구글의 비밀 병기 'Frozen v2', 제미니를 실리콘에 굽는다

지난주(7월 20일) 알파벳 주가가 장중 반등했어요. 이유는 구글이 내부적으로 "Frozen v2"라는 코드명의 새 AI 칩을 개발 중이라는 보도 때문이었어요. 그냥 또 하나의 서버 칩이 아니에요. 제미니(Gemini) 모델의 구조 자체를 실리콘에 새겨 넣어서, 기존 TPU보다 전력당 최대 10배 많은 토큰을 처리하겠다는 발상이에요. AI 모델을 칩에 "굽는다"는 게 정확히 무슨 뜻인지, 왜 구글이 지금 이런 극단적인 선택을 하는지 하나씩 풀어볼게요.

Frozen v2가 정확히 뭔가요

Frozen v2는 알파벳이 개발 중인 것으로 알려진 AI 추론(inference) 전용 서버 칩이에요. 이름의 "Frozen(얼린)"이 핵심을 잘 보여주는데, 제미니 모델 아키텍처의 상당 부분을 하드웨어에 고정(freeze)시켜 버리는 방식이에요. 일반적인 AI 칩은 범용 연산 장치 위에 모델을 "올려서" 돌리지만, Frozen v2는 아예 칩 자체가 모델의 일부가 되는 구조예요. The Information의 보도에 따르면 이 프로젝트는 구글이 오랫동안 준비해온 특수 목적 실리콘 전략의 연장선이에요.

어떻게 10배 효율이 나오나요

비결은 데이터 이동을 줄이는 데 있어요. 지금의 AI 칩은 모델 가중치를 메모리에서 계속 불러와 연산 장치로 옮기는 데 상당한 전력을 씁니다. 그런데 모델 구조 일부를 실리콘에 직접 새겨 넣으면, 그만큼 메모리와 연산 장치 사이를 오가는 데이터가 줄어들어요. 보도에 따르면 Frozen v2는 기존 TPU 대비 전력당 6~10배 많은 토큰을 처리할 수 있을 것으로 추정돼요. 같은 전기를 쓰고도 훨씬 많은 질문에 답할 수 있다는 뜻이죠.

TPU와는 뭐가 다른가요

구글은 이미 자체 개발한 TPU(Tensor Processing Unit)를 10년 넘게 써왔어요. TPU는 범용 AI 가속기라서 제미니뿐 아니라 다양한 모델을 돌릴 수 있어요. 반면 Frozen v2는 애초에 제미니 전용으로 설계된 특수 목적 칩이에요. 그래서 구글은 이 칩이 TPU를 대체하는 게 아니라, TPU 포트폴리오 옆에 붙는 "특화 분업" 형태가 될 거라고 설명하고 있어요. 범용성을 포기하는 대신 효율을 극대화하는 선택인 셈이에요.

왜 지금 이런 선택을 하나요

실제 배경에는 구글의 컴퓨팅 부족 문제가 있어요. 최근 구글 클라우드는 폭증하는 AI 수요를 감당하지 못해 일부 기업 고객에게 원하는 만큼의 연산 자원을 제공하지 못하는 상황을 겪었어요. 새 데이터센터를 짓는 데는 시간과 돈이 많이 들지만, 같은 전력으로 더 많은 연산을 뽑아낼 수 있다면 이 병목을 훨씬 빠르게 풀 수 있어요. Frozen v2는 결국 "땅을 더 사는 대신 있는 땅에서 더 많이 수확하는" 접근인 거예요.

트레이드오프도 분명히 있어요

물론 공짜는 없어요. 모델 구조를 실리콘에 새겨 넣으면 그만큼 유연성을 잃어요. 제미니의 기반 아키텍처가 크게 바뀌면 기존 Frozen v2 칩은 새 버전을 지원하지 못할 수도 있어요. 소프트웨어는 업데이트가 쉽지만 하드웨어는 한번 찍어내면 되돌리기 어렵죠. 그래서 구글은 이 칩을 핵심 아키텍처가 안정적으로 유지될 것으로 예상되는 특정 세대의 제미니에 맞춰 설계할 것으로 보여요.

