AMD, Advancing AI 2026: 대규모 확장에 승부수

Investing.com — 2026년 7월 23일 목요일, AMD(AMD)는 Advancing AI 2026 기조연설에서 데이터센터부터 개인 기기, 로봇에 이르는 빠르게 성장하는 인공지능(AI) 시장에서 더 많은 점유율을 확보하기 위한 광범위한 계획을 발표했습니다.

회사는 신제품과 주요 고객사와의 협력을 발표하며 미래 수요에 대한 낙관적인 전망을 내비쳤지만, 동시에 혼잡한 시장에서 전력, 냉각 및 실행의 현실적인 한계도 인정했습니다.

주요 내용

• AMD는 AI가 학습(training)에서 추론(inference)으로 이동하고 있으며, 2026년 현재 전 세계 AI 컴퓨팅 용량의 약 60%를 추론이 차지하고 있다고 밝혔습니다.
• 회사는 헬리오스(Helios) AI 랙 시스템, MI455 GPU, 6세대 EPYC 베니스(Venice) CPU 제품군을 공개했습니다.
• AMD는 Anthropic, OpenAI, Meta, AT&T, 시스코 시스템즈(Cisco), Cerebras가 자사 플랫폼을 대규모로 채택하거나 테스트 중이라고 밝혔습니다.
• 회사는 ROCm AI를 통해 개방형 소프트웨어 전략을 추진하고 있으며, 코딩 에이전트에 대한 지원을 강화하고 있습니다.
• AMD는 전력, 냉각, 데이터센터 설계가 AI 성장 다음 단계의 주요 제약 요인이라고 지적했습니다.

재무 실적 및 시장 전망

AMD는 이번 행사에서 분기별 실적을 발표하지 않았지만, 기조연설의 상당 부분을 시장 규모와 수요 동향에 할애했습니다. AI 인프라 지출이 아직 초기 단계이며 많은 투자자가 예상하는 것보다 훨씬 더 커질 수 있다는 메시지를 전달했습니다.

• 리사 수(Lisa Su) CEO는 AMD가 AI 가속기 시장이 불과 1년 전 5,000억 달러로 추정했던 것에서 2030년까지 약 1조 4천억 달러에 이를 것으로 예상한다고 밝혔습니다.
• 그녀는 10년 말까지 AI 가속기 시장이 오늘날 전체 반도체 시장 규모에 육박할 수 있다고 말했습니다.
• AMD는 서버 CPU 시장이 현재 약 250억 달러에서 2030년까지 2,000억 달러 이상으로 성장할 것이라고 밝혔습니다.
• 회사는 또한 고성능 및 적응형 컴퓨팅 시장이 2030년까지 2조 달러에 이를 수 있다고 말했습니다.
• AMD는 월별 토큰 소비량이 3500경 토큰에 달해 Two년 만에 160배 증가했다고 밝혔습니다.
• 학습 컴퓨팅은 여전히 연간 약 5배 증가하고 있지만, 추론이 이제 더 큰 사용 사례가 되었습니다.

AMD는 또한 서버 분야에서 자체적인 성장세를 지적했습니다. EPYC 서버 CPU 시장 점유율이 지난 분기에 기록적인 46%에 도달했으며, 포춘 100대 기업 중 60% 이상이 Now AMD EPYC 프로세서를 사용하고 있다고 밝혔습니다. 지난 Three년 동안 퍼블릭 클라우드 가상 머신(virtual machine) 소비는 연평균 76%의 복합 성장률을 기록했다고 회사는 말했습니다.

동시에 주식 시장은 신중한 모습을 보였습니다. AMD 주가는 마지막 거래에서 533.7달러를 기록했으며, 이전 종가인 552.33달러에서 3.37% 하락했습니다. 주가는 52주 범위인 149.22달러에서 584.73달러 상단 부근에 머물고 있습니다.

