원자를 설계하다 | 반도체의 미래, AI의 미래

AI 확산으로 데이터센터 전력 수요가 급증하는 가운데, 트랜지스터는 FinFET과 GAA 구조로, DRAM 셀은 수직 및 3D 구조로 바뀌며 원자 단위 재료공학의 중요성이 커졌다는 내용입니다. 영상은 무어의 법칙이 한계에 이른 뒤 반도체 발전이 재료공학에 달려 있다고 보고, 에너지 문제를 전력, 반도체, 재료를 함께 아우르는 과제로 정리합니다.

⏱ 00:00AI가 19세기 산업혁명 이후 가장 큰 성장 동력이 될 것이라는 기대와 함께, 생산성 향상으로 생활 수준 하락을 막고 공정한 소득 분배를 만들 잠재력이 강조됩니다.

반면 데이터센터 전력 소비는 2014년 58테라와트시에서 2023년 176테라와트시로 10년 만에 세 배가 되었고, 2028년에는 최대 580테라와트시, 2030년에는 1,316테라와트시에 이를 것으로 제시됩니다. 화석 연료 발전을 늘리기 어려운 만큼 전력 문제는 기후와 경제 모두에 걸린 과제입니다.

보고서는 AI로 GDP가 최대 15% 포인트 오를 수 있지만 기후 위험으로 세계 경제가 7% 가까이 줄 수 있다고 경고합니다.

⏱ 01:271865년 경제학자 윌리엄 제본스는 증기기관의 효율이 높아지면 석탄 소비가 줄 것 같지만 실제로는 오히려 늘어난다고 지적했습니다. 효율이 높아져 비용이 내려가면 더 널리 쓰이기 때문이며, 이것이 제본스의 역설입니다.

반도체도 이 역설에서 자유롭지 않지만, 칩 속 트랜지스터를 더 작고 많이 넣어 성능과 전력 효율을 함께 높여 왔습니다. 인텔 공동 창립자 고든 무어가 제시한, 집적 트랜지스터 수가 2년마다 두 배가 된다는 무어의 법칙은 50년 넘게 지켜졌지만 이제는 한계에 부딪혔다고 설명됩니다.

⏱ 02:17트랜지스터는 본질적으로 전기 스위치입니다. 전자가 채널이라는 좁은 통로를 지나고, 게이트가 전기장으로 이 통로를 여닫아 흐름을 조절합니다. 같은 면적에 더 많이 넣으려면 가로세로를 줄여야 하며, 집적도를 두 배로 높이려면 길이를 약 30% 줄이면 된다고 설명합니다.

문제는 채널이 짧아지면 드레인이 소스에 가까워져 드레인의 전기장이 소스 쪽에 영향을 주고, 게이트의 제어력이 약해져 전자가 새어 나간다는 점입니다. 하나하나는 작아도 수천억 개가 모이면 막대한 전력이 버려집니다. 이를 해결하기 위해 채널을 얇은 지느러미(핀) 모양으로 세워 게이트가 세 면을 감싸는 FinFET 구조가 도입되었습니다.

이 구조를 만들려면 수십억 개의 핀을 얇고 균일하게 깎아 표면을 매끄럽게 다듬어야 하고, 핀과 게이트 사이의 절연막을 세 면에 빈틈없이 입히는 재료 기술도 필요합니다.

⏱ 04:34FinFET은 아랫부분이 여전히 게이트 통제를 벗어나는 한계가 있어, 다음 단계로 GAA 구조가 등장했습니다. GAA는 채널을 얇은 나노시트로 여러 장 쌓고 네 면을 모두 감싸 게이트 통제력과 에너지 효율을 높이는 방식입니다. GAA는 FinFET보다 에너지 효율을 최대 30%까지 높일 수 있다고 알려져 있습니다.

나노시트 두께는 수 나노미터에 불과합니다. 실리콘 원자 지름이 약 0.2나노미터인 점을 감안하면 원자 5개에서 10개를 쌓은 두께입니다. 이 수준에서는 원자 몇 개 크기의 요철만 있어도 전자가 속도를 잃어 효율이 떨어지므로, 표면을 원자 단위로 다듬는 재료공학이 전력 효율을 좌우하게 됩니다.

⏱ 05:34DRAM 셀은 전자를 담는 커패시터, 즉 작은 물통과 그 물통을 여닫는 트랜지스터로 이루어집니다. 물통은 안쪽 벽이 넓을수록 많이 담을 수 있어, 미세화로 폭이 좁아지면 깊이 파서 벽 면적을 확보해 왔습니다. 그러나 이제는 폭의 100배까지 깊어져 가공이 어렵고, 담긴 전자가 새는 것을 막기도 어려워졌다고 설명됩니다.

그래서 셀 구조 자체가 바뀌고 있습니다. 트랜지스터를 수직으로 세워 커패시터와 한 줄로 포개면 셀 면적이 3분의 2로 줄어듭니다. 대신 수십억 개의 가늘고 높은 실리콘 기둥을 똑같이 깎고 절연막을 빈틈없이 입혀야 하며, 경계면이 깨끗할수록 누설이 줄어 데이터 유지 전력도 낮아집니다.

다음 단계로는 셀을 눕혀 층층이 쌓는 3D DRAM이 거론됩니다. 층 전체를 뚫고, 옆으로 정밀하게 파내고, 원자 수준으로 채우는 기술이 모두 필요하다고 합니다.

⏱ 07:12GAA 트랜지스터나 3D DRAM 같은 고성능, 저전력 반도체는 재료를 원자 단위로 쌓고, 선택적으로 깎고, 변형시키는 재료공학 없이는 만들기 어렵다고 정리됩니다. 얇은 핀을 만들고, 깨끗한 표면을 만들고, 누설되지 않는 절연막을 입히는 과정이 모두 여기에 해당합니다. 트랜지스터 발전의 이면에는 이를 구현하는 재료공학이 있다는 것이 핵심입니다.

영상은 이 분야의 대표 기업으로 어플라이드 머티어리얼즈를 소개합니다. 1967년 실리콘밸리에서 화학 공급 벤처로 출발해, 현재 거의 모든 첨단 반도체와 디스플레이의 기반이 되는 재료공학 솔루션 분야의 글로벌 리더로 소개됩니다. 영상은 이 회사의 솔루션이 AI 기술 발전과 차세대 반도체 상용화를 뒷받침한다고 언급합니다.

⏱ 08:20AI 시대의 에너지 문제는 한 곳에서 풀리지 않습니다. 전력을 더 깨끗하게 만드는 일, 그 전력을 효율적으로 쓰는 반도체를 만드는 일, 그리고 그 반도체를 가능하게 하는 재료공학이 함께 나아가야 한다는 것이 결론입니다.

전력 위기를 해결하지 못하면 AI는 소수만을 위한 도구에 머물 수 있지만, 함께 풀어낸다면 더 많은 사람이 더 적은 비용으로 혜택을 누리는 기술이 될 수 있다는 메시지로 마무리됩니다.