본문으로 건너뛰기
AN INDEPENDENT ECONOMIC JOURNAL생활에서 시작하는 경제 읽기
가까이 두고 읽는 경제 이야기
CIN · CONNECT · INFORM · NEWS
경제의 흐름을,
생활의 언어로.

CIN ECONOMIC NOTES

엔비디아 루빈의 ‘6개 칩’, 72개 GPU 랙과는 무엇이 다른 숫자인가

엔비디아는 2026년 1월 5일 루빈 플랫폼을 여섯 종류의 새 칩이 함께 작동하는 체계로 소개했다. 부품 종류, 랙 내부 수량, 파트너 제품의 공급 시점을 나누어 본다.

핵심 먼저 읽기

AT A GLANCE
  • 루빈의 여섯 칩은 GPU 여섯 개가 아니라 CPU와 네트워크 장치 등을 포함하는 구성 요소의 종류다.
  • 루빈 NVL72는 GPU 72개와 베라 CPU 36개를 묶는 랙 구성으로 설명됐다.
  • 회사가 밝힌 생산 단계와 파트너 완제품의 2026년 하반기 예상 공급은 같은 시점이 아니다.
엔비디아 루빈의 ‘6개 칩’, 72개 GPU 랙과는 무엇이 다른 숫자인가의 핵심을 표현한 비실사 일러스트
본문의 이해를 돕기 위한 일러스트레이션
이 글의 순서 · 5개 주제

플랫폼 발표의 단위부터 확인하기

엔비디아는 2026년 1월 5일 루빈 플랫폼을 공개하며 여섯 종류의 새 칩을 함께 설계한 구조라고 설명했다. 구성은 베라 CPU, 루빈 GPU, NVLink 6 스위치, ConnectX-9 슈퍼NIC, BlueField-4 DPU, Spectrum-6 이더넷 스위치다. 따라서 제목의 여섯을 GPU 수량으로 이해하면 발표의 구조를 처음부터 다르게 읽게 된다.[1]

GPU는 계산을 수행하는 중요한 요소지만 큰 인공지능 작업은 여러 장치 사이에서 데이터를 계속 옮긴다. CPU, 연결 장치, 네트워크와 시스템 소프트웨어가 함께 작동해야 전체 작업이 진행된다. 엔비디아가 강조한 공동 설계는 개별 칩의 이름을 늘어놓는 데서 끝나지 않고 이런 상호 연결을 플랫폼 단위로 맞춘다는 주장이다.

계산 능력과 데이터 이동의 관계

여러 GPU가 작업을 나누면 각각 계산한 결과나 다음 계산에 필요한 데이터를 주고받아야 한다. 계산 장치가 빨라도 데이터 전달을 기다리는 시간이 길어지면 전체 작업 시간은 그만큼 줄지 않을 수 있다. 연결 대역폭, 지연, 메모리와 작업을 배치하는 방식이 함께 영향을 미치는 이유다. 다만 이 일반 원리만으로 특정 고객의 실제 성능을 산출할 수는 없다.

가상으로 계산에 6초, 장치 간 데이터를 기다리는 데 4초가 드는 작업을 생각해 볼 수 있다. 계산 부분만 두 배 빨라져도 전체 시간은 10초에서 7초가 된다. 이는 루빈의 시험 결과가 아니라 병목이 하나만 있는 것이 아님을 설명하는 단순한 예다. 실제 인공지능 모델에서는 작업 크기와 연결 방식에 따라 비중이 달라진다.

여섯 구성 요소를 한 설계로 묶는다는 설명은 이런 병목을 시스템 전체에서 다루겠다는 방향으로 이해할 수 있다. 그렇다고 여섯 종류라는 숫자가 곧 여섯 배의 성능을 뜻하지는 않는다. 장치 종류의 개수와 처리량, 지연, 전력 사용량은 서로 다른 척도다. 측정 조건 없이 숫자 하나를 다른 성능 단위로 바꿀 수 없다.

NVL72의 72는 장치 수량이다

발표에서 루빈 NVL72는 루빈 GPU 72개와 베라 CPU 36개를 묶는 랙 구성으로 제시됐다. 여기서 72와 36은 그 시스템 안에 들어가는 장치의 수량이다. 앞서 말한 여섯은 구성 요소의 종류이므로 서로 비교해 많고 적음을 판단하는 숫자가 아니다. 같은 발표에 나오는 숫자라도 단위를 먼저 붙이면 혼동을 줄일 수 있다.

