아마존 200억달러 칩 사업 vs TSMC 72% 독점: 2026 빅테크 자체 AI 칩 전쟁과 500억달러 외판 시장 투자 전략

시장분석

엔비디아 독점 시대가 끝나간다. 아마존이 연환산 200억달러 규모의 자체 칩 사업을 공개하며, 빅테크의 탈(脫)엔비디아 선언이 현실이 되고 있다.

핵심 요약
아마존이 AWS Trainium·Graviton으로 구축한 자체 칩 사업이 연환산 200억달러를 돌파했다. 외부 판매 시 500억달러 시장을 노리는 아마zon의 행보는 엔비디아 80% 독점 체제를 흔들고 있다. TSMC는 파운드리 시장 72% 점유율로 빅테크 자체 칩 전쟁의 최대 수혜자로 부상했고, SK하이닉스·삼성전자는 3~5년 HBM 장기공급 계약으로 안정적 성장을 확보했다. 2026년 254억달러 규모인 AI 추론 칩 시장은 2029년 1,500억달러로 폭발하며, 학습에서 추론으로 전환되는 AI 칩 수요가 투자 판도를 재편하고 있다. 탈엔비디아 시대, 파운드리·메모리·ASIC 공급망 전체를 아우르는 포트폴리오 전략이 필요하다.

아마존 200억달러 칩 사업 폭발과 500억달러 외부 판매 선언: AWS Trainium·Graviton이 바꾸는 AI 칩 생태계

2026년 4월 9일, 아마존 CEO Andy Jassy가 주주서한에서 폭탄선언을 했다. 자체 칩 사업 규모가 연환산 200억달러 이상이며, 4분기 기준 전년 대비 2배 성장했다는 내용이다. 충격은 여기서 끝나지 않았다. “외부 판매 시 500억달러 시장을 노린다”는 발언이 터져 나왔다.

아마존의 칩 사업 핵심은 두 가지다. AI 학습·추론용 Trainium과 서버용 CPU Graviton. Graviton은 이미 AWS 신규 CPU 용량의 50% 이상을 차지하며, 상위 1,000개 EC2 고객 중 98%가 사용 중이다. Trainium은 엔비디아 H100 대비 75% 저렴한 가격경쟁력으로 오픈AI와 500억달러 규모 협력 계약을 체결했다(2026년 2~3월).

이 성과의 뒷배경엔 2015년 3.5억달러에 인수한 Annapurna Labs가 있다. 현재 AWS 매출의 75%에 기여하는 이 자회사는 아마존의 칩 설계 핵심 엔진이다. 2026년 초 출하된 Trainium3는 Trainium2 대비 30~40% 가격성능비가 개선됐고, 출시 직후 거의 완판됐다.

핵심: 아마존의 200억달러 칩 사업은 단순 자체 소비를 넘어, 외부 판매로 엔비디아와 정면 경쟁하겠다는 선언이다. AWS AI 서비스만 연환산 150억달러(AWS 전체 매출의 10%)를 돌파한 상황에서, 칩 외판 사업은 새로운 성장 동력이 된다.

Trainium vs 엔비디아 H100: 가격경쟁력이 만든 게임 체인저

AWS Trainium이 시장을 흔드는 이유는 명확하다. 가격이다. 엔비디아 H100 대비 75% 저렴하면서도, AI 추론 작업에선 충분한 성능을 낸다. 오픈AI가 Trainium 기반 2GW 규모 컴퓨팅 용량을 확보한 건 이 가격경쟁력 때문이다.

하지만 학습 작업에선 엔비디아가 여전히 우위다. H100·H200의 범용성과 CUDA 생태계는 쉽게 대체하기 어렵다. 그래서 아마존 전략은 추론 시장에 집중한다. 미국 상무부 전망에 따르면, AI 추론 칩 시장은 2026년 254억달러에서 2029년 1,500억달러로 연평균 32.3% 성장한다. 데이터센터 컴퓨팅의 3분의 2를 추론이 차지할 전망이다.

• 학습(Training): 엔비디아 H100·H200이 지배, CUDA 생태계 강점
• 추론(Inference): AWS Trainium·구글 TPU·MS Maia가 가격경쟁력으로 점유율 확대
• 하이브리드: 학습은 엔비디아, 추론은 자체 칩으로 분리 운영하는 전략 확산

2026년 4월 9일, 아마존은 미시시피에 250억달러 규모 데이터센터 투자를 발표했다. 일자리 2,000개를 창출하며, Trainium 기반 인프라를 대폭 확충한다는 계획이다. 자체 칩 생태계를 외부로 확장하려는 의도가 명확하다.

