2026.10.16 금요일
검색
'초거대' 검색결과
기간검색
-
~
검색영역
검색어
-
현대건설, 국내 첫 AI 전용 데이터센터 착수…2027년 운영 목표 [경제일보] 현대건설이 국내 첫 AI 전용 데이터센터 건설에 본격 착수했다. 생성형 AI와 초거대 모델 확산으로 고성능 데이터센터 수요가 커지는 만큼 기존 데이터센터 시공 경험을 바탕으로 AI 인프라 시장 공략에 나선다는 계획이다. 현대건설은 최근 에이아이팩토리포항피에프브이가 발주한 ‘포항 AI 데이터센터 신축공사’ 본계약을 마치고 사전 제작 콘크리트(PC) 설치 착수했다고 21일 밝혔다. 포항 AI 데이터센터는 경북 포항시 남구 오천읍 광명일반산업단지에 수전용량 40㎿, IT부하 32㎿ 규모로 조성된다. 일반적인 범용 데이터센터와 달리 대규모 데이터를 실시간으로 처리하는 GPU 기반 AI 연산에 특화된 시설이다. 지난 6월 착공했으며 공사기간은 총 16.5개월, 2027년 하반기 운영을 목표로 한다. 사업시행사인 네오에이아이클라우드는 향후 차세대 GPU까지 안정적으로 수용할 수 있는 확장형 인프라를 구축할 예정이다. 서비스형 GPU와 AI 플랫폼 서비스를 연계해 국내외 기업의 AI 모델 개발과 서비스 운영을 지원하는 기반으로 활용한다는 방침이다. 현대건설은 고성능 GPU 서버에 대응하기 위해 일반 클라우드 데이터센터보다 약 10배 높은 전력 밀도의 초고집적 환경을 적용했다. 엔비디아의 차세대 AI 칩 ‘베라 루빈’ 기반 서버까지 대응할 수 있도록 설계했으며 고발열 AI 서버 냉각을 위해 수랭식 냉각시스템도 도입했다. 데이터센터 에너지효율 지표인 PUE는 1.25로 설계해 에너지 손실을 줄였다. 짧은 공사기간을 맞추기 위한 PC공법도 전면 적용했다. 기존 국내 상업용 데이터센터에서 보와 기둥 등 일부 구조물에 PC공법을 적용한 사례는 있었지만 이번 사업에서는 슬래브와 벽체, 계단을 포함한 콘크리트 구조체 전체를 사전 제작한다. 이를 통해 기존 현장 타설 방식으로 약 1년이 필요한 골조공사를 2개월 수준으로 줄인다는 계획이다. 공장에서 구조물을 제작한 뒤 현장에서 조립하는 방식인 만큼 공사기간 단축과 함께 현장 작업량 감소에 따른 안전·품질 관리 효과도 기대하고 있다. 또한 초기부터 시공사가 참여해 사업구조와 설계, 시공 방식을 검토하는 프리컨스트럭션 서비스와 설계·인허가·시공 준비를 동시에 추진하는 패스트트랙을 활용했다. 현대건설이 사업에 참여한 뒤 약 한 달 만에 착공에 들어갈 수 있었던 배경이다. 회사는 데이터센터를 AI 시대의 주요 인프라 사업 가운데 하나로 보고 관련 시공 경험을 확대하고 있다. 2004년 금융결제원 분당센터를 시작으로 KT목동 IDC, 용인 퍼시픽써니 데이터센터, 네이버 데이터센터 ‘각 세종’ 등 지금까지 19개의 데이터센터를 시공했다. 데이터센터와 에너지 사업의 연계도 확대한다. 지역별 에너지원 특성을 고려해 신재생에너지와 소형모듈원전(SMR)을 연계한 데이터센터 모델을 개발하는 등 AI 시대 핵심 인프라 구축과 에너지 혁신을 동시에 실현한다는 구상이다. 현대건설 관계자는 “생성형 AI와 초거대 AI 모델의 확산으로 데이터센터 시장의 경쟁력은 규모를 넘어 서비스 개시 속도전으로 옮겨가고 있다”라며 “포항 AI 데이터센터를 공기 내에 성공적으로 준공해 국내 최고의 시공 역량은 물론 사업성과 공기, 품질을 동시에 확보하는 차별화된 경쟁력을 입증하겠다”고 말했다.2026-09-21 16:07:14
-
![[경제일보] KT, AI 인프라에 5년간 6조…AIDC 1GW 확장의 계산[KT, 1GW AI 인프라를 깐다①]](https://image.ajunews.com//content/image/2026/09/16/20260916084124832566.jpg)
KT, AI 인프라에 5년간 6조…AIDC 1GW 확장의 계산 [경제일보] KT가 인공지능(AI) 인프라에 앞으로 5년간 6조원을 투입한다. KT가 공개한 투자 계획을 나눠 보면 AI 데이터센터(AIDC)에 약 5조원, 국내외 데이터 연결을 위한 해저케이블에 1조원이 배정된다. 데이터센터와 연결망을 함께 확보해 AI 전환(AX) 사업의 기반을 만들겠다는 구상이다. KT클라우드는 지난 15일 열린 ‘KT 클라우드 서밋 2026’에서 2031년까지 전국 20여개 부지에 1기가와트(GW) 이상의 AIDC 인프라를 공급하겠다고 밝혔다. 수도권에서는 전력과 인프라를 갖춘 부지를 먼저 확보하고 비수도권에서는 고객 수요를 확인한 뒤 센터를 짓는 방식이다. 김봉균 KT클라우드 대표는 데이터센터 사업의 원칙으로 ‘실수요 기반 공급’을 제시했다. KT가 AIDC에 무게를 싣는 배경에는 AI 연산 수요의 변화가 있다. 과거 데이터센터가 인터넷 서비스와 기업 전산을 수용하는 공간이었다면 이제는 그래픽처리장치(GPU)와 네트워크, 냉각 설비가 결합된 AI 연산 시설이 핵심 인프라로 떠올랐다. 모델 학습뿐 아니라 이용자 요청에 답하는 추론 서비스가 늘면서 안정적인 전력과 고밀도 서버를 갖춘 시설의 중요성도 커지고 있다. 정부 역시 AI 데이터센터를 국가전략산업으로 분류하고 민간 투자를 끌어내는 정책을 추진하고 있다. 정부는 지난 7월 2029년까지 8.4GW 규모 초거대 AIDC를 구축하는 550조원 규모의 민간 투자 계획을 제시했다. SK텔레콤·GS·네이버 등이 대규모 투자 계획을 내놓은 가운데 KT도 1GW 증설을 공식화했다. KT클라우드는 이미 데이터센터 운영 경험을 갖고 있다. 25년 이상 시설을 운영해왔고 국내 12개 데이터센터와 1200여 고객을 기반으로 사업을 이어가고 있다. 2025년 매출은 9975억원으로 전년보다 27.4% 늘었다. 가산 AI 데이터센터 가동과 설계·구축·운영(DBO) 사업 확대가 성장에 기여했다. 6조원 투자는 KT의 사업 지형도 바꾸는 규모다. 통신망을 빌려주는 사업에서 벗어나 전력·부지·서버·클라우드·네트워크를 함께 제공하는 기업용 인프라 사업자로 올라서려는 시도다. 데이터센터를 직접 운영하면 고객의 GPU 수요를 확보할 수 있고 클라우드와 보안, 네트워크 상품을 묶어 판매할 여지도 생긴다. 그러나 투자액이 크다고 사업성이 자동으로 확보되는 것은 아니다. AIDC는 건설비뿐 아니라 GPU와 전력설비, 냉각장치, 유지보수에 지속적인 비용이 들어간다. 고객이 정해지지 않은 상태에서 센터를 먼저 지으면 가동률이 낮아지고 투자금 회수 기간도 길어진다. KT클라우드가 수도권과 비수도권의 공급 방식을 달리한 이유도 여기에 있다. 첫 번째 확인 지점은 6조원의 집행 속도다. 2031년 1GW라는 목표보다 어느 지역에 얼마를 투자하고 어떤 고객이 전력을 사용할지 공개돼야 한다. KT가 통신 본업 중심의 회사에서 AX 인프라 기업으로 이동할 수 있을지는 선언보다 실제 착공과 고객 계약, 가동률에서 판가름날 전망이다. [아주경제 2026년 09월 17일자 13면에 게재된 기사입니다.]2026-09-17 07:53:25
-
KT, KS-CQI 3관왕…AI가 장애 조치까지 하는 '에이전틱 AICC' 구축 [경제일보] KT 고객센터가 단순 문의에 답하는 인공지능(AI)을 넘어 고객 요청을 스스로 판단하고 실제 업무까지 처리하는 '에이전틱 AICC'로 진화하고 있다. 인터넷·TV 장애의 경우 AI가 고객 문의를 접수한 뒤 원격으로 조치하고 결과까지 확인하면서 상담사 연결 없이 문제를 해결하는 것이다. 15일 KT는 한국표준협회(KSA)가 주관하는 '콜센터품질지수(KS-CQI)'에서 이동통신과 초고속인터넷·IPTV 등 2개 부문 최우수기업으로 선정됐고, AI 기술을 활용한 고객센터 혁신 성과를 인정받아 'AX컨택센터혁신상'까지 수상하며 2026년 KS-CQI 조사에서 3관왕을 달성했다고 밝혔다. 콜센터품질지수는 97개 업종, 335개 기업을 대상으로 콜센터 서비스 품질과 고객만족도를 종합 평가하는 제도다. KT는 이동통신 부문은 12년 연속, 초고속인터넷·IPTV 부문은 13년 연속 최우수기업에 선정된 것으로 알려졌다. KT가 고객센터의 AI 전환에 속도를 낸 것은 이번이 처음은 아니다. KT는 지난 2017년부터 자체 AI 엔진을 기반으로 보이스봇과 챗봇, 목소리 자동인증 등 다양한 AI 기술을 상담 현장에 도입해왔다. 현재는 AI가 고객의 요청을 스스로 판단하고 필요한 업무를 수행하는 '에이전틱 AICC' 구축으로 영역을 확대하고 있다. 대표적인 서비스가 AI 보이스봇 '지니'다. 지니는 365일 24시간 고객 문의에 대응하며 딥러닝 기반 상담 지식과 생성형 AI를 결합해 고객의 문의 맥락을 파악한다. 단순히 정해진 답변을 전달하는 수준에서 벗어나 실제 업무 처리까지 지원하는 것이 특징으로, 인터넷이나 TV 장애 응대 문의가 접수되면 지니가 원격으로 장애를 조치한 뒤 정상적으로 해결됐는지 결과까지 확인한다. 고객이 상담사에게 연결되지 않고도 주요 장애 문의를 처리할 수 있도록 설계됐다. KT에 따르면 현재 고객센터에서는 AI 보이스봇과 ARS를 통해 월평균 약 500만건의 상담이 이뤄지고 있다. 이 가운데 AI 보이스봇의 상담 완결률은 약 75%다. KT는 AI가 반복적인 상담 업무를 처리하는 동시에 상담사에게는 실시간 대화 요약과 응대 시나리오 추천 등을 제공하는 방식으로 고객센터 전반의 AI 전환을 추진하고 있는 것이다. AI 상담이 확대되면서 상담사가 AI의 도움을 받는 영역도 넓어지고 있다. KT는 상담사를 위한 'AI 상담 어시스트'를 운영하고 있다. 초거대 언어 모델(LLM)을 기반으로 AI가 고객과 나눈 대화 이력을 실시간으로 요약하고, 상황에 맞는 상품과 응대 시나리오를 추천한다. 상담이 끝난 뒤에도 AI가 활용된다. AI 상담 품질 평가와 셀프 학습, 이슈 모니터링 등을 통해 상담사의 업무를 분석하고 역량 향상을 지원한다. 고객에게는 AI가 직접 상담을 제공하고, 상담사에게는 AI가 업무를 보조하는 양방향 구조다. 향후에는 AI가 처리할 수 있는 업무 범위가 고객센터의 경쟁력을 좌우할 것으로 전망된다. 단순 문의를 넘어 장애 조치나 각종 고객 요청을 AI가 얼마나 안정적으로 처리할 수 있는지, AI 상담의 정확도를 유지하면서 복잡한 문의는 사람 상담사에게 얼마나 효과적으로 연결할 수 있는지가 중요해질 것으로 분석된다. 최세준 KT 고객부문 고객전략본부장 상무는 "앞으로도 AX 기반의 고객센터 혁신과 사람 중심의 세심한 케어를 결합해 고객에게 차별화된 상담 경험을 선사하겠다"고 말했다.2026-09-15 10:15:41
