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.

삼전·닉스, 2분기 영업익 고공행진 LG이노텍, 전년대비 2057% 폭증전력기기 수출 호재·통신사 급성장“초격차 경쟁·환경 문제 등 과제도” 인공지능(AI) 열풍으로 전 세계에서 데이터센터 투자가 확대되면서 반도체부터 전자부품, 전력기기, 통신까지 관련 산업의 실적이 뚜렷하게 개선되고 있다. AI 데이터센터가 서버를 모아놓은 시설을 넘어 산업 생태계로 자리매김하며 국내 기업의 신성장동력으로 자리 잡는 모습이다. 삼성전자와 SK하이닉스는 AI 데이터센터의 최대 수혜자다. 지난 2분기 삼성전자의 영업이익은 지난해 같은 기간과 비교해 무려 1813.8% 증가한 89조 4924억원이었고, SK하이닉스는 557.2% 증가한 60조 5426억원을 기록했다. AI 데이터센터에는 고성능 그래픽처리장치(GPU)가 필수재이고, GPU가 AI 연산을 수행하려면 방대한 데이터를 빠르게 공급할 메모리가 핵심 부품이다. 시장에서는 AI 투자 지속 여부와 공급 확대에 따른 반도체 업황의 ‘피크아웃’ 가능성에 대한 우려도 있었지만 양사의 2분기 실적은 이런 우려를 잠재웠고, AI 데이터센터발 수요가 실제 기업 실적으로 이어지고 있다는 점을 확인시켰다. AI 서버에 들어가는 각종 전자부품과 기판을 생산하는 업체들도 수혜를 받고 있다. LG이노텍은 AI 서버용 반도체 기판(FC-BGA) 공급 확대 등에 힘입어 올해 2분기 영업이익이 전년 동기 대비 무려 2057%(2458억원) 증가했다. 삼성전기도 2분기 영업이익이 전년 동기 대비 2배(4404억원)로 늘었고, 3분기에는 더 상향될 전망이다. 13일 금융투자업계에 따르면 모건스탠리는 최근 보고서에서 국내 기술주 최선호 종목을 삼성전자에서 삼성전기로 교체했다. AI 데이터센터 투자 확대에 따른 적층세라믹커패시터(MLCC)와 반도체 패키지 기판 수요 증가를 높게 평가한 결과다. MLCC는 전기를 저장했다 필요한 곳에 공급해 전자기기가 안정적으로 작동하도록 하는 핵심 부품이다. 무라타와 삼성전기의 합산 점유율이 약 85%에 달하며 공급 부족 현상이 나타나고 있다. AI 데이터센터 건설 붐은 전력기기 업체에도 새로운 기회다. AI 데이터센터는 기존 데이터센터보다 전력 사용량이 많아 대규모 전력 공급 설비가 필요하다. 특히 미국 내 데이터센터용 전력기기 품귀 현상은 국내 기업 수출 확대에 호재다. HD현대일렉트릭은 올해 2분기 영업이익이 전년 동기 대비 37.3% 증가한 2870억원을 기록했다. 효성중공업은 2분기 영업이익이 2643억원으로 전년 동기보다 60.9% 늘었다. 업계 관계자는 “향후 2~3년 뒤에는 최근 두드러지는 데이터센터 관련 인프라 공급 계약 발주가 매출에 본격 반영될 것”이라고 말했다. 통신업계에서도 AI와 데이터센터가 새로운 성장 분야로 부상하고 있다. SK텔레콤 등 통신 3사는 기존 통신사업에 더해 AI·클라우드·데이터센터 사업을 확대하고 있다. 아직 전체 실적에서 차지하는 비중은 크지 않지만 성장세가 가파르다. AI 데이터센터 사업의 성장세는 실적으로 입증됐지만, 지속적인 성장을 위해 넘어야 할 대외 변수와 경쟁 압력은 커지고 있다. 조홍종 단국대 경제학과 교수는 “국내 기업들의 데이터센터 사업 전망은 현재 ‘미국의 투자 열기가 언제까지 이어질지’와 ‘중국의 기술력이 얼마나 빠르게 추격해 올지’ 사이에 샌드위치처럼 끼어 있다”며 “최대한 빨리 재투자를 통해 초격차 경쟁을 벌여야 한다”고 당부했다. 막대한 전력 사용에 따른 전력망 부담과 환경 문제, 데이터센터 건설에 따른 지역 갈등도 해결해야 할 과제다.

