오픈 AI는 최근 웨이퍼 스케일 엔진(Wafer Scale Engine, 이하 WSE)을 개발하는 미국의 스타트업인 세레브라스(Cerebras)와 인프라 도입 계약을 체결했습니다. 세레브라스의 WSE 기반의 750MW 데이터 센터를 구축하는 계획으로 2028년 가동을 목표로 하고 있습니다. 투자 규모는 공개하지 않았지만, 일부 언론 보도에서는 100억 달러에 달하는 것으로 추정되고 있습니다. 오픈 AI는 세레브라스의 최신 WSE3-3 기반의 GPT-5.3-Codex-Spark를 공개해 이 프로세서에서 가능성을 보여주고 있습니다. 물론 현재는 엔비디아 의존도가 여전히 높고 두 회사가 기존에 맺은 상호 투자 계획들은 여전히 유효하지만, 이런 행보는 오픈 AI가 새로운 대안을 찾고 있다는 인상을 주기에는 충분합니다. 이를 통해 엔비디아와의 협상에서 우위를 점하는 것은 물론 더 비용 합리적인 대안을 찾을 수도 있는 것입니다. 다만 웨이퍼 스케일 엔진이라는 새로운 기술을 들고나온 세레브라스가 실제 그만큼의 성과를 보여줄 수 있을지는 아직 미지수입니다. 세레브라스는 2015년 설립된 스타트업으로 2019년 첫 번째 WSE 제품을 내놓았습니다. 이 기술에 웨이퍼 스케일이라는 명칭이 붙은 이유는 간단합니다. 프로세서를 만들 때 사용되는 둥근 원판인 웨이퍼를 잘라서 칩을 만드는 게 아니라 웨이퍼 전체를 통째로 하나의 프로세서로 사용하기 때문입니다. 현대적인 프로세서와 메모리 모두 웨이퍼를 잘라서 제품을 만들고 있지만, 웨이퍼를 여러 개로 잘라서 프로세서를 만든 후 이들을 별도의 시스템에서 병렬로 연결한다는 것은 사실 제조 비용 상승은 물론 프로세서 간 데이터 전송 시 발생하는 병목현상으로 인해 성능이 떨어질 우려가 있습니다. 따라서 발상을 바꿔 아예 웨이퍼 하나를 통째로 멀티코어 프로세서로 활용하자는 아이디어는 이전부터 있어 왔으나 몇 가지 큰 걸림돌이 있어 실현되지는 못했습니다. 첫 번째는 프로세서 제조 과정에서 사소한 오류 하나만 생겨도 웨이퍼 전체를 못 쓰게 되는 위험성이 있다는 것입니다. 예를 들어 기존의 프로세서는 웨이퍼 하나에서 150개 정도의 제품이 나왔을 때 100개 정도만 양품이면 나머지 50개를 버려도 충분히 수익을 낼 수 있습니다. 하지만 웨이퍼 전체에서 치명적인 오류가 한 번만 발생하면 웨이퍼 전체를 못 쓰게 되어 손해가 클 수밖에 없습니다. 웨이퍼 안에 수많은 코어를 탑재할 경우 코어 간 병목 현상과 메모리 병목 현상 역시 우려될 수 있는 문제입니다. 마지막으로 이렇게 거대한 프로세서는 전력 소모량과 발열량 역시 엄청나게 클 수밖에 없어 실용적인 시스템을 구축하기 힘들었습니다. 세레브라스는 새로운 방법으로 이 한계를 극복했습니다. 우선 하나의 큰 코어 대신 작은 코어 여러 개를 연결해 반복되는 구조를 만든 후 각 코어가 모두 연결되어 있어 일부 코어와 연결 회로에 오류가 생기더라도 나머지 부분이 정상 작동하도록 만들었습니다. 그리고 대용량의 SRAM을 프로세서에 통합해 메모리 병목 현상을 최소화했습니다. 2024년 공개한 세레브라스의 최신 프로세서인 WSE-3의 경우 TSMC의 5nm 공정을 이용해 4조 개의 트랜지스터를 집적한 역대 가장 거대한 프로세서로 90만 개의 코어를 집적했습니다. 실제로는 90만 개보다 더 많은 코어를 넣어서 오류가 나더라도 90만 개 정도의 코어 숫자를 보장한 것입니다. 하지만 코어가 많다고 해서 성능이 바로 그만큼 높아지는 것은 아닙니다. 구슬이 서말이라도 꿰어야 보배라는 속담처럼, 수많은 코어가 유기적으로 연결되어야 합니다. WSE-3는 코어들은 거대한 메쉬(Mesh) 구조로 연결되어 있습니다. 하나의 실리콘 안에서 모든 코어가 연결된 덕분에 수천 개의 GPU를 묶을 때 발생하는 병목 현상을 피하고 데이터 전송 속도가 매우 빠른 것이 특징입니다. WSE-3는 90만 개의 코어를 뒷받침하기 위해 44GB SRAM 메모리를 칩에 통합하고 있습니다. 다만 이것만으로는 대규모 AI 연산에 필요한 대규모 데이터를 모두 담을 수 없기 때문에 가중치(Weights)를 칩 외부의 전용 스토리지에 보관하고, 연산 시 필요한 부분만 초고속 스트리밍으로 칩에 공급하는 방식을 사용합니다. 이런 독특한 구조를 통해 웨이퍼 스케일 엔진 기술은 기본 AI 프로세서가 지닌 한계를 극복할 차세대 AI 솔루션으로 주목받고 있습니다. 하지만 장밋빛 미래만 보이는 것은 아닙니다. 현재 AI 생태계 자체가 엔비디아의 CUDA에 기반해 있고 AI 서비스 솔루션 자체도 GPU에 최적화되어 있다는 점은 무시하기 어려운 장벽입니다. 더구나 현재도 적자인 오픈 AI는 여기저기 투자 계획과 협업 프로젝트를 발표하고 있지만, 이 막대한 자금들을 어디서 조달할 수 있을지 의구심이 제기되고 있습니다. 지금 흑자를 내고 있다고 해도 앞으로 계획된 투자를 진행하기 위해서 필요한 천문학적인 자금을 조달하기는 쉽지 않을 것입니다. 그런데 또 대규모 투자 계획을 발표하니 의문이 제기되는 것도 당연합니다. 마지막으로 실제 WSE-3나 혹은 그 후속 프로세서들이 이론이 아니라 실제로 엔비디아의 GPU보다 더 앞선 성능을 보여줄 수 있는지 역시 충분히 검증되지 않은 상태입니다. 현재 여러 AI 제조사가 자사의 기술이 엔비디아보다 우월하다고 주장하고 있지만, 현재까지 의미 있는 대항마로 성장한 곳은 구글의 TPU 정도이며 오랜 라이벌인 AMD 조차도 아직 엔비디아의 아성에 도전할 수준은 되지 않고 있습니다. 오랜 세월 축적된 엔비디아의 기술을 신생 스타트업이 쉽게 뛰어넘을 수 있을지 아무래도 의문인데, 확실하지 않은 곳에 많은 자금을 투자할 정도로 재무 사정이 넉넉하지 않아 보인다는 것이 솔직한 평가일 것입니다. 물론 엔비디아의 현재 모습을 10년 전 대부분 예상 못한 것처럼 앞으로 10년 후 역시 예상하기 어려운 게 사실입니다. 과연 10년 후 엔비디아의 독점이 계속 유지될 수 있을지, 아니면 예상치 못한 다크호스가 시장을 뒤흔들게 될지 궁금합니다.

