AMD의 AI 이벤트 이후 더 কঠ কঠ한 시험대에 오른 AMD Google 추측

AMD는 애널리스트들의 기대감에 힘입어 주가가 상승한 가운데 7월 AI 이벤트에 나섰지만, 기대됐던 AMD Google 돌파구는 결국 헤드라인이 되지 못했다. 대신 AMD는 첫 랙 스케일 AI 시스템인 Helios를 공개하고 OpenAI, Anthropic, Meta, Microsoft 관련 배포 계획을 발표했다.

이 차이는 중요하다. 투자자들은 AMD가 전체 데이터센터 랙 차원에서 Nvidia에 도전하는 동시에 또 다른 대형 클라우드 고객을 확보할 수 있다는 증거를 원했다. AMD는 더 폭넓은 기술 및 고객 스토리를 제시했지만, Google은 공개된 Helios 고객 목록에 포함되지 않았다.

이후의 논쟁은 단순한 낙관론이나 비관론의 주가 판단보다 더 유용하다. AMD는 이제 신뢰할 만한 하드웨어, 대규모 배포 약정, 보다 완성도 높은 소프트웨어 전략을 갖췄다. 다만 특히 Google이 자체 Tensor Processing Unit, 즉 TPU, 인프라를 확대하는 상황에서, 이 요소들이 Nvidia의 반복 가능한 대안으로 이어질 수 있음을 입증해야 한다.

AMD의 AI 이벤트에서 Helios가 핵심 이야기로 부상했다

AMD의 가장 중요한 발표는 또 하나의 독립형 가속기가 아니었다. 그 가속기를 둘러싼 완전한 AI 시스템을 판매하려는 시도였다.

샌프란시스코에서 열린 Advancing AI 2026에서 AMD는 MI400 시리즈 가속기, 6세대 EPYC 서버 프로세서, 업데이트된 네트워킹, 그리고 Helios 랙 스케일 플랫폼을 출시했다. 회사는 이 구성 요소들을 모델 훈련과 추론을 위한 하나의 통합 인프라 스택으로 제시했다.

랙 스케일 시스템은 랙 자체를 핵심 컴퓨팅 단위로 본다. 가속기, 프로세서, 메모리, 네트워킹, 소프트웨어는 느슨하게 연결된 서버로 작동하는 대신 함께 유기적으로 작동해야 한다.

Helios는 72개의 MI455X 가속기와 18개의 EPYC 프로세서를 결합한다. AMD는 Pensando 네트워킹과 ROCm 소프트웨어 플랫폼도 제공해 고객이 독자적으로 통합해야 하는 핵심 구성 요소의 수를 줄인다.

이 아키텍처는 AMD를 Nvidia의 현재 판매 모델에 더 가깝게 만든다. Nvidia는 더 이상 개별 GPU만으로 경쟁하지 않는다. 가속기, 네트워킹, 프로세서, 라이브러리, 배포 도구를 통합 플랫폼으로 묶은 시스템을 제공한다.

AMD는 Helios가 선도 경쟁 솔루션보다 달러당 최대 30% 더 많은 추론 토큰을 제공한다고 밝혔다. 또한 MI455X가 이전 세대 MI355X보다 34배 높은 토큰 처리량을 제공한다고 주장했다.

이는 독립적인 실제 운영 결과가 아니라 AMD의 자체 측정치다. 회사의 성능 목표를 보여주지만, 애플리케이션 수준의 속도, 활용률, 배포 비용에 관한 의문을 해소하지는 못한다.

AI 출시 세부 정보는 회사의 접근 방식이 얼마나 바뀌었는지도 보여준다. AMD는 더 이상 고객에게 한 칩과 다른 칩을 비교해 달라고 요청하지 않는다. 구매자가 완전한 컴퓨팅 시스템을 비교하기를 원한다.

이는 더 어려운 경쟁이지만, 첨단 AI 인프라가 현재 구매되는 방식에 부합한다. 대형 고객은 수천 개 가속기 전반의 실제 모델 처리량, 메모리 용량, 전력 요구 사항, 네트워킹, 소프트웨어 신뢰성을 중시한다.

