아마존이 엔비디아를 정면으로 노린다, AWS 자체 AI 칩 외부 판매 전략의 모든 것

2026년 6월 18일, 미국 IT 매체 테크크런치(TechCrunch)는 아마존이 자사가 개발한 AI 가속기 칩을 외부 데이터센터 운영사에 직접 판매하는 방안을 논의 중이라고 보도했다. 내부 인프라용으로만 쓰이던 아마존의 자체 칩이 외부 시장으로 나설 경우, 엔비디아가 사실상 독점해 온 데이터센터 AI 칩 시장에 거대한 균열이 생길 수 있다는 점에서 업계의 이목이 집중되고 있다.

아마존의 AI 칩 전략 전환 배경

아마존은 2018년경부터 Trainium과 Inferentia 라인업을 통해 AI 학습과 추론용 반도체를 자체 개발해 온 것으로 알려져 있다. 이 칩들은 지금까지 자사 AWS 데이터센터 내부에서만 운용되어 왔다. 즉, 아마존은 엔비디아 GPU를 상당 부분 구매하면서 동시에 자체 칩으로 워크로드를 분산해 온 이중 트랙 전략을 취해 왔다. 이번 보도에 따르면 이 전략이 한 단계 더 진화해, 아마존이 외부 고객사에도 자체 칩을 판매하는 방향으로 협상을 진행하고 있는 것으로 파악된다.

앤디 제시의 500억 달러 시장 기회 발언 의미

앤디 제시 아마존 CEO는 이 외부 칩 판매 사업을 500억 달러 규모의 시장 기회로 평가했다고 언급했다. 이 발언의 핵심은 단순한 내부 비용 절감을 넘어, 아마존이 AI 칩 시장을 별도의 수익 사업으로 공식 편입시켰다는 데 있다. 500억 달러라는 수치는 엔비디아의 데이터센터 사업 매출과 직접적으로 비교될 수 있는 규모로, AI 학습 및 추론 가속기 시장에서 상당 부분을 점유할 가능성을 시사한다. 수치라는 점에서 의미가 크다. 다만 이 수치는 경영진의 시장 전망치일 뿐 실제 달성 가능한 점유율을 보장하지는 않으며, 업계에서는 보수적으로 해석해야 한다는 시각도 존재한다.

엔비디아 독점 체제에 균열이 생기는 이유

엔비디아는 H100, B200, 차세대 B300 등으로 이어지는 데이터센터 GPU 라인업을 통해 AI 학습 시장에서 사실상 표준적 지위를 점해 왔다. 그러나 최근 1~2년간 빅테크 클라우드 업체들이 자체 칩을 앞다퉈 공개하면서, 엔비디아의 가격 결정력과 생태계 주도권이 약화될 수 있다는 우려가 꾸준히 제기돼 왔다. 이번 아마존의 외부 판매 움직임은 그 흐름의 가장 직접적인 표현으로 평가된다.

자체 칩을 보유한 빅테크의 행보 변화

과거에는 구글의 TPU(Tensor Processing Unit), 마이크로소프트의 Maia(마이아), 메타의 MTIA 등 주요 빅테크의 자체 칩이 대부분 사내용으로만 사용됐다. 하지만 비용 최적화 압박과 AI 수요 폭증이 맞물리면서, 자체 칩을 외부에 판매하거나 파트너십 형태로 공유하는 사례가 늘고 있다. 아마존의 이번 움직임은 클라우드 사업자가 칩 설계자, 칩 판매자, 인프라 운영자라는 세 가지 역할을 동시에 수행하는 새로운 비즈니스 모델의 시초가 될 수 있다는 분석이 나온다.온다.

경쟁 구도 재편 Trainium vs H100 B200 vs TPU vs Maia

현재 AI 가속기 시장은 몇 가지 축으로 분류할 수 있다. 첫째, 엔비디아의 H100 및 B200 시리즈가 AI 학습 시장에서 사실상 표준으로 군림하고 있다. 둘째, 구글이 외부 클라우드를 포함한 일부 고객사에 TPU를 제공하면서 자체 칩의 상용화 범위를 확장하고 있다. 셋째, 마이크로소프트의 Maia, 메타의 MTIA는 여전히 사내 최적화 중심으로 운영되지만, 시장 상황에 따라 외부 판매 가능성을 열어두고 있다. 넷째, 아마존의 Trainium 및 Inferentia가 외부 시장에 정식으로 등장할 경우, 가격 경쟁과 성능 경쟁이 동시에 격화될 가능성이 높다.

