2026년 7월 7일, 로이터가 세 명의 소식통을 인용하여 단독 보도했습니다. DeepSeek가 AI 추론 전용 자체 칩을 개발 중이며, 프로젝트는 약 1년 전 시작되어 현재 초기 단계라고. 같은 시기 알리바바의 T-Head 부문은 진우 810E를 56만 개 이상 양산 출하한 실적을 쌓아가고 있습니다. 이 두 가지 움직임이 발하는 신호는 명확합니다. AI 컴퓨팅 파워 경쟁이 모델 계층에서 실리콘 계층으로 확대되고 있습니다. 본 기사는 증거를 세밀히 검증하고, 량원펑 CEO의 실제 발언을 정리하며, 알리바바의 칩 개발 타임라인을 해설하고, 빅테크가 이 길을 걷는 이유를 심층 분석합니다.
005문 5답: 핵심 요약
| 질문 | 결론 |
|---|---|
| DeepSeek 자체 칩 개발은 사실인가? | 높은 확률로 사실, 다만 초기 단계. 로이터가 7월 7일 세 명의 소식통 인용. 프로젝트는 2025년 중반 시작 추정. DeepSeek 공식 확인 없음. |
| 량원펑 CEO가 발표한 것인가? | 아닙니다. 그는 2024년 인터뷰에서 최대 과제는 첨단 칩 수출 규제라고 했습니다. 이는 전략적 동기이지 공식 발표가 아닙니다. |
| 마윈도 비슷한 말을 했나? | 마윈은 2018년 T-Head를 설립. 최근 발언은 차이충신과 에디 우에 의해 이루어짐. 알리바바의 칩 개발은 양산 단계의 실적이며, 소문이 아닙니다. |
| 최신 현황은? | DeepSeek: 초기 R&D + $74억 조달금의 일부를 칩 개발에 배정. 알리바바 진우810E: 56만 개 이상 출하, 연매출 수천억 원 규모. OpenAI Jalapeño: 테이프아웃 완료, 2026년 말 배포 예정. |
| 국가 안보인가 비용 절감인가? | 둘 다, 경제성이 주요 동인. 커스텀 추론 ASIC은 대규모 배포에서 GPU 대비 TCO 30~65% 절감 가능. 수출 규제가 기존 경제적 동기를 가속화합니다. |
01로이터 보도 내용과 미확인 사항
2026년 7월 7~8일, 여러 언론이 로이터 단독 보도를 추적 보도했습니다. 핵심 정보는 일관됩니다.
- DeepSeek가 AI 추론 전용 커스텀 칩을 개발 중 (훈련용 아님).
- 프로젝트는 약 2025년 중반 시작, 현재 초기 단계.
- 칩 설계사, 파운드리, 메모리 공급업체와 접촉 중.
- 최근 수개월간 칩 설계 엔지니어 채용 강화, 단 공개 채용 공고는 없음 (비공개 스카우트).
- 성공 시 Nvidia와 화웨이 어센드 양쪽 의존도를 낮출 수 있음. 특히 DeepSeek V4가 이미 어센드를 적극 활용 중이라는 점에서 주목됩니다.
| 신뢰도 평가 기준 | 평가 |
|---|---|
| 소식통 품질 | 높음. "세 명의 소식통(three people familiar with the matter)"은 로이터의 표준 검증 표현입니다. |
| 공식 확인 | 없음. 2026년 7월 9일 기준 DeepSeek는 보도자료나 SNS 확인을 내놓지 않았습니다. |
| 방증 | 강함. 2026년 6월 외부 자금 조달(약 510억 위안≒74억 달러)의 용도에 "자체 AI 칩" "국산 컴퓨팅 인프라 확충"이 명시됨. |
| 모순되는 정보 | 일부 분석은 단기적으로 화웨이 어센드 협력이 지속된다고 지적. 더 정확한 이해: 협력과 자체 개발이 병행, 자체 개발은 초기 단계, 협력은 이미 가동 중. |
02량원펑 CEO의 발언: 컴퓨팅 파워 제약과 전략적 논리
량원펑의 공개 인터뷰는 극히 드뭅니다. 가장 가치 있는 정보는 「암용 Waves」의 2023년 5월과 2024년 7월 두 차례 심층 인터뷰입니다. 칩 프로그램을 공식 발표한 적은 없지만 그의 발언은 명확한 전략적 논리를 보여줍니다.
로이터 보도는 기업 행동(채용, 공급업체 협상)을 전달하는 것이며, 창업자의 선언이 아닙니다. "창업자의 장기적 발언 ≠ 공식 프로젝트 발표"라는 구분이 중요합니다.
