국산 AI 반도체 레니게이드·리벨100, 정부 성능 검증 통과

• 과기정통부가 국산 AI 반도체 성능을 공식 지표로 검증했다는 소식임

  • 4일 서울 롯데호텔에서 열린 ‘K-AI 반도체 성장 포럼’에서 결과를 공유함
  • 대상은 퓨리오사AI의 레니게이드와 리벨리온의 리벨100

• 이번 검증에 쓰인 기준은 K-퍼프(Perf)임

  • 국산 AI 반도체 성능을 객관적으로 보여주기 위한 공식 측정 지표
  • 지난해 12월 수요 기관과 공급 기관이 같이 참여해서 실제 사용 환경 중심으로 측정 모델, 조건, 지표를 정함
  • 그냥 “우리 칩 빨라요”가 아니라, 수요 기업이 구매 판단에 쓸 수 있는 데이터로 만들겠다는 쪽에 가까움

• 레니게이드와 리벨100은 대표 AI 서비스 4종에서 성능 검증을 받음

  • AI 챗봇 서비스
  • 문서 검색 서비스
  • 보고서 생성 서비스
  • 대용량 문서 분석 서비스

• 결과적으로 두 칩 모두 서비스별 성능 기준을 만족한 것으로 나옴

  • 모델 크기, 입출력 크기, 동시 사용 규모인 배치(Batch) 같은 조건을 바꿔가며 반복 실험함
  • 기사 표현상으로는 서비스 유형별 시험 조건에 따른 성능 측정 결과를 즉각 도출할 수 있음을 확인했다는 설명임
  • 즉, 특정 데모 하나가 잘 돈다는 얘기보다 “조건을 바꿔도 성능 데이터를 뽑을 수 있는 검증 체계가 생겼다”는 쪽이 더 중요함

• 정부는 앞으로 측정 범위를 서버형에서 온디바이스형 AI 반도체까지 넓힐 계획임

  • 온디바이스 AI는 스마트폰, 노트북, 엣지 장비에서 직접 추론하는 쪽이라 서버형과 성능 조건이 다름
  • 테스트베드 같은 실증 인프라도 제공하겠다고 밝힘
  • 국내 AI 반도체 생태계가 커지려면 칩 자체보다 검증·실증·레퍼런스 고객이 같이 붙어야 하는데, 이번 포럼은 그 흐름의 일부로 보면 됨

---

기술 맥락

• 이번 선택의 핵심은 “칩 스펙표”가 아니라 “서비스별 실사용 성능”을 기준으로 삼았다는 점이에요. AI 반도체는 TOPS 같은 숫자만 봐서는 실제 챗봇이나 문서 분석 서비스에서 얼마나 버티는지 알기 어렵거든요.

• K-Perf가 모델 크기, 입출력 크기, 배치 조건을 같이 보는 이유도 여기에 있어요. 같은 칩이라도 입력 토큰이 길어지거나 동시 요청이 늘어나면 지연 시간과 처리량이 확 바뀌기 때문에, 수요 기업은 자기 서비스 조건에 맞는 데이터를 봐야 해요.

• 정부가 온디바이스형까지 기준을 넓히려는 것도 자연스러운 흐름이에요. 서버형 AI 반도체는 데이터센터 추론이 중심이지만, 온디바이스는 전력, 발열, 메모리 제약이 훨씬 빡빡해서 별도 검증 기준이 필요하거든요.

• 개발자 입장에서는 앞으로 공개될 세부 데이터가 중요해요. 어떤 모델에서, 어떤 배치 크기로, 어느 정도 입력 길이를 처리했고, 지연 시간과 처리량이 얼마였는지가 나와야 실제 도입 판단으로 이어질 수 있어요.