|
기존 수치 해석 중심 방식과 달리 AI가 물리 법칙을 학습해 소자 특성과 공정 결과를 예측하는 구조다. 설계 변경 때마다 반복되던 장시간 검증 과정을 크게 줄일 수 있을 것으로 기대된다. 업계에서는 OLED 생산 효율을 끌어올리는 동시에 개발 리드타임을 단축하는 효과가 있을 것으로 보고 있다.
정소영 엔비디아 코리아 대표는 지난 11일 서울 코엑스에서 열린 ‘세미콘 코리아 2026’ 기조연설에서 “엔비디아는 이제 반도체 회사를 넘어 새로운 가속 컴퓨팅 플랫폼을 정의하는 ‘AI 인프라스트럭처 컴퍼니’”라며, “물리적 스페이스를 이해하는 피지컬 AI를 구현하기 위해 옴니버스 등 시뮬레이션 플랫폼을 기반으로 한국의 선도적 제조업체들과 활발히 협력하고 있다”고 강조했다.
SK하이닉스 역시 같은 플랫폼을 에칭(식각) 공정에 적용해 가시적인 성과를 냈다. 회사는 피직스네모 워크프레임을 활용해 예측 레시피를 개발한 결과, 웨이퍼 소모량과 개발 시간을 기존 대비 10분의 1 수준으로 줄였다고 설명했다. 반도체 레시피 도출 과정에 AI 기반 시뮬레이션을 접목하면서 목표 데이터 정확도를 높였고, 시행착오를 최소화했다는 평가다. 이는 피지컬 AI가 단순 연구 단계를 넘어 실제 생산성 지표를 바꾸는 기술로 자리 잡고 있음을 보여주는 사례로 해석된다.
이 같은 협력은 글로벌 제조 경쟁의 패러다임이 ‘경험 기반 최적화’에서 ‘데이터 기반 자율 운영’으로 이동하고 있음을 시사한다. 엔비디아는 반도체와 디스플레이는 물론 자동차 등 다양한 제조 기업들과 협력 범위를 넓히며 설계·시뮬레이션·공정 최적화를 아우르는 시스템 레벨 플랫폼 사업자로 포지셔닝하고 있다. 단순히 GPU를 공급하는 기업을 넘어 제조 산업 전반의 디지털 전환을 지원하는 ‘운영체제(OS)’ 역할을 노린 전략이라는 분석이 나온다.
이성훈 SK하이닉스 부사장은 “과거 20년과는 비교할 수 없을 만큼 기술 난이도가 급상승하는 변곡점에서 AI 도입은 필수적”이라며 “반도체 에코시스템 내에서 IP 보호라는 보수적 접근을 넘어 데이터를 어떻게 공유하고 AI를 활용할지가 향후 기술 케이던스(개발 리듬)를 유지하는 핵심 숙제가 될 것”이라고 제언했다.
특히 한국은 고도화된 생산 공정과 축적된 품질 데이터를 동시에 갖춘 국가로 평가 받는다. AI 모델 고도화에 필수적인 고품질 제조 데이터를 확보하려는 엔비디아 입장에서는 최적의 협력 환경인 셈이다. 실제로 기업들이 디지털 트윈과 AI 시뮬레이션 도입에 속도를 내면서 한국이 ‘AI 팩토리’ 실험 무대로 자리 잡을 가능성이 제기된다.
