검색결과 총 118건
-
-
KT, 한미 400G 국가 연구망 구축…AI 시대 국제 데이터망 고도화
[경제일보] 인공지능(AI)과 초대형 과학 연구가 확대되면서 국가 연구망에서도 대용량 데이터를 안정적으로 주고받을 수 있는 국제 네트워크 인프라의 중요성이 커지고 있다. KT가 한국과 미국을 잇는 400Gbps급 국제 전용회선을 구축하며 국가 연구망의 국제 데이터 전송 역량을 기존 100Gbps급에서 4배로 끌어올렸다. 해저케이블과 국제 네트워크를 기반으로 AI 시대 글로벌 데이터 인프라 경쟁력도 강화한다는 전략이다. 16일 KT는 한국과학기술정보연구원(KISTI)과 함께 국내 최초로 한국과 미국을 연결하는 400Gbps급 단일 국제 전용회선을 개통했다고 밝혔다. 이번 회선은 KISTI 국가과학기술연구망(KREONET)의 국제 백본망으로, 대전 KISTI 본원과 북미·유럽 연구망이 집중된 미국 시카고를 연결한다. 기존 100Gbps급 국제회선을 400Gbps급으로 확대해 대규모 연구 데이터를 보다 안정적으로 전송할 수 있도록 했다. AI를 비롯해 천문·우주, 초대형 과학 연구 등 데이터 집약적인 연구가 확대되면서 연구기관 간 국제 데이터 교류량도 늘어나고 있다. 특히 AI 학습·추론에 필요한 대규모 데이터와 과학 분야에서 생성되는 관측·시뮬레이션 데이터는 기존 연구망의 전송 용량과 지연시간에 부담으로 작용할 수 있는 것으로 꼽힌다. 400Gbps 회선은 이런 대용량 데이터를 한미 간에 전송하는 연구 인프라 역할을 맡을 전망이다. KT는 국내 연구기관이 해외 연구기관과 데이터를 주고받거나 공동 연구를 수행할 때 국제 구간의 병목을 줄이고, AI·대형 과학·융합 연구 분야에서 대규모 데이터 활용을 지원할 수 있다고 설명했다. 이번 구축 과정은 한국과 미국을 잇는 장거리 구간에서 400Gbps급 회선의 안정성을 확보하는 것이 핵심이다. KT는 한미 구간 해저케이블을 활용해 400Gbps급 전송망을 구축하고 안정성을 검증한 뒤 시카고까지 연결을 완료했다. 특히 KT는 한국과 미국을 직접 연결하는 NCP 해저케이블을 활용했다. 중간 국가를 거치지 않고 한미 구간을 직접 연결해 국가과학기술연구망 회선의 경로를 구성한 것이 특징이다. 국제 데이터 통신에서 해저케이블의 역할도 커지고 있다. KT는 아시아태평양게이트웨이(APG), 아시아태평양케이블2(APCN-2), 뉴크로스퍼시픽(NCP), 트랜스-퍼시픽 익스프레스(TPE), 한일케이블(KJCN) 등 5개의 해저케이블 시스템을 운영하고 있다. 이 가운데 NCP를 통해 한국과 미국을 직접 연결하고, 부산과 거제에 이중으로 국제 해저케이블 육양국을 운영해 한쪽 구간에 장애가 발생할 경우 우회할 수 있는 구조도 갖췄다. KT는 향후 해저케이블 용량을 추가로 확대하고 국제 육양국을 다변화해 AI 시대 글로벌 데이터 교류에 대응한다는 계획이다. 대규모 AI 연산과 데이터 활용이 확대될수록 데이터센터와 연구기관을 연결하는 국제 네트워크의 용량과 안정성이 중요해지는 만큼, 해저케이블 확보와 국제망 고도화가 통신사업자들의 새로운 경쟁 요소로 자리 잡을 것으로 전망된다. 전명준 KT 엔터프라이즈부문 엔터프라이즈서비스본부장 상무는 "대한민국 최초의 한-미 400G 국가과학기술연구망 구축은 국내 R&D 인프라 경쟁력을 한 단계 높이는 중요한 이정표"라며 "KT는 국제 해저케이블과 글로벌 백본 운용 역량을 바탕으로 KISTI와 협력해 국가 연구망의 글로벌 경쟁력 강화와 디지털 혁신을 지속 지원하겠다"고 말했다.
