인텔이
11월 12일 서울 코엑스에서 '인텔 AI 서밋 서울 2026'을
개최하고 AI 기술의 산업 현장 확대와 이기종 컴퓨팅, 국내 AI 생태계
협력을 중심으로 한 사업 방향을 제시했다.
2024년 시작해 올해 세 번째를 맞은 인텔 AI 서밋은 AI 인프라부터
소버린 AI, 피지컬 AI, 에이전틱 AI, AI PC까지 다양한 기술과
활용 사례를 소개하는 행사다. 올해는 참여 파트너와 후원사가 늘어나면서
행사 규모도 확대됐다.
데이터센터 넘어 PC와 산업 현장으로 확대되는 AI,
K-AI 풀스택 얼라이언스 출범
개회사에
나선 인텔 코리아 배태원
대표는 AI가 데이터센터를 넘어 개인용 PC와 산업 현장, 로봇 등으로
확장되고 있다며 피지컬 AI를 새로운 사업 기회로 제시했다.
AI
기술의 발전 자체보다 이를 실제 사업에 적용했을 때 어떤 변화가
가능한지, 고객이 직면한 문제를 어떻게 해결할 수 있는지 고민해야 한다는
것이다.
또한 AI 기술을 실제 사업에 활용하기
위해서는 새로운 기회를 발견하고, 적합한 컴퓨팅 환경과 협력 파트너를
확보하는 것이 중요하다고 강조했다.
배태원
대표는 AI
활용 분야가 다양해지면서 이를 구현하기 위한 컴퓨팅 환경 역시 용도에
맞게 선택해야 한다는 점을 강조하며, CPU와 GPU, 가속기 등 서로 다른 프로세서의 장점을 활용하는 이기종
컴퓨팅(Heterogeneous Computing)의 중요성을 설명했다.
또한
AI 연산을 데이터센터에서 처리할 것인지, PC나 산업 현장 또는
로봇에서 직접 수행할 것인지도 성능과 비용, 실제 운영 환경을 종합적으로
고려해 결정해야 한다고 밝혔다.
이는
AI 시장이 확대되는 과정에서 데이터센터부터 클라이언트와 엣지 컴퓨팅까지
다양한 컴퓨팅 자원을 공급하는 인텔의 역할을 강조한 것으로 볼 수 있다.
배태원
대표는 이러한 업계 협력 생태계 구축을 위한 노력의 일환으로 'K-AI 풀스택 얼라이언스' 출범을
발표했다.
K-AI 풀스택 얼라이언스는 국산 서버를 기반으로 개방형 AI 인프라와
생태계를 구축하고, 국내 기업들이 AI 주권을 확보하면서 새로운 기술과
서비스를 개발할 수 있도록 협력하는 것을 목표로 한다.
이와
함께 인텔은 중소벤처기업부와 매년 진행하는 인지니어스 프로그램을 통해
유망한 AI 스타트업을 발굴하고, 기업 성장과 해외 진출을 지원하고
있다고 설명했다. 이번 행사에서도 여러 스타트업이 기술 전시와
업무협약(MOU)에 참여할 예정이다.
배태원
대표는 기술 기업과 고객, 스타트업 및 개발자가 서로 연결돼야 새로운
아이디어가 실제 사업으로 이어질 수 있다며 협력의 중요성을 강조했다.
인텔은
이번 AI 서밋을 통해 다양한 AI 활용 기회와 구현 방식을 제시하는
한편, 국내 기업 및 스타트업과의 협력을 바탕으로 AI 생태계에서 자사의
역할을 확대하려는 것으로 풀이된다.
한국의
소버린 AI와 엣지
AI 성장 가능성
강조, 글로벌 시장
진출 협력 확대
배태원
대표의 뒤를 이어
연단에 오른 인텔
Santhosh
Viswanathan은
한국이 메모리 반도체와
로봇 산업에서 확보한
경쟁력을 AI 산업으로
확대할 수 있다며,
이를 위한 인텔과 국내
기업의 협력 가능성을
강조했다.
산토시는
산업혁명과 정보화
시대에 이어 AI가
산업과 일상을
변화시키는 지능의
시대에 진입했다고
설명했다. 현재 글로벌
AI 시장에서는 초지능
개발을 위한 대규모
인프라 투자가 이어지고
있지만 전력과 컴퓨팅
용량의 제약도 커지고
있으며, 국가와 지역에
따라 서로 다른 발전
방향이 나타나고 있다는
것이다.
