1990년대 이공 계열 대학을 다녔던 사람이라면 포트란 77이나 C 언어 프로그래밍을 배워야 했다. 그렇지만 이제는 인공지능에게 맡기면 원하는 프로그램을 척척 짜준다. 이제는 통신 액세스망도 사람이 사용하는 자연어로 명령을 내려 손쉽게 구축할 수 있는 시대가 됐다. 한국전자통신연구원(ETRI) 유무선광액세스연구실은 사용자가 자연어로 원하는 네트워크 동작을 지시하면 대규모 언어 모델(LLM)이 광액세스망을 자동으로 설정하고 실제 적용에 앞서 오류 가능성까지 사전에 검증하는 ‘LLM 기반 광액세스망 운용 기술’을 개발했다고 14일 밝혔다. 이 연구는 이달 유럽에서 열린 광통신 국제 학술 대회 ‘ECOC 2026’에 채택돼 기술적 우수성을 인정받았다. 광액세스망은 가정, 기업, 이동통신 기지국 등 이용자와 가까운 곳까지 초고속 통신 서비스를 전달하는 네트워크다. ‘통신망의 모세혈관’으로도 불리는데 다양한 장비와 기능으로 구성돼 있어 장비 개통이나 설정 변경을 할 때 작업자가 장비별 명령어와 복잡한 운용 절차를 숙지하고 직접 작업해야 했다. 이번에 개발한 기술은 복잡한 장비별 명령어나 운용 절차를 일일이 입력하지 않고도 자연어로 입력하면 AI가 명령의 의도를 분석하고 필요한 작업 절차를 스스로 계획한 뒤 실제 광액세스 장비를 제어하는 방식이다. 연구팀은 AI가 생성한 제어 절차를 실제 광액세스망에 적용하기 전에 가상 환경에서 미리 점검하는 ‘사전 검증 기술’도 함께 개발했다. 이를 통해 잘못된 설정이나 명령으로 발생할 수 있는 오류 가능성을 줄일 수 있다. 광액세스망 운용에 외부 상용 LLM을 활용할 경우 주요 망 운용 정보와 데이터가 외부로 전달될 가능성을 고려해 보안 문제도 신경 썼다. 연구팀은 외부 상용 AI에 의존하지 않고 망 내부에서 자체적으로 구동할 수 있는 ‘광액세스 특화 로컬 LLM’ 구현에 필요한 핵심 요소 기술도 개발하고 있다. 광액세스망은 △대규모 AI 모델의 지식과 능력을 소규모 로컬 LLM으로 이전하는 기술 △로컬 LLM을 특정 광액세스망 운용 업무에 효율적으로 적응시키는 기술 △AI가 생성한 결과의 정확성과 사용자 요구사항 충족 여부를 평가하는 기술 등을 확보했다. 연구팀은 광액세스망 운용에 필요한 지식과 네트워크 상태, 운용 경험 등을 종합적으로 학습한 ‘광액세스 파운데이션 LLM’을 개발하고 이를 기반으로 AI가 스스로 망을 운용할 수 있도록 관련 기술을 단계적으로 고도화할 예정이다. 조승현 ETRI 유무선광액세스연구실 실장은 “이번 연구로 AI가 작업자의 자연어 명령을 이해해 필요한 작업을 수행하고, 실제 적용 전에 그 결과를 검증할 수 있는 기술적 기반을 마련했다는 의미가 있다”며 “향후 AI가 스스로 네트워크 상태를 인지하고 판단해 망을 관리하는 ‘AI-네이티브 광액세스망’ 구현을 위한 기반 기술로 활용될 것”이라고 설명했다.

엔비디아의 ‘RTX 스파크’를 탑재한 노트북들이 하나씩 공개되고 있습니다. ARM 윈도우에 상당한 공을 들여온 마이크로소프트 역시 RTX 스파크를 탑재한 서피스 랩톱 울트라를 공개했는데, 24GB 통합 메모리, 512GB SSD, 최대 밝기 2,000니트의 15인치 미니 LED HDR 터치스크린을 포함한 사양으로는 다소 경쟁력 있는 2599달러의 가격을 책정했습니다. 다만 128GB 메모리에 20코어 CPU, 6144코어 GPU, 1TB SSD를 포함한 최고 사양의 SoC를 선택하면 가격은 5899달러로 껑충 뛰게 됩니다. 엔비디아의 RTX 스파크는 DGX 스파크 AI 미니 PC에 사용된 GB10 슈퍼칩의 노트북 버전인 N1X와 N1을 사용합니다. N1X는 20코어 Arm CPU와 6,144개의 CUDA 코어를 지니고 있으며 N1은 이보다 코어 수를 줄인 컷칩으로 보급형이라고 할 수 있습니다. 메모리는 256bit LPDDR5X를 사용하는데, 노트북 버전의 정확한 속도는 알려져 있지 않으나 과거 GB10을 보면 300GB/s 이내로 추정됩니다. 서피스 랩톱 울트라 같은 RTX 스파크 노트북의 가장 직접적인 경쟁 상대는 바로 애플 맥북 프로입니다. 가격을 감안하면 일반적인 업무용 노트북으로 사용하기에는 너무 비싸고 로컬 대형 언어 모델(LLM) 구동이나 AI 이미지·영상 생성, 3D 작업 등을 위한 모바일 워크스테이션에 가깝습니다. 맥북 프로는 이 분야에서 나름 자신의 입지를 구축한 상태입니다. 기본적으로 맥은 이미지 및 영상 편집 작업에서 널리 사용되고 있으며 여기에 M5 프로와 M5 맥스의 경우 각각 307GB/s와 614GB/s의 메모리 대역폭을 제공해 로컬 LLM 구동 시 토큰 속도에 유리합니다. 특히 애플의 통합 메모리 구조 덕분에 전체 메모리의 상당 부분을 AI 모델에 할당할 수 있어 보통 8~16GB 정도인 독립 그래픽 카드 탑재 노트북보다 더 큰 모델을 올리고 원활하게 돌릴 수 있습니다. RTX 스파크는 여기에 도전하는 윈도우 진영의 새로운 카드입니다. 마이크로소프트 입장에서 보면 기존 ARM 윈도우 노트북에 사용된 스냅드래곤 프로세서는 전력 효율과 배터리 사용 시간에서는 장점이 있지만, 고성능 그래픽과 일부 전문 AI 작업에서는 한계가 있었습니다. 게임 호환성 역시 ARM 윈도우의 약점 중 하나였습니다. RTX 스파크는 엔비디아의 GPU 기술과 소프트웨어 생태계를 결합해 이런 약점을 보완했습니다. 블랙웰 GPU 덕분에 레이 트레이싱과 DLSS, G-SYNC 등 엔비디아의 최신 그래픽 기술도 활용할 수 있고, ARM용으로 제작되지 않은 x86 기반 윈도우 프로그램과 게임도 프리즘 에뮬레이션을 통해 실행할 수 있습니다. 실제로 마이크로소프트는 N1X 칩셋 기반의 노트북으로 007 퍼스트 라이트, 포르자 호라이즌 6 같은 게임을 매끄럽게 구동하는 모습을 공개하기도 했습니다. 다만 실제 구동 가능한 게임의 범위와 성능은 제품이 출시된 이후 정확히 확인할 수 있을 것으로 보입니다. 로컬 AI 구동 시에는 본래 이 목적을 위해 개발된 RTX 스파크의 성능이 더 빛을 발합니다. 최대 128GB의 통합 메모리 가운데 상당 부분을 로컬 AI 모델을 위해 할당할 수 있어 매우 큰 모델을 돌릴 수 있고 CUDA 아키텍처의 힘을 통해 속도를 높일 수 있습니다. 따라서 과거 스냅드래곤 SoC에서는 어려웠던 모바일 워크스테이션급 Arm 윈도우 노트북이 이제야 가능하게 된 것입니다. 다만 넘어야 할 산도 많습니다. 게임 성능과 가격 대비 효율에서는 RTX 50 시리즈 그래픽카드를 탑재한 일반 게이밍 노트북이 여전히 매력적일 수 있습니다. 전문 영상 작업에서는 맥북 프로가 오랜 기간 쌓아온 소프트웨어 지원과 작업 환경이라는 강점을 갖고 있습니다. RTX 스파크 노트북이 두 제품군 사이에서 확실한 입지를 확보하려면 대형 AI 모델을 실행할 수 있다는 장점뿐 아니라 실제 처리 속도와 가격 경쟁력도 입증해야 합니다. 솔직히 초기 가격표만 보면 RTX 스파크의 경쟁력이 압도적으로 높다고 평가하기는 어렵습니다. 여기에 메모리 가격 폭등으로 인한 노트북 가격 상승과 이로 인한 수요 감소는 이제 막 시장에 진입하는 RTX 스파크 노트북에 악재로 작용하고 있습니다. 과연 RTX 스파크 노트북이 계속해서 후속 제품을 개발할 수 있을 만큼 시장 반응을 이끌어 낼지 앞으로 성과가 주목됩니다.

배후에 북한이 있는 것으로 추정되는 해킹 조직 ‘김수키’가 최근 해킹에 인공지능(AI) 에이전트를 이용한 정황이 포착됐다. AI가 해커의 공격 과정에 이용되는 것을 넘어 공격 업무 자체를 자동화할 것이란 우려가 현실화하는 모습이다. 국내 보안업체 지니언스 시큐리티 센터는 7일 보고서를 통해 지난달 수집한 악성 파일 13종을 분석한 결과 김수키의 공격 미끼용 데이터에서 AI 에이전트 오픈코드 기록을 확인했다고 밝혔다. 앞서 김수키가 AI와 로컬 대규모언어모델(LLM)을 미끼 제작에 활용한 정황은 포착됐지만, AI 코딩 에이전트의 실제 활용 사례가 확인된 것은 이번이 처음이다. 김수키의 공격은 이자 납부, 인증서 갱신 등 일상적인 금융·기업 실무 메일로 위장한 압축 파일을 풀면 악성 코드가 실행되는 식이다. 지니언스는 AI 코딩 에이전트가 활용된 근거로 “일부 PDF에서 AI 코딩 에이전트인 ‘오픈코드’가 기록돼 있었고, 본문에는 ‘임시값’이라는 미작성 문구가 그대로 포함돼 있었다”고 설명했다. 오픈코드는 오픈소스 기반의 AI 코딩 에이전트로, 자연어로 지시하면 코드 작성과 파일 생성을 자동으로 수행하는 도구다. ‘임시값’이라는 문구는 실제 수치를 입력해야 하는 보험료 납부 주기, 금리 등의 항목에 AI 에이전트가 생성한 문서를 검토 없이 그대로 배포한 흔적으로 추정된다는 뜻이다. 앞서 북한은 미국의 포괄적 대북 수출통제 조치를 우회하며 빅테크들의 칩을 공수해 AI 성능을 고도화해 온 바 있다. 이번 사례는 AI 에이전트의 성능이 높아질수록 사이버 공격의 위험성과 파급력이 함께 커진 대표 사례로 꼽힌다. 황석진 동국대 국제정보대학원 교수는 “북한이 단순히 AI 에이전트라는 해킹 도구 하나를 추가한 것을 넘어 사이버 공격을 자동화·정교화·대량화했다는 뜻”이라며 “대규모 해커를 양성하던 북한이 해킹에 필요한 인력과 시간, 비용을 줄이며 기술 격차를 축소할 것”이라고 우려했다. 이어 “AI는 AI로 막아야 하기 때문에 AI 기반 탐지 및 다중운용체계를 구축하는 게 중요하다”며 “‘보안 특화 AI’와 같이 정부, 학계, 다양한 분야의 기업 등 서로 다른 주체들이 공격 취약점이나 경로 파악 등 공동의 대응체계를 구축하는 것이 필요하다”고 말했다.

