AI 경쟁은 칩 밖으로 넓어진다 – 10월 20일 하루 이슈

오늘은 AI 경쟁이 칩 하나의 성능에서 소프트웨어 호환성, CPU, 모델 비용, 조달 규칙까지 넓어지는 모습을 기록한다. 나는 발표 숫자를 그대로 결론으로 삼기보다 누가 어떤 조건에서 측정했는지, 아직 무엇이 확인되지 않았는지를 함께 본다.

정보 기준: 2026년 10월 20일 오전, 한국시간. 10월 19일 이후 새로 공개되거나 확정된 사실을 중심으로 골랐다. 전일의 삼성–TSMC–NVIDIA 협업 가능성, Anthropic 공익기금, G7 AI 사이버 모의훈련, Gemini–CFTC 판결, 러시아 제재 유예에 따른 유가 반전은 반복하지 않는다.

1. AWS TorchNeuron 공개 베타, Trainium에서 PyTorch 코드를 이어 쓰려는 시도

PyTorch와 AWS는 Trainium용 네이티브 백엔드 TorchNeuron을 공개했고, 10월 20일부터 공개 베타를 시작했다. TorchNeuron은 PyTorch의 표준 확장 지점을 이용해 torch.nn, 분산 처리, 프로파일러 같은 익숙한 기능을 Trainium2·Trainium3에서 쓰게 한다. Apache 2.0 오픈소스로 제공된다. 발표는 “기존 코드를 큰 폭으로 다시 쓰지 않아도 된다”는 방향을 내세우지만, 장치 지정이나 지원되지 않는 연산, 자체 CUDA 커널까지 자동으로 옮겨준다는 뜻은 아니다. PyTorch의 TorchNeuron 발표

나는 이 소식을 새 칩의 최고 속도보다 칩을 바꾸는 수고에 관한 이야기로 읽는다. 개발팀이 익숙한 프레임워크와 코드를 유지한 채 다른 가속기를 시험할 수 있다면, 클라우드 선택에서 가격과 공급 여지를 비교하기 쉬워진다. 그렇다고 “PyTorch 코드가 실행된다”가 곧 “운영 서비스도 같은 비용과 성능으로 옮겨진다”는 뜻은 아니다. 실제 모델에서 수정량, 오류 찾기, 분산 실행 성능과 총비용을 확인해야 한다.

2. Modal이 NVIDIA Vera CPU 시험, 에이전트용 서버 경쟁은 CPU까지

AI 클라우드 업체 Modal은 NVIDIA의 첫 Vera CPU 서버를 받아 자사 샌드박스 환경에서 시험했다. Modal은 여러 작업이 동시에 몰리는 자체 시험에서, 비교한 x86 서버보다 처리량이 최대 두 배 높았다고 밝혔다. 이는 Modal이 설계한 특정 에이전트·샌드박스 벤치마크 결과다. 회사도 Arm 기반 CPU를 도입하려면 기존 x86 중심의 인프라와 이미지 빌드 체계를 바꿔야 한다고 설명했다. Modal의 벤치마크 기록

에이전트는 모델 추론만 하지 않는다. 코드를 실행하고, 파일을 읽고, 브라우저나 데이터베이스를 호출하는 동안 CPU와 컨테이너도 계속 움직인다. GPU만 빨라져도 이 주변 작업이 밀리면 답을 기다리는 시간과 운영비는 줄지 않는다. 나는 Vera의 ‘두 배’를 모든 서버 업무의 보편적 우위로 받아들이지 않는다. 다만 AI 서비스에서 CPU가 다시 성능과 비용을 가르는 자원이 되고, NVIDIA가 GPU를 넘어 서버의 더 넓은 부분을 공급하려는 흐름은 주목한다.

3. 미국 DHS, 연방 민간기관의 DeepSeek 제품 제거 명령 공개

미국 국토안보부(DHS)는 연방 민간기관의 IT 조달에서 DeepSeek와 관련 제품을 제외하고, 이미 기관 시스템에 들어온 DeepSeek 제품과 DeepSeek 구현을 사용해 만든 제3자 제품·서비스도 제거하도록 한 명령을 공개했다. 해당 문서는 10월 19일 연방관보에 접수돼 10월 20일 게시 예정으로 표시됐다. 적용 범위는 연방 민간기관의 조달·정보시스템이며, 미국 내 모든 민간기업을 금지하는 조치는 아니다. 기관은 정해진 절차에 따라 예외를 신청할 수도 있다. 미국 연방관보의 DHS 명령 통지

나는 이 조치가 모델 이름만 차단하는 문제가 아니라는 점에 주목한다. SaaS 화면에서는 보이지 않아도 뒤에서 어떤 모델과 하위 서비스를 부르는지가 조달 판단에 들어갈 수 있다. 기업은 모델 제공자, 버전, 실행 위치, 데이터 보관, 대체 모델을 함께 기록해야 한다. 다만 이번 명령은 미국 정부의 특정 조달·시스템에 관한 것이므로 이를 미국 민간 시장 전체의 금지로 넓혀 말하지 않는다.

