무어의 법칙 일러스트
기술 원리 / 경험적 관찰
기술 원리 / 경험적 관찰

무어의 법칙

Moore's Law

무어의 법칙은 역사적으로 강력했던 산업 관찰로 이해하는 것이 가장 정확하다. 칩 집적도는 오랫동안 기하급수적 속도로 개선되었지만, 이 법칙은 자연의 약속이 아니라 추세이자 목표였다.

인기도
유용성
별칭
무어의 법칙 / 무어의 관찰 / 트랜지스터 집적도 스케일링
분야
반도체 산업, 집적회로, 컴퓨팅 하드웨어, 전자공학, 기술 예측

정의

  • 무어의 법칙은 집적회로 위의 트랜지스터나 구성 요소 수가 일정한 주기마다 배로 늘어나는 경향이 있으며, 동시에 구성 요소당 비용은 그에 비례해 증가하지 않는다는 관찰이다. 오늘날 널리 쓰이는 버전은 대략 "2년마다 배"이지만, 무어가 1965년에 제시한 원래 예측은 10년 동안 "1년마다 배"였다.

핵심 아이디어

  • 컴퓨팅 하드웨어는 엔지니어들이 많은 구성 요소를 낮은 기능당 비용으로 집적회로에 넣어 왔기 때문에 빠르게 발전해 왔다.
  • 이것은 자연의 물리 법칙이 아니라 경험적 추세이자 산업적 목표다.
  • 그럼에도 오래된 규칙은 여전히 중요하다. 높은 집적도, 낮은 비용, 높은 성능은 반도체 진보의 "척도"가 되었다.

작동 방식

  • 무어는 초기 집적회로 데이터를 살펴보다가 구성 요소 밀도가 빠르게 증가하고 있음을 발견했다.
  • 1965년에 그는 칩당 구성 요소 수가 10년 동안 매년 배로 계속 있다고 전망했다.
  • 1975년에는 미래 예측 속도를 대략 2년마다 배로 수정했다.
  • 이후 반도체 산업은 추세를 설계·제조 목표로 받아들이며 리소그래피, 웨이퍼 크기, 공정 기술, 회로 설계, 패키징, 재료 혁신을 밀어붙였다.

활용 예시

  • 제품 기획자는 앞으로의 칩이 비슷한 비용으로 많은 연산 능력, 메모리 용량, 에너지 효율을 제공할 것이라는 대략적 기대치로 무어의 법칙을 활용할 있다.
  • 예를 들어 소프트웨어 회사가 5년 제품을 계획할 때, 오늘은 비싸거나 비현실적인 작업을 일반 소비자 기기가 처리할 있게 것으로 예상할 있다. 다만 "법칙"을 맹신하지 않고 실제 하드웨어 로드맵을 함께 확인해야 한다.

대표 사례

  • 예시: 마이크로프로세서의 트랜지스터 수는 1970년대의 초기 소형 칩에서 2010년대의 수십억 수준까지 증가했다. Computer History Museum은 가장 마이크로프로세서들의 트랜지스터 수가 1971년부터 2010년까지 2년마다 배가 되었다고 설명한다.
  • 법칙에 들어맞는가: 무어의 법칙이 설명하는 장기적인 집적회로 밀도 증가를 보여 주기 때문이다.

적용 사례 / 해당 상황

  • 장기 반도체 추세 분석
  • 하드웨어 로드맵 기획
  • 컴퓨터가 작고, 싸고, 강력해졌는지 설명할
  • 처리 능력, 메모리, 디지털 전자기기의 역사적 성장 이해
  • 하드웨어 능력 향상과 함께 소프트웨어 기대 수준이 커졌는지 논의할

적용하면 안 되는 경우 / 흔한 오용

  • 이것을 물리학의 보장된 법칙처럼 취급하지 말라.
  • 모든 성능이 2년마다 배가 된다고 가정하지 말라. 트랜지스터 수, 성능, 비용, 에너지 효율은 관련 있지만 동일하지 않다.
  • 1965년 원래 진술과 이후의 2년 버전을 혼동하지 말라.
  • "18개월" 버전은 널리 반복되지만, 무어의 1965년 원래 공식은 아니라는 점에 주의하라.
  • 현대 칩을 정밀하게 예측하는 법칙을 그대로 쓰지 말고, 현재의 반도체 로드맵, 제조 한계, 패키징 접근법을 함께 확인하라.

기원 / 유래

  • 제안자: 고든 E. 무어
  • 제안 시기: 출판된 기사 기준으로는 1965년이며, 그와 관련된 이른 Fairchild 내부 문서는 1964년에 작성되었다.
  • 기원 국가 / 맥락: 미국; Fairchild Semiconductor와 초기 집적회로 산업. 당시 무어는 Fairchild Semiconductor의 연구개발 책임자였다.
  • 명칭 메모: "Moore’s Law"라는 용어는 나중에 Carver Mead가 붙였다고 Computer History Museum은 전한다.

짧은 실천 포인트

  • 무어의 법칙은 역사적으로 강력했던 산업 관찰로 이해하는 것이 가장 정확하다. 집적도는 오랫동안 기하급수적 속도로 개선되었지만, 법칙은 자연의 약속이 아니라 추세이자 목표였다.