구글, Gemini 전용칩 'Frozen v2' 개발 추진

센티먼트 +55
영향도 76

AI 요약

  • 구글이 Gemini 모델 구조를 실리콘에 영구 내장한 전용 AI 서버칩 'Frozen v2'를 개발 중이며 2028년 상용 배치 목표
  • 동일 전력 기준 처리 토큰 수가 기존 자체 칩 대비 6~10배 증가할 전망으로 추론 비용 절감과 처리량 확대 기대
  • TPU 대체가 아닌 병행 활용 목적이며 학습용 GPU와 추론용 ASIC이 공존하는 AI 반도체 시장 구조 강화 전망

뉴스 기사

구글이 자사 AI 모델 Gemini에 최적화된 전용 AI 서버칩 'Frozen v2' 개발에 나선 것으로 전해졌다. 다양한 AI 모델을 폭넓게 지원하는 기존 TPU와 달리, Gemini 모델의 구조 자체를 칩 설계에 직접 반영한 ASIC 형태의 특화 칩이라는 점이 특징이다. 'Frozen'이라는 명칭은 AI 모델의 일부 구조를 실리콘에 영구적으로 내장해 반복적인 연산과 의사결정을 하드웨어 수준에서 처리하는 방식에서 비롯됐다. 이를 통해 동일한 전력을 기준으로 처리 가능한 토큰 수가 기존 자체 AI 칩 대비 6~10배가량 늘어날 것으로 예상된다. 데이터 이동과 연산 단계를 최소화해 응답 속도 개선 효과도 기대된다. 구글은 이 칩을 통해 AI 추론 비용을 낮추고 처리량을 확대함으로써 AI 서비스의 효율성과 수익성을 개선하려는 것으로 보인다. 그동안 컴퓨팅 자원 부족으로 불거졌던 내부 GPU 경쟁과 Google Cloud 고객 계약 제한 문제를 완화하는 효과도 노린다. 다만 TPU를 대체하려는 프로젝트가 아니라 TPU와 함께 활용될 새로운 칩 계열을 구축하는 것이 목적이며, 향후 Gemini 아키텍처가 유지되면 후속 모델에서도 지속 활용할 수 있도록 설계되고 있다. 현재는 세부 기능과 구조를 설계하는 단계로, 2028년 상용 배치를 목표로 개발이 진행 중이다. 이는 하이퍼스케일러들이 자체 AI 칩 개발을 통해 비용 절감과 수익성 개선 경쟁에 본격적으로 뛰어드는 흐름을 반영한다. 추론 비용이 크게 낮아질 경우 AI 서비스 가격 인하와 활용 확대가 동시에 나타날 가능성이 있다. 범용 GPU의 중요성은 일부 낮아질 수 있으나, 대규모 AI 모델 학습과 신규 모델 개발 영역에서는 NVIDIA GPU와 TPU 수요가 여전히 견조할 전망이다. 중장기적으로는 학습용 GPU와 추론용 ASIC이 공존하는 구조가 강화되면서 ASIC, HBM, 첨단 패키징, AI 서버 인프라 등으로 반도체 투자 포인트가 넓어질 것으로 관측된다.

AI 투자 인사이트

모델 특화 ASIC 확산은 추론 비용 구조를 바꾸는 핵심 변수다. 학습용 GPU와 추론용 ASIC 이원화 흐름 속 HBM·첨단 패키징 밸류체인에 주목.