6월 24일, 퀄컴이 AI 소프트웨어 기업 Modular 인수를 공식 발표했다. 거래 금액은 약 39억 달러이며, 퀄컴은 Modular 주주들에게 최대 1,920만 주를 발행할 예정이다. 2026년 하반기 거래 완료 예정이며, 규제 승인과 일반적인 거래 종결 조건 충족이 전제다.
숫자만 보면 39억 달러는 대형 기술 M&A 중에서 그렇게 놀라운 규모는 아니다. 그러나 이 거래의 전략적 신호는 그 이상이다.
Modular의 핵심 자산은 두 가지다: Mojo 프로그래밍 언어와 MAX 추론 엔진. Mojo는 Python의 수퍼셋으로, Chris Lattner(LLVM과 Swift의 창시자)가 “Python의 사용 편의성 + C의 성능”을 목표로 설계했다 — AI 개발자들이 Python으로 프로덕션 배포할 때 부딪히는 성능 벽을 정면으로 겨냥한 것이다. MAX는 하드웨어에 구애받지 않는 AI 추론 스택으로, 모델을 CPU, GPU, NPU, 심지어 커스텀 ASIC 위에서도 실행할 수 있게 하며, 칩마다 코드를 다시 작성할 필요가 없다.
퀄컴이 이들을 사려는 이유는 단 하나다: NVIDIA CUDA의 해자 위에 다리를 놓기 위해서다.
NVIDIA의 CUDA 해자, 도대체 얼마나 깊은가
이 거래를 논하기 전에, 그것이 공격하려는 표적을 먼저 들여다보자.
NVIDIA가 AI 훈련과 추론 시장에서 누리는 우위는 하드웨어만으로 이루어진 것이 아니다. CUDA 생태계는 세 겹으로 쌓아올린 장벽이다: 최하층은 GPU 하드웨어(H100/B200 세대 교체), 중간층은 CUDA 툴체인과 라이브러리(cuBLAS, cuDNN, TensorRT), 최상층은 수백만 명의 개발자가 십수 년 동안 CUDA로 작성한 모델과 코드다. 세 겹을 합하면 전환 비용은 상상하기 어려울 정도로 높다 — 단순히 칩 하나를 바꾸는 문제가 아니라, 소프트웨어 스택 전체를 뒤집어야 한다.
AMD의 ROCm, Intel의 oneAPI 모두 이 일에 도전했지만 진전은 제한적이었다. 그 이유는 그들이 취한 접근법이 기본적으로 같기 때문이다: CUDA와 기능적으로 동등한 대체재를 만들어 개발자가 이전하게 하는 것. 이 접근법의 문제는 이전 자체가 가장 큰 마찰이라는 점이다 — 개발자들은 새 도구가 확연히 더 낫지 않은 한, 새 도구를 배울 동기가 없다.
퀄컴이 선택한 경로는 더 과격하다: 대체재가 아니라, CUDA 위에 추상화 계층을 만들어 우회하는 전략이다.
MAX 엔진: 한 번 작성하면 어디서든 추론
MAX의 핵심 아이디어는 개발자가 하나의 통합 API로 AI 추론 코드를 작성하면, MAX가 알아서 목표 하드웨어로 컴파일해주는 것이다. CPU, 퀄컴의 Hexagon NPU, NVIDIA GPU, AMD GPU — 개발자는 그 아래에서 어떤 칩이 도는지 신경 쓸 필요가 없다. 새로운 AI 가속기가 등장해도, MAX의 컴파일 백엔드가 지원하기만 하면 기존 코드는 변경할 필요가 없다.
이 아이디어가 실현된다면, CUDA의 해자는 “반드시 CUDA 안에서 꺼내야 하는 것”에서 “MAX를 타고 넘을 수 있는 것”으로 바뀐다. NVIDIA 하드웨어가 더 빠르다는 우위는 여전히 남겠지만, 소프트웨어 락인의 우위는 더 이상 절대적이지 않게 된다.
퀄컴 자체 하드웨어 포트폴리오는 이 전략에 착지점을 제공한다: 스냅드래곤 모바일 칩 안의 Hexagon NPU, 자동차 실내 칩, 그리고 퀄컴이 계속해서 추진해온 클라우드 AI 추론 가속기(Cloud AI 시리즈). MAX가 소프트웨어 계층이 되어 이 모든 하드웨어를 하나의 프로그래밍 모델로 엮어준다 — 스마트폰에서 자동차, 데이터센터까지 한 벌의 코드가 도는 것이다. Modular 인수 전, 퀄컴은 하드웨어는 있었지만 통합 소프트웨어 스택이 없었다. 인수 후에는 소프트웨어 스택이 생겼다.
