2026.09.21 월요일
검색
'가속기' 검색결과
기간검색
-
~
검색영역
검색어
-
![[사설] 미중 정상회담 테이블에 오른 AI·희토류…한국은 어디에 설 것인가](https://image.ajunews.com//content/image/2026/09/17/20260917100208337432.png)
미중 정상회담 테이블에 오른 AI·희토류…한국은 어디에 설 것인가 [경제일보] 미국과 중국의 패권 경쟁이 새로운 국면으로 들어가고 있다. 도널드 트럼프 미국 대통령과 시진핑 중국 국가주석의 정상회담이 오는 24일 워싱턴에서 열릴 것으로 예상된다. 다만 중국은 아직 정상회담 개최를 공식 확인하지 않았다. 앞서 스콧 베선트 미 재무장관과 허리펑 중국 국무원 부총리는 이번 주말 만나 정상회담 의제를 조율할 예정이다. 인공지능(AI)과 희토류, 무역·에너지 등 경제안보 현안이 폭넓게 다뤄질 전망이다. 한국에는 남의 나라 정상회담이 아니다. 미중이 협상 테이블에서 다루는 현안 하나하나가 한국의 주력 산업과 연결돼 있어서다. AI의 중심에는 반도체가 있고 희토류와 핵심광물은 배터리·자동차·항공우주·방위산업에 들어간다. 미국과 중국의 합의와 충돌에 따라 한국 기업의 투자와 생산, 공급망 전략까지 영향을 받을 수 있다. AI는 특히 그렇다. 베선트 장관은 미국이 중국과 AI가 초래할 공동의 위험을 논의할 준비가 돼 있다고 밝혔다. 미중 AI 경쟁이 첨단 반도체와 기술 수출통제를 넘어 안전과 국제규칙의 영역으로 확장되고 있다는 의미다. 세계 AI 산업에서도 안전 규칙을 누가 만들고 집행할 것인지를 놓고 논쟁이 커지고 있다. 한국은 이 경쟁의 한복판에 있다. 삼성전자와 SK하이닉스가 세계 메모리 반도체 시장을 이끌고 있고 AI 가속기에 필요한 고대역폭메모리(HBM)에서도 한국 기업의 비중이 크다. 미중 기술 경쟁이 격화될수록 한국 반도체 기업의 기술과 생산시설은 단순한 기업 자산을 넘어 경제안보의 자산이 된다. 미국 중심의 반도체 공급망 재편 움직임도 빨라지고 있다. 로이터는 SK하이닉스가 인텔과 미국에서 메모리 반도체를 생산하는 방안을 협의하고 있다고 지난 16일 보도했다. 인텔의 오하이오 공장 일부를 활용하거나 인텔·클라우드 기업 등이 참여하는 합작법인을 만드는 방안이 거론된다. 아직 초기 협의 단계이고 결정된 것은 없다. 하지만 한국 메모리 기업이 처음으로 미국에서 생산할 가능성이 논의되고 있다는 사실만으로도 반도체 공급망이 얼마나 빠르게 재편되고 있는지 보여준다. 여기에는 한국이 고민해야 할 지점도 있다. 미국의 공급망 현지화와 한국의 이해가 언제나 일치하는 것은 아니다. 생산시설을 미국에 두는 것이 시장 접근과 공급망 안정에는 도움이 될 수 있지만 핵심 제조기술의 해외 이전과 국내 산업 생태계 약화 가능성도 함께 살펴야 한다. 기업의 투자 판단을 존중하되 국가 차원에서는 어떤 기술과 생산기반을 국내에 반드시 남겨야 하는지 원칙을 세울 필요가 있다. 희토류 문제는 더 절박하다. 중국은 미국이 자국 중심의 핵심광물 공급망을 구축하는 데 막대한 자금을 투입하고 있는데도 여전히 주요 핵심광물의 정제 과정에서 압도적인 영향력을 행사하고 있다. 국제에너지기구(IEA) 자료를 분석한 로이터 보도에 따르면 중국의 희토류 정제 비중은 2023년 90% 이상에서 2025년 약 85%로 낮아졌지만 여전히 세계 공급망을 좌우할 수준이다. 잘 알려지지 않았던 희토류 원소인 이트륨은 이런 현실을 단적으로 보여준다. 이트륨은 반도체와 항공우주, 제트엔진 코팅 등에 쓰이는 전략 물질이다. 중국은 세계 이트륨 공급에서 압도적인 영향력을 갖고 있고 수출통제를 통해 공급량을 조절해 왔다. 미국 제조업에서도 공급 부족에 따른 생산 차질이 발생했다. 이 때문에 이트륨 문제 역시 미중 정상회담의 주요 현안 가운데 하나로 거론된다. 한국의 취약점도 여기에 있다. 반도체와 배터리, 자동차를 세계에 수출하지만 이를 만드는 핵심광물과 소재 상당 부분은 해외에서 들여온다. 미국이 첨단기술 공급망에서 중국 의존도를 낮추는 속도를 높이면 한국 기업도 대응하지 않을 수 없다. 그렇다고 세계 제조업의 거대한 생산기지이자 시장인 중국과의 공급망을 단기간에 끊는 것도 현실적이지 않다. 따라서 한국의 대응을 단순히 ‘미국이냐 중국이냐’의 문제로 만들어서는 안 된다. 안보와 직결된 첨단기술 분야에서는 동맹국과 협력을 강화하되 핵심 원료와 소재는 특정 국가에 과도하게 의존하지 않는 구조를 만들어야 한다. 최근 열린 한·중앙아시아 정상회의도 그런 점에서 의미가 있다. 한국과 중앙아시아 5개국은 핵심광물과 에너지, 공급망 협력을 주요 의제로 다뤘고 70건이 넘는 협정과 양해각서를 체결했다. 정부는 단순한 원료 수입을 넘어 탐사와 정제, 소재 가공, 완제품 생산까지 협력 범위를 넓히겠다고 밝혔다. 이제 중요한 것은 실행이다. 공급망 다변화는 양해각서 숫자로 평가할 일이 아니다. 광물 탐사와 개발이 실제 정제·가공과 국내 기업의 장기 구매로 이어져야 한다. 핵심광물 개발은 투자 회수 기간이 길고 가격 변동성도 큰 만큼 정부가 정책금융과 비축제도 등을 활용해 민간의 위험을 분담할 필요가 있다. 공급망은 평상시에는 비용의 문제지만 위기가 닥치면 국가안보의 문제가 된다. AI에서도 마찬가지다. 한국이 메모리 반도체를 잘 만드는 것만으로 미래 경쟁력을 보장받기는 어렵다. AI 반도체와 데이터센터, 전력망, 소프트웨어와 AI 모델로 이어지는 산업 생태계를 함께 키워야 한다. 미중이 AI의 기술표준과 안전 문제까지 논의하기 시작했다면 한국도 이미 만들어진 규칙을 받아들이는 데 머물러서는 안 된다. 국제 AI 거버넌스와 기술표준을 만드는 과정에 적극 참여해야 한다. 미중 경쟁은 이제 관세 몇 퍼센트(%)를 주고받는 무역전쟁을 넘어섰다. 누가 AI의 규칙을 만들고 첨단 반도체를 생산하며 핵심광물을 안정적으로 확보하느냐를 둘러싼 경제안보 경쟁이다. 중국은 핵심광물 공급망에서 막강한 영향력을 갖고 있고 미국은 첨단 반도체와 AI 생태계를 중심으로 자국 공급망을 강화하고 있다. 한국의 운명을 워싱턴과 베이징의 협상 결과에 맡길 수는 없다. 어느 한쪽을 무조건 선택하는 것도, 양쪽의 눈치를 보며 결정을 미루는 것도 해법이 아니다. 우리에게 필요한 것은 선택을 강요받았을 때 버틸 수 있는 힘을 먼저 만드는 것이다.2026-09-17 10:40:45
-
SK하이닉스, AI 메모리 판 바꾼다…'PIM'으로 연산 영역 확대 [경제일보] SK하이닉스가 메모리 반도체 안에서 AI 연산까지 수행하는 PIM 기술을 앞세워 GPU와 HBM 중심의 AI 인프라 한계 돌파에 나선다. 메모리에서 직접 연산을 처리해 가속기와 메모리 사이의 데이터 이동을 줄이고, AI 추론 속도와 시스템 효율을 높이겠다는 구상이다. 16일(현지시간) 업계에 따르면 임의철 SK하이닉스 설루션AT 담당 부사장은 미국 캘리포니아주 샌타클래라 컨벤션센터에서 열린 ‘AI 인프라 서밋’에서 PIM을 중심으로 한 차세대 AI 메모리 전략을 발표했다. AI 인프라는 그동안 GPU와 HBM을 결합해 대규모 연산을 처리하는 방식으로 발전해왔다. AI 모델이 커지고 초고속 추론 수요가 증가하면서 가속기와 메모리 사이에서 발생하는 데이터 이동량도 늘고 있다. SK하이닉스는 연산 기능을 메모리 안으로 가져오면 이러한 데이터 이동을 줄일 수 있다고 보고 있다. PIM은 메모리에 연산 기능을 탑재해 일부 계산을 저장장치 내부에서 처리하는 기술이다. 기존에는 메모리에 있는 데이터를 GPU 등 AI 가속기로 보내 연산한 뒤 결과를 다시 메모리에 저장해야 했지만, PIM을 활용하면 간단한 연산을 메모리에서 직접 수행할 수 있다. 특히 SK하이닉스는 초고속 추론에 활용되는 S램과 비교해 PIM이 대용량과 대역폭을 함께 확보할 수 있다는 점을 강조했다. S램은 빠른 데이터 처리가 가능하지만 메모리 용량과 비용 측면에서 부담이 있다는 설명이다. 임 부사장은 “S램 기반 체계는 높은 대역폭을 제공하지만 용량과 비용 측면에서는 명확한 한계가 있다”며 “PIM은 같은 면적에서 S램 대비 약 300배에 달하는 대용량을 제공하면서도 높은 내부 대역폭을 유지한다”고 말했다. 기술 구현 과정에서 제기돼온 집적도와 비용 문제에는 하이브리드 본딩을 활용한다. 메모리 다이와 연산 다이를 별도로 제작한 뒤 수직으로 연결하는 방식으로 연산 회로를 추가하면서 발생할 수 있는 메모리 용량 감소와 단가 상승 부담을 줄인다는 구상이다. PIM의 적용 범위도 개별 메모리 칩을 넘어 서버 랙 수준으로 확대한다. AI 서비스마다 요구되는 연산량과 데이터 처리 특성이 다른 만큼 메모리 계층별로 역할을 나누고 필요한 영역에서 연산 기능을 수행하는 구조를 구축한다는 개념이다. SK하이닉스는 AI 인프라가 GPU와 HBM 조합에만 의존하는 구조에서 벗어나야 한다고 보고 있다. PIM과 고대역폭 플래시(HBF) 등 다양한 메모리 기술을 활용하고 하드웨어와 소프트웨어를 함께 최적화하는 방식으로 시스템 효율을 높여야 한다는 판단이다. 임 부사장은 PIM과 HBF를 비롯한 메모리 계층 전반의 하드웨어 혁신과 소프트웨어 최적화, 통합 설계가 AI 인프라 발전에 필요하다고 강조했다.2026-09-17 10:16:29
