본문 바로가기

기술정보

 (84)
[AI/반도체] AI 데이터센터의 병목 구조 완전 해부 - 연산은 남아도는데, 왜 성능은 더 안 오를까? GPU를 더 꽂아도 AI 성능이 기대만큼 오르지 않는 이유AI 데이터센터 투자는 폭발적으로 증가하고 있습니다.엔비디아의 최신 GPU, HBM 메모리, 초고속 네트워크를 갖춘 서버가대량으로 도입되고 있음에도 불구하고, 많은 운영자들은 비슷한 질문을 던집니다.“왜 이렇게 많은 자원을 투입했는데, 체감 성능은 기대만큼 오르지 않는가?” 이 질문의 핵심에는 ‘병목(Bottleneck)’이라는 개념이 있습니다.AI 데이터센터는 단순히 GPU 성능의 합으로 움직이지 않습니다.연산, 메모리, 네트워크, 전력, 냉각, 소프트웨어까지모든 요소가 동시에 맞물려야만 전체 성능이 올라갑니다.어느 하나라도 뒤처지면, 그 지점이 전체 시스템의 상한선을 결정합니다. 이번 포스팅에서는 AI 데이터센터를 구성하는 요소들을 하나씩 분해..
[반도체/메모리] CXL 메모리는 HBM을 대체할까?-AI 시대 메모리 아키텍처의 진짜 변화 HBM이 부족해서가 아니라, 구조가 바뀌고 있다 AI 반도체 경쟁이 심화되면서 메모리는 더 이상 부품이 아니라시스템 구조를 규정하는 핵심 요소가 되었습니다.최근 몇 년간 AI 성능 향상의 중심에는 HBM(High Bandwidth Memory)이 있었고,이는 사실상 GPU 성능을 결정짓는 기준이 되었습니다.그러나 2025년을 전후해 업계에서는 새로운 질문이 등장합니다.“HBM이 충분히 빠른데, 왜 CXL 메모리가 이렇게 주목받는가?”그리고 그 질문은 곧 이렇게 이어집니다.“CXL 메모리는 HBM을 대체하게 될까?” 이 글의 결론을 먼저 말하자면, CXL은 HBM을 대체하지 않습니다.대신, HBM이 해결하지 못하는 구조적 문제를 보완하며AI 메모리 아키텍처를 근본적으로 바꾸는 역할을 맡게 됩니다.이번 포스..
[로봇/AI] 휴머노이드 로봇의 현실성 - AI·센서·전력 한계 분석 인간을 닮은 로봇은 왜 아직 ‘미래’에 머물러 있는가 2025년 현재, 휴머노이드 로봇은 기술 뉴스의 단골 주제가 되었습니다.테슬라의 Optimus, Figure AI, Boston Dynamics,그리고 중국·일본 기업들이 앞다투어“인간과 함께 일하는 로봇”의 미래를 제시하고 있습니다.영상 속 휴머노이드는 걷고, 물건을 집고,간단한 작업을 수행하며 마치 곧바로 산업 현장에 투입될 것처럼 보입니다. 그러나 화려한 데모와 달리,실제 산업과 사회 전반에서휴머노이드 로봇이 대규모로 상용화되었다고 말하기는 어렵습니다.그 이유는 단순히 기술이 부족해서가 아니라,인간을 닮은 형태가 요구하는 AI 지능, 센서 융합, 전력·에너지 관리라는 세 가지 난제가아직 완전히 해결되지 않았기 때문입니다. 이번 포스팅에서는 휴머노..
[반도체/메모리] HBM 다음은 무엇인가 - AI 시대 메모리 패권의 다음 전장 GPU 다음은 메모리, 그리고 HBM 이후를 묻는 질문 AI 반도체 경쟁이 본격화된 이후, 시장의 관심은 한동안 GPU 성능에 집중되어 왔습니다.그러나 실제 현장에서는 이미 다른 질문이 던져지고 있습니다.“GPU는 충분히 빨라졌는데, 왜 체감 성능은 더 이상 크게 오르지 않는가?”라는 질문입니다.이 질문의 답은 대부분 메모리에서 시작됩니다. HBM(High Bandwidth Memory)은 AI 시대의 병목을 해결하며 GPU 성능을 해방시킨 핵심 기술이었고,SK하이닉스를 중심으로 한 HBM 독주 체제는 이미 하나의 산업 질서로 굳어졌습니다.하지만 2025년을 기점으로 업계는 다시 한 번 다음 단계를 바라보고 있습니다.HBM 다음은 무엇인가, 그리고 AI 시대의 메모리 패권은 어디로 이동하는가라는 질문입니..
