Cerebras와 SRAM이 다시 설계하는 AI 컴퓨팅의 미래

Ryan Choi

19 hours ago

8 min read

AI의 병목은 연산이 아니라 기억이었다

Cerebras와 SRAM이 다시 설계하는 AI 컴퓨팅의 미래

RyanLab 미래기술 투자연구 | 2026년 9월

삽화 1 연산 능력이 아무리 커져도 데이터가 좁은 길을 건너오지 못하면 AI는 기다려야 한다

최근 AI 반도체를 공부하다 보면 이상한 장면을 만나게 됩니다. 우리는 더 많은 연산 능력을 얻기 위해 수천 개의 GPU를 연결하고 있습니다. 그런데 GPU가 많아질수록 데이터가 이동해야 할 거리도 길어지고, 칩과 칩 사이를 연결하는 장비와 전력도 함께 늘어납니다.

처음에는 AI의 발전이 연산량의 문제라고 생각했습니다. 더 빠른 GPU를 만들고 더 많은 GPU를 연결하면 되는 문제처럼 보였습니다. 하지만 Cerebras Systems를 들여다보기 시작하면서 질문이 달라졌습니다.

혹시 AI가 기다리고 있는 것은 계산기가 아니라 기억일까. 연산장치가 느린 것이 아니라, 연산에 필요한 데이터를 가져오는 길이 너무 멀고 좁은 것은 아닐까.

이 질문에서 출발하면 Cerebras가 왜 반도체 업계의 오래된 상식을 거슬러 웨이퍼 전체를 하나의 프로세서로 만들었는지, 그리고 왜 그 거대한 프로세서 안에 SRAM을 촘촘하게 배치했는지가 보이기 시작합니다.

AI가 빨라질수록 더 선명해진 메모리 장벽

컴퓨터의 계산은 단순하게 말하면 데이터를 불러오고, 계산하고, 다시 저장하는 과정입니다. 문제는 계산 속도와 데이터 이동 속도가 같은 비율로 발전하지 않았다는 데 있습니다.

GPU의 연산 코어는 짧은 시간에 엄청난 양의 곱셈과 덧셈을 수행할 수 있습니다. 그러나 모델의 가중치와 중간 결과가 외부 메모리에 있다면, 코어는 그 데이터가 도착할 때까지 기다려야 합니다. 이른바 Memory Wall입니다.

대규모 언어모델의 추론에서는 이 문제가 특히 중요합니다. 새로운 토큰 하나를 만들 때마다 방대한 가중치를 읽어야 하기 때문입니다. 연산 능력만 늘리고 메모리 대역폭이 따라오지 못하면, 이론상 계산 성능과 실제 사용자가 느끼는 속도 사이의 간격이 커집니다.

그래서 AI 반도체 경쟁은 점점 “누가 계산을 더 많이 하는가”에서 “누가 데이터를 덜 움직이고 더 가까운 곳에서 계산하는가”로 이동하고 있습니다.

SRAM은 왜 빠른가

SRAM은 전원이 공급되는 동안 데이터를 유지하는 고속 메모리입니다. DRAM처럼 주기적으로 데이터를 새로 써 주는 리프레시가 필요하지 않고, 프로세서 내부에 직접 배치할 수 있어 지연시간이 짧습니다.

구분	SRAM	HBM과 DRAM
속도와 지연	매우 빠르고 지연이 짧다	상대적으로 느리고 외부 이동이 필요하다
집적 밀도	낮다	높다
용량당 비용	매우 높다	상대적으로 낮다
주요 역할	캐시와 온칩 로컬 메모리	대용량 모델과 데이터 저장
AI에서의 의미	코어가 기다리는 시간을 줄인다	큰 모델을 담을 수 있지만 이동 병목이 생긴다

하지만 SRAM에도 치명적인 약점이 있습니다. 같은 용량을 만들 때 훨씬 넓은 실리콘 면적이 필요합니다. 일반적인 크기의 칩에 SRAM을 많이 넣으면 연산 코어를 배치할 공간이 줄어듭니다.

대부분의 회사는 이 제약 안에서 캐시를 조금 더 키우거나 HBM을 더 가깝게 붙이는 방향을 택했습니다. Cerebras는 반대로 생각했습니다. SRAM이 너무 넓은 면적을 요구한다면, 칩의 크기 자체를 극단적으로 키우면 되지 않을까.

