소식

GM이 내놓은 콜벳 그랜드 스포츠 X, 최고출력 721마력짜리 하이브리드 슈퍼카다. 시승한 외신 기자들 반응이 재밌다. 엔진 배기량도, 서스펜션 세팅도 아니고 다들 뒤에서 돌아가는 소프트웨어 얘기부터 꺼냈다. 배터리와 모터, 엔진, 이 세 가지 동력원을 밀리초 단위로 조율하는 건 결국 코드다. 자동차가 하드웨어 싸움에서 소프트웨어 싸움으로 넘어가고 있다는 신호, 슈퍼카 한 대에서도 이렇게 뚜렷하게 드러난다. 요즘 업계 어디서나 튀어나오는 ‘소프트웨어 정의 자동차(SDV, Software-Defined Vehicle)’라는 용어, 후배 개발자한테 설명한다 생각하고 풀어봤다.

SDV, 정확히 뭘 말하는 걸까

예전 자동차는 ECU(전자제어장치)가 수십 개, 많으면 수백 개씩 흩어져 있었다. 각자 정해진 기능 하나만 맡는 구조였다. 창문 제어용 칩 따로, 에어백용 칩 따로, 엔진 분사용 칩 따로 놀았다는 얘기다. SDV는 이걸 몇 개의 고성능 중앙 컴퓨터로 묶고, 웬만한 기능은 소프트웨어로 처리하는 차를 가리킨다. 출고 후에도 업데이트로 성능이나 기능이 바뀐다는 게 핵심이다. 스마트폰에 바퀴 달아놓은 구조, 라고 하면 감이 빠르게 온다.

스펙표 숫자로는 설명이 안 되는 것들

예전엔 마력, 배기량, 토크만 비교하면 성능 순위가 얼추 나왔다. 지금은 다르다. 같은 하드웨어라도 소프트웨어 튜닝에 따라 체감 성능이 크게 갈린다. 하이브리드나 전기차는 배터리·모터·엔진 사이 출력 배분을 알고리즘이 결정한다. 그래서 스펙표 숫자와 실제 주행 감각이 따로 노는 경우가 흔하다. 같은 배터리 용량을 쓰고도 소프트웨어 최적화 수준에 따라 실주행거리와 가속 응답성이 눈에 띄게 갈리는 이유, 여기 있다.

OTA 업데이트가 판을 바꿔놓은 이유

무선 업데이트, OTA(Over-The-Air). SDV 얘기하면서 빠지는 법이 없는 키워드다. 예전엔 성능 개선이든 결함 수정이든 공장이나 정비소로 차를 끌고 가야 했다. SDV는 다르다. 스마트폰 앱처럼 밤사이 업데이트를 받고, 다음 날 아침엔 어제와 다른 차로 달릴 가능성이 있다.

• 리콜 대신 원격 패치로 해결하는 결함이 늘어난다
• 가속 모드, 서스펜션 세팅 같은 기능을 구독 상품으로 파는 사례가 등장했다
• 출시 이후에도 자율주행 보조 기능이 계속 확장된다

이 방식을 처음 대중화한 건 테슬라다. 지금은 대부분의 완성차 업체가 비슷한 구조를 뒤쫓는 중이고.

동력원이 늘어날수록 코드 비중이 커지는 이유

엔진 하나만 굴리던 시절엔 제어 로직도 비교적 단순했다. 하이브리드는 얘기가 다르다. 엔진, 모터, 여기에 배터리 관리 시스템까지 세 가지를 동시에 조율해야 한다. 언제 엔진을 끄고 모터로만 달릴지, 회생제동으로 모은 에너지를 언제 방출할지, 이런 판단을 밀리초 단위로 처리하는 게 소프트웨어다. 하드웨어가 아무리 좋아도 이 판단 로직이 허술하면 연비도 응답성도 반쪽짜리다. 고성능 하이브리드일수록 엔지니어 인력 중 소프트웨어 개발자 비중이 계속 늘어나는 것도 같은 맥락이다.

완성차 업체들의 승부수, 제각각이다

접근 방식은 업체마다 조금씩 다르다.

