Edge AI: AMD가 2026년에 최고의 가치 투자인 이유

인공지능(AI)은 이번 십 년간 주요 기술 파괴자 중 하나이며, 근본적인 변화를 주도 산업 전반과 사회 전체에 영향을 미칩니다.

데이터에 따르면 전 세계 인구 6명 중 1명이 현재 생성형 AI 도구를 사용하고 있습니다. 또한, 기술 종사자 90%가 이미 업무에 AI를 활용하고 있습니다. 이러한 채택에도 불구하고 AI 산업은 2033년까지 약 9배 성장할 것으로 예상됩니다.

이러한 대규모 채택으로 인해 컴퓨팅 비용이 급증하고, 지연 문제가 커지며, 보안, 에너지 사용 및 확장성에 대한 우려가 증가하고 있습니다. 기업들은 이제 AI 추론을 위해 데이터를 원격 서버로 지속적으로 전송하는 것이(클라우드 컴퓨팅 또는 Cloud AI) 비용이 많이 들고, 느리며, 프라이버시 위험을 수반한다는 것을 깨닫고 있습니다.

Cloud AI에서는 기업이 AWS, Azure, Google Cloud와 같은 플랫폼의 방대한 리소스를 활용하여 AI 서비스를 제공합니다. 이를 통해 사용자는 자체 인프라를 구축하지 않고도 인터넷을 통해 필요할 때마다 AI 모델에 접근할 수 있습니다.

Cloud AI의 기반은 하이퍼스케일러—전통적인 온프레미스 능력을 훨씬 초과하는 워크로드를 처리할 수 있는 대규모 AI 데이터 센터입니다. 이들의 방대한 수평 서버 배열을 통해 기업은 AI 애플리케이션을 효율적으로 접근, 구축, 학습, 배포 및 유지 관리할 수 있는 자원을 확보합니다.

클라우드 컴퓨팅과 AI의 결합은 비용 효율성, 확장성, 공유 모델 활용 능력 등의 이점을 제공합니다. 그러나 동시에 계산 자원, 스토리지, 데이터 전송 및 지속적인 사용에 필요한 전문 지식 등으로 인한 높은 지속 비용이라는 큰 단점도 존재합니다.

Cloud AI가 직면한 다른 문제로는 지연, 보안 위험, 데이터 프라이버시, 인터넷 의존성, 제한된 제어, 그리고 공급업체 종속 등이 있습니다.

클라우드가 소비자 앱, 노트북, 산업 시스템 및 실시간 사용 사례에 대해 비용이 많이 들고 도전적이라는 것이 입증되면서, 기업들은 “Edge AI”로 전환하고 있습니다. 비용이 많이 드는 클라우드 GPU에 의존하는 대신 장치에서 로컬 추론을 수행하는 것이 이제 데이터 센터를 넘어 AI 배포 방식을 재구성하고 있습니다.

스크롤하려면 스와이프 →

Edge AI 설명: 추론이 디바이스 내로 이동하는 이유

산업은 전략적·구조적 변화를 겪으며 Edge AI로 전환하고 있으며, AI를 중앙 집중형 고전력 데이터 센터에서 로컬 추론 하드웨어로 옮기고 있습니다.

Edge AI에서는 인공지능과 엣지 컴퓨팅을 결합하여 장치가 데이터를 로컬에서 처리하도록 함으로써 클라우드 의존성을 없앱니다. 여기서 “Edge”는 사용 중인 장치—예를 들어 스마트폰, 자동차, 카메라, TV, 센서 또는 의료 기기—를 의미하며, 엣지 컴퓨팅은 데이터를 처리하도록 설계된 컴퓨터가 해당 장치 근처 또는 내부에 있다는 것을 뜻합니다.

데이터를 수집·처리하는 엣지 디바이스 외에도, 클라우드에서 학습된 AI 모델을 엣지에 배포하고, 로컬에서 AI 작업을 효율적으로 처리하는 특수 하드웨어 칩이 주요 구성 요소입니다.

전력 효율적인 디바이스로 전환함으로써, 데이터가 실제 생성되는 사용자 디바이스에서 실시간 처리를 가능하게 하여 지연 및 데이터 프라이버시와 같은 핵심 문제를 해결하는 것이 목표입니다.

이는 데이터를 외부 데이터 센터로 보내는 대신, 소스에 가까운 곳에서 계산을 수행함으로써 장치가 인터넷 연결 없이도 밀리초 단위로 결정을 내릴 수 있게 합니다. 데이터는 장치가 생성하는 즉시 활용되는 것입니다.

