DX-H1 V-NPU

영상감시의 높은 연산 부담: 대형 빌딩이나 도시 CCTV 천여 대를 실시간 분석하려면 수십~수백개의 GPU가 필요하고, 수 kW 이상의 전력이 소모됩니다. 예를 들어, 카메라 1000대의 영상을 객체 인식하려면 GPU 40장 이상이 필요해 약 9.2kW 전력이 들고, 이 정도는 대기업 데이터센터 수준 인프라가 있어야 가능했습니다. 중소 규모 업체나 예산이 적은 기관은 이런 AI 도입에 엄두를 못 내 CCTV 모니터링을 여전히 사람 손에 의존하는 실정이었습니다.

에너지 비용과 발열: GPU 수십 개가 내뿜는 열을 식히려면 공조시설이 필요하고, 전기요금도 만만치 않습니다. 많은 기업이 "AI 분석 넣자니 전력 예산이 감당 안 된다"며 고민하는 상황입니다. 또한 전력망·UPS 등 인프라 용량 문제가 있어, 전산실 증설 없이는 AI 확장이 어렵습니다. 지속가능성 측면에서도, 대량 GPU 운용은 탄소배출 증가 요인으로 지목됩니다.

제한된 영상분석 접근성: 현재 영상 AI는 주로 대형 스마트시티나 공공기관 주도로 구축되며, 일반 기업·상점 등은 접근하기 힘듭니다. 예컨대 중견 제조사가 공장 CCTV에 AI 이상탐지를 붙이고 싶어도, 전용 서버 구성 비용과 전문인력 부재로 엄두를 못 냅니다. AI 기술 격차로 대기업/기관 vs 일반 사업장 사이 디지털격차가 벌어지는 형국입니다.

영상 데이터 활용 한계: GPU 팜을 갖춘 곳도, 비용 때문에 일부 중요 카메라만 분석하거나 간헐적 분석으로 타협합니다. 이것은 방대한 CCTV 데이터를 충분히 활용 못하게 해 보안사고 예방, 고객 분석 등의 기회를 놓치는 문제입니다. 또한 구축한다 해도 운영비가 커 장기간 유지에 부담이 됩니다.

동일 처리량에 90% 이상 전력 절감: DX-H1 V-NPU 카드는 1장당 16 TOPS급 AI 추론 성능(추정치)을 내면서 소비전력은 ~30~35W 수준으로 매우 낮습니다. 실제로 GPU 40장(9200W)이 필요했던 1000채널 영상분석을 V-NPU 16장(560W)으로 수행해 시스템 전력 90% 이상 절감했습니다. 이는 1/16 하드웨어로 동일 작업을 처리한 셈이어서, 전기요금·장비비용을 획기적으로 낮추고 소형 서버 섀시에도 구동 가능합니다. "이제 중견기업도 AI CCTV 가능"이라는 말이 나올 만큼 게임체인저로 평가됩니다.

중형 조직도 감당 가능한 규모: 고효율 덕분에 전문 데이터센터 없이도 AI 영상분석 서버를 구축할 수 있습니다. 예컨대 기존엔 큰 서버랙 여러 개, 수십 kVA 전원이 필요했던 것을, 이제 PC서버 1~2대로 처리 가능합니다. 이 작은 폼팩터/저전력 특성은 일반 사무실, 매장에도 설치해 운용할 수 있음을 의미합니다. 즉, AI 영상솔루션의 저변 확대를 가능하게 합니다.

자연어 영상 검색 등 고급 기능 내장: 단순 객체감지 뿐 아니라, "빨간 셔츠 입은 사람 찾아줘" 같은 NLV (자연어 비디오 검색) 기능을 지원합니다. 이는 V-NPU 상에서 다중 AI모델을 구동해 사람이 원하는 대상을 빠르게 찾는 기술로, 운영자가 영상데이터를 효과적으로 활용하게 합니다. 예컨대 사건 발생 시 특정 인물/차량을 영상DB에서 텍스트로 질의해 찾아내는 등, GPU로만 가능했던 고난도 기능을 저전력으로 구현했습니다. 이러한 고밀도 AI 처리 역량은 경쟁 솔루션 대비 차별화되는 포인트입니다.

GPU 대비 경제적·친환경 대안: V-NPU는 동일 작업당 탄소배출과 운영비를 크게 줄여 친환경 영상 AI 구현을 돕습니다. 전력효율이 높아 발열량이 적어 냉방비도 절감되고, 카드당 가격도 GPU 대비 저렴하게 책정될 전망입니다. 따라서 기업 입장에선 ROI(투자대비효과)가 개선되어, 이제껏 망설였던 영상AI 투자를 실행할 유인이 커집니다. "AI CCTV의 대중화 촉매"라는 평가가 나오는 이유입니다.

기술적 구현의 강점: DEEPX의 NPU는 스파스(sparse) 연산 최적화 등 자체 신경망 가속 기술로 높은 효율을 냅니다. 또한 영상 코덱 디코딩/인코딩 가속을 통합하여, 영상 스트림 입력부터 추론, 결과 재인코딩까지 엔드투엔드 처리를 카드 하나가 해냅니다. 이로써 추가 CPU 부하 없이 완전한 VMS(Video Management System) 통합이 가능해집니다. 물리적 보안 시스템 기업들이 이 카드를 채택할 경우, 시스템 구성이 단순하고 안정적으로 짜여지는 장점이 있습니다.

물리보안 시스템 통합업체 (B2B): CCTV 설치/운영을 대행하는 보안회사들이 이 카드를 구매해 자체 솔루션에 포함시킬 수 있습니다. 예를 들어 에스원, ADT캡스 등은 고객사에 영상 AI분석 서비스를 제공하는데, 기존 GPU서버 대비 저렴하고 전기 덜 먹는 이 장비를 선호할 수 있습니다. Macnica 등의 글로벌 IT 유통사도 이 제품을 주목하고 있는 것으로 알려졌습니다.

