AI는 왜 다시 노트북으로 돌아오는가?

노트북을 만드는 방산기업, 이유는 AI에 있다

10월 27일 미국 방산기술기업 앤듀릴과 반도체 기업 퀄컴이 BlueChip이라는 노트북 제품군을 발표했다. 미국에서 설계하고 조립하는 제품으로, 첫 고객군은 정부, 국방, 응급 대응, 공공안전 분야다.

노트북에는 퀄컴의 Snapdragon X 시리즈 프로세서를 사용한다. 일반 연산과 그래픽 처리뿐 아니라 온디바이스 AI 추론도 지원한다. 추론이란 이미 학습한 AI 모델을 이용해 질문에 답하거나 영상 속 물체를 판별하는 과정이다.

현재 작동 가능한 시제품은 있지만, 주문은 2027년부터 받겠다는 계획이다. 생산 규모와 상업적 성과는 아직 검증되지 않았다. 이 발표의 의미는 당장의 노트북 판매량보다 AI가 어디에서 작동해야 하는가라는 질문에 있다.

AI는 왜 지금까지 데이터센터에 있었을까?

대형 AI 모델은 연산량이 많고, 고성능 칩과 대용량 메모리를 요구한다. 수많은 사용자가 이용할 때 서버를 공동으로 활용하고 모델을 중앙에서 업데이트하는 편이 효율적일 수 있다. 그래서 오늘날 생성형 AI의 상당 부분은 클라우드 데이터센터에서 실행된다.

반면 현장에서 영상을 분석하거나 기밀 문서를 요약하는 작업에는 다른 조건이 붙는다. 통신망이 끊길 수 있고, 응답이 즉시 필요하거나, 외부 전송 자체가 허용되지 않을 수 있다. 이때 노트북이나 스마트폰 안의 칩으로 AI를 실행하는 방식이 의미를 갖는다.

온디바이스 AI의 이점은 네 가지다. 보안 측면에서는 데이터 외부 전송을 줄일 수 있다. 지연 측면에서는 네트워크 왕복 시간을 줄일 수 있다. 비용 측면에서는 반복적인 서버 호출 비용을 낮출 여지가 있다. 오프라인 측면에서는 연결 없이도 일부 기능을 수행할 수 있다.

다만 로컬 처리만으로 안전이 자동 보장되지는 않는다. 장치 분실, 악성코드, 모델 취약점에 대한 별도 대응이 필요하다. 모델 크기와 성능, 배터리 사용량도 한계다.

클라우드를 대체할까, 역할을 나눌까?

현실적인 방향은 대체보다 분업에 가깝다. 음성 명령, 간단한 문서 분류, 카메라 영상의 1차 분석은 기기에서 처리하고, 복잡한 추론이나 대규모 학습은 클라우드로 보내는 방식이다. 실제 분업 비율은 모델 성능, 비용, 개인정보 정책에 따라 달라진다.

따라서 온디바이스 AI가 성장한다고 데이터센터 투자가 곧바로 줄어든다고 볼 수는 없다. 새로운 AI 기능이 늘어나면서 기기와 서버 양쪽의 연산 수요가 함께 커질 가능성도 있다.

BlueChip의 90%는 미국산 부품 비중이 아니다

이번 발표의 또 다른 축은 공급망이다. 앤듀릴에 따르면 시제품에 들어간 부품의 조달금액 기준 90% 이상이 미국 및 동맹국 공급사에서 조달된다. 이것은 부품 개수의 90%가 미국산이라는 뜻도, 미국 국내 제조 비중이 90%라는 뜻도 아니다.

회로기판 조립은 오하이오주 앤듀릴의 Arsenal-1 시설에서 진행할 계획이다. 퀄컴 CEO는 제품용 Snapdragon X 칩을 TSMC의 애리조나 시설에서 제조할 것이라고 기자회견에서 설명했다. 모두 향후 생산 계획에 관한 설명으로, 완료된 생산 실적을 의미하지 않는다.

앤듀릴은 케이스, 배터리 관련 부품, 디스플레이 유리 등도 미국 공급망에 맞춰 개발하고 있다. 완전한 미국 내 공급망은 장기 목표이며 아직 달성되지 않았다. 설계와 미국 내 조립부터 시작해 생산 체계를 단계적으로 확장하겠다는 접근이다.