경제일보 - 아시아 경제시장의 맥을 짚다

경제일보 - 아시아 경제시장의 맥을 짚다

패밀리 사이트: 아주일보; 베트남

회원서비스: 로그인; 회원가입; 지면보기; 네이버블로그

검색

2026.08.11 화요일

흐림 서울 33˚C

흐림 부산 26˚C

흐림 대구 27˚C

흐림 인천 29˚C

흐림 광주 30˚C

흐림 대전 30˚C

흐림 울산 26˚C

흐림 강릉 24˚C

흐림 제주 27˚C

검색결과 총 16건

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
"AI 부동산을 선점하라"…SK·GS·네이버, 550조 데이터센터 대전 [경제일보] 인공지능(AI) 시대의 핵심 부동산은 그래픽처리장치(GPU)가 연산하는 AI 데이터센터다. 생성형 AI 확산으로 데이터센터는 서버 보관시설을 넘어 전력과 데이터를 지능으로 바꾸는 ‘AI 공장’으로 진화하고 있다. 정부가 공개한 1단계 구상은 SK 5기가와트(GW), GS 2.4GW, 네이버 1GW 등 총 8.4GW다. 투자 유치를 포함한 사업 규모는 약 550조원이다. 다만 이는 확정 투자액이라기보다 자체 자금과 외부 투자, 금융조달, 장비 구입비를 합친 장기 사업 규모에 가깝다. 실제 사업화에는 전력과 GPU, 장기 고객 확보가 뒤따라야 한다. 세 기업의 출발점은 뚜렷하게 갈린다. SK는 반도체·통신·에너지를 연결하고, GS는 발전·건설 역량과 산업부지를 활용한다. 네이버는 자체 AI와 클라우드, 데이터센터 운영 경험을 앞세운다. 결국 승부는 누가 전력과 반도체, 고객, 소프트웨어를 하나의 수익모델로 묶어내느냐에 달렸다. SK, 전담법인 세우고 ‘AI 수직계열’ SK의 강점은 AI 데이터센터의 핵심 요소를 그룹 안에 갖추고 있다는 점이다. SK하이닉스는 AI 서버용 고대역폭메모리(HBM)를 공급하고, SK텔레콤은 통신망과 기업 고객, 데이터센터 운영 경험을 보유했다. 여기에 에너지 계열사의 발전·재생에너지 역량까지 더하면 반도체와 전력, 네트워크, 운영을 아우르는 수직계열 구성이 가능하다. SK텔레콤은 최근 AI 데이터센터 사업개발 전문회사 ‘SK하이퍼’를 100% 자회사로 설립했다. SK하이퍼는 부지 확보와 변전소 구축·운영, 고객 유치, 사업화를 전담한다. SK텔레콤은 2030년까지 7500억원을 분할 출자해 사업 기반을 마련할 계획이다. 울산에서는 아마존웹서비스(AWS)와 함께 2027년 하반기 가동을 목표로 하이퍼스케일급 데이터센터를 건설 중이다. 장기적으로는 1GW 이상 규모로 확대한다는 구상이지만, 구체적인 시기와 규모는 수요와 투자 여건에 따라 달라질 전망이다. SK텔레콤 관계자는 “2029년부터 5GW를 단계적으로 열고 2035년 15GW까지 확대할 계획”이라며 “울산을 시작으로 영남권 2GW 이상, 충청권과 서남권에 각각 1GW 구축을 목표로 하되 세부 부지와 용량은 전력 수급과 앵커 테넌트 확보 여부를 따져 확정할 것”이라고 했다. 이어 “시설은 고객 수요에 맞춰 용량을 높이는 램프업 방식으로 운영할 예정”이라며 “단기적으로는 확보 가능한 전력을 활용하고, 중장기적으로는 재생에너지와 배터리에너지저장장치(BESS), 액화천연가스(LNG), 소형모듈원자로(SMR) 등으로 공급 기반을 확대할 방침”이라고 했다. AI 서비스가 확산될수록 추론 수요가 커지는 만큼 GPU와 NPU를 용도에 맞게 활용하는 이기종 구성의 중요성이 커질 것으로 분석된다. 실제로 SK텔레콤은 리벨리온의 신경망처리장치(NPU) ‘아톰’을 자체 서비스에 시험 적용했고, Arm·리벨리온과 NPU·중앙처리장치(CPU) 결합 인프라도 추진 중이다. 그룹 안의 반도체·통신·에너지 자산을 묶어 글로벌 AI 수요를 선점하겠다는 전략이다. GS, 동해 보유 부지로 2.4GW 개발 GS는 발전과 건설, 산업부지 개발 역량을 앞세운다. 강원 동해시 북평제2일반산업단지 내 GS동해전력 보유 자산을 활용해 2028년 1.2GW, 2029년 추가 1.2GW를 구축하는 단계적 개발 계획을 세웠다. 그룹 안에는 발전사업을 운영하는 GS EPS와 GS E&R, LNG·재생에너지 사업을 맡는 GS에너지, 대형 인프라 시공 경험을 가진 GS건설이 있다. GS칼텍스도 액침냉각유 사업을 추진 중이다. 이미 확보한 산업단지 자산을 활용할 수 있다는 점은 신규 부지를 처음부터 개발하는 사업자보다 초기 준비 기간을 줄일 수 있는 강점으로 꼽힌다. GS 관계자는 “강원 동해시 북평제2일반산업단지 내 GS동해전력 보유 자산을 활용해 2028년 1.2GW, 2029년 추가 1.2GW를 구축할 예정”이며 “현재 사업 추진을 위한 검토와 준비를 단계적으로 진행하고 있다”고 했다. GS의 강점이 보유 자산과 인프라 역량이라면, 과제는 고객과 전력 구조의 구체화다. 발전소와 부지가 가깝다고 해서 데이터센터에 전력이 자동으로 공급되는 것은 아니다. 송전망 접속과 전력거래 구조를 세밀하게 설계해야 한다. 자체 AI 모델이나 클라우드 고객 기반이 상대적으로 약한 만큼, 2.4GW를 장기간 사용할 핵심 고객을 확보하는 일도 중요하다. 네이버, ‘각 세종’서 연산을 매출로 네이버는 세 기업 가운데 계획 규모는 가장 작지만, 데이터센터에서 생산한 연산을 직접 활용할 서비스와 이를 외부로 판매할 플랫폼을 함께 갖췄다는 점이 차별화 요소다. 검색과 광고, 쇼핑, 클라우드, 하이퍼클로바X 등 자체 서비스가 모두 대규모 컴퓨팅 자원을 필요로 한다. 네이버는 2027년 상반기 55메가와트(MW) 규모의 글로벌 AI 팩토리를 가동하고, 2028년에는 200MW까지 확대할 계획이다. 이후 ‘각 세종’을 거점으로 1GW급으로 확장하는 구상을 세웠다. 엔비디아는 네이버에 10억 달러를 투자해 지분 4.5%를 취득하기로 했다. 네이버는 90억 달러 규모 GPU 인프라와 데이터센터 확보를 위해 브룩필드를 독점적 우선협상대상자로 선정했다. 다만 브룩필드 자금은 사전계약 단계여서 최종 조건은 더 지켜봐야 한다. 네이버클라우드 관계자는 “‘각 세종’을 거점으로 1GW급까지 빠르게 확장하고, 확보한 컴퓨팅 자원은 네이버 서비스뿐 아니라 외부 고객사에도 활용할 것”이라며 “AI 팩토리는 GPU 임대와 클라우드, 기업용 AI, 자체 서비스 고도화까지 포괄하는 비즈니스 플랫폼”이라고 했다. 소버린 AI의 핵심은 AI 모델과 데이터에 대한 온전한 통제권이다, 고객이 인프라와 데이터를 독립적으로 관리할 수 있도록 지원하고 있는 이유다. 네이버는 전국 20여곳에 GPU 상면을 확보하고 약 10만장 수준의 GPU를 운영하고 있다. 엔비디아와 오픈 모델 기술을 공유하면서도 하이퍼클로바X는 자체 데이터와 인프라로 학습해 직접 소유·통제한다는 점도 강조한다. 다만 핵심 연산장비에 대한 엔비디아 의존과 국산 AI 반도체 도입은 여전히 과제로 남는다. 전력·고객 없으면 ‘AI 공장’도 멈춘다 세 기업의 공통 병목은 전력이다. 데이터센터와 GPU를 확보해도 변전소와 송전망에 연결하지 못하면 가동할 수 없다. 대형 전력기기의 긴 납기, 송전선 건설에 필요한 인허가와 주민 동의 역시 사업 속도를 좌우하는 변수다. 550조원 투자가 국내 산업 성장으로 이어질지도 따져봐야 한다. HBM과 변압기, 냉각설비, 네트워크 장비 시장은 커질 수 있지만, 투자금이 해외 GPU와 서버·소프트웨어 구매에 집중되면 국내에 남는 부가가치는 줄어들 수밖에 없다. 국산 NPU와 전력·냉각장비가 실제 발주에 얼마나 반영되는지가 중요한 이유다. 세 기업의 전략은 분명히 갈린다. SK는 반도체와 통신, 에너지를 묶고 전담 개발법인까지 세웠다. GS는 동해의 기존 산업부지를 활용해 단계적 개발에 나섰다. 네이버는 GPU와 클라우드, AI 모델을 연결해 연산을 매출로 바꾸는 구조를 구축하고 있다. 결국 경쟁력은 시설 크기 자체가 아니라 안정적인 전력과 GPU, 장기 고객, 운영 소프트웨어, 금융비용을 얼마나 효율적으로 결합하느냐에 달려 있다. 이 가운데 하나라도 빠지면 초대형 데이터센터는 ‘AI 공장’이 아니라 값비싼 서버 창고에 머물 수 있다.
2026-07-28 16:07:34
