SRAM 미세화는 왜 어려울까? AI 칩의 캐시는 왜 트랜지스터만큼 줄이기 어려운가

반도체 미세공정을 이야기할 때 가장 먼저 등장하는 것은 트랜지스터다.

FinFET에서 GAA 나노시트로.

GAA에서 Forksheet로.

그리고 앞으로는 nMOS와 pMOS를 위아래로 쌓는 CFET까지 연구되고 있다.

트랜지스터는 계속 작아지고 있다.

그렇다면 CPU와 GPU 안에 있는 메모리도 같은 속도로 작아질 수 있을까.

여기서 문제가 시작된다.

대표적인 것이 SRAM(Static Random Access Memory) 미세화다.

SRAM은 CPU와 GPU, AI 가속기 내부에서 캐시와 각종 버퍼를 구성하는 핵심 메모리다.

연산장치 가까이에 배치할 수 있어 빠른 데이터 접근이 가능하지만, 일반적인 SRAM bit cell은 하나의 비트를 저장하기 위해 6개의 트랜지스터를 사용하는 6T 구조를 기본으로 한다.

반도체가 미세해질수록 이 6개의 트랜지스터를 작게 만드는 것뿐 아니라 전력선과 신호선, 접점까지 좁은 공간에 안정적으로 배치해야 한다.

그래서 SRAM 미세화에서는 새로운 질문이 중요해지고 있다.

트랜지스터를 더 작게 만드는 것만으로 SRAM도 계속 작아질 수 있을까.

최근 imec의 Forksheet·CFET·후면전력 연구를 보면 답은 점점 복잡해지고 있다.

SRAM은 왜 트랜지스터를 6개나 사용할까

일반적인 SRAM의 기본 구조는 6T SRAM cell이다.

두 개의 cross-coupled inverter가 서로 연결돼 0 또는 1의 상태를 유지하고, 두 개의 access transistor가 데이터를 읽고 쓰는 통로 역할을 한다.

장점은 속도다.

DRAM처럼 저장된 전하를 주기적으로 refresh할 필요가 없고, 전원이 공급되는 동안 회로의 상태로 데이터를 유지한다.

그래서 프로세서의 L1·L2·L3 캐시와 다양한 온칩 버퍼에 널리 사용된다.

하지만 대가가 있다.

비트 하나를 저장하기 위해 여러 개의 트랜지스터가 필요하다.

DRAM보다 면적 효율이 낮을 수밖에 없는 이유다.

CPU나 AI 가속기에서 캐시 용량이 커질수록 SRAM이 차지하는 실리콘 면적 역시 중요해진다.

따라서 첨단공정에서는 트랜지스터의 크기만큼이나 SRAM bit cell을 얼마나 줄일 수 있는가가 중요한 문제가 된다.

트랜지스터가 작아지면 SRAM도 자동으로 작아지는 것 아닐까

과거에는 트랜지스터 미세화가 SRAM 축소에도 직접적인 도움을 줬다.

하지만 첨단공정으로 갈수록 관계가 단순하지 않다.

SRAM cell에는 트랜지스터만 존재하는 것이 아니기 때문이다.

게이트를 연결해야 한다.

소스와 드레인에 접점을 만들어야 한다.

word line이 필요하다.

bit line도 필요하다.

VDD와 VSS를 공급하는 전력망도 필요하다.

그리고 읽기와 쓰기가 안정적으로 동작해야 한다.

트랜지스터 하나를 작게 만드는 것과 6개의 트랜지스터를 실제 회로로 연결한 SRAM cell 전체를 작게 만드는 것은 다른 문제다.

공정이 미세해질수록 접점과 배선이 차지하는 상대적인 부담이 커진다.

그래서 최근 반도체 연구에서는 트랜지스터 구조와 회로 설계를 따로 개발하기보다 함께 최적화하는 DTCO(Design-Technology Co-Optimization)가 중요해지고 있다.

SRAM은 이 변화가 가장 잘 드러나는 회로 가운데 하나다.

GAA 시대에도 SRAM 문제는 사라지지 않는다

FinFET 이후 첨단 로직 반도체의 중요한 변화는 GAA(Gate-All-Around) 나노시트다.

GAA에서는 얇은 채널을 여러 장 쌓고 게이트가 채널을 사방에서 감싼다.

트랜지스터가 작아져도 게이트가 채널을 보다 효과적으로 제어할 수 있다는 장점이 있다.

