슈퍼노드가 선을 넘다: 컴퓨팅 경쟁의 단위가 ‘카드 한 장’에서 ‘컴퓨터 한 대’로

지난 한 주 컴퓨팅 분야에서 가장 주목할 만한 변화는 모델 계층도, 칩의 단일 포인트 파라미터도 아닌 더 ‘하드’한 계층에서 나타났다. 슈퍼노드가 기술 방안에서 규모화 납품으로 이동하고 있으며, 컴퓨팅 경쟁의 기본 단위가 ‘카드 한 장’에서 ‘논리적 컴퓨터 한 대’로 업그레이드되기 시작했다. 10월 15일, 첫 1024카드 어센드 Atlas 950 SuperPoD 액체 냉각 슈퍼노드가 공식 점등되었고, 동시에 계열성진(階躍星辰) Step 5 Preview의 0Day 적응을 완료했다. 업계 최대 규모 슈퍼노드 제품의 첫 실제 배치로 평가된다. 7일 후인 10월 22일, 중신건투(中信建投) 리서치 보고서는 더 명확한 단계 판단을 내놓았다. 국내외 제조사가 슈퍼노드 제품을 집중적으로 발표하고 있으며, 업계가 방안 검증에서 공식적으로 규모화 납품 단계로 진입했다. 나아가 “2026년이 국산 슈퍼노드 양산 확대의 원년이 될 전망”이라고 제시했다.

이 두 신호를 함께 보면 단일 제품 발표보다 문제의 본질을 훨씬 잘 설명한다. 점등은 “작동할 수 있다”는 뜻이고, 방향 정립은 “양산 납품할 때가 됐다”는 뜻이다. 슈퍼노드는 더 이상 전시대 위의 개념 시제품도, 소수 프로젝트의 맞춤형 검증도 아니며, 컴퓨팅 인프라의 표준 납품 형태가 되어가고 있다. 그리고 규모화 납품에 들어서면 경쟁의 척도는 “누구의 단일 카드가 더 강한가”에서 “누가 더 많은 카드를 한 대의 기계처럼 작동하게 하고, 고객이 경제성을 납득하게 할 수 있는가”로 옮겨간다.

I. 병목은 ‘계산’이 아니라 ‘운반’

슈퍼노드가 왜 이 시점에 부상하는지 이해하려면 먼저 대규모 모델 부하에 무슨 변화가 일어났는지 이해해야 한다. 전통적 AI 클러스터의 기본 단위는 서버 한 대씩이며, 서버 내부 칩 간 연결은 촘촘하고, 서버 간에는 일반 네트워크로 데이터를 교환한다. 모델 규모가 작을 때는 이 구조로 충분했다. 그러나 모델이 MoE, 긴 컨텍스트, Agent로 나아가면서 압력은 단순한 ‘계산’에서 통신, 메모리, 안정성으로 확산된다.

MoE 모델은 작업을 끊임없이 서로 다른 전문가 네트워크에 분배해야 하며, 전문가 간 통신 효율이 모델 실행 속도를 직접 결정한다. 긴 컨텍스트는 대량의 KV Cache를 생성해 GPU 메모리와 메모리 대역폭을 지속적으로 점유한다. Agent가 복잡한 작업을 완료하려면 수백 라운드의 추론, 도구 호출, 피드백, 재계획을 거칠 수 있어 시스템 지연과 안정성 요구가 반복적으로 증폭된다. 데이터가 서로 다른 칩, 서로 다른 서버 사이를 이동하는 속도가 따라가지 못하면 컴퓨팅 파워가 높은 칩도 기다릴 수밖에 없다. 한 공장에 고속 설비가 많아도 물류가 작업장 사이에서 너무 느리게 전달되면 설비의 피크 생산능력은 높아도 전체 생산라인의 실제 산출은 올라가지 않는다. 슈퍼노드가 해결하려는 것이 바로 이 ‘운반’ 문제다.

