검색결과 총 711건
-
-
-
SK하이닉스, 솔리다임 IPO 검토 중단…美 공장 투자재원 다시 짠다
[경제일보] SK하이닉스가 미국 손자회사 솔리다임의 상장 전 투자유치(프리IPO)와 기업공개(IPO) 검토를 중단했다. 인공지능(AI) 메모리 수요에 대응할 미국 신규 생산시설의 필요성은 유지하면서 투자재원을 마련하는 방식을 다시 검토한다. 외부 자본으로 투자 부담을 나누고 주주환원 여력을 확보하려던 구상은 다른 조달 방안을 찾는 단계로 넘어갔다. SK하이닉스는 23일 공시를 통해 “해외 종속회사인 솔리다임은 생산능력 확대 및 경쟁력 강화를 위한 다양한 자금조달 방안을 검토해 왔으나, 자본시장 여건 등을 종합적으로 고려해 프리IPO 및 기업공개에 대한 검토를 중단하기로 결정했다”고 밝혔다. 회사가 제시한 중단 배경은 금융시장 변동성과 반도체 기업의 주가 조정이다. 당초 기대했던 기업가치와 조달 조건을 확보할 수 있는지, 현시점 상장이 기존 주주에게 유리한지를 다시 판단했다는 설명이다. SK하이닉스는 별도 설명자료에서 “솔리다임의 성장 가능성이나 투자 필요성이 달라졌기 때문은 아니다”라고 강조했다. 솔리다임은 SK하이닉스가 인텔의 낸드플래시·솔리드스테이트드라이브(SSD) 사업을 인수하는 과정에서 출범했다. 현재 사업의 중심은 AI 데이터센터에 사용하는 대용량 기업용 SSD다. 고대역폭메모리(HBM)가 AI 연산에 필요한 데이터를 빠르게 공급한다면, SSD는 대규모 데이터를 저장하고 불러오는 역할을 맡는다. 솔리다임은 최대 122.88테라바이트(TB) 용량의 ‘D5-P5336’ 등 고용량 제품을 공급하고 있다. 회사는 AI와 머신러닝, 빅데이터 분석 등 읽기 작업이 많은 환경을 주요 용도로 제시한다. SK하이닉스는 기존 생산시설만으로는 늘어나는 수요에 대응하는 데 한계가 있어 미국 내 신규 생산시설 확보가 필요하다고 설명했다. IPO 검토에는 이 투자비를 SK하이닉스 내부 자금만으로 충당할 것인지에 대한 판단이 깔려 있었다. SK하이닉스는 지난 1일 공식 뉴스룸에서도 HBM과 서버용 D램, 기업용 SSD 등 여러 사업의 투자 수요를 함께 고려해야 한다고 밝혔다. 재무 여력이 충분하더라도 모든 투자에 내부 현금을 쓰는 것이 최선은 아니라는 입장이었다. 회사가 기대한 IPO 효과는 크게 두 가지였다. 솔리다임이 외부 자금을 직접 조달하면 연결 기준 현금 유입이 늘고, SK하이닉스가 부담할 투자재원을 줄여 배당과 자사주 매입·소각에 활용할 여력을 확보할 수 있다는 것이다. 별도 상장을 통해 솔리다임의 성장 잠재력이 평가받으면 SK하이닉스 기업가치에도 도움이 될 것으로 봤다. 이러한 효과는 조달 가격과 지분 구조에 따라 달라진다. 신주 발행으로 자금을 유치하면 투자재원은 늘지만 기존 주주의 솔리다임 지분율은 낮아진다. 확보한 자금으로 늘릴 미래 이익과 지분 희석으로 나누게 될 경제적 이익을 함께 따져야 하는 구조다. 솔리다임 상장 가능성이 알려진 뒤 제기된 중복상장 우려도 이 지점과 맞닿아 있다. SK하이닉스는 지난 1일 설명에서 관련 우려를 언급하면서 외부 자본 활용과 내부 현금 투입이 기존 주주의 경제적 가치에 미치는 영향을 비교하겠다고 밝혔다. 이번 중단 발표 역시 시장 상황과 기존 주주 이익을 판단 근거로 제시했다. 이번 결정으로 상장에 따른 지분 희석 논의는 일단 멈췄지만 생산능력 확충에 필요한 자금 수요는 남는다. 내부 자금을 투입하면 다른 사업의 시설투자·주주환원과 배분을 조정해야 하고, 차입을 활용하면 이자와 상환 부담을 고려해야 한다. 어느 방식을 선택하느냐에 따라 투자 속도와 재무 부담도 달라진다. SK하이닉스는 투자 시기와 규모, 재원조달 방식을 검토하면서 솔리다임의 성장과 기존 주주 이익을 함께 높일 방안을 찾겠다고 밝혔다. 이번 발표에는 미국 신규 생산시설의 투자금액과 착공 시점, IPO를 대체할 구체적인 조달 방식은 제시하지 않았다.