2026-09-16 09:02:41
-
재건축 권한 더 달라는 자치구…인허가 9개 중 7개 이미 구청 몫
[경제일보] 서울 자치구들이 재건축·재개발 사업에 속도를 내겠다며 규제 완화와 조직 정비에 나서고 있다. 일부 자치구는 정비구역 지정 권한까지 더 넘겨달라고 요구하고 있다. 현장을 가장 가까이서 아는 자치구가 직접 처리하면 사업기간을 줄일 수 있다는 논리다. 하지만 정비사업의 주요 인허가 상당수는 이미 자치구가 맡고 있다. 서울시에 따르면 정비사업 관련 주요 인허가 9개 가운데 조합설립인가와 사업시행계획인가, 관리처분계획인가 등 7개가 자치구 권한이다. 권한을 더 나누기에 앞서 현재 자치구가 맡고 있는 절차가 얼마나 신속하게 처리되고 있는지부터 따져봐야 한다는 지적이 나온다. ◆ 규제 100개 없애고 구청장 직속 TF까지 4일 서울시와 자치구 등에 따르면 노원구는 최근 재건축·재개발 과정의 불합리한 규제 100개를 찾아 개선하는 ‘규제혁신 100’을 추진하고 있다. 첫 과제로 정비계획 변경 절차 간소화와 주소불명 소유자 주민통지제도 신설, 정비구역 지정 권한 확대 등을 서울시에 건의했다. 정부가 추진하는 500가구 미만 정비사업의 구역지정권 자치구 이양 범위도 1000가구 미만까지 넓혀달라고 요구했다. 사업 규모가 크지 않은 정비사업은 자치구가 직접 구역지정까지 맡아야 서울시와 자치구를 오가는 행정절차를 줄일 수 있다는 취지다. 동대문구는 구청장 직속 ‘정비사업 신속추진 TF’를 출범시켰다. 관내에서 추진되거나 준비 중인 재개발·재건축 등 주택개발사업 58곳, 약 3만9000가구의 사업 단계와 지연 원인을 직접 관리한다는 계획이다. 자치구들이 정비사업 속도전에 나선 배경에는 긴 사업기간이 있다. 재건축·재개발이 구역지정부터 입주까지 십수 년씩 걸리면서 반복되는 심의와 인허가, 보완 요구가 사업 지연의 원인으로 지적돼왔다. ◆ 서울시 “주요 인허가 대부분 이미 자치구 담당” 다만 사업 지연의 원인을 서울시 권한에만 돌리기는 어렵다. 서울시가 맡는 주요 절차는 정비구역 지정을 위한 심의와 사업시행 단계의 통합심의 등 2개다. 나머지 주요 인허가 7개는 이미 자치구가 담당하고 있다. 서울시는 시가 맡은 두 절차에 걸리는 기간이 전체 정비사업 기간에서 차지하는 비중도 크지 않다고 주장한다. 최근 3년간 도시계획위원회의 구역지정 심의는 평균 84일, 정비사업 통합심의는 평균 32일이 걸렸다는 설명이다. 서울시 주장대로라면 구역지정 권한 일부를 자치구로 넘기는 것만으로 전체 사업기간을 크게 줄이기는 어렵다. 구역지정 이후에도 조합설립과 사업시행, 관리처분 등 사업기간을 좌우하는 주요 절차가 자치구에 남기 때문이다. 