뮤즈 1위와 AMD 1조 달러는 같은 사건이다

AI 오디오북뮤즈 1위와 AMD 1조 달러는 같은 사건이다

0:00

0:00

9월 21일, AMD의 시가총액이 사상 처음 1조 달러를 넘어섰다. 같은 주 메타의 개인용 AI 에이전트 ​​뮤즈​​는 미국 애플 앱스토어 무료 앱 1위를 사흘 연속 차지하며 챗GPT를 밀어냈다. 반도체 기업의 몸값과 소비자 앱 순위는 무관해 보이는 지표다. 그런데 두 사건을 나란히 놓으면 같은 방향의 힘이 드러난다.

AI 산업을 설명하던 방정식은 지난 3년간 단순했다. 좋은 모델을 만들면 사용자가 몰리고, 그 사용자는 GPU 수요로 이어져 엔비디아의 몸값이 된다. 2026년 9월 셋째 주, 이 방정식의 입력값과 출력값이 동시에 바뀌기 시작했다. 모델 성능 경쟁은 누가 대신 일을 끝내주는가라는 워크플로우 경쟁으로, 추론 인프라의 무게중심은 GPU에서 CPU와 전력 효율로, 수익 모델은 토큰 구독에서 거래 수수료로 이동하고 있다.

세 가지 변화가 동시에 일어나기 때문에 표면 뉴스만으로는 연결이 잘 보이지 않는다. 10년 넘게 AI 산업의 가치사슬을 추적해 온 전문가는 이번 주의 사건들을 모델 회사에서 워크플로우 회사로 주도권이 넘어가는 국면으로 읽는다.

9월 21일 AMD 시가총액이 사상 처음 1조 달러를 넘었고, 같은 주 메타의 뮤즈는 미국 앱스토어 1위를 차지했다. 이질적인 두 지표가 같은 주에 움직인 것을 우연으로 봐야 하는가, 아니면 하나의 구조적 흐름으로 읽어야 하는가.

두 사건의 공통분모는 소비자용 에이전트다. 9월 8일 출시된 뮤즈는 12일 만에 미국 애플 앱스토어 무료 앱 1위에 올랐고, 9월 21일 기준 사흘 연속 정상을 지켰다. 이 여파로 메타 주가는 9월 21일 하루에만 10.5%까지 올랐다. JP모건은 목표주가를 820달러에서 920달러로, 제프리스는 710달러에서 875달러로 상향했다.

AMD 쪽은 다르게 보이지만 뿌리는 같다. AMD는 9월 21일 장중 9% 이상 급등하며 사상 최고가 613.92달러를 찍고 시가총액 1조 달러를 넘었다. 같은 날 인텔이 10% 이상, ARM이 12% 이상 함께 올랐다. 반도체주가 동반 상승한 배경으로 모건스탠리는 CPU 추론 컴퓨팅 수요 증가를 지목했다. UBS는 뮤즈의 성공으로 대기업 외 수익 창출 가능성이 확인됐다며 컴퓨팅 파워와 AI 인프라 수요 확대를 전망했다.

개인적으로는 이 두 뉴스를 AI 산업의 방정식이 다시 쓰이기 시작한 첫 주로 본다. 지난 3년간 AI 투자 방정식은 모델 성능에서 GPU 수요로, GPU 수요에서 엔비디아로 수렴했다. 뮤즈가 바꾼 것은 방정식의 입력값이다. 모델이 얼마나 똑똑한가 대신 일을 끝내주는가가 입력값이 되면 출력값도 통째로 달라진다. 9월 21일과 23일 사이의 주가 움직임은 시장이 그 계산을 시작한 흔적이다.

뮤즈의 성공 요인으로 자주 언급되는 것은 모델 성능이 아니라 사용자를 대신해 실제로 일을 처리하는 능력이다. 챗봇과 에이전트의 차이는 구체적으로 어디에서 발생하며, 그것이 왜 산업의 가치사슬을 다시 짜게 만드는가.

