엔비디아를 정조준한 구글·아마존·MS의 소름 돋는 최종 병기 공개 서울경제TV

[분석]

https://www.youtube.com/watch?v=IONn1r39c88

형, 이 영상 제목은 방향은 맞는데 표현은 과장입니다.
정확히 말하면 “구글·아마존·MS가 엔비디아를 한 방에 죽일 최종병기를 공개했다”가 아니라, 엔비디아 GPU 독점 구조를 자기 회사 내부부터 갉아먹는 전용 AI칩 체계가 본격화됐다가 맞습니다.

핵심 결론

엔비디아가 바로 무너지는 구조는 아닙니다. 하지만 AI 추론 비용, 데이터센터 전력, 클라우드 종속 비용 때문에 구글·아마존·MS는 더 이상 엔비디아 GPU만 계속 사서 장사하기 어렵습니다. 그래서 직접 칩을 만듭니다.

구글은 TPU 8세대에서 훈련용 TPU 8t와 추론용 TPU 8i를 분리했고, Gemini 같은 자사 모델과 클라우드 AI 인프라를 직접 최적화하는 방향입니다. 구글은 TPU를 단순 칩이 아니라 “모델·소프트웨어·네트워크·데이터센터”까지 같이 설계하는 구조라고 설명합니다. (blog.google)

아마존 AWS는 Trainium3 UltraServer를 내세우며, 이전 세대보다 최대 4.4배 compute 성능, 4배 에너지 효율, 거의 4배 메모리 대역폭을 주장하고 있습니다. 핵심은 엔비디아보다 “절대 성능 1등”을 하겠다는 게 아니라, AWS 고객에게 훈련·추론 비용을 낮춘 대안을 주는 겁니다. (Amazon News)

MS는 Maia 200을 추론용 AI 가속기로 공개했고, Azure·Microsoft 365 Copilot·OpenAI 모델 운용 비용을 낮추는 쪽으로 설계했습니다. MS는 Maia 200이 3nm 공정, FP8/FP4, 216GB HBM3e, 7TB/s 메모리 대역폭을 갖췄고, 자사 인프라에서 성능당 비용을 개선한다고 발표했습니다. (The Official Microsoft Blog)

이게 왜 엔비디아를 정조준하는가

AI 돈의 핵심은 이제 “모델을 한 번 훈련했다”가 아닙니다. 진짜 돈은 매일 수십억~수조 개 토큰을 뽑아내는 추론 비용입니다. 챗봇, 검색 AI, Copilot, 광고 AI, 추천 AI, 영상 생성, 로봇 시뮬레이션이 전부 추론 비용을 먹습니다.

엔비디아 GPU는 범용성이 강하고 생태계가 압도적입니다. 하지만 구글·아마존·MS 입장에서는 이렇게 보입니다.

“우리가 매년 수십조 원씩 엔비디아 칩을 사면, AI 서비스 매출이 늘어도 마진이 엔비디아로 빠진다.”

그래서 직접 칩을 만드는 겁니다. 이건 단순 기술 경쟁이 아니라 AI 시대의 원가 구조 전쟁입니다.

그런데 엔비디아가 바로 끝나지 않는 이유

엔비디아는 칩만 파는 회사가 아닙니다. CUDA, GPU 서버, NVLink, 네트워킹, 랙 단위 시스템, 개발자 생태계, 모델 최적화 도구까지 묶어서 팝니다. 그래서 고객은 “칩 성능”만 보고 갈아타기 어렵습니다.

실제 엔비디아의 2026 회계연도 4분기 매출은 681억 달러, 데이터센터 매출은 623억 달러로 사상 최고치를 기록했습니다. 즉 경쟁 칩이 나오는 와중에도 AI 데이터센터 수요가 너무 커서 엔비디아 매출은 여전히 폭발적입니다. (NVIDIA Newsroom)

Our World in Data도 2026년 기준 엔비디아의 데이터센터·AI 매출이 12년 동안 약 1,300배 성장했고, 2026년에는 전체 매출의 90% 이상이 데이터센터·AI에서 나온다고 정리했습니다. (Our World in Data)

그러니까 영상 제목처럼 “엔비디아 망한다”가 아니라, 더 정확한 해석은 이겁니다.

엔비디아는 아직 왕이다.
하지만 구글·아마존·MS는 왕에게 계속 세금 내기 싫어서 자기 왕국 안에 자체 무기 공장을 만들고 있다.

