@친절한제로스
반도체를 기술이 아닌 ‘구조’로 해석하는 전문가입니다. 화학공학(세부: 공정시스템공학) 박사 졸업 후, 삼성전자 반도체연구소에서는 공정·수율 데이터를 기반으로 현상 뒤에 숨어 있는 구조적 원인(why)과 시스템 레버를 분석하며, 공정 조건·장비·운영 방식이 성과로 연결되는 메커니즘을…
친절한제로스님이 댓글을 남겼어요
@dnjsaud90 맞는 말씀이십니다. 결국 기술적 구현이 어려워짐에 따라, '팀플'에서 '누가 구멍인가?' + '누가 책임질 것인가?'는 아주 중요한 문제로 지속 등장할 것 같습니다.
친절한제로스님이 댓글을 남겼어요
@dnjsaud90 주가 = 다변수 함수라.... 진입 시기와 정리 시기를 큰 관점에서 살펴보는 게 필요한 게임이긴 한데, 대부분의 개인 투자자분들의 경우 많은 시뮬레이션 없이 실행 후 손실을 보시는 것 같습니다 ㅠㅠㅠ
친절한제로스님이 댓글을 남겼어요
@mr9010 과찬이십니다 ㅎㅎㅎㅎ
댓글 4개 중 최근 것
친절한제로스님이 댓글을 남겼어요
@dnjsaud90 앞으로의 포텐셜이 기대되는 기업입니다 : )
친절한제로스님이 댓글을 남겼어요
@cafebookdrip 아주 중요한 부분을 지적해주셨습니다. 관련해서는, 이미 제 원고가 제출되었고 곧 하이젠버그에 올라올 예정입니다 : )
댓글 2개 중 최근 것
친절한제로스님이 댓글을 남겼어요
@chiwon3160 세가지 이유에서 비롯될 수 있을 것 같습니다. (1) 현재 제가 가장 많이 소통하고 있는 대상은 AI입니다. (2) 바둑업계에서 최근 바둑을 배우는 루트 자체가 AI 바둑과 대국을 하면서 배우는 것으로 자리잡았고, 승률 vs. AI와의 유사성이 양의 상관성을 강하게 보이고 있다는 데에 착안하여 업무에 있어서 제 개인적 지향점 역시 AI와의 경계를 허무는 쪽에 가깝습니다. (3) 테크니컬하게는, 윤문에 있어서 AI:저 = 3:7 정도로 사용하고 있기도 합니다. 날카로운 지적, 감사합니다.
댓글 5개 중 최근 것
친절한제로스님이 댓글을 남겼어요
@jee19c 좋은 의견 감사드립니다. 1. 일단, 저는 조직구성원, 노조 입장만 대변하는 것은 아닙니다. (국가/기업/조합/국민들에 대한 저의 생각은 아래 글 참고 부탁드립니다: https://heisenberg.kr/samsung_labor/) 2. 민노총을 비롯한, ‘한쪽 방향 끝으로 바늘이 위치해있는’ 조직 또는 그 구성원분들의 주장이나 행동은 꽤 risk가 높다고 인지하고 있고, 그들의 주장에 동의하는 입장도 아닙니다. 3. 1번에 적은, ‘귀족 노조‘와 관련된 글을 보시면 아시겠지만, 노사 갈등의 뿌리는 깊고, 어디에서부터 잘 풀어나가야할지 참 쉽지 않은 것 같습니다.
댓글 9개 중 최근 것
친절한제로스님이 댓글을 남겼어요
@rlqja0905 훌륭하다고 말씀해주시니 부끄럽네요 ㅎㅎㅎ 부족함이 많습니다. 앞으로도 열심히 글 적어보겠습니다. 감사합니다.
