본문 바로가기 메인메뉴 바로가기

태극기이 누리집은 대한민국 공식 전자정부 누리집입니다.

콘텐츠 영역

'2025 대한민국최고과학기술인상' 수상자 발표

2025.07.04 함형철 과학기술안전기반팀장, 정진호 통합심사위원장
글자크기 설정
인쇄하기 목록
<함형철 과학기술정보통신부 과학기술안전기반팀장>
안녕하십니까? 과학기술정보통신부 과학기술안전기반팀장 함형철입니다.

대한민국 최고 권위의 과학기술상 시상 발표에 저희 미래인재정책국장님이 참석하시기로 하셨는데 긴급한 사정으로 참석 못 한 것 양해 부탁드립니다.

먼저, 수상자 발표에 앞서 대한민국최고과학기술인상을 간략히 소개해 드리겠습니다.

대한민국최고과학기술인상은 1968년 제1회 과학의 날을 기념하여 제정한 과학기술상을 모태로 하여 2003년 개편·시행해 오고 있는 과학기술 분야 최고 권위의 상입니다.

2003년 첫 시상 이후 지난해까지 우리나라 과학기술을 대표하는 연구자 총 47분이 대한민국최고과학기술인상을 수상하였습니다.

올해 수상자는 지난해 12월 후보자 추천 공고 이후 5개월간 후보자 추천과 엄격한 심사를 거쳐 선정되었습니다.

과학기술정보통신부는 연구자가 명예와 자긍심을 갖고 연구에 전념할 수 있는 환경을 조성하기 위해 지속적으로 노력하겠습니다.

그럼 지금부터 우수과학자포상 통합심사위원회 위원장이신 정진호 한국과학기술한림원 원장께서 2025년 대한민국최고과학기술인상 수상자, 그간 심사과정 그리고 수상자 주요 공적을 소개해 주시겠습니다.

감사합니다.


<정진호 우수과학자포상 통합심사위원회 위원장>
여러분, 반갑습니다.

2025년 대한민국최고과학기술인상 수상자 발표를 맡은 통합심사위원장 정진호입니다. 오늘 이 자리에 참석해 주신 여러분께 깊은 감사의 말씀을 전합니다.

올해 대한민국최고과학기술인상 수상자는 과학기술 관련 기관 및 단체에서 추천된 10명, 발굴위에서 발굴한 6명 등 총 16명이 접수되었으며, 전공자심사, 분야별 심사, 통합심사, 공개검증 등의 과정을 거쳐 최종수상자를 선정하게 되었습니다.

2025년도 대한민국최고과학기술인상 수상자는 황철성 서울대학교 석좌교수입니다.

황철성 교수님은 서울대학에서 무기재료공학 학사·석사·박사 학위를 받으신 후 미국 국립표준기술연구소의 객원연구원, 삼성전자 반도체연구소 선임연구원 등을 거쳐 모교인 서울대학교로 돌아와 후학 양성 및 연구 활동을 이어 오신 반도체 분야의 세계적인 석학입니다.

교수님은 기존의 DRAM, 낸드플래시 등의 메모리 반도체 분야를 넘어 새로운 소자 개발과 연구로 반도체 분야의 국가 연구 수준을 세계적으로 높이는 데 기여하셨습니다.

30여 년 동안 SCI 논문 750편, 피인용 5만 1,500회, 특허 출원 및 등록 227건, 기술이전 16건을 기록하여 그 연구 성과는 국내외적으로 최고로 인정받고 있습니다.

황 교수님은 영국 왕립화학회 정회원이자 삼성전자 DRAM 분야 미래기술협의회 위원장으로도 활동하며, 연구 성과를 산업계에서도 널리 인정받고 계십니다.

또한, 석사 65명, 박사 100명, 박사후연구원 17명 등 국내 반도체 분야의 인재 양성에도 기여하였으며, 후배들이 세계적인 연구자가 될 수 있도록 끊임없이 힘쓰고 있습니다.

황철성 교수님은 그동안 연구 업적을 바탕으로 향후 차세대 뉴로모픽 반도체 연구를 통해 국가 반도체 분야 경쟁력 강화를 위한 중요한 기여를 지속할 것으로 기대됩니다.

수상자께서는 2025년 7월 9일 수요일 한국과학기술회관에서 개최되는 2025년 세계 한인 과학기술인대회 개회식에서 대통령상과 상금 3억 원을 받으실 예정입니다.

황철성 교수님, 다시 한번 진심으로 축하드립니다. 대단히 감사합니다.