구글·아마존·MS 칩의 진짜 목적

회사자체 칩목적

구글	TPU 8t / TPU 8i	Gemini·검색·유튜브·클라우드 AI 비용 절감
아마존	Trainium3	AWS 고객에게 엔비디아 외 저비용 AI 인프라 제공
MS	Maia 200	Azure, Copilot, OpenAI 추론 비용 절감
엔비디아	Blackwell / Rubin 계열	외부 AI 시장 전체를 장악하는 범용 플랫폼

여기서 중요한 차이가 있습니다.
엔비디아는 전 세계 누구에게나 파는 무기상입니다.
구글·아마존·MS는 자기 제국 안에서 쓰는 전용 무기를 만드는 겁니다.

그래서 자체 칩이 강해져도 엔비디아 시장 전체를 바로 빼앗지는 못합니다. 대신 자기 클라우드 내부 물량을 엔비디아 GPU에서 일부 빼앗아 옵니다. 이게 장기적으로는 엔비디아의 가격 결정력과 마진을 압박합니다.

형식적으로 보면 “GPU vs ASIC” 전쟁이다

엔비디아 GPU는 범용 전투기입니다.
어떤 AI 모델이든 비교적 잘 돌립니다.

구글 TPU, AWS Trainium, MS Maia는 전용 미사일입니다.
특정 훈련·추론 구조에 맞추면 싸고 빠릅니다.

그래서 앞으로 시장은 이렇게 갈 가능성이 큽니다.

최첨단 모델 훈련: 엔비디아 GPU 강세 유지
대규모 반복 추론: 구글·아마존·MS 자체 칩 비중 증가
클라우드 고객: GPU와 자체 칩을 비용에 따라 선택
AI 스타트업: 개발 편의성 때문에 아직 엔비디아 선호, 단 비용 압박이 커지면 Trainium/TPU 사용 증가

아마존도 AWS가 Trainium과 Nvidia GPU를 모두 제공해 고객이 워크로드에 맞는 인프라를 선택하게 한다고 설명합니다. 즉 자체 칩은 “GPU 완전 대체”가 아니라 선택지 추가 + 비용 압박 카드입니다. (Amazon News)

일반인용 한 줄 해석

영상의 본질은 이겁니다.

AI 시대에는 칩을 지배하는 놈이 돈을 먹는다.
엔비디아가 지금 그 돈을 먹고 있으니, 구글·아마존·MS가 자기 칩을 만들어 엔비디아에게 내는 통행세를 줄이려는 것이다.

그래서 제목은 자극적이지만, 산업 방향은 진짜입니다.
다만 “엔비디아 끝났다”는 해석은 틀리고, “엔비디아 독점이 서서히 깨지고, AI칩 시장이 자체칩·GPU·클라우드 전쟁으로 갈라진다”가 정확합니다.

형, 이 스크립트는 큰 방향은 맞다.
다만 방송식으로 말하면서 확정된 사실 / 추진 중인 계획 / 아직 루머·협의 단계를 한 문장 안에 섞어놨다. 그래서 일반인은 “엔비디아 곧 끝났다”로 착각할 수 있다.

판정: 75점짜리 스크립트

핵심 주장은 맞습니다.

구글·아마존·MS·메타·OpenAI·Anthropic이 엔비디아 의존도를 줄이려고 자체 AI칩, 데이터센터, 모델, 클라우드 서비스를 수직계열화하고 있다.

이건 진짜 흐름입니다. 구글은 8세대 TPU를 훈련용 TPU 8t와 추론용 TPU 8i로 나누어 발표했고, AWS는 Trainium3 UltraServer가 Trainium2 대비 최대 4.4배 compute 성능과 4배 에너지 효율을 제공한다고 발표했습니다. MS도 Maia 200을 LLM 추론 비용을 낮추는 자체 AI 가속기로 공개했습니다. (blog.google)

그런데 “엔비디아 정조준 최종병기”라는 표현은 과장입니다. 엔비디아가 아직 무너지는 게 아닙니다. 오히려 엔비디아는 2026년 1분기 회계연도 기준 매출 816억 달러, 데이터센터 매출 752억 달러로 기록적인 실적을 냈습니다. 즉 자체칩 경쟁이 커져도 AI 수요 자체가 너무 커서 엔비디아는 여전히 왕입니다. (NVIDIA Newsroom)

스크립트 핵심 해석

이 영상이 말하는 “풀스택”은 이것입니다.

