표시할 기사가 없습니다.
Snap은 2026년 1분기 실적 발표를 통해 Perplexity와 맺었던 4억 달러 규모의 파트너십이 "원만하게 종료"됐다고 밝혔다. 지난해 11월 발표된 이 딜은 Perplexity의 AI 검색 엔진을 Snapchat의 'Chat' 인터페이스에 직접 통합하고, Perplexity가 1년간 현금 및 지분으로 4억 달러를 지급하는 구조였다. Snap은 이번 실적 가이던스에 Perplexity의 기여분이 포함되지 않는다고 밝혔다. 한편 Snapchat의 글로벌 일간 활성 사용자(DAU)는 전년 대비 5% 증가해 4억 8,300만 명을 기록했으며, 월간 활성 사용자(MAU)도 5% 늘어 9억 6,500만 명에 달했다. Snap은 지난 4월 AI 발전을 이유로 전체 인력의 약 16%(약 1,000명)를 감원한 바 있다.
핵심 인사이트
- Snap-Perplexity 4억 달러 파트너십이 채 1년도 안 돼 조용히 해소, Snap의 AI 수익화 전략 차질
- Snapchat DAU 4억 8,300만·MAU 9억 6,500만으로 5% 성장, 플랫폼 자체 모멘텀은 유지
- Perplexity AI 검색의 소셜 앱 통합 모델이 검증되지 않았음을 시사, AI-소셜 협력 구조 재검토 필요
- Snap은 Specs 스마트 안경·AR에 집중 전환, 단기 AI 파트너십보다 하드웨어 장기 전략 선택
xAI와 Anthropic이 전격 파트너십을 발표했다. Anthropic이 xAI의 Colossus 1 데이터센터 전체 컴퓨팅 용량(약 300MW)을 매입하는 구조로, Anthropic은 즉시 사용량 한도를 높일 수 있게 됐다. xAI 입장에서는 Colossus 2로 훈련 워크로드를 이전한 뒤 남은 Colossus 1을 수익화하는 것이다. 이 거래는 수십억 달러 규모로 추정된다. 기사는 이를 계기로 xAI가 Grok 같은 AI 소비자 제품 개발보다 컴퓨팅 인프라 임대·판매에 집중하는 '네오클라우드'로 전환하는 게 아닌지 질문한다. xAI는 2026년 1월 펀딩 라운드에서 2,300억 달러 평가를 받았으나 유사 규모의 컴퓨팅 파워를 보유한 CoreWeave의 시가는 그 3분의 1에도 못 미친다는 점에서 네오클라우드 비즈니스 모델의 한계도 언급된다.
핵심 인사이트
- xAI가 Colossus 1(300MW) 전체를 Anthropic에 임대, AI 모델 개발사에서 컴퓨팅 공급자로 역할 전환
- Google, Meta는 자체 AI 개발을 위해 GPU를 내부에 유보하는 반면, xAI는 경쟁사에 컴퓨팅 판매를 선택
- 네오클라우드 비즈니스는 칩 공급사·수요 사이클에 양쪽으로 압박받는 어려운 구조, 밸류에이션 디스카운트 불가피
- SpaceX 합병 후 IPO를 앞두고 단기 수익 확보가 필요, 데이터센터 수익화가 재무 개선 수단으로 활용
비즈니스 보험 스타트업 Corgi가 TCV 주도의 1억 6,000만 달러 Series B를 통해 기업가치 13억 달러를 달성했다. Series A(1억 800만 달러) 종료 후 불과 4개월 만에 유니콘에 등극한 것으로, 누적 조달액은 2억 6,800만 달러다. 2024년 설립된 Corgi는 Y Combinator 2024 Spring 배치 출신으로 YC의 최신 유니콘이 됐다. 이 스타트업은 일반 배상보험(general liability), 사이버 배상보험(cyber liability), 그리고 AI 배상보험(tech and AI liability)을 제공하며, Deel과 Artisan을 고객사로 보유하고 있다. 투자자로는 Kindred Ventures, Leblon Capital, First Order Fund 등이 참여했다.
핵심 인사이트
- Series A 이후 4개월 만에 밸류에이션 $1.08B→$1.3B 도달, 보험 스타트업 중 이례적 속도의 가치 상승
- AI 배상보험(tech and AI liability) 상품 출시로 AI 기업들의 새로운 리스크 관리 수요를 선점
- YC 2024 Spring 배치 출신으로 창업 2년 만에 유니콘 달성, 최단기 유니콘 사례 중 하나
- 누적 $268M 조달로 InsurTech 시장 재편 가속, 기업 보험 디지털화 트렌드 수혜주로 부상
Microsoft가 AI 데이터센터 급속 확장과 청정에너지 목표 사이에서 내부적으로 갈등을 겪고 있다. Bloomberg 보도에 따르면 Microsoft는 2030년까지 시간별 전력 사용량의 100%를 동일 그리드 청정에너지로 매칭하겠다는 '시간별 매칭 목표' 포기 여부를 내부 논의 중이다. 회사는 시간별 목표 대신 연간 매칭 목표 유지 쪽으로 방향을 검토하고 있다. 이와 함께 Microsoft는 Chevron, Engine No. 1과 협력해 텍사스 서부에 최대 5기가와트 규모의 천연가스 발전소 건설을 추진하고 있어 탈탄소 의지에 의문이 제기되고 있다. Microsoft는 2025년 연간 탄소 중립 목표를 달성했다고 밝힌 바 있으며, 2030년까지 탄소 제거량이 배출량을 초과하는 카본 네거티브를 목표로 하고 있다.
핵심 인사이트
- AI 데이터센터 급팽창이 Microsoft의 2030 시간별 청정에너지 100% 매칭 목표를 위협, 내부 재검토 진행 중
- 시간별 매칭 포기 시 연간 매칭으로 후퇴, 실질적 탈탄소보다 회계상 탄소 중립에 그칠 수 있는 우려
- Chevron·Engine No. 1과 최대 5GW 천연가스 발전소 추진, 빅테크의 AI 전력 수요가 화석연료 부활 견인
- 청정에너지 공약이 데이터센터 지역 주민 수용성 확보 도구였던 만큼, 목표 후퇴는 신규 시설 승인 리스크 증가
Robinhood CEO Vlad Tenev가 WSJ 'Future of Everything' 컨퍼런스에서 3월 출시한 'Ventures Fund I'의 IPO에 15만 명 이상의 소매 투자자가 참여했다고 밝혔다. NYSE 상장된 이 공개 펀드는 Stripe, Oura, Databricks, OpenAI 등 미상장 테크 기업들에 투자할 수 있는 구조다. 운용 수수료만 부과하고 성과보수(carry 20%)가 없어 기존 VC 펀드보다 유리한 조건이다. 최근 OpenAI, Anthropic 등이 8,500억~9,000억 달러 밸류에이션으로 자금을 조달하면서 소매 투자자들이 IPO 전까지 이들 기업에 투자할 기회가 없던 문제를 해결하는 데 초점을 맞추고 있다. Tenev는 향후 시드·Series A 라운드에도 소매 투자자가 참여할 수 있어야 한다는 비전을 제시했다.
핵심 인사이트
- Robinhood Ventures Fund I IPO에 15만 명+ 소매 투자자 참여, 프라이빗 테크 기업 접근권 민주화 첫 사례
- OpenAI·Anthropic 등 수조 달러 기업가치 도달 전에 소매 투자 참여 가능해지는 구조적 변화 시작
- 성과보수(carry) 없이 관리 수수료만 부과하는 모델, 기존 VC LP 구조 대비 소매 투자자 친화적
- 프라이빗 마켓 유동성 부재 문제를 NYSE 상장 펀드 형태로 해결, 대체자산 민주화 트렌드 가속화
OpenAI 대 Elon Musk 소송 재판에서 공동창업자 Greg Brockman이 이틀간 증언했다. 2017년 8월, Musk가 OpenAI의 영리 법인 전환 과정에서 회사 전권 장악을 요구했으나 다른 공동창업자들이 거절하자 격분해 퇴장한 것으로 Brockman은 증언했다. Musk는 이후 정기 기부를 중단하고 2018년 2월 이사회에서 자진 사퇴했다. Brockman은 개인 일기를 근거로 당시 상황을 상세히 설명했으며, 현재 자신의 지분 가치가 약 300억 달러에 달한다고 밝혔다. OpenAI 비영리 법인이 보유한 OpenAI 지분 가치는 현재 1,500억 달러를 초과하며, Microsoft는 2019년~2023년에 걸쳐 총 140억 달러를 투자했다. Musk 측 변호인은 Altman과 Brockman이 "비영리 단체를 도둑질했다"고 주장하고 있다.
핵심 인사이트
- Brockman 증언으로 2017년 Musk의 전권 요구와 갈등 경위 최초 공개, OpenAI 소송의 핵심 팩트 부각
- Musk 이탈 후 OpenAI가 Microsoft로부터 140억 달러 조달에 성공, 현재 비영리 보유 지분가치 1,500억 달러 이상
- 창업자 일기가 법정 증거로 활용되는 사례, AI 기업 지배구조 분쟁의 새로운 법적 선례 가능성
- Brockman 지분 약 300억 달러, 비영리 사명 vs 창업자 부 축적 간 윤리적 긴장이 재판의 핵심 쟁점
미국 법무부(DOJ)가 라트비아 출신 해커 Deniss Zolotarjovs에게 8년 이상의 징역을 선고했다. 그는 러시아 랜섬웨어 갱 Karakurt에서 활동하며 피해자를 압박하는 역할을 맡았다. Karakurt는 미 재무부가 러시아 정보기관과의 연계를 이유로 제재한 Akira 및 Conti 랜섬웨어 갱의 전직 리더들이 주도하고 있다. 검찰에 따르면 Karakurt는 54개 이상의 기업을 표적으로 삼아 최소 1,500만 달러의 몸값을 수취했으며, 미 정부 기관의 911 긴급출동 시스템을 마비시키고 아동 의료정보를 탈취하기도 했다. 특히 이 갱단은 러시아 정부 데이터베이스와 법집행 네트워크에 접근해 피해자를 협박하고, 정부 관리에게 뇌물을 제공해 세금 면제와 군 복무 면제 혜택을 누린 것으로 밝혀졌다.
핵심 인사이트
- Karakurt 갱단의 러시아 정부 DB 활용 협박 방식 공식 확인, 국가-사이버범죄 공생 구조 법정 입증
- 54개 기업 대상 최소 1,500만 달러 랜섬 수취, 911 시스템 및 아동 의료정보 침해로 국가 안보 위협 수준
- Zolotarjovs 2023년 조지아에서 체포·2024년 미국 송환, 러시아 피난처 밖 사이버범죄자 추적 강화 신호
- 러시아의 랜섬웨어 갱단 비호 관행 재확인, 미러 관계 경색 속 사이버 공간 대리전 양상 심화
AI 평가 플랫폼 스타트업 Braintrust가 AWS 클라우드 계정에 대한 무단 접근(breach)을 확인하고 전체 고객에게 API 키를 교체할 것을 요청했다. 침해된 AWS 계정에는 고객들이 클라우드 AI 모델 접근에 사용하는 API 키가 포함되어 있었다. Braintrust는 피해 고객 1명과 소통했으며 현재까지 광범위한 노출 증거는 발견되지 않았다고 밝혔다. 그러나 보안 전문가는 Braintrust에 의존하는 AI 기업들에게 하류(downstream) 영향이 생길 수 있다고 경고했다. Braintrust는 2026년 2월 Series B에서 8,000만 달러를 조달해 기업가치 8억 달러를 인정받은 바 있다. 2023년 CircleCI, EU 집행위원회 AWS 계정 침해 사례와 유사한 공급망 보안 이슈다.
