AMD는 어떻게 NVIDIA와 Intel에 동시에 도전하게 되었을까?
반도체 산업을 움직이는 글로벌 기업 ⑩
AMD – CPU·GPU·AI 반도체 전략의 비밀
핵심 키워드: AMD, 라이젠, Ryzen, EPYC, Radeon, Instinct, MI300, AI 가속기, Chiplet, Xilinx, FPGA, 데이터센터 반도체
들어가며 – 한때 어려움을 겪던 AMD는 어떻게 다시 반도체 강자가 되었을까?
반도체 산업에서 AMD는 매우 흥미로운 기업이다.
한때 PC용 CPU 시장에서는 Intel의 강력한 경쟁자였지만, 오랜 기간 어려운 시기를 겪기도 했다.
그러나 이후 AMD는 새로운 CPU 아키텍처와 Chiplet 전략을 앞세워 다시 성장하기 시작했다.
그리고 이제 AMD는 단순히 CPU 회사가 아니다.
현재 AMD의 사업은 크게 다음과 같이 확장되고 있다.
PC CPU
↓
서버 CPU
↓
GPU
↓
AI 가속기
↓
FPGA
↓
데이터센터
AMD가 흥미로운 이유는 경쟁 상대가 하나가 아니라는 점이다.
CPU 시장에서는 Intel과 경쟁하고,
GPU와 AI 가속기 시장에서는 NVIDIA와 경쟁한다.
또한 AI 데이터센터 시장에서는 Google, Amazon, Microsoft 등 자체 AI 칩을 개발하는 거대 기업들과도 경쟁해야 한다.
이번 10강에서는 AMD가 어떻게 다시 성장했는지, Ryzen과 EPYC은 무엇이 다른지, 그리고 AMD의 핵심 무기인 Chiplet 기술과 AI 가속기 전략을 자세히 살펴보겠다.
1. AMD는 어떤 회사인가?
AMD는 Advanced Micro Devices의 약자다.
미국을 대표하는 반도체 기업 가운데 하나다.
AMD는 오랫동안 CPU 시장에서 Intel과 경쟁해 왔다.
하지만 지금의 AMD를 단순한 CPU 기업이라고 설명하기는 어렵다.
현재 AMD는 다양한 종류의 반도체를 개발하고 있다.
대표적으로 다음과 같다.
- Ryzen 프로세서
- EPYC 서버 프로세서
- Radeon GPU
- Instinct AI 가속기
- FPGA 및 적응형 컴퓨팅 기술
- 데이터센터용 반도체
- AI PC용 프로세서
AMD의 가장 큰 특징은 서로 다른 반도체 기술을 하나의 데이터센터 생태계로 연결하고 있다는 점이다.
2. AMD의 부활을 만든 Ryzen
AMD가 다시 주목받기 시작한 중요한 계기 가운데 하나는 Ryzen이다.
Ryzen은 PC와 노트북 시장을 위한 AMD의 대표적인 CPU 브랜드다.
CPU 시장은 오랫동안 Intel이 강력한 위치를 차지하고 있었다.
AMD가 다시 경쟁력을 확보하기 위해서는 단순히 기존 CPU를 조금 개선하는 것만으로는 부족했다.
그래서 AMD는 CPU 아키텍처를 새롭게 발전시키는 전략을 선택했다.
이 과정에서 중요한 것이 Zen 아키텍처다.
Zen 아키텍처를 기반으로 한 Ryzen 프로세서는 성능과 전력 효율을 개선하면서 PC 시장에서 다시 존재감을 확대했다.
Ryzen의 성공은 AMD에 매우 중요한 의미를 가진다.
왜냐하면 AMD가 단순히 저렴한 대안이 아니라,
Intel과 직접 성능 경쟁을 할 수 있는 CPU 기업
으로 다시 평가받기 시작했기 때문이다.
3. CPU 시장의 진짜 경쟁은 클럭 속도만이 아니다
과거 CPU를 비교할 때 많은 사람들이 클럭 속도를 중요하게 생각했다.
하지만 현대 CPU의 성능은 단순히 GHz 숫자 하나로 결정되지 않는다.
다음과 같은 요소가 함께 중요하다.
- CPU 아키텍처
- 코어 수
- IPC
- 캐시 구조
- 전력 효율
- 제조 공정
- 메모리 구조
여기서 중요한 개념 가운데 하나가 IPC다.
