경제일보 - 아시아 경제시장의 맥을 짚다

경제일보 - 아시아 경제시장의 맥을 짚다

패밀리 사이트: 아주일보; 베트남

회원서비스: 로그인; 회원가입; 지면보기; 네이버블로그

검색

2026.09.01 화요일

비 서울 24˚C

구름 부산 25˚C

흐림 대구 24˚C

비 인천 21˚C

흐림 광주 25˚C

흐림 대전 24˚C

흐림 울산 26˚C

비 강릉 22˚C

흐림 제주 27˚C

검색결과 총 20건

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
"AI 기기 이동해도 연결은 계속"…LG유플러스, AI-RAN 기술 상용화 '시동' [경제일보] 로봇과 드론 등 피지컬 AI가 실제 공간에서 움직이며 작업하는 시대가 다가오면서 이를 안정적으로 연결하는 통신망 기술의 중요성도 커지고 있다. 고정된 장소에서 서비스를 제공하는 기존 AI와 달리 피지컬 AI는 이동 과정에서 여러 네트워크를 오가야 하기 때문이다. 이에 LG유플러스는 AI-RAN 시험망과 상용 5G망을 연결해 네트워크가 전환되는 상황에서도 연결을 유지하는 기술을 검증하며 차세대 통신망 경쟁에 나선다. 19일 LG유플러스는 연세대학교와 함께 AI-RAN 환경에서 단말이 서로 다른 네트워크를 이동하더라도 연결을 안정적으로 유지할 수 있는 기술을 검증했다고 밝혔다. 이번 검증에는 산업용 모바일 기기 전문 기업 포인트모바일의 PM95 단말이 활용됐다. AI-RAN은 인공지능(AI)을 무선 접속망에 적용해 통신망 상태를 실시간으로 분석하고 네트워크 자원을 최적화하는 기술이다. AI가 통신 품질 저하 가능성을 사전에 파악하고 상황에 맞게 자원을 배분하는 방식으로 통신 품질과 네트워크 운영 효율을 높이는 기술로 각광받고 있다. AI-RAN은 피지컬 AI 확산과 함께 떠오르고 있다. 로봇과 드론, 자율주행차 등은 실제 공간을 이동하면서 주변 환경을 인식하고 데이터를 주고받아야 한다. 공장이나 물류센터처럼 넓은 공간을 이동하거나 서로 다른 네트워크가 구축된 구역을 오갈 경우 네트워크가 바뀌는 과정에서 연결이 불안정해질 가능성이 있는 것으로 알려졌다. 특히 피지컬 AI는 원격 제어를 받는 로봇이나 실시간으로 영상을 분석하는 드론의 경우 통신이 끊기면 AI의 판단과 작업 수행에도 영향을 줄 수 있어 네트워크 지연이나 연결 단절이 단순한 통신 품질 저하에 그치지 않을 수 있다. 이에 AI 모델의 성능뿐 아니라 AI 기기가 이동하는 동안 안정적인 연결을 유지하는 네트워크 기술도 중요한 요소로 떠오르고 있다. 이번 검증은 LG유플러스의 상용 5G망과 연세대학교가 자체 개발한 엔비디아 GPU 기반 AI-RAN 시험망을 연동하는 방식으로 진행됐다. 단말이 AI-RAN 시험망에서 LG유플러스 5G망으로 이동하거나 반대로 5G망에서 AI-RAN 시험망으로 이동하는 상황을 구현했다. LG유플러스는 검증 결과 단말이 무선 환경 변화에 따라 최적의 네트워크를 자동으로 선택하고 네트워크가 변경되는 과정에서도 연결을 유지할 수 있음을 확인했다고 설명했다. 특정 AI-RAN 환경에서만 통신하는 것이 아니라 기존 상용 이동통신망과 AI-RAN이 공존하는 상황을 전제로 기술을 검증했다는 점이 특징이다. 이번 검증은 향후 AI-RAN이 실제 통신망에 적용될 경우 기존 5G 인프라와 어떻게 연동할 것인지에 대한 기술적 가능성을 확인했다는 의미가 있다는 평가다. AI-RAN이 새로운 망으로 단번에 전환되는 것이 아니라 기존 이동통신망과 단계적으로 결합될 가능성이 높은 만큼 네트워크 간 안정적인 연결과 장비 호환성 확보가 상용화 과정에서 중요한 과제로 꼽힌다. AI-RAN은 장기적으로 6G 시대의 네트워크 구조 변화와도 연결된다. 5G까지의 이동통신망이 주로 더 빠른 속도와 낮은 지연시간, 대규모 연결 등을 구현하는 데 초점을 맞췄다면 차세대 네트워크에서는 AI가 망 운영 자체에 개입하는 구조가 확대될 것으로 전망된다. 통신망이 단순히 데이터를 전달하는 인프라를 넘어 주변 환경과 트래픽, 서비스 특성을 분석하고 필요한 자원을 스스로 조정하는 방향으로 발전하는 것이다. 피지컬 AI처럼 통신 품질에 민감한 서비스가 늘어날수록 이러한 지능형 네트워크의 필요성도 커질 수 있다. 김성륜 연세대학교 전기전자공학부 교수는 "6G 이동통신은 AI 기반으로 설계되고 AI 응용 서비스를 지원하는 방향으로 발전할 것"이라며 "이번 검증은 피지컬 AI 서비스가 AI-RAN 기반 시험망을 벗어나 상용 이동통신망으로 이동하는 과정에서도 연결성을 유지할 수 있음을 확인한 의미 있는 산학 협력 사례"라고 말했다. 이번 실증은 국내 AI-RAN 생태계 확대를 위한 테스트베드 구축으로도 이어질 예정이다. LG유플러스와 연세대는 향후 국내 중소기업들이 AI-RAN 관련 기술을 직접 시험하고 검증할 수 있는 환경을 제공한다는 계획이다. 