결국 권한을 어디까지 넘길 것인지와 별개로 기존 인허가가 어느 단계에서 얼마나 지연되는지를 확인할 필요가 있다. 자치구가 이미 가진 권한을 얼마나 빠르게 행사하고 있는지가 정비사업 속도를 판단하는 또 다른 기준이 될 수 있다. ◆ 서울시도 자치구별 처리속도 공개한다 서울시도 자치구마다 정비사업 처리속도에 차이가 있다고 보고 있다. 시는 지난 5월 처음으로 25개 자치구를 대상으로 ‘정비사업 자치구 종합평가’를 도입했다. 평가 대상에는 재개발·재건축 사업의 표준처리기한 준수와 실제 처리속도 등이 포함된다. 서울시는 오는 12월 평가 결과를 공개하고 우수 자치구에는 기관 표창과 보조금, 직원 인사 인센티브 등을 줄 계획이다. 조합설립 절차도 손보기 시작했다. 서울시는 지난달 조합설립에 걸리는 기간을 기존 1년에서 4개월 수준으로 줄이는 공정촉진 개선안을 25개 자치구에 배포했다. 정비구역 지정 이전부터 추진위원회 구성과 조합설립 관련 업무를 병행해 절차를 줄이는 방식이다. 서울시가 자치구의 처리속도를 평가하고 조합설립 기간 단축까지 추진하는 것은 구역지정 이후의 인허가 역시 사업 속도를 좌우한다는 판단이 깔려 있다. ◆ 권한보다 먼저 따져야 할 ‘처리 능력’ 자치구로 권한을 더 넘기는 데 장점이 없는 것은 아니다. 규모가 작은 사업이나 지역 사정이 복잡한 사업은 자치구가 직접 판단할 경우 서울시와의 협의 절차를 줄이고 현장 대응 속도를 높일 수 있다. 반대로 자치구마다 도시계획과 교통, 건축 분야의 전문인력과 행정 경험에 차이가 있다는 점은 변수다. 구역지정 권한까지 넘긴 뒤 자치구별 심의 역량과 처리 기준이 달라지면 사업 속도와 판단 기준에 편차가 생길 수 있다. 때문에 권한 이양의 효과를 따지려면 자치구별 실제 처리기간을 함께 공개할 필요가 있다. 조합설립인가와 사업시행계획인가, 관리처분계획인가 등에 평균 얼마가 걸리는지, 표준처리기한을 넘긴 사업장은 몇 곳인지 확인할 수 있어야 한다. 서울시 역시 같은 기준을 적용받아야 한다. 구역지정 심의와 통합심의가 실제 사업기간에서 얼마를 차지하는지 사업장별 자료를 공개해야 어느 행정 단계가 정비사업의 병목인지 객관적으로 비교할 수 있다. 노원구는 규제 100개를 없애겠다고 했고 동대문구는 구청장 직속 조직까지 만들었다. 정비사업을 앞당기려는 자치구의 경쟁이 실제 공급 속도로 이어지려면 권한 확대에 앞서 현재 가진 권한의 처리 성적부터 확인할 필요가 있다. 주요 인허가 9개 가운데 7개가 이미 자치구 몫이다. 정비사업 속도를 높이는 해법은 권한을 더 나누는 데서 끝나지 않는다. 어느 단계에서 시간이 지체되고 있는지부터 숫자로 드러내는 것이 먼저다.
