GPU 추가 학습 없이 글로벌 AI 추론 성능 3위 달성 국내 인공지능(AI) 스타트업 비드래프트(VIDraft Inc.·대표 김민식)가 추가 GPU 학습 과정을 거치지 않고도 최상위권 추론 성능을 도출하는 대형언어모델(LLM) 프레임워크 기술을 공개했다. 비드래프트는 자사가 개발한 ‘Darwin Family’ 계열 모델의 핵심 기술을 담은 연구 논문을 공개하고, 관련 핵심 기술 3건에 대한 국내 특허를 출원했다고 밝혔다. 이번에 등록된 논문은 「Darwin Family: MRI Trust Weighted Evolutionary Merging for Training Free Scaling of Language Model Reasoning」으로, 현재 Hugging Face Papers와 오픈소스 아카이브 arXiv(등록번호 2605.14386)에 게재된 상태다. 본 연구에는 비드래프트 소속 연구원 7명이 공동 저자로 참여 명단을 올렸다. Darwin Family는 기존 AI 개발 과정에서 필수로 여겨졌던 추가 학습(Post training) 없이 모델 병합만으로 고성능 추론 능력을 구현하는 새로운 방식의 AI 모델 프레임워크다. 핵심 기술은 MRI Trust Fusion, 14차원 적응형 병합 게놈(Merge Genome), 아키텍처 매퍼(Architecture Mapper) 등 세 가지로 구성된다. MRI Trust Fusion은 모델 각 레이어의 기능적 중요도를 분석한 뒤 신뢰 파라미터를 기반으로 동적 융합을 수행하는 기술이다. 이를 통해 GPQA 정확도를 기존 방식 대비 2.5%포인트 향상시켰다는 설명이다. 또한 14차원 병합 게놈 기술은 어텐션과 FFN, 임베딩 등 모델 내부 구성 요소를 세밀하게 제어하며 경사하강법 없이 진화 탐색만으로 최적 병합 전략을 자동 탐색한다. 아키텍처 매퍼는 Transformer와 Mamba 등 서로 다른 AI 구조 간 결합을 가능하게 하는 기술로, 추가 재학습 없이 이종 모델 교배를 구현한다. Darwin Family는 Hugging Face가 주관하는 AI 성능 벤치마크인 ‘GPQA Diamond(Graduate Level Google Proof Q＆A)’ 평가에서 글로벌 3위를 기록했다. 해당 지표는 박사 학위 소지자 수준의 과학적 추론 능력을 평가하는 대표적 기술 지표다. 비드래프트는 별도의 파인튜닝이나 사후 학습을 거치지 않고도 수백억 파라미터 규모의 Fully Trained 모델들의 성능 데이터 수준을 상회했으며, 최소 4B부터 최대 35B 규모에 이르기까지 다양한 모델 세그먼트 구간에서 부모 모델 대비 실질적 성능 향상 수치를 검증했다고 밝혔다. 국내 정량 평가 지표에서도 상위 순위를 점유하고 있다. 과학기술정보통신부와 한국지능정보사회진흥원(NIA)이 주관·운영하는 ‘K-AI 리더보드’에서는 Darwin 기반 모델들이 2위, 3위, 4위, 5위, 7위, 8위를 동시에 기록 중인 것으로 집계됐다. 특히 현재 1위 모델과의 데이터 점수 격차는 0.001점 범위 내에 있는 것으로 확인됐다. 비드래프트에 따르면 공식 모델 공개 이후 45일 만에 파생·양자화 레포지터리 88개와 개별 모델 파일 473개가 생성됐다. GGUF 양자화 분야 개발자 bartowski와 mradermacher 등 글로벌 오픈소스 커뮤니티 개발자들도 Darwin 모델군 배포와 최적화 작업에 참여하고 있다. 현재 Darwin 모델은 Windows·Linux·Mac 환경의 GGUF 포맷을 비롯해 Apple MLX, AWQ, NVIDIA Blackwell 전용 NVfp4 등 다양한 플랫폼을 지원한다. 김민식 비드래프트 대표는 “Darwin 생태계의 확산 속도와 규모는 국내 AI 모델 역사에서도 보기 드문 수준”이라며 “세계 최상위권 양자화 개발자들의 자발적 참여와 폭넓은 플랫폼 지원 체계를 기반으로 글로벌 AI 표준 생태계로 진입하고 있다”고 밝혔다. 한편, 이번 연구는 과학기술정보통신부 재원으로 수행된 ‘AI컴퓨팅자원활용기반강화(GPU 임차 지원) 사용자 지원사업’의 지원을 받아 진행됐다.

- 통신 단절·저대역폭 환경에서도 임무 지속… DIL 환경 대응 자율협업 지능체계 개발- 오케스트로, 계층형 멀티에이전트 기반 이동형 엣지 운용구조 개발 전담- 분산 지휘형 유·무인 복합체계 구현 기반 마련… 군 실증·후속 사업 연계 기대 AI·클라우드 소프트웨어 기업 오케스트로(대표 김범재, 김영광)가 과학기술정보통신부와 정보통신기획평가원(IITP) 주관 국방인공지능핵심기술개발사업의 공동연구기관으로 참여한다고 14일 밝혔다. 과제명은 ‘불안정한 네트워크(DIL) 환경에서 강건한 이동형 엣지-클라우드 기반 유·무인체계 자율협업 지능체계 개발’이다. 이번 사업은 안보 위협과 급변하는 미래 전장 환경에 대응하기 위한 국방 ICT R＆D 사업의 일환으로 추진된다. 해당 과제는 통신 인프라가 열악하거나 네트워크 단절과 지연이 반복되는 전술 환경(DIL, Disconnected, Intermittent, Low-bandwidth)에서도 유·무인 복합전투체계(MUM-T)의 자율협업을 지원하는 지능체계 개발을 목표로 한다. 중앙집중형 지휘통제 방식에서 벗어나 전술 현장 중심의 분산형 엣지 지능체계로 전환하고, 통신이 끊긴 상황에서도 임무를 지속하며 복구 이후에는 중단된 임무를 재개할 수 있도록 하는 데 초점을 두고 있다. 최근 미국을 비롯한 주요국이 전장 AI와 엣지 기반 전술 체계 도입을 확대하면서 팔란티어 등 글로벌 국방 AI·데이터 소프트웨어 기업의 역할도 커지고 있다. 이번 과제는 오케스트로의 클라우드·엣지 운용 기술을 미래 전장 환경에 적용하고, 유·무인 복합체계의 자율협업을 뒷받침하는 국산 소프트웨어 기반을 마련한다는 점에서 의미가 있다. 오케스트로는 이번 과제에서 ‘계층형 멀티에이전트 기반 이동형 엣지 운용구조 개발’을 전담한다. 쿠버네티스(Kubernetes, K8s) 기반 오케스트레이션 기술로 클라우드와 엣지 환경을 통합 관리하고, EdgeMesh와 CloudCore를 활용해 엣지 노드 간 P2P 통신과 서비스 디스커버리를 구현할 계획이다. 이어 AI·ML 모델을 엣지에 배포·실행해 실시간 추론이 가능한 지능형 운용체계 고도화도 함께 추진한다. 오케스트로의 이동형 엣지 운용 기술과 책임연구기관인 ETRI의 분산·연합학습, 증분학습, 네트워크 대응 기술이 결합되면 통신 불능 상태에서도 체계 운영의 복원력을 높일 수 있을 것으로 기대된다. 중앙 클라우드 지원 없이도 엣지 클라우드와 이기종 전장 자산을 연계해 유·무인 복합체계의 자율협업과 분산 지휘형 임무 수행을 지원하는 데 기여할 전망이다. 개발된 기술은 군 실증을 거쳐 후속 국방 사업과 연계될 전망이다. 주요 수요처로는 국방부, 합동참모본부, 육군본부 미래혁신센터, 방위사업청 등이 명시됐으며, 드론봇 전투단, 무인전투차량 시범여단, 차세대 지휘통제체계(NGC2) 개발 사업 등과의 연동이 검토되고 있다. 김범재 오케스트로 대표는 “이번 과제는 통신 단절과 저대역폭 등 제약이 큰 전술 환경에서도 자율협업 체계를 구현할 수 있는 기반을 마련한다는 점에서 의미가 크다”며 “클라우드 네이티브 기술과 엣지 운용 역량을 국방 분야에도 적용해, 국산 소프트웨어가 다양한 현장에서 활용될 수 있도록 기술 경쟁력을 지속적으로 강화할 것”이라고 밝혔다.