AMD의 고객 발표는 이 전략에 더 큰 무게를 실었다. Anthropic은 다년간의 엔지니어링 협력 아래 Helios 시스템에서 최대 2기가와트 규모의 MI455X 용량을 배포할 계획이다.

OpenAI는 2026년 4분기부터 Helios를 가동하고 2027년 동안 배포를 가속할 것으로 예상한다. Meta는 더 큰 배포를 준비하며 Helios에서 워크로드 검증을 시작했다.

Microsoft 역시 Azure를 통해 Helios를 사용할 계획이다. 이는 더 많은 개발자가 물리적 클러스터를 소유하거나 운영하지 않고도 AMD 하드웨어를 평가할 수 있게 한다는 점에서 중요하다.

AMD는 추론 분야에서 Cerebras와의 파트너십도 발표했다. 이 협력은 저지연 처리를 목표로 하는 Cerebras 시스템과 고처리량 워크로드를 위해 설계된 AMD 인프라를 결합한다.

이러한 관계 어느 것도 광범위한 상업적 성공을 보장하지는 않는다. 다만 AMD의 AI 입지가 벤치마크 발표와 제한적인 실험을 넘어섰음을 보여준다.

따라서 이 이벤트는 AMD를 둘러싼 핵심 질문을 바꿨다. 이제 쟁점은 AMD가 경쟁력 있는 AI 가속기를 제조할 수 있는지가 아니다. 지속적인 프로덕션 워크로드를 확보할 만큼 신뢰성 있게 전체 플랫폼을 제공할 수 있는지가 문제다.

이 질문은 누락된 AMD Google 발표가 주목받은 이유이기도 하다. Google은 더 넓은 행사 프로그램에 참여했지만, AMD는 출시에서 강조한 Helios 고객 중 하나로 Google을 명시하지 않았다.

컨퍼런스 참석은 기술 협력, 고객 관심, 또는 일반적인 업계 참여를 의미할 수 있다. 대규모 가속기 구매를 입증하지는 않으며, 기대치가 이미 높아진 상황에서는 그 구분이 중요하다.

이벤트 전 AMD Google 기대감이 높아진 이유

AMD Google 서사는 어느 회사도 새로운 Helios 배포를 확인했기 때문이 아니라, 투자자들이 또 다른 하이퍼스케일 고객을 찾고 있었기 때문에 커졌다.

Google은 세계 최대 규모의 컴퓨팅 플랫폼 중 하나를 운영한다. 자체 서비스와 Google Cloud 고객을 위한 맞춤형 인프라를 개발하는 동시에 외부 프로세서와 가속기도 구매한다.

그 때문에 Google은 모든 데이터센터 공급업체에 매력적인 목표다. AMD 배포는 하이퍼스케일 환경에서 Helios를 검증하고 Google Cloud를 통한 접근성을 넓히며, AMD가 소수의 AI 연구소에 의존한다는 인식을 완화할 수 있다.

이 추측은 AMD가 여러 주요 고객 약정을 쌓아온 뒤에도 나왔다. OpenAI, Meta, Oracle, Microsoft, Anthropic은 투자자들이 추론할 수 있는 패턴을 제공했다.

그러나 추론은 확인이 아니다. AMD의 공개 출시 자료는 여러 연구소, 클라우드 제공업체, 제조업체, 인프라 기업을 언급했다. Google은 명시된 Helios 도입 고객 목록에 나타나지 않았다.

AMD의 소프트웨어 및 개발자 이니셔티브와 관련한 Google의 존재는 협력 가능성의 근거를 제공한다. Google 모델, 프레임워크, 클라우드 서비스는 Google이 AMD를 핵심 인프라 플랫폼으로 삼지 않더라도 다양한 하드웨어 환경에서 실행될 수 있다.

맞춤형 실리콘이 있는 상황에서는 이 구분이 특히 중요해진다. Google은 수년간 Google이 선호하는 머신러닝 워크로드와 소프트웨어 환경을 중심으로 설계된 가속기인 TPU를 개발해 왔다.

