2026.08.17 월요일
검색
'국산 NPU' 검색결과
기간검색
-
~
검색영역
검색어
-
SKT, 독자 AI 'A.X K2' 앞세워 제조·국방 현장 공략 [경제일보] SK텔레콤이 독자 AI 파운데이션 모델 'A.X K2'를 앞세워 제조와 국방, 바이오 등 산업 현장 공략에 나선다. 지난달 29일 모델을 공개한 데 이어 4일 회사 뉴스룸 인터뷰를 통해 세부 전략을 밝혔다. 단순 질의응답을 넘어 스스로 계획을 세우고 도구를 활용해 업무를 수행하는 '에이전틱 AI'를 구현해 한국형 소버린 AI 생태계를 만들겠다는 구상이다. 김태윤 SK텔레콤 파운데이션모델담당은 "A.X K2의 가장 큰 변화는 '답하는 AI'에서 '스스로 계획하고 실행하는 AI'로 진화한 것"이라며 "에이전틱 시대에 맞춰 추론 능력을 크게 강화했고 특히 수학과 한국어 영역에서 의미 있는 성과를 냈다"고 말했다. ◆ 매개변수 6880억개, 추론엔 330억개만 활성화 A.X K2는 매개변수 6880억개 규모의 초거대언어모델(LLM)이다. 직전 모델인 519B 규모 A.X K1보다 커졌지만 추론 과정에서는 330억개(33B)만 활성화하는 MoE 구조를 적용해 추론 비용은 기존 수준으로 유지했다. 국내외 14개 벤치마크 평균 성능은 A.X K1 대비 32.2%포인트, 장문 이해와 AI 에이전트 평가에서는 83.9%포인트 개선됐다. 초고난도 수학 벤치마크 'Apex' 점수는 1.0에서 45.8로 뛰었고 AIME26에서는 97.1점을 기록했다. 한국어 지식 평가(KMMLU-Pro) 80.5점, 한국 문화 이해(CLIcK) 91.6점을 냈고 통신 분야 에이전트 도구 활용을 재는 τ²-Bench Telecom에서는 오픈웨이트 모델 가운데 최고 성능을 기록했다고 회사는 설명했다. 핵심 기술은 SK텔레콤이 자체 개발한 SGA(Sparse Gated Attention)다. 여러 차례 대화와 도구 호출, 긴 문서 참조를 반복하는 AI 에이전트 특성상 긴 문맥 처리 효율이 중요한데 SGA는 입력이 길어질수록 처리 속도와 안정성이 오르도록 설계됐다. 120K 토큰 입력 기준 토큰 처리량은 A.X K1 대비 67.7% 개선됐다. 텍스트 모델 외에 제조 도면과 문서를 이해하는 비전언어모델 'A.X K2 VL', 상담·회의 음성을 분석하는 'A.X K2 ALM', 크래프톤과 공동 개발한 음성 모델 'A.X K2 라온스피치'도 함께 공개해 멀티모달 구성을 갖췄다. 산업 현장 적용도 본격화하고 있다. KG스틸, 자동차 부품업체 코넥과는 생산 라인의 과거 불량 사례를 학습해 원인을 분석하고 조치를 제안하는 제조 특화 AI 에이전트를 실증 중이다. SK하이닉스에는 사내 AI 서비스 'LLM Chat'에 경량 모델을 적용해 반도체 지식 검색과 정보 정리를 지원한다. 국방부에는 A.X K1을 FP8·FP4·INT4로 양자화해 공급했고 A.X K2도 온프레미스 기반 폐쇄망 환경에 제공할 계획이다. 민감한 데이터는 외부 학습에 쓰지 않고 기관 내부에서만 학습하도록 했다. 김 담당은 "국내 업무 환경에서는 언어뿐 아니라 제도와 문화적 맥락을 이해하는 것이 중요하다"며 "국내 기업과 공공기관이 안심하고 활용할 수 있는 소버린 AI를 구현하는 것이 목표"라고 설명했다. ◆ 허깅페이스 공개하며 조단위 후속모델 준비 SK텔레콤은 A.X K2를 허깅페이스에 Apache 2.0 라이선스로 공개하고 API도 제공할 예정이다. 