Graviton CPU의 조용한 승리: EC2 고객 98% 점유

Trainium만큼 주목받지 않지만, Graviton CPU는 이미 AWS 인프라의 핵심이다. 신규 CPU 용량의 50% 이상을 Graviton이 차지하며, EC2 상위 1,000개 고객 중 98%가 사용한다. Uber는 2026년 4월부터 Graviton·Trainium 확대 채택을 시작했다.

Graviton의 장점은 전력 효율과 비용이다. x86 아키텍처(인텔·AMD) 대비 동일 성능을 20~40% 낮은 비용으로 제공한다. 미국 데이터센터 전력 소비가 2026년 260 TWh(2022년 200 TWh 대비 30% 증가)로 폭발하는 상황에서, 전력 효율은 곧 경쟁력이다.

엔비디아 80% vs 빅테크 자체 칩 20%: 2026 MS Maia·구글 TPU·AWS가 그리는 탈(脫)엔비디아 지형도

엔비디아는 여전히 AI 칩 시장의 80~90%를 장악하고 있다. AMD가 향후 10~20% 점유율을 노리지만, 단기간 역전은 어렵다. 그러나 빅테크의 자체 칩 개발이 구조적 변화를 만들고 있다. 마이크로소프트 Maia, 구글 TPU, 아마존 Trainium이 그 주인공이다.

글로벌 AI 반도체 시장은 2026년 8,700억달러, 2027년 9,710억달러로 성장한다. 이 중 빅테크 자체 칩이 차지하는 비율은 아직 20% 수준이지만, 추론 시장에선 점유율이 빠르게 오르고 있다. 학습 단계에선 엔비디아가 압도적이지만, 추론 단계에선 가성비가 중요하기 때문이다.

마이크로소프트 Maia 200: FP8 성능 우위와 30% 가격성능비 개선

마이크로소프트는 2026년 1월 Maia 200을 아이오와·애리조나 데이터센터에 배포했다. 성능은 FP4 기준 10 petaFLOPS, FP8 기준 5 petaFLOPS다. 구글 TPU 7세대 대비 FP8 성능에서 우위를 주장한다. 가격성능비는 기존 하드웨어 대비 30% 개선됐다.

Maia의 전략은 명확하다. Azure AI 서비스 고객에게 엔비디아 대비 저렴한 추론 옵션을 제공하는 것. 마이크로소프트는 오픈AI와의 독점 파트너십으로 AI 시장을 주도하지만, 엔비디아 의존도를 낮추려는 의도가 분명하다. Maia 200은 그 첫 걸음이다.

구글 TPU v7: 36,000랙 배치와 Anthropic 1GW 공급 계약

구글은 TPU로 자체 칩 생태계를 가장 먼저 구축한 기업이다. 2026년 TPU v7 랙은 36,000대 배치가 예상되며(Fubon 전망), TPU 출하량은 전년 대비 40% 이상 성장한다(TrendForce). CSP(클라우드 서비스 제공자) 중 최고 성장률이다.

2025년 10월, 구글은 Anthropic과 수백억달러 규모 TPU 공급 계약을 체결했다. 2026년 1GW 이상 컴퓨팅 용량을 제공하며, TPU 100만 대를 확보했다. Anthropic은 동시에 Broadcom에 110억달러 규모 커스텀 ASIC도 주문했다. 자체 칩 생태계가 단순 빅테크 내부 소비를 넘어, AI 스타트업으로 확산되고 있다는 신호다.

구글 TPU v6는 2026년 출하량이 160만 대로, TPU 라인업 중 최대 물량이다. 학습보다는 추론에 최적화된 모델로, 구글 TurboQuant 같은 메모리 압축 기술과 결합해 추론 효율을 극대화한다.

AMD·Broadcom: 엔비디아 대항마의 다른 경로

AMD는 2026년 AI 칩 매출 140~150억달러를 전망한다. MI355·MI455가 주도하며, Forrester Research는 AMD의 글로벌 AI 가속기 시장점유율을 30%로 본다. 하지만 이는 엔비디아 80~90% 대비 여전히 낮은 수준이다.

반면 Broadcom은 커스텀 ASIC 시장에서 70% 점유율로 독보적이다. 1Q FY2026 AI 칩 매출은 84억달러(전년 대비 106% 증가)였고, 다음 분기 107억달러가 예상된다. 구글·메타·Anthropic 같은 빅테크·AI 스타트업이 Broadcom ASIC을 대량 주문하며, 범용 GPU와 다른 경로로 시장을 공략한다.