핵심 인사이트
- AI 평가 플랫폼이 AWS 침해로 고객 API 키 노출 위험, AI 인프라 공급망 보안 취약성 재부각
- 기업가치 8억 달러 스타트업도 클라우드 계정 관리 실패로 고객 전체에 키 교체 강요하는 사태 발생
- CircleCI(2023), EU 집행위(AWS 92GB 탈취)와 동일 패턴, 클라우드 계정 탈취를 통한 공급망 공격 반복
- AI 기업들이 외부 평가·모니터링 서비스에 API 키를 위탁하는 관행 자체의 보안 리스크 재검토 필요
Ars Technica의 시니어 에디터 Lee Hutchinson이 자신의 터미널 커스터마이징 경험을 공유하며 독자들의 참여를 유도하는 커뮤니티 기사다. 저자는 bash 및 fish 셸에서 각 명령어의 실행 시간을 마이크로초 단위까지 표시하는 프롬프트 함수를 직접 작성해 사용 중이며, GRC(Generic Colorizer)를 활용해 ls, df, ping 등 주요 명령어에 색상을 적용한다. 터미널 앱으로는 Ghostty, iTerm2, Warp 등 더 발전된 대안이 있음에도 MacOS 기본 Terminal.app을 계속 사용하고 있으며, 폰트로는 Monaspace Neon을 선호한다. 에디터 전쟁에서는 Vim 진영으로 Vim-Airline과 Promptline 플러그인을 함께 사용한다. 2007년 Boeing Houston에서의 EMC Celerra NAS 어플라이언스 관리 업무가 bash 전환의 계기가 됐다고 회고한다.
핵심 인사이트
- 커맨드라인은 마우스 GUI보다 정밀한 작업 지시가 가능해 전문가 도구로서의 위상을 유지하고 있다.
- fish, zsh 등 현대 셸의 등장에도 불구하고 bash는 리눅스 환경에서 여전히 실무 표준으로 사용된다.
- Ghostty, Warp 등 혁신적 터미널 앱이 등장했으나 ANSI 색상 호환성 문제로 기존 사용자의 전환 장벽이 높다.
- 개발자 커뮤니티 참여 유도형 기사는 독자 댓글(125개)을 통한 집단 지식 공유로 높은 상호작용을 끌어낸다.
트럼프 행정부가 Anthropic의 Claude Mythos 모델 출시 보류 결정에 자극받아 AI 안전 테스트 의무화 방향으로 급선회했다. 이번 주 트럼프 행정부는 Google DeepMind, Microsoft, xAI와 자발적 AI 안전 점검 협약을 체결했으며, Kevin Hassett 백악관 국가경제위원회 의장은 사전 배포 정부 테스트 의무화 행정명령 검토 중임을 밝혔다. 그러나 전문가들은 CAISI(AI 표준혁신센터)가 현재 의회 승인 예산 1,000만 달러로 국제 동급 기관 대비 크게 부족하며, '안전'의 정의가 불명확한 상태에서 정치적 도구로 악용될 위험이 크다고 경고한다. Cornell 대학 전문가들은 IRS 방식의 독립 감사 체계를 대안으로 제시하고 있다.
핵심 인사이트
- Anthropic의 Claude Mythos 사이버보안 위험 우려로 인한 출시 보류가 미국 AI 규제 정책의 실질적 전환점이 됐다.
- CAISI 예산 1,000만 달러는 국제 동급 기관 대비 부족하며, 프런티어 AI 평가에 필요한 전문 인력·인프라도 미비하다.
- 평가 기준 미공개와 자발적 협약 방식은 정치적 편향 및 기업 포획 위험을 내포해 장기 신뢰성을 약화시킬 수 있다.
- 독립 감사 체계 구축 요구는 AI 거버넌스 산업의 성장 기회로, 관련 컨설팅·감사 서비스 수요 증가가 예상된다.
Reuters 보도에 따르면 SpaceX의 IPO 등록신청서가 Elon Musk에게 사실상 무제한 경영권을 부여하는 전례 없는 구조를 담고 있다. 슈퍼보팅 주식, 강제 중재 조항, 주주 집단소송 금지, 텍사스 기업법 활용을 결합해 주주들의 소송권을 완전히 박탈한다. Musk는 현재 SpaceX 지분 42.5%와 의결권 83.8%를 보유하고 있으며, 상장 후에도 과반 의결권을 유지한다. IPO 규모는 최대 750억 달러 조달, 기업가치 2조 달러 이상으로 사상 최대 IPO가 될 전망이다. 2025년 9월 SEC가 강제 중재 조항을 연방 증권법과 불일치하지 않는다는 정책 성명을 발표한 것이 이를 가능하게 했다.
핵심 인사이트
- SpaceX IPO는 슈퍼보팅·강제 중재·집단소송 금지 3중 구조로 주주 권한을 역사상 유례없는 수준으로 제한한다.
- Tesla 텍사스 이전 선례에 이어 SpaceX도 텍사스 기업법을 활용해 행동주의 투자자와 적대적 인수합병을 차단한다.
- SEC의 2025년 9월 강제 중재 허용 정책이 기업 지배구조 약화의 법적 기반을 제공한 핵심 규제 변화로 작용했다.
- 기업가치 2조 달러 이상, 조달 목표 최대 750억 달러는 사상 최대 IPO로 투자자 수요는 제한적 권리에도 높을 전망이다.
NASA Artemis II 미션에서 촬영된 '헬로, 월드' 지구 사진의 애니메이션 버전이 공개되며 원본에서 보이지 않던 놀라운 세부사항들이 드러났다. 이미지 복원 전문가 Andy Saunders가 NASA가 최근 공개한 12,000장 이상의 Artemis II 아카이브에서 17장의 연속 이미지를 처리·합성해 30배 빠른 속도의 애니메이션을 제작했다. 실제 시간 기준 1분 20초에 해당하는 이 시퀀스에서는 번개 폭풍, 오로라, 그리고 인공위성의 태양전지판으로 추정되는 빛 반사 현상이 포착됐다. 촬영에는 Nikon D5, Nikon Z9, iPhone 17s 세 가지 카메라가 사용됐으며, Orion 우주선의 Commander Reid Wiseman이 달을 향한 출항 과정에서 촬영했다.
핵심 인사이트
- 12,000장 이상의 Artemis II 이미지 전량 공개는 NASA 데이터 접근성 정책의 변화로 시민 과학 활용 가능성을 크게 높였다.
- iPhone 17s가 Nikon 전문 카메라와 동등하게 우주 임무 공식 촬영 장비로 채택된 것은 스마트폰 카메라 기술력의 이정표다.
- 인공위성 태양전지판 추정 반사광 포착은 지구 저궤도 위성 밀집 현상이 우주 사진에서도 가시화될 만큼 심화됐음을 보여준다.
- Andy Saunders 같은 독립 이미지 처리 전문가의 활약은 NASA 공식 공개물의 과학적 가치를 증폭시키는 민간 역량으로 주목받는다.
트럼프 행정부가 백신의 안전성과 효과를 입증하는 FDA 과학자들의 연구 논문 출판을 조직적으로 차단하고 있다는 사실이 확인됐다. HHS는 뉴욕타임스에 COVID-19 및 대상포진 백신(Shingrix) 관련 FDA 연구 억압을 공식 인정했다. 지난달 워싱턴포스트는 CDC 역시 성인의 COVID-19 백신이 응급 치료 및 입원 위험을 크게 낮춘다는 연구를 폐기했다고 보도한 바 있다. 억압된 FDA 논문의 결론은 "이용 가능한 증거를 고려할 때 FDA는 백신 접종의 이익이 위험보다 크다는 결론을 유지한다"고 명시하고 있으며, RFK Jr.의 반백신 의제와 상충된다는 이유로 발표가 막힌 것으로 보인다. HHS 대변인은 연구 방법론 문제를 이유로 들었으나 Shingrix 안전성 연구 억압 이유는 밝히지 않았다.
핵심 인사이트
- FDA 과학자의 동료 심사 통과 논문도 정치적 이유로 철회될 수 있다는 전례가 만들어져 연방 기관 과학 독립성이 심각하게 훼손됐다.
- COVID-19·대상포진 두 가지 백신에 걸친 체계적 연구 억압은 RFK Jr. 주도 반백신 의제의 제도적 실행을 보여준다.
- 억압된 연구의 핵심 결론("이익이 위험보다 크다")이 유출됨으로써 오히려 공중보건 커뮤니케이션 신뢰 위기를 악화시킬 수 있다.
- 정부 기관의 과학 검열 심화는 제약·바이오 기업의 독자적 임상 데이터 커뮤니케이션 필요성과 비용을 높이는 산업 변화를 촉진한다.
Google이 TPU 8t(학습용)와 TPU 8i(추론용) 두 종류의 신형 TPU를 공개하고 외부 고객사에 직접 판매하는 전략으로 전환을 선언했으나, 주요 AI 인프라 클라우드 업체들의 반응은 냉담하다. Nebius의 고객 수요 99%가 여전히 NVIDIA GPU에 집중되어 있으며, Lambda는 NVIDIA와 4년간 18,000 GPU 임대 계약(15억 달러)을, CoreWeave는 NVIDIA 투자(20억 달러)를 배경으로 NVIDIA 기반 전략을 유지 중이다. Google이 Meta와 멀티년 TPU 임대 계약(수십억 달러 규모)을 체결하는 등 하이퍼스케일러 영역에서는 일부 진전을 보이고 있으나, AI 인프라 공급망 전반에서의 NVIDIA 생태계 장벽은 여전히 높은 상황이다.
핵심 인사이트
- Nebius CRO 발언에 따르면 AI 클라우드 고객 수요의 99%가 NVIDIA GPU에 집중되어 있어 TPU 대체는 사실상 극소수에 불과하다.
- NVIDIA는 CoreWeave(20억 달러), Lambda(4.8억 달러 라운드 참여), Nebius(20억 달러)에 직접 투자해 AI 인프라 생태계를 자본으로도 고착화하고 있다.
- Google의 TPU 외부 판매 전략은 Meta와의 멀티년·수십억 달러 계약 등 하이퍼스케일러 영역에서 먼저 교두보를 확보하는 방향으로 전개되고 있다.
- Google TPU의 상업적 확장 성공 여부는 NVIDIA 생태계 의존도가 낮은 신규 고객 확보에 달려 있어 단기 시장 점유율 확대는 제한적일 전망이다.
TSMC 계열사 Vanguard International Semiconductor(VIS)가 싱가포르 합작 팹 VSMC의 고객 예약이 이미 완전 소화된 상태에서 제2 12인치 팹 건설을 검토 중이다. VSMC 싱가포르 팹은 AI 첨단 패키징 수요 급증에 대응해 실리콘 인터포저 제품을 추가하면서 당초 계획 생산량이 월 55,000장에서 44,000장으로 조정됐다. 투자 비용은 TSMC 장비 지원 덕분에 당초 78억 달러에서 67억 달러로 축소됐으며, 2027년 양산 시작 및 2029년 풀캐파 목표가 앞당겨질 가능성도 제기된다. VIS는 60% 지분(24억 달러), NXP Semiconductors가 40% 지분(16억 달러)을 보유하며, 나머지 자금은 고객사 장기 계약 선수금으로 충당한다.
핵심 인사이트
- VSMC 싱가포르 팹의 월 생산량이 실리콘 인터포서 추가로 55,000장→44,000장으로 감소했으나 전체 용량이 완전 예약 상태여서 신규 팹 필요성이 높아졌다.
- AI 첨단 패키징 수요로 VIS가 CoWoS 공급망 진입 가능성을 모색 중이며, 이는 TSMC의 고성능 패키징 생태계 외연 확장을 의미한다.
- 투자 비용 78억→67억 달러(약 14% 절감)는 TSMC 설비 지원 덕분으로, TSMC-VIS 간 기술·자원 통합 시너지가 실현되고 있다.
