2024년 9월 개최된 GSA 미국 경영진 포럼에서 열린 패널 토론에는 삼성 반도체의 마르코 키사리 부사장, SAP의 제프 하웰 글로벌 하이테크 부문 부사장, PDF 솔루션스의 존 키바리안 최고경영자(CEO)가 참석했다.
이번 논의의 목적은 세 가지 주제에 대해 세계 최대 규모의 반도체 기업 중 한 곳, 가장 널리 사용되는 엔터프라이즈 애플리케이션 솔루션 기업, 그리고 선도적인 제조 분석솔루션 제공업체의 관점을 비교·대조하는 것이었다.
- 업계는 무어의 법칙 둔화에 어떻게 대응하고 있나요?
- 반도체 공급망에 미치는 운영 및 비즈니스 모델 영향은 무엇인가?
- 정부가 분산된 공급망을 원하는 상황에서, 그로 인해 발생하는 과제를 어떻게 극복할 것인가?
인공지능, 클라우드, 경제의 전기화로 인해 고급 컴퓨팅 수요가 강세를 보이고 있습니다. 그러나 무어의 법칙은 둔화되고 있으며, 트랜지스터 밀도 증가만으로는 더 많은 컴퓨팅 성능을 달성할 수 없습니다. 아래 차트의 데이터는 몇 가지 흥미로운 변화와 혁신적 기회를 보여줍니다. 핀펫(FinFET), 게이트-올-어라운드(GAA), 백사이드 전원 기술 등 혁신 기업들은 계속해서 성능 향상을 위한 방법을 모색하고 있습니다.
그림 #1: 7나노미터, 5나노미터, 3나노미터 리소그래피 스케일링은 기존의 30% 변동률을 유지했습니다. 향후 12년간 이 변동률은 30%를 초과할 수 있습니다.
출처: IMEC
수년간 트랜지스터 단위당 비용은 감소해 왔습니다. 그러다 감소세가 멈춘 것은 물론 오히려 상승하고 있다는 주장이 제기되었습니다. PDF 솔루션의 독자적 분석에 따르면 해당 주장은 데이터로 뒷받침되지 않을 수 있습니다. 아래 차트는 트랜지스터 비용이 더 이상 하락하지 않고 오히려 소폭 상승할 수 있음을 예측합니다. 이는 산업 운영 방식을 변화시키고 있습니다. 반도체 설계가 3D, 칩릿, 복합 하이브리드 패키지 등 새로운 방향으로 나아가도록 촉진하고 있습니다.
그림 #2 설명: 트랜지스터 비용 분석 결과, 트랜지스터 비용이 변하지 않았음을 확인했습니다.
출처: PDF Solutions
치사리에게 있어 제조 관점에서 업계가 현재 추진 중인 가장 중요한 과제는 차세대 트랜지스터 아키텍처인 게이트-올-어라운드(Gate-All-Around)로의 전환이다. "이 기술은 매우 흥미로운 새로운 가능성을 열어줄 것이며 성능 향상의 지속적 진전을 도울 것입니다. 이 전환의 가장 복잡한 측면은 경제적 문제와 관련되어 있습니다. 전력 효율과 성능은 계속 향상될 것이나, 트랜지스터당 비용은 사실상 정체 상태이며 장비 비용이 크게 상승함에 따라 오히려 증가할 가능성도 있습니다."
비용 측면에서 볼 때 업계는 진정한 시스템 수준 접근법을 채택할 것입니다. 시스템 수준에서는 당연히 첫 번째 해결책이 칩렛이며, 이는 연결성 문제도 함께 고려해야 함을 의미합니다. 궁극적으로 우리가 최소화하려는 것은 트랜지스터당 비용뿐만 아니라 비트당 비용과 비트 이동 비용이기 때문입니다. 이동당 비용은 칩 내부의 비트와 트랜지스터 비용뿐만 아니라, 더 중요한 것은 메모리와 컴퓨팅 유닛을 오가는 비트의 비용입니다. 이것이 바로 "연결성"이며, 따라서 "전기적 수준에서, 궁극적으로는 실리콘 포토닉 수준에서 연결성 관점에서 엄청난 혁신이 일어날 것"이라고 생각합니다.
이제 산업 구조를 살펴보면… 키바리안은 반도체 산업 초기 시절에 입문했을 당시 모든 것이 최종 테스트를 위해 정의되어 있었고, 수율은 높았으며 최종 테스트와 패키징은 단순했다고 언급했습니다.
오늘날 세상은 훨씬 더 복잡해졌습니다. 칩릿의 등장으로 테스트 삽입과 부품 수가 증가했으며, 공급망 전반에 걸쳐 데이터 공유가 필요해졌습니다. 키바리안은 "현재 전자 시스템의 모든 단계에서 복잡성이 존재한다"고 지적합니다. "아이폰의 적외선 센서조차 패키지 내 13개 부품으로 구성되어 있는데, 이는 비교적 단순한 시스템이다."