신제품 및 기술 로드맵

AMD의 제품 발표는 개별 칩뿐만 아니라 전체 AI 스택을 구축하고 있음을 보여주기 위한 것이었습니다. 핵심은 최첨단 모델 학습 및 추론을 목표로 하는 랙 규모 시스템인 헬리오스(Helios)였습니다.

헬리오스(Helios) AI 랙 시스템

• AMD는 헬리오스를 대규모로 최첨단 모델을 학습하고 실행하기 위한 업계 최고 성능의 AI 랙으로 설명했습니다.
• 각 랙에는 75개의 MI455 GPU가 포함되어 있습니다.
• 이 시스템에는 18,000개 이상의 CDNA 5 GPU 컴퓨팅 유닛, 4,600개 이상의 Zen 6 CPU 코어, 그리고 랙당 31테라바이트의 HBM4 메모리가 포함되어 있습니다.
• AMD는 헬리오스가 경쟁 시스템보다 15% 더 많은 컴퓨팅, 50% 더 많은 HBM4 메모리 용량과 대역폭, 50% 더 많은 스케일아웃(scale-out) 대역폭을 제공한다고 밝혔습니다.
• 최고의 동시성(concurrency)에서 헬리오스는 이전 세대보다 최대 34배 더 많은 추론 처리량과 경쟁 제품보다 달러당 최대 30% 더 많은 토큰을 제공할 수 있다고 AMD는 밝혔습니다.
• 회사는 헬리오스가 이미 전체 생산 단계에 있으며, 2026년 Three분기에 출하를 시작하여 Four분기에 본격화될 것이라고 말했습니다.

MI455 GPU 가속기

• MI455는 3,200억 개의 트랜지스터를 가지고 있으며 TSMC 2나노미터 및 3나노미터 공정 기술을 사용합니다.
• 이 칩은 12개의 컴퓨팅 및 I/O 칩렛을 사용하며 432GB의 HBM4 메모리를 포함합니다.
• AMD는 이 칩이 3D 스태킹 및 고급 상호 연결 기술을 사용한다고 밝혔습니다.
• 성능은 낮은 동시성에서 MI355의 4배, 최고 동시성에서 34배 높다고 합니다.
• AMD는 이 칩이 초당 20테라바이트의 메모리 대역폭과 20페타플롭스(petaFLOPS)의 컴퓨팅 성능을 제공할 수 있다고 밝혔습니다.
• MI350P 변형은 단일 GPU에서 최대 2,600억 개의 매개변수를 가진 모델을 지원할 수 있습니다.

6세대 EPYC 베니스(Venice) CPU

• 베니스 제품군은 Zen 6 코어와 TSMC 2나노미터 공정 기술을 사용합니다.
• AMD는 베니스가 EPYC 역사상 가장 큰 세대 간 성능 향상 중 하나인 튜린(Turin) 대비 최대 1.8배의 성능을 제공한다고 밝혔습니다.
• 이 칩은 2,030억 개의 트랜지스터를 가지고 있으며, 이전 세대보다 Two배 많은 소켓당 최대 512개의 스레드를 지원합니다.
• 메모리 및 I/O 대역폭도 이전 세대보다 Two배 증가했습니다.
• AMD는 에이전트 샌드박스용 256코어 버전인 베니스 HF(Venice HF)와 일반 엔터프라이즈용 128코어 버전을 포함한 여러 변형을 소개했습니다.
• 회사는 베니스가 GPU 서버 워크로드에 대해 초당 1.8배 더 많은 토큰, 샌드박스에 대해 와트당 2배 더 많은 에이전트, 범용 용도에 대해 와트당 2배 더 많은 성능을 제공할 수 있다고 말했습니다.

