Meta 가 CPU 를 만들지 않기로 한 날

하이퍼스케일러 커스텀 실리콘 시대는 2026 년 3 월 24 일에 이미 끝났다

Meta 는 2026 년 3 월 같은 주에 두 가지를 동시에 공개 했습니다. 하나는 자기 AI 가속기 MTIA 제품군을 300·400·450·500 의 네 세대로 확장 하고 2027 년까지 대량 배포한다는 것 (Meta — Expanding Meta's Custom Silicon, 2026.03.11). 다른 하나는 같은 데이터센터에 들어갈 CPU 는 ARM 과 공동 개발한 AGI CPU 를 쓴다 는 것 — 즉 자기가 만들지 않는다 는 것 (Meta — Partners with Arm, 2026.03.24).

이 두 발표의 대칭 이 이 글의 출발점입니다. Meta 는 AI 가속기 (MTIA) 는 자체 설계를 두 배로 밀어붙였고, 같은 서버에서 가속기 옆에 들어가는 CPU 는 외부에서 구매하기로 결정 했습니다. 같은 회사가 같은 데이터센터를 위해 한쪽은 내재화를 확장하고, 한쪽은 포기한 것입니다.

이 비대칭이 중요한 이유는 Meta 의 선택이 유례없는 결정이 아니라 이미 산업 전체의 방향을 공개적으로 확정한 신호 이기 때문입니다. 2018 년 AWS Graviton 1 이 나온 이후 "모든 하이퍼스케일러가 결국 자기 CPU 를 만들 것이다" 라는 서사가 8 년간 시장을 끌어왔습니다. 그 서사가 틀렸다 는 것이 이 글의 논지입니다. 커스텀 실리콘은 AI 가속기 한 층에만 남고 CPU 층에서는 이미 철수 중 이며, Meta 의 2026.03 발표는 이 철수의 첫 공개 선언에 해당합니다.

Meta 와 ARM 의 파트너십 발표 히어로 이미지 — 두 개의 칩이 나란히 놓여 있다
2026 년 3 월 24 일 Meta 공식 뉴스룸의 파트너십 발표 헤더. 두 개의 실리콘 다이가 나란히 놓여 있고 가운데 Meta 와 Arm 로고가 구분선으로 갈라져 있습니다. 업계는 이 이미지의 시각적 메시지를 놓치지 말아야 합니다 — 같은 데이터센터에 들어가는 두 종류의 실리콘이 하나는 Meta 가 만들고 (MTIA) 하나는 ARM 이 만든다 (AGI CPU). 공동 개발이지만 제조와 브랜드는 분리. 이미지가 전달하는 것은 "Meta 가 CPU 까지 확장했다" 가 아니라 "Meta 가 CPU 는 끝까지 외주했다" 입니다. (출처: about.fb.com, 2026.03.24)

한쪽은 확장, 한쪽은 포기 — 대칭이 의미하는 것

Meta 의 두 발표에서 확장된 쪽 의 구체 수치를 먼저 봅니다. MTIA 300 은 이미 양산 · 랭킹/추천 모델 훈련 전용. MTIA 400 · 450 · 500 은 모든 워크로드 대응. 전체 세대 전환에서 HBM 대역폭 4.5 배 · 연산량 25 배 · HBM 용량 80% 증가 (Meta AI blog — Four MTIA Chips in Two Years). 업계는 보통 AI 가속기 한 세대를 1~2 년 주기로 내놓는데 Meta 는 6 개월 이하 로 세대 전환 속도를 계획합니다. 이것이 "자체 설계에 투자 확대" 의 신호.

포기된 쪽 은 Meta 가 ARM 의 AGI CPU 를 "공동 개발한" 방식으로 표현됐습니다. 이 "공동 개발" 이라는 용어가 중요합니다. MTIA 는 Meta 가 단독 설계하고 Broadcom 이 생산 파트너인 구조 (DCD) 이지만, AGI CPU 는 ARM 이 설계하고 ARM 이 ARM 이름으로 판매 합니다. Meta 는 "co-developer" 로 요구사항과 peer review 를 제공했지만 설계 저작권과 제품 브랜드는 ARM 이 가집니다. Meta 입장에서 이 구별이 무엇을 의미하는지 — IP 도 실리콘도 소유하지 않는 "구매자" 포지션을 공식적으로 받아들인 것 입니다.

