AI 경쟁의 무게중심이 이번 주 세 방향으로 동시에 이동했다. 서버실 안에서는 GPU 속도가 아닌 메모리가 새 병목으로 부상했고, 세계 최대 기업용 소프트웨어 플랫폼이 AI의 새 관문이 됐으며, 한 쌍의 스마트 안경이 AI 기기 신뢰의 물리적 한계를 드러냈다. 세 사건이 공유하는 패턴은 하나다 — 문제가 해결된 것이 아니라, 위치를 바꿨다.
HBM 이후의 메모리 전장
매년 8월 스탠퍼드대에서 열리는 핫칩스(HotChips) 컨퍼런스는 AI 반도체 업계가 내년을 설계하는 자리다. 8월 23~25일 열린 올해 핫칩스 2026에서 가장 도드라진 주제는 특정 칩 하나가 아니었다. 경쟁 축 자체가 이동하고 있다는 신호였다.
지난 3년간 AI 메모리 경쟁의 중심은 HBM(고대역폭메모리—AI 서버용 고성능 메모리)의 대역폭을 얼마나 빨리 늘리는가였다. SK하이닉스가 이 레이스를 주도했고, 삼성전자가 뒤를 쫓는 구도였다. 그런데 올해 무대에는 PIM(Processing in Memory·프로세싱 인 메모리), CXL(Compute Express Link·컴퓨트 익스프레스 링크), HBF(High Bandwidth Flash·고대역폭 플래시)가 동시에 등장했다. 이 세 기술은 서로 경쟁하는 것이 아니라, “HBM 대역폭을 무한정 늘리는 방식으로는 AI 컴퓨팅의 병목을 해소할 수 없다”는 같은 전제를 공유한다.
마이크론은 핫칩스 현장에서 이 전제의 근거를 수치로 제시했다. AI 컴퓨팅 성능은 2년마다 약 3배씩 늘어나는 반면, HBM 대역폭은 같은 기간 2배에도 못 미친다. 격차가 줄어드는 것이 아니라 벌어지고 있다. 메타는 라마3 학습 과정에서 의도치 않은 중단의 17%가 HBM 관련 이슈에서 비롯됐다고 밝혔다. 단, 마이크론이 메모리 업체이고 이 수치의 제공자이기도 하다는 점은 감안해야 한다.
삼성전자가 핫칩스에서 공개한 LPDDR5X-PIM은 메모리 칩 안에 작은 연산 로직을 심어, 데이터를 프로세서까지 옮기지 않고 메모리 내부에서 처리하는 방식이다. 도서관 밖으로 책을 빌려 나오는 대신, 도서관 안 책상에서 읽고 결론만 가져오는 것에 가깝다. 삼성이 발표한 자체 벤치마크 기준으로, 메타 라마3.1 8B 모델 테스트에서 기존 LPDDR5X의 초당 27토큰 처리를 81.3토큰으로 약 3배 개선했다. 다만 이 수치는 삼성 자체 발표 데이터이며 독립 기관 검증은 아직 없다. 삼성은 기존 시스템 재설계 없이 교체할 수 있다는 “드롭인 호환성”을 강조하며, HBM의 대체재가 아닌 저전력·엣지용 보완재로 포지셔닝했다.
CXL은 물리적으로 한 서버에 꽂을 수 있는 메모리 용량의 한계를 우회하는 방식이다. 네트워크로 연결된 별도 메모리 풀을 마치 서버 자신의 메모리처럼 쓸 수 있게 해주는 개방형 표준이다. 삼성전자와 스타트업 XCENA는 512GB D램 단독 구성에서는 성능 저하가 발생하지만 1TB CXL 메모리 풀에서는 안정적 성능이 유지됐다는 실험 결과를 공동 발표했다. XCENA는 2026년 말 양산, 2027년 초 초기 고객 매출을 목표로 잡고 있다.
HBF는 낸드 플래시를 고대역폭 방식으로 패키징한 기술로, HBM보다 느리지만 훨씬 저렴하고 최대 512GB의 대용량을 제공한다. SK하이닉스와 샌디스크가 OCP(오픈 컴퓨트 프로젝트) 기반 표준 규격을 이미 공개했다. 단, 핫칩스 현장에서 OXMIQ Labs는 “HBF가 대다수 워크로드에서 HBM을 대체할 수 없다”고 분석했다. 업계 관계자 스스로가 용도의 한계에 선을 그은 셈이다.