2026-10-23 07:55:28
-
GPU 공급 넘어 AI 플랫폼으로…엔비디아, 산업 전반에 기술 심는다
[경제일보] 엔비디아가 인공지능(AI) 연산 인프라를 넘어 기업용 AI 에이전트와 로봇, 통신망, 자율주행 등으로 사업 영역을 넓히고 있다. 그래픽처리장치(GPU)와 데이터센터를 공급하는 데 그치지 않고 AI 모델과 개발 도구, 보안·운영 체계, 산업별 응용 기술을 하나의 플랫폼으로 연결하는 전략이다. AI가 콘텐츠 생성과 정보 검색을 넘어 실제 업무를 수행하고 물리적 환경에서 작동하는 단계로 진화하면서, 하드웨어부터 소프트웨어까지 아우르는 엔비디아의 기술 생태계도 확장되는 것으로 분석된다. 22일 엔비디아는 젠슨 황 엔비디아 최고경영자(CEO)가 지난 20일(현지시간) 독일 베를린 템포드롬에서 열린 'GTC 베를린 2026' 기조연설에서 AI 팩토리와 AI 에이전트, 피지컬 AI를 중심으로 한 기술 전략을 공개했다고 밝혔다. 이날 젠슨 황 CEO는 유럽 기업들과의 협력 사례를 소개하며 AI 인프라 구축부터 산업 현장 적용까지 이어지는 생태계를 유럽 전역으로 확대하겠다는 구상도 제시했다. 젠슨 황 CEO는 AI 산업을 에너지와 AI 팩토리, 모델, 애플리케이션 등이 연결된 '5단 케이크'에 비유했다. 전력이 AI 컴퓨팅 인프라를 가동하고, 인프라에서 모델을 학습·실행해 디지털 지능을 생산하며, 이를 각종 서비스와 산업 현장에 적용하는 구조라는 의미다. AI를 활용하는 데서 나아가 자체적으로 AI를 생산할 수 있는 인프라를 확보해야 한다는 것으로 풀이된다. 젠슨 황 CEO는 "AI 모델이 등장하기 훨씬 전부터 인프라가 먼저 갖춰져야 한다"며 "AI 경제의 일원이 되려면 단순히 AI를 소비하는 데 그쳐서는 안 되고, AI를 직접 생산해야 한다"고 말했다. ◆ AI 팩토리 구축 기간 단축…인프라 공급 방식 바꾼다 엔비디아는 AI 인프라 구축 속도를 높이기 위한 방안으로 'DSX POD'를 공개했다. 모듈형 컨테이너 안에서 AI 팩토리의 주요 시스템을 사전에 통합하고 검증한 뒤 현장에 설치할 수 있도록 지원하는 레퍼런스 설계다. 엔비디아는 전력과 냉각 등 현장 기반 설비가 준비된 경우 구축 기간을 기존 약 6개월에서 최단 14일로 줄일 수 있다고 설명했다. AI 모델과 에이전트가 고도화할수록 이를 실행하는 데 필요한 컴퓨팅 자원도 늘어나는 만큼, 데이터센터를 얼마나 빠르게 구축하고 가동하느냐가 AI 서비스 경쟁력과 직결될 수 있는 것으로 꼽힌다. 인프라 구축에 소요되는 시간을 줄이면 고객사가 연산 자원을 실제 서비스에 투입하는 시점도 앞당길 수 있는 것으로 평가된다. 엔비디아는 하드웨어와 시스템 소프트웨어, 쿠다-X 라이브러리, AI 모델을 포괄하는 풀스택 플랫폼도 강조했다. 베라 루빈 컴퓨팅 플랫폼을 비롯한 랙 스케일 시스템과 소프트웨어를 결합해 AI 모델 학습뿐 아니라 추론과 에이전트 실행까지 지원한다는 구상이다. ◆ AI 에이전트 확산에 보안·기업 데이터 연결 중요도 커진다 엔비디아는 AI 에이전트를 차세대 컴퓨팅 플랫폼의 주요 축으로 제시했다. 에이전트가 질문에 답하는 수준을 넘어 정보를 검색하고 외부 도구를 호출하며 여러 단계의 업무를 수행하면 모델의 성능뿐 아니라 실행 환경과 권한 관리, 기업 데이터에 대한 접근 통제가 중요해지기 때문이다. 