[유미's 픽] '풀스택' 믿었던 구글, 제미나이 위기 불렀나…인력·조직도 '흔들'

AI 모델 경쟁에서 오픈AI, 앤트로픽에 밀리고 있는 구글이 최근 인공지능(AI) 경쟁력 강화를 위해 투자와 조직 재정비에 속도를 내고 있다. 막대한 AI 인프라 투자를 이어가는 가운데 핵심 모델인 제미나이의 출시 지연과 경쟁력 약화 우려, 주요 연구진 이탈이 잇따르면서 투자 확대를 통해 기술 경쟁력을 회복할 수 있을지 주목된다. 7일 블룸버그·로이터 등 주요 외신에 따르면 알파벳은 미국 투자적격등급 회사채 시장에서 최대 250억 달러를 조달하는 방안을 추진하고 있다. 만기는 2년부터 40년까지 최대 10개 회차로 나눌 예정이다. 알파벳의 올해 자본지출 전망치는 최대 2050억 달러로, 지난해의 두 배를 웃돈다. AI 데이터센터와 컴퓨팅 인프라 투자 확대 영향으로 올해 2분기 잉여현금흐름(FCF)은 마이너스 58억6000만 달러를 기록했다. 2004년 기업공개(IPO) 이후 첫 분기 기준 FCF 적자다. 이처럼 투자 규모는 커지고 있지만 구글의 핵심 AI 모델인 제미나이는 최근 경쟁사와의 격차가 벌어진 모양새다. 구글은 지난달 '제미나이 3.6 플래시' 등 경량 모델 3종을 공개했지만 당초 6월 출시가 예상됐던 고성능 모델 '제미나이 3.5 프로'는 내놓지 못했다. 지난해 11월 '제미나이 3 프로' 이후 약 8개월 동안 후속 프로 모델 공백이 이어진 셈이다. 출시 지연 사유로는 코딩 성능이 내부 목표에 미치지 못한 점이 거론된다. 특히 코딩은 최근 AI 모델의 성능 경쟁이 가장 치열한 분야 중 하나로, 오픈AI와 앤트로픽이 잇따라 고성능 모델을 내놓으면서 구글의 플래그십 모델 공백에 대한 부담도 커지고 있다. 구글 내부의 컴퓨팅 자원 배분도 변수로 꼽힌다. 구글은 자체 AI 가속기 TPU부터 데이터센터, 구글클라우드, 제미나이, 검색·유튜브까지 AI 전 영역을 직접 운영하고 있다. 여기에 구글 클라우드를 이용하는 외부 고객사에 TPU 기반 컴퓨팅을 공급하는 동시에 딥마인드의 대규모 모델 훈련에도 자원을 투입해야 하는 구조를 갖고 있다. 이규원 DS투자증권 연구원은 "비대해진 조직에 따른 느린 실행 속도와 함께 AI 모델을 개발하는 딥마인드가 충분한 컴퓨팅을 확보하지 못했다는 점이 제미나이 경쟁력 약화 원인으로 거론된다"며 "TPU 판매 확대를 위해 고객사에 TPU 기반 컴퓨팅 용량까지 함께 제공하면서 경쟁사 대비 모델 훈련에 컴퓨팅을 많이 배분하지 못했을 것"이라고 말했다. 조직 변화도 이어지고 있다. 구글에서 27년간 근무하며 검색 인프라와 AI 연구를 이끈 제프 딘 수석과학자는 산자이 게마와트, 오리올 비냘스, 꾸옥 레 등과 회사를 떠나 '디스커버리 루프'를 설립했다. 지난 6월에는 제미나이 공동 개발자 노엄 샤지어가 오픈AI로, 존 점퍼가 앤트로픽으로 이동했다. 딥마인드 경영 체계도 바뀌었다. 데미스 하사비스 딥마인드 최고경영자(CEO)는 알파벳 수석과학자와 딥마인드 의장을 맡아 범용인공지능(AGI)과 장기 연구에 더 집중하고, 코라이 카부쿠오을루 최고기술책임자(CTO)가 딥마인드의 운영을 맡게 됐다. 이승현 라이너 AI 에반젤리스트는 "최근 구글이 일반적인 거대언어모델(LLM) 경쟁보다 '과학 연구용 AI' 쪽에 무게를 더 싣는 흐름도 보인다"며 "LLM 경쟁을 포기하는 것인지, 장기 전략을 강화하면서 다시 반전을 노리는 것인지는 조금 더 지켜볼 필요가 있다"고 말했다. 업계에선 구글이 그동안 내세워온 롱 컨텍스트와 자체 TPU 중심 전략도 다시 시험대에 올랐다고 평가했다. 모델 규모와 입력량이 커질수록 메모리와 연산 자원 부담도 함께 늘어나는 만큼 차세대 모델에서 성능뿐 아니라 안정성과 자원 효율을 얼마나 끌어올리는지가 중요해졌다고 봐서다. 구글도 데이터센터와 차세대 TPU 투자를 늘리며 컴퓨팅 여력 확대에 나서고 있다. 과거 챗GPT 등장 직후 AI 경쟁에서 밀렸다는 평가를 받다가 제미나이 3 시리즈로 다시 선두권에 올라선 만큼, 추가 인프라 투자가 차기 모델의 성능 개선으로 이어질지가 주목된다. 이 AI 에반젤리스트는 "구글은 자체 TPU와 롱 컨텍스트 중심 전략을 펼쳐왔는데 최근 입력량이 커지면서 메모리 병목과 연산 자원 한계가 나타나는 듯하다"며 "새 모델이 이런 문제를 얼마나 해결하느냐에 따라 다시 경쟁력을 회복할 수도, 위험이 더 커질 수도 있다"고 분석했다.