현재 자주 회자되는 AI 이야기가 있습니다. 칩(Chips). 데이터 센터(Data centers). 수십억 달러. Nvidia. 누구나 들어본 이야기입니다.

하지만 그 모든 인프라가 실제로 사용되기 시작할 때 어떤 일이 벌어지는지에 대해서는 그리 자주 이야기되지 않습니다. 그것이 바로 리사 수(Lisa Su)가 7월 24일 샌프란시스코에서 언급한 내용이며, 다음에 올 변화를 위해 가장 중요한 부분입니다.

수는 모스콘 센터(Moscone Center)에서 열린 AMD의 Advancing AI 2026 컨퍼런스 무대에 올랐습니다. 그녀는 극적인 언어를 사용하는 사람이 아닙니다. 따라서 그녀가 AI가 사람들이 진정으로 유용하고 의미 있는 작업을 수행하는 변곡점(inflection point)에 도달했다고 말했을 때, 이는 기록할 가치가 있었습니다.

수의 메시지는 새로운 칩이나 새로운 벤치마크(benchmark)에 관한 것이 아니었습니다. 그것은 그녀가 산업 전체가 어디로 향하고 있다고 생각하는지, 그리고 왜 현재 AMD의 포지셔닝이 불과 12개월 전과 다르게 보이는지에 관한 것이었습니다.

AMD CEO 리사 수가 AI와 의미 있는 작업에 대해 말한 내용

컨퍼런스에서의 Yahoo Finance 인터뷰에서 수는 AI가 더 많은 사람들이 그것을 통해 진정으로 유용하고 "의미 있는 작업(meaningful work)"을 수행하는 단계에 와 있다고 말했습니다. Yahoo Finance에 따르면, 이는 단순한 데모(demos)나 파일럿(pilots)이 아닙니다. 기업들이 실제 돈을 걸고 있는 비즈니스 워크플로(workflows)에 내장되어 24시간 내내 실행되는 실제 프로덕션 배포(production deployments)를 의미합니다.

그녀의 프레임워크(framing)는 분석할 가치가 있습니다. AI의 초기 단계는 훈련(training)이 지배했습니다. 이는 한 번에 몇 달 동안 실행되는 엄청나고 집중적인 GPU 전력을 요구하는 대규모 모델을 구축하는 과정이었습니다.

추론(Inference)은 다릅니다. 추론은 누군가가 AI 제품을 사용할 때마다 일어나는 일입니다. 챗봇(chatbot)에 보내는 모든 질의, 문서를 처리하는 모든 AI 에이전트(AI agent), 자동으로 처리되는 모든 고객 서비스 상호작용이 이에 해당합니다. AI가 일상적인 비즈니스 프로세스에 대규모로 내장되면, 필요한 컴퓨팅(compute) 볼륨은 기하급수적으로 성장할 수 있습니다.

수는 2026년이 역사적인 이정표가 될 것이라고 말했습니다. 2026년은 전 세계 추론 컴퓨팅(inference compute)이 훈련 컴퓨팅(training compute)을 넘어설 것으로 예상되는 첫 해입니다.

AMD의 내부 데이터가 이를 뒷받침합니다. CryptoBriefing에 따르면, 월간 AI 토큰 소비량은 약 35경(quadrillion) 토큰에 도달했으며, 이는 단 2년 만에 약 160배 성장한 수치입니다. 이것은 더 이상 기술적인 이야기가 아닙니다. 비즈니스 이야기입니다.

AMD의 서버 CPU 베팅이 AI 트레이드(AI trade)의 중심이 되고 있는 이유

리사 수(Su) CEO가 언급한 가장 중요한 사실 중 하나는 AI가 더 이상 단순한 GPU 이야기가 아니라는 점입니다. 복잡한 다단계 작업을 자율적으로 수행하는 에이전틱 AI (Agentic AI) 시스템은 GPU 기반의 모델 실행과 더불어, 오케스트레이션 (orchestration), 데이터 처리 및 조율을 위해 상당한 CPU 리소스를 필요로 합니다. 이 두 요소는 함께 작동하며, 두 가지 모두에 대한 수요가 동시에 상승하고 있습니다.