스타트업 액셀러레이팅 프로그램 '스케치 with AI', '모두의 챌린지 AX-LLM'을 통해 개발자와 스타트업의 상업적 활용 생태계도 넓힌다. 앞서 A.X K1은 정부 지원 없이 상시 1000개 이상의 자체 GPU로 개발됐다. 이번에 예고한 조(兆) 단위 매개변수 후속 모델은 정부 GPU 인프라와 자체 투자를 함께 활용해 규모를 키우고 에이전틱 강화학습과 사이버보안 역량도 고도화한다는 계획이다. 서울대, KAIST, 크래프톤과 차세대 아키텍처 연구도 병행하고 독자 AI 파운데이션 모델(독파모) 컨소시엄 참여사인 리벨리온과는 국산 NPU 기반 모델 서빙 최적화와 상용 서비스 실증을 강화한다. 리벨리온은 앞서 자체 NPU '리벨카드' 단일 서버로 A.X K1 구동에 성공한 바 있다. 한편 회사가 제시한 벤치마크 수치는 자체 측정 결과이며 독립 기관의 검증을 거친 값은 아니다. 오픈소스로 공개돼 외부 개발자들이 성능을 검증할 여지는 있지만 남은 과제는 이 수치가 실제 제조·국방·바이오 현장에서 상업적 계약과 매출로 이어지느냐다. 김 담당은 "A.X K2는 한국이 설계부터 학습까지 자체 기술로 개발한 AI 모델이 글로벌 최고 수준에 도달할 수 있다는 가능성을 보여준 사례"라며 "개방과 협력을 통해 국내 AI 생태계의 기반을 만들고 산업 현장과 국민이 체감할 수 있는 AI 서비스를 확대해 나가겠다"고 말했다.2026-08-04 10:10:29
-
업스테이지 '솔라 오픈 2' 공개…포털 다음 적용하고 국산 NPU 활용 넓힌다 [경제일보] 업스테이지가 실제 업무를 수행하는 AI 에이전트에 특화한 거대언어모델(LLM) ‘솔라 오픈 2’를 공개했다. 포털 다음을 대규모 실사용 기반으로 활용하는 동시에 다수의 국산 신경망처리장치(NPU)와 연동을 확대해 모델과 반도체, 서비스를 아우르는 소버린 AI 생태계를 구축한다는 전략이다. 업스테이지는 솔라 오픈 2의 모델 가중치를 글로벌 오픈소스 플랫폼 허깅페이스에 공개하고 아키텍처와 학습 방법, 평가 조건을 담은 기술 보고서도 발표했다고 23일 밝혔다. 솔라 오픈 2는 총 2500억개 매개변수 가운데 작업에 필요한 150억개만 활성화하는 전문가혼합(MoE) 구조를 채택했다. 모델 규모를 키우면서도 실제 추론에 필요한 연산량을 줄여 비용 효율을 높인 설계다. 최대 100만 토큰의 문맥을 처리해 여러 문서와 장시간 작업 이력을 한꺼번에 다룰 수 있다. 단순한 질의응답을 넘어 검색과 코딩, 문서 작성, 외부 도구 호출을 반복하며 업무를 마치는 AI 에이전트에 초점을 맞췄다. 기본 구동 권장 사양은 엔비디아 H200 4장이며 양자화를 적용하면 H200 2장으로도 운영할 수 있다. 업스테이지는 지시 이행과 도구 호출, 코딩, 한국어 업무 평가 등에서 주요 해외 모델과 경쟁 가능한 성능을 확보했다고 설명했다. 다만 벤치마크 결과는 회사 측 평가인 만큼 실제 서비스 환경에서 정확도와 속도, 운영 비용을 추가로 검증해야 한다. ◆ 다음 검색, AI 모델 실사용 시험대 솔라 오픈 2의 주요 활용처는 포털 다음이다. 업스테이지는 지난 5월 다음 운영사 AXZ 인수를 마무리한 뒤 7월부터 솔라를 적용한 ‘AI 요약’ 베타 서비스를 운영하고 있다. AI 요약은 이용자가 검색어나 문장형 질문을 입력하면 언론사 제휴 콘텐츠와 카페, 티스토리 등에서 관련 문서를 찾아 핵심 내용을 정리하고 근거를 함께 제시한다. 절차가 필요한 정보는 단계별 목록으로, 비교가 필요한 검색은 표 형태로 보여준다. 