상하이 이뎬, '플라이휠·만상생' 지능형 컴퓨팅 생태계 발표

양자위(量子位)의 친구들 2026-11-02 15:47:38 출처: 양자위

상하이 이뎬(仪电)과 상하이 창즈(创智)학원이 공동으로 "플라이휠이 돌고 만상이 피어난다(飞轮转・万象生)" 이뎬 지산(智算) 수리체인 생태계를 발표했다.

국가데이터국의 공식 홈페이지에 따르면, 중국의 일평균 토큰(Token) 호출량은 2024년 초 약 1000억 회에서 2026년 6월 500조 회를 넘어섰다. 불과 2년 남짓 만에 1000배 이상 증가한 것이다. 토큰은 전기, 대역폭처럼 디지털 경제의 기초 자원이 되어가고 있다.

공급 측도 이에 따라 폭발적으로 늘어나 클라우드 업체와 지산(智算) 센터들이 잇달아 토큰 공장을 배치하고 있다. 그러나 토큰 사업의 활발한 발전이 외면할 수 없는 또 하나의 사실이 있다. AI를 실제로 핵심 업무에 도입하려는 고객들이 걸리는 지점은 대개 "살 수 있느냐"가 아니라 "감히 쓸 수 있느냐"이다.

"감히 쓸 수 있느냐"에 답하려면 먼저 업계 경쟁의 진화를 봐야 한다. 1세대는 생산능력을 겨뤘고, 누구의 사용 가능한 컴퓨팅 시간이 많고 누구의 클러스터 규모가 큰지를 따졌다. 2세대는 효율을 겨뤘고, 누구의 추론 비용이 낮고 누구의 스케줄링이 더 정밀한지를 따졌다. 그리고 AI가 핵심 업무 시스템으로 들어온 오늘날, 고객이 거듭 확인하는 것은 더 본질적인 질문이다. 공급이 안정적인가? 국산화를 납품할 수 있는가? 과정을 검증할 수 있고 책임을 소급 추적할 수 있는가?

이런 추궁은 결국 모두 하나의 핵심을 가리킨다. 바로 토큰 서비스의 신뢰성이다.

신뢰성은 토큰 경제의 다음 분수령이다.

토큰 업계에는 아직 통일된 잣대가 없다

신뢰성이 어려운 이유는 먼저 더 기초적인 층위에서 찾을 수 있다. 한 기업을 위해 토큰 서비스를 구매한다면 가장 자연스러운 세 가지 질문은 이것이다. 얼마인가? 쓰기 좋은가? 문제가 생기면 소급 추적할 수 있는가?

앞의 두 질문에 대해 업계는 아직 통일된 답을 내놓지 못하고 있다. 업체마다 "1회 호출"에 대한 과금 기준이 다르다. 같은 프롬프트, 같은 출력 길이라도 플랫폼이 다르면 토큰 소모가 몇 배씩 차이 날 수 있다. "쓰기 좋은가"는 비교 가능한 기준이 더욱 부족하다. 처리량, 첫 글자 지연시간, 정확도를 각자 정의하고 각자 발표하고 있다. 구매한 서비스를 "알아보기 어려우면" 구매 결정은 매개변수 표 사이의 취사선택으로 퇴화하고, 상당 부분 경험적 판단에 의존하게 된다.

세 번째 관문은 계량과 표준보다 더 피해가기 어렵다. 바로 소급 추적이 가능한가이다. 일단 토큰 서비스가 금융 리스크 관리, 정부 공문서, 의료 품질 관리 등 핵심 업무에 접속되면 매 호출이 업무 결과에 영향을 미친다. 누가 공급이 끊기지 않도록 보장하는가? 이상이 어느 단계에서 발생했고 위치를 찾아 복원할 수 있는가? 데이터는 누구의 영역으로 들어갔고 감사 시 무엇으로 검증하는가? 대부분의 범용 토큰 서비스는 이 측면의 준비가 여전히 불충분하다. 국산화가 강제 요건이 되면 문제는 한 겹 더 겹친다. 칩, 모델, 툴체인 사이에 통일된 적응 기준선이 없어 컴퓨팅 파워를 사들여도 반드시 생산능력으로 쓸 수 있는 것은 아니다.

생산능력이 부족하면 증설하면 되고 가격이 너무 높으면 낮추도록 협상하면 된다. 그러나 표준 부재, 낮은 적응률, 불분명한 책임 경계라는 세 가지는 돈을 더 투입한다고 개별적으로 해결하기 어렵다. 이들은 질서 차원의 문제다. 누가 먼저 이를 납품 가능한 표준화 제품 체계로 만들 수 있는가가 곧 시장의 입장권을 가장 먼저 얻을 가능성이다.

