DruckFin

Cerebras, 250억 달러 규모 수주 잔고 확보… "18개월마다 무어의 법칙 2배 이상 상회"

이번 주 공개된 'All-In Podcast', 앤드류 펠드먼 Cerebras CEO 및 로빈 롬바흐 Black Forest Labs CEO 인터뷰

추론용 칩 제조사 Cerebras Systems의 창업자이자 CEO인 앤드류 펠드먼(Andrew Feldman)은 현재 250억 달러 규모의 수주 잔고를 확보했다고 밝혔다. 하이퍼스케일러(대규모 데이터센터 운영사)와 최첨단 AI 연구소들은 Cerebras가 칩을 생산하기도 전에 수년 치의 물량을 선점하고 있다. 펠드먼 CEO는 "수요가 데이터센터를 구축하고 하드웨어를 채우는 우리의 공급 능력을 훨씬 앞지르고 있다"고 설명했다. OpenAI, Anthropic, Google, Microsoft, AWS와 같은 기업들이 추측성으로 인프라를 구축하는 것이 아니라, 이미 확정된 수요를 맞추기 위해 분주히 움직이고 있다는 것이다. 이는 현재의 AI 인프라 사이클을 미래 사용량에 대한 도박이 아닌, 기존 고객과의 약속을 이행하기 위한 추격전으로 재정의한다. 이러한 구분은 하이퍼스케일러 및 네오클라우드 전반에 걸쳐 자본 지출(capex)의 지속 가능성을 분석하는 투자자들에게 중요한 의미를 갖는다.

무어의 법칙을 깨다: Cerebras가 제시하는 독자적인 성능 곡선

이번 인터뷰에서 가장 구체적인 기술적 언급은 펠드먼 CEO가 Cerebras가 18개월마다 성능이 두 배로 향상된다는 전통적인 '무어의 법칙' 주기를 넘어섰다고 주장한 대목이다. 펠드먼 CEO는 "우리는 이번 칩으로 무어의 법칙을 압도했으며 완전히 새로운 궤도에 진입했다"고 강조하며, 향후 18개월 단위로 "2배를 훨씬 상회하는" 성장을 기대한다고 덧붙였다. 그는 이러한 격차의 원인을 아키텍처의 성숙도에서 찾았다. 20년 된 설계를 기반으로 하는 GPU는 공정 노드 미세화에 따른 성능 향상에 점점 더 의존하고 있는 반면, Cerebras의 웨이퍼 스케일 아키텍처는 아직 초기 단계여서 공정 노드 개선과 무관하게 최적화할 수 있는 여력이 충분하다는 설명이다. 이는 투자자들이 감사받은 벤치마크가 아닌 기업의 주장으로 받아들여야 하지만, 향후 제품 출시를 통해 시장이 검증할 수 있는 구체적이고 반증 가능한 주장이다.

왜 학습뿐만 아니라 추론 속도가 병목 현상이 되는가

펠드먼 CEO는 Cerebras의 속도 우위를 추론 모델의 경제성과 직접 연결했다. 추론 모델은 답변을 생성하기 전에 내부적으로 방대한 양의 토큰을 소비한다. 그는 "추론 과정에서 내부적으로 엄청난 양의 토큰이 소비된다는 사실이야말로 우리와 같이 압도적으로 빠른 기계가 필요한 이유"라고 설명했다. 추론 체인이 길어질수록(펠드먼은 24~48시간 지속되는 추론 과정을 예로 들었다) 15배의 속도 우위는 하루에 압축된 몇 주 또는 몇 달 치의 '사고' 시간으로 증폭된다는 논리다. 이는 업계가 단순 추론에서 다단계 에이전트 추론으로 전환됨에 따라 Cerebras의 하드웨어 경쟁력이 좁혀지는 것이 아니라 오히려 확대될 것이라고 믿는 근거를 가장 명확하게 제시한 것이다.

토큰 맥싱(Token Maxing), 기업의 절제, 그리고 AI 지출의 진짜 신호

펠드먼 CEO는 현재의 AI 활용이 무분별한 투기라는 시각에 대해, 기업 내 AWS 도입 초기와 직접 비교하며 온건하게 반박했다. 그는 "실험적인 요소가 있는 것은 분명하지만, 그렇다고 해서 전체적인 가치가 낮다는 의미는 아니다. 일부는 실패할 수도 있다"고 말했다. 현재의 단계를 마치 소비자가 새로 문을 연 코스트코의 모든 통로를 돌아다닌 뒤 전략적 쇼핑법을 배우는 과정에 비유했다. 그는 기업들이 이제 무분별한 '토큰 맥싱(최대치 활용)'에서 벗어나 절제된 자원 배분으로 나아가고 있다고 주장했다. 중요도가 낮은 작업에는 저렴한 오픈소스 모델을, 어려운 문제에는 최첨단 모델을 사용하는 등 시장이 과열되는 것이 아니라 성숙해지고 있다는 증거라는 것이다.

