SKT·KT·네이버 등 투자 확대
AI반도체 수직계열화 구축 나서
초거대 AI·메타버스 혁신 가속
다양한 산업 제품·서비스 활용
<이미지를 클릭하시면 크게 보실 수 있습니다> |
<이미지를 클릭하시면 크게 보실 수 있습니다> |
올해 국내 정보통신기술(ICT) 산업은 원자재 가격 상승과 인플레이션 확산에 따른 PC, 휴대폰 등의 수요 감소로 지난해 대비 1.4% 성장에 그칠 것으로 전망됐다. 중장기적으로는 디지털 전환 및 ICT 기기 수요가 늘면서 회복세를 보이겠지만 저성장세가 유지될 것으로 보인다. 이에 따라 SK텔레콤, KT, 네이버 등은 인공지능(AI) 두뇌 역할을 하는 'AI반도체'와 초거대 AI, 메타버스 등 새로운 성장동력을 통해 위기 극복에 나선다는 전략이다.
■2세대 AI반도체 NPU로 승부수
12일 글로벌 시장조사업체 가트너와 정보통신정책연구원(KISDI)에 따르면 PC, 휴대폰 등은 저성장 국면에 접어들었고 통신서비스 역시 올해부터 2027년까지 연평균 1.3% 성장에 그칠 것으로 예상됐다. 반면 코로나19로 기업의 ICT 투자 방향이 자체 시스템 구축 방식에서 서비스형 소프트웨어 등으로 전환되면서 클라우드와 AI에 대한 수요는 지속적으로 늘고 있다.
이처럼 ICT산업의 핵심이었던 PC, 휴대폰, 통신이 둔화세를 보이면서 과학기술정보통신부는 'AI반도체 산업 성장 지원대책' 등에 주력하고 있다.
오는 2026년까지 861억달러(약 107조원) 규모로 성장할 것으로 전망된 AI반도체는 데이터 학습·추론 등 AI 서비스 구현에 필요한 대규모 연산을 높은 성능 및 전력효율로 실행하는 반도체다. 데이터센터는 물론 기존 컴퓨팅 시스템의 한계를 넘어선 초거대 AI를 비롯해 노트북, 스마트폰, 자율주행차 등에도 AI반도체 솔루션이 적용되고 있다.
이에 따라 애플, 구글, 아마존 등 빅테크 기업은 물론 SKT, KT, 네이버 등도 AI반도체 수직계열화 등 생태계를 구축 중이다. 특히 SKT는 세계 최대 가전·정보기술(IT) 박람회 CES 2023에서 도심항공교통(UAM) 가상체험 시뮬레이터를 만들어 놓고 자체개발한 AI반도체 '사피온'이 UAM 기체 운항을 돕는 기술을 소개하기도 했다.
AI반도체는 시스템반도체 중 초기시장이기 때문에 국내 ICT 업체에도 선점 기회가 있다는 게 업계의 설명이다.
정보통신기획평가원(IITP) 문형돈 기술혁신본부장은 "국내 AI반도체 기술은 최고 수준(100)인 미국 대비 89.2% 수준"이라며 "최근 정부가 국산 AI반도체 기술 확보를 위한 대규모 투자를 진행 중이고 SKT, KT, 네이버 등이 각각 사피온, 리벨리온, 퓨리오사AI 등에 투자·협력하며 2세대 AI반도체인 NPU(신경망처리장치) 출시를 시작했다"고 전했다. 다만 국내 AI반도체 활용을 극대화하기 위해서는 소프트웨어(SW) 개발 및 실증사업도 병행돼야 한다는 게 문 본부장의 조언이다.
■초거대 AI·메타버스, 산업과 융합
인간처럼 종합추론을 할 수 있는 초거대 AI와 메타버스(3차원 가상세계)도 ICT 업계 글로벌 전략의 핵심으로 꼽힌다. 세계 최대 AI 연구재단인 오픈AI의 대화형 AI '챗GPT'가 급부상하면서 국내외 초거대 AI 경쟁도 가속화될 전망이다.
이와 관련, 소프트웨어정책연구소는 '2023 SW산업 10대 이슈 전망' 보고서를 통해 "초거대 AI 기반으로 올해는 다양한 산업영역에서 AI 제품 및 서비스 혁신이 더욱 활발해질 것"이라고 했다. 특히 텍스트뿐 아니라 이미지와 비디오 등 다양한 데이터로 학습된 초거대 AI는 금융·법률·의료 분야는 물론 예술과 창작활동에도 적용될 것이란 게 업계 중론이다.
메타버스도 게임과 엔터테인먼트를 넘어 디지털 트윈 기술(물리적 세계를 가상공간에 복제)과 맞물려 제조, 항공, 스마트팩토리 등 다양한 산업으로 확대될 것으로 전망됐다. 이 과정에서 초거대 AI와의 접목 가능성도 제기됐다.
김시호 연세대 글로벌융합공학부 교수는 "메타버스 공간에서 (이용자의 아바타가) AI와 대화하는 서비스가 곧 구현될 것이라고 본다"면서 "말동무는 물론 전문적인 상담도 이뤄지며서 관련 시장이 조금 더 열릴 것 같다"고 내다봤다.
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.