해외 시장 진출을 준비하는 기업들이 기술을 검증할 수 있는 테스트베드로 활용하는 방안도 추진한다. AI-RAN 시장이 확대되기 위해서는 통신사와 대학뿐 아니라 네트워크 장비, AI 반도체, 단말, 소프트웨어 등 다양한 기업의 참여가 필요하다. 특히 국내 기업들이 AI-RAN 기술을 개발하더라도 실제 통신망 환경에서 성능을 검증하기 어려운 만큼 상용망과 연계된 테스트 환경을 확보하는 것이 생태계 확대의 과제로 꼽힌다. 피지컬 AI 시장이 확대될수록 네트워크 경쟁의 범위도 넓어질 전망이다. 자율주행차와 물류로봇, 산업용 로봇, 드론 등이 하나의 공간에 머무르지 않고 이동하면서 작업하는 구조가 일반화되면 단순히 네트워크 속도를 높이는 것만으로는 충분하지 않기 때문이다. LG유플러스와 연세대는 앞으로 AI-RAN 기술 검증과 함께 차세대 AI 기반 서비스에 필요한 네트워크 기술 공동 연구를 이어갈 계획이다. 이상헌 LG유플러스 NW선행개발담당은 "피지컬 AI 기술이 발전할수록 네트워크도 스스로 환경을 분석하고 최적의 품질을 제공하는 방향으로 발전해야 한다"며 "LG유플러스는 AI를 활용해 무선망 기술을 지속적으로 고도화하고 미래 산업 서비스에 필요한 안정적인 연결성과 품질을 제공하겠다"고 말했다.
2026-08-19 09:04:25
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
네이버 "200MW서 기가와트급까지"…AI 팩토리 글로벌 확장 청사진 [경제일보] 네이버가 인공지능(AI) 인프라 사업을 차세대 성장동력으로 육성하기 위해 2027년부터 AI 팩토리 사업을 본격화한다. 초기 자본 부담을 줄이는 '에셋 라이트' 구조를 기반으로 글로벌 AI 컴퓨팅 시장에 진출하고, 장기적으로 두 자릿수 이상의 영업이익률을 확보하겠다는 구상이다. 7일 네이버는 올해 2분기 실적 발표 컨퍼런스콜에서 AI 팩토리 사업 추진 계획과 수익 모델, 리스크 대응 전략을 공개했다. 최수연 네이버 대표는 이날 컨퍼런스콜에서 "당사는 지난 6월 발표한 바와 같이 엔비디아와 함께 글로벌 AI 팩토리를 공동 구축·운영하는 사업을 추진하고 있다"며 "2027년 상반기 55MW 규모의 서비스 개시를 시작으로 매출이 발생할 것으로 예상하고 있으며, 2027년 말 100MW, 2028년 200MW로 단계적으로 확장하고 최종적으로는 기가와트급 인프라 구축을 목표로 하고 있다"고 말했다. 이어 "이는 일회성 사업 기회가 아닌 구조적으로 성장하는 시장에 대한 투자"라며 "생성형 AI 확산과 AI 에이전트 확대에 따라 글로벌 AI 컴퓨팅 수요는 중장기적으로 지속 증가할 것으로 보고 있다"고 설명했다. 네이버는 AI 팩토리 사업을 기존 데이터센터와는 다른 '에셋 라이트' 모델로 추진한다. AI 인프라 시장이 막대한 초기 투자비가 필요한 사업인 만큼 직접 설비를 보유하기보다 글로벌 파트너와 역할을 분담해 자본 부담을 줄이고 운영에 집중하는 방식이다. 이를 통해 대규모 설비 투자 부담을 최소화하면서도 AI 컴퓨팅 시장 확대에 맞춰 사업 규모를 유연하게 키운다는 전략이다. 구체적으로 GPU 등 핵심 컴퓨팅 자산은 글로벌 자산운용사 브룩필드가 특수목적법인(SPV)을 통해 조달하고, 네이버는 이를 기반으로 AI 컴퓨팅 서비스를 운영한다. 브룩필드가 인프라 투자와 자산 조달을 담당하고 네이버는 데이터센터 운영과 고객 확보, AI 플랫폼 서비스를 맡는 구조다. 네이버는 이러한 구조를 통해 AI 인프라 투자에 따른 재무 부담을 낮추는 동시에 사업 확장 속도를 높일 수 있을 것으로 기대하고 있다. 김희철 네이버 최고재무책임자(CFO)는 "초반에는 마진율이 낮게 시작할 수 있지만 사업이 성숙함에 따라 기본적으로 두 자릿수 이상, 나아가 10~20% 이상의 마진율을 기대하고 있다"고 말했다. 네이버는 AI 팩토리 사업의 지속 가능성에 대해서도 자신감을 나타냈다. 시장에서는 AI 컴퓨팅 수요와 GPU 확보, 자금 조달, 기술 변화 등이 주요 변수로 꼽히지만, 회사는 자체 AI 서비스와 외부 고객 수요를 동시에 확보하고 있는 점을 차별화 요소로 제시했다. 또한 엔비디아와의 전략적 협력과 장기 공급 체계를 기반으로 사업 리스크를 최소화하겠다는 구상이다. 네이버는 AI 팩토리 사업의 핵심 리스크로 고객 확보, GPU 공급, 금융 조달, 기술 변화 등 네 가지를 제시했다. 특히 외부 고객뿐 아니라 네이버 자체 AI 서비스도 대규모 GPU를 사용하는 만큼 내부 수요를 바탕으로 안정적인 가동률을 확보할 수 있다고 설명했다. GPU 공급 측면에서도 엔비디아의 전략적 투자와 협력을 기반으로 안정적인 물량 확보가 가능하다는 입장이다. 김 CFO는 "네이버 본체도 대량의 AI 칩을 필요로 하는 사용자"라며 "외부 고객과 네이버 자체 수요를 적절히 섞어 수급 안정성을 가져갈 수 있는 차별적인 강점으로 지속 가능할 것으로 기대하고 있다"고 평가했다. 