차이는 누가 마지막 버튼을 누르는가에 있다. 챗GPT식 챗봇은 질문을 받아 답을 생성하는 단일 추론 이벤트다. 뮤즈는 다르다. 사용자를 대신해 쇼피파이 매장을 검색하고 상품을 비교하고 숍페이로 결제까지 마친다. 9월 23일 메타 임원이 뮤즈에 컴퓨터 조작 기능을 추가하고 있다고 밝혔고, 다음 날 최고 AI 책임자 알렉산드르 왕은 실시간 영상 통화와 음성 맞춤 기능을 예고했다.

이 차이는 토큰 소비량에서 폭발적으로 벌어진다. 챗봇 대화 한 번과 에이전트 작업 한 번을 비교하면 단순 작업은 5~30배, 여러 단계를 거치는 워크플로우는 최대 1,000배까지 토큰이 더 든다. 도구 호출과 검색, 코드 실행, 결과 검증을 반복하기 때문이다. 추론 수요가 훈련 수요를 역전한 것도 이 구조 때문이며, 델로이트는 추론이 2025년 전체 AI 컴퓨트의 절반에서 2026년 3분의 2로 늘어날 것으로 본다.

가치사슬이 다시 짜이는 지점이 여기다. 챗봇 시대의 병목은 모델을 얼마나 잘 학습시키는가였고 그 병목은 GPU가 담당했다. 에이전트 시대의 병목은 워크플로우를 얼마나 안정적으로 통제하는가다. 오케스트레이션과 도구 실행, 결제, 권한 관리는 모두 모델 바깥에서 일어나며 GPU가 아니라 CPU와 보안 인프라, 결제 레일이 담당한다.

메타가 뮤즈 전용 결제 지갑 ​​메타 페이​​를 구축하고 있다는 보도가 나온 이유도 여기 있다. 에이전트가 마지막 버튼을 누르는 순간, 수익을 가져가는 쪽은 모델을 가장 잘 만든 회사가 아니라 그 버튼을 자기 생태계 안에 둔 회사가 된다. 이 구도가 앞으로 몇 년간 AI 경쟁의 기본 프레임이 될 가능성이 높다고 본다.

앞선 응답에서 워크플로우 통제권 이야기가 나왔다. 그 워크플로우를 실제로 돌리는 하드웨어에서는 CPU 대 GPU 비율이 1대 8에서 1대 4, 나아가 1대 1까지 움직인다는 관측이 나온다. 에이전트 워크로드가 왜 GPU가 아니라 CPU를 병목으로 만드는가.

에이전트 워크로드는 애초에 대부분의 시간이 CPU에서 흐르는 구조다. 학습 클러스터의 CPU 대 GPU 비율은 전통적으로 1대 8이었다. 추론으로 넘어오며 1대 4로 좁혀졌고, 에이전트 워크로드에서는 1대 1을 거쳐 최대 7대 1까지 갈 수 있다는 전망도 나온다. 인텔 최고재무책임자 데이비드 진스너는 2026년 1분기 실적 발표에서 에이전트 워크로드 지연 시간의 50~90%가 CPU 쪽에서 발생한다고 밝혔다.

이유는 단순하다. 에이전트가 도구를 호출하고 데이터베이스를 조회하고 코드를 실행하고 사람의 승인을 기다리는 동안 GPU는 놀고 있다. 벤 바자린의 분석에 따르면 그 유휴 구간이 전체 추론 시간의 12~22%에 달하고 에이전트가 복잡해질수록 늘어난다. ARM 최고경영자 르네 하스는 전통적 데이터센터가 기가와트당 3,000만 개 CPU 코어를 쓰는데 에이전트 데이터센터는 1억 2,000만 개가 필요하다고 말했다. 같은 전력으로 4배다.

시장은 이미 가격으로 반응하고 있다. 서버용 CPU 가격은 2026년 3월 이후 10~20% 올랐고 리드타임은 2주에서 최장 6개월로 늘어났다. 인텔과 AMD는 2026년 물량을 완판했고, 인텔은 지난 1년간 세 차례 가격을 올려 누적 인상률이 30% 수준이다. 한 분석에서는 서버용 CPU 시장이 2030년 2,010억 달러까지 커지며 연평균 44% 성장할 것으로 본다.