다음은 키워드 검색과 의미 기반 벡터 검색을 결합한 하이브리드 검색을 활용한다. 검색엔진이 최신성과 관련성이 높은 문서를 먼저 고르면 솔라가 해당 자료를 바탕으로 답변을 생성하는 구조다. 모델이 오래된 학습 정보를 섞거나 문서에 없는 내용을 만들어내는 환각을 줄이기 위해 답변 범위를 검색 자료로 제한하는 기술도 적용했다. 현재 AI 요약은 전체 검색 질의의 일부에 제공되고 있다. AXZ는 적용 비중을 단계적으로 높이고 쇼핑과 맛집 등 분야별 검색으로 확대할 계획이다. 이후에는 앞선 대화 내용을 기억해 후속 질문에 답하고 여러 정보를 비교·정리하는 대화형 에이전트로 발전시킨다는 구상이다. 업스테이지가 다음을 직접 운영하게 되면서 검색 이용 과정에서 나타나는 응답 품질과 처리 속도, 오류 유형 등을 모델 개선에 빠르게 반영할 수 있게 된 점도 강점이다. 다만 이용자 검색 데이터를 모델 개발에 활용하는 과정에서는 개인정보 보호와 데이터 처리 기준을 명확히 마련해야 한다. ◆ 퓨리오사 포함 다수 국산 NPU로 활용 확대 업스테이지는 솔라 오픈 2를 다양한 국산 NPU에서 구동할 수 있도록 지원 범위를 넓힐 계획이다. 업스테이지 관계자는 “퓨리오사AI를 포함해 국내 NPU 기업들과 협력을 이어가겠지만 특정 한 업체만을 중심으로 추진하는 구조는 아니다”며 “국산 NPU에서 솔라 모델을 사용할 수 있도록 적용과 최적화를 점차 확대할 것”이라고 설명했다. 퓨리오사AI와의 협력은 국산 모델과 NPU를 실제 서비스에 연결한 선행 사례로 활용된다. 다음의 기존 AI 요약 서비스에는 퓨리오사AI의 2세대 NPU ‘레니게이드’가 일부 적용돼 솔라 계열 모델의 추론을 처리하고 있다. 이를 통해 응답 속도와 전력 효율, 동시 이용자 처리 능력 등을 상용 환경에서 검증하고 있다. 다만 솔라 오픈 2를 레니게이드에 적용하는 구체적인 일정이나 전체 인프라에서 차지할 비중은 정해지지 않았다. 향후 다른 국산 NPU 기업과의 협력 대상과 적용 서비스 역시 확정되는 대로 공개할 예정이다. 한편 국산 NPU 확산의 관건은 반도체 자체 성능뿐 아니라 새로운 모델을 빠르게 변환하는 컴파일러와 서빙 엔진, 장애 대응과 운영 도구 등 소프트웨어 생태계다. 다음처럼 이용자가 많은 서비스에서 GPU 수준의 안정성과 비용 효율을 입증해야 기업·공공 시장으로 적용 범위를 넓힐 수 있다. 업스테이지는 모델 가중치를 상업적으로 활용할 수 있도록 공개하고 미세조정과 지식증류를 통한 파생 모델 개발도 허용한다. 기업과 연구기관이 솔라 오픈 2를 자체 데이터와 국산 NPU에 맞게 조정하도록 해 산업별 AI 에이전트 개발을 촉진한다는 구상이다. 김성훈 업스테이지 대표는 “실제 업무 현장에서 일을 완수하는 에이전트 사용성에 방점을 둔 모델”이라며 “다음과 산업 현장에서 실사용 사례를 확대하고 국산 NPU를 포함한 AI 생태계 전반의 경쟁력을 높이겠다”고 말했다.2026-07-23 10:57:02
-