TPU는 애플리케이션별 가속기이며, 그 설계는 범용 GPU보다 더 좁은 작업군을 겨냥한다. 하드웨어, 모델, 소프트웨어가 함께 개발될 때 이러한 특화는 효율을 높일 수 있다.

Google은 Nvidia 인프라도 계속 제공한다. Google의 전략은 자체 칩과 외부 공급업체 중 하나를 단순히 선택하는 방식이 아니다. 서로 다른 고객, 모델, 용량 요구 사항에 맞춰 여러 하드웨어 제품군을 배포할 수 있다.

최근 애널리스트들의 주장은 맞춤형 칩 측면의 이야기를 더 부각했다. 한 연구 추정치는 Google이 2028년 동안 9세대 TPU를 1,200만 개에서 1,500만 개 사이로 배포할 수 있다고 전한 것으로 알려졌다.

이 전망은 Google이 확인하지 않았다. 넓은 범위 자체도 장기 공급 추정치가 얼마나 불확실한지를 보여준다.

그럼에도 보도된 TPU 계획은 범용 칩 기업들이 마주한 전략적 과제를 보여준다. Google은 인프라 지출의 더 큰 비중을 Gemini와 자체 소프트웨어에 맞춘 하드웨어로 돌릴 수 있다.

따라서 AMD에 Google은 잠재 고객인 동시에 고객 자립의 사례다. Google 주문은 AMD의 시장 지위를 강화하겠지만, Google의 자체 가속기 성장은 외부 공급업체에 열려 있는 수요 비중을 줄일 수 있다.

이 때문에 AMD Google 추측은 AMD가 발표한 OpenAI 또는 Anthropic과의 협력과 다르게 평가해야 한다. 이들 AI 연구소는 대규모 인프라를 필요로 하지만 Google처럼 10년에 걸친 맞춤형 가속기 프로그램을 보유하지는 않았다.

Google에는 다양한 하드웨어 플릿을 유지할 또 다른 이유가 있다. 클라우드 고객은 서로 다른 플랫폼에 최적화된 소프트웨어를 가지고 유입되며, 다수는 이미 Nvidia의 CUDA 환경에 의존하고 있다.

CUDA는 Nvidia GPU를 프로그래밍하기 위한 소프트웨어 플랫폼이다. 라이브러리, 도구, 개발자 친숙도는 경쟁 하드웨어에 맞서는 Nvidia의 가장 강력한 방어 수단 중 하나로 남아 있다.

AMD의 ROCm 플랫폼은 AMD 가속기에서 같은 기본적인 필요를 해결한다. 회사는 프레임워크 지원, 개발자 도구, 호환성을 개선했지만, 채택은 단순히 코드가 실행되는 것 이상에 달려 있다.

고객은 소프트웨어를 예측 가능하게 설치하고, 클러스터 간 모델을 옮기며, 장애를 진단하고, 장기간의 엔지니어링 작업 없이 수용 가능한 성능을 회복할 수 있어야 한다. 이러한 운영 세부 사항이 인프라 구매를 좌우하는 경우가 많다.

Google은 내부적으로 TPU를 우선시하면서도 또 다른 클라우드 옵션으로 AMD를 지원함으로써 이익을 얻을 수 있다. 그러나 이 시나리오 역시 공개 인스턴스 가용성, 고객 접근성, 프로덕션 벤치마크, 또는 확인된 배포를 통한 증거가 필요하다.

그런 신호 중 하나가 나타날 때까지 AMD Google은 미해결 전략 관계를 위한 유용한 검색어로 남는다. 이미 완료된 고객 확보 사례로 취급해서는 안 된다.

애널리스트 상향 조정은 실질적 진전과 높은 기대치를 반영한다

애널리스트의 낙관론은 더 강한 매출, 고객 약정, 신뢰할 만한 시스템 로드맵에 기반하지만, 동시에 AMD가 이례적으로 까다로운 확장 과정을 실행할 것이라는 가정도 담고 있다.

