ASI와 구글 제미나이 — ‘GPU vs TPU’ 패권 다툼, 어디까지 사실인가

2025년 11월 구글이 제미나이 3를 공개하자, 12월 2일 오픈AI의 샘 올트먼은 사내에
‘코드 레드’를 선언했다.¹ “제미나이가 챗GPT를 이겼다”는 헤드라인이
쏟아졌지만, 실제 숫자와 원인을 뜯어보면 이야기는 단순한 승패보다 복잡하다. 이 글은 화제성 문구를
반복하는 대신 (1) 제미나이 우위의 실제 수치, (2) ASI라는 개념의 실체, (3) GPU와 TPU의
경쟁 구도, (4) 이 판에서 한국이 쥔 카드를 순서대로, 출처와 함께 정리한다.

제미나이가 챗GPT를 앞섰다는 소식, 어디까지 사실인가

먼저 확인할 것은 무엇이, 얼마나 앞섰는가이다. 두 축을 나눠 봐야 한다.
사용자 규모에서는 여전히 챗GPT가 앞선다. 챗GPT의 월간 활성 사용자(MAU)는 약
8억 1,000만 명으로, 다만 2025년 8~11월 성장률이 6%로 둔화됐다. 같은 기간
제미나이 MAU는 4억 5,000만 명에서 6억 5,000만 명으로 빠르게 늘었다.¹
성능 벤치마크에서는 제미나이 3가 여러 지표에서 우위를 보였다는 평가가 나왔고, 이 격차 인식이
올트먼의 ‘코드 레드’ 선언으로 이어졌다.¹

정리하면 현재 구도는 ‘역전’이라기보다 규모는 챗GPT, 증가 속도와 최신 성능은 제미나이
쪽에 무게가 실린 국면이다. 승부가 끝났다기보다, 검색·안드로이드·워크스페이스에 제미나이가 기본
탑재되며 전선이 넓어진 상태로 보는 편이 정확하다.

ASI란 무엇인가 — AGI와의 차이, 손정의가 강조한 것

용어부터 구분하자. 현재의 AI가 의사의 진단을 ‘보조’하는 수준이라면, AGI(일반
인공지능)는 사람처럼 폭넓은 과제를 독립적으로 수행하는 단계, ASI(Artificial
Super Intelligence, 인공 초지능)는 인간 지능을 전반적으로 뛰어넘어 난치병·과학 난제까지 스스로
풀어낸다고 상정되는 가설적 단계다. ASI는 아직 실현된 기술이 아니라 목표이자 전망
이라는 점을 분명히 해둘 필요가 있다.

이 개념이 국내에서 화제가 된 계기는 손정의 소프트뱅크 회장의 방한이다. 그는 2025년 12월 5일
이재명 대통령을 만나 “첫째도 ASI, 둘째도 ASI, 셋째도 ASI 역량 강화에 집중해야 한다”고 조언하며,
AI 시대에는 안정적인 기저 에너지 확보가 관건이라고 강조했다.²
손 회장은 트럼프 행정부의 지원 아래 오픈AI·오라클과 대규모 AI 인프라 프로젝트 ‘스타게이트’를
주도하고 있는데, 그의 오픈AI에 대한 대규모 베팅도 같은 맥락에서 읽을 수 있다.

제미나이의 진짜 무기 — 멀티모달과 TPU

제미나이의 약진에는 두 가지 배경이 있다. 하나는 멀티모달 능력이다. 텍스트뿐
아니라 이미지·영상·문서를 함께 이해해, 유튜브 링크 하나로 영상 내용을 요약하거나 발표 자료·
인포그래픽 초안을 만들어내는 식이다. 이런 시각화·요약 기능이 검색과 안드로이드, 워크스페이스에
기본으로 붙으면서 활용 접점이 크게 늘었다.

다른 하나는 하드웨어다. 제미나이 3는 엔비디아 GPU가 아니라 구글 자체 칩인
TPU(v5e·v6e 계열)로 주로 학습·추론된 것으로 알려졌다.³
최상위 성능 모델이 엔비디아 없이도 나올 수 있다는 사실은 업계에 상징적 충격을 줬다. 실제로 구글은
TPU를 외부에 판매하는 방향으로 전략을 넓히고 있고, 메타가 TPU 도입을 검토한다는 보도까지
나왔다.⁴

GPU vs TPU — 엔비디아 독점은 흔들리는가

오랫동안 AI 연산의 중심은 엔비디아 GPU였다. 병렬 처리에 강해 대형 모델 학습에
적합하고, 그 지배력은 수익성에서 그대로 드러난다. 엔비디아의 2026 회계연도 3분기 매출총이익률은
약 73.4%, 전체 매출 570억 달러 중 데이터센터 부문이 512억 달러로
약 90%를 차지했다.⁵ 문제는 이 높은 마진이
AI 기업 입장에서는 곧 높은 비용이라는 점이다.

