데이터 유출 막고 행정 효율 높여민관 협력 ‘소버린 AI 전략’ 가늠자국내 최고 수준의 인공지능(AI) 기술력을 국방 행정 전반에 투입하는 국방 인공지능 전환(AX) 프로젝트가 본궤도에 오른다. 정부가 추진하는 ‘독자 AI 파운데이션 모델’ 프로젝트를 국방 현장에 적용하는 첫 사례로, 국가 안보와 직결된 데이터 주권을 민간 기술로 확보하는 ‘소버린 AI’ 전략의 가늠자가 될 전망이다. SK텔레콤은 14일 서울 중구 본사에서 국방부와 ‘독자 AI 모델의 국방 분야 활용’을 위한 업무협약(MOU)을 체결했다고 밝혔다. 이번 협력은 SK텔레콤이 지난 1월 국내 최초로 매개변수 5000억개를 돌파하며 과기정통부의 독자 AI 모델 프로젝트 2단계에 진출시킨 ‘A.X K1’을 국방 환경에 최적화해 이식하는 것이 핵심이다. 범용 모델을 빌려 쓰는 단계를 넘어 안보 특수성을 반영한 ‘전용 엔진’을 구축한다는 방침이다. 국방부는 이번 협약을 계기로 2분기 중에 과기정통부의 ‘국가 AI 프로젝트’를 통해 확보한 GPU 자원을 SK텔레콤에 배정하기로 했다. 고성능 AI 모델 개발에 필수적인 연산 자원을 정부가 직접 지원하고, 민간은 독자 모델과 경량화 기술을 제공해 국가 연구개발(R＆D) 인프라와 민간 기술력의 시너지를 극대화하는 구조다. 보안이 생명인 국방 환경을 고려해 기술적 해법도 정교화한다. SK텔레콤은 대규모 모델의 연산 부담은 낮추되 처리 속도는 높이는 경량화 기술을 전면에 배치한다. 특히 외부 클라우드 연결이 제한되는 폐쇄적인 군 네트워크 특성에 맞춰 국방 데이터를 집중 학습시킨 ‘온프레미스’형 AI를 구현한다. 이를 통해 데이터 유출을 원천 차단하면서 군 행정 효율성을 끌어올린다는 구상이다. 전준범 국방부 국방인공지능기획국장은 “이번 협약은 독자 AI 파운데이션 모델을 기반으로 국방 AX가 한걸음 도약하는 결정적 계기”라며 “민간과의 협력을 지속 확대해 국방 전반에 AI를 효과적으로 안착시키겠다”고 밝혔다. 김명국 SK텔레콤 인더스트리얼 AI 본부장 역시 “데이터 주권과 보안이 중요한 금융, 제조 등 공공 영역 전반으로 K-AI 경쟁력을 확산해 나가겠다”고 했다.

구글이 제미나이를 운영체제(OS)에 통합한 지능형 체제(IS)의 개념을 내놓으면서 크롬북 플러스를 업데이트 하는 대신 새로운 노트북 라인업인 ‘구글북’(Googlebook)을 공개했습니다. 상세 사양이나 제품에 대한 공개는 없었지만, 기존의 윈도우나 iOS/Mac에 맞설 수 있는 노트북 OS와 제품군을 만드는 것이 목표로 보입니다. 하지만 여기서 의문이 드는 대목은 과거 공개한 크롬북 플러스와의 차이점이 무엇이냐는 것입니다. 기본적으로 크롬 OS와 크롬북은 저가형 교육용 노트북 시장에서 나름 자신만의 입지를 굳힌 제품입니다. 국내에서는 널리 쓰이지 않지만, 미국, 유럽, 일본에서는 교육용 제품으로 많이 사용됩니다. 일단 OS 가격이 포함되지 않고 윈도우 보다 낮은 사양에서도 돌아가는 장점이 있어 가격이 중요한 교육용 시장에서 인기를 끌고 있는 것입니다. 특히 코로나19 대유행 시기에는 온라인 수업과 연계되면서 판매량이 연간 3000만대를 넘기도 했습니다. 하지만 그 이후에는 판매량이 하락세를 겪었습니다. 최근에는 다시 완만한 회복세를 보였으나 올해 메모리, SSD 가격이 큰 폭으로 상승하면서 다시 판매량이 줄어들 가능성이 큰 상태입니다. 크롬북의 문제점은 기본적으로 저가형이고 사양이 낮아서 업무용 및 게임 등 다양한 용도로 쓰기에는 다소 아쉽다는 것입니다. 따라서 구글은 크롬북 플러스라는 업그레이드 형을 이미 발표한 바 있습니다. 제조사 입장에서는 저가형만 만들다 보니 수익성이 낮고 구글 입장에서는 점유율을 늘려 생태계를 확장할 필요가 있어 나온 제품이지만, 실제 판매량은 많지 않았습니다. 크롬북 수요 자체가 300달러 이하의 교육용 노트북에 집중되어 있는데다, 약간 비용을 추가하면 모든 기능을 갖춘 맥북 에어나 윈도우 노트북을 살 수 있기 때문입니다. 따라서 구글북은 크롬북과 크롬북 플러스의 한계를 돌파하기 위한 제품으로 볼 수 있습니다. 구글에 따르면 구글북은 안드로이드, 구글 플레이, 그리고 크롬OS(ChromeOS)의 장점을 한데 모았습니다. 예를 들어 별도의 에뮬레이션 과정 없이 노트북에서 안드로이드 애플리케이션을 완벽하게 구동할 수 있습니다. 또 구글북은 인공지능(AI) 기술인 ‘제미나이’(Gemini)를 핵심 성능으로 내세우고 있습니다. 예를 들어 사용자가 마우스 포인터를 흔드는 동작(shake)을 통해 즉시 제미나이 모드를 활성화할 수 있는 새로운 인터페이스를 도입했습니다. 그리고 제미나이를 통해 자신만의 맞춤형 위젯을 생성하고 활용할 수도 있습니다. 하지만 이것만으로 소비자들의 지갑을 열게 할 수 있을진 미지수입니다. 구글 AI 서비스 확산과 주도권 확보를 위해서는 결국 모든 플랫폼에서 제미나이를 제한 없이 사용할 수 있게 해줘야 합니다. 이미 널리 보급된 윈도우 OS를 기반으로 한 코파일럿 기능처럼 OS나 플랫폼에 제한을 둘 수 없다는 이야기입니다. 더구나 사실 AI 기능 강조는 구글 크롬북 플러스에서도 똑같이 했던 이야기입니다. 구글 포토에서 사진에 불필요한 부분을 지워주는 매직 이레이저나 화상회의 AI, 제미나이와의 통합 등은 이미 크롬북 플러스에서 선보인 내용입니다. 구글북은 제미나이와의 더 깊은 통합을 강조하고 있는데, 통합하지 않아도 잘 쓸 수 있는 제미나이를 통합해 과연 시너지 효과를 볼 수 있을지 의문이 드는 대목입니다. 두 번째로 하드웨어 역시 기존의 AI 노트북보다 낮을 수 있습니다. 인텔의 와일드캣 레이크 (Wildcat Lake)를 사용할 것이라는 이야기가 나오고 있는데, 기본적으로 고성능 코어 2개에 저전력 코어 4개를 사용해 성능이 그렇게까지 뛰어나다고 보긴 어렵습니다. 내장 그래픽은 Xe3 iGPU 역시 2코어이고 NPU 성능 역시 코파일럿 기능을 지원하는 AI 노트북(40 TOPS 이상) 보다 훨씬 낮은 17 TOPS 정도로 알려져 있습니다. 물론 제조사에 따라 더 강력한 칩을 탑재할 수도 있으나 그러면 가격도 그만큼 올라가게 될 것입니다. 주요 경쟁 상대인 맥북 네오와 가격 경쟁이 힘든 것은 물론 맥북 에어, 윈도우 AI 노트북들과 가격이 비슷해질 수도 있습니다. 세번째 문제는 x86에 안드로이드 기반일 것으로 보이는 구글 OS를 돌린다는 것입니다. 과거에도 x86 안드로이드가 있긴 했지만 성능 최적화 측면에서 보면 Arm 만큼 성능과 호환성이 좋지 못했습니다. 설령 호환이 된다 해도 성능에서는 손해가 있을 수 있습니다. 지금 Arm 윈도우 시장에 나와 있는 퀄컴의 스냅드래곤 기반 AI 노트북과 비슷한 문제에 직면할 가능성이 있어 보이는데, 굳이 x86 프로세서를 채택한 배경 역시 궁금해지는 부분입니다. 마지막으로 지금 직면한 가장 큰 문제는 칩플레이션을 극복할 수 있느냐는 것입니다. 애플은 칩플레이션 상황에서 상대적으로 선전하고 있습니다. 기본적으로 맥북은 OS 자체가 메모리 절약 성능이 우수해 메모리를 상대적으로 적게 탑재해도 윈도우 노트북보다 유리한 상황입니다. 여기에 자체 프로세서와 OS를 통해 수직 계열화를 이룩해 가격 통제가 쉽고 본래 높은 가격의 프리미엄 이미지로 가격 인상 요인도 쉽게 흡수할 수 있습니다. 덕분에 애플은 올해 유일하게 판매량이 대폭 늘어날 대형 컴퓨터 제조업체로 지목되고 있습니다. 반면 구글북은 에이서, 델, HP, 레노버, ASUS 같은 기존 업체들이 참가하는 방식으로 보입니다. 이들은 애플처럼 자체 칩을 사용하지도 않고 공급망 장악력이 떨어지기 때문에 현재 칩플레이션으로 가격이 폭등하면서 판매가 줄어들고 있는 윈도우 노트북과 차이점이 과연 무엇인지 애매한 상황입니다. 그럼에도 구글이 구글북이라는 새로운 제품군을 들고나온 것은 결국 크롬북 플러스로는 일반 노트북 및 PC 시장에 진입하기가 쉽지 않다는 한계를 확인했기 때문일 것입니다. 2011년 크롬북도 처음에는 성공 여부가 불투명했으나 결국 교육 시장에서 자리를 잡은 것처럼, 구글북 역시 제미나이 AI 노트북이라는 새로운 정체성을 찾고 시장에 안착할 수 있을지 주목됩니다.