-
삼성전자, AI 메모리 승부수…'zHBM'으로 응답속도 10배 [경제일보] 삼성전자가 AI 에이전트 시대를 겨냥해 AI 시스템의 응답속도를 현재보다 10배 높이는 차세대 메모리 전략을 제시했다. AI 가속기 위에 HBM을 직접 쌓는 'zHBM'을 통해 데이터 처리 속도를 끌어올리고, HBM5 대비 최대 8배 성능을 구현한다는 구상이다. 16일(현지시간) 업계에 따르면 김인동 삼성전자 미주총괄법인(DSA) 메모리 상품기획 담당 상무는 미국 캘리포니아주 샌타클라라 컨벤션센터에서 열린 'AI 인프라 서밋'에서 차세대 AI 메모리 기술과 로드맵을 소개했다. AI가 질문에 답하는 수준을 넘어 여러 작업을 스스로 수행하는 에이전트형으로 발전하면서 빠른 응답을 구현하기 위한 메모리 성능의 중요성도 커지고 있다. 삼성전자는 현재 이용자당 초당 100토큰 수준인 대화형 AI의 응답속도를 초당 1000토큰까지 높이는 목표를 제시했다. 삼성전자가 주목한 기술은 수직 적층형 zHBM이다. 기존 2.5D 구조에서는 AI 가속기와 HBM을 옆으로 배치하지만, zHBM은 HBM을 가속기 상단에 직접 올린다. 연산장치와 메모리 사이의 거리를 줄여 데이터 이동 과정에서 발생하는 지연시간을 낮추는 구조다. 김 상무는 이 방식을 "호텔 객실 내에 1층 로비로 직행하는 전용 엘리베이터를 두는 것"이라고 비유했다. 가속기와 메모리 사이의 데이터 이동 경로를 짧게 만들어 처리 효율을 높일 수 있다는 설명이다. 삼성전자는 zHBM이 HBM5와 비교해 최대 8배의 성능과 3배 이상의 전력 효율을 구현할 수 있을 것으로 보고 있다. AI 모델이 대형화하면서 처리해야 할 데이터가 늘어나는 상황에서 메모리 대역폭뿐 아니라 가속기와 메모리 사이의 데이터 처리 효율까지 높이겠다는 전략이다. 수직으로 메모리를 쌓을 경우 발열 관리가 새로운 과제로 부상할 수 있다. AI 가속기에서 발생한 열이 바로 위에 배치된 HBM으로 전달될 가능성이 있기 때문이다. 삼성전자는 AI 가속기 고객사와 제품 초기 설계 단계부터 협력하는 공동 설계 방식을 통해 열 문제를 해결한다는 계획이다. 삼성전자는 AI 워크스테이션 등 온디바이스 AI 시장을 겨냥한 낸드플래시 기반 3차원 저장장치 솔루션 'z낸드-O'도 공개했다. 대규모 서버에 의존하지 않고도 고용량 AI 모델을 구동할 수 있는 환경을 구축하는 것이 목표다. 김 상무는 "2030년이 되면 대규모 서버가 아닌 AI 워크스테이션 등의 환경에서도 매개변수(파라미터) 1조 개 수준의 거대 AI를 자체 구동하는 사례가 보편화할 것"이라며 "D램만으로 매개변수 1조 개에 맞는 메모리를 구성하려면 상당히 큰 비용이 들지만, z낸드-O를 적용하면 6분의 1 비용으로 구현할 수 있다"고 말했다. 삼성전자는 2028년 z낸드-O 샘플 공급을 시작할 예정이다. 대형 AI 모델을 구동하는 데 필요한 메모리 용량이 확대되는 가운데 낸드플래시를 활용해 시스템 구축 비용을 낮추겠다는 구상이다. 김 상무는 "AI 반도체 경쟁의 핵심인 '시장 출시 속도'에서 고객사들에 독보적 가치를 제공할 것"이라고 덧붙였다.2026-09-17 09:01:26
-
AI 데이터센터 특별법 시행령 논의 본격화…전력 특례·인정 범위가 관건 [경제일보] 인공지능 데이터센터(AIDC) 산업을 지원하기 위한 특별법의 세부 기준 마련이 본격화됐다. 어떤 시설을 AI 데이터센터로 인정할지, 비수도권 전력계통영향평가 특례를 어느 규모까지 적용할지가 시행령 제정 과정의 핵심 쟁점으로 떠올랐다. 과학기술정보통신부는 9일 서울 마포구 누리꿈스퀘어에서 ‘인공지능 데이터센터 산업 진흥에 관한 특별법’ 하위법령 마련을 위한 공개토론회를 열었다. 이번 토론회는 특별법 시행령 제정을 앞두고 산업계와 학계, 관계기관의 의견을 듣기 위해 마련됐다. 구체적인 시행령 조문이나 수치 기준을 공개하기보다 법률이 하위법령에 위임한 주요 사항을 설명하고 현장의 의견을 수렴하는 방식으로 진행됐다. 특별법은 지난 6월9일 공포됐으며 9개월의 유예기간을 거쳐 내년 3월10일부터 시행된다. AI 데이터센터 산업 진흥을 위한 기본계획과 지원체계를 마련하고 인허가 일괄처리, 비수도권 전력 특례, 시설 설치기준 완화, 특구 지정 등의 근거를 담고 있다. 시행령에서 우선 정해야 할 부분은 AI 데이터센터의 인정 범위다. 일반 데이터센터도 일부 서버에 그래픽처리장치(GPU)나 신경망처리장치(NPU)를 운용할 수 있어 AI 가속기를 보유했다는 사실만으로 지원 대상을 구분하기 어렵다. 이에 따라 AI 연산장비의 비중과 전력 사용량, 랙당 전력밀도, 전체 설비 가운데 AI 연산에 사용되는 비율 등을 종합적으로 반영해야 한다는 의견이 나온다. AI 데이터센터로 신고할 때 사업자가 제출해야 할 자료와 사실 확인 절차도 시행령에서 구체화할 필요가 있다. 자가용 데이터센터뿐 아니라 외부 기업과 연구기관에 컴퓨팅 자원을 제공하는 ‘개방형 AI 데이터센터’를 인정 범위에 포함할지도 관심사다. 개방형 시설은 자체 AI 인프라를 구축하기 어려운 스타트업과 중소기업에 GPU·NPU 자원을 제공한다는 점에서 지원 필요성이 제기돼 왔다. 다만 개방형 AI 데이터센터를 지원 대상으로 인정하려면 외부 제공 자원의 비율과 이용 실적, 계약 구조 등을 확인할 기준이 필요하다. 특별법 시행 이전부터 구축됐거나 일반 데이터센터에서 AI용으로 전환 중인 시설에 대한 경과규정을 어떻게 마련할지도 쟁점이다. 전력 관련 특례의 적용 기준도 시행령의 핵심이다. 특별법은 비수도권에서 AI 데이터센터를 신축·증축하거나 기존 시설을 AI 데이터센터로 전환하는 경우 대통령령으로 정하는 일정 규모 이하 시설에 대해 전력계통영향평가를 면제할 수 있도록 했다. 전력계통영향평가는 대규모 전력 소비시설이 지역 전력망에 미칠 영향을 사전에 검토하는 제도다. 업계에서는 평가 면제를 통해 데이터센터 구축 기간을 줄이고 비수도권 투자를 촉진해야 한다고 요구하고 있다. 반면 면제 범위가 지나치게 넓어지면 전력망 안정성과 지역 전력 수급에 부담을 줄 수 있다는 우려도 제기된다. 여러 부처와 지방자치단체에 걸친 인허가를 과기정통부가 한 번에 접수하는 일괄처리 절차도 하위법령에서 구체화한다. 관계기관이 정해진 기간 안에 의견을 내지 않을 경우 인허가가 처리된 것으로 보는 이른바 ‘타임아웃제’의 처리 기간과 예외 사유 등이 논의 대상이다. AI 데이터센터 특구의 지정 절차와 입주기업 지원 범위도 시행령에 담긴다. 정부는 지역의 전력 여건과 산업 기반, 데이터센터 집적 효과 등을 고려해 특구 지정과 지원 기준을 마련할 예정이다. 김경만 과기정통부 인공지능정책실장은 “AIDC 특별법은 우리나라 AI 인프라 확충의 속도를 좌우하는 법인 만큼 하위법령도 현장에서 실제로 효과적으로 작동하도록 만드는 것이 중요하다”고 말했다. 한편 과기정통부는 토론회에서 나온 의견과 관계부처 협의 결과를 검토해 시행령안을 보완한 뒤 입법예고 절차를 진행한다. 지원 범위를 넓혀 투자를 촉진하면서도 명목상 AI 데이터센터가 특례를 받는 일을 막을 수 있는 객관적인 인정 기준을 마련하는 것이 향후 과제로 꼽힌다.2026-09-09 16:57:02
-