• 테슬라는 차량 아키텍처 자체를 소프트웨어 중심으로 새로 설계하는 쪽을 택했다
• 전통 완성차 업체들은 기존 하드웨어 구조 위에 통합 컴퓨팅 플랫폼을 얹는 방식으로 전환 중이다
• 일부 브랜드는 자체 개발 대신 구글, 엔비디아 같은 외부 플랫폼과 손잡고 인포테인먼트·자율주행 소프트웨어를 조달한다

방식은 갈려도 목표는 하나다. 하드웨어를 자주 바꾸지 않고도 소프트웨어만으로 신차급 경험을 계속 내놓는 것.

차 고를 때 소프트웨어 기준으로 뭘 봐야 하나

다음에 차를 알아볼 계획이라면 엔진 스펙 말고 이런 것도 같이 체크해볼 만하다.

• OTA 업데이트를 지원하는지, 지원 범위가 인포테인먼트에 국한되는지 아니면 주행 성능까지 포함하는지
• 업데이트 주기가 분기 단위인지 연 단위인지
• 인포테인먼트 화면 반응 속도와 내비게이션·음성인식 완성도
• 자율주행 보조 기능이 향후 업데이트로 확장 가능한 구조인지
• 보안 패치 정책이 명시돼 있는지. 커넥티드카는 해킹 표적이 되기 쉽다

다음 수순은 뭘까

AI 기반 개인화 주행 세팅, 구독형 기능 판매, 소프트웨어 유지보수용 별도 요금제. 자동차 업계 실험은 계속 이어지는 중이다. 콜벳 같은 스포츠카조차 코드 품질을 성능의 핵심 변수로 내세우는 시대다. 일반 소비자용 차량에서 소프트웨어 경쟁력은 이제 선택이 아니라 기본값에 가까워지고 있다는 얘기다. 다음 차를 고를 때 카탈로그 속 마력 숫자만큼, 그 차가 어떤 소프트웨어 위에서 돌아가는지도 따져볼 이유, 여기 있다.

출처: Ars Technica

AMD 이번 분기 실적표를 펼쳐보면 숫자 하나가 유독 튄다. 데이터센터 부문 매출이 전년 동기 대비 107% 뛰어 67억 달러를 찍었다. 반면 한때 AMD 매출을 이끌던 게이밍 사업은 같은 기간 31% 줄었다. 숫자만 보면 사업부 두 개가 아니라 완전히 다른 회사 실적표 같다.

데이터센터 매출, 이번에도 또 늘었다

더버지 보도를 보면 AMD 데이터센터 부문 매출은 67억 달러(약 9조 3000억 원)로 집계됐다. 직전 1분기 58억 달러보다 늘었고, 1년 전 같은 분기 32억 달러와 견주면 두 배를 훌쩍 넘는다.

• 1분기 대비: 58억 달러 → 67억 달러
• 전년 동기 대비: 32억 달러 → 67억 달러(+107%)
• 2분기 연속 두 자릿수 성장세

이유는 단순하다. 마이크로소프트, 메타, 오라클 같은 대형 클라우드 업체들이 AI 학습·추론 인프라에 돈을 쏟아붓는 중이고, 그 수요 상당 부분을 AMD 인스팅트(Instinct) MI300 시리즈가 받아내고 있다.

엔비디아 추격전, 어디까지 왔나

AI 가속기 시장은 여전히 엔비디아가 압도적이다. 격차, 아직 크다. 다만 AMD가 MI300X와 후속 MI350 라인업을 앞세워 가격 대비 성능으로 하이퍼스케일러 고객사를 하나둘 늘려온 결과가 이번 수치에 그대로 찍혔다. 서버용 EPYC CPU 사업도 점유율을 꾸준히 넓히면서 데이터센터 부문 전체를 밀어 올리는 중이다.

게이밍 매출은 왜 31%나 빠졌나

게이밍 부문은 정반대로 갔다. 콘솔용 반도체 공급 계약 물량이 자연스럽게 줄어든 데다, PC용 라데온(Radeon) 그래픽카드 수요까지 둔해졌다. 소니·마이크로소프트에 납품하는 콘솔 칩은 세대 후반부로 갈수록 물량이 빠지는 구조라, 이번 하락 자체가 새삼스러운 흐름은 아니다.

그래도 낙폭은 작지 않다. 게이밍이 한때 AMD 매출의 큰 축이었던 걸 감안하면, 이번 실적은 사업 비중이 통째로 재편되고 있다는 신호로 읽힌다. 솔직히 이 정도 낙폭이면 그냥 둔화라고 넘기기도 애매하다.

