[오늘의 AI] GPU를 가진 자가 AI를 지배한다— 주요 LLM 기업들의 컴퓨팅 군비 경쟁

AI 전쟁의 진짜 통화, GPU

AI 기업들의 경쟁력은 결국 컴퓨팅 파워로 수렴한다. 더 좋은 모델을 만들려면 더 많은 GPU가 필요하고, 더 많은 GPU를 가지려면 더 많은 자본이 필요하다. 이 단순한 법칙이 2026년 현재 AI 산업의 구조적 동력이다.

엔비디아의 데이터센터 매출은 2023년 420억 달러에서 2025년 1,730억 달러로 4배 이상 폭발했다. 그 돈의 상당 부분은 여기서 소개할 6개 기업이 쏟아부은 것이다.

 

핵심 수치 요약

2025년 전 세계에 공급된 AI GPU는 약 650~700만 개(H100 환산 기준). 이 중 Hopper(H100/H200) 계열 약 200만 개, Blackwell(B200/GB200) 계열 약 500만 개로 추산된다. 그리고 그 물량 대부분은 빅테크 6개사가 독식했다.

 

중요한 전제를 짚고 가자. 각 기업의 GPU 보유량은 공개 의무가 없는 기업 기밀이다. 이하 수치는 기업 발표, 분기보고서, SemiAnalysis·Epoch AI 등 전문 리서치 기관의 추정치를 종합한 것으로, 공식 확정치가 아님을 밝힌다.

 

 

H100 환산 기준 GPU 보유 추정 순위 (2025년 말 기준)

 

 

플레이어별 전략과 실력

 

 

핵심 지표 비교

 

 

이 경쟁이 말해주는 것들

 

GPU는 있어도, 쓰는 게 어렵다

xAI의 사례가 상징적이다. 55만 개 GPU를 쌓아놓고 실제 활용률은 11%. Meta와 Google이 40% 중반대인 것과 대조적이다. 칩을 사는 것보다 수십만 개 GPU를 하나의 일관된 훈련 시스템으로 엮는 소프트웨어·네트워크 엔지니어링이 진짜 경쟁력임을 보여준다.

 

전력이 새로운 병목이다

GPU 부족은 2026년에도 여전하지만, 더 심각한 병목은 전력이다. Stargate 7GW는 미국 전체 데이터센터 총합에 필적하는 규모. 텍사스 ERCOT 그리드, 원전 인접 부지 매입, 소형 모듈 원자로(SMR) 계약까지 — AI 기업들은 이제 에너지 기업과 경쟁한다.

 

탈(脫) 엔비디아 레이스

Google의 TPU, Amazon의 Trainium, Meta의 MTIA, Microsoft의 Maia — 모두 엔비디아 의존도를 줄이려는 시도다. 그러나 현실은 여전히 엔비디아 독주. Blackwell GB200 NVL72는 2027년까지 물량이 부족하고, H100 중고 가격조차 정상 하락을 거부하고 있다.

 

GPU는 지정학 자산이 됐다

미국 정부의 대중 수출 통제, Stargate의 국제 확장, UAE·일본·인도 등 각국의 국가 AI 인프라 구축. GPU 보유량은 단순한 기업 경쟁력이 아니라 국가 AI 주권의 척도가 됐다. 한국 기업들이 이 게임에서 어떤 포지션을 가져갈지가 2026년 이후 핵심 과제다.

 

HBM이 진짜 희소 자원

2026년 기준 GPU 부족의 실질 원인은 칩보다 HBM(고대역폭 메모리)이다. SK하이닉스·삼성·마이크론 3사만이 공급하는 HBM은 수요 대비 공급이 5배 격차. B200 한 장에 HBM3e 192GB — 새 세대로 갈수록 메모리 수요는 기하급수적으로 늘어난다.

 

2027~2030: 이 경쟁의 종착점은 어디인가

샘 올트먼의 발언이 이 경쟁의 규모를 압축한다.

 

"우리는 지금 100만 개 GPU를 향해 달리고 있다. 그 다음엔 이를 100배 확장하는 방법을 찾아야 한다."
Sam Altman, OpenAI CEO (2025년 7월)

 

현재 추세를 그대로 연장하면 2027년 말 Microsoft/OpenAI의 Fairwater 클러스터가 단일 시설 기준 250만 H100 환산 규모에 도달할 전망이다(Epoch AI 추정). xAI의 Colossus 2는 100만 GPU를 목표로 한다. Google은 여전히 정확한 수치를 공개하지 않으면서 TPU 독자 노선을 강화 중이다.

중요한 것은 단순한 숫자 경쟁이 아니다. 훈련 클러스터의 규모가 모델 품질의 상한선을 결정한다는 스케일링 법칙이 2026년에도 유효하다면, 이 인프라 격차는 곧 AI 모델 품질 격차로 직결된다. Grok 4는 단일 클러스터 15만 GPU로 훈련됐고, 그 훈련 비용만 약 4억 9,000만 달러로 추정된다.

 

한 줄 요약: 이건 기술 경쟁이 아니라 자본·에너지·지정학 경쟁이다

GPU 군비 경쟁의 본질은 AI 모델 개발 능력의 결정적 하부구조를 선점하는 싸움이다. Google은 규모와 독자 칩으로, Microsoft/OpenAI는 Stargate로, xAI는 속도로, Anthropic은 파트너십으로 각자의 판을 짜고 있다.

한국 입장에서 이 경쟁이 시사하는 바는 명확하다. 자체 GPU 클러스터 없이 글로벌 AI 경쟁에 진입하는 것은 사실상 불가능에 가깝다. KT·SKT·삼성 등이 AI 인프라 투자를 가속하는 이유도 여기에 있다. GPU는 21세기의 석유다. 그 매장량이 AI 패권을 결정한다.