Tech Daily Brief

Qualcomm이 Amazon과 장기 계약을 맺고 최대 600억 달러 규모의 AI 데이터센터 칩 및 관련 제품을 공급할 수 있게 됐습니다. Amazon은 동시에 Qualcomm 주식 최대 2,500만 주를 주당 $161.26에 살 수 있는 warrant를 받았고, 현재 가치로 약 40억 달러 규모입니다.

이 계약의 핵심은 단순 GPU 대체 칩 하나가 아닙니다. Qualcomm은 Amazon과 여러 세대의 custom AI inference silicon을 개발하고, 동시에 최대 1.6 Tb/s급 optical connectivity까지 함께 추진합니다. Qualcomm이 올해 24억 달러에 인수한 Alphawave의 고속 인터커넥트 기술도 이 계약과 직접 연결됩니다.

구조적으로 보면:

$$\text{AI accelerator} + \text{custom silicon} + \text{1.6T optical I/O}$$

를 하나의 플랫폼으로 묶는 방향입니다.

왜 optical이 같이 나오느냐면, AI inference cluster에서는 가속기 자체 연산력만 높여도 결국

$$\text{chip-to-chip bandwidth}$$

와

$$\text{energy/bit}$$

에서 병목이 생기기 때문입니다.

Qualcomm은 기존 스마트폰 SoC에서 갖고 있던 저전력 설계 + DSP/NPU + connectivity 역량을 데이터센터로 끌고 가려는 셈입니다. 회사는 데이터센터 매출을 FY2027 50억 달러, FY2029 150억 달러까지 키우겠다는 기존 목표도 유지했습니다.

한국의 반도체 fab 증설과 AI 데이터센터 확대로 추가 전력 수요가 25~30 GW까지 늘어날 수 있다고 정부가 밝혔습니다. 이를 대략 원전 20기 수준의 출력에 해당한다고 볼 수 있습니다.

이 수치는 굉장히 큽니다.

가령 추가 수요를 27.5 GW라 하고 연중 평균적으로 사용한다고 단순화하면:

$$27.5\text{ GW}\times 8760\text{ h} \approx241\text{ TWh/year}$$

입니다.

실제 load factor는 이보다 낮겠지만, 데이터센터와 반도체 fab은 일반 소비시설보다 24시간 base load 성격이 강합니다.

특히 반도체 fab은 단순 장비 전력뿐 아니라:

• EUV / etch / deposition
• cleanroom HVAC
• ultrapure water
• cooling
• vacuum system

이 계속 전력을 먹습니다.

AI 데이터센터는 여기에:

$$\text{GPU} + \text{HBM} + \text{network} + \text{cooling}$$

전력이 추가됩니다.

한국은 현재 전력의 약 3분의 1을 원전에서 얻고 있고, 재생에너지 비중은 약 11%입니다. 동시에 2040년 석탄발전 단계적 폐지를 추진 중이라, 정부의 장기 에너지 계획에서 신규 원전 건설 여부가 다시 핵심 변수가 될 전망입니다.

ASML이 주요 반도체 업체들과 협력해 차세대 High-NA EUV 장비에서도 현재 GPU급 대형 die를 노광할 수 있도록 더 큰 mask를 도입하는 방안을 추진합니다.

High-NA EUV의 장점은 해상도입니다.

기본적인 lithography resolution은 대략

$$R\propto\frac{\lambda}{NA}$$

이므로 numerical aperture를 높이면 더 미세한 pattern을 구현할 수 있습니다.

하지만 문제가 있었습니다.

High-NA는 projection optics 구조 때문에 기존 EUV보다 한 번에 노광할 수 있는 field size가 작습니다. 그래서 NVIDIA·Google 같은 AI chip처럼 수백 $\mathrm{mm^2}$에 달하는 대형 die에는 오히려 불리합니다.

현재 conventional EUV가 약 800 mm²급 칩까지 처리할 수 있는 반면, High-NA에서는 이 field-size 제약이 본격 도입의 걸림돌 중 하나였습니다.

ASML은 이를 더 큰 mask 체계로 해결해:

$$\text{High NA resolution} + \text{large die}$$

를 동시에 확보하려는 겁니다.

회사는 이 방식이 시스템 생산성을 약 40% 높일 수 있다고 보고 있습니다. Intel은 이미 일부 High-NA 생산을 시작했지만, TSMC는 본격 도입을 2030년 전후, 삼성전자와 SK하이닉스는 2028년 DRAM 생산 적용을 목표로 하고 있습니다.

오늘 연구 픽은 Nature Communications에 실린 **“A hardware-adaptive learning algorithm for superlinear-capacity associative memory on memristor crossbars”**입니다.

전통적인 Hopfield Neural Network에서 Hebbian learning을 쓰면 저장 가능한 패턴 수는 대략

$$C\approx0.14N$$

정도로 알려져 있습니다.

즉 neuron 수가 $N$이면 capacity가 거의 선형으로만 증가합니다.

이번 연구에서는 multilayer structure와 hardware-adaptive training을 이용해 실제 memristor의 defect·nonlinearity를 training 단계에 넣었습니다.

결과적으로 correlated binary pattern에서는:

$$C\propto N^{1.49}$$

continuous pattern에서는:

$$C\propto N^{1.74}$$

의 superlinear scaling을 실험적으로 보였습니다.

더 인상적인 건 defect tolerance입니다.

memristor의 50%가 stuck-at fault인 조건에서도 기존 pseudo-inverse baseline보다 유효 capacity가 약 3배 높았습니다.

또 hidden layer를 추가해 특정 구성에서 필요한 memristor 수를 최대 95% 감소시켰습니다.

속도와 에너지에서도:

$$\text{processing time}\downarrow 99.4\%$$

$$\text{energy efficiency}\uparrow 2.68\sim2.76\times$$

를 asynchronous update 대비 기록했습니다.

9월 8일 미국장은 AI 자체보다 AI가 기존 software 회사의 moat를 무너뜨릴 수 있다는 우려가 시장에 반영된 날이었습니다.

• S&P 500 -0.58% → 7,673.52
• Dow -1.2%
• Nasdaq -0.3%

였습니다.

특히 software & services 지수는 **-1.4%**로 이틀 연속 하락했고, Salesforce·Intuit·ServiceNow는 각각 약 4~5% 떨어졌습니다. 시장에서는 GPT‑6 Astra 같은 agent가 기존 SaaS의 workflow 기능을 직접 수행할 경우 일부 seat-based software 매출을 잠식할 수 있다는 우려가 커졌습니다.

흥미로운 건 같은 날 hardware는 상대적으로 강했다는 겁니다.

• Intel +9%
• Qualcomm +3.2%

였고 Qualcomm 상승은 Amazon 계약이 직접적인 촉매였습니다.

즉 시장은 지금 AI를 두 방향으로 평가하고 있습니다.

$$\text{AI} \rightarrow \begin{cases} \text{Hardware demand}\uparrow\\ \text{Legacy software moat}\downarrow \end{cases}$$

라는 구조입니다.

거시환경은 여전히 좋지 않습니다. Brent는 거의 $100/bbl까지 올라 인플레이션 우려를 키웠고, 강한 미국 고용 때문에 Fed 금리 인상 기대도 높아졌습니다.

Bitcoin도 $80,000 아래, 장중 약 $78,500 부근까지 밀렸고 Coinbase·Robinhood·Strategy 등 crypto-related equity도 3% 이상 하락했습니다.