(사)한국인공지능협회가 창립 10주년을 맞아 ‘한국형 AI 전략의 방향’을 제시해 눈길을 끌었다. AI협회는 지난 7일 COEX에서 ‘10주년 비전 선포식’을 통해 단순 산업 지원 조직을 넘어 대한민국 AI 생태계의 미래를 설계하는 ‘기술·산업 플랫폼’으로의 전환을 공식 선언했다. 핵심 화두는 ‘체인저(Changer)’와 ‘오픈월드(Open World)’였다. 협회가 새롭게 정의한 체인저는 변화에 적응하는 수동적 존재가 아니다. AI를 활용해 사회적 난제를 해결하고 새로운 시대 질서를 만들어가는 능동적 주체를 의미한다. 여기에는 인간뿐 아니라 기업·기관·AI 에이전트·로봇까지 포함된다. 김현철 AI협회장은 “AI는 이제 단순한 생산성 향상 도구를 넘어 문명의 운영 원리를 다시 쓰는 단계로 진입하고 있다”며 “체인저의 개념 역시 인간 중심을 넘어 지능화된 모든 존재로 확장될 것”이라고 밝혔다. 이번 비전 발표에서 가장 눈길을 끈 대목은 ‘실세계(Real-world) AI’ 전략이다. 김 회장은 ”그동안 글로벌 AI 경쟁은 인터넷 기반 텍스트 데이터와 거대언어모델(LLM)을 중심으로 전개돼 왔다“면서 ”앞으로의 승부처는 공장·도시·물류·에너지·로봇 등 현실 공간에서 발생하는 인과관계와 행동 데이터를 이해하고 연산하는 영역으로 이동할 것이다“고 밝혔다. 김 회장은 특히 ”한국이 이 분야에서 독자적 경쟁력을 확보할 가능성이 높다“며 ”미국 빅테크 기업들이 인터넷 데이터를 사실상 장악한 반면, 한국은 반도체·자동차·조선·철강·배터리 등 세계 최고 수준의 제조 산업 현장에서 축적되는 방대한 실세계 데이터를 보유하고 있기 때문이다“고 강조했다. 김 회장은 이어 “인터넷 데이터는 글로벌 플랫폼 기업 중심으로 재편됐지만 제조 공정과 산업 현장에서 발생하는 행동 데이터는 한국이 세계적 우위를 가진 영역”이라며 “실세계 AI 시대에는 제조 강국의 경쟁력이 AI 경쟁력으로 직결될 가능성이 크다”고 설명했다. AI협회는 이를 기반으로 현실 세계의 물리 법칙과 인과 구조를 학습하는 ‘월드모델(World Model)’ 개발에 본격 착수할 계획이다. 월드모델은 로봇·자율주행·산업 자동화 등 차세대 피지컬 AI의 핵심 기술로 꼽힌다. 이를 실행하기 위한 조직 개편도 병행된다. 우선 새롭게 출범하는 ‘오픈월드 인텔리전스 연구소’는 실세계 행동 데이터와 월드모델, 피지컬 AI 연구를 총괄하는 핵심 조직 역할을 맡는다. 협회는 이를 통해 특정 빅테크 기업에 종속되지 않는 ‘인류에 의한 AGI(일반인공지능)’ 기반을 구축하겠다는 구상이다. ‘AIDC 추진위원회’는 분산형 데이터센터와 추론 인프라 구축을 담당한다. 지역 산업과 AI 연산 자원을 연결해 ‘지역의 문제를 지역의 지능으로 해결하는 구조’를 만드는 것이 목표다. 또 ‘AGSF’는 산업·안보·외교를 아우르는 국가 AI 전략 싱크탱크 역할을 수행하고, ‘CAIO 포럼’은 기업의 AI 전환(AX)을 이끄는 실행 리더 조직으로 운영된다. 협회는 이와 함께 DID(탈중앙화 신원증명) 기반의 ‘체인저 DID’, 온라인 문제 해결 플랫폼 ‘체인저스(Changers)’, 글로벌 문제 해결 프로젝트인 ‘AI 올림픽’ 등도 병행 추진할 예정이다. AI협회가 최종적으로 제시한 ‘오픈월드’는 AI로 증강된 개인들이 사회 문제 해결에 참여하고, 그 기여가 데이터 자산으로 축적되는 새로운 문명 체제를 뜻한다. 지능을 소수 플랫폼 기업의 독점 자산이 아니라 인류 전체의 공공 역량으로 확장하겠다는 구상이다.

- 112.5억 원 규모 연구개발 착수… 국산 AI 반도체 생태계 확산 주도- 국산 NPU·PIM 기반 클라우드 SW 스택 개발… GPU 중심 인프라 한계 극복- AI 모델 허브 구축… 최적화 모델 1,000개 이상 확보 목표 AI·클라우드 소프트웨어 전문 기업 오케스트로(대표 김범재, 김영광)는 과학기술정보통신부와 정보통신기획평가원(IITP)이 주관하는 ‘AI 반도체 특화 클라우드 네이티브 SW 스택 및 모델 허브 기술 개발’ 과제의 주관기관으로 선정됐다고 8일 밝혔다. 이번 연구개발 사업의 총규모는 112억 5000만원으로, 2026년부터 2029년까지 4년간 수행될 예정이다. 본 과제는 국산 NPU(신경망처리장치)와 PIM(지능형 메모리) 등 차세대 AI 가속기가 범용 클라우드 환경에서 기능할 수 있도록 클라우드 기반 운영 체계를 구축하는 것이 목적이다. 이를 통해 국산 AI 반도체의 생태계를 확장하고 활용도를 높이는 체계를 마련할 방침이다. 오케스트로는 이번 과제를 수행하며 AI 반도체 전용 클라우드 네이티브 SW 스택의 기술 수준을 높인다. 세부 개발 항목에는 ▲컨테이너 런타임 인터페이스(CRI) 호환 기술 ▲가속기 자원의 직접 접근을 지원하는 패스스루(Pass-through) 기술 ▲마이크로서비스 아키텍처(MSA) 프레임워크 등이 포함된다. 이는 기존 GPU 중심 인프라의 구조적 특성을 보완하고, 국산 NPU 자원을 유연하게 할당·운영할 수 있는 표준 체계를 수립하기 위함이다. 이와 함께 국산 AI 반도체 기반 서비스 확산을 위해 학습·추론 모델을 손쉽게 등록·배포할 수 있는 ‘AI 모델 허브’ 플랫폼도 구축한다. 모델 컨테이너화 자동화 기술과 메타데이터 관리 체계를 기반으로 운영될 예정이며, 과제 종료 시점까지 1000개 이상의 최적화 모델 확보를 목표로 한다. 특히 최근 수요가 빠르게 증가하고 있는 초거대 언어 모델(LLM) 실증 사례를 확보해 상용화 가능성을 검증한다. 국내 중소·벤처기업이 고가의 외산 GPU 의존도를 낮추고, 국산 AI 반도체 기반의 고성능 서비스를 보다 신속하게 개발·출시할 수 있도록 지원할 방침이다. 이번 연구 성과는 정부가 추진 중인 ‘K-클라우드 프로젝트’와 2026년부터 본격화되는 ‘국가 AI 컴퓨팅 인프라’ 구축 사업과 연계돼 실제 데이터센터 운영 환경에 적용될 예정이다. 오케스트로는 커널 레벨의 정밀 모니터링과 분산 추적 기술을 통합해 AI 워크로드 예측 정확도를 글로벌 최고 수준인 99%까지 끌어올리고, 대규모 AI 서비스 운영에 필요한 안정성과 신뢰성을 입증할 계획이다. 김범재 오케스트로 대표는 “이번 과제는 국산 AI 반도체가 글로벌 시장에서 경쟁력을 확보하는 데 필요한 핵심 소프트웨어 기반을 마련한다는 점에서 의미가 크다”며 “하드웨어와 소프트웨어가 유기적으로 결합되는 AI 컴퓨팅 환경을 구현해 국내 AI 인프라 자립도를 높이고, 국산 AI 반도체 생태계 확산에 기여하겠다”고 밝혔다.

한때 ‘시대에 뒤처졌다’는 평가까지 받던 인텔이 인공지능(AI) 시대의 중심으로 돌아오고 있다. 생성형 AI 시장이 학습 중심에서 실제 서비스를 수행하는 ‘추론’과 ‘에이전틱 AI’ 시대로 이동하면서 중앙처리장치(CPU)의 가치가 재부상하고 있어서다. 6일(현지시간) 뉴욕증시에서 인텔은 전 거래일 대비 4.49% 오른 113.01달러에 마감했다. 올해 들어 주가는 186.97% 급등하며 닷컴버블 당시 기록했던 사상 최고가도 넘어섰다. 2년 전만 해도 20달러대 주가로 ‘해체설’까지 거론됐으니, 극적인 반전이다. 인텔의 지난 1분기 매출은 135억 8000만 달러로 시장 전망치를 웃돌았고, AI 데이터센터 부문 매출은 전년 대비 22% 증가한 51억 달러였다. 배경은 AI 산업의 구조 변화다. AI 시장은 엔비디아 그래픽처리장치(GPU) 중심의 학습 단계가 주도했지만, 서비스를 수행하는 추론 단계 비중이 빠르게 커지고 있다. AI 에이전트와 피지컬 AI의 확산으로 복잡한 순차 연산과 시스템 제어를 담당하는 중앙처리장치(CPU)의 중요성이 재부상했다. AI 에이전트는 답변 생성을 넘어 데이터 호출, 작업 스케줄링, 시스템 제어 등을 반복 수행해야 한다. 병렬 연산에 강한 GPU뿐 아니라 복잡한 순차 처리와 자원 제어를 담당하는 CPU 역할이 필수적이다. 업계에서는 과거 1대 8 수준이던 CPU와 GPU 비중이 향후 1대 1 수준까지 근접할 수 있다는 전망도 나온다. 립부 탄 인텔 최고경영자(CEO)는 최근 실적 발표에서 “1년 전에는 생존 가능 여부가 화두였다면 지금은 얼마나 빨리 제조 역량을 확대해 수요를 충족할 수 있는지가 핵심 과제”라고 말했다. 인텔은 최근 AMD와 AI 컴퓨트 익스텐션 공동 개발에 나섰고, 애플은 공급망 다변화를 위해 인텔 파운드리 활용 가능성을 검토 중인 것으로 알려졌다. 테슬라가 차세대 반도체 생산시설 ‘테라팹’에 인텔의 14A 공정을 도입하기로 하면서 파운드리 경쟁력 회복 기대감도 커지고 있다. 미국 행정부도 반도체 보조금 지급 과정에서 인텔 지분 10%를 확보하며 반도체 공급망의 핵심 축으로 인텔을 지원하고 있다.

