AI 가속기 칩 뒤쪽에서 짧은 수직 경로로 전력을 공급하는 BSPDN 구조
후면 전력공급망은 전력선과 신호선이 칩 앞면의 좁은 배선 공간을 함께 쓰던 구조를 바꾼다. 전력은 뒤에서, 신호는 앞에서 전달하는 방향이다.

AI 반도체의 성능 경쟁은 트랜지스터를 더 작게 만드는 것만으로 끝나지 않는다. 수많은 연산회로에 필요한 전기를 얼마나 짧고 안정적인 경로로 전달하느냐가 새로운 병목이 되고 있다.

후면 전력공급망(BSPDN·Backside Power Delivery Network)은 전원 배선을 웨이퍼 뒤쪽으로 옮기는 기술이다. TSMC는 A16의 Super Power Rail, Intel은 18A의 PowerVia, Samsung은 SF2Z의 최적화된 BSPDN을 내세우고 있다. 이름은 다르지만 공통 질문은 같다. 왜 전기를 칩 앞면이 아니라 뒤에서 넣어야 할까?

이번 글은 이렇게 확인했습니다

이번 분석은 단일 보도자료를 요약하지 않는다. TSMC·Intel·Samsung의 공식 기술자료에서 각 회사가 공개한 구조와 수치를 비교하고, 공통점과 차이점을 분리했다. 회사가 제시한 성능 수치는 공정 플랫폼 전체의 목표인지, 후면 전력망만의 효과인지도 구분한다.

BSPDN은 단순히 전원선의 위치를 바꾸는 기술이 아니라, 전력과 신호가 경쟁하던 칩 내부 공간을 다시 배치하는 설계 변화다.

1단계 | 기존 칩은 전기와 신호를 모두 앞면으로 보낸다

반도체의 트랜지스터는 실리콘 표면 가까이에 만들어지고, 그 위에는 여러 층의 금속배선이 쌓인다. 지금까지 전원과 신호는 대부분 이 앞면 금속층을 함께 사용했다. 전원선은 굵고 촘촘해야 전압을 안정적으로 공급할 수 있고, 신호선은 수많은 연산블록을 빠르게 연결해야 한다.

공정이 미세해지고 트랜지스터 수가 늘수록 두 배선은 제한된 공간에서 경쟁한다. 전력망을 강화하면 신호가 지나갈 자리가 줄고, 신호 배선을 늘리면 전원 저항과 전압 강하가 커질 수 있다. AI 가속기처럼 동시에 작동하는 회로가 많은 칩에서는 이 충돌이 더 뚜렷하다.

신호와 전력이 앞면에서 경쟁하는 기존 구조와 뒤에서 전력을 공급하는 BSPDN 비교
왼쪽은 전력과 신호가 앞면 금속층을 함께 통과하는 구조, 오른쪽은 전력을 뒤쪽 수직 경로로 분리한 개념이다. 실제 구현 방식은 회사와 공정에 따라 다르다.

2단계 | BSPDN은 무엇을 뒤집는가?

BSPDN에서는 웨이퍼 뒷면을 얇게 가공하고, 뒤쪽 금속배선과 수직 연결구조를 통해 트랜지스터 근처까지 전력을 보낸다. 전력 경로가 짧아지고 앞면 금속층은 신호 배선에 더 많이 사용할 수 있다.

구분 기존 전면 전력망 후면 전력망(BSPDN)
전력 경로 앞면 다층배선을 거쳐 아래로 전달 뒤쪽에서 트랜지스터 가까이 수직 전달
신호 배선 전력선과 같은 금속층을 경쟁적으로 사용 앞면 배선 여유가 상대적으로 커짐
기대효과 성숙한 공정과 설계 생태계 IR Drop 완화, 배선 혼잡 감소, PPA 개선 가능
새로운 과제 미세화할수록 배선 병목 확대 웨이퍼 박막화, 정렬, 열·수율, 설계도구 복잡성

IR Drop과 Voltage Droop는 왜 중요한가?

IR Drop은 전류가 저항을 가진 배선을 지나면서 전압이 낮아지는 현상이다. 배선이 길고 가늘거나 많은 전류가 흐르면 커진다. Voltage Droop는 여러 회로가 순간적으로 켜질 때 공급전압이 일시적으로 떨어지는 동적 현상을 포함한다. 두 용어는 관련돼 있지만 같은 뜻은 아니다.

전압이 설계 범위 아래로 내려가면 회로가 목표 주파수를 유지하지 못하거나 안정성을 위해 더 높은 공급전압과 여유를 둬야 한다. 이는 전력과 발열을 늘린다. BSPDN은 전원 경로를 짧고 굵게 구성해 이런 손실을 줄일 여지를 만든다.

AI 가속기 내부 전압 강하와 후면 전력공급에 따른 전력 안정성 개선 개념
AI 연산블록이 동시에 작동하면 순간 전류가 커진다. 후면 전력망은 짧은 공급경로로 전압 변동을 줄이는 방향이지만, 실제 개선폭은 칩 설계와 공정 조건에 따라 달라진다.

