AWS·엔비디아의 GPU 200만 개 확장, AI 인프라 판도를 어떻게 바꾸나

AWS와 엔비디아가 급증하는 AI 연산 수요에 대응하기 위해 장기 협력을 대폭 확대합니다. AWS는 2027~2028년 AWS의 글로벌 인프라 전반에 엔비디아 GPU 200만 개를 추가 배치할 계획이라고 밝혔습니다. 이는 AWS가 앞서 발표한 2026년부터의 엔비디아 GPU 100만 개 이상 도입 계획에 추가되는 규모입니다. 369

이번 발표의 핵심은 GPU 숫자만이 아닙니다. 양사는 가속기뿐 아니라 CPU, 네트워킹, AI 모델, 데이터 처리, 로보틱스, 보안형 정부용 인프라까지 아우르는 차세대 AI 시스템을 함께 구축한다는 청사진을 제시했습니다.

GPU 200만 개, 여러 세대에 걸친 선제적 투자

추가 배치 물량에는 엔비디아의 블랙웰 울트라(Blackwell Ultra), 루빈(Rubin), 루빈 울트라(Rubin Ultra) 플랫폼이 포함될 예정입니다. 특정 GPU 한 종류를 대량 구매하는 방식이라기보다, 여러 세대의 엔비디아 하드웨어를 염두에 둔 장기적인 용량 확보 계획에 가깝습니다. 168

계약의 재무 규모는 양사가 공개하지 않았습니다. 따라서 ‘GPU 200만 개’라는 수치는 이미 설치가 끝났거나 즉시 고객에게 제공되는 물량이 아니라, 2027~2028년 AWS 인프라에 배치할 계획상의 규모로 해석해야 합니다. 14

발표 시점도 주목할 만합니다. AWS가 2026년부터 100만 개가 넘는 엔비디아 GPU를 추가하겠다고 발표한 지 불과 몇 달 만에 더 큰 규모의 계획을 내놓았기 때문입니다. 관련 보도는 기존 예상보다 빠르게 늘어난 고객 수요를 이번 확대의 배경으로 설명했습니다. 39

GPU만 늘리는 협력이 아니다

AWS와 엔비디아는 이번 협력을 통합형 AI 인프라 구축으로 설명했습니다. GPU 외에도 엔비디아 베라(Vera) CPU 기반 시스템, 네트워킹, 오픈 모델, 데이터 처리, 로보틱스, AI 팩토리가 협력 범위에 포함됩니다. 16

대규모 AI 서비스는 GPU만으로 작동하지 않습니다. CPU는 작업을 조율하고 데이터를 공급하며, 고속 네트워크는 여러 프로세서를 연결합니다. 저장장치와 데이터 처리 시스템 역시 모델 학습과 추론 과정에서 데이터를 빠르게 이동시키는 역할을 합니다.

양사가 내세우는 방향은 단순히 ‘클라우드 GPU 인스턴스를 더 많이 제공한다’는 수준을 넘어섭니다. AI 모델을 학습하고 실제 서비스에서 실행하는 데 필요한 구성 요소를 하나의 플랫폼처럼 묶어 확장하겠다는 구상입니다.

주요 대상은 여러 단계를 스스로 수행하는 **에이전틱 AI(agentic AI)**와 로봇 등 현실 세계에서 작동하는 **피지컬 AI(physical AI)**입니다. 양사는 이들 워크로드가 향후 인프라 협력을 확대하는 주요 배경이라고 설명했습니다. 68

베라 CPU로 넓어지는 엔비디아의 역할

엔비디아 베라 CPU 기반 인프라가 AWS에 도입되면, 엔비디아의 역할은 AI 가속 GPU를 공급하는 데서 CPU와 네트워킹을 포함한 시스템 구성으로 넓어집니다. 베라는 에이전틱 AI 인프라의 일부로서 엔비디아 GPU 및 네트워킹 기술과 함께 제공될 예정입니다. 1011

고객 입장에서는 향후 AI 인스턴스가 GPU만 별도로 사용하는 구조가 아니라, CPU와 GPU가 긴밀히 결합된 시스템 형태로 설계될 가능성이 커집니다. 외부 도구를 호출하거나, 데이터를 대규모로 이동시키고, 여러 모델 작업을 동시에 조율해야 하는 에이전틱 AI에는 이런 통합 구성이 중요할 수 있습니다.

