top of page

Lux 데뷔로 AMD TOP500 점유율 40% 돌파

59분 전
9분 분량

AMD에 따르면, 2026년 11월 TOP500에서 AMD는 현재 202개 시스템을 구동하며 AMD TOP500 점유율을 40.4%까지 끌어올렸다. 이는 1년 전의 177개 시스템과 비교된다. 이러한 증가는 과학 컴퓨팅에서 AMD의 입지를 강화하지만, AI 성능이나 매출이 아니라 목록에 등재된 설치 수를 측정한 결과다.

이 헤드라인은 신중한 계산이 필요하다. 시스템 수가 177개에서 202개로 늘어난 것은 약 14.1% 성장에 해당하지만, 목록 점유율은 5%포인트 상승한 것이다. Tom’s Hardware는 11월 16일 슈퍼컴퓨터 보도에서 이 설치 수치를 전했다.

Oak Ridge National Laboratory에 구축된 새로운 HPE 제작 시스템 Lux는 14위 데뷔로 발표에 또 다른 차원을 더한다. AMD는 과학 컴퓨팅과 AI 모두를 겨냥한 플랫폼을 홍보하는 동시에 설치 기반을 확대하고 있다. Intel과 Nvidia는 여전히 핵심 경쟁사이며, 근거는 AMD가 전면적으로 우위에 있다는 주장보다 더 구체적인 결론을 뒷받침한다.

AMD TOP500 점유율, 주력 시스템을 넘어 확대

AMD의 가장 분명한 진전은 최상위권의 변화보다 목록 전반에서 더 폭넓게 존재감을 확보한 데 있다.

TOP500은 고밀도 선형 방정식 시스템을 푸는 벤치마크인 High Performance LINPACK, 즉 HPL을 사용해 제출된 슈퍼컴퓨터 결과의 순위를 매긴다. 2026년 11월판은 서로 다른 프로세서, 가속기, 설계를 가진 시스템을 비교할 수 있는 공통 성능 기준을 제공한다.

11월 순위에서는 6월 이후 상위 10위권에 변화가 없다. 중국의 LineShine이 1위를 유지했고, El Capitan과 Frontier가 그 뒤를 이었다. AMD 기반 HPC7과 HPC6도 각각 6위와 8위를 유지했다.

이 구분은 종종 하나의 헤드라인으로 압축되는 두 가지 전개를 분리한다. AMD의 전체 목록 내 존재감은 보도된 전년 수치보다 증가했다. 반면 주요 설치 시스템들은 정상 자리를 차지하지 않은 채 순위를 유지했다.

목록 전체의 수는 규모와 관계없이 시스템을 동일하게 취급한다. 하위권에 있는 시스템도 최상위권 시스템과 마찬가지로 하나의 항목으로 계산된다. 따라서 이 비율은 컴퓨팅 처리량으로 설치 규모를 가중하지 않은 존재감을 설명한다.

이 수치는 배포 범위를 이해하는 데 유용하다. 그러나 AMD가 목록에 등재된 전체 성능, 지출 또는 프로세서 출하량에서 차지하는 비중을 입증할 수는 없다. 그러한 지표에는 다른 계산이 필요하며, 경우에 따라 순위가 제공하지 않는 정보도 필요하다.

증가는 순증 기준으로 목록에 25개 시스템이 추가된 것에 해당한다. 이를 AMD가 정확히 25대의 새 슈퍼컴퓨터를 판매했다는 주장으로 자동 해석해서는 안 된다. 고정된 길이의 순위에서는 항목이 새로 진입하거나 빠질 수 있어, 목록 변동을 판매량으로 직접 옮겨 해석하기 어렵다.

전년 대비 비교에는 분모도 필요하다. 두 판 모두 500개 시스템을 담고 있으므로, 보도된 수치는 35.4%에서 40.4%로 바뀐다. AMD가 14%포인트를 얻었다고 말하면 변화를 크게 과장하게 된다.

AMD의 서버 사업을 지켜보는 독자에게 이처럼 폭넓어진 존재감은 주목할 만하다. 주력 시스템의 결과만으로는 도입 현황을 설명할 수 없기 때문이다. 특정 공급업체는 몇몇 탁월한 시스템에서 두드러질 수 있지만, 다른 곳에서는 덜 자주 등장할 수 있다. 설치 수는 이와는 별개의 질문에 답한다.

