대규모 반도체 팹 건설과 인공지능(AI) 데이터센터 확산으로 전력 수요가 급증하면서, 업계 전반에서 기존 FLOPS(초당 부동소수점 연산) 중심의 성능 평가 대신 '전력 효율'을 중시하는 새로운 지표 체계가 주목받고 있다. AI 반도체 고성능화로 소비전력이 폭증하자 연산량보다 에너지 효율이 경쟁력을 나타내는 핵심 기준으로 부상한 것이다.

9일 업계에 따르면 엔비디아·메타 등 글로벌 반도체·AI 기업들은 기존 연산속도 기반의 평가 실효성을 지적하며 '대역폭당 전력(bandwidth per watt)' 등 효율 단위를 중심으로 한 지표에 대해 논의하고 있다. 연산의 '절댓값' 보다는 동일한 전력으로 더 많은 데이터를 생성·처리할 수 있는 능력을 수치화해 반도체의 실질 성능을 평가하는 방향으로 기준이 재편될 전망이다.

이는 반도체 구조에서 데이터 이동 효율과 메모리 대역폭이 성능의 핵심 변수로 부상한 것과 맞물려 있다. 기존에는 칩 자체의 FLOPS가 성능을 좌우했지만, 이제는 연산보다 데이터가 이동하는 경로와 속도가 전체 처리 효율을 결정하는 추세다. 연산 능력이 남아 있어도 메모리 접근이 지연되면 시스템 전력 소모가 급증하고 성능이 떨어지기 때문이다. 이에 연산·메모리·패키징을 통합적으로 설계하는 '공동 최적화' 접근 방식 역시 확산하고 있다. 칩 내부에서 데이터를 불필요하게 이동시키지 않도록 구조를 단순화하고 메모리와 연산 기능을 가까이 배치해 병목을 최소화하는 것이다.

효율 중심의 산업 전환은 지속가능한 경쟁구조 구축과도 맞닿아 있다. 전력비용 급등과 냉각 부담이 커지는 상황에서 효율 지표 도입은 장기적으로 투자 효율을 높이고, 반도체 설계·AI 모델·데이터센터 운영 전 과정이 에너지 절감 중심으로 재편되는 계기가 될 것으로 평가된다. 향후 고대역폭메모리(HBM)·메모리 내 연산(PIM)·CXL 등 메모리 및 패키징 기술 발전이 '효율 경쟁'으로 이어지며, 효율 기반 성능 지표가 반도체 개발의 핵심 기준으로 자리잡을 것이란 분석도 나온다.

국내 기업들도 효율 중심의 설계 강화에 적극적으로 나서고 있다. 삼성전자는 AI 처리용 반도체를 겨냥해 연산 기능을 메모리 내부에 통합한 HBM-PIM 아키텍처를 개발, 기존 대비 최대 70%의 에너지 절감 효과를 확보했다. SK하이닉스는 발열을 줄이고 안정성을 높이는 MR-MUF 공법을 상용화하고 HBM의 전력 효율을 개선하기 위한 기술 고도화를 추진 중이다.

업계 관계자는 "반도체 산업의 경쟁력은 '어떻게 더 많은 정보를 더 적은 전력으로 처리할 수 있느냐'로 귀결된다"며 "향후 절대 연산량보다 효율을 중심으로 한 지표가 반도체 산업의 새 표준으로 자리잡을 수 있다"고 말했다.