<황철성 서울대학교 석좌교수>
수상 소감이라고 할 만한 게 별로 없습니다. 제가 여기 경복고등학교를 나왔기 때문에 여기 걸어서 5분 정도 거리에 있는 고등학교를 나왔습니다. 그래서 정부종합청사를 늘 자주 지나다녔는데요. 이 안에 들어와 본 건 처음입니다. 그리고 오늘 아마 대통령께서 지금 이 시간에 기자회견하고 계셔서 기자분들이 많이 안 오신 것 같은데, 어쨌든 간에 평생에 처음으로 기자회견이라는 걸 하게 돼서 가문의 영광입니다.

제가 사실 대한민국최고과학기술인상을 받게 된... 원래 이런 상은 대개 추천을 어떤 분이 하시고 그다음에 지원서를 내고 하는데 사실 제가 지원서를 내면서도 이게 될 거라고 생각하진 않았는데 덜렁 돼서 좀 당황스럽습니다.

그리고 제가 아까 우리 원장님께서 소개해 주신 것처럼 48번째 수상자인데 그전 수상자들을 살펴보고, 그다음에 대한민국최고과학기술자라는 이름에 걸맞은 절대적인 기준에서 제 자신을 돌아봐도 많이 부족하다 생각이 됩니다.

그래서 이게 왜 저한테 왔을까 생각을 해보니까 제 개인에게 주는 상이라기보다는 좀 전에 원장님께서 언급하신 것처럼 이 반도체 분야의 중요성을 감안해서 심사위원들께서 제게 이 영광스러운 상을 주신 게 아닌가, 그렇게 생각됩니다. 그래서 감사의 말씀을 드리는 것으로 제 감사 인사를 대신하겠습니다. 고맙습니다.


[질문·답변]
※마이크 미사용으로 확인되지 않는 내용은 별표(***)로 표기하였으니 양해 바랍니다.

<질문> 일단 교수님 수상하신 것 정말 축하드립니다. 미리 받은 자료에 있는 서면 인터뷰 내용을 봤는데 교수님께서 향후 이루고 싶으신 연구 성과에 대해서 뇌처럼 동작하는 반도체 칩을 만들고 싶으시다고 간단하게 설명해 주셨는데 이에 대해서 조금 더 자세하게 설명해 주시면 감사하겠습니다.

<답변> (황철성 서울대 석좌교수) 예상 질문 한 3번쯤 되는 거였는데요. 그 질문이 나오면 사실 뭐라고 대답을 해야 될지 좀 걱정스럽긴 했습니다. 그런데 다행히 여기 기자분들도 몇 분 안 계시고 시간도 많이 남아서 제가 천천히 설명을 드려 보겠습니다.

요즘 다들 ChatGPT 쓰시죠? 사실 저는 안 쓰는데요. 그게 안 쓰는 습관을 들이려고 노력을 합니다. 요즘 ChatGPT 때문에 여러 가지 인류적인 문제도 발생하고, 특히 저희 과학기술 분야에서 논문을 쓰는 데 있어서 ChatGPT가 도움을 주기도 하지만 문제를 많이 일으켜서 아예 그런 문제의 소지를 없애려고 저는 안 쓰는 노력을 하고 있는데요.

이게 기계 지능에 기반한 겁니다. 그러니까 ChatGPT에다가 뭔가 질문을 던지면 답을 줄줄 쓰는데 그게 확률 기반으로 어떤 단어 다음에 어떤 단어 내지는 어떤 문장, 질문을 하면 어떤 문장을 쓸 텐데 그럼 첫 문장을 쓰고 그다음에 무슨 단어를 쓸 것인가, 이런 것들을 확률 기반으로 추측을 해서 내놓는 거거든요.

그런데 그게 사람이 대화를 하는 방식과는 상당히 다르죠. 그러다 보니까 어마어마한 양의 데이터를 긁어모아서 그중의 현재 주어진 것 중에서 가장 적합한 게 뭔가를 계속 찾는 과정을 반복하는 겁니다. 그러다 보니까 이게 당장 문제가 뭐가 생기냐면 리소스를 어마어마하게 쓰는 거예요.

그래서 요즘 보면 왜, 우리 기자님은 SK하이닉스 주식 없으세요? 없어요? 사셨어야 되는데. 그 HBM이 뜨는 이유가 그렇게 데이터를 왕창 주고 왕창 받는 데 적합하기 때문에 뜨는 거거든요. 그런데 실제 사람 뇌는 그런 식으로 동작하지는 않아요. 그래서 궁극적으로는 지금처럼 데이터에 기반해서 뭔가를 많은 리소스를 쓰는 방식으로 계속 발전하기가 어려워지는 거죠.