더 빠르고, 더 아끼고, 더 안정적인 토큰은 어떻게 나오는가?

이뎬 지산 클라우드 토큰 공장은 바로 이 공백에 대한 응답이다. 그 역량 구조는 두 층으로 나누어 볼 수 있다. 아래는 엔진으로, 토큰을 빠르고 아끼고 안정적으로 생산하는 역할을 맡는다. 위는 보장으로, 고객이 장기적으로 쓰고 안심하고 쓸 수 있게 하는 역할을 맡는다.

엔진의 핵심 목표는 더 빠르고, 더 아끼고, 더 안정적인 것이다. 이른바 더 빠르다는 것은 고성능 추론 엔진을 기반으로 주류 모델에 컴파일 최적화와 병렬 스케줄링을 적용해, 높은 처리량과 낮은 지연시간이 더 이상 시연 환경의 지표가 아니라 납품 시 약속에 명시되는 프로덕션급 추론 능력이 되어 에이전트, 멀티모달 같은 고동시성 시나리오의 실시간 응답을 뒷받침할 수 있게 하는 것이다. 이른바 더 아낀다는 것은 컴퓨팅 파워가 업무를 따라가게 하는 것이다. 탄력적 스케줄링으로 부하의 피크와 골을 깎아 메우고, 수요에 따라 분배하고 동적으로 확장·축소하며, 고객은 주로 실제 소모한 토큰에 따라 과금한다. 보편적인 단위 원가는 "토큰 자유"를 구호에서 예산에 적어 넣을 수 있는 항목으로 바꿔 놓는다. 이른바 더 안정적이라는 것은 프로덕션급 고가용성 아키텍처 한 세트에 그치지 않고, 서로 다른 칩과 서로 다른 클러스터를 통합 풀링과 스케줄링에 포함시키는 이기종 컴퓨팅 파워 관리 능력을 포함한다. 단일 지점의 파동은 풀 안에서 흡수되고, 업무 측은 지속적으로 온라인 상태인 공급을 체감하게 된다.

엔진 계층이 "쓸 수 있느냐"를 해결한다면, 보장 계층의 삼중 신뢰성은 "감히 쓸 수 있느냐"를 해결한다. 첫 번째는 서비스 운영 신뢰성이다. 다원 공급과 용량 중복으로 공급이 끊기지 않도록 보장하고, 운행 상태를 실시간 관측할 수 있으며, SLA가 명확하고 이행 여부를 확인할 수 있어 핵심 업무의 장기 위탁에 근거를 제공한다. 두 번째는 자주 생태계 신뢰성이다. 컴퓨팅 파워 기반부터 모델 적응까지 전 스택 국산화 납품 능력을 갖추고, 주류 국산 칩과 오픈소스 모델 체계에 적응하며, 생태계가 진화할 수 있어 단일 기술 노선에 고정될 위험을 낮춘다. 세 번째는 안전·규정 준수 신뢰성이다. 전 구간 호출의 흔적을 남겨 증빙을 보존하고, 데이터 경계가 명확하게 통제되며, 매 호출을 감사할 수 있고 모든 단계를 소급 추적할 수 있다. 즉 과정은 찾아볼 수 있고, 결과는 설명할 수 있으며, 책임은 명확히 규정된다. 삼중 신뢰성이 겹쳐져야 비로소 이 역량 체계의 기반이 구성된다.

신뢰할 수 있는 토큰은 실제 업무 속에 자리한다

한 세트의 토큰 서비스가 정말 사용 가능한지 판단하려면 결국 구체적인 업무에 자리 잡을 수 있는지를 봐야 한다. 스마트 단말, 과학 지능, 온라인 신경제, 자율주행, 임바디드(具身) 지능의 다섯 분야에서 토큰 공장은 각기 다른 기술적 요구에 응답한다. 스마트 홈과 웨어러블 기기는 단말-클라우드 협업, 통일된 접속과 통일된 계량을 필요로 하며, 이를 통해 안정적이고 일관된 단말 AI 경험을 얻는다. 약물 개발, 소재 계산, 생물 모사 등 AI4S 시나리오가 필요로 하는 것은 과학 연구 컴퓨팅 파워를 지속적으로 호출 가능한 공급으로 바꾸어 성과 산출과 전환을 가속하는 것이다. AIGC 창작과 온라인 업무의 지능화 업그레이드는 탄력적 공급이 트래픽 피크와 골을 받아내는 능력을 시험한다. 자율주행의 차량 내장 및 클라우드 에이전트, 그리고 로봇의 인지·의사결정·상호작용 멀티모달 수요는 공동으로 저지연 추론과 지속적 온라인을 가리키며, 실시간 성능이 상당 부분 한 대의 로봇의 반응이 민첩할지 둔할지를 결정한다.