-
![[데스크 칼럼] 삼성·오픈AI 협력, 칩 이후 설계해야](https://image.ajunews.com//content/image/2026/09/10/20260910091625843218.png)
삼성·오픈AI 협력, '칩 이후' 설계해야 [경제일보] 삼성전자와 오픈AI의 관계가 흥미로운 단계로 들어섰다. 삼성은 오픈AI가 필요로 하는 첨단 반도체를 만들고, 동시에 오픈AI가 만든 인공지능을 회사 안에서 대규모로 사용한다. 한쪽에서는 공급자이고 다른 한쪽에서는 고객이다. 글로벌 AI 산업의 가치사슬이 얼마나 빠르게 뒤섞이고 있는지를 보여주는 장면이다. 오픈AI는 지난 9일 서울에서 삼성전자와 차세대 AI 반도체 개발 협력이 진전되고 있다고 밝혔다. 구체적인 기술이나 생산 방식은 공개하지 않았다. 삼성전자 역시 고객 관련 사안이라며 세부 내용을 확인하지 않았다. 다만 지난해 ‘스타게이트’ 프로젝트를 계기로 시작된 양사의 관계가 메모리 공급을 넘어 차세대 칩 연구·생산으로 넓어지고 있다는 것이 오픈AI의 설명이다. 반대 방향의 거래도 이미 크게 열렸다. 삼성전자는 지난 6월 국내 전 임직원과 전 세계 DX부문 직원에게 ChatGPT Enterprise와 Codex를 제공하기 시작했다. 오픈AI는 이를 자사의 역대 최대 규모 기업 도입 사례 가운데 하나라고 밝혔다. 연구개발과 제조, 소프트웨어 개발, 제품기획과 마케팅까지 사용 영역도 넓다. 한국 기업들의 AI 도입 속도는 더 가파르다. 오픈AI에 따르면 지난 8월 말 기준 국내 기업·기관의 ChatGPT Enterprise 이용자는 1년 전보다 약 28배 늘었다. 불과 1년 사이 생성형 AI가 일부 개발자의 실험도구에서 기업 업무의 기반으로 옮겨가고 있다는 뜻이다. 모두 반길 일이다. AI 경쟁력을 키우기 위해 세계 최고 수준의 기술을 적극적으로 사용하는 것은 당연하다. 삼성이라고 예외일 이유가 없다. 기업은 국적이 아니라 성능과 생산성을 보고 도구를 선택해야 한다. 오픈AI가 삼성의 반도체를 필요로 하듯 삼성도 오픈AI의 모델과 개발도구를 활용해 연구개발 속도를 높이고 업무 생산성을 끌어올릴 수 있다. 하지만 바로 이 부분에서 하나의 질문이 생긴다. "삼성은오픈AI에 무엇을 팔고, 오픈AI를 쓰면서 무엇을 자기 것으로 남길 것인가." 이번 협력의 진짜 쟁점은 여기에 있다. 한국은 AI 시대의 핵심 생산국이다. 오픈AI와 삼성이 지난해 맺은 협력에서 삼성전자와 SK하이닉스는 스타게이트에 필요한 첨단 메모리 공급을 확대하기로 했다. 오픈AI가 예상한 메모리 수요는 웨이퍼 투입량 기준 월 최대 90만장에 달한다. 삼성은 메모리뿐 아니라 시스템반도체와 파운드리, 첨단 패키징까지 갖춘 몇 안 되는 종합 반도체 기업이기도 하다. AI 붐이 거세질수록 이런 생산능력의 가치는 커질 가능성이 높다. 따라서 ‘칩 공급자’라는 역할 자체를 낮춰 볼 이유는 없다. 세계가 원하는 반도체를 만들 수 있는 능력은 한국 산업이 수십 년간 쌓아 올린 힘이다. AI 서버 한 대도 메모리와 반도체 없이 돌아가지 않는다. 문제는 거기에서 가치사슬이 끝날 때다. 삼성이 첨단 칩을 공급하고 그 칩 위에서 돌아가는 AI 모델과 기업용 소프트웨어는 다시 해외 플랫폼에서 사오는 구조가 굳어질 경우 한국은 AI 시대에도 익숙한 위치에 머물 수 있다. 제조는 강하지만 플랫폼은 약하고, 부품은 팔지만 서비스를 사는 구조다. 반도체와 AI 소프트웨어의 사업 구조는 다르다. 반도체는 생산해 납품하면 매출이 발생한다. 기업용 AI는 고객의 업무 안으로 들어가 매일 사용된다. 개발자가 코드를 짜고 연구원이 자료를 분석하며 생산현장이 문제를 해결하는 과정에서 플랫폼은 업무 방식 자체의 일부가 된다. 사용이 늘수록 생태계와 개발 경험, 서비스 매출이 함께 쌓인다. 때문에 AI 플랫폼 기업들은 오히려 아래로 내려오고 있다. 오픈AI는 모델 개발에 머물지 않고 브로드컴과 자체 AI 반도체를 설계하고 있다. 9일 로이터 보도에 따르면 오픈AI는 직접 개발한 AI 모델을 자체 칩 설계에도 활용했고 이미 테이프아웃 단계까지 진행했다. 소프트웨어 기업이 칩이라는 하드웨어 영역으로 들어오는 것이다. 이 움직임은 삼성에도 시사하는 바가 크다. 오픈AI가 모델에서 칩으로 내려오고 있다면 삼성은 칩에서 AI로 올라가야 한다. 이 말은 삼성이 오픈AI와 경쟁할 범용 초거대 모델을 당장 만들어야 한다는 뜻이 아니다. 막대한 자본을 들여 이미 앞서 있는 글로벌 플랫폼을 그대로 복제하자는 것도 아니다. 더 현실적인 목표가 있다. 오픈AI의 AI를 삼성 내부에 적용하는 과정에서 삼성만이 가질 수 있는 AI 역량을 축적하는 것이다. 반도체 공정을 예로 들어보자. 수율이 왜 떨어지는지, 어느 장비에서 어떤 이상이 발생하는지, 공정조건을 어떻게 바꾸면 불량률이 낮아지는지에 대한 경험은 삼성의 생산현장에 있다. 수십 년간 축적한 제조 노하우는 범용 AI 기업이 돈을 주고도 단숨에 얻기 어려운 자산이다. ChatGPT와 Codex를 활용해 엔지니어의 일을 빠르게 만드는 것은 첫 단계다. 그 다음은 그 도구를 사용하는 과정에서 삼성의 공정지식과 엔지니어링 경험을 AI 기술로 바꾸는 일이어야 한다. 생산 최적화와 반도체 설계, 품질관리와 장비 유지보수에 특화된 AI 역량이 삼성 내부에 남아야 한다. 그래야 AI 사용료가 비용으로 끝나지 않고 경쟁력으로 전환된다. 이 대목에서 지난해 삼성SDS와 오픈AI가 맺은 협력도 눈여겨볼 만하다. 삼성SDS는 스타게이트 AI 데이터센터의 설계·구축·운영뿐 아니라 오픈AI 모델을 기업 업무에 도입하려는 고객을 대상으로 컨설팅과 구축·운영 사업을 추진하기로 했다. 삼성이 단순히 오픈AI의 서비스를 구매하는 데 그치지 않고 기업용 AI 사업에 참여할 통로도 이미 열려 있다는 뜻이다. 이 방향을 더 키워야 한다. 삼성·오픈AI 협력의 성적표가 ‘삼성이 HBM을 얼마나 팔았는가’와 ‘삼성 직원이 ChatGPT를 얼마나 많이 사용했는가’라는 두 숫자로만 남아서는 부족하다. 차세대 칩을 함께 연구하면서 어떤 설계 역량을 쌓았는지, AI를 제조현장에 적용하면서 어떤 독자적인 시스템을 만들었는지, 삼성SDS가 기업용 AI 시장에서 얼마나 새로운 사업을 만들었는지가 더 중요하다. 그리고 여기에는 한 가지 원칙이 필요하다. 외부 기술의 활용과 내부 역량의 축적이 함께 가야 한다. 프랜시스 베이컨은 ‘노붐 오르가눔’에서 ‘지식과 인간의 힘은 서로 같은 것’이라고 했다. 원인을 알지 못하면 원하는 결과도 얻을 수 없다는 뜻에서 나온 말이다. 네 세기가 지난 AI 시대에도 산업의 본질은 크게 달라지지 않았다. 기술을 사용하는 것과 그 기술을 이해하고 자기 능력으로 만드는 것은 다른 문제다. 오픈AI의 뛰어난 AI를 쓰는 것은 경쟁력이다. 하지만 어떤 기업이 외부 AI 없이는 핵심 업무를 개선하지 못하고, 그 과정에서 자기 기술과 사람이 자라지 않는다면 그것은 다른 종류의 의존이 될 수 있다. 반대로 글로벌 플랫폼을 적극적으로 활용하면서 그 위에 자신의 데이터와 업무지식, 소프트웨어와 서비스를 쌓는다면 협력은 산업 역량을 키우는 지렛대가 된다. 때문에 삼성·오픈AI 관계를 ‘누가 누구에게 종속되느냐’는 식으로 볼 필요는 없다. 오히려 서로가 필요하기 때문에 지금이 기회다. 오픈AI에는 삼성의 메모리와 반도체 제조능력이 필요하다. 삼성에는 최전선 AI 모델과 개발도구가 필요하다. 서로 필요한 것이 분명할 때 협상력도 생긴다. 중요한 것은 이 교환의 끝이다. 칩을 팔아 매출을 얻고 AI를 사서 생산성을 높이는 것까지는 좋은 거래다. 하지만 장기적인 산업 경쟁력은 그 거래가 끝난 뒤 무엇이 남았는지에 달려 있다. "삼성 내부에 AI를 이해하고 설계할 사람이 남았는가.", "제조 노하우가 독자적인 AI 역량으로 바뀌었는가.", "오픈AI와 함께 만든 경험이 삼성의 새로운 제품과 서비스로 이어졌는가." 이 세 질문에 답할 수 있어야 한다. 국내 ChatGPT Enterprise 이용자가 1년 만에 28배 늘었다는 숫자도 같은 의미에서 읽을 필요가 있다. 한국 기업이 AI를 빠르게 받아들이고 있다는 사실은 분명 긍정적이다. 하지만 사용자가 빨리 늘어나는 것과 AI 산업이 빨리 성장하는 것은 같은 말이 아니다. AI를 많이 쓰는 나라와 AI로 새로운 제품과 서비스를 만들어 파는 나라는 다르다. 한국이 후자로 가려면 삼성 같은 기업의 역할이 중요하다. 세계적인 제조기업이 글로벌 AI를 가장 빨리 도입하고, 그 과정에서 축적한 경험을 다시 제조 AI와 기업용 서비스로 만들어낸다면 한국은 반도체 강국이라는 강점을 AI 산업의 경쟁력으로 연결할 수 있다. 삼성과 오픈AI의 협력 확대를 반길 이유도 여기에 있다. 오픈AI가 삼성의 칩을 더 많이 사는 것도 중요하다. 삼성 직원이 오픈AI의 AI를 더 잘 활용하는 것도 중요하다. 하지만 이번 협력의 궁극적인 성적표는 다른 곳에 있어야 한다. 삼성이 칩을 팔고 AI를 사는 동안, 삼성과 한국에 어떤 AI 기술과 사업이 새로 남았는가. 공급자와 고객 사이에는 아직 넓은 공간이 있다. 삼성·오픈AI 협력이 그 공간을 한국의 기술과 사람, 서비스로 채우는 관계로 발전해야 한다. 좋은 기술협력은 많이 사고 많이 파는 데서 끝나지 않는다. 거래가 끝난 뒤 서로에게 없던 능력이 남을 때 비로소 전략적 협력이 된다.2026-09-10 09:21:17
