현대적인 반도체 제조 공정은 ‘웨이퍼’라는 동그란 기판을 기반으로 진행됩니다. 최종적인 프로세서나 메모리 등은 웨이퍼에서 사각형 형태로 하나씩 떼어 내서 제조됩니다. 하지만 미국의 인공지능(AI) 반도체 기업 ‘세레브라스 시스템즈’(Cerebras Systems)는 전혀 다른 접근 방법으로 초대형 칩을 개발했습니다. 이들이 개발한 ‘웨이퍼 스케일 엔진’(WSE)은 실리콘 웨이퍼를 자르지 않고 하나의 거대한 프로세서로 사용합니다. 이렇게 하면 기존의 방식으로는 만들 수 없는 거대한 칩을 만들 순 있지만, 대신 제조 과정에서 오류가 난 부분으로 인해 프로세서에 결함이 생길 수 있습니다. 웨이퍼 스케일 엔진의 해결책은 매우 작은 프로세서 코어를 여러 개 만들고 이들을 서로 연결해서 중간에 몇 개 오류가 나더라도 전체 프로세서 기능에는 큰 영향을 미치지 않게 하는 것입니다. 세레브라스 시스템은 최근 ‘WSE-3T’를 공개했습니다. 흥미로운 사실은 2년 전 공개한 WSE-3와 동일한 TSMC 5㎚ 공정을 사용하고 동일한 4조 개의 트랜지스터를 집적했지만, 연산 성능과 대역폭을 대폭 개선했다는 점입니다. WSE-3T의 AI 연산 성능은 125 PFLOPS(희소성 적용 시 250 PFLOPS), 대역폭은 43.2 PB/s로 이전 대비 2배 정도 높아졌습니다. 참고로 WSE-3T 프로세서 하나에는 90만 개의 코어와 44GB의 초고속 SRAM이 통합돼 있습니다. 하지만 더욱 주목할 부분은 프로세서만 공개한 것이 아니라 데이터센터에서 바로 사용할 수 있는 랙 서버 시스템인 CS-4를 함께 공개했다는 것입니다. 각각의 CS-4는 3개의 WSE-3T 프로세서를 장착해 최대 750 PFLOPS의 AI 연산 능력을 지니고 있습니다. 세레브라스의 주장에 따르면 GPT-OSS 120B 모델 기준으로 단일 CS-4 랙이 초당 4400토큰 이상을 생성할 수 있으며, GPU와 비교해 최대 30배 정도 빠른 속도를 보일 수 있다고 합니다. 그러나 CS-4는 단독으로 쓰이기보다 AMD의 헬리오스 AI 랙과 함께 사용하는 것을 염두에 두고 설계됐습니다. 마치 엔비디아의 베라 루빈 시스템과 그록 시스템을 조합한 것과 비슷하게, AMD 그래픽처리장치(GPU)가 AI 연산의 앞 단계인 프리필 단계(입력 프롬프트 처리, 대규모 컨텍스트 윈도우 계산, KV 캐시 생성)를 담당하면, CS-4에 있는 WSE-3T는 최종 출력 단계인 디코드 단계, 즉 토큰 생성을 담당하는 것입니다. 마지막 단계는 메모리 대역폭이 속도에 큰 영향을 미치는데, 아예 프로세서에 메모리가 통합된 WSE-3T가 강점을 지닌 분야입니다. 이렇게 헬리오스 랙과 CS-4 랙으로 AI 파이프라인을 구축하면 전력 대비 토큰 생성 효율을 최대 5배까지 높일 수 있다는 것이 세레브라스의 설명입니다. 이를 통해 비용을 절감하면서도 성능을 최대화할 수 있고 엔비디아의 베라 루빈 + 그록 AI 파이프라인에 대항할 수 있습니다. 현재 AI 시장에서 엔비디아의 위치는 공고해 보이지만, 구글, 아마존, 마이크로소프트 같은 하이퍼스케일러들은 자체 칩을 개발해 엔비디아 의존도와 비용을 줄이기 위해 노력하고 있으며, 경쟁자인 AMD도 시장의 파이를 일부 차지하기 위해 노력하고 있습니다. AMD가 세레브라스와의 협업을 통해 엔비디아의 점유율을 얼마나 빼앗을 수 있을지 주목됩니다.

벤치마크·전문가·사용자 종합평가3개 팀 GPU B200 1000장씩 지원“기존 뛰어넘는 새 지원체계 논의”내년 초 최종 2개 팀 선정할 예정 한국을 대표하는 ‘독자 인공지능(AI) 파운데이션 모델’(독파모) 2차 종합평가 결과 LG AI연구원, SK텔레콤, 업스테이지 3곳이 살아남았다. 모티프테크놀로지는 글로벌 AI 성능 지수 평가에서 높은 경쟁력을 보였지만 고배를 마시게 됐다. 과학기술정보통신부는 벤치마크·전문가·사용자 평가를 종합한 2차 독파모 평가에서 모티프테크놀로지를 제외한 3곳이 통과했다고 18일 밝혔다. 이번 2차 평가는 1차 평가와 비교해 대외 공신력을 대폭 강화했다. 배점 40점의 벤치마크 평가는 글로벌 AI 모델 평가 전문 플랫폼 아티피셜 어낼리시스의 지능·성능 평가 지수인 AAII 고난도 9종 지표 25점과 한국지능정보사회진흥원(NIA) 벤치마크 15점을 결합했다. 배점 35점의 전문가 평가는 AI 전문가 10명이 실질적으로 산업 확산과 기여 계획을 살펴봤다. 2차 평가에서 새로 도입된 사용자 평가는 25점이 배정돼 AI 스타트업 대표와 같이 전문 사용자 49명과 일반 국민 185명이 참여해 실제 사용성과 효용성을 검증했다. 평가 항목별로 1위와 4위 간 점수 격차는 벤치마크 부문 4.0점, 전문가 평가 부문 2.4점, 이용자 평가 부문 5.0점으로 나타났다. 이번 평가를 통과한 업스테이지는 포털 다음 서비스 환경 실증과 퓨리오사AI 신경망처리장치(NPU) 협업 등 국산 소프트웨어 및 하드웨어 결합 성과를 높이 평가받았고, SK텔레콤은 대규모 상용 서비스 탑재와 국방·제조·법무·세무 등 산업 특화 에이전트 적용 실증에서 우수한 평가를 받았다. LG AI연구원은 글로벌 국제기구와의 협업 전략과 에이전틱 AI 차별성, 모델 위험 요인 관리 등에서 호평받았다. 정부는 3개 팀을 대상으로 엔비디아의 차세대 고성능 그래픽처리장치(GPU) B200 지원 규모를 올해 상반기 768장에서 하반기 1000장 수준으로 확대할 계획이라고 밝혔다. 과기정통부에 따르면 6개월간 1000장을 임차할 경우 팀당 약 400억원이 소요되며 3개 팀 지원 규모는 총 1200억원 수준이다. 류제명 과기정통부 제2차관은 “글로벌 AI 경쟁이 치열해지고 주요국에서 AI 모델의 국가 안보 전략자산화 움직임이 가시화되는 상황에 대응해 기존 방식을 뛰어넘는 새로운 지원체계를 관계부처와 논의 중이며 추후 구체적 내용을 발표할 계획”이라고 말했다. 한편 과기정통부는 독파모 프로젝트 3차 평가는 예정대로 진행해 내년 초 최종 2개 팀을 선정할 예정이다.

엔비디아가 오픈AI 데이터센터의 자금 조달을 위해 최대 1050억 달러(약 149조원)의 신용을 보강한다. 자사 인공지능(AI) 칩이 들어갈 인프라의 금융까지 지원해 장기 수요를 선점하려는 전략이다. 17일(현지시간) 엔비디아는 미국 오하이오주 파이크카운티에 건설 중인 ‘포츠파이크’ 데이터센터 개발사 SB에너지에 최대 1050억 달러의 잔존가치 보증을 제공한다고 밝혔다. 소프트뱅크 자회사인 SB에너지가 시설을 짓고 오픈AI가 20년간 임차하며, 엔비디아는 이곳에 AI 가속기를 독점 공급한다. SB에너지에는 별도로 15억 달러도 투자한다. 1050억 달러를 엔비디아가 당장 현금으로 내놓는 것은 아니다. 오픈AI가 임대료를 내지 못하면 시설을 다른 업체에 임대하거나 매각해 회수한 금액과 미리 보장한 최소 가치의 차액을 엔비디아가 메우는 방식이다. 신용등급이 없는 비상장사 오픈AI 대신 엔비디아의 신용을 활용해 대규모 데이터센터 건설 자금을 조달하기 쉽게 만드는 구조다. 엔비디아가 이 같은 부담을 감수하는 배경에는 장기 칩 수요가 있다. 4.25기가와트(GW) 규모의 1단계 시설에는 그래픽처리장치(GPU) 약 150만개가 들어갈 수 있다. 엔비디아는 이를 1500억~2000억 달러의 매출 기회로 추산했다. 오픈AI가 2030년까지 약속하거나 계획한 엔비디아 컴퓨팅 구매 규모는 최대 6000억 달러(약 850조원)에 이를 수 있다는 설명이다. 이번 거래는 엔비디아가 칩 판매를 넘어 AI 인프라 금융까지 역할을 넓히는 흐름과도 맞닿아 있다. 엔비디아는 앞서 아폴로·블랙록·블랙스톤·브룩필드·골드만삭스·KKR 등과 5000억 달러 이상의 민간 자금을 AI 인프라로 끌어들이는 금융 플랫폼 구축 계획을 발표했다. 엔비디아가 AI 인프라 투자와 자사 칩 수요를 함께 묶는 거래가 늘면서 순환금융 논란이 커지자 젠슨 황 엔비디아 최고경영자(CEO)는 회사 홈페이지에 올린 글에서 “이것은 순환금융이 아니다”라고 반박했다. 오픈AI가 임대료를 내고 시설이 가동될수록 엔비디아의 보증 부담은 줄어들며, 장기 수요가 확인된 만큼 필요한 인프라를 미리 확보하는 공급망 전략이라는 설명이다.