메모리 넘어 AI 연산 허브로…네이버·SK AI 패권전 뛰어들다 [경제일보] 한국 기업과 글로벌 빅테크가 인공지능(AI) 반도체부터 데이터센터, 모델·서비스를 잇는 초대형 협력에 나섰다. 네이버는 AI 컴퓨팅 자원을 제공하는 '소버린 AI 팩토리 운영자'를, SK그룹은 고대역폭메모리(HBM) 생산과 데이터센터 구축을 함께 맡는 'AI 인프라 공급자'를 지향한다. 정부는 지난 24일(현지시간) 미국 샌프란시스코 AI 서밋에서 국내 기업과 글로벌 빅테크가 총 9500억달러 규모의 반도체 공급·생산 협력과 약 5GW 규모 AI 데이터센터 구축을 추진한다고 발표했다. 삼성전자와 SK, 현대자동차그룹, 네이버를 비롯해 엔비디아, 브로드컴, 마이크로소프트(MS), 오픈AI, 앤트로픽 등이 참여했다. 한국을 메모리 반도체 수출국에서 AI 연산과 서비스를 생산하는 글로벌 거점으로 확장하겠다는 '샌프란시스코 AI 선언'의 실행 구상이다. ◆ 네이버, '각 세종' AI 연산 수출기지로 네이버는 엔비디아, 글로벌 대체자산운용사 브룩필드와 100억달러 규모의 AI 팩토리 확대를 추진한다. 세종시 하이퍼스케일 데이터센터 '각 세종'에 엔비디아 DSX 플랫폼을 적용하고 초기 구축 규모를 55MW에서 200MW로 확대한다. 네이버는 이를 엔비디아 GPU 약 10만개 규모라고 설명했다. 브룩필드가 독점 자본 파트너로 최대 90억달러를 조달하고 엔비디아가 10억달러를 투자하는 구조다. 실제 브룩필드 조달 규모가 계획에 미치지 못하면 네이버가 부족분을 부담한다. 시설에는 블랙웰과 차세대 베라 루빈 플랫폼이 적용될 예정이다. 네이버는 데이터센터뿐 아니라 하이퍼클로바X와 네이버클라우드, 검색·쇼핑·지도 서비스, 데이터센터 운영 경험을 함께 보유하고 있다. 도시 거리뷰와 공간 데이터를 활용한 '서울 월드 모델', 네모트론 기반 오픈모델, AI 에이전트 플랫폼 개발도 추진 중이다. 이를 기반으로 GPU 임대를 넘어 모델 개발과 학습, 기업용 AI 서비스 운영까지 제공하는 구조를 구축하고 국내 기업과 공공기관은 물론 자체 AI 역량 확보를 추진하는 해외 국가와 기업까지 고객으로 확보한다는 전략이다. 소버린 AI가 국산 기술만으로 구축된다는 의미는 아니다. 핵심 GPU와 컴퓨팅 플랫폼은 엔비디아 기술에 의존한다. 네이버가 강조하는 주권은 데이터와 AI 모델의 통제권, 국내 운영 환경을 확보하는 데 있다. 향후 국산 NPU와 소프트웨어를 얼마나 수용하고 국내 AI 스타트업과 기업에 컴퓨팅 자원을 개방하느냐가 생태계 경쟁력을 좌우할 전망이다. ◆ SK, HBM부터 데이터센터까지 수직계열화 SK그룹은 메모리와 AI 데이터센터를 동시에 묶는 전략을 내세웠다. 정부는 SK와 글로벌 빅테크의 협력 규모를 7500억달러로 집계했다. 이 가운데 SK가 공식 발표한 엔비디아 협력은 5000억달러 이상 규모의 LOI로 AI 메모리 공급과 최대 2GW AI 팩토리 구축을 포함한다. SK텔레콤은 엔비디아 DSX를 기반으로 2027년부터 AI 팩토리를 단계적으로 가동하고 SK하이닉스 HBM4가 탑재된 베라 루빈 시스템을 도입할 계획이다. 소버린 AI와 에이전틱 AI, 피지컬 AI, 기업용 서비스를 위한 컴퓨팅 자원을 공급한다는 구상이다. SK하이닉스는 엔비디아와 차세대 HBM 공동 최적화를 추진하고 MS 데이터센터에 서버용 AI 메모리를 장기 공급한다. SK텔레콤은 앤트로픽과 국내 GW급 데이터센터 협력 MOU를 체결했고 AWS와는 울산 AI 데이터센터를 기반으로 협력을 확대하고 있다. SK의 경쟁력은 수직계열화다. SK하이닉스가 HBM을 공급하고 SK텔레콤과 SK하이퍼가 부지와 전력 확보, 데이터센터 개발을 맡으며 SK브로드밴드가 네트워크와 기존 데이터센터 운영을 담당하는 구조다. 메모리 판매를 넘어 AI 연산 자원을 서비스하는 반복 수익 모델을 구축하려는 전략이다. 관건은 전력 인프라다. 정부 계획대로 2029년까지 5GW, 장기적으로 15GW까지 AI 데이터센터를 확대하려면 대형 발전소 여러 기에 맞먹는 전력이 상시 필요하다. 송전망과 변전소, 용수·냉각 설비, 인허가가 지연되면 GPU를 확보해도 시설을 제때 가동하기 어렵다. SK하이퍼의 자체 투자만으로는 한계가 있는 만큼 글로벌 고객의 장기 사용 계약과 프로젝트 파이낸싱(PF), 외부 투자 유치도 병행돼야 한다. 이번 협력은 AI 경쟁의 중심이 모델 성능에서 전력과 메모리, 냉각, 네트워크, 운영 소프트웨어로 이동하고 있음을 보여준다. 미국 빅테크는 안정적인 HBM 공급과 아시아 컴퓨팅 거점을 확보하고 한국 기업은 GPU와 글로벌 자본, 고객을 확보해야 하는 이해관계가 맞아떨어진 결과다. 이번 발표에는 확정 투자뿐 아니라 장기 공급계약과 양해각서(MOU), 투자의향서(LOI)도 포함돼 있어 실제 투자 규모와 일정은 계약 이행 과정에서 구체화될 전망이다. 이번 발표의 성패는 데이터센터 가동률과 고객 확보에 달려 있다. 네이버와 SK가 구축하는 AI 팩토리에 제조·금융·로봇·공공 분야의 수요와 해외 고객이 꾸준히 유입되고 전력망 확충과 국산 AI 반도체 참여, 중소기업의 컴퓨팅 접근성 확보까지 이어질 경우 한국은 메모리 반도체 강국을 넘어 아시아 AI 컴퓨팅 허브로 도약할 가능성이 커질 것으로 전망된다. [아주경제 2026년 07월 28일자 13면에 게재된 기사입니다.]
2026-07-28 07:50:02
정부, 이통3사에 AI 네트워크 투자 확대…AI 투자 늘리고 통신비 낮춰라 [경제일보] 정부가 이동통신 3사에 인공지능(AI) 인프라와 차세대 네트워크에 대한 과감한 투자를 주문했다. 동시에 고물가에 대응해 청년·취약계층의 통신비 부담을 낮추는 방안도 요구했다. 통신사들은 AI 데이터센터(AIDC)와 해저케이블, 엣지 인프라 투자를 확대하고 8~9월 고객 혜택을 강화하기로 했다. 배경훈 부총리 겸 과학기술정보통신부 장관은 23일 서울 을지로 SK텔레콤 T타워에서 정재헌 SK텔레콤 대표, 박윤영 KT 대표, 홍범식 LG유플러스 대표와 간담회를 열고 AI 시대의 통신산업 발전과 민생 안정 방안을 논의했다. 지난 4월 첫 회동 이후 약 3개월 만이다. 배 부총리는 “통신사는 단순한 통신망 제공자를 넘어 AI가 끊임없이 작동하도록 인프라와 일상·산업 현장을 연결하는 AI 인프라·플랫폼 기업으로 거듭나야 한다”며 “기술 경쟁에서 가장 중요한 것은 속도”라고 강조했다. ◆ KT 해저케이블 1조원…LGU+ 파주 AIDC 내년 가동 정부는 AIDC와 피지컬 AI, 자율주행을 ‘3대 메가 프로젝트’로 규정하고 이를 뒷받침할 차세대 통신망을 구축할 계획이다. AI 기반 무선망인 AI-RAN과 해저케이블 등 분야별 민관 협의체도 운영한다. 정재헌 SK텔레콤 대표는 네트워크와 AI를 핵심 의제로 꼽고 3대 메가 프로젝트의 한 축으로서 투자와 사업 추진에 나서겠다고 밝혔다. AI 인프라와 네트워크를 연결해 통신사의 사업 구조를 재편한다는 구상이다. 박윤영 KT 대표는 해저케이블에 1조원을 선제적으로 투자해 한국을 아시아 AI 데이터 허브로 육성하겠다고 밝혔다. AIDC 실수요를 기반으로 1GW를 추가 공급하고 전국 3500여개 통신 국사를 AI 엣지 거점으로 활용한다. 위성과 해상 통신까지 연결해 피지컬 AI가 필요한 현장에서 실시간 추론을 지원할 계획이다. 홍범식 LG유플러스 대표는 파주에 총 200MW 규모로 조성하는 AIDC를 내년부터 가동하겠다고 밝혔다. LG의 AI 모델 ‘엑사원’을 산업과 고객 서비스에 적용하고 국산 AI 반도체·소프트웨어 기업과 협력해 인프라와 모델, 서비스가 이어지는 소버린 AI 생태계를 구축한다. 통신사의 강점은 전국 통신망과 데이터센터, 기업 고객, 대규모 서비스 운영 경험을 함께 보유했다는 점이다. 그러나 AIDC와 해저케이블은 초기 투자액이 크고 회수 기간도 길다. 전력과 부지, 냉각시설을 확보하고 장기 고객계약을 체결해야 수익성을 담보할 수 있다. 전국 통신 국사를 AI 엣지로 전환하는 계획도 활용처가 관건이다. 자율주행과 로봇, 스마트팩토리처럼 짧은 응답 시간이 필요한 서비스가 실제 매출로 연결돼야 투자 부담을 상쇄할 수 있다. ◆ 8~9월 멤버십 확대…한시적 행사 그쳐선 안 돼 정부와 통신 3사는 대외 불확실성과 물가 상승 압력에 대응해 통신비 부담 완화에도 협력하기로 했다. 통신 3사는 7월 중 ‘8~9월 고객 혜택 강화 방안’을 확정해 발표한다. 생활 분야의 멤버십과 제휴 할인을 확대하고 청년·취약계층을 대상으로 한시적인 요금제 추가 혜택을 제공하는 방안이 거론된다. 알뜰폰 도매대가 개선과 고가 요금제 가입 유도 자제, 정보통신공사업계 일감 확대 등 통신 생태계 상생 방안도 추진한다. 지난 4월 합의한 데이터 안심옵션 확대와 어르신 요금제 개편, 소방청 긴급구조 통신 우선전송, 통신 3사 최고정보보호책임자(CISO) 협의체 가동, 지하철 와이파이 5G 고도화 등은 예정대로 진행 중인 것으로 확인됐다. 정부는 오는 8월 통신 3사와 민관 협의체를 구성해 네트워크 투자 확대와 규제 개선 방안을 함께 검토하고 연내 결과를 발표한다. 투자 촉진을 요구하는 만큼 주파수와 인허가, 전력·부지 확보, 세제 지원 등 구체적인 유인책이 뒤따라야 한다는 지적이 나온다. 통신사에도 AI 투자와 통신비 완화 사이의 균형이 과제다. 단기 할인 행사만으로는 체감 통신비를 지속적으로 낮추기 어렵고, 과도한 요금 압박은 차세대 네트워크 투자 여력을 줄일 수 있다. 정부와 업계가 장기적인 요금 구조 개선과 투자 재원 마련을 함께 설계해야 이번 합의가 실질적인 성과로 이어질 전망이다. 배 부총리는 “정부도 통신사의 AI 기반 인프라와 플랫폼, 통신 체계 전환을 전폭적으로 지원하겠다”며 “국민 모두가 AI의 혜택을 누리는 환경을 만들어야 한다”고 말했다.
2026-07-23 11:59:39
