인텔코리아가 11월 12일 서울 삼성동 코엑스에서 ‘2026 인텔 AI 서밋 서울’을 개최했다. 올해로 세 번째를 맞은 이번 행사는 국내외 파트너와 업계 관계자 약 1,000명이 참여하는 규모로 마련됐으며, 레노버와 LG전자, SK하이닉스, . 씨게이트, 에이수스, 삼성전자 등 총 52개 기업과 중소벤처기업부, 정보통신산업진흥원(NIPA), 창업진흥원 등 5개 정부·공공기관이 참여했다. 현장에서는 기조연설과 기술 세션, 파트너 전시를 통해 AI 기술과 산업별 적용 사례를 공유했다.

배태원 인텔코리아 대표이사는 환영사를 통해 참석자들이 AI를 활용할 사업 기회와 구현 방향, 이를 함께 실현할 파트너를 찾아가길 바란다고 말했다. AI가 데이터센터에서 PC와 산업 현장, 로봇으로 확장되고 있는 만큼, 현장에 마련된 사례와 시연을 자신의 사업에 적용했을 때 무엇이 달라지고 고객의 어떤 문제를 해결할 수 있을지 살펴볼 것을 제안했다.

배 대표는 AI마다 필요한 컴퓨팅 자원이 다르다며, CPU와 GPU, 가속기의 강점을 활용하고 데이터를 처리할 위치도 성능과 비용, 실제 운용 환경을 고려해 결정해야 한다고 강조했다. 이어 기술을 보유한 기업과 이를 도입하려는 고객, 새로운 아이디어를 가진 스타트업과 개발자가 연결돼야 실제 사업으로 이어질 수 있다며, 이번 행사를 통해 새로운 파트너와 교류하고 다음 사업의 기회를 찾길 바란다고 전했다.

국내 생태계와의 협력 계획도 환영사에 담았다. 배 대표는 이날 공식 출범하는 ‘K-AI 풀스택 얼라이언스’를 언급하며, 국산 서버 기반의 개방형 인프라 위에서 국내 기업들이 AI 주권을 확보하고 혁신을 이어갈 수 있도록 협력하겠다고 밝혔다. 중소벤처기업부와 진행하는 엔지니어스 프로그램을 통해 기술 개발과 사업 확장, 해외 진출을 돕겠다는 뜻도 덧붙였다.

한국의 메모리와 제조 역량, 소버린 AI와 개인의 AI로 이어간다

산토시 비스와니탄 인텔 아시아 태평양 지역 총괄은 한국의 반도체와 연구개발 역량, 산업 현장에 축적된 자동화 경험을 AI 협력의 출발점으로 제시했다. 대규모 AI 인프라 투자와 전력 확보 경쟁이 진행되는 가운데, 한국은 메모리 기술과 제조 기반, 정부의 지원을 바탕으로 새로운 AI 활용 사례를 만들어낼 여건을 갖추고 있다는 평가다.

그는 한국이 D램과 고대역폭 메모리(HBM) 등 컴퓨팅 변화에 필요한 기술에 투자해 왔다는 점을 짚으며, GDP의 약 5%에 이르는 연구개발 투자를 혁신의 기반으로 평가했다. 피지컬 AI와 관련해서는 근로자 1만 명당 로봇 10,200대라는 수치를 언급하며, 이미 구축된 산업 자동화 기반에 AI를 적용할 기회가 크다고 내다봤다.

비스와니탄 총괄이 주목한 사업 기회는 소버린 AI와 개인화된 AI다. 그는 소버린 AI를 구현하기 위해 인프라의 모든 요소를 직접 통제해야 하는 것은 아니라며, 각국이 강점을 가진 기술과 자국의 요구에 맞는 인프라를 바탕으로 주도권을 확보하는 접근이 필요하다고 말했다. 한국의 자체 AI 모델과 메모리 기술, 인프라 기업들의 역량을 연결하고, 투자 여건과 시장 특성에 맞춰 확장 가능한 시스템을 구축할 수 있다는 취지다.

