AI 인프라의 숨겨진 엔진: 구글과 인텔, 파트너십 확대로 AI 미래를 재정의하다
Published Apr 9, 2026
최근 인공지능 분야에서 GPU의 중요성은 아무리 강조해도 지나치지 않습니다. 하지만 과연 GPU만으로 AI 시대의 모든 인프라 수요를 감당할 수 있을까요? 솔직히 말해서, 그렇지 않습니다. 놀랍게도 현재 업계는 중앙처리장치(CPU)의 심각한 공급 부족에 시달리고 있으며, 이로 인해 AI 인프라 구축의 근간이 흔들릴 수 있다는 위기감이 고조되고 있습니다. 이러한 상황 속에서 구글 클라우드와 인텔이 다년간에 걸친 파트너십을 확장한다는 소식은 단순한 협력을 넘어, AI 시대의 핵심 인프라 경쟁 구도를 재편할 중요한 변곡점이 될 수 있습니다.
AI 시대, CPU는 여전히 왕인가?
지난 목요일, 구글과 인텔은 구글 클라우드가 인텔 AI 인프라를 계속 활용하고 프로세서 공동 개발을 이어가기 위한 다년간의 파트너십 확대를 발표했습니다. 언뜻 보면 늘 있는 대기업 간의 협력 소식처럼 들릴 수 있지만, 그 배경에는 심상치 않은 업계의 현실이 깔려 있습니다.
AI 모델 개발과 훈련에는 주로 그래픽처리장치(GPU)가 사용되는 반면, AI 모델을 실제로 구동하고 일반적인 AI 인프라를 구축하는 데는 CPU가 결정적인 역할을 합니다. 문제는 최근 몇 달 동안 CPU 공급 부족 현상이 심화되면서 많은 기업이 이 문제로 골머리를 앓고 있다는 점입니다. 소프트뱅크 산하의 Arm Holdings가 전 세계적인 CPU 품귀 현상 속에서 자체적으로 개발한 반도체인 Arm AGI CPU를 발표한 것도 같은 맥락입니다. 이는 더 이상 시장에만 의존하기 어렵다는 판단이 깔려 있는 것이죠.
인텔의 최고경영자(CEO) 립-부 탄(Lip-Bu Tan)은 “AI가 인프라 구축 및 확장 방식을 재편하고 있다”며, “AI 확장을 위해서는 가속기(accelerator) 그 이상, 즉 균형 잡힌 시스템이 필요하다. CPU와 IPU는 현대 AI 워크로드가 요구하는 성능, 효율성, 유연성을 제공하는 데 핵심적이다”라고 강조했습니다. 이 발언은 AI 시대에 CPU의 역할을 재정립하려는 인텔의 전략적인 의지가 담겨 있습니다. 실제로, 훈련된 AI 모델을 대규모로 서비스하고 추론(inference)하는 과정에서는 비용 효율성과 범용성이 뛰어난 CPU의 역할이 여전히 막대합니다.
단순한 협력을 넘어, ‘커스텀 칩’의 시대로
이번 파트너십의 핵심 내용을 좀 더 자세히 들여다보겠습니다.
- 인텔 제온 프로세서 활용: 구글 클라우드는 AI, 클라우드, 추론 작업을 위해 인텔의 최신 제온 6(Xeon 6) 칩을 포함한 인텔의 제온 프로세서를 계속 사용할 예정입니다. 구글은 수십 년간 인텔의 다양한 제온 프로세서를 사용해왔습니다. 이는 장기적인 신뢰 관계와 인텔 CPU의 기술적 우위를 방증하는 대목이기도 합니다.
- 커스텀 IPU 공동 개발 확대: 양사는 **인프라 프로세싱 유닛(IPU, Infrastructure Processing Unit)**의 공동 개발도 확대할 것입니다. 2021년에 시작된 이 칩 개발 파트너십은 커스텀 ASIC(Application-Specific Integrated Circuit) 기반 IPU에 초점을 맞추고 있습니다. IPU는 CPU로부터 데이터 센터 작업을 오프로드하여 가속화하고 관리하는 데 도움을 줍니다.