이러한 실시간 처리는 빠른 응답 시간이 필요한 로보틱스, 자율 주행 차량 및 감시 애플리케이션에 필수적입니다.

엣지 컴퓨팅은 데이터 이동을 없애 데이터 센터에 가해지는 부담을 경감합니다. Edge AI에서는 관련 데이터만 클라우드로 전송되어 대역폭 요구와 관련 비용을 감소시킵니다.

비용 효율성 외에도, 기가와트 규모 데이터 센터에서 디바이스로 이동하면 최소 전력으로 AI를 실행할 수 있어 에너지 효율성이 향상됩니다. 민감한 데이터를 로컬에 보관함으로써 기업은 보안 문제를 더욱 해결하고 무단 접근 및 데이터 유출을 방지할 수 있습니다.

속도, 비용, 프라이버시 및 에너지 효율성의 이점 덕분에 AI 추론은 점점 더 엣지에서 수행되고 있습니다.

AI에서 추론은 모델이 학습을 마친 후 실제로 작동하는 과정으로, 학습이 끝난 뒤 모델이 데이터를 기반으로 결론을 도출하고 그 지식을 실제 결과로 전환하는 단계입니다.

로컬 추론은 모든 요청을 클라우드 GPU로 보내는 대신, CPU에 내장된 NPU(신경 처리 장치)나 시스템 온 칩(SoC) 등 특수 실리콘을 사용해 사용자의 기기에서 직접 AI 모델을 실행하는 것을 의미합니다.

NPU는 자연어 처리, 음성 처리, 객체 탐지, 이미지 인식 등 딥러닝 작업의 복잡한 연산에 최적화된 AI 칩입니다. 이러한 특수 AI 가속기 칩은 최소 에너지 소비로 빠른 디바이스 내 추론을 가능하게 하여 실시간 애플리케이션을 지원합니다.

실제로 로컬 추론은 노트북, PC, 임베디드 시스템, 혹은 스마트폰에서도 대형 언어 모델(LLM 쿼리), 비전 모델 또는 어시스턴트 워크로드를 대형·고가·고성능 서버에 의존하지 않고 실행할 수 있음을 의미합니다.

이는 지연을 감소시키고, 대역폭 비용을 낮추며, 프라이버시를 향상시키고, 서버 비용을 절감합니다. Edge AI 시스템은 지속적인 인터넷 연결 없이도 작동할 수 있어 신뢰성이 향상되어 원격 지역에 적합합니다.

AI 워크로드가 실험 단계에서 일상 사용으로 확대됨에 따라, 수십억 대의 디바이스가 AI 기능을 갖추고 클라우드 기반 추론이 규모에 따라 지속 불가능해짐에 따라 로컬 추론으로의 전환은 이제 이론이 아니라 필수가 되었습니다.

Edge AI 시장 조사 추정에 따르면 엣지 AI 프로세서는 이번 십 년 말까지 거의 600억 달러 규모에 이를 것으로 예상되며, 2020년의 90억 달러에서 크게 증가했습니다. 이는 주로 PC와 디바이스의 로컬 컴퓨팅에 의해 주도됩니다.

이미 올해, 로컬 추론 트렌드는 연구 시연 단계에서 실제 제품으로 전환되었으며, CES 2026에서는 수십 대의 AI PC와 엣지 폼팩터가 디바이스 내 추론 기능을 갖춘 형태로 시연되었습니다.

예를 들어, Ambarella CV7 비전 SoC를 출시했습니다 , 이는 다양한 실시간 인식 애플리케이션을 위한 고급 디바이스 내 엣지 AI 처리를 제공합니다. Qualcomm (QCOM ) 은 “지능형 컴퓨팅을 어디서든”이라는 목표로 Snapdragon X Elite Gen 2 PCs 를 통해 수직 통합을 강화했습니다. Broadcom (AVGO ) 은 또한 프로세서에 “Neural Engines”를 통합하는 데 집중하고 있습니다 , 특히 스마트 홈 애플리케이션을 목표로 합니다.

Apple Apple (AAPL )와 NVIDIA NVIDIA (NVDA )와 같은 거대 기업을 살펴보면, 전자는 디바이스 내 AI와 “프라이빗 클라우드 컴퓨트”의 하이브리드 모델을 활용하고 있으며, 후자는 “물리적 AI”와 디바이스 내 처리를 향해 전환하고 있습니다.