한국형 AI 터미널운영시스템 무인이송장비로 하역~이송 자동화진해신항 사람 개입 없는 환경 추진물류통합플랫폼도 AI 전환화물차에 방문시간 추천·자동 예약선박 도착 예측해 선석 배정 최적화생산성 넘어 안전성 최우선화물 고정 대신하는 로봇 설계 완료 항만 내 충돌 예방 서비스 개발·적용우리나라 첫 근대 무역항인 부산항이 올해 개항 150주년을 맞았다. 그동안 수출입 전초기지로 경제성장을 든든하게 뒷받침한 부산항은 세계 2위의 ‘컨테이너 환적 허브’로 위상을 확고히 했다. 다가올 150년을 준비하는 부산항은 물동량을 키우는 양적 성장을 넘어 ‘지능형 항만’으로 질적 성장을 추구하며 ‘인공지능(AI) 전환’ 시대의 세계적 선도 항만으로 도약을 준비 중이다. ●경제성장 함께한 부산항150년 12일 부산항만공사(BPA)에 따르면 부산항은 신라시대 때부터 한반도의 대일본 관문 역할을 해온 항만이다. 1876년 강화도조약 체결과 함께 부산포라는 이름으로 개항하면서 국제항으로 세계 무대에 등장했다. 일제 강점기 수탈 통로로 이용된 아픈 역사를 지나 6·25 전쟁 때는 국제연합군이 첫발을 내딛고 전후에는 원조물자가 들어와 국민에게 전달되는 소중한 창구였다. 1960년대부터 산업화가 시작되면서 급증한 수출입 물동량을 감당하기 위해 부산항은 국가 차원의 체계적 관리 아래 개발되면서 수출 전진기지 임무를 수행했다. 특히 관리·운영 기관인 BPA가 2004년 출범하면서 성장에 속도가 붙었다. 출범 당시 1041만 TEU(1TEU는 길이 약 6.1m 컨테이너 1개)였던 물동량은 지난해 2480만 TEU로 배 이상 늘었다. 부산항은 국내 수출입 화물의 77%를 처리하고 오가는 화물의 가치가 472조원에 이를 정도로 우리나라 경제에 중요한 역할을 하고 있다. ●우리 기술로 항만 자동화 완성 세계 주요 항만은 무인 자동화를 단계적으로 적용하고 AI 기술을 도입해 경쟁력을 강화하는 방안을 모색하고 있다. 이에 BPA도 부산항 ‘AI 대전환’ 계획을 수립하고 지능형 항만 도약을 추진하고 있다. 운영 전반에 AI를 도입해 ‘초연결 항만’을 구현하고 컨테이너 터미널의 생산성 30% 향상, 항만 내 인명사고 제로 등을 달성하는 게 목표다. 총예산 8921억원 중 4351억원을 2030년까지 투입해 빠른 속도로 추진할 계획이다. 부산항 AI 대전환의 핵심은 우리 기술로 만드는 ‘AI 기반 한국형 자동화 터미널’의 완성이다. 그 시작은 2024년 4월 개장한 부산항 신항 7부두다. 이곳은 우리나라 최초의 완전 자동화 부두로, 화물 하역부터 이송이 터미널운영시스템(TOS)에 의해 자동으로 이뤄진다. TOS에 입력된 정보가 무인이송장비(AGV)로 전송되고 AGV가 선박에서 화물을 내리는 컨테이너 크레인, 장치장(야드)에서 화물을 반입·반출할 때 쓰이는 트랜스퍼 크레인을 오가며 화물을 나른다. BPA는 이 성과를 바탕으로 7부두 후속 사업인 신항 서컨테이너터미널 2-6단계에서 국산 컨테이너 크레인 6기, 트랜스퍼 크레인 34기를 제작하고 장래 진해신항에 항만장비제어시스템(ECS)을 구축한다. TOS가 부두 내 개별 하역·이송 장비에 작업을 지시한다면 ECS는 모든 자동화 장비를 통합 통제한다. 또 AI가 컨테이너를 이송·적재하는 최적 경로를 스스로 판단하면서 터미널 운영 효율을 높인다. 자율주행 기능이 탑재된 야드 트럭, 노면전차 셔틀도 도입해 항만 내에서 컨테이너가 사람의 개입 없이 신속하게 이동하는 환경을 조성할 예정이다. ●데이터로 연결되는 항만 AI 고속도로 또 하나의 핵심 전략은 항만 물류 데이터를 유기적으로 연결하는 ‘물류통합플랫폼(체인포털)’의 AI 전환이다. 항만에서는 선사, 터미널 운영사, 운송사, 화물차 기사 등 다양한 주체가 복합적으로 업무를 수행하지만 일부 관계자 간 한 방향으로 정보가 전달되면서 비효율이 발생한다. 체인포털의 AI화를 통해 모든 이해관계자가 유기적으로 정보를 주고받으면서 더 나은 물류 흐름을 만든다는 게 BPA의 계획이다. 이를 위해 부산항에 출입하는 모든 화물차 기사가 이용하는 모바일 앱인 ‘올컨e’에 트럭 방문 시간 추천·자동 예약 기능을 갖춘 음성 대화형 AI를 도입해 항만 게이트 혼잡을 막고 효율을 높일 계획이다. 해상에서는 선석 배정 최적화와 실시간 이상징후 탐지 시스템인 ‘포트-i’에 AI를 도입해 고도화한다. AI는 선박과 화물 데이터를 분석해 물류가 지연되면 대체 선박을 추천하고 선박 도착 시간을 정확하게 예측해 선석 운영의 효율성을 높인다. 또한 글로벌 주요 항만과 데이터를 주고받아 선박 입항부터 하역, 출항까지 모든 과정을 최대한 효율적으로 만드는 ‘한국형 선박 기항 최적화(K-PCO)’ 모델도 구현해 글로벌 표준을 선도할 계획이다. ●안전 지키는 피지컬AI 도입 부산항의 AI 대전환은 생산성 향상을 넘어 항만에서 근로자의 생명과 안전을 지키는 데도 목적을 두고 있다. 이를 위해 현장의 고위험 작업을 로봇과 AI가 대신 수행하는 ‘피지컬 AI’ 도입을 적극 추진한다. 추락 사고가 발생할 위험이 큰 높은 화물 고정(라싱) 작업을 대신할 로봇 설계가 이미 완료됐으며 올해 실증을 거쳐 내년부터 현장에 도입할 계획이다. 선박을 부두에 고정하는 줄잡이 작업에 투입할 로봇 연구도 한창 진행 중이다. 또한 현장 영상을 분석해 항만 내 장비와 트럭, 트럭과 사람 간 충돌 위험을 예측하고 경고를 보내는 ‘AI 충돌 예방 서비스’를 개발해 ‘올컨e’에 적용할 계획이다. AI가 크레인 쇠밧줄의 결함을 자동 진단하는 기술을 개발해 실증을 진행 중이며, 강풍이 불 때 컨테이너 전도 가능성을 계산해 미리 안전하게 조치하는 시뮬레이션 기술 개발도 추진 중이다. BPA는 이러한 AI 대전환 추진을 위해 지난해 전담 조직인 ‘디지털 AI부’를 신설하고 민·관·연 협업 체계를 강화했다. 또 중소 물류 업체들도 AI 기술을 활용할 수 있도록 공공 주도의 ‘GPU 서버 팜’과 데이터 센터 구축을 추진하는 등 AI 생태계 조성에도 앞장서고 있다. BPA 관계자는 “부산항 AI 대전환은 우리나라가 AI 3대 강국으로 도약하는 핵심 동력이 될 것”이라며 “부산항 운영 경험에 AI 기술을 결합해 글로벌 항만 시장의 선도자가 되겠다”고 밝혔다.

- 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.

