AI 요약
- •구글이 기존 TPU 대비 6~10배 효율적인 AI 특화칩 'Frozen V2'를 개발 중이며 이르면 2028년 배치를 목표로 한다.
- •Gemini 워크로드에 최적화된 아키텍처를 칩에 직접 하드와이어링해 범용 실리콘 대비 극적인 효율 향상을 노린다.
- •아마존 Trainium, 메타 추론 가속기, MS Project Maia 등 빅테크의 맞춤형 실리콘 경쟁이 격화되며 엔비디아 GPU 의존도 축소 흐름이 강화된다.
뉴스 기사
구글이 자사 AI 모델 'Gemini' 전용으로 설계된 차세대 특화 반도체 'Frozen V2'를 개발 중인 것으로 전해졌다. 디 인포메이션(The Information)이 2026년 7월 20일 전한 바에 따르면, 이 칩은 현재의 텐서 처리 장치(TPU)보다 6~10배 높은 효율을 목표로 하며 이르면 2028년 실제 배치가 예정돼 있다. Frozen V2의 핵심은 범용 연산 대신 Gemini의 신경망 구조 자체를 회로에 직접 새겨 넣는 극단적 최적화에 있다. 통상적인 칩 업그레이드 주기를 넘어서는 이 접근은, 특정 워크로드에 하드웨어를 완전히 맞추면서 범용 대안 대비 압도적인 전력·성능 효율을 확보하려는 전략으로 풀이된다. 구글의 맞춤형 실리콘 행보는 새로운 것이 아니다. 2016년 1세대 TPU를 공개하며 빅테크 가운데 가장 먼저 엔비디아 GPU 전량 의존에서 벗어나는 길을 택했고, 이후 검색·유튜브·머신러닝 전반을 자체 하드웨어 위에서 구동해 왔다. Frozen 프로젝트는 '광범위한 AI 처리'에서 '단일 모델 전용 최적화'로의 철학적 진화를 상징한다. 이 움직임은 업계 전반의 인하우스 칩 경쟁과 궤를 같이한다. 아마존은 Trainium, 메타는 자체 추론 가속기, 마이크로소프트는 Project Maia를 각각 밀고 있다. 빅테크들이 앞다퉈 자체 실리콘을 확대하면서, 중장기적으로 엔비디아 중심의 데이터센터 GPU 수요 구도에 균열이 생길 수 있다는 관측이 나온다.
AI 투자 인사이트
빅테크 자체 AI칩 내재화 가속은 구글엔 원가·성능 우위 요인, 엔비디아엔 중장기 GPU 수요 잠식 리스크로 작용.
