핵심 내용. OpenAI Korea의 Harrison Kim 대표는 9월 9일 서울 기자회견에서 OpenAI가 개발 중인 차세대 자체 반도체 분야에서 삼성전자와 공동 생산·연구 협력이 상당히 진전됐다고 밝혔습니다. 구체적인 공정이나 삼성의 역할은 공개하지 않았습니다. (Reuters)
OpenAI는 이미 지난 6월 Broadcom과 첫 자체 AI accelerator인 Jalapeño를 공식 공개했습니다. OpenAI 설명에 따르면 자사 모델을 chip-design workflow에 사용해 약 9개월 만에 tape-out까지 진행했으며, 여러 세대에 걸쳐 gigawatt 규모로 배치할 계획입니다. (OpenAI)
삼성과의 협력은 메모리 쪽에서도 진행되고 있습니다. Samsung과 SK hynix는 OpenAI의 Stargate 인프라에 메모리를 공급하기 위한 LOI를 체결한 상태입니다. Reuters에 따르면 삼성 내부에서 ChatGPT가 R&D·마케팅·영업 등에 대규모로 활용되고 있다는 점도 OpenAI 측이 강조했습니다. (Reuters)
배경
AI 회사가 점점:
Application
↓
Model
↓
Compiler / Runtime
↓
Own Accelerator
↓
HBM
까지 내려오고 있습니다.
Google TPU나 Amazon Trainium처럼 OpenAI도 inference workload에 맞는 자체 silicon을 확보함으로써 NVIDIA 의존도를 일부 줄이고 단위 inference 비용을 낮추려는 전략입니다.
산업·시장 영향
한국에는 상당히 직접적인 의미가 있습니다.
OpenAI 자체 칩이 대규모로 확대될 경우 삼성·SK hynix는 단순 HBM 공급뿐 아니라 logic·advanced packaging·memory integration 등 여러 층에서 참여할 가능성이 생깁니다. 다만 9월 9일 발표에서는 구체적인 삼성의 제조역할이 공개되지 않았으므로 현재 단계에서 “삼성이 OpenAI 칩을 생산한다”고 단정해서는 안 됩니다. (Reuters)
실무 시사점
AI inference 비용은 앞으로 NVIDIA 가격만 따라가지 않을 가능성이 큽니다.
2027~2029년에는:
NVIDIA GPU / Cloud ASIC / OpenAI custom silicon / Google TPU / AWS Trainium
간 workload별 가격격차가 더 커질 수 있으므로, 애플리케이션에서 모델 호출계층을 infrastructure와 강하게 묶지 않는 것이 유리합니다.