페르소나에이아이(페르소나AI, 대표 유승재)가 5월 6일부터 8일까지 서울 코엑스에서 개최되는 ‘2026 국제인공지능대전(AI EXPO KOREA)’에 참가해 피지컬AI 로봇 기술을 시연한다. 이번 행사에서 페르소나AI는 음성 명령을 기반으로 상황을 관찰하고 판단해 행동하는 에이전틱(Agentic) 로봇 기술과 자체 개발한 로봇 운영체제(OS) 역량을 공개한다. 전시 현장에서는 한국, 미국, 중국 등 3개국 공동연구를 통해 개발된 휴머노이드와 사족보행 로봇이 소개된다. 해당 로봇군에는 페르소나AI의 자체 AI 엔진이 탑재됐으며, 음성 인식 기반의 지능형 로봇 기술이 적용됐다. 특히 지역별 사투리까지 인식 가능한 온디바이스 기반 SSTT(Sovereign AI Speech to Text) 음성 모델을 내장해 응답 속도를 높이고 데이터 보안성을 강화했다. 이는 비용 효율성을 개선해 산업 현장 및 일상 환경에 적용 가능한 수준으로 구현됐다. 공개된 로봇은 단순 명령 수행을 넘어 주변 상황을 스스로 판단하는 에이전틱 기능을 보유했다. 사용자가 “덥다”고 말할 경우 주변 환경을 인식해 에어컨을 작동하거나 물을 제공하는 등 능동적 행동을 수행한다. 이는 기업이 자체 보유한 복수의 AI 모델을 로봇에 탑재해 기술적 패러다임을 제시한 사례다. 참관객들은 전시 기간 중 일 4회 진행되는 시연을 통해 피지컬AI의 기술 방향성을 확인할 수 있다. 페르소나AI는 경량화된 원천 AI 엔진을 앞세워 로봇 OS 개발을 선도하며 피지컬AI 시대를 앞당기고 있다. 인터넷 연결이나 GPU 없이도 동작하는 경량 AI 모델을 기반으로 CES 2025·2026 혁신상 연속 수상과 Gen AI Competition 등 국제 대회 수상을 통해 글로벌 기술 경쟁력을 입증해왔다. 또한 LAM, VLA, sLLM 등 자체 개발한 AI 모델을 로봇 OS에 최적화해 에이전틱 로봇 시장 선점을 목표로 하고 있다. 회사는 온디바이스 기반 AI와 한국어 특화 음성 인식 기술을 바탕으로 로봇, 제조, 물류 등 다양한 산업 분야로 적용 범위를 점차 넓혀갈 계획이다.

최근 글로벌 IT 시장에는 ‘칩플레이션(chipflation’이라는 거대한 파도가 몰아치고 있습니다. AI 데이터 센터 수요 폭증으로 인해 D램과 낸드 플래시 메모리 가격 폭등이 폭등하면서 노트북, 데스크톱, 스마트폰의 제조 비용 역시 빠르게 상승하고 있습니다. 제조사들은 가격을 올리든지 제품 사양을 낮추든지 둘 중 하나를 선택할 수밖에 없는 상황입니다. 시장 조사 기관들의 전망도 어둡습니다. 시그마 인텔, 가트너, IDC 등 시장 조사 기관들은 이로 인해 올해 PC 시장이 5-10% 정도 역성장 할 것으로 예상했습니다. 그런데 이 기관들이 예외적으로 성장할 것으로 예측한 제조사가 있습니다. 바로 애플입니다. 시장 조사 기관들의 예측에 의하면 올해 애플은 9%에서 많게는 21%까지 판매량을 늘려가면서 점유율을 크게 높일 것으로 예상됩니다. 칩플레이션 시대에 애플이 지닌 비장의 무기는 크게 3가지입니다. 바로 맥 OS의 통합 메모리 구조와 효율적 관리가 메모리 관리가 가능한 생태계, 그리고 가격 인상을 효율적으로 통제할 수 있는 생산 구조입니다. 1. AI 시대에 전화위복이 된 통합 메모리(UMA) 구조 애플의 가장 강력한 무기는 통합 메모리 아키텍처(Unified Memory Architecture, UMA)입니다. 애플은 M 시리즈 애플 실리콘을 맥에 탑재하면서 A 시리즈를 사용하는 iOS처럼 하나의 메모리를 CPU와 GPU가 공유하는 방식을 선택했습니다. 이는 단가를 낮추면서 크기와 전력 소모도 줄일 수 있어 맥북 에어처럼 슬립 노트북이니 맥 미니처럼 미니 PC에 제격인 방식입니다. 물론 인텔과 AMD의 최신 프로세서 역시 내장 GPU와 NPU를 지니고 있으며 독립 GPU가 없으면 메모리를 CPU와 공유합니다. 하지만 이는 애플의 통합 메모리와는 다른 개념입니다. 실제로는 내장 GPU에 얼마나 메모리를 할당할지 결정하면 여기에 맞춰 메모리를 분할해 사용하기 때문에 각자 메모리를 지닌 CPU와 GPU가 OS 상에 존재합니다. 이는 독립 그래픽 카드 역시 호환되어야 하는 윈도우 OS의 숙명상 어쩔 수 없는 대목이기도 합니다. 반면 외장 그래픽 카드를 아예 고려하지 않는 맥 OS는 이런 제약에서 자유롭습니다. 물론 고성능 GPU를 사용할 수 없다 보니 게임 성능에서는 다소 제약이 있었지만, 메모리 가격과 그래픽 카드 가격이 폭등하니까 역설적으로 메모리를 통합해서 효율적으로 관리하는 구조가 상당히 비용 효과적인 방식이 된 것입니다. 이 구조는 특히 컴퓨터에서 거대언어모델(LLM)을 구동할 때 매우 두드러진 장점을 제공합니다. 애플의 실리콘(M 시리즈)은 CPU, GPU가 서로 간에 데이터를 복사해 전송할 필요 없이 바로 전달하는 ‘제로 카피(Zero-copy)’ 방식을 사용해 LLM 구동 시 병목 현상은 줄이고 메모리 통합으로 더 큰 모델을 돌릴 수 있습니다. 예를 들어 32GB 시스템 메모리와 RTX 5080처럼 16GB 비디오 메모리를 지닌 고성능 컴퓨터라도 20GB가 넘는 LLM 모델을 한 번에 GPU에서 돌릴 순 없습니다. 반면 32GB 메모리를 지닌 맥북이나 맥 미니는 메모리를 나누지 않기 때문에 훨씬 쾌적하게 돌릴 수 있습니다. 사실 이런 이유 때문에 오픈 클로 같은 로컬 AI용으로 맥 미니 수요가 급증한 이미 급증한 상태입니다. 2. ‘맞춤 정장’과 ‘기성복’ 애플의 메모리 관리 방식은 마치 체형에 딱 맞춘 ‘맞춤 정장’에 비유할 수 있습니다. 맥OS는 정해진 하드웨어에서 사용자 경험을 최적화하는데 초점을 맞췄는데, 메모리도 예외가 아닙니다. 예를 들어 모바일 iOS와 비슷하게 화면에 보이지 않는 앱의 활동을 최소화해 CPU와 메모리를 차지하는 비율을 줄입니다. 여기에 강력한 메모리 압축(Memory Compression) 기술과 SSD를 활용한 지능형 스왑(Smart Swap) 기능이 더해져, 물리적 RAM 용량이 적더라도 실제 체감 성능은 훨씬 높은 수준을 유지합니다. 반면 윈도우 PC는 다양한 사람에게 맞게 나온 ‘기성복’에 비교할 수 있습니다. 윈도우는 다양한 하드웨어에서 다양한 애플리케이션의 작동을 보장하는 개방형 구조입니다. 이는 사용자에게 큰 자유를 보장하지만, 사실 자유는 공짜가 아니고 대가가 따릅니다. 예를 들어 윈도우나 안드로이드는 다양한 하드웨어를 다루기 위해 하드웨어 추상화 계층(HAL, Hardware Abstraction Layer)을 사용합니다. 쉽게 말해 다양한 하드웨어가 다양한 소프트웨어를 돌리다 보니 서로 말이 달라도 통역해 줄 중간 계층이 필요하다는 이야기입니다. 그리고 수많은 하드웨어를 위한 다양한 드라이버 역시 메모리에 상주해야 합니다. 결국 메모리 사용량이 늘어납니다. 이런 윈도우의 단점은 과거 메모리가 저렴하던 시절에는 아무 문제가 되지 않았습니다. 오히려 소비자에게는 같은 메모리 용량을 지닌 윈도우 노트북이 더 저렴하다는 식으로 홍보할 수 있었습니다. 예를 들어 32GB 맥북은 꽤 비싸지만, 32GB 윈도우 노트북은 훨씬 저렴했습니다. 또 하드웨어 제조사 역시 같은 윈도우 OS에서 스펙으로 경쟁하다 보니 더 많은 램 용량으로 소비자에게 어필하는 경우가 많았습니다. 윈도우의 기본 사상이 넉넉한 램 용량으로 가능한 모든 애플리케이션과 하드웨어를 품자는 것이었고 이는 메모리가 저렴하던 시절에는 소비자도 만족했던 덕목이었습니다. 반면 애플은 iOS나 맥OS나 실사용에서는 부드럽긴 했지만, 램크루지라는 별명을 얻을 정도로 메모리에 인색해 보였습니다. 그런데 램 값이 폭등하면서 이제 상황이 180도 바뀐 것입니다. 3. 공급망의 승리 맥은 사실 PC 시장에서 판매량이 많지 않습니다. 하지만 아이폰, 아이패드 같은 모바일 디바이스 판매량이 엄청나다 보니 메모리 시장에서 큰 손입니다. 그래서 막대한 구매 물량을 무기로 유리한 조건으로 장기 메모리 구입이 가능합니다. 그리고 더 중요한 것은 다른 PC 제조사와 달리 본래 마진율이 상당해서 메모리 가격 인상분을 쉽게 흡수할 수 있다는 것입니다. 애플은 맥에 들어가는 CPU를 인텔에서 자체 개발한 애플 실리콘으로 바꿨는데, 덕분에 비용을 대폭 절감할 수 있었습니다. 사실 인텔 CPU에는 제조 원가뿐 아니라 인텔의 수익도 포함되어 있기 때문에 애플 실리콘보다 더 비쌀 수밖에 없습니다. 여기에 윈도우 PC는 마이크로소프트에 윈도우 OS 사용 비용도 지불해야 합니다. 이런 비용들이 없는 애플의 맥은 당연히 가격 대비 사실은 제조 단가가 저렴할 수밖에 없습니다. 따라서 애플은 메모리 가격이 좀 올라도 얼마든지 감당할 수 있습니다. 오히려 이런 시기에 599달러에 불과한 맥북 네오 같은 물건을 출시해서 시장 점유율을 공격적으로 올릴 수 있게 됐으니 전화위복의 계기가 된 것입니다. 맥북 네오의 8GB 메모리는 윈도우에서는 부족해 보이지만, 앞서 설명한 내용 때문에 맥 OS에서는 상대적으로 덜 부족합니다. 과거 메모리 용량에 인색해서 램크루지라는 별명을 들었던 게 지금 상황에서는 오히려 이득이 되고 있습니다. 다만 애플이라고 해서 메모리 공급난에서 완전히 자유로운 건 아닙니다. 상대적으로 유리한 위치이긴 하나 최근 맥 미니나 맥북 네오 같은 일부 제품이 배송 지연이나 품절된 상황으로 공급이 수요를 따라가지 못하는 상황입니다. 그럼에도 최근 상대적으로 유리한 상황을 이용해서 애플이 과거 본래 명칭이었던 애플 컴퓨터에 걸맞은 수준으로 PC 시장에서 점유율을 계속해서 끌어올릴 수 있을지 주목됩니다