여러 리서치 회사는 더 강한 사업 실적과 확대되는 AI 약정 이후 AMD의 등급이나 전망을 상향했다. Bernstein은 경쟁적 입지와 주요 고객의 성장 기대를 근거로 AMD를 outperform 등급으로 올렸다.

이 회사는 Helios 확장, 고객 확보, 공급, 개인용 컴퓨터 수요, AI 인프라 지출의 지속 가능성과 관련한 위험도 지적했다. 이러한 주의 사항은 사소한 각주가 아니라 투자 논거의 핵심이다.

AMD는 2026년 1분기 매출이 전년 대비 38% 증가한 103억 달러를 기록했다고 발표했다. 비GAAP 주당순이익은 43% 증가한 1.37달러였고, 비GAAP 매출총이익률은 55%에 도달했다.

이 실적은 7월 제품 이벤트 외의 근거를 애널리스트들에게 제공했다. Helios가 프로덕션 규모의 기여를 하기 전부터 AMD의 데이터센터 프로세서는 이미 클라우드 및 기업 수요의 혜택을 보고 있었다.

하지만 애널리스트 등급 상향은 부분적으로 미래 실행에 의존한다. OpenAI의 첫 Helios 시스템은 2026년 말로 예정돼 있으며, 다른 대규모 배포는 2027년까지 이어진다.

이는 시차를 만든다. 투자자들은 발표된 용량을 즉시 가치에 반영할 수 있지만, AMD는 완전한 사업 효과를 인식하기 전에 시스템을 제조, 설치, 검증, 지원해야 한다.

대규모 약정은 고객 집중 위험도 수반한다. 소수의 AI 연구소와 클라우드 운영자가 상당한 수요를 차지할 수 있어, 이들의 엔지니어링 결정이 AMD 성장에 이례적인 영향력을 갖게 된다.

모델, 자금 조달, 전력 접근성, 데이터센터 건설 계획이 바뀌면 고객은 배포 일정을 변경할 수 있다. 다년 계약은 가시성을 제공하지만 운영상 불확실성을 없애지는 않는다.

공급도 또 하나의 제약이다. MI455X는 첨단 칩 제조, 패키징, 고대역폭 메모리를 사용한다. 각 단계는 다른 AI 프로세서와 공유하는 희소한 생산 능력에 의존한다.

고대역폭 메모리(HBM)는 데이터를 빠르게 이동시키기 위해 메모리를 가속기 가까이에 배치한다. 프로세서 수요가 강세를 유지하더라도, HBM의 공급 가능 여부와 패키징 요건은 시스템 출하를 제한할 수 있다.

AMD는 각 랙의 나머지 구성 요소도 조율해야 한다. Helios에는 네트워킹 구성 요소, EPYC 프로세서, 냉각, 전력 공급, 시스템 제조, 소프트웨어 검증이 호환 가능한 일정에 맞춰 준비돼야 한다.

바로 이 지점에서 애널리스트의 투자등급 상향이 이야기의 어려운 부분을 가릴 수 있다. 유리한 제품 사양이 고객이 높은 가동률로 운영할 수 있는 안정적인 랙을 자동으로 만들어주지는 않는다.

가동률은 사용 가능한 컴퓨팅 용량 중 생산적인 작업에 실제로 활용되는 비중을 측정한다. 가동률이 낮으면 고가 시스템이 유휴 상태로 남게 되어, 더 저렴한 가속기의 경제적 이점이 사라질 수 있다.

따라서 AMD의 추론 경제성 주장은 고객 단위의 검증이 필요하다. 구매자는 소프트웨어 튜닝, 네트워킹 오버헤드, 에너지, 다운타임, 엔지니어링 지원을 반영한 뒤 총 산출량을 비교해야 한다.

독립 기술 매체들은 MI455X를 지금까지 Nvidia에 맞선 AMD의 가장 강력한 시도로 평가했다. 이 칩은 3,200억 개의 트랜지스터를 탑재하고, 보다 통합된 랙 아키텍처와 함께 HBM4 메모리를 사용한다.