삼성전자가 세계 최초로 인공지능(AI) 산업의 핵심 부품인 6세대 고대역폭메모리 HBM4를 양산 및 출하했다고 12일 밝혔다. 최대 데이터 전송 속도는 13Gbps로 기존의 HBM3E와 비교해 22% 빨라졌고, 데이터 출입구를 1024개에서 2048개로 늘리면서 전송 데이터의 양도 급격히 늘었다. 반도체업계에서는 AI 그래픽저장장치(GPU)의 메모리 병목을 획기적으로 줄일 ‘게임체인저’로 평가했다. 삼성전자는 올해 하반기와 내년에 연이어 차기 HBM도 내놓으며 관련 기술을 선도하겠다는 구상이다. 황상준 삼성전자 메모리개발담당 부사장은 이날 “기존에 검증된 공정을 적용하던 전례를 깨고 1c D램(10나노급 6세대) 및 파운드리 4나노와 같은 최선단 공정을 적용했다”며 “공정 경쟁력과 설계 개선을 통해 성능 확장을 위한 여력을 충분히 확보함으로써 고객의 성능 상향 요구를 적기에 충족할 수 있었다”고 밝혔다. 삼성전자는 이번 설 연휴 직후 양산 출하를 계획했으나 고객사와 협의를 거쳐 일정을 일주일가량 앞당긴 것으로 알려졌다. HBM4는 엔비디아가 다음달 공개할 차세대 AI 가속기 ‘베라 루빈’에 탑재돼 GPU의 고등 연산을 지원할 전망이다. HBM은 D램 메모리를 여러 층으로 쌓아 연산에 필요한 메모리 자원을 크게 늘린 반도체 소자다. 적층된 메모리를 밑에서 받치고 있는 하단의 베이스다이에는 성능과 전력 효율 측면에서 유리한 4나노 공정을 적용했다. 그 결과 JEDEC(국제 산업 표준 기구)의 업계 표준인 8Gbps를 약 46% 상회하는 11.7Gbps의 동작 속도를 안정적으로 확보했다. 이는 전작 HBM3E의 최대 핀 속도인 9.6Gbps 대비 약 1.22배 향상된 수치다. 삼성전자 관계자는 “최대 13Gbps까지 구현이 가능해 AI 모델 규모가 커질수록 심화되는 데이터 병목을 효과적으로 해소할 것”이라고 말했다. 또 삼성전자의 HBM4는 단일 스택 기준 총 메모리 대역폭을 전작 HBM3E 대비 약 2.7배 향상된 최대 3.3TB/s 수준으로 끌어올렸다. 이는 고객사 요구 수준인 3.0TB/s를 상회한다. 또 삼성전자의 HBM4는 12단 적층 기술을 통해 24~36GB의 용량을 제공하며, 고객사의 제품 일정에 맞춰 16단 적층 기술을 적용해 최대 48GB까지 용량을 확장할 계획이다. 전력 소모와 열 집중 문제 해결에도 총력을 쏟았다. HBM은 컨트롤러 역할을 하는 베이스 다이와 D램을 수직으로 적층한 코어 다이로 구성된다. HBM4는 메모리와 GPU 사이에서 데이터를 주고받는 출입구인 데이터 전송 I/O 핀 수를 1024개에서 2048개로 확대했고 이에 따라 발생하는 전력 소모와 열 집중 문제를 해결하기 위해 코어 다이에 저전력 설계 기술을 적용했다. 또 하나의 차별화된 지점은 ‘원스톱 솔루션’ 제공이다. 삼성전자는 세계에서 유일하게 로직, 메모리, 파운드리, 패키징까지 아우르는 반도체 회사다. 회사는 선단 패키징 역량을 자체적으로 보유하고 있어 공급망 리스크를 최소화하는 한편 생산 리드타임을 단축할 수 있는 경쟁력을 갖추고 있다. 삼성전자는 올해 HBM 매출이 지난해 대비 3배 이상 증가할 것으로 내다봤다. 또 HBM4에 이어 HBM4E도 준비해 올해 하반기에 샘플을 출하할 계획이다. HBM4E는 HBM4의 기본 구조를 기반으로, 동작 속도·대역폭·전력 효율을 한층 끌어올린 차세대 고대역폭 메모리다. 삼성전자는 또 AI 반도체 종류에 따라 메모리도 맞춤 설계해 성능을 극대화하는 커스텀(맞춤형) HBM도 내년부터 샘플을 출하한다. 엔비디아 GPU에 이어 구글 ‘텐서처리장치’(TPU), 마이크로소프트(MS) ‘마이아’ 등 빅테크들의 AI 반도체 자체 개발 경쟁이 격화하는 가운데 각각에 최적화한 HBM 설계 수요를 충족하겠다는 구상이다. 삼성전자가 세계 최초 HBM4 양산 및 출하로 포문을 연 데 대해 경쟁자인 SK하이닉스와 미국 마이크론은 자신만의 전략에 집중하는 분위기다. SK하이닉스 관계자는 “고객이 요청한 (HBM4) 물량을 차질 없이 양산 중이며, 현재 최적화를 진행하고 있다”고 밝혔다. 최대 고객사인 엔비디아의 차세대 AI 가속기 출시 일정에 맞춰 제품 완성도를 극대화하겠다는 ‘실리 전략’으로 읽힌다. 업계에 따르면 SK하이닉스는 엔비디아 HBM4 물량의 3분의2 이상을 확보한 것으로 알려졌다. 미국 마이크론 역시 HBM4 경쟁에서 밀려났다는 루머를 정면으로 반박하고 나섰다. 마크 머피 마이크론 최고재무책임자(CFO)는 11일(현지시간) 콘퍼런스에서 ‘엔비디아 공급망 탈락설’을 일축하며 “올해 HBM 공급 물량은 이미 완판됐으며 수율 또한 계획대로”라고 말했다. 이에 따라 메모리 공급 부족 국면에서 한국·미국 반도체 기업들의 수주 경쟁은 한층 격화될 전망이다.

광주시가 우리나라 최초의 ‘자율주행 실증도시’로 지정됐다. 광주 전역이 실증무대로 활용돼 미국 샌프란시스코와 로스엔젤레스, 중국 우한처럼 자율주행차가 도시 전체를 자유롭게 다니며 자율주행 인공지능(AI) 기술개발과 서비스 상용화 검증이 동시에 이뤄질 전망이다. 광주시는 국가AI데이터센터에 구축된 GPU 자원을 활용해 자율주행 인공지능 학습을 지원하고, 가상환경에서 다양한 주행 시나리오 검증을 병행하는 등 광주가 보유한 인공지능 기반시설과 기술역량을 총동원할 계획이다. 광주시는 국토교통부가 21일 발표한 ‘자율주행 실증도시 추진방안’에 따라 대한민국 최초 자율주행 실증도시로 지정, 도시 전역을 대상으로 대규모 자율주행 실증을 추진한다고 밝혔다. 자율주행 실증도시는 전국 최초로 도시 전체가 자율주행차 시범운행지구이자 메가샌드박스로 지정되는 사업이다. 국비 610억원을 투입해 자율주행차 200대를 올해 하반기부터 단계적으로 운행할 계획이다. 실증 구간은 광주시 전역을 대상으로 하지만 초기에는 교통량이 상대적으로 적은 외곽지역에서 운행을 시작해 도심으로 점진적으로 확대한다. 안전성이 충분히 확보되면 시민이 직접 체험할 수 있는 무료 탑승도 추진할 계획이다. 먼저 오는 4월 광주시 전역이 시범운행지구로 지정되면 광산구, 북구, 서구 일부에서 실증을 시작한다. 내년 중에는 서구, 남구, 동구까지 포함해 조선대병원 등 주요 지점을 추가하는 등 도시 단위 실증으로 확대한다. 그동안 일부 시도에서 도시 일부 구간을 시범운영지구로 지정해 특정노선을 중심으로 10대 미만의 자율주행차를 운행한 사례는 있었으나, 이번처럼 도시 전역을 대상으로 200대 규모의 자율차를 운행하고 도시전체를 메가 샌드박스로 지정하는 것은 전국 처음이다. 이번 실증사업의 핵심은 ‘데이터 파이프라인’ 구축이다. 자율주행에 최적화된 소프트웨어 중심차량(SDV) 200대가 운행되며, 수집한 대규모 주행 데이터는 광주 국가AI데이터센터의 고성능 컴퓨터를 통해 학습된다. 이를 통해 실제 도로 환경에서 자율주행 인공지능의 판단 능력과 안전성을 고도화할 수 있을 것으로 기대된다. 강기정 광주시장은 “정부가 도시 단위 첫 실증도시로 광주로 선정한 것은 광주를 AI 모빌리티 미래산업 도시로 만들겠다는 대통령의 공약과 의지의 표현”이라며 “이번 실증사업을 출발점으로 2026년을 ‘부강한 광주’로 도약하는 원년으로 만들어 가겠다”고 말했다.

SK하이닉스가 미국 라스베이거스에서 열리는 ‘CES 2026’에 기업고객용 전시관을 열고 ‘고대역폭메모리(HBM)4 16단 48GB’를 처음 선보인다고 6일 밝혔다. HBM4 16단 48GB는 현재 업계 최고 속도인 11.7Gbps(초당 11.7기가비트)를 구현한 HBM4 12단 36GB의 후속 모델로 글로벌 초격차를 가속하는 데 일조할 것으로 보인다. 또 올해 전체 HBM 시장을 선도할 ‘HBM3E 12단 36GB’도 전시된다. HBM3E 12단 36GB는 엔비디아의 최신 인공지능(AI) 서버용 그래픽처리장치(GPU)에 탑재되는 모델이다. 이번 전시장에는 GPU 모듈을 함께 전시해 SK하이닉스의 HBM3E 12단 36GB가 AI 시스템 내에서 하는 역할을 시각적으로 구체화해 보여 줄 예정이다. 곽노정 대표이사(사장), 김주선 AI 인프라 사장(CMO) 등 SK하이닉스 임원진은 이날 오후 라스베이거스 퐁텐블로 호텔에서 열린 젠슨 황 엔비디아 최고경영자(CEO)의 특별 연설 직후 이곳을 찾아 엔비디아 측 인사들과 만났다. 엔비디아에 HBM4, HBM3E 등을 공급하는 핵심 협력사로서의 입지를 공고히 하는 행보로 보인다. 또 SK하이닉스 전시관엔 AI 서버에 특화돼 AI 서버 수요가 폭증할 경우에 대비한 저전력 메모리 모듈 ‘소캠2’도 전시된다. 온디바이스 AI 구현에 최적화된 차세대 저전력 메모리 LPDDR6도 선보인다. 낸드 분야에서는 AI 데이터센터 구축 확대로 수요가 급증하는 초고용량 기업용 메모리 저장장치(eSSD)에 최적화된 321단 2Tb 쿼드레벨 셀(QLC) 제품도 공개된다. QLC는 전력 효율과 성능을 크게 개선해 데이터센터의 저전력 환경에 적합하다. 이런 솔루션들이 실제 AI 생태계에서 어떻게 연결돼 움직이는지 살펴볼 수 있는 ‘AI 시스템 데모존’도 마련됐다. 특히 데모존에서는 고객 요청 사항을 반영해 GPU 등에 있던 일부 기능을 HBM에 옮기는 고객 맞춤형 cHBM(커스텀 HBM)의 내부 구조를 직접 확인할 수 있는 대형 모형이 등장한다. 해당 전시는 AI의 경쟁 축이 단순 성능에서 추론 효율과 비용 최적화로 이동하고 있다는 것을 보여 준다.

LG전자는 모니터 자체에 인공지능(AI) 솔루션을 탑재한 온디바이스 AI 게이밍(게임용) 모니터 ‘LG 울트라기어 에보’를 선보인다고 26일 밝혔다. 울트라기어 에보 모니터 27·39·52형 등 신제품 3종은 다음 달 미국 라스베이거스에서 열리는 세계 최대 가전·IT 전시회 CES 2026에서 공개된다. LG전자가 2018년 게이밍기기 브랜드 ‘LG 울트라기어’를 출시한 뒤 프리미엄 라인업인 ‘LG 울트라기어 에보’를 선보인 것은 이번이 처음이다. 27형과 39형 울트라기어 에보 모니터에는 모든 영상을 5K 선명도로 즐길 수 있도록 하는 ‘5K AI 업스케일링’을 포함한 온디바이스 AI 솔루션이 적용됐다. 이 모니터는 컴퓨터의 그래픽처리장치(GPU) 업그레이드 없이도 모니터 자체 AI 기술로 5K를 구현해 고화질로 콘텐츠를 시청할 수 있다. AI가 스스로 영상의 장르를 탐지해 최적의 설정을 구현해주는 ‘AI 장면 최적화’ 기능과 AI가 최적의 오디오 환경으로 조절해주는 ‘AI 사운드’ 기능도 지원한다. 한 대의 모니터를 필요에 따라 고해상도 모드와 고주사율 모드로 전환할 수 있는 ‘듀얼모드’(Dual-Mode) 기능도 탑재했다. 27형은 5K·165㎐(헤르츠)의 고해상도 모드와 QHD·330㎐의 고주사율 모드를, 39형은 WUHD·165㎐의 고해상도 모드와 WFHD·330㎐의 고주사율 모드를 지원한다. 대형 화면을 원하는 게이머를 위한 52형 울트라기어 에보 모니터는 1000R 곡률의 ‘커브드 5K2K’(5120x2160) 디스플레이가 적용됐다. 이 모니터는 최신 게임에 적합한 21대 9 비율의 화면과 240㎐에 달하는 높은 주사율을 동시에 갖춰 대형 디스플레이에서도 몰입감 높은 게임 환경을 제공한다. 이충환 LG전자 디스플레이사업부장 부사장은 “새로운 프리미엄 게이밍 라인업인 LG 울트라기어 에보는 5K AI 업스케일링 등 혁신 기술을 통해 게이머들이 원하는 성능, 선명도, 몰입감을 모두 누릴 수 있도록 했다”며 “글로벌 고객들에게 차원이 다른 게이밍 경험을 선사할 것”이라고 강조했다.

