기본 콘텐츠로 건너뛰기

일본 반도체 시장의 현실.. 한국이 간과하고 있는 내용

듣기 버전 : https://youtu.be/GVulJC0-P4E

일본 반도체랑 한국을 비교하는 영상이 요즘 많이 올라오네요..
참 비교 좋아하는 한국인 많아요..
그것도 결론은 한국이 우월해야 하구요...
뭐, 자국을 자랑스럽게 생각하는건 언제나 환영이래니까요..
하지만, 사실무근인 이야기로 무턱대고 좋아하면 좀 그렇지 않나요?

일본 반도체에 대한 잘못된 해석들을 짚고 넘어가볼 까 합니다.

우선 가장 큰 포인트 입니다.
미국은 비메모리 반도체 기술이 뛰어나고,
일본은 메모리 반도체와 비메모리 반도체 기술이 뛰어납니다.
하지만 한국은 메모리 반도체 잖아요?
뭐가 다르냐구요?

메모리 반도체는 단지 정보릏 저장하는 nand저장 회로만 들어 있습니다.


하지만, 비메모리 반도체는 cpu나 gpu처럼 연산용 트랜지스터가 들어있는 것이죠.

구조 자체가 다르기 때문에 한국은 아직도 cpu하나 만들지 못하고 있는 겁니다.
아, 비메모리 반도체도 분야가 있기 때문에 공장용 로봇에 쓰이는 80486 정도까진 만들 수 있다네요.. 그 덕에 쉐어가 있긴 합니다. 3%언더죠.

일본은 왜 반도체 시장을 철수 했다고 생각하시나요?
1987년 미일 반도체 협정의 속내를 제대로 말하는 한국 방송이 없는데요..
일본이 너무 미국에 많은 것을 수출하면서 고속 성장을 하자 미국이 협박을 한 것입니다.

당연히 협정 내용에는 미국이 전 세계를 적으로 돌릴 만한 내용이 들어있지 않죠. 단지 일본국내에 외국 반도체 쉐어를 20%를 넘겨라 라는 등의 우회적인 내용만 적혀 있었는데요..
그걸 지키기 위해 옆나라 한국에서 쓰지도 않는 반도체를 들여오는 덕에 한국은 엄청난 수출원이 되었지요..
불량률이 많은 한국 반도체가 이 덕분에 고속 성장이 되었구요..

하지만 이 정도로 미국을 제낀 세계 최고의 반도체 기술이 하루아침에 멈출리가 있나요?
반도체랑 자동차 중에 하나만 수출해라.. 라는 비공식 압박이 있었답니다.
일본은 미국을 거스르면 나머지 모든 산업에도 피해가 가겠다 생각 했습니다.

그 때 일본의 자동차 시장은 고속 성장 중이라 버릴 수가 없었죠. 그 때문에 일본은 자동차를 선택하고 반도체 생산을 20년인가? 안하겠다는 약속을 한 것이 미일 반도체 협정인 것입니다.
이 때문에 시장을 뺀 것을 한국에선 기술력 때문에 밀렸다고 생각하는데요..

이번에 미국이 이젠 충분하겠지 하고 풀어주는 타이밍에 기다렸다는 듯이 일본 기업들이 뭉쳐서 반도체 시장 탈환을 하겠다고 뭉쳤잖아요?
그 타이밍에 공개한 게 있었습니다.


현재 nvidia가 시장을 잡고 있는 ai반도체라 불리는 머신러닝용 코프로세싱 기술..
코프로세싱은 원래 cpu에서 부동 소숫점 연산만 담당하는 보조 연산용 프로세서라서 CPU에서 작게 붙어 있던 것이었는데, intel의 cpu 처리 알고리즘을 따라가지 못하는 amd와 nvidia는 칩의 최적화로 3400개 이상의 코어를 탑재한 gpu를 만들었죠.
Cpu는 코어가 기껏해야 24개 정도인데 말이 되냐구요? Gpu는 단순 숫자 계산용 코어라 아주 간단해서 많은 수의 코어를 집적할 수 있고 숫자 연산에 빠르지요.

이런 ai반도체는 머신러닝이나, 코인 마이닝 같은 것을 해보신 분들은 아시겠지만,
엄청난 열을 발산합니다. 이유는 연산에 많은 전력이 필요하므로, 그 전력에 비례한 발열이지요..
이걸 nvidia의 10배 전력 대비 성능의 ai 엑셀러레이터를 발표했지요.


미국 및 지정 국가에 수출을 안하기로 한 거지 개발을 안하기로 한 건 아니니까요.