하지만 GAA를 사용한다고 SRAM이 자동으로 같은 비율로 작아지는 것은 아니다.

SRAM 안에서는 여전히 여러 트랜지스터를 연결해야 하고 전력과 신호를 공급해야 하기 때문이다.

결국 SRAM 미세화에서는 트랜지스터 자체의 성능뿐 아니라 표준 셀 구조, 배선, 전력망과 회로 배치까지 함께 바꿔야 한다.

그리고 이 지점에서 최근 Keconowise에서 살펴본 Forksheet가 등장한다.

Forksheet는 SRAM을 줄이기 위해 시작된 기술이었다

Forksheet는 GAA nanosheet를 확장하면서 nMOS와 pMOS 사이의 간격을 더 줄이기 위해 개발된 구조다.

흥미로운 것은 Forksheet가 처음부터 로직 표준 셀만을 위한 기술이 아니었다는 점이다.

imec은 2017년 Forksheet를 SRAM cell scaling booster로 처음 제안했고 이후 이를 logic standard cell까지 확장했다.

2025년에는 기존 inner-wall Forksheet의 제조 문제를 개선한 Outer-wall Forksheet 연구 결과를 공개했다.

imec — Outer wall forksheet: bridging nanosheet and CFET device architectures

여기서 SRAM이 다시 등장한다.

imec의 레이아웃 비교에서 A10 Outer-wall Forksheet 기반 SRAM bit cell은 A14 nanosheet 기반 SRAM bit cell보다 22% 작은 면적을 보였다.

이 차이는 p-p와 n-n 간격 축소와 gate pitch scaling을 함께 적용한 결과다.

중요한 것은 이 숫자의 범위다.

실제 상용 CPU나 GPU의 SRAM이 무조건 22% 작아진다는 의미가 아니다.

imec이 특정 기술 세대와 레이아웃을 가정해 수행한 연구 결과다.

하지만 Forksheet 같은 새로운 트랜지스터 구조를 평가할 때 개별 트랜지스터의 성능만 보는 것이 아니라 실제 SRAM bit cell이 얼마나 작아질 수 있는가까지 평가한다는 점은 중요하다.

반도체 미세화의 평가 단위가 트랜지스터에서 실제 회로로 확대되고 있기 때문이다.

CFET에서는 SRAM을 더 줄일 수 있을까

Forksheet 이후 imec 로드맵의 중요한 후보는 CFET(Complementary FET)다.

CFET에서는 nMOS와 pMOS를 옆에 놓지 않고 수직으로 쌓는다.

수평 공간을 공유할 수 있기 때문에 표준 셀과 SRAM을 추가로 축소할 가능성이 생긴다.

하지만 단순히 두 트랜지스터를 위아래로 올려놓는다고 끝나는 것은 아니다.

위쪽과 아래쪽 트랜지스터에 전력을 공급하고 신호를 연결해야 한다.

즉 CFET 시대에는 트랜지스터의 수직 적층뿐 아니라 회로의 연결 구조까지 다시 설계해야 한다.

imec은 이 문제를 해결하기 위해 double-row CFET라는 표준 셀 구조도 연구하고 있다.

imec — Double-row CFET for the A7 technology node

double-row CFET는 두 개의 CFET row 사이에서 signal routing wall을 공유하는 구조다.

imec의 DTCO 연구에서는 conventional single-row CFET의 4-track standard cell을 3.5-track까지 줄일 수 있는 가능성이 제시됐다.

SRAM에서도 차이가 나타났다.

double-row CFET 기반 SRAM은 single-row CFET와 비교해 15%의 셀 면적 감소가 제시됐다.

A14 nanosheet 기반 SRAM과 비교하면 면적 감소폭은 40% 이상으로 평가됐다.

역시 실제 양산 SRAM의 면적 감소를 의미하는 숫자는 아니다.

미래 공정과 설계 규칙을 가정한 DTCO 연구 결과다.

하지만 방향은 분명하다.

CFET의 수직 구조를 이용해 SRAM cell 자체를 다시 설계하려는 것이다.

2026년에는 ‘5T+1 CFET SRAM’까지 등장했다

2026년 6월 열린 IEEE/JSAP Symposium on VLSI Technology and Circuits에서는 이 연구가 한 단계 더 구체화됐다.

imec은 다음 연구를 발표했다.

