핵심 요약
국내 팹리스 기업 엑시나가 AI 연산 과정에서 데이터 이동거리를 줄여 메모리 사용량 자체를 낮추는 기술로 빅테크의 메모리 공급 부족 문제를 해결하겠다고 밝혔다. 김진영 엑시나 대표는 인터뷰에서 연산이 가능한 메모리 구조를 통해 AI 데이터센터의 효율을 끌어올릴 수 있다고 강조했다. 이는 HBM 수급 병목과 전력 비용이 화두인 AI 반도체 시장에 새로운 접근을 제시하는 사례다.
무슨 일인가
엑시나는 AI 연산 시 데이터가 메모리와 연산장치 사이를 끊임없이 오가며 발생하는 비효율에 주목했다. 데이터 이동거리가 길수록 전력 소모가 커지고 더 많은 메모리 대역폭을 요구하는데, 엑시나는 이 이동 자체를 줄이는 설계로 동일한 연산을 더 적은 메모리로 처리하겠다는 구상을 내놓았다.
김 대표는 빅테크 AI 기업들이 공통으로 겪는 고민이 메모리 반도체 공급 부족이라고 진단하고, 연산 가능한 메모리 구조가 그 해법이 될 수 있다고 설명했다. 이는 메모리 옆에서 연산을 수행하거나 메모리 내부에서 일부 연산을 처리해 외부 데이터 전송을 최소화하는 방향과 맥을 같이한다.
배경과 맥락
생성형 AI 확산으로 고대역폭메모리 수요가 폭증하면서 HBM은 만성적인 공급 부족 상태에 놓였다. 데이터센터 운영사들은 칩 가격뿐 아니라 전력과 냉각 비용까지 감당해야 하는 부담이 커졌다. 이런 환경에서 메모리 사용량과 데이터 이동을 줄이는 아키텍처는 비용 절감과 전력 효율이라는 두 마리 토끼를 노린다.
다만 메모리와 연산을 결합하는 컴퓨팅 인 메모리 계열 기술은 학계와 산업계에서 오래 연구돼 왔으나 양산성, 소프트웨어 생태계 호환, 범용성 측면에서 상용화 문턱이 높았다는 점도 함께 봐야 한다.
시장·종목에 미치는 영향
- SK하이닉스: HBM 시장 선두 주자로, 데이터 이동을 줄이는 신기술은 장기적으로 메모리 수요 구조에 변수가 될 수 있어 기술 흐름을 주시할 필요가 있다.
- 삼성전자: 메모리와 시스템반도체를 함께 보유한 만큼 연산형 메모리 트렌드는 위협이자 기회로 작용한다.
- 한미반도체: HBM 패키징 장비 대표주로, AI 메모리 아키텍처 변화가 후공정 수요에 영향을 줄 수 있다.
- 가온칩스: 국내 디자인하우스로서 팹리스 생태계 확장은 설계 서비스 수요 증가로 이어질 여지가 있다.
투자자 체크포인트
- 엑시나는 비상장 스타트업으로 직접 투자 대상이 아니며, 기술 검증과 양산 레퍼런스 확보 여부가 핵심 관전 포인트다.
- 메모리 사용량 절감 기술이 실제 빅테크 채택으로 이어질지, 단순 콘셉트 수준인지 구분이 필요하다.
- HBM 수요 둔화 가능성은 메모리 대장주에 양날의 검이므로 단정적 해석은 경계해야 한다.
- AI 반도체 전력 효율 테마가 부각될 경우 관련 소부장·디자인하우스로 온기가 확산될 수 있다.
전망
낙관적으로 보면 데이터 이동 최소화 기술은 AI 데이터센터의 구조적 비용 문제를 푸는 열쇠가 될 수 있고, 국내 팹리스의 기술 경쟁력을 입증하는 계기가 될 수 있다. 반면 상용화 검증, 대형 고객 확보, 기존 생태계와의 호환이라는 과제가 남아 있어 단기간에 메모리 수급 구도를 바꾸기는 어렵다. 투자자는 구체적 성과와 레퍼런스가 확인될 때까지 테마성 기대와 실제 실적을 분리해 접근하는 것이 바람직하다.
본 글은 원문 뉴스를 바탕으로 자동 요약·분석된 콘텐츠입니다. 원문 보기 (매일경제 기업)