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.

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.

‘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.

SK AX가 에이전틱 인공지능(AI) 기술을 적용한 인프라 운영 서비스 ‘엑스젠틱와이어 NPO(네트워크 성능 최적화)’를 출시하며 지능형 운영 체계 구축에 나섰다고 2일 밝혔다. 이번 서비스는 시스템 장애를 사전에 방지하고 운영 효율을 극대화하는 데 초점을 맞췄다. 엑스젠틱와이어 NPO는 AI가 스스로 문제를 탐지하고 분석해 조치까지 수행하는 것이 특징이다. 최근 AI 클라우드 확대로 그래픽처리장치(GPU) 자원 관리와 작업량의 변동성이 커지며 운영 복잡도가 높아진 환경을 반영했다. 시스템에서 발생하는 로그, 메트릭, 이벤트 데이터를 실시간 분석해 이상 징후를 감지하며, 원인 판별 후 복구와 자원 재배치를 자동으로 실행해 작업자 에러를 줄인다. 기존 인력 중심의 운영을 AI 기반으로 전환함에 따라 산업별 활용도도 높을 것으로 보인다. 제조업의 설비 이상 탐지, 금융권의 무중단 시스템 지원, 공공 분야의 서비스 안정성 강화 등이 대표적이다. SK AX는 기업들이 환경에 맞춰 설치형이나 업무 외주(BPO) 등 다양한 방식으로 도입할 수 있도록 ‘AI 스튜디오’ 등의 설계 도구도 함께 제공한다.

소프트웨어가 하드웨어 수요 잠식‘훈련’ 필요 없어 이르면 연내 가능비용 줄어 ‘온디바이스 AI’ 앞당겨판매 대수 늘면 반도체 수요도 증가‘지능형 메모리’ 미래 기술 선점해야 구글 리서치가 인공지능(AI) 모델의 메모리 사용량을 6분의1로 줄이는 혁신 알고리즘 ‘터보퀀트’(TurboQuant)를 전격 공개해 글로벌 반도체 시장에 파장이 일고 있다. 소프트웨어가 하드웨어 수요를 잠식할 것이라는 ‘수요 절벽’ 위기론과 시장 파이가 커질 것이라는 낙관론이 팽팽하다. 29일 핵심 쟁점을 일문일답으로 풀었다. Q. 터보퀀트란 어떤 기술인가. A. AI가 대화 맥락을 기억하는 ‘실시간 메모장’(KV 캐시)의 용량을 획기적으로 줄이는 기술이다. 기존에 데이터를 무거운 ‘고화질 사진’로 저장했다면, 화질 손상은 거의 없으면서 용량만 6분의 1로 줄인 ‘고효율 압축 이미지’로 변환하는 식이다. 여기에 보정 필터를 더해 미세 정보까지 선명하게 되살린다. 예컨대 백과사전 6권을 핵심만 요약한 1권으로 만들면서도 답변 정확도는 그대로 유지하는 셈이다. Q. 과거 구글의 ‘텐서 처리 장치’(TPU)가 공개됐을 때보다 시장이 더 민감한 이유는. A. TPU가 엔비디아 그래픽처리장치(GPU)라는 하드웨어 장비를 ‘구글 칩’으로 바꿔보겠다는 하드웨어 간의 대체 경쟁이었다면, 터보퀀트는 어떤 연산 장치를 써도 메모리 ‘구매량’ 자체를 6분의 1로 줄일 수 있는 범용 소프트웨어 솔루션이다. 메모리 업체 입장에서 고객사가 칩 브랜드(하드웨어)를 바꾸는 게 아니라, 주문서의 수량(메모리 용량) 자체를 지워버리는 셈이라 타격의 결이 다르다. Q. 그럼에도 ‘장기 낙관론’이 나오는 이유는. A. 자원의 이용 효율이 높아져 비용이 낮아지면 전체 소비량이 늘어나는 ‘제본스의 역설’ 때문이다. AI 운영비가 낮아지면 모든 기기에 AI가 기본 탑재되는 ‘온디바이스 AI’ 시대가 앞당겨진다. 개별 기기당 탑재량은 줄어도 판매 대수가 압도적으로 늘어 전체 메모리 수요는 더 커질 것으로 전망된다. Q. 시장에선 상용화가 이르면 연내 가능할 것으로 보는데. A. 그렇다. 터보퀀트는 기존 AI 모델을 새로 학습시킬 필요 없이 운영 중인 시스템에 ‘필터’처럼 갈아 끼우는 ‘훈련 불필요’ 방식이다. Q. 상용화 신중론이 나오는 이유는. A. 해결할 과제가 많다. 수만 대의 서버가 얽힌 클라우드 시스템에 병목 없이 녹여내는 기술적 최적화가 필수다. 다양한 모델에서 동일한 품질을 내는지 증명해야 하고, 주요 환경에서 별도 튜닝 없이 쓸 수 있는 범용 표준으로 채택돼야 한다. 데이터 복원 과정에서 발생하는 시간 지연과 실시간 대화 품질 저하 우려도 넘어야 한다. Q. 한국 기업들은 어떻게 대응해야 하나. A. 삼성전자나 SK하이닉스는 단순히 정해진 규격의 부품만 납품하는 공급자에서 벗어나 AI 시스템 전체의 효율을 설계하는 ‘통합 솔루션 파트너’로서의 역량을 입증해야 한다. 메모리 스스로 연산까지 돕는 지능형 메모리(PIM)나 기기 간 연결 장벽을 허무는 차세대 연결 기술(CXL) 같은 미래 기술을 선점해야 한다.

네이버가 글로벌 반도체 기업 AMD와 손잡고 인공지능(AI) 생태계 확장과 차세대 인프라 구축에 나선다. 네이버는 18일 경기 성남 ‘네이버 1784 사옥’에서 최수연 대표와 리사 수 AMD 최고경영자(CEO) 등 양사 경영진이 참석한 가운데 양해각서(MOU)를 체결했다고 밝혔다. 양사는 네이버가 개발한 거대언어모델(LLM) ‘하이퍼클로바X’에 최적화된 고성능 그래픽처리장치(GPU) 연산 환경을 구축하고 이 위에서 AI 모델을 안정적으로 운영할 수 있는 인프라 기술을 고도화해 나갈 계획이다. 네이버는 자체 개발 모델부터 데이터센터, 클라우드까지 전 과정을 독자 기술로 연결하는 ‘AI 풀스택’ 역량을 바탕으로, AMD의 차세대 인프라를 실제 서비스 환경에서 구현하는 핵심 파트너 역할을 수행할 계획이다. 양사는 학계 연구진에게 컴퓨팅 자원을 제공하고 공동 연구 프로젝트를 추진하는 등 전방위적인 생태계 확장에도 힘을 모은다. 최 대표는 “AMD와의 협력은 네이버의 기술적 다양성을 확보하고 인프라 경쟁력을 높이는 의미 있는 계기가 될 것”이라고 밝혔다. 수 CEO 역시 “양사가 함께 전 세계 연구자와 기업이 신뢰할 수 있는 개방형 AI 생태계를 구축해 나가길 기대한다”고 화답했다.