-
네이버클라우드 컨소시엄, 700B급 보안 특화 AI 개발…33개 기관 뭉쳤다 [경제일보] 국내 인공지능(AI) 경쟁이 범용 모델 개발을 넘어 산업별 특화 모델 확보로 확산하는 가운데 네이버클라우드가 사이버 보안 분야를 겨냥한 초거대 AI 개발에 본격 착수한다. 정부의 특화 AI 파운데이션 모델 사업자로 선정된 네이버클라우드 컨소시엄은 대규모 GPU와 국가 핵심시설의 실데이터를 활용해 국내 보안 환경에 최적화된 AI 모델을 구축한다는 계획이다. 3일 네이버클라우드는 네이버클라우드 컨소시엄이 정부의 '특화 인공지능 파운데이션 모델 개발(사이버 보안 분야)' 사업자로 최종 선정돼 개발에 착수한다고 밝혔다. 이번 사업에는 네이버클라우드를 중심으로 총 33개 산·학·연·공공기관이 참여한다. 컨소시엄은 정식 사업 착수에 앞서 자체 보유 GPU 4000장을 선제적으로 투입해 보안 특화 AI 모델의 사전 학습을 진행해왔다. 정부가 제공하는 GPU 물량 256장과 별도로 네이버클라우드가 B200 4000장, LG가 H200 256장을 추가 투입한다. 민간 인프라를 선제적으로 활용해 개발 기간을 단축하고 모델 성능 고도화와 현장 실증에 시간을 집중한다는 전략이다. 최종적으로는 하이퍼클로바X와 엑사원을 기반으로 700B급 MoE(전문가 혼합) 구조의 초거대 보안 특화 모델을 구축한다. 방어 역량과 공격 역량을 각각 강화한 2개의 독자 모델을 병렬 개발해 사이버 공격의 탐지부터 분석·대응까지 전 주기에 대응한다는 구상이다. 개발 모델은 국제 공인 벤치마크 2종을 활용해 성능을 검증할 예정이다. 학습 데이터도 약 830TB 규모의 실데이터를 활용한다. 네이버클라우드와 LG CNS의 운영 데이터를 비롯해 한전KDN, 한국수력원자력, 금융보안원, KISTI, LG유플러스 등 국가 기반시설과 주요 산업에서 확보한 데이터를 활용한다. 위협정보 수집부터 라벨링·표준화·검증까지 데이터 정제 과정을 거쳐 실제 사이버 위협 환경을 학습시키는 방식이다. 특히 모델 개발 이후 국가 핵심시설과 주요 산업 현장에서 성능을 검증한다. 전력·금융·과학기술·통신·반도체·방위산업·항공우주 등 7대 분야에서 실증을 진행하며, 외부망 접근이 제한되는 폐쇄망 환경에서도 안정적으로 운용할 수 있는 기술을 확보할 계획이다. 이번 사업은 AI를 활용한 사이버 공격이 고도화되는 상황에서 방어 분야에서도 특화 AI 경쟁력을 확보하려는 움직임으로 풀이된다. 보안 분야는 민감한 데이터의 외부 반출이 제한되는 데다 실제 관제 환경에서 높은 정확도가 요구되는 만큼 범용 AI와 달리 국내 산업 환경과 보안 데이터를 반영한 특화 모델의 필요성이 클 전망이다. 네이버클라우드는 개발한 모델을 상업적 활용이 가능한 오픈소스로 공개하고, 중소기업을 대상으로 취약점 및 사이버 공격 탐지 무상 점검 서비스도 제공할 예정이다. 네이버클라우드 마켓플레이스를 통해 국내 보안 기업의 AI 서비스 상용화도 지원해 모델 개발에서 산업 활용으로 이어지는 생태계를 구축한다는 방침이다. 김유원 네이버클라우드 대표는 "이번 사업 수주는 네이버클라우드 컨소시엄이 보유한 대규모 AI 인프라와 데이터, 보안 전문 역량을 종합적으로 인정받은 결과"라며 "국가 핵심 인프라를 지키는 AI를 우리 기술로 만들어낸다는 책임감을 갖고 사업에 임해 대한민국을 대표하는 국가 보안 AI 모델과 생태계를 만들어 가겠다"고 말했다.2026-09-03 15:21:12
-
"AI 도입했다고 생산성 오르지 않는다"…정재헌 SKT CEO가 말한 'AX의 J커브' [경제일보] SK텔레콤이 인공지능(AI) 전환 과정에서 겪은 시행착오와 독자 AI 개발 경험을 바탕으로 'AX 시대의 일하는 방식'과 미래 인재상을 제시했다. 정재헌 SK텔레콤 CEO는 AI를 도입한다고 곧바로 생산성이 높아지는 것이 아니라 초기의 불편함을 견디고 업무 자체를 다시 설계해야 생산성의 급격한 상승으로 이어질 수 있다고 강조했다. 2일 SK텔레콤에 따르면 정재헌 CEO는 전날 서울대학교 제1공학관에서 대학생·대학원생 약 300명을 대상으로 'AI 시대의 선택과 기회'를 주제로 특강을 진행했다. 이번 강연은 SK텔레콤과 서울대가 10년째 운영하는 AI 공동과정의 첫 수업으로, 지난 1987년 서울대 공법학과에 입학한 정 CEO가 약 40년 만에 모교 강단에 선 자리로 알려졌다. 정 CEO가 이날 제시한 핵심 개념은 'AX의 J커브'다. AI 전환(AX) 초기에는 재교육과 업무 재설계, 데이터·조직 정비 등으로 오히려 생산성이 떨어질 수 있지만 이른바 '불편함의 골짜기'를 넘어선 조직은 어느 순간 생산성이 가파르게 상승한다고 설명했다. 그는 AX 전환을 위해 낯설게 보기, 극한 마주하기, 불편해지기 등 세 가지 방법론을 제시했다. 기존 업무 방식을 당연하게 받아들이지 않고 AI를 전제로 업무를 다시 설계하는 동시에 기존 방식으로는 달성하기 어려운 목표에 도전하고 AI 도입 초기의 시행착오를 견뎌야 한다는 의미로 풀이된다. SK텔레콤 내부 사례도 소개했다. 한 개발자가 고객 요청에 따른 시스템 수정 업무를 기존 방식으로 약 50시간에 걸쳐 처리했지만, 이를 AI로 전환하는 과정에서는 오히려 500시간 이상이 소요됐다. AI 에이전트를 새로 만들고 수정하며 수백 차례 검증하는 과정이 필요했지만 전환 작업이 완료된 이후 같은 업무에 걸리는 시간은 약 1시간으로 감소했다. 정 CEO가 강조한 '극한 마주하기'에는 독자 AI 모델 개발 경험도 포함됐다. SK텔레콤은 제한된 GPU 환경에서도 6880억 파라미터 규모의 초거대 AI 모델 'A.X K2'를 개발했다. A.X K2는 지난 7월 오픈웨이트 모델로 공개됐으며, 최근 공개된 기술보고서에서는 6880억 파라미터 규모의 전문가 혼합(MoE) 모델로 소개됐다. 특히 AI가 기업을 넘어 국가 간 경쟁으로 확산하고 있으며, 독자적인 AI 역량을 확보해야 한다는 것이다. 다만 정 CEO는 AI 시대에도 인간의 역할이 사라지는 것은 아니라고 강조했다. AI가 코딩 등 기술적인 업무를 점점 더 잘 수행할수록 사람에게는 자신의 전문 분야를 이해하고 AI를 활용해 생산성을 높이는 능력이 중요해진다는 설명이다. 특히 그는 AI 시대 인재에게 필요한 역량으로 '생각 근육', '적응 근육', '공감 근육', '신체 지능'을 제시했다. 본질을 파악하고 새로운 환경에 적응하며 다른 사람을 이해하고, 경험을 바탕으로 가치를 만들어내는 능력이다. 정재헌 CEO는 "AI가 모든 것을 결정할 것 같은 시대지만 그렇지 않다"며 "주도성을 가지고 스스로 방향을 정하는 통찰력과 공감 능력이 경쟁력"이라고 말했다. 이어 "가치를 판단하고 결정하는 일은 끝까지 사람의 몫일 것"이라며 "10년 뒤 AI 시대의 새로운 질문에 대한 답을 만들어갈 여러분과 혁신 현장에서 동료로 다시 만나기를 기대한다"고 전했다.2026-09-02 10:44:57
-
초거대 AI도 '가볍게'…노타, 국가대표 AI 최적화 속도 [경제일보] 국가대표 인공지능(AI) 모델 경쟁이 단순한 성능 경쟁에서 실제 산업 현장에서 얼마나 효율적으로 구동할 수 있느냐를 따지는 방향으로 확대되고 있다. 정부의 '독자 AI 파운데이션 모델(독파모)' 프로젝트에서도 모델 성능뿐 아니라 자원 활용 효율성과 산업 확장성 등이 평가 요소로 떠오른 가운데 국내 기업들의 관련 기술 확보에도 속도가 붙고 있다. 20일 AI 모델 경량화 및 최적화 기술 기업 노타는 자사의 AI 모델 경량화 및 최적화 기술을 바탕으로 국가대표 AI 모델의 활용 경쟁력 강화에 나선다고 밝혔다. 최근 정부가 발표한 독파모 프로젝트 2차 평가에서 업스테이지, SK텔레콤, LG AI연구원 등 3개 컨소시엄이 3차수 진출팀으로 선정됐다. 정부는 단계 평가에서 모델의 정량적 성능뿐 아니라 자원 활용 효율성, 사용성과 실용성, 다양한 산업·서비스 환경으로의 확장 가능성 등을 종합적으로 평가했다고 설명했다. 해당 평가 기준은 국내 AI 경쟁의 기준이 모델 자체의 성능을 넘어 실제 활용 가능성으로 확대되고 있는 것으로 분석된다. 초거대 AI는 모델 규모가 커질수록 GPU와 메모리 등 인프라에 대한 부담도 커지는 만큼 기업과 기관이 실제 서비스를 구축하려면 연산 자원과 운영 비용을 낮추는 기술이 필수적인 것이다. 업스테이지 컨소시엄에서 AI 모델 경량화와 최적화를 맡고 있는 노타는 정부의 평가와 기조에 맞춰 '솔라' 계열 모델의 국내 인프라 활용성을 높이는 데 집중하고 있다. 모델의 성능을 최대한 유지하면서 연산 자원과 메모리 사용량을 줄여 다양한 하드웨어와 서비스 환경에서 구동할 수 있도록 지원하는 방식이다. 앞서 노타는 독파모 2차 평가 결과 발표에 앞서 업스테이지의 '솔라 오픈 2' 경량화 모델을 글로벌 AI 플랫폼 허깅페이스에 공개했다. 기존 모델을 구동하는 데 엔비디아 H100 GPU 8장이 필요했던 환경을 2장으로 줄일 수 있도록 최적화한 해당 모델은 글로벌 누적 다운로드 8만건을 기록했다. 솔라 오픈 2는 2500억개의 매개변수를 갖춘 대규모 AI 모델이다. 노타는 모델 가중치를 INT4와 NVFP4 기반 4비트 형식으로 변환하고 중요도가 낮은 연산 모듈을 선별적으로 정리하는 방식으로 모델을 경량화했다고 설명했다. 그 결과 가중치 저장에 필요한 메모리를 기존 500.6GB에서 117.8GB로 76.5% 줄인 것으로 나타났다. 메모리 용량을 기준으로 H100 GPU 8장이 필요했던 모델을 2장으로 구동할 수 있게 된 것이다. 초거대 AI 모델의 활용 과정에서 발생하는 GPU 확보와 전력, 운영 비용 부담을 낮추고 실제 서비스 적용 가능성을 높인 것으로 평가된다. 특히 업스테이지 컨소시엄은 AI 모델뿐 아니라 국산 AI 반도체와의 결합도 추진하고 있다. 독파모 2차 평가 과정에서 퓨리오사AI의 국산 신경망처리장치(NPU)를 활용해 국산 AI 소프트웨어와 하드웨어 생태계를 연계한다는 계획이다. AI 모델과 반도체를 함께 최적화하는 구조가 자리 잡으면 특정 해외 GPU에 대한 의존도를 낮추면서 국내 인프라 환경에 맞는 AI 서비스 구축도 가능해질 전망이다. AI 모델의 경량화는 독파모뿐 아니라 향후 AI 산업 전반에서도 중요성이 커지고 있다. 기업이 자체 서버에 AI를 구축하는 온프레미스 환경부터 엣지·온디바이스 AI까지 활용 영역이 확대될수록 제한된 연산 자원에서 모델을 구동할 수 있는 기술이 필요하기 때문이다. 향후 독파모 3차수 경쟁에서도 모델의 절대적인 성능과 함께 얼마나 적은 자원으로 안정적인 서비스를 구현할 수 있는지가 주요 경쟁 요소가 될 것으로 전망된다. 국산 AI 모델을 개발하는 데 그치지 않고 국산 반도체, 경량화 기술, 서비스 플랫폼을 연결해 실제 산업 현장에 적용할 수 있는 생태계를 구축하는 것이 국가 AI 경쟁력 확보의 핵심 과제로 떠오르고 있다. 채명수 노타 대표는 "국가대표 AI 모델이 다양한 산업 현장에서 비용 효율적으로 활용될 수 있도록 최적화 기술을 지속적으로 고도화할 것"이라며 "업스테이지와 함께 독파모 3차수 평가에서도 좋은 성과를 거둘 수 있도록 최선을 다하겠다"고 말했다.2026-08-20 08:18:35