칩 → 서버 → 네트워크 → 데이터센터 → AI 모델 → 클라우드 서비스 → 고객 애플리케이션

옛날에는 빅테크가 엔비디아 GPU를 사고, 클라우드에 꽂고, 그 위에 AI 서비스를 올리면 됐습니다. 그런데 지금은 AI 사용량이 폭발하면서 GPU 구매비, 전력비, 냉각비, 데이터센터 임대비, 추론비가 전부 미친 듯이 올라갑니다.

그래서 빅테크 입장에서는 이렇게 됩니다.

“엔비디아 칩을 계속 사면 AI 사업 매출은 커지는데, 마진은 엔비디아가 가져간다.”

그래서 자체 칩을 만드는 겁니다.
이건 기술 자존심 싸움이 아니라 원가 전쟁입니다.

구글 부분: 맞다

구글은 이 분야에서 진짜 선발주자입니다. TPU는 이미 2015년부터 데이터센터 추론용으로 사용된 전용 ASIC 계열이고, 구글 연구진의 TPU 논문도 비용·전력·성능 개선이 도메인 특화 하드웨어에서 나온다는 방향을 설명했습니다. (arXiv)

현재 구글은 TPU 8t를 훈련용, TPU 8i를 저지연 추론용으로 분리했습니다. 이건 중요한 변화입니다. AI가 “큰 모델 하나 훈련”에서 끝나는 게 아니라, 매일 계속 돌아가는 에이전트·검색·Gemini·유튜브·광고·클라우드 추론 비용으로 넘어갔다는 뜻입니다. (blog.google)

아마존 부분: 맞다

AWS Trainium3도 엔비디아를 직접 겨냥한 카드가 맞습니다. 아마존은 Trainium3 UltraServer가 Trainium2 대비 최대 4.4배 compute, 4배 에너지 효율, 거의 4배 메모리 대역폭을 제공한다고 발표했습니다. (Amazon News)

하지만 이것도 “엔비디아 완전 대체”가 아닙니다. AWS는 엔비디아 GPU도 팔고, Trainium도 팝니다. 즉 아마존 전략은 이겁니다.

“고객아, 비싼 엔비디아만 쓰지 말고 AWS 안에서는 우리 자체칩도 써라.”

그러면 AWS는 엔비디아에 줄 돈을 줄이고, 고객은 비용을 낮추고, 아마존은 클라우드 안에 고객을 더 강하게 묶습니다.

MS 부분: 맞다

MS Maia 200은 특히 추론용입니다. MS는 Maia 200을 LLM 토큰 생성 경제성을 개선하기 위한 AI 가속기로 설명했고, 3nm 공정, FP8/FP4, 216GB HBM3e, 7TB/s 메모리 대역폭을 강조했습니다. (The Official Microsoft Blog)

이게 중요한 이유는 Copilot 때문입니다.
MS는 Windows, Office, Teams, Azure, GitHub, Copilot에 AI를 계속 붙입니다. 그런데 모든 답변을 엔비디아 GPU로만 처리하면 비용이 감당이 안 됩니다.

그러니까 MS의 핵심 목적은 이겁니다.

“Copilot을 전 세계 기업에 뿌리려면 추론비를 낮춰야 한다.”

메타 부분: 절반은 맞고, 표현은 조심해야 한다

메타는 MTIA 계열을 계속 키우고 있습니다. 메타 공식 블로그는 MTIA 300, 400, 450, 500 세대가 이미 배치됐거나 2026~2027년에 배치 예정이며, 추천·랭킹 추론에서 GenAI 훈련·추론까지 범위를 넓힌다고 설명했습니다. (AI Meta)

다만 스크립트의 “생산에 돌입했다”는 표현은 경우를 나눠야 합니다. 로이터는 메타가 Iris라는 커스텀 AI칩을 2026년 9월부터 생산할 계획이라고 보도했습니다. 즉 7월 21일 방송 시점 기준으로는 일부 MTIA 세대는 배치·예정 상태이고, Iris는 “생산 예정”에 가깝습니다. (Reuters)

OpenAI·Anthropic·삼성 부분: 여기가 제일 위험하다

스크립트에서 제일 조심해야 할 문장은 이 부분입니다.

“OpenAI와 Anthropic 같은 초대형 AI 스타트업까지 삼성전자 파운드리와의 협력을 통해 자체 칩 개발에 뛰어들었다.”

