10년 넘게 갤럭시 스마트폰을 써왔다. 현재 사용하는 제품은 갤럭시 S24+다. 노트북도 삼성 제품이고 애플 생태계에는 발을 들여본 적이 없다. 최근 출시된 아이폰18 프로 맥스와 애플워치 시리즈12를 며칠간 사용해 볼 기회가 생겼다. 최신 제품끼리 성능을 겨루기보다는 이미 갤럭시 사용법이 몸에 밴 이용자가 실제로 체감하는 차이를 살펴봤다. 예쁜 버건디, 묵직한 프로 맥스첫인상은 강했다. 새로 나온 버건디 색상은 주변에서 “색이 예쁘다”는 말을 여러 차례 들을 만큼 눈에 띄었다. 신형 아이폰이라는 사실보다 색상에 먼저 반응하는 사람이 많았다. 매년 새 제품을 찾는 이용자에게는 이런 시각적 변화와 주변의 반응도 신제품을 쓰는 재미의 일부일 수 있겠다는 생각이 들었다. 반면 손에 쥐자마자 느껴진 것은 무게였다. 갤럭시 S24+는 196g인 데 비해 아이폰18 프로 맥스는 249g으로 53g 무겁다. 같은 프로 라인업의 아이폰18 프로는 211g이다. 애플은 프로 맥스에 17.4㎝ 화면과 대용량 배터리를 넣었고, 두께도 8.75㎜로 늘렸다. 갤럭시에는 젤리 케이스를 씌우고 아이폰은 케이스 없이 사용했는데도 프로 맥스 쪽의 무게감이 확실했다. 평소에도 스마트폰 무게가 손목 부담으로 느껴지는 편이라 장시간 메인폰으로 쓴다면 피로가 쌓일 수 있겠다는 생각이 들었다. 큰 화면과 긴 배터리 사용시간을 얻는 대신 매일 손에 쥐는 부담도 함께 커지는 셈이다. 익숙함의 벽…뒤로가기는 손에 걸렸다무게보다 더 크게 다가온 것은 사용 방식의 차이였다. 갤럭시는 화면 좌우 어느 가장자리에서든 안쪽으로 밀면 이전 화면으로 돌아간다. 몇 년간 반복한 동작이라 거의 의식하지 않는다. 아이폰도 왼쪽 가장자리에서 밀거나 화면 상단의 이전 버튼을 눌러 앞 화면으로 돌아갈 수 있다. 다만 안드로이드처럼 시스템 전반에서 어느 화면에서나 같은 방식으로 작동하는 뒤로가기는 아니다. 앱과 화면에 따라 ‘완료’나 닫기 버튼을 눌러야 하는 경우도 있다. 며칠간 사용하면서 가장 자주 흐름이 끊긴 것도 이 지점이었다. 기능이 없다기보다 오랜 시간 몸에 밴 사용법을 다시 익혀야 하는 데서 오는 마찰이었다. 반대로 페이스 ID는 빠르게 적응됐다. 화면을 바라보는 것만으로 잠금이 풀리는 속도가 빨랐고, 별도의 동작을 거의 의식하지 않게 됐다. 이번 아이폰18 프로 시리즈는 페이스 ID용 적외선 카메라 일부를 디스플레이 아래로 옮기면서 다이내믹 아일랜드 크기도 약 25% 줄였다. 실제 사용에서는 이 변화 때문에 인식 속도가 떨어졌다는 느낌은 없었다. 처음 등록할 때 한 차례 기기가 재부팅됐지만 이후 같은 현상은 나타나지 않았다. 갤럭시에서 특히 놓기 어려운 기능은 ‘서클 투 서치’였다. 화면 속 물건이나 외국어 문구를 곧바로 선택해 검색·번역하는 방식이 이미 일상적인 사용 습관이 됐다. 아이폰에도 비주얼 인텔리전스가 있어 화면 속 대상을 검색하거나 텍스트를 번역·요약할 수 있다. 다만 기능의 유무보다 중요한 것은 원하는 순간 얼마나 자연스럽게 꺼내 쓰느냐였다. 이미 손에 밴 제스처와 새로 배워야 하는 사용 방식 사이의 차이가 컸다. 카메라는 더 ‘프로’답게카메라는 이번 아이폰의 변화가 가장 분명하게 드러나는 부분이었다. 아이폰18 프로 시리즈에는 4800만 화소 메인 카메라와 함께 가변 조리개가 처음 적용됐다. ƒ/1.48·1.8·2.8·4.0 가운데 조리개를 선택할 수 있고, 셔터 속도와 화이트밸런스, 히스토그램 등 직접 조절할 수 있는 항목도 늘었다. 4배 망원과 광학 품질의 8배 망원도 지원한다. 이는 기존 아이폰 이용자에게는 꽤 의미 있는 변화다. 애플은 그동안 계산사진에 많은 부분을 맡겨왔는데, 이번에는 이용자가 결과물에 직접 개입할 수 있는 영역을 넓혔다. 아스테크니카도 가변 조리개와 수동 제어 확대를 “애플의 계산사진 방식에서 조금 벗어날 수 있게 해주는 변화”로 평가했다. 다만 일반 이용자가 촬영할 때마다 조리개와 화이트밸런스를 직접 바꿔가며 사용할지는 별개의 문제다. 실제로 사용하면서 더 유용하게 느껴진 것은 초점이었다. 행사장이나 간담회처럼 촬영자와 피사체가 함께 움직이는 상황에서 원하는 인물에 초점을 두고 계속 따라가기 수월했다. 아이폰18 프로에는 스마트 초점 추적과 초점·심도 제어 기능이 들어갔다. 촬영 기능이 복잡해졌다는 사실보다 초점을 다시 잡아야 하는 순간이 줄어든 점이 더 크게 와닿았다. 배터리·발열, 기존 이용자가 반길 변화오히려 예상 밖이었던 것은 배터리였다. 주변에서 비교적 오래된 아이폰을 쓰는 이용자들이 카페나 사무실에서 자주 충전기를 찾는 모습을 봐온 탓에 아이폰은 배터리가 빨리 닳는다는 인상이 강했다. 하지만 아이폰18 프로 맥스를 며칠간 사용하면서는 충전 때문에 불편하다는 느낌이 거의 없었다. 애플은 이번 세대에서 배터리 사용시간을 주요 변화로 내세웠다. 국내 공식 기준으로 프로 맥스는 일반 사용 최대 29시간, 동영상 재생 최대 43시간을 지원한다. 전작 프로 맥스보다 동영상 재생 시간이 최대 6시간 늘었다. 가디언 역시 아이폰18 프로를 중간 정도 사용했을 때 약 이틀을 버티는 배터리를 주요 장점으로 꼽았다. 발열 개선도 기존 아이폰 이용자들이 이번 세대에서 반길 만한 변화다. A20 프로 칩과 함께 베이퍼 챔버를 확대해 장시간 고부하 작업에서도 성능과 온도를 유지하도록 했다. 아스테크니카는 이번 제품에서 가장 반가운 변화로 배터리와 발열 개선을 꼽으며, 몇 세대 전 아이폰보다 일상적인 사용에서 기기가 덜 뜨겁게 느껴졌다고 평가했다. 워치는 큰 혁신보다 ‘덜 귀찮게’애플워치 시리즈12는 건강 데이터를 해석해주는 기능을 강화했다. 새로 추가된 ‘준비 상태’는 활동량과 훈련량, 활력 징후, 수면 점수를 종합해 0~10점으로 몸 상태를 보여준다. ‘회복 필요’부터 ‘최고조’까지 단계별로 제시되며, 새로운 데이터가 들어오면 하루 중에도 점수가 바뀐다. 최소 일주일가량 수면 데이터를 쌓아야 제대로 활용할 수 있다. 실제로 가장 체감된 변화는 배터리였다. 시리즈12는 일반 사용 최대 24시간, 저전력 모드에서는 최대 38시간을 지원한다. 15분 충전으로 최대 12시간, 5분 충전으로 최대 10시간의 수면 추적이 가능하다. 저전력 모드로 사용했을 때는 충전 빈도가 생각보다 낮아 밤에도 계속 착용하기 수월했다. 카페에서 음악이 나오자 샤잠이 자동으로 곡을 찾으려 한 것도 소소한 편의였다. 이번 세대에서는 애플 인텔리전스 기반 ‘시리 AI’도 강조됐다. 자연어로 질문하거나 운동 루틴 등을 묻고 개인 맥락에 맞춘 답을 받을 수 있지만, 현재는 영어 중심으로 제공돼 한국어 이용자가 바로 체감하기는 어렵다. 한국어 지원은 연내 예정돼 있다. 기기보다 더 크게 체감된 생태계해외 평가를 종합하면 아이폰18 프로 시리즈는 매년 신제품으로 갈아타는 이용자보다는 몇 세대 전 모델을 쓰는 이용자일수록 변화가 크게 느껴지는 제품에 가깝다. 아스테크니카도 아이폰17 프로 이용자라면 업그레이드 유인이 크지 않지만, 오래된 모델에서 넘어올 경우 배터리와 발열, 카메라 개선이 누적돼 체감 폭이 커진다고 평가했다. 갤럭시를 오래 써온 입장에서도 아이폰18 프로 맥스의 장점은 분명했다. 버건디 색상과 카메라는 신제품을 쓰는 재미를 줬고, 페이스 ID와 배터리는 짧은 사용 기간에도 편리함이 와닿았다. 애플워치 역시 화려한 새 기능보다 충전과 착용의 번거로움을 덜어주는 쪽이 더 인상적이었다. 동시에 스마트폰 한 대를 바꾸는 일이 곧 익숙한 사용 방식과 주변 기기까지 연결된 생태계를 옮기는 일이라는 점도 선명해졌다. 새 아이폰이 이런 장벽까지 얼마나 낮출 수 있을지는 앞으로 지켜볼 대목이다.