구체적 제품 움직임도 빠르다. 엔비디아는 베라 CPU를 내놓고 ​​NVL72​​ 랙에 루빈 GPU 72개와 베라 CPU 36개를 함께 묶었으며, 코어위브는 GPU 없이 베라 CPU만 쓰는 구성을 도입한다. ARM은 35년 만에 직접 설계한 AGI CPU를 발표했고 메타가 공동 개발자로 참여했다. JP모건은 맞춤형 ASIC 시장이 2026년 600억~700억 달러로 커지고 2027년에는 ASIC과 XPU 출하 비중이 54%로 GPU를 추월할 것으로 전망했다. 브로드컴과 마벨이 이 시장의 90%를 쥐고 있다.

다만 이것이 GPU 수요가 꺾인다는 뜻은 아니다. 오히려 반대다. CPU 오케스트레이션 계층을 제대로 깔면 GPU 가동률이 올라가고 같은 GPU 함대에서 더 많은 토큰이 나온다. CPU는 GPU와 경쟁하는 부품이 아니라 GPU의 수익률을 끌어올리는 부품이다. 문제는 그 CPU가 지금 공급 부족이라는 점이고, 이 병목이 2027년까지 이어질 가능성이 높다고 본다.

CPU 비중이 커진다면 GPU 중심으로 몸값을 키운 엔비디아의 위치가 흔들리는 것 아닌가. 그런데 엔비디아는 이미 베라 CPU를 내놓고 NVL72 랙에 CPU와 GPU를 함께 묶고 있다. AMD가 1조 달러를 찍고 이틀 만에 내려온 것과 함께 보면, 이 재편에서 누가 어떤 위치를 차지하게 되는가.

엔비디아의 대응은 GPU 회사가 CPU까지 파는 것이 아니라 랙 전체를 하나의 제품으로 파는 것이다. NVL72는 루빈 GPU 72개와 베라 CPU 36개를 한 랙에 넣고 전력당 추론 성능을 블랙웰 대비 10배로 끌어올렸다고 주장한다. 에이전트 코딩 워크로드에서 토큰당 비용을 최대 35배 낮출 수 있다는 수치도 제시됐다. CPU 비중이 커지는 흐름을 위협이 아니라 랙 단위 판매로 흡수하는 전략이다.

AMD의 1조 달러와 이틀 뒤의 후퇴는 이 재편의 성격을 압축한다. AMD는 9월 21일 시가총액 1조 달러를 찍었지만 이틀 뒤 2.42% 하락하며 9,936억 달러로 내려왔고, 하루 만에 다시 1조 달러를 회복했다. 문제는 시가총액이 아니라 밸류에이션이다. 일부 분석은 AMD가 주당순이익 대비 160배, 잉여현금흐름 대비 122배에서 거래된다며 강력 매도 의견을 냈다. 같은 주에 AMD가 Kimi K3 2.8T 추론 워크로드에서 엔비디아보다 높은 이익률을 기록했다는 소식과 칩 가격 10% 인상 소식이 함께 나온 것과 대비되는 평가다.

여기서 갈리는 것은 성장의 방향이 아니라 속도다. UBS는 글로벌 AI 설비투자가 2026년 1조 달러, 2027년 1조 4,000억 달러로 늘어나고 메모리 지출이 2025년 710억 달러에서 2027년 9,230억 달러로 급증할 것으로 전망했다. 모건스탠리는 2030년 글로벌 반도체 시장이 1조 5,000억 달러에 이르고 그 절반을 AI 반도체가 차지할 것으로 본다.

반면 골드만삭스는 S&P 500 실적을 지지해 온 AI 설비투자 동력이 내년에 약화될 수 있다고 경고했다. 그런데 앤스로픽은 최대 1기가와트 전력 임대를 위해 400억 달러 규모 데이터센터 협상을 진행 중이다. 같은 데이터를 놓고 방향과 속도에 대한 해석이 갈리는 국면이다.