2026-09-04 09:10:43
-
-
-
-
-
엔비디아, 내년에도 70% 성장 자신…AI 투자 사이클 아직 안 끝났다
[경제일보] 엔비디아가 인공지능(AI) 인프라 투자 사이클이 예상보다 장기화될 것으로 내다봤다. 2분기 매출이 전년 동기 대비 106% 늘어난 데 이어 회계연도 2028년 매출도 약 70% 성장할 것으로 전망하면서다. 특히 에이전틱 AI 확산으로 AI가 수행하는 추론 작업이 급증하면서 GPU뿐 아니라 메모리·네트워크·전력 등 데이터센터 전반의 수요가 함께 늘어날 것으로 진단했다. 엔비디아는 26일(현지시간) 실적 발표 후 컨퍼런스콜에서 회계연도 2028년 매출이 전년 대비 약 70% 증가할 것으로 예상한다고 밝혔다. 젠슨 황 최고경영자(CEO)는 공급망 제약이 없다면 성장률이 70%를 넘어설 가능성도 있다고 말했다. 이는 시장이 예상한 성장률을 웃도는 수준으로, 실적 발표 직후 엔비디아 주가가 시간외 거래에서 4% 이상 상승하는 배경이 됐다. ◆ 에이전틱 AI가 ‘GPU 수요’를 다시 키운다 실제 실적은 AI 인프라에 대한 수요가 여전히 강하다는 점을 보여줬다. 엔비디아의 회계연도 2027년 2분기 매출은 962억2100만달러로 전년 동기 대비 106% 증가했고, 데이터센터 매출은 890억달러로 117% 급증했다. 전체 매출의 90% 이상을 데이터센터가 차지한 셈이다. 3분기 매출 전망도 1080억달러로 제시해 시장 예상치를 웃돌았다. 수요를 더 끌어올리는 변수로 엔비디아가 꼽은 것은 에이전틱 AI다. AI가 질문에 답하는 데 그치지 않고 계획을 세우고 외부 도구를 호출하며 여러 단계의 추론을 반복하면서 하나의 업무를 처리하는 데 필요한 연산량이 크게 증가한다는 것이다. 결과적으로 AI 사용량이 늘어날수록 데이터센터의 연산 수요도 함께 커지는 구조다. 젠슨 황 CEO는 “AI가 변곡점에 도달했다”며 토큰이 실제 생산성과 수익을 만들어내면서 “연산이 곧 매출”이 되고 있다고 강조했다. 엔비디아는 이런 변화에 맞춰 GPU뿐 아니라 CPU와 네트워크, 소프트웨어를 모두 연결한 ‘AI 팩토리’ 플랫폼을 확대하고 있다. ◆ GPU 넘어 ‘메모리’까지…NVHBM 공개 이번 실적 발표와 함께 엔비디아가 공개한 NVHBM도 주목된다. 엔비디아는 NVLink Fusion 생태계에 자체 설계한 고대역폭메모리(HBM) 기술을 결합한다고 밝혔다. NVHBM은 기존 HBM4E 대비 메모리 대역폭을 최대 30% 높이고 HBM 전력 소모를 최대 15% 줄이며, XPU 다이에서 연산에 활용할 수 있는 면적도 최대 25% 확대할 수 있도록 설계됐다. 다만 엔비디아가 메모리 공장을 직접 운영한다는 의미는 아니다. NVHBM은 여러 메모리 업체가 생산할 수 있는 표준화된 설계·검증 기술에 가깝다. 첫 협력 대상으로는 아마존의 반도체 개발 조직인 안나푸르나 랩스가 선정됐다. 아마존은 차세대 AI 인프라에 NVLink Fusion과 NVHBM을 결합하는 방안을 추진한다. 엔비디아가 메모리까지 설계 영역을 넓히는 것은 AI 인프라의 병목이 GPU 연산 성능만으로 결정되지 않기 때문이다. 대규모 AI 모델이 커질수록 메모리 대역폭과 데이터 이동, 전력 효율이 전체 시스템 성능과 비용을 좌우한다. 엔비디아가 GPU와 네트워크에 이어 메모리까지 최적화하려는 이유다. ◆ 공급 부족은 여전…AWS에만 2027~2028년 GPU 200만장 문제는 공급이다. 젠슨 황 CEO는 전력, 냉각, 메모리, 웨이퍼 등 데이터센터 공급망 전반에 제약이 있다고 밝혔다. 엔비디아가 확보한 공급량이 현재 수요의 약 70% 수준이라는 설명도 내놨다. 메모리 가격 상승 역시 내년까지 이어질 수 있다고 회사 측은 전망했다. 실제 수요를 보여주는 사례도 나왔다. 엔비디아와 AWS는 2027~2028년 AWS 인프라에 엔비디아 GPU 200만장을 추가 배치하기로 했다. 기존 공급 계획에 더해 대규모 GPU 투자가 계속된다는 의미다. 엔비디아는 또 아폴로·블랙록·블랙스톤·브룩필드·골드만삭스·KKR과 함께 5000억달러 이상의 제3자 자본을 AI 컴퓨팅 인프라에 동원하는 금융 플랫폼도 추진하고 있다. AI 데이터센터를 단순한 IT 설비가 아니라 장기간 현금흐름을 창출하는 인프라 자산으로 만들겠다는 전략이다. 한편 엔비디아가 이번 실적에서 보여준 것은 단순한 ‘실적 호조’가 아니다. AI 모델의 추론과 에이전트 활용이 늘면서 연산 수요가 다시 확대되고, 이에 맞춰 GPU·HBM·네트워크·데이터센터 금융까지 AI 인프라의 전 영역이 커지고 있다는 것이다. 다만 고객들의 막대한 자본지출이 실제 AI 서비스 매출로 얼마나 전환될지는 여전히 시장이 확인해야 할 과제다. AI 투자 사이클의 다음 승부처는 GPU 판매량이 아니라 그 연산능력이 얼마나 많은 매출과 생산성을 만들어내느냐에 달렸다.
