유의사항
본 글은 2026년 7월 로이터가 입수해 보도한 메타(Meta)의 내부 메모와 2026년 3월 공개된 MTIA 로드맵을 바탕으로 작성되었습니다.
내부 메모에는 메타의 자체 AI 칩 ‘Iris’ 생산 계획과 AI 컴퓨팅 인프라 확대 계획, 주요 부품의 장기 공급 계약 관련 내용이 담겼습니다. 메타는 해당 보도에 대한 논평을 거부했습니다.
샌디스크 역시 공급 계약과 관련한 논평을 거부했으며, 삼성전자와 스미토모전기는 로이터의 확인 요청에 응답하지 않았습니다. 따라서 일부 공급 계약과 세부 계획은 관련 기업의 공식 발표를 통해 추가로 확인할 필요가 있습니다.
향후 메타와 관련 기업의 공식 발표에 따라 일부 내용은 변경될 수 있습니다.
이 글에서 다루는 내용
핵심 내용
메타가 자체 AI 칩 ‘Iris’를 2026년 9월부터 생산할 계획인 것으로 전해졌습니다.
로이터가 입수한 메타 내부 메모에 따르면, Iris는 메타가 개발하고 있는 MTIA(Meta Training and Inference Accelerator) 프로젝트에 포함된 데이터센터용 AI 칩입니다.
메타는 Iris를 자사 서비스에 필요한 작업에 맞춰 설계하고 있으며, 브로드컴(Broadcom)이 설계를 지원하고 TSMC가 실제 생산을 담당할 예정입니다.
메타가 칩의 요구사항과 설계를 주도하지만, 설계 지원과 반도체 생산까지 모두 직접 수행하는 구조는 아닙니다.
내부 메모와 기존 발표를 통해 확인된 주요 내용은 다음과 같습니다.
- 자체 AI 칩 Iris를 2026년 9월부터 생산할 계획
- 브로드컴이 설계를 지원하고 TSMC가 반도체 생산을 담당
- 2027년까지 약 6개월 간격으로 새로운 MTIA 칩을 출시하는 로드맵 추진
- 2026년 약 7GW 규모의 컴퓨팅 인프라를 확보하고 2027년에는 14GW까지 확대할 계획
- NVIDIA와 AMD의 GPU를 대체하기보다 자체 AI 칩과 함께 사용하는 구조 추진
- 2026년 AI 인프라에 최대 1,450억 달러를 지출할 것으로 예상
- 삼성전자, 샌디스크, 스미토모전기 등과 메모리·저장장치·광통신 장비에 대한 장기 공급 계약 확보
이번 보도는 단순히 새로운 AI 반도체가 생산된다는 의미를 넘어섭니다.
메타가 AI 모델뿐 아니라 칩, 데이터센터, 메모리, 저장장치와 네트워크까지 AI 서비스를 운영하는 데 필요한 인프라 전반에 대한 통제력을 확대하고 있다는 점에서 중요합니다.
Iris는 이번에 처음 등장한 칩이 아니다
Iris가 2026년 7월에 처음 알려진 것은 아닙니다.
메타는 2026년 3월 MTIA 300·400·450·500으로 이어지는 네 개 세대의 자체 AI 칩 로드맵을 공개했습니다.
MTIA 300은 이미 메타의 콘텐츠 순위 결정과 추천 시스템에 사용되고 있으며, 이후 출시되는 칩들은 생성형 AI와 추론 작업까지 지원 범위를 확대하는 방향으로 개발되고 있습니다.
Iris 역시 당시 기술명으로 소개된 프로세서 가운데 하나입니다.
따라서 이번 보도에서 새롭게 확인된 핵심은 새로운 칩의 존재 자체가 아닙니다. Iris가 시험 단계를 거쳐 2026년 9월 실제 생산 단계로 넘어갈 예정이라는 점입니다.
내부 메모에 따르면 Iris의 시험은 약 6주 동안 진행됐으며, 큰 문제는 발견되지 않은 것으로 전해졌습니다. 다만 Iris의 구체적인 성능과 실제 데이터센터 배치 범위는 아직 메타가 공식적으로 확인하지 않았습니다.
왜 중요한가?