상하이 WAIC, 오픈소스·국산칩·로봇 총출동…중국식 AI 질서 선언 [경제일보] 중국 상하이에서 열린 세계인공지능대회(WAIC) 2026이 20일 막을 내렸다. 올해 행사는 인공지능(AI) 신제품을 선보이는 전시회를 넘어 미국의 기술 통제에 맞서 중국이 구축하려는 독자 AI 생태계와 국제질서를 압축적으로 보여주는 무대가 됐다. 지난 17일부터 나흘간 열린 이번 대회에는 1100여개 기업과 국내외 인사 1400여명이 참여했다. 전시 면적은 처음으로 10만㎡를 넘어섰고 3000여개 제품 가운데 300개 이상이 세계 최초 공개 제품으로 소개됐다. 140여개 포럼도 상하이 엑스포센터와 장장, 쉬후이 서안 등에서 열렸다. 핵심 키워드는 △오픈소스 AI △국산 AI 반도체 △휴머노이드 로봇 △글로벌 AI 거버넌스였다. AI 모델과 반도체, 클라우드, 로봇을 하나의 국가 전략으로 연결해 미국 주도의 AI 생태계와 다른 선택지를 제시하려는 중국의 의도가 행사 전반에 깔렸다. ◆ 시진핑 첫 참석…29개국 묶은 AI 국제기구 출범 시진핑 중국 국가주석은 올해 처음으로 WAIC 개막식에 직접 참석했다. 시 주석은 “AI 발전은 어느 한 국가의 독주가 아니라 국제사회가 함께 연주하는 교향곡이어야 한다”며 특정 국가가 기술과 규칙을 독점해서는 안 된다고 강조했다. 미국을 직접 거론하지는 않았지만 국가안보의 개념을 지나치게 확대해 다른 나라의 기술 접근을 제한하는 것에 반대한다고 밝혔다. 첨단 AI 반도체와 반도체 제조 장비의 중국 수출을 제한해 온 미국을 겨냥한 발언으로 풀이된다. 중국은 행사 개막 전날 29개 창립 회원국이 참여한 ‘세계인공지능협력기구(WAICO)’ 설립 협정도 체결했다. 러시아와 브라질, 파키스탄, 인도네시아를 비롯해 아시아·아프리카 국가들이 참여했으며 본부는 상하이에 들어선다. WAICO는 AI 개발과 안전, 국제협력을 다루는 정부 간 국제기구를 표방한다. 미국이 동맹국을 중심으로 AI 반도체와 공급망 협력을 강화하는 데 맞서 중국은 글로벌 사우스의 참여와 기술 접근권을 앞세워 별도의 협력망을 구축한 셈이다. 시 주석은 향후 5년간 개발도상국에 5000명의 AI 교육 기회를 제공하고, 중국이 개발한 AI 기상 조기경보 시스템을 30개국에 지원하겠다고 밝혔다. 동남아시아국가연합(ASEAN)과 아프리카연합(AU), 브릭스 등과도 AI 협력센터를 확대한다. 로이터통신은 이를 중국이 오픈소스 기술과 개발도상국 지원을 앞세워 미국의 AI 규칙 제정 영향력에 도전한 것으로 평가했다. ◆ 화웨이·문샷AI가 보여준 ‘기술 자립’ 산업 전시의 중심에는 화웨이가 있었다. 화웨이는 자체 어센드 AI 프로세서 1024개를 고속으로 연결한 ‘Atlas 950 SuperPoD’를 처음으로 오프라인 전시했다. 회사 측은 이 시스템이 FP8 연산 기준 1엑사플롭스(EFLOPS)의 성능과 256TB의 통합 메모리 주소 공간을 제공한다고 설명했다. 단일 칩 성능에서 엔비디아를 따라잡기 어렵다면 다수의 국산 칩을 고속 연결해 전체 시스템 성능을 높이겠다는 접근이다. 미국의 수출 규제로 최신 엔비디아 제품을 안정적으로 확보하기 어려운 상황에서 중국이 자체 AI 연산 기반을 구축하고 있다는 상징적인 장면이었다. 다만 화웨이가 제시한 수치는 회사 측 기준이다. 실제 AI 모델 학습·추론 성능과 전력 소비, 소프트웨어 호환성은 동일한 조건에서 엔비디아 시스템과 비교 검증할 필요가 있다. 칩뿐 아니라 개발자 생태계와 소프트웨어를 갖춘 엔비디아의 쿠다(CUDA) 장벽을 넘는 것도 과제다. 중국 AI 스타트업 문샷AI는 오픈소스 모델 ‘Kimi K3’를 공개했다. 회사는 Kimi K3가 2조8000억개의 매개변수를 갖춘 세계 최대 규모의 오픈소스 모델이라고 소개했다. 다만 매개변수 규모가 실제 추론 능력이나 비용 효율을 직접 보장하는 것은 아니다. 중국이 오픈소스를 전면에 내세운 것은 미국 기업과의 경쟁에서 개발자와 이용자를 빠르게 확보할 수 있기 때문이다. 딥시크에 이어 문샷AI와 즈푸AI 등이 모델을 공개하면서 가격에 민감하고 자체 구축 수요가 큰 개발도상국·기업 시장을 중국 생태계로 끌어들이려는 전략이다. ◆ 로봇은 전시품에서 생산품으로 휴머노이드 로봇도 행사장을 채웠다. 제조와 물류, 안내, 의료 서비스를 겨냥한 로봇과 이를 제어하는 피지컬 AI 모델이 대거 전시됐다. 중국 정부 관계자는 올해 자국 휴머노이드 로봇 생산량이 10만대를 넘어설 것으로 전망했다. 중국은 AI 모델의 두뇌뿐 아니라 모터와 감속기, 센서, 배터리 등 로봇 부품 공급망을 보유하고 있다는 점을 강점으로 내세운다. 제조업 현장에서 로봇을 투입하고 데이터를 다시 학습에 활용하는 순환 구조도 구축하려 한다. 그러나 생산 능력과 실제 수요는 구분해야 한다. 시장조사업체 옴디아에 따르면 지난해 세계 휴머노이드 로봇 출하량은 1만3000여대 수준이었다. 올해 중국의 10만대 생산 전망이 현실화하려면 기술 시연을 넘어 반복 작업의 안정성과 가격 경쟁력, 유지보수 체계를 입증해야 한다. ◆ 중국의 ‘개방’ 전략, 기술 영향력 확대 카드 올해 WAIC가 보여준 중국의 전략은 기술 자립과 국제 확산이라는 두 갈래로 요약된다. 내부적으로는 국산 반도체와 AI 모델, 로봇 공급망을 연결하고 외부적으로는 오픈소스와 교육 지원을 앞세워 중국 기술을 글로벌 사우스의 표준으로 확산하려는 것이다. 반면 중국의 AI 굴기가 완성 단계에 들어섰다고 보기는 어렵다. 첨단 반도체 제조 장비와 고성능 메모리, 대규모 모델 학습에 필요한 전력·연산 인프라에서는 미국과 동맹국 기술에 대한 의존이 남아 있다. 중국 AI 모델의 학습 데이터와 지식재산권, 검열·보안 문제도 글로벌 확산의 변수가 될 전망이다. 한국에도 시사점은 분명하다. 중국은 AI 모델과 반도체, 클라우드, 로봇, 국제협력을 하나의 정책으로 묶고 있다. 한국도 반도체와 제조 역량을 개별 기업의 강점에 머물게 하지 않고 국산 모델과 클라우드, AI 서비스로 연결해야 한다. 기술을 개발하는 것만큼 실제 시장에서 반복 사용되고 해외로 확산할 생태계를 만드는 일이 중요해졌다. 상하이 WAIC 2026은 AI 경쟁이 모델 성능만의 싸움이 아니라는 점을 보여줬다. 반도체를 누가 공급하고 인프라를 누가 운영하며, 개발자를 어느 생태계로 끌어들이고 국제 규칙을 누가 설계하느냐의 경쟁이다. 중국은 이번 대회를 통해 더 이상 추격자에 머물지 않고 미국과 다른 AI 질서를 만들겠다는 의지를 분명히 했다.
2026-07-20 10:10:09
삼성SDS, 퓨리오사AI 손잡고 NPUaaS 출시…"AI 인프라 선택권 넓힌다" [경제일보] 생성형 인공지능(AI) 확산과 함께 AI 인프라 시장이 학습 중심에서 추론 중심으로 빠르게 재편되면서 엔비디아 GPU 일변도 시장에 변화의 조짐이 나타나고 있다. AI 서비스 운영 과정에서 비용과 전력 효율성이 새로운 화두로 떠오르자 삼성SDS는 GPU의 대안으로 추론에 특화된 NPU(신경망 처리 장치)를 주목하고 있다. 20일 삼성SDS는 퓨리오사AI의 2세대 NPU '레니게이드(RNGD)'를 기반으로 한 NPUaaS(NPU as a Service)를 삼성 클라우드 플랫폼(SCP)에 탑재해 출시했다고 밝혔다. 기존 GPUaaS에 이어 NPU 기반 AI 연산 자원까지 확보하면서 기업들의 AI 인프라 선택지를 넓힌 것으로 평가된다. 레니게이드는 AI 추론에 특화된 국산 NPU다. 이미 학습된 AI 모델을 실제 서비스에 적용해 답변을 생성하거나 문서를 분석하고 이미지를 판별하는 추론 과정에서 높은 전력 효율성과 비용 경쟁력을 갖춘 것이 특징이다. 최근 AI 시장의 관심은 대규모 모델 학습에서 추론으로 이동하고 있다. AI 모델 개발 초기에는 막대한 연산 능력을 갖춘 GPU가 필수적이었다면, AI 서비스가 본격화되면서 얼마나 효율적으로 추론을 수행할 수 있는지가 기업들의 새로운 과제로 떠올랐다. 생성형 AI 서비스가 늘어날수록 추론 비용 역시 함께 증가하기 때문이다. IT 업계에서는 모든 AI 서비스를 고성능 GPU로 운영할 필요는 없다는 분석도 나온다. AI 모델을 학습하는 단계와 서비스를 제공하는 단계에 필요한 연산 자원이 다른 만큼 활용 목적에 따라 GPU와 NPU를 함께 사용하는 하이브리드 AI 인프라 수요가 확대될 것이라는 전망이다. 삼성SDS는 해당 수요에 맞춰 고객이 직접 NPU 서버를 구매하거나 자체 데이터센터를 구축하지 않고도 SCP를 통해 구독형 서비스로 활용할 수 있도록 구성했다. 삼성SDS는 기업들이 서비스 규모와 데이터 처리량에 따라 NPU를 1장부터 2장, 4장, 8장 등 필요한 만큼 선택해 사용할 수 있어 스타트업부터 대기업까지 AI 서비스 규모에 맞춰 유연하게 인프라를 구성할 수 있다고 설명했다. 특히 삼성SDS가 퓨리오사AI와 협력한 배경에는 AI 추론 시장 확대에 따른 비용 효율성과 국산 AI 반도체 생태계 확보가 자리하고 있다. 퓨리오사AI는 국내 대표 AI 반도체 스타트업으로 LG AI연구원과 LG유플러스, LG CNS를 비롯해 메가존클라우드 등 국내 IT 기업들과 협력하며 NPU 상용화를 확대하고 있다. 