스마트시티/공공 안전망 (B2G): 도시 관제센터, 교통관리 등 공공부문에서 대량 CCTV AI분석 수요가 큽니다. 전력 소모가 세금 부담으로 이어지기에, 고효율 장비인 V-NPU는 매력적입니다. 특히 전력 인프라가 부족한 지자체나 예산이 한정된 교육기관 등에서도 현실적으로 도입 가능한 솔루션이 됩니다.

중소 규모 민간 기업 (B2B): 대형마트 체인, 공장 등도 자체 보안/분석용으로 고려할 수 있습니다. 예컨대, 한 공장에 CCTV 100대 있는데 GPU 서버는 과한 곳에 DX-H1 1대만으로 AI 이상탐지 도입이 가능해집니다. 리테일 매장 분석(고객 동선 파악 등) 영역에서도, 저렴한 AI서버로 각 매장 데이터를 분석하도록 할 수 있어 관심을 가질 수 있습니다.

데이터센터/클라우드 사업자: Video Analytics 서비스를 클라우드로 제공하는 경우에도, GPU 대비 전력/비용 이점 때문에 V-NPU를 장비로 택할 수 있습니다. 그러나 현재는 엣지 장비 포지션이라, 온사이트 구축 중심 판매가 예상됩니다.

다양한 영상 AI 시장으로 확장: 현재는 고정식 CCTV 분석이 주 타겟이지만, 기술 자체는 영상추론 전반에 적용 가능합니다. 향후 차량용 DVR, 드론/로봇 카메라 스트림 분석 등으로 확장할 수 있습니다. 이미 DEEPX는 물류로봇, 가전 등 다양한 Edge AI 시장 노리고 있어, V-NPU도 응용 분야를 넓혀갈 잠재력이 있습니다.

글로벌 시장 진입: 영상보안 수요는 전 세계적으로 크기에, 해외 시장성이 높습니다. DEEPX는 CES 혁신상 수상으로 국제 인지도를 얻었고, 미국·유럽 보안전시회 등에서 관심을 모으고 있습니다. 미국 UL인증 등 각종 안전/규격 인증을 확보하면 해외 공급도 가능하며, 이미 미주 총판 계약도 추진 중인 것으로 알려졌습니다. 중동, 동남아 같이 전력여건이 부족한 곳에서 특히 경쟁력이 있을 전망입니다.

한계 및 과제: 기존 GPU 생태계와 달리 전용 SDK, 모델포팅이 필요해, 소프트웨어 호환성 확보가 중요합니다. DEEPX는 TensorRT 호환 변환툴 등 개발편의성에 투자하고 있지만, 보수적인 고객들은 검증된 NVIDIA 솔루션을 선호하는 경향이 있습니다. 따라서 "성능은 좋지만 익숙지 않다"는 장벽을 넘기 위해 레퍼런스 구축과 파트너 협업이 필수적입니다. 또한 제품 수요 증가시 양산 공급능력(TSMC 위탁생산 등)이 뒷받침되어야 하는데, 이에 대한 준비도 병행해야 확장에 지장 없을 것입니다.

CES 혁신상 & 업계 호응: DEEPX는 DX-H1으로 CES 2026 Embedded Technologies 부문 Innovation Award를 수상하며 AI 칩 분야에서 다시 한 번 두각을 나타냈습니다. 특히 "AI를 물리 세계로 확장하는 물리적 AI 인프라"라는 DEEPX의 비전을 이 제품이 잘 보여준다는 평가입니다. 맥니카(Macnica) 등 글로벌 유통기업 관계자들도 이 제품 수상을 축하하며 "임베디드 기술 혁신의 좋은 사례"라고 언급했습니다.

성능/효율에 대한 찬사: 관계 기사들에서는 "GPU급 성능에 놀라울 정도로 적은 전력을 먹는다"며 DX-H1의 수치를 인용하여 극찬했습니다. 기존에 전력 때문에 영상AI를 포기했던 수요처들에게 솔깃한 뉴스라는 반응입니다. 또한 자연어 검색 등 고급 기능 지원 소식에 "하드웨어 제약을 뛰어넘었다"는 전문가 의견도 있습니다. PCWorld 등 매체에서도 이 제품이 탑재된 솔루션이 CES 기간 시연되자 상당한 관심을 보였습니다.

시장 기대와 변수: "Edge AI 대중화 견인차"라는 기대와 함께, 한편으로 NVIDIA 등 거대기업 대응에 대한 언급도 있습니다. 엔비디아도 저전력 엣지칩(Jetson 시리즈 등)을 강화하고 있어, DEEPX가 속도내지 않으면 경쟁 심화가 우려된다는 지적입니다. 그러나 지금까지 DEEPX가 3년 연속 CES 혁신상을 수상하며 기술력을 증명한 만큼, 시장 신뢰는 높아지는 추세입니다. 일각에서는 "국내에 이런 고효율 AI칩이 있다는 사실에 놀랐다"는 반응과 함께, 실제 상용 프로젝트 성과를 더 많이 공개해 신뢰를 쌓길 바라는 목소리가 있습니다.

과대/저평가 요소: 대체로 기술적 우수성은 인정하면서, 시장성은 얼마나 파트너십을 확보하느냐에 달렸다는 현실적 평가입니다. 즉 기술 대비 회사 규모가 작아 판매망 구축이 과제라는 것입니다. 하지만 Sixfab 등 파트너 제품에 이미 DEEPX 칩이 들어가 Best of Innovation 상을 수상한 사례로 보아, 생태계 구축도 순항 중이라는 긍정적 시각이 힘을 얻습니다.