AI 뉴스 SVIL 앱트로픽 클로드 AI 반도체 AMD 엔비디아 트레이니엄 MI450

앤트로픽이 직접 칩을 만들기 시작했어요 — 클로드 추론비용 절반이 목표

SVIL - Singularity Visual Intelligence Lab 2026. 08. 07 17 min read

앤트로픽(Anthropic)이 자체 AI 칩을 설계할 엔지니어를 뽑기 시작했습니다. 채용공고 한 건에서 확인된 사실이지만, 클로드(Claude)를 쓰는 사람에게도 반도체 시장에도 꽤 큰 이야기예요. 목표로 언급된 숫자가 토큰당 추론비용 절반이거든요. 무슨 뜻인지 하나씩 풀어볼게요.

채용공고 한 줄이 신호였어요

큰 회사의 전략 변화는 보도자료보다 채용공고에서 먼저 드러날 때가 많습니다. 이번이 정확히 그런 경우예요.

앤트로픽이 칩 설계와 검증 경력자를 찾는 공고를 올렸고, 이후 회사가 자체 칩 설계팀을 꾸리고 있다는 사실을 확인했습니다. 8월 5일 테크크런치 보도로 알려졌어요.

무엇이 확인됐나

정리하면 세 가지입니다. 첫째, 앤트로픽이 자체 칩 설계팀을 만들고 있다는 것. 둘째, 그 팀이 강화학습으로 칩 설계 과정 일부를 개선하는 일을 맡는다는 것. 셋째, 회사가 밝힌 목표가 토큰당 추론비용을 대략 절반으로 낮추는 것이라는 점이에요.

그리고 중요한 단서가 하나 붙습니다. 이 팀은 기존 칩 공급 관계를 대체하는 것이 아니라 보완한다는 것입니다. 뒤에서 자세히 볼게요.

어두운 선 위에서 흐릿하던 점 하나가 움직이기 시작하며 밝은 청록빛 궤적을 남기는 모습 — 검토 단계에서 실행 단계로 넘어간 상황을 표현한 개념 이미지

'검토'에서 '채용'으로 넘어갔다는 뜻

사실 대형 AI 기업이 자체 칩을 들여다본다는 이야기는 새롭지 않습니다. 계산기를 두드려 보는 단계는 어느 회사나 거치니까요.

하지만 사람을 뽑기 시작했다는 것은 성격이 다릅니다. 칩 엔지니어는 비싸고, 뽑고 나면 몇 년 단위의 로드맵을 만들어야 합니다. 채용은 되돌리기 어려운 결정이에요. 탐색이 아니라 실행 단계로 넘어갔다는 신호로 읽어야 합니다.

연봉 32만~48만 달러가 말해주는 것

공고에 적힌 연봉 범위는 32만~48만 달러 수준입니다. 원화로 대략 4억~6억 원대예요.

이 숫자는 두 가지를 말해줍니다. 하나는 지금 칩 설계 인력이 얼마나 귀한가이고, 다른 하나는 앤트로픽이 이 일을 곁다리로 보고 있지 않다는 것입니다. 실험 삼아 해보는 프로젝트에 이런 대우를 붙이지는 않아요.

어두운 바닥에서 유독 하나만 높고 밝게 솟은 청록빛 막대와 그 옆의 짧고 흐린 막대들 — 파격적인 대우 수준을 표현한 개념 이미지

어떤 사람을 뽑고 있나 — 설계와 검증

공고는 칩 설계의 여러 분야와 검증(verification) 경험을 함께 요구합니다. 여기서 '검증'이 붙은 것이 눈여겨볼 대목이에요.

칩은 한 번 제조에 들어가면 소프트웨어처럼 패치할 수 없습니다. 설계가 의도대로 동작하는지 미리 확인하는 검증 단계에 어마어마한 시간이 들어가요. 검증 인력을 같이 찾는다는 건 실제로 만들어 낼 생각이라는 뜻입니다.