다만 202개 시스템이라는 총수는 귀속된 수치다. AMD는 SC26 자료에서 이를 밝히고 있으며, Tom’s Hardware도 이를 보도했다. 이 분석은 집계를 재현하기 위해 모든 항목을 독립적으로 분류하지는 않았다.

따라서 AMD TOP500 점유율은 명확하지만 제한적인 신호를 제공한다. 회사는 이 특정 순위에서 더 큰 설치 기반을 보유한다고 보고한다. 다음 질문은 그 설치 기반이 실제로 플랫폼의 어떤 부분을 나타내는가이다.

경쟁 압력은 완성된 시스템에 집중된다

AMD의 존재감 확대는 경쟁 제안의 기준을 높이지만, 목록에 오른 모든 설치가 AMD 단독의 승리를 뜻하지는 않는다.

AMD는 자사 기술이 202개 시스템과 11월판 신규 항목의 절반을 구동한다고 밝혔다. 과학 컴퓨팅 업데이트는 이 수치를 Lux와 기존의 주요 시스템들과 함께 제시한다.

실질적인 경쟁적 의미는 구매자의 평가에 있다. 더 긴 배포 실적은 조달팀이 아키텍처를 비교할 때 검토할 수 있는 사례를 더 많이 제공한다. 경쟁사들은 공개 실적이 확대되고 있는 대안에 맞서 자사의 장점을 설명해야 한다.

이는 특정 고객이 공급업체를 바꿨다는 증거가 아니라 분석적 함의다. 이 순위는 모든 조달 결정이나 경쟁 입찰을 공개하지 않는다. 또한 어떤 요인이 구매를 결정했는지도 설명할 수 없다.

슈퍼컴퓨터는 강점이 항상 같은 공급업체에 속하지 않는 여러 제품을 결합한다. 컴퓨팅 작업을 조정하는 범용 프로세서인 CPU는 한 회사 제품일 수 있다. 병렬 계산을 가속하는 데 사용되는 프로세서인 GPU는 다른 회사 제품일 수 있다.

따라서 AMD 프로세서가 설치됐다고 해서 경쟁 가속기를 대체했다는 의미는 아니다. 독자는 시스템 수를 GPU 공급업체 간 직접 대결로 해석하기 전에 구성 요소 구성을 살펴봐야 한다.

상위 시스템들은 대안이 얼마나 다양하게 유지되고 있는지 보여준다. Aurora는 Intel 프로세서와 가속기를 사용하고, JUPITER Booster는 Nvidia Grace Hopper 기술을 사용한다. 이들은 단순히 교체 가능한 칩의 모음이 아니라 서로 다른 시스템 아키텍처다.

AMD 슈퍼컴퓨터 경쟁에는 해당 시스템을 조립하고 지원하는 기업들도 포함된다. Lux에서 HPE의 역할이 중요한 이유는 배포에 프로세서 사양 이상의 요소가 필요하기 때문이다. 시스템 통합은 하드웨어 선택을 연구자들이 궁극적으로 사용하는 환경과 연결한다.

구매자에게 중요한 질문은 제안된 구성이 의도된 연구 프로그램을 지원하는지다. 매력적인 벤치마크 결과는 더 면밀한 평가를 정당화할 수 있다. 그러나 소프트웨어 호환성, 운영 요건, 애플리케이션 동작을 평가할 필요까지 없애지는 않는다.

그에 따른 압력은 구체적이다. AMD의 경쟁사들은 대규모 과학 컴퓨팅 설치 논의에서 더 신뢰할 수 있는 대안과 마주하게 된다. 한편 AMD는 주요 시스템과 연관된 장점이 고객이 실행하려는 워크로드까지 확장된다는 점을 보여야 한다.

어떤 순위도 모든 구매자가 같은 아키텍처를 선택해야 한다고 입증하지는 않는다. 기관마다 애플리케이션, 시설, 기존 소프트웨어가 다르다. 배포 수는 최종 결정을 확정하지 않은 채 공급업체가 후보 목록에 오를 가능성을 높일 수 있다.

따라서 더 강한 경쟁적 해석은 선택에 관한 것이다. AMD가 보고한 성장은 구매자가 모든 공급업체에 비교 근거를 요구할 이유를 더 많이 제공한다. Lux는 이 논의를 전통적인 과학 연산과 AI의 관계로 확장한다.