애플 맥 미니는 저렴한 가격에 사용할 수 있는 개인용 미니 컴퓨터로 등장했습니다. 하지만 AI 시대에는 로컬 AI 장치로 더 인기를 끌고 있습니다. 특히 오픈클로(OpenClaw) 머신으로 인기가 높습니다. 오픈클로는 사용자의 컴퓨터를 직접 제어하고 메신저로 소통하며 24시간 자율적으로 업무를 수행하는 오픈소스 AI 에이전트 프로그램입니다. 단순한 답변이나 초안 작성을 넘어 파일 조작, 프로그램 실행, 이메일 전송 등을 대신하는 AI 비서로 활용할 수 있습니다. 맥 미니가 오픈클로 머신으로 인기가 높은 이유는 M 시리즈 프로세서의 높은 AI 성능과 통합형 메모리 구조, 상대적으로 낮은 전력 소모와 비용, 작은 크기 덕분입니다. 24시간 켜 놓는 개인 AI 비서로 사용하기 위해서는 전력 소모가 낮을수록 유리합니다. 비슷한 성능의 x86 컴퓨터와 비교할 때 맥 미니는 전력 소모가 상당히 낮고 고장 가능성도 작습니다. AI 성능 확 끌어올린 M6 맥 미니이런 점을 반영해 맥 미니에 탑재되는 M 시리즈 프로세서는 세대가 올라갈수록 AI 성능을 강화하고 있습니다. 8월 25일 발표된 신형 M6 맥 미니 역시 이런 추세를 고스란히 반영해 AI 성능을 대폭 개선했습니다. M6는 애플 최초의 2㎚ 제품으로 TSMC의 N2 노드에서 제작됩니다. M6에서 눈에 띄는 변화 중 하나는 고성능·고효율 코어의 두 가지 구성이던 CPU가 고성능·중간·고효율의 세 가지 구조로 바뀌었다는 점입니다. 2개의 슈퍼 코어와 4개의 퍼포먼스 코어, 6개의 고효율 코어 등 총 12코어로 바뀌었는데, 기존 4+6 구성과 비교해 멀티스레드 성능이 20% 정도 빨라졌다는 게 애플의 주장입니다. 이런 트리플 구성은 앞으로 프로, 맥스 등 다른 버전에도 적용될 것으로 보입니다. 이보다 더 중요한 변화는 듀얼 16코어 뉴럴 엔진(Neural Engine)으로 연산 능력이 최대 두 배 증가했다는 것입니다. 다만 단순히 AI 연산 능력이 두 배 증가한 것은 아닙니다. 대신 LLM을 구동할 때 초기 단계인 프리필(prefill)을 주로 가속해 첫 토큰이 나올 때까지 걸리는 시간을 크게 단축할 수 있습니다. 실제 토큰이 생성되는 디코드 단계에서는 메모리 대역폭이 중요한데, M6 맥 미니는 대역폭이 170GB/s로 이전보다 10% 이상 빨라졌습니다. 여기에 12코어로 늘어난 GPU는 각 코어마다 신경 가속기를 지녀 최대 AI 연산 성능이 30% 정도 향상됐습니다. 전반적인 성능 향상을 감안하면 M6 맥 미니의 AI 성능은 이전 세대보다 높아져 로컬에서 LLM을 구동하거나 오픈클로 머신으로 사용할 때 진가를 발휘할 것으로 보입니다. 다만 이제는 기본 모델이 899달러(국내 출시가 149만 9000원)에 달해 비싼 가격이 부담입니다. 특히 좀 더 큰 모델을 돌리기 위해 메모리나 저장장치를 추가하면 가격이 크게 올라가는 것이 걸림돌이 될 것으로 보입니다. 더 강력해진 M5 울트라…가격은 ‘전문가급’이런 문제는 최상위 모델인 맥 스튜디오에서 더 두드러집니다. M4 울트라를 건너뛰고 발표된 M5 울트라 맥 스튜디오는 앞서 공개한 M5 프로(듀얼 다이)를 다시 두 개 붙여 쿼드 다이 형태로 제조했습니다. 다이 연결 대역폭은 4.4TB/s 이상으로 1.76배 개선돼 다이 수가 늘어난 데 따른 병목을 최소화했습니다. CPU 코어 수는 36코어로 증가했는데, 개선된 고성능 코어 덕분에 연산 능력이 높아져 애플 주장으로는 CPU 성능이 싱글스레드는 최대 25%, 멀티스레드는 최대 30% 향상됐습니다. M5 울트라 역시 AI 성능을 강화했습니다. 모든 GPU 코어(최대 80코어)에 신경망 가속기를 탑재해 AI 관련 매트릭스 연산(LLM 프리필, 이미지 생성 등)에서 상당한 성능 향상이 예상됩니다. 애플에 따르면 LLM 프롬프트 처리(LM Studio 기준) 성능도 최대 4배 수준으로 향상됐습니다. 여기에는 GPU 성능뿐 아니라 메모리 대역폭이 819GB/s에서 1.2TB/s로 늘어난 것도 영향을 미친 것으로 보입니다. 하지만 M5 울트라 맥 스튜디오는 가격이 5499달러로 인상돼 이제는 전문적인 용도로 사용하는 경우에도 다소 부담스러운 가격이 됐습니다. 96GB 메모리와 1TB SSD를 지닌 기본 모델도 949만원에 달합니다. 업무 목적이 아니라 단지 내 컴퓨터에서 AI 모델을 돌리기 위해 지불하기에는 너무 많은 비용입니다. 오픈클로 머신으로 맥 미니의 인기는 계속되겠지만, 맥 스튜디오는 전문가 영역으로 사용 범위가 더 좁아질 것으로 보입니다.

북한의 대표적 해킹 조직으로 알려진 ‘김수키’(Kimsuky)가 단순한 이미지 위조나 피싱용 미끼 문서 제작 수준을 넘어 인공지능(AI)을 활용해 공격 전 과정의 자동화를 시도 중인 정황이 포착됐다. 미끼 문서 제작 넘어 ‘공격 전 과정 자동화’로 체질 개선10일 보안 전문 기업 지니언스의 시큐리티 센터가 발표한 분석 보고서에 따르면 김수키는 AI 기술을 사이버 공격 체계 전반에 적극적으로 이식하기 위한 연구와 기술 검증을 진행해 온 것으로 드러났다. 기존 북한 해커들의 AI 활용은 번역기나 생성형 AI를 이용해 어색하지 않은 한국어 피싱 이메일을 쓰거나 미끼용 금융 보고서를 제작하는 등 주로 ‘공격 준비’ 단계에 치우쳐 있었다. 하지만 최신 분석 결과에서는 해커들이 보안 감시를 피할 수 있는 ‘로컬 대형언어모델’(Local LLM)과 ‘검색증강생성’(RAG) 환경을 직접 구축해 운용 중인 흔적이 다수 식별됐다. 외부 서비스(OpenAI 등)로 내부 데이터가 유출되지 않는 올라마(Ollama), GPT4All, 엠스티(Msty) 등 로컬 LLM 관리 도구와 RAG 구성 환경을 비롯해 AI 에이전트 개발 프레임워크까지 자체 구축한 것이다. AI 코딩 도구 악용 및 표적 자동 추적·분석 시도 해커들은 자체 구축한 AI 환경을 통해 탈취한 막대한 양의 문서에서 유용한 정보를 자동으로 추출·분석하고, 타깃으로 삼은 공격 대상을 AI로 자동 추적 및 식별하는 시스템을 테스트하고 있는 것으로 예상된다. 특히 AI 기반 코딩 도구인 ‘커서’(Cursor)를 설치해 악성 코드 개발 프로세스를 효율화하고 AI가 생성한 가짜 가상자산·금융 투자 보고서를 한층 정교하게 다듬어 유포하는 정황도 함께 확인됐다. 주요 타깃은 비트코인 등 가상자산 관련 분야로, 가상자산 지갑 정보 및 개인 이메일 계정, 특정 웹사이트 가입 이력 등 민감 정보의 노출 여부를 자동 탐색하려는 시도가 지속되고 있다. 전 세계 코인 해킹 절반 이상이 北 소행… 누적 피해 10조원 북한 해커들이 이처럼 AI 기술을 집요하게 도입하는 배경에는 전 세계 가상자산 시장을 노린 대규모 외화벌이 목적이 자리 잡고 있다. 블록체인 보안 분석업체들의 통계에 따르면 지난해 북한 연계 해킹 조직이 전 세계에서 탈취한 가상자산 피해액은 약 20억달러(약 2조 7000억원)에 달한다. 이는 글로벌 전체 피해 규모의 60%를 차지하는 수치다. 2016년 이후 북한 연계 해커 조직에 의해 발생한 가상자산 누적 피해액만 총 67억 5000만달러(약 9조 3000억원)에 이른다. 올해 들어서도 탈중앙화 금융(DeFi) 및 리스테이킹 프로토콜 등의 취약점을 집중 공격하며 상반기에만 6억 4000만달러(약 1조원) 이상의 코인을 탈취, 전 세계 해킹 피해액의 66% 이상을 차지한 것으로 나타났다. 탈취한 가상자산은 믹서(Mixer) 서비스와 탈중앙화 거래소(DEX) 등을 통해 신속하게 세탁돼 정권 유지 및 무기 개발 자금으로 활용되는 것으로 추정된다. “단순 내용 판별 불가능… 실행 행위 감시하는 EDR 구축해야”전문가들은 해커들이 AI 도구를 공격에 본격 도입함에 따라 사회공학적 산출물의 완성도가 급격히 올라가고 있으며, 이에 따라 공격의 빈도와 속도 역시 비약적으로 증가할 것이라고 경고한다. 문종현 지니언스 시큐리티 센터장은 “AI의 발전으로 피싱 문서를 구분하기가 더욱 어려워졌다”며 “이제는 정교해진 문서 내용에 속지 않는 것을 넘어 실행 행위를 실시간으로 탐지하고 차단하는 체계를 선제적으로 마련해야 한다”고 당부했다.

북한 해킹조직 김수키(Kimsuky)가 생성형 인공지능(AI)을 피싱 문구나 가짜 문서를 만드는 데 그치지 않고, 탈취한 정보를 분석하고 공격 업무를 자동화하는 데 활용하기 위해 자체 AI 환경까지 구축한 정황이 포착됐다. 챗GPT 같은 외부 서비스를 필요할 때마다 이용하는 수준에서 벗어나, 확보한 자료를 자신들이 관리하는 서버에서 AI로 분석하고 다음 공격에 활용할 수 있는 체계를 갖추려는 움직임으로 분석된다. 사이버 보안기업 지니언스는 10일 김수키의 최근 활동을 분석한 결과, 자체 서버에서 대규모언어모델(LLM)을 구동하고 검색증강생성(RAG)을 활용할 수 있는 환경을 구축한 흔적을 확인했다고 밝혔다. LLM은 챗GPT처럼 질문을 이해해 문서나 코드 등을 만들어내는 생성형 AI의 핵심 기술이다. 김수키는 공개된 AI 모델을 자체 컴퓨터나 서버에 설치해 외부 서비스에 접속하지 않고 직접 구동할 수 있는 환경을 마련한 것으로 파악됐다. 이를 통해 탈취한 자료를 외부 AI 업체의 서버에 올리지 않고도 내부에서 분석할 수 있다. 여기에 RAG를 결합하면 탈취한 정보를 활용하기도 쉬워진다. RAG는 AI가 기존에 학습한 지식만으로 답하는 대신 별도로 저장된 문서에서 관련 내용을 찾아 답변에 활용하도록 하는 기술이다. 공격으로 빼낸 문서를 한데 모아 AI와 연결하면 사람이 수많은 자료를 일일이 읽지 않아도 특정 인물이나 계정, 가상자산 관련 정보 등을 빠르게 찾아 정리할 수 있다. 실제로 김수키의 시스템에서는 여러 AI 모델을 PC나 서버에서 실행하도록 해주는 Ollama와 GPT4All을 비롯해 AI가 여러 작업을 순차적으로 처리하도록 만드는 에이전트 개발 도구의 사용 흔적이 발견됐다. AI 기반 코드 편집기 ‘커서(Cursor)’로 공격에 쓰이는 문서를 수정하고 AI가 만든 결과물을 검토한 기록도 확인됐다. 지니언스는 김수키가 이런 환경을 이용해 탈취 문서 분석과 정보 추출은 물론 반복적인 공격 업무를 자동화하는 방안까지 시험한 것으로 보고 있다. AI는 공격 대상을 속이는 과정에도 활용되고 있다. 최근에는 생성형 AI로 만든 것으로 추정되는 가상자산 투자 전략 보고서와 금융 자료를 실제 업무 문서처럼 꾸며 악성 파일 실행을 유도하는 방식이 확인됐다. 공격자는 가상자산 지갑과 지메일 계정 정보, 웹사이트 가입 이력 등 개인정보 확보도 시도한 것으로 분석됐다. 문종현 지니언스 시큐리티센터장은 “이번 분석은 국가 배후 해킹조직이 AI를 실제 공격 체계에 접목하기 위해 로컬 LLM과 AI 개발 환경까지 구축하며 공격 역량을 고도화하고 있음을 보여주는 사례”라며 “AI 기술의 발전으로 사회공학 공격이 더욱 정교해질 것으로 예상되는 만큼 문서 내용보다 실행 행위를 중심으로 탐지하는 EDR 기반 위협 헌팅 체계가 무엇보다 중요하다”고 말했다.

