Amazon에 또 한가지 희소식, Snowflake가 AI CPU 칩을 위해 AWS와 60억 달러 계약 체결

(techcrunch.com)

TechCrunch2026년 5월 27일AI 산업

Amazon에 또 한가지 희소식, Snowflake가 AI CPU 칩을 위해 AWS와 60억 달러 계약 체결

Snowflake가 AWS와 60억 달러 규모의 5년 계약을 체결하며, AI 에이전트 확산에 따른 CPU 수요 급증과 클라우드 기업의 자체 칩을 통한 인프라 경쟁 가속화를 보여주고 있습니다.

이 글의 핵심 포인트

1Snowflake와 AWS 간 5년간 60억 달러 규모의 대규모 신규 계약 체결
2AI 에이전트 및 자동화 확산으로 인해 GPU 외에 CPU 수요 급증
3Snowflake, AWS의 자체 ARM 기반 칩인 Graviton 활용 확대 계획
4AWS, Google, Microsoft 등 클라우드 기업들의 자체 AI 칩 경쟁 가속화
5Nvidia의 시장 지배력에 대응하기 위한 클라우드 기업들의 비용 효율적 인프라 전략

이 글에 대한 공공지능 분석

왜 중요한가?

AI 산업의 중심축이 모델 학습(Training)에서 실제 서비스 실행 및 자동화(Inference & Agents)로 이동하고 있음을 상징합니다. 이는 GPU뿐만 아니라 CPU의 역할이 결정적으로 중요해지는 새로운 인프라 패러다임을 예고합니다.

어떤 배경과 맥락이 있나?

AI 에이전트가 복잡한 업무를 수행하려면 텍스트 쿼리 처리, 요약, 데이터 연동 등 방대한 CPU 연산이 필요합니다. 이에 AWS, Google, Microsoft 등 주요 클라우드 사업자들은 Nvidia 의존도를 낮추고 비용 효율성을 높이기 위해 Graviton, TPU, Maia와 같은 자체 설계 칩 도입을 서두르고 있습니다.

업계에 어떤 영향을 주나?

클라우드 인프라 비용 최적화가 AI 스타트업의 생존을 결정짓는 핵심 변수가 될 것입니다. Nvidia GPU에만 의존하던 기존 방식에서 벗어나, 클라우드사가 제공하는 가성비 높은 커스텀 칩(ARM 기반 등)에 최적화된 소프트웨어 아키텍처를 설계하는 능력이 기업의 경쟁력이 될 것입니다.

한국 시장에 어떤 시사점이 있나?

국내 AI 서비스 기업들도 모델 개발 단계의 성능뿐만 아니라, 실제 서비스 운영 단계에서의 유닛 이코노믹스(Unit Economics)를 고려해야 합니다. 글로벌 클라우드사의 자체 칩 전략을 모니터링하고, 이에 맞춘 비용 효율적인 인프라 운용 전략을 선제적으로 수립해야 합니다.

이 글에 대한 큐레이터 의견

이번 Snowflake의 계약은 AI 산업의 무게 중심이 '거대 모델 구축'이라는 거대 담론에서 '실질적인 업무 자동화'라는 실행 단계로 이동하고 있음을 명확히 보여줍니다. AI 에이전트가 확산될수록 GPU는 두뇌의 사고를 담당하지만, 그 사고를 실제 업무 프로세스로 연결하는 근육 역할은 CPU가 담당하게 됩니다. Snowflake가 AWS의 Graviton 칩 활용을 확대하는 것은 데이터가 있는 곳에서 저비용·고효율의 연산을 수행하려는 매우 영리한 전략입니다.

스타트업 창업자들은 이제 '어떤 모델을 쓰느냐'만큼이나 '어떤 인프라 위에서 어떻게 비용을 최적화하느냐'에 집중해야 합니다. Nvidia GPU의 높은 비용은 AI 스타트업의 가장 큰 재무적 리스크 중 하나입니다. 따라서 특정 하드웨어에 종속되지 않고, 클라우드사가 제공하는 가성비 높은 커스텀 인프라를 적극적으로 탐색하며, 이에 최적화된 아키텍처를 설계하는 역량이 곧 기업의 수익성과 직결될 것입니다.

원문 보기 →