앤트로픽 자체 칩, 삼성 2nm 파운드리의 역대급 승부수

AI 업계의 '엔비디아 탈출' 경쟁이 새로운 국면에 접어들었습니다.The Information과 Tom's Hardware 등 해외 매체 보도에 따르면, Claude를 운영하는 앤트로픽(Anthropic)이 자체 AI 추론 전용 칩(ASIC) 개발에 본격 착수하면서 제조 파트너로 삼성전자와 협상을 진행 중인 것으로 전해졌습니다. 앤트로픽의 기업가치가 9,650억 달러를 넘긴 상황에서 나온 선택이라 업계의 주목도가 높습니다.단순한 '칩 하나 만드는' 계획으로 보기 어렵습니다. OpenAI(브로드컴)·구글(TPU)·메타(MTIA)에 이어 앤트로픽까지 자체 칩으로 방향을 틀면서, AI 인프라의 무게중심이 '범용 GPU'에서 '커스텀 추론 칩'으로 이동하고 있다는 분석이 힘을 얻고 있습니다.

그림: 앤트로픽 자체 칩 삼성 2nm 승부수 — — 엔비디아 탈출과 K-파운드리의 기로

왜 지금 자체 칩인가 — 엔비디아 의존의 비용

앤트로픽의 자체 칩 착수는 단순한 호기심이 아니라 생존 전략에 가깝습니다.앤트로픽은 현재 구글 TPU와 아마존 트레이니움(Trainium), 엔비디아 GPU를 병행 사용하고 있지만, 모델 규모가 커질수록 추론(서비스 운영) 비용이 매출을 잠식하는 구조가 뚜렷해졌습니다. AI 업계에서는 '학습은 한 번 해도 추론은 무한 반복'이라는 말이 통용됩니다. 사용자 수가 늘수록 엔비디아 H100·B200 같은 고가 GPU의 운영비가 눈덩이처럼 불어나기 때문입니다.실제로 OpenAI는 2분기 매출이 67억 달러로 전분기 대비 18% 성장했음에도 영업 마진이 악화되고 있고, 앤트로픽은 116억 달러 매출에도 적자 폭이 확대 중이라는 WJS 보도가 나옵니다. 자체 칩은 GPU 임대료와 마진을 동시에 줄이는 유일한 레버라는 판단이 깔려 있습니다.

AI 칩 시장의 주도권이 바뀌고 있습니다.'학습의 왕' 엔비디아에서 '추론의 왕'을 노리는 커스텀 ASIC 세력으로.그 분기점에 한국 파운드리가 있습니다.

왜 삼성인가 — TSMC 독주 속 '차선책'의 역설

앤트로픽이 삼성을 파트너 1순위로 검토하는 이유는 복합적입니다.첫째, TSMC의 2nm 슬롯이 사실상 포화 상태입니다. 애플·AMD·퀄컴·엔비디아가 2026~2027년 물량을 선점하면서 신규 고객은 긴 대기열에 서야 합니다. 둘째, 삼성은 HBM(고대역폭 메모리)과 로직 칩을 동시에 공급할 수 있는 몇 안 되는 업체라 '패키지 통합(칩+메모리+패키징)' 거래가 가능합니다. 셋째, 가격 협상력입니다. 삼성은 TSMC 대비 견적을 20~30% 낮게 제시하는 전략을 쓰는 것으로 알려져 있습니다.또 하나의 배경은 미국 내 제조 확보 압박입니다. 트럼프 행정부의 반도체 리쇼어링 정책과 맞물려, 삼성의 텍사스 테일러 공장이 미국 고객의 공급망 다변화 카드로 부상하고 있습니다. 앤트로픽 입장에선 '정치적 리스크 헤지 + 비용 절감'을 동시에 노릴 수 있는 셈입니다.

Samsung Foundry의 입장에서도 앤트로픽은 놓칠 수 없는 고객입니다.삼성 파운드리는 2nm 수율을 둘러싼 우려에도 불구하고, 최근 테일러 공장에서 대형 고객 수주에 사활을 걸고 있습니다. AI 추론 칩은 학습 칩보다 동작 클럭과 아키텍처가 단순한 편이라, 수율이 불안정한 신공정 초기 단계에서 비교적 유리한 '진입 고객' 역할을 할 수 있습니다.업계에서는 삼성이 앤트로픽과의 협상에서 'HBM4 + 로직 + 패키징'을 묶은 풀터니키 계약을 제시했을 가능성을 주목합니다. 이 경우 TSMC + SK하이닉스 조합을 앞선 구조가 되기 때문입니다.

