SW(조금 더 확장하면 OS)의 역할은 인간과 반도체를 연결하는 것이다. 조금 더 구체적으로 적으면 데이터를 의도에 맞춰 변형하고, 그 결과를 보여주는 것이다. 당연히 AI가 다 할 수 있는 일이다. 물론 반복되는 일의 경우 코드나 프레임웍의 도움을 받으면 더 효율적으로 할 수 있다. 그러나 코드작성 역시 AI가 잘하는 일이다. UI의 경우에도 지금은 정해진 규칙대로 출력을 만들고 있지만, 당연히 데이터의 종류, 인간의 관심사, 선호 등에 따라 편리한 UI가 달라진다. 따라서 AI가 인간 의도에 맞춰 화면을 생성하는 것이 더 맞는 방향이다. 픽셀/복셀 단위로 생성할 필요는 없겠지만 굳이 지금의 SW처럼 고정되어 있을 필요는 없다. 그때그때 적절한 형태로 만들면 된다. 남는 것은 1) 데이터를 어떻게 관리할 것인가? 2) 인간과 상호작용은 어떻게 할 것인가? 밖에 없다. AIOS는 이 문제를 풀때 나오게 된다.

다시 CPU의 시간 1/ 메타는 9월 8일 개인용 AI 에이전트 뮤즈를 출시했다. 단순 응답형 챗봇이 아니라 사용자를 대신해 능동적으로 작업을 수행하고 아이디어를 제안하는 개인형 에이전트다. 이메일 발송과 여행 예약 등을 대행하며 앱 종료 이후에도 백그라운드에서 작업을 지속하는 상주형 구조가 특징이다. 2/ 출시 초기 시장 반응은 폭발적이었다. 출시 12일 만에 누적 다운로드 180만 회를 기록하며 ChatGPT의 동기간 기록을 넘어섰고, DAU 역시 64만 명으로 같은 시점 ChatGPT를 크게 상회했다. AI 에이전트가 소비자 시장으로 확산되는 첫 성공 사례로 판단된다. 3/ 사업 구조 또한 사용량 확대에 우호적이다. AI 에이전트는 챗봇 대비 루프가 길고 토큰 소모량이 많아 비용 부담이 큰 서비스이나, 메타는 구독 없이도 주당 최대 1억 토큰을 무상 제공한다. 장기적으로는 뮤즈를 통해 연결된 쇼핑·여행 등 플랫폼 판매자로부터 수수료를 수취하는 모델을 지향한다. 4/ 주목할 점은 해당 워크로드가 CPU 집약적이라는 점이다. AI 에이전트는 외부 툴 호출, DB 접근, 재추론이 반복되는 멀티 스텝 루프 구조로, GPU가 담당하는 AI 연산 외 각 단계의 의사결정과 오케스트레이션, 외부 S/W 접근은 CPU의 영역이다. 5/ 특히 뮤즈는 무료 사용자에게도 사용자별 전용 클라우드 VM을 할당하는 구조로, 사용자 증가에 비례해 CPU 수요가 확대되는 구조일 가능성이 높다. 인텔은 에이전트 확산에 따라 GPU:CPU 비율이 현재 8~4:1에서 장기적으로 1:1 이상까지 상승할 수 있다고 언급했다. 6/ 메타의 투자 행보 역시 동일한 방향성을 시사한다. 메타는 상반기에 엔비디아 Grace·Vera, ARM AGI, AMD Venice, AWS Graviton 등 주요 서버 CPU 계약을 광범위하게 확보했다. 이는 뮤즈를 비롯한 에이전트 서비스 확대에 선제적으로 대응하기 위한 것으로 해석된다. 7/ 뮤즈의 흥행은 소비자향 AI 에이전트 서비스의 성장 잠재력을 시사하는 사례다. 에이전트 서비스가 빠르게 확산될수록 워크로드 오케스트레이션을 담당하는 CPU의 수요는 구조적으로 확대될 가능성이 높다. 8/ 이미 타이트한 CPU 공급 병목은 한층 더 심화될 가능성이 높다. 그간 조정을 받았던 주요 CPU 업체인 인텔, AMD, ARM과 CPU 밸류체인이 재차 부각될 수 있는 시점으로, 매수 관점에서 접근 가능하다고 판단된다.