구글이 자사의 거대 언어모델 ‘제미나이(Gemini)’에 특화된 AI 추론 전용 칩을 개발 중이라는 소식이 전해졌습니다. 블룸버그와 더인포메이션 보도를 인용한 더뉴스택(The New Stack)에 따르면, 이 프로젝트의 코드명은 ‘프로즌 v2(Frozen v2)’로, 제미나이 모델의 일부 아키텍처를 하드웨어에 영구적으로 각인하는 방식이라고 합니다. 기존의 범용 AI 가속기(GPU·TPU)와 달리, 특정 모델에 최적화된 ‘모델-실리콘 공동 설계’의 첫 신호탄이라는 점에서 시장의 이목이 집중되고 있습니다.
무슨 일이 있었나: ‘프로즌 v2’의 기술적 핵심
보도에 따르면, 프로즌 v2 칩은 제미나이 모델의 ‘가중치(weights)’는 업데이트 가능하게 남겨두되, 모델의 핵심 아키텍처 일부를 실리콘에 영구적으로 고정(하드와이어링)하는 절충안을 채택했습니다. 이는 모델이 업데이트될 때마다 칩 전체를 교체해야 하는 위험을 피하면서도, 범용 칩보다 훨씬 높은 효율을 얻기 위한 설계입니다. 구글 대변인은 더뉴스택에 “우리 팀은 사용자와 고객에게 최대 성능과 효율을 제공하기 위해 지속적으로 혁신을 연구·실험하고 있다”며 “모든 프로젝트가 양산에 이르는 것은 아니지만, 이러한 엄격한 탐구가 구글의 풀스택 접근 방식의 핵심”이라고 밝혔습니다. 내부 추정에 따르면 이 칩은 와트당 토큰 처리량을 6~10배 향상시킬 수 있을 것으로 전망됩니다.
왜 중요한가: AI 추론의 ‘ASIC화’ 신호
이번 소식이 중요한 이유는 AI 반도체 시장이 ‘범용 GPU 시대’에서 ‘모델 특화 ASIC 시대’로 전환될 가능성을 시사하기 때문입니다. 비트코인 채굴이 CPU→GPU→ASIC으로 진화한 것과 유사한 패턴이 AI 추론에서도 나타나고 있다는 분석입니다. 훈련(Training) 단계에서는 GPU의 유연성이 여전히 중요하지만, 일단 모델이 서비스에 투입되면 더 적은 전력으로 더 많은 요청을 처리하는 ‘추론 효율’이 최우선 과제가 됩니다. 구글은 이 칩을 통해 클라우드 AI 컴퓨팅 병목 현상을 완화하고, 제미나이 서비스 비용을 대폭 낮추는 것을 목표로 하고 있습니다. 이는 개발자들에게도 미래 AI 시스템이 모델과 하드웨어 간 훨씬 더 긴밀한 통합으로 설계될 것임을 예고하는 신호입니다.
XPLAIN AI의 해석: 경쟁 구도와 시장 파급
XPLAIN AI는 이번 움직임이 구글만의 고립된 시도가 아니라고 해석합니다. 이미 엔비디아(NVDA)는 지난해 Groq에 약 200억 달러 규모의 기술 라이선스 계약을 체결하며 추론 특화 하드웨어에 투자했습니다. 캐나다 스타트업 Taalas는 80억 파라미터 라마(Llama) 모델 전체를 실리콘에 내장한 칩을 시연했으며, 초당 약 17,000토큰의 처리 속도를 주장합니다. d-Matrix는 SRAM 기반 인메모리 컴퓨팅 아키텍처 ‘코세어(Corsair)’를, SambaNova는 3계층 메모리 구조의 커스텀 데이터플로우 기술을 각각 선보이고 있습니다. 구글의 프로즌 v2는 Taalas의 하드와이어링 극효율과, 여러 제품 사이클에 걸쳐 사용할 수 있는 유연성 사이의 절충점을 찾은 독특한 위치에 있습니다.
수혜와 리스크: 누가 웃고 누가 울까
잠재적 수혜로는 구글(GOOGL) 자체가 꼽힙니다. 자체 칩으로 제미나이 추론 비용을 대폭 낮추면 클라우드 사업 마진 개선과 AI 서비스 경쟁력 강화로 이어질 수 있습니다. 또한, 모델 특화 ASIC 설계를 위한 EDA(전자설계자동화) 툴 업체(예: 시놉시스(SNPS), 케이던스(CDNS))와 IP(반도체 설계자산) 업체에도 수요 증가가 예상됩니다. 반면, 리스크에 노출된 기업으로는 전통적인 GPU 강자 엔비디아(NVDA)가 있습니다. AI 추론 시장이 ASIC으로 분화될 경우, 엔비디아의 GPU 점유율이 잠식될 가능성이 있습니다. 다만, 훈련 시장은 여전히 GPU가 우세하고, 엔비디아 자체도 Groq 투자 등으로 대응하고 있어 단기적 타격은 제한적일 수 있습니다. AMD(AMD)와 인텔(INTC)도 유사한 리스크에 직면해 있습니다.
반대 시나리오와 불확실성
그러나 이 프로젝트가 계획대로 진행되지 않을 가능성도 존재합니다. 구글 대변인도 “모든 프로젝트가 양산에 이르는 것은 아니다”고 밝힌 만큼, 프로즌 v2가 실제 제품으로 이어질지는 미지수입니다. 또한, 모델 특화 칩은 모델 업데이트 주기가 빨라질 경우 구식화될 위험이 있으며, 제미나이 아키텍처가 크게 바뀌면 칩을 재설계해야 하는 부담이 생깁니다. 경쟁사들도 유사한 기술을 개발 중이므로, 구글이 독보적인 우위를 점하기는 어려울 수 있습니다. 시장은 이 칩의 양산 여부와 실제 성능 검증, 그리고 구글의 클라우드 비용 절감 효과를 주목해야 합니다.
#구글 #프로즌v2 #AI반도체 #ASIC #AI추론 #제미나이 #하드와이어링 #반도체혁명
출처
- Google just bet its inference future on a chip built for one model — The New Stack | DevOps, Open Source, and Cloud Native News · 언론 보도 · Mon, 20 Jul 2026 22:14:41 +0000
작성: XPLAIN AI 편집팀 · 검수: XPLAIN AI Editorial Desk
이 콘텐츠는 공개된 출처를 기반으로 AI의 도움을 받아 작성되었으며, XPLAIN AI의 편집·검수 기준을 적용했습니다. 사실과 분석 의견을 구분하며, 오류가 확인되면 수정합니다.