댓글 7개 중 최근 것
친절한제로스님이 댓글을 남겼어요
@orca 에고, 하이젠버그에는 이 글보다 훨씬 훨씬 훌륭하고 유익한 글들이 많이 있습니다 ㅎㅎ 앞으로도 많은 글들 읽어주시고, 의견 남겨주시기를 기대해봅니다. '서로가 믿고 의지할 수 있는 사회', 언젠간 우리나라에도 해당 화두가 등장할 날이 있길 바라고 있습니다. 미군에서 지휘자들을 뽑는 중요한 축은 (1) 신뢰도 (2) 역량 이 두가지입니다. 우리나라에서는 상대적으로 (2) 역량에만 너무 과한 가중치가 부여된 것은 아닌지 되돌아보게 되는 요즘입니다.
댓글 16개 중 최근 것
친절한제로스님이 댓글을 남겼어요
@hm02089 저도 감사드립니다 !
댓글 5개 중 최근 것
친절한제로스님이 댓글을 남겼어요
@dh9999 생각보다 전고체 쪽에서 해결해야 할 이슈들이 아직 있다고 저는 보고 있습니다.
댓글 3개 중 최근 것
친절한제로스님이 댓글을 남겼어요
@3bddd 좋은 의견 남겨주셔서 감사합니다. 말씀 주신 부분들 중에 제가 더 공부하고 배워야 하는 부분들도 있었고, 공감가는 부분들도 많았습니다. 파두를 마벨이나 삼성 같은 Tier1과 완전히 동일한 잣대로만 재단하는 것도 사실 현실적으로는 다소 가혹한 면이 있다고 인정합니다. 말씀주신 것처럼 신규 플레이어 입장에서는 특정 niche, 특정 workload, 특정 고객을 먼저 뚫으면서 레퍼런스를 쌓아가는 과정 자체가 거의 필수에 가깝고, validation도 단순히 “통과/실패”처럼 흑백논리로 보기 어려운 부분이 분명 있습니다. 실제 현업에서도 validation은 굉장히 긴 호흡으로 가는 경우들이 빈번하기도 합니다. 그럼에도 제가 글에서 조금 강하게 표현했던 이유는, 기술 자체를 부정하고 싶어서라기보다는 시장에 설명된 기대치와 실제 사업화 단계 사이의 간극을 이야기하고 싶었던 부분이 컸기 때문이었습니다. (기술특례상장이라는 구조에서는 그 갭이 일반 기업보다 훨씬 민감하게 받아들여지다 보니, 시장도 더 날카롭게 반응했던 것 같기도 합니다) 그리고 3번 말씀도 굉장히 좋은 관점이라고 생각합니다. 사실 반도체는 제품 하나만 떼어서 보기보다, 결국 고객 구조·ecosystem·supply chain·hyperscaler 전략까지 같이 봐야 좀 더 입체적으로 이해가 되는 것 같습니다. Marvell의 위치나 IDM들의 내부 전략, hyperscaler self-build 움직임 같은 것도 결국 파두 같은 회사들의 난이도와 연결되는 부분이기도 합니다. 좋은 코멘트 주신 덕분에, 저도 다시 한번 생각 정리를 하게 됐습니다. 부족함 많은 글이지만 읽어주시고, 좋은 의견 남겨주셔서 감사합니다 :)
댓글 4개 중 최근 것
친절한제로스님이 댓글을 남겼어요
@nsmile7 의견 감사드립니다. 주가 상승에 대한 기준(시작점을 어디로 봐야 할 것인가 등), 현 시점 해당 기업의 펀더멘탈과 미래에 대한 시각 등은 정답이 없는 부분이라 쉽지 않은 영역 같습니다. 애초에 투자 전략조차도 초단타-단타-중장기 등의 개별 투자주체의 타임라인에 따라 달라지니까요. 그럼에도 불구하고, 지금보다는 적시성을 높이기 위해서 저를 포함한 필자분들의 고민이 필요한 것은 맞는 것 같습니다.