여섯 개 업종에서는 신뢰성의 가치가 더욱 구체적이다. 금융 고객은 스마트 투자 리서치, 규정 준수 보고서, 리스크 심사, 스마트 고객 서비스에 토큰을 호출하며, 전 과정 흔적 보존은 감독의 강제 요건이자 구매의 전제다. 제조 고객은 설비 운전·정비 질의응답, 품질 검사 보고서 생성, 생산 이상 분석을 뒷받침할 수직 산업 모델을 필요로 하며, 모델의 출력이 생산 결정에 직접 참여하기에 애매함을 용납할 수 없다. 교육과 문화·관광 시나리오는 안전하고 통제 가능한 것과 생생한 경험을 추구하며, 전자는 AI 학습 보조, 교수 자원 생성, 실습 코딩을 지원하고 후자는 AIGC 콘텐츠 창작, 스마트 안내, 일정 계획, 다국어 해설을 뒷받침한다. 의료는 전용 산업 모델과 사설 배치를 통해 병력 품질 관리, 임상 지식 질의응답, 문헌 분석을 데이터 안전의 경계 안에서 완수한다. 도시 거버넌스는 정부 공문서 작성, 핫라인 공정(工单) 처리, 정책 질의응답, 여론 분석에 집중하며, 그 효율 향상 뒤에는 공공 서비스 수준의 전반적인 제고가 있다. 이런 시나리오들은 흩어져 보이지만 공통점은 매우 명확하다. 모두 이미 AI를 자신의 업무 프로세스에 넣고 있으며, 공통적으로 소급 추적 가능하고 검증 가능한 안정적 토큰 공급 서비스를 요구한다.

이처럼 인도 가능하고 검증 가능한 능력은 지금 산업 실천의 모범 사례를 형성하고 있다. 10월 31일 열린 글로벌 데이터 상인 대회(全球数商大会) '仪启数智 云链万象' 상하이 이뎬 지능형 컴퓨팅 데이터 체인 혁신 포럼에서 상하이 이뎬과 상하이 창즈학원(上海创智学院)은 공동으로 '飞轮转・万象生' 이뎬 지능형 컴퓨팅 데이터 체인 생태계를 발표했다. 상하이 창즈학원은 NEX-N2.5 대형 모델을 제공해 애플리케이션에 지능을 부여하고, 이뎬 지능형 컴퓨팅 클라우드 Token 공장은 도시급 컴퓨팅 파워 보장을 기반으로 데이터 가공과 모델 학습을 뒷받침한다. 시나리오 수요의 견인 아래 데이터, 모델, 컴퓨팅 파워가 다옌·특이점(大衍·奇点) 플랫폼에 모여들고, 데이터 자원은 데이터 제품으로 성장하며, 제품이 실제로 구현되면서 다시 새로운 데이터와 새로운 수요를 촉발해 데이터 플라이휠이 이로써 돌아가기 시작한다. 플랫폼의 능력이 비즈니스 현장에 도달하려면 손에 잡히는 매개체가 필요하다. 포럼에서 같은 시기에 발표된 일체형 기기(一体机)가 바로 이 능력의 단말 형태다. 첫 배치로 '寻数(데이터 탐색)' 기능을 탑재해, 개봉 후 연결만 하면 데이터를 신속히 발견하고 수요와 공급을 정밀하게 매칭할 수 있어 '데이터 찾기'가 대海捞针(바다에서 바늘 찾기)에서 按图索骥(지도를 보고 말을 찾듯)로 바뀐다. 더 많은 플랫폼 능력은 이 단말에 지속적으로 탑재될 예정이다.

'신뢰'가 판매 포인트가 아니라 안정과 안전의 초석이 되도록

한 번의 공동 발표에서 업계 전체를 돌아본다. 토큰(词元) 경쟁은 생산 능력과 가격에 머물지 않을 것이다. 토큰 서비스가 실제로 핵심 업무 시스템에 진입할 때, '안정, 안전, 신뢰'는 모두 덤이 아니라 진입 장벽이 된다. 바로 이것이 이뎬 지능형 컴퓨팅 클라우드 Token 공장이 앞서 배치한 위치다. 토큰을 파는 데 그치지 않고, 인도 가능하고 감사 가능하며 추적 가능한 토큰 운영 질서를 구축하는 것이다. 컴퓨팅 파워 스케줄링부터 신뢰 생태계까지, 누가 먼저 이 표준을 정의하고 이행하느냐가 차세대 토큰 서비스의 정의권에 더 가까이 다가가는 길이다.