병목

전자신문 보도에 따르면, TSMC는 CoWoS 고급 패키징의 CoW(Chip-on-Wafer) 단계의 아웃소싱 규모를 더욱 확대할 계획이며, 더 많은 패키징 주문을 ASE와 같은 OSAT 업체에 맡길 예정이다. CoWoS는 TSMC의 2.5D 패키징 기술로, GPU와 같은 AI 프로세서를 HBM과 중개층을 통해 연결하며, 이 중 CoW는 칩과 중개층의 결합 단계이고, WoS는 기판 패키징 단계이다. 이전에 TSMC는 주로 WoS 단계를 아웃소싱했으며, CoW는 소량만 위탁했다.이 조치는 AI 칩 수요의 지속적인 급증으로 인한 패키징 용량 병목 현상을 완화하기 위한 것이다. TSMC는 전 세계 AI 칩 제조 시장에서 약 **90%**의 점유율을 차지하고 있지만, 엔비디아와 같은 업체 및 AI 데이터 센터의 자체 개발 칩 수요가 급증하면서 용량이 충족되기 어려워졌다. 업계에서는 OSAT가 장비 투자를 대폭 늘릴 것으로 예상하고 있으며, 특히 웨이퍼 절단 및 본딩 등 후공정 분야에서 그렇다. 한국의 여러 레이저 가공 및 본딩 장비 공급업체들이 OSAT와 CoW 장비 공급에 대해 협상 중인 것으로 확인되었다.

공식 소식에 따르면, Marvell Technology는 AI 인프라를 위한 차세대 메모리 솔루션 조합을 발표하였으며, 서버급 AI 스토리지, 랙급 CXL 메모리 확장 및 풀링, 다중 캐비닛 광 상호 연결 공유 메모리를 포함하여 Agentic AI 추론 과정에서 증가하는 메모리 용량과 대역폭 병목 현상을 해결하는 것을 목표로 하고 있습니다.Marvell은 AI 모델의 규모가 확대되고, 컨텍스트 윈도우가 연장되며, KV Cache 수요가 증가함에 따라 전통적인 컴퓨팅과 메모리의 긴밀한 결합 아키텍처가 AI 추론 효율성을 제한하고 있다고 밝혔습니다. 메모리 분리(memory disaggregation)를 통해 메모리 자원을 컴퓨팅 자원과 더 독립적으로 확장할 수 있어 GPU 활용도를 높이고 데이터 이동 지연을 줄일 수 있습니다. 이번에 발표된 제품은 다음과 같습니다:Bravera SC6 PCIe 6.0 SSD 컨트롤러: AI 추론 스토리지 시나리오를 위해 설계되었으며, 클라우드 서비스 제공업체가 더 많은 KV Cache를 고성능 SSD로 이전하여 인프라 효율성을 높이는 데 도움을 줍니다. 이 제품은 다수 공급업체 NAND와 호환되는 아키텍처를 채택하고 있으며, 2026년 4분기부터 샘플이 제공될 예정입니다.Marvell Structera X 메모리 확장 솔루션: CXL 기술을 기반으로 하여 랙급 메모리 확장 및 자원 풀링을 지원하며, 데이터 센터가 메모리 자원을 보다 유연하게 공유하고 조정할 수 있도록 도와 AI 인프라 비용을 절감합니다.Marvell Photonic Fabric 광 상호 연결 메모리 솔루션: 광 상호 연결 기술을 통해 다중 캐비닛 공유 메모리 아키텍처를 구축하며, 최대 32TB의 온도 KV Cache 언로드를 지원하고 AI 추론 클러스터의 처리 능력을 향상시킵니다.Marvell은 Photonic Fabric 솔루션이 기존 데이터 센터의 공간 및 전력 소비 제한 내에서 최대 2배에서 3배의 Token 처리량 향상을 달성할 수 있으며, 더 큰 규모의 모델과 더 긴 컨텍스트 AI 애플리케이션을 지원한다고 밝혔습니다.Marvell의 고위 경영진 Will Chu는 AI 인프라가 단일 서버 아키텍처에서 컴퓨팅, 메모리 및 연결이 협력하여 운영되는 시스템으로 전환되고 있으며, 미래의 메모리는 자원 활용도와 Token 효율성을 높이기 위해 더욱 독립적으로 확장되어야 한다고 말했습니다.AI Agent와 대규모 모델 추론 수요가 지속적으로 증가함에 따라, 메모리 용량, 대역폭 및 데이터 전송 효율성이 계산 능력 다음으로 AI 인프라 경쟁의 새로운 초점이 되고 있습니다.