이러한
상황에서 한국은 새로운
기술을 선제적으로
선택하고 대규모
산업으로 발전시키는
능력을 갖춘 국가라고
평가했다.
1980년대부터 투자해
온 D램과 AI 산업의
핵심 메모리로 자리
잡은 HBM을 대표적인
사례로 제시했으며,
GDP의 약 5%에
달하는 연구개발 투자와
근로자 1만 명당 약
1,200대에 이르는
산업용 로봇 보급률도
강점으로 꼽았다.
특히 세계
각국이 피지컬 AI와
로봇 산업에 주목하고
있지만 한국은 이미
제조 현장에서 로봇을
대규모로 활용하고 있어
관련 기술을
발전시키기에 유리한
환경을 갖추고 있다고
설명했다.
산토시는
한국이 AI 산업에서
주목해야 할 분야로
소버린 AI와 개인화
AI를 제시했다.
소버린
AI는 모든 기술과
인프라를 독자적으로
확보하는 것이 아니라
각국이 경쟁력을 가진
분야를 중심으로 자국의
환경에 적합한 AI
생태계를 구축하는 것이
중요하다고 설명했다.
한국은 자체
개발한 대규모
언어모델(LLM)과
메모리 반도체 기술,
다양한 인프라 기업을
보유하고 있어 이러한
접근에 유리하다는
평가다. 또한 국가마다
투자 여건과 산업
환경이 다른 만큼
획일적인 대규모
인프라보다 각 시장에
적합하면서도 확장
가능한 시스템이
필요하다고 강조했다.
개인화 AI
역시 새로운 기회로
꼽았다. AI PC는
그 출발점 중
하나이며, 앞으로는
개인이 자신의 데이터와
AI 모델을 외부
서비스에 의존하지 않고
직접 활용하는 컴퓨팅
환경이 중요해질 것으로
전망했다.
이와 함께
데이터가 생성되는
현장에서 AI 연산을
수행하는 엣지 AI의
필요성도 강조했다.
데이터를 원격
데이터센터로 전송하는
과정에서 발생하는
지연과 데이터 유출
위험, 통신 비용 등을
줄일 수 있기
때문이다.
인텔은
이러한 AI 환경을
구현하기 위한 핵심
전략으로 이기종
컴퓨팅을 제시했다.
산토시는
하나의 아키텍처로 모든
AI 작업을
처리하기보다 CPU와
GPU, NPU 등
서로 다른 프로세서의
장점을 활용해야
한다며, 인텔이 소버린
AI와 엣지 AI를
위한 다양한 컴퓨팅
기술을 제공할 수
있다고 설명했다.
한국
기업과의 글로벌 협력
가능성도 강조했다.
한국이 가전제품과
자동차 등 다양한
산업에서 세계적인
경쟁력을 확보한 것처럼
AI 분야에서도 새로운
기술과 제품을 세계
시장으로 확대할 수
있다는 것이다.
인텔은
자사의 글로벌 고객 및
파트너 네트워크를
활용해 한국 기업의
AI 기술과 제품을
해외 시장에 연결하는
역할을 할 수 있다는
입장이다.
결국 인텔은
한국이 보유한 반도체와
제조업 기반에 자사의
이기종 컴퓨팅 기술과
글로벌 사업 네트워크를
결합해 소버린 AI와
개인화 AI, 엣지
AI 시장에서 협력
기회를 확대하려는
것으로 풀이된다.
인텔, 코어 울트라
시리즈 3 기반 AI
PC 넘어 피지컬 AI
시장 확대
인텔은 코어
울트라 시리즈 3를
기반으로 AI PC뿐
아니라 에이전틱 AI와
피지컬 AI까지
대응하는 컴퓨팅 전략을
공개했다.
인텔 중앙
엔지니어링 그룹 총괄
댄 C.
로드리게스(Dan C.
Rodriguez)
부사장은 CPU와
GPU, NPU를
결합한 이기종 컴퓨팅과
개방형 소프트웨어
생태계를 통해 AI
기술의 산업 현장
도입을 확대하겠다는
방향을 제시했다.