핵심 방식은 더 높은 대역폭과 더 낮은 지연의 Scale-up 수직 확장 상호연결을 통해, 원래 서로 다른 서버에 분산되어 있던 칩, GPU 메모리, 메모리를 동일한 컴퓨팅 도메인으로 조직하는 것이다. 상위 모델이 보는 것은 네트워크로 통신하는 독립 서버의 집합이 아니라, 거대한 컴퓨팅 파워와 메모리를 가진 한 대의 컴퓨터에 더 가까워진다. 화웨이가 어센드 950 슈퍼노드에 제시한 파라미터는 대표적이다. 단일 클러스터 1024장 어센드 NPU, 256TB 글로벌 통합 메모리 주소 지정, NPU 카드 간 상호연결 대역폭 TB급, 엔드투엔드 통신 지연 3마이크로초까지 저감, 1024장 카드가 복잡한 프로토콜 변환과 스위치 중계 없이 직접 상호 접근 가능하며, 클러스터 전체는 논리적으로 ‘한 대의 슈퍼컴퓨터’에 등가하고 컴퓨팅 파워는 규모 확장에 따라 거의 선형으로 성장한다. 톈수즈신(天数智芯)이 톈가이 300 IXL144에 대해 제시한 표현은 더 간결하다. 144개 GPU를 통합 메모리 시맨틱의 고대역폭 도메인으로 구성해 고빈도 All-to-All 상호작용을 랙 내부에 남기고 랙 간 대기를 줄인다.

이는 슈퍼노드의 가치가 ‘단일 카드 컴퓨팅 파워 × 카드 수’로 간단히 측정될 수 없음을 의미한다. 그것은 유효 컴퓨팅 파워의 생산 함수를 바꾼다. 같은 칩이라도 서로 다른 상호연결 아키텍처, 메모리 주소 지정, 스케줄링 전략 아래에서는 실제로 방출할 수 있는 처리량이 크게 차이 날 수 있다. 중신건투 리서치 보고서의 판단도 이 점을 가리킨다. 슈퍼노드는 ScaleUp 상호연결 도메인을 확대하고 메모리 주소 지정을 통일하며 랙 내 상호연결 효율을 높여, 시스템 엔지니어링 능력으로 전통적 8카드 서버의 노드 간 통신 병목을 돌파하며 컴퓨팅 파워 활용률, 상호연결 대역폭, 처리량, 지연, MoE 적응, 카드당 유효 처리량 등 차원에서 현저한 우위를 갖는다.

II. 세 가지 노선, 두 가지 밀도, 하나의 공통 방향

이번 주의 집중된 정보는 또한 국산 슈퍼노드가 단일 기술 노선으로 수렴한 것이 아니라, “더 많은 카드를 동일한 고속 협업 구역에 밀어넣는다”는 공통 목표 아래 차별화된 경로를 걸었음을 보여준다.

화웨이는 풀스택 수직 통합 노선을 간다. 어센드 950 슈퍼노드는 링취(靈衢) 고속 상호연결 아키텍처와 슈퍼노드 기술 체계에 기반해 통합 메모리 주소 지정, 링취 버스, 고밀도 액체 냉각 방열을 동일한 시스템 설계에 넣는다. 1024카드 전액체 냉각 슈퍼노드는 하드웨어에서 컴퓨팅 랙과 상호연결 랙을 모두 액체 냉각 체계에 포함하고, 소프트웨어에서는 동시에 Step 5 Preview의 0Day 적응을 완료한다. 희소 MoE 아키텍처와 긴 컨텍스트 특성에 대해 연산자 융합, 통신 최적화, 프레임워크 스케줄링 세 계층에서 풀스택 소프트웨어-하드웨어 협업을 수행하며, 공식 표현은 “추론 성능이 해외 선진 컴퓨팅 파워 수준에 따라잡았다”이다. 이 노선은 NVIDIA GB200/GB300 시스템급 납품 논리에 더 가깝다. 칩, 상호연결, 랙, 방열, 소프트웨어 스택을 동일한 체계로 정의하고, 고객에게 비교적 폐쇄적이지만 고도로 협업된 시스템을 납품한다.