이건 너무 뭉뚱그렸습니다.

OpenAI는 실제로 Broadcom과 Jalapeño라는 LLM 추론용 커스텀 칩을 공개했습니다. OpenAI 공식 발표도 있고, OpenAI와 Broadcom이 10GW 규모 커스텀 AI 가속기 협력을 발표한 내용도 있습니다. (OpenAI)

그런데 OpenAI 쪽은 현재 확인되는 핵심 파트너가 Broadcom이고, 제조는 Reuters 보도 기준 TSMC 쪽입니다. 그래서 “OpenAI가 삼성 파운드리와 협력한다”는 식으로 확정적으로 말하면 부정확합니다. (Reuters)

Anthropic은 삼성전자와 커스텀 AI칩 제조를 논의 중이라는 보도가 있습니다. 하지만 이건 “협력 확정”이 아니라 초기 논의·잠재 파트너 검토에 가깝습니다. (조선일보)

정확한 문장은 이렇게 고쳐야 합니다.

OpenAI는 Broadcom과 자체 추론칩을 공개했고, Anthropic은 삼성 파운드리와 자체칩 제조 가능성을 논의 중인 것으로 보도됐다. 따라서 AI 스타트업들도 엔비디아 의존도를 줄이기 위해 자체 칩 전략에 들어갔다고 볼 수 있다.

이 영상의 진짜 의미

형 말로 쉽게 말하면 이겁니다.

엔비디아는 AI 시대의 기름값·전기세·무기값을 받는 회사가 됐다.
구글·아마존·MS·메타는 매년 그 돈을 계속 내기 싫어서 자기 발전소, 자기 무기공장, 자기 도로망을 만드는 중이다.

AI 시대에는 모델만 잘 만들어도 안 됩니다.
모델을 돌릴 칩, 전기, 냉각, 데이터센터, 네트워크, 메모리, 소프트웨어 스택까지 있어야 합니다.

그래서 빅테크는 이제 소프트웨어 회사가 아닙니다.
반도체 회사 + 데이터센터 회사 + 전력 회사 + AI 모델 회사 + 클라우드 회사가 한 몸으로 붙는 구조가 됩니다.

엔비디아가 당장 망하지 않는 이유

엔비디아는 단순히 GPU만 파는 회사가 아닙니다.

CUDA, NVLink, InfiniBand, 서버 랙, 네트워크, 개발자 생태계, 최적화 라이브러리까지 전부 묶어놨습니다. 그래서 구글 TPU나 AWS Trainium이 좋아져도 모든 기업이 바로 옮겨가기는 어렵습니다.

즉 시장은 이렇게 됩니다.

영역강한 쪽

범용 AI 연구·훈련	엔비디아
자사 서비스 대량 추론	구글·MS·아마존 자체칩
클라우드 비용 절감	AWS Trainium, Google TPU, Azure Maia
스타트업·연구자 생태계	아직 엔비디아 CUDA
장기 원가 경쟁	자체칩 세력 확대

최종 백서 결론

이 스크립트는 산업 방향은 정확하게 잡았다.
AI 시장은 이제 “누가 모델을 잘 만드냐”에서 끝나지 않고, 누가 칩·전력·데이터센터·모델·서비스를 한꺼번에 통제하느냐의 전쟁으로 넘어갔습니다.

다만 방송 제목처럼 “엔비디아를 죽일 최종병기 공개”는 과장입니다.

정확한 결론은 이겁니다.

엔비디아는 아직 AI 인프라의 왕이다.
하지만 구글·아마존·MS·메타·OpenAI·Anthropic은 왕에게 계속 세금을 바치기 싫어서 자체 칩과 풀스택 제국을 만들고 있다.
그래서 앞으로 AI 시장은 엔비디아 독점이 아니라, 엔비디아 GPU 제국 vs 빅테크 자체칩 제국의 장기전으로 간다.

그리고 이 흐름에서 삼성전자도 기회가 있습니다.
하지만 삼성은 “무조건 승자”가 아니라, HBM, 파운드리, 첨단 패키징, 수율, 고객 확보에서 TSMC·SK하이닉스·엔비디아 생태계와 동시에 싸워야 합니다. OpenAI·Anthropic 이름이 나온다고 바로 대박 확정으로 보면 안 되고, 실제 양산 계약·수율·물량·마진이 확인돼야 진짜입니다.