한국의 대표 ‘독자 인공지능(AI) 파운데이션 모델’(독파모) 2차 종합평가 결과 LG AI연구원, SK텔레콤, 업스테이지 3곳이 살아남았다. 모티프테크놀로지는 글로벌 AI 성능 지수 평가에서 높은 경쟁력을 보였지만 고배를 마시게 됐다. 과학기술정보통신부는 벤치마크, 전문가, 사용자 평가를 종합한 2차 독파모 평가에서 모티프테크놀로지를 제외한 3곳이 통과했다고 18일 밝혔다. 이번 2차 평가는 1차 평가와 비교해 대외 공신력을 대폭 강화했다. 배점 40점의 벤치마크 평가는 글로벌 AI 모델 평가 전문 플랫폼 아티피셜 어낼리시스의 지능·성능 평가 지수인 AAII 고난도 9종 지표 25점과 한국지능정보사회진흥원(NIA) 벤치마크 15점을 결합했다. 배점 35점의 전문가 평가는 AI 전문가 10명이 실질적으로 산업 확산과 기여 계획을 살펴봤다. 2차 평가에서 새로 도입된 사용자 평가는 25점이 배정돼 AI 스타트업 대표와 같이 전문 사용자 49명과 일반 국민 185명이 참여해 실제 사용성과 효용성을 검증했다. 평가 항목별로 보면 벤치마크 평가에서 1위와 4위 간 점수 격차는 4.0점, 전문가 평가에서 1, 4위의 격차는 2.4점, 이용자 평가에서 1위와 4위의 격차는 5.0점으로 나타났다. 과기정통부와 정보통신산업진흥원(NIPA)에 따르면 2단계 평가에 참여한 4곳 모두 AAII에서 모두 31점 이상을 획득해 유럽과 캐나다 등 주요 모델을 모두 추월했다. 40점을 초과한 최상위 점수 구간에는 미국과 중국에 이어 한국 모델이 유일하게 포함됐다. 국가별 프론티어 AI 모델 성능 비교에서도 한국은 미국, 중국에 이어 글로벌 3위에 올랐다. 이번 평가에서 탈락한 모티프테크놀로지스의 모티프3는 AAII에서 47점을 기록해 전 세계 기업별 AI 모델 중 10위에 올랐다. 이번 평가에 통과한 진출팀에 대한 평가 의견을 보면 업스테이지는 포털 다음 서비스 환경 실증과 퓨리오사AI 신경망처리장치(NPU) 협업 등 국산 소프트웨어 및 하드웨어 결합 성과를 높이 평가받았고, SK텔레콤은 대규모 상용 서비스 탑재와 국방·제조·법무·세무 등 산업 특화 에이전트 적용 실증에서 우수한 평가를 받았다. LG AI연구원은 글로벌 국제기구와의 협업 전략과 에이전틱 AI 차별성, 모델 위험 요인 관리 등에서 좋은 평가를 받았다. 정부는 3개 팀을 대상으로 엔비디아의 차세대 고성능 그래픽처리장치(GPU) B200 지원 규모를 올해 상반기 768장에서 하반기 1000장 수준으로 확대하는 한편 기존 방식을 뛰어넘는 지원체계를 관계부처와 논의 중이라고 밝혔다. 최동원 과기정통부 인공지능인프라정책관은 “6개월간 1000장을 임차할 경우 팀당 약 400억원이 소요되며 3개 팀 지원 규모는 총 1200억 원 수준”이라고 말했다. 류제명 과기정통부 제2차관은 “글로벌 AI 경쟁이 치열해지고 주요국에서 AI모델의 국가 안보 전략자산화 움직임이 가시화되는 상황에 대응해 기존 방식을 뛰어넘는 새로운 지원체계를 관계부처와 논의 중이며 추후 구체적 내용을 발표할 계획”이라고 말했다. 독파모 3차 평가는 내년 초 예상최종 2개팀 선정…지원 방식은 미정또 독파모 프로젝트 3차 평가는 예정대로 진행해 내년 초 정도에 최종 2개팀을 선정할 것으로 전망된다. 최종 선정 이후 지원 방식에 대해서는 전면 재검토 중이라고 정부는 밝혔다. 한편 독파모 2차 평가에 참여한 4개팀은 정부 결과 발표 직후 일제히 입장을 내놨다. LG AI연구원은 “세계 시장에서 경쟁할 수 있는 기함급 초대규모 파운데이션 모델 개발의 기반을 마련하는 데 중점을 뒀다”며 “이번 2차 평가 통과는 초대형 모델을 안정적으로 학습하고 운영할 수 있는 기술 기반을 확보하는 동시에 사용자가 실제로 체감하는 응답 품질과 활용 성능을 개선했다는 데 의미가 있다”고 밝혔다. SK텔레콤은 “다음 단계에 참여하게 된 것을 뜻깊게 생각하며 함께해온 컨소시엄 참여 기업·기관들의 노력이 있었기에 가능했다”며 “자체 AI 모델의 산업 및 실생활 확산 성과를 바탕으로 국내 AI 생태계가 함께 활용할 수 있는 결과물을 만드는 데 집중하겠다”고 말했다. 업스테이지도 “전 국민이 AI 혜택을 누릴 수 있는 생태계 기반을 마련함과 동시에 한국 AI가 글로벌 무대의 중심으로 나아가는 역사적인 시간을 함께하게 돼 큰 영광”이라며 “최종 실증 단계로 넘어가는 만큼 포털 다음과 컨소시엄 참여사 등을 통해 국민들이 직접 체감할 수 있는 실사용 모델을 고도화하는 데 최선을 다하는 한편, 아시아권으로 지원 언어를 확대해 글로벌 확산 기반도 마련하겠다”며 앞으로 계획을 제시했다. 탈락 모티프 “신생 스타트업에도 기회줘 감사”“글로벌 프런티어 모델 개발에 최선 다할 것”아쉽게 탈락한 모티프테크놀로지스는 “결과에 상관없이 이번 독파모 프로젝트를 통해 기술력만으로 한국에서도 글로벌 프런티어 수준의 AI 모델 개발이 가능하다는 것을 증명했다는 점에서 뜻깊었다”며 “정부가 독파모 개발에 도전하기로 결정하고 작은 신생 스타트업에도 기회를 주지 않았다면 이런 성과도 만들어내지 못했을 것인 만큼 앞으로도 글로벌 프런티어 모델 개발에 전력을 다할 것”이라고 밝혔다.

반도체·차량·보안 등 분야 다양해GPU·소프트웨어 ‘과도 의존’ 우려“NPU 육성해 자체 솔루션 만들어야” 삼성전자·SK·현대자동차그룹·LG·두산·네이버 등 국내 주요 기업들의 ‘엔비디아 활용법’이  베일을 벗은 가운데 로보틱스, 반도체, 인공지능(AI) 인프라, 보안 등 협력 분야는 광범위했다. 다만 미래 산업의 두뇌를 하나의 플랫폼에 과도하게 의존할 수 있다는 우려도 나온다. 17일 업계에 따르면 젠슨 황 엔비디아 최고경영자(CEO)의 장녀이자 로보틱스 분야 임원인 매디슨 황은 LG전자 양재 연구·개발(R＆D) 캠퍼스의 데이터 팩토리를 18일 찾는다. LG는 그룹의 전자·부품·통신 역량을 결합해 피지컬 AI 분야에서 엔비디아와 협력하고 있다. 삼성전자는 고대역폭메모리(HBM) 등 AI용 반도체와 반도체 공장의 AI화를, SK는 차세대 HBM과 대규모 AI 인프라를 각각 공략한다. 현대자동차그룹은 자율주행·로보틱스에서, 두산은 산업용 로봇 분야에서, 네이버는 AI 클라우드·모델 부문에서 엔비디아와 손을 잡았다. 국내 기업들은 반도체·클라우드·로보틱스·AI 모델·보안 등 대부분의 층위에서 엔비디아와 동맹을 맺었다. 최병호 고려대 AI연구소 교수는 “엔비디아는 CUDA(쿠다)처럼 하나의 생태계를 만들고 월드 모델까지 포함해 결국 피지컬 AI를 주도하려는 전략”이라며 “지금은 원하는 시기에 원하는 GPU를 공급받을 수 있느냐 자체가 기업의 능력이 된 만큼 국내 기업에는 사실상 불가피한 선택”이라고 말했다. AI 생태계의 맹주가 된 엔비디아를 무시하고 독자 노선을 고집하다 개발 속도와 비용 면에서 뒤처질 수 있다는 의미다. 소프트웨어정책연구소는 엔비디아가 전 세계 데이터센터 GPU 매출에서 약 86%를 차지한다고 분석했다. 반대로 엔비디아 의존을 우려하는 시선도 적지 않다. 엔비디아의 생태계는 데이터센터를 통한 AI 모델의 학습부터 가상공간 시뮬레이션, 로봇과 자동차의 현장 판단과 행동 등 산업 전반으로 뻗어 내리고 있다. 엔비디아가 20년간 구축한 병렬 컴퓨팅 플랫폼 CUDA 등 소프트웨어 생태계는 구조적인 진입 장벽으로 작용하며 다른 플랫폼으로 갈아타는 전환 비용도 높이고 있다. 하지만 한국 기업의 일방적 종속으로 보기는 힘들다는 관측이 대체적이다. 제조 데이터와 현장 실증 기반, 삼성전자·SK하이닉스가 공급하는 HBM 등이 한국의 핵심 협상 카드다. 결국 양측은 ‘엔비디아 우위의 비대칭적 상호의존’ 관계에 가깝다는 분석이 나온다. 국내 기업에는 AI 경쟁력을 빠르게 끌어올릴 플랫폼이, 엔비디아에는 한국의 HBM과 제조 기반이 필요하다. 최 교수는 “국내 신경망처리장치(NPU) 업체와 스타트업을 더욱 육성해 우리만의 솔루션을 만들 필요가 있다”며 “우리가 잘하는 제조를 살려 방산과 선박, 메모리 등 경쟁력 있는 분야를 최대한 강화하면서 우리만의 경쟁력을 살리는 쪽으로 가야 한다”고 강조했다.

