25 TOPS 다음의 질문, DEEPX는 어디까지 양산됐나

엣지 AI 반도체는 데모 영상보다 도입 동사가 중요하다. 협약을 맺었는지, 개발키트에 꽂혔는지, 고객이 현장에서 검수했는지, 양산품이 출하됐는지, 같은 장비가 몇 달 동안 계속 가동됐는지는 전혀 다른 사실이다. 딥엑스는 이 사다리의 여러 칸에 동시에 서 있다. DX-M1 모듈은 유통망과 산업용 하드웨어 카탈로그에 들어갔고, 현대자동차그룹은 공동 개발 칩의 양산을 언급했다. 반면 다수 협업은 여전히 검증·통합·확대 계획의 언어로 공개돼 있다.

따라서 딥엑스를 ‘상용화에 성공한 칩’ 또는 ‘아직 샘플뿐인 스타트업’ 중 하나로 단정하면 공개자료를 놓친다. 확인할 것은 각 고객 로고 뒤에 남은 증거의 단계다.

고객 로고보다 도입 단계를 읽는다

반도체 도입은 샘플 평가, 모델 변환, 보드 통합, 검수, 발주, 양산 출하, 상시 운영과 반복 구매를 거친다. 앞 단계가 뒤 단계를 보장하지 않는다. 샘플 요청은 구매가 아니고, MOU는 납품 계약이 아니며, 카탈로그 등재는 최종 사용처의 가동 실적이 아니다.

가장 분명한 변화는 ‘평가 가능한 칩’이 ‘살 수 있고 다른 회사 제품에 들어간 부품’으로 이동했다는 점이다. DigiKey에는 DX-M1M의 활성 품목과 재고가 표시되고, Avnet Silica는 2025년 12월 유통 계약을 발표했다. 구매·지원 경로의 증거이지 판매량·반복 주문률·고객별 양산 물량은 아니다.

검출 정확도가 높아도 카메라·호스트·드라이버·열설계가 맞지 않으면 현장 장비가 되지 않는다. 장비가 만들어져도 장시간 가동과 모델 변경, 장애 복구를 통과해야 운영 실적이 된다.

25 TOPS와 5W는 같은 성능표가 아니다

딥엑스 제품 페이지는 DX-M1의 연산 성능을 INT8 기준 25 TOPS, 전력 소비를 1~5W로 제시한다. 공식 브리프에는 지원 모델을 전제로 통상 3W, 최대 5W라는 표기도 있다. 25 TOPS는 초당 정수 연산의 이론적 처리량이고, 5W는 특정 운용 조건의 전력 경계다. 어느 숫자도 특정 공장에서 불량을 몇 퍼센트 찾아내는지, 한 화면을 끝까지 처리하는 데 몇 밀리초가 걸리는지 스스로 말하지 않는다.

칩 또는 M.2 가속기의 소비전력과 호스트, 카메라, 저장장치, 냉각을 합친 시스템 전력은 다르다. 어드밴텍의 2026년 브로슈어는 DX-M1을 쓴 EAI-1961 모듈에 25 TOPS와 10W TDP를 함께 적었다. 정의가 다르다는 신호이므로 ‘5W AI’를 완제품 전체 전력처럼 인용해서는 안 된다.

200 ‘GPU급’ eTOPS와 비용 절감 표현은 더 엄격히 봐야 한다. eTOPS를 25 TOPS와 같은 단위처럼 비교하기 어렵고, 비용은 정확도·처리량·전기요금·냉각·개발비·수명을 같은 조건에 놓아야 계산된다.

벤치마크가 보여준 것과 남긴 것

Ultralytics의 공식 DEEPX 통합 문서는 회사 자체 그래프보다 한 단계 나아간 근거를 제공한다. Ultralytics 팀이 Raspberry Pi 5와 DX-M1 M.2 모듈에서 YOLO26을 시험한 표에서 객체 검출 추론시간은 PyTorch 315.2ms에서 DEEPX 34.6ms로 줄었고, mAP50-95는 0.476에서 0.466으로 변했다. 분류는 23.8ms에서 2.7ms로 빨라졌지만 top-1 정확도는 0.431에서 0.333으로 낮아졌다. 속도와 양자화 뒤 정확도를 한 표에서 보게 한다는 점이 유용하다.

그러나 검출은 coco128, 분류는 imagenet100 등 작은 검증 세트를 썼고 추론시간에서 전·후처리를 뺐다. 전력, 장시간 온도, 다중 카메라와 장애 복구도 없다. Ultralytics는 전략적 협력 파트너이므로, 이는 모델 변환과 NPU 추론의 작동 확인이지 산업 성과나 모든 모델의 우위를 입증한 독립시험은 아니다.

오히려 정확도 변화가 한 방향이 아니라는 점이 중요하다. 같은 하드웨어도 과제, 데이터셋, 양자화와 컴파일 설정에 따라 결과가 달라진다. 구매기관은 TOPS 순위를 먼저 정하기보다 자사 영상과 실패 사례를 고정한 뒤 원본 모델과 변환 모델의 재현율, 오탐, 지연시간, 와트당 처리량을 함께 비교해야 한다.

