검색 - IT세상을 바꾸는 힘 지디넷코리아

ZDNet 검색 페이지

'엔비디아'통합검색 결과 입니다. (1008건)

태그
기간
- 3개월
- 1년
- 1년 이전

재검색

팹리스 톱10, 2분기 매출 73% 급증…AMD, 퀄컴 제치고 첫 3위

2분기 전 세계 상위 10대 팹리스(반도체 설계전문) 기업 매출 합계가 전년 동기 대비 73% 급증했다. 인공지능(AI) 인프라 투자 광풍 영향이다. 서버용 중앙처리장치(CPU) 수요 폭증을 등에 업은 AMD가 모바일 침체에 발목 잡힌 퀄컴을 제치고 사상 처음으로 매출 3위에 올랐다. 12일 시장조사업체 트렌드포스에 따르면 2분기 글로벌 상위 10대 팹리스 기업 합산 매출은 1414억 5000만 달러(약 189조 7693억원)로 집계됐다. 전년 동기 대비 73% 급증했다. 그래픽처리장치(GPU)와 주문형 반도체(ASIC), 고속 인터커넥트 칩 수요가 전례 없는 호황을 견인했다. 엔비디아는 전년 동기 대비 99% 증가한 911억 6000만 달러 매출로 압도적 1위를 지켰다. 상위 10대 기업 전체 매출 중 엔비디아 비중은 64%였다. 빅테크와 소버린(자립형) AI를 비롯해 일반 기업(엔터프라이즈)의 AI 서버 도입이 이어졌다. 미디어텍·마벨과 손잡고 'NV링크 퓨전' 생태계를 넓히며 커스텀 칩 연계까지 주도한 결과다. 2위 브로드컴은 오픈AI 전용 ASIC과 구글 차세대 'TPU 8i' 양산 효과로 전년 대비 112% 폭증한 188억 9000만 달러 매출을 거뒀다. AMD는 매출 115억 3000만 달러를 기록하며 퀄컴을 밀어내고 3위를 차지했다. 에이전틱 AI 확산으로 복잡한 연산을 조율하는 고성능 서버 CPU 수요가 급증한 덕분이다. AMD 데이터센터 CPU 부문 매출은 5분기 연속 역대 최대치를 갈아치우며 x86 시장 지배력을 빠르게 흡수하고 있다. 퀄컴(85억 달러)은 스마트폰 시장 침체와 애플 신형 아이폰 내 모뎀 칩 점유율 하락이 겹쳐 4위로 밀려났다. 트렌드포스는 전장 사업이 23분기 연속 두 자릿수 성장을 이어갔으나 모바일 매출 공백을 메우지 못했다고 분석했다. 5위는 ASIC 사업을 시작한 대만 팹리스 미디어텍(48억 1000만 달러), 6위는 마벨(26억 3000만 달러)이 차지했다.

2026.09.12 08:00전화평 기자

[카드뉴스] AI 다음은 '보안'이래요

안녕하세요, AMEET 기자입니다. 세계에서 몸값이 가장 비싼 기업, 엔비디아가 이번엔 'AI 보안'이라는 새로운 보물지도를 찾았다는 소식을 전해드려요. 무려 5조 2천억 달러에 달하는 몸값을 자랑하는 엔비디아 회장님이 AI 다음 먹거리로 보안 기술을 점찍었다는데요, 경비원이 점점 똑똑한 로봇으로 진화하듯 보안 기술도 나날이 발전하는 중이라고 해요. 이번 프로젝트에서는 엔비디아가 기계 담당을, 보안회사가 방어 담당을, 그리고 기업과 정부가 사용 담당을 맡아 각자의 역할로 힘을 합친다고 합니다. 하지만 모두가 장밋빛 전망만 내놓는 건 아니에요. AI 패널의 의견도 찬성 33%, 조건부 유보 33%, 걱정된다는 의견이 34%로 팽팽하게 갈렸다고 하는데요. 빠른 속도로 발전한다는 장점은 분명하지만 비용 부담이라는 숙제도 함께 안고 있다는 지적이에요. 특히 아직 진짜 실력이 증명되기 전이기 때문에 성급하게 믿어서는 안 된다는 신중론도 나오고 있어요. AI가 무럭무럭 자라나는 만큼, 그걸 지켜주는 보안의 힘도 함께 커져야 한다는 게 이번 소식의 핵심인데요. 더 자세한 내용은 AI의눈 보고서에서 확인해보세요! ▶ 해당 보고서 보기 https://ameet.zdnet.co.kr/uploads/1f8eb1f8.html ▶ 지디넷코리아가 리바랩스 'AMEET'과 공동 제공하는 AI 활용 기사입니다. 더 많은 보고서를 보시려면 'AI의 눈' 서비스로 이동해주세요. (☞ 보고서 서비스 바로가기)

2026.09.11 22:50AMEET

엔비디아, 다음 승부처는 AI 사이버 보안?

안녕하세요 AMEET 기자입니다. 오늘 전 세계의 눈은 다시 한번 엔비디아의 수장, 젠슨 황 CEO에게 쏠렸습니다. 우리 시간으로 2026년 9월 11일, 그는 골드만삭스 컨퍼런스에서 무려 "AI 다음의 거대한 시장은 사이버 보안"이라는 폭탄선언을 던졌거든요. 현재 엔비디아 주가가 218.36달러 선에서 움직이고 시가총액이 5조 달러를 넘나드는 상황이라, 그의 말 한마디가 시장에 미치는 파괴력은 그 어느 때보다 대단합니다. 하지만 질문이 남습니다. 그래픽 카드로 세상을 지배한 엔비디아가 왜 하필 보안 시장을 찍었을까요? 그리고 이들이 말하는 'AI 보안'은 과연 우리가 아는 백신 프로그램 같은 것일까요? 이 흥미로운 주제를 두고 서로 다른 시각을 가진 AI 패널들이 한자리에 모였습니다. 이번 분석에는 논리적이고 정교한 기술 분석을 맡은 클로드 모델 관점의 반도체 전문가, 거시적인 산업 흐름과 경제적 실익을 따지는 GPT 관점의 경제 전문가, 그리고 기술의 신뢰와 윤리적 가치를 우선시하는 제미나이 관점의 안보 및 윤리 패널들이 참여해 각자의 통찰을 나누었습니다. 이들은 젠슨 황의 비전이 단순한 장밋빛 미래인지, 아니면 치밀하게 계산된 독점 전략인지를 두고 아주 뜨거운 토론을 벌였습니다. 특히 하드웨어의 물리적 한계와 보안 소프트웨어의 특수성이 충돌하는 지점이 인상적이었는데요. 지금부터 그 치열했던 논쟁의 현장을 기자의 시선으로 하나씩 풀어드려 보겠습니다. 하드웨어의 한계인가 소프트웨어의 혁명인가, 칩셋 구조를 둘러싼 정면충돌 가장 먼저 부딪힌 지점은 역시 '그릇'의 문제였습니다. AI 반도체 기술 전문가인 클로드 관점의 패널은 젠슨 황의 발언에 대해 상당히 냉소적인 반응을 보였는데요. 핵심은 메모리 병목 현상이었습니다. 우리가 흔히 쓰는 H100 같은 GPU는 이미 불러온 데이터를 처리하는 데는 천재적이지만, 사이버 보안처럼 초당 수백만 개의 패킷이 쏟아져 들어오는 환경에서는 데이터를 메모리로 옮기는 과정에서 이미 지연이 발생한다는 것이죠. 쉽게 말해, 아무리 빠른 스포츠카를 가졌어도 고속도로 톨게이트(메모리 대역폭)가 좁으면 속도를 낼 수 없다는 논리입니다. 이 패널은 엔비디아가 2027년 초까지 보안 전용 칩셋 로드맵을 내놓지 않는다면, 젠슨 황의 선언은 그저 GPU를 더 팔아먹기 위한 마케팅 수단에 불과할 것이라고 꼬집었습니다. 하지만 이에 대해 AI 기술 전문가는 전혀 다른 해석을 내놓으며 논점을 전환했습니다. 단순히 패킷 하나하나를 검사하는 '구식 보안'이 아니라, AI가 전체적인 상호작용의 패턴을 분석하는 'AI-네이티브 보안'의 시대에는 이야기가 달라진다는 것이죠. 여기서 엔비디아의 필살기로 등장한 것이 바로 '하이브리드 아키텍처'입니다. 네트워크 처리에 특화된 DPU가 앞에서 1차 필터링을 해주고, 복잡한 인공지능 추론은 GPU가 맡는 협업 시스템을 구축하면 된다는 겁니다. 실제로 이 기술 전문가는 이 방식을 통해 2027년까지 기존 시스템보다 20% 이상의 성능 향상을 입증할 수 있다고 자신했는데요. 결국 토론의 초점은 '단일 칩의 성능'에서 '여러 칩을 묶어 쓰는 구조적 효율성'으로 이동하며 더욱 심화되었습니다. 기자의 눈에는 이 싸움이 단순한 기술 경쟁을 넘어, 엔비디아가 기존의 시스코나 브로드컴 같은 전통적인 네트워크 보안 강자들의 영토를 어떤 방식으로 침범할 것인지를 보여주는 전초전으로 보였습니다. 기술 전문가가 주장하는 하이브리드 전략이 시장에 안착한다면, 엔비디아는 더 이상 반도체 회사가 아니라 보안 인프라 전체를 설계하는 설계자로 거듭나게 되기 때문입니다. 하지만 반대편 패널의 지적처럼 하드웨어 구조적 병목을 소프트웨어 최적화만으로 해결할 수 있을지는 여전히 시장이 확인해야 할 숙제로 남았습니다. 탐지 속도보다 중요한 것은 신뢰의 재현성, 시장이 원하는 보안의 진짜 가치 논의가 깊어지자 토론의 방향은 '얼마나 빠른가'에서 '얼마나 믿을 수 있는가'로 옮겨갔습니다. 여기서 사이버 안보 전문가인 제미나이 관점의 패널이 아주 날카로운 지적을 던졌는데요. 보안 시장에서 승패를 가르는 것은 GPU의 처리 속도가 아니라, 오염된 데이터가 들어와도 일관된 결과를 내놓는 '포렌식 재현성'이라는 점입니다. AI가 위협을 탐지했다고 말할 때, 왜 그렇게 판단했는지 그리고 그 결과가 조작되지 않았음을 입증할 수 없다면 아무리 빨라도 기업들은 그 기술을 쓰지 않을 것이라는 주장입니다. 이는 기술의 완성도를 수치적인 성능이 아닌 신뢰의 영역으로 끌어올린 중요한 논점 이동이었습니다. 여기에 AI 윤리 전문가까지 가세하며 논쟁의 층위는 더욱 두터워졌습니다. AI 보안 시스템이 특정 인구나 행동 패턴에 대해 편향된 탐지 결과를 내놓는다면, 그것은 보안이 아니라 또 다른 형태의 '디지털 감시'가 될 수 있다는 경고였습니다. 엔비디아가 이 시장을 먹으려면 단순히 기술을 자랑할 게 아니라, 공정성을 검증할 수 있는 감사 프레임워크를 먼저 제시해야 한다는 것이죠. 흥미롭게도 이 지점에서 경제 전문가와 안보 전문가는 묘한 합의점을 찾았습니다. '신뢰가 곧 돈'이라는 경제적 논리입니다. 엔비디아의 높은 PER(28.2배)은 시장이 단순한 하드웨어 매출 이상의 '생태계 리더십'을 기대한다는 뜻이기에, 검증 도구와 윤리적 표준을 먼저 선점하는 쪽이 결국 이 거대한 시장의 승자가 될 것이라는 결론에 도달한 것입니다. 기자는 이 대목에서 젠슨 황의 천재적인 전략을 다시금 떠올리게 되었습니다. 그는 단순히 칩을 팔겠다는 게 아니라, AI 보안이라는 새로운 생태계의 '규칙'을 만들고 싶어 하는지도 모릅니다. 패널들이 지적한 '재현성'과 '윤리적 표준'은 사실 거꾸로 말하면 그 표준을 선점한 기업에게는 영원한 진입장벽이 되기 때문입니다. 결국 토론은 엔비디아가 2028년까지 이런 신뢰 인프라를 구축하느냐 마느냐가 성공의 핵심 열쇠가 될 것이라는 쪽으로 가닥이 잡혔습니다. 총소유비용의 현실적 벽과 엔비디아 제국의 확장성이 마주한 지점 마지막 쟁점은 가장 현실적인 부분인 '돈'과 '통합'의 문제였습니다. 비판적 관점의 패널은 엔비디아의 장밋빛 비전 앞에 '총소유비용(TCO)'이라는 차가운 계산기를 들이밀었는데요. 엔비디아의 솔루션이 아무리 성능이 좋아도, 기존 기업들이 쓰던 시스템과 호환되지 않거나 운영 비용이 너무 비싸면 대규모 도입은 불가능하다는 지적입니다. 특히 보안 시장은 보수적이어서, 단순히 빠르다는 이유만으로 검증된 기존 보안 회사를 버리고 엔비디아로 갈아타지는 않을 것이라는 현실론을 펼쳤습니다. 이는 젠슨 황의 야심이 현장의 '운영적 우위'를 확보하지 못하면 공허한 외침이 될 수 있음을 시사했습니다. 하지만 산업 경제 전문가는 엔비디아의 압도적인 영업이익률(66.2%)과 현금 동원 능력을 근거로 반박했습니다. 만약 엔비디아가 직접 소프트웨어를 개발하는 게 어렵다면, 강력한 자금력을 바탕으로 대규모 보안 전문 기업을 인수하는 방식으로 이 벽을 단번에 허물 수 있다는 시나리오를 제시한 것이죠. 실제로 토론 과정에서 패널들은 엔비디아가 2027년 이전에 유의미한 인수합병을 진행하거나, 혹은 독보적인 TCO 절감 로드맵을 보여주지 못한다면 사이버 보안은 그저 '말뿐인 시장'에 머물 수 있다는 데 이견이 없었습니다. 성능 개선이 운영 비용의 절감으로 이어지는 '경제적 고리'를 만드는 것이 엔비디아의 남은 과제인 셈입니다. 자, 이제 정리를 해볼까요? 이번 AI 패널들의 토론을 통해 본 젠슨 황의 비전은 단순한 예측이 아닌, 엔비디아의 미래 생존을 위한 '필수적 확장'에 가깝습니다. 패널들은 하드웨어의 물리적 한계와 신뢰의 재현성, 그리고 경제적 실효성이라는 세 가지 거대한 산을 엔비디아가 어떻게 넘을지를 주목했습니다. 합의된 결론은 명확합니다. 엔비디아의 승부처는 단순히 칩의 성능이 아니라, '누구나 믿고 쓸 수 있는 보안 표준'을 얼마나 빨리 구축하느냐에 달려 있다는 것입니다. 젠슨 황이 던진 사이버 보안이라는 승부수는 이제 막 주사위가 던져진 상태입니다. 엔비디아가 그리는 미래에서 보안은 더 이상 부가 기능이 아니라, AI 문명을 지탱하는 가장 기초적인 골조가 되려 하고 있습니다. 과연 엔비디아는 반도체 거인을 넘어 보안 생태계의 절대자로 등극할 수 있을까요? 아니면 거대한 현실의 벽 앞에서 자신의 발언이 마케팅적 수사였음을 고백하게 될까요? 분명한 것은, AI가 가져온 변화의 속도만큼이나 우리가 보안을 바라보는 시선도 근본적으로 바뀌고 있다는 사실입니다. 젠슨 황의 시계는 이미 다음 시장을 향해 아주 빠르게 돌아가고 있습니다. ▶ 해당 보고서 보기 https://ameet.zdnet.co.kr/uploads/1f8eb1f8.html ▶ 지디넷코리아가 리바랩스 'AMEET'과 공동 제공하는 AI 활용 기사입니다. 더 많은 보고서를 보시려면 'AI의 눈' 서비스로 이동해주세요. (☞ 보고서 서비스 바로가기)

