2026.09.01 화요일
검색
'컴퓨팅' 검색결과
기간검색
-
~
검색영역
검색어
-
민간 AI 인사 전면 배치한 정부…'AI 3대 강국' 실행력 시험대 [경제일보] 정부가 인공지능(AI) 정책을 이끌 핵심 인선을 잇달아 단행하면서 그동안 흩어져 있던 AI 정책의 방향을 정비하고 산업 현장에서 체감할 수 있는 실행력을 높이는 데 속도를 낼 전망이다. 민간 AI·정보기술(IT) 분야 경험을 갖춘 인사를 전면에 배치한 만큼 정책을 만드는 데 그치지 않고 기업의 AI 투자와 기술 개발, 서비스 확산으로 연결할 수 있을지가 관건으로 떠올랐다. 31일 업계에 따르면 정부는 최근 이해민 AI미래기획수석과 하정우 국가AI전략위원회 부위원장을 잇달아 기용하며 AI 정책 컨트롤타워 재정비에 나섰다. AI 산업을 국가 경쟁력의 핵심 축으로 삼고 대규모 투자를 추진하는 상황에서 정책을 구체화하고 부처 간 조율을 강화하기 위한 움직임으로 풀이된다. 이번 인선은 민간 현장 경험을 갖춘 인사를 AI 정책 전면에 배치한 것이 특징이다. AI 기술과 산업 현장의 변화를 직접 경험한 인사들이 정책 결정 과정에 참여하면서 기술 개발 기업과 실제 AI를 도입하는 기업 사이의 간극을 줄이는 역할을 할 것으로 전망되고 있다. AI 산업은 기술 변화 속도가 빠른 만큼 정책 결정이 늦어질 경우 기업의 투자와 사업 추진에도 불확실성이 커질 수 있을 것으로 평가된다. 기업 입장에서는 어떤 분야에 정부 지원이 집중되는지, 데이터와 컴퓨팅 인프라를 어떻게 활용할 수 있는지, AI 서비스를 둘러싼 규제가 어느 수준에서 적용되는지에 따라 연구개발과 설비투자 규모가 달라질 수 있기 때문이다. 특히 AI는 특정 산업에 국한된 기술이 아니라 제조·금융·통신·의료·유통·콘텐츠 등 산업 전반의 생산성을 좌우하는 범용 기술로 확산하고 있다. 정부가 AI를 국가 성장동력으로 제시하면서도 실제 현장에서 기업이 어떤 기준에 따라 AI를 도입해야 하는지가 명확하지 않다면 정책 목표와 산업 현장 사이에 간극이 발생할 수 있다는 지적이 나오는 이유다. 정부가 추진하는 AI 관련 대규모 투자 역시 실제 산업 성과로 이어지는 구조를 만드는 것이 중요할 것으로 전망된다. 정부가 컴퓨팅 인프라와 연구개발에 투자하더라도 기업이 이를 활용해 제품을 개발하고 매출을 만들어내지 못한다면 국가 차원의 AI 경쟁력 강화라는 목표를 달성하기 어렵기 때문이다. 특히 국내 AI 산업은 글로벌 빅테크와 경쟁해야 하는 동시에 제조·반도체·통신·자동차 등 국내 산업의 AI 전환도 동시에 추진해야 하는 상황에 놓여 있다. 이에 AI 모델을 개발하는 기업뿐 아니라 이를 실제 업무와 생산 현장에 적용하는 수요기업까지 함께 성장할 수 있는 생태계를 만드는 것이 중요하다는 평가다. 이 과정에서 정부 정책의 일관성도 중요한 변수다. AI 기술은 정부 임기보다 긴 시간과 막대한 자본이 필요한 분야인 만큼 기업들이 단기적인 지원사업보다 중장기적인 정책 방향을 보고 투자 결정을 내릴 수 있는 환경을 만들어야 한다. 정책이 부처별로 나뉘거나 규제 기준이 빠르게 바뀔 경우 기업 입장에서는 투자 시점과 사업 방향을 결정하기 어려워질 수 있다. AI 정책 컨트롤타워가 명확해지면 이러한 불확실성을 줄일 수 있다는 기대도 나온다. AI 산업 육성, 규제 개선, 인프라 확충, 인재 양성 등 여러 정책이 개별 부처 단위로 추진되는 대신 하나의 국가 전략 아래 연계될 경우 기업이 정부 정책의 방향을 예측하고 투자와 사업 계획을 세우는 데 도움이 될 수 있다. 다만 이번 인선만으로 산업 현장의 변화가 자동으로 만들어지는 것은 아니다. AI 기업이 기술 개발을 위해 필요한 데이터와 GPU 등 컴퓨팅 자원을 확보할 수 있는지, 기업들이 AI 서비스를 도입할 때 불필요한 규제에 발목 잡히지 않는지, 정부 지원이 실제 매출과 수출 등 산업 성과로 이어지는 정책 결정 속도와 현장 적용력이 중요해질 전망이다. 특히 AI 도입 과정에서 기업들이 가장 우려하는 것은 기술 자체보다 정책과 규제의 불확실성이 될 수 있다. 새로운 AI 기술이 등장할 때마다 어떤 규제가 적용되는지 해석이 달라지거나 부처마다 다른 기준을 제시할 경우 기업은 기술 개발보다 규제 대응에 더 많은 시간과 비용을 투입할 수밖에 없다. 이에 정부가 'AI 3대 강국'이라는 목표를 현실화하기 위해서는 산업 현장에서 혼선을 줄이는 것이 우선 과제로 꼽힌다. AI 개발 기업에는 사업화의 길을 열고, AI를 활용하려는 기업에는 명확한 규칙을 제시하며, 필요한 인프라와 인재를 적시에 공급하는 방식으로 정책의 속도를 높여야 한다는 것이다. 정부가 민간 경험을 갖춘 AI 인사를 전면에 배치한 것도 결국 이러한 실행력을 높이기 위한 포석으로 풀이된다. 앞으로 정부가 내놓을 AI 정책의 성패 역시 새로운 조직이나 인물의 등장 자체보다 이들이 현장의 목소리를 얼마나 빠르게 정책에 반영하고 기업의 투자와 AI 도입을 실제 성과로 연결하느냐에 달릴 전망이다. 하정우 국가인공지능전략위원회 신임 상근부위원장은 이날 취임식에서 "국가AI전략위원회가 국가 AI 비전을 제시하고 민간의 혁신 역량과 정부의 정책 역량을 연결해 실제 성과를 만들어내는 국가 AI 거버넌스의 중심축이 돼야 한다"며 "필요한 정책은 신속하게 결정하고 부처 간 쟁점은 적극적으로 조정하며 현장의 걸림돌은 과감히 해소하겠다"고 말했다.2026-08-31 18:08:08
-
하정우, 국가AI전략위 '실행 사령탑' 취임…"AI 3대 강국 역량 총결집" [경제일보] 하정우 국가인공지능전략위원회 신임 상근부위원장이 31일 취임하면서 정부의 인공지능(AI) 정책 컨트롤타워가 전략 수립을 넘어 실행력을 높이는 단계로 전환될 전망이다. 하 부위원장은 국가AI전략위의 역할을 부처와 민간을 연결해 실제 성과를 만드는 구심점으로 규정하고 AI 3대 강국 도약을 위한 국가 역량 총결집을 선언했다. 하 부위원장은 이날 취임사에서 “국가AI전략위원회가 국가 AI 비전을 제시하고 민간의 혁신 역량과 정부의 정책 역량을 연결해 실제 성과를 만들어내는 국가 AI 거버넌스의 중심축이 돼야 한다”고 밝혔다. 이어 “필요한 정책은 신속하게 결정하고 부처 간 쟁점은 적극적으로 조정하며 현장의 걸림돌은 과감히 해소하겠다”고 강조했다. 이번 인사는 지난 5월부터 공석이었던 상근부위원장 자리를 약 석 달 만에 채웠다는 점에서도 의미가 있다. 국가AI전략위가 중장기 AI 전략을 담당하고 과학기술정보통신부가 주요 정책을 실행하는 가운데 청와대 AI미래기획수석이 범부처 조정을 맡는 역할 분담이 다시 갖춰지면서 정부의 AI 정책 추진력도 강화될 것으로 보인다. 하 부위원장이 가장 먼저 강조한 과제는 반도체·피지컬 AI·AI 데이터센터를 연결한 ‘3대 메가프로젝트’다. 그는 세 분야가 따로 움직이는 것이 아니라 AI 생태계 안에서 유기적으로 연결돼야 한다며 범정부 정책 조정과 민관 협력을 강화하겠다고 밝혔다. 특히 피지컬 AI는 제조업과 로봇, 자율주행 등 국내 산업 기반을 활용해 글로벌 경쟁력을 확보할 수 있는 분야로 꼽힌다. 여기에 AI 반도체와 데이터센터를 결합해 AI 모델 개발부터 실제 산업 적용까지 이어지는 생태계를 만드는 것이 정부 전략의 핵심이다. ‘모두의 AI’도 주요 과제로 제시했다. 