IPC는 한 번의 클럭 사이클 동안 얼마나 많은 명령어를 처리할 수 있는지와 관련된 개념이다.
따라서 단순히 클럭 속도가 높다고 항상 더 빠른 CPU라고 할 수는 없다.
AMD는 Zen 아키텍처를 발전시키면서 CPU의 IPC와 전력 효율, 멀티코어 성능을 지속적으로 개선해 왔다.
4. AMD의 또 하나의 성공작, EPYC
Ryzen이 소비자용 PC 시장을 대표한다면,
EPYC은 데이터센터와 서버 시장을 대표하는 AMD의 CPU 브랜드다.
AI 시대에는 GPU가 많은 주목을 받고 있다.
하지만 데이터센터에서 GPU만 중요한 것은 아니다.
AI 서버와 클라우드 시스템에는 여전히 강력한 CPU가 필요하다.
CPU는 다음과 같은 다양한 작업을 담당한다.
- 운영체제 관리
- 데이터 처리
- 서버 운영
- GPU와 주변 장치 관리
- 일반적인 컴퓨팅 작업
AMD의 EPYC 프로세서는 많은 CPU 코어와 높은 성능을 바탕으로 데이터센터 시장에서 중요한 제품군으로 성장했다.
여기서 AMD의 Chiplet 전략이 더욱 큰 장점을 발휘한다.
5. AMD의 핵심 무기, Chiplet이란 무엇일까?
AMD를 이해할 때 가장 중요한 기술 가운데 하나가 바로 Chiplet이다.
과거 반도체는 가능한 한 많은 기능을 하나의 거대한 칩에 집적하는 방식으로 발전했다.
하지만 반도체가 점점 복잡해지면서 문제가 발생했다.
칩의 면적이 너무 커지면 제조 비용이 증가하고 수율 관리가 어려워질 수 있다.
그래서 등장한 방법 가운데 하나가 Chiplet이다.
쉽게 말하면,
하나의 거대한 반도체를 만드는 대신,
여러 개의 작은 반도체를 만들고
↓
이를 하나의 시스템처럼 연결하는 방식
이다.
이를 레고 블록에 비유할 수 있다.
거대한 하나의 블록을 만드는 대신,
여러 개의 작은 블록을 조합해 원하는 시스템을 만드는 것이다.
AMD는 이러한 Chiplet 전략을 CPU와 데이터센터 반도체에 적극적으로 활용해 왔다.
6. Chiplet은 왜 중요할까?
Chiplet 구조는 여러 가지 장점을 제공할 수 있다.
첫 번째, 수율 개선
칩 하나가 너무 커질수록 제조 과정에서 결함이 발생할 가능성이 커질 수 있다.
반면 작은 칩으로 나누면 제조 효율을 개선할 수 있다.
두 번째, 비용 절감
모든 기능을 가장 비싼 첨단 공정으로 만들 필요가 없을 수 있다.
특정 기능은 최신 공정을 사용하고,
다른 기능은 검증된 기존 공정을 사용할 수 있다.
세 번째, 유연한 설계
필요한 기능을 여러 개의 칩으로 나누어 조합할 수 있다.
네 번째, 빠른 제품 확장
하나의 Chiplet을 여러 제품에 활용할 수 있다.
AMD는 이러한 구조를 통해 다양한 CPU와 데이터센터 제품을 개발하는 전략을 발전시켜 왔다.
7. Chiplet에도 어려움은 있다
물론 Chiplet이 모든 문제를 해결하는 것은 아니다.
여러 개의 칩을 연결하려면 새로운 문제가 발생한다.
예를 들어,
칩과 칩 사이의 데이터 이동
이 중요하다.
칩 하나 안에서는 전기 신호가 비교적 짧은 거리에서 이동한다.
하지만 여러 개의 칩으로 나누면 칩 사이를 연결해야 한다.
따라서 다음과 같은 기술이 중요해진다.
- 고속 인터커넥트
- 패키징
- 전력 관리
- 열 관리
- 메모리 연결
결국 Chiplet의 발전은 자연스럽게 첨단 패키징 기술의 발전으로 이어진다.
이것은 앞서 살펴본 TSMC의 CoWoS와 HBM의 발전과도 연결된다.
