메타 플랫폼스가 자체 인공지능 칩 생산을 본격화하면서 빅테크의 AI 인프라 경쟁이 한 단계 더 치열해지고 있다. 로이터가 확인한 내부 메모에 따르면 메타는 자체 AI 칩 아이리스를 2026년 9월 생산 단계에 올릴 계획이다. 이 칩은 메타의 훈련·추론 가속기 프로젝트인 MTIA의 일부로, 페이스북과 인스타그램, 광고 추천, AI 에이전트, 코딩 모델 서비스의 계산 효율을 높이는 데 쓰일 전망이다. 메타는 장기간 난항을 겪었던 자체 칩 프로젝트에서 6주 테스트를 큰 문제 없이 통과했다는 점을 중요한 전환점으로 보고 있다.

자체 칩의 가장 큰 목적은 엔비디아와 AMD에 대한 의존도를 낮추는 것이다. AI 모델이 커질수록 GPU 조달 비용과 대기 시간이 기업의 전략을 좌우한다. 메타는 브로드컴과 공동 설계하고 TSMC가 생산하는 방식으로 공급망을 구성했다. 이는 애플과 구글, 아마존이 자체 칩을 통해 비용과 성능을 동시에 관리해 온 흐름과도 맞닿아 있다. 단순히 칩을 직접 만든다는 의미를 넘어, AI 서비스의 원가 구조를 플랫폼 기업이 직접 통제하려는 시도다.

메타의 설비 확장 목표도 공격적이다. 회사는 AI 컴퓨팅 인프라를 2026년 7기가와트 수준에서 2027년 14기가와트로 두 배 확대하려 한다. 올해 투자 규모만 약 1,450억달러로 언급될 정도로 자본 지출 부담은 막대하다. 삼성전자, 샌디스크, 스미토모전기 등과 장기 공급 계약을 맺는 것도 메모리, 저장장치, 광통신 부품, 전력 인프라를 안정적으로 확보하기 위한 조치다. AI 경쟁은 이제 모델 성능만이 아니라 부품 조달과 전력 확보의 싸움이 되고 있다.

시장에는 양면 효과가 있다. 한편으로 자체 칩은 엔비디아 중심의 AI 반도체 시장에 장기적 경쟁 압력을 줄 수 있다. 다른 한편으로 메타가 자체 칩을 생산해도 전체 AI 수요가 워낙 빠르게 커지고 있어 외부 GPU 수요가 곧바로 줄어들 가능성은 제한적이다. 빅테크는 자체 칩으로 특정 내부 업무를 최적화하고, 범용 고성능 GPU는 대규모 학습과 신규 모델 개발에 계속 사용할 수 있다. 따라서 반도체 공급망 전체에는 수요 다변화와 기술 경쟁이 동시에 나타날 수 있다.

투자자들이 봐야 할 핵심은 생산 성공 자체보다 경제성이다. 자체 칩이 실제 서비스에서 전력 효율과 비용 절감 효과를 입증하지 못하면 막대한 투자금은 부담으로 돌아온다. 반대로 메타가 추론 비용을 크게 낮추면 광고 추천, 콘텐츠 생성, AI 비서, 개발 도구를 더 공격적으로 배포할 수 있다. AI 산업은 이제 모델 발표보다 계산 비용을 얼마나 낮추느냐가 승부처가 됐다. 메타의 아이리스 생산은 빅테크가 AI 시대의 원가 경쟁에 본격 진입했음을 보여주는 사건이다.