SKT 뉴스룸 통해 참여 기업별 역할·강점 소개 정부 독자 AI 파운데이션 모델 사업 본격 평가 단계 내년 1월 15일 1차 평가서 5개 팀 중 4개 팀 선발 SK텔레콤이 참여 중인 독자 인공지능(AI) 파운데이션 모델 정예팀의 구성과 역할을 공개했다. 정부가 추진 중인 ‘국가대표 AI’ 프로젝트는 내년 1월 15일 1차 평가를 앞두고 있으며, 이 평가를 거쳐 정예팀은 5곳에서 4곳으로 줄어들 예정이다. SK텔레콤은 14일 뉴스룸을 통해 독자 AI 파운데이션 모델 정예팀에 참여 중인 기업들의 역할과 기술적 강점을 소개했다. SK텔레콤 컨소시엄에는 라이너, 셀렉트스타, 크래프톤, 포티투닷, 리벨리온이 참여하고 있으며, SK텔레콤는 독자 모델의 경쟁력으로 정확성·신뢰성·확장성·범용성·효율성 등 다섯 가지를 제시했다. 정확성 고도화는 라이너가 담당한다. 라이너는 실제 서비스 환경에서 축적한 AI 운영 경험을 바탕으로, 모델 개발 과정의 핵심 단계를 내부 역량으로 빠르게 연결하는 구조를 강점으로 내세웠다. 셀렉트스타는 한국어 환경에 특화된 평가 체계를 기반으로 모델의 신뢰성과 안정성을 검증하는 역할을 맡는다. 실제 서비스 과정에서 발생할 수 있는 오류와 편향을 조기에 탐지·개선하는 데 초점을 둔다. 글로벌 확장성은 크래프톤이 담당한다. 전 세계 이용자를 대상으로 게임 서비스를 운영해온 경험과 멀티모달 AI 연구개발 역량, 축적된 사용자 행동 데이터를 바탕으로 독자 모델의 활용 범위를 넓히겠다는 구상이다. 포티투닷은 차량 환경에서의 온디바이스 AI 기술과 경량화 모델 최적화 역량을 통해, 낮은 지연 시간과 실시간 판단이 요구되는 환경에서도 활용 가능한 범용성을 확보하는 역할을 맡았다. 인프라 효율성은 국산 AI 반도체 기업인 리벨리온이 담당한다. 리벨리온은 국산 AI 모델과 국산 반도체를 함께 최적화하는 구조를 통해 실제 서비스 환경에서의 연산 효율과 비용 경쟁력을 높이겠다는 전략을 제시했다. 과학기술정보통신부는 지난 8월 4일 네이버클라우드, 업스테이지, SK텔레콤, NC AI, LG AI연구원 등 5개 컨소시엄을 독자 AI 파운데이션 모델 정예팀으로 선정했다. 해외 빅테크 의존도를 낮추고, 자국 내 인프라·데이터·모델·인재를 확보하는 이른바 ‘소버린 AI’ 역량 구축이 목표다. 정부는 단계별 평가를 통해 내년 1월 15일 1차 평가 이후 정예팀을 4곳으로 줄이고, 이후 추가 평가를 거쳐 2027년 최종 2개 팀만 남길 예정이다. GPU, 데이터, 인재 확보 지원 역시 평가 결과에 따라 차등 적용된다. 업계에서는 이번 1차 평가가 독자 AI 전략의 방향성을 가늠하는 첫 분기점이 될 것으로 보고 있다. 한 업계 관계자는 “지금까지는 각 컨소시엄이 기술 구상과 협업 구조를 설명하는 단계였다면, 이제부터는 실제 구현 가능성과 완성도가 본격적으로 비교될 것”이라며 “1차 평가 결과가 이후 정부 지원과 사업 전개의 중요한 기준이 될 수 있다”고 말했다.

지난 3분기, 엔비디아는 570억 달러의 매출과 함께 무려 73.4%에 달하는 매출 총이익률(gross margin)을 발표했습니다. 그만큼 GPU 하나 팔아서 남기는 게 많다는 이야기로 영업 이익은 매출의 절반이 넘는 360억 달러에 달했습니다. 사실상 원가에 몇 배에 달하는 폭리를 취하면서 매출보다 이익이 더 가파르게 증가한 것입니다. 하지만 이렇게 파는데도 데이터 센터 GPU는 다 팔려 나가 물량 구하기가 쉽지 않다는 게 젠슨 황 CEO의 설명입니다. 그런데도 AI 버블 논란은 여전히 가라앉지 않고 있습니다. AI를 통해 인력을 감축하고 비용을 절감하는 기업들은 늘고 있지만, 정작 막대한 비용이 들어가는 AI 서비스 자체는 그에 걸맞은 수익을 창출하지 못하고 있기 때문입니다. 예를 들어, ChatGPT를 서비스하는 오픈 AI는 재무제표를 공개하지는 않지만, 창립 이래 계속해서 적자를 기록하고 있는 것으로 알려져 있습니다. 따라서 최근에는 막대한 투자 비용을 감당하기 위해 대규모 자금 조달에 나서는 한편 광고와 같은 다른 수익 창출 방법도 모색하고 있습니다. 물론 오픈 AI와 경쟁하는 다른 AI 서비스들 역시 상황은 크게 다르지 않습니다. AI가 미래의 성장 동력이라는 점을 의심하는 이는 없지만, 갈수록 치솟는 GPU, 메모리, 스토리지, 그리고 막대한 전기 사용료 등을 고려하면 기업들이 적자를 감수하고 무작정 투자를 계속할 수는 없습니다. 결국, 어느 시점에는 자금력과 기술력이 뒤처지는 회사는 시장에서 도태되고, 비용 절감과 수익 모델 창출에 성공한 기업만이 살아남게 될 것입니다. 이에 따라 구글이나 아마존 같은 빅테크들은 자체 AI 칩(ASIC)에 막대한 투자를 단행하며 엔비디아 GPU보다 저렴한 대안을 모색하고 있습니다. 그런 의미에서 최근 구글이 공개한 7세대 TPU인 아이언우드(Ironwood)는 시장에 큰 충격을 던져주었습니다. TPU(Tensor Processing Unit)는 애플리케이션 특정 통합 회로(ASIC)의 일종으로, 신경망의 행렬 곱셈과 같은 연산을 효율적으로 처리하기 위한 특수 목적 프로세서입니다. CPU가 가장 일반적인 용도의 프로세서라고 한다면 GPU는 그래픽 연산에 필요한 병렬 연산에 최적화된 프로세서라고 할 수 있습니다. 엔비디아는 GPU에 고성능 컴퓨팅에 필요한 좀 더 범용 연산 능력을 부여해 일반 목적 GPU(GPGPU)라고 명명했습니다. 그리고 여기에 사용되는 언어인 쿠다(CUDA)를 개발했습니다. GPU의 GPGPU 성능이 가장 큰 힘을 발휘한 분야가 바로 AI였습니다. 딥러닝 모델 학습과 같이 대규모 데이터를 병렬로 처리해야 하는 작업이 GPGPU에 적합했기 때문입니다. 결국 최근에 나오는 GPU는 AI 성능을 담당하는 부분이 더 커지면서 핵심 기능으로 자리 잡고 있습니다. 구글의 TPU는 GPU보다 더 좁은 범위의 연산만 수행하는 특수 프로세서로 CPU – GPU – TPU의 순으로 점점 더 할 수 있는 기능은 좁아진다고 할 수 있습니다. 다만 반대로 에너지 효율은 더 높아질 수 있습니다. 사실 3D 그래픽도 CPU만 가지고 처리할 수 있습니다. 하지만 처리 속도가 너무 느리고 기능이 제한적이라 3D 가속기라는 별도의 보조 프로세서가 나오게 되었고 그것이 나중에 GPU로 발전한 것입니다. TPU도 그런 연장선상에서 보면 엔비디아의 GPU에 상당히 위협적인 존재가 될 수 있습니다. 아이언우드 자체의 성능은 4,614 FP8 TFLOPS 정도로 B200 블랙웰 GPU의 4.5 PFLOPS와 비슷하지만, GPU보다 구조가 단순할 가능성이 높아 생산비나 제작 단가가 저렴할 수 있습니다. 최근 제미나이 3의 놀라운 성능을 보면 그렇다고 기능이 부족한 것도 아닌 것으로 보여 적지 않은 충격을 주고 있습니다. 여기에 아마존의 AWS 역시 3세대 AI ASIC 칩인 트레이니움3(Trainium3)을 공개하면서 도전장을 내밀고 있습니다. 트레이니움3 칩 하나는 PF8 기준 2.52 PFLOPs의 연산 능력을 지니고 있으며 144GB의 HBM3e 메모리와 4.9TB/s의 대역폭을 지니고 있습니다. 그리고 144개의 칩이 모인 Trn3 UltraServers는 총 362 FP8 PFLOPs의 연산 능력을 확보해 100만 토큰 이상의 AI 서비스를 감당할 수 있습니다. 칩 하나의 성능만 보면 엔비디아의 B200 GPU보다 낮지만, 역시 GPU보다 단순한 구조로 전체 비용은 더 낮을 가능성이 있습니다. 다만 아직은 AI 생태계에서 엔비디아의 입지가 지배적인 만큼 아마존은 트레이니움4에서는 엔비디아의 고속 인터페이스인 NVLink를 지원해 트레이니움4와 엔비디아 GPU를 같이 쓸 수 있게 한다는 계획입니다. 만약 이런 빅테크들의 맞춤형 ASIC 칩들이 비용 효과적인 대안을 제시할 경우 엔비디아에 대한 의존도는 낮아질 수 있습니다. 그러면 지금처럼 높은 가격에도 없어서 못 파는 상황은 지속되지 않을 가능성이 있습니다. 물론 엔비디아를 왕좌에서 그렇게 쉽게 끌어내리진 못할 것이라는 의견도 있습니다. 엔비디아가 AI 왕좌를 지킬 수 있는 가장 강력한 무기는 단순한 하드웨어 성능이 아닌, CUDA(쿠다)라는 소프트웨어 생태계에 있습니다. 2006년부터 구축된 CUDA 플랫폼은 수많은 AI 개발자들에게 압도적인 편의성과 최적화된 도구를 제공해 왔습니다. 이처럼 개발자들이 이미 CUDA 환경에 깊이 익숙해져 있다는 점은 다른 칩으로 전환하는 데 막대한 전환 비용을 발생시킵니다. 따라서 구글, 아마존 같은 빅테크들의 자체 ASIC이 고성능과 저비용을 달성하더라도, 이 CUDA 생태계의 장벽을 어떻게 뛰어넘을 것인가는 여전히 가장 큰 숙제로 남아 있습니다. 여기에 엔비디아 역시 경쟁자들처럼 차세대 칩을 준비하고 있습니다. 차세대 루빈 GPU는 FP4 기준 50 PFLOPS의 연산 능력을 지니고 있으며 이를 이용한 렉 시스템인 베라 루빈 NVL 144는 3.6EFLOPS라는 슈퍼컴퓨터급 연산 능력을 지니고 있습니다. 엔비디아는 루빈 GPU의 양산을 서두르는 한편 다음 세대 제품에서 성능을 더 높여 경쟁자들의 추격을 따돌리기 위해 고군분투할 것으로 보입니다. 과연 빅테크들의 거센 도전에서 엔비디아가 왕좌를 지킬 수 있을지 주목됩니다.

