[소부장반차장] 5월 둘째주 반도체·부품 소식 한눈에 살펴보기
 |
<이미지를 클릭하시면 크게 보실 수 있습니다> |
픽셀플러스, 온센서 AI 구현한 포토닉 칩렛 기술 개발
픽셀플러스(대표 이서규)가 온센서 인공지능(AI) 구현을 위한 포토닉 칩렛 기술을 개발, 이를 적용한 'PX9210K'를 출시했다.
픽셀플러스가 개발한 포토닉 칩렛은 이미지센서, 이미지를 처리하는 ISP, AI칩을 수직으로 쌓아 패키징하는 신기술이다. 일반적인 멀티 칩 패키징 대비 제조 및 설계 난이도가 높은 기술로 이미지센서와 ISP를 직접화해 온·습도·실장성 등 환경요인을 만족하는 설계가 필요하다.
이미지센서 패키지는 일반적인 칩과 다르게 한쪽 면이 빛을 받아들일 수 있도록 유리가 장착돼 칩 실장 시 공간적 제약이 발생한다. 또 ISP에서 발생하는 발열로 인해 센서의 각 픽셀이 열화되는 것을 방지하기 위해 빠른 열전도 설계를 적용해야 하는 난제가 있다. 픽셀플러스는 이런 기술적 난관들을 극복해 ‘포토닉 칩렛’ 기술을 개발했다고 설명했다.
회사는 이번 기술 개발로 기존 대비 처리속도를 향상시키고 제품 사이즈를 줄일 수 있게 됐다. 또 이미지센서에 AI칩을 탑재하는 온센서 AI를 구현해, 생성된 데이터를 실시간 처리하고 소비전력·실행시간을 동시에 단축시킬 수 있게 됐다.
픽셀플러스는 이 기술이 스마트 가전, 스마트 자동차 등 다양한 스마트 IT 융합 플랫폼에 적용될 것으로 전망했다. 특히 자동차 분야는 전동화 및 자율화에 따라 차량당 적게는 12개에서 많게는 20개까지 이미지센서 기반 센서가 탑재될 것으로 예상했다. 다른 종류의 센서와의 융합(Sensor Fusion)을 통해 높은 정확도의 센싱이 가능하다는 관측이다.
포토닉 칩렛 기술이 적용된 이미지센서 'PX9210K'는 지난 1월 출시한 AI 및 IoT 가전용 고성능 이미지센서 'PK9210K'와 ISP를 직접화한 이미지센서 통합 칩이다. 노이즈 감소와 자동노출보정 등 고성능 영상처리를 요하는 소형기기에 장착할 수 있도록 실장성을 극대화했다.
 |
<이미지를 클릭하시면 크게 보실 수 있습니다> |
中 레거시 물량 공세에 견적가↓…DB하이텍⋅UMC 전통 강자 '덜덜'
미국의 규제 영향으로 중국 반도체 기업들이 레거시(구형) 파운드리 공정에서 물량 공세에 나서며 과잉 공급이 가시화되고 있다. 앞으로도 견적가 하락은 계속될 것으로 전망되면서 레거시 파운드리에 힘을 주고 있는 전통 레거시 기업들의 긴장도 한층 고조되고 있다.
우스차이나모닝포스트(SCMP)와 중국 국가통계국(NBS) 등에 따르면 중국의 올해 1분기(1~3월) 반도체 생산량은 40% 급증한 981억개를 기록했다. SCMP는 "중국 전역에서 반도체 시설이 늘어나면서, 올해 1분기 생산량은 지난 2019년 같은 분기보다 3배 증가했다"라고 전했다.
중국의 레거시 물량 공세는 미국은 규제 영향 탓이다. 미국은 중국의 반도체 굴기를 견제하기 위해 지난해 10월부터 수출통제 조치를 강화하는 '개정 수출관리규정(Export Administration Regulations)을 발표, 동맹국 등에 14·16나노미터(㎚·10억분의 1m) 미만 반도체 제조에 필요한 장비를 중국으로 수출하지 못하도록 했다. 이에 중국 반도체 기업들은 규제에 포함되지 않은 반도체 장비를 대거 매입, 레거시 반도체 중심으로 경쟁력을 키웠다.
ASML의 경우 중국향 레거시 장비를 확대하며, 1분기 전체 매출에서 중국 비중은 49% 수준에 달했다. 중국 반도체 제조업체들이 대중 반도체 장비 수출 제한 조치를 앞두고 ASML의 구형 노광장비를 사들이면서 주문이 몰렸기 때문이다. 다만 ASML은 올해 중국 매출액 중 최대 15%가 대중 수출 통제 조치의 영향을 받을 것으로 예상했다.
주목되는 점은 이렇게 레거시 장비를 대거 매입한 중국 반도체 기업들이 공급을 확대하며, 레거시 파운드리 생산 견적이 하락하고 있다는 것이다.
대만의 경제일보 보도에 따르면 레거시 공정 견적은 2022년 3분기 이후 지속해서 조정되고 있다. 경제일보는 IC 설계 업계 관계자의 분석을 인용해 "레거시 파운드리는 공급 과잉 압력에 직면해 있다"라며 "이번 분기에 일부 레거시 견적이 1%~3% 하락했다"라고 밝혔다. 그러면서 "현재 상황으로 판단하면 3분기까지 견적은 더욱 하락할 수도 있다"라며 " 1~3% 정도 하락하면 업계 전체 가격은 9분기 동안 하락하게 된다"라고 덧붙였다.
