인공지능컴퓨팅을 위한 RISC-V 기술 동향

1. RISC-V 기술 표준화 동향

RISC-V의 개방성과 모듈형 확장 구조가 실제 산업 현장에서 상호운용성으로 실현되기 위해서는 하드웨어 구현과 시스템 소프트웨어 이식성을 아우르는 표준화 체계가 필수적이다. RISC-V International은 이러한 역할을 중심적으로 수행하며 표준의 범위와 완성도를 지속적으로 확장해 왔다[2,4]. 표준화 대상은 초기 RV32I/RV64I 기본 ISA 정의에서 출발하여, 이후 소프트웨어 호환성을 위한 프로파일, AI와 HPC 도메인을 겨냥한 확장, 그리고 시스템 신뢰성을 위한 보안 및 가상화 확장으로 표준화 대상이 다층화되고 있다[4,23,43].

2024년 10월 정식 비준된 RVA23 Profile(v1.0)은 64비트 애플리케이션 프로세서의 필수, 선택 확장을 명시한 소프트웨어 호환성 표준으로, RISC-V Vector Extension(RVV)을 필수 요건으로 격상하고 Hypervisor 확장을 선택 요건으로 포함하여 Linux, GCC, 및 LLVM 기반 시스템 소프트웨어 스택이 단일 컴파일 타깃으로 AI 커널과 수치 연산 라이브러리를 최적화할 수 있는 이식성 기반을 마련하였다[4,11-13,23]. GCC 및 LLVM은 RVA23 프로파일 적용을 통해 컴파일 플래그 단일화, Shadow Stack 통합, 그리고 확장 보유 여부에 따라 실행 시점에 최적 버전을 자동 선택하는 함수 다중 버전화를 GCC 14 및 LLVM 18 이후 메인스트림 업스트리밍(Upstreaming)으로 지원하여, 이기종 RISC-V 하드웨어에서 단일 바이너리의 성능 이식성과 보안 강도를 동시에 확보하고 있다.

또한, AI와 HPC 워크로드를 겨냥한 도메인 확장 표준화도 빠르게 진전되고 있다. RVV는 벡터 연산의 표준 인터페이스를 제공하며, Matrix Extension은 AI 및 HPC 워크로드를 위한 행렬 연산 지원을 목표로 표준화가 진행되고 있다[9,23]. Matrix Extension은 AI 행렬 연산을 효율적으로 지원하기 위한 RISC-V 확장 기술로, 기존 벡터 레지스터를 활용하는 Zvbdot과 전용 행렬 연산 구조를 제공하는 IME, VME, AME 등 다양한 아키텍처가 표준화 과정에서 검토되고 있다[49]. 각 방식은 하드웨어 복잡도와 성능, 전력 효율 및 확장성 간의 균형을 고려하여 설계되었다[49].

한편, AI 컴퓨팅 플랫폼의 신뢰성과 보안성 향상을 위한 시스템 확장 기술도 지속적으로 발전하고 있다. Hypervisor Extension은 가상화 환경을 지원하고, Vector Cryptography Extension은 벡터 기반 암호 연산을 위한 표준 명령어를 제공한다. 또한, CHERI-RISC-V와 Confidential VM Extension(CoVE)은 메모리 보호와 기밀 컴퓨팅을 지원하는 핵심 기술로, AI 서버와 클라우드 환경을 위한 차세대 보안 아키텍처로 표준화가 추진되고 있다[16,21,45].

RISC-V International은 ISO/IEC JTC 1의 PAS(Publicly Available Specification) 제출 기관으로서 RISC-V 규격과 국제표준 간 연계를 강화하고 있으며, ISA를 넘어 프로파일, 시스템 인터페이스 및 소프트웨어 생태계를 포괄하는 개방형 표준 체계를 지속적으로 확장하고 있다[4,23,47]. 또한, 2026년 5월에는 여러 GitHub 저장소와 문서, 메일링 리스트 등에 분산되어 있던 비준 규격을 통합한 ‘RISC-V Ratified Specifications Library’를 공개하였다. 이를 통해 ISA 규격, 프로파일, 디버그‧트레이스, 응용 프로그램 이진 인터페이스(ABI), 펌웨어 인터페이스 및 플랫폼 소프트웨어 요구사항을 단일 접근점에서 제공함으로써 표준 문서의 접근성과 일관성을 향상시키고 있다[51].

