무어의 법칙은 죽지 않았다: IBM이 '1나노 벽'을 넘은 날

매년 누군가는 “무어의 법칙은 죽었다"고 선언합니다. 그런데 IBM이 그 부고 기사를 또 한 번 찢어버렸습니다. 1나노미터(nm)라는, 한때 물리적 한계로 여겨지던 벽 아래로 내려가는 길을 제시한 건데요. 이게 왜 우리 일상과 AI의 미래에 직결되는지 풀어보겠습니다.

먼저 솔직하게 말씀드릴 게 있습니다. 이번 주제는 최근 30일간 커뮤니티에서 활발하게 논의된 핫이슈라기보다는, 반도체 업계가 수년간 차곡차곡 쌓아온 로드맵의 정점에 가깝습니다. 그래서 이 글은 실시간 화제성보다 “왜 이게 중요한가"라는 맥락에 무게를 두고 정리했습니다.

1나노미터, 도대체 얼마나 작은 걸까

먼저 감을 잡아보겠습니다. 1나노미터는 10억분의 1미터입니다. 사람 머리카락 굵기가 약 8만에서 10만 나노미터인데요. 그러니까 머리카락 한 올에 1나노 단위의 구조물을 약 10만 개 늘어놓을 수 있다는 뜻입니다.

여기서 한 가지 짚고 넘어가야 합니다. 요즘 말하는 “나노미터 공정"은 실제 트랜지스터의 물리적 크기와 정확히 일치하지 않습니다. 오히려 세대를 구분하는 마케팅 명칭에 가까워졌습니다. 그럼에도 숫자가 작아질수록 같은 면적에 더 많은 트랜지스터를 욱여넣을 수 있다는 핵심은 변하지 않습니다.

IBM은 이 분야에서 늘 선봉에 서 왔습니다. 이미 2015년에 세계 최초로 7나노 칩을 공개했고, 2017년에는 새로운 접근법을 동원한 5나노 설계를 선보였습니다. 양산은 TSMC나 삼성이 하지만, “이게 물리적으로 가능하다"는 걸 먼저 증명하는 역할은 IBM의 몫이었습니다.

왜 다들 “이제 한계"라고 했을까

반도체 미세화가 어려운 이유는 단순합니다. 너무 작아지면 물리 법칙이 말을 안 듣기 시작합니다.

대표적인 게 양자 터널링입니다. 트랜지스터는 전기를 켜고 끄는 스위치인데요. 게이트가 너무 얇아지면 전자가 벽을 그냥 통과해버립니다. 분명히 “꺼짐” 상태인데도 전류가 줄줄 새는 겁니다. 이게 발열과 전력 낭비로 이어집니다.

그래서 업계는 트랜지스터의 구조 자체를 바꿔왔습니다. 평평했던 구조를 입체로 세운 핀펫(FinFET)에서, 채널을 사방에서 감싸 전류 누설을 막는 GAA(Gate-All-Around) 구조로 넘어온 게 그 과정입니다. IBM의 5나노 발표가 의미 있었던 것도 바로 이 GAA, 즉 나노시트 기술의 가능성을 보여줬기 때문입니다.

1나노 이하로 가려면 여기서 한 발 더 나아가야 합니다. 트랜지스터를 위로 쌓아 올리는 적층 구조, 그리고 실리콘을 넘어서는 새로운 소재가 거론됩니다. 단순히 “더 작게"가 아니라 “구조를 통째로 다시 설계"하는 단계인 셈입니다.

AI 시대가 미세화를 다시 불러냈다

흥미로운 건 타이밍입니다. 한동안 “이 정도면 충분하지 않냐"는 분위기도 있었는데요. 생성형 AI가 판을 뒤집었습니다.

거대 언어 모델 하나를 학습시키는 데 들어가는 연산량과 전력은 상상을 초월합니다. 데이터센터의 전기요금이 곧 AI 회사의 생존을 가르는 시대입니다. 여기서 미세 공정의 가치가 다시 떠오릅니다. 트랜지스터가 작아지면 같은 일을 더 적은 전력으로 처리할 수 있기 때문입니다.

결국 1나노 이하 기술은 단순한 “스펙 자랑"이 아닙니다. AI 칩 한 장이 소비하는 전력을 낮추고, 같은 전기로 더 많은 연산을 뽑아내는 효율 경쟁의 핵심 무기입니다. 엔비디아가 냉각 기술에 사활을 거는 것과 같은 맥락입니다. 성능의 병목이 트랜지스터 개수에서 전력과 열로 옮겨갔습니다.

그래서, 진짜 우리 손에 오기까지는

여기서 기대를 살짝 눌러드려야겠습니다. 연구실의 돌파구와 매장에 깔리는 제품 사이에는 보통 5년에서 7년의 간극이 있습니다.

IBM이 7나노를 공개한 게 2015년이었는데, 7나노 칩이 스마트폰에 본격적으로 들어간 건 2018년 이후였습니다. 1나노 이하 공정도 마찬가지입니다. 양산 라인을 깔고, 수율을 끌어올리고, 천문학적인 장비 투자를 회수하는 과정이 남아 있습니다.

그럼에도 이 발표가 중요한 이유는 분명합니다. “물리적으로 가능하다"는 신호가 전체 산업의 투자 방향과 로드맵을 움직이기 때문입니다. 누군가 길이 있다는 걸 증명하면, 나머지가 그 길을 닦기 시작합니다.

마무리

무어의 법칙은 또 한 번 사망 선고를 비껴갔습니다. 다만 예전처럼 “2년마다 트랜지스터 2배"라는 단순한 공식이 아니라, 구조와 소재를 갈아엎는 훨씬 더 영리한 방식으로 살아남고 있습니다. AI가 전력의 한계에 부딪힌 지금, 1나노 벽을 넘는 일은 다음 10년의 컴퓨팅을 결정할 분기점입니다.

여러분은 어떻게 보시나요. 미세화는 정말 끝없이 이어질 수 있을까요, 아니면 우리는 결국 실리콘이 아닌 완전히 다른 컴퓨팅 패러다임으로 넘어가게 될까요.