한국이 육성해야 할 AI 반도체 산업의 핵심 기술, 김정호 카이스트 교수

NPU

Neural Processing Unit. AI의 행렬연산·텐서연산 등을 효율적으로 처리하는 AI 전용 프로세서.

GPU만으로 AI 연산을 처리하기에는 전력·비용 문제가 커지고 있어 AI 추론용 전용 칩의 중요성이 증가.

삼성전자·SK하이닉스의 메모리와 결합한 AI 가속기, 온디바이스 AI, 데이터센터용 NPU.

전력 반도체

전력을 변환·제어하는 반도체. SiC, GaN 등이 핵심.

AI 데이터센터는 막대한 전력을 소비하므로 전력을 얼마나 효율적으로 공급·변환하느냐가 AI 인프라의 핵심.

전기차·ESS·데이터센터·전력망 등으로 시장 확대. SiC/GaN 소재·소자·모듈 경쟁력 확보.

실리콘 포토닉스

전기 대신 빛(광신호)을 이용해 칩과 칩, 서버와 서버 사이에서 데이터를 전송하는 기술.

AI 모델이 커질수록 GPU 간 데이터 이동량이 폭증. 전기식 인터커넥트의 대역폭·전력·거리 한계를 보완.

광소자 + 반도체 + 패키징 기술을 결합해 AI 데이터센터용 광인터커넥트 시장 공략.

최첨단 패키징

여러 반도체를 하나의 패키지에 고밀도로 결합하는 기술. 2.5D·3D, HBM, 칩렛 등이 핵심.

AI 칩에서는 연산 능력 자체보다 GPU/NPU와 HBM 사이의 데이터 이동이 성능을 좌우하는 경우가 많음.

한국이 가장 강한 분야 중 하나. HBM과 첨단 패키징을 결합해 AI 반도체 경쟁력 강화.

하나의 시스템으로 연결

NPU/GPU → HBM → 첨단 패키징 → 실리콘 포토닉스 → 데이터센터 → 전력반도체

AI 데이터센터에서

NPU/GPU가 AI 계산을 하고

HBM이 데이터를 빠르게 공급하며

첨단 패키징이 NPU/GPU와 HBM을 초고속으로 연결하고

실리콘 포토닉스가 여러 AI 가속기·서버 사이의 데이터를 광속에 가깝게 전달하며

전력반도체가 막대한 전력을 효율적으로 변환·공급.

따라서 AI가 발전할수록 단순히 "더 좋은 AI 칩"만 필요한 것이 아니라 연산 → 메모리 → 통신 → 전력 전체의 효율을 높여함.

앞으로의 AI 반도체 경쟁은 "누가 가장 많은 연산을 할 수 있는가"에서 "누가 가장 적은 전력으로 가장 많은 데이터를 가장 빠르게 이동시키면서 연산할 수 있는가"의 경쟁으로 확장.

유리기판

기존 유기물(플라스틱 계열) 기판 대신 유리(Glass)를 반도체 패키지의 기판으로 사용하는 기술.

대형 패키지에서 평탄도·치수 안정성·고밀도 배선 측면의 장점이 있어 차세대 AI 패키징 후보로 주목.

유리 가공·TGV·패키징·소재 기술을 확보하면 첨단 패키징 경쟁력 강화. 유리기판에 TGV(Through-Glass Via)를 형성하면 유리를 관통하는 미세한 전기 연결.

차세대 컴퓨팅(양자, 뉴로모픽, 광컴퓨팅)

참고: “엔비디아를 가장 위협할 기업, 구글과 애플입니다” (김정호 카이스트 교수), 티타임즈TV, 2026.08.22

https://youtu.be/hx5TnPMxKU8?si=vw2TH_46KgonNtbE