화웨이는 9월 17~19일 중국 상하이에서 열린 HUAWEI CONNECT 2026에서 장기 실행과 대규모 컨텍스트 처리가 필요한 AI 에이전트가 확산될수록 연산, 메모리, 네트워크, 클라우드 운영, 에너지 시스템, 산업별 구축 역량이 함께 맞물려야 한다는 전략을 제시했다. 이번 발표는 특정 제품 하나의 출시라기보다, 에이전틱 AI 시대의 풀스택 공급자로 자리매김하려는 포석에 가깝다. 102

핵심 발표: 추론용 컨텍스트 메모리 ‘OceanStor M900’

가장 눈에 띄는 인프라 제품은 하이퍼스케일 데이터센터의 AI 추론을 겨냥한 OceanStor M900 Context Memory Storage다. 화웨이는 이를 SuperPod용 공유 컨텍스트 메모리 계층으로 제시했다. 긴 컨텍스트와 다단계 작업을 처리하는 AI 에이전트 환경에서 칩 내 메모리와 DRAM의 용량 한계를 완화하겠다는 목적이다. 45

이 시스템은 화웨이의 UnifiedBus 인터커넥트를 사용해 고속 메모리 계층과 SSD 기반 스토리지에 걸친 전역 공유형·계층형 KV 캐시 풀을 구성한다. 화웨이에 따르면 CPU, 네트워크 컨트롤러, NAND 컨트롤러 기능을 통합해 NPU와 SSD 사이의 원홉 직접 접근도 지원한다. 24

화웨이가 노리는 변화는 개별 가속기가 사용할 수 있는 기가바이트급 컨텍스트 메모리를 여러 시스템이 함께 쓰는 페타바이트급 자원으로 확장하는 것이다. 화웨이 발표 내용을 인용한 한 제3자 보도에 따르면, M900 클러스터 1대는 최대 64PB의 KV 캐시 용량을 제공할 수 있다. 11 화웨이는 하이브리드 미디어 설계와 보존 알고리즘으로 SSD 읽기·쓰기 수명을 16배 늘릴 수 있다고도 주장했다. 2

이 같은 사양과 효율 수치는 독립 검증 벤치마크가 아닌 화웨이의 제품 주장이라는 점은 구분할 필요가 있다. 다만 화웨이가 KV 캐시와 장문 컨텍스트 검색을 부수적인 스토리지 기능이 아니라 AI 추론의 핵심 인프라로 보고 있다는 점은 분명하다.

UnifiedBus와 SuperPod: 클러스터 단위의 연산·메모리 결합

OceanStor M900은 업그레이드된 TaiShan 950 SuperPod 등 연산 인프라와 함께 공개됐다. 화웨이는 캐비닛 내부, 캐비닛 간, 클러스터 전반을 연결하는 UnifiedBus 기반 컴퓨팅 아키텍처도 소개했다. 회사는 이 구조가 단일 캐비닛부터 최대 100만 NPU 규모 클러스터까지 확장될 수 있다고 설명한다. 27

이 조합이 중요한 이유는 화웨이의 주장이 단순하다. 에이전틱 워크로드에는 분리된 가속기 풀보다 연산과 메모리가 촘촘히 연결된 구조가 필요하다는 것이다. SuperPod, 클러스터, 컨텍스트 메모리의 공통 패브릭으로 UnifiedBus를 내세우며, 기존의 ‘연산 장비+스토리지’ 조합과 다른 통합형 아키텍처를 구축하려는 시도로 읽힌다. 27

클라우드에서 모델 호출·에이전트 운영까지

화웨이 클라우드는 에이전틱 AI용 클라우드 기반으로 최신 **AI Cluster Service(AICS)**를 글로벌 출시했다. 화웨이는 AICS를 AI 인프라, 모델 서비스, 기업용 에이전트 도구를 묶는 더 넓은 플랫폼의 기반으로 설명한다. 3