그게 비근한 예로 생각할 수 있는 게 지금 우리나라에 데이터센터가 한 50개쯤 있어요. 그런데 그 50개 정도의 데이터센터가 우리나라 전체 전력 소모의 대개 한 1~2%, 2~3% 내외를 씁니다. 그런데 왜, 이번 우리 새 정부가 지금 AI 반도체 3대 강국 그거 주창을 하고 있잖아요.

제가 이렇게 길게 얘기해도 되는 거죠? 그런데 지금 그 세 번째 나라가 뭐냐를 사실 생각하기는 쉽지 않지만 데이터센터 개수로 생각해 보면 쉬워요. 제일 많은 나라가 당연히 미국이고 한 7,000개쯤 있습니다. 중국이 반쯤 있고요. 그러면 대개 한 4,000개 이쯤 있는데 우리나라가 지금 50개 내외 있으니까 3등 되려고 그러면, 글쎄요. 나라 사이즈를 생각해 봐도 적어도 한 1,000개는 있어야 될 거 아니에요, 그렇죠?

그런데 지금 50개 정도가 우리나라 전체 전력 2%를 쓰고 있다고 그러면 이게 1,000개가 되면 50에서 1,000이 되려면 20배가 있어야 되는 거잖아요. 그러면 전체 전력의 반 가까이를 데이터센터가 쓰게 된다는 결론이 나옵니다. 말이 전혀 안 되죠.

우리나라가 쓰는 전체 전력의 반 가까이를 데이터센터가 다 쓴다고요? 그러면 냉난방은 뭐로 하고 공장은 뭐로 돌리고. 말이 안 되는 문제가 생기는 거죠. 그래서 그러한 문제를 해소하려고 그러면 기계 지능에 기반해서 리소스를 많이 쓰는 그런 방식보다는 뭔가 조금 더 추상적인 사고를 할 수 있는 그런 뇌, 인간의 뇌와 같은 방식의 컴퓨터가 만들어져야 되고, 그런 컴퓨터를 만든 핵심이 뉴로모픽 반도체란 생각이 돼서 그쪽으로 가야 되는 것이 궁극적인 목표라고 생각이 되는데, 제가 정년이 5년밖에 안 남... 4년 반밖에 안 남아서 아마 그건 못 할 것 같긴 합니다. 그래서 후배들이 그런 일을 잘할 수 있는 기틀을 닦아 놓는 것이 제가 할 일이 아닐까 그렇게 생각을 합니다.

<질문> 안녕하세요? 수상 축하드리고요. 방금 말씀하신 거에 조금 이어서 지금 정년 4년 이렇게 남았다고 하시지만 좀 연구를 방향을 잡고 어떤 분야에 집중해야겠다고 생각하신 건 있을 것 같아요. 그래서 그게 소자인지 물질인지 이런 분야 조금 구체적으로 말씀해 주시면 감사하겠고요.

그리고 뉴로모픽이 되게 많이 얘기가 됐었는데 사실 좀 전 세계적으로 이게 어느 정도 구현이 돼 있고 우리나라는 어느 정도인지도 말씀해 주시면 감사하겠습니다.

<답변> (황철성 서울대 석좌교수) 그 첫 번째 질문에 대해서 이런 생각을 제가 하고 있고 앞으로 계속 그런 생각을 할 것 같은데, 요즘에 신문지상에 보도가 됐지만 우리나라의 국가과학자, 스타과학자들이 중국으로 가서 문제가 되고 이런 기사가 나왔었죠. 그런 문제들이 그다음에 저희 대학에서도, 저희 대학은 아직 정년 연장 시스템이 없습니다. 그러다 보니까 일부 교수님들이 벌써, 저희 석좌교수님 중에서도 일부 사립대학으로 정년 전에 옮기신 분도 계시고 그런 문제가 있는데요.

저도 지금 정년이 얼마 안 남은 시점에서 이렇게 보니까, 물론 제가 과학자로서의 어떤, 과학기술자로서의 지적 능력은 당연히 지금 떨어지는 추세에 있습니다. 그런데 반대로 쌓아올린 지식의 양은 늘어나고 있는 거죠. 그러다 보니까 그 2개를 결합을 해보면 아직도 할 수 있는 일이 많이 남아있다고 느껴집니다. 그런데 이게 딱 데드 엔드가 있는 거죠.

