‘구현형 AI 칩’ 논쟁: 대뇌 대 소뇌, 그리고 자체 개발 칩 추진

신체 기반 AI에 자본이 쏟아지면서, 반도체 업계는 핵심 아키텍처에 대한 논쟁으로 고심하고 있다. 고성능 연산 능력을 갖춘 ‘뇌’와 저지연 ‘소뇌’ 간의 구분, 그리고 로봇 기업들의 자체 칩 개발 추세가 확산되면서 하드웨어 업계의 지형이 재편되고 있다.

A
4분 소요Posted: 2026년 7월 1일
‘구현형 AI 칩’ 논쟁: 대뇌 대 소뇌, 그리고 자체 개발 칩 추진

구현형 인공지능(AI)의 급속한 발전으로 인해 로봇을 구동하는 칩에 대한 근본적인 재검토가 불가피해졌다. 2026년 상반기 중국 신체 기반 AI 분야에 약 438억 위안이 유입되고, 주요 공급업체들이 새로운 하드웨어와 레퍼런스 설계를 선보이면서, 겉보기에는 단순해 보이는 한 가지 질문이 업계의 중심에 떠올랐다. 모두가 칩 개발에 대해 이야기할 때, 과연 체화형 AI 시스템에 실제로 어떤 종류의 칩이 필요한지 진정으로 이해하고 있는 것일까? 이에 대한 답은 아직 정립되지 않았으며, 이러한 의견 차이는 공급망 전반에 걸쳐 자본과 엔지니어링 자원이 배분되는 방식을 재편하고 있다.

연산 능력을 넘어: 실시간 처리의 필수성

체화형 AI 칩 분야에서 주류를 이루는 이야기는 순수 연산 성능 경쟁으로, 대개 초당 테라 연산(TOPS)이나 부동소수점 연산 횟수로 표현된다. 새로운 칩은 대개 주목할 만한 성능 수치를 내세워 출시되며, 이러한 수치는 대중이 칩의 성능을 이해하는 방식을 형성한다. 그러나 업계는 이러한 평가 기준이 불완전하다는 사실을 점점 더 인식하고 있다.

구현형 AI와 클라우드 AI는 근본적으로 다른 요구 사항을 가지고 있습니다. 대규모 모델을 위한 클라우드 기반 추론은 처리량을 추구하며, 단위 시간당 가능한 한 많은 데이터를 처리합니다. 반면 정밀한 물리적 작업을 수행하는 로봇은 지연 시간의 결정성을 필요로 합니다. 즉, 모든 명령에 대한 응답 시간이 안정적이고 예측 가능해야 합니다. 촉각 피드백을 예로 들어 보겠습니다. 로봇의 손가락이 물체에 닿을 때, 센서에서 감지된 힘 신호는 밀리초 이내에 처리되어 관절 모터로 전달되어야 합니다. 그렇지 않으면 로봇이 물건을 떨어뜨리거나 으깨버릴 위험이 있습니다. 이러한 폐쇄형 제어 루프의 엄격한 요구 사항은 TOPS 수치로는 전혀 반영되지 않으므로, 최대 연산 능력에만 집중하는 것은 오해를 불러일으킬 수 있습니다.

대뇌와 소뇌

뇌와 소뇌 간의 업무 분담을 제안하는 것은 바로 이러한 현실에 대한 직접적인 대응입니다. 이 프레임워크 하에서, 뇌는 고수준의

지각, 계획 수립, 다중 모달 이해 등은 계산 부하가 크지만 실시간 요구 사항은 비교적 완화된 작업들입니다. 소뇌는 운동 제어와 실시간 피드백을 담당하는데, 이는 계산 부하는 적지만 지연 시간과 전력 효율성에 대한 요구가 극도로 높은 작업들입니다. 두 기능의 요구 사항이 너무나 다르기 때문에, 점점 더 서로 다른 칩이 필요해지고 있습니다.

뇌 관련 분야에서는 한 주요 공급업체가 하드웨어, 개발 프레임워크, 시뮬레이션 플랫폼을 아우르는 풀스택 생태계를 구축했으며, 2026년 6월에는 칩, 운영 체제, 안전 인증을 하나의 로봇 안전 시스템으로 통합하여 수십 개의 참여 기업과 함께 한 단계 더 나아갔습니다. 로봇 제조업체의 입장에서 이러한 솔루션을 도입하면 개발 주기를 단축하고 기술적 위험을 낮출 수 있습니다. 하지만 이러한 지배력이 절대적인 것은 아닙니다. 한 칩 분석가가 지적했듯이, 해당 공급업체의 경쟁 우위를 형성하는 소프트웨어 생태계는 AI 모델 훈련 분야만큼 로봇 공학 분야에서 깊이 뿌리내리지 못했으며, 로봇 개발자가 툴체인을 전환하는 데 드는 비용은 클라우드 제공업체가 훈련 프레임워크를 전환하는 데 드는 비용보다 훨씬 낮습니다. 스마트 콕핏 및 자율주행 분야에서 사업을 확장해 온 경쟁사들이 자동차와 로봇의 인식 계층 간 높은 유사성을 활용해 ‘두뇌 경쟁’에 뛰어들고 있다.