최근 제기되는 GPU 가격 하락과 비(非)엔비디아 칩 확산 가능성에 대해서도 영향은 제한적일 것으로 내다봤다. GPU 가격이 하락하면 조달 비용도 함께 낮아지는 만큼 수익성 훼손 가능성은 크지 않고, TPU 등 다른 AI 칩이 확대되더라도 엔비디아 중심 생태계가 단기간에 흔들리지는 않을 것이라는 판단이다. 네이버는 GPU를 고정 가격으로 일괄 매입하는 구조가 아니라 시장 상황에 맞춰 조달하는 방식인 만큼 칩 가격 변동이 사업성에 미치는 영향은 제한적이라고 설명했다. 또한 추론 시장에서는 다양한 AI 칩이 활용될 수 있지만 학습 시장에서는 여전히 엔비디아 GPU 경쟁력이 유지될 것으로 전망했다. 김 CFO는 "일정 기간 모든 수요 공급 간의 피드타임 간격은 존재하겠지만 지속적인 추가 발주 시 칩 가격이 하락하면 실제 구입 단가도 함께 낮아질 것으로 예상된다"며 "칩 가격 변화가 AIDC 수익성에 미칠 부정적인 영향은 굉장히 제한적일 것으로 생각한다"고 강조했다. AI 팩토리 사업은 향후 해외 시장 확대 전략과도 맞물린다. 네이버는 2028년까지 200MW 규모의 AI 인프라를 구축한 뒤 국내를 넘어 중동과 남미 등 글로벌 시장으로 사업을 확대할 계획이다. 특히 데이터 주권을 중시하는 '소버린 AI' 수요가 늘어나는 국가를 중심으로 AI 인프라 사업 기회를 적극 발굴한다는 방침이다. 네이버는 200MW 규모까지는 국내 수요를 기반으로 사업을 추진할 수 있을 것으로 보고 있으며, 이후 기가와트(GW)급 인프라 확장 단계에서는 글로벌 파트너십을 적극 활용할 계획이다. 현재 중동에서는 데이터센터 구축과 클라우드 협력을 구체적으로 논의 중이며, 남미에서도 초기 협의를 진행하고 있다고 설명했다. 최수연 대표는 "200MW까지 국내 수요를 예측하고 있고, AI 팩토리 사업의 출발점이자 레퍼런스"라며 "(목표는) 글로벌 AI 컴퓨팅 시장 전체, 특히 데이터 주권을 지키면서 AI 인프라를 확보하려는 소버린 수요의 글로벌 시장"이라고 말했다.
2026-08-07 11:05:56
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
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
'클로드' 앤트로픽, 삼성 파운드리 찾았다…AI칩 협력 논의 [경제일보] 인공지능(AI) 모델 '클로드' 개발사 앤트로픽이 자체 AI 칩 개발을 추진하면서 삼성전자와 생산 협의를 진행 중인 것으로 알려졌다. 협력이 성사될 경우 삼성전자는 테슬라와 엔비디아, 애플에 이어 또 하나의 글로벌 AI 기업을 파운드리 고객사로 확보하게 된다. 3일 업계에 따르면 미국 정보기술(IT) 전문매체 디인포메이션은 복수의 소식통을 인용해 앤트로픽이 자체 AI 칩 개발을 위한 초기 작업에 착수했으며 잠재적인 생산 파트너로 삼성전자와 협의를 진행하고 있다고 보도했다. 앤트로픽은 삼성전자 파운드리 사업부의 2나노(㎚) 공정과 첨단 패키징 기술을 활용하는 방안을 검토 중인 것으로 전해졌다. 2나노 공정은 고집적 설계를 기반으로 전력 효율을 높일 수 있는 차세대 공정이며 첨단 패키징은 프로세서와 메모리를 최적화해 데이터 전송 병목을 줄이는 핵심 기술이다. 앞서 앤트로픽은 지난 5월 시리즈H 투자 유치 당시 삼성전자를 비롯한 글로벌 메모리 반도체 업체들을 '전략적 인프라 파트너'로 소개하며 메모리와 저장장치, 로직 칩 기술이 AI 인프라 구축의 핵심 역할을 한다고 밝힌 바 있다. 당시 업계에서는 '로직 칩'을 언급한 점에 주목했다. 글로벌 메모리 업체 가운데 로직 칩 생산이 가능한 파운드리 사업을 보유한 기업은 삼성전자가 유일해 향후 AI 칩 생산 협력 가능성이 제기됐다. 다만 협의는 아직 초기 단계다. 디인포메이션은 앤트로픽이 여러 반도체 설계 업체와 함께 AI 칩 개발 방안을 검토하고 있으며 아직 세부 설계나 시험 생산 단계에는 이르지 않았다고 전했다. 앤트로픽은 최근 오픈AI 맞춤형 AI 칩 개발팀 출신인 클라이브 찬을 영입해 AI 칩의 기능과 성능, 서버 통합 방안 등을 검토하고 있는 것으로 알려졌다. AI 기업들의 자체 칩 개발 경쟁도 한층 치열해지고 있다. 구글은 자체 텐서처리장치(TPU)를 지속 고도화하고 있으며 오픈AI 역시 브로드컴과 협력해 자체 AI 추론 칩을 공개하는 등 AI 인프라 경쟁력을 높이기 위한 움직임을 이어가고 있다. 업계에서는 AI 서비스가 확대될수록 빅테크들이 엔비디아 GPU 의존도를 낮추고 비용 효율성과 인프라 통제력을 높이기 위해 자체 AI 칩 개발에 속도를 낼 것으로 전망하고 있다. 한편 앤트로픽은 향후 계획에 대한 구체적인 언급을 피하면서도 당분간 엔비디아 GPU와 구글 TPU, 아마존웹서비스(AWS)의 '트레이니엄' 칩을 주요 연산 자원으로 활용할 것이라고 밝혔다. 삼성전자는 이번 보도와 관련해 별도의 입장을 내놓지 않았다.