2026-08-27 09:46:37
-
-
조선소 사는 한화, 공정 파는 HD현대…美 조선 재건 전략은
[경제일보] 미국 조선업 재건이라는 같은 시장을 두고 한화오션과 HD현대가 서로 다른 진입 전략을 펴고 있다. 한화오션을 중심으로 한 한화는 미국 조선소를 직접 확보한 뒤 국내 생산기술을 이식하는 방식이다. HD현대는 설계·자동화·공정관리 등 운영체계를 현지에 먼저 적용한 뒤 사업과 투자를 넓히고 있다. 한화가 ‘거점 확보 후 기술 이식’이라면 HD현대는 ‘기술 이식 후 사업 확대’에 가깝다. 양사가 미국으로 향하는 배경에는 현지 조선업의 생산능력 부족이 있다. 미국 회계감사원(GAO)은 올해 4월 미 해군·해안경비대 함정 건조 사업에서 수십억달러의 비용 초과와 수년간의 납기 지연이 발생하고 있다고 지적했다. 용접공·배관공 등 숙련인력 부족도 주요 병목으로 꼽힌다. GAO는 앞서 미 해군 전투함을 건조하는 7개 조선사 모두 해군의 인도 목표를 맞출 여건을 갖추지 못했다고 분석했다. 한화, 美 스마트야드 심는다 현지 생산기반에서는 한화가 한발 앞서 있다. 한화오션과 한화시스템은 2024년 12월 약 1억 달러에 필라델피아 필리조선소를 인수했다. 이후 한화는 50억 달러를 투자해 도크와 안벽, 블록 조립시설 등을 확충하고 현재 연간 2척 미만인 생산량을 장기적으로 최대 20척까지 늘린다는 목표를 세웠다. 다음 단계는 ‘한국식 조선소’ 이식이다. 한화오션은 거제사업장에서 검증한 자동화 설비와 스마트야드, 안전 시스템을 필리조선소에 적용해 생산성을 높일 계획이다. LNG운반선 건조를 시작으로 함정 블록·모듈 공급을 거쳐 향후 현지 함정 건조까지 확대한다는 구상이다. 한화오션 관계자는 “필리조선소의 생산 역량과 시장 경험에 친환경 선박 기술과 생산 자동화 등 스마트 생산 역량을 결합해 효율성을 극대화할 계획”이라며 “자동화 설비와 스마트야드, 안전 시스템을 도입해 LNG운반선과 함정 블록·모듈을 만들고 더 나아가 함정 건조도 추진할 것”이라고 했다. 한화의 거점 확대는 필라델피아를 넘어설 가능성도 있다. 한화디펜스USA는 호주 오스탈의 미국 사업부인 오스탈USA를 10억5000만~12억 달러에 인수하는 비구속 제안을 냈다. 미 해군·해안경비대 선박을 건조하는 오스탈USA까지 확보하면 미 방산 조선 공급망 진입에 속도를 낼 수 있다. HD현대, 조선소 ‘운영체계’ 수출 HD현대는 조선소 인수보다 국내에서 축적한 구축·운영 역량을 미국 현장에 먼저 심고 있다. HD한국조선해양은 지난달 프레이저 인더스트리와 조선소 현대화 업무협약(MOU)을 체결했다. 