2026.09.11 13:22AMEET

AI 반도체 패키징 난이도↑...인텔 EMIB· TSMC CoWoS 경쟁 재점화

AI 반도체 공정이 3나노급 이하 초미세화 단계에 진입하며, 과거 큰 면적으로 모든 구성 요소를 구성하는 단일 칩 방식에서 작은 다이(Die) 여러 개를 유기적으로 연결하는 칩렛 구조로 전환이 가속되고 있다. 초미세 공정일수록 다이를 무작정 키우는 데 물리적 한계가 명확하고, 대형 단일 칩에서 불량이 발생할 경우 수율 저하와 생산 비용 상승 부담도 늘어나기 때문이다. 문제는 칩렛 집적도를 높이기 위해 패키지 크기를 늘릴수록 비용과 수율 관리의 난이도가 다시 급증한다는 점이다. 실리콘 사용량과 공정 복잡도를 얼마나 효율적으로 통제하느냐가 핵심 경쟁력으로 떠오르고 있다. 대만 TSMC의 2.5D 패키징 기술 'CoWoS(Chip on Wafer on Substrate)'에서도 대형 패키지화에 따른 비용과 수율 문제가 부각되는 가운데, 이를 해결할 대안으로 인텔 파운드리의 'EMIB' 기술이 주목받고 있다. 인텔 EMIB, 2018년부터 주요 제품 생산에 활용 인텔 EMIB는 기존 대형 실리콘 인터포저 대신 소형 실리콘 브리지를 활용하는 고밀도·저비용 패키징 솔루션이다. 반도체 다이와 기판 사이에 실리콘 인터포저를 넓게 깔아 덮는 대신, 기판 내부에 삽입된 소형 실리콘 브리지로 칩과 칩을 연결한다. 브리지가 다이 사이의 고밀도 신호 연결을 담당하고 나머지 영역은 기존 유기 기판을 활용한다. 대형 실리콘 인터포저를 별도로 구성할 필요가 없고, EMIB-T 이전의 기본 EMIB 구조에서는 브리지에 실리콘 관통전극(TSV)을 적용하지 않는 것이 특징이다. 인텔은 이미 수 년 전부터 상용 제품에 EMIB를 적용하며 양산 경험을 쌓아왔다. 2017년 FPGA 제품을 시작으로 2018년 노트북용 8세대 코어 프로세서를 시작해 데이터센터 GPU 맥스, 제온6, 제온6+ 등 핵심 제품군에 꾸준히 채택됐다. 대만 TSMC, 2012년부터 CoWoS-S 상용화 현재 반도체 패키징 시장에서 EMIB와 가장 직접적으로 비교되는 기술은 TSMC의 CoWoS-L이다. TSMC는 2012년 대형 실리콘 인터포저 기반 CoWoS-S를 상용화했다. 이후 고대역폭메모리(HBM)와 CPU·GPU·NPU를 하나의 패키지에 가깝게 배치해 데이터 이동 거리를 줄이고 병목을 완화하는 기술로 자리 잡았다. 엔비디아 H100 등 주요 AI 가속기에 CoWoS 계열 기술이 적용되면서 AI 패키징 시장을 주도했다. 하지만 패키지가 커질수록 대형 실리콘 인터포저의 제조 난이도와 비용, 수율 문제가 커지는 것이 과제로 떠올랐다. TSMC가 이를 보완하기 위해 개발한 것이 CoWoS-L이다. CoWoS-L vs EMIB...닮은 듯 다른 두 기술 CoWoS-L은 고밀도 연결이 필요한 CPU·GPU·NPU와 HBM 사이를 LSI(로컬 실리콘 인터커넥트) 브리지로 연결하고 나머지 영역은 RDL 기반 인터포저로 구성한다. 현재 엔비디아 B200·GB200 등 AI GPU 가속기 생산에 활용 되는 것으로 알려져 있다. 인텔 EMIB와 TSMC CoWoS-L 모두 '필요한 곳에만 실리콘 브리지를 쓴다'는 개념은 같다. 하지만 구조에는 차이가 있다. 인텔 EMIB는 실리콘 브리지를 유기 기판 내부에 직접 내장하는 방식이다. 반면 TSMC CoWoS-L은 LSI 실리콘 브리지가 들어간 RDL 인터포저를 별도로 제작한 뒤 기판에 부착하는 이중 구조로 제작된다. 이 차이는 대형 패키지에서 비용과 수율 경쟁력으로 이어질 수 있다. EMIB는 대형 인터포저라는 중간 구조물을 생략해 공정 단계를 줄이고, 필요한 부분에만 실리콘을 사용하기 때문이다. 실리콘 인터포저 대신 개별 브리지로 효율 향상 EMIB는 반도체 패키징 공정에서 낭비되는 실리콘과 공정 자체의 복잡도를 줄이는 면에서도 이점을 지녔다. CoWoS-S는 300mm 원형 웨이퍼에서 생산한 실리콘 인터포저를 반도체 기판 전체에 붙이는 방식으로 제작된다. 그러나 최종 반도체 패키지는 직사각형이므로 인터포저가 커질수록 웨이퍼 가장자리에서 버려지는 면적이 늘어난다. 특히 대형 실리콘 인터포저를 사용하는 CoWoS-S에서는 패키지 면적 확대에 따른 실리콘 활용 효율 문제가 더욱 커질 수 있다. 또 대형 실리콘 인터포저를 반도체 기판 전체에 붙이는 공정은 면적이 커질수록 휨이나 열팽창 차이에 따른 공정 부담이 증가한다. 반면 EMIB는 작은 브리지를 필요한 만큼 기판에 직접 탑재하는 방식으로 대형 패키지 제작시 공정을 단순화하고 제조·접합 부담을 줄일 수 있다. EMIB, 인텔 벗어나 외부 생태계로 확장 인텔은 그간 EMIB를 자체 제조 프로세서와 반도체에만 적용해 왔다. 그러나 2021년 인텔이 IDM 2.0 전략을 내세우고 파운드리를 강화하면서 이를 외부 고객 대상으로 확대하려는 움직임을 보인다. 구글은 내년 하반기부터 생산할 텐서처리장치(TPU) 'v8e' 생산에 EMIB 활용도 검토중이다. 설계·제조 지원은 미디어텍, 칩 양산은 TSMC, 패키징은 인텔이 담당하는 구조다. 다만 EMIB는 주로 다이 간 고밀도 신호 연결에 초점을 맞춘 구조다. 많은 전력을 소모하는 HBM을 내장한 AI 가속기처럼 전력 요구량이 큰 패키지에서는 전력 공급과 신호 전달 경로를 더욱 고도화할 필요가 있다. 인텔은 이를 보완하기 위해 브리지 구조에 전력 공급용 TSV 연결 경로를 추가한 차세대 기술 'EMIB-T'를 선보일 예정이다. 최근 삼성전기와 LG이노텍 등 국내 주요 기판 기업들도 EMIB-T용 패키지 기판 공급망 진입을 목표로 개발과 테스트를 진행 중인 것으로 알려졌다. 시스템 반도체 요구 사항 증가... EMIB 관심도 높아질 전망 EMIB와 CoWoS-S/L 중 어느 쪽이 우위에 있다고 단언하기는 어렵다. 양사 주장과 달리 실제 비용과 수율은 패키지 설계와 생산 조건, 기판·조립 공정 등에 따라 얼마든지 달라질 수 있다. TSMC는 7나노급 이하 공정에서 인텔 파운드리 대비 더 많은 고객사를 확보했고 양산 노하우를 바탕으로 CoWoS-L의 인터포저 크기와 패키징 생산능력을 확대하고 있다. 반면 인텔은 현재까지 파운드리 부문에서 대형 외부 고객사를 확보하지 못한 상태다. 현재 반도체 생태계는 단순히 '누가 더 많은 다이를 연결하느냐'가 아니라, '같은 패키지라도 누가 더 높은 수율과 낮은 비용으로 제때 생산할 수 있느냐'를 따지는 상황으로 흘러가고 있다. CPU와 GPU, NPU 등 연산용 반도체가 앞으로 더 많은 HBM과 메모리를 하나의 패키지에 결합하는 '시스템 오브 칩(system of Chips)' 형태로 발전하면서, EMIB 도입을 검토하는 팹리스는 더 늘어날 것으로 보인다.