5T+1 CFET SRAM with Dual-Bitline-per-Cell-Height Enabling Differential Readout and 12.5% Area Reduction

imec — 2026 Symposium on VLSI Technology and Circuits

핵심은 기존 SRAM 구조를 그대로 작은 CFET로 옮기는 것이 아니라 CFET의 수직 적층 특성에 맞춰 SRAM cell architecture를 다시 구성하는 것이다.

imec이 공개한 학회 프로그램에서는 이 구조가 differential readout을 유지하면서 12.5%의 면적 감소를 목표로 한 연구로 소개됐다.

여기서도 12.5%는 상용 프로세서의 SRAM 전체가 그만큼 줄어든다는 의미가 아니다.

특정 CFET SRAM 구조에 대한 연구 결과다.

하지만 의미는 크다.

트랜지스터 구조가 FinFET → GAA → CFET로 바뀌면서 SRAM도 더 이상 기존 6T 배치를 단순 축소하는 것만으로는 충분하지 않다는 것을 보여주기 때문이다.

SRAM에서는 면적만 줄이면 안 된다

SRAM 미세화가 어려운 이유는 또 있다.

SRAM은 작기만 하면 되는 회로가 아니다.

안정적으로 읽고 쓸 수 있어야 한다.

SRAM에 데이터를 쓸 때는 셀이 기존에 저장하고 있던 상태를 반대 상태로 바꿔야 한다.

전압이 낮아지고 트랜지스터가 작아질수록 이 과정의 안정성을 확보하기 어려워질 수 있다.

그래서 SRAM에서는 write-assist 같은 회로 기술이 사용된다.

흥미로운 것은 이 문제도 이제 칩의 뒷면과 연결되기 시작했다는 것이다.

2026 VLSI에서 imec은 다음 연구를 발표했다.

Backside Split-VDD Write-Assist Driven SRAM Macro Scaling in Nanosheet-Era

즉 SRAM의 전력 공급 구조를 backside와 결합해 write-assist와 SRAM macro scaling을 함께 연구하고 있는 것이다.

SRAM 미세화가 더 이상 트랜지스터 크기만의 문제가 아니라는 사실을 잘 보여주는 사례다.

후면전력공급은 왜 SRAM과 연결될까

기존 반도체에서는 신호선과 전력선이 주로 웨이퍼 앞면의 배선 공간을 함께 사용한다.

하지만 standard cell과 SRAM cell이 작아질수록 문제가 생긴다.

전력선과 신호선이 제한된 배선 공간을 놓고 경쟁하기 때문이다.

그래서 등장한 것이 후면전력공급(BSPDN)이다.

전력망의 상당 부분을 웨이퍼 뒤쪽으로 이동시키고 앞면의 배선 공간을 신호 전달에 더 집중시키는 방식이다.

Keconowise에서는 이 구조를 앞서 자세히 살펴봤다.

후면전력공급이란? AI 반도체 2나노 경쟁의 핵심 기술

imec과 Arm의 DTCO 연구에서는 A14 nanosheet 기반 고성능 64비트 프로세서 블록을 대상으로 backside power delivery network와 buried power rail을 결합했을 때 traditional frontside PDN과 비교해 6%의 frequency 향상과 16%의 area 개선이 동시에 나타났다.

imec — Backside power delivery options: a DTCO study

이 수치는 SRAM에 대한 결과가 아니다.

특정 고성능 프로세서 블록을 대상으로 한 연구다.

따라서 SRAM 성능이 6% 향상되거나 SRAM 면적이 16% 줄어든다고 해석해서는 안 된다.

하지만 SRAM 연구가 왜 backside power와 연결되는지는 설명해준다.

전력망을 앞면에서 분리하면 앞면의 배선 공간과 standard cell 설계 자유도를 확보할 수 있기 때문이다.

결국 SRAM의 문제는 ‘배선 공간’이기도 하다

후면전력공급이 중요한 이유를 조금 더 자세히 보면 SRAM 미세화의 본질이 보인다.

imec은 기존 frontside power delivery에서 전력 배선이 BEOL routing resource의 **최소 20%**를 차지한다고 설명한다.

imec — Backside power delivery

전력망을 뒤로 이동시키면 이 공간을 신호 배선에 보다 적극적으로 사용할 수 있다.

이것은 SRAM처럼 좁은 공간에 여러 개의 트랜지스터와 연결선을 넣어야 하는 회로에서 특히 중요한 연구 방향이 될 수 있다.