조선소 진단과 야드·공장 레이아웃 설계, 로봇·자동화 설비, 비용·공정·품질 최적화, AI·데이터 솔루션까지 전 주기가 대상이다. 연내 ‘조선소 현대화 컨설팅 프로그램’ 공급계약을 맺어 프레이저조선소를 실증 모델로 만든다는 계획이다. HII 잉걸스조선소에서는 지능형 기계화 용접 시스템을 시험하고 있다. 작업 대상과 조건을 자동 인식해 용접 위치를 실시간 보정하고, 한 작업자가 여러 로봇을 관리할 수 있도록 해 현장의 인력·생산성 병목을 줄이는 기술이다. 축적된 공정 데이터는 품질관리와 공정 개선에도 활용된다. HD현대 관계자는 “조선소 진단과 레이아웃 설계, 로봇·자동화 설비 도입부터 비용·공정·품질·생산성 최적화, AI·데이터 기반 솔루션까지 구축과 운영 전 주기를 아우르는 실행 역량이 핵심 경쟁력”이라며 “프레이저조선소를 미국 조선산업 재건의 실증 모델로 육성해 협력을 확대할 것”이라고 했다. HD현대도 장기적으로 자본투자를 열어두고 있다. 미국 서버러스캐피털, 산업은행과 미국 조선소 인수·현대화 등을 대상으로 한 투자 프로그램 MOU를 맺었다. 기술과 운영체계를 먼저 입증한 뒤 현지 투자로 범위를 넓히는 구조다. 美 문턱 낮아졌다…승부처는 ‘생산성’ 미국의 정책 변화도 경쟁을 가속하고 있다. 도널드 트럼프 대통령은 지난 13일 미국에 신규 조선소를 건설하거나 기존 조선소의 소유권·과반 지분을 확보하고 인력 훈련과 기술 이전 등을 추진하는 외국 조선업체가 본국에서 미 해군 함정을 최대 2척 건조할 수 있도록 하는 국가안보각서에 서명했다. 현재 조건만 보면 필리조선소를 보유한 한화가 앞선다. 반면 HD현대는 프레이저·HII와의 기술협력을 실제 현지 투자로 얼마나 빠르게 연결하느냐가 과제다. 장기 승부는 결국 생산성에서 갈릴 전망이다. 한화는 확보한 조선소에 거제의 자동화·스마트야드 기술을 얼마나 빠르게 안착시키느냐가 관건이다. HD현대는 한국식 운영체계가 미국에서도 생산성 개선으로 이어진다는 점을 입증해 추가 계약과 투자로 연결해야 한다. 한화가 생산거점을 먼저 확보한 뒤 ‘한국식 조선소’를 심고 있다면 HD현대는 ‘한국식 조선소 운영법’을 먼저 이식하고 있다. 진입 순서는 다르지만 최종 시험대는 같다. 누가 미국 땅에서 더 빨리 K-조선의 생산성을 구현하느냐가 미국 조선 재건 시장의 승부를 가를 전망이다.