이를 위해 엔비디아는 안전한 AI 에이전트 구축을 지원하는 '오픈쉘' 레퍼런스 아키텍처를 공개했다. 오픈소스 기반 정책 제어형 런타임을 활용해 에이전트와 에이전트가 영향을 미칠 수 있는 시스템 사이에 격리 환경을 마련하고, 접근 권한과 정책 집행, 실행 과정을 통제하도록 설계했다. 해당 아키텍처는 에이전트가 파일이나 네트워크, 각종 도구에 접근할 수 있는 만큼 필요한 권한만 부여하고 실행 과정에서 이상 행동이 발생하는지 지속적으로 확인하도록 설계됐다. 기업이 에이전트를 실제 업무에 도입할 때 필요한 보안과 관리 체계를 플랫폼 차원에서 제공하겠다는 전략으로 풀이된다. 기업 내부 데이터를 에이전트가 활용하도록 지원하는 기술도 선보였다. '에이전트 지식 파운데이션'은 문서 등 비정형 정보와 데이터베이스에 저장된 정형 정보를 에이전트에 연결하기 위한 모델과 라이브러리로 구성된다. 문서 파싱과 검색, 관련 정보 재정렬을 지원하는 네모트론 도구와 정형 데이터를 활용해 예측하는 쿠모 모델 등이 포함됐다. 기업이 보유한 내부 지식과 독점 데이터를 AI 모델에 연결하고, 이를 각 업무에 맞게 활용할 수 있도록 돕는 방식이다. 엔비디아는 네모트론과 코스모스, GR00T, 알파마요, 아이징, 어스-2 등 산업별 활용을 겨냥한 오픈 모델도 제시했다. 기업은 공개된 모델과 관련 도구를 활용해 자체 데이터를 기반으로 모델을 추가 학습시키고 특정 업무에 맞게 조정할 수 있는 구조다. 특히 엔비디아는 쿠다-X 라이브러리와 에이전트 툴킷을 결합해 전문 업무 수행 능력을 높인다는 계획이다. 쿠다-X는 과학·엔지니어링·연구 등에서 사용하는 가속 컴퓨팅 라이브러리 모음으로, 엔비디아는 이를 통해 에이전트가 데이터 처리와 시뮬레이션 등 복잡한 작업을 더 효율적으로 수행할 수 있다고 설명했다. 실제 산업 현장 적용 사례도 소개했다. 라일라 사이언스는 에이전트를 활용해 가상 실험을 진행하고 치료제 후보물질 설계를 지원한다. 지멘스의 독일 에를랑겐 공장에서는 에이전트가 신제품 생산 준비를 돕고, 디지털 트윈을 통해 실제 생산에 변경 사항을 적용하기 전 테스트 계획을 검증한다. 다쏘시스템은 엔지니어링 에이전트와 시뮬레이션을 활용해 설계를 개선하는 사례를 제시했다. ◆ 통신망·의료·자율주행으로 AI 적용 범위 확대 엔비디아는 통신망을 분산형 AI 인프라로 전환하는 전략도 공개했다. 중앙 데이터센터에 집중됐던 AI 연산을 지역 거점과 기지국 인근까지 확장해 네트워크 운영 자동화와 음성 지능 등 다양한 서비스를 지원하겠다는 것이다. 통신망을 데이터 전송 수단에서 AI 추론과 연산이 이뤄지는 플랫폼으로 확장하는 접근으로 분석된다. 젠슨 황 CEO는 엔비디아가 노키아와 협력해 티모바일(T-Mobile) 네트워크에서 상용 전화 통화를 구현했다고 소개했다. 엔비디아는 AI 기술을 통신망에 적용해 주파수 효율을 높이고 네트워크 운영을 개선할 수 있다고 설명했다. 통신사의 기존 네트워크 자산을 AI 서비스 제공 기반으로 활용할 수 있다는 점에서 통신 사업자와 AI 인프라 기업 간 협력도 확대될 전망이다. 의료 분야에서는 지멘스 헬시니어스와 협력하는 AI 기반 적응형 방사선 치료 기술을 소개했다. AI 에이전트가 치료 계획을 조정하고 디지털 트윈으로 장비와 환자의 해부학적 구조를 시뮬레이션하는 방식이다. 