작은 칩을 더 연결하는 대신 칩을 거대하게 만들다

2015년 Andrew Feldman, Gary Lauterbach, Michael James, Sean Lie, Jean Philippe Fricker는 AI라는 새로운 작업을 위해 완전히 다른 컴퓨터를 만들겠다는 생각으로 Cerebras를 시작했습니다. 당시 웨이퍼 전체를 하나의 프로세서로 사용하는 시도는 기술적으로 가능할지조차 불확실했습니다.

반도체 산업은 오랫동안 웨이퍼에서 작은 칩을 잘라내는 방식으로 발전했습니다. 칩이 작을수록 결함이 포함될 가능성이 낮고, 웨이퍼 한 장에서 더 많은 정상 칩을 얻을 수 있기 때문입니다. 큰 칩 하나에 결함이 생기면 버려야 하는 면적도 커집니다.

Cerebras가 선택한 길은 이 상식을 정면으로 거스르는 것이었습니다. 300mm 웨이퍼에서 작은 칩을 수백 개 떼어내는 대신, 약 46,225제곱밀리미터의 실리콘을 하나의 거대한 컴퓨터처럼 연결했습니다.

첫 번째 Wafer Scale Engine은 2019년에 공개되었습니다. 세 번째 세대인 WSE 3와 이를 고속화한 WSE 3 Turbo는 4조 개의 트랜지스터와 90만 개의 AI 코어, 44GB의 온칩 SRAM을 하나의 웨이퍼 위에 배치합니다.

삽화 2 Cerebras는 작은 칩을 더 많이 연결하는 대신 웨이퍼 전체를 하나의 연산 공간으로 만들었다

항목	WSE 3 Turbo가 보여 주는 규모
실리콘 면적	46,225 mm²
트랜지스터	4조 개
AI 최적화 코어	90만 개
온칩 SRAM	44GB
AI 연산성능	250 PFLOPS
SRAM 대역폭	초당 43.2PB
온웨이퍼 패브릭	초당 53.5PB

44GB라는 SRAM 용량만 보면 대형 GPU의 HBM보다 작습니다. 그러나 Cerebras의 핵심은 용량이 아니라 위치입니다. 메모리가 각 연산 코어 가까이에 분산되어 있어 데이터가 보드와 케이블, 스위치를 거쳐 먼 거리를 이동할 필요가 없습니다.

GPU 여러 개를 연결하면 총 메모리 대역폭은 커집니다. 하지만 실제 프로그램이 그 대역폭을 모두 사용하려면 작업을 여러 GPU에 나누고, 중간 결과를 동기화하고, NVLink와 스위치를 통과해야 합니다. Cerebras는 같은 웨이퍼 안에서 짧은 배선으로 이 통신을 처리합니다.

불가능해 보였던 제조 문제를 어떻게 넘었을까

웨이퍼 크기의 칩을 처음 보았을 때 가장 먼저 떠오른 의문은 수율이었습니다. 웨이퍼 어디엔가 작은 결함이 하나라도 있다면 이 거대한 칩 전체를 버려야 하지 않을까.

Cerebras의 해자는 이 질문에 대한 답에서 시작됩니다. 회사는 결함이 전혀 없는 웨이퍼를 기대하지 않았습니다. 결함이 있어도 정상적으로 작동하도록 설계했습니다.

WSE의 AI 코어 하나는 약 0.05제곱밀리미터로 매우 작습니다. 결함이 생기면 거대한 연산 블록 전체를 잃는 대신 작은 코어만 비활성화합니다. 여분의 코어와 통신 경로를 준비하고, 메시 네트워크가 결함 부위를 피해 데이터를 전달합니다.

즉, Cerebras는 제조 결함을 제거한 것이 아니라 결함을 시스템이 흡수하도록 만들었습니다. 회사는 이 작은 코어와 중복 경로가 기존의 큰 연산 블록보다 훨씬 높은 결함 내성을 만든다고 설명합니다.

여기에 웨이퍼 경계를 가로질러 회로를 연결하는 기술, 전력을 균일하게 공급하는 기술, 거대한 면적에서 발생하는 열을 제거하는 냉각 기술, 웨이퍼가 미세하게 팽창하고 수축해도 안정적으로 접촉을 유지하는 패키징 기술이 함께 필요합니다.

누군가 SRAM을 많이 넣은 AI 칩을 설계하는 것은 가능합니다. 그러나 웨이퍼 스케일 제조, 결함 우회, 전력, 냉각, 패키징과 소프트웨어를 한꺼번에 다시 만드는 일은 훨씬 어렵습니다.

