2024 캠퍼스 특허 유니버시아드 (SK하이닉스 문항)

소개

"2024 캠퍼스 특허 유니버시아드 (SK하이닉스 문항)"에 대한 내용입니다.

목차

I. 요약

II. 분석 배경
1. 서론
2. 문제 분석
3. 기술 설명
4. 특허 검색 및 유효 데이터 추출
5. 기술 분류표

III. 정량 분석
1. 국가별 동향 분석
2. 주요 출원인 분석
3. 주요 기술별 분석
4. 정량 지표 분석

IV. 정성 분석
1. 핵심 특허 선정
2. 핵심 특허 선정 기준
3. 핵심 특허 분석

V. 결론
1. 기술 개발 트렌드 예측
2. 공백 분야 R&D 전략 제시
3. 최종 결론

VI. 참고 문헌

본문내용

I. 요약

본 논문에서는 기존 Von Neumann 구조의 데이터 처리 방식에서 발생하는 데이터 병목(Bottle Neck) 현상을 개선하여 ‘저전력’ & ‘고성능’을 만족하는 Edge Computing을 위한 AI Memory 기술에 대한 특허를 분석하여 AI Memory 기술의 발전 추세를 파악한다.

Edge Device를 적층하는 이종 칩 통합 기술(칩 적층 구조, 형태 등) 과 현재 구현 중인 Memory 기반 AI Solution에 대한 유효 특허를 정량분석을 통해 국가와 기술 분야, 기업들의 동향을 분석하였다. 또한, 정성분석을 통해 유효 특허 중 32건의 핵심 특허를 선정하였으며, 이와 관련된 기술의 발전 추세를 요약하였다. 그 결과, 대표적인 주요 출원인으로 ‘INTEL CORPORATION’와 ‘TAIWAN SEMICONDUCTOR MANUFACTURING CO. LTD’ 그리고 ‘SAMSUNG ELECTRONICS CO. LTD’를 확인할 수 있었고, 세 기업의 전체 AI Memory 이종 칩 통합 기술 시장 특허 점유율은 각각 39%(Intel), 22%(TSMC), 16%(SAMSUNG ELECTRONICS)로, 세 기업이 전체 시장 점유율의 77%를 차지한다는 것을 확인하였다. 또한 해당 기술에 대해 ‘미국’의 시장 규모가 전 세계 시장 규모의 61%를차지하여 가장 기술적 우위에 있다는 것을 확인하였다.

주요 출원인의 특허 R&D 전략을 도출하였고, 공백 기술을 바탕으로 향후 트렌드를 분석하였다. 또한, Edge Computing을 위한 AI Memory 기술과 관련된 특허에 대한 특허 전략을 수립하였다.

II. 분석 배경

1. 서론

현재 ChatGPT와 같은 생성형 AI의 발전으로 인해 AI 수요가 증가하면서, Edge Device에 대해서도 AI 기술을 활용하려는 추세가 증가함에 따라 전력 효율성이 필요한 상황에 놓여있다.

참고자료

· Liang, Shi-Jun, and Feng Miao. "Lego-like reconfigurable AI chips." Nature Electronics 5.6 (2022): 327-328.
· Choi, Chanyeol, et al. "Reconfigurable heterogeneous integration using stackable chips with embedded artificial intelligence." Nature Electronics 5.6 (2022): 386-393.
· Kang, Ji-Hoon, et al. "Monolithic 3D integration of 2D materials-based electronics towards ultimate edge computing solutions." Nature materials 22.12 (2023): 1470-1477.
· 강신욱, 추민성, “인공지능 반도체(PIM) 기술 연구 및 산업 동향”, KISDI 정보통신정책연구원, 2023
· Lee, Vincent T., et al. "Energy-efficient hybrid stochastic-binary neural networks for near-sensor computing." Design, Automation & Test in Europe Conference & Exhibition (DATE), 2017. IEEE, 2017.
· Zhou, Feichi, and Yang Chai. "Near-sensor and in-sensor computing." Nature Electronics 3.11(2020): 664-671.
· Cho, Sung Woon, et al. "Progress of materials and devices for neuromorphic vision sensors." Nano-Micro Letters 14.1 (2022): 203.
· 한국반도체산업협회(KSIA) 전략기획실, “On Device AI와 반도체의 변화”, 2024.
· 박성모, 최병건, 박필재, 박경환, “Processing-in-Memory 반도체 기술 동향”, 한국전자통신연구원, 2022.
· 한국반도체산업협회(KSIA) 전략기획실, “AI 반도체 시장 및 개발 현황”, 2024.
· 국가과학기술자문회의 전원회의, “AI-반도체 이니셔티브(안)”, 산업통상자원부, 과학기술정보통신부, 2024.
· 특허청, “지능형 메모리 반도체 특허통계 분석 보고서”, 2022.
· 특허청, “반도체 패키지 하이브리드 본딩 특허통계 분석 보고서”, 2022.
· 특허청, “반도체 패키징 팬아웃 패키지 특허통계 분석 보고서”, 2022.
· 특허청, “반도체 패키지 2.5D 패키지 특허통계 분석 보고서”, 2022.
· SK Hynix NEWSROOM, “데이터가 모든 것인 시대, 차세대 컴퓨팅을 위한 이머징 메모리(Emerging Memory)의 성장 기회”, 2023.
· SK Hynix NEWSROOM, “[2024 임원 좌담회] SK하이닉스의 AI 메모리 경쟁력과 미래 시장 트렌드”, 2024.
· 한국수출입은행/해외경제연구소, “2024 이슈 보고서 - AI 반도체 시장 현황 및 전망”, 2024.
· 한국전자기술연구원, “AI 반도체 개발 현황과 방향”, 2023.
· 한국전자통신연구원, “반도체 및 전자패키지의 방열기술 동향”, 2023.