-
![[AI시대 대격변] 한국경제 3주체를 다시 짜라 ③정부편](https://image.ajunews.com//content/image/2026/08/11/20260811112133615926.png)
한국경제 3주체를 다시 짜라 ③정부편 [경제일보] 인공지능(AI) 시대를 맞아 정부의 역할도 달라지고 있다. 과거 정부 역할이 산업 지원과 규제 정비에 집중됐다면, AI 시대에는 데이터, 전력망, 인재, 안전망, 소비자 보호, 공공서비스, 국가 안보까지 포괄하는 종합 설계 능력이 중요해졌다는 평가가 나온다. AI가 기업의 생산 방식과 소비자의 생활 방식을 동시에 바꾸면서 정부도 단순한 규제자나 투자자를 넘어 국가 운영체제의 설계자로서 역할을 맡아야 한다는 목소리가 커지고 있다. 산업 진흥, 규제 설계, 인프라 구축, 인재 양성, 소비자 보호를 따로 볼 것이 아니라 하나의 국가 전략으로 묶어야 한다는 것이다. 11일 정부와 관련 업계에 따르면 AI는 이미 산업정책의 핵심 축으로 올라섰다. 과학기술정보통신부는 지난달 16일 청와대 업무보고에서 AI 데이터센터(AIDC), 피지컬 AI, K-반도체를 3대 메가프로젝트로 제시하고, 해외 투자 유치를 포함해 총 550조원 규모의 민간투자로 기가와트급 초거대 AI 데이터센터를 구축하겠다고 밝혔다. 내년부터는 예약과 결제 등 실제 업무를 수행하는 AI 에이전트로 서비스를 고도화해 ‘1인 1 AI 에이전트’ 시대를 열겠다는 목표도 내놨다. AI 제도 정비도 본격화되고 있다. 한국은 올해 1월 22일 ‘인공지능 발전과 신뢰 기반 조성 등에 관한 기본법’(AI 기본법)을 시행했다. 이 법은 AI 연구개발과 학습용 데이터 구축, AI 활용 확산, 창업 지원, 인재 양성, 데이터센터 구축 지원 등의 근거를 담고 있다. 동시에 고영향 AI에 대한 투명성, 안전성, 인간 감독 등 신뢰 확보 장치도 포함했다. 한 AI업계 관계자는 “AI 산업은 속도가 생명인 만큼 과도한 규제는 부담이 될 수 있다”면서도 “설명 책임과 안전장치가 없으면 소비자와 시장의 신뢰를 잃을 수 있어 산업 진흥과 신뢰 구축을 동시에 설계하는 정부 역할이 중요해졌다”고 말했다. ◆AI 산업정책, 지원금 경쟁으로 끝나선 안 돼 정부의 AI 산업정책은 대규모 투자 계획을 중심으로 빠르게 확장되고 있다. 반도체는 AI 서버와 데이터센터의 핵심 인프라이고, 피지컬 AI는 로봇과 자율주행, 제조 자동화와 연결된다. AI 데이터센터는 모든 AI 서비스의 기반이 되는 컴퓨팅 인프라다. 정부가 이 세 분야를 묶어 국가 프로젝트로 제시한 것은 AI를 단순한 소프트웨어 산업이 아니라 제조업, 에너지, 지역경제, 안보가 결합된 복합 산업으로 보고 있다는 의미로 풀이된다. 다만 대형 프로젝트가 성과로 이어지려면 재정 투입과 세제 지원만으로는 한계가 있다는 평가가 많다. 데이터센터 입지, 전력망 확충, 용수 확보, 지역 주민 수용성, 전문 인력 공급이 함께 해결돼야 한다는 것이다. 로이터통신은 지난달 21일 정부가 수도권 밖 호남에 조성하려는 반도체 산업단지를 두고 대규모 전력·용수 수요와 지역 주민 반발이 주요 과제로 떠오르고 있다고 보도했다. 해당 산업단지 조성에는 800조원 이상이 투입될 것으로 추산되며, 계획대로면 4개 반도체 공장의 전력 수요만으로도 광주·전북·전남 지역의 현재 연간 전력 소비량의 70∼80%에 이를 것이라는 분석도 나왔다고 로이터는 전했다. 한 반도체 업계 관계자는 “데이터센터와 반도체 클러스터는 기업 투자만으로 완성되지 않는다”며 “전력망, 용수, 도로, 대학 인력, 지역 민원 조정까지 정부가 함께 풀어야 실제 착공과 운영이 가능하다”고 말했다. ◆데이터·전력·인재가 새 국가 인프라로 부상 AI 시대의 국가 인프라는 도로와 항만, 공항에만 머물지 않는다는 인식이 확산하고 있다. 데이터, 클라우드, GPU, 전력망, 고급 인재가 새로운 국가 인프라로 떠오르고 있다는 평가다. AI 모델을 개발하고 운영하려면 대규모 학습 데이터와 안정적인 컴퓨팅 자원, 막대한 전력이 필요하다. 이 때문에 AI 정책은 과학기술 정책인 동시에 에너지 정책, 교육 정책, 지역균형 정책의 성격을 함께 띠고 있다. 특히 데이터센터는 전력 수요와 직결된다. AI 연산은 기존 인터넷 서비스보다 훨씬 많은 전력을 필요로 한다. 정부가 권역별 데이터센터 구축을 추진하더라도 전력망 보강과 재생에너지, 원전, 송전선로 문제를 동시에 조정하지 못하면 투자 계획이 지연될 수 있다는 우려가 나온다. 인재 문제도 핵심 과제로 꼽힌다. AI 전문인력은 글로벌 빅테크와 국내 대기업, 스타트업이 동시에 확보 경쟁을 벌이는 분야다. 대학 교육만으로는 산업 현장의 수요를 따라가기 어렵다는 지적도 적지 않다. 과기정통부는 올해 12개 부처와 함께 514만명을 대상으로 AI 교육을 실시하고, AI디지털배움터를 전국 69개 거점으로 확대하겠다고 밝혔다. 한 서울 소재 대학 교수는 “AI 인재 정책은 박사급 연구자 양성만으로는 부족하다”며 “중소기업 직원, 공무원, 교사, 금융·제조 현장 인력까지 AI를 이해하고 활용할 수 있도록 재교육 체계를 넓혀야 한다”고 말했다. ◆규제 완화와 신뢰 구축 병행 요구 AI 기본법 시행으로 한국은 AI 산업 진흥과 신뢰 기반 조성을 함께 추진할 법적 틀을 갖췄다는 평가를 받는다. 법은 고영향 AI에 대해 투명성과 안전성 확보를 요구하고, 생성형 AI 결과물에 대한 표시 의무 등도 규정하고 있다. 의료, 금융, 교통, 채용, 교육처럼 국민의 생명과 기본권, 재산에 영향을 줄 수 있는 분야에서는 AI 활용에 더 높은 수준의 설명 책임과 인간의 감독이 요구된다. 기업 입장에서는 규제 부담이 커질 수 있다. 스타트업 업계에서는 AI 기본법과 시행령이 현장에 적용되는 과정에서 인증, 문서화, 영향평가 부담이 과도해질 수 있다는 우려가 나온다. 반면 소비자와 시민사회에서는 AI가 신용평가, 채용, 보험, 의료 판단에 활용될 경우 설명 가능성과 이의제기 절차가 반드시 보장돼야 한다는 의견이 우세하다. 한 스타트업 업계 관계자는 “AI 기본법의 취지는 공감하지만 초기 기업에 대기업 수준의 문서화와 검증 부담이 부과되면 서비스 출시 속도가 늦어질 수 있다”며 “위험도가 낮은 서비스와 고영향 AI를 구분해 규제를 차등 적용할 필요가 있다”고 말했다. 반면 소비자단체 관계자는 “AI가 금융 심사나 채용, 보험료 산정에 쓰일 경우 소비자는 왜 그런 결과가 나왔는지 알기 어렵다”며 “기술 발전을 이유로 설명 책임과 이의제기 절차가 약화돼서는 안 된다”고 강조했다. 정부의 과제는 이 균형을 어떻게 맞출지에 있다. AI 산업을 키우기 위해 규제를 무조건 늦추면 신뢰가 약해질 수 있고, 신뢰 확보를 이유로 규제를 과도하게 설계하면 혁신 속도가 떨어질 수 있다는 우려가 동시에 제기된다. 분야별 위험 수준에 따라 규제를 달리 적용하는 정교한 접근이 필요하다는 지적이 나오는 이유다. ◆공공부문 AI, 행정 혁신의 시험대 정부 자체도 AI 전환의 대상이다. 행정 민원, 복지 심사, 세금 신고, 재난 대응, 교통 관리, 보건의료, 교육 행정 등 공공서비스 전반에서 AI 활용 가능성이 커지고 있다. AI를 활용하면 반복 민원을 줄이고 행정 처리 속도를 높이며, 사각지대에 놓인 국민을 더 빨리 찾아낼 수 있다는 기대가 있다. 다만 공공부문 AI에는 민간보다 더 엄격한 기준이 적용돼야 한다는 목소리도 높다. 정부의 AI 판단은 국민의 권리와 직접 연결될 수 있어서다. 복지 수급 대상 선정, 세무 조사, 채용·평가, 치안·감시 분야에서 AI가 활용될 경우 오류나 편향이 발생하면 피해가 클 수 있다. 공공 AI는 효율성뿐 아니라 투명성, 책임성, 감사 가능성을 함께 확보해야 한다는 지적이 나온다. ◆부처별 정책 넘어 국가 조정 능력이 관건 AI 시대 정부의 역할은 갈수록 복잡해지고 있다는 게 대체적인 평가다. 산업을 키우면서도 소비자를 보호해야 하고, 투자를 촉진하면서도 전력과 지역 갈등을 조정해야 한다. 기업의 혁신을 막지 않으면서도 고영향 AI의 위험을 관리해야 하고, 청년에게는 새 일자리를 만들고 기존 노동자에게는 전환 교육과 안전망을 제공해야 한다는 요구도 커지고 있다. 전문가들은 AI 전환의 성패가 개별 부처의 정책 경쟁이 아니라 정부 전체의 조정 능력에 달려 있다고 본다. 과학기술, 산업, 금융, 교육, 노동, 복지, 에너지 정책이 따로 움직이면 AI 전환이 성장보다 갈등을 키울 수 있다는 우려도 나온다. 반대로 인프라, 인재, 규제, 안전망, 신뢰 체계를 하나의 전략으로 묶을 경우 AI가 한국경제의 새로운 성장 기반이 될 수 있다는 기대도 있다. 한 청와대 관계자는 “AI 시대 정부는 돈을 나눠주는 투자자나 기업을 단속하는 규제자에 머물 수 없다”며 “국가 데이터 인프라와 전력망, 인재 양성, 소비자 보호, 일자리 전환을 함께 설계하는 운영체제 역할을 해야 한다”고 말했다.2026-08-11 11:22:24
