[딜사이트 송한석 기자] “첨단 패키지는 하나를 개선하면 다른 하나가 나빠지는 ‘풍선 효과’가 발생합니다. 과거에는 한두 개 정도의 물리적 특성을 함께 고려하면 됐지만 지금은 3개 이상의 특성을 동시에 고려해야 해요. AI를 패키지 설계와 개발에 활용하지 않고서는 제품을 개발하기 어렵다는 위기감이 있습니다.”

이희석 삼성전자 수석은 26일 경기도 수원시 수원컨벤션센터에서 열린 ‘2026 반도체 패키징 트렌드 포럼’에서 ‘AI를 위한 PKG, PKG를 위한 AI’를 주제로 발표하며 이같이 말했다. AI 반도체 성능을 끌어올리기 위해 패키지가 복잡해지면서 패키지 개발 과정에도 다시 AI가 필요한 구조가 만들어지고 있다는 설명이다.

AI 시대에 첨단 패키징의 중요성이 커진 것은 연산장치 자체의 성능만 높여서는 전체 시스템 성능을 끌어올리기 어려워졌기 때문이다. 연산 성능이 높아질수록 대규모 데이터를 처리할 메모리 용량과 대역폭이 함께 뒷받침돼야 한다. 이에 메모리를 연산장치 가까이에 배치해 데이터 이동 거리를 줄이고 대역폭을 높이는 패키징 기술이 AI 반도체의 핵심으로 부상했다.

이 수석은 “첨단 패키지를 이용해 메모리 대역폭과 집적도를 높이는 방법이 비용 효율적이라는 결론 때문에 AI 관점에서 패키지 기술이 중요해지고 있다”며 “메모리 용량뿐만 아니라 컴퓨팅 코어와 메모리 사이의 거리도 매우 중요하다”고 설명했다.

패키지의 역할이 커지면서 설계 난도도 함께 높아지고 있다. HBM 적층과 입출력(I/O) 밀도를 높이는 동시에 전력 공급과 발열, 패키지 휨까지 제어해야 한다. 한 요소를 개선하면 다른 요소의 성능이 떨어지는 ‘트레이드오프’가 커지면서 엔지니어가 제한된 설계안을 비교하는 기존 개발 방식으로는 최적점을 찾기 어려워지고 있다.

이에 삼성전자는 AI를 시뮬레이션과 불량 분석 등 패키지 개발 과정에 활용하고 있다. 복수의 물리적 특성을 동시에 계산하는 데 걸리는 시간을 단축하고 사람이 직접 확인하기 어려운 복잡한 패키지 내부의 불량 지점을 AI로 찾아내는 방식이다.

이 수석은 “삼성전자에서도 기존 방식으로 약 1년이 걸릴 계산을 하루 정도 안에 수행할 수 있는 방법을 최근 찾았다”며 “3차원 엑스레이 검사에서도 AI를 활용해 의심 지점을 찾으면 실제 해당 위치에서 불량이 확인되는 사례가 있다”고 밝혔다.

향후에는 AI가 분석을 보조하는 단계를 넘어 패키지 설계 자체를 최적화하는 역할까지 맡을 것으로 내다봤다. 사람이 몇 개의 설계안을 비교하던 방식에서 AI가 AI가 대규모 설계 공간을 탐색해 최적의 조합을 찾는 방식이다.

이 수석은 “사람이 두세 개 정도의 디자인 스페이스를 탐색했다면 AI를 이용해 100개 이상, 나아가 수만개의 설계안을 탐색하면서 최적의 디자인을 찾을 수 있을 것”이라며 “패키지로 AI가 발전하고 더 복잡해진 패키지는 다시 AI를 활용해 개발하는 시대가 펼쳐지고 있다”고 전했다.