대체되기 위해 태어난 아톰·클라라인간처럼 행동하면 충분히 인간적모방이라고 가짜라 단정할 수 없어인간적 근거… 안 아닌 밖에서 찾길“텐마 박사에게는 토비오라는 아들이 있었죠. 눈에 넣어도 아프지 않을 정도로 귀여워했어요. 그런데 어느 날…. 자동차에 치이고 만 겁니다. 그 후, 박사는 반미치광이가 되고 말았습니다. 박사는 모든 공장을 총동원했죠. 잃어버린 토비오의 모습을 과학의 힘으로 다시 한번 만들어 내려고 했던 겁니다. 이렇게 해서 토비오는 과학의 예술품으로서 진짜 토비오와 거의 비슷하게 다시 태어났죠. 박사의 마음은 위안을 얻었습니다. 그런데 그만 무서운 결점을 깨닫고 말았습니다. 그것은 토비오가 성장하지 않았던 거죠.”(데즈카 오사무, ‘우주소년 아톰’ 중에서) 로봇과 인공지능(AI)을 향한 인간의 마음은 이중적이다. 한편으로는 로봇이 인간을 대체해 주기를 바라면서도 또한 그것이 인간의 자리를 완전히 차지해 버릴까 두려워한다. AI가 인간의 통제를 벗어나고 있다며 개발 속도를 늦춰야 한다는 기업가들의 주장은, 조만간 로봇이 세계에 유토피아를 구현할 것이라고 강조했던 앞선 태도와 사뭇 달라서 당황스럽다. 애초 기대와 공포가 혼재돼 있었다. 그러나 점차 공포 쪽으로 기우는 것처럼 보이기도 한다. 어쩌면 디스토피아는 이미 우리 곁에 와 있을지도 모른다. 알아채지 못하고 있는 것일 뿐. 아톰은 ‘대체되기’ 위해서 태어났다. 하나뿐이었던 아들 토비오를 잃은 천재 로봇공학자의 상실감을 메우기 위해서 그는 개발됐다. 그러나 안타깝게도 아톰은 토비오를 대체할 수 없었다. 토비오의 얼굴과 기억을 완벽히 지니고 있었음에도, 그것은 절대 토비오가 될 수 없었다. 왜? 성장하지 않았기 때문이다. 성장하지 않는다는 것은, 인간처럼 생로병사(生老病死)를 겪지 않는다는 뜻이다. 적절한 에너지만 공급되면 무한정 생을 이어갈 수 있는 로봇은 세월의 흐름에서 비켜서 있다. 천천히 그리고 도도하게, 인간을 죽음으로 인도하는 시간의 흐름은 그들에게 아무런 의미도 지니지 못한다. 로봇의 마음이란, 인간의 외양과 언어를 흉내 낸 ‘만들어진 것’에 불과하다. “당신은 아톰에게 증오를 줬다…. 아톰 속에 넣어준 것은 게지히트가 죽는 순간을 기록한 메모리 칩…, 그렇지? 그리고 아톰은 깨어남과 동시에 어떠한 수식을 발산하기 시작했다. 반양자 폭탄의 수식, 그래 큭큭큭…. 지구를 멸망시키는 수식이지.”(우라사와 나오키, ‘플루토’ 중에서) 데즈카 오사무의 원작을 탁월한 방식으로 재해석한 우라사와 나오키의 만화 ‘플루토’에서 아톰은 극도로 치우친 감정인 ‘증오’를 이식받은 뒤에야 죽음(혹은 기계적 멈춤)에서 깨어난다. 증오를 품에 안은 아톰은 혼란스러워한다. 원수를 소멸시켜 버리겠다는 굳은 의지. 그러지 않고서는 존재를 이어갈 의미가 없다고 여기는, 그 무엇으로도 채워지지 않는 공허함. 그러나 여기서 의문이 한 가지 남는다. 아톰에게 인위적으로 주어진 저 마음은 과연 진짜일까, 가짜일까. 그것은 아톰 안에서 스스로 생겨난 것이 아니다. 그렇다고 해서 그것을 과연 가짜라고 치부하는 것이 가능할까. 그렇다면 반대로 우리의 마음, 우리 안에서 스스로 만들어진 이것은 과연 아톰의 증오와는 달리 오롯이 ‘순수한 것’일까. 로봇의 마음은 분명 인간의 언어를 학습하고 모방한 것에 불과하다. 그러나 그것이 로봇의 마음을 가짜라고 규정할 근거가 되진 않는다. 인간의 마음 역시 언어이니까. 인간도 누군가로부터 감정을 배우는 것이니까. 철학자 이진경은 “어떤 종류의 일을 정확히 인간‘처럼’ 한다면, 그 일에 관한 한 기계든 동물이든 인간과 동일한 능력을 갖고 있다고 해야 한다”며 “좀 더 강하게 말하면, 인간‘처럼’ 행동한다면, 인간과 동일하다고 해야 한다”고 주장한다.(‘인공지능과 철학적 인간학’, 2017) 그러므로 원치 않은 방식으로 증오를 알게 된 아톰, 그리고 “증오는 아무것도 태어나게 하지 않는다”는 깨달음으로 마음의 폐허를 극복해 낸 아톰의 서사는 충분히 ‘인간적’이다. “카팔디 씨는 조시 안에 제가 계속 이어 갈 수 없는 특별한 건 없다고 생각했어요. 어머니에게 계속 찾고 찾아봤지만 그런 것은 없더라고 말했어요. 하지만 저는 카팔디 씨가 잘못된 곳을 찾았다고 생각해요. 아주 특별한 무언가가 분명히 있지만 조시 안에 있는 게 아니었어요. 조시를 사랑하는 사람들 안에 있었어요.”(가즈오 이시구로, ‘클라라와 태양’ 중에서) 노벨문학상을 받은 일본계 영국 작가 가즈오 이시구로의 SF소설 ‘클라라와 태양’은 독창적인 방식으로 아톰의 서사를 변주한다. 클라라는 인간의 마음을 이해하고 인간의 외로움을 달래주는 로봇 ‘에이에프’(AF·인공친구)다. 클라라는 곧 죽음을 맞이할 여자아이 조시의 대용품이다. 조시의 부모는 조시의 기억을 클라라에게 이식해서 ‘영영 죽지 않을 딸’을 얻고자 한다. 그러나 확신은 없다. 아톰과 토비오가 제기했던 문제는 반복된다. 무엇이 토비오를 토비오로 만드는가? 무엇이 조시를 조시로 만드는가? 조시에게만 있는, 그 무언가(어쩌면 영혼)를 클라라의 기계 부품으로 재현하는 것은 과연 가능한가? 클라라의 대사를 통해 이시구로가 내놓은 대답은 놀라우면서도 감동적이다. ‘인간적인 것’의 근거를 안(內)이 아니라 밖(外)에서 찾았기 때문이다. ‘나’의 일상은 수많은 ‘너’로 이뤄져 있다는 사실을, 우리는 종종 잊는다. 내가 너를 기억하는 것처럼 너도 나를 기억한다. 그 무수한 마주침과 엇갈림 속에서 ‘나’는 비로소 빚어진다. ‘너’ 없이는 ‘나’도 없다. 결론은 명확하다. 조시는 조시고, 클라라는 클라라다. 토비오가 토비오고 아톰이 아톰인 것처럼. 어떤 방식으로든 로봇은 인간을 대체할 수 없다. 로봇은 로봇이고, 인간은 인간이니까. 나는 결코 타자가 될 수 없다는 그 절망 속에서 영혼의 고유함은 비로소 탄생한다.

LG전자가 인공지능 데이터센터(AI DC) 최대 시장인 북미에서 총 5기가와트(GW) 규모의 냉각설비를 장기 공급하는 계약을 체결했다. AI 연산 수요 확대로 데이터센터의 전력과 발열이 급증하면서 냉각 인프라 시장이 커지는 가운데, AI DC 냉각 사업을 차세대 성장동력으로 키운다는 전략이다. LG전자 미국법인은 최근 북미의 대표적인 인프라 플랫폼 기업인 ‘에어 컨트롤 콘셉트’와 AI DC용 칠러 장기 공급 본계약(LTA)을 체결했다고 5일 밝혔다. 이번 계약으로 LG전자는 총 5GW 규모 AI DC의 열을 관리하는 고효율 칠러 등 냉각솔루션을 순차적으로 공급한다. 시장조사업체 옴디아에 따르면 전 세계 데이터센터에 필요한 전력 용량은 2026년 226GW에서 2027년 334GW로 108GW 증가할 전망이다. 이번에 LG전자가 수주한 5GW는 산술적으로 이 증가분의 약 5%와 맞먹는 대규모 장기 공급이다. LG전자 AI DC 분야 핵심 파트너 중 하나인 에어는 미국과 캐나다 등 북미 지역의 AI DC 설계와 구축, 공공 조달 및 애프터마켓 서비스까지 총괄하는 인프라 플랫폼 기업이다. 하이퍼스케일러(대형 클라우드 기술 기업)들이 주요 고객사여서 LG전자의 냉각솔루션 역시 해당 기업에 공급될 것으로 예상된다. LG전자와 에어는 액체냉각 핵심 설비인 ‘냉각수 분배장치’ 등으로 공급 품목을 확대하는 방안도 논의 중이다. LG전자는 공랭식과 액체냉각을 아우르며 AI DC의 열 관리를 책임지는 ‘칩 투 칠러(Chip to Chiller)’ 토털 솔루션 기업으로 포트폴리오를 확대하고 있다. LG전자의 올해 상반기 AI DC 냉각 솔루션 수주액은 6000억원을 넘어섰다.