산업과 연구 분야뿐 아니라 교육·의료·행정 등 국민 생활 전반으로 AI 전환을 확대하고, 세대·지역·계층에 따른 AI 격차도 줄이겠다는 구상이다. 하 부위원장은 “AI는 소수 기업이나 특정 계층만을 위한 기술이 아니라 모든 국민의 기회를 넓히고 삶의 질을 높이는 기술이 돼야 한다”고 말했다. 정책의 실효성을 높이기 위한 성과 관리도 강화한다. 하 부위원장은 ‘대한민국 인공지능 행동계획’과 3대 메가프로젝트가 실제 투자와 산업 성장으로 연결되는지 추진 상황을 직접 점검하겠다고 밝혔다. “좋은 전략은 시작에 불과하며 중요한 것은 실행과 성과”라는 게 그의 설명이다. 국제 협력 확대도 추진한다. 국내 AI 기술과 산업 경쟁력을 기반으로 글로벌 AI 협력 플랫폼을 구축하고 해외 시장과의 연계를 강화할 계획이다. 국내 기업이 기술을 개발하는 데 그치지 않고 글로벌 공급망과 시장에서 영향력을 확보하도록 정책 지원을 확대하겠다는 의미다. 한편 하 부위원장 체제에서 국가AI전략위의 가장 큰 시험대는 정부가 내놓은 AI 전략을 실제 투자·산업 성과로 얼마나 빠르게 전환하느냐가 될 전망이다. 대규모 예산이 투입되는 독자 AI 모델과 AI 컴퓨팅 인프라, 피지컬 AI 등 사업의 성과를 관리하는 동시에 부처 간 이해관계를 조정해야 한다. 하 부위원장은 “대한민국이 AI 3대 강국, 대체불가 글로벌 AI 핵심 공급망 국가로 도약할 수 있도록 국가적 역량을 총결집하겠다”며 “국민이 체감하는 AI 강국을 만드는 데 모든 역할을 다하겠다”고 밝혔다.2026-08-31 17:35:29
-
SKT는 AI 인프라, 카카오는 AI 플랫폼…'AI 중심'으로 회사 다시 짠다 [경제일보] SK텔레콤과 카카오가 잇달아 인적분할을 결정하고 AI를 기존 사업과 분리된 핵심 성장축으로 세우는 등 인공지능(AI)이 국내 정보통신기술(ICT) 기업의 사업구조를 넘어 지배구조까지 바꾸고 있다. SK텔레콤은 AI 데이터센터(DC)와 해저케이블 등 인프라 사업을 별도 법인으로 떼어내 외부 자본을 유치하고, 카카오는 카카오톡과 AI를 중심으로 한 사업회사와 계열사 관리·미래 투자를 담당하는 회사로 나눈다. 27일 SK텔레콤은 100% 자회사인 SK브로드밴드를 존속회사와 신설회사 'SK호라이즌'으로 인적분할하는 방안을 추진한다고 밝혔다. 앞서 카카오는 지난 21일 이사회를 열고 신설 법인 '카카오AI'와 존속 법인 '카카오X'로의 인적분할을 결의했다고 밝혔다. 두 기업이 선택한 사업의 방향은 다르지만 공통점은 명확하다. AI를 기존 사업에 추가하는 방식에서 벗어나 AI에 맞는 자본조달과 의사결정 구조를 별도로 구축하겠다는 것이다. 막대한 투자가 필요한 AI 인프라와 빠른 서비스 전환이 필요한 AI 플랫폼을 기존 사업과 같은 기준으로 관리하기보다 별도의 성장 엔진으로 키우겠다는 전략이다. SK호라이즌은 기존에 운영 중인 데이터센터 8곳과 건설 중인 울산·구로 AI 데이터센터 등을 포함해 총 318MW 규모의 인프라 운영과 확장을 담당한다. SK텔레콤은 KKR과 IMM인베스트먼트·스톤브릿지 컨소시엄으로부터 신설회사에 약 3조800억원 규모의 외부 투자도 유치한다. SK텔레콤이 AI 데이터센터 사업을 별도 법인으로 떼어낸 것은 AI 인프라 사업의 성격이 기존 통신사업과 크게 달라지고 있기 때문이다. AI 데이터센터는 대규모 전력과 부지, GPU, 네트워크 등에 선제적으로 자본을 투입해야 한다. AI 모델의 성능 경쟁이 심화할수록 고성능 컴퓨팅 인프라에 대한 수요도 커지면서 데이터센터는 단순한 서버 공간을 넘어 AI 산업의 핵심 기반시설로 부상하고 있다. 특히 SK텔레콤은 SK호라이즌을 통해 외부 자본을 적극 활용할 계획이다. 통신사업에서 발생하는 현금흐름만으로 AI 데이터센터를 확장하는 대신 글로벌 재무적 투자자(FI)의 자금을 끌어들여 인프라 확대에 투입하는 구조다. SK텔레콤은 AI DC 사업을 총괄하고 SK호라이즌이 운영과 확장을 담당하는 동시에 SK하이퍼가 기가와트(GW)급 사업 개발을 맡는 방식으로 역할도 나눴다. 기존 SK브로드밴드는 유선·미디어·엔터프라이즈 사업의 AI 전환(AX)에 집중하게 된다. AI 인프라를 별도 성장축으로 떼어내면서 기존 사업의 경쟁력 강화와 AI 인프라 확장을 서로 다른 속도와 방식으로 추진할 수 있게 된 것이다. 카카오도 AI를 중심으로 회사의 구조를 다시 짠다. 카카오AI는 카카오톡과 AI, 광고, 커머스를 담당하고 카카오X는 카카오뱅크·카카오페이·카카오모빌리티·카카오엔터테인먼트 등 주요 계열사와 미래 투자를 담당한다. 분할비율은 순자산 장부가액 기준 카카오AI 0.36, 카카오X 0.64다. 카카오AI의 핵심은 카카오톡의 AI 전환이다. 카카오는 카카오톡을 단순한 메신저에서 AI 서비스를 이용하는 핵심 인터페이스로 발전시키고 AI와 광고·커머스를 연결해 새로운 수익 모델을 만든다는 구상이다. 반면 카카오X는 기존 계열사 사업을 관리하면서 가상자산, 피지컬 AI, 엔터테인먼트 등 새로운 성장 동력에 투자하는 역할을 맡는다. 기존 통신이나 플랫폼 사업은 이미 구축된 가입자·이용자 기반을 바탕으로 서비스와 매출을 확대하는 방식이었다면 AI는 막대한 선행 투자와 빠른 의사결정이 동시에 요구된다. AI 모델과 서비스는 경쟁사의 기술 발전에 따라 투자 시점과 규모를 신속하게 조정해야 하고, AI 데이터센터는 고객 수요가 발생하기 전에 인프라를 먼저 구축해야 할 것으로 분석된다. 이번 두 기업의 인적 분할은 AI가 더 이상 기존 사업에 붙이는 하나의 신기술이 아니라는 것을 보여주는 것으로 풀이된다. AI가 기업의 투자 규모와 속도, 사업 포트폴리오, 자본조달 방식, 의사결정 체계까지 바꾸면서 기업들은 AI에 맞춰 회사의 골격 자체를 다시 짜기 시작했다. SK텔레콤이 AI 인프라를, 카카오가 AI 플랫폼을 별도 성장축으로 만든 것도 같은 흐름의 서로 다른 모습이다. 앞으로 국내 ICT 기업들의 AI 경쟁력은 누가 더 좋은 AI 모델을 확보하느냐뿐 아니라 AI에 얼마나 많은 자본을 효율적으로 배분하고, 이를 실제 매출과 이익으로 연결할 수 있는지에 따라 갈릴 것으로 보인다. 이번 분할의 성패 역시 'AI 회사'라는 이름이 아니라 분할 이후 실제로 얼마나 큰 AI 사업을 만들어내느냐가 결정하게 될 것으로 전망된다. 정신아 카카오AI 대표 내정자는 "모바일 시대의 카카오는 대화와 연결로 사람들의 일상을 편리하게 만들어왔다"며 "카카오AI는 이번 인적분할을 계기로 자회사 관리라는 비중 있는 역할을 분리하면서 핵심 사업에만 집중할 수 있는 명확한 사업 구조가 갖춰졌다"고 말했다.2026-08-28 17:39:34
-