-
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 3대 강국 가는 길은 시큐리티"…코드게이트서 확인한 보안의 힘 [경제일보] 생성형 인공지능(AI) 시대 국가 경쟁력을 좌우하는 핵심 요소로 사이버 보안이 부상하고 있다. AI가 스스로 취약점을 찾고 공격하는 시대가 열렸지만, 이를 막아낼 보안 역량과 인재를 확보하지 못한다면 AI 주도권 역시 확보하기 어렵다는 지적이다. 국내 최초로 인간 화이트해커와 AI 해커가 같은 무대에서 맞붙은 '코드게이트 2026'은 AI 시대 국가 경쟁력의 마지막 퍼즐이 결국 '보안'이라는 점을 다시 한번 보여줬다. 24일 서울 강남구 코엑스에서 한글과컴퓨터가 주최한 '코드게이트 2026'이 개최됐다. 올해 코드게이트는 'AI 세계 3대 강국으로 가는 길: 시큐리티'를 주제로 열렸으며, 국내 최초로 자율형 AI 해커가 인간 화이트해커들과 동일한 조건에서 해킹 방어 대회에 참가해 실력을 겨뤘다. 이번 AI 해커는 KAIST와 코드게이트보안포럼이 공동 개발한 자율형 AI 시스템으로, 세계 88개국 예선을 통과한 최정예 화이트해커들과 함께 24시간 동안 해킹 방어 문제를 풀었다. 생성형 AI가 제로데이 취약점을 발견하고 공격 코드를 생성하는 시대가 도래한 만큼 AI의 보안 역량을 직접 검증해보겠다는 취지다. 결과는 인간의 승리였다. 일반부에서는 'BunkyoWesterns' 팀이 우승을 차지하며 과학기술정보통신부 장관상과 상금 5000만원을 받았다. AI 해커는 18위를 기록했다. 19세 미만 주니어부에서는 김준원이 우승해 과기정통부 장관상과 상금 300만원을 수상했으며 AI 해커는 2위를 기록했다. AI가 단독으로 문제를 해결하는 방식은 아직 인간이 AI를 활용해 문제를 해결하는 화이트해커들을 넘어서지 못한 셈이다. AI가 상당한 수준의 문제 해결 능력을 보여줬지만, 창의적인 사고와 복합적인 판단이 필요한 영역에서는 여전히 인간의 역량이 우위를 점했다는 평가가 나온다. 조현숙 코드게이트보안포럼 이사장은 개회사를 통해 "인간 화이트해커와 AI가 국내 최초로 같은 무대에서 같은 문제를 겨루는 자리를 마련했다"며 "이번 대결은 AI 시대에 인간의 실력과 지혜가 어디쯤 서 있는지 확인하는 무대였다"고 평가했다. 이어 "AI 세계 3대 강국으로 가는 길은 바로 '시큐리티'"라며 "공격형 AI를 막아낼 보안 역량 없이는 우리가 꿈꾸는 AI 주도권도 결코 얻을 수 없다"고 강조했다. 최근 글로벌 AI 경쟁은 초거대 언어 모델(LLM) 개발을 넘어 AI 에이전트와 피지컬 AI 등으로 확대되고 있다. AI가 산업 전반으로 확산되면서 사이버 공격 역시 AI를 활용해 더욱 정교해지고 있다. 실제로 AI는 취약점을 자동으로 분석하고 공격 코드를 생성할 수 있는 수준까지 발전하고 있으며, 국가 차원의 사이버 안보 역량 확보 필요성도 함께 커지고 있다. 한컴은 AI 기술 경쟁력만으로는 'AI 강국'이 될 수 없으며 이를 안전하게 활용할 수 있는 보안 기술과 전문 인력 확보가 필수적이라고 분석했다. AI를 개발하는 역량 못지않게 AI를 안전하게 통제하고 방어하는 역량이 국가 경쟁력을 좌우하게 된 것이다. 최우혁 과학기술정보통신부 정보보호네트워크정책실장 역시 AI 시대 보안 인재 육성의 중요성을 강조했다. 그는 "최근 민간 분야의 사이버 공격이 무엇보다 높아졌고, AI에 의한 사이버 공격일 가능성이 부각되고 있다"며 "결국 기본기를 지키면서 기본기를 잘 운영할 수 있는 사람이 중요하다"고 말했다. 이어 "AI 3대 강국에 있어서 사이버 보안의 뒷받침 없이는 그 길이 절대 열리지 않는다는 것을 너무나 잘 알고 있다"며 "사이버 보안에 대한 중요성과 인재 육성에 많은 관심을 가지고 노력해 나갈 것이며, 코드게이트가 더욱 활성화될 수 있도록 지원 방안을 지속적으로 고민하겠다"고 덧붙였다. 이번 코드게이트는 AI 강국 경쟁에서 보안의 중요성을 다시 한 번 조명한 자리로 평가된다. AI가 스스로 취약점을 분석하고 공격에 활용되는 시대가 열린 만큼, AI 기술 경쟁력과 함께 이를 방어할 수 있는 보안 기술과 전문 인력 확보가 국가 경쟁력을 좌우하는 핵심 요소로 부상하고 있다. AI 해커가 일반부 18위, 주니어부 2위를 기록하며 가능성을 보여준 가운데, IT 업계에서는 향후 AI 기술 발전과 함께 AI 보안의 중요성도 더욱 커질 것으로 전망하고 있다.2026-07-24 14:50:42
-
네이버클라우드, 합참 AX 거점 진입…2027년 KCCS 사업 '전초전' [경제일보] 네이버클라우드가 고려대학교와 손잡고 합동참모본부 인공지능 전환(AX) 거점 구축에 참여한다. 민간의 AI·클라우드 기술에 군 지휘통제와 전장 환경에 대한 전문성을 결합해 2027년 예정된 합동지휘통제체계(KCCS) 사업 참여 기반을 마련하려는 행보다. 네이버클라우드는 지난 20일 고려대 기술경영전문대학원 국방기술경영학과 C5ISRT융합연구센터와 국방 C5ISRT 분야 산학협력을 위한 업무협약을 체결했다고 21일 밝혔다. C5ISRT는 지휘·통제·통신·컴퓨터·사이버·정보·감시·정찰·표적처리를 통합한 지휘통제 및 전장인식 체계다. 전장에서 수집한 정보를 AI로 분석해 지휘관의 판단과 작전 수행을 지원하는 기반으로 꼽힌다. 양측은 △합참 군·산·학 협력센터 참여 △초거대 AI 기반 지휘통제 기술 개발 △2027년 KCCS 사업 핵심 기술 선행 연구 △국방 공용·표준 플랫폼 구축 △전문인력 양성을 공동 추진한다. 합참 군·산·학 협력센터는 국방데이터를 활용해 민간 AI 기술을 군 현장에서 검증하는 사업이다. 국방부는 올해 약 190억원을 투입해 서울 용산 합참과 판교·대전 육군, 서울 양재 공군, 부산 해군·해병대 등 5개 AX 거점을 구축한다. 네이버클라우드와 고려대는 용산 합참 거점에서 공동 연구체계를 마련하고 국방 특화 AI 기술을 발굴·실증할 계획이다. 이번 협력의 핵심은 서로 부족한 역량을 보완하는 데 있다. 네이버클라우드는 AI 모델과 클라우드, 데이터 처리 기술을 보유했지만 군 작전 절차와 보안 규정, 지휘통제체계에 대한 도메인 지식이 필요하다. 고려대 C5ISRT연구센터는 강석중 교수를 중심으로 약 40년간 국방획득과 지휘통제, 방산안보를 연구해 왔지만 실제 AI 서비스를 구현할 산업 파트너가 필요하다. 국방 AI는 일반 기업용 서비스와 달리 외부망과 분리된 환경에서 작전·감시정찰 데이터를 처리해야 한다. AI의 답변 오류가 작전 판단에 영향을 줄 수 있어 정확성과 보안뿐 아니라 판단 근거와 책임 체계까지 검증해야 한다. 기술 성능만큼 군 환경에서의 실증 경험이 향후 KCCS 사업 경쟁력을 좌우하는 이유다. 네이버클라우드는 양측이 공동 추진할 국방 AX 관련 사업 규모를 약 200억원으로 제시했다. 다만 현재는 업무협약과 사업 참여 계획을 구체화하는 단계로, 200억원이 확정된 수주액이나 계약금액을 의미하는 것은 아니다. 김유원 네이버클라우드 대표는 “국방 분야는 기술력뿐 아니라 연구기관과 산업계, 군이 긴밀하게 연결된 협력 생태계가 중요하다”며 국방 핵심사업 참여 기반을 확대하겠다고 말했다. 강석중 고려대 교수는 “최근 전장은 AI와 데이터 기반의 지능형 C5ISRT 체계 중심으로 변화하고 있다”며 연구개발부터 실증과 사업화, 인력 양성까지 아우르는 협력 모델을 만들겠다고 밝혔다.2026-07-21 16:08:44
-
"Kimi K3 돌풍 상장으로 잇는다"…中 문샷, 6개월 내 홍콩 IPO 추진 [경제일보] 중국 인공지능(AI) 스타트업 문샷AI가 신형 모델 ‘키미(Kimi) K3’의 흥행을 발판으로 홍콩 증시 상장에 속도를 낸다. 기술 경쟁력을 매출 성장과 자본 조달로 연결해 딥시크·알리바바 등과 벌이는 중국 AI 주도권 경쟁에서 우위를 확보하려는 행보로 풀이된다. 블룸버그는 19일 소식통을 인용해 문샷이 최근 주주들에게 홍콩 상장 승인을 요청하는 결의안을 배포했다고 보도했다. 통상 이 같은 주주 통지 절차가 시작되면 이르면 6개월 안에 상장이 가능하다는 관측이 나온다. 다만 주주 결의안 배포는 상장을 위한 사전 절차다. 홍콩거래소에 정식 상장 신청서를 제출하거나 심사를 통과한 단계는 아니다. 시장 상황과 중국 당국의 승인, 투자자 수요에 따라 일정이 달라질 수 있다. 문샷은 연초부터 홍콩 상장을 검토하며 중국국제금융공사(CICC), 골드만삭스와 주관사 선정을 논의해온 것으로 알려졌다. 현재 진행 중인 투자 라운드에서는 기업가치가 300억달러, 약 45조원 이상으로 평가될 가능성이 거론된다. 이는 확정된 공모가치가 아니라 상장 전 투자 유치 과정에서 논의되는 예상 몸값이다. ◆ 두 달 만에 ARR 50% 증가…상장 적기 판단 문샷이 상장 준비를 서두르는 배경에는 가파른 매출 성장세가 있다. 블룸버그에 따르면 문샷의 연환산매출(ARR)은 지난 4월 2억달러에서 6월 3억달러로 두 달 만에 50% 증가했다. ARR은 최근 월간 반복 매출이 1년 동안 유지된다고 가정해 환산한 수치다. 성장 속도를 보여주는 지표지만 외부 감사를 거친 연간 매출이나 영업이익과는 구분해야 한다. 결국 상장 이후에는 가입자 증가뿐 아니라 막대한 AI 연산 비용을 감당하면서 수익성을 확보할 수 있는지가 평가 기준이 될 전망이다. 