회사 체질 자체가 바뀌는 중

데이터센터 매출이 게이밍 매출을 크게 앞지르면서 AMD 사업 구조 자체가 새로 짜이는 모습이다. 몇 년 전만 해도 라이젠(Ryzen) CPU와 라데온 GPU를 앞세운 PC·콘솔 시장이 매출 핵심이었는데, 지금은 서버와 AI 가속기가 성장 엔진 자리를 꿰찼다. 리사 수 CEO 체제에서 이어져 온 데이터센터 집중 전략, 이번 실적으로 숫자가 증명해준 셈이다.

핵심만 3줄 요약

• 데이터센터 매출 67억 달러, 전년 대비 107% 증가
• 게이밍 매출은 31% 감소, 콘솔·PC 수요 둔화 영향
• AI 인프라 투자가 AMD 전체 실적 무게중심을 옮김

국내 공급망엔 어떤 파장이 갈까

AMD 데이터센터 훈풍은 한국 반도체 공급망과도 맞닿아 있다. MI300 시리즈는 SK하이닉스 HBM(고대역폭 메모리)을 탑재하고, 생산은 TSMC 파운드리에 의존한다. AMD 주문이 늘수록 SK하이닉스 HBM 출하량과 국내 후공정 업체 물량에도 온기가 번질 여지가 크다.

게이밍 매출 감소는 국내 조립 PC·유통 업계가 눈여겨볼 대목이다. 라데온 그래픽카드 수요 둔화가 계속되면 국내 유통사 재고 전략과 프로모션 방식도 손볼 필요가 생긴다. 네이버클라우드, 카카오엔터프라이즈 같은 국내 클라우드 사업자 입장에서는 엔비디아 일변도에서 벗어나 AMD 칩을 저울질할 이유가 조금씩 늘어나는 흐름이다.

출처: The Verge

스마트폰에 대고 말을 건 지도 벌써 10년 넘었다. 시리, 빅스비, 구글 어시스턴트… 이름은 다 익숙한데, 막상 뭐가 어떻게 다른지 설명해보라면 다들 머뭇거린다. 테크크런치 보도를 보면 애플이 시리를 이번에 꽤 크게 손봤다는데, 예전 같으면 난리 났을 소식이 조용히 지나간다. AI 비서라는 게 이제 스마트폰 살 때 당연히 딸려오는 옵션쯤으로 취급받는 분위기랄까. 그래서 진짜 궁금한 건 딱 하나. 시리, 빅스비, 구글 제미나이 중에 내 생활 패턴엔 뭐가 맞을까.

AI 비서, 이제 다 거기서 거기 아닌가

몇 년 전만 해도 “지금 몇 시야?”, “알람 맞춰줘” 정도 알아들으면 다행이었다. 지금은 사정이 완전히 다르다. 세 비서 모두 거대언어모델, 그러니까 LLM을 기반으로 자연스러운 대화, 여러 조건이 얽힌 질문 처리, 긴 문서 요약까지 소화한다. 기본기만 놓고 보면 확실히 상향평준화됐다. 문제는 그 다음이다. 세부적으로 파고들면 처리 방식이나 강점이 꽤 갈린다. 어떤 기기를 주로 쓰는지, 어떤 작업에 자주 손이 가는지에 따라 체감이 확 달라진다는 얘기다.

시리 vs 빅스비 vs 구글 제미나이, 뭐가 다른가

시리는 iOS, iPadOS, macOS 전반에 깊게 박혀 있는 게 장점이다. 최근엔 복잡한 질문이 들어오면 챗GPT로 슬쩍 넘겨서 처리하는 기능도 붙었다. 애플 기기끼리 연속성, 핸드오프로 오가는 그 매끄러움은 솔직히 아직 이길 상대가 없다.

빅스비는 삼성 갤럭시 전용이라는 한계가 있지만, 최근 구글 제미나이 엔진을 빌려 쓰면서 자연어 이해력이 눈에 띄게 좋아졌다. 실시간 통역, 서클 투 서치 같은 갤럭시 AI 기능이랑 한 덩어리로 묶여 있어서 갤럭시 유저라면 쓸 일이 은근히 많다.

구글 제미나이(이전 이름은 어시스턴트)는 역시 검색 엔진 출신답다. 정보 검색이랑 멀티모달 처리, 그러니까 사진 속 글자 읽기나 화면 실시간 분석 쪽에서 한 발 앞서 있다. 안드로이드는 기본이고 지메일, 캘린더, 문서 도구까지 손을 뻗친다.

