QSike — 반도체 회사 AX 담당
반도체 회사에서 AX(AI Transformation)를 맡고 있습니다. AI 에이전트를 업무에 붙이고, 권한과 승인 구조를 설계하고, 지식 그래프를 쌓아 AI가 쓸 수 있는 데이터를 만들고, 인프라 투자 판단에 필요한 비용을 계산하는 것이 제 일상입니다. QSike Tech Notes는 그 현장 경험과 공개 자료를 바탕으로, AI 인프라와 반도체 산업의 구조를 해설하는 노트입니다.
현장에서 하는 일
이 사이트의 글은 뉴스 요약이 아니라, 같은 문제를 현장에서 다뤄 본 사람의 관점으로 씁니다.
- 업무 프로세스에 AI 에이전트를 도입하고, 에이전트가 어디까지 실행할 수 있는지 권한·승인 구조를 설계합니다.
- RAG·지식 그래프·온톨로지 설계로 사내 지식을 AI가 사용할 수 있는 형태(AI Ready Data)로 정리합니다.
- 데이터센터 전력·냉각·TCO 계산과 클라우드 비용 검토로 인프라 의사결정을 지원합니다.
- 중앙 표준 조직(CoE)과 현장 밀착 실행 역할(FDE)을 연결하는 AX 운영 구조를 설계하고 시행착오를 겪습니다.
왜 쓰나요
현장에서 보면 뉴스의 숫자와 실제 의사결정에 쓰이는 숫자가 다른 경우가 많습니다. 발표 자료의 성능 목표와 실측, 기사 한 줄에 담긴 통화·기간·단위의 차이가 투자 판단과 인프라 선택을 바꿉니다. 그 차이를 독자가 스스로 확인할 수 있게, 확인한 자료와 계산 과정, 판단의 한계까지 함께 공개합니다.
다루는 분야
- GPU·가속기, HBM·서버 D램·낸드가 연결되는 AI 메모리 계층
- 첨단 패키징, 데이터센터 전력·냉각·네트워크 병목
- 클라우드 비용과 기업의 AI 에이전트·업무 자동화 실행 구조
- AI Ready Data, 지식 그래프, 에이전트 권한 설계 같은 AX 실무
독자가 확인할 수 있는 작업 기록
전문성은 소개 문구보다 공개된 작업으로 검증되어야 한다고 봅니다. 다음 글에서는 원문 요약에 그치지 않고 계산 과정과 판단 한계를 함께 공개했습니다.
- AI 사용량을 메모리 수요로 환산한 계산 기록: 영상 프레임, 2.8조 파라미터의 정밀도별 원시 가중치, 주간 이용자 수와 동시 부하를 하나의 글에서 각각 다른 가정과 단위로 계산하고 한계를 구분했습니다.
- 키옥시아 특허 분석: 제소·평결·항소 가능성을 시간순으로 나누고 경쟁사 수혜 추정을 사실과 분리했습니다.
- 메타·마이크론 투자 비교: 1년 CAPEX와 2035년까지 누적 투자의 기간·환율·지출 성격을 같은 표에서 비교했습니다.
글을 만드는 방법
- 기업 발표, 제품 문서, 논문, 특허, 정부 자료 등 직접 원문을 먼저 확인합니다.
- 중요 수치와 일정은 복수 보도 또는 별도의 공개 자료로 교차 확인합니다.
- 확인된 사실, 기업이 제시한 목표, QSike의 해석과 전망을 구분합니다.
- 통화·기간·단위를 맞춰 비교하고, 독자가 다시 계산할 수 있도록 식과 가정을 함께 밝힙니다.
- 공개 후 오류가 확인되면 수정일과 필요한 정정 설명을 남깁니다.
실명과 익명 처리에 대해
재직 중인 회사의 보안과 고객 관련 정보 보호를 위해 실명, 회사명, 구체적 직함은 공개하지 않습니다. 대신 현장 경험에서 나온 사례는 특정 정보를 알아볼 수 없도록 상황과 수치를 각색하며, 이 사실은 해당 글의 끝에 명시합니다. 글의 판단과 수치는 소개가 아니라 공개한 출처와 계산 과정으로 검증해 주세요.
작성 도구와 책임
자료 정리, 초안 구조화, 문장 교정, 계산 검산과 시각 자료 제작에 소프트웨어와 AI 도구를 활용할 수 있습니다. 도구가 제안한 문장이나 수치를 그대로 사실로 취급하지 않으며, 같은 결론을 반복하는 자동 생성 형식보다 기사마다 다른 질문·계산·반례를 제시하는 것을 편집 기준으로 삼습니다. 공개 출처 확인과 최종 문장, 오류 수정에 대한 책임은 QSike에게 있습니다.
문의와 정정
기사의 사실 오류, 오래된 수치, 출처 누락을 발견했다면 [email protected] 또는 문의·정정 요청 페이지로 알려주세요.