지난 17일 공개한 K3도 상장 추진의 동력이 됐다. K3는 총 2조8000억개의 매개변수와 100만토큰의 문맥 처리 능력을 갖춘 초대형 AI 모델이다. 텍스트와 이미지를 함께 이해하고 코딩, 문서 작성, 업무 자동화 등 에이전트 작업에 초점을 맞췄다. 독립 AI 평가기관 아티피셜 애널리시스에서 K3는 종합지수 3위에 올랐다. 앤트로픽의 클로드 페이블5와 오픈AI의 GPT-5.6 솔보다는 낮았지만 자동화와 일부 에이전트 평가에서는 클로드 오퍼스4.8을 앞섰다. 중국 오픈웨이트 계열 모델이 미국 최상위 폐쇄형 모델과 일부 영역에서 대등한 성능을 보였다는 점에서 의미가 있다는 평가다. 다만 K3를 모든 지표에서 오퍼스4.8보다 우수한 모델로 해석하기는 어렵다. 아티피셜 애널리시스의 환각 평가에서는 오류 비율이 51%로 전작 K2.6의 39%보다 높아졌다. 모델 가중치도 아직 공개되지 않아 현시점에서는 ‘오픈웨이트 공개 예정 모델’로 보는 것이 정확하다. ◆ 흥행 입증했지만 컴퓨팅 부족도 노출 K3 공개 이후 이용 수요는 빠르게 늘었다. 문샷은 출시 48시간 만에 컴퓨팅 자원이 한계에 가까워지자 기존 가입자에게 자원을 우선 배분하기 위해 신규 구독을 일시 중단했다. 블룸버그는 소식통을 인용해 K3 출시 이후 문샷의 하루 판매액이 최소 6배 증가했다고 전했다. 이는 K3의 시장성을 보여주는 동시에 문샷이 상장을 통해 자금을 확보해야 하는 이유도 드러낸다. 초거대 AI를 운영하려면 GPU와 데이터센터, 전력에 지속적으로 투자해야 한다. 이용자가 늘수록 매출과 함께 추론 비용도 증가하기 때문에 가격 대비 성능과 서버 운영 효율이 향후 기업가치를 좌우할 전망이다. 홍콩 상장은 문샷에 국제 자본을 끌어들이면서도 중국 규제 체계 안에 머물 수 있는 선택지다. 미국의 대중국 첨단 반도체 수출 통제가 이어지는 상황에서 자체 모델과 연산 인프라를 확보하려면 대규모 장기 자본이 필요하다. 딥시크 역시 추가 투자 유치와 함께 2027년 전후 상장을 검토하는 것으로 알려졌다. 한편 문샷의 상장 추진은 중국 AI 경쟁의 무게중심이 기술 시연에서 자본과 사업성 경쟁으로 이동하고 있다는 신호다. K3가 미국 모델과의 성능 격차를 좁혔다는 점은 입증했지만, 300억달러에 이르는 몸값을 인정받으려면 비용 효율과 안정성, 유료 고객 유지율까지 보여줘야 한다. 문샷의 진짜 시험대는 벤치마크가 아니라 상장 이후의 손익계산서가 될 가능성이 크다.2026-07-20 17:27:28
-
550조원 AI 데이터센터, 속도가 성패…SK·GS·네이버 "세금·전력·GPU 풀어달라" [경제일보] 정부와 SK텔레콤, GS, 네이버가 2029년까지 8.4기가와트(GW) 규모의 인공지능 데이터센터(AIDC)를 구축하는 메가프로젝트를 본격화한다. 투자 유치를 포함해 약 550조원을 민간이 조달하고 정부는 전력과 부지, 용수, 인허가를 지원하는 구조다. 1단계 사업은 △SK텔레콤 5GW △GS 2.4GW △네이버 1GW로 구성된다. 이후 SK텔레콤이 2035년까지 자체 구축 규모를 15GW로 늘리면 전체 프로젝트는 18.4GW로 확대된다. 2029년 8.4GW와 2035년 18.4GW는 사업 단계와 목표 시점이 다른 수치다. 국회 과학기술정보방송통신위원회 소속 의원들은 16일 서울 여의도 국회 의원회관에서 ‘AI 인프라 투자 촉진과 지능 수출을 위한 전략 토론회’를 열고 사업 추진 방안을 논의했다. 송기헌 과방위원장 등 더불어민주당 의원들이 주최한 이날 행사에는 SK텔레콤과 GS, 네이버클라우드, 삼성SDS, 한국데이터센터연합회, 과학기술정보통신부 관계자들이 참석했다. ◆ AI 경쟁, 모델에서 ‘전력·GPU 확보전’으로 초거대 AI 모델의 학습과 추론 수요가 급증하면서 AI 경쟁의 무게중심은 모델 개발에서 이를 안정적으로 가동할 컴퓨팅 인프라 확보로 확대되고 있다. AI 데이터센터는 대규모 GPU와 고대역폭메모리(HBM), 전력·냉각 설비를 결합해 AI 서비스에 필요한 토큰을 생산하는 시설이다. 정부가 대규모 AIDC를 국가 메가프로젝트로 추진하는 배경도 여기에 있다. AI 모델을 보유하더라도 국내에 충분한 컴퓨팅 자원이 없으면 해외 클라우드와 GPU 공급망에 의존할 수밖에 없다. 반대로 글로벌 빅테크의 연산 자산을 국내에 유치하면 데이터센터 운영뿐 아니라 반도체와 전력기기, 냉각, 네트워크, 클라우드 소프트웨어까지 후방 산업을 함께 키울 수 있다. 한국은 HBM을 생산하는 반도체 기업과 초고속 통신망, 해저케이블, 대형 산업시설 운영 경험을 보유하고 있다는 점에서 경쟁력이 있다는 평가를 받는다. 다만 수백조원에 달하는 투자계획을 실제 착공과 가동으로 연결하려면 전력망과 부지, 장비 조달 시간을 글로벌 고객이 요구하는 수준으로 단축해야 한다. ◆ SKT “AI 자산 유치는 국가 안보 자산 확보” SK텔레콤은 2029년까지 5GW를 단계적으로 구축하고 2035년까지 아시아 최대 수준인 15GW로 확대한다는 계획이다. 울산 AIDC를 시작으로 전국 거점에 인프라를 조성하고 아마존웹서비스(AWS)를 비롯한 글로벌 빅테크와 협력을 확대한다. 윤성은 SK텔레콤 Comm센터장 겸 AI정책연구원장은 “과거 아시아의 금융 허브는 홍콩과 싱가포르였지만 AI 허브의 주인은 우리가 매우 유력하다”며 한국의 반도체·건설 역량과 안정적인 전력망, 통신 인프라를 강점으로 제시했다. 윤 센터장은 글로벌 빅테크의 AI 연산 자산을 국내에 유치하는 것은 “그 어떤 안보동맹보다 강력한 국가 전략 안보 자산이 된다”고 강조했다. 국가와 산업의 AI 의존도가 높아질수록 국내 컴퓨팅 자원 확보가 경제안보와 직결된다는 의미다. SK텔레콤은 현행 조세특례제한법상 코로케이션 방식의 데이터센터가 임대업으로 해석돼 세액공제 대상에서 제외될 수 있다는 점을 문제로 지적했다. AIDC를 지능을 생산하는 공장으로 보고 국가전략기술 사업화 시설에 포함하는 한편 부지와 전력, 건축 관련 인허가를 한 번에 처리하는 패스트트랙을 도입해야 한다는 주장이다. ◆ GS “변압기 납기만 2년…글로벌 수주 놓칠 수 있어” GS는 강원도 동해 일원에 총 2.4GW 규모의 AIDC 캠퍼스를 추진한다. 2028년까지 1단계 1.2GW, 2029년까지 2단계 1.2GW를 구축할 계획이다. GPU와 메모리 등 컴퓨팅 장비를 포함한 총투자비는 약 120조원으로 추산했다. 도현수 GS AI인프라 대표는 글로벌 고객 유치의 핵심으로 ‘속도’를 꼽았다. 해외 빅테크는 데이터센터 공급 가능 시점을 먼저 확인하지만 국내에서는 대형 변압기 조달에만 약 2년이 걸릴 수 있다는 설명이다. 도 대표는 “글로벌 고객 대부분이 ‘2년 안에 지어줄 수 있느냐’고 묻는다”며 “부품과 변압기 조달에 유연성을 발휘해줬으면 한다”고 말했다. 반도체 공장 증설과 데이터센터 투자가 동시에 진행되면서 전력기기 생산 물량을 놓고 경쟁하는 상황도 병목 요인으로 지목했다. 대규모 냉각 용수 확보도 과제다. GS는 해수와 중수도 등 대체 수자원을 냉각에 활용할 수 있도록 취수 관련 규제를 완화하고 환경·건축 인허가 절차를 간소화해 달라고 요청했다. ◆ 네이버 “국가가 GPU 구매력 모아야” 네이버클라우드는 자체 데이터센터 ‘각 춘천’과 ‘각 세종’, 초거대 AI 모델 ‘하이퍼클로바X’ 운영 경험을 바탕으로 1GW 규모의 글로벌 AI 팩토리를 구축한다. 내년 상반기까지 55메가와트(MW) 규모의 GPU 서비스(GPUaaS)를 제공하고 같은 해 100MW 이상으로 확대한다는 계획이다. 배성준 네이버클라우드 전무는 AI 팩토리 구축 비용의 약 70%가 GPU와 서버 등 컴퓨팅 장비에 집중된다고 설명했다. 글로벌 빅테크보다 구매 물량이 적은 국내 기업은 GPU 가격과 공급 시기 협상에서 불리할 수밖에 없다는 지적이다. 배 전무는 “국가 차원에서 GPU 구매력을 모아 협상력을 높여야 한다”고 제안했다. 비수도권 데이터센터의 전력계통영향평가 절차를 단축하고 장기간 안정적인 전력 비용을 보장하는 AIDC 전용 요금제를 마련해야 한다는 의견도 내놨다. 네이버는 공공기관이 국산 AI 모델을 우선 도입해 초기 시장을 만들고 일본·대만 등과 보안 인증을 공유해야 한다고 제안했다. 데이터센터와 클라우드, AI 모델, 서비스를 묶어 수출하려면 해외에서도 통용되는 실적과 인증이 필요하다는 판단이다. ◆ 삼성SDS·업계 “세제 혜택과 규제 컨트롤타워 필요” 삼성SDS도 AIDC를 국가전략산업으로 지정해야 한다는 데 힘을 보탰다. 이항재 삼성SDS 상무는 “데이터센터 하나를 짓는 데도 파이낸싱이 필요하고 이자 비용까지 감당하며 영업해야 하는 구조여서 세제 혜택이 절실하다”고 말했다. 이 상무는 기업이 개별적으로 부지와 전력 공급처를 찾는 방식에서 벗어나 전국에 2∼3GW 규모의 AIDC 클러스터를 미리 조성해야 한다고 제안했다. 과기정통부 내 AIDC 사업을 전담할 정규 조직을 신설할 필요성도 제기했다. 채효근 한국데이터센터연합회 전무는 “현재 데이터센터는 1년에 8차례 안팎의 비슷한 점검을 여러 부처로부터 받고 있다”며 부처별 규제를 일원화할 컨트롤타워 지정을 요청했다. ◆ 정부, 테스트랩 10곳·범부처 TF로 지원 정부는 국산 AIDC 솔루션을 검증하고 수출 실적을 확보할 수 있도록 테스트랩 10곳을 구축한다. 국산 AI 반도체와 대형 비상발전기, 무정전전원장치(UPS), 냉각 설비 등 국산화가 부족한 장비의 기술개발도 지원할 계획이다. 김경만 과기정통부 AI정책실장은 “AI 인프라는 단순히 건물을 짓는 것을 넘어 AI 생태계 전체에서 데이터센터가 어떤 역할을 하는지에 초점을 맞춰야 한다”고 말했다. 이어 전력·냉각 등 물리적 설비와 GPU·네트워크·클라우드 운영 기술을 함께 육성하겠다고 밝혔다. 과기정통부는 전력과 부지, 용수 등 부처 간 쟁점을 조율하는 실무 태스크포스(TF)를 월 1회 정기 운영하고 필요할 때마다 수시로 소집할 방침이다. 관건은 550조원이라는 투자계획을 실제 고객 계약과 가동으로 연결하는 것이다. 8.4GW는 확정된 매출이나 수주가 아니라 기업과 정부가 제시한 구축 목표다. 글로벌 고객 확보와 투자금 조달, 전력망 연결, GPU·변압기 공급이 일정에 맞춰 진행돼야 계획이 현실화할 수 있다. 송기헌 국회 과방위원장은 “기업의 투자 의지만으로 해결하기 어려운 문제인 만큼 정부와 국회가 제도적 기반을 마련하고 예측 가능한 투자환경을 조성해야 한다”며 “데이터센터와 반도체·클라우드·소프트웨어·운영기술을 결합한 인프라 모델을 경쟁력 있는 수출산업으로 발전시켜야 한다”고 강조했다. 황정아 더불어민주당 의원도 “지능을 생산·수출할 AI 팩토리 투자를 가속화할 골든타임”이라며 “산업 현장에서 나온 제언을 입법과 정책으로 뒷받침하겠다”고 말했다.2026-07-16 17:44:09
