젠슨 황의 ‘샤라웃’... 삼성 4나노가 빚은 ‘추론 괴물’ LPU의 정체

AI 연산의 ‘분업화’ 시대, 왜 엔비디아는 그록(Groq)을 선택했나?

엔비디아가 그록을 30조 원에 인수하고 GTC 2026의 주인공 중 하나로 세운 이유는 명확합니다. 이제 모든 AI 연산을 GPU 혼자서 처리하기엔 모델이 너무 커졌고, 사용자는 너무 많아졌기 때문입니다. 여기서 삼성 파운드리가 생산하는 LPU가 ‘추론의 스피드 레이서’ 역할을 맡게 되었습니다.

---

1. [기술] LPU는 왜 빠른가? (AI 연산 3단계와 SRAM의 마법)

AI가 답변을 내놓는 과정을 요리로 비유하면 LPU의 역할이 명확해집니다.

단계	명칭	역할 (비유)	핵심 장치
1단계	프리필 (Prefill)	재료 쪼개기 및 레시피(맥락) 확인	GPU + HBM
2단계	어텐션 (Attention)	중요한 재료 골라내고 손질하기	GPU + HBM
3단계	FFN (순방향 신경망)	손질된 재료를 고속으로 볶아내기	LPU (SRAM)

• SRAM의 한 수: D램처럼 ‘공간(커패시터)’에 정보를 담아두는 게 아니라, 연산 장치와 똑같은 구조의 ‘트랜지스터’를 사용합니다. 칩 안에 붙어 있어 전송 거리가 ‘제로’에 가깝고, 형태 변환도 필요 없어 속도가 압도적입니다.
• 직진 본능: 어텐션 단계처럼 데이터를 주저리주저리 꺼내올 필요 없이, 들어온 데이터를 한 방향으로 빠르게 계산해서 내보내는 FFN(Feed-Forward Network) 단계에서 LPU는 엔비디아 루빈(Rubin)보다 55배 빠른 대역폭을 자랑합니다.

---

2. [추론] 삼성 파운드리가 벌어들일 ‘숫자’의 재구성

파트너님이 분석하신 수치를 토대로 삼성 파운드리의 매출 기여도를 시뮬레이션해 보면 흥미로운 결론이 나옵니다.

[LPU 생산 수학 공식]

• 베라 루빈 플랫폼 1세트 = 5개 랙 = 1,280개 LPU
• 엔비디아의 1차 요청량 = 약 50만 개 LPU (당초 계획 대비 2배 증량)
• 웨이퍼 수량 = 웨이퍼당 65개 다이(수율 100% 기준) → 수율 50~70% 고려 시 연간 1.5만 장 이상
• 예상 매출 = 웨이퍼당 약 1.3만 달러 기준 → 약 1억 9,500만 달러 (약 3,000억 원)

**“3,000억 원, 삼성 파운드리 매출(약 20조)에 비해 작지 않나요?”**라고 물을 수 있습니다. 하지만 진짜 가치는 숫자가 아닌 **‘레퍼런스’**에 있습니다.

---

3. 전략적 함의: ‘비전’이 실적이 되는 순간

• 엔비디아 패밀리 합류: 삼성이 단순히 스타트업 칩을 만드는 게 아니라, **‘엔비디아 플랫폼의 핵심 구성 요소’**를 생산하는 파트너로 공식 인정받았습니다.
• 4나노 공정의 검증: 젠슨 황이 기조연설에서 LPU를 언급한 것 자체가 삼성 4나노 공정의 성능과 수율에 대한 강력한 보증 수표입니다.
• 추론 시장의 주도권: 학습(Training) 시장이 성숙해지면 결국 추론(Inference) 시장이 커집니다. 이때 LPU의 비중이 높아질수록 삼성 파운드리의 가동률도 함께 올라가는 구조입니다.

---

Blogger's Insight: 은가누(루빈) 옆에 조제 알도(LPU)가 선 이유

독자 여러분, 덩치 큰 은가누(루빈)가 모든 적을 다 상대할 순 없습니다. 잔매가 필요한 구간, 즉 FFN 단계에서는 빠르고 민첩한 조제 알도(LPU)가 필요하죠. 젠슨 황은 이 영리한 분업을 위해 그록을 인수했고, 그 심장을 삼성에게 맡겼습니다. 당장의 매출 3,000억보다 무서운 것은, 앞으로 엔비디아의 모든 랙(Rack) 설계에 삼성 파운드리의 지분이 들어갈 가능성이 열렸다는 점입니다.