CryptoSlate에 따르면, Solana는 7월 29일 블록 계산 단위 상한을 6,000만에서 1억으로 66.7% 증가시켰습니다. 이 조정은 관련 없는 거래에 더 많은 병렬 처리 공간을 제공하여 단일 인기 계정의 12% 블록 점유율을 원래의 20%에서 낮추었습니다.그러나 각 블록에 동일한 계정에 쓸 수 있는 계산 상한은 여전히 1,200만 CU로, 계정 데이터 증가 상한은 여전히 100 MB입니다. 이는 인기 계정의 혼잡 병목 현상이 근본적으로 해결되지 않았음을 의미합니다. 대량의 거래가 동일한 인기 계정(예: 높은 거래량의 DEX 또는 청산 계약)에 기록해야 하는 경우, 여전히 해당 한도에 제한됩니다. 공식적으로 업그레이드 전후의 거래 확인률, 수수료, 블록 전파 또는 재생에 대한 실제 비교 데이터는 제공되지 않았습니다.

톰 리(Tom Lee)는 AI "병목" 관련 주식이 조정됨에 따라 AI 하류 자산이 강세를 보이고 있으며, 관련 자산으로는 SMH, DRAM, MAGS, IGV, 그리고 AI 하류 관련 ETHA와 이더리움 ETH가 포함된다고 밝혔습니다.그는 지난 한 달 동안 이더리움이 DRAM에 비해 약 5,500 베이시스 포인트, 즉 55%의 성과를 올렸다고 지적했습니다.

포브스에 따르면, 스테이블코인 거래량이 지난 1년 동안 10조 달러를 넘었지만, 대부분의 활동은 여전히 암호화폐 원주율 분야(거래, 차익 거래 및 프로토콜 간 정산)에 집중되어 있으며, 일상 상업 결제에서의 적용은 여전히 제한적이다. 와사비카드 CEO 레이 양은 자금 이동 자체가 더 이상 핵심 문제가 아니며, 라이센스, 규정 준수, 위험 관리 및 은행 능력이 대규모 채택을 위한 핵심 기반이라고 지적했다.포브스는 스테이블코인 정산이 국경 간 결제 효율성을 크게 향상시킬 수 있지만, 각 시장마다 서로 다른 규정 준수 기준, 라이센스 요구 사항 및 은행 관계가 있어, 시장별로 현지화된 규정을 구축하는 것이 느리고 비쌀 뿐만 아니라 스테이블코인이 내세우는 즉각적인 글로벌 정산과 모순된다고 지적했다. 현재 스테이블코인 시장은 3200억 달러를 초과했으며, 업계 논의는 스테이블코인이 기존 네트워크를 대체할 수 있는지에서 기존 네트워크에 어떻게 통합할 수 있는지로 전환되고 있다.포브스는 지난 10년의 문제는 자금이 흐르도록 하는 것이었고, 이번 10년의 도전은 분산된 규제 환경에서 글로벌 결제가 규정을 준수하며 대규모로 운영될 수 있도록 하는 것이라고 생각한다.