2. AI지원 RISC-V 확장 기술 동향

RISC-V의 AI 지원 ISA 확장 기술은 AI 워크로드의 병렬성과 데이터 처리 특성을 효율적으로 지원하기 위한 연산 구조와 시스템 지원 기능을 중심으로 발전하고 있다[2,4]. 생성형 AI와 LLM의 확산으로 벡터, 행렬 및 텐서 연산의 중요성이 증가함에 따라, RISC-V는 RVV, Matrix Extension 및 AI 특화 명령어 확장을 통해 범용 프로세서와 AI 가속기의 성능 및 전력 효율을 지속적으로 향상시키고 있다[6,9,23,41].

연산 구조 측면에서 RVV는 벡터 길이 독립(VLA: Vector-Length Agnostic) 구조를 채택하여 다양한 벡터 길이에 대한 유연한 병렬 처리를 지원한다. Matrix Extension은 트랜스포머와 대규모 언어모델의 핵심 연산인 행렬 및 텐서 연산을 효율적으로 지원하며, INT8, INT4, BF16 등 저정밀도 연산을 통해 AI 워크로드의 성능과 에너지 효율을 향상시키도록 설계되었다[6,9,10]. 이러한 ISA 확장은 AI 전용 가속기 뿐만 아니라 범용 프로세서에서도 AI 연산의 병렬성과 데이터 처리 효율을 높일 수 있도록 지원한다.

LLVM, GCC, OpenSBI, Linux 및 Zephyr RTOS 등 시 스 템 소프트웨어의 지 원 이 확대되면서 RISC-V 기반 AI 플랫폼의 이식성과 개발 효율성이 향상되고 있다. 또한 PyTorch, TensorFlow Lite 및 ONNX Runtime 등 주요 AI 프레임워크에 대한 지원도 지속적으로 확대되어 다양한 AI 응용의 개발 및 실행 환경이 강화되고 있다[4,11-13]. 이러한 소프트웨어 생태계의 발전은 동일한 AI 모델을 다양한 RISC-V 기반 프로세서와 AI 가속기에서 효율적으로 실행할 수 있는 HW/SW 공동 최적화 환경을 제공하고 있다.

3. 주요 국가별 기술 동향

최근 RISC-V를 둘러싼 글로벌 경쟁은 프로세서 개발을 넘어 시스템 소프트웨어, AI 가속기 및 개방형 생태계를 포함하는 국가 차원의 기술 경쟁으로 확대되고 있다[4,28]. 표 2와 같이 미국은 AI 데이터 센터와 생성형 AI를 중심으로 고성능 프로세서와 오픈소스 생태계를 선도하고 있으며, 중국은 국가 주도의 RISC-V 육성 정책을 기반으로 AIoT와 Edge AI 중심의 독자적인 컴퓨팅 생태계를 구축하고 있다[28-32]. 유럽은 OpenHW Group과 European Processor Initiative(EPI)를 중심으로 RISC-V 기반 HPC 및 개방형 프로세서 생태계를 확대하고 있으며[33-36], 국내도 AI 반도체와 RISC-V 기반 시스템 소프트웨어를 중심으로 핵심 기술 개발과 국제 표준화 참여를 추진하고 있다[37,38].

이처럼 국가별 RISC-V 전략은 산업 환경과 정책 목표에 따라 차별화된 발전 방향을 보이고 있으며, 범용 프로세서, AI 가속기, 시스템 소프트웨어 및 오픈소스 생태계를 중심으로 기술 경쟁이 전개되고 있다. 다음에서는 주요 국가의 RISC-V 기술 개발 동향과 추진 전략을 중심으로 살펴본다.

3.1 미국 기술 동향

미국은 RISC-V ISA의 개발을 주도한 국가로, 범용 프로세서, AI 가속기 및 시스템 소프트웨어 전반에서 RISC-V 생태계를 선도하고 있다[1,22]. SiFive, Ventana, Esperanto 및 Tenstorrent는 RVV와 Matrix Extension 기반의 범용 프로세서 및 AI 가속기를 개발하고 있으며, NVIDIA는 GPU 시스템 프로세서와 AI 추론 엔진(DLA)의 제어 프로세서에 RISC-V를 적용하는 한편, NVLink Fusion을 통해 RISC-V 기반 커스텀 CPU와 NVIDIA GPU를 NVLink 인터커넥트로 통합하는 이기종 컴퓨팅 플랫폼 전략을 제시하였다[5,8,10,25].