3단계 | 왜 AI·HPC가 먼저 필요로 할까?

AI 가속기는 많은 연산유닛이 병렬로 움직인다. GPU와 전용 AI 가속기에는 넓은 연산배열, 캐시, 고속 인터페이스와 메모리 연결회로가 들어간다. 한 순간에 필요한 전류가 크고, 전력밀도도 높다.

모바일 칩처럼 전력절감이 중요한 제품에도 BSPDN이 유용할 수 있지만 초기 도입의 경제성은 AI·HPC에서 더 분명하다. 성능과 전력효율 개선의 가치가 높고, 대형 다이의 배선혼잡을 줄이는 효과도 크기 때문이다. 반면 추가 공정과 설계비용을 감당하기 어려운 범용 칩에는 기존 방식이 더 경제적일 수 있다.

TSMC A16 | Super Power Rail과 나노시트

TSMC는 A16에 나노시트 트랜지스터와 Super Power Rail을 결합한다. 회사는 N2P와 비교해 같은 전압에서 8~10% 속도 향상, 같은 속도에서 15~20% 전력 감소, 최대 1.10배 칩 밀도를 제시한다. A16 양산은 2026년 하반기로 안내돼 있다.

이 수치는 Super Power Rail 하나만의 독립효과로 읽으면 안 된다. TSMC가 공개한 수치는 A16 공정 플랫폼 전체와 N2P의 비교다. 제품의 회로구성과 설계 목표에 따라 실제 결과는 달라질 수 있다.

Intel 18A | PowerVia가 먼저 보여준 측정치

Intel 18A는 RibbonFET와 PowerVia를 결합한다. Intel은 자사 기술자료에서 PowerVia가 최악 조건의 동적 전압강하를 최대 10배 줄이고, 실제 배선 설계에서 블록 수준 면적을 최대 약 11% 압축할 수 있다고 설명한다.

이 역시 모든 고객 칩에 동일하게 적용되는 보장치가 아니다. Intel 내부 테스트와 특정 설계조건에서 얻은 플랫폼 지표다. 다만 후면 전력망이 전압 안정성뿐 아니라 앞면 신호배선의 혼잡을 줄여 면적효율에도 영향을 줄 수 있음을 보여준다.

Samsung SF2Z | HPC·AI를 겨냥한 최적화 BSPDN

Samsung은 SF2Z에 최적화된 BSPDN을 도입해 전력선과 신호선의 병목을 줄이고 IR Drop을 개선한다고 설명한다. 회사는 SF2Z를 HPC·AI용 공정으로 제시했으며 양산 목표는 2027년이다.

세 회사 가운데 공개된 정량수치와 일정의 범위는 서로 다르다. 숫자를 한 줄에 놓고 직접 우열로 해석하기보다 측정대상, 비교공정, 설계조건과 양산시점을 함께 봐야 한다.

TSMC A16과 Intel 18A, Samsung SF2Z의 서로 다른 후면 전력공급 접근법을 상징하는 반도체 구조
세 파운드리는 모두 후면 전력공급을 추진하지만 연결구조, 트랜지스터 결합방식, 고객 설계환경과 양산 일정은 같지 않다.

4단계 | 세 파운드리의 공통점과 차이점

항목 TSMC A16 Intel 18A Samsung SF2Z
명칭 Super Power Rail PowerVia Optimized BSPDN
결합 기술 나노시트 트랜지스터 RibbonFET GAA 기반 2나노 계열
공개 초점 A16 플랫폼 PPA와 밀도 전압강하와 배선 면적 전력·신호 병목과 IR Drop
공개 일정 2026년 하반기 양산 예정 18A 고객 생산 확대 단계 2027년 양산 목표
주의점 A16 전체 효과와 BSPDN 효과 구분 특정 테스트·설계조건 확인 향후 고객제품과 실측치 확인

BSPDN이 첨단 패키징을 대신하는 것은 아니다

BSPDN은 다이 내부의 전력망을 바꾸는 기술이다. 첨단 패키징은 GPU·HBM·기판 사이의 연결과 열·전력을 다루고, 칩렛은 기능을 여러 다이로 나누는 설계전략이다. 서로 경쟁하는 기술이 아니라 같은 AI 시스템의 다른 층을 해결한다.

또한 UCIe와 다이투다이 연결이 칩렛 사이의 데이터 이동을 담당한다면, BSPDN은 각 다이 내부에서 안정적인 전력을 전달하는 기반에 가깝다.

설계도구와 IP 생태계가 함께 움직여야 한다

후면 전력망은 제조장비만 추가한다고 완성되지 않는다. 전력망 분석, 배치배선, 타이밍, 열과 신뢰성 검증이 모두 바뀐다. 표준셀·메모리·인터페이스 IP도 새 전력구조에 맞게 검증돼야 한다.

이 때문에 파운드리와 EDA 기업의 협력이 중요하다. Synopsys 기업분석에서 살펴본 설계도구와 IP가 첨단공정 전환에서 중요한 이유도 여기에 있다.

