모바일 GPU에 '뉴럴 가속' 탑재 선언... "게임 전력 소모 최대 50% 절감"
<이미지를 클릭하시면 크게 보실 수 있습니다> |
[라스베이거스(미국)=디지털데일리 김문기기자] "10년 전 아이들에게 스크린을 주면 무조건 손가락으로 터치부터 했다. AI도 마찬가지다. 이제 소비자들은 모든 기기가 AI로 작동하기를 기대하고 있다."
반도체 설계자산(IP) 기업 Arm이 '엣지 AI(On-device AI)'의 대중화를 선언했다.
크리스 버기(Chris Bergey) Arm 엣지 AI 사업부문 총괄 수석부사장은 7일(현지시간) 미국 라스베이거스에서 열린 CES 2026을 맞이해 베네시안 호텔에서 <디지털데일리>와 만나 AI가 과거의 터치스크린 기술처럼 디바이스의 기본 인터페이스로 자리 잡았다고 강조했다.
이날 Arm은 스마트폰을 넘어 '스마트 글래스'로 확장되는 AI 생태계의 청사진과 이를 뒷받침할 차세대 저전력 프로세서 전략을 공개했다.
◆ "크리스티아노 아몬의 말이 맞다"... 엣지 데이터가 승부처
앞서, 지난 6일(현지시간) 개최된 레노버 테크월드@CES 2026에서 크리스티아노 아몬 퀄컴 CEO가 발언한 "결국 엣지(기기) 데이터를 많이 가진 자가 승리한다"와 관련해 버기 수석부사장은 주저 없이 "크리스티아노의 말이 아마도 맞을 것(I think that Cristiano is probably right)"이라고 답했다.
그는 "가장 큰 클라우드 AI 기업들조차 누구보다 간절하게 온디바이스(On-device) 구동을 원하고 있다"며 "지연 시간, 프라이버시, 그리고 비용 문제 때문에 가능한 모든 처리를 기기 자체(Edge)에서 해결하려는 흐름은 필연적"이라고 설명했다.
다만 그는 "모든 것을 기기에서 처리할 수는 없기에 결국은 '하이브리드 AI'가 될 것"이라며, 기기의 데이터를 얼마나 효율적으로 처리하느냐가 승패를 가를 것이라고 덧붙였다.
이를 위해 버기 총괄 수석부사장은 모바일 게이밍 환경의 혁신을 예고했다. 그는 "Arm의 차세대 GPU에 '뉴럴 가속(Neural Acceleration)' 기능을 통합할 것"이라고 밝혔다.
이는 엔비디아나 AMD가 PC 시장에서 보여준 '슈퍼 샘플링' 기술을 모바일 AP에 최적화한 것이다.
그는 "AI를 활용한 프레임 업스케일링 기술을 통해 1080p 60프레임 게임을 구동할 때 전력 소모를 25%에서 최대 50%까지 줄일 수 있다"며 "배터리 수명과 발열 제어에 민감한 모바일 기기에서 획기적인 변화를 가져올 것"이라고 자신했다.
<이미지를 클릭하시면 크게 보실 수 있습니다> |
버기 총괄 수석부사장은 이번 CES 2026의 핵심 트렌드로 'AI 웨어러블', 그중에서도 '스마트 글래스'를 지목했다. 그는 "지난 10년이 스마트워치의 시대였다면, AI 시대의 웨어러블은 '안경'이 주도할 것"이라며 이를 "웨어러블의 재탄생(Rebirth of wearables)"이라고 정의했다.
그는 자신이 착용하고 있는 스마트 글래스를 보여주며 "안경 폼팩터는 무거워질 수도, 뜨거워질 수도 없는 딜레마를 안고 있다"며 "Arm의 저전력 프로세서 기술이 이 분야에서 독보적인 이유"라고 설명했다.
실제로 Arm은 메타(Meta)의 최신 웨어러블 기기에도 자사의 'Ethos-U NPU'가 탑재되어 1주일 넘는 배터리 수명을 구현했다고 소개했다.
마지막으로 Arm의 '컴퓨트 서브시스템(CSS)' 전략도 언급됐다. CSS는 Arm이 CPU, GPU 등 개별 IP뿐만 아니라 이들을 최적의 상태로 패키징한 설계도(레시피)를 제공하는 솔루션이다.
버기 총괄 수석부사장은 "모든 고객사가 최고의 칩을 만들고 싶어 하지만, 미세 공정과 패키징의 난이도는 점점 높아지고 있다"며 "CSS는 고객사가 시행착오 없이 최고의 성능을 낼 수 있도록 돕는 가장 완벽한 칩 제조 레시피"라고 설명했다.
CES 2026 특별취재팀 = 라스베이거스(미국) 김문기 부장·배태용·옥송이 기자·취재지원 최민지 팀장·고성현 기자
- Copyright ⓒ 디지털데일리. 무단전재 및 재배포 금지 -
이 기사의 카테고리는 언론사의 분류를 따릅니다.
기사가 속한 카테고리는 언론사가 분류합니다.
언론사는 한 기사를 두 개 이상의 카테고리로 분류할 수 있습니다.
언론사는 한 기사를 두 개 이상의 카테고리로 분류할 수 있습니다.