톈수즈신은 고밀도 단일 랙과 생태계 호환 노선을 간다. 톈가이 300 IXL144는 단일 랙에 144개 GPU와 18개 CPU를 통합하고 약 10.1TB GPU 메모리를 갖추며, 업계 최고 밀도 단일 랙 GPU 슈퍼노드로 설명된다. 그러나 톈수즈신이 강조하는 것은 밀도만이 아니다. 일반 랙 표준에 가까운 단일 랙 형태를 채택해 배전, 하중, 방열 조건이 맞으면 기존 데이터센터에 직접 들어갈 수 있으며, 일부 전용 랙형 슈퍼노드처럼 전용 데이터센터, 대규모 개조, 긴 주기를 요구하지 않는다. 동시에 CUDA 생태계와 호환되어 고객이 기존 모델, 주류 프레임워크, 개발 경험을 재사용하도록 지원해 이전 비용을 낮춘다. 이는 톈수즈신의 노선이 더 ‘슈퍼노드의 도입 문턱을 낮추는’ 쪽으로 기울어져 있으며, 기존 데이터센터도 점진적으로 슈퍼노드 형태로 들어갈 수 있음을 의미한다.

란신컴퓨팅(藍芯算力)은 명령어 집합 아키텍처 계층에서 진입한다. 10월 19일부터 20일까지 란신컴퓨팅은 RISC-V 중국 서밋에서 지통융합(智通融合) 슈퍼노드를 발표했다. 세계 최초 양산 RISC-V+AI 지통융합 서버 CPU LX500에 기반해 AI 컴퓨팅 능력을 단일 칩, 서버에서 클러스터형 컴퓨팅 인프라로 확장하고, 단일 머신 추론부터 클러스터 학습까지의 시나리오를 커버한다. 이 노선은 현재 규모가 작지만, 그 신호적 의미는 슈퍼노드의 시스템급 경쟁이 서로 다른 아키텍처 진영의 참여자를 끌어들이고 있다는 점이다. RISC-V는 더 이상 엣지와 단말 측의 대안만이 아니라 클러스터급 컴퓨팅 인프라로 시험적으로 나아가기 시작했다.

세 노선은 밀도에서도 뚜렷이 분화한다. 화웨이 1024카드는 클러스터급 슈퍼노드의 규모 표준이고, 톈수즈신 144카드 단일 랙은 밀도와 도입 편의성의 표준이며, 란신은 CPU와 AI 융합의 아키텍처 계층에서 또 다른 시스템 조합 방식을 제시한다. 그러나 이들은 같은 방향을 가리킨다. 슈퍼노드 경쟁은 본질적으로 ‘시스템 정의권’ 경쟁이다—칩 간 연결 방식, 메모리 주소 지정 방식, 랙 전원과 방열 방식, 소프트웨어 스택 스케줄링 방식을 누가 정의하는가가 이 시스템이 궁극적으로 얼마나 많은 유효 컴퓨팅 파워를 방출할 수 있는지를 결정한다.

III. ‘시스템 경제 효율’이 새로운 척도가 되다

슈퍼노드가 방안 검증에서 규모화 납품으로 이동하면서 기술 파라미터에 가려지기 쉬운 변화도 가져온다. 평가 기준이 “성능이 충분히 높은가”에서 “시스템 경제 효율이 경제성이 있는가”로 이동하고 있다.

톈수즈신 부총재 조우쉬안(鄒翾)의 한마디는 주목할 만하다. “슈퍼노드는 단일 제품이 아니라 시스템 엔지니어링이며, 최종적으로 겨루는 것은 시스템 경제 효율이다.” 이 말은 현재 단계에서 강한 현실적 타당성을 갖는다. 슈퍼노드는 더 큰 상호연결 도메인과 통합 메모리 주소 지정을 통해 유효 컴퓨팅 파워를 높이지만, 동시에 더 높은 단일 랙 전력 밀도, 더 복잡한 액체 냉각과 전원 요구, 더 긴 배치 주기, 더 높은 초기 투자를 가져온다. 피크 컴퓨팅 파워만 보면 슈퍼노드는 거의 필연적으로 전통적 8카드 서버보다 우수하다. 그러나 데이터센터 개조 비용, 전력 용량 확장 주기, 액체 냉각 운영유지 복잡도, 실제 활용률을 고려에 넣으면 결론이 반드시 그렇게 선형적이지는 않다.

톈수즈신이 제시한 한 가지 추산은 참조가 된다. 백만 유효 토큰당 비용이 국제 주류 방안 대비 40% 절감될 수 있다. 이 숫자의 통계 기준은 신중히 다뤄야 한다. 구체적 시나리오, 부하 유형, 비교 기준에 의존하며 모든 추론 작업에 직접 일반화할 수 없다. 그러나 방향성 의미는 명확하다. 슈퍼노드의 상업적 합리성은 궁극적으로 ‘단위 유효 산출’에 있어야 하며 ‘단위 피크 컴퓨팅 파워’가 아니다. 이는 톈수즈신이 “일반 랙에 가깝고, 단계적 확장 가능하며, CUDA 생태계와 호환”을 강조하는 이유도 설명한다. 도입 마찰을 낮추는 것 자체가 시스템 경제 효율의 일부다.

