도
있는 것이고 뭐 그거는 정확하게 알
수 없지만 아직 뭐 시장에서 존재감은
없다고 봐야 되겠죠 일단 중국을
견제하는 가장 큰 부분은 처음에는
반도체 제조 장비였습니다 이게
말씀드렸듯 제조와 설계는 연결되어
있는데 원래 트럼프 정권이 들어왔을
때 제일 먼저 중국을 견제했던 건
화웨이
견제였다 설계하는 회사였어요 스스로
하이 실리콘이라 자회사가 스마트폰에
들어가는 ap 직접 설계했는데이
회사는 대만의 tsmc게 제조 위탁을
맡겼죠 그러니까 화웨이의 설계 자산은
tsmc 완전히 엮여 있는 그런
형태라고 보시면 됩니다 근데 그때
tsmc 아의 거래를 끊으니까
화웨이의 ap 쪽 점유율이 폭락하기
시작하죠 왜냐하면 해 놨던 설계들을
만들 수 있는게 없기 때문에 점유율이
폭락합니다 그러면 그다음에 중국에
어떻게 하겠습니까 스스로 ap 만들어
보겠다고 제조 쪽으로 진출하려고
하겠죠 그래서 제조 장비를 또 막은
겁니다 그다음에 그리고 최근에는
제조까지 막은 다음에 인공지능 기술도
규제를 해야 된다고 생각했는지
인공지능에 쓸 수 있는 고성능 칩들의
수출도 막아 버렸죠 GPU 이런 것들
말하는 겁니다 아마 완제품 형태
아니고 그냥 GPU 정도를 막는 걸로
알고 있고 그래서 의도적으로 낮은
성능의 물건만 팔 수 있게 하겠다
이런 식으로 이제제 제재를 하고
있습니다 그러니까 it 기술 전반을
전부 하나씩 그 견제 내지는 완전히
강하게 규제하고 있다고 보면 되겠죠
뭐 현실적으로는 그렇게 막을 수는
없고 일부 노트북 완제품으로도 들어갈
수 있고 컴퓨터 하나 싣고 들어오고
아마 사용하고는 있을 겁니다 이거
현실적으로 그렇게 개별 부품들
수입하는 회사를 어떻게 다 막을 수는
없겠죠 아마 미국도 사실상 그런
잘잘한 건 다 잡을 수 없으니까 예를
들어 엔비디아 같은 회사가 직접 하는
거는 맞겠다 이런 식으로 움직이는
거라고 봐야 될 것 같습니다 완전히
막심 못하더라도 도입비용이 높아진다는
하는 부작용은 분명히 중국에서
일어나겠죠 예 그 완제품 칩과 제조
장비의 차이인 거예요 그게 예를 들면
asml 노광기 같은 것은 사실
차단하기 쉽습니다 왜냐하면 제가
이거를 어떻게 우회 수입하려고 해도이
노광기 왜 들여 오냐 아 이걸로 그릇
소독할거다 이렇게 말하면 안 믿겠죠
그러면 바로 규제하면 되는데 컴퓨터나
이런 반도체는 수천만 개를 여러
회사들이 사고팔고 하지 않습니까
중간에서 조립하고 그러니까 이런
완제품을 100% 막는 건 힘들죠
저는 우리가 이거는 가끔은 좀
물러서서 지금 돌아가는 인공지능이
정말 무엇인지 생각해 봐야 된다고
생각합니다 이게 뭐 2 3년 뒤에
미래도 좀 예측하기 힘든 시대가 되긴
했지만 말씀드렸듯 2012년에 있었던
인공지능 혁신이 계속 이어지는 형태에
가깝습니다 그러니까 그때 있던
12년에 있었던 인공지능이나 지금
있는 인공지능이나 그 기본은 똑같다는
뜻이죠 사실 원리가 똑같습니다 그
기본이 되는 학습 원리는 똑같고 학습