Lux, AMD의 AI 야심을 실제 설치 환경으로 가져오다

Lux는 AMD의 과학 AI 전략을 위한 배포 플랫폼을 제공하지만, 실질적 영향을 평가하려면 여전히 연구 성과가 필요하다.

AMD는 2026년 11월 16일 Lux가 Oak Ridge National Laboratory에서 과학 사용자들에게 개방됐다고 발표했다. 이 시스템은 EPYC 프로세서, Instinct MI355X 가속기, Pensando 네트워킹, 그리고 AMD의 가속 컴퓨팅 소프트웨어 플랫폼인 ROCm을 결합한다.

14위 데뷔는 이 발표에 측정 가능한 기준점을 제공한다. AMD는 HPL 성능이 220.79페타플롭스라고 보고했는데, 이는 해당 벤치마크에서 초당 220.79경 회의 부동소수점 연산을 의미한다. 이 결과는 시험된 시스템 전체를 설명한다.

HPE는 설치 환경의 또 다른 측면을 강조한다. Lux 시스템 세부 정보는 연구자들이 AI 모델을 학습시키고 학습 후 실행할 수 있는 기능과 공동 접근 방식을 설명한다.

이 접근 방식은 하드웨어 설치와 실제 활용 가능 상태가 서로 다른 이정표이기 때문에 중요하다. 연구자들에게는 자원을 확보하고, 애플리케이션을 준비하며, 실험을 실행할 수 있는 환경이 필요하다. 벤치마크 제출만으로는 그 경험의 모든 부분을 설명할 수 없다.

Lux는 또한 AMD가 여러 구성 요소를 함께 홍보할 수 있는 환경을 제공한다. 회사의 메시지는 개별 프로세서를 넘어 결합된 하드웨어 및 소프트웨어 플랫폼으로 확장된다. 따라서 통합은 검증되는 주장의 중요한 부분이 된다.

잠재적 이점은 분명하다. 수치 모델과 AI를 결합하려는 연구 그룹이 증가하고 있으며, 이들에게는 이러한 접근 방식이 실용적인 워크플로 안에서 함께 작동해야 한다. Lux는 그 결합을 지원하도록 설계된 환경으로 제시된다.

이에 상응하는 불확실성은 실행에 있다. 연구자들은 여전히 애플리케이션이 효과적으로 작동하고 유용한 결과를 내는지 확인해야 한다. 공동 플랫폼의 존재만으로 특정 프로젝트가 이를 얼마나 쉽게 도입할 수 있는지는 결정되지 않는다.

AMD의 Lux 연구 발표는 핵융합 설계, 소재 개발, 지구 시스템 예측 분야의 계획된 작업을 제시한다. 이 프로젝트들은 더 빠른 발견이라는 광범위한 약속보다 구체적인 평가 목표를 제공한다.

Tennessee Valley Authority 지역을 위해 설명된 지구 시스템 작업을 살펴보자. 발표된 애플리케이션에는 수자원 가용성, 하천 유량, 강물 온도 예측이 포함된다. 이 작업을 평가하려면 시스템 순위를 넘어 예측 품질과 실질적 유용성에 관한 증거가 필요하다.

같은 구분은 소재 연구에도 적용된다. 더 많은 계산을 완료하는 것은 그 계산이 연구 결정을 개선할 때 가치가 있다. 유용한 결과는 단순히 더 큰 연산이 아니라 더 나은 검증 또는 더 명확한 실험 방향을 포함할 수 있다.

이는 Lux에서 보고된 성과가 아니라 평가 기준이다. 개방 발표는 접근성과 의도된 애플리케이션을 입증한다. 제안된 모든 과학적 이점이 이미 발생했다는 점까지 입증하지는 않는다.

따라서 Lux는 새로운 검증 지점을 만들면서 AMD의 배포 서사를 강화한다. 개발자들에 따르면 이 플랫폼은 과학 작업에 이용할 수 있다. 이후 보도는 연구자들이 이 접근으로 무엇을 달성하는지 살펴볼 수 있다.

상위 10위권의 네 시스템, 경쟁 접근 방식에 여지를 남기다

AMD의 주요 설치 시스템은 상당한 참여를 보여주지만, 순위는 여전히 여러 경쟁 설계를 수용하고 있다.

El Capitan과 Frontier는 2위와 3위를 차지하며, AMD에 LineShine 바로 아래의 두드러진 위치를 제공한다. HPC7과 HPC6은 상위 10위권에 AMD 기반 시스템 두 개를 더한다. 이 순위는 여러 주요 설치 환경에서의 가시성을 보여준다.