올해 새롭게 도입되는 메모리 규격 중 하나가 바로 ‘LPDDR6’입니다. LPDDR 메모리는 스마트폰 같은 모바일 기기를 위한 D램 규격으로, 지난 20년 동안 꾸준한 업데이트를 거치며 현재 LPDDR5x까지 진화했고 이제 LPDDR6이 출시를 앞둔 상태입니다. 올해 초 삼성전자는 CES 2026에서 LPDDR6로 혁신상을 수상하면서 LPDDR6가 단순히 숫자 하나가 바뀌는 것이 아니라 AI 시대에 맞춘 메모리 혁신이라는 점을 소개했습니다. 물론 속도가 더 빨라지는 건 당연한 변화입니다. LPDDR6는 LPDDR5x의 최고 속도인 10.6Gbps를 넘어 최대 14.4Gbps의 빠른 속도로 AI 연산에 중요한 대역폭을 제공합니다. 하지만 속도가 유일한 혁신은 아닙니다. LPDDR6는 시스템 요구에 맞춰 전압을 세밀하게 조절할 수 있는 DVFS(Dynamic Voltage and Frequency Scaling·동적 전압 및 주파수 스케일링) 동적 효율 모드(Dynamic Efficiency mode) 기술을 제공합니다. 이를 통해 전력 효율을 최대 21%까지 높이면서도 상황에 맞춰 AI 연산에 필요한 높은 성능을 제공할 수 있습니다. SK하이닉스 역시 CES에서 1c LPDDR6 메모리를 개발했다고 발표했습니다. SK하이닉스는 이 제품이 LPDDR5X 대비 데이터 처리 속도를 33% 높이고 서브 채널 구조와 DVFS 기술을 적용해 이전 세대 제품 대비 전력 소모를 20% 이상 절감했다고 발표했습니다. 참고로 LPDDR6는 채널 너비를 16비트 단일 채널에서 12비트 서브 채널 두 개, 총 24비트로 넓혀 동일한 클럭 속도에서도 한 번에 전송할 수 있는 데이터양(비트 폭) 자체가 늘어나 데이터 병목 현상을 대폭 줄인 것이 특징입니다. 또 데이터 버스트 길이를 1.5배 늘려 인공지능(AI) 거대언어모델(LLM)이나 가중치(Weight) 매트릭스 연산과 같이 연달아 대규모 데이터를 읽고 써야 하는 온디바이스 AI 워크로드에 최적화되어 있습니다. 이런 특징 덕분에 LPDDR6를 사용한 AI 노트북은 로컬에서 LLM을 구동할 때 훨씬 빠른 토큰 속도를 보장할 수 있습니다. 스마트폰 같은 제한된 환경에서 로컬 AI 모델을 돌릴 때도 역시 LPDDR6의 빠른 속도와 AI 연산 최적화 구조가 큰 위력을 발휘할 것으로 예상됩니다. 현재 삼성전자와 SK하이닉스는 올해 하반기에 이를 양산할 계획입니다. 그런데 여기에 더해 최근 주목받는 소식이 중국 창신 메모리 테크놀로지(CXMT)가 LPDDR6의 양산에 도전하고 있다는 것입니다. 물론 삼성이나 SK하이닉스처럼 정식으로 공개한 제품도 없고 루머 수준 이야기이지만, 현재 LPDDR5x를 양산 중이고 신규 팹을 통해 웨이퍼 양산 능력을 크게 높인 만큼 가능성은 충분합니다. 일부 소식통에 따르면 CXMT는 이미 일부 고객사에 샘플을 전달했으며 올해 하반기 양산을 목표로 LPDDR6 개발에 나서고 있습니다. 첫 제품의 속도는 LPDDR6의 최고 속도인 14.4Gbps보다 느린 12.8Gbps이지만 현재 CXMT가 양산 중인 LPDDR5x 메모리보다 빠른 속도를 제공합니다. 현재 CXMT는 허페이와 베이징의 팹에서 자체 4세대 생산 라인인 G4를 이용해서 LPDDR5x 같은 주력 제품을 생산하고 있습니다. 대략 16nm 공정에 해당하는 라인으로 EUV 노광 장비 대신 DUV의 멀티 패터닝 기술을 적용해 양산에 들어간 상태입니다. 실제 양산에 근접한 것이 사실이라면 G4로 먼저 초기 제품을 양산하고 이후 차세대 공정인 G5를 통해 좀 더 고성능 제품을 선보일 것으로 생각됩니다. 기본적으로 CXMT는 DUV로만 제품을 양산하는 데다 기술적 성숙도 자체가 메모리 빅 3보다 한 세대는 느린 상태이지만, 그럼에도 CXMT가 LPDDR6 양산에 성공한다면 판로 확보는 어렵지 않을 것이라는 게 일반적인 전망입니다. 메모리 빅 3는 HBM 같은 AI 메모리 중심으로 생산 라인을 집중한 상태인 데다, LPDDR6 역시 AI 데이터로 수요가 몰릴 가능성이 있기 때문입니다. 엔비디아의 베라 루빈 플랫폼에서 루빈 GPU는 HBM4 메모리를 사용하나 베라 CPU는 소캠 2(SOCAMM2) 규격을 통해 최대 모듈당 256GB LPDDR5x를 장착할 수 있습니다. 여기에 LPDDR6를 적용하면 512GB 용량의 소캠 2 메모리 모듈이 가능해지고 속도도 더 빨라져 에이전틱 AI CPU에 훨씬 유리한 환경을 제공할 수 있습니다. 이렇게 AI 데이터 센터로 메모리 빅 3의 생산 물량이 집중되는 것은 CXMT에게 새로운 기회가 될 것으로 보입니다. 물량 구하기가 하늘에 별 따기 같은 스마트폰 업체, 특히 중국 업체에게 성능이 약간 떨어지더라도 LPDDR6를 공급해 줄 수 있는 것 자체가 큰 매력이기 때문입니다. CXMT는 올해 기업공개(IPO)와 상반기 기준 전년 대비 7배나 증가한 매출을 기반으로 막대한 투자 자금을 확보한 상태입니다. 이를 기반으로 베이징에 새로운 팹을 구축하고 기존에 계획된 팹 확장을 진행해 생산 능력을 웨이퍼 기준 월 60만 장까지 늘릴 계획으로 알려져 있습니다. LPDDR6 양산에 성공할 경우 이 계획에는 더 탄력이 붙을 것으로 보입니다. 하지만 CXMT에게 기회만 있는 것은 아닙니다. 역설계 방식으로 구형 DUV 장비를 일부 중국에서 생산하는 데 성공했다고는 하나 여전히 EUV 장비 수입이 금지된 상태에서 점점 생산 기술을 고도화하는 메모리 빅 3를 따라잡기가 힘들 가능성도 있습니다. 그리고 공격적으로 늘려 놓은 생산 시설이 메모리 시장 하강기에는 심각한 부담으로 다가올 수 있습니다. 그럼에도 CXMT가 올해 안에 LPDDR6 메모리 양산에 성공한다면 여러 어려움 속에서도 기술적 돌파구를 마련하고 있다는 증거인 만큼 시장에 큰 파장이 예상됩니다.

엔비디아가 AI 미니 슈퍼컴퓨터 ‘DGX 스파크’의 모바일 버전인 ‘RTX 스파크(RTX Spark)’를 공개했습니다. RTX 스파크는 DGX 스파크에 탑재된 GB10의 모바일 변형 버전인 N1X를 탑재하고 있으며, 최대 20코어의 Arm 기반 CPU와 6,144개의 CUDA 코어를 갖춘 블랙웰 아키텍처 GPU로 구성되어 있습니다. 엔비디아는 모든 RTX 스파크가 동일한 칩을 사용하는지 아니면 일부 기능을 줄이고 가격을 낮춘 컷 칩(cut-chip)이 존재하는지에 대해서는 이날 공개 행사에서 구체적으로 밝히지 않았습니다. 다만 RTX 스파크가 최대 128GB의 LPDDR5x와 1페타플롭스의 연산 능력으로 노트북에서도 고사양 게임을 원활하게 작동시킬 수 있을 뿐 아니라 120B 파라미터를 지닌 거대 LLM도 구동할 수 있다는 점을 강조했습니다. 젠슨 황 엔비디아 CEO는 RTX 스파크가 장착된 노트북에서 ‘007 퍼스트 라이트’와 ‘포르자 호라이즌 6’를 배터리 전원만으로 구동하는 모습을 선보였는데, 이는 기존의 스냅드래곤 기반의 윈도우 ARM(Windows on ARM) 노트북에서는 생각하기 어려웠던 게임 성능으로 마이크로소프트가 밀고 있는 윈도우 ARM의 약점을 상당 부분 극복한 모습입니다. 마이크로소프트는 RTX 스파크 개발을 위해 엔비디아와 긴밀히 협업했고 에이서(Acer), ASUS, 레노버(Lenovo), 델(Dell), HP, MSI 등 주요 PC 제조사와 함께 마이크로소프트의 서피스 라인업에도 RTX 스파크 모델을 넣어 고성능 윈도우 ARM PC 개발 의지를 보여줬습니다. 그런데 이날 공개된 RTX 스파크 노트북을 보면 그렇게 두꺼운 제품이 아니라는 점을 쉽게 알 수 있습니다. DGX 스파크의 GB10 칩이 약 140W의 열 설계 전력(TDP)을 가진다는 점을 고려할 때, RTX 스파크는 엔비디아의 노트북 전력 효율 기술인 MAX-Q를 적극적으로 활용해 TDP를 낮추고 최소 두께 14mm의 슬림한 디자인을 구현한 것으로 보입니다. MAX-Q는 단순히 클럭을 강제로 낮추는 방식을 넘어, 최적화 기술을 집약한 기술입니다. 게임 실행 시 AI 텔레메트리(AI Telemetry)가 GPU와 CPU 워크로드를 실시간으로 분석하면, CPU 옵티마이저는 불필요한 전력 소모를 줄이기 위해 CPU를 ‘최고 효율 주파수’로 동적으로 조정합니다. 이때 절약된 전력은 다이나믹 부스트(Dynamic Boost)를 통해 GPU로 재배분됩니다. GPU 차원에서도 파워 게이팅(Power Gating)을 통해 사용되지 않는 내부 블록을 비활성화하고, 워크로드에 맞춰 클럭을 미세 조정합니다. 여기에 DLSS 4.5를 통해 실제 렌더링 부하를 줄여서 전력 소모와 발열을 최소화하면서도 성능을 유지할 수 있습니다. 물론 이론적으로 MAX-Q가 적용된 N1x의 성능이 TDP 140W이 기본인 GB10와 대등하지는 않을 것으로 보입니다. 일부 성능 저하는 감수해야 하지만, 충분한 휴대성을 보장하면서도 AAA급 고사양 게임과 대규모 언어 모델(LLM) 구동이 가능하다는 것은 개발자와 고성능 기기를 쓰는 사용자들에게 상당한 장점입니다. 다만 이날 보여준 128GB 모델만 있을 경우 가격은 매우 비쌀 가능성이 높습니다. DGX 스파크의 공식 가격이 4699달러(원래 3999달러였으나 메모리 가격 상승으로 인상)이며, 국내에서는 부가세를 포함해 더 비싼 가격에 판매되는 점을 고려하면, 노트북 버전인 RTX 스파크 제품은 훨씬 비싸질 가능성이 높습니다. 이런 점을 감안하면 64GB, 32GB 모델도 있을 가능성이 있으나 당장에 공개된 내용은 없습니다. 아무튼 높은 가격을 생각하면 RTX 스파크의 주요 경쟁자는 애플의 맥북 프로(특히 M5 맥스 시리즈)가 될 것으로 보입니다. 다만 현재 DGX 스파크 가격을 생각할 때 RTX 스파크 노트북은 128GB 모델 기준 맥북 프로 M5 맥스 모델보다 비쌀 가능성이 높아 보입니다. 이렇게 비싼 제품을 게임만 하려고 사는 경우는 거의 없을 것입니다. 따라서 비싸도 업무에 사용해야만 하는 특별한 용도, 예를 들어 LLM(대규모 언어 모델)이나 그래픽 작업 성능이 중요한 요소가 될 것으로 보입니다. 이 시장에서 유력한 경쟁 상태인 맥북 프로 M5 맥스도 128GB 모델은 120B 파라미터 급 LLM 구동이 가능하지만, RTX 스파크는 6144개의 CUDA 코어와 텐서 코어를 활용한 FP4(4비트 양자화) 연산 능력과 최대 1페타플롭스(Petaflop)의 연산 성능으로 토큰 속도에서 우위를 점할 가능성이 있습니다. 엔비디아는 RTX 스파크를 개인용 에이전트를 위한 플랫폼으로 소개하고 있으며 로컬 컴퓨터에서 120B LLM을 100만 토큰의 컨텍스트로 구동하거나, 90GB 이상의 거대한 3D 장면을 렌더링하고, 12K 영상 편집 및 4K AI 비디오 생성을 할 수 있습니다. 물론 실제 성능과 가성비는 제품이 실제 출시되고 가격이 공개되어야 제대로 평가할 수 있을 것입니다. 황 CEO는 “PC는 다시 태어나고 있다. 40년 동안 우리는 앱을 실행하고 클릭하고 타이핑했지만, 이제 RTX 스파크와 윈도우를 통해 우리는 요청하고 PC가 작업을 수행한다”며, RTX 스파크가 로컬 에이전트, 최전방 모델, 크리에이티브 워크플로우, RTX 게임을 하나의 노트북에 통합한 ‘새로운 PC’라고 강조했습니다. 그의 포부처럼 실제로 RTX 스파크가 PC의 재창조가 될지 아니면 특수 용도로 사용하는 비싼 장비로 남게 될지 결과가 주목됩니다.