그리고 CFET에서는 문제가 한 단계 더 복잡해진다.

nMOS와 pMOS가 위아래로 쌓이면 아래쪽 트랜지스터에 어떻게 접근할 것인지까지 해결해야 하기 때문이다.

실제로 imec은 CFET의 bottom pFET source/drain에 직접 연결하는 backside contact를 연구하고 있다.

2026 VLSI에서는 개선된 backside contacting module도 공개됐다.

즉 미래 SRAM 미세화는 트랜지스터와 배선을 평면에서 계속 압축하는 것만으로 해결되지 않을 가능성이 높다.

칩의 앞면과 뒷면을 동시에 사용하는 방향으로 발전하고 있는 것이다.

SRAM은 AI 반도체에서 왜 중요할까

AI 반도체에서 메모리라고 하면 가장 먼저 HBM이 떠오른다.

HBM은 GPU나 AI 가속기 주변에서 대량의 데이터를 높은 대역폭으로 공급한다.

하지만 AI 가속기에는 HBM만 필요한 것이 아니다.

연산 유닛 바로 가까이에서 데이터를 빠르게 공급하기 위한 온칩 메모리도 필요하다.

캐시와 각종 데이터 버퍼가 대표적이며 SRAM이 널리 사용된다.

데이터가 연산장치에서 멀리 있을수록 데이터를 가져오는 데 시간과 에너지가 필요하다.

따라서 AI 가속기에서는 연산 성능뿐 아니라 데이터를 어디에 저장하고 얼마나 짧은 거리로 이동시키는가가 중요하다.

HBM과 SRAM은 서로 경쟁하는 메모리가 아니다.

서로 다른 위치에서 메모리 계층을 구성한다.

연산 유닛 가까이에는 작은 SRAM이 있다.

그보다 큰 온칩 캐시가 있다.

패키지에는 HBM이 있다.

그리고 그 바깥에는 시스템 메모리와 스토리지가 있다.

AI 연산량이 커질수록 이 전체 메모리 계층의 효율이 중요해진다.

HBM이 빨라지면 SRAM은 필요 없어질까

HBM의 대역폭은 계속 높아지고 있다.

그렇다면 HBM이 충분히 빨라지면 SRAM 캐시를 줄이거나 없앨 수 있을까.

그렇게 단순하지 않다.

메모리에서는 용량과 대역폭뿐 아니라 지연시간과 데이터 이동 에너지도 중요하기 때문이다.

HBM은 매우 높은 대역폭을 제공하지만 여전히 연산 유닛 내부의 로컬 SRAM보다 멀리 있다.

모든 데이터가 필요할 때마다 HBM까지 이동한다면 데이터 이동 비용이 커질 수 있다.

그래서 현대 프로세서는 여러 단계의 메모리 계층을 사용한다.

자주 사용하는 데이터는 연산장치 가까이에 두고 상대적으로 덜 자주 사용하는 데이터는 더 크고 먼 메모리에 저장한다.

AI 시대에 HBM이 중요해질수록 오히려 칩 내부 SRAM을 어떻게 효율적으로 배치할 것인가도 함께 중요해지는 이유다.

SRAM을 계속 평면에 놓아야 할까

SRAM 미세화가 점점 어려워지면 더 근본적인 질문이 나온다.

SRAM과 로직을 반드시 같은 평면에 배치해야 할까.

imec이 제안하는 장기 연구 방향인 CMOS 2.0에서는 하나의 SoC에 모든 기능을 동일한 평면과 공정으로 집어넣는 대신 기능별로 최적화된 계층으로 분리하는 방식을 검토한다.

imec — CMOS 2.0: bringing heterogeneity inside the system-on-chip

imec이 제시한 예시에서는 high-drive logic와 high-density logic를 서로 다른 계층으로 나누고, cache memory 역시 별도의 layer로 분리할 수 있는 가능성을 제시한다.

전력 공급이나 일부 신호 기능은 functional backside로 이동할 수도 있다.

아직 이것을 미래 상용 프로세서의 확정된 구조로 볼 수는 없다.

CMOS 2.0은 장기적인 시스템 기술 연구 방향이다.

하지만 중요한 변화는 분명하다.

반도체 산업이 더 이상 모든 기능을 하나의 평면에서 계속 줄이는 것만을 답으로 보고 있지 않다는 것이다.

트랜지스터를 위로 쌓고,

메모리를 별도의 계층으로 나누고,

전력망을 뒤쪽으로 보내고,

필요하면 서로 다른 공정으로 만든 기능을 다시 연결하는 방향이 연구되고 있다.