2026년 이후 로드맵

• 2028년 출시 예정인 플로렌스(Florence)는 Zen 7 코어와 새로운 AI 컴퓨팅 확장 기능을 사용할 것입니다.
• 2030년 출시 예정인 라벤나(Ravenna)는 Zen 8 기반의 8세대 EPYC 제품군이 될 것입니다.
• AMD는 CPU 로드맵이 다양한 워크로드에 맞게 조정된 제품군 변형을 계속 사용할 것이라고 밝혔습니다.
• GPU 측면에서는 MI500이 새로운 HBM, 더 큰 스케일업 도메인, 구리 및 광학 인터커넥트를 가져올 것으로 예상됩니다.
• 2028년 출시 예정인 MI600은 CDNA Next를 사용할 것입니다.
• AMD는 Three년 내에 추론 처리량을 2,000배 높이는 것을 목표로 한다고 밝혔습니다.

운영 업데이트 및 소프트웨어 전략

AMD는 하드웨어 스토리가 소프트웨어에 달려 있다고 말했으며, 개발자와 대규모 고객이 자사 플랫폼을 더 쉽게 사용할 수 있도록 노력하고 있음을 기조연설에서 보여주었습니다.

• ROCm 릴리스 주기는 Four개월에서 Six주로 단축되었습니다.
• ROCm은 Now PyTorch, JAX, vLLM, SGLang, Hugging Face를 포함한 주요 프레임워크에 대한 Day-zero 지원을 제공합니다.
• AMD는 ROCm 7.0에서 최신 스택으로 업그레이드하면서 DeepSeek 모델에서 3.3배의 속도 향상과 평균 2.4배의 학습 개선을 가져왔다고 밝혔습니다.
• 회사는 자사 HyperLoom 시스템이 14,000개의 모델을 처리하여 튜닝 인사이트를 생성했다고 말했습니다.
• AMD는 또한 MiniMax M3 최적화 사례에서 38%의 성능 향상을 언급했습니다.

AMD는 AI 기반 GPU 프로그래밍을 위한 에이전트 AI 플랫폼으로 설명한 ROCm AI를 도입했습니다. 이 시스템은 Cursor, Claude, Codex와 같은 코딩 도구와 연동되도록 설계되었으며, HyperLoom을 사용하여 워크로드를 분석하고 커널을 튜닝하며 병렬화를 개선합니다.

OpenAI의 필립 틸렛(Philippe Tillet)은 에이전트가 이제 높은 품질로 GPU 커널을 작성할 수 있게 되어 개발자가 저수준 코드와 작업하는 방식을 바꾸고 있다고 말했습니다. AMD는 이것이 소프트웨어 스택을 더 개방적이고 AI 도구에 더 쉽게 접근할 수 있도록 하기 위한 광범위한 움직임의 일환이라고 밝혔습니다.

엔터프라이즈, 개인 및 물리적 AI

AMD는 또한 이번 행사를 통해 하이퍼스케일 데이터센터 이상의 서비스를 제공하고자 함을 보여주었습니다. 회사는 엔터프라이즈 서버, 개인 AI 머신 및 로봇용 제품을 소개했습니다.

엔터프라이즈 AI

• AMD는 MI350P가 시설 업그레이드를 원치 않는 엔터프라이즈 데이터센터를 위해 설계된 공랭식 GPU라고 밝혔습니다.
• 이 칩은 단일 GPU에서 최대 2,600억 개의 매개변수를 가진 모델을 지원할 수 있습니다.
• AMD는 경쟁 제품보다 달러당 초당 토큰이 4배 더 많고, 엔터프라이즈 워크로드에서 초당 토큰이 2~5배 더 빠르다고 밝혔습니다.
• 회사는 이 칩이 기존 엔터프라이즈 데이터센터를 AI 데이터센터로 전환할 수 있다고 말했습니다.

개인 AI

• Ryzen AI Halo는 120GB의 통합 메모리를 포함하며 최대 2,000억 개의 매개변수를 가진 모델을 지원합니다.
• Gorgon Halo는 192GB의 통합 메모리를 포함하며, AMD는 이 메모리가 동급 최대 규모라고 밝혔고, 최대 3,000억 개의 매개변수를 가진 모델을 지원합니다.
• AMD는 이 플랫폼이 노트북, 워크스테이션, 미니 PC 및 개발자 시스템에 탑재될 것이라고 말했습니다.
• 회사는 또한 Hugging Face와 협력하여 Halo를 오픈 모델 및 에이전트 워크플로우에 최적화하고 있다고 밝혔습니다.

