용어사전

AI 에이전트

사용자가 정한 목표를 달성하기 위해 스스로 계획을 세우고 검색·코딩·프로그램 실행 등 작업을 수행하는 AI 시스템. 서버 CPU·메모리 등 반도체 수요 구조를 바꾸는 요인으로 주목받는다.

목차접기

챗봇형 AI와 무엇이 다른가
반도체 수요에 미치는 영향
반도체 기업들의 대응
투자 관점

AI 에이전트란 사용자가 정한 목표를 달성하기 위해 스스로 계획을 세우고, 웹·사내 문서를 검색하거나 외부 소프트웨어와 API를 호출하며 필요한 경우 코드를 직접 작성·실행하는 AI 시스템입니다. 기존 챗봇형 AI가 사용자의 질문에 답을 생성하는 데 집중했다면, AI 에이전트는 질문을 넘어 실제 작업을 대신 수행한다는 점이 핵심 차이입니다.

챗봇형 AI와 무엇이 다른가

챗봇형 AI는 사용자의 질문을 받아 답변을 생성하는 데 그칩니다. 반면 AI 에이전트는 목표를 달성하기 위한 계획을 세우고, 검색 결과를 처리하고, 코드를 실행하며, 여러 작업 간 조율까지 수행합니다. 이 과정에서 언어 모델의 추론과 답변 생성은 주로 GPU가 담당하지만, 검색 결과 처리·코드 실행·파일 관리·도구 호출·작업 간 조율에는 CPU가 폭넓게 사용됩니다. 그래서 AI 에이전트의 확산은 데이터센터의 CPU 수요를 키우는 요인으로 주목받습니다.

반도체 수요에 미치는 영향

AI 에이전트가 확산되면 서버의 CPU·GPU 구성비가 달라질 수 있습니다. 코트라 분석에 따르면 AMD는 기존 챗봇형 AI 환경의 CPU·GPU 구성비가 약 1대 4~8 수준이었다면, AI 에이전트 환경에서는 1대 1 수준으로 이동할 수 있다고 설명했습니다. Arm은 전력 1GW당 필요한 CPU 코어 수가 약 3,000만 개에서 1억 2,000만 개로 4배 늘어날 수 있다고 전망했습니다. 다만 이는 GPU 수요 감소가 아니라, 동일한 GPU를 효율적으로 쓰기 위한 CPU 자원 증가를 의미합니다.

반도체 기업들의 대응

엔비디아는 베라 CPU와 루빈 GPU를 결합한 베라 루빈 플랫폼을 내놨습니다. 회사는 자체 벤치마크에서 베라 CPU가 코드 컴파일·파이썬 도구 실행·코드 분석 등 에이전트 샌드박스 작업에서 주요 x86 CPU보다 최대 1.8배 높은 성능을 보였다고 소개했습니다. AMD는 에픽 CPU와 인스팅트 GPU를 결합하고, 퀄컴은 지난 6월 데이터센터용 드래곤플라이를 공개했으며, Arm도 에이전트형 AI용 데이터센터 CPU를 선보였습니다.

투자 관점

AI 에이전트는 반도체뿐 아니라 소프트웨어·클라우드 인프라 전반의 수요를 바꾸는 거시적 트렌드입니다. 데이터센터의 CPU 수요가 늘면 서버용 DDR5, 기업용 SSD, CXL 기반 메모리 확장장치, 패키징 기판 등 반도체 밸류체인 전반에 수혜가 퍼질 수 있습니다. 한국 기업에는 HBM 이외의 새로운 반도체 기회로 작용할 수 있다는 점에서, AI 에이전트 상용화 속도와 관련 기업의 매출 반영 여부를 지켜볼 필요가 있습니다.