[AMDX레노버] AI 서버 '1대8' 공식 무너진다…학습에서 추론으로 '시스템 균형' 핵심 작성일 07-13 8 목록 <div id="layerTranslateNotice" style="display:none;"></div> <strong class="summary_view" data-translation="true">[인더스트리 AI] 생성형 AI 2막과 에이전틱 AI 확산</strong> <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> <section dmcf-sid="4INIw0tWCV"> <figure class="figure_frm origin_fig" contents-hash="70513896e0882fb8d1a9bcb49f4c01c06e32ea8eaa8065c00bf8d55a20f8d5bd" dmcf-pid="8CjCrpFYv2" dmcf-ptype="figure"> <p class="link_figure"><img class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202607/13/552796-pzfp7fF/20260713060017400vltu.jpg" data-org-width="640" dmcf-mid="KBEsEF5ThP" dmcf-mtype="image" height="auto" src="https://img4.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202607/13/552796-pzfp7fF/20260713060017400vltu.jpg" width="658"></p> </figure> <p contents-hash="c681ad54f1fbce142a99689268623d618813c3e466dd57121b6397b809dcc1e7" dmcf-pid="6hAhmU3Gh9" dmcf-ptype="general">[디지털데일리 김문기기자] AI 인프라 시장의 무게중심이 바뀌고 있다. 그동안은 빅테크 기업들이 거대 모델을 학습(Training)시키는 데 집중했다면, 이제는 실제 서비스에 적용해 수익을 내는 '추론(Inference)'과 자율적으로 작업을 수행하는 '에이전틱 AI(Agentic AI)' 단계로 넘어가고 있기 때문이다.</p> <p contents-hash="de8fb05b9794c2b8564db05205c070036dff3d88bd974eb318c31ab09c7f5998" dmcf-pid="Plclsu0HlK" dmcf-ptype="general">업계에 따르면 오는 2028년까지 데이터센터 AI 가속기 시장의 약 3분의 2가 추론 중심으로 재편될 것으로 보인다. AI 경쟁의 초점이 모델 학습에서 효율적인 서비스 운영과 제공으로 이동한 셈이다.</p> <div contents-hash="f8969612e017be0515f8bc9e3b1c96d71c3fdfb51336746b5070ece11d22ce34" dmcf-pid="Q0y05x6bWb" dmcf-ptype="general"> 이러한 변화 속에서 기업들의 고민도 깊어지고 있다. 특정 벤더의 독점적인 패키지 솔루션에 종속될 경우 유연성이 떨어지고 장기적인 비용 부담이 커지기 때문이다. 온디바이스부터 데이터센터를 아우르는 포트폴리오를 가진 레노버와 개방형 플랫폼을 지향하는 AMD의 협력이 주목받는 이유다. </div> <figure class="figure_frm origin_fig" contents-hash="3c83a6e8ea3d710fb50ee92aee7b3b5dcbf6886a7206a6b89d79e84f391bb0c0" dmcf-pid="xpWp1MPKTB" dmcf-ptype="figure"> <p class="link_figure"><img class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202607/13/552796-pzfp7fF/20260713060018723fael.png" data-org-width="640" dmcf-mid="9mvGv9B3v6" dmcf-mtype="image" height="auto" src="https://img3.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202607/13/552796-pzfp7fF/20260713060018723fael.png" width="658"></p> </figure> <figure class="figure_frm origin_fig" contents-hash="58ccb440b87f18d3ff7e33378016349e8583934f728ead86e8e1075452d4d1f5" dmcf-pid="yjMjLWvmyq" dmcf-ptype="figure"> <p class="link_figure"><img class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202607/13/552796-pzfp7fF/20260713060020071qphw.png" data-org-width="640" dmcf-mid="2jecgGyOl8" dmcf-mtype="image" height="auto" src="https://img2.