From Sequential R&D to Trusted Co-Innovation: The EPIC Model for Semiconductor Innovation
The semiconductor industry has long depended on collaboration between technology developers, equipment suppliers and manufacturers. But as artificial intelligence reshapes computing, established ways of working together may no longer be sufficient. The next wave of innovation will depend not just on what companies develop, but on how early they work together, how they share expertise and how quickly they can solve problems across organizational boundaries.
반도체 산업은 오랫동안 기술 개발사, 장비 공급업체, 제조업체 간의 협력에 의존해 왔습니다. 그러나 인공지능(AI)이 컴퓨팅을 재구조화함에 따라, 기존의 협업 방식은 더 이상 충분하지 않을 수 있습니다. 차세대 혁신은 기업들이 무엇을 개발하느냐뿐만 아니라, 얼마나 일기 협력하고, 전문 지식을 어떻게 공유하며, 조직의 경계를 넘어 문제를 얼마나 신속하게 해결할 수 있는지에 달려 있습니다.
That was a central message in Applied Materials President and CEO Gary Dickerson’s keynote at the unveiling of the company’s EPIC Center. His perspective was that AI’s growing demands call for a different approach to research and development. An approach that brings partners together earlier and enables innovation across the entire semiconductor technology stack.
이는 어플라이드 머티어리얼즈(Applied Materials)의 사장 겸 CEO인 게리 디커슨(Gary Dickerson)이 EPIC 센터 공개 행사의 기조연설에서 강조한 핵심 메시지였습니다. 그의 관점에 따르면, AI의 증가하는 요구는 연구개발(R&D)에 대한 다른 접근 방식을 요구합니다. 파트너들을 더 일찍 한데 모으고 전체 반도체 기술 스택 전반에 걸쳐 혁신을 가능하게 하는 접근 방식입니다.
Move collaboration upstream
Traditional technology development can resemble a sequence of handoffs. One company develops a component or process, another works to integrate it, and further challenges emerge as the technology moves toward manufacturing and system deployment.
전통적인 기술 개발은 일련의 인수인계 과정과 유사할 수 있습니다. 한 기업이 부품이나 공정을 개발하면 다른 기업이 이를 통합하기 위해 노력하고, 기술이 제조 및 시스템 배치 단계로 이동함에 따라 추가적인 과제들이 부상합니다.
That approach becomes increasingly difficult when the performance of the final system depends on multiple technologies advancing together. Decisions about materials, equipment, transistor structures, interconnects, packaging, memory and system architecture can affect one another. Waiting until later development stages to address those dependencies can lead to costly redesigns and extended timelines.
최종 시스템의 성능이 여러 기술의 동반 진전에 의존할 때 이러한 접근 방식은 점점 더 어려워집니다. 소재, 장비, 트랜지스터 구조, 인터커넥트, 패키징, 메모리, 시스템 아키텍처에 대한 결정은 서로에게 영향을 미칠 수 있습니다. 이러한 상호 의존성을 해결하는 것을 개발 후반 단계까지 미루면 비용이 많이 드는 재설계와 일정 지연으로 이어질 수 있습니다.
A more effective model brings the relevant expertise into the process earlier. Rather than optimizing individual technologies against assumptions about what other parts of the system will deliver, partners can identify requirements and constraints together.
더 효과적인 모델은 관련 전문 지식을 프로세스에 더 일기 끌어들이는 것입니다. 시스템의 다른 부분이 무엇을 제공할 것인지에 대한 가정에 맞춰 개별 기술을 최적화하기보다는, 파트너들이 요구 사항과 제약 조건을 함께 파악할 수 있습니다.
This creates opportunities to test ideas earlier, evaluate trade-offs jointly and pursue solutions that may be difficult for any company to develop independently. It also allows R&D teams to work in parallel on interdependent challenges instead of waiting for one stage to finish before another can begin.
이를 통해 아이디어를 더 일기 테스트하고, 상충 관계(trade-off)를 공동으로 평가하며, 어느 한 기업이 독자적으로 개발하기 어려운 솔루션을 추구할 수 있는 기회가 창출됩니다. 또한 R&D 팀들이 한 단계가 끝나기를 기다렸다가 다음 단계를 시작하는 대신, 상호 의존적인 과제들에 대해 병렬로 작업할 수 있게 해줍니다.
Innovate across the technology stack
Dickerson’s vision extends beyond closer collaboration on individual projects. It calls for a broader view of semiconductor innovation, in which technologies are developed with the needs of the complete computing system in mind.
디커슨의 비전은 개별 프로젝트에 대한 긴밀한 협력을 넘어섭니다. 이는 완전한 컴퓨팅 시스템의 요구를 염두에 두고 기술이 개발되는, 반도체 혁신에 대한 더 넓은 시야를 요구합니다.
For AI infrastructure, that means connecting research in materials and manufacturing processes with advances in transistors, interconnects, memory integration and advanced packaging. Progress in one area must translate into meaningful improvements at the system level, including performance, energy efficiency and manufacturability.
AI 인프라의 경우, 이는 소재 및 제조 공정 연구를 트랜지스터, 인터커넥트, 메모리 통합, 첨단 패키징의 발전과 연결하는 것을 의미합니다. 한 분야의 진전은 성능, 에너지 효율성, 제조 용이성을 포함한 시스템 수준의 의미 있는 개선으로 이어져야 합니다.
This shift also changes how companies think about R&D priorities. The most valuable opportunities may lie at the boundaries between technologies, where a challenge cannot be resolved through improvements to a single component. Bringing different disciplines and organizations into the same development process can help uncover those opportunities earlier.
