엔비디아를 확대하는 날, 경쟁 AI 칩도 OCI에 받아들였다

10월 27일 Oracle과 Nvidia는 Oracle Cloud Infrastructure(OCI)에서 Vera Rubin NVL72와 Vera CPU의 일반 제공(General Availability)을 발표했다. 동시에 Vera Rubin 시스템을 멀티기가와트 규모로 확장하고, 8개 Rubin GPU를 묶은 HGX Rubin NVL8도 도입할 계획을 공개했다. 일반 제공과 장기 증설 목표는 구분해야 한다.

그런데 같은 날 Oracle은 Google의 TPU(Tensor Processing Unit)를 OCI에 도입한다고 발표했다. Google 이외의 대형 하이퍼스케일 클라우드에서 Google TPU를 제공하는 첫 사례가 될 예정이며, 공급은 2027년부터 시작하는 계획이다. TPU 8t는 학습, TPU 8i는 추론에 특화된 8세대 제품군이다.

Oracle은 Cerebras의 웨이퍼 규모 추론과 SambaNova SN50 추론 시스템도 추가하려 한다. 칩 제조사 간 승패를 미리 정하기보다 서로 다른 컴퓨팅 선택지를 고객에게 제공하는 전략으로 해석할 수 있다. 단, 발표된 공급 계획을 이미 가동 중인 설비나 확보된 매출로 계산해서는 안 된다.

2024년에는 Oracle 데이터베이스가 Google Cloud로 향했다

이 협력의 역사는 2026년에 시작되지 않았다. Oracle과 Google은 2024년 9월 Oracle Database@Google Cloud의 정식 제공을 발표했다. Oracle의 데이터베이스 서비스를 Google Cloud 데이터센터 안에 배치된 OCI 인프라에서 실행하도록 하는 방식이다.

기업 고객은 Oracle Exadata와 Autonomous Database 같은 데이터베이스를 Google Cloud의 애플리케이션·분석·AI 서비스와 더 가까운 환경에서 이용할 수 있게 됐다. 이는 Oracle이 데이터베이스 사업 전체를 Google에 넘겼다는 의미도, 모든 Oracle 데이터가 자동으로 이전됐다는 의미도 아니다.

2년 뒤 반대 방향의 일이 발표됐다. 2024년에는 OCI 기반 Oracle 데이터베이스가 Google Cloud 데이터센터 안으로 들어왔고, 2027년에는 Google의 TPU가 OCI 데이터센터 안에서 제공될 예정이다. 서로 경쟁하는 클라우드 회사가 상대방의 핵심 기술을 각각 다른 방향으로 유통하는 구조가 만들어지고 있다.

왜 Google은 경쟁 클라우드에 자사 TPU를 제공할까

Google은 글로벌 AI 컴퓨팅 수요가 어느 한 클라우드 공급자의 데이터센터 범위를 넘어섰다고 설명했다. TPU를 OCI에서 제공하면 Google의 자체 클라우드 바깥 고객에게도 기술을 판매하거나 이용할 수 있는 경로가 넓어진다.

Oracle은 반대로 기업 데이터와 클라우드 운영을 보유한 고객에게 Google TPU 선택권을 제공할 수 있다. 고객이 특정 AI 가속기를 쓰기 위해 반드시 데이터를 다른 클라우드로 이전해야 하는 부담을 일부 낮추려는 접근이다.

이것이 Google Cloud의 전체 매출에 불리하거나 Oracle의 이익을 자동으로 높인다는 뜻은 아니다. TPU 공급 가격, 수익 배분, 고객 계약, 데이터 이동 비용과 실제 이용률은 공개 자료만으로 확인할 수 없다. 다만 기술을 공급하는 기업과 최종 작업환경을 제공하는 기업이 같아야만 하는 것은 아니라는 점은 확인된다.

학습·추론·에이전트의 CPU 작업은 비용구조가 다르다

대규모 모델 학습에서는 수많은 가속기가 동시에 계산하고 데이터를 교환해야 한다. 추론에서는 응답 지연시간, 초당 처리량과 토큰당 비용이 중요하다. 에이전트는 그 사이에 코드 실행, 파일 처리, 데이터 검색과 도구 호출까지 수행한다.

Oracle과 Nvidia는 Vera CPU가 GPU 호출 사이의 에이전트 도구 실행과 코드 테스트 같은 CPU 중심 작업을 지원한다고 설명한다. 하나의 AI 서비스를 운영해도 GPU·CPU·메모리·네트워크의 병목이 서로 다를 수 있다는 의미다.