지난 3분기, 엔비디아는 570억 달러의 매출과 함께 무려 73.4%에 달하는 매출 총이익률(gross margin)을 발표했습니다. 그만큼 GPU 하나 팔아서 남기는 게 많다는 이야기로 영업 이익은 매출의 절반이 넘는 360억 달러에 달했습니다. 사실상 원가에 몇 배에 달하는 폭리를 취하면서 매출보다 이익이 더 가파르게 증가한 것입니다. 하지만 이렇게 파는데도 데이터 센터 GPU는 다 팔려 나가 물량 구하기가 쉽지 않다는 게 젠슨 황 CEO의 설명입니다. 그런데도 AI 버블 논란은 여전히 가라앉지 않고 있습니다. AI를 통해 인력을 감축하고 비용을 절감하는 기업들은 늘고 있지만, 정작 막대한 비용이 들어가는 AI 서비스 자체는 그에 걸맞은 수익을 창출하지 못하고 있기 때문입니다. 예를 들어, ChatGPT를 서비스하는 오픈 AI는 재무제표를 공개하지는 않지만, 창립 이래 계속해서 적자를 기록하고 있는 것으로 알려져 있습니다. 따라서 최근에는 막대한 투자 비용을 감당하기 위해 대규모 자금 조달에 나서는 한편 광고와 같은 다른 수익 창출 방법도 모색하고 있습니다. 물론 오픈 AI와 경쟁하는 다른 AI 서비스들 역시 상황은 크게 다르지 않습니다. AI가 미래의 성장 동력이라는 점을 의심하는 이는 없지만, 갈수록 치솟는 GPU, 메모리, 스토리지, 그리고 막대한 전기 사용료 등을 고려하면 기업들이 적자를 감수하고 무작정 투자를 계속할 수는 없습니다. 결국, 어느 시점에는 자금력과 기술력이 뒤처지는 회사는 시장에서 도태되고, 비용 절감과 수익 모델 창출에 성공한 기업만이 살아남게 될 것입니다. 이에 따라 구글이나 아마존 같은 빅테크들은 자체 AI 칩(ASIC)에 막대한 투자를 단행하며 엔비디아 GPU보다 저렴한 대안을 모색하고 있습니다. 그런 의미에서 최근 구글이 공개한 7세대 TPU인 아이언우드(Ironwood)는 시장에 큰 충격을 던져주었습니다. TPU(Tensor Processing Unit)는 애플리케이션 특정 통합 회로(ASIC)의 일종으로, 신경망의 행렬 곱셈과 같은 연산을 효율적으로 처리하기 위한 특수 목적 프로세서입니다. CPU가 가장 일반적인 용도의 프로세서라고 한다면 GPU는 그래픽 연산에 필요한 병렬 연산에 최적화된 프로세서라고 할 수 있습니다. 엔비디아는 GPU에 고성능 컴퓨팅에 필요한 좀 더 범용 연산 능력을 부여해 일반 목적 GPU(GPGPU)라고 명명했습니다. 그리고 여기에 사용되는 언어인 쿠다(CUDA)를 개발했습니다. GPU의 GPGPU 성능이 가장 큰 힘을 발휘한 분야가 바로 AI였습니다. 딥러닝 모델 학습과 같이 대규모 데이터를 병렬로 처리해야 하는 작업이 GPGPU에 적합했기 때문입니다. 결국 최근에 나오는 GPU는 AI 성능을 담당하는 부분이 더 커지면서 핵심 기능으로 자리 잡고 있습니다. 구글의 TPU는 GPU보다 더 좁은 범위의 연산만 수행하는 특수 프로세서로 CPU – GPU – TPU의 순으로 점점 더 할 수 있는 기능은 좁아진다고 할 수 있습니다. 다만 반대로 에너지 효율은 더 높아질 수 있습니다. 사실 3D 그래픽도 CPU만 가지고 처리할 수 있습니다. 하지만 처리 속도가 너무 느리고 기능이 제한적이라 3D 가속기라는 별도의 보조 프로세서가 나오게 되었고 그것이 나중에 GPU로 발전한 것입니다. TPU도 그런 연장선상에서 보면 엔비디아의 GPU에 상당히 위협적인 존재가 될 수 있습니다. 아이언우드 자체의 성능은 4,614 FP8 TFLOPS 정도로 B200 블랙웰 GPU의 4.5 PFLOPS와 비슷하지만, GPU보다 구조가 단순할 가능성이 높아 생산비나 제작 단가가 저렴할 수 있습니다. 최근 제미나이 3의 놀라운 성능을 보면 그렇다고 기능이 부족한 것도 아닌 것으로 보여 적지 않은 충격을 주고 있습니다. 여기에 아마존의 AWS 역시 3세대 AI ASIC 칩인 트레이니움3(Trainium3)을 공개하면서 도전장을 내밀고 있습니다. 트레이니움3 칩 하나는 PF8 기준 2.52 PFLOPs의 연산 능력을 지니고 있으며 144GB의 HBM3e 메모리와 4.9TB/s의 대역폭을 지니고 있습니다. 그리고 144개의 칩이 모인 Trn3 UltraServers는 총 362 FP8 PFLOPs의 연산 능력을 확보해 100만 토큰 이상의 AI 서비스를 감당할 수 있습니다. 칩 하나의 성능만 보면 엔비디아의 B200 GPU보다 낮지만, 역시 GPU보다 단순한 구조로 전체 비용은 더 낮을 가능성이 있습니다. 다만 아직은 AI 생태계에서 엔비디아의 입지가 지배적인 만큼 아마존은 트레이니움4에서는 엔비디아의 고속 인터페이스인 NVLink를 지원해 트레이니움4와 엔비디아 GPU를 같이 쓸 수 있게 한다는 계획입니다. 만약 이런 빅테크들의 맞춤형 ASIC 칩들이 비용 효과적인 대안을 제시할 경우 엔비디아에 대한 의존도는 낮아질 수 있습니다. 그러면 지금처럼 높은 가격에도 없어서 못 파는 상황은 지속되지 않을 가능성이 있습니다. 물론 엔비디아를 왕좌에서 그렇게 쉽게 끌어내리진 못할 것이라는 의견도 있습니다. 엔비디아가 AI 왕좌를 지킬 수 있는 가장 강력한 무기는 단순한 하드웨어 성능이 아닌, CUDA(쿠다)라는 소프트웨어 생태계에 있습니다. 2006년부터 구축된 CUDA 플랫폼은 수많은 AI 개발자들에게 압도적인 편의성과 최적화된 도구를 제공해 왔습니다. 이처럼 개발자들이 이미 CUDA 환경에 깊이 익숙해져 있다는 점은 다른 칩으로 전환하는 데 막대한 전환 비용을 발생시킵니다. 따라서 구글, 아마존 같은 빅테크들의 자체 ASIC이 고성능과 저비용을 달성하더라도, 이 CUDA 생태계의 장벽을 어떻게 뛰어넘을 것인가는 여전히 가장 큰 숙제로 남아 있습니다. 여기에 엔비디아 역시 경쟁자들처럼 차세대 칩을 준비하고 있습니다. 차세대 루빈 GPU는 FP4 기준 50 PFLOPS의 연산 능력을 지니고 있으며 이를 이용한 렉 시스템인 베라 루빈 NVL 144는 3.6EFLOPS라는 슈퍼컴퓨터급 연산 능력을 지니고 있습니다. 엔비디아는 루빈 GPU의 양산을 서두르는 한편 다음 세대 제품에서 성능을 더 높여 경쟁자들의 추격을 따돌리기 위해 고군분투할 것으로 보입니다. 과연 빅테크들의 거센 도전에서 엔비디아가 왕좌를 지킬 수 있을지 주목됩니다.