양자컴퓨터가 촉매 계산의 빈틈 찾았다…메가존클라우드·KISTI 산업 실증 시동 [경제일보] 양자컴퓨팅을 산업 현장의 문제 해결에 직접 적용해보는 실전형 실험이 국내에서 본격화되고 있다. 메가존클라우드와 한국과학기술정보연구원(KISTI)이 개최한 양자컴퓨팅 해커톤에서 기존 화학 계산법이 정확한 결과를 내기 어려운 영역을 양자컴퓨터로 찾아내는 연구가 대상을 받았다. 아직 양자컴퓨터가 산업 전반에서 고전컴퓨터를 대체하는 단계는 아니지만, 고전 계산의 한계를 특정하고 실험 비용과 시행착오를 줄이는 ‘보완재’로서 가능성을 확인했다는 점에 의미가 있다. 메가존클라우드와 KISTI는 26일 서울 삼정호텔에서 ‘Quantum Reframing Challenge 2026’ 본선을 열었다. 이번 대회에는 고등학생부터 대학생·대학원생, 연구자와 산업체 재직자까지 73개팀 214명이 참가 신청했고, 이 가운데 54개팀이 기획서를 제출해 12개팀이 본선에 올랐다. 본선에서는 아이온큐의 이온트랩, 파스칼의 중성원자, 콴델라의 광자 방식 등 서로 다른 양자컴퓨팅 환경에서 실제 구현·검증이 이뤄졌다. ◆ ‘양자야호’가 찾은 계산 오류의 틈 대상은 성균관대 바이오메카트로닉스학과 학생 3명으로 구성된 ‘Quanskkuad’팀이 차지했다. 팀은 이산화탄소를 에틸렌으로 전환하는 구리 촉매의 선택성을 예측하는 과정에서 기존 밀도범함수이론(DFT) 계산이 정확하지 않을 수 있는 강상관 영역을 양자컴퓨팅으로 검증하는 접근법을 제시했다. 핵심은 기존 계산법을 양자컴퓨터로 통째로 대체하는 것이 아니라, 어느 구간에서 기존 계산의 오차가 커지는지를 찾아 실험 우선순위를 다시 정하는 것이다. 촉매 개발은 후보 물질을 합성하고 반복적으로 실험하는 과정에 상당한 시간과 비용이 들어간다. 따라서 계산 단계에서 신뢰하기 어려운 영역을 미리 가려낼 수 있다면 불필요한 후보 합성과 실험을 줄일 여지가 있다. 다만 이번 결과는 해커톤에서 확인한 ‘가능성’ 단계로, 실제 산업 현장에서 기존 방식 대비 비용·시간을 얼마나 줄일 수 있는지는 후속 검증이 필요하다. 이번 대회의 특징은 양자 알고리즘 자체보다 산업 문제를 양자컴퓨터가 풀 수 있는 형태로 다시 정의하는 데 초점을 맞췄다는 것이다. 실제 본선 과제에는 반도체 전구체 계산 교정, 배터리 소재 후보 탐색, 항만 크레인 작업 배정, 야외 공연장 저음 소음 제어 등 다양한 산업·공공 문제가 포함됐다. 고전컴퓨터의 계산 오류를 보완하려는 계산과학형 과제와 경우의 수가 폭증하는 문제를 다루는 조합최적화형 과제로 나뉘었다. 특히 참가자들에게 생성형 AI 사용을 허용해 양자 프로그래밍 경험이 없는 참가자도 접근할 수 있도록 했다. 본선 진출팀에는 아이온큐·파스칼·콴델라의 플랫폼 튜토리얼과 실제 QPU 활용 기회, 전문가 멘토링이 제공됐다. 양자컴퓨팅을 소수의 물리·수학 전공자만 다루는 기술에서 산업 현장 개발자와 연구자가 활용할 수 있는 도구로 넓히려는 시도다. 이번 행사의 다음 단계는 실제 사업화다. 메가존클라우드와 KISTI는 우수 과제를 후속 개념검증(PoC)과 산업 실증으로 연계할 계획이다. 이를 위해 양사가 지난 3월 문을 연 한국양자융합센터(KQNC)를 활용한다. KQNC는 산업 특화 양자 알고리즘 개발과 기업 대상 PoC, 기술지원, 교육·인력양성을 수행하는 실행 거점으로 구축됐다. 정부도 양자산업의 초점을 하드웨어 개발에서 실제 활용으로 넓히고 있다. 과학기술정보통신부는 이번 사업을 ‘양자컴퓨팅 서비스 및 활용체계 구축’ 사업과 연계하고 있으며, 지난 8월에는 양자를 미래성장동력 ‘7대 SEED’의 차세대 프런티어 분야로 선정했다. KISTI에 구축 중인 100큐비트급 아이온큐 이온트랩 양자컴퓨터의 산업 활용 사례를 늘리는 것도 이번 프로그램의 목적 가운데 하나다. 한편 이번 해커톤이 보여준 것은 ‘양자컴퓨터가 당장 고전컴퓨터보다 빠르다’는 결론이 아니다. 오히려 고전컴퓨터가 어려움을 겪는 특정 문제를 골라내고, 실제 양자 하드웨어에서 검증한 뒤 산업 현장의 PoC로 연결하는 과정 자체가 시작됐다는 것이다. 양자기술 경쟁이 큐비트 수와 하드웨어 성능 경쟁만으로 끝나지 않는 이유다. 메가존클라우드와 KISTI가 이번 성과를 실제 기업의 비용 절감과 연구기간 단축으로 연결한다면 국내 양자컴퓨팅 시장도 ‘기술 시연’에서 ‘산업 가치 창출’ 단계로 넘어갈 수 있다. 반대로 후속 실증에서 기존 슈퍼컴퓨터·고성능컴퓨팅 대비 경제성이 확인되지 않는다면 양자컴퓨팅의 산업화에는 여전히 시간이 필요하다. 이번 대회가 의미를 갖는 지점 역시 바로 이 검증 과정에 있다.2026-08-27 16:16:59
-
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
-
엔비디아, 분기 매출 133조원…AI '쩐의 전쟁' 아직 끝나지 않았다 [경제일보] 인공지능(AI) 반도체 시장을 이끄는 엔비디아가 또 한 번 시장의 예상을 뛰어넘는 실적을 내놓으면서 AI 인프라 투자 열기가 여전히 진행형임을 입증했다. 데이터센터 매출이 1년 만에 2배 이상 늘어난 데 이어 다음 분기에는 분기 매출 1000억달러를 넘어설 것으로 전망했다. AI 열풍이 일시적인 투자 붐을 넘어 실제 서비스와 매출을 만들어내는 단계로 진입하고 있다는 분석에 힘이 실린다. 엔비디아는 26일(현지시간) 회계연도 2027년 2분기(4월 27일~7월 26일) 매출이 962억2100만달러(약 133조원)로 전년 동기보다 106% 증가했다고 발표했다. 시장 예상치 922억달러 수준도 웃돌았다. 데이터센터 매출은 890억달러로 117% 급증하며 전체 매출의 92%를 차지했다. 조정 주당순이익(EPS)은 2.22달러로 시장 예상치도 상회했다. ◆ AI 투자, ‘빅테크만의 잔치’에서 기업 전체로 이번 실적에서 주목할 부분은 데이터센터 매출의 성장 폭뿐 아니라 고객층이 넓어지고 있다는 점이다. 하이퍼스케일러 대상 매출은 487억달러로 1년 전보다 약 2배 증가했다. 이를 제외한 AI 클라우드·기업·산업 고객 매출은 403억달러로 138% 늘었다. AI 인프라 투자가 구글·마이크로소프트·아마존 등 대형 클라우드 기업에서 AI 스타트업과 일반 기업, 각국의 주권형 AI 인프라로 확산되고 있다는 의미다. 젠슨 황 엔비디아 최고경영자(CEO)는 “AI가 변곡점에 도달했다”며 “토큰은 생산적이고 수익성이 있으며 이제 연산 자체가 매출이 됐다”고 말했다. 단순히 AI 모델을 개발하는 데 돈을 쓰는 단계에서 벗어나 AI가 실제 업무와 서비스에 투입되면서 더 많은 연산 수요가 발생하고 있다는 주장이다. 엔비디아는 차세대 ‘베라 루빈’ 플랫폼이 이미 본격적인 생산에 들어갔다고 밝혔다. 엔비디아는 회계연도 3분기 매출을 1080억달러±2%로 제시했다. 시장 전망치 약 1049억달러를 웃도는 수준이다. 이는 엔비디아가 분기 매출 1000억달러를 넘어설 것이라는 의미로, AI 인프라 산업이 전례 없는 규모로 확대되고 있음을 보여준다. AI 에이전트 확산도 수요를 끌어올리는 요인이다. 사람이 한 번 질문하고 답을 받는 생성형 AI와 달리 에이전틱 AI는 검색·추론·도구 호출·실행을 여러 차례 반복한다. 이에 따라 하나의 업무를 처리하는 데 필요한 연산량이 증가한다. 엔비디아 역시 데이터센터를 넘어 네트워크와 CPU, 소프트웨어까지 AI 공장(AI Factory) 생태계를 확장하며 이 같은 수요에 대응하고 있다. ◆ 중국은 변수…현금창출력은 여전히 막강 한편 중국 시장은 엔비디아의 가장 큰 불확실성으로 남았다. 엔비디아는 2분기 중국에 공급한 호퍼 계열 데이터센터 제품 매출이 전체 데이터센터 매출의 1%에도 못 미쳤다고 밝혔다. 3분기 전망에는 중국의 데이터센터 컴퓨팅 매출을 아예 반영하지 않았다. 