그 문제 때문에 여러 가지 고민들이 있고 저희 학교, 저희 대학도 곧 아마 발표가 날 텐데 SNU 펠로우 시스템을 도입한다고 합니다. 그러면 제가 정년퇴임을 하고 그다음에 다시 재고용이 되는 건데 SNU 펠로우는 정년이 없습니다. 그러니까 제가 원하면 그냥 죽을 때까지도 할 수 있는 건데 물론 그렇게까지는 안 되겠죠.

그래서 제 생각에 최소한 70까지는 연구를 이어갈 수 있을 것 같은 생각이 드는데 그런 상황이 딱 되니까 머리가 복잡해지는 거예요. 원래는 65세 정년퇴임인데, 제가 원래 화가를 지망했었는데 그럼 다시 그림을 그릴까? 제가 또 오디오 되게 좋아하거든요. 그래서 앰프를 한번 만들어 볼까. 제 손으로 직접 만든 스피커가 10개도 넘습니다. 그래서 다시 그런 걸 해볼까?

다 잊어버리고 아예 다시 반도체를 해야 되는 상황이 됐잖아요. 이제 괴롭습니다. 그런데 '그러면 이제 뭘 해야 되지?' 이런 생각을 하게 되는데요. 제가 석좌교수가 되고 나서 또 그런 느낌을 좀 더 많이 받았고, 특히 어울리지 않게 대한민국최고과학기술자라는 옷을 입게 되니까 마음이 훨씬 더 불편한 게 '과연 내가 하고 싶은 걸 해도 괜찮은가?' 이런 생각이 듭니다.

그럼 내가 하고 싶은 게 뭐냐, 아까 말씀하신 뉴로모픽 반도체 이런 것들이겠죠. 그런데 그걸 할 만큼 지금 제가 럭셔리한 상황에 있는가, 이런 생각이 들어요. 무슨 말인가 하면 우리나라가 지금 메모리 반도체로 먹고사는 나라고 그게 어떻게 잘돼서 지금 HBM이라고 하는 게 뜨면서 돈을 많이 벌고 있는데, 신문지상에서도 자주 나오고 저도 여러 인터뷰에서 이런 얘기를 했습니다만 그게 얼마 안 남았습니다. 중국의 추격이 굉장히 무섭고요. 그다음에 이 메모리 반도체를 미국 사람들이 잘 안 했어요. 그런데 그 이유가 미국에서 메모리 반도체 공장을 지어서 운영했다가는 돈을 못 법니다. 그게 워낙 인건비도 높고 운영 코스트가 높기 때문에 그런 거죠.

그런데 지금 마이크론이라는 회사가 만년 3등짜리 메모리 회사가 정부의 지원을 등에 업고 지금 거의 수백 조를 투자해서 우리나라의 메모리의 capacity를 넘어서겠다고 나서는 상황이니까 지금 양쪽에서 쫓기는 그런 형국입니다.

그럼 우리나라는 그동안 많이 시스템 반도체 이런 걸 발전시켜서 소위 블루오션으로 나가야 되는데 여기는 훨씬 더 레드오션입니다. 그러다 보면 우리가 이게 먹고살 게 없어지는 것 아닌가, 그런 걱정이 많이 듭니다.

그러면 제가 만약에 앞으로 10년, 15년을 더 연구를 할 수 있다 그러면 제가 하고 싶은 연구를 해야 되는 게 아니라 해야 하는 연구를 먼저 해야 될 것이 아닌가, 그런 생각이 듭니다. 그럼 해야 하는 연구가 뭐냐, 지금 우리나라가 먹고살고 있는 메모리 반도체가 반 발짝, 4분의 1 발짝이라도 중국에 더 앞서나갈 수 있도록 기여하는 게, 제가 직접 하지는 못하겠지만 그런 기여를 할 수 있는 인력을 더 양성하고 후배들에게 더 판을 깔아주는 게 제가 할 일이 아닌가 싶어서 그런 생각을 하고 있습니다. 그래서 더 그런 게 좀 멋있어 보이는 그런 연구보다는 꼭 필요한 연구를 어렵지만 해야 되지 않을까, 그런 생각을 하고 있습니다.

두 번째 질문에 대한 답을 드리기가 좀 어려운데요. 왜냐하면 기계 지능을 이용한 어떤 지금의 인공지능 시스템은 알고리즘이 확실합니다. Backpropagation, 딥 러닝 이런 것들이 잘 정립이 돼 있고 이제 그걸 어떻게 발전시킬 것인가에 대한 전략도 사실은 명확합니다. 아주 간단합니다. 문제가 어려워지면 리소스를 더 쓰는 거예요.