Cerebras의 진짜 해자는 SRAM 하나가 아니다

여기서 중요한 구분이 생깁니다. SRAM은 Cerebras만 사용할 수 있는 기술이 아닙니다. Nvidia, AMD, Google, Groq를 비롯한 여러 회사도 칩 내부에 SRAM 계열 메모리를 사용합니다.

따라서 Cerebras의 해자를 “SRAM을 많이 쓴다”라고 설명하면 핵심을 놓치게 됩니다. 해자는 여러 기술이 서로를 강화하는 구조에 있습니다.

해자의 층	무엇이 어려운가	왜 시간이 필요한가
웨이퍼 스케일 실리콘	레티클 경계를 넘어 하나의 패브릭으로 연결	세대별 설계와 제조 경험이 누적된다
결함 내성	작은 코어와 여분의 경로로 불량 부위를 우회	실제 웨이퍼 결함 데이터가 필요하다
분산 SRAM	코어 가까이에 메모리를 배치하고 작업을 분산	컴파일러와 데이터 배치가 함께 설계돼야 한다
전력과 냉각	웨이퍼 전체에 전력을 공급하고 열을 제거	패키징과 시스템 공학이 필요하다
소프트웨어	모델을 수십만 코어에 자동 배치하고 통신을 관리	하드웨어와 컴파일러의 공동 최적화가 필요하다
클라우드 운영	칩을 제품이 아니라 안정적인 AI 서비스로 제공	데이터센터와 고객 운용 경험이 쌓여야 한다

이 구조에는 누적 효과가 있습니다. 더 많은 고객 작업이 들어오면 컴파일러와 시스템 운영 경험이 쌓이고, 다음 세대 하드웨어 설계가 개선됩니다. 개선된 성능은 다시 고객과 개발자를 끌어옵니다.

다만 Nvidia의 CUDA 생태계는 훨씬 오래되고 넓습니다. Cerebras가 가진 기술적 해자가 곧바로 시장 지배력으로 이어지는 것은 아닙니다. 사용자가 기존 코드를 버리고 새로운 플랫폼을 배우게 만드는 대신, 익숙한 API와 클라우드 서비스 뒤에서 Cerebras가 작동하도록 해야 합니다.

44GB에 거대한 모델을 어떻게 넣을까

여기서 또 하나의 의문이 생깁니다. 최신 AI 모델의 가중치는 수백 GB에서 수 TB에 이를 수 있는데, 44GB SRAM만으로 어떻게 모델을 실행할 수 있을까.

답은 모든 것을 SRAM에 영구적으로 넣는 것이 아닙니다. Cerebras는 MemoryX와 Weight Streaming이라는 방식을 사용합니다. 모델 가중치는 외부에 저장하고, 현재 계산에 필요한 레이어의 가중치를 웨이퍼로 흘려보냅니다.

이 방식은 작은 GPU 여러 개에 모델을 잘게 나누고 각 GPU가 계속 통신하는 구조와 다릅니다. 웨이퍼 안에서는 거대한 단일 연산 공간을 유지하면서, 필요한 가중치를 순서대로 공급합니다.

따라서 Cerebras가 메모리 장벽을 완전히 없앴다고 표현하는 것은 정확하지 않습니다. 외부 메모리와 I/O는 여전히 존재합니다. 더 정확한 표현은 메모리 이동을 작업의 흐름에 맞게 재구성하고, 가장 빈번한 계산과 통신을 거대한 온칩 SRAM과 패브릭 안으로 가져왔다는 것입니다.

훈련보다 추론에서 더 커지는 속도의 가치

Cerebras는 처음에는 거대한 AI 모델의 훈련을 단순하게 만드는 회사로 알려졌습니다. 그러나 최근 사업의 중심은 빠른 추론으로 이동하고 있습니다.

훈련은 모델을 만드는 과정입니다. 추론은 사용자가 질문을 하고 실제 답을 받는 과정입니다. AI가 챗봇을 넘어 코딩, 연구, 음성 대화와 자율 에이전트로 이동하면 응답 속도는 단순한 편의 기능이 아닙니다.

예를 들어 한 에이전트가 답 하나를 만들기 위해 계획을 세우고, 검색하고, 코드를 실행하고, 결과를 검증하는 과정을 수십 번 반복한다고 생각해 보겠습니다. 각 단계가 1초씩 느리다면 전체 작업은 수십 초 늦어집니다. 더 빠른 추론은 같은 시간에 더 많은 검증과 도구 사용을 가능하게 합니다.