현재 미니 PC 시장에서 가장 인기 있는 제품은 아마도 ‘맥 미니’일 것입니다. 특히 ‘로컬 인공지능(AI)’ 돌리기에 적합한 M4 프로 맥 미니가 큰 인기를 끌고 있습니다. 맥 미니는 LLM을 로컬로 장시간 돌릴 때 몇 가지 큰 장점이 있습니다. 우선 통합 메모리 구조로 메모리의 3분의2를 GPU에 할당해 큰 모델을 돌릴 수 있으며 데이터가 CPU와 GPU를 오가면서 시간과 연산 자원을 낭비할 필요가 없습니다. 여기에 매우 전력 소모량이 적어서 장시간 돌려도 전기료가 적게 나옵니다. 차지하는 면적이 매우 적은 것도 장점입니다. 이런 이유로 맥 미니는 24시간 돌릴 수 있는 인공 지능 비서인 ‘오픈 클로’(Open Claw)용으로 품귀 현상을 보일 정도로 인기가 좋습니다. 600만원이 넘는 그래픽 카드인 RTX 5090는 속도는 더 빠를지 몰라도 메모리는 32GB로 한정돼 돌릴 수 있는 모델 크기에 제한이 있고 엔비디아의 AI 미니 PC인 ‘DGX 스파크’는 128GB라는 대용량 메모리를 갖췄지만 최근 가격이 꽤 올라 맥 미니가 AI용으로 훨씬 더 가성비 있는 제품이 된 상태입니다. AI 미니 PC의 인기가 좋아지면서 또 다른 CPU 및 GPU 제조사인 AMD 역시 대항마를 출시해 이 시장에서 경쟁을 예고하고 있습니다. 최근 AMD는 자체 AI PC인 ‘라이젠 AI 헤일로 개발자 플랫폼’(Ryzen AI Halo Dev Platform, 이하 라이젠 AI 헤일로)을 선보였습니다. 최대 16코어 CPU와 라데온 8060S (40코어 RDNA 3.5) GPU, 50 TOPS XDNA 2 NPU를 지닌 라 데온 AI MAX+ 395를 대표 제품으로 내세운 라이젠 AI 헤일로는 최대 128 GB LPDDR5X-8000와 2TB SSD를 지원하면서도 맥 미니와 견줄 수 있는 작은 크기를 자랑합니다. 최대 TDP는 120W로 다소 높지만, 고성능 그래픽 카드와 비교하면 감당할 만한 수준입니다. AMD는 이 모델의 시작 가격이 3999달러이고 최대 128GB 메모리를 탑재해 200B의 큰 파라미터를 지닌 모델도 로컬로 구동할 수 있다고 설명하고 있습니다. 여기에 라이젠 AI 맥스 400 시리즈를 탑재한 2세대 모델의 경우 192GB 버전이 존재하고 최대 160GB나 되는 메모리를 GPU로 할당할 수 있어 최대 300B에 달하는 거대한 모델도 돌릴 수 있습니다. 또 AMD는 라이젠 AI 헤일로가 맥 미니보다 일부 생성형 AI에서 최대 4배 정도 빠르다고 주장하고 있는데, 훨씬 저렴한 제품과 비교하는 것이 과연 맞는 비교인지 궁금해지는 대목이기도 합니다. 오히려 비슷한 가격대인 맥 스튜디오와의 비교는 끝까지 보여주지 않는 점이 더 흥미롭습니다. 참고로 맥 스튜디오 M4 맥스 64GB 제품은 1TB SSD 기준 464만원이고 M3 울트라 96GB 1TB SSD 기준 659만원입니다. 시작 가격인 3,999달러를 현재 환율로 환산하면 600만원이 좀 넘는데 10% 부가세 가산 시 660만원 이상으로 M3 울트라 96GB와 비교가 맞지 않나 생각입니다. 여기에는 나름의 속사정이 있습니다. M3 울트라는 메모리 대역폭이 819 GB/s에 달해 토큰 생성 속도가 꽤 빠릅니다. 반면 AMD 라이젠 AI Max+ 395의 메모리 대역폭은 약 256 GB/s (쿼드 채널 LPDDR5x 8000 기준)으로 훨씬 느리기 때문에 직접 비교를 피한 것으로 보입니다. 오히려 M4 프로의 메모리 대역폭이 273 GB/s로 비슷합니다. 한편 비슷한 AI 미니 컴퓨터인 엔비디아 DGX 스파크와 비교해서는 일부 LLM 모델에서 토큰 속도가 더 빠르다고 주장하고 있습니다. 구체적으로 GPT OSS (120B)는 7% 이상, Qwen 3.5 (122B)는 12% 이상, Qwen 3.6 (35B)는 4% 이상, GLM 4.7 (30B)은 14% 이상입니다. 따라서 라이젠 AI 헤일로는 직접 경쟁 상태인 DGX 스파크보다 일부 모델에서 약간 더 나은 성능을 지니고 있으며 x86 CPU라 윈도우 OS도 구동이 가능하다는 것이 핵심이라고 하겠습니다. DGX 스파크는 개인용 컴퓨터보다는 미니 서버에 가까운 물건으로 일반 소비자용 PC처럼 사용이 어렵지만, 라이젠 AI 헤일로는 윈도우 OS를 설치해서 그런 식으로도 사용 가능합니다. 차라리 맥 미니와의 무리한 비교보다 이점에 초점을 맞춰 발표하는 게 더 낫지 않았나 하는 생각입니다. 가격 포지션으로 큰 차이가 나는데도 맥 미니를 주요 라이벌로 설정한 이유는 역설적으로 그만큼 맥 미니의 인기가 높다는 반증일 것입니다. DGX 스파크처럼 비싼 가격을 받아야 하지만, 맥 미니처럼 인기를 끌 수 있는 제품이 될 수 있을지 궁금해지는 발표입니다.

최근 글로벌 IT 시장에는 ‘칩플레이션(chipflation’이라는 거대한 파도가 몰아치고 있습니다. AI 데이터 센터 수요 폭증으로 인해 D램과 낸드 플래시 메모리 가격 폭등이 폭등하면서 노트북, 데스크톱, 스마트폰의 제조 비용 역시 빠르게 상승하고 있습니다. 제조사들은 가격을 올리든지 제품 사양을 낮추든지 둘 중 하나를 선택할 수밖에 없는 상황입니다. 시장 조사 기관들의 전망도 어둡습니다. 시그마 인텔, 가트너, IDC 등 시장 조사 기관들은 이로 인해 올해 PC 시장이 5-10% 정도 역성장 할 것으로 예상했습니다. 그런데 이 기관들이 예외적으로 성장할 것으로 예측한 제조사가 있습니다. 바로 애플입니다. 시장 조사 기관들의 예측에 의하면 올해 애플은 9%에서 많게는 21%까지 판매량을 늘려가면서 점유율을 크게 높일 것으로 예상됩니다. 칩플레이션 시대에 애플이 지닌 비장의 무기는 크게 3가지입니다. 바로 맥 OS의 통합 메모리 구조와 효율적 관리가 메모리 관리가 가능한 생태계, 그리고 가격 인상을 효율적으로 통제할 수 있는 생산 구조입니다. 1. AI 시대에 전화위복이 된 통합 메모리(UMA) 구조 애플의 가장 강력한 무기는 통합 메모리 아키텍처(Unified Memory Architecture, UMA)입니다. 애플은 M 시리즈 애플 실리콘을 맥에 탑재하면서 A 시리즈를 사용하는 iOS처럼 하나의 메모리를 CPU와 GPU가 공유하는 방식을 선택했습니다. 이는 단가를 낮추면서 크기와 전력 소모도 줄일 수 있어 맥북 에어처럼 슬립 노트북이니 맥 미니처럼 미니 PC에 제격인 방식입니다. 물론 인텔과 AMD의 최신 프로세서 역시 내장 GPU와 NPU를 지니고 있으며 독립 GPU가 없으면 메모리를 CPU와 공유합니다. 하지만 이는 애플의 통합 메모리와는 다른 개념입니다. 실제로는 내장 GPU에 얼마나 메모리를 할당할지 결정하면 여기에 맞춰 메모리를 분할해 사용하기 때문에 각자 메모리를 지닌 CPU와 GPU가 OS 상에 존재합니다. 이는 독립 그래픽 카드 역시 호환되어야 하는 윈도우 OS의 숙명상 어쩔 수 없는 대목이기도 합니다. 반면 외장 그래픽 카드를 아예 고려하지 않는 맥 OS는 이런 제약에서 자유롭습니다. 물론 고성능 GPU를 사용할 수 없다 보니 게임 성능에서는 다소 제약이 있었지만, 메모리 가격과 그래픽 카드 가격이 폭등하니까 역설적으로 메모리를 통합해서 효율적으로 관리하는 구조가 상당히 비용 효과적인 방식이 된 것입니다. 이 구조는 특히 컴퓨터에서 거대언어모델(LLM)을 구동할 때 매우 두드러진 장점을 제공합니다. 애플의 실리콘(M 시리즈)은 CPU, GPU가 서로 간에 데이터를 복사해 전송할 필요 없이 바로 전달하는 ‘제로 카피(Zero-copy)’ 방식을 사용해 LLM 구동 시 병목 현상은 줄이고 메모리 통합으로 더 큰 모델을 돌릴 수 있습니다. 예를 들어 32GB 시스템 메모리와 RTX 5080처럼 16GB 비디오 메모리를 지닌 고성능 컴퓨터라도 20GB가 넘는 LLM 모델을 한 번에 GPU에서 돌릴 순 없습니다. 반면 32GB 메모리를 지닌 맥북이나 맥 미니는 메모리를 나누지 않기 때문에 훨씬 쾌적하게 돌릴 수 있습니다. 사실 이런 이유 때문에 오픈 클로 같은 로컬 AI용으로 맥 미니 수요가 급증한 이미 급증한 상태입니다. 2. ‘맞춤 정장’과 ‘기성복’ 애플의 메모리 관리 방식은 마치 체형에 딱 맞춘 ‘맞춤 정장’에 비유할 수 있습니다. 맥OS는 정해진 하드웨어에서 사용자 경험을 최적화하는데 초점을 맞췄는데, 메모리도 예외가 아닙니다. 예를 들어 모바일 iOS와 비슷하게 화면에 보이지 않는 앱의 활동을 최소화해 CPU와 메모리를 차지하는 비율을 줄입니다. 여기에 강력한 메모리 압축(Memory Compression) 기술과 SSD를 활용한 지능형 스왑(Smart Swap) 기능이 더해져, 물리적 RAM 용량이 적더라도 실제 체감 성능은 훨씬 높은 수준을 유지합니다. 반면 윈도우 PC는 다양한 사람에게 맞게 나온 ‘기성복’에 비교할 수 있습니다. 윈도우는 다양한 하드웨어에서 다양한 애플리케이션의 작동을 보장하는 개방형 구조입니다. 이는 사용자에게 큰 자유를 보장하지만, 사실 자유는 공짜가 아니고 대가가 따릅니다. 예를 들어 윈도우나 안드로이드는 다양한 하드웨어를 다루기 위해 하드웨어 추상화 계층(HAL, Hardware Abstraction Layer)을 사용합니다. 쉽게 말해 다양한 하드웨어가 다양한 소프트웨어를 돌리다 보니 서로 말이 달라도 통역해 줄 중간 계층이 필요하다는 이야기입니다. 그리고 수많은 하드웨어를 위한 다양한 드라이버 역시 메모리에 상주해야 합니다. 결국 메모리 사용량이 늘어납니다. 이런 윈도우의 단점은 과거 메모리가 저렴하던 시절에는 아무 문제가 되지 않았습니다. 오히려 소비자에게는 같은 메모리 용량을 지닌 윈도우 노트북이 더 저렴하다는 식으로 홍보할 수 있었습니다. 예를 들어 32GB 맥북은 꽤 비싸지만, 32GB 윈도우 노트북은 훨씬 저렴했습니다. 또 하드웨어 제조사 역시 같은 윈도우 OS에서 스펙으로 경쟁하다 보니 더 많은 램 용량으로 소비자에게 어필하는 경우가 많았습니다. 윈도우의 기본 사상이 넉넉한 램 용량으로 가능한 모든 애플리케이션과 하드웨어를 품자는 것이었고 이는 메모리가 저렴하던 시절에는 소비자도 만족했던 덕목이었습니다. 반면 애플은 iOS나 맥OS나 실사용에서는 부드럽긴 했지만, 램크루지라는 별명을 얻을 정도로 메모리에 인색해 보였습니다. 그런데 램 값이 폭등하면서 이제 상황이 180도 바뀐 것입니다. 3. 공급망의 승리 맥은 사실 PC 시장에서 판매량이 많지 않습니다. 하지만 아이폰, 아이패드 같은 모바일 디바이스 판매량이 엄청나다 보니 메모리 시장에서 큰 손입니다. 그래서 막대한 구매 물량을 무기로 유리한 조건으로 장기 메모리 구입이 가능합니다. 그리고 더 중요한 것은 다른 PC 제조사와 달리 본래 마진율이 상당해서 메모리 가격 인상분을 쉽게 흡수할 수 있다는 것입니다. 애플은 맥에 들어가는 CPU를 인텔에서 자체 개발한 애플 실리콘으로 바꿨는데, 덕분에 비용을 대폭 절감할 수 있었습니다. 사실 인텔 CPU에는 제조 원가뿐 아니라 인텔의 수익도 포함되어 있기 때문에 애플 실리콘보다 더 비쌀 수밖에 없습니다. 여기에 윈도우 PC는 마이크로소프트에 윈도우 OS 사용 비용도 지불해야 합니다. 이런 비용들이 없는 애플의 맥은 당연히 가격 대비 사실은 제조 단가가 저렴할 수밖에 없습니다. 따라서 애플은 메모리 가격이 좀 올라도 얼마든지 감당할 수 있습니다. 오히려 이런 시기에 599달러에 불과한 맥북 네오 같은 물건을 출시해서 시장 점유율을 공격적으로 올릴 수 있게 됐으니 전화위복의 계기가 된 것입니다. 맥북 네오의 8GB 메모리는 윈도우에서는 부족해 보이지만, 앞서 설명한 내용 때문에 맥 OS에서는 상대적으로 덜 부족합니다. 과거 메모리 용량에 인색해서 램크루지라는 별명을 들었던 게 지금 상황에서는 오히려 이득이 되고 있습니다. 다만 애플이라고 해서 메모리 공급난에서 완전히 자유로운 건 아닙니다. 상대적으로 유리한 위치이긴 하나 최근 맥 미니나 맥북 네오 같은 일부 제품이 배송 지연이나 품절된 상황으로 공급이 수요를 따라가지 못하는 상황입니다. 그럼에도 최근 상대적으로 유리한 상황을 이용해서 애플이 과거 본래 명칭이었던 애플 컴퓨터에 걸맞은 수준으로 PC 시장에서 점유율을 계속해서 끌어올릴 수 있을지 주목됩니다