다음 'AI 요약', 국산 NPU·LLM로 돌린다…"GPU보다 비용 30% 절감" [경제일보] 포털 다음이 검색 결과를 요약하는 인공지능(AI) 서비스에 국산 AI 반도체와 거대언어모델(LLM)을 함께 적용했다. 퓨리오사AI의 신경망처리장치(NPU) ‘레니게이드’에서 업스테이지의 LLM ‘솔라’를 구동하고, 이를 다음의 실제 검색 서비스에 연결한 구조다. 국산 AI 기술이 연구개발이나 개념검증(PoC)을 넘어 대규모 이용자를 보유한 포털 서비스의 상용 인프라에 투입됐다는 점에서 의미가 있다. 업스테이지는 기존 그래픽처리장치(GPU) 기반 운영과 비교해 현재 약 30%의 비용 절감 효과를 확인했다고 밝혔다. 업스테이지(대표 김성훈)와 다음 운영사 AXZ(대표 이건수), 퓨리오사AI(대표 백준호)는 15일 온라인 간담회를 열고 다음 ‘AI 요약’ 서비스의 기술 구성과 향후 확장 계획을 공개했다. 다음 AI 요약은 이용자가 검색어 또는 문장형 질문을 입력하면 LLM이 관련 웹문서를 분석해 핵심 답변과 근거를 정리해주는 서비스다. 지난 1일 베타로 출시돼 이슈와 금융, 엔터테인먼트, 건강, 사전, 일상 등 6개 영역에 우선 적용됐다. ◆ 국산 NPU 24개로 하루 5억 토큰 처리 AI 요약의 추론 연산은 퓨리오사AI의 2세대 NPU 레니게이드가 담당한다. 현재 서버 3개 노드에 레니게이드 24개를 배치해 하루 평균 약 5억개의 토큰을 처리하고 있다. 토큰은 AI 모델이 정보를 이해하고 답변을 생성할 때 사용하는 데이터 단위다. 퓨리오사AI는 레니게이드 칩뿐 아니라 솔라 모델을 반도체에 배치하는 컴파일러와 추론용 서빙 엔진도 자체 개발했다. 범용 GPU에 모델을 올리는 방식과 달리 하드웨어와 소프트웨어, 모델을 함께 최적화하는 공동설계 방식으로 처리 효율을 높였다는 설명이다. 백준호 대표는 “레니게이드는 솔라 모델을 가속하면서 엔비디아 H200과 대등한 수준의 처리 성능을 확보했다”며 “가격 대비 성능과 전력 대비 성능에서는 더 높은 효율을 보이고 있다”고 말했다. 김성훈 대표도 “현재 다음과 함께 서비스를 운영하면서 GPU를 사용할 때보다 약 30%의 비용 절감 효과를 보고 있다”고 설명했다. 퓨리오사AI는 기업의 AI 전환(AX) 환경에서는 처리량과 모델 구성에 따라 GPU 대비 1.5∼2배 높은 비용 효율을 확보할 수 있다고 보고 있다. 다만 H200과의 비교 조건과 모델 크기, 동시 처리량, 응답 지연시간 등 세부 측정값은 공개되지 않았다. 30% 비용 절감 역시 3사가 실제 운영 과정에서 산출한 수치로, 외부 기관의 독립적인 비교 검증 결과는 아니다. 향후 서비스 적용 범위가 확대됐을 때도 같은 비용 효율을 유지하는지가 상용 경쟁력을 가를 전망이다. ◆ 업스테이지의 모델, 퓨리오사AI의 칩, 다음의 이용자 이번 협력이 주목받는 이유는 국내 AI 산업이 부족했던 ‘실제 사용처’를 확보했다는 점이다. 국산 NPU는 성능을 갖추고도 대규모 상용 서비스 적용 사례와 이를 뒷받침하는 소프트웨어 생태계가 부족하다는 평가를 받아왔다. 국내 LLM 역시 모델을 개발한 뒤 이를 지속적으로 사용하는 대규모 이용자 접점을 확보하는 것이 과제였다. 업스테이지는 지난 5월 카카오로부터 다음 운영사 AXZ 인수를 마무리했다. 이를 통해 자체 LLM을 포털 검색에 적용하고 이용자 반응과 토큰 사용 데이터를 다시 모델 개선에 활용할 수 있는 구조를 확보했다. 업스테이지와 퓨리오사AI의 협력도 이번이 처음은 아니다. 두 회사는 2022년 업스테이지의 광학문자인식(OCR) 기술을 퓨리오사AI의 1세대 NPU ‘워보이’에 적용했다. 지난해 6월에는 솔라를 레니게이드에 최적화하고 온프레미스 생성형 AI 인프라를 공동 개발하기 위한 업무협약을 체결했다. 이번 다음 AI 요약은 당시 협력이 실제 서비스로 연결된 사례다. 3사는 이를 국내 기술로 반도체와 모델, 서비스를 연결한 첫 풀스택 소버린 AI 상용 사례라고 평가했다. 