03알리바바 T-Head의 실적: 마윈의 2018년 전략이 2026년에 결실
알리바바의 칩 개발은 8년에 걸친 실제 전략이며, 최근의 소문이 아닙니다.
- 2018년 9월 윈치 컨퍼런스: 마윈이 직접 명명. "T-Head(平頭哥)" = 꿀오소리, 무모한 용기의 상징. 칩 개발을 그룹 전략 우선순위로 격상.
- 2024년, 차이충신 (회장): 미국 칩 수출 규제가 알리바바 클라우드에 "명확한 영향"을 미치고 있음. 중국이 장기적으로 자주적인 첨단 반도체 역량을 개발할 것을 확신.
- 2026년, 에디 우 (CEO, 실적 발표): T-Head AI 칩 누적 출하 56만 개 이상, 연매출 수천억 원 규모. T-Head IPO 가능성도 배제하지 않는다고 발언.
진우(Zhenwu) 시리즈 로드맵
| 모델 | 시기 | 주요 사양 | 상태 |
|---|---|---|---|
| 함광 800 | 2019년 | 초기 AI 추론 칩 | 양산 |
| 진우 810E | 2026년 1월 발표 | 훈련·추론 통합; 96GB HBM2e; 성능 A800~H20 사이 | 56만 개 이상 출하 |
| 진우 M890 | 2026년 | 144GB; 칩간 800GB/s; 810E 대비 약 3배 성능 | 출시 |
| 진우 V900 | 2027년 Q3 목표 | 216GB; 1,200GB/s | 로드맵 |
| 진우 J900 | 2028년 Q3 목표 | 자체 병렬 컴퓨팅 아키텍처 | 로드맵 |
두 가지 전략적 차별점: 새 칩은 Nvidia CUDA 생태계와 호환되어 엔지니어 이전 비용이 낮습니다(화웨이 어센드와 다른 접근). 제조는 초기 TSMC에서 국내 파운드리로 이전하여 미국 규제에 대한 내성을 높였습니다.
04글로벌 현황: 중국만이 아닌 커스텀 실리콘의 물결
2026년 7월 기준 "AI 커스텀 칩"은 글로벌 트렌드입니다. TrendForce(2026): 클라우드 공급업체 커스텀 AI 칩 출하량 성장률은 전년 대비 44.6%로, 범용 GPU의 16.1%를 크게 상회합니다.
| 기업 | 칩 프로젝트 | 단계 | 용도 | 주요 데이터 |
|---|---|---|---|---|
| DeepSeek | 커스텀 추론 ASIC (미명명) | 초기 R&D | 추론 | $74억 조달; 비공개 채용; 미확인 |
| 알리바바 (T-Head) | 진우 810E / M890 | 양산 | 훈련+추론 | 56만 개 이상 출하; 연매출 수천억 원 |
| 화웨이 | 어센드 950 등 | 양산 | 훈련+추론 | DeepSeek V4 적용; 주문 급증 |
| OpenAI | Jalapeño (Broadcom 공동) | 테이프아웃 완료 | 추론 | 9개월 설계~테이프아웃; 2026년 말 배포 |
| TPU v6/v7 | 대규모 상용 | 훈련+추론 | Gemini 엔드투엔드 TPU 지원 | |
| Amazon | Trainium3 / Inferentia | 상용 | 훈련+추론 | Anthropic이 Trainium 대규모 활용 |
| Microsoft | Maia 100 | 배포 중 | 추론 | Azure / OpenAI 워크로드 지원 |
| Anthropic | 삼성과 2nm 커스텀 칩 협상 | 탐색 단계 | 미정 | The Information, 2026년 7월 보도 |
05빅테크가 커스텀 AI 칩을 만드는 5가지 이유
한마디로: AI 경쟁이 "누가 최고의 모델을 갖느냐"에서 "누가 가장 저렴하고 통제 가능한 컴퓨팅 파워를 갖느냐"로 확장되고 있습니다.
이유 1: 경제성 — 추론 비용은 AI의 '월세'
업계 비유: 훈련 = 계약금(일회성 대규모 투자); 추론 = 월세(지속적, 사용자 수에 비례). Morgan Stanley 추산: Blackwell GPU 24,000개 클러스터 하드웨어 비용 약 8.52억 달러; 동급 Google TPU 클러스터 약 0.99억 달러. SemiAnalysis 등: 대규모·장기 추론 배포에서 커스텀 ASIC은 범용 GPU 대비 40~65% TCO 우위 가능. Nvidia 데이터센터 GPU 매출 총이익률은 70% 초과 — 커스텀 실리콘은 영구적인 "Nvidia 세금"을 일회성 R&D 투자로 전환합니다.