Meta Head of Infrastructure Santosh Janardhan 의 발표문 한 문장이 이 자세를 요약합니다: "AI 경험을 전 세계 규모로 제공하기 위해서는 AI 워크로드에 특화된 목적 지향적 커스텀 실리콘 포트폴리오 가 필요합니다." (Meta-Arm partnership release) — 여기서 주목할 단어는 "포트폴리오" 가 아니라 "AI 워크로드에 특화된 (purpose-built for AI workloads)" 입니다. 이 한정 수식어가 빠진 것 — CPU 같은 범용 컴퓨트 — 는 포트폴리오 범위 밖.

왜 가속기는 자체 설계할 가치가 있고 CPU 는 없는가

이 결정의 경제학적 뿌리는 ARM AGI CPU 공식 스펙에 그대로 적혀 있습니다.

ARM AGI CPU 공식 스펙 다이어그램 — 6 개 주석 블록
2026 년 3 월 24 일 ARM 뉴스룸의 AGI CPU 공식 제품 스펙 시각화. 중앙의 실리콘 패키지를 중심으로 6 개의 주석 블록이 배치: Up to 136 Arm Neoverse V3 cores · 2MB L2 per core · Up to 3.7 GHz (반응 성능) / 96x PCIe Gen6 · CXL 3.0 · AMBA CHI extension links (컴포저블 AI 시스템용 I/O) / 3nm efficiency · 최대 compute density · 300W TDP (ARM 특유의 전력 효율) / Dual chiplet · Memory/I/O on same die · Sub 100ns memory latency (지연 최적화 메모리) / 6 GB/s memory BW per core · 6 TB per chip capacity · DDR5-8800 (컴퓨트 조정용 메모리). 공식 캡션의 표현 — "memory tuned for compute" — 이 핵심입니다. 이 CPU 는 자기가 연산을 하기 위한 것이 아니라 가속기에 데이터를 공급하고 조정하는 용도 로 설계됐습니다. (출처: Arm Newsroom, 2026.03.24)

이 스펙을 보는 순간 두 가지가 분명해집니다. 첫째, 이 CPU 의 설계 목표는 "일반 연산을 많이 하자" 가 아니라 "가속기 여러 개를 효율적으로 조정하자" 입니다 (PCIe Gen6 96 레인 · CXL 3.0 · AMBA CHI 확장 링크 — 모두 외부 가속기·메모리와의 연결성). 둘째, 이 설계는 하이퍼스케일러 한 곳만을 위한 특수 설계가 아닙니다 — 어떤 가속기가 옆에 오든 (Nvidia GPU · AMD Instinct · 자체 MTIA · TPU · Cerebras WSE) 붙일 수 있는 범용 오케스트레이션 레이어 입니다.

이 설계 목표가 Meta 의 선택을 설명합니다. AI 가속기는 워크로드에 따라 아키텍처가 급격히 달라집니다 — 추천 모델 훈련에 최적화된 칩과 LLM 추론에 최적화된 칩은 데이터 경로 · 메모리 계층 · 연산 단위가 서로 달라야 하고, 이 차별화가 실제 성능에서 30~100% 차이를 만듭니다. 이것이 Meta 가 MTIA 300 (랭킹·추천) · 400/450/500 (추론) 을 세대별로 목적별로 나누어 설계하는 이유입니다. 자체 설계의 ROI 가 큽니다 — 한 세대 설계 비용 수억 달러를 들여도 특정 워크로드에서 3~10 배 단위 성능 이득을 가져올 수 있고, Meta 규모에서는 수십 억 달러의 연간 OpEx 절감으로 돌아옵니다.