"신주신" Serenity는 분석 글에서, 공동 포장 광학(CPO) 기술이 2027년 하반기에 대규모 배포 단계에 들어갈 것으로 예상됨에 따라, Sivers Semiconductors(SIVE)가 산업 병목 현상과 핵심 노드 역할을 동시에 할 수 있다고 언급했습니다.그는 연속파(CW) 레이저 공급에 긴장 신호가 나타나고 있다고 지적했습니다. 이전에 엔비디아 관련 주문의 영향을 받아 일본 스미토모 전기, 고가 전기 및 Win Semi 등의 생산 능력이 이미 높은 포화 상태에 있으며, 경량 웨이퍼 공장(fab-lite) 모델을 채택한 Sivers는 Win Semi와 같은 파운드리의 생산 능력을 미리 확보함으로써 실제로 많은 CW 레이저의 최종 공급을 장악하고 있습니다.분석에 따르면, Ayar Labs, Jabil, Marvell Celestial 및 기타 대규모 클라우드 업체의 ASIC 프로젝트를 포함한 여러 CPO 경로는 Sivers의 레이저 솔루션에 크게 의존하고 있으며, 단기적으로 성숙한 대체 공급원이 부족하여 전체 생태계에서 구조적인 "목 조르기" 위치를 형성하고 있습니다.또한, Sivers는 GlobalFoundries의 기본 레이저 설계 솔루션으로, 관련 생태계 참여자는 AMD 및 여러 CPO 칩 공급업체를 포함합니다. 엔비디아와 브로드컴과 같은 수직 통합 능력을 갖춘 업체를 제외하고, 대부분의 ASIC 및 상용화 CPO 프로젝트는 Sivers를 중심으로 전개될 가능성이 높습니다.Serenity는 CPO 시장 규모가 향후 약 1년 반 동안 거의 제로에서 810억에서 910억 달러로 성장할 것으로 예상하며, Sivers가 Lumentum의 성장 경로를 복제할 가능성이 있으며, 향후 몇 년 내에 약 750억 달러 규모의 회사로 성장할 수 있을 것으로 보입니다. 그러나 위의 견해는 시장 분석가 개인의 판단을 나타냅니다.

홍콩에서 열린 "Crypto 2026: 암호화폐에서 스마트 경제로" 주제 포럼에서 KiteAI 아시아 태평양 지역 책임자 Laughing, Sentient 아시아 태평양 지역 책임자 Anita, Brevis 콘텐츠 책임자 Nic Tang, Mentis 제품 책임자 Jerry, Predict.fun 아시아 태평양 BD 책임자 아황 Ricardo 등 게스트들이 "AI × Crypto --- 차세대 디지털 경제 기반" 주제로 원탁 토론을 진행했습니다.오픈 소스 AI 에이전트(예: "랍스터 기르기")의 폭발이 단기 감정인지 장기 트렌드인지에 대해, Laughing은 이것이 AI가 "대화형"에서 "실행형"으로 패러다임 전환을 나타내며, 장기 트렌드의 시작이라고 생각하지만, 에이전트는 실체가 없어 상인이 그 거래 행동을 신뢰하기 어렵고, 데이터 유출 및 통제 불가능한 문제는 규모화에 있어 반드시 넘어야 할 장애물이라고 말했습니다. Jerry는 자신의 사용 경험을 바탕으로 현재 에이전트가 기억 모호성, 무한 루프에서의 토큰 소모 및 파일 삭제와 같은 보안 위험이 존재한다고 지적했으며, 새로 등장한 에이전트는 개선이 있었지만 여전히 단점이 있다고 언급했습니다. 아황 Ricardo는 단기 감정 뒤에는 실제 사용자 요구가 존재하지만, 실제로 재현 가능한 수익을 실현할 수 있는 거래 에이전트는 여전히 매우 드물며, 갈 길이 멀다고 말했습니다.신뢰, 안전 및 검증 가능성과 같은 핵심 병목 현상에 대해, Nic Tang은 현재 에이전트의 실행 과정이 블랙박스와 같아 사용자가 그 결정이 약속대로 실행되었는지 검증할 수 없다고 강조했습니다. 제로 지식 증명 기술은 수학적으로 에이전트의 출력 출처와 행동의 준수성을 증명할 수 있으며, 동시에 개인 정보를 노출하지 않습니다. Anita는 Sentient가 개방적이고 협력 가능한 AI 에이전트 네트워크를 구축하여 AI와 블록체인이 신원, 데이터 및 인센티브 층에서 깊이 통합되도록 추진하여 차세대 디지털 경제에 기반을 제공하는 데 전념하고 있다고 덧붙였습니다.가장 먼저 규모화될 가능성이 있는 응용 시나리오에 대해, 게스트들은 프로그래밍 분야가 상대적으로 성숙해 있다고 일반적으로 생각하며, 예측 시장에서 에이전트가 이성적이고 감정이 없기 때문에 특정 분야에서 인간보다 우수한 성과를 보인다고 언급했습니다. 단기적으로 API 마켓플레이스와 크로스 플랫폼 소비 쇼핑 에이전트를 긍정적으로 보고 있으며, 중기적으로는 콘텐츠 창작형 AI(예: AI 인플루언서)를 긍정적으로 보고 있으며, 에이전트 간 상호작용 및 에이전트/스킬의 마켓플레이스는 이후 중요한 기회로 여겨지고 있습니다.