데이터센터 분야에서는 Rivos가 Canonical과 협력하여 확장형 RISC-V 플랫폼을 개발하고 있으며, AheadComputing도 AI 및 클라우드 환경을 대상으로 고성능 RISC-V 프로세서 기술을 추진하고 있다. 자동차 분야에서는 MIPS P8700이 첨단운전자 지원시스템과 자율주행을 지원하고, 우주‧국방 분야에서는 Microchip의 64비트 HPSC MPU와 BAE Systems의 SiFive 기반 내방사선 보안 칩이 개발되는 등 RISC-V의 적용 범위가 고신뢰성 컴퓨팅 영역으로 확대되고 있다[48]. 또한, DARPA를 중심으로 CHERI-RISC-V, Vector Cryptography 및 기밀 컴퓨팅 기술을 활용한 AI 보안 프로세서 연구가 추진되고 있으며[16,21,27], AI 데이터센터뿐만 아니라 Physical AI와 SDR(Software Defined Robotics) 플랫폼을 위한 개방형 시스템 소프트웨어와 보안 기술 개발도 확대되고 있다[15,44,46].

3.2 중국 기술 동향

중국은 반도체 공급망 자립과 AI 컴퓨팅 경쟁력 강화를 위해 RISC-V를 국가 전략기술로 육성하고 있다[28]. 2023년 설립된 중국 ‘ISC-V 산업기술위원회’에는 180여 개의 기업과 기관이 참여하고 있으며, 중국과학원 산하 BOSC는 香山(Xiangshan) 프로젝트를 통해 쿤밍호(Kunminghu) V2/V3 서버 프로세서(SPECInt2006성능 15~18, V3 목표 22)를 공동 개발하고 있다[49]. Alibaba T-Head는 XuanTie C930에 2세대 AME(Accelerated Matrix Extension)를 적용하고, 자체 벡터 엔진인 Titan(512~4,096비트)과 TPE(Tensor Processing Engine)를 통합하여 AI 연산 성능을 향상시키고 있으며, ESWIN은 EIC7700X부터 40 TOPS급 EIC7702X까지 AI 엣지 컴퓨팅 프로세서 로드맵을 제시하고 있으며, DeepSeek-7B를 초당 약 15토큰으로 실행할 수 있는 성능을 구현하였다[49]. StarFive는 기존 RVV의 순차 실행 구조를 개선한 Out-of-Order 기반 Basan 코어를 개발하여 CNN, OpenCV 및 BLAS 워크로드의 성능을 2~3배 향상시켰으며, Sophgo는 64코어 RISC-V 서버 SoC 기반 HPC 서버를 출시하는 등 생성형 AI와 AI 데이터센터를 위한 RISC-V 기반 개방형 AI 컴퓨팅 플랫폼 구축을 지속적으로 추진하고 있다[29-31].

시스템 소프트웨어 분야에서는 openEuler, open-Kylin 및 RT-Thread를 중심으로 RISC-V 기반 운영체제와 개발도구 생태계가 지속적으로 확대되고 있다. openEuler는 x86, Arm 및 RISC-V를 지원하는 통합 운영체제 플랫폼을 제공하고, openKylin은 자동화 빌드 시스템을 기반으로 대규모 RISC-V 소프트웨어 패키지의 개발과 배포를 지원하고 있다[32]. 또한, Alibaba DAMO Academy는 RISC-V 기반 Confidential VM Extension(CoVE)을 구현하여 AI 워크로드의 기밀성 보장과 민감 데이터 보호를 위한 기밀 컴퓨팅 기술을 개발하는 등 RISC-V 기반 시스템 보안 기술도 지속적으로 고도화되고 있다.