삼성전자·SK·현대자동차그룹·LG·두산·네이버 등 국내 주요 기업들의 ‘엔비디아 활용법’이 모두 베일을 벗은 가운데 로보틱스, 반도체, 인공지능(AI) 인프라, 보안 등 협력 분야는 예상보다 광범위했다. 다만 미래 산업의 두뇌를 하나의 플랫폼에 과도하게 의존할 수 있다는 우려도 나온다. 17일 업계에 따르면 젠슨 황 엔비디아 최고경영자(CEO)의 장녀이자 로보틱스 분야 임원인 매디슨 황은 LG전자 양재 연구·개발(R＆D) 캠퍼스의 데이터 팩토리를 18일 찾는다. LG는 그룹의 전자·부품·통신 역량을 결합해 피지컬 AI 분야에서 엔비디아와 협력하고 있다. 삼성전자는 고대역폭메모리(HBM) 등 AI용 반도체와 반도체 공장의 AI화를, SK는 차세대 HBM과 대규모 AI 인프라를 각각 공략한다. 현대자동차그룹은 자율주행·로보틱스에서, 두산은 산업용 로봇 분야에서, 네이버는 AI 클라우드·모델 부문에서 엔비디아와 손을 잡았다. 엔비디아의 글로벌 AI 생태계는 빅테크·AI 모델, 클라우드, 반도체·메모리, 로보틱스, 산업용 소프트웨어, 보안 AI 등 전방위로 확장 중이다. 국내 기업들은 반도체·클라우드·로보틱스·AI 모델·보안 등 대부분의 층위에서 엔비디아와 동맹을 맺었다. 최병호 고려대 AI연구소 교수는 “엔비디아는 CUDA(쿠다)처럼 하나의 생태계를 만들고 월드 모델까지 포함해 결국 피지컬 AI를 주도하려는 전략”이라며 “지금은 원하는 시기에 원하는 GPU를 공급받을 수 있느냐 자체가 기업의 능력이 된 만큼 국내 기업에는 사실상 불가피한 선택”이라고 말했다. GPU 병목을 이용해 세계 AI 생태계의 맹주가 된 엔비디아를 무시하고 독자 노선을 고집하다 개발 속도와 비용 면에서 뒤처질 수 있다는 의미다. 소프트웨어정책연구소는 엔비디아가 전 세계 데이터센터 GPU 매출에서 약 86%를 차지한다고 분석했다. 반대로 엔비디아 의존을 우려하는 시선도 적지 않다. GPU에서 출발한 엔비디아의 생태계는 데이터센터를 통한 AI 모델의 학습부터 가상공간 시뮬레이션, 로봇과 자동차의 현장 판단과 행동 등 산업 전반으로 뻗어 내리고 있다. 엔비디아가 20년간 구축한 병렬 컴퓨팅 플랫폼 CUDA 등 소프트웨어 생태계는 구조적인 진입 장벽으로 작용하며 다른 플랫폼으로 갈아타는 전환 비용도 높이고 있다. 엔비디아가 GPU의 연산 능력을 실제 AI 성능으로 끌어내는 프레임워크·라이브러리·드라이버·컴파일러까지 일찌감치 선점한 만큼 소프트웨어와 모델 개발·운용 체계 등을 특정 플랫폼에 맞추면 공급자를 바꾸는 비용은 더욱 커진다. 하지만 한국 기업의 일방적 종속으로 보기는 힘들다는 관측이 대체적이다. 엔비디아가 직접 확보하기 어려운 제조 데이터와 현장 실증 기반, 삼성전자·SK하이닉스가 공급하는 HBM 등이 한국의 핵심 협상 카드다. 결국 양측은 ‘엔비디아 우위의 비대칭적 상호의존’ 관계에 가깝다는 분석이 나온다. 국내 기업에는 AI 경쟁력을 빠르게 끌어올릴 플랫폼이, 엔비디아에는 한국의 HBM과 제조 기반이 필요하다. 최 교수는 “국내 신경망처리장치(NPU) 업체와 스타트업을 더욱 육성해 우리만의 솔루션을 만들 필요가 있다”며 “우리가 잘하는 제조를 살려 방산과 선박, 메모리 등 경쟁력 있는 분야를 최대한 강화하면서 우리만의 경쟁력을 살리는 쪽으로 가야 한다”고 강조했다.

한때 AI 및 반도체 관련 주식들을 크게 출렁거리게 만든 중국 딥시크(Deepseek)가 새로운 인공지능(AI) 모델인 ‘DeepSeek-V4-Pro-0813’을 출시하면서 가격을 인상했습니다. 새 프로 모델의 가격은 100만 토큰당 일반 입력 3위안, 출력 6위안이며 이전 처리 내용을 재활용하는 캐시 입력은 0.025위안입니다. 그리고 사용자가 몰리면서 응답 시간이 길어지는 피크 시간대(오전 9시~오후 12시, 오후 2~6시) 요금은 일반 입력 9위안, 출력 27위안으로 크게 높아졌습니다. 여기에 저렴한 V4 플래시 모델 역시 피크 시간대 가격을 4배 올리기로 했습니다. 이와 같은 가격 인상은 최근 사용자가 몰리면서 불가피한 결과였다는 분석도 나오고 있습니다. 딥시크는 최신 엔비디아 그래픽처리장치(GPU) 수입이 어려워지면서 H100 기준 2만 개 정도의 연산 자원에 의존해 서비스를 제공해 왔습니다. 그러면서도 서방 모델과 견줄 수 있는 높은 성능과 매우 저렴한 가격을 책정해 사용자가 몰렸습니다. 딥시크는 토큰 소비량 기준으로 구글이나 오픈AI를 넘어섰고 최근엔 월 사용량 기준으로 앤스로픽에 이어 2위를 차지하기도 했습니다. 그 비결은 연산 효율이 뛰어난 모델에 있습니다. 최근 공개한 ‘V4-Flash-0731’의 경우 단 2840억 개의 파라미터만을 가지고 있음에도 불구하고, 수조 개의 파라미터를 가진 것으로 추정되는 앤스로픽 오푸스에 근접한 성능을 제공합니다. 이렇게 제한된 연산 자원으로도 높은 성능의 서비스가 가능했던 비결은 MoE(Mixture of Experts) 구조에 있습니다. MoE는 일부 파라미터만 활성화시켜 연산 자원을 최대한 적게 소모하는 구조로 같은 하드웨어로 더 많은 토큰을 생성할 수 있습니다. V4-Flash-0731의 경우 실제 활성화되는 파라미터는 130억 개 정도에 불과합니다. 여기에 하드웨어 최적화를 위해 어텐션/메모리 최적화로 KV 캐시를 줄였습니다. 또 유료 서비스에서 중요한 에이전트·코딩·도구 사용 성능을 높이기 위해 이에 특화된 사후 훈련(Post-training)으로 성능을 끌어올렸습니다. 그리고 DSpark(speculative decoding) 같은 몇 가지 방식을 더해 제한된 하드웨어에서 성능을 최대로 높일 수 있습니다. 하지만 이것도 사용자가 몰리면서 한계에 부딪힌 상태입니다. 더구나 DeepSeek-V4-Pro-0813은 모델 파라미터가 1.6조 개에 달하고 MoE 구조를 지녔어도 활성 파라미터가 490억 개에 달합니다. 아무리 하드웨어 최적화를 해도 제한된 연산 자원으로 전 세계에서 쏟아지는 수요를 감당하기에는 역부족입니다. 결국 딥시크는 가격을 전체적으로 올리면서 수요를 분산하고, 이렇게 벌어들인 자금으로 추가 연산 자원 확보에 나선 것으로 풀이됩니다. 현재 엔비디아 칩 수입 금지로 인해 딥시크가 선택할 수 있는 대안은 화웨이 GPU입니다. 대표적인 제품은 어센드 950으로 딥시크에 따르면 어센드 950의 4대가 엔비디아 GB 300 한 대의 성능과 비슷하다고 합니다. 참고로 이 GPU에는 CXMT 메모리가 사용됩니다. 앞서 지난 5월 투자자 콜 유출 자료에서 딥시크 창업자 량원펑이 “화웨이가 약 1만 6000개의 Ascend 950 카드를 할당했다”고 말한 것으로 보도된 바 있습니다. 따라서 대략 GB 300 기준 4000장 정도의 연산 자원을 추가로 확보한 것으로 보이는데, 이는 서방의 대규모 하이퍼스케일러와 비교하면 터무니없이 적은 연산 자원입니다. 물론 이렇게 한정된 연산 자원을 지니고도 최적화를 통해 토큰 소비량 2위로 껑충 뛰어오른 점을 생각하면 딥시크가 무시할 수 없는 AI 업계의 다크호스임을 이해할 수 있습니다. 가격 인상 후 딥시크는 실적을 개선한 후 증시에 상장할 것으로 예상됩니다. 현재 내년 상장을 목표로 IPO를 준비 중인 것으로 알려져 있으며 이를 통해 증시에서 막대한 자금을 끌어올 것으로 예상됩니다. 그러면 약점으로 지적되어 온 연산 자원 확보를 위한 실탄도 넉넉히 마련할 수 있습니다. 화웨이 GPU가 같은 성능의 엔비디아 GPU 대비 더 비싼 것으로 알려져 있긴 하나 뛰어난 모델 효율성을 감안하면 충분히 서방 모델과 경쟁할 수 있다는 계산이 깔려 있을 것입니다. 다만 그전에 가격을 인상해도 충분히 사용자를 잡아 둘 수 있는 성능을 보여줘야 합니다. 최근 오픈AI는 GPT 5.6 일부 모델의 가격을 대폭 인하하면서 중국발 저가 AI와 경쟁에 나선 상태이며 키미 K3, 알리바바의 Qwen 같은 중국 내 다른 경쟁자들도 만만치 않은 상대입니다. 딥시크가 다른 경쟁자를 제치고 토큰 사용량 점유율을 높여 나갈 수 있을지 주목됩니다.