메타는 자체 AI 칩 프로젝트 ‘올림푸스’를 2026년 2월 종료했다. 대신 엔비디아·AMD 협력을 강화하며, 2026년 자본지출 1,150억~1,350억달러(빅테크 중 최대)를 집행한다. 자체 칩 개발이 모든 기업에게 성공 경로는 아니라는 반증이다.

TSMC 72% 파운드리 독점과 HBM 장기공급 전쟁: 삼성·SK하이닉스가 잡은 3~5년 계약의 투자 의미

빅테크가 자체 칩을 설계해도, 제조는 TSMC가 독점한다. TSMC는 글로벌 파운드리 시장 72% 점유율을 보유하며(2026년 3월), AI 칩 제조 점유율은 96%다. 첨단공정(3nm·2nm) 시장에선 90% 이상을 지배한다. 엔비디아, 아마존, 구글, 마이크로소프트 모두 TSMC에 의존한다.

2026년 TSMC 자본지출은 520~560억달러이며, 이 중 70~80%를 3nm·2nm 공정에 투자한다. 2nm 공정 월 생산능력은 2026년 말 80,000~90,000장을 목표로 하며(TrendForce), 연말엔 140,000장까지 확대한다. 2nm 웨이퍼 가격은 30,000달러로, 3nm 대비 50% 프리미엄이다.

CoWoS 패키징 병목: 엔비디아가 용량 대부분 확보

첨단공정만큼 중요한 게 패키징이다. AI 칩은 GPU·메모리·인터커넥트를 하나로 묶는 CoWoS(Chip-on-Wafer-on-Substrate) 패키징이 필수다. TSMC CoWoS 용량은 2026년 말 월 120,000~130,000장으로, 2024년 말 대비 4배 증가한다. 하지만 수요는 더 빠르다. 글로벌 CoWoS 수요는 2026년 100만 웨이퍼(2025년 67만 대비 49% 증가)로 전망된다.

문제는 엔비디아가 TSMC 패키징 용량 대부분을 확보했다는 점이다(CNBC, 2026년 4월 8일). 엔비디아 2026년 주문 잔고는 2,750억달러로, 병목이 심화되고 있다. TSMC는 ASE·Amkor에 일부 아웃소싱하며 용량을 늘린다. Amkor는 월 180,000~190,000 웨이퍼, SPIL은 60,000~80,000 웨이퍼를 배분받는다(업계 추정, 2026년).

ASE는 2026년 말 CoWoS 생산능력을 월 20,000~25,000장으로, 현재 대비 3배 이상 늘린다. 하지만 여전히 TSMC 내부 용량보다 작다. TSMC 파운드리 독점 구조는 단기간 바뀌지 않는다.

HBM4 양산과 3~5년 장기공급 계약: SK하이닉스 62%, 삼성 17%

AI 칩 성능을 좌우하는 또 하나의 핵심은 HBM(고대역폭 메모리)이다. 2026년 HBM 시장은 546억달러(전년 대비 58% 증가)이며, 일부 전망은 577억달러(71% 증가)로 본다. SK하이닉스는 HBM 시장 62% 점유율로 1위, 삼성전자 17%, 마이크론 21%다(2025년 2분기 기준).

SK하이닉스는 2026년 HBM 매출 41조 2,000억원, 출하량 192억Gb를 전망받는다(증권사 추정). 삼성전자는 HBM 매출 24조원(전년 대비 189% 증가)이 예상된다. 두 기업 모두 HBM4를 2026년 2월 양산 확정했으며, 당초 계획보다 앞당겼다(2025년 12월).

더 중요한 변화는 장기공급계약(LTA) 구조 전환이다. 기존 1년 단위 계약이 폐기되고, 3~5년 장기계약으로 전환됐다. 2026년 4월, SK하이닉스는 구글과 5년 HBM 장기공급 계약을 추진 중이다. 수요 변동성을 줄이고, 안정적 투자 환경을 만드는 구조다.

투자 관점: HBM 장기공급 계약은 SK하이닉스·삼성전자에 3~5년 매출 가시성을 제공한다. 2026~2030년 수익 안정성이 높아지며, 밸류에이션 프리미엄 근거가 된다. 단기 수급 변동보다 구조적 성장에 초점을 맞춰야 한다.

