무어의 법칙
무어

무어의 법칙

개념

반도체 칩의 트랜지스터 수가 일정한 주기마다 기하급수적으로 늘어난다는 경험칙이다. 인텔 공동 창업자 고든 무어가 1965년에 제시했고, 오랫동안 반도체 산업의 개발 목표와 투자 기준처럼 쓰였다.

Moore's Law · 위키
트랜지스터 집적도기하급수적 발전미세공정
성능 향상전력 효율비용 증가

한 줄 정의 무어의 법칙(Moore's Law): 반도체 칩에 들어가는 트랜지스터 수가 약 18~24개월마다 두 배로 늘어난다는 경험칙. 자연법칙이 아니라 산업이 스스로 따라온 성장 규칙이다.

통념 교정 흔히 "무어의 법칙은 깨졌다" 또는 반대로 "영원히 성립하는 물리 법칙"이라고 안다. 실제로는 둘 다 정확하지 않다. 단순한 트랜지스터 미세화 속도는 분명 둔화됐지만, 칩렛·3D 패키징·아키텍처 개선 같은 다른 경로로 컴퓨팅 성능 향상은 이어지고 있다. 즉 법칙이 끝났다기보다, 성능을 끌어올리는 방식이 분산·복합화됐다고 보는 게 정확하다.


1.개요

무어의 법칙은 1965년 인텔 공동 창업자 고든 무어(Gordon Moore)가 한 전자공학 잡지 기고에서 제시한 관찰에서 출발했다. 같은 면적에 더 많은 트랜지스터를 넣을수록 성능이 오르고 전력 효율이 개선되며 단위 연산 비용이 떨어진다는 이 흐름은, 60년 가까이 반도체 산업의 사실상 목표점이자 로드맵 역할을 했다. PC·스마트폰·데이터센터·AI 가속기 시장이 빠르게 커질 수 있었던 배경에는 이 법칙이 약속한 "꾸준히 싸지는 컴퓨팅"이 있었다.

종목 스냅샷인텔INTC
52주 범위
시가총액PER
배당수익률섹터

File:The Moore's Law Update — for 128 years - 54181414828.jpg - Wikimedia Commons

2.연혁·역사

고든 무어가 처음 내놓은 관찰은 사실 "약 1년마다 두 배"에 가까웠다. 당시는 데이터가 몇 개 점에 불과했고, 그는 그 추세를 향후 10년 정도 외삽해 본 것이었다. 1975년 무어는 이 주기를 약 2년으로 수정했고, 이후 업계에서는 성능 개선까지 감안해 통상 "18~24개월마다 두 배"로 회자됐다. 흥미로운 점은, 이 "법칙"이 관찰을 넘어 일종의 자기실현적 목표가 되었다는 사실이다. 반도체 회사들이 "2년 뒤에는 두 배"를 당연한 기준으로 받아들이고 그에 맞춰 연구·투자 계획을 세웠기 때문에, 법칙이 산업을 예측한 게 아니라 산업이 법칙을 따라가도록 스스로를 조직한 셈이다.

1968년 무어는 로버트 노이스와 함께 인텔을 창업했고, 인텔은 이 법칙을 가장 충실히 실천하는 기업이 되었다. 마이크로프로세서가 세대를 거듭하며 집적도를 끌어올리는 과정 자체가 무어의 법칙을 입증하는 무대였다. 같은 시기 함께 회자된 것이 "데너드 스케일링"인데, 트랜지스터를 작게 만들면 전력 밀도가 일정하게 유지된다는 또 다른 경험칙이었다. 이 둘이 맞물려 돌아가는 동안, 반도체는 "작아지면서 동시에 빨라지고 덜 먹는" 마법 같은 발전을 수십 년간 이어갔다.

Intel co-founder, philanthropist Gordon Moore dies at 94 – The Press Democrat

3.작동 원리

무어의 법칙의 진짜 의미는 "칩이 작아진다"가 아니라 "같은 돈으로 살 수 있는 연산이 빠르게 늘어난다"였다. 트랜지스터가 작아지면 같은 웨이퍼에서 더 많은 칩을 뽑을 수 있어 칩 한 개의 원가가 내려가고, 동시에 회로가 짧아져 더 빠르게 동작하며, 전력 소비도 줄어든다. 이 세 가지가 동시에 좋아지는 구조가 초기 반도체 산업의 황금기를 만들었다. 파운드리 업체와 팹리스 기업 모두에게 "다음 세대 공정으로 가면 더 빠르고 싼 칩이 나온다"는 기대가 산업 전체의 자본 배분을 이끄는 나침반이 되었다.

Semiconductor device fabrication - Wikipedia

4.왜 중요했나

연산이 싸지자 이전에는 경제성이 없던 응용이 줄줄이 가능해졌다. 개인용 컴퓨터, 인터넷, 모바일, 그리고 오늘날의 AI까지 모두 "컴퓨팅이 매년 싸진다"는 전제 위에서 성장했다. 소프트웨어 개발자들은 "하드웨어는 어차피 곧 두 배 빨라진다"는 믿음 아래 점점 무거운 프로그램을 만들었고(이를 빗대어 "앤디가 주면 빌이 가져간다"는 말까지 생겼다), 그 무거움을 하드웨어가 다시 따라잡는 순환이 반복됐다. 투자자에게도 무어의 법칙은 반도체 업황과 기술 사이클을 읽는 기본 틀이었다. 공정이 미세화될수록 경쟁 구도와 공급망의 주도권이 바뀌었기 때문이다.

