简体中文

繁體中文

English

Tiếng Việt

한국어

日本語

ภาษาไทย

Türkçe

Partnered With:

CPU가 조용히 AI 연산의 중심 무대로 돌아왔다.

이 글을 읽으려면 20 분

CPU가 GPU보다 더 빨라진 것이 아니라, AI의 '워크로드'가 변화한 것이다.

원문 제목: 《CPU, 조용히 AI 연산의 중심 무대로 돌아오다》
원문 저자: 쉬산, 지커공원

지난 3년간 AI 연산의 이야기는 거의 GPU를 중심으로 전개되었다.

엔비디아의 H100, H200에서 GB200, GB300까지, 그리고 클라우드 업체들이 앞다퉈 확장하는 10만 카드 클러스터까지——모든 산업 서사는 한 가지를 말하고 있었다: 연산의 병목은 GPU에 있다. 이 이야기 속에서 CPU는 오랫동안 그다지 중요하지 않은 '보조' 역할로 여겨졌으며, GPU 뒤를 따라 GPU가 하기 싫어하는 일을 담당했다.

하지만 2026년부터 이 서사에 균열이 생기기 시작했다.

6월 1일, 인텔은 베이징에서 제온 6+ 프로세서를 출시했다. 이는 클라우드 네이티브, 에이전트 AI 및 네트워크 집약적 워크로드를 위해 설계된 제품이다. 이는 Intel 18A 공정의 첫 번째 데이터센터 CPU다.

인텔 자체 설명에 따르면, 제온 6+는 GPU의 '보조' 역할이 아닌 AI 인프라의 '컨트롤 플레인'을 담당하며, 오케스트레이션, 동시성, 데이터 흐름을 관리한다.

「AI 확장의 길은 각 부품의 단순한 결합이 아니라 시스템의 협력적 운영에 있다.」 인텔 부사장 겸 데이터센터 사업부 총괄인 케보르크 케치치안은 간담회에서 말했다. 「AI가 에이전트 시대로 나아감에 따라 오케스트레이션, 동시성, 데이터 흐름이 새로운 제약 요소가 되었다.

이는 핵심 사실을 다시 강조한다: CPU는 여전히 현대 AI 인프라의 컨트롤 플레인이다.」

이는 인텔만의 판단이 아니다. 올해 2월, 독립 반도체 연구 기관 SemiAnalysis는 'CPU의 귀환'이라는 제목의 2026년 데이터센터 CPU 지형 보고서를 발표하며 동일한 결론을 내렸다. AI 훈련과 추론이 대규모로 확산되는 현재, CPU는 지난 3년과는 완전히 다른 방식으로 다시 필요해지고 있다.

다만 이 '귀환'은 면밀히 살펴볼 필요가 있다. CPU가 다시 주역이 되는 것이 아니라, 새로운 위치에서 재정의되는 것이다.

1. GPU 중심론의 균열

CPU가 왜 '돌아왔는지' 이해하려면 먼저 AI 워크로드 자체의 변화를 살펴봐야 한다.

지난 2년간 AI 컴퓨팅의 주요 화두는 트레이닝이었습니다. 대규모 모델의 학습 규모는 매년 4~10배씩 증가했고, 학습에는 방대한 병렬 연산이 필요했으며, 이 과정에서 GPU가 절대적인 주역이었습니다. 하지만 트레이닝이 AI 워크로드의 전부는 아닙니다.

인텔이 브리핑에서 밝힌 바에 따르면, 전체 AI 컴퓨팅 워크로드는 크게 세 가지로 분류할 수 있습니다:

첫 번째는 기본 워크로드입니다. 스토리지, 데이터베이스, 웹, 마이크로서비스, CDN 등은 AI 자체는 아니지만 AI가 작동하기 위해 필요한 하부 서비스입니다. 이 부분은 여전히 전통적인 CPU의 주요 영역입니다.

두 번째는 트레이닝입니다. 최첨단 대규모 모델의 학습은 거의 전적으로 GPU와 전용 가속기에 의존합니다. 이는 지난 3년간 모든 사람이 경쟁해 온 부분입니다.