AI 전문기업 바이브컴퍼니가 AI 에이전트의 성능 지원을 위한 데이터 인텔리전스 플랫폼 ‘VAIV AI DATA PLATFORM(이하 VAIV AI DATA)’을 정식 출시했다. 최근 AI 산업은 단순한 모델 성능 경쟁을 넘어, AI가 실제 추론 과정에서 얼마나 정확하고 최신화된 정보를 확보할 수 있는지가 핵심 경쟁력으로 부상하고 있다. 특히 거대언어모델(LLM)은 학습 데이터 이후의 최신 정보를 반영하지 못하는 ‘지식 컷오프(Knowledge Cut-off)’ 한계를 안고 있어, 실무 환경에서 최신 시장 변화와 이슈를 충분히 반영하지 못한다는 지적이 꾸준히 제기됐다. 바이브컴퍼니는 이러한 문제의 핵심을 ‘외부 컨텍스트 데이터 부재’로 진단하고, AI 에이전트가 시장 흐름과 실시간 변화를 이해할 수 있도록 지원하는 데이터 인텔리전스 플랫폼을 출시했다. 현재 산업 현장에는 ERP나 데이터베이스(DB) 등 내부 데이터를 통합하는 솔루션은 다수 존재하지만, AI 에이전트가 외부 시장 상황을 이해하기 위한 고품질 데이터 공급 체계는 부족한 실정이다. VAIV AI DATA는 이러한 데이터 병목 문제를 해결하기 위해 개발됐다. 바이브컴퍼니가 지난 26년간 축적해온 약 550억 건 규모의 데이터 자산을 기반으로, AI가 즉시 이해하고 활용할 수 있는 지능형 지식 구조로 재설계해 제공하는 것이 핵심이다. 단순히 원천 데이터를 전달하는 수준을 넘어, 산업 리포트·기업 공시 정보·소셜 담론 등 다양한 멀티채널 데이터를 비즈니스 목적에 맞춰 구조화했다는 점이 특징이다. 이를 통해 AI 에이전트는 기업 내부 데이터에만 의존하지 않고, 실시간 시장 흐름과 사회적 맥락을 기반으로 보다 정교한 추론과 의사결정을 수행할 수 있게 된다. 기업은 변화하는 시장 상황에 보다 민첩하게 대응하고, 리서치와 분석 업무 효율 또한 높일 수 있다고 회사 측은 밝혔다. 플랫폼은 비즈니스 목적에 최적화된 5종의 데이터 인텔리전스를 공급한다. 세부 구성은 ▲실시간 시장 변화와 소비자 반응을 분석하는 ‘Trend 데이터’ ▲사회적 이슈 추적으로 리스크를 관리하는 ‘Issue 데이터’ ▲전문 지식 기반 리서치 과정을 구조화하는 ‘Research 데이터’ ▲AI 프로파일링을 통한 SNS 유저 특성 분석인 ‘Profiling 데이터’ ▲국내외 투자 지표와 시황 정보를 정제한 ‘Finance 데이터’ 등이다. 운용 편의성 측면에서는 글로벌 표준인 MCP(Model Context Protocol) 연동을 포함해 API, 대시보드, 커스텀 파일 등 4가지 방식의 연동을 지원한다. 이에 따라 도입 기업은 별도의 데이터 파이프라인 구축 절차 없이 실시간 데이터 분석과 리포트 작성 업무에 플랫폼을 활용할 수 있다. 김경서 바이브컴퍼니 대표는 “이제 AI 경쟁력의 핵심은 단순히 뛰어난 모델을 보유하는 데 그치지 않고, 해당 모델이 현시점의 외부 상황을 전문가처럼 읽어낼 수 있도록 만드는 생생한 지식 공급에 있다”며 “VAIV AI DATA는 26년간 축적한 데이터 역량을 에이전틱 AI 시대에 맞춰 재설계한 플랫폼으로, 복잡한 시장 신호를 AI가 즉시 이해할 수 있는 맥락으로 제공하는 지능형 엔진 역할을 하게 될 것”이라고 밝혔다. 바이브컴퍼니(구 다음소프트)는 2000년 설립된 국내 AI 전문기업으로, 데이터 자산과 생성형 AI 기술을 결합해 공공과 민간 분야에 AX(AI 전환) 서비스를 제공하고 있다.

추론용 인공지능(AI) 칩 스타트업 세레브라스가 약 266억 2000만 달러(약 39조원)의 기업 가치를 목표로 미국 증시 상장(IPO)에 나선다. 세레브라스는 4일(현지시간) 미국 증권거래위원회(SEC)에 제출한 수정 상장신청서에서 A형 보통주 2800만 주를 신규 공모할 계획이라고 밝혔다. 창업자와 기존 투자자 등이 보유한 B형 주식을 포함하면 총발행 주식 수는 2억 1296만 5381주다. 주당 공모희망가 115~125달러를 적용할 경우 시가총액은 최대 266억 2000만 달러에 이를 전망이다. 세레브라스는 웨이퍼를 잘게 잘라서 다량의 칩을 만드는 다른 제조사들과 달리 웨이퍼 전체를 하나의 거대한 칩으로 만드는 ‘웨이퍼 스케일 엔진(WSE)’ 기술을 보유하고 있다. D램 기반의 고대역폭메모리(HBM) 대신 속도가 빠른 S램을 장착해 AI 추론 속도를 끌어올린 것이 특징이다. 앤드루 펠드먼 최고경영자(CEO)는 자사 하드웨어가 엔비디아 대비 더 빠르게 AI 모델을 구동한다는 입장이다. 세레브라스의 2025년 매출은 5억 1000만 달러로, 2024년 2억 9000만 달러에서 75.86% 증가했다. 앞서 2024년 9월 상장을 추진했으나 아랍에미리트(UAE) 기업 G42의 지분 투자 문제로 미국 외국인투자위원회(CFIUS)의 조사를 받으면서 같은 해 10월 상장을 자진 철회한 바 있다. 올해 미국 증시에는 이외 스페이스X와 앤트로픽 등 AI·우주 관련 빅테크 기업들의 상장이 잇따를 전망이다.

생성형 인공지능(AI) 확산으로 데이터 저장 구조가 변화하면서 한동안 쇠퇴 산업으로 분류됐던 하드디스크(HDD)가 핵심 인프라로 재부상했다. 4일 업계에 따르면 글로벌 HDD 제조사 씨게이트는 2026년 1분기에 매출 31억 1000만 달러(약 4조 5754억원)를 기록해, 전년 동기의 21억 6000만달러(약 3조 1777억원)와 비교해 44% 증가했다. 매출총이익률은 47.0%로 전년의 36.2%에서 10.8%포인트 상승했고, 출하량은 199EB(엑사바이트)로 전년 144EB 대비 39% 증가했다. 특히 데이터센터 매출은 25억달러(약 3조 6780억원)로 전년 대비 55% 증가하며 전체 매출의 80%를 차지했다. 씨게이트는 지난달 28일(현지시간) 보도자료를 통해 “AI는 컴퓨팅만으로 작동하는 것이 아니라, 폭증하는 데이터를 얼마나 경제적으로 저장하느냐가 더 중요하다”라고 강조했다. HDD를 주력으로 하는 웨스턴디지털도 유사한 흐름이다. 매출은 33억 4000만달러(약 4조 9138억원)로 전년 22억 9400만달러(약 3조 3750억원) 대비 45% 증가했다. 매출총이익률은 50.5%로 전년 40.1% 대비 10.4%포인트 상승하며 50%를 처음 돌파했다. 출하량 역시 222EB로 전년 166EB 대비 34% 증가했다. 구글·마이크로소프트 등 클라우드 기업에 HDD를 공급해 발생하는 매출 비중은 89%에 달해 사실상 대부분의 성장이 데이터센터에서 이뤄지고 있다. 출하량 증가는 AI 구조 변화와 맞물려 있다. 학습 중심이던 AI가 추론·에이전틱 AI로 진화하면서 데이터 생성과 저장이 반복되고, 자율주행·로봇 확산으로 데이터 규모도 빠르게 커지고 있다. 이로 인해 클라우드 기업들의 데이터센터 투자가 늘면서 HDD 수요가 증가하고 있다. SSD가 고성능 처리를 담당하는 반면, 대규모 저장은 HDD가 더 경제적이라는 점도 영향을 미쳤다. 씨게이트는 실적 발표 콘퍼런스콜에서 “데이터센터용 HDD 생산 물량이 2027년까지 대부분 계약된 상태”라고 설명했다.