그렇다고 학습은 Nvidia, 추론은 Google, 에이전트는 Cerebras가 무조건 최적이라는 공식이 있는 것은 아니다. 모델의 구조와 프레임워크, 배치 크기, 가속기 가용성 및 비용에 따라 최적의 선택은 달라진다. Oracle의 제품 선택권 확대는 이 불확실성에 대응하려는 전략이기도 하다.

Oracle이 노리는 것은 특정 칩보다 데이터와 업무가 실행되는 장소다

기업이 고객·주문·재고 데이터를 Oracle 데이터베이스에 보유한 상태에서 AI 모델을 운영한다고 가정하자. 다른 클라우드의 연산장치를 사용하려면 데이터 이동, 접근제어, 네트워크 지연, 보안심사, 과금 등 추가 문제가 생길 수 있다.

TPU 또는 GPU를 이미 사용하는 기업 데이터에 가까운 OCI 안에서 활용할 수 있다면 이런 비용의 일부를 줄일 가능성이 있다. Google과 Oracle은 이번 발표에서 Oracle 데이터베이스·스토리지와 TPU를 연결하는 기술을 강조했다.

따라서 고객이 어떤 칩을 선택하든 OCI에서 데이터·애플리케이션·모델을 운영하도록 만드는 것이 Oracle에 유리할 수 있다. 이는 반석의 전략적 해석이지 고객이 무조건 OCI에 머문다는 확정 사실은 아니다. 다른 클라우드가 성능·가격·서비스에서 더 적합하면 고객은 이동할 수 있다.

Oracle Acceleron은 칩을 대체하지 않고 서로 다른 층을 연결한다

이종 AI 가속기를 운영하려면 반도체 성능뿐 아니라 빠르고 안정적인 네트워크가 필요하다. Oracle Acceleron은 전용 네트워크, SmartNIC, 보안 격리, 스토리지 연결 및 경로 장애 복구를 포함한 OCI 인프라 기술체계다. Oracle은 10월 27일 이를 위한 고성능 RDMA 패브릭과 분산 통신·다중 경로 기술을 새로 발표했다.

그러나 Acceleron이 Nvidia의 모든 네트워크 장비를 대체하는 것은 아니다. Nvidia Vera Rubin NVL72 인프라에는 Nvidia NVLink, Spectrum-X Ethernet, Spectrum-6 스위치, BlueField-4 DPU와 OCI 네트워크 기술이 함께 활용된다.

Google TPU의 칩 간 고속통신에는 Google의 ICI와 광회로 스위칭(OCS)이 사용되고, Oracle Acceleron은 TPU 클러스터를 OCI의 데이터베이스·스토리지와 연결하는 네트워크 계층을 담당하도록 설계된다. 칩 내부와 랙 간 통신, 클라우드 전체 데이터 연결을 섞어 설명하면 기술 경쟁력을 잘못 판단하게 된다.

Cerebras와 SambaNova는 왜 또 다른 선택지인가

Oracle은 Nvidia GPU와 Google TPU 이외에 Cerebras의 웨이퍼 규모 연산장치로 추론 서비스를 제공하는 계획을 발표했다. Cerebras는 2027년 OCI에서 서비스를 제공할 예정이라고 밝혔다. SambaNova는 SN50 RDU를 OCI 데이터센터에 배치해 고속 추론용 인프라를 제공할 계획이다.

AI 에이전트가 여러 번 모델을 호출할수록 한 번의 응답 지연이 전체 작업시간에 누적될 수 있다. 따라서 고객은 모델 학습 성능뿐 아니라 다양한 추론 방식의 지연시간·처리량·비용을 따져야 한다.

다만 서로 다른 가속기가 곧바로 같은 CUDA·PyTorch 환경을 제공하거나 수정 없이 동일한 모델을 실행할 수 있는 것은 아니다. Google은 TorchTPU 등 소프트웨어 호환성 개선을 공개했지만, 실제 성능·코드 호환성·운영도구는 작업별로 검증해야 한다. 선택지의 수가 많아질수록 운영·통합 비용도 늘 수 있다.

컴퓨팅 선택권은 늘지만 자본지출과 현금흐름의 부담은 남는다

새 반도체 종류를 수용하려면 전력과 냉각, 반도체·네트워크 조달, 소프트웨어 엔지니어링, 고객 인증과 장기 가동률까지 고려해야 한다. 공급사 다변화가 즉시 가격 인하나 공급 위험 해소를 의미하지는 않는다.