-
![[AI시대 대격변] 한국경제 3주체를 다시 짜라 ①기업·재벌편](https://image.ajunews.com//content/image/2026/07/09/20260709165036954321.png)
한국경제 3주체를 다시 짜라 ①기업·재벌편 [경제일보] 인공지능(AI) 시대는 한국경제에 기술 도입을 넘어선 전방위 개혁을 요구하고 있다. 기업은 AI를 비용 절감 수단이 아니라 조직과 사업모델 혁신의 계기로 삼아야 한다. 소비자는 편리함에 머무르지 않고 데이터 주권과 알고리즘 감시 능력을 갖춰야 한다. 정부는 규제 완화와 산업 지원을 넘어 인프라, 인재, 안전망, 신뢰 체계를 함께 설계해야 한다. 이에 본지는 이번 기획을 통해 AI시대 한국경제 3주체의 역할 변화와 개혁 과제를 짚고, 한국경제가 관성의 경제에서 학습의 경제로 전환하기 위한 해법을 모색한다. <편집자주> 한국 대기업들이 인공지능(AI) 전환의 한복판에 섰다. 반도체 기업은 AI 서버의 핵심 부품인 고대역폭메모리(HBM)와 첨단 패키징 경쟁에 뛰어들고 있고, 플랫폼 기업은 초거대 AI와 클라우드 인프라를 강화하고 있다. 자동차·조선·철강·금융권도 생산공정 자동화, 로봇, AI 상담, 리스크 관리 등으로 적용 범위를 넓히고 있다. 정부와 기업의 투자 시계도 빨라지고 있다. 최근 한국 정부는 삼성전자와 SK하이닉스 등을 축으로 대규모 AI·반도체 투자 전략을 추진하고 있다. 삼성전자와 SK하이닉스는 약 800조원 규모의 신규 반도체 제조시설 투자에 참여하고, 충청권에는 81조원 규모의 반도체 패키징 클러스터가 조성된다. 또 SK·GS·네이버 등이 AI 데이터센터 구축에 참여하고 장기적으로 관련 투자가 1000조원 이상으로 확대될 수 있다는 구상도 내놨다. 실제 정부는 지난달 29일 SK·GS·네이버와 협력해 1단계로 8.4GW 규모의 AI 데이터센터를 구축하겠다고 밝혔다. SK가 5GW, GS가 2.4GW, 네이버가 1GW 규모로 참여하며 관련 투자 규모는 550조원으로 제시됐다. 투자 규모만 놓고 보면 한국 기업들은 다시 한 번 ‘큰 판’을 벌이고 있다. 그러나 현장에선 “AI 투자가 곧 AI 경쟁력은 아니다”라는 지적도 나온다. 한 대기업 AI 전략 담당자는 “지금은 어느 그룹이나 AI 조직과 태스크포스는 갖추고 있지만 실제 업무에 적용하려면 데이터 접근권, 보안, 법무, 감사, 성과평가가 모두 걸린다”며 “AI 도입보다 어려운 것은 부서 간 칸막이를 허무는 일”이라고 말했다. HBM이 바꾼 증시 서열…AI가 기업가치 기준 흔든다 AI 전환은 이미 국내 증시의 기업가치 평가 기준도 바꾸고 있다. 대표 사례가 SK하이닉스다. SK하이닉스는 AI 반도체 수요 확대와 HBM 시장 선점 효과에 힘입어 지난달 22일 코스피 장중 시가총액에서 삼성전자를 앞질렀다. 이는 단순한 주가 순위 변화가 아니다. 한국 반도체 산업의 무게중심이 범용 메모리 중심에서 AI용 고부가 메모리와 패키징, 고객 맞춤형 공급망으로 이동하고 있다는 신호다. 과거에는 생산능력과 원가 경쟁력이 핵심이었다면 이제는 엔비디아 등 글로벌 빅테크·AI 반도체 기업과 얼마나 긴밀하게 연결돼 있는지, 차세대 HBM을 얼마나 빨리 개발·공급할 수 있는지가 기업가치를 좌우한다. 다만 AI 반도체 호황이 항상 주가 상승으로만 이어지는 것은 아니다. 실제 8일 삼성전자와 SK하이닉스 주가는 미국 반도체주 약세와 AI 붐 지속성에 대한 우려 속에 장중 동반 약세를 보였다. 증권업계 한 관계자는 “AI 반도체가 한국 증시의 핵심 테마가 된 것은 분명하지만 시장은 이제 단순한 실적 증가보다 지속 가능한 가격 결정력과 고객 기반을 본다”며 “AI 사이클이 길어질수록 기업 간 격차는 더 커질 수 있다”고 말했다. 계열사 울타리에 갇힌 데이터, AI 경쟁력의 병목 AI 경쟁력은 반도체와 데이터센터 같은 하드웨어 투자만으로 결정되지 않는다. 기업 내부의 데이터 활용 구조가 핵심 변수다. 한국 대기업은 제조, 금융, 유통, 통신, 물류 등 방대한 데이터를 갖고 있다. 그러나 계열사별·부서별로 데이터가 분산돼 있고, 보안과 개인정보, 감사 리스크 때문에 실제 활용은 제한적인 경우가 많다. 한 제조업계 관계자는 “공장에는 설비 데이터가 쌓이고, 영업부서에는 고객 데이터가 쌓이며, 구매부서에는 공급망 데이터가 쌓이지만 이를 하나의 모델로 연결하는 일은 쉽지 않다”며 “AI 프로젝트를 시작하면 기술 문제가 아니라 내부 승인 절차에서 시간이 더 걸리는 경우가 많다”고 했다. 재벌 구조의 강점이던 수직계열화도 AI시대에는 양면성을 갖는다. 위기 때 빠르게 자원을 동원하는 데는 유리하지만 데이터와 인재가 계열사 내부에 갇히면 개방형 혁신에는 불리할 수 있다. 한 스타트업 대표는 “대기업들이 AI 스타트업과 협업을 말하지만 실제 계약 단계에서는 지식재산권, 데이터 소유권, 보안 조항이 지나치게 무겁다”며 “함께 실험하고 성과를 나누는 방식으로 바뀌어야 한다”고 지적했다. AI 도입보다 어려운 건 일하는 방식의 개혁 기업들이 생성형 AI를 사내 업무에 도입하면서 보고서 초안 작성, 회의록 정리, 시장조사, 고객 응대, 코드 작성, 번역, 계약서 검토 등에서 AI 활용이 확대되고 있다. 그러나 전문가들은 AI를 업무 도구로 배포하는 것만으로 생산성 향상이 보장되지는 않는다고 지적한다. 지난 5월 arXiv에 공개된 조원익·김성훈·김근혜의 포지션 페이퍼 ‘Adopting AI in Practice Does Not Guarantee the Productivity Boost’는 AI 도입이 곧바로 생산성 향상으로 이어지는 것은 아니라고 지적했다. 논문은 인력 구성, 구성원의 기초 역량, 학습곡선, 인센티브 구조, 목표 설정의 유연성 등이 AI 생산성 효과를 좌우한다고 분석했다. 한 경영학 교수는 “AI는 단순히 업무 시간을 줄이는 기술이 아니라 의사결정 방식을 바꾸는 기술”이라며 “기업이 AI를 제대로 쓰려면 어떤 업무를 AI에 맡기고 어떤 판단은 사람이 책임질지 조직 원칙을 세워야 한다”고 말했다. 중간관리자의 역할 변화도 불가피하다. 지금까지 중간관리자는 자료를 취합하고 보고서를 다듬고 리스크를 걸러내는 역할을 해왔다. 그러나 생성형 AI가 정보 수집과 문서 작성의 상당 부분을 보조하면서 중간관리자의 경쟁력은 보고서 작성 능력이 아니라 문제 정의, 결과 검증, 부서 간 조정 능력으로 이동하고 있다. AI 전환은 청년 채용과 인재 육성 방식에도 영향을 미친다. 반복적 사무 업무와 초급 분석 업무가 AI로 대체되면 신입사원이 조직에서 배우는 첫 단계가 줄어들 수 있다. 한 대기업 인사 담당자는 “AI 도입 이후 신입사원에게 맡길 수 있는 단순 업무는 줄어드는 반면, 처음부터 문제 해결형 역량을 요구하는 분위기가 강해지고 있다”며 “채용 규모를 줄이는 유혹이 생기지만 장기적으로는 인재 풀이 약해질 수 있어 재교육 체계를 함께 고민하고 있다”고 말했다. AI 거버넌스도 기업 경쟁력 됐다 AI 활용이 확대될수록 기업의 책임도 커진다. 한국은 AI 기본법 시행을 앞두고 있으며, 고영향 AI에 대한 인간 감독과 투명성 확보가 주요 쟁점으로 떠올랐다. 특히 금융, 보험, 의료, 채용, 교육처럼 개인의 권리와 직접 연결되는 분야에서는 AI가 어떤 데이터를 사용했고, 어떤 기준으로 판단했으며, 오류가 발생했을 때 누가 책임질지가 중요해진다. 금융권 한 관계자는 “AI 상담이나 대출심사는 소비자 편의성을 높일 수 있지만 설명 책임이 약하면 민원과 분쟁으로 이어질 수 있다”며 “AI를 많이 쓰는 회사보다 AI 판단을 얼마나 투명하게 관리하는지가 앞으로 더 중요한 평판 요소가 될 것”이라고 말했다. 산업계에서는 AI 활용이 실제 경쟁력으로 이어지려면 조직 운영 방식의 변화가 병행돼야 한다는 지적이 나온다. 과거 대기업의 성장 방식은 계열사 내부에서 원료 조달, 부품 생산, 완제품 제조, 금융 지원을 묶는 수직계열화가 중심이었다. 그러나 AI 분야에서는 데이터, 클라우드, 알고리즘, 소프트웨어 인재가 기업 안팎에 분산돼 있어 외부 스타트업과 대학, 협력사와의 공동 개발과 실험이 중요해지고 있다. 전문가들은 AI 경쟁력이 투자 규모만으로 결정되지는 않는다고 본다. 반도체 설비 확충과 데이터센터 구축은 AI 전환의 기반에 해당하지만 이후에는 내부 인재 재교육, 중간관리자 역할 재정립, AI 활용 책임 체계, 외부 생태계와의 협업 구조가 함께 작동해야 한다는 설명이다. 한 재계 관계자는 “한국 대기업의 AI 경쟁력은 대규모 투자 이후의 실행 구조에서 갈릴 가능성이 크다”며 “총수의 투자 결정을 현장의 실험과 조직 학습으로 연결하고, 계열사 중심의 폐쇄형 운영을 개방형 협력 모델로 전환할 수 있는지가 향후 AI 전환의 핵심 변수로 꼽힌다”고 말했다.2026-07-09 16:51:36
-
![[800조 전쟁] 네이버, 검색기업에서 AI 인프라 기업으로…한국형 AI 클라우드 승부수](https://image.ajunews.com//content/image/2026/07/02/20260702133721741262.jpg)