연구가 아니라 '양산까지 가본 사람'

공고에서 반복되는 표현이 하나 더 있습니다. 칩을 연구 단계에서 멈추지 않고 양산까지 끌고 가 본 경험을 원한다는 것이에요.

이건 아주 구체적인 요구입니다. 논문이나 시제품까지는 대학과 연구소에서도 갑니다. 하지만 수율을 맞추고, 파운드리와 일정을 조율하고, 불량을 잡아가며 대량으로 찍어내는 것은 완전히 다른 기술이에요. 그 구간을 통과해 본 사람을 찾고 있습니다.

좁은 청록빛 틈이 점점 넓게 벌어지며 환한 빛의 면으로 열리는 모습 — 연구 단계에서 양산 단계로 넘어가는 과정을 표현한 개념 이미지

강화학습으로 칩 설계를 돕는다는 발상

이번 소식에서 가장 흥미로운 부분입니다. 새 팀이 맡을 일 중 하나가 강화학습을 써서 칩 설계 과정의 일부를 개선하는 것이에요.

쉽게 말하면 이렇습니다. 칩 위에 회로 블록을 어디에 놓고 어떻게 연결할지 결정하는 문제는 경우의 수가 천문학적입니다. 사람이 감과 경험으로 풀던 일을, 수많은 배치를 시도해 보고 더 나은 쪽으로 학습해 가는 AI에게 맡기는 거예요.

왜 칩 설계에 AI가 잘 맞나

강화학습은 정답은 모르지만 결과의 좋고 나쁨은 측정할 수 있는 문제에 강합니다. 칩 설계가 딱 그렇습니다. 어떤 배치가 최선인지는 아무도 모르지만, 특정 배치가 전력을 얼마나 쓰고 신호가 얼마나 지연되는지는 정확히 계산할 수 있어요.

그러니 AI가 배치를 제안하고, 결과를 측정하고, 더 나은 방향으로 반복하는 구조를 만들 수 있습니다. AI 회사가 AI로 자기 칩을 설계하는, 되먹임이 있는 그림이죠.

어두운 기하 입체 둘레를 청록빛 고리가 계속 회전하며 궤적을 남기는 모습 — 시도와 개선을 반복하는 강화학습을 표현한 개념 이미지

목표는 토큰당 추론비용 절반

앤트로픽이 제시한 목표 숫자는 토큰당 추론비용 약 50% 절감입니다. 여기서 '추론'은 모델을 학습시키는 것이 아니라, 이미 학습된 모델이 사용자 질문에 답을 만들어내는 과정을 말해요.

모델과 칩을 함께 설계해서 이 숫자를 노린다는 것이 핵심입니다. 범용 칩에 모델을 얹는 대신, 클로드가 실제로 하는 연산에 맞춰 칩을 깎겠다는 거예요.

'추론비용'이 왜 지금 급한가

몇 년 전만 해도 AI 회사의 비용은 학습에 몰려 있었습니다. 큰 모델 하나를 훈련시키는 데 드는 돈이 화제였죠.

지금은 판이 바뀌었습니다. 클로드 같은 모델이 매일 수억 건의 요청을 처리하면서, 비용의 무게중심이 추론으로 옮겨갔어요. 학습은 한 번이지만 추론은 사용자가 쓰는 내내 계속됩니다. 여기서 절반을 아끼면 회사의 손익 구조 자체가 달라집니다.

크지만 흐릿한 청록 덩어리 옆에 훨씬 작으면서도 강하게 빛나는 덩어리가 놓인 모습 — 같은 성능을 절반 비용으로 내는 목표를 표현한 개념 이미지

클로드 수요가 만든 압력

이 결정의 배경에는 수요가 있습니다. 클로드는 특히 코딩·에이전트 용도에서 사용량이 빠르게 늘어 왔고, 이런 용도는 한 번의 대화에서 소비하는 토큰이 유난히 많아요.

