에이엠디, 탈라스 인수로 AI 추론칩 보강

에이엠디($AMD)가 캐나다 AI 추론 칩 스타트업 탈라스(Taalas)를 인수해 엔비디아($NVDA)가 주도하는 AI 인프라 경쟁에서 추론 영역을 보강한다. 학습된 모델이 실제 서비스에서 답변을 생성하는 단계의 처리 속도와 비용을 낮추려는 행보다.

에이엠디는 8월 6일 탈라스 인수에 대한 최종 계약을 체결했다고 밝혔다. 인수 대금은 공개하지 않았으며, 거래 종결은 통상적인 종결 조건과 규제 승인 절차를 거쳐야 한다.

탈라스는 2023년 설립된 토론토 기반 기업이다. 에이엠디는 탈라스 기술이 AI 추론 데이터 흐름을 최적화해 범용 아키텍처의 연산·메모리 병목을 줄인다고 설명했다.

추론은 이미 학습된 AI 모델이 이용자 요청에 답하거나 예측을 생성하는 단계다. 생성형 AI 서비스가 연구실 모델 경쟁에서 실제 서비스 운영으로 옮겨갈수록 지연시간, 전력 효율, 이용자당 처리 단가가 핵심 변수로 떠오른다.

에이엠디는 탈라스 기술을 헬리오스(Helios) 랙스케일 솔루션, 인스팅트(Instinct) GPU, 에픽(EPYC) CPU, ROCm 소프트웨어와 결합해 가속기 로드맵과 시스템 단위 솔루션을 강화하겠다고 밝혔다. ZT시스템스와 MK1 인수를 발표한 데 이어 추론 칩까지 더한 것은 AI 인프라 확보를 넓혀온 흐름의 연장선에 있다.

탈라스 제품 페이지는 HC1 기술 시연 제품이 Llama 3.1 8B 모델 기준 이용자 1명당 초당 1만7000토큰을 처리한다고 적었다. 이 수치는 회사 측 측정값이며, 같은 자료는 엔비디아 H200 기준값과 탈라스 측 측정치를 함께 제시했다.

기술의 강점은 특정 모델에 맞춘 설계다. 탈라스는 공식 글에서 HC1이 Llama 3.1 8B를 하드웨어에 고정한 구조라고 설명했다. 다만 문맥창 조정과 LoRA 미세조정을 지원한다고도 밝혀, 탈라스 칩을 완전히 한 모델 전용으로만 보는 설명은 회사 자료보다 강한 요약이다.

LoRA는 기존 AI 모델 전체를 다시 학습하지 않고 일부 조정값만 바꿔 특정 업무에 맞추는 미세조정 방식이다. 모델 특화 반도체가 이 기능을 일부 지원한다는 점은 활용 범위를 넓히는 요소지만, 범용 GPU처럼 다양한 모델과 워크로드를 폭넓게 처리하는 구조와는 차이가 있다.

자금 조달 이력도 확인된다. 로이터는 탈라스가 2026년 2월 1억6900만 달러(약 2351억원)를 조달했고, 누적 조달액이 2억1900만 달러(약 3046억원)에 이르렀다고 전했다. 로이터는 에이엠디 주가가 인수 발표 직후 1.5% 올랐다고도 보도했다.

시장 구조상 추론 칩 경쟁은 단순한 성능 경쟁에 그치지 않는다. 클라우드 사업자와 AI 서비스 기업은 칩 가격뿐 아니라 랙 단위 배치, 전력, 냉각, 소프트웨어 호환성, 장기 유지비를 함께 따진다.

쟁점은 금융 평가다. AI 인프라는 칩, 서버, 데이터센터, 전력 연결을 묶어 대규모 자금을 필요로 한다. 시카고부스리뷰는 AI 인프라가 프로젝트 파이낸싱, 장비 담보 대출, 리스, 자산유동화 방식으로 조달되고 GPU 담보 대출도 존재한다고 분석했다.

KBRA는 7월 27일 연구에서 AI 컴퓨트 인프라의 신용 평가 변수로 현금흐름 지속성, 재임대 가능성, 잔존가치, 리파이낸싱 위험을 꼽았다. 이 기준을 탈라스식 모델 특화 칩에 대입하면 장단점이 갈린다.

특정 워크로드에서는 비용과 속도를 낮출 수 있지만, 범용 GPU보다 재판매와 재배치가 어려울 수 있다. 이는 담보가치 산정과 리스 구조에 부담이 될 수 있다는 평가로 이어진다.

엔비디아는 8월 11일 아폴로, 블랙록, 블랙스톤, 브룩필드, 골드만삭스, KKR과 함께 AI 인프라를 위한 5000억 달러(약 695조5000억원) 이상 자본 동원 플랫폼 구상을 발표했다. 엔비디아는 이 발표에서 재배치 가능성과 잔존가치를 AI 컴퓨트 자산의 핵심 특성으로 들었다.

에이엠디의 탈라스 인수는 저비용 추론 칩을 앞세운 기술 경쟁이다. 동시에 AI 하드웨어가 금융시장에서 어떤 자산으로 평가받을지 묻는 거래이기도 하다. 에이엠디는 거래 대금과 구체적인 제품 적용 일정을 공개하지 않았다.