GPU 숫자는 매일 커집니다. 그런데 오늘은 하늘에 뜬 드론 한 대가 그 숫자에 제동을 걸었어요. AI 데일리 브리핑입니다. 오늘은 머스크와 AWS의 큰 약속, 그리고 뉴저지에서 나온 벌금 이야기예요. 약속이 먼저일까요, 현실이 먼저일까요? 로봇 연구 소식도 있습니다. 먼저 멤피스로 가 보죠. 방송을 팔로우하시면 다음 브리핑이 올라올 때 바로 들으실 수 있습니다.
크립토 브리핑의 Diego Almada Lopez가 전한 내용입니다:
일론 머스크는 테네시주 멤피스와 미시시피주 사우스헤이븐 일대에 있는 콜로서스 2 AI 컴퓨팅 클러스터를 확장할 구체적인 일정을 제시했습니다. 그는 2026년 말 전에 시설의 엔비디아 칩 수를 두 배 이상 늘리겠다고 약속했습니다. 이번 확장으로 클러스터는 H100과 비슷한 성능의 가속기 110만 개를 넘을 전망입니다.
그래픽 처리 장치, GPU 110만 개. 아주 큰 숫자죠. 하지만 연말 목표입니다. 오늘 바로 돈을 받고 쓸 수 있는 계산 능력은 아닙니다. 8월 6일에 xAI 확장 일정이 구체적인지 물었는데, 이제 연말이라는 답은 나왔습니다. 다만 일정표와 설치 완료는 구분해야 합니다. 구글이 GPU 약 11만 개를 쓰는 계약을 맺었다는 점은 꽤 구체적입니다. 크립토 브리핑에 따르면 10월부터 매달 9억 2천만 달러 규모예요. 이제 저는 기존 장비의 실제 사용률을 보고 싶습니다. 시설은 2026년 중반에 이미 약 1기가와트 규모에 도달했습니다. 전력은 임시 가스 터빈과 테슬라 메가팩을 함께 쓰고 있고요. GPU 목표보다 전력 운영이 연말 일정을 결정할 가능성이 큽니다.
클라우드 워스에 실린 Kieron Allen의 글입니다:
이제 두 강력한 기업은 기존 협력을 크게 확대한다고 발표했습니다. 여러 내용 가운데 가장 눈에 띄는 것은 2027년부터 2028년까지 AWS 인프라에 엔비디아 GPU 200만 개를 추가로 배치하는 것입니다. 아마존은 최첨단 AI 연구소와 세계적인 기업, 스타트업, 정부에서 급증하는 AI 인프라 수요를 충족하는 것이 목표라고 밝혔습니다.
오늘 발표된 계획만 합치면 310만 개입니다. 앞서 들은 xAI의 110만 개, 그리고 AWS의 200만 개죠. 하지만 AWS 물량은 2027년부터 2028년 사이에 들어옵니다. 지금 고객이 쓸 수 있는 용량으로 계산하면 안 됩니다. GPU는 AI 계산을 빠르게 처리하는 칩입니다. AWS는 2026년부터 100만 개 이상을 넣겠다고 이미 약속했고, 여기에 블랙웰 울트라와 루빈 계열 200만 개를 더합니다. 엔비디아와의 관계가 더 깊어지는 선택입니다. AWS의 맷 가먼은 고객이 가장 좋은 도구를 자유롭게 고르길 원한다고 말했습니다. 그런데 200만 개짜리 선택지는 아주 강한 방향을 만듭니다. 기업은 결국 가격과 속도가 맞는 칩을 쓰게 되니까요. 그래도 이 약속은 수요에 대한 큰 베팅입니다. 연구소와 기업, 스타트업, 정부가 2028년까지 이 물량을 계속 사용할 거라고 보는 거죠. 발표 숫자보다 실제 설치 속도와 사용률을 봐야 합니다.