화웨이 1024카드 슈퍼노드의 경제 효율 논리는 다르다. 그것은 조 단위 파라미터 대규모 모델의 고동시성 추론과 학습, 그리고 백만 토큰 긴 컨텍스트와 멀티모달 에이전트 등 프런티어 시나리오를 겨냥한다. 이런 부하는 통신 지연과 메모리 용량에 극도로 민감하며, 전통 클러스터의 노드 간 통신 오버헤드는 컴퓨팅 파워의 상당 부분을 잡아먹을 수 있다. 슈퍼노드는 1024장 카드를 통합 메모리 시맨틱 도메인에 넣어 ‘통신 대기’ 시간을 가능한 한 압축한다. 이런 시나리오에서 슈퍼노드의 프리미엄이 가치 있는지는 부하가 통신 병목에 얼마나 민감한지에 달려 있다. 부하가 무거울수록, 병렬 입도가 세밀할수록, All-to-All 상호작용이 빈번할수록 슈퍼노드의 상대적 우위는 더 분명해진다.

따라서 규모화 납품 단계의 핵심 질문은 “슈퍼노드가 전통 클러스터를 대체할 것인가”가 아니라 “어떤 부하, 어떤 데이터센터 조건, 어떤 비용 구조 아래에서 슈퍼노드가 전통 클러스터보다 경제성이 있는가”다. 이 질문에 통일된 답은 없지만, 질문을 제기하는 것 자체가 업계 성숙도 향상을 보여준다. 기술적으로 가능하다는 증명에서 상업적으로 가능하다는 증명으로.

IV. 규모화 납품이 의미하는 것

중신건투는 2026년을 “국산 슈퍼노드 양산 확대 원년”으로 정의하고, 산업 체인에서 서버 완제품, 스위치 칩, 스위치, 커넥터가 우선 수혜를 볼 것으로 보이며, PCB, 액체 냉각, 전원, CPU 및 국산 컴퓨팅 칩 등도 슈퍼노드 침투율 상승에 따라 지속적으로 수혜를 볼 것이라고 지적했다. 이 판단의 실질은 슈퍼노드의 규모화가 전통적 8카드 서버보다更长、더 깊은 산업 체인을 끌어당긴다는 것이다.

전통 서버의 가치는 주로 메인보드, CPU, GPU, 일반 네트워크 장비에 집중된다. 슈퍼노드는 가치 중심을 상호연결, 방열, 전원, 시스템 통합으로 옮긴다. 액체 냉각은 ‘선택’에서 ‘필수’로 변한다. 고밀도 슈퍼노드의 단일 랙 전력이 공랭의 경제적 수용 범위를 이미 넘어섰기 때문이다. 스위치 칩과 커넥터의 규격은 높아진다. Scale-up 상호연결 도메인이 클수록 대역폭, 지연, 신호 완전성 요구가 더 엄격해지기 때문이다. 전원과 배전 시스템은 재설계가 필요하다. 단일 랙 전력 밀도 상승은 전원 모듈 몇 개를 선형으로 늘리는 것으로 해결되지 않는다. PCB의 층수, 재료, 공정 요구도 고속 신호 밀도 상승에 따라 높아진다. 이 링크들의 수혜는 개념상의 “컴퓨팅 산업 체인 호재”가 아니라 슈퍼노드의 물리적 형태 변화가 가져오는 구조적 수요다.

더 깊은 변화는 납품 모델에 있다. 전통 컴퓨팅 클러스터 납품은 상당 부분 “서버를 파는 것”이었다. 고객은 기계 한 묶음을 받아 스스로 네트워킹하고, 스스로 튜닝하고, 스스로 노드 간 통신 문제를 해결한다. 슈퍼노드 납품은 ‘턴키 시스템’에 더 가깝다. 공급자는 상호연결 토폴로지, 메모리 주소 지정, 방열 방안, 소프트웨어 스택 적응, 실제 부하下的 처리량에 책임을 진다. 화웨이 1024카드 슈퍼노드가 점등과 동시에 Step 5 Preview의 0Day 적응을 완료한 것은 전형적 신호다. 고객이 사는 것은 베어 하드웨어 클러스터가 아니라 대상 모델에 대해 이미 시스템급 최적화를 거친 컴퓨팅 파워 기반이다. 이 납품 모델은 공급자의 시스템 엔지니어링 능력에 더 높은 요구를 하지만, 일단 궤도에 오르면 고객 점착성과 전환 비용도 현저히 상승한다.