Mojo의 위치: 개발자 진입점
MAX가 다리라면, Mojo는 그 다리를 건설하는 공병대다.
AI 개발 생태계의 주류 언어는 Python이다. PyTorch, JAX, TensorFlow 모두 Python 위에서 돈다. 그러나 Python은 추론 배포 시 눈에 띄는 성능 병목을 갖고 있다 — 동적 타이핑, GIL, 인터프리터 오버헤드. Mojo의 설계 철학은 Python 개발자가 새 언어를 배우지 않고도 시스템 수준의 성능을 얻을 수 있게 하는 것이다: 문법은 거의 같지만, 머신코드로 컴파일되며 SIMD, 타일링, 수동 메모리 관리를 지원한다.
인수되기 전 Modular의 Mojo 커뮤니티는 Python만큼 크지는 않았지만, 고성능 AI 인프라 분야에서는 입소문이 나 있었다. Nomic AI는 Mojo로 GPU 가속 인덱스 파이프라인을 작성했고(Python 대비 200배 이상 빠름), 일부 양자화 추론 프레임워크도 저수준 커널에 Mojo를 사용하기 시작했다. 이제 이 얼리 어답터들은 간접적으로 퀄컴 생태계에 진입한 셈이다.
Chris Lattner는 인수 성명에서 이번 거래가 Modular에 “사명을 확장하는 데 필요한 규모와 플랫폼 도달 범위를 제공한다”고 말했다. 표현에 주목하자 — “규모”와 “플랫폼 도달 범위” — Mojo 독자 발전의 최대 병목이 유통 채널이었음을 시사하며, 퀄컴은 우연히도 수십억 대의 기기 설치 기반을 갖고 있다.
이 거래의 몇 가지 신호
소프트웨어가 실리콘보다 더 값지다. 칩 회사의 인수 건에서 대상이 소프트웨어 회사다 — 컴파일러와 추론 엔진을 만드는 소프트웨어 회사. 퀄컴은 더 많은 트랜지스터를 사지 않았다. 대신 “코드를 어떤 트랜지스터 위에서도 돌게 하는 능력”을 샀다. AI 추론 시장에서 소프트웨어 스택의 지위가 하드웨어 성능을 추월하고 있다.
CUDA의 해자가 처음으로 하드웨어가 아닌 소프트웨어로 공격받았다. AMD와 Intel은 하드웨어 대항마 경로를, 퀄컴은 소프트웨어 추상화 경로를 선택했다. 어느 쪽이 더 성공 가능성이 높을까? 역사를 보면 추상화 계층이 하부의 차이를 먹어치운 사례는 많다: Java/JVM은 OS 차이를, 웹은 데스크톱 앱의 차이를 흡수했다. MAX가 AI 추론의 JVM이 될 수 있다면, CUDA의 락인 효과는 대폭 약화될 것이다.
AI 컴파일러 전쟁 격화. Modular의 Mojo + MAX 스택, Google의 MLIR 생태계, OpenAI의 Triton — 2026년의 AI 컴파일러 구도는 전국시대에서 삼국지로 접어들고 있다. 퀄컴은 이번에 한 진영을 통째로 인수하며, 긴 자체 개발 주기를 뛰어넘었다.
규제 리스크는 크지 않지만 주목할 가치는 있다. 39억 달러 규모의 거래는 반독점 심사의 레이더 문턱 아래에 있다(미국의 Hart-Scott-Rodino 기준액은 2026년 기준 1.265억 달러). 그러나 거래 대상이 기반 소프트웨어 계층이라는 점에서, 퀄컴이 인수 후 MAX를 폐쇄적으로 처리(자사 칩에만 최적화)할 경우 업계 반발을 촉발할 수 있다. 현재 Modular의 약속은 MAX가 개방성을 유지하며 서드파티 하드웨어를 지원한다는 것이다.
본문은 Modular 인수 건의 공개 보도와 커뮤니티 토론을 바탕으로 정리되었습니다. 이 분야의 경쟁 구도에 대해 더 깊이 있는 일차 정보를 갖고 계시다면 토론을 환영합니다.