실시간 영상과 센서 데이터를 활용해 치료 중 환자의 움직임이나 종양 위치 변화에 대응하는 기술도 제시했다. 자율주행 분야에서는 엔비디아 하이페리온 컴퓨팅 플랫폼과 알파마요 소프트웨어 생태계를 중심으로 완성차·모빌리티 기업과의 협력을 확대하고 있다. 볼트, 루시드, 메르세데스-벤츠, 폭스바겐, 아인라이드 등이 관련 플랫폼을 활용하는 사례로 소개됐다. 볼보자동차는 하이페리온과 알파마요 스택을 활용해 자율주행 기술을 개발하고 있다. 엔비디아는 자율주행차의 개발과 검증, 배포를 지원하는 AI 및 안전 기술도 공개했다. 차량용 컴퓨팅 플랫폼을 공급하는 데서 나아가 자율주행 소프트웨어와 검증 도구까지 제공해 완성차 업체의 개발 과정 전반에 관여하려는 전략이다. ◆ 로봇 개발 생태계도 강화…개인용 AI 기기로 확장 피지컬 AI 분야에서는 로봇 개발에 필요한 데이터 수집과 학습, 시뮬레이션, 실제 구동 환경을 연결하는 아이작 플랫폼을 강화했다. 엔비디아는 아이작 GR00T를 기반으로 한 레퍼런스 휴머노이드 '애자일 원 SN'을 발표했다. 31자유도 구조로 설계된 이 플랫폼은 연구자가 휴머노이드 개발 환경을 구축하는 데 필요한 시간을 기존 수주에서 수일 수준으로 줄이는 것을 목표로 한다. 출시는 내년으로 예정됐다. 애자일 원 SN은 데이터 수집용 아이작 캡처, 로봇 지능 모델 GR00T, 시뮬레이션 기반 학습 도구 아이작 랩, 실행 환경 아이작 OS 등을 연결한다. 연구자가 로봇의 전체 개발 과정을 하나의 기술 체계에서 활용하거나 필요한 구성 요소만 선택할 수 있도록 한 것이 특징이다. 엔비디아는 로봇이 가상 환경에서 학습한 뒤 실제 장비에 적용되는 과정을 보여주는 시연도 진행했다. 시뮬레이션과 클라우드 연산, 로컬 컴퓨팅을 연계해 로봇 개발에 필요한 반복 학습과 검증을 지원하는 방식이다. 이는 로봇 하드웨어 자체뿐 아니라 개발에 필요한 소프트웨어와 시뮬레이션 도구까지 생태계에 포함하려는 전략으로 풀이된다. 개인용 AI 컴퓨팅 시장도 공략한다. 엔비디아는 RTX 스파크 제품군을 소개하며 로컬 AI 실행과 콘텐츠 제작, 그래픽 작업 등을 지원하는 개인용 컴퓨팅 환경을 강조했다. 기조연설에서는 1페타플롭 성능과 128GB 메모리를 갖춘 소형 시스템을 과거 오픈AI에 제공했던 DGX-1과 비교하며 AI 연산 성능의 소형화 추세를 설명했다. 시연에서는 에이전트가 시뮬레이션 환경에서 로봇을 학습시키고, 클라우드에서 학습한 정책을 소형 컴퓨터에서 평가한 뒤 실제 로봇에 적용하는 과정도 공개됐다. 중앙 데이터센터의 대규모 연산과 개인용 기기의 로컬 처리, 가상 환경에서의 학습을 연결해 AI 개발과 실행의 범위를 넓힌다는 구상이다. 이번 GTC 베를린에서 엔비디아가 제시한 전략은 AI 인프라부터 모델, 에이전트, 산업별 응용 기술까지 하나의 기술 체계로 묶는 데 초점이 맞춰졌다. AI 팩토리 구축 기간을 줄이고 기업 데이터와 에이전트를 연결하는 한편, 통신망과 의료, 자율주행, 로봇 등으로 적용 분야를 확장하는 방식이다. 젠슨 황 CEO는 "유럽의 모든 기업이 AI 기업으로 거듭날 것이며, 유럽에는 활기찬 AI 경제가 형성될 것"이라며 "이제 누구나 에이전트를 만들 수 있고, 함께 유럽의 AI 경제를 구축하고 AI가 실제 업무에 활용되도록 하자"고 말했다.