구글이 자체 개발한 인공지능(AI) 칩 텐서처리장치(TPU)와 최신 AI 모델 제미나이3를 통해 글로벌 AI 산업 판도를 흔들고 있다. TPU는 AI 연산에 최적화된 맞춤형 반도체로, 엔비디아 그래픽처리장치(GPU) 없이도 대규모 연산을 수행한다. 최근 메타플랫폼 등 글로벌 빅테크 기업이 TPU 도입을 검토하면서, 엔비디아 중심의 AI 하드웨어 시장에 균열이 생길지 주목된다. 25일(현지시간) 블룸버그와 WSJ에 따르면 구글은 TPU 7세대 모델 ‘아이언우드’를 활용해 제미나이3를 학습시켰다. 제미나이3는 추론 성능과 코딩 능력에서 오픈AI의 챗GPT 5.1을 뛰어넘는다는 평가를 받는데, 실제 업무와 데이터 분석까지 수행할 수 있는 ‘에이전틱 AI’로도 주목받고 있다. TPU는 2015년 처음 공개됐지만 엔비디아 GPU 중심의 AI 시장에서 크게 주목받지 못했다. 그러나 제미나이3로 TPU 기술력이 입증되면서, 구글이 엔비디아의 유일한 대항마로 자리 잡을 수 있다는 전망이 나왔다. 여기에 메타 등이 TPU 도입을 검토한다는 소식이 전해지면서 엔비디아 주가는 이날 약 2.6% 하락해 시가총액 1150억 달러(약 169조원)가 증발했다. 반면 구글 모회사 알파벳의 주가는 1.62% 올라 사상 최고치를 기록했다. 주가는 최근 5거래일 동안 14% 뛰었고, 연초 이후 70% 급등했다. 구글 TPU 강점은 단순한 하드웨어 성능에만 국한되지 않는다. 검색 엔진, 유튜브, 안드로이드 OS 등 방대한 자체 데이터와 클라우드를 활용해 매일 AI 학습에 필요한 자료를 확보할 수 있다는 점이 차별점이다. 또 모바일 기기, 자율주행 차량 웨이모 등 현실 세계와 연관된 센서 데이터를 통합해 제미나이3의 학습 효율을 극대화할 수 있다. 결과적으로 구글은 AI 모델부터 칩, 데이터, 클라우드 인프라까지 전 영역에서 통합 역량을 갖춘 몇 안 되는 기업으로 평가된다. TPU가 데이터센터에서 대규모로 활용될 가능성이 떠오르면서 국내 반도체 기업들이 받을 수혜에도 관심이 쏠린다. TPU 7세대 모델 아이언우드에는 SK하이닉스가 공급하는 5세대 고대역폭메모리(HBM3E)가 탑재돼 있으며, 향후 TPU의 데이터센터 활용이 확대되면 삼성전자까지 공급망이 늘어날 수 있다. GPU뿐 아니라 TPU와 CPU를 함께 사용하면서 DDR5·LPDDR5 등 범용 D램 수요도 증가할 전망이다. 삼성전자는 전체 D램 생산능력 중 70%가 범용 D램인 만큼 수혜 폭이 상대적으로 클 거라는 분석이다.

현대자동차그룹이 엔비디아와 손잡고 차세대 인공지능(AI) 칩 ‘블랙웰’을 도입하기로 하면서 향후 펼쳐질 미래 경쟁력에 관심이 쏠린다. 자율주행 기술 개량을 가속화하고, 차에서 고사양 게임을 즐길 수 있는 AI 생태계 혁신에 뒤처지지 않겠다는 의미다. 2일 업계에 따르면 엔비디아가 현대차그룹에 공급하는 블랙웰 그래픽처리장치(GPU) 5만개는 자율주행시스템을 비롯해 제조 공정에 쓰이는 휴머노이드 로봇 등 ‘AI 팩토리’ 구축에 사용된다. 현대차그룹은 차량 내 AI, 자율주행, 생산 효율화, 로보틱스를 상호 연결된 단일 생태계로 통합할 계획이다. 현대차그룹의 첨단운전자보조시스템(ADAS)는 테슬라처럼 운전자가 전방을 주시하고 운전대나 페달을 조작하지 않아도 차선을 변경하고 차간 거리를 유지할 수 있게 하는 ‘레벨2’(반자율주행) 기술을 보유하고 있지만, 고속도로 진출입로나 회전 교차로 진입 등에선 제한된다. 이런 와중에 GM은 현대차보다 앞서 운전자가 운전대에서 손을 떼고 주행할 수 있는 ‘슈퍼 크루즈’를 출시하기도 했다. 현대차는 차량이 상황을 인지하고 판단을 제어하는 딥러닝 모델을 구축하고, 주행 중 운전자 개입이 필요 없는 기술력을 확보한다는 목표다. 자율주행은 사람이나 장애물이 갑자기 나타나는 ‘예측 불가능한 위험 상황’에 대한 학습 능력이 중요하다. 블랙웰 GPU의 고성능 연산 능력을 바탕으로 돌발 상황 대비 능력을 개선할 수 있다는 평가가 나온다. 고성능 GPU를 대량 확보하면 원가 절감 효과도 있다. 앞서 정의선 현대차그룹 회장은 지난달 30일 ‘지포스’ 한국 출시 25주년 행사에서 “앞으로 차에서 더 많은 게임을 할 수 있도록 만들겠다”고 밝혔다. 현대차그룹은 차에서 그래픽이 간단하고 조작이 단순한 아케이드 게임을 제공하지만, 테슬라는 고성능 그래픽과 게임 콘솔 수준의 ‘테슬라 아케이드’를 제공해 고사양 게임을 실행할 수 있다. 현대차그룹은 엔비디아의 최신 AI 반도체 칩셋을 차량에 적용하고, 자체 개발 중인 통합 운영체제 ‘플레오스’ OS로 소프트웨어 최적화를 추진한다.

SK그룹이 국내 제조업 생태계의 인공지능(AI) 혁신을 위해 엔비디아의 그래픽처리장치(GPU)와 피지컬(제조) AI 플랫폼 ‘옴니버스’를 활용한 ‘제조 AI 클라우드’를 구축한다. SK그룹은 이를 SK하이닉스 등 SK그룹의 제조 분야 계열사는 물론 정부나 제조업과 관련된 공공기관, 국내 스타트업 등 외부 수요처에도 개방해 대한민국 제조업 생태계가 AI 기반으로 생산성과 효율성을 높여 나갈 수 있도록 돕는다는 계획이다. 엔비디아 옴니버스 플랫폼을 활용해 제조 AI 클라우드를 구축하고 스타트업 등 제조 분야 외부 수요처까지 제공하는 것은 아시아에서 최초다. 최태원 SK그룹 회장과 젠슨 황 엔비디아 창립자 겸 최고경영자(CEO)는 31일 경북 경주에서 열린 ‘2025 아시아태평양경제협력체(APEC) CEO 서밋’에서 만나 ‘제조 AI 스타트업 얼라이언스’ 협력 방안 및 반도체 협력과 국내 제조 AI 생태계 발전 방향에 대해 의견을 나눴다. 옴니버스 기반 제조 AI 클라우드 구축과 관련해 구축에서 운영, 사용까지 일원화하는 국내 사례는 SK가 유일하다. 옴니버스는 엔비디아의 가상 시뮬레이션 기반인 ‘디지털 트윈’ 플랫폼으로, 제조업 생산공정을 온라인 3차원(3D) 가상공간에 똑같이 구축해 시뮬레이션하는 모델이다. 수율 개선과 설비의 유지 보수 효율성을 높일 수 있고, 비용 절감 효과로 글로벌 제조업계에서 관심이 커지고 있다. 세계적으로 제조업에 AI를 도입해 불량을 일찍 발견하거나 최소화해 생산성을 높이고 적기에 유지보수 하는 것이 제조업의 성패로 꼽히고 있어 국내 스타트업과 제조업 기업들의 옴니버스 활용은 국내 제조 AI 역량 강화에 도움이 될 전망이다. 제조 AI 클라우드는 SK하이닉스가 도입하는 엔비디아의 최신 GPU ‘RTX 프로 6000 블랙웰 서버 에디션’ 2000여장을 기반으로, SK하이닉스 이천캠퍼스와 용인반도체 클러스터에서 활용할 수 있도록 SK텔레콤이 구축과 운영, 서비스를 맡게 된다. SK는 국내 유일의 제조 AI 클라우드 운영 사업자로서 사용자들이 해외 데이터센터에 의존하지 않고 옴니버스에 직접 접근하는 환경을 만들어 국내 제조업에 최적화된 성능과 데이터 보안을 보장할 계획이다. 엔비디아는 GPU 공급 뿐 아니라 옴니버스를 바탕으로 국내 제조업에 특화된 AI 모델을 SK와 개발한다. 소프트웨어 최적화, AI 모델 학습 및 추론, 클라우드 운영 자동화, 시뮬레이션 튜닝 등에서 기술 협력에 나서며 시스템을 고도화할 예정이다. 이번 협력으로 그동안 높은 비용과 장비 수급 등의 이유로 AI 도입에 어려움을 겪었던 국내 제조업 기업들이 제조 AI를 실현하는 데 활력이 될 전망이다. 양 사는 IMM인베스트먼트, 한국투자파트너스, SBVA 등 벤처캐피털(VC)과의 제조분야 AI 스타트업 육성 및 지원에 함께하기로 했다. 한편 SK그룹은 GPU 5만장 이상 규모의 AI 인프라 ‘AI 팩토리’를 엔비디아와 국내에 구축한다. AI 팩토리는 제조 AI 클라우드, 울산에서의 AI 데이터센터 프로젝트 등이 포함된 ‘엔비디아 GPU 기반의 AI 산업 클러스터’다. SK그룹은 2027년을 목표로 울산에 100메가와트(MW) 규모 ‘하이퍼스케일급’ AI 데이터센터 사업을 진행 중이다. AI 팩토리는 국내 제조 AI 경쟁력 강화에 일조할 것으로 보인다. SK그룹은 엔비디아와의 협력해 디지털 트윈과 로봇, 거대언어모델(LLM) 등 학습 및 추론, 3차원(3D) 시뮬레이션 기능을 두루 갖춘 ‘산업용 AI 서비스 공급 사업자’로 발돋움하겠다는 계획이다. 최 회장은 “SK그룹은 엔비디아와 협력해 AI를 국내 산업 전반의 혁신을 이끄는 엔진으로 만들고 있다. 이를 통해 산업 전반이 규모, 속도, 정밀도의 한계를 넘어서게 될 것”이라며 “엔비디아 AI 팩토리를 기반으로 SK그룹은 차세대 메모리, 로보틱스, 디지털 트윈, 지능형 AI 에이전트를 구동할 인프라를 구축할 계획”이라고 말했다. 황 CEO는 “SK그룹은 엔비디아의 핵심적인 메모리 기술 파트너로, 엔비디아가 전 세계 AI 발전을 주도하는 최첨단 GPU 컴퓨팅 플랫폼을 개발할 수 있도록 지원하고 있다”며 “엔비디아의 가속 컴퓨팅과 소프트웨어를 기반으로 한 AI 인프라를 구축함으로써 SK그룹의 혁신과 한국 AI 생태계를 활성화할 AI 팩토리를 함께 조성하고 있다는 점이 매우 기쁘다”고 말했다. 이날 SK텔레콤은 엔비디아와 ‘AI 네트워크’ 연구개발(R&D)을 위한 양해각서(MOU)를 체결했다. SK텔레콤은 6세대(6G) 이동통신 핵심기술로 꼽히는 ‘AI-RAN(무선접속네트워크)’ 기술 개발에 엔비디아, 국내 통신사, 삼성전자, 연세대, 한국전자통신연구원(ETRI)과 함께할 예정이다.