5단계 | 불마켓 운영자의 판단

BSPDN은 선단 AI·HPC 칩에서 선택기능보다 구조적 요구에 가까워지고 있다고 판단한다. 트랜지스터 미세화만으로 성능과 전력효율을 높이기 어려워졌고, 전력과 신호배선의 물리적 충돌이 커졌기 때문이다.

그러나 모든 칩이 즉시 BSPDN으로 이동하지는 않을 것이다. 웨이퍼 박막화와 정렬, 뒤쪽 접촉, 열관리, 테스트, 수율과 비용이라는 새 문제가 생긴다. 초기에는 고성능 제품에서 경제성을 입증한 뒤 적용범위가 넓어질 가능성이 높다.

판단 ① | 발표 수치보다 고객 칩의 양산이 중요하다

공정 로드맵과 시험칩의 수치는 기술 가능성을 보여준다. 하지만 고객 제품의 테이프아웃, 수율 안정화와 실제 출하가 사업성을 증명한다. A16·18A·SF2Z의 경쟁은 발표자료보다 고객 제품이 언제 어느 규모로 양산되는지에서 갈린다.

판단 ② | PPA의 원인을 분리해서 봐야 한다

속도·전력·면적 개선은 트랜지스터, 라이브러리, 배선과 설계 최적화가 합쳐진 결과다. BSPDN만의 효과처럼 단정하면 기술을 과대평가할 수 있다. 비교대상 공정과 측정조건을 확인해야 한다.

판단 ③ | AI 플랫폼 전체의 병목과 연결해서 봐야 한다

AI 시스템의 병목은 다이 내부 전력만이 아니다. GPU와 HBM, 칩렛 연결, 패키지 전력, 냉각과 데이터센터 전력까지 이어진다. AMD와 Broadcom 분석에서 본 플랫폼 경쟁도 이런 여러 층을 함께 묶는 능력에 달려 있다.

독자가 앞으로 확인할 체크리스트

확인 항목 왜 중요한가 관찰할 신호
양산 일정 로드맵이 실제 생산으로 이어지는지 확인 고객 테이프아웃·제품 출하
수율 추가 공정이 원가와 공급량을 좌우 램프 속도·웨이퍼 비용
IR Drop·Droop 전력망의 직접적인 개선효과 조건이 명시된 실측치
PPA 성능·전력·면적의 균형 동일 설계·동일 조건 비교
EDA·IP 고객의 설계기간과 성공확률에 영향 인증된 설계흐름과 IP 확대
고객 채택 기술의 상업성을 검증 AI·HPC 고객제품 공개

SUMMARY | 이번 글에서 얻어야 할 결론

  • BSPDN은 전력배선을 칩 뒤쪽으로 옮겨 앞면의 신호배선 공간을 확보하는 기술이다.
  • 짧은 전력경로는 IR Drop과 동적 Voltage Droop를 줄일 가능성을 만든다.
  • 병렬 연산과 전력밀도가 높은 AI·HPC가 초기 적용의 중심이 될 가능성이 높다.
  • TSMC A16, Intel 18A, Samsung SF2Z는 같은 방향을 보지만 구조·수치·일정은 다르다.
  • 회사 발표 수치는 측정조건과 공정 플랫폼 전체 효과를 구분해 읽어야 한다.
  • 최종 경쟁력은 고객 양산, 수율, EDA·IP 생태계와 비용에서 확인된다.

불마켓의 시선

반도체 공정은 오랫동안 트랜지스터를 더 작게 만드는 경쟁으로 설명됐다. BSPDN은 이제 배선과 전력전달의 구조를 바꾸지 않으면 미세한 트랜지스터의 잠재력을 충분히 쓰기 어렵다는 사실을 보여준다.

투자자가 볼 것은 “어느 회사가 최초인가”만이 아니다. 어느 파운드리가 고객이 실제로 사용할 수 있는 설계도구와 IP, 안정된 수율, 패키징까지 묶어 제공하는지가 중요하다. 후면 전력망은 단일 기능이 아니라 선단공정 생태계의 완성도를 시험하는 기술이다.

ONE LINE TAKEAWAYBSPDN은 전기를 칩 뒤에서 넣어 앞면을 신호에 돌려주는 구조 전환이며, AI 반도체의 다음 성능은 트랜지스터 크기뿐 아니라 전력을 얼마나 짧고 안정적으로 전달하느냐에서 결정된다.

참고자료

  1. TSMC — A16 Technology
  2. TSMC — 2026 Annual General Meeting 자료
  3. Intel Foundry — Intel 18A Process
  4. Intel Foundry — Advanced Process Technologies for Data Center
  5. Samsung Semiconductor — SFF 2024, SF2Z BSPDN

최종 검토일 · 2026.10.13

이 글은 파운드리 3사의 공개자료를 비교해 후면 전력공급 기술의 구조와 확인 기준을 설명하기 위한 정보성 콘텐츠입니다. 공개된 성능수치는 각 회사의 조건과 공정 플랫폼을 기준으로 하며, 특정 기업이나 종목의 매수·매도를 권유하지 않습니다.