본문으로 건너뛰기
피드

구글·블랙스톤, TPU 기반 AI 클라우드 합작사 만든다

ai-ml 약 6분
vote
0
댓글
북마크

구글과 블랙스톤이 미국 기반 AI 클라우드 합작사를 세우고, 구글 TPU를 외부 고객에게 본격 공급하려는 움직임에 나섰다. 블랙스톤은 50억달러 지분 자본을 투입하고, 새 회사는 내년까지 500MW 규모 컴퓨팅 용량 가동을 목표로 한다.

  • 1

    구글과 블랙스톤이 AI 클라우드 합작사 설립에 합의

  • 2

    블랙스톤은 지분 자본 50억달러를 투입

  • 3

    합작사는 내년까지 500MW 컴퓨팅 용량 가동을 목표로 함

  • 4

    구글은 TPU를 포함한 하드웨어, 소프트웨어, 서비스를 공급

  • 5

    엔비디아 GPU 기반 AI 클라우드 업체와 경쟁 구도가 더 뚜렷해짐

구글이 TPU를 더 크게 팔 판을 깔고 있음

  • 구글과 블랙스톤이 미국 기반 AI 클라우드 합작사를 만들기로 했음

    • 월스트리트저널(WSJ) 보도에 따르면 블랙스톤은 합작사에 지분 자본 50억달러를 투입함
    • 구글은 자체 AI 반도체인 텐서처리장치(TPU)를 포함한 하드웨어, 소프트웨어, 서비스를 공급함
  • 이번 합작사는 구글이 TPU를 외부 고객에게 본격적으로 공급하고 수익화하려는 가장 큰 시도로 평가됨

    • 지금까지 구글 TPU는 구글 내부와 일부 대형 파트너 중심 이미지가 강했음
    • 이제는 엔비디아 GPU에 의존하는 AI 클라우드 업체들과 정면으로 경쟁할 수 있는 별도 인프라 사업체를 세우는 흐름임
  • 목표 규모도 작지 않음

    • 새 회사는 내년까지 500메가와트(MW) 규모의 컴퓨팅 용량을 가동하는 걸 목표로 잡음
    • 기사에서는 이 전력 규모가 중형 도시 하나에 필요한 전력량과 비슷한 수준이라고 설명함
    • 두 회사는 이후에도 컴퓨팅 용량을 크게 늘릴 계획임

중요

> 500MW는 단순히 서버 몇 대 더 놓는 수준이 아님. AI 클라우드 경쟁이 칩 성능뿐 아니라 전력 확보와 데이터센터 자본전으로 가고 있다는 신호임.

엔비디아 독주를 흔들려는 계산

  • 배경에는 AI 컴퓨팅 수요 폭증이 있음

    • 고도화된 AI 모델을 학습하고 실행하는 데 필요한 연산 자원이 전례 없이 부족해졌음
    • AI 기업 상당수는 엔비디아 칩을 쓰는 코어위브 같은 외부 인프라 업체에 의존하고 있음
  • 구글은 이 구조에서 TPU를 대안으로 밀고 싶어 함

    • TPU는 AI 모델 학습과 구동에 특화된 반도체임
    • 구글은 최근 AI 추론에 특화된 새 프로세서도 공개했음
    • 추론은 이미 학습된 모델을 실제 서비스에서 돌릴 때 필요한 연산이라, AI 서비스가 늘어날수록 수요가 계속 커지는 영역임
  • 이미 대형 고객 접점도 있음

    • 구글은 클로드 개발사 앤트로픽이 자사 칩 약 100만개에 접근할 수 있도록 하는 계약을 맺었음
    • 메타와도 관련 계약을 체결한 상태임
    • 이번 합작사는 이런 개별 계약을 넘어, TPU 기반 클라우드를 더 체계적으로 외부 시장에 내놓는 시도에 가까움

블랙스톤은 돈만 넣는 투자자가 아님

  • 블랙스톤은 이미 AI 인프라 쪽에 꽤 깊게 들어와 있음

    • 2021년 데이터센터 운영사 QTS 리얼티 트러스트를 인수했음
    • 2024년에는 데이터센터 운영사 에어트렁크 인수에 합의했음
    • 코어위브, 앤트로픽, 오픈AI 등 AI 관련 기업에도 투자해 왔음
  • 블랙스톤은 AI 투자를 묶어 관리하기 위해 ‘블랙스톤 N1’ 또는 ‘BXN1’이라는 새 조직도 만들었음

    • 코어위브 투자를 주도했던 자스 카이라가 이 조직의 글로벌 책임자를 맡음
    • 구글과의 합작사는 BXN1의 두 번째 투자로 소개됨
  • 새 회사 CEO는 구글 장기 재직 임원인 벤저민 트레이너 슬로스가 맡음

    • 구글이 단순 공급자로 빠지는 게 아니라, 운영 주도권도 꽤 가져가려는 모양새임
    • AI 클라우드 시장에서 칩, 소프트웨어, 고객 계약, 데이터센터 자본이 한 덩어리로 묶이는 그림임

기술 맥락

  • 구글의 선택은 “TPU를 내부 최적화용 칩에 머물게 둘 것인가, 외부 AI 클라우드 상품으로 키울 것인가”에 대한 답에 가까워요. 엔비디아 GPU 공급이 병목이 된 상황에서, TPU를 대안 인프라로 팔 수 있으면 구글은 모델 회사뿐 아니라 인프라 회사로도 더 강해져요.

  • 블랙스톤이 들어온 이유는 AI 클라우드가 소프트웨어만으로 되는 사업이 아니기 때문이에요. 500MW 규모 컴퓨팅 용량은 전력, 부지, 냉각, 서버 조달, 장기 임대 계약까지 엮이는 자본 집약형 사업이라 금융 파트너의 역할이 커질 수밖에 없어요.

  • TPU 기반 클라우드는 엔비디아 GPU 생태계와 다른 트레이드오프를 가져요. GPU는 개발자 생태계와 범용성이 강하지만 공급 부족과 가격 압박이 크고, TPU는 구글 소프트웨어 스택과 맞물릴 때 효율을 노릴 수 있지만 고객이 기존 워크로드를 얼마나 쉽게 옮길 수 있는지가 관건이에요.

  • 추론 특화 프로세서를 같이 언급한 점도 중요해요. AI 시장이 모델 학습 경쟁에서 실제 서비스 운영 비용 경쟁으로 넘어가면, 매 요청마다 드는 추론 비용과 전력 효율이 클라우드 선택의 핵심 기준이 되거든요.

AI 인프라 경쟁이 모델 품질 싸움에서 전력, 데이터센터, 칩 공급, 자본 조달 싸움으로 확장되는 장면임. 500MW라는 숫자는 그냥 클라우드 증설이 아니라 전력 인프라급 베팅에 가깝고, TPU가 엔비디아 GPU 대안으로 얼마나 먹히는지가 관전 포인트임.

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.