세 번째는 추론 및 에이전트입니다. 이 부분은 빠르게 성장하고 있으며, 트레이닝과는 현저히 다릅니다.

세 번째의 핵심 차이는 워크로드 자체의 형태에 있습니다. 트레이닝은 모델을 '처음부터 계산해내는' 과정으로, 병렬성이 매우 높고 단일 지점의 피크 컴퓨팅 성능에 대한 요구가 극도로 높습니다. 하지만 추론과 에이전트는 그렇지 않습니다. 이미 학습된 모델을 실제 비즈니스에 배포하여 실행해야 합니다.

이는 많은 작업이 '계산'이 아니라 오케스트레이션임을 의미합니다: 여러 모델의 협업 조정, 컨텍스트 관리, 서로 다른 에이전트 간 데이터 흐름 조율, 사용자의 동시 요청 처리, 지연 시간 예측 가능성 보장 등이 포함됩니다.

이러한 작업은 GPU가 잘하지 못합니다.

"이 시나리오에서는 GPU 수준의 가속이 결합된 것을 볼 수 있지만, 주체는 여전히 전통적인 CPU를 중심으로 한 워크로드입니다."라고 Kevork Kechichian이 브리핑에서 말했습니다.

이 배경에는 더 구체적인 산업 현실이 있습니다. SemiAnalysis는 'CPU의 귀환' 보고서에서 한 가지 예를 들었습니다: 마이크로소프트가 OpenAI를 위해 구축한 'Fairwater' 데이터 센터에서 48메가와트 규모의 CPU 및 스토리지 건물 하나가 295메가와트 규모의 GPU 클러스터를 지원하고 있습니다.

즉, 그 295메가와트 GPU 클러스터를 실제로 가동시키기 위해, GPU가 생성하는 페타바이트급 데이터 스트림을 처리하고, 작업을 스케줄링하며, 스토리지를 관리하는 수천 개의 CPU가 옆에서 필요합니다.

GPU의 연산 능력이 높아질수록, 그로 인해 발생하는 '주변 연산 수요'도 커집니다. 이러한 주변 연산 수요는 결국 CPU에 집중됩니다.

즉, CPU의 회귀는 'CPU가 다시 GPU보다 빨라진다'는 의미가 아닙니다. AI 연산의 형태가 '하나의 대형 모델 학습'에서 '수천 개의 에이전트 실행'으로 확장될 때, 오케스트레이션과 데이터 흐름이 다시 병목 현상의 주체가 됩니다. GPU는 이 문제를 해결할 수 없지만, CPU는 해결할 수 있습니다.

이것은 지난 3년간의 AI 서사에서 간과된 또 다른 측면입니다.

2. 제온 6+가 선택한 길은 무엇인가

인텔의 판단은 제온 6+의 제품 정의에 반영되어 있습니다.

가장 직관적인 숫자는 최대 288개의 코어이며, 모두 에너지 효율 코어(E-core)라는 점입니다.

E-core와 P-core는 인텔이 지난 몇 년간 CPU 아키텍처에서 분기한 것입니다. P-core는 성능 코어로, 단일 코어 성능을 극대화하는 전통적인 서버 CPU 설계 목표를 따릅니다. E-core는 에너지 효율 코어로, 단일 코어 성능은 다소 약하지만 면적이 작고 전력 소모가 낮아 동일한 칩 면적에 더 많은 코어를 탑재할 수 있습니다.

제온 6+는 이 분기를 극한으로 밀어붙였습니다. 288개의 에너지 효율 코어는 인텔이 하나의 CPU에서 '각 코어가 얼마나 빠른가'가 아니라 '하나의 CPU에 얼마나 많은 코어를 넣을 수 있는가'에 집중하고 있음을 의미합니다.

이 제품 정의의 논리는 다음과 같습니다: 에이전트 AI의 작업 부하는 단일 코어가 얼마나 빠르게 실행되는지의 문제가 아니라, 수천 개의 경량 작업을 동시에 실행할 수 있는지의 문제입니다. 한 대의 서버가 수백 개의 에이전트를 동시에 오케스트레이션하고, 수천 개의 추론 요청을 처리하며, 수만 개의 동시 연결을 유지해야 할 때, 288개의 E-core 처리량은 64개의 P-core 단일 코어 성능보다 훨씬 중요합니다.

