아마존은 500억 달러 규모의 AI 칩을 개발하고 있습니다. 이 칩은 Trainium 3이라는 제품으로, Nvidia의 GPU 장악력을 위협할 것으로 예상됩니다.

AI 산업은 현재 S자 곡선의 전환점에 있습니다. 오랫동안, 모든 컴퓨팅 시스템은 엔비디아의 GPU에 의해 결정되어 왔습니다. 하지만 이번 주에 그 균형이 바뀌었습니다. 아마존 웹 서비스가 Trainium 3를 공개한 것은 전략적인 전환점입니다. 이는 GPU만을 기반으로 한 방식에서 여러 아키텍처를 활용하는 방식으로의 근본적인 변화를 의미합니다. 이는 단순한 칩 출시가 아닙니다. 이는 다음 세대 AI 인프라를 위한 싸움의 시작일 뿐입니다.

이러한 변화는 원시적인 경제적 요인과 확장의 한계에 의해 촉진됩니다. 모델의 파라미터 수가 수조 개에 달하면, 모델을 훈련시키는 데 필요한 비용과 에너지 소비는 엄청나게 커집니다. AWS의 해결책은 수직적 통합입니다. 트레인ium 3과 같은 칩을 설계함으로써, 순수한 변환 계산에 적합하도록 만들어졌습니다.4배나 더 높은 처리량또한, 에너지 소비량도 약 40% 감소합니다. AWS는 GPU 공급망을 통제함으로써, 각 토큰에 대한 비용을 더욱 효율적으로 관리하고자 합니다. 이러한 자율성은 AI를 활용하는 기업들의 급격한 증가를 충족시키는 데 매우 중요합니다.

아마존의 AI 관련 사업은 이미 매우 큰 규모로 성장하고 있는 분야입니다. 회사가 보유한 칩 포트폴리오는 현재 상당한 성과를 내고 있습니다.연간 200억 달러의 수익을 창출합니다.아마존의 성장률은 3배나 높습니다. 재시는 이 수치가 실제 기회를 과소평가한다고 지적했습니다. 만약 아마존을 별도의 기업으로 간주한다면, 아마존의 AI 관련 수익은 약 500억 달러에 달할 것입니다. 이는 단순한 내부 사용만을 의미하는 것이 아닙니다. 수요가 너무 높아서 Trainium2는 이미 전부 판매되었으며, Trainium3도 출하가 시작된 지 얼마 되지 않아 거의 모두 예약되어 있습니다. 회사는 이러한 칩들을 제3자에게 판매하는 것을 고려하고 있으며, 이는 엔비디아와 AMD에 큰 도전이 될 것입니다.

아마존은 다음과 같은 계획을 가지고 있습니다.2000억 달러를 대부분 AWS에 투자했습니다.올해는 엄청난 수요에 대응하기 위해 투자가 이루어지고 있습니다. 이러한 투자로 인해 생산 능력이 크게 증가할 것으로 예상되며, 2027년까지 생산 능력을 두 배로 늘릴 계획입니다. 그 결과, 2,440억 달러에 달하는 대규모 자산이 축적되고 있으며, 이는 기업의 성장을 위한 강력한 추진력이 되고 있습니다. 결국, 아마존은 AI 컴퓨팅 분야에서 중요한 전환점에 서 있으며, 다중 실리콘 기반의 미래를 위한 기반을 마련하고 있습니다.

