위키독:무어의 법칙의 종말

무어의 법칙의 종말

End of Moore's Law

R.I.P Moore's Law

1965 - 2016

무어의 법칙

Intel의 공동설립자인 고든 무어가 1965년에 창안한 법칙. 본인과 관련업계 사람들이 이 법칙은 2020년정도까지 유효할 것이라고 했지만 이보다 4년 빠른 2016년 2월, 무어의 법칙은 공식적으로 종말을 맞았다.

고든 무어 (1929.1.3 ~ )

Gordon Earle Moore

무어의 법칙을 한 마디로 요약하면

" 반도체 집적회로의 성능이 24개월마다 2배로 증가한다"

이다. 이것은 물론 자연법칙처럼 딱딱 맞아떨어지지는 않고 경험적인 추론이지만 이 단순한 법칙 하나가 수십 년동안 거의 정확하게 컴퓨터의 성능을 예측해왔으며, 디지털산업에 크나큰 영향을 끼쳤다. 간혹 무어의 법칙을 18개월마다 2배로 증가한다고 하기도 하는데 이는 Intel사의 임원인 데이비드 하우스가 한 말이다. 정작 무어는 18개월이라는 말을 한 적이 없거니와 발전속도를 보면 24개월이 더 정확하다는 것을 알 수 있다.

무어의 법칙은 원래 잡지 '일렉트로닉스'에 논문처럼 쓴 글에서 유래했으며 이 글을 본 칼텍 교수와 파이어니어사의 카버 미드에 의해 '법칙'이라는 말을 달고 본격적으로 그 위력을 발휘하기 시작했다.

무어의 법칙을 체감할 수 있는 짤.

2005년 128MB가 2014년 128GB가 되었고 또다시 24개월 후 정확히 그 두배인 256GB가 나왔다. 무어의 법칙은 성능뿐 아니라 저장용량에도 물론 적용된다. 사실 2005년과 2014년은 9년 차이로 무어의 법칙에 따르면 2^4.5 = 23배 증가해야하지만 현실은 1,000배가 발전한 것으로 애초에 무어의 법칙이 경험에서 나온 것이기 때문에 아주 맞지는 않는다.

Intel의 최초의 프로세서는 1971년에 개발된 4004인데 이는 회로 선폭 10㎛로 이 칩 하나에 트랜지스터 2,300개를 탑재하고 있으며 최대 클럭속도는 740㎑로 당시 가장 빠른 성능을 보여주었다.

Intel 4004

그리고 Intel사의 최신 프로세서는 2017년 8월 21일에 공개한 8세대 코어, 카비레이크 리프레쉬이며 발표때 모바일라인만 공개한 상태이다.

회로선폭은 14㎚, 트랜지스터 10억 개 이상이 들어가 있으며 최대클럭속도는 4.2㎓이다.

물론 CPU에는 발열이나 기타 다른 문제로 이론상의 성능이 완벽히 발휘되기는 힘들고 2016년에 무어의 법칙은 종결되었지만 4004와 카비레이크를 단순 수치상으로만 비교해 보면 다음과 같다.

	4004	카비레이크	비율
트랜지스터 수	2,300	10억 + α	434,783배
회로선폭	10㎛	14㎚	714배
최대 클럭 속도	740㎑	4.2㎓	5,676배

1㎛ = 1,000㎚

1㎓ = 1,000,000㎑

무어의 법칙의 종말

무어의 법칙은 태생부터 한계를 가지고 있는 법칙이다. 가장 쉽게 드러나는 문제점은 무어의 법칙 자체가 경험적인 것에서 온 만큼 뉴턴의 물리법칙처럼 완벽하게 작동하지는 않는다는 것이다. 이미 2010년즈음부터 멀티코어 간의 발열문제 등으로 무어의 법칙이 서서히 깨지기 시작하는 조짐을 보이고 있었고 아예 물리법칙으로 인해 더 이상 회로의 밀도를 올릴 수 없다는 이유도 있다. 거기에 경제적인 문제라는 현실적인 사정이 들어오면서 점차 내리막길을 걷고 있다가, 2016년 무어의 법칙의 종말을 공식적으로 확인하면서 이 1965년부터 2016년까지 약 반 세기를 이끌어오던 무어의 법칙은 완전히 끝나버렸다. 해당 기사

그리고 그간 업계들은 그냥 개발하면서 무어의 법칙을 맞춘것이 아니라, 무어의 법칙을 이용해서 일종의 로드맵을 세워놓고 공돌이를 갈아넣는 전략을 써왔다. 그러니까 이때까지 무어의 법칙이 맞았던 이유는 공대생들이 죽도록 고생했기 때문이었다! 하지만 이제 업계들이 무어의 법칙을 포기선언하고 굳이 2년마다 2배라는 법칙에 맞출 필요없이 그냥 개발하기로 마음을 먹었다. 어쨌든 공밀레라는 사실은 변함이 없지만...

그리고 일단 인텔측에선 10㎚공정을 이용한 캐논레이크를 2017년 후반기에 공개한다고 하며 무어의 법칙을 10년정도 더 연장하여 훗날 5㎚공정을 이용한 칩을 만든다고 밝힌바있어 무어의 법칙에 약간 희망이 생길 가능성도 생겼다. 물론 대부분의 전문가들은 회의적인 입장이다.

