미국 빅테크는 AI 풀스택을 잠그고, 유럽은 클라우드 독립을 준비 중

미국 클라우드 빅3는 AI 시대에도 더 커지는 중

• 미국 빅테크 클라우드의 방향은 명확함. 자체 칩, 자체 모델, 자체 클라우드를 한 덩어리로 묶는 풀스택 전략임

  • 마이크로소프트는 개발자 콘퍼런스 빌드 2026에서 자체 AI 모델 MAI 신규 7종을 공개함
  • 자체 AI 칩 마이아 200의 미국 외 리전 배치 계획도 내놨고, 자체 CPU 코발트 200 기반 가상머신(VM) 서비스도 발표함
  • 새 추론 모델 MAI-씽킹-1은 마이아 200에서 돌릴 때 엔비디아 GB200 대비 와트당 성능이 1.4배라고 주장함

• 구글도 같은 방향으로 움직임

  • 구글 I/O 2026에서 맞춤형 반도체, 자체 모델, 수십억 명이 쓰는 제품을 묶는 풀스택 접근을 강조함
  • 제미나이로 오픈AI·앤트로픽과 프론티어 AI 경쟁을 하면서, 기업 고객의 토큰 비용 절감 수요도 노림
  • 구글 클라우드 넥스트 2026에서는 8세대 TPU를 훈련용 8t와 추론용 8i로 나눠 공개함

• AWS도 이미 자체 칩과 모델을 강화해 둔 상태임

  • 리인벤트 2025에서 자체 AI 칩 트레이니엄3와 CPU 그라비톤5를 공개함
  • 신규 자체 모델 노바2도 내놓음
  • AI 칩부터 모델까지 전부 자사 클라우드 안에서 돌아가게 만드는 흐름이 선명해짐

문제는 개방성을 말하면서도 락인이 더 세진다는 점임

• 클라우드 빅3는 모두 개방성을 말하지만, 실제 운영에서는 고객 종속이 깊어질 수밖에 없음

  • 데이터를 빼낼 때 붙는 이그레스 수수료가 있음
  • 관리형 서비스끼리 호환되지 않는 경우가 많음
  • 라이선스 조건과 운영 인력 전환 비용도 무시하기 어려움
  • 한번 핵심 시스템을 올린 워크로드는 높은 전환 비용 때문에 쉽게 못 옮김

• 자체 AI 칩 기반 수직계열화는 이 락인을 더 단단하게 만들 가능성이 큼

  • 특정 칩에 최적화된 모델과 런타임을 쓰면 비용은 낮아질 수 있음
  • 대신 다른 클라우드나 온프레미스 환경으로 옮길 때 성능·비용·운영 방식이 모두 달라짐
  • 기업 입장에서는 싸게 시작했다가 나중에 빠져나오기 어려운 구조가 될 수 있음

유럽은 이제 소버린 클라우드를 정책으로 밀기 시작함

• EU는 미국 빅테크 의존을 줄이기 위한 기술주권 패키지를 발표함

  • 클라우드·AI개발법(CADA), 칩스법 2.0, 오픈소스 전략이 포함됨
  • 배경에는 트럼프 행정부 재등장 이후 커진 통상·안보 갈등과 IT 종속 우려가 깔려 있음
  • 유럽 클라우드 시장은 이미 미국 클라우드 빅3가 70%를 점유한 상태임

• CADA의 핵심은 공공부문에 적용할 4단계 클라우드·AI 주권 등급 체계임

  • 상위 등급인 레벨3은 사업자가 EU 소유·통제 대상이어야 하고, 인력 국적 요건도 들어감
  • 최상위 레벨4는 공급망에 대한 완전한 통제와 제3국 간섭 배제를 요구함
  • 미국 정부가 자국 기업의 해외 서버 데이터까지 요구할 수 있는 클라우드법에 대한 우려가 직접적인 배경임

• 미국 클라우드 빅3도 가만히 있지는 않음
  • 현지 기반 전용 서비스나 합작사 설립 같은 방식으로 대응 중임
  • 하지만 마이크로소프트는 미국 법원 명령을 따라야 하므로 EU 데이터 주권을 완전히 보장할 수는 없다고 인정한 바 있음
  • 유럽 클라우드 업계 CEO 24명은 미국 하이퍼스케일러의 지배를 포장하는 ‘주권 워싱’을 경계해야 한다고 주장함

한국에도 남 얘기가 아님

• EU CADA는 아직 제안 단계라 실제 시행까지 1~2년은 걸릴 전망임

  • 회원국, 의회, 집행위 간 3자 협의를 거쳐야 함
  • 그 사이 AI 수요는 계속 커지고, 빅테크의 인프라 지배력도 단기적으로 더 강해질 가능성이 큼

• 한국 입장에서는 GPUaaS 확보만 보고 끝낼 일이 아님

  • 국내 정책과 업계는 당장 클라우드 GPU 서비스 확보에 초점이 가 있는 상태임
  • 하지만 장기적으로는 데이터, 모델, 클라우드 운영권, 법적 통제권까지 같이 봐야 함
  • AI 인프라가 해외 빅테크 풀스택에 깊게 묶이면, 나중에 비용이나 정책 리스크가 커져도 빠져나오기 어려움

• 멀티클라우드는 슬라이드에서는 쉬워 보이지만 현실에서는 꽤 빡셈

  • 데이터 이동 비용, 서비스 호환성, 운영 인력 숙련도, 라이선스가 전부 발목을 잡음
  • AI 칩과 모델까지 클라우드별로 최적화되면 이전 난이도는 더 올라감
  • 그래서 지금부터 클라우드 선택을 단순 가격표가 아니라 아키텍처 종속성 관점으로 봐야 함

---

기술 맥락

• 미국 빅테크가 자체 칩을 만드는 이유는 단순히 엔비디아 GPU가 비싸서만은 아니에요. 추론 비용을 낮추고, 자사 모델과 클라우드 서비스를 한 몸처럼 최적화하면 고객이 그 생태계 안에서 더 오래 머물게 되거든요.

• 락인이 무서운 이유는 “계약 해지하면 끝”이 아니기 때문이에요. 데이터 이동 비용, 관리형 데이터베이스 호환성, 인증·관측성 도구, 운영팀의 숙련도까지 전부 이전 비용으로 잡혀요. AI 워크로드는 여기에 칩 최적화와 모델 런타임까지 얹혀서 더 복잡해져요.

• EU의 소버린 클라우드 논의는 데이터센터 위치만 유럽에 두자는 얘기가 아니에요. 누가 소유하고, 어떤 법의 적용을 받고, 공급망이 끊겼을 때 누가 통제권을 갖는지까지 따지자는 거예요.

• 한국도 GPU 물량 확보 다음 질문이 필요해요. 어떤 클라우드에 올릴지, 모델과 데이터가 어디에 묶이는지, 공공·금융·제조 같은 민감 산업에서 외국 법의 영향을 어떻게 줄일지까지 같이 설계해야 나중에 선택지가 남아요.

• 개발팀 레벨에서는 특정 클라우드의 고급 관리형 서비스를 쓸 때 성능과 비용 이득만 보면 안 돼요. 그 서비스를 대체할 수 있는지, 데이터 포맷과 배포 파이프라인이 얼마나 이식 가능한지, 장애나 정책 변경 때 빠져나올 경로가 있는지를 같이 봐야 해요.