개인화된 AI에 대해서는 AI PC를 출발점으로 삼아, 사용자가 자신의 데이터와 모델을 활용하는 컴퓨팅 환경의 가능성을 언급했다. 대형 서비스 사업자의 인프라에 대한 의존도를 줄이면서 개인의 필요에 맞는 AI를 실행할 수 있고, 이 과정에서 개인용 컴퓨팅의 활용 방식도 달라질 수 있다는 전망이다.

데이터가 생성되는 현장에서 AI를 처리하는 엣지의 중요성도 강조했다. 데이터를 원격 데이터센터로 반복 전송할 때 발생하는 지연과 데이터 유출 위험 등을 줄이기 위해 현장 처리 역량을 높여야 한다는 것이다. 비스와니탄 총괄은 CPU·GPU·NPU를 함께 활용하는 개방형 이기종 컴퓨팅과 글로벌 파트너 네트워크를 통해, 한국에서 개발한 기술과 제품이 해외 고객에게 도달할 수 있도록 협력하겠다고 밝혔다.

사람의 PC에서 에이전트의 컴퓨터로, 현장을 판단하는 AI가 온다

댄 로드리게스 인텔 엣지 컴퓨팅 그룹 총괄 부사장은 ‘세상을 움직이는 AI: 생태계와 함께, PC에서 엣지까지’를 주제로, PC에서 산업 현장으로 이어지는 AI 활용 방식의 변화를 소개했다. 그는 사용자의 일상적인 업무를 돕는 AI PC와 지속적으로 작업을 수행하는 에이전트, 주변 환경을 인식하고 행동하는 피지컬 AI를 연결해 인텔의 기술 방향을 전했다.

PC에서는 서로 다른 연산 엔진의 역할 분담이 중요하다고 봤다. 발표에서 소개한 코어 울트라 시리즈 3는 CPU와 GPU, NPU를 하나의 시스템온칩(SoC)에 통합해, 일상적인 작업과 높은 연산 성능을 요구하는 AI 처리, 저전력으로 지속 실행해야 하는 작업에 적합한 엔진을 활용하도록 한다. 그는 상용·소비자용 시장에서 300개 이상의 제품 설계로 확대되고 있다며, 소프트웨어 개발사를 위한 도구와 프레임워크도 지원한다고 전했다.

로드리게스 부사장은 여기서 ‘에이전트를 위한 컴퓨터(Computers for Agents)’라는 개념을 꺼냈다. 사용자가 목표를 전달하면 에이전트가 필요한 맥락을 파악하고 계획을 세운 뒤, 여러 애플리케이션과 서비스를 오가며 작업을 완료하는 방식이다. 에이전트가 계속 작동하며 데이터와 작업 맥락에 접근해야 하므로 로컬 컴퓨팅의 중요성이 커지고, 추가 자원이 필요할 때 클라우드를 활용하는 하이브리드 접근이 필요하다고 말했다.

산업 현장에서는 생성형 AI와 에이전틱 AI, 피지컬 AI가 기존 컴퓨터 비전의 활용 범위를 넓힐 것으로 전망했다. 비전언어모델(VLM)과 비전언어행동모델(VLA)을 통해 주변 상황을 해석하고 판단과 행동으로 연결할 수 있게 되면서, 현장의 시스템도 지속적으로 감지하고 추론하며 대응하는 방향으로 발전한다는 것이다.

그가 제시한 적용 대상에는 휴머노이드와 자율이동로봇, 드론뿐 아니라 고정된 산업용 PC와 설비도 포함됐다. 움직이지 않는 장비라도 센서에서 얻은 정보를 바탕으로 생산 공정을 조정하거나 이상 상황에 대응할 수 있다는 설명이다. 유통 현장의 재고 보충과 판촉 운영, 의료진의 환자 모니터링, 제조 라인의 문제 감지와 조치 등을 활용 예로 들었다.

