Epoch AI "2027년 칩 출하량, 프런티어 에이전트 1억 7천만 개 지원 가능"

Epoch AI는 2025년부터 2027년까지 출하된 고대역폭 메모리(HBM) 하드웨어가 에이전트 워크로드에 완전히 할당될 경우, 3,000만~1억 7,000만개의 동시 프런티어 모델 에이전트를 지원할 수 있다고 추정했다. 에이전트가 주당 168시간 가동된다고 가정하면, 이는 약 1억 4,000만~7억 2,000만명의 정규직 직원이 수행하는 주간 업무량과 맞먹는 규모다.

용량 추정 및 하드웨어 제약

해당 분석은 HBM을 주요 공급 제약 요인으로 삼았으며, 메모리 용량이 동시 요청 수를 제한하고 대역폭이 스트리밍 속도를 제한한다고 지적했다. 주요 내용은 다음과 같다:

• 2025~2026년 출하량: 동시 에이전트 1,600만~5,600만개 지원 추정
• 2027년 출하량: 누적 용량이 동시 에이전트 3,000만~1억 7,000만개로 증가
• 효율성 향상: DeepSeek V4 Pro 벤치마크를 적용하면 동시 에이전트 용량이 19억개까지 도달할 수 있으며, 이는 주당 80억 개의 정규직 업무량에 해당한다.

연구는 HBM4/4E 시스템이 HBM3E 시스템 대비 GB당 동시 에이전트 용량을 2배로 늘린다고 가정했으며, 민감도 분석에서는 1배 및 4배 개선 시나리오를 고려했다. **Nvidia Blackwell Ultra (GB300)**와 **Rubin (VR200)**과 같은 주요 GPU 아키텍처는 288GB의 HBM을 탑재한 것으로 모델링되었으며, Rubin은 Blackwell 대비 2.75배의 대역폭을 제공한다.

경제적 영향 및 수급 불일치

핵심 우려는 대규모 수급 불일치 가능성이다. 중앙 추정 용량의 **20%**만 활용되더라도 연평균 API 환산 지출은 2조 6,000억~5조 3,000억 달러에 이를 것으로 추정된다. 이는 연 5% 성장률을 가정할 때 2027년 말까지 약 1조 달러로 예상되는 모델 개발사 수익을 크게 상회한다.

보고서는 이러한 격차에 영향을 미치는 여러 요인을 강조한다:

• 배포 지연: 전력 및 데이터 센터 공간과 같은 물리적 인프라 제약으로 인해 칩 설치가 지연될 수 있으며, 이를 통해 수요가 따라잡을 시간을 벌 수 있다.
• 비용 하락: 2023년 이후 특정 AI 성능 수준 달성 비용이 분기당 **47%**씩 하락하고 있어, 하드웨어 투자 정당화에 필요한 수익 요건이 낮아질 수 있다.
• 제본스의 역설: 효율성 향상으로 사용자가 복잡한 작업을 지속형 에이전트에 더 많이 위임하면서 추론 컴퓨팅 총수요가 증가할 수 있다.

방법론 및 데이터 출처

Epoch AI는 두 가지 주요 데이터 출처를 사용해 이러한 추정치를 도출했다:

• 오픈 모델: P90 스트리밍 속도(초당 50~100 토큰)에서의 동시 세션을 측정한 SemiAnalysis의 AgentX 벤치마크
• 클로즈드 모델: 에이전트 시간당 API 환산 비용을 추정하기 위한 TraceLab 공개 데이터셋(Codex, Claude Code 로그) 분석. GPT-5.6 Sol은 15.50달러, Fable 5는 50.20달러 범위로 집계됨

연구는 GB300 시간당 5.00달러의 기본 서빙 비용과 5배~10배의 수익 대비 비용 비율을 가정하여, 에이전트 시간당 서빙 비용을 3.00~6.00달러로 추정했다.