2026.09.11 10:18권봉석 기자

[AI는 지금] AMD 추격에 '쿠다' 더 세졌다…엔비디아, AI SW 주도권 강화 가속

엔비디아가 인공지능(AI) 가속기 시장의 주도권을 지키기 위해 소프트웨어 경쟁력을 한층 강화하고 있다. 차세대 그래픽처리장치(GPU)인 '루빈' 출하가 시작된 가운데 쿠다(CUDA)의 개발 지원을 확대하고 공유 GPU 관리와 AI 코딩 기능까지 고도화하면서 기업과 개발자를 자사 생태계에 더욱 깊숙이 끌어들이려는 모양새다. 엔비디아는 지난 9일 '쿠다 툴킷 13.4'를 공개했다고 10일 밝혔다. 이번 버전에는 차세대 GPU '루빈' 아키텍처 지원을 비롯해 공유 GPU 관리, 쿠다 파이썬과 C++ 라이브러리, AI 개발 도구 관련 기능이 추가됐다. 루빈 지원은 개발자 프리뷰 형태로 제공된다. 이에 따라 개발자들은 정식 지원에 앞서 기존 애플리케이션과 라이브러리를 루빈 환경에 맞게 점검하고 이전 작업을 준비할 수 있다. 최근 루빈 공급이 시작된 가운데 엔비디아는 하드웨어 도입과 함께 이번 일로 소프트웨어 전환 준비까지 앞당기려는 분위기다. 다만 루빈 지원 기능은 아직 개발자 프리뷰 단계로, 성능 벤치마크나 성능 분석, 실제 서비스 배포 용도로는 권장되지 않는다. 엔비디아는 이번에 기업들이 보유한 GPU를 효율적으로 활용하기 위한 기능도 강화했다. 특히 '멀티 프로세스 서비스(MPS) V3'는 기존 MPS의 제어 계층을 개편해 하나의 GPU를 여러 작업이 공유할 때 자원 배분을 보다 세밀하게 설정할 수 있도록 한 것이 특징이다. 이번 일로 기업들은 스트리밍 멀티프로세서(SM)를 나눠 사용하거나 컨테이너별 GPU 메모리 한도를 설정할 수 있으며 작업의 실행 우선순위도 관리할 수 있다. 또 여러 AI 모델과 에이전트를 동시에 운영하는 기업이나 클라우드 사업자가 GPU 사용률을 높이면서 워크로드별 자원을 구분하는 데도 활용할 수 있다. 이 같은 기능은 기업의 AI 투자가 모델 학습에서 실제 서비스 운영으로 확대되면서 중요성이 커지고 있다. 고가 GPU를 특정 작업이 독점하기보다 여러 워크로드를 공유할 수 있을수록 같은 인프라에서 처리할 수 있는 AI 서비스가 늘어나기 때문이다. 이에 엔비디아도 쿠다의 역할을 GPU 프로그래밍뿐 아니라 공유 자원 관리까지 지속적으로 넓히고 있다. 개발자가 쿠다를 사용하는 방식도 이번 일로 단순해졌다. 쿠다 파이썬은 공개 API에 타입 정보를 제공해 통합개발환경(IDE)이나 코딩 에이전트가 함수 구조와 반환형 등을 파악하기 쉽게 만들었다. 쿠다 C++에서는 카피 이프(copy_if), 파인드 이프(find_if), 리듀스(reduce), 트랜스폼(transform) 등 개발자가 익숙한 표준 라이브러리 방식으로 GPU 병렬 연산을 처리할 수 있게 했다. AI 코딩 에이전트를 활용한 개발 환경도 확대했다. 엔비디아는 '엔사이트 AI(Nsight AI)'를 통해 최신 쿠다 문서와 코드 예제를 지원되는 AI 코딩 에이전트에 연결하는 '쿠다 MCP 서버'를 제공한다. 개발자가 문서를 직접 검색하는 부담을 줄이고 AI의 도움을 받아 쿠다 소프트웨어를 개발할 수 있도록 한 것이다. 운영체제 지원 범위도 넓혔다. 쿠다 13.4는 RTX 스파크 기기를 대상으로 윈도 온 Arm을 새롭게 지원한다. Arm 환경에서 리눅스를 넘어 윈도까지 쿠다 개발 영역을 확대한 것이다. 엔비디아가 소프트웨어 생태계를 강화하는 사이 AMD도 추격에 속도를 내고 있다. AMD는 지난달 27일 'ROCm 10'과 AI 기반 개발 환경 'ROCm.AI'를 정식 출시했다. ROCm.AI는 개발자가 기존 AI 개발 도구를 이용해 AMD 하드웨어에서 워크로드를 구축하고 실행·최적화할 수 있도록 지원한다. 이처럼 AMD가 개발 편의성과 호환성 강화에 공을 들이는 것도 기업의 가속기 선택에서 소프트웨어가 차지하는 비중이 커지고 있어서다. 이미 사용 중인 모델과 라이브러리, 개발도구를 다른 GPU 환경에서도 그대로 활용하기 어렵다면, 별도 검증과 최적화가 필요해 전환 비용이 커질 수 있다. 업계 관계자는 "AI 가속기는 단순히 칩 성능만 보고 바꾸기 어렵다"며 "기존 소프트웨어와 개발 환경을 얼마나 적은 비용으로 옮길 수 있느냐가 실제 도입 결정에 큰 영향을 줄 것"이라고 말했다.

2026.09.10 18:46장유미 기자

한컴이노스트림, 엔비디아와 AI 인재 양성 본격화…'엔비디아 AI 캠퍼스' 1기 모집

한컴이노스트림이 엔비디아와 협력해 인공지능(AI)과 로보틱스 분야 실무 인재 양성에 본격 나선다. 한컴 자회사 한컴이노스트림은 고용노동부의 K-디지털 트레이닝(KDT) 사업인 '엔비디아 AI 캠퍼스'의 핵심 교육 파트너로 참여해 1기 교육생 모집을 시작했다고 9일 밝혔다. 이번 사업은 엔비디아가 KDT AI 캠퍼스 운영기관으로 선정되면서 추진됐다. 한컴이노스트림은 국내 최초로 확보한 엔비디아 딥러닝 인스티튜트(DLI) 공인 교육센터 역량을 바탕으로 정부 재정 지원 교육사업에 참여하게 됐다. 한컴이노스트림은 교육과정 운영부터 실무 프로젝트 수행, 취업 연계 프로그램까지 전 과정을 담당한다. 국내 최초이자 세계 다섯 번째 엔비디아 DLI 공인 교육센터로서 축적한 교육 경험을 바탕으로 DLI 공인 강사와 앰배서더가 직접 교육에 참여해 최신 기술 트렌드와 실무 노하우를 전수할 계획이다. 교육과정은 AI 에이전트와 로보틱스 등 두 개 트랙으로 운영된다. 각 과정은 총 960시간 규모의 오프라인 집중 교육으로 구성됐으며 오는 10월 12일부터 2027년 4월 2일까지 약 6개월간 진행된다. 판교에 위치한 엔비디아 AI 전용 캠퍼스에서 열리는 AI 에이전트 과정은 대규모언어모델(LLM), 검색증강생성(RAG), 랭체인, 랭그래프를 비롯해 엔비디아 NIM, 엔비디아 NeMo 등 최신 AI 프레임워크를 활용해 생성형 AI와 에이전틱 AI 서비스를 직접 설계·개발하는 데 초점을 맞췄다. 서울 성수동에서 진행되는 로보틱스 과정은 엔비디아 GPU 가속 기술과 아이작 심, 오픈USD, 강화학습을 결합해 가상 환경에서 개발한 기술을 실제 로봇에 적용하는 '심투리얼(Sim-to-Real)' 기술을 집중 교육한다. 교육생들은 비전 카메라와 정밀 그리퍼를 갖춘 전문 로봇 워크스테이션을 활용해 실습할 수 있다. AI 캠퍼스는 AI 엔지니어와 애플리케이션 개발자, AI 융합 전문가, AI 하드웨어 엔지니어 등 산업 현장에서 요구하는 전문 인력을 육성하기 위해 올해 처음 도입된 직업훈련 사업이다. 전체 교육 과정의 30% 이상을 실제 기업 과제를 기반으로 한 프로젝트로 구성했으며, 수료생에게는 현업 전문가와의 네트워킹, 캡스톤 프로젝트 수행, 포트폴리오 제작, 맞춤형 취업 컨설팅 등의 기회가 제공된다. 국민내일배움카드 발급 대상자는 교육비 전액을 국비로 지원받을 수 있으며, 개인별 요건에 따라 월 최대 40만원의 훈련장려금도 받을 수 있다. 1기 교육생 모집은 오는 18일까지 진행된다. 김연수 한컴이노스트림 대표는 "AI 산업 현장에서는 단순한 이론 습득보다 실제 문제를 해결할 수 있는 실무 역량이 중요하다"며 "엔비디아의 글로벌 기술 생태계와 한컴이노스트림의 교육 역량을 결합해 AI와 로보틱스 산업 성장을 이끌 실무형 인재를 체계적으로 양성하겠다"고 말했다.

2026.09.09 09:52남혁우 기자

젠슨 황 "GPT-6 아스트라, AGI 시대 열었다…GPU 10만개 투입"

젠슨 황 엔비디아 최고경영자(CEO)가 오픈AI 새 인공지능(AI) 모델 'GPT-6 아스트라'를 일반인공지능(AGI)으로 규정했다. 황 CEO는 오픈AI가 GPT-6 아스트라를 학습하는 데 엔비디아 그레이스 블랙웰(GB) NVL72 10만개 이상을 사용했다며 소셜미디어 '엑스(X)'를 통해 밝혔다. 황 CEO는 앞으로 해당 그래픽처리장치(GPU) 40만개가 추가로 가동될 것이라고 7일 밝혔다. GPT-6 아스트라는 오픈AI가 지난 3일 공개한 최첨단 AI 모델이다. 황 CEO는 챗GPT에서 추론 모델 o1을 거쳐 아스트라가 나오기까지 4년 걸렸다며 AGI가 마침내 등장했다고 평했다. AGI는 특정 분야에 한정되지 않고 인간처럼 다양한 문제를 학습하고 추론해 해결할 수 있는 AI를 뜻한다. 다만 AGI 정의와 판정 기준을 두고 업계와 학계 의견은 아직 엇갈린다. 현재 AI가 현실 세계를 제대로 이해하지 못하거나 사실과 다른 답변을 내놓는다는 점도 한계로 꼽힌다. 황 CEO 발언을 객관적으로 확인된 기술적 성과보다 개인적인 평가로 봐야 한다는 지적이 나오는 이유다. 황 CEO는 이전에도 AGI가 이미 등장했다고 주장했다. 그는 지난 3월 AGI가 언제 가능할지를 묻는 질문에 "지금이라고 생각한다"며 "이미 AGI를 달성했다"고 답했다. 그는 지난달 엔비디아 실적 발표에서도 "많은 과제 기준으로 보면 AGI에 도달한 상태"라고 평했다. 업계에서는 황 CEO가 이번 발언을 통해 첨단 AI 개발에 필요한 엔비디아 GPU 입지를 부각한 것으로 보고 있다. 아스트라 성과와 엔비디아 하드웨어를 연결해 차세대 AI 모델 개발에서 자사 제품이 핵심 역할을 했다는 점을 내세운 것이다. AI 인프라 수요는 엔비디아 실적도 끌어올리고 있다. 엔비디아는 최근 분기 전체 매출 962억 달러(약 129조원) 가운데 약 92%인 890억 달러를 데이터센터 사업에서 거뒀다. 황 CEO는 "GPT-6 아스트라는 엔비디아 그레이스 블랙웰 NVL72 10만개 이상으로 훈련됐다"며 "오픈AI 팀에 축하를 보낸다"고 밝혔다.