삼성전자가 31일 엔비디아에 성능과 에너지 효율을 대폭 향상시킨 6세대 고대역폭메모리(HBM)4를 엔비디아에 공급한다고 밝혔다. 또 엔비디아의 그래픽처리장치(GPU) 5만개 이상을 도입해 ‘반도체 인공지능(AI) 팩토리’를 구축하기로 했다. 삼성전자는 이날 엔비디아에 ▲HBM3E ▲HBM4 ▲GDDR7 ▲SOCAMM2 등 차세대 메모리와 파운드리 서비스를 공급한다고 밝혔다. 삼성전자의 HBM4는 1c(10나노급 6세대) D램 기반에 4나노 로직 공정을 적용하고 설계를 최적화해 고객 요구를 상회하는 11기가비트(Gbps) 이상의 성능을 구현한 것이 특징이다. 초고대역폭과 저전력 특성을 바탕으로 AI 모델 학습과 추론 속도를 높여 엔비디아의 AI 플랫폼 성능을 향상시키겠다는 전략이다. HBM 외에 업계 최초로 개발한 고성능 그래픽 D램(GDDR7)과 차세대 저전력 메모리 모듈 ‘SOCAMM2’ 공급도 협의 중이다. 현재 삼성전자는 글로벌 전 고객사에게 HBM3E를 공급하고 있으며 HBM4도 샘플을 요청한 모든 고객사에 샘플 출하를 완료한 뒤 양산 출하를 준비 중이다. 또 삼성전자는 향후 5만 개 이상의 엔비디아 GPU를 도입해 업계 최고 수준의 반도체 AI 팩토리를 구축하기로 했다. AI 팩토리는 ▲설계 ▲공정 ▲운영 ▲장비 ▲품질관리 등 반도체 설계와 생산을 아우르는 모든 과정에 AI를 적용해 스스로 분석·예측·제어하는 ‘생각하는’ 제조 시스템이 구현된 스마트 공장이다. AI 팩토리가 갖춰지면 차세대 반도체의 개발과 양산 주기를 단축하고, 제조 효율성과 품질 경쟁력을 혁신적으로 강화할 수 있다는 장점이 있다. 삼성전자의 AI 팩토리는 엔비디아의 시뮬레이션 라이브러리 옴니버스를 기반으로 ‘디지털 트윈’ 제조 환경을 구현하는 것이 골자다. 디지털 트윈은 실제 공장, 장비 등을 가상 환경에 동일하게 구현한 모델로, 현장에 가지 않고도 가상 환경에서 실시간 운영 분석·예측이 가능하다는 장점이 있다. 디지털트윈 기반 시뮬레이션을 활용하면 개발 기간을 크게 단축하는 것은 물론, 소량의 웨이퍼로도 공정 개발이 가능해진다. 수율 분석 소요 시간도 크게 단축돼 조기에 수율을 향상시킬 수 있으며 실시간으로 공정의 문제점을 분석해 자동 조치도 가능하다. 향후 삼성전자는 AI 팩토리 인프라 구축과 관련 노하우를 한국과 미국 테일러 등 해외 주요 생산 거점에까지 확장해, 글로벌 반도체 공급망 전체의 지능화와 효율화를 완성한다는 전략이다. 또 AI 팩토리를 중심으로 엔비디아와 함께 국내외 파트너사와 차세대 반도체 설계 도구를 공동 개발하고 AI 기반 반도체 제조 표준을 선도해 AI 생태계 발전에 이바지하겠다고 밝혔다.

네이버가 엔비디아와 손잡고 현실 산업과 디지털 공간을 정밀하게 연결하는 ‘피지컬 인공지능(AI) 플랫폼’을 공동 개발한다. 반도체·조선·에너지 등 국가 주력 산업의 AI 전환을 가속화하고, 산업 현장의 생산성과 안전, 효율을 획기적으로 높인다는 구상이다. 네이버클라우드는 31일 경북 경주 아시아태평양경제협력체(APEC)에서 엔비디아와 ‘피지컬 AI 플랫폼 공동 개발을 위한 업무협약(MOU)’을 체결했다. 이 자리에는 이해진 네이버 이사회 의장과 젠슨 황 엔비디아 최고경영자(CEO)가 참석했다. 이 의장은 “AI가 실제 산업 시스템 속에서 작동하는 ‘피지컬 AI’ 시대가 열리고 있다”며 “네이버는 AI와 클라우드 기술로 기업의 데이터 활용을 혁신하고 대한민국 산업이 한 단계 도약하도록 지원하겠다”고 말했다. 양사는 이번 협력을 통해 현실 산업 환경을 가상 공간에 정밀하게 재현해 AI가 분석·판단·제어를 수행할 수 있는 플랫폼을 구현할 계획이다. 네이버클라우드의 디지털 트윈·로보틱스 기술과 엔비디아의 3D 시뮬레이션·로보틱스 플랫폼인 ‘옴니버스’와 ‘아이작 심’을 결합해 산업 공정 최적화, 생산 효율화, 안전 관리 등 실질적 혁신을 뒷받침한다. 네이버클라우드는 엔비디아에서 그래픽카드(GPU) 6만 장을 구입할 계획이다. 이번 협력은 네이버클라우드가 제시한 ‘소버린 AI 2.0’ 비전의 실현 단계이기도 하다. 기존 소버린 AI가 언어와 문화 중심의 기술 주권 확보에 초점을 맞췄다면, 소버린 AI 2.0은 제조·에너지 등 산업 전반으로 확장해 국가 경쟁력 강화로 이어가는 전략이다. 또 네이버는 HyperCLOVA X 오픈소스를 공개하고 국가 AI 프로젝트 연계, AI 인재 양성 프로그램 운영 등을 통해 산업·학계·연구기관이 함께하는 협력 생태계도 구축할 계획이다. 김유원 네이버클라우드 대표는 “이번 협력은 AI가 산업 현장의 생산성과 효율을 실질적으로 끌어올리는 ‘피지컬 AI 시대’의 출발점”이라며 “하이퍼스케일 AI 인프라와 클라우드 역량을 기반으로 국내 제조 산업의 AI 혁신을 선도하겠다”고 말했다.

인공지능(AI) 인프라 전문 기업 명인이노가 초소형 AI 슈퍼컴퓨터 MSI EdgeXpert를 국내 시장에 출시했다. 엔비디아의 차세대 AI 플랫폼인 엔비디아 DGX Spark를 기반으로 만들어졌으며, 올해 5월 대만에서 열린 ‘컴퓨텍스2025’에서 공개돼 글로벌 관심을 모았다. 16일 명인이노에 따르면 MSI EdgeXpert는 가로·세로 15cm, 높이 5cm 정도로 손바닥 위에 올려둘 수 있을 만큼 작고 가볍다. 무게도 1.2kg에 불과해 개발자가 직접 들고 다니며 AI 시연을 할 수 있을 정도다. 작은 크기와 달리 성능은 고성능 서버급이다. 제품에는 엔비디아 그레이스 CPU와 엔비디아 블랙웰 GPU가 결합된 최신 칩셋이 탑재돼 있어 복잡한 AI 모델도 빠르게 처리할 수 있다. 특히 데이터 전송 속도가 기존 방식보다 최대 5배 빠른 기술이 적용돼 대규모 언어 모델(LLM) 구동에 최적화돼 있다. 개발 환경을 구축하는 과정도 간편하다. MSI EdgeXpert는 하드웨어뿐 아니라 운영체제와 필수 소프트웨어가 모두 포함된 ‘올인원’ 제품으로, 별도 설정 없이 전원을 켜자마자 바로 AI 개발과 모델 실험을 시작할 수 있다. 128GB의 메모리와 1TB 또는 4TB의 저장공간을 제공하며, 초고속 인터넷 포트와 USB-C 단자, Wi-Fi 7 무선 네트워크까지 지원한다. 작은 크기에도 불구하고 성능은 대형 장비에 뒤지지 않는다. EdgeXpert 한 대로 최대 2000억개의 파라미터를 가진 대형 AI 모델을 실행할 수 있으며, 두 대를 연결하면 4000억개가 넘는 모델도 구동 가능하다. 이는 현재 상용화된 AI 개발 장비 중에서도 높은 수준이다. 제품 가격은 1TB 모델이 480만 원, 4TB 모델이 630만 원이다. 명인이노는 국내 최대 IT 쇼핑몰인 컴퓨존과 함께 사전 예약 이벤트를 진행하며, 구매자에게 적립금 또는 전용 케이블을 증정한다. 권기범 명인이노 이사는 “이제는 거대한 서버실이 없어도 손바닥만 한 기기로 AI 개발을 할 수 있는 시대가 왔다”며 “기업, 공공기관, 교육기관 등 다양한 현장에서 AI 개발 환경을 한층 손쉽게 구축할 수 있을 것”이라고 말했다.