4. MiniMax M3.1 Flash, 빠르고 저렴해졌다는 회사 발표

MiniMax는 10월 19일 에이전트 작업·코딩·컴퓨터 사용을 겨냥한 M3.1 Flash를 공개했다. 회사는 온라인 추론 속도가 거의 세 배 빨라지고 사용 비용은 70% 낮아졌다고 주장한다. 모델은 API와 자사 코딩 서비스에서 이용할 수 있고, 가중치는 나중에 공개할 계획이다. 현재 수치는 공급사가 제시한 결과라서 독립적인 비교 시험과 실제 서비스에서의 재현은 더 확인해야 한다. MiniMax의 M3.1 Flash 발표

나는 모델 가격을 토큰당 비용만으로 비교하지 않는다. 에이전트는 한 가지 일을 끝내기 위해 모델을 여러 번 부르고 도구를 사용한다. 값싼 모델이 같은 일을 자꾸 실패해 재시도한다면 최종 비용은 오히려 커질 수 있다. 그래서 실무에서 더 유용한 기준은 ‘성공한 작업 한 건에 든 전체 비용과 시간’이다. 빠르다는 발표가 실제 생산성으로 이어지는지도 이 기준으로 봐야 한다.

5. 중국 3분기 GDP 4.5%, 숫자 하나보다 안쪽의 차이를 본다

중국 국가통계국은 3분기 GDP가 전년 같은 기간보다 4.5% 늘었다고 발표했다. 2분기의 4.3%보다 높고, 전분기 대비로는 1.2% 증가했다. 9월 산업생산은 5.5%, 소매판매는 1.1% 늘었다. 반면 1–9월 고정자산 투자는 7.2% 감소했고 부동산 개발 투자는 20.6% 줄었다. 공장 생산은 비교적 탄탄하지만 소비와 부동산 투자는 약한 모습이 한 번의 성장률 안에 함께 담겼다. 중국 국가통계국의 3분기 경제자료

그래서 나는 GDP가 예상보다 높았다는 이유만으로 중국 내수 회복을 선언하지 않는다. 생산·수출 쪽 활력이 이어지는 것과 가계가 지출을 늘리고 기업이 폭넓게 투자하는 것은 다른 일이다. 한국 기업을 볼 때도 중국 성장률 하나보다 어떤 산업의 수요가 늘었는지, 부동산과 소비 부진이 얼마나 이어지는지 따로 확인할 필요가 있다.

6. Solidigm 미국 상장 논란, 규제당국의 우려와 확정된 IPO는 다르다

금융감독원장은 국회에서 SK하이닉스의 미국 자회사 Solidigm이 상장을 추진하면 중복상장 규정과 충돌할 수 있다는 금융당국의 판단을 밝혔다. 다만 해외 자회사에 국내 규정을 어떻게 적용할지 공식 해석이 남아 있고, SK하이닉스도 IPO를 결정한 바 없다고 밝혔다. 따라서 현재 확인된 것은 상장 확정이나 당국의 최종 금지 처분이 아니라, 소액주주 보호 규정을 둘러싼 검토와 이견이다. Korea Times 보도, Reuters 보도 재게재

Solidigm은 데이터센터에 쓰이는 NAND와 SSD 사업을 맡고 있어 상장은 반도체 저장장치의 자금조달과 SK하이닉스 주주의 몫을 함께 건드린다. 별도 상장이 기업가치를 드러낼 수 있다는 기대가 있지만, 자회사 이익의 일부가 새 주주에게 돌아가면 모회사 주주의 경제적 지분은 달라질 수 있다. 나는 IPO 가치 전망보다 먼저 상장 여부, 국내 신고 의무, 기존 주주 동의 절차가 어떻게 정리되는지 보겠다.

오늘 내가 남기는 판단

오늘의 AI 뉴스는 경쟁의 범위가 넓어지고 있음을 보여준다. AWS는 PyTorch 코드를 다른 가속기로 옮기는 부담을 낮추려 하고, NVIDIA는 에이전트가 실제로 일하는 CPU 영역으로 들어간다. MiniMax는 더 빠르고 낮은 비용을 내세운다. 나는 이 세 변화를 “모델 성능 경쟁이 끝났다”는 뜻으로 읽지 않는다. 성능뿐 아니라 코드 이동성, 주변 작업 처리량, 성공한 업무 한 건의 비용까지 비교해야 하는 단계로 간다는 의미로 본다.

동시에 DeepSeek 조달 명령은 모델 공급망을, 중국 통계와 Solidigm 논란은 산업의 수요와 자본조달 규칙을 다시 보게 한다. 이 가운데 공개 베타는 실제 운영 검증 전이고, 벤치마크는 특정 시험의 결과이며, 상장 논의는 결정이 아니다. 나는 오늘의 수치를 결론으로 고정하지 않고 실제 도입·현금흐름·규정 해석이 뒤따르는지 계속 확인한다.

투자 해설은 정보 제공을 위한 시장구조 분석이며 특정 자산의 매수·매도 권고가 아니다. 최종 판단과 책임은 각자에게 있다.