인텔은 매년
수억 개의 SoC를
공급하는 자사의 컴퓨팅
기반을 활용해 PC부터
산업용 엣지 시스템과
로봇까지 다양한 AI
환경에 대응하고
있으며, 이를 위한
핵심 플랫폼으로 코어
울트라 시리즈 3를
소개했다.
인텔은 코어
울트라 시리즈 3에
CPU와 GPU,
NPU를 통합해 작업
특성에 따라 적합한
연산 자원을 활용할 수
있도록 했다고
설명했다.
CPU는
일반적인 작업과 시스템
반응성을, GPU는
그래픽과 고성능 AI
연산을, NPU는
지속적인 저전력 AI
처리를 담당하는
구조다. 인텔에 따르면
코어 울트라 시리즈
3를 기반으로 소비자
및 기업 시장에서
300개 이상의 시스템
디자인이 추진되고
있다.
인텔은
이러한 AI PC의
다음 단계로 '컴퓨터
포
에이전트(Computers
for
Agents)'라는
개념도 제시했다.
기존 PC가
사람의 직접적인 조작을
중심으로 설계됐다면
에이전트용 컴퓨터는
AI가 사용자의 목표를
이해하고 작업을 계획해
여러 애플리케이션과
서비스를 활용하는
방식이다.
AI
에이전트는 지속적으로
실행되면서 다양한
데이터와 문맥 정보를
처리해야 하는 만큼
로컬 컴퓨팅의 중요성이
커질 것으로 전망했다.
필요한 경우 클라우드
자원을 함께 사용하는
하이브리드 방식도
활용할 수 있다는
설명이다.
AI 기술이
산업 현장으로
확대되면서 컴퓨팅
환경에도 변화가
필요하다는 점을
강조했다.
기존 산업용
시스템이 정해진 기능을
수행하는 전용 장비에서
컴퓨터 비전 중심으로
발전했다면, 앞으로는
생성형 AI와 에이전틱
AI를 결합해 주변
환경을 인식하고
추론하며 직접 행동하는
피지컬 AI로 확대될
것이라는 전망이다.
이를 위한
기술로는 영상과 언어를
함께 처리하는 VLM,
인식한 정보를 실제
동작으로 연결하는
VLA 모델 등이
소개됐다.
피지컬
AI는 휴머노이드
로봇뿐 아니라
자율이동로봇과
무인운반차, 로봇팔,
산업용 설비 등에도
적용할 수 있다.
소매업의 재고 관리와
의료 현장의 환자
모니터링, 제조업의
생산라인 이상 감지 및
수정 등이 대표적인
활용 사례로 제시됐다.
다만 산업
현장에서는 연산 성능뿐
아니라 소비전력과
시스템 크기,
총소유비용(TCO)까지
고려해야 한다.
인텔은
이러한 환경에서 단일
가속기에 의존하기보다
CPU와 GPU,
NPU에 각 연산을
분배하는 이기종
컴퓨팅이 필요하다고
설명했다. 코어 울트라
시리즈 3는 하나의
SoC에서 다양한 AI
작업을 처리할 수 있어
일부 환경에서는 별도의
GPU나 AI 가속기
없이도 필요한 성능을
확보할 수 있다는
것이다.
인텔은 엣지
AI의 상용화를
지원하기 위한 개방형
개발 생태계도
소개했다.
개발자에게는
오픈소스 기반 AI
라이브러리와 최적화
도구를 제공하고,
하드웨어 제조사에는
성능 검증을 거친
시스템 구성과 참조
설계를 지원한다.
솔루션 개발사와 시스템
통합업체를 위한 산업별
참조 애플리케이션과
예제 코드, 벤치마크도
제공한다.
이를 통해
개발자가 하드웨어
최적화와 시스템 구성에
필요한 부담을 줄이고
AI 서비스 개발에
집중할 수 있도록
한다는 계획이다.
실제 적용
사례로는 삼성메디슨과의
초음파 진단 AI
협력이 소개됐다.
인텔은
삼성메디슨과 함께
염증성 장질환 진단에
활용되는 장벽 두께
측정 작업을
자동화했으며, 코어
울트라 플랫폼과
OpenVINO를
활용해 AI 알고리즘을
실행하도록 구현했다고
설명했다.
발표에
따르면 기존 방식과
비교해 지연 시간 관련
성능은 4.5배, AI
성능은 4.2배
개선됐으며 별도의 외장
GPU 없이 처리할 수
있어 시스템 비용과
구성을 최적화할 수
있다는 것이다.