댓글 7개 중 최근 것
친절한제로스님이 댓글을 남겼어요
@dlsldlen 질문 자체가 조금 과하게 압축되어 있어서, 답변이 쉽진 않은 것 같습니다. '삶의 목적'이라는 건 한 줄로 정의하면 멋있어 보일 수는 있어도, 적어도 제게는 그렇게 단순하지는 않은 것 같습니다. 솔직하게 답변드리면, 저는 오히려 이렇게 보고 있습니다. (1) 내 의지와 상관없이 태어났으니 일단은 살아간다 (2) 다만 그 과정이 너무 허무해지지 않도록, 몇 가지 ‘의도적인 장치’를 활용하자. 예를 들면 - 제 이름을 건 장학재단을 남기는 것, - 내가 하고 싶은 건 하고, 하기 싫은 건 하지 않는 삶, - 시간과 돈에 쫓기지 않는 구조, - 1년 중 절반 이상은 내가 원하는 곳에서 사는 삶 등과 같은 것들입니다. 하나로 수렴하는 거창한 목적이라기보다는, '이번 삶을 덜 낭비하는 방식'에 가까운 것 같습니다. 일하는 이유도 크게 다르지 않습니다. 일을 단순히 돈을 벌기 위한 수단으로 보는 것은 아닙니다. (1) 대체불가능성이 높은 대상으로서 필요한 역할을 하고 (2) 그 결과로 누군가에게 실제 도움이 되고 (3) 그에 상응하는 보상을 받고 (4) 그 보상으로 다시 ‘제가 원하는 삶’에 가까운 action을 취하는 것 정도인것 같습니다. 아마도 제게 있어 일은 목적이 아니라, 제가 원하는 삶의 연료이자 수단에 가까운 편인 것 같습니다.
댓글 13개 중 최근 것
친절한제로스님이 댓글을 남겼어요
솔직히 말하면, 이 인터뷰는 “기술 기반 스타트업의 가능성”과 “과도한 내러티브”가 동시에 섞여 있는 케이스로 느껴지는 것 같습니다. 먼저, 소위 말하는 "국뽕"에서 출발한, 애국 마케팅 기반 스타트업들의 경우 최근 몇 년간 실제 양산/시장 검증 단계에서 어려움을 겪는 사례가 반복적으로 관찰되었습니다. 국뽕만으로는 성공이 불가하며, 기술보다 서사를 앞세운 회사들은 좋은 결과에 도달하지 못하는 경우가 많았다고 봅니다. 한편, 기사 기준으로 보면 핵심 주장은 아래와 같이 4가지로 정리됩니다. (1) 초저전력 + 가격 경쟁력 - GPU 대비 전력 1/20 수준 주장 - 칩 가격 ~$80 수준 vs GPU 수백~수천달러 > 방향성 자체는 정맞다고 생각합니다. Edge AI / Physical AI는 결국 전력+비용+latency의 3가지가 핵심 제약이기 때문입니다. (2) Die size 기반 구조적 cost advantage - 경쟁 대비 2.5~10배 작은 die > 의미 있는 포인트라고 생각합니다. wafer cost / yield / thermals 모두 연결되는 팩터이며, PPT gimmick이 아니라 물리적 advantage에 가깝다고 생각합니다. (3) 삼성 5nm에서 높은 수율 (~90%) - 90%+ yield claim > 실제 양산 수율을 반영한 수치로 보기에는 한계가 있다고 확신합니다. 삼성파운드리와의 협업 경험 및 수율 산출 과정을 모두 경험해보았기 때문입니다. 외부에서는 '수율'을 하나의 개념으로 보지만, 삼성 내부에서 사용되는 수율은 한가지가 아니며 각각이 의미하는 바가 달라집니다. 특히 test yield / parametric yield / final yield 간의 차이에 따라 동일한 칩도 90% 이상으로 보일 수 있습니다. 따라서 외부에서 단일 수치로 표현되는 yield는 실제 양산 관점의 수율과 괴리가 있을 가능성이 높으며, 해당 수치만으로 공정 안정성을 판단하기는 어렵습니다. (4) Edge/Physical AI 시장 포지셔닝 - 데이터센터 vs 엣지 구조 차이 명확히 인식 > industry consensus와 일치하며, 방향 자체는 틀리지 않다고 봅니다. 