AI 컴퓨팅의 다음 무대…Arm, '에이전틱·엣지·피지컬 AI' 정조준 [경제일보] 인공지능(AI) 컴퓨팅 시장의 무게중심이 데이터센터에서 엣지와 물리적 세계로 확장되면서 Arm이 에이전틱 AI와 피지컬 AI를 새로운 성장축으로 제시했다. AI 에이전트가 PC와 스마트폰을 넘어 자동차·로봇 등 다양한 기기에서 주변 환경을 인식하고 직접 행동하는 시대가 다가오면서 이를 뒷받침하는 저전력·고성능 컴퓨팅 생태계 선점에 나선다는 전략으로 풀이된다. 7일 Arm은 온라인 기자간담회를 통해 클라우드 AI, 엣지 AI, 피지컬 AI 등에 대한 전략을 공개했다. 아미 바다니 Arm 최고마케팅책임자(CMO)는 이날 "에이전틱 워크로드가 데이터센터를 넘어서고 있다"며 "앞으로 더 많은 에이전트가 엣지에서 실행될 것"이라고 말했다. Arm은 AI 에이전트가 클라우드에서만 작동하는 것이 아니라 스마트폰과 PC, 자동차, 로봇 등 엣지 기기로 확산되면서 컴퓨팅 수요가 새로운 영역으로 이동할 것이라고 전망했다. 특히 에이전트가 단순히 정보를 생성하는 것을 넘어 주변 환경을 인식하고 판단한 뒤 실제 행동까지 수행하는 형태로 발전한다는 것이다. Arm은 자체 생태계를 통해 자사의 전략을 확장하고 있다. Arm에 따르면 현재 Arm 아키텍처를 사용하는 개발자는 약 2200만명으로, Arm은 개발자 생태계를 기반으로 AI 컴퓨팅 수요가 엣지와 다양한 디바이스로 확산되는 과정에서 주도권을 확보한다는 계획이다. 아미 바다니 CMO는 "궁극적으로 에이전트가 물리 세상에서 주변을 인식하고 조치할 수 있게 될 것"이라며 "앞으로 컴퓨팅 워크로드가 어디로 가는가 생각했을 때 그 목적지들을 보면 Arm이 모두 지원할 수 있는 목적지"라고 강조했다. Arm은 모바일과 엣지 환경에서 그래픽 처리 방식도 AI 중심으로 변화하고 있다고 설명했다. AI가 그래픽 제작 과정에 직접 활용되면서 GPU의 역할도 기존 그래픽 연산 중심에서 AI 연산까지 포괄하는 방향으로 확대되고 있는 것이다. Arm은 신경망 가속기와 모션 엔진을 GPU 셰이더에 통합하는 방식으로 그래픽과 AI 연산의 결합을 강화하고 있다. 이를 통해 저해상도로 렌더링한 이미지를 AI를 활용해 고해상도로 끌어올리는 방식 등 모바일 기기에서도 고품질 그래픽을 구현할 수 있도록 지원한다. Arm은 새롭게 설계한 7세대 아키텍처를 통해 기존 데스크톱 환경에서만 가능했던 고급 그래픽 기능을 모바일에서도 구현할 수 있을 것으로 전망하고 있다. 과거에는 모바일 게임 개발자가 고급 그래픽 기술을 적용하기 위해 성능과 전력 사이에서 상당한 제약을 감수해야 했지만, AI와 GPU 기능이 결합되면서 이런 제약이 줄어들고 있는 것으로 알려졌다. 특히 Arm은 모바일 환경에서도 최대 1000개의 레이트레이싱 적용이 가능해졌다고 강조했다. Arm에 따르면 불과 한 세대 만에 동일한 전력에서 모든 기능의 성능이 4배 이상 향상됐고, AI를 사용하지 않는 전통적인 게임이나 기존 벤치마크에서도 성능 개선이 나타났다. 이를 통해 Arm은 단순히 그래픽 성능을 높이는 것을 넘어 개발자가 하드웨어 제약에 맞춰 콘텐츠를 축소하기보다 게임의 그래픽과 스토리 구현에 집중할 수 있는 환경을 만든다는 구상이다. 크리스 버기 Arm 엣지 AI 부문 총괄 부사장은 "예전에는 개발자들이 모바일 게임을 개발할 때 첨단 기술 적용이 어려웠다"며 "이제 모바일에서는 불가능했던 1000개의 레이트레이싱 적용이 가능하다"고 설명했다. 이어 "이 모든 것들이 개발자 친화적인 시스템과 생태계 기반으로 개발됐다"며 "이제 그래픽 아티스트들은 게임을 온라인, 모바일, 전력, 예산에 맞추는 것에 시간을 보내는 것이 아니라 멋진 비주얼과 스토리에 집중할 수 있을 것"이라고 덧붙였다. Arm이 엣지 AI를 넘어 주목하는 분야는 피지컬 AI다. 현재 피지컬 AI 관련 컴퓨팅 시장이 이미 상당한 규모를 형성하고 있으며, 향후 AI의 물리적 세계 전환이 가속화되면서 시장 규모가 더욱 커질 것으로 전망했다. 피지컬 AI는 로봇과 자율주행차 등 물리적 공간에서 AI가 주변 환경을 인식하고 판단하며 실제 움직임까지 수행하는 기술을 의미한다. 생성형 AI가 텍스트와 이미지 등 디지털 콘텐츠를 중심으로 확산됐다면, 피지컬 AI는 AI의 판단 결과가 실제 공간에서 움직임으로 이어진다는 점에서 새로운 컴퓨팅 수요를 만들어낼 수 있을 것으로 평가된다. Arm은 이 시장을 겨냥해 단순히 CPU 아키텍처를 공급하는 데 그치지 않고 생태계 확장에도 나서고 있다. 대표적인 전략이 'Arm 토탈 디자인'이다. Arm 토탈 디자인은 반도체 설계 기업과 파트너들이 Arm 기반의 컴퓨팅 플랫폼을 활용해 특정 목적에 최적화된 칩을 보다 빠르게 개발할 수 있도록 생태계를 구축하는 전략이다. AI가 데이터센터에서 엣지, 로봇과 자동차 등 피지컬 영역으로 확산될수록 다양한 형태의 맞춤형 컴퓨팅 수요가 발생할 수 있는 만큼 이를 Arm 생태계 안으로 끌어들이겠다는 것이다. 헨리 부사장은 "작년 피지컬 AI 분야의 컴퓨팅 전체 시장 규모가 250억 달러로 보고 있다"며 "전환이 가속됨에 따라 컴퓨팅 역사상 가장 거대한 시장 중 하나로 성장할 것"이라고 말했다.2026-09-08 11:00:00
-
한컴 에이전트에 퓨리오사 NPU 단다…공공 AX 시장 정조준 [경제일보] 한컴이 퓨리오사AI의 국산 신경망처리장치(NPU)를 탑재한 인공지능 전환(AX) 전용장비 개발에 나선다. 공공기관과 기업 내부에 서버를 직접 설치하는 온프레미스 시장을 겨냥해 소프트웨어와 AI 반도체, 교육·영업을 하나로 묶는 전략이다. 한컴은 계열사 한컴이노스트림, 퓨리오사AI와 NPU 기반 AX 사업을 위한 3자 업무협약을 체결했다고 8일 밝혔다. 세 회사는 한컴의 ‘에이전틱 OS’와 퓨리오사AI의 2세대 AI 가속기 ‘RNGD(레니게이드)’를 결합한 AX 어플라이언스를 공동 개발한다. 어플라이언스는 서버와 AI 가속기, 운영 소프트웨어를 미리 최적화해 제공하는 일체형 장비다. 고객이 하드웨어와 소프트웨어를 따로 구축하는 부담을 줄일 수 있다. 한컴의 에이전틱 OS는 조직 내부 문서와 데이터, 전사적자원관리(ERP)·고객관계관리(CRM) 등 업무 시스템, 외부 AI 모델을 연결해 여러 AI 에이전트가 업무를 나눠 수행하도록 관리하는 플랫폼이다. 보안과 권한 통제 기능을 앞세워 데이터의 외부 반출이 어려운 공공·금융·국방 시장을 주요 대상으로 삼고 있다. 다만 에이전틱 OS는 아직 전면 상용화 이전 단계다. 한컴은 지난 4월 상반기 출시와 연내 상용화 계획을 발표했지만 공식 홈페이지에서는 지난 1일부터 업종별 데모 신청을 받고 있다. 이번 협약에서도 완제품이 아닌 개념검증(PoC) 장비를 먼저 개발하기로 했다. RNGD는 대규모언어모델(LLM)과 멀티모달 AI 추론에 특화된 데이터센터용 가속기다. 퓨리오사AI가 독자 설계한 TCP(Tensor Contraction Processor·텐서축약처리장치) 구조와 48GB HBM3 메모리를 탑재했다. 공식 제품 자료 기준 FP8 연산성능은 512TFLOPS, 메모리 대역폭은 초당 1.5TB, 설계전력은 180W다. 범용 GPU가 장악한 AI 추론 시장에서 전력 효율과 국산 공급망을 차별점으로 내세우고 있다. 퓨리오사AI는 올해 RNGD의 상용 적용 범위를 넓히고 있다. 삼성SDS와 RNGD 기반 생성형 AI·AI 에이전트용 클라우드 서비스를 선보였고, 다음의 AI 검색 요약 서비스에도 업스테이지의 언어모델과 함께 RNGD를 적용했다고 밝혔다. 이번에는 클라우드가 아닌 고객사 내부 설치형 장비로 공급 경로를 넓히는 셈이다. 역할도 나눴다. 한컴은 에이전틱 OS의 NPU 최적화와 장비 제품화를 주도한다. 퓨리오사AI는 RNGD 하드웨어와 소프트웨어 스택, 성능 최적화 기술을 제공한다. 한컴이노스트림은 퓨리오사AI의 공인 교육기관으로서 교육센터와 수준별 교육과정을 운영한다. 눈에 띄는 대목은 교육을 영업망으로 활용한다는 점이다. 한컴이노스트림이 정부·대학·기업 교육에서 발굴한 NPU 도입 수요를 퓨리오사AI와 공유하고, 한컴이 이를 에이전틱 OS 구축사업으로 연결한다. 인력 양성부터 기술 검증, 장비 판매와 유지보수까지 이어지는 사업 구조를 만들겠다는 구상이다. 관건은 GPU 기반 환경을 얼마나 원활히 대체하거나 병행할 수 있느냐다. 지원 AI 모델과 처리속도, 전력소비, 구축비용을 동일 조건에서 비교한 결과가 아직 공개되지 않았다. 출시 시점과 가격, 초도 고객도 정해지지 않았다. 업무협약이 실제 조달과 매출로 이어지려면 공공기관의 보안 인증과 장기간 운영 안정성까지 입증해야 한다. 김연수 한컴 대표는 “AI 전문인력 양성과 기술 검증, 제품화로 이어지는 협력을 바탕으로 기업과 공공기관의 AX 전환을 지원하겠다”고 말했다.2026-09-08 09:43:35
-
![[데일리 제약·바이오 브리프] 유한양행, 글로벌 제약사와 1311억원 API 공급계약 체결 外](https://image.ajunews.com//content/image/2026/09/02/20260902093346629470.jpg)