또한 국내
기업과 자율공장 구축을
위한 새로운 협력도
발표했다. 인텔의 엣지
기술과 오픈 엣지
플랫폼을 활용해 로봇과
산업용 장비, IT 및
물류 시스템을 통합하고
에이전틱 AI와 피지컬
AI를 적용하는 참조
아키텍처를 개발할
계획이다.
로봇 산업을
위한 하드웨어 및
소프트웨어 지원 계획도
공개됐다.
인텔은 로봇
상용화의 주요 과제로
비용과 안정적인 자율
동작, 개방형 개발
생태계를 꼽았다. 이를
해결하기 위해 코어
울트라 시리즈 3에서
실시간 제어와 피지컬
AI 연산을 하나의
SoC로 처리할 수
있도록 했다고
설명했다.
기존에
별도의 칩으로 구성해야
했던 기능을 통합해
부품 수와 설계
복잡성을 줄이고, 로봇
제조사가 시스템 비용을
낮출 수 있도록 한다는
것이다.
이와 함께
센서 지원을 포함한
로봇 참조 플랫폼과
OpenVINO 기반
피지컬 AI 개발
도구, 예제 코드 및
벤치마크를 제공해 개발
기간 단축을 지원한다.
인텔이
소개한 벤치마크에서는
영상 처리 해상도가
2배로 높아지고 시스템
처리 속도는 1.5배
향상됐으며, 추가적인
성능 여유도 40%
개선된 것으로
설명됐다.
인텔은
이러한 하드웨어 통합과
개방형 개발 도구를
바탕으로 파트너들이
AI 기술을 실제
제품과 서비스에
적용하는 시간을
단축하고, 다양한 산업
분야로 피지컬 AI를
확대할 수 있을 것으로
기대하고 있다.
결국 인텔은
코어 울트라 시리즈
3의 활용 범위를 기존
AI PC에서 산업용
엣지 시스템과 로봇으로
넓히고, 통합 AI
가속 기능과 개방형
소프트웨어 생태계를
결합해 별도 가속기
의존도와 도입 비용을
줄이는 방향으로 시장
확대를 추진하고 있다.
에이전틱 AI 시대
겨냥한 데이터센터 전략
공개
인텔 AI
제품 및 데이터센터
GTM 담당 아닐
난두리(Anil
Nanduri)
부사장은 AI 시장이
대규모 모델 중심에서
다양한 작업을 수행하는
AI 에이전트 중심으로
변화하고 있다며, 이에
적합한 컴퓨팅 자원을
조합하는 '적정 규모
인프라(Right-Sized
Infrastructure)'의
중요성을 강조했다.
기존 AI
인프라가 더 큰 모델을
실행하기 위해 GPU
성능과 시스템 규모를
확대하는 데
집중했다면, 에이전틱
AI 환경에서는 추론과
정보 검색, 외부 도구
호출, 작업 실행 및
결과 검증 등 다양한
과정이 반복되면서
컴퓨팅 자원의 효율적인
배분이 중요해진다는
것이다.
특히 오픈
웨이트 AI 모델의
성능이 향상되면서
기업들이 모든 작업에
최고 성능의 대형
모델을 사용할 필요
없이 용도에 맞는
모델을 선택하고 자체
인프라에서 실행할
기회도 확대되고
있다며, 에이전틱 AI
시대에 대응하기 위해
제온 CPU와 새로운
데이터센터 GPU,
전용 AI 가속기를
결합하는 인프라 전략을
공개했다.
인텔은
에이전틱 AI 환경에서
GPU뿐 아니라
CPU의 역할도
중요해질 것으로
전망했다.
GPU가
AI 모델을 실행하고
토큰을 생성한다면
CPU는 작업에 적합한
모델과 컴퓨팅 자원을
선택하고, 보안과
가상머신, 샌드박스,
외부 API 호출 및
실행 환경을 관리하는
역할을 담당한다.
이를 위한
제품으로 최대
288코어를 지원하는
제온 6 시에라
포레스트와 P코어 기반
제온 6 제품군을
소개했다. 이들
프로세서는 AI 연산과
데이터 압축 및 처리에
활용할 수 있는 가속
기능을 내장하고
있으며, 다양한
에이전틱 AI 작업에
대응할 수 있다는
설명이다.