다만 ‘국내 최초’는 3사의 자체 판단이다. 줌인터넷을 운영하는 이스트에이드가 지난달 AI 검색 서비스 ‘AI 3초 요약’과 ‘AI 이슈 트렌드’에 LG AI연구원의 ‘K-엑사원’을 먼저 적용했지만, 다음은 AI 모델뿐 아니라 추론 반도체까지 국산 기술을 적용한 점을 차별화 요소로 내세우고 있다. ◆ 검색 질의 절반 이상으로 확대…비용 효율이 관건 다음은 현재 전체 검색 질의의 약 20%에 AI 요약을 적용하고 있다. 1차 목표는 적용 비중을 절반 이상으로 확대하는 것이다. 쇼핑과 맛집처럼 정보가 자주 바뀌고 이용자의 선택까지 연결되는 분야에는 별도의 버티컬 AI 서비스를 적용할 계획이다. 환각을 줄이기 위한 검색 구조도 고도화했다. 기존 키워드 검색과 의미를 중심으로 자료를 찾는 벡터 검색을 결합한 ‘하이브리드 검색’으로 최신 자료를 솔라에 전달하고, 답변 생성 과정은 하네스 엔지니어링으로 통제한다. 연내에는 후속 질문을 이어갈 수 있는 대화형 ‘AI 모드’도 출시할 예정이다. 장기적으로는 이용자의 관심사와 이용 기록을 바탕으로 개인별 정보를 제공하는 ‘1인 1에이전트’를 구상하고 있다. 관심 분야 뉴스를 매일 아침 자동으로 모아주는 서비스 등이 대표적인 활용 사례다. 서비스 확대에는 반도체 공급도 뒷받침돼야 한다. 퓨리오사AI는 올해 초 레니게이드 양산을 시작했으며 연내 최대 1만개까지 공급할 수 있다는 입장이다. 유럽에서는 에퀴닉스 리스본 데이터센터에 레니게이드 서버를 설치해 현지 기업의 성능 검증도 지원하고 있다. 이번 협력은 업스테이지가 참여하는 정부의 ‘독자 AI 파운데이션 모델’ 프로젝트에도 중요한 실증 사례가 될 전망이다. 다음달 예정된 2차 평가에서는 모델 성능뿐 아니라 산업 적용성과 실제 서비스 활용도가 주요 평가 요소로 거론된다. 업스테이지는 다음달 후속 솔라 모델도 공개할 예정이다. 김성훈 대표는 “다음 AI 서비스를 이용하면 솔라와 국산 NPU를 함께 사용하는 선순환이 만들어진다”며 “더 많은 사용이 기술과 품질 개선으로 이어지고, 개선된 품질이 다시 사용량을 늘리는 생태계를 구축하겠다”고 말했다.2026-07-15 14:01:14
-
![[800조 전쟁] 엔비디아 독주 균열 노린다…국산 AI칩 퓨리오사AI의 승부수](https://image.ajunews.com//content/image/2026/07/03/20260703093751877178.jpg)
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
-
![[경제일보] 상장 앞둔 메가존클라우드의 승부수…AI 인프라에 미래 건다](https://image.ajunews.com//content/image/2026/07/01/20260701094628208356.jpg)
상장 앞둔 메가존클라우드의 승부수…AI 인프라에 미래 건다 [경제일보] 메가존클라우드가 기업공개(IPO)를 앞두고 AI 인프라 기업으로의 체질 전환에 속도를 내고 있다. 클라우드 관리서비스(MSP) 기업에서 출발했지만 최근에는 AI 인프라와 보안, 멀티클라우드 운영 역량을 결합한 기업 인프라 파트너로 사업 영역을 넓히고 있다. 클라우드 전환 1세대 기업이 AI 전환 시대의 핵심 운영자로 변신을 시도하는 모습이다. 메가존클라우드는 2025년 연결 기준 매출 1조7496억원을 기록하며 전년 대비 27.9% 성장했다. 당기순이익은 82억원으로 흑자 전환했고 조정 EBITDA는 208억원을 기록했다. 