Cerebras, GPU 대비 30배 빠른 CS4 시스템 공개… OpenAI "컴퓨팅 수요, 공급 압도"
상장 후 첫 제품 행사서 차세대 아키텍처 및 2027년 로드맵 발표… OpenAI, AMD, Arista, CrowdStrike 등 고객사 라인업 확대
Cerebras Systems가 올해 초 상장 이후 첫 대규모 공개 행사인 '슈퍼노바(Supernova)'를 2026년 8월 18일 샌프란시스코에서 개최했다. 앤드류 펠드먼(Andrew Feldman) CEO는 이 자리에서 차세대 CS4 시스템과 랙 스케일 아키텍처를 공개했다. 또한 OpenAI, AMD, Arista Networks, CrowdStrike 등 주요 파트너 및 고객사를 대거 소개하며, 자사의 웨이퍼 스케일 칩을 중심으로 한 '디스어그리게이티드(disaggregated·분산형) 추론' 생태계의 청사진을 제시했다.
CS4 아키텍처: 핵심 기술 사양 공개
투자자들에게 가장 중요한 정보는 CS4 시스템의 사양이다. Cerebras에 따르면 CS4는 현행 CS3 세대 대비 시스템 레벨 성능은 6배, 토큰 생성 속도는 2배 빠르며, 와트당 토큰 처리량은 최대 10배 향상됐다. 션 리(Sean Lie) 최고기술책임자(CTO)는 이 시스템이 새로운 'WSE-3 Turbo' 칩을 기반으로 하며, Cerebras 시스템 최초로 3개의 웨이퍼를 단일 유닛으로 통합했다고 밝혔다. 이를 통해 웨이퍼당 43페타바이트(PB/s)의 메모리 대역폭을 구현했다. 리 CTO는 이것이 "엔비디아의 차세대 GPU인 루빈(Rubin)보다 2,000배 높은 메모리 대역폭"이라며, 정확하다면 추론의 디코드(decode) 단계에서 Cerebras가 구조적인 메모리 대역폭 우위를 점하고 있음을 방증하는 수치라고 강조했다.
또한 Cerebras는 '넥서스(Nexus)'라는 새로운 랙 스케일 아키텍처를 선보였다. 이는 모듈형 전원 공급 장치와 각 웨이퍼 스케일 엔진을 탑재한 '플러그형 백팩(pluggable backpacks)'으로 구성된다. Cerebras는 이 모듈형 설계가 부품 수를 50% 줄이고 제조 자동화를 60% 높였으며, 데이터센터 구축 시간을 며칠에서 몇 시간 단위로 단축했다고 설명했다. 이는 대규모 AI 인프라 구축의 걸림돌이었던 높은 자본 집약도와 구축 효율성 문제를 정면으로 겨냥한 것이다. CS4는 현재 얼리 액세스 단계이며, 이번 분기 내 정식 출시될 예정이다.
장기적인 모델링 관점에서 더 중요한 것은 로드맵이다. Cerebras는 매년 기본 성능을 두 배로 높이고, 2027년까지 처리량을 20배 향상하겠다는 목표를 제시했다. 해당 연도에는 CS5 시스템을 위한 차세대 웨이퍼 스케일 엔진도 출시될 예정이다. 이는 일회성 제품 업그레이드가 아닌 다년간의 아키텍처 전략으로, 투자자들에게 실행력을 측정할 수 있는 구체적인 지표를 제공한다.
OpenAI 파트너십 강화와 수요에 대한 시사점
Cerebras는 OpenAI가 지난주 자사의 하드웨어에서만 구동되는 새로운 서비스 티어인 'GPT-5.6 Sol Ultrafast 모드'를 발표했다고 밝혔다. 이 서비스는 OpenAI의 가장 지능적인 모델을 기존 대비 최대 14배 빠른 속도로 실행한다. 무대에 오른 티보(Thibault) OpenAI 핵심 제품 및 플랫폼 책임자는 "Ultrafast 모드가 기본값이 되기를 바란다. 이것은 앞으로 다가올 미래의 단면"이라고 언급했으며, 펠드먼 CEO는 이 발언을 투자자들에게 주목해야 할 대목으로 꼽았다.
제품 티어보다 더 중요한 것은 OpenAI의 인프라 용량 제약에 대한 티보의 언급이었다. 그는 규모 확장에 대한 질문에 "GPU에서 모델을 실행할 때 얻는 가치가 운영 비용보다 커지는 지점이 있다. 그 시점이 오면 전 세계의 모든 컴퓨팅 자원을 동원해 실행하고 싶어진다"며, "우리는 항상 이 문제를 논의한다. 수요가 전체 인프라 용량을 크게 앞지르고 있다. 이 추세가 둔화하거나 변할 것이라고 볼 이유는 없다"고 답했다. 이는 업계 최대 컴퓨팅 구매자 중 하나로부터 나온 직접적인 수요 데이터로, Cerebras뿐만 아니라 하드웨어 공급업체 전반에 걸친 강력한 호재를 뒷받침한다.
티보는 또한 현재 1,500만 명의 주간 사용자가 Codex와 ChatGPT 에이전트를 사용하고 있다고 밝혔다. 그는 에이전트 도입이 전체 ChatGPT 주간 사용자 10억 명 중 "매우 작은 비중"에 불과하다고 지적하며, 업계 전반의 추론 수요가 성장할 여력이 충분함을 시사했다.
