샤오미 Xring D100, 2027년 전기차에 탑재…2000억 파라미터 AI를 차 안에서 돌린다

샤오미가 스마트폰을 넘어 자동차용 AI 반도체까지 직접 설계하며 ‘수직계열화’ 행보를 본격화하고 있습니다. 회사가 공개한 Xring D100은 차량 내부에서 대규모 AI 모델을 실행하는 것을 목표로 한 자체 개발 스마트 드라이빙 칩입니다. 샤오미는 칩 검증을 완료했으며, 2027년 차량 상용화를 계획하고 있다고 밝혔습니다. 1819

다만 이번 발표를 단순히 ‘어느 회사의 칩이 가장 빠른가’라는 경쟁으로만 보기는 어렵습니다. 샤오미는 고성능 온보드 AI, 니오는 원가 절감과 수익성 개선, 샤오펑은 자율주행 소프트웨어 플랫폼, 테슬라는 장기적인 생산능력 확보에 각각 무게를 두고 있습니다.

샤오미 Xring D100: 차 안에서 대형 AI 모델을 실행한다

샤오미에 따르면 Xring D100은 중국 최초의 3나노 기반 고성능 스마트 드라이빙 AI 칩입니다. 주요 사양은 다음과 같습니다.

• 제조 공정: 3나노
• CPU: 20코어 고성능 CPU
• NPU: 16코어 신경망처리장치
• 메모리: 최대 160GB 통합 메모리
• 온디바이스 AI: 최대 2000억 개 파라미터 규모 모델의 로컬 실행
• 상태: 검증 완료
• 상용화 목표: 2027년

여기서 ‘로컬 실행’이란 AI 연산을 외부 데이터센터나 클라우드에 전적으로 의존하지 않고 차량 내부 컴퓨터에서 처리한다는 뜻입니다. 이론적으로는 응답 지연을 줄이고, 통신 연결이 불안정한 상황에서도 일정 수준의 기능을 유지하며, 주행 데이터의 외부 전송을 줄이는 데 도움이 될 수 있습니다.

하지만 아직 공개되지 않은 정보도 많습니다. 샤오미는 D100의 TOPS 기준 연산성능, 최초 탑재 차종, 구체적인 양산 물량과 차량 적용 일정 등을 밝히지 않았습니다. 또한 최대 2000억 개 파라미터 모델을 실행할 수 있다는 설명은 칩의 잠재력을 보여주는 주장이지, 실제 도로에서 해당 모델이 어떤 속도와 정확도로 작동하는지를 입증한 결과는 아닙니다. 18

샤오미는 상용화에 앞서 D100을 AI Cube라는 프로토타입 데스크톱 AI 단말에도 적용했습니다. 공개된 시연에서는 1200억 개 및 30억 개 파라미터급 모델을 로컬에서 구동하고, 빠른 추론과 느린 추론 모드를 전환하는 모습이 소개됐습니다. 그러나 데스크톱 시연과 차량 양산 시스템 사이에는 전력 관리, 열 설계, 기능 안전, 센서 융합, 장시간 신뢰성 검증이라는 별도의 과제가 남아 있습니다.

니오: 자체 칩의 핵심은 ‘최고 사양’보다 비용 구조

니오의 자체 반도체 전략은 샤오미와 출발점이 다릅니다. 니오는 엔비디아와 같은 외부 공급업체에 대한 의존도를 낮추고, 자사 알고리즘과 센서 구성에 맞춘 칩을 설계해 반복적인 부품 비용을 줄이려 하고 있습니다. 이를 통해 규모가 커질수록 차량당 원가와 연구개발 비용 부담을 낮추고 수익성을 개선한다는 구상입니다. 12

대표 제품인 Shenji NX9031은 5나노 공정 기반의 스마트 드라이빙 칩으로 소개됐습니다. 니오는 자체 칩 개발이 연구개발 효율과 마진 개선에 기여하고 있다고 설명해 왔습니다. 즉 니오의 경쟁 포인트는 샤오미처럼 초대형 AI 모델 실행을 전면에 내세우기보다, 외부 칩 구매 비용을 내부 설계와 양산 규모로 대체하는 경제성에 있습니다. 145

샤오펑: Mona L03은 현재 플랫폼, 레벨 4는 2028년 로드맵

샤오펑의 Mona L03은 VLA 기반 운전자 보조 시스템과 자체 Turing 칩을 탑재한 보다 가까운 시점의 차량 플랫폼입니다. VLA는 시각 정보와 언어·행동 모델을 결합해 주변 상황을 해석하고 주행 명령으로 연결하는 접근 방식입니다.

