본문으로 건너뛰기
피드

구글이 전 세계 AI 컴퓨팅 25%를 쥐고 있다는 추정이 나옴

ai-ml 약 6분
vote
0
댓글
북마크

에포크 AI가 2025년 말 기준 주요 AI 기업의 컴퓨팅 자원 분포를 추정했는데, 구글이 H100 환산 400만 장으로 전 세계 물리 용량의 25%를 차지하는 것으로 나왔어. 다만 구글과 메타는 서비스 운영에도 컴퓨팅을 많이 쓰기 때문에, 순수 첨단 모델 개발 기준으로는 오픈AI와 앤트로픽의 비중이 더 빠르게 커질 가능성이 큼.

  • 1

    구글은 H100 환산 400만 장, 메타는 180만 장, 오픈AI는 170만 장 수준으로 추정됨

  • 2

    상위 5개 기업 합산 용량은 전 세계 절반을 넘지만 전부 모델 학습용은 아님

  • 3

    오픈AI의 2025년 컴퓨팅 용량은 4.6배 늘어 전 세계 신규 설치 증가율 3.3배를 앞질렀음

  • 4

    컴퓨팅 확장은 결국 자본 지출과 실제 수익성으로 검증받게 될 가능성이 큼

  • 전 세계 AI 컴퓨팅이 소수 프론티어 모델 기업으로 빠르게 쏠리고 있다는 분석이 나옴

    • 에포크 AI는 2025년 말 기준 전 세계 물리적 AI 컴퓨팅 용량을 H100 환산 1600만 장 수준으로 봤음
    • 이 중 구글이 400만 장, 즉 전체의 25%를 가동 중인 것으로 추정돼 1위로 꼽힘
  • 그런데 ‘구글이 AI 모델 개발에 25%를 다 쓴다’는 얘기는 아님

    • 구글은 검색, 유튜브, 클라우드, 내부 서비스까지 GPU를 나눠 써야 해서 딥마인드의 제미나이 개발에 들어가는 비중은 절반 미만으로 추정됨
    • 모델 개발용 컴퓨팅만 놓고 보면 H100 환산 170만 장 수준인 오픈AI가 구글보다 더 많이 쓰고 있을 가능성도 제기됨
  • 메타도 비슷한 케이스임

    • 메타는 H100 환산 180만 장 수준으로 2위권이지만, 수십억 명이 쓰는 서비스 운영에 AI 컴퓨팅을 같이 투입함
    • 그래서 단순 보유량과 최첨단 모델 학습에 들어가는 실사용량은 분리해서 봐야 함

중요

> 상위 5개 기업의 단순 합산 용량은 H100 환산 920만 장으로 전 세계 절반을 넘지만, 순수 첨단 모델 개발에 쓰이는 용량은 그보다 적다는 게 핵심임.

  • 오픈AI와 앤트로픽은 앞으로 점유율이 더 커질 가능성이 큰 쪽으로 분류됨

    • 오픈AI는 2025년 컴퓨팅 용량이 4.6배 늘었는데, 같은 기간 전 세계 신규 설치 용량 증가율 3.3배보다 빠름
    • 앤트로픽은 현재 100만 장, 점유율 6% 수준으로 추정되지만 매출과 투자 유치가 빠르게 늘고 있음
    • 최근에는 xAI의 대형 데이터센터 ‘콜로서스’를 임대하면서 용량 확대 가능성도 커짐
  • xAI는 이름값에 비해 이 추정치에서는 상위 5개 중 가장 낮게 나옴

    • 한때 세계 최대급 데이터센터로 불린 콜로서스를 보유했지만, 전체 용량은 H100 환산 70만 장 수준으로 추정됨
    • 물론 이 수치는 공개 자료와 추정치를 합친 거라 정확한 장부 숫자로 보면 곤란함
  • AI 컴퓨팅의 쓰임새도 바뀌고 있음

    • 예전에는 모델 학습이 핵심이었다면, 요즘은 에이전트와 생성형 AI 서비스 사용량 증가로 추론 컴퓨팅 비중이 커지는 중임
    • 이 흐름은 오픈AI, 앤트로픽, 구글처럼 실제 사용자가 몰린 회사에 유리하게 작용할 수 있음
  • 중국 기업들도 이제 본격적으로 컴퓨팅 확보전에 들어옴

    • 딥시크는 외부 투자 유치와 자체 컴퓨팅 시설 확보에 나서며 인프라 확장을 추진 중임
    • 미국 빅테크만의 싸움이 아니라, 국가 단위 AI 인프라 경쟁으로 커지는 그림임
  • 문제는 이 성장률이 돈과 물리 인프라를 계속 먹는다는 점임

    • 연간 4배 성장률을 유지하려면 자본 지출이 매년 2배 이상 늘어야 한다는 분석이 나옴
    • 전력, 부지, 칩 공급, 냉각, 네트워크까지 걸려 있어서 언젠가는 확장 속도가 꺾일 수밖에 없음
  • 결국 승부는 ‘누가 GPU를 많이 샀나’에서 ‘그 돈을 벌어낼 수 있나’로 넘어감

    • 일부 기업이 전 세계 용량 대부분을 차지할 정도로 커지면, 천문학적 투자를 정당화할 매출과 이익을 보여줘야 함
    • AI 인프라 경쟁이 낭만적인 기술 레이스가 아니라 재무제표 싸움으로 변하는 순간임

기술 맥락

  • 여기서 중요한 선택은 AI 기업들이 모델 성능을 올리기 위해 H100급 GPU를 계속 늘리는 전략이에요. 대형 모델은 파라미터와 데이터가 커질수록 학습 비용이 폭증해서, 단순 알고리즘 개선만으로는 경쟁이 안 되거든요.

  • 다만 보유 GPU 수와 모델 개발 역량은 같은 말이 아니에요. 구글이나 메타처럼 대규모 소비자 서비스를 가진 회사는 추천, 검색, 광고, 챗봇 추론에도 같은 컴퓨팅 풀을 써야 해서 실제 프론티어 모델 학습에 투입되는 몫이 달라져요.

  • 오픈AI와 앤트로픽이 주목받는 이유는 사용자 요청을 처리하는 추론 수요까지 같이 커지고 있기 때문이에요. 에이전트가 늘어나면 한 번의 사용자 작업이 여러 번의 모델 호출로 쪼개져서, 서비스가 잘될수록 GPU 비용도 같이 커지는 구조예요.

  • 그래서 이 경쟁은 모델 아키텍처만의 문제가 아니라 데이터센터, 전력, 자본 지출, 매출화 능력이 묶인 시스템 문제예요. 몇 년 뒤에는 ‘가장 좋은 모델’보다 ‘가장 오래 감당 가능한 인프라 운영 모델’을 가진 회사가 더 강해질 수 있어요.

AI 경쟁이 모델 논문 싸움에서 전력, GPU, 데이터센터, 매출 증명 싸움으로 넘어가고 있다는 신호임. 한국 개발자 입장에서도 모델 선택이나 서비스 비용을 볼 때 ‘어느 회사가 똑똑한가’보다 ‘누가 이 인프라 비용을 감당할 수 있나’를 같이 봐야 함.

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.