구글 마이크로소프트의 유사 전략과 비교

구글은 TPU를 자사 데이터센터는 물론 일부 외부 파트너와 클라우드 고객사에 제공해 왔다. 마이크로소프트는 Maia 칩을 자사 Azure 인프라에 우선 적용하면서도 장기적으로 자체 칩 라인업을 확장하는 방향을 유지하고 있다. 아마존의 차별점은 자사 Trainium 칩을 AWS 외부 일반 데이터센터 사업자에도 직접 판매하려 한다는 점이다. 이는 자사 클라우드 영역을 넘어선 시장 확대 시도로, 기존 GPU 벤더들과의 충돌이 가장 클 것으로 예상된다.

데이터센터 고객사에 미치는 파급 효과

아마존의 자체 칩이 외부 시장에서 경쟁력 있는 가격과 성능을 확보할 경우, 데이터센터 운영 기업들은 GPU 구매 비용과 학습 추론 비용을 동시에 절감할 수 있다. 특히 대규모 AI 모델을 직접 학습하는 기업이나 추론 서비스를 다수 운영하는 기업일수록 가격 민감도가 높기 때문에, Trainium의 가격 대비 성능이 엔비디아 대비 어느 정도 경쟁력이 있는지가 핵심 변수가 된다. 다만 엔비디아 CUDAA 생태계에 의존한 기존 코드와 워크플로의 이식 비용, 공급 안정성, 장기 로드맵 신뢰도 등이 함께 고려되어야 하므로, 실제 구매 전환이 빠르게 일어나지는 않을 것으로 분석된다.

AI 모델 학습과 추론 비용 구조 변화 가능성

현재 AI 학습 비용의 상당 부분이 GPU 인스턴스 비용으로 흡수되고 있다. 아마존 Trainium 계열 칩이 학습 비용을 동일 성능 대비 일정 비율 낮출 수 있다면, AI 서비스 전반의 가격 인하로 이어질 가능성이 있다. 추론 시장에서는 Inferentia 계열이 이미 가격 경쟁력을 보여주고 있다는 평가가 있으며, 외부 판매까지 확대될 경우 실시간 AI 서비스의 단가 구조가 재편될 수 있다. 다만 구체적인 가격 비교 수치는 공개된 자료가 부족해 추정치 수준으로 이해해야 한다.

전망과 리스크

아마존의 외부 칩 판매가 성공하기 위해서는 크게 세 가지 조건이 필요하다. 첫째, Trainium과 Inferentia가 엔비디아 H100 및 B200 대비 학습 또는 추론에서 우위를 가지는 워크로드 영역이 명확해야 한다. 둘째, 엔비디아 CUDA에 종속되지 않은 소프트웨어 스택이 성숙해 이식 장벽이 낮아야 한다. 셋째, 데이터센터 운영사들이 장기 공급 계약을 체결할 만큼 아마존의 로드맵 신뢰성을 인정해야 한다. 이 가운데 단 하나라도 크게 부족하면 외부 판매는 제한적일 수밖에 없다는 시각도 존재한다.

단기 내 엔비디아 시장 지배력 유지 가능성

단기적으로는 엔비디아가 여전히 AI 학습 가속기 시장의 절대 강자로 남을 가능성이 높다. CUDA 생태계, 광범위한 개발자 커뮤니티, 다년 축적된 공급망과 제조 역량이 그 기반이다. 그러나 아마존, 구글, 마이크로소프트 등 빅테크가 자체 칩을 외부에 제공하기 시작하면, 시장 점유율의 재분배가 시작될 수 있다. 특히 가격에 민감한 대규모 추론 워크로드부터 아마존 칩의 침투가 일어날 수 있다는 것이 업계의 중론이다. 결국 AI 칩 시장은 엔비디아 1강 체제에서 다극 경쟁 체제로 이행하는 과도기적 국면에 진입한 것으로 보이며, 향후 2~3년 내 고객사들의 구매 패턴 변화가 핵심 관전 포인트가 될 것이다.

참고 자료

• TechCrunch 원본 기사: Amazon hopes to challenge Nvidia more directly by selling its AI chips
• Amazon Web Services(AWS) 공식 페이지