유한양행, 글로벌 제약사와 1311억원 API 공급계약 체결 外 [경제일보] 유한양행이 글로벌 제약사와 1300억원대 규모의 원료의약품(API) 공급계약을 체결했다. 계약 기간은 약 2년 8개월로 유한양행의 안정적인 해외 매출 확보에도 도움이 될 것으로 전망된다. 2일 제약바이오업계에 따르면 유한양행은 지난 1일 글로벌 제약사와 1311억원 규모의 API 공급계약을 체결했다고 공시했다. 계약 금액은 1311억원으로 유한양행의 지난해 연결 기준 매출 2조1866억원의 약 6%에 해당한다. 계약 기간은 지난 1일부터 2028년 5월 31일까지다. 다만 계약 종료일은 양사 합의에 따라 변경될 수 있다. 이번 계약의 구체적인 상대방은 공개되지 않았다. 유한양행은 계약 상대방의 요청에 따라 경영상 비밀 유지를 위해 회사명을 비공개로 하며 향후 공시유보 해제 사유가 발생하면 계약 상대방을 공개할 예정이다. API는 완제의약품을 생산하는 데 사용되는 핵심 원료다. 의약품 제조 과정에서 안정적인 품질과 공급망 확보가 중요한 만큼 장기 공급계약은 제약사의 지속적인 매출 기반을 확보하는 수단으로 활용된다. 특히 이번 계약 규모는 유한양행의 연간 매출에서 차지하는 비중이 6%에 달한다. 계약이 예정대로 진행될 경우 향후 수년간 API 공급을 통해 안정적인 매출이 발생할 것으로 예상된다. 유한양행은 신약 개발뿐 아니라 원료의약품과 완제의약품 생산·공급을 통해 글로벌 사업을 확대하고 있다. 최근에는 자체 개발 신약의 해외 진출과 기술수출을 비롯해 글로벌 제약사와의 협력을 강화하며 사업 영역을 넓히고 있다. 이번 API 공급계약 역시 글로벌 제약사와의 장기적인 거래 관계를 확대했다는 점에서 의미가 있다는 평가다. 다만 계약 상대방과 공급 대상 품목, 구체적인 공급 조건 등은 공개되지 않았다. ◆SK바이오팜, 엔비디아 B200 128장 도입…AI 신약개발 본격화 SK바이오팜이 엔비디아의 최신 AI 가속기 ‘B200’ 128장을 도입하고 바이오·헬스케어 특화 인공지능(AI) 연구 역량 강화에 나선다. SK바이오팜은 엔비디아 블랙웰(Blackwell) 아키텍처 기반 B200 128장을 확보했다고 2일 밝혔다. 전체 연산 성능은 FP8 기준 초당 576페타플롭스(PFLOPS), 약 0.58엑사플롭스 수준이다. 이번 인프라는 SK텔레콤이 구축한 국내 최초 B200 기반 데이터센터 클러스터 ‘해인’을 통해 확보했다. SK바이오팜은 GPUaaS를 활용해 대규모 연산 자원을 확보하고 AI 모델 개발과 연구에 활용할 계획이다. 핵심 활용 분야는 중개연구의 AI 전환을 의미하는 ‘TR-AX(Translational Research-AI Transformation)’다. 중개연구는 비임상 연구 결과를 실제 임상 결과로 연결하는 과정으로 SK바이오팜은 자체 개발한 AI 모델을 질환·타깃·화합물 연구에 적용해 신약 후보물질의 가치를 높인다는 구상이다. 연구개발뿐 아니라 업무 전반에 활용할 전용 거대언어모델(LLM)도 구축한다. 실험과 분석, 모델 재학습을 반복하는 연구 사이클을 빠르게 돌려 후보물질 발굴부터 연구 의사결정까지 신약개발 전 과정의 효율을 높일 계획이다. 연구 데이터 보안과 관리 체계도 강화한다. 민감한 바이오·헬스케어 데이터를 자체 통제 가능한 인프라에서 운용해 보안을 높이고 향후 관련 규제와 컴플라이언스에도 대응한다는 방침이다. 외부 기업과 연구기관, 대학과의 공동연구에도 AI 인프라를 활용한다. 이를 통해 오픈이노베이션과 산·학·연 협력을 확대하고 장기적으로는 AI 기반 연구 서비스 등 새로운 사업모델도 발굴할 계획이다. 이동훈 SK바이오팜 사장은 “대규모 자체 AI 인프라는 미래 신약개발 경쟁력을 좌우할 핵심 기반”이라며 “B200 인프라를 기반으로 TR-AX를 강화하고 신약개발 전 과정에서 AI 활용을 확대해 연구개발 속도와 효율을 높이겠다”고 말했다. ◆메디톡스, 콜롬비아서 아띠에르 필러 3종 허가…중남미 공략 강화 메디톡스는 콜롬비아 식약청(INVIMA)으로부터 히알루론산 필러 ‘아띠에르(Atière)’ 클래식·인텐시브·볼륨 등 3종의 품목허가를 획득했다고 2일 밝혔다. 콜롬비아는 브라질과 멕시코에 이어 중남미에서 세 번째로 큰 의료기기 시장이다. 현지 의료기기의 약 89%를 수입에 의존하고 있어 글로벌 기업들의 주요 진출 시장으로 꼽힌다. 이번 허가로 메디톡스는 콜롬비아에서 히알루론산 필러 ‘뉴라미스’와 ‘아띠에르’, 보툴리눔 톡신 ‘메디톡신’으로 구성된 에스테틱 제품군을 갖추게 됐다. 메디톡스는 콜롬비아를 거점으로 중남미 인접 국가에 대한 진출도 확대할 계획이다. 해외 품목허가를 늘리고 현지 맞춤형 영업·마케팅을 강화해 아띠에르를 뉴라미스와 함께 글로벌 필러 브랜드로 육성한다는 방침이다. 메디톡스 관계자는 “이번 콜롬비아 허가는 중남미 시장 확대를 위한 전략적 거점을 확보했다는 데 의미가 있다”며 “해외 품목허가 확대와 현지 맞춤형 영업·마케팅을 통해 글로벌 시장에서 아띠에르의 경쟁력을 높이겠다”고 말했다.2026-09-02 09:44:11
-
오픈AI 자체 추론칩 '할라피뇨' 돌풍…엔비디아 블랙웰 넘었다 [경제일보] 오픈AI가 자체 설계한 인공지능(AI) 추론 칩 ‘할라피뇨(Jalapeño)’의 첫 성능 결과를 공개하면서 AI 반도체 시장에 파장이 일고 있다. 오픈AI가 자체 테스트한 결과 할라피뇨는 엔비디아 GB200·GB300 기반 시스템보다 전력 효율과 응답 속도에서 앞서는 것으로 나타났다. 다만 이번 결과는 오픈AI와 벤치마크 업체 세미애널리시스가 공동으로 테스트한 수치인 만큼, 상용 환경에서의 경쟁력은 실제 대규모 배치 이후 다시 검증할 필요가 있다. 오픈AI는 25일(현지시간) 공식 블로그를 통해 GPT-OSS 120B, 딥시크 R1 670B, 키미 K2.5 1T를 대상으로 세미애널리시스의 ‘InferenceX’ 벤치마크를 적용한 결과를 공개했다. 세 모델 전체에서 할라피뇨는 비교 시스템보다 전력당 처리량이 1.5~1.9배 높았고 종단 간 지연시간은 1.7~3.6배 낮았다. 사용자와 상호작용하는 환경에서는 사용자당 처리 성능도 2.1~4.1배 높았다고 오픈AI는 밝혔다. ◆ 추론 시대 핵심은 ‘성능/W’…GB200·GB300과 정면 비교 가장 눈에 띄는 수치는 GPT-OSS 120B다. 할라피뇨의 최대 전력당 처리량은 초당 8만5448토큰으로 GB200 기반 시스템의 4만4960토큰보다 약 1.9배 높았다. 종단 간 응답시간도 1.03초로 비교 시스템의 1.80초보다 짧았다. 딥시크 R1 670B에서는 전력당 처리량이 1.7배, 지연시간은 3.6배 개선됐고 사용자당 디코딩 처리량은 초당 700토큰으로 GB300 기반 시스템의 169토큰을 웃돌았다. 오픈AI가 전력 효율을 강조한 것은 AI 서비스의 비용 구조가 학습에서 추론 중심으로 이동하고 있기 때문이다. 특히 AI 에이전트는 한 번의 질문에 답하는 대신 검색·도구 호출·추론을 여러 차례 반복하기 때문에 사용량이 늘수록 전력과 서버 비용 부담도 커진다. 오픈AI는 칩 성능뿐 아니라 메모리와 네트워크, 소프트웨어까지 함께 설계해 데이터 이동을 줄이고 KV 캐시를 효율적으로 배치했다고 설명했다. 할라피뇨는 단순한 자체 반도체 개발을 넘어 오픈AI의 풀스택 전략과 연결된다. 오픈AI는 지난 6월 브로드컴과 함께 칩을 공개하면서 제품과 모델, 소프트웨어에 이어 칩까지 직접 설계하는 컴퓨팅 전략을 밝혔다. 칩 구현과 네트워킹은 브로드컴, 보드·랙·시스템 통합은 셀레스티카 등이 맡으며 여러 세대에 걸쳐 기가와트 규모로 배치할 계획이다. 이번 개발에는 AI도 직접 활용됐다. 오픈AI는 설계부터 테이프아웃까지 개발 기간을 단축했고, 코드 생성 도구 ‘코덱스’ 등을 이용해 회로 최적화와 구현·검증을 진행했다고 밝혔다. 세미애널리시스도 할라피뇨가 특정 오픈AI 모델에만 최적화된 칩이 아니라 다양한 모델과 워크로드를 처리할 수 있다고 평가했다. 오픈AI는 올해 말부터 할라피뇨를 자체 컴퓨팅 인프라에 배치하고 2세대와 3세대 제품 개발도 진행 중이라고 밝혔다. 동시에 엔비디아 등 외부 가속기 활용도 계속한다. 결국 할라피뇨의 목적은 엔비디아를 단번에 대체하는 것이 아니라 추론에 특화된 자체 칩을 확보해 AI 서비스의 비용·속도·전력 효율을 직접 통제할 수 있는 선택지를 만드는 것에 가깝다. 한편 AI 반도체 시장 역시 단순 연산 성능 경쟁에서 벗어나 전력당 처리량과 지연시간, 메모리·네트워크까지 포함한 시스템 경쟁으로 이동하고 있다. 할라피뇨가 실제 대규모 서비스에서 이번 벤치마크 수준의 성능을 유지한다면 오픈AI의 칩 내재화가 AI 인프라 시장의 경쟁 구도에도 변화를 줄 가능성이 있다.2026-08-26 10:21:34
-