2026-07-03 11:01:52
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
오픈AI, 첫 자체 AI칩 '할라페뇨' 공개…엔비디아 의존 줄이기 시동 [경제일보] 오픈AI가 브로드컴과 공동 개발한 첫 자체 AI 반도체 ‘할라페뇨’를 공개했다. 챗GPT와 코덱스 등 대형 AI 서비스를 운영하며 커진 추론 비용을 낮추고 엔비디아 GPU 의존도를 줄이려는 전략이다. CNBC에 따르면 오픈AI와 브로드컴은 24일 현지시간 추론 특화 AI 칩 할라페뇨를 공개했다. 할라페뇨는 범용 GPU를 개량한 제품이 아니라 대형언어모델 추론을 위해 처음부터 설계한 맞춤형 반도체다. 오픈AI는 올해 말부터 이 칩을 데이터센터에 배치할 계획이다. AI 반도체 시장에서 추론은 새 격전지로 떠올랐다. 모델을 학습시키는 단계에는 막대한 연산 자원이 필요하지만 실제 서비스에서는 이용자 요청에 답하는 추론 비용이 계속 발생한다. 챗GPT처럼 글로벌 이용자가 많은 서비스는 추론 효율이 곧 운영비와 수익성에 직결된다. 오픈AI는 초기 테스트에서 할라페뇨의 전력 대비 성능이 기존 최상위 AI 칩보다 개선됐다고 밝혔다. 브로드컴의 호크 탄 최고경영자는 로이터통신과의 인터뷰에서 엔비디아 블랙웰과 구글 TPU에 견줄 성능을 언급했다. 다만 양사는 최종 성능 측정이 진행 중이라며 세부 수치는 공개하지 않았다. 실제 경쟁력은 데이터센터 배치 이후 전력 효율과 안정성, 단가가 확인돼야 판단할 수 있다. 이번 공개는 오픈AI의 풀스택 전략과 맞물린다. 오픈AI는 모델과 서비스뿐 아니라 칩과 메모리 시스템, 네트워크, 데이터센터 운영까지 직접 통제하려는 방향으로 움직이고 있다. AI 서비스 이용량이 커질수록 외부 GPU 공급에만 의존하기 어렵기 때문이다. 공급 부족과 높은 가격, 전력 부담은 AI 기업의 공통 과제다. 빅테크의 자체 칩 개발도 같은 흐름이다. 구글은 TPU를 통해 자사 AI 모델과 클라우드 서비스에 맞춘 연산 인프라를 구축했다. 아마존은 학습용 트레이니움과 추론용 인퍼런시아를 운영하고 있다. 마이크로소프트와 메타도 자체 AI 가속기 개발에 투자하고 있다. 오픈AI의 할라페뇨 공개는 이 대열에 본격 합류했다는 신호다. 엔비디아에 미칠 영향은 단기적으로 제한적이라는 시각이 많다. 자체 칩은 특정 서비스와 추론 환경에 최적화되는 경우가 많다. 대규모 학습과 범용 AI 인프라에서는 엔비디아 GPU의 생태계와 소프트웨어 경쟁력이 여전히 강하다. 다만 추론 영역에서 맞춤형 ASIC이 늘어나면 AI 반도체 시장의 성장 축은 더 넓어질 수 있다. 국내 반도체 업계에도 파급력이 있다. 빅테크가 자체 AI 칩을 늘리면 고대역폭메모리와 첨단 패키징 수요도 함께 커진다. 삼성전자와 SK하이닉스 같은 메모리 기업에는 새로운 고객군이 늘어나는 효과가 기대된다. 다만 할라페뇨에 어떤 HBM이 탑재됐는지는 공개자료 기준으로 확인되지 않아 특정 공급사를 단정하기는 어렵다. 오픈AI의 과제는 기술 공개 이후 수익성 입증이다. 자체 칩이 실제로 추론 비용을 낮추고 서비스 속도와 안정성을 높여야 한다. IPO 가능성이 시장에서 거론되는 만큼 인프라 비용을 통제할 수 있다는 점도 투자자에게 중요한 메시지가 될 수 있다. AI 경쟁은 모델 성능만으로 끝나지 않는다. 더 좋은 답을 더 싸고 빠르게 제공하는 인프라 경쟁으로 옮겨가고 있다. 할라페뇨는 오픈AI가 엔비디아 생태계에서 벗어나겠다는 선언이라기보다 비용과 성능을 직접 통제하려는 첫 시도에 가깝다. 이 칩이 데이터센터에서 검증되면 AI 반도체 시장은 GPU 중심에서 맞춤형 추론 칩 경쟁으로 한 단계 더 갈라질 전망이다.
2026-06-25 16:53:13
구글 TPU 일부 삼성 품으로…AI칩 공급망 다변화에 2나노 시험대 [경제일보] 구글이 차세대 인공지능(AI) 반도체 일부 생산을 삼성전자에 맡기는 방안을 검토하고 있는 것으로 알려졌다. 세계 최대 파운드리 기업 TSMC의 첨단 공정 생산능력이 AI 수요로 빠듯해지면서 빅테크가 공급망 다변화에 나선 흐름으로 풀이된다. 11일(현지시간) 로이터와 미 IT 전문매체 디인포메이션 등에 따르면 구글은 코드명 ‘아이스피시(Icefish)’로 불리는 10세대 텐서처리장치(TPU) 개발을 추진하고 있다. 이 칩은 미디어텍과 협력해 설계 중이며 이르면 2028년 양산에 들어갈 수 있는 것으로 전해졌다. TPU는 구글이 자체 개발한 AI 가속기다. 구글 검색, 유튜브, 클라우드, 제미나이 등 대규모 AI 서비스 운영에 쓰이는 핵심 인프라다. 구글은 그동안 TPU 생산을 주로 TSMC에 맡겨왔지만 AI 모델 학습과 추론 수요가 급증하면서 자체 칩 물량 확대와 생산 파트너 다변화 필요성이 커졌다. 