2026-10-22 17:54:47
-
-
AI 인프라 몸집 키우는 KT 클라우드…안산 50MW 데이터센터 2029년 준공 목표
[경제일보] KT 클라우드가 경기 안산에 50메가와트(MW) 규모의 인공지능(AI) 데이터센터를 구축하며 AI 인프라 공급 확대에 나선다. 고성능 그래픽처리장치(GPU)를 대규모로 수용할 수 있도록 전력과 냉각 설비를 강화하고, 오는 2031년까지 1기가와트(GW) 이상의 AI 데이터센터(AIDC) 공급 역량을 확보한다는 목표로 진행된다. AI 모델 경쟁이 연산 자원 확보 경쟁으로 이어지는 가운데 수도권 데이터센터 거점을 늘려 기업 고객의 인프라 수요에 대응하려는 전략이다. 22일 KT 클라우드는 자체 보유 데이터센터인 안산 AI 데이터센터 착공에 나선다고 밝혔다. 안산 센터는 연면적 약 3만6878㎡, 지하 2층~지상 9층 규모로 조성되며 총 수전용량은 50MW다. 오는 2029년 준공을 목표로 한다. 이번 사업은 KT 클라우드가 추진하는 오는 2031년 1GW 이상 AIDC 공급 전략의 일부로 계획됐다. KT 클라우드는 전국 20여개 부지를 활용해 데이터센터 공급 기반을 확대하고 있으며, 수도권에서는 고객 수요와 입지 특성에 맞춰 거점을 구축하는 방식을 추진하고 있다. 안산은 경기 남부권의 고밀도 GPU 수요에 대응하는 거점으로 조성될 예정이다. 안산 센터는 기존 데이터센터보다 고성능 AI 서버의 전력 소비와 발열에 대응하는 설계에 중점을 두고 건설된다. 모든 서버실을 액체냉각 방식에 대응하도록 설계하고, 엔비디아의 차세대 AI GPU인 '베라 루빈' 등 고성능 장비 도입을 고려해 서버실 바닥과 건축 구조에 높은 하중을 견딜 수 있는 설계를 적용한다. 향후 GPU 사양과 서버 집적도가 높아지더라도 인프라를 유연하게 활용할 수 있도록 하겠다는 취지로 풀이된다. 액체냉각은 공기 대신 액체를 활용해 서버에서 발생하는 열을 제거하는 기술이다. 고성능 GPU를 밀집 배치하면 전력 사용량과 발열이 커지는 만큼, 냉각 설비의 성능이 데이터센터의 수용 능력과 운영 효율을 좌우하는 요소로 꼽힌다. KT 클라우드는 지난해 문을 연 가산 AI 데이터센터에 이어 안산에서도 액체냉각 대응 기반을 확대할 계획이다. 냉각에 필요한 에너지를 줄이기 위한 프리쿨링 시스템도 도입한다. 건물 상부 외벽에 냉각 코일을 설치하고 밀폐형 냉각탑과 연계해 간절기와 겨울철 외기의 낮은 온도를 냉각에 활용하는 방식이다. 해당 기술은 외부 기온을 이용해 냉각탑 팬과 냉동기의 가동 부담을 줄이고 냉각 에너지 효율을 높이는 것으로 평가된다. 이번 안산 데이터센터 사업은 별도 법인인 안산아이디씨를 중심으로 추진되며, 약 8000억원 규모의 해외 자본 투자 유치가 추진됐다. CJ대한통운은 약 3150억원 규모의 시공 계약을 맺고 건설을 맡는 것으로 알려졌다. 안산 센터는 KT 클라우드의 AI 인프라 확장 계획에서도 수도권 공급 기반을 넓히는 프로젝트다. 기존 가산·백석 데이터센터에 더해 부천과 청라 등 수도권 거점을 확대하고, 비수도권에서도 군산 등 대규모 데이터센터 구축을 추진하고 있다. 