외형 성장뿐 아니라 수익성 개선까지 이뤄냈다는 평가다. 특히 AI·보안 사업 매출이 4400억원 수준으로 확대되며 기존 클라우드 재판매와 운영 대행 중심의 사업 구조에서 고부가가치 서비스 중심으로 무게를 옮기고 있다. AI 인프라는 단순 클라우드 운영보다 컨설팅과 보안, 데이터 관리, 비용 최적화가 결합돼 수익성이 상대적으로 높은 사업으로 평가된다. 기업들도 단순히 서버를 클라우드로 이전하는 단계를 넘어 생성형 AI와 데이터 분석 서비스를 안정적으로 운영하기 위한 인프라 설계와 데이터 거버넌스, 멀티클라우드 운영 역량을 요구하고 있다. 이에 따라 MSP의 역할 역시 단순 운영자를 넘어 기업의 AI 전환을 지원하는 전략 파트너로 변화하고 있다. 시장 경쟁도 치열해지고 있다. 삼성SDS와 LG CNS, SK C&C 등 주요 IT서비스 기업들이 AI 인프라와 기업 AI 전환(AX) 시장 선점에 나선 가운데 메가존클라우드는 다양한 글로벌 클라우드 사업자와의 협업 경험과 MSP 기반 운영 역량을 차별화 포인트로 내세운다. AI 인프라 시장은 기술력뿐 아니라 실제 운영 경험과 장애 대응, 비용 관리 능력이 함께 검증되는 영역이라는 점에서다. 국가 AI 인프라 사업 참여도 주목된다. 메가존클라우드는 과학기술정보통신부와 정보통신산업진흥원이 추진하는 'AI컴퓨팅 실증 인프라 고도화' 사업 2차년도 프로젝트에 인프라 통합 운영자로 참여하고 있다. 이 사업은 국산 AI 반도체를 기반으로 대규모 AI 인프라를 구축하고 대형언어모델(LLM) 서비스와 GPU·NPU 혼용 환경을 실증하는 국가 프로젝트다. 메가존클라우드는 국산 NPU 기반 클라우드 인프라 운영과 자원 할당, 모니터링, 멀티클라우드 연계, 통합 관제 등을 맡는다. 업계에서는 이를 단순한 프로젝트 수주 이상의 의미로 해석한다. 국산 AI 반도체가 실제 서비스 환경에서 활용되기 위해서는 안정적인 클라우드 운영과 보안, 개발 환경이 함께 뒷받침돼야 하기 때문이다. 상장 준비도 본격화되고 있다. 메가존은 최근 글랜우드크레딧으로부터 8000억원 규모 투자를 유치해 메가존클라우드 재무적투자자(FI) 지분 일부를 매입하는 구조를 추진 중인 것으로 알려졌다. 상장 전 FI 물량을 정리하면 향후 오버행 우려를 줄이고 주주 구조를 단순화할 수 있다는 점에서 긍정적인 신호로 평가된다. 시장의 관심은 메가존클라우드를 단순 MSP가 아닌 AI 인프라 플랫폼 기업으로 평가할 수 있느냐에 쏠린다. 매출 규모는 이미 국내 클라우드 업계 최고 수준이다. 남은 과제는 AI·보안·멀티클라우드 사업이 반복 매출과 이익률 개선으로 이어질 수 있음을 증명하는 일이다. 결국 메가존클라우드의 IPO는 한 기업의 상장을 넘어 국내 클라우드 산업이 AI 인프라 산업으로 진화할 수 있는지를 가늠하는 시험대가 될 전망이다. 박윤영 KT 대표 [사진=유대길 기자] [경제일보] 박윤영 대표 체제로 출범한 KT가 취임 100일을 앞두고 있다. 새 경영진은 AICT(AI+ICT) 전환이라는 성장 과제를 이어받았지만 시장의 관심은 AI 사업 확대보다 구조조정 이후 조직을 어떻게 안정시키고 통신 본업 경쟁력을 회복할 것인지에 쏠린다. 전임 경영진의 대규모 인력 재편 이후 흔들린 조직을 재정비하는 일이 AICT 전략의 선결 과제로 떠올랐기 때문이다. 최근 공개된 KT ESG 보고서에 따르면 전체 임직원은 2023년 1만9737명에서 지난해 1만4701명으로 2년 만에 5036명 감소했다. 