Cerebras가 CS 4에서 GPU 기반 시스템보다 최대 30배 빠른 추론을 강조하는 이유도 여기에 있습니다. 이 수치는 회사 측 벤치마크이며 모델, 정밀도, 배치 크기와 시스템 구성에 따라 달라질 수 있습니다. 그러나 지연시간의 가치가 커지는 방향 자체는 분명합니다.

Cerebras는 독립된 섬보다 다른 칩과 연결되는 길을 택했다

흥미로운 변화는 Cerebras가 모든 AI 작업을 혼자 처리하려 하지 않는다는 점입니다. AI 추론은 크게 입력 문맥을 한꺼번에 처리하는 Prefill과 토큰을 하나씩 생성하는 Decode로 나눌 수 있습니다.

Prefill은 높은 총처리량이 중요하고, Decode는 메모리 대역폭과 짧은 지연시간이 중요합니다. Cerebras는 AWS Trainium이나 AMD의 랙스케일 시스템이 Prefill을 맡고, WSE가 Decode를 맡는 분리형 추론을 추진하고 있습니다.

이 전략은 현실적입니다. Nvidia를 완전히 대체하겠다는 주장보다 특정 단계에서 압도적인 가치를 제공하고, 다른 회사의 강점과 결합하는 편이 시장 진입에 유리할 수 있습니다.

장기적으로 Cerebras의 경쟁력은 “가장 큰 칩”이라는 기록보다, AI 서비스의 가장 느린 구간을 맡아 전체 시스템의 반응속도와 전력 효율을 얼마나 개선하는지에서 평가받게 될 것입니다.

기술 회사에서 AI 인프라 회사로

Cerebras를 WSE라는 특수한 칩을 판매하는 회사로만 보면 최근 변화를 놓치게 됩니다. 회사의 매출 구성은 하드웨어 판매에서 클라우드 추론과 장기 용량계약으로 이동하고 있습니다.

2026년 2분기 핵심 지표	수치	읽어야 할 의미
GAAP 매출	$180.1M	회계상 워런트 비용과 패스스루 항목의 영향이 크다
Core 매출	$209.9M	전년 대비 103퍼센트 증가
Core Cloud 및 기타 서비스	$127.7M	전년 대비 287퍼센트 증가
Core Gross Margin	41퍼센트	성장 중이지만 GPU 선두업체보다 낮다
Core Operating Margin	마이너스 16퍼센트	확장을 위한 비용 부담이 남아 있다
Remaining Performance Obligations	$25.4B	대형 계약의 잠재력과 이행 의무가 함께 존재한다
현금과 단기투자자산 등	$8.6B	대규모 증설을 감당할 자금 여력

특히 OpenAI와의 계약은 전환점입니다. Cerebras는 2026년부터 여러 단계에 걸쳐 750MW 규모의 고속 추론 용량을 공급하기로 했습니다. 이는 회사 기술에 대한 강력한 고객 검증인 동시에 거대한 실행 과제입니다.

수십억 달러의 장기계약은 매출이 보장된 것처럼 보일 수 있습니다. 그러나 실제로는 데이터센터, 전력, 냉각, 네트워크와 시스템을 먼저 준비해야 합니다. Cerebras는 계약을 이행하는 과정에서 제조와 데이터센터 운영 능력을 동시에 증명해야 합니다.

삽화 3 빠른 추론이 코딩 에이전트와 과학 발견, 대규모 AI 서비스로 확장되는 미래

미래가치를 만드는 세 개의 길

첫째 Agentic AI가 기다림의 비용을 키운다

에이전트는 한 번의 질문에 한 번 답하는 모델이 아닙니다. 계획하고, 도구를 부르고, 실패를 확인하고, 다시 시도합니다. 이 반복이 많아질수록 토큰 하나의 지연시간이 전체 작업시간에 미치는 영향이 커집니다. Cerebras의 초고속 Decode가 가장 직접적으로 가치를 만드는 영역입니다.

둘째 과학 계산은 데이터 이동에 민감하다

유체, 에너지, 분자와 재료 시뮬레이션에는 같은 주변 데이터를 반복적으로 사용하는 계산이 많습니다. 이러한 작업은 전통적인 GPU에서 메모리 이동 때문에 성능이 제한되기 쉽습니다. 분산 SRAM과 2차원 메시 구조는 AI를 넘어 일부 고성능 과학계산에서도 의미를 가질 수 있습니다.