이러한 변화는 또한 기업들이 R&D 우선순위를 생각하는 방식도 바꿉니다. 가장 가치 있는 기회는 단일 부품의 개선만으로는 과제를 해결할 수 없는 기술 간의 경계에 존재할 수 있습니다. 서로 다른 분야와 조직을 동일한 개발 프로세스로 끌어들이면 이러한 기회들을 더 일기 발견하는 데 도움이 될 수 있습니다.
Trust is an operating requirement
Earlier collaboration creates another requirement: companies must be able to work together in a trusted environment.
더 이른 협력은 또 다른 요구 사항을 만들어냅니다. 즉, 기업들이 신뢰할 수 있는 환경에서 함께 일할 수 있어야 합니다.
Semiconductor companies operate in a highly competitive industry, and sensitive technical information cannot be shared without appropriate safeguards. Yet effective co-innovation often depends on partners understanding one another’s constraints, exchanging relevant expertise and addressing integration problems before they become expensive obstacles.
반도체 기업들은 치열한 경쟁 산업에서 운영되고 있으며, 민감한 기술 정보는 적절한 보호 장치 없이는 공유될 수 없습니다. 그러나 효과적인 공동 혁신은 종종 파트너들이 서로의 제약 조건을 이해하고, 관련 전문 지식을 교환하며, 통합 문제가 비용이 많이 드는 장애물이 되기 전에 해결하는 것에 의존합니다.
Trust is therefore more than a cultural aspiration. It is an enabler of technical progress. Companies need a shared understanding of what can be discussed, how information is protected and where joint work can create value. Establishing those conditions makes it easier for teams to engage earlier and tackle complex problems together.
따라서 신뢰는 단순한 문화적 지향점 그 이상입니다. 그것은 기술적 진보의 촉진제입니다. 기업들은 무엇을 논의할 수 있는지, 정보는 어떻게 보호되는지, 그리고 공동 작업이 어디서 가치를 창출할 수 있는지에 대해 공유된 이해가 필요합니다. 이러한 조건을 확립하면 팀들이 더 일기 참여하고 복잡한 문제를 함께 해결하기가 더 쉬워집니다.
The objective is not to remove competitive boundaries. It is to create the conditions in which companies can collaborate on shared technical challenges while protecting their individual interests.
목표는 경쟁의 경계를 없애는 것이 아닙니다. 개별 이익을 보호하면서 기업들이 공통의 기술 과제에 대해 협력할 수 있는 조건을 만드는 것입니다.
EPIC as a model for co-innovation
The EPIC Center provides a physical setting for this approach. By bringing Applied Materials and industry partners together to work on next-generation materials, processes and equipment, it is intended to support more direct interaction and earlier experimentation.
EPIC 센터는 이러한 접근 방식을 위한 물리적 공간을 제공합니다. 어플라이드 머티어리얼즈와 업계 파트너들을 한데 모아 차세대 소재, 공정, 장비에 대해 협력하게 함으로써, 더 직접적인 상호작용과 더 이른 실험을 지원하고자 합니다.
Its larger significance is the model it represents: connecting expertise, aligning research priorities and tackling interdependent technology challenges before they become downstream integration problems. The value of such a model will ultimately be measured by what it enables: faster learning, more effective development and technologies that reach manufacturing and the market sooner.
그 더 큰 의의는 그것이 나타내는 모델에 있습니다. 즉, 전문 지식을 연결하고, 연구 우선순위를 조율하며, 상호 의존적인 기술 과제들이 다운스트림 통합 문제가 되기 전에 해결하는 것입니다. 이러한 모델의 가치는 궁극적으로 그것이 가능하게 하는 것, 즉 더 빠른 학습, 더 효과적인 개발, 그리고 더 빨리 제조와 시장에 도달하는 기술들을 통해 평가될 것입니다.
As AI continues to expand the demands on computing, the semiconductor industry will need to innovate at a pace that individual organizations cannot always achieve working independently. Companies that can combine deep technical expertise with earlier engagement, parallel development and trusted collaboration will be better positioned to turn ambitious research into practical advances.
AI가 컴퓨팅에 대한 요구를 계속해서 확대함에 따라, 반도체 산업은 개별 조직들이 독자적으로 일할 때는 항상 달성할 수 없는 속도로 혁신해야 할 것입니다. 깊이 있는 기술적 전문 지식을 더 이른 참여, 병렬 개발, 그리고 신뢰에 기반한 협력과 결합할 수 있는 기업들이 야심찬 연구를 실질적인 발전으로 전환하는 데 더 유리한 위치를 차지하게 될 것입니다.
The next competitive advantage may depend as much on how the industry innovates as on the technologies it invents. EPIC reflects an effort to put that principle into practice.
다음 경쟁 우위는 산업이 발명하는 기술만큼이나 산업이 어떻게 혁신하느냐에 달려 있을 수 있습니다. EPIC은 그 원칙을 실천에 옮기려는 노력을 반영합니다.
For the industry-level explanation of why this change is needed, see the companion article, “The Industry Challenge: AI Is Forcing Semiconductor Innovation Beyond the Chip.”
이러한 변화가 왜 필요한지에 대한 산업 수준의 설명은 관련 기사, “산업적 과제: AI가 반도체 혁신을 칩 너머로 강제하고 있다(The Industry Challenge: AI Is Forخص Semiconductor Innovation Beyond the Chip)”를 참조하십시오.
Read the press release about the October 12th unveiling of the EPIC Center.
