인공지능(AI) 산업의 중심에 있는 반도체 업계가 제조 과정에서 AI를 도입하는 등 인공지능 전환(AX)에 속도를 높이고 있다. 칩 제작 공정이 고도화되고, 기술 난이도가 급격히 상승하면서 기술 개발의 중요성이 커졌기 때문이다. AI가 기술 장벽을 높이고, 기술 혁신도 도우면서 반도체 산업의 구조를 바꾸는 모습이다.
마이클 추지크 어플라이드머티어리얼즈 반도체 기술 총괄 부사장은 12일 서울 강남구 웨스턴조선호텔에서 열린 기자간담회에서 발언하고 있다. (사진=이명신 기자)
마이클 추지크 어플라이드머티어리얼즈 반도체 기술 총괄 부사장은 12일 서울 강남구 웨스턴조선호텔에서 열린 기자간담회에서 어플라이드 내부의 AI 혁신 사례를 소개했다. 추지크 부사장은 “AI를 접목한 물리 기반 설계 모델링을 많이 활용하고 있다”며 설계 가속화와 아이디어 개발 사례를 소개했다.
박광선 어플라이드코리아 대표 역시 “현장에서 장비가 도입될 때도 AI를 활용하고 있다”며 고객사들을 위해 유지·보수 사항을 예측하고, 장비가 도입됐을 때 반도체 공장(팹)의 환경과 매칭하는 등 현장에서의 사례를 강조했다.
박 대표는 “AI 엔진을 활용해서 미리 문제를 발견하거나 솔루션을 제안하고, 고객사들의 램프업(가동 안정화) 기간을 줄이는 등 다양한 면에서 AI 툴이 이미 활용되고, 더 확산될 것으로 예상한다”고 덧붙였다.
이성훈 SK하이닉스 R&D 공정 담당 부사장은 지난 11일 ‘세미콘 코리아 2026’ 기조연설에서 AI 기반 연구개발 협업 모델을 제시했다. 이 부사장은 “R&D 난도가 높아짐에 따라 기존보다 더 많은 인력과 리소스 투입이 요구되는 상황에서, AI 기반 협업은 기존과 차별화된 새로운 해결책이 될 수 있다”고 강조했다.
특히 이 부사장은 “실제로 저희가 2년 동안 사람들을 동원해 약 200가지 물질을 탐색했다”면서 “그런데 AI를 도입해 보니 한 물질을 탐색하는 데 걸리는 시간을 400분의 1로 단축시킬 수 있었다”고 밝혔다. 그러면서 “AI를 통해 효율성도 높이고 효과성도 높일 수 있다”고 말했다.
AI 모델 개발에 핵심으로 쓰이는 반도체 업계도, 내부 AI 모델 개발에 힘쓰는 상황이다. 이는 개별 기업의 과제가 아닌, 반도체 생태계 전체의 핵심 과제라는 인식이다. 이 부사장은 연구개발의 핵심 요소인 ‘데이터 관리’를 우선 과제로 제시했다. 특히 협력사들과 그간 금기시됐던 데이터 공유를 통해 기술적 한계를 극복해야 한다고 강조했다. 반도체 업계가 고난도 기술 장벽에 부딪힐 것으로 전망되는 가운데, AI가 기술 혁신의 해법이 될지 주목된다.
이명신 기자 sin@etomato.com