2026.03.03 화요일
검색
'전성비' 검색결과
기간검색
-
~
검색영역
검색어
-
오픈AI가 선택한 '엔비디아 대항마'...세레브라스, 기업가치 33조원 폭등 [이코노믹데일리] 반도체 업계의 '파괴적 혁신가'로 불리는 세레브라스 시스템스(대표 앤드류 펠드먼)가 기업가치 231억달러(약 33조6000억원)를 기록하며 엔비디아의 강력한 대항마로 부상했다. 불과 4개월 만에 몸값이 3배로 뛴 배경에는 반도체 제조의 상식을 뒤엎는 기술력과 오픈AI라는 든든한 우군 그리고 미국 정계와의 연결고리가 자리 잡고 있다. 4일(현지시간) 로이터 등 외신에 따르면 세레브라스는 최근 10억달러(약 1조4500억원) 규모의 투자 유치에 성공했다. 이번 투자에는 타이거 글로벌과 벤치마크 등 실리콘밸리의 거물들은 물론 도널드 트럼프 대통령의 장남 트럼프 주니어가 설립한 '1789 캐피털'이 참여해 눈길을 끌었다. 이는 세레브라스의 기술이 단순한 스타트업의 도전을 넘어 미국의 국가적 AI 인프라 전략과 궤를 같이하고 있음을 시사한다. 세레브라스가 엔비디아의 독주를 끝낼 후보로 꼽히는 가장 큰 이유는 '웨이퍼 스케일 엔진(WSE)'이라는 독보적 기술이다. 기존 반도체 공정은 커다란 원판인 웨이퍼를 수백 개의 작은 칩으로 잘라낸 뒤 이를 다시 연결하는 방식을 취한다. 하지만 세레브라스는 웨이퍼 전체를 단 하나의 거대한 칩으로 만든다. 최신 모델인 WSE-3는 가로세로 약 20cm 크기의 단일 칩에 4조개의 트랜지스터와 90만개의 AI 최적화 코어를 집적했다. 엔비디아의 최신 칩 H100의 트랜지스터 수가 800억개 수준임을 감안하면 산술적으로 50배 이상의 집적도를 자랑한다. 칩을 잘게 쪼개지 않기 때문에 칩과 칩 사이의 통신 병목 현상이 원천적으로 발생하지 않으며 데이터 처리 속도는 수백 배 빠르다. ◆ 엔비디아의 아킬레스건 'HBM' 병목을 뚫다 현재 엔비디아를 비롯한 대다수 AI 칩 제조사들은 연산 칩과 데이터 저장 칩(HBM)을 별도로 만들어 연결한다. 이 과정에서 발생하는 데이터 이동 지연과 막대한 전력 소모는 AI 학습의 최대 난제로 꼽힌다. 세레브라스는 이 문제를 '온칩 메모리' 방식으로 해결했다. 웨이퍼 전체에 44GB 용량의 초고속 SRAM 메모리를 내장해 데이터가 칩 외부로 나갈 필요가 없게 설계했다. 이는 엔비디아 칩 수백 개를 연결한 클러스터보다 더 빠른 연산 능력을 단 하나의 칩으로 구현할 수 있게 만든 핵심 동력이다. 실제로 세레브라스는 자신들의 시스템이 엔비디아 제품보다 전력 효율은 10배 높고 공간 차지 비중은 10분의 1에 불과하다고 강조한다. 기술적 우위보다 더 무서운 것은 '고객'이다. 2026년 1월 오픈AI는 세레브라스와 100억달러(약 14조5000억원) 규모의 대형 공급 계약을 체결했다. 샘 올트먼 오픈AI CEO는 엔비디아의 높은 가격과 공급 부족에 대응하기 위해 자체 칩 제작과 더불어 세레브라스와 같은 대안 세력을 적극적으로 육성하고 있다. 업계에서는 오픈AI가 차세대 초거대언어모델(LLM) 학습에 세레브라스의 시스템을 대거 투입할 것으로 보고 있다. 엔비디아의 독점 생태계인 '쿠다(CUDA)'를 우회할 수 있는 강력한 하드웨어를 확보함으로써 협상력을 높이려는 의도다. 물론 장밋빛 전망만 있는 것은 아니다. 웨이퍼 한 판을 통째로 칩으로 쓰는 만큼 제조 공정에서 단 하나의 결함만 발생해도 칩 전체를 버려야 하는 '수율(양품 비율)' 문제가 치명적이다. 