🔬 시스템 반도체의 마지막 퍼즐, NPU
메모리 반도체에서 세계 1위를 차지한 한국이 시스템 반도체, 특히 AI 가속기 분야에서는 오랫동안 존재감이 미미했습니다. CPU·GPU 설계 기술을 확보하지 못해 매년 천문학적인 로열티를 지불해온 구조적 한계가 있었죠.
그런데 최근 국내 스타트업 **딥엑스(DeepX)**가 이 판도를 흔들고 있습니다. 삼성 파운드리 5나노 공정에서 90% 이상의 수율을 기록하고, 엔비디아 대비 20배 전성비를 달성했다는 데이터가 공개되면서 업계의 이목이 집중되고 있습니다. 본 글에서는 딥엑스 NPU의 기술적 차별점과 피지컬 AI 시장에서의 포지셔닝을 데이터 중심으로 분석합니다.
📊 딥엑스 NPU의 핵심 기술 지표
삼성 파운드리 5나노 수율 90% 달성
반도체 업계에서 5나노 공정의 초기 수율 70%대는 양산 안정권으로 평가됩니다. 딥엑스는 DXM1 칩을 삼성 파운드리 5나노 공정으로 양산하면서 90% 이상의 수율을 기록했다고 공개했습니다. 이는 TSMC의 동급 공정 대비 뒤처지지 않는 수치이며, 제조 원가 계산이 성립하는 임계점을 넘어선 것으로 분석됩니다.
다이 사이즈 대비 10배 연산 효율
동일 연산력 기준으로 경쟁사 MP 칩 대비 다이 사이즈가 최대 10배 작다는 점이 핵심입니다. 반도체 설계 특허 500건 이상(절반 이상이 미국 특허)을 확보한 상태로, MPU 기준 글로벌 팬리스 특허 순위에서 퀄컴·ARM·인텔·엔비디아를 앞선 것으로 보고됩니다.
다이 사이즈가 작다는 것은 곧 발열이 낮다는 뜻이고, 발열이 낮다는 것은 배터리 수명과 직결됩니다. 엔비디아 토르가 140W를 소모하는 환경에서 딥엑스 칩은 1/20 수준의 전력으로 동일 작업을 처리할 수 있다는 것이 회사 측 설명입니다.
AI 반도체 시장의 판도 변화가 궁금하다면 뇌-컴퓨터 인터페이스(BCI) 전쟁 뉴럴링크를 넘어선 미래 기술의 현주소 🧠⚡ 글도 함께 참고해 보시기 바랍니다.
⚙️ 피지컬 AI 시장에서의 포지셔닝
엔비디아와의 경쟁이 아닌 '보완' 전략
딥엑스는 엔비디아를 직접 경쟁자로 규정하지 않습니다. 데이터센터용 GPU 시장이 아닌, 로봇·드론·산업용 엣지 디바이스에 특화된 NPU 시장을 공략한다는 전략입니다.
| 구분 | 엔비디아 GPU (토르) | 딥엑스 NPU (DXM1) |
|---|---|---|
| 소비 전력 | 140W | 약 7W (1/20 수준) |
| 단가 (추정) | $3,000 | $40~300 |
| 주요 용도 | 프로토타이핑·데이터센터 | 양산형 로봇·드론 |
| 양산 적합성 | 낮음 (원가 부담) | 높음 (5,000달러 로봇 타겟) |
| 수율 (삼성 5나노) | - | 90% 이상 |
양산 전환 시점의 트랜스포메이션
현대자동차 로보틱스, 포스코 등은 초기 프로토타이핑 단계에서 GPU를 사용하지만, 양산 단계로 진입하면 원가 구조상 NPU로의 전환이 불가피합니다. 중국산 로봇의 목표 단가가 5,000달러, 휴머노이드 로봇이 3,500달러 수준인 시장에서 3,000달러짜리 GPU를 탑재하는 것은 수익성 확보가 불가능하기 때문입니다.
딥엑스는 이를 "GPU를 제거하는 것이 아니라, 양산 시점에 트랜스포메이션을 지원하는 것"으로 설명합니다. 바이두와의 익스클루시브 계약을 통해 피지컬 AI용 알고리즘 생태계도 확보한 상태입니다.
초소형 AI 모델의 추론 기술 동향은 7백만 파라미터 초소형 AI, 제미니·딥씩 앞지른 재귀 추론 기술의 충격에서 확인하실 수 있습니다.
🎯 결론: 피지컬 AI 인프라의 국산화 가능성
딥엑스의 핵심 지표는 명확합니다. 삼성 5나노 수율 90%, 다이 사이즈 1/10, 전성비 20배, 단가 1/10이라는 수치가 실제 양산 데이터로 검증되고 있다는 점입니다.
다만 주의할 점은, 현재 공개된 수치는 회사 측 발표와 초기 고객사 피드백에 기반한 것으로, 장기 신뢰성 검증(145도 가혹 테스트 등)이 완료된 후의 시장 반응을 지켜볼 필요가 있습니다. 레딧(Reddit)의 반도체 커뮤니티에서도 "양산 검증 데이터가 더 축적되어야 한다"는 신중론이 존재합니다.
📅 정보 기준일: 2025-01-15
함께 보면 좋은 글
