섹션별 상세
Thinking Machines Lab은 Google Cloud와 한 자릿수 수십억 달러 규모의 인프라 공급 계약을 독점적으로 체결했다. 이 계약에는 Nvidia의 최신 GB300 GPU 기반 시스템과 더불어 스토리지, Kubernetes 엔진, Spanner 데이터베이스 등 Google의 통합 클라우드 서비스 이용 권한이 포함됐다. Thinking Machines는 이를 통해 모델 학습과 배포에 필요한 대규모 컴퓨팅 자원을 안정적으로 확보했다. 이는 신생 스타트업이 설립 초기부터 거대 클라우드 제공업체와 맺은 이례적인 규모의 파트너십이다.
Thinking Machines의 첫 상용 제품인 Tinker는 커스텀 프론티어 AI 모델 생성을 자동화하는 도구이다. Google Cloud는 Tinker의 아키텍처가 의존하는 강화학습 워크로드를 최적화하여 지원할 수 있다고 밝혔다. 강화학습은 최근 OpenAI와 DeepMind의 기술적 돌파구를 마련한 핵심 학습 방식이지만 막대한 연산 비용이 발생한다. 이번 인프라 계약은 Tinker의 성능 고도화와 대규모 상용 배포를 위한 기술적 토대를 마련한 것으로 평가된다.
Nvidia의 차세대 GB300 칩 기반 시스템은 이전 세대 GPU 대비 학습 및 추론 속도를 2배 향상시킨다. Thinking Machines는 Google Cloud의 초기 고객으로서 이 최신 하드웨어에 접근하여 모델 개발 속도를 기록적인 수준으로 높였다고 언급했다. 이는 하드웨어 성능 우위가 곧 모델 경쟁력으로 이어지는 AI 업계의 특성을 반영한다. 최신 칩 확보 여부가 프론티어 랩들의 성패를 가르는 핵심 변수가 되고 있다.
Google Cloud는 Anthropic과의 기가와트 단위 TPU 공급 계약에 이어 Thinking Machines까지 포섭하며 클라우드 시장 점유율 확대를 꾀하고 있다. Amazon이 Anthropic과 5기가와트 규모의 추가 계약을 맺는 등 클라우드 제공업체 간의 AI 랩 유치 경쟁이 치열해지는 양상이다. Thinking Machines의 이번 계약은 비독점적이지만 초기 단계에서 Google 인프라에 고착화되는 효과를 기대할 수 있다. 이는 클라우드 기업들이 미래의 AI 유니콘들을 조기에 확보하려는 전략의 일환이다.
용어 해설
- 강화학습(Reinforcement Learning)
- — 에이전트가 환경과 상호작용하며 보상을 최대화하는 방향으로 행동을 학습하는 기법이다. 최근 o1이나 Thinking Machines의 Tinker와 같은 추론 중심 모델의 성능을 고도화하는 핵심 방법론으로 사용되며 막대한 연산 자원을 소모한다.
- 텐서 처리 장치(TPU)
- — Google이 머신러닝 워크로드를 위해 직접 설계한 맞춤형 AI 가속기이다. 대규모 모델 학습과 추론에 최적화되어 있으며, 최근 Anthropic과 같은 주요 AI 기업들이 기가와트 단위의 용량을 확보하기 위해 경쟁하고 있다.
- GB300
- — Nvidia의 차세대 Blackwell 아키텍처 기반 AI 칩이다. 이전 세대 GPU 대비 학습 및 서비스 속도가 약 2배 향상되었으며, Thinking Machines Lab과 같은 선도적인 AI 연구소들이 초기 도입을 위해 Google Cloud와 협력하고 있다.
기술
- Google Cloud
- Nvidia GB300
- TPU
- Kubernetes
- Spanner
- Tinker
활용 사례
- Custom Frontier AI Model Creation
- Large-scale Reinforcement Learning Training
- Automated Model Deployment
AI 분석 전체 내용 보기
AI 요약 · 북마크 · 개인 피드 설정 — 무료
출처 · 인용 안내
원문 발행 2026. 04. 22.수집 2026. 04. 22.출처 타입 RSS
인용 시 "요약 출처: AI Trends (aitrends.kr)"를 표기하고, 사실 확인은 원문 보기 기준으로 진행해 주세요. 자세한 기준은 운영 정책을 참고해 주세요.