홍콩에서 열린 "Crypto 2026: 암호화폐에서 스마트 경제로" 주제 포럼에서, 텐센트 클라우드 산업 아키텍트 Alan Nie가 "클라우드+AI 이중 엔진: 텐센트 클라우드가 Web3의 새로운 성장을 지원하다"라는 제목의 기조 연설을 발표했습니다.Alan Nie는 Web3 기업이 글로벌 인프라, 연구 개발 효율성 및 비즈니스 지능화 측면에서 세 가지 주요 병목 현상에 직면해 있다고 지적했습니다. 텐센트 클라우드는 "클라우드+AI" 이중 엔진의 깊은 융합을 통해 전 세계를 아우르는 저지연 인프라를 제공합니다. 그 중 싱가포르 데이터 센터는 4개의 가용 영역을 제공하는 유일한 클라우드 공급업체이며, 자체 개발한 TDSQL-C 데이터베이스는 초 단위의 탄력적 확장을 실현할 수 있고, Redis 단일 노드 성능은 30만 이상에 달합니다.AI 지원 측면에서, 텐센트 클라우드는 코드 자동 생성, 대량의 사무 문서 처리, 회의록 정리 등을 할 수 있는 CodeBuddy(인공지능 쌍 프로그래머)와 WorkBuddy(개인 AI 비서)를 출시했습니다. 또한 여러 에이전트가 복잡한 작업을 병렬로 수행할 수 있도록 지원합니다. 금융 시나리오에서는 자동화된 연구 보고서 재현 주기가 3일에서 반일로 단축되었습니다; 블록체인 데이터 분석 시나리오에서는 저장 비용이 원래의 1/10으로 줄어들고, 쿼리 응답은 밀리초 수준에 도달합니다.Alan Nie는 텐센트 클라우드가 "클라우드+AI" 이중 엔진을 통해 Web3 기업이 차세대 스마트 경제 인프라를 구축하는 데 기여할 것이라고 밝혔습니다.

델파이 디지털의 발표에 따르면, 스테이블코인이 전통 외환 거래 채널의 대안이 되고 있다고 합니다. 전통적인 외환 채널은 비용이 많이 들며, 아르헨티나나 나이지리아로 송금할 때 총 수수료가 8%에 이를 수 있고, 이러한 채널의 81% 비용은 기본 은행 인프라 유지에서 발생합니다.하지만 현재 은행 계좌 접근이나 은행 간 채널과 같은 탈출 메커니즘은 여전히 중요한 병목 현상입니다. 델파이 디지털은 대부분의 "마찰"이 블록체인 외부에 존재한다고 밝혔습니다. 스테이블코인의 발행과 소각은 몇 초 만에 완료될 수 있지만, 대량 처리 메커니즘으로 인해 은행 전신 송금이 이러한 시스템에 들어오는 데 상당한 지연이 발생합니다.

a16z Crypto 간행물 《AI "판사"가 예측 시장 규모를 어떻게 확장하는가》(What to do when prediction markets fail)에서는 예측 시장이 직면한 가장 큰 도전이 "미래에 가격을 매기는 것"이 아니라 실제로 무슨 일이 발생했는지를 파악하는 것이라고 지적합니다. 유사한 문제는 일부 소규모 사건에서도 자주 발생하며, 잘못되거나 불투명한 정산 메커니즘은 시장 신뢰, 유동성 및 가격 신호의 정확성을 해칠 수 있습니다.업계에서는 대형 언어 모델(LLM)을 예측 시장의 판별자로 도입할 것을 제안하고 있습니다. 여기에는 규칙 약속을 블록체인에 기록하고, 조작에 저항하며, 투명성을 높이고, 중립성을 강화하는 것이 포함됩니다. 예를 들어, 계약 생성 시 특정 LLM 모델, 타임스탬프 및 판결 힌트를 암호화하여 블록체인에 기록하면, 거래자는 전체 의사 결정 메커니즘을 미리 알 수 있으며, 모델 가중치는 고정되어 쉽게 변경될 수 없어 부정 행위 위험을 줄입니다. 정산 메커니즘은 공개적으로 감사 가능하며 인위적인 임의 판결이 없습니다. AI 판결 메커니즘은 투명하고 공정한 전제 하에 예측 시장의 정산 효율성과 확장성을 크게 향상시킬 수 있습니다.

