공정거래위원회가 “삼성전자가 스마트폰을 광고하면서 고성능 게임을 실행하면 기기의 최대 성능이 떨어진다는 사실을 숨겼다”며 삼성전자에 과징금 200억원을 부과했다. 삼성전자는 “이해하기 어려운 결정”이라며 행정소송 등 법적 대응에 나서기로 했다. 공정위는 27일 삼성전자가 표시광고법상 ‘기만적인 표시 광고’를 했다고 판단하고 시정명령과 함께 과징금 200억원을 부과한다고 밝혔다. 삼성전자가 갤럭시 S21·S22 시리즈, 태블릿 컴퓨터 탭 S8 시리즈를 출시하면서 고성능 게임을 실행하면 발열을 관리하는 ‘게임 옵티마이징 서비스’(GOS)가 작동돼 버벅거리고 그래픽 품질이 떨어진다는 정보를 소비자에게 공개하지 않았다는 것이다. 과징금 200억원은 전체 매출액 4조원의 0.5%에 해당한다. 삼성전자는 입장문을 내고 “GOS는 글로벌 스마트폰 제조사가 공통으로 사용하는 방식이며, 해외 경쟁 당국도 이를 제재하거나 과장 광고로 판단한 사례가 없다”며 “국내외 소송이 모두 종결되고 소송 참여자들이 공정위에 제기한 신고도 취하된 상황에서 이해하기 어려운 결정”이라고 정면 반박했다. 삼성전자 측 대리인인 법무법인 지평 측은 “GOS는 사용자의 게임 이용 경험을 개선하기 위한 최적화 기능”이라며 “발열 관리와 성능의 지속성은 모든 스마트기기 제조사가 안고 있는 공통의 과제이고, GOS는 이에 대한 삼성전자의 고민이 담긴 결과물”이라고 밝혔다. 이어 “최적의 사용자 경험을 제공하기 위해 기기 작동을 조율하는 기능을 두고 구체적인 최적화 작동 방식을 광고 내용에 포함하지 않았다는 이유로 기만 광고로 판단한 것은 받아들이기 어렵다”면서 “공정위는 애플리케이션 프로세서(AP)의 최대 클럭(처리 속도) 대비 상한 설정값의 비율(%)만 언급할 뿐, 이 설정이 초당 프레임 등 실제 게임 이용 경험에 미친 영향은 밝히지 않고 있다”고 지적했다. 앞서 삼성전자는 GOS가 기기 성능을 떨어뜨린다는 논란이 일자 2022년 3월 소프트웨어 업데이트를 통해 중앙처리장치(CPU)·그래픽처리장치(GPU)의 최대 동작 속도 제한을 해제했다. 현재 한국·미국·이스라엘 등 3개국에서 진행된 관련 소송 8건은 모두 종결됐고, 손해배상 청구 소송 참여자들이 공정위에 제기한 신고도 취하된 상태다.

삼성전자가 갤럭시 스마트폰 및 태블릿에 대해 고사양 게임 실행 즉시 ‘게임 옵티마이징 서비스(GOS)’가 작동돼 최대 성능이 일률적으로 제한된다는 정보를 누락하고 광고한 행위로 공정거래위원회로부터 과징금 200억원의 제재를 받았다. 공정위는 삼성전자가 표시광고법을 위반한 행위에 대해 시정명령과 과징금 약 200억원을 부과하기로 했다고 27일 밝혔다. 삼성전자는 2021년 1월부터 2022년 3월까지 스마트폰 갤럭시 S21·S22, 태블릿 컴퓨터 탭S8 시리즈 기기에 대해 ‘역대 갤럭시 중 가장 빠른 5nm AP, 고사양 게임할 때 하드캐리’ 등의 표현을 사용하며 게임 실행 성능이 뛰어나다는 점을 강조해 광고했다. 하지만 소비자가 해당 기기에서 특정 고사양 게임 앱을 실행하는 경우 기기의 온도 등 상태와 무관하게 즉시 GOS 개별정책이 작동된다는 사실을 명시하지 않았다. GOS는 게임 앱에 적용되는 발열 관리 시스템으로 일반정책과 개별정책으로 구분된다. GOS 일반정책이 기기의 온도 등 상태에 따라 기기 성능을 조절하는 반면, GOS 개별정책은 기기의 온도 등 상태와 무관하게 특정 고사양 게임앱 실행 즉시 기기의 AP(CPU·GPU) 등 최대 성능을 사전에 정해진대로 제한된다. 이에 해당 기기에서 GOS 개별정책이 작동되면 CPU·GPU의 동작 속도는 최대 성능의 약 30% 수준까지 낮아졌다. 소비자들은 고사양 게임 실행 시 화면이 끊기고 해상도가 저하되는 등 게임 성능이 저하됐다고 불만을 제기했고, 특히 2022년 갤럭시S22 출시 당시 삼성전자가 소비자의 GOS 우회 방법을 차단하면서 논란이 커졌다. 삼성전자는 GOS가 적용되는 고사양 게임 이용자는 전체의 5%에도 못 미치기에 일반 소비자의 구매에 영향을 미치는 주요 정보가 아니라는 입장이었다. 하지만 공정위는 “일반 소비자로 하여금 해당 기기의 게임 실행 성능에 대해 잘못 알게 해 해당 기기를 구매하도록 유인하는 등 소비자의 합리적 구매 선택을 방해했다“며 “표시광고법의 ‘기만적인 표시 광고’에 해당한다”고 판단했다. 다만 삼성전자의 ‘기만적인 표시 광고’를 ‘중대성이 약한 위반 행위’로 봐서 전체 매출액의 0.5%인 약 200억원의 과징금을 부과했다. 앞서 공정위 심사관은 제재를 결정하는 전원회의에 과징금 최대 644억원을 부과해야한다는 의견을 제시한 바 있다. 이순미 상임위원은 “사회적 논란이 일어나고 나서 곧바로 신속하게 자진 시정하며 피해를 방지하고 예방하려고 하는 노력들을 고려했다”고 밝혔다. 이에 대해 삼성전자 측은 “GOS는 게임의 체감성능을 향상시키고, 게임을 오랫동안 안정적으로 즐길 수 있도록 최적화하는 기능이었다“며 “국내외 소송이 모두 종결되고 소송 참여자들이 제기한 공정위 신고도 취하된 상황에서 이해하기 어려운 결정”이라고 밝혔다. 이어 “향후 법적 절차를 통해 회사 입장을 적극 소명하겠다”고 했다.