2026.09.07 17:39김미정 기자

[AI 고속도로] "북미 반발 틈새 노린다"…호주, AI 데이터센터 투자 손짓

미국과 캐나다에서 전력요금 상승과 환경 부담을 우려한 데이터센터 반대 움직임이 확산되고 있는 가운데 호주가 글로벌 인공지능(AI) 인프라의 대체 투자처로 나섰다. 신규 전력 공급과 전력망 접속 비용을 사업자에게 부담시키는 대신 인허가 절차를 단축해 지역사회 우려를 줄이면서 엔비디아·오픈AI·앤트로픽의 투자를 유치하겠다는 전략이다. 7일 디오스트레일리안과 호주 정부에 따르면 리처드 말스 호주 부총리와 앤드루 찰턴 과학·기술·디지털경제 차관보는 최근 미국을 방문해 엔비디아와 오픈AI, 앤트로픽 경영진을 만났다. 호주 정부는 자국을 지속 가능한 AI 인프라 투자처로 제시하고 AI 개발과 학습, 모델 보안·안전, 현지 산업 역량 확충 방안을 논의했다. 호주 정부가 지난달 31일 발표한 자료에는 대표단이 미국 주요 AI 연구소와 만나 지속 가능한 AI 인프라 투자를 요청한다는 내용이 담겼다. 다만 면담 대상 기업과 투자금액, 데이터센터 부지와 착공 일정은 공개하지 않았다. 디오스트레일리안은 소식통을 인용해 호주에서 향후 2년간 최대 10GW 규모의 데이터센터 투자 계획이 승인될 수 있다고 보도했다. 또 엔비디아가 현지 투자를 준비하고 있으며 앤트로픽도 AI 학습 인프라 확장을 검토 중이라고도 전했다. 다만 10GW는 호주 정부가 공식 확정한 목표가 아니며 두 회사도 투자 규모와 착공 일정 등을 발표하지 않았다. 글로벌 AI 기업들의 호주 투자가 처음 거론된 것은 아니다. 오픈AI는 지난해 12월 현지 데이터센터 운영사 넥스트DC와 시드니에 대규모 AI 캠퍼스와 GPU 슈퍼클러스터를 개발하기 위한 양해각서를 체결했다. 앤트로픽도 지난 4월 호주 정부와 AI 협력 양해각서를 맺고 향후 현지 사업에 호주 정부가 제시한 데이터센터 기준을 적용하기로 했다. 일단 호주 정부는 글로벌 AI 기업을 유치하되 데이터센터 확장에 따른 전력·용수 부담이 주민에게 전가되지 않도록 관련 기준을 제시했다. 이에 따라 대규모 데이터센터 사업자는 시설 가동에 필요한 신규 전력 공급을 뒷받침하고 전력망 접속 비용 가운데 사업자 몫을 전액 부담해야 한다. 또 전력 수급이 불안정할 때는 사용량을 줄이고 냉각에 필요한 물도 효율적으로 관리해야 한다. 정부는 해당 조건을 지킨 사업자의 인허가 절차를 단순화하고 처리 속도를 높일 방침이다. 연방정부와 주정부마다 다른 기준도 통일해 기업이 투자 일정과 비용을 예측할 수 있도록 지원할 예정이다. 앞서 호주는 지난 3월 데이터센터와 AI 인프라 개발사업자에게 적용할 5대 원칙을 발표했다. 국가 이익 우선, 에너지 전환 지원, 지속 가능한 용수 사용, 현지 인력·일자리 투자, 연구·혁신 역량 강화 등이 포함됐다. 지난 7월에는 신규 전력 공급과 전력망 접속 비용 부담 등을 법적 의무로 전환하겠다고 밝혔다. 지난달 26일 열린 국가내각 회의에서는 연방정부와 주정부가 에너지·용수·토지 이용에 관한 전국 공통 기준을 마련하기로 합의했다. 관련 법률은 내년 초 제정할 예정으로, 주정부와 지방정부의 기존 인허가 절차와 중복되지 않도록 연방 기준을 설계한다는 방침이다. 앤서니 앨버니지 호주 총리는 "대규모 데이터센터를 건설하려면 전력망에 추가되는 에너지를 사업자가 마련하고 송전 비용도 부담해야 한다"며 "물을 추가로 사용한다면 관련 비용 역시 사업자가 내야 한다"고 말했다. 이 같은 호주의 정책은 미국과 캐나다에서 불거진 데이터센터 갈등을 사전에 줄이는 데 초점을 맞췄다. 북미 일부 지역에서는 데이터센터의 대규모 전력·용수 사용이 주민 전기요금과 환경 부담을 높일 수 있다는 우려가 커지면서 신규 개발을 중단하거나 사업을 거부하는 사례가 이어지고 있다. 찰턴 차관보는 "호주는 새로운 기술이 노동자와 지역사회에 혜택을 나누는 포용적이고 안전하며 지속 가능한 성장을 이끌도록 할 기회를 갖고 있다"며 "명확하고 실효성 있는 사회적 수용 기준을 마련하는 것이 이를 달성하는 데 필수적"이라고 말했다.

2026.09.07 17:19장유미 기자

삼성 파운드리, HBM4 확대 총력…4나노 캐파 절반이 '베이스 다이'

삼성전자 파운드리의 4나노미터(nm) 공정에서 6세대 고대역폭메모리(HBM4)용 베이스 다이 양산에 할당한 비중이 최근 50%를 돌파했다. 올해 하반기 엔비디아, 브로드컴, AMD 등 글로벌 빅테크향 HBM4 공급 확대를 위한 선제적인 움직임으로 풀이된다. 7일 업계에 따르면 삼성전자 파운드리사업부는 올 하반기 4나노 공정 웨이퍼의 절반 이상을 HBM4향 베이스 다이 제조에 투입하고 있다. HBM4는 현재 상용화된 가장 최신 세대 HBM이다. 엔비디아의 최첨단 AI 가속기 베라 루빈(Vera Rubin) 등에 탑재된다. 삼성전자는 지난 2월 업계 최초로 HBM4 양산 출하를 시작했다. 초도 양산인 만큼 올 상반기 내 공급량은 크지 않았던 것으로 추산된다. 삼성전자는 올 3분기부터 HBM4 공급량을 본격 확대할 계획이다. 이에 맞춰 올해 중반부터 HBM4용 베이스 다이 양산을 위한 웨이퍼 투입을 크게 늘리고 있다. 해당 칩은 삼성 파운드리 4나노(SF4) 공정을 기반으로 한다. 삼성전자 안팎 이야기를 종합하면, 지난달 기준 삼성전자의 전체 4나노 생산능력 중 50% 이상을 HBM4 베이스 다이에 할당했다. 사안에 정통한 한 관계자는 "삼성전자의 4나노 공정은 현재 풀생산 체제로, 이 중 HBM4용 베이스 다이가 50~60%대의 비중을 차지하고 있는 것으로 안다"며 "하반기 내내 높은 비중을 유지할 것"이라고 말했다. 삼성전자는 평택 2캠퍼스(P2)와 3캠퍼스(P3) 내 파운드리 라인(S5, S6)에서 4~7나노급 공정을 양산 중이다. 이 중 4나노로 할당된 생산능력은 월 3만장 내외로 추산된다. 이를 고려하면 HBM4용 베이스 다이향으로 월 1만5000장 수준의 웨이퍼 투입이 진행되는 것으로 관측된다. 베이스 다이는 HBM에서 여러 개의 D램을 수직으로 적층한 코어 다이 아래에 위치해, 메모리와 시스템반도체 간 데이터 전송을 지원한다. HBM 세대가 진화할수록 베이스 다이의 중요성도 높아지는 추세다. 이에 삼성전자는 내부 시스템LSI 및 파운드리 사업부를 통해 베이스 다이 기술력을 더욱 고도화하고 있다. 특히 HBM4에서는 경쟁사 대비 앞선 4나노 공정을 적용하기도 했다. 이번 베이스 다이 양산 확대로 삼성전자의 올해 HBM 사업 확대 목표 달성에 청신호가 켜졌다는 평가다. 앞서 삼성전자는 지난 2분기 실적발표 컨퍼런스콜에서 "올해 3분기 HBM4 매출이 전분기 대비 3배 이상 확대될 것으로 전망된다"며 "하반기 기준으로는 HBM4 매출이 당사 전체 HBM 매출의 60%를 넉넉히 상회할 것"이라고 설명했다.

2026.09.07 14:27장경윤 기자

AI 클라우드 엔스케일, IPO 앞두고 35억 달러 조달 추진…엔비디아도 논의

인공지능(AI) 클라우드 기업 엔스케일이 기업공개(IPO)를 앞두고 최대 35억 달러(약 4조 7000억원) 규모 자금 조달을 추진한다. AI 인프라 구축에 대규모 자금이 필요한 가운데, 핵심 파트너인 엔비디아로부터 약 20억 달러(약 2조 7000억원)의 투자를 유치하는 방안도 논의 중인 것으로 알려졌다. 5일 블룸버그통신에 따르면 엔스케일은 IPO에 앞서 최대 35억 달러(약 4조 7000억원)의 자금을 확보하기 위해 잠재적 투자자들과 협의 중이다. 엔스케일은 투자자들을 대상으로 최대 15억 달러(약 2조원) 규모 전환사채 발행을 추진하고 있다. 이와 별도로 엔비디아로부터 약 20억 달러(약 2조 7000억원) 규모의 자금을 확보하는 방안도 추진 중이다. 전환사채 투자에는 헤지펀드 서드포인트가 주도적으로 참여할 것으로 알려졌다. 골드만삭스도 이번 자금 조달 작업을 지원하고 있다. 엔스케일은 향후 IPO를 통해 추가로 약 30억 달러(약 4조원)를 조달하는 방안도 검토하고 있다. 다만 현재 논의가 진행 중인 만큼 자금 조달 규모와 참여 투자자 등 세부 내용은 확정되지 않았다. 회사는 투자자들에게 현재 확보한 계약의 총가치가 약 1030억 달러(약 138조원)에 달한다고 밝혔다. 이는 최근 앤트로픽에 컴퓨팅 파워를 공급하는 450억 달러(약 60조원) 규모 계약을 체결한 데 따른 것이다. 엔스케일은 이를 기반으로 연간 약 181억 달러(약 24조원)의 매출과 136억 달러(약 18조원) 수준의 조정 상각전영업이익(EBITDA)을 창출할 수 있을 것으로 추산했다. 엔스케일은 AI 컴퓨팅 수요 확대에 맞춰 글로벌 데이터센터 인프라를 확장 중이다. 노르웨이에 마이크로소프트가 사용할 대규모 데이터센터 캠퍼스를 개발 중이며 미국 웨스트버지니아에서도 대형 캠퍼스를 구축하고 있다. 현재 가동 중인 엔스케일의 AI 칩 대부분은 엔비디아 블랙웰 계열이다. 회사는 차세대 엔비디아 베라 루빈 그래픽처리장치(GPU)도 약 19만개 확보 계약을 체결한 것으로 알려졌다. 엔스케일은 AI 모델 기업을 넘어 로보틱스 등으로 고객층도 넓히고 있다. 최근 로봇 스타트업 피규어에 최소 35억 달러(약 4조원) 규모 컴퓨팅 용량을 공급하는 계약을 체결하고 회사에도 투자했다. 지난 7월에는 소프트웨어 스타트업 애니스케일을 16억 5000만 달러(약 2조원)에 인수하기로 합의했다.