오케스트로 그룹이 AI 주권 확보를 위한 ‘소버린 AI 데이터센터’ 구현 방안을 제시한다. AI 인프라 소프트웨어 대표 기업 오케스트로 그룹(의장 김민준)은 오는 25일 오후 2시 ‘AI 주권 시대, 도시에서 데이터센터까지’를 주제로 온라인 웨비나를 진행한다고 13일 밝혔다. AI가 산업과 공공 부문 전반으로 빠르게 스며들면서, 자체적인 데이터와 인프라 통제력을 뜻하는 ‘AI 주권’의 가치가 날로 높아지고 있다. 특히 글로벌 AI 경쟁에서 우위를 점하려면 고성능 GPU와 데이터센터 같은 하드웨어 인프라뿐만 아니라, 이를 유기적으로 제어하고 구동할 수 있는 핵심 소프트웨어 역량이 반드시 병행되어야 한다는 목소리가 커지고 있다. 이번 웨비나에서는 박소아 오케스트로 클라우드 대표가 연사로 나서 AI 인프라 구축 과정에서 발생하는 ‘주권과 속도’의 딜레마를 짚고, 이에 대응하기 위한 ‘소버린 AI 데이터센터’ 구현 방안을 소개한다. 데이터와 인프라에 대한 통제권을 확보하면서도 산업·업무별 요구에 맞춰 유연하게 구성할 수 있는 AI 인프라 전략을 제시하고, 이를 도시 단위로 확장한 ‘천안·아산 K-AI City’ 사례도 함께 다룰 예정이다. 소버린 AI 데이터센터는 기업 맞춤형 독립 환경을 구축해, 하드웨어와 AI 모델을 독자적으로 통제할 수 있는 것이 특징이다. 산업군이나 고객의 특성에 맞춘 유연한 서비스 조합이 가능하며, 인프라부터 응용 프로그램까지 전체 운영 과정을 투명하게 모니터링할 수 있어 관리의 신뢰성을 극대화한다. 데이터센터 상면과 베어메탈, IaaS·PaaS, GPU, 마이그레이션, 재해복구(DR) 등 클라우드 인프라 서비스를 카탈로그 형태로 제공한다. 여기에 AI 추론 서비스와 국산 NPU·AI 모델, 데이터 카탈로그 및 AI 아키텍처 컨설팅까지 연계해 필요한 AI 인프라 환경을 유연하게 구성할 수 있도록 지원한다. 이와 함께 ‘천안·아산 K-AI City’ 사업 사례도 소개한다. 천안·아산 K-AI City는 천안과 아산 두 도시를 하나의 AI 운영체계로 통합하는 AI 특화 시범 도시 사업이다. 오케스트로 그룹은 AI 데이터센터를 축으로 도시 데이터와 각종 서비스를 유기적으로 연결하는 인프라 구축 비전을 제시한다. 특히 자율주행 모빌리티, 디지털 트윈, AI CCTV, 에이전틱 AI, 피지컬 AI 등 첨단 도시 서비스를 전폭적으로 뒷받침할 혁신적인 인프라 구현 방향을 공유할 예정다. 이를 통해 AI 데이터센터가 단순한 연산 자원 공급원을 넘어, 도시 전체의 데이터와 AI 서비스를 긴밀히 엮어내는 핵심 신경망으로 어떻게 진화하는지 명확히 선보일 계획이다. 웨비나는 25일 오후 2시부터 올쇼TV를 통해 온라인으로 진행된다. 참가비는 무료이며, 사전 등록 후 참여할 수 있다. 오케스트로 클라우드 박소아 대표는 “AI 주권은 데이터와 인프라를 스스로 선택하고 통제할 수 있는 역량에서 시작된다”며 “이번 웨비나에서는 소버린 AI 데이터센터 구현 전략과 이를 도시 단위 AI 인프라로 확장한 천안·아산 K-AI City 사례를 통해 AI 인프라 자립을 위한 구체적인 방향을 제시할 것”이라고 말했다.

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.

SK하이닉스가 일본 낸드플래시 업체 키옥시아의 사실상 최대주주 지위에 올라섰다. 고대역폭메모리(HBM) 시장을 선도하는 SK하이닉스가 낸드와 기업용 솔리드스테이트드라이브(SSD)까지 사업 영역을 넓혀온 가운데, AI 메모리 사업의 다음 축에도 관심이 쏠린다. 11일 일본 전자공시시스템에 따르면 도시바가 키옥시아 지분을 추가 매각하면서 베인캐피털 산하 특수목적법인(SPC) ‘BCPE 판게이아 케이만2’가 단일 최대주주로 올라섰다. SK하이닉스는 전환사채(CB) 형태로 이 법인에 투자해 의결권을 확보할 수 있는 권리를 갖고 있다. 다만 현재 키옥시아에 직접 의결권을 행사하는 것은 아니며, CB를 주식으로 전환하려면 각국 경쟁당국의 승인 등이 필요하다. 키옥시아 투자는 SK하이닉스가 낸드 경쟁력을 보강하던 과정에서 시작됐다. SK하이닉스는 2017년 베인캐피털이 주도한 도시바메모리 인수 컨소시엄에 참여해 이듬해 3950억엔(당시 약 4조원)을 투자했다. 미국 원전 사업 손실로 도시바가 핵심 자산인 메모리 사업을 매각하자, D램에 비해 상대적으로 약했던 낸드 사업을 키울 기회로 판단한 것이다. 이후에는 낸드 사업을 직접 확대하는 데 속도를 냈다. 2020년 90억 달러를 들여 인텔의 낸드와 기업용 SSD 사업을 인수해 솔리다임을 출범시켰고, 올해는 솔리다임을 재편해 미국에 AI 솔루션 전문 회사를 세우고 최대 100억 달러를 투자하기로 했다. 모바일 중심이던 낸드 사업에 데이터센터용 SSD 경쟁력을 더한 데 이어 AI 인프라용 스토리지와 솔루션으로 범위를 넓히는 흐름이다. AI 시장이 학습에서 추론으로 확산하면서 낸드와 기업용 SSD의 중요성도 커지고 있다. AI 학습에선 GPU에 데이터를 빠르게 공급하는 HBM이 핵심이지만, 대규모 추론에는 방대한 데이터를 저장하고 불러오는 낸드가 필요하다. SK하이닉스가 키옥시아에 장기 투자하고 솔리다임을 인수한 데 이어 최근 샌디스크와 낸드 기반 HBF(고대역폭플래시) 표준 개발에 나선 것도 이런 수요에 대응하기 위해서다. 

