출처 : https://www.at-s.com/news/article/national/1365441.html

         https://fintos.jp/page/93575

 

▣ 반도체 시장 규모 2024년에 회복될 것으로 예측

 

주요 반도체 기업이 만든 세계반도체시장통계(WSTS)는 2023년 11월 28일에 2024년의 반도체 시장 규모가 전년 대비 13.1% 증가한 5,883억 달러(약 772조 원)가 될 것이라고 예측했다. 생성형 인공지능(AI)을 대상으로 하는 반도체 수요 등이 확대되어 2023년의 정체기에서 벗어나 회복할 것으로 전망한 것이다.

 

<그림1> 세계 반도체 시장 추이 (단위: 억 달러)

※ 세계반도체시장통계(WSTS) / 2023년 이후는 예측

 

증가하게 되면 2년 만에 2022년(5,740억 달러)을 뛰어넘는 역대 최고치를 갱신하게 된다. 생성형 AI가 사회에 침투할 것을 고려하여, 6월에 예상했던 11.8%를 상향 조정했다.

 

제품별로는, 데이터 저장에 사용되는 메모리 반도체가 44.8%로 크게 증가하여 전체를 뒷받침한다. 생성형 AI에서 이용하는 것에 더하여 스마트폰이나 컴퓨터의 판매가 회복될 것으로 예상한다. 컴퓨터 연산에 사용되는 로직 반도체는 9.6%가 증가하고, 카메라에 사용되는 이미지 센서 등의 반도체는 1.7%가 증가한다고 보았다.

 

지역별로는, 미국이 22.3% 증가하여 높은 성장을 보일 것으로 예상했다. 중국과 한국, 대만 등 스마트폰 및 컴퓨터 제조 거점이 존재하는 아시아/태평양 지역은 12.9%가 증가할 것으로 예측한다.

 

▣ 생성형 AI의 발전으로 인한 AI 반도체 시장 확대

 

● 시장에서 AI에 대한 기대가 다시금 높아짐

 

2022년 여름 이후 ‘복잡한 텍스트를 입력해도 인간이 생각한 것과 같은 이미지를 출력하는 AI(인공지능)’, ‘고성능 AI 챗봇 툴’ 등이 잇달아 출시되면서 AI가 다시금 시장의 주목을 받게 되었다.

 

고도의 이미지 및 텍스트를 생성하는 AI(생성형 AI)의 발달은 그림을 그리고 작곡을 하는 창의적인 활동, 문서 작성 및 검색 등 텍스트를 활용하는 커뮤니케이션에 관한 일 전반에 큰 변혁을 가져올 것으로 기대된다. 이러한 AI를 개발하려면 CPU 및 GPU, ASIC, FPGA 등 반도체 중에서도 연산 처리의 역할을 담당하는 로직 반도체가 필요하다.

 

자료 : 노무라증권투자정보부

 

● 필요한 용도에 따라 반도체는 달라짐

 

AI를 구축하려면 기계학습이 필요하다. 기계학습은 대량의 학습 데이터를 기계가 읽어 들여, 반복적으로 계산함으로써 분류 및 식별 규칙을 컴퓨터가 학습하도록 하는 기술이다. 이러한 기계학습은 대량의 학습 데이터를 통해 학습이 끝난 AI 모델을 만들어 내는 ‘학습 프로세스’와 학습이 끝난 AI 모델에 따라 데이터를 식별 및 분석하는 ‘추론 프로세스’로 나뉜다.

 

이러한 두 가지 프로세스에서 요구하는 성능이 다르기 때문에, 각각에 맞는 반도체가 필요하다. 주로 클라우드(서버) 측에서 사용되는 학습용 AI 반도체에는 대량의 데이터를 처리하기 위한 높은 연산 능력이 필요하다. 한편 클라우드 측에서만이 아니라 스마트폰이나 감시 카메라 등의 엣지 측에도 탑재되는 추론용 AI 반도체는 일반적으로 학습용에 비하면 연산 능력을 크게 필요로 하지 않지만, 탑재되는 디바이스에 따라 필요한 연산 능력이 가지각색이다. 또한 디바이스에 따라서는 저지연, 저소비전력 등이 한층 더 요구된다.

 

자료 : 노무라증권투자정보부

 

● 학습용에서는 GPU가 일반적

 

컴퓨터의 연산 처리에서는 CPU가 사용되어 왔지만, 딥러닝(심층학습) 등의 학습 프로세스에서는 액셀러레이터*로서 GPU를 사용함으로써 처리 속도를 높이는 방식이 일반화되었다. GPU는 병렬 처리를 잘하여, 방대한 수의 계산을 반복하는 학습 프로세스 구조와 합치된다.

 

현재 학습용에서는 GPU가 주류를 이루고 있지만, 로직 기업들은 학습용에 더욱 특화된 반도체를 개발하고 있다. CPU 및 GPU뿐 아니라 FPGA를 활용하는 학습용 SoC를 개발하여 서버의 고속 처리와 전력 효율 향상을 지향한다. 로직 기업들은 SoC의 성능을 향상시킬 목적으로 M&A를 통해 제품 라인업을 확충하고 있다.

 

* 컴퓨터의 처리 능력을 높이기 위해 추가적으로 이용하는 하드웨어 및 소프트웨어의 총칭

 

● 추론용에서는 엣지 AI 시장의 확대를 기대

 

탑재되는 디바이스에 따라 필요한 처리 능력이 다르며, 저지연, 저소비전력이 학습용보다 더 많이 요구되는 추론용 AI 반도체에서는 FPGA가 채용되고 있다. FPGA는 대상 AI 모델에 맞춰 회로를 구성할 수 있으며, 저지연 및 저소비전력도 실현할 수 있기 때문이다.

 

추론용 AI 반도체를 엣지 측에 탑재하여 처리함으로써 통신 지연 및 클라우드의 부담을 줄이는 것이 엣지 AI다. 예를 들어, 감시 카메라나 스마트폰에 탑재된 엣지 AI는 얼굴 인증 등의 AI 처리를 통해 특정 인물만 잠금을 해제할 수 있다. 엣지 AI의 유력 시장인 자율주행 분야에서는 반도체 및 대형 IT 기업, 자동차 관련 기업들이 AI 반도체를 개발하는 데 힘쓰고 있다.

 

자료 : 노무라증권투자정보부

 

● AI는 반도체 시장의 기술 혁신을 이끔

 

AI의 발전은 반도체 제조 장치 시장에 있어서도 순풍이 되고 있다. 반도체 시장의 중기적인 리스크로서 염려되는 것은 기술 혁신을 이끌어 온 스마트폰의 성능 경쟁이 누그러지는 것이다.

 

하지만 더욱 성능이 높은 생성형 AI가 탄생하고, 그것을 처리하는 AI 반도체가 스마트폰에 탑재된다면, 스마트폰의 성능 경쟁은 앞으로도 계속될 것이다. 스마트폰뿐만 아니라 AI가 반도체 시장의 기술 혁신을 이끎으로써 최첨단 반도체 제조 장치의 수요를 확대시킬 것으로 기대된다.

 

 

 

[글로벌 공급망 재구축으로 주목받는, 차세대 반도체 유망 분야별 기술개발 동향과 시장 전망] 보고서 상세보기

https://www.irsglobal.com/shop_goods/goods_view.htm?category=02000000&goods_idx=93506&goods_bu_id=

 

[2024 반도체 Global Market Data : Current Status & Outlook] 상세 보기

https://www.irsglobal.com/shop_goods/goods_view.htm?category=02000000&goods_idx=94341&goods_bu_id=