청라 AI 데이터센터는 50MW급으로 오는 2030년 1분기 준공을 목표로 하고 있으며, KT 클라우드는 해당 사업에서 설계·주요 설비 구축·운영을 담당하는 DBO 파트너로 참여한다. KT 클라우드는 지난달 공개한 AIDC 전략에서 오는 2031년까지 전국 20여개 부지에 1GW 이상의 인프라를 공급하겠다는 목표를 제시했다. 수도권에서는 전력과 인프라를 갖춘 입지를 바탕으로 기업과 빅테크 수요에 대응하고, 비수도권에서는 고객 수요를 확인하면서 공급 규모를 단계적으로 확대한다는 구상이다. 김봉균 KT 클라우드 대표는 "안산 AI 데이터센터는 고밀도 AI 서버에 최적화된 전력·냉각 인프라와 차세대 설계 기술을 반영한 프로젝트"라며 "그동안 축적한 데이터센터 구축·운영 경험과 자체 기술 역량을 바탕으로 안정적이고 효율적인 AI 인프라를 제공하고, 고객의 다양한 기술 요구에 적극 대응하겠다"고 말했다.
2026-10-22 15:00:12
-
-
-
-
-
삼성·SK·LG, 내년 경영전략 수립 본격화…AI 투자 성과·수익성 확보 방점
[경제일보] 삼성전자와 SK, LG 등 주요 그룹이 연말 경영회의를 통해 투자 우선순위와 사업별 실행 전략을 점검하며 2027년 경영전략 수립에 속도를 내고 있다. 인공지능(AI)을 중심으로 대규모 투자가 이어진 가운데 내년에는 신사업의 실질적인 성과 창출과 수익성 확보에 무게가 실릴 전망이다. 20일 재계에 따르면 LG그룹은 전날 구광모 ㈜LG 대표 주재로 전 계열사 사업보고회를 시작했다. SK그룹은 다음 달 최고경영자(CEO) 세미나를 앞두고 있으며 삼성전자도 예년 일정에 따라 오는 12월 글로벌 전략회의를 개최할 것으로 예상된다. LG그룹은 약 한 달간 LG전자와 LG디스플레이, LG이노텍 등 전자 계열사를 시작으로 화학, 통신·서비스 계열사 순서로 사업보고회를 진행한다. 계열사별 올해 경영 성과를 살펴보고 내년도 사업계획과 주요 투자 과제를 점검하는 자리다. 특히 AI 팩토리와 피지컬 AI 등 미래 사업의 실행계획이 주요 안건으로 다뤄질 전망이다. LG그룹은 올해 엔비디아와 마이크로소프트(MS) 등 글로벌 빅테크와 협력을 확대해 왔다. 이번 회의에서는 공동 사업의 추진 현황과 사업화 일정, 계열사 간 협업 방안 등을 구체화할 것으로 예상된다. 앞서 LG그룹은 지난 3월 AI 전환(AX) 실행력, 6월 연구개발(R&D) 경쟁력, 9월 투자 전략 고도화를 주제로 사장단회의를 개최했다. 이번 사업보고회에서는 그간 논의한 과제를 내년도 사업계획에 반영하고 투자 성과를 높이기 위한 실행 방안을 살펴볼 것으로 관측된다. SK그룹은 오는 11월 12~14일 예정된 CEO 세미나에서 AI 중심 사업구조 전환과 계열사별 경영 과제를 논의할 것으로 전망된다. 특히 세미나에 앞서 이르면 이달 말 사장단 인사가 단행될 가능성도 거론되고 있어 내년도 경영체제와 사업 전략의 윤곽이 조기에 나타날 수 있다. 핵심 의제로는 AI 반도체 경쟁력 강화와 대규모 인프라 투자 계획이 꼽힌다. SK하이닉스의 차세대 고대역폭메모리(HBM) 공급 전략과 AI 데이터센터 구축 일정, 관련 계열사의 사업 참여 방안 등이 논의 대상에 오를 가능성이 있다. AI 관련 투자 확대에 따른 수익 창출 시점과 사업별 투자 효율성도 주요 점검 대상으로 거론된다. 기존 사업구조 재편의 후속 과제도 주요 현안이다. SK그룹은 그동안 비핵심 자산 정리와 사업 포트폴리오 조정을 추진해 왔다. 