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.

경북 포항에 철강 전용 인공지능(AI) 데이터센터가 조성된다. 포항시는 경북도와 함께 산업통상부 공모 사업인 ‘철강산업 AI 융합실증 허브 구축사업’에 최종 선정됐다고 9일 밝혔다. 총 240억원이 투입되는 사업은 2030년까지 철강기업들의 데이터를 수집·정제·활용해 산업 현장에 적용 가능한 AI 솔루션 개발과 실증을 지원하는 것이 핵심이다. 포항블루밸리 국가산업단지 일원에 철강 특화 AI 융합실증센터와 고성능 GPU 기반 AI 연산 인프라를 구축한다. 이를 통해 중견·중소 철강기업도 공동 활용할 수 있는 철강 전용 AI 데이터센터를 조성한다. 센터가 조성되면 지역 기업들이 겪고 있는 AI 투자 비용 및 AI 인프라 부족 문제가 해소될 전망이다. 생산공정 최적화와 품질관리, 설비 예지보전, 산업안전 등 철강산업 전반에 AI 활용이 확대될 것으로 기대된다. 시는 사업을 통해 철강산업 운영 방식을 데이터 기반 의사결정 체계로 전환하고, 생산성 향상과 불량률 감소, 설비 가동률 개선 등 제조 경쟁력을 높일 계획이다. 산업안전 분야 AI 활용 확대와 산학연 협력 기반 제조 AI 생태계 조성에도 속도를 낼 방침이다. 박용선 시장은 “이번 공모 선정은 포항 철강산업이 AI 기반 미래형 제조로 전환하는 중요한 전환점”이라며 “현장 중심의 실증 지원과 인프라 구축을 통해 지역 기업의 경쟁력을 높여 국가 제조 AI 혁신을 선도해 나가겠다”고 했다.

단순한 GPU 물량 확보가 곧 기업의 AI 인프라 경쟁력으로 직결되지는 않는다. 이제는 한정된 자원 속에서 추론 효율성을 극대화하고 비용 대비 성능을 최적화하는 역량이 핵심 성공 요인으로 부상하고 있다. AI 인프라 소프트웨어 대표 기업 오케스트로 그룹(의장 김민준)은 테크 컨퍼런스 ‘OPUS 2026’에서 AI 인프라에 대한 고객의 관심이 GPU 확보에서 추론 성능과 운영 효율로 이동하고 있음을 확인했다고 7일 밝혔다. 지난 7월 28일 서울 코엑스 오디토리움에서 열린 ‘OPUS 2026’에는 공공기관, 금융사, 제조·통신 대기업, IT 서비스 기업 등의 IT 관계자 2,000명 이상이 참석했다. 행사에서는 기업과 공공기관의 AI 인프라 구축·운영 과제를 중심으로 상담과 기술 논의가 이어졌다. GPU 자원 배분과 응답 지연 개선, 복잡한 추론 환경의 효과적인 운영 방안에 대한 문의가 집중됐으며, 기존 자원을 활용해 추론 성능과 운영 안정성을 높이려는 수요가 공통적으로 나타났다. 오케스트로는 현장의 목소리를 종합한 결과, AI 인프라 경쟁력의 척도가 단순한 GPU 확보량을 넘어 실제 운영 성과로 진화하고 있다고 분석했다. 특히 처리 속도와 성능을 극대화하는 동시에, 운영 비용과 복잡성을 얼마나 효율적으로 관리하느냐가 핵심 평가 기준으로 떠올랐다는 설명이다. 이러한 흐름은 ‘OPUS 2026’ 이후 기업·공공기관 IT 종사자 1703명을 대상으로 진행한 조사에서도 확인됐다. 조사 결과, AI 인프라 또는 추론 환경을 운영할 때 가장 큰 부담으로 GPU 서버 비용(36.9%)과 AI 인프라 전문 인력 부족(36.5%)이 꼽혔다. AI 인프라 구축·운영 경험이 부족하다는 응답도 22.2%를 차지했다. AI 추론 플랫폼을 선택할 때는 추론 성능과 응답 속도(20.2%), GPU 활용률과 비용 효율(19.2%), 기존 인프라 및 클라우드 환경과의 연계성(16.7%)을 중요하게 고려하는 것으로 나타났다. 이 같은 결과는 AI 인프라 경쟁의 무게중심이 하드웨어 확보에서 소프트웨어 기반의 운영 효율화로 이동하고 있음을 보여준다. 