사용자가 늘수록 좋은 일이지만, 동시에 연산 자원을 확보하는 속도가 회사의 성장 한계선이 됩니다. 칩을 구하지 못하면 서비스를 확장할 수 없으니까요.

지금 클로드는 어떤 칩 위에서 도나

앤트로픽은 클로드를 한 종류의 칩으로 돌리지 않습니다. 회사가 밝힌 구성은 AWS 트레이니엄(Trainium), 구글 TPU, 엔비디아 GPU 세 가지예요.

서로 다른 회사의 칩을 동시에 쓴다는 건 그만큼 소프트웨어 쪽 부담이 크다는 뜻입니다. 그럼에도 이렇게 하는 이유는 분명해요. 한 공급자에 묶이면 가격과 물량 모두에서 협상력을 잃습니다.

하나의 넓은 어두운 판 위 홈에 크기가 제각각인 네 개의 블록이 청록빛 테두리를 두르고 나란히 끼워진 모습 — 여러 종류의 칩을 함께 쓰는 구성을 표현한 개념 이미지

트레이니엄2 100만 개라는 숫자

규모를 가늠할 수 있는 숫자가 하나 공개돼 있습니다. 앤트로픽은 클로드의 학습과 서비스에 트레이니엄2 칩을 100만 개 넘게 쓰고 있다고 밝혔어요.

이 정도 규모가 되면 칩 하나당 효율이 조금만 좋아져도 절감액이 어마어마해집니다. 자체 칩을 검토할 유인이 생기는 지점이 바로 여기예요. 규모가 작으면 직접 만드는 것이 절대 이득이 아닙니다.

아마존은 여전히 주 파트너입니다

오해하기 쉬운 대목이라 짚고 갈게요. 자체 칩 이야기가 나왔다고 해서 아마존과의 관계가 흔들린 것은 아닙니다.

앤트로픽은 아마존이 여전히 주요 클라우드 제공자이자 학습 파트너라는 점을 함께 밝혔어요. 자체 칩 팀은 기존 파트너십을 흔드는 카드가 아니라, 그 위에 얹는 층입니다.

어둠 속으로 끝없이 이어지는 청록빛 점들의 촘촘한 배열 — 100만 개 단위의 칩 규모를 표현한 개념 이미지

지난달 AMD와 맺은 2기가와트 계약

이번 소식은 지난달 계약과 함께 봐야 그림이 보입니다. 7월에 앤트로픽과 AMD는 큰 협약을 맺었어요.

내용은 두 방향입니다. AMD가 앤트로픽에 최대 50억 달러를 투자하고, 앤트로픽은 AMD의 최신 칩을 최대 2기가와트 규모로 도입합니다. 투자금은 배치 목표 달성에 연동돼 있어요. 칩을 사주는 대가로 투자를 받는, 요즘 AI 인프라 판에서 흔해진 구조입니다.

MI450이 2027년 상반기부터 들어온다

도입 대상은 AMD의 인스팅트 MI450 계열이고, 첫 1기가와트분이 2027년 상반기부터 배치될 예정입니다.

여기서 시점이 중요합니다. 지금이 2026년 8월이니, 계약을 맺어도 실제 칩이 들어오는 것은 1년 가까이 뒤예요. AI 인프라는 이렇게 시간이 오래 걸립니다. 자체 칩 팀을 지금 꾸리는 이유도 같은 맥락이에요.

긴 어두운 통로 저편에서 커다란 청록빛 덩어리가 서서히 다가오는 모습 — 2027년으로 예정된 대규모 칩 도입을 표현한 개념 이미지

'멀티칩 전략'이라는 이름의 보험

앤트로픽은 이 모든 것을 멀티칩 전략이라고 부릅니다. 트레이니엄, TPU, 엔비디아, AMD, 그리고 자체 칩까지 한 바구니에 담지 않겠다는 뜻이에요.