인텔이 2026년 1분기, 시장의 예상을 뛰어넘는 호실적을 기록했습니다. 물론 역대급 실적을 경신 중인 국내 반도체 제조사들과 비교하면 아주 압도적인 수치는 아니지만, 과거 파운드리 분사 후 분할 매각설이 돌 정도로 위태로웠던 상황을 고려하면, 이번 실적은 분위기를 반전시키는 중요한 이정표로 평가할 수 있습니다. 올해 1분기 인텔 매출은 전년 동기 대비 7.2% 증가한 136억 달러를 기록했습니다. 특히 주당 순이익(EPS)은 예상치인 0.01달러를 크게 상회하는 0.29달러를 달성했습니다. 소비자 제품군인 클라이언트 컴퓨팅 그룹(CCG) 매출이 전년 대비 6% 감소한 77억 달러에 그쳤음에도 거둔 성과라는 점에서, 이번 실적은 더욱 어닝 서프라이즈로 받아들여집니다. 인텔의 깜짝 실적을 주도한 주역은 전년 동기 대비 22% 성장한 데이터 센터 및 인공지능(AI) 부문(DCAI)입니다. 사실 인텔은 지난 몇 년간 경쟁사인 AMD의 맹추격에 밀려 고전을 면치 못했습니다. 2025년 2분기에는 데이터 센터 및 AI 부분 매출이 39억 달러 수준까지 줄어들기도 했습니다. 그러나 지난해 4분기 47억 달러로 회복세를 보이더니, 올해 1분기에는 51억 달러를 기록하며 확실한 반등 추세를 보이는데 성공했습니다. 이러한 의외의 호재를 이끈 동력은 바로 ‘에이전틱 AI(Agentic AI)’ 수요의 폭발입니다. 에이전틱 AI는 사람이 내린 지시에 따라 자율적인 AI 에이전트가 여러 단계를 설계하고, 외부 도구를 활용해 복잡한 문제를 해결하는 방식을 의미합니다. 기존 대규모 언어 모델(LLM)의 단순 훈련과 추론 작업에서는 GPU가 핵심적인 역할을 했지만, 작업 범위가 넓고 복잡한 에이전틱 AI 환경에서는 여러 작업을 조율하고 순차적으로 실행하는 CPU의 역할이 더 커집니다. 예를 들어, 특정 주제에 대한 이메일 초안 작성이나 간단한 요약은 LLM을 통해 빠르게 처리할 수 있으며, 이는 병렬 연산에 능한 GPU가 강점을 가진 영역입니다. 하지만 수백 건의 고객 문의를 처리해야 하는 기업용 환경은 이야기가 다릅니다. 단순히 답변을 생성하는 것에 그치지 않고 1) 문의 내용 분석 및 분류, 2) 목적에 맞는 데이터 가공, 3) 결과에 따른 다단계 후속 조치를 수행해야 합니다. 이는 일회성 응답을 넘어 AI 에이전트가 스스로 계획을 세우고, 외부 도구를 호출하며, 결과를 종합적으로 검토하는 ‘워크플로우’를 요구합니다. 이 과정을 오케스트레이션(Orchestration)이라 부르는데, 여기서 발생하는 상태 관리, 도구 호출, 실시간 의사결정 등은 병렬 연산에 특화된 GPU보다 범용 연산과 복잡한 제어 처리에 능한 CPU에 훨씬 적합합니다. 실제로 인텔의 최고재무책임자(CFO) 데이비드 진스너는 실적 발표에서 “데이터 센터 내 CPU와 GPU의 비율이 기존 1:8에서 1:4까지 좁혀졌다”고 밝혔습니다. 나아가 향후 이 비율이 1:1에 수렴하거나 오히려 CPU 비중이 더 높아질 수도 있다고 전망했습니다. 인텔의 1분기 실적은 이러한 주장을 뒷받침하는 증거인 셈입니다. 다만, 에이전틱 AI 시대의 주도권을 노리는 경쟁자가 많다는 점은 장기적인 변수입니다. 엔비디아는 루빈(Rubin) GPU와 함께 강력한 서버용 프로세서인 베라(Vera) CPU를 선보였고, AMD 역시 올해 최대 256코어를 탑재한 6세대 에픽(EPYC) 프로세서 ‘베니스(Venice)’를 출시할 예정입니다. 아마존 또한 자체 개발 서버 프로세서인 그래비톤(Graviton)을 내부적으로만 사용하지 않고 메타에게도 공급하기로 했습니다. 메타는 수천만 개의 그래비톤 5 CPU를 도입하기로 했는데, 역시 에이전틱 AI를 그 이유로 들었습니다. 이런 상황에서 인텔 역시 최신 18A 공정을 적용한 288코어 제온 6+(코드네임 클리어워터 포레스트)를 연내 출시하며 에이전틱 AI 시장 선점에 총력을 기울이고 있습니다. 오랜만에 찾아온 기회를 발판 삼아 인텔이 과거의 명성을 완전히 회복할 수 있을지 업계의 이목이 쏠리고 있습니다.

구글이 지난해 8월 7세대 TPU인 아이언우드를 발표한 지 1년도 채 되지 않아 8세대 TPU를 공개하며 AI 가속기 시장에서 속도전을 벌이는 모습입니다. 이렇게 빠르게 차세대 칩을 내놓았다는 것은 7세대 공개 시점에서 이미 8세대를 개발 중이었다는 이야기입니다. 이는 두 개의 팀을 따로 만들어 비용을 더 투자하더라도 개발 경쟁에서 경쟁자를 앞서겠다는 강한 의지 없이는 불가능한 일입니다. 이번 8세대 TPU의 가장 큰 특징은 사상 처음으로 학습과 추론 전용 칩을 분리해 각각 TPU 8t와 TPU 8i로 이원화했다는 점입니다. 특히 이번 세대는 단순한 칩의 성능 향상을 넘어, 스스로 판단하고 행동하는 ‘에이전틱 AI(Agentic AI)’ 시대를 뒷받침하기 위한 ‘AI 하이퍼컴퓨터’ 아키텍처의 핵심 엔진으로 설계됐습니다. 학습 전용인 TPU 8t는 216GB의 HBM 메모리를 탑재하고 단일 슈퍼포드당 최대 9600개의 칩을 3D 토러스(Torus) 토폴로지로 연결해 압도적인 확장성을 자랑합니다. 이를 통해 최첨단 모델의 배포 기간을 수개월에서 수주 단위로 단축할 수 있으며, 포드당 총 121 ExaFlops의 FP4 연산 능력을 제공합니다. 추론 특화 칩인 TPU 8i는 에이전틱 AI의 핵심인 ‘추론(Reasoning)’ 성능을 극대화하기 위해 설계됐습니다. 288GB의 HBM과 더불어 이전 세대보다 3배 늘어난 384MB의 온 칩 (on chip) SRAM을 탑재했습니다. 이는 최근 엔비디아가 공개한 추론 가속기인 그록(Groq) LPU의 SRAM 전략과 유사한 것으로 평가됩니다. 결론적으로 세대별 성능 향상 측면에서 TPU8t 트레이닝 칩은 대규모 학습에서 전 세대 대비 2.7배 향상된 가격 대비 성능을 제공하며, TPU8i 역시 추론 환경에서 전 세대 대비 80% 향상된 가격 대비 성능을 제공합니다. 또 두 칩 모두 와트당 성능이 두 배 향상됐는데, 이는 전력 비용을 줄여 전체적인 AI 총소유비용(TCO)를 크게 줄일 수 있습니다. 이와 같은 비용 절감은 앞으로 AI 서비스의 수익화에 매우 중요한 요소입니다. 다만 기본적으로 엔비디아의 베라 루빈 플랫폼은 여전히 8세대 TPU보다 강력한 성능을 지니고 있습니다. 단일 칩 기준으로만 보면 루빈 GPU는 50 PFLOPS에 달하는 연산 능력을 지녀 8세대 TPU보다 몇 배 빠른 성능을 지니고 있습니다. 문제는 비싼 가격입니다. 엔비디아 플랫폼이 비싼 이유는 칩 자체의 생산 비용도 있지만, 높은 이윤을 남기면서 팔고 있는 것도 중요한 이유입니다. 그런데 여기서 구글이 자체 칩을 만들어 마진을 흡수하면 오픈 AI나 앤스로픽 같은 경쟁자보다 비용을 대폭 절감할 수 있습니다. 최근 칩플레이션과 에너지 비용 급상승으로 AI 서비스 비용은 비싸지고 수익화는 이를 따라가지 못하는 상황에서 구글이 누리는 비용 절감 효과는 결국 AI 경쟁에서 최종 승자가 될 가능성을 높일 수 있습니다. 언뜻 보기에는 구글 TPU가 엔비디아를 겨냥한 것 같지만, 사실은 엔비디아 플랫폼을 사용할 수밖에 없는 다른 경쟁자가 더 압박을 받을 수밖에 없는 셈입니다. 자체 TPU 개발의 또 다른 이점은 자체 서비스에 최적화된 플랫폼과 생태계입니다. 마치 애플의 A 시리즈 및 M 시리즈 프로세서가 iOS 및 맥 OS, 그리고 애플 서비스에 최적화된 기능을 제공할 수 있어 비용은 절감하고 서비스 품질과 사용자 경험은 높일 수 있는 것과 동일한 구조입니다. 사실 이런 이유 때문에 구글뿐 아니라 오픈 AI나 앤스로픽 역시 자체 칩 플랫폼을 개발하거나 타사 플랫폼 활용을 고려하고 있지만, 이미 10년 이상 개발해온 TPU의 노하우를 따라잡기는 쉽지 않습니다. 반대로 이야기하면 구글 입장에서는 앞선 TPU 설계와 이미 구축해 놓은 생태계가 이들과의 경쟁에서 매우 큰 무기인 셈입니다. 결국 TPU의 개발 목적은 엔비디아와의 직접적인 경쟁보다는, 자사 인프라에 최적화된 저비용·고효율 환경을 구축하여 AI 서비스 대중화 시대의 수익성을 선점하는 데 있습니다. 이러한 탄탄한 하드웨어 경쟁력과 기존의 방대한 서비스 플랫폼이 결합된 AI 생태계를 통해 구글이 최종적인 승자가 될 수 있을지 주목됩니다.