Physical AI는 AI를 디지털 영역을 넘어 로봇, 드론, 산업 기계 등으로 확장하는 것으로, Edge AI 분야에서 떠오르는 트렌드 중 하나이며 주요 성장 동력이 될 것으로 예상됩니다.

왜 AMD가 Edge AI 하드웨어 사이클에서 승리할 위치에 있는가

Edge AI 주식 세계에서 주목해야 할 가장 눈에 띄는 기업 중 하나는 Advanced Micro Devices (AMD )이며, 데이터 센터, AI, 게임 및 임베디드 애플리케이션용 반도체, 프로세서 및 GPU를 개발합니다.

이달 초 CES 2026에서 AMD 회장 겸 CEO인 리사 수는 모두를 위한 AI를 제공한다는 회사 목표를 공유하며, PC, 임베디드 디바이스 및 개발자를 아우르는 엣지 중심 AI 전략을 강조했습니다. 이는 하이퍼스케일 클라우드 환경을 넘어 로컬 추론 하드웨어에 대한 회사의 집중을 재확인하는 내용이었습니다.

이러한 접근의 일환으로, 회사는 새로운 AI 프로세서 라인을 소개했습니다. 여기에는 AI PC용 Ryzen AI 400 시리즈 프로세서가 포함되며, 내장된 NPU가 로컬 추론을 위해 약 60 TOPS의 AI 연산을 제공합니다. AMD의 최신 AI 기반 PC 칩은 12개의 CPU 코어와 24개의 스레드를 갖추고 있어 경쟁사보다 1.3배 빠른 멀티태스킹을 가능하게 합니다. 또한 콘텐츠 제작 속도는 1.7배 빨라졌습니다.

Ryzen AI 400 시리즈 프로세서를 포함한 PC는 이번 분기에 출시될 예정입니다.

기자 회견에서 AMD 클라이언트 사업부의 수석 부사장 겸 총괄 책임자인 라훌 티쿠는 이미 250개 이상의 AI PC 플랫폼으로 확장했으며, 이는 전년 대비 2배 성장했다고 언급했습니다. 그는 다음과 같이 말했습니다:

“앞으로 몇 년 동안 AI는 개인 계층의 모든 컴퓨팅 수준에 짜여지는 다층 구조가 될 것입니다. 우리의 AI PC와 디바이스는 우리의 업무 방식, 놀이 방식, 창작 방식, 그리고 서로 연결되는 방식을 혁신할 것입니다.”

AMD는 또한 세계 최대 소비자 전자 전시회에서 Ryzen AI Max+ 칩을 소개했으며, 이는 고급 노트북 및 미니 PC를 대상으로 하며, 고급 로컬 추론, 콘텐츠 제작 및 게임을 위한 것입니다.

개발자를 위해 AMD는 온디바이스 모델 개발을 위한 Ryzen AI Halo 플랫폼을 발표했으며, 다음 분기에 컴팩트한 데스크톱 PC에 강력한 AI 개발 기능을 제공할 예정입니다.

동시에 새로운 임베디드 x86 프로세서 포트폴리오는 엣지에서 AI 기반 애플리케이션에 전력을 공급하도록 설계되었습니다. 새로운 P100 및 X100 시리즈 프로세서는 스마트 헬스케어, 자동차 디지털 콕핏, 인간형 로봇을 위한 고성능 AI 연산을 제공합니다.

“당신이 누구이든, 일상적으로 기술을 어떻게 사용하든, AI는 일상적인 컴퓨팅을 재구성하고 있습니다. 매일 PC와 수천 번 상호작용합니다. AI는 이해하고, 맥락을 학습하며, 자동화를 도입하고, 깊은 추론을 제공하고, 각 개인에게 맞춤형 서비스를 제공합니다.”

– Rahul Tikoo, Senior VP & GM of Client Business

이러한 움직임으로 미국 칩 제조업체는 디바이스 내 AI 워크로드를 목표로 하며, 산업 전반에 걸쳐 수십억 엔드포인트에 로컬 추론을 향한 추진 및 분산 인텔리전스를 지원하고 있습니다.

엣지에서 AI 연산을 가능하게 하는 것 외에도, 회사는 데이터 센터 서버 랙에 사용되는 고급 AI 프로세서를 선보였습니다. MI400 시리즈 칩( MI440X)의 엔터프라이즈 버전은 온프레미스용으로 설계되었지만 AI 클러스터 전용은 아닙니다.

