구글 '차세대 TPU' 돌풍에…엔비디아 GPU 독주 멈추나 작성일 12-08 11 목록 <div id="layerTranslateNotice" style="display:none;"></div> <strong class="summary_view" data-translation="true">구글 AI칩, 엔비디아 'CUDA 생태계'서 대안으로 부상<br>TPU, GPU 대비 성능 낮지만<br>수천개 칩 동시에 계산 가능해<br>AI학습 비용 낮춰 경쟁력 확대<br>구글 외부 공급·임대 나섰지만<br>엔비디아 공급망엔 밀려 '제약'</strong> <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> <section dmcf-sid="7OXeoHvmTT"> <figure class="figure_frm origin_fig" contents-hash="31bfdfb71c85ae52623d5a8a336515f653a9170a85d4aedc3e37d34f40398f07" dmcf-pid="z1KwCbUZTv" dmcf-ptype="figure"> <p class="link_figure"><img class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202512/08/mk/20251208161510824yiuf.jpg" data-org-width="1000" dmcf-mid="yfxlY69Ulu" dmcf-mtype="image" height="auto" src="https://img3.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202512/08/mk/20251208161510824yiuf.jpg" width="658"></p> </figure> <p contents-hash="ebb8d7cd16d7bec31c7bb886366b61ae49eb22025ad6d69c6d45fa75426aa051" dmcf-pid="qt9rhKu5lS" dmcf-ptype="general">구글이 인공지능(AI) 전용 칩 'TPU'를 자사 클라우드 밖으로 판매하거나 임대하는 방안을 본격적으로 추진하면서, 그동안 엔비디아가 사실상 독점해온 AI 칩 시장이 재편 조짐을 보이고 있다. 최근 구글과 앤스로픽의 최신 AI 모델 상당수가 엔비디아 GPU가 아닌 구글 TPU에서 개발됐다는 사실이 알려지면서 시장의 관심은 더욱 커진 상황이다.</p> <p contents-hash="6535b2d4db373e1654d288a7c3f4f47c598510769bea71cf9deb1d753134b64a" dmcf-pid="BF2ml971yl" dmcf-ptype="general">업계에 따르면 구글은 금융·기술기업 등 일부 대형 고객사로부터 TPU를 자체 데이터센터에 들여오고 싶다는 제안을 받아왔다. 기존에는 TPU를 오직 구글 클라우드에서만 사용할 수 있었지만, 데이터 보안과 모델 통제권을 중시하는 기업이 늘면서 구글 내부에서도 칩 외부 공급을 전제로 한 전면적인 운영 방식 전환이 논의되고 있다. 이는 고객이 어떤 클라우드든 GPU를 자유롭게 구매·설치할 수 있도록 해온 엔비디아의 오랜 판매 방식과 정면으로 부딪히는 변화다.</p> <p contents-hash="6c08278c043c1b1bb87e1a4b0dce3e82554c69493d29b4813ebd60b7cb2f4768" dmcf-pid="b3VsS2zthh" dmcf-ptype="general">칩 성능만 놓고 보면 엔비디아가 앞선다. 최신 GPU인 '블랙웰'은 구글 TPU '아이언우드'보다 칩 하나 기준 연산처리 속도(FLOPS)가 약 두 배 높다. 그러나 연산 능력만으로 전체 시스템 효율이 결정되는 것은 아니다. TPU는 수천 개 칩을 한 덩어리처럼 묶어 동시에 계산하게 만드는 장비라 큰 AI 모델을 빨리 그리고 저렴하게 학습시키는 데 유리하다. 반면 엔비디아 GPU는 기본적으로 최대 256개까지만 자연스럽게 연결되기 때문에, 그 이상 규모로 확장하려면 따로 복잡한 네트워크 설계를 더해야 한다.</p> <p contents-hash="9ac0ba44893c1fbd51c8b12de1f1f4459826e591d43e186ce0793f0c8deea4d0" dmcf-pid="K0fOvVqFhC" dmcf-ptype="general">소프트웨어 쪽에서는 엔비디아가 사실상 '기본 선택지'다. 전 세계 연구자와 기업이 가장 많이 쓰는 딥러닝 개발 도구인 파이토치(PyTorch)가 GPU에 맞춰 최적화돼 있기 때문이다. 파이토치는 AI 모델을 만들고 학습시키는 데 필요한 기능을 쉽게 제공해주는 일종의 'AI 개발 언어·도구 세트'다. 여기에 엔비디아의 쿠다(CUDA) 플랫폼까지 더해지면서 개발자들은 복잡한 설정 없이도 모델을 바로 빠르게 돌릴 수 있다.</p> <p contents-hash="4004dbb61f1470071a03752c54049d4a6c18eb52726be0a30d5114b5670c6a53" dmcf-pid="9p4ITfB3lI" dmcf-ptype="general">반면 TPU는 텐서플로나 JAX처럼 구글 중심의 도구에서는 성능을 잘 내지만, 파이토치 기반으로 작업하려면 추가 개발이 필요해 진입 장벽이 높다. 