CPU 는 반대입니다. 오케스트레이션 워크로드 (메모리 이동 · 가속기 관리 · 스케줄링) 는 하이퍼스케일러마다 거의 같은 요구사항 을 가집니다. 자체 설계를 해도 기존 ARM Neoverse 나 AMD EPYC 대비 성능 이점이 수십 % 수준에 그치고, 그 차이는 설계 비용 (수억 달러 + 2~3 년 엔지니어링) 을 정당화하지 못합니다. CPU 는 상품화 (commoditize) 되어 있고, 외부에서 사는 쪽이 경제적으로 우월 합니다.

ARM 이 AGI CPU 발표에서 함께 공개한 agentic AI 워크로드의 수치 가 이 경제학을 역설적으로 증명합니다. Agent 가 24 시간 동작하는 환경에서 사용자당 토큰 생성량이 15 배 · 필요한 CPU 코어 수가 4 배 (같은 전력 제약 하에) 로 증가한다는 ARM 자체 추정 (Arm Newsroom Twitter, 2026.04.16). 또 Arm AGI CPU 랙 하나 대 x86 랙 하나의 성능 비교에서 2 배 이상 (ARM 내부 추정치, 같은 글의 캡션). 이 숫자들이 맞다면 — 그리고 ARM 이 자기 제품 마케팅에서 과장할 수는 있지만 절대 수치가 아니라 상대 비율 은 업계 합의에 가까움 — CPU 층에서 얻을 수 있는 성능 이득은 ARM IP 의 세대 전환 한 번 으로 얻을 수 있는 규모입니다. 자체 설계할 이유가 없습니다.

즉 이 두 층의 경제학이 다릅니다. 가속기는 workload 별 차별화가 가능하므로 자체 설계 ROI > 설계 비용 입니다. CPU 는 workload 가 범용이므로 자체 설계 ROI < 설계 비용 입니다. Meta 가 2026.03 에 공개한 대칭은 이 경제학을 정면으로 반영한 것이며, 이 경제학이 다른 하이퍼스케일러에게도 동일하게 적용됩니다.

이미 가진 쪽과 앞으로 없을 쪽

이 논리를 받아들이면 2018~2025 동안 쌓인 하이퍼스케일러 커스텀 CPU 의 지형이 다르게 보입니다.

AWS Graviton (2018~, 현재 Graviton 4) 는 이미 몇 세대를 거친 매몰 자본 입니다. AWS 가 자체 CPU 를 계속 만드는 것은 새 세대 설계의 ROI 가 여전히 큰지 의 판단이 아니라, 이미 Graviton 인스턴스에 들어간 고객 기반과 소프트웨어 스택의 관성 때문입니다. AWS 신규 CPU 용량의 50% 이상이 Graviton 이라는 공시 (Arm Newsroom) 는 감속 시그널이 아니지만, Graviton 4 이후 세대 주기가 느려지는지 여부는 별개의 관찰 대상이고, Graviton 5 이후의 투자 강도는 AWS 내부 평가에 따라 달라질 수 있습니다.

Microsoft Cobalt (2024 Cobalt 100 · 2025 Cobalt 200) 와 Google Axion (2024 공개) 은 Graviton 보다 훨씬 늦게 진입했습니다. 두 회사 모두 2025 년에 2 세대만 공개 한 상태이고, 3 세대 · 4 세대 로드맵은 2026 년 4 월 기준 공식 공개가 없습니다. 이 "2 세대에서 멈춤" 이 일시적 공시 지연인지 전략적 감속인지는 각 사의 다음 공시에서 드러나겠지만, Meta 가 ARM 에서 CPU 를 사기로 결정한 시점과 MS/Google 의 3 세대 로드맵 침묵이 같은 분기에 겹친다 는 사실은 독립된 신호 두 개가 같은 방향을 가리킨다는 뜻입니다.