그러나 이는 새로운 11월 장악을 의미하지는 않는다. TOP500에 따르면 순위는 6월 이후 변하지 않았다. 새 목록에는 새 선두주자를 낳지 않으면서도 의미 있는 배포 변화가 담길 수 있기 때문에, 이 구분은 중요하다.

LineShine은 벤더 발표를 해석하는 데 중요한 기준점도 제공한다. 이 시스템이 1위를 차지했다는 사실은 AMD의 증가하는 시스템 수가 주요 벤치마크에서 다른 아키텍처가 선도하는 상황과 공존한다는 뜻이다. 배포 범위와 최고 개별 점수는 서로 다른 질문에 답한다.

Intel의 Aurora와 Nvidia 기반 JUPITER Booster 역시 단순한 승자독식 해석을 어렵게 만든다. 이들의 존재는 대안 플랫폼도 계속해서 선도적 설치 환경을 뒷받침하고 있음을 보여준다. 공정한 비교라면 AMD의 시스템 수를 독점적 리더십으로 간주하기보다 이러한 시스템을 인정해야 한다.

조달팀에게 최상위권의 다양성은 여러 접근 방식을 평가할 여지를 보존한다는 점에서 유용하다. 그렇다고 모든 접근 방식이 모든 애플리케이션에서 똑같이 뛰어난 성능을 낸다는 뜻은 아니다. 이 순위는 조사 출발점일 뿐, 특정 애플리케이션에 대한 판정이 아니다.

따라서 AMD 슈퍼컴퓨터 경쟁은 여러 차원에서 동시에 전개된다. 벤더들은 프로세서 성능, 소프트웨어, 통합 능력, 그리고 특정 작업에 대한 시스템 적합성을 두고 경쟁한다. 단일 순위는 이 차이를 하나의 테스트 결과로 압축한다.

서로 다른 기관 목표를 위해 구축된 시스템을 비교할 때 이러한 압축은 특히 중요해진다. 국립 연구소와 상업 운영자는 유사한 구성 요소를 사용하면서도 서로 다른 업무를 수행할 수 있다. 순위만으로는 어느 시스템이 자신의 임무를 더 잘 수행하는지 설명되지 않는다.

아키텍처에 관한 결론에도 같은 주의가 필요하다. 여러 성공적인 가속 시스템이 보인다고 해서 모든 과학 워크로드가 가속의 혜택을 똑같이 받는다는 뜻은 아니다. 다른 설계가 목록을 이끈다고 해서 그 아래의 가속 시스템이 무효화되는 것도 아니다.

더 타당한 해석은 서로 다른 종류의 프로세서와 시스템 설계가 공존하는 이질적인 분야가 유지되고 있다는 것이다. AMD는 그 분야 안에서 보고된 존재감을 확대했다. 그렇다고 구매자가 경쟁 기술을 선택할 이유까지 없앤 것은 아니다.

개발자에게 이는 이식성과 검증의 중요성이 계속된다는 뜻이다. 새 플랫폼을 고려하는 연구팀은 벤더 순위만으로 호환성을 추정하기보다 자체 소프트웨어 요구 사항을 검토해야 한다. 기존 배포 사례는 그러한 작업에 참고가 될 수 있지만 이를 대체할 수는 없다.

경쟁의 이해관계는 즉각적인 선택을 넘어선다. 초기 벤치마크를 성공적으로 실행한 플랫폼도 운영 수명 전반에 걸쳐 연구자를 지원해야 한다. 이처럼 장기적인 운영 문제는 시스템 수라는 헤드라인의 범위를 벗어난다.

따라서 AMD의 선두 위치는 모든 성능 주장을 해결하지는 못하지만, 폭넓은 확산이라는 이야기를 뒷받침한다. 남은 차이를 이해하려면 TOP500 벤치마크가 실제로 무엇을 측정하는지 직접 살펴봐야 한다.

시스템 수만으로는 AI 리더십을 입증할 수 없다

핵심적인 한계는 측정 방식에 있다. 설치 점유율, 수치 연산 처리량, AI 활용성은 서로 별개의 증거 형태다.

TOP500 프로젝트는 LINPACK benchmark가 밀집 선형대수 문제에서의 성능을 측정한다고 설명한다. 또한 하나의 숫자가 컴퓨터의 전반적인 성능을 대변할 수 없다고 명시적으로 경고한다.