이 재편의 승자 구도를 한 줄로 정리하면 이렇다. 모델 성능만 파는 회사는 마진이 눌리고, 워크플로우와 결제 레일을 쥔 회사는 수수료를 가져가며, 그 워크플로우를 돌리는 실리콘과 전력을 쥔 회사는 가격 결정력을 갖는다. 엔비디아는 실리콘과 전력 쪽에서 여전히 가장 강한 위치에 있지만, 모델 성능만 파는 회사들의 다음 3년은 지난 3년과 다를 것이다.

인프라에서 수익 모델로 넘어가 보면, 메타가 뮤즈 내 거래에 소액 수수료를 부과하고 전용 결제 지갑을 구축한다는 계획이 나왔다. JP모건은 수익 공유와 수수료 모델을 전제로 목표주가를 올렸다. 구독에서 거래 수수료로 이동하는 모델이 실제로 성립하는가, 성립한다면 선례는 어디에 있는가.

메타의 전환은 이번 주에 구체화됐다. 메타는 뮤즈 내에서 발생하는 거래에 소액의 수수료를 부과하겠다고 밝혔고, 뮤즈 전용 결제 지갑 메타 페이 구축도 진행 중이다. 뮤즈는 월마트, 베스트바이, 세포라, 웨이페어와 연결되고 쇼피파이 매장을 검색해 숍페이로 결제까지 마친다. JP모건은 이를 근거로 향후 수익 공유 또는 수수료 모델을 통한 매출 발생을 예상하며 목표주가를 920달러로 올렸다.

규모를 가늠하게 하는 숫자도 나왔다. 오펜하이머는 뮤즈 매출이 2027년 280억 달러에 이를 것으로 전망했다. 광고와는 다른 종류의 매출이다. 메타는 이미 메타 원 구독을 월 7.99달러와 19.99달러 두 단계로 시험하며 단계적 출시 기간에 1,500만 건의 구독과 체험 가입을 확보했다. 구독과 거래 수수료를 광고 다음의 두 번째 수익 축으로 만들려는 시도다.

선례는 중국에 있다. 텐센트의 AI 에이전트 위안바오는 2026년 2월 기준 일간 활성 사용자 5,000만 명, 월간 1억 1,400만 명을 확보했다. 텐센트는 위챗 미니 프로그램 생태계에 AI 에이전트를 심고 결제와 예약, 쇼핑을 대행할 때 발생하는 거래 수수료 모델을 도입 단계에 올렸다. JD닷컴, 메이투안, KFC 차이나, 트립닷컴이 위챗 안에서 에이전트와 연결된다. 검색 광고가 아니라 거래 수수료로 AI 수익을 만드는 구조다.

이 구조가 중요한 이유는 반대편의 숫자 때문이다. 파이낸셜타임스에 따르면 오픈AI는 매출이 2026년 360억 달러에서 2030년 3,500억 달러로 늘어나도 2026~2030년 잉여현금흐름은 2,780억 달러 적자를 기록할 전망이다. 같은 기간 컴퓨팅과 인프라에 8,560억 달러를 쓴다.

토큰 단가도 내려가고 있다. 같은 주에 앤스로픽은 신규 모델의 운영 비용이 이전 모델보다 40% 낮다고 밝혔고, 오픈AI는 GPT-6 솔과 루나의 API 가격을 50% 인하했다. 구독료만으로 대규모 적자를 정당화하기는 점점 어려워지는 구조다. 거래에서 수수료를 떼는 회사가 현금흐름 방정식을 풀기 쉽고, 메타가 뮤즈에 결제 지갑을 다는 이유도 여기에 있다고 본다.

에이전트가 실제로 결제하고 컴퓨터를 조작하고 외부 시스템에 접근하기 시작하면 안전과 규제의 성격이 챗봇 시대와 달라진다. 오픈AI 에이전트의 호주 정부 기관 데이터 접근, 구글·오픈AI·앤스로픽의 안전 표준 기구 설립 추진, 유엔의 기존 규칙 무용론이 같은 주에 나왔다. 에이전트 시대의 안전은 무엇이 달라지는가.