최근에는 에이전틱 AI와 소버린 AI 수요가 늘어나면서 전력 효율성이 높은 추론용 NPU가 주목받고 있는 만큼 삼성SDS 역시 기업용 AI 인프라 경쟁력 강화를 위해 퓨리오사AI를 선택한 것으로 풀이된다. 또한 대규모 AI 모델 학습에는 GPU가 필수적이지만, 서비스 운영 단계에서는 비용과 전력 소모를 줄일 수 있는 NPU의 역할이 커지고 있다. 퓨리오사AI의 레니게이드는 추론 성능과 전력 효율성을 앞세워 글로벌 빅테크와 국내 기업들로부터 기술력을 인정받고 있으며, 자체 생태계 확대에 속도를 내고 있다. 삼성SDS는 GPUaaS에 이어 NPUaaS까지 확보하면서 향후 공공과 금융, 제조 등 기업 고객을 대상으로 다양한 AI 인프라 선택지를 제공할 수 있게 됐다. 고성능 스토리지와 컴퓨트, 고속 네트워크 등 SCP의 다양한 클라우드 서비스와 연계해 사용할 수 있는 것도 특징이다. 삼성SDS는 이번 서비스를 소버린 클라우드 환경으로 제공해 엄격한 보안 규제를 적용받는 공공 분야에서도 활용성을 높인다는 계획이다. 정부가 독자 AI 파운데이션 모델 구축과 소버린 AI 전략을 추진하는 가운데 AI 모델뿐 아니라 이를 뒷받침할 AI 반도체와 클라우드 인프라 확보가 중요해지고 있다. 이에 삼성SDS는 GPU와 NPU를 모두 제공하는 AI 인프라 사업자로서 기업들의 다양한 수요에 대응할 수 있는 기반을 마련하게 된 것으로 평가된다. 이호준 삼성SDS 클라우드서비스사업부장 부사장은 "이번 NPUaaS 출시는 단순히 새로운 클라우드 상품을 선보이는 것을 넘어 고객이 고성능 AI 기술을 더 유연하고 가성비 높게 사용할 수 있다는 데 의의가 있다"며 "삼성SDS는 앞으로도 고객 니즈 해결을 위해 SCP 기반 상품을 다양화하고, 클라우드 AI 기술 생태계를 지속적으로 선도해 나갈 것"이라고 말했다.
2026-07-20 08:32:37
엔비디아 독주 균열 노린다…'국산 AI칩' 퓨리오사AI의 승부수 [경제일보] 정부가 인공지능(AI) 데이터센터를 국가 핵심 인프라로 공식화하면서 국내 AI 반도체 산업도 중대한 분기점을 맞았다. 수백조원 규모 AI 데이터센터 구축 계획이 현실화되면 이를 구동할 AI 반도체 수요도 폭발적으로 증가하기 때문이다. 문제는 AI 데이터센터 확대가 곧바로 국내 AI 반도체 산업의 성장으로 이어지는 것은 아니라는 점이다. 현재 AI 데이터센터 시장은 엔비디아 GPU가 사실상 독점하고 있어 대규모 인프라 투자가 이뤄지더라도 핵심 연산 반도체 수요는 해외 기업으로 쏠릴 가능성이 크다. 이런 가운데 정부가 처음으로 '국산 AI 반도체'를 메가 프로젝트의 핵심 축으로 제시하면서 퓨리오사AI와 같은 국내 팹리스 기업이 국가 AI 인프라 공급망에 진입할 수 있을지에 관심이 쏠린다. 과거에는 거대언어모델(LLM)을 학습시키기 위한 초고성능 GPU 확보가 핵심이었다. 하지만 앞으로는 실제 AI 서비스를 운영하는 '추론(Inference)' 경쟁력이 새로운 승부처로 떠오르고 있다. AI 에이전트와 피지컬 AI, 자율주행, 제조 AI 등이 확산될수록 AI 모델을 끊임없이 실행하는 추론 연산이 급증하고 데이터센터 운영비에서 전력 효율과 비용 경쟁력이 차지하는 비중도 커질 수밖에 없는 구조다. 정부는 AI 데이터센터를 국가 경쟁력의 핵심 인프라로 육성하면서 국산 AI 반도체(NPU)와 전력·냉각 솔루션을 함께 지원해 국내 AI 인프라 생태계를 구축하겠다는 청사진을 내놨다. 단순히 데이터센터 건물을 늘리는 것이 아니라 데이터센터 안에서 돌아가는 핵심 기술까지 국산화하겠다는 의미다. 이재명 대통령의 구상대로라면 이번 프로젝트의 성패는 데이터센터 규모보다도 AI 연산 담당자에게 달려있다. 현재 글로벌 AI 데이터센터는 엔비디아 GPU가 사실상 표준으로 자리 잡았다. AI 학습에 필요한 압도적인 연산 성능은 물론 CUDA 기반 소프트웨어 생태계와 개발자 환경, 풍부한 고객 레퍼런스까지 갖추면서 후발주자가 쉽게 넘볼 수 없는 시장을 구축한 것이다. 이 때문에 업계에서는 정부가 아무리 AI 데이터센터를 확대하더라도 핵심 반도체를 모두 해외 기업에 의존한다면 국가 AI 경쟁력을 확보하는 데 한계가 있다는 지적이 꾸준히 제기돼 왔다. AI 데이터센터는 국가 전략 인프라지만 연산을 담당하는 AI 칩과 서버, 시스템 소프트웨어가 해외 기술에 의존하게 되면 공급망 리스크를 피하기 어렵기 때문이다. AI 경쟁의 무게중심 '학습'에서 '추론'으로 정부의 AI 인프라 전략에서 가장 먼저 시험대에 오른 기업은 퓨리오사AI다. 2017년 설립된 퓨리오사AI는 AI 추론 전용 NPU를 개발하는 국내 대표 팹리스 기업이다. 회사는 범용 GPU와 정면 승부 하기보다 생성형 AI 서비스 운영에 필요한 추론 시장을 공략하는 전략을 택했다. 최근 공개한 2세대 AI 가속기 RNGD(레니게이드)는 거대언어모델과 멀티모달 AI 추론을 겨냥한 제품으로 높은 전력 효율과 비용 절감 효과를 강점으로 내세우고 있다. 회사 역시 고성능과 전력 효율을 동시에 구현하는 데이터센터용 AI 가속기를 핵심 경쟁력으로 제시하고 있다. 하지만 정부 정책만으로 퓨리오사AI의 성공을 장담하기는 어렵다. AI 반도체 시장은 단순히 칩 성능만으로 작동하지 않기 때문이다. 개발도구와 소프트웨어 호환성, 고객사가 기존 시스템에 쉽게 적용할 수 있는지 여부, 대규모 데이터센터에서 검증된 운영 경험까지 종합적인 생태계 경쟁이 이뤄지는 시장이다. 결국 메가 프로젝트가 국내 AI 반도체 산업의 전환점이 되려면 정책 지원뿐 아니라 실제 데이터센터에서 사용할 수 있는 상용 레퍼런스를 확보하는 것이 무엇보다 중요하다. 생성형 AI 초기 시장에서는 수천억 개의 매개변수를 가진 거대언어모델을 학습시키기 위해 막대한 연산 성능이 필요했다. 이에 따라 글로벌 빅테크들은 엔비디아의 GPU를 대거 확보하는 데 경쟁적으로 나섰고 GPU 확보 능력이 곧 AI 경쟁력으로 평가받았다. 하지만 AI 서비스가 본격적으로 상용화되면서 시장의 관심은 모델 제작에서 활용으로 옮겨가고 있다. 챗봇이 질문에 답하고 AI 비서가 업무를 수행하며 자율주행차와 스마트팩토리, AI 로봇이 실시간으로 판단을 내리는 과정은 모두 추론에 해당한다. AI를 실제 서비스로 운영할수록 추론 연산은 기하급수적으로 증가할 수밖에 없다. 시장조사업체들도 같은 전망을 내놓고 있다. AI 서비스 확산으로 향후 데이터센터 연산의 상당 부분이 추론 작업으로 차지할 것이 예상되면서 학습 중심이던 AI 반도체 시장도 점차 추론 중심으로 재편될 것이라는 분석이다. 업계 관계자는 "생성형 AI 서비스가 빠르게 확산되면서 추론 수요와 토큰 사용량은 이미 폭발적으로 증가하고 있다"며 "AI 확산이 빨라질수록 연산 효율을 높이는 기술 경쟁력이 더욱 중요해질 것"이라고 말했다. 이어 "정부의 AI 데이터센터 구축은 국내 AI 반도체 기업들에도 기술을 검증하고 시장을 확대할 수 있는 중요한 기회가 될 것으로 기대한다"고 덧붙였다. 전력 효율이 새 경쟁력…퓨리오사AI의 승부수 퓨리오사AI는 엔비디아 GPU를 전면적으로 대체하겠다는 전략을 내세우지 않는다. 대신 추론에 필요한 연산을 보다 적은 전력으로 처리하는 데 초점을 맞추고 있다. 데이터센터 운영비 가운데 전기료가 차지하는 비중이 갈수록 커지는 만큼 같은 성능이라면 전력 소비를 줄이는 것이 곧 경쟁력이 된다는 판단에서다. 실제로 AI 데이터센터는 '전기 먹는 공장'으로 불릴 만크 막대한 전력을 소비한다. 최신 AI 서버 한 대에는 여러 개의 AI 가속기가 탑재되고 이를 수만 대 규모로 운영하면 전력 사용량은 도시 하나에 맞먹는 수준까지 늘어난다. 정부가 이번 메가 프로젝트에서 AI 데이터센터와 함께 전력 인프라를 핵심 과제로 제시한 것도 같은 맥락이다. 이 때문에 업계에서는 향후 AI 반도체 경쟁의 기준이 '최고 성능'에서 '최고 효율'로 점차 이동할 가능성도 제기한다. 모든 AI 서비스를 최고 사양 GPU로 운영하기보다 서비스 특성에 따라 GPU와 NPU를 함께 사용하는 방식이 늘어날 수 있다는 것이다. 다만 넘어야 할 벽은 여전히 높다. 엔비디아의 경쟁력은 단순히 GPU 성능에 있지 않다. AI 개발자가 사용하는 CUDA 플랫폼을 중심으로 방대한 소프트웨어 생태계를 구축했고 주요 클라우드 사업자와 데이터센터 운영사들이 이미 엔비디아 기반 시스템을 표준처럼 사용하고 있다. AI 모델 대부분도 엔비디아 환경에서 최적화돼 있어 다른 AI 반도체를 적용하려면 소프트웨어 수정과 운영 검증이 필요하다. 이 때문에 정부의 메가 프로젝트 역시 단순한 AI 데이터센터 인프라 투자에 머물러서는 안 된다는 지적이 나온다. AI 데이터센터를 짓는 것만으로는 국내 AI 반도체 산업이 성장하기 어렵고 국산 AI 칩이 실제 데이터센터에서 성능을 검증받고 상용화 레퍼런스를 확보할 수 있는 제도적 기반까지 함께 마련돼야 한다는 것이다. 실제 퓨리오사AI는 최근 들어 연구개발(R&D) 단계를 넘어 상용화 기반을 하나씩 확보하고 있다. 