이것은 주류와 반대되는 제품 정의입니다. 지난 수십 년간 서버 CPU의 주류 서사는 단일 코어 성능 경쟁에 집중해 왔습니다 — 더 높은 클럭, 더 강력한 IPC, 더 큰 캐시. E-core 경로는 본질적으로 그 서사가 끝날 수도 있음을 인정하는 것입니다.

하지만 함께 고려해야 할 몇 가지 사항이 있습니다.

첫째, E-코어 로드는 인텔만의 전략이 아니다. AMD는 2023년에 이미 밀도 최적화된 Zen 4c 코어 기반의 Bergamo를 출시했으며, AWS의 Graviton 시리즈와 Ampere의 AmpereOne 시리즈도 훨씬 이전부터 '고밀도 코어 + 에너지 효율 우선' 노선을 걸어왔다. Ampere는 2024년에 공개한 AmpereOne Aurora 로드맵에서 코어 수를 이미 512개까지 늘렸다.

즉, 제온 6+는 인텔이 이미 존재하는 산업 방향을 따라잡는 것에 불과하다——인텔은 선도자가 아니라, 산업 방향으로 돌아온 플레이어라는 뜻이다.

둘째, 제온 6+는 Intel 18A 공정을 적용한 최초의 데이터센터 CPU라는 점이, 인텔 자체의 맥락에서는 '288코어 E-코어'보다 더 중요할 수 있다.

Intel 18A는 인텔이 지난 몇 년간 건 가장 큰 승부수다. 이는 단순히 하나의 CPU 문제가 아니라, 인텔 파운드리(Intel Foundry), 즉 인텔의 위탁 생산 사업이 자리 잡을 수 있느냐의 문제를 짊어지고 있다. 만약 18A 공정이 시장에 내놓을 만한 경쟁력 있는 제품을 제공하지 못한다면, Intel Foundry의 스토리는 더 이상 이어나가기 어렵다.

제온 6+가 18A 공정으로 제작되고, 에너지 효율 코어 수를 288개로 늘리며, '업계 선도적인 성능 밀도'를 공언한 것은 인텔이 시장에 제출한 답안지 중 하나다. 이것이 시장의 인정을 받을 수 있을지, TSMC의 N2 및 삼성의 2nm와의 동시대 경쟁에서 자리 잡을 수 있을지는 또 다른 문제다.

셋째, 제온 6+의 고객 명단에는 산업적으로 의미 있는 이름들이 등장했다. 에릭슨은 제온 6+를 사용해 5G 코어 네트워크를 테스트 중이며, 도이치텔레콤 산하 T-Systems는 제온 6+로 프라이빗 에이전트 AI 인프라를 구축하고 있다. 이 두 고객은 데이터센터 CPU의 전통적인 안정적인 조달처로서, 이들의 조달 선택 자체가 하나의 시장 신호다.

이 세 가지를 종합해 보면, 제온 6+가 거는 길은 이렇다: 18A 공정으로 에너지 효율 우위를 확보하고, 288개의 E-코어로 코어 밀도를 높여, AI 추론 및 에이전트 시나리오에서 '고밀도, 고효율, 고처리량'과 같은 작업 부하에 베팅하는 것이다.

이는 CPU가 다시 연산력의 주 무대로 돌아오는 이야기가 아니라, CPU가 새로운 위치를 찾는 이야기다.

3. 이 이야기는 과연 성립할까?

인텔이 말하는 'CPU의 귀환' 스토리가 과연 성립할까? 이를 판단하려면 업계의 다른 변수들을 살펴봐야 한다.

첫 번째 변수는 GPU 제조사들의 반응이다.

엔비디아는 지난 2년 동안 '오케스트레이션'과 관련된 작업을 해왔다. Grace CPU + Hopper GPU 조합은 그 자체로 엔비디아가 CPU 부분을 보완하려는 시도다. 만약 GPU 제조사들이 'CPU + GPU' 통합 솔루션을 주류로 만든다면, 독립적인 CPU 제조사로서의 입지는 좁아질 수밖에 없다. 인텔이 'CPU는 컨트롤 플레인'이라는 내러티브를 내세울 때 가장 큰 경쟁자는 AMD가 아니라 엔비디아다.