지금까지 대부분의 AI 기업은 NVIDIA와 AMD가 공급하는 GPU를 중심으로 AI 컴퓨팅 인프라를 구축해 왔습니다.
GPU는 대규모 AI 모델의 학습과 다양한 종류의 연산을 처리하는 데 적합하지만, 기업의 AI 서비스 규모가 커질수록 최신 GPU를 충분히 확보하고 데이터센터에 배치하는 데 많은 시간과 비용이 필요합니다.
메타 내부 메모에도 메타와 같은 대규모 기업이 최신 GPU를 도입하는 과정에는 상당한 작업이 필요했으며, 이로 인해 시간이 소요됐다는 내용이 담겼습니다.
이러한 문제를 줄일 수 있는 방법 중 하나가 특정 기업의 서비스에 맞춰 설계한 맞춤형 AI 칩입니다.
범용 GPU가 여러 종류의 작업을 처리하도록 설계된다면, 맞춤형 칩은 추천 시스템이나 AI 추론처럼 반복적으로 발생하는 특정 작업에 필요한 기능을 중심으로 설계할 수 있습니다.
불필요한 기능을 줄이고 자사 소프트웨어와 데이터센터 구조에 맞춰 설계하면 전력 사용량과 운영 비용을 낮출 가능성이 있습니다.
다만 메타가 자체 AI 칩을 만든다고 해서 NVIDIA와 AMD의 GPU를 사용하지 않겠다는 뜻은 아닙니다.
Iris를 포함한 MTIA 칩은 메타가 구매하는 대규모 GPU를 완전히 대체하는 것이 아니라 보완하기 위한 칩입니다.
대규모 AI 모델 학습과 범용성이 필요한 작업에는 GPU를 사용하고, 메타의 서비스에 반복적으로 필요한 작업에는 자체 칩을 배치하는 방식으로 역할을 나누려는 것입니다.
‘자체 AI 칩’은 메타가 혼자 만드는 칩일까?
‘자체 AI 칩’이라는 표현은 메타가 반도체의 설계부터 생산까지 모든 과정을 혼자 담당한다는 뜻으로 오해되기 쉽습니다.
실제 구조는 다릅니다.
메타는 자사 데이터센터와 서비스에 필요한 칩의 기능과 구조를 주도하고, 브로드컴은 칩 설계를 지원합니다. 완성된 반도체의 위탁생산은 TSMC가 담당합니다.
즉, 메타의 자체 AI 칩 전략은 모든 반도체 공정을 기업 내부로 가져오는 완전한 내재화가 아닙니다.
범용 GPU를 그대로 구매하는 방식에서 벗어나, 자사 서비스에 필요한 반도체의 설계 방향과 사용 목적을 직접 결정하는 맞춤형 반도체 전략에 가깝습니다.
메타는 2026년 4월 브로드컴과의 협력 관계를 2029년까지 확대했으며, 양사는 여러 세대의 맞춤형 AI 프로세서를 함께 개발할 계획입니다. 브로드컴의 이더넷 네트워크 기술도 메타의 대규모 AI 컴퓨팅 클러스터 연결에 활용됩니다.
AI 경쟁은 이제 인프라 경쟁이다
이번 보도에서 Iris만큼 중요한 부분은 메타의 AI 컴퓨팅 인프라 확대 계획입니다.
내부 메모에 따르면 메타는 2026년 약 7GW 규모의 컴퓨팅 인프라를 확보하고, 2027년에는 이를 14GW까지 확대할 계획입니다.
AI 모델이 아무리 뛰어나더라도 실제 서비스로 운영하려면 이를 실행할 수 있는 데이터센터와 반도체가 필요합니다.
데이터센터에는 AI 칩뿐 아니라 대용량 메모리, 저장장치, 광통신 장비, 네트워크, 냉각 시스템과 전력 공급망이 함께 구축돼야 합니다.
메타 내부 메모에는 AI 인프라 확대를 위해 다음과 같은 장기 공급 계약을 확보했다는 내용도 담겼습니다.
