Anthropic, Claude를 위한 자체 칩 팀 구축에 나선다

도입

Anthropic이 Claude 경쟁의 무대를 하드웨어 계층으로 넓히고 있다. Ars Technica에 따르면 Anthropic은 “커스텀 실리콘” 팀을 채용하고 있다는 사실을 확인했다. 현재 채용 공고에는 실리콘 엔지니어와 실리콘 담당 기술 프로그램 매니저가 포함되어 있으며, 이는 회사가 모델 개발뿐 아니라 모델을 실행할 인프라 설계에도 더 깊이 관여하려 한다는 신호다.

다만 Anthropic이 곧바로 외부 칩 공급을 대체하려는 것은 아니다. 회사 대변인은 앞으로도 다른 기업의 하드웨어를 함께 사용하는 “멀티칩 접근”을 유지하겠다고 설명했다. 즉 자체 칩은 기존 GPU 중심 인프라를 단기간에 대체하는 수단이라기보다, 장기적으로 컴퓨팅 자원을 다변화하고 최적화하기 위한 전략으로 볼 수 있다.

핵심 포인트

• 커스텀 실리콘 계획이 공식 확인됐다: 반도체 설계 경험이 있는 인재를 채용한다는 점은 계획이 단순한 소문을 넘어 내부 역량 구축 단계에 들어섰음을 보여준다.
• 완전한 독립을 뜻하지는 않는다: Anthropic은 자체 설계 칩과 외부 하드웨어를 함께 사용하는 방식을 택할 예정이다.
• 모델과 하드웨어 공동 설계가 목표다: 회사는 새로운 하드웨어와 모델을 나란히 설계해 성능, 비용, 효율 면에서 더 나은 결과를 기대하고 있다.
• 업계 전반의 흐름이다: OpenAI는 Broadcom과 함께 Jalapeño라는 추론용 커스텀 칩을 발표했고, Google과 Meta도 자체 AI 칩을 활용하고 있다.

의미와 영향

이번 움직임의 배경에는 폭증하는 AI 컴퓨팅 수요가 있다. 고성능 AI 가속기, 특히 Nvidia GPU에 대한 업계 의존도는 여전히 높다. 수요가 공급을 앞서는 상황에서 컴퓨팅 인프라를 안정적으로 확보하는 능력은 모델 개발 속도와 서비스 경쟁력에 직접적인 영향을 준다. 특정 공급망에 과도하게 의존하면 비용, 공급 안정성, 협상력 측면에서 위험이 커질 수 있다.

자체 칩의 또 다른 의미는 수직 통합이다. 범용 GPU는 다양한 워크로드를 처리해야 하지만, 대형 모델 기업은 자사 모델의 구조, 추론 패턴, 메모리 요구, 데이터센터 운영 조건을 잘 알고 있다. 칩을 이런 특성에 맞춰 설계하고, 반대로 모델도 해당 하드웨어를 고려해 설계한다면 처리량, 지연 시간, 단위 비용에서 이점을 얻을 가능성이 있다.

물론 Anthropic의 계획은 아직 초기 단계다. 핵심 인력을 채용하는 중이며, 칩 설계와 제조, 검증, 배포에는 긴 시간이 필요하다. 따라서 Claude 사용자들이 단기간에 직접적인 변화를 체감하기는 어렵다. 그럼에도 이번 확인은 중요한 신호다. AI 경쟁은 이제 모델 품질과 제품 기능을 넘어 데이터센터 하드웨어, 공급망, 컴퓨팅 경제성의 영역으로 확장되고 있다.

출처: Ars Technica AI