엔비디아가 최소 1조개의 매개변수(파라미터)를 갖춘 차세대 오픈 인공지능(AI) 모델 ‘네모트론4’를 개발하고 있다. AI 칩에 이어 자체 오픈웨이트 모델까지 직접 공급하며, 소수 대형 고객에 집중된 그래픽처리장치(GPU)의 수요를 넓히려는 포석으로 보인다. 정보·통신(IT) 전문 매체인 디인포메이션은 엔비디아가 차세대 오픈웨이트 AI 모델 ‘네모트론 4’를 개발 중이며 이르면 오는 늦가을에는 개발이 마무리될 수 있다고 12일 전했다. 오픈웨이트는 AI 모델의 학습된 가중치인 파라미터를 공개하는 모델이다. 누구나 이를 내려받아 목적에 맞게 사용할 수 있도록 하는 것이다. 네모트론4는 지난 6월 공개한 ‘네모트론3 울트라’의 약 두 배 규모로 세계 최고 수준의 오픈소스 AI 모델을 목표로 하고 있다. 다만 네모트론3 울트라는 현재 관련 성능 평가에서 미국 오픈소스 모델 중 2위에 그치며 중국 최상위 모델과 격차가 큰 상황이다. 전체 순위로는 상위 40위권 밖이다. 엔비디아는 이날 대형 모델의 능력을 옮겨오는 ‘증류’ 기법으로 만든 매개변수 300억개 규모의 경량 모델 ‘네모트론3.5 라이트닝’도 별도로 공개했다. 엔비디아가 오픈웨이트 AI 모델에 공을 들이는 것은 오픈 모델이 자사 GPU 수요를 키울 것으로 기대하기 때문이다. 무료로 풀린 모델도 구동하려면 GPU가 필요한 만큼 오픈 모델이 퍼질수록 하드웨어와 데이터센터 수요가 늘어난다는 논리다. 엔비디아는 최근 하드웨어와 소프트웨어를 아우르는 생태계 확장에 적극 나서고 있다. 전날에는 월가의 대형 금융회사들과 손잡고 5000억 달러(약 710조원) 이상 규모의 자금을 AI 인프라에 동원하기로 하는 등 GPU 수요를 뒷받침할 데이터센터 구축 지원에도 속도를 내고 있다.

중국산 오픈 웨이트 모델인 키미 K3는 미국의 프런티어 인공지능(AI) 모델과 맞먹는 성능으로 시장에 큰 충격을 안겼습니다. 앤스로픽 AI 모델의 지식 증류를 통해 사실상 기술을 탈취했다는 비판이 나오기도 했지만, 2.8조개의 파라미터를 지닌 초거대 모델을 증류만으로 만들 순 없기 때문에 이제 중국의 AI 기술을 더 이상 무시할 수 없다는 의견도 우세합니다. 더구나 모든 가중치를 공개하는 중국의 개방형 AI 모델이 장기적으로 보면 시장을 잠식할 수 있다는 우려도 만만치 않습니다. 누구나 모델을 받아서 내부적으로 돌릴 수 있기 때문에 내부 정보 유출을 꺼리는 기업이나 기관에서 상당히 매력적인 대안일 뿐 아니라 자사 서비스에 맞춤형으로 개조도 자유롭습니다. 하드웨어를 이미 가지고 있거나 저렴하게 대여할 수 있다면 서비스 비용도 낮출 수 있습니다. 다만 이렇게 되면 비싼 돈을 주고 미국의 프런티어 AI 모델을 누가 쓰겠냐는 우려가 나오는 것도 당연합니다. 결국 중국 개방형 AI 모델이 노리는 것도 이것이라는 비판도 적지 않습니다. 지금까지 IT 생태계는 개방형과 오픈 소스를 찬양해 왔지만, 개방형 AI 앞에서는 목소리가 달라지고 있습니다. 여기에 개방형 AI 모델을 악용하는 사람이나 집단이 나올 수 있다는 걱정도 있습니다. 하지만 저커버그 메타 최고경영자(CEO)는 ‘미래는 모두의 것’이라는 제목의 글에서 “초인공지능을 중앙 집중화하기보다 널리 배포해 모든 사람이 이를 통제할 수 있도록 해야 한다”며 개방형 AI를 지지하는 주장을 펼쳤습니다. 물론 악용 가능성도 인정하면서 모델의 개발 중간 단계부터 감시와 관리가 필요하다는 점은 인정했지만, 개방형 모델의 필요성을 역설한 것입니다. 아마도 저커버그가 갑자기 개방형 모델을 지지한 이유 중 하나는 미국이 폐쇄형 모델로 가는 반면 중국은 개방형 모델로 갈 경우 장기적으로 대부분의 국가들이 누구나 쓸 수 있는 중국 모델에 종속될 것이라는 우려일 것입니다. 사람들이 모두 중국산 개방형 AI만 사용한다면 생태계 역시 여기에 종속될 것입니다. 그리고 결국은 하드웨어 역시 종속될 수 있습니다. 현재 AI 가속기는 엔비디아 칩이 중심이지만, 중국산 AI GPU에서 훈련된 중국 AI 모델은 중국산 하드웨어에서 잘 돌아가게 될 것이기 때문입니다. 따라서 메타가 개방형 AI를 지지하면서 모델을 공개하기로 한 것은 상당한 의미가 있습니다. 물론 앤스로픽이나 오픈 AI처럼 실제 유료 사용자가 많지 않은 것도 이런 결정을 내린 배경 중 하나일 것입니다. 하지만 주요 빅테크 기업이 개방형 모델을 지지하면서 미국산 개방형 모델이 중국산 개방형 모델의 강력한 경쟁자가 될 가능성이 높아졌습니다. 다만 첫술부터 배부를 순 없다는 속담처럼 먼저 공개한 ‘뮤즈 글리머’(Muse Glimmer)의 성능은 사실 아주 인상적이진 않습니다. 뮤즈 글리머는 뮤즈 스파크처럼 대형 모델을 지식 증류해 만든 작은 로컬 모델로 30B(300억개)의 파라미터를 지니고 있습니다. 작다고는 해도 4비트 양자화 모델도 18GB 정도 크기이기 때문에 완전히 그래픽처리장치(GPU)에 올리려면 24GB 메모리가 필요하고 맥 같은 통합 메모리를 사용하는 경우 32GB 이상 모델이 추천됩니다. 현재 비슷한 위치에 있는 개방형 모델은 구글의 젬마 4(Gemma 4) 31B dense 모델과 알리바바의 Qwen 3.6 27B dense 모델인데 뮤즈 글리머는 코딩이나 일반 작업에서 더 우수하진 않지만, 여러 단계의 임무를 수행하는 에이전트 기능면에서 우수하다는 평가가 나오고 있습니다. 그러나 당장 경쟁 모델을 위협할 수 있을 정도의 인상적인 성능을 보여주진 않고 있습니다. 여기에 아직 모델이 하나뿐인 점도 약점입니다. 알리바바 Qwen의 경우 대형부터 중소형 모델까지 여러 모델이 있고 코딩 전용 모델인 코더 등 다양한 모델이 있어 사용자가 상황에 맞춰 고를 수 있는 선택지가 넓습니다. 대항마로 나온 젬마 4 역시 스마트폰에서 돌릴 수 있는 작은 모델에서 비교적 큰 31B 모델까지 선택의 폭이 좀 더 넓습니다. 특히 Qwen과 젬마 모두 MoE(Mixture of Expert) 기능을 지원해 개인 컴퓨터에서도 빠른 토큰 속도를 확보할 수 있습니다. 특히 Gemma 4 26B A4B QAT(Quantization-Aware Training) 모델은 학습 단계부터 양자화를 시뮬레이션해서 압축 시 발생하는 품질 손실을 효과적으로 줄였습니다. 덕분에 QAT 4비트 버전은 용량을 약 14.4GB 수준으로 줄여 16GB 메모리의 GPU나 개인용 노트북에서도 원활하게 굴러가면서도 성능은 57.7GB의 용량을 지닌 16비트 모델에 근접해 큰 인기를 끌고 있습니다. 뮤즈 글리머는 MoE 모델이 없는 단일 모델로 속도가 MoE 모델보다 느릴 수밖에 없지만, 대신 DFlash 드래프터 모델이라는 소형 보조 모델을 사용해 속도를 높일 수 있습니다. 메타가 발표한 데이터에 따르면 RTX 5090 카드에서는 3.1배, M5 Max에서는 1.8배, M4 Max에서는 1.5배 빠른 응답 속도를 제공합니다. Dense 모델의 단점인 높은 사양과 느린 응답 속도를 개선한 것으로 주목받고 있습니다. 메타의 뮤즈 글리머는 현시점에서는 그렇게 인상적인 성능을 지닌 개방형 AI라고 보긴 어렵습니다. 하지만 구글 젬마가 그랬던 것처럼 이후 버전에서 성능을 높여 나가면서 다양한 기능과 모델을 선보인다면 개방형 AI 부분에서 새로운 강자가 될 수 있습니다. 메타의 개방형 AI 승부수가 통할 수 있을지 주목됩니다.