- GPU 활용 효율 높이는 AI 추론 최적화 전략… 서비스 성능 개선 방안 제시- ‘콘체르토 AI’ 분산 추론 기술로 동일 GPU 환경서 처리량 62.8% 향상- 넷앱 스토리지 연계로 AI 모델 가중치 로딩 시간 71초에서 8초로 단축 인공지능(AI) 인프라 소프트웨어 전문 기업 오케스트로(대표 김범재·김영광)가 그래픽처리장치(GPU) 활용도를 높이고 AI 서비스 성능을 개선하기 위한 추론 인프라 최적화 전략을 공개한다. 오케스트로는 오는 10월 27일 오후 2시 ‘AI 서비스 성능 개선, GPU부터 더 사야 할까?’를 주제로 온라인 웨비나를 개최한다고 26일 밝혔다. 최근 생성형 AI가 산업 전반으로 확산되면서 모델 학습뿐만 아니라 추론(Inference)과 실제 서비스 운영의 중요성이 커지고 있다. 기업들이 GPU 확보에 투자를 늘리고 있지만, 실제 AI 서비스 운영 과정에서는 낮은 GPU 활용률과 응답 지연, 비용 부담 등의 과제가 여전히 남아 있다. 특히 에이전틱 AI(Agentic AI)가 확산되면서 하나의 작업을 수행하기 위해 AI 모델을 여러 차례 호출하는 사례가 늘고 있다. 이 과정에서 입력 처리와 답변 생성이 동일한 GPU 자원을 사용하면 작업 간 경합이 발생해 응답이 지연될 수 있다. 이를 해결하기 위해서는 추론 과정의 병목 현상을 줄이고 GPU 자원을 효율적으로 운영하는 기술이 요구된다. 이번 웨비나에서는 AI 추론 인프라의 주요 당면 과제를 살펴보고, 오케스트로의 ‘콘체르토 AI(CONCERTO A.I.)’를 활용한 분산 추론 및 GPU 자원 최적화 방안과 실제 성능 검증 결과를 소개할 예정이다. ‘콘체르토 AI’는 대규모 언어모델(LLM)의 입력 처리(Prefill)와 답변 생성(Decode) 단계를 분리해 GPU 자원 간 경합을 줄이고 추론 성능을 최적화하는 AI 추론 운영 플랫폼이다. 복잡한 추론 인프라의 구축과 배포를 자동화하고, 성능 모니터링 기능을 통합 제공해 AI 서비스의 운영 효율을 높인다. 성능 검증 결과, 콘체르토 AI는 기존 모델 서빙 방식과 동일한 GPU 자원을 사용하면서도 고부하 환경에서 처리량을 62.8% 높이고, 토큰 생성 지연을 52.1% 줄인 것으로 나타났다. 이와 함께 넷앱(NetApp)의 스토리지 기술을 연계한 AI 인프라 최적화 성과도 공개한다. GPU 다이렉트 스토리지(GPUDirect Storage, GDS) 기반 KV 캐시 오프로딩으로 GPU 메모리 부담을 줄이고 동시 사용자 처리 효율을 높인 사례를 소개한다. 모델 로딩 최적화를 통해 AI 모델 가중치 로딩 시간을 기존 71초에서 8초로 줄였으며, 기동 과정 최적화로 신규 서버의 서비스 투입 시간도 187초에서 80초로 단축했다. 오케스트로는 콘체르토 AI를 통해 기업의 AI 서비스 개발부터 운영까지 지원하고, 인프라 운영 효율을 높여갈 계획이다. 추론 최적화를 기반으로 AI 개발 환경과 모델 운영·관리, 통합 모니터링까지 기능을 확장하고, 엔비디아 GPU와 국산 NPU 등 다양한 하드웨어를 지원해 기업의 독립적인 AI 인프라 운영도 뒷받침할 방침이다. 오케스트로 그룹은 소버린 AI 인프라 분야에서도 협력을 확대하고 있다. 계열사인 오케스트로 클라우드는 퓨리오사AI, 업스테이지 등 4개 사와 업무협약(MOU)을 체결하고, 국산 NPU 기반 ‘소버린 AI 풀스택 어플라이언스’ 공동 개발을 추진하고 있다. 웨비나는 10월 27일 오후 2시부터 올쇼TV를 통해 온라인으로 진행된다. 참가비는 무료이며, 사전 등록 후 참여할 수 있다. 김범재 오케스트로 대표는 “AI 시대에는 GPU를 얼마나 많이 확보하느냐보다 보유한 자원의 성능을 최대한 끌어내는 운영 역량이 중요해지고 있다”며 “이번 웨비나에서는 콘체르토 AI의 기술력과 성능 검증 결과를 공유하고, 기업들이 GPU 투자 효과를 높이고 AI 서비스를 안정적으로 운영할 수 있도록 실질적인 해법을 제시하겠다”고 말했다.

현재 인공지능(AI) 시장을 양분하는 것은 오픈 AI의 GPT 같은 폐쇄형 모델과 중국의 딥시크, Qwen 같은 공개 모델입니다. 성능 면에서는 여전히 미국의 프런티어 AI 모델이 좀 더 앞서가고 있지만, 중국 모델의 추격이 매우 거센 상태입니다. 특히 모델 가중치를 공개하는 중국 모델들은 전 세계 개인 사용자와 기업, 연구소가 다운로드해 널리 사용하고 있습니다. 이에 반해 미국산 오픈 모델들은 이에 견줄 만큼 파생 모델이 많지도 않고 허깅 페이스 같은 오픈 사이트에서 다운로드 횟수도 상대적으로 적은 편입니다. 그럼에도 구글의 젬마 4, 메타의 뮤즈 글리머, 엔비디아의 네모트론 등은 어느 정도 사용자를 확보하고 있습니다. 최근 엔비디아는 엔비디아 그래픽처리장치(GPU)에 최적화된 공개 모델인 ‘네모트론 3.5 슈퍼 VL’을 공개했습니다. 1200억개의 파라미터를 지닌 MoE(Mixture of Expert) 모델로 토큰 생성 시에는 10%인 120억개의 파라미터에 해당하는 전문가만 사용해 속도를 높인 모델입니다. 과거 공개한 네모트론 3 울트라(약 5500억 파라미터 중 550억개 활성화)와 비슷한 추론 능력을 더 작은 모델로 구현한 것으로 속도에 중점을 둔 것이 특징입니다. 다만 엔비디아가 공개한 벤치마크 자료를 보면 추론 성능 자체는 썩 좋은 편은 아닙니다. 비슷한 체급인 Qwen 3.8 플래시 넥스트와 비교해서 성능이 낮은 것은 물론 모델 크기가 4분의1도 되지 않는 Qwen 3.8 27B보다도 떨어집니다. 예를 들어 미국의 인공지능 평가·벤치마킹 기관인 Artificial Analysis(AA)에서 발표하는 AI 언어 모델(LLM)의 종합 성능 평가 지표인 AAII(Artificial Analysis Intelligence Index)에서 Qwen 3.8 플래시 넥스트는 40점, Qwen 3.8 27B는 34점을 기록한 데 비해 네모트론 3.5 슈퍼 VL은 28점 정도에 그쳤습니다. 하지만 속도를 기준으로 보면 이야기가 달라집니다. 엔비디아는 네모트론 3.5 슈퍼 VL이 동급 모델보다 5배는 빠르다고 주장하고 있습니다. 활성 파라미터가 120억개로 작아서 메모리·연산 효율이 우수하고 다중 토큰 예측(MTP) 기술과 블랙웰 이상 엔비디아 GPU에서 사용할 수 있는 NVFP4 양자화를 통해 속도를 최대한 끌어올린 덕분입니다. 또 모델의 기본 지능은 낮을지 몰라도 사후 훈련을 통해 성능을 끌어올릴 수 있는 여지가 커서 기업이나 공공기관, 연구소 등에서 내부 데이터를 밖으로 유출시키지 않고 목적에 맞는 모델을 만들 수 있습니다. 여기에 상대적으로 작은 크기와 빠른 속도를 지닌 만큼 시스템 구축 및 유지 비용을 절감할 수 있습니다. 엔비디아 네모트론의 또 다른 강점은 미국 모델이라는 것입니다. 현재 미국 내에서는 무료로 공개하는 중국산 모델에 대한 규제를 강화하려는 움직임이 진행되고 있습니다. 주요 기업이나 공공기관이 중국산 모델에 종속될 경우 보안상의 위험이 있고 현재는 무료로 공개하는 모델이 앞으로는 라이선스 조건을 바꿀 수도 있기 때문입니다. 엔비디아 네모트론은 미국산 모델이고 엔비디아가 꾸준히 업데이트를 하고 있어 이런 위험에서 자유로운 편입니다. 엔비디아의 사업 모델은 AI 하드웨어를 파는 것이기 때문에 CUDA처럼 소프트웨어는 계속 무료로 배포할 가능성이 큽니다. 다만 최신 프런티어 AI 모델과 이를 추격하는 중국산 고성능 오픈 모델 덕분에 눈높이가 높아진 사용자들을 만족시키기에는 성능이 다소 아쉬운 것이 사실입니다. 앞으로 후속 모델을 통해 속도뿐 아니라 성능까지 끌어올려야 네모트론이 경쟁이 치열한 오픈 모델 시장에서 존재감을 높여 나갈 수 있을 것입니다.

