💻 AI Won't Just Stay in the Cloud: Computex 2026 Shows the Next Direction for Semiconductor Demand — bullbear.ninja

← Opinion BoardMentioned$NVDA$QCOM$CDNS$SNPS$MSFT$DELL$TSM$AMKR$ASX$COHR$VRT$SMCI$CLS$K000660$K005930$K009150$K042700$K089030$K095340$K140860$K298040$K267260$K010120$K066570$CRDO$ALAB$VECO$ONTO$ACMR$COHU$ENTG$K353200$K058470$K348210$K039030$K319660$K281820<br>이번 Computex 2026에서 가장 인상적이었던 점은 “새로운 제품이 많이 나왔다”는 것이 아니었습니다. 오히려 신규 제품 발표 자체는 생각보다 많지 않았습니다. 핵심은 다른 곳에 있었습니다.<br>바로 AI 에이전트가 어디에서 실행될 것인가 입니다.<br>지난 몇 년간 AI 컴퓨팅의 중심은 거의 전적으로 클라우드였습니다. 대형 언어모델은 데이터센터에서 돌고, 사용자는 브라우저나 앱을 통해 결과만 받아보는 구조였습니다. 하지만 이번 Computex에서 $NVDA와 $QCOM이 공통적으로 보여준 방향은 조금 달랐습니다.<br>앞으로 AI 에이전트는 클라우드에만 머물지 않고, PC, 스마트폰, 워크스테이션, 로봇, 자동차, 산업 장비 등 다양한 디바이스로 내려올 가능성이 큽니다. 그리고 이 변화는 단순히 “AI PC가 나온다”는 수준을 넘어섭니다. AI가 클라우드에서 엣지로 확산되면, GPU뿐 아니라 CPU, DRAM, LPDDR, HBM, DPU, 네트워크, 냉각, 패키징, 기판, 전력 인프라까지 수요 구조가 바뀔 수 있습니다.<br>1. 신규 제품보다 중요한 것은 “에이전트를 클라이언트 디바이스로 가져오는 것”<br>이번 행사에서 $NVDA가 공개한 가장 중요한 제품 중 하나는 미디어텍과 협력해 개발한 Windows PC용 프로세서 N1X , 그리고 이를 기반으로 한 RTX Spark 였습니다.<br>이 제품은 단순한 AI PC 칩이 아니라, 고성능 AI 에이전트를 로컬 디바이스에서 실행하기 위한 시도에 가깝습니다. $NVDA는 RTX Spark가 약 1페타플롭스의 AI 성능 과 최대 100만 컨텍스트 윈도 에서 1,200억 파라미터급 LLM 을 실행할 수 있는 능력을 제공한다고 설명했습니다.<br>이 말은 꽤 중요합니다.<br>지금까지 개인용 PC는 AI를 “사용하는 장치”에 가까웠습니다. 하지만 앞으로는 PC 자체가 AI 모델을 실행하고, 에이전트를 돌리고, 개인 데이터를 기반으로 작업을 수행하는 개인용 AI 서버 가 될 수 있습니다.<br>물론 성공 여부는 아직 확실하지 않습니다. 핵심 변수는 두 가지입니다.<br>첫째, 에이전틱 AI를 전제로 한 애플리케이션 생태계가 실제로 재구성될 수 있는가. 둘째, 기존 x86 Windows 애플리케이션과의 호환성을 얼마나 자연스럽게 해결할 수 있는가.<br>이 문제는 $QCOM의 ARM PC 성장에서도 계속 제약 요인으로 작용해 왔습니다. 하드웨어 성능만 좋아서는 부족합니다. 사용자가 기존에 쓰던 앱이 잘 돌아가야 하고, 동시에 AI 에이전트가 개입할 수 있는 새로운 사용 경험이 만들어져야 합니다.<br>미디어텍 입장에서 이 제품은 단기 매출 기여도가 아주 큰 프로젝트는 아닐 수 있습니다. 