이론적 성능은 AI 추론에 쓰이는 여러 저정밀도 형식에서 경쟁력 있어 보인다. 그러나 기술 테스트 역시 실제 애플리케이션이 이론적 최대 처리량에 도달하는 경우는 드물다고 강조했다.

AMD는 소프트웨어와 워크로드 최적화가 고객이 확보할 수 있는 성능의 크기를 결정한다고 인정했다. 이는 ROCm의 진전이 실리콘 자체만큼 중요하다는 뜻이다.

따라서 애널리스트들의 논쟁은 AMD가 개선됐는지 여부에 관한 것이 아니다. 개선은 제품, 고객 명단, 기존 재무 실적에서 확인된다.

해결되지 않은 문제는 투자자들이 이미 얼마나 많은 미래 성공을 전제하고 있느냐다. 더 강력한 경쟁자도 배포 일정이 지연되거나 고객이 예상보다 많은 지원을 필요로 하면 기대에 못 미칠 수 있다.

Google의 맞춤형 칩이 Nvidia를 핵심 경쟁 상대로 만든다

AMD의 주된 경쟁 구도는 여전히 AMD 대 Nvidia이며, Google은 두 회사가 공략할 수 있는 시장의 규모와 형태를 바꾼다.

Nvidia는 하드웨어 성능, 네트워킹, 시스템 설계, 소프트웨어를 결합해 입지를 구축했다. 고객들은 자신의 모델과 엔지니어링 프로세스가 이미 해당 도구들에 의존하고 있기 때문에 이 플랫폼을 선택하는 경우가 많다.

AMD의 대응도 이제 구조적으로 유사하다. Helios는 완성형 랙을 제공하고, ROCm은 소프트웨어 계층을 공급하며, Pensando 기술은 네트워킹을 담당한다.

이는 구매자가 시스템의 더 많은 부분을 직접 조립해야 했던 시절보다 AMD가 더 직접적인 경쟁자가 됐음을 의미한다. 이제 회사는 개별 가속기 사양이 아니라 시스템 처리량과 배포 경제성을 논의할 수 있다.

Helios는 Nvidia의 72가속기 랙 규모와도 맞먹는다. 이러한 대칭성은 대규모 클러스터를 계획하는 고객이 기술적·재무적 비교를 더 쉽게 하도록 만든다.

메모리 용량은 AMD가 차별화를 강조하는 영역 중 하나다. 공개된 기술 사양에 따르면 Helios 랙은 가속기 전체에 걸쳐 31.1테라바이트의 HBM을 탑재한다.

대규모 메모리 풀은 더 큰 모델이나 더 많은 동시 추론 요청을 지원할 수 있다. 다만 소프트웨어 배치와 데이터 이동이 여전히 핵심이므로, 용량만으로 유용한 성능이 결정되지는 않는다.

Nvidia는 여러 우위를 유지하고 있다. 더 큰 설치 기반, 성숙한 개발자 도구, 폭넓은 시스템 경험, 클라우드 제공업체 및 장비 제조업체와의 관계가 그것이다.

AMD를 평가하는 고객은 예상되는 효율성과 마이그레이션 작업을 저울질해야 한다. 일반적인 프레임워크가 ROCm을 지원하더라도, 특수 커널과 내부 도구에는 추가 엔지니어링이 필요할 수 있다.

AMD는 모델 개발자와의 긴밀한 협업을 통해 그 부담을 줄이려 하고 있다. Anthropic과의 계약에는 AMD 소프트웨어와 워크로드 최적화를 지원하기 위해 Claude를 사용하는 내용이 포함돼 있다.

OpenAI 역시 Triton 관련 작업을 포함해 하드웨어와 소프트웨어 전반에서 협력하고 있다. Triton은 개발자가 저수준 하드웨어 세부 사항을 모두 관리하지 않고도 최적화된 GPU 연산을 작성할 수 있게 돕는 프로그래밍 프레임워크다.

