ByteDance가 모든 NVIDIA 투자자들을 땀 흘리게 만들 논문을 발표했습니다.

그들은 인간 전문가보다 CUDA를 더 잘 작성하는 AI를 훈련시켰습니다.

그들은 이를 CUDA Agent라고 부릅니다.

그리고 이것은 AI 하드웨어의 경제학을 완전히 새로 쓰고 있습니다.

그들은 거대한 에이전트 기반 강화학습 (Agentic Reinforcement Learning) 루프를 구축했습니다. AI가 커널 (Kernel)을 작성하고, 컴파일 (Compile)하고, 하드웨어를 프로파일링 (Profile)하며, 병목 현상 (Bottlenecks)을 분석하고, 결점이 없을 때까지 코드를 다시 작성합니다.

이 AI는 기존 컴파일러 (Compilers)가 놓치는 메모리 액세스 패턴 (Memory access patterns)과 하드웨어 타일링 전략 (Hardware tiling strategies)을 최적화하는 방법을 학습했습니다.

결과는 놀랍습니다.

업계 표준인 KernelBench에서 CUDA Agent는 기존 컴파일러들을 완전히 압도했습니다.

이 AI는 PyTorch의 네이티브 실행 (Native execution)보다 최대 3.2배 더 빠르게 실행되는 코드를 제공했습니다.

가장 어렵고 복잡한 모델에서, Claude Opus 4.5 및 Gemini 3 Pro를 포함한 세계 최강의 독점 모델들을 40% 차이로 앞질렀습니다.

단순히 인간 전문가 수준에 도달한 것이 아닙니다. 정적 컴파일러 (Static compilers)가 말 그대로 볼 수 없는 최적화 방식들을 발견하기 시작했습니다.

이것이 왜 NVIDIA에 거대한 위협인지 알려드리겠습니다.

NVIDIA의 지배력은 CUDA를 마스터하기가 믿을 수 없을 정도로 어렵다는 사실에 기반합니다. 다른 칩을 위해 코드를 최적화하는 것이 너무 고통스럽기 때문에 개발자들은 CUDA에 갇히게 됩니다 (Lock-in).

하지만 AI 에이전트가 자율적으로 초최적화된 하드웨어 커널을 생성할 수 있다면...

세계 수준의 인프라를 구축하기 위해 연봉 50만 달러짜리 CUDA 엔지니어 팀을 보유할 필요가 없습니다.

그리고 AI가 자율적으로 CUDA를 마스터할 수 있다면, AMD의 ROCm이나 맞춤형 실리콘 (Custom silicon)도 마스터할 수 있습니다.

NVIDIA의 독점을 보호하던 난공불락의 소프트웨어 장벽이 강화학습 (Reinforcement learning) 루프에 의해 뚫려버렸습니다.

만약 누구나 어떤 칩에서든 자동으로 최대 성능을 뽑아낼 수 있다면...

하드웨어는 범용 제품 (Commodity)이 될 것입니다.