인공지능(AI) 업계와 이용자들 사이에서 ‘덕테이프’(Duct Tape·덕트 테이프)라는 코드명으로 불렸던 AI 이미지 생성 도구의 정체가 예상대로 오픈AI의 새 모델로 드러났다. 오픈AI는 지난해 일본 애니메이션 스튜디오 ‘지브리’ 풍 그림을 만들어내는 기능으로 인기를 끈 이미지 도구의 새 버전인 ‘챗GPT 이미지 2.0’을 21일(현지시간) 공개했다. ‘이미지젠(ImageGen) 2.0’ 모델을 기반으로 만들어진 이 서비스는 앞서 AI 평가 플랫폼 ‘아레나’의 이용자 대상 테스트에서 글자 표현 문제를 완벽에 가깝게 해결했다는 호평을 받으며 관심을 끈 덕테이프의 정식 출시판이다. 오픈AI는 해당 모델에 대해 “단순히 재미를 위한 이미지 생성을 넘어서서 시각적 지능을 갖추고 있다”며 “특히 텍스트 처리에서 (전작 대비) 큰 진전을 이뤘다”고 소개했다. 이 모델은 또 전문적인 디자인 능력을 대폭 강화해 인포그래픽 등 시각 정보 표현에 강점을 보인다는 설명이다. 이에 따라 오픈AI는 이 모델이 교육용·연구용으로 특히 많이 활용될 것이라고 내다봤다. 이미지 생성 과정에서 추론 능력을 강화한 사고(Thinking)·프로(Pro) 모델도 선보였다. 이를 활용하면 사고의 연쇄 기능을 통해 보다 정확한 결과물을 얻을 수 있고, 만화와 같은 여러 장의 이미지에서 인물이나 캐릭터가 일관성을 유지하게 할 수도 있다. 오픈AI는 최근 핵심 사업에 집중하고 부차적인 사업은 정리한다는 기조하에 동영상 생성 도구인 ‘소라’(Sora) 서비스를 접겠다고 최근 발표한 바 있다. 동영상 도구와 달리 이미지 도구는 계속 개발하는 이유에 대해 오픈AI 관계자는 “챗GPT에 있어 이미지 생성은 궁극적인 개인 비서를 만드는 데 있어 핵심적인 요소”인 반면 “동영상에 대한 수요는 아직 그 정도는 아니었다”고 답했다. 이와 같은 이미지 생성 도구가 허위 정보 유포나 정치적 목적에 악용될 우려에 관한 질문에도 “우리는 사용자를 모니터링하고 보호하는 것은 물론이고 생성된 콘텐츠가 미치는 영향에 대해서도 매우 신중하게 다루고 있다”고 강조했다. 오픈AI는 챗GPT 이미지 2.0을 무료 이용자를 포함한 모든 계정에서 쓸 수 있도록 공개하고, 사고·프로 모델은 월 20∼200달러 요금제 이용자에게만 제공할 예정이다. 한편, 오픈AI의 이미지 생성 도구 공개는 이미지 소프트웨어(SW) 기업인 어도비가 연례 ‘어도비 서밋’을 개최하는 가운데 이뤄졌다. 사힐 굽타 어도비 파트너십 수석 총괄은 AI 모델들이 이미지 생성 등 분야에 진출하면서 어도비와 경쟁 관계가 된 것이 아니냐는 질문에 “고객들은 서로 다른 용도로 각 모델을 사용한다”고 일축했다.

크리스티아노 아몬 퀄컴 최고경영자(CEO)가 방한해 삼성전자, SK하이닉스, LG전자 경영진과 잇따라 회동했다. 스마트폰의 두뇌 역할을 하는 애플리케이션 프로세서(AP)의 강자인 퀄컴이 파운드리·메모리·인공지능(AI) 협력 전반을 점검하는 동시에 공급망 재편과 신사업 확대 전략을 구체화하기 위한 행보로 해석된다. 아몬 CEO는 21일 한진만 삼성전자 파운드리사업부장(사장)과의 회동에서 2나노미터(㎚·10억분의 1ꏭ) 공정 기반 차세대 애플리케이션 프로세서(AP) ‘스냅드래곤 8 엘리트 2’ 위탁생산을 핵심 의제로 논의한 것으로 알려졌다. 퀄컴은 최근 수년간 TSMC 중심의 생산 구조를 유지해왔으나 차세대 제품부터는 삼성전자를 포함한 파운드리 이원화 전략을 검토 중인 것으로 전해졌다. 업계에서는 삼성 파운드리의 수율 개선과 기술 신뢰도 회복, 글로벌 웨이퍼 가격 상승 등이 복합적으로 작용한 결과로 보고 있다. 실제로 아몬 CEO는 지난 1월 “여러 파운드리 기업 가운데 삼성전자와 가장 먼저 2나노 공정 도입을 논의했다”며 “파운드리 이원화 전략은 여전히 유효하다”고 밝힌 바 있다. 아몬 CEO는 SK하이닉스 경영진과의 만남에서 AI 확산에 따른 메모리 수급 문제 등을 다룬 것으로 보인다. 퀄컴이 데이터센터용 AI 추론 칩 ‘AI200’ 등을 통해 서버 시장 진출을 본격화하면서 고대역폭메모리(HBM)와 저전력 D램(LPDDR) 확보 필요성이 크게 확대된 상황이다. 특히 AI 서버 수요 증가로 메모리 공급이 병목 요소로 부상하면서 주요 고객사가 직접 공급망 확보에 나서는 흐름과 궤를 같이한다. LG전자와는 ‘피지컬 AI’를 중심으로 협력 확대 방안이 논의됐다. 두 회사는 과거 모바일 사업에서 시작된 협력 관계를 현재 전장·가전 영역으로 확장해왔으며, 최근에는 로봇과 스마트홈 등 물리적 환경 기반 AI 분야로 협력 범위를 넓히는 추세다. LG전자는 스마트홈과 모빌리티를 연결하는 AI 전략을 추진 중이며, 퀄컴은 로봇용 프로세서 ‘드래곤윙 IQ10’ 등을 앞세워 관련 시장 진입을 본격화하고 있다.

적은 전기로 데이터 처리 속도 2배엔비디아 슈퍼칩 ‘베라 루빈’ 최적화HBM과 투트랙으로 효율성 높여차세대 기술서도 주도권 확보 총력“메모리 성능의 새로운 기준 될 것” SK하이닉스가 차세대 인공지능(AI) 서버용 메모리 모듈인 ‘소캠2(SOCAMM2) 192GB’를 본격 양산한다고 20일 밝혔다. 스마트폰 등에 쓰이던 저전력 D램(LPDDR5X)을 AI 서버에서 빠른 속도로 구동하면서도 전력 소비는 낮도록 개량한 제품이다. AI의 추론기능이 중요해지면서 전력 소비 대비 높은 성능이 요구되는 가운데 SK하이닉스가 고대역폭메모리(HBM)에 이어 차세대 영역에서도 주도권을 잡겠다고 선언한 셈이다. SK하이닉스는 “소캠2는 (DDR5를 활용한) 기존 서버용 메모리 모듈(RDIMM) 대비 데이터 처리 속도(대역폭)가 2배 이상 빠르고, 전력 효율은 75% 이상 개선된 고성능 AI 연산 최적화 솔루션”이라고 이날 밝혔다. 더 적은 전기로 더 많은 데이터를 처리할 수 있다는 의미다. 특히 이 제품은 엔비디아의 차세대 AI 플랫폼 ‘베라 루빈’에 맞춰 설계돼 향후 AI 서버에 본격 적용될 가능성이 크다. 이번 발표가 주목받는 이유는 AI 메모리 시장의 구조 변화와 맞물려 있어서다. 그간 AI 서버는 그래픽처리장치(GPU)가 연산을 수행하고, 이를 초고속으로 지원하는 HBM과 데이터를 저장·공급하는 RDIMM 중심으로 구성돼 왔다. GPU가 요리사라면 HBM은 바로 사용할 재료를 올려두는 도마, RDIMM은 재료를 보관하다 필요할 때 꺼내 쓰는 냉장고 역할을 했던 셈이다. 다만 AI 연산 속도가 급격히 빨라지면서 RDIMM의 데이터 공급 속도와 전력 효율이 병목 요인으로 지적돼 왔다. HBM 중심 구조를 유지하면서도, 보다 빠르고 효율적인 메모리에 대한 수요가 확대된 이유다. SK하이닉스는 소캠2를 통해 이런한 문제를 줄여, AI 처리 속도를 높이겠다는 전략이다. 업계에서는 소캠2에 대해 HBM의 완전한 대체품보다 역할을 나눌 것으로 보고 있다. HBM이 최고 성능을 담당한다면, 소캠2는 전력과 비용을 줄이면서 데이터를 효율적으로 공급하는 역할을 맡는 식이다. 이를 통해 AI 서버는 더 많은 작업을 보다 효율적으로 처리할 수 있게 된다. 이 같은 흐름은 AI 시장이 ‘학습’ 중심에서 ‘추론’ 중심으로 이동하는 변화와도 맞닿아 있다. 학습은 데이터를 이용해 AI 모델을 훈련시키는 과정이고, 추론은 학습된 AI를 실제 서비스에 활용하는 단계다. 최근에는 많은 기업들이 AI를 실제 서비스에 적용하면서 전력 효율이 높은 메모리 수요가 빠르게 늘고 있다. SK하이닉스 김주선 AI 인프라 사장은 “소캠2 192GB 제품 공급으로 AI 메모리 성능의 새로운 기준을 세웠다”며 “글로벌 AI 고객과의 긴밀한 협력을 바탕으로 최적의 성능을 제공하고, 신뢰받는 AI 메모리 솔루션 기업으로 자리매김하겠다”고 밝혔다.

