메타, 첫 자체 AI 훈련 칩 테스트 착수…엔비디아 의존 줄인다

메타가 자체 개발한 첫 인공지능(AI) 학습용 칩의 테스트에 착수했다고 로이터가 보도했습니다. 천문학적인 데이터센터 인프라 비용을 줄이고, 엔비디아 GPU에 대한 높은 의존도를 낮추기 위한 행보입니다.

보도에 따르면 메타는 칩 설계 완료 후 시제품을 생산하는 첫 '테이프아웃'을 마친 뒤, 자체 데이터센터에 해당 가속기를 소규모로 배치해 테스트를 진행하고 있습니다. 계획대로 순조롭게 진행될 경우 2026년부터 모델 훈련에 자체 칩을 투입할 예정입니다.

추천 알고리즘에서 생성형 AI로 확장

이번 칩은 메타의 자체 실리콘 라인업인 'MTIA(Meta Training and Inference Accelerator)' 시리즈의 일부입니다. 범용 GPU와 달리 특정 AI 연산에 특화되도록 설계되어 전력 효율 면에서 강점을 가집니다.

메타는 지난해 이미 추론용 MTIA 칩을 페이스북과 인스타그램의 피드 추천 시스템에 도입한 바 있습니다. 이번 학습용 칩 역시 먼저 추천 알고리즘 훈련에 적용한 뒤, 장기적으로는 '메타 AI' 챗봇과 같은 대규모 생성형 AI 모델 훈련으로 범위를 넓힌다는 구상입니다.

뼈아픈 실패 딛고 나선 재도전

자체 칩 개발이 항상 성공했던 것은 아닙니다. 메타는 과거 초기 추론용 칩이 소규모 배치 테스트에서 기대에 미치지 못하자 프로젝트를 전격 폐기한 경험이 있습니다.

그 여파로 메타는 2022년 엔비디아로부터 수십억 달러 규모의 GPU를 대량 구매하며 엔비디아의 최대 고객사 중 하나가 되었습니다. 이번 학습용 칩 테스트는 막대한 지출을 감수했던 메타가 다시 한번 하드웨어 독립에 도전하는 분기점입니다.

왜 중요한가

사용자 입장에서 당장 메타 AI나 인스타그램의 동작이 달라지는 것은 아닙니다. 하지만 라마(Llama)와 같은 대규모 오픈 모델을 지속적으로 공개하고 생태계를 확장하려면 연산 단가를 낮추는 것이 필수적입니다. 자체 칩이 성공하면 오픈소스 AI 진영 전체의 지속 가능성이 높아집니다.

반도체 시장 측면에서 엔비디아의 진짜 위협은 다른 칩 제조사가 아니라, 가장 많은 돈을 쓰던 빅테크 고객사들의 '자립'입니다. 구글 TPU, 아마존 트레니움, 마이크로소프트 마이아에 이어 메타까지 학습용 칩 대열에 합류하면서 하이퍼스케일러들의 자체 ASIC 전환이 가속화되고 있습니다.

우리가 보기에 메타의 전략은 현실적입니다. 무리하게 차세대 플래그십 LLM 학습에 바로 투입하기보다, 이미 비즈니스 모델이 검증되고 워크로드가 안정적인 추천 시스템부터 시험대로 삼았기 때문입니다. 다만 칩 하드웨어 성능뿐만 아니라 소프트웨어 최적화 생태계를 2026년까지 얼마나 성숙시킬 수 있느냐가 실제 엔비디아 대체 여부를 가를 핵심 변수입니다.