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

Q.ANT, 11월 17일 광학 푸리에 변환 공개…AMD GPU와 언어모델 시연

Gen 2+는 기존 광학 프로세서의 연산 종류를 넓혔다. 지난해 이미지 학습 발표와 달라진 점, GPU와의 역할 분담, 2027년 하반기 상용 결합 시스템 계획을 읽는다.

핵심 먼저 읽기

AT A GLANCE
  • Q.ANT는 2026년 11월 17일 광학 푸리에 변환을 추가한 Gen 2+와 AMD GPU 결합 언어모델 시연을 발표했다. [1]
  • 국내 AI 개발 조직에는 새 연산 분담 방식을 검토할 계기가 되지만, 이번 발표만으로 서비스 비용 절감을 계산할 수는 없다. [1]
  • Gen 2·Gen 2+ 결합 상용 시스템은 2027년 하반기 계획이며, 시연을 모든 모델의 성능·품질 보증으로 읽어서는 안 된다. [1]
'Q.ANT, 11월 17일 광학 푸리에 변환 공개…AMD GPU와 언어모델 시연'의 핵심 주제를 표현한 일러스트
본문의 이해를 돕기 위한 일러스트레이션
이 글의 순서 · 5개 주제

Q.ANT는 2026년 11월 17일 시카고 SC26에서 광학 이산 푸리에 변환을 추가한 NPU Gen 2+를 공개했다. 미국 동부시간 오전 7시 30분 배포한 발표에서 AMD GPU와 결합한 대규모 언어모델 시연도 소개했다. 기존 Gen 2의 행렬곱·비선형 연산에 새로운 수학 연산을 더한 것이 핵심 변화다. [1] [1]

비교 대상은 2025년 11월 18일 발표한 2세대 NPU 2다. 당시 회사가 전면에 내세운 것은 강화된 비선형 처리와 이미지 기반 AI 학습 시연이었다. 이번에는 푸리에 변환을 언어모델의 계산에 적용하는 방향으로 발표 범위가 넓어졌다. 다만 두 자료는 같은 회사의 서로 다른 발표이지 독립 기관의 교차검증은 아니다. [1][2] [1]

새 기능은 계산의 종류를 넓힌다

이산 푸리에 변환은 신호와 이미지 처리, 시뮬레이션 등에 쓰이는 수학적 변환이다. Q.ANT는 새 칩의 광학 구성요소가 빛의 물리적 성질을 이용해 이를 하나의 연산으로 수행한다고 설명했다. 기존 전자식 계산에서 여러 단계를 거치는 작업을 광학 방식으로 처리하려는 접근이다. [1] [1]

이번 발표를 이해하는 데 중요한 구별은 기존 계산을 빠르게 하는 것과 계산 방식을 바꾸는 것은 다르다는 점이다. 회사는 새 연산을 이용해 더 적은 매개변수와 데이터로 작동하는 알고리즘을 탐색할 수 있다고 주장한다. 이는 이미 쓰는 모든 모델을 그대로 옮기기만 하면 같은 효과가 난다는 설명은 아니다. [1] [1]

CIN의 해석으로는 도입 검토의 출발점도 달라진다. 서버 한 대의 사양만 비교하기보다, 사용하는 알고리즘 가운데 어떤 부분을 새 연산으로 다시 구성할 수 있는지 먼저 물어야 한다. 하드웨어의 새 기능과 소프트웨어의 변경 가능성을 함께 살피는 평가가 필요한 이유다.

언어모델 시연에서 GPU가 남아 있는 이유

이번 사례에서 Q.ANT가 소개한 것은 Gen 2+와 AMD GPU를 묶은 혼합 시스템이다. 회사는 빛으로 수행하는 수학 연산이 계산 부담이 큰 어텐션 계층을 대체할 수 있음을 시연했다고 설명했다. 어텐션은 언어모델이 입력의 여러 토큰, 즉 텍스트 처리 단위 사이의 관계를 반영하는 장치다. [1] [1]

회사는 광학 NPU를 CPU·GPU 옆에서 특정 계산을 맡는 보조 프로세서로 제시했다. 새 제품도 표준 랙 서버에 PCIe라는 연결 규격으로 통합하는 방식을 유지한다. 따라서 발표의 방향은 GPU를 없애는 것이 아니라, 서로 다른 처리 장치에 적합한 연산을 나누는 것이다. [1] [1]

이 구성에서 독자가 확인할 질문은 ‘광학인가, 전자인가’라는 양자택일보다 구체적이다. 어느 계층을 바꿨고 나머지 계산은 어디서 했는지, 같은 품질의 결과를 얻었는지를 확인해야 한다. CIN은 이번 시연을 역할 분담의 사례로 읽되, 공개되지 않은 전체 처리시간이나 전력 절감률을 계산하지 않는다.