매출 기여도는 1~2% 수준의 작은 성장 요인으로 볼 수 있습니다. 하지만 Chrome/Chromebook 영역에서 존재감을 키운 이후, Windows Compute 영역에서도 이름을 알리는 계기가 될 수 있습니다.<br>2. Qualcomm의 메시지: 에이전트는 하나의 디바이스에 묶이지 않는다<br>$QCOM은 이번 기조연설에서 대형 신규 제품을 발표하지는 않았습니다. 대신 6월 말 애널리스트 데이에서 더 자세히 공개될 가능성이 있는 Dragonfly AI Server rack 을 간단히 언급했습니다.<br>흥미로운 점은 $QCOM이 추론 중심 ASIC과 데이터센터 CPU 영역에 진입하려는 흐름입니다. 공급망 점검상 $QCOM의 추론 ASIC과 데이터센터 CPU는 바이트댄스와 미국 하이퍼스케일러 한 곳을 대상으로 할 가능성이 있으며, 물량은 2027년부터 본격적으로 램프될 것으로 보입니다.<br>$QCOM의 큰 그림은 명확합니다.<br>스마트폰 시대에 강했던 회사가, 이제는 AI 에이전트 시대에도 자신들의 역할을 찾고 있습니다. $QCOM CEO 크리스티아노 아몬은 2026년부터 2030년까지 토큰 소비량이 40배 증가 할 수 있다고 전망했습니다. 이 말은 곧 AI 추론 수요가 폭발적으로 늘어난다는 뜻입니다.<br>다만 $QCOM은 모든 추론이 클라우드에서만 일어나지는 않을 것이라고 봅니다. 시간이 지나면서 에이전틱 AI 워크로드는 온디바이스와 클라우드로 분산 될 가능성이 높습니다. 예를 들어 코딩, 웹페이지 생성, 개인화 작업 같은 일부 워크로드는 디바이스와 클라우드를 함께 활용하면 토큰 사용량을 30~60% 줄이면서 더 빠르게 실행될 수 있다는 설명입니다.<br>이 관점은 중요합니다.<br>AI가 클라우드에서만 실행되면 수혜는 주로 데이터센터 GPU, HBM, 네트워크, 전력 인프라에 집중됩니다. 하지만 AI가 엣지로 내려오면 스마트폰, PC, 노트북, 워크스테이션, 온디바이스 메모리, 저전력 CPU/GPU/NPU, LPDDR 수요까지 같이 움직입니다.<br>즉 AI 반도체 투자의 지도가 넓어집니다.<br>3. Agentic AI는 이제 소프트웨어가 아니라 하드웨어 스택의 문제다<br>이번 Computex에서 $NVDA와 $QCOM이 공통적으로 강조한 것은 Agentic AI , 즉 에이전틱 AI였습니다.<br>$NVDA는 AI 에이전트를 네 가지 구성요소로 설명했습니다.<br>LLM<br>Brain<br>Harness<br>Tools / Runtime / 작업 환경<br>이 설명이 중요한 이유는, 에이전트를 단순 챗봇으로 보지 않기 때문입니다. 에이전트는 모델 하나로 끝나는 것이 아니라, 모델이 도구를 호출하고, 외부 환경에서 작업하고, 오케스트레이션되고, 실행 결과를 다시 반영하는 구조입니다.<br>그러면 필요한 하드웨어도 GPU 하나로 끝나지 않습니다. $NVDA는 에이전틱 AI에 필요한 하드웨어 스택에는 GPU, CPU, DPU 가 모두 포함된다고 설명했습니다.<br>이제 AI 인프라는 단순히 “GPU를 더 많이 산다”가 아닙니다. CPU가 데이터를 준비하고, GPU가 연산하고, DPU가 네트워크와 데이터 이동을 처리하고, 스토리지와 메모리가 이를 받쳐주고, 냉각과 전력이 전체 시스템을 지탱해야 합니다.<br>이 관점에서 보면 $NVDA는 단순 GPU 회사가 아니라 AI 팩토리 전체의 풀스택 설계자 가 되려 하고 있습니다. CUDA-X 라이브러리, Nemotron 오픈 모델, DPU, CPU, 네트워킹, 스토리지, 랙 디자인, 냉각 최적화까지 모두 하나의 시스템으로 묶으려는 것입니다.