AI 시대 인프라 대전환: 반도체·연구망·보안 동향

AI 시대를 지탱하는 인프라 전쟁

AI 모델이 고도화될수록 그것을 실행하는 하드웨어와 인프라의 중요성도 함께 커집니다. 이번 주 공개된 주요 기술 동향들은 공통된 메시지를 전달합니다. AI의 미래는 모델이 아니라 인프라에서 결정된다는 것입니다.

ASML의 4억 달러 기계: 세계 반도체를 쥔 핵심 장비

네덜란드 기업 ASML이 개발한 '하이NA EUV(극자외선) 리소그래피(Lithography, 반도체 회로 패턴 인쇄) 장비'가 대당 4억 달러(약 5,500억 원)라는 가격으로 출하를 시작했습니다.

이 기계의 원리를 이해하려면 반도체 제조의 기본부터 알아야 합니다. 반도체 칩은 실리콘 웨이퍼 위에 빛을 이용해 미세한 회로 패턴을 새기는 방식으로 만들어집니다. 빛의 파장이 짧을수록 더 미세한 회로를 그릴 수 있고, 더 작은 회로는 더 빠르고 전력 효율적인 칩을 의미합니다.

ASML은 EUV(극자외선, Extreme Ultraviolet) 광원을 개발하는 데 16년, 약 1조 4천억 원을 투자했습니다. 레이저로 주석 액적(molten tin droplet)을 초당 수만 번 타격해 EUV 광원을 생성하는 방식입니다. 이번 신형 기계(하이NA EUV)는 해상도를 기존 13나노미터에서 8나노미터로 끌어올렸습니다. 실리콘 원자 약 40개 너비에 해당하는 수준입니다.

AI와 반도체의 공생 관계

ChatGPT 등 대형 언어 모델(LLM, Large Language Model)의 등장 이후 AI 기업들의 첨단 GPU(그래픽처리장치) 수요가 폭증했습니다. 이 GPU를 만들려면 ASML의 EUV 장비가 필수입니다. 현재 ASML은 전 세계 칩 리소그래피 장비 시장의 **약 90%**를 점유하고 있으며, TSMC(세계 최대 반도체 위탁생산 기업)와 함께 AI 반도체 공급망을 사실상 양분하고 있습니다.

지정학: '칩은 새로운 석유'

미국 정부는 2019년부터 ASML이 중국 기업에 고성능 EUV 장비를 판매하지 못하도록 압박해 수출 금지 조치를 이끌어냈습니다. 중국은 이에 맞서 자체 EUV 기술 개발에 수십조 원을 투자하고 있지만, 전문가들은 상업적 대량 생산까지는 수년이 더 걸릴 것으로 봅니다. 반면 중국은 소프트웨어 혁신으로 돌파구를 모색하고 있습니다. DeepSeek처럼 최신 칩 없이도 경쟁력 있는 LLM을 개발하는 방향입니다.

새로운 도전자들도 등장했습니다. 샌프란시스코의 스타트업 Substrate는 입자가속기를 활용한 X선 리소그래피 기술로 2030년까지 칩 양산을 목표로 하고 있으며, 노르웨이의 Lace Lithography는 헬륨 원자빔을 이용한 완전히 다른 방식을 연구 중입니다.

학생 활용법: 반도체·소재·시스템반도체 분야 진로를 고려한다면, 리소그래피 기술 트렌드와 ASML·TSMC 중심의 공급망 구조를 이해하는 것이 필수입니다. "칩 전쟁(Chip War)" 같은 입문서부터 시작해 보세요.

미국 NAIRR: 대학 연구자를 위한 AI 인프라 개방

미국 국립과학재단(NSF)의 NAIRR(국가 AI 연구 자원, National AI Research Resource) 파일럿 프로그램이 2년간 700개 이상의 연구 프로젝트를 지원한 성과를 공개했습니다. NVIDIA는 이 프로그램에 DGX 클러스터(고성능 GPU 서버) 접근권과 기술 지원을 제공했습니다.