AI 활용이 기업의 필수 과제로 자리 잡으면서, 가상화 인프라 전환을 바라보는 기업들의 시각도 달라지고 있다. 오케스트로가 실시한 설문조사에서도 이러한 변화가 확인됐다. 지난 4월 조사에서는 안정적인 인프라 전환에 관심이 집중됐다면, 9월 조사에서는 AI 활용과 향후 비즈니스 확장까지 고려한 인프라 확장성이 핵심 선택 기준으로 떠올랐다. AI 인프라 소프트웨어 분야의 선두 주자인 오케스트로(김범재·김영광 공동대표)가 지난 9월 공공기관과 민간 기업의 IT 실무자 1만 3541명을 대상으로 진행한 ‘VM웨어 전환 및 가상화 운영 실태 조사’의 상세 결과를 16일 전격 공개했다. 올해 4월 진행된 초기 조사 당시에는 응답자의 37%가 ‘성능 및 안정성’을 가상화 인프라 도입의 가장 핵심적인 기준으로 꼽은 바 있다. 그러나 이번 하반기 조사에서는 무려 70%에 달하는 응답자가 ‘인프라 확장성’을 최우선 솔루션 선택 요건으로 지목해 뚜렷한 인식 변화를 드러냈으며, 이는 단순한 기존 인프라의 안정적 대체라는 차원을 넘어 향후 업무의 급격한 팽창과 유연한 시스템 운영 능력이 기업들의 실질적인 최우선 과제로 대두되었음을 명백히 입증하고 있다. 이번 조사에서 전체 응답자의 62%는 가상화 환경 전환을 검토하거나 계획·진행 중이라고 답했다. 전환을 검토하는 주요 이유는 ‘라이선스 및 유지보수 비용 증가(57%)’였지만, 실제 솔루션 선택에서는 ‘인프라 확장성(70%)’이 ‘도입·운영 비용(20%)’을 크게 앞섰다. 확장성을 중시하는 이유로는 ‘업무 확대에 따른 컴퓨팅 자원 확충(65%)’이 가장 높았으며 ▲중장기 인프라 운영의 유연성 확보(46%) ▲AI·클라우드 환경으로의 확장(41%)이 뒤를 이었다. 기술 요건에서도 ‘기존 업무와 신규 워크로드의 병행 운영(68%)’과 ‘기존 서버·스토리지 환경과의 호환성(61%)’이 높은 응답을 얻었다. 향후 인프라 고도화 방향으로는 ▲멀티·하이브리드 클라우드 통합 운영(42%) ▲AI 인프라·GPU 운영 환경(35%) ▲쿠버네티스 기반 클라우드 네이티브 환경(31%) 등이 꼽혔다. 가상화 인프라의 역할이 기존 시스템 운영을 넘어 멀티클라우드와 AI 인프라까지 확대되는 흐름이다. 오케스트로는 서버 가상화 솔루션 ‘콘트라베이스(CONTRABASS)’를 앞세워 급변하는 시장의 요구사항에 적극적으로 대응하고 있다. 해당 솔루션은 기존에 구축되어 있는 서버와 스토리지 인프라를 그대로 활용하면서도, 무중단 상태로 컴퓨팅 자원을 유연하게 확장할 수 있는 장점을 지닌다. 아울러 지능형 자동화 자원 관리와 전문적인 GPU 자원 제어 기능을 탑재하여, 전통적인 기존 업무 시스템부터 최신 인공지능(AI) 워크로드에 이르는 다양한 영역을 안정적으로 포용할 수 있도록 돕는다. 이와 더불어 체계적인 통합 모니터링 체계와 고도화된 장애 원인 분석 기능을 제공함으로써, 인프라의 폭넓은 확장성과 흔들림 없는 운영 안정성을 동시에 달성할 수 있도록 뒷받침한다. 아울러 쿠버네티스 기반 클라우드 네이티브 플랫폼 ‘비올라(VIOLA)’와 멀티·하이브리드 클라우드 관리 플랫폼 ‘오케스트로 CMP(OKESTRO CMP)’를 통해 컨테이너 기반 신규 서비스 운영과 이기종 클라우드 환경의 통합 관리를 지원한다. AI 추론 운영 플랫폼 ‘콘체르토 AI(CONCERTO A.I.)’는 분산 서빙 기반의 추론 최적화와 GPU·NPU 자원 배분을 통해 AI 서비스의 응답 지연을 줄이고 인프라 활용 효율을 높인다. 이를 통해 기존 가상화 인프라의 안정적인 전환부터 클라우드 네이티브 및 AI 인프라 환경으로의 확장까지 대응할 수 있는 기술 체계를 갖추고 있다. 오케스트로 김범재 대표는 “기업의 IT 인프라는 더 이상 현재의 업무를 유지하기 위한 기반에 머무르지 않고, 비즈니스 성장과 새로운 기술 혁신을 뒷받침하는 핵심 경쟁력으로 진화하고 있다”며 “오케스트로의 AI 인프라 풀스택은 고객이 특정 벤더나 기술에 종속되지 않고 가상화 환경을 클라우드와 AI 영역까지 유연하게 확장할 수 있도록 기술적 선택의 폭을 넓혀 줄 것”이라고 말했다.

