본문으로 건너뛰기
피드

구글·블랙스톤, 37조원짜리 TPU 전용 AI 클라우드 판 키운다

ai-ml 약 5분
vote
0
댓글
북마크

구글과 블랙스톤이 미국에 TPU 기반 AI 클라우드 합작사를 세우고, 최대 250억달러 규모의 컴퓨팅 인프라 투자를 추진해. 구글이 그동안 내부 중심으로 쓰던 TPU를 외부 고객용 클라우드 사업으로 본격 확장하려는 움직임이라, 엔비디아 GPU 중심 AI 인프라 시장에 꽤 큰 변수가 될 수 있어.

  • 1

    블랙스톤은 초기 지분 투자금 50억달러를 넣고, 부채 조달 등을 포함해 최대 250억달러 규모 투자를 지원할 예정

  • 2

    합작사는 2027년까지 500메가와트 규모 데이터센터 전력 확보를 목표로 함

  • 3

    구글은 TPU 하드웨어뿐 아니라 소프트웨어와 클라우드 서비스까지 제공하며, 외부 고객용 TPU 사업을 키우려 함

  • 4

    앤트로픽에는 약 100만개 TPU 접근 권한을 제공했고, 메타와도 TPU 공급 계약을 맺은 상태

  • 구글과 블랙스톤이 TPU 기반 AI 클라우드 회사를 미국에 세우려 함

    • 블랙스톤은 초기 지분 투자금으로 50억달러, 우리 돈 약 7조5000억원을 넣을 예정
    • 부채 조달까지 포함하면 전체 컴퓨팅 인프라 투자 규모는 250억달러, 약 37조원까지 커질 수 있음
  • 이 합작사의 핵심은 구글 TPU를 외부 고객에게 본격적으로 파는 것임

    • TPU는 구글이 자체 개발한 AI 칩이고, 지금까지는 주로 구글 내부 서비스나 제한된 파트너십에서 쓰였음
    • 이번에는 TPU 하드웨어만 던져주는 게 아니라 소프트웨어와 클라우드 서비스까지 묶어서 제공하는 구조

중요

> 2027년까지 500메가와트 규모 데이터센터 전력을 확보하는 게 1차 목표임. 미국 중형 도시 하나가 쓰는 전력량과 맞먹는 수준이라, 그냥 ‘클라우드 하나 더 만든다’ 정도의 얘기가 아님.

  • 이 판은 결국 엔비디아 GPU 중심 AI 인프라 시장에 대한 도전임

    • 지금 주요 AI 기업 상당수는 코어위브 같은 AI 클라우드 사업자를 통해 인프라를 쓰고 있음
    • 코어위브 같은 업체들은 대체로 엔비디아 GPU에 크게 의존함
    • 구글은 TPU 기반 클라우드로 이 구도를 흔들어보겠다는 계산
  • 타이밍도 꽤 절묘함. AI 모델 학습뿐 아니라 추론 수요가 폭증하는 시점이기 때문

    • 구글은 최근 AI 추론에 최적화된 신규 프로세서를 공개했고, 학습용 차세대 TPU도 선보였음
    • 생성형 AI 서비스가 늘수록 ‘모델을 한 번 학습하는 비용’보다 ‘계속 실행하는 비용’이 더 큰 이슈가 됨
  • 구글은 이미 큰 고객들을 TPU 쪽으로 끌어오고 있음

    • 앤트로픽에는 약 100만개 TPU 접근 권한을 제공하는 대형 계약을 맺었음
    • 메타와도 TPU 공급 계약을 체결한 상태
    • 이번 합작사는 이런 외부 TPU 사업을 더 큰 클라우드 사업으로 확장하는 발판이 될 가능성이 큼
  • 블랙스톤이 들어온 것도 포인트임. 이 회사는 이미 데이터센터 투자에 깊게 들어와 있음

    • 2021년 데이터센터 운영사 QTS 리얼티 트러스트를 인수했음
    • 2024년에는 호주 데이터센터 기업 에어트렁크 인수 계약도 맺었음
    • 블랙스톤 CEO는 건설 중인 시설까지 포함해 1500억달러, 약 225조원 이상의 데이터센터 자산을 보유하고 있다고 밝힘
    • 추가로 1600억달러, 약 240조원 규모 신규 프로젝트도 검토 중이라고 함
  • 합작사 CEO는 구글 베테랑 임원 벤자민 트레이너 슬로스가 맡음

    • 구글이 칩만 공급하고 빠지는 구조가 아니라, 운영과 서비스 설계까지 깊게 관여할 가능성이 높아 보임
    • 블랙스톤의 자본과 구글의 칩·클라우드 역량이 묶인다는 점에서, AI 인프라 시장의 경쟁 축이 하나 더 생기는 셈

기술 맥락

  • 이번 선택의 핵심은 구글이 TPU를 내부 최적화 도구에서 외부 클라우드 상품으로 바꾸려 한다는 점이에요. TPU는 구글 서비스 안에서는 이미 오래 굴러온 칩이지만, 외부 개발사 입장에서는 엔비디아 GPU 생태계보다 접근성이 낮았거든요.