AI가속기 1·2위에 모두 공급GPU 넘어 메모리 협력 강화AI 반도체 시장 주도권 속도수, 오늘 하정우 수석과 회동 이재용 삼성전자 회장이 18일 방한한 리사 수 AMD 최고경영자(CEO)와 만나 인공지능(AI) 반도체 협력 강화에 뜻을 모았다. 전날 젠슨 황 엔비디아 CEO도 그록3 언어처리장치(LPU)를 삼성전자가 생산 중이라고 공개한 바 있다. 삼성전자가 글로벌 AI 가속기 시장의 1위인 엔비디아와 2위인 AMD 모두와 손을 잡으며 AI 반도체 시장의 주도권 확보에 속도를 내는 모습이다. 수 CEO는 이날 이 회장과 서울 용산구 한남동에 있는 승지원에서 만찬 회동을 갖고 차세대 반도체 협력 방안을 논의했다. 이 회장은 먼저 만찬 장소에 도착해 수 CEO를 맞을 준비를 했다. 이 자리에는 전영현 DS부문장(부회장), 한진만 파운드리 사업부장(사장), 송재혁 최고기술책임자(CTO) 등 반도체 사업을 담당하는 핵심 경영진이 동석했다. 승지원은 고 이병철 창업 회장의 거처를 개조한 곳으로 이 회장은 국내외 귀빈을 만날 때 영빈관으로 사용하고 있다. 수 CEO는 만찬 전에는 삼성전자 평택캠퍼스를 방문해 차세대 AI 메모리와 컴퓨팅 기술 분야에서 협력을 확대하는 업무협약(MOU)을 체결했다. 전 부문장은 “삼성과 AMD는 AI 컴퓨팅 발전이라는 공통된 목표를 공유하고 있으며, 이번 협약으로 양사 협력 범위가 확대될 것”이라고 말했다. 이에 수 CEO는 “삼성의 첨단 메모리 기술 리더십과 AMD의 인스팅트 그래픽처리장치(GPU), 에픽 중앙처리장치(EPYC CPU), 랙 스케일 플랫폼을 결합하게 돼 매우 기쁘다”고 화답했다. 업계에서는 2007년 삼성전자의 D램이 AMD 그래픽 카드에 탑재되며 시작돼 20년간 이어진 양사의 협력이 AI 반도체 생태계 전반으로 확장됐다는 평가가 나온다. 특히 삼성전자는 AMD AI 가속기에 탑재되는 6세대 고대역폭메모리(HBM4) 우선 공급업체로 지정됐다. 이에 따라 삼성전자는 AMD의 데이터센터용 AI 연산 가속기 ‘인스팅트 MI455X’ GPU에 HBM4를 본격 탑재할 계획이다. AMD가 공식적으로 삼성전자를 자사의 HBM 우선 공급자로 선정한 것은 이번이 처음이다. 삼성전자는 지난달 업계 최초로 1c D램, 4나노 베이스다이 기술 기반 HBM4를 양산 출하했다. 이번 공급을 계기로 AMD와의 파트너십은 한층 강화되고 HBM 시장 주도권도 더욱 공고해질 전망이다. 삼성전자는 지난해부터 AMD의 AI 가속기에 HBM3E를 공급하고 있다. 양사의 협력은 AI 반도체 산업 발전과 함께 메모리 기술과 연산 칩 설계 간 통합이 중요해지고 있는 흐름을 보여 주는 사례로 꼽힌다. AI 가속기 성능이 높아질수록 GPU와 HBM 간 설계 최적화가 중요해지면서 메모리 업체와 GPU 설계 기업 간 협력도 더욱 긴밀해지고 있다. 앞으로 AMD의 AI 가속기 설계와 삼성의 메모리·파운드리 기술 간 시너지도 확대될 것으로 관측된다. 삼성전자와 AMD는 AI 데이터센터 랙 단위 데이터센터 플랫폼 헬리오스(Helios)와 6세대 차세대 데이터센터 서버용 CPU의 성능을 극대화하기 위해 고성능 DDR5 메모리 솔루션 분야에서도 협력하기로 했다. 또 팹리스(반도체 설계기업)인 AMD의 차세대 제품을 위탁 생산하는 파운드리 협력에 대해서도 논의해 나가기로 했다. 업계에서는 이번 협력이 삼성전자의 ‘아픈 손가락’으로 꼽혀 온 파운드리 경쟁력을 회복하는 계기가 될 수 있다는 기대가 나온다. 삼성전자는 메모리, 파운드리(반도체 위탁생산), 패키징까지 ‘원스톱 솔루션’이 가능하다는 점을 강조하며 글로벌 빅테크 기업과의 협력 확대에 나서고 있다. 한편 한국을 처음 찾은 수 CEO는 19일에는 하정우 청와대 AI미래기획수석과 만나 정부의 AI 고속도로 구축 등 AI 생태계 전반에 대해 의견을 나누고 협력 방안을 논의한다. 이 자리에는 임문영 국가인공지능전략위원회 부위원장도 참석한다. 같은 날 노태문 삼성전자 대표이사 겸 DX부문장, AI 스타트업 업스테이지의 김성훈 대표와도 회동하며 ‘광폭 행보’를 이어 간다.

젠슨 황 엔비디아 최고경영자(CEO)가 16일(현지시간) 미국 새너제이 SAP 센터에서 열린 엔비디아의 연례 개발자 콘퍼런스(GTC 2026) 기조연설에서 “2027년 엔비디아가 맞이할 인공지능(AI) 칩 매출 기회가 1조 달러(약 1500조원)에 달할 것”이라고 선언했다. 지난 GTC에서 제시한 전망치보다 2배 커진 숫자에 현장에서는 환호성이 나왔다. 엔비디아는 이 새로운 전환을 현실화할 전략적 우군으로 삼성전자를 지목했다. 추론 특화 LPU ‘그록3’ 공개AI슈퍼컴퓨터 ‘베라 루빈’에 통합언어 추론 시간 줄여 효율 극대화그록 칩 80% ‘삼성 S램’으로 채워황 CEO는 최근 시장에서 제기된 ‘AI 버블’과 ‘빅테크의 자체 칩 개발’이라는 의구심을 정면 돌파했다. 황 CEO는 자신을 ‘토큰 킹’이라 부르며, AI 답변 생성 단위인 ‘토큰’을 ‘새로운 시대의 원자재’로 정의한 뒤 “엔비디아 시스템의 토큰당 생성 비용은 세계에서 가장 저렴하다”고 강조했다. 빅테크들이 막대한 고정비를 들여 직접 칩을 설계하는 것보다 엔비디아 생태계 안에서 토큰을 생산하는 것이 경제적이라는 의미다. 엔비디아는 이날 빠른 추론에 특화된 전용 칩인 언어처리장치(LPU) ‘그록3’를 공개하고, 이를 차세대 AI 슈퍼컴퓨터 ‘베라 루빈’에 통합한다고 밝혔다. 기존의 ‘루빈’ 그래픽처리장치(GPU)는 대규모 데이터 처리에 강하고 새로운 LPU는 언어 추론의 지연 시간을 줄인다. 이 둘을 함께 쓰면 성능과 효율을 모두 높일 수 있다는 의미다. 이 중 엔비디아식 고효율 비용 파괴를 실현할 그록3는 삼성전자가 평택 공장에서 위탁 생산하고 있다. 삼성이 제조한 그록 칩은 내부의 80%가 S램(SRAM)으로 채워져 전력당 토큰 처리량을 35배 높이는 ‘괴물 같은 성능’을 자랑한다. 황 CEO는 이날 기조연설 중 “삼성이 우리를 위해 칩을 제조해줘 정말 감사하다”고 이례적인 감사를 표했다. 해당 제품은 올해 3분기 말에서 4분기 초 양산에 들어갈 예정이다. 삼성전자는 메모리와 파운드리를 하나로 묶는 독보적인 ‘종합 반도체 업체’(IDM)의 면모를 보이며 화답했다. 삼성은 GTC 전시장에서 메모리업체 중 유일하게 차세대 GPU인 ‘베라 루빈’ 플랫폼에 HBM4, 저전력 메모리(SOCAMM2), 초고속 SSD가 모두 탑재된 실물 서버를 공개했다. 베라 루빈은 단일 칩을 넘어 CPU, GPU, 네트워크, 보안, 메모리를 시스템으로 통합한 아키텍처다. 삼성전자 독보적 종합 반도체 업체HBM4 등 탑재된 실물 서버 공개2나노 도입 계획… 기술 초격차 자신“성능 최적화 위해 선단 공정 불가피”황상준 삼성전자 메모리개발담당 부사장은 현장에서 “올해 HBM 생산량을 작년보다 3배 이상 늘리고 이 중 절반 이상을 6세대 HBM4로 채우겠다”며 프리미엄 시장 주도권을 확보하겠다는 뜻을 보였다. 차세대 로드맵도 구체화했다. 삼성은 현재 양산 중인 6세대 HBM4와 7세대 HBM4E 베이스 다이(HBM 맨 아래 탑재되는 핵심 부품)에 4나노 공정을 적용하고, 8세대 HBM5부터는 삼성 파운드리의 2나노 선단 공정을 전격 도입한다. 황 부사장은 “성능 최적화를 위해 선단 공정 활용은 불가피하다”며 기술 초격차에 대한 자신감을 드러냈다. 기조연설 직후 삼성전자 전시장을 찾은 황 CEO는 HBM4 코어다이에 ‘어메이징(Amazing) HBM4!’, 평택산 그록 웨이퍼에는 ‘그록 슈퍼 패스트’(Groq Super Fast)라고 서명하며 기술력을 공인했다. 이튿날인 18일에는 리사 수 AMD CEO도 삼성 평택캠퍼스를 방문해 파운드리 협력 확대를 논의할 예정이다. 엔비디아와 AMD라는 반도체 양강이 동시에 삼성에 손을 내미는 셈이다. 젠슨 황 “어메이징 HBM4”평택산 웨이퍼에 ‘슈퍼 패스트’ 서명AMD CEO도 오늘 평택공장 방문반도체 2강, 삼성전자에 손 내밀어이날 엔비디아는 삼성전자가 생산하는 그록 LPU를 포함한 차세대 로드맵을 발표했다. 황 CEO는 차세대 GPU인 ‘루빈’ 아키텍처를 기반으로 144개의 GPU를 연결하는 ‘루빈 울트라’ 시스템을 공개했다. 여기에 에이전트 AI 연산을 지휘할 차세대 CPU ‘로자’, 그리고 루빈의 뒤를 이을 차차세대 GPU ‘파인만’을 차례로 발표했다. 특히 소프트웨어 플랫폼 ‘네모클로’를 소개하며 AI가 스스로 작업을 수행하는 ‘에이전트’ 개발 생태계까지 엔비디아 내에 구축하겠다는 야심을 드러냈다. 연설 말미에는 지상 너머 우주 데이터센터인 ‘베라 루빈 스페이스 원’을 깜짝 공개하며 우주에서도 가속 컴퓨팅이 가동되는 시대를 예고했다.