• SK하이닉스: HBM 점유율 62%, 엔비디아·구글 주요 공급사, 5년 LTA 추진
• 삼성전자: HBM 점유율 17%, 2026년 매출 189% 급증 전망, 파운드리와 시너지
• 마이크론: HBM 점유율 21%, 북미 고객 중심 공급, 후발주자 포지션

추론 시장 254억달러 폭발과 2030년 1,500억달러 전망: 학습에서 추론으로 전환되는 AI 칩 수요와 포트폴리오 전략

AI 칩 시장의 구조적 전환이 시작됐다. 학습(Training) 중심에서 추론(Inference) 중심으로 수요가 이동한다. 미국 상무부 전망에 따르면, AI 추론 칩 시장은 2026년 254억달러에서 2029년 1,500억달러로 연평균 32.3% 성장한다. 데이터센터 컴퓨팅의 3분의 2를 추론이 차지할 전망이다.

학습 단계는 대규모 GPU 클러스터가 필요하며, 엔비디아 H100·H200이 지배한다. 추론 단계는 다르다. 이미 학습된 모델을 실행하는 작업이므로, 가성비가 중요하다. AWS Trainium, 구글 TPU, 마이크로소프트 Maia가 가격경쟁력으로 점유율을 빠르게 늘리는 이유다.

데이터센터 자본지출 폭발: 2025년 3분기 1,420억달러

빅테크의 AI 투자는 멈추지 않는다. 데이터센터 자본지출은 2025년 3분기 1,420억달러(전년 대비 180% 증가)를 기록했다. 메타는 2026년 1,150억~1,350억달러, 아마존은 미시시피에만 250억달러를 투자한다. 이 자금 대부분이 AI 칩과 인프라로 향한다.

전력 소비도 폭발한다. 미국 데이터센터 전력 소비는 2026년 260 TWh(2022년 200 TWh 대비 30% 증가)로 전망된다. IEA는 글로벌 데이터센터 전력이 2026년 1,000 TWh(일본 전체 소비량과 동일)에 달할 것으로 본다. 전력 효율이 낮은 칩은 도태된다. 오라클이 2GW 데이터센터 확장을 철회한 이유도 전력 대란 때문이다.

탈엔비디아 포트폴리오 전략: 파운드리·메모리·ASIC 분산

탈엔비디아 시대, 투자 전략은 공급망 전체를 아우르는 분산이 답이다. 엔비디아 단일 종목 집중은 리스크가 크다. 대신 파운드리(TSMC·삼성), 메모리(SK하이닉스·삼성·마이크론), ASIC(Broadcom), 패키징(ASE·Amkor) 전체를 포트폴리오에 담아야 한다.

1. 파운드리 핵심: TSMC — 72% 점유율, 2nm·3nm 독점, 연 520~560억달러 자본지출. 빅테크 자체 칩 수혜 1순위.
2. HBM 듀얼: SK하이닉스·삼성전자 — 3~5년 장기공급 계약으로 안정적 성장. SK하이닉스 62%, 삼성 17% 점유율.
3. ASIC 독주: Broadcom — 커스텀 칩 시장 70% 점유, 1Q FY2026 84억달러 매출. 빅테크 맞춤형 칩 수혜.
4. 추론 칩 다크호스: AMD — MI355·MI455로 2026년 140~150억달러 매출 전망. 엔비디아 대항마.
5. 엔비디아 비중 축소 — 80% 독점이 흔들리는 구간. 학습 시장은 여전히 강하지만, 추론 시장 점유율 하락 리스크.

장기 vs 단기: 2026~2030 시나리오별 접근법

투자 기간에 따라 전략이 달라진다. 장기 투자자는 TSMC·SK하이닉스 같은 공급망 핵심 기업에 비중을 둬야 한다. 단기 투자자는 AMD·Broadcom 같은 점유율 확대 스토리에 주목한다.

지금까지 시장 구조를 살펴봤다면, 이제 실전 포트폴리오로 넘어가자.

실전 포트폴리오 예시: 탈엔비디아 분산 전략

10년 장기투자 관점에서, 아래와 같은 포트폴리오를 고려할 수 있다. 엔비디아 의존도를 낮추고, 공급망 전체에 분산한다.