- 지정학적 리스크 분산 수요를 배경으로 싱가포르 팹에 고객 주문이 집중되고 있어, 미·중 갈등 속 반도체 공급망 재편의 수혜지로 부상 중이다.
에이전틱 AI 확산으로 서버 CPU 수요가 급증하는 가운데, JEDEC이 2세대 MRDIMM 표준 최종화를 앞두고 있다. 2세대 MRDIMM은 12,800 MT/s 속도를 목표로 하여 1세대(약 8,800 MT/s) 대비 약 45% 성능 향상을 달성한다. Samsung Electronics와 SK hynix가 조기 시장 점유를 위해 제품 개발을 가속화하고 있으며, Micron은 이미 2024년부터 샘플링을 시작했다. MRDIMM은 기존 RDIMM 대비 유효 메모리 대역폭을 최대 39% 향상, 버스 효율 15% 이상 개선, 레이턴시 최대 40% 감소 효과를 제공한다. 현재 Intel Xeon 6 등 일부 CPU만 지원하나, 차세대 AI 데이터센터에서 HBM과 함께 핵심 메모리 솔루션으로 빠른 수요 성장이 예상된다.
핵심 인사이트
- JEDEC 2세대 MRDIMM 표준(12,800 MT/s)은 1세대 대비 약 45% 성능 향상으로 AI 데이터센터 메모리 대역폭 병목 해소에 핵심적 역할을 한다.
- Samsung과 SK hynix가 조기 시장 점유를 위해 개발을 가속화하고 있어 한국 메모리 기업의 차세대 서버 DRAM 시장 선점 경쟁이 치열해지고 있다.
- CPU-GPU 비율이 1:8에서 1:1로 전환되는 AI 데이터센터 구조 변화는 CPU당 메모리 대역폭 수요를 폭발적으로 증가시켜 MRDIMM 수요 성장을 견인한다.
- MRDIMM은 표준화와 지원 CPU 확대가 선행되어야 대규모 상용화가 가능하여 단기 수익화보다는 2027~2028년 이후 본격 성장이 예상된다.
TSMC가 중부 과학단지 Fab 15A를 28nm/22nm에서 4nm로 업그레이드하는 대규모 공정 전환을 진행 중이며, 총 투자액은 클린룸·장비 포함 NT$1,000억 이상(약 30억 달러)으로 예상된다. 기존 28nm/22nm 장비는 독일 드레스덴 팹으로 이전되고, 드레스덴 팹은 2027년 양산 시작 예정이다. 동시에 중부 과학단지 2단계 부지의 1.4nm 팹 건설이 예정보다 빠르게 진행 중으로 2027년 3분기 시험 생산, 2028년 하반기 양산이 목표다. 4개 팹 모두 양산 돌입 시 세계 최대 AI·HPC 칩 생산 기지가 될 전망이다. ASE 자회사 SPIL은 NT$320억(약 10억 달러) 규모 팹 인수를 통해 첨단 패키징 역량을 급속히 확장하고 있다.
핵심 인사이트
- TSMC Fab 15A의 28/22nm → 4nm 업그레이드는 NT$1,000억 이상 투자로 첨단 공정 생산 능력을 대폭 확대하는 전략적 결정이다.
- 1.4nm 팹 시험생산이 당초 계획보다 앞당겨진 3Q27로 예상되어 TSMC의 초미세 공정 로드맵 실현 속도가 예상 이상임을 시사한다.
- 28nm/22nm 장비를 드레스덴으로 이전하는 방식은 자본 효율을 높이면서 유럽 자동차·산업용 반도체 수요에 대응하는 투트랙 전략이다.
- SPIL이 1개월여 만에 NT$320억(약 10억 달러) 규모 팹 3곳을 인수하며 첨단 패키징 공급망이 TSMC 첨단 공정 확장과 동속으로 재편되고 있다.
AMD가 2026년 1분기 데이터센터 매출을 전년 동기 대비 57% 증가한 58억 달러로 발표하며, CEO Lisa Su는 서버 CPU 시장 규모가 2030년까지 35% 이상 CAGR로 성장해 1,200억 달러를 초과할 것으로 전망했다. 이는 2025년 11월 제시한 18% CAGR 전망을 대폭 상향한 수치로, 에이전틱 AI 확산으로 AI 데이터센터에서 CPU:GPU 비율이 기존 1:4~8에서 1:1로 전환되는 구조 변화가 핵심 동인이다. 반면 메모리·부품 비용 상승으로 2026년 하반기 PC 및 게이밍 수요는 약화될 전망으로, 게이밍 매출은 하반기에 상반기 대비 20% 이상 감소가 예상된다. AMD의 2Q 매출 가이던스는 112억 달러(±3억)로 컨센서스 105억 달러를 크게 상회했다.
핵심 인사이트
- AMD 서버 CPU 시장 전망이 18% CAGR에서 35%+ CAGR로 대폭 상향 조정됐으며, 이는 AI 인프라 확장에 따른 CPU 수요 구조적 성장을 반영한다.
- AI 데이터센터에서 CPU:GPU 비율이 1:8에서 1:1로 수렴하는 트렌드는 단위당 CPU 수요를 4~8배 증가시킬 수 있는 잠재력을 내포한다.
- 서버 CPU 가격이 2Q와 3Q에 걸쳐 누적 16~17% 인상 예상되어, 메모리 비용 상승 압박이 전체 서버 부품 가격 상승으로 전이되고 있다.
- AMD Instinct MI450(TSMC 2nm)가 2H26 대규모 배포 예정이며, EPYC Venice(Zen 6, TSMC 2nm)도 출시 준비 중으로 TSMC 2nm 공정 수요가 집중될 전망이다.
AI 데이터센터 수요 급증으로 동박적층판(CCL: Copper Clad Laminate) 공급 부족이 심화되고 있다. 한국 관세청 데이터에 따르면 2026년 3월 CCL 수입 가격이 전년 동기 대비 74.5% 급등한 톤당 $20,728로, 2000년 집계 시작 이후 처음으로 $20,000를 돌파했다. 서울 소재 PCB 업체가 대만 EMC·TUC에 통상 월 사용량의 5배 이상인 100억 원 규모의 선행 발주를 넣을 만큼 공급 부족 우려가 고조되어 있다. NVIDIA Rubin GPU의 기판 면적 확대와 레이어 수 증가가 고급 CCL 수요를 더욱 가속화하고 있으며, 한국 Doosan은 태국에 CCL 신공장 투자(1,800억 원, 약 1.217억 달러)를 결정했다.
핵심 인사이트
- 한국 CCL 수입 가격이 톤당 $11,880에서 $20,728로 +74.5% YoY 급등해 2000년 이후 최고치를 기록, AI 인프라 수요의 소재 공급망 충격이 현실화됐다.
- NVIDIA Rubin GPU 기판은 전작 대비 면적과 레이어 수가 크게 늘어 고급 T-Glass CCL 수요를 구조적으로 증가시키고 있다.
- 중국 Kingboard가 2026년에만 4차례 FR-4 CCL·PP 가격 인상(4월 기준 추가 10%)을 단행하고, 일본 Resonac·Mitsubishi Gas Chemical도 30% 이상 인상하며 글로벌 가격 인상 사이클이 진행 중이다.
- 한국 Doosan의 태국 신규 CCL 공장(2028년 하반기 양산) 투자는 한국 PCB·반도체 소재 기업의 AI 서버 공급망 내 역할 확대를 보여준다.
Samsung Electronics, SK hynix, Micron이 DDR6 개발을 위해 기판 공급업체에 초기 프로토타입 제작을 의뢰한 것으로 알려졌다. 메모리 제조사들은 제품 출시 2년 이상 전부터 기판 공급업체와 협업을 시작하는 것이 일반적이며, 이번 동향은 2028~2029년 상용화를 염두에 둔 것이다. DDR6는 DDR5의 최대 전송속도 8.4Gbps를 2배 이상 초과하는 성능을 목표로 하며, 초기 8,800 MT/s로 출시해 최대 17,600 MT/s까지 로드맵이 설정돼 있다. JEDEC 표준 사양은 아직 확정되지 않았으나, 각 업체들이 독자 설계를 표준에 반영하려는 선점 경쟁을 벌이고 있다. DDR6는 4×24비트 서브채널 아키텍처를 채용해 신호 무결성 문제 해결이 핵심 과제이며, 서버 시장을 중심으로 CAMM2 폼팩터와 함께 채택될 것으로 예상된다.
핵심 인사이트
- Samsung, SK hynix, Micron이 기판 업체에 DDR6 프로토타입 의뢰 개시, 2028~2029년 상용화 목표로 2년 이상 앞선 선행 개발 시작
- DDR6 초기 속도 8,800 MT/s → 최대 17,600 MT/s 목표로 DDR5 대비 2배 이상 성능 향상, 4×24비트 서브채널 신규 아키텍처 채용
- JEDEC 표준 미확정 상태에서 삼성·SK하이닉스 등이 자사 설계를 규격에 반영하려는 주도권 경쟁, 조기 개발사의 수율 선점 우위 기대
- DDR6는 서버 시장 우선 채택 후 고급 노트북으로 확산 예상, CAMM2 폼팩터 병행 채택으로 메모리 모듈 생태계 변화 촉진
SanDisk가 5개의 장기 공급계약(LTA)을 통해 FY2027 비트 출하량의 1/3 이상을 이미 확보했으며, 추가 계약 체결 시 50% 초과가 전망된다. 3분기에 3건, 4분기 이후 2건을 추가로 체결했으며, 3분기 3건 계약의 최소 보장 매출만 약 420억 달러에 달한다. 계약 기간은 최대 5년이며, 고객이 분기별 구매 의무를 이행하지 못할 경우 금융 담보가 즉시 보상으로 전환되는 강력한 구조를 갖추고 있다. SanDisk는 HBF(High Bandwidth Flash) 프로토타입 생산라인 구축을 위해 재료·부품·장비 파트너와의 에코시스템 조성에 착수했으며, 2026년 말 NAND 실리콘, 2027년 초중반 컨트롤러 통합 시스템을 목표로 한다. Nanya Technology의 25억 달러 규모 사모 유상증자에 참여하여 DRAM 우선 공급권도 확보했다.
핵심 인사이트
- SanDisk FY27 비트 출하량 1/3 이상을 LTA로 확보(50% 목표), 3분기 계약 최소 보장 매출만 420억 달러로 NAND 시장 장기계약 구조화 본격화
- SanDisk LTA의 선급금+최저가격 보장+금융 담보 구조는 업계 관행을 뛰어넘는 강력한 계약, Samsung이 "기존 신뢰 기반 계약보다 훨씬 강한 구속력"이라 평가
- HBF 프로토타입 라인 2H26 가동 목표, 2026년 말 NAND 실리콘 및 2027년 초중반 컨트롤러 통합 시스템으로 HBM 대안 메모리 시장 개척 시도
- Nanya Technology 25억 달러 증자에 SanDisk·Kioxia·Solidigm·Cisco 참여, DRAM 우선 공급권 확보로 NAND 전문 기업의 메모리 생태계 수직 통합 전략 가속
일본 반도체 소재 기업 JSR이 대만에 첫 포토레지스트 생산 공장을 건설하기로 결정했다. 투자 규모는 수천만 달러 이상이며, 2028년 가동을 목표로 TSMC에 첨단 EUV 포토레지스트를 공급할 계획이다. JSR은 TSMC와 공동 R&D를 진행하고, 현지 파트너와 합작법인도 설립했다. 현재 일본 공장에서 대만으로 샘플을 발송하면 수 주가 소요되는 개발 지연 문제를 해결하는 것이 핵심 목적이다. JSR의 2025년 글로벌 포토레지스트 시장점유율은 19%로 세계 2위이며, 일본 기업들의 총점유율은 약 80%에 달한다. 한편 JSR은 한국에도 생산시설을 구축 중으로, 2026년 가동 예정인 이 공장에서 Samsung Electronics와 SK hynix에 주석 기반 금속산화물 레지스트를 공급할 계획이다.