  • 왜 지금이냐면 추론 비용이 점점 더 커지고 있기 때문이에요. 챗봇, 검색, 코딩 도구처럼 사용자가 계속 호출하는 서비스는 모델을 한 번 학습시키는 것보다 매 요청을 처리하는 인프라 비용이 장기적으로 더 민감해져요.

  • 구현 방식도 칩 판매가 아니라 클라우드 제공에 가까워요. 구글이 TPU 하드웨어, 소프트웨어, 클라우드 서비스를 같이 제공하고 블랙스톤이 데이터센터 자본을 대는 구조라, 고객은 칩을 직접 사기보다 연산 자원을 빌려 쓰는 모델에 가까워요.

  • 개발자 입장에서는 당장 코드를 바꿀 뉴스라기보다, 몇 년 뒤 AI 워크로드를 어디서 돌릴지 선택지가 늘어나는 뉴스로 보는 게 맞아요. 엔비디아 GPU 중심의 도구 생태계가 강하긴 하지만, 특정 모델이나 추론 패턴에서는 TPU 기반 클라우드가 비용과 성능 면에서 경쟁력을 낼 수 있거든요.

이건 단순한 데이터센터 투자 뉴스라기보다, 구글이 TPU를 ‘내부 최적화 칩’에서 ‘외부에 파는 AI 인프라 상품’으로 밀어보겠다는 신호에 가까워. 엔비디아 GPU가 사실상 표준이 된 시장에서, 칩·클라우드·자본이 한꺼번에 움직이는 구도라 지켜볼 만해.

댓글

댓글

댓글을 불러오는 중...

ai-ml

유튜브, AI 생성 영상에 자동 라벨 붙인다

유튜브가 사실적으로 보이거나 의미 있게 AI로 변경·생성된 콘텐츠에 더 눈에 띄는 라벨을 적용하고, 제작자가 AI 사용 여부를 밝히지 않아도 내부 신호로 감지되면 자동 라벨을 붙이겠다고 밝혔다. 다만 라벨만으로 추천 노출이나 수익화 자격이 바뀌지는 않으며, 제작자는 YouTube Studio에서 잘못된 판정을 수정할 수 있다.

ai-ml

테크 CEO들의 'AI 만능론', 숫자는 아직 그렇게 말하지 않는다

테크 업계에서 AI를 이유로 한 대규모 감원과 조직 재편이 이어지는 가운데, Box 창업자 애런 레비는 CEO들이 실제 업무의 마지막 1마일을 모른 채 AI 에이전트의 능력을 과대평가하고 있다고 지적했다. 2026년 첫 5개월 동안 이미 11만5430명이 해고됐고, 여러 연구는 AI 도입이 체감 생산성만큼 실제 생산성을 끌어올렸다는 근거가 아직 약하다고 말한다.

ai-ml

오픈AI와 앤트로픽, 코딩 에이전트로 드디어 돈 되는 시장을 찾은 듯

사이먼 윌리슨은 오픈AI와 앤트로픽이 코딩 에이전트와 기업용 과금으로 진짜 제품-시장 적합성을 찾았다고 봐. 개인 구독자에게는 월 100달러 플랜이 싸게 느껴지지만, 기업 고객은 이제 사용량 기준 토큰 가격을 그대로 내기 시작했고 이게 대형 고객 예산을 빠르게 흔들고 있다는 얘기야.

ai-ml

컴팔과 GMI 클라우드, 대규모 추론용 AI 인프라 구축 협력

컴팔이 실리콘밸리 기반 AI 인프라 기업 GMI 클라우드와 협력해 대규모 추론과 에이전틱 AI 워크로드에 맞춘 GPU 서버 인프라를 구축한다고 발표했어. COMPUTEX 2026에서는 NVIDIA HGX B300을 지원하는 Compal SGX30-2 같은 고성능 AI 서버 플랫폼도 선보일 예정이야.

ai-ml

AI 쓰면 편해진다더니, 직장인들은 ‘AI 과부하’에 지쳐가는 중

국내 직장인들이 AI 전환 압박, AI 답변 검증 부담, 대체 불안 때문에 피로감을 호소하고 있어. 중앙일보 설문에서는 5284명 중 31.6%가 ‘AI 답변 검증에 시간이 더 걸릴 때’를 가장 지치는 순간으로 꼽았고, 기업들은 무작정 AI 사용량을 밀어붙이는 방식에서 업무 방식 재설계로 넘어가야 한다는 지적이 나와.