[{"CODE_TYPE":"T","CODE_ID":"005930","PRE_GAP":4500,"MIDDLE_CODE_ID":"","ISSUE_URL":null,"MIDDLE_CODE_NM":"","MAPPING_CODE_ID":"","ORD_NO":1,"MAPPING_CODE_NAME":"","CATEGORY":null,"LARGE_CODE_ID":"","MAPPING_URL":"","LARGE_CODE_NM":"","CODE_NM":"삼성전자"}]

삼성·엔비디아 ‘초저전력 낸드’ R&D 맞손…AI로 효율 1만배 높였다 [biz-플러스]

전력 소모 96% 낮추는 강유전체 특허 1위 삼성, 엔비디아 손잡고 10초만에 분석하는 AI 공동 개발 엔비디아도 新메모리 선제 대응 1000단 구현 핵심기술로도 주목 삼성전자 서초 사옥에 태극기와 삼성 로고 깃발이 나란히 걸려 있다. 서울경제 DB 삼성전자(005930)와 엔비디아가 차세대 낸드플래시 메모리 기술인 ‘강유전체’ 연구개발(R&D) 속도를 획기적으로 높일 수 있는 인공지능(AI)을 공동 개발했다. 13일 업계에 따르면 삼성전자 반도체연구소와 엔비디아, 미국 조지아공대 공동 연구진은 강유전체 기반 낸드 소자의 성능을 기존보다 1만 배 이상 빠르게 분석할 수 있는 ‘물리 정보 기반 신경 연산자(PINO)’ 모델을 개발하고 관련 연구성과를 6일 학계에 공개했다. 강유전체는 외부 전기장, 쉽게 말해 고전압을 걸지 않아도 양(+)극과 음(-)극이 나뉜 분극 상태를 유지할 수 있는 물질이다. 양극과 음극이 나뉘어야 전자가 양극 사이를 이동해 0 또는 1의 디지털 정보를 구현할 수 있다. 현재 낸드를 포함한 반도체 주재료인 실리콘은 비교적 고전압을 걸어줘야 극이 나뉘고 정보를 구현할 수 있다. 실리콘을 강유전체로 대체하면 필요한 전력을 크게 줄일 수 있는 셈이다. 기존 실리콘 대신 강유전체로 만든 낸드가 강유전체 낸드다. 강유전체 낸드는 1000단까지 쌓을 수 있는 고집적과 전력 소모를 96%까지 줄일 수 있는 전성비 덕에 엔비디아를 포함한 빅테크가 고민하는 공급난과 전력난을 동시에 잡을 수 있는 신기술로 주목받는다. 삼성전자는 지난해 말 이 같은 성능의 ‘저전력 낸드플래시 메모리용 강유전체 트랜지스터’ 메커니즘을 규명한 연구를 ‘네이처’에 공개했다. AI 스토리지 수요 증가에 대응해 제품 상용화를 목표로 후속 연구를 추진한다고도 밝혔다. 삼성전자는 현재 200~300단 수준의 낸드 적층 기술을 가졌고 향후 1000단으로 높이기 위한 핵심 기술로 강유전체에 주목하고 있는 것으로 알려졌다. 지식재산처에 따르면 전 세계 강유전체 특허 점유율도 삼성전자(27.8%)가 인텔이나 TSMC, SK하이닉스를 제치고 1위를 달리고 있다. 다만 강유전체를 상용화하려면 이 소재의 복잡한 특성을 분석하고 최적의 소자 구조를 찾아야 한다. 이에 마침 양사가 기존보다 분석 속도를 1만 배 높일 수 있는 AI 기술을 내놓은 것이다. 현재 반도체 업계에서 널리 쓰이는 분석 도구인 TCAD는 작업 한번에 보통 60시간씩 걸려 연구 속도에 한계가 있었다. 연구진은 물리법칙을 학습시킨 AI를 통해 작업시간을 10초 이내로 단축하는 데 성공했다. 이번 연구는 삼성전자가 최대 메모리 협력사 엔비디아와 강유전체 경쟁 우위를 다질 협력 성과를 냈다는 점에서 특히 주목받는다. 특히 엔비디아가 이 같은 차세대 메모리 R&D에 직접 참여한 것을 두고도 업계에서는 이례적 행보라는 평가가 나온다. 그래픽처리장치(GPU)를 만드는 엔비디아가 메모리, 그것도 아직 상용화하지 않은 미래 기술인 강유전체 연구에 참여한 사례는 흔치 않다. 이는 AI 연산의 핵심이 기존 GPU에서 고대역폭메모리(HBM)와 낸드를 포함한 메모리로 이동하면서 엔비디아도 단순 수급을 넘어 선제적으로 기술 협력을 강화하려는 구상으로 풀이된다. 엔비디아 입장에서는 자사 AI 가속기의 공급 차질을 일으킬 수 있는 메모리 공급 부족과 고객사인 데이터센터 기업들의 비용 부담으로 이어질 수 있는 전력난을 신기술 투자를 통해 해소할 수도 있다. 시장조사업체 옴디아에 따르면 전 세계 낸드 공급량은 2022년 2138만 7000장으로 정점을 찍은 후 올해 1540만 8000장까지 감소할 것으로 전망된다. 2028년에도 1761만 장에 그쳐 급증하는 수요를 충족하기 역부족인 상황이다. 또 국제에너지기구(IEA)에 따르면 전 세계 AI 데이터센터의 전력 소모량은 2024년 약 450TWh(테라와트시)에서 올해 550TWh, 2030년에는 2배 수준인 950TWh까지 급증할 것으로 예측됐다.