핵심 인사이트
- JSR의 대만 진출은 중국 포토레지스트 업체의 추격에 대응한 전략적 방어로, TSMC와의 공동개발을 통해 선도 위치 강화 목적
- JSR의 글로벌 포토레지스트 시장점유율 19%(세계 2위), 일본 기업 합산 약 80% 지배로 소재 공급망 집중 리스크 부각
- 한국 생산시설(2026년 가동 예정)에서 Samsung, SK hynix에 주석 기반 금속산화물 레지스트 공급 예정, 한국 메모리 업체 소재 확보 전략적 의미
- JSR-Applied Materials 합작 CMP 연구센터(신주)까지 추가되며, 소재·장비 기업들의 대만 현지화 생태계 구축 가속화
Intel이 EMIB 기술의 시장 채택이 확대되면서 미국과 베트남을 거점으로 고급 패키징 생산능력 확장에 본격 착수했다. 미국 오레곤 시설이 주력 확장 거점으로 설정됐으며, 베트남 호치민시 사이공 하이테크파크(SHTP)도 핵심 성장 허브로 부상했다. Intel은 대만 장비 공급업체에 이미 상당한 규모의 발주를 완료했으며, E&R Engineering Corp., C Sun, AblePrint 등이 수혜 업체로 2H26 납품이 예정돼 있다. 베트남 호치민 공장은 46.6헥타르 부지에 총 41억 1,500만 달러가 투자됐으며, 누적 38억 개 이상의 유닛을 생산했다. Intel 18A 공정 기반의 Panther Lake, Wildcat Lake까지 베트남 생산 범위가 확대될 예정이다.
핵심 인사이트
- Intel EMIB 글로벌 생산 확장이 미국(오레곤)·베트남(SHTP) 이중 거점 구조로 진행, 미국 내 제조능력 강화로 정치적 지지 기반도 확보
- 대만 장비 기업(E&R Engineering, C Sun, AblePrint)에 2H26 납품 목표 대규모 발주, 대만 반도체 장비 공급망 수혜 기대
- 베트남 SHTP 공장이 10nm·7nm에서 18A까지 다양한 공정 노드 포함한 종합 제조 허브로 진화, Foveros 3D 패키징까지 확대
- 베트남에 총 41억 달러 이상 투자, SHTP 전체 등록 자본의 약 30% 차지로 Intel의 아시아 패키징 전략 핵심 축 확인
칩과 시스템 내부에 내장된 다양한 대시보드 데이터를 AI 에이전트로 통합 모니터링하는 새로운 접근법이 주목받고 있다. 기존에는 thermal gradient, voltage droop(L(di/dt)), IR drop, 전력망 등 각 기능별 데이터가 고립된 상태로 관리됐으나, AI를 통해 이기종 데이터를 통합 분석하고 문제의 근인(root cause)을 자율적으로 파악할 수 있게 됐다. Movellus의 Mo Faisal CEO는 전력망 가시성의 핵심이 빠르고 세밀한 granularity에 있다고 강조했으며, ChipAgents는 5개 AI 에이전트가 로그·파형 데이터를 동시 분석해 디버깅을 자동화하는 대시보드를 시연했다. Cadence의 Rob Knoth는 RTL-to-GDS 플로우 전체를 아우르는 멀티피직스 대시보드의 필요성을 언급했고, Siemens EDA는 검증 단계에서 KPI 추적에 agentic AI를 적용하고 있다. 2nm 이하 초대형 칩에서는 electromigration 감지 등 하드웨어 계측 중요성이 더욱 커지며, 엣지와 데이터센터 모두에서 AI 기반 대시보드 도입이 가속될 전망이다.
핵심 인사이트
- AI 에이전트가 thermal, IR drop, electromigration 등 이기종 칩 내부 데이터를 통합 분석하여, 기존 수동 대시보드의 구조적 단편성과 수작업 해석 한계를 극복하고 있다.
- 2nm 이하 초대형 칩에서는 하드웨어 계측(hardware instrumentation) 없이 전력 관리가 불가능해져, AI 기반 실시간 대시보드가 선단 노드 설계의 필수 인프라로 격상되고 있다.
- Agentic AI의 plan-execute-eval 루프가 RTL-to-GDS 플로우 전반의 대시보드 데이터를 자동 평가하고, 설계 KPI 달성 여부를 지속 추적하는 검증 자동화의 핵심 엔진으로 자리잡고 있다.
- Cadence, Siemens EDA, ChipAgents, Movellus, Vinci 등 EDA·스타트업이 멀티피직스·엔터프라이즈 대시보드 플랫폼 시장을 선점하기 위해 경쟁하며, AI 기반 SLM(Silicon Lifecycle Management) 상용화가 가속되고 있다.
선단 노드 파운드리 캐패시티 확보가 사실상 Apple, Nvidia, Broadcom 등 메가 고객 중심으로 재편되면서, 중소 팹리스의 선단 노드 진입 장벽이 구조적으로 높아지고 있다. TSMC는 2nm 이하 나노시트 트랜지스터로 전환 중이며, AI 데이터센터 수요가 캐패시티를 선점하고 있어 웨이퍼 예약 자체가 불가능한 상황이다. Siemens EDA에 따르면 TSMC 웨이퍼 가격은 $30,000 수준으로, 팹의 결함률(defectivity) 데이터를 비공개로 유지해 가격 협상을 위해 자체 PhDs 인력이 필요하다. 이에 따라 설계 업계는 모놀리식 SoC 대신 chiplets + advanced packaging 전략으로 이동하고 있으며, TSMC CoWoS-L, Intel EMIB, Samsung I-Cube, ASE FOCoS 등 2.5D/3D 패키징이 대안으로 부상하고 있다. Cadence, Synopsys, Siemens EDA, Keysight EDA 등 EDA 업계는 finFET 도입 초기처럼 패키징 기술 민주화를 선도하는 역할을 하고 있다.
핵심 인사이트
- Apple·Nvidia·Broadcom 등 메가 고객이 TSMC 2nm 캐패시티를 선점, 소규모 팹리스는 삼성·GlobalFoundries 등 대안 파운드리로 밀려나는 구조적 양극화가 심화되고 있다.
- 선단 노드 접근 불가 업체들의 chiplets + mature node 조합 전략이 새로운 advanced packaging 수요를 견인하며, EDA 툴·IP·테스트 비용 등 간접 비용이 진입 장벽으로 작용한다.
- TSMC CoWoS-L, Intel EMIB, Samsung I-Cube 등 파운드리별 2.5D 패키징 기술 경쟁이 본격화되어, 설계 하우스의 파운드리 파트너십이 아키텍처 선택을 규정하는 핵심 변수로 부상했다.
- ChipAgents 등 AI 기반 설계 자동화 스타트업이 소규모 팀의 설계·검증·근인 분석 자동화로 선단 노드 접근 없이도 대형 팀과 유사한 개발 속도를 구현하는 새로운 비즈니스 모델을 제시하고 있다.
Through-Silicon Via(TSV)는 HBM 스택, 실리콘 인터포저, 3D 칩 스택에서 필수적인 수직 연결 구조로, AI 붐으로 인한 HBM 수요 급증이 TSV 제조 병목 현상을 야기하고 있다. HBM용 TSV는 직경 2~5µm, 깊이 30~60µm 수준이며, 인터포저용은 직경 5~20µm, 깊이 80~120µm로 더 크다. TSV 제조는 Bosch DRIE 에칭, SiO2 라이너 증착, TaN/TiN 배리어 금속, 구리 전기도금, CMP 평탄화, TSV 리빌 등 다단계 공정으로 구성되며, 각 단계에서 결함 관리가 매우 중요하다. 웨이퍼 박화 후 CTE 불일치(Si 2.8 ppm/°C vs Cu 17 ppm/°C)로 인한 기계적 응력도 주요 과제다. TSMC·Samsung은 TSV first/middle 공정을, ASE·Amkor 등 OSAT는 TSV last 공정을 담당하며, 2nm 이하 노드에서는 백사이드 전력 공급을 위한 nanoTSV(<100nm)가 전력 손실을 최대 30% 절감할 수 있다.
핵심 인사이트
- AI 데이터센터 확장으로 HBM 및 2.5D/3D 패키징 수요가 공급 능력을 초과하여 선단 조립 역량 부족이 심화되고 있다.
- TSMC·Samsung·Intel Foundry는 TSV first/middle을, ASE·Amkor는 TSV last 공정을 담당하는 역할 분화로 공급망 복잡성이 증가한다.
- 2nm 이하 노드의 nanoTSV 기반 백사이드 전력 공급 네트워크(BSPDN)가 전압 드루프와 RC 지연을 줄여 전력 손실 최대 30% 절감 가능성을 제시한다.
- 고종횡비(>10:1) TSV 에칭 기술 고도화와 hybrid bonding 전환이 차세대 패키징 원가 경쟁력의 핵심 변수로 부상하고 있다.
배터리 기술은 연간 4~8%의 완만한 용량 개선 속도와 달리, 배터리 판매량은 연간 약 40%(Rocky Mountain Institute) 증가하며 수요-공급 간 격차가 확대되고 있다. Finland의 Donut Lab은 400 Wh/kg(리튬이온 대비 약 2배) 용량에 5분 미만 충전이 가능한 고체전해질 배터리를 주장했으며, 중국 BYD는 5분 만에 70% 충전 및 1,000km 주행 가능한 리튬이온 배터리와 고체전해질 배터리 상용화를 예고했다. 열폭주 방지를 위해 EV 업계는 400V에서 800V 아키텍처로 전환 중이며, NMC 배터리 최적 운용은 30~80% 충전 구간 유지가 핵심이다. 2024년 배터리 화재는 4,203건, 폭발 193건(UL Solutions)으로 안전성 확보가 시급하다. Penn State의 Chao-Yang Wang 교수팀은 -30°C~60°C 전 기후 자가조절 배터리 기술을 약 2년 내 상용화 목표로 개발 중이다.
핵심 인사이트
- 고체전해질 배터리는 열폭주 리스크 최소화와 고속 충전 잠재력을 갖추나, 현재 상용화가 지연되고 점도·제조 난이도 문제가 극복 과제다.
- EV 배터리 관리 시스템의 800V 아키텍처 전환은 충전 속도와 열 발생의 트레이드오프를 완화하나, 시스템 복잡도와 비용이 증가한다.
- 배터리 판매량이 연 40% 증가하는 반면 기술 성숙 속도는 연 4~8%에 불과해 전 산업 생태계의 R&D 투자 가속이 필수적이다.
- 반도체 기반 고체 트랜스포머·고체 회로차단기가 €100억 규모의 전통 전기기기 시장에 침투하며 새로운 반도체 수요처로 부상하고 있다.
Arm, Cadence, Expedera, Quadric, Rambus, Siemens EDA, Synopsys 등 주요 업체 전문가들이 빠르게 진화하는 AI 모델 환경에서 엣지 AI 칩 설계 방향을 논의했다. Agentic AI는 메모리 접근·툴 콜·반복적 추론으로 인해 토큰·컴퓨팅·메모리 수요가 비결정적으로 증가하며, 설계자는 PPA 효율과 유연성 사이에서 엄격한 트레이드오프를 해야 한다. 성능과 전력 효율은 메모리 계층 구조와 데이터 이동이 지배하므로, 칩 아키텍트는 데이터 이동을 최우선으로 설계해야 한다. 엣지에서는 MoE(Mixture of Experts) 지원, KV 캐시 양자화, 프리픽스 캐싱 등 서버급 추론 기법이 필수화되고 있으며, VLA·VLM 등 멀티모달 모델 대응을 위한 유연한 컴퓨팅 아키텍처가 요구된다. AI 모델 교체 주기가 실리콘 설계 사이클보다 훨씬 빠른 현 상황은 반도체 설계 역사상 전례 없는 변화 속도로 평가된다.