트레이니움은 포기하지 않는 AWS

엔비디아와의 협력 확대가 AWS의 자체 AI 칩 개발 중단을 의미하는 것은 아닙니다. AWS는 자체 가속기인 **트레이니움(Trainium)**을 계속 개발·제공하는 동시에 엔비디아와의 협력도 확대하고 있습니다.

양사는 엔비디아의 NVLink Fusion 협력을 확장하고, 트레이니움 기반 시스템에 적용할 수 있는 엔비디아의 맞춤형 고대역폭 메모리 작업도 추진한다고 밝혔습니다. 1113

이는 AWS가 ‘엔비디아 GPU냐, 트레이니움이냐’ 중 하나만 선택하는 전략이 아니라 두 생태계의 공존을 추구한다는 의미로 읽힙니다. 엔비디아의 소프트웨어·하드웨어 생태계를 선호하는 고객에게는 엔비디아 기반 인프라를 제공하고, AWS 실리콘에 맞춰 최적화된 작업에는 트레이니움을 활용하는 방식입니다.

고객은 성능, 소프트웨어 호환성, 공급 상황, 인프라 비용 등을 고려해 선택지를 비교할 수 있게 됩니다. 다만 현재 공개된 발표만으로는 각 구성의 최종 가격이나 성능을 직접 비교하기에는 정보가 충분하지 않습니다.

정부·국가안보용 AI 인프라도 대상

양사는 미국 정부와 국가안보 관련 업무를 위한 보안형 AI 팩토리 인프라도 협력 범위에 포함했습니다. 관련 보도에 따르면 이러한 시스템은 상업용 AI 인프라와 별도로 보안성이 중요한 연방정부 업무를 겨냥합니다. 810

이는 AWS와 엔비디아가 일반적인 기업·소비자용 클라우드 서비스뿐 아니라 접근 통제와 배포 요건이 엄격한 정부용 워크로드까지 시장을 넓히고 있음을 보여줍니다.

다만 공개된 자료만으로는 해당 환경의 구체적인 구축 방식이나 최종 인증·기술 요건이 모두 확정됐다고 보기는 어렵습니다. 따라서 이번 발표를 정부용 AI 인프라의 완성된 기술 사양으로 해석하는 데에는 주의가 필요합니다.

왜 중요한가

전략적 이점은 양쪽에 분명합니다. 엔비디아는 여러 세대의 AI 플랫폼을 대형 클라우드에 공급할 핵심 유통 경로를 확보하고, AWS는 고객에게 제공할 AI 연산 용량과 엔비디아 통합 시스템을 확대할 수 있습니다. 26

AWS에는 ‘선택권을 제공하는 AI 인프라 사업자’라는 이미지를 강화할 기회이기도 합니다. 고객은 엔비디아 최적화 시스템, AWS 트레이니움 기반 시스템, 또는 두 생태계의 요소를 연결한 구성을 선택할 수 있습니다.

이 같은 유연성은 AI 사용처가 대규모 모델 학습에서 추론, 자율형 에이전트, 데이터 처리, 로보틱스로 빠르게 넓어질수록 더 중요해질 수 있습니다.

다만 GPU 200만 개가 2028년 말까지 모두 온라인 상태가 된다는 의미는 아닙니다. 실제 공급과 가동 시점은 하드웨어 생산, 데이터센터 건설, 전력 확보, 네트워크 구축, 고객 수요에 좌우됩니다. 현재 공개된 자료는 전체적인 규모와 방향을 확인해 주지만, 지역별·제품별·AWS 서비스별 배치 일정까지는 제시하지 않았습니다.

결론

AWS와 엔비디아는 2027~2028년 AWS 글로벌 인프라에 엔비디아 GPU 200만 개를 추가 배치할 계획이라고 발표했습니다. 이는 AWS가 2026년부터 추진하기로 한 100만 개 이상의 GPU 배치 계획에 더해지는 물량입니다. 협력 범위에는 블랙웰 울트라, 루빈, 루빈 울트라 GPU뿐 아니라 베라 CPU, 네트워킹, AI 팩토리, 데이터 처리, 로보틱스 인프라도 포함됩니다. 136

더 큰 흐름은 클라우드 AI 경쟁의 중심이 개별 칩에서 랙 단위의 통합 시스템으로 이동하고 있다는 점입니다. AWS는 엔비디아의 폭넓은 플랫폼과 자체 트레이니움 로드맵을 함께 가져가면서, 에이전틱 AI와 피지컬 AI를 대규모로 실행하려는 고객에게 여러 인프라 선택지를 제공하려 하고 있습니다.