Meta 는 이미 본 적이 없는 결정을 내렸습니다 — MTIA 에 투자 확대 + CPU 는 ARM 구매 의 조합. Meta 가 MTIA 개발 경험을 통해 "가속기는 자체 설계, CPU 는 외부 구매" 라는 분할선을 구조적 답으로 삼았고, 이 답이 다른 하이퍼스케일러의 내부 판단에도 영향을 줄 가능성. Meta 는 CPU 설계를 시도할 역량이 있었고 (MTIA 를 자체 설계할 수 있는 팀이면 CPU 도 설계 가능), 그럼에도 하지 않기로 했다는 점이 무게감을 만듭니다.

새로 진입하는 하이퍼스케일러 (Oracle · Tencent · Alibaba 의 차세대 · 중동 · 유럽 sovereign cloud) 는 이 결정을 이미 본 뒤 자기 로드맵을 짭니다. 커스텀 CPU 설계 팀을 구성하는 데 2~3 년 · 수 억 달러가 드는데, 그 노력의 결과가 ARM AGI CPU 대비 의미 있는 우위를 만들지 못한다는 증거 가 이미 있다면, 처음부터 ARM 구매 쪽으로 기울 것입니다. 실제 ARM AGI CPU 의 launch partner 에 OpenAI · Cerebras · Cloudflare 가 들어간 사실 (CNBC, 2026.03.24) 이 이 경로를 예시합니다 — 이 세 회사는 자체 CPU 팀을 구축하지 않았고, ARM 의 제품을 그대로 구매합니다.

OpenAI Head of Industrial Compute Sachin Katti 의 발표 문장: "Arm AGI CPU 는 우리가 확장해 나가면서 인프라에서 중요한 역할을 맡게 될 것이며, 오케스트레이션 레이어를 강화 합니다." 여기서 "orchestration layer" 라는 표현은 앞서 언급한 ARM 자체 광고 문구 "agents and accelerators generate the work. CPUs keep it moving" 과 정확히 맞춰져 있습니다 — OpenAI 가 CPU 를 워크 주체 가 아니라 워크 유지 인프라 로 정의한 것. 그리고 이 정의는 자체 설계가 필요한 이유를 제거합니다.

ARM AGI CPU 공식 제품 렌더링 — "arm" 각인이 새겨진 실리콘 패키지
2026 년 3 월 24 일 ARM 뉴스룸 발표의 제품 히어로 렌더링. "arm" 로고가 패키지 측면에 각인 되어 있는 첫 사례 — 35 년 회사 역사상 처음으로 ARM 이 자기 이름이 박힌 실리콘을 팔기 시작했다는 사실이 이 작은 각인으로 드러납니다. 이 전에 ARM 은 설계 IP 만 팔고 칩 이름은 항상 라이선시 (Qualcomm · Apple · Nvidia · AWS · Microsoft) 의 것 이었습니다. 이미지의 상단에 살짝 보이는 다른 실리콘 다이는 "옆에 다른 가속기가 붙는" 이 제품의 설계 전제를 시각화합니다. (출처: Arm Newsroom, 2026.03.24)

각 회사에 남기는 것

이 분할선이 고정된다는 가정 하에서 세 회사의 위치가 바뀝니다.

AMD 는 commodity CPU 층의 구조적 수혜자 입니다. "CPU 는 외부 구매" 의 추세가 x86 고객 (엔터프라이즈 온프레미스 데이터센터 · tier-2 클라우드 · 기업 사설 클라우드) 에게도 동일하게 적용되고, 이 고객들에게 AMD EPYC 은 Intel Xeon 을 대체하는 가장 쉬운 경로 입니다. 그리고 AI 서버 구성에서 Nvidia GPU (H200/B200/B300) + AMD EPYC CPU 가 기본 조합으로 자리잡는 현상은 이미 진행 중입니다 — AMD 자체 AI 가속기 (Instinct MI) 보다 오히려 EPYC 이 Nvidia 서버의 CPU 짝 으로 선택되는 것이 AMD 매출에 큰 기여를 합니다. CPU 층의 수익성이 매 세대 눌리고 있지만 점유율 성장이 그 압박을 상쇄 합니다.