10월 28일 Investor Day에서 Oracle은 2027~2028회계연도에 설비투자가 집중된 뒤, 2028회계연도 하반기 현금흐름이 플러스로 전환되고 2029회계연도에는 연간 300억 달러 이상의 잉여현금흐름(FCF)을 창출하겠다는 목표를 제시했다. 이는 미래 가이던스이며 확정 실적이 아니다.

또 Oracle은 2027~2030회계연도 추가 자본시장 조달을 200억 달러 이내로 제한하겠다는 계획을 내놨고, 공급업체 금융, 고객 소유 장비, 선급금을 통해 초기 현금 지출을 줄이려 한다. 고객이 실제 선택할 장비와 사용량을 정확히 예측하지 못하면 새 설비가 비용 부담으로 남을 위험은 여전하다.

고객이 칩을 바꿔도 클라우드를 바꾸지 않을 수 있는가

Oracle은 하나의 승자 칩을 고르는 대신 다양한 연산 아키텍처의 유통·운영을 담당하는 쪽으로 전략을 넓히려 한다. 2024년 Google Cloud에서 Oracle 데이터베이스를 사용하도록 만든 협력과 2027년 Oracle Cloud에서 Google TPU를 쓰도록 하는 계획은 경쟁자도 서로의 고객 접근 경로가 될 수 있음을 보여준다.

이 전략의 실행에는 가속기별 컴파일러·런타임, 분산 통신, 이종 자원 배치, 보안과 데이터 접근관리, 실제 토큰당 비용·가동률 분석이 필요하다. 이러한 역량은 기술구조에서 도출한 것이며 Oracle이 해당 직무의 신규 채용을 발표했다는 의미는 아니다.

앞으로 확인할 것은 파트너십 발표 숫자가 아니다. Google TPU·Cerebras 서비스가 계획대로 2027년 공급되는지, 고객이 얼마나 채택하는지, 복수 아키텍처 운영으로 실제 이동·통합 비용이 줄어드는지, 막대한 자본투자가 현금흐름으로 연결되는지다. AI 반도체의 승자와 기업용 AI 업무를 운영하는 플랫폼의 승자는 반드시 동일할 필요가 없다.

BANSEOG VIEW

BANSEOG VIEW | 반도체를 바꿔도 고객의 업무는 어디에 남는가

Oracle의 10월 27일 발표는 Nvidia와 결별한다는 소식이 아니다. Nvidia Vera Rubin 인프라를 확대하면서 2027년 Google TPU 및 Cerebras, 별도의 SambaNova 추론 시스템도 수용하려는 것이다.

2024년 Oracle 데이터베이스를 Google Cloud 데이터센터에 제공한 관계가 2027년 Google TPU를 OCI에 공급하는 반대 방향으로 확장되고 있다. 기업고객이 필요로 하는 기술을 이동시키는 것이 고객의 데이터·업무 전체를 이동시키는 것보다 유리할 때 경쟁자 간 협력이 발생할 수 있다.

그러나 발표만으로 고객 유지·수익성 개선을 확정할 수 없다. 반도체별 기술 호환성, 데이터 접근, 실제 공급 시점, 투입 자본과 가동률까지 확인해야 한다. 관건은 가장 좋은 칩이 아니라, 고객이 칩을 바꾸더라도 필요한 업무를 안정적으로 운영할 수 있는 환경을 누가 제공하느냐다.

SOURCES

근거가 된 원자료

발행: 2026-11-01. Oracle·Nvidia 공식 2026-10-27: Nvidia Vera Rubin NVL72와 Vera CPU OCI GA 발표, HGX Rubin NVL8는 계획, 멀티기가와트 증설은 미래 목표. Oracle·Google 공식 2026-10-27: Google TPU 8t·8i OCI 2027년 공급 개시 계획, 외부 하이퍼스케일 최초로 설명. 2024-09-09 Oracle Database@Google Cloud GA: Oracle DB가 Google Cloud 데이터센터 내 OCI 인프라에서 실행됨; Oracle 데이터 전체 Google에 이전이라는 표현 금지. Cerebras 2027년 추론 OCI 계획, SambaNova SN50 도입 계획 (날짜 명시되지 않음). Acceleron은 Nvidia NVLink·Spectrum-X 및 Google ICI·OCS와 함께 다른 계층을 담당. Oracle 2026-10-28 Investor Day: FY2028 하반기 FCF 흑자 전환, FY2029 $30B+ FCF 목표, FY27~30 추가 $20B 자본시장 조달 제한 계획. 사업 분석 및 필요 역량 추론은 Banseog 해석. 고객 계약·수익 배분·가동률·영업이익·신규 채용 규모 미확인.