인공지능(AI) 인프라에 천문학적인 자금을 쏟아붓고 있는 빅테크들이 반도체의 연산 효율을 높이는 기술 확보에 속도를 내고 있다. AI 서비스가 빠르게 확산하면서 값비싼 반도체를 추가로 사들이는 것 못지않게 기존 장비의 처리량을 높여 운영비를 낮추는 일이 중요해졌기 때문이다. 미국 월스트리트저널(WSJ)은 11일(현지시간) 아마존이 이스라엘계 AI 스타트업 데카르트를 약 70억 달러(약 10조원)에 인수하는 방안을 논의하고 있다고 보도했다. 앞서 엔비디아가 인수 협상을 벌였고 앤트로픽도 약 60억 달러에 인수를 검토했으나 지난달 실사 이후 협상을 중단했다. 구글과 스페이스X도 잠재적 인수 후보로 거론됐다. 2023년 설립된 데카르트의 기업 가치는 지난 5월 약 40억 달러에서 5개월 만에 70억 달러 수준으로 높아졌다. 데카르트는 실시간 영상 생성 AI와 이를 빠르게 구동하는 최적화 기술을 개발한다. AI 모델은 대체로 엔비디아의 그래픽처리장치(GPU)를 중심으로 개발되지만, 아마존과 구글 등은 비용을 줄이고 엔비디아 의존도를 낮추기 위해 자체 반도체를 키우고 있다. 문제는 반도체를 바꾼다고 기존 AI 모델이 곧바로 같은 성능을 내는 것은 아니라는 점이다. 장비에 맞게 프로그램을 수정하고 연산 과정을 조정해야 한다. 데카르트는 아마존과의 협력에서 이 같은 최적화 기술을 선보였다. 아마존의 자체 AI 반도체 트레이니엄3를 이용해 실시간 영상 생성 모델을 구동한 결과, 아마존웹서비스(AWS)가 공개한 초기 시험에서 GPU 대비 영상 처리량은 최대 4배 높았고 비용 효율은 2배 개선됐다. 아마존이 데카르트를 인수하면 영상 생성 AI 기술과 함께 자체 반도체를 활용할 소프트웨어 역량도 확보할 수 있다. 다만 인수 협상은 아직 진행 중이며 구체적인 거래 조건은 확정되지 않았다. 연산 효율을 높이는 기술은 AI 서비스의 수익성과 직결된다. 이용자에게 답변이나 영상을 생성해 줄 때마다 반도체 연산이 필요하기 때문이다. 같은 장비로 더 많은 요청을 처리하면 추가 투자 부담을 줄이면서 서비스 규모를 키울 수 있다. AI 소프트웨어 기업 모듈러는 다양한 반도체에서 AI 프로그램을 구동하기 쉽게 만드는 기술을 개발하고 있다. 래딕스아크는 추론 과정의 연산과 메모리 사용을 줄이고, 베이스텐과 파이어웍스 AI는 여러 GPU에 작업을 효율적으로 배분하는 서비스를 제공한다. 국내 AI 인프라 기업 망고부스트도 12일 서울 강남구에서 기자간담회를 열고 AI 추론 플랫폼 ‘망고 인퍼런스’를 공개했다. 기업과 개발자가 GPU 서버를 구축하지 않고 AI 모델을 이용할 수 있는 서비스다. 망고부스트는 AMD의 GPU에 자체 개발한 네트워크 장비와 추론 소프트웨어를 결합했다. 연산장치와 저장장치에서 GPU로 데이터가 이동하는 과정을 개선해 처리 속도를 높이고 비용을 낮추는 구상이다.

- 생성형 AI·VLM 기반 ‘ARGOS Document OCR’로 독보적 기술 경쟁력 입증- GS인증·공공조달 등록을 마친 ‘ARGOS AI Chat Search’와 함께 공공·금융 등 AI 솔루션 공급 박차 인공지능(AI)·시스템 통합(SI) 전문기업 웨어비즈(대표 박상길)가 생성형 AI와 문서 레이어 분석 기반의 인공지능 OCR 솔루션 기술로 서울평가정보 TCB(기술신용평가) 우수기술기업 인증을 획득했다고 밝혔다. TCB는 기업이 보유한 기술의 기술성·시장성·사업성을 종합적으로 평가하는 기술신용평가 제도다. 웨어비즈는 이번 인증으로 그동안 자체적으로 쌓아 온 비전 AI·OCR 기술력을 공식적으로 인정받았다. 웨어비즈의 대표 솔루션 ‘ARGOS Document OCR’은 단순히 문자를 인식하는 데 그치지 않는다. 생성형 AI와 VLM(Vision Language Model) 기술을 결합해 복잡한 문서의 레이아웃과 내용까지 깊이 있게 분석한다. 스캔 문서나 이미지 파일 같은 비정형 데이터를 정확하게 인식하고, 이를 검색·참조할 수 있는 환경을 제공한다. 특히 고가의 GPU 장비 없이 일반 CPU 환경에서도 빠른 처리가 가능하도록 딥러닝 최적화 기술을 적용해 시스템 구축에 필요한 비용 부담을 대폭 낮췄다. 사용자가 미인식 데이터를 직접 학습시켜 AI 인식 성능을 고도화할 수 있는 ‘OCR 스마트 학습기’ 기능도 탑재됐다. 웨어비즈는 이 같은 AI OCR 기술력을 바탕으로 최근 인천국제공항 출입국 K-ETA 및 EAC 여권인식 프로젝트를 성공적으로 완료하며 공공 분야 현장 적용성을 증명했다. 지능형 하이브리드 챗봇 솔루션 ‘ARGOS AI Chat Search’도 공공·기업 시장에서 주목받고 있다. 이 솔루션은 오픈소스 대규모언어모델(LLM)과 GPT 같은 상용 LLM을 플러그인 방식으로 바꾸거나 함께 쓸 수 있는 유연한 구조가 특징이다. 보안이 중요한 내부 문서 검색에는 오픈소스 LLM을, 최신 정보가 필요한 외부 업무에는 상용 LLM을 적용하는 식으로 업무 환경에 맞춰 활용할 수 있다. ‘ARGOS AI Chat Search’는 이러한 기술력을 바탕으로 한국정보통신기술협회(TTA) 소프트웨어시험인증연구소로부터 GS인증 1등급을 획득했으며, 조달청 공공조달 플랫폼 디지털서비스몰에 등록되어 공공기관의 도입 편의성을 높였다. 웨어비즈는 이번 TCB 우수기술기업 인증 획득과 VLM 기반 OCR 기술력을 교두보 삼아, 금융·의료·공공 등 문서 처리 자동화 수요가 높은 산업군을 중심으로 AI 솔루션 공급을 본격 확대할 방침이다. 아울러 지속적인 연구개발(R＆D)을 통해 AI 문서 인식 및 챗봇 솔루션을 한층 더 고도화할 계획이다. 박상길 웨어비즈 대표는 “이번 인증은 웨어비즈가 그동안 쌓아 온 비전 AI와 OCR 기술력을 공식적으로 인정받은 결과”라며 “앞으로도 생성형 AI 기반의 문서 인식·챗봇 솔루션으로 고객의 업무 효율을 높이고, 디지털 전환(DX)을 앞당기는 믿을 수 있는 파트너가 되겠다”고 말했다.