5.한계와 종료 논쟁

2000년대 중반부터 균열이 시작됐다. 먼저 데너드 스케일링이 한계에 부딪혔다. 트랜지스터를 더 줄여도 전력 누설(leakage)이 커져 발열을 감당할 수 없게 되자, 클럭 속도를 무작정 높이는 길이 막혔다. 그래서 산업은 "더 빠른 한 개의 코어" 대신 "여러 개의 코어"를 넣는 멀티코어로 방향을 틀었다. 이어 트랜지스터를 물리적으로 더 줄이는 일 자체가 천문학적으로 비싸고 어려워졌다. 양자 터널링 같은 물리적 제약이 강해지고, EUV 노광 같은 극단적 기술이 동원되면서 "미세화는 계속되지만, 더는 싸지지 않는다"는 역설이 나타났다. 무어의 법칙의 경제적 핵심이 흔들린 것이다. 업계 로드맵 차원에서도 단순 미세화만으로 성장을 설명하기 어렵다는 진단이 공식적으로 제시되기 시작했다.

The $150 Million Machine Keeping Moore's Law Alive

6.무어 이후(More than Moore)

오늘날 성능 향상은 미세공정 한 갈래가 아니라 여러 경로로 분산되고 있다. 여러 작은 칩을 하나로 묶는 칩렛, 수직으로 쌓는 3D 패키징, 특정 연산에 특화한 아키텍처(GPU·NPU 같은 가속기), 그리고 HBM처럼 메모리와 연산을 가깝게 붙여 데이터 이동 비용을 줄이는 방식이 대표적이다. EUV 노광과 고급 패키징이 중요해지면서, 이른바 "무어의 법칙 이후(More than Moore)"의 새로운 경쟁 구도가 형성되고 있다. 핵심 무대가 "트랜지스터를 얼마나 작게 만드느냐"에서 "칩을 어떻게 똑똑하게 조립하느냐"로 옮겨간 셈이다.

7.현재의 의미

결국 무어의 법칙은 오늘날 "계속 유지되는 절대 규칙"이라기보다, 반도체 산업이 추구해 온 이상적 진보 속도를 상징하는 표현에 가깝다. 반도체 성능은 여전히 개선되지만 그 방식이 더 복합적이며, AI 시대에는 단순 연산 성능보다 전력 효율과 패키징 역량, 그리고 메모리 대역폭이 더 중요해졌다. 한때 인텔이 "무어의 법칙은 살아 있다"고 강조하고 다른 진영은 "이미 죽었다"고 반박한 논쟁 자체가, 이 법칙이 기술의 사실(fact)을 넘어 산업의 신념이자 마케팅 구호가 되었음을 보여준다. 전통적인 트랜지스터 수 증가만으로 시장 변화를 설명할 수 없게 된 것은 분명하다.

8.정성 비교: 전통 미세화 vs 무어 이후

구분 전통적 미세화 무어 이후(More than Moore)
성능 향상 경로 트랜지스터 축소 칩렛·3D 패키징·아키텍처
핵심 변수 공정 노드(나노미터) 패키징·메모리 결합·전력효율
한계 요인 물리적·비용 한계 설계 복잡도·열 관리
대표 키워드 EUV 미세공정 HBM·칩렛

9.외부 링크 · 둘러보기

관련 문서: 반도체 · 파운드리 · TSMC · 인텔 · EUV · HBM · AI 반도체


본 문서는 정보 제공용이며 투자 권유가 아닙니다.

무어의 법칙 최신 분석

자주 묻는 질문

무어의 법칙이란 무엇인가요?

무어의 법칙은 반도체 칩에 들어가는 트랜지스터 수가 약 18개월마다 두 배로 증가한다는 경험칙으로, 1965년 인텔 공동 창업자 고든 무어가 제시했습니다. 엄밀한 자연법칙이라기보다 업계가 따라온 성장 규칙에 가깝습니다. 이 흐름은 반도체 설계와 제조 경쟁의 기준이 되었습니다.

무어의 법칙이 한계에 부딪혔다고 하는 이유는 무엇인가요?

최근에는 트랜지스터를 더 줄이는 데 필요한 공정 복잡도와 비용이 급격히 커지고, 전력 누설·발열·양자 효과 같은 물리적 제약도 강해지면서 예전처럼 일정한 주기로 성능이 개선되기 어렵다는 분석이 늘었습니다. 2016년에는 업계가 무어의 법칙이 예상보다 7년 빨리 끝날 수 있다고 선언한 바 있습니다. 이후에도 공정 혁신은 이어졌지만 단순한 미세화만으로 성장을 설명하기는 어려워졌습니다.

무어의 법칙 이후 반도체 경쟁은 어떻게 바뀌고 있나요?

오늘날 반도체 발전은 미세공정뿐 아니라 칩렛, 3D 패키징, 아키텍처 개선, 메모리·연산 결합 같은 방식으로 분산되고 있습니다. EUV 노광, 고급 패키징, HBM 같은 요소가 중요해지면서 '무어의 법칙 이후'의 경쟁 구도가 형성되고 있습니다. 특히 AI 시대에는 연산 성능보다 전력 효율과 패키징 역량이 더 중요해졌습니다.