이러한 파트너십은 귀중한 피드백을 제공한다. 동시에 소프트웨어 준비 상태에는 일회성 호환성 발표가 아니라 지속적인 공동 엔지니어링이 필요하다는 점도 보여준다.

Google은 TPU가 다른 경로를 제시하기 때문에 이 양사 경쟁 구도를 복잡하게 만든다. Google은 상용 공급업체로부터 모든 가속기를 구매하는 대신, 자체 모델과 데이터센터에 맞춰 하드웨어를 설계할 수 있다.

다른 대형 기술 기업들도 유사한 전략을 추진하고 있다. Amazon은 Trainium을 개발하고, Microsoft는 Maia 가속기를 구축하며, Meta도 자체 추론 하드웨어를 개발해 왔다.

맞춤형 칩은 공급업체 경제성을 바꾸기 위해 GPU를 완전히 대체할 필요가 없다. 예측 가능한 내부 워크로드에서 의미 있는 비중만 흡수해도 된다.

GPU는 유연성, 새로운 모델 아키텍처, 고객 수요 측면에서 여전히 중요할 수 있다. 맞춤형 가속기는 하드웨어와 소프트웨어의 긴밀한 조율이 효율성 향상을 만드는 안정적인 워크로드를 처리할 수 있다.

따라서 AMD는 두 방향의 압력에 직면한다. Nvidia로부터 점유율을 빼앗아야 하는 동시에, 최대 구매자들이 지출의 일부를 내부 설계로 돌리는 상황에 대응해야 한다.

이 긴장은 Google 고객 발표가 유난히 큰 의미를 갖는 이유를 설명한다. 성숙한 맞춤형 실리콘을 보유한 기업도 여전히 AMD 시스템에 큰 역할을 부여한다는 점을 보여줄 수 있기 때문이다.

그런 발표가 없다고 해서 Google이 Helios를 거절했다는 증거는 아니다. 조달 평가는 기밀로 유지될 수 있으며, 클라우드 제공업체는 공개 제공에 앞서 통상 하드웨어를 테스트한다.

그러나 침묵은 배포와 동일한 결론을 뒷받침할 수 없다. 투자자들은 Google을 AMD 가속기 구매자로 간주하기 전에 공개된 서비스, 용량 약정 또는 고객 발언을 확인해야 한다.

더 적절한 해석은 Helios가 맞춤형 실리콘 문제를 해결하지는 못한 채 Nvidia에 대한 AMD의 경쟁적 위치를 개선한다는 것이다. Google은 그 미해결 압력을 가장 분명하게 보여주는 사례로 남아 있다.

AI 이벤트가 여전히 증명하지 못한 것

AMD는 두 번째 풀스택 AI 플랫폼의 윤곽을 구축했지만, 이번 이벤트는 다양한 고객 워크로드에서의 프로덕션 경제성을 입증하지는 못했다.

벤더 벤치마크는 유리한 구성 조건을 제시하도록 설계된다. 구매자에게 정보를 줄 수는 있지만, 설치 지연, 소프트웨어 장애, 애플리케이션 차이, 지속적인 운영 인력을 충분히 포착하는 경우는 드물다.

AMD의 토큰당 비용 주장은 특히 신중하게 봐야 한다. 토큰 처리량은 모델 크기, 수치 정밀도, 배치 크기, 지연 시간 목표, 소프트웨어 구성에 따라 달라진다.

최대 처리량에 맞춰 최적화된 시스템은 사용자가 빠른 응답을 요구할 때 다르게 작동할 수 있다. 기업 워크로드는 원시 토큰 물량보다 보안, 가용성 또는 예측 가능한 지연 시간을 우선시할 수도 있다.

첫 번째 회의적 검증 항목은 소프트웨어 성숙도다. AMD는 PyTorch, Hugging Face, vLLM, SGLang이 MI455X를 지원한다고 밝혔으며, 이는 널리 사용되는 여러 AI 프레임워크를 포괄한다.

지원된다는 것이 모든 모델이 즉시 최적 성능으로 실행된다는 뜻은 아니다. 고객들은 흔히 주요 프레임워크를 넘어 맞춤형 커널, 스케줄링 계층, 모니터링 시스템, 배포 프로세스에 의존한다.

