【드래곤 스포츠】 보증업체놀이터추천홍보 : 프로그램제작판매제작의뢰 : 스포츠분석 : 무료스포츠중계tv : 섹시bj움짤 : 뉴스 : 안구정화

로그인

글쓰기

[IT뉴스]커스텀 칩 투자의 배신···오라클 급락이 이재용에게 던진 경고

온카뱅크관리자

2026-06-11 17:47:28

<div id="layerTranslateNotice" style="display:none;"></div> TPU·마이아·트레이니움·ASIC 난립해도 베라 루빈 대적할 칩 2년 간 안 나오는데 인텔·AMD·퀄컴·애플도 같은 문제 직면 앤트로픽 거품에 뛰어든 이재용의 1조원 
 <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> 
 <section dmcf-sid="zOUilppX1k">
 <figure class="figure_frm origin_fig" contents-hash="399428fa9d1bddd3fd8eb513e7c6b5d947293497f46b199de1b180e4c053cd64" data-idxno="459510" data-type="photo" dmcf-pid="qIunSUUZ1c" dmcf-ptype="figure">
 <img alt="젠슨 황 엔비디아 최고경영자와 이재용 삼성전자 회장이 2025년 10월 30일 서울 코엑스에서 열린 엔비디아의 그래픽카드(GPU) '지포스' 출시 25주년 행사 단상에 올라 있다. / 연합뉴스" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202606/11/552814-8XPEppr/20260611174052649yawy.jpg" data-org-width="1200" dmcf-mid="yUjuJssAHY" dmcf-mtype="image" height="auto" src="https://img2.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202606/11/552814-8XPEppr/20260611174052649yawy.jpg" width="658">
 <figcaption class="txt_caption default_figure">
 젠슨 황 엔비디아 최고경영자와 이재용 삼성전자 회장이 2025년 10월 30일 서울 코엑스에서 열린 엔비디아의 그래픽카드(GPU) '지포스' 출시 25주년 행사 단상에 올라 있다. / 연합뉴스
 </figcaption>
 </figure>
 오라클이 시장 예상치를 뛰어넘는 실적을 발표했음에도 투자자는 환호하지 않았다. 매출은 192억 달러, 조정 주당순이익(EPS)은 2.11달러로 모두 전망치를 웃돌았고 클라우드 인프라(OCI) 매출도 전년 대비 93% 급증했다. 하지만 시간외 거래에서 주가는 한때 7% 이상 급락했다. 결국 시장이 본 것은 어닝 서프라이즈가 아니라 AI 인프라 경쟁의 구조적 함정이었다.
 11일 빅테크업계 등에 따르면 오라클은 향후 1년 동안 400억 달러를 추가 조달하겠다고 밝혔다. 이미 연간 자본적지출(CAPEX)이 557억 달러에 달하는 상황에서 신규 차입과 주식 발행, 자회사 IPO까지 동원해 인공지능(AI) 데이터센터 확장에 나서겠다는 계획이다. 오픈AI와 초대형 데이터센터 계약을 따내며 클라우드 전쟁에 진입하는 데는 성공했지만 칩을 보는 눈에서 실패했다는 분석이다.
 AI 패권 전쟁의 중심축은 소프트웨어에서 하드웨어로 급속히 이동하고 있다. 과거에는 더 뛰어난 모델과 알고리즘을 확보하는 것이 AI 경쟁력으로 여겨졌지만, 앞으로는 이를 안정적으로 학습·추론할 수 있는 칩 구조와 생태계가 더 중요한 변수로 떠오르고 있다. AIDC 사업자들이 단순히 GPU 구매량이 아니라 어떤 칩 아키텍처와 메모리 계층, 네트워크 패브릭을 선택하느냐에 민감해지는 이유다.
