정부, 온디바이스 AI 반도체에 8천억 투입한다

정부가 온디바이스 AI 반도체에 크게 베팅함

• 산업통상부가 K-온디바이스 AI반도체 기술개발 사업을 최종 확정했음

  • 총사업비는 8002억3000만원 규모임
  • 이 중 국비 투입은 5111억1000만원이고, 사업 기간은 2030년까지임

• 목표는 자동차, 사물인터넷·가전, 기계·로봇, 방산 4대 업종에 들어갈 AI 반도체 풀스택을 만드는 것임

  • 맞춤형 AI 반도체만 만드는 게 아니라 칩이 들어갈 모듈과 구동 AI 소프트웨어까지 같이 개발함
  • 즉 “칩 설계 끝”이 아니라 완제품에 실제 탑재되는 전주기 개발을 지원하는 사업임

왜 하필 온디바이스 AI인가

• 온디바이스 AI반도체는 서버로 데이터를 보내지 않고 기기 자체에서 실시간·저전력으로 AI 연산과 추론을 처리하는 칩임

  • 네트워크가 끊겨도 돌아가야 하는 자동차, 로봇, 방산 장비와 궁합이 좋음
  • 개인정보나 민감한 데이터를 외부 서버로 보내지 않아도 된다는 장점도 있음

• 현재 AI 반도체 시장의 중심은 엔비디아가 주도하는 데이터센터용 그래픽처리장치(GPU)임

  • 하지만 앞으로 성장축이 스마트폰, 자동차, 로봇, 가전 같은 엣지 AI 기기로 이동할 수 있다는 전망이 깔려 있음
  • 서버향 AI칩과 달리 온디바이스 AI칩은 탑재될 완제품과의 호환이 훨씬 중요함

• 정부는 이 지점에서 한국이 꽤 괜찮은 포지션에 있다고 봄

  • 삼성전자, LG전자, 현대자동차, HD현대, 한화에어로스페이스 같은 글로벌 제조사가 있음
  • 리벨리온, 딥엑스, 퓨리오사AI 같은 AI 반도체 팹리스도 성장 중임

4대 업종별로 뭘 만들려는가

• 자동차 분야는 차세대 자율주행차 제어 시스템에 들어갈 AI칩과 소프트웨어 개발에 초점이 맞춰짐

  • 자율주행은 지연시간이 짧아야 하고, 차량 내부에서 바로 판단해야 하는 경우가 많음
  • 서버 호출에 의존하기 어려운 대표적인 온디바이스 AI 시나리오임

• 사물인터넷·가전 분야는 지능형 가전과 스마트 공간을 위한 칩과 소프트웨어를 만든다는 계획임

  • 집 안의 기기가 사용자의 패턴을 이해하고 바로 반응하려면 로컬 추론이 중요해짐
  • 클라우드 비용을 계속 태우는 구조보다 기기 자체 처리 비중을 높이는 쪽이 유리할 수 있음

• 기계·로봇 분야는 적용 범위가 꽤 넓음

  • 제조현장과 식음료 서비스용 차세대 AI 협동로봇 칩과 소프트웨어가 포함됨
  • 일상 공간에서 가사를 지원하는 휴머노이드용 AI칩과 소프트웨어도 들어감
  • 방제, 수확, 운반 같은 농작업을 자율 수행하는 로봇용 칩과 소프트웨어도 개발 대상임

• 방산 분야는 공중 무인플랫폼이 핵심 적용처로 언급됨

  • 상황을 자율적으로 인식하고 비행하는 무인 플랫폼용 AI칩과 소프트웨어를 개발함
  • 네트워크와 외부 서버 의존을 줄여야 하는 방산 특성상 온디바이스 AI의 필요성이 큼

이번 사업의 진짜 포인트

• 정부는 이 사업을 이달 중 공고하고 7월 착수할 예정임

  • 시장 선점의 골든타임을 놓치지 않겠다는 표현까지 나옴
  • 김정관 산업부 장관은 온디바이스 AI반도체를 AI 시대 패권을 결정짓는 핵심 전략자산이라고 봄

• 중요한 건 연구개발에서 끝내지 않겠다는 방향임

  • 개발된 칩이 자동차 등 주력 업종의 완제품에 실제 탑재되도록 실증·양산·금융 지원·제도 개선까지 지원하겠다는 입장임
  • 칩 스타트업 입장에서는 “좋은 벤치마크”보다 “어느 제품에 실제로 들어가느냐”가 더 중요한 승부처가 될 수 있음

---

기술 맥락

• 이번 사업에서 정부가 고른 방향은 데이터센터 GPU 정면승부가 아니에요. 그쪽은 이미 엔비디아가 너무 강하고, 대규모 학습 인프라 경쟁은 자본 싸움이 커지거든요. 대신 자동차와 로봇, 가전처럼 기기 안에서 직접 추론하는 시장을 노린 거예요.

• 온디바이스 AI칩은 왜 완제품 회사와 같이 가야 하냐면, 칩만 빠르다고 끝나는 게 아니기 때문이에요. 자동차에 들어가려면 차량 제어 시스템과 맞아야 하고, 로봇에 들어가려면 센서·모터·전력 제약까지 맞아야 해요. 그래서 산업별 수요기업과 팹리스를 묶는 구조가 중요해요.

• 한국이 기회를 본 이유도 여기에 있어요. 삼성전자, LG전자, 현대자동차 같은 완제품 기업이 있고 리벨리온, 딥엑스, 퓨리오사AI 같은 팹리스도 있으니까, 칩 설계와 실제 탑재처를 한꺼번에 실험할 수 있거든요.

• 개발자 관점에서는 이게 단순 반도체 정책이 아니라 엣지 추론 스택의 문제로 보여요. 모델 경량화, 런타임 최적화, 드라이버, SDK, 기기별 배포까지 연결돼야 실제 제품에서 쓸 수 있어요. 그래서 소프트웨어까지 전주기로 묶은 게 핵심이에요.