이번 주 열리는 미중 정상회담에서 인공지능(AI)이 핵심 의제로 부상하면서 국내 기업들의 마음이 복잡하다. AI 개발 선두 업체들이 주장하는 AI 속도조절론이 예상보다 빠르게 국제 규범으로 현실화한다면 한국의 AI 산업에는 악재가 될 수 있어서다. 최근 오픈AI와 앤스로픽 수장이 AI 속도조절론을 들고 나왔고 ‘AI 대부’로 불리는 제프리 힌턴 토론토대 명예교수와 요슈야 벤지오 몬트리올대 교수가 AI를 핵에 비유하며 잇달아 경고음을 울렸다. 힌턴 교수는 오픈AI의 아스트라가 허깅페이스를 해킹한 사건을 “작은 체르노빌”이라며 “AI에 대한 안전장치를 마련할 시간이 1년쯤 남았을 것”이라고 했다. 벤지오 교수는 “AI 통제는 핵무기와 마찬가지로 국제적 과제”라며 국제 규범 논의를 제안했다. 글로벌 핵군축·비핵화와 마찬가지로 AI에 대한 민주적인 통제는 바람직한 방향이다. 대의에 공감하지만 그 뒷면을 주목하지 않을 수 없다. 과거 핵무기 국제 규범을 핵보유국이 주도했던 것을 돌아보면, 우리가 AI 국제 규범 논의에서도 소외될 수 있어서다. AI 국제 규범 모델로 거론되는 핵확산금지조약(NPT)은 1967년 1월 1일을 기준으로 핵무기 또는 핵폭발 장치를 제조·폭발시킨 미국·소련·영국·프랑스·중국 등 5개국만을 핵무기국으로 규정했다. 그날까지 핵을 갖지 못한 나라는 핵무기 개발이 금지됐다. 비핵보유국은 핵군축 약속의 불이행 우려, 강대국 중심의 국제 안보 질서 등을 우려해 반발했지만 결과는 변하지 않았다. AI는 핵과 달리 민간 기업이 주도하고, 도널드 트럼프 미국 대통령이 AI 규제에 부정적이어서 NPT 때와는 상황이 다르다는 분석도 있다. 하지만 AI 기술 경쟁에서 지배적 위치를 선점한 미중이 이번 정상회담을 계기로 AI 표준과 규범을 논의하기 시작할 것이란 관측에 힘이 실린다. 핵무기 규범 때처럼 기술 역량과 협상력을 가진 소수 국가가 규칙 설계 과정에서 절대적인 발언권을 행사할 것이라는 우려가 커지는 지점이다. 이번 정상회담 만찬에는 오픈AI, 아마존, 엔비디아, 구글 등의 최고경영자(CEO)들이 대거 참석할 것이라는 외신 보도도 있었다. AI 속도전에서 낙오했다간 규칙을 정하는 논의에서 배제되는 처지가 될 수 있다는 걱정이 나온다. 우리도 국제 규범 논의에 참여할 기반을 마련해야 한다. 첫째는 핵심 기술의 자립 역량이다. 민관은 소버린 AI 개발에 박차를 가하고 GPU·데이터·컴퓨팅 인프라에 대해 과감하게 투자해야 한다. 해외 모델 활용을 넘어 우리 언어와 산업, 공공서비스에 최적화된 AI를 자체적으로 개발·운영할 수 있어야 한다. 국방 분야가 출발점이다. 국방 AI를 단순한 무기체계의 보조 기술로 취급하지 말고, 감시·정찰·지휘통제·사이버 방위 등 핵심 군사 시스템을 아우르는 산업 생태계로 구축해야 한다. 소버린 AI의 고도화가 AI 생태계에서 고립된다는 의미는 아니다. 국제 협력에 참여하면서도 핵심 기술과 데이터, 시스템을 스스로 통제할 수 있는 능력을 갖춰야 국제 협상력도 키울 수 있다. 다음은 협상력 고양이다. 우리 정부는 AI 규제 논의뿐 아니라 안보·통상·산업 분야에서 새롭게 형성되는 국제 협력 체계도 민감하게 살펴야 한다. 국제 협의체는 처음부터 완성된 안보 질서로 출범하지 않는다. 작은 실무 협력이 새로운 전략적 연대와 규범으로 확장될 수 있다. 일례로 미국·일본·인도·호주의 안보·전략안보협의체인 쿼드(Quad)는 2004년 인도양 쓰나미 당시 네 나라가 구호 활동을 위해 협력한 것이 초기 계기였다. 특히 미중 간 AI 안전과 군사적 위험에 대한 논의가 향후 새로운 다자 협력체나 규범으로 발전할 가능성을 염두에 둬야 한다. AI라는 미래의 국제 규범을 누가 설계하고, 누가 그 과정에 참여할지는 기술 역량과 외교적 준비에 달려 있다. 선두권이 벽을 높이고 있고, 우리는 시간이 없다. 이경주 산업부장

클라우드 서비스 전문 기업 오케스트로 클라우드는 KT와 AI 사업 확대를 위한 전략적 업무협약(MOU)을 체결했다고 18일 밝혔다. 양사는 이번 협약을 통해 AI 전환(AX) 서비스부터 AI 데이터센터·GPU 인프라 구축·운영까지 AI 사업 전반에서 협력한다. 이번 협력은 AI 서비스 영역을 넘어 GPU 및 데이터센터 인프라 수요가 가파르게 증가하는 시장 상황에 맞춰, 두 회사가 지닌 기술력과 사업 노하우를 모아 신규 기회를 모색하고자 추진됐다. 이에 따라 양사는 클라우드, 네트워크, 데이터센터 등 고유의 인프라 자산과 AI 플랫폼 경쟁력을 융합해 공공·금융·기업 부문에서 사업 영역을 전방위로 넓혀갈 예정이다. 양사는 협약에 따라 ▲AX ▲AI 데이터센터(AIDC) ▲Managed AI GPU ▲AI 플랫폼·클라우드 ▲공동 영업 및 사업 개발 등 5개 분야에서 협력한다. 먼저 AX 분야에서는 생성형 AI, AI 에이전트, 검색증강생성(RAG), 업무혁신 플랫폼 등을 활용한 사업을 추진한다. 산업별 특성을 반영한 AI 서비스와 업무혁신 모델도 공동 개발한다. AIDC 분야에서는 데이터센터 구축·운영과 함께 GPU·NPU 클러스터, AI 팩토리, 소버린 AI 인프라 관련 사업을 공동 개발한다. 엣지 데이터센터(Edge DC)와 AI 전용 인프라의 기획·사업화도 추진한다. 특히 도심형 엣지 데이터센터와 kt cloud의 통합형 AI 인프라 서비스를 연계해 소버린 AI 기반 프라이빗 클라우드 환경을 구축하고, 금융권 등 보안 요구가 높은 고객을 대상으로 관련 서비스를 확대할 계획이다. Managed AI GPU 분야에서는 서비스형 GPU(GPUaaS)를 포함한 Managed AI GPU 서비스와 GPU 자원의 운영·관제·최적화 사업을 함께 추진한다. AI 모델 학습·추론에 필요한 GPU 인프라를 통합 서비스로 제공하고, 기업 고객의 AI 인프라 구축·운영까지 연계한다. AI 플랫폼 및 클라우드 부문에서는 KT가 보유한 인프라 역량과 오케스트로 클라우드의 AI 플랫폼·운영 노하우를 결합한다. 이를 기반으로 MLOps 및 AI 추론 플랫폼 분야의 공동 사업화를 도모하는 한편, 프라이빗 AI 클라우드와 소버린 AI 환경 조성을 위해서도 긴밀히 공조할 계획이다. 더불어 양사는 핵심 고객군을 겨냥한 공동 마케팅과 제안 활동을 전개하고, 공공·금융·기업 영역 전반에서 신규 AI 비즈니스 모델을 지속 발굴함으로써 중장기적 AI 사업 성장 기반을 견고히 다질 방침이다. 박소아 오케스트로 클라우드 대표는 “이번 협약은 AI 서비스부터 데이터센터·GPU 인프라까지 양사의 역량을 연결해 AI 사업 전반에서 협력할 수 있는 기반을 마련했다는 데 의미가 있다”며 “KT와 함께 공공·금융·기업 고객의 AI 전환을 지원하는 실질적인 사업 성과를 창출하고, 이를 바탕으로 AI 사업 영역을 지속 확대해 나가겠다”고 말했다.