샤오펑이 제시한 레벨 4 자율주행 목표는 2028년 SEPA 4.0 로드맵에 속합니다. SEPA 4.0에는 레벨 4 자율주행과 자체 AI 기반 모델, 차량과 로봇을 아우르는 ‘임바디드 AI’가 포함될 예정이라고 회사는 설명했습니다.

따라서 Mona L03이 현재 곧바로 레벨 4 차량이라는 의미로 해석해서는 안 됩니다. 레벨 4는 특정 운행 조건과 영역에서는 운전자의 지속적인 제어 없이 차량이 주행할 수 있는 단계지만, 샤오펑은 SEPA 4.0의 구체적인 성능 지표와 적용 조건을 모두 공개하지 않았습니다. 현재 L03의 의미는 완성된 레벨 4 제품이라기보다 향후 소프트웨어·컴퓨팅 플랫폼으로 이어지는 전초전으로 보는 편이 정확합니다.

테슬라 테라팹: 자율주행 칩보다 ‘생산능력’에 대한 베팅

테슬라와 스페이스X는 텍사스에 두 개의 첨단 반도체 공장을 건설할 계획이라고 일론 머스크가 밝혔습니다. 한 공장은 테슬라 차량과 옵티머스 휴머노이드 로봇용 칩을, 다른 공장은 우주 기반 AI 데이터센터용 칩을 생산하는 구상입니다.

일부 보도는 이른바 **테라팹(Terafab)**이 2나노 공정을 목표로 하며, 머스크가 스페이스X의 AI 수요가 테슬라보다 약 3배 클 수 있다고 언급했다고 전했습니다. 다만 이는 앞으로의 계획과 수요 전망입니다. 테라팹이 이미 가동 중인 양산시설이거나, 발표된 목표치가 현재 확보된 생산능력을 의미하는 것은 아닙니다.

이 점에서 테슬라의 전략은 샤오미와 다릅니다. 샤오미가 차량에 탑재할 특정 칩과 로컬 AI 성능을 공개했다면, 테슬라는 여러 사업 부문의 장기적인 AI 컴퓨팅 수요를 충족하기 위한 제조 기반 자체를 확보하려는 쪽에 가깝습니다.

HW4·AI4 논란이 보여주는 한계

테슬라의 현재 HW4, 즉 AI4 하드웨어가 감독 없는 FSD를 지원할 수 있는지를 두고는 엇갈린 평가가 나옵니다. 투자자와 일부 분석가는 현재 하드웨어의 연산능력이 진정한 자율주행에 충분하지 않을 수 있다고 주장했습니다. 그러나 이는 확정된 기술적 결론이라기보다 비판과 전망에 해당합니다.

반대로 테슬라는 JPMorgan에 HW4가 FSD v15와 감독 없는 작동을 지원할 수 있다고 설명한 것으로 전해졌습니다. 동시에 AI4.5도 배치하고 있으며, AI4.5는 연산능력이 약 10% 높고 메모리는 약 2배 많다고 알려졌습니다.

결국 쟁점은 칩의 공정 숫자만이 아닙니다. 실제로는 소프트웨어가 복잡한 상황을 얼마나 안정적으로 처리하는지, 시스템이 얼마나 광범위하게 검증됐는지, 안전성과 규제 요건을 충족하는지, 그리고 대량생산 차량에 일관되게 적용되는지가 더 중요합니다.

결론: 3나노가 곧 레벨 4를 뜻하지는 않는다

Xring D100의 3나노 공정, 20코어 CPU, 16코어 NPU, 최대 160GB 통합 메모리와 2000억 개 파라미터 모델 지원 주장은 샤오미가 자동차를 단순한 전기차가 아니라 대규모 AI 컴퓨팅 단말로 바라보고 있음을 보여줍니다. 2027년 상용화가 계획대로 진행된다면 샤오미는 차량 내 AI 연산을 자체 반도체로 통제하는 단계에 한 걸음 더 다가가게 됩니다. 18

그러나 3나노 또는 2나노 공정은 전력 효율과 집적도를 높일 수 있을 뿐, 그 자체로 안전한 레벨 4 자율주행을 증명하지는 않습니다. 샤오미의 2000억 파라미터 모델 시연과 테슬라의 테라팹 구상 모두 전략적으로는 의미가 크지만, 실제 자율주행 성능을 판단하려면 양산차 적용, 독립적으로 확인 가능한 도로 주행 데이터, 안전성 검증이 뒤따라야 합니다.