인공지능(AI) 시대의 핵심 기반시설은 데이터센터다. 데이터센터는 24시간 막대한 전력을 필요로 한다. 원전은 이런 대규모 저탄소 전력 수요에 안정적으로 대응할 수 있는 주요 선택지로 꼽힌다. 하지만 현실에서 두 시설은 모두 불청객 취급을 받는다. 데이터센터는 엄청난 전력·용수 소비와 넓은 부지 사용을 이유로, 원전은 안전과 환경 문제 때문에 세계 곳곳에서 주민 반발에 부딪히고 있다. 지구에서 환영받지 못하는 원전과 데이터센터가 지구 밖에서 돌파구를 찾을 수 있을까. 달에 원전을 세우고, 우주에 데이터센터를 구축하는 담대한 발상이 본격적인 실험 단계로 들어섰다. 미국 항공우주국(나사)은 2030년 12월까지 달 남극 인근에 원자로를 설치하는 계획에 속도를 내고 있다. 뉴욕타임스는 나사가 최근 계약업체들에 정비 없이 5년 이상 작동할 수 있는 원자로를 개발해 줄 것을 요청했다고 전했다. 중국과 러시아도 2036년까지 ‘셀레나’라는 이름의 원자로를 구축해 10년간 운영한다는 계획을 세웠다. 달 원자로의 발전 용량은 아직 미미하다. 미국의 원자로 발전 목표 용량은 20㎾로, 16가구가 사용하는 전력량이다. 셀레나의 용량은 그 절반인 10㎾다. 로켓에 실어 보낼 수 있을 만큼 작은 원자로로 향후 달에 구축될 영구 기지에 안정적으로 전력을 공급할 수 있는지를 시험하는 것이 목표다. 우주 데이터센터 실험도 막이 올랐다. 구글은 지난 1일 자체 개발한 AI 칩 텐서처리장치(TPU)를 탑재한 시제품 위성을 궤도에 올리는 데 성공했다. 장기적으로 여러 위성군을 연결해 궤도에서 대규모 AI 연산을 처리한다는 구상이다. 일론 머스크의 스페이스X도 자체 궤도 데이터센터 구축을 계획하고 있다. 장밋빛 낙관은 아직 이르다. 비용과 안전, 우주 환경 문제 등 넘어야 할 난관이 첩첩이다. AI 시대가 인류에게 던진 과제가 크고 무겁다. 이순녀 수석논설위원

최근 마이크론 테크놀로지의 산자이 메로트라 최고경영자(CEO)는 실적 발표에서 흥미로운 전망을 내놓았습니다. 자율주행차처럼 휴머노이드 로봇 1대당 200GB 이상의 D램과 수 테라바이트의 낸드 플래시가 필요하기 때문에, 피지컬 AI가 결국 미래 메모리·스토리지 수요의 주요 동력이 될 수 있다는 것입니다. 이는 현재의 AI 붐이 끝난 뒤 실적이 꺾일 수 있다는 시장의 우려를 불식시키려는 메시지로 읽힙니다. 그런데 그 직후 일론 머스크는 엑스(X)에 묘하게 다른 시각을 보여주는 글을 올렸습니다. 테슬라가 개발 중인 AI5 칩의 메모리 용량을 기존 계획의 절반인 72GB로, AI6 칩은 약 3분의 1을 줄인 144GB로 조정했다는 내용이었습니다. 메모리 공급 부족을 극복하고 비용을 크게 낮추기 위한 결정이며, 이 변경이 옵티머스 성능에는 거의 영향을 주지 않을 것이라고 강조했습니다. 옵티머스와 테슬라 자율주행 시스템에 탑재될 AI5는 약 2000~2500 TOPS의 연산 능력을 목표로 하고 있습니다. 기존 AI4 대비 유용한 성능이 5배 이상 향상된 수준입니다. 칩은 하프 렉티클 크기(430mm² 정도)의 단일 대형 다이에 12개의 D램 모듈을 주변에 배치한 형태로 설계됐으며, 대용량 온 칩 (On-chip) SRAM을 함께 탑재하고 있습니다. 여기서 머스크가 강조한 포인트는 명확합니다. 메모리 ‘용량’보다 ‘대역폭(속도)’이 더 중요한 병목이라는 것입니다. 용량을 줄이면서도 대역폭 자체는 그대로 유지했고, 추가로 온 칩 SRAM을 적극 활용해 실효 속도를 높인 것으로 보입니다. 프로세서 내부에 있는 SRAM은 용량은 작지만 외부 D램보다 훨씬 빠르게 데이터를 주고받을 수 있기 때문입니다. 로봇과 자율주행에 필요한 피지컬 AI는 사실 크고 똑똑한 모델보다 빠른 모델이 더 중요합니다. 계속해서 변하는 상황에 맞춰 즉각적으로 반응해야 하기 때문입니다. 파라미터가 많은 모델은 더 정교한 판단을 내릴 가능성이 높지만, 너무 커지면 연산에 시간과 전력이 많이 소모돼 반응 속도가 느려지고 로봇에 탑재하기 부담스러워집니다. 머스크의 주장에 따르면 AI5는 엔비디아 H100에 준하는 성능을 내면서도 전력 소모는 200W 수준으로 비교적 낮게 설계됐습니다. 온 칩 SRAM으로 필요한 빠른 반응을 확보하고, 용량을 줄인 LPDDR5 메모리로 전력 효율을 높인 덕분으로 풀이됩니다. TSMC와 삼성의 2㎚ 공정을 통해 전성비를 개선했을 가능성도 큽니다. 물론 이 모든 내용은 테슬라와 머스크의 주장에 기반한 것입니다. AI5 칩이 실제로 공개되거나 양산된 것은 아니기 때문에, 전력 소모와 메모리 사용량을 줄이면서도 피지컬 AI에 적합한 반응 속도를 확보했는지 현재로서는 검증하기 어렵습니다. AI5의 본격 양산은 2027년으로 예정돼 있으며, 그때 실제 제품이 나오면 자연스럽게 확인될 전망입니다. 그래도 이 내용이 흥미로운 이유는 테슬라의 AI 전략을 엿볼 수 있기 때문입니다. 앞서 중국 AI 모델들은 메모리와 연산 자원을 구하기 어려운 상황에서 극단적인 효율화 기술을 적극 도입했습니다. 반면 테슬라는 메모리 수급의 현실적 제약을 인정하면서도, 피지컬 AI에 필수적인 빠른 반응 속도와 높은 전력 효율을 우선시한 설계를 선택한 것으로 보입니다. 이 전략이 실제로 효과적인지 가까운 미래에 확인할 수 있을 것입니다.

엔비디아를 비롯한 글로벌 기업들이 AI 데이터센터용 고속 네트워크와 광통신 기술을 확대하는 가운데, 국내 유선 네트워크 장비 전문기업 유비쿼스가 인공지능(AI) 기능을 광통신 장비에 직접 탑재해 장애 징후를 분석·진단하는 기술을 공개했다. 유비쿼스는 AI 기반 광통신 장비를 선보이며 해외 네트워크 인프라 시장 진출을 타진한다. 유비쿼스는 스페인 말라가에서 열리는 광통신 전시회 ‘ECOC 2026’에 참가해 AI 기반 광집선장치(OLT) 장애 진단·분석 기술 등을 공개했다. 회사는 이 기술이 국내 최초라고 밝혔다. 이번 기술은 과학기술정보통신부와 한국지능정보사회진흥원(NIA)의 ‘지능정보 네트워크용 광통신 부품 실증지원 사업’을 통해 개발됐다. KT가 주관한 컨소시엄에 유비쿼스 등 국내 중소기업이 참여해 광통신 장비와 운용 기술을 공동 개발했다. 핵심 기술은 OLT에 AI 전용 칩과 진단 기능을 탑재하는 것이다. 장비에서 발생하는 운용 데이터를 실시간으로 분석해 인터넷과 IPTV 서비스의 장애 징후와 품질 저하 원인을 파악한다. 이를 통해 네트워크 이상 징후를 조기에 감지하고 장애 대응 시간을 줄이는 것이 목표다. 유비쿼스는 AI 기반 OLT 장애 진단·분석 시스템과 OLT 내장형 AI 진단기 외에도 1G·10G 인터넷 동시전송 장비, 광선로 이원화 광트랜시버, 종단간(E2E) 광인터넷 진단기 등을 함께 공개했다. KT는 공동 개발한 장비를 실제 서비스망에서 실증할 예정이다. 인터넷과 IPTV 품질 진단 성능을 검증하고 국내 중소기업 전송장비에 AI 기능을 적용할 수 있는지도 확인한 뒤 상용망 도입 여부를 검토할 계획이다. 유비쿼스는 AI 기반 장애 진단 기술을 시작으로 광통신 장비의 자율 운영 기능을 확대할 계획이다. 데이터 트래픽 증가와 네트워크 복잡도 상승에 대응해 장애 감지와 원인 분석, 복구 과정에 AI 적용 범위를 넓힌다는 구상이다. 유비쿼스는 이번 기술 공개를 계기로 국내 통신망 실증을 거쳐 글로벌 네트워크 인프라 시장으로 사업 영역을 확대한다는 계획이다.