핵심 인사이트
- Agentic AI의 비결정적 토큰·컴퓨팅 소비 특성은 엣지 NPU 설계에서 배치 없는 MoE 지원과 KV 캐시 최적화를 필수 아키텍처 요건으로 격상시켰다.
- 멀티모달 모델(VLA, VLM) 확산으로 엣지 칩의 컴퓨팅 유연성 확보가 차세대 설계의 핵심 경쟁력이 되었으며, 고정된 NPU 아키텍처는 모델 진화에 대응하지 못할 리스크가 크다.
- 기술 성숙도 측면에서 현재 엣지 agentic AI는 데이터센터 대비 연결 의존도·전력 제약·프라이버시 수요가 공존하며, 완전 엣지 독립 배포의 상용화에는 추가 혁신이 필요하다.
- Siemens EDA·Meta Ray-Ban 협업(공장 현장 AR 글래스)과 같이 산업 현장 AI 에이전트 시장이 구체화되며, 반도체·EDA 기업의 응용 솔루션 투자 수요가 빠르게 증가하고 있다.
EDA 산업이 단일 도구 AI 적용에서 벗어나 spec-to-silicon 전체 플로우를 아우르는 agentic 방법론으로 전환을 모색하고 있다. 그러나 프론트엔드(아키텍처·스펙·검증 계획) 단계는 AI 적용 가치가 가장 높은 반면, 해당 단계의 추상화 표준이 미정립되어 있다는 구조적 모순이 존재한다. SystemC, RTL, 게이트 넷리스트, 레이아웃 등 설계 단계별로 이질적인 데이터 형식이 존재하며, 과거 설계 데이터의 재사용 가능성도 PDK 버전·프로세스 기술 진화로 인해 제한적이다. Cadence, Siemens EDA, Synopsys 등 대형 EDA 업체는 물론 Moores Lab AI, Normal Computing, IC Manage, Vtool 등 스타트업이 데이터 표준화 및 API 개방형 인터페이스를 통한 agentic 플로우 구축을 추진 중이다. 궁극적으로 spec-to-optimized-design의 correct-by-construction 자동 생성을 목표로 하나, 현재는 대형 반도체 기업만이 독자 데이터와 제한적 플로우를 바탕으로 경쟁 우위를 구축 중이다.
핵심 인사이트
- Agentic EDA의 최대 가치 영역인 프론트엔드 스펙·아키텍처 단계는 역사적으로 EDA 툴 개발이 소홀했던 영역으로, ESL 도구 실패 전례가 있어 추상화 표준 재정립이 선결 과제다.
- LLM 기반 AI는 EDA 데이터의 이질적 포맷을 별도 표준화 없이 처리 가능하나, EDA 특유의 데이터 규모·다양성에서 토큰 비용 폭증과 일반화 한계가 핵심 리스크로 지적된다.
- 대형 반도체 기업들이 독자 데이터·제한 플로우·사업 인센티브를 바탕으로 agentic 설계 우위를 선점 중이며, 이후 EDA 대기업으로 기술 이전되는 패턴이 예상된다.
- EDA 벤더의 데이터 개방 여부가 AI 네이티브 설계 플로우에서의 생존 조건으로 부상하며, 독점 포맷 고수 업체는 LLM의 리버스 엔지니어링으로 장벽이 무력화될 가능성이 크다.
AI SoC와 chiplet 기반 멀티다이 시스템이 복잡해지면서 NoC(Network-on-Chip) 코히런시 설계가 시스템 성능을 결정하는 핵심 변수로 부상하고 있다. CPU 클러스터는 공유 메모리 프로그래밍 모델로 인해 완전 캐시 코히런트 NoC가 필수인 반면, NPU·AI 가속기는 명시적 데이터 이동과 로컬 메모리 방식으로 비코히런트 NoC를 활용해 전력·처리량을 최적화한다. Cadence의 Physical AI 칩렛 플랫폼은 최소 3개 칩렛(시스템·CPU·AI 가속기) 구성으로, 시스템 칩렛이 CPU와는 캐시 코히런트, AI 가속기와는 I/O 코히런트 인터페이스를 동시 지원한다. 데이터센터 스케일에서는 랙→카드→칩→칩렛 계층별 NoC 토폴로지를 탑다운 설계 관점에서 통합해야 하며, Arteris의 통합 NoC 소프트웨어 등 상용 IP 솔루션 도입이 가속화되고 있다. 외부 메모리 접근 레이턴시는 최대 100ns에 달해 캐시 계층 최적화가 AI 추론 성능의 병목 해소에 직결된다.
핵심 인사이트
- AI SoC의 컴퓨팅 성능이 Moore's Law를 훨씬 초과하는 속도로 확장되는 반면, 데이터 이동·혼잡·에너지 효율이 실질적 성능 병목으로 부상하여 NoC 설계가 선행 과제로 격상되었다.
- 캐시 코히런트 NoC는 비코히런트 대비 면적·전력 오버헤드가 크므로, 코히런트 도메인을 CPU-메모리 사이로 최소화하고 나머지를 비코히런트로 처리하는 혼합 토폴로지 설계가 현업 표준으로 자리잡고 있다.
- 칩렛 기반 멀티다이에서 부팅 시 칩렛 간 자기 발견(discovery)과 라우팅 재구성이 필요해져, NoC의 프로그래머빌리티와 관리 에이전트 요건이 대폭 강화되고 있다.
- Arteris, Baya Systems, Cadence, ChipAgents 등 NoC IP 및 AI 설계 자동화 업체들이 데이터센터-패키지-칩렛 계층 전체를 아우르는 탑다운 NoC 설계 플로우 시장을 놓고 경쟁을 본격화하고 있다.
차량 내 네트워킹 기술이 CAN(Controller Area Network)에서 Automotive Ethernet으로 전환되는 과정과 그 도전 과제를 분석한 기사다. AI 및 소프트웨어 정의 차량(SDV)의 확산으로 인해 기가비트급 대역폭과 TSN(Time-Sensitive Networking), MACsec 보안 기능을 갖춘 Automotive Ethernet이 차량 네트워크의 핵심 백본으로 부상하고 있다. Infineon은 향후 5~10년 내에 10BASE-T1S(10Mbps)가 CAN/CAN FD를 대체할 것으로 전망했으며, 현재 백본 속도는 1~2.5Gbps에서 최대 10Gbps까지 확장되고 있다. 다만 수십 년간 자동차에 내재화된 ECU, 센서, 액추에이터의 레거시 CAN/LIN 의존성, 낮은 비용 민감도, 수백만 줄의 코드 통합 복잡성이 전환을 지연시키는 요인으로 작용하며, 디지털 트윈 기반 시스템 모델링이 전환 기간의 핵심 솔루션으로 제시됐다.
핵심 인사이트
- Infineon은 10BASE-T1S가 5~10년 내 CAN/CAN FD를 대체하고, 차량 네트워크가 순수 Ethernet으로 통합될 것으로 전망했다.
- 주요 OEM 한 곳이 Ethernet 전환 결정을 내리면 공급망 전체가 따라가는 '티핑포인트' 동학이 이미 형성 중이다.
- SerDes는 Automotive Ethernet과 불가분의 관계로, SGMII·25GBASE-X 등 고속 SerDes 기술이 차량과 데이터센터 간 상호 기술 이전 채널이 되고 있다.
- Keysight, Infineon, Rambus, Siemens, Cadence, Synopsys 등 반도체·EDA 기업이 SDV 네트워크 전환 수혜 포지션을 선점 중이며, 차량용 IP 시장 경쟁이 본격화됐다.
Anthropic이 SpaceX의 Colossus 1 데이터센터 전체 용량(220,000개 이상 Nvidia GPU, H100/H200/GB200 포함)을 사용하는 파트너십을 체결하며 300메가와트 이상의 신규 추론 인프라를 확보했다. 이를 통해 Claude Code의 5시간 레이트 리밋을 두 배로 늘리고, Pro/Max 계정의 피크 시간대 제한도 해제했다. Anthropic의 API 처리량은 전년 대비 17배 증가했으며, 개발자 1인당 Claude Code 주간 사용 시간은 평균 20시간에 달한다. 또한 Anthropic은 궤도 AI 컴퓨팅 기가와트급 파트너십도 SpaceX와 검토 중이다. 이번 용량 확장은 Amazon, Google/Broadcom에 이은 세 번째 대형 컴퓨팅 파트너십이다.
핵심 인사이트
- SpaceX Colossus 1의 220,000+ GPU 전체 용량 확보로 Claude의 만성적 레이트 리밋 문제가 해소 국면 진입
- API 볼륨 전년비 17배 증가는 Claude가 개발자 실제 워크플로우에 깊숙이 침투했음을 방증하며 경쟁 우위 심화
- 궤도 AI 컴퓨팅 계획은 지상 데이터센터 한계를 우회하는 중장기 인프라 전략으로, 미래 컴퓨팅 패러다임 변화를 선도할 가능성
- Amazon·Google에 이은 SpaceX까지 다중 컴퓨팅 파트너 확보는 특정 클라우드 벤더 의존도를 낮추는 리스크 분산 전략
SpaceX가 텍사스주 Grimes County(Houston 북동쪽 약 130km)에 총 1,190억 달러 규모의 반도체 웨이퍼 팹 'Terafab' 건설 계획을 공식 신청서로 제출했다. 1단계 비용만 약 550억 달러(Intel Arizona 팹 대비 약 2배)이며, Intel의 미완성 14A 공정 기반 AI 가속기 생산을 목표로 한다. Terafab은 수직 통합 반도체 생산 시설로 리소그래피 마스크 제작부터 칩 테스트까지 단일 건물에서 처리하는 빠른 설계-제조 피드백 루프를 지향한다. 이는 궤도 AI 데이터센터용 자체 칩 공급을 위한 포석으로, SpaceX·xAI·Tesla 통합 에코시스템 구축의 핵심이다. 단, SpaceX는 반도체 제조 경험이 전무하며 Intel 14A 공정도 미완성 상태여서 실현 가능성에 의문이 제기된다.
핵심 인사이트
- 1,190억 달러 투자 계획은 Intel 14A 공정 파트너십을 통해 미국 내 AI 칩 공급망 자립을 겨냥한 역대급 규모의 베팅
- 반도체 제조 경험 없는 SpaceX의 참여는 기술 실현 리스크가 크나, Intel과의 협력으로 공정 기술 격차 일부 보완 가능
- Terafab이 성공 시 TSMC·Samsung 의존 없는 AI 칩 자급체계 구축으로 미국 반도체 공급망 지형 재편 가능
- 2028~2030년 팹 가동 목표는 궤도 데이터센터 경제성 확보 타이밍과 맞물려야 하는 복합 리스크 구조
Gartner가 연매출 10억 달러 이상 350개 글로벌 기업을 대상으로 한 조사에서 약 80%가 AI 도입과 함께 인력을 감축했지만, 감원이 ROI 개선으로 이어지지 않았다는 결과를 발표했다. 오히려 실질적인 성과를 낸 기업은 새 역할 신설, 역량 투자, AI와 협력하는 운영 모델 구축에 집중한 곳이었다. 별도 연구에 따르면 AI 에이전트는 사무 작업에서 약 70%의 오류율을 보이며, 2027년까지 많은 에이전트 프로젝트가 비용·가치 불투명·리스크 문제로 실패할 것으로 예측된다. 그럼에도 Gartner는 에이전트 AI 소프트웨어 지출이 2025년 864억 달러에서 2026년 2,065억 달러, 2027년 3,763억 달러로 급성장할 것으로 전망한다.
