엔비디아 베라 CPU를 도입하는 스페이스XAI, 에이전틱 AI의 ‘두뇌 밖’ 연산을 겨냥하다

엔비디아가 스페이스XAI에 베라(Vera) CPU를 공급한다. 목표는 그록(Grok)의 차세대 에이전틱 AI가 단순히 답변을 생성하는 데 그치지 않고, 여러 도구를 호출하고 코드를 실행하며 데이터를 처리하고 시뮬레이션을 수행하도록 뒷단의 연산을 강화하는 것이다. 1

이번 발표는 지상 데이터센터에만 머물지 않는다. 엔비디아는 스페이스XAI가 베라 루빈 기반 시스템을 기가와트급 규모로 확장하는 구상을 추진하고 있으며, 첫 세대 스타마인드(Starmind) AI 위성에는 우주 환경에 맞게 최적화한 베라 루빈 NVL72 시스템을 탑재할 계획이라고 밝혔다. 1

에이전틱 AI에서 CPU가 중요한 이유

기존 AI 인프라 논의에서는 모델을 실제로 계산하는 GPU가 주로 주목받았다. 하지만 에이전틱 AI는 모델 호출 전후에 훨씬 많은 작업을 수행한다. 에이전트의 상태를 저장하고, 여러 모델과 도구 호출을 조정하며, 코드를 실행하고, 중간 데이터를 처리하고, 환경을 시뮬레이션한 뒤 계획을 반복해서 수정해야 한다.

이 과정에서 CPU는 단순한 ‘GPU용 보조 부품’이 아니다. 많은 프로세스를 동시에 관리하고, 상태와 데이터를 빠르게 이동시키며, GPU가 계속 작업하도록 스케줄링하는 역할을 맡는다. 엔비디아는 베라를 범용 서버 CPU가 아니라 에이전틱 AI, 강화학습, 데이터 처리에 맞춘 CPU 계층으로 설계했다고 설명한다. 33

엔비디아가 강조하는 베라의 사양

엔비디아가 제시한 주요 사양은 다음과 같다.

• 맞춤형 Olympus CPU 코어 88개
• 최대 1.2TB/s 대역폭을 지원하는 LPDDR5X 메모리
• 최대 1.5TB 메모리 구성 — 다만 이는 2차 보도와 제품 설명에 등장한 수치로, 제공된 주요 공식 발표만으로는 해당 구성을 독립적으로 확인하기 어렵다. 7 32
• 독립형 베라 서버와 베라 루빈 시스템, 관련 AI 인프라 플랫폼 지원 33

코어 수가 많으면 에이전트 오케스트레이션과 시뮬레이션을 병렬로 처리하기 유리하다. 메모리 대역폭이 높으면 에이전트가 상태 정보와 중간 결과, 데이터 세트를 반복적으로 읽고 쓸 때 발생하는 병목을 줄일 수 있다.

베라 루빈 시스템에서는 CPU와 GPU를 따로 구매하는 방식보다 CPU, 루빈 GPU, 네트워킹 장비, DPU, 소프트웨어를 하나의 AI 인프라 플랫폼으로 묶는 접근이 강조된다. 33 40

‘2배 효율·50% 빠른 성능’은 어디까지 봐야 하나

엔비디아는 2026년 3월 16일 베라를 출시하면서 특정 대상 워크로드에서 기존 랙 규모 CPU보다 효율이 2배 높고 성능이 50% 빠르다고 주장했다. 38 이후 스페이스XAI 발표에서는 일부 에이전틱 AI, 강화학습, 데이터 처리 워크로드에서 x86 CPU보다 작업 완료 속도가 최대 1.8배 빠르다고 밝혔다. 1

다만 이 수치가 모든 서버 작업에서 베라가 AMD EPYC나 인텔 Xeon보다 빠르다는 의미는 아니다. 모두 엔비디아가 선정한 특정 워크로드와 비교 조건에 기반한 제조사 주장이다. 독립적인 종합 벤치마크가 나오기 전까지는 ‘범용 CPU 시장의 승리’라기보다 에이전틱 AI용 플랫폼 경쟁에서 엔비디아가 내세우는 포지셔닝으로 보는 편이 정확하다.

실제 구매자가 확인해야 할 지점은 칩 하나의 성능보다 시스템 전체의 처리량이다. CPU와 GPU가 결합된 플랫폼이 에이전트의 전체 작업 흐름을 얼마나 빨리 끝내는지, 전력은 얼마나 사용하는지, 스케줄링과 메모리 이동, 도구 호출을 소프트웨어가 얼마나 효율적으로 처리하는지가 핵심이다.