• TSMC 30%: 파운드리 72% 점유율, 빅테크 자체 칩 제조 독점
• SK하이닉스 25%: HBM 62% 점유율, 5년 장기공급 계약
• 삼성전자 15%: HBM·파운드리 시너지, 2026년 HBM 매출 189% 증가
• Broadcom 15%: ASIC 70% 점유율, 빅테크 맞춤형 칩
• AMD 10%: 추론 칩 점유율 확대, MI355·MI455
• 현금 5%: 변동성 대비 리밸런싱 여력

이 포트폴리오는 엔비디아를 아예 제외하고, 공급망 전체를 커버한다. 엔비디아를 포함하려면 10~15% 비중으로 추가하되, TSMC·SK하이닉스 비중을 줄여 밸런스를 맞춘다.

자주 묻는 질문

아마존 자체 칩 사업이 200억달러 규모라는데, 엔비디아 위협이 되나요?

단기적으론 엔비디아 독점 구조가 유지되지만, 장기적으론 위협 요인이다. 아마존 Trainium은 추론 시장에서 엔비디아 H100 대비 75% 저렴한 가격경쟁력으로 점유율을 빠르게 늘리고 있다. 2026년 추론 칩 시장 254억달러가 2029년 1,500억달러로 폭발하면, 추론 특화 칩들이 엔비디아 점유율을 잠식할 가능성이 크다. 학습 시장은 엔비디아가 여전히 강하지만, 추론 시장에선 가성비가 중요하다.

TSMC 파운드리 점유율 72%는 독점 아닌가요? 삼성전자 기회는 없나요?

TSMC는 글로벌 파운드리 시장 72%, AI 칩 제조 96%를 장악한다. 단기간 역전은 어렵다. 하지만 삼성전자는 2nm 공정과 HBM 시너지로 반격을 준비 중이다. 2026년 HBM 매출 24조원(전년 대비 189% 증가) 전망이 나오며, 파운드리·메모리 결합 전략이 차별화 포인트다. TSMC vs 삼성 2nm 수율 전쟁에서 삼성이 돌파구를 찾을 수 있을지가 관건이다.

SK하이닉스랑 삼성전자 HBM 투자, 어느 쪽이 유리한가요?

SK하이닉스는 HBM 점유율 62%로 1위이며, 엔비디아·구글과 5년 장기공급 계약을 추진 중이다. 안정적 매출 가시성이 강점이다. 삼성전자는 점유율 17%로 후발주자지만, 2026년 매출 189% 급증 전망이 나오며 빠르게 추격 중이다. 장기 투자자는 SK하이닉스의 안정성, 공격적 투자자는 삼성전자의 성장성에 주목할 수 있다. 두 기업 모두 HBM4를 2026년 2월 양산하며, 3~5년 장기계약 구조로 수익 안정성이 높아졌다.

AI 추론 칩 시장이 2029년 1,500억달러까지 간다는데, 지금 투자해도 되나요?

추론 시장 폭발은 구조적 트렌드다. 학습은 초기 단계에서 한 번만 수행하지만, 추론은 서비스 운영 내내 지속된다. ChatGPT·Gemini 같은 AI 서비스가 확산되면, 추론 수요가 기하급수적으로 늘어난다. 미국 상무부는 2026년 254억달러에서 2029년 1,500억달러로 연평균 32.3% 성장할 것으로 본다. 지금은 추론 칩(AWS Trainium, 구글 TPU, Broadcom ASIC) 공급망에 투자하기 좋은 시점이다. 단, 단기 변동성은 감수해야 한다.

엔비디아 비중을 줄이고 TSMC·SK하이닉스로 갈아타는 게 맞나요?

엔비디아 독점 구조가 흔들리는 시점이므로, 포트폴리오 재편이 필요하다. 하지만 엔비디아를 완전히 배제하기보단, 비중을 줄이고 공급망 전체에 분산하는 게 현명하다. 예를 들어 엔비디아 50% → 30%로 낮추고, TSMC 30%, SK하이닉스 25%, Broadcom 10%, 현금 5% 같은 구조로 재편하면, 리스크를 분산하면서도 AI 칩 성장을 놓치지 않는다. 엔비디아는 학습 시장에서 여전히 강하므로, 아예 제외하는 건 과도하다.

본 콘텐츠는 투자 정보 제공을 목적으로 작성되었으며, 특정 금융상품에 대한 투자 자문이 아닙니다. 모든 투자 판단과 그에 따른 결과는 투자자 본인의 책임이며, 투자 전 전문가 상담을 권장합니다.

이 포스팅은 쿠팡 파트너스 활동의 일환으로, 이에 따른 일정액의 수수료를 제공받습니다.

최근 발행: [르테크] AI 디바이스 종합 가이드: 초보부터 고급까지 완전 정복