모델 계층의 **Agentic Model as a Service(MaaS)**는 여러 모델을 모아 개발자가 자체 배포를 관리하지 않고도 모델 서비스를 호출할 수 있도록 하는 서비스다. 화웨이는 이를 애플리케이션 및 에이전트 개발자가 대규모로 모델 기능을 활용하는 수단으로 제시했다. 313

에이전트의 개발·배포·관리를 위해서는 AgentArts를 전면에 내세웠다. 이 플랫폼은 기업용 에이전트 개발과 운영을 목표로 하며, 행사 자료에는 오픈소스인 openJiuwen 에디션도 언급됐다. 13

화웨이 클라우드 스택의 에이전트 대응형 하이브리드 클라우드 아키텍처는 다음 네 가지 요소로 구성된다.

1. 범용 연산과 AI 연산을 통합한 민첩하고 탄력적인 클라우드 인프라
2. 데이터·연산·토큰을 연결하는 AI 네이티브 역량 허브
3. 대규모 에이전트 개발 및 실행을 위한 에이전트 네이티브 지원 플랫폼
4. 에이전트 수명주기 전반을 포괄하는 지능형 운영과 엔드투엔드 보안 31

이는 기업이 클라우드와 온프레미스 환경을 넘나들며 데이터, 연산 자원, 모델 선택, 에이전트 운영을 연결할 수 있어야 한다는 화웨이의 기업 시장 관점을 보여준다.

토큰 집약형 워크로드를 겨냥한 네트워크

화웨이는 Stellar AI Network Solution도 업그레이드했다. AI Fabric, AI WAN, AI Campus를 아우르는 이 솔루션은 보안성과 지능형 연결, 효율적인 컴퓨팅 생산, 무손실 전송, 빠른 애플리케이션 성능을 설계 우선순위로 내세운다. 20

분산 AI 시스템에서는 프로세서 성능뿐 아니라 가속기, 클러스터, 지역 간 통신이 학습과 추론의 병목이 될 수 있다. 화웨이의 Stellar AI WAN은 지역 간 컴퓨팅을 겨냥해 1,000km 이상 거리에서도 컴퓨팅 파워를 무손실로 전송해 원격 환경을 현지 환경처럼 활용할 수 있다고 주장한다. 23

데이터센터를 ‘에너지 인프라’로 보는 접근

화웨이의 데이터센터 전략은 서버와 네트워크에 그치지 않았다. 전력망 연계형 AI 데이터센터 전략은 고밀도 AI 캠퍼스를 단순한 전력 소비처가 아니라 전력망, 에너지저장장치, 냉각, 컴퓨팅 워크로드와 조율해야 하는 시스템으로 본다. 29

핵심 지표로 제시된 표현은 ‘와트당 토큰(tokens per watt)’이다. 전력 1단위당 유효 AI 산출량을 높이겠다는 의미다. 화웨이가 제안한 아키텍처에는 계통 친화형 UPS와 그리드 포밍 에너지저장시스템을 중심으로 한 다중 입력·다중 출력(MIMO) 전력 설계가 포함되며, 장기적으로는 통합 에너지 라우터로 발전시키는 경로를 제시했다. 2930

화웨이는 SuperPod·SuperCluster, 범용 연산과 스토리지, 엣지 인프라, 데이터센터 네트워크, 설비 전반의 AI 데이터센터 제품군을 함께 공개했다. 18 전력·냉각·에너지 관리를 단순 설비 운영이 아닌 AI 시스템 성능의 구성 요소로 포함시키겠다는 메시지다.

