구글, 아이언우드 TPU로 AI 클라우드 가속…삼성 ‘볼리’에 제미나이 탑재

0
구글 클라우드 넥스트 2025, 아이언우드 TPU, 제미나이 AI, 삼성 볼리 로봇, 피지컬 AI, 생성형 AI 가성비, 클라우드 AI 경쟁, 구글 AI 가속기, HBM3E 탑재, 삼성 구글 협력
(사진 출처-구글 클라우드 제공)
구글 클라우드 넥스트 2025, 아이언우드 TPU, 제미나이 AI, 삼성 볼리 로봇, 피지컬 AI, 생성형 AI 가성비, 클라우드 AI 경쟁, 구글 AI 가속기, HBM3E 탑재, 삼성 구글 협력
(사진 출처-구글 클라우드 제공)

구글이 AI 가속기 ‘아이언우드’를 앞세워 클라우드 AI 시장에서의 입지 강화를 본격화했다.

차세대 텐서처리장치(TPU)인 아이언우드는 이전 세대 대비 10배 이상 성능을 향상시키며 생성형 AI ‘제미나이’의 가성비를 획기적으로 끌어올릴 기반이 될 것으로 전망된다.

구글은 이를 바탕으로 B2B 클라우드 시장 공략은 물론, 삼성전자와 함께 가정용 로봇 ‘볼리’에 제미나이를 탑재해 피지컬 AI 시대의 협업도 본격화할 계획이다.

9일(현지시간) 미국 라스베이거스에서 열린 ‘구글 클라우드 넥스트 2025’에서 구글은 7세대 TPU ‘아이언우드’, ‘제미나이 2.5 플래시’, 글로벌 ‘클라우드 WAN’ 전략을 포함한 AI 클라우드 비전을 발표했다.

아이언우드는 이전 세대 트릴리움 대비 총 성능이 10배 개선되었으며, 전력 대비 성능비도 1년 사이 2배 향상됐다.

특히 HBM3E 192GB를 탑재해 메모리 대역폭을 6배 이상 늘린 점은 국내 메모리 산업에도 긍정적 영향을 미칠 것으로 예상된다.

아이언우드는 최대 9216개의 칩을 묶어 42.5엑사플롭스(EFLOPS)의 연산력을 구현할 수 있으며, 이는 세계 최대 슈퍼컴 ‘엘 카피탄’을 24배 능가하는 수준이다.

기존 TPU에 대한 범용성 부족이라는 한계를 뛰어넘고 엔비디아 H100을 넘어서는 성능으로, 구글이 AI 인프라의 경쟁력에서 ‘탈엔비디아’에 성공적으로 다가서고 있다는 평가다.

또한 구글은 자체 칩을 기반으로 AI 비용을 절감해 생성형 AI ‘제미나이’의 가성비를 대폭 끌어올렸다.

글로벌 인프라망을 활용한 ‘클라우드 WAN’도 함께 제공되며, 네트워크 비용을 40% 줄이고 속도를 40% 높이는 등 경제성과 성능을 동시에 강화했다.

토마스 쿠리안 구글 클라우드 CEO는 “구글 네트워크를 기반으로 한 제미나이 2.0은 GPT-4o보다 24배, 딥시크 R1보다 5배 더 뛰어난 가성비를 제공한다”고 밝혔다.

이번 발표에서는 피지컬 AI 전략의 핵심 파트너로 삼성전자가 언급됐다.

삼성은 올해 여름 출시 예정인 가정용 AI 로봇 ‘볼리’에 구글 제미나이를 탑재한다.

제미나이의 멀티모달 추론 능력을 활용해 시각, 음성, 환경 데이터를 통합적으로 이해하고 반응하는 진화된 사용자 경험을 제공할 예정이다.

“나 어때 보여?”라는 질문에 스타일 조언을 제공하고, “오늘 피곤해”라는 말에 수면 개선 방법을 제안하는 등 자연스러운 상호작용이 가능해진다.

삼성전자 김용재 VD사업부 부사장은 “볼리에 삼성 AI와 제미나이의 멀티모달 기능을 결합해 맞춤형 AI 동반자 시대를 열겠다”고 밝혔다.

이는 지난해 갤럭시S24 시리즈에 이어 두 번째 대형 AI 협업으로, 향후 삼성의 다양한 디바이스로 제미나이 활용이 확장될 가능성이 높다.

글로벌 주요 기업들은 2024년을 가정용 AI 로봇 시장의 원년으로 보고 관련 경쟁에 박차를 가하고 있다.

LG전자 역시 하반기 AI 컴패니언 로봇 ‘Q9’을 출시 예정이며, AI 플랫폼 LG씽큐와의 통합을 통해 가정 내 스마트케어 역할을 수행할 계획이다.

시장조사기관 MSCI에 따르면, 전 세계 가정용 로봇 시장은 2023년 80억 달러에서 2028년 189억 달러로, 연평균 18.8% 성장할 것으로 전망된다.

구글과 삼성의 협업은 이러한 시장 흐름 속에서 AI와 하드웨어의 융합 가치를 극대화하려는 전략적 결실로 풀이된다.

다른기사보기

신혜연 (karung2@sabanamedia.com) 기사제보

0 0 votes
Article Rating
Subscribe
Notify of
0 Comments
Inline Feedbacks
View all comments