기업과 공공기관은 보유 자원의 활용 효율과 추론 성능을 높이고 비용과 운영 안정성을 함께 관리하는 것을 주요 과제로 인식하고 있다. 오케스트로는 AI 추론 운영 플랫폼 ‘콘체르토 AI(CONCERTO A.I.)’를 통해 급증하는 AI 인프라 수요에 적극 대응하고 있다. 콘체르토 AI는 분산 서빙 기반의 추론 최적화와 실시간 자원 배분으로 응답 지연을 최소화하고, GPU 자원 효율성을 극대화한다. 오케스트로는 이번 ‘OPUS 2026’에서 파악한 현장 수요와 시장 조사 결과를 바탕으로, 기업과 공공기관이 직면한 AI 인프라 운영 과제를 성공적으로 해결해 나갈 방침이다. 김민준 오케스트로 그룹 의장은 “OPUS 2026은 금융·제조·IT 등 다양한 산업의 기업과 공공기관이 AI 인프라를 운영하며 겪는 과제와 시장의 변화를 직접 확인한 자리였다”며 “고객과 현장의 목소리를 바탕으로 한정된 자원에서도 AI 서비스의 응답 성능과 처리 효율을 높일 수 있는 해법을 지속적으로 제시해 나가겠다”고 말했다.

미국과 이스라엘의 이란 선제공격을 수십 일 전에 예측했다고 주장하는 중국 AI(인공지능) 기업이 ‘중국판 팔란티어’로 불리며 주목받고 있다. 6일 홍콩 사우스차이나모닝포스트(SCMP)에 따르면 중국 징안테크놀로지는 미국이 이란을 공습하기 50여 일 전 자체 AI 분석을 통해 중동 지역의 미군 정찰 자산이 비정상적으로 집중되는 움직임을 포착했다고 주장했다. SCMP는 “해당 회사는 지난 1월 6일 오픈소스 정보와 AI 분석을 기반으로 미국이 이미 군사작전을 준비하고 있을 가능성이 있다고 예측했고 실제 공습이 이뤄지기 50여 일 전에 이를 공개했다”고 보도했다. 매체가 주목한 징안테크놀로지는 저장성 항저우에 본사를 둔 국방 AI 및 방위기술 전문 기업으로 AI, 빅데이터, 자율 시스템, 첨단 센서 기술을 활용해 군과 정보기관, 공공안보 분야에 소프트웨어 중심의 국방 솔루션을 개발·공급하는 업체다. 기존 무기 제조업체와 달리 하드웨어보다 데이터와 알고리즘, AI 소프트웨어를 핵심 경쟁력으로 내세우는 해당 업체는 전통적인 방산기업처럼 군이 요구한 장비를 제작하는 방식이 아니라, 자체 자금을 투입해 새로운 기술을 먼저 개발한 뒤 완성된 제품을 군과 공공기관에 공급하는 방식을 채택하고 있다. 해당 업체가 이란 전쟁을 사전에 예측할 때 사용한 것으로 추정되는 시스템은 ‘징치’(Jingqi) 글로벌 상황인식 시스템이다. 이 시스템은 위성영상과 신호정보(SIGINT), 영상정보(IMINT), 오픈소스정보(OSINT), 대규모 언어모델(LLM) 등을 결합해 전 세계 항공기와 선박, 위성, 항만, 공항, 군사기지, 발사장 등의 움직임을 실시간으로 추적·분석하는 AI 기반 상황인식 플랫폼이다. 군과 정부 기관은 이를 통해 전 세계 군사 및 안보 동향을 실시간으로 파악할 수 있다. SCMP는 “징안테크놀로지의 ‘징치’는 미국 팔란티어의 ‘고담’과 비슷한 중국판 AI 지휘통제 플랫폼이라고 홍보하고 있다”고 전했다. 중국의 대표적인 경제·산업 매체인 계면신문은 “징안테크놀로지와 GPU(고성능 그래픽 처리장치) 업체 징자웨이의 협력은 ‘중국판 팔란티어의 구축’과 같다”고 평가하기도 했다. 중국 군사 AI 기술, 미국에 앞서는 상황?해당 업체는 이란 전쟁 발발 50여 일 전 미군의 군사적 움직임을 사전에 파악하고 이를 예고했다고 주장하지만, 일부 군사전문가들은 징안테크놀로지의 홍보가 과장됐을 가능성을 지적한다. 중국 싱크탱크 ‘남중국해 전략 상황 탐사 이니셔티브’(SCSPI)의 후보 소장은 “(미국과 중국 기업의) 격차는 기술 자체가 아니라 기술을 실제 작전에 적용하는 능력에 있다. 특히 의사결정 지원(decision support) 분야에서는 미국이 훨씬 앞서 있다”고 지적했다. 