엔비디아가 눈여겨본 국산 NPU…'K-NPU' 생태계 커질까 [경제일보] 인공지능(AI) 반도체 시장의 중심이 학습에서 추론으로 이동하면서 그래픽처리장치(GPU)와 함께 신경망처리장치(NPU) 등 AI 가속기 시장의 경쟁도 본격화하고 있다. 국내에서도 리벨리온을 비롯해 퓨리오사AI, 딥엑스 등 NPU 기업들이 제품 개발과 양산, 고객 확보에 속도를 내고 있어 국산 AI 반도체 생태계가 새로운 전환점을 맞을 전망이다. 24일 업계에 따르면 엔비디아가 국내 NPU 기업 리벨리온과 인수 가능성을 포함한 협력 방안을 검토 중인 것으로 알려졌다. 구체적인 협력 형태와 조건 등은 확정되지 않았지만, 글로벌 AI 반도체 시장을 주도하는 엔비디아가 국내 NPU 기술 기업에 관심을 보였다는 점에서 업계의 관심이 커지고 있다. 엔비디아는 AI 학습 시장에서 사실상 독보적인 GPU 경쟁력을 확보한 데 이어 추론 시장에서도 영향력을 확대하고 있다. AI 모델의 규모가 커지면서 학습뿐 아니라 실제 서비스에서 AI가 생성한 결과를 처리하는 추론 연산 수요가 급증하고 있기 때문이다. 추론 단계에서는 학습과 다른 방식의 연산 최적화가 중요해지면서 GPU뿐 아니라 NPU와 주문형반도체(ASIC) 등 특정 AI 연산에 최적화된 가속기의 활용 가능성도 커지고 있다. 전력 효율과 비용을 낮추면서 특정 모델이나 서비스에 맞는 연산 성능을 확보하는 것이 중요해지면서 AI 반도체 시장의 경쟁 구도도 다변화되는 것으로 분석된다. 이에 엔비디아를 비롯한 글로벌 반도체 기업들은 GPU 중심의 기존 AI 생태계를 유지하면서도 추론 시장에서 활용될 수 있는 다양한 가속기 기술에 관심을 확대하고 있다. 엔비디아 입장에서는 자체 GPU 생태계와 연계할 수 있는 새로운 AI 반도체 기술을 확보하는 동시에 급성장하는 추론 시장에 대응할 필요성이 커지고 있는 것이다. 국내에서는 리벨리온이 대표적인 NPU 기업으로 꼽힌다. 리벨리온은 데이터센터와 엣지 환경에서 AI 추론 연산을 처리하는 NPU를 개발해왔으며 국내외 시장을 대상으로 사업 확대를 추진하고 있다. 특히 국내 AI 반도체 산업에서 설계 역량을 확보하고 제품 상용화에 나선 기업이라는 점에서 글로벌 시장 진출 가능성이 주목받고 있다. 퓨리오사AI와 딥엑스 등 다른 국내 NPU 기업들도 추론 시장을 겨냥한 제품 개발에 속도를 내고 있다. 퓨리오사AI는 데이터센터용 AI 가속기를 중심으로 글로벌 시장 진출을 추진하고 있으며, 딥엑스는 엣지 AI를 중심으로 온디바이스와 산업용 AI 반도체 시장을 공략하고 있다. 국산 NPU 기업들이 주목받는 배경에는 생성형 AI의 확산과 함께 추론 수요가 빠르게 늘고 있다는 점이 자리 잡고 있다. 챗봇과 검색, 영상·음성 생성, 자율주행, 로봇 등 AI가 실제 서비스에 적용되는 영역이 확대될수록 대규모 추론 연산을 안정적으로 처리할 수 있는 반도체 수요도 함께 증가할 수밖에 없기 때문이다. 정부도 국산 AI 반도체 생태계 확대를 위해 초기 시장을 만드는 데 힘을 싣고 있다. AI 데이터센터와 공공 인프라 등을 활용해 국산 NPU의 실증과 구매를 지원하고 실제 서비스 환경에서 성능을 검증할 수 있는 기회를 확대하는 방식이다. 국내 NPU 기업 입장에서는 정부와 공공 부문을 통해 초기 레퍼런스를 확보한 뒤 이를 민간 데이터센터와 글로벌 시장으로 확대하는 전략이 중요하다. AI 반도체 시장에서 이미 엔비디아가 강력한 생태계를 구축한 만큼 후발주자가 단기간에 하드웨어 성능만으로 시장을 뒤집기는 쉽지 않기 때문이다. 결국 엔비디아의 국내 NPU 기업에 대한 관심이 실제 투자나 인수, 기술 협력 등으로 이어질지와 별개로 국산 AI 반도체 기술의 글로벌 경쟁력을 보여주는 계기가 될 수 있다는 평가다. 특히 리벨리온을 시작으로 국내 NPU 기업들이 각자의 영역에서 고객과 레퍼런스를 확보할 경우 개별 기업의 성장을 넘어 'K-NPU' 생태계 전반으로 시장이 확대될 전망이다. 김녹원 딥엑스 대표는 초저전력 NPU 기반 온디바이스 'AI 엣지 Box 공동 개발'을 발표하며 "AI가 산업 현장으로 확산될수록 낮은 전력으로 데이터를 실시간 처리할 수 있는 온디바이스 AI의 중요성이 더욱 커지고 있다"고 평가했다.2026-08-24 17:31:32
-
삼성전자, 아산 온양캠퍼스에 6조 투자…HBM 생산능력 키운다 [경제일보] 삼성전자가 충남 아산 온양캠퍼스에 6조원을 투입해 고대역폭메모리(HBM) 등 고성능 인공지능(AI) 반도체 생산능력 확대에 나선다. 공장 증설을 위한 행정 절차가 마무리되면서 이르면 다음 달부터 본격적인 공사에 돌입할 예정이다. 19일 충남도에 따르면 도는 이날 도청에서 '2026년 제8회 도시계획위원회'를 열고 아산시 배방읍 북수리 일원에 위치한 삼성전자 온양캠퍼스 증설을 위한 개발행위 규모 초과 안건을 심의·의결했다. 이번 심의 통과로 신규 공장 착공을 위한 주요 행정 절차가 마무리됐다. 삼성전자는 온양캠퍼스 내 38만9825㎡ 규모 부지에 HBM 등 고성능 AI 반도체 생산 확대를 위한 신규 공장을 건설할 계획이다. 총투자 규모는 6조원으로, 다음 달 공사에 들어갈 예정이다. AI 산업 성장으로 데이터센터와 AI 가속기에 필요한 고성능 메모리 수요가 확대되는 가운데 삼성전자는 이번 투자를 통해 관련 생산 기반을 강화할 것으로 보인다. 충남도는 이번 사업이 정부가 추진하는 '대한민국 대도약 3대 메가 프로젝트'에 포함된 사업 가운데 처음 착공하는 사례라고 설명했다. 충남도는 삼성전자의 투자 속도를 높이기 위해 아산시와 관계기관 협의, 관련 자료 사전 검토 등을 진행해 도시계획위원회 심의를 기존 계획보다 한 달 이상 앞당겼다. 특히 지난달 가동을 시작한 '충남 첨단전략산업 대도약 태스크포스(TF)'를 중심으로 기업 투자 과정에서 필요한 행정 절차를 신속하게 지원했다. TF 출범 이후 기업 투자 관련 행정절차를 단축한 첫 사례다. 충남도는 대규모 첨단산업 투자를 지역 산업 생태계 확대와 연결한다는 방침이다. 앞서 지난달 2일 삼성디스플레이 아산 제2캠퍼스에서 삼성디스플레이와 SK하이닉스 등과 투자협약을 체결했으며, 협약에 따른 충남지역 투자 규모는 총 202조원이다. 이를 조기에 실행하기 위해 5대 분야 30개 과제를 담은 '충남 첨단산업 투자 종합지원계획'도 추진하고 있다. 홍종완 충남도 행정부지사는 "기업의 투자 애로를 신속히 해소해 충남이 첨단전략산업 중심지로 도약할 수 있도록 행정력을 집중하겠다"고 했다.2026-08-19 18:12:12
-
KAIST 찾은 '구글의 전설' 제프 딘…"AI 경쟁, 결국 컴퓨팅 효율 싸움" [경제일보] 인공지능(AI) 산업의 경쟁 구도가 거대언어모델(LLM)의 성능 경쟁에서 컴퓨팅 자원을 얼마나 확보하고 효율적으로 활용하느냐의 경쟁으로 이동하고 있다. 구글에서 27년간 AI와 컴퓨팅 인프라의 발전을 이끌었던 제프 딘이 한국에서 던진 메시지도 여기에 집중됐다. 딘은 지난 13일 서울 AI 허브에서 열린 특별강연에서 “향후 몇 년간 AI 발전의 핵심은 하드웨어와 컴퓨팅 자원을 얼마나 확보하고 효율적으로 사용하는가에 달려 있다”고 강조했다. 단순히 더 큰 모델을 만드는 것만으로 AI 경쟁력을 확보하기 어려워지고 있다는 의미다. 이번 강연은 딘이 구글을 떠난 뒤 사실상 첫 공식 행보라는 점에서도 주목받았다. KAIST와 국가AI연구거점의 공동 초청으로 마련된 행사에는 KAIST를 비롯해 고려대·연세대·포스텍 등 컨소시엄 대학의 연구진과 학생, 기업 관계자 등 150여명이 참석했고 온라인으로도 220여명이 참여했다. 딘은 1999년 구글에 합류한 이후 검색 인프라를 비롯해 구글의 AI 연구 기반을 구축한 핵심 인물이다. 분산 시스템 연구를 기반으로 대규모 연산을 효율적으로 처리하는 기술을 발전시켰고, 텐서플로와 구글의 AI 전용 반도체인 TPU 개발에도 관여했다. 최근까지는 구글 수석과학자로 차세대 AI 모델 제미나이 개발을 이끌었다. 그런 그가 구글을 떠나 과학 연구를 위한 AI 스타트업 ‘디스커버리 루프’를 창업하면서 업계의 관심이 집중됐다. 구글과 같은 빅테크의 최고 수준 연구 환경을 떠나 새로운 회사를 선택한 만큼, 그의 이번 발언은 단순한 기술 전망 이상의 의미를 갖는다. ◆ AI의 다음 병목은 ‘모델’보다 ‘연산’ 딘이 강조한 것은 AI 발전을 바라보는 시각 자체의 변화다. 그는 학부 시절 신경망 학습을 연구했지만 당시 컴퓨팅 성능의 한계 때문에 연구 성과를 내기 어려웠고, 20여년이 지나 충분한 연산 자원이 확보되면서 당시 아이디어가 현실화됐다고 설명했다. 지난 15년간 AI의 발전 역시 특정한 알고리즘 하나가 등장했기 때문이라기보다 연산 능력·데이터·모델 규모가 함께 확대된 결과라는 것이 그의 설명이다. 이 발언은 현재 AI 산업의 경쟁 구도를 정확히 관통한다. 