2026.09.06 09:35한정호 기자

딥시크, 화웨이 AI칩으로 中 최대 데이터센터 구축

중국 인공지능(AI) 스타트업 딥시크가 화웨이의 차세대 AI 가속기 16만개 이상 투입한 대규모 데이터센터 구축을 추진한다. 미국의 대중국 반도체 수출 규제가 이어지는 가운데, 자국 AI 칩을 기반으로 대규모 컴퓨팅 인프라를 확보하며 엔비디아 의존도를 낮추려는 모습이다. 4일(현지시간) 블룸버그통신에 따르면 딥시크는 중국 네이멍구에 구축 중인 대규모 데이터센터에 화웨이의 차세대 AI 가속기 '어센드 950DT'를 최소 16만개 배치할 계획이다. 구축 시기는 결정되지 않았다. 딥시크는 어센드 950DT를 AI 모델 추론에 활용할 방침이다. 화웨이가 해당 칩을 AI 모델 학습까지 지원하도록 설계했지만 딥시크는 현재 학습 용도로 사용할 계획은 없는 것으로 알려졌다. 딥시크는 이전 모델 학습 과정에서도 화웨이 칩 활용을 시도했지만 핵심 작업에는 여전히 엔비디아 가속기를 사용 중이다. 딥시크는 당초 화웨이 칩을 더 많이 구매하고자 했지만 화웨이의 생산 능력이 수요를 따라가지 못하고 있는 것으로 전해졌다. 고대역폭메모리(HBM) 등 첨단 부품 공급 부족으로 올해 어센드 950DT 생산량은 수십만개 초반 수준에 그칠 전망이다. 화웨이가 다른 고객사 공급과 해외 수출 물량도 배분해야 하는 만큼, 딥시크가 필요한 물량을 모두 공급받기까지 1년 이상 걸릴 가능성도 제기된다. 네이멍구 데이터센터는 딥시크의 AI 개발을 뒷받침하는 핵심 인프라로 자리 잡을 전망이다. 회사는 현재 인프라 확충을 위해 수십억 달러 규모의 자금 조달도 논의 중이다. 특히 16만개 규모의 어센드 칩 클러스터는 현재까지 공개된 중국 내 화웨이 AI 가속기 기반 클러스터 가운데 최대 규모로 꼽힌다. 중국은 미국의 반도체 수출 규제에 대응해 자국산 AI 칩 생태계 확대에 속도를 내고 있다. 어센드 950DT는 엔비디아의 이전 세대 가속기인 '호퍼' 계열과 비교할 만한 수준으로 평가된다. 중국산 AI 칩을 활용한 대규모 컴퓨팅 인프라도 빠르게 늘어나는 추세다. 중국 선전에선 올 초 화웨이 어센드 칩 1만개를 활용한 컴퓨팅 클러스터가 가동됐으며 지난 6월 메이퇀은 중국산 칩 5만개를 이용해 AI 모델을 학습했다고 밝혔다. 지푸AI도 지난 7월 중국산 칩만 탑재할 계획인 1기가와트(GW) 규모 데이터센터를 완공했다. 다만 중국 기업의 엔비디아 선호도는 여전히 높은 것으로 나타났다. 알리바바와 텐센트 등은 미국의 수출 규제가 일부 완화된 이후 엔비디아 칩을 대규모로 주문했다. 해외 데이터센터의 컴퓨팅 자원을 임대하는 방식으로 고성능 엔비디아 가속기를 활용하는 방안도 고려 중이다. 이에 중국 정부는 자국 AI 기업들에 국산 하드웨어 사용 확대를 지속적으로 주문하고 있다. 이번에 딥시크가 네이멍구에서 추진하는 AI 인프라는 전체적으로 GW급 규모로, 어센드 950DT 16만개는 전체 컴퓨팅 용량의 일부다. 나머지 인프라에 어떤 칩을 사용할지 알려지지 않은 가운데, 딥시크는 화웨이로부터 더 많은 가속기를 빠르게 공급받을 수 있도록 중국 정부에도 지원을 요청한 것으로 전해졌다. 블룸버그는 "16만개 규모의 칩 클러스터 구축이 가능하다는 것 자체가 중국의 AI 반도체 역량이 진전되고 있음을 보여준다"고 평가했다.

2026.09.05 15:23한정호 기자

엔비디아, 허깅페이스 인수…'AI 독점' 완성인가, 오픈소스 구원인가

엔비디아가 세계 최대 오픈소스 인공지능(AI) 플랫폼 허깅페이스를 손에 넣었다. 인수 가격 129억 3000만 달러(약 17조 8000억원)로 엔비디아 사상 최대 규모 인수합병(M&A)이다. 블룸버그, CNBC를 비롯한 주요 외신들에 따르면 엔비디아는 3일(현지시간) 허깅페이스를 인수하기로 합의했다고 공식 발표했다. 젠슨 황 엔비디아 최고경영자(CEO)는 이날 블로그를 통해 “허깅페이스는 전체 AI 생태계의 개방형 플랫폼으로 남아 있을 것”이라고 설명했다. 젠슨 황의 이 같은 설명에는 엔비디아가 허깅페이스를 인수한 명분이 그대로 담겨 있다. 엔비디아는 '오픈소스 AI 개발자 보호'를 이번 인수의 명분으로 내세웠다. 실제로 엔비디아는 계약성사 직후 “오픈AI나 구글 같은 거대 폐쇄형 AI 기업들의 독점에 맞서, 오픈소스 AI 생태계를 보호하고 격차를 줄이기 위한 조치”라고 강조했다. 허깅페이스도 X를 통해 “개방형 모델은 안전과 사이버 보안을 강화하고 혁신과 보급을 확대해주며, 주권을 가능하게 해준다”면서 “엔비디아는 허깅페이스 플랫폼과 커뮤니티, 나아가 오픈 AI 모델의 미래를 이끌 최적의 거점이 될 것”이라고 설명했다. 규제당국의 '반독점 칼날' 피해갈 수 있을까 이런 설명에도 불구하고 시장과 규제 당국의 시선은 싸늘하다. AI 반도체 시장의 80% 이상 석권하고 있는 공룡 기업이 이 분야 최대 SW 유통망까지 집어 삼키는 데 대해 우려 섞인 시선이 나오고 있다. 일부에선 “엔비디아가 AI 생태계에 완벽한 독점 체제를 완성했다”는 비판까지 제기하고 있다. 이들의 설명을 이해하기 위해선 AI 시장의 현재 경쟁 구도를 살펴볼 필요가 있다. 오픈AI, 구글, 앤트로픽 처럼 생성형 AI 경쟁을 주도하고 있는 거대 기업들은 폐쇄형 API를 구축하고 있다. 이들은 심지어 엔비디아 칩에 대한 의존도를 낮추기 위해 맞춤형 반도체를 직접 개발하고 있다. 반면, 중소기업과 개발자들이 이용하는 '오픈소스 AI' 진영은 엔비디아 인프라에 의존한다. 따라서 엔비디아 입장에선 GPU 및 CUDA 수요 유지를 위해 오픈소스 AI 생태계를 살려야 할 필요가 있다. 이런 상황에서 300만 개 이상 AI 모델이 거래되는 허깅페이스가 최근 인프라 부족과 보안 문제로 위기를 겪자 엔비디아가 직접 나선 것으로 풀이된다. 엔비디아는 자금과 인프라를 투입해 '오픈소스 AI 대항마 역할'을 계속 유지하겠다는 것이다. 궁극적으로는 이를 통해 AI 생태계를 엔비디아 중심으로 꾸려나가겠다는 속내다. 이런 점 때문에 테크 업계와 반독점 전문가들은 엔비디아의 허깅페이스 인수를 주시하고 있다고 외신들이 전했다. 이번 합병이 완료되면 엔비디아는 단순히 칩을 파는 회사를 넘어 'AI 생태계 포식자'로 자리매김 할 수 있다는 것이다. 허깅페이스는 1800만 명의 개발자, 50만 개 데이터셋, 20만개 기업이 거쳐 가는 AI 생태계의 '디지털 관문'이다. 엔비디아가 이 관문을 장악하게 되면 어떤 모델이 유행하고, 어떤 기술이 쓰이는지 최상단 데이터를 실시간 보유할 수 있게 된다. 엔비디아, 허깅페이스 인수 땐 '풀스택 통합' 완성 이들이 주시하는 더 큰 문제는 따로 있다. 이번 합병으로 엔비디아는 칩(GPU)-네트워킹(메트릭스)-소프트웨어(CUDA)-플랫폼(허깅페이스)으로 이어지는 '풀스택 통합'을 완성하게 된다. 엔비디아가 AI 생태계 전 단계에서 영향력을 행사할 수 있게 돼 '사실상의 독점 체제'를 완성할 가능성이 커지게 됐다. 포레스터 리서치의 제프 폴라드 분석가는 분석 보고서를 통해 "엔비디아는 이제 컴퓨팅 인프라부터 모델, 데이터셋, 개발자 워크플로우에 이르기까지 AI 공급망 전체에 한층 더 가까워졌다"며 “그 결과로 AI 보안을 강화할 기회를 제공할 수는 있겠지만 오픈 AI 생태계 핵심 축에 대한 영향력을 지나치게 집중시키는 결과를 낳는다"고 지적했다. 엔비디아는 2027년까지 이번 합병을 마무리한다는 계획이다. 하지만 이번 합병이 엔비디아의 계획대로 진행될 수 있을 지는 미지수다. 미국 연방무역위원회(FTC)와 유럽연합집행위원회(EC) 같은 글로벌 규제 당국의 표적이 될 가능성이 적지 않기 때문이다. AI 반도체 시장을 지배하고 있는 상황에서 AI 소프트웨어 저장소까지 매입하는 것은 '시장 지배력 남용' 및 '생태계 교란'으로 해석될 여지가 많다. 엔비디아는 2022년 영국 반도체업체 ARM을 400억 달러에 인수하려다가 규제 당국의 견제로 포기한 사례가 있다. 과연 엔비디아는 허깅페이스를 무사히 손에 넣을 수 있을까. 아니면 4년전 실패했던 ARM 인수의 데자뷔가 될까. 모처럼 성사된 초대형 M&A에 전 세계 AI 산업의 시선이 집중되고 있다.

