▶ 키워드 : AI EDA, Open3DFlow, AI 메모리, AI 칩, TeraFab, AI 규제, 우주형 AI 인프라, LLM‑커널, AI 네트워킹, THz‑데이터센터, MWC 2026, 구글 TPU, Broadcom AVGO, 중국 AI 반도체, 통신 3사 AI
| T43 | AI, AI 반도체 | AI‑EDA | Report for NSF Workshop on AI for Electronic Design Automation > AI·특히 딥러닝/LLM이 회로합성, PnR, 검증 등 EDA 전 영역에 미치는 영향과 향후 연구·표준화 과제를 정리한 NSF 워크숍 보고서입니다. 데이터·IP 보안, 벤치마크 부족, “human-in-the-loop” 설계자 역할 재정의 등 AI‑EDA 도입 시의 기술·윤리·교육 이슈를 강조합니다.학계·산업·정부가 오픈 데이터·도구와 신뢰 가능한 AI 기반 설계 워크플로를 공동으로 구축해야 함을 권고합니다. |
2026-01-22 | arXiv | https://share.google/lPQ7vDbvruNkuFCZc |
| T44 | AI, AI 반도체 | Open3DFlow | Revolutionize 3D-Chip Design With Open3DFlow, an Open-Source AI-Enhanced Solution > 3D IC·칩렛 설계의 난점을 해결하기 위해 GF180 공정과 OpenROAD 기반의 오픈소스 3D IC 설계 플랫폼 Open3DFlow를 제안합니다. TSV·하이브리드 본딩·열/신호무결성 분석을 포함한 7단계 백엔드 플로우를 구축하고, 3D RISC‑V CPU+L2 캐시 PoC로 타당성을 보입니다. 본딩 패드 배치와 백엔드 Tcl 스크립트 생성을 LLM으로 보조해 3D 설계 생산성과 QoR 향상 가능성을 시연합니다. |
2024-06-30 | Circuits and Systems | https://share.google/OYBxLov9N4OIUsBCi |
| T45 | AI, AI 반도체 | AI 메모리 | Revolutionizing Memory for AI ML's Future : MRDIMM > 대규모 AI/ML 워크로드가 메모리 대역폭·용량·지연을 병목으로 만들고 있으며, HBM·CXL·스토리지 클래스 메모리 등 신메모리 패러다임을 요구한다고 논의합니다. AI 특화 메모리 계층 구조, 근접·인메모리 컴퓨팅, 스토리지와 메모리의 통합이 에너지 효율과 TCO 절감을 위해 중요하다고 봅니다. 산업계가 개방형 인터페이스와 표준을 중심으로 차세대 메모리·스토리지 생태계를 재편해야 한다고 제안합니다. |
2025-08-06 | Siemens, FMS | https://share.google/jhDPumdS1kFtNhdi7 |
| T46 | AI, AI 반도체 | AI 칩 | Silicon minds : The rise of AI-powered chips_IJSRA-2021-0019 > AI 전용 칩(GPU, TPU, NPU, ASIC, FPGA 등)의 아키텍처와 AI 기술 스택(애플리케이션–알고리즘–칩–툴체인–공정)의 역할을 개관합니다. 클라우드용 AI 칩과 엣지 AI 칩을 구분해, 각각의 시장·전력·지연·프라이버시 요구사항과 적용 사례를 설명합니다. AI 칩이 자율주행·IoT·헬스케어 등 산업 전반의 디지털 전환 핵심 인프라로 부상하고 있음을 논의합니다. |
2025-04-02 | IJSRA | https://share.google/VPIdQTNNLZBDwKBl6 |
| T47 | AI, AI 반도체 | TeraFab | TeraFab and the Compute Moat : Elon Musks Vision for Vertical AI Chip Manufacturing at Tesla > 테슬라가 로직·메모리·패키징을 통합한 초대형 수직계열 반도체 인프라 “TeraFab”을 구축해 연간 1,000–2,000억 개 칩 수요를 자체 충당하겠다는 비전을 분석합니다. 공급망 리스크, 자율주행·휴머노이드 로봇용 엣지 AI 연산 수요, “compute sovereignty” 확보가 핵심 동인으로 제시됩니다. EUV 로직 팹·메모리·첨단 패키징을 한데 모으는 데 따르는 막대한 CapEx, 기술 난이도, 지정학적 파급효과와 성공/실패 시 시나리오를 평가합니다. |
2026-01-29 | ResearchGate | https://www.researchgate.net/profile/Douglas-Youvan/publication/400225113_TeraFab_and_the_Compute_Moat_Elon_Musk's |