두 번째 변수는 클라우드 업체들의 자체 CPU 개발이다.

AWS Graviton은 이미 AWS 자체 데이터센터에 대규모로 배포되어 AWS 내부의 상당한 범용 컴퓨팅 워크로드를 처리하고 있다. 마이크로소프트는 Cobalt를, 구글은 Axion을, 알리바바는 Yitian을 개발 중이며, 거의 모든 주요 클라우드 업체들이 ARM 아키텍처 기반 서버 CPU를 자체 개발하고 있다.

이러한 자체 개발 CPU들도 '고밀도, 에너지 효율 우선' 노선을 따르고 있으며, 이는 제품 정의 측면에서 제온 6+와 직접적인 경쟁 관계에 있다.

즉, 제온 6+가 공략하려는 시장을 클라우드 업체들이 스스로 만들고 있는 셈이다. 인텔은 클라우드 업체들의 자체 CPU 외에도 여전히 충분히 큰 시장이 존재한다는 것을 증명해야 한다. 예를 들어 통신사, 프라이빗 클라우드, 수직 산업 분야의 데이터센터 등이 그 대상이다.

세 번째 변수는 18A 공정 자체다.

제온 6+는 Intel 18A 공정을 기반으로 한 최초의 데이터센터 CPU이며, 이는 이 칩이 단순한 제품 이상의 산업적 의미를 지니고 있음을 의미한다. 만약 18A 공정이 양산 수율, 성능 안정성, 고객 검증 과정에서 문제를 겪는다면, 제온 6+의 시장 성과는 타격을 입을 것이다. 반대로 18A 공정이 안정적으로 작동한다면, 제온 6+는 오히려 Intel Foundry에 숨통을 틔워줄 수도 있다.

하지만 18A는 진공 상태에서 작동하는 것이 아니다. TSMC의 N2 공정은 2026년 하반기부터 양산에 들어가고, 삼성의 2nm 공정도 개발 중이다. Intel 18A가 목표로 하는 것은 단순히 '만들어 내는 것'이 아니라, '만들어 낸 후에도 앞서가는 것'이며, 이는 훨씬 더 높은 기준이다.

이 세 가지 변수를 종합하면, 제온 6+의 최종 성패는 자체 역량뿐만 아니라 엔비디아가 CPU 역할을 자체적으로 흡수할지, 클라우드 업체가 계속 자체 CPU를 개발할지, 인텔 18A가 TSMC 및 삼성과의 동세대 경쟁에서 자리 잡을지에 달려 있다.

이것이 바로 'CPU의 귀환'이 산업적 관점에서는 타당하지만, 인텔이 이 귀환의 혜택을 실제로 누릴 수 있을지는 여전히 미지수인 이유다.

AI 연산 무대에서 CPU의 위치를 둘러싼 경쟁은 이미 3년째 이어지고 있다.

지난 3년간의 시나리오는 'GPU가 중심, CPU는 보조'였다. 이 시나리오는 2026년부터 흔들리기 시작한다. CPU가 GPU보다 다시 빨라지는 것이 아니라, AI 연산 자체가 변화하고 있기 때문이다. AI가 '모델 하나를 훈련하는 것'에서 '수천 개의 에이전트를 운영하는 것'으로 확장되면서, 오케스트레이션, 동시성, 데이터 흐름이 다시 시스템 병목으로 떠오르고, CPU는 이 위치에서 대체 불가능해진다.

인텔은 이에 베팅했고, 제온 6+는 그 답안이다. 그러나 이것이 실제로 성립할지, 인텔이 이 혜택을 실제로 얻을 수 있을지는 결국 2027년, 2028년 고객의 서버실에서 답이 나올 것이다. AMD, ARM 진영, 클라우드 업체의 자체 CPU, 엔비디아의 CPU 개발 등 모든 변수가 시나리오의 방향을 바꿀 수 있다.

CPU의 귀환은 사실이지만, 누가 이 귀환을 주도할지는 아직 정해지지 않았다.