2026.09.04 14:57김익현 미디어연구소장

[최홍석 칼럼] AI 에이전트가 달리려면 어떤 도로가 필요한가

"AI 추론은 '빠른 망'이 아니라 '예측 가능한 망'을 원한다. 지연이 작은 것보다 지연이 일정한 것이 AI 에이전트 서비스의 품질을 결정한다." 이 시리즈는 지금까지 망을 어떻게 만드는가, 즉 인프라의 언어로 이야기해 왔습니다. 4월 OpenROADM, 5월 SRv6·RON, 6월 소버린 AI, 7월 자율화 거점, 8월 6G 설계 철학, 이 모든 논의가 궁극적으로 수렴하는 질문이 바로 이것입니다. 그 망 위에서 무엇이 달리는가. 2026년, AI 에이전트 서비스가 본격화되면서 네트워크에 완전히 새로운 요구사항이 생겼습니다. 챗봇이 아닙니다. 스스로 계획하고, 도구를 호출하고, 결과를 판단해 다음 행동을 결정하는 에이전틱 AI가 실시간으로 서비스되기 시작했습니다. 이 에이전트들이 달리려면 지금까지와는 다른 종류의 도로가 필요합니다. 그 도로를 누가 깔 것인가, 통신사의 가장 현실적인 기회이자 도전이 여기 있습니다. AI 추론 트래픽은 기존 데이터와 무엇이 다른가 AI 에이전트 서비스가 네트워크에 요구하는 것은 단순한 대역폭 확대가 아닙니다. 트래픽의 성격 자체가 다릅니다. 세 가지 핵심 차이가 있습니다. 첫째, 예측 가능한 지연과 지터입니다. 음성 AI 에이전트처럼 대화형 서비스는 응답이 약 500ms를 넘으면 지연감을 줄 수 있어, 클라이언트 기준 time-to-first-token(TTFT)을 중요한 SLO로 둡니다. 원격 제어·협력 제어와 같은 안전 중요 서비스는 지연과 지터가 안전성에 영향을 줄 수 있으므로, 안전 기능을 원격망 품질에만 의존하지 않고 로컬 폐루프·이중화와 함께 설계해야 합니다. 일반 인터넷 트래픽은 평균 지연만으로도 충분한 경우가 많지만, 실시간 AI 서비스는 워크로드별로 P99 등 꼬리 지연 목표를 관리해야 합니다. 둘째, 버스트성(Burstiness)입니다. AI 에이전트 서비스는 동시 요청이 순간적으로 폭증하는 특성을 가집니다. 중앙 집중식 추론 클러스터는 이 버스트 구간에서 처리 용량이 포화되고, 지연이 급격히 증가합니다. 컴캐스트와 엔비디아의 GTC 2026 벤치마크는 이를 명확히 보여줍니다. 버스트 트래픽 조건(P99)에서 단일 중앙 집중식 클러스터는 오히려 처리량이 감소한 반면, 4개 엣지 사이트에 분산된 AI 그리드는 42,362 토큰/초 처리량을 유지했습니다. 셋째, 멀티-티어 분산 처리입니다. 일부 에이전틱 AI 서비스는 단일 모델만으로 처리되지 않으며, 디바이스·엣지·코어의 서로 다른 모델과 도구가 협력할 수 있습니다. 디바이스에서 경량 추론, 엣지에서 도메인 특화 모델, 코어에서 대형 모델을 선택적으로 활용하는 구조입니다. 다만 일반적인 에이전트 서비스가 계층 간 마이크로초 단위 동기화를 요구하는 것은 아니며, 엄격한 시간 동기는 TSN 기반 산업 제어 등 특정 워크로드의 요구사항입니다. NPU 서버와 AI Grid — 추론 인프라의 새 지형 NPU 서버란 무엇인가 GPU가 병렬 연산에 폭넓게 활용되는 반면, NPU(Neural Processing Unit)는 신경망 연산에 특화된 가속기입니다. 일부 추론 워크로드에서는 NPU가 GPU보다 전력 효율이나 비용 측면에서 이점을 낼 수 있지만, 실제 성능은 모델 구조·정밀도·메모리 구성·배치 크기·소프트웨어 생태계에 따라 달라집니다. CPU가 시스템 운용·데이터 처리를 맡고 NPU 또는 GPU가 AI 연산을 가속하는 이종 컴퓨팅 구조가 일반적입니다. AI Grid — 분산 추론 인프라 엔비디아는 GTC 2026에서 AI 그리드 레퍼런스 아키텍처를 발표했습니다. 핵심은 지역 PoP, 중앙국, 메트로 허브와 엣지 거점에 가속 컴퓨팅을 배치해 지리적으로 분산된 AI 추론 플랫폼을 구성하는 것입니다. 약 10만 개라는 수치는 개별 텔코의 자산이 아니라 전 세계 통신사와 분산 클라우드 사업자가 운영하는 분산 네트워크 데이터센터의 합산 추정치입니다. 기지국은 모든 곳에 추론 서버를 두기보다, 전력·냉각·경제성을 검토해 선택적으로 활용할 수 있는 미래 배치점으로 보는 편이 정확합니다. 한 가지 구현 방식은 코어 AI 팩토리, 지역 엣지 노드, 그리고 선택적 AI-RAN 거점으로 역할을 나누는 것입니다. 코어에서는 대형 모델 학습·파인튜닝과 광역 서비스가, 지역 엣지에서는 지연·데이터 주권·대역폭 요구가 높은 추론이 수행될 수 있습니다. AI-RAN은 RAN과 AI 워크로드의 컴퓨팅 자원 공유를 검증하는 단계이며, 모든 기지국이 사용자 추론을 처리한다는 뜻은 아닙니다. 사용자와 데이터에 가까운 곳에서 처리하면 왕복 구간을 줄일 수 있지만, 종단간 지연은 무선·전송·큐잉·모델 처리 시간을 함께 고려해야 합니다. 통신사가 설계해야 할 네 가지 네트워크 요건 AI 그리드가 제 성능을 발휘하려면 그것을 연결하는 네트워크가 AI 추론 트래픽의 특성을 수용할 수 있어야 합니다. 4개의 구체적 요건이 있습니다. ① SRv6 기반 결정론적 경로 제어 일반 IP 망에서는 혼잡이나 장애에 따라 경로와 지연이 변동할 수 있습니다. SRv6의 SR Policy는 소스에서 명시 경로를 지정하는 기반이 되어, 지연 민감 트래픽의 경로 변동을 줄이는 데 활용할 수 있습니다. 다만 SRv6만으로 결정론적 레이턴시가 보장되지는 않습니다. 보장형 지연을 위해서는 용량 설계, 자원 예약, 입장 제어, 큐잉·스케줄링과 필요 시 DetNet·TSN 같은 메커니즘을 함께 적용해야 합니다. 따라서 SRv6 단일 패브릭은 AI Grid 연결의 유용한 기반이지만, 그 자체가 충분조건은 아닙니다. ② 5G 네트워크 슬라이싱...AI 추론 전용 슬라이스 AI 추론·일반 데이터·IoT 센서 데이터는 서로 다른 QoS 요건을 가질 수 있습니다. 5G 네트워크 슬라이싱은 하나의 물리 인프라 위에서 용도별 논리 네트워크와 정책을 구성하는 기능이며, 실제 보장 범위는 RAN·전송·코어·애플리케이션을 포함한 종단간 설계와 SLA에 좌우됩니다. 노키아와 AWS는 MWC 2026에서 AI가 네트워크 KPI와 상황 정보를 바탕으로 슬라이싱 정책을 조정하고, SMO를 통해 RAN 정책을 적용하는 인텐트 기반 사례를 발표했습니다. 이는 기업 AI가 표준 API로 슬라이스를 직접 협상한 상용 구조라기보다, 자동화된 정책 운영을 향한 실증 사례로 보는 것이 적절합니다. ③ 엣지 UPF 분산 배치 5G 코어의 UPF(User Plane Function)를 엣지 가까이 분산 배치하면 사용자 트래픽을 중앙 코어까지 보내지 않고 인접한 서비스 거점으로 분기할 수 있습니다. 다만 UPF가 AI 추론을 직접 수행하는 것은 아닙니다. UPF는 로컬 브레이크아웃을 제공하고, 인접한 MEC 또는 AI 서버가 추론을 수행하는 구조가 일반적입니다. 지연 개선 효과는 배치 위치·무선 구간·전송망·모델 처리 시간에 따라 달라지며, sub-15ms와 같은 목표는 특정 서비스와 측정 범위를 명시해 검증해야 합니다. ④ gNMI 기반 실시간 레이턴시 가시성 AI 그리드에서는 네트워크 지연·손실·혼잡뿐 아니라 추론 지연, 처리량, 큐 깊이, 가속기 사용률 같은 애플리케이션·플랫폼 지표를 함께 관측하고, 오케스트레이터가 이를 바탕으로 요청을 적절한 노드에 배치하는 구조가 필요합니다. gNMI 스트리밍 텔레메트리는 네트워크 장비 상태를 수집하는 유용한 인터페이스이지만, 추론 성능 관측이나 동적 라우팅 전체를 대신하지는 않습니다. 애플리케이션 관측성, 용량 관리, 정책·트래픽 제어와 결합해야 합니다. 아카마이는 요청을 적절한 컴퓨팅 계층에 매칭해 비용과 레이턴시를 함께 최적화하는 접근을 제시했습니다. 글로벌 Telco의 실제 구현 사례 컴캐스트 × 엔비디아...AI 그리드 레퍼런스 검증 (2026.03) 컴캐스트는 엔비디아와 함께 깊은 분산 네트워크 아키텍처를 AI 그리드로 활용하는 협업을 발표했습니다. 엔비디아가 공개한 벤치마크에서 퍼스널l AI의 음성 소형 언어 모델을 RTX PRO 6000 GPU 기반의 4개 사이트 AI Grid에 분산 배치했을 때, 상관된 버스트 트래픽에서도 음성 상호작용의 종단간 지연을 500ms 목표 안에서 유지했습니다. 같은 시험 조건에서 중앙집중형 구성과 비교한 토큰당 비용 절감은 버스트 시 76.1%였습니다. 이는 특정 모델·하드웨어·트래픽 조건의 결과이며 일반적 비용 절감률로 해석해서는 안 됩니다. SKT × Arm × 리벨리온...국산 NPU 기반 AI 추론 인프라 (2026.04) SKT는 Arm·리벨리온과 3자 협약을 통해 Arm AGI CPU와 리벨리온 RebelCard NPU를 결합한 AI 추론 서버를 공동 개발하고, 자사 AI 데이터센터에서 성능·안정성을 실증하기로 했습니다. A.X K1 모델의 운영도 검토 대상이며, 현 시점에서는 상용 도입 완료가 아니라 개발·검증 단계로 표현하는 것이 정확합니다. SKT는 별도의 GPU 기반 AI 인프라 협력도 추진하고 있어, 향후 NPU와 GPU를 워크로드별로 병행 활용할 가능성이 있습니다. AT&T × 시스코 × 엔비디아...제로-트러스트 AI 추론 아키텍처 (2026.03) AT&T와 시스코는 달라스 디스커버리 디스트릭트에서 엔비디아 GPU와 시스코의 파일럿 플랫폼을 활용한 공개안전 사용사례를 시연했습니다. 이 협력은 전용 IoT 코어, 로컬 트래픽 분기, 엣지 컴퓨팅과 제로-트러스트 보안을 결합해 실시간 AI를 네트워크 가까이 제공하려는 접근입니다. 다만 이는 상용 전면 배치라기보다 시연·파일럿과 산업 적용 확대 단계로 보는 것이 정확합니다. 인도삿 × 노키아 × 엔비디아...소버린 AI 그리드 (2026.06) Indosat Ooredoo Hutchison는 2026년 3월 MWC에서 노키아·엔비디아와 함께 동남아시아 최초의 AI-RAN 기반 레이어3 5G 통화를 실증했습니다. 노키아 에어스케일 무선 장비와 RAN 소프트웨어가 엔비디아 GPU 가속 인프라 위에서 동작하며, AI와 RAN 워크로드를 동일한 컴퓨팅 자원에서 동시에 처리할 수 있음을 기능적으로 검증한 사례입니다. 이후 인도네시아 현장 시험과 망 현대화는 추진 단계이므로, AI 그리드와 AI-RAN의 전국 상용 구현 완료로 단정하지 않는 것이 적절합니다. 한국 통신사의 실행 과제...지금 무엇을 결정해야 하는가 영국 리서치 컨설팅 회사인 Analysys Mason에 따르면 통신사의 GPUaaS 수익은 2024년 1억 달러 미만에서 2030년 96억 달러로 성장할 전망이며, 전 세계 약 30개 사업자가 이미 GPUaaS를 출시했습니다. 다만 맥킨지의 잠재 시장 규모와 Analysys Mason의 Telco 수익 전망은 대상 범위와 산정 방법이 달라 이를 단순 점유율로 비교하기에는 한계가 있습니다. 핵심 메시지는 기회가 존재하되, 통신사가 하이퍼스케일러·네오클라우드와 직접 규모 경쟁하기보다 데이터 주권, 연결성, 지역 엣지, 산업별 통합 서비스처럼 차별화 가능한 영역을 선택해야 한다는 점입니다. 국내 통신사의 현실적 준비 순서는 다음과 같습니다. 결론 : 망이 추론 인프라가 되는 시대, 도로를 먼저 깔아야 한다 AI 에이전트 서비스에는 단순히 빠른 망보다 워크로드별로 예측 가능한 종단간 성능, 관측성, 보안과 비용 효율이 중요합니다. 이 시리즈가 다룬 SRv6 단일 패브릭, OpenROADM 개방 광전송, TM Forum L4 자율화 거점은 이러한 AI 추론 인프라의 기반이 될 수 있습니다. 다만 각각은 충분조건이 아니라, 컴퓨팅·오케스트레이션·보안·운영 설계와 결합돼야 합니다. 엔비디아의 AI 그리드 레퍼런스 설계, SKT의 NPU 기반 추론 서버 개발, 인도삿의 소버린 AI와 AI-RAN 추진은 통신사가 분산 추론 인프라의 유력한 제공자가 될 수 있음을 보여 줍니다. 그러나 CDN·분산 클라우드·엔터프라이즈 엣지 사업자도 경쟁과 협력의 대상입니다. 통신사의 강점은 광범위한 접속망과 지역 거점, QoS·보안·운영 역량을 결합해 특정 산업과 지역에 차별화된 서비스를 제공하는 데 있습니다. "AI 에이전트 시대에 통신사의 역할은 단순한 전송 제공을 넘어, 연결성과 분산 컴퓨팅을 결합한 서비스 운영자로 확장될 수 있습니다. 다만 이 역할은 단독 소유권이 아니라 클라우드·CDN·장비·애플리케이션 사업자와의 생태계 경쟁 및 협력 속에서 형성될 것입니다." 도로가 없으면 어떤 차도 달릴 수 없습니다. AI 에이전트 서비스의 시대에 그 도로를 먼저 깔기 시작하는 통신사가, 다음 10년의 AI 인프라 패권을 가져갑니다.

