산업 뉴스: 글로벌 반도체 업계의 인수합병이 다시 증가하고 있습니다.

MCU+AI: 피할 수 없는 트렌드

STMicroelectronics, 엣지 AI에 집중하기 위해 Deeplite 인수

올해 4월, ST마이크로일렉트로닉스(ST)는 캐나다 AI 스타트업 딥라이트(Deeplite)를 인수하며 업계의 주목을 받았습니다. 상용 배포에서 딥러닝 모델이 직면한 주요 과제는 운영 규모, 프로세서 요구 사항 및 전력 소비량이라는 점은 잘 알려져 있습니다. 딥라이트는 심층 신경망(DNN) 모델을 최적화하는 자동화된 소프트웨어 엔진을 제공하여 이러한 문제를 해결하고, AI가 모든 장치에서 엣지 컴퓨팅을 수행할 수 있도록 지원합니다.

2017년에 설립된 Deeplite는 AI 모델의 최적화, 양자화 및 압축에 초점을 맞춘 엣지 AI 솔루션 DeepSeek으로 잘 알려져 있습니다. 혁신적인 AI 기반 최적화 도구인 Neutrino는 대규모 딥러닝 모델을 원래 크기의 1/10로 압축하면서도 98% 이상의 정확도를 유지할 수 있습니다. 가중치 가지치기(중복 매개변수 제거), 양자화(계산 정확도 요구 사항 감소) 및 희소화(0 값 가중치 비율 증가)라는 세 가지 핵심 기술을 통해 대규모 AI 모델을 엣지 디바이스에서 더 빠르고, 더 작고, 더 에너지 효율적으로 실행할 수 있습니다. 이전에는 클라우드 컴퓨팅 기능이 필요했던 애플리케이션도 이제 스마트폰 카메라나 산업용 센서와 같은 엣지 디바이스에서 원활하게 실행될 수 있습니다.

딥라이트는 설립 초기부터 큰 주목을 받으며 가트너, 포브스, 인사이드 AI, ARM AI 등으로부터 최첨단 AI 혁신 기업으로 선정되었습니다. 이번 인수는 하드웨어와 소프트웨어를 "이중 나선" 방식으로 결합하는 ST마이크로일렉트로닉스의 엣지 AI 전략 전환과 밀접한 관련이 있습니다. 딥라이트의 모델 최적화 기술은 ST마이크로일렉트로닉스의 STM32 시리즈 MCU 및 전용 NPU와 긴밀하게 통합되어 엔드투엔드 AI 솔루션 구축을 지원합니다. 예를 들어 스마트 팩토리 환경에서 ST마이크로일렉트로닉스 칩이 탑재된 카메라는 데이터를 클라우드에 업로드하지 않고도 직접 결함을 감지할 수 있으며, 응답 속도가 40배 향상됩니다.

한편, 딥라이트는 세계 최고 수준의 AI 알고리즘 엔지니어 팀을 보유하고 있으며, ST는 이를 통해 200개 이상의 엣지 AI 개발 도구를 통합하여 "모델 라이브러리-최적화 도구-하드웨어 플랫폼"으로 구성된 통합 개발 생태계를 구축할 것입니다. 요컨대, 딥라이트 인수는 ST의 AI 소프트웨어 분야에서 마지막 퍼즐 조각을 완성하는 것일 뿐만 아니라, 반도체 산업이 "칩 제조"에서 "두뇌 제조"로 패러다임을 전환하는 중요한 계기가 될 것입니다.

NXP는 스마트 엣지 재편을 위해 NPU 전문 기업 키나라를 인수했습니다.

NXP는 올해 2월, 미국의 엣지 AI 칩 스타트업 키나라(Kinara)를 현금 3억 700만 달러에 인수한다고 발표했습니다. 키나라는 2013년에 설립되었으며, 초기에는 코어 비즈(Core Viz)라는 이름으로 시작했고, 이후 딥 비전(Deep Vision)을 거쳐 2022년에 키나라로 사명을 변경했습니다. 키나라의 독립형 NPU(Ara-1 및 Ara-2 포함)는 성능과 에너지 효율성 면에서 업계를 선도하며, 시각, 음성, 제스처 및 다양한 생성형 AI 구현을 기반으로 하는 새로운 AI 애플리케이션에 적합한 솔루션입니다. 또한, 프로그래밍 기능을 통해 진화하는 AI 알고리즘에 유연하게 적응할 수 있습니다.

NXP는 이번 인수를 통해 키나라의 독립형 NPU를 자사의 프로세서, 연결성 및 보안 소프트웨어 포트폴리오와 결합하여 TinyML부터 생성형 AI에 이르기까지 산업 및 자동차 시장의 급증하는 AI 수요를 충족하는 완벽하고 확장 가능한 AI 플랫폼을 제공할 것이라고 밝혔습니다. 이는 산업 및 IoT 분야에서 새로운 AI 기반 시스템을 구축하고, 고객이 복잡성을 단순화하고, 출시 기간을 단축하며, 스마트 자동차와 같은 분야에서 기술 역량을 강화하여 고부가가치 분야로 나아갈 수 있도록 지원할 것입니다.