세레브라스는 결함이 있는 코어를 우회하는 독자적인 회로 설계로 이를 해결했다고 주장하지만 대량 양산 단계에서의 안정성은 여전히 검증 과제다. 또한 엔비디아의 강력한 소프트웨어 장벽을 넘어서는 것도 숙제다. 전 세계 개발자들이 엔비디아의 쿠다에 익숙해져 있는 상황에서 세레브라스 전용 소프트웨어를 얼마나 빠르게 확산시키느냐가 성패를 가를 분수령이 될 전망이다. 그럼에도 불구하고 세레브라스의 급격한 가치 상승은 AI 하드웨어 시장이 '엔비디아 1강' 체제에서 다변화 체제로 넘어가고 있음을 상징한다. 2024년 IPO(기업공개) 철회라는 아픔을 겪었던 세레브라스는 이제 33조원이라는 거대한 몸값을 무기로 화려한 증시 재입성을 준비하고 있다. 반도체 역사를 새로 쓰려는 이들의 도전이 엔비디아의 아성을 흔들 수 있을지 전 세계 IT 업계의 이목이 쏠리고 있다.2026-02-05 09:30:00
-
노타·퓨리오사AI, 모바일 넘어 데이터센터로…'효율성' 무기로 엔비디아 뚫는다 [이코노믹데일리] 국내 AI 반도체 생태계가 하드웨어와 소프트웨어의 '원팀' 결성으로 글로벌 시장 공략의 승부수를 띄웠다. AI 최적화 기술 기업 노타(대표 채명수)와 AI 반도체 팹리스 퓨리오사AI(대표 백준호)가 손을 잡고 데이터센터 시장 진출을 본격화한다. 이는 엔비디아의 독주 체제 속에서 '가성비'와 '전력 효율'을 무기로 틈새시장을 넘어 주류 시장으로 진입하려는 K-AI 연합군의 전략적 행보로 풀이된다. AI 경량화 및 최적화 기술 기업 노타는 3일 퓨리오사AI의 차세대 고성능 NPU(신경망처리장치) 'RNGD(레니게이드)'에 자사의 AI 모델 최적화 플랫폼 '넷츠프레소(NetsPresso)' 기술을 공급하는 계약을 체결했다고 밝혔다. 이번 계약은 그동안 모바일과 엣지(Edge) 디바이스 위주였던 노타의 기술력이 고성능 컴퓨팅(HPC) 영역인 데이터센터와 서버 시장으로 확장됐다는 데 큰 의미가 있다. 퓨리오사AI의 'RNGD'는 전력 대비 성능(전성비)을 극대화한 추론용 AI 반도체다. 하지만 아무리 뛰어난 칩이라도 그 위에서 구동되는 AI 모델이 무겁고 비효율적이라면 제 성능을 낼 수 없다. 노타의 '넷츠프레소'는 바로 이 지점을 파고들었다. 넷츠프레소는 AI 모델의 크기를 최대 90% 이상 줄이면서도 정확도를 유지하는 경량화 기술이다. 이번 협력을 통해 퓨리오사AI는 RNGD 칩 위에서 거대언어모델(LLM)과 같은 대규모 AI 모델을 더 빠르고 안정적으로 구동할 수 있게 됐다. 하드웨어의 물리적 성능을 소프트웨어 최적화로 극한까지 끌어올리는 전략이다. ◆ 2026년 화두는 '효율성'…추론 시장 정조준 업계는 2026년 AI 시장의 핵심 키워드로 '추론(Inference)'과 '비용 효율(TCO)'을 꼽는다. 생성형 AI 학습 경쟁이 정점을 지나 실제 서비스 적용 단계로 넘어오면서, 막대한 전력을 소모하는 엔비디아 GPU 대신 저전력 고효율 NPU를 찾는 수요가 급증하고 있기 때문이다. 이러한 시점에 성사된 양사의 협력은 시의적절하다는 평가다. 퓨리오사AI는 노타의 최적화 기술을 통해 고객사들에게 "우리 칩을 쓰면 비싼 GPU보다 운영 비용을 획기적으로 줄일 수 있다"는 확실한 세일즈 포인트를 갖게 됐다. 노타 역시 퓨리오사AI라는 확실한 레퍼런스를 통해 글로벌 데이터센터 시장 진출의 교두보를 마련했다. 