미국의 대중국 첨단 반도체 수출 규제가 계속되는 만큼 중국 시장 회복 여부는 향후 실적의 변수다. 현금흐름과 투자 부담도 함께 봐야 한다. 엔비디아의 2분기 잉여현금흐름은 213억달러로 여전히 막대한 수준이지만 전분기보다는 크게 감소했다. 매출채권도 약 631억달러까지 증가해 매출 증가 속도만큼 현금 회수가 따라오는지를 지켜볼 필요가 있다. 동시에 엔비디아는 AI 인프라 공급망 확보를 위해 메모리 등 핵심 부품 조달 약정을 크게 늘리고 있다. 시장 반응도 실적 발표 직후에는 엇갈렸다. 정규장에서 1.59% 하락했던 엔비디아 주가는 실적 발표 직후 한때 약세를 보였지만, 3분기 가이던스와 젠슨 황 CEO의 낙관적인 발언이 이어지면서 시간외 거래에서 약 4% 상승하는 등 반등했다. 엔비디아 실적이 던지는 메시지는 분명하다. AI 투자 사이클은 아직 꺾이지 않았다. 다만 앞으로는 단순히 GPU를 얼마나 많이 설치하느냐보다 그 연산 능력으로 실제 매출과 생산성을 얼마나 만들어내느냐가 중요해진다. 엔비디아가 1000억달러 분기 매출 시대를 눈앞에 둔 지금, AI 거품 논쟁의 다음 시험대는 ‘투자 규모’가 아니라 ‘투자의 수익성’으로 넘어가고 있다.2026-08-27 08:04:47
-
오픈AI 자체 추론칩 '할라피뇨' 돌풍…엔비디아 블랙웰 넘었다 [경제일보] 오픈AI가 자체 설계한 인공지능(AI) 추론 칩 ‘할라피뇨(Jalapeño)’의 첫 성능 결과를 공개하면서 AI 반도체 시장에 파장이 일고 있다. 오픈AI가 자체 테스트한 결과 할라피뇨는 엔비디아 GB200·GB300 기반 시스템보다 전력 효율과 응답 속도에서 앞서는 것으로 나타났다. 다만 이번 결과는 오픈AI와 벤치마크 업체 세미애널리시스가 공동으로 테스트한 수치인 만큼, 상용 환경에서의 경쟁력은 실제 대규모 배치 이후 다시 검증할 필요가 있다. 오픈AI는 25일(현지시간) 공식 블로그를 통해 GPT-OSS 120B, 딥시크 R1 670B, 키미 K2.5 1T를 대상으로 세미애널리시스의 ‘InferenceX’ 벤치마크를 적용한 결과를 공개했다. 세 모델 전체에서 할라피뇨는 비교 시스템보다 전력당 처리량이 1.5~1.9배 높았고 종단 간 지연시간은 1.7~3.6배 낮았다. 사용자와 상호작용하는 환경에서는 사용자당 처리 성능도 2.1~4.1배 높았다고 오픈AI는 밝혔다. ◆ 추론 시대 핵심은 ‘성능/W’…GB200·GB300과 정면 비교 가장 눈에 띄는 수치는 GPT-OSS 120B다. 할라피뇨의 최대 전력당 처리량은 초당 8만5448토큰으로 GB200 기반 시스템의 4만4960토큰보다 약 1.9배 높았다. 종단 간 응답시간도 1.03초로 비교 시스템의 1.80초보다 짧았다. 딥시크 R1 670B에서는 전력당 처리량이 1.7배, 지연시간은 3.6배 개선됐고 사용자당 디코딩 처리량은 초당 700토큰으로 GB300 기반 시스템의 169토큰을 웃돌았다. 오픈AI가 전력 효율을 강조한 것은 AI 서비스의 비용 구조가 학습에서 추론 중심으로 이동하고 있기 때문이다. 특히 AI 에이전트는 한 번의 질문에 답하는 대신 검색·도구 호출·추론을 여러 차례 반복하기 때문에 사용량이 늘수록 전력과 서버 비용 부담도 커진다. 오픈AI는 칩 성능뿐 아니라 메모리와 네트워크, 소프트웨어까지 함께 설계해 데이터 이동을 줄이고 KV 캐시를 효율적으로 배치했다고 설명했다. 할라피뇨는 단순한 자체 반도체 개발을 넘어 오픈AI의 풀스택 전략과 연결된다. 오픈AI는 지난 6월 브로드컴과 함께 칩을 공개하면서 제품과 모델, 소프트웨어에 이어 칩까지 직접 설계하는 컴퓨팅 전략을 밝혔다. 칩 구현과 네트워킹은 브로드컴, 보드·랙·시스템 통합은 셀레스티카 등이 맡으며 여러 세대에 걸쳐 기가와트 규모로 배치할 계획이다. 이번 개발에는 AI도 직접 활용됐다. 오픈AI는 설계부터 테이프아웃까지 개발 기간을 단축했고, 코드 생성 도구 ‘코덱스’ 등을 이용해 회로 최적화와 구현·검증을 진행했다고 밝혔다. 세미애널리시스도 할라피뇨가 특정 오픈AI 모델에만 최적화된 칩이 아니라 다양한 모델과 워크로드를 처리할 수 있다고 평가했다. 오픈AI는 올해 말부터 할라피뇨를 자체 컴퓨팅 인프라에 배치하고 2세대와 3세대 제품 개발도 진행 중이라고 밝혔다. 동시에 엔비디아 등 외부 가속기 활용도 계속한다. 결국 할라피뇨의 목적은 엔비디아를 단번에 대체하는 것이 아니라 추론에 특화된 자체 칩을 확보해 AI 서비스의 비용·속도·전력 효율을 직접 통제할 수 있는 선택지를 만드는 것에 가깝다. 한편 AI 반도체 시장 역시 단순 연산 성능 경쟁에서 벗어나 전력당 처리량과 지연시간, 메모리·네트워크까지 포함한 시스템 경쟁으로 이동하고 있다. 할라피뇨가 실제 대규모 서비스에서 이번 벤치마크 수준의 성능을 유지한다면 오픈AI의 칩 내재화가 AI 인프라 시장의 경쟁 구도에도 변화를 줄 가능성이 있다.2026-08-26 10:21:34
-
KT, '모두의 AI'로 일상 파고든다…무신사·콴다·다음과 생활 AI 구축 [경제일보] AI가 별도의 애플리케이션이나 서비스에서 벗어나 쇼핑·교육·검색·부동산·금융 등 일상 서비스 안으로 들어오고 있다. KT가 정부의 '모두의 AI' 사업을 계기로 대규모 이용자를 확보한 생활 플랫폼·서비스 기업들과 손잡고 AI 확산에 나선다. AI 서비스를 찾아 이용하는 방식에서 벗어나 국민이 평소 사용하던 서비스에서 자연스럽게 AI를 경험하도록 해 AI 대중화를 앞당긴다는 전략이다. 26일 KT는 '모두의 AI' 사업을 통해 무신사, 직방, 다음, EBS, 매스프레소, 솔트룩스, BC카드 등과 협력해 생활 밀착형 AI 서비스를 구축한다고 밝혔다. 컨소시엄에는 검색·교육·쇼핑·주거·금융 등 국민 생활과 밀접한 분야의 기업들이 참여한다. 이번 협력은 참여 기업들이 이미 상당한 규모의 이용자 접점을 확보하고 있는 것이 특징이다. KT가 자체 AI 서비스의 이용자를 새롭게 확보하기보다 기존 플랫폼에 AI를 결합해 대규모 이용자에게 AI 경험을 확산시키는 방식이다. 매스프레소의 AI 학습 플랫폼 '콴다'는 글로벌 누적 이용자가 약 9700만명이며 월간 활성 이용자(MAU)는 약 800만명에 달한다. KT는 EBS와 매스프레소와 협력해 AI 기반 학습 서비스를 고도화하고 이용자별 학습 수준과 필요에 맞춘 초개인화 학습 경험을 구현한다는 계획이다. 단순히 문제를 추천하는 수준을 넘어 이용자의 학습 데이터를 바탕으로 부족한 영역을 파악하고 적합한 콘텐츠를 제시하는 방식으로 AI 활용 범위를 확대할 수 있다는 구상이다. 이미 대규모 이용자를 확보한 교육 플랫폼에 AI를 결합하는 만큼 AI 기반 학습 서비스의 대중화에도 속도가 붙을 것으로 전망된다. 쇼핑 분야에서는 패션 플랫폼 무신사와 커넥트웨이브가 참여한다. 무신사는 전체 이용자가 약 1700만명, MAU가 약 800만명에 이르는 대형 패션 플랫폼이다. KT는 무신사에 AI 기반 개인화 추천과 대화형 AI 등을 접목해 이용자의 상품 탐색과 구매 경험을 고도화할 계획이다. AI가 이용자의 취향과 구매 이력 등을 바탕으로 적합한 상품을 추천하거나 자연어 대화를 통해 원하는 상품을 찾을 수 있도록 하는 방식이다. 