LG전자가 인공지능(AI) 데이터센터의 냉각 솔루션 수요 확대에 대응해 미국에 칠러 생산공장을 신설하고 국내 생산라인도 증설한다. 북미 현지 생산체계를 구축해 공급 안정성을 높이는 한편, 액체냉각 제품군까지 아우르는 통합 솔루션으로 글로벌 데이터센터 시장 공략에 속도를 낸다는 방침이다. LG전자는 내년 상반기 생산을 목표로 미국 버지니아주 윈저에 연면적 3만 2000㎡, 부지면적 17만㎡ 규모의 칠러 생산공장을 구축한다고 1일 밝혔다. 부지면적 기준 축구장 약 24개 규모다. 공장에서는 공랭식 칠러를 생산한다. 칠러는 차가운 물을 대량으로 만들어 데이터센터 등의 열을 식히는 핵심 냉각 설비다. LG전자는 빅테크 데이터센터가 밀집한 버지니아주에 생산거점을 마련해 북미 고객사에 대한 공급 속도와 안정성을 높인다는 계획이다. 시장조사업체 옴디아에 따르면 전 세계 데이터센터 전력 용량 가운데 60%가 북미에 집중될 전망이다. 국내에서도 평택과 창원 공장에 공랭식 칠러 생산라인을 신설하고 설비를 고도화한다. 올해 말까지 복수의 생산라인을 동시에 운영할 수 있는 체계를 갖출 예정이다. 미국 공장 신설과 국내 증설에 투입되는 금액은 총 1500억원이다. LG전자는 칠러와 냉각수분배장치(CDU), 반도체 칩에서 발생하는 열을 직접 흡수하는 콜드플레이트를 아우르는 ‘칩 투 칠러’ 솔루션으로 데이터센터 수주를 확대할 방침이다. LG에너지솔루션의 배터리 기술과 LG CNS의 데이터센터 설계·구축·운영 역량을 결합한 ‘원 LG’ 전략으로 아시아 등 해외 시장도 공략한다.

차량용 반도체와 자율주행 기술을 개발하고도 양산 경험과 수요처가 없어 상용화에 어려움을 겪던 중소·스타트업들이 현대모비스·LG전자 등 대기업과 손잡고 미래차 핵심 기술의 국산화와 공급망 자립에 나선다. 차량용 반도체의 국산화와 자율주행 상용화, 로보택시의 데이터 생태계 구축에 초점을 맞췄다. 산업통상부는 30일 서울 현대모비스 본사에서 완성차·부품사, 대·중소 팹리스, 모빌리티·자율주행 기업 등과 ‘미래차 생태계 구축 협력’ 업무협약(MOU) 5건을 체결했다고 밝혔다. 현대모비스와 KG모빌리티(KGM), LG전자, LX세미콘, 카카오모빌리티 등 12개 기업·협회가 참여했다. 이번 협약은 제조업의 인공지능 전환(M.AX)을 위해 출범한 민관 협력체 ‘M.AX 얼라이언스’ AI 미래차 분과의 첫 상생 프로젝트다. 한쪽이 일방적으로 지원하는 방식에서 벗어나 대기업의 수요·양산 경험과 중소기업의 기술력을 결합해 기술 개발부터 성능 검증·양산까지 전 주기 협력체계를 구축하는 게 핵심이다. 이에 중형 완성차·차량용 반도체·로보택시 등 3개 분야에서 개발 기술을 실제 양산과 시장으로 연결하는 협력이 추진된다. 먼저 KGM이 개발하는 ‘레벨2+’ 자율주행 차량에 현대모비스의 소프트웨어 중심 자동차(SDV) 기술과 라이드플럭스의 자율주행 솔루션을 적용한다. 이를 통해 KGM은 자율주행 경쟁력을 높이고, 현대모비스와 라이드플럭스는 양산 차량 적용 실적을 확보하게 된다. 해외 의존도가 높은 차량용 반도체 분야는 개발·검증·양산을 잇는 공급망을 구축한다. 현대모비스는 중소 팹리스가 개발한 차량용 반도체의 성능 검증과 상용화를 지원하고, LX세미콘은 중소 팹리스와 센서·통신용 반도체를 공동 개발·양산할 계획이다. LG전자는 보스반도체의 인공지능(AI) 칩과 자사 베이스칩을 결합한 ‘칩렛 기반 통합반도체(SoC)’를 개발하고, 하나마이크론이 품질 검증·패키징을 맡아 비용 절감과 상용화 기간을 단축한다. 로보택시 분야는 카카오모빌리티·SWM·라이드플럭스가 센서 위치·성능 등 로보택시 데이터 공유체계를 구축하고 라이다 등 외산 부품의 국산화를 추진한다. 한국자동차연구원 등 4개 기관은 기술·인프라·인력을 패키지로 지원한다. 김정관 산업부 장관은 이날 강남 일대에서 실증 운행 중인 로보택시에 탑승해 국내 자율주행 기술 수준을 점검했다. 김 장관은 “내연차 부품업계의 미래차·로봇·방산 등 새로운 영역에서 안정적으로 전환할 수 있도록 종합지원 패키지를 마련하겠다”고 강조했다.

삼성전기가 인공지능(AI) 서버용 고부가 반도체 패키지기판 생산능력 확대를 위해 국내 세종과 베트남 생산거점에 총 6조 7800억원을 투자한다. AI 서버와 고성능컴퓨팅(HPC) 시장 성장에 맞춰 핵심 부품 생산 기반을 대폭 넓히는 것이다. 삼성전기는 28일 세종사업장 패키지기판 생산시설 증설에 4조 2700억원을 투자한다고 밝혔다. 단일 제품 투자로는 회사 역대 최대 규모다. 투자 기간은 이달부터 2028년 5월까지이며 신규 생산라인은 같은 해 9월부터 양산에 들어갈 예정이다. 베트남 생산법인도 이날 현지 패키지기판 공장 증설에 2조 5100억원을 투자한다고 공시했다. 투자 예정일은 2028년 4월 말이다. 삼성전기가 증설하는 제품은 플립칩 볼그리드 어레이(FC-BGA)다. AI 가속기와 그래픽처리장치(GPU), 중앙처리장치(CPU) 등 고성능 반도체와 메인보드를 연결해 전기 신호와 전력을 전달하는 기판이다. 최근 AI 서버용 반도체가 고성능화하면서 이를 받치는 기판 수요도 빠르게 늘고 있다. 이번 투자는 글로벌 빅테크·반도체 고객사와의 중장기 협력을 바탕으로 추진된다. 고객사가 일부 투자금을 지원하고 중장기 물량도 보장하기로 해 삼성전기는 대규모 설비투자 부담과 가동률 변동 위험을 낮출 수 있게 됐다. 회사는 향후 2~3년간 AI 인프라 투자가 이어지면서 고성능 패키지기판 수요도 지속될 것으로 보고 있다. 삼성전기는 세종사업장을 고부가 제품의 핵심 생산거점으로 활용하고 베트남 생산시설도 함께 확충해 AI 서버와 HPC, 전장용 기판 수요에 대응할 계획이다.

최근 미국 프런티어 모델을 거의 따라잡은 성능과 증류 논란으로 유명해진 문샷 AI의 키미 K3나 지난해 AI 시장에 큰 충격을 몰고 온 딥시크와 비교해서 알리바바의 Qwen은 상대적으로 대중적 인지도는 낮은 편입니다. 하지만 누구나 다운로드 해 사용할 수 있는 개방형 LLM 모델 가운데서 Qwen 3.8 시리즈는 모델 크기 대비 높은 성능으로 많은 사용자를 확보한 상태로 만만치 않은 기술력을 자랑하는 회사이기도 합니다. 여기에 중국 AI 회사 가운데서는 일찍부터 AI 하드웨어에 많은 투자를 해 자체 플랫폼을 구축하고 있는 회사이기도 합니다. 이런 점에서 알리바바는 자체 모델인 제미나이와 AI 가속기인 TPU를 지닌 구글과 상당히 유사한 전략을 지닌 회사이기도 합니다. 최근 알리바바는 5조에서 10조개 파라미터 규모의 차세대 Qwen 모델을 개발하겠다고 밝혔습니다. 더 중요한 것은 이런 대형 모델을 훈련하고 서비스할 수 있는 자체 AI 가속기 ‘젠우 V900’을 공개했다는 점입니다. 지난 22일 항저우에서 열린 압사라 콘퍼런스에서 공개한 알리바바의 젠우 V900은 216GB의 메모리를 탑재하고 있으며 전 세대인 M890의 3배의 성능을 지니고 있습니다. 구체적인 성능은 아직 공개하지 않았는데, FP16 기준으로 3배라면 1.8 PFLOPs의 성능을 지닌 것으로 추정됩니다. 여기에 FP8/FP4 연산도 지원한다고 밝혔습니다. 아무튼 대략적인 수치를 감안하면 알리바바의 젠우 V900은 엔비디아의 베라 루빈(FP4 기준 50 PFLOPs)과 비교해 성능은 낮은 편입니다. 하지만 엔비디아 칩을 수입하기 힘든 알리바바 입장에서는 자체 개발이 필수적인 상황입니다. 그리고 사실 중국 내에서 경쟁 상대인 화웨이 어센드 칩과 비교해서 크게 낮은 성능이라고 할 수 없는 수준이기도 합니다. 일단 젠우 V900 칩을 계획대로 양산해서 목표처럼 20GW 급 데이터 센터를 2032년까지 구축할 수 있다면 알리바바는 나름 승산이 있다고 보고 있습니다. 중국 AI 모델의 특징은 상대적으로 적은 연산 자원을 이용해서 높은 성능을 낼 수 있게 한 데 있습니다. 미국이 제재로 칩 수급이 어려운 상황에서 내놓은 여러 고육지책이 지금은 오히려 큰 무기가 되고 있는 셈입니다. 최신 Qwen 모델은 활성 파라미터 크기를 줄여 연산 부담을 더는 MoE(Mixture of Experts) 기법은 물론이고 ‘N-gram 임베딩’처럼 AI 가속기의 메모리 부담까지 덜어주는 최신 기법을 사용해 연산 자원 대비 높은 성능을 보여주고 있습니다. 따라서 50만 개의 V900 칩을 실제로 양산해 대규모 AI 데이터 센터를 구축할 수만 있다면 앞으로 AI 경쟁에서 연산 자원 확보에 어려움을 겪는 딥시크나 키미 K3보다 유리한 고지를 차지할 수 있습니다. 물론 하이퍼스케일러가 되기 위해서는 AI 가속기 만으로는 불가능합니다. 한 개의 기속기에서 10조 개의 파라미터를 돌릴 순 없기 때문입니다. 젠우 V900 가속기는 알리바바의 ICN 스위치 패브릭을 통해 약 1.2TB/s의 칩 간 인터커넥트 속도를 제공합니다. 그리고 지우(Panjiu) 슈퍼노드 서버(V900 + ICN 스위치 기반), 이톈(Yitian) CPU를 포함한 자체 맞춤형 랙 스케일 솔루션을 개발하고 있습니다. 다만 중국 내 반도체 수급 상황도 쉽지 않다는 점을 생각하면 순조롭게 캐파 확장에 성공할 수 있을진 미지수입니다. 최대 50만 개의 V900 가속기는 108페타바이트의 HBM 메모리를 의미합니다. 다만 중국 내 고성능 반도체와 고대역폭 메모리 공급이 빠듯한 상황이어서, 계획대로 50만 개 규모로 양산해 대규모 데이터센터를 구축할 수 있을지는 아직 미지수입니다. 물론 이런 어려움을 극복하고 알리바바가 대규모 데이터센터, 자체 AI 가속기, 자체 LLM까지 완성한다면 AI 수직 계열화에 한 발 더 다가가며 입지를 크게 강화할 수 있을 것입니다. 알리바바는 젠우 V900의 출시 시점을 내년 1분기로 밝혔습니다. 알리바바가 어떤 결과를 겨두게 될지 주목됩니다.