SCALE: 실증 프로젝트를 산업 배포로 옮기려는 파트너 전략

기술만으로 AI 실증 사업이 산업 현장에 정착하는 것은 아니다. 화웨이는 이를 겨냥해 ‘Huawei + Partners’ 지원 체계인 SCALE을 출시했다. 이 프로그램은 솔루션 개발, 통합 검증, 구축, 운영·유지보수, 시스템 협업 등 파트너들이 반복적으로 겪는 장애물을 해결하는 데 초점을 둔다. 3334

화웨이는 지원 영역으로 시나리오 기반 솔루션, 공동 혁신, 연계 마케팅, 현지 서비스, 일관된 품질, 효율적 협업을 열거했다. 다만 보도자료에서는 이를 ‘5가지 지원’이라고 표현하면서 실제로는 6개 범주를 나열했다. 33

이 프로그램은 맞춤형 PoC에만 의존하는 대신 인프라, 소프트웨어, 산업 자산, 파트너 서비스를 반복 가능한 구축 모델로 묶으려는 화웨이의 산업 AI 접근법과 맞닿아 있다.

화웨이 전략이 뜻하는 것

HUAWEI CONNECT 2026의 발표를 종합하면 화웨이는 실리콘과 SuperPod을 기반으로 UnifiedBus와 컨텍스트 메모리를 얹고, 그 위에 클라우드 클러스터, 모델 접근 서비스, 에이전트 도구를 배치하는 수직 통합형 AI 전략을 제시했다. 네트워크, 전력 시스템, 파트너 구축 체계는 이를 실제 도입 환경에서 뒷받침하는 축이다.

화웨이가 강조한 차별점은 AI 연산량 그 자체보다 장문 컨텍스트, 높은 메모리 사용량, 지속 실행형 에이전트에 대응하는 토큰 생산 시스템이다. OceanStor M900은 AI 추론에서 점점 커지는 KV 캐시의 비용과 용량 부담을 직접 겨냥한다는 점에서 이 전략의 중심에 놓인다. 24

행사에서 공개된 용량, 성능, 가용성, 효율 수치의 상당수는 화웨이 자체 발표에 기반한 만큼 공급업체의 주장으로 평가할 필요가 있다. 그럼에도 방향은 뚜렷하다. 화웨이는 기업이 에이전틱 AI를 시연 단계를 넘어 지속적인 운영 환경으로 옮기는 데 필요한 인프라 계층을 직접 통합하고 공급하려 하고 있다. 2331

화웨이는 9월 17~19일 중국 상하이에서 열린 HUAWEI CONNECT 2026에서 장기 실행과 대규모 컨텍스트 처리가 필요한 AI 에이전트가 확산될수록 연산, 메모리, 네트워크, 클라우드 운영, 에너지 시스템, 산업별 구축 역량이 함께 맞물려야 한다는 전략을 제시했다. 이번 발표는 특정 제품 하나의 출시라기보다, 에이전틱 AI 시대의 풀스택 공급자로 자리매김하려는 포석에 가깝다. 102

핵심 발표: 추론용 컨텍스트 메모리 ‘OceanStor M900’

가장 눈에 띄는 인프라 제품은 하이퍼스케일 데이터센터의 AI 추론을 겨냥한 OceanStor M900 Context Memory Storage다. 화웨이는 이를 SuperPod용 공유 컨텍스트 메모리 계층으로 제시했다. 긴 컨텍스트와 다단계 작업을 처리하는 AI 에이전트 환경에서 칩 내 메모리와 DRAM의 용량 한계를 완화하겠다는 목적이다. 45

이 시스템은 화웨이의 UnifiedBus 인터커넥트를 사용해 고속 메모리 계층과 SSD 기반 스토리지에 걸친 전역 공유형·계층형 KV 캐시 풀을 구성한다. 화웨이에 따르면 CPU, 네트워크 컨트롤러, NAND 컨트롤러 기능을 통합해 NPU와 SSD 사이의 원홉 직접 접근도 지원한다. 24

화웨이가 노리는 변화는 개별 가속기가 사용할 수 있는 기가바이트급 컨텍스트 메모리를 여러 시스템이 함께 쓰는 페타바이트급 자원으로 확장하는 것이다. 화웨이 발표 내용을 인용한 한 제3자 보도에 따르면, M900 클러스터 1대는 최대 64PB의 KV 캐시 용량을 제공할 수 있다. 11 화웨이는 하이브리드 미디어 설계와 보존 알고리즘으로 SSD 읽기·쓰기 수명을 16배 늘릴 수 있다고도 주장했다. 2

이 같은 사양과 효율 수치는 독립 검증 벤치마크가 아닌 화웨이의 제품 주장이라는 점은 구분할 필요가 있다. 다만 화웨이가 KV 캐시와 장문 컨텍스트 검색을 부수적인 스토리지 기능이 아니라 AI 추론의 핵심 인프라로 보고 있다는 점은 분명하다.