커넥트웨이브 역시 다나와, 에누리, 메이크샵 등 이커머스 플랫폼에 AI를 접목해 상품 탐색과 유통 과정에서 새로운 서비스를 개발한다는 구상이다. 검색 분야에서는 다음과의 협력이 추진된다. 방대한 정보가 쌓이는 검색 서비스에서 AI를 활용해 이용자가 원하는 정보와 소식을 보다 빠르고 명확하게 확인할 수 있도록 서비스를 고도화하는 방식이다. 부동산 분야에서는 직방과 협력한다. 부동산은 매물 가격과 위치, 주변 인프라 등 다양한 정보를 함께 비교해야 하는 만큼 AI를 활용하면 이용자가 원하는 조건에 맞춰 정보를 수집하고 비교·분석하는 과정이 간소화되는 설계다. 금융 분야에서도 BC카드와 협력해 AI 활용 방안을 모색한다. 금융·소비와 관련된 서비스에 AI를 결합해 이용자가 필요한 정보를 보다 쉽게 확인하고 서비스를 이용할 수 있는 방안을 검토한다. KT가 교육부터 쇼핑, 검색, 주거, 금융까지 생활 전반을 아우르는 서비스를 컨소시엄에 포함한 것은 AI의 이용자 접점을 넓히기 위한 것으로 풀이된다. 별도의 AI 서비스를 내려받거나 새로운 사용법을 익히게 하는 대신 국민이 이미 익숙하게 사용하는 서비스에 AI 기능을 결합하면 AI에 대한 진입장벽을 낮출 수 있기 때문이다. AI 산업의 경쟁 구도 역시 기술 성능 중심에서 실제 이용자 확보와 서비스 적용으로 확대되고 있다. 지금까지는 더 많은 데이터를 학습하고 높은 성능의 AI 모델을 개발하는 것이 주요 경쟁력이었다면, 생성형 AI가 대중화되면서 실제 업무와 소비 과정에서 AI를 얼마나 자연스럽게 활용하게 만드는지도 중요한 경쟁 요소가 되고 있다. KT는 AI 모델과 플랫폼뿐 아니라 AI 반도체, 클라우드, 네트워크까지 연결하는 'AI 풀스택' 전략도 추진한다. 이를 통해 각 기업이 보유한 서비스와 AI 기술을 연결하고 실제 이용자가 체감할 수 있는 AI 서비스를 확대한다는 계획이다. 이진형 KT AX사업부문 AX사업본부장 상무는 "모두의 AI가 국민이 일상에서 안정적으로 이용하는 서비스가 되기 위해서는 AI 모델뿐 아니라 이를 뒷받침하는 반도체·컴퓨팅 인프라와 클라우드·네트워크, 대규모 운영 역량이 함께 필요하다"며 "국내 AI 전문기업들의 기술력과 KT의 운영 경험을 결합해 국민 누구나 안정적이고 신뢰할 수 있는 AI 서비스를 이용할 수 있는 기반을 마련하겠다"고 말했다.2026-08-26 10:12:12
-
LG화학, AI 반도체용 패키징 소재 선보인다…'세미콘 타이완 2026' 참가 [경제일보] LG화학이 아시아 최대 반도체 전시회에 참가해 고대역폭메모리(HBM)를 비롯한 인공지능(AI) 반도체용 첨단 패키징 소재를 선보인다. 글로벌 반도체 기업과의 협력을 확대해 관련 소재 사업의 성장 기회를 확보한다는 전략이다. 26일 LG화학은 다음달 2일부터 4일까지 대만 타이베이 난강전시센터에서 열리는 '세미콘 타이완 2026(SEMICON Taiwan 2026)'에 참가한다. 세미콘 타이완은 첨단 패키징과 AI 반도체 등 차세대 반도체 기술을 소개하는 아시아 최대 규모의 반도체 전시회다. 반도체 제조사와 후공정 전문기업(OSAT), 기판·패키징 기업 등이 참가해 기술 교류와 사업 협력을 진행한다. LG화학은 이번 전시에서 AI 반도체와 고성능 컴퓨팅(HPC) 시장을 겨냥한 반도체 소재 포트폴리오를 공개한다. 전시 공간은 AI 반도체용 첨단 패키징 소재를 소개하는 '어드밴스드 패키지 존'과 전력반도체용 소재를 선보이는 '파워 패키지 존'으로 구성한다. 어드밴스드 패키지 존에서는 동박적층판(CCL)과 글래스 코어 솔루션, 빌드업 필름, 필름형 솔더레지스트(DFSR), 감광성 절연 소재(PID), 다이 부착 필름(DAF) 등 첨단 패키징 공정에 적용되는 소재를 소개한다. 파워 패키지 존에서는 전도성 소결 페이스트와 방열 인터페이스 소재(TIM), 구리 메탈폼 기반 열관리 디바이스 솔루션 등을 선보인다. AI 데이터센터용 전력반도체의 효율을 높이고 열을 관리하기 위한 소재들이다. LG화학은 전시회를 계기로 주요 반도체 제조사와 OSAT, 기판·패키징 기업과 기술 교류를 확대하고 신규 프로젝트 발굴에도 나설 계획이다. 이를 통해 AI 반도체와 첨단 패키징 시장에서 고객 기반을 넓혀 반도체 소재 사업의 성장을 가속한다는 방침이다. LG화학 CEO 김동춘 사장은 "AI 반도체와 첨단 패키징 시장 확대에 따라 고성능 소재에 대한 고객 요구가 높아지고 있다"며 "LG화학은 차별화된 소재 포트폴리오를 바탕으로 반도체 고객과의 협력을 확대하고 미래 반도체 시장의 성장 기회를 적극 확보해 나가겠다"고 했다.2026-08-26 08:48:58
-
델 "韓 기업 72% AI 인프라 부족"…에이전트 시대 'AI 운영력'이 승부처 [경제일보] 인공지능(AI)이 기업의 업무에 본격적으로 들어오면서 국내 기업의 고민도 ‘AI를 도입할 것인가’에서 ‘AI를 얼마나 안정적이고 효율적으로 운영할 것인가’로 이동하고 있다. 특히 AI 에이전트가 단순 질의응답을 넘어 실제 업무를 수행하는 단계로 발전하면서 기존 데이터센터와 업무 시스템만으로는 늘어나는 AI 워크로드를 감당하기 어렵다는 지적이 나온다. 델 테크놀로지스는 25일 서울 코엑스에서 ‘델 테크놀로지스 포럼 2026’을 열고 AI 전환을 위한 인프라 현대화와 데이터·보안·거버넌스 전략을 제시했다. 델의 ‘2026 모던 엔터프라이즈 레디니스 조사’에 따르면 한국 응답 기업의 72%가 현재 데이터센터 환경이 대규모 AI 워크로드를 지원하기에 충분하지 않다고 답했다. 반면 84%는 데이터센터 현대화 계획을 갖고 있는 것으로 나타났다. 현장에서 가장 강조된 변화는 AI 에이전트다. 맷 던피 델 테크놀로지스 본사 수석부사장은 AI가 기존 업무에 단순히 추가되는 도구가 아니라 업무 프로세스 자체를 재설계하는 계기가 될 것으로 전망했다. 그는 “AI가 일자리를 대체하는 것이 아니라 직원들이 본래 채용된 목적에 맞는 업무를 수행하도록 역량을 강화할 것”이라며 반복 업무는 AI에 맡기고 사람은 판단과 창의성이 필요한 업무에 집중하는 구조로 전환해야 한다고 강조했다. 특히 앞으로 한 명의 직원이 수십개에서 수백, 나아가 수천개의 AI 에이전트를 관리하는 환경이 올 수 있다고 봤다. 이를 위해서는 모델 도입뿐 아니라 데이터 정비와 기존 시스템 통합, 온톨로지 구축, 에이전트가 사용할 수 있는 도구와 보안체계까지 함께 설계해야 한다는 설명이다. 문제는 비용이다. AI 모델의 토큰당 가격이 떨어지고 있지만 실제 사용량이 더 빠르게 늘면서 기업 전체의 AI 비용은 오히려 증가할 수 있다. 유상모 한국 델 테크놀로지스 사장은 “AI 모델 비용은 크게 낮아졌지만 사용량은 폭발적으로 증가하면서 ‘토큰 이코노미’라는 단어가 일상화됐다”고 말했다. AI 사용량 증가는 컴퓨팅뿐 아니라 스토리지와 네트워크, 전력·냉각 수요까지 끌어올린다. 김경진 한국 델 테크놀로지스 회장은 “더 큰 고민은 어떻게 하면 AI 투자 비용과 전력을 낮추면서 업무에 더 효과적으로 쓸 수 있느냐는 것”이라며 AI 투자 효율성을 강조했다. 델은 이날 AI 시대 스토리지 신제품 ‘파워스토어 엘리트’도 소개했다. 