달의 의심: 삼성은 2021~2022년에도 HBM-PIM을 “혁신적 드롭인 솔루션”으로 대대적으로 발표했다. 그러나 당시 상용 채택은 극히 제한적이었다. 오늘의 LPDDR5X-PIM도 같은 “드롭인” 문구로 소개된다. PIM이 실제 데이터센터에 대규모로 쓰이려면 컴파일러와 소프트웨어 스택 지원이 필수인데, 이 부분은 이번 발표에서 거의 다뤄지지 않았다. CXL은 스펙 자체가 2019년부터 있었다. 엔비디아가 NVLink·CUDA 기반 폐쇄 생태계로 고객을 묶어두는 한, 개방형 표준인 CXL의 실제 채택은 구조적 장벽에 부딪힌다. 삼성·SK하이닉스가 PIM·CXL·HBF 여러 방향에 동시에 베팅하는 것은 확신이 아니라 “누가 이길지 아무도 모른다”는 헤지로 읽는 게 더 정확할 수 있다.
어디로: 달의 판단은 공존 가능성이 높다(55%). PIM은 저전력 엣지·온디바이스, CXL은 데이터센터 대용량 확장, HBF는 콜드 데이터 계층으로 각각 틈새를 찾아 들어가고, HBM은 프리미엄 학습·추론의 주력으로 남는 구도다. B(45%)는 이 중 하나가 틈새를 넘어 주류로 급부상하는 시나리오다. 틀릴 조건: XCENA가 2026년 말 양산·2027년 초 초기 고객 매출 목표를 이름 있는 데이터센터 고객과 함께 달성하면 CXL 주류화 신호, 슬립되면 공존 시나리오 쪽으로 확인된다. 삼성·SK하이닉스의 HBM 외 신사업 실적이 각사 분기 보고서에 등장하기 시작하면, 그것 자체가 “경쟁 축이 이동했다”는 첫 정량 증거가 될 것이다. 오늘 기업·산업 섹션이 다룬 삼성 aHBM 경쟁 구도와 함께 읽으면 이 전장의 전체 윤곽이 보인다 — 기업·산업: AI 수요와 자금 구조의 균열
Claudeforce: AI가 CRM을 통해 기업 안으로
8월 26일, Salesforce와 Anthropic이 “Claudeforce”를 공동 발표했다. 단순한 API 계약이 아니다. Claude가 Salesforce 전 에코시스템의 기본 추론 엔진이 된다. Atlas 추론 엔진, Agentforce, Slack의 기본 모델로 배포되고, 사용자가 Agent Builder에서 선택할 수 있는 모델로도 올라간다. 반대 방향으로는 Salesforce가 Claude의 플러그인이 된다 — 37개 사전 구축 영업 스킬 패키지로, Claude 안에서 실시간 CRM 데이터를 조회하고 파이프라인을 업데이트하며 즉각 행동할 수 있다.
숫자를 보면 무게가 느껴진다. Salesforce는 2026년 한 해에만 Anthropic 토큰 소비에 약 3억 달러를 쓸 계획이다. 이미 3억 달러 규모의 지분 투자도 진행 중이다. Salesforce 입장에서 Claude는 AI 기능을 자사 고객에게 제공하는 인프라다. Anthropic 입장에서 Salesforce는 수만 개 기업 고객에게 Claude를 배포하는 가장 큰 유통 채널이 된다.
왜 지금인가. 엔터프라이즈 AI는 지금 두 방향에서 압박을 받고 있다. 위에서는 빅테크 AI 모델들이 “직접 API 계약”으로 기업을 공략한다. 아래에서는 AI 도입 기업들이 “어떤 모델을 쓸지”보다 “어떻게 내 업무 시스템에 붙이는지”가 더 어렵다는 것을 깨달았다. Salesforce는 이 통합 문제를 풀어온 회사다. CRM·ERP·Slack이라는 기존 인프라 위에 Claude를 얹는다는 건, 수십만 영업사원의 화면에 AI가 들어가는 가장 빠른 경로일 수 있다.