이번 논의의 핵심은 삼성전자가 전체 칩이 아니라 메모리 입출력 다이(I/O Die)를 맡을 가능성이다. 보도에 따르면 TPU의 핵심 연산 다이는 TSMC가 1.4나노 공정에서 생산하고 삼성전자는 연산 다이와 고대역폭메모리(HBM)를 연결하는 메모리 인터페이스 부품을 2나노 공정으로 생산하는 방안이 거론된다. AI 반도체에서 메모리 I/O 다이는 갈수록 중요해지고 있다. 대형 AI 모델은 막대한 데이터를 빠르게 읽고 쓰는 능력이 성능을 좌우한다. 연산 칩이 아무리 빨라도 HBM과의 데이터 이동이 막히면 전체 효율이 떨어진다. 삼성전자가 메모리, 파운드리, 첨단 패키징을 함께 보유하고 있다는 점이 구글의 검토 배경으로 작용한 것으로 보인다. 삼성전자에는 중요한 기회다. 삼성 파운드리는 첨단 공정에서 TSMC를 추격해왔지만 수율과 대형 고객 확보에서 줄곧 시험대에 서 있었다. 구글 TPU 프로젝트에 참여할 경우 2나노 공정의 제조 역량과 AI 칩 패키징 경쟁력을 동시에 입증할 수 있다. 특히 HBM과 로직 반도체를 함께 다루는 구조는 삼성의 종합 반도체 역량을 보여줄 수 있는 영역이다. 최근 삼성 파운드리는 대형 고객 확보에 다시 속도를 내고 있다. 삼성전자는 지난해 테슬라와 차세대 AI6 칩 생산 계약을 체결했다. 계약 규모는 22조8000억원대로, 삼성 파운드리 역사상 의미 있는 대형 수주로 평가됐다. 여기에 구글 TPU 일부 생산 논의까지 이어질 경우 삼성의 첨단 파운드리 신뢰도 회복에 힘이 실릴 수 있다. 구글 입장에서도 전략적 의미가 있다. AI 인프라 경쟁이 엔비디아 GPU 중심에서 빅테크 자체 칩 경쟁으로 넓어지면서 안정적인 생산능력 확보가 핵심 과제가 됐다. TSMC 의존도를 낮추고 삼성, 인텔 등 대체 파트너를 검토하는 것은 비용과 공급 리스크를 동시에 줄이려는 움직임이다. 다만 현재 단계에서 과도한 해석은 경계해야 한다. 보도 내용은 계약 확정이 아니라 논의와 검토 단계다. 실제 양산까지는 설계 변경, 공정 검증, 수율 확보, 패키징 테스트, 고객 승인 등 여러 관문이 남아 있다. 2028년 양산 목표 역시 개발 일정에 따라 바뀔 수 있다. 이제 시장 시선은 삼성의 2나노 수율과 고객 대응력에 쏠린다. AI 반도체 고객은 성능뿐 아니라 안정적 공급, 전력 효율, 패키징 완성도, 장기 생산능력을 함께 본다. 구글이 삼성에 일부 역할을 맡긴다면 그것은 단순한 보조 생산이 아니라 TSMC 일극 체제에 균열을 낼 수 있는 신호가 될 수 있다.
2026-06-12 09:32:27
젠슨 황 "지금은 한국의 시간"…정부·AI 생태계와 피지컬 AI 도약 논의 [경제일보] 젠슨 황 엔비디아 최고경영자(CEO)가 방한 마지막 일정에서 한국 인공지능(AI) 생태계 전반과 협력 확대 의지를 재확인했다. 정부와는 GPU 26만장 도입, 베라 루빈 기반 AI 팩토리, 엔비디아 R&D센터 설립을 논의했고 국내 대기업·스타트업과는 피지컬 AI와 글로벌 진출 방안을 공유했다. 배경훈 부총리 겸 과학기술정보통신부 장관은 8일 서울 신라호텔에서 열린 엔비디아 ‘코리아 AI 에코시스템 리셉션’에 앞서 황 CEO와 별도 면담을 가졌다. 양측은 지난해 APEC 정상회의를 계기로 형성된 한국과 엔비디아의 AI 인프라 협력을 실제 성과로 이어가야 한다는 데 뜻을 모았다. 배 부총리는 이 자리에서 엔비디아 GPU 26만장의 차질 없는 도입을 요청했다. 또 엔비디아의 차세대 AI 컴퓨팅 인프라인 베라 루빈 NVL72 기반 AI 팩토리 도입을 연내 추진할 수 있도록 협력을 당부했다. AI 팩토리는 GPU와 네트워크, 소프트웨어를 결합해 데이터 수집과 학습, 추론까지 AI 전 과정을 수행하는 차세대 지능형 데이터센터다. 정부의 관심은 단순 GPU 확보에 그치지 않는다. 배 부총리는 한국이 거대언어모델(LLM) 경쟁에서는 미국 빅테크에 뒤처졌지만, 제조와 로봇, 반도체 기반을 결합한 피지컬 AI에서는 앞서갈 수 있다는 점을 강조했다. 피지컬 AI는 AI가 현실 세계의 로봇, 공장, 자동차, 장비를 인식하고 판단하며 움직이도록 하는 기술이다. 엔비디아 R&D센터 국내 설립도 주요 의제였다. 배 부총리는 엔비디아 연구개발 거점이 조속히 국내에 마련돼 국내 산·학·연과 피지컬 AI 공동연구를 수행하는 실질적 협력 허브가 되길 기대한다고 밝혔다. 앞서 엔비디아가 서울 근무 조건으로 피지컬 AI 관련 인력 채용에 나선 만큼 한국 R&D센터 설립 논의는 실행 단계로 접어든 것으로 보인다. 황 CEO는 이날 한국 AI 산업에 대한 강한 기대감을 드러냈다. 그는 “지금이 바로 한국의 시간”이라며 한국이 반도체와 제조, 에너지 인프라, 소프트웨어, 문화적 확산력을 함께 갖춘 드문 국가라고 평가했다. 