챗GPT를 비롯한 생성형 AI가 대중화된 이후 기업들은 더 많은 데이터를 학습시키고 더 큰 모델을 구축하는 방식으로 경쟁해왔다. 그러나 모델 규모가 커질수록 학습과 추론에 필요한 컴퓨팅 비용도 폭증한다. 결국 AI 모델을 얼마나 잘 만드는가와 동시에 필요한 연산량을 얼마나 적은 비용으로 처리할 수 있는가가 기업 경쟁력의 핵심이 된다. 엔비디아가 AI 가속기 시장을 장악한 것도 같은 맥락이다. 구글이 자체 TPU를 개발한 이유 역시 외부 반도체에만 의존하지 않고 AI 연산 구조에 맞는 하드웨어와 소프트웨어를 함께 최적화하기 위해서였다. 딘의 경력 자체가 이를 보여준다. 대규모 분산 시스템을 연구하던 컴퓨터과학자가 구글에서 TPU와 AI 시스템 개발에 참여한 것은 AI가 발전할수록 모델과 반도체, 데이터센터, 소프트웨어를 하나의 시스템으로 설계해야 한다는 흐름과 맞닿아 있다. ◆ 한국 AI도 ‘모델 개발’ 이후를 준비해야 이번 딘의 KAIST 방문은 국내 AI 산업에도 시사하는 바가 크다. 한국의 AI 전략은 그동안 자체 파운데이션 모델 확보와 GPU 확보에 상당한 무게가 실렸다. 하지만 모델을 하나 확보한다고 AI 경쟁력이 완성되는 것은 아니다. 대규모 모델을 학습시키고 실제 서비스에 적용하기 위해서는 GPU와 AI 반도체, 데이터센터, 네트워크, 저장장치, 소프트웨어 등 전체 시스템을 효율적으로 연결해야 한다. KAIST가 추진하는 ‘AI 시스템 이니셔티브’ 역시 이 지점에 초점을 맞추고 있다. AI 모델 자체뿐 아니라 하드웨어와 시스템 소프트웨어를 함께 최적화해 제한된 컴퓨팅 자원을 최대한 활용하는 것이 목표다. 최근 글로벌 빅테크와 KAIST의 협력이 이어지는 것도 주목할 부분이다. 엔비디아가 KAIST와 AI 공동연구소 및 피지컬AI센터 설립을 추진한 데 이어 구글의 핵심 AI 연구자가 직접 KAIST를 찾아 연구진과 분산 시스템과 AI 인프라를 논의했다. 이는 한국이 AI 모델 경쟁에서 단순히 해외 기술을 활용하는 수준을 넘어 AI 시스템 전체를 연구할 수 있는 기반을 확보해야 한다는 신호로 해석할 수 있다. 딘이 강연에서 “AI가 인간을 대체하느냐”는 질문에 인간과 AI가 각자의 강점을 활용하는 것이 중요하다고 답한 것도 같은 맥락이다. AI를 인간의 대체재로만 볼 것이 아니라 인간이 해결하지 못했던 문제를 풀기 위한 연구 도구로 활용해야 한다는 것이다. 그가 창업한 디스커버리 루프가 과학 연구를 AI의 주요 적용 분야로 삼은 것도 의미가 있다. AI가 검색과 문서 작성, 코딩을 넘어 신약과 소재, 물리학 등 과학적 발견의 속도를 높이는 방향으로 확장될 경우 필요한 컴퓨팅 규모는 지금보다 더욱 커질 수밖에 없다. 한편 딘이 한국에서 던진 메시지는 명확하다. AI 경쟁의 다음 승부처는 더 큰 모델을 만드는 데서 끝나지 않는다. 얼마나 많은 연산 자원을 확보하고, 이를 얼마나 효율적으로 연결하고 활용하느냐가 관건이다. 한국이 AI 강국을 목표로 한다면 GPU 확보량이나 국산 모델 개발 성과만을 경쟁력의 기준으로 삼아서는 안 된다. 반도체부터 데이터센터, 네트워크, 분산 시스템, 모델까지 이어지는 ‘AI 풀스택’ 경쟁력을 확보해야 한다. 27년간 구글의 AI 역사를 만들어온 연구자가 퇴사 직후 한국에서 가장 먼저 강조한 것도 결국 이 지점이었다. AI 시대의 진짜 경쟁은 모델의 크기가 아니라 그것을 움직이는 시스템의 경쟁으로 넘어가고 있다.2026-08-19 07:55:41
-
네이버, '모두의 AI' 끝내 불참…국가 AI 사업 '흥행' 시험대 [경제일보] 네이버가 정부의 전 국민 무료 인공지능(AI) 서비스 ‘모두의 AI’ 사업에 최종 불참한다. 국내 최대 플랫폼 기업이자 자체 AI 모델을 보유한 네이버가 빠지면서 정부가 추진하는 대국민 AI 서비스 사업이 어떤 형태로 진용을 꾸릴지 관심이 커지고 있다. 네이버 관계자는 18일 “‘모두의 AI’ 사업자 공모에 참여하지 않는다”며 “현재 추진 중인 기존 AI 사업에 집중할 예정”이라고 밝혔다. 이날 오후 5시 공모 마감을 앞두고 컨소시엄 구성 가능성을 검토했지만 최종적으로 참여하지 않기로 결정했다. ‘모두의 AI’는 과학기술정보통신부와 정보통신산업진흥원(NIPA)이 추진하는 사업이다. 국민 누구나 비용과 이용량 제한 없이 사용할 수 있는 국산 범용 AI 챗봇을 구축하고, 공공서비스 신청 등을 대신 처리하는 AI 에이전트까지 제공하는 것이 핵심이다. 정부는 9월 베타서비스를 거쳐 12월 정식 서비스를 시작한다는 계획이다. 당초 8월 11일이던 공모 마감은 사업자들의 준비 기간을 확보하기 위해 18일 오후 5시로 일주일 연장됐다. 정부가 이 사업을 추진하는 이유는 단순히 ‘한국판 챗GPT’를 하나 더 만들기 위해서가 아니다. 미국과 중국의 AI 서비스에 대한 의존도를 낮추면서 국민 누구나 AI를 사용할 수 있는 기반을 마련하고, 국산 AI 모델을 실제 대국민 서비스로 연결하겠다는 전략이다. 정부는 장기적으로 자산관리와 학습코칭, 노후설계 등을 지원하는 ‘전 국민 1인 1 AI 에이전트’ 체계로 확대한다는 구상도 내놨다. 사업자로 선정되면 상당한 지원도 받을 수 있다. 올해에는 엔비디아의 최신 AI 가속기인 B200 그래픽처리장치(GPU)가 기업별로 최대 256장 또는 128장 지원되고, 2030년까지 운영비 지원도 이어질 예정이다. 다만 대가도 있다. 독자 AI 파운데이션 모델 기준을 충족하는 국산 모델을 최소 50% 이상 사용해야 하고, 자체 모델을 가진 기업도 다른 국내 기업의 국산 모델을 30% 이상 결합해야 한다. 사실상 기업 간 협업과 컨소시엄 구성이 필수적인 구조다. ◆ 네이버가 빠진 이유는 네이버의 불참 배경은 이 같은 사업 구조와 현재 네이버의 AI 전략을 함께 볼 필요가 있다. 네이버는 자체 대규모언어모델(LLM)인 ‘하이퍼클로바X’를 중심으로 검색과 쇼핑, 지도, 광고 등 기존 플랫폼 서비스에 AI를 결합하는 전략을 추진하고 있다. 이미 자체 서비스 안에서 AI 이용자를 확보하고 있는 만큼 정부가 주도하는 별도 무료 플랫폼에 참여해 새로운 서비스를 구축해야 할 유인이 상대적으로 크지 않다는 분석이 나온다. 특히 ‘모두의 AI’는 자체 모델만으로 서비스를 구성할 수 없다는 점이 변수다. 네이버처럼 자체 AI 기술과 플랫폼을 동시에 보유한 기업 입장에서는 다른 기업의 모델을 일정 비율 결합해야 하는 사업 조건이 오히려 기술 전략과 맞지 않을 수 있다. 올해 초 정부의 ‘독자 AI 파운데이션 모델’ 프로젝트에서도 네이버클라우드는 재공모에 참여하지 않았다. 당시에도 업계에서는 기업들이 정부 사업의 타이틀보다 자체 AI 기술과 서비스 경쟁력 확보에 집중하는 방향으로 전략을 바꾸고 있다는 분석이 나왔다. 결국 네이버 입장에서는 정부가 제공하는 GPU와 운영비보다 자체 플랫폼 안에서 AI 사용자를 늘리고 수익모델을 만드는 것이 장기적으로 더 중요하다고 판단했을 가능성이 크다. 네이버가 공식적으로 밝힌 불참 이유는 ‘기존 사업 집중’이지만, 사업 조건과 현재 전략을 종합하면 충분히 예상 가능한 선택이라는 평가다. ◆ 카카오·통신3사는 왜 뛰어드나 반면 카카오와 이동통신 3사의 셈법은 다르다. 카카오는 자체 AI 모델 ‘카나나’를 카카오톡과 연결해 생활밀착형 AI 서비스로 확대할 수 있는 기회로 보고 있다. 이미 5000만명 규모의 이용자를 확보한 카카오톡이라는 플랫폼이 있어 ‘모두의 AI’를 통해 AI 서비스를 대중화할 경우 기존 플랫폼과의 결합 효과를 기대할 수 있다. 카카오는 행정안전부와 공공서비스 예약과 전자증명서 발급 등을 지원하는 ‘AI 국민비서’ 시범 서비스도 운영하고 있다. 통신 3사도 각자의 강점이 뚜렷하다. SK텔레콤은 자체 AI 모델과 AI 서비스 ‘에이닷’, AI 데이터센터를 모두 갖추고 있어 모델부터 인프라, 서비스까지 연결할 수 있다는 점이 강점이다. KT는 AI와 클라우드, 공공·기업 시장에서 쌓은 사업 경험을 활용할 수 있고, LG유플러스는 LG AI연구원과의 협업을 통해 그룹 차원의 AI 역량을 결집하는 전략을 내세우고 있다. 당초 세 회사 모두 참여를 검토했고 LG유플러스는 일찌감치 참여를 공식화했다. 특히 통신사들에게 ‘모두의 AI’는 단순한 무료 서비스 사업 이상의 의미가 있다. 통신 가입자와 기업 고객 중심이었던 AI 사업을 전 국민 서비스로 확장하고, 향후 공공기관과 지방자치단체 등으로 AI 사업 영역을 확대할 수 있는 레퍼런스를 확보할 수 있기 때문이다. ◆ 결국 승부는 ‘컨소시엄’에서 갈린다 네이버가 빠지면서 이제 업계의 관심은 어떤 기업들이 손을 잡느냐로 옮겨가고 있다. 