据 CoinDesk 报道，由于国内监管限制，韩国人去年向外国加密货币交易所转移了超过 160 万亿韩元（约 1,100 亿美元）。分析指出，韩国《数字资产基本法》实施的延迟造成了监管空白，迫使投资者转向境外平台。연구에 따르면, 암호화폐는 한국의 주요 투자 자산이 되었으며, 투자자 수는 1,000만 명으로 증가했습니다. Upbit 및 Bithumb와 같은 거래 플랫폼의 수익 규모는 수십 조 원에 달했습니다. 그러나 보고서에 따르면, 한국 투자자들이 계속해서 활발히 암호화폐를 거래하고 있으며, 점점 더 많은 사람들이 바이낸스, 바이비트와 같은 해외 플랫폼으로 전환하고 있지만, 국내 거래 플랫폼의 성장은 정체 상태에 빠졌습니다.그러나 규제 공백은 시장 참여자들의 우려를 불러일으켰습니다. 그들은 한국의 중앙 집중식 암호화폐 거래 플랫폼이 더 복잡한 거래 상품을 제공하는 해외 플랫폼과 경쟁하기 점점 더 어려워지고 있다고 걱정하고 있습니다.

ChainCatcher 메시지에 따르면, OpenAI 창립자 Sam Altman은 OpenAI의 새로운 버전이 출시가 지연될 수 있으며 현재 계산 능력의 병목 현상에 직면해 있어 서비스가 가끔 느려질 수 있다고 발표했습니다.이전 메시지에서 Sam Altman은 2월 12일에 향후 몇 주 또는 몇 달 내에 GPT-4.5와 GPT-5를 출시할 계획이라고 밝혔습니다. 그리고 어제는 향후 몇 개월 내에 추론 능력을 갖춘 "신형 오픈 소스 가중치 언어 모델"을 발표할 것이라고 말했습니다. 오픈 소스 가중치 언어 모델은 공개적으로 사용, 다운로드, 수정 또는 배포할 수 있는 모델을 의미하며, 완전한 오픈 소스 모델보다는 개방성이 떨어지지만 완전히 폐쇄된 GPT-3와 GPT-4에 비해서는 중대한 변화입니다. OpenAI는 2019년 2월에 GPT-2 모델을 부분적으로 오픈 소스화했으며, 같은 해 11월에 전면적으로 오픈 소스화했습니다.

ChainCatcher 메시지에 따르면, 연구 및 중개 회사인 번스타인의 분석가는 암호화 소액 결제가 인공지능 금융 경제의 병목 현상을 피하는 열쇠라고 생각합니다. 분석가는 인공지능 금융 경제의 진정한 병목 현상이 현재 금융 시스템이 소액 결제를 효과적으로 처리할 수 없다는 것이라고 말했습니다. 인공지능 에이전트는 소비 데이터나 콘텐츠의 흐름 자금을 위해 극소액, 마찰 없는 결제를 수행해야 할 필요가 있을 수 있습니다. 그러나 기술의 복잡성과 사람의 개입으로 인해 전통적인 시스템의 거래 비용이 매우 높아져 이러한 방식이 경제적이지 않게 됩니다. 인공지능 경제의 요구를 충족하기 위해 금융 시스템은 원활하고 저렴한 소액 결제를 실현하기 위해 지속적으로 발전해야 하며, 인공지능 에이전트의 소비 모델과 일치해야 합니다. 이것이 바로 암호화폐가 역할을 하는 곳입니다.