전체 인력의 약 25%가 줄어든 셈이다. 반면 신규 채용은 늘었다. 지난해 신규 채용은 561명으로 2023년의 두 배를 넘었고 여성 채용과 인턴 채용도 증가했다. 자발적 퇴직자는 2023년 128명에서 지난해 61명으로 줄었고 자발적 이직률도 0.65%에서 0.41%로 낮아졌다. 채용 확대와 자발적 이직 감소에도 직원 수가 급감했다는 점은 자연 감소만으로 설명하기 어렵다. 업계에서는 희망퇴직과 자회사 전출 등 구조적 인력 재편이 상당한 영향을 미친 것으로 보고 있다. 김영섭 전 대표는 취임 이후 AICT 기업 전환과 수익성 개선을 내세워 네트워크 운용 조직의 자회사 전출과 희망퇴직을 중심으로 조직 슬림화를 추진했다. 중위관리자 감소도 눈에 띈다. ESG 보고서 기준 남성 중위관리자는 2023년 1만1167명에서 지난해 7258명으로 줄었다. 과장·차장급 중위관리자는 조직 운영의 허리다. 이들의 감소는 기술 전수와 현장 의사결정, 후배 인력 양성 체계에도 영향을 미칠 수 있다는 지적이 나온다. KT는 자연 퇴직 요인도 적지 않다는 입장이다. 회사 관계자는 "자연 또는 정년 퇴직자 비중도 작지 않다"며 "전체 인력 변화를 볼 때 자연 퇴직 요인도 함께 고려해야 한다"고 설명했다. 인력 감소는 통신업계 전반의 흐름이다. 디지털 전환과 비용 효율화가 맞물리면서 주요 통신사 모두 인력을 줄이고 있다. 다만 LG유플러스와 SK텔레콤의 감소 폭이 수백 명 수준인 것과 비교하면 KT의 인력 재편 속도는 이례적이라는 평가가 나온다. 문제는 통신업의 특성이다. 전국 단위 기간통신망은 24시간 운영돼야 한다. 장애 대응과 네트워크 복구, 보안 운영은 매뉴얼만으로 대체하기 어렵고 숙련 인력의 경험과 현장 암묵지가 경쟁력의 상당 부분을 차지한다. 중견 실무 인력 감소가 단순한 인건비 절감 문제가 아니라 운영 리스크로 해석되는 이유다. 지난해 발생한 KT 침해사고도 조직 운영 체계 재점검 필요성을 키웠다. 과학기술정보통신부는 조사 결과 펨토셀 인증서 관리와 외주 제작사 보안 관리, 비정상 IP 접속 통제 등에서 미흡한 점을 확인했다. 사고 이후 네트워크와 보안 조직의 전문성, 현장 대응 역량의 중요성은 더욱 부각됐다. 박 대표의 과제는 AICT 전략과 통신 본업을 별개로 보지 않는 데 있다. AI와 클라우드, 데이터센터, 기업 서비스를 키우려면 안정적인 통신망과 보안 체계가 먼저 뒷받침돼야 한다. 실제 KT의 올해 1분기 기업서비스 매출은 전년 동기 대비 2.2% 감소했다. AICT를 핵심 성장 전략으로 내세운 만큼 기업서비스 성장 회복 역시 새 경영진의 숙제다. 업계에서는 박윤영 체제의 초기 과제가 추가 구조조정보다는 조직 안정화와 핵심 인력 재배치에 있을 것으로 본다. 결국 박윤영 체제의 첫 100일은 새 사업 발표보다 조직 신뢰 회복의 시간에 가깝다. KT가 'AI 기업'과 '통신회사'라는 두 정체성을 함께 가져가려면 출발점은 거창한 구호가 아니라 흔들린 현장의 복원이어야 한다. [아주경제 2026년 07월 02일자 13면에 게재된 기사입니다.]2026-07-02 08:24:37
-
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
-