카탈로그와 개발키트는 실제 전진이다

어드밴텍은 2025년 12월 DX-M1을 적용한 M.2 가속 모듈 EAI-1961 출시를 자사 명의로 발표했다. AAEON의 UP 브랜드도 DX-M1이 사전 설치된 두 개발키트의 사전 주문과 M.2 모듈 재고 운영 계획을 공개했고, 2026년에는 여러 UP 플랫폼에서 사용할 수 있는 모듈을 안내했다. 이 자료들은 딥엑스 발표를 그대로 옮긴 기사보다 강하다. 보드 업체가 제품명, 폼팩터, 메모리와 호환 플랫폼을 걸고 통합 결과를 자기 채널에 올렸기 때문이다.

다만 ‘출시’의 목적어는 가속 모듈과 개발키트다. 이름이 공개된 최종 공장이 그 모듈로 검사선을 몇 개 운영한다는 뜻은 아니다. AAEON과 딥엑스가 2026년 체결한 3년 ‘양산 협력’ 문서도 형식은 MOU이고, 향후 산업용 컴퓨터·싱글보드컴퓨터·게이트웨이로 통합 범위를 넓히려는 계획이다. 이미 살 수 있는 품목과 앞으로 확대할 제품군을 같은 양산 실적으로 합산하면 안 된다.

그래도 표준 슬롯, 드라이버, 샘플 공급과 기술지원 기반은 실명 파트너 자료로 확인됐다. 다음 증거는 최종 고객의 설치대수와 반복 발주다.

현대차의 ‘양산’을 좁게 읽어야 하는 이유

가장 강한 고객 측 근거는 현대자동차그룹 로보틱스랩에서 나온다. 2026년 1월 영문 뉴스룸은 로보틱스랩과 딥엑스가 공동 개발한 ‘엣지 브레인’ 온디바이스 AI 칩의 양산 시작을 알렸고, 딥엑스가 칩 생산을 맡는다고 밝혔다. 같은 시점 한국어 로보틱스랩 자료는 칩 개발을 완료해 ‘양산을 위한 준비를 마쳤다’고 표현한다. 두 공식 문서의 동사가 완전히 같지 않으므로 여기서 확정할 수 있는 것은 고객사가 공동개발 완료와 양산 단계 진입을 공개 확인했다는 데까지다.

적용 상태도 나눠 읽어야 한다. 영문 자료는 칩이 안면인식 기술 Facey와 배송로봇 DAL-e Delivery에 통합됐다고 하면서, Facey는 개발 중, DAL-e Delivery는 실증·검증 단계라고 적었다. 한국어 자료는 로보틱스랩의 자체 AI 제어기를 2024년 6월부터 팩토리얼 성수의 Facey와 DAL-e에 시범 적용해 성능과 품질을 검증했다고 설명한다. 이 2024년 제어기가 2026년 최종 양산 칩과 같은 실리콘·소프트웨어 버전이었다고 문서에 명시되지는 않는다.

따라서 ‘2024년부터 딥엑스 양산 칩이 상시 운영됐다’는 문장은 근거보다 앞선다. 공개되지 않은 것도 많다. 생산·납품 수량, 적용 로봇 대수, 가동시간, 현장 전력, 인식 정확도, 장애율, GPU 대비 배터리 시간과 단가가 없다. 현대차 자료는 MOU를 넘어선 고객 확인이지만, 대규모 상시 운영 성과표까지는 아니다.

MOU와 검증 요청은 설치대수가 아니다

포스코DX는 2023년 딥엑스와 산업용 엣지 AI 기술 개발 업무협약을 맺고 PosMaster-PLC에 AI SoC를 탑재할 계획이라고 밝혔다. ‘계획’과 기대효과가 중심이며, 공개된 그 문서만으로 설치 공장, 라인 수, 검수 완료나 상시 가동을 확인할 수 없다. 이후 전시에서 포스코DX 알고리즘을 구동한 시연이 있었다고 해도 시연 장비와 제철소 운영 장비는 다른 분모다.

300건 이상의 검증 요청에는 복수 평가, 중단된 시험, 유·무상 샘플이 섞일 수 있다. 딥엑스는 2026년 3월, 2025년 8월 양산을 시작한 뒤 7개월간 8개국에서 상업 발주 27건을 확보했다고 발표했다. 요청보다 강한 신호지만 27개 고유 고객이라는 뜻은 아니며 수량·금액·납품·재주문은 비공개다. Avnet Silica의 ‘full production’ 프로젝트 50개 이상도 고객명과 운영기간이 없다.

지식재산처는 2026년 딥엑스가 400건 이상의 특허를 ‘출원·등록’했다고 밝혔다. 기술 축적의 범위를 보여주지만 400건 모두가 등록특허라는 뜻은 아니고, 특허 수가 제품 수율이나 고객 성과를 보증하지도 않는다. 검증 요청, 특허, 파트너, 주문, 출하는 각자 다른 칸에 기록해야 한다.