회사에 따르면 이전 세대 대비 성능과 집적도를 최대 3배 높였으며, 하나의 3U 시스템에서 최대 5.8PB의 유효 용량을 제공한다. AI 기반 자동화를 통해 수작업을 최대 95% 줄일 수 있다는 설명이다. ([Dell][1]) 보안 역시 AI 도입 초기부터 설계해야 할 영역으로 제시됐다. 델의 조사에서 전체 응답 기업의 65%는 보안과 컴플라이언스가 AI 도입을 지연시키거나 중단시키는 요인이라고 답했다. AI가 기업 데이터와 업무 시스템에 직접 접근하는 만큼 개인정보와 사이버 위협, 규제 대응을 사후적으로 추가하는 방식으로는 한계가 있다는 것이다. 한편 이날 포럼에서 델이 던진 메시지는 AI 모델 경쟁을 넘어 ‘AI를 실제 기업의 일로 만드는 인프라 경쟁’으로 시장의 중심축이 이동하고 있다는 것이다. 유 사장은 “전력과 냉각은 더 이상 IT 이슈가 아니라 회사 경영과 국가 차원의 전략적 과제가 되고 있다”고 지적했다. AI 에이전트가 기업 곳곳으로 확산될수록 컴퓨팅 자원뿐 아니라 데이터 저장·처리, 네트워크, 보안, 전력까지 함께 최적화해야 한다. 국내 기업의 AI 전환도 모델 도입 규모보다 업무 생산성으로 이어지는지, 그 과정에서 발생하는 비용을 얼마나 통제할 수 있는지가 다음 경쟁의 기준이 될 전망이다.2026-08-25 13:20:29
-
SKT, 서울대서 '풀스택 AI 인재' 키운다…산학협력 10년 [경제일보] 인공지능(AI) 기술 경쟁이 모델 성능을 넘어 서비스와 인프라를 아우르는 풀스택 경쟁으로 확대되면서 AI 인재 확보를 위한 기업과 대학의 협력도 강화되고 있다. SK텔레콤이 서울대학교와 10년째 AI 공동 강좌를 이어가며 산업 현장에서 필요한 AI 인재 육성에 나선다. 24일 SK텔레콤은 올해 2학기 서울대 전기·정보공학부 대학원생을 대상으로 'SKT-서울대 AI 공동과정'을 개설한다고 밝혔다. 이번 과정은 15주 동안 AI 앱·서비스, AI 모델링, AI 인프라 등 3개 영역을 중심으로 운영된다. 이번 강좌에는 SK텔레콤의 AI 사업을 담당하는 현직 임원과 개발 인력이 직접 강사로 참여한다. 정재헌 SK텔레콤 CEO가 내달 1일 'AI 시대의 선택과 기회'를 주제로 특강에 나서며 이후 유경상 AI CIC장, 김태윤 파운데이션 모델 담당자를 비롯해 AI 개발 조직 임원과 팀장, 박사급 구성원들이 강단에 오를 예정이다. 단순히 AI 기술의 원리를 교육하는 데 그치지 않고 실제 산업 현장에서 활용되는 기술과 상용화 사례를 전달하는 것이 이번 과정의 특징이다. AI 서비스를 구현하는 애플리케이션부터 모델 개발, 이를 구동하는 인프라까지 AI 서비스 전반을 하나의 과정에서 다룰 계획이다. AI 산업이 모델 중심의 경쟁에서 실제 서비스를 얼마나 안정적으로 구현하고 운영하느냐의 경쟁으로 확대되면서 이 같은 복합적인 역량을 갖춘 인재의 중요성도 커지고 있다. 대규모 AI 모델을 개발하는 것뿐 아니라 서비스에 적용하고 추론 비용을 관리하며 이를 뒷받침할 데이터센터와 컴퓨팅 인프라까지 구축할 수 있어야 하기 때문이다. SK텔레콤 역시 자체 AI 모델 개발과 서비스 확대뿐 아니라 AI 데이터센터와 인프라 사업 등 AI 밸류체인 전반으로 사업 영역을 넓히고 있다. 이에 기업 현장에서 필요한 기술 역량을 대학 교육과 연계하는 산학협력의 중요성도 커지는 상황이다. 기업이 대학 교육에 직접 참여하는 것은 빠르게 변화하는 AI 기술을 교육 현장에 반영하기 위한 목적도 있다. AI 기술은 새로운 모델과 서비스가 빠르게 등장하는 만큼 대학의 이론 중심 교육만으로는 산업 현장의 변화 속도를 따라가기 어려운 측면이 있다. 기업 입장에서도 대학에서 확보한 우수 인재와 연구 역량을 향후 연구개발과 채용으로 연결할 수 있다는 점에서 산학협력의 전략적 가치가 높아지고 있는 것이다. SK텔레콤과 서울대의 AI 강좌는 올해로 10년째를 맞았다. SK텔레콤은 지난 10년간 서울대를 비롯한 국내 대학들과 AI 강의와 대학·대학원생 대상 실전형 AI 연구 프로그램 등을 운영하며 산학협력을 이어왔다. AI 인재 확보 경쟁이 심화되면서 기업과 대학의 협력 방식도 단순한 연구비 지원이나 일회성 특강에서 실제 교육과정에 기업의 기술과 인력을 직접 연결하는 형태로 확대되는 모습이다. 기업이 원하는 기술과 대학이 제공하는 교육 사이의 간극을 줄이는 동시에 산업 현장에서 바로 활용할 수 있는 인재를 육성하는 것을 목표로 진행되고 있다. 이번 과정에서는 서울대 대학원생과 학부생 등 약 300명이 정재헌 CEO의 특강에 참여할 예정이다. SK텔레콤은 현업 전문가들의 경험을 공유하고 대학과의 협력을 지속하면서 AI 산업을 이끌 차세대 인재 육성을 이어간다는 계획이다. 정재헌 SK텔레콤 CEO는 "서울대학교와 오랜 시간 쌓아온 산학협력이 이번 강좌로 다시 한 번 이어지게 되어 의미가 깊다"며 "오늘의 학생들이 내일의 AI 산업을 이끌어갈 수 있도록 학계와의 협력을 지속해 가겠다"고 말했다.2026-08-24 09:21:35
-
KT, '모두의 AI' 풀스택 승부수…국산 NPU부터 국민 서비스까지 잇는다 [경제일보] KT가 정부의 ‘모두의 AI’ 사업에 국산 AI 반도체부터 AI 모델·플랫폼, 클라우드·네트워크까지 묶은 ‘AI 풀스택’ 전략으로 도전장을 냈다. 단순히 여러 AI 기업을 모으는 데 그치지 않고 각사의 기술을 하나의 서비스 체계로 연결해 실제 국민이 사용하는 AI 서비스로 구현하겠다는 구상이다. AI 모델 경쟁이 인프라와 서비스 운영 능력을 포함한 종합 경쟁으로 확대되는 가운데 KT가 통신·클라우드 사업자로서 강점을 내세운 셈이다. 과학기술정보통신부와 정보통신산업진흥원(NIPA)이 추진하는 ‘전 국민 AI 서비스 보편적 활용 지원’ 사업은 국산 AI 모델을 기반으로 국민 누구나 AI 서비스를 쉽고 부담 없이 이용할 수 있도록 하는 것이 핵심이다. 당초 8월 11일까지였던 공모는 수정 공고를 거쳐 18일 마감됐으며, SK텔레콤·KT·카카오 등 6개 컨소시엄이 제안서를 제출했다. 아직 사업자가 선정된 것은 아니며, 각 컨소시엄이 어떤 서비스와 기술을 제시했는지가 향후 경쟁의 핵심이 될 전망이다. ◆ 리벨리온부터 업스테이지까지…‘국산 AI 스택’ 결집 KT 컨소시엄의 인프라 영역에는 리벨리온, 래블업, 베슬AI코리아가 참여한다. 리벨리온은 국산 신경망처리장치(NPU), 래블업은 AI 컴퓨팅 자원 운영, 베슬AI코리아는 AI 개발·운영 플랫폼을 담당한다. 여기에 업스테이지, 모티프테크놀로지스, NC AI, 솔트룩스, 액션파워 등 AI 모델·플랫폼 기업들이 합류했다. KT는 전국 통신망과 클라우드·데이터센터, 대규모 서비스 운영 경험을 바탕으로 이 기술들을 실제 서비스 환경에서 안정적으로 운영하는 역할을 맡는다. KT가 이처럼 인프라부터 모델까지 한꺼번에 묶은 것은 ‘모두의 AI’ 사업의 성격 때문이다. 일반적인 기업용 AI 사업이라면 특정 모델이나 솔루션의 성능이 중요하지만, 전 국민을 대상으로 하는 서비스는 수많은 이용자가 동시에 접속해도 안정적으로 작동해야 한다. 모델 성능뿐 아니라 GPU·NPU 자원 배분, 추론 비용, 네트워크 품질, 보안과 개인정보 보호, 장애 대응까지 하나의 운영 체계에서 관리해야 한다. 특히 국산 NPU를 실제 대규모 서비스에 적용할 수 있는지도 중요한 시험대다. 