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202607/13/552796-pzfp7fF/20260713060020071qphw.png" width="658"></p> </figure> <p contents-hash="6d845be1b5caeab6ceb483e892f49626c4773175e9214ab3116b97d6d6713408" dmcf-pid="WARAoYTsTz" dmcf-ptype="general"><strong>◆ 에이전틱 AI 확산, 무너지는 '1 대 8' 공식</strong></p> <p contents-hash="f7ab0c4d69847fd6401a4adba6c109ce4a44ad5aba1a4e98acba19ede272e2b1" dmcf-pid="YcecgGyOC7" dmcf-ptype="general">기존 AI 서버는 CPU 1개에 GPU 4~8개를 붙이는 구조가 일반적이었다. 대규모 데이터를 오랫동안 학습시키는 단계에서는 가속기의 연산 능력이 무엇보다 중요했기 때문이다.</p> <p contents-hash="49b05ae76c032a584dd4bc82c49d166b68320c15864a34d17948872a6fe90984" dmcf-pid="GkdkaHWIWu" dmcf-ptype="general">하지만 사용자의 질문에 답하는 수준을 넘어 스스로 정보를 검색(RAG)하고 API를 호출해 업무를 처리하는 '에이전틱 AI'가 보편화되면서 인프라 요구사항이 달라지고 있다. 에이전트가 데이터 처리, 메모리 관리, 워크플로우 조율 등 다양한 작업을 동시에 수행함에 따라 시스템 제어 역할을 하는 CPU의 비중이 훨씬 중요해졌기 때문이다.</p> <p contents-hash="ea6fdafd27c47bbef9417d7778e75122d79fffc97d608e27a443a7221acf7a10" dmcf-pid="HEJENXYCyU" dmcf-ptype="general">실제 현장에서는 기존의 '1 대 8' 공식 대신 CPU와 GPU의 비율이 1 대 1에 가까워지는 변화가 나타나고 있다. 아무리 성능이 좋은 GPU를 배치하더라도, 이를 조율하고 데이터를 공급하는 CPU 성능이 부족하면 GPU가 작업을 기다리며 노는 병목 현상이 발생한다.</p> <div contents-hash="a5f534e5217d626055c85aa280033e314728ce2113514fb49e02362219bb9c67" dmcf-pid="XDiDjZGhSp" dmcf-ptype="general"> 이제는 특정 프로세서 하나의 성능보다 CPU, GPU, 네트워킹, 소프트웨어가 균형을 이루는 '시스템 전체의 조화'가 인프라의 효율을 결정하는 핵심 요소가 됐다. </div> <figure class="figure_frm origin_fig" contents-hash="9b568373865d2a2e500bbf3c411d0f3083539085239edad0484af813d2f7be68" dmcf-pid="ZwnwA5HlT0" dmcf-ptype="figure"> <p class="link_figure"><img class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202607/13/552796-pzfp7fF/20260713060020355slmg.jpg" data-org-width="640" dmcf-mid="Val1G8V7C4" dmcf-mtype="image" height="auto" src="https://img1.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202607/13/552796-pzfp7fF/20260713060020355slmg.jpg" width="658"></p> </figure> <p contents-hash="6bd355297601aa5bf009854c202c8a59380b6930adc006baf05a55065680fd50" dmcf-pid="5rLrc1XSS3" dmcf-ptype="general"><strong>◆ 온디바이스에서 데이터센터까지, 하이브리드 AI의 연속성</strong></p> <p contents-hash="d9cb9ce4a1bee667b7dc73263570294a5c2feea4b1a40cd13b8a99439d32b87b" dmcf-pid="1ywyhB71hF" dmcf-ptype="general">레노버와 AMD가 제시하는 대안은 인프라를 전면 교체하는 대신, 성능과 비용, 보안, 지연시간을 고려해 워크로드를 적절한 위치에 분산하는 '하이브리드 AI' 전략이다.</p> <p contents-hash="b88d36109f95892526fd4cdd931bcbbc60dac106be78e39b6ee5ded7a5a9c55d" dmcf-pid="tWrWlbztyt" dmcf-ptype="general">실제 레노버는 실적에서도 이 분야의 성과를 거두고 있다. FY2526 기준 매출 831억 달러를 기록하며 전년 대비 20% 성장했으며, AI 관련 매출은 전년 대비 105% 증가해 전체 매출의 33%를 차지했다. AI 서버 사업 파이프라인은 210억 달러, 누적 도입 성공 사례는 5,800건을 넘어섰다.