소프트웨어와 운영 원장이 마지막 문턱이다

엣지 AI 칩의 현장 성능은 컴파일러와 런타임에서 완성된다. 딥엑스 개발자 사이트에는 2025년 이후 DX-Allsuite, 컴파일러, 런타임과 스트리밍 도구의 여러 버전이 이어지고, 2026년 8월에는 새 버전과 Windows 설치 프로그램도 올라왔다. Ultralytics는 DEEPX 형식 내보내기가 x86-64 리눅스에서 이뤄지고, 변환된 모델의 추론은 지원되는 x86-64·ARM64 리눅스에서 가능하다고 안내한다. 공개 드라이버와 버전 호환표가 존재한다는 것은 제품화 기반의 증거다.

동시에 어떤 칩 리비전, 펌웨어, 드라이버, 컴파일러와 모델을 한 세트로 검수했는지 고정해야 한다. 업데이트 뒤 정확도·처리량, 패치·롤백 책임, 지원 종료와 교체시간도 필요하다. 한 번의 구동과 여러 해의 재현 사이에는 변경관리 비용이 있다.

딥엑스의 다음 공개 데이터는 최고 FPS보다 운영 원장이어야 한다. 익명화된 고객군별로 발주와 출하, 설치, 검수, 30·90·365일 가동, 장애와 교체, 재주문을 같은 분모로 연결하면 된다. 여기에 칩·모듈·시스템 전력과 정확도 버전을 붙여야 저전력이 배터리, 냉각, 비용 절감으로 실제 번역됐는지 확인할 수 있다.

편집부의 판단

딥엑스는 ‘협약만 많은 회사’라는 설명을 이미 넘어섰다. 주문 가능한 모듈, 글로벌 유통 계약, 어드밴텍·AAEON 제품 통합, Ultralytics 도구 지원, 현대차그룹의 공동개발·양산 단계 확인이 서로 다른 경로에서 맞물린다. 특히 고객사가 양산을 직접 언급한 현대차 사례는 회사 단독 보도자료보다 강한 상용화 신호다.

그러나 공개 근거가 가장 두꺼운 곳은 아직 부품과 통합 단계다. 이름 있는 사업장의 24시간 가동률, 출하 누계, 수율, 고장률, 반복 주문과 총소유비용은 찾기 어렵다. 성능 비교도 작은 공개 데이터셋이나 공급사·파트너 시험에 치우쳐 있다. 그래서 현재 가장 정확한 평가는 ‘양산 진입과 제품 생태계는 외부에서 확인되지만, 현장 규모와 지속 성과는 아직 공개 검증이 부족하다’이다.

딥엑스가 고객 동의를 받아 버전과 분모가 붙은 운영 데이터를 공개한다면 브랜드의 중심은 수식어에서 증거로 이동한다. 어떤 모델을 몇 와트로 돌렸다는 질문보다, 같은 장비가 몇 달 동안 몇 건을 처리했고 사람의 판단과 비용을 어떻게 바꿨는지 답하는 회사가 산업 AI 시장의 기준을 만든다.

자료와 해석 범위

이 글은 2026년 8월 21일 기준 딥엑스 제품·개발자 문서와 뉴스룸, 현대자동차그룹 및 로보틱스랩, 포스코DX, AAEON, 어드밴텍, Avnet Silica, DigiKey, Ultralytics, 삼성전자 뉴스룸과 지식재산처의 공개자료를 교차 검토했다. 회사 사양과 자체 비교는 회사 주장으로, 고객·보드업체·유통사 자료는 해당 기관이 직접 확인한 범위로 한정했다.

제품을 직접 구매해 전력·성능을 재현하지 않았고, 회사나 고객사를 인터뷰하지 않았다. ‘양산 시작’과 ‘양산 준비’의 공식 표현 차이는 그대로 남겼으며, MOU·샘플 요청·데모·제품 통합·현장 검수·양산·상시 운영을 서로 대체하지 않았다. 이름 있는 최종 사업장의 출하량, 설치대수, 24시간 가동률, 수율, 장애율, 반복 주문과 가격은 공개자료에서 확인하지 못했다.

도입 또는 투자 판단 전에 확인할 질문은 다음과 같다.

• 25 TOPS와 1~5W는 어떤 칩·보드·모델·클록·온도 조건에서 측정됐으며, 호스트와 냉각을 포함한 시스템 전력은 얼마인가?
• 자사 데이터로 FP32 원본과 INT8 변환 모델을 비교했을 때 하위집단별 재현율·오탐·처리량·종단 지연은 얼마인가?
• MOU, 무상 샘플, 유상 PoC, 검수 완료, 발주, 출하, 설치, 90일 이상 가동 고객은 각각 고유 회사 기준 몇 곳인가?
• 현대차 공동개발 칩의 양산 수량과 적용 로봇 수, 최종 하드웨어·소프트웨어 버전, 현장 가동기간과 장애율은 공개할 수 있는가?
• 드라이버·컴파일러·펌웨어 업데이트 뒤 재검증, 취약점 대응, 롤백, 장기지원과 교체 비용은 계약에서 누가 책임지는가?