8. AMD와 TSMC의 관계
AMD 역시 대표적인 팹리스 반도체 기업이다.
즉, AMD는 반도체를 직접 설계하지만 자체적으로 모든 반도체를 생산하는 방식은 아니다.
첨단 반도체의 제조에는 TSMC와 같은 전문 파운드리의 제조기술이 중요한 역할을 한다.
이 관계를 단순하게 표현하면 다음과 같다.
AMD
CPU·GPU·AI 가속기 설계
↓
파운드리
실제 반도체 제조
↓
첨단 패키징
여러 반도체 연결
↓
서버 및 데이터센터
AMD의 경쟁력 역시 단순히 설계 능력 하나로 만들어지는 것이 아니다.
최첨단 제조공정과 Chiplet, 패키징 기술이 함께 연결된다.
9. Radeon GPU – NVIDIA와의 오랜 경쟁
AMD는 CPU뿐 아니라 GPU 시장에서도 중요한 기업이다.
AMD의 대표적인 GPU 브랜드는 Radeon이다.
Radeon은 주로 게임용 그래픽카드 시장에서 NVIDIA의 GeForce와 경쟁해 왔다.
GPU 시장의 경쟁은 매우 치열하다.
단순히 GPU 칩 성능만 비교하는 것이 아니라 다음과 같은 요소가 중요하다.
- 게임 성능
- 전력 효율
- 가격
- 그래픽 기술
- AI 기능
- 소프트웨어
- 개발자 생태계
NVIDIA가 CUDA를 중심으로 강력한 AI 생태계를 구축했다면,
AMD 역시 자체적인 소프트웨어 생태계와 GPU 컴퓨팅 기술을 발전시키고 있다.
하지만 AI 데이터센터 시장에서는 NVIDIA가 오랜 기간 강력한 위치를 확보하고 있기 때문에 AMD는 새로운 도전에 나서고 있다.
10. AMD Instinct – AI 시대의 새로운 도전
AMD가 NVIDIA와 가장 직접적으로 경쟁하는 분야 가운데 하나가 바로 AI 가속기다.
AMD의 대표적인 AI·데이터센터 GPU 브랜드가 Instinct다.
AI 시장에서는 대규모 언어모델과 생성형 AI가 빠르게 발전하고 있다.
이러한 AI 모델을 학습하고 실행하려면 엄청난 연산 능력이 필요하다.
따라서 AMD는 Instinct 제품군을 통해 AI 데이터센터 시장을 확대하고 있다.
AI 가속기에서 중요한 것은 단순히 연산 성능만이 아니다.
다음 요소가 모두 중요하다.
AI 연산 성능
↓
HBM 용량
↓
메모리 대역폭
↓
GPU 간 연결
↓
소프트웨어
↓
데이터센터 확장성
AMD는 이러한 요소를 결합해 NVIDIA 중심의 AI 가속기 시장에 도전하고 있다.
11. MI300 시리즈와 ‘CPU + GPU + HBM’의 결합
AMD의 AI 반도체 전략을 설명할 때 중요한 제품군 가운데 하나가 Instinct MI300 시리즈다.
이 제품군은 AI와 고성능 컴퓨팅 환경을 겨냥한 가속기다.
특히 현대 AI 반도체에서는 단순히 GPU만 빠르게 만드는 것이 아니라,
연산장치 + 메모리 + 패키징
을 하나의 시스템으로 설계하는 것이 중요해지고 있다.
MI300 계열 역시 이러한 흐름과 연결되어 있다.
고성능 AI 시스템에서는 GPU 주변에 대용량·고대역폭 메모리가 필요하다.
그래서 HBM은 중요한 역할을 한다.
AI 가속기는 다음과 같은 구조로 발전하고 있다.
GPU 또는 AI 연산장치
↔
HBM
↔
고속 인터커넥트
↔
다른 가속기
이처럼 AI 반도체는 하나의 칩 경쟁에서 시스템 경쟁으로 변화하고 있다.
12. AMD의 또 다른 퍼즐, Xilinx 인수
AMD의 사업 전략에서 매우 중요한 사건 가운데 하나는 Xilinx 인수다.
Xilinx는 FPGA 기술로 잘 알려진 기업이었다.
FPGA는 Field Programmable Gate Array의 약자다.