아스 테크니카에서 전한 내용입니다:
이번 주 뉴저지주는 미국 동부에서 계획된 대형 데이터센터 가운데 하나의 운영사에 110만 달러의 벌금을 내라고 명령했습니다. 이 운영사는 주 대기오염관리법을 어기고 가스 발전기를 몰래 설치해 운영했습니다. 데이터원은 8월 가디언과 플러드라이트 뉴스의 조사 뒤 벌금을 부과받았습니다. 이 조사는 열을 감지하는 드론 영상으로 가스 발전기 62대 가운데 45대가 작동 중인 모습을 보여 줬습니다.
앞에서 머스크의 GPU 110만 개 계획과 AWS의 200만 개 약속을 들었죠. 그런데 실제 현장에서는 가스 발전기 62대가 먼저 나타났습니다. 전력과 허가는 발표문 속도대로 움직이지 않아요. 가디언과 플러드라이트 뉴스가 열을 보는 드론으로 확인했습니다. 62대 중 45대가 돌고 있었고, 허가받은 발전기는 한 대도 없었습니다. 허가 기준은 37킬로와트인데 설비 용량은 1,982킬로와트였습니다. 50배가 넘습니다. 110만 달러 벌금은 운영사에 작을 수 있어도, 환경 당국이 드론으로 데이터센터를 감시하기 시작했다는 점은 큽니다. 이제 건설 일정에 단속 위험도 넣어야 합니다. Hacker News(82점 스레드)에서 전한 내용입니다:
"하지만 빈랜드 시장과 시의회가 데이터원에 620만 달러의 대출을 제공하자 즉시 반발이 나왔습니다." 이 불쌍한 데이터센터 운영자들에게는 정말 지원이 필요한 모양입니다. 놀랍네요. 지방자치단체가 개발 기금을 쓸 수 있는 모든 일 가운데, 이것은 제가 우선순위 목록에 넣지 않을 일입니다.
해커뉴스가 지적한 620만 달러 지방정부 대출과 110만 달러 벌금을 함께 놓으면 그림이 불편해집니다. 주민 돈으로 개발을 돕고, 주민 건강을 지키는 허가는 무시된 셈이니까요. Hacker News(82점 스레드)에서 전한 내용입니다:
110만 달러를 냈는데도 가스 발전기를 계속 돌릴 수 있다고요? 이건 벌금이라기보다 소급해서 부과한 운영 허가 수수료라고 하는 편이 더 정확해 보입니다.
계속 가동할 수 있다면 이 반응이 맞습니다. 110만 달러를 내고 1,982킬로와트 발전을 유지한다면, 운영비 항목 하나가 추가된 것뿐이죠. Hacker News(82점 스레드)에서 전한 내용입니다:
> 저배출 조용한 연료전지로 전환한다니, 이런 기술이 실제로 존재하나요? 거짓말이 점점 더 대담해지고 있습니다.
연료전지는 실제로 있는 기술입니다. 하지만 ‘저배출’과 ‘조용함’이라는 말만으로는 부족해요. 어떤 연료를 쓰고, 배출량이 얼마고, 허가를 받았는지 숫자로 보여줘야 합니다.
Xingyu Wu가 arXiv에 쓴 내용입니다:
이 문제를 해결하기 위해 연구진은 IterSynth를 제안했습니다. IterSynth는 역할을 분리하고 요약을 바탕으로 작동하는 방식입니다. 이 방식은 정보가 필요한 부분을 찾는 플래너와, 근거를 계속 업데이트되는 요약에 통합하는 신시사이저를 번갈아 사용합니다. 이렇게 하면 계획과 종합을 분리할 수 있습니다. 또한 요약을 검색의 지속적인 상태로 사용해 기능이 서로 얽히는 문제와 문맥의 잡음을 줄입니다.