이 같은 흐름에 가장 직격탄을 맞는 것은 레거시 파운드리에 의존하고 있는 전통 강자들이다. 삼성전자나 TSMC, 인텔과 같은 종합 반도체 회사들은 중국 기업들이 아직 하지 못하는 10나노미터 이하의 첨단 파운드리 물량을 소화할 수 있어 그나마 양호한 환경이라는 평가를 받지만, 레거시 파운드리에 의존하고 있는 기업은 앞으로 실적 하락이 고조될 수 있을 것으로 전망된다.
실제로 DB하이텍의 경우 이러한 영향 탓에, 올해 1분기 연결기준 매출 2615억원, 영업이익 411억원을 잠정 기록했다. 전년 동기 대비 매출은 12%, 영업이익은 50% 감소했다. 30% 수준을 웃돌았던 영업이익률도 매 분기 하락하는 추세다. DB하이텍의 영업이익률은 지난해 1분기 28%에서 1년 만에 16%까지 떨어졌다.
대만의 레거시 파운드리 기업 UMC도 1분기 영업 수익은 전 분기 대비 0.6% 감소한 54.63억 대만달러(약 2298억 8304만원) 를 기록했다. 매출 총이익은 전 분기 대비 5.1% 감소한 16.90억 대만달러(약 711억 1520만원)를 기록했다.
 |
<이미지를 클릭하시면 크게 보실 수 있습니다> |
SK하이닉스, 온디바이스 AI용 낸드 솔루션 ZUFS 4.0 개발
SK하이닉스가 온디바이스(On-Device) AI용 모바일 낸드 솔루션 제품인 'ZUFS(Zoned UFS) 4.0'을 개발하는 데 성공했다.
ZUFS은 디지털 카메라, 휴대전화 등 전자제품에 사용되는 플래시 메모리 제품인 UFS의 데이터 관리 효율을 향상시킨 제품이다. 이 제품은 유사한 특성의 데이터를 동일한 구역(Zone)에 저장하고 관리해 운용 시스템과 저장 장치간의 데이터 전송을 최적화한다.
SK하이닉스는 "ZUFS 4.0은 스마트폰 등 모바일 기기에서 온디바이스 AI를 구현하는 데 최적화된 메모리로, 업계 최고 성능이 구현됐다"라며, "이 제품을 통해 당사는 HBM으로 대표되는 초고성능 D램에 이어 낸드에서도 AI 메모리 시장을 이끌어 갈 것"이라고 강조했다.
ZUFS는 스마트폰 앱에서 생성되는 데이터를 데이터별 특성에 따라 관리하는 역할을 한다. 데이터를 공간 구분 없이 동시에 저장했던 기존 UFS와 달리 ZUFS는 여러 데이터를 용도와 사용 빈도 등 기준에 따라 각각 다른 공간(Zone)에 저장해 스마트폰 OS의 작동 속도와 저장장치의 관리 효율성을 높여준다.
이를 통해 ZUFS는 장시간 사용 환경에서 스마트폰 앱 실행 시간을 기존 UFS 대비 약 45% 향상시켰다. 또 저장장치의 읽기 및 쓰기 성능이 저하되는 정도가 UFS 대비 4배 이상 개선됨에 따라 제품 수명도 약 40% 늘어났다.
회사는 AI 붐이 도래하기 전인 지난 2019년부터 고성능 낸드 솔루션에 대한 시장 수요가 발생할 것으로 내다보고 글로벌 플랫폼 기업과 협업해 ZUFS 개발을 시작했다.
SK하이닉스는 초기 단계 ZUFS 시제품을 만들어 고객에게 제공했고, 해당 시제품을 바탕으로 고객과 협업해 반도체 분야 표준화기구 제덱(JEDEC) 규격에 적합한 4.0 제품을 개발해 냈다. 회사는 오는 3분기부터 ZUFS 4.0 제품 양산에 들어갈 계획이며, 양산 제품은 향후 글로벌 기업들이 내놓을 온디바이스 AI 스마트폰들에 탑재될 예정이다.
안현 SK하이닉스 부사장(N-S Committee 담당)은 "빅테크 기업들이 자체 개발한 생성형 AI를 탑재한 온디바이스 개발에 집중하면서 여기에 필요한 메모리에 대한 요구 수준이 높아지고 있다"라며, "당사는 고객 요구에 부응하는 고성능 낸드 솔루션을 적시 공급하는 한편, 세계 유수 기업들과의 파트너십을 강화해 ‘글로벌 1등 AI 메모리 프로바이더(Provider)’의 위상을 공고히 해나갈 것"이라고 말했다.
- Copyright ⓒ 디지털데일리. 무단전재 및 재배포 금지 -
이 기사의 카테고리는 언론사의 분류를 따릅니다.
기사가 속한 카테고리는 언론사가 분류합니다.
언론사는 한 기사를 두 개 이상의 카테고리로 분류할 수 있습니다.
언론사는 한 기사를 두 개 이상의 카테고리로 분류할 수 있습니다.