단순 기술 공급을 넘어 공동 비즈니스 모델도 구축한다. 양사는 노타의 비전 AI 솔루션 '노타 비전 에이전트(NVA)'와 퓨리오사AI의 RNGD를 결합한 패키지 솔루션을 출시하기로 합의했다. 이는 최근 급부상하는 '피지컬(Physical) AI' 시장을 겨냥한 것이다. 로봇, 스마트 팩토리, 자율주행 등 물리적 환경에서 작동하는 AI는 실시간 데이터 처리가 필수적이다. 최적화된 SW와 전용 HW가 결합된 '턴키(Turn-key)' 솔루션은 개별 도입의 번거로움을 줄이고 시스템 안정성을 높여 시장 경쟁력을 확보할 것으로 보인다. 채명수 노타 대표는 "이번 계약은 넷츠프레소 기술이 엣지를 넘어 고성능 데이터센터 영역에서도 통한다는 것을 증명한 결과"라며 "대한민국의 AI 기술력을 세계 시장에서 입증하겠다"고 강조했다. 백준호 퓨리오사AI 대표 역시 "혁신적인 NPU 기술과 고도화된 최적화 역량의 결합은 글로벌 시장에서 K-AI의 저력을 보여주는 계기가 될 것"이라며 자신감을 내비쳤다. 전문가들은 이번 협력이 국내 AI 반도체 생태계의 성공 방정식이 될 수 있다고 분석한다. 글로벌 빅테크들이 자체 칩과 소프트웨어 생태계(CUDA 등)를 폐쇄적으로 구축하는 상황에서, 국내 팹리스와 SW 기업 간의 유기적인 연합만이 생존을 넘어 경쟁 우위를 점할 수 있는 유일한 길이라는 지적이다.2026-02-03 16:09:58
-
"특허 보안, NPU가 지킨다" 리벨리온, 고부가가치 버티컬 AI 시장 정조준 [이코노믹데일리] 대한민국 대표 AI 반도체 스타트업 리벨리온과 특허 AI 버티컬 선도 기업 워트인텔리전스가 고부가가치 특허 시장을 겨냥한 'K-AI 연합군'을 결성했다. 양사는 생성형 AI 확산에 따른 보안 우려를 해소하기 위해 하드웨어와 소프트웨어를 결합한 '온프레미스(On-premise·사내 구축형) 풀스택' 카드로 글로벌 시장 진출에 속도를 낸다. 리벨리온과 워트인텔리전스는 3일 글로벌 특허 AI 혁신 및 사업 개발 협력을 위한 업무협약(MOU)을 체결했다고 밝혔다. 이번 협약은 특허 검색·분석·요약 등 전문성이 요구되는 영역에서 고성능·저전력·비용 효율성을 동시에 갖춘 안정적인 AI 운영 환경을 구축하기 위해 추진됐다. 양사 협력의 핵심은 워트인텔리전스가 보유한 특허 특화 거대언어모델(LLM) 및 AI 레디 데이터(AI Ready Data)와 리벨리온의 최신 고성능 NPU(신경망처리장치) '아톰맥스(ATOM-Max)'를 결합하는 것이다. 이를 통해 기업의 핵심 자산인 기술 문서를 외부 유출 없이 안전하게 처리하면서도 기존 GPU(그래픽처리장치) 대비 압도적인 전성비(전력 대비 성능)와 가성비를 제공한다는 계획이다. 특히 이번 협력은 단순한 기술 연동을 넘어 'AI 풀스택 패키지' 상용화에 초점을 맞췄다. 워트인텔리전스의 특허 모델이 리벨리온의 인프라 위에서 최적화됨에 따라 보안이 생명인 기업들은 폐쇄망 환경에서도 실무에 즉시 투입 가능한 특허 AI 서비스를 도입할 수 있게 됐다. 인프라 구축부터 운영까지 원스톱으로 지원해 기업들의 도입 장벽을 획기적으로 낮춘 것이 특징이다. ◆ '블루오션' 특허 AI 시장…왜 NPU인가 업계에서는 리벨리온이 수많은 버티컬 AI 영역 중 '특허'를 선택한 점에 주목하고 있다. 