ASIC이란? 오픈AI가 브로드컴과 '할라피뇨' 칩을 직접 만든 이유

오픈AI는 왜 반도체 회사가 되려 할까

이 소식을 처음 봤을 때 좀 의아했다. 오픈AI가 브로드컴과 손잡고 자체 AI 칩을 만들었다는 소식이었다. 챗봇 회사가 왜 반도체까지 설계할까.

필자가 보기엔 이 질문에 대한 답이 바로 ASIC이라는 개념에 있다. 오픈AI가 만든 이 칩의 이름은 할라피뇨다. 이걸 이해하려면 먼저 ASIC이 무엇인지부터 짚어야 한다.

ASIC은 Application-Specific Integrated Circuit의 줄임말이다. 우리말로는 특정 용도용 집적회로쯤 된다. 쉽게 말해 딱 한 가지 작업만 잘하도록 설계된 반도체다.

반대로 엔비디아의 GPU는 원래 범용성이 강점이다. 그래픽 연산부터 AI 학습까지 다양한 작업을 처리할 수 있게 설계됐다. 이 범용성 덕분에 GPU는 여러 회사가 두루 쓸 수 있는 표준 하드웨어가 됐다.

그런데 이 지점이 흥미로운데, 범용성에는 대가가 따른다. 필요 없는 기능까지 얹혀 있으니 특정 작업만 놓고 보면 비효율이 생긴다. ASIC은 바로 이 비효율을 걷어내겠다는 발상에서 출발한다.

표를 보면 왜 오픈AI가 이 방향을 택했는지 감이 온다. 대량의 추론을 반복적으로 돌려야 하는 회사 입장에서는 범용성보다 효율이 더 중요하다. 개인적으로는 이게 상당히 합리적인 계산이라고 본다.

오픈AI의 공식 발표에 따르면 할라피뇨는 대규모 언어모델과 미래의 에이전트 AI 작업을 위해 설계된 추론 전용 ASIC이다. 훈련용 가속기가 아니라는 점이 핵심이다.

Tom’s Hardware 보도를 보면 이 칩은 대형 연산 칩렛과 HBM 메모리를 함께 사용한다. 보통의 저가형 추론 가속기가 값싼 DRAM을 쓰는 것과는 다른 선택이다.

여기서 눈에 띄는 건 개발 속도다. 일반적으로 반도체는 테이프아웃까지 1.5~2년이 걸린다. 할라피뇨는 이 과정을 단 9개월 만에 끝냈다. 칩렛 크기도 약 840㎟로, EUV 노광 레티클 한계인 858㎟에 근접한 수준이다.

솔직히 이건 좀 놀라운 속도다. 오픈AI는 2026년 말부터 마이크로소프트 등 파트너와 함께 기가와트급 데이터센터에 이 칩을 배포할 계획이라고 밝혔다. 말뿐인 로드맵이 아니라 실제 배포 일정까지 잡혀 있다는 뜻이다.

사실 이런 시도가 오픈AI만의 것은 아니다. 구글은 이미 TPU라는 자체 ASIC을 오래전부터 운영해왔다. 아마존도 트레이니엄과 인퍼렌시아라는 이름의 자체 칩을 쓰고 있다.

필자가 보기엔 이 흐름의 공통된 동기는 명확하다. 엔비디아 GPU에 대한 의존도와 비용 부담을 줄이려는 것이다. GPU 공급이 곧 AI 경쟁력을 좌우한다는 이야기는 필자가 예전 글에서도 다룬 적 있다. 이번 흐름은 그 의존 구조에서 벗어나려는 시도로 볼 수 있다.

브로드컴 입장에서도 이 협업은 나쁘지 않은 사업이다. 커스텀 AI 칩 설계 대행 사업이 빠르게 커지고 있기 때문이다. 오픈AI, 구글, 메타 같은 대형 고객을 확보할수록 브로드컴의 협상력도 함께 커진다.

필자는 할라피뇨를 단순한 신제품 공개로 보지 않는다. AI 인프라의 무게중심이 범용 GPU에서 목적 특화 ASIC 쪽으로 조금씩 옮겨가는 신호로 읽힌다.

다만 이게 엔비디아의 지위를 당장 흔들 거라고 보긴 어렵다. ASIC은 특정 작업에만 최적화된 만큼, 유연성이 필요한 다른 영역에서는 여전히 GPU가 유리하다. 두 방식은 당분간 공존할 가능성이 크다.

개인적으로 흥미로운 지점은 따로 있다. AI 서비스 회사가 반도체 설계까지 손대는 시대가 됐다는 사실 자체다. 소프트웨어와 하드웨어의 경계가 이렇게 빠르게 허물어질 줄은 몰랐다.