AI 브리핑
기업과 기술의 중요한 변화를 계속 쌓아드려요
기술·시장 테마
AI 반도체
2026.11.06 업데이트 · 사건 20건
지금의 흐름
NVIDIA가 11월 초 Vera CPU의 x86 대비 와트당 에이전트 1.6배 성능과 반도체 팹용 cuLitho·PhysicsNeMo 적용 사례를 공개하고, RTX Spark 노트북과 DGX Spark로 로컬 AI 기기까지 넓히며 Vera Rubin 랙·NVLink Fusion 기반 AI 팩토리를 에이전트 시대의 CPU, 온디바이스, 제조 현장으로 확장하고 있어요.
핵심 변화
- 1GPU 중심에서 에이전트용 CPU까지 넓어진 연산 플랫폼 범위
- 2랙·800V 전력·NVLink Fusion 개방으로 굳어지는 NVIDIA 중심 생태계
- 3클라우드를 벗어나 노트북·DGX Spark로 내려오는 로컬 AI 실행
변화 타임라인
NVIDIA, 에이전트 워크로드용 Vera CPU 성능 공개… x86 대비 와트당 에이전트 1.6배
NVIDIA가 에이전트 워크로드용 CPU인 Vera의 성능 데이터를 공개했다. 100메가와트급 데이터센터 비교에서 가장 빠른 x86 CPU 대비 와트당 에이전트 수가 1.6배 많고, 가장 전력 효율적인 x86 CPU 대비 에이전트 속도는 2배 빠르다고 밝혔다. Perplexity는 에이전트 코딩 작업이 1.5배 빨랐고 다음 프로덕션 시스템에 Vera 도입을 계획 중이다. DeepInfra는 에이전트 오케스트레이션에서 최고 x86 대비 최대 2.2배 속도를 확인했다. Daytona는 에이전트 샌드박스 1,000개를 10.8초에 가동해 x86의 88.4초와 차이를 보였다.
왜 중요한가요? 전력이 제한된 AI 팩토리에서 에이전트 실행은 GPU 추론과 CPU 실행을 오가므로 CPU 효율이 중요하다. 속도와 와트당 처리량을 한 CPU로 확보할 수 있다면 에이전트 인프라 선택과 데이터센터 운영 비용에 영향을 줄 수 있다. 다만 성능 수치는 NVIDIA와 초기 파트너가 제시한 테스트 결과다.
NVIDIA, 반도체 팹 AI 적용 사례 공개: cuDSS·cuLitho·PhysicsNeMo로 시뮬레이션 가속
NVIDIA 블로그는 반도체 제조 현장에서 가속 컴퓨팅, 물리 기반 AI, AI 에이전트, 디지털 트윈을 적용한 파트너 사례를 소개했다. COMSOL은 cuDSS로 멀티피직스 시뮬레이션을 최대 10배 가속하고, Applied Materials의 Ginestra는 CPU 전용 방식보다 최대 10배, PhysicsNeMo 기반 ACE+는 토포그래피 시뮬레이션을 최대 35배 빠르게 처리한다. 또한 Siemens는 cuLitho로 주요 워크로드를 최대 17배 가속하고, Lam Research는 PhysicsNeMo로 플라즈마 거동을 밀리초 단위로 예측하며, Advantest는 NeMo Switchyard 에이전트로 모델 선택 시간을 몇 시간에서 몇 분으로 줄였다고 한다.
왜 중요한가요? 공정 변경 분석에 며칠씩 걸리고 물리 실험 비용이 큰 반도체 제조에서, 시뮬레이션과 AI 에이전트가 엔지니어의 검토 속도와 대안 탐색 범위를 넓힌다는 구체적 수치가 제시됐다. NVIDIA 가속 컴퓨팅이 반도체 제조 소프트웨어 생태계로 확산되고 있음을 보여준다. 다만 성능 수치는 NVIDIA와 파트너가 제시한 자체 사례라는 점에 유의해야 한다.