회사는 올해 1월 TSMC에서 생산한 2세대 AI 추론용 NPU 'RNGD(레니게이드)' 1차 양산 물량을 공급받으며 본격적인 양산 단계에 들어갔다. 올해 총 2만장 규모 생산을 목표로 글로벌 엔터프라이즈 시장 공략에 속도를 내고 있다. 기술 검증 사례도 늘고 있다. LG AI연구원은 자사 거대언어모델(LLM) '엑사원(EXAONE)' 추론 환경에서 RNGD를 검증한 뒤 도입을 결정했다. 퓨리오사AI에 따르면 RNGD는 실제 서비스 환경에서 기존 GPU 기반 시스템보다 와트당 성능을 2.25배 높였고, 동일한 전력 조건에서는 최대 3.75배 많은 토큰을 처리하는 것으로 나타났다. 이는 AI 데이터센터 운영에서 가장 큰 비용으로 꼽히는 전력 부담을 줄일 수 있다는 의미다. 메가 프로젝트, 국산 AI 반도체 생태계 키울까 이처럼 기술력과 상용화 가능성을 입증하는 사례가 늘어나면서 정부가 추진하는 AI 데이터센터 메가 프로젝트가 퓨리오사AI와 같은 국산 AI 반도체 기업의 성장 기반이 될 수 있다는 기대도 커지고 있다. 업계는 이번 메가 프로젝트가 국내 AI 반도체 산업에는 이전과 다른 의미를 가진다고 평가한다. 정부가 AI 데이터센터를 국가 전략 인프라로 규정하면서 처음으로 AI 모델부터 반도체, 데이터센터, 전력 인프라까지 하나의 산업 생태계로 연결하는 청사진을 제시했기 때문이다. 특히 정부가 AI 데이터센터 구축과 함께 국산 AI 반도체 기반 추론 시장 육성을 공식 정책 방향으로 제시한 만큼, 향후 국가 AI 프로젝트와 공공 AI 사업에서 국산 NPU 적용 사례가 늘어날 가능성도 제기된다. 이는 퓨리오사AI뿐 아니라 국내 AI 서버, 클라우드, 전력·냉각 장비 기업으로까지 파급 효과가 확산될 수 있다는 의미다. AI 데이터센터가 또 하나의 '엔비디아 GPU 구매 사업'으로 끝날지 아니면 국산 AI 반도체와 소프트웨어, 서버, 전력 설비까지 함께 성장하는 산업 생태계의 출발점이 될지는 앞으로 정부 정책과 민간 투자의 실행력에 달려 있다. 퓨리오사AI 역시 같은 시험대에 올랐다. 추론 특화 AI 반도체라는 기술 경쟁력을 실제 시장 경쟁력으로 연결하고 정부 프로젝트를 발판으로 대규모 상용 레퍼런스를 확보할 수 있다면 '국산 AI칩'은 상징을 넘어 하나의 산업으로 자리 잡을 수 있다. 반대로 정책 지원에만 의존한 채 민간 시장에서 경쟁력을 입증하지 못한다면 이번 메가 프로젝트 역시 국산 AI 반도체 육성의 또 다른 선언에 그칠 가능성을 배제하기 어렵다. AI 시대의 승자는 더 이상 반도체를 가장 많이 만드는 기업만이 아니다. AI를 가장 효율적으로 구동하는 반도체를 만들고 이를 국가 인프라 안에서 실제 활용하는 생태계를 구축하는 국가가 다음 경쟁의 주도권을 쥘 것이라는 점에서 퓨리오사AI를 비롯한 국내 AI 반도체 기업들의 도전은 이제부터가 진짜 시작이다. 업계 관계자는 "정부가 AI 데이터센터와 국산 AI 반도체를 함께 육성하겠다는 방향을 제시한 것은 국내 AI 반도체 기업에는 의미 있는 기회"라며 "특히 AI 데이터센터 구축은 기술력을 검증하고 실제 공급 레퍼런스를 확보할 수 있는 중요한 계기가 될 것으로 기대하고 있다"고 말했다. 이어 "AI 인프라가 빠르게 확산돼야 AI 서비스와 산업 혁신도 함께 성장할 수 있다"며 "정부가 추진하는 AI 데이터센터 구축과 AI 인프라 확대 정책이 국내 AI 반도체 생태계에도 긍정적인 역할을 할 것으로 본다"고 덧붙였다.
2026-07-03 10:14:43
메가존클라우드, 국산 AI 반도체 실증 인프라 맡는다…NPU 상용화 시험대 [경제일보] 메가존클라우드(대표 염동훈)가 국산 AI 반도체 기반 클라우드 인프라 실증 사업에 참여한다. 정부가 추진하는 AI 컴퓨팅 인프라 고도화 사업에서 NPU 기반 클라우드 환경의 통합 운영을 맡아 국산 AI 반도체의 실제 서비스 가능성을 검증한다. 메가존클라우드는 과학기술정보통신부와 정보통신산업진흥원이 주관하는 ‘AI 컴퓨팅 실증 인프라 고도화’ 사업에 인프라 통합 운영자 자격으로 참여한다고 25일 밝혔다. 이 사업은 국산 AI 반도체를 기반으로 대규모 AI 인프라를 구축하고 LLM 기반 서비스와 GPU·NPU 혼용 환경을 실증하는 국가 과제다. 메가존클라우드는 국산 NPU 기반 클라우드 인프라 운영 전반을 담당한다. NPU 자원할당과 통합 관리 모니터링 소프트웨어 개발, 멀티클라우드 기반 NPU 자원할당 및 모니터링 소프트웨어 연계, AI 컴퓨팅 인프라 통합 운영·관제와 사용자 환경 구축이 주요 역할이다. 이번 사업은 2025년부터 2027년까지 3년간 추진되는 ‘AI 반도체 조기 상용화 및 AI전환 실증지원’ 사업의 일환이다. 올해는 2차년도에 해당한다. 목표는 60페타플롭스 이상 AI 컴퓨팅 인프라 구축, AI 반도체 컴파일러 및 클라우드 소프트웨어 고도화, 의료·LLM 분야 AI 응용서비스 실증이다. 컨소시엄에는 메가존클라우드 외에도 퓨리오사AI, 리벨리온, NHN클라우드, 하이퍼엑셀, 네이버클라우드 등이 참여한다. AI 반도체 설계 기업과 클라우드 사업자가 함께 실증 인프라를 구성해 국산 NPU가 실제 클라우드 환경에서 안정적으로 작동하는지 검증하는 구조다. 이번 과제의 배경에는 AI 인프라 주권 문제가 있다. 생성형 AI 확산 이후 글로벌 AI 컴퓨팅 자원은 일부 해외 GPU와 클라우드 사업자에 집중됐다. 국내에서도 자체 AI 반도체와 클라우드 소프트웨어를 결합해 비용 부담과 공급망 의존도를 낮춰야 한다는 요구가 커졌다. NPU 상용화는 칩 성능만으로 결정되지 않는다. 여러 사용자가 클라우드에서 안정적으로 자원을 배분받고 모델을 실행할 수 있어야 한다. 컴파일러와 런타임, 모니터링, 장애 대응 체계도 함께 갖춰져야 한다. 메가존클라우드가 통합 운영을 맡는 이유다. 사업 성과는 클라우드 AI 인프라 고도화와 AI 모델 최적화, 산업별 AI 서비스 확장에 활용될 예정이다. 제조와 금융, 헬스케어, 교육, 공공 등 다양한 산업군에서 국산 AI 반도체 기반 서비스를 적용할 수 있는 기반을 마련하는 것이 목표다. 황인철 메가존클라우드 최고매출책임자는 “국산 AI 반도체의 상용화 경쟁력은 실제 서비스 환경에서 안정적으로 운영하고 확장할 수 있는 클라우드 플랫폼 역량이 뒷받침돼야 한다”며 “국내 인프라 구축과 해외 현장 실증 경험을 축적해 국산 AI 반도체 생태계 성숙에 기여하겠다”고 말했다.
2026-06-25 15:46:02
AI 데이터센터는 누구의 전기를 먹고 자라는가 [경제일보] 인공지능은 더 이상 화면 속 기술이 아니다. 질문에 답하고 문서를 요약하는 도구에 머물지 않는다. 공장을 움직이고 병원을 보조하고 조선소와 물류창고, 자율주행차와 국방 시스템으로 들어가고 있다. AI가 현실 세계를 움직이기 시작한 순간, 산업정책의 언어도 달라졌다. 이제 AI 경쟁은 모델 성능의 문제가 아니다. 전력과 부지, 데이터센터와 지역 수용성의 문제가 됐다. 정부가 AI 데이터센터 산업 진흥과 피지컬 AI 확산에 속도를 내는 것은 당연하다. 늦으면 따라잡기 어렵다. 인허가를 빠르게 하고 비수도권 데이터센터 구축을 지원하고 제조 현장에 AI를 심겠다는 방향도 틀리지 않다. 반도체와 통신망, 로봇과 제조업을 가진 우리가 AI를 산업 현장과 결합하지 못한다면 미래 경쟁에서 설 자리는 좁아질 수밖에 없다. 그러나 속도만으로 산업이 만들어지지는 않는다. 미래 산업이라는 말은 많은 것을 가린다. AI 데이터센터는 미래의 심장이라고 불린다. 맞는 말이다. 그러나 심장은 피를 먹고 뛴다. AI 데이터센터가 먹는 것은 전기와 물, 토지와 송전망이다. 그 위에 지역 주민의 수용성, 환경 부담, 전력요금, 세제 혜택, 고용 효과가 얹힌다. 우리가 먼저 물어야 할 것은 이것이다. 그 계산서는 누가 받는가. 데이터센터 하나가 들어서면 건설 기간에는 지역이 분주해진다. 장비가 들어오고 공사가 진행되고 숙박과 식당도 잠시 움직인다. 그러나 완공 뒤의 모습은 다르다. 고도로 자동화된 시설은 생각만큼 많은 상시 일자리를 만들지 않는다. 보안과 시설 관리, 전력·냉각 설비, 운영 인력이 필요하지만 제조공장처럼 대규모 고용을 기대하기는 어렵다. 반면 전력망 부담과 부지 갈등, 냉각수 문제와 환경 우려는 지역에 남는다. 우리는 이미 비슷한 장면을 여러 차례 봤다. 산업단지는 성장의 상징이었지만 어느 순간 환경과 노동 격차의 현장이 됐다. 발전소와 송전탑은 국가 전력망의 필수 시설이었지만 지역 주민에게는 희생의 상징이 됐다. 데이터센터도 다르지 않다. 이름만 미래 산업일 뿐 결국 땅 위에 짓는 시설이고 전력망에 기대는 산업이며 지역과 함께 살아야 하는 인프라다. 사회적 계산서를 쓰지 않은 산업정책은 언제나 뒤늦은 갈등 비용을 치른다. 그렇다고 AI 데이터센터를 늦추자는 말이 아니다. 오히려 우리는 더 빨리 움직여야 한다. 미국과 중국, 일본과 유럽은 AI 인프라를 국가 경쟁력의 핵심으로 보고 있다. AI 모델을 돌릴 컴퓨팅 자원, 이를 감당할 전력망, 산업 현장에 적용할 데이터와 로봇 체계가 없으면 AI 주권은 구호에 그친다. 