핵심 인사이트
- 80% 기업이 AI 감원을 단행했으나 ROI 개선은 미미, "감원이 수익을 만들지 않는다"는 Gartner 결론이 기업 전략 재검토를 촉구
- AI 에이전트 70% 오류율은 완전 자동화 전략의 현실적 한계를 보여주며, 인간-AI 협업 모델의 전략적 우위를 입증
- 에이전트 AI 지출이 2년 내 4배 이상 성장 전망은 실패 경고에도 불구한 기업 투자 과열 구조를 반영
- 2028~2029년 자율 비즈니스가 신규 일자리를 창출한다는 Gartner 장기 전망은 AI 전환 고통의 시간적 범위를 최소 2~3년으로 제시
사이버보안 전문 기업 Arctic Wolf가 AI 기반 재편의 일환으로 250명(전체 인력의 10% 미만)을 감원했다. 감원은 영업, 제품 개발, 마케팅 부문에 집중됐으며, 회사는 절감 재원을 Aurora Superintelligence Platform과 Agentic SOC 투자에 투입할 계획이다. Arctic Wolf의 Aurora 플랫폼은 보안 데이터, AI 에이전트 '전문가 무리(Swarm of Experts)', 그리고 인간 운영자를 결합한 하이브리드 MDR(관리형 탐지·대응) 모델을 지향한다. 회사는 현재 5개 글로벌 SOC를 운영 중이며, CrowdStrike·SentinelOne·Rapid7 등과 경쟁하는 EDR/MDR 시장에서 AI 차별화를 추구하고 있다.
핵심 인사이트
- 사이버보안 영역에서도 AI 주도 구조조정이 가속화되며, 영업·마케팅 인력이 자동화 가능 직군 1순위로 부상
- Agentic SOC 전략은 AI 에이전트가 위협 탐지·대응의 1차 처리를 담당하고 인간이 감독·판단하는 새 운영 모델로 업계 표준화 가능성
- CrowdStrike·SentinelOne 대비 후발 주자인 Arctic Wolf의 AI 차별화 베팅은 MDR 시장의 AI 경쟁 심화를 예고
- 비상장사로 재무 공개 의무 없지만 3,300명 규모에서 250명 감원은 2026년 AI 투자 재원 마련을 위한 업계 전반적 트렌드 반영
AMD CEO Lisa Su가 Q1 2026 실적 발표에서 메모리 가격 급등으로 인한 PC 사업 하반기 출하량 감소를 경고했다. DRAM·NAND 가격이 전년 대비 4배 이상 오른 것은 메모리 제조사들이 공장 생산 능력을 HBM 등 AI 서버용 메모리로 전환한 결과다. 하반기 게이밍 매출은 전반기 대비 20% 이상 감소를 예상하며, 500달러 이하 저가 PC 시장이 가장 큰 타격을 받을 전망이다. 반면 AMD Q1 전체 매출은 전년 대비 38% 증가한 102.5억 달러를 기록했으며, 이는 AI 인프라 수요 강세에 기인한다. Gartner는 2026년 PC 출하량이 전년 대비 10% 이상 감소할 것으로 전망한다.
핵심 인사이트
- AI 서버용 HBM 수요 급증이 DRAM 공급을 잠식해 소비자 PC 시장에 직접 충격을 주는 AI 인프라 투자의 역설적 부작용
- AMD Q1 매출 38% 성장에도 불구하고 하반기 게이밍 20%+ 감소 전망은 AI 서버와 소비자 부문 간 극명한 사업 양극화 반영
- 500달러 이하 PC 시장 붕괴는 신흥국·교육 시장 디지털화를 저해하며, PC 시장의 구조적 프리미엄화를 가속화할 가능성
- 기업들의 하드웨어 구매 선행(비용 상승 전 조기 구매) 트렌드는 단기 상업용 PC 수요 버퍼를 제공하나 2027년 수요 공백으로 이어질 수 있음
The Register가 캘리포니아 쿠퍼티노 소재 AWS 네트워킹 연구소를 직접 취재, AWS의 자체 개발 네트워킹 전략을 심층 공개했다. AWS는 단일 종류의 자체 스위칭 ASIC과 자체 OS(NetOS, Linux 기반)를 전체 네트워크에 통일 적용해 보안성·신뢰성을 극대화한다. 현재 네트워크 규모는 약 200만 개 장치, 5,000~6,000만 개 광학 링크, 지구-달 왕복 25회에 해당하는 2,000만km의 광섬유로 구성된다. 현세대 스위치는 51.2Tbps 처리 성능을 제공하며, 12개월 내 102.4Tbps 차세대 스위치 출시가 예정되어 있다. AI 워크로드용 UltraCluster 네트워크는 경로상 네트워크 장치를 7개에서 5개로 줄여 지연 시간을 최소화하며, hollow core fiber 도입으로 지연 시간을 추가로 30% 감소시켰다.
핵심 인사이트
- 단일 ASIC 아키텍처 전략은 복잡성 제거와 보안·안정성 집중이라는 AWS 네트워크 철학의 핵심으로, 상용 네트워크 장비 벤더 대체 효과
- 현세대 51.2Tbps→차세대 102.4Tbps로 12개월 내 2배 업그레이드 계획은 급증하는 AI 인프라 대역폭 수요에 대응하는 공격적 투자
- AI 가속 서버가 CPU 서버 대비 3~4배 높은 대역폭을 요구한다는 사실은 AI 인프라 확장이 곧 네트워크 투자 확대로 직결됨을 의미
- Hollow core fiber의 30% 지연 감소 효과는 데이터센터 입지 선택의 지리적 반경을 넓혀 토지·전력 확보 유연성을 높이는 전략적 이점
Qualcomm CEO Cristiano Amon이 Q2 실적 발표에서 데이터센터용 CPU와 고성능 AI 추론 가속기, 그리고 에이전트 경험 전용 CPU를 개발 중임을 공식 확인했다. 첫 커스텀 제품은 미공개 하이퍼스케일러에 2026년 12월 분기 출하 예정이며, Alphawave 인수를 통해 확보한 ASIC 설계 역량을 바탕으로 한다. Qualcomm은 또한 'Agentic Smartphone' 개념을 제시하며 ZTE(ByteDance Doubao 통합)와 Xiaomi의 OS 커널 통합 AI 어시스턴트를 사례로 들었다. 한편 Samsung SoC 수주 점유율은 올해 및 내년 기준 기존 50%에서 70%로 확대 예상이다. Q2 매출은 전년비 3% 감소한 106억 달러였으나 순이익은 162% 급증한 73.7억 달러를 기록했다.
핵심 인사이트
- Qualcomm의 데이터센터 CPU·ASIC 진출은 모바일 칩 사업 의존도를 낮추고 AI 인프라 시장까지 영역을 확장하는 사업 다각화의 핵심 전환점
- 에이전트 전용 CPU 개발 선언은 GPU 중심 AI 추론 시장에서 CPU 역할 재정의를 시도하며, Arm 기반 서버 생태계 경쟁을 심화
- Agentic Smartphone 트렌드는 AI가 단순 어시스턴트를 넘어 OS 수준 통합 에이전트로 진화하는 흐름으로, 하드웨어 설계 패러다임 변화 가속화
- 삼성 SoC 수주 70% 확대와 자동차 사업 연간 60억 달러 달성 목표는 Qualcomm이 3~4개 고성장 수직 시장을 동시 공략하는 성장 전략 실행 단계
미 국방부(DoD) CTO Emil Michael이 Anthropic은 공급망 보안 위험으로 간주되어 Pentagon 시스템에서 계속 차단 상태임을 공식 확인했다. 일부 연방 기관이 Anthropic의 사이버보안 특화 모델 'Mythos'에 접근한 것은 운영 배포가 아닌 모델 역량 평가 목적이며, NSA와 상무부가 중국 모델을 포함한 모든 프론티어 모델을 평가하는 표준 절차의 일환임을 밝혔다. Dario Amodei의 백악관 방문에도 불구하고 DoD의 입장에는 변화가 없으며, Mythos의 사이버 취약점 탐지·패치 역량은 '특별한 국가안보 상황'으로 분류하여 네트워크 강화 관점에서 별도 검토 중이다. 미국 정부는 Mythos 유사 능력을 보유한 다른 AI 모델(예: ChatGPT 5.5-Cyber) 활용 가능성도 병행 모색 중이다.
핵심 인사이트
- DoD의 Anthropic 공급망 위험 판정은 AI 기업의 정부 계약 접근에서 기술력보다 지정학적·보안 신뢰도가 결정적 요소임을 재확인
- Mythos의 사이버 취약점 탐지 역량이 국가안보 수준의 주목을 받는 것은 사이버보안 AI가 전략 무기급으로 격상되었음을 의미
- 정부가 Anthropic 차단 상태에서도 Mythos 동등 역량 모델을 탐색하는 것은 특정 벤더 종속 없는 AI 사이버 역량 확보 전략
- Anthropic-Pentagon 갈등은 AI 기업의 이중 용도(민간·국방) 비즈니스 모델과 기업 원칙 충돌의 선례가 되어 업계 전반에 파급 효과 예상
MIT 출신 Mitchell Hsing이 창업한 InchFab은 500만~1,500만 달러 규모의 컨테이너 크기 소형 클린룸 시스템을 판매해 반도체 제조 진입 장벽을 낮추고 있다. 4인치(100mm) 소형 웨이퍼 기반으로 리소그래피, 건식 식각, PECVD, ALD 등 표준 팹 공정을 모두 지원하며, 최소 feature size는 0.5마이크론(양산)에서 수십 나노미터(전자빔·임프린트)까지 가능하다. 7년 운영 경험을 통해 8인치 파운드리와 가격 경쟁력이 있음을 입증했으며, 주요 시장은 산업용·바이오의료·항공우주·국방 분야다. 현재 전 세계 고객에게 공급 중이며, 반도체 인력 양성을 위한 교육 과정과 함께 판매해 각국의 국내 반도체 제조 역량 구축 수요를 충족하고 있다.
핵심 인사이트
- $5M~$15M 컨테이너형 팹으로 수십억 달러 규모 대형 팹 대비 수백 배 낮은 진입 비용 실현—중소기업·연구기관 접근 가능
- 각국 반도체 자급화 정책 수혜—8~12인치 대형 팹 건설(5년 소요) 전 InchFab으로 선행 인력 양성 가능한 실질적 솔루션
- 소량 맞춤 생산 시장(compound semiconductor, 퀀텀, 포토닉스)에서 웨이퍼 크기보다 팹 가동률이 가격 경쟁력 핵심임을 7년간 실증
- MEMS·바이오의료·RF 파워 반도체 등 틈새 고부가 시장에서 기존 대형 파운드리 대비 비용 경쟁력 확보—팹리스 탈피 신규 모델 부상
Future of Life Institute의 의사 출신 AI 전문가 Emilia Javorsky는 AGI·ASI가 암을 치료할 것이라는 Big Tech의 주장에 반론을 제기한다. 암은 단일 질환이 아닌 개인별 돌연변이 조합에 따른 고도로 개별화된 질환이며, 인류는 아직 어떤 복잡한 만성질환도 근치한 전례가 없다. 그는 현재 AI가 조기 진단, 임상시험 가속화, 신약 독성 예측, 바이오마커 발굴에서 이미 실질적 성과를 내고 있음을 강조하며, 문제는 지능-컴퓨팅 역량보다 생물학 측정 도구와 대규모 고품질 데이터셋의 부족이라고 진단한다. 해결 로드맵으로 ①기존 AI 툴 확장, ②암 관련 생물학 유망 분야 투자, ③의료 시스템의 제도적·구조적 병목 해소를 제시했다.