중국이 AI 기술을 보유하고 있는 것은 사실이지만 실제 지휘·통제와 전장 의사결정에 깊이 통합하는 수준에서는 미국에 뒤처져 있다는 것이다. 다만 후 소장의 언급대로 중국 AI가 실제 현지 군 프로젝트에 참여하고 정부와 보조를 맞추고 있는 것만은 사실로 추정된다. 징안테크놀로지는 홈페이지에 중국병기공업집단과 중국전자과기집단(CETC), 중국항천과공집단(CASIC), 중국항천과기집단(CASC) 등을 주요 고객 및 협력기관으로 공개하고 있다. 중국 공개 프로젝트 자료에서는 전략지원부대 관련 레이더 감시 사업에 참여했다는 내용도 확인된다. 이와 관련해 SCMP는 “중국의 과제는 단순히 미국 기술을 모방하는 것이 아니라 AI를 군 조직에 효과적으로 통합하고 이를 운용할 제도를 구축하는 데 있다”고 평가했다. 중국 군사 관련 AI의 현주소중국은 AI을 미래 전쟁의 핵심 기술로 규정하고 이를 군 현대화 전략의 중심에 배치하고 있다. 인민해방군(PLA)은 기존의 기계화와 정보화를 넘어 지능화(Intelligentization)를 목표로 내세우며, AI를 지휘통제(C2), 정보·감시·정찰(ISR), 무인체계, 전자전, 사이버전 등 다양한 군사 분야에 적용하고 있다. 로이터 통신은 지난달 31일 “중국은 군사 AI 기술을 빠르게 발전시키고 있지만, 여전히 미국의 첨단 AI를 활용해 자체 모델을 개발하는 단계에 있다는 평가가 나온다”며 “실전 검증과 전장 운용 경험은 여전히 미국이 우위에 있다고 평가한다”고 전했다. 싱가포르 난양공대의 안보 전문가 제임스 차 교수는 로이터에 “중국이 무인체계와 AI 등 첨단 기술을 중심으로 군 현대화를 추진하고 있으나, 전투 준비 태세와 실전 운용 능력은 지속적인 검증이 필요한 과제”라고 분석했다.

지역활성화 투자 펀드의 9·10번째 프로젝트로 포항 인공지능(AI) 전용 데이터센터와 영광 배터리 에너지저장장치(BESS)가 선정됐다. 지역이 주도하고 민간이 참여하는 투자 모델을 통해 재생에너지 전력망과 AI 인프라를 확충하고 지역 첨단산업 육성 기반을 마련하겠다는 구상이다. 기획예산처는 6일 지역활성화 투자 펀드의 9·10번째 프로젝트로 포항 AI 전용 데이터센터와 영광 배터리 에너지저장장치가 각각 선정됐다고 밝혔다. 지역활성화 투자 펀드는 정부 재정과 지방소멸대응기금, 산업은행 등이 출자한 모펀드를 기반으로 지방정부와 민간이 자펀드와 프로젝트 특수목적법인(SPC)을 설립해 사업을 추진하는 구조다. 2024년 출범 이후 현재까지 8000억원 규모의 모펀드를 조성해 10개 사업(총사업비 4조 4000억원)이 선정됐다. 포항 AI 전용 데이터센터는 총사업비 6000억원을 투입해 경북 포항 남구 오천읍 광명일반산업단지에 수전용량 40MW(IT Load 32MW) 규모의 GPU 기반·수냉식 AI 전용 데이터센터를 건립하는 사업이다. AI 작업에 특화된 고성능 데이터센터로, 2026년 하반기 착공, 2028년 상반기 운영을 목표로 한다. 사업이 완료되면 건설 기간 4300명 고용과 1조 2000억원 규모의 생산 유발 효과가 기대된다. 영광 BESS 프로젝트에는 총 1798억원이 투입된다. 전남 영광에 최대 방전용량 80MW, 저장용량 480MWh 규모의 에너지저장장치를 구축하는 사업으로, 재생에너지 잉여 전력을 저장해 전력 수요가 높은 시간대에 공급하는 역할을 맡는다. 올해 상반기 착공했으며, 사업은 지난해 전력거래소와 체결한 15년 장기계약을 기반으로 운영된다. 정부는 내년 초 운영을 시작해 재생에너지 발전 비중이 높은 호남권의 전력망 안정성과 재생에너지 활용도를 높일 것으로 기대하고 있다. 특히 3대 메가프로젝트 등 지역 첨단산업을 뒷받침할 전력 인프라 기반이 강화될 것으로 전망했다.