스스로 허점 찾아 침투하는 AI‘최강 보안’ OS 27년 된 버그 찾아내기존 500만번 놓친 취약점도 포착해킹 재현 평가서도 압도적 성적글로벌 금융 안보 위기美 재무부·연준, 월가와 긴급회의영국·캐나다 등도 대책 마련 나서금감원, 금융사들과 대응 방안 점검 전세계 최상위 테크 전문가들이 철통 보안이라 자부하며 27년 동안 검증해온 운영체제(OS)의 방어선이 인공지능(AI) 앞에서 단 몇 시간 만에 무너졌다. 난공불락의 성벽을 무너뜨린 주인공은 AI 스타트업 앤스로픽이 최근 공개한 차세대 모델 ‘미토스’(Mythos)다. 보안 체계의 붕괴를 우려한 미국, 캐나다, 영국 등은 금융기관들과 보안 점검 및 긴급 협의에 나섰고 우리나라 금융감독원도 대응 방안을 점검했다. 13일 AI 업계에 따르면 미토스는 복잡한 소프트웨어의 설계 구조를 인간 전문가 수준으로 추론해 보안 취약점을 스스로 찾아내고 침투 경로까지 설계하는 이른바 ‘자율형 보안 지능’이다. 미토스의 위력은 보안 결함을 즉각 해킹 도구로 무기화하는 자율성에 있다. 사람이 침투 경로를 지시해야 했던 과거 모델과 달리, 미토스는 “약점을 찾아 침투하라”는 단 한 줄의 명령만으로 취약점 분석부터 실제 공격 코드(익스플로잇) 제작까지 전 과정을 스스로 완수한다. 앤스로픽에 따르면 미토스는 보안이 강력하기로 유명한 ‘오픈BSD’에서 27년 된 버그를 찾아냈고, 기존 도구가 500만 번 넘게 놓쳤던 취약점까지 단번에 포착했다. 특히 격리된 가상 환경을 스스로 탈출해 활동 흔적을 지우는 등 통제를 벗어난 지능을 보이기도 했다. 이런 파괴력의 본질은 AI가 단순히 데이터를 찾는 수준을 넘어 스스로 허점을 찾아 ‘사고’하고 ‘침투’하는 단계에 진입했음을 의미한다. 미토스는 박사급 전문가용 추론 시험인 ‘인류의 마지막 시험’(HLE)에서 사상 최초로 50%의 벽을 넘긴 56.8%를 기록했으며, 해킹 재현 평가에서도 83.1%라는 압도적 성적을 거뒀다. 소프트웨어 설계 구조를 꿰뚫어 보고 파괴적인 결함을 스스로 추론해낼 수 있는 ‘지능형 저격수’로 진화한 것이다. 글로벌 금융계는 안보 위기에 직면하게 됐다. 한 곳의 구멍만 뚫려도 결제와 송금이 얽힌 거대한 인프라 전체가 마비될 위험이 크기 때문이다. 미국 재무부와 연준(Fed) 수뇌부는 지난 7일(현지시간) 월가 주요 은행 최고경영자(CEO)들을 긴급 소집해 금융 시스템 방어를 위해 미토스를 활용하라고 강력 권고했다. 해커들이 미토스급 AI를 확보하기 전에 금융권이 먼저 ‘지능형 방패’를 구축하라는 취지다. JD 밴스 미 부통령과 스콧 베센트 재무장관은 주요 AI 기업 CEO들과 비공개 회의를 열어 사이버 공격 대응책을 점검했고, 백악관은 국가 핵심 시설의 보안 취약성에 대해 전수 조사에 착수했다. 12일에는 ‘프로젝트 글래스윙’이 공식 출범했다. 이는 글로벌 빅테크 및 금융사 50여개가 참여해 해커보다 먼저 시스템의 구멍을 찾아 메우겠다는 ‘선제적 방어 카르텔’ 성격이다. 파이낸셜타임스는 영국 금융 규제 당국이 정부 보안 기관 및 주요 은행들과 긴급 회담을 열었다고 보도했고 블룸버그통신은 캐나다에서도 중앙은행과 금융사들이 관련 문제로 회동했다고 전했다. 글로벌 안보 지형이 급변하자 금융감독원은 이날 국내 은행 등 주요 금융사 정보보안 담당 실무자들을 긴급 소집해 AI발 보안 위협과 대응 방안을 점검했다. 글로벌 금융 시스템이 촘촘히 연결된 만큼, 미토스가 발견한 수천 개의 결함이 국내 금융망으로 전이되어 예금 인출 사태(뱅크런)나 유동성 위기를 초래할 시나리오를 선제적으로 살피기 위한 행보로 풀이된다. 전문가들은 AI 정책의 무게중심을 ‘산업 육성’에서 ‘국가 리스크 관리’로 즉시 재정립해야 한다고 조언했다. 한 보안 전문가는 “AI가 취약점 탐지와 공격 자동화를 동시에 수행하면서 보안 정책은 활용 전략보다 우선순위에 놓여야 하는 항목이 됐다”며 “금융권 대상 AI 공격 시나리오 구축과 범정부 차원의 통합 대응 체계 마련이 시급하다”고 강조했다.

기존 ‘200달러’ 단일 체제서 ‘100달러’ 옵션 추가 코딩 도구 사용량 5배 확대, 헤비 유저 혜택 집중 생성형 인공지능(AI) 선두주자 오픈AI가 챗GPT에 월 100달러(한국 공식 가격 15만 9000원) 규모의 새로운 ‘프로(Pro)’ 요금제 옵션을 도입했다. 기존에 월 200달러(약 29만원)에 달했던 프로 요금제의 높은 가격 장벽을 절반 수준으로 낮춰, 전문가와 개발자 등 ‘헤비 유저’들을 대거 흡수하겠다는 포석이다. 10일 오픈AI와 관련 업계에 따르면 챗GPT 유료 라인업은 Go(1만 3,000원), Plus(2만 9,000원), Pro(15만 9000원부터)로 재편됐다. 이번 개편의 핵심은 초고성능 구간인 ‘프로’ 요금제의 다변화다. 그동안 시장에서는 20달러짜리 플러스 요금제는 아쉽고, 200달러짜리는 너무 비싸다는 목소리가 컸는데, 이번에 100달러대 ‘중간 지대’를 신설하며 이용자 선택권을 넓혔다. 오픈AI가 요금제를 다변화한 이유는 AI를 업무 도구로 쓰는 고숙련 사용자층의 요구에 부응하기 위해서다. 단순한 대화 수준을 넘어 실제 업무에 AI를 활용하는 사례가 빠르게 늘고 있기 때문이다. 실제로 오픈AI의 코딩 특화 에이전트인 ‘코덱스(Codex)’는 최근 3개월 만에 주간 사용자 수가 5배 급증하며 300만명을 돌파했다. 신설된 월 100달러 프로 요금제는 이런 ‘헤비 유저’를 겨냥했다. 기존 플러스 요금제보다 5배 많은 코덱스 사용량을 보장하는 것이 특징이다. 여기에 최신 추론 모델인 인스턴트와 씽킹을 무제한 지원한다. 차세대 모델인 GPT-5.4 기반의 추론 기능도 포함해 복잡한 개발이나 분석 업무의 연속성을 높였다. 오픈AI 측은 “작업량이 많은 환경에서도 제약 없이 AI를 실무에 활용하도록 선택지를 넓힌 것”이라고 설명했다. 이처럼 생성형 AI 시장에선 ‘이용 패턴별 맞춤형 요금제’ 경쟁이 치열하다. 경쟁사인 구글이 비용 효율성을 강조한 ‘제미나이 1.5 플래시(Gemini 1.5 Flash)’로 가성비 시장을 공략하자, 오픈AI는 저가형부터 초고성능 모델까지 풀라인업을 구축하며 맞불을 놓은 모양새다. 이용자의 업무 성격과 예산에 맞춘 ‘체급별 구독 경쟁’이 본격화됐다는 분석이다. 업계에서는 이번 개편을 연내 추진 중인 기업공개(IPO)를 앞둔 수익 구조 다변화 전략으로 보고 있다. 오픈AI는 유료 구독 모델 세분화와 광고 도입을 통해 2030년까지 광고 매출로만 1000억 달러를 벌어들인다는 구상이다.