이제 이 인터뷰에서의 아쉬운 점, 그리고 검증 필요 영역을 살펴보면 아래와 같습니다. 한줄로 요약하면 "수치가 있는 것처럼 보이지만, 사실 중요한 수치는 빠져있다"라고 생각합니다. (1) Performance 정의가 없음 “전성비 498 vs 161” 와 같은 비교는 어떤 workload? precision? (INT8? FP16?) batch? streaming? 등과 같은 추가 조건들에 대한 명시, 즉 AI 칩에서 benchmark 정의 없으면 '아무런' 의미가 없습니다. (대표님께서도 아마 아시는 부분일거라 생각합니다) (2) “GPU 대비 20배 전력 효율” GPU는 범용 / training / high throughput에 적합하고, NPU는 특정 inference optimized에 적합합니다. 따라서 apples-to-apples 비교를 하면 안된다고 보는게 일반적입니다. 정확한 비교를 위해서는, 최소한 "동일 model+동일 latency constraint+동일 accuracy" 조건이 보장되어야 합니다만, 이러한 조건에서의 비교가 아닌 것 같습니다. (3) 가격 비교 구조 오류 가능성 DeepX는 외부 LPDDR 필요하고, 경쟁사는 on-chip memory를 포함하고 있습니다. 즉, system cost 기준으로 비교해야 하는데 아마 chip cost만 비교된 것 같습니다. 이는 의도적이든 아니든 왜곡 가능성이 있어보입니다. (4) SW 생태계 claim (dx-Newton) “API만 바꾸면 zero-effort 전환”라는 의미로 읽힙니다만, 현실은 CUDA의 대체 ecosystem 구축은 거의 불가능에 가깝습니다. Nvidia의 가장 큰 해자는 HW가 아니라 SW이며, 따라서 (4)는 가장 공격적인 claim이면서 동시에 가장 검증 안 된 영역에 대한 이야기라고 봅니다. (5) 특허 500개 “NPU 특허 1위”가 곧 기술경쟁력을 의미하지 않습니다. 대표님께서 잘 아시겠지만 특허 수에 집착하고 과잉보도했던 스타트업들 중에선 그들이 주장하는 특허 수에 비례하는 퍼포먼스를 보여주지 못한 경우가 무척 많습니다. 특히나 반도체 영역에서는 implementation+ecosystem+customer adoption이 단순 특허 출원/등록보다도 훨씬 중요하며, 이러한 항목들은 특허 출원/등록 과정에서의 요건이 아닙니다. (6) “버터 데모” thermal demo를 쉬운 실험으로 보여주신 것 같은데, 직관적인 데모로는 흥미롭지만, 실제 inference 환경을 반영한 비교로 보기에는 한계가 있다고 보입니다. 실제 inference workload도 없고, memory도 포함되지 아니하였고, sustained vs peak 데이터도 없기에 이것이야말로 마케팅용 demo에 가까워보입니다. 기술적으로 압도적 자신감과 해자가 있다면 이런 역효과를 불러일으킬 수 있는 데모가 필요했나 생각이 들기는 합니다. 물론, 소위 말하는 쩐주들에게 어필하기에는 나쁘지 않은 실험일 수 있으나,.... (할많하않) 4. 