생성형 인공지능(AI) 발전에 따른 데이터센터 수요가 급증하면서 LG CNS가 컨테이너 하나에 그래픽처리장치(GPU) 576장을 수용하는 고밀도 소형 데이터센터인 ‘AI 박스’를 5일 출시했다. AI 박스는 LG그룹의 노하우가 집약된 ‘원 LG’ 기술력을 기반으로 데이터센터 운영에 필요한 핵심 인프라를 컨테이너에 집약한 소형 AI 데이터센터다. 전통적인 데이터센터를 구축하려면 약 2년이 소요되지만 AI 박스는 별도 건물이 필요 없어 6개월이면 설치할 수 있다. 모듈형(조립형) 방식으로 단일 컨테이너를 운영할 수도 있고, 수십 개 컨테이너를 결합해 대규모로 확장할 수도 있다. LG CNS는 AI 박스의 AI 플랫폼, 전력·냉각 인프라, 정보기술(IT) 장비를 통합 설계했다. LG전자의 냉각수 분배 장치(CDU), 항온항습기, 냉동기와 LG에너지솔루션의 무정전 전원장치(UPS)용 배터리 등 냉각·전력 설비를 패키지 형태로 적용해 고전력·고밀도 AI 환경에 최적화했다. LG CNS는 우선 부산 글로벌 클라우드 데이터센터 부지(2만 7179㎡)에 약 50개의 AI 박스를 집적한 대규모 캠퍼스를 조성할 계획이다.

SKT, 하드웨어 공장 자체 장악 포석DC, 칩·에너지 결합된 종합 솔루션LGU+, 통화 등 음성 데이터가 자산글로벌 AI 소프트웨어 수출로 승부양사 기술력 MWC26서 수상 성과 SK텔레콤과 LG유플러스가 인공지능(AI) 시대를 맞아 상반된 글로벌 생존 전략을 꺼내 들었다. SK텔레콤은 그룹사 역량을 결집해 거대한 ‘AI 데이터센터(DC) 공장주’가 되겠다는 포부를 밝혔다. LG유플러스는 통화 등 음성 데이터를 자산화해 ‘글로벌 AI 소프트웨어 수출’로 승부하겠다는 청사진을 내놓았다. 지난 4일(현지시간) 스페인 바르셀로나 MWC26 현장에서 간담회를 연 홍범식 LG유플러스 대표는 수익성 중심의 소프트웨어 전략을 강조했다. 홍 대표는 “지향점은 통신과 AX(AI 전환) 기술의 솔루션화를 주도하는 글로벌 AI 소프트웨어 기업이 되는 것”이라며 성장이 정체된 국내를 넘어 반복적인 매출이 발생하는 소프트웨어 확장이 필수적이라고 설명했다. 핵심 수익원은 통신사가 직접 서비스를 운영하며 검증을 끝낸 솔루션을 외부에 파는 ‘인소싱(In-sourcing)’ 모델이다. 이를 위해 LG유플러스는 B2C 영역의 AI 통화 비서 익시오와 B2B 분야의 엔터프라이즈 AI 풀스택 구축에 전사적 역량을 집중할 방침이다. 수출 방식도 유연하다. 홍 대표는 데이터 주권이 까다로운 유럽이나 동남아 시장을 언급하며 플랫폼 전체 공급뿐만 아니라 필요한 기술 스택(Stack)만 따로 떼어 파는 모델도 가능하다고 설명했다. 현장에서는 생성형 AI가 기존 소프트웨어 기업들의 존재 가치를 없애는 종말적 상황에 대한 우려도 제기됐다. 홍 대표는 “모든 인터페이스가 음성으로 전환될수록 가장 복잡한 음성 데이터와 상담 워크플로우를 보유한 통신사의 가치는 높아질 것”이라며 빅테크가 갖지 못한 현장의 음성 데이터로 새로운 문법을 쓰겠다고 역설했다. SK텔레콤은 지능이 돌아갈 거대한 하드웨어 공장 자체를 장악하는 길을 택했다. 전날 간담회를 연 정석근 SK텔레콤 최고기술책임자(CTO)는 인프라 수직계열화 전략을 전면에 내세웠다. 정 CTO는 “AI DC(데이터센터)를 단순 건물이 아닌 칩과 에너지가 결합된 종합 솔루션”으로 정의하며 구조적 변화에 대응하는 ‘공장 건축주’가 되겠다고 했다. 무기는 그룹 차원의 풀스택 역량이다. SK하이닉스의 칩과 SK에코플랜트의 건설 기술 등을 활용해 발전소, 서버, 칩, 소프트웨어를 종합적으로 최적화할 곳은 SK그룹이 유일하다는 설명이다. 정 CTO는 AI 인프라 구축에 수조원대 투자가 소요되는 현실을 짚으며 GPUaaS(서비스형 GPU)의 필연성을 역설했다. GPUaaS는 고가의 그래픽처리장치(GPU)를 직접 구매하는 대신 클라우드처럼 빌려 쓰는 구독형 서비스다. 그는 “10메가와트(MW) 규모 AI DC 구축 시 GPU 도입에만 8000억원이 투입되며 규모를 확장할 경우 투자비는 조 단위로 치솟는다”며 “이를 소유가 아닌 서비스형 모델로 전환해 리스크를 분산하고 인프라 자체를 상품화하겠다”는 구상을 밝혔다. 양사의 AI 기술력은 수상 성과로도 이어졌다.SK텔레콤은 이날 MWC26 현장에서 열린 ‘GSMA 글로벌 모바일 어워드(GLOMO)’에서 GPU 클러스터 ‘해인’으로 ‘최고의 클라우드 솔루션’ 상을 받으며 해당 부문에서 3년 연속 석권했다. LG유플러스 역시 보안 기술 ‘익시 가디언’을 앞세워 대상격인 ‘CTO 초이스’를 비롯해 ‘최고의 네트워크 보안 및 사기 방지’, ‘사회적 가치를 추구하는 마케팅’ 등 3개 부문을 휩쓸었다.