이유 2: 공급망 안보와 지정학
미국의 대중국 첨단 AI 칩 수출 규제(H100/H800/H20 순차 제한)는 중국 기업에 대안 조달을 강요합니다. 미국 기업도 "Nvidia GPU를 충분히 확보하지 못하는" 배급 문제에 직면합니다. 안보란 공급망 예측 가능성: 단일 공급업체나 단일 국가 정책에 종속되지 않는 것을 의미합니다.
이유 3: 하드웨어-소프트웨어 협동 설계 (Co-design)
범용 GPU는 유연성을 위해 효율을 희생합니다. 커스텀 ASIC은 알려진 워크로드를 위해 유연성 대신 효율을 택합니다. DeepSeek UE8M0 FP8·MLA 아키텍처, OpenAI Jalapeño(실제 ChatGPT 서빙 패턴 최적화), Google TPU(TensorFlow/JAX 심층 통합)가 대표 사례입니다.
이유 4: 경쟁 우위와 협상력
Nvidia를 완전히 대체하지 않더라도 자체 칩은 조달 협상에서 우위를 점하고, 클라우드 고객에게 차별화된 컴퓨팅을 제공하며, "모델+클라우드+실리콘" 풀스택 스토리를 구축하게 해줍니다.
이유 5: 에너지와 지속가능성
추론 칩은 와트당 성능을 중시합니다. 메가와트·기가와트 규모 데이터센터 시대에 전력과 냉각 비용은 하드웨어 조달 비용과 맞먹습니다. ASIC은 GPU의 범용 회로를 제거하여 전력 소비를 크게 낮춥니다.
06추론 칩 vs 훈련 GPU: 왜 추론 칩을 먼저 만드는가
| 관점 | 훈련 (Training) | 추론 (Inference) |
|---|---|---|
| 워크로드 | 동적·실험적·아키텍처 빈번 변경 | 정적·모델 고정·요청 패턴 예측 가능 |
| 소프트웨어 생태계 | CUDA 해자 깊음 (cuDNN, NCCL, Nsight) | 고정 모델용 커스텀 커널 구현 가능 |
| 칩 요건 | 최대 처리량 + 프로그래밍 유연성 | 처리량, 지연시간, 토큰당 비용 |
| 경제 규모 | 클러스터 일회성 대규모 투자 | 24시간 365일 지속, 사용자 수에 비례 |
| 대표 칩 | Nvidia H100/B200 지배적 | TPU(일부), Trainium, Maia, Jalapeño, DeepSeek 루머 칩 |
결론: 훈련은 여전히 Nvidia의 주전장. 추론은 커스텀 ASIC의 주전장입니다.
국산 ASIC이 성숙하기까지의 과도기에, 추론 및 AI 에이전트 워크로드에 예측 가능한 컴퓨팅 파워가 필요한 팀에게는 전용 고메모리 Apple Silicon 클라우드 노드가 현실적인 선택입니다. NUKCLOUD 가격 페이지에서 필요에 따라 설정 가능하며 칩 공급 변동에 영향을 받지 않습니다.
07자주 묻는 질문
-
DeepSeek의 칩 개발 보도는 신뢰할 수 있나요?로이터가 2026년 7월 7일 세 명의 소식통을 인용하여 보도. 신뢰도는 높지만 DeepSeek는 공식 확인을 하지 않았습니다. 프로젝트는 초기 단계에 있습니다.
-
량원펑 CEO가 칩 프로그램을 발표한 건가요?공식 발표 없습니다. 2024년 인터뷰에서 첨단 칩 수출 규제가 최대 과제라고 했지만, 자체 칩 프로젝트를 발표한 적은 없습니다.
-
알리바바 T-Head의 현황은?2018년 마윈 전략에 따라 설립된 T-Head는 이미 진우 AI 칩을 양산 중입니다. 2026년 상반기 기준 56만 개 이상 출하하고 연매출은 수천억 원 규모입니다.
-
왜 훈련 칩이 아니라 추론 칩을 먼저 개발하나요?추론 워크로드는 반복적이고 예측 가능 — 커스텀 ASIC에 최적화됩니다. 훈련은 여전히 Nvidia GPU와 CUDA 소프트웨어 스택에 크게 의존합니다. 커스텀 ASIC은 추론 규모에서 TCO를 30~65% 절감할 수 있습니다.
-
국가 안보를 위한 건가요, 비용 절감을 위한 건가요?둘 다입니다. 경제성이 주요 동인 — 대규모에서 Nvidia 세금과 토큰당 비용 절감. 수출 규제와 공급망 리스크가 그 전환을 가속화합니다.
최종 업데이트: 2026년 7월 10일 | 면책 고지: 본 기사 작성 시점 현재 DeepSeek는 칩 프로젝트를 공식 확인하지 않았습니다.