SRAM을 다른 메모리로 바꾸는 방법도 있다

또 다른 가능성은 SRAM을 계속 줄이는 대신 일부 용도에서 다른 embedded memory를 사용하는 것이다.

SRAM은 빠르지만 셀 면적이 크고 volatile memory이기 때문에 전원이 사라지면 데이터도 사라진다.

그래서 반도체 업계에서는 MRAM, FeRAM, FeFET 등 다양한 embedded memory 기술을 연구하고 있다.

2026년 imec은 AI 시대의 메모리 요구와 기존 DRAM·SRAM의 scaling 어려움을 배경으로 ferroelectric memory 연구 결과도 발표했다.

imec — Ferroelectric memory research for next-generation memory solutions

이 기술들이 SRAM을 전면적으로 대체한다고 단정할 수는 없다.

SRAM은 속도와 CMOS 회로와의 통합 측면에서 강한 장점을 갖고 있기 때문이다.

오히려 현실적인 방향은 용도에 따라 여러 메모리를 조합하는 것이다.

빠른 영역에는 SRAM.

높은 용량이 필요한 영역에는 DRAM과 HBM.

특정 embedded memory 영역에는 새로운 비휘발성 메모리.

미래 반도체에서는 어떤 메모리를 어디에 배치할 것인가 자체가 중요한 설계 문제가 될 수 있다.

Keconowise View: 미세화의 단위가 ‘트랜지스터’에서 ‘회로’로 이동하고 있다

최근 Keconowise에서 살펴본 기술들을 연결하면 반도체 미세화의 변화가 보인다.

처음에는 트랜지스터 자체가 중심이었다.

FinFET에서 GAA로 바뀌었다.

GAA의 수명을 더 연장하기 위해 Forksheet가 연구된다.

그다음에는 nMOS와 pMOS를 위아래로 쌓는 CFET가 등장한다.

하지만 트랜지스터를 아무리 작게 만들어도 실제 회로를 같은 속도로 줄일 수 없다면 칩 전체의 집적도 향상에는 한계가 생긴다.

SRAM이 바로 이 문제를 보여준다.

6개의 트랜지스터를 넣어야 한다.

그 트랜지스터들을 연결해야 한다.

word line과 bit line이 필요하다.

VDD와 VSS도 공급해야 한다.

그리고 작은 전압에서도 안정적으로 데이터를 읽고 써야 한다.

그래서 Forksheet는 SRAM cell에서 평가된다.

CFET는 SRAM의 배치 자체를 다시 설계하게 만든다.

후면전력공급은 전력망을 다른 공간으로 이동시킨다.

그리고 더 장기적으로는 SRAM을 로직과 다른 계층에 배치하는 3D 구조까지 연구되고 있다.

이 흐름은 하나의 방향을 가리킨다.

반도체 미세화의 단위가 트랜지스터 하나에서 실제 회로와 시스템으로 확대되고 있다.

몇 나노 공정인가만으로는 미래 반도체의 성능과 집적도를 설명하기 어려워지는 이유다.

앞으로는 트랜지스터를 얼마나 작게 만들었는가와 함께 물어야 한다.

그 트랜지스터를 얼마나 효율적으로 연결했는가.

전력은 어디에서 공급하는가.

SRAM은 얼마나 작게 만들 수 있는가.

메모리와 로직을 어디에 배치하는가.

그리고 데이터를 얼마나 짧은 거리에서 움직일 수 있는가.

HBM이 AI 반도체의 외부 메모리 병목을 보여줬다면 SRAM은 칩 내부에서 또 다른 질문을 던진다.

연산장치 바로 옆에 있는 가장 빠른 메모리를 앞으로 어떻게 더 작게 만들 것인가.

그 답은 단순한 트랜지스터 미세화가 아니라 Forksheet, CFET, DTCO, 후면전력공급 그리고 3D integration을 함께 사용하는 방향에서 찾아가고 있다.

SRAM 미세화를 주목해야 하는 이유다.

참고 자료

이 글에서 언급한 Forksheet·CFET·Backside SRAM·CMOS 2.0 관련 면적 및 성능 수치는 imec이 공개한 연구, 시뮬레이션 또는 DTCO 결과를 설명한 것입니다. 특정 파운드리의 양산 제품 성능이나 확정된 상용화 일정을 의미하지 않습니다.

댓글 남기기