중국 최대 D램 업체 창신메모리(CXMT)가 최신 모바일 D램 양산에 이어 차세대 공정까지 상용화하며 삼성전자와 SK하이닉스를 추격하고 있다. 아직 첨단 공정과 고대역폭메모리(HBM) 등에서는 격차가 있지만 범용 D램에서 시작한 중국의 추격이 고성능 모바일 제품으로 빠르게 확산하는 모습이다. 23일 업계에 따르면 CXMT는 지난 20일 중국 허페이에서 열린 세계제조업대회에서 5세대 D램 기술 플랫폼 ‘G5’의 양산에 들어갔다고 발표했다. 같은 날 로이터통신은 CXMT가 메모리 배열의 핵심 구조 간 간격을 11.95나노미터(㎚)까지 줄였으며, 회사 측이 이를 세계 최고 수준의 양산 공정에 근접한 기술이라고 설명했다고 보도했다. CXMT는 G5를 적용한 24기가비트(Gb) LPDDR5X 제품 2종도 공개했다. 회사에 따르면 기존 공정과 비교해 웨이퍼 한 장에서 생산할 수 있는 칩의 수가 50% 이상 늘었다. 다만 이는 CXMT가 자체 제시한 수치다. 차세대 모바일 D램인 LPDDR6에서는 한발 먼저 상용화에 들어갔다. CXMT는 지난 7일 LPDDR6를 양산해 샤오미의 폴더블 스마트폰 ‘샤오미 18 폴드’에 탑재했다고 발표했다. 최대 데이터 전송속도는 초당 12.8기가비트(Gbps)다. LPDDR은 스마트폰 등에 주로 쓰이는 저전력 D램으로, 기기 자체에서 인공지능(AI)을 구동하는 온디바이스 AI 확산과 함께 처리 속도와 전력 효율의 중요성이 커지고 있다. 사업 영역을 낸드플래시까지 넓히려는 움직임도 나타났다. 로이터통신은 지난 18일 복수의 소식통을 인용해 CXMT가 베이징에 짓는 새 공장에 3차원(3D) 낸드 연구개발(R＆D) 생산라인을 구축할 계획이라고 보도했다. 별도 연구소에서도 낸드 기술을 개발하고 있는 것으로 전해졌다. 다만 로이터는 낸드 양산 시점은 정해지지 않았으며 계획이 바뀔 가능성도 있다고 전했다. D램 전문업체인 CXMT가 실제 낸드 양산에 나설 경우 삼성전자·SK하이닉스뿐 아니라 중국 낸드 업체 양쯔메모리테크놀로지(YMTC)와도 경쟁하게 된다. 한국 업체들과의 격차가 당장 사라진 것은 아니다. 시장조사업체 트렌드포스에 따르면 올해 2분기 세계 D램 매출 점유율은 삼성전자가 39.4%, SK하이닉스가 24.9%, 미국 마이크론이 23.3%로 상위 3사가 시장 대부분을 차지했다. 삼성전자와 SK하이닉스는 HBM을 비롯한 AI용 고부가 메모리와 10나노급 6세대(1c) D램 등 첨단 제품에 투자를 집중하고 있다. 모바일 D램에서도 차세대 제품 경쟁이 본격화하고 있다. 삼성전자는 23일 LPDDR6를 퀄컴의 차세대 ‘스냅드래곤 8 엘리트 익스트림 6세대’ 플랫폼에서 최대 10.7Gbps 속도로 업계 최초 검증했다고 밝혔다. SK하이닉스는 지난 3월 1c 공정을 적용한 LPDDR6 개발을 완료하고 하반기 공급에 나선다는 계획을 밝힌 바 있다.

비행기 표 예약이나 보험료 흥정, 세금 신고 같은 일상 업무까지 사람 대신 척척 알아서 처리하는 ‘인공지능(AI) 에이전트’가 주식시장의 새 판을 짜고 있습니다. 미국 경제 매체 비즈니스 인사이더는 23일(현지시간) 투자 전문가들의 분석을 토대로 AI 에이전트 시대의 승자와 패자를 제시했는데요. 수혜를 입을 주요 업종으로는 반도체와 거대 기술기업, 전자상거래가 꼽힌 반면, 소프트웨어와 소비 관련 종목은 타격을 입을 것으로 전망됐습니다. ‘확실한 승자’는 빅테크와 반도체비즈니스 인사이더가 가장 확실한 승자로 꼽은 곳은 대규모 데이터센터를 운영하는 거대 기술기업과 반도체 기업입니다. 글로벌 투자 플랫폼 이토로(eToro)의 브렛 켄웰 애널리스트는 “AI 에이전트가 주도하는 세상에서는 데이터센터 인프라를 갖춘 하이퍼스케일러와 핵심 부품을 만드는 반도체 제조업체가 확실한 수혜를 입을 것”이라고 분석했습니다. 하이퍼스케일러는 마이크로소프트, 아마존, 구글처럼 초거대 데이터센터와 클라우드 인프라를 운영하는 빅테크 기업을 의미합니다. AI 연산에 필요한 핵심 칩과 고성능 메모리를 공급하는 엔비디아, TSMC, SK하이닉스, 삼성전자 등 반도체 기업들은 대표적인 수혜주로 꼽히죠. 다만 글로벌 온라인 전자거래 브로커인 인터랙티브 브로커스의 호세 토레스 수석 이코노미스트는 “AI 에이전트 주도권 경쟁이 본격화하면 대형 기술주와 반도체 종목 내부에서도 기업별 실적 격차가 뚜렷해질 것”이라고 내다봤습니다. 전자상거래·산업재도 수혜 기대전자상거래 플랫폼과 원자재 관련주 역시 대표적인 수혜 분야로 거론됩니다. 대표적 플랫폼인 쇼피파이는 AI 에이전트를 통한 구매 절차 간소화로 매출 상승 기대를 모으고 있습니다. 월마트 또한 지난해 오픈AI에 이어 올해 1월에는 구글과 손잡고 AI 에이전트 쇼핑을 선제적으로 도입했습니다. 이와 함께 AI 인프라 확충에 필수적인 구리와 은 등의 원자재를 다루는 산업재도 유망주로 꼽혔습니다. 금융이나 고객 서비스처럼 반복적인 행정 업무 비중이 높은 업종 역시 AI 도입을 통한 비용 절감 효과가 클 것으로 기대됩니다. 설 자리 잃는 소프트웨어·중개 플랫폼반면 전통 소프트웨어 업종은 위기를 맞을 수 있다는 관측이 나옵니다. 켄웰 애널리스트는 올해 초 AI가 기존 소프트웨어 수요를 대체할 것이라는 우려로 관련 상장지수펀드(ETF)가 고점 대비 30% 넘게 폭락했던 사례를 짚었습니다. 최근 주가가 일부 회복하긴 했으나, 고도화한 AI 에이전트의 등장이 세일즈포스나 어도비, 부킹닷컴 같은 기존 플랫폼의 입지를 다시 위협할 수 있다는 지적입니다. 온라인 중개 플랫폼과 소비재 업종에도 먹구름이 끼었습니다. 글로벌 투자은행(IB) 파이퍼샌들러의 톰 챔피언 애널리스트는 “AI 에이전트가 소비자를 거치지 않고 판매자와 직접 거래하게 되면 중개 플랫폼의 가치는 떨어질 수밖에 없다”라며 도어대시 같은 배달·중개 플랫폼의 입지 축소를 경고했습니다. 아마존이 자체 AI 개발에 거액을 투자하는 이유도 플랫폼 내 사람들의 방문을 유지하고 광고 수익을 지키기 위함이라는 설명입니다. 아울러 경기소비재 업종의 전망도 어둡습니다. 토레스 이코노미스트는 AI 도입에 따른 일자리 감소로 소비 심리가 위축되고 구직 난 심화로 임금 상승이 제한될 것이라고 진단했습니다. 실제로 경기소비재 업종은 올해 스탠다드앤푸어스(S＆P)500 지수가 13% 상승하는 동안 약 5% 하락하며 가장 부진한 성적을 기록했습니다.