이 한계는 시스템을 AI 플랫폼으로 설명할 때 특히 중요해진다. HPL은 64비트 수치를 사용하는 계산인 배정밀도 산술을 측정한다. 그 결과는 AI 모델 답변의 품질을 직접 측정하지 않는다.

또한 특정 모델이 사용자를 얼마나 빠르게 지원하는지도 직접 측정하지 않는다. 학습된 모델을 실행해 출력을 생성하는 과정인 추론은 애플리케이션별 요구 사항을 수반한다. 이러한 요구 사항은 별도의 측정이 필요하다.

학습 성능은 또 다른 질문을 제기한다. 연구 그룹은 선택한 모델과 소프트웨어가 시스템을 효과적으로 활용하는지 알아야 한다. 워크로드가 벤치마크와 다르므로 높은 HPL 결과만으로는 그 답을 얻을 수 없다.

그렇다고 이 순위가 AI 인프라와 무관해지는 것은 아니다. 측정된 시스템 결과는 하나의 컴퓨팅 작업에 대한 유용한 증거를 제공한다. 오류는 그 결과를 해당 작업이 검증하도록 설계되지 않은 결론으로 확장하는 데 있다.

마찬가지로 AMD의 TOP500 점유율은 AI 인프라에서의 상응하는 점유율을 입증하지 않는다. 이 목록은 AI에 사용되는 모든 장비가 아니라 제출된 슈퍼컴퓨팅 결과를 다룬다. 그 분모를 인접한 전체 시장의 대리 지표로 간주할 수는 없다.

상업적 해석에도 유사한 엄격함이 필요하다. 202개 시스템이라는 수치는 해당 설치 환경과 연결된 매출을 드러내지 않는다. 또한 그 가치 중 프로세서, 가속기, 네트워킹, 소프트웨어에서 각각 얼마나 발생하는지도 명시하지 않는다.

하나의 시스템에는 여러 벤더의 제품이 포함될 수 있으므로 독점적 귀속은 특히 어렵다. AMD 참여를 집계하는 것은 정확할 수 있지만, 다른 공급업체의 기여가 상당하다는 사실은 남는다. 독자는 한 설치 환경 전체를 특정 경쟁 진영에 귀속하기 전에 구성 요소 수준의 증거가 필요하다.

애플리케이션 증거에는 결과를 얻는 데 필요한 노력도 포함되어야 한다. 준비나 적응 과정 때문에 팀이 시스템을 효과적으로 사용하지 못한다면 더 빠른 계산의 실용적 가치는 낮아진다. 이는 구매자 평가의 문제이지 Lux에서 측정으로 입증된 단점은 아니다.

마찬가지로 시스템의 과학적 가치는 완료할 수 있는 계산 횟수 이상에 달려 있다. 연구 성과에는 적절한 방법론, 활용 가능한 데이터, 검증이 필요하다. 하드웨어 성능은 최종 결과를 결정하지 않으면서도 이 과정에 기여한다.

따라서 회의적인 관점이 AMD의 성과를 무시할 필요는 없다. 주장을 증거와 일치시키면 된다. 더 폭넓은 목록상 참여는 소프트웨어 경험, AI 동작, 연구 생산성이 아직 해결되지 않았더라도 의미가 있다.

동일한 기준은 경쟁 벤더에도 적용되어야 한다. 선도적인 설치 환경이나 인상적인 집계 통계 어느 쪽도 모든 배포 질문에 답하지는 않는다. 일관된 측정은 비교를 더 유용하게 만들고 정당한 이정표가 근거 없는 시장 주장으로 변하는 것을 막는다.

AMD TOP500을 실용적인 관점에서 이해하려는 독자에게 이것이 본질적인 구분이다. 이 수치는 AMD 기술이 어디에 존재하는지를 보여준다. 그 시스템이 사용자에게 얼마나 효과적으로 서비스를 제공하는지는 추가 증거가 입증해야 한다.

연구 성과, 소프트웨어 증거, 신규 배포를 주시하라

다음으로 유용한 증거는 AMD의 확대된 입지를 완료된 작업, 지원된 애플리케이션, 추가 고객 선택과 연결할 것이다.

향후 1~3개월 동안 가장 먼저 주목할 신호는 Lux 사용자들이 공개하는 경험이다. 발표된 연구 분야는 살펴볼 구체적인 지점을 제공한다. 보고서는 접근성이 확보된 것과 과학적 목표가 달성된 것을 구분해야 한다.