NVIDIA RTX Spark 윈도우 노트북 출시, Nemotron 3.5 Transcribe 오픈 웨이트 음성 모델과 에이전트용 GPU 자원 관리 공개
NVIDIA RTX Spark 기반 노트북이 ASUS, Dell, HP, Lenovo, Microsoft, MSI에서 출시됐다. Blackwell RTX GPU와 Grace CPU를 하나로 묶은 슈퍼칩은 최대 128GB 통합 메모리와 최대 1페타플롭 FP4 AI 성능을 제공한다. NVIDIA는 40개 언어를 지원하며 전사·화자 구분·번역·오디오 질의를 한 모델로 처리하는 오픈 웨이트 음성 모델 Nemotron 3.5 Transcribe를 공개했다. 이 모델은 Hugging Face Open ASR 1위, Artificial Analysis 오픈 웨이트 모델 중 2위이며 활성 파라미터는 약 43억 개다. Liquid AI의 LFM3 모델군은 출시 당일부터 지원되고, NVIDIA App에는 포그라운드 앱과 백그라운드 에이전트 간 GPU 자원 배분 제어가 추가될 예정이다.
왜 중요한가요? 로컬 PC에서 AI 모델과 백그라운드 에이전트를 실행할 수 있는 하드웨어와 소프트웨어 환경이 함께 나왔다. 개발자는 오디오를 클라우드로 보내지 않고 데스크톱에서 처리할 수 있어 온디바이스 AI 활용 폭이 넓어진다.
삼성전자 3분기 반도체 영업익 106조 원 기록…올해 84조 원 시설투자, AI 메모리 공급부족 심화 전망
삼성전자는 10월 29일 3분기 실적발표에서 반도체 사업을 담당하는 DS부문이 매출 147조 1000억 원, 영업이익 106조 5000억 원을 기록했다고 밝혔다. 전사 매출은 195조 2532억 원, 영업이익은 107조 4405억 원이다. 6세대 고대역폭메모리(HBM4) 판매 확대와 서버용 SSD 수요 증가가 실적을 이끌었다. 삼성전자는 올해 연간 시설투자를 84조 4000억 원 규모로 집행할 예정이며, DS부문에는 76조 8000억 원을 투입한다. 메모리는 신규 팹 등 인프라 확충에, 파운드리는 미국 테일러 팹 중심으로 투자한다. 회사는 내년 AI 서버 투자 확대로 메모리 공급부족이 올해보다 심화될 것으로 전망했다.
왜 중요한가요? AI 서버 수요가 HBM4와 서버용 메모리 실적, 대규모 설비투자, 내년 공급 전망에 직접 반영된 사례다. AI 반도체 공급망과 메모리 가격·수급을 가늠하는 지표가 된다.
NVIDIA RTX Spark 탑재 Windows 노트북 출시, 전 세계 6곳에서 기념 행사
NVIDIA RTX Spark 노트북이 실제 판매를 시작했다. Blackwell RTX GPU와 Grace CPU를 결합한 슈퍼칩에 최대 128GB 통합 메모리, 최대 1페타플롭 AI 연산 성능을 갖췄다. ASUS·Dell·HP·Lenovo·Microsoft·MSI 제품이 2,399달러부터 판매되며 추가 제품도 예정돼 있다. 베를린을 포함한 전 세계 6곳에서 출시 기념 행사가 열렸다.
왜 중요한가요? 로컬 AI 실행이 가능한 고성능 Windows 노트북이 시장에 나오면서 개발자와 크리에이터가 PC에서 직접 AI를 구동할 선택지가 넓어진다. 앞서 예고된 RTX Spark 출시가 실제 판매 단계로 넘어갔다는 점에서 기존 사건의 후속 업데이트다.
NVIDIA, OCP에 Vera Rubin 랙·컴퓨트 트레이 설계를 MGX로 개방
NVIDIA가 OCP Global Summit에서 Vera Rubin 랙과 컴퓨트 트레이 설계를 개방형 MGX 아키텍처를 통해 OCP에 기여했다. MGX 1.2 사양에는 블라인드 메이트 액체 냉각, 최대 250kW 랙 지원, 5,000A 버스바가 포함된다. 에이전틱 AI용 Vera CPU 랙 설계와 DSX AI Factory용 오픈소스 소프트웨어 컴포넌트도 공개했다. Meta(Spectrum-X Ethernet SuperNIC·Spectrum-6), Cisco(USFP 표준), Google(ConnectX-10 SuperNIC·BlueField DPU의 Falcon Transport 지원)과의 네트워킹 협력과 Visionbay의 800V DC AI 팩토리 설계도 발표됐다.