그래서 지금 ChatGPT 이런 것도 보면 ChatGPT 1부터 4, 아니면 제로 이런 것 막 나오잖아요. 그 램을 뜯어보면 여러 가지 복잡한 것들이 있지만 조금 과도하게 단순하게 말씀을 드리면 그 안에 쓰는 매개변수의 숫자를 그냥 늘려온 거예요.

맨 처음에 나왔던 거 수십억 개 하다가 지금은 1조 개가 넘어섰거든요. 그러니까 리소스를 많이 쓰는 건데, 잘 워킹을 합니다. 그런데 아까 말씀드린 것처럼 전기를 과도하게 쓰는 문제가 있는 거죠. 그럼 훨씬 더 전기를 적게 쓰고도, 우리 이세돌 9단이 그래도 한 판은 이겼잖아요? 그 얘기는 뭐냐 하면 뭔가 뇌는 기계 지능이 도달하지 못하는 뭐가 아직 있다는 얘기인데 문제가 그걸 잘 모르는 거죠.

조물주께서 세상을 창조하시고... 다시, 우주가 만들어지고 수십억 인간이 진화를 거쳐서 이제 이게 인간의 인지가 만들어졌는데 그 과정에서 어떤 일이 일어났는지를 사람들이 짧은 과학의 지식으로는 잘 파악을 못 하고 있는 겁니다. 그러다 보니까 어떻게 해야지 뇌 같은 컴퓨터를 만들 것인가가 아직도 불분명합니다.

그렇기 때문에 뉴로모픽 컴퓨팅이라고 하는 게 글자 그대로 보면 '뇌와 비슷한'이라는 말인데 뇌가 어떻게 되는지를 아직 잘 모르는 게 큰 문제인 거죠. 그럼에도 불구하고 조금씩 밝혀지고 있는 것들에 대해서 어떤 특정 기능을 잘 따라갈 수 있는 그런 것들을 지금 만들고 있는 그런 상황이라서, 이게 지금처럼 AI 시스템 전체를 대체하는 것은 아직 까마득하게 멀었다고 생각이 됩니다.

몇 년 후, 10년 후, 20년 후 이런 것도 잘 짐작이 안 될 정도로 까마득하게 멀었지만 한 가지 분명한 사실은 지금 같은 현재 이렇게 마냥 리소스를 쓰는 것이 지속 가능하지 않은 것은 분명하기 때문에 거꾸로 이런 분야의 연구에 대한 니즈는 더 올라갈 것이고, 혹시 기자님들 다 지금 노트북 쓰고 계시잖아요. Ctrl+K 한번 눌러보실래요? Ctrl+K. 그러면 작업관리자 뜨죠? 그 맨 위에 CPU, 메모리, 스토리지 이런 거 뜨잖아요. 지금 CPU 몇 퍼센티지 떠요? CPU. 점점 가라앉을걸요.

보통 쓰면 CPU는 한 1% 씁니다. 메모리, 아마 한 지금 40~50% 쓰고 계실 거예요. 그다음에 스토리지 0일 겁니다. 그게 지금 컴퓨터의 문제입니다. 엄청 비싼 CPU를 만들어 놨는데 1%밖에 안 써요. 그런데 메모리는 왕창 쓰고 있는 거예요. 지금 GPU를 돌려보면 왜 우리 NVIDIA 말이 많잖아요, 5,000만 원짜리 그거 하나. 그걸 뜯어보면 GPU 40% 씁니다. 그런데 디램 메모리는 100% 씁니다. 그러니까 우리에게 아직 갈 길이 있는 거예요. 우리가 지금 메모리 산업을 쥐고 있다는 것이 우리에게 앞으로 큰 기회를 더 만들어 줄 겁니다.

<질문> 저도 사전 질의 내용에서 조금 더 추가 질문드리고 싶은데, 여기 기업들이 기존 반도체 공정에 새로운 물질이나 공정을 도입하는 데 좀 리스크가 있어서 약간 일종의 장벽이 조금 있는 것처럼 느껴졌는데 이런 미래 반도체 기술 도입 같은 걸 촉진할 만한 방안들이 있는지 궁금합니다.

<답변> (황철성 서울대 석좌교수) 별로 없죠. 그걸 제가 알았으면 진작에 회사 만들었죠. 거기에 제가 쓴 게 무슨 말인가 하면 제가 삼성에 간 게 1994년 5월이었던 거 같아요. 1994년 5월이었던 거 같은데, 그때 한창 개발된 게 256MB 디램을 세계 최초로 만들어서 그때 삼성이 드디어 넘버원 디램 컴퍼니가 됐다고 막 떠들었던 그런 시기입니다.

