Arm은 AWS의 그래비톤4(Graviton4) 프로세서를 통해 개발자와 기업이 클라우드 워크로드의 잠재력을 발휘할 수 있도록 지원하면서, 특수 실리콘 및 컴퓨팅을 제공하고 보다 효율적이고 지속 가능하며 강력한 클라우드를 위한 기반을 마련하고자 AWS와 협력을 진행 중이라고 소개했다. 클라우드 컴퓨팅 환경은 AI의 폭발적인 성장에 힘입어 극적인 변화를 겪고 있다. AI 애플리케이션이 더욱 정교하고 복잡해짐에 따라 강력하며 효율적이고, 비용 효율적인 컴퓨팅 설루션에 대한 필요성이 그 어느 때보다 커지고 있다. 클라우드에 워크로드를 배포하는 고객들은 이러한 최신 워크로드의 요구사항을 충족하기 위해 어떤 인프라가 필요한지 재고하고 있다. 고객들의 요구사항은 성능 향상과 비용 절감부터, 규제 또는 지속 가능성 목표를 위한 에너지 효율성의 새로운 벤치마크 달성까지 다양하다. Arm의 네오버스 V2(Neoverse V2)에 기반한 AWS 그래비톤4 프로세서는 이전 세대인 그래비톤3 프로세서보다 최대 30% 향상된 컴퓨팅 성능, 50% 더 많은 코어, 75% 더 많은 메모리 대역폭을 제공한다. 이러한 장점 덕분에 현재 에코시스템과 고객들이 AWS 프로세서를 많이 채택하고 있다는 것이 Arm의 설명이다. Arm 네오버스 V2 플랫폼에는 고성능 부동 소수점 및 벡터 명령어 지원과 같은 Armv9 아키텍처의 새로운 기능이 포함되어 있으며, SVE/SVE2, Bfloat16 및 Int8 MatMul과 같은 기능은 AI/ML 및 HPC 워크로드에 강력한 성능을 제공한다. AI 워크로드 채택을 더욱 촉진하기 위해 Arm은 2024년 초 선도적인 AI 프레임워크 및 소프트웨어 에코시스템과 협력하여 전체 ML 스택이 Arm에서 즉시 사용 가능한 추론 성능 최적화의 이점을 누릴 수 있도록 Arm Kleidi를 출시했고, 이를 통해 개발자가 별도의 Arm 관련 전문 지식 없이도 워크로드를 구축할 수 있도록 했다. Arm은 파이토치(PyTorch)에서 이러한 최적화를 통해 초당 토큰 수(tokens/sec)와 첫 토큰 생성 시간(time-to-first-token) 지표를 개선하여, AWS 그래비톤4에서 라마(Llama) 3 70B 및 Llama 3.1 8B와 같은 LLM(대규모 언어 모델)을 실행할 수 있는 방법을 선보였다. HPC 워크로드의 경우, 그래비톤4는 코어당 16% 더 많은 메인 메모리 대역폭과 vCPU당 두 배의 L2 캐시를 제공하는 등 그래비톤3E에 비해 성능이 크게 향상되었다. 이는 주로 메모리 대역폭에 제한이 있는 HPC 애플리케이션의 성능에 매우 중요하다. EDA 워크로드의 경우, Arm의 엔지니어링 팀이 프로덕션 실행을 통해 측정한 결과, 그래비톤4는 RTL 시뮬레이션 워크로드에서 그래비톤3보다 최대 37% 더 높은 성능을 제공하는 것으로 나타났다. 한편, Arm은 지난 몇 년 동안 소프트웨어 에코시스템 전반에서 최종 고객이 AWS 그래비톤 프로세서에 다양한 클라우드 워크로드를 배포하면서 도입이 지속적으로 증가했다고 전했다. “고객들은 비용을 절감하고, 더 향상된 성능을 경험하며, 탄소 및 지속 가능성 발자국을 개선하고 있다”는 것이 Arm의 설명이다.