초기 평가에서 공개 배치 계획으로

협력은 단계적으로 진행됐다. 엔비디아는 2026년 3월 베라를 출시하며 파트너 시스템이 같은 해 하반기에 제공될 예정이라고 밝혔다. 38 5월에는 엔비디아의 하이퍼스케일·고성능 컴퓨팅 담당 임원 이안 벅이 앤트로픽, 오픈AI, 스페이스XAI, 오라클 클라우드 인프라스트럭처에 초기 베라 시스템을 직접 전달했다. 엔비디아가 이를 첫 고객 공급으로 소개했지만, 초기 시스템 전달이 모든 고객의 대규모 상용 배치 완료를 뜻하는 것은 아니다. 11

8월 24일 발표에서 스페이스XAI는 초기 장비 수령 기업에서 공개적인 배치 계획을 가진 고객으로 한 단계 나아갔다. 엔비디아는 베라가 지상에서 그록 관련 에이전틱 AI 작업을 지원하고, 향후 스타마인드 위성용 베라 루빈 시스템의 일부가 될 것이라고 설명했다. 1

지상 데이터센터 활용은 비교적 이해하기 쉽다. CPU 중심의 오케스트레이션과 데이터 처리를 루빈 GPU와 결합해 AI 인프라의 전체 작업 흐름을 가속하는 방식이다. 반면 궤도 위성 활용은 아직 계획 단계다. 엔비디아도 우주 컴퓨팅에는 전력, 열 관리, 통신 대역폭, 신뢰성, 시스템 통합 측면에서 지상과 다른 제약이 있다고 인정한다. 1

위성 탑재는 칩 성능 이상의 시험이다

AI 시스템을 우주에 올리는 일은 코어 수나 메모리 대역폭만으로 해결할 수 없다. 전력 생산과 열 방출, 방사선 내성, 발사 중량, 통신 용량, 장기간 유지보수 가능성을 모두 고려해야 한다.

따라서 계획된 스타마인드 탑재체는 베라 CPU의 성능 시험인 동시에 시스템 엔지니어링 시험이 된다. 현재 발표가 보여주는 것은 목표 아키텍처와 파트너십이지, 궤도에서 대규모 연산이 지속적으로 운영되고 있다는 증거는 아니다. 보도에서는 이르면 2027년 발사 가능성이 언급됐지만, 이는 아직 미래의 계획이다. 18

엔비디아가 CPU 시장에 던지는 경쟁 구도

베라는 엔비디아의 AI 인프라 전략을 GPU 바깥으로 넓힌다. 엔비디아는 가속기뿐 아니라 CPU, 인터커넥트, 네트워킹, 스토리지, 소프트웨어를 함께 제공하는 ‘AI 팩토리’ 플랫폼을 구축하려 한다. 3월 발표에는 오라클 클라우드 인프라스트럭처를 비롯한 클라우드 사업자와 시스템 제조사들이 베라 협력사로 거론됐다. 오라클의 차세대 OCI 슈퍼클러스터는 루빈 GPU, 베라 CPU, BlueField DPU, NVLink, SuperNIC, 이더넷 스위치를 통합할 예정이다. 38 40

오라클은 특히 중요한 검증 사례다. 보도에 따르면 오라클 클라우드 인프라스트럭처는 2026년부터 베라 CPU 수십만 개를 배치할 계획이다. 8 39 이 계획이 실제로 실행되면 베라는 일부 주요 고객의 평가용 장비를 넘어 하이퍼스케일 클라우드에 적용되는 플랫폼으로 자리 잡을 수 있다.

가장 직접적인 경쟁 압박을 받는 곳은 데이터센터용 CPU 시장의 강자인 AMD와 인텔이다. 다만 엔비디아의 강점이 모든 범용 CPU 작업에서 압도적인 성능을 보장한다는 뜻은 아니다. 엔비디아가 노리는 것은 AI 작업에 최적화된 CPU·GPU·네트워크·소프트웨어의 긴밀한 결합이다. 고객은 이 통합의 편의성과 성능을 선택할 수 있지만, 특정 업체 의존도를 낮추기 위해 AMD와 인텔을 포함한 이기종 서버 구성을 유지할 수도 있다.

발표 당일 주가 하락은 베라의 판정이 아니다

8월 24일 발표 당일 엔비디아와 스페이스X 주가는 모두 하락했다. 한 보도는 엔비디아가 2.91%, 스페이스X가 1.44% 내렸다고 전했다. 18

그러나 하루의 주가 움직임만으로 투자자들이 협력을 거부했거나 베라가 기술적으로 실패했다고 판단할 수는 없다. 주가는 당시 시장 분위기, 실적 기대, 자본 지출 전망, 투자자 포지셔닝 등 여러 요인의 영향을 받는다.

더 중요한 검증 기준은 따로 있다. 스페이스XAI와 다른 고객들이 발표된 계획을 실제로 지속 가능한 배치로 전환하는지, 그리고 독립적인 측정이 엔비디아의 효율·성능 주장을 확인하는지다.

결론

스페이스XAI의 베라 도입이 중요한 이유는 에이전틱 AI 인프라에서 CPU를 핵심 구성 요소로 끌어올렸기 때문이다. 엔비디아는 베라의 88개 Olympus 코어와 고대역폭 메모리가 GPU 추론·학습을 둘러싼 조정, 실행, 시뮬레이션, 데이터 이동 작업을 처리하도록 설계됐다고 설명한다. 1 33

단기적으로는 대형 AI 고객이 엔비디아의 CPU 플랫폼을 채택한다는 점이 상업적 의미를 갖는다. 더 넓게 보면 엔비디아가 GPU 지배력을 CPU와 시스템 전체로 확장하려는 전략이며, 오라클의 수십만 개 배치 계획이 수요를 확인하는 또 하나의 시험대가 된다.

스타마인드 위성은 이 계획의 가장 야심찬 확장판이다. 하지만 실제 발사와 궤도 운용이 이뤄지기 전까지는 입증된 기술이 아니라, 엔비디아와 스페이스XAI가 제시한 배치 목표로 이해해야 한다.