왜 중요한가요? 차세대 AI 팩토리 인프라의 랙·전력·냉각·네트워킹 설계를 공통 개방 표준으로 제시해, 시스템 제조사와 하이퍼스케일러의 도입 속도와 전력 효율에 영향을 줄 수 있다.
NVIDIA, 파트너사를 통해 64GB 통합 메모리 DGX Spark 출시 및 2대 클러스터링 지원
NVIDIA 공식 블로그에 따르면 이번 달 Acer, ASUS, Dell, Gigabyte, HP, MSI 등 파트너사가 64GB 통합 메모리 DGX Spark를 출시한다. 이 구성은 128GB 모델과 같은 GB10 Grace Blackwell 슈퍼칩, DGX OS, NVIDIA AI 소프트웨어 스택을 유지하며 최대 1000억 파라미터 모델을 로컬에서 실행할 수 있다. 두 대를 QSFP 케이블과 NVIDIA Sync Cluster Assistant로 묶으면 메모리가 128GB가 된다. NVIDIA의 Qwen 3.8 27B 테스트에서는 단일 시스템 대비 최대 1.7배 성능이 나왔다. Agent Toolkit, Nemotron, Ollama, vLLM, PyTorch도 기본 지원된다.
왜 중요한가요? 더 접근하기 쉬운 가격대의 로컬 AI 개발 장비가 나오고 클러스터링으로 확장할 수 있어, 클라우드에 의존하지 않는 프라이빗 에이전트 개발과 추론 환경을 구축하기가 쉬워진다.
앤트로픽, 아카마이와 116억달러 규모 7년 컴퓨팅 계약 체결
앤트로픽이 아카마이테크놀로지스와 7년간 116억 달러 규모의 CPU 기반 컴퓨팅 자원 공급 계약을 체결했으며, 90억 달러 추가 옵션과 앤트로픽의 아카마이 주식 매입권(시리즈B, 770만주, 주당 111.33달러)도 포함됐다. 서비스는 내년 하반기 시작되며, 아카마이 자본지출은 약 55억 달러로 추산된다.
왜 중요한가요? 클로드 수요 급증에 대응한 대규모 인프라 계약으로 앤트로픽의 컴퓨팅 확보 전략과 아카마이의 클라우드 사업 확장을 보여주며, AI 기업 간 순환형 거래 우려도 제기된다.
NVIDIA Vera Rubin NVL72, MLPerf Inference v6.1 데뷔에서 GB300 대비 최대 3.7배 처리량
NVIDIA가 MLPerf Inference v6.1 결과를 공개, Vera Rubin NVL72가 첫 프리뷰 제출에서 DeepSeek-R1·Qwen3-VL 벤치마크 기준 GB300 NVL72보다 최대 3.7배 높은 처리량을 기록했고, GB300 NVL72는 288GPU로 확장 시 99% 스케일링 효율, 소프트웨어 최적화로 v6.0 대비 최대 1.6배 성능 향상을 달성했다.
왜 중요한가요? 신규 GPU 아키텍처의 실제 벤치마크 성능이 검증되어 AI 인퍼런스 인프라 투자 결정과 비용 효율성에 직접적인 영향을 미친다.
d-Matrix, NVIDIA NVLink Fusion 채택해 Raptor XPU 랙스케일 연동
AI 추론 칩 스타트업 d-Matrix가 차세대 Raptor XPU를 NVIDIA NVLink Fusion을 통해 NVLink 스케일업 네트워킹, MGX 랙 아키텍처, Spectrum-X 네트워킹에 연결하기로 발표했다. 이더넷 대비 XPU 간 지연시간 3배 감소, 패킷 처리율 10배 향상, XPU당 3TB/s 대역폭을 제공하며, AWS·Arm·Intel·Samsung 등도 NVLink Fusion 생태계에 참여한다.
왜 중요한가요? 커스텀 XPU 제조사가 자체 랙스케일 인프라 구축 없이 NVIDIA의 검증된 AI 팩토리 플랫폼에 직접 통합할 수 있게 되어, 맞춤형 반도체의 대규모 배포 장벽을 낮춘다.