2주 앞으로 다가온 세계 최대 규모의 게임 전시회 ‘게임스컴 2026’이 차세대 인공지능(AI) 기술 경쟁의 무대로 떠오르고 있다. 게임의 그래픽·물리 엔진과 3차원(3D) 시뮬레이션 기술이 피지컬 AI의 학습·검증 환경으로 주목받으면서 글로벌 AI 기업들도 게임 기술에 눈을 돌리는 모습이다. 11일 게임스컴 홈페이지에 따르면 닌텐도, 엑스박스 등 게임사 외에 삼성전자와 마이크로소프트(MS), 엔비디아, 샌디스크, AMD, 인텔 등 국내외 AI 반도체 유관 기업들이 대거 참가한다. 삼성전자는 ‘플레이삼성’을 슬로건으로 전시관을 마련하고 모바일과 PC, 콘솔 플랫폼을 연결하는 통합 게이밍 경험을 선보인다고 이날 밝혔다. 체험형으로 전시되는 세계 최초 6K 게이밍 모니터 ‘오디세이 G8’은 엔비디아 지싱크와 AMD 프리싱크 프리미엄을 지원해 게임 화면이 끊기는 현상을 줄였다. 삼성전자는 이번 행사에서 고성능 솔리드 스테이트 드라이브(SSD) ‘9100 프로’ 등 저장장치와 지난달 출시된 ‘갤럭시 Z 폴드8 울트라’ 등으로 전시 대상을 확대했다. 샌디스크 역시 지난 5월 출시한 SSD 신제품 옵티머스 라인업을 선보일 것으로 보인다. 지난해 게임스컴에 복귀했던 엔비디아는 최신 그래픽처리장치(GPU) ‘지포스 RTX 5080’ 등을 토대로 국내외 게임사들과의 협업 사례를 보여줄 것으로 관측된다. 젠슨 황 엔비디아 최고경영자(CEO)가 방한했을 당시 엔씨, 크래프톤 등 국내 게임사들과 연이어 만난 만큼 현장에서 국내 게임사들과의 협업 사례도 관전 포인트다. 지난해 약 36만 명이 방문한 게임스컴은 매년 참가사 및 전시 규모에서 역대 최고 기록을 경신해 왔다. 올해는 최초로 행사 전 전시 공간이 모두 팔리는 등 개최 전부터 성황을 예고하고 있다. 집중도가 대거 격상된 배경에는 게임 산업이 AI 반도체와 피지컬 AI의 테스트베드로 성장하고 있기 때문이라는 분석이 나온다. 게임에 사용되던 동시접속, 물리 엔진, 3D 가상세계, 충돌 계산 등의 기술이 휴머노이드, 자율주행 등 피지컬 AI의 핵심 기술과 연결되기 때문이다. 피지컬 AI를 개발하려면 수많은 데이터를 입력하고 현실에서 시행착오를 거쳐야 하지만 게임에서의 간접 학습을 통해 데이터 투입 비용을 줄일 수 있다. 최신 GPU와 메모리 성능을 가장 빨리 요구하는 게임 시장의 특성상 AI용 반도체를 간접적으로 홍보하기에 최적이라는 점도 공략 포인트다. 업계 관계자는 “과거 게임 전시회는 게이밍 모니터 등 디스플레이와 게임 콘텐츠의 홍보 비중이 컸다면 최근에는 SSD 등 저장장치와 메모리 기술 홍보로도 확대되는 추세”라고 말했다.

삼성SDS가 정부의 인공지능(AI) 연구 지원사업에 고성능 그래픽처리장치(GPU) 인프라를 공급한다. 삼성SDS는 과학기술정보통신부와 정보통신기획평가원(IITP)이 추진하는 ‘2026년 AI 연구용 컴퓨팅 지원 프로젝트’ 사업의 GPU 자원 공급사로 선정돼 지난달 20일부터 서비스를 시작했다고 11일 밝혔다. 이번 사업은 자체적으로 대규모 컴퓨팅 인프라를 구축하기 어려운 대학과 정부출연연구기관 등에 AI 연구용 GPU를 지원하는 국가 사업이다. 연구자들이 초거대 AI와 대규모언어모델(LLM)을 개발, 실험할 수 있도록 컴퓨팅 자원을 제공한다. 사업 규모는 약 153억원이다. 지원 기간은 올해 7월부터 내년 3월까지다. 이번 공급사 선정은 GPU 공급 계획과 보유 자원 규모, 연구 환경, 운영 지원 체계, 보안 역량 등을 종합 심사했다. 선정된 복수의 사업자 중 삼성SDS가 1순위 공급사로 뽑혔다. 삼성SDS는 엔비디아의 차세대 GPU인 블랙웰 울트라(B300) 등을 기반으로 한 GPU 클러스터를 공급한다. 여러 GPU를 하나의 자원처럼 사용할 수 있는 대규모 클러스터링 환경과 고속 인터커넥트 네트워크 등도 제공한다. 연구자는 장기간 진행하는 대형 모델 학습부터 단기 실험까지 과제 특성에 따라 자원을 활용할 수 있을 것으로 기대된다. 삼성SDS는 GPU뿐만 아니라 중앙처리장치(CPU)와 메모리, 스토리지, 네트워크, 개발 환경도 제공한다고 밝혔다. 연구자가 별도의 인프라를 직접 구축하지 않고 AI 연구에 집중하도록 지원한다는 설명이다.