또한
2027년 출시를
계획한 차세대 제온
'다이아몬드
래피즈(Diamond
Rapids)'도
언급했다. 발표에
따르면 다이아몬드
래피즈는 최대
256개의 P코어를
지원하며, 기존
제품군의 장점을 결합해
다양한 데이터센터
환경에 대응할
예정이다.
고밀도
서버를 위한 인프라
구성도 소개됐다.
인텔은 제온 6
기반으로 최대 약 5만
개의 CPU 코어를
탑재하고
1,250kW급 전력을
사용하는 액체 냉각 랙
구성을 예로 들며,
파트너사들과 고밀도
AI 인프라 개발을
추진하고 있다고
설명했다.
이번
발표에서는 인텔의
새로운 데이터센터용
AI 추론 GPU인
크레센트
아일랜드(Crescent
Island)의
구체적인 사양과 성능도
소개됐다.
크레센트
아일랜드는 350W
소비전력으로 동작하는
AI 추론용 GPU로,
기본 160GB
메모리를 탑재하고 최대
20채널 LPDDR
메모리를 통해
480GB까지 확장할
수 있다. 메모리
대역폭은 약
1.5TB/s이며,
32개의 Xe 코어와
256개의 XMX
엔진을 갖춘 것으로
설명됐다.
인텔은
대용량 메모리를 활용해
여러 AI 에이전트를
동시에 실행하거나
대규모 AI 모델을
처리하는 데 유리하다는
점을 강조했다.
엔비디아
RTX PRO
6000과 비교한 성능
결과도 공개했다.
인텔이 자체 측정한
결과에 따르면 일부
AI 모델에서는 지연
시간이 약 30%
감소했으며,
블랙-숄즈와 몬테카를로
등 금융
시뮬레이션에서는 최대
5.9배 높은 처리
성능을 기록했다.
인텔은
RTX PRO
6000의 소비전력이
600W인 반면
크레센트 아일랜드는
350W라는 점도
강조했다. 다만 해당
결과는 인텔 내부
시험을 기준으로 한
것으로, 실제 성능은
작업 종류와 소프트웨어
환경에 따라 달라질 수
있다.
대용량
메모리를 활용한 동시
처리 능력도 소개됐다.
발표에서는 비교
시스템이 12개의 AI
에이전트를 실행하는
환경에서 크레센트
아일랜드는 28개를
처리하는 사례가
제시됐으며, 일부 대형
오픈 웨이트 모델 역시
경쟁 제품보다 적은
GPU 수로 실행할 수
있다고 설명했다.
인텔은
크레센트 아일랜드를
PCIe 카드뿐 아니라
고밀도 랙과 액체 냉각
서버에도 적용할 수
있도록 파트너사들과
다양한 시스템 구성을
개발하고 있다.
인텔은
크레센트 아일랜드와
함께
삼바노바(SambaNova)
AI 가속기를 활용하는
전략도 소개했다.
크레센트
아일랜드가 대용량
메모리와 확장성을
바탕으로 다양한 AI
모델을 처리하는 데
적합하다면, 삼바노바
SN50은 빠른 응답
속도와 높은 토큰 생성
성능이 필요한 실시간
AI 추론에 활용한다는
구상이다.
발표에서는
SN50이 초당
820토큰의 처리
성능을 제공한다고
소개했으며, 지연
시간이 짧고 처리량이
높은 AI 서비스에서는
이러한 성능이 중요한
경쟁력이 될 수 있다고
설명했다.
인텔이
제시한 에이전틱 AI
인프라는 제온 CPU가
작업 조정과 실행
환경을 관리하고,
크레센트 아일랜드가
대규모 AI 모델의
추론을 담당하며, 빠른
응답이 필요한 작업에는
삼바노바 가속기를
활용하는 구조다.
난두리
부사장은 이들 제품을
개별적인 하드웨어가
아닌 하나의 AI
인프라를 구성하는
자원으로 봐야 한다고
강조했다. AI 모델의
크기와 작업 종류,
동시 실행 수, 응답
속도에 따라 필요한
컴퓨팅 자원의 비율이
달라지는 만큼 최대
연산 성능보다 실제
서비스의 처리 능력과
운영 비용을 고려해야
한다는 것이다.