소뇌 분야의 국내 진전

소뇌 분야에서의 진전은 중국 국내 제조사들 사이에서 더욱 두드러진다. 소뇌 칩은 기존의 마이크로컨트롤러나 특수 신호 프로세서에 더 가깝기 때문에 최첨단 제조 공정에 대한 의존도가 낮아, 국내 기업들은 성숙한 노드에서 축적된 전문성을 활용할 수 있다. 이 부문의 경쟁 논리는 ‘브레인 레이스’와는 완전히 다르다. 최고 수준의 연산 성능을 쫓기보다는 특정 액추에이터와 결합했을 때의 안정성과 에너지 효율성을 추구한다.

기술적 과제는 구체적이다. 한 반도체 개발사는 소뇌 칩을 출시했다

이 칩은 시간에 가장 민감한 제어 계산을 디지털 처리에서 실시간 병렬 아날로그 연산으로 전환하는 아날로그 도메인 아키텍처를 기반으로 하여, 주요 제어 명령에 대한 하드웨어 처리 지연 시간을 2.8 나노초에서 0.2 나노초로 단축합니다. 한 업계 관계자가 지적했듯이, 소뇌 칩은 대량 생산, 광범위한 적용 분야, 높은 고객 충성도가 특징입니다. 모든 관절에는 제어 칩이 하나씩 필요하며, 휴머노이드 로봇에는 수십 개가 필요할 수 있습니다. 또한 칩이 설계에 일단 적용되면 이를 교체하는 데 드는 비용이 매우 높습니다. 이로 인해 이 부문은 전문 반도체 기업들에게 유망한 시장이 되고 있습니다.

사내 개발 대 범용 실리콘

이와 병행하여 누가 칩을 설계해야 하는지에 대한 논쟁도 벌어지고 있다. 6월에 발생한 두 가지 사건으로 인해 자체 개발 칩이 주목을 받게 되었다. UBTech는 맞춤형 칩 개발을 목표로 합작 회사를 설립했으며, 2027년 하반기 테이프아웃과 2028년 양산을 목표로 하고 있다. 또한 한 자동차 제조사는 자체 개발한 칩을 공개하면서 자사 차량을 ‘구현된 AI 단말기’로 명확히 포지셔닝했다. 자체 개발의 동기는 분명하다. UBTech 회장은 외국산 범용 칩이 비용을 높게 유지하며 로봇의 특정 요구 사항에 맞는 성능을 제공하지 못한다고 공개적으로 밝혔으며, 외국산 칩과 소재가 로봇의 부품 비용(BOM)의 약 3분의 1을 차지할 수 있다고 언급했다. 생산 규모가 확대됨에 따라 칩과 관련된 비용 비중이 더욱 두드러지게 나타나며, 이는 자체 개발을 비용 통제의 한 방안으로 만들고 있다. 반도체 수출 규제가 강화되는 가운데 공급망 보안 역시 또 다른 동기가 되고 있다.

하지만 그에 못지않게 막대한 도전 과제들도 존재한다. 데이터 센터 방식의 아키텍처를 엣지(edge) 수준으로 축소하는 데는 선례가 거의 없으며, 벤처 설립부터 테이프아웃(tape-out)까지 2년이라는 일정은 반도체 업계 기준으로는 매우 공격적인 편이다. 또한 충분한 판매량을 통해 비용을 상각할 수 있을지는 여전히 미지수인 경제적 문제다. 따라서 자체 개발은 결코

유일한 길이다. 합작 투자사는 위험과 특정 시나리오에 맞는 칩을 정의할 권리를 모두 공유하는 반면, 제3자 공급업체들은 제조사들이 자체적인 차별화 요소를 구축할 수 있는 표준화된 컴퓨팅 기반을 제공하는 플랫폼 접근 방식을 주창한다.

세 가지 논쟁의 이면에는 하나의 판단이 있다

이러한 논쟁의 이면에는 로봇 알고리즘이 얼마나 빨리 수렴할지에 대한 단 하나의 근본적인 판단이 깔려 있다. 만약 비전-언어-행동(Vision Language Action) 모델이나 월드 모델(world models)과 같은 프레임워크가 향후 3~5년 내에 통합된다면, 안정적인 목표가 맞춤화의 비용을 정당화하기 때문에 전용 칩의 투자 수익률은 크게 상승할 것이다. 반면 알고리즘이 계속해서 빠르게 진화한다면, 이종 컴퓨팅과 결합된 범용 플랫폼의 유연성이 더 매력적으로 다가올 것이다. 두 경로 모두 일관된 산업적 논리를 갖추고 있으며, 아직 명확한 결론을 내리기에는 이르다.

현재로서는 구현형 AI 칩 시장이 ‘생산적인 불확실성’에 의해 정의되고 있다. 대뇌와 소뇌의 분리, 제어용 반도체 분야의 국내 성장 동력, 그리고 자체 설계, 합작 투자, 플랫폼 제공이라는 경쟁적인 경로들은 모두 이 산업이 가장 지속적인 가치가 어디에 있을지 여전히 결정하는 과정에 있음을 보여준다. 이 질문이 어떻게 해결되느냐에 따라, 향후 10년 동안 공장 현장에 도입될 로봇들의 비용, 성능, 그리고 자율성이 결정될 것이다.

출처

· Gasgoo Auto News, “440억 위안이 체화형 AI에 쏟아졌으나, 칩 부문은 미개척 영역”, 편집: Greg, 2026년 6월 29일. https://autonews.gasgoo.com/articles/icv/44-billion-yuan-floods-into-embodied-ai-yet-the-chip-sector-has-an-uncharted-territory-2071587973328846848