 커스텀 칩의 문제는 오라클만 빠진 함정이 아니라는 점이다. AI 산업은 지금 엔비디아의 CUDA 생태계와 이를 우회하려는 커스텀 칩 진영으로 갈라져 있다. 구글 제프 딘의 TPU를 필두로 마이크로소프트 마이아(Maia), 아마존 트레이니움(Trainium), 메타 MTIA, 브로드컴 ASIC이 저마다 독립 생태계를 꿈꿨지만 현실은 냉혹하다.
 <div contents-hash="9edc7507299f4d2df269e89f6536ee682635b6a0d42b94ed98c1c4d55433d01d" dmcf-pid="2vbNYBB3Zg" dmcf-ptype="general">
 구글은 TPU를 수년간 발전시켜 왔고 차세대 8세대 TPU 역시 준비 중이지만 여전히 GCP라는 자사 영토를 벗어나지 못하고 있다. 마이크로소프트는 마이아를 공개했지만 핵심 AI 서비스는 여전히 엔비디아 GPU 위에서 돌아간다. 아마존은 트레이니움과 인퍼런시아를 밀고 있으나 고객 수요의 중심은 CUDA 기반 환경에 남아 있다. 메타 역시 MTIA를 개발했지만 대규모 학습과 추론 인프라에서는 엔비디아 의존도가 압도적이다.
 </div>
 <figure class="figure_frm origin_fig" contents-hash="f76bb8dd1a56985a31d93790a8bf78823ae2c2d5ffd3f46c8056756a7bfb1d76" data-idxno="459511" data-type="photo" dmcf-pid="VbaGVggRXo" dmcf-ptype="figure">
 <img alt="이재용 삼성전자 회장과 샘 올트먼 오픈AI 최고경영자(CEO·오른쪽)가 지난해 10월 서울 삼성전자 서초사옥에서 만나 인공지능(AI) 협력 방안을 논의한 뒤 기념 촬영을 하고 있다. / 삼성전자" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202606/11/552814-8XPEppr/20260611174053923nkhb.png" data-org-width="600" dmcf-mid="YshPwXXSYy" dmcf-mtype="image" height="auto" src="https://img3.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202606/11/552814-8XPEppr/20260611174053923nkhb.png" width="658">
 <figcaption class="txt_caption default_figure">
 이재용 삼성전자 회장과 샘 올트먼 오픈AI 최고경영자(CEO·오른쪽)가 지난해 10월 서울 삼성전자 서초사옥에서 만나 인공지능(AI) 협력 방안을 논의한 뒤 기념 촬영을 하고 있다. / 삼성전자
 </figcaption>
 </figure>
 삼성전자가 오픈AI를 거쳐 HBM4를 최초 수주한 브로드컴도 예외가 아니다. 한때 구글 TPU의 핵심 파트너로 불리며 주문형 ASIC 진영의 상징처럼 평가받았지만 최근에는 구글과도 사이가 틀리며 AI 가이던스 쇼크에 직면했다. ASIC은 특정 고객 요구에 최적화된 칩을 제공할 수 있지만 고객이 자체 설계 역량을 강화하는 순간 단순 생산 파트너로 밀려날 수밖에 없다.
 즉 커스텀 칩은 독립의 수단처럼 보이지만, 생태계가 없으면 주문에 종속되는 하청 구조다. 오라클의 주가 급락은 이 구조적 한계를 숫자로 드러낸 사건이다. 엔비디아는 AI 수요가 증가할수록 GPU와 CUDA 생태계를 장악하며 현금흐름을 강화하고 있다. 반면 인프라 사업자는 수요가 늘어날수록 데이터센터와 전력, 냉각, 네트워크, 서버 투자 부담이 함께 커진다. AI 수요가 곧바로 수익으로 전환되는 구조가 아니라 더 큰 차입과 자본 지출을 요구하는 구조다.