인텔은
앞으로 AI 추론이
데이터센터뿐 아니라
PC와 엣지 환경으로
분산될 것으로
전망하고,
클라이언트부터
데이터센터까지 연결되는
컴퓨팅 플랫폼과 파트너
생태계를 통해 에이전틱
AI 시장에 대응할
계획이다.
AI
시대 맞춤형 반도체
시장 공략...
설계부터 파운드리까지
통합 지원
인텔 중앙
엔지니어링 그룹의
마커스
로렌스(Marcus
Lawrence)
부사장은 AI 연산
규모가 커질수록 작은
성능 및 효율 개선도
상당한 경제적 가치로
이어진다며, 고객의
작업 특성에 맞춰
설계하는 목적 맞춤형
반도체(Purpose-Built
Silicon)의
중요성을 강조했다.
인텔은 이를
위해 반도체 설계와
IP, 칩렛, 첨단
패키징 및 파운드리
서비스를 결합하고,
고객의 기술과 개발
단계에 따라 협력
범위를 조정하는 사업
모델을 제시했다.
로렌스
부사장은 AI 산업이
빠르게 성장하면서 범용
반도체에 작업을
맞추기보다 특정 작업에
최적화된 반도체를
설계하는 것이
중요해지고 있다고
설명했다.
발표에
따르면 전 세계 월간
AI 토큰 처리량은
2024년 9조
7,000억 개에서
2026년 3,200조
개로 약 330배
증가했으며, 월간
네트워크 데이터
전송량도 2020년
51EB에서 2030년
430EB로 8배 이상
확대될 것으로
예상된다.
컴퓨팅 관련
지출 역시 2020년
1,600억 달러에서
2028년 3,800억
달러로 증가할 것으로
전망했다.
이처럼 AI
연산과 데이터 이동량이
늘어나면 전력 소비와
처리 지연을 1%만
줄여도 전체
시스템에서는 상당한
비용 절감 효과를
기대할 수 있다는
것이다.
인텔은
이러한 환경에서 특정
AI 작업의 요구사항에
맞춰 설계한 반도체가
성능과 전력 효율,
운영 비용 측면에서
경쟁력을 확보할 수
있다고 설명했다.
로렌스
부사장은 한국이 맞춤형
AI 반도체 시장에서
성장할 수 있는 기반을
갖추고 있다고
평가했다.
먼저 정부와
산업계의 투자 확대를
언급했다. 한국의
2027년 반도체와
피지컬 AI, AI
데이터센터 관련 예산이
전년 대비 약 두 배
수준으로 확대될 것으로
소개하며, 국가 차원의
AI 반도체 육성
정책을 긍정적으로
평가했다.
메모리
반도체 산업의 경쟁력도
강조했다. 한국의 주요
메모리 제조사 두 곳이
세계 메모리 반도체
생산의 약 3분의 2를
차지하고 있으며,
10월 반도체 수출도
전년 동기 대비
93.7% 증가했다고
설명했다.
여기에 AI
관련 스타트업과 팹리스
기업들이 성장하면서
새로운 반도체 설계
수요가 발생하고 있다는
점도 언급했다.
인텔은
한국이 투자 자본과
반도체 산업 기반,
스타트업 생태계를 모두
갖추고 있어 차세대
AI 반도체 개발에서
중요한 협력 시장이 될
수 있다고 평가했다.
인텔은 한국
기업들이 보유한 기술과
AI 수요에 자사의
반도체 설계 역량,
첨단 패키징 및
파운드리 서비스를
결합하는 협력 방안을
제시했다.
AI
가속기와 엣지 AI용
SoC, 칩렛 설계
기술을 비롯해 서로
다른 연산 자원을
통합하는 이기종 XPU
설계까지 지원할 수
있다는 설명이다.
이를 위해
고객의 개발 상황에
따라 선택할 수 있는
다섯 가지 협력 모델을
소개했다.
첫 번째는
반도체 아키텍처
설계부터 GDS
단계까지 지원하는 턴키
설계 서비스다. 인텔
또는 외부 파운드리
공정을 활용할 수
있으며, 필요한 IP와
칩렛, 패키징 기술도
함께 제공한다.
두 번째는
고객이 보유한 IP를
기반으로 SoC를 공동
설계하는 방식이다.
기존 기술을 유지하면서
인텔의 IP와 칩렛을
결합해 제품을 개발할
수 있다.