Intel 은 가장 직접적 타격 을 받습니다. 2026 년 현재 Intel Xeon 의 주 매출처는 AI 서버에서 GPU 옆에 놓이는 CPU 자리 인데, 이 자리가 (a) AMD EPYC 으로 뺏기고, (b) ARM AGI CPU 로 새로 뺏기고, (c) Nvidia Grace (Grace Blackwell 통합 패키지) 로 일부 사라집니다. 세 방향의 침식이 동시에 발생합니다. Intel 18A HVM 이 성공하고 Panther Lake · Clearwater Forest 가 양산에 들어가도, 서버 CPU 라는 제품 카테고리 자체가 "누가 더 빠른가" 가 아니라 "누가 더 싸게 오케스트레이션 하는가" 의 경쟁으로 옮겨가면 Intel 이 17A 든 14A 든 기술적 우위로 대응할 수 있는 영역이 좁습니다. Intel Foundry 가 외부 가속기 제조 (Microsoft Maia 2 같은 것) 에서 가져가는 매출이 Xeon 입지 약화의 부분적 hedge 가 되지만 hedge 이상은 아닙니다.

ARM 은 두 층에서 수혜 입니다. 한 층은 IP 로열티 — AWS Graviton · MS Cobalt · Google Axion · Nvidia Grace 모두가 ARM Neoverse IP 를 쓰므로 이 층은 기존 사업의 연장. 다른 층은 AGI CPU 의 직접 판매 — Meta · OpenAI · Cerebras · Cloudflare · 앞으로의 2~3 선 하이퍼스케일러와 enterprise private cloud 를 흡수. 이 두 번째 층은 ARM 역사상 처음으로 생긴 수익원이며, 2026 하반기 양산 이후 2027 부터 연간 수십억 달러 규모로 커질 수 있는 경로. ARM 주가가 2026.03.25 에 +16% 상승한 것 (CNBC, 2026.03.25) 은 시장이 이 두 번째 층의 규모를 이미 가격에 반영하기 시작했다는 신호.

Nvidia 의 Grace CPU 는 이 분할선에서 흥미로운 위치 를 차지합니다. Grace Hopper · Grace Blackwell 의 CPU 부분은 Nvidia 가 독자 설계했지만 ARM Neoverse IP 기반 이고, AI 가속기 (Hopper · Blackwell) 와 함께 묶여 팔립니다. 즉 Nvidia 에게 Grace 는 "별도 CPU 사업" 이 아니라 "AI 가속기의 CPU 부속" — 같은 commoditization 논리의 반대편. Nvidia 가 Grace 를 별도 판매할 의도가 없다는 사실 자체가 "CPU 는 가속기를 움직이는 인프라" 라는 업계 재정의에 부합.

이 논지가 깨질 수 있는 조건

이 글의 주장은 "Meta 의 2026.03 결정이 하이퍼스케일러 CPU 커스텀 시대의 공개적 종결을 알린다" 입니다. 이 주장이 틀릴 수 있는 조건 네 가지.

조건 1 — AWS Graviton 5 가 차별화된 스펙으로 나오는 경우. Graviton 4 이후의 세대가 ARM AGI CPU 와 의미 있게 다른 성능 / 비용 프로파일을 내면, AWS 는 자체 CPU 투자가 여전히 ROI 를 낸다는 증거가 됩니다. 공시 모니터링 대상.

조건 2 — 새 하이퍼스케일러가 CPU 커스텀 팀을 구성하는 경우. 중국 · 중동 · 유럽 sovereign cloud 등이 지정학적 이유로 자체 CPU 설계 팀을 구축 하면 "CPU 상품화" 논지가 부분적으로 깨집니다. 이 가능성은 높은 편이므로 이 논지는 "경제적 합리성 기준" 에서는 맞지만 "정치적 기준" 에서는 예외가 있을 수 있음.