2026-08-20 17:06:10
-
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
-
흩어진 항균 신약 개발 인프라 연결한다…일동 AIMS, 지원체계 설계 착수
[경제일보] 일동제약그룹의 신약개발 전략 컨설팅 회사 애임스바이오사이언스(AIMS BioScience·AIMS)가 국내 신규 항균물질 개발을 지원하기 위한 기술지원 체계 구축에 착수한다. 후보물질 개발 과정에서 필요한 전문가와 시험·분석·제조 인프라를 연결하는 운영모델을 마련하는 것이 핵심이다. 18일 업계에 따르면 AIMS는 ‘신규 항균물질 개발 촉진을 위한 분산 인프라 연계형 기술지원단 운영모델 기획 과제’의 수행기관으로 선정돼 연구에 들어간다고 밝혔다. 이번 과제는 질병관리청이 주관하는 ‘감염병 극복 연구역량 강화 사업’의 하나로 추진된다. 질병관리청 국립감염병연구소 약제내성연구과가 기획하고 범부처방역연계감염병연구개발재단(GFID)이 연구 용역을 발주했다. 연구 기간은 6개월이다. 항균물질 개발에는 항균활성과 작용기전 평가부터 감염동물모델, 비임상시험, 약동학·약력학(PK/PD), 독성평가, 분석법 개발, 제조공정 구축 등 다양한 단계가 필요하다. 하지만 대학이나 연구기관, 병원, 바이오벤처 등이 개별적으로 적합한 전문가와 시험기관을 찾고 각 단계에서 얻은 결과를 종합해 다음 개발 전략을 수립하는 데에는 한계가 있다는 게 AIMS의 설명이다. 이번 과제는 특정 후보물질에 연구비나 시험비를 지원하는 사업과는 성격이 다르다. 후보물질의 개발 단계와 병목을 진단한 뒤 필요한 전문가와 시험·분석·제조 인프라를 연결하는 지원체계를 설계하는 데 초점이 맞춰졌다. AIMS는 연구를 통해 지원 기능과 운영 절차, 전문가·인프라 매칭 기준, 비용 구조와 검증 체계 등을 구체화할 계획이다. 후보물질 개발자가 어떤 지원을 언제, 어떤 절차를 통해 받을 수 있는지를 표준화하는 것이 목표다. 지원 대상은 저분자 항균제를 비롯해 항균 펩타이드, 박테리오파지, 생균치료제(LBP), 엔도라이신 등 다양한 유형의 항균물질을 포괄한다. 물질의 특성과 개발 단계에 따라 필요한 지원이 다른 만큼 유형별 지원 기준도 별도로 마련할 예정이다. 이를 위해 AIMS는 국내 관련 전문가와 시험·분석·제조 인프라를 기능별로 정리하고 국내 항균물질 개발자를 대상으로 설문조사와 심층 인터뷰를 진행한다. 조사 결과를 토대로 수요 접수부터 자료 검토, 병목 진단, 전문가·인프라 매칭, 수행 관리, 종료 평가까지 이어지는 표준운영절차를 설계할 예정이다. 비용 모델도 연구 대상이다. 지원 범위와 서비스 내용에 따른 비용 구조를 마련하고 향후 사업 운영에 필요한 재원 조달 방안까지 검토한다. AIMS는 신약개발 전략과 비임상·임상약리, CMC·규제과학, 의사결정 전략 컨설팅 역량을 바탕으로 대학과 병원, 연구기관, 바이오기업 및 전문 CRO·CDMO 등과 구축한 네트워크를 활용할 계획이다. 최종 결과물은 기술지원 기능 정의서와 항균물질 유형별 지원 매트릭스, 전문가 데이터베이스, 물적 인프라 맵, 수요조사 결과, 전문가·인프라 매칭 기준, 표준운영절차와 관련 서식, 비용모델 및 재원 시나리오 등으로 구성된다. 연구 결과를 토대로 2027~2028년 시범운영을 진행해 운영모델을 검증하고 보완한 뒤 2029~2031년 본운영으로 확대하는 방안이 추진될 예정이다. 한승훈 AIMS 대표이사는 “국내에는 우수한 항균물질 연구 역량과 시험·분석·제조 인프라가 있지만 후보물질별 개발 병목에 맞춰 연계하는 시스템은 충분하지 않다”며 “AIMS가 보유한 신약개발 컨설팅 경험과 분야별 전문가 네트워크를 활용해 개발자가 실제로 어떤 절차를 통해 어떤 지원을 받을 수 있는지 구체적인 운영모델을 마련하겠다”고 말했다.