기술 발전의 추세: S 곡선에서 성과 격차를 해소하기 위한 방안

아마존의 트레인시움은 성능 면에서 빠르게 향상되고 있습니다. 그 추세는 매우 급격합니다. 이 회사는 단순히 뒤처진 상태를 만회하는 것이 아니라, 여러 세대에 걸쳐 큰 발전을 이루고 있습니다. 이번 주에 공개된 트레인시움3는 그러한 발전의 결과물입니다.4배 더 높은 컴퓨팅 처리 속도전력 소비량도 이전 모델에 비해 약 40% 감소했습니다. 이는 단순한 개선이 아닙니다. 이는 AI의 다음 단계로 나아가기 위한 근본적인 재설계입니다. 이미 채택 속도가 빨라지고 있으며, 현재 생산 중인 칩의 수는 100만 개 이상이며, Bedrock 플랫폼을 통해 10만 개 이상의 기업들이 이 기술을 사용하고 있습니다. 이러한 규모와 수십억 달러에 달하는 수익률을 고려할 때, 인프라 구조가 실시간으로 구축되고 있음을 알 수 있습니다.

하지만, 지배력을 얻기 위한 길은 초기 성능의 차이로 인해 시작됩니다. 내부 문서에 따르면, Trainium2 칩들은…성능이 저조함엔비디아의 H100 GPU는 속도와 비용 측면에서 매우 중요한 지표입니다. 하지만 접근성도 매우 제한적이었으며, 안정성 문제도 많았습니다. 이러한 문제들은 사소한 결함이 아니라, AWS의 수익성을 위협하는 근본적인 문제였습니다. 회사는 이러한 문제들을 해결하기 위해 적극적으로 노력하고 있습니다. ‘프로젝트 레이니어’라는 슈퍼컴퓨터가 출시된 것을 보면, 회사가 이러한 문제들을 해결하기 위한 노력을 하고 있음을 알 수 있습니다.약 500,000개의 Trainium2 칩들입니다.이것은 중요한 전환점입니다. 이를 통해 아마존은 자신만의 실리콘을 전례 없는 규모로 활용할 수 있게 되었습니다. 단순한 성능 테스트에서 벗어나, 대규모 훈련 작업을 처리할 수 있는 시스템 레벨의 솔루션을 제공할 수 있게 되었습니다.

소프트웨어 및 에코시스템 측면에서의 성능을 향상시키기 위해, 아마존은 연구 분야에 상당한 투자를 하고 있습니다.1억 1천만 달러 – 트레인이움 신용 프로그램을 활용하여 투자하는 금액입니다.아마존은 학술 연구팀들에게 컴퓨팅 자원을 제공함으로써, 차세대 모델 아키텍처와 최적화 기술을 개발할 수 있도록 돕고 있습니다. 이는 전형적인 인프라 관련 사업입니다. 아마존은 혁신적인 사람들이 더 쉽게 참여할 수 있도록 하면서, 그들이 자신의 칩에 사용될 소프트웨어를 만들어낼 수 있는 개발자 플랫폼을 조성하고 있습니다. 목표는 더 나은 소프트웨어가 더 넓은 시장을 창출하도록 하는 것입니다. 그리고 그 결과로, 칩 자체에 대한 투자가 더욱 확대될 것입니다.

결론적으로, 아마존은 성능이 낮은 상태에서 벗어나 전략적 규모로 성장하고 빠르게 발전하는 단계에 도달하고 있습니다. 초기의 문제들은 내부적인 노력(예: Rainier 프로젝트), 적절한 재정적 인센티브 제공, 그리고 지속적인 기술 개발 계획을 통해 해결되고 있습니다. 이는 단순히 제품을 판매하는 것이 아니라, 새로운 패러다임을 구축하는 과정입니다.

재정적 영향과 경쟁 구도

맞춤형 실리콘 기술로의 전환은 이미 AWS에게 막대한 재정적 성과를 가져오고 있습니다. 클라우드 부문의 매출 성장이 눈에 띄게 증가하고 있습니다.연간으로 보면 24%의 증가율입니다.지난 분기에는 지난 3년 중 가장 큰 수치를 기록했습니다. 이는 AI 관련 수익의 지속적인 증가 덕분입니다.150억 달러이것은 단순한 부차적인 프로젝트가 아닙니다. 이는 회사의 성장을 위한 핵심적인 요소이며, AWS의 연간 수익을 1,420억 달러로 늘리는 데 큰 역할을 하고 있습니다. 이 분야의 규모는 엄청나며, 작년에는 450억 달러 이상의 운영 수익을 창출했습니다. 이러한 성과 덕분에 아마존은 이번 해에 2,000억 달러를 AWS에 투자할 계획입니다. 이는 급증하는 수요를 충족시키기 위한 것입니다.