인텔은 흔히 CPU 제조사로 잘 알려져 있지만, 사실 생각보다 오랫동안 그래픽 프로세서를 개발해 왔습니다. 다만 1세대 외장 그래픽 카드였던 i740 이후 수십 년간 내장 그래픽에만 집중하다 보니, 상대적으로 기술력이 엔비디아나 AMD에 뒤처지며 독립 GPU 시장에는 쉽게 진입하지 못했습니다. 그러다 AI GPU의 중요성이 급격히 커지자 인텔은 뒤늦게 GPU 개발에 총력을 기울였고, 그 결과물로 ‘아크(Arc)’ 그래픽 카드를 선보였습니다. 현재 인텔 아크 내장 그래픽은 경쟁사인 AMD의 라데온 내장 그래픽과 어느 정도 견줄 만큼 발전했습니다. 하지만 독립형 그래픽 카드 시장에서는 여전히 힘을 쓰지 못하고 있는 것이 현실입니다. 실제로 엔비디아가 시장의 90% 이상을 장악하고 라데온이 10% 미만을 점유하는 반면, 인텔 아크의 비중은 1%에도 미치지 못하는 것으로 알려져 있습니다. 여기에 최근 인텔의 재정 상태가 악화하면서 독립형 그래픽 카드 시장에서 아예 철수하고 내장 그래픽 형태로만 남게 될 것이라는 예측도 나왔습니다. 하지만 인텔은 최근 ‘아크 프로(Arc Pro) B70’과 ‘B65’를 전격 공개하며 이러한 우려를 단숨에 일축했습니다. 이번 아크 프로 B70과 B65의 가장 핵심적인 특징은 32GB의 대용량 메모리를 탑재했다는 점입니다. 특히 상위 모델인 B70의 출시가는 949달러 수준에 불과해 32GB급 그래픽 카드 가운데 가장 저렴합니다. 현재 국내 시장에서 32GB 메모리를 갖춘 최신 하이엔드 그래픽 카드인 RTX 5090이 약 600만 원대의 높은 가격에 판매되고 있다는 점을 고려하면, 4분의 1 이하의 가격으로 동일한 용량의 그래픽 카드를 사용할 수 있다는 파격적인 장점이 있습니다. 심지어 이는 메모리 용량이 절반인 16GB 급 RTX 5080 모델들과 비교해도 훨씬 저렴한 수준입니다. 사양을 자세히 살펴보면 무엇보다 메모리 용량에 집중한 인텔의 의도를 더욱 명확히 알 수 있습니다. 인텔 아크 프로 B70은 32개의 Xe2-HPG 코어와 367 INT8 TOPS의 AI 연산 능력을 갖추고 있습니다. 순수 AI 연산 속도만 놓고 본다면 RTX 5080보다 낮지만, 대용량 메모리 덕분에 내 컴퓨터에서 더 거대한 로컬 LLM(대규모 언어 모델)을 돌릴 수 있다는 독보적인 이점이 생깁니다. 로컬 AI를 돌리는 데는 대용량의 메모리가 필수적입니다. RTX 5080이 인텔 아크 프로 B70보다 훨씬 빨라도 16GB의 메모리 한계 때문에 일정 크기 이상의 모델은 아예 올릴 수가 없습니다. 하지만 32GB 메모리를 확보하면 더 큰 모델도 구동이 가능하며, 같은 모델이라도 훨씬 넓은 문맥 유지(Context Window) 용량을 확보할 수 있습니다. 속도는 기다리면 되는 문제이지만, 애당초 용량이 안되는 문제는 어떻게 극복할 수가 없습니다. 두 장 이상의 그래픽 카드를 사용하는 멀티 GPU 환경에서도 아크 프로 시리즈의 장점은 더욱 뚜렷합니다. 가격 부담이 적을 뿐만 아니라, 서버 및 워크스테이션에 적합한 블로워 팬 디자인으로 설계되어 PC 케이스와 메인보드에 여러 개를 장착해도 공간적 여유가 있습니다. 여기에 RTX 5090 한 장이 약 600W에 달하는 전력을 소모하는 반면, B70은 성능이 낮은 대신 160~290W 수준으로 전력 소모량이 적습니다. 결과적으로 하이엔드 카드 한 장을 마련할 비용으로 인텔 아크 프로 B70 세 장을 구축하면, 무려 96GB의 VRAM을 확보할 수 있습니다. 이는 약 75GB 이상의 VRAM이 필요한 Llama 3 70B 8비트 모델까지 합리적인 비용으로 돌릴 수 있는 가능성을 보여줍니다. 물론 연산 속도의 근본적인 한계와 더불어, AI 개발 생태계가 여전히 엔비디아의 CUDA 중심으로 돌아가고 있다는 점은 극복해야 할 과제입니다. 하지만 이미 엔비디아 중심 생태계가 확고히 자리잡은 게임 시장에 도전하는 것은 더 큰 무리수가 될 수 있습니다. 어쩌면 AI 워크로드 시장에 가성비로 파고드는 것이 인텔 아크가 선택할 수 있는 가장 영리한 생존 전략일지도 모릅니다. 가성비 AI GPU로 과감한 승부수를 던진 인텔의 도전이 통할 수 있을지 주목됩니다.

본래 엔비디아는 기본형 그래픽 카드를 출시한 후 업데이트 버전인 Ti나 슈퍼(S) 버전을 추가 공개하는 식으로 다음 세대 제품이 나올 때까지 신제품을 출시해 왔다. 하지만 올해 CES 2026에서는 새로운 게이밍 그래픽 카드가 등장하지 않았다. 대신 엔비디아는 일반 소비자를 위해 DLSS 4.5와 RTX AI 업데이트 기능을 제시했다. DLSS(Deep Learning Super Sampling) 기술은 AI 기능을 이용해 게임에서 초고해상도 업스케일링 (DLSS Super Resolution), 프레임 생성 (DLSS Frame Generation), 광선 재구성 (DLSS Ray Reconstruction) 등의 기술을 구현한다. 이는 AI로 게임 성능을 높이는 것을 의미한다. 엔비디아는 재작년 RTX 50 시리즈를 공개했다. 사실 RTX 50 그래픽 카드는 전작인 RTX 40과 비교해 기본 성능은 별 차이가 없었다. 하지만 함께 공개된 DLSS 4에서 RTX 50 그래픽 카드에 x3, x4 멀티프레임 생성 (MPG)을 더하면서 차이점을 만들었다. RTX 40 그래픽 카드는 프레임 사이에 AI 생성 이미지를 한 장 넣을 수 있다. 반면 RTX 50은 2장, 3장 넣을 수 있다. 따라서 RTX 40이 초당 30 프레임 + 30 프레임 생성이 가능한 반면 RTX 50은 초당 30 프레임 + 90 프레임 생성이 가능해 체감 속도가 2배 빠르다. 이번 DLSS 4.5에서는 x6 멀티프레임 생성 기능이 새롭게 지원돼 RTX 40과 체감 속도가 최대 3.5배 차이가 날 수 있게 됐다. 예를 들어 30 프레임 생성하는 게임에서 150 프레임을 추가해 180 프레임으로 게임을 즐길 수 있다. 새로운 그래픽 카드를 들고나온 것은 아니지만, 지금 판매하는 RTX 50 시리즈의 차별성을 더 높일 수 있는 업데이트인 셈이다. 하지만 이렇게 인공지능 이미지 생성을 활용할 경우 실제 이미지와 달라지면서 이미지 품질이 떨어지거나 왜곡되는 문제가 생길 수 있다. DLSS 4.5에서는 2세대 트랜스포머 슈퍼 레졸루션 기능이 적용돼 이미지 품질 역시 개선했다. 그리고 동적 멀티 프레임 생성 기능이 적용돼 상황에 따라 과도한 프레임 생성 대신 이미지 품질 개선에 주력할 수 있게 됐다. 따라서 사용자들은 게임 속도와 이미지 품질 두 마리 토끼를 한 번에 잡을 수 있게 됐다는 것이 엔비디아의 설명이다. 2세대 트랜스포머 슈퍼 레졸루션 기능은 RTX 20/30/40 그래픽 카드에서도 사용이 가능하다. 다만 상당한 양의 메모리와 AI 연산 자원을 사용하기 때문에 오히려 속도는 줄어들 수 있다. 하지만 RTX 40/50에서 이미 프레임 생성으로 속도가 빨라진 상황에서 조금 속도를 줄이고 이미지 품질을 개선하는 것이 체감상 더 나은 선택이 될 수 있어 사용자에게 이득이 될 것으로 보인다. 엔비디아는 컴퓨터에서 로컬 LLM을 구동하거나 스테이블 디퓨전 등을 이용해 이미지를 생성하는 데 도움을 주는 RTX AI 기능도 업데이트했다. 이것 역시 RTX 50 사용자들이 가장 큰 혜택을 볼 수 있다. NVFP4 (NVIDIA Floating Point 4) 연산을 RTX 50 그래픽 카드에서만 지원하기 때문이다. RTX 50 사용자들은 NVFP4/8 기능을 이용해 GPT-OSS, Nemotron Nano V2 등 주요 모델에서 최대 40% 성능 향상과 스테이블 디퓨전 ComfyUI 내 Flux.1, Flux.2 모델에서 최대 4.6배 성능 향상을 기대할 수 있다. 이는 내 컴퓨터에서 돌아가는 로컬 LLM이나 이미지/영상 생성 기능을 높일 수 있다는 것이다. AI 연산용으로 그래픽 카드를 사용하는 경우 더 혜택을 볼 수 있다. 그렇다고 해서 RTX 40 이전 그래픽 카드 사용자에게 혜택이 전혀 없는 것은 아니다. 이번 RTX AI 업데이트에는 시스템 메모리(RAM)로 작업 내용을 분산(Offload)하는 최적화도 포함돼 있다. 즉 VRAM이 부족할 때 시스템 RAM을 활용할 수 있어 성능 저하를 최소화하면서 대형 모델을 실행할 수 있다는 이야기다. 8GB VRAM 카드로도 300억 개 이상의 파라미터를 가진 거대 모델을 돌릴 수 있는 길을 열었기 때문에 RTX 30/40 사용자나 RTX 50이라도 8/12GB VRAM 사용자에게 이득이 될 수 있다. RTX 비디오 및 슈퍼 레졸루션 기능 역시 RTX 50 이전 모델에서도 사용할 수 있다. 처음부터 소비자용 그래픽 카드로 4K 영상을 만들면 너무 시간이 오래 걸리기 때문에 RTX AI는 720p로 빠르게 영상을 생성한 뒤, RTX Video 기술로 실시간 4K 업스케일링 하는 방식을 사용한다. 덕분에 로컬 컴퓨터에서 AI 영상 제작이 좀 더 수월해졌다. 종합하면 이번 소프트웨어 업데이트는 이미 판매 중인 RTX 50 사용자에게 가장 큰 혜택을 줄 것으로 예상된다. 구형 그래픽 카드 사용자도 다소 이득을 보게 되나 상대적으로 이득 폭을 적게 해 RTX 50 판매를 늘리려는 의도도 담겨 있어 보이지만, 사실 현재 엔비디아의 매출에서 게임용 그래픽 카드는 큰 비중을 차지하지 않는다. 따라서 이런 차이는 RTX 40·30·20 제품의 하드웨어적 한계로 풀이된다. 더구나 메모리 가격 폭등에 이어 RTX 50 그래픽 카드 가격도 오르고 있어 이번 업데이트가 실제 판매량 증가로 이어질지는 미지수다. 다만 이번 업데이트를 통해 이미 시중에 풀린 RTX 그래픽 카드 사용자들은 모두 혜택을 보게 되고 게임뿐 아니라 AI 작업에서 엔비디아 그래픽 카드를 더 잘 활용할 수 있게 되는 만큼 앞으로 생성형 AI와 게임 AI 생태계에서 엔비디아의 입지를 공고히 할 수 있을 것으로 예상된다.

