AI 에이전트 때문에 CPU가 다시 주목받는 이유

월가에서 갑자기 CPU 이야기가 다시 나오는 중임. 이유는 AI 에이전트 때문임

• 지금까지 AI 인프라의 주인공은 거의 GPU였음. 학습이든 추론이든 대량 계산을 병렬로 밀어붙이는 게 핵심이었기 때문임
• 그런데 AI 에이전트는 단순히 계산만 하는 게 아니라, 여러 작업을 계획하고 순서를 정하고 도구를 호출하는 식으로 굴러감

CPU와 GPU의 역할 차이를 보면 왜 이런 얘기가 나오는지 감이 옴

• CPU는 복잡하고 순차적인 판단에 강한 쪽임. 컴퓨터의 두뇌에 가깝고, 입력된 명령을 순서대로 처리하는 데 특화돼 있음
• GPU는 상대적으로 단순한 계산을 아주 많이, 동시에 처리하는 데 강함. 그래서 AI 모델 학습과 추론에서 압도적인 존재감을 가졌음
• 문제는 에이전트 환경에서는 “계산을 얼마나 빨리 하냐”만큼 “일을 어떻게 나눠서 굴리냐”도 중요해진다는 점임

UBS는 이 변화를 꽤 크게 보고 있음

• 5월 5일 보고서에서 AI 에이전트 환경에서는 작업 조율을 맡는 CPU의 중요성이 계단식으로 커지고 있다고 분석함
• 데이터센터 같은 인프라용 CPU 시장 규모가 2025년 약 300억 달러에서 2030년 1700억 달러 이상으로 커질 수 있다고 전망함
• 5년 사이 5배 이상 커질 수 있다는 얘기라, 그냥 “CPU도 좀 팔리겠네” 수준이 아님

수혜주로는 ARM이 콕 집혀 나옴

• UBS는 신규 수요의 상당 부분을 ARM이 가져갈 가능성이 높다고 봄
• 이유는 전력 효율 중심 아키텍처임. 데이터센터에서는 성능만큼 전력과 발열이 바로 비용이라 이 포인트가 꽤 큼
• ARM은 지난 3월 AI 에이전트 인프라용 CPU인 Arm AGI CPU를 공개했음

ARM 쪽 분위기도 꽤 공격적임

• 르네 하스 ARM 최고경영자는 최근 실적 발표에서 AGI CPU 수요가 기대 이상이라고 말함
• 2027~2028 회계연도 합산 수요 전망은 20억 달러, 원화로 약 2조9000억 원 수준임
• 3월 출시 당시 전망치가 10억 달러였으니, 불과 얼마 안 돼 기대치가 2배로 뛴 셈임

결론은 AI 인프라가 GPU만으로 설명되는 시대에서 조금씩 벗어나고 있다는 것임

• 모델이 커질수록 GPU가 중요하다는 사실은 그대로임
• 다만 에이전트가 실제 업무를 실행하는 구조로 가면 CPU, 네트워크, 스케줄러, 오케스트레이션 계층까지 같이 봐야 함
• 한국 기업도 AI 인프라를 검토할 때 “GPU 몇 장 확보했냐”만 보면 놓치는 비용과 병목이 생길 가능성이 큼