우리 뇌는 수십억 개의 신경세포(뉴런)가 만들어내는 활동으로 외부 세계를 머릿속에 그려낸다. 정교해 보이지만 이 시스템은 의외의 약점이 있다. 똑같은 그림에 여러 번 노출될 경우 같은 뉴런이 똑같이 반응하지 않는다. 어떤 때는 활발하게 반응하고 다른 때는 활성도가 떨어지게 된다. 자극은 그대로인데 반응이 달라지는 것인데 신경과학에서는 이를 ‘잡음’이라고 한다. 이런 문제를 뇌는 일종의 ‘인해전술’로 해결한다. 같은 정보를 뉴런 한 개가 아니라 수천, 수만 개에 나누어 담아두는 ‘집단 부호화’ 전략을 쓰는 것이다. 여론조사에서 한 사람에게 똑같은 질문을 던지더라도 기분에 따라 답이 달라지지만 표본 수를 늘려 평균을 내면 개인차는 상쇄돼 사라지는 것이다. 참여자가 많아질수록 오차가 줄어드는 방식이다. 그러나 이것 역시 문제가 있다. 수많은 뉴런의 신호가 한꺼번에 올라갔다 내려가는 일이 벌어진다. 여러 뉴런이 공유하는 흔들림을 ‘잡음 상관’이라고 부른다. 여론조사에 비유하면 1000명에게 물었을 때 그들 모두가 똑같은 정보에 노출돼 같은 생각을 하는 경우다. 이럴 때는 표본을 아무리 늘려도 오차가 줄지 않게 된다. 게다가 자극 자체가 흔들리는 것과 구별되지 않는 미분 상관이라는 잡음까지 생긴다. 뉴런을 늘리면 신호도 커지는 동시에 이 잡음도 똑같은 비율로 커지기 때문에 아무리 많은 세포를 동원해도 구별 능력이 나아지지 않는다. 뉴런이 계속 늘어봐야 특정 지점부터는 정보량이 더 이상 늘지 않는 한계에 부딪친다는 점이다. 그렇다면 일차시각피질 한 곳에만 수십만 개의 뉴런이 있는데 한계가 있다면 뇌는 왜 이렇게 많은 세포를 유지하는 것일까. 일본 교토대, 미국 하버드대, 로스앤젤레스 캘리포니아대(UCLA) 공동 연구팀은 지난 30년 동안 신경과학계를 지배했던 상식을 깨고 뉴런들이 공유하는 잡음은 정보가 쌓이는 속도만 늦출 뿐 뇌가 담을 수 있는 정보량에 한계를 지우지는 않는다고 밝혔다. 이 연구 결과는 기초과학 및 공학 분야 국제 학술지 ‘사이언스 어드밴시즈’ 9월 26일 자에 실렸다. 연구팀은 생쥐 5마리를 대상으로 눈에서 들어온 신호가 대뇌에서 가장 먼저 처리되는 일차시각피질을 연구한 내용을 재분석했다. 이 연구에는 생쥐 한 마리당 약 1만 8000~2만 1000개 뉴런의 활동이 담겨 있다. 연구팀은 전체 뉴런 중 크기가 제각각인 집단을 무작위로 수백 번 뽑아내 비교하는 부분 추출 기법을 활용했다. 이를 통해 뉴런 수가 늘어날 때 정보량은 어떻게 변하는지를 추적했다. 그 결과 집단 크기를 보정하면 뉴런이 100개든 1000개든 잡음 모양이 거의 똑같은 것으로 확인됐다. 연구팀은 뉴런 집단 잡음에서 잡음 성분들의 세기가 어떻게 분포하는지와 각 잡음 성분이 정보가 실린 방향과 얼마나 일치하는지 두 종류의 거듭제곱 법칙을 찾아냈다. 그 결과 생쥐 다섯 마리 모두에서 잡음 상관은 정보량에 상한을 씌우지 않는 것으로 나타났다. 또 정보량은 뉴런 수에 정비례해 늘지 않는다. 뉴런을 두 배로 늘려도 정보는 두 배가 안 된다. 그렇지만 증가가 멈추지도 않는다. 공유된 잡음은 정보가 늘어나는 속도를 늦출 뿐 성장 자체를 가로막지는 못한다는 것이다. 아날로그 반도체나 뉴로모픽 칩, 양자 소자처럼 잡음을 피할 수 없는 기술들의 경우 부품을 더 많이 붙이면 정확도가 계속 좋아질 것인지, 아니면 공유된 잡음 때문에 처리 정보량에 한계가 있는 것인지에 대한 질문에서도 이번 연구가 내놓은 답은 “느려지더라도 계속 좋아진다”는 방향으로 해석할 수 있다. 연구를 이끈 시마자키 히데아키 일본 교토대 교수는 “지난 30년 동안 학계에서는 뉴런들이 공유하는 요동 때문에 정보량이 결국 포화될 것이라고 예상했지만 이번 연구 결과는 그것이 필연이 아니라는 점을 보여준다”라고 설명했다.

메타가 지난 8일(현지시간) 선보인 개인 인공지능(AI) 에이전트 ‘뮤즈’가 챗GPT를 제치고 미국 애플 앱스토어 무료 앱 1위에 올랐다. 뮤즈는 단순 질의응답을 넘어 이메일 발송과 여행 예약, 상품 구매 등을 대신 처리하는 서비스로 이용자가 앱을 닫아도 맡은 일을 계속한다. AI 에이전트 시대가 본격적으로 열렸다는 평가도 나온다. 메타 주가는 21일 나스닥에서 전 거래일보다 11.4% 급등한 741.24달러에 마감했다. 지난해 10월 말 이후 최고가다. 이달 들어서만 32.6% 급등했다. 뮤즈는 스스로 브라우저를 열어 이메일을 보내거나 여행을 예약하고 구매·결제를 수행한다. 시간이 오래 걸릴 경우 앱을 종료해도 계속 처리하는 등 이용자의 개인 비서를 지향한다. 다만, 뮤즈가 여러 가지 일을 대행하려면 이메일, 일정, 금융 정보, 위치 등에 대해 접근권을 허용해야 한다. 또 전자상거래 업계에서 이해관계가 엇갈린다. 아마존은 뮤즈의 자사 쇼핑몰 접근을 차단한 반면 쇼피파이는 연동에 나섰다. AI 에이전트가 상품 검색과 구매의 관문이 될 경우 기존 플랫폼의 고객 접점과 광고 영향력에도 변화가 생길 수 있어서다. 아직 우리나라에서는 이용이 불가능하다. 뮤즈 흥행 효과로 중앙처리장치(CPU)와 AI 가속기를 함께 만드는 미국 반도체 업체 AMD의 주가도 이날 9% 넘게 올라 시가총액 1조 달러를 처음 넘어섰다. 인텔과 반도체 설계자산(IP) 업체 ARM의 주가도 크게 상승했다. 로이터통신은 뮤즈 흥행을 계기로 반도체 주식이 동반 강세를 보인 데 대해 “AI 연산 수요가 다시 부각된 결과”라고 평가했다. 한편 메타는 AI 서비스를 뒷받침할 통신망 투자도 확대했다. 이날 미국과 프랑스를 약 7000㎞로 잇는 차세대 해저 케이블 ‘페탈(Petal)’ 구축 계획을 발표했다. 2029년 가동을 목표로 현 최고 수준의 대서양 횡단 케이블보다 약 두 배 많은 데이터를 실어 나를 계획이다.

- 50개국 이상 구축 경험 활용…SSP 중심으로 매장 기기·운영 정보 연계- 타깃·블루야더·키온도 재고 예측·반품 관리 기술 고도화…리테일테크 경쟁 영역 확장 솔루엠이 전자가격표시기(ESL) 공급을 발판으로 매장 내 기기와 운영 정보를 통합 관리하는 플랫폼 사업 확대에 나선다. 유통업계에서 단순히 재고 현황을 파악하는 수준을 넘어, 데이터를 분석해 운영 업무에 반영하는 기술의 활용 범위가 넓어지는 흐름에 대응하기 위해서다. 솔루엠은 자체 플랫폼 SSP를 중심으로 매장에 설치된 기기와 운영 정보를 연계하는 방안을 제시하고 있다. 50개국 이상에 ESL을 구축하며 쌓은 해외 유통기업과의 사업 경험과 매장 운영 접점을 플랫폼 사업 확대의 기반으로 삼겠다는 구상이다. 리테일테크 업계에서는 재고 파악과 수요 예측, 반품 처리 등 개별 업무를 연결하는 기술 개발이 이어지고 있다. 미국 유통기업 타깃은 지난 8월 13일 물류센터에서 매장까지의 재고 배치를 사전에 시뮬레이션하는 디지털 트윈 시스템 ‘프록시마’를 자체 개발했다고 발표했다. 타깃에 따르면 신선식품 63개 품목을 대상으로 한 시범 운영에서 매대 재고충족률이 2.5%포인트 개선됐고, 신규 물류거점 개장 전 시뮬레이션에서는 약 98%의 정확도를 기록했다. 다만 이는 특정 품목과 운영 환경에서 확인된 결과다. 공급망 소프트웨어 기업 블루야더는 지난 8월 26일 결품과 반품을 통합 관리하는 에이전틱 AI 플랫폼을 내놨다. 재고 부족과 반품 처리 과정에서 발생하는 정보를 연결해 유통기업의 운영 의사결정을 지원하는 방식이다. 블루야더가 인용한 IHL그룹 자료를 보면 결품에 따른 연간 매출 손실 추정치는 약 1조 2000억달러에 이른다. 미국소매협회(NRF) 조사에서는 2025년 미국 소비자 반품 규모가 약 8500억달러로, 전체 매출의 15.8%를 차지한 것으로 나타났다. 블루야더는 자사 반품 관리 솔루션을 도입한 유통기업에서 반품 상품이 재판매 가능한 상태로 돌아오기까지 걸리는 시간이 평균 25%가량 단축됐다고 설명했다. 이 역시 회사가 제시한 도입 사례의 성과로, 모든 유통 환경에서 같은 결과가 나타난다는 의미는 아니다. RFID 기술 기업 키온(Keonn)도 재고 파악 속도를 높인 장비를 공개했다. 키온은 지난 8월 임핀지의 신규 리더 칩을 적용한 제품을 선보이며, RFID 태그 9000개 이상이 부착된 매장에서 백룸 재고 정확도 90% 이상을 확보하는 데 걸리는 시간을 기존 약 1시간에서 8분 이내로 줄였다고 밝혔다. 키온은 올해 안에 전 세계 20여개 유통기업의 1600개 매장에 이 장비를 공급할 계획이다. 업계가 제시하는 재고 왜곡에 따른 연간 손실 추정치는 약 1조 7000억달러 규모다. 다만 기업별 시험 결과와 시장 손실 추정치는 조사 범위와 산정 기준이 달라 직접 비교에는 한계가 있다. 이들 기업은 재고 예측과 파악, 반품 처리 관리 등 서로 다른 운영 과제에 대응하고 있다. 하지만 수집한 정보를 분석해 후속 업무에 활용하는 기능을 강화하고 있다는 점은 공통적으로, 리테일테크의 적용 범위가 넓어지는 흐름을 보여준다. 솔루엠 역시 이런 변화에 맞춰 ESL을 개별 장비로 공급하던 사업에서 매장 내 기기와 운영 데이터를 통합 관리하는 플랫폼으로 영역을 넓히고 있다. 기존 하드웨어 설치 기반을 활용할 수 있다는 점은 강점이지만, 플랫폼 사업의 구체적인 수익 구조와 확대 속도는 향후 고객 수요와 서비스 도입 범위에 따라 달라질 수 있다. 리테일테크 기업들의 사업 범위가 하드웨어 공급과 데이터 수집을 넘어 분석과 운영 관리로 확장되는 가운데, 솔루엠은 해외 ESL 구축 경험과 SSP를 연계해 통합 매장 관리 사업을 추진할 방침이다.