- 삼성전자: 메모리 반도체
- 샌디스크: 플래시 저장장치
- 스미토모전기: 광통신 장비
여기에 Iris의 설계를 지원하는 브로드컴과 반도체 생산을 담당하는 TSMC까지 포함하면 메타의 AI 인프라는 하나의 기업이 단독으로 만드는 구조가 아닙니다.
메타가 전체 전략과 설계를 주도하면서 여러 반도체·메모리·저장장치·통신 기업을 연결해 하나의 AI 인프라 공급망을 구축하는 구조입니다.
이는 AI 시대의 경쟁력이 특정 반도체 하나를 확보하는 데서 끝나지 않는다는 것을 보여줍니다.
필요한 칩과 부품을 장기간 안정적으로 확보하고, 이를 데이터센터에 빠르게 배치해 실제 서비스로 운영하는 능력까지 기업의 경쟁력이 되고 있습니다.
앞으로 주목할 점
메타의 자체 AI 칩 개발은 한 기업만의 움직임이 아닙니다.
Google은 자체 개발한 TPU(Tensor Processing Unit)를 AI 모델의 학습과 추론에 사용하고 있습니다. Amazon은 학습용 Trainium과 추론용 Inferentia를 운영하고 있으며, Microsoft도 자체 AI 가속기인 Azure Maia를 개발했습니다.
이러한 변화가 NVIDIA와 AMD의 GPU가 곧 필요 없어질 것이라는 의미는 아닙니다.
대규모 AI 모델과 다양한 소프트웨어를 처리하는 데에는 여전히 GPU의 범용성과 성능이 중요합니다. 빅테크 기업들도 자체 칩을 개발하면서 동시에 NVIDIA와 AMD의 GPU를 대규모로 구매하고 있습니다.
변화의 핵심은 한 종류의 반도체에 모든 작업을 맡기는 구조에서 벗어나는 것입니다.
기업들은 GPU, 자체 AI 칩, CPU와 네트워크 장비를 작업 특성에 따라 조합하는 방향으로 AI 인프라를 설계하고 있습니다.
앞으로는 다음과 같은 부분을 확인할 필요가 있습니다.
- Iris가 예정대로 2026년 9월 생산을 시작하는지
- Iris가 메타의 어떤 서비스와 AI 작업에 먼저 적용되는지
- 자체 AI 칩 도입이 전력 사용량과 운영 비용을 실제로 줄이는지
- 메타가 2027년까지 14GW 규모의 컴퓨팅 인프라를 확보할 수 있는지
- 내부 메모에 담긴 장기 공급 계약이 관련 기업의 공식 발표로 확인되는지
- 메타가 GPU와 MTIA 칩 사이의 역할을 어떻게 나누는지
DANA NOTES 해설
많은 사람은 AI 경쟁을 더 뛰어난 모델을 만드는 경쟁으로 생각합니다.
그러나 AI 서비스를 실제로 운영하는 기업에는 모델의 성능만큼이나 운영 비용과 인프라 확보 능력이 중요합니다.
사용자가 늘어날수록 더 많은 반도체와 메모리, 저장장치, 네트워크와 전력이 필요하기 때문입니다.
메타의 Iris도 단순히 더 높은 성능을 내기 위한 새로운 반도체로만 보기 어렵습니다.
자사 서비스에 반복적으로 필요한 작업을 맞춤형 칩으로 처리하고, GPU 의존도를 분산해 AI 서비스를 더 안정적이고 낮은 비용으로 운영하려는 인프라 전략의 일부에 가깝습니다.
다만 자체 AI 칩을 개발한다고 해서 메타가 반도체 공급망에서 완전히 독립하는 것은 아닙니다.
메타는 여전히 NVIDIA와 AMD의 GPU를 필요로 하며, Iris 역시 브로드컴의 설계 지원과 TSMC의 생산 능력에 의존합니다. 메모리와 저장장치, 광통신 장비도 외부 기업으로부터 공급받아야 합니다.
결국 앞으로의 AI 경쟁은 모든 기술을 한 기업이 직접 만드는 경쟁이라기보다, AI 모델부터 칩·데이터센터·전력·부품 공급망까지 전체 인프라를 얼마나 효율적으로 설계하고 연결하느냐의 경쟁으로 확대될 가능성이 높습니다.