하지만, 시장 상황을 보면, 아마존은 매우 정교한, 이중 전략을 가지고 있습니다. 아마존은 동시에 넵튠의 주요 고객이자, 미래의 경쟁자이기도 합니다. 이번 주에 두 회사는 AWS를 인수하기 위한 협약을 발표했습니다.2027년까지 엔비디아의 GPU가 100만 대에 이를 것입니다.이 계약은 실용적인 해결책입니다. AWS는 또한 엔비디아의 다른 칩들을 활용하여 추론 작업을 수행할 계획입니다. 하지만 이는 결코 포기하는 것을 의미하는 것이 아닙니다. 이는 아마존의 전형적인 전략입니다. 즉, 가격과 기술 측면에서 경쟁할 수 있는 자체 솔루션을 개발하는 것입니다. 회사는 현재 엔비디아의 칩을 사용하여 성장을 이루고 있으며, 동시에 자신의 Trainium 기술도 적극적으로 확장하고 있습니다.

이러한 수직적 통합의 재정적 영향은 매우 큽니다. 아마존은 트레인이움3와 같은 칩을 개발함으로써, GPU 공급망에서 벗어나 각 토큰에 대한 비용을 직접 통제할 수 있게 됩니다. 이러한 자율성은 AI 관련 기업들의 전환을 촉진하는 데 필수적입니다. 현재의 수요는 너무 높아서, 트레인이움2는 이미 모두 판매되었고, 트레인이움3도 거의 완전히 예약되어 있습니다. 회사는 이 칩들을 제3자에게도 판매할 계획이며, 이는 엔비디아와 AMD를 직접 위협하는 조치가 될 것입니다. 이러한 움직임으로 인해, 대규모의 비용 부담을 새로운 수익원으로 전환할 수 있을 것입니다.

결론적으로, 이는 매우 강력한 피드백 루프입니다. AWS의 급속한 성장 덕분에 2000억 달러가 넘는 투자금이 AI 인프라에 투입되고 있습니다. 이로 인해 Trainium 칩의 도입도 가속화됩니다. 칩의 성능이 향상되고 더 널리 사용되면서, AI를 구동하는 비용도 줄어들게 됩니다. 이는 AWS의 클라우드 서비스를 더욱 매력적으로 만들며, 더 많은 성장을 촉진합니다. 이러한 인프라는 실시간으로 구축되고 있으며, 그 성장률은 기하급수적으로 증가할 것으로 예상됩니다.

촉매제, 위험 요소들, 그리고 기하급수적인 도입을 위한 길

유망한 기술이 실제로 도입되는 과정에는 여러 중요한 단계들이 있으며, 동시에 다양한 위험도 존재합니다. 아마존의 AI 인프라 분야에서는 향후 12~18개월 동안 두 가지 주요 요인이 중요한 역할을 할 것입니다. 바로 ‘Project Rainier’의 확장과 ‘Trainium4’의 출시입니다.

먼저, 프로젝트 레이니어의 성능 변화에 주의를 기울여야 합니다. 이 슈퍼컴퓨터는 이제 실제로 작동하고 있습니다.약 500,000개의 Trainium2 칩들이 있습니다.이는 대규모 내부 도입 과정에서의 성공을 입증하는 중요한 사례입니다. 애노핀스와 같은 파트너들을 위해 대용량 작업을 처리할 수 있다는 사실은, 아마존이 실제로 대규모 문제를 해결하기 위한 소프트웨어 및 하드웨어를 자체적으로 개발할 수 있다는 것을 보여줍니다. 이는 단순한 기술적 성능 확인이 아니라, AWS가 수백만 개의 칩으로 구성된 AI 인프라를 구축하고 운영할 수 있는 역량을 가지고 있음을 시장에 알리는 신호입니다. 이 시스템이 약속한 성능을 충실히 이행할 수 있을지 여부는, 향후 여러 세대에 걸쳐 AI 기술의 도입 속도에 직접적인 영향을 미칠 것입니다.