삼성전자가 인공지능(AI) 가속기 위에 고대역폭메모리(HBM)를 직접 쌓는 차세대 구조를 제시했다. AI 모델이 진화하면서 커질수록 연산장치와 메모리 사이의 데이터 이동이 병목으로 떠오르자, 둘 사이의 거리를 줄여 성능과 전력 효율을 끌어올리겠다는 구상이다. 삼성전자는 4일(현지시간) 미국 캘리포니아주 샌타클래라에서 개막한 ‘FMS 2026’에서 차세대 3차원 메모리 ‘zHBM’과 ‘zNAND-O’의 모형을 업계 최초로 공개했다. 약 30개 제품을 전시한 삼성전자 부스에는 관람객이 몰렸고, zHBM의 데이터 이동 방식과 향후 적용 가능성을 묻는 질문이 이어졌다. 현재 HBM은 여러 장의 D램을 쌓아 그래픽처리장치(GPU) 등으로 이뤄진 AI 가속기 옆에 둔다. zHBM은 쌓아 둔 HBM 전체를 가속기 상단에 올리는 방식으로 데이터가 오가는 거리를 최소화한다. 삼성전자는 zHBM 적용 시스템이 차세대 HBM5보다 성능은 최대 8배, 전력 효율은 최대 3배 높고 열 저항은 절반 이하로 낮아질 수 있다고 설명했다. 이는 양산품 실측치가 아닌 차세대 구조의 목표 성능이다. 김경륜 삼성전자 D램개발실 상무는 기조연설에서 “현재 HBM이 수년 안에 한계에 부딪힐 것을 모두 알고 있다”며 “이를 돌파할 기술을 생각하면 3차원밖에 없다”고 말했다. 여러 장을 쌓아 올리는 3D 전략은 낸드플래시로 이어진다. 삼성전자가 개발 중인 zNAND-O는 낸드 칩을 4단 또는 8단으로 쌓는다. D램은 처리 속도가 빠르지만 너무 비싸고 공급도 부족하다. 따라서 상대적으로 저렴하고 용량이 큰 낸드의 속도를 개선해 최대한 D램처럼 쓰도록 해보겠다는 구상이다. 이 기술은 스마트폰과 PC 안에서 AI를 구동하는 온디바이스 시장을 겨냥한다. 현재웅 삼성전자 메모리사업부 상무는 “개인마다 집 안에 미니 데이터센터를 갖게 하는 것이 우리의 비전”이라고 말했다. 삼성은 400단 이상을 쌓은 10세대 V낸드 ‘V10 BV-NAND’도 처음 공개했다. 셀과 주변 회로를 따로 만든 뒤 수직으로 붙이는 웨이퍼 본딩과 3스택 기술을 적용해 전 세대보다 집적도를 약 58% 높였다. V10 BV-NAND와 메모리 안에서 일부 연산을 처리하는 LPDDR5X-PIM은 행사 최고 제품상인 ‘베스트 오브 쇼’를 받았다. zHBM처럼 메모리와 AI 가속기를 수직으로 결합하려면 메모리 기술뿐 아니라 파운드리와 첨단 패키징 역량이 함께 필요하다. 삼성전자는 설계부터 제조·패키징까지 한 회사에서 제공하는 ‘원스톱 솔루션’을 경쟁력으로 내세웠다. 한편, SK하이닉스도 샌디스크와 고대역폭 낸드플래시(HBF) 표준을 제시하며 개방형 생태계 구축에 무게를 뒀다. 양사의 차세대 기술 경쟁은 AI가 학습을 넘어 추론 중심으로 빠르게 옮겨가면서 더욱 치열해질 전망이다. FMS에 참석한 시장조사업체 욜그룹은 삼성전자와 SK하이닉스의 투자 확대를 근거로 한국이 2031년까지 메모리 시장 선두를 유지할 것으로 내다봤다.

- 오는 8월 10~13일 부산 벡스코(BEXCO)서 ‘2026 부산 세계도서관정보대회(WLIC)’ 개최- 전 세계 120여 개국 3,000여 명 전문가 집결… AI 시대 도서관의 새로운 사회적 역할 논의- KAIST 김정남 교수 주도 메인 세션에서, ‘공공 AI 인프라·정보 진위 검증·AI 리터러시 교육’ 논제 제시인공지능(AI)의 급격한 확산으로 정보 생산과 유통 환경이 빠르게 변화하는 가운데 전 세계 도서관·정보 분야 전문가들이 부산에 모여 AI 시대 미래 도서관의 발전 방향을 모색한다. 국제도서관협회연맹(IFLA)이 주최하고 ‘한국도서관협회 2026 부산 세계도서관정보대회 국가위원회(공동 조직위원장 정연욱·차지호 국회의원, 이하 국가위원회)’가 주관하는 ‘2026 부산 세계도서관정보대회(World Library and Information Congress 2026 Busan, 이하 WLIC)’가 오는 8월 10일부터 13일까지 나흘간 부산 벡스코(BEXCO)에서 열린다. 