엔비디아가 블랙록·블랙스톤 등 월가의 대형 금융사들과 손잡고 5000억 달러(약 710조원)가 넘는 자금을 인공지능(AI) 인프라 시장에 끌어들인다. AI 데이터센터 투자비가 급증하면서 고객의 자금 조달 자체가 부담으로 떠오르자, 향후 데이터센터에서 벌어들일 수익을 토대로 돈을 빌려 그래픽처리장치(GPU)를 살 수 있도록 금융권과 자금줄을 만들겠다는 것이다. 엔비디아는 10일(현지시간) 아폴로글로벌매니지먼트와 블랙록, 블랙스톤, 브룩필드자산운용, 골드만삭스, KKR 등 6곳과 AI 컴퓨팅 금융 플랫폼 구축을 위한 양해각서(MOU)를 체결했다. 이들 금융사는 하이퍼스케일러와 AI 연구소, 기업 등이 데이터센터를 짓고 엔비디아 장비를 도입하는 데 필요한 자금을 공급한다. 5000억 달러는 이미 확보된 돈이 아니라 앞으로 금융권을 통해 조달할 목표액이다. 엔비디아도 잠재 거래의 최대 25%인 1250억 달러까지 손실 위험을 떠받치는 방식으로 자금 조달을 지원할 수 있다고 밝혔다. 구조는 발전소나 상업용 부동산의 자금 조달과 비슷하다. 발전소가 앞으로 전기를 팔아 벌 돈을 근거로 건설비를 빌리듯, AI 사업자도 GPU와 데이터센터에서 발생할 컴퓨팅 사용료를 토대로 자금을 조달한다. 기업은 막대한 초기 투자비를 모두 자체 자금으로 부담하지 않아도 되고 금융사는 향후 현금흐름을 보고 돈을 댄 뒤 이자와 투자수익을 얻는다. 엔비디아로서는 고객의 자금 부족으로 데이터센터 건설과 GPU 구매가 늦어지는 일을 줄일 수 있다. 젠슨 황 엔비디아 최고경영자(CEO)가 CNBC 인터뷰에서 “기술 칩이 투자 가능한 자산군이 된 것은 사실상 처음”이라고 강조한 것도 이 때문이다. 그는 엔비디아 칩을 수익을 창출하고 생산적이며 수명이 긴 자산으로 규정하면서 컴퓨터가 이제 “전기나 인터넷처럼 인프라의 일부”가 됐다고 말했다. GPU도 여러 고객과 AI 작업에 계속 활용하면서 장기간 수익을 낼 수 있는 생산설비라는 논리다. 월가의 대형 금융사들도 AI 컴퓨팅을 새로운 투자 대상으로 봤다. 래리 핑크 블랙록 CEO는 CNBC에서 이번 시도를 1970년대 주택저당증권(MBS)의 등장에 빗대며 ‘금융공학의 다음 미래’라고 평가했다. AI 데이터센터의 미래 수익을 토대로 대출과 투자상품이 만들어지면 컴퓨팅 인프라 자체가 새로운 자산시장으로 자리 잡을 수 있다는 얘기다. 당장은 보험사와 연기금, 사모자본 등 기관투자가가 중심이지만 관련 금융상품이 늘어나면 개인투자자에게도 간접 투자 기회가 열릴 가능성이 있다. 관건은 GPU가 집이나 발전소처럼 장기간 안정적인 자산가치를 유지할 수 있느냐다. GPU는 기술 교체 속도가 빨라 차세대 칩이 나오면 기존 장비의 수익성과 가치가 예상보다 빠르게 떨어질 수 있다. AI 서비스에서 벌어들이는 수익이 막대한 데이터센터 투자비를 따라가지 못할 경우 금융사까지 손실을 떠안을 가능성도 있다. 엔비디아가 GPU의 긴 수명과 다른 고객에게 옮겨 쓸 수 있는 유연성을 거듭 강조하는 것도 이런 우려를 의식한 것으로 풀이된다. 그럼에도 월가의 대형 자산운용사들이 한꺼번에 참여한 것은 AI 인프라 투자가 당분간 더 커질 것이라는 판단이 깔려 있다. 모건스탠리는 하이퍼스케일 클라우드 업체들이 2026~2028년 AI 인프라에 3조 5000억 달러를 투입하고 전체 구축 규모는 8조 달러를 넘어설 것으로 추산했다. 국내 반도체 업계에도 AI 인프라 투자 확대에 따른 수혜가 예상된다. 글로벌 AI 데이터센터 투자가 늘면 HBM과 서버용 D램·솔리드스테이트드라이브(SSD) 수요 확대가 삼성전자와 SK하이닉스에는 기회가 될 수 있다. 동시에 네이버 등 국내 AI 인프라 사업자에게는 GPU 확보와 함께 글로벌 기관자금을 얼마나 안정적으로 끌어오느냐가 투자 속도를 좌우하는 경쟁력으로 부상할 가능성이 있다.

NHN이 결제와 인공지능(AI) 클라우드, 게임 등 주력 사업의 고른 성장에 힘입어 2분기 역대 최대 실적을 거뒀다. 특히 엔비디아 최신 그래픽처리장치(GPU) 공급 매출이 반영되면서 클라우드 사업의 성장세가 두드러졌다. NHN은 올해 2분기 연결 기준 매출 7579억원, 영업이익 579억원을 기록했다고 11일 밝혔다. 지난해 같은 기간보다 각각 25.3%, 164% 증가했다. 매출과 영업이익 모두 분기 기준 역대 최대다. 순이익은 291억원으로 159% 늘었다. 가장 큰 비중을 차지하는 결제 부문 매출은 3940억원으로 27.3% 증가했다. NHN KCP의 2분기 거래대금은 17조원으로 집계됐고, 국내 전자지급결제대행(PG) 시장 점유율은 30%를 기록했다. NHN페이코도 쿠폰과 기업복지 거래가 늘면서 수익성이 개선되고 적자 폭을 줄였다. AI 클라우드 등을 포함한 기술 부문 매출은 1598억원으로 52.9% 늘었다. NHN클라우드는 서울 양평 리전에 공급한 엔비디아 B200 GPU 관련 매출이 반영되면서 매출이 전년 동기보다 85% 증가했다. NHN테코러스 역시 아마존웹서비스(AWS) 리세일 사업 성장으로 매출이 27% 늘었다. 게임 매출도 1396억원으로 21.5% 증가했다. 웹보드 게임 규제 완화로 이용자당 평균 매출이 높아진 데다 모바일과 PC 온라인 게임 매출이 함께 늘었다. 반면 NHN링크와 NHN코미코, NHN여행박사 등이 포함된 기타 사업 매출은 880억원으로 8.8% 감소했다. NHN은 클라우드 성장세에 맞춰 AI 인프라 투자도 확대한다. 내년까지 최소 30MW 규모의 AI 데이터센터를 추가 확보하고 기존 리전에는 엔비디아 B300 이상 최신 GPU를 확충할 계획이다. 회사는 GPU 사업의 해외 진출을 위해 일본 데이터센터 확보도 추진하고 있다. 결제 부문에서는 NHN KCP의 가맹점망을 활용한 스테이블코인 결제 인프라와 사업 모델을 준비하고, 게임 부문에서는 일본 시장을 중심으로 신작을 확대한다. NHN플레이아트는 다음 달 도쿄게임쇼에서 신작과 주요 라이브 게임을 선보일 예정이다. 실적 개선과 AI 클라우드 성장세가 부각되면서 주가도 크게 뛰었다. 이날 NHN은 전 거래일보다 29.82% 오른 5만 4200원에 거래를 마쳐 상한가를 기록했다.

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.

국내 양대 플랫폼 네이버와 카카오가 인공지능(AI)을 다음 성장동력으로 키우는 방식에서 서로 다른 길을 택했다. 네이버는 그래픽처리장치(GPU)와 데이터센터를 갖춘 AI 인프라를 새로운 사업으로 키우는 반면, 카카오는 대규모 인프라 투자보다 카카오톡을 기반으로 이용자의 주문·예약·결제까지 연결하는 AI 에이전트에 집중한다. 9일 정보기술(IT) 업계에 따르면 양사는 지난주 2분기 실적 발표에서 이 같은 AI 전략을 구체화했다. 네이버는 2분기 매출 3조 3888억원으로 분기 최대치를 경신했고, 카카오는 매출 2조 985억원과 영업이익 2770억원으로 모두 역대 분기 최대치를 기록했다. 기존 검색·광고·커머스 사업의 성장세를 바탕으로 AI 투자 여력을 확보했지만 어디에 돈을 쓰고 어떤 방식으로 수익을 낼지는 확연히 갈렸다. 네이버는 AI를 기존 서비스 경쟁력을 높이는 기술에 그치지 않고 별도의 인프라 사업으로 확장하고 있다. 엔비디아·브룩필드와 추진하는 AI 팩토리를 2027년 55메가와트(MW) 규모로 가동한 뒤 2028년 200MW까지 확대할 계획이다. 최수연 대표는 실적 발표에서 “단순한 컴퓨팅 임대를 넘어 GPU 컴퓨팅과 클라우드, 모델 운영 서비스를 결합한 고부가가치 사업으로 접근하겠다”고 밝혔다. 기업과 정부의 소버린 AI 수요도 주요 공략 대상이다. 카카오는 자체 AI 데이터센터나 GPU 클라우드에 대규모로 투자하기보다 카카오톡 기반 AI 서비스에 역량을 집중한다. 정신아 대표는 AI 인프라는 선행 투자 규모가 큰 데 비해 장기 투자수익률의 불확실성이 있다고 설명했다. 카카오는 대화 속 이용자의 의도를 AI가 파악해 음식 추천부터 주문·결제까지 이어주는 서비스를 쿠팡이츠와 먼저 선보이고, 향후 커머스·예약·여행·결제 등으로 적용 범위를 넓힐 계획이다. 두 회사 모두 기술 투자 자체는 꾸준히 늘리고 있다. 1분기 연구개발비는 네이버 6020억원, 카카오 3316억원으로 각각 매출의 18.6%, 17.1%를 차지했다. 네이버가 AI 인프라까지 사업 영역을 넓혀 기업·공공 시장을 겨냥한다면, 카카오는 이미 확보한 이용자 접점을 활용해 AI를 실제 거래로 연결하는 데 무게를 뒀다.

