메타, 첫 자체 AI 칩 'MTIA' 공개…추천 시스템 특화해 전력 효율 GPU 3배

마이크로소프트, 구글, 아마존이 자체 AI 칩을 내놓으며 엔비디아의 그늘에서 벗어나려 애쓰는 동안, 메타는 줄곧 엔비디아 GPU를 대량 구매하며 침묵을 지켜왔습니다. 하지만 현지 시간 목요일, 메타 역시 마침내 자체 실리콘을 공개했습니다.

메타가 선보인 첫 번째 맞춤형 AI 칩의 이름은 'MTIA(Meta Training and Inference Accelerator)'입니다. 2020년부터 개발을 시작한 프로젝트로, 이번에 공개된 모델은 패밀리의 1세대 버전입니다.

가장 돈이 되는 추천 모델부터 공략

MTIA는 처음부터 모든 영역에서 엔비디아를 대체하겠다고 욕심부리지 않았습니다. 대신 메타의 주 수입원인 페이스북과 인스타그램의 피드, 영상, 광고를 띄워주는 '딥러닝 추천 모델' 처리에 집중했습니다.

칩 내부에는 64개의 프로세서 요소를 8x8 그리드로 배치한 시스톨릭 어레이 구조를 적용해 데이터를 막힘없이 빠르게 순환시킵니다. 특히 학습과 추론을 완전히 별개의 칩으로 분리하는 일반적인 업계 관행과 달리, MTIA는 두 단계를 모두 처리하도록 설계된 점이 독특합니다.

메타에 따르면 전력 소비당 연산 효율 면에서 MTIA는 기존 GPU보다 최대 3배 높은 효율을 보여줍니다. 다만 복잡한 구조의 신경망 모델을 돌릴 때는 여전히 GPU에 뒤처지는 모습을 보였으며, 메타 역시 이 부분은 차세대 칩에서 풀어야 할 과제라고 인정했습니다.

소프트웨어 생태계와의 결합도 눈에 띕니다. 메타의 대표 프레임워크인 파이토치(PyTorch) 팀과 긴밀히 협력해 하드웨어와 소프트웨어를 함께 설계했습니다. 개발자는 파이토치나 C++ 외에도 'KNYFE'라는 전용 도메인 언어를 사용해 고수준 머신러닝 연산자를 MTIA 전용 저수준 커널 코드로 변환할 수 있습니다.

이날 메타는 자체 비디오 처리 칩인 'MSVP'도 함께 선보였습니다. 페이스북에서만 매일 40억 회 이상의 비디오 조회가 발생하는 만큼, 인텔 CPU나 엔비디아 GPU 대신 자체 칩으로 비디오 인코딩 전력을 획기적으로 낮추겠다는 구상입니다. 이 칩들은 향후 액체 냉각을 지원하는 차세대 메타 데이터센터에 배치됩니다.

왜 중요한가

메타의 이번 행보는 대단히 실리적인 접근으로 보입니다.

당장 수십조 원을 들여 엔비디아와 생성형 AI 프론티어 모델 학습 경쟁을 벌이기보다, 매일 데이터센터 전력을 집어삼키는 추천 알고리즘과 비디오 트래픽 같은 기본 운영비부터 줄이겠다는 전략입니다. 파이토치라는 강력한 자체 소프트웨어 무기를 쥐고 있어 하드웨어 전환 비용도 스타트업들에 비해 훨씬 낮습니다.

하지만 한계도 뚜렷합니다. 학습과 추론 두 마리 토끼를 다 잡으려다 보니 고난도 모델에서는 바로 성능 병목이 발생했습니다. 결국 마크 저커버그가 차세대 최첨단 AI 모델을 훈련하려면 여전히 젠슨 황의 GPU에 막대한 돈을 지불해야 한다는 뜻입니다.

그럼에도 업계 전체로 보면 거대 빅테크들의 엔비디아 탈피 시도가 본궤도에 올랐음을 보여줍니다. 매일 반복되는 대규모 워크로드는 맞춤형 ASIC으로 처리하고, 미지의 영역은 범용 GPU로 뚫는 투트랙 전략이 빅테크들의 생존 공식으로 자리 잡았습니다.