</p> <p contents-hash="30bb0fd79d08f7036237aa01f7627cd6bed30dcb2018fde47461f31cb897d871" dmcf-pid="FYmYSKqFy1" dmcf-ptype="general">이러한 레노버의 하드웨어 포트폴리오는 AMD의 '플랫폼 연속성' 전략과 만나 시너지를 낸다. 레노버가 선보인 개인용 에이전트 플랫폼 '키라(Qira)'는 여러 디바이스를 오가며 하나의 유기적인 AI 경험을 제공한다. 또한, 레노버 최초로 단계별 열 관리 수냉 쿨링 옵션을 도입한 워크스테이션 '씽크스테이션 P4'는 최신 AMD 프로세서를 탑재해 복잡한 분석 작업을 안정적으로 처리한다.</p> <p contents-hash="c83ebf550b70c3593999170d568e15e3e87a95b85f52fccc6a5d9c81fd9f53ec" dmcf-pid="3GsGv9B3S5" dmcf-ptype="general">특히 개발자가 로컬 워크스테이션 환경에서 AMD의 오픈소스 AI 소프트웨어인 'ROCm'을 통해 빌드한 모델은, 향후 데이터센터로 확장할 때 별도의 코드 수정 없이 그대로 이식된다. 기업 입장에서는 소프트웨어 전환에 드는 시간과 비용을 크게 줄일 수 있다.</p> <div contents-hash="2b79eb736ed9d5f99ef1b93096f852c5484359c0e49c8cd70c1f0726825d93bb" dmcf-pid="0HOHT2b0hZ" dmcf-ptype="general"> 이러한 기술적 결속은 애니메이션 스튜디오 드림웍스의 3D 렌더링, 라스베이거스 '스피어(Sphere)'의 인프라 구축 등을 통해 이미 안정성을 검증받았다. </div> <figure class="figure_frm origin_fig" contents-hash="a643feb95ee5eb2d54bec7310b2d876b6bb62a45d3b9e988fba09ab6315579e7" dmcf-pid="pXIXyVKpTX" dmcf-ptype="figure"> <p class="link_figure"><img class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202607/13/552796-pzfp7fF/20260713060021699ajmi.jpg" data-org-width="640" dmcf-mid="f6nwA5HlSf" dmcf-mtype="image" height="auto" src="https://img2.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202607/13/552796-pzfp7fF/20260713060021699ajmi.jpg" width="658"></p> </figure> <p contents-hash="55620d7aa1da24c6cb58f988b8e80ab05f3a5c3880dc56d3017b81ebf9c1f1c9" dmcf-pid="UZCZWf9UCH" dmcf-ptype="general"><strong>◆ '망설임의 비용' 줄이는 오픈 생태계</strong></p> <p contents-hash="8b5e2bebf4fb1baa9a9041e506fe9ff89c131f122070e39593d1085109f2bc32" dmcf-pid="u5h5Y42uTG" dmcf-ptype="general">현재 국내 국가 AI 데이터센터 구축 사업은 주로 '특정 GPU를 몇 만 장 확보했느냐'는 수치에 초점이 맞춰져 있다. 하지만 양사는 초기 칩 확보 경쟁 너머에 열릴 '추론 시장'과 'AI 에코시스템'에 주목하고 있다. 대기업의 메모리 공장 증설을 비롯해 백엔드 밑단에서 진행되는 대형 인프라 설계와 구현에 집중하겠다는 전략이다.</p> <p contents-hash="f99cef1ab3941217eb2d8864755ae5d3cb2675da444cb1f734aa1f76e035c637" dmcf-pid="71l1G8V7hY" dmcf-ptype="general">글로벌 기업들이 실제 AI 비즈니스를 운영하며 성과를 내는 반면, 한국 기업들은 비용 부담과 최적화 솔루션의 부재로 도입 타이밍을 고민하며 지체하는 경향이 있다. AMD는 이처럼 인프라 계획이 지연될 때 기업이 치러야 할 '망설임의 비용(The Cost of Waiting)'을 지적한다. 계획이 늦어질수록 생산성 향상과 운영 자동화 효과도 그만큼 뒤처지기 때문이다.</p> <p contents-hash="d50bbc65c4cc0597b60e5c92cede3e772c865cca16ff895e43844f12f5a1e7b8" dmcf-pid="ztStH6fzWW" dmcf-ptype="general">양사는 특정 벤더에 종속되는 폐쇄성을 깨고 기존 투자 자산을 보호할 수 있는 '오픈 생태계'가 돌파구가 될 것이라고 제안한다. 구세대와 신세대 가속기를 혼용해 유기적으로 활용할 수 있는 인프라 환경을 갖춰야 비용과 전력 효율을 높일 수 있다는 설명이다.</p> </section> </div> <p class="" data-translation="true">Copyright © 디지털데일리. All rights reserved. 무단 전재 및 재배포 금지.</p> 관련자료 이전 ◇내일의 경기(14일) 07-13 다음 AI 인프라 키우는 통신 3사…환경 공시는 ‘깜깜이’ 07-13 댓글 0 등록된 댓글이 없습니다. 로그인한 회원만 댓글 등록이 가능합니다.