그때는 회사를 가니까 분위기가 뭐랄까, 일 열심히 안 하면 국민 배신자가 된 듯한 느낌, 그런 느낌이 났었어요. 요즘은 그게 많이 없어져서 삼무원, 삼공원 소리를 듣고 있는 거잖아요.

그게 제가 4년 가까이 회사에 근무를 했었는데 지금은 리소그래피를 하는 크기가 얼마냐면 하여튼 10나노 이런 걸 하려 그래요. 그런데 그때는 150nm를 할 수 있느냐, 없느냐가 굉장히 큰 이슈였어요.

그래서 그거 뭐 이렇게 하다가 제가 회사를 떠났는데 그때 많은 사람들이 뭐냐 그랬냐면, 그때 우리 사장님이 이윤우 사장님이셨는데 그분이 맨날 하시는 말씀이 '제발 리소그래피 이거 좀 그걸로 하지 말고 신물질, 신공정을 도입해서 리소그래피에 의존하지 않는 그런 칩을 만들어 보자.' 이런 말씀을 많이 하셨어요. 그런데 막상 엔지니어 입장에서 보면 사장님이 그렇게 말씀하시지만 이거 새로운 거 도입했다가 망하면 누가 책임지냐고, 그러니까 잘 못 하는 거예요.

반도체 공정이라고 하는 게 굉장히 보수적입니다. 새로운, 우리 주기율표를 보면 원소들이 쫙 있잖아요. 그중에서 기존에 제가 회사 다닐 때 썼던 물질들을 원소별로 분류를 해보면 10개가 안 돼요. 그만큼 기존에 있는 물질만 갖고 씁니다.

이게 왜 그러냐면 이 실리콘 트랜지스터라고 하는 게 오염에 굉장히 민감해요. 우리 왜 다 뒤집어쓰고 장갑 끼고 하는 이유가 다 그런 오염을 방지하려고 하는 건데, 그럼 공정에 쓰는 물질을 기존에 쓰는 물질이 아닌 새로운 어떤 원소를 도입하겠다 그러면 이거 굉장히 위험한 일이거든요.

그러면 예를 들어 연구하는 사람이 '우리 이거 합시다.' 그럴 수 있어요. '이거 해보니까 좋은 결과 나옵니다.' 그럴 수 있는데 그게 양산 라인에 가서 의도하지 않은 결과를 내서 일들을 떨어뜨리면 굉장히 문제가 커지는 거죠. 그러니까 누구도 그런 리스크를 테이크 하려고 하지 않았던 겁니다.

제가 했던 일이 그때 당시 반도체 산업에서는 정말 '이게 무슨 황당한 소리야?'라는 말을 듣는 그런 물질을 연구했었어요. 그래서 결국은 실패했는데 아직도, 아직까지, 아직도 그거 연구하고 있습니다. 그러니까 실패했다는 소리인데, 그런 것이 우리 임원들 이런 분들한테 '그래도 그거 할 만하네, 해볼 만한 가치가 있네.' 이런 인식을 심어주는 계기가 됐던 것 같습니다.

그게 제일 큰 기여를 했다고 생각이 되고, 그 이후로 지금 보면 아까 왜 주기율표 한 10개 정도인 것이 쓰인다고 했잖아요. 지금은 그래도 한 30~40개로 늘었어요. 이게 새로운 물질을 도입하지 않으면 안 되는 상황으로 몰린 것도 있지만 또 그만큼 사람들이 그런 경험을 하면서 좀 용감해진 것도 있는 거죠. 그래서 그런 부분이 아마 제가 제일 크게 기여했던 게 아닌가 생각을 합니다.

<질문> 우선 수상 축하드리고요. 반도체 분야 석학이시니까, 한국이, 말씀하신 것... 여기에 나와 있는 것처럼 반도체 위기론 이런 게 조명되면서 기로에 서있는데 어떤 분야로 나아가야 될지, 예를 들어서 시스템 반도체에 더 투자해야 된다, 이런 걸 가지고도 여전히 갑론을박이 이어지고 있고 한데 어떤 방향을 주목하면 좋을지에 대해서 언급해 주시면 좋을 것 같고요.

그리고 개인 소회도 좀 있으실 것 같으니까, 사실 보면 최정혜 박사님도 그렇고 반도체 분야에서 부부 연구자로 일하시기도 하고 아드님도 연구자로 있다고 나와 있던데 이런 가족이 모두 뛰어드는 반도체의 매력은 무엇인지 한 말씀 부탁드립니다.