퀄컴 “글로벌 60개사와 6G 상용화”모바일 트래픽서 AI 비중 급증세1년 앞당겨 2029년 도입 못박아화웨이 “5.5G 즉각적 확산” 반격 지상망 효율 극대화 6G 길목 노려“AI 병목 해결… 자율주행·로봇 유리” “인공지능(AI) 혁명을 믿는다면 6G(6세대 이동통신)는 필수입니다. 저항은 무의미합니다.”(크리스티아노 아몬 퀄컴 최고경영자) “AI는 6G를 기다려주지 않습니다. 지금 당장 지능형 세계로 넘어가야 합니다.”(양 차오빈 화웨이 사장) 3일(현지시간) 스페인 바르셀로나에서 열린 MWC26 기조연설장에서는 미래 표준을 설계하려는 ‘미국 중심 진영’과 현재 시장의 실리를 수성하려는 ‘중국 중심 진영’ 사이에 전략적 온도 차가 선명하게 드러났다. 퀄컴이 MWC 개막과 함께 30여개였던 파트너사를 60여개로 늘리며 ‘2029년 6G 상용화’ 로드맵을 들고 나오자, 화웨이는 ‘5G 어드밴스드(5.5G)’의 즉각적인 확산을 해법으로 제시하며 맞섰다. 화웨이는 이번 전시에서 6G 기술력을 대거 과시했지만 당장의 비즈니스 모델로는 5.5G를 전면에 내세웠다. 미국의 위성 통신 패권을 단기간에 앞지르기 어렵다는 판단 아래, 지상망 효율을 극대화해 6G로 가는 길목을 선점하겠다는 실리적 판단이다. 특히 5.5G는 대용량 데이터를 클라우드로 전송할 때 발생하는 ‘업링크(상향 전송) 병목 해결’에 최적화되어 있어, 로봇이나 자율주행차 상용화에 유리하다는 설명이다. 반면 퀄컴은 상용화 시점을 업계의 전망보다 1년 앞당긴 2029년으로 못 박았다. 가속화된 AI 전환 속도에 맞춘 승부수다. 퀄컴에게 6G는 단순히 빠른 속도를 넘어 통신망 자체가 AI처럼 사고하는 ‘AI 네이티브’ 환경의 주도권을 뜻한다. 아몬 최고경영자(CEO)는 2034년 모바일 트래픽의 30%를 AI가 점유할 것으로 예측한다. 이 때가 되면 지상 기지국과 위성, 사물 감지(센싱) 기능이 하나로 통합되는 지능형 인프라가 필요하기에 6G로 조속한 전환이 필요하다는 것이다. 업계는 퀄컴 진영과 화웨이 진영 간의 대결구도가 첨예해진 배경에는 완전히 달라진 ‘게임의 법칙’이 깔려있다고 본다. 그간 네트워크 장비의 주도권을 쥔 편이 승자가 됐지만, 이제는 망 위에 흐르는 데이터를 누가 더 효율적으로 처리하냐는 ‘연산력’의 대결이라는 것이다. 기존 인프라의 공식을 깨뜨린 건 엔비디아의 ‘AI-RAN(무선접속망)’이다. 엔비디아는 기지국에 범용 그래픽처리장치(GPU) 서버를 심어 소프트웨어만으로 통신을 구현하는 역발상을 제시했다. 소프트뱅크와 함께 공개한 초당 36Gbps의 속도는 전용 장비 없이 오직 GPU와 소프트웨어만으로 구현된 수치다. 통신 처리에 쓰고 남은 GPU 자원은 AI 연산에 즉시 투입할 수 있다. 값비싼 하드웨어 교체 주기에 부담을 느끼던 이동통신사들에게 새로운 선택지를 준 것이다. 국내 통신 3사는 우선 퀄컴의 6G 연합에 이름을 올렸지만, ‘주권’ 확보 전략은 각각 다르다. SK텔레콤은 엔비디아 주도 연합의 이사회 멤버로서 인프라 표준을 설계하고 글로벌 텔코 AI 얼라이언스(GTAA)의 결속을 다지는 등 ‘다자간 동맹’의 구심점 역할에 주력하고 있다. LG유플러스는 거대 담론보다 고객 접점인 AI 에이전트 고도화에 화력을 집중하며 기술 종속을 방어하는 ‘실용주의’ 행보를 보였다. KT는 6G를 지상과 해상, 공중을 유기적으로 잇는 ‘3차원 커버리지’로 정의하며 차별화된 비전을 제시했다. 재난 상황에서도 결함 없는 통합 아키텍처를 구축해 네트워크의 신뢰성을 확보함으로써, AI가 자율적으로 운영되는 지능형 인프라의 종착지를 선점하겠다는 포석이다. 업계 관계자는 “이번 MWC는 통신사가 망을 깔던 ‘건설사’에서 그 위 데이터를 가공하는 ‘운영사’로 탈바꿈해야 생존할 수 있음을 보여준 변곡점”이라며 “결국 6G 레이스는 개별 기술의 우위를 넘어 AI와 위성, 보안 등을 하나의 두뇌처럼 묶어내는 지능형 아키텍처를 누가 먼저 완성하느냐의 싸움이 될 것”이라고 진단했다.

애플이 대거 신제품을 공개했습니다. 우선 아이폰 17e가 깜짝 출시됐는데, 기본적으로 보급형으로 아이폰 16e와 외형상 차이가 없지만, 놀라운 변화가 있었습니다. 그것은 가격을 599달러로 동결하면서 기본 용량을 128GB에서 256GB로 늘렸다는 것과 맥세이프 같은 일부 기능도 같이 넣어줬다는 것입니다. 아이폰 17e에 들어가는 A19 칩은 아이폰 17과 차등을 두기 위해 5코어 대신 4코어 GPU를 사용하고 있으나 CPU와 뉴럴 엔진은 동일한 사양으로 성능 면에서 아이폰 16보다 나을 것으로 보입니다. 무엇보다 메모리 가격 폭등으로 다른 스마트폰들이 가격을 올리는 상황에서 가격을 동결하고 용량을 늘린 점은 놀라운 결단이 아닐 수 없습니다. 참고로 긁힘에 강한 세라믹 실드 2와 새로운 7중 레이어 반사방지 코팅도 추가되어 보급형 아이폰 중 최고 수준의 가성비 제품이 됐습니다. 아이패드 에어 M4 역시 가격을 동결한 반면 오히려 메모리 용량은 8GB에서 12GB로 늘려서 놀라움을 사고 있습니다. 아이패드 에어 신형은 M4 칩을 탑재해 전작(M3) 대비 CPU/GPU 성능이 최대 30% 향상되었으며, 12GB로 늘어난 통합 메모리와 16코어 뉴럴 엔진으로 애플 인텔리전스(AI) 처리 성능이 크게 개선되었습니다. 이 두 제품은 모두 가성비를 강조한 제품이라 메모리 가격 폭등에도 가격 인상을 고민할 수밖에 없긴 하지만, 메모리와 저장 용량을 늘리고 가격을 동결한 것은 꽤 의외의 결정입니다. 아무리 마진율이 높은 애플이라도 수익이 줄어들 수밖에 없는 상황이기 때문입니다. 한편 애플의 보급형 노트북 라인업인 맥북 에어에서는 좀 더 고민한 흔적이 보입니다. 기본적으로 메모리가 16GB에서 시작하다 보니 동결은 아무래도 힘들어서 SSD 용량을 512GB로 늘린 대신 가격을 100달러씩 올려 체감 가격이 전작과 비슷하게 만들었기 때문입니다. M5는 M4와 비교해서 CPU 성능은 15%, GPU 성능은 30% 정도 높아졌고 게임에서 현실적인 광원 효과에 중요한 레이 트레이싱 성능은 45% 정도 높아졌습니다. 메모리 대역폭도 27.5% 높아진 153GB/s에 달하며 SSD도 두 배 빨라졌습니다. 그리고 M5는 GPU 코어마다 뉴럴 가속기가 들어가 있어 AI 연산 성능이 M4 대비 최대 4배 높아졌습니다. 국내에서는 13인치가 16GB 메모리 512GB SSD 기준으로 179만원, 15인치가 같은 사양으로 209만원부터 시작으로 사양을 감안할 때 소비자 체감 가격은 큰 변화가 없는 수준입니다. 메모리 대란으로 노트북, 데스크톱 할 것 없이 가격이 오르는 상황에서 물론 비싸지만, 그래도 상대적으로 가격 인상폭이 적게 느껴지는 상황입니다. 다만 M5 프로와 맥스를 탑재한 맥북 프로의 가격은 상당한 폭으로 인상됐습니다. 본래 시스템 메모리와 SSD 용량이 커서 그런 것도 있겠지만, 새로운 M5 프로와 맥스 자체의 가격이 비싸진 것도 이유로 추측됩니다. 맥북 프로에 탑재되는 M5 프로와 맥스는 퓨전 아키텍처라는 새로운 아키텍처를 통해 두 개의 다이를 연결해 만들었습니다. TSMC의 3세대 3nm 공정과 2.5D 패키징 기술(SOIC-MH)을 사용하여 두 개의 다이를 본딩(Bonding)해 통해 칩 크기를 키우지 않고도 전력 효율과 수율을 동시에 잡았습니다. M5 프로와 맥스는 모두 18개의 CPU 코어를 지니고 있습니다. 애플이 이번에 새롭게 개발한 6개의 슈퍼 코어 (Super Cores)와 12개의 차세대 성능 코어 (Performance Cores)를 합쳐 최대 18개입니다. 애플의 주장에 따르면 슈퍼 코어는 세계에서 가장 빠른 싱글 스레드 성능을 자랑하며 성능 코어는 다중 스레드 작업에 최적화되어 있습니다. 전작 대비 멀티스레드 성능이 약 15~30% 높아졌다는 것이 애플의 설명입니다. GPU는 프로와 맥스가 각각 최대 20코어, 40코어 구성으로 각 코어에 통합 메모리 대역폭이 향상된 뉴럴 가속기가 탑재되어 AI 연산에 필요한 GPU 컴퓨팅 성능이 4배 이상 향상되었습니다. 레이 트레이싱을 사용하는 프로그램은 M4 프로와 맥스 대비 최대 35% 더 빠른 속도를 자랑하며 GPU 자체의 전반적인 속도는 전작 대비 20% 빨라졌습니다. 메모리 대역폭 역시 M5 프로가 307GB/s, M5 맥스가 614GB/s로 높아졌으며 통합 메모리 지원 용량도 각각 64GB, 128GB에 달합니다. 요약하면 새로운 반도체 패키징 기술을 적용해 CPU와 GPU 성능을 모두 높였고 AI 성능을 특히 획기적으로 높여 AI 연산 작업이나 기타 전문적인 그래픽, 이미지 작업에 최적화된 제품이라고 할 수 있습니다. 전문가용 제품은 비싸도 작업에 필요하면 구매하기 때문에 애플은 맥북 프로의 경우에는 가격을 상당히 올렸습니다. 14인치 M5 맥북 프로는 2199달러, 16인치 M5 맥스 맥북 프로는 3899달러부터 시작하며 국내에서는 14인치 기준으로 M5가 269만원, M5 프로가 349만원, M5 맥스가 579만원부터입니다. 이름처럼 프로패셔널하게 사용하는 경우가 아니라면 쉽게 접할 수 없는 가격이 됐습니다. 메모리 대란에서 애플 역시 자유롭지 않은 상태일 것입니다. 하지만 본래 고가 제품만 판매하는 전략을 취하다 보니 오히려 이런 상황에서 가격 인상 요인을 어느 정도 흡수해 가격 인상 폭을 최소화할 수 있다는 장점도 있습니다. 다만 애플은 무조건 다 인상 요인을 흡수하는 게 아니라 보급형 제품일수록 가격 인상을 최소화하고 고급형 제품은 제값을 받는 투트랙 전략을 사용하고 있습니다. 나름 고심 끝에 내린 묘안인데, 일단 수요가 많은 제품군에서 가격 인상폭이 적어 지금 같은 상황에서 소비자의 환영을 받을 것으로 예상됩니다.