3.3 유럽 기술 동향

유럽은 디지털 주권 확보를 위해 RISC-V 기반 개방형 프로세서와 HPC 기술 개발을 추진하고 있다[33]. OpenHW Group은 CVA6 및 CV32E40P 등 오픈소스 RISC-V 프로세서 IP를 제공하고 있으며[34], Codasip은 자동차 및 AI 응용을 위한 상용 RISC-V IP를 개발하고 있다[35]. EPI는 HPC 및 AI 워크로드를 지원하는 차세대 프로세서를 연구하고 있으며[28], EuroHPC와 바르셀로나 슈퍼컴퓨팅센터(BSC)는 Openchip 및 NEC와 협력하여 RISC-V 기반 차세대 슈퍼컴퓨터 개발을 추진하는 등 ‘오픈 실리콘에서 주권형 슈퍼컴퓨팅으로’라는 방향성 아래 HPC 자립 전략을 구체화하고 있다[48]. 자동차 분야에서는 독일 Infineon이 RISC-V 기반 자동차 마이크로컨트롤러 패밀리를 출시하고 HighTec EDV-System이 Nuclei RISC-V CPU IP 지원을 추가했으며, EU 반도체 협력체인 Chips JU도 차량용 RISC-V 활용을 조율하고 있다[52,53]. 데이터 센터‧클라우드 영역에서는 프랑스 Scaleway가 자체 클라우드 기반 RISC-V 서버를 구축‧운영한 사례를 발표했고, 네덜란드 Axelera AI는 HPC용 확장 가능 AI 칩렛 개발에 최대 6,160만 유로의 보조금을 확보해 유럽 차원의 AI 반도체 자립 투자도 병행되고 있다[48]. 우주 분야에서는 유럽우주국(ESA)이 RISC-V를 우주 컴퓨팅에 채택해 ‘새로운 궤도를 개척하는 RISC-V’라는 주제로 관련 연구를 발표하는 등, HPC와 자동차뿐만 아니라 방사선 내성이 요구되는 극한 환경으로도 적용 범위를 넓히고 있다[48].

유럽의 특징은 보안 및 신뢰 컴퓨팅 분야에 관한 높은 연구 역량이다. University of Cambridge는 CHERI-RISC-V 연구를 주도하며 Capability 기반 메모리 보호 기술의 표준화를 이끌고 있고, ETH Zurich의 Secure & Trustworthy Systems Group은 RISC-V 기반 TEE(신뢰실행환경) 연구를 수행하고 있으며, Fraunhofer IMS는 암호화 유닛을 탑재한 RISC-V 기반 Trustworthy Embedded AI 칩을 개발한 바 있다[16,33,36]. 이러한 개별 기관의 연구 성과는 향후 AI Security Processor 및 Secure AI 인프라 구축의 기반이 될 것으로 평가된다.

3.4 국내 기술 동향

국내에서는 AI 반도체를 국가전략기술로 지정하고, RISC-V 기반 범용 프로세서와 시스템 소프트웨어의 핵심 기술 확보를 위한 연구개발을 확대하고 있다[37]. ETRI는 RISC-V 기반 슈퍼컴퓨터용 가속기와 시스템반도체의 설계 기간을 단축하고 개발 효율을 향상시키기 위한 반도체 설계 기술인 RISC-V eXpress(RVX)를 개발하였다. 또한, SDR 환경에 적합한 개방형 소프트웨어 플랫폼을 구현하기 위해 RISC-V 기반 시스템 SW 기술을 개발‧고도화하고 있다[38].

보안 분야에서는 삼성이 하드웨어 기반 보안 아키텍처인 WorldGuard를 활용한 RISC-V 신뢰실 행환경 오픈소스 프로젝트 Vyond를 공개하였다. Vyond는 Rust 기반 Security Monitor와 SiFive 참조 구현을 토대로 개발되었으며, WorldGuard가 적용된 Rocket SoC에서의 실행을 목표로 하고 있다. 이와 함께 삼성은 StarFive VisionFive 2를 대상으로 Tizen OS의 RISC-V 지원을 확대하고, UI 프레임워크, SDK 및 .NET 런타임을 확장하는 한편, RISE(RISC-V Software Ecosystem) 참여를 통해 RVV 기반 소프트웨어 생태계 구축에도 이바지하고 있다[50].

1. 시장 동향

AI 컴퓨팅 시장은 생성형 AI 및 LLM 기술의 확산으로 데이터센터 중심에서 Edge AI, 산업용 AI, 지능형 로봇 등으로 응용 영역이 확대되며 최적화된 프로세서 수요가 증가하고 있으며, 이에 범용 CPU의 한계를 넘어 AI 가속기 기반 이기종 컴퓨팅으로 전환되는 가운데, 개방형 ISA인 RISC-V가 차세대 프로세서 시장의 성장축으로 부상하고 있다[2-4,7,17].