셋째 AI 인프라가 이질적인 칩의 조합으로 바뀐다

미래 데이터센터가 한 종류의 GPU만으로 구성될 필요는 없습니다. Prefill은 높은 처리량의 가속기, Decode는 초저지연 시스템, 데이터 처리는 CPU와 DPU가 맡을 수 있습니다. Cerebras가 이 구조에서 Decode의 표준 가속기로 자리 잡는다면, Nvidia 전체를 대체하지 않고도 큰 시장을 만들 수 있습니다.

무엇이 이 해자를 무너뜨릴 수 있을까

좋은 기술을 발견했을 때 가장 경계해야 할 것은 기술의 장점만으로 투자 결론을 완성하는 일입니다. Cerebras의 구조가 독특하다는 사실과 주식의 기대수익이 높다는 사실은 같지 않습니다.

위험	확인해야 할 질문
경쟁사의 대응	HBM과 패키징, 더 큰 캐시, 맞춤형 ASIC이 지연시간 격차를 얼마나 줄이는가
소프트웨어 생태계	CUDA를 사용하던 고객이 추가 작업 없이 Cerebras를 선택할 수 있는가
고객 집중	OpenAI와 G42 외의 반복 매출 고객이 빠르게 늘어나는가
제조와 증설	10배 이상 생산 확대가 수율과 품질 저하 없이 진행되는가
마진	클라우드 성장과 함께 Core Gross Margin이 장기적으로 개선되는가
자본집약도	매출 성장을 위해 필요한 데이터센터 투자가 현금흐름을 압박하지 않는가
희석	고객 워런트와 직원 보상 이후에도 주당 가치가 증가하는가
밸류에이션	현재 가격에 반영된 성장률보다 실제 성장이 더 빠른가

2026년 예상 Core 매출 약 8억8,500만 달러와 9월 중순의 시가총액을 비교하면 시장은 이미 매우 높은 성장률을 기대하고 있습니다. Cerebras가 2027년 매출을 세 배 이상 키우겠다는 계획을 실현하더라도, 투자자는 성장의 양뿐 아니라 마진과 희석, 현금흐름을 함께 보아야 합니다.

내가 Cerebras에서 보게 된 것은 더 큰 칩이 아니었다

처음 Cerebras를 보기 시작했을 때 눈에 들어온 것은 저녁 접시만 한 거대한 칩이었습니다. 하지만 조사할수록 중요한 것은 크기가 아니라 거리라는 생각이 들었습니다.

연산장치와 메모리 사이의 거리, 코어와 코어 사이의 거리, 사용자가 질문을 한 순간과 답을 받는 순간 사이의 거리입니다.

Cerebras는 이 거리를 줄이기 위해 SRAM을 코어 가까이에 가져왔고, 작은 칩을 수천 개 연결하는 대신 웨이퍼 안에 거대한 연산 공간을 만들었습니다. 결함을 피하는 길과 열을 빼내는 길, 모델을 수십만 개 코어에 배치하는 길까지 함께 만들었습니다.

그래서 Cerebras의 해자는 SRAM이라는 한 단어로 설명하기 어렵습니다. 진짜 해자는 반도체, 메모리, 네트워크, 패키징, 냉각, 컴파일러와 데이터센터를 하나의 문제로 바라본 데 있습니다.

앞으로 AI가 더 많이 생각하고 더 많은 도구를 사용할수록 기다리는 시간의 비용은 커질 것입니다. 그때 가장 가치 있는 회사는 연산량을 가장 크게 표시하는 회사가 아니라, AI가 기다리는 시간을 가장 많이 없애는 회사일 수 있습니다.

Cerebras가 그 회사가 될지는 아직 결정되지 않았습니다. 그러나 이 회사가 던진 질문은 오래 남을 가능성이 큽니다.

AI의 미래에서 가장 부족한 것은 계산 능력일까. 아니면 계산할 데이터를 제때 기억해 내는 능력일까.

투자자 참고 정보 Lock up 일정

Lock up 해제는 Cerebras의 장기 기술가치를 설명하는 중심 이야기는 아닙니다. 다만 상장 초기의 수급과 변동성을 이해하기 위해 일정만 별도로 정리합니다. 해제 물량은 매도 가능 물량이지 실제 매도 물량이 아닙니다.

해제 시점	최대 해제 가능 물량
2026년 9월 16일	약 1,460만 주
2026년 9월 30일	약 1,940만 주
2026년 10월 14일	약 1,940만 주
2026년 10월 28일	약 1,940만 주
3분기 실적 발표 후 두 번째 거래일 또는 11월 9일 중 빠른 날	이전에 해제되지 않은 나머지 주식