‘전기 먹는 하마’ GPU 대신 NPU ‘관제탑 CPU-타격대 NPU’ 원팀 구축 글로벌 ‘소버린 AI’ 시장 정조준 SK텔레콤과 영국 반도체 설계회사 Arm, 국내 인공지능(AI) 반도체 선두주자 리벨리온이 차세대 AI 데이터센터(AIDC) 시장 선점을 위해 손을 맞잡았다. AI 산업의 무게중심이 대규모 학습에서 실제 서비스 단계인 ‘추론’으로 급격히 이동함에 따라, 저전력·고효율 인프라를 무기로 글로벌 시장을 공략하겠다는 포석이다. SK텔레콤과 Arm, 리벨리온 3사는 차세대 AI 인프라 혁신을 위한 전략적 파트너십(MOU)을 체결했다고 10일 밝혔다. 이번 협력의 핵심은 Arm의 데이터센터용 중앙처리장치(CPU)인 ‘Arm AGI CPU’와 리벨리온이 오는 3분기 출시 예정인 차세대 신경망처리장치(NPU) ‘리벨카드(RebelCard™)’를 하나의 서버에 통합하는 것이다. 그동안 AI 연산은 그래픽처리장치(GPU)가 주도해왔으나, 365일 24시간 가동되는 AI 추론 서비스 특성상 GPU의 막대한 전력 소모와 비용은 데이터센터 운영의 최대 걸림돌로 지목되어 왔다. 3사가 내놓은 해법은 ‘이종 컴퓨팅’(Heterogeneous Computing)이다. 시스템 운영과 데이터 관리를 총괄하는 ‘관제탑’ 역할의 CPU와, 실제 AI 추론 연산을 전담하는 ‘타격대’ 역할의 리벨리온 NPU를 결합해 효율을 극대화한다는 전략이다. 특히 리벨카드는 한국 최초로 서버급 고성능 AI 반도체인 ‘리벨100’을 탑재해 아시아 유일의 페타플롭스(PetaFLOPS)급 연산 능력을 갖췄다. 이번 연합은 단순히 기술 협력에 그치지 않고 데이터 주권 확보를 위한 독자 AI인 ‘소버린 AI’ 및 글로벌 통신사 특화 인프라 시장을 정조준한다. 국가나 기업이 독자적인 AI 인프라를 구축할 때, 성능과 가성비를 동시에 잡은 ‘검증된 패키지’를 공급해 표준을 선점하겠다는 구상이다. 이미 Arm과 리벨리온은 지난 3월 ‘Arm 에브리웨어’ 행사에서 양측의 칩을 결합해 오픈AI의 대규모 언어모델(GPT OSS 120B) 기반 에이전틱 AI 서비스를 실시간 시연하며 상용화 가능성을 입증한 바 있다. SK텔레콤은 이렇게 개발된 서버 설루션을 자사 AIDC에 도입해 실전 검증에 나선다. 특히 SKT가 독자 개발한 AI 파운데이션 모델 ‘에이닷엑스 케이원(A.X K1)’을 해당 인프라에서 직접 운영하며 안정성을 테스트할 계획이다. 이러한 협력 체계는 각 분야의 ‘정점’이 만나 하나의 완성된 설루션을 제안한다는 점에서 시장의 주목을 받고 있다. 오진욱 리벨리온 최고기술책임자(CTO)는 “압도적 성능과 전력 효율을 갖춘 리벨카드가 차세대 AIDC를 지탱하는 핵심 축이 될 것”이라며 “각 분야 전문가들이 ‘원팀’으로 뭉친 이번 사례는 업계에서도 유의미한 이정표”라고 자신감을 내비쳤다. Arm은 범용 인프라로서의 확장성을 강조했다. 에디 라미레즈 Arm 부사장은 “Arm 네오버스 기반 CPU는 대규모 AI 구축에 필수적인 성능을 갖췄다”며 “리벨리온, SKT와 함께 소버린 AI 및 통신 시장에서 실제 작동하는 확장성 있는 인프라를 실현할 것”이라고 말했다. 이재신 SK텔레콤 AI 사업개발 담당은 “추론 최적화 인프라에 독자 파운데이션 모델인 ‘A.X K1’을 얹은 ‘풀 패키지’를 제공할 것”이라며 “이를 통해 글로벌 AIDC 시장에서의 주도권을 확실히 쥐겠다”고 강조했다.

과학·기술·공학·수학 평가 77.3점오픈AI·앤트로픽 경쟁 모델 앞서차트 분석·추론 능력도 우위 보여‘독자 AI 파운데이션 모델’도 대비 LG AI연구원이 9일 텍스트와 이미지를 동시에 이해하고 추론하는 멀티모달 인공지능(AI) 모델 ‘엑사원 4.5’를 공개했다. 설계도나 재무제표 등 서류 인식 능력을 고도화시킨 것이 특징으로 대중 서비스 보다는 산업용 활용이 확대될 전망이다. 엑사원 4.5는 LG AI연구원이 자체 개발한 ‘비전 인코더’와 거대언어모델(LLM)을 하나의 구조로 통합한 ‘비전-언어 모델’(VLM)로, 국내 최초 멀티모달 AI를 구현했던 엑사원 1.0부터 쌓아온 기술력의 집합체다. 엑사원 3.0부터 LLM에 집중해온 LG AI연구원이 다시 VLM으로 회귀한 것은 오는 8월 예정된 ‘독자 AI 파운데이션 모델’ 2단계 평가까지 대비한 것이다. LG AI연구원은 3단계 진출이 확정되면 본격적으로 모달리티 확장에 나서고, 궁극적으로 엑사원을 피지컬 AI까지 발전시킬 계획이다. 엑사원 4.5에서 가장 크게 향상된 성능은 복합 문서를 정확하게 읽고 추론하는 능력이다. 계약서, 재무제표, 전문 문헌 등 데이터와 숫자로 구성된 문서부터 기술 도면 등 그림 형태의 문서까지 이미지의 내용과 맥락을 이해해 텍스트로 출력할 수 있다. 설계도 등이 사용되는 건설업이나 제조현장, 연구원 및 학계 등 기업 간 거래(B2B)에서 활용성이 특히 높다. 소버린 AI를 목표로 하는 만큼 한국에 특화된 것도 강점이다. LG AI연구원은 지난 1월에는 동북아역사재단으로부터 데이터를 제공받아 학습을 진행하고 있다. 엑사원을 한국의 역사와 문화, 사회적 맥락까지 깊이 이해하는 AI로 발전시키려는 것이다. LG AI연구원이 공개한 벤치마크 점수에 따르면 엑사원 4.5는 과학·기술·공학·수학(STEM) 성능을 측정하는 5개 지표에서 평균 77.3점을 기록해 미국 오픈AI의 ‘GPT5-미니’(73.5점)와 앤트로픽의 ‘클로드 소넷 4.5’(74.6점), 중국 알리바바의 ‘큐웬3 VL 32B’(74.8점)를 모두 앞섰다. 복잡한 차트를 분석하고 추론하는 능력을 평가하는 ‘차트QA 프로’ 지표에서는 62.2점으로 GPT5-미니(60.9점), 클로드 소넷 4.5(62.1점)를 모두 넘어섰다. 시각 능력 평가 지표에서 높은 점수를 기록한 것은 AI가 문서 속 글자나 비정형 데이터를 단순히 인식하는 수준을 넘어 맥락을 파악하고 질문에 답할 수 있는 이해력을 갖췄다는 뜻이다. 이진식 LG AI연구원 엑사원랩장은 “엑사원 4.5를 시작으로 음성과 영상, 물리 환경까지 AI의 이해 범위를 확장해 산업 현장에서 실질적으로 판단하고 행동하는 AI를 만들어가겠다”고 밝혔다.

알렉산더왕 연구팀의 첫 작품석박사 설계한 ‘인류 최종 시험’구글·오픈AI 경쟁작보다 앞서인스타그램·AI 안경 등에 적용 메타가 인공지능(AI) 생태계의 ‘개방’을 상징하던 기존의 오픈소스 전략을 버리고 기술 독점을 통한 정면 승부를 선택했다. 그동안 ‘라마(Llama)’ 시리즈를 무료로 배포하며 생태계 확장을 주도해온 것과 달리 이번엔 ‘폐쇄형’ 모델로 승부수를 던진 것이다. 이는 글로벌 AI 경쟁의 축이 누구나 쓸 수 있는 ‘공유 자산’에서 빅테크가 기술을 점유하고 통제하는 ‘성능 중심’으로 완전히 옮겨갔음을 의미한다. 메타는 8일(현지시간) 알렉산더 왕 최고AI책임자(CAIO)가 이끄는 메타초지능연구소(MSL)의 첫 결과물인 ‘뮤즈 스파크(Muse Spark)’를 전격 출시했다. 왕 CAIO는 메타가 지난해 새 AI 모델 개발을 위해 약 21조원을 들여 영입한 데이터 플랫폼 기업 ‘스케일AI’의 창업자이자 개발자다. 이번 모델은 그가 이끄는 초지능 연구팀의 첫 성과로 작고 빠르면서도 과학·수학 등 전문 분야에서 인간 전문가 수준의 추론 능력을 갖췄다. 가장 눈에 띄는 성과는 AI의 한계를 시험하기 위해 고안된 ‘인류 최종 시험(HLE)’ 결과다. 석·박사급 전문가들이 AI가 풀기 어렵게 설계한 이 시험에서 뮤즈 스파크는 외부 도움 없이 스스로 답을 내는 ‘자체 사고’ 기준 50.2점을 기록했다. 이는 구글의 ‘제미나이 3.1 딥싱크(48.4)’와 오픈AI의 ‘GPT 5.4 프로(43.9)’를 앞선 수치로, 순수 지능 면에서 세계 최고 수준에 진입했음을 보여준다. 메타는 이처럼 향상된 추론 성능을 구현하기 위해 기술적 구조에도 변화를 줬다. 성능의 핵심은 새롭게 도입된 ‘심사숙고 모드’다. 여러 AI 에이전트가 동시에 문제를 분석하고 최적의 해답을 조율하는 기술로 사고의 깊이를 더했다. 이번 모델은 메타의 SNS 플랫폼은 물론 스마트 글래스 등에도 즉시 적용된다. AI 안경이 사용자가 보는 세상을 실시간으로 분석해 정보를 알려주고, 인스타그램 등에서 개인 비서처럼 대화를 나누는 식이다.