다만 엣지에는 장비 크기와 전력, 비용, 실시간 응답이라는 제약이 따른다고 짚었다. 로드리게스 부사장은 데이터센터용 AI 시스템을 축소하는 접근만으로는 현장의 요구를 충족하기 어렵다며, 인식과 추론, 행동 등 처리 단계별로 적합한 연산 엔진을 배분해야 한다고 강조했다. 인텔은 이를 지원하기 위해 오픈 엣지 소프트웨어 툴킷(Open Edge Software Toolkit)과 AI 레디 엣지 시스템(AI Ready Edge Systems), 인더스트리 AI 스위트(Industry AI Suites) 등의 개발 도구를 제공하고 있다.

국내 협력 사례로는 삼성메디슨의 초음파 영상 처리를 소개했다. 염증성 장질환 검사 과정에서 수작업으로 측정하던 장벽 두께를 알고리즘으로 분할·측정하는 작업에 인텔 코어 울트라와 오픈비노를 활용한 사례다. 그는 지연시간 측면에서 4.5배, AI 추론 처리량에서 4.2배의 개선을 거뒀다고 소개하며, 별도 GPU 없이 부품 비용과 총소유비용(TCO)을 개선할 수 있다고 전했다.

자율 공장 분야에서는 다임 테크놀로지(DAIM Technology)와의 신규 협력을 발표했다. 로봇과 산업용 장비, IT·물류 시스템이 연계돼 상황을 인식하고 판단하며 행동할 수 있도록, 인텔의 엣지 기술과 오픈 엣지 플랫폼을 활용한 참조 아키텍처를 개발한다는 계획이다.

로보틱스 분야에서는 실시간 제어와 피지컬 AI를 하나의 SoC에서 처리하는 방향을 제시했다. 로봇 참조 플랫폼과 로보틱스 AI 스위트(Robotics AI Suite), 오픈비노 피지컬 AI 프레임워크, 피지컬 AI 스튜디오를 소개하고, ROS 2와 실시간 리눅스 지원을 통해 개발과 배포를 돕겠다고 밝혔다. 호주의 ADR과 협업하여 개발한 광산용 로봇 사례에서는 라이다와 열화상, 영상, 가스 센서 데이터를 처리하며 2배의 인코더 정밀도 향상, 1.5배의 전체 시스템 속도 개선, 처리 여유 40% 개선을 거뒀다고 소개했다.

토큰을 만드는 GPU, 작업을 완성하는 CPU…에이전틱 AI의 인프라 공식

아닐 난두리 인텔 데이터센터 AI그룹 AI 제품 및 GTM 총괄은 에이전틱 AI 시대의 인프라를 ‘수행할 작업에 맞는 규모와 조합’이라는 관점에서 풀어냈다. 더 큰 모델을 실행하기 위해 시스템을 확대하던 접근에서, 다양한 작업이 반복되는 에이전트의 실행 과정을 효율적으로 지원하는 설계로 관심을 옮겨야 한다는 주장이다.

그는 에이전트가 답변을 내놓기까지 추론과 데이터 검색, 도구 호출, 실행, 결과 검증을 반복한다고 말했다. 사용자에게 최종 결과가 보이기 전에도 많은 토큰과 연산 자원이 소비되므로, 모델의 추론 성능과 함께 작업 전체의 비용을 살펴야 한다는 것이다. 그는 버셀(Vercel) 자료를 인용해 공개 가중치 모델의 사용 비중이 3개월 사이 30%에서 약 80%로 증가했다고 전하며, 기업이 어떤 모델을 어디에서 실행할지 선택할 여지가 넓어지고 있다고 평가했다.

이 과정에서 CPU는 작업을 분류하고 적합한 모델과 연산 자원으로 요청을 전달하며, 실행 환경과 보안을 관리하는 역할을 맡는다. 난두리 총괄은 제온 프로세서가 자원 조정과 가상머신 구동, 격리된 실행 환경 운영 등을 지원한다며, GPU가 생성한 결과를 실제 작업으로 옮기고 검증하는 과정에도 CPU 자원이 필요하다고 짚었다.