| T48 | AI, AI 반도체 | AI 규제 | The Impact of AI Regulation > 미국·EU·중국 등 주요 권역의 AI 규제 프레임워크가 혁신·경쟁·안전에 미치는 영향을 비교 분석합니다. 고위험 AI 시스템에 대한 투명성·책임·데이터 거버넌스 요구가 커지면서, 기업의 컴플라이언스 비용과 기술 전략이 변화하고 있음을 지적합니다. 기술 중립적·리스크 기반 규제가 필요하며, 과도한 규제는 스타트업·오픈소스 생태계 위축으로 이어질 수 있다는 균형적 시각을 제시합니다. |
2025-10-02 | ESTI AI | https://share.google/H7y1EOkQNidSHKtBG |
| T49 | AI, AI 반도체 | 우주형 AI 인프라 | Towards a future space-based, highly scalable AI Infrastructure System Design > 위성·궤도 플랫폼을 활용한 우주 기반 AI 인프라 개념을 제안하며, 지상 데이터센터의 에너지·입지 한계를 완화하는 방안을 탐색합니다. 위성 간·위성–지상 링크, 방사선 내성 하드웨어, 분산 학습·추론 아키텍처 등의 시스템 설계 이슈를 논의합니다. 규제·우주쓰레기·서비스 지연 등 리스크와 함께, 글로벌 커버리지·보안·탄소 중립 측면에서의 잠재적 이점을 평가합니다. |
2025-11-22 | arXiv | https://share.google/AKBmf9ryfAREUNyC4 |
| T50 | AI, AI 반도체 | LLM‑커널 | Towards Automated Kernel Generation in the Era of LLMs > LLM·에이전트 기반 GPU/가속기 커널 자동 생성·튜닝 연구를 체계적으로 정리한 서베이 논문입니다. SFT·RL·멀티에이전트·하드웨어 프로파일링·외부 지식베이스 활용 등 다양한 접근과 AutoTriton, KernelCoder, AI CUDA Engineer 등 주요 시스템을 분류합니다. 커널 데이터셋·벤치마크 부족, 아키텍처 이식성, 신뢰 가능한 성능 검증 등이 향후 핵심 과제로 제시됩니다. |
2026-01-22 | arXiv | https://share.google/CW6itGplfBNr0G5Kq |
| T51 | AI, AI 반도체 | AI 네트워킹 | What’s Next for Networking Infrastructure for AI_Futuriom Analyst Report > 대형 AI 클러스터 확산에 따라 데이터센터 네트워크가 800G/1.6T 이더넷, RDMA, CXL, 옵티컬 스위칭 등으로 진화하는 추세를 분석합니다. AI 패브릭 전용 스위치·NIC, 광‑전 혼합 인프라, 슬리싱·QoS 정책이 LLM·GPU 팜 효율에 미치는 영향을 평가합니다. 전력·비용·성능을 모두 고려한 차세대 AI 네트워킹 투자 전략과 주요 벤더·클라우드 사업자의 로드맵을 정리합니다. |
2025-05-14 | FUTURIOM | https://share.google/g2wMvqL7MFJ9JYwc1 |
| T52 | AI, AI 반도체 | THz‑데이터센터 | When Wires Can’t Keep Up : Reconfigurable AI Data Centers Empowered by Terahertz Wireless Communications > AI 데이터센터에서 구리·광케이블이 지연·전력·유연성 한계에 직면했으며, 0.1–1 THz 대역 단거리 무선 링크를 이용한 THz 무선 데이터센터(THz‑WDC)를 제안합니다. 링크당 0.1–1 Tbps, 50 ns 이하 단일 홉 지연, 10 pJ/bit 수준 에너지, 동적 토폴로지 재구성이 목표 성능으로 제시됩니다. 디지털 트윈 기반 오케스트레이션, 빔포밍/에어리 빔, 실리콘 THz 트랜시버, 저전력 베이스밴드 등 핵심 기술과 과제를 상세히 분석합니다. |
2025-12-24 | arXiv | https://share.google/Wl902ymz5Ddcjyaq4 |
| T53 | AI, AI 반도체 | MWC 2026 | 통신서비스업, AI 시대에 통신의 먹거리 (MWC 2026 참관기) > MWC 2026의 핵심 화두는 “The IQ Era”로, Intelligent Infrastructure·Connect AI·AI 4 Enterprise·AI Nexus 등 모든 트랙이 AI 인프라와 Agentic AI를 중심으로 재편된다. Agentic AI(온디바이스/온텔코/버티컬), Physical AI(XR·로봇), NW AI(AI-RAN·Edge·5G-Advanced·6G) 등으로 통신·단말·서비스가 풀스택 AI 구조로 진화하고 있다. 국내 통신 3사(SKT·KT·LGU+)는 AIDC·GPUaaS·Telco LLM·A.X K1·ixi-O 등 자사 AI 스택을 공개하며, Sovereign AI·Full-Stack AI 전략을 통해 DC·통신·B2C/B2B 서비스 성장 스토리를 제시한다. |