네이버, 검색기업에서 AI 인프라 기업으로…'한국형 AI 클라우드' 승부수 [경제일보] 정부가 인공지능(AI) 데이터센터를 대한민국 미래 산업을 이끌 핵심 국가 인프라로 공식화하면서 네이버의 기업 가치도 새로운 관점에서 재조명되고 있다. 검색과 포털 중심 플랫폼 기업으로 인식됐던 네이버가 데이터센터와 클라우드, 자체 거대언어모델(LLM)을 아우르는 AI 인프라 기업으로 사업 무게중심을 옮기고 있어서다. 지난달 29일 정부는 '대한민국 대도약 3대 메가 프로젝트'를 발표하며 반도체와 피지컬 AI, AI 데이터센터를 국가 성장전략의 세 가지 핵심 축으로 제시했다. 반도체를 만드는 것에서 끝나는 것이 아니라 AI를 학습하고 서비스할 데이터센터와 클라우드 인프라까지 국가 경쟁력의 핵심으로 규정한 것이다. 이 같은 변화 속에서 네이버는 국내 기업 가운데 보기 드물게 AI 데이터센터와 자체 AI 모델, 클라우드 서비스를 모두 보유한 사업자로 꼽힌다. 글로벌 빅테크처럼 반도체를 직접 설계하거나 생산하지는 않지만 AI 서비스를 구현하는 핵심 기반을 대부분 자체적으로 구축하고 있다는 점에서다. AI 데이터센터가 바꾼 네이버의 미래 특히 네이버가 지난해 본격 가동에 들어간 세종 AI 데이터센터 '각 세종'은 이러한 전략의 상징으로 평가된다. 축구장 수십 개 규모의 부지에 들어선 각 세종은 기존 인터넷 서비스 운영을 위한 서버 시설을 넘어 초거대 AI 모델 학습과 추론을 지원하는 AI 데이터센터를 지향한다. 대규모 GPU 연산 자원을 기반으로 생성형 AI 서비스를 안정적으로 운영할 수 있도록 설계됐으며 향후 AI 수요 증가에 맞춰 확장성도 고려했다. 데이터센터의 의미는 과거와 달라지고 있다. 과거에는 인터넷 서비스를 안정적으로 운영하기 위한 서버 공간이었다면 생성형 AI 시대에는 막대한 데이터를 저장하고 인공지능 모델을 학습시키는 'AI 팩토리'로 역할이 바뀌고 있다. AI 모델의 성능이 GPU와 데이터센터의 규모, 전력 공급 능력에 크게 좌우되면서 데이터센터 자체가 국가 산업 경쟁력을 결정하는 핵심 자산으로 떠오르고 있는 것이다. 실제로 이재명 대통령도 '대한민국 대도약 3대 메가 프로젝트 국민보고회'에서 "피지컬 AI를 통해 산업 현장에서 생성된 데이터가 데이터센터에 축적되고 이를 기반으로 다시 산업 혁신이 이뤄지는 선순환 구조를 만들어야 한다"며 전국 단위 AI 데이터센터 구축을 핵심 과제로 제시했다. 정부가 AI 데이터센터를 단순한 민간 시설이 아닌 국가 전략 인프라로 공식 규정한 것은 이번이 처음이라는 점에서 산업계도 의미를 크게 보고 있다. 네이버 역시 데이터센터를 단순한 설비 투자로 접근하지 않는다. AI 데이터센터와 자체 LLM인 하이퍼클로바X, 네이버클라우드를 하나의 생태계로 연결하는 전략을 추진하고 있다. 데이터를 저장하는 공간과 AI를 학습하는 모델, 이를 기업과 공공기관이 활용할 수 있도록 제공하는 클라우드 서비스를 하나의 밸류체인으로 구축하겠다는 구상이다. 이는 글로벌 AI 산업의 경쟁 방식과도 맞닿아 있다. 미국에서는 AI 경쟁력이 단순히 거대언어모델의 성능만으로 결정되지 않는다. AI 모델을 안정적으로 학습시키고 서비스를 제공할 수 있는 초대형 데이터센터와 클라우드 인프라 확보가 경쟁력을 좌우하고 있다. 실제로 미국 빅테크들은 수십조 원을 투입해 AI 데이터센터를 확충하고 있으며 AI 투자의 상당 부분도 컴퓨팅 인프라에 집중되고 있다. 국내에서도 AI 인프라 경쟁은 본격화되는 분위기다. SK그룹은 울산을 시작으로 전국에 총 5GW 규모 AI 데이터센터 구축을 추진하고 있고, 삼성전자 역시 AI 반도체 경쟁력 강화에 속도를 내고 있다. LG그룹도 AI 데이터센터와 냉각 솔루션, AI 부품 사업을 미래 성장동력으로 육성하고 있다. 이 가운데 네이버는 제조기업과는 다른 방식으로 AI 생태계 경쟁에 뛰어들고 있다. 직접 반도체를 생산하는 대신 AI 서비스를 실제 구현하는 플랫폼과 클라우드, 데이터센터를 중심으로 경쟁력을 확보하는 전략이다. 정부가 AI 데이터센터를 국가 핵심 인프라로 제시하면서 이러한 전략 역시 새로운 성장 동력으로 주목받고 있다는 평가가 나온다. 공공 AI 시장 노리는 'AI 풀스택' 전략 네이버의 AI 인프라 전략은 네이버클라우드를 중심으로 구체화되고 있다. AI 서비스가 실제 산업 현장에서 활용되기 위해서는 초거대 AI 모델뿐 아니라 이를 안정적으로 운영할 수 있는 클라우드 환경이 필수적이기 때문이다. 네이버는 자체 AI 모델인 하이퍼클로바X를 네이버클라우드와 결합해 기업과 공공기관이 생성형 AI를 업무에 활용할 수 있는 환경을 확대하고 있다. 실제 네이버클라우드는 지난해 12월 한국수력원자력과 '뉴로클라우드 포 하이퍼클로바X' 기반 원전 특화 생성형 AI 플랫폼 구축 계약을 체결했다. 한수원 내부 데이터를 기반으로 원자력 산업에 특화된 AI 플랫폼을 구축하는 사업으로, 네이버클라우드는 이를 원전 분야 특화형 LLM 서비스 구축 사례로 설명하고 있다. 한국은행과도 올해 3월 같은 솔루션 기반의 전용 생성형 AI 플랫폼 제공 계약을 맺었다. 한국은행 보유 데이터를 학습해 금융·경제 특화 생성형 AI 모델을 구축하고, 장기적으로는 한국은행 자료의 검색·요약·추천 등을 연계한 대국민 서비스 발굴도 검토한다는 계획이다. 이처럼 네이버클라우드는 단순히 AI 모델을 개발하는 데 그치지 않고 기관별 데이터를 안전한 환경에서 학습·활용할 수 있는 전용 AI 플랫폼을 제공하는 방식으로 사업 영역을 넓히고 있다. 특히 폐쇄망 또는 기관 내부 환경에서 생성형 AI를 활용하려는 공공·금융·에너지 분야 수요와 맞물리면서 하이퍼클로바X와 클라우드를 결합한 'AI 풀스택' 전략이 구체화 되고 있다. 특히 정부가 AI 데이터센터를 국가 전략 인프라로 제시하면서 공공 AI 시장 확대 가능성도 커지고 있다. 정부와 지방자치단체를 비롯한 공공기관은 보안과 데이터 주권 문제로 해외 클라우드 사용에 신중한 입장을 보여왔다. 이에 따라 국내 데이터센터와 자체 AI 모델을 보유한 사업자에 대한 관심도 높아질 것이라는 전망이 나온다. 이 과정에서 주목받는 개념이 '소버린 AI(Sovereign AI)'다. 소버린 AI는 국가의 언어와 문화, 법·제도, 데이터를 기반으로 자국 내에서 AI를 개발·운영하는 전략을 의미한다. AI 기술뿐 아니라 데이터와 컴퓨팅 인프라까지 자국이 통제할 수 있어야 한다는 개념으로 최근 유럽과 일본, 싱가포르 등 주요 국가들도 관련 정책을 확대하고 있다. 네이버 역시 이러한 흐름에 맞춰 국내 데이터를 기반으로 한 AI 생태계 구축을 추진하고 있다. 국내에서 생성된 데이터를 국내 데이터센터에 저장하고, 자체 AI 모델이 이를 학습한 뒤 다시 기업과 공공기관에 서비스를 제공하는 구조다. 정부가 강조하는 AI 데이터센터 구축과도 방향성이 맞닿아 있다는 평가다. 글로벌 빅테크와 AI 인프라 경쟁 다만 넘어야 할 과제도 적지 않다. 글로벌 AI 인프라 시장은 이미 미국 빅테크들이 막대한 자본력을 앞세워 주도하고 있기 때문이다. 시장조사업체들에 따르면 전 세계 클라우드 시장은 현재 아마존웹서비스(AWS), 마이크로소프트 애저(Azure), 구글 클라우드가 대부분을 차지하고 있다. 이들은 수백억 달러를 투입해 AI 데이터센터를 지속적으로 확대하고 있으며 엔비디아 최신 GPU 확보 경쟁에서도 우위를 점하고 있다. 반면 국내 사업자는 상대적으로 제한된 투자 규모와 GPU 확보 여건, 전력 비용 부담 등을 안고 있다. 성능 경쟁뿐 아니라 컴퓨팅 자원 확보 경쟁에서도 글로벌 사업자와 격차를 줄여야 하는 상황이다. 업계에서는 정부가 '반도체·피지컬 AI·AI 데이터센터'를 대한민국 미래 산업을 이끌 '3대 메가 프로젝트'로 공식화한 것이 이러한 격차를 줄이는 계기가 될 수 있을 것으로 기대한다. 정부가 전국 단위 AI 데이터센터 구축과 전력 인프라 확충, 인허가 지원 등을 통해 AI 인프라를 국가 전략 차원에서 육성하겠다는 의지를 밝힌 만큼 국내 기업들도 보다 안정적인 컴퓨팅 자원과 클라우드 환경을 확보하며 글로벌 경쟁력을 높일 수 있을 것이라는 전망이다. "데이터센터는 AI 공장"…소버린 AI 승부수 결국 정부가 추진하는 3대 메가 프로젝트의 핵심은 AI 생태계를 구성하는 모든 요소를 국내에서 구축하는 데 있다. 반도체가 AI의 연산 능력을 책임진다면 데이터센터는 이를 구동하는 기반이며 클라우드는 산업 현장으로 AI를 확산시키는 통로다. 네이버클라우드 관계자는 "세종 AI 데이터센터 '각'은 기존처럼 데이터를 단순 저장·관리하는 데이터센터가 아니라 AI를 학습시키고 추론을 거쳐 실제 서비스까지 연결하는 'AI 팩토리' 개념의 플랫폼"이라며 "AI 시대에는 데이터를 보관하는 공간을 넘어 AI 비즈니스가 이뤄지는 핵심 인프라 역할을 수행하게 될 것"이라고 설명했다. 이어 "네이버클라우드는 AI 인프라부터 초거대 AI 모델까지 아우르는 AI 풀스택(AI Full Stack) 역량을 갖추고 있다는 것이 가장 큰 경쟁력"이라며 "정부의 AI 활용 확대 정책으로 공공과 산업계 전반에서 AI 전환(AX) 수요가 빠르게 늘고 있는 반면 공급은 아직 충분하지 않은 상황"이라고 말했다. 그러면서 "네이버클라우드는 엔비디아와의 AI 팩토리 협력을 비롯해 다양한 AI 기술 협력을 확대하고 있으며 국내 AI 생태계에 필요한 소버린 AI 역량과 안전한 데이터 관리 환경을 제공하는 데 역량을 집중하고 있다"고 덧붙였다.2026-07-02 13:54:15
많이 본 뉴스
영상
Youtube 바로가기
![[데스크칼럼] AI가 내 돈을 쓰는 시대, 책임은 누가 지나](https://image.ajunews.com/content/image/2026/10/16/20261016135030302549_518_323.jpeg)