물리적 AI 및 로봇

• AMD는 Ryzen AI Embedded X100으로 구동되는 시스템 온 모듈인 Kria AI를 도입했습니다.
• 이 플랫폼은 CPU, GPU, NPU 및 통합 메모리를 소형 오픈 표준 설계에 결합합니다.
• AMD는 Kria AI가 엔비디아(Nvidia)의 Jetson Thor보다 3.4배 더 나은 실시간 결과와 2.3배 더 많은 동시 에이전트, 1.6배 더 많은 CPU 용량을 제공한다고 밝혔습니다.
• 회사는 또한 ROCm 및 ROS2를 중심으로 구축된 Kria AI 로봇 개발 플랫폼을 도입했습니다.
• AMD는 로봇 공학을 위한 모듈식 접근 방식을 설명했습니다. 뇌는 Kria, 척추는 Versal, 관절은 Zynq, 센서는 Spartan입니다.

고객사 협력 및 파트너 의견

AMD의 기조연설은 고객사의 지지에 크게 의존했으며, 이를 통해 자사 제품이 실험실 테스트를 넘어 생산 계획으로 나아가고 있음을 보여주었습니다.

Anthropic

• Anthropic의 공동 창립자이자 최고 컴퓨팅 책임자인 톰 브라운(Tom Brown)은 회사가 최대 2기가와트의 헬리오스 인프라를 배포할 것이라고 말했습니다.
• 그는 한 엔지니어가 Claude의 도움을 받아 주말 동안 MI355X 시스템을 가동하여 플랫폼이 얼마나 쉽게 접근 가능한지 보여주었다고 말했습니다.
• Anthropic은 엔지니어링 워크로드 개선을 위해 AMD 아키텍처에서 Claude를 학습시키고 있다고 밝혔습니다.
• 파트너십은 스케일업, 보안 및 칩-랙 공동 설계에 중점을 둡니다.

OpenAI

• OpenAI의 인프라 총괄 사친 카티(Sachin Katti)는 OpenAI가 발표 Three개월 전에 MI455X 랙을 가장 먼저 배포했다고 말했습니다.
• 그는 OpenAI가 헬리오스에서 GPT급 워크로드를 위한 소프트웨어 및 네트워킹을 연구하고 있다고 말했습니다.
• OpenAI는 2026년 말에 대규모 헬리오스 배포를 시작하여 2027년까지 가속화될 것으로 예상합니다.
• 카티는 AI가 단순한 랙 수준 문제가 아니라 데이터센터 수준의 시스템 문제가 되고 있다고 말했습니다.

Meta

• Meta의 인프라 총괄 산토시 자나르단(Santosh Janardhan)은 회사가 서버 수준 최적화에서 통합 데이터센터 설계로 전환하고 있다고 말했습니다.
• Meta와 AMD의 파트너십은 밀라노(Milan), 베르가모(Bergamo), 튜린(Turin), 베니스(Venice) CPU 세대에 걸쳐 있습니다.
• Meta는 메모리 집약적인 워크로드에는 MI300, 랭킹 및 추천 시스템에는 MI350, 더 광범위하게는 MI450을 배포하고 있습니다.
• 자나르단은 데이터센터 구축에는 몇 년이 걸리므로 배포 한참 전에 공동 설계가 이루어져야 한다고 말했습니다.

Cerebras

• Cerebras의 공동 창립자이자 CEO인 앤드류 펠드만(Andrew Feldman)은 헬리오스와 Cerebras 웨이퍼 스케일 엔진(Wafer Scale Engine) 시스템을 결합하는 파트너십을 발표했습니다.
• 이 설정은 매우 낮은 대기 시간을 유지하면서 5배의 처리량을 제공하도록 설계되었습니다.
• AMD는 이 접근 방식이 프리필 및 컴퓨팅에는 Instinct를, 디코드 및 메모리 대역폭에는 Cerebras를 사용하는 방식으로 작업을 분할한다고 밝혔습니다.
• 이 솔루션은 2026년 후반에 Cerebras 클라우드에서 먼저 출시된 후 더 광범위하게 제공될 예정입니다.