UnifiedBus와 SuperPod: 클러스터 단위의 연산·메모리 결합

OceanStor M900은 업그레이드된 TaiShan 950 SuperPod 등 연산 인프라와 함께 공개됐다. 화웨이는 캐비닛 내부, 캐비닛 간, 클러스터 전반을 연결하는 UnifiedBus 기반 컴퓨팅 아키텍처도 소개했다. 회사는 이 구조가 단일 캐비닛부터 최대 100만 NPU 규모 클러스터까지 확장될 수 있다고 설명한다. 27

이 조합이 중요한 이유는 화웨이의 주장이 단순하다. 에이전틱 워크로드에는 분리된 가속기 풀보다 연산과 메모리가 촘촘히 연결된 구조가 필요하다는 것이다. SuperPod, 클러스터, 컨텍스트 메모리의 공통 패브릭으로 UnifiedBus를 내세우며, 기존의 ‘연산 장비+스토리지’ 조합과 다른 통합형 아키텍처를 구축하려는 시도로 읽힌다. 27

클라우드에서 모델 호출·에이전트 운영까지

화웨이 클라우드는 에이전틱 AI용 클라우드 기반으로 최신 **AI Cluster Service(AICS)**를 글로벌 출시했다. 화웨이는 AICS를 AI 인프라, 모델 서비스, 기업용 에이전트 도구를 묶는 더 넓은 플랫폼의 기반으로 설명한다. 3

모델 계층의 **Agentic Model as a Service(MaaS)**는 여러 모델을 모아 개발자가 자체 배포를 관리하지 않고도 모델 서비스를 호출할 수 있도록 하는 서비스다. 화웨이는 이를 애플리케이션 및 에이전트 개발자가 대규모로 모델 기능을 활용하는 수단으로 제시했다. 313

에이전트의 개발·배포·관리를 위해서는 AgentArts를 전면에 내세웠다. 이 플랫폼은 기업용 에이전트 개발과 운영을 목표로 하며, 행사 자료에는 오픈소스인 openJiuwen 에디션도 언급됐다. 13

화웨이 클라우드 스택의 에이전트 대응형 하이브리드 클라우드 아키텍처는 다음 네 가지 요소로 구성된다.

1. 범용 연산과 AI 연산을 통합한 민첩하고 탄력적인 클라우드 인프라
2. 데이터·연산·토큰을 연결하는 AI 네이티브 역량 허브
3. 대규모 에이전트 개발 및 실행을 위한 에이전트 네이티브 지원 플랫폼
4. 에이전트 수명주기 전반을 포괄하는 지능형 운영과 엔드투엔드 보안 31

이는 기업이 클라우드와 온프레미스 환경을 넘나들며 데이터, 연산 자원, 모델 선택, 에이전트 운영을 연결할 수 있어야 한다는 화웨이의 기업 시장 관점을 보여준다.

토큰 집약형 워크로드를 겨냥한 네트워크

화웨이는 Stellar AI Network Solution도 업그레이드했다. AI Fabric, AI WAN, AI Campus를 아우르는 이 솔루션은 보안성과 지능형 연결, 효율적인 컴퓨팅 생산, 무손실 전송, 빠른 애플리케이션 성능을 설계 우선순위로 내세운다. 20

분산 AI 시스템에서는 프로세서 성능뿐 아니라 가속기, 클러스터, 지역 간 통신이 학습과 추론의 병목이 될 수 있다. 화웨이의 Stellar AI WAN은 지역 간 컴퓨팅을 겨냥해 1,000km 이상 거리에서도 컴퓨팅 파워를 무손실로 전송해 원격 환경을 현지 환경처럼 활용할 수 있다고 주장한다. 23