실제 연구 성과

• Polymathic AI: 유체역학 시뮬레이션을 위한 파운데이션 모델 'Walrus' 공개 및 가중치 공개
• 미시간대학교: 분자 AI와 LLM을 결합한 MIST 모델로 차세대 에너지 소재(배터리·연료전지 등) 탐색 자동화
• 보스턴대학교: BEACON 감염병 모니터링 파이프라인으로 발생 보고서 작성 시간을 수 시간에서 2분으로 단축

NAIRR은 고가의 GPU 클러스터에 접근하기 어려운 연구자들의 진입 장벽을 낮춰줍니다. 한국의 경우 KISTI(한국과학기술정보연구원) 슈퍼컴퓨팅센터와 NIPA(정보통신산업진흥원)의 AI 컴퓨팅 지원 사업이 유사한 역할을 합니다. AI 연구에 관심 있는 대학(원)생이라면 이런 공공 인프라를 적극 활용할 수 있습니다.

학생 활용법: KISTI 슈퍼컴퓨팅 지원 프로그램이나 NIPA의 AI 바우처 사업을 통해 무료 또는 저비용으로 GPU 자원을 확보할 수 있습니다. 연구 과제가 있다면 신청을 검토해 보세요.

한국 정부, SW 공급망 보안 로드맵 발표

과학기술정보통신부와 국가정보원이 오늘(6월 24일) 'AI 일상화 시대를 준비하는 SW 공급망 보안 로드맵'을 발표했습니다.

**SBOM(Software Bill of Materials, 소프트웨어 자재명세서)**이 핵심 도구입니다. SBOM은 소프트웨어를 구성하는 모든 오픈소스·서드파티 컴포넌트와 그 의존성을 목록화한 문서입니다. 취약점이 발견됐을 때 어떤 시스템이 영향을 받는지 신속하게 파악할 수 있게 해줍니다.

3대 전략

1. 예방: 개발 단계부터 보안 내재화, SBOM 기반 공급망 투명성 제고
2. 탐지·대응: AI 기반 자동 공급망 방어 체계 구축, 버그바운티(Bug Bounty) 및 취약점 신고 포상제 확대
3. 정책 기반: 범정부 SW 공급망 보안협의체 구성, 국제 인증 상호인정 확대

AI를 활용한 자동화 공격은 취약점 탐지 속도와 규모를 기존 대비 크게 키웁니다. 이에 따라 전통적인 보안 체계만으로는 방어에 한계가 있다는 것이 정부의 판단입니다.

학생 활용법: 개발자 지망생이라면 CycloneDX나 SPDX 같은 SBOM 생성 도구를 프로젝트에 적용해 보세요. 취업 시 보안 역량을 어필하는 차별화 포인트가 됩니다.

Stripe·Anthropic·OpenAI, 호흡기 바이러스 퇴치 비영리단체 설립

결제 회사 Stripe가 Anthropic, OpenAI 재단, Bill Gates의 지원을 받아 **5억 달러(약 7,000억 원) 규모의 비영리단체 'Intercept'**를 설립했습니다. 목표는 감기·독감을 포함한 호흡기 바이러스를 예방하거나 궁극적으로 근절하는 것입니다.

사람은 평균적으로 일생의 **5%**를 감기·독감과 싸우며 보냅니다. 그러나 감기를 일으키는 바이러스가 200종 이상이라 제약사들은 상업적 동기가 없어 연구에 소극적이었습니다. Intercept는 코로나19 백신 개발에 쓰인 RNA 의약품, 항체, 계산 단백질 설계 기술을 감기·독감에 적용하고, 학교·사무실의 공기 정화 시스템(자외선 기반 바이러스 비활성화 등)도 연구 범위에 포함합니다.

이 사례는 AI 기업들이 기술 개발을 넘어 공중보건 문제에 자본을 투입하기 시작했다는 신호입니다. 코로나19 이후 기술과 바이오의 교차점에서 기회를 모색하는 학생에게 주목할 만한 움직임입니다.

정리: 인프라를 이해하는 사람이 AI 시대를 주도한다

이번 주 뉴스들은 공통적으로 하나의 교훈을 줍니다. AI 모델 자체보다 그것을 가능하게 하는 인프라—반도체 제조 장비, 연구용 컴퓨팅 자원, 사이버 보안 체계—에 주목해야 한다는 것입니다. 학생이라면 AI 도구를 사용하는 데 그치지 않고, 이 인프라 레이어가 어떻게 작동하는지 이해하고 기여하는 방법을 고민해 볼 것을 권합니다.