eFactoryNews

3D 프린터로 나만의 특별한 자동차를 만들 수 있을까?

2019.09.23by 최인영 기자

자동차는 인간의 개성을 엿볼 수 있는 사물 중 하나다. 소비자는 차를 선택할 때 제조사, 모델, 색상 같은 것들이 한정된 범위 안에서나마 어떻게든 자신의 개성을 반영하고 싶어 한다. 이러한 소망을 실현 가능하게 만드는 것이 바로 3D 프린터다. 이론적으로는 3D 프린팅 기술로 자동차를 제작하는 것이 가능하다. 그러나 대부분의 자동차 업계 전문가가 완성차를 대규모로 맞춤 제작하는 것은 앞으로 100년이 지나도 불가능할 것으로 보고 있다. 따라서 자동차 산업에서 3D 프린팅을 활용하기 위해서는 다른 방향에서의 접근이 필요하다.

과기부, 비수도권 지역혁신 선도연구센터 4개소 선정

2019.09.20by 이수민 기자

과학기술정보통신부가 지역대학을 중심으로 기초연구 역량을 결집하고 우수 지역인재의 성장을 유도하기 위해 지역혁신 선도연구센터(RLRC)를 선정했다. 지역혁신 선도연구센터는 비수도권을 4대 권역으로 구분하고 권역별로 자체적으로 정한 혁신 성장분야에 대한 기초연구를 지원함으로써 지역 내 우수 연구자를 육성하고 연구 성과를 지역 내외로 확산하고자 올해 마련되었다. 2019년도 지역혁신 선도연구센터는 창원대, 영남대, 전북대, 순천향대다.

TI, 배터리 수명 늘리는 LDO 선형 레귤레이터 공개

2019.09.19by 최인영 기자

더 작고 더 똑똑한 커넥티드 디바이스에 대한 수요가 증가하면서 배터리 수명에 관한 관심도 증가하고 있다. 배터리 수명을 길게 유지하기 위해선 낮은 대기 전류가 필요하다. TI TPS7A02 선형 레귤레이터는 경부하에서 초저 대기 전류 제어를 가능케 해 리튬이온과 같은 표준 배터리 화합물을 사용하는 애플리케이션에서 배터리 수명을 최소 두 배로 향상한다. 또 3nA의 낮은 셧다운 대기 전류로 휴대용 의료 및 웨어러블 애플리케이션에서 경쟁 디바이스 대비 최대 5배까지 배터리 수명을 연장할 수 있다.

ST, 산업용 고성능 임베디드 프로세서 시장 공략 강화

2019.09.18by 이수민 기자

ST마이크로일렉트로닉스가 STM32를 바탕으로 산업용 임베디드 프로세서 시장 공략을 강화한다고 밝혔다. ST의 STM32 MCU 제품군은 Arm Cortex-M 코어에 기반을 둔 1,000개 이상의 32비트 MCU로 이루어졌다. 2008년 첫 출시 후, 지금까지 누적 출하량만 40억 개를 넘었다. ST는 올 5월, 글로벌 IR 행사에서 산업용 시장을 핵심 타깃으로 삼았다고 밝혔다. 이는 향후 기존 MCU 스펙 확장이 아니라 에지 AI 등과 같은, 산업계에서 원하는 기능을 강화하는 제품과 솔루션을 출시하겠다는 의미로 풀이된다.

반도체 박막 증착 과정, 이제 실시간으로 확인한다

2019.09.18by 이수민 기자

박막은 반도체 회로 간의 구분과 연결, 보호 역할을 담당한다. 따라서 반도체 품질은 박막을 최대한 얇고 균일하게 형성할수록 향상된다. 그러나 두께가 1마이크로미터 이하로 얇기 때문에 이를 구현하는 것은 기술적 난이도가 높아 박막 형성 상태를 수시로 측정하고 확인하는 작업이 중요하다. 이에 생기원이 화학기상증착 장비 내부에서 웨이퍼 위에 박막이 형성되는 전 과정을 실시간으로 관찰하고 측정 및 분석할 수 있는 화학증착소재 실시간 증착막 측정 시스템 개발에 성공했다.

