구글 TPU와 칩렛 시대의 삼성
youngchul Nam·
구글의 차세대 TPU '아이스피시(Icefish)' 메모리 인터페이스 칩 수주설을 바탕으로 한 AI 반도체 패러다임 변화 분석 및 스레드(Threads) 업로드용 요약.
1. AI 반도체 패러다임의 변화: 칩렛(Chiplet)
단일 칩(Monolithic)의 한계
- 레티클 리밋(Reticle Limit): 노광 장비가 한 번에 찍을 수 있는 물리적 크기 한계(약 858mm²)에 도달. NVIDIA V100(815mm²) 이후 블랙웰까지 모두 한계선 근처에서 정체.
- 수율 저하: 칩 면적이 커질수록 미세 결함 하나로 칩 전체를 폐기해야 하므로 생산 단가가 기하급수적으로 상승.
- 공정 최적화의 한계: 연산 로직은 선단 공정(2nm, 3nm)이 필수적이지만, I/O나 아날로그, 메모리 인터페이스 영역은 미세화 효율이 떨어짐.
칩렛(Chiplet) 해법
- 기능을 조각조각 쪼개어 가장 적합한 공정에서 따로 만든 뒤, 첨단 패키징 기술로 정밀하게 이어 붙이는 방식.
- 장점: 수율 극대화, 공정 최적화를 통한 제조 단가 절감, 공급망 다변화 용이.
2. 삼성의 독점적 해자와 기회
메모리 인터페이스(PHY)의 중요성
- 연산 장치(슈퍼카)가 아무리 빨라도 메모리와 연결되는 도로(인터페이스)가 좁으면 병목 현상(Memory Wall) 발생.
- 메모리 인터페이스는 실제 AI 가속기의 피크 성능을 좌우하는 핵심 관문.
삼성의 3대 통합 역량 (지구상 유일)
- 파운드리: 2나노 선단 공정으로 고성능 인터페이스 칩 생산 가능.
- HBM: 세계 최고 수준의 HBM 메모리 자체 제조.
- 첨단 패키징: 이 조각들을 하나로 묶는 패키징 기술(I-Cube 등) 보유.
핵심 경쟁력: 설계부터 메모리 수급, 파운드리, 최종 조립(패키징)까지 공장 한 곳에서 원스톱으로 끝낼 수 있는 유일한 플레이어. 수율 책임 소재가 명확하고 공급망이 극도로 단순화됨.
3. 스레드(Threads) 업로드용 숏폼 에세이
🚨 "삼성이 구글 TPU를 통째로 뺏어왔다?"
최근 삼성이 구글의 차세대 TPU 메모리 인터페이스 칩을 수주할 것이라는 보도로 뜨겁습니다. "메인 칩도 아닌데 겨우 조각 하나 맡는 게 대수냐"는 시선도 있죠.
하지만 이건 반도체 판이 통째로 뒤집히는 거대한 신호탄입니다.
💡 AI 칩이 쪼개지고 있다: '칩렛(Chiplet)' 시대
이제 반도체는 하나의 거대한 칩으로 만들지 못합니다. 물리적 크기 한계(레티클 리밋)에 부딪혔고, 칩이 커질수록 불량률이 치솟기 때문이죠.
그래서 요즘은 칩을 조각조각 쪼개서 따로 만든 뒤 레고처럼 조립합니다. 연산 칩은 TSMC가 만들더라도, 메모리와 연결되는 '통로(인터페이스)'는 다른 곳에 맡기는 식이죠.
🚗 슈퍼카와 1차선 도로
아무리 미친 성능의 연산 칩(슈퍼카)을 만들어도, 메모리에서 데이터를 실어 나르는 도로(인터페이스)가 1차선 시골길이면 슈퍼카는 트랙터 뒤만 졸졸 따라가야 합니다.
삼성이 이번에 거론된 자리가 바로 이 '도로'를 만드는 역할입니다. 주변부 껍데기가 아니라, AI 칩의 진짜 성능을 결정짓는 핵심 길목이죠.
👑 삼성만 가진 치트키
인텔도 패키징 기술로 구글 칩 수주를 노리지만, 치명적인 약점이 있습니다. 바로 'HBM(메모리)'이 없다는 것.
반면 삼성은 **[HBM 메모리 + 인터페이스 칩 생산 + 최종 패키징 조립]**을 한 공장에서 원스톱으로 끝낼 수 있는 지구상 유일한 회사입니다.
삼성이 메인 컴퓨트 다이를 TSMC에서 뺏어오지 못하더라도, 칩렛 시대의 가장 비싸고 중요한 '길목'을 장악한다면 판도는 완전히 바뀔 겁니다.
전쟁터는 이미 미세 공정에서 '누가 더 잘 쪼개고 잘 붙이느냐'로 이동했습니다. 삼성이 쥔 이 카드가 과연 신의 한 수가 될 수 있을까요?
참고 자료
- 유튜브 채널 안될공학: "구글 TPU에 삼성 2nm? 삼성 파운드리 본격 부활의 핵심은 칩렛, 메모리 인터페이스" (2026-06-14)