달의 의심: 이 거래의 진짜 수혜자가 누구인가를 다시 보자. 모델 전쟁에서 이기는 것이 클라우드 플랫폼이나 기업용 SW 플랫폼이 될 수 있다는 시나리오가 실제로 구현되고 있다. Salesforce가 AI의 유통 관문이 된다면, 다음 AI 전환의 마진은 모델을 만든 회사가 아니라 유통망을 쥔 회사에 더 많이 쌓일 수 있다. Anthropic이 $300M이라는 규모의 단일 기업 고객을 두는 것은 수입 안정성과 동시에 특정 플랫폼에 대한 노출(concentration risk)이기도 하다. Salesforce in Claude 오픈베타는 9월 예정이지만, 파일럿 고객 결과는 아직 공개되지 않았다.
어디로: 달의 판단은 엔터프라이즈 AI 주류화가 Salesforce·SAP·ServiceNow 같은 기존 플랫폼을 통해 이루어질 가능성이 높다(60%). AI를 직접 API로 연결하는 개발팀은 기업 전체에서 일부일 뿐이고, 나머지 대다수 직원은 자신이 이미 쓰는 화면에서 AI를 만날 것이기 때문이다. B(40%)는 기업들이 점점 AI 공급사와 직접 계약하며 중간 플랫폼을 우회하는 방향이다. 틀릴 조건: 9월 Claudeforce 오픈베타 이후 Salesforce 고객의 AI 사용 지표가 유의미하게 상승하면 A 방향, 기업들이 “직접 Anthropic API” 계약을 늘리는 추세가 강해지면 B 방향으로 방향이 좁혀진다.
스마트 안경이 보안 경보를 울렸다
8월 28일, Meta가 AI 기능이 탑재된 스마트 안경의 소프트웨어를 업데이트할 것이라고 밝혔다. 이유는 간단하고 불편하다. 사용자들이 녹화 중임을 알리는 가시적 표시등(capture indicator)을 손으로 가리면 녹화가 계속된다는 것을 발견했다.
AI 웨어러블 기기에서 “당신의 동의를 알려주는 장치”가 물리적 표시등 하나에 달려 있었고, 그 표시등은 가릴 수 있었다. Meta는 이제 표시등이 가려지면 카메라 자체가 작동을 멈추도록 소프트웨어를 바꿀 예정이라고 했다.
왜 지금인가. AI 안경·헤드셋·이어버드가 일상 기기로 들어오는 속도가 빨라지고 있다. 이 기기들은 스마트폰과 다른 방식으로 사람을 기록한다 — 안경을 쓰고 있는 것 자체가 카메라를 들고 있는 것처럼 보이지 않기 때문이다. “동의와 비동의의 경계”를 기기가 어떻게 표시하고, 그 표시가 실제로 신뢰할 수 있는지는 지금까지 제대로 논의된 적이 없었다.
달의 의심: 표시등 패치는 이 사건의 표면 해결이다. 더 깊은 질문은 “가시적 표시등이 AI 기기의 동의 증거로 충분한가”이다. 카메라와 마이크가 달린 기기를 착용하고 있다는 것 자체가 이미 주변 사람의 프라이버시와 교차한다. 스마트폰은 화면이 켜져 있고 손에 들려 있어서 “촬영 중”을 인지할 단서가 있다. 안경에 그런 단서를 기대하는 것은 다른 차원의 설계 문제다. 이번 취약점은 악의적 해킹이 아니라 일반 사용자가 우연히 발견한 것이다. 더 체계적인 보안 분석이 이뤄진다면 비슷한 취약점이 더 나올 수 있다.
어디로: 달의 판단은 Meta 소프트웨어 패치가 이번 사건을 기술적으로 종결하고, AI 안경 시장이 단기 영향 없이 성장을 이어갈 가능성이 높다(70%). 단 이 사건이 AI 웨어러블 기기 보안 기준에 대한 규제 논의로 번지면 B(30%)로 확인된다. 틀릴 조건: EU 또는 미국 FTC가 이번 취약점을 계기로 AI 웨어러블 기기에 대한 공식 보안 기준 제정 절차를 착수할 경우, 단순한 소프트웨어 패치로 끝난 사건이 업계 규제 분기점으로 전환된다.