AI·클라우드 소프트웨어 대표 기업 오케스트로 그룹(의장 김민준)은 ‘2026 월드 스마트시티 엑스포(WSCE 2026)’에서 총사업비 약 6109억원 규모로 추진되는 천안·아산 AI 특화 시범도시의 청사진을 공개한다고 9일 밝혔다. 월드 스마트시티 엑스포(WSCE)는 올해 10주년을 맞은 국내 대표 스마트시티 전문 전시회로, 국토교통부·과학기술정보통신부·부산광역시가 공동으로 주최한다. AI 솔루션을 비롯해 교통·모빌리티, 인프라·건설, 해양기술 등 스마트시티 관련 최신 기술과 산업 동향을 한자리에서 확인할 수 있으며, 올해 행사는 9일부터 11일까지 부산 벡스코에서 개최된다. 오케스트로는 국토교통부 ‘AI 특화 시범도시 사업’의 천안·아산 컨소시엄 대표 기업으로 이번 WSCE에 참가한다. 천안·아산 사업은 2026년부터 2030년까지 5년간 추진되며, 두 도시의 공동 생활권을 기반으로 도시 데이터와 AI 인프라를 연계해 재난·교통·행정·에너지 등 도시 운영 전반을 지능화하는 초광역 AI 도시를 구현한다. 천안·아산 AI 특화 시범도시는 기존 스마트시티의 단순한 도시 모니터링을 넘어 인공지능이 도시에서 발생하는 다양한 상황을 실시간으로 분석하고 판단해 선제적으로 대응하는 도시 운영체계 구축을 추진한다. 이를 위해 도시 데이터를 통합·표준화하고 AI 에이전트와 피지컬 AI를 연계해 교통, 재난, 민원 등 시민 생활과 밀접한 분야의 서비스를 단계적으로 실증할 예정이다. 이번 WSCE에서는 컨소시엄에 참여하는 11개 기관이 ‘천안·아산 AI 특화 시범도시관’을 마련해 향후 지역에 적용될 AI 기반 도시서비스와 핵심 기술을 공개한다. 전시에서는 교통사고·침수·응급상황 등에 대응할 수 있는 피지컬 AI 로봇을 비롯해 자율주행 시뮬레이터, AI를 활용한 건강상태 분석 기술 등 시민들이 직접 체감할 수 있는 다양한 서비스를 선보일 예정이다. 오케스트로는 이러한 AI 서비스의 핵심 기반이 되는 미래형 AI 데이터센터(AIDC)를 구축하고 AI·클라우드 인프라 통합운영을 총괄한다. 대규모 AI 학습·연산을 위한 고성능 GPU와 AI 추론·가속에 최적화된 국산 NPU를 비롯해 CPU, 대용량 스토리지를 결합한 AI 컴퓨팅 환경을 조성한다. 소버린 AI 클라우드 기반 풀스택 기술을 적용해 AI 컴퓨팅 자원을 통합 관리·최적화하고, AI 기반 자율운영·자가복구 기술을 결합해 오케스트로만의 차별화된 새로운 운영 모델을 구현한다. 이를 기반으로 AI 도시 인프라를 안정적으로 운영하고, AI 모델 학습과 추론부터 서비스 배포, 도시 인프라 제어까지 전 주기를 지원할 계획이다. 오케스트로는 이번 WSCE를 글로벌 스마트시티 사업 확대를 위한 교류의 장으로 활용한다. 국내외 공공기관과 기업, 해외 바이어와의 네트워크를 확대하고 천안·아산에서 구현하는 AI 도시 모델을 기반으로 해외 스마트시티 및 AI 인프라 사업 기회를 발굴할 계획이다. 김민준 오케스트로 그룹 의장은 “AI 도시의 핵심은 다양한 도시 데이터와 AI 서비스를 안정적으로 연결하고 운영할 수 있는 인프라”라며 “오케스트로는 AI 데이터센터와 소버린 AI 클라우드 기술을 바탕으로 천안·아산의 AI 도시의 핵심 인프라를 구현하고, 국내외로 확산 가능한 AI 도시 모델을 구축하겠다”고 말했다.

최근 개최된 ‘핫 칩스(Hot Chips) 2026’에서 삼성전자는 다양한 고객사에 맞춤형 고대역폭메모리(HBM)를 제공할 수 있다고 강조했습니다. 그 직후 엔비디아는 자체 커스텀 HBM 메모리 규격인 ‘NVHBM’을 공개했습니다. 타이밍이 맞물려 있어 업계에서는 삼성전자의 NVHBM 참여 가능성에 주목하고 있습니다. 이미 JEDEC의 HBM 표준이 존재하고 현재 HBM4E 샘플이 공급되는 상황에서 엔비디아가 굳이 자체 설계인 NVHBM을 공개한 것은 그래픽처리장치(GPU)를 위한 연산 공간을 확보하고 메모리 대역폭을 늘리기 위한 맞춤형 메모리가 필요했기 때문으로 풀이됩니다. 현재 인공지능(AI) 데이터 센터들은 막대한 전력을 소모하는 중앙처리장치(CPU)와 GPU를 수만 개에서 수십만 개 돌리고 있습니다. 치솟는 전력 소모와 냉각을 위한 물 공급 부족은 지역 사회의 강력한 반발을 불러일으키고 있습니다. AI 데이터 센터를 운영하는 하이퍼스케일러들은 막대한 운영 비용을 절감하고 주민 반발을 줄이기 위해서라도 더 효율적인 시스템을 필요로 하고 있습니다. NVHBM의 핵심은 현재 공간에 여유가 있는 HBM의 베이스 다이에 본래 GPU가 갖고 있던 메모리 컨트롤러를 옮기는 것입니다. HBM은 D램 다이를 쌓아서 베이스 다이 위에 올리는 구조이기 때문에, 이렇게 만들면 메모리 컨트롤러와 D램의 간격이 줄어들어 전력 소모량은 줄이고 효율은 높일 수 있습니다. 엔비디아에 따르면 HBM4E와 비교해 대역폭은 30% 증가하고 전력 소모는 15% 줄어 GPU의 메모리 병목을 완화하고 효율을 크게 높일 수 있다고 합니다. 엔비디아는 이미 로드맵에서 ‘파인만(Feynman) GPU’에 맞춤형 HBM을 사용할 것이라고 언급했습니다. 따라서 2028년 출시될 파인만 GPU가 NVHBM을 채택한 최초의 GPU가 될 가능성이 높습니다. 여기서 짚어볼 점은 HBM 베이스 다이를 엔비디아가 설계하면서 얻는 이점입니다. 우선 베이스 다이를 하나로 통일하면 각 회사별로 HBM 메모리를 따로 검증하는 대신 표준 규격이 되면서 호환이 쉬워지고 안정성도 높아집니다. 또 메모리 컨트롤러를 메모리 쪽으로 넘기면서 남는 공간에 연산 회로를 추가로 탑재할 수 있게 되어 GPU 성능을 더 높일 수 있습니다. NVHBM은 엔비디아의 NVLink Fusion 파트너들에게도 제공될 예정이어서, 엔비디아 생태계 전체로 영향력이 확대될 수 있습니다. 하지만 동시에 현재는 각 회사가 제조하던 베이스 다이 설계를 엔비디아가 맡게 되어 엔비디아의 영향력이 커질 것이라는 이야기도 나옵니다. 예를 들어 삼성전자는 HBM4에서 자체 설계한 베이스 다이를 삼성 파운드리의 4㎚ 첨단 공정으로 제조해 성능 경쟁에서 우위를 점할 수 있었지만, 앞으로는 그런 차이가 줄어들고 엔비디아의 표준 설계에 따라야 합니다. 더 중요한 것은 만약 HBM 메모리가 급격히 NVHBM 중심으로 재편될 경우 AMD 같은 경쟁자나 맞춤형 AI 가속기를 만드는 업체들을 약화시킬 수 있다는 점입니다. NVHBM을 기술 표준으로 공개해도 엔비디아 GPU와 생태계에 최적화되어 있어 그만큼 엔비디아에 이득입니다. 여기에 엔비디아가 설계를 주도하고 만약 생산까지 담당하면 메모리 제조사들은 D램 다이만 공급하는 형태가 될 가능성도 있습니다. 다만 이런 변화는 현재 강한 협상력을 가진 메모리 제조사들이 쉽게 받아들이기 어려울 수 있습니다. 특히 자체 파운드리를 지닌 삼성 쪽에서 받아들이기 어려운 조건으로 보입니다. 그런 상황까지 가지 않더라도 NVHBM은 GPU의 성능을 높일 수 있는 새로운 기술 표준이면서 동시에 엔비디아의 시장 지배력을 더 강화시키는 도구가 될 가능성이 있어 보입니다. 메모리 빅3와 다른 AI 경쟁사들이 어떻게 대응할지 주목됩니다.