NVIDIA, NVLink Fusion에 NVHBM 커스텀 HBM 기술 추가...AWS Trainium4부터 지원
NVIDIA가 메모리 컨트롤러를 HBM 베이스 다이에 통합한 NVHBM 기술을 NVLink Fusion 생태계에 추가했다. 표준 HBM4E 대비 최대 30% 대역폭 향상, 15% 전력 절감, XPU 컴퓨트 다이 면적 25% 절감을 제공하며, Amazon Annapurna Labs가 첫 협력사로 차세대 Trainium4부터 NVLink Fusion을 지원한다.
왜 중요한가요? 커스텀 AI 칩 제작사들이 메모리 성능·효율을 높이면서도 NVIDIA GPU와 공통 랙스케일 아키텍처로 상호운용할 수 있게 되어, 하이퍼스케일러의 자체 칩 개발과 NVIDIA 생태계 통합이 가속화된다.
OpenAI, 자체 추론 칩 'Jalapeño' 첫 성능 결과 공개
OpenAI가 자체 개발한 추론 전용 칩 Jalapeño의 첫 성능 결과를 공개했으며, 최신 AI 모델에서 더 높은 처리량과 낮은 지연 시간, 업계 최고 수준의 전력 효율성을 달성했다고 발표했다.
왜 중요한가요? OpenAI가 자체 실리콘 개발을 통해 AI 추론 비용과 성능을 직접 통제하려는 움직임으로, AI 반도체 공급망과 경쟁 구도에 영향을 줄 수 있다.
NVIDIA, Groq 3 LPX 정식 생산 돌입…Vera Rubin NVL72 기반 에이전틱 추론 가속
NVIDIA가 Vera Rubin NVL72 플랫폼과 결합되는 Groq 3 LPX 추론 하드웨어를 정식 생산에 돌입시켰다고 발표했다. Artificial Analysis 벤치마크에서 100,000토큰 장문맥 작업 기준 초당 3,400토큰을 생성해 경쟁 플랫폼보다 4배 빠른 성능을 기록했으며, Nebius가 이를 첫 도입한 AI 클라우드가 되었고 CoreWeave와 SpaceXAI도 관련 Vera Rubin 인프라를 도입했다.
왜 중요한가요? 에이전틱 AI 시스템의 장문맥·고처리량 추론 수요에 대응하는 전용 하드웨어가 실제 양산·배포 단계에 들어서면서 클라우드·인프라 업체들의 AI 팩토리 구축 경쟁이 가속화된다.
NVIDIA, Apollo·BlackRock·Blackstone 등과 5000억 달러 규모 AI 인프라 금융 플랫폼 구축
NVIDIA가 Apollo, BlackRock, Blackstone, Brookfield, Goldman Sachs, KKR와 파트너십을 맺고 AI 컴퓨팅 인프라 구축에 5000억 달러 이상의 제3자 자본을 조달하는 독립 금융 플랫폼을 신설했으며, 일부 경우 NVIDIA가 잔존가치를 최대 25%까지 보증한다.
왜 중요한가요? AI 데이터센터 구축이 개별 프로젝트 단위에서 대규모 기관 자본이 투입되는 반복 가능한 인프라 자산군으로 전환되는 신호로, AI 컴퓨팅 시장의 자금 조달 구조와 규모가 근본적으로 확대된다.
NVIDIA, 구글·MS와 800VDC AI 데이터센터 전력 아키텍처 공동 개발 및 MGX 호환 랙 발표
NVIDIA가 구글, 마이크로소프트와 Open Compute Project를 통해 800VDC 고전압 직류 전력 아키텍처를 공동 개발하고, 2026년 하반기 출시될 MGX 호환 800VDC 파워랙과 2027년 예정된 로우 파워 센터 등 단계별 로드맵을 공개했다. 80개 이상 기업이 이 표준에 맞춰 제품을 개발 중이다.
왜 중요한가요? AI 데이터센터의 전력 전달 효율을 높여 GPU 밀도와 컴퓨팅 성능 확장의 병목을 해소하는 인프라 표준으로, 기존 시설도 하이브리드 방식으로 업그레이드 가능해 대규모 AI 인프라 투자의 실질적 확장 경로를 제공한다.