비용이 안 드는 선택은 아닙니다. 칩마다 소프트웨어를 따로 맞춰야 하고, 성능을 뽑아내는 노하우도 각각이에요. 그럼에도 이 길을 가는 것은, 공급이 끊기는 위험이 그 비용보다 크다고 판단했기 때문입니다.

자체 칩은 대체가 아니라 보완이다

회사가 분명히 한 부분이라 다시 강조할게요. 새 칩 팀은 AWS·구글·엔비디아·AMD의 하드웨어를 대체하지 않고 보완합니다.

현실적인 태도이기도 합니다. 지금 이 순간에도 클로드는 돌아가야 하고, 자체 칩이 실제로 데이터센터에 들어가려면 몇 년이 걸려요. 그동안의 연산은 결국 남의 칩으로 채워야 합니다.

두 개의 매끈한 어두운 블록이 톱니처럼 어긋난 이음매를 따라 청록빛을 뿜으며 맞물린 모습 — 자체 칩과 기존 칩이 서로를 보완하는 관계를 표현한 개념 이미지

왜 지금 다들 자기 칩을 만드나

앤트로픽만의 이야기가 아닙니다. 구글은 오래전부터 TPU를 만들어 왔고, 아마존은 트레이니엄을, 다른 빅테크들도 각자 가속기를 굴리고 있어요.

이유는 세 가지로 요약됩니다. 비용(범용 칩은 필요 없는 기능값까지 낸다), 공급(최신 GPU는 돈이 있어도 못 산다), 그리고 협상력(대안이 있어야 가격을 말할 수 있다). 앤트로픽의 결정도 이 세 축 안에 정확히 들어갑니다.

넘어야 할 벽 ① 칩은 시간이 오래 걸린다

다만 낙관만 할 일은 아닙니다. 가장 큰 벽은 시간이에요.

설계를 시작해서 실제 칩이 서버에 꽂히기까지 보통 몇 년이 걸립니다. 그런데 AI 모델의 구조는 그 사이에도 계속 바뀌어요. 오늘의 모델에 맞춰 깎은 칩이 완성될 무렵엔 모델이 달라져 있을 위험이 늘 있습니다. 자체 칩이 어려운 진짜 이유가 여기예요.

좁은 어두운 통로에 밀려 들어간 청록빛이 잘록한 지점에서 강하게 뭉쳐 빛나는 모습 — 공급과 시간의 병목을 표현한 개념 이미지

넘어야 할 벽 ② 파운드리 줄서기

설계를 마쳐도 끝이 아닙니다. 실제로 찍어 줄 공장이 필요해요. 최첨단 공정을 돌릴 수 있는 파운드리는 세계에 몇 곳뿐이고, 그 앞에는 이미 애플·엔비디아 같은 회사들이 줄을 서 있습니다.

후발주자가 원하는 시점에 원하는 물량을 확보하는 것은 쉽지 않아요. 자체 칩 계획이 발표만큼 빨리 굴러가지 못하는 경우가 많은 것도 대개 이 구간 때문입니다.

실제 사례 ① 구글 TPU가 만든 선례

그럼에도 이 길이 통한다는 증거가 있습니다. 구글의 TPU예요.

구글은 자사 워크로드에 맞춰 칩을 깎아 왔고, 그 결과 대규모 AI 서비스를 상대적으로 낮은 단가로 돌리는 구조를 갖췄습니다. 흥미로운 건 앤트로픽도 그 TPU를 고객으로서 쓰고 있다는 점이에요. 남이 만든 성공 사례를 쓰면서 동시에 자기 것을 준비하는 셈입니다.

어둠 속으로 멀리 뻗으며 점점 넓어지는 청록빛 줄기 — 먼저 길을 연 선례가 만든 방향을 표현한 개념 이미지

실제 사례 ② 애플 실리콘이 보여준 co-design

모델과 칩을 함께 설계한다는 발상이 낯설다면, 애플을 떠올리면 이해가 쉽습니다. 애플은 자기 운영체제가 실제로 하는 일에 맞춰 칩을 설계했고, 그 결과 같은 전력으로 더 많은 일을 하게 됐어요.