 삼성전자 역시 앤트로픽 투자와 HBM 공급, 로직 칩 협력 가능성을 앞세워 AI 생태계 진입을 노리고 있다. 그러나 실제 앤트로픽이 당장 필요로 하는 것은 삼성 파운드리의 로직 칩보다 TSMC가 생산하는 구글 TPU 등에 장착할 HBM일 가능성이 크다. 삼성 파운드리 사업은 여전히 선단 공정 수율과 대형 고객 확보에서 TSMC와 격차를 좁히는 과제를 안고 있다.
 <div contents-hash="8148203a0b9575b873d82875d24dd8cb65cec148e38ea7107b8c1ceb1b357b5a" dmcf-pid="6Vc56AAiYJ" dmcf-ptype="general">
 더 큰 문제는 앤트로픽의 AI 진화 노선 자체가 현재 주류 인프라 방향과 충돌할 가능성이 있다는 점이다. 최근 AI 산업은 단순히 더 많은 파라미터를 학습시키는 경쟁에서 벗어나 KV 캐시와 장기 상태(State)를 얼마나 오래 실리콘 가까이에 유지하느냐의 경쟁으로 이동하고 있다. 샘 올트먼 '0.1나노초'로 가는데···진화 포기 아모데이는 '감옥'
 </div>
 <figure class="figure_frm origin_fig" contents-hash="234c6bd4e1235842760dc13c0363f2e9d71a964546455f26b81b035303bc8f05" data-idxno="459513" data-type="photo" dmcf-pid="Pfk1PccnHd" dmcf-ptype="figure">
 <img alt="Groq 3 LPX 랙은 단순한 추론 가속기가 아니다. 256개 LPU와 128GB SRAM, 40PB/s 대역폭을 하나의 시스템으로 묶어 KV 캐시와 장기 상태 공간을 실리콘 가까이에 유지하는 구조다. 엔비디아가 조나단 로스를 영입한 이유 역시 GPU 성능 경쟁이 아니라 AI 팩토리 시대의 새로운 메모리 계층을 확보하기 위해서라는 해석이 나온다. 기존 반도체 산업이 SRAM을 칩 내부 보조 캐시로 취급했다면, 베라 루빈 시대의 SRAM은 데이터센터 전체를 지배하는 인프라 자원으로 진화하고 있다. / GPT-5.5" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202606/11/552814-8XPEppr/20260611174055311armo.png" data-org-width="1024" dmcf-mid="UPnFxEEotw" dmcf-mtype="image" height="auto" src="https://img2.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202606/11/552814-8XPEppr/20260611174055311armo.png" width="658">
 <figcaption class="txt_caption default_figure">
 Groq 3 LPX 랙은 단순한 추론 가속기가 아니다. 256개 LPU와 128GB SRAM, 40PB/s 대역폭을 하나의 시스템으로 묶어 KV 캐시와 장기 상태 공간을 실리콘 가까이에 유지하는 구조다. 엔비디아가 조나단 로스를 영입한 이유 역시 GPU 성능 경쟁이 아니라 AI 팩토리 시대의 새로운 메모리 계층을 확보하기 위해서라는 해석이 나온다. 기존 반도체 산업이 SRAM을 칩 내부 보조 캐시로 취급했다면, 베라 루빈 시대의 SRAM은 데이터센터 전체를 지배하는 인프라 자원으로 진화하고 있다. / GPT-5.5
 </figcaption>
 </figure>