시장조사 기관들은 AI 반도체 시장의 성장세가 지속됨에 따라 향후 10년간 RISC-V 생태계 역시 안정적인 성장이 지속될 것으로 전망한다. MRFR(Market Research Future)이 발표한 시장 분석에서는 글로벌 RISC-V 기술 시장이 2025년 약 30.4억 달러에서 2035년 약 202억 달러 규모로 확대되어 연평균 20.9% 성장할 것으로 전망하였으며[7], SNS Insider와 Acumen Research 역시 AI 반도체와 Edge AI 시장 확대를 반영하여 높은 성장 가능성을 제시하고 있다. 이러한 성장은 AI 데이터센터 투자 확대뿐만 아니라 AIoT, 산업용 로봇, 자율주행, Physical AI 및 엣지 컴퓨팅 시장의 확산이 동시에 이루어지고 있기 때문으로 분석된다.

RISC-V 기반 SoC 출하량은 2023년 약 13억 개에서 2031년 약 205억 개로 증가할 것으로 전망되며, 시장 점유율도 2024년 5.9%에서 2031년 25.7%까지 확대가 예측된다[48]. 특히 생성형 AI와 AI 데이터 센터의 확산에 따라 2028년 이후 RISC-V 기반 SoC의 출하량이 증가세를 보일 것으로 전망된다[48].

산업 측면에서도 RISC-V의 적용 범위는 기존 MCU와 임베디드 프로세서를 중심으로 한 응용 분야에서 범용 프로세서, AI 가속기, 데이터센터용 프로세서, 자동차용 SoC 및 산업용 엣지 컴퓨팅 플랫폼으로 확대되고 있다.

2. 산업 분야 적용 사례

2.1 AI 컴퓨팅 및 데이터센터 적용 사례

생성형 AI와 대규모 언어모델의 확산에 따라 AI 데이터센터에서는 대규모 병렬처리와 고효율 AI 추론을 지원할 수 있는 개방형 컴퓨팅 플랫폼에 대한 요구가 지속적으로 증가하고 있다. 이에 따라 RISC-V는 GPU 및 AI 가속기의 제어 프로세서, AI 추론 가속기 등 적용 범위를 확대하고 있다[4,6,23].

대표적인 사례로 Alibaba는 XuanTie C930 서버 프로세서와 TeleVPU AI 비디오 가속기를 통해 AI 데이터센터와 AI-HPC 서비스를 제공하고 있다. 또한 SOPHGO는 SG2042 기반 AI 서버 플랫폼을, Rivos와 Canonical은 Ubuntu 기반 데이터센터 플랫폼을 구축하여 RISC-V 기반 서버 생태계를 확대하고 있다[5,23,29-31,48].

최근에는 AI 추론 플랫폼도 빠르게 발전하고 있다. Tenstorrent는 Wormhole과 Blackhole 기반 AI 서버 플랫폼을 통해 생성형 AI와 LLM 추론을 지원하고 있으며, Semidynamics는 메모리 중심(Memorycentric) AI 추론 프로세서를 개발하여 데이터 이동을 최소화한 데이터센터 AI 인프라를 제안하고 있다. Esperanto Technologies 역시 대규모 병렬 RISC-V 기반 AI 추론 프로세서를 개발하여 고성능‧저전력 AI 서비스를 지원하고 있다[6,10,26,41]. 이처럼 RISC-V는 AI 서버, 클라우드 AI, AI-HPC 및 생성형 AI 서비스까지 적용 범위를 확대하며 개방형 AI 데이터센터 플랫폼의 핵심 아키텍처로 자리 잡고 있다[4,7,40,42].

2.2 Edge AI 적용 사례

Edge AI 환경에서는 저전력과 실시간 응답성이 중요해짐에 따라 AI 추론 기능을 내장한 RISC-V 기반 SoC의 활용이 빠르게 확대되고 있다. RISC-V는 사용자 정의 ISA 확장과 AI 가속기의 유연한 통합이 가능하여 AIoT, 산업자동화, 스마트카메라 및 스마트 디바이스와 같은 온디바이스 AI 플랫폼에 적합한 구조를 제공한다[2,14].