OpenAI와 같은 기업의 미래 컴퓨팅 요구를 충족하기 위해 AMD는 MI500 플랫폼을 미리 공개했으며, 이는 이전 세대 대비 시스템 및 랙 수준에서 수십 배 성능 향상을 가능하게 하도록 설계되었으며, 단순한 1:1 칩 업그레이드가 아닙니다. 이 칩은 내년 출시될 예정입니다.

인상적인 제품 포트폴리오 외에도 AMD는 OpenAI, Blue Origin, Liquid AI, Luma AI, World Labs, Illumina, Absci, AstraZeneca (AZN ), Generative Bionics 등 뛰어난 고객 명단을 보유하고 있으며, 이들은 회사의 기술을 활용해 AI의 약속을 실제 영향으로 전환하고 있습니다. Su에 따르면:

“AI 채택이 가속화됨에 따라 우리는 훈련과 추론 모두에서 전례 없는 성장으로 구동되는 요타 규모 컴퓨팅 시대에 진입하고 있습니다. AMD는 엔드투엔드 기술 리더십, 오픈 플랫폼, 그리고 생태계 전반 파트너와의 깊은 공동 혁신을 통해 AI의 다음 단계에 필요한 컴퓨팅 기반을 구축하고 있습니다.”

인터뷰에서 그녀는 “엄청난” AI 수요가 “폭발적으로 증가하고 있다”고 언급하며, AI 시장에서 경쟁력을 유지하려면 컴퓨팅 파워와 최첨단 하드웨어에 대한 대규모, 불가피한 투자가 필요하다고 말했습니다.

그녀에 따르면, AI 성장에 발맞추려면 세계는 “10 요타플롭스” 이상의 연산 능력, 즉 “2022년 대비 10,000배 이상의 연산 능력”이 필요합니다. 이에 맞춰 AMD는 요타 규모 인프라 청사진을 공개했으며, 단일 랙에서 최대 3 AI 엑사플롭스 성능을 제공하는 AMD “Helios” 랙 스케일 플랫폼을 선보였습니다.

같은 행사에서 AMD의 주요 경쟁사인 Nvidia는 차세대 Vera Rubin 플랫폼을 출시했으며, 이는 6개의 칩으로 구성되고 올해 말에 공개될 예정입니다.

하지만 Nvidia가 최상위 메가 GPU와 엔터프라이즈 스택을 중심으로 하이퍼스케일에 집중하는 반면, AMD는 전체 비용을 낮추는 AI 기능을 제공하는 제품에 다각화된 접근 방식을 취하고 있습니다. 이러한 차이는 AMD와 NVIDIA의 2026년 논쟁을 점점 더 정의하고 있습니다.

AMD는 “AI PC” 칩의 가격을 낮춰 고성능 AI 가능 프로세서를 OEM 및 소비자에게 더 저렴하게 제공함으로써 신흥 AI PC 시장에서 더 큰 점유율을 확보하고 있습니다. 그 결과 AMD는 시장에서 주요 저평가 AI 주식 중 하나로 평가받고 있습니다.

2026년 1월 20일 현재, AMD는 3,774억 달러 시가총액을 가지고 있으며, 주당 $231.87에 거래되고 있어 연초 대비 8.25% 상승, 지난 1년간 90.87% 상승했습니다. EPS(TTM)는 1.92이며, P/E(TTM)는 120.97입니다.

AMD의 재무 상황도 강력합니다. AMD의 부사장 겸 CFO, 재무 담당자인 Jean Hu는 “AI와 고성능 컴퓨팅에 대한 지속적인 투자가 큰 성장을 이끌고 있으며, AMD가 장기적인 가치 창출을 제공하도록 자리매김하고 있다”고 언급했습니다.

이는 2025년 3분기에 글로벌 반도체 기업이 기록한 92억 달러 매출에서 확인됩니다. 여기에는 데이터 센터 부문에서 43억 달러(전년 대비 22% 증가), 클라이언트 및 게임 부문 합산에서 40억 달러(전년 대비 73% 증가), 임베디드 부문에서 8억 5,700만 달러(전년 대비 8% 감소)가 포함됩니다.

AMD의 매출에는 아직 최근 분기에 중국으로 출하된 Instinct MI308 칩이 포함되지 않았으며, 곧 해당 매출이 발생할 것으로 예상됩니다. 당시 Su는 “우리는 MI308에 대한 일부 라이선스를 받았습니다. 현재 고객과 수요 상황 및 전체 기회에 대해 논의 중입니다.”라고 언급했습니다.

해당 기간 영업이익은 13억 달러, 순이익은 12억 달러였으며, 총 마진은 52%였습니다. 희석 주당 순이익은 $0.75였습니다.

