구글, 메타의 Gemini AI 모델 사용 제한

• Google의 Gemini 사용 제한

  • Google이 Meta의 Gemini AI 모델 사용에 제한을 둠

  • Meta가 경쟁 기술 그룹이 제공할 수 있는 수준보다 더 많은 컴퓨팅 용량을 요청한 뒤 내려진 조치임

  • Google은 3월경 Meta가 구매하려던 Gemini 전체 용량을 충족할 수 없다고 통보함

  • 용량 부족으로 Meta 내부 AI 프로젝트 일부가 차질을 빚고 지연됨

• 영향 범위와 Meta의 대응

  • 다른 Google 고객 여러 곳도 영향을 받았지만 정도는 더 작았음

  • Meta는 Google 모델 수요가 예외적으로 높아 특히 큰 영향을 받음

  • Reuters는 익명 관계자를 인용한 해당 내용을 즉시 검증하지 못했음

  • Google과 Meta는 업무시간 외 논평 요청에 즉시 응답하지 않음

  • 제한 조치 이후 Meta는 직원들에게 AI 사용량 단위인 토큰을 더 효율적으로 쓰도록 권장함

• 클라우드 컴퓨팅 용량 압박

  • 기업들이 칩과 데이터센터에 수십억 달러를 계속 투자하는 와중에도 AI 서비스 수요 증가를 뒷받침할 충분한 컴퓨팅 파워 확보에 어려움 지속

  • Google Cloud 매출은 3월 종료 1분기에 200억 달러로 증가함

  • 컴퓨팅 파워 제약으로 더 높은 성장률이 막혔고, 클라우드 부문 백로그가 전분기 대비 거의 두 배로 늘어나는 데 영향을 줌

^{source https://www.cnbc.com/2026/06/28/google-limits-metas-use-of-its-gemini-ai-models-ft-reports.html}

HN에서는 이 사안을 구글이 경쟁사인 메타의 모델 접근을 의도적으로 막은 사건으로 보기보다, 초대형 고객도 원하는 만큼 AI 연산 자원을 확보하지 못하는 현실이 드러난 사례로 읽는 쪽이 우세했다. ‘제한’이라는 표현은 기능 차단이나 정책적 견제를 떠올리게 하지만, 기사와 댓글이 짚은 핵심은 수요가 공급을 앞질렀다는 데 있다.

클라우드와 AI API를 써 본 개발자들은 이 상황을 낯설게 보지 않았다. 클라우드는 필요할 때 자원을 끝없이 늘릴 수 있는 것처럼 팔리지만, 실제 운영에서는 할당량과 증설 승인, 특정 리전이나 인스턴스의 부족을 자주 마주친다. Gemini API나 일부 모델에서 과부하 오류와 불안정한 응답을 겪었다는 경험담도 나왔다. 이런 맥락에서는 메타 같은 대형 고객도 예외가 아니라는 점이 오히려 자연스럽다.

메타가 왜 구글 모델을 많이 쓰는지도 중요한 질문으로 남았다. 코딩 성능만 기준으로 삼으면 Gemini를 고를 이유가 약하다고 본 사람도 있었지만, 메타의 실제 수요가 개발 보조가 아닐 가능성에 더 무게가 실렸다. 이미지·영상·오디오 이해, 게시물 분류, 신고나 광고 검토처럼 대규모 서비스 안에서 반복적으로 돌릴 작업이라면 다른 판단이 가능하다. 다만 자체 모델과 데이터센터에 막대한 투자를 해 온 메타가 외부 모델 용량에 크게 의존한다면, 내부 인프라와 모델 운용 능력을 다시 따져볼 문제라는 시각도 있었다.

결국 이 논의는 모델 순위보다 운영 조건을 먼저 보라는 쪽으로 이어진다. 어떤 모델이 더 똑똑한가만으로는 충분하지 않다. 워크로드가 텍스트 생성인지 멀티모달 분석인지, 필요한 처리량을 계약상 안정적으로 받을 수 있는지, 장애와 할당량 제한을 포함한 비용이 감당 가능한지를 함께 확인해야 한다. AI 도입의 병목은 모델 성능만이 아니라, 원하는 순간에 충분한 연산 자원을 확보할 수 있느냐에도 있다.