CPU 제품군에서는 클리어워터 포레스트 기반 제온 6+의 최대 288코어와 P코어 기반 제온 6를 소개했다. AI 연산을 위한 AMX와 데이터 처리용 IAA·DSA·QAT 등 내장 가속 기능도 언급했으며, 2027년 차세대 제온 다이아몬드 래피즈에 최대 256개 P코어를 제공할 계획이라고 전했다. 파트너들과는 최대 5만 개 CPU 코어, 100~250kW급 수랭 랙과 OCP ORV3 기반 설계 등을 통해 고밀도 인프라 수요에 대응한다고 밝혔다.

추론용 GPU로는 크레센트 아일랜드(Crescent Island)를 소개하고 개발 중인 칩을 직접 선보였다. 발표에서 제시한 사양은 듀얼 슬롯 PCIe 카드, 소비전력 350W, 메모리 대역폭 1.5TB/s, 20채널 LPDDR5X, 기본 160GB·최대 480GB 메모리다. 연산부에는 32개 Xe 코어와 256개 XMX 엔진을 탑재하며, FP4 기준 최대 2,600TFLOPS의 처리 성능과 FP4부터 FP64까지의 데이터 형식 지원을 언급했다.

시연에서는 270억 파라미터 영상 생성 모델을 단일 카드에서 실행해 약 5초 길이의 영상을 2분 이내에 생성하는 사례를 제시했다. Qwen3 30B 모델과 엔비디아 RTX PRO 6000의 비교, 의사결정 모델에서 지연시간 30% 감소, 금융 시뮬레이션에서 최대 5.9배 성능도 소개했다. 해당 수치는 개발 단계의 하드웨어·소프트웨어를 사용한 인텔 내부 자료로, 비교 제품과 작업별 측정 조건에 따라 결과가 달라질 수 있다.

삼바노바(SambaNova)와의 협력도 이러한 자원 배분 전략의 연장선에서 소개됐다. 그는 삼바노바 SN50을 저지연 추론용 가속기로 소개하며, 초당 820토큰의 처리 성능을 언급했다. 난두리 총괄은 CPU가 작업 조정과 실행을 담당하고, GPU가 폭넓은 추론 작업과 입력 처리에 활용되며, 저지연 응답이 중요한 영역에서는 특화 가속기를 조합할 수 있다고 말했다. 각 자원의 비중은 실제 워크로드에 따라 달라져야 하며, 개별 부품의 최대 성능보다 전체 시스템이 제공하는 처리 능력과 경제성을 최적화해야 한다고 강조했다.

AI 규모가 커질수록 값어치 커지는 1%…워크로드에서 출발하는 반도체 설계

마커스 로렌스 인텔 중앙 엔지니어링 그룹 커스텀 실리콘 GTM 총괄은 ‘AI 시대를 위한 맞춤형 반도체’를 주제로, 특정 작업의 요구에서 출발하는 반도체 설계의 필요성을 제시했다. AI 처리량과 데이터 이동, 엣지 컴퓨팅 수요가 커질수록 작은 효율 개선도 전체 운영 비용과 사업 경쟁력에 상당한 차이를 만들 수 있다는 설명이다.

로렌스 총괄은 월간 토큰 처리량이 2024년 9조 7,000억 개에서 2026년 3,200조 개로 약 330배 증가했다는 수치를 제시했다. 엣지 컴퓨팅 지출 역시 2020년 1,600억 달러에서 2028년 3,800억 달러로 확대될 것으로 전망하며, 이러한 규모에서는 1%의 성능·효율 개선도 상당한 사업 가치를 만들 수 있다고 강조했다.