특히 오는 8월 12일 부산 벡스코 오디토리움에서 진행되는 메인 세션 ‘AI 기본사회의 도서관: 지식저장소에서 문명적 정제소로(Beyond the Repository: The Library as Civilizational Refinery)’에서는 한국과학기술원(KAIST) 문술미래전략대학원 김정남 교수가 좌장을 맡아 국내외 저명한 석학들과 함께 AI 시대 도서관의 정책 방향을 제시할 예정이다. 국가위원회가 준비한 이번 세션에는 한국과학기술원(KAIST) 박성필 교수, 전북대학교 오효정 교수, 미국 텍사스대학교 오스틴 캠퍼스 데이비드 랭크스(R. David Lankes) 교수, 홍콩교육대학교 밍밍치우(Ming Ming Chiu) 교수가 패널로 참여한다. 이들은 블록체인‧지식재산·데이터 분석·기록 관리·정보 인프라 분야에서 도서관의 역할을 다각도로 논의한다. 김정남 교수는 “20세기에는 언론과 학술 공동체가 사회의 정보 신뢰를 뒷받침했다면 AI 시대에는 도서관이 공공성과 중립성을 바탕으로 새로운 신뢰 인프라를 구축할 수 있다”며 “AI가 방대한 정보를 실시간으로 생산하는 사회에서는 도서관이 단순한 자료 수집·보존 공간을 넘어, 방대한 정보 소음 속에서 사회가 신뢰할 수 있는 지식을 걸러내는 ‘문명적 정제소’로 진화해야 한다”고 강조했다. 이를 위해 도서관의 3대 핵심 기능으로 ‘공공 AI 인프라 허브(GPU·오픈소스 모델 지원)’, ‘정보 진위 검증 허브(C2PA 기반 출처 인증 및 모니터링)’, ‘시민 AI 리터러시 교육’을 제안할 예정이다. 문화체육관광부와 부산광역시가 후원하는 이번 대회는 2006년 서울 대회 이후 20년 만에 대한민국에서 다시 개최되는 세계 최대 규모의 도서관·정보 분야 국제 학술 행사로, ‘변화를 이끄는 도서관(Libraries Powering Transformation)’을 주제로 전 세계 120여 개국에서 3,000여 명의 도서관·정보 분야 전문가들이 참석한다. 대회 기간 중에는 총 180여 개의 전문 강연과 학술 세미나가 펼쳐지며, AI 시대의 도서관, 기후 리터러시, 지적 자유, 지식 공유, 지원 네트워크 강화 등 인류 공동의 지식 의제가 깊이 있게 다뤄질 예정이다. 이와 함께 배우 유지태 씨가 공식 홍보대사로 활동하며, 부산 지역 도서관 방문 및 지역 관광, 한국 문화 공연 행사인 ‘문화의 밤’ 등 다채로운 K-문화 체험 프로그램을 통해 대한민국의 지식·문화 역량을 세계에 알릴 계획이다.

삼성전자가 인공지능(AI) 반도체의 성능을 떨어뜨리는 데이터 병목을 줄이기 위해 차세대 3차원 메모리 기술을 공개했다. 고대역폭메모리(HBM)를 AI 가속기 위에 직접 쌓아 데이터 이동 거리를 줄이고, 처리 속도와 전력 효율을 함께 높이는 방식이다. 삼성전자는 4일(현지시간) 미국 캘리포니아주 샌타클래라에서 열린 메모리 행사 ‘FMS 2026’ 기조연설에서 차세대 메모리 구조인 ‘zHBM’을 선보였다. 김경륜 삼성전자 D램개발실 상무는 “기존 패키징 구조로는 가속기 칩과 메모리 간 물리적 거리를 줄이는 데 한계가 있다”며 새로운 구조가 필요한 이유를 설명했다. 현재 HBM은 여러 개의 D램을 수직으로 쌓은 뒤 그래픽처리장치(GPU) 등 AI 가속기 옆에 배치한다. AI가 처리하는 데이터가 늘어날수록 가속기와 메모리 사이에서 데이터가 오가는 데 시간이 걸리고 전력 소모도 커진다. 이른바 ‘메모리 장벽’이다. zHBM은 HBM을 가속기 위에 직접 적층해 이 거리를 줄인다. 칩을 가로와 세로 방향으로 배치하던 기존 방식에서 벗어나 높이인 Z축까지 활용한다는 뜻에서 이름 앞에 ‘z’를 붙였다. 삼성전자에 따르면 zHBM은 현재 개발 중인 HBM5와 비교해 GPU당 성능을 최대 8배, 전력 대비 성능을 최대 3배 높일 수 있다. 메모리를 위로 쌓을수록 열이 빠져나가기 어려워지는 문제를 해결하기 위해 열 저항도 HBM5의 10~25% 수준으로 낮췄다. 삼성전자는 zHBM에 앞서 상용화를 추진할 HBM5의 개발 방향도 소개했다. HBM5에는 2나노미터 공정 기반의 베이스 다이와 게이트올어라운드(GAA) 트랜지스터를 적용한다. 메모리 칩 측면으로 열을 내보내는 구조도 도입해 HBM4E보다 성능은 2배 높이고 열 저항은 20% 이상 낮추는 것을 목표로 하고 있다. 