쉽게 말하면 사용 목적에 따라 하드웨어 구조를 재구성할 수 있는 반도체다.
일반적인 CPU와 GPU는 이미 정해진 구조를 기반으로 작동한다.
하지만 FPGA는 특정 작업에 맞게 회로 구조를 구성할 수 있다는 장점이 있다.
이 때문에 FPGA는 다음과 같은 분야에서 활용될 수 있다.
- 데이터센터
- 네트워킹
- 통신
- 자동차
- 산업 장비
- AI
AMD는 Xilinx를 통해 CPU와 GPU뿐 아니라 적응형 컴퓨팅 영역까지 사업을 확장하게 됐다.
13. FPGA는 GPU와 무엇이 다를까?
GPU와 FPGA는 모두 특정 작업을 빠르게 처리하는 데 활용될 수 있지만 구조는 다르다.
GPU
대규모 병렬 연산에 강하다.
특히 AI와 그래픽, 과학기술 계산에서 강점을 가진다.
FPGA
특정 목적에 맞게 하드웨어 구조를 구성할 수 있다.
따라서 특정 작업에 최적화된 데이터 처리와 낮은 지연시간이 필요한 환경에서 활용될 수 있다.
AI 산업이 발전하면서 모든 연산을 하나의 GPU가 처리하지는 않을 가능성이 있다.
어떤 작업은 GPU가 적합하고,
어떤 작업은 ASIC이나 FPGA, NPU가 더 효율적일 수 있다.
AMD는 CPU와 GPU, FPGA를 함께 보유하면서 다양한 컴퓨팅 시장을 공략할 수 있는 구조를 만들고 있다.
14. AMD의 가장 큰 약점은 소프트웨어 생태계일까?
AI 반도체 경쟁에서 AMD가 해결해야 할 가장 중요한 과제 가운데 하나는 소프트웨어 생태계다.
NVIDIA는 오랜 시간 CUDA를 중심으로 AI 개발자 생태계를 구축했다.
많은 AI 연구와 개발 환경이 NVIDIA GPU와 CUDA를 중심으로 발전해 왔다.
AMD 역시 AI와 GPU 컴퓨팅을 위한 ROCm과 같은 소프트웨어 플랫폼을 발전시키고 있다.
하지만 새로운 하드웨어를 시장에 성공적으로 공급하려면 칩 성능뿐 아니라 개발자가 쉽게 사용할 수 있어야 한다.
예를 들어 기업이 기존 NVIDIA 환경에서 AI 서비스를 운영하고 있다고 가정해 보자.
AMD 시스템으로 이동하려면 다음과 같은 문제가 발생할 수 있다.
- 기존 코드의 호환성
- 개발 환경 변경
- 라이브러리 지원
- 엔지니어 경험
- 데이터센터 인프라
따라서 AMD가 NVIDIA와 경쟁하기 위해서는 단순히 더 빠른 AI 칩을 만드는 것뿐 아니라,
개발자가 쉽게 사용할 수 있는 AI 소프트웨어 환경
을 강화하는 것이 매우 중요하다.
15. NVIDIA와 AMD의 AI 경쟁은 어떻게 다를까?
두 기업의 전략을 단순하게 비교하면 다음과 같다.
| 구분 | NVIDIA | AMD |
|---|---|---|
| 핵심 AI 제품 | GPU·AI 플랫폼 | CPU·GPU·AI 가속기 |
| 대표 생태계 | CUDA | ROCm |
| 주요 강점 | AI 소프트웨어 생태계 | CPU·GPU·Chiplet 기술 |
| AI 메모리 | HBM 활용 | HBM 활용 |
| 제조 | 팹리스 | 팹리스 |
| 데이터센터 전략 | GPU 중심 AI 시스템 | CPU·GPU·FPGA 통합 전략 |
NVIDIA는 AI GPU와 소프트웨어 생태계에서 매우 강력한 경쟁력을 가지고 있다.
반면 AMD는 CPU와 GPU, FPGA까지 보유한 다양한 반도체 포트폴리오를 바탕으로 경쟁하고 있다.
따라서 앞으로 AI 데이터센터 경쟁은 단순한 GPU 대결이 아닐 수 있다.
고객은,
CPU
+
GPU
+
AI 가속기
+
네트워킹
+
소프트웨어
전체를 고려해 시스템을 선택할 가능성이 높기 때문이다.