미국의 반도체 대장주 브로드컴의 실적 발표가 임박하면서 글로벌 증시가 숨죽인 채 결과를 지켜보고 있습니다. 최근의 주가 조정을 딛고 반등에 성공할지 관심이 쏠리는 가운데, 이번 실적이 인공지능(AI) 산업 전체의 성장세가 지속될지를 가늠할 시험대가 될 수 있을 것이라는 기대감이 커지고 있습니다. 브로드컴은 2일(현지시간) 장 마감 후 3분기 실적을 발표합니다. 지난 6월 3일 2분기 실적을 발표한 다음 날에는 시장 기대에 못 미친 실적 전망과 AI 성장 둔화 우려가 겹치면서 주가가 13%가량 급락했습니다. 이 여파로 글로벌 반도체 주가 전반에 한동안 깊은 침체가 이어졌습니다. 현재 브로드컴의 주가는 369.3달러로 지난 6월 3일 사상 최고점 대비 25% 넘게 떨어진 상태입니다. AI 산업의 미래와 수요 가속화가 얼마나 지속될지에 대한 시장의 불확실성이 반영된 결과입니다. AI 맞춤형 칩 선두주자…2분기 실적도 ‘고공행진’브로드컴은 반도체부터 소프트웨어, 인프라, 보안 솔루션에 이르기까지 AI 혁명의 핵심 기술을 두루 갖추고 있는데요. 엔비디아가 범용 AI 칩인 그래픽처리장치(GPU)를 주력으로 한다면 브로드컴은 구글이나 메타 같은 빅테크 기업이 자사 시스템 맞춤형으로 주문 제작하는 주문형 반도체(ASIC)의 선두주자입니다. 특히 브로드컴의 ASIC은 AI 처리 속도를 최적화할 수 있어 기존 GPU보다 에너지 효율이 높다는 평가입니다. 이 같은 강점은 가시적인 성과로 이어졌습니다. 지난 2분기 매출은 전년 동기 대비 48% 증가한 222억 달러(약 30조 2790억원)를 기록했고, 조정 주당순이익(EPS)도 54% 급증한 2.44달러를 달성했습니다. 특히 AI 반도체 매출만 143% 뛰어오른 108억 달러(약 14조 7300억원)를 기록하며 전체 매출의 절반 가까이를 견인했습니다. 저평가 논란 속 갈림길…3분기 ‘가속 성장’ 예고브로드컴은 이제 주가 향방을 가를 중요한 갈림길에 서 있습니다. 일각에서는 투자자들이 AI 시장의 지속적인 성장 가능성과 브로드컴의 잠재력을 지나치게 저평가하고 있다는 지적도 나옵니다. 이처럼 눈높이가 한껏 낮아진 상황에서 시장 기대를 뛰어넘는 견조한 실적이 확인된다면 주가가 강하게 반등할 것이라는 기대가 커지는 상황입니다. 경영진 역시 강력한 성장세에 자신감을 내비치고 있습니다. 브로드컴이 제시한 3분기 예상 매출은 전년 동기 대비 84% 급증한 294억 달러(약 40조 1020억원)에 달합니다. 기업이 순수 영업 활동을 통해 현금을 벌어들이는 능력을 보여주는 ‘조정 상각전영업이익’(EBITDA)은 87% 뛰어오른 200억 달러(약 27조 2800억원) 수준으로 예상했습니다. 직전 2분기 실적을 뛰어넘는 가속 성장을 예고한 셈입니다. 이번 브로드컴의 성적표는 ‘AI 열풍이 실제로 지속 가능한지’를 입증할 가늠자로도 주목받고 있는데요. 브로드컴이 시장의 우려를 씻어낼 만한 강력한 실적과 전망을 내놓는다면 그간의 우려를 뒤엎고 새로운 재반등의 발판을 마련할 것이라는 기대감이 시장 전반에 퍼지고 있습니다.