<br>Cadence와의 칩 설계 슈퍼 에이전트 협력 사례도 상징적입니다. 검증 주기를 수주에서 수시간으로 줄여 약 40배 가속하는 사례는, 에이전틱 AI가 단순 사무 자동화가 아니라 반도체 설계와 같은 고부가 산업에도 깊게 들어갈 수 있음을 보여줍니다.<br>이 관점에서는 $CDNS, $SNPS 같은 EDA 기업도 계속 중요해질 수 있습니다. AI가 칩 설계를 가속하면, 그 AI가 사용할 설계 데이터와 툴체인을 가진 기업들의 가치도 다시 볼 필요가 있습니다.<br>4. Vera Rubin: GPU 랙은 이제 조립품이 아니라 공동 설계된 시스템이다<br>$NVDA는 Vera Rubin이 현재 본격 양산 중이라고 확인했습니다. $MSFT와 $DELL, CoreWeave는 이미 엔지니어링 랙을 구축하고 있으며, 더 큰 규모의 생산 램프는 올해 4분기에 시작될 가능성이 높습니다.<br>Vera Rubin에서 중요한 점은 성능만이 아닙니다. 더 중요한 것은 랙 전체가 공동 설계된 시스템 이 되고 있다는 점입니다.<br>이전 Blackwell 세대에서는 랙 조립에 약 2시간이 걸렸지만, Vera Rubin 랙은 조립 시간이 약 5분으로 단축될 수 있다고 합니다. 이는 케이블과 팬 수를 줄이고, 액체냉각과 인터커넥션용 미드플레인 PCB를 활용했기 때문입니다.<br>이 변화는 공급망 관점에서 매우 중요합니다.<br>AI 서버는 더 이상 GPU 카드 몇 장을 꽂는 단순 서버가 아닙니다. GPU, CPU, DPU, 스토리지, 스위치, 광통신, 액체냉각, 전력공급장치, PCB, 콜드플레이트, QD, 랙 통합이 모두 맞물린 고밀도 시스템입니다.<br>Vera Rubin은 Vera GPU, Vera CPU, BlueField DPU, 스토리지 랙, Co-packaged Optics를 탑재한 Spectrum SPX 랙, 빠른 토큰 처리를 위한 LPX를 함께 묶습니다. 목표는 GB300 대비 10배 높은 토큰 처리량과 GW당 매출 극대화입니다.<br>여기서 중요한 병목은 여전히 남아 있습니다.<br>HBM4 공급, CoWoS-L 패키징, 고급 기판, 액체냉각, 전력 인프라입니다. 따라서 $NVDA가 아무리 강해져도 공급망 전체의 수혜가 같이 따라갈 가능성이 큽니다.<br>미국 쪽에서는 $TSM, $AMKR, $ASX, $COHR, $VRT, $DELL, $SMCI, $CLS 같은 기업들을 같이 봐야 합니다. 한국에서는 $K000660 SK하이닉스, $K005930 삼성전자, $K009150 삼성전기, $K042700 한미반도체, $K089030 테크윙, $K095340 ISC, $K140860 파크시스템스 같은 기업들이 연결됩니다.<br>5. Vera CPU: AI 추론은 GPU에서 CPU로 확장된다<br>이번 행사에서 젠슨 황이 상당한 시간을 할애한 부분은 Vera CPU 였습니다.<br>$NVDA는 Vera CPU를 에이전틱 AI 워크로드에 특화된 CPU로 포지셔닝하고 있습니다. 경영진에 따르면 Vera CPU는 x86 대비 약 1.8배의 에이전틱 AI 샌드박스 성능을 제공하며, 세계 최고 수준의 IPC를 갖추고 있습니다.<br>기술적으로도 흥미로운 지점이 많습니다. Vera CPU는 PCIe 6와 1.2TB/s LPDDR5X 메모리를 구현하고, 내부와 외부 모두에서 3배의 대역폭을 제공하면서도 피크 메모리 지연시간은 40% 낮췄습니다. 데이터베이스 워크로드에서는...