ZTE, 업계 비용 논란 속 2026년형 AI 하드웨어 포트폴리오 공개

ZTE가 인공지능 분야로의 진출을 가속화하고 있습니다. 이는 광범위한 통신 업계가 AI 지원에 필요한 인프라 구축의 막대한 비용에 의문을 제기하는 시점과 맞물려 새로운 AI 기반 장치 포트폴리오를 공개한 것입니다. 베이징에서 열린 2026 중국 에코 파트너 컨퍼런스에서 이 회사는 AI를 핵심으로 하는 전 시나리오 스마트 생태계 구축을 목표로 '대-중-소' 시리즈의 AI 클라우드 컴퓨터와 모바일 인터넷 제품을 출시했습니다. 이러한 행보는 ZTE가 미래 AI 수요를 선점할 수 있는 위치에 서게 하지만, 단기적인 하드웨어 배포의 실행 가능성을 둘러싼 치열한 논쟁 속에 놓여 있습니다.

에릭슨의 대변인이자 미주 사고 리더십 부문장인 피터 린더(Peter Linder)에 따르면, 모바일 네트워크에 전용 AI 하드웨어를 구축하는 비즈니스 사례는 네트워크 효율성 이득과 미래 수익 잠재력의 결합입니다. 그는 이러한 정당성이 "검증된 네트워크 기능의 비용, 성능, 에너지 효율성뿐만 아니라 분산 추론을 통한 수익 증대"에 기반한다고 언급하며, 앞으로의 길은 단일 사용 사례에 대한 베팅 이상의 것이 필요하다고 시사했습니다. ZTE의 전략은 이러한 방향과 일치하는 것으로 보이며, 미래 성장의 토대로서 기기 간의 원활한 경험을 목표로 하고 있습니다.

ZTE의 새로운 포트폴리오는 핵심적인 딜레마로 정의되는 시장에 진입하고 있습니다. 즉, 통신사가 지금 당장 엣지 GPU 인프라에 수십억 달러를 투자해야 하는지, 아니면 물리적 AI 사용 사례가 성숙해질 때까지 기다려야 하는지에 대한 문제입니다. 엔비디아의 AI 그리드 개념을 분석한 최근 ABI 리서치 보고서는 T-모바일 US를 대상으로 전국적인 루프탑 GPU 배포 모델을 설계했으며, 그 비용은 무려 37억 달러에 달할 것으로 추정했습니다. ZTE는 신규 하드웨어의 가격을 공개하지 않았지만, '대-중-소' 스크린 접근 방식은 재무적 타당성이 여전히 면밀히 검토 중인 시장의 여러 부문을 침투하려는 전략을 시사합니다.

ZTE와 같은 기업들에게 전략적 도박은 현재의 AI 서비스가 자율주행차나 배송 드론과 같은 안전 중심 애플리케이션이 주류가 되기 전에 인프라 구축을 정당화할 만큼 충분한 수익을 창출할 수 있는지 여부입니다. 퍼스널 AI의 CEO인 수만 카누간티(Suman Kanuganti)는 최근 인터뷰에서 "음성 AI, 비디오 지능, 기업용 AI 서비스는 이미 여기에 와 있는 사용 사례입니다. 자율주행차, 드론, 휴머노이드 로봇이 가까이 있다면 구축은 지금 시작되어야 합니다"라고 말했습니다. ZTE는 이러한 구축에 대비한 포트폴리오를 갖추는 것이 결정적인 선점 효과를 줄 것이라고 믿고 있습니다.

지연 시간 논쟁과 수십억 달러 규모의 문제

네트워크 엣지에 AI 하드웨어를 배치하는 주요 논거 중 하나는 지연 시간 단축이지만, 최근 분석에 따르면 오늘날 가장 일반적인 AI 애플리케이션에 대해서는 그 사례가 명확하지 않습니다. ABI 리서치에 따르면 생성형 AI 챗봇의 경우, 첫 번째 토큰 생성 시간(TTFT)이라는 핵심 지표는 네트워크 이동 시간이 아니라 토큰 디코딩과 같은 연산 집약적인 작업에 의해 좌우됩니다. 이는 많은 소비자용 AI 상호작용에서 서버를 사용자에게 더 가깝게 옮기는 것이 연산 지연 시간에 비해 네트워크 절감 효과가 미미하다는 것을 의미합니다.

이러한 기술적 현실은 상당한 재무적 장애물을 제시합니다. ABI 리서치는 특히 셀 사이트에서의 단위 경제성 문제로 인해 향후 2~3년 내에 전국적인 엣지 서버 배포가 재무적으로 실행 가능하지 않다고 결론지었습니다. 2035년까지 T-모바일이 자사의 루프탑 사이트에 엔비디아 서버를 개조하는 데 드는 누적 비용을 37억 달러로 예측한 그들의 모델은 필요한 투자 규모를 잘 보여줍니다. 이것이 초기 주자들이 전체 엣지로의 전면적인 배포보다는 이미 이중화된 전력과 냉각 시설을 갖춘 보다 중앙 집중화된 코어 위치나 니어-엣지 시설에 집중하는 이유입니다.

장기적 베팅으로서의 물리적 AI

챗봇 애플리케이션에서 엣지 AI의 비즈니스 사례는 논란의 여지가 있지만, 물리적 AI에게는 구조적 필연성이 됩니다. 자율주행차에서 산업용 로봇에 이르기까지 자율 시스템은 먼 곳에 있는 클라우드 데이터 센터가 제공할 수 없는 즉각적인 처리를 필요로 합니다. ABI 리서치는 극명한 예를 제시했습니다. 100밀리초의 지연 시간에서 시속 100km로 달리는 자동차는 사실상 2.8미터 동안 눈을 감고 있는 것과 같습니다. 안전이 중요한 시스템에서 이러한 지연은 허용될 수 없습니다.

이것이 ZTE와 경쟁사들이 노리는 장기적인 보상입니다. 문제는 타이밍입니다. 대부분의 물리적 AI 애플리케이션은 대중화까지 수년이 걸릴 것으로 보여 통신사들을 어려운 처지에 놓이게 합니다. 오늘 분산형 AI 그리드에 수십억 달러를 투자하는 것은 아직 오지 않은 미래에 대한 도박입니다. ZTE의 다양한 폼팩터 하드웨어 포트폴리오 출시는 시장을 선점하고, 6G 시대를 정의할 AI 하드웨어와 실시간 물리적 애플리케이션의 궁극적인 융합에 대비하려는 전략적 움직임으로 해석될 수 있습니다.

이 기사는 정보 제공만을 목적으로 하며 투자 조언을 구성하지 않습니다.