오픈소스와 주권 AI, Cerebras의 구조적 사업 부문으로 부상

펠드먼 CEO는 데이터 유출 우려와 금융·의료 분야의 규제 환경으로 인해 오픈소스 및 주권(sovereign) 배포 옵션에 대한 고객 수요가 변화하고 있음을 분명히 했다. 그는 "미국에는 더 많은 국내 오픈소스 모델이 필요하다. 세계에 선택권을 줘야 한다. 현재 오픈소스를 운영하려면 OSS 120B나 중국 모델을 써야 하는 상황"이라며, OpenAI의 오픈 웨이트 공개는 올바른 방향이지만 충분하지 않다고 지적했다. Cerebras는 이러한 추세에서 수혜를 입고 있다. 현재 GSK, UAE의 G42 및 MBZUAI와 같은 고객들이 구축한 맞춤형 모델과 OpenAI의 폐쇄형 모델 외에도 GLM, Kimi, Qwen 모델 제품군을 운영하고 있다고 밝혔다. 펠드먼은 Nvidia가 자사 오픈소스 모델을 공격적으로 밀어붙이지 못하는 이유에 대해, 그렇게 할 경우 자사 칩을 구매하는 OpenAI, Anthropic, xAI와 같은 연구소들과 직접 경쟁하게 되기 때문이라고 설명했다. 이러한 역학 관계는 Cerebras와 같은 중립적인 인프라 업체가 수요를 흡수할 여지를 남겨준다.

Anthropic의 정부 공개 논란, 펠드먼은 '신중함'의 손을 들어주다

Anthropic이 모델 출시 과정에서 정부와 협력한 것을 둘러싼 논란에 대해 묻자, 펠드먼 CEO는 정치적 입장을 떠나 신중한 접근 방식을 지지했다. 그는 "모델이 의미 있는 위협을 가할 정도로 창의적인 사고를 할 수 있는 시점에서, 정부가 단계적으로 출시하라고 요구하는 것은 불합리해 보이지 않는다"고 말했다. 이를 제약 산업의 단계적 안전성 검토 과정에 비유했다. 그는 팔로알토 네트웍스(Palo Alto Networks)의 니케시 아로라(Nikesh Arora) CEO와의 대화를 언급하며, 해당 모델이 기존 보안 소프트웨어 방어 체계를 "무력화"시켜 6주간의 패치 주기를 강요했다는 일화를 전했다. 펠드먼의 더 넓은 관점은 정치적 양극화가 정당한 안전성 상충 관계에 대해 명확히 판단하는 업계의 능력을 저해하고 있다는 것인데, 이는 차세대 최첨단 모델 출시를 앞두고 규제 리스크를 가늠하려는 투자자들에게 중요한 데이터 포인트다.

펠드먼 "AGI는 이미 도달했다", 논쟁의 초점을 배포로 전환

가장 인상적인 발언 중 하나로, 펠드먼 CEO는 10~20년 전의 정의를 기준으로 볼 때 인공일반지능(AGI)은 이미 도달했다고 단언했다. 그는 "우리는 도달했다. 단지 완전히 배포하지 않았을 뿐"이라며 튜링 테스트와 같은 구시대적 벤치마크는 이미 "압도당했다"고 주장했다. 이는 연구소 CEO가 아닌 칩 제조사 경영진의 발언이라는 점에서 주목할 만하다. 이는 고객들의 워크로드를 통해 모델의 실제 성능을 파악하고 있는 인프라 제공업체들이 이제 AGI 주장을 공개적으로 할 준비가 되었음을 의미하며, 논쟁의 초점을 "도달했는가"에서 "얼마나 빨리 배포하고 조직화할 수 있는가"로 옮겨놓았다.