경제적인 문제

칩의 회로선폭이 28㎚보다 더 줄어들자 디자인 및 제작 비용이 갑작스레 늘어나기 시작했다. 새로운 공정인 실리콘 와이퍼를 새롭게 가공하는 공정이 추가되었기 때문인데, 실리콘밸리의 컨설팅 업체 인터내셔널 비즈니스 스트래티지에 따르면 10년 전 65㎚ 집적회로를 개발하는데는 1,600만 달러가 들었지만 14㎚의 폭으로 칩을 개발하는데는 1억 3,200만 달러로 10배 이상 치솟아 이 손실을 매꾸려면 개발 비용의 7.5배인 9억 8,700만 달러의 수익을 얻어야 했다. 인텔의 5㎚ 공정의 경우, 이 미친 개발비용을 회수하기 위해서는 60억 달러 이상의 매출을 올려야 하기 때문에 전문가들은 인텔이 웬만큼 자신이 있지 않는한 힘들것이라고 예측하고 있다.

물리적인 문제

㎚의 세계는 뉴턴물리학으로 대표되는 고전물리학 대신 양자역학이라는 기묘한 법칙으로 움직인다. 이 중에서 '터널링 효과'라고 불리는 것이 고밀도 직접회로를 개발하는데에 큰 장애물이 될 것으로 예상하고 있다.

트랜지스터의 가장 기초적인 원리를 건드리는 법칙이기 때문에 5㎚, 또는 그 이하의 회로선폭을 가지는 칩을 만드는 것은 불가능하다고 여겨진다. 트랜지스터란 전자의 흐름, 즉 전류를 증폭하거나 그 방향을 원하는대로 바꿔주는 역할을 하는 부품인데 이 전류를 원하는대로 조절하는데에 문제가 생기기 때문이다.

터널링 효과란 말 그대로 벽을 통과하는 터널을 만들듯이 전자가 고전물리학에서는 절대 통과할 수 없는 '벽'을 통과하는 현상을 말한다.

전자의 흐름이 곧 전류이므로 이 현상은 필연적으로 반도체 내에 누전현상을 일으키게 되고 전자가 정확하게 움직여서 계산을 해야하는 컴퓨터 칩에서는 치명적인 오류를 낳게 된다.

물리적인 이유에는 또다른 문제도 있다. 바로 발열문제로 한정된 크기속에 고밀도의 기판을 디자인하다보니 필연적으로 열이 발생하게 되는데 이를 위해 칩의 크기를 늘리자니 자동적으로 완성품(스마트폰, 노트북, 데스크탑)의 크기가 같이 늘어나야한다는 것이다. 노트북과 데스크탑의 크기는 그렇다 치더라도 스마트폰은 크기도 중요한 세일즈 포인트이기 때문에 이 크기를 마음대로 늘릴 수 없다는 문제도 있다는 것이다.

무어의 법칙의 미래

인텔이 5㎚공정에 성공하여 차세대 칩을 만들어낸다고 해도 기존의 방식을 유지할 경우, 분명히 컴퓨터 칩에 대한 한계는 존재한다. 이에 업계들은 아예 새로운 방식으로 칩을 개발하는 방법을 생각해내고 있다. 실리콘이 아닌 새로운 재료로 칩을 만들자는 것인데 대표적인 재료로는 탄소중합체 중 하나인 그래핀이나 탄소나노튜브이다. 투명하고 전기전도성도 실리콘보다 높아 충분히 차세대 칩의 재료로 사용이 가능하다고 한다.

탄소가 한줄로 늘어서 평면을 만들면 이것을 그래핀이라고 한다. 그래핀의 두께는 약 0.4 ~ 1.7㎚로 5㎚의 공정은 아무것도 아닌 것으로 만들 수도 있다. 탄소의 크기(70pm=70,000㎚)가 규소(111pm=111,000㎚)보다 훨씬 작은 점도 한 몫한다.

하지만 재료를 아무리 바꿔도 결국 한계는 존재한다. 원자의 크기보다 작은 것을 만들 수는 없기 때문이다.

칩의 성능은 결국에는 계산능력이므로 아예 계산능력을 획기적으로 끌어들이는 방법도 생각하고 있는데 이것이 바로 최근 화두가 되고 있는 양자컴퓨터이다.

양자컴퓨터는 실제로 존재하고 있으며 꾸준히 개발되고 있다. 물론 아직 일반적인 컴퓨터의 성능을 따라잡으려면 아직 갈길이 멀지만 양자컴퓨터의 원리를 따져봤을때 '이론적으로는' 일반적인 컴퓨터가 몇 천년에 걸쳐 계산해야 할 계산을 몇 초안에 계산한다고 한다.

사진은 2016년 MIT에서 개발한 5원자 양자컴퓨터 프로세서. 99% 이상의 정확도로 인수분해 방정식을 풀 수 있다고 한다.

0과 1을 사용하는 bit방식의 고전컴퓨터에 비해 (0,0) (0,1) (1,0) (1,1)을 동시에 계산에 사용하는 qbit방식을 채택하고 있기 때문인데 이는 0과 1을 동시에 가질 수 있는 양자의 오묘한 특성때문이다.

무어의 법칙이 종말을 맞는다고 해도 반도체 산업이 종말을 맞지는 않는다. 결국에는 새로운 방법을 찾아내어 컴퓨터의 성능 자체는 계속해서 끝을 모르고 좋아질 것이다.