팀뷰어가 http://www.teamviewer.com/ 2025년 인공지능(AI)의 발전 방향을 조망하는 ‘2025년 AI 전망’을 발표했다. 팀뷰어는 2025년 주요한 AI 관련 전망에 대해 ▲AI는 여전히 업무 조력자로서 확고하게 자리잡겠지만, 완전한 자동화까지는 이르지 못할 것 ▲AI의 환경적 영향이 주요 이슈로 부상할 것 ▲에지 AI를 활용해 초개인화된 사전 예방적 솔루션을 제공할 수 있을 것 ▲비즈니스 AI가 텍스트 기반에서 시각적 경험 영역으로 발전할 것 등을 꼽았다. ■ 팀뷰어는 2025년 AI는 완전한 자율적 의사결정자보다는 지능형 업무 조력자로서 널리 채택되는 양상이 두드러질 것으로 보고 있다. AI가 업무 및 의사결정 과정에 깊이 관여하겠지만 특히 비즈니스 운영에서는 사람의 감독과 개입은 여전히 필수일 것이고, 이에 따라 업계는 완전 자동화에 대한 과장된 기대에서 벗어나 사람과 AI 간의 실용적이고 협력적인 파트너십에 집중할 것이라는 전망이다. 워크플로 자동화에 있어 AI의 잠재력은 크지만, 기술적 한계와 규제로 2025년에 완전 자동화의 실현은 어려울 것으로 보인다. 이에 따라 팀뷰어는 기업에서 직원들이 AI 도구와 효과적으로 협업할 수 있는 교육 프로그램에 투자하고, 직원의 전문성과 AI의 기능이 시너지 효과를 낼 수 있는 분야에 집중해야 한다고 짚었다. ■ 2025년에는 AI의 환경 발자국, 특히 에너지 소비 측면을 조사하는 것이 중요한 전환점이 될 것으로 보인다. 주요 AI 제공업체는 아직까지 전력 소비 지표에 대해 공개적으로 언급하지 않은 채, 주로 AI의 성능과 역량에 초점을 맞추고 있다. 팀뷰어는 향후 논의의 쟁점은 AI가 환경 문제를 해결할 가능성에서 벗어나, AI 기술 자체가 발생시키는 에너지 수요를 해결하는 방향으로 진화할 것으로 보고 있다. 팀뷰어는 “기업은 AI의 비즈니스 혜택뿐만 아니라 환경적 비용까지도 고려해야 한다. 이러한 인식의 전환을 계기로 기업은 에너지 효율성을 최적화하는 AI 솔루션을 우선시해야 한다”고 전했다. 가능한 한 전력을 많이 소비하는 대규모 모델보다는 작고 효율적인 모델을 선호하는 방향으로 나아가야 한다는 것이다. 2025년의 성공은 AI의 환경적 영향을 투명하게 보고하고 이를 최소화하기 위한 명확한 전략을 수립하는 데에 달려 있다. ■ 현재 원격 연결 솔루션은 주로 문제가 발생한 이후 이를 해결하는 사후 대응적 방식이다. 반면, 2025년은 에지 컴퓨팅과 언어 모델의 융합에 힘입어 사전 예방적 솔루션으로 전환되는 중요한 해가 될 전망이다. AI 기능을 에지 기기에 직접 가져옴으로써, 기업은 세션 중 데이터를 실시간으로 처리하고 분석할 수 있게 되어 더욱 맥락에 맞는 초개인화된 경험을 제공할 수 있다. 특히 에지 AI와 세션 데이터 분석을 결합하면 단순한 문제 해결을 넘어 문제를 미리 예측하고 방지하는 솔루션으로 진화할 수 있다. 팀뷰어는 “기업은 세션 중 데이터 활용 기회를 파악하고 에지 AI 배포 전략을 수립하기 시작해야 한다. 다양한 사용자와 사용 사례의 고유 맥락을 이해하고 AI 워크로드를 지원할 수 있는 에지 컴퓨팅 인프라에 투자하는 것이 필요하다”고 조언했다. 또한, 기업은 실시간 인사이트를 활용해 예방적 기능을 구축하는 데 중점을 두는 동시에, 로컬 처리를 통해 사용자 프라이버시를 보호하는 데도 주의를 기울여야 할 것으로 보인다. ■ 현재 비즈니스 AI 애플리케이션은 주로 텍스트 기반 출력에 집중돼 있지만, 2025년에는 풍부한 시각적 AI 경험으로 큰 폭의 전환이 이뤄질 전망이다. 사용자는 텍스트 기반의 지침이나 보고서를 받는 대신 실시간 비디오 생성, 양방향 시연, 시각적 문제 해결 가이드 등 상호 대화형인 시각적 콘텐츠를 통해 AI와 상호작용할 것이다. 이런 변화는 비즈니스 환경에서 정보가 전달되고 소비되는 방식을 근본적으로 변화시킬 것으로 보인다. 팀뷰어는 “기업은 이 시각적 AI 혁명을 준비하기 시작해야 하며, 텍스트 기반 프로세스를 향상시킬 수 있는 시각적 커뮤니케이션 영역을 파악해야 한다”면서, “기업은 시각적 AI 생성을 지원하는 도구와 플랫폼에 투자하는 동시에 효과적인 시각적 콘텐츠 생성을 위한 가이드라인을 개발해야 한다”고 짚었다. 팀뷰어코리아의 이혜영 대표이사는 “한국은 디지털 전환과 AI 기술의 도입 속도가 빠른 만큼, 이러한 변화에 능동적으로 대응해야 할 필요가 있다”면서, “팀뷰어는 한국 고객이 AI를 활용해 업무 효율성과 생산성을 극대화하고 비용을 절감하며 지속가능한 비즈니스 전략을 실현할 수 있도록 적극 지원하겠다”고 전했다.