오픈AI가 초지능 시대를 대비해 로봇세 도입을 공개 제안했다. 인공지능(AI)이 기업 이윤을 늘리는 대신 노동 소득을 잠식할 수 있다는 이유에서다. 자본이득세·법인세 인상과 함께 자동화로 비용을 절감하고 이윤을 낸 기업에 ‘자동화 노동세’를 신설하자는 게 핵심이다. 오픈AI가 로봇세 개념의 창시자는 아니다. 2017년 MS 창업자 빌 게이츠가 “세금을 내던 사람들의 일자리를 빼앗으면서 로봇은 세금을 안 낸다”며 로봇세를 띄웠다. 그러자 래리 서머스 전 미국 재무장관은 “ATM, 모바일뱅킹에도 과세해야 하느냐”고 반박했다. 그해 한국에서는 자동화 설비 세액공제율을 낮춰 사실상의 세금 인상 효과를 거뒀다. ‘한국형 로봇세’로 불렸지만 본격적인 공론화로 이어지지는 못했다. ‘로봇=일자리 도둑’이라는 전제도 아직 경험적으로 확고하지 않다. 국제로봇연맹의 2023년 통계를 보면 로봇 밀도 상위국인 한국·독일·일본의 실업률은 세계적으로 낮은 편. 로봇과 고용이 함께 간다는 역설이다. 변곡점은 2022년 말 챗GPT다. 고비용 기술이던 AI 추론 비용이 이후 2년 만에 수백분의1로 떨어졌다. 이제 AI는 많은 영역에서 인건비보다 싸게 지적 업무를 처리하며 글쓰기부터 코딩, 추론까지 영역을 넓히고 있다. 일하는 방식과 산업구조, 공장 가동 형태가 바뀌면 세금 체계도 흔들리게 마련이다. 로봇세 논의가 촉발됐던 2017년은 이재명 대통령의 첫 대선 도전 시기와 겹친다. 이 대통령은 당시 경선 토론에서 ‘로봇세’에 대해 “생산력은 늘지만 일자리는 줄고, 돈 버는 사람은 계속 부를 쌓고 가난한 사람은 점점 가난해질 것”이라며 “그래서 기본소득제”라고 했다. 대통령이 된 지금은 AI 대전환에 4조 5000억원을 쏟으며 생산성 경쟁에 여념이 없다. 자동화의 부작용을 경계하던 시대에서 기술 소외를 우려하는 시대로의 급전환이다. 가차없이 빠른 기술의 속도는 제도의 숙성을 기다려 주지 않는다.

삼성전자가 이란 전쟁 등 돌출 악재에도 한국 기업 사상 최초로 ‘분기 영업이익 50조원’ 시대를 연 배경에는 반도체 슈퍼사이클(초호황기)과 맞물린 기술 경쟁력 회복이 자리하고 있다. 사법 리스크를 털어낸 이재용 삼성전자 회장이 젠슨 황 엔비디아 최고경영자(CEO), 일론 머스크 테슬라 CEO, 리사 수 AMD CEO 등 글로벌 빅테크 수장들과 접점을 넓히며 협력 확대에 나선 점도 이번 역대급 실적의 배경으로 꼽힌다. 글로벌 빅테크들 협력 효과세계 첫 6세대 HBM4 양산 시작GTC 2026서 차세대 제품도 공개삼성전자가 7일 공시한 잠정 실적에는 사업부별 세부 실적은 공개되지 않았지만, 증권가에서는 총 57조 2000억원의 영업이익 중 반도체에서만 약 50조원을 번 것으로 추정했다. 핵심 사업은 인공지능(AI)의 확산으로 수요가 몰린 고대역폭메모리(HBM)다. 삼성전자는 지난해 5세대 HBM 경쟁에서 밀린다는 평가를 받았지만, 지난 2월 세계 최초로 6세대 ‘HBM4’를 양산 출하하며 반전에 성공했다. 또한 지난달 열린 엔비디아 연례 개발자회의 ‘GTC 2026’에서 차세대 제품인 HBM4E를 공개하는 등 생산 능력을 확대하고 있다. 지난해 4분기 실적 발표 당시 삼성전자는 올해 HBM 매출이 지난해 대비 3배 이상 증가할 것으로 전망했다. 서버·PC·모바일 등에 사용되는 범용 D램 가격 상승 역시 실적 개선을 이끌었다. 시장조사업체 트렌드포스에 따르면 올해 1분기 D램 가격이 전 분기보다 90∼95% 상승한 데 이어 2분기에도 약 60% 추가 상승할 것으로 예상된다. 삼성전자는 엔비디아, 구글 등 글로벌 빅테크 기업에 D램을 납품하고 있다. KB증권 김동원·이창민 연구원은 “AI 데이터센터 업체들이 삼성전자 D램과 낸드 출하량의 60%를 흡수하고 있다”며 “AI가 학습에서 추론 중심으로 빠르게 전환되면서 메모리 탑재량 증가 추세는 향후 수년간 지속될 것”이라고 밝혔다. 파운드리(반도체 위탁생산)와 시스템LSI 부문의 적자폭 축소도 실적 개선에 힘을 보탠 것으로 분석된다. 업계에서는 메모리와 함께 핵심 축을 이루는 파운드리 부문의 경쟁력 확보가 향후 실적 향방을 좌우할 것으로 보고 있다. 이 외에 환율 효과도 있었다. 반도체 수출 대금을 대부분 달러로 받는 구조상 원달러 환율 상승은 수익성 개선으로 직결된다. 스마트폰을 담당하는 모바일경험(MX) 사업부 실적에 대해서는 전망이 엇갈린다. 갤럭시 S26 시리즈 출시 효과는 긍정적 요인으로 꼽히지만, 부품 가격 상승 부담으로 수익성이 둔화됐을 것이란 관측도 나온다. 차세대 제품 생산 능력 확대HBM 수요 확대·D램 가격 상승세AI 데이터센터, 낸드 60% 싹쓸이TV·가전 사업을 맡고 있는 영상디스플레이(VD)·생활가전(DA) 사업부는 이전 분기에 6000억원의 적자를 기록했는데, 올해 1분기에도 적자 또는 소규모 흑자를 기록했을 것으로 보인다. 삼성전자 관계자는 “메모리 사업 중심의 DS 부문 매출 및 이익 상승과 완제품을 담당하는 디바이스경험(DX) 부문의 시장 경쟁력 강화로 전사 역대 최대 실적을 달성했다”고 설명했다. 삼성전자의 이번 1분기 영업이익은 글로벌 빅테크 중 상위 5위 안에 들 정도의 수준이다. 애플의 지난해 4분기 영업이익은 509억 달러였고, 엔비디아 443억 달러, 마이크로소프트 383억 달러, 알파벳(구글) 359억 달러 등이었다. 시장의 시선은 이미 내년으로 향하고 있다. 업계에서는 “현재 메모리 업황은 아직 미드 사이클(중간 국면)에 근접했다”며 향후 실적 상승 속도가 더욱 가팔라질 것으로 보고 있다. 일각에서는 삼성전자가 엔비디아를 넘어 전 세계 영업이익 1위 기업으로 도약할 것이라는 가능성도 점쳐진다. KB증권은 삼성전자의 올해 영업이익을 327조원, 내년 영업이익을 488조원으로 내다보며 “올해 엔비디아(357조원)와 삼성전자(327조원) 영업이익 격차는 30조원에 불과하다. 삼성전자가 내년 글로벌 영업이익 1위 기업으로 도약할 가능성도 있다”고 설명했다. 이어 “현재 삼성전자 시가총액(1248조원)은 엔비디아(6487조원) 대비 19%, TSMC(2206조원) 대비 57% 수준에 불과해 밸류에이션 매력은 매우 높다”고 덧붙였다. 메모리 기업 폭발적 성장 기대스마트폰 선방… 가전도 흑자 분석내년 488조, 글로벌 1위 달성 전망메리츠증권 김선우 연구원도 “과거 반도체 사이클을 반추해 보면 미드 사이클 앞뒤로 전개되는 판매 가격 상승 구간 이후 물량 확대 구간이 중복될 때 메모리 기업들의 실적은 더욱 폭발적으로 개선됐다”며 “해당 구간은 2026년 4분기부터 2027년 2분기 사이가 될 가능성이 높다”고 전했다. 이날 유가증권시장에서 삼성전자는 전 거래일 대비 1.76% 상승한 19만 6500원에 장을 마쳤고 장 초반에는 20만원 선을 돌파했다.