“우리는 사상 최고 매출과 수익성을 기록하며 뛰어난 분기를 달성했습니다. 이는 고성능 EPYC 및 Ryzen 프로세서와 Instinct AI 가속기에 대한 광범위한 수요를 반영합니다.”라고 Su는 말했습니다. 그녀는 이어 “우리의 컴퓨팅 프랜차이즈 확장과 급속히 확장되는 데이터 센터 AI 비즈니스가 매출 및 이익 성장을 크게 견인함에 따라 성장 궤도가 명확히 상승하고 있습니다.”라고 덧붙였습니다.

당시 반도체 거인은 AI 플랫폼에 대한 고객 모멘텀이 가속화되고 있다고 언급했으며, 이는 OpenAI, Oracle (ORCL ), Cisco (CSCO ), IBM (IBM ), 및 Cohere와의 파트너십 심화에서 확인됩니다.

미국 에너지부는 또한 AMD와 10억 달러 규모의 파트너십을 체결하여 차세대 슈퍼컴퓨터 두 대를 구축할 예정이며, 이는 약물 개발, 핵 전력 및 국가 안보 기술의 진전을 ‘초고속’으로 만들 것입니다. 첫 번째 슈퍼컴퓨터는 Lux라 불리며 MI355X AI 칩과 네트워킹 칩으로 구동되어 미국 최초의 AI 팩토리 슈퍼컴퓨터가 됩니다. 보다 진보된 Discovery 슈퍼컴퓨터는 MI430 시리즈 AI 칩을 기반으로 합니다.

지난 분기에 AMD는 약 96억 달러 매출과 비GAAP 기준 54.5%의 총 마진을 예상하고 있습니다.

지난 주, AMD의 제조 파트너이자 최대 계약 칩 제조업체인 TSMC는 매출 예상치를 초과하며 4분기 이익이 35% 증가했다고 보고했습니다. 회사는 올해 자본 지출을 확대할 계획이며, 이는 AI 구축에 대한 자신감을 나타냅니다.

“우리는 선도적인 첨단 공정 기술에 대한 지속적인 강한 수요가 우리 사업을 지원할 것으로 기대합니다.”

– Wendell Huang, TSMC CFO

따라서 Nvidia와 보조를 맞추려는 노력 속에서 AMD는 AI 가속기, 엣지 중심 컴퓨팅 및 비용 효율적인 플랫폼에 더욱 깊이 진입하고 있으며, 변화하는 AI 환경에서 매력적인 가치 중심 대안으로 자리매김하고 있습니다.

Edge AI는 다음 주요 하드웨어 사이클이다

AI 환경은 급속히 진화하고 있으며, 스마트폰에서 웨어러블, 디스플레이, 드론, 로봇, 자율 주행 차량에 이르기까지 모든 곳에 내장되고 있습니다. AI 모델이 더욱 효율화되고 기술 사용이 실험 단계에서 배포 및 확장 단계로 이동함에 따라, 산업은 AI 붐을 따라잡기 위해 클라우드에서 엣지로 전환하고 있습니다.

Nvidia가 고성능 GPU와 에코시스템 종속성을 통해 데이터 센터 훈련 및 하이퍼스케일 추론을 계속 장악하고 있는 반면, 하드웨어 사이클은 이제 중앙 집중형 데이터 센터에서 일상 디바이스로 이동하고 있으며, 여기서 가치, 효율성, 가격이 가장 중요합니다. 이 새로운 디바이스 수준 AI 시대에 AMD는 로컬 추론, 임베디드 NPU, AI PC 프로세서에 전략적으로 집중함으로써 2026년에 매력적인 가치 투자로 부각됩니다.

Edge AI는 아직 초기 단계이지만 그 잠재력은 방대합니다. 모든 디바이스에 지능을 내장함으로써 인터넷 연결 여부와 관계없이 AI가 어디서든 작동할 수 있게 됩니다. 그리고 모든 것이 컴퓨터가 됨에 따라 Edge AI의 기회는 클라우드보다도 더 클 수 있습니다. 그러나 이를 대체하기보다는 AI의 미래는 하이브리드 형태가 될 가능성이 높으며, 클라우드 플랫폼은 훈련을 담당하고 엣지 디바이스는 실시간 추론을 제공함으로써 다음 주요 컴퓨팅 패러다임을 형성할 것입니다.

더 빠르고 안전한 온라인 경험을 위한 최고의 엣지 네트워크 목록을 보려면 여기를 클릭하세요.