중공업과 전자 산업에서 세계적 경쟁력을 쌓은 한국이 AI 시대에도 중요한 역할을 할 수 있다는 메시지다. 황 CEO는 한국에 “수천억달러 규모의 잠재적 사업”을 가져왔다고도 말했다. 특히 SK하이닉스와 SK텔레콤을 언급하며 메모리와 AI 클라우드 분야의 초대형 파트너십이 막대한 경제적 기회를 만들 수 있다고 강조했다. SK하이닉스는 엔비디아 AI 가속기에 필요한 HBM 핵심 공급사이고 SK텔레콤은 엔비디아 DSX 기반 GW급 AI 클라우드 구축에 나섰다. 이날 리셉션에는 삼성전자, SK하이닉스, SK텔레콤, 현대차그룹, LG전자, 네이버, 크래프톤 등 국내 주요 대기업이 참석했다. 업스테이지, NC AI, 프렌들리AI, 트웰브랩스, 파일러, 노타 등 AI 스타트업과 두산로보틱스, 로보티즈, 엔닷라이트, 에이로봇 등 로봇·피지컬 AI 기업도 자리를 함께했다. 반도체, 클라우드, 게임, 로봇, 모빌리티, 생성형 AI 기업이 한자리에 모인 셈이다. 간담회에서는 생성형 AI와 소버린 AI, AI 반도체 인프라, 스타트업 투자, 글로벌 시장 진출, 피지컬 AI 협력 방안이 폭넓게 논의된 것으로 알려졌다. 황 CEO는 참석 투자사들을 향해 한국 AI 스타트업에 대한 투자를 독려한 것으로 전해졌다. 한국이 AI의 미래에 투자하기 좋은 시장이라는 메시지를 직접 던진 것이다. 이번 방한에서 엔비디아의 한국 전략은 뚜렷해졌다. SK하이닉스는 HBM과 차세대 메모리, SK텔레콤은 AI 클라우드, 네이버는 소버린 AI와 AI 팩토리, LG는 데이터센터와 휴머노이드 로봇, 현대차는 모빌리티와 제조 AI, 두산은 로보틱스, 게임업계는 시뮬레이션과 피지컬 AI 소프트웨어에서 각각 협력 축을 맡는다. 정부의 역할도 중요해졌다. GPU 도입과 AI 팩토리 구축은 전력, 냉각, 데이터센터 입지, 인재, 규제, 보안 체계가 함께 움직여야 성과를 낼 수 있다. 엔비디아 R&D센터가 실제 산학연 공동연구와 산업 실증으로 이어지려면 정부 지원과 민간 투자가 맞물려야 한다. 검증대에는 실행력이 오른다. GPU 26만장 도입과 베라 루빈 AI 팩토리 구축이 일정대로 진행되는지, 엔비디아 R&D센터가 국내 연구개발 생태계에 어떤 역할을 하는지, 스타트업 투자와 글로벌 진출이 실제 성과로 이어지는지가 관건이다. 황 CEO의 방한은 한국을 단순한 메모리 공급국이나 GPU 구매국이 아니라 AI 인프라와 피지컬 AI를 함께 설계하는 전략 거점으로 끌어올리는 계기가 됐다. 이제 남은 과제는 선언을 산업 현장의 성과로 바꾸는 일이다. 한국이 반도체와 제조, 로봇, 클라우드, 소프트웨어를 묶어 피지컬 AI 강국으로 도약할 수 있을지가 이번 협력의 본질적 시험대가 될 전망이다.
2026-06-08 22:57:11
젠슨 황, 네이버 치지직 뜬다…이해진과 1784서 특별 라이브 [경제일보] 젠슨 황 엔비디아 최고경영자(CEO)가 네이버 스트리밍 플랫폼 ‘치지직’ 생방송에 출연한다. 지난 5일 서울 홍대 인근 삼겹살집에서 이해진 네이버 이사회 의장과 만난 데 이어 사흘 만에 네이버 제2사옥 1784에서 다시 호흡을 맞추는 것이다. 7일 정보기술(IT) 업계에 따르면 황 CEO는 오는 8일 오후 3시30분 경기 성남시 분당구 네이버 제2사옥 1784를 방문해 이해진 의장과 함께 치지직 특별 라이브에 참여할 예정이다. 글로벌 AI 반도체 시장을 이끄는 엔비디아 수장이 국내 스트리밍 플랫폼 생방송에 직접 등장하는 것은 이례적이다. 이번 라이브는 단순한 이벤트를 넘어 네이버와 엔비디아의 AI 협력 관계를 상징하는 장면으로 풀이된다. 네이버 1784는 로봇, 클라우드, 디지털 트윈, 5G 특화망, AI 기술이 집약된 공간으로 평가받는다. 황 CEO의 1784 방문 자체가 양사의 차세대 기술 협력 가능성을 보여주는 메시지라는 분석이 나온다. 황 CEO와 이 의장은 앞서 지난 5일 홍대 ‘삼소 회동’에서도 만났다. 당시 최태원 SK그룹 회장, 구광모 LG그룹 회장과 함께 삼겹살 만찬을 하며 AI 반도체와 피지컬 AI, 클라우드 협력 가능성이 주목받았다. 이번에는 네이버의 기술 거점이자 상징 공간인 1784에서 다시 만나 대중 생방송 형식으로 협력 메시지를 낼 전망이다. 네이버 입장에서는 치지직을 알릴 수 있는 기회이기도 하다. 치지직은 네이버가 게임·라이브 스트리밍 시장을 겨냥해 키우고 있는 핵심 플랫폼이다. 글로벌 빅테크 CEO가 직접 출연하는 특별 라이브는 치지직의 브랜드 인지도와 플랫폼 존재감을 끌어올리는 계기가 될 수 있다. 치지직도 친근한 방식으로 이번 행사를 예고했다. 특별 라이브 이미지에는 황 CEO의 트레이드 마크인 검은 가죽 재킷을 입은 캐릭터가 등장했다. 기술 동맹이라는 무거운 주제를 팬덤형 이벤트처럼 풀어내며 게임·스트리밍 이용자들의 관심을 끌려는 의도로 보인다. 기술 협력의 핵심은 AI 클라우드와 소버린 AI, 디지털 트윈, 로보틱스다. 