그동안 국내 AI 반도체 기업들은 기술력을 확보했지만 대규모 상용 서비스에서 성능과 안정성을 검증할 기회가 제한적이었다. 국민 대상 AI 서비스가 구축되면 국산 NPU가 실제 사용 환경에서 경쟁력을 입증할 수 있는 기회가 될 수 있다. ◆ 승부처는 ‘AI 오케스트레이션’…KT가 노리는 역할 KT가 강조하는 ‘AI 오케스트레이션’은 이 컨소시엄의 차별화 포인트다. 서로 다른 AI 모델과 컴퓨팅 자원을 서비스 목적에 맞춰 조합하고 관리하는 방식이다. 하나의 AI 모델에 모든 기능을 맡기는 것이 아니라 질문의 성격과 작업 난이도, 비용 등에 따라 적합한 모델과 인프라를 선택하는 구조다. 이는 AI 시장이 단순한 ‘최고 성능 모델’ 경쟁에서 실제 업무를 수행하는 에이전트와 서비스 경쟁으로 넘어가는 흐름과도 맞닿아 있다. 정부 사업 역시 모델 하나를 개발하는 것보다 국민 생활과 연결되는 검색·쇼핑·주거·교육·금융 등 다양한 서비스를 실제 이용환경에서 구현하는 것이 중요하다. 앞서 KT가 공개한 컨소시엄에는 다음, 무신사, 직방, EBS, BC카드 등 생활 밀착형 서비스 기업도 참여하고 있다. KT 입장에서는 이번 사업이 단순한 정부 사업 수주 이상의 의미를 갖는다. 통신사의 AI 전환 전략에서 가장 어려운 과제 가운데 하나가 AI 기술을 실제 고객이 돈을 내고 사용하는 서비스로 연결하는 것이기 때문이다. KT는 이미 클라우드·데이터센터와 AX 사업을 확대하고 있는 만큼 ‘모두의 AI’를 통해 국산 AI 모델과 인프라를 실제 대규모 서비스에서 운영한 경험까지 확보할 경우 향후 공공·금융·기업 시장에서 새로운 사업 기회를 만들 수 있다. 결국 이번 경쟁에서 중요한 것은 참여 기업의 숫자가 아니다. 국산 AI 모델과 NPU를 실제 국민 서비스에서 얼마나 안정적으로 돌리고, 이를 지속 가능한 비용 구조로 운영할 수 있느냐가 관건이다. KT가 내세운 AI 풀스택과 오케스트레이션 전략이 실제 서비스 품질과 운영 효율로 이어질 경우 통신사를 넘어 ‘AI 인프라·서비스 운영자’로서의 입지를 강화할 수 있을 전망이다. 이진형 KT AX사업부문 AX사업본부장 상무는 “국내 AI 전문기업들의 기술력과 KT의 운영 경험을 결합해 국민 누구나 안정적이고 신뢰할 수 있는 AI 서비스를 이용할 수 있는 기반을 마련하겠다”고 말했다.2026-08-23 16:30:00
-
AWS, 국내 피지컬 AI 15개사 지원…로봇 상용화 생태계 키운다 [경제일보] 아마존웹서비스(AWS)가 국내 기업 15곳을 선발해 로봇과 자율주행, 디지털 트윈 등 피지컬 AI 기술의 개발부터 상용화까지 지원한다. 생성형 AI를 넘어 AI가 실제 물리적 환경을 인식하고 판단해 움직이는 피지컬 AI 시장이 본격적인 산업 경쟁 단계에 들어서면서 국내 기업을 AWS 클라우드 생태계 안으로 끌어들이려는 전략으로 풀이된다. AWS는 20일 ‘AWS 코리아 피지컬 AI 프론티어 프로그램’을 공식 발표했다. 지난 AWS 서밋 서울 2026에서 공개한 프로그램으로, 7월부터 12월까지 6개월간 운영된다. 참여 기업에는 클라우드 인프라와 AI 서비스, 기술 자문, 비즈니스 모델 개발, 글로벌 시장 진출 등을 지원한다. 핵심은 단순한 기술 개발 지원이 아니라 개념검증(PoC)에서 실제 현장 실증과 사업화까지 연결하는 것이다. 참여 기업은 AWS 크레딧을 활용해 데이터를 수집·처리하고 AI 모델을 학습시키는 한편 가상환경에서 로봇을 훈련한 뒤 현실에 적용하는 ‘심투리얼(Sim-to-Real)’ 기술을 검증할 수 있다. 엣지 환경에 AI를 배포하는 과정까지 AWS 전문가의 지원을 받을 예정이다. 사용되는 기술도 클라우드에 국한되지 않는다. 아마존 EC2와 S3, 세이지메이커, 베드록, AWS IoT 그린그래스 등 AWS의 AI·데이터·IoT 서비스를 묶어 로봇의 학습과 추론, 데이터 관리, 현장 배포를 하나의 개발 환경에서 지원한다. 1기에는 대기업과 스타트업을 합쳐 15개사가 참여한다. 엔터프라이즈 트랙에는 △SK에코플랜트 △NC AI △알체라 △LG CNS가 선정됐다. 건설 현장 자율 로봇과 휴머노이드용 VLA(비전·언어·행동) 모델, 피지컬 AI 데이터 플랫폼, 산업용 로봇 운영 소프트웨어 등이 주요 개발 대상이다. 스타트업 트랙에는 △본에이아이 △투모로로보틱스 △고레로보틱스 △디든로보틱스 △ 로보에테크놀로지 △케어링 △위로보틱스 △컨피그 △리얼월드 △큐픽스 △니어스랩 등이 참여한다. 자율비행 드론과 건설·물류 로봇, 휴머노이드, 돌봄 로봇, 로봇 학습 데이터, 3D 디지털 트윈 등 적용 분야도 다양하다. 이번 프로그램에서 주목할 부분은 AWS가 직접 로봇을 만드는 것이 아니라 로봇 기업의 개발·상용화 기반을 장악하려 한다는 점이다. 피지컬 AI는 실제 공간에서 움직여야 하기 때문에 막대한 학습 데이터와 시뮬레이션, 고성능 컴퓨팅, 엣지 인프라가 필요하다. 로봇 제조사 입장에서는 개별적으로 이 인프라를 구축하는 것보다 클라우드 사업자의 개발환경을 활용하는 편이 비용과 시간을 줄일 수 있다. 특히 한국은 삼성전자·현대차·LG전자 등 제조업 기반과 로봇·자동화 기술을 동시에 갖춘 만큼 피지컬 AI의 실제 적용처가 많은 시장이다. AWS가 국내 대기업과 스타트업을 연결하는 것도 이 때문이다. 로봇 기술을 보유한 스타트업이 대기업의 제조·건설·물류 현장에서 데이터를 확보하고 실증할 수 있다면 기술의 상용화 속도를 높일 수 있다. 경쟁 구도도 치열해지고 있다. 엔비디아가 GPU와 시뮬레이션 플랫폼을 앞세워 로봇 개발 생태계를 확대하고 있고, 구글·마이크로소프트 등도 AI 에이전트와 로보틱스 분야의 결합을 강화하고 있다. AWS로서는 생성형 AI 이후 새로운 성장축으로 떠오른 피지컬 AI 시장에서 클라우드 인프라의 영향력을 선점해야 하는 상황이다. 다만 이번 프로그램이 실제 산업 성과로 이어질지는 참여 기업들이 얼마나 많은 현장 데이터를 확보하고 이를 유료 서비스로 전환하느냐에 달렸다. AWS는 기업별 지원 규모와 크레딧 규모를 공개하지 않았다. 결국 6개월간의 프로그램 이후 실제 고객사 도입과 매출로 이어지는 사례가 얼마나 나올지가 성패를 가를 전망이다. 함기호 AWS코리아 대표는 “한국은 제조 경쟁력과 로보틱스 생태계를 바탕으로 피지컬 AI 분야를 이끌 수 있는 기반을 갖추고 있다”며 “참여 기업이 기술을 실제 사업으로 연결할 수 있도록 기술과 전문성, 글로벌 네트워크를 지원하겠다”고 말했다.2026-08-20 13:50:44
-