또한 엔비디아는 GPU 여덟 개를 사용하는 HGX 루빈 NVL8 구성도 설명했다. 모든 루빈 시스템이 반드시 72개 GPU 랙으로만 공급된다는 의미가 아니다. 도입하는 조직의 규모와 연결 구조에 따라 다른 형태를 검토할 수 있다는 점에서 제품 이름 뒤의 숫자를 완제품 구성과 함께 읽어야 한다.

랙의 GPU 수량이 같아도 실제 처리 성능은 달라질 수 있다. 계산 장치의 세대, CPU와 연결 구조, 메모리, 소프트웨어와 실행하는 모델의 조건이 함께 바뀌기 때문이다. 반대로 GPU 수량을 늘린 비율만큼 모든 작업이 빨라진다는 보장도 없다. 이번 발표의 시스템 구성을 고객별 작업 결과로 곧바로 바꾸지 않는 것이 필요하다.

블랙웰 울트라와 비교하면 보이는 점

비교 기준으로 엔비디아가 2025년 3월 18일 발표한 블랙웰 울트라 플랫폼을 볼 수 있다. 당시 GB300 NVL72 역시 GPU 72개와 그레이스 CPU 36개를 결합한 랙 구성으로 소개됐다. 두 발표의 장치 수량은 같지만 CPU와 GPU의 세대와 플랫폼을 구성하는 기술은 다르다. 같은 개수가 같은 내부 구조나 성능을 뜻하는 것은 아니다.[1][2]

이 비교에서 얻을 수 있는 결론은 대규모 랙을 하나의 플랫폼으로 설계하는 방향이 이어진다는 점이다. 그러나 이전 발표의 예상 공급 시기와 새 플랫폼의 계획만으로 실제 고객이 이미 장비를 받아 운영하고 있다고 확인할 수는 없다. 공식 제품 발표는 구성과 계획을 알려 주며, 개별 도입 현황은 별도의 근거가 필요한 정보다.

가격이나 비용 절감에 관한 회사의 성능 주장을 읽을 때도 비교 대상과 작업 조건을 확인해야 한다. 다른 모델, 소프트웨어와 운영 환경에서는 결과가 달라질 수 있다. 이번 글은 제조사의 플랫폼 구성을 설명하며 특정 고객에게 같은 비용 절감이나 처리 속도가 보장된다는 수치로 확대하지 않는다.

생산 단계와 실제 공급 일정의 차이

1월 5일 발표에서 엔비디아는 루빈이 본격 생산 단계에 있다고 밝혔고, 파트너가 제공하는 제품은 2026년 하반기에 나올 것으로 예상했다. 부품 생산과 파트너의 서버 설계, 검증, 완제품 공급은 같은 단계가 아니다. 생산에 들어갔다는 문구를 발표 당일 누구나 완성된 시스템을 인도받을 수 있다는 뜻으로 읽으면 시점이 어긋난다.

1월 10일까지 확인되는 것은 여섯 구성 요소의 공동 설계, 공개된 시스템 형태, 제조사가 제시한 생산 상태와 공급 계획이다. 개별 고객의 주문 가능일이나 실제 운영 성능은 여기서 확정할 수 없다. 이후 일정이나 구성이 달라질 수 있으므로 도입 판단에는 당시 적용되는 파트너 사양과 검증 결과가 추가로 필요하다.

발표 자료를 기술 검토에 활용한다면 부품의 종류, 시스템 안의 수량, 연결 형태, 공급 예정 시점을 서로 다른 항목으로 기록하는 것이 좋다. 이름에 포함된 숫자를 처리 성능으로 대체하지 않고 실제 평가할 작업을 먼저 정해야 한다. 학습과 추론, 모델 크기와 운영 방식이 다르면 필요한 자원도 달라진다. 제품군의 공개 사양과 자신의 작업에서 확인해야 할 결과를 나누는 절차가 필요하다.

SOURCES & FURTHER READING

참고한 자료, 더 읽을 거리

글의 근거와 더 자세한 배경은 아래 원문에서 이어 읽을 수 있습니다.

01
NVIDIA

NVIDIA Kicks Off the Next Generation of AI With Rubin — Six New Chips, One Incredible AI Supercomputer

↗
02
NVIDIA

NVIDIA Blackwell Ultra AI Factory Platform Paves Way for Age of AI Reasoning

↗
CIN

흩어진 소식을 연결하고,
일상의 질문에서 경제를 이해합니다.

블로그 소개 ↗