원리가 똑같기 때문에 동일한 반도체
GPU 하는 것이죠 어떤 분들은 는
예전에 IBM 인공지능을 했다는 거
아실 거예요 근데 IBM 인공지능은
결국 지금 존재감도 없죠 뭐
80년도에 체스 챔피언을 이겼다는 둥
이런 얘기도 했는데 결국 구글이라
회사의 인공지능에 전부 밀렸죠 그리고
사실상 알파고가 나오면서 이제 승패가
가려졌다고 보시면 되겠죠 그 시점에
그러면은 지금 10여년간 성공적으로
도입되는 인공지능이 뭘 잘할 수 있고
아닌지를 생각하는 것이 굉장히
중요합니다 우리 입장에선 갑자기
인공지능이 어 그림도 그린다 사람처럼
말도 한다라고 생각을 해서 예를 전
진짜 기대가 큰 분들은 갑자기 제
스마트폰이 개인형 비서처럼 변하는 거
아니냐 뭐 터미네이터처럼 변했고
인간들을 일자리에서 쫓아내는 거
아니냐 이런 생각들도 하십니다 근데
지금 있는 인공 지능들을 사실상
기억력이 뭐 거의 없다고 생각하시면
됩니다 무슨 말이냐면 이게이
인공지능이 지금까지 IBM 시절 이런
걸 거쳤을 때랑 지금의 인공지능의
가장 큰 차이점은 학습 속도가
느리다는 겁니다 학습 속도가 느린
대신 굉장히 일을 잘해요 학습을 한번
하고 나면 근데이 학습 속도가 너무
느리기 때문에 기존에는 CPU 수동을
GPU 로 바꿔야 됐던 겁니다 그렇게
생각을 하셔야 됩니다 그러니까 학습이
잘되고 달리 말하면 굉장히 일잘하는
인공지능 학습시키는 방법을 알았는데
그거를 하기 위해서 너무 계산을 많이
해야 돼서 기존 CPU 버리고 GPU
통해 학습을 시킨다고 생각하시면 돼요
그 학습하는데 계산만 많이 필요한게
아니고 데이터도 많이 필요합니다
그래서 현실적으로 지금 인공 지능들을
우리 저라는 사람의 기억을 완전히
개인화에 기억할 수가 없어요 그거는
아마 지금 투자가 계속 늘어나도 그런
식의 발전은 오지 않을 거예요 지금
방향에서 좀 힘들다고 봐야죠 이제
그런게 되는 인공지능이 나올 수도
있는데 달리 말하면 사람처럼 한마디
하면 딱 기억하는 그런 인공지능이
나올 수도 있습니다 근데 그런
인공지능이 나오게 되면 말씀드렸듯
계산을 많이 해야 되니까 GPU
썼는데 계산 많이 안 해도 척 보면
딱 바로 외우는 인공지능이 나오면
이게 GPU 사용할까요 예를 들면
아니겠죠 그런 면에서 조금 직관적인
면도 있죠 요런 것이 그래서 저는
인공지능 시대가 온다라고 할 때는
지금 우리가 가지고 있는이 기술 딱
기억할 수 없는 녀석 대신 구어진
어떤 맥락 하에서는 글 요약이나 분석
이런거 굉장히 잘하는 녀석들인데 그런
녀석들로 할 수 있는 수준을
현실적으로 보는게 좋다고 생각합니다
저는 그래서 말씀드렸듯 얘는 순간
기억이라는 거 자체가 없기 때문에
저의 2 30년을 쳐다보면서 저를
따라다니는 그 무원의 비서 아이언맨
자비스 같은 녀석이 되는 미래는
기대하지 않는게 좋습니다 그럼 그렇지
않은 미래에서 뭐가 될까 저는
현실적으로는 이제 굉장히 스마트폰
입출력이 쉬워지고 노인들의 어떤 그