이 부분에서 주목할 점은 바로 ‘커스텀 ASIC 기반 IPU’입니다. 단순히 기성품을 구매하는 것을 넘어, 구글의 특정 데이터 센터 환경과 AI 워크로드에 최적화된 맞춤형 칩을 인텔과 함께 개발한다는 의미입니다. 개인적으로는 이러한 커스텀 칩 개발이야말로 미래 AI 인프라 경쟁의 핵심 열쇠가 될 것이라고 생각합니다. 일반적인 범용 CPU나 GPU로는 감당하기 어려운 특정 작업의 효율성을 극대화하고, 동시에 공급망 안정성까지 확보할 수 있기 때문입니다.
필자의 분석: 공급망 안정성 확보와 ‘탈(脫)GPU 의존’ 전략
이번 구글과 인텔의 파트너십 심화는 몇 가지 중요한 시사점을 던져줍니다.
첫째, CPU 공급망의 안정성 확보는 현재 AI 기업들에게 가장 시급한 과제 중 하나입니다. AI 시장의 폭발적인 성장과 함께 GPU 품귀 현상이 극심했던 만큼, 상대적으로 덜 주목받았던 CPU마저 공급 부족에 시달리면서 기업들은 자체적인 하드웨어 조달 및 개발에 눈을 돌릴 수밖에 없습니다. 구글은 인텔과의 장기적인 협력을 통해 안정적인 CPU 공급을 확보하고, 나아가 맞춤형 IPU를 통해 더욱 효율적인 데이터센터 인프라를 구축하려 할 것입니다. 이는 외부 요인에 휘둘리지 않고 자체적인 AI 서비스 경쟁력을 강화하려는 전략으로 풀이됩니다.
둘째, 인텔의 ‘균형 잡힌 시스템’ 전략이 AI 시대에 먹힐 수 있을지에 대한 질문입니다. 엔비디아의 GPU가 AI 학습 시장을 지배하는 상황에서, 인텔은 여전히 강점을 가진 CPU와 IPU를 통해 ‘학습’을 넘어선 ‘추론’과 ‘인프라’ 시장에서 자신의 존재감을 확고히 하려 하고 있습니다. IPU가 CPU의 부담을 덜어주고 데이터센터 전반의 효율성을 높인다면, GPU 중심의 고비용 인프라 대신 더 유연하고 경제적인 AI 솔루션의 대안이 될 수 있습니다. 이는 사실상 엔비디아 중심의 시장 구도에 대한 인텔의 도전장이기도 합니다. AI 가속기 시장에서 뒤처진 인텔이 기존 강점인 CPU와 새로운 IPU를 결합하여 AI 인프라 시장에서의 주도권을 되찾으려는 모습은 정말 흥미롭습니다.
마지막으로, 대형 클라우드 제공업체들의 ‘탈(脫)범용 칩 의존’ 움직임이 가속화될 것이라는 점입니다. 구글은 이미 자체 개발한 TPU(Tensor Processing Unit)를 보유하고 있으며, 이번 인텔과의 IPU 공동 개발은 이러한 ‘하드웨어 맞춤화’ 전략의 연장선상에 있습니다. 아마존, 마이크로소프트 등 다른 클라우드 기업들 역시 자체 칩 개발에 적극적으로 나서고 있습니다. 업계 흐름을 보면, 앞으로는 각 클라우드 제공업체의 특정 AI 워크로드에 최적화된 ‘커스텀 실리콘’이 핵심 경쟁 요소로 부상할 가능성이 높습니다. 이는 반도체 시장의 지형을 근본적으로 변화시킬 잠재력을 가지고 있습니다.
결론적으로, 구글과 인텔의 파트너십 확장은 단순한 기술 협력을 넘어, AI 시대의 핵심 인프라인 CPU의 중요성을 다시 한번 상기시키고, 공급망 안정성 확보 및 맞춤형 하드웨어 개발을 통한 미래 AI 경쟁력 확보라는 복합적인 의미를 내포하고 있습니다. 앞으로 이들의 협력이 어떤 시너지를 낼지, 그리고 이것이 AI 인프라 시장에 어떤 파장을 불러올지 우리는 주목해야 할 것입니다.
출처
- 원문 제목: Google and Intel deepen AI infrastructure partnership
- 출처: AI News & Artificial Intelligence | TechCrunch
- 원문 기사 보러가기