본래 엔비디아는 기본형 그래픽 카드를 출시한 후 업데이트 버전인 Ti나 슈퍼(S) 버전을 추가 공개하는 식으로 다음 세대 제품이 나올 때까지 신제품을 출시해 왔다. 하지만 올해 CES 2026에서는 새로운 게이밍 그래픽 카드가 등장하지 않았다. 대신 엔비디아는 일반 소비자를 위해 DLSS 4.5와 RTX AI 업데이트 기능을 제시했다. DLSS(Deep Learning Super Sampling) 기술은 AI 기능을 이용해 게임에서 초고해상도 업스케일링 (DLSS Super Resolution), 프레임 생성 (DLSS Frame Generation), 광선 재구성 (DLSS Ray Reconstruction) 등의 기술을 구현한다. 이는 AI로 게임 성능을 높이는 것을 의미한다. 엔비디아는 재작년 RTX 50 시리즈를 공개했다. 사실 RTX 50 그래픽 카드는 전작인 RTX 40과 비교해 기본 성능은 별 차이가 없었다. 하지만 함께 공개된 DLSS 4에서 RTX 50 그래픽 카드에 x3, x4 멀티프레임 생성 (MPG)을 더하면서 차이점을 만들었다. RTX 40 그래픽 카드는 프레임 사이에 AI 생성 이미지를 한 장 넣을 수 있다. 반면 RTX 50은 2장, 3장 넣을 수 있다. 따라서 RTX 40이 초당 30 프레임 + 30 프레임 생성이 가능한 반면 RTX 50은 초당 30 프레임 + 90 프레임 생성이 가능해 체감 속도가 2배 빠르다. 이번 DLSS 4.5에서는 x6 멀티프레임 생성 기능이 새롭게 지원돼 RTX 40과 체감 속도가 최대 3.5배 차이가 날 수 있게 됐다. 예를 들어 30 프레임 생성하는 게임에서 150 프레임을 추가해 180 프레임으로 게임을 즐길 수 있다. 새로운 그래픽 카드를 들고나온 것은 아니지만, 지금 판매하는 RTX 50 시리즈의 차별성을 더 높일 수 있는 업데이트인 셈이다. 하지만 이렇게 인공지능 이미지 생성을 활용할 경우 실제 이미지와 달라지면서 이미지 품질이 떨어지거나 왜곡되는 문제가 생길 수 있다. DLSS 4.5에서는 2세대 트랜스포머 슈퍼 레졸루션 기능이 적용돼 이미지 품질 역시 개선했다. 그리고 동적 멀티 프레임 생성 기능이 적용돼 상황에 따라 과도한 프레임 생성 대신 이미지 품질 개선에 주력할 수 있게 됐다. 따라서 사용자들은 게임 속도와 이미지 품질 두 마리 토끼를 한 번에 잡을 수 있게 됐다는 것이 엔비디아의 설명이다. 2세대 트랜스포머 슈퍼 레졸루션 기능은 RTX 20/30/40 그래픽 카드에서도 사용이 가능하다. 다만 상당한 양의 메모리와 AI 연산 자원을 사용하기 때문에 오히려 속도는 줄어들 수 있다. 하지만 RTX 40/50에서 이미 프레임 생성으로 속도가 빨라진 상황에서 조금 속도를 줄이고 이미지 품질을 개선하는 것이 체감상 더 나은 선택이 될 수 있어 사용자에게 이득이 될 것으로 보인다. 엔비디아는 컴퓨터에서 로컬 LLM을 구동하거나 스테이블 디퓨전 등을 이용해 이미지를 생성하는 데 도움을 주는 RTX AI 기능도 업데이트했다. 이것 역시 RTX 50 사용자들이 가장 큰 혜택을 볼 수 있다. NVFP4 (NVIDIA Floating Point 4) 연산을 RTX 50 그래픽 카드에서만 지원하기 때문이다. RTX 50 사용자들은 NVFP4/8 기능을 이용해 GPT-OSS, Nemotron Nano V2 등 주요 모델에서 최대 40% 성능 향상과 스테이블 디퓨전 ComfyUI 내 Flux.1, Flux.2 모델에서 최대 4.6배 성능 향상을 기대할 수 있다. 이는 내 컴퓨터에서 돌아가는 로컬 LLM이나 이미지/영상 생성 기능을 높일 수 있다는 것이다. AI 연산용으로 그래픽 카드를 사용하는 경우 더 혜택을 볼 수 있다. 그렇다고 해서 RTX 40 이전 그래픽 카드 사용자에게 혜택이 전혀 없는 것은 아니다. 이번 RTX AI 업데이트에는 시스템 메모리(RAM)로 작업 내용을 분산(Offload)하는 최적화도 포함돼 있다. 즉 VRAM이 부족할 때 시스템 RAM을 활용할 수 있어 성능 저하를 최소화하면서 대형 모델을 실행할 수 있다는 이야기다. 8GB VRAM 카드로도 300억 개 이상의 파라미터를 가진 거대 모델을 돌릴 수 있는 길을 열었기 때문에 RTX 30/40 사용자나 RTX 50이라도 8/12GB VRAM 사용자에게 이득이 될 수 있다. RTX 비디오 및 슈퍼 레졸루션 기능 역시 RTX 50 이전 모델에서도 사용할 수 있다. 처음부터 소비자용 그래픽 카드로 4K 영상을 만들면 너무 시간이 오래 걸리기 때문에 RTX AI는 720p로 빠르게 영상을 생성한 뒤, RTX Video 기술로 실시간 4K 업스케일링 하는 방식을 사용한다. 덕분에 로컬 컴퓨터에서 AI 영상 제작이 좀 더 수월해졌다. 종합하면 이번 소프트웨어 업데이트는 이미 판매 중인 RTX 50 사용자에게 가장 큰 혜택을 줄 것으로 예상된다. 구형 그래픽 카드 사용자도 다소 이득을 보게 되나 상대적으로 이득 폭을 적게 해 RTX 50 판매를 늘리려는 의도도 담겨 있어 보이지만, 사실 현재 엔비디아의 매출에서 게임용 그래픽 카드는 큰 비중을 차지하지 않는다. 따라서 이런 차이는 RTX 40·30·20 제품의 하드웨어적 한계로 풀이된다. 더구나 메모리 가격 폭등에 이어 RTX 50 그래픽 카드 가격도 오르고 있어 이번 업데이트가 실제 판매량 증가로 이어질지는 미지수다. 다만 이번 업데이트를 통해 이미 시중에 풀린 RTX 그래픽 카드 사용자들은 모두 혜택을 보게 되고 게임뿐 아니라 AI 작업에서 엔비디아 그래픽 카드를 더 잘 활용할 수 있게 되는 만큼 앞으로 생성형 AI와 게임 AI 생태계에서 엔비디아의 입지를 공고히 할 수 있을 것으로 예상된다.

올해 초 발표된 엔비디아의 지포스 RTX 50 시리즈는 몇 년 만에 대대적인 아키텍처 변경이라는 점에서 처음에는 많은 기대를 받았습니다. 하지만 막상 가격과 성능이 알려지면서 여론은 싸늘하게 변하기 시작했습니다. 인공지능을 이용해서 프레임을 생성하거나 이미지 품질을 높이는 DLSS4 기능을 빼고 나면 몇 년 전 나온 RTX 40 시리즈와 성능 차이가 별로 없었기 때문입니다. 예를 들어 RTX 5080은 4K 해상도에서 RTX 4080 Super와 비교해 성능 차이가 12~14% 정도에 지나지 않았습니다. DLSS4를 지원하는 게임에서는 프레임 생성을 통해 속도 차이가 두 배까지 날 수 있지만, 이를 지원하지 않는 상당수 게임에서는 이전과 성능 차이를 크게 느낄 수 없었습니다. 사실 RTX 40 시리즈는 DLSS를 빼도 전작인 RTX 30 시리즈보다 훨씬 성능이 좋았습니다. 다만 가격이 비싸서 업그레이드를 미룬 소비자들이 많았는데, 정작 RTX 50 시리즈의 성능이 기대에 미치지 못하는 건 물론이고 가격마저 비싸다 보니 소비자들의 실망은 이만저만 큰 게 아니었습니다. 그러나 모두가 실망한 건 아니었습니다. 오랜 세월 지포스의 기세에 눌려 시장 점유율 한 자릿 수에 머문 AMD의 라데온에게는 실로 오랜만에 반가운 기회가 아닐 수 없었습니다. 올해 AMD가 출시한 라데온 RX 9070 시리즈는 높은 가성비로 환영받으며 시장에서 선전했습니다. 초기 판매량은 전작의 10배 수준이고 점유율도 두 자릿수로 크게 늘었다는 소식이 들릴 정도였습니다. 하지만 그런데도 엔비디아는 별다른 대응을 하지 않았습니다. 신제품을 출시하거나 가격을 낮춰 경쟁사를 다시 압박하지 않았던 것입니다. 물론 이와 같은 소극적 행보도 어느 정도는 납득할 수 있는 부분이 있습니다. 현재 엔비디아의 매출 대부분은 AI 데이터 센터에 납품하는 서버용 GPU에서 나오고 있고 이 제품들이 훨씬 비싸서 이윤이 많이 남기 때문에 굳이 게임용 그래픽 카드에 집중할 필요가 없는 상황입니다. 구태여 가격을 낮춰가며 더 팔아야 할 이유가 없는 셈입니다. 그런데 최근 발표한 엔비디아의 2분기 실적(회계연도로는 2026년 2분기)을 보면 의외의 반전 스토리를 볼 수 있습니다. 엔비디아의 이번 2분기 매출은 전년 동기 대비 56% 증가한 467억 4000만 달러를 기록했으며 순이익도 전년 대비 59% 증가한 257억 8000만 달러를 기록했습니다. 데이터 센터 부분 매출이 410억 달러로 대부분을 차지하는 가운데 놀라운 사실은 게임 부분 매출도 역대 최대를 기록했다는 것입니다. 올해 2분기 게임 부분 매출은 작년 동기 대비 49%, 전 분기 대비 14%나 늘어난 43억 달러에 달했습니다. RTX 40 시리즈 단종으로 현재 대부분 RTX 50 시리즈만 판매된다는 점을 생각하면 지포스 RTX 50 시리즈는 지포스 역사상 가장 높은 매출액을 달성한 셈입니다. 경쟁사를 압박하기 위해 굳이 가격을 낮추지 않은 게 충분히 이해되는 실적입니다. 지포스 분기 매출 43억 달러가 정말 과거에는 상상하기 힘든 깜짝 실적이라는 점은 10년 전 분기 실적을 보면 알 수 있습니다. 2015년 2분기(회계연도 상으로는 2016년 2분기) 실적은 전체 매출 11억 5300만 달러 규모였습니다. 이는 지포스는 물론 쿼드로나 데이터 센터, 임베디드 매출을 다 합친 액수였습니다. 그런데 이제는 지포스만으로 10년 전 1년 매출을 3개월 만에 올린 것입니다. 이런 깜짝 실적의 배경은 일부 점유율을 내줬다고는 해도 여전히 80% 이상인 지포스의 높은 시장 점유율과 이전보다 훨씬 비싸진 그래픽 카드 가격 덕분으로 풀이됩니다. 하지만 왜 높은 가격에도 수요가 줄지 않고 계속 팔리는지에 대한 분석도 필요합니다. 가장 가능성 높은 설명은 AI 연산 수요입니다. 현재도 공식 가격보다 훨씬 높은 가격에 팔리는 RTX 5090의 경우 여전히 공급 대비 수요가 높아 국내에서는 400만 원에 달하는 가격에 팔리고 있습니다. 그나마 좀 저렴한 대안인 RTX 5080도 200만 원 수준입니다. 그래도 잘 팔리는 이유는 이미지 생성 및 대규모 언어 모델 (LLM) 같은 AI 연산 목적으로 사용하기 위해서는 넉넉한 메모리를 지닌 고성능 그래픽 카드가 필요하기 때문입니다. 연구실이나 기업에서 사용한다고 생각하면 서버용 GPU와 비교할 때 오히려 저렴한 가격이라고 할 수 있습니다. 현재의 AI 발전 속도를 고려하면 앞으로 AI 연산을 위한 고성능 그래픽 카드 수요는 기업뿐 아니라 개인도 상당한 수준으로 늘어날 것으로 보입니다. 여전히 게임도 중요한 목적이긴 하지만, 앞으로 그래픽 카드 수요를 견인하는 큰 축은 내부 정보 유출이나 추가 비용 걱정 없이 사용할 수 있는 로컬 AI가 될 것으로 예상됩니다.