구글의 TPU는 텐서 연산에 특화된 맞춤형 칩으로, 특정 워크로드에서 비용 대비
효율이 높다. 범용성은 GPU가 앞서지만, AI 전용 연산에서는 TPU가 경쟁력을 갖는다. 그래서 시장은
‘GPU 대 TPU’ 승자 독식보다, 학습은 GPU·추론은 TPU 식으로 역할이 나뉘며 공존하는
쪽으로 흘러갈 가능성이 크다. 엔비디아의 CUDA 생태계에 맞서 구글·메타가 TPU 진영을 넓히는 흐름은
엔비디아 CUDA 아성에 대한 도전이라는 더 큰 그림 속에 있다.

한국의 자리 — HBM 메모리와 에너지 병목

칩 논쟁의 이면에는 두 개의 병목이 있다. 메모리와 에너지다.
AI 모델은 방대한 데이터를 빠르게 오가야 하므로 고성능 메모리가 필수인데, 그 핵심인
고대역폭 메모리(HBM) 시장을 한국 기업이 주도한다. 2025년 2분기 기준 HBM 시장
점유율은 SK하이닉스 약 62%, 마이크론 약 21%, 삼성전자 약 17%로, 사실상 세 곳이
전 세계 물량을 나눈다.⁶ AI 투자가 이어지는 한 HBM 수요는 구조적으로
늘어날 공산이 크다.

두 번째 병목은 전력이다. AI 데이터센터는 24시간 막대한 전기를 소모하며, 미국이 AI와 에너지에
동시에 자금을 쏟는 이유가 여기에 있다. 원자력·가스터빈·전력기기 등 에너지 생산·효율 산업이 AI
시대의 또 다른 축으로 떠오른 배경이다. 한국이 반도체와 에너지 인프라라는 두 카드를 어떻게 엮느냐가
관건인데, 이 구조는 에너지와 인프라의 교차점에서 더 자세히 다룬다.

미중 AI 패권과 ‘에너지’라는 변수

AI 경쟁은 기업 간 다툼을 넘어 국가전으로 번졌다. 미국은 중국과의 격차를 벌리려 AI·에너지에
대규모 산업 정책을 펴고 있다. 그런데 반도체·알고리즘에서 앞선 미국의 약점이 바로 에너지다.
엔비디아 젠슨 황 CEO조차 미국이 중국을 반드시 이긴다고 단정하기 어렵다는 취지로 중국의 저력을
언급한 바 있다.

중국의 무기는 값싼 전력이다. 중국은 현재 30기 이상의 원자로를 건설 중이며,
2025년에도 정부가 원자로 10기 건설을 새로 승인해 4년 연속 두 자릿수 승인을 이어갔다.⁷
태양광 발전 단가도 크게 낮아져, AI 데이터센터의 전력을 상대적으로 저렴하게 확보할 수 있는 환경이다.
‘AI 반도체는 미국, 에너지는 중국’이라는 비대칭이 이 경쟁을 장기전으로 만드는 핵심 변수다.
다만 이는 현재의 구조적 관찰이지, 특정 국가의 승리를 예단하는 근거는 아니다.

AI의 한계 논쟁 — 감정·사회성, 그리고 협업

낙관론만 있는 것은 아니다. 일부 AI 연구자들은 현재 모델이 방대한 학습에도 때로 기초적인
실수를 저지르며, 실세계에 대한 일반화·적응 능력이 부족하다고 지적한다. 사람의 ‘감정’이
가치 판단과 사회성을 형성하는 핵심 요소인데, 이를 온전히 구현하기 어렵다는 것이 완전한 지능으로
가는 길목의 난관이라는 견해다. 이런 지적들은 단정보다는 열린 논쟁으로 보는 편이 맞다.

그래서 유력한 시나리오는 ‘AI가 인간을 대체’가 아니라, 인간과 AI가 강점을 나눠 협업
하는 형태다. AI가 낸 결과의 오류를 함께 검증하고 판단하는 사람 전문가의 역할은
오히려 커진다. 기술의 방향을 냉정히 읽되, 그 결과를 무비판적으로 받아들이지 않는 태도가 필요하다.

결론 — 구호 대신 이 지표들을 관찰하라

“AI 시대에 대비하자”는 다짐은 판단에 도움이 되지 않는다. 승패 헤드라인에 휘둘리지 말고, 앞으로
몇 분기 동안 다음 지표를 관찰하는 편이 실질적이다.

1. 제미나이·챗GPT의 MAU 증가율 추이 (규모 vs 속도)
2. TPU의 외부 판매·채택 확산 여부 (메타 등 대형 고객)
3. 엔비디아 데이터센터 매출 비중·마진 유지 여부
4. HBM 계약가·공급 상황 (SK하이닉스·삼성전자)
5. 미·중의 전력 확보 속도 (원전·재생에너지)

이 다섯 지표는 ‘AI 패권’이라는 추상적 구호를 확인 가능한 숫자로 바꿔준다.
방향은 이미 정해졌지만, 승자는 아직 정해지지 않았다. 그 사이에서 관찰을 놓지 않는 것이 개인이
할 수 있는 가장 현실적인 대비다. 오늘의 ‘충격적 역전’ 헤드라인은 다음 분기면 또 다른 헤드라인으로
덮인다. 흔들리지 않는 것은 반도체·메모리·전력이라는 물리적 토대이며, 이 토대의 숫자를 계속 따라가는
사람이 결국 흐름을 먼저 읽는다.