네이버는 자체 초거대 AI와 클라우드, 데이터센터 운영 역량을 보유한 국내 대표 플랫폼 기업이다. 엔비디아 입장에서는 한국형 AI 서비스와 클라우드 수요를 연결할 파트너이고, 네이버 입장에서는 GPU 인프라와 글로벌 AI 생태계 확장이 필요하다. 특히 네이버 1784는 로봇이 실제 건물 안에서 움직이고 클라우드와 디지털 트윈 기술이 결합된 실험장 성격을 갖는다. 엔비디아가 최근 피지컬 AI와 로보틱스를 차세대 성장축으로 내세우는 만큼 1784 방문 과정에서 양사의 로봇·디지털 트윈 협력 방향이 언급될 가능성도 있다. 네이버페이와 치지직이 연이어 주목받는 점도 눈길을 끈다. 지난 홍대 회동에서는 이해진 의장이 네이버페이 기반 결제로 현장 식사비를 처리한 장면이 화제가 됐다. 이번에는 치지직 생방송이 전면에 나서면서 네이버의 결제·콘텐츠·클라우드 플랫폼이 황 CEO 방한 일정 속에서 잇따라 노출되는 흐름이다. 업계의 시선은 실제 협력 성과에 쏠린다. 특별 라이브가 상징적 이벤트에 그칠지, AI 클라우드와 디지털 트윈, 로보틱스 분야의 구체적 협력 메시지로 이어질지가 관전 포인트다. 네이버가 엔비디아 GPU 인프라를 기반으로 소버린 AI와 AI 클라우드 사업을 얼마나 확장하느냐가 향후 양사 관계의 핵심 변수가 될 전망이다.
2026-06-07 22:26:56
GPU만으로 AI 강국은 안 된다…데이터센터·클라우드가 진짜 전장 [경제일보] 젠슨 황 엔비디아 최고경영자(CEO)의 방한이 던진 두 번째 질문은 인프라다. 한국이 엔비디아 GPU를 얼마나 많이 확보하느냐보다 중요한 것은 그 GPU를 어디에 꽂고, 어떤 전력과 냉각 체계로 돌리며, 어떤 클라우드 서비스와 산업 현장에 연결하느냐다. AI 시대의 경쟁력은 더 이상 모델 성능만으로 결정되지 않는다. 대규모 AI 모델을 학습하고 추론하려면 GPU, HBM, 서버, 전력, 냉각, 네트워크, 보안, 클라우드 운영 체계가 동시에 필요하다. 그래서 최근 글로벌 빅테크가 말하는 것은 데이터센터가 아니라 ‘AI 팩토리’다. 데이터를 원료로 넣고 지능을 생산하는 공장이라는 뜻이다. 한국 정부와 주요 기업이 엔비디아 GPU 26만개 이상을 도입하기로 한 계획은 이런 흐름의 출발점이다. 삼성, SK, 현대차, 네이버클라우드 등이 대규모 GPU 인프라를 활용해 제조, 자율주행, 클라우드, 산업용 AI 모델을 구축하겠다는 구상이다. 하지만 GPU 수량만으로 AI 강국이 되는 것은 아니다. 핵심은 운영 능력이다. 네이버는 이 구도에서 가장 중요한 클라우드 축이다. 네이버는 자체 초거대 AI와 클라우드, 데이터센터, 검색·커머스·콘텐츠 데이터를 갖춘 국내 대표 플랫폼 기업이다. 엔비디아 입장에서는 한국형 AI 서비스와 공공·민간 클라우드 수요를 연결할 파트너이고, 네이버 입장에서는 안정적인 GPU 확보와 AI 생태계 확장이 필요하다. 소버린 AI도 네이버 협력의 핵심이다. 소버린 AI는 단순히 국산 AI 모델을 만든다는 뜻이 아니다. 국내 데이터가 국내 법과 보안 기준에 맞는 클라우드 환경에서 학습·운영될 수 있어야 한다. 공공, 금융, 의료, 교육 분야에서 AI를 쓰려면 데이터 주권과 보안 통제가 필수다. 네이버클라우드가 엔비디아 GPU 인프라와 결합하면 한국형 AI 서비스의 기반을 넓힐 수 있다. LG그룹은 데이터센터의 물리적 인프라에서 존재감이 커지고 있다. AI 데이터센터는 전력과 냉각이 생명이다. AI 추론 수요가 늘어날수록 전력 사용량은 커지고, GPU 밀도가 높아질수록 발열도 증가한다. LG유플러스가 파주 AI 데이터센터를 통해 대규모 전력 기반 추론형 인프라를 추진하고, LG전자와 냉각 기술을 결합하려는 것도 이 때문이다. LG CNS는 스마트팩토리와 클라우드 운영 역량을 갖고 있다. AI가 실제 공장과 물류센터, 로봇 운영으로 내려오면 클라우드와 현장 시스템을 연결하는 역량이 중요해진다. 엔비디아의 옴니버스, 디지털 트윈, 로보틱스 플랫폼은 이런 현장형 AI 인프라와 맞물릴 가능성이 크다. LG가 가전과 제조 현장, 데이터센터와 냉각 기술을 묶을 수 있다면 피지컬 AI 시대의 실험장이 될 수 있다. SK 역시 인프라 기업으로 변신하고 있다. SK하이닉스가 HBM을 공급한다면 SK텔레콤은 AI 데이터센터, 통신망, 에너지·보안 인프라를 통해 엔비디아 생태계와 연결될 수 있다. AI 서비스가 대중화될수록 추론 수요는 통신망과 클라우드 가까이 내려온다. 엣지 AI와 AI 에이전트, 산업용 AI 서비스가 확대되면 통신사의 역할은 단순 회선 제공을 넘어 AI 인프라 운영자로 바뀐다. 문제는 병목이다. GPU는 돈을 주고 살 수 있지만 데이터센터는 하루아침에 지을 수 없다. 전력 인입, 냉각 설계, 부지 확보, 인허가, 보안, 운영 인력이 모두 필요하다. AI 데이터센터 구축에는 수년이 걸린다. 