네이버의 올해 2분기 매출액이 지난해보다 11.7% 증가했다. 전 분야에 걸쳐 인공지능(AI)을 기반으로 주요 사업을 고도화한 것이 두 자릿수 성장의 배경이라는 설명이다. 네이버는 2분기 매출액이 2조 9151억원, 영업이익은 5216억원을 기록했다고 8일 잠정 공시했다. 매출액은 지난해 같은 기간보다 11.7%, 영업이익은 10.3% 각각 증가했다. 당기순이익은 4974억원으로 공시됐다. 매출액은 사업 전반에 걸쳐 상승했다. 검색엔진인 서치플랫폼에서 1조 365억원의 매출을 기록해 지난해보다 5.9% 증가했다. AI를 기반으로 신규 서비스와 피드를 제공해 체류시간을 확대하고 광고 지면 최적화와 타겟팅이 성과를 거뒀다는 분석이다. 네이버 플랫폼 전체 광고는 지난해 동분기보다 8.7% 늘었다. 네이버 커머스 역시 19.8% 증가해 8611억원이 매출을 기록했다. 네이버플러스 스토어앱을 출시하고 멤버쉽과 N배송 등 경쟁력을 강화한 것이 성과를 냈다. 2분기 네이버 커머스의 온-플랫폼 거래액은 지난해 동기 대비 9.0% 증가한 12조 9000억원을 기록했다. 스마트스토어 성장으로 네이버페이 등 핀테크 매출액도 4117억원으로 11.7% 증가했다. 전년 동기 대비 11.7% 증가했다. 네이버페이 결제액은 18.7% 증가한 20조 8000억원을 달성했다. 웹툰과 카메라 앱 ‘스노우’ 등 콘텐츠는 12.8% 성장한 4740억원을 기록했다. 네이버는 자사 사업에 AI 기술을 성공적으로 접목시켰다고 보고, AI 고도화를 통해 수익화까지 연결시키겠다는 전략이다. 최수연 네이버 대표는 이날 2분기 실적발표 컨퍼런스 콜에서 “2026년에는 네이버의 별도 탭에서 대화형 검색을 활용할 수 있는 탭을 출시해 쇼핑·로컬·금융 등 데이터 기반의 심층적인 검색 경험을 제공하겠다”며 “AI 브리핑 적용률을 당초 목표보다 상향한 20%까지 늘리겠다”고 밝혔다. 정부의 소버린 AI 사업시 순항 중이라고 강조했다. 최 대표는 “데이터센터 구축, 독자 대형언어모델(LLM) 구축, 그래픽처리장치(GPU) 운영 경험 등 네이버의 AI 서비스 역량을 바탕으로 대한민국 AI 생태계 조성에 일조하고자 한다”고 말했다. 최근 네이버가 인수한 스페인의 ‘당근마켓’격 C2C(소비자 간 거래) 플랫폼인 ‘왈라팝’에 대해서는 “데이터 확보와 C2C 섹터의 지속적인 성장 가능성에 대한 기대를 하고 있다”며 “AI 에이전트 영역만큼은 놓쳐서는 안 되는 핵심 비즈니즈로, 이를 성공적으로 구현하기 위해 중요한 요소가 바로 데이터의 다양성”이라고 말했다. 그러면서 “앞으로도 AI 기반으로 플랫폼 경쟁력 및 사업 역량 강화를 위해 노력하면서 중장기 성장을 위한 새로운 사업 레퍼런스를 확보해 글로벌 확장을 위한 기반을 마련해 나갈 것”이라고 말했다.

IT(정보통신) 인프라 전문 기업 ㈜명인이노가 보안 이슈 없이 사용자 니즈에 맞춰서 사용이 가능한 온프레미스 생성형 AI 어플라이언스 솔루션 ‘엠트루 AI (MTrue AI)’를 출시한다. 24일 명인이노에 따르면 엠트루 AI는 로컬 기반 생성형 AI 어플라이언스 솔루션으로, 오픈AI의 챗GPT와 같은 생성형 AI 서비스가 가지고 있는 내부 정보 외부 유출 문제를 해결이 가능하다. 또 고객의 요구 사항에 맞춰서 AI 모델을 조정할 수 있어서 답변의 정확성과 전문성을 높였다. 회사는 고객의 사용자 규모에 맞춰서 최적의 하드웨어 사양 제안 및 신속한 공급이 가능하며, 한국어로 사전 학습이 된 LLM 학습에 기반한 AI 모델을 구축하는 방식을 통해 고객이 필요한 주제에 대한 AI 모델 구축 시간을 단축시킬 수 있다고 설명했다. 특히 생성형 AI의 성능에 큰 영향을 끼치는 그래픽 처리 장치(GPU)와 신경 처리 장치(NPU)에 있어서 주로 사용하는 엔비디아 제품 뿐만 아니라 인텔, AMD, 텐스토렌트 등 다양한 제품들도 적용이 가능하도록 준비해 놓아서 고객들의 선택 폭을 넓힌 것도 엠트루 AI의 장점이라고 전했다. 명인이노 관계자는 “엠트루 AI는 생성형 AI 도입을 검토하고 있으나 비용, 보안, 전문성 문제 등으로 고민하고 있는 공공기관 · 연구소 · 기업들에게 적합한 솔루션으로, 이들을 대상으로 본격적인 영업을 진행하여 회사의 신성장동력으로 키워 나갈 것”이라고 말했다.

국내 대표 인공지능(AI) 스타트업으로 기업용 AI 솔루션 개발과 공급에 주력하고 있는 업스테이지의 김성훈 대표가 “일본 시장에서 반드시 성공하겠다”는 포부를 드러냈다. 업스테이지는 최근 미국에 이어 일본에 법인을 세우고 현지 출신 대표를 전면에 내세웠다. 업스테이지가 16일 서울 여의도 콘래드 호텔에서 진행한 기자간담회에서 김 대표는 네이버 라인 사태에서 알 수 있듯 일본 현지화에 있어 우려할 만한 점이 없느냐는 질문에 “(업스테이지 일본 법인이) 일본 회사로 인식될 만큼 철저한 현지화를 목적으로 노력하고 있다”고 답했다. 일본 법인장엔 파나소닉과 아마존웹서비스(AWS)에서 일했던 마츠시타 히로유키를 영입했다. 업스테이지는 문서 내 텍스트는 물론 그래프와 표 등을 인식하는 AI인 ‘도큐먼트 파스(DP)’에 주력하고 있는데, 일본은 문서 관련 시장이 한국의 10배 이상이라는 점에서 매력적인 시장이라는 설명이다. 최홍준 엔터프라이즈 솔루션 대표는 “(일본) 로컬 파트너와 협력해 (일본 시장의) 10%만 확보해도 한국 시장 전체를 장악하는 것과 유사할 것”이라면서 “빅테크과 견주어도 우리가 잘할 거라고 생각한다”고 덧붙였다. 이날 업스테이지는 미국과 일본 중심으로 글로벌 업무용 AI 시장 공략에 나설 계획을 밝혔다. 일본 챗봇 스타트업 카라쿠리와 공동 개발한 현지 엔터프라이즈 기업 특화 소형언어모델(SLM) ‘신(Syn)’으로 금융·헬스케어·제조·법률 등 산업별 맞춤형 AI 솔루션 개발을 지원하며, 미국 시장은 삼성생명·한화생명 등에서 검증된 국내 DP 사례를 토대로 공략한다는 계획이다. 추후 동남아 등 아시아 전역으로 확장에 나설 방침이다. 업스테이지는 최근 KT와 협력해 태국 자스민 그룹과 함께 한국 기업 최초로 해외 소버린 AI를 구축하는 데 성공했다. 김 대표는 “일본, 베트남, 말레이시아, 몽골, 튀르키예 등 아시아 전역으로 소버린 AI 구축을 확장해 글로벌 톱 AI 기업이 되겠다”고 했다. 이달 출시하는 자체 개발 LLM인 솔라 1.3 버전에 대해선 “국내 언론사의 데이터를 다수 학습한 모델로, 국내 개발 모델 중 벤치마크 성능이 가장 높다”면서 “오는 6월 출시 예정인 솔라 프로 1.6은 310억 파라미터 규모로, 벤치마크 결과 720억 파라미터인 중국의 큐원(Qwen) 2.5와 성능이 거의 비슷하다”며 자신감을 드러냈다. 한편 대통령 선거를 앞두고 여야 후보자들이 앞다퉈 AI 정책에 힘을 주고 있는 것과 관련해 김 대표는 긍정적으로 평가하는 한편, AI 업체들이 데이터를 학습하는 데 있어 저작권 문제가 아직 제대로 정립되지 않고 있다는 점을 들어 “정부에서 데이터를 창작하는 분들에게 보상하는 방법으로 데이터를 풀어 줘야 한다”고 강조했다. 미국의 빅테크조차 데이터를 무단으로 가져가 사용하고 있어서, 계약을 통해 데이터를 얻는 업스테이지가 오히려 역차별받고 있다는 설명이다.

中업체, 100여명에 시제품 이미 보내AI 도입에 올해 매출 30% 증가 기대사용자와 대화 기억…상호작용 향상‘낮은 인건비’ 中업체들 경쟁적 개발 생성형 인공지능(AI) 기술 발달과 함께 기존 산업 질서가 송두리째 바뀔 것이란 전망이 높은 가운데 인간형 성인용품인 ‘리얼돌’ 산업에서도 AI 혁명이 싹틀 조짐이 보인다. 지난 16일(현지시간) 홍콩 사우스차이나모닝포스트(SCMP)에 따르면 중국 최대 리얼돌 제조업체인 W사는 생성형 AI를 도입한 제품 생산을 통해 올해 매출이 30%가량 증가할 것으로 기대하고 있다. 중국 남부 광둥성에 본사를 둔 이 업체의 설립자 겸 최고경영자(CEO)인 리우장샤는 “챗GPT와 같은 생성형 AI 기반 거대언어모델(LLM)을 접목한 결과, 인형의 반응성과 상호작용성이 향상돼 사용자에게 더 나은 경험을 제공하게 됐다”고 SCMP에 말했다. 이 업체의 차세대 리얼돌은 금속으로 제작된 골격 위에 실리콘 또는 열가소성 엘라스토머(TPE·Thermoplastic elastomer) 재질의 외관을 갖췄다. TPE는 고무의 탄성과 플라스틱의 열가소성을 동시에 갖춘 친환경 화학 소재다. 기존 리얼돌은 간단한 반응만 보여 인간과 교류하는 능력이 사실상 없지만, AI와 결합한 새로운 제품에서는 8가지 ‘인격’(personalities)을 선택할 수 있다. 사용자와의 대화를 기억했다가 며칠 뒤에도 대화를 이어나갈 수도 있다. 업체는 1년간의 개발 끝에 지난해 신제품의 프로토타입(시제품) 100개 이상을 북미와 유럽의 주요 고객들에게 보냈다. W사는 LLM 기반 리얼돌은 현재 1500~2000달러(약 215만~285만원) 사이로 판매되는 기존 제품보다 100~200달러 정도 높은 가격을 책정할 예정이다. 여기에 LLM 기반 기능을 계속 사용하려면 고객은 구매 1년 후부터 AI 알고리즘 데이터 처리를 위한 월별 이용료를 별도로 내야 한다. 개인정보 보호 문제와 관련, 리우장샤는 “클릭 한 번으로 보관된 데이터를 삭제할 수 있는 기능을 추가했다”며 “모든 데이터는 사용자의 국가에 로컬로 저장되며 우리가 접근할 수는 없다”고 설명했다. 그는 최근 전 세계에 큰 충격을 준 중국의 생성형 AI ‘딥시크’를 자사 제품에 이용할 계획은 아직 없다고 했다. 이탈리아 등 국가에서 정보 유출을 우려해 딥시크 사용 차단에 나섰기 때문이다. 리우장샤는 기술력에 더해 높은 가격 경쟁력이 자사가 글로벌 리얼돌 시장 점유율을 끌어올릴 것으로 기대했다. 그는 “외국 브랜드와 비교해 우리는 원자재 비용과 노동 비용에서 상대적으로 유리하다”고 했다. 현재 W사 매출의 90% 이상은 중국이 아닌 해외에서 발생하고 있다. 이중 절반 이상은 미국으로 수출되는 물량이다. 이 때문에 리우장샤는 최근 트럼프 2기 행정부의 ‘관세 폭탄’이 미칠 영향도 주시하고 있다. 광둥성의 또 다른 리얼돌 제조업체인 S사는 지난해부터 개발하고 있는 새 제품에 LLM 학습을 시키고 있다. 기본적인 대화를 넘어 사용자와의 감정적 연결까지 실현하는 데 초점을 맞췄다. 이 업체는 남성형과 여성형 리얼돌을 모두 출시할 예정이다. 에반 리 CEO는 지난해 SCMP와 인터뷰에서 차세대 리얼돌은 AI와 센서가 탑재돼 실제 인간처럼 움직이고 반응할 것이라며 “진짜 상호작용을 구현하려면 관련 분야에 특화된 소프트웨어 업체들과의 협업이 필수”라고 전했다. 이 업체는 리얼돌뿐 아니라 가사를 돕고 장애인·노인을 보조하는 로봇 개발도 목표로 하고 있다.

