망고부스트 김장우 대표 인터뷰 거대한 도시가 제대로 돌아가기 위해선 도로망과 신호체계가 막힘없이 작동해야 한다. AI 인프라도 마찬가지다. GPU, 스토리지, 네트워크가 제 역할을 하려면 서로 간의 데이터 흐름이 매끄럽게 이어져야 한다. 그러나 지금까지의 구조에서는 모든 교통 신호를 CPU 한 대가 관리하다 보니, 차량이 몰리는 순간 도로가 정체되고 처리 속도가 급격히 떨어졌다. 이 병목을 해소하기 위해 망고부스트는 독보적인 DPU(Data Processing Unit) 기술력을 앞세워 시장을 돌파하고 있다. AI 서버 효율 극대화, 그 중심에 선 DPU 프레세덴스 리서치에 따르면, 글로벌 AI 반도체 시장은 2023년 약 450억 달러 규모에서 2028년 1500억 달러로 성장할 전망이다. 대규모 언어모델(LLM) 학습, 실시간 데이터 분석 등 고속·대용량 처리 환경이 확산됨에 따라, DPU는 필수 인프라로 부상 중이다. DPU는 본래 있던 네트워크 카드가 속도와 기능 면에서 진화한 형태로, 데이터 경로를 지능적으로 제어해 GPU의 잠재력을 100% 발휘하도록 돕는다. 이 흐름 속에서 망고부스트는 FPGA와 자체 반도체 설계를 결합해 고객 맞춤형 DPU를
반도체 산업의 급속한 변화 속에서 유진테크가 선보인 AI 기술력이 주목받고 있다. 유진테크는 최근 머신러닝을 활용한 온도 예측 모델을 반도체 장비에 성공적으로 이식하며 높은 평가를 받았다. 특히 HBM과 같은 고대역폭 메모리 시대가 도래하면서 D램 기반 공정 안정성 확보와 예측 정확도가 전례 없이 중요해진 상황이다. 유진테크는 단순한 장비 제조를 넘어 공정 예측과 데이터 기반 품질 향상으로 나아가고 있다. 이에 유진테크 선효진 과장을 만나 온도 예측 모델 개발 과정부터 머신러닝 도입 배경, 기술에 따른 파급력에 대해 이야기 나눠봤다. 도전이었던 머신러닝 도입, 결과로 증명하다 유진테크는 반도체 공정 장비, 특히 박막증착 장비 분야에서 오랜 기간 전문성을 축적해 온 기업이다. 대표 장비인 ‘블루제이(Blue Jay)’와 ‘알바트로스(Albatross)’는 다수의 반도체 제조업체로부터 스테디셀러로 인정받고 있다. 이러한 강점 위에 유진테크는 최근 새로운 전략을 더했다. 바로 머신러닝 기술을 기존 장비 시스템에 접목시키는 것이다. 특히 이 기술은 D램, 낸드플래시 공정 안정성과 설비 가동률 개선이라는 핵심 과제를 해결하기 위해 채택됐다. 단순히 장비 납품을 넘어