인공지능(AI)과 반도체를 미래 성장동력으로 삼아 3대 메가프로젝트에 내년 21조3000억원이 투입된다. 반도체 생산기반과 피지컬AI, AI 데이터센터(AIDC)를 집중 육성하고 독자 AI 모델 개발과 전력·용수 인프라까지 뒷받침해 AI 산업 전 주기를 국내에 구축한다는 구상이다. 1일 정부의 ‘2027년도 예산안’에 따르면 올해 가장 큰 폭으로 늘어난 투자 항목은 3대 메가프로젝트를 비롯한 AI 분야다. 올해보다 97.2% 늘어난 21조 3000억원이 편성됐다. 반도체는 생산기반부터 기술·인재까지 전 주기를 지원한다. ‘반도체산업 경쟁력강화 특별회계’를 신설하고 서남권 반도체 클러스터에 1조 5000억원을 투입한다. 용인·평택 반도체 팹의 조기 가동을 위한 기반시설에도 1000억원을 지원한다. 국산 AI 반도체 경쟁력 강화에도 나선다. 국산 신경망처리장치(NPU)와 AI 모델·서비스를 통합 최적화하는 ‘K-AI 반도체’ 기술개발에 200억원을 신규 투입하고 화합물반도체 시제품 제작·실증을 위한 상생팹 구축에 국비 480억원을 지원한다. 피지컬AI 분야에는 3조 1000억원을 투입한다. 제조·스마트팩토리·건설·농업·국방·돌봄·물류·항만 등 8개 분야에서 AI 로봇의 현장 실증을 지원하고 선도적 수요 창출을 위해 국산 AI 로봇 2000여대를 도입한다. 핵심 기술 연구개발에는 1조 5000억원을 투입하고 AI 학습용 데이터를 생산할 트레이닝센터와 데이터팩토리도 구축한다. AIDC에는 5000억원을 투자한다. 핵심 부품 성능을 검증하는 테스트랩을 구축하고 서버·전력·냉각 등 소재·부품·장비와 클라우드 기술개발을 지원한다. AI와 반도체 산업의 기반인 전력·용수 인프라에는 2조 1000억원을 지원해 송전망과 변전소, 에너지저장장치(ESS) 등을 확충한다. 독자 AI 모델 개발에는 5조 2000억원을 편성했다. 프런티어 AI 모델 확보를 위해 최상위급 그래픽처리장치(GPU)인 ‘베라루빈’ 1만장을 확보하는 데 3조 9000억원을 투자하고 AI 학습용 데이터와 해외 연구자 유치 등을 지원한다. AI 활용을 국민 생활로 확산하기 위한 ‘모두의 AI’에는 2조 4000억원을 투입한다. AI가 주민등록 발급이나 여권 재발급, KTX 예매 등 공공서비스를 찾아 신청하는 AI 에이전트를 개발하고 여행·돌봄 등 민간 서비스에도 AI 활용을 확대한다. 전 국민 390만명을 대상으로 한 AI 교육에는 2조 1000억원을 지원한다. 새로운 성장축을 만들기 위한 첨단전략산업 지원 예산도 올해보다 14.4% 늘어난 41조4000억원을 편성했다. 이 가운데 NEXT 10대 전략기술 분야에는 15조원을 투입한다. 우주항공 분야에서는 2030년 달 착륙을 목표로 착륙선과 발사체 개발 등 핵심 기술 확보에 나선다. 자율주행 실증을 확대하고 도심항공교통(UAM) 실기체 도입 등 미래 모빌리티 기술의 상용화 기반도 마련한다. 국가 연구개발(R＆D) 투자는 차세대 성장축 확보에 집중한다. 소형모듈원자로(SMR)·핵융합·재생에너지·양자·우주항공·첨단바이오·첨단공급망 등 ‘7대 SEED’ 분야에 대한 투자를 확대하고, 기업 R＆D에 정부가 지분을 확보하는 투자형 R＆D도 새롭게 도입한다. 에너지 대전환을 위해 공장 지붕과 영농형 태양광 등 다양한 형태의 태양광 사업을 지원하고 지역 주민이 재생에너지 발전 수익을 공유하는 햇빛소득마을도 확대한다. 전기차 보조금 지원 물량도 30만대에서 역대 최대인 43만대로 늘린다. 창업 생태계 조성에도 재정 투입을 확대한다. ‘모두의 창업’ 프로젝트 선발 인원을 1만 5000명에서 2만명으로 늘리고 비수도권 창업도시도 4곳에서 10곳으로 확대한다. 재창업과 사업전환을 지원하는 재도전 사업도 강화한다. 문화 분야에서는 K-콘텐츠의 기획부터 사업화·유통·해외 진출까지 전 주기 지원을 강화한다. 방한 관광객 유치를 위해 5대 메가관광권을 조성해 지방 관광 활성화에도 나선다. 중소기업의 성장과 수출 지원도 강화한다. 신성장 분야 유망기업 300곳을 선정해 맞춤형 지원을 제공하고 중소기업 R＆D와 기술사업화, 수출 지원을 강화한다.

삼성, GPU 일부 연산 기능 옮겨와성능·전력효율 맞춤형 HBM 제시하닉, 20단 이상 적층할 접합 기술발열 부위 식혀주는 ‘iHBM’ 개발 삼성전자와 SK하이닉스가 차세대 고대역폭 메모리(HBM)의 승부처로 각각 연산 기능과 패키징 기술을 꺼내 들었다. 삼성전자는 HBM의 기능을 넓히고, SK하이닉스는 20단 이상 높이 쌓아도 발열과 뒤틀림을 잡는 접합·냉각 기술을 개발한다. AI 반도체의 성능 경쟁이 그래픽처리장치(GPU)를 넘어 메모리로 확산되는 가운데 중국의 추격에도 대응하려는 전략이다. 두 회사는 23일(현지 시간) 미국 스탠퍼드대에서 개막한 학술회의 ‘핫칩스 2026’에서 차세대 HBM 전략을 공개했다. 업계의 공통 고민은 AI 칩의 계산 속도를 메모리가 따라가지 못하는 ‘메모리 병목’이다. GPU가 아무리 빨리 계산해도 필요한 데이터를 메모리가 제때 보내주지 못하면 제 성능을 낼 수 없다. AI 가속기의 연산 성능은 2년마다 약 3배씩 높아지는 반면 HBM의 데이터 전송 속도 증가 폭은 같은 기간 2배에도 못 미친다는 게 업계의 분석이다. 삼성전자의 해법은 HBM 자체를 더 ‘똑똑하게’ 만드는 것이다. HBM 맨 아래에는 여러 장의 D램과 GPU 사이에서 데이터 흐름을 관리하는 ‘베이스다이’가 있다. 삼성전자는 여기에 지금까지 GPU가 맡았던 메모리 제어 기능과 데이터 처리 작업 일부를 옮기는 방안을 제시했다. GPU의 부담을 HBM이 나눠 맡는 셈이다. 메모리 제어 기능을 HBM으로 옮겨 확보한 GPU 내부 공간에 연산 코어를 더 넣으면 성능을 높일 수 있다는 것이다. SK하이닉스는 HBM을 더 높이 쌓을 때 생기는 열과 뒤틀림을 해결하는 데 초점을 맞췄다. HBM은 D램을 여러 층 쌓을수록 용량은 늘지만 열을 빼내기 어렵고 칩이 휘는 문제도 커진다. SK하이닉스는 20단 이상 적층을 위해 칩 사이 금속을 직접 붙여 층간 간격을 줄이는 ‘하이브리드 본딩’을 연구하고 있다. HBM 내부에 냉각 요소를 넣어 열을 빼내는 ‘iHBM’도 개발 중이다. 이재식 SK하이닉스 아메리카 부사장은 “HBM 자체의 성능뿐 아니라 GPU와 패키징, 파운드리까지 고객과 함께 최적화해야 한다”고 말했다. 이 같은 기술 경쟁은 HBM 수요가 엔비디아 GPU 중심에서 구글·아마존·메타 등 빅테크의 자체 AI 가속기로 확대되는 흐름과 맞물린다. 카운터포인트리서치는 주문형 반도체(ASIC)용 HBM 수요가 2024년부터 2028년까지 35배로 늘어날 것으로 전망했다. 중국 메모리 업체들의 추격도 변수다. 중국 최대 D램 업체 창신메모리(CXMT)는 지난해 4분기 세계 D램 시장 매출 기준 점유율 7.7%로 4위까지 올라섰다. 범용 D램에서 중국의 추격이 거세진 만큼 차세대 HBM에서 기술 격차를 벌리는 것이 중요해진 셈이다. 당장의 승부처는 HBM4와 내년 양산을 앞둔 HBM4E다. 삼성전자는 지난 2월, SK하이닉스는 2분기부터 HBM4 양산 공급에 들어갔으며 두 회사 모두 HBM4E 샘플을 고객사에 전달했다. HBM의 승부 기준도 단순히 데이터를 더 빨리 보내고 더 많이 쌓는 데서 고객의 AI 칩에 맞춰 기능과 구조까지 설계하는 방향으로 바뀌고 있다.

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.

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.

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.

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.

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.