데이터센터를 ‘에너지 인프라’로 보는 접근

화웨이의 데이터센터 전략은 서버와 네트워크에 그치지 않았다. 전력망 연계형 AI 데이터센터 전략은 고밀도 AI 캠퍼스를 단순한 전력 소비처가 아니라 전력망, 에너지저장장치, 냉각, 컴퓨팅 워크로드와 조율해야 하는 시스템으로 본다. 29

핵심 지표로 제시된 표현은 ‘와트당 토큰(tokens per watt)’이다. 전력 1단위당 유효 AI 산출량을 높이겠다는 의미다. 화웨이가 제안한 아키텍처에는 계통 친화형 UPS와 그리드 포밍 에너지저장시스템을 중심으로 한 다중 입력·다중 출력(MIMO) 전력 설계가 포함되며, 장기적으로는 통합 에너지 라우터로 발전시키는 경로를 제시했다. 2930

화웨이는 SuperPod·SuperCluster, 범용 연산과 스토리지, 엣지 인프라, 데이터센터 네트워크, 설비 전반의 AI 데이터센터 제품군을 함께 공개했다. 18 전력·냉각·에너지 관리를 단순 설비 운영이 아닌 AI 시스템 성능의 구성 요소로 포함시키겠다는 메시지다.

SCALE: 실증 프로젝트를 산업 배포로 옮기려는 파트너 전략

기술만으로 AI 실증 사업이 산업 현장에 정착하는 것은 아니다. 화웨이는 이를 겨냥해 ‘Huawei + Partners’ 지원 체계인 SCALE을 출시했다. 이 프로그램은 솔루션 개발, 통합 검증, 구축, 운영·유지보수, 시스템 협업 등 파트너들이 반복적으로 겪는 장애물을 해결하는 데 초점을 둔다. 3334

화웨이는 지원 영역으로 시나리오 기반 솔루션, 공동 혁신, 연계 마케팅, 현지 서비스, 일관된 품질, 효율적 협업을 열거했다. 다만 보도자료에서는 이를 ‘5가지 지원’이라고 표현하면서 실제로는 6개 범주를 나열했다. 33

이 프로그램은 맞춤형 PoC에만 의존하는 대신 인프라, 소프트웨어, 산업 자산, 파트너 서비스를 반복 가능한 구축 모델로 묶으려는 화웨이의 산업 AI 접근법과 맞닿아 있다.

화웨이 전략이 뜻하는 것

HUAWEI CONNECT 2026의 발표를 종합하면 화웨이는 실리콘과 SuperPod을 기반으로 UnifiedBus와 컨텍스트 메모리를 얹고, 그 위에 클라우드 클러스터, 모델 접근 서비스, 에이전트 도구를 배치하는 수직 통합형 AI 전략을 제시했다. 네트워크, 전력 시스템, 파트너 구축 체계는 이를 실제 도입 환경에서 뒷받침하는 축이다.

화웨이가 강조한 차별점은 AI 연산량 그 자체보다 장문 컨텍스트, 높은 메모리 사용량, 지속 실행형 에이전트에 대응하는 토큰 생산 시스템이다. OceanStor M900은 AI 추론에서 점점 커지는 KV 캐시의 비용과 용량 부담을 직접 겨냥한다는 점에서 이 전략의 중심에 놓인다. 24

행사에서 공개된 용량, 성능, 가용성, 효율 수치의 상당수는 화웨이 자체 발표에 기반한 만큼 공급업체의 주장으로 평가할 필요가 있다. 그럼에도 방향은 뚜렷하다. 화웨이는 기업이 에이전틱 AI를 시연 단계를 넘어 지속적인 운영 환경으로 옮기는 데 필요한 인프라 계층을 직접 통합하고 공급하려 하고 있다. 2331