디스어그리게이티드 추론: AMD 파트너십을 통한 새로운 아키텍처 패턴
Cerebras는 이번 행사에서 AMD와 함께 '디스어그리게이티드 추론' 파트너십을 공개했다. 이는 사용자 입력을 처리하는 프리필(prefill) 단계(병렬 처리가 가능하고 메모리 대역폭 요구가 낮음)는 AMD의 GPU(차기 헬리오스 랙)가 담당하고, 순차적 토큰 생성으로 메모리 대역폭 집약적인 디코드 단계는 Cerebras 웨이퍼가 담당하는 방식이다. 펠드먼 CEO는 이 조합이 GPU 단독 사용 대비 10배, Cerebras 단독 사용 대비 5배 높은 처리량을 제공한다고 설명했다. 마크 페이퍼마스터(Mark Papermaster) AMD CTO는 이를 "필요에 의해 추진된 혁신"이라며, 인프라 지출이 훈련 중심에서 추론 최적화 아키텍처로 이동하는 업계 흐름을 반영한다고 평가했다. CS4의 I/O 모듈은 RoCE 기반 네트워킹을 사용하는 '프로그래밍 가능한 범용 디스어그리게이션 인터페이스'로 설계되었다. 이는 GPU를 완전히 대체하기보다 하드웨어 중립적인 위치를 점하려는 전략으로, 엔비디아의 거대한 설치 기반을 고려할 때 주목할 만한 전략적 행보다.
데이터센터 구축과 네트워킹 의존성
펠드먼 CEO는 내년 말까지 산타클라라, 토론토, 댈러스, 미니애폴리스, 몬트리올, 오클라호마시티, 앨라배마, 리옹, 노르웨이, 핀란드 등을 포함해 600메가와트(MW) 규모의 데이터센터 용량을 확보했다고 밝혔다. 그는 "이것조차 충분하지 않다"며 용량 확보 경쟁이 여전히 해결되지 않은 지속적인 제약 요인임을 인정했다.
자이스리 울랄(Jayshree Ullal) Arista Networks CEO는 클러스터를 뒷받침하는 네트워킹 계층에 대해 설명했다. 그녀는 Arista가 전통적인 클라우드 네트워킹과 차별화된 AI 워크로드 전용 트래픽 클래스를 구축했다고 밝혔다. 또한 하이퍼스케일러나 네오 클라우드와 달리 기업들의 에이전트 AI 도입은 "이제 막 시작 단계"라며, 향후 거대한 미개척 수요가 존재함을 시사했다. 그녀는 하드웨어 장애나 케이블 단선 시 컴퓨팅 가용성을 유지하는 것이 향후 가장 큰 과제가 될 것이라며, 단순한 속도를 넘어선 '확장 가능한 신뢰성'이 차별화 요소가 될 것이라고 강조했다.
고객 검증: Figma, Cognition, Armis, CrowdStrike의 속도 입증
Cerebras는 인프라 파트너십 외에도 실제 구축 사례를 공개했다. 'Devin' 코딩 에이전트를 개발한 Cognition은 자사의 SWE-grep 모델이 Cerebras 환경에서 초당 최대 2,800토큰을 처리한다고 밝혔다. 이는 기존 대형 언어 모델보다 10배 이상 빠른 속도다. 또한 신규 모델 SWE-1.7은 GPT-5.5 및 Opus 4.8과 대등한 품질을 유지하면서도, Kimi K2.7 Code나 GLM 5.2보다 훨씬 낮은 비용으로 초당 1,000토큰을 처리한다. Figma는 자사 캔버스에 내장된 Cerebras 기반 디자인 에이전트를 공개하며, 빠른 추론 속도가 반복적이고 창의적인 작업을 에이전트가 수행할 수 있게 만드는 핵심 요소라고 강조했다.
코드 보안 스캔 기업인 Armis는 기존 벤치마크 모델 대비 3분의 1 수준의 시간으로 스캔을 완료하면서 더 많은 취약점을 낮은 비용으로 찾아냈다고 보고했다. CrowdStrike의 키스 컬리(Keith Culley) 엔지니어링 부사장은 보안 분야에서 속도의 중요성을 역설했다. 더 빠른 추론을 통해 보안 도구는 "동일한 시간 내에 5~10배 더 많은 검사"를 수행할 수 있어 보안 통제 도입을 가속화한다는 것이다. 그는 사이버 공격자의 네트워크 침투 시간이 27초라는 업계 벤치마크를 언급하며, 이제 사이버 보안의 의사결정은 초 단위로 이루어지므로 추론 지연 시간 감소는 단순히 UX 개선을 넘어 실질적인 경제적 가치를 창출한다고 설명했다.
종합하면 이번 행사는 단순한 신제품 발표를 넘어 시스템 차원의 논리적 방어전이었다. Cerebras는 메모리 대역폭 제한을 받는 디코드 워크로드가 웨이퍼 스케일 실리콘에서 구조적 우위를 점하며, GPU를 대체하는 것이 아닌 GPU 파트너와 함께하는 분산형 아키텍처가 상업적으로 타당한 경로라고 주장한다. 또한 코딩, 디자인, 보안 분야의 유료 고객 확대는 속도가 단순한 벤치마크 호기심이 아닌, 비용을 지불할 가치가 있는 독립적인 제품 속성임을 입증하고 있다.