유용한 공개 자료는 애플리케이션, 결과, 그리고 이를 평가하는 데 사용된 비교 기준을 설명할 것이다. 독자가 무엇이 달라졌는지 확인할 수 있을 때 더 빠른 연구라는 주장은 더 많은 정보를 제공한다. 이러한 세부 사항이 없다면 초기 발표는 주로 배포 이정표에 머문다.

검증된 결과의 증거는 AI와 과학 컴퓨팅의 결합이 실질적 이점을 만든다는 AMD의 주장을 강화할 것이다. 제한적인 보고는 이 주장을 미해결 상태로 남길 것이다. 연구 출판과 시스템 배포는 서로 다른 일정에 따라 진행되므로, 침묵만으로 실패가 입증되지는 않는다.

두 번째 신호는 재현 가능한 소프트웨어 및 애플리케이션 성능이다. 재현 가능한 결과는 다른 사람이 비교를 이해하거나 반복할 수 있을 만큼 설정 정보를 설명한다. 여기에는 소프트웨어 환경과 측정 대상 작업이 포함된다.

Lux의 경우 증거는 HPL 순위에 전적으로 의존하기보다 플랫폼을 위해 의도된 애플리케이션을 다뤄야 한다. 비교 가능한 워크로드 측정은 독자가 하드웨어 잠재력과 실제 활용 가능한 역량을 구분하는 데 도움이 된다. 또한 경쟁 공급업체에도 대응을 위한 더 명확한 근거를 제공한다.

바로 이 지점에서 소프트웨어 경험에 대한 보고가 중요해진다. 연구자들은 자신의 프로젝트에 필요한 도구가 예상대로 작동하는지 알아야 한다. 구체적인 사례는 플랫폼 유연성에 관한 또 하나의 일반론보다 AMD의 폭넓은 주장을 더 효과적으로 강화하거나 한정할 수 있다.

세 번째 신호는 AMD와 경쟁사에서 나오는 추가 배포 증거다. 실명 설치 환경, 공개된 구성, 확인된 운영 이정표를 주시해야 한다. 이러한 세부 사항은 하드웨어나 인도 상태를 명시하지 않는 발표보다 더 유용하다.

AMD 프로세서와 경쟁 가속기를 결합한 신규 시스템은 프로세서 참여와 가속기 채택의 차이를 다시 부각할 것이다. AMD 구성 요소를 결합한 추가 배포는 더 폭넓은 플랫폼 해석을 뒷받침할 것이다. 두 결과 모두 AMD의 입지에 기여하면서 서로 다른 경쟁 구도를 보여줄 수 있다.

Intel과 Nvidia의 경우 의미 있는 대응은 특정 순위에서 AMD를 밀어내는 일일 필요는 없다. 애플리케이션 결과, 인도된 시스템, 고객 채택 모두 비교에 도움이 될 수 있다. 중요한 질문은 증거가 동일한 워크로드와 의사결정을 다루는지 여부다.

AMD의 TOP500 점유율을 더 자세히 조사해야 할 이유로 받아들여라. 연구 인프라를 평가한다면 목록에 오른 구성을 실제 애플리케이션과 비교하고, 어떤 성능 질문이 아직 답을 얻지 못했는지 파악해야 한다. Lux의 과학 사용자들을 추적하고, 재현 가능한 소프트웨어 결과를 검토하며, 경쟁 공급업체의 확인된 배포를 살펴보라. 설치 수는 가속기 채택과 구분하고, 벤치마크 처리량은 검증된 연구 성과와 구별하라. 이러한 접근은 AMD가 보고한 성과의 가치를 보존하면서 다음 주장의 평가를 더 쉽게 만든다. 다음 헤드라인이 나올 때는 어떤 새로운 증거가 실제 의사결정을 바꾸는지 물어야 한다. 시스템 수인가, 소프트웨어 실행 경험인가, 아니면 그 시스템이 만들어내는 작업의 품질인가?

 
 

무료로 시작하세요

개인 지식 관리 기능을 갖춘 로컬 우선 AI 어시스턴트

더 나은 AI 경험을 위해

현재 remio는 Windows 10+ (x64) 및 M-Chip Macs만 지원합니다.

업무를 위한 AI 파트너
remio와 더 많은 일을 해내세요

계획하고, 만들고, 완성하세요
모든 일을 한곳에서

bottom of page