전자 기기 접근성이 좋아진다는 이런
부분이랑 기존에 잘 되지 않았던 일부
로봇 분야들 그 로봇 중에서도 긴 걸
기억하지 않아도 되는 로봇들이
있습니다 길 잠깐 찾거나 물건 하나
가지고 오거나 뭐 이런 부분들에서
혁신이 이제 쭉 일어나고 일부 그
상담 센터들에 굉장히 많은 자동화가
이루어지지 않을까 전 그런 쪽으로
생각을
합니다 우리가 지금의 인공지능을 계속
쓰고 있으면 지금과 비슷한 모습으로
갈 겁니다이 상황은 엔비디아가 칩을
많이 팔고 그리고 빅테크 그이 자기
칩을 만들어서 쓰는 형태 그리고 그
모습의 연장으로 이제 지금
인공지능으로 되는 것들 그 그림 초한
만들어 주고 글 요약 좀 해주고
그리고 음성 인식 잘되고 뭐 이런
식으로 갈 가능성이 높습니다 예 사실
이거는 더 지켜봐야 되는 문제긴 한데
일단 채치 PT 처음에 딱 나왔을 때
우리가 느꼈던 쇼크에 비해서는
생각보다 어디 잘 적용이 안 되고
있죠 이제 왜냐하면 저도 이렇게 그런
쪽 노력하신 분들과 대화를 해 보면
생각보다 컨트롤도 어렵고 그 답변의
품질을 어떻게 좀 컨트롤하기 힘드니까
상담 센터 같은데 안정적으로 쓸 수
없다든지 이런 문제들이 계속 나오는
겁니다 이거는 투자를 많이 하면은
기술적으로 해결 될 수도 있어요
사실은 될 수도 있는데 문제는 이제
우리가 그렇게 해서 상담 센터를
대체하는 인공지능을 만들었는데 이게
사람보다 쌀까 이런 고민을 한번 해
볼 필요가 있겠죠 성장 만들었는데
굉장히 비쌀 수도 있죠 이거 그렇면
그냥 사람을 하나 뽑는게 낫겠다 이제
그런 대표적인 얘가 인공 지능으로
그벤 고를 하려고 했던 아마존고 같은
사업 모델들 그런 것들이 있데
나중에는 어떤 회사들은 그냥 계산 때
뒤에다가 모바일로 인도인 계산 대원을
붙여서 뭐 해결하는 회사들도
나왔습니다 실제로 보면 황당하게도
기술이 어 어떤 방향으로 굉장히 싸게
발전 안 하면은 그냥 역발상이 일어나
버리는 거죠 그런 식으로 저는 그거는
조금 항상 마음에 둬야 된다고 생각을
해요 이게 반드시 될거다 아니다를
말할 수 있는 상황은 아니라는 것이죠
다만 빅테크 그은 지금 상황에서 조금
더 덩치를 키워보고 인공지능에 그래서
혹시 돌파구가 나오지 않을까 하면서
같이 잘 모르는 데를 헤쳐 나가는
상황이라고 생각을 해야 되겠죠 앞에서
우리 인공지능 얘기들을 많이 했는데
제가 지켜봤던 반도체 시장의 큰
그림은 그렇게 변하지는 않을 거라고
생각합니다 다만 좀 길게 보면 앞에서
말씀드린 것 중 제조의 어려운 말씀을
드렸죠 그래서 점점 제조가 어려워지기
때문에 그 제조가 기존에는 공짜로
높여줬다 성능을 점점 얻기
힘들어집니다 그럼 어떻게 되냐면
우리가 반도체 설계로 좀 힘을 줘야
되고 나아가서는 소프트웨어 자체를
많이 최적화해야 될 필요가 있겠죠 그
저는 반도체 사업의 어떤 미래는
어떻게 보면 소프트웨어와 함께 가는
모습 그런게 될 거라고 생각합니다 예
지금도 뭐 그래 왔지만 그 어느
때보다도 중요해지게
C