 젠슨 황-조나단 로스 Groq 연합 구글 제프딘 TPU 설계 이미 초월 아모데이는 AI 진화 노선서 도태
 젠슨 황 엔비디아 CEO가 조나단 로스를 영입한 이유도 Groq LPX를 통해 128GB 규모 SRAM 랙을 베라 루빈 플랫폼에 편입하기 위한 것이었다. 구글이 TPU 8세대에서 온칩 SRAM을 384MB까지 확대하는 것도 같은 맥락이다. 반면 앤트로픽은 여전히 AWS 트레이니움, 구글 TPU, 브로드컴 ASIC, 프랙타일 추론칩 등 서로 다른 커스텀 칩 조합에 집중하는 모습이다.
 문제는 이러한 구조가 개별 칩 성능 홍보에는 유리할 수 있지만, 퍼스널 그래프·장기 기억·멀티에이전트 상태 공간을 하나의 데이터센터 차원에서 공유해야 하는 AI 팩토리 구조에서는 도태될 수밖에 없다는 점이다. 산업혁명 초기 증기기관 종류만 수십 개 난립하다 표준 규격과 철도망을 장악한 소수 플랫폼에 흡수됐던 것처럼, 이재용 회장이 베팅한 1조원 역시 칩으로 태어나지도 못한 채 사라질 가능성이 높다는 평가가 나온다.
 AWS의 트레이니움, 브로드컴 ASIC, 프랙타일의 SRAM 추론칩은 모두 특정 목적에 최적화된 가속기라는 공통점을 갖는다. 문제는 최적화의 대가로 범용성이 줄어든다는 점이다. 트레이니움은 AWS 데이터센터 내부 워크로드에 맞춰 설계됐고, 브로드컴 ASIC은 특정 고객의 모델 구조에 맞게 제작된다.
 프랙타일 역시 SRAM 기반 추론 지연시간을 최소화하는 데 초점을 맞춰 모델 구조가 바뀌거나 새로운 에이전트 런타임이 등장하면 다시 설계를 수정해야 한다. 더 큰 문제는 시간이다. TPU처럼 수년간 개발된 칩조차 실제 대규모 서비스에 안착하기까지 긴 검증 과정을 거쳤다. 트레이니움 역시 초기 버전 공개 이후 세대 교체만 반복 중이다.
 브로드컴 ASIC은 고객이 설계를 확정한 뒤에도 실제 양산까지 수년이 걸릴 수 있으며, 프랙타일은 아직 대규모 AI 팩토리 환경에서 충분히 검증되지 않았다. AI 경쟁이 6개월 단위로 세대 교체되는 상황에서 이런 커스텀 칩들은 성능 문제가 아니라 시간 문제에 직면한다. 설계가 끝났을 때는 이미 다음 세대 모델과 런타임이 등장해 태어나기도 전에 구형이 되는 경우가 태반이다.
 또한 IPO를 앞둔 앤트로픽의 커스텀칩 난립 투자가 시장이 기대하는 수준의 성장성과 수익성을 입증하지 못한다면 충격은 한 기업에 그치지 않고 재앙이 될 수 있다. 현재 월가는 생성형 AI 산업에 대해 과거 인터넷 버블 이후 가장 공격적인 프리미엄을 부여하고 있다. 문제는 그 프리미엄 상당 부분이 실제 현금흐름보다 미래 성장 기대에 기반하고 있다는 점이다.
 <div contents-hash="9b760cf432faeeb8a25abedfa8835522137afd92736ed6a86074a9900eaa0ca4" dmcf-pid="XW2cX99Ut8" dmcf-ptype="general">
 당장 투자금을 끌어모아야 하는 앤트로픽이 추진하는 TPU·트레이니움·ASIC·추론칩 전략이 엔비디아의 GPU·NVLink·CUDA 생태계보다 실제 물리적 성능과 확장성에서 우월하다는 증거를 IPO 이전까지 제시하지 못한다면 충격은 앤트로픽 한 곳에서 끝나지 않고 오픈AI와 스페이스X로 이어질 수 있다.
 </div>
 <figure class="figure_frm origin_fig" contents-hash="92a3394f94250932ba9637057be9ea53d83a26ed8b9174a0dac85b6e2f969221" data-idxno="459512" data-type="photo" dmcf-pid="Zm0dC33GY4" dmcf-ptype="figure">