'모두의 AI' 6파전, 최대 3곳만 웃는다…B200 512장 놓고 격돌 [경제일보] 전 국민이 이용량 제한 없이 무료로 사용할 수 있는 인공지능(AI) 챗봇과 공공 AI 에이전트를 구축하는 정부의 ‘모두의 AI’ 사업에 6개 사업자가 도전장을 냈다. 과학기술정보통신부가 이 가운데 2~3곳만 선정하기 때문에 최소 3곳은 탈락한다. 특히 올해 정부가 지원하는 엔비디아 B200 그래픽처리장치(GPU) 최대 512장을 놓고 사업자 간 경쟁이 벌어지면서 통신사와 플랫폼, AI 전문기업의 전략 대결도 본격화됐다. 19일 과기정통부에 따르면 전날 오후 5시 마감된 공모에 △SK텔레콤 △KT △카카오 △이스트소프트 △엠케이디(MKD) △제논 등 6개 사업자가 제안서를 제출했다. 당초 11일이었던 접수 마감일은 일주일 연장됐다. ‘모두의 AI’는 정부가 추진하는 ‘독자 AI 파운데이션 모델’ 프로젝트와 연계해 국산 AI 모델을 실제 대국민 서비스로 확산하는 후속 사업이다. 범용 AI 챗봇과 공공 AI 에이전트를 올해 출시하고, 향후 자산관리·학습 코칭·노후 설계 등으로 서비스를 확대해 ‘1인 1 AI 에이전트’ 시대를 구현하는 것이 목표다. ◆ B200 512장 놓고 ‘자원 경쟁’ 이번 사업의 핵심 경쟁력은 AI 서비스 자체뿐 아니라 이를 뒷받침할 컴퓨팅 자원이다. 정부는 올해 엔비디아 B200 GPU 최대 512장을 선정 사업자에 지원한다. 2개 사업자를 선정하면 각각 256장씩 배분하고, 3개 사업자를 선정할 경우 256장과 128장 단위로 차등 지원한다. 사업자는 국산 AI 모델을 중심으로 서비스를 구축해야 한다. 공모 기준상 독자 AI 파운데이션 모델 기준에 부합하는 국산 모델을 50% 이상 활용하고, 다른 국내 기업의 국산 모델도 30% 이상 활용해야 한다. 외산 모델은 필요한 경우 최소한으로 활용하는 방식이다. 과기정통부도 외산 모델을 단순히 20%까지 자유롭게 사용할 수 있다는 의미는 아니라고 설명했다. GPU 확보량에 따라 서비스 운영 능력도 달라질 수 있는 만큼 이번 평가에서는 단순한 AI 모델 성능뿐 아니라 GPU 활용과 인프라 운영, 대국민 서비스 구현 역량 등이 주요 변수가 될 전망이다. 일정도 빠듯하다. 정부는 이달 말 사업자를 확정한 뒤 9월 협약을 거쳐 9월 말 베타서비스를 시작하고 12월 정식 서비스에 들어갈 계획이다. 9월 말 베타부터 12월 정식 출시까지 실제 서비스를 구축하고 이용자를 확보해야 하는 만큼 사업자 입장에서는 기술력과 함께 서비스 실행력이 중요해졌다. ◆ SKT·KT·카카오, ‘생활형 AI’ 승부 SK텔레콤은 대규모 컨소시엄을 구성해 의료·금융·모빌리티·교육·세무·복지 등 생활 밀착형 서비스 전반을 공략한다. SK텔레콤 컨소시엄에는 라이너, 티맵모빌리티, SK브로드밴드, 엘리스그룹, 페르소나AI, 노타, 셀렉트스타, 에임인텔리전스, 신한카드, 하나카드, 굿닥, 해빗팩토리 등 다양한 기업과 기관이 참여했다. SK텔레콤은 월간 이용자 1000만명대의 AI 서비스 ‘에이닷(A.)’과 자체 AI 모델을 기반으로 대화와 검색·요약, 문서·이미지 분석, 일정 관리 등을 제공하는 범용 챗봇을 구축할 계획이다. 이후 공공 서비스 탐색과 신청, 증명서 발급은 물론 의료·교통·금융·교육 분야의 예약·신청·결제까지 처리하는 AI 에이전트로 확장한다는 구상이다. KT는 검색과 쇼핑, 주거, 교육, 금융을 아우르는 컨소시엄을 꾸렸다. 다음과 솔트룩스, 업스테이지, 모티프테크놀로지스, NC AI, 무신사, 직방, 커넥트웨이브, BC카드, 딥서치, 액션파워, 래블업, 리벨리온, 베슬에이아이코리아, EBS 등이 참여했다. KT는 포털·검색과 커머스, 금융, 교육 등 이용자의 일상생활과 밀접한 서비스를 AI 에이전트로 연결하는 데 초점을 맞췄다. 리벨리온과 베슬에이아이코리아 등 AI 반도체·인프라 기업을 포함해 서비스뿐 아니라 AI 연산 환경까지 고려한 것이 특징이다. 카카오는 LG 계열사들과 손잡았다. 카카오 컨소시엄에는 LG경영개발원 AI연구원, LG CNS, LG유플러스, LG전자, 루닛, 서울대학교병원, 신한은행, 데이원컴퍼니, 자비스앤빌런즈, 카카오엔터프라이즈, 크라우드웍스, 퓨리오사AI 등이 참여했다. 카카오는 카카오톡이라는 대규모 이용자 접점을 기반으로 자체 AI 모델 ‘카나나’와 행정안전부와 함께 운영한 AI 국민비서 경험을 앞세운다. LG AI연구원은 ‘K-엑사원’ 제공과 모델 고도화·안전성 검증, LG유플러스는 통신 고객을 활용한 대규모 실증과 품질 검증, LG전자는 생활가전 등 디바이스 연계, LG CNS는 공공 시스템과 데이터 연계를 맡는 구조다. 통신 3사 가운데 LG유플러스가 독자적으로 주관 컨소시엄을 꾸리는 대신 카카오를 중심으로 연합전선을 구축한 점도 눈에 띈다. ◆ 이스트소프트·중소 AI 기업도 도전장 이스트소프트는 메가존, 비드래프트, 슈어소프트테크, 와이즈넛, 이스트에이드, 폴라리스오피스, 한국생산성본부 등과 컨소시엄을 구성했다. 오피스 소프트웨어와 클라우드, AI·보안 및 품질 검증 역량을 결합해 차별화된 대국민 AI 서비스를 구축한다는 전략이다. 엠케이디와 제논은 단독으로 제안서를 냈다. 엠케이디는 리서치 특화 AI 플랫폼 ‘큐럴(Keural)’, 제논은 B2C AI 에이전트 포털 ‘제나(GenA)’를 기반으로 사업에 도전한다. 이번 경쟁에서 가장 눈에 띄는 변수 가운데 하나는 네이버클라우드의 불참이다. 자체 AI 모델 ‘하이퍼클로바X’와 검색·플랫폼 운영 역량을 보유한 네이버클라우드는 참여 가능성이 거론됐지만 최종적으로 제안서를 제출하지 않았다. 네이버클라우드는 진행 중인 다른 사업에 역량을 집중하기 위한 판단이라고 설명했다. 코난테크놀로지도 이번 사업에 참여하지 않고 국방·제조 등 B2B·B2G 사업에 집중하는 전략을 택한 것으로 알려졌다. 결국 ‘모두의 AI’는 네이버 없이 SK텔레콤·KT·카카오 등 대형 플랫폼과 통신사를 중심으로 AI 전문기업들이 경쟁하는 구도가 됐다. 하지만 이번 사업의 진짜 승부는 사업자 선정 이후다. 정부가 제공하는 B200 512장은 대규모 모델을 새로 학습하기 위한 자원이라기보다 올해 대국민 서비스 구축과 출시를 지원하기 위한 초기 인프라다. 정부 역시 올해는 모델 개발보다 서비스 개발이 중심인 만큼 GPU 수요가 상대적으로 적다는 입장이다. 2027년 이후에는 서비스 운영과 고도화에 필요한 정부 지원 규모도 달라질 수 있다. 결국 사업자들은 제한된 GPU로 얼마나 많은 이용자의 AI 요청을 안정적으로 처리할 수 있는지, 국산 AI 모델을 얼마나 효율적으로 서비스에 적용할 수 있는지를 증명해야 한다. 여기에 무료 서비스라는 공공성과 지속 가능한 수익모델까지 동시에 해결해야 한다. 정부는 필수 AI 기능을 무료로 제공한다는 원칙을 제시하고 있다. GPU 지원 범위를 넘어 이용자가 늘더라도 기업이 자체 수익모델 등을 활용해 핵심 기능의 무료 제공을 유지해야 한다는 것이다. 고급·특화 기능 등을 통해 수익을 확보하는 구조가 가능하지만, 서비스 이용자가 늘어날수록 비용도 함께 증가하는 만큼 사업자들의 부담도 커질 수밖에 없다. 한편 ‘모두의 AI’ 경쟁은 6개 사업자 중 누가 정부 GPU를 확보하느냐에서 끝나지 않는다. 12월까지 국민이 실제로 사용할 수 있는 AI 서비스를 만들고, 무료 서비스의 트래픽을 감당하면서도 지속 가능한 사업 구조를 만들어내는 기업이 최종 승자가 될 전망이다.2026-08-19 17:47:40
-
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
많이 본 뉴스
영상
Youtube 바로가기
![[데스크칼럼] 사상 최악의 기후재난, 네팔 대홍수가 묻는 것](https://image.ajunews.com/content/image/2026/08/31/20260831101315475035_518_323.jpg)