구글 블랙스톤 AI 합작사 TPU와 엔비디아 비교
구글과 블랙스톤이 손을 잡고 AI 전용 클라우드 합작사를 설립했어요. 2026년 5월 18일, 블랙스톤이 50억 달러(약 7조 5,000억 원)를 들고 구글 TPU를 기반으로 한 새 회사를 만들겠다고 공식 발표한 거예요.
이번 딜이 특별한 건 구글이 자체 AI 반도체 TPU를 외부 기업에 본격 판매하는 역대 최대 규모 시도라는 점이에요. 엔비디아 GPU 독점 체계에 어떤 균열을 낼 수 있는지 정리해 드릴게요.
구글-블랙스톤 합작사, 어떤 회사예요?
합작사는 미국 내 AI 클라우드 회사로, 구글 TPU를 중심으로 데이터센터 컴퓨팅 용량을 외부 기업에 서비스로 제공하는 게 핵심이에요. 이른바 ‘TPU 클라우드’ 사업이죠.
| 항목 | 내용 |
|---|---|
| 발표일 | 2026년 5월 18~19일 (현지 시간) |
| 블랙스톤 초기 투자 | 50억 달러 (약 7조 5,000억 원), 과반수 지분 확보 |
| 레버리지 포함 총 규모 | 최대 250억 달러 (Bloomberg 보도 기반 추정치) |
| 1차 목표 | 2027년까지 500MW 데이터센터 용량 가동 |
| 합작사 CEO | 벤자민 트레이너 슬로스 (Benjamin Treynor Sloss, 구글 인프라 20년 베테랑) |
블랙스톤은 QTS, AirTrunk 등 약 1,500억 달러 규모의 데이터센터 자산을 보유한 세계 최대 사모펀드 운용사예요. 구글이 칩과 기술을, 블랙스톤이 돈과 인프라를 맡는 구조죠.
구글 TPU가 뭐예요? GPU와 어떻게 다른가요?
TPU(Tensor Processing Unit)는 구글이 직접 설계한 AI 전용 반도체예요. 일반적인 그래픽 처리에 쓰이는 GPU와 달리, AI 모델 학습과 추론에 최적화돼 있어요.
| 항목 | 엔비디아 GPU | 구글 TPU |
|---|---|---|
| 설계 목적 | 범용 병렬 연산 | AI 행렬 연산 특화 |
| 소프트웨어 생태계 | CUDA (업계 표준) | JAX, TensorFlow |
| 외부 공급 | 광범위한 클라우드 제공 | 이번 합작으로 첫 대규모 상업화 |
| 강점 구간 | 모델 학습·다양한 워크로드 | 대규모 추론(inference) 단계 |
특히 AI 서비스가 학습(training)보다 추론(inference) 수요가 폭발적으로 늘어나는 지금, TPU의 비용 효율이 주목받고 있어요. 구글은 이미 앤트로픽에 약 100만 개 TPU 접근권을 제공하는 계약을 맺었을 정도로 대형 AI 기업 사이에서 검증된 상태예요.
엔비디아는 정말 흔들리나요?
단기적으로 엔비디아가 무너진다는 뜻은 아니에요. 하지만 AI 반도체 시장의 구조가 달라지고 있다는 신호는 맞아요.
- 현재: AI 클라우드 = 엔비디아 GPU라는 공식이 업계 기본값
- 변화: 구글 TPU가 대규모 상업화되면서 고객 입장에서 선택지가 생김
- 한계: 수많은 개발자가 CUDA 생태계에 익숙해서 단기 전환은 쉽지 않음
- 기회: 2026년 빅테크 AI 인프라 지출이 7,000억 달러를 넘어설 시장 — 이 파이가 워낙 크기 때문에 TPU가 일정 비중을 가져와도 엔비디아는 여전히 성장
정확하게 말하면 엔비디아 독점 → GPU+TPU+자체칩 경쟁 구조로 다변화하는 신호예요. AI 인프라 투자를 볼 때 엔비디아 외에 데이터센터 전력·냉각 인프라, 대체 칩 공급망도 함께 봐야 하는 시점이 됐어요.
코어위브·네오클라우드 기업들 영향은?
코어위브(CoreWeave)나 네비우스 그룹(Nebius Group) 같은 GPU 기반 네오클라우드 기업은 직접 경쟁 상대가 돼요. 그동안 엔비디아 GPU를 빠르게 확보해 AI 기업에 빌려주며 성장한 모델인데, 구글-블랙스톤이 TPU 클라우드를 본격화하면 비교 대상이 늘어나는 거죠.
| 기업 | 특징 | 구글-블랙스톤 합작사 영향 |
|---|---|---|
| 코어위브(CoreWeave) | 엔비디아 GPU 기반 대형 AI 클라우드 | 직접 경쟁 — TPU 대안 등장으로 협상력 약화 가능 |
| 네비우스 그룹(Nebius) | GPU 기반 유럽·글로벌 AI 클라우드 | 간접 경쟁 — 장기적 시장 점유 압박 |
| AWS·Azure·GCP | 기존 빅클라우드 | GCP(구글)가 TPU로 차별화 강화 |
흥미로운 건 블랙스톤이 코어위브에도 투자하고 있다는 점이에요. AI 인프라 전반에 동시 베팅하는 전형적인 사모펀드 전략이에요.
TPU 실제 도입 장벽 — 스타트업이 쉽게 쓸 수 있을까요?
경쟁이 열린다고 해서 모든 기업이 TPU로 쉽게 넘어가는 건 아니에요. 실제 도입 장벽이 있거든요.
- 소프트웨어 호환성: 대부분 AI 코드가 CUDA(엔비디아 생태계) 기반으로 작성돼 있어요. TPU로 옮기려면 JAX나 TensorFlow로 재작성이 필요해 마이그레이션 비용이 발생해요
- 학습 곡선: 엔비디아 GPU는 수십만 명의 개발자가 익숙한 환경이지만, TPU는 상대적으로 인력풀이 작아요
- 워크로드 적합성: TPU는 추론(inference)에 강하지만 특수 모델이나 실험적 학습은 GPU가 유연해요
- 초기 접근성: 합작사 서비스가 2027년 500MW 가동 목표라 당장은 접근이 제한적
현실적으로는 대형 AI 기업(메타, 앤트로픽 같은 곳)이 먼저 TPU를 채택하고, 스타트업은 도구와 레퍼런스가 쌓이는 시점에 따라가는 흐름이 될 가능성이 높아요.
왜 지금 이 합작인가 — AI 인프라 전쟁의 본질
AI 시장의 패러다임이 바뀌고 있어요. 예전에는 ‘더 좋은 모델’이 경쟁 우위였다면, 이제는 그 모델을 실제로 돌릴 인프라가 핵심이에요.
대규모 AI 모델 하나를 서비스하려면 칩만 있어선 안 돼요. 데이터센터 부지, 안정적 전력 공급, 냉각 설비, 네트워크, 그리고 막대한 자금 조달이 모두 필요해요. 이게 구글(기술)과 블랙스톤(자본·인프라)이 손잡은 이유예요.
- 2026년 빅테크 AI 인프라 지출: 7,000억 달러 초과 예상
- 500MW의 규모: 중형 도시 하나에 공급하는 전력 규모와 맞먹음
- 레버리지 포함 잠재 투자: 최대 250억 달러 (보도 기반 추정치)
기술 기업과 대형 자본이 손을 잡는 이 구조는 앞으로 AI 시장에서 더 자주 등장할 거예요. 구글과 블랙스톤이 만든 이번 틀이 그 첫 번째 대형 사례라는 점에서 주목할 만해요.