두 번째 검증 항목은 랙 공급 가능성이다. AMD는 Helios가 생산 중이며, 주요 고객 배포는 2026년 말부터 2027년에 걸쳐 진행된다고 밝혔다.

생산 상태는 출하 물량, 설치 진척도, 인수 테스트, 고객이 실제로 사용할 수 있는 용량을 보여주지 않는다. 이러한 측정치가 Helios가 폭넓은 플랫폼이 될지, 맞춤형 배포의 집합에 그칠지를 결정할 것이다.

세 번째 검증 항목은 집중도다. OpenAI, Meta, Anthropic, Microsoft는 가치 있는 레퍼런스 고객이지만, 각각 상당한 엔지니어링 역량을 투입받을 수 있다.

AMD는 이들 계정에서 얻은 교훈을 더 작은 클라우드 제공업체와 기업도 활용할 수 있는 도구로 전환해야 한다. 그렇지 않으면 소프트웨어 성과가 집중적인 지원을 받는 제한된 환경에 묶일 수 있다.

네 번째 검증 항목은 Nvidia의 대응이다. Nvidia는 차세대 시스템이 시장에 진입하는 동안 제품 구성, 소프트웨어 기능, 네트워킹, 상업 조건을 조정할 수 있다.

Nvidia는 이미 작동하는 인프라를 바꾸려 하지 않는 고객의 성향에서도 이점을 얻는다. AMD는 그 전환을 정당화할 만큼 충분한 경제적 또는 운영적 가치를 제공해야 한다.

다섯 번째 검증 항목은 Google과 다른 맞춤형 칩 개발업체에서 나온다. 이들의 내부 가속기는 AMD 및 Nvidia 제품과 함께 발전할 수 있어, 어느 공급업체든 확보할 수 있는 워크로드 비중을 줄일 수 있다.

Google의 보도된 규모 계획은 아직 검증되지 않았지만, 방향성은 분명하다. 이 회사는 모델, 소프트웨어, 데이터센터, 실리콘을 더 긴밀하게 조율하려 한다.

AMD의 개방형 플랫폼 주장은 더 많은 공급업체 선택권을 원하는 구매자에게 매력적으로 다가갈 수 있다. 그러나 개방성은 고객이 신뢰성을 잃거나 과도한 엔지니어링 비용을 부담하지 않고 워크로드를 옮길 수 있을 때만 가치를 만든다.

이것이 이번 이벤트의 핵심적인 트레이드오프다. AMD는 Nvidia에 대한 점점 더 완성도 높은 대안을 제시하지만, 구매자들은 마이그레이션과 운영 비용까지 포함했을 때 그 대안이 실제로 비용을 낮추는지 검증해야 한다.

AI 이벤트는 그러한 평가를 수행할 신뢰할 만한 이유를 제공했다. 하지만 결과를 선언할 만큼 충분한 독립적 증거를 제공하지는 못했다.

AMD와 Google 논쟁을 결정할 세 가지 신호

다음 단계는 또 한 번의 제품 주장보다 측정 가능한 배포, 소프트웨어 결과, 클라우드 접근성에 달려 있다.

첫 번째 신호는 2026년 4분기에 예정된 OpenAI의 Helios 출시다. 일정대로 시작되는 배포는 AMD가 시스템 발표에서 실제 운영되는 프론티어 모델 인프라로 전환할 수 있음을 확인해줄 것이다.

가장 유용한 증거는 규모와 워크로드 성능에 관한 내용일 것이다. 프로덕션 가용성, 확대되는 용량, 또는 지속적인 가동률에 관한 고객 논의는 AMD의 풀스택 주장을 강화할 수 있다.

명확한 외부 원인 없는 지연은 그 주장을 약화시킬 것이다. 이는 MI455X 공급, 랙 통합, 소프트웨어 준비 상태 또는 고객 검증에 대한 의문을 제기할 수 있다.