이번엔 GPU 숫자 말고 논문 하나 볼게요. 저장대학교와 텐센트 연구팀이 낸 IterSynth입니다. 주제는 '심층 검색 에이전트'예요. 에이전트는 여러 단계를 스스로 거쳐서 일을 끝내는 AI를 말합니다. 아이디어는 간단해요. 역할을 둘로 나눕니다. '플래너'는 뭘 더 찾아야 할지 정하고, '신서사이저'는 찾은 증거를 요약 하나에 계속 정리해요. 검색 기록이 길어지면 쓸모없는 정보가 쌓이는데, 그걸 요약으로 줄이는 거죠. 설계는 깔끔합니다. 그런데 저는 일곱 번째 단계가 궁금해요. 요약이 중간에 한 번 틀리면, 그다음 단계는 전부 틀린 요약 위에서 움직이거든요. 실수가 계속 쌓입니다. 그래도 이번엔 확인할 숫자가 있어요. 성능 시험, 즉 벤치마크 다섯 개에서 평균 50.7점이 나왔고, 비슷한 크기의 작은 모델 가운데 기존 최고 기록보다 4.2 높았대요. 연구팀이 낸 주장이지만, 적어도 누구나 직접 시험해 볼 수 있는 숫자입니다. 기술 설명 없는 데모 영상보다 훨씬 낫죠.
arXiv에 실린 Yehang Zhang의 글입니다:
LIBERO-Pro에서 World Action Agent, 즉 WAA는 LIBERO-90에서만 발전시킨 기술을 사용했습니다. 그 결과 평균 성공률 75.6%를 기록해 최고 수준의 성능을 보였습니다. 같은 기반 모델을 사용한 종단 간 시각·언어·행동 모델과 코드 기반 정책 에이전트, 시각적 도구 기반 기준 시스템보다 높은 성능입니다. 같은 기술은 추가 학습 없이도 robosuite에서 효과를 유지했습니다.
로봇 논문 하나 더 볼게요. WorldActionAgent라는 연구예요. 시각·언어 모델, 그러니까 그림과 글을 함께 이해하는 AI가 로봇을 직접 움직입니다. 제가 좋아한 부분은 움직이기 전에 먼저 연습을 한다는 거예요. 논문에서는 이걸 '행동 리허설'이라고 불러요. 행동을 바로 하지 않아요. 먼저 제안으로 만들고, 미리 보고, 고친 다음에 실행합니다. 그리고 숫자가 있어요. LIBERO-Pro라는 시험에서 평균 성공률 75.6%. 연구팀은 최고 기록이라고 말합니다. 75.6%면 네 번 중 한 번은 실패예요. 방금 들은 IterSynth도 그렇지만, 여러 단계를 이어서 하는 작업은 중간 실수가 계속 쌓입니다. 공장 라인에서 네 번에 한 번 컵을 떨어뜨리면 곤란하죠. 그래도 저는 이 결과를 더 좋게 봐요. 기술을 LIBERO-90에서만 배웠어요. 그런데 추가 학습 없이 robosuite라는 다른 환경에서도 효과가 있었다고 해요. 연습한 시험 밖에서도 버텼다는 뜻이에요. 멋진 데모 영상보다 이런 숫자가 훨씬 확인하기 쉽습니다. 맞아요, 그건 인정해요. 그리고 하나 더 있어요. 이 시스템의 기록으로 Qwen3.5-9B 같은 작은 모델도 학습시켰어요. 작은 모델이 로봇을 움직일 수 있으면, 꼭 엔비디아의 큰 GPU가 필요할까요? 오늘 본 GPU 200만 개 이야기와는 방향이 좀 다르죠. 아직은 질문일 뿐이에요. 하지만 좋은 질문이에요. 연구실 성공률이 실제 공장에서도 나오는지, 그걸 먼저 보고 싶네요.
여러분의 의견과 다루었으면 하는 이야기, 정정할 내용이 있나요? 에이아이 데일리 브리핑 코러너 앳 랜턴 팟캐스트스 닷 컴으로 이메일을 보내 주세요. 여러분의 목소리를 기다립니다.
다음으로는 멤피스 클러스터에서 구글의 월 9억 2천만 달러 규모 컴퓨팅 계약이 2026년 10월에 시작되는지 지켜보겠습니다. 콜로서스 2가 2026년 말까지 H100과 비슷한 성능의 가속기 110만 개를 실제로 넘는지도 확인하겠습니다.
오늘 다룬 모든 이야기의 링크는 쇼 노트에 있습니다. 관심이 간 이야기가 있다면 자세한 내용도 읽어 보세요.
오늘은 여기까지입니다. 다음 에피소드에서 다시 뵙겠습니다. 랜턴 팟캐스트입니다.