자율주행과 로봇·드론 등 피지컬 AI(Physical AI)가 클라우드를 벗어나 현장으로 내려오면서, 차량용 AI 반도체는 ‘대형 단일칩’보다 ‘쪼개서 잇는’ 설계가 중요해지고 있다.

박재홍 보스반도체 대표이사는 24일 FKI타워 컨퍼런스센터에서 개최된 ‘고기능성 반도체 소재 기술세미나’에서 ‘자동차와 피지컬 AI 반도체 미래’를 주제로 발표하며, △자율주행의 양산 전환 △휴머노이드 로봇의 현장 투입 확대 △미세공정 비용 구조 변화가 겹치며, 자동차·피지컬 AI 반도체가 ‘통합과 확장’ 중심으로 재편되고 있다고 설명했다.

박재홍 대표는 자율주행이 “파일럿에서 양산으로 넘어가는 단계”라고 말했다.

다만 레이더·라이다·카메라를 함께 쓰는 고가 솔루션은 비용이 높아 일반 차량 적용까지 시간이 걸릴 수 있다고 덧붙였다.

그는 로봇 산업의 성장 속도가 빨라진 배경으로 “자율주행차와 로봇의 기술이 거의 흡사하다”는 점을 들었다.

카메라·레이더·라이다 기반 센싱, AI 연산 엔진, 배터리 등 공통 요소가 많아 자율주행 기술이 로봇으로 이전되고, 이에 따라 로봇 쪽 발전이 가속화된다는 설명이다.

테슬라가 자율주행차 반도체를 로봇 ‘옵티머스’에 적용하고 있다는 사례도 언급했다.

피지컬 AI는 ‘물리 세계를 인지하고 판단한 뒤 행동하는 시스템’으로 정의했다.

박재홍 대표는 처리 단계를 △인지(퍼셉션) △판단(디시전) △제어(컨트롤)로 나누고, 과거에는 단계별로 AI 모델이 달랐지만 최근에는 대규모 파라미터를 갖는 단일 모델로 통합하는 흐름이 나타난다고 말했다.

차량용 자율주행·피지컬 AI 반도체는 여러 블록이 결합된 형태다.

박재홍 대표는 테슬라 HW 3.0을 예로 들며 기능 안전을 위해 칩을 2개 탑재하는 이중화 구성을 설명했다.

칩 내부 구성요소로는 △카메라 신호를 사람이 보거나 AI가 해석할 수 있는 형태로 바꾸는 이미지신호처리(ISP) △레이더·라이다 신호를 처리·융합하는 디지털신호처리(DSP) △AI 엔진 역할의 MPU △중앙처리장치(CPU) △그래픽처리장치(GPU) △고장 감시를 위한 세이프티 아일랜드 △메모리·통신 인터페이스 등을 들었다.

박재홍 대표는 시장 전망을 제시하며, 자동차용 AI 반도체 시장이 매년 약 25% 성장해 2034년 300조원 규모가 될 수 있고, 로봇·드론·자율주행을 포함한 피지컬 AI 반도체 시장도 같은 성장률로 2034년 700조원 규모로 확대될 수 있다고 말했다.

자동차 전기전자 구조는 기능별 분산에서 통합으로 이동 중이라고 진단했다.

초기에는 기능이 추가될 때마다 전장 부품과 배선을 덧붙였고, 이후 도메인제어유닛(DCU)으로 도메인별 통합이 진행됐다.

최근에는 차량을 구역별로 나누어 통합하는 고성능컴퓨팅(HPC) 구조가 논의되고, 궁극적으로는 중앙에 강력한 칩 하나를 두고 센서·액추에이터를 연결하는 ‘중앙집중형’으로 갈 것이라고 설명했다.

이 과정에서 첨단운전자보조시스템(ADAS)과 인포테인먼트를 통합한 ‘퓨전 시스템온칩(SoC)’ 수요가 커질 수 있다고 봤다.

차량에서도 대규모언어모델(LLM)을 활용해 고장 진단을 대화형으로 수행하는 등 인포테인먼트 기능 확장 시나리오가 논의된다고 말했다.

박재홍 대표는 미세공정 전환이 더 이상 자동으로 다이 비용을 낮추지 못한다고 지적했다.

과거에는 공정 미세화로 칩 면적이 줄면서 웨이퍼당 생산량이 늘었지만, 최근에는 웨이퍼 제조 비용이 크게 올라 동일 칩을 더 미세한 공정으로 옮겨도 다이 비용이 내려가지 않는 구간에 들어섰다는 설명이다.

여기에 ‘대형 칩 수율’ 문제가 겹친다.

칩이 커질수록 결함이 발생할 확률이 커져 수율이 낮아지고, 결과적으로 비용이 급격히 상승할 수 있다고 했다.

그가 제시한 해법은 칩렛(chiplet)이다.

복잡한 기능을 하나의 거대 다이로 만들지 않고 기능별로 쪼개 만든 뒤 패키지 수준에서 연결해 수율과 비용을 관리하는 방식이다.

칩렛의 장점으로는 △대형 다이 대비 수율 개선에 따른 비용 절감 △제품군을 레고처럼 조합해 확장하는 스케일러빌리티를 꼽았다.