[반도체/메모리] HBM 메모리 독주 체제 - SK하이닉스의 AI 시대 독점력 AI 시대의 실질적 승자는 GPU가 아니라 ‘HBM 메모리’다ChatGPT, Gemini, Claude 등 초거대 AI 모델이 탄생한 이후,전 세계의 관심은 ‘GPU가 얼마나 강력한가’에 집중되어 왔습니다.하지만 2025년 현재 AI 시스템의 병목 현상을 결정짓는 핵심 요소는GPU 성능 그 자체가 아니라 GPU가 사용할 수 있는 고대역폭·저지연 메모리(HBM, High Bandwidth Memory)의 성능과 공급량입니다. 즉, AI 경쟁의 실질적 승자는 GPU 생산사가 아니라 HBM을 가장 안정적으로, 가장 높은 품질로 공급할 수 있는 기업입니다. 그리고 이 지점에서 SK하이닉스가 글로벌 AI 산업의 중심으로 떠오르고 있습니다.오늘 포스팅에서는왜 HBM이 AI의 핵심인가SK하이닉스가 어떻게 독점적 위치..
[AI/반도체] AI 반도체 전쟁, 누가 승자가 될까? - NVIDIA vs 삼성 vs TSMC AI 시대 반도체가 바꾼 판, 챔피언은 누구인가2020년대 중반, AI(인공지능) 시대가 본격화되며 반도체 산업은 단순한 전자부품 공급망을 넘어국가 전략산업이자 기술 패권의 핵심으로 부상했습니다.특히 생성형 AI, 대형언어모델(LLM), 엣지AI, 자율주행 등 다양한 응용이 확대되면서AI 반도체 수요는 폭발적으로 증가하고 있으며,이에 따라 반도체 설계와 제조 경쟁구도도 격화되고 있습니다. 이 글에서는 AI 반도체 전쟁의 중심에 있는 세 기업—NVIDIA, 삼성전자, TSMC—를 중심으로설계역량·제조역량·공급망·생태계 경쟁력이라는 네 가지 관점에서 면밀히 비교하고,향후 시장에서 누가 승자가 될 가능성이 높은지 분석해 보겠습니다. 주요 기업 소개 및 경쟁 구도NVIDIA – 설계와 생태계의 정점NVIDIA..
[보안] 클라우드 보안의 진화 – 제로트러스트(Zero Trust) 아키텍처 완전 해부 더 이상 ‘안전한 내부망’은 없다, 신뢰를 재정의하는 클라우드 보안클라우드가 기업 운영의 핵심 인프라로 자리 잡은 지금, 보안 전략은 근본적인 전환점을 맞이하고 있습니다.과거에는 기업 내부망을 ‘안전한 구역’, 외부망을 ‘위험 지역’으로 나누고,방화벽·VPN·네트워크 경계 중심의 전통적인 보안 모델이 지배적이었습니다. 그러나 2025년의 디지털 환경에서 경계(Security Perimeter)는 사실상 사라졌습니다.재택근무, 멀티클라우드, SaaS 활용, 파트너사 연동 등으로 인해사용자·기기·애플리케이션이 모두 클라우드 외부 또는 경계 밖에서 유입되기 때문입니다.이제 기업의 데이터는 물리적 사무실보다 인터넷 위에서 더 많이 이동합니다. 이러한 변화 속에서 등장한 개념이 바로 제로트러스트(Zero Trus..
[드론/모델링] 드론 LiDAR vs 영상 기반 3D 모델링 – 측량 정밀도 비교 하늘에서 데이터를 읽는 시대, 기술의 선택이 정밀도를 결정한다드론이 산업현장을 바꾸기 시작한 지 벌써 10년이 넘었습니다.초기에는 단순한 항공사진 촬영에 그쳤지만,이제는 지형측량·토공량 산출·구조물 변위 분석까지 수행할 수 있는 정밀 측량 플랫폼으로 진화했습니다. 그러나 현장에서 여전히 가장 많이 논의되는 주제가 있습니다.바로 “LiDAR(라이다)로 측량하는 것이 더 정확한가,아니면 영상 기반(Photogrammetry)으로도 충분한가?” 하는 문제입니다.두 기술은 모두 드론을 활용한다는 공통점이 있지만,센서의 원리·데이터 처리 과정·적용 목적에서 본질적으로 다릅니다.이번 글에서는 두 방식의 차이를 구조적으로 분석하고,실제 측량 정확도와 산업 적용성까지 종합적으로 정리하겠습니다. LiDAR와 영상기반 ..

티스토리툴바