조건 3 — Meta MTIA 가 실패하는 경우. MTIA 400/450/500 이 예상 성능을 못 내고 Meta 가 Nvidia · AMD 가속기로 다시 돌아가면 Meta 의 대칭 자체가 무너집니다. "가속기는 자체 설계 · CPU 는 구매" 의 전반부가 실패하면 후반부의 규범성도 약화. 다만 Meta 가 2026.03 시점에 MTIA 300 을 이미 양산에 올린 상태이므로 최악의 실패 시나리오는 가능성이 낮음.

조건 4 — ARM 이 AGI CPU 수익성을 내지 못하는 경우. AGI CPU 가 공급 초기에 TSMC N3 수율 · 패키징 · 소프트웨어 스택 문제로 공급 지연 · 성능 미달을 겪으면 OpenAI 같은 launch partner 가 이탈 가능. ARM 의 첫 silicon 제품이라는 점에서 실행 리스크가 실재. 2026 년 하반기 양산 시점의 실제 공급 · 성능 데이터가 첫 검증점.

정리

2026 년 3 월 24 일 Meta 의 두 발표는 별개의 사건이 아니라 하나의 결정 이었습니다. AI 가속기는 자체 설계로 속도를 두 배 밀어붙이면서 CPU 는 외부 구매로 돌린다는 것. 이 비대칭이 AI 시대 반도체 산업의 경제 법칙 을 공개적으로 확정합니다 — workload 별 차별화가 가능한 계층에서는 자체 설계 ROI 가 성립하고, workload 가 범용화된 계층에서는 상품화가 필연입니다. CPU 는 후자가 되었고, 가속기는 전자로 굳어지고 있습니다.

이 분할선이 고정되면:
- AMD 의 EPYC 은 "Nvidia AI 서버의 기본 CPU" 포지션을 유지하며 구조적 수혜.
- Intel Xeon 은 AI 서버에서 AMD · ARM · Nvidia Grace 에 삼중으로 침식되는 구조.
- ARM 은 IP 로열티 (기존) + 직접 silicon 판매 (AGI CPU 신규) 두 층의 수익 구조를 확보.
- Nvidia Grace 는 CPU "사업" 이 아니라 가속기의 부속으로 자리잡음.

시장은 이 구조 변화를 2026.03.25 ARM 주가 +16% 로 이미 일부 가격에 반영 하기 시작했습니다. 아직 완전히 반영되지 않은 것은 Intel 이 받을 장기적 타격의 규모이고, 이 부분은 2026 년 하반기 Clearwater Forest 양산 · 2027 년 Xeon 차세대 점유율 수치에서 드러날 것입니다.

하이퍼스케일러 커스텀 실리콘이 "모든 층에서 확대된다" 는 8 년 된 서사는 2026 년 3 월에 공식적으로 끝났습니다. 확대된 것은 한 층 (가속기) 뿐이고, 다른 층 (CPU) 은 오히려 외부 판매자 (ARM) 의 점유율을 새로 만들어 주는 역 구조 였습니다. 이 뒤집힘을 먼저 읽은 쪽과 뒤늦게 읽는 쪽의 2026~2027 포지션 격차가 이 논지의 구체적 검증 지표입니다.

면책 · 출처

본 글은 투자권유가 아닙니다. AMD · Intel · ARM · Meta · Nvidia 의 주식 · 채권 매수/매도 권유를 포함하지 않으며, 목표가 · 매수매도 의견 · 포인트 추정치를 제시하지 않습니다. 기업 언급은 기술 · 제품 · 운영 의사결정 사실에 한정했고, 밸류에이션 · 주가 수준은 본문에서 제외했습니다.

수치 · 이미지 출처 원칙 — 모든 정량 주장은 1 차 자료 URL 인라인 인용. 이미지는 Meta 공식 뉴스룸 · ARM 공식 뉴스룸의 공개 자료 3 장만 사용. AI 생성 이미지 0 장 · 저자 구성 차트 0 장.