Black Forest Labs: 로빈 롬바흐가 말하는 이미지, 비디오, 로봇 모델의 융합

대담의 후반부는 100명 이상의 직원을 두고 오픈소스 Flux 모델 작업 이후 신규 투자를 유치한 Black Forest Labs의 공동 창업자 겸 CEO 로빈 롬바흐(Robin Rombach)와 이어졌다. Stable Diffusion 구축을 돕고 현대적인 생성형 이미지 및 비디오 시스템의 근간이 되는 잠재 확산(latent diffusion) 알고리즘을 발명한 롬바흐 CEO는 콘텐츠 생성을 넘어 로봇 공학까지 확장되는 로드맵을 제시했다. 그는 "우리는 이제 이미지, 비디오, 오디오를 만들고 행동을 예측하는 데 같은 모델을 사용할 수 있는 새로운 패러다임에 진입했다. 이는 궁극적으로 현실 세계의 로봇에 배포할 수 있음을 의미한다"고 말했다. 이는 이번 인터뷰에서 Black Forest Labs가 내놓은 가장 중요한 발표로, 회사가 단순히 미디어 생성을 넘어 물리적 AI와 로봇 공학을 잇는 멀티모달 아키텍처를 지향하고 있음을 명확히 했다.

스콜세지와의 파트너십: 실제 내용은 무엇인가

롬바흐 CEO는 마틴 스콜세지(Martin Scorsese) 감독과의 협업을 확인하며, 스콜세지 감독이 차기 프로젝트를 위해 동유럽 마을을 시각화하는 과정에서 Black Forest Labs의 모델을 사용했다고 전했다. 롬바흐 CEO는 스콜세지의 말을 인용해 "머릿속의 이미지를 시각적인 방식으로 전달하고 아이디어를 소통하는 데 매우 유용하다"고 설명했다. 중요한 점은 롬바흐 CEO가 생성형 비디오가 곧 감독 수준의 장편 영화를 제작할 수 있을 것이라는 기대감을 경계했다는 것이다. 그는 AI가 만든 영화가 궁극적인 목표인지 확신할 수 없다며, 단기적인 가치는 생산을 완전히 대체하는 것이 아니라 사전 제작 단계의 아이디어 구상, 스토리보딩, 인간이 개입하는 반복적 워크플로우에 집중되어 있다고 주장했다. 이는 생성형 비디오를 둘러싼 일부 과장된 서사보다 훨씬 보수적이며, 투자자들이 단기적 상업 기회와 장기적 기회를 구분하는 데 유용한 잣대가 된다.

IP 라이선싱 전략: 중립적 인프라로서의 Black Forest Labs

디즈니와 같은 주요 지식재산권(IP) 보유자들이 생성형 도구에 어떻게 접근해야 하는지에 대해 롬바흐 CEO는 Black Forest Labs가 이미 공개 도구에서 특정 저작권 캐릭터의 생성을 차단하고 있으며, 고객의 필요에 따라 오픈소스 또는 독점 아키텍처를 기반으로 IP 보유자와 직접 맞춤형 모델을 개발하고 있다고 밝혔다. 구체적인 스튜디오 파트너를 밝히지는 않았지만, 이는 회사가 오픈소스 소비자 도구와 병행하여 라이선싱 및 맞춤형 모델 사업을 구축하려는 이중 전략을 취하고 있음을 시사한다. 롬바흐는 또한 유튜브에서 수백만 조회수를 기록하는 비공식 스타워즈 콘텐츠와 같은 'AI 보조 팬 필름'의 등장이 스튜디오가 포괄적인 제한 대신 라이선싱을 통해 팬들의 창의성을 수익화하는 방식을 보여주는 사례라고 언급했다.

기술적 한계는 어디인가

롬바흐 CEO는 현재의 한계에 대해 솔직하게 인정했다. 하이엔드 영화 제작은 여전히 가장 까다로운 사용 사례 중 하나이며, 완전 자율적인 프롬프트 기반 로봇 제어는 아직 달성하지 못했다는 것이다. 그는 "언어 모델처럼 문맥 안에서 로봇에게 명령을 내릴 수 있는 단계까지 가고 싶지만, 아직은 그 수준이 아니다"라고 말했다. 현재 배포 방식은 업계가 지향하는 '제로샷 일반화'가 아니라 로봇과 작업당 수 시간의 파인튜닝 데이터가 필요하다는 설명이다. 이러한 야망과 현실 사이의 간극은 시장에서 제기되는 과도한 로봇 공학 서사에 대한 유용한 대항마가 된다. 이는 멀티모달 월드 모델의 물리적 로봇 배포가 라이선싱과 기업 맞춤화 작업을 통해 이미 수익을 내고 있는 이미지 및 비디오 생성 사업보다 더 초기 단계의 베팅임을 시사한다.