맞는 주장 vs 위험한 주장 적어도 아래는 맞는 것으로 보입니다. - Edge AI 시장 방향성 - 전력/비용 중심 구조 - die size 기반 cost advantage - 일부 yield 성과 가능성 아래는 오버클레임으로, 위험해보입니다. - GPU 대비 성능/효율 비교 - zero-effort SW 전환 - 가격 경쟁력 (system level 미반영) - 특허 기반 moat 주장 - Physical AI의 Nvidia 포지셔닝 그래서, 최대한 중립적으로 본 제 결론은 아래와 같습니다. “딥엑스는 방향성 측면에서는 industry consensus와 일치하는 전략을 취하고 있으나, 현재 단계에서는 기술적 우위가 ‘정량적으로 검증된 상태’라기보다는 ‘정성적 서사로 설명된 상태’에 가깝다고 판단됩니다.” 따라서 본질적인 평가는 ‘기술이 맞느냐’가 아니라 ‘이 기술이 실제 고객 환경에서 재현 가능한가’로 귀결될 것입니다. 결국 이 문제는 기술적 가능성의 문제가 아니라, ‘재현성과 스케일’의 문제라고 생각합니다. 그러나, 찬양일색의 '응원' 또는 '비난'으로 바라보기보다는 'cold watch'의 대상으로 바라봐야하며, 딥엑스가 아래를 증명해내길, 성공하기를 지켜보겠습니다. - 실제 고객에서 deploy 되는지 - software ecosystem stickiness 확보하는지 - system-level cost/performance 증명되는지
친절한제로스님이 댓글을 남겼어요
@khs090304 좋게 봐주셔서 감사드립니다. 각 나라의 주식 시장의 지수는 여러 변수들이 종합적으로 개입된 결과라서, 언젠간 한번 각잡고 분해를 해보고 싶었는데, 열심히는 했습니다만 완벽하게 마무리하지는 못한 것 같습니다 ㅎㅎ 어쩌면, 단 한편의 아티클로 다루기에는 너무 문제가 복잡하고 컸던 것 같기도 합니다. 제 부족한 글솜씨도 큰 버짓을 차지하고 있기도 합니다.
댓글 4개 중 최근 것
친절한제로스님이 댓글을 남겼어요
@nainjoo2001 지적 감사드립니다. B2B(IB/PE/MBB)가 저의 주 영역이다보니, B2C 쪽으로는 제 노력이 더 필요할 것 같습니다.
댓글 6개 중 최근 것
친절한제로스님이 댓글을 남겼어요
@dnjsaud90 말씀해주신 포인트들이 굉장히 핵심을 잘 짚고 있다고 생각합니다. MS는 “각 영역에서 1등처럼 보이지는 않지만, 이상하게 항상 중심에 있는 회사”라는 느낌이 강한데, 그 이유는 소비자 관점의 임팩트보다는 아무래도 인프라 레벨에서의 지배력이 강하기 때문이라고 생각합니다. 실제로 이번 Maia 200도 제품 자체의 매력보다는, Azure라는 AI 공장의 ‘운영비’를 통제하려는 카드라는 점에서 그 결이 잘 드러나는 것 같습니다. 한 가지 흥미로운 지점은, 마소는 겉으로는 전략이 분산되어 있는 것처럼 보이지만, 내부적으로는 AI 서비스 → 클라우드 → 인프라 → 실리콘으로 이어지는 수직 통합 흐름이 점점 맞물리고 있다는 부분일 겁니다. 그래서 개별 제품의 파워나 매력도는 약해 보여도, 전체 시스템 차원에서는 오히려 결속력이 강해지는 구조라고 보는 게 더 정확할 수도 있을 것 같습니다. 마소 = 이상하게 항상 잘 나갈 것 같은 회사라는 직감에 공감 100개 누르고 싶네요 ㅎㅎ 어찌되었든 현재의 마소는 특정 제품이 아니라 ‘비용 구조와 생태계’를 쥐고 가는 회사이기 때문에 인텔처럼 갑자기 꺾이는 시나리오는 상상하기가 어려운 것 같습니다. 좋은 댓글 덕분에, 필자 입장에서도 더 깊이 생각하게 되는 것 같습니다. 감사합니다.
댓글 2개 중 최근 것
친절한제로스님이 댓글을 남겼어요
세렌지피티님의 글은 항상 읽고 나면 지식 습득을 넘어선, 글로 담기 힘든 감동을 느끼곤 합니다. 본받고 싶습니다 : )
친절한제로스님이 댓글을 남겼어요
@sowhatdo (좋아요 x 100)을 누르고 싶습니다 ㅎㅎ
댓글 6개 중 최근 것