일미 반도체 협약이 해금 되자마자 기다렸다는 듯이 방송을 하고 대형 기업이 설비투자를 하여 2030년에는 생산을 목표로 하고 있습니다.


이런 부분은 쏙 들어간 채 한국에선 뒤늦게 일본이 반도체 시장에 뛰어들었다고 얘길 하고 있네요..
중요한건 삼성은 아직도 비메모리 반도체에 대한 연구결과나 설비 준비조차 못하고 있는데
일본은 nvidia보다 뛰어난 ai엑셀러레이터를 발표하고 대량 생산 설비까지 이미 만들고 있다는 사실 입니다.
따라하기 밖에 못하고 단기 실적만 앞세우는 기업에서는 장기적인 연구개발은 힘든 것은 알고 있지만,
언제나 제 삼자의 입장에선 안타까울 따름입니다.

참고로 왜 gpu가 ai반도체가 된 것일까요?


이번엔 왜 제자랑 안하냐고 의아해 하신 분들을 위해!
돌아온 제자랑 코너 입니다!

제가 S모 은행에 ai강연을 했던 2017년 경이었습니다.

인공지능 알고리즘 중에 가장 쉬운 logistic regression이란 걸 설명해서 시스템의 장애를 예측하는 패턴에 대한 개념을 설명하고 있었지요. 물론 베이지안 네트워크를 쓰는 방법도 있지만 단순화만 잘 하면 logistic regression으로도 충분히 앞으로 몇 분 뒤에 장애가 생길 확률을 구할 수 있거든요.

그 설명을 하는 중에
S금융 Ailabs의 모 수석이 태클을 걸더라구요.
Logistic regression은 수학 공식이지 인공지능이 아니지 않느냐구요..
제가 그 질문을 듣고 조금 어이없어서 잠깐 머뭇거렸습니다.
그리고 대답했지요.

Logistic regression이든 현존하는 모든 머신러닝 공식은 1959냔 수학자들에 의해 민들어진 수학식입니다.
인공지능 기초부터 여기에서 설명드릴 순 없으니 이해가 안되시면 기초부터 공부하고 오세요.

이런 식으로 꼬아서 말했더니.. 나중에 자리를 마련해준 지인에게 한 소리 들었습니다.
기분 나뻤겠지요. 대기업의 ailab의 수석이라고 하는 사람에게 그렇게 표현 했으니...
하지만 너무 무식한 태클을 걸면 저도 기분 나쁘죠.
다들 ailabs라고 인공지능을 월급 받고 연구하는 사람이 머신러닝을 수학이 아니라고 생각하고 있으면요..
한국에선 뭔가 할 때마다 재밌는 경험을 많이 하는 거 같습니다..

즉 ai반도체는 숫자연산에 뛰어난 반도체이기 때문에 cpu같은 복잡한 연산보다 숫자에 강항 코프로세스를 많이 집적해서 병렬 연산이 기능한 gpu가 적합한 것입니다.

세상은 어떻게 발전할 지 모릅니다.

반도체로 강했던 S그룹 상무님도 저와 이야기 할 때 말씀하시더라구요..
메모리 반도체는 6개월만 지나면 중국에서 따라 잡기 때문에 조금이라도 뒤쳐지면 밀리기 때문에 생각보다 수지가 맞지 않는 장사라서 기술개발에 투자를 많이 하고 있는데 아직 어려운 상태라구요..

S그룹도 현실을 직시하고 열심히 달리고 있습니다.
그리고 또 한국인의 경영 능력으로 탈출구를 찾아내겠지요.
그래서 굳이 일본에 밀리지 않는 한국인만의 길을 찾을거라 믿고는 있습니다.

단지, 일본을 너무 얕보는 동영상들이 난무해서,
사실을 직시하고 위기 의식을 가져보라고 만들어 봤습니다.

https://www.meti.go.jp/policy/mono_info_service/joho/conference/semicon_digital/0001/05.pdf


giip :: Control all Robots and Devices! Free inter-RPA orchestration tool! https://giipasp.azurewebsites.net/

댓글

이 블로그의 인기 게시물

Alter table 에서 modify 와 change 의 차이 :: SQL Server

두 개의 차이를 모르는 경우가 많아서 정리합니다.  modify는 필드의 속성값을 바꿀때 사용하구요.. change는 필드명을 바꿀떄 사용합니다.  alter table tbbs modify bNote varchar(2000) NULL; alter table tbbs change bNoteOrg bNoteNew varchar(2000) NULL; change에는 원래 필드와 바꾸고 싶은 필드명을 넣어서 필드명을 바꾸는 것이죠~ 더 많은 SQL Server 팁을 보려면  https://github.com/LowyShin/KnowledgeBase/tree/master/wiki/SQL-Server giip :: Control all Robots and Devices! Free inter-RPA orchestration tool! https://giipasp.azurewebsites.net/