음성 명령 정확도, 실제로 써보면 갈린다

단순한 질의응답이야 셋 다 무난하다. 진짜 문제는 여러 단계를 거치는 명령이다. “다음 주 화요일 저녁 7시에 강남역 근처 이탈리안 식당 예약 가능한지 찾아서 알려줘” 같은 요청, 이거 처리 방식에 따라 결과물이 확 갈린다. 제미나이랑 챗GPT 연동 버전 시리는 문맥을 붙들고 후속 질문을 받아치는 능력이 상대적으로 안정적이다. 반면 사투리나 발음이 뭉개진 명령어는 여전히 잘못 알아듣는 경우가 있다. 조용한 데서 또박또박 말하는 게 인식률 높이는 가장 확실한 방법이라는 건 예나 지금이나 똑같다.

개인정보, 온디바이스냐 클라우드냐

여기서 세 비서의 철학이 제일 크게 갈린다. 애플은 온디바이스 처리와 프라이빗 클라우드 컴퓨트를 앞세운다. 민감한 요청일수록 기기 안이나 암호화된 서버에서만 처리하도록 짜놨다. 삼성이랑 구글은 클라우드 처리 비중이 상대적으로 높은 대신, 계정 기반 개인화 — 과거 검색 기록이나 위치 패턴을 학습하는 부분 — 가 촘촘하다. 프라이버시가 1순위인 사람이라면 애플, 맞춤 추천의 정교함을 원하는 사람이라면 구글 쪽이 손에 맞을 가능성이 크다.

서드파티 앱 연동, 어디까지 되나

비서를 일상에서 얼마나 부려먹을 수 있는지는 결국 앱 연동 범위에 달렸다.

• 시리: 앱 인텐트와 단축어로 배달앱 주문, 음악 재생, 스마트홈 제어까지 지원 앱이 계속 늘고 있다.
• 빅스비: 루틴 기능으로 갤럭시 기기 안 설정 자동화엔 강하다. 다만 서드파티 앱 지원은 상대적으로 좁은 편.
• 구글 제미나이: 안드로이드 앱 액션과 워크스페이스 연동 덕에 업무용 도구와의 호환성이 셋 중 가장 넓다.

결국 뭘 골라야 하나

아이폰에 맥, 애플워치까지 같이 쓰는 사람이라면 시리를 기본으로 두고 복잡한 질문만 챗GPT 연동에 맡기는 조합이 편하다. 갤럭시 스마트폰, 갤럭시 워치, 갤럭시 탭을 같이 굴리는 사람은 빅스비가 기기 간 자동화에서 확실히 유리하다. 안드로이드 여러 기종을 섞어 쓰거나 구글 워크스페이스로 업무 보는 사람은 제미나이 쪽에 손을 들어주고 싶다. 리서치나 글쓰기처럼 깊이 파고드는 작업이 잦다면? 기본 비서 말고 챗GPT나 클로드 같은 전용 앱을 따로 쓰는 게 결과물 완성도에서 낫다. 이건 좀 냉정하게 말하는 게 맞는 것 같다.

핵심만 3줄 요약

• 애플 생태계 중심이면 시리, 갤럭시 기기 중심이면 빅스비, 안드로이드·구글 서비스 중심이면 제미나이.
• 프라이버시는 애플이, 개인화 정교함은 구글이 앞선다.
• 깊은 리서치·창작 작업은 비서 앱보다 챗GPT·클로드 같은 전용 AI 앱 결과물이 낫다.

시리 개편 소식은 테크크런치 기사를 참고했다.

지난 8월 2일부터 유럽에서 판이 좀 바뀌었다. 챗봇과 대화를 나누거나 딥페이크 영상·이미지를 마주칠 때, 그게 사람이 아니라 AI가 만든 거라는 사실을 반드시 알려줘야 한다는 규정이 실제로 돌아가기 시작한 거다. 어기면 최대 1500만 유로, 혹은 전 세계 매출의 3% 중 더 큰 쪽을 과징금으로 물어야 한다. 액수만 봐도 장난이 아니다.