남의 클라우드에 기대고, 남의 칩을 빌려 쓰고 남의 모델을 가져다 쓰는 나라는 편리할 수는 있어도 주도권을 갖기 어렵다. 그래서 핵심은 속도를 늦추는 것이 아니라 제대로 설계하는 일이다. 어디에 데이터센터를 지을 것인가. 어떤 전력을 쓸 것인가. 지역에는 무엇이 돌아갈 것인가. 주변 산업과 어떻게 연결할 것인가. 중소기업과 대학, 직업교육기관은 어떤 방식으로 참여할 것인가. 전력·냉각·보안·운영 인력은 지역에서 길러낼 것인가. 이 질문에 답하지 못한 채 인허가만 앞당기면 산업은 커져도 신뢰는 작아진다. 피지컬 AI도 같은 문제를 안고 있다. 정부는 국산 AI 반도체, AI 모델, 소프트웨어, 로봇·센서, 컴퓨팅 인프라를 묶는 한국형 풀스택을 말한다. 방향은 맞다. 그러나 풀스택은 발표문으로 만들어지지 않는다. 반도체 기업과 로봇 기업, 통신사와 클라우드 기업, 제조 대기업과 협력사, 대학과 연구기관이 실제 프로젝트 안에서 함께 움직여야 한다. 공장 데이터를 쓸 수 있어야 하고 보안 책임을 정해야 하며 실패를 허용하는 실증 공간도 있어야 한다. AI 전환이 몇몇 대기업의 생산성 향상에 머물러서도 안 된다. 대기업 생산라인은 AI로 고도화되는데 협력사는 여전히 인력난과 비용 부담에 갇혀 있다면 산업 전체의 경쟁력은 올라가지 않는다. 피지컬 AI가 진짜 산업정책이 되려면 중소기업과 지역 제조 현장까지 내려가야 한다. AI가 대기업의 효율화 도구에 그치지 않고 제조 생태계 전체의 체질을 바꾸는 장치가 돼야 한다. 정부의 역할은 선언이 아니라 조율이다. 특례를 만들고 협의체를 띄우고 지원 계획을 발표하는 것만으로는 부족하다. 전력망 투자와 산업 입지, 데이터 활용과 보안, 인재 양성과 지역 보상 체계를 함께 묶어야 한다. AI 데이터센터는 과기정통부만의 일이 아니고 피지컬 AI는 산업부만의 일이 아니다. 지역 수용성은 지자체만의 몫도 아니다. 이것은 국가 운영체계를 다시 짜는 일이다. 우리는 이제 불편한 질문을 피하지 말아야 한다. AI가 우리의 일자리를 바꾼다면 어떤 일자리가 새로 생기는가. 데이터센터가 지역에 들어온다면 주민에게 무엇이 돌아오는가. 기업이 전력과 세제 혜택을 받는다면 사회에는 어떤 책임을 지는가. 정부가 미래라는 이름으로 속도를 요구한다면 안전과 환경, 지역의 권리는 어디까지 보장되는가. 이런 질문을 통과하지 못한 산업은 오래가지 못한다. AI 시대에 가장 위험한 것은 AI를 모르는 것이 아니다. AI를 너무 좁게 보는 것이다. 챗봇 성능만 보고 데이터센터를 건물로만 보고 피지컬 AI를 로봇 시연으로만 보는 일이다. AI는 이미 전력망과 공장, 지역사회와 노동시장으로 들어왔다. 그만큼 산업정책도 넓어져야 한다. 기술의 속도만 볼 것이 아니라 사회가 감당해야 할 비용까지 함께 봐야 한다. AI 데이터센터는 필요하다. 피지컬 AI도 필요하다. 우리 제조업이 다시 도약하려면 이 길을 피할 수 없다. 그러나 미래 산업이라는 말이 모든 절차와 책임을 대신할 수는 없다. 속도는 중요하다. 설계 없는 속도는 사고를 부른다. 정부와 기업은 답해야 한다. AI 인프라가 우리 경제에 무엇을 남길 것인가. 지역과 중소기업, 노동시장과 청년에게 어떤 기회를 줄 것인가. 전기와 물, 땅과 세금의 계산서를 누가 어떻게 나눌 것인가. AI 시대의 경쟁은 빨리 짓는 나라와 늦게 짓는 나라의 싸움만이 아니다. 제대로 짓는 나라와 대충 짓는 나라의 싸움이다. 우리가 가야 할 길은 분명하다. AI 데이터센터를 짓되 지역과 함께 짓고 피지컬 AI를 키우되 제조 생태계 전체와 함께 키워야 한다. 미래는 속도로만 오지 않는다. 미래는 설계된 만큼만 온다.
2026-06-21 12:54:51
배경훈, 피지컬 AI '1강' 승부수…논의형 얼라이언스 실행형으로 바꾼다 [경제일보] 과학기술정보통신부가 피지컬 인공지능(AI) 분야 민관 협력 체계를 ‘논의형’에서 ‘실행형’으로 전환한다. 생성형 AI 경쟁이 화면 안의 언어모델을 넘어 로봇, 제조, 국방, 의료 등 현실 세계에서 작동하는 AI로 확장되자 정부가 데이터 확보부터 현장 적용까지 이어지는 통합 플랫폼 구축에 나선 것이다. 배경훈 부총리 겸 과기정통부 장관은 19일 서울 중구 더플라자호텔 서울에서 열린 ‘피지컬 AI 얼라이언스 2기’ 출범식에서 “피지컬 AI 얼라이언스 1기가 탐색전이었다면 이제는 승부를 볼 때”라며 “AI 3강을 넘어 피지컬 AI 1강이 되겠다”고 말했다. 이날 출범식에는 배 부총리와 정동영·최형두·황정아 국회의원, 조준희 한국인공지능·소프트웨어산업협회(KOSA) 회장, 산학연 및 관련 협·단체 관계자 등 200여명이 참석했다. 과기정통부는 지난해 9월 피지컬 AI 얼라이언스 1기를 출범시킨 뒤 산업 현장의 수요와 애로사항을 발굴하고 정책 과제를 논의해 왔다. 2기는 이보다 한 단계 더 나아간다. 정책 제언과 협의 중심이던 1기 체계를 실제 기술개발, 산업 적용, 표준화, 보안·안전, 운영으로 이어지는 실행형 협력 구조로 바꾸는 것이 핵심이다. 과기정통부는 2기 얼라이언스를 ‘K-피지컬 AI 풀스택 확보 및 산업 현장 구축·확산을 위한 피지컬 AI 토탈 솔루션 플랫폼’으로 고도화하겠다는 구상을 내놨다. ◇ 데이터 없으면 현장 AI도 없다…풀스택 확보가 관건 배 부총리는 피지컬 AI 경쟁의 출발점으로 데이터 확보를 꼽았다. 그는 “데이터 확보 체계를 갖춰야 선제적인 연구가 가능하다”며 “현장에서 데이터를 확보하고 가상 시뮬레이션 환경에서 합성 데이터를 만드는 작업을 해둬야 다음 단계를 준비할 수 있다”고 말했다. 피지컬 AI는 단순히 AI 모델을 잘 만드는 문제에 그치지 않는다. 현실의 물체를 인식하고, 움직임을 예측하고, 로봇이나 장비가 실제 행동으로 옮겨야 한다. 이 과정에는 산업 현장 데이터, 센서, 로봇, AI 반도체, 컴퓨팅 인프라, 소프트웨어 플랫폼, 보안·인증 체계가 함께 필요하다. 정부가 풀스택을 강조하는 이유다. 과기정통부는 국산 AI 반도체, AI 모델, 소프트웨어, 로봇·센서, 컴퓨팅 인프라를 연결해 외산 솔루션 의존을 줄이겠다는 목표를 제시했다. 미국 빅테크 모델에 과도하게 의존하면 국내 로봇·부품 산업까지 종속될 수 있다는 우려도 반영됐다. 조준희 KOSA 회장은 “피지컬 AI 영역에서 각 분야가 개별 대응에 그치면 글로벌 기술 질서 속에서 산업 경쟁력과 생태계 주도권은 약화될 수밖에 없다”며 “과거 플랫폼 전환기에 겪었던 아쉬움을 되풀이하지 않기 위해 더 긴밀하게 연결되고 빠르게 실행해야 한다”고 말했다. ◇ 10대 분과를 3대 체계로 재편…액션 그룹으로 과제 발굴 운영 체계도 대폭 바뀐다. 과기정통부는 기존 10대 분과를 3대 핵심 대분과로 간소화했다. 5대 생태계 분과와 5대 도메인 분과로 나뉘었던 구조를 △K-피지컬 AI 풀스택 분과 △버티컬 산업 브릿지 분과 △기반 거버넌스 분과로 재편했다. K-피지컬 AI 풀스택 분과는 기술 자립을 맡는다. AI 반도체, 모델, 로봇·센서, 컴퓨팅 인프라, 소프트웨어를 연결하는 역할이다. 버티컬 산업 브릿지 분과는 제조, 물류, 농업, 의료, 국방, 행정, 재난안전 등 산업 수요와 기술 공급을 잇는다. 기반 거버넌스 분과는 표준, 보안, 인증, 안전 체계를 담당한다. 각 분과 아래에는 액션 그룹을 둔다. 단순 회의체가 아니라 실제 프로젝트를 발굴하고 구체화하는 실행 단위다. 정부 지원과 민간 기술, 산업 현장 수요를 하나의 과제로 묶어 실증과 확산까지 끌고 가겠다는 취지다. 참여 협·단체도 확대됐다. 한국AI·SW산업협회, 한국피지컬AI협회, 한국AI·로봇산업협회, 제조혁신피지컬AI협회, 한국팹리스산업협회, 한국IT서비스산업협회, 한국데이터센터연합회, 한국정보통신진흥협회, 한국정보보호산업협회, 한국정보통신기술협회, 6G포럼, AI 네트워크 얼라이언스 등 12개 협·단체가 참여한다. ◇ 제조 넘어 의료·국방·재난으로…M.AX와도 연계 과기정통부는 피지컬 AI 적용 대상을 제조에만 묶어두지 않겠다는 방침이다. 물류, 농업, 의료, 국방, 행정, 재난안전 등 여러 분야의 수요를 발굴하고 공급 기업과 연결한다. 산업 현장에 AI를 설치하고 운영한 뒤 그 과정에서 나온 데이터를 다시 기술 개발로 환류시키는 구조를 만들겠다는 것이다. 제조 분야에서는 산업통상부의 M.AX 얼라이언스와 협력한다. M.AX는 제조 AI 전환을 목표로 데이터 공동활용, 로봇·자동차·팩토리 분야 AI 모델 개발, 온디바이스 AI 반도체, 다크팩토리 기술 확보 등을 추진해 온 민관 플랫폼이다. 피지컬 AI 얼라이언스가 기술과 생태계 축을 맡고 M.AX가 제조 현장 실증과 확산을 연결하는 방식이다. 이날 행사에서는 국내 피지컬 AI 기업들의 기술 시연도 진행됐다. 리얼월드는 두 대의 로봇이 협동해 마우스를 포장하고 지정된 위치에 배치하는 작업을 선보였다. 마음AI는 월드모델 기반 AI 학습부터 온디바이스 실행, 완제품 로봇 적용으로 이어지는 피지컬 AI 구현 흐름을 소개했다. 한편 피지컬 AI는 한국 AI 전략의 다음 시험대다. 언어모델 경쟁에서는 데이터와 컴퓨팅, 플랫폼 주도권이 빅테크에 집중됐다. 현실 세계에서 움직이는 AI 경쟁은 조금 다르다. 반도체, 제조, 로봇, 통신망, 데이터센터, 보안, 현장 운영 능력이 함께 맞물려야 한다. 한국이 가진 산업 기반을 AI와 결합할 수 있다면 추격자가 아니라 특정 분야의 선도자가 될 여지도 있다. 성패는 선언이 아니라 현장에 달려 있다. 얼라이언스가 또 하나의 회의체로 끝나면 피지컬 AI 1강 구호는 산업계에 남지 않는다. 공장의 불량을 줄이고 물류의 병목을 풀고 국방과 재난 현장에서 사람의 위험을 낮추는 실제 사례가 쌓여야 한다. 피지컬 AI의 승부는 모델 성능표가 아니라 현실의 작업장에서 판가름 난다.