책에서는 안 알려주는 대규모 트래픽을 위한 설계

음성 버전 :  https://www.youtube.com/watch?v=ZZlW6diG_XM 대규모 트래픽을 커버하는 첫 페이지 만드는 법..  보통 DB를 연결할 때 대규모 설계는 어떻게 하시나요?  잘 만들었다는 전제 하에 동접 3000명 이하는  어떤 DBMS를 사용해도 문제 없이 돌아갑니다.  여기서 이미 터졌다면 이 콘텐츠를 보기 전에 DB의 기초부터 보셔야 합니다.  아.. 개발 코드가 터졌다구요? 그럼 개발자를 때리셔야지요..  만약 3000명을 넘겼다면? 이제 Write/Read를 분리해서  1 CRUD + n개의 READ Replica를 만들겠죠?  보통 Read Replica는 5개가 최대라고 보시면 됩니다.  누가 연구한 자료가 있었는데...  6번째 레플리카를 만든느 순간 마스터가 되는 서버의 효율 저하 때문에  5번째에서 6번쨰로 올릴때의 성능이 급격히 줄어든다는 연구 결과가 있습니다.  때문에 Azure에서도 replica설정할 때 5대까지 밖에 설정 못하게 되어 있지요.  유저의 행동 패턴에 따라 다르긴 하지만,  1 CRUD + 5 Read Replica의 경우 동접 15000명 정도는 커버 합니다.  즉, 동접 15000명 에서 다시 터져서 저를 부르는 경우가 많지요..  이 때부터는  회원 DB, 게시판DB, 서비스DB, 과금 DB 등등 으로 성격, 서로의 연관도에 따라 나누기 시작합니다.  물리적으로 DB가 나눠지면 Join을 못하거나 Linked Table또는 LinkDB등의 연결자를 이용해서 JOIN이 되기도 합니다.  그에 따라 성능 차이가 생기지만 가장 중요한 포인트는  서로 다른 물리적 테이블의 JOIN은 인덱스를 타지 않는다!  라는 것입니다. 즉, JOIN할 테이블들을 최소한으로 만든 뒤에 JOIN을 걸지 않으면 NoSQ...

BI의 궁극판! Apache Drill을 써보자!

사실 Apache Drill 은 BI(Business Intelligence)라고 부르는 것 보다는 단순 데이터 연결 엔진이다. https://drill.apache.org/ 하지만 내가 왜 극찬을 하느냐면.. DBA로서 항상 문제가 되어왔던게, 이기종 데이터의 변환이나 처리였다. 포맷을 맞추는데 엄청난 시간이 걸리고, 데이터 임포트 실패가 무수하게 나고.. 한 번 잘못 데이터를 추출하면 다시 조정, 변환, 추출하는데 시간이 많이 걸린다. 그런데! Apache Drill은 그냥 RDB를 CSV랑 연결해서 조인해서 통계를 낼 수 있다. 그것도 표준 SQL을 사용하여! 예를 들어, CSV의 세 번째 컬럼이 price 이고, 물건의 판매이력을 PG사에서 CSV로 출력 받았다. 우리 DB와의 검증을 위해서는 수동으로 Import를 한 뒤에 포맷이 안맞아 잘리는 데이터가 있다면 다시 맞춰주고, 재 임포트를 수십 번, 그리고 나서 겨우 들어간 데이터를 조인하여 빠진 데이터를 분간한다. 숫자가 적다면 개발자가 개발로 처리할 수도 있지만, 건수가 하루에 300만건 짜리라면.. 한 달 온 파일은 9천만 건이다. 프로그램으로 고작 처리하는 것이 초당 500건. 거의 20만초, 에러 없이 약 56시간.. 에러가 생기면 다시 56시간.. ㅠㅡㅠ 이런게 현실이기 때문에 쿼리 말고는 방법이 없다. apache drill 의 진면목을 보자! 이번에는 좀 범용 적인 MySQL DB와 붙여 보자. . 난 이번에는 Mac에서 작업을 했기 때문에 그냥 다운 받아서 풀었음.. https://drill.apache.org/download/ 여기서 자기 OS에 맞는 버전을 받아서 설치하시길.. 압축을 풀고 나면 MySQL 커넥터를 붙여야 한다. https://dev.mysql.com/downloads/connector/j/5.1.html 여기서 다운로드 이런 커넥터 들을 붙일 때마다 콘피그를 수정해 줘야 하지만, 몇 번만...