반면 AI 서비스 사용량과 추론 수요는 분기 단위로 급증한다. 이 간극을 줄이지 못하면 GPU 확보 계획은 숫자에 머물 수 있다. 전력 문제도 피할 수 없다. AI 데이터센터는 막대한 전기를 쓴다. 수도권 입지 수요는 높지만 전력망은 제한적이다. 지방 분산형 데이터센터를 추진하려면 전력, 냉각, 네트워크 지연시간, 고객 접근성을 함께 고려해야 한다. 정부의 전력·입지 규제 완화와 민간 투자 계획이 맞물리지 않으면 AI 인프라 경쟁에서 뒤처질 수 있다. 이번 젠슨 황 방한이 중요한 이유는 한국 AI 인프라의 방향을 묻고 있기 때문이다. 한국은 HBM을 공급하는 나라에서 GPU를 대규모로 운영하는 나라로 이동하고 있다. 더 나아가 AI 데이터센터와 클라우드를 통해 산업 현장의 AI 전환을 지원하는 국가가 될 수 있다. 그러나 승부는 선언이 아니라 실행에 있다. 네이버는 소버린 AI 클라우드의 고객과 서비스를 확보해야 한다. LG는 전력·냉각·스마트팩토리 인프라를 실제 수주로 연결해야 한다. SK는 HBM과 통신·데이터센터를 묶어 AI 인프라 사업자로 자리 잡아야 한다. 정부는 전력, 입지, 인재, 보안 규제를 정교하게 풀어야 한다. 엔비디아의 GPU가 한국에 들어오는 것은 출발점이다. 그 GPU 위에서 한국 기업이 어떤 AI 서비스를 만들고, 어떤 산업 데이터를 연결하며, 얼마나 안정적인 클라우드와 데이터센터를 운영하느냐가 진짜 경쟁이다. AI 강국의 조건은 칩을 사는 능력이 아니라 지능을 생산하는 공장을 운영하는 능력이다.
2026-06-07 16:33:41
젠슨 황 "한국에 4개 사업 선물"…서울 AI센터 설립도 시동 [경제일보] 젠슨 황 엔비디아 최고경영자(CEO)가 한국에 차세대 인공지능(AI) 사업을 본격적으로 가져오겠다고 밝혔다. 서울에 AI 연구센터를 세우는 방안도 구체화하면서 한국이 엔비디아의 AI 반도체·피지컬 AI 생태계에서 핵심 거점으로 부상할지 주목된다. 황 CEO는 5일 서울 마포구 홍대입구 인근 삼겹살집 ‘형님저요’ 앞에서 취재진과 만나 “한국에 큰 선물로 엔비디아의 4개 새로운 사업을 가져왔다”고 말했다. 그는 4개 사업으로 차세대 AI 가속기 ‘베라 루빈’, 베라 중앙처리장치(CPU), AI PC 플랫폼 ‘RTX 스파크’, 피지컬 AI용 엣지 슈퍼컴퓨터 ‘젯슨 토르’를 언급했다. 황 CEO는 “단일 제품에 집중했던 올해와 달리 내년에는 4개의 신제품이 쏟아져 매우 바빠질 것”이라며 “한국은 정말 바빠질 것”이라고 말했다. 이는 엔비디아의 차세대 AI 플랫폼 확대가 한국 반도체와 제조·로봇 생태계에 직접적인 수요로 이어질 수 있다는 의미로 해석된다. 가장 큰 관심은 메모리 반도체다. 베라 루빈 등 엔비디아 차세대 AI 플랫폼에는 고대역폭메모리(HBM)가 핵심 부품으로 들어간다. 삼성전자와 SK하이닉스는 HBM4 공급망에서 엔비디아와의 협력 확대를 노리고 있다. 황 CEO가 한국 기업들의 사업이 “폭발적으로 잘되고 있다”고 평가한 것도 이 같은 공급망 협력 기대와 맞닿아 있다. AI 연구센터 설립도 속도를 내고 있다. 엔비디아는 최근 서울 근무 조건으로 AI 기술센터 소속 피지컬 AI 담당 솔루션 아키텍트 채용 공고를 냈다. 디지털 트윈과 로보틱스 분야 인력이 대상이다. 황 CEO도 “한국 내 AI 연구 엔지니어와 로봇공학 연구를 위한 뛰어난 연구센터를 구축하고 있다”며 “AI 연구원이나 엔지니어를 안다면 일하러 오라고 전해 달라”고 직접 러브콜을 보냈다. 센터 위치에 대해서는 “확실하진 않지만 서울인 것 같다”고 말했다. 최종 부지와 규모는 아직 확정되지 않았지만, 채용이 시작됐다는 점에서 한국 AI기술센터 설립은 실행 단계에 들어간 것으로 볼 수 있다. 이번 행보는 엔비디아와 한국의 협력이 단순 GPU 구매나 부품 공급을 넘어 R&D와 산업 적용으로 확장되고 있음을 보여준다. 지난해 한국 정부와 주요 기업은 엔비디아 GPU 26만장 이상을 확보해 공공 AI 인프라와 삼성·SK·현대차·네이버 등의 민간 AI 프로젝트에 활용하기로 했다. 여기에 AI 연구센터까지 더해지면 한국은 AI 인프라, HBM, 제조 AI, 로봇 실증을 연결하는 거점이 될 수 있다. 기대가 실제 성과로 이어지려면 구체적인 투자와 인재 확보, 산학연 협력 체계가 뒤따라야 한다. 엔비디아의 4개 신사업이 한국 기업의 매출과 기술 협력으로 이어질지, 서울 AI센터가 단순 지원 조직을 넘어 글로벌 R&D 거점으로 자리 잡을지가 앞으로의 핵심 변수다.
2026-06-05 22:19:52
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

12

많이 본 뉴스

영상

Youtube 바로가기

오피니언

[데스크칼럼] 사상 최악의 기후재난, 네팔 대홍수가 묻는 것

[데스크칼럼] 사상 최악의 기후재난, '네팔 대홍수'가 묻는 것