AI법, 이번엔 투명성 차례다

EU AI법은 처음부터 한꺼번에 시행된 게 아니다. 단계를 밟아왔다. 2025년 2월엔 사회적 점수화 같은 금지 행위부터 막았고, 같은 해 8월엔 챗GPT나 제미나이 같은 범용 AI 모델을 만드는 회사들에 의무를 지웠다. 그리고 2026년 8월 2일, 이번엔 일반 이용자와 직접 맞닿은 조항, 그러니까 50조 투명성 규정이 본격 적용에 들어갔다.

겨냥하는 지점은 명확하다. 사람들이 매일 마주치는 화면. 상담 챗봇, AI가 그려낸 이미지, 표정이나 감정을 읽어내는 인식 시스템까지 전부 포함된다.

챗봇, 이제 정체를 숨기면 안 된다

사람과 대화하도록 설계된 AI라면 자기가 AI라는 걸 먼저 밝혀야 한다. 은행 상담 챗봇이든 쇼핑몰 문의창이든 예외 없다.

• 대화가 시작되는 시점에 AI임을 알려야 한다
• 맥락상 누가 봐도 AI인 게 뻔한 경우는 예외다 (단순 자동응답 정도)
• 감정을 읽거나 생체 정보를 분류하는 시스템도 따로 고지해야 한다

업무용 소프트웨어에 딸려 있는 AI 비서나 콜센터 자동응답도 마찬가지. 빠져나갈 구멍은 없다.

딥페이크엔 무조건 워터마크

이미지든 음성이든 영상이든, AI로 만들었거나 손을 댔다면 그 사실을 표시해야 한다. 공익적인 사안을 다루는 AI 생성 텍스트도 마찬가지다. 사람이 편집 책임을 지고 있을 때만 예외가 인정된다.

구글은 이미 자사 이미지 생성 도구에 신스ID(SynthID) 워터마크를 심어뒀다. 오픈AI도 C2PA 메타데이터 표준을 붙이는 중이다. 준비된 회사들은 이미 한발 앞서 있었던 셈. 다만 예술이나 풍자, 창작 목적 콘텐츠는 고지 의무가 있어도 표현 자체를 막지 않는 선에서 기준이 좀 느슨하다.

어기면 얼마나 물어야 하나

과징금은 위반 유형에 따라 3단계로 나뉜다. 사회적 점수화 같은 금지 행위는 최대 3500만 유로 또는 매출의 7%. 이번 투명성 의무를 포함한 일반 의무 위반은 최대 1500만 유로 또는 매출의 3%. 허위나 부정확한 정보를 제공하면 최대 750만 유로 또는 매출의 1%다. 매출 기준이 정액보다 크면 그쪽이 적용되는 구조라서, 빅테크 입장에선 정액 상한보다 매출 비율 쪽이 진짜 부담이다.

기업마다 반응이 다른 이유

메타는 2024년부터 AI 생성 이미지에 라벨을 붙여왔다. 구글과 오픈AI도 워터마크 인프라를 벌써 갖췄고. 반면 xAI의 그록(Grok)은 딥페이크 이미지 생성 기능 때문에 논란이 끊이지 않았던 곳이라, 이번 규정으로 기능 자체를 손봐야 하거나 라벨링을 강제로 붙여야 할 가능성이 크다.

결국 준비된 기업과 그렇지 않은 기업 사이 격차가 이번 시행으로 드러난 거다. 규제 대응 비용을 미리 치른 곳과, 이제야 부랴부랴 시스템을 고쳐야 하는 곳의 차이. 이게 은근히 크다.

국내 기업도 남 얘기가 아니다

네이버 하이퍼클로바X, 카카오의 AI 서비스, 삼성 갤럭시 AI. EU 이용자 대상으로 서비스를 넓히는 순간 이 규정을 똑같이 적용받는다. 한국도 2026년 1월 시행된 AI기본법에 딥페이크 표시 의무 조항이 담겨 있어서, EU 규정과 어떻게 맞춰야 할지가 국내 기업 법무팀의 새 숙제로 떠올랐다.

웹툰이나 엔터테인먼트 업계처럼 AI 생성 이미지로 콘텐츠를 만들어 해외 플랫폼에 유통하는 국내 창작사들도 워터마크 표준을 챙겨야 할 때다. 국내 규제와 EU 규제의 표시 방식이 다르면, 이중으로 라벨을 붙여야 하는 번거로움까지 떠안을 수 있다. 이건 좀 골치 아픈 부분.

출처: The Verge