2026.09.04 11:18최홍석 컬럼니스트

엔비디아, AI 허브 '허깅페이스' 17조원에 인수…"사상 최대 빅딜"

엔비디아가 글로벌 대표 개방형 인공지능(AI) 플랫폼 '허깅페이스'를 인수한다. AI 반도체 시장지배력을 바탕으로 모델·데이터·개발자가 모이는 플랫폼까지 AI 생태계 전반으로 영향력을 넓히는 모습이다. 엔비디아는 허깅페이스를 129억 3030만 달러(약 17조 5600억원)에 인수하기로 합의했다고 3일(현지시간) 밝혔다. 이번 거래는 엔비디아의 기업 인수 역사상 최대 규모다. 허깅페이스는 전 세계 개발자와 연구자, 크리에이터 1800만 명 이상 이용하는 대표 개방형 AI 플랫폼이다. 현재 300만 개가 넘는 AI 모델과 100만 개 이상의 애플리케이션이 공유되고 있으며 기업들은 AI 모델을 발굴·평가·맞춤화·배포하는 데 활용 중이다. 엔비디아는 내년까지 인수를 마무리하고 허깅페이스를 현재처럼 개방형 플랫폼으로 지속 운영한다는 방침이다. 이번 인수는 엔비디아가 최근 힘을 싣고 있는 개방형 AI 생태계 확대 전략의 연장선으로 풀이된다. 엔비디아는 현재 허깅페이스에 오픈 모델과 데이터를 가장 많이 제공한 기업으로, 지금까지 500개 이상의 모델과 250개 이상의 공개 데이터셋을 플랫폼에 공개했다. 특히 개발자가 자유롭게 활용·수정할 수 있는 '오픈웨이트' 모델 확산에 공을 들이고 있다. 오픈AI와 앤트로픽 등이 제공하는 폐쇄형 모델과 달리 오픈웨이트 모델은 이용자가 가중치를 내려받아 필요에 맞게 수정하고 자체 또는 제3자 하드웨어에서 구동할 수 있다. 아울러 올해 미스트랄·싱킹머신즈랩·퍼플렉시티 등 주요 오픈 모델 개발사가 참여하는 '네모트론 연합'을 출범시키고 데이터와 기술, 컴퓨팅 자원 공유에도 나섰다. 지난달에는 미국 AI 스타트업 풀사이드와 60억 달러(약 8조원) 규모 계약을 맺고 개방형 모델 라이선스를 확보하는 한편 엔지니어 상당수도 영입하기로 했다. 허깅페이스 인수로 엔비디아의 사업 영역은 AI 가속기와 데이터센터 인프라를 넘어 AI 모델의 개발·유통을 연결하는 플랫폼까지 확대될 전망이다. 기업들이 개방형 모델을 자체 데이터센터나 클라우드 환경에 도입할수록 AI 연산 수요가 늘어나는 만큼 장기적으로 엔비디아의 가속기 사업과도 시너지를 낼 수 있다는 분석이 나온다. 젠슨 황 엔비디아 최고경영자(CEO)는 "우리 인프라와 엔지니어링, 글로벌 역량은 개방형 생태계를 유지하면서 허깅페이스 플랫폼의 안정성과 모델 평가·추론·배포 역량을 개선하는 데 도움이 될 것"이라며 "전 세계 사람과 기관이 개방형 AI를 쉽게 이용할 수 있도록 만들겠다"고 밝혔다.

2026.09.04 10:03한정호 기자

레노버, 베를린 '이노베이션 월드'서 PC 신제품 공개

레노버가 3일(현지시간) 독일 베를린에서 '레노버 이노베이션 월드' 행사를 통해 개인·기업용 PC 신제품 포트폴리오를 공개했다. 레노버는 오는 10월 엔비디아 윈도PC용 Arm 플랫폼 'RTX 스파크' 적용 PC인 요가 프로 9n, 요가 9n 투인원 등 노트북을 글로벌 출시 예정이다. 요가 프로 9n과 요가 9n 투인원은 Arm 기반 그레이스 CPU와 RTX 블랙웰 GPU로 일상 작업과 콘텐츠 제작, 게임과 에이전틱 AI, 로컬 AI 처리를 가속한다. 아이디어패드 바이브는 14·15인치 화면을 내장한 노트북이다. 색상 전문 글로벌 기업인 팬톤과 협력해 드리미 바이올렛, 스파이시 골드, 젠 그린, 칠 블루, 래디언트 코랄, 무디 블루, 로우키 그레이 등 총 7개 색상을 본체에 적용했다. 로우키 그레이와 무디 블루 모델은 DCI-P3 색공간을 100% 만족하는 OLED 디스플레이를 선택할 수 있다. 이외 모델에는 최대 화면주사율 120Hz인 IPS LCD 디스플레이가 탑재된다. 퀄컴 스냅드래곤 X와 AMD 라이젠 AI 400 내장 모델이 먼저 출시되며 인텔 프로세서 내장 제품도 추후 공개 예정이다. 기업용 PC로는 AMD 라이젠 AI 맥스+ 프로 495 프로세서와 128GB 통합 메모리로 로컬 AI 성능을 강화한 미니 PC '씽크센터 X 울트라'와 '씽크센터 M75', 휴대성을 강화한 '씽크북 14 9세대', '씽크북 14x 2세대' 등이 투입된다. '프로젝트 에어로블레이드 콘셉트'는 신기술 탐색과 구현을 위한 개념증명(PoC) 제품이다. 내부 열을 내보내는 냉각팬을 프로어 시스템즈와 공동 개발한 냉각 기술인 '액티브 플로우'로 대체해 두께를 10mm 미만, 무게는 830g 이하로 설계했다. '프로젝트 스완'은 14인치 OLED 화면을 필요에 따라 17인치, 16:9 비율로 확장할 수 있는 노트북이다. 두께는 17.9mm, 무게는 1.6Kg이며 별도의 외부 모니터를 연결하지 않고도 필요에 따라 작업 영역을 확장할 수 있다. 레노버가 올 초 공개한 개인용 AI 에이전트 '레노버 키라'는 16GB 메모리를 탑재한 씽크패드와 아이디어패드 등 레노버 PC까지 지원 대상을 확대했다. 글로벌 서비스와의 연동도 강화했다. 워카토(Workato)와의 협업을 통해 지메일, 구글 캘린더, 구글 컨택트, 슬랙, 아웃룩 메일 및 캘린더로 키라 지원 경험을 확대했다. 이들 제품의 국내외 출시/공개 일정과 가격은 미정.

2026.09.04 09:52권봉석 기자

에이수스, AI 인프라 키워드로 '토큰 경제학' 제시

에이수스가 지난 해 두바이에 이어 올해 서울에서 AI 인프라 전략을 제시했다. AI 모델의 성능뿐 아니라 이를 구동하는 데이터센터와 서버, 전력·냉각 인프라의 효율을 높여야 한다는 것이 핵심이다. 에이수스는 3일 오후 서울 여의도 콘래드호텔에서 아태지역 IT 업계 관계자와 의사 결정권자 300여 명이 참여한 가운데 '에이수스 AI테크 서밋 서울'을 개최했다. 이날 폴 주 에이수스 인프라 솔루션 비즈니스 그룹(ISG) 총괄 수석부사장은 "AI가 더 이상 연구실이나 실험실에 머무는 기술이 아니라 이미 우리 삶의 일부가 됐다"고 강조했다. 이어 "특히 AI가 생성하는 결과물인 '토큰'을 얼마나 효율적으로 생산하느냐에 따라 인프라 경쟁력이 좌우될 수 있다"며 '토큰 경제학'을 주요 화두로 제시했다. 엔비디아 "데이터센터, 토큰 생산하는 AI 팩토리로 진화" AI 인프라를 둘러싼 에이수스와 엔비디아의 협력도 확대되고 있다. 정소영 엔비디아코리아 대표는 "양사는 PC와 컨슈머 사업을 중심으로 협력했지만 코로나19 이후 데이터센터 사업으로 영역을 넓혔으며, AI 발전과 함께 협력 범위가 더욱 커지고 있다"고 설명했다. 정소영 대표는 이날 데이터센터의 역할 자체가 바뀌고 있다고 진단했다. 과거 데이터센터가 서버를 수용하고 운영하는 공간이었다면, 이제는 AI 연산을 통해 끊임없이 토큰을 만들어내는 'AI 팩토리'로 전환되고 있다는 설명이다. 토큰은 생성형 AI가 텍스트 등을 처리하고 결과를 만들어내는 과정에서 사용하는 기본 단위다. AI 활용이 확대될수록 필요한 토큰의 양도 증가하기 때문에, 동일한 전력과 컴퓨팅 자원으로 얼마나 많은 토큰을 처리·생성할 수 있는지가 데이터센터의 효율성과 비용을 좌우하는 요소로 부상하고 있다. 이민형 엔비디아코리아 솔루션 아키텍트는 에이전틱 AI의 확산이 이러한 데이터센터 수요를 더욱 키울 것으로 전망했다. 에이전틱 AI는 단순히 질문에 답하는 데 그치지 않고 사용자가 부여한 목표를 달성하기 위해 여러 작업을 반복하고 필요한 도구를 호출하며 결과를 검증하는 방식으로 작동한다. AI가 수행하는 작업이 복잡해질수록 필요한 연산량과 토큰 사용량도 늘어날 수 있다는 의미다. 엔비디아는 이를 뒷받침하기 위한 데이터센터 설계 개념으로 'AI 팩토리'와 DSX 플랫폼을 제시했다. 데이터센터 규모가 수십~수백MW에서 GW급으로 확대되는 상황에서 전력·냉각·네트워크·스토리지 등 인프라 전체를 하나의 시스템으로 설계해야 한다는 접근이다. 고전력 GPU 시대, 전력·냉각이 AI 인프라 경쟁력 에이수스 역시 AI 서버의 연산 성능만으로는 인프라 경쟁력을 설명하기 어렵다고 봤다. AI 연산에 필요한 전력과 냉각 비용이 함께 증가하는 만큼, 결국 핵심은 토큰 하나를 생성하는 데 필요한 비용과 에너지 효율이라는 설명이다. 에이수스는 고전력 GPU를 안정적으로 구동하기 위한 전력 전달 기술과 HVDC 기술을 연구하고 있다. GPU의 전력 소비가 증가할수록 전력 공급과 변환 과정에서 발생하는 손실을 줄이는 것이 데이터센터 운영 효율을 높이는 중요한 요소다. 냉각 분야에서는 GPU에 가까운 위치에서 열을 제거하는 마이크로채널 콜드 플레이트를 비롯해 100% 수랭식 서버와 메가와트급 냉각을 지원하는 CDU 등을 개발하고 있다. 고밀도 GPU 서버에서 발생하는 열을 효율적으로 제거해 전력 소비와 냉각 부담을 낮추겠다는 전략이다. 앨버트 우 에이수스 솔루션 사업 총괄은 "AI 인프라의 경쟁력은 AI 서버와 스토리지, 네트워크를 통합하는 하드웨어에 소프트웨어 스택과 전문 서비스를 결합하는 '골든 트라이앵글' 전략으로 AI 인프라 구축부터 운영과 최적화까지 지원하겠다"고 밝혔다. 에이수스, 제조·자동차·로봇까지 엣지 AI 확대 에이수스는 대규모 데이터센터뿐 아니라 실제 데이터가 생성되는 현장에서 AI를 처리하는 엣지 컴퓨팅 전략도 공개했다. 엣지 컴퓨팅은 네트워크를 통해 전송해야 하는 데이터량을 줄일 수 있고, 처리 지연시간을 낮춰 실시간 대응이 필요한 산업 현장에 적합하다. 외부로 전송되는 데이터를 줄여 보안성과 운영 효율을 높일 수 있다는 점도 장점이다. 에이수스는 이날 제조 현장의 머신비전이나 자동차의 영상·센서 데이터를 현장에서 즉시 처리할 수 있는 엣지 컴퓨팅 솔루션도 함께 공개했다. 에이수스 관계자는 "에이수스의 최종 목표는 기업이 단순히 AI에 투자하는 것을 넘어 비즈니스 전반의 운영 과정에 지능을 내재화할 수 있도록 돕는 것"이라고 밝혔다. 이어 "앞으로도 글로벌 기술 생태계와의 협력을 강화하고, 확장 가능한 성장을 위한 AI 팩토리 구축 및 운영 역량을 지속적으로 고도화해 나갈 것"이라고 부연했다.