한국에 대해서는 메모리와 첨단 제조 기반, AI 반도체 스타트업 및 투자 수요가 맞춤형 실리콘 협력으로 이어질 수 있다고 평가했다. 인텔은 AI 가속기용 주문형반도체(ASIC)와 엣지 AI SoC, 칩렛, 첨단 패키징 및 파운드리·설계 서비스를 통해 아이디어를 실제 제품으로 구현하는 과정을 지원하겠다는 입장이다.

협력 방식은 고객의 개발 단계와 보유 기술에 따라 달라진다. 인텔이 아키텍처 설계부터 제조용 설계 데이터 완성까지 맡는 턴키 방식이 있는가 하면, 고객이 보유한 설계자산(IP)을 중심으로 SoC와 패키지를 공동 설계하고 필요한 인텔 IP나 칩렛을 더하는 방식도 가능하다. 기존 설계를 인텔 파운드리 공정으로 옮기면서 전력과 성능, 면적을 최적화하는 협력도 소개했다.

이미 반도체를 확보한 고객에게는 패키지 설계를 지원하고, 고객의 칩과 인텔 칩렛을 결합하는 방안도 제시했다. 기존 인텔 제품을 고객 요구에 맞게 조정하거나 CPU·GPU·NPU 관련 IP를 통합하는 방식까지 포함해, 개발 출발점에 따라 협력 범위를 정할 수 있다는 것이다.

로렌스 총괄은 인텔 내부와 외부 공정, 다양한 IP와 아키텍처를 고려하는 유연성을 강조했다. 제품에 필요한 기술을 선택하고 설계와 제조, 패키징, 테스트 및 공급망을 연결함으로써, 고객이 요구하는 기능과 시장 출시 일정에 맞는 반도체를 구현하도록 지원하겠다고 밝혔다.

발표장에서 전시 부스로, AI 인프라와 현장 적용 기술을 살펴보다

기조연설과 함께 마련된 파트너 전시에서는 레노버, 씨게이트, 에이수스 등 참여 업체들의 AI 관련 기술과 솔루션을 살펴볼 수 있도록 했다. 참석자들은 발표에서 소개된 AI 인프라와 PC·엣지 기술을 부스 전시와 연계해 확인하고, 각 업체 관계자들과 적용 방안을 논의할 수 있었다.

인텔에 따르면 올해 행사는 국내외 파트너와 업계 관계자 약 1,000명이 참여하는 규모로 마련됐으며, 전체 프로그램에 52개 기업과 5개 정부·공공기관이 참여한다. 주요 참여 기업에는 레노버와 LG전자, SK하이닉스, SK텔레콤, 삼성전자 등이 포함됐다. 스타트업 전시와 피지컬 AI 스튜디오 핸즈온 세션도 마련해 개발 도구와 활용 사례를 접할 기회를 제공했다.

국산 서버에서 서비스까지, 국내 AI 협력을 이어갈 실행 기반 마련

인텔코리아는 이번 행사에서 23개 초기 참여 기업과 함께하는 ‘K-AI 풀스택 얼라이언스’의 출범을 알렸다. 소버린 AI와 피지컬 AI를 아우르는 국내 생태계 구축을 목표로, 국산 서버를 중심으로 하드웨어와 소프트웨어, 산업별 AI 솔루션 및 서비스 기업들이 협력한다. 변화하는 고객 수요에 대응할 수 있도록 기술과 제품 간 연결을 강화하고, 국내 기업들의 AI 사업 기반을 넓힌다는 계획이다.

서울 AI 허브와는 국내 AI 스타트업의 기술 경쟁력과 성장을 지원하기 위한 업무협약도 추진한다. 양측은 AI 솔루션 개발과 검증 역량을 높이고 기술 협력 기회를 확대할 예정이다. 배태원 대표는 국내 파트너 및 정부와 긴밀히 협력해 기업들이 AI의 잠재력을 비즈니스 성과로 전환할 수 있도록 지원하고, 국내 AI 생태계의 발전에 기여하겠다고 밝혔다.