Nvidia GPU와 같은 AI 칩이 어떻게 설계되고 제조되는지

2026년 10월의 어느 수요일에 Nvidia 주가는 3% 이상 하락했으며, 다음 날 장 전 거래에서 추가로 하락했습니다. 예상보다 높은 미국 인플레이션 수치가 채권 수익률을 올려 칩 주식 전반에 광범위한 매도를 유발했다고 Yahoo Finance가 보도했습니다. 같은 보고서에 따르면 클라우드 제공업체 CoreWeave가 부채 우려로 16% 이상 하락했고, Marvell Technology와 SK Hynix도 중국 경쟁에 대한 별도의 우려 속에 하락했으며, 투자자들이 TSMC의 분기 실적을 기다리고 있으며 이익이 60% 증가할 것으로 예상된다고 했습니다.

이러한 매도는 AI 칩이 어떻게 제조되거나 판매되는지에 대한 변화가 아니라 금리 및 부채 우려와 관련이 있었습니다. 그러나 칩 자체의 산업에 새로운 관심을 끌었습니다. 이 프로세스는 칩 설계와 제조라는 두 가지 매우 다른 사업으로 나뉩니다.

설계: 무엇이 구축되기 전에 회로를 그리기

Nvidia와 같은 회사는 자체 칩 공장을 운영하지 않습니다. "팹리스" 모델에서 Nvidia는 칩 아키텍처 및 소프트웨어(예: CUDA 플랫폼)를 설계하고 생산을 외부 파운드리에 의존합니다(AI 정책 및 전략 연구소(IAPS)에 따름). Motley Fool은 Nvidia GPU를 AI 모델 뒤의 학습 및 추론 작업을 수행하는 하드웨어로 설명합니다.

IAPS는 칩 설계가 고수준 요구사항으로 시작되며, 이를 아키텍트가 전자 설계 자동화(EDA) 소프트웨어를 사용하여 상세한 회로 로직으로 변환한다고 설명합니다. 설계자는 구성 요소를 처음부터 구축하거나 기성품 "IP 코어"를 라이센스한 다음 설계를 시뮬레이션하고 정식으로 검증한 후 특정 파운드리 프로세스와 일치하는 제조 파일로 변환합니다. IAPS는 "칩 설계는 어렵고 수고로운 프로세스"라고 명시했으며, Nvidia 및 AMD와 같은 설계자가 수만 명을 고용하고 최첨단 AI 칩 설계에 1년 이상이 걸릴 수 있음을 언급합니다.

제조: 실리콘 웨이퍼에서 수백 개의 단계

설계가 완료되면 파운드리로 이동합니다. 대부분의 첨단 AI 칩의 경우 일반적으로 대만의 TSMC입니다. IAPS에 따르면 제조는 고도로 정제된 300mm 실리콘 웨이퍼와 회로 패턴을 인코딩하는 일련의 포토마스크로 시작됩니다. 칩 자체를 구축하는 것은 수백 개의 반복 단계를 포함합니다. 재료 층 퇴적, 포토레지스트를 사용한 패턴화(포토리소그래피)는 마스크를 통해 노출되며, 이온 주입을 통한 섹션 도핑은 전기적 특성을 설정하고, 표면을 평탄하게 연마하며, 구성 요소를 함께 연결하기 위해 금속 층을 추가합니다.

리소그래피 단계는 네덜란드 회사 ASML이 독점적으로 제조한 극자외선(EUV) 기계에 의존합니다. 2026년 3분기 결과를 10월 14일에 보고한 ASML은 판매액이 전년 대비 55% 증가한 117억 유로에 도달했으며, 순이익이 두 배 이상인 50억 유로로 증가했다고 Euronews가 보도했습니다. 기록적인 판매와 2026년 전망 상향 조정에도 불구하고, ASML은 2027년과 2028년의 계획된 연간 30% 용량 증가가 여전히 고객 주문을 충족하기에 충분하지 않을 것이라고 말했습니다. ASML의 최고경영자인 Christophe Fouquet는 고객이 현재 수년 먼저 기계를 예약하고 있다고 말했습니다.

패키징이 새로운 병목현상이 되었습니다

웨이퍼가 제조된 후 개별 다이로 절단되어 테스트되고 완성된 패키지로 조립됩니다. IAPS는 이 단계를 조립, 테스트 및 패키징(ATP)이라고 부릅니다. AI 칩의 경우, 이 단계는 이제 제조 자체만큼 중요합니다. TSMC는 칩-온-웨이퍼-온-기판(CoWoS)이라는 기술을 사용하여 프로세서 다이를 여러 스택의 고대역폭 메모리와 함께 하나의 인터포저에 스택합니다. IAPS에 따르면 TSMC는 이를 Nvidia의 H100 칩에 적용합니다. TSMC의 2026년 10월 차세대 A13 프로덕션 노드 및 CoWoS 패키징 확장을 다루는 로드맵 발표에서는 미래의 "14-레티클 사이즈" CoWoS 형식이 2028년까지 약 10개의 대규모 컴퓨트 다이와 약 20개의 HBM 메모리 스택을 통합할 것이라고 명시했습니다.

TSMC의 로드맵 발표는 CoWoS 고급 패키징이 AI 주도 수요를 충족하기 위해 확장되고 있으며, 2028년까지 14-레티클 형식으로 이동하고 2029년에 추가 확장하고 있다고 설명합니다. 그 궤적은 AI 칩 공급망 전체에 걸친 더 광범위한 변화를 시사합니다. 실리콘 제조에서 패키징으로의 전환은 리소그래피 도구 제조업체인 ASML이 기계에 대한 기록적인 수요를 계속 보고하더라도 증가하는 제약을 나타냅니다.

AI는 또한 칩 구축에 사용되고 있습니다

Nvidia와 TSMC는 제조 프로세스 자체 내에서 AI 도구를 적용하기 시작했습니다. Nvidia의 자체 발표에 따르면, TSMC는 Nvidia의 cuLitho 소프트웨어를 사용하여 계산 리소그래피를 가속화합니다. 포토마스크를 설계하는 데 필요한 계산은 CPU 기반 방법과 비교하여 비용 효율성 또는 사이클 시간에서 20-50% 개선을 제공합니다. 회사는 또한 화학 시뮬레이션을 위한 Nvidia의 cuEST 라이브러리, 생산 라인의 결함 감지를 위한 비전-AI 도구, 그리고 "FabTwin"이라는 초기 단계의 가상 팩토리 프로젝트를 사용한다고 설명했습니다. 이는 Nvidia의 Omniverse 플랫폼을 기반으로 구축되며 구축되기 전에 팩 레이아웃을 테스트합니다.

표준 GPU에 대한 대안 설계

모든 회사가 Nvidia의 아키텍처를 따르지는 않습니다. Motley Fool은 Cerebras Systems가 단일 거대 칩(Wafer-Scale Engine)을 구축하고 있으며, Nvidia의 B200 GPU보다 58배 크다고 설명하며, 많은 작은 칩을 함께 연결하는 대신 하나의 실리콘 조각에 대량의 컴퓨트와 메모리를 결합한다고 보도합니다. Cerebras는 이 설계가 일부 워크로드에 대해 GPU 기반 시스템보다 최대 15배 빠른 추론 속도를 생성한다고 말하며, Fool은 이 접근 방식을 AI 하드웨어에 대한 Nvidia의 지배적 입지에 대한 직접적인 설계 도전으로 구성합니다.