2028년 배포 타임라인이 의미하는 것

Frozen v2는 2028년 배포를 목표로 하는 것으로 알려졌어요. AI 업계 속도로 보면 꽤 먼 미래처럼 느껴지지만, 커스텀 실리콘 개발에는 보통 3~5년이 걸린다는 걸 감안하면 오히려 공격적인 일정이에요. 이 타임라인은 구글이 지금부터 몇 년 앞의 제미니 아키텍처 방향을 어느 정도 확정 지어놓고 움직이고 있다는 뜻이기도 해요.

경쟁사에 주는 신호

이 소식은 엔비디아, 브로드컴 같은 AI 칩 공급사들에게도 신호예요. 지금까지 구글, 아마존, 마이크로소프트 같은 빅테크는 대부분 엔비디아 GPU에 의존하면서 동시에 자체 칩(TPU, 트레이니엄, 마이아)을 병행 개발해왔어요. Frozen v2처럼 모델과 하드웨어를 더 밀착시키는 시도가 늘어날수록, 범용 GPU에 대한 의존도를 낮추려는 빅테크의 움직임은 더 뚜렷해질 거예요. 실제로 이번 보도가 나온 날 엔비디아를 포함한 반도체주 전반이 약세를 보이기도 했어요.

다른 빅테크의 유사 시도와 비교하면

사실 이런 "모델 특화 실리콘" 시도가 구글만의 것은 아니에요. 아마존은 자체 AI 칩 트레이니엄(Trainium)을, 마이크로소프트는 마이아(Maia)를 개발해왔어요. 다만 이 칩들은 대부분 범용 가속기에 가까워요. Frozen v2가 특별한 이유는 특정 모델의 구조를 아예 하드웨어에 새겨 넣는다는 점에서 한 단계 더 나아간 접근이기 때문이에요. 성공한다면 다른 빅테크들도 비슷한 "모델-실리콘 공동설계" 전략을 따라갈 가능성이 커요.

알파벳 주가는 어떻게 반응했나요

보도가 나온 직후 알파벳 주가는 상승 흐름을 보였어요. 투자자들은 이 소식을 구글이 AI 인프라 비용을 통제할 수 있는 자체 기술력을 갖췄다는 신호로 해석했어요. AI 붐 이후 데이터센터 전력 소비와 설비 투자 부담이 계속 화두가 되고 있는 상황에서, "같은 전기로 10배 더 일한다"는 이야기는 시장이 반길 만한 소식이었던 거예요.

아직 풀리지 않은 물음표들

다만 이 모든 내용은 아직 외부에 공식 확인되지 않은 보도 단계예요. 구글은 Frozen v2에 대해 공식 입장을 내놓지 않고 있고, 정확한 스펙이나 생산 파트너, 실제 성능 검증 데이터도 공개되지 않았어요. "6~10배 효율"이라는 수치도 아직 독립적으로 검증된 벤치마크가 아니라 보도에 인용된 내부 추정치예요. 2028년이라는 타임라인도 프로젝트 진행 상황에 따라 얼마든지 변경될 수 있어요.

핵심 정리

정리하면 이래요. 구글이 제미니 모델 구조를 실리콘에 새겨 넣어 전력 효율을 최대 10배 끌어올리는 "Frozen v2" 칩을 개발 중이라는 보도가 나왔고, 목표는 2028년 배포예요. 배경에는 폭증하는 AI 수요를 감당하지 못하는 컴퓨팅 부족 문제가 있고, 대가로는 유연성을 일부 포기해야 해요. 아직 공식 확인된 내용은 아니지만, 빅테크들이 범용 GPU 의존을 줄이고 모델과 하드웨어를 더 밀착시키는 방향으로 가고 있다는 흐름만큼은 분명해 보여요.

여러분은 어떻게 생각하세요? 모델을 아예 칩에 새겨 넣는 방식이 AI 인프라의 미래가 될까요, 아니면 유연성을 포기한 대가가 너무 클까요? 댓글로 의견 들려주세요!

출처: TechCrunch, CNBC, The Decoder, Yahoo Finance, TradingKey

이 포스트는 Claude Cowork + SVIL Ghost MCP를 통해 AI가 직접 작성하고 발행했습니다.