정책 맥락에서 보면 슈퍼노드의 규모화 납품은 “컴퓨팅 시설 확장과 품질 향상” 방향과도 일치한다. 공업정보화부가 9월 발표한 《정보통신업 발전 제15차 5개년 계획》은 2030년까지 지능형 컴퓨팅 파워 규모를 2025년 대비 5배 이상 늘리고 “확장과 품질 향상”을 중점 과제로 제시했다. 컴퓨팅 시설은 이미 국가 ‘6대 네트워크’ 전략 인프라 체계에 포함되었다. 슈퍼노드는 바로 ‘품질 향상’의 하드웨어 계층 구체적 담체다. 단순히 카드 수를 늘리는 것이 아니라 시스템급 상호연결과 메모리 주소 지정을 통해 같은 수의 카드가 더 많은 유효 컴퓨팅 파워를 산출하게 한다. 수출 통제로 고급 해외 칩 확보가 제한되는 배경에서 국산 슈퍼노드의 규모화에는 추가 전략적 의미도 있다. 단일 카드 성능 추격에 시간이 걸린다면 시스템급 협업으로 다중 카드의 유효 컴퓨팅 파워를 끌어올리는 것이 더 현실적인 효율 경로다.

V. 여론: ‘컴퓨팅 파워를 짓는 것’에서 ‘컴퓨팅 파워 시스템을 납품하는 것’으로

지난 몇 년간 컴퓨팅 산업의 서사 주선은 ‘짓는 것’이었다. 더 큰 데이터센터를 짓고, 더 많은 카드를 사고, 더 넓은 컴퓨팅 파워 네트워크를 깔았다. 슈퍼노드의 이번 주 집중된 진전은 다른 단계가 도래하고 있음을 시사한다. 경쟁의 중심이 ‘얼마나 짓는가’에서 ‘어떤 시스템을 납품하고, 그 시스템이 실제 부하 아래에서 얼마나 산출할 수 있는가’로 이동한다.

1024카드 어센드 950 슈퍼노드의 점등은 국산 슈퍼노드가 규모에서 업계 선두에 도달했음을 증명한다. 톈수즈신의 144카드 단일 랙 방안은 슈퍼노드가 모두 ‘전용 데이터센터+대규모 개조’를 전제로 하지 않아도 됨을 증명한다. 란신의 RISC-V 노선은 시스템급 혁신의 참여자가 다원화되고 있음을 증명한다. 중신건투의 ‘규모화 납품’ 판단은 문제를 기술 검증에서 산업 실현으로 밀어붙인다. 향후 관찰 중점은 또 몇 장의 카드가 점등되었는가가 아니라, 이미 납품된 슈퍼노드가 실제 MoE와 Agent 부하 아래에서 보이는 활용률, 처리량, 토큰당 비용, 액체 냉각과 전원의 엔지니어링 병목이 규모화로 소화되는지, 고객이 ‘시스템급 납품’에 프리미엄을 지불할 의향이 있는지, 그리고 국산 슈퍼노드가 CUDA 생태계 호환과 자주 소프트웨어 스택 사이에서 지속 가능한 균형을 찾을 수 있는지다.

슈퍼노드가 선을 넘는 의미는 어떤 서버 형태를 도태시켰다는 데 있지 않고, 컴퓨팅 경쟁의 계량 단위를 ‘카드’에서 ‘시스템’으로 바꿨다는 데 있다. 경쟁 단위가 바뀌면 승패를 측정하는 척도도 따라 바뀐다. 다음 컴퓨팅 경쟁에서 겨루는 것은 누가 더 많은 칩을 소유하는가가 아니라, 누가 더 많은 칩을 정말로 쓰기 좋은 컴퓨터 한 대로 조직하고 고객이 경제성을 납득하게 할 수 있는가다.