FPGA는 「빠르기 때문에 사용되는 것」이 아니다.

FPGA의 수요는 “성능”이 아니라 “제약 구조 (constraint structure)”로 결정된다.

• 레이턴시 요구 (latency requirement)
• 결정성 요구 (determinism requirement)
• 장기 공급 (long-term supply)
• 외부 I/O와의 밀결합 (tight coupling)
• ASIC화할 수 없는 영역

이 기사에서는,

FPGA가 어디에서 사용되며, 앞으로 어디에서 성장할 것인가 를

“제약 구조”라는 관점에서 정리한다.

1. FPGA의 수요는 「3가지 제약」으로 결정된다

■ ① 레이턴시 요구 (latency constraint)

최악의 경우 지연 (worst-case latency)이 중요한 영역.

GPU는 공유 자원 경합으로 인해 변동이 발생하지만, FPGA는 latency-bounded dataflow model을 통해

레이턴시를 시스템 내에서 제약으로서 분리할 수 있다.

■ ② 결정성 요구 (determinism)

• EtherCAT
• TSN
• 차량용 (Automotive)
• 의료 (Medical)

“흔들리지 않는 것”이 요건인 영역.

■ ③ 장기 공급·신뢰성 요구 (industrial lifecycle)

• 10~15년 공급
• 온도 범위
• 차량용·의료 등급 (Automotive/Medical grade)

GPU/CPU는 세대 교체가 빠르다.

2. 산업 분야에서의 FPGA (현재의 최대 시장)

■ FA (Factory Automation)

• 이미지 검사
• 로봇 제어
• EtherCAT / TSN
• 센서 퓨전 (Sensor fusion)

결정성 × 스트림 처리 (stream processing) × 장기 공급

→ FPGA가 최적.

■ 산업 네트워크

• EtherCAT: 지연 누적
• TSN: 시간 구속
• CC-Link IE: 구조적 결정성

네트워크 자체가 최악의 경우 지연 (worst-case latency)으로 설계되어 있다.

■ 산업 이미지 처리

• 카메라 → FPGA → 판정
• 1ms 이하의 처리
• 스트림 처리 중심

GPU는 배치 처리 (batch processing)에 적합하므로 불리하다.

3. 통신 분야에서의 FPGA (앞으로 가장 성장할 영역)

■ 5G/6G PHY

• OFDM
• MIMO
• 빔포밍 (Beamforming)

PHY 계층은 고정 레이턴시 × 고속 스트림 처리의 세계.

■ O-RAN (Open RAN)

• DU/BBU의 분리
• NIC 직결 처리
• 커스텀 가속기 (Custom accelerator)

사양이 계속 변하기 때문에 ASIC화하기 어렵다.

■ 패킷 처리

• DPI
• P4
• FPGA SmartNIC

클라우드에서도 채택이 증가하고 있다.

4. 차량용 분야에서의 FPGA (안전성 × 결정성)

■ ADAS

• 센서 퓨전 (Sensor fusion)
• 레이더 신호 처리
• 카메라 전처리

GPU는 강력하지만, 최악의 경우 지연 보장이 어렵다.

■ 차량용 네트워크

• CAN
• Automotive Ethernet
• TSN

결정성이 필수적이다.

5. 의료 분야에서의 FPGA (실시간 × 안전성)

• 초음파
• MRI
• 생체 신호 처리
• 수술 지원 로봇

의료는 “흔들리지 않는 것”이 안전성과 직결된다.

6. AI 분야에서의 FPGA (관점을 한 단계 높이기)

AI는 지금까지 배치 계산 문제 (throughput 최적화)가 중심이었다.

하지만 현장에서는 스트림 제약 문제 (latency 최적화)로 이행하고 있다.

여기서 세 가지의 “최적화 대상”이 나뉜다:

• GPU: 배치 처리 최적화 (대량 동시 계산)
• FPGA: 스트림 처리 최적화 (순차 확정 처리)
• CPU: 제어·분기 최적화 (조건 전이)

■ 스트림 추론 (Stream inference)

GPU는 배치 최적화가 역효과를 낸다.

FPGA는 순차적 스트림 처리로서 실행할 수 있다.

■ INT8 / INT4 inference

저비트 양자화 (low-bit quantization)는 FPGA의 구조와 궁합이 좋다.

■ streaming attention

경량 Transformer를 결정론적 파이프라인 (deterministic pipeline)으로 만들 수 있다.

■ 에지 AI (Edge AI)

• 저전력
• 결정성
• 장기 공급

→ FPGA가 최적.

7. 향후 FPGA가 성장할 영역 (정리)

• 산업 AI (FA × AI)
• 차량용 AI (ADAS × 결정성)
• 의료 실시간 AI
• 통신 (6G PHY / O-RAN)
• 금융 (HFT)
• 에지 AI (저전력 × 결정성)

공통점은 단 하나:

FPGA의 수요는 “성능”이 아니라 “제약 구조”로 결정된다.

한 마디로 요약하면

AI·산업·통신은 배치 계산에서 스트림 제약으로 이행하고 있다.

그 중심에 FPGA가 있다.

전체를 조망하여 이해하고 싶은 경우

👉 정리된 「전체 내비게이션」을 준비해 두었습니다.

단편적인 이해가 아니라, 전체 구조로서 정리하고 싶을 때 참조해 주세요.

토론 (Discussion)