2026-08-18 16:37:59
-
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
-
통신보다 AI가 더 큰다…이통3사, 데이터센터에 미래 건다
[경제일보] 이동통신 3사의 실적을 읽는 공식이 달라지고 있다. 과거 가입자 수와 5G 보급률, 가입자당평균매출(ARPU)이 핵심 지표였다면 이제는 인공지능(AI) 데이터센터(AIDC)와 AI 전환(AX) 사업이 새로운 성장 지표로 등장했다. 통신 본업의 성장성이 둔화하는 가운데 AI 연산 인프라를 새로운 먹거리로 키우는 모습이다. 18일 통신업계에 따르면 SK텔레콤의 2분기 AI 데이터센터 매출은 1362억원으로 전년 동기 대비 92.5% 증가했다. KT와 KT클라우드의 AX 매출은 3678억원으로 22.3% 늘었고, KT클라우드 매출도 2654억원으로 19.8% 성장했다. LG유플러스의 AIDC 매출은 1241억원으로 28.9% 증가했다. 반면 기존 통신사업의 성장 속도는 상대적으로 더뎠다. 같은 기간 KT 무선서비스 매출은 1.8% 감소했고 LG유플러스 모바일 수익은 0.9% 증가하는 데 그쳤다. AI 사업이 아직 통신 본업을 대체할 수준은 아니지만, 성장률만 보면 통신사가 어디에 다음 승부를 걸고 있는지는 분명해진다. ◆ 데이터 저장소에서 AI 연산 인프라로 AIDC 시장이 커지는 배경에는 생성형 AI 확산이 있다. AI는 모델을 학습할 때뿐 아니라 이용자가 질문하고 답변을 받는 추론 과정에서도 막대한 연산 자원을 필요로 한다. AI 서비스가 일상화될수록 GPU 연산과 전력 수요도 함께 증가할 수밖에 없다. 기존 데이터센터보다 AIDC의 설비 부담이 큰 이유다. 고성능 GPU를 밀집해 운용하려면 더 많은 전력과 고도화된 냉각설비가 필요하다. 대신 통신사 입장에서는 기존 데이터센터 운영 경험에 통신망, 클라우드, 보안, 기업 고객을 결합해 단순 상면 임대 이상의 사업으로 확장할 수 있다. 통신 3사의 투자 방식은 서로 다르다. SK텔레콤은 대규모 용량 선점에 나섰다. 2029년부터 5GW 규모의 AIDC를 단계적으로 확보하고 2035년까지 15GW로 확대한다는 목표다. AIDC 사업개발을 전담할 SK하이퍼도 출범시켜 2030년까지 최대 7500억원을 출자할 계획이다. 다만 대규모 프로젝트마다 고객을 먼저 확보하고 전략적·재무적 투자자와 프로젝트파이낸싱(PF)을 활용해 자본 부담을 낮춘다는 전략이다. KT는 AIDC를 플랫폼으로 확장한다. 향후 5년간 5조원을 투입해 1GW 규모의 AIDC 용량을 확보하고 기존 데이터센터와 지역 거점, 전국 국사를 AI 인프라로 연결한다. 특히 ‘토큰 팩토리’를 통해 AI 연산량을 측정하고 과금하는 구조를 구축해 데이터센터에서 발생하는 연산을 직접 매출로 연결한다는 구상이다. LG유플러스는 파주를 중심으로 자체 투자와 자산경량화를 병행한다. 200MW급 하이퍼스케일 AIDC를 구축하는 가운데 최근 1조3489억원을 추가 투자해 2·3단계 시설 확대에 나섰다. 동시에 임차와 DBO 방식을 활용해 자본 부담을 관리한다. ◆ 결국 승부는 ‘전력’과 ‘고객’ AIDC 경쟁의 핵심은 단순한 규모가 아니다. 부지와 전력, GPU, 냉각설비를 확보하는 동시에 데이터센터를 채울 장기 고객을 확보해야 한다. 특히 AI 데이터센터는 전력 소모가 큰 만큼 전력망 확보가 사업의 병목으로 떠오르고 있다. 통신 3사가 최근 정부에 AIDC 투자세액공제 확대와 전력·인허가 제도 개선 등을 요구한 것도 같은 이유다. 한편 앞으로의 경쟁은 ‘누가 가장 큰 데이터센터를 짓느냐’보다 ‘누가 AI 연산을 안정적인 수익으로 바꾸느냐’에 달렸다. 막대한 투자비를 투입한 AIDC가 실제 고객과 매출, 이익으로 이어질 수 있을지가 통신 3사의 AI 베팅 성패를 가를 전망이다. [아주경제 2026년 08월 18일자 13면에 게재된 기사입니다.]
2026-08-18 09:42:20
-