특허 문서는 전 세계적으로 표준화된 형식을 갖추고 있으면서도 막대한 분량과 고도의 전문 용어로 구성되어 있어 AI가 활약하기 가장 좋은 '데이터의 보고'로 꼽힌다. 동시에 기업의 생존이 걸린 IP(지식재산권) 정보인 만큼 클라우드 기반 AI보다 보안이 강화된 온프레미스 수요가 압도적이다. 리벨리온의 아톰맥스는 이 지점에서 강력한 경쟁력을 발휘한다. 특허 분석과 같은 추론 특화 작업에서 엔비디아의 GPU보다 전력 소모는 낮추면서 데이터 처리 속도는 높일 수 있기 때문이다. 기업 입장에서는 운영비용(TCO)을 크게 절감하면서도 강력한 보안 체계를 유지할 수 있는 최적의 대안이 된다. 향후 전망도 밝다. 양사는 이번 협력을 바탕으로 국내 시장은 물론 일본을 필두로 한 글로벌 특허 AI 시장 진출을 본격화할 예정이다. 특히 일본은 지식재산권 보호에 엄격하고 보수적인 기업 문화로 인해 온프레미스 AI에 대한 선호도가 매우 높은 시장이다. 리벨리온의 하드웨어와 워트인텔리전스의 특허 모델이 결합된 '풀스택 패키지'는 현지 시장에서 강력한 소버린(Sovereign) AI 모델로 자리 잡을 가능성이 크다. 전문가들은 이번 협약이 개별 기업의 진출을 넘어 국내 AI 생태계의 수출 경쟁력을 한 단계 끌어올리는 계기가 될 것으로 보고 있다. 최근 사우디 아람코와의 협력 사례처럼 하드웨어(NPU), 소프트웨어(모델), 인프라(클라우드/온프레미스)를 하나로 묶은 '패키지형 수출'이 글로벌 AI 시장의 새로운 문법으로 자리 잡고 있기 때문이다. 윤정호 워트인텔리전스 대표는 "이번 협력은 특허 AI가 실제 산업 현장에서 더 빠르고 경제적으로 운영될 수 있는 기반을 마련했다는 점에서 의미가 크다"며 "리벨리온과의 결합을 통해 기업 핵심 의사결정 인프라로 확장하겠다"고 강조했다. 김광정 리벨리온 사업총괄은 "AI 서비스 확산기에는 운영비용 효율성과 안전성이 핵심 가치"라며 "특허라는 고부가가치 영역에서 NPU 기반 인프라의 강점을 입증하고 이를 글로벌 시장 전반으로 확장해 나가겠다"고 밝혔다.2026-02-03 14:01:47
-
![[위기의 한국 AI 반도체 ②] 물러설 곳 없다… 리벨리온·퓨리오사AI](https://image.ajunews.com//content/image/2026/01/21/20260121135801109562.png)
"물러설 곳 없다"… 리벨리온·퓨리오사AI [이코노믹데일리] 엔비디아가 그록 인수를 통해 학습과 추론을 모두 장악하는 구조를 완성하자 한국 AI 반도체 산업이 서 있던 전제가 흔들리기 시작했다. 그동안 국내 신경망 처리 장치 기업들은 “엔비디아보다 싸고 전력 효율이 높다”는 논리로 시장을 설득해 왔다. 그러나 엔비디아가 가격과 효율까지 흡수한 이후 이 공식은 더 이상 유효하지 않게 됐다. 2026년 1월 현재 판교 테크노밸리의 분위기는 냉정하다. ‘타도 엔비디아’라는 구호는 사라졌고 대신 “어디에서 살아남을 것인가”라는 질문이 기업 전략의 중심으로 올라섰다. 리벨리온과 퓨리오사AI는 같은 위기 앞에서 전혀 다른 선택을 했다. 하나는 통합과 규모로 돌파를 시도했고 다른 하나는 독자 노선과 실전 검증으로 답을 찾고 있다. 리벨리온은 2024년 말 SK텔레콤 자회사 사피온과의 합병을 통해 단숨에 국내 최대 AI 반도체 기업으로 도약했다. 이 합병은 단순히 기업 규모를 키운 이벤트가 아니다. 