사무실에 앉아 지구 반대편에 있는 공장 곳곳을 생생하게 둘러보고 인공지능(AI)과 대화하며 현장 사항을 즉각적으로 확인하고 개선할 수 있는 세상. 경남 ‘혁신 벤처 기업’ 중 한 곳인 제넥스㈜가 이러한 세상 만들기에 앞장서고 있다. 디지털트윈 및 AI 솔루션 전문기업첨단안전산업 기업육성 사업 선정 등2020년 창업 후 차근차근 성장제넥스(대표 진승오)는 정부출연연구기관인 한국전기연구원 연구원 창업으로 설립한 디지털트윈·AI 솔루션 전문기업이다. 디지털트윈은 공장, 기계, 건물과 같은 물리적 자산을 디지털 가상현실(VR) 공간에서 실제 모델과 같게 3차원 디지털 모델로 구현하고, 이를 IoT(사물인터넷) 센서, 카메라 등을 통해 수집한 데이터와 실시간으로 동기화하는 기술이다. 이렇게 수집된 데이터를 활용하여 AI는 디지털트윈에 연결된 물리적 자산의 유지·보수·운영(MRO)을 위한 관제·분석·예측 등 현실적 의사결정을 지원하는 역할을 한다. 2020년 한국전기연구원 창업·창업지원 승인 획득한 후 최근 몇 년 사이 AI와 3D 카메라 VR 기술을 활용한 각종 시설·설비 결함탐지와 안전관리 시스템 사업 등에서 두각을 나타내며 사업 범위를 확장하는 곳이 제넥스다. 제넥스는 2021년 기업부설연구소 설립, 경남창원스마트그린산단 업무협력협약, 스마트 머신비전 및 AI 기술자문계약(서울대 산학협력단), 디지털트윈 응용 기술자문계약(창원대 산학협력단), 전기차 구동모터 아이핀 검사 머신비전 장치 개발 완료 등을 밟으며 차근차근 성장했다. 이듬해에는 소프트웨어개발사업자 등록(한국소프트웨어산업협회), 초경량비행장치(드론)사용사업자 등록(한국교통안전공단), 에너지 자급자족화 인프라 VR 제작을 이루며 성장 고삐를 당겼다. 지난해에는 성장에 가속도가 붙었다. 1·2월 국내외 다수 기관과 잇단 MOU 체결로 미래를 밝힌 제넥스는 3월 경남 첨단안전산업 기업육성 지원사업 선정되는 성과를 냈다. 경남테크노파크가 주관한 이 사업은 시설물 안전·유지관리 기술과 연관기업 육성으로 노후화하는 기반 시설물 안전 확보·수명 연장 등 안전한 첨단 산업 생태계 조성을 목표로 삼았다. 이 사업을 통해 제넥스는 ‘지하공간 결함 탐지 실감형 텔레프레즌스 로봇 개발’을 진행해 성과를 냈다. 같은 해 11월 ISO 9001(품질경영시스템), ISO 14001(환경경영시스템)을 획득한 제넥스는 지역 내 다른 혁신 스타트업 기업과 힘을 모아 기술 개발과 사업화를 꾀하기도 했다. 그해 12월 제넥스와 ㈜메타아이스퀘어, 코드비전㈜은 각 사가 보유한 첨단 기술을 활용해 건축 시설·전기 설비 결함 탐지, 유지보수·안전관리 기술 개발과 사업화 등에 활력을 더하도록 기업 간 양해각서를 체결하고 본격적인 사업화 추진에 나서며 기업 상호 성장을 도모했다. 2024년 경남 디지털 혁신챌린지 사업 선정360VR 및 실감형 텔레프레즌스 기술을 활용한무인선박 원격조종 시스템 개발 착실히 수행올해 역시 한국건설기술연구원(KICT) 패밀리기업 선정, 스마트제조엔지니어링 사업단 우수협력기관 선정·수상 성과를 낸 제넥스는 경남테크노파크 벤처동으로 사무실을 확장·이전하며 2024년 소재부품기술개발사업의 참여수행기관으로 선정되는 등 새 성장 동력을 만들었다. 이어 올 8월 제넥스는 ‘2024년 경남 디지털 혁신챌린지 사업’에 선정되는 기쁨을 누렸다. 이 사업은 경남 지역 주력산업 디지털 혁신을 위한 경상남도 디지털 혁신거점 조성 지원사업의 일환으로 산학연관 R&BD(사업화 연계기술개발) 과제 발굴·고도화를 통해 지역산업 디지털 현안 해결을 목표로 시행했다. 1단계(5개월) 25개팀이 선정된 가운데 제넥스는 ‘360VR 및 실감형 텔레프레즌스 기술을 활용한 무인선박 원격조종 시스템 개발’을 사업 과제로 삼았다. 속속 성과도 나왔다. 제넥스는 최근까지 텔레프레즌스(멀리 떨어져 있는 상대를 원격으로 연결해 마치 같은 공간에 있는 것처럼 보이게 하는 기술) 기술 적용을 통한 360도 카메라 영상 저지연 송출 SW(소프트웨어) 개발, 360도 영상 기반 어라운드 뷰 모니터링을 위한 VR HMD(헤드 마운티드 디스플레이) 인터페이스 개발, 360VR·드라이빙 모듈 연동을 통한 무인선박 원격조종 시스템 시제품 제작, 360도 카메라·모터를 활용한 VR 기반 원격조종 테스트용 장치 제작에 성공하고 다수의 특허출원을 완료했다. 김성훈 제넥스 부사장은 “제넥스는 기술 혁신과 사업 확장 전략을 적극적으로 추진해 최근 3년간 빠른 매출성장·고용 창출을 달성했다”며 “창업 초기부터 AI·디지털트윈 기술 개발에 주력해왔고 꾸준히 성과를 내 뜻깊다”고 밝혔다. 물리적 자산 연결 AI 에이전트 기술 앞세워에너지·방산·조선해양기자재 적용 주력경남·우리나라에 꼭 필요한 글로컬 기업 될 것제넥스는 이제 물리적 자산에 연결되는 AI 에이전트 기술 사업화에 집중하고 있다. 이 사업 목표 핵심은 기존과는 다른 산업용으로 특화화된 생성형 AI이다. ‘챗gpt’로 대표되는 생성형 AI는 프롬프트(입력)에 대응해 텍스트·이미지·기타 미디어를 생성할 수 있는 인공지능으로, 데이터 분석을 뛰어넘어 새로운 콘텐츠를 만드는 데 초점을 맞춘 인공지능 분야를 말한다. 제넥스가 바라는 생성형 AI는 이 중에서도 경남 주력 산업(에너지·방산·조선해양기자재)에 특화한 AI로써, 단순한 질의응답 수준을 넘어 산업 특화 인공지능 DB(데이터베이스)와 LLM(대형 언어 모델)을 결합하는 AI 에이전트이다. 데이터 수집은 물론 환경과 상호 작용하고 수집한 데이터를 사용해 사전 결정된 목표를 달성하고자 필요한 작업을 추론하고, 관리자에게 보고하고 승인받고 실행할 수 있는 인공지능이다. 김 부사장은 “생성형 AI 기술은 다양한 분야에서 비약적 성장 추세를 보이고 있다”며 “다만 물리적 자산과 연결하는 모델은 산업적 특성과 지식을 깊이 이해해야 하므로 사업화 모델이 제한되기도 하는데, 제넥스는 물리적 자산과 연결하는 기술 활용해 이를 극복 하려 한다”고 말했다. 제넥스는 이미 가상현실·증강현실(AR) 기술, 어라운드뷰 텔레프레즌스 기술, LLM 기반 생성형 AI 챗봇 기술을 보유하고 있다. 최근에는 이를 활용, 자체 개발한 실감형 UGV 로봇 운용 플랫폼에 자체 개발한 어라운드뷰 텔레프레즌스 기술을 탑재하기도 했다. 이는 어안 렌즈로 알려진 360도 카메라와 HMD(헤드 마운티드 디스플레이)를 사용, 실시간으로 360도 파노라마 영상 정보를 전송해 카메라의 기계적 회전 없이 실제 현장에서 UGV를 실시간으로 운전·제어할 수 있는 기술이다. 김 부사장은 “경남 주력 산업을 이끄는 에너지·방산·조선해양기자재 기업에 실감형 UGV 로봇 운용 플랫폼을 소개했고 에너지·조선해양분야 설비 유지보수, 방산 분야의 유무인 복합 체계 운용 등 다양한 분야에 적용해 일부 사업화 성과도 거뒀다”며 “여기에 생성형 AI 챗봇 서비스 기술과 접목해 더욱 고도화된 제품·서비스 개발도 추진하고 있다”고 말했다. 제넥스가 당면한 과제는 생성형 AI 기반 AI 에이전트 사업화 추진이다. 이와 관련해서 제넥스는 경남 디지털 혁신 챌린지 사업 1단계 사업 성과뿐만 아니라 자체 개발한 생성형 AI 챗봇 기술을 활용하여 다수의 기업으로부터 서비스 및 제품 도입 의뢰를 받고 있다. 또한 고객사로부터 신뢰받는 제품과 서비스 공급을 위하여, 최근, 조선해양기자재연구원과의 전략적 MOU를 체결했을 뿐만 아니라, 관련 분야 전문가 영입 등 적극적인 노력을 하고 있다. 이를 바탕으로 제넥스는 내년 투자유치·R&D 인프라 확충, 에너지·방산·조선해양기자재 분야 사업 확장, 2025년 연매출 30억 달성, 2026년 연매출 100억 달성 목표를 이루려 한다. 이후 스마트 시티·제조·병원 분야 사업 확장, 글로벌 파트너쉽 확장, 기업 공개 준비 등도 밟아가려 한다. 진승오 제넥스 대표이사는 “지난 11월 제넥스는 경남 창업벤처 유공 기업부문 중소벤처기업부 장관 표창을 받았다”며 “지속적인 고용과 매출 성장, 디지털트윈 및 인공지능 산업경제 활성화에 이바지한 것이 인정받은 결과”라고 말했다. 이어 “2023년 기준 20억 매출 달성, 고용 인원 10명, 벤처기업인증, 기업부설연구소 설립, ISO 9001·14001 인증 획득, 한국전기연구원·한국건설기술연구원 패밀리기업 선정 등 다수의 인증 획득과 협력 체계 확장으로, 창업·벤처 활성화에 크게 기여했다는 게 구체적인 이유였다”며 “현재 근무중인 신입 직원의 50% 이상이 직업·학업을 병행하도록 지원하고 스톡 옵션 제도를 도입하는 등 조직 문화 혁신을 이끌었다는 점도 도움이 됐다. 이러한 가치를 이어가며 경남, 우리나라에 꼭 필요한 기업으로 성장해 가도록 하겠다”고 강조했다.