사업 구조상 한 기업이 모든 조건을 충족하기보다 모델·클라우드·데이터·플랫폼·서비스 역량을 가진 기업들이 결합하는 것이 유리하다. 실제 공모 초기부터 카카오와 LG유플러스 외에도 SK텔레콤, KT, 업스테이지, 엔씨(NC) AI, 이스트소프트, 라이너, 코난테크놀로지 등 다양한 기업이 참여를 검토해왔다. 이 때문에 이번 공모는 사실상 국내 AI 기업들의 ‘연합전’ 성격을 띠게 될 가능성이 높다. 어느 기업이 어떤 AI 모델을 제공하고, 누가 GPU와 클라우드를 맡으며, 누가 이용자 접점을 확보하느냐에 따라 향후 국내 AI 생태계의 주도권도 달라질 수 있다. 다만 사업 자체에 대한 우려도 있다. 사업자 선정부터 9월 베타서비스까지 한 달 남짓밖에 남지 않았다. 전 국민이 이용하는 서비스인 만큼 초기부터 대규모 접속에 대응할 인프라와 서비스 안정성을 확보해야 하지만 개발 기간이 빠듯하다. 실제 공모 마감이 연장된 것도 기업들의 준비 부담을 고려한 조치였다. 무엇보다 ‘무료’ 서비스의 지속 가능성이 관건이다. 정부가 2030년까지 운영비를 지원하더라도 장기적으로 국민이 무료로 사용하는 AI 서비스의 비용을 누가 얼마나 부담할지에 대한 구조가 필요하다. 이용자가 늘어날수록 추론 비용도 증가하기 때문이다. ‘모두의 AI’가 성공한다면 정부가 GPU와 데이터를 지원하고 민간이 서비스 경쟁력을 결합하는 새로운 국가 AI 모델이 자리 잡을 수 있다. 반대로 이용자 확보와 서비스 품질, 수익구조를 만들어내지 못한다면 정부 주도 AI 사업의 한계를 보여주는 사례가 될 수도 있다. 한편 네이버가 빠진 자리를 누가 채울지가 중요한 이유다. 이제 ‘모두의 AI’의 경쟁은 참여 기업 숫자가 아니라 누가 국민의 일상 속에서 실제로 쓰이는 AI를 만들어내느냐로 넘어가고 있다.2026-08-18 16:10:20
-
엔비디아, 오픈AI 데이터센터에 150조원 보증…'순환금융' 논란 커진다 [경제일보] 엔비디아가 오픈AI의 초대형 데이터센터 구축에 최대 1050억달러(약 149조원) 규모의 보증을 제공한다. 단순한 장비 공급을 넘어 고객의 데이터센터 건설에 필요한 금융 위험까지 떠안는 방식이다. 엔비디아는 이를 ‘순환금융’이 아니라고 선을 그었지만, 고객의 장기 수요를 담보로 자금조달을 지원하고 그 대가로 자사 인공지능(AI) 가속기 공급을 사실상 확보한다는 점에서 시장의 시선은 엇갈리고 있다. 엔비디아는 17일(현지시간) 미국 오하이오주 파이크카운티에서 소프트뱅크 계열사인 SB에너지가 개발하는 ‘포츠파이크’ 데이터센터 캠퍼스와 관련해 최대 1050억달러 규모의 잔존가치 보증계약을 체결했다고 밝혔다. 오픈AI는 이 시설을 20년간 임차한다. 1단계는 4.25기가와트(GW) 규모로 2028년부터 2030년까지 단계적으로 가동될 예정이다. 전체 캠퍼스는 최대 8GW 규모로 확대될 수 있다. 구조를 뜯어보면 엔비디아의 역할이 상당히 크다. SB에너지는 데이터센터를 건설하고, 오픈AI는 장기간 임대료를 낸다. 엔비디아는 임대차 계약과 관련한 잔존가치를 보증하고 여기에 15억달러를 SB에너지에 직접 투자한다. 대신 엔비디아는 해당 데이터센터에 AI 가속기를 독점 공급한다. 데이터센터가 실제 가동되고 오픈AI가 임대료를 낼수록 엔비디아가 부담해야 할 잔여 위험도 줄어드는 구조다. 젠슨 황 엔비디아 최고경영자(CEO)는 논란이 불거지자 직접 반박했다. 그는 “이것은 순환금융이 아니다”라며 오픈AI가 임대료를 지급하고 데이터센터 용량이 가동되면 엔비디아의 잔여 위험이 감소한다고 설명했다. 엔비디아 입장에서는 단순히 고객에게 돈을 빌려주는 것이 아니라 장기간 확실한 GPU 수요가 예상되는 곳에 공급망과 생산능력을 선제적으로 배치하는 것이라는 논리다. 하지만 시장이 주목하는 것은 자금의 방향보다 위험의 연결고리 다. 오픈AI가 데이터센터를 임차하고, 데이터센터 사업자는 금융기관에서 자금을 조달하며, 엔비디아는 오픈AI의 임대차 계약을 보증한다. 그리고 오픈AI가 필요로 하는 컴퓨팅 자원은 다시 엔비디아의 GPU로 채워진다. 전통적인 의미에서 돈이 한 바퀴 돌아 공급자에게 되돌아가는 순환금융은 아니더라도, 고객의 미래 수요가 공급자의 금융지원과 매출을 동시에 뒷받침하는 구조 라는 점에서 기존 반도체 사업과는 성격이 다르다. 특히 오픈AI처럼 비상장이고 전통적인 신용평가를 받는 방식이 제한적인 기업에게 엔비디아의 신용도가 금융 조달의 중요한 보강 수단이 될 수 있다는 점이 핵심이다. 엔비디아가 사실상 자신의 대차대조표를 활용해 오픈AI의 대규모 인프라 확장을 가능하게 만드는 셈이다. 반대로 엔비디아가 얻는 경제적 효과는 상당하다. 엔비디아는 오픈AI가 2030년까지 약 12GW 규모의 자사 컴퓨팅 자원을 도입하기로 했으며, 오하이오 프로젝트의 2단계까지 확대될 경우 약 16GW로 늘어날 수 있다고 설명했다. 이를 금액으로 환산하면 2030년까지 약 6000억달러(약 850조원) 규모의 엔비디아 컴퓨팅 수요가 발생할 수 있다는 것이 회사 측 계산이다. 여기서 이번 거래의 본질이 드러난다. 엔비디아는 더 이상 GPU만 파는 기업이 아니다. GPU가 들어갈 데이터센터의 건설과 전력 확보, 자금조달까지 영향력을 확대하면서 AI 인프라 생태계 전체를 장악하려는 움직임을 보이고 있다. 실제 엔비디아는 최근 데이터센터와 컴퓨팅 인프라를 지원하기 위해 금융회사들과 5000억달러 이상의 신규 파트너십을 추진하는 등 자본 부담을 외부 투자자와 나누는 방식도 확대하고 있다. 전력도 변수다. 포츠파이크에는 데이터센터에 전력을 공급하기 위해 SB에너지가 최대 10GW 규모의 발전설비를 구축할 계획이며, 이 가운데 9.2GW는 천연가스 발전으로 추진된다. 미국 에너지부도 올해 3월 소프트뱅크와 SB에너지, 현지 전력회사와 함께 오하이오 지역에 10GW 규모의 신규 발전설비와 데이터센터를 구축하는 계획을 공개했다. 데이터센터를 짓는 것보다 전력과 송전망을 확보하는 것이 더 어려워진 AI 시대의 현실을 보여준다. 이 프로젝트가 주목받는 또 다른 이유는 텍사스 애빌린과 대비되기 때문이다. 오픈AI와 오라클은 올해 3월 애빌린 스타게이트 데이터센터의 추가 증설 계획을 철회했다. 자금조달 협상이 길어진 데다 오픈AI의 수요 전망이 바뀐 것이 영향을 미쳤다. 이후 미확보 용량을 메타가 임차하는 방안이 거론됐고, 엔비디아가 이 논의에 관여한 것으로 알려졌다. 애빌린 사례가 AI 데이터센터의 수요 예측과 자금조달이 얼마나 어려운지를 보여줬다면, 오하이오는 그 문제를 엔비디아의 신용보강으로 풀어보려는 실험 에 가깝다. 막대한 초기 투자비를 데이터센터 사업자 혼자 감당하는 대신 GPU 공급자가 위험을 일부 나누고, 장기 임차인이 수요를 보장하는 구조다. 다만 이 방식이 AI 인프라 시장의 표준이 될지는 아직 미지수다. 가장 큰 위험은 오픈AI의 장기적인 현금흐름과 AI 컴퓨팅 수요다. 20년 임대계약이 체결됐다고 하더라도 AI 모델의 효율성이 크게 높아지거나 새로운 컴퓨팅 구조가 등장하면 현재 예상한 GPU 수요가 달라질 수 있다. 반대로 AI 수요가 예상보다 빠르게 증가한다면 엔비디아가 선점한 대규모 인프라가 막대한 매출 기반으로 돌아올 수 있다. 결국 이번 거래는 엔비디아가 AI 시대의 가장 중요한 병목인 컴퓨팅·전력·자본 을 동시에 확보하려는 전략으로 볼 수 있다. 과거 반도체 기업의 경쟁이 더 빠르고 비싼 칩을 만드는 데 있었다면, 이제는 그 칩이 들어갈 데이터센터와 전력, 그리고 이를 건설할 자금까지 누가 확보하느냐가 경쟁력이 되고 있다. 엔비디아가 이번 보증으로 실제 부담해야 할 금액은 최대 1050억달러 전체가 아니라 계약상 특정 조건이 발생했을 때의 잔존가치와 임대·전력 관련 위험에 한정된다. 그럼에도 단일 고객의 인프라에 이 정도 규모의 신용을 제공했다는 사실 자체가 AI 산업의 자본 구조가 얼마나 커졌는지를 보여준다. ‘순환금융인가 아닌가’보다 더 중요한 질문은 따로 있다. 오픈AI의 미래 수요를 믿고 엔비디아가 자신의 신용과 자본을 얼마나 더 투입할 것인가다. 이번 오하이오 프로젝트의 성패는 엔비디아가 단순한 GPU 공급자를 넘어 AI 인프라 금융의 핵심 플레이어로 자리 잡을 수 있을지를 가늠하는 시험대가 될 전망이다.2026-08-18 14:45:09
-
