AI 시대에 CPU가 다시 중요해졌다, 엔비디아도 뛰어든 새로운 반도체 경쟁
GPU가 AI 반도체 시장의 주인공이라는 사실은 변하지 않았다. 그러나 AI가 스스로 계획을 세우고, 소프트웨어를 실행하고, 외부 서비스와 연결되는 '에이전트' 단계로 발전하면서 또 다른 반도체가 중요해지고 있다. 바로 CPU다.

20초 핵심
이 변화에 베팅하는 기업도 등장했다. 설립 6개월에 불과하고 상용 제품조차 없는 미국 스타트업 Nuvacore다. 이 회사가 추진하는 기업가치는 약 25억달러, 약 3조5,000억원이다.
엔비디아도 Vera라는 새로운 CPU를 앞세워 이 시장에 진입했다. AI 반도체의 경쟁이 GPU의 연산 성능에서 데이터센터 전체의 처리 효율로 확장되고 있는 것이다.

제품도 없는데 25억달러, 투자자들은 무엇을 봤을까
10월 9일 Reuters에 따르면, 세쿼이아캐피털이 투자한 Nuvacore는 수억달러의 추가 자금조달을 추진하고 있다. 목표 기업가치는 약 25억달러다. 투자유치는 아직 마무리되지 않았고 조건도 변경될 수 있다.
투자자들이 주목하는 것은 창업팀의 이력이다. Gerard Williams, John Bruno, Ram Srinivasan은 애플, 퀄컴, Nuvia 등에서 CPU 설계 경험을 쌓았다. Williams가 공동 창업한 Nuvia는 2021년 퀄컴에 약 14억달러에 인수됐다.
Nuvacore의 전략도 흥미롭다. 기존 x86이나 Arm 명령어 체계를 먼저 선택하는 대신 CPU 코어의 성능과 전력 효율을 우선 설계하는 'Core First' 접근법이다.
이는 x86과 Arm을 모두 버리겠다는 선언이 아니다. 명령어 체계에 따른 제약을 초기 설계 단계에서 줄이겠다는 구상이다. 실제 성능과 호환성은 향후 제품으로 입증해야 한다.
AI 에이전트가 늘어나면 CPU는 왜 바빠질까
GPU는 수많은 연산을 병렬로 처리한다. 대규모 AI 모델의 학습과 추론에 적합하다. CPU는 복잡한 프로그램 실행, 운영체제, 데이터 관리, 시스템 제어에 강점을 가진다.
예를 들어 AI 에이전트가 여행을 예약한다고 가정하자.
GPU 중심
언어 이해
일정 분석
여행 계획 수립
응답 생성
CPU 중심
항공편 API 호출
데이터 조회 및 검증
예약 프로그램 실행
결제 및 상태 관리
에이전트가 한 번 답변하는 대신 여러 서비스를 호출하고 업무를 이어서 처리한다면 CPU의 작업량도 증가할 수 있다.
다만 에이전트가 늘어난다고 CPU 매출이 같은 비율로 증가하는 것은 아니다. CPU 활용률 개선, 소프트웨어 최적화, 기존 서버의 여유 용량도 고려해야 한다.

엔비디아가 Vera CPU까지 만드는 이유
엔비디아는 2026년 5월 AI 에이전트용 Vera CPU를 발표했다. 회사가 제시한 일부 워크로드 기준 x86 CPU 대비 최대 1.8배 성능을 강조했지만, 이는 모든 작업에서 동일하게 나타나는 검증된 우위는 아니다.
젠슨 황은 해당 회계연도 서버 CPU 매출 규모를 약 200억달러로 전망했다. 200억달러는 약 28조원에 해당한다. 중요한 점은 아직 실현된 매출이 아니라 회사가 제시한 전망치라는 사실이다. Vera만의 매출로 확정해 해석하는 것도 주의해야 한다.
엔비디아가 CPU에 투자하는 이유는 GPU와 CPU를 따로 판매하는 것보다 하나의 시스템으로 함께 설계할 때 성능과 전력 효율을 높일 기회가 있기 때문이다.
| 기업 | CPU 경쟁 전략 |
|---|---|
| NVIDIA | Vera CPU와 GPU, 네트워크를 통합한 AI 시스템 |
| AMD | EPYC 서버 CPU와 Instinct GPU의 결합 |
| Intel | Xeon 중심의 서버 CPU 공급과 플랫폼 경쟁력 유지 |
| Amazon | 자체 Graviton CPU로 AWS의 비용 및 전력 효율 개선 |
| Microsoft | 자체 Cobalt CPU로 Azure 인프라 최적화 |
| Nuvacore | AI 데이터센터에 최적화한 새로운 CPU 코어 개발 |
여기서 경쟁은 단순한 CPU 점유율 싸움이 아니다. 고객이 서버를 구축할 때 누구의 반도체와 소프트웨어 조합을 선택할 것인가의 문제다.
AI 반도체의 미래를 이해하려면 GPU의 성능뿐 아니라 GPU가 얼마나 효율적으로 일할 수 있는 환경을 만드는지도 살펴봐야 한다.
AI 시대의 다음 경쟁은 가장 빠른 반도체 한 개를 만드는 싸움이 아니라, 수많은 반도체가 협력해 더 많은 일을 더 적은 비용으로 처리하게 만드는 싸움일 수 있다.
AI 시대의 핵심 경쟁 지표가 GPU 한 개의 속도에서 AI 서비스 한 건을 처리하는 전체 비용으로 확대될 가능성이 있다.
CPU가 병목을 줄이면 같은 GPU로 더 많은 작업을 처리할 수 있다. 이는 AI 서비스 업체에는 비용 절감 기회이고, CPU 공급업체에는 새로운 성장 기회다.
엔비디아에는 GPU 중심의 수익 기반을 넓힐 가능성이 있다. AMD와 인텔에도 AI 서버 수요 증가라는 기회가 있지만, 엔비디아의 통합 플랫폼과 빅테크의 자체 CPU 설계는 경쟁 압력이다.
또한 AI 인프라 전체가 성장하더라도 외부 CPU 업체들이 모두 같은 혜택을 받는 것은 아니다. 아마존과 마이크로소프트의 자체 설계 확대는 시장 성장분의 일부를 기존 공급업체에서 가져갈 수 있다.
따라서 투자자는 CPU 시장의 성장률뿐 아니라 어느 기업이 더 많은 매출, 이익, 현금흐름을 확보하는지 를 구분해야 한다.
- 일반적으로 두 반도체는 대체재보다 보완재에 가깝다. CPU가 시스템 병목을 줄이면 GPU의 활용 효율도 높아질 수 있다.
- 가능성은 있다. 다만 기존 서버 소프트웨어와의 호환성, 고객 전환 비용, 가격과 성능에 따라 시장 침투 속도는 달라질 것이다.
- 아니다. 아직 협상 중인 평가액이다. 실제 칩 개발, 제조, 고객 검증, 소프트웨어 지원까지 여러 단계가 남아 있다.
- 시장 성장 자체는 긍정적이지만 점유율, 수익성, 밸류에이션에 따라 주주 수익률은 달라진다. 특히 경쟁 심화에 따른 가격 압력을 함께 살펴야 한다.
체크 포인트
인사이트 타임스 편집부