엣지 AI: MCU 제조업체들의 격전지

인공지능 분야에서는 오랫동안 "규모가 곧 힘"이라는 오해가 존재해 왔습니다. 대규모 모델은 뛰어난 성능을 보여주지만, 실제 배포에서는 여러 어려움에 직면합니다. 높은 에너지 소비량은 엣지 컴퓨팅 환경에서 요구되는 경량화 요건과 상충되기 때문입니다. 업계 전문가들은 대규모 모델 적용 시나리오의 내재적 한계를 거듭 지적해 왔습니다. 대규모 모델의 학습 및 실행에는 막대한 컴퓨팅 자원이 필요하지만, 인공지능 산업화의 핵심 영역은 바로 엣지 컴퓨팅과 전력 소비 및 지연 시간에 더욱 민감한 단말 장치이기 때문입니다.

위의 인수 사례들을 보면 MCU의 주요 경쟁 무대가 엣지 AI 컴퓨팅으로 이동하고 있음을 쉽게 알 수 있습니다. 2025년까지 데이터의 75%가 엣지에서 처리될 것으로 예상되며, 이는 엣지 AI MCU 시장의 엄청난 잠재력을 보여줍니다. 즉, 엣지 AI 컴퓨팅에 대한 수요가 급증하고 있으며, 엣지 디바이스의 핵심 부품인 MCU가 이러한 추세에서 중추적인 역할을 할 것임을 시사합니다.

미래에는 MCU가 기존의 제어 기능에만 국한되지 않고 점차 AI 추론 기능을 통합하여 이미지 인식, 음성 처리, 장비 예측 유지보수와 같은 시나리오에 적용될 것입니다. 엣지 컴퓨팅 기능을 갖춘 MCU는 저전력, 고효율, 즉각적인 응답 속도를 바탕으로 엣지 컴퓨팅 파워의 중요한 매개체가 되어 스마트 기기와 시스템을 더욱 강력하게 지원할 것입니다.

다른 주요 MCU 제조업체들도 이 분야에서 적극적으로 인수합병을 진행하고 경쟁하고 있는데, 대표적인 예로 르네사스 일렉트로닉스의 리얼리티 AI 인수, 인피니언의 스웨덴 이매지모브 인수, NXP의 머신러닝 소프트웨어 eIQ 및 AI 툴 체인 NANO 출시 등이 있습니다.

결론적으로, 엣지 AI는 향후 몇 년 동안 MCU의 핵심 경쟁 분야가 될 것입니다.

자동차 전자 장치: 자본 경쟁의 중심

최근 자동차 애플리케이션 관련 반도체 기업의 인수합병이 활발하게 이루어지고 있다. 컴퓨팅 성능뿐 아니라 자동차 파워트레인, 차량 내 네트워크 연결, 차량 내 오디오 등 다양한 기술의 발전이 반도체 기술의 진화와 업데이트를 촉진하면서 관련 기업들은 인수합병을 통해 자체 기술 포트폴리오를 강화하고 있다.

반도체 산업은 전형적인 기술 집약적, 자본 집약적 산업입니다. 지난 수십 년을 돌아보면, 기업 통합과 합병은 이 산업 발전의 필연적인 추세가 되었습니다.

AI 업계의 거물들은 기술 포트폴리오를 강화하고 "칩 + 시스템 + 생태계"의 풀스택 경쟁력을 확보하기 위해 빈번하게 인수합병을 진행하고 있습니다. 주류 MCU 제조업체들은 점차 엣지 AI로 전환하며 저전력 고효율의 스마트 단말기 시장을 공략하고 있습니다. 자동차 분야에서는 차량 내 컴퓨팅, 자율 주행, 데이터 상호 연결이 자본 경쟁의 핵심 영역으로 부상했습니다. 동시에 EDA 업계는 단순한 툴 제공에서 생태계 구축으로 전환하고 있습니다. 거대 기업들은 IP와 설계 프로세스를 통합하고 "툴-아키텍처-표준" 구조를 통해 시장 지배력을 구축하고 있습니다.

최근 인수합병 열풍 속에서 기술 협력, 시장 확장, 그리고 생태계 지배력 확보가 핵심 논리로 자리 잡았습니다. 기업들은 막대한 자본 유입 속에서 단기적인 기업 통합과 장기적인 연구 개발 투자의 균형을 유지해야 합니다. 반도체 산업의 기술적 장벽과 자본 집약적인 특성을 고려할 때, 이러한 변화는 단기적인 '지름길'이 아니라 장기적인 투자가 필요한 '마라톤'과 같습니다.