통신, 데이터센터, 클라우드 고객망을 보유한 사피온과 설계 중심 팹리스였던 리벨리온이 결합하면서 ‘칩을 만들 수 있는 회사’에서 ‘칩을 실제로 팔 수 있는 회사’로 진화했다는 평가가 나온다. 리벨리온의 전략은 명확하다. 엔비디아가 그록을 통해 정적 메모리 기반의 초고속 추론에 올인했다면 리벨리온은 고대역폭 메모리를 활용한 ‘용량 효율성’으로 정면 승부를 피한다. 초거대 언어모델이 갈수록 커지는 상황에서 칩 하나당 처리할 수 있는 모델 크기는 비용 구조를 좌우하는 핵심 변수다. 정적 메모리 방식은 속도는 빠르지만 대규모 모델을 구동하기 위해서는 칩 수를 늘릴 수밖에 없고 이는 곧 인프라 비용 증가로 이어진다. 리벨리온은 이 지점을 파고든다. 최신 미세 공정과 대용량 고대역폭 메모리를 결합해 소수의 칩으로도 안정적인 추론 환경을 제공하겠다는 것이다. 이는 중동, 동남아 등 대규모 데이터센터를 구축하려는 국가 단위 고객에게 특히 매력적인 구조다. 실제로 리벨리온이 사우디아람코 투자를 유치한 배경에는 ‘미국 기술 의존을 낮춘 독자적 AI 인프라’에 대한 수요가 자리 잡고 있다. 퓨리오사AI는 전혀 다른 길을 간다. 이 회사는 글로벌 빅테크의 인수 제안을 거절하고 독자 생존을 선택했다. 이는 기술에 대한 자신감 없이는 불가능한 결정이었다. 퓨리오사AI의 전략은 명확하게 ‘실사용 검증’에 맞춰져 있다. 화려한 스펙 경쟁 대신 실제 데이터센터에서 돌아가는 성능과 운영 비용 절감 효과를 증명하는 데 모든 역량을 집중했다. 그 결과 퓨리오사AI의 차세대 칩은 국내 대기업의 까다로운 검증을 통과해 초거대 언어모델 구동에 투입됐다. 이 과정에서 중요하게 평가받은 것은 단순 연산 성능이 아니라 전력 효율과 안정성이었다. 데이터센터 운영에서 전력 비용은 곧 수익성의 문제다. 퓨리오사AI는 불필요한 연산을 줄이는 독자 아키텍처를 통해 이 지점을 공략했다. 이 두 기업의 공통점은 분명하다. 더 이상 엔비디아와 ‘정면 대결’을 상정하지 않는다는 점이다. 대신 엔비디아가 제공하지 못하거나 제공하기 어려운 영역에서 자신들만의 생존 가치를 증명하려 한다. 2026년은 이 전략이 시장에서 통할지 판가름 나는 첫 해가 될 것이다. 그리고 이 실험의 결과는 정부와 산업계의 다음 선택으로 이어진다.2026-01-21 13:59:02
-
AWS '트레이니엄3' 공개에도 시장 반응 '싸늘'… "엔비디아 대체하기엔 역부족" [이코노믹데일리] 세계 최대 클라우드 서비스 기업(CSP)인 아마존웹서비스(AWS)가 엔비디아의 독주를 막기 위해 자체 개발한 차세대 인공지능(AI) 칩 ‘트레이니엄3(Trainium3)’를 공개했으나 시장의 반응은 냉담하다. 전작 대비 효율이 좋아졌다는 주장 외에 객관적인 성능 지표를 공개하지 않아 경쟁사인 구글이나 엔비디아의 최신 칩과 비교해 기술적 우위를 증명하지 못했다는 평가가 지배적이다. AWS는 지난 2일(현지시각) 미국 라스베이거스에서 개막한 연례 기술 콘퍼런스 ‘리인벤트(re:Invent) 2025’에서 자사의 최신 AI 학습용 칩 ‘트레이니엄3’를 전격 공개했다. 맷 가먼 AWS 최고경영자(CEO)는 기조연설을 통해 “트레이니엄3는 전작인 트레이니엄2 대비 컴퓨팅 성능을 4배 이상 끌어올렸고 에너지 소비량은 40%가량 낮췄다”며 “운영 비용을 최대 50% 절감할 수 있는 효율적인 칩”이라고 강조했다. 이는 엔비디아 그래픽처리장치(GPU)에 대한 높은 의존도를 낮추고 비용 효율성을 앞세워 자체 하드웨어 생태계를 확장하겠다는 전략으로 풀이된다. 