애플이 지난 18일 국내 출시한 아이폰18 프로·프로맥스는 외형 변화보다 카메라와 배터리, 인공지능(AI) 등 실제 사용성과 맞닿은 기능을 강화한 것이 특징이다. 21일 업계에 따르면 가장 큰 변화는 아이폰 최초의 물리식 가변 조리개다. 48메가픽셀(MP) 메인 카메라가 촬영 환경에 따라 렌즈 구멍 크기를 자동으로 조절해 어두운 곳에서는 더 많은 빛을 받아들이고, 단체사진에서는 앞뒤 인물을 보다 선명하게 담는다. 두뇌 역할을 하는 A20 Pro 칩은 2나노미터 공정을 적용하고 메모리 대역폭을 전작보다 50% 높였다. 냉각 장치의 면적도 3배 넓혀 고사양 게임이나 AI 기능을 오래 사용할 때 성능이 떨어지는 현상을 줄였다. 실제 사용 기준 배터리는 프로 최대 24시간, 프로맥스 최대 30시간이며 15분 유선 충전으로 최대 50%까지 채울 수 있다.

현대건설은 경북 포항에 세워지는 40㎿ 규모의 ‘포항 인공지능(AI) 데이터센터’ 건설에 본격 착수했다. 현대건설은 에이아이팩토리포항피에프브이(AI Factory Pohang PFV)가 발주한 ‘포항 AI 데이터센터 신축공사’의 본계약을 마치고 사전 제작 콘크리트(PC) 설치에 들어갔다고 21일 밝혔다. 포항 AI 데이터센터 신축공사는 경북 포항시 남구 오천읍 광명일반산업단지에 수전 용량 40㎿ 규모의 AI 전용 데이터센터를 건립하는 프로젝트다. 기존의 범용 연산 중심 데이터센터와 달리 대규모 데이터를 실시간으로 분석·처리하는 AI 작업에 특화된 그래픽처리장치(GPU) 기반 고성능 데이터센터로, 지난 6월 착공해 내년 하반기 운영을 목표로 한다. 공사 기간은 총 16.5개월이다. 사업 시행사인 네오에이아이클라우드(Neo AI Cloud)는 포항 AI 데이터센터를 차세대 GPU까지 안정적으로 수용할 수 있는 확장형 인프라로 구축할 계획이다. 엔비디아의 최신 AI칩 ‘베라 루빈’ 기반의 그래픽처리장치(GPU) 서버에 대응하기 위해 일반 클라우드 데이터센터보다 전력 밀도가 약 10배 높은 초고집적 환경을 구현했고 고발열 AI 서버의 냉각을 고려해 국내 최초로 ‘수랭식 냉각시스템’을 도입했다. 에너지 효율 지표인 PUE도 1.25로 설계해 에너지 손실을 최소화했다. 현대건설은 특히 16.5개월이라는 짧은 공사 기간을 맞추기 위해 PC 공법으로 사전 제작하는 방식을 국내에서 처음으로 적용했다. 이를 통해 기존 현장 타설 공법으로는 1년가량 소요될 골조 공사를 2개월로 단축했다. 또 착공 전부터 최적의 사업 구조와 방식을 검토하는 프리컨스터럭션 서비스(PCS)와 설계·인허가·시공 준비를 병행 추진하는 패스트트랙 방식을 활용해 전체 일정을 단축했다. 현대건설 관계자는 “최근 생성형 AI와 초거대 AI 모델 확산으로 데이터센터 시장 경쟁력은 규모를 넘어 서비스 개시 속도전으로 옮겨가고 있다”며 “포항 AI 데이터센터를 공기 안에 성공적으로 준공해 사업성과 공기, 품질을 동시에 확보하는 차별화된 경쟁력을 입증할 것”이라고 말했다.

이미지스가 피지컬 AI(Physical AI) 및 엣지 AI 반도체 전문기업 SiMa.ai와 손잡고 국내 시장 확대에 나선다. 이미지스는 SiMa.ai의 MLSoC(머신러닝 시스템온칩)와 모달릭스(Modalix) SoM, PCIe 카드, 개발 키트 등 주요 제품을 국내 고객에게 공급하고 기술 지원까지 담당하는 총판 겸 VAR(부가가치재판매) 파트너로 사업을 펼치고 있다. 지난 9월 18일에는 SiMa.ai 본사 관계자가 이미지스를 찾아 국내 고객 확대와 기술 지원, 피지컬 AI 솔루션의 적용 범위 확대를 놓고 협력 방향을 논의했다. 양사는 기존 파트너십을 토대로 국방과 교통 등 다양한 분야에서 신규 사업 기회를 발굴하기로 뜻을 모았다. 이미지스는 반도체 개발·양산 경험과 국내 고객 대응 역량을 살려 SiMa.ai의 피지컬 AI 솔루션이 여러 산업에 적용될 수 있도록 고객 발굴과 사업 확대를 추진할 계획이다. 이미지스 관계자는 “Physical AI 시장이 확대되는 가운데 SiMa.ai의 AI 반도체 기술과 이미지스의 반도체 사업 및 고객 지원 역량을 결합해 국내 고객에게 경쟁력 있는 솔루션을 제공할 수 있을 것으로 기대한다”며 “제품 공급뿐 아니라 고객의 개발 단계부터 실제 제품 적용까지 지원할 수 있도록 SiMa.ai와의 협력을 지속적으로 강화해 나갈 계획”이라고 밝혔다. 한편 SiMa.ai는 저전력·고성능 AI 컴퓨팅을 기반으로 MLSoC와 모달릭스 제품군을 공급하며, 드론과 로보틱스, 자율주행, 산업 자동화, 스마트 비전 등 피지컬 AI·엣지 AI 분야를 위한 컴퓨팅 플랫폼을 지원하고 있다.

