Terafab은 아직 실적표에 숫자로 찍히는 공장이 아니다. 그러나 Tesla가 Intel 출신 제조 인력을 끌어오기 시작했다는 보도는 이 프로젝트가 더 이상 아이디어 단계에만 머물러 있지 않다는 신호로 읽힌다.
Tom’s Hardware는 Tesla가 Intel에서 17년 넘게 근무한 Gary Jiang을 영입했다고 보도했다. Jiang은 Intel의 18A 공정 관련 장비 설치, 공장 스타트업, 제품 인증, 고성능 양산 전환 준비에 관여한 제조 리더로 소개됐다. 이는 칩 설계보다 더 거칠고 비싼 영역, 즉 실제 팹을 세우고 장비를 넣고 수율을 끌어올리는 경험이다.
이 인사가 중요한 이유는 Tesla의 AI 전략이 점점 더 “소프트웨어 회사”라는 설명만으로는 부족해지고 있기 때문이다. Tesla 공식 AI & Robotics 페이지는 자율주행 신경망, 대규모 데이터, 커스텀 하드웨어, 코드 기반 최적화를 함께 강조한다. FSD와 Optimus, Robotaxi가 커질수록 병목은 모델만이 아니라 연산, 메모리, 전력, 패키징, 생산능력으로 이동한다.
Tesla 공식 채용 페이지에도 Technical Program Manager, Terafab 포지션이 Austin, Texas 기반으로 올라와 있다. 직무 카테고리 자체가 Terafab으로 분류돼 있다는 점은 Tesla가 이를 내부 프로젝트명 이상의 조직 단위로 다루고 있음을 보여준다. 보도대로 Jiang의 역할이 전체 Terafab 총괄인지, 파일럿 라인 구축인지, 특정 인프라 프로그램인지 여부는 아직 공식 확인이 제한적이다. 그러나 방향성은 분명하다.
Tom’s Hardware는 이번 영입을 Tesla·SpaceX·xAI가 얽힌 반도체 제조 구상과 연결해 해석했다. 특히 Intel 14A 라이선스 가능성, Texas R&D 센터, 향후 SpaceX의 고용량 팹 가능성 등이 보도에 등장했다. 다만 이 부분은 아직 복수의 회사 이사회 승인과 이해상충 검토가 필요한 영역으로 보이며, 투자자는 “언젠가 자체 칩 공장을 갖는다”는 결론보다 “테슬라가 선단 제조 경험자를 모으기 시작했다”는 사실에 더 무게를 둬야 한다.
한국 투자자에게도 이 뉴스는 꽤 직접적이다. Tesla가 AI5·AI6, FSD, Optimus, xAI 연산 수요를 내부화하려는 흐름을 강화할수록 고대역폭 메모리, 첨단 패키징, 파운드리, 장비 공급망의 중요성은 커진다. 즉 Tesla 주식만의 이야기가 아니라 삼성전자, SK하이닉스, TSMC, Intel Foundry, ASML까지 연결되는 물리 AI 공급망의 이야기이다.
단기 주가 재료로만 보면 Terafab은 아직 비용과 불확실성이 큰 프로젝트이다. 반도체 팹은 차량 공장보다 훨씬 느리고, 자본 집약적이며, 수율 학습 곡선이 가파르다. 그러나 Tesla의 장기 논리는 바로 그 지점에서 나온다. 차량과 로봇, 자율주행 서비스를 모두 AI 컴퓨팅 위에 올리려면, 칩을 “사서 쓰는” 수준에서 “설계와 생산 제약을 함께 관리하는” 수준으로 가야 한다는 판단이다.
이번 Gary Jiang 영입 보도는 Terafab의 성공을 보장하지 않는다. 대신 Tesla가 어떤 종류의 문제를 풀려고 하는지 보여준다. 이제 Tesla의 AI 스토리는 모델 성능 경쟁만이 아니라, 팹 인력과 장비, 공정, 수율이라는 훨씬 무거운 제조전으로 이동하고 있다.
자료 출처: Tom’s Hardware, Tesla AI & Robotics 공식 페이지, Tesla Careers Terafab 채용 공고. 대표 이미지: Wikimedia Commons / U.S. Department of Energy, Public Domain.
댓글 남기기