엔비디아, 전력 인프라 기업 랜시엄에 최대 30억 달러 투자
엔비디아가 전력 인프라 개발업체 랜시엄 지분 약 20%를 20억 달러에 확보하고, 전력망 연결 등 조건 충족 시 10억 달러를 추가 투자해 지분을 최대 30%까지 늘리는 계약을 체결했다. 랜시엄의 텍사스 애빌린 캠퍼스는 스타게이트 프로젝트의 첫 가동 거점이다.
왜 중요한가요? 엔비디아가 GPU 공급을 넘어 데이터센터 부지와 전력망까지 직접 확보하며 AI 인프라 경쟁의 무게중심이 전력 확보로 이동하고 있음을 보여준다.
NVIDIA, cuFile API 오픈소스화 및 'Storage-Next' AI 스토리지 이니셔티브 발표
NVIDIA가 FMS 콘퍼런스에서 GPU가 스토리지에 직접 접근할 수 있게 하는 cuFile API와 그 하위 스토리지 소프트웨어 스택을 오픈소스로 공개했으며, 스토리지 업체들과 함께 GPU 중심의 AI 스토리지 표준을 만드는 'Storage-Next' 이니셔티브를 주도한다고 밝혔다. 또한 Vera BlueField-4 STX가 압축·암호화 파이프라인에서 x86 CPU보다 최대 3.21배 높은 처리량을 낸다는 벤치마크도 공개했다.
왜 중요한가요? AI 에이전트가 대량의 동시 스토리지 요청을 생성하는 환경에서 GPU 직접 스토리지 접근 표준화는 데이터센터 인프라 경제성과 AI 팩토리 성능에 직접적인 영향을 미친다.
NVIDIA, Spectrum-6 이더넷 스위치 시스템 출시…초당 102.4테라비트
엔비디아가 Vera Rubin 플랫폼용 네트워킹 제품인 Spectrum-6 이더넷 스위치 시스템을 공개했다. 초당 102.4테라비트 용량으로 이전 세대 대비 2배 성능을 제공하며 CoreWeave, Microsoft, Nebius, SpaceXAI, Tesla가 초기 도입 기업으로 참여한다.
왜 중요한가요? 대규모 GPU 클러스터의 네트워크 병목을 해소해 AI 학습·추론 속도와 비용 효율성을 높이는 인프라 발전으로, 주요 클라우드·AI 기업들의 즉시 도입이 확인된 구체적 제품 출시다.
NVIDIA, Vera Rubin NVL72 플랫폼 양산 개시…메가와트당 토큰처리량 10배 향상
NVIDIA가 Vera Rubin NVL72 플랫폼의 대량 생산을 시작해 CoreWeave, Google Cloud, Microsoft Azure, Oracle Cloud 등 파트너사에서 랙이 가동되고 있다. 7개 칩과 5개 랙 트레이를 하나의 시스템으로 공동설계했으며, DeepSeek-R1 벤치마크 기준 기존 Grace Blackwell NVL72 대비 메가와트당 처리량이 10배 높다. 6세대 NVLink와 Spectrum-6 이더넷 스위치, 코패키지 광학 스위치도 함께 도입됐다.
왜 중요한가요? 전력 제약이 있는 대규모 AI 데이터센터에서 토큰당 비용과 처리량을 크게 개선해 주요 클라우드 사업자들의 AI 인프라 확장 전략에 직접 영향을 미친다.
Wistron, 포트워스에 7억달러 규모 NVIDIA AI 시스템 생산 공장 개소
Wistron이 텍사스 포트워스에 미국 첫 생산시설(D1)을 개설하고 NVIDIA GB300 Grace Blackwell Ultra 슈퍼칩 생산을 시작했으며, 향후 Vera Rubin 슈퍼칩도 생산할 예정이다. 7억달러 투자로 500명 이상을 고용했고 연말까지 1000명으로 확대 계획이다.
왜 중요한가요? NVIDIA의 미국 내 5000억달러 AI 플랫폼 제조 공약의 일환으로, AI 반도체 공급망의 미국 현지화와 생산 능력 확대를 보여주는 구체적 사례이다.