2026-06-19 18:03:42
KT클라우드, 리벨리온 NPU 적용한 공공 AI 인프라 구축 [경제일보] 공공 클라우드 시장에서 인공지능(AI) 인프라 패러다임이 GPU 중심에서 신경망처리장치(NPU) 기반으로 이동하고 있다. 정부의 국산 AI 반도체 활용 확대 정책과 맞물리면서 KT 클라우드는 NPU 서비스를 확대하고 있다. 4일 KT 클라우드는 공공기관 전용 클라우드에 리벨리온의 차세대 NPU를 적용한 'NPU 서버' 상품을 출시하고 공공 AI 인프라 시장 확대에 나선다고 밝혔다. 이번 서비스는 공공 전용 데이터센터 환경에서 가상머신(VM) 방식으로 NPU 인프라를 제공하는 것이 특징이다. 또한 국내 NPUaaS(서비스형 NPU) 중 최초로 클라우드 보안 인증(CSAP)을 획득해 공공기관 도입 요건을 충족한 것으로 알려졌다. 공공 클라우드 시장은 보안 규제와 함께 국산 기술 활용 비중 확대가 중요한 평가 요소로 자리 잡고 있다. 이에 AI 모델 학습과 추론 과정에서 발생하는 데이터 보안성과 비용 효율성을 동시에 충족할 수 있는 인프라 확보가 핵심 과제로 떠오르고 있다. KT 클라우드의 NPU 서버는 리벨리온의 데이터센터용 AI 반도체 'ATOM 플러스'를 기반으로 구축됐다. 최근 AI 워크로드가 모델 학습 중심에서 추론 중심으로 빠르게 이동하면서, 추론에 특화된 NPU는 GPU 대비 비용 효율성과 전력 효율성을 동시에 개선할 수 있는 대안으로 주목받고 있다. 이를 통해 공공기관 및 공공 AX 사업 참여 기업들은 보안 규제를 준수하면서도 AI 서비스 구축에 필요한 연산 인프라를 활용할 수 있게 될 전망이다. 특히 민원 상담, 행정 업무 지원, 문서 검색 및 분석 등 공공 서비스 영역에서 AI 에이전트 적용 범위가 확대될 것으로 예상된다. 클라우드 업계에서는 향후 공공 AI 인프라 시장에서 GPU 중심 구조가 점차 변화할 가능성에 주목하고 있다. 그동안 AI 인프라는 엔비디아 GPU 중심으로 구축돼 왔으나, 국산 AI 반도체 생태계 확대 정책과 맞물리면서 NPU 기반 인프라 도입이 본격화되는 흐름이라는 분석이다. 앞서 KT 클라우드는 지난 4월 AI 통합 플랫폼 'AI 넥서스'를 출시하며 AI 인프라 사업을 확장한 바 있다. AI 넥서스는 학습 전용 인프라 'AI 트레인'과 추론 전용 인프라 'AI SERV'를 통합한 서비스로, AI 모델 개발부터 배포, 운영까지 전 과정을 단일 플랫폼에서 지원한다. 특히 모델 서빙(Model Serving) 기능을 통해 복잡한 배포 과정 없이 AI 모델을 실행 환경에 적용할 수 있도록 설계했고, 모델 스토어 기능을 통해 오픈소스 모델 기반 AI 서비스 구축도 지원한다. 또한 'A100', 'H100', 'H200' 등 다양한 GPU 라인업을 제공하고 있으며, 향후 차세대 GPU인 '엔비디아 B300' 기반 서비스로 확장할 계획이다. KT 클라우드는 공공 보안 요건을 충족하는 AI 인프라 제공을 기반으로 공공기관과 지자체의 디지털 전환(AX) 수요에 대응하고, 국내 AI 반도체 생태계 확산에도 기여한다는 방침이다. 김봉균 KT 클라우드 대표는 "정부의 국산 AI 반도체 활용 확대 기조에 맞춰 공공 전용 NPU 상품을 출시하게 됐다"며 "KT 클라우드는 최적의 AI 인프라 플랫폼 사업자로서 공공기관과 기업의 AX 혁신을 지원하고, 국가 AI 산업 경쟁력 강화에 기여하겠다"고 말했다.
2026-06-04 09:59:00
정부 'AI 고속도로' 시동…삼성SDS 컨소시엄, 국가AI센터 구축 착수 [경제일보] 정부와 삼성SDS 컨소시엄이 총 4000억원 규모의 초기 자본을 투입해 국가 인공지능(AI) 핵심 인프라인 '국가AI컴퓨팅센터' 구축 사업에 본격 착수한다. 정부가 추진 중인 'AI 고속도로' 전략의 핵심 인프라 구축이 본궤도에 오른 것으로 평가된다. 11일 과학기술정보통신부는 국가AI컴퓨팅센터 구축 사업의 민간 참여자로 삼성SDS 컨소시엄을 최종 확정하고 실시협약과 주주간 계약 체결을 완료했다고 밝혔다. 이번 사업은 정부의 마중물 투자와 민간 자본을 결합한 민관 합작 방식으로 추진되며 향후 총 2조5000억원 규모의 대규모 AI 인프라 투자로 확대될 예정이다. 삼성SDS가 주도하는 컨소시엄에는 네이버클라우드와 KT, 카카오, 삼성전자, 삼성물산, 클러쉬, 전라남도, 서남해안기업도시개발 등 국내 주요 IT·건설 기업과 지방자치단체가 참여한다. 정부와 민간이 공동 출자해 특수목적법인(SPC)을 설립하고 이를 중심으로 AI 컴퓨팅센터를 구축·운영하는 구조다. 이번 사업은 과기정통부가 추진하는 국가 AI 인프라 구축 프로젝트의 핵심 사업으로 꼽힌다. 정부는 최근 글로벌 AI 경쟁이 대규모 컴퓨팅 자원 확보 경쟁으로 확대되자 기업·대학·연구기관이 공동 활용할 수 있는 국가 차원의 AI 연산 인프라 구축 필요성이 커졌다고 판단한 것으로 알려졌다. 최근 초거대 AI 모델 개발 경쟁이 심화되면서 미국과 중국 등 주요 국가들은 수만장 규모 GPU를 확보한 AI 데이터센터 구축에 속도를 내고 있다. 반면 국내 기업과 연구기관은 상대적으로 제한된 GPU 자원에 의존해 왔다는 지적이 꾸준히 제기돼 왔다. 이에 정부는 데이터와 알고리즘뿐 아니라 AI 컴퓨팅 인프라 자체가 국가 경쟁력의 핵심 요소라고 보고 대규모 공공 투자에 나선 것으로 풀이된다. 이번 사업은 지난해 9월 공모 시작 당시 삼성SDS 컨소시엄이 단독 입찰하면서 주목받았다. 이후 기술·정책 평가와 금융 심사를 거쳐 지난 3월 우선협상대상자로 선정됐으며 최근 국민성장펀드 기금운용심의회에서 SPC 출자가 승인되면서 사업 추진이 최종 확정됐다. 이번 출자를 통해 공공 부문 1160억원과 민간 부문 2840억원 등 총 4000억원 규모 초기 자본금이 확보된 것으로 알려졌다. 삼성SDS는 1200억원을 출자해 SPC 지분 30%를 확보했으며 정부 등 공공 부문은 29% 지분으로 2대 주주에 올랐다. 과기정통부와 삼성SDS 컨소시엄은 올해 2분기 내 SPC 설립을 완료하고 3분기 중 센터 착공에 돌입할 계획이다. 이후 SPC를 중심으로 정책금융과 민간 자금 등을 추가 조달해 총 2조5000억원 규모 투자로 사업을 확대한다는 방침이다. 국가 AI 컴퓨팅센터는 전남 해남의 솔라시도 데이터센터 파크에 구축될 예정이며 오는 2028년까지 첨단 AI 반도체 1만5000장 규모의 연산 인프라 확보를 목표로 한다. 완공 이후에는 국내 기업과 스타트업, 대학, 연구기관 등이 세계적 수준의 고성능 AI 컴퓨팅 자원을 활용할 수 있는 핵심 인프라 역할을 수행하게 된다. 특히 정부는 중소기업과 스타트업, 학계·연구계 등에 AI 연산 자원을 보다 저렴한 비용으로 제공하고 기술 컨설팅과 사업화, 글로벌 진출 지원까지 연계한다는 계획이다. AI 인프라 접근성이 낮았던 국내 중소 AI 기업과 연구기관들의 연구개발 환경 개선에도 도움이 될 것으로 전망된다. 국산 AI 반도체 생태계 육성도 주요 목표 중 하나다. 센터 내에서는 신경망처리장치(NPU) 등 국산 AI 반도체의 설계와 검증, 상용 서비스 적용 등을 지원하는 전주기 테스트 환경도 구축될 예정이다. 정부는 이를 통해 해외 GPU 중심 구조에서 벗어나 국내 AI 반도체 산업 경쟁력도 함께 강화하겠다는 구상이다. 국가 AI 컴퓨팅센터는 정부가 추진하는 'AI 3대 강국 도약' 전략과 AI 고속도로 구축 정책의 핵심 시설로 평가된다. 대규모 연산 자원을 기반으로 AI 연구개발과 산업 생태계를 지원하고 국내 AI 기업들의 글로벌 경쟁력을 끌어올리는 역할을 맡게 될 전망이다. 최동원 과기정통부 인공지능인프라정책관은 "인공지능 고속도로의 핵심 기반 시설(인프라)이자 인공지능 생태계 성장의 이음터(플랫폼)인 국가 인공지능 컴퓨팅센터 구축 사업이 본격적으로 진행될 것으로 기대된다"며 "오는 2028년 이내에 국가 인공지능 컴퓨팅센터를 구축할 수 있도록 삼성SDS, 관계 기관 등과 긴밀히 소통하여 신속한 사업 추진에 만전을 기해 나가겠다"고 말했다.
2026-05-11 17:44:05