퀄컴은 통신 및 모바일 애플리케이션 프로세서(AP) 시장의 강자로 오랜 세월 명성을 떨쳐 왔지만, 오래전부터 PC 시장에 눈독을 들여왔습니다. 2023년 등장한 스냅드래곤 X 엘리트는 그런 노력의 결정판으로 태블릿 및 스마트폰 AP을 좀 개량한 수준이 아니라 완전히 노트북 시장을 노리고 근본적으로 다시 설계한 고성능 프로세서였습니다. 스냅드래곤 X 엘리트는 자체 개발한 고성능 ARM 코어인 오라이언(Oryon) 코어 12개와 최대 4.6TFLOPS의 연산 능력을 지닌 아드레노(Adreno) 내장 GPU, 46TOPS(INT4 기준)의 연산 능력을 지닌 헥사곤 NPU 등을 지니고 있었습니다. 스펙으로 보면 인텔의 모바일 코어 시리즈나 AMD의 라이젠 모바일, 애플의 M 시리즈에 크게 뒤지지 않을 성능이지만, 노트북에 사용하기에는 운영체제(OS)가 최대 걸림돌이었습니다. 윈도우 OS는 x86에 최적화되어 있어 x86이 아닌 ARM CPU로 구동할 경우 많은 애플리케이션을 직접 돌리지 못하고 에뮬레이션이라는 단계를 통해 구동해야 했습니다. 그러다 보니 안되는 것도 많고 되더라도 속도가 느린 문제점이 있었습니다. 스냅드래곤 X 엘리트는 성능만 대폭 높인 게 아니라 이런 문제를 극복하기 위해 마이크로소프트와 긴밀한 협력을 통해 호환성을 대폭 끌어 올렸습니다. 스냅드래곤 X 엘리트를 탑재한 마이크로소프트의 서피스 프로와 랩탑은 이전과는 다른 성능을 보여주면서 호평을 받았습니다. 퀄컴은 올해 2세대 제품인 스냅드래곤 X2 엘리트를 선보이면서 노트북 시장에 대한 공략을 강화하고 있습니다. 스냅드래곤 X2 엘리트는 코어 숫자를 18개까지 늘리면서 CPU 성능을 상당히 강화했습니다. 다만 동일한 코어 12개를 넣었던 전작과 달리 12개의 프라임 코어(고성능)와 6개의 퍼포먼스 코어(저전력)를 탑재해 상황에 맞춰 고성능과 저전력으로 사용할 수 있게 했습니다. 프라임 코어의 경우 부스트 클럭을 5.0GHz까지 높이고 기본 클럭도 4.4GHz로 높여 전작보다 각각 0.7GHz, 0.6GHz 높아졌습니다. CPU 성능에 중요한 캐시 메모리도 43MB에서 53MB로 더 늘렸습니다. 덕분에 스냅드레곤 X2 엘리트는 X 엘리트와 비교해 싱글과 멀티 코어 성능이 각각 39%와 50% 정도 크게 높아졌습니다. 이렇게 늘어난 코어를 뒷받침하기 위해서인지 스냅드래곤 X2 엘리트는 메모리 대역폭도 크게 높였습니다. X2 엘리트는 128비트 인터페이스에서 LPDDR5X-9523를 사용해 152GB/s의 대역폭을 제공하고 X2 엘리트 익스트림은 192비트 인터페이스도 지원해 228GB/s까지 대역폭을 높일 수 있습니다. 이는 모바일 CPU로는 최고 수준이라고 할 수 있습니다. 물론 이렇게 늘어난 대역폭은 고성능 GPU가 제 성능을 뽑아내는 데도 중요합니다. GPU는 아드레노 X2-90과 X2-85를 사용하는데, 구체적인 스펙에 대한 언급은 클럭(1.85GHz와 1.7GHz) 정도 외에는 없습니다. 다만 GPU 성능은 전작 대비 50% 높아지고 같은 성능에서 전력 소모는 43%나 줄였다는 게 퀄컴의 설명입니다. 하지만 문제는 역시 호환성입니다. ARM 윈도우 버전에서 네이티브로 구동하는 경우 스냅드래곤 X 엘리트도 인텔 아크 내장 그래픽과 견줄 만한 성능을 보여줬지만, 상당수 게임은 에뮬레이션을 통해 구동해야 합니다. 이 경우 성능이 1/10 수준에 불과하거나 아예 안되는 경우도 있습니다. 윈도우는 기본적으로 x86 아키텍처 CPU를 기반으로 개발되었기 때문에 애플리케이션이나 게임 역시 x86 기반입니다. ARM 윈도우는 애플의 맥 OS보다도 훨씬 기기 숫자가 적기 때문에 게임 개발사 입장에서 이를 지원하기 위해 추가적인 비용을 투자해 ARM 윈도우 버전을 개발한다는 것은 아직은 흔치 않은 일입니다. 그런 만큼 게임이나 다른 그래픽 도구를 사용해야 하는 경우라면 스냅드래곤 탑재 노트북 구매는 신중히 결정해야 합니다. 다만 ARM 윈도우에도 장점은 있습니다. 모바일 기술에 특화되어 있다 보니 전력 효율과 배터리 수명이 뛰어난 편입니다. 배터리 성능은 사실 최근 나오는 x86 모바일 CPU도 크게 개선되긴 했지만, 모바일 통신 부분에서는 여전히 퀄컴만의 장점이 있습니다. 스냅드래곤 X2 엘리트 제품들은 모두 Wi-Fi 7과 블루투스 5.4를 지원하고 스냅드래곤 X75 5G 모뎀을 탑재해 5G 통신망을 좀 더 쉽게 이용할 수 있습니다. 스냅드래곤 X2 엘리트의 또 다른 장점은 새로운 헥사곤 NPU가 현재 모바일 CPU 가운데서 최고 수준인 80TOPS의 AI 연산 성능을 제공한다는 것입니다. 따라서 마이크로소프트의 코파일럿 AI 기능을 자주 사용하는 경우 더 빠르고 원활한 작동을 기대할 수 있습니다. 종합하면 스냅드래곤 X2 엘리트는 이전보다 강력해진 성능으로 현재 있는 x86 기반 모바일 CPU나 애플 M3, M4와 경쟁이 가능한 것은 물론 앞으로 등장할 경쟁자의 신제품에도 충분히 대응할 수 있는 모바일 CPU로 보입니다. 윈도우 ARM을 어느 정도 안착시켰다는 평가를 받는 스냅드래곤 X 엘리트에 이어 후속작인 스냅드래곤 X2 엘리트가 윈도우 ARM를 더 널리 보급할 수 있을지 시장에서의 반응이 주목됩니다.

SK하이닉스가 네이버클라우드와 손잡고 ‘제2의 HBM’으로 불리는 차세대 인공지능(AI) 메모리 솔루션 개발 역량 강화에 나선다. 양사는 지난 9일 기술 협력을 위한 양해각서(MOU)를 체결하고 실제 데이터센터에서 사용되는 AI 솔루션 제품(반도체 제품군)의 성능 평가와 최적화를 추진한다고 10일 밝혔다. SK하이닉스는 “글로벌 시장에서 AI 솔루션 기술 리더십을 강화하기 위해 실제 데이터센터 운영 환경에서 검증된 제품 확보는 필수적”이라며 “네이버클라우드와의 개발 협력 파트너십을 통해 데이터센터에 최적화된 AI 솔루션 제품을 구현하고, 고객이 체감할 수 있는 혁신적 활용 사례를 지속 발굴해 나가겠다”고 했다. 이번 협력에서 SK하이닉스는 네이버클라우드의 대규모 데이터센터 인프라를 활용해 컴퓨터 익스프레스 링크(CXL)와 지능형 반도체(PIM) 기술이 적용된 AI 특화 제품군을 다양한 조건에서 실시간 검증하고 성능을 극대화할 계획이다. CXL은 중앙처리장치(CPU), 그래픽처리장치(GPU), 메모리 등 컴퓨팅 부품 간 데이터 전송을 고속화하고 효율을 높이는 기술이다. PIM은 메모리 자체에 연산 기능을 넣어 AI와 빅데이터 처리 속도를 높이고 데이터 병목 문제를 완화하는 기술이다. 네이버클라우드는 SK하이닉스의 고성능 메모리와 스토리지(저장 공간)를 활용해 AI 서비스 응답 속도를 높이고 운영 비용을 절감하는 실질적 성과를 기대하고 있다. SK하이닉스는 이번 협력을 시작으로 아마존, 구글 같은 글로벌 클라우드 서비스 제공 업체(CSP)와의 기술 파트너십도 확대할 계획이다.

SK하이닉스가 네이버클라우드와 손잡고 ‘제2의 HBM’으로 불리는 차세대 인공지능(AI) 메모리 솔루션 개발 역량 강화에 나선다. 양사는 지난 9일 기술 협력을 위한 양해각서(MOU)를 체결하고 실제 데이터센터에서 사용되는 AI 솔루션 제품(반도체 제품군)의 성능 평가와 최적화를 추진한다고 10일 밝혔다. SK하이닉스는 “글로벌 시장에서 AI 솔루션 기술 리더십을 강화하기 위해 실제 데이터센터 운영 환경에서 검증된 제품 확보는 필수적”이라며 “네이버클라우드와의 개발 협력 파트너십을 통해 데이터센터에 최적화된 AI 솔루션 제품을 구현하고, 고객이 체감할 수 있는 혁신적 활용 사례를 지속 발굴해 나가겠다”고 했다. 이번 협력에서 SK하이닉스는 네이버클라우드의 대규모 데이터센터 인프라를 활용해 컴퓨터 익스프레스 링크(CXL)와 지능형 반도체(PIM) 기술이 적용된 AI 특화 제품군을 다양한 조건에서 실시간 검증하고 성능을 극대화할 계획이다. CXL은 중앙처리장치(CPU), 그래픽처리장치(GPU), 메모리 등 컴퓨팅 부품 간 데이터 전송을 고속화하고 효율을 높이는 기술이다. PIM은 메모리 자체에 연산 기능을 넣어 AI와 빅데이터 처리 속도를 높이고 데이터 병목 문제를 완화하는 기술이다. 네이버클라우드는 SK하이닉스의 고성능 메모리와 스토리지(저장 공간)를 활용해 AI 서비스 응답 속도를 높이고 운영 비용을 절감하는 실질적 성과를 기대하고 있다. 양사는 이번 협력을 시작으로 아마존, 구글 같은 글로벌 클라우드 서비스 제공 업체(CSP)와의 기술 파트너십도 확대할 계획이다.