본래 반도체 업계 1위로 한때 넘볼 상대가 없던 것 같던 인텔은 10㎚ 이하 미세 공정 진입에서 TSMC나 삼성에 뒤지면서 과거의 영광을 잃고 어려운 상황에 빠졌습니다. 뒤늦게 공격적인 투자를 진행하면서 경쟁자를 추격하긴 했지만, 라이벌인 AMD에 시장 점유율을 내주고 야심 차게 도전한 파운드리 시장에서는 TSMC의 독주 앞에 고배를 마시면서 회사가 큰 위기에 빠지기도 했습니다. 하지만 최근 스스로 목표를 설정하고 과업을 수행하는 ‘에이전틱 AI’로 인해 CPU 수요가 늘고 18A(1.8㎚) 같은 최신 미세 공정 양산에 성공하면서 다시 재기의 기회를 노리고 있습니다. 인텔은 이미 18A 공정을 개선한 18A-P 공정의 ‘초기 위험 생산’에 들어간 상태로, 차세대 제온 7 프로세서인 ‘다이아몬드 래피즈’에 적용될 예정입니다. 18A-P 공정은 트랜지스터 밀도는 동일하나 18A와 비교해서 동일한 전력 소비에서 성능이 9% 높거나 동일한 성능에서 전력 소비가 18% 감소합니다. 인텔의 진격은 여기서 멈추지 않고 있습니다. 18A-P 다음 차세대 미세 공정인 14A(1.4㎚) 노드는 이미 지난 6월에 결함 밀도(D0) 0.5를 달성했습니다. D0 또는 결함 밀도는 실리콘 웨이퍼의 단위 면적당 검출되는 미세한 결함의 평균 개수를 나타냅니다. 특정 칩 제조 공정이 상용화에 가까워질수록 결함 밀도는 일반적으로 줄어들고 반대로 수율이 증가합니다. 인텔은 내년 1분기까지 D0를 0.1~0.2로 낮추는 것을 목표로 하고 있습니다. 인텔 14A는 차세대 극자외선 노광 설비(EUV)인 ‘고개구율 EUV’(High-NA EUV) 리소그래피 장치를 적용한 첫 미세 공정으로, 인텔의 게이트 올 어라운드(GAA) 기술인 리본펫 2(RibbonFET 2)를 적용해 성능을 높이고 18A-P 공정에서 도입한 전력 제어 기술인 파워 부스트(Power Boost) 기술 역시 고도화할 것으로 예상됩니다. 이를 통해 18A-P에서 이루지 못한 트랜지스터 밀도 증가는 물론 공정 미세화에 따른 성능 향상을 달성할 수 있을 것으로 기대됩니다. 인텔에 따르면 14A 공정의 개선 속도는 2012년 22㎚ 시대 이후 가장 빠른 속도로 일정보다 더 빠르게 개발이 진행되고 있습니다. 심지어 최근 일부 언론에서 14A 공정 위험 생산을 2027년 1분기로 앞당긴다는 보도가 나왔을 정도로 인텔 내부 분위기는 자신감이 넘치고 있습니다. 다만 인텔은 Wccftech 등 매체에 공식적으로 “내부 제품 대상 초기 위험 생산은 2027년 하반기, 대량 양산은 2028년”이라는 기존 발표를 재확인했습니다. 물론 이것도 과거 미세 공정 개발보다 빠른 속도입니다. 다만 발목을 잡는 것은 부족한 생산 캐파입니다. 현재 18A, 18A-P 모두 대부분의 물량을 애리조나의 Fab 52가 담당하는 상황으로 알려져 있는데, 옆에 건설하고 있는 Fab 62가 완공되더라도 초기 생산량은 적을 수밖에 없다는 분석이 나오고 있습니다. 일부 증권 애널리스트는 2027년 초기 생산량은 웨이퍼 기준 월 6000장 정도이고 2028년에도 2만 4000장에 이를 것으로 내다봤습니다. 따라서 당분간 일부 제품들은 지금처럼 외부 파운드리의 웨이퍼를 빌려 쓸 수밖에 없을 것이라는 전망도 제기됩니다. 비교를 위해 살펴보면 TSMC는 올해 4분기까지 2㎚ 웨이퍼 월 생산 능력을 당초 알려진 것보다 훨씬 많은 10만 수준까지 늘릴 수 있다는 이야기가 나오고 있습니다. 14A 공정 역시 서두르고 있는데, 현재 TSMC는 타이중 과학 단지 2기 확장 부지에 총 4개 공장(P1~P4)을 1.4㎚ 전용으로 건설하고 있습니다. 현지 언론 보도에 따르면 이미 P1은 내년 4월 시범 생산에 들어가 2027년 하반기 양산 가능한 상태까지 서두르는 상황입니다. 인텔과는 양산 능력에서 비교가 되지 않는 수준입니다. 현재 TSMC는 AI 붐 덕분에 상당한 수익을 내고 있어서 충분한 투자 여력을 지니고 있습니다. 한동안 어려움을 겪다가 최근에 실적을 개선한 인텔이 따라잡기 버거운 상대라는 점은 분명합니다. 그럼에도 과거처럼 일정을 미루거나 취소하는 대신 적어도 로드맵을 따라 착실하게 개발을 진행하는 모습은 인텔이 수렁에서 빠져나왔다는 점을 보여주고 있습니다. 미세 공정 개발 능력을 확보했다면 다음 문제는 결국 생산 능력입니다. 과거 계획했다가 취소된 팹들을 다시 추진하고 14A 다음 차세대 미세 공정 개발을 위해서는 앞으로 막대한 투자가 필요합니다. 인텔에게는 현재의 에이전틱 AI 붐이 한때 유행이 아니라 최소 몇 년 이상 지속되어야만 하는 상황인 셈입니다.

최근 세간을 놀라게 만든 중국의 인공지능(AI) 서비스 ‘키미 K3’나 딥시크 ‘V4.1 플래시’, 알리바바 ‘Qwen 3.8’ 등은 모두 한 가지 공통된 특징이 있습니다. 모델 크기와 관계없이 극도로 효율성을 높여 제한된 하드웨어에서 최대한 많은 토큰을 생성할 수 있다는 것입니다. 여기에 모델을 공개하기 때문에 실제로 전 세계 많은 사용자가 개인 컴퓨터나 클라우드, 그리고 내부 컴퓨터에서 이 모델들을 사용하고 있습니다. 성능에 비해 하드웨어 자원을 매우 효율적으로 사용해 비용을 절감할 수 있는 것이 높은 인기의 비결입니다. 중국 모델의 효율이 높은 이유 중 하나는 아이러니하게도 미국의 금수 조치로 인해 연산 인프라를 확충하기 어렵다는 점에 있습니다. 엔비디아 칩 수급이 힘들다 보니 어쩔 수 없이 연산 효율성을 높여야만 하는 것입니다. 물론 최근 화웨이 같은 중국 내 정보기술(IT) 기업들이 자체 AI 가속기인 ‘어센드’(Ascend) 시리즈를 공급하고 있긴 하나, 아직은 성능 면에서 엔비디아 칩과 상당한 격차가 있어 당분간 연산 효율화에 집중하는 구조가 이어질 것으로 보입니다. 물론 화웨이도 가만히 있지 않고 어센드 신경망처리장치(NPU)와 이를 모아 구성한 클러스터인 아틀라스 슈퍼포드(Atlas SuperPod)를 꾸준히 업그레이드하고 있습니다. 최근 개최된 화웨이 커넥트 2026 행사에서는 앞으로 2029년까지 어센드 960DT/PR, 어센드 970, 어센드 980 칩에 대한 로드맵을 공개했습니다. 흥미롭게도 중국 딥시크의 최고경영자(CEO)인 량원펑(Liang Wenfeng)은 이전 컨퍼런스 콜에서 중국의 컴퓨팅 자원이 부족하지만, 화웨이의 ‘아틀라스 950 슈퍼포드’가 엔비디아의 ‘GB300 NVL72 랙’을 상당 부분 대체할 수 있다고 주장한 바 있습니다. 다만 4개의 어센드 칩이 있어야 GB300 한 개를 대체할 수 있는 수준이라는 점은 인정했습니다. 그런데 공개된 수치를 보면 화웨이 어센드 칩이 GB300을 따라잡기 위해서는 여전히 상당한 시간이 필요한 것으로 보입니다. 우선 내년 1분기에 화웨이는 차세대 제품인 ‘어센드 960DT’를 선보일 예정입니다. 이 칩은 새로운 SIMD/SIMT 아키텍처를 채택해 FP32, HF32, FP16, BF16, FP8, MXFP8, HiF8, MXFP4 등 다양한 데이터 포맷을 지원합니다. 이 칩은 최대 2 PFLOPS(페타플롭스)의 FP8 연산 능력과 4 PFLOPS의 FP4 연산 능력을 지니고 있으며, 288GB HBM 메모리와 9.6TB/s의 대역폭을 확보했습니다. 참고로 GB300의 dense FP4 연산 능력이 약 15 PFLOPS라는 점을 생각하면, 내년 출시할 어센드 960DT의 성능은 엔비디아 칩을 대체하기엔 아직 부족한 수준입니다. 따라서 화웨이는 수많은 어센드 NPU를 연결한 거대한 클러스터인 아틀라스 슈퍼포드를 개발했습니다. 엔비디아의 NVL72 랙 시스템이 72개의 GPU와 36개의 CPU를 사용하는 것과 달리, 아틀라스 960E 슈퍼포드는 무려 4096개의 NPU를 고속 인터페이스로 연결해 최대 16 EFLOPS의 연산 성능을 목표로 하고 있습니다. 화웨이 커넥트 2026에서 화웨이는 이렇게 많은 칩을 고속으로 연결해 하나의 거대한 연산 기계로 활용할 수 있는 신기술도 같이 공개했습니다. 예를 들어 고속 광학 인터페이스인 Hi-ONE 5500개를 적용해 기존 대비 전력을 550㎾나 절감했다고 합니다. 다만 그럼에도 전력 소모량은 상당히 많을 것으로 예상됩니다. 전기를 많이 먹는 HBM 메모리를 288GB나 장착한 데다, TSMC가 아닌 중국 파운드리인 SMIC의 공정을 사용할 수밖에 없어 성능 대비 전력 소모가 클 수밖에 없기 때문입니다. 따라서 어센드 칩을 사용한 아틀라스 슈퍼포드는 엔비디아의 NVL72 랙 시스템에 비해 전력 소모가 크고 유지비가 많이 들 것으로 예상됩니다. 이런 단점에도 불구하고 미국의 제재로 인해 엔비디아 칩 수급이 어려운 중국 내 AI 회사들은 선택의 여지가 제한된 상황에서 화웨이 칩을 사용할 수밖에 없고, 화웨이도 그 점을 잘 알고 있기 때문에 계속해서 어센드 시리즈를 개발할 예정입니다. 화웨이는 2027년 1분기에 어센드 960DT를 출시한 후 3분기에는 추론 특화 버전인 960PR을 출시하고, 2028년에는 어센드 970을 출시할 계획입니다. 어센드 970은 3.6 PFLOPS FP8/14 PFLOPS FP4의 연산 능력을 목표로 하고 있습니다. 2029년 출시 목표인 어센드 980에서는 다시 스펙을 두 배로 늘려 7.2 PFLOPS FP8/28 PFLOPS FP4까지 성능을 높인다는 계획입니다. 계획대로 된다면 GB300은 따라잡을 수 있지만, 2029년까지도 베라 루빈의 50 PFLOPS FP4 성능에는 미치지 못하는 수준입니다. 따라서 중국 AI 회사들은 다소 불리한 위치에 있지만, 앞서 이야기했듯이 놀라운 연산 효율화를 통해 미국 프런티어 AI 모델에 강력한 위협이 되고 있습니다. 여기에 화웨이 역시 느리지만 꾸준한 성장세를 보이고 있어, 미래에는 미국의 제재가 큰 힘을 발휘하지 못할 가능성이 높아지고 있습니다. AI 패권을 놓고 벌이는 싸움에서 쉽게 승자를 예측하기 어려운 이유입니다.