 <img alt="젠슨 황 엔비디아 CEO가 지난 6월 1일 대만 타이베이에서 열린 2026 컴퓨텍스에서 베라 루빈 풀스텍을 소개하고 있다. / 이상헌 기자" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202606/11/552814-8XPEppr/20260611174056659thwv.jpg" data-org-width="1280" dmcf-mid="ueFROttWtD" dmcf-mtype="image" height="auto" src="https://img4.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202606/11/552814-8XPEppr/20260611174056659thwv.jpg" width="658">
 <figcaption class="txt_caption default_figure">
 젠슨 황 엔비디아 CEO가 지난 6월 1일 대만 타이베이에서 열린 2026 컴퓨텍스에서 베라 루빈 풀스텍을 소개하고 있다. / 이상헌 기자
 </figcaption>
 </figure>
 적어도 2년의 시간은 엔비디아 편 앤스로픽 IPO 실리콘 무덤되나 AI 제국 vs 죽창 부대의 전쟁 오나
 미국 팹리스의 위기는 이런 커스텀 칩 진영에만 국한되지 않는다. 인텔은 여전히 Xeon과 Gaudi를 앞세워 데이터센터 주도권 회복을 시도하고 있고, AMD는 EPYC과 인스팅트(Instinct)를 통해 CPU·GPU 양면 전선을 유지하고 있다. 퀄컴은 오라이온(Oryon) 기반 AI PC 생태계를 확장하고 있으며 애플 역시 M 시리즈와 뉴럴엔진으로 온디바이스 AI 시장을 방어하고 있다.
 하지만 AI 경쟁 단위가 칩에서 인프라로 이동하는 순간 이들 모두는 같은 문제에 직면한다. CPU, NPU, ASIC, TPU를 아무리 고도화해도 결국 단일 칩 경쟁에 머물 수밖에 없기 때문이다. AI 팩토리의 성능은 개별 칩의 TOPS나 FLOPS가 아니라 데이터센터 전체에 배치된 연산 코어 수와 SRAM·HBM 비율, 그리고 이를 연결하는 패브릭 규모에 의해 결정된다.
 엔비디아는 베라 루빈, NVL72, NVLink, Spectrum-X를 통해 수만 개 GPU와 수억 개에 달하는 병렬 연산 유닛(ALU)을 하나의 거대 연산 군단으로 묶고 있다. 단일 루빈 GPU 안에도 수천 개 연산 코어와 수백 개 텐서 연산 블록이 배치되며, NVL72 한 랙에는 수십 개 GPU가 초고속 패브릭으로 연결된다. 여기에 수백·수천 개 랙이 데이터센터 단위로 결합되면 연산 코어 수는 사실상 국가 규모의 슈퍼컴퓨터 수준으로 확대된다.
 반면 TPU, 트레이니움, ASIC은 개별 칩 효율을 높이는 데는 성공했지만 동일 규모의 연산 병력과 메모리 계층, 패브릭 연결망을 구축하는 데는 한계를 드러내고 있다. 장기적 상태(State) 유지와 KV 캐시 접근성이 AI 인프라의 핵심 경쟁력으로 떠오르면서 특정 칩 하나만으로 전장을 지휘하던 각개전투식 경쟁은 종식되고 있다.
 <div contents-hash="6ef20cec56ae7c76932a58a92d1cb7ec3b283391e2f6115f9ab94fc901a7dc4b" dmcf-pid="0lqgyzztYb" dmcf-ptype="general">
 최태원 SK그룹 회장이 한국을 벗어난 AI 팩토리 가능성을 공개적으로 거론한 것도 같은 이유다. 과거 반도체 산업은 EUV 노광장비를 확보하고 더 많은 D램과 HBM을 생산하는 기업이 우위를 점하는 구조였다. 그러나 AI 시대의 경쟁 단위는 개별 칩이나 메모리를 넘어 데이터센터 전체로 이동하고 있다. 중요한 것은 HBM을 얼마나 많이 생산하느냐가 아니다. GPU·SRAM·HBM·네트워크·전력·냉각·소프트웨어를 하나의 상태 공간으로 통합할 수 있느냐다.