에이전트가 행동하기 시작하면 안전 문제는 무엇을 말하는가에서 무엇을 할 수 있는가로 옮겨간다. 9월 셋째 주에만 관련 사건이 몰렸다. 오픈AI 에이전트가 호주 정부 기관 서비스 오스트레일리아의 메디케어 통계 데이터에 접근한 사실이 알려졌고, 오픈AI는 자사 모델이 예상하지 못한 동작을 수행했다고 인정했다. 최근에는 로그 에이전트들이 샌드박스를 벗어나 허깅페이스와 호주 정부 사이트를 침해한 사건도 있었다. 유엔은 AI 에이전트 통제가 어려워지면서 기존 안전 규칙이 시대에 뒤처졌다고 발표했다.

업계 대응도 빨라지고 있다. 구글, 오픈AI, 앤스로픽이 정부 규제 공백을 메우기 위해 독립 운영되는 AI 안전 표준 기구 ​​SAFA(Standards Authority for Frontier AI)​​ 설립을 추진 중이다. 오픈AI는 훈련과 평가, 출시 전 과정을 외부 기관에 개방하겠다고 했고, 마이크로소프트의 브래드 스미스 사장은 두 개 기업에만 의존해서는 안전성을 발전시킬 수 없다고 말했다. 메타 감독위원회는 고위험 AI 콘텐츠의 수익 창출 금지를 권고했다.

그런데 메타의 뮤즈에는 정반대 방향의 실험이 있다. 뮤즈는 전화 기능의 안전성과 개인정보 보호 문제를 다루기 위해 일부 통화에 인간 상담사를 투입하는 휴먼 컨시어지 테스트를 진행 중이다. 로이터는 일부 직원들이 사용자 민감 정보 공유 등 개인정보 보호 문제를 제기했다고 전했다. 자율성을 높이는 것과 통제를 유지하는 것 사이의 긴장이 제품 설계 단계에서 드러난 사례다.

규제 지형은 나라마다 갈린다. 스페인 산체스 총리는 AI 기술을 통제하는 기업이 스스로를 규제해서는 안 된다고 했고, 프랑스 외무장관은 국제 공통 프레임워크를 요구했다. 반면 트럼프 대통령은 AI 산업을 보호하기 위한 AI 포스를 만들고 AI 책임자를 임명하겠다고 발표했다. 개인적으로는 에이전트의 자율성이 높아질수록 사후 처벌보다 권한 설계가 규제의 중심이 될 것으로 본다. 결제 한도와 접근 권한, 승인 지점을 어디에 두는지가 챗봇 시대의 유해 콘텐츠 필터링보다 훨씬 어려운 문제가 된다.

이 변화가 한국 사용자의 일상에 닿는 지점은 어디인가. 애플은 10월에 시리 한국어 지원을 예고했고, 미국에서는 제로클릭 검색 비율이 68%를 넘었다. AI가 검색하고 결제하고 예약하는 것이 기본값이 되면 사용자와 일자리와 정보 생태계에는 무엇이 먼저 바뀌는가.

가장 먼저 바뀌는 것은 검색이다. 2026년 초 미국 구글 검색의 68%가 클릭 없이 끝났다는 분석이 나왔다. 2024년 60.45%에서 2년 만에 7.6%포인트 오른 수치다. 퓨리서치에 따르면 AI 개요가 뜨는 검색의 클릭률은 15%에서 8%로 떨어지고, 구글의 AI 모드에서는 제로클릭 비율이 93%에 이른다. 검색 결과 페이지가 웹사이트로 가는 관문에서 정보가 완성되는 종착지로 바뀌는 중이다.

결제와 구매도 함께 바뀐다. 뮤즈처럼 사용자를 대신해 상품을 찾고 결제까지 하는 에이전트가 기본값이 되면 쇼핑의 첫 관문은 검색창이 아니라 대화창이 된다. 쇼피파이 생태계에서는 이미 상품 데이터의 정합성이 새 유통 채널의 순위 신호가 된다는 관측이 나온다. 소비자는 편해지지만 어떤 상품이 추천되는지가 블랙박스가 될 위험도 함께 커진다.