앤트로픽이 하려는 것도 원리는 같습니다. 다만 대상이 운영체제가 아니라 클로드라는 모델이에요. 모델이 자주 쓰는 연산에 회로를 몰아주고, 안 쓰는 기능은 덜어내는 식이죠.

이 소식이 사용자에게 닿는 경로

솔직히 말하면 당장 체감되는 변화는 없습니다. 칩은 몇 년짜리 일이니까요.

다만 방향은 예상할 수 있어요. 추론비용이 내려가면 그 효과는 보통 API 가격 인하, 무료·저가 플랜의 사용량 확대, 그리고 응답 속도 개선으로 나타납니다. 지금 비싸서 못 하던 것들이 몇 년 뒤엔 기본이 될 수 있다는 뜻이에요. 긴 대화를 자주 하는 저시력 사용자처럼 토큰을 많이 쓰는 쪽일수록 체감이 큽니다.

두 개의 매끈한 어두운 블록이 하나의 굵은 청록빛 막대로 단단히 이어진 모습 — 모델과 칩을 함께 설계하는 방식을 표현한 개념 이미지

앞으로 지켜볼 지표 세 가지

이 계획이 실제로 굴러가는지는 나중에 세 가지로 확인할 수 있을 것 같아요.

첫째, 팀 규모입니다. 채용이 몇 자리에서 멈추는지, 아니면 수십 명 단위로 늘어나는지를 보면 진심의 크기가 보입니다.

둘째, 파운드리 계약 소식입니다. 어느 공장에서 언제 찍는다는 이야기가 나와야 설계가 실물이 됩니다.

셋째, API 가격의 방향입니다. 추론비용 절감이 실제로 일어나면 결국 가격표에 나타납니다.

핵심 정리

길었으니 짧게 다시 정리할게요.

앤트로픽이 자체 AI 칩 설계팀 채용에 들어갔습니다. 연봉 32만~48만 달러 수준으로, 검증·양산 경험자를 찾고 있어요.
새 팀은 강화학습으로 칩 설계 과정을 개선하는 일을 맡습니다.
목표는 모델과 칩을 함께 설계해 토큰당 추론비용을 절반으로 낮추는 것입니다.
클로드는 지금 트레이니엄·구글 TPU·엔비디아 위에서 돌고, 트레이니엄2만 100만 개 이상을 씁니다. 아마존은 여전히 주 파트너예요.
지난달 AMD와 최대 50억 달러 투자 + 최대 2기가와트 MI450 도입 계약을 맺었고, 첫 1기가와트는 2027년 상반기부터입니다.
자체 칩은 이들을 대체하지 않고 보완합니다. 이름은 멀티칩 전략이에요.
넘어야 할 벽은 개발 기간과 파운드리 확보입니다.

여러 갈래의 가는 청록빛 줄기가 한 점으로 모여 하나의 밝은 빛이 되는 모습 — 여러 갈래 소식이 하나의 흐름으로 정리되는 상황을 표현한 개념 이미지

함께 이야기 나눠요

저는 이 소식을 보면서, AI 회사가 점점 하드웨어 회사를 닮아간다는 생각을 했어요. 모델만 잘 만들어서는 이길 수 없고, 그 모델이 돌아갈 바닥까지 직접 깔아야 하는 시대가 된 것 같습니다.

여러분은 앤트로픽의 자체 칩이 실제로 나올 거라고 보시나요, 아니면 협상력을 높이기 위한 카드에 가깝다고 보시나요? 생각을 댓글로 나눠 주시면 반갑게 읽겠습니다. SVIL 연구소는 AI 뉴스를 저시력 사용자도 편하게 읽을 수 있는 형태로 계속 정리해 올릴게요.

출처

협업문의 : kuroicode@gmail.com
블로그 : https://blog.svil.dev/
홈페이지 : https://kuroicode-beep.github.io/svil-homepage/