본문 바로가기

AI

 (39)
[AI/인공지능] 온디바이스 AI vs 클라우드 AI : 미래는 어디로 가는가 – 성능이 아니라 ‘구조’의 문제 AI는 점점 똑똑해지는데, 왜 더 느려질까요 AI 기술은 빠르게 발전하고 있습니다.생성형 AI, 멀티모달 모델, 피지컬 AI까지 확장되면서우리가 다루는 데이터와 연산 규모는기하급수적으로 증가하고 있습니다.하지만 한편으로는 이상한 현상이 발생합니다. AI는 더 똑똑해졌는데,서비스는 더 느려지고비용은 더 비싸지고 있습니다. 이 문제의 핵심에는하나의 구조적 질문이 있습니다.“AI는 어디에서 실행되어야 하는가?” 데이터센터에서 처리하는 클라우드 AI기기 내부에서 처리하는 온디바이스 AI 이 두 방식은 단순한 기술 선택이 아니라, AI 시스템의 구조를 완전히 바꾸는 분기점입니다. 클라우드 AI – 성능의 정점, 그러나 구조적 한계 왜 대부분의 AI는 클라우드에서 시작되었는가 클라우드 AI는 강력한 GPU,대..
[AI/휴머노이드] 피지컬 AI의 3대 기술 구조 - 인식·판단·제어, 왜 이 세 가지가 동시에 어려울까? AI는 이미 똑똑한데, 왜 현실에서는 서툴까 생성형 AI는 이제 사람처럼 글을 쓰고, 그림을 그리고, 코드를 생성합니다.디지털 공간 안에서 AI는 이미 상당히 높은 수준의 ‘지능’을 보여주고 있습니다.그런데 로봇, 자율기기, 산업 자동화 같은 현실 영역으로 들어오는 순간,AI는 갑자기 느려지고 서툴러집니다. 왜 이런 차이가 발생할까요? 그 이유는 간단합니다.디지털 AI는 정보를 처리하면 되지만,피지컬 AI(Physical AI)는 물리 세계에서 행동해야 하기 때문입니다.그리고 이때 반드시 동시에 작동해야 하는 세 가지 축이 있습니다. ① 인식(Perception)② 판단(Decision / Reasoning)③ 제어(Control / Actuation) 이 세 가지 중 하나라도 약하면 시스템은 즉시 불안..
[AI/반도체/데이터센터/로봇] 왜 모든 기술의 끝은 결국 ‘전력과 열’로 수렴하는가 기술은 진보하는데, 왜 문제는 늘 비슷해질까 AI, 반도체, 데이터센터, 로봇, 전기차, 스마트 인프라까지.최근 10년간 기술의 진보 속도는인류 역사상 가장 빠른 수준에 도달했습니다.연산 성능은 기하급수적으로 증가했고,소프트웨어는 상상하기 어려울 정도로 정교해졌으며,자동화와 지능화는 거의 모든 산업으로 확산되고 있습니다. 그런데 이상한 현상이 반복됩니다.기술이 아무리 고도화되어도, 마지막에 문제로 남는 것은 늘 비슷합니다.“전력이 부족하다”,“열이 너무 많이 난다”,“냉각이 한계다”,“전력 인프라가 따라오지 못한다.” 왜일까요?왜 AI든 반도체든, 로봇이든 데이터센터든, 기술의 끝자락에서는 항상 전력과 열이라는 물리적 문제로 수렴하는 걸까요? 이 글에서는 그 이유를 단순한 현상이 아니라,기술 진화의 구조..
[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..
[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..
[AI/인공지능] 생성형 AI의 다음 진화 – 멀티모달 모델이 바꾸는 산업현장 Generative AI’s Next Leap : How Multimodal Models Are Transforming Industry 텍스트를 넘어, 인간의 모든 감각을 이해하는 AI의 시대불과 2년 전까지만 해도 인공지능은 ‘텍스트’라는 언어 안에서만 작동하는 존재로 인식되었습니다.GPT-3, GPT-4와 같은 언어모델은 문장 생성과 요약, 번역에 탁월했지만,인간이 세상을 인식하는 방식—시각, 청각, 감정—까지는 이해하지 못했습니다. 그러나 2025년 현재, AI는 새로운 전환점에 서 있습니다.바로 ‘멀티모달(Multimodal) 모델’의 등장입니다.멀티모달 AI는 텍스트뿐 아니라 이미지, 음성, 영상,심지어 센서 데이터까지 동시에 해석하고 생성할 수 있는 차세대 인공지능으로,단순한 대화형 챗봇을 ..

티스토리툴바