"12" 검색 결과

 4차 산업시대의 핵심은 ‘많은 데이터’입니다. 그리고 수많은 데이터를 처리하기 위해서는 데이터를 담는 메모리 반도체도 발전해야 합니다. 더 많은 데이터를 더 빠르게 전송하기 위해 탄생한 메모리가 바로 HBM입니다.

 HBM(High Bandwidth Memory)은 여러 개의 DRAM 칩을 수직으로 쌓아 올려 만든 고성능 메모리입니다. 기존의 평면적인 DRAM 구조와 달리 3차원 적층 방식을 채택하여 메모리 칩 간의 거리를 획기적으로 줄였고, 이를 통해 데이터 전송 속도를 비약적으로 향상시켰습니다. 두 가지 구조의 주요 차이점을 자세히 살펴보겠습니다.

 기존에 존재했던 평면 DRAM메모리는 DRAM 칩을 평면적으로 배치하여 패키징합니다. 칩 간의 연결은 외부 배선을 통해 이루어져, 신호 전달 거리가 길어지고, 대역폭이 상대적으로 낮았습니다. 전력 소모가 증가하는 단점도 같이 있었습니다.

 하지만, HBM은 여러 개의 DRAM 칩을 수직으로 쌓아 올려 3차원 적층 구조를 형성, 미세한 구멍을 통해 이루어지는 TSV(Through Silicon Via) 기술을 사용하여 칩들을 연결했습니다. 이를 통해 기존 방식의 단점이었던 신호 전달 거리를 획기적으로 줄이고, 대역폭을 높였습니다. 3차원 적층 구조를 통해 열 방출 효율을 높였으며, 칩 간의 거리가 가까워 전력 소비도 기존 방식보다 더 줄일 수 있었습니다.

 어떤 기업에서 최초로 HBM을 개발했을까요? SK하이닉스는 2013년 12월에 세계 최초로 TSV 기반 1세대 HBM을 개발하여 상용화했으며, 오늘날에는 TSV와 MR-MUF 기술을 활용해 D램을 12층으로 쌓아올린 'HBM3' 24GB 제품까지 최초로 개발했습니다. AI 시대의 도래와 함께 고성능 컴퓨팅에 대한 수요가 급증하면서 HBM의 중요성이 더욱 커지자, SK하이닉스는 HBM을 미래 성장 동력으로 삼고, 기술 개발과 시장 확대에 적극적으로 나선 것입니다.

 HBM은 단순한 메모리 제품을 넘어, 미래 반도체 시장을 이끌어갈 핵심 기술이라고 할 수 있습니다. 고성능 컴퓨팅, 인공지능, 고해상도 그래픽, 데이터 센터 등 다양한 활용 분야를 지닌 HBM의 개발과 발전이 기대됩니다.

 딜로이트 인공지능 연구소(Deloitte AI InstituteTM)는 생성형 AI에 관한 조사를 진행했으며, ‘딜로이트 생성형AI 기업 서베이: 현재 전략에 미래 경쟁력이 달렸다’ 보고서를 15일(현지시간) 세계경제포럼(다보스포럼)에서 발표했습니다.

 보고서에 담긴 조사는 지난해 10~12월 전 세계 16개국에서 6대 산업을 통틀어 AI를 사용한 경험이 있고, 조직 내에서 AI를 시범 도입 혹은 본격 도입을 한 기업의 이사부터 임원급 응답자 2800명을 대상으로 진행되었다고 설명했습니다. 그 중, 핵심적인 내용은 응답자의 75%가 ‘생성형AI가 향후 3년 내 조직 대전환을 촉발할 것’이라고 전망했다는 것 입니다.

 생성형 AI는 주어진 데이터나 지시사항에 기반하여 다양한 유형의 내용물을 창조하는 기술을 의미합니다. 주로 딥러닝과 기계학습 알고리즘을 사용하여 학습된 데이터의 특성을 이해하고, 새로운 콘텐츠를 생성하거나 변형합니다. 예를 들어, GAN과 VAE와 같은 생성 모델은 이미지, 음악, 텍스트 등 다양한 도메인에서 활용되어 예술, 디자인, 음악 창작, 자연어 처리 등 다양한 분야에서 창의적인 결과를 도출하는 데 사용됩니다. 이러한 기술은 창의성을 촉진하고 새로운 아이디어를 발굴하는 데에 기여하며, 다양한 응용 분야에서 유의미한 솔루션을 제공할 수 있습니다.

 생성형AI를 도입해 조직이 얻고자 하는 이점으로 응답자 56%가 ‘효율성 및 생산성 개선’을 꼽았습니다. 응답자의 대부분은 조직의 성장과 혁신 강화 등 장기적 비전보다 효율성 개선과 비용 절감 등 즉각 눈에 보이는 이점에 초점을 맞추었습니다.

 한편, 이들이 생성형 AI를 도입하는 비율은, 생성형 AI에 대한 전문성에 대한 질문에 "높다", 혹은 "매우 높다"고 응답한 리더들이 이끄는 기업의 비율이 높았습니다. 이들 중 이미 제품 개발 및 연구 개발에 생성형 AI를 본격 도입했다는 비율은 73%에 달합니다. 또한, 이들은 전 사업부서를 통틀어 생성형AI를 도입한 비율도 상대적으로 높은 것으로 확인되었습니다. 조사를 진행한 연구소 측은 전문성이 높은 그룹은 생성형AI 도입이 확산되면 기존의 사업 및 운영 모델이 위기에 처할 것이라는 응답 비율이 생성형AI 전문성이 보통 수준인 응답자 그룹에 비해 두 배 높았다며, 생성형 AI에 대한 신뢰는 높으나 불확실성은 낮게 인식하고 있었고, 생성형 AI 도입에 따른 파괴적 변화 가능성을 누구보다 크게 인식하며 준비 태세를 갖추고 있는 것으로 나타났다고 전했습니다.

 다만, 이번 조사에서 기업들은 생성형AI 활용 전략과 기술 인프라 등에 대해선 대체적으로 준비가 돼 있으나, 인력, 거버넌스, 리스크 관리 등은 아직 준비가 미흡해 생성형AI 도입을 가로막는 큰 장애물로 작용하는 것으로 나타났습니다.
이에 전문성이 높은 그룹에서는 직원 교육과 재교육에 상대적으로 많은 노력을 기울였고, 생성형 AI 계획을 주도할 기술 인력 확보를 목표로 하는 것으로 나타났으며, 응답자 대다수는 글로벌 규제와 협력을 강화해 책임감있는 생성형 AI 도입을 촉구해야 한다고 주장했습니다. 생성형AI 툴과 애플리케이션이 증가함에 따라 국가 기관 및 국제 기구에 대한 대중의 신뢰가 악화될 것이라 우려한 것입니다. 이러한 변화들은 기업 문화, 조직 구조, 업무 방식 등에 영향을 미칠 것으로 예상되며, 적절한 전략과 대응이 필요합니다.