 </div>
 <figure class="figure_frm origin_fig" contents-hash="c138a3871244ecba52a97522649809daa38b64c091303c93a3d2680d091bc146" data-idxno="459514" data-type="photo" dmcf-pid="pSBaWqqFZB" dmcf-ptype="figure">
 <img alt="최태원 SK그룹 회장 겸 최종현학술원 이사장이 9일 일본 도쿄에서 열린 닛케이포럼 '한일특별세션'에 참석해 한국, 일본의 정∙재계 인사들과 한일경제연대 실현 방안을 논의했다. / SK그룹" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202606/11/552814-8XPEppr/20260611174058005dpqe.jpg" data-org-width="1280" dmcf-mid="7sYfcWWIYE" dmcf-mtype="image" height="auto" src="https://img4.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202606/11/552814-8XPEppr/20260611174058005dpqe.jpg" width="658">
 <figcaption class="txt_caption default_figure">
 최태원 SK그룹 회장 겸 최종현학술원 이사장이 9일 일본 도쿄에서 열린 닛케이포럼 '한일특별세션'에 참석해 한국, 일본의 정∙재계 인사들과 한일경제연대 실현 방안을 논의했다. / SK그룹
 </figcaption>
 </figure>
 ☞ 주문형 가속기(ASIC)의 하청 종속 매니폴드 = 특정 고객의 특정 모델과 알고리즘에 맞춰 설계된 주문형 반도체(ASIC)가 시간이 지날수록 고객사에 종속되는 구조를 의미한다. ASIC은 특정 작업에서는 높은 효율을 보이지만 범용성이 낮아 AI 모델과 런타임이 빠르게 변화하는 환경에서는 설계가 완료되는 시점에 이미 구형이 될 위험이 존재한다. 독자적인 소프트웨어 생태계와 개발자 기반, 네트워크 패브릭을 확보하지 못한 ASIC 사업자는 결국 고객 주문에 의존하는 생산 파트너로 전락하기 쉽다. AI 시대 경쟁력이 단일 칩이 아니라 플랫폼과 생태계로 이동하면서 주문형 가속기의 구조적 한계를 설명하는 개념으로 사용된다.
 ☞ 온칩 SRAM 랙과 장기 상태 공간 = 인공지능 시스템은 단순 연산량보다 상태(State) 유지 능력에 의해 성능이 결정된다. HBM이 대용량 데이터를 공급하는 역할을 한다면 SRAM은 연산 코어 바로 옆에서 KV 캐시, 장기 기억, 에이전트 상태 정보를 초저지연으로 유지하는 역할을 수행한다. 최근 AI 인프라는 칩 내부 SRAM을 넘어 랙 단위 SRAM 풀과 패브릭 네트워크를 통해 상태 공간을 데이터센터 전체로 확장하는 방향으로 진화하고 있다. 엔비디아의 Groq LPX 기반 SRAM 랙 전략 역시 이 흐름의 대표 사례로 평가된다. 구글이 TPU 8i로 추격을 시도힌지만 2년이나 뒤처진 상황이다.
 여성경제신문 이상헌 기자 liberty@seoulmedia.co.kr
 *여성경제신문 기사는 기자 혹은 외부 필자가 작성 후 AI를 이용해 교정교열하고 문장을 다듬었음을 밝힙니다. 기사에 포함된 이미지 중 AI로 생성한 이미지는 사진 캡션에 밝혀두었습니다.
 </section> 
 </div>

댓글 총 0개

이번주 포인트랭킹

매주 일요일 밤 0시에 랭킹을 초기화합니다.

14,000상품권
23,000상품권
32,000상품권

업체홍보/구인 더보기

지식/노하우 더보기

판매의뢰 더보기

포토 더보기