세 번째는
외부 파운드리 공정으로
설계된 반도체를 인텔
파운드리로 이전하는
서비스다. 이 과정에서
전력과 성능, 면적을
최적화하고 패키징과
제조, 공급망까지
지원한다.
네 번째는
고객이 이미 보유한
반도체를 대상으로
패키지 아키텍처를
설계하는 방식이다.
고객의 칩과 인텔
칩렛을 조합하는 등
다양한 구성이
가능하다.
마지막은
기존 인텔 제품을
고객의 요구에 맞게
활용하거나 수정하는
방식이다. NPU와
GPU, x86 컴퓨팅
IP 등을 결합해 개발
기간을 줄이고 제품
차별화를 지원한다는
설명이다.
인텔은
이러한 협력 모델을
통해 고객의 아이디어를
실제 반도체 제품으로
구현하는 전 과정을
지원하겠다고 밝혔다.
이를 위한
강점으로 고객 요구에
맞춘 설계 서비스와
특정 작업에 최적화된
반도체 개발, 안정적인
공급망을 제시했다.
특히 고객이
사용하는 명령어 집합
구조(ISA)와 IP,
제조 공정을 인텔
기술로 제한하지 않고
외부 기술까지 활용할
수 있다는 점을
강조했다. 고객의 기존
설계와 기술을 최대한
활용하면서 필요한
부분에 인텔의 설계 및
제조 역량을
결합하겠다는 것이다.
또한 반도체
설계부터 제조,
패키징, 테스트까지
연결하는 통합 지원
체계를 통해 제품
개발과 양산에 필요한
부담을 줄이고, 인텔
파운드리를 활용한 생산
경로도 제공할
계획이다.
로렌스
부사장은 AI 연산
규모가 확대될수록 작은
효율 개선이 중요한
경쟁력으로 작용할
것이라며, 한국의
반도체 산업 기반과
스타트업 생태계에
인텔의 설계 및 제조
기술을 결합해 새로운
AI 반도체 제품을
개발할 수 있을 것으로
기대했다.
인텔은 이를
통해 기존 범용
프로세서 공급을 넘어
고객의 AI 작업에
최적화된 반도체를 공동
개발하고 제조하는
사업으로 협력 범위를
확대하려는 것으로
풀이된다.
PC부터 데이터센터까지, AI 시장 전반으로 확대 꿈꾸는 인텔
이번 인텔 AI 서밋 서울 2026에서 인텔이 강조한 것은 AI 기술의 발전에 맞춰
컴퓨팅 환경도 달라져야 한다는 점이다.
AI PC와 산업용 엣지 시스템에는
CPU와 GPU, NPU를 통합한 코어 울트라 플랫폼을, 에이전틱 AI를
위한 데이터센터에는 제온 CPU와 크레센트 아일랜드 GPU, 전용 AI
가속기를 조합하는 전략을 제시했다. 여기에 고객의 요구에 맞춰 반도체를
직접 설계하고 제조하는 맞춤형 반도체 사업까지 더해 AI 시장 전반으로
사업 영역을 확대하려는 방향을 드러냈다.
인텔이 모든 AI 작업에 동일한 컴퓨팅
자원이 필요한 것은 아니라는 점을 반복해서 강조한 것도 이러한 전략과
맞닿아 있다. 단순히 높은 연산 성능을 제공하는 것보다 실제 사용 환경에
적합한 하드웨어를 선택하고, 이를 효율적으로 운영할 수 있는 소프트웨어와
개발 생태계를 구축하는 것이 중요하다는 것이다.
국내 기업과의 협력 역시 이러한 전략의
연장선에 있다. K-AI 풀스택 얼라이언스 출범과 스타트업 지원, 산업별
AI 적용 사례를 통해 한국의 반도체 및 제조업 경쟁력을 인텔의 컴퓨팅
기술과 연결하려는 움직임을 확인할 수 있었다.
결국 인텔은 AI 시장에서 특정 제품의
성능 경쟁에만 집중하기보다 PC부터 데이터센터, 반도체 설계와 제조까지
아우르는 기술과 파트너 생태계를 활용해 새로운 사업 기회를 확보하려는
것으로 풀이된다. 다만 이러한 전략이 실제 시장에서 얼마나 경쟁력을
확보할 수 있을지는 향후 제품의 성능과 비용, 파트너사들의 상용화 성과에
따라 평가될 것으로 보인다.
|