핵심 인사이트
- AGI/ASI 투자 대비 실질 효과 의문 제기—조기 진단·임상시험·in silico 모델링 등 현존 AI가 이미 oncology 혁신을 견인 중
- AI 데이터 부재가 핵심 병목—현재 의료 시스템은 발병 후에만 측정 시작하는 "sick care"로 훈련 데이터 자체가 불충분
- 디지털 트윈·가상 세포 기술이 맞춤형 의학 실현의 핵심 경로로 부상—AlphaFold 이후 단백질 복합계 예측이 다음 과제
- 조 달러 규모 AI 투자의 배분 효율 문제—지능·컴퓨팅 과잉투자 대비 생물학 측정 인프라·데이터셋 조성 투자 확대 필요
NYU Tandon 공대는 전통적 학과 중심 연구 모델을 탈피해 질환 중심으로 다학제 연구자를 결집하는 Institute for Engineering Health를 설립했다. 면역공학 권위자 Jeffrey Hubbell이 이끄는 이 연구소는 항체 기반 단일 분자 억제에서 벗어나 면역 관용 유도(inverse vaccine), 종양 미세환경 조절 등 활성화 메커니즘을 추구하며 단백질·나노물질·가용성 폴리머 등 소재공학 기반 접근법을 채용한다. AI는 AlphaFold 이후 단일 단백질 구조예측을 넘어 수십억 개 단백질 복합계 설계로 진화 중이며, AI 덕분에 10년 연구 과제가 5년으로 단축되고 있다. 맨해튼 신규 건물을 물리적 허브로 삼아 공대·의대·이학대 간 "우연한 충돌"을 구조적으로 설계한다.
핵심 인사이트
- 질환 기반 다학제 연구 모델—학과 경계를 없애 면역학·소재공학·AI·무선통신 연구자가 단일 팀으로 협업하는 구조 혁신
- 항체 억제제 중심 제약 패러다임 전환 신호—면역 관용 유도(inverse vaccine) 등 활성화 기반 치료가 염증·암·알레르기에 동시 적용 가능
- AlphaFold 이후 단백질 복합계(collections of proteins) 설계가 다음 AI 과제—관련 데이터셋·계산 프레임워크 구축이 경쟁 핵심
- AI로 연구 타임라인 절반 단축(10년→5년) 현실화—대학 연구기관이 AI 가속 임상 전환을 선도하는 새로운 사업화 모델 부상
IEEE Spectrum 편집장 Eliza Strickland는 외골격(exoskeleton)과 BCI(뇌-컴퓨터 인터페이스) 기술의 진정한 가치는 통제된 데모가 아닌 실세계 일상 사용에서 검증된다고 역설한다. 2011년부터 외골격을 테스트해온 건축가 Robert Woo의 15년 사례를 통해, 최신 Wandercraft 자기균형 외골격이 목발 없이 기립 가능하지만 Park Avenue 보도의 1인치 경사면에도 안전 센서가 작동해 멈추는 현실적 한계를 보여준다. BCI 초기 임상시험 참가자들은 "최초의 우주비행사처럼 우주에 닿기 전에 지구로 내려온다"고 표현한다. 이를 계기로 IEEE Spectrum은 장애인 작가 6명이 실사용 기기를 비판적으로 평가하는 Taenzer Fellowship 저널리즘 프로그램을 운영 중이다.
핵심 인사이트
- 외골격·BCI 기술의 상용화 병목은 기술 성능이 아닌 실세계 환경 적응력—1인치 경사에도 멈추는 현실이 규제·설계 개선 방향 제시
- 장애인 사용자가 단순 수혜자가 아닌 공동 개발자(co-engineer)로서 수십 년간 피드백으로 기술 발전을 견인하는 새로운 혁신 모델
- BCI 임상 초기 단계—파일럿 참가자 경험은 "최초 우주비행사"에 비유될 정도로 미성숙, 실사용 데이터 축적이 상용화 핵심 전제
- 보조기기 시장에서 사용자 관점 저널리즘(Taenzer Fellowship)이 기술 과장 마케팅에 대한 견제 기능으로 제도화—투자자·구매자 판단 기준 변화 예고
NASA Artemis II는 50년 만의 유인 달 탐사 미션으로, Reid Wiseman(사령관), Victor Glover, Christina Koch(NASA), Jeremy Hansen(CSA) 4명이 탑승한다. Orion 캡슐은 98m 높이 SLS 로켓(우주왕복선 RS-25 엔진 재활용) 위에 탑재되며, 9m³ 거주 공간과 1,300개 열 타일로 구성된다. 비행 경로는 지구 타원 궤도(고도 2,300km)→고궤도(75,000km)→달 표면 6,500km 근접 후 귀환, 총 약 10일 소요다. 2026년 2월 NASA는 추가 테스트 비행(신규 Artemis III, 2027년)을 발표해 달 착륙은 Artemis IV 또는 V(2028년 예정)로 연기됐다. 중국의 달 착륙 경쟁 우려와 SpaceX Starship 지연이 일정 압박 요인이다.
핵심 인사이트
- 50년 만의 유인 달 궤도 비행—Orion 5중 비행제어 컴퓨터(FCM 4개+독립 백업)·광학 항법 카메라 등 최신 항공전자 시스템으로 안전성 강화
- 달 착륙 일정 Artemis IV/V(2028년)로 재차 연기—SpaceX Starship 지연·NASA 예산 삭감·인력 축소가 중국 추월 리스크 현실화
- 우주왕복선 RS-25 엔진·Apollo 시대 설계 철학 재활용—검증된 기술 우선 원칙이 개발 비용 절감과 일정 신뢰성 제공
- Blue Origin·Lockheed Martin 등 대안 달 착륙선 조용히 개발 중—SpaceX 독점 계약 구조에서 경쟁 구도 변화 가능성과 민간 우주 시장 재편 예고
William & Mary 대학, Jefferson Lab, Silicon Data가 공동 수행한 연구에 따르면 동일 모델의 GPU라도 클라우드 렌탈 시 성능 편차가 최대 34.5%에 달하는 "실리콘 복권" 현상이 확인됐다. 11개 클라우드 제공업체에서 3,500개 GPU를 대상으로 6,800회 벤치마크 테스트를 실시한 결과, H100 PCIe GPU는 컴퓨팅 성능이 최대 34.5%, H200 SXM GPU는 메모리 대역폭이 최대 38% 차이를 보였다. 주요 원인은 반도체 제조 공정의 고유한 불균일성에 따른 제조 편차로, 클라우드 제공업체들이 특정 GPU 유닛 정보를 공개하지 않아 사용자가 예측할 수 없다. LLM 학습·추론 등 성능 민감 워크로드 실행 시 사전 벤치마크 측정이 필수적이며, 2026 HPCA 심포지엄에서 발표됐다.
핵심 인사이트
- 동일 모델 H100 GPU 간 컴퓨팅 성능 편차 최대 34.5%, H200 메모리 대역폭 편차 최대 38% 실측 확인
- AI 클라우드 인프라 비용 예측 불가능성 증가—장기 렌탈 계약 전 성능 검증이 기업 리스크 관리의 필수 요소로 부상
- 반도체 웨이퍼 내 제조 편차가 근본 원인으로, CMOS 공정 미세화 진전에도 완전 해소 불가능한 물리적 한계
- 클라우드 제공업체의 GPU 성능 투명성 규제 압박 강화 예상—SiliconMark 같은 표준 벤치마크 생태계 성장 기회
AI 데이터센터의 급격한 전력 부하 변동(70% 이상, 밀리초 단위)이 전력망 안정성을 위협하는 문제를 해결하기 위해 마이애미 기반 ON.energy가 외장형 양방향 무정전 전원장치(AI UPS)를 개발했다. 이 시스템은 배터리를 에너지 저장소이자 완충재로 활용해 데이터센터와 전력망을 동시에 보호하며, 최대 8시간 백업 전력을 제공한다. 7MW 전력망 시뮬레이터와 20MW 부하 시뮬레이터를 활용한 National Lab of the Rockies(NLR) 테스트를 통과했으며, 현재 3GW 규모의 프로젝트에 배포 중이다. ERCOT, CAISO, PJM 등 미국 주요 전력망 운영기관이 대형 데이터센터에 전력 버퍼 설치를 그리드 연계 조건으로 요구하기 시작했다.
핵심 인사이트
- AI 데이터센터 전력 수요 5GW 규모 확대 속 1GW급 부하 변동이 분당 수차례 발생—전력망 주파수 불안정 위기 현실화
- ON.energy AI UPS 3GW 배포 진행 중—그리드 안정화 솔루션이 AI 인프라 확장의 필수 컴포넌트로 자리잡는 신규 시장 형성
- 외장형 배치로 데이터센터 내부 공간 확보 + 주파수 조정 시장 참여를 통한 수익 창출 가능한 이중 비즈니스 모델
- ERCOT·CAISO·PJM·유럽 규제기관의 전력 버퍼 의무화 추진—에너지 저장·전력 전자 분야 투자 확대 촉진
IBM, Cleveland Clinic, 일본 RIKEN 연구소가 12,635개 원자로 구성된 Trypsin 단백질을 양자-고전 하이브리드 방식으로 시뮬레이션하는 데 성공했다. 이는 양자 하드웨어를 활용한 역대 최대 규모의 분자 시뮬레이션이다. IBM의 156큐비트 Heron r2 프로세서 2대(Cleveland Clinic·RIKEN 각 1대)와 일본 슈퍼컴퓨터 Fugaku, Miyabi-G를 연계했으며, 94개 큐비트로 9,200회 회로를 실행해 100시간 이상에 걸쳐 13억 건의 측정값을 수집했다. 신규 알고리즘 EWF-TrimSQD가 연산 요구량을 대폭 줄였고, 시뮬레이션 규모는 6개월 만에 40배 확대됐다. 2024년 10월 메탄 이량체(10원자)로 시작해 Trypsin(12,635원자)까지 단계적으로 확장, 신약 개발·배터리 화학·신소재 분야 실용화 가능성을 제시했다.
핵심 인사이트
- 양자-고전 하이브리드 HPC 아키텍처가 12,635원자 단백질 시뮬레이션을 달성하며 실용성 임계점 돌파
- 6개월 만에 시뮬레이션 규모 40배 확대 — 양자컴퓨팅의 성능 스케일링이 임상·신약 연구 속도에 근접
- EWF-TrimSQD 알고리즘이 큐비트 효율을 극대화, GPU/CPU와의 이종 컴퓨팅 통합 경로를 구체화
- IBM·RIKEN·Cleveland Clinic의 3자 국제 공동연구 모델이 양자 인프라 투자 ROI 검증의 선례로 부상
Broadcom이 3.5D Extreme Dimension System in Package(XDSiP) 기술을 통해 CPU 및 XPU 제조사들의 수직 적층(vertical stacking) 설계를 지원하고 있다. 기존 시스템 보드에서 다이-투-다이 연결 시 소비되는 3~5 picojoules/bit 에너지를 0.2 picojoules/bit 이하로 대폭 줄일 수 있으며, 신호 밀도는 기존 face-to-back 방식의 1,500 signals/mm² 대비 약 10배인 14,000 signals/mm²를 달성한다. Fujitsu의 "Monaka" Arm 서버 CPU(144 Armv9-A 코어, 2nm+5nm 혼합 공정)가 도입 예정이며, AWS Trainium4, Meta MTIA 500 포함 6개 XPU 업체가 3.5D XDSiP를 채택 중이다. 최소 한 개 제품이 2026년 하반기에 출시될 예정이다.