금융계에 부는 AI 바람, FPGA는 무엇을 할 수 있나

2019.09.17by 이수민 기자

핀테크가 대중화되면서 금융계는 폭발적으로 증가하는 데이터의 효율적 처리라는 과제에 직면하게 됐다. 금융계는 데이터의 원활한 움직임을 보장하기 위해 서버 증설, 데이터 센터 설립 같은 인프라 증설을 도모하고 있다. 하지만 무어의 법칙이 생명력을 잃어가면서 프로세서의 성능은 전보다 획기적으로 개선되지 못하고 있다. 따라서 금융계는 나날이 발전하는 AI, 머신 러닝, 딥 러닝 기술을 금융 업무에 접목하는 방법에 고심하고 있다. 금융계는 알고리즘을 전개하고 신경망을 구축하는데 GPU보다 더 적합한 FPGA에 주목하고 있다. 가령 JP모건은 금융 거래에 AI 추론을 활용하고 있는데, FPGA는 구조 상 GPU보다 추론 분야에서 우위에 있다.

2020년 팹 건설 투자규모, 500억 달러에 이른다

2019.09.16by 이수민 기자

SEMI의 최신 전 세계 팹 전망 보고서에 따르면, 2020년에 새롭게 건설을 시작하는 팹에 대한 투자는 올해보다 약 120억 달러 증가한 500억 달러에 이를 것으로 보인다. 2019년 말까지 380억 달러 규모로 15개의 새로운 팹이 건설될 것으로 보이며, 2020년에는 18개의 신규 팹이 건설될 것으로 예상된다. 18개의 팹 중 10개의 팹은 건설 투자 가능성이 높으며 약 350억 달러 이상의 규모이다. 8개의 팹은 건설 투자 가능성은 다소 낮으며 약 140억 달러 규모이다.

소재부품장비 원천 R&D 투자액, 내년부터 2배 UP

2019.09.11by 이수민 기자

일본의 수출규제 등 글로벌 소재전략무기화에 대응하여 중장기적 관점의 소재부품장비 기초원천 R&D 예산이 대폭 확대된다. 정부는 일본의 반도체 핵심 소재 등 수출 규제 발표 이후, 관계부처 합동으로 대외의존형 산업구조 탈피를 위한 소재부품 경쟁력 강화 대책과 핵심 원천기술 자립역량 강화를 위한 소재부품장비 연구개발 종합대책을 연이어 발표한 바 있다. 과학기술정보통신부는 이에 발맞춰 기초원천 R&D에 투자규모 대폭 확대, 투자 효율 제고를 위한 R&D 추진방식 혁신과 부처 간 칸막이 해소, 개방·공유·협력의 R&D 인프라 확충 등을 본격 추진한다.

ETRI, 딥 러닝 분산 학습 최적화 고속처리 기술 개발

2019.09.10by 이수민 기자

딥 러닝에는 컴퓨팅 리소스가 많이 소모되며, 따라서 학습 시간을 줄이는 분산 학습 기술이 사용된다. 그러나 분산 학습 기술도 대용량 모델을 여러 컴퓨터에서 동시에 실행하면 통신 병목 현상이 발생하는 한계가 있었다. 이에 ETRI가 딥 러닝 분산 학습에 최적화된 고속 처리 기술을 개발했다고 밝혔다. ETRI가 개발한 메모리 박스 공유기억장치는 분산 학습 시 발생하는 통신 병목현상을 해소함으로써 학습 시간을 단축시켰다. 이 기술을 적용하면 학습하는데 일주일이 걸리던 AI 모델을 같은 환경에서 1~2일 만에 학습할 수 있다.

많이 본 뉴스