2026-03-09 | 대신증권 | https://share.google/n9HMsvlBuKEsNXu55 |
| T54 | AI, AI 반도체 | 구글 TPU | 미국은 지금, 구글의 TPU 생테계 확장이 시사하는 바 > 구글이 Gemini 3 등 자체 LLM 경쟁력 강화를 위해 TPU 기반 ASIC 가속기 투자를 확대하고, Anthropic·Meta 등 외부 고객 대상으로도 TPU 공급을 본격화하고 있다 . Google Cloud 매출·백로그가 빠르게 증가하는 가운데, AI ASIC(특히 TPU)의 비중이 급격히 커지며 엔비디아 GPU 대비 TCO·성능에서 우위 사례를 만들고 있다. TPU 공급망에서는 Broadcom(ASIC), TSMC(CoWoS), AVGO·AMD 등 패키징/부품 밸류체인 수혜가 예상되며, AI ASIC 비중이 전체 AI 가속기 시장 내에서 점진적으로 확대되는 구조로 분석된다. |
2025-11-27 | 키움증권 | https://share.google/3GZgl2ICTnfyFxUvS |
| T55 | AI, AI 반도체 | Broadcom AVGO | Broadcom, AI 반도체, 6개 분기 backlog가 쌓여 있다 > Broadcom은 AI용 ASIC·스위치 등으로 4Q25 기준 AI 관련 백로그가 약 730억달러에 달하며, 최소 6개 분기 이상이 보장되는 초대형 주문잔고를 확보한 것으로 분석된다. 2024~2027년 매출·이익·ROE가 고성장하는 가운데, AI 매출은 비(非)AI 대비 압도적 성장세를 보이며, PER·PBR 등 밸류에이션은 여전히 동종사 대비 프리미엄이 유지되는 구조로 제시된다. Broadcom은 Google TPU 등 AI ASIC, Tomahawk6 스위치, VMware 소프트웨어까지 XPU·네트워킹·소프트웨어를 아우르는 포지션으로, HBM·CoWoS 등 패키징/메모리 생태계와 함께 장기 AI 인프라 수혜 핵심 업체로 평가된다. |
2025-12-15 | 키움증권 | https://share.google/j7GDc4HSwp3FeP6py |
| T56 | AI, AI 반도체 | 중국 AI 반도체 | 중국 AI 반도체 국산화의 길 (2) : CXMT와 YMTC > 미국 규제 강화 속에서 중국은 CXMT(DRAM)·YMTC(NAND)를 중심으로 메모리, MetaX·AMEC 등으로 NPU·GPU·장비까지 AI 반도체 공급망 국산화 비중을 빠르게 확대 중이다. CXMT·YMTC IPO를 통해 대규모 자금을 조달해 HBM·LPDDR·3D NAND에 집중 투자하고 있으며, 2030년까지 글로벌 AI 반도체 밸류체인에서 중국 비중이 구조적으로 상승할 것으로 전망된다. SMIC·Naura·AMEC·ACM 등 중국 파운드리·장비·소재 업체가 동반 성장할 것으로 보이며, 중국 AI/메모리 생태계 성장은 한국·대만·미국 반도체 업체에 기회와 경쟁요인을 동시에 제공할 수 있다. |
2026-02-03 | 메리츠증권 | https://share.google/qMyeBX9GBRKExpO4O |
| T57 | AI, AI 반도체 | 통신 3사 AI | 통신서비스, AI 인프라와 Agentic AI > MWC 2026를 계기로 통신사는 AIDC(데이터센터)·Agentic AI·Physical AI를 묶은 Full-Stack AI 전략을 강화하며, IDC 사업과 B2C Agentic 서비스가 동시에 성장하는 구도를 제시한다. SKT는 A.X K1 LLM·Full-Stack AI(인프라–모델–플랫폼–서비스)를 앞세워 Agentic AI·Physical AI(디지털트윈·로봇 트레이닝)를 통합하는 구조를, KT는 K 2.5 Pro 기반 B2B·AI OS 전략을 내세운다. LGU+는 EXAONE·sLLM·ixi-O 기반 AI 콜 에이전트·B2C 에이전트 서비스 등으로 차별화된 AI-RAN·Agentic AI 전략을 제시하며, 3사 모두 Sovereign AI·K-GPUaaS·DBO(Design-Build-Operate) 모델을 병행 중이다. |
2026-03-13 | 흥국증권 | https://share.google/bdvGP59AvPPGDzrcE |