이번 세미나에서는 AI 분야에 집중된 투자 재원을 효율적으로 배분하는 한편 배터리와 에너지 등 주요 사업의 수익성을 높이기 위한 방안을 점검할 것으로 예상된다. 삼성전자는 연말 글로벌 전략회의를 통해 반도체와 완제품 사업의 경쟁력 강화 방안을 구체화할 것으로 예상된다. 매년 6월과 12월 개최되는 글로벌 전략회의는 국내외 주요 경영진과 해외법인장이 사업별 실적과 시장 환경을 공유하고 향후 영업 전략을 논의하는 자리다. 지난해에는 12월 16~18일 디바이스경험(DX)부문과 디바이스솔루션(DS)부문이 각각 회의를 진행했다. 올해도 비슷한 시기에 개최될 가능성이 있지만 구체적인 일정은 확정되지 않았다. 반도체 사업을 담당하는 DS 부문에서는 차세대 HBM 공급 확대와 파운드리 사업의 수익성 개선이 주요 과제로 꼽힌다. 삼성전자는 올해 HBM4 양산 출하에 나섰으며 2027년에는 고객 맞춤형 HBM 샘플 공급도 추진하고 있다. 이에 따라 차세대 제품의 생산능력 확보와 주요 고객사 공급 확대, 미국 테일러 공장 가동 및 추가 생산시설 투자 방향 등을 논의할 것으로 관측된다. 스마트폰과 가전, TV 등을 담당하는 DX 부문에서는 AI 기능을 활용한 제품 차별화와 수익성 확보가 핵심 현안으로 거론된다. 스마트폰 사업은 차기 갤럭시 시리즈의 판매 전략과 부품 원가 부담에 대한 대응책을 마련하고, 가전과 TV 사업은 프리미엄 제품 판매 확대 및 서비스·플랫폼 사업 경쟁력 강화에 집중할 것으로 예상된다. 지난 6월 전략회의에서 주요 의제로 다뤘던 전사적 AI 전환의 실행 성과도 점검 대상에 포함될 가능성이 있다. 재계 한 관계자는 "주요 그룹들이 그동안 AI를 중심으로 미래 성장사업에 대규모 투자를 이어온 만큼 내년에는 실질적인 성과 창출에 무게를 둘 것으로 예상된다"며 "미국의 관세 정책 변화에 대응해 글로벌 생산거점을 효율적으로 운영하고 공급망을 재정비하는 등 대외 불확실성에 따른 수익성 악화를 최소화하는 전략도 중요해질 것"이라고 했다.
2026-10-20 16:25:34
-
-
-
-
검색 넘어 AI 인프라까지 판다…네이버, 아시아서 새 성장 공식 짠다
[경제일보] 네이버가 인공지능(AI) 해외사업의 판을 다시 짜고 있다. 미국 빅테크와 초거대 AI 모델의 규모로 경쟁하기보다 현지 기업의 GPU 인프라와 고객망에 자체 AI 모델과 운영 기술을 결합하는 방식이다. 태국에서 현지 언어 기반 AI 개발을 추진하고 사우디아라비아에서 디지털트윈 사업을 확장한 데 이어 베트남 최대 정보기술(IT) 기업 FPT와 손잡으며 아시아를 잇는 AI 사업망 구축에 속도를 내고 있다. 네이버클라우드는 지난 12일 FPT와 AI 팩토리 및 서비스형 GPU(GPUaaS) 사업을 공동 추진하기 위한 업무협약(MOU)을 체결했다. 양사는 한국과 일본, 베트남 등 아시아태평양 시장에서 기업용 AI 수요를 발굴하고 GPU 인프라 최적화부터 모델 운영, AI 에이전트 구축까지 협력할 계획이다. 이번 협력의 핵심은 FPT가 확보한 인프라와 고객망이다. FPT는 엔비디아와 협력해 AI 인프라를 구축·운영하고 있으며, 자사 AI 팩토리를 통해 1만8000명 이상의 개발자와 2000곳 이상의 기업을 지원한다고 밝혔다. 