낸드 분야에서는 스마트폰과 PC 등 기기 안에서 AI를 구동하는 온디바이스 AI용 ‘z낸드-O’를 공개했다. D램은 빠르지만 비싸고 용량을 늘리는 데 한계가 있는 반면, 낸드는 가격이 낮고 대용량을 구현하기 쉽지만 상대적으로 속도가 느리다. z낸드-O는 낸드의 비용과 용량상 이점을 유지하면서 처리 속도를 끌어올린 제품이다. 이진엽 삼성전자 플래시개발실 부사장은 매개변수 1200억개 규모의 AI 모델을 시험 구동한 결과, z낸드-O가 기존 D램 서버와 같은 초당 토큰 처리량을 내면서도 메모리 비용은 6분의 1에 그친다고 설명했다. 비싼 D램을 대량으로 사용하지 않고도 AI 모델을 빠르게 구동할 수 있다는 의미다. 이 부사장은 기조연설 도중 초소형 기업용 솔리드스테이트드라이브(SSD) ‘BM1773’을 들어 보이며 “믿기 힘들겠지만 이 작은 스토리지 칩 하나가 최고급 세단 한 대 값과 맞먹는다”고 말했다. 이어 “바닥에 떨어뜨린다면 당장 내일부터 새 직장을 구하러 다녀야 할 것”이라고 말해 참석자들의 웃음을 자아냈다. 삼성전자는 이날 400단 이상을 수직으로 쌓은 10세대 V낸드 ‘V10 BV-낸드’도 업계 최초로 공개했다. AI 모델이 고도화하면서 연산을 담당하는 HBM뿐 아니라 방대한 데이터를 저장하는 낸드와 기업용 SSD 수요도 함께 늘어나는 데 대응한 제품이다. 삼성전자는 HBM과 고성능 낸드, 기업용 SSD를 모두 공급할 수 있는 제품군과 양산 역량을 앞세워 AI 데이터센터부터 온디바이스 AI까지 시장을 넓힐 계획이다. 김 상무는 기조연설에서 “삼성이 돌아왔다”며 차세대 AI 메모리 경쟁에 대한 자신감을 나타냈다.

SK하이닉스가 샌디스크와 함께 차세대 인공지능(AI) 서버 메모리로 각광받는 고대역폭플래시(HBF)의 첫 표준 규격을 공개했다. 지난해 8월 샌디스크와 HBF 표준화 협력에 나선 데 이어 올해 2월 컨소시엄을 구성한 지 약 6개월 만에 내놓은 첫 결과물이다. SK하이닉스는 4일(현지시간) 미국 캘리포니아에서 열리는 세계 최대 규모 메모리 콘퍼런스 ‘FMS(Future of Memory and Storage) 2026’에 참가해 이번 규격을 선보였다고 밝혔다. HBF는 AI 서버에서 고대역폭메모리(HBM)와 솔리드스테이트드라이브(SSD) 사이에 놓이는 새로운 메모리 계층이다. HBM과 같이 AI의 데이터 연산 속도가 빠르면서도 낸드플래시를 기반으로 해 용량을 크게 늘릴 수 있다. 추론형 AI의 확산에 따라 처리해야 할 데이터양이 늘면서 용량이 부족한 HBM과 속도가 느린 SSD의 단점을 동시에 보완하는 차세대 메모리로 주목받고 있다. 이번에 공개된 HBF의 용량은 최대 512GB까지 지원된다. HBF와 프로세서를 연결하는 방식은 업계 표준 인터페이스인 UCIe를 채택했다. UCIe를 통해 그래픽처리장치(GPU)와 중앙처리장치(CPU) 등 서로 다른 종류의 프로세서에도 HBF를 유연하게 적용할 수 있다. SK하이닉스는 이번 표준 공개를 계기로 AI 저장장치 시장에서 HBF 채택을 확대하고 생태계 조성에 나선다는 전략이다. 중국 CXMT(창신 메모리)까지 가세하며 치열해지는 글로벌 D램 경쟁에서 우위를 점하기 위해서다. 최근 AI 추론 시장의 경쟁력이 단일 칩의 성능보다 CPU와 GPU, 메모리와 저장 장치까지 모두 아우르는 시스템 차원의 최적화가 관건이 된 점도 가세했다. ‘풀스택 기업’을 표방하는 SK하이닉스는 HBF까지 밸류체인을 넓혀 HBM과 HBF를 모두 지원할 수 있는 종합 메모리 솔루션 기업으로 입지를 공고히 하겠다는 계획이다. 업계에서는 HBF 시장이 빠르게 성장해 2030년 17조원에 육박하고, 2038년에는 HBM 시장을 앞지를 것이란 예측도 나온다. 삼성전자도 ‘FMS 2026’에 참여해 HBM, 낸드, SSD를 잇는 ‘메모리 아키텍처 혁신’을 주제로 전시한다. D램, 낸드, 컨트롤러, 파운드리, 첨단 패키징 등 종합반도체기업(IDM)의 역량을 강조하며 AI 데이터 병목을 줄이는 방안을 소개할 예정이다. 한편, 이날 시장조사업체 카운터포인트리서치에 따르면 지난 2분기 D램 매출 기준으로 삼성전자는 39% 점유율을 기록해 1위를 유지했고, SK하이닉스는 점유율 26%를 차지했다.