MS ‘애저 성장’ AI투자 효과 입증메타 대규모 투자로 현금흐름 부담저커버그 개인용 AI에이전트 제시시장, 투자보다 수익화 속도 관심 인공지능(AI) 투자 확대에 나선 마이크로소프트(MS)와 메타의 2분기 실적이 엇갈렸다. 두 회사 모두 매출은 시장 전망을 웃돌았지만, 대규모 투자가 수익과 잉여현금으로 이어지는 속도에서 갈렸다. MS는 클라우드 성장으로 투자 부담을 흡수한 반면, 메타는 비용 증가가 매출 증가를 앞지르며 이익과 현금흐름이 줄었다. MS는 29일(현지시간) 회계연도 4분기(4~6월) 매출이 전년 동기보다 18% 증가한 900억 달러(약 130조원)로 집계됐다고 밝혔다. 시장 전망치(876억 2000만 달러)를 웃돌았다. 기업이 서버와 데이터 저장, AI 연산 등에 쓰는 MS의 클라우드 서비스 ‘애저’ 매출 증가율은 전 분기 40%에서 43%로 높아졌다. 연간 애저 매출은 처음 1000억 달러를 넘었고, ‘MS 365 코파일럿’ 유료 이용자도 3000만명으로 1년 전보다 50% 늘었다. 분기 자본지출은 410억 달러로 69% 증가했다. 이 가운데 약 3분의 2가 중앙처리장치(CPU)와 그래픽처리장치(GPU) 구매에 쓰였다. 잉여현금흐름은 196억 4000만 달러로 23% 줄었지만, 투자 확대 뒤에도 200억 달러에 가까운 현금을 남겼다. 애저와 코파일럿이 AI 투자비를 뒷받침한 결과다. 메타는 2분기 매출이 608억 달러(약 87조 8000억원)로 전년 동기 대비 28% 늘어 시장 전망치를 웃돌았다. 그러나 비용이 55% 넘게 증가해 영업이익은 8%, 순이익은 14% 감소했다. 자본지출은 310억 8000만 달러로 늘었고 잉여현금흐름은 1년 전 85억 5000만 달러에서 7억 8000만 달러로 90% 넘게 줄었다. 광고 매출은 늘었지만 데이터센터와 AI 모델 개발비가 더 빠르게 불어난 것이다. 메타는 개인용 AI 에이전트를 다음 성장동력으로 제시했다. 마크 저커버그 최고경영자(CEO)는 “5년 뒤에는 수십억명이 자신의 목표를 이해하고 이를 달성하도록 24시간 돕는 개인용 에이전트를 갖게 될 것”이라고 말했다. 건강, 재무, 인간관계, 경력 관리 등에 쓰이는 대중용 서비스를 만들겠다는 구상이다. 2분기 실적을 발표한 빅테크 중 MS는 기업용 클라우드와 소프트웨어를 통해 AI 수요를 유료 매출로 연결한 반면, 메타와 알파벳은 광고 사업이 성장했음에도 데이터센터 투자 증가로 현금흐름이 크게 줄거나 적자로 돌아섰다. 테슬라도 로보택시와 AI 인프라 투자가 수익으로 이어지기까지 시간이 필요한 상황이다. 시장의 관심이 투자 규모보다 이를 감당할 사업 구조와 수익화 속도로 옮겨가고 있다는 평가가 나오는 가운데 애플과 아마존의 실적은 오는 30일에, 엔비디아는 다음달 26일 나올 예정이다.

LG전자가 엔비디아의 품질 인증을 앞세워 급성장하는 글로벌 인공지능(AI) 데이터센터 냉각 시장을 본격 공략한다. LG전자는 600㎾(킬로와트)급 냉각수 분배 장치(CDU)가 최근 엔비디아의 최종 품질 인증을 획득했다고 27일 밝혔다. 국내 기업 중 엔비디아의 CDU 인증을 받은 것은 처음이다. CDU는 AI 데이터센터의 발열을 잡는 액체 냉각 시스템의 핵심 설비다. 기존에는 데이터센터 전체를 냉각하는 공랭식 방식을 활용했지만 고대역폭메모리(HBM), 그래픽처리장치(GPU) 등 고성능·고발열 반도체의 확산으로 서버 랙의 전력 밀도와 발열량이 증가하면서 냉각 효율에 한계가 생겼다. 이 때문에 칩에서 발생하는 열을 직접 식히는 액체 냉각 기술이 중요해지는 추세다. LG전자 CDU는 GPU와 중앙처리장치(CPU)에 부착된 콜드 플레이트로 냉각수를 순환시켜 열을 직접 회수하는 ‘다이렉트 투 칩(DTC)’ 방식을 적용했다. 기존 공랭식 냉각과 함께 운용해 냉각 효율을 높일 수 있다. 가상 센서 기술과 누수 감지 기능을 탑재한 CDU는 표준 프로토콜을 통해 데이터센터 통합관제시스템과 연동된다. 엔비디아의 장애 대응 시험에서는 펌프나 CDU에 문제가 발생해도 예비 장치로 자동 전환돼 냉각이 중단 없이 유지됐다. 이번 엔비디아 인증으로 LG전자 CDU는 글로벌 AI 데이터센터 공급망에 진입할 수 있는 발판을 마련하게 됐다. AI 데이터센터 시장은 연평균 약 26% 성장해 2034년에는 약 1335억 달러(약 195조원) 규모에 이를 것으로 전망된다.

엔비디아 대상 1.5조원 유상증자네이버는 새달 자사주 1조원 소각2028년 200MW ‘AI 팩토리’ 구축글로벌 AI 인프라 수요 흡수 목표주가도 기대감 반영해 8.4% 상승 네이버가 엔비디아와 글로벌 투자사 브룩필드로부터 총 100억 달러(약 14조 6000억원) 규모의 투자를 받아 인공지능(AI) 팩토리 구축에 속도를 낸다. 아시아를 넘어 유럽과 중동 등 글로벌 AI 팩토리 시장에서 주도권을 선점하겠다는 구상이다. 네이버는 엔비디아를 대상으로 10억 달러(약 1조 4800억원) 규모의 제3자 배정 유상증자를 결정했다고 27일 밝혔다. 제3자 배정 유상증자는 새 주식을 발행해 투자자에게 넘기고 자금을 받는 것으로, 주로 전략적 제휴를 위해 쓰인다. 네이버가 제3자 배정 유상증자에 나서는 것은 22년 만이고, 2008년 코스피 이전 상장 이후로는 처음이다. 엔비디아는 네이버 주식 4.5%(보통주 724만 1564주)를 취득해 네이버의 3대 주주에 오른다. 네이버는 주주가치 제고를 위해 대규모 자사주 소각도 병행한다. 지난 24일 이사회에서 약 1조원 규모의 자사주 490만주를 다음 달 3일 소각하기로 결정했다. 이번 투자는 네이버와 엔비디아가 지난 6월 발표한 ‘기가와트(GW)급 초대형 글로벌 AI팩토리 구축 협약’의 후속 조치다. 양사 간 ‘AI 동맹’을 바탕으로 네이버는 데이터센터 부지 확보와 구축·운영을 주도하고, 엔비디아는 그래픽처리장치(GPU) 공급 주체로 참여한다. 네이버의 자회사인 네이버클라우드는 엔비디아와 글로벌 AI 팩토리 사업을 함께 추진하는 ‘AI 컴퓨트 파트너십’ 계약을 긍정적으로 논의하고 있다. 이와 함께 네이버는 브룩필드와 90억 달러(13조 1400억원) 규모의 GPU 인프라 및 데이터센터 확보를 위한 사전 계약을 체결했다고 밝혔다. 브룩필드는 1조 달러 이상을 운용하며 데이터센터와 신재생에너지 등 AI 인프라 분야에 집중 투자하는 글로벌 투자사다. 이번 대규모 글로벌 협력을 바탕으로 네이버는 내년부터 AI 팩토리 사업을 통한 매출을 창출할 계획이다. 내년 상반기에 55MW 규모의 글로벌 AI 팩토리 가동을 시작하고, 2028년에는 200MW 규모까지 본궤도에 올린 후, 이를 발판 삼아 1GW급으로 확장하는 것이 목표다. 업계에서는 이번 계약을 계기로 네이버가 국가 단위 ‘소버린(주권) AI’ 시장 선점에 나섰다는 평가가 나온다. 그동안 ‘내수용’에 머물렀다는 한계를 넘어 아시아·태평양, 유럽, 중동 등 글로벌 AI 인프라 수요를 흡수할 수 있을지 주목된다. 이런 기대감을 반영해 이날 종가 기준 네이버 주가는 전 거래일보다 8.43% 상승한 22만 5000원에 마감했다. 이준호 하나증권 연구원은 “네이버의 전략적 파트너가 엔비디아임이 확인됐다”며 “향후 1GW까지 스케일업하는 과정에서 고객사 확보, GPU 공급, 자본 조달 등에서 수혜를 볼 것”이라고 평가했다. 이효진 메리츠증권 연구원은 “이번 협업은 네이버의 자산 배분이 플랫폼 중심에서 AI 인프라 중심으로 변화한다는 점에서 의미가 크다”며 “엔비디아 GPU 우선 조달권 확보 등은 수익성과 자기자본이익률(ROE)을 높일 수 있는 요인”이라고 분석했다.