<답변> (황철성 서울대 석좌교수) 1번 예상 질문과 5번 예상 질문쯤 되네요. 첫 번째 질문에 대해서는 사실 무수히 많은 의견들이 있고, 저도 여기저기 많은 인터뷰 기사에서 얘기를 하긴 했는데요. 아까 제가 왜 내가 뭘 하고 싶냐, 뭘 해야 하느냐, 이런 말씀을 드렸잖아요. 우리나라 산업, 반도체 산업을 와서 좀 그런 면을 생각해 볼 만한 것 같습니다.

늘 '시스템 반도체가 우리가 부족하다. 그리고 시스템 반도체가 전체 반도체 산업의 70%다. 그러니까 거기를 가자.' 이런 의견들이 많이 있어요. 동의합니다. 그게 우리가 하고 싶은 거죠. 우리가 뭘 해야 하는가를 생각해 보면 제 생각에는 우리가 객관적인 데이터로도 지금 메모리 반도체 산업을 지켜야 되는 건 분명한 사실입니다.

제가 대학을 들어간 게 1983년이고 그다음 대학원을 들어간 게 1987년인데 1987년에 PC가 나왔어요. 그래서 IBM XT, AT 이런 것들이 나왔는데 그게 반도체의 첫 번째 붐을 일으킨, PC가 나옴으로써 반도체가 대중화, 대중적인 물건이... 뭐가 돼서 산업이 굉장히 커지고, 그런 다음에 인터넷이 나와서 또 한 번 붐을 일으켰고 그다음이 휴대폰, 특히 스마트폰이고, 한참 스마트폰으로 먹고살다가, 사실상 스마트폰 비즈니스가 그렇게 썩 좋진 않습니다.

그런데 반도체 회사들은 도대체 뭐로 먹고사느냐? AI로 먹고사는 거죠. 그래서 AI 데이터센터 투자가 왕창 늘어나고, 사실 NVIDIA 정도의 규모의 회사가 전 세계 시총 1위의 기업이 되는 게 사실 속을 들여다 뜯어보면 이게 말도 안 되는 웃기는 얘기거든요. 그 회사가 갖고 있는 유형의 자산이 사실은 거의 없습니다. 그런데 그럼에도 불구하고 그 정도의 가치를 인정받는 거는 앞으로 이게 AI라고 하는 시스템이 우리 사회를, 우리 세상을 어떻게 바꿀 것인가에 대한 그만큼 기대가 크다는 얘기잖아요.

아까 제가 이런 것이 현재처럼 AI가 돌아가는 게 문제가 있다고 말씀을 드렸는데 그럼에도 불구하고 지금 당장은 메모리 반도체나 이런 것들이 까마득하기 때문에 한참은 이렇게 갈 겁니다.

그런데 AI 반도체의 핵심이 보면 그게 메모리입니다. 아까 말씀드린 것처럼 GPU하고 HBM으로 구성된 시스템의 동작을 뜯어보면 GPU가 40%밖에 안 돌아요. HBM 100% 돌고 있습니다. 그러면 HBM을 더 붙일 수 있으면 사실은 시스템이 더 좋아진다는 얘기죠. 그럼 GPU가 100% 돌아도 다 되는데 HBM이 100% 돌고 있으니까 GPU를 더 올리고 싶어도 못 올리는 거예요. 그 얘기는 보틀랙이 어디 있냐 하면 메모리에 있다는 소리입니다.

그래서 이걸 왜 이런 일이 생기는가를 근본적으로 따져보면요. 지금의 AI라고 하는 게 연산 기반이 아니기 때문에 그렇습니다. 그러니까 CPU는 아까 PC 그다음에 인터넷, 휴대폰 이렇게 쭉 발전해 왔다고 했잖아요. 그 과정에서 가장 중요한 역할을 한 게 CPU 프로세스였는데 이 프로세스를 어떻게 개발했냐면 데이터가 항상 부족하다, 라는 환경하에서 개발했어요.

데이터를 잘 불러들일 수가 없었어요. 그리고 특히 데이터가 디램이 있어도 이걸 불러들이고 다시 내보내는데 너무 에너지가 많이 들어서 한 번 데이터를 불러들이면 그 내용을 그 프로세스 안에서 계속 재사용하는 식으로 발전을 해왔습니다.