대표적으로 ESWIN은 GPU, NPU, 그리고 DSP를 통합한 AI SoC를 통해 LLM 추론과 다채널 영상 분석을 지원하고 있으며, Andes Technology는 AIoT용 딥러닝 가속기와 임베디드 LLM 기술을 제공하고 있다. 또한, StarFive와 Nuclei는 RVV 기반 프로세서와 AI 추론 프로세서를 통해 Edge AI 성능을 향상시키고 있으며, Alibaba XuanTie는 XTAI 플랫폼을 기반으로 객체 검출, 영상 분석, 초해상도 및 온디바이스 LLM 추론을 지원하고 있다[29-31,40,48,49].

이와 같이 RISC-V 기반 Edge AI 플랫폼은 저전력 AI 추론과 실시간 데이터 처리를 요구하는 다양한 응용 분야로 확대되고 있으며, 향후 AIoT와 산업용 AI 플랫폼의 핵심 컴퓨팅 기반으로 활용이 더 증가할 것으로 전망된다.

2.3 Physical AI 및 SDx 적용 사례

Physical AI의 확산으로 센서 융합, AI 추론, 실시간 제어를 하나의 플랫폼에서 통합 수행할 수 있는 컴퓨팅 아키텍처의 중요성이 높아지고 있다. 개방형 ISA와 사용자 정의 명령어 확장을 지원하는 RISC-V는 로봇, 자율주행차, 드론, 스마트 팩토리와 소프트웨어 정의 차량을 비롯한 AI 플랫폼에서는 AI 연산을 수행하는 핵심 컴퓨팅 요소로 활용되고 있다[14,44].

Alibaba는 ROS 기반 Robot Car 플랫폼을 통해 AI 비전 인식, SLAM, 주행 경로 생성과 장애물 회피 기능을 통합한 자율주행 기술을 개발하였으며[29], ESWIN은 V-SLAM과 산업용 비전 검사, 로봇 제어를 지원하는 AI SoC를 제공하고 있다. 자동차 분야에서는 Great Wall Motors가 RISC-V 기반 SDV 플랫폼을 개발하고 있으며, Infineon도 차량용 RISC-V 마이크로컨트롤러를 발표하여 차량용 컴퓨팅 시장을 확대하고 있다[52]. 우주‧항공 분야에서는 Microchip의 PIC64-HPSC와 ESA, NASA, BAE Systems 등의 연구를 통해 우주 컴퓨팅과 자율 우주 탐사 시스템에도 RISC-V 기반 플랫폼이 적용되고 있다[14,15,44,48]. 이처럼 RISC-V는 Physical AI와 SDx 환경에서 AI 추론, 센서 처리 및 실시간 제어를 통합하는 개방형 컴퓨팅 플랫폼으로 활용 범위를 지속적으로 확대하고 있다.

2.4 AI 보안 및 신뢰 컴퓨팅 적용 사례

생성형 AI 서비스의 적용 범위가 확대되면서 AI 모델, 데이터 및 컴퓨팅 자원의 보호가 중요한 과제로 부상하면서 RISC-V는 AI 데이터센터와 Edge AI를 위한 신뢰 컴퓨팅 플랫폼으로 활용되고 있다. 대표적으로 CHERI-RISC-V는 Capability 기반 메모리 보호를 통해 메모리 안전성을 향상시키고 있으며[16], Codasip은 CHERI 기반 상용 프로세서를 공개하여 보안 프로세서 적용 가능성을 제시하였다[21,27]. Vector Cryptography Extension은 AES와 SHA 등 암호 연산을 벡터 기반으로 가속하여 데이터센터와 클라우드 환경의 암호 처리 성능을 향상시키고 있으며, WorldGuard는 하드웨어 기반 자원 격리를 지원하여 미션 크리티컬 시스템으로 적용 범위를 확대하고 있다[17,21,27].

또한, Hypervisor 확장과 CoVE는 AI 워크로드의 안전한 격리와 신뢰 실행 환경을 제공하며[45], 데이터센터뿐만 아니라 자동차와 AIoT 플랫폼에서도 활용이 확대되고 있다. 최근에는 Infineon, Microchip, Rivos 등의 사례와 같이 보안, 가상화 및 신뢰 실행 기술을 AI 컴퓨팅 플랫폼과 통합하는 방향으로 발전하고 있으며, RISC-V는 AI Security Processor와 Secure AI Infrastructure 구현을 위한 핵심 플랫폼으로 자리 잡고 있다[23,45,48].