추론 칩 전쟁의 지도 — 누가 이기나

현재 커스텀 AI 칩 시장은 크게 세 축으로 나뉩니다.① 설계 주도형: 구글 TPU·아마존 트레이니움·앤트로픽 ASIC(디자인 자체, 파운드리 외주). ② 협력 설계형: OpenAI·Broadcom, Meta·Broadcom, xAI·Tesla 팀업. ③ GPU 고수형: 마이크로소프트(엔비디아 의존도 가장 높음), CoreWeave 등 신흥 클라우드.이 중 가장 관심을 끄는 싸움은 '추론 성능 대비 전력 효율(TCO)' 입니다. Digitimes 분석에 따르면 앤트로픽의 목표는 NVIDIA GPU 대비 추론 비용 30~50% 절감으로 알려집니다. 성공하면 중소 AI 스타트업들도 뒤따를 것이고, 실패하면 엔비디아의 독점이 더 단단해지는 갈림길입니다.

한국 산업에 미치는 의미 — 반도체 생태계 재편

앤트로픽-삼성 협상이 성사되면 파급은 파운드리를 넘어 국내 반도체 생태계 전반으로 번집니다.첫째, HBM 수급의 '내재화'입니다. 엔비디아 GPU에 들어가는 HBM은 SK하이닉스가 50% 이상을 공급하고 있었는데, 커스텀 ASIC으로 축이 이동하면 메모리 공급처도 다변화됩니다. 삼성이 로직과 HBM을 함께 받아가면 SK하이닉스 입장에서는 신규 고객사 확보가 시급해집니다.둘째, 장비·소부장(소재·부품·장비) 수요의 구조적 증가입니다. 2nm 공정 양산에는 EUV 노광장비, 첨단 패키징(TSV·CoWoS 유사 공정) 등이 필요해, 한미반도체·테스·피에스케이홀딩스 등 국내 후공정 업체들의 수주 잔고가 들썩일 전망입니다.셋째, 정부의 '소버린 AI' 전략과의 시너지입니다. 앞서 정부가 4.7조 원 규모의 국산 AI 칩 펀드를 발표한 상황에서, 앤트로픽 같은 글로벌 주자가 삼성을 선택하면 'K-반도체 재평가' 스토리에 탄력이 붙습니다.

다만 리스크도 뚜렷합니다.삼성이 실제로 2nm 제조까지 계약을 따낸다 해도 양산 수율이 관건입니다. TSMC가 이미 2nm 고객 대부분을 잠근 상황에서, 삼성이 초기 수율에서 기대를 충족하지 못하면 앤트로픽이 다시 TSMC로 회귀할 가능성이 있습니다. 과거 Qualcomm, NVIDIA가 그랬듯이 '시장의 선택은 냉혹'합니다.결국 관전 포인트는 하나입니다. 삼성이 이번 기회를 '수율과 납기'로 증명할 수 있는가 — 그렇다면 K-파운드리는 AI 시대에 다시 중심에 서게 됩니다.

투자자·독자 관점에서 보는 시사점

주식 관점에서는 세 가지를 눈여겨볼 필요가 있습니다.① 삼성전자 파운드리 사업부의 턴어라운드 시그널 — 대형 커스텀 칩 수주는 파운드리 적자 축소의 가장 강력한 카드입니다. ② HBM3과 HBM4의 공급처 다변화 — SK하이닉스와 마이크론 모두 커스텀 ASIC 고객 유치에 사활을 걸게 됩니다. ③ 소부장·후공정 장비주 — 2nm 양산은 국내 장비업체들에 직접적인 수혜입니다.일반 독자 관점에서는 'AI 서비스 가격의 하락 압력'이 가장 큰 실익입니다. 커스텀 칩이 보급되면 클로드·챗GPT 같은 구독형 AI 요금이 장기적으로 낮아질 가능성이 높습니다. 엔비디아 의존 시대의 고비용 구조가 약해지기 때문입니다.

1. The Information — Anthropic in Talks With Samsung to Manufacture Custom AI Chip (July 2026)
2. Tom's Hardware — Anthropic co-designing custom AI inference chips to bypass costly Nvidia GPUs (Aug 2026)
3. Digitimes — Anthropic's reported chip plans with Samsung could ease inference costs (July 2026)
4. TechTimes — Anthropic in Talks With Samsung to Build Custom AI Chip, Aiming at 2nm Process (July 2026)
5. WSJ — OpenAI Q2 Revenue Grew 18% QoQ to $6.7B as Operating Margin Sank (Sep 2026)
6. Bloomberg — Nvidia's Jensen Huang Says AI Industry Doesn't Need Any New Laws (Sep 2026)
7. Industry reporting on OpenAI × Broadcom 10GW custom chip program (Oct 2025)
8. Korea Economic Daily — Samsung Electronics 2026 HBM sold out, HBM4 pre-orders surging
9. TrendForce — 2nm foundry capacity allocation: Apple, AMD, Qualcomm, NVIDIA 2026-2027
10. SemiAnalysis — Inference ASIC vs NVIDIA H100/B200 total cost of ownership comparison