지난해 이미지 학습에서 무엇이 달라졌나

2025년 발표는 비선형 신경망을 이용한 이미지 학습·분류와 Q.PAL 알고리즘 라이브러리를 소개했다. 제품 구성으로는 x86 호스트 프로세서와 리눅스를 포함한 19인치 서버를 제시했다. 당시 주문을 받을 수 있으며 고객 출하는 2026년 상반기로 예정한다고 밝혔는데, 이는 그 시점의 공급 계획이다. [2] [2]

2026년 발표는 기존 Gen 2를 토대로 광학 푸리에 변환을 추가하고 언어모델 시연을 소개했다. 즉 확인되는 전후 차이는 연산 기능과 시연 대상이다. 지난해 자료의 성능 홍보 수치를 올해 제품의 개선 폭으로 옮기거나, 서로 다른 시연을 같은 시험의 세대별 결과처럼 비교할 수는 없다. [1][2] [1]

공급 일정 역시 제품의 범위를 맞춰 읽어야 한다. 지난해의 NPU 2 서버 출하 계획과 이번의 Gen 2·Gen 2+ 결합 상용 시스템 계획은 대상 구성이 다르다. 따라서 2027년 하반기라는 새 일정을 근거로 기존 제품의 출하가 지연됐다고 단정하는 것은 적절하지 않다. [1][2] [1]

한국 개발 조직에 연결되는 지점

개발 접근성에 관한 새 발표도 있다. Q.ANT는 2026년 9월 공개한 소프트웨어 개발도구가 C·파이썬용 인터페이스와 CPU 기반 시뮬레이션 환경을 제공한다고 설명했다. 현재는 Gen 2+ 기능을 지원하도록 확장 중이라고 밝혔다. 기존 도구의 존재와 새 기능 지원의 완료를 같은 상태로 읽지 않아야 한다. [1] [1]

한국의 AI 서비스 개발사나 연구기관 입장에서는 이 경로를 통해 알고리즘의 적용 가능성을 먼저 살펴볼 여지가 있다. 다만 이는 CIN의 조건부 해석이다. CPU에서 설계와 시험을 시작할 수 있다는 설명만으로 광학 실물 장비의 성능이나 국내 이용 조건까지 확인된 것은 아니다. [1] [1]

경제성을 검토한다면 비교 단위를 서비스의 실제 작업에 맞추는 것이 중요하다. 같은 정확도와 응답 조건에서 전체 작업을 얼마나 처리하는지, 소프트웨어 변경에 어떤 부담이 드는지를 함께 질문해야 한다. 특정 연산의 장점만 보고 기존 시스템 전체의 교체 효과를 결론 내리는 방식은 피해야 한다.

상용화 계획과 아직 확인할 수 없는 것

Q.ANT는 Gen 2와 Gen 2+를 결합한 상용 시스템을 2027년 하반기에 제공할 계획이라고 밝혔다. 이번 발표에는 국내 가격·공급 조건이나 동일 조건의 독립 성능 비교가 제시되지 않았다. 공개된 시연과 향후 상용 공급은 서로 다른 단계이며, 운영비 절감 가능성도 회사의 기대와 실측 결과를 나눠 읽어야 한다. [1] [1]

도입을 검토하는 독자는 후속 자료에서 시연 모델과 변경한 계층, 비교 GPU 구성, 결과 품질과 측정 범위를 확인할 필요가 있다. 개발도구의 Gen 2+ 지원 상태와 실제 장비 접근 조건도 별도 확인 대상이다. 이번 발표의 의미는 새로운 연산과 적용 사례가 제시됐다는 데 있으며, 개별 조직의 구매 판단은 그다음 검증에 달려 있다.

이 글에서 생긴 질문을 다른 관점으로 이어 읽어보세요.

CONNECTED NOTES

SOURCES & FURTHER READING

참고한 자료, 더 읽을 거리

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

01
Q.ANT / GlobeNewswire

Q.ANT Unveils NPU Gen 2+: Photonic Fourier Transforms Power Large Language Model

↗
02
Q.ANT

Q.ANT Unveils its Second-Generation Photonic Processor to Power the Next Wave of AI and HPC

↗
CIN

흩어진 소식을 연결하고,
일상의 질문에서 경제를 이해합니다.

블로그 소개 ↗