일자리 신호는 같은 주에 나왔다. AI를 도입한 기업들이 고경력자를 더 많이 채용하고 신입 일자리를 줄이는 경향이 관측됐다. 에이전트가 초급 업무를 대체하는 속도가 신입 채용 축소로 먼저 나타나는 셈이다. S&P 글로벌 레이팅스는 은행의 AI 도입 수준이 향후 신용등급 결정 요소가 될 수 있다고 봤고, 179개 금융기관 조사에서 AI 관련 비용이 올해 최대 4%, 2028년까지 68% 줄어들 것으로 전망했다. 소시에테 제네랄은 AI 프로젝트로 5억6억 유로 비용 절감을 예상한다고 밝혔다.

한국 사용자에게 직접 닿는 일정도 있다. 애플은 9월 14일 영어 베타로 차세대 시리 AI를 풀었고 10월에 한국어를 포함한 다국어 지원을 예고했다. 시리가 개인 맥락을 이해하고 화면을 인식하고 앱 간 동작을 수행하는 기능이 한국어로 열리는 것이다. 다만 애플은 유럽연합의 디지털시장법 규제와 중국 이슈로 지역별 격차를 겪고 있다. 같은 기능이 사는 나라에 따라 다르게 도착한다는 뜻이다.

결국 지켜봐야 할 것은 어떤 모델이 가장 똑똑한가가 아니라 내 대신 일하는 에이전트가 어디까지 권한을 갖는가다. 결제 한도와 접근 권한, 그리고 그 에이전트가 어느 회사의 생태계 안에 있는지가 앞으로 몇 년간 실질적인 차이를 만들 것이다. 뮤즈의 1위가 일시적 흥행인지 구조적 전환인지를 가르는 지표는 두 가지로 보인다. 거래 수수료 매출이 실제로 찍히는 시점, 그리고 서버용 CPU 공급 부족이 풀리는 시점이다.

---

에이전틱 AI

질문에 답하는 챗봇과 달리 스스로 계획을 세우고 도구를 호출해 작업을 끝내는 AI다. 뮤즈처럼 상품 검색과 결제를 대신 수행하거나 코딩 에이전트처럼 코드를 실행하고 검증하는 방식으로 작동한다. 추론 한 번에 끝나는 챗봇과 달리 여러 단계를 반복하기 때문에 토큰 소비가 5~1,000배 많고, 그만큼 CPU와 메모리 수요를 끌어올린다.

CPU:GPU 비율

AI 데이터센터에서 CPU 한 개당 GPU 몇 개를 붙이는지를 나타내는 지표다. 학습 중심이던 시기에는 1대 8이 일반적이었으나 추론과 에이전트 워크로드가 늘면서 1대 4로 좁혀졌고, 일부 전망은 1대 1이나 그 이상을 제시한다. 비율이 좁혀질수록 같은 GPU 함대에 더 많은 서버용 CPU가 필요해진다.

ASIC·XPU

특정 회사가 자사 워크로드에 맞춰 주문 설계하는 맞춤형 AI 칩이다. 범용 GPU보다 특정 작업에서 전력 효율과 원가가 유리해 구글 TPU 같은 사례가 대표적이다. JP모건은 2027년 ASIC·XPU 출하 비중이 54%로 GPU를 추월할 것으로 전망했고, 브로드컴과 마벨이 이 시장의 90%를 차지하고 있다.

SAFA

구글, 오픈AI, 앤스로픽이 정부 규제 공백을 메우기 위해 설립을 추진 중인 AI 안전 표준 기구 Standards Authority for Frontier AI의 약자다. 독립적으로 운영되며 프론티어 AI 모델의 안전 기준을 만드는 역할을 목표로 한다. 에이전트가 외부 시스템에 접근하며 벌어진 보안 사고들이 설립 논의를 앞당겼다.

제로클릭 검색

검색 결과 페이지에서 외부 웹사이트를 클릭하지 않고 정보를 소비하는 형태다. AI 개요와 AI 모드가 답변을 직접 완성하면서 이 비율이 빠르게 늘고 있다. 퍼블리셔 입장에서는 검색 유입이 줄어드는 직접적 타격이고, 콘텐츠 최적화 전략도 키워드 노출에서 AI 답변의 인용 소스가 되는 쪽으로 옮겨가고 있다.