삼성SDS, 국가 AI 연구용 GPU 공급…B300 앞세워 AI 인프라 사업 확대 [경제일보] 삼성SDS가 국가 AI 연구용 컴퓨팅 사업에 엔비디아 최신 B300 기반 GPU 클러스터를 공급한다. 대학과 정부출연연구기관 등 자체적으로 대규모 AI 인프라를 확보하기 어려운 연구기관에 최신 GPU를 제공해 국내 AI 연구 인프라 고도화를 지원하는 동시에 GPU와 국산 NPU를 아우르는 클라우드 사업 확대에도 속도를 낸다. 11일 삼성SDS는 과학기술정보통신부와 정보통신기획평가원(IITP)이 지원하는 '2026년 AI 연구용 컴퓨팅 지원 프로젝트'의 GPU 자원 공급사로 선정돼 지난달 20일부터 서비스를 시작했다고 밝혔다. 이번 사업은 국내 학계와 연구기관에 AI 연구에 필요한 GPU 컴퓨팅 자원을 지원하는 국가 AI 연구 지원 사업이다. 초거대 AI 모델과 대규모 언어 모델(LLM) 연구가 확대되고 있지만 대학과 정부출연연구기관 등이 최신 GPU를 직접 대규모로 확보하기에는 비용과 운영 부담이 큰 만큼 민간 인프라를 활용해 연구자들의 접근성을 높이는 것이 목적이다. 사업 규모는 약 153억원이며 서비스는 지난 7월부터 내년 3월까지 제공된다. 삼성SDS를 포함한 복수 사업자가 공급사로 선정됐으며 삼성SDS는 GPU 공급 계획과 보유 자원 규모, 연구 환경, 운영 지원 체계, 보안 역량 등을 평가하는 입찰에서 1순위 사업자로 선정됐다. 삼성SDS는 이번 사업에 엔비디아 H100뿐 아니라 최신 B300(블랙웰 울트라) 기반 GPU 클러스터를 투입한다. B300은 엔비디아의 최신 블랙웰 울트라 아키텍처 기반 GPU로, 이번 사업에서 요구한 호퍼급 이상의 사양을 충족하는 동시에 대규모 AI 모델의 학습과 추론에 필요한 성능과 메모리를 제공한다. AI 모델이 대형화하면서 최신 GPU 확보 여부가 AI 연구의 속도와 규모를 좌우하는 요소로 떠오르고 있다. 특히 대규모 모델을 학습하려면 여러 GPU를 동시에 연결해야 하는 만큼 GPU 자체의 성능뿐 아니라 GPU 간 데이터를 빠르게 주고받을 수 있는 네트워크와 스토리지 등 전체 인프라 구성이 중요하다. 삼성SDS는 다수의 GPU를 하나의 자원 풀로 묶는 대규모 클러스터 구성과 고속 인터커넥트 네트워크를 함께 제공한다. CPU와 메모리, 스토리지, 네트워크, 개발 환경 등도 사전 구성해 연구자가 별도의 인프라 구축 과정 없이 AI 연구에 필요한 컴퓨팅 환경을 사용할 수 있도록 지원한다. 최신 GPU는 단순히 장비를 구매하는 것뿐 아니라 데이터센터 공간과 전력, 냉각, 네트워크, 운영 인력 등이 함께 필요해 연구기관이 독자적으로 대규모 클러스터를 구축하기 어려운 것으로 평가된다. 이를 민간 클라우드 방식으로 보완해 국내 AI 연구 현장에서 제기되던 최신 GPU 접근성 문제를 해결한다는 구상이다. 정부 역시 이러한 인프라 격차를 줄이기 위해 국가 AI 연구용 컴퓨팅 지원 사업을 추진하고 있다. 연구자가 직접 고가의 GPU와 서버 인프라를 확보하지 않아도 클라우드를 통해 필요한 컴퓨팅 자원을 사용할 수 있도록 해 연구기관의 AI 개발 접근성을 높이는 방식이다. 앞서 삼성SDS는 지난 3월에 국내 최초로 SCP를 통해 엔비디아 B300 기반 GPUaaS를 출시했다. 고객이 고가의 GPU를 직접 구매하지 않고도 클라우드를 통해 AI 학습과 추론에 필요한 GPU 자원을 사용할 수 있도록 한 서비스다. 이번 사업을 통해 삼성SDS는 단순한 공공 사업을 넘어 AI 클라우드 사업의 적용 범위를 확대하는 것으로 분석된다. 또한 지난달에는 국산 AI 반도체 기업 퓨리오사AI의 2세대 NPU '레니게이드(RNGD)' 기반 NPUaaS도 SCP에 탑재했다. 엔비디아 GPU 중심의 AI 인프라뿐 아니라 AI 추론에 특화된 국산 NPU까지 클라우드에서 제공하면서 AI 가속기 선택지를 넓히고 있다. AI 인프라 시장이 GPU 중심에서 다양한 가속기를 활용하는 방향으로 확대될 가능성도 삼성SDS가 GPU와 NPU를 함께 제공하는 배경으로 꼽힌다. AI 서비스가 학습 중심에서 실제 서비스 운영과 추론 단계로 확대되면서 모든 작업에 고성능 GPU를 사용하는 것보다 작업 특성에 맞춰 GPU와 NPU 등 가속기를 선택하는 것이 비용과 효율 측면에서 중요해질 수 있기 때문이다. 삼성SDS가 GPU와 NPU를 모두 클라우드 서비스 형태로 제공할 경우 기업과 연구기관은 직접 하드웨어를 구매하지 않고 필요한 가속기를 선택해 사용할 수 있다. AI 인프라 구축에 필요한 초기 투자 부담을 줄이는 동시에 기술 변화에 따라 새로운 가속기로 전환하기도 상대적으로 용이하다. 이번 국가 AI 연구용 컴퓨팅 사업에서 B300을 실제 연구 현장에 공급하는 것도 삼성SDS의 AI 인프라 사업을 확대하는 데 레퍼런스로 활용될 수 있다. 대학과 출연연 등 연구기관을 대상으로 최신 GPU 클러스터를 운영하면서 대규모 AI 연구에 필요한 인프라 구축과 운영 역량을 확보할 수 있기 때문이다. 삼성SDS는 이번 국가 AI 연구용 컴퓨팅 사업을 통해 연구기관의 최신 GPU 접근성을 높이는 동시에 GPUaaS와 NPUaaS 등 AI 인프라 서비스의 적용 분야를 확대한다는 계획이다. 향후 공공·연구 분야를 넘어 기업의 AI 모델 개발과 서비스 운영 수요까지 AI 가속기 클라우드 사업을 확대할 수 있을지 주목된다. 이호준 삼성SDS 클라우드서비스사업부장 부사장은 "이번 사업을 통해 국내 연구자들이 세계 최고 수준의 AI 인프라를 바탕으로 혁신적인 성과를 낼 수 있도록 안정적인 서비스를 제공할 것"이라며 "앞으로도 국가 AI 연구 인프라의 저변을 확대하고 대한민국의 AI 경쟁력을 높이는 데 기여하겠다"고 말했다.2026-08-11 08:27:46
-
식약처 사전상담, 혁신의료제품 '제품화 가속기' 역할 입증 [경제일보] 식품의약품안전처의 ‘사전상담 제도’가 혁신 의료제품의 개발 속도를 끌어올리는 핵심 장치로 자리 잡고 있다. 규제 불확실성을 줄이고 임상 진입을 앞당기는 효과가 수치로 확인되면서 업계에서도 제도 활용도가 더욱 높아질 것으로 보인다. 8일 업계에 따르면 식약처 산하 식품의약품안전평가원은 ‘혁신제품 사전상담 현황 보고서’를 통해 2020년 8월 제도 시행 이후 지난해 말까지의 운영 성과를 공개했다. 이번 보고서는 사전상담을 받은 총 521개 제품 가운데 응답한 201개 품목을 대상으로 개발 진행 상황을 분석한 결과다. 조사에 따르면 이미 제품화에 성공한 사례도 적지 않았다. 의약품 6개와 의료기기 42개가 허가 또는 인증을 획득하며 시장에 진입했다. 여기에 의약품 58개와 의료기기 4개는 임상시험 단계에 들어선 것으로 나타났다. 초기 연구 단계에 머물렀던 다수의 제품이 실제 개발 궤도에 올라섰다는 의미다. 특히 눈에 띄는 대목은 개발 단계의 ‘도약’이다. 최초 상담 시점 대비 비임상 단계에서 임상 단계로 넘어간 제품은 의약품 71개, 의료기기 75개로 집계됐다. 전체의 약 62%가 개발 단계 상승을 경험한 셈이다. 단순한 행정 지원을 넘어 실질적인 개발 촉진 효과가 확인된 것이다. 이 같은 성과는 ‘길잡이 프로그램’ 등 집중 지원 체계에서 비롯됐다는 분석이다. 평가원은 단순 상담을 넘어 개발 전 과정에 걸쳐 지속적으로 지원하는 프로그램이 규제 리스크를 줄이고 후속 개발을 촉진했다고 설명했다. 특히 의약품 분야에서는 상담 이후 충분한 개발 기간이 확보된 품목일수록 단계 상승률이 높게 나타나 시간이 지날수록 지원 효과가 누적되는 경향도 확인됐다. 현장 밀착형 지원 확대도 긍정적인 영향을 미쳤다. 지역 혁신기업과 연구기관을 대상으로 한 ‘현장 소통형 사전상담’은 연구개발 사업단, 연구중심병원, 임상시험기관 등으로 대상이 확대되면서 지원 기업 수가 전년 대비 35% 증가했다. 개발 현장의 수요를 반영한 정책이 실제 참여 확대로 이어진 것이다. 기업들의 체감 만족도 역시 개선됐다. 분기별 설문조사 결과 사전상담 제도에 대한 만족도는 2021년 대비 15% 상승했다. 규제 대응 부담이 큰 제약·바이오 산업 특성상 초기 단계에서 명확한 가이드라인을 제공받을 수 있다는 점이 긍정적으로 작용한 것으로 풀이된다. 업계에서는 이번 보고서를 계기로 사전상담 제도가 단순 지원을 넘어 ‘혁신제품 인큐베이터’ 역할을 하고 있다는 평가가 나온다. 개발 초기 불확실성을 줄이는 것이 곧 속도와 직결되는 만큼 제도의 중요성은 앞으로 더욱 커질 전망이다. 식약처 관계자는 “사전상담은 제품 개발 과정에서 발생할 수 있는 규제 불확실성을 해소하는 데 중요한 역할을 한다”며 “앞으로도 혁신제품이 신속하게 시장에 진입할 수 있도록 지원을 강화하겠다”고 말했다.2026-08-08 14:00:00
많이 본 뉴스
영상
Youtube 바로가기
![[데스크칼럼] 청문보고서 통과 이틀 만에 사퇴…인사검증은 어디서 멈췄나](https://image.ajunews.com/content/image/2026/09/21/20260921093552830077_518_323.png)