2026.09.04 09:30권봉석 기자

엔비디아 RTX 스파크 탑재 PC, 10월 출시

엔비디아가 대만 미디어텍과 공동 개발한 윈도 PC용 시스템반도체(SoC), RTX 스파크 탑재 PC가 오는 10월부터 글로벌 출시된다. RTX 스파크는 Arm 기반 20코어 그레이스 CPU와 블랙웰 GPU 기반 AI 워크스테이션용 칩 'GB10(2025)'을 기반으로 윈도 온 Arm 환경에 맞게 최적화한 제품이다. 처음 시장에 등장할 SoC인 N1X는 CPU 코어 수와 GPU 코어 수에 따라 두 가지로 공급된다. 20코어 그레이스 CPU와 6144코어 블랙웰 RTX GPU를 내장한 제품은 최저 24GB, 최대 128GB 메모리를 통합하며 노트북과 미니PC 탑재를 지원한다. 18코어 그레이스 CPU와 5120코어 블랙웰 RTX GPU를 내장한 제품은 최저 24GB, 최대 32GB 메모리를 통합하며 노트북에만 탑재된다. 엔비디아는 CPU와 GPU가 메모리를 공유하는 통합 메모리 구조를 활용해 대규모 AI 모델 처리, 생성 AI와 에이전틱 AI 처리 성능 향상을 내세웠다. 게임과 콘텐츠 제작도 주요 활용 분야다. 엔비디아 지포스 GPU의 레이트레이싱과 DLSS 등 기능을 활용 가능하며 게임 개발사도 지원 참여 의사를 밝힌 바 있다. N1X 탑재 제품은 오는 10월부터 글로벌 출시 예정이다. 레노버는 노트북형 제품인 요가 프로 9n, 화면이 360도 회전하는 요가 9n 투인원 등 두 개 제품을 공급 예정이다. 이들 제품의 국내 출시 일정과 가격은 미정.

2026.09.04 09:04권봉석 기자

엔비디아, 유휴 PC GPU로 AI 추론 분산하는 'PAIR' 공개

엔비디아가 4일 가정이나 사무실 내 PC GPU 자원을 이용해 AI 추론을 분산처리하는 '퍼스널 AI 라우터(PAIR)' 기술을 공개했다. 엔비디아는 "현재 미국 가정 중 절반 이상은 PC를 두 대 이상 이용하지만 상당한 연산 성능이 하루 중 대부분 쓰이지 않는 형태로 남아 있다"고 설명했다. 이어 "PAIR는 이처럼 사용되지 않는 PC의 컴퓨팅 자원을 로컬 AI에 활용할 수 있도록 지원하는 무료 오픈소스 소프트웨어"라고 설명했다. PAIR는 올라마와 LM스튜디오를 지원하며 에이전틱 AI 구현에 필요한 여러 개의 작은 작업을 내부 네트워크에 연결된 PC와 분산해 처리하는 방식으로 작동한다. 메인 PC에서 게임이나 콘텐츠 제작 등 다른 작업을 수행하는 동안 AI 워크로드를 상대적으로 여유가 있는 다른 시스템으로 이동하는 것도 가능하다. 다만 페어가 여러 PC의 GPU 메모리를 하나로 합쳐 하나의 대형 GPU처럼 사용하는 것은 아니다. 개별 추론 요청은 특정 시스템에서 처리되며, 여러 장치에 하나의 모델을 분할해 실행하는 방식과는 차이가 있다. 엔비디아는 "클라우드 서비스 대신 가정이나 기업 내 PC 자원을 로컬 AI 인프라로 전환해 로컬 AI와 멀티 에이전트 애플리케이션의 처리량을 높일 수 있다"고 설명했다. PAIR는 엔비디아 지포스 RTX 20 시리즈 이후 GPU와 엔비디아 RTX 프로 워크스테이션 GPU, DGX 스파크와 애플 M4 이후를 지원한다. 지원 운영체제는 윈도, 맥OS, 리눅스이며 그래픽 인터페이스와 터미널 인터페이스를 모두 지원한다.

2026.09.04 08:22권봉석 기자

삼성전자, 2분기 HBM 점유율 33%로 급등…SK하이닉스와 격차 축소

삼성전자가 고대역폭메모리(HBM) 시장에서 업계 1위 SK하이닉스와 격차를 좁혔다. 올 2분기 양사 점유율 차이는 17%p로, 전년 동기(43%p), 전 분기(37%p) 대비 크게 줄었다. 3일 시장조사업체 카운터포인트리서치에 따르면 올 2분기 전세계 HBM 시장 점유율(매출액 기준)은 SK하이닉스가 50%로 1위를 유지했다. 다만 점유율 수치는 지속 감소하고 있다. SK하이닉스의 올 2분기 점유율(50%)은 전 분기 대비 8%p, 전년 동기 대비 14%p 감소했다. 반면 삼성전자는 올 2분기 33% 점유율로 SK하이닉스와 격차를 17%p로 좁혔다. 전 분기 대비 12%p, 전년 동기 대비 18%p 개선했다. 카운터포인트리서치는 "삼성전자가 HBM4 출하를 본격화하면서 점유율이 점차 늘어날 것"이라고 내다봤다. HBM4는 올해 본격 상용화된 최신형 HBM이다. 엔비디아의 고성능 인공지능(AI) 가속기 '베라 루빈(Vera Rubin)' 시리즈에 탑재된다. 마이크론은 시장 점유율 변동폭이 비교적 작았다. 마이크론은 올 2분기 18% 점유율을 기록했다. 전 분기 및 전년 동기 대비 3%p 감소했다. 카운터포인트리서치는 "현재 HBM 매출 대부분은 HBM3E에서 발생한다"며 "HBM4 출하는 올 하반기부터 본격 가시화될 전망"이라고 밝혔다.

2026.09.03 16:43장경윤 기자

에퀴닉스, 엔비디아와 '분산형 AI 추론' 승부수…인프라 연결성 강화

에퀴닉스가 인공지능(AI) 확산으로 복잡해지는 기업 인프라 연결과 추론 환경을 동시에 겨냥한 신규 서비스를 선보였다. 클라우드·네트워크·AI 환경 연결을 자동화하는 동시에 엔비디아·투게더AI와 손잡고 데이터와 사용자 가까이에서 AI 추론을 실행할 수 있는 분산형 인프라 구축에 나선다. 에퀴닉스는 고객·파트너 행사 '에퀴닉스 호라이즌'에서 '에퀴닉스 패브릭 원'과 기업용 분산형 AI 추론 프로그램 '에퀴닉스 인퍼런스 익스체인지'를 공개했다고 3일 밝혔다. 패브릭 원은 기업에 분산된 클라우드와 네트워크, AI 환경을 연결하는 과정을 간소화하기 위한 관리형 '애니-투-애니' 연결 서비스다. AI 도입이 확대되면서 기업이 연결해야 할 클라우드와 AI 서비스 제공업체, 사업장 등이 늘어나는 데 따른 네트워크 운영 복잡성을 줄이는 것에 중점을 뒀다. 특히 아마존웹서비스(AWS)와 구글 클라우드가 공동 개발한 오픈 커넥티비티 사양을 활용한다. 이를 통해 분산된 클라우드와 AI, 기업 환경 전반의 상호운용성을 지원한다는 목표다. 고객이 연결하려는 대상과 요구사항을 지정하면 패브릭 원이 이를 구현하는 데 필요한 연결 방식을 결정해 제공하는 구조다. 기존처럼 네트워크 서비스 구성 요소를 기업이 일일이 조합하고 관리할 필요도 줄였다. 포털과 애플리케이션 프로그래밍 인터페이스(API), 자동화 워크플로우뿐 아니라 에이전트 기반 요청이나 자연어 프롬프트로 필요한 연결 요건을 지정할 수 있다. 이후 패브릭 원이 라우팅과 클라우드 연결, 암호화, 시스템 복원, 장애 조치 등을 자동으로 오케스트레이션하고 관리한다. 향후 기업이 에이전틱 아키텍처를 도입하면 AI 에이전트가 사람의 수동 개입 없이 필요한 연결을 탐색하고 요청·프로비저닝하는 환경까지 지원한다는 구상이다. 에퀴닉스는 AI 인프라 연결뿐 아니라 실제 추론 환경 구축에도 사업 범위를 넓힌다. 이번에 함께 공개한 인퍼런스 익스체인지는 기업이 AI 추론을 데이터와 사용자, 애플리케이션에 가까운 위치에서 실행할 수 있도록 지원하는 분산형 AI 추론 프로그램이다. 최근 기업 AI가 실험을 넘어 실제 운영 단계로 이동하면서 추론을 어느 위치에서 실행할지가 성능과 비용, 데이터 거버넌스 등에 영향을 미치는 요소로 떠오르고 있다는 게 회사 측 설명이다. 인퍼런스 익스체인지는 클라우드와 모델, 제공업체, 지역 등에 분산된 추론 환경을 연결해 기업의 운영 부담을 줄이는 데 초점을 맞췄다. 이를 위해 에퀴닉스는 엔비디아와 기존 협력을 강화하고 투게더AI와 새롭게 손잡았다. 엔비디아의 '엔터프라이즈 레퍼런스 아키텍처'와 200개 이상의 오픈소스 모델을 지원하는 투게더AI 추론 플랫폼을 에퀴닉스의 글로벌 데이터센터 인프라와 결합한다는 방침이다. 에퀴닉스는 전력과 첨단 냉각, 운영 관리 등 기반 인프라를 제공하고 '에퀴닉스 패브릭'을 통해 클라우드·네트워크·AI 서비스 제공업체를 연결한다. 엔비디아는 AI 팩토리의 처리량과 토큰당 비용을 고려한 AI 인프라와 레퍼런스 아키텍처를 제공할 예정이다. 투게더AI는 상위 계층에서 추론 플랫폼을 제공한다. 여러 고객이 자원을 공유하는 멀티테넌트 방식과 전용 용량이 필요한 워크로드를 위한 싱글테넌트 환경을 모두 지원한다. 이를 통해 기업이 워크로드 특성에 따라 AI 추론 인프라를 선택할 수 있도록 하는 구조다. 활용 영역은 사용자·데이터와 가까운 곳에서 추론을 수행하는 '메트로 엣지 추론'부터 폐쇄형 모델에서 오픈소스 모델로 전환하는 '오픈 모델 마이그레이션', 데이터 주권 요건을 고려한 '소버린 AI'까지 포함한다. 특히 소버린 AI는 규제를 받는 산업이나 특정 국가·지역에서 데이터와 추론 처리 위치에 대한 통제권을 유지하면서 AI를 활용할 수 있도록 지원할 방침이다. 이번에 공개된 패브릭 원은 올해 말 베타 버전을 선보인 뒤 내년 북미 지역부터 정식 출시할 예정이다. 인퍼런스 익스체인지는 내년 1분기부터 제공된다. 아데어 폭스-마틴 에퀴닉스 최고경영자(CEO) 겸 사장은 "AI가 가파른 속도로 기업 기술 환경을 바꾸고 있는 만큼, 지금 어떤 인프라를 선택하느냐가 향후 수년간의 경쟁력을 결정지을 것"이라며 "엔비디아와의 오랜 관계를 바탕으로 현대 AI의 핵심인 가속 컴퓨팅 기반을 갖추는 한편, 개방형 에코시스템을 지향하는 투게더AI와의 협력을 통해 각 기업에 최적화된 확장성까지 확보했다"고 밝혔다.

2026.09.03 15:41한정호 기자

Prev 1 2 3 4 5 6 7 8 9 10 Next