네이버가 해외에 데이터센터를 직접 구축하고 고객을 모집하는 대신 기존 인프라와 고객망을 활용해 기술과 서비스를 공급할 수 있는 기반이다. 네이버가 제공할 수 있는 가치는 GPU 자체보다 그 위에서 작동하는 소프트웨어와 AI 서비스에 있다. 양사는 네이버의 초거대 AI 모델 하이퍼클로바X를 FPT 기업 고객에게 제공하는 방안을 추진한다. 고객 현장에서 추론 성능과 비용을 최적화하고 실제 업무에 AI 에이전트를 적용하는 작업도 협력 대상이다. 기업의 업무 환경에 맞춰 모델을 조정하고 운영까지 지원하면 단순한 기술 공급보다 고객과의 장기적인 관계를 구축하기 쉽다. 기업 고객은 모델 성능뿐 아니라 데이터 보안과 기존 시스템 연계, 운영 비용, 장애 대응까지 해결해 줄 사업자를 필요로 한다. GPU 이용료와 모델 사용료에 시스템 구축·운영 서비스를 결합하면 일회성 기술 공급을 넘어 반복 매출을 확보할 여지가 생긴다. 다만 이번 협약은 사업 기획과 개발, 운영 협력을 위한 단계로 구체적인 수주 금액과 매출 규모는 공개되지 않았다. 실제 사업성은 고객 확보와 장기 계약, GPU 자원 사용량이 얼마나 늘어나는지에 따라 달라질 전망이다. 이 전략은 네이버가 강조해 온 '소버린 AI'와도 연결된다. 각국의 언어와 문화, 데이터 관리 규정에 맞춰 AI를 개발·운영하도록 지원하는 방식이다. 현지 규정과 산업 특성 때문에 범용 AI 서비스를 그대로 도입하기 어려운 국가와 공공기관, 금융·제조기업 등이 잠재 고객이 될 수 있다. 현지 파트너와 협력하면 시장 진입 부담을 낮추면서 국가별 수요에 맞는 서비스를 제공할 수 있다. 태국에서는 현지 언어에 특화한 AI 개발을 추진했다. 네이버클라우드는 태국 AI·클라우드 기업 시암AI와 태국어 기반 대형언어모델(LLM) 및 관광 특화 AI 에이전트를 공동 개발하기로 했다. 현지 언어와 관광 산업의 요구에 맞춘 AI 기술을 서비스로 연결하려는 시도다. 사우디아라비아에서는 디지털트윈 사업을 확장하고 있다. 팀네이버는 메카·메디나·제다 등 3개 도시의 6800㎢와 건물 92만동 이상을 가상공간에 구현했다. 올해 8월에는 네이버의 클라우드 기반 디지털트윈 플랫폼이 사우디 국가 표준 플랫폼으로 채택됐다. AI 모델 수출과는 다른 사업이지만 현지 정부 시스템에 기술을 공급하고 운영 기반을 확보했다는 점에서 의미가 있다. 국가별 사업 형태는 다르지만 현지 파트너와 인프라를 활용해 고객 요구에 맞는 기술을 공급한다는 공통점이 있다. 네이버는 직접 투자 부담을 줄이면서 해외 사업을 넓힐 수 있지만 글로벌 클라우드 기업과의 경쟁에서 기술 차별화와 가격 경쟁력을 입증해야 한다. 협력이 실제 도입과 장기 계약으로 이어지지 않으면 안정적인 매출을 확보하기 어렵다. 네이버 AI 해외사업의 성패는 데이터센터를 얼마나 확보하느냐보다 현지 기업이 네이버 기술을 얼마나 지속적으로 사용하느냐에 달렸다. 검색과 광고로 성장한 네이버가 해외에서는 기업의 AI 활용을 기술 사용료와 운영 매출로 연결하려는 것이다. 아시아 각국의 인프라를 기반으로 네이버 AI가 현지 기업의 업무에 안착한다면 한국 포털 기업의 글로벌 성장 공식도 달라질 수 있다. [아주경제 2026년 10월 20일자 13면에 게재된 기사입니다.]
2026-10-20 07:58:30