둘째, Trainium4의 출시 시점은 중요한 계기가 됩니다. 앤디 재시 CEO는 해당 칩이 현재 개발 중에 있으며, 곧 출시될 것이라고 밝혔습니다. 이 제품의 출시는 큰 전환점이 될 것입니다. 이미 시장에서는 많은 사람들이 Trainium4를 사기 위해 구매를 서두르고 있습니다.광범위한 사용이 가능해지는 것보다 1년 이상 전부터 이미 사용될 수 있었습니다.이러한 초기 수요는, 아마존의 실리콘 기술이 가진 전략적 가치가 얼마나 중요한지를 보여주는 강력한 지표입니다. Trainium4의 성공적인 출시는 성능 격차를 해소하고 다중 실리콘 기술을 활용한 성장 곡선을 확고히 하는 데 있어 다음 단계가 될 것입니다.

하지만 이 주장에 있어 가장 큰 위험은 기술적인 측면이 아니라, 생태계와 관련된 문제입니다. 엔비디아의 CUDA 생태계에 의존하는 개발자들에게는 높은 비용이 큰 장애물이 됩니다. 아마존의 칩들도 이러한 장애물을 극복하기 위해서는 매력적인 가격 대비 성능을 제공해야 하며, 무엇보다도 강력한 소프트웨어 스택이 필요합니다. 내부 문서에서 나타난 초기 성능 차이와 안정성 문제들은 이러한 어려움을 잘 보여줍니다.Trainium2는 지연 시간 측면에서 Nvidia의 H100 GPU보다 성능이 낮았습니다.레이니어 배포를 통해 아마존이 이러한 규모의 확장을 수행할 수 있음을 확인할 수 있습니다. 하지만 필요한 도구와 라이브러리를 개발하기 위해서는 활발한 개발자 커뮤니티도 필요합니다. 이러한 요소가 없다면, 도입 속도는 여전히 제한될 것입니다.

마지막으로, 외부 판매 전략도 주의 깊게 모니터링해야 합니다. 아마존이 제3자에게 칩을 판매하려는 의지는 다중 아키텐트 시대를 앞당길 수 있는 잠재력을 가지고 있습니다. 이는 곧 엔비디아와 AMD에게 큰 도전이 될 것입니다. 하지만 이러한 움직임은 많은 어려움을 동반합니다. 아마존은 단순한 내부 비용 센터에서 경쟁력 있는 칩 공급업체로 변모해야 하며, 공급망 관리, 고객 지원, 그리고 복잡한 경쟁 환경을 관리해야 합니다. 트레인ium2가 완전히 팔렸고, 트레인ium3도 거의 모두 판매된 것으로 보아, 먼저 자체 생산 능력을 확보하는 것이 중요합니다. 외부 판매는 나중에 이루어질 수 있지만, 주요 반도체 공급업체가 되는 과정은 길고 불확실합니다.

결론적으로, 아마존은 전형적인 인프라 구축 과정을 겪고 있습니다. 즉, 엄청나게 큰 내부 시스템을 확장하는 동시에, 외부 세계와의 통합도 준비하고 있는 것입니다. 촉진 요인들은 분명하지만, 위험성들—예를 들어 시스템의 고착화나 실행의 복잡성 등—이 바로 이 프로젝트가 기하급수적인 성장을 이룰지, 아니면 비용이 많이 드는 사업이 될지를 결정하는 요소들입니다.