애플이 대거 신제품을 공개했습니다. 우선 아이폰 17e가 깜짝 출시됐는데, 기본적으로 보급형으로 아이폰 16e와 외형상 차이가 없지만, 놀라운 변화가 있었습니다. 그것은 가격을 599달러로 동결하면서 기본 용량을 128GB에서 256GB로 늘렸다는 것과 맥세이프 같은 일부 기능도 같이 넣어줬다는 것입니다. 아이폰 17e에 들어가는 A19 칩은 아이폰 17과 차등을 두기 위해 5코어 대신 4코어 GPU를 사용하고 있으나 CPU와 뉴럴 엔진은 동일한 사양으로 성능 면에서 아이폰 16보다 나을 것으로 보입니다. 무엇보다 메모리 가격 폭등으로 다른 스마트폰들이 가격을 올리는 상황에서 가격을 동결하고 용량을 늘린 점은 놀라운 결단이 아닐 수 없습니다. 참고로 긁힘에 강한 세라믹 실드 2와 새로운 7중 레이어 반사방지 코팅도 추가되어 보급형 아이폰 중 최고 수준의 가성비 제품이 됐습니다. 아이패드 에어 M4 역시 가격을 동결한 반면 오히려 메모리 용량은 8GB에서 12GB로 늘려서 놀라움을 사고 있습니다. 아이패드 에어 신형은 M4 칩을 탑재해 전작(M3) 대비 CPU/GPU 성능이 최대 30% 향상되었으며, 12GB로 늘어난 통합 메모리와 16코어 뉴럴 엔진으로 애플 인텔리전스(AI) 처리 성능이 크게 개선되었습니다. 이 두 제품은 모두 가성비를 강조한 제품이라 메모리 가격 폭등에도 가격 인상을 고민할 수밖에 없긴 하지만, 메모리와 저장 용량을 늘리고 가격을 동결한 것은 꽤 의외의 결정입니다. 아무리 마진율이 높은 애플이라도 수익이 줄어들 수밖에 없는 상황이기 때문입니다. 한편 애플의 보급형 노트북 라인업인 맥북 에어에서는 좀 더 고민한 흔적이 보입니다. 기본적으로 메모리가 16GB에서 시작하다 보니 동결은 아무래도 힘들어서 SSD 용량을 512GB로 늘린 대신 가격을 100달러씩 올려 체감 가격이 전작과 비슷하게 만들었기 때문입니다. M5는 M4와 비교해서 CPU 성능은 15%, GPU 성능은 30% 정도 높아졌고 게임에서 현실적인 광원 효과에 중요한 레이 트레이싱 성능은 45% 정도 높아졌습니다. 메모리 대역폭도 27.5% 높아진 153GB/s에 달하며 SSD도 두 배 빨라졌습니다. 그리고 M5는 GPU 코어마다 뉴럴 가속기가 들어가 있어 AI 연산 성능이 M4 대비 최대 4배 높아졌습니다. 국내에서는 13인치가 16GB 메모리 512GB SSD 기준으로 179만원, 15인치가 같은 사양으로 209만원부터 시작으로 사양을 감안할 때 소비자 체감 가격은 큰 변화가 없는 수준입니다. 메모리 대란으로 노트북, 데스크톱 할 것 없이 가격이 오르는 상황에서 물론 비싸지만, 그래도 상대적으로 가격 인상폭이 적게 느껴지는 상황입니다. 다만 M5 프로와 맥스를 탑재한 맥북 프로의 가격은 상당한 폭으로 인상됐습니다. 본래 시스템 메모리와 SSD 용량이 커서 그런 것도 있겠지만, 새로운 M5 프로와 맥스 자체의 가격이 비싸진 것도 이유로 추측됩니다. 맥북 프로에 탑재되는 M5 프로와 맥스는 퓨전 아키텍처라는 새로운 아키텍처를 통해 두 개의 다이를 연결해 만들었습니다. TSMC의 3세대 3nm 공정과 2.5D 패키징 기술(SOIC-MH)을 사용하여 두 개의 다이를 본딩(Bonding)해 통해 칩 크기를 키우지 않고도 전력 효율과 수율을 동시에 잡았습니다. M5 프로와 맥스는 모두 18개의 CPU 코어를 지니고 있습니다. 애플이 이번에 새롭게 개발한 6개의 슈퍼 코어 (Super Cores)와 12개의 차세대 성능 코어 (Performance Cores)를 합쳐 최대 18개입니다. 애플의 주장에 따르면 슈퍼 코어는 세계에서 가장 빠른 싱글 스레드 성능을 자랑하며 성능 코어는 다중 스레드 작업에 최적화되어 있습니다. 전작 대비 멀티스레드 성능이 약 15~30% 높아졌다는 것이 애플의 설명입니다. GPU는 프로와 맥스가 각각 최대 20코어, 40코어 구성으로 각 코어에 통합 메모리 대역폭이 향상된 뉴럴 가속기가 탑재되어 AI 연산에 필요한 GPU 컴퓨팅 성능이 4배 이상 향상되었습니다. 레이 트레이싱을 사용하는 프로그램은 M4 프로와 맥스 대비 최대 35% 더 빠른 속도를 자랑하며 GPU 자체의 전반적인 속도는 전작 대비 20% 빨라졌습니다. 메모리 대역폭 역시 M5 프로가 307GB/s, M5 맥스가 614GB/s로 높아졌으며 통합 메모리 지원 용량도 각각 64GB, 128GB에 달합니다. 요약하면 새로운 반도체 패키징 기술을 적용해 CPU와 GPU 성능을 모두 높였고 AI 성능을 특히 획기적으로 높여 AI 연산 작업이나 기타 전문적인 그래픽, 이미지 작업에 최적화된 제품이라고 할 수 있습니다. 전문가용 제품은 비싸도 작업에 필요하면 구매하기 때문에 애플은 맥북 프로의 경우에는 가격을 상당히 올렸습니다. 14인치 M5 맥북 프로는 2199달러, 16인치 M5 맥스 맥북 프로는 3899달러부터 시작하며 국내에서는 14인치 기준으로 M5가 269만원, M5 프로가 349만원, M5 맥스가 579만원부터입니다. 이름처럼 프로패셔널하게 사용하는 경우가 아니라면 쉽게 접할 수 없는 가격이 됐습니다. 메모리 대란에서 애플 역시 자유롭지 않은 상태일 것입니다. 하지만 본래 고가 제품만 판매하는 전략을 취하다 보니 오히려 이런 상황에서 가격 인상 요인을 어느 정도 흡수해 가격 인상 폭을 최소화할 수 있다는 장점도 있습니다. 다만 애플은 무조건 다 인상 요인을 흡수하는 게 아니라 보급형 제품일수록 가격 인상을 최소화하고 고급형 제품은 제값을 받는 투트랙 전략을 사용하고 있습니다. 나름 고심 끝에 내린 묘안인데, 일단 수요가 많은 제품군에서 가격 인상폭이 적어 지금 같은 상황에서 소비자의 환영을 받을 것으로 예상됩니다.

AI·데이터 인프라 솔루션 전문기업 HS효성인포메이션시스템이 기업 환경 변화에 대응하기 위한 ‘2026년 지속가능한 AI 전환 전략’을 발표했다. 25일 HS효성인포메이션시스템에 따르면 이번 전략의 핵심은 크게 네 가지로 구성된다. ‘파트너 에코시스템 강화’, ‘프라이빗 클라우드(Private Cloud) AI 인프라 확대’, ‘HS효성 AI 플랫폼 고도화’, ‘VSP One 데이터 플랫폼 강화’ 등이다. HS효성인포메이션시스템은 GPU 서버, 고성능 스토리지, 저전력 Arm 서버, 데이터 레이크, AIOps 등을 통합한 ‘HS효성 AI 플랫폼’을 통해 구축부터 운영까지 AI 인프라 전 과정을 지원하고 있다. 향후 DataOps, MLOps, LLMOps, AI 에이전트 등 활용 고도화 영역까지 포트폴리오를 확대한다는 계획이다. 또한 AI 연산 최적화를 중심으로 빠르게 진화하는 클라우드 환경에 맞춰 프라이빗 클라우드 기반 AI 인프라 수요에도 대응하고 있다. GPU 자원 관리와 AI 워크로드 운영을 통합한 ‘UCP 프라이빗 클라우드 AI’ 솔루션을 통해 모델 학습부터 추론, 운영까지 지원하는 풀스택 환경을 제공한다. 데이터 인프라 부문에서는 스토리지와 소프트웨어 정의 스토리지를 통합한 ‘VSP One’ 포트폴리오를 중심으로 랜섬웨어 대응과 재해복구 역량을 강화하고 있다.