그림 #3: 이 그림은 단일 다이 패키지와 오늘날의 3D 하이브리드 패키지의 공급망 복잡성 증가를 강조합니다.
출처: PDF Solutions
공급망 관련 과제가 증가하고 있으며, 이러한 확장된 프로세스를 계획하고 통제하기 위한 적절한 애플리케이션 조합을 찾는 것 또한 어려운 과제입니다.
하웰은 이 문제의 진화를 면밀히 추적하며, 엔지니어들이 이 현상의 향방에 고심하고 있다고 지적한다. 그는 공급망을 자전거 체인에 비유한다. 선형적이며 좌우로 이어지는 구조다. 이는 전통적으로 역방향 부품명세서(BOM)를 사용해 온 반도체 산업에서는 잘 작동했습니다. 그러나 점점 더 반도체 공급망은 두 개의 별개의 공급망 모델—설계와 제조—을 가진 모래시계 모양을 띠고 있습니다. 60년 된 자재요구량계획(MRP) 시스템과 같은 전통적인 애플리케이션들은 공급망 내 자재 흐름을 최적화하려는 기법이 추가되었음에도 여전히 블랙박스로 남아 있으며, 이처럼 새롭게 등장하는 복잡한 공급망을 관리하기에 반드시 적합하지는 않습니다.
이로 인해 소프트웨어 기업들은 모래시계 문제를 어떻게 접근할지 재고하게 된다.
그의 견해로는 세 가지 영역에서 나타날 것이다. 첫 번째는 생성형 AI를 활용해 배후에서 일어나는 일에 대한 설명을 제공하는 새로운 도구들을 활용한 AI 분야다. 두 번째는 확장된 공급망에서 일어나는 일을 실시간으로 파악할 수 있도록 다수의 기업들을 연결하는 비즈니스 네트워크 연결성이다. 그는 "독일에서는 SAP가 지원하는 공통 플랫폼에서 자동차 산업에 공급하는 약 200개 기업이 데이터를 공유하는 복잡한 비즈니스 네트워크가 등장하고 있다"고 말했다.
마지막으로, 생산 현장과 경영진 사이의 연결 고리를 마련해야 합니다. 현재 생산 현장에서 배치별 위치, 출고 시기, 불량률, 수율 등을 추적하는 방대한 제조 데이터가 존재합니다. 이러한 데이터를 경영 데이터와 연계할 수 있는 기회가 열려 있습니다. 이를 통해 생산 현장의 상황을 고객 약속과 연결하고, 매출 및 마진을 예측하는 작업이 가능해질 것입니다.
"그래서 저는 우리가 새로운 물결, 즉 MRP의 단순성에서 최상의 장점을 취하면서도 AI, 대규모 데이터 및 최적화 혁신으로부터 얻은 정교함을 결합한 새로운 유형의 도구로 나아가고 있다고 생각합니다."
키바리안에 따르면 반도체 업계는 수십 년간 제조를 잊고 싶어 했다. "이제 제조는 최전선에 위치하며 중요해졌다. 무어의 법칙 둔화가 운영 및 비즈니스 모델 측면에서 시스템 설계 방식을 바꾸고 있어 운영적으로 대응해야 하기 때문이다."
동시에 반도체 산업은 전략적 정부 과제로 부상함에 따라 전 세계적으로 제조 기반을 새로운 지역으로 이전하려 하고 있다. 이제 모든 정부는 반도체가 전략적 중요성을 지닌다고 믿으며 전 세계에 공장을 유치하기 위해 보조금을 제공하고 있습니다. 이는 기회이자 도전입니다. 반도체 산업은 생산 능력을 한곳에 집중시켜 규모의 경제를 달성하는 데 능숙합니다. 그러나 이제는 생산 능력 집중 없이도 효율성과 규모를 확보해야 합니다. AI를 활용하는 것이 공급망 전반에 걸쳐 학습과 효율성을 가속화하는 최선의 방법 중 하나입니다.
결론적으로 키바리안은 "우리 산업계가 되돌아보며 스스로를 다른 시각으로 바라보고 제조업에 대한 관점을 재창조할 수 있다면 엄청난 기회가 존재한다"고 지적했다. "왜냐하면 단순한 수치만 봐도 우리가 세계에서 가장 값비싼 자산을 낭비하고 있다는 사실이 드러나기 때문이다." 세계에서 가장 비싼 반도체 생산 시설은 수익 창출 제품을 생산하는 시간이 기껏해야 60%에 불과합니다. 이렇게 고가의 설비에서 그 정도의 생산성을 보이는 산업은 세계적으로도 드뭅니다. 이는 글로벌 반도체 산업 전반에 걸쳐 수익성 있는 성장을 위한 거대한 기회를 창출합니다."