핵심 인사이트
- Broadcom의 3.5D XDSiP는 신호 밀도 14,000 signals/mm²로 기존 대비 ~10배 향상, 칩렛 간 대역폭 혁신을 이끔
- AWS Trainium4, Meta MTIA 500 등 주요 하이퍼스케일러 XPU 6종이 동시 도입 중으로 AI 칩 공급망 재편 가속화
- 1.4nm 위에 3nm 적층 구성까지 지원하며 최첨단 공정 조합이 가능해 열 관리와 성능 밀도 동시 최적화 실현
- 소켓 내부 전력 효율이 25배 이상 개선되어 대규모 AI 클러스터의 총소유비용(TCO) 절감 효과가 실질적으로 커짐
Microsoft는 FY2026 3분기(3월 종료)에 매출 $82.89B(+18.3% YoY), 순이익 $31.78B(+23.1%)를 기록했으며, Azure 추정 매출은 약 $23B(+39%)에 달한다. Satya Nadella CEO는 분기 중 1 GW의 데이터센터 용량을 추가했으며, 2년 내 AI 인프라 용량을 2배로 늘리겠다는 계획을 재확인했다. AI 비즈니스 ARR은 전년 대비 123% 성장하여 $37B에 도달했다. 2026년 연간 capex 계획은 $190B으로 상향되었으며(원자재 가격 상승분 $25B 포함), 2027년에는 추가 "significant increase"가 예고됐다. OpenAI와의 독점 계약이 해제되어 Microsoft는 멀티-모델 전략으로 전환 중이다.
핵심 인사이트
- Azure AI 비즈니스 ARR이 $37B(+123% YoY)에 달해 클라우드 AI 수익화가 본격 궤도에 진입함을 증명
- OpenAI 독점 계약 해제로 Microsoft는 멀티-벤더 AI 전략 전환, 의존도 리스크 분산과 Azure 개방성 강화
- 2년 내 전력 용량 2배(~20 GW) 목표는 글로벌 데이터센터 에너지·냉각 인프라에 전례 없는 수요 창출
- 연간 capex $190B 중 $25B이 원자재 가격 인상분으로, AI 인프라 투자의 인플레이션 구조화가 경쟁사에도 연쇄 압박
Google Cloud는 2026년 1분기 매출 $200억을 돌파하며 YoY 63.4% 성장, AWS 성장률의 2배를 기록했다. Gemini 기반 GenAI 모델이 분당 160억 토큰을 처리(QoQ 60% 증가)하며 엔터프라이즈 AI 수요를 견인 중이다. GenAI 모델 기반 제품 매출은 YoY 800% 급성장했고, $1억~$10억 규모 대형 딜도 YoY 2배 증가했다. Google Cloud의 수주잔고는 $4,620억에 달하며, 향후 2년 내 절반 인식 예정이다. CEO Sundar Pichai는 Google이 전체 엔터프라이즈 AI 스택을 단독으로 제공하는 유일한 공급자임을 강조했다.
핵심 인사이트
- Google Cloud 1Q26 영업이익 $66억(YoY 3배 이상), 수년간의 수익성 개선 투자가 본격적으로 결실을 맺는 변곡점 도달
- 분당 160억 토큰 처리·수주잔고 $4,620억은 GenAI 워크로드가 클라우드 성장의 구조적 주도 요인임을 수치로 입증
- TPU~Gemini~Vertex AI(Gemini Enterprise Agent Platform)로 이어지는 풀스택 수직 통합이 AWS·Azure 대비 경쟁 우위의 핵심
- 검색(YoY +19%), YouTube(YoY +11%) 광고 수익이 AI 시대에도 견조 성장, Google의 AI 투자 여력($1,800억 capex)을 뒷받침
대형 AI 모델 기업들이 클라우드 임대 대신 자체 하드웨어 소유를 추구하면서, AWS·Google·Microsoft가 사실상 OEM 역할로 전환 중이다. Google은 이미 Anthropic에 3.5 GW분 TPU 랙을 판매하기로 합의했고, AWS는 Anthropic·OpenAI와 각각 5 GW($1,000억 규모), 2 GW 규모의 Trainium 공급 계약을 체결했다. CEO Andy Jassy도 향후 Trainium 랙 판매 가능성을 공식 인정했다. AWS 1Q26 매출은 $375.9억(YoY +28.4%), 영업이익은 $141.6억(영업이익률 37.7%)으로 Amazon 전체 영업이익의 59.4%를 차지했다. 클라우드 프리미엄을 피하려는 모델 기업들의 수요가 하이퍼스케일러를 칩·시스템 공급자로 재편하고 있다.
핵심 인사이트
- AWS·Google의 OEM 전환은 클라우드 비즈니스 모델의 구조적 전환점으로, 임대 수익 대신 시스템 판매 수익이 새로운 성장 축으로 부상
- Anthropic-AWS 5 GW/$1,000억 딜과 Anthropic-Google 3.5 GW TPU 랙 구매는 AI 모델 기업들이 인프라 비용 절감을 위해 클라우드 종속에서 탈피하는 구조적 흐름
- Trainium·TPU 시스템을 외부 판매할 경우 Nvidia·AMD GPU OEM과 동일한 박리다매 구조에 편입, 하이퍼스케일러의 마진 압박 심화 우려
- AWS 1Q26 영업이익률 37.7%는 Anthropic·OpenAI가 감당 불가한 수준, OEM 공급 전환은 고객 이탈 방지를 위한 불가피한 선택
Google이 TPU 8 세대에 맞춰 추론용과 학습용 네트워크를 분리 설계했다. 추론용 TPU 8i(Zebrafish)는 기존 3D 토러스 대신 Boardfly 토폴로지(dragonfly 파생)를 채택해 홉 수를 16→7로 줄이고 평균 레이턴시를 50% 절감, 1,152개 TPU를 단일 이미지로 연결한다. 학습용 TPU 8t(Sunfish)는 새로운 Virgo Ethernet 패브릭으로 134,000 TPU를 단일 패브릭으로, OCS 스위치 연결 시 100만 TPU를 단일 논리 클러스터로 묶는다. Ironwood 대비 GenAI 추론 처리량이 3배 이상 향상됐다.
핵심 인사이트
- 추론·학습 전용 네트워크 분리로 AI 워크로드별 최적 인터커넥트 전략 수립, 범용 인프라 시대 종료
- Boardfly ICI-Apollo OCS 조합으로 1,152 TPU 추론 클러스터 홉 56% 감소, 레이턴시 절반으로 단축
- Virgo 패브릭의 134,000 TPU 단일 패브릭, OCS 연결 시 100만 TPU 논리 클러스터로 학습 규모 한계 대폭 확장
- TPUDirect RDMA·Storage 추가로 Nvidia GPU 생태계와 동등한 데이터 접근 효율 확보
7년간 $137.5억을 투자하고 독점 계약을 유지하던 Microsoft와 OpenAI가 파트너십을 재편했다. Microsoft는 2032년까지 비독점 라이선스를 유지하고 수익 공유 의무를 폐지하는 대신, OpenAI는 AWS·GCP·CoreWeave 등 타 클라우드와도 자유롭게 계약할 수 있게 됐다. OpenAI의 Microsoft 수익 공유(20%)는 2030년까지 상한을 두고 지속된다. Microsoft는 Anthropic에 $50억 투자 및 $300억 컴퓨팅 계약을 체결, OpenAI 의존도를 낮추는 동시에 Anthropic과의 관계를 강화 중이다.
핵심 인사이트
- Microsoft-OpenAI 독점 해제로 클라우드 AI 공급망이 완전 개방, 멀티클라우드 AI 시대 본격 시작
- Microsoft의 Anthropic $50억 투자+$300억 컴퓨팅 계약은 OpenAI 탈의존 전략의 핵심 축
- OpenAI·Anthropic 동시 IPO 추진 중, 독점 해제가 기업가치 극대화에 긍정적으로 작용
- Google의 Anthropic $400억 투자 vs. Microsoft의 $50억 투자, AI 동맹 경쟁에서 규모 격차 존재
AI 추론 시스템 확산으로 GPU:CPU 비율이 8:1에서 4:1, 2:1로 줄면서 Intel 데이터센터 CPU 수요가 급증했다. Intel의 1Q26 DCAI 그룹 매출은 전년 동기 대비 22.4% 증가한 $50.5억, 영업이익은 2.7배 급등한 $15.4억을 기록했다. AI 관련 비즈니스가 Intel 전체 매출의 60%, YoY 40% 성장을 달성했다. CEO Lip-Bu Tan 체제 하에서 더 보수적이고 현실적인 Intel로 변모 중이며, 14A 공정은 외부 고객 확보 없이 독자 진행하지 않는다는 원칙을 유지 중이다.
핵심 인사이트
- AI 추론 확산으로 GPU:CPU 비율 감소, 역설적으로 Intel CPU 수요가 급증하는 구조적 반전
- 1Q26 DCAI 영업이익 2.7배 급등($15.4억, 마진 30.5%)으로 수년간의 수익성 위기에서 탈출 신호
- 전체 2026년 X86 CPU 생산량이 사실상 이미 배분 완료, 공급 부족분이 최소 수십억 달러 수준
- Lip-Bu Tan의 보수적 14A 전략은 IBM/AMD 사례 교훈, 외부 고객 없이 첨단 공정 독자 진행 거부
PwC의 글로벌 시니어 임원 300명 조사 결과 88%가 에이전틱 AI 등장으로 AI 예산을 늘릴 계획이며, 79%는 이미 AI 에이전트를 채택했다. Google Cloud Next 2026에서 Google은 Vertex AI를 'Gemini Enterprise Agent Platform'으로 재편, Agent Studio(로우코드)·Agent Development Kit·Agent Runtime(장시간 실행+영구 메모리)·MCP 네이티브 통합 등을 발표했다. '크로스 클라우드 레이크하우스'로 AWS·Azure 데이터에 직접 접근하는 'Agentic Data Cloud'도 공개됐다. Google Cloud 고객의 75%가 이미 AI 제품을 사용 중이다.
핵심 인사이트
- 프론티어 모델 경쟁에서 에이전틱 플랫폼 경쟁으로 AI 패권 전장 이동, Google Cloud의 전면 베팅
- Gemini Enterprise Agent Platform이 200개 이상 모델 지원(Anthropic·Meta·Mistral 포함), 멀티모델 통합 플랫폼 전략
- 크로스 클라우드 레이크하우스로 AWS·Azure 데이터 직접 접근, 멀티클라우드 AI 데이터 사일로 해소 시도
- PwC 조사: 79% 에이전트 채택, 66% 생산성 가치 확인, 88% 예산 증액 계획으로 에이전트 시장 폭발적 성장
Google이 TPU 역사상 처음으로 학습용(Sunfish TPU 8t)과 추론용(Zebrafish TPU 8i) 두 가지 별도 설계를 공개했다. Sunfish 8t는 216 GB HBM3e(6,528 GB/sec), 128 MB SRAM, FP4 지원으로 12.6 petaflops 피크 성능을 달성하며 이전 세대 Ironwood TPU v7e 대비 학습 비용 효율 2.7배 향상됐다. Zebrafish 8i는 384 MB SRAM(3배 증가)과 새로운 Collectives Acceleration Engine(CAE)으로 칩 내 레이턴시를 5배 감소시켜 에이전틱 AI 추론을 최적화했다. 두 변형 모두 2nm 공정으로 제조되며 와트당 성능이 2배 향상됐다. 학습 포드는 3D 토러스 인터커넥트로 9,600 TPU 단일 메모리 도메인을 구성하며, 신규 데이터센터 패브릭 "Virgo"가 학습·추론 각각에 최적화된 네트워크 토폴로지를 제공한다.
핵심 인사이트
- Google의 TPU 학습/추론 분리 설계는 단일 칩으로 두 워크로드를 처리하는 범용 접근에서 목적별 특화 아키텍처로 AI 가속기 패러다임 전환을 선언한 것이다.
- Zebrafish 8i의 CAE 엔진은 자동 회귀 디코딩 레이턴시를 5배 감소시켜 수백만 동시 AI 에이전트 운영을 가능하게 하는 핵심 인프라 혁신이다.
- Sunfish 8t의 Ironwood 대비 2.7배 학습 비용 효율 향상은 대형 언어모델 학습 TCO를 직접 낮추어 Google Cloud 고객사의 AI 투자 부담을 완화한다.
- 신규 데이터센터 패브릭 Virgo의 도입은 학습·추론 분리 아키텍처가 칩 수준을 넘어 네트워크·인프라 전체로 확산되는 시스템 레벨 투자임을 시사한다.