그래서 애플, 앤스로픽, 메타처럼 자체 개발 역량이 큰 기업들만 TPU를 GPU와 함께 써왔다는 분석이 나온다.</p> <p contents-hash="952f240d98a8b2ae4fe3c5fbcc32f1526a90a6f6862f40c99fe5dbfb9fa35501" dmcf-pid="2U8Cy4b0CO" dmcf-ptype="general">칩 공급 능력에서도 양사는 차이를 보인다. 모건스탠리에 따르면 구글은 2026년 300만개, 2027년 500만개 이상의 TPU 생산을 계획하고 있다. 그러나 엔비디아는 현재 구글의 약 세 배 규모의 GPU를 생산 중이다. 엔비디아는 TSMC의 패키징 생산능력 부족으로 원하는 만큼 칩을 확보하지 못해 왔으며, 이런 공급 병목이 경쟁사 칩에 대한 자연스러운 수요를 만들어냈다. 젠슨 황 엔비디아 CEO가 "경쟁사의 칩을 공짜로 줘도 고객은 엔비디아를 선택할 것"이라고 강조한 배경에도 이러한 공급 제약이 깔려 있다는 해석이 나온다.</p> <p contents-hash="052b843529ddc6eae1e35290d8dd2260caa273ab0ccc1102d7771be6bd2c447b" dmcf-pid="Vu6hW8Kpvs" dmcf-ptype="general">TPU 개발의 핵심 파트너인 브로드컴은 칩 패키징과 물리 설계, 고속 데이터 전송 기술 제공을 맡고 있으며, 이를 통해 최소 80억달러 이상의 매출을 확보할 것으로 추정된다. 구글은 비용 절감을 위해 미디어텍과 협력해 저전력 TPU 생산도 병행하며 공급망 다변화에 나섰다.</p> <p contents-hash="74110d0a1b5f53f108a55bcbdcc7688d775f2e617213cc9ab4bbf3cd3e431566" dmcf-pid="f7PlY69Uym" dmcf-ptype="general">문제는 구글이 TPU를 외부에 본격 공급할 경우 자체적으로 엔비디아와 유사한 전 세계적 판매·지원을 위한 공급망을 구축해야 한다는 점이다. 칩을 고객 데이터센터에서 안정적으로 활용하기 위해서는 서버 설계, 냉각·전력 인프라, 유지·보수 인력 등 전체적인 기술 지원 체계를 갖춰야 한다. 업계 관계자는 "TPU의 비용 효율은 구글 데이터센터와 유사한 구조에서만 극대화된다"며 "외부 판매는 결국 구글이 새로운 산업 생태계를 만드는 작업과 같다"고 말했다.</p> <p contents-hash="e14a0219495426e41f469ee03b12aaef5d324bc3b56f4f9a80d749212555fb04" dmcf-pid="4Xqksz3Glr" dmcf-ptype="general">그럼에도 불구하고 TPU 외부 공급 전략은 구글에 상당한 전략적 의미를 갖는다는 분석이다. 기업들이 TPU를 도입하거나 도입을 검토하는 것만으로도 엔비디아와의 가격 협상력을 높일 수 있고, TPU 사용자 기반이 확대될수록 구글이 개발한 AI 모델 '제미나이'의 확산도 더 쉬워지기 때문이다. </p> <p contents-hash="fca0ee00a8103bdbc4dcc5e04c9918c71f38f6c437923f01595601aaa7defb8c" dmcf-pid="8ZBEOq0Hlw" dmcf-ptype="general">7만8000명이 읽고 있는 글로벌 트렌드 뉴스레터인 '미라클레터'를 주 3회 무료로 만나보세요. 검색창에 '미라클레터'를 입력하거나 QR코드를 스캔해 무료로 구독할 수 있습니다.</p> <figure class="figure_frm origin_fig" contents-hash="d211ba724fdd946c3e65b1393d5b628fca71a33d8d736946c41ce05b9486fb26" dmcf-pid="65bDIBpXCD" dmcf-ptype="figure"> <p class="link_figure"><img class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202512/08/mk/20251208161512150svkw.jpg" data-org-width="300" dmcf-mid="uGv8RSsAyy" dmcf-mtype="image" height="auto" src="https://img1.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202512/08/mk/20251208161512150svkw.jpg" width="658"></p> </figure> <p contents-hash="1100f59af7a0f4b58ee49a6873b822a32f10b304640b0d0663fdcb262e9506c3" dmcf-pid="P1KwCbUZyE" dmcf-ptype="general">[실리콘밸리 원호섭 기자]</p> </section> </div> <p class="" data-translation="true">Copyright © 매일경제 & mk.co.kr. 무단 전재, 재배포 및 AI학습 이용 금지</p> 관련자료 이전 아이폰16, 3분기 글로벌 스마트폰 판매 1위...갤럭시A 시리즈 굳건 12-08 다음 방대한 산업지식 학습한 AI … 버추얼 트윈 기술도 '무한진화' 12-08 댓글 0 등록된 댓글이 없습니다. 로그인한 회원만 댓글 등록이 가능합니다.