하지만 업계 전문가들은 AWS의 발표가 ‘알맹이 없는 선언’에 불과하다고 지적한다. AI 칩의 성능을 가늠하는 핵심 지표인 ‘플롭스(FLOPS, 초당 부동소수점 연산 횟수)’나 대규모언어모델(LLM) 구동 시의 벤치마크 점수를 전혀 공개하지 않았기 때문이다. 최근 구글이 자체 칩인 텐서처리장치(TPU) 최신 버전을 공개하며 자사의 AI 모델 ‘제미나이’를 학습시킬 때의 성능, 전력 효율, 속도 등을 구체적인 수치로 제시한 것과는 대조적인 행보다. 특히 엔비디아의 주력 제품군인 H100, H200, GB200 등과의 직접적인 비교 수치가 빠져 있다는 점이 의구심을 키우고 있다. AWS가 내세운 ‘전작 대비 4배 성능 향상’은 자사 제품 간의 비교일 뿐 현재 AI 칩 시장의 표준으로 자리 잡은 엔비디아 GPU와 견줘 어느 정도의 경쟁력을 갖췄는지 판단하기 어렵다. 전작인 트레이니엄2 역시 가성비 모델로 포지셔닝됐을 뿐 절대적인 성능 면에서는 GPU에 크게 미치지 못했다는 점을 고려하면 이번 신제품 역시 고성능 AI 학습 시장의 판도를 바꾸기에는 역부족일 것이라는 분석이 나온다. 대규모 AI 인프라 구축의 핵심인 ‘클러스터링’ 기술에 대해서도 우려가 제기된다. AWS는 트레이니엄3를 통해 최대 10만 개 규모의 칩 클러스터를 구성할 수 있다고 발표했다. 그러나 수만 개의 칩을 하나처럼 연결해 연산할 때 발생하는 데이터 병목 현상과 동기화 문제를 어떻게 해결했는지에 대한 기술적 설명은 부재했다. 10만 개의 칩을 물리적으로 연결하더라도 통신 속도와 효율이 뒷받침되지 않으면 실제 학습 성능은 기대에 미치지 못할 수 있다. 데이터센터 운영 비용의 핵심인 발열 관리(Thermal Throttling) 데이터가 빠진 점도 약점으로 꼽힌다. AWS는 전력 효율성을 강조했으나 실제 고부하 작업 시 칩의 발열을 제어하는 능력이나 이에 따른 실전 운영 데이터는 제시하지 않았다. 이는 엔비디아나 구글이 칩 설계 단계부터 발열 제어와 전성비(전력 대비 성능) 최적화에 사활을 걸고 구체적인 데이터를 공개하는 것과 비교해 신뢰도를 떨어뜨리는 요인이다. 소프트웨어 최적화 측면에서도 경쟁력이 모호하다는 지적이다. 구글의 경우 자사 TPU를 AI 모델 ‘제미나이’에 최적화해 학습 성능을 극대화한 반면 AWS의 트레이니엄 시리즈는 범용성을 지향하다 보니 특정 고성능 모델에서의 최적화 수준이 상대적으로 낮다. GPU 대신 트레이니엄을 사용할 경우 대규모 학습 모델에서 AI 서비스 품질 저하가 발생할 수 있다는 우려가 나오는 이유다. 클라우드 업계의 한 관계자는 “이번에 공개된 트레이니엄3의 연산 능력은 엔비디아의 현역 최신 모델인 블랙웰(Blackwell) 시리즈는커녕 이전 세대인 H100보다도 낮은 수준으로 추정된다”며 “클라우드 환경에 특화된 설계로 비용 절감 효과는 있겠지만 고도의 연산 능력이 필요한 첨단 AI 학습 영역에서 엔비디아 GPU를 대체하기는 어려울 것”이라고 평가했다.2025-12-04 08:35:31
많이 본 뉴스
영상
Youtube 바로가기
![[편집인 칼럼] 단종 유배지 청령포의 봄, 이벤트 행정 아닌 신뢰 행정이 지킨다](https://image.ajunews.com/content/image/2026/03/03/20260303104341873026_518_323.png)