AT&T

• AT&T의 최고 기술 책임자(CTO) 제레미 레그(Jeremy Legg)는 회사가 매달 1조 개 이상의 토큰을 소비하고 있으며 그 숫자는 여전히 Two 자릿수로 증가하고 있다고 말했습니다.
• AT&T는 100개 이상의 GenAI 모델을 운영 중입니다.
• 하루 30만 건 이상의 통화를 전사(transcription) 워크로드로 처리합니다.
• 사용 사례에는 고객 관리, 사기 탐지, 네트워크 최적화, HR, 재무, 현금 예측 및 직원 온보딩(employee onboarding)이 포함됩니다.
• AT&T는 AMD 하드웨어에서 OTel 2.0 모델을 학습시켰으며, 데이터 주권을 유지하면서 경쟁 칩셋과 비용 동등성(cost parity)을 달성했다고 밝혔습니다.
• 회사는 오픈 소스 모델이 폐쇄 소스 도구와 함께 자사 전략의 주요 부분이라고 말했습니다.

시스코 시스템즈(Cisco)

• 시스코 시스템즈(Cisco)의 사장이자 최고 제품 책임자인 지투 파텔(Jeetu Patel)은 에이전트 AI로의 전환이 에이전트가 24시간 내내 작동하기 때문에 수요를 변화시킨다고 말했습니다.
• 그는 고객이 보안과 비용을 가장 중요하게 생각한다고 말했습니다.
• 시스코 시스템즈(Cisco)는 클라우드 컨트롤(Cloud Control)을 통해 클라우드, 데이터센터 및 개인 시스템 전반의 장치를 모니터링하는 관리 플레인을 구축하고 있습니다.
• 회사는 고객이 토큰 비용을 추적하고, 워크로드를 분리하며, Three개월에서 Six개월 내에 투자 수익을 확인할 수 있도록 도울 수 있다고 말했습니다.
• 일반적인 가용성은 초가을로 예상되며, 일부 고객에게는 이미 얼리 액세스(early access)가 제공되고 있습니다.

AMD가 말하는 AI의 변화

AMD의 더 광범위한 주장은 AI가 새로운 국면에 진입하고 있다는 것이었습니다. 회사는 업계가 수백만 개의 에이전트에서 수십억 개로 이동하고 있으며, 이러한 시스템에는 많은 추론 단계, 도구 호출 및 데이터 조회(data lookups)가 필요할 것이라고 말했습니다. AMD의 관점에서 이는 챗봇 물결보다 훨씬 더 높은 컴퓨팅 수요를 촉진할 것입니다.

• 추론이 주요 수요원이 되었으며, 2026년에는 처음으로 학습을 추월했습니다.
• 엔터프라이즈 AI가 파일럿(pilot) 단계에서 생산 단계로 전환하고 있습니다.
• 거의 모든 기업이 내년까지 어떤 형태의 에이전트 배포를 할 것으로 예상됩니다.
• 전력 및 냉각이 Now 데이터센터 구축의 주요 병목 현상입니다.
• 데이터 주권 및 오픈 소스 모델 지원이 고객에게 더욱 중요해지고 있습니다.
• AMD는 어떤 단일 회사도 시장을 혼자서 해결할 수 없으므로 생태계 파트너십이 필수적이라고 말했습니다.

결론

AMD의 전체 스크립트에는 회사의 제품 계획, 고객 계약 및 시장 전망에 대한 자세한 내용이 담겨 있습니다.

독자들은 완전한 논의를 위해 아래 스크립트를 참조할 수 있습니다.

이 기사는 인공지능의 도움을 받아 번역됐습니다. 자세한 내용은 이용약관을 참조하시기 바랍니다.