'K-엔비디아' 현실로…SKT, 데이터센터서 국산 반도체 검증 진행 [경제일보] 국산 인공지능(AI) 반도체를 실제 서비스에 적용하는 실증이 본격화되면서 'K-엔비디아'로 불리는 국내 AI 반도체 육성 전략이 현장 단계로 진입하고 있다. 정부의 대규모 투자 계획과 민간 기업의 인프라 구축이 맞물리며 소버린 AI 구현을 위한 생태계 조성이 속도를 내고 있는 것으로 풀이된다. 29일 SK텔레콤은 과학기술정보통신부가 인천에 위치한 SK텔레콤 AI 서비스 전용 데이터센터를 방문해 국산 NPU(신경망처리장치) 적용 현황을 점검했다고 밝혔다. 이번 점검은 정부가 추진 중인 'K-엔비디아 육성 프로젝트'의 일환으로 AI 반도체의 실제 적용 사례를 확인하기 위해 마련된 것으로 알려졌다. 현장에는 과기정통부 관계자와 함께 국내 AI 반도체 기업 리벨리온 경영진이 동행했고 데이터센터 내 국산 NPU 기반 서버 운영 상황이 공유됐다. 현재 해당 데이터센터에는 리벨리온의 데이터센터용 NPU '아톰'과 '아톰 맥스'를 탑재한 서버가 구축돼 실제 서비스에 활용되고 있다. SK텔레콤은 해당 데이터센터의 NPU를 자사 AI 서비스에 적용하고 있다. 통화 내용을 자동으로 정리하는 '에이닷'과 통화 요약 기능, 반려동물 영상 진단 보조 서비스 '엑스칼리버' 등에 국산 NPU가 활용되고 있다. 특히 자체 거대언어모델(LLM) '에이닷엑스'를 기반으로 하루 최대 5000만건 규모의 API 호출을 처리하며 국산 LLM과 국산 반도체를 결합한 소버린 AI의 구현을 진행하고 있다. 최근 정부는 'K-엔비디아 육성 프로젝트'를 통해 AI·반도체 분야에 대규모 자금을 투입하고 있다. 국민성장펀드를 활용해 5년간 50조원, 올해 10조원 규모의 자금을 공급하고 오는 2030년까지 글로벌 수준의 AI 반도체 기업을 육성한다는 목표다. AI 반도체 시장은 빠르게 성장하는 분야로 꼽힌다. 미국의 IT 리서치 기업 가트너는 글로벌 AI 반도체 시장이 지난 2024년 818억 달러(약 121조원) 규모에서 오는 2029년까지 3902억 달러(약 577조원) 규모까지 연평균 30% 이상 성장할 것으로 전망했다. 시장의 성장을 따라가기 위해 정부는 단순 칩 개발을 넘어 소프트웨어와 모델, 서비스까지 포함한 '풀스택' 실증이 필요하다는 입장이다. 실제 서비스 환경에서 성능과 경제성을 검증해야 글로벌 경쟁력을 확보할 수 있다는 판단으로 풀이된다. 이에 SK텔레콤과 리벨리온은 글로벌 반도체 설계 기업 Arm과 협력해 CPU와 NPU를 결합한 AI 추론 서버 개발에 착수했고 향후 자체 AI 모델을 해당 인프라에서 운영하는 방안도 검토 중인 것으로 알려졌다. 또한 양사는 정부의 독자 AI 파운데이션 모델 프로젝트에도 함께 참여하며 기술 검증과 상용화를 병행하고 있다. SK텔레콤은 자회사 사피온코리아와 리벨리온의 합병 이후 지분 관계를 기반으로 협력을 강화하며 데이터센터와 서비스 전반에 국산 NPU 적용을 확대할 전망이다. SK텔레콤 관계자는 "국가 간 AI 기술 경쟁이 심화되는 가운데 국내 AI 생태계의 자립성 강화는 국가 경쟁력을 좌우하는 핵심 요소"라며 "국산 LLM이 국산 NPU를 통해 서비스되는 '소버린 AI'를 확대해 나갈 계획"이라고 말했다.2026-04-29 16:30:00
-
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
![[사설] 중국 반도체·AI의 돈은 어디서 왔나](https://image.ajunews.com/content/image/2026/08/14/20260814171438822566_518_323.jpg)