소프트웨어 기업을 넘어 물리 인프라 수직 통합에 나선 메타
메타의 글로벌 인프라 및 엔지니어링 총괄인 산토시 자나르단은 개발자 톰 쇼와의 인터뷰를 통해 자사의 AI 경쟁력이 자체 데이터센터 설계와 운영 역량에 기반한다고 밝혔습니다. 메타는 2010년 미국 오리건주 프린빌에 첫 자체 데이터센터를 착공한 이래 전 세계에 30개 이상의 하이퍼스케일 시설을 구축해 왔습니다.
자나르단 총괄은 인공지능이 기존 소프트웨어와 질적으로 다른 물리적 제약을 수반한다고 설명했습니다. 메타는 칩 설계부터 서버 랙, 통신 네트워크, 배전 및 건물 구조에 이르기까지 전체 계층을 직접 통합함으로써 상용 클라우드 임대 방식 대비 비용을 절감하고 서비스별 연산 최적화를 달성할 수 있다고 주장했습니다.
기가와트급 전력 조달과 '메타 컴퓨트' 조직 신설
메타는 급증하는 AI 연산량을 감당하기 위해 전력 확보 단위를 기가와트(GW) 규모로 전환했습니다. 1GW는 원자력 발전소 1기의 발전 용량이자 후버댐 전체 출력의 절반에 맞먹는 막대한 전력량입니다. 메타 최고경영자 마크 저커버그는 향후 수십 기가와트, 장기적으로 수백 기가와트의 전력 용량을 구축하겠다는 계획을 제시했습니다.
이를 전담하기 위해 메타는 상위 전담 조직인 '메타 컴퓨트'를 출범시키고 산토시 자나르단과 대니얼 그로스를 공동 수장으로 임명했습니다. 현재 메타는 누적 15GW 이상의 재생에너지 조달 계약을 체결했으며 기저부하 확보를 위해 세이지 지오시스템즈와의 150MW 지열 발전 계약 등 무탄소 전력 공급망 다변화를 추진하고 있습니다.
자체 가속기 MTIA와 멀티 벤더 실리콘 포트폴리오의 병용
메타의 실리콘 전략 핵심은 워크로드 특성에 따른 이기종 하드웨어 조합입니다. 추천 알고리즘과 대규모 추론 연산에는 자체 개발 ASIC 칩인 MTIA(Meta Training and Inference Accelerator) 최신 세대를 대규모로 배치하여 단위 연산당 전력 소비와 도입 비용을 낮추고 있습니다.
반면 최첨단 대형 언어 모델(LLM) 훈련에는 엔비디아의 차세대 고성능 GPU 클러스터를 병행 투입하고 있습니다. 아울러 AI 서버 제어용 맞춤형 프로세서 개발을 위해 Arm과 파트너십을 맺고 에이전트 연산 처리에 AWS 그래비톤 프로세서를 연계하는 등 단일 공급망 종속을 피하는 멀티 벤더 체계를 구축했습니다.
고밀도 발열을 잡기 위한 액체 냉각 전환과 막대한 설비투자 부담
고성능 가속기의 집적도가 높아지면서 기존 공랭식 냉각 체계는 한계에 봉착했습니다. 메타는 차세대 데이터센터에 칩에 냉매를 직접 전달하는 직접 칩 냉각(Direct-to-chip)과 폐쇄 루프 액체 냉각을 표준 사양으로 도입했습니다. 구형 시설에는 랙 단위에서 열을 식히는 공랭 보조 액체 냉각(AALC)을 적용해 개조 비용을 억제하고 있습니다.
하지만 이러한 대대적인 시설 개편은 천문학적인 자본적 지출(CapEx)을 수반합니다. 2026년 메타의 연간 설비투자 규모는 1,000억 달러에서 1,450억 달러 수준까지 치솟을 것으로 추산됩니다. 자체 데이터센터 구축이 장기 운영비를 낮춘다는 메타의 설명에도 불구하고, 단기적으로 현금 흐름을 압박하고 투자 대비 수익률(ROI)을 입증해야 하는 재무적 부담은 한층 가중되고 있습니다.
연산 잉여분 상업화 모색과 송전망 병목이라는 현실적 한계
메타는 공식적으로 데이터센터를 내부 서비스 및 '개인 맞춤형 초지능' 구현을 위한 전용 자산으로 규정합니다. 하지만 외신 보도에 따르면 고정비 회수를 위해 유휴 GPU 용량을 외부에 임대하거나 개발자 대상 API 플랫폼 형태로 개방하는 방안이 비공식적으로 검토되고 있습니다. 독자 서비스용 인프라에서 상업용 클라우드 사업자로의 외연 확장은 설비투자 회수 압박이 낳은 현실적 대안으로 풀이됩니다.
다만 기가와트 단위 인프라 확장이 계획대로 진행될지는 불확실합니다. 전력망 연결 대기 시간이 수년 이상 지연되는 송전 병목 현상이 발생하고 있으며 신규 원자력이나 지열 발전소 완공에는 엄격한 인허가 절차가 요구됩니다. 뉴스룸 대담에서는 개별 캠퍼스 구축 단가나 칩 조달 원가가 구체적으로 공개되지 않은 만큼, 메타의 공격적인 인프라 증설이 실질적인 서비스 수익성으로 연결될 수 있을지는 지속적인 검증이 필요합니다.
출처
Meta Newsroom의 원출처와 본문에 표시한 참고자료를 바탕으로 한국어로 재구성했습니다. ‘ARCH.B 분석’은 자료를 읽고 덧붙인 편집 해석입니다.
Why Data Centers Are Such a Big Part of Meta’s AI Approach (새 창)