그러다 보니까 프로세스 입장에서 보면 굉장히 어떤 제약, 제한된 조건하에서, 범위 안에서 컴퓨터가 발전해 온 거거든요. 그러다 보니까 이게 좀 잘 안된 거예요, 사실은. 그러니까 컴퓨터가 많이 오랫동안 발전해 왔어도 예를 들어서 요즘처럼 이런 ChatGPT가 나온다든지 이런 건 상상을 못 했던 거거든요.

그러니까 사실 딥 러닝이라든지 Backpropagation이라든지 ChatGPT와 같은 이런 알고리즘이 제시된 건 1960년대 제시됐어요. 그런 게 되면 진짜로 이게 일반 컴퓨터가 못 하는 걸 할 것이다, 라는 아이디어 자체는 굉장히 오래됐습니다. 그런데 이걸 왜 못 했냐 하면 데이터를 불러들이고 내보내는 데 너무 에너지가 많이 드니까 그 사람들이, 엔지니어들이 그렇게 회로를 잘 못 한 거예요. 그냥 CPU를 주어진 데이터를 갖고 어떻게 어떻게 해보려고 디자인했던 겁니다.

그런데 이게 이제 HBM이라는 게 나오면서 데이터를 주고받는 Bandwidth가 왕창 늘어나는데 이 컴퓨터 디자인 엔지니어들의 오랜 꿈이 지금 실현되고 있는 겁니다. 그런 과정에서 메모리가 점점 더 중요해진 거고요. 여기서 한 스텝 더 나가는 게 저희 Process In Memory(PIM)이라고 하는 겁니다. 그다음이 뉴로모픽 이렇게 갈 텐데, 옛날에는 Memory In Process를 만들려고 했어요. CPU 안에 메모리를 집어넣으려고 했는데 그걸 못 했어요. 그런데 지금은 Process In Memory, 메모리 안에 프로세스를 집어넣으려고 해요. 이게 일부 성공을 하고 있습니다. 이게 굉장히 효율이 좋아졌어요.

그만큼 데이터에 기반한 computation이 지금 훨씬 더 가능해졌다는 얘기죠. 그러다 보니까 메모리 비즈니스가 더 커지고 이게 상당 기간 이런 추세가 유지될 것 같아서, 사실 그런 측면에서 보면 우리나라 입장에서 좋은 겁니다.

좋은 건데, 아까 말씀드린 것처럼 비교 우위가 그렇게 오래 갈 것 같지 않은 경우 걱정이고 그러다 보면 더 많은 분들이 지금보다는 좀 더 진지하게, 특히 학계에서 이쪽 메모리 분야에 대한 연구를 더 해야 되겠다, 라고 생각이 됩니다.

가족이 같은 거 전공하는 거요? 별로 안 좋습니다, 사실은요. 이게 밥 먹다가 괜히 그런 얘기 하면 아웅다웅하기도 하고, 또 제가 직업이 교수다 보니까 교수 속성이 잔소리하는 거거든요. 그러면 괜히 또 쓸데없는 소리해서 괜히 분위기 썰렁하게 하고 해서 좀 그런데, 어쨌든 간에 제 가족이 저를 더 잘 이해했겠죠. 그래서 저를 더 잘 서포트를 했을 거고, 사실 제 아내가, 아까 제 아내 이름도 아시던데 되게 유명한 사람이에요. 제 3년 후배인데 서울공대 수석 졸업생입니다. 그래서 결혼했을 때 '누구누구 남편'으로 알려졌었어요.

그런데 공부하는 거하고 또 연구하는 거하고 좀 다른 면도 있긴 하지만 하여튼 남편 위해서 많은 자기의 커리어를 희생해서 지금도 늘 고마워하고, 또 이렇게 보면 사람이 어떻게 저렇게 머리가 좋을까, 그런 생각이 들 때가 있습니다. 그래서 존경스럽기도 하고요.

저희 아들은 저희 아내보다 공부를 더 잘했어요. 이번에 박사를 받는데 여러 가지 고민이 많이 될 겁니다. 아버지가 잘나가니까 여러 가지 부담스럽기도 할 거고, 또 늘 그렇잖아요. 학교 문을 떠나려고 하는 순간 고민이 막 되거든요. 학교 안에 박사 과정 할 때까지는 교수님이 시키는 거 하면 되는데 지금부터는 본인이 뭘 찾아서 해야 되는 거잖아요. 그러니까 요즘 고민이 많은 것 같습니다. 그래도 잘 본인의 길을 잘 찾아갈 것으로 믿습니다.

<답변> (사회자) 그러면 이상으로 브리핑을 마치겠습니다. 오늘 엠바고는 7월 3일 목요일 12시입니다. 감사합니다.

<끝>

하단 배너 영역