정부가 국산 AI반도체에 대한 지원을 대폭 늘리고 있다. 추경(추가경정예산)을 두차례 진행해 약 800억원 규모 예산을 NPU(신경망처리장치)에 투자하는 것이다. 이에 더해 학계에서는 국산 AI반도체를 AI 개발에 활용하며, 국산 칩 상용화의 단초를 다지고 있다.

정부, NPU 사업에 794억원 투자
23일 업계에 따르면 정부는 최근 국무회의에서 제2차 추경안을 의결했다. 이번 추경은 국산 NPU 상용화 개발 지원 예산 300억원을 추가하는 내용을 골자로 한다. 지난 1차 추경 금액인 494억원까지 더해, 총 794억원의 지원금이 국산 NPU 조기 상용화에 투입된다.
정부는 구체적으로 ▲AI 컴퓨팅 실증 인프라 고도화 ▲인공지능 전환(AX) 실증 지원 ▲AI 반도체 사업화 적시 지원 ▲AI 반도체 해외 실증 지원 ▲국산 AI 반도체 기반 디바이스 AX 개발·실증 등에 예산을 투입한다.
특히 AI반도체 업체들이 글로벌 시장에 진출할 수 있도록 기술을 실증하는데 사업 역량이 집중된다. 정보통신사업진흥원(NIPA)은 해외 실증 지원 추경 사업에 참여할 컨소시엄을 총 4개 선정한다. 서버형 2개, 엣지형 2개 등 총 4개 지원 사업에 1개씩 컨소시엄을 참여시킨다는 구상이다. 사업 대상은 기존에 참여하던 리벨리온(서버형), 딥엑스(엣지형) 외에도 퓨리오사AI가 서버형 지원 사업에 참여하는 방안을 검토하는 걸로 전해진다.
한편, NIPA는 다음달 초 컨소시엄을 선정할 예정이다.

서울대, 국산 NPU로 융합형 인재 양성
다만 NPU를 현장에서 바로 활용할 수 있는 인재는 부족한 실정이다. AI 기술을 이해하면서도 반도체 구조와 시스템을 고려하는 HW(하드웨어)-SW(소프트웨어) 융합 인재가 없기 때문이다.
최기창 서울대학교 교수는 “현재 대학 교육은 대부분 AI와 반도체를 분리된 전공으로만 다루고 있다”며 “실제 산업 환경에서 사용되는 도구나 플랫폼에 대한 경험이 부족한 이유”라고 설명했다.
이에 서울대 차세대반도체 혁신융합대학은 올해 2학기부터 국산 AI반도체를 활용한 ‘We-Meet’ 프로그램을 수업에 본격 도입한다. 국산 NPU의 활용 사례를 늘리면서도, AI반도체 전문 인재를 양성하기 위함이다.
수업은 크게 세가지로 분류된다. 먼저 국산 AI반도체 기반 LLM(대규모 언어모델) 실습 수업이다. 서울대 규장각 데이터인 조선왕조실록을 기반으로 수업이 진행되며, 단순히 생성형 AI 결과를 보는 데 그치지 않고 학생들이 직접 프롬프트(AI 모델에 텍스트 지시) 설계에 참여한다. 결과가 나오면 직접 분석하고, 생성형 AI 구조와 작동 원리를 실습 중심으로 학습한다. 이 때 퓨리오사AI에서 양산한 ‘레니게이드’를 수업에 활용한다. 실제 인프라 환경부터 모델 구현까지 익힐 수 있는 셈이다.
이혁재 서울대 반도체공동연구소장은 “국산 칩인 퓨리오사AI의 반도체로 AI가 잘돌아간다는 걸 보여줄 수 있는 기회”라고 말했다.
두번째는 ‘반도체 산업 활용 AI 최적화 기술과 MLOps 플랫폼’ 수업이다. 이 수업은 반도체 제조 과정에서 실제로 사용되고 있는 품질검사 AI 기술을 교육과정에 반영한 케이스다. 학생들은 공개 가능한 반도체 제품 이미지 데이터셋을 활용해 AI 모델을 학습한다.
최 교수는 “수업 중 진행되는 MLOps 플랫폼과 API 연동 실습은 실제 기업들이 운영 중인 생산 환경과 유사한 구조”라며 “실무적인 성격이 강하다”고 말했다.
관련기사
- 이재명 첫 공식일정은 퓨리오사AI..."새로운 희망 보인다"2025.04.14
- 과기정통부, AI반도체 추경사업 통합설명회 11일 개최2025.06.10
- AI반도체 기반 K-클라우드 개발 추진2025.05.08
- '파격' 인사 기업도 놀랐다…배경훈-하정우 콤비, 韓 AI 부흥 이끌까2025.06.23
세번째 수업은 ‘NPU 기반 AI 추론 및 응용이다. 요즘 급부상하고 있는 온비다이스 AI, 엣지 컴퓨팅을 다루는 수업으로, 국산 NPU 하드웨어에서 AI 모델을 실행하는 걸 목표로 한다.
최 교수는 “실제 AI 반도체 서버, Llama3, MLOps, NPU 개발환경까지 체험하면서 최신 기술 흐름을 실습 중심으로 익히게 될 예정”이라며 “단순한 ‘교과 성적’이 아닌 산업 현장에서 검증된 실전 역량이라는 점에서 취업 경쟁력에서 큰 차별화 요소가 될 것으로 기대된다”고 내다봤다.