16. AI 시대의 AMD가 주목받는 이유
AI 시장이 빠르게 성장하면서 기업들은 NVIDIA 외에도 다양한 AI 반도체 공급자를 필요로 하고 있다.
특정 기업에 대한 의존도가 높아질수록 공급과 가격, 제품 선택의 문제가 발생할 수 있기 때문이다.
AMD는 이미 CPU 시장에서 Intel과 경쟁해 왔고,
GPU 시장에서는 NVIDIA와 경쟁해 왔다.
그리고 이제 AI 가속기 시장까지 확대하고 있다.
AMD가 가진 중요한 강점은 여러 종류의 컴퓨팅 반도체를 하나의 기업 안에서 개발할 수 있다는 점이다.
Ryzen – PC
EPYC – 데이터센터 CPU
Radeon – GPU
Instinct – AI 가속기
FPGA – 적응형 컴퓨팅
이러한 포트폴리오는 AI와 데이터센터 시장이 발전할수록 중요한 전략적 자산이 될 수 있다.
마무리 – AMD의 진짜 무기는 Chiplet과 ‘통합 컴퓨팅 전략’
AMD는 단순한 CPU 기업에서 벗어나고 있다.
AMD의 전략을 이해하는 가장 중요한 키워드는 바로 통합이다.
CPU와 GPU,
AI 가속기와 HBM,
FPGA와 데이터센터 기술을 연결하고 있다.
특히 Chiplet 전략은 AMD의 반도체 설계 철학을 보여주는 중요한 기술이다.
하나의 거대한 칩에 모든 것을 넣는 대신,
필요한 기능을 여러 개의 반도체로 나누고
이를
첨단 패키징 기술로 연결한다.
이 방식은 반도체 산업 전체가 앞으로 나아가는 방향과도 연결된다.
반도체 미세화가 점점 어려워질수록,
단순히 트랜지스터를 작게 만드는 것만으로 성능을 높이기 어려워지고 있다.
그래서 이제는 여러 개의 칩을 어떻게 연결할 것인가가 중요해지고 있다.
AMD는 이러한 변화에 비교적 일찍 대응해 온 기업 가운데 하나다.
앞으로 AMD가 NVIDIA를 AI 시장에서 얼마나 추격할 수 있을지는 단순히 MI 시리즈의 성능만으로 결정되지 않을 것이다.
ROCm을 중심으로 한 소프트웨어 생태계, HBM 공급, 첨단 패키징, 데이터센터 고객 확보가 함께 중요해질 것이다.
AMD의 미래를 한 문장으로 정리하면 다음과 같다.
AMD는 하나의 최고의 칩을 만들기보다, CPU·GPU·AI·FPGA를 연결하는 새로운 컴퓨팅 생태계를 만들고 있다.
그리고 AI 시대의 경쟁은 바로 이러한 종합적인 반도체 전략에서 더욱 치열해질 가능성이 높다.
핵심 정리
- AMD는 미국을 대표하는 글로벌 팹리스 반도체 기업이다.
- Ryzen은 AMD가 PC CPU 시장에서 다시 경쟁력을 확보하는 데 중요한 역할을 했다.
- EPYC은 데이터센터와 서버 시장을 대표하는 AMD의 고성능 CPU 브랜드다.
- AMD의 핵심 경쟁력 가운데 하나는 Chiplet 설계 전략이다.
- Chiplet은 여러 개의 작은 칩을 하나의 시스템처럼 연결하는 기술이다.
- Chiplet의 발전은 첨단 패키징과 고속 인터커넥트 기술의 중요성을 높이고 있다.
- Radeon은 AMD의 대표적인 GPU 브랜드다.
- Instinct는 AI와 데이터센터 시장을 위한 AMD의 가속기 제품군이다.
- MI300 계열은 AI 연산과 HBM, 첨단 패키징의 중요성을 보여주는 대표적인 제품군이다.
- Xilinx 인수를 통해 AMD는 FPGA와 적응형 컴퓨팅 분야까지 사업 영역을 확대했다.
- NVIDIA의 CUDA에 대응해 AMD는 ROCm 소프트웨어 생태계를 발전시키고 있다.
- AMD의 미래 경쟁력은 CPU·GPU·AI 가속기·FPGA를 연결하는 통합 전략에 달려 있다.
유트