네이버가 엔비디아를 대상으로 10억달러(약 1조 4809억원) 규모의 제3자 배정 유상증자를 실시하기로 했다. 엔비디아는 거래가 마무리되면 네이버 지분 4.5%를 확보한다. 네이버는 엔비디아, 글로벌 투자사 브룩필드와 함께 세종 데이터센터에 구축하는 인공지능(AI) 팩토리 용량을 2028년까지 200메가와트(MW)로 확대할 계획이다. 네이버는 엔비디아에 보통주 724만 1564주를 배정하는 유상증자를 결정하고 전략적 투자 계약을 체결했다고 27일 밝혔다. 주금 납입 예정일은 오는 10월 30일이다. 네이버가 제3자 배정 유상증자에 나서는 것은 22년 만이며, 2008년 코스피 이전 상장 이후 처음이다. 이번 투자는 네이버와 엔비디아가 지난달 발표한 기가와트(GW)급 AI팩토리 구축 협약의 후속 조치다. 엔비디아가 네이버의 주주로 참여하면서 양사의 협력 범위도 그래픽처리장치(GPU) 공급과 기술 제휴를 넘어 자본과 인프라 사업으로 확대된다. 네이버는 하이퍼스케일 데이터센터 ‘각 세종’에 엔비디아의 AI 데이터센터 플랫폼인 ‘DSX’를 적용한다. 당초 55MW로 계획했던 AI팩토리 용량을 2028년까지 200MW로 세 배 이상 늘리고, 장기적으로는 1GW까지 확대한다는 목표다. 시설에는 엔비디아의 블랙웰과 차세대 베라 루빈 플랫폼 등이 도입될 예정이다. 사업에 필요한 자금은 엔비디아와 브룩필드, 네이버가 나눠 조달한다. 브룩필드는 GPU와 데이터센터 등 AI 인프라 구축에 최대 90억달러를 지원하는 내용의 비구속적 조건부합의서를 네이버와 체결했다. 네이버는 브룩필드를 독점적 우선협상대상자로 선정했으며, 나머지 사업비는 직접 부담할 계획이다. 다만 엔비디아의 투자는 일반적인 거래 종결 조건과 함께 네이버가 엔비디아 투자금과 별도로 최소 90억달러의 확정 금융을 확보하는 것을 전제로 한다. 현재로서는 유상증자 결정과 투자 계약이 이뤄진 단계로, 자금 납입과 거래 종결 절차가 남아 있다. 네이버는 2027년 상반기 55MW 규모 AI팩토리를 먼저 가동해 관련 매출을 내기 시작할 방침이다. 이후 한국과 미국의 AI 기업에 대규모 컴퓨팅 자원을 제공하고, 아시아·태평양과 유럽, 중동의 소버린 AI 인프라 수요도 공략한다. 네이버는 유상증자와 함께 약 1조원 규모의 자사주 490만주를 다음 달 3일 소각하기로 했다. 이해진 네이버 이사회 의장은 “엔비디아의 전략적 투자와 브룩필드와의 인프라 조달 합의를 계기로 AI팩토리 사업이 본격적인 실행 단계에 들어섰다”며 “소버린 AI 생태계를 조성하고 한국의 AI 경쟁력 강화에 앞장서겠다”고 말했다.

전방위 반도체 동맹 맺은 삼성브로드컴과 5년간 292조 협력 추진삼성SDS·앤트로픽 파트너십 체결SK, 엔비디아 등과 1085조 협력 차세대 AI 메모리 공동 개발 추진국내 최대 2GW AI 팩토리 구축도현대차그룹, 피지컬 AI 생태계 ‘시동’엔비디아와 로봇 플랫폼 공동 구축국내 연구기관·스타트업에게 개방네이버, AI 인프라로 해외 공략엔비디아와 GPU 공급·기술 협력브룩필드 지원받아 AI 팩토리 구축 한미 주요 기업들이 총 9500억 달러(약 1375조원) 규모의 초대형 인공지능(AI) 협력에 나서면서 우리나라가 메모리 반도체 공급기지에서 AI 핵심 공급망으로 도약할 것이라는 기대가 적지 않다. 특히 이재명 대통령과 기업 총수들이 지난 24일(현지시간) ‘샌프란시스코 AI 서밋’에 모임으로써 선언적 의미를 넘어 실질적 이행을 담보했다. 그럼에도 투자 시점과 규모에 대한 변동성이 남아 있고 데이터센터에 대한 주민 반발이나 전력·인프라 병목 등 해결할 과제도 남아 있다. 삼성전자는 글로벌 AI 반도체 기업 브로드컴과 향후 5년간 메모리·파운드리 분야에서 2000억 달러(약 292조원) 이상 규모로 전략적 협력을 추진하기로 했다. 고대역폭메모리(HBM) 공급을 넘어 메모리부터 2나노미터(nm) 이하 파운드리, 첨단 패키징까지 반도체 전 영역을 아우르는 전략적 협력이다. 특히 삼성의 메모리·파운드리·패키징 역량을 한데 묶은 원스톱 턴키 경쟁력이 본격 활용되는 사례다. 이재용 삼성전자 회장은 미 샌프란시스코 오픈AI 본사에서 샘 올트먼 오픈AI 최고경영자(CEO)와 만나는 등 글로벌 빅테크 기업과 접촉면을 넓혔다. 양측은 HBM과 D램, 첨단 파운드리 등 AI 인프라 분야의 협력 확대 방안을 협의했을 것으로 관측된다. 이 회장은 샌프란시스코 AI 서밋에서 “한국과 미국 두 나라 강점들을 하나로 결합한다면 우리는 더 빠르게 혁신하고 더 크게 성장하며 더 많은 난제를 해결할 수 있을 것”이라고 말했다. 삼성SDS도 앤트로픽과 전략적 파트너십을 체결했다. 양사는 한국 시장 내 신규 사업 기회를 공동 발굴하고 생성형 AI인 클로드 구축·운영을 위한 응용형 AI 엔지니어를 함께 양성하기로 했다. SK그룹은 엔비디아, 마이크로소프트(MS), 앤트로픽, 아마존웹서비스(AWS) 등과 5년간 7500억 달러(약 1085조원) 규모의 AI 인프라 분야 협력에 합의했다. 특히 SK하이닉스는 엔비디아와 HBM 등 차세대 AI 메모리를 함께 개발하고 최적화한다. SK가 엔비디아의 차세대 그래픽처리장치(GPU)·AI 서버 개발 단계부터 참여한다는 의미다. SK하이닉스는 MS와 메모리 장기 공급 협력을 통해 메모리 솔루션을 함께 발굴하고 실제 서버 환경에서의 검증을 거쳐 AI 서버용 메모리의 새로운 기준을 정립해 나갈 계획이다. SK가 ‘3대 메가 프로젝트 국민보고회’에서 내놓은 전국 단위 AI 데이터센터 구축 계획도 구체화된다. SK텔레콤은 국내 최대 2GW 규모의 AI 팩토리 구축을 위해 엔비디아의 차세대 GPU를 공급받고 투자 협력을 추진한다. 앤트로픽도 SK텔레콤이 추진하는 국내 AI 데이터센터 구축에 참여한다. 최태원 SK그룹 회장은 “대한민국은 더 많은 메모리칩을 만들고 AI 데이터센터도 더 많이 만들어서 글로벌 인프라에 집어넣어야 한다”며 “미국과 유럽, 아시아를 잇는 AI 데이터센터의 허브가 될 필요가 있다”고 말했다. 현대차그룹은 피지컬 AI 생태계를 구축하겠다는 구상을 밝혔다. 정의선 현대자동차그룹 회장은 “자동차 그리고 로봇과 같은 개별 디바이스 지능화를 시작으로 AI 팩토리 같은 특정 공간의 지능화를 거쳐 궁극적으로 전체 도시 인프라가 유기적으로 연결·운영되는 도시 레벨의 통합 지능화를 실현하는 것”이라고 설명했다. 정 회장은 특히 국내 로봇과 AI 기술 혁신을 뒷받침하기 위해 현대차그룹과 엔비디아의 피지컬 AI 역량을 결합한 ‘로봇 레퍼런스 플랫폼’ 공동 구축 계획을 공개했다. 엔비디아와 함께 대학과 연구기관, 스타트업이 활용할 수 있는 플랫폼을 꾸려 국내 연구기관과 스타트업이 피지컬 AI 기술을 개발하고 실증할 수 있는 개방형 생태계를 조성할 계획이다. 네이버는 국내를 넘어 해외로 진출할 길을 열었다. 엔비디아로부터 10억 달러(약 1조 4600억원) 규모의 전략적 투자를 유치해 GPU 공급과 기술 협력을 확대하고 브룩필드로부터 최대 90억 달러(약 13조 1700억원) 규모의 지원을 받아 글로벌 AI 팩토리를 구축한다는 구상이다. 브룩필드와는 AI 팩토리 운영에 필요한 데이터센터와 전력, 냉각 설비 등 안정적인 인프라와 공급망을 공동 마련키로 했다. 네이버는 이번 투자를 바탕으로 데이터센터 설계·운영 기술과 AI 모델, 클라우드 서비스 역량을 결합해 글로벌 AI 인프라 사업을 확대할 계획이다. 이해진 네이버 의장은 “두 회사의 자본뿐 아니라 글로벌 브랜드와 네트워크가 네이버의 노하우를 스케일업(확장)하는 데 큰 기회가 될 것”이라고 강조했다. 다만 데이터센터 건설의 경우 수도권 전력망 부족과 부지 확보, 지방자치단체의 인허가 절차, 용수 공급, 지역 주민 수용성 등이 걸림돌이다. 이종명 상명대 시스템반도체공학과 교수는 “실질적 성과로 이어지려면 정부의 메가 프로젝트와도 합을 맞춰 탄력적으로 추진해 나가야 한다”고 말했다. 양준석 가톨릭대 경제학과 교수는 “향후 투자 집행과 정부의 인프라·정책 지원이 뒷받침되는지 지켜봐야 한다. 규제 개혁 및 과학기술 분야에 대한 교육 및 투자 강화 등도 함께 이뤄져야 한다”고 강조했다. 엔비디아의 AI 생태계에 과도하게 의존하지 않도록 장기적으로 자체 생태계 경쟁력을 키우자는 제언도 있었다.