SKT, Arm·리벨리온과 손잡고 AI 추론 인프라 구축 [경제일보] 생성형 AI 확산으로 데이터센터 수요가 급증하면서 단순 연산 성능 경쟁을 넘어 전력 효율과 비용 경쟁력 확보가 핵심 변수로 떠오르고 있다. 이에 SK텔레콤은 Arm과 리벨리온의 협업을 통해 10일 SK텔레콤은 Arm, 리벨리온과 차세대 AI 인프라 혁신을 위한 전략적 파트너십(MOU)을 지난 9일 체결했다고 밝혔다. AI 산업 초기에는 대규모 모델을 학습시키기 위한 고성능 GPU 확보가 가장 중요한 과제로 꼽혔다. 다만 최근에는 실제 서비스 운영 단계에서 지속적으로 AI를 실행해야 하는 추론 작업이 늘어나면서 효율성 문제가 부각되고 있다. 추론은 24시간 반복적으로 실행되는 특성상 전력 소비가 높을수록 운영 비용이 급증하는 구조다. 이에 따라 GPU 중심 인프라에서 벗어나 추론에 특화된 AI 반도체 도입 필요성이 커지고 있다. 이에 SK텔레콤은 글로벌 반도체 설계 기업 Arm, 국내 AI 반도체 스타트업 리벨리온과 AI 데이터센터 사업 협력에 나섰다. 세 회사는 Arm의 데이터센터용 CPU와 리벨리온의 AI 추론용 NPU를 결합한 서버 설루션을 공동 개발하고 SK텔레콤 AI 데이터센터에 적용하는 방안을 추진한다. 이를 통해 AI 추론 성능과 전력 효율을 동시에 개선하는 인프라 구축에 나선다는 계획이다. 이번 협력은 CPU와 NPU를 결합한 이종 컴퓨팅 구조 구축을 목표로 진행된다. AI 서비스 운영 과정에서는 AI 연산뿐 아니라 데이터 입출력, 네트워크 통신, 메모리 관리 등 다양한 작업이 동시에 가능하다. CPU는 이 같은 범용 연산과 시스템 운영을 담당하고 NPU는 AI 추론 연산을 전담해 GPU 단일 구조 대비 전력 효율을 높이고 비용을 절감할 전망이다. 리벨리온은 국내 AI 반도체 스타트업 가운데 데이터센터용 AI 칩 개발을 진행하고 있는 기업으로 대규모 AI 서비스 운영에 필요한 저전력·고효율 설계를 앞세워 데이터센터 시장 진입을 추진하고 있다. 이번 협력을 통해 통신사 AI 데이터센터에 직접 적용될 경우 국산 AI 반도체 생태계 확대에도 영향을 미칠 전망이다. Arm 역시 데이터센터 시장 공략에 속도를 내고 있다. 기존 모바일 중심 설계에서 벗어나 데이터센터용 CPU 시장 확대를 추진하며 AI 인프라 영역으로 사업 범위를 넓히고 있다. 전력 효율성이 중요한 AI 데이터센터 환경에서는 Arm 기반 CPU 도입이 늘어나는 추세로 이번 협력은 Arm의 데이터센터 전략 확대 움직임과도 맞물려 있는 것으로 분석된다. SK텔레콤은 AI 데이터센터 사업을 미래 핵심 성장동력으로 삼고 관련 투자를 확대하고 있다. 자체 AI 파운데이션 모델 개발과 함께 인프라 경쟁력 확보를 동시에 추진하며 AI 사업 구조를 강화하고 있다. 이번 협력을 통해 저전력·고효율 추론 인프라를 확보하고 AI 데이터센터 운영 효율성을 높인다는 계획이다. 전력 효율과 비용 경쟁력이 핵심 요소로 떠오르면서 통신사와 반도체 기업 간 협력도 확대되고 있다. AI 산업이 학습 중심에서 추론 중심으로 이동하면서 데이터센터 인프라 경쟁도 새로운 국면에 접어들 전망이다. 이재신 SKT AI 사업개발 담당은 "추론에 최적화된 인프라와 독자 파운데이션 모델 A.X K1을 결합한 풀 패키지를 제공함으로써 AI 데이터센터 경쟁력을 더욱 강화해 나가겠다"고 말했다.
2026-04-10 13:50:06
포스코DX·롯데이노베이트, 'GPU 의존 탈피'…국산 NPU 도입 속도 [경제일보] 포스코DX와 롯데이노베이트가 국산 신경망처리장치(NPU)를 도입하며 그래픽처리장치(GPU) 중심의 AI(인공지능) 인프라 구조 재편에 나섰다. 포스코DX는 2일 경기도 판교 사옥에서 AI 반도체 스타트업 모빌린트와 NPU 기반 'AI 전환(AX)' 구현을 위한 업무협약(MOU)을 체결했다고 밝혔다. 앞서 포스코DX는 지난 2월 모빌린트에 30억원을 투자하며 협력 기반을 마련한 바 있다. NPU는 딥러닝·머신러닝 연산에 특화된 반도체로 GPU 대비 전력 효율이 높고 인프라 비용 절감에 유리한 것이 특징이다. 특히 설비 현장에서 데이터를 즉시 처리하는 '엣지 AI(현장 즉시 처리)' 구현에 적합해 데이터 외부 반출 없이 실시간 분석과 제어가 가능하다. 포스코DX는 자사 산업용 제어 시스템 '포스마스터'에 모빌린트 NPU를 탑재해 설비 제어 단계에서 실시간 AI 분석과 제어가 가능한 스마트공장 구축에 나선다. 향후 적용 범위는 철강·이차전지·물류 등으로 확대할 계획이다. 롯데이노베이트 역시 이날 AI 반도체 기업 딥엑스와 NPU 적용 및 실증 협력을 위한 업무협약을 체결했다. GPU 대체를 목표로 국산 AI 반도체를 활용한 기술 협력과 현장 실증을 추진하고 올해 하반기 양산화를 목표로 개발을 진행한다는 방침이다. 양사는 지능형 CCTV 등 실시간 추론이 필요한 분야에서 전용 NPU 적용 기술을 고도화하는 한편 공공사업 진출 기회 확대에도 나선다는 전략이다. 업계에서는 이번 협력이 정부의 'K-반도체' 정책과 맞물려 국산 AI 반도체 생태계 확대와 함께 GPU 의존도를 낮추는 계기가 될 수 있다는 평가가 나온다.
2026-04-02 14:00:19
"GPU 넘어 NPU로"…금융위·과기정통부, 'K-엔비디아' 키운다 [경제일보] 정부가 'K-엔비디아' 육성을 목표로 인공지능(AI) 반도체 산업에 대한 대규모 투자와 정책 지원에 나선다. 금융위원회는 과학기술정보통신부와 손잡고 민관 협력 기반의 투자 전략을 본격화해 글로벌 AI 패권 경쟁 속에서 국산 AI 반도체 경쟁력 확보에 속도를 낼 전망이다. 17일 금융위원회와 과기정통부는 서울 프레스센터에서 한국산업은행 및 국내 AI 반도체 기업들과 함께 'K-엔비디아 육성 프로젝트' 간담회를 열고 국민성장펀드를 활용한 투자 전략과 협력 방안을 논의했다. 이번 프로젝트는 글로벌 AI 반도체 시장이 특정 기업 중심의 GPU(그래픽처리장치)에 과도하게 의존하고 있는 구조에서 벗어나, 저전력·고효율 기반의 NPU(신경망처리장치) 중심 산업 생태계를 구축하기 위한 전략적 사업이다. 과기정통부는 이미 지난해 'AI 반도체 산업 도약 전략'을 발표하고 국산 AI 반도체 설계·생산 지원을 핵심 과제로 제시한 바 있다. 특히 GPU의 높은 전력 소모와 비용 부담이 AI 서비스 확산의 한계로 지적되면서, 글로벌 빅테크 기업들도 추론 특화 NPU 기술 확보 경쟁에 나서고 있는 상황이다. 배경훈 과기정통부 장관은 "AI 기술 변곡점에서 우리 기업들이 글로벌 강자로 도약할 수 있도록 국산 NPU 산업 육성에 정책 역량을 집중하겠다"고 밝혔다. 금융당국도 대규모 자금 지원을 통해 산업 성장 기반을 뒷받침한다. 금융위는 국민성장펀드를 활용해 향후 5년간 총 50조원 규모의 자금을 AI·반도체 분야에 공급하고, 올해에만 10조원을 집중 투자할 계획이다. 이억원 금융위원장은 "AI 산업은 초기 인프라 구축뿐 아니라 지속적인 하드웨어 업그레이드와 시장 확산을 위한 장기 투자가 필수적인 분야"라며 "민간 자금과 연계한 장기 인내자본을 통해 AI 기업의 성장을 적극 지원하겠다"고 강조했다. 특히 이번 투자 전략은 단순한 자금 공급을 넘어 산업 단계별 맞춤 지원에 초점을 맞춘다. 초기 인프라 구축, 운영, 유지·확장 단계까지 전 주기를 고려한 투자 구조를 설계해 민간 투자 유입을 유도하고 산업 생태계 전반의 경쟁력을 끌어올리겠다는 구상이다. 이날 간담회에는 리벨리온, 퓨리오사AI, 딥엑스, 하이퍼엑셀, 모빌린트 등 국내 주요 AI 반도체 기업들이 참여해 차세대 NPU 개발 로드맵을 공유했다. 기업들은 대규모 투자 재원이 적기에 확보될 경우 양산 시점을 앞당겨 글로벌 시장 진출 ‘골든타임’을 확보할 수 있다고 강조했다. 정책금융기관 역할도 확대된다. 한국산업은행은 AI 반도체를 국가 전략 산업으로 규정하고, 팹리스부터 파운드리, 패키징까지 밸류체인 전반에 대한 투자를 강화할 방침이다. 이는 단일 기업 지원을 넘어 산업 생태계 구축을 목표로 한 접근이다. 정부는 이번 'K-엔비디아' 프로젝트를 시작으로 국가 AI 컴퓨팅센터 구축, 피지컬 AI 생태계 조성, 산업 전반의 AI 전환(AX) 가속화 등 후속 메가 프로젝트도 지속적으로 발굴할 계획이다. 전문가들은 이번 정책이 단기적인 산업 지원을 넘어 국가 경쟁력 확보 차원에서 의미가 크다고 평가한다. AI 반도체는 데이터센터, 자율주행, 로봇, 국방 등 다양한 산업의 핵심 인프라로 자리 잡고 있어, 기술 주도권 확보 여부가 향후 국가 경제 구조를 좌우할 수 있기 때문이다. 정부는 정책과 금융의 유기적 결합을 통해 'AI 3대 강국' 도약을 목표로 내세웠다. 배 장관은 "정책과 금융이 톱니바퀴처럼 맞물릴 때 AI 산업의 거대한 엔진이 제대로 작동할 것"이라며 "민관이 원팀이 되어 글로벌 시장 선점을 지원하겠다"고 말했다. 대규모 자금과 정책 지원이 결합된 이번 프로젝트가 국내 AI 반도체 기업의 글로벌 경쟁력을 끌어올리고, '제2의 엔비디아' 탄생으로 이어질 수 있을지 주목된다.
2026-03-17 16:44:43

12

많이 본 뉴스

영상

Youtube 바로가기

오피니언

[기자수첩] 공항은 쉼터가 아니다…폭염 속 노숙인은 어디로 가나

[기자수첩] 공항은 쉼터가 아니다…폭염 속 노숙인은 어디로 가나