인공지능(AI) 반도체 시장의 중심축이 대규모 모델 '학습(Training)'에서 '추론(Inference)' 단계로 빠르게 이동하는 가운데, 국내 차세대 AI반도체 경쟁력을 강화하기 위한 기술 교류의 장이 열렸다.
반도체공학회 AI반도체연구회와 시니어 연구자들의 모임인 신선위원회는 '차세대 AI 반도체 아키텍처 기술 워크숍'을 지난 21일 서울 한국컨퍼런스센터에서 개최했다. 이번 행사에는 온·오프라인을 통해 산·학·연 관계자 180여 명이 참석해 뜨거운 관심을 보였다.
이번 워크숍은 제조업에 강점을 지닌 우리나라가 온디바이스 AI 반도체 시장을 선점할 수 있도록, 설계 초기 단계부터 하드웨어(HW)와 소프트웨어(SW)를 아우르는 통합적 접근법을 공유하기 위해 마련됐다.
특히 이번 워크숍은 AI 반도체 전체 개발 단계 중 칩의 성능과 핵심 기능이 결정되는 '시스템/아키텍처' 단계를 집중적으로 다루고, 칩과 소프트웨어 전 영역을 모두 총망라했다는 점에서 기존 행사들과 차별화된 특징을 보였다.
이날 워크숍의 포문을 연 기조강연에서는 김주영 하이퍼엑셀 대표가 '지속가능한 AI를 위한 LPU 기반 인프라 전략'과 '하이퍼엑셀의 칩 개발 현황과 미래 방향'을 주제로 발표해 참석자들의 이목을 집중시켰다.
이어 진행은 두개의 세션으로 나뉘어 고도화된 기술 논의를 전개했다. 세션 1에서는 AI 가속기 시스템·아키텍처 설계]와 세션 2에선. HW·SW 통합 디자인, 플랫폼 SW 및 AI 최적화로 각각 구성되어 HW 구조부터 SW 스택까지 폭넓게 다뤘다.
특히, 세부 발표에서는 오현석 가천대 교수가 '확장 가능하고 에너지 효율적인 AI 칩 전략(Scalable and Energy-Efficient AI Chip Strategy)'와 정우근 모레(MOREH) 박사의 '효율적인 대규모 이종 AI 시스템(Efficient Heterogeneous AI Systems at Scale)'을 주제로 차세대 NPU가 나아가야 할 고효율 칩 전략과 대규모 이기종 시스템 최적화 방안을 명확히 제시했다.
발표자들은 온디바이스 AI 반도체의 핵심 목표로 전력 관리 및 발열 제어 등 시스템 레벨의 최적화가 칩의 규격과 아키텍처를 정하는 초기 설계 단계에서 결정된다는 점이 강조됐다. 제한된 엣지(Edge) 환경에 맞춘 AI 모델 최적화 소프트웨어 기술도 비중 있게 다뤄졌다. 모델의 크기와 연산량을 줄이는 양자화(Quantization), 프루닝(Pruning), 가중치 공유(Weight Sharing) 기술은 물론, 최고의 하드웨어 성능을 이끌어내기 위한 핵심 소프트웨어인 '컴파일러', 디바이스 드라이버, 디버깅·프로파일링 도구 등의 생태계 구축 방안이 심도 있게 논의됐다.
워크숍을 주관한 반도체공학회 신선위원회 조상복 위원장은 “이번 워크숍에서 논의된 'AI 모델-칩-소프트웨어' 간의 융합적 인사이트가 향후 국내 기업들의 혁신적인 AI반도체 개발로 이어지기를 기대한다”고 밝혔다.
이경민 기자 kmlee@etnews.com