네이버의 올해 2분기 매출액이 지난해보다 11.7% 증가했다. 전 분야에 걸쳐 인공지능(AI)을 기반으로 주요 사업을 고도화한 것이 두 자릿수 성장의 배경이라는 설명이다. 네이버는 2분기 매출액이 2조 9151억원, 영업이익은 5216억원을 기록했다고 8일 잠정 공시했다. 매출액은 지난해 같은 기간보다 11.7%, 영업이익은 10.3% 각각 증가했다. 당기순이익은 4974억원으로 공시됐다. 매출액은 사업 전반에 걸쳐 상승했다. 검색엔진인 서치플랫폼에서 1조 365억원의 매출을 기록해 지난해보다 5.9% 증가했다. AI를 기반으로 신규 서비스와 피드를 제공해 체류시간을 확대하고 광고 지면 최적화와 타겟팅이 성과를 거뒀다는 분석이다. 네이버 플랫폼 전체 광고는 지난해 동분기보다 8.7% 늘었다. 네이버 커머스 역시 19.8% 증가해 8611억원이 매출을 기록했다. 네이버플러스 스토어앱을 출시하고 멤버쉽과 N배송 등 경쟁력을 강화한 것이 성과를 냈다. 2분기 네이버 커머스의 온-플랫폼 거래액은 지난해 동기 대비 9.0% 증가한 12조 9000억원을 기록했다. 스마트스토어 성장으로 네이버페이 등 핀테크 매출액도 4117억원으로 11.7% 증가했다. 전년 동기 대비 11.7% 증가했다. 네이버페이 결제액은 18.7% 증가한 20조 8000억원을 달성했다. 웹툰과 카메라 앱 ‘스노우’ 등 콘텐츠는 12.8% 성장한 4740억원을 기록했다. 네이버는 자사 사업에 AI 기술을 성공적으로 접목시켰다고 보고, AI 고도화를 통해 수익화까지 연결시키겠다는 전략이다. 최수연 네이버 대표는 이날 2분기 실적발표 컨퍼런스 콜에서 “2026년에는 네이버의 별도 탭에서 대화형 검색을 활용할 수 있는 탭을 출시해 쇼핑·로컬·금융 등 데이터 기반의 심층적인 검색 경험을 제공하겠다”며 “AI 브리핑 적용률을 당초 목표보다 상향한 20%까지 늘리겠다”고 밝혔다. 정부의 소버린 AI 사업시 순항 중이라고 강조했다. 최 대표는 “데이터센터 구축, 독자 대형언어모델(LLM) 구축, 그래픽처리장치(GPU) 운영 경험 등 네이버의 AI 서비스 역량을 바탕으로 대한민국 AI 생태계 조성에 일조하고자 한다”고 말했다. 최근 네이버가 인수한 스페인의 ‘당근마켓’격 C2C(소비자 간 거래) 플랫폼인 ‘왈라팝’에 대해서는 “데이터 확보와 C2C 섹터의 지속적인 성장 가능성에 대한 기대를 하고 있다”며 “AI 에이전트 영역만큼은 놓쳐서는 안 되는 핵심 비즈니즈로, 이를 성공적으로 구현하기 위해 중요한 요소가 바로 데이터의 다양성”이라고 말했다. 그러면서 “앞으로도 AI 기반으로 플랫폼 경쟁력 및 사업 역량 강화를 위해 노력하면서 중장기 성장을 위한 새로운 사업 레퍼런스를 확보해 글로벌 확장을 위한 기반을 마련해 나갈 것”이라고 말했다.

AI 투자 늘면서 HBM 판매 증가올해는 전년 대비 2배 성장 목표“HBM4도 수요에 맞춰 적기 공급” SK하이닉스가 고대역폭메모리(HBM) 수요 폭발에 힘입어 분기 기준 사상 최대 실적을 다시 한번 경신했다. 증권가 전망치를 뛰어넘는 ‘어닝 서프라이즈’다. SK하이닉스는 24일 공시를 통해 연결기준 올해 2분기 영업이익이 9조 2129억원으로 전년 동기 대비 68.5% 증가한 것으로 잠정 집계됐다고 밝혔다. 매출은 22조 2320억원으로 지난해 같은 기간보다 35.4% 증가했고, 순이익은 6조 9962억원으로 69.8% 늘었다. 영업이익률은 41%, 순이익률은 31%나 됐다. SK하이닉스는 실적 상승 배경으로 “글로벌 빅테크 기업들이 AI에 적극 투자하면서 AI용 메모리 수요가 꾸준히 늘어났다”고 설명했다. 핵심 동력은 HBM3E(5세대) 12단 제품을 중심으로 한 고부가 메모리 판매 확대다. SK 하이닉스는 HBM3E 제품 성능과 양산 능력을 바탕으로 올해 HBM을 전년 대비 약 2배 성장시켜 안정적인 실적을 창출한다는 방침이다. SK하이닉스는 “HBM 수요의 성장성은 의심할 여지가 없다”며 투자도 늘리기로 했다. 이어 “최종 투자 규모는 주요 고객(엔비디아)과 협의가 완료되는 시점에 확정될 것으로 예상된다”고 덧붙였다. SK하이닉스는 연내에 서버용 저전력 메모리 LPDDR 모듈 공급을 시작하고, 기존 16Gb에서 24Gb로 확장한 그래픽처리장치(GPU)용 GDDR7도 선보일 계획이다. 6세대 제품인 HBM4도 고객 수요에 맞춰 적기에 공급할 수 있도록 준비 중이다. 실적 개선은 재무구조 안정화로도 이어졌다. 2분기 말 기준 현금성 자산은 17조원으로 전분기 대비 2조 7000억원 늘었고, 순차입금은 4조 1000억원 감소했다. 차입금 비율은 25%, 순차입금 비율은 6%로 낮아졌다. SK하이닉스는 하반기 수요 전망에 대해 “시장의 급격한 변동 가능성은 작아 보인다”며 “하반기 신제품 출시에 따른 수요 성장세도 예상된다”고 밝혔다. 특히 각국의 AI 주권 강화를 위한 ‘소버린 AI’ 구축도 장기적으로 메모리 수요 증가의 새로운 성장 동력이 될 것으로 내다봤다. 다만 HBM 시장의 경쟁 심화와 단가 하락 가능성도 상존한다. 마이크론은 SK하이닉스에 이어 엔비디아에 HBM3E 12단을 공급하고 있으며 삼성전자는 하반기 중 HBM4 양산을 목표로 하고 있다. 하지만 SK하이닉스는 “HBM4의 경우 원가 상승을 고려한 가격 정책을 최대한 반영하려고 한다”며 “수익성 최적화를 위해 고객사와 협의 중”이라고 밝혔다.

SK하이닉스가 고대역폭메모리(HBM) 수요 폭발에 힘입어 분기 기준 사상 최대 실적을 다시 한번 경신했다. 증권가 전망치를 뛰어넘는 ‘어닝 서프라이즈’다. SK하이닉스는 24일 공시를 통해 연결기준 올해 2분기 영업이익이 9조 2129억원으로 전년 동기 대비 68.5% 증가한 것으로 잠정 집계됐다고 밝혔다. 매출은 22조 2320억원으로 지난해 같은 기간보다 35.4% 증가했고, 순이익은 6조 9962억원으로 69.8% 늘었다. 영업이익률은 41%, 순이익률은 31%나 됐다. SK하이닉스는 실적 상승 배경으로 “글로벌 빅테크 기업들이 AI에 적극 투자하면서 AI용 메모리 수요가 꾸준히 늘어났다”고 설명했다. 핵심 동력은 HBM3E(5세대) 12단 제품을 중심으로 한 고부가 메모리 판매 확대다. SK 하이닉스는 HBM3E 제품 성능과 양산 능력을 바탕으로 올해 HBM을 전년 대비 약 2배 성장시켜 안정적인 실적을 창출한다는 방침이다. SK하이닉스는 “HBM 수요의 성장성은 의심할 여지가 없다”며 투자도 늘리기로 했다. 이어 “최종 투자 규모는 주요 고객(엔비디아)과 협의가 완료되는 시점에 확정될 것으로 예상된다”고 덧붙였다. SK하이닉스는 연내에 서버용 저전력 메모리 LPDDR 모듈 공급을 시작하고, 기존 16Gb에서 24Gb로 확장한 그래픽처리장치(GPU)용 GDDR7도 선보일 계획이다. 6세대 제품인 HBM4도 고객 수요에 맞춰 적기에 공급할 수 있도록 준비 중이다. 실적 개선은 재무구조 안정화로도 이어졌다. 2분기 말 기준 현금성 자산은 17조원으로 전분기 대비 2조 7000억원 늘었고, 순차입금은 4조 1000억원 감소했다. 차입금 비율은 25%, 순차입금 비율은 6%로 낮아졌다. SK하이닉스는 하반기 수요 전망에 대해 “시장의 급격한 변동 가능성은 작아 보인다”며 “하반기 신제품 출시에 따른 수요 성장세도 예상된다”고 밝혔다. 특히 각국의 AI 주권 강화를 위한 ‘소버린 AI’ 구축도 장기적으로 메모리 수요 증가의 새로운 성장 동력이 될 것으로 내다봤다. 다만 HBM 시장의 경쟁 심화와 단가 하락 가능성도 상존한다. 마이크론은 SK하이닉스에 이어 엔비디아에 HBM3E 12단을 공급하고 있으며 삼성전자는 하반기 중 HBM4 양산을 목표로 하고 있다. 하지만 SK하이닉스는 “HBM4의 경우 원가 상승을 고려한 가격 정책을 최대한 반영하려고 한다”며 “수익성 최적화를 위해 고객사와 협의 중”이라고 밝혔다.