두 번째 신호는 일반적인 모델 전반에서 독립적으로 확인되는 ROCm 성능이다. 벤치마크는 유사한 지연 시간, 전력, 시스템 조건에서 실제 추론 및 학습 워크로드를 비교해야 한다.

고객과 중립적인 테스트 기관의 결과는 최대 사양보다 더 큰 비중을 가질 것이다. 여러 프레임워크에 걸친 일관된 성능은 AMD의 개선이 긴밀하게 최적화된 시연을 넘어선다는 점을 보여줄 수 있다.

소프트웨어 증거에는 개발자 경험도 포함돼야 한다. 더 빠른 설치, 적은 호환성 문제, 효과적인 진단 도구는 순수 가속기 속도만큼 도입에 영향을 줄 수 있다.

세 번째 신호는 구체적인 Google Cloud 조치다. 여기에는 공개 AMD 가속기 인스턴스, 명시된 Helios 배포, 또는 Google의 클라우드 플랫폼에서 프로덕션 워크로드를 지원한다는 확인이 포함될 수 있다.

그러한 발표는 Google이 TPU와 Nvidia 시스템 옆에 AMD를 위한 공간도 있다고 본다는 점을 보여줌으로써 AMD와 Google에 관한 논지를 강화할 것이다. 또한 외부 개발자에게 플랫폼을 직접 평가할 경로를 제공할 것이다.

계속된 침묵이 협상 실패를 증명하지는 않는다. 다만 Google은 확인된 AMD 고객군 밖에 남게 되며, 기업을 평가할 때는 기존 배포가 적절한 근거가 된다.

독자들은 Google 문제와 AMD의 더 광범위한 진전도 구분해야 한다. 다른 대형 고객의 약정이 있는 만큼 Helios의 성공에 Google이 필수적인 것은 아니다.

그러나 Google은 까다로운 전략적 시험대다. 자체 가속기를 개발하고, 대형 클라우드를 운영하며, 경쟁 하드웨어를 사용하는 고객을 지원한다.

그곳에서 의미 있는 성과를 거둔다면 AMD가 AI 인프라 시장의 가장 복잡한 영역에서도 경쟁할 수 있음을 입증하게 된다. 반대로 실패한다면 AMD는 맞춤형 실리콘으로 점점 더 분화되는 시장에서 Nvidia와 경쟁해야 하는 처지에 놓일 것이다.

투자자, 개발자, 인프라 구매자에게 실질적인 대응은 같다. 발표된 용량과 실제 운영 용량을 추적하고, 벤더의 주장과 실제 프로덕션 결과를 비교해야 한다.

구조화된 기술 지식 베이스는 팀이 벤치마크 보고서, 배포 노트, 소프트웨어 이슈, 벤더 로드맵을 연결하는 데 도움을 줄 수 있다. 이러한 기록은 제품 주기마다 주장이 달라질 때 더욱 가치가 커진다.

AMD와 Google을 둘러싼 이야기는 현재 신빙성 있는 가능성과 뒷받침되지 않은 가정 사이에 놓여 있다. AMD의 행사는 기술적 근거를 강화했지만, 검증 격차를 해소하지는 못했다.

초기 Helios 배포, 독립적인 ROCm 결과, 그리고 Google Cloud의 하드웨어 카탈로그를 주시해야 한다. 이 세 가지 신호는 AMD가 반복 가능한 플랫폼을 구축하고 있는지, 아니면 집중된 일부 맞춤형 프로젝트만 지원하고 있는지를 보여줄 것이다.

더 중요한 질문은 또 다른 애널리스트가 AMD의 등급을 상향 조정하느냐가 아니다. 고객이 예측 가능한 성능, 감당 가능한 소프트웨어 작업, 안정적인 공급을 바탕으로 Helios에서 중요한 워크로드를 실행할 수 있느냐이다.

그 증거가 AMD와 Google의 관계가 확인된 인프라 협력 관계로 자리 잡을지, 시장의 추측으로 남을지, 아니면 Google의 확대되는 자체 칩 전략에 자리를 내줄지를 결정할 것이다.