검색결과 총 41건
-
-
배경훈, 中 로봇 현장 투입에 투자 독려…피지컬 AI '실증·사업화' 속도전
[경제일보] 배경훈 부총리 겸 과학기술정보통신부 장관이 중국의 휴머노이드 로봇 현장 투입과 데이터 축적을 언급하며 국내 피지컬 인공지능(AI) 투자·연구개발 목표의 재점검을 주문했다. 기술을 개발하는 데 그치지 않고 실제 산업 현장에서 작동하는 사례를 확보해 투자와 사업화로 연결하겠다는 방침이다. 배 부총리는 13일 서울 코엑스에서 열린 ‘피지컬 AI 테크 위크’의 피지컬 AI 얼라이언스 간담회에서 “우리가 생각하는 피지컬 AI 세계 1강을 달성할 수 있을 정도의 목표를 세우고 실행하는지 확인하고 싶었다”고 밝혔다. 그는 중국이 사람을 닮은 휴머노이드 로봇을 산업 현장에 도입해 데이터를 쌓고 있다며 국내 계획의 충분성을 고민해왔다고 설명했다. 이어 “3년 뒤, 5년 뒤, 내년에 ‘이 정도 더 투자했으면 좋았을 텐데’라고 후회하지 않을 정도의 목표를 설정했으면 좋겠다”고 말했다. 정부와 기업이 각자 할 수 있는 최대치의 목표를 세워야 한다는 주문이다. 피지컬 AI는 주변 환경을 인식하고 판단한 결과를 로봇·장비의 움직임으로 옮기는 기술이다. 제조 현장에서는 공정 상태를 예측해 장비를 정밀 제어하거나, 서로 다른 로봇과 물류 설비를 연결해 공장 전체를 운영하는 데 활용할 수 있다. 실제 작업 데이터를 확보하고 현장에서 성능을 검증하는 과정이 기술개발과 맞물려야 한다. 정부는 이를 반도체·AI데이터센터와 함께 3대 메가프로젝트로 추진하고 있다. 배 부총리는 국내 AI·정보통신기술 역량과 제조 기반을 결집하면 글로벌 경쟁력을 확보할 수 있다며, 초기 성공사례를 조기에 만들어야 한다고 강조했다. 국내 실증사업도 가동 단계에 들어섰다. 과기정통부가 지난 7월 발표한 경남·전북 피지컬 AI 연구개발사업은 2026~2030년 5년간 총 1조4131억원 규모로 추진된다. 경남에 6763억원, 전북에 7368억원을 투자하는 계획이다. 경남은 제조 공정의 정밀 제어와 인간·AI 협업에, 전북은 공장과 물류 시스템을 연결하는 자율 지능 공장 플랫폼에 초점을 맞춘다. 과기정통부는 지난달 착수보고회에서 데이터·AI 모델·디지털트윈·로봇·공장 운영을 연계하는 5개년 로드맵을 제시했다. 개별 장비의 제어 기술과 공장 전체의 운영 기술을 함께 확보하는 구조다. 민간 협력의 중심은 피지컬 AI 얼라이언스다. 운영사무국에 따르면 참여기업은 지난해 출범 당시 120곳에서 올해 10월 437곳으로 늘었다. 지난 6월 출범한 2기는 기술 풀스택, 산업 브릿지, 거버넌스 등 3개 분과를 통해 기술 확보와 수요기업 연결, 표준화·국제 협력을 추진하고 있다. 이날 기술 풀스택 분과는 국내 AI 모델·반도체·소프트웨어·로봇을 연결하는 기술 확보 방안을 발표했다. 산업 브릿지 분과는 산업별 수요·공급기업을 묶은 실증·사업화 과제를, 거버넌스 분과는 표준화와 글로벌 협력 방안을 제시했다. 현장에서는 실증 기회 확대와 데이터 확보·공동 활용, 전문인력 확보, 투자 연계가 주요 요구로 나왔다. 정부가 지난 7월 발표한 핵심 경쟁력 확보 전략에도 로봇 행동데이터를 모으고 유효성 검증과 상호운용성 표준을 마련하는 내용이 담겼다. 기업별로 확보한 데이터를 기술개발에 활용할 수 있도록 수집·관리 체계를 갖추겠다는 구상이다. 정부와 얼라이언스는 기업이 직접 실행과제를 발굴·기획하고 이를 관계부처 연구개발·실증사업과 투자 프로그램에 연결하는 협력체계를 강화하기로 했다. 배 부총리는 정책금융도 적극 연계해 현장의 어려움을 해결하겠다고 밝혔다. 조준희 한국인공지능·소프트웨어산업협회장은 AI 기반 모델부터 로봇, 온디바이스, 보안까지 공급망이 다양한 만큼 기업 간 연대가 중요하다고 강조했다. 배 부총리는 간담회에 앞서 AI반도체·데이터·디지털트윈·로봇 전시를 살펴봤다. 행사는 14일 ‘피지컬 AI 테크 데이’로 이어져 국내외 전문가의 기조강연과 기술발표, 토크 콘서트 등이 진행된다.
2026-10-13 18:00:52
-
AI 주권 확보, 기술만으론 부족…S2W "공급망 보안까지 챙겨야"
[경제일보] AI(인공지능) 반도체와 데이터센터, 소프트웨어 등 핵심 공급망이 복잡하게 연결되면서 특정 기업이나 국가를 직접 공격하지 않고 협력사나 공급망의 취약점을 노리는 방식으로 AI 생태계 전체를 위협할 가능성이 커지고 있다. 국내 보안기업 S2W는 한국과 영국이 AI 공급망의 위협 정보를 공유하고 이를 국제적인 보안 의제로 발전시켜야 한다고 제안하는 등 공급망을 사이버 공격으로부터 보호하는 영역으로 AI 경쟁이 확대되고 있다. 6일 데이터 인텔리전스 기업 S2W에 따르면 서상덕 대표는 지난달 30일부터 지난 2일까지 영국 웨스트서식스에서 열린 '제2차 한영고위급포럼'에 초청돼 AI 협력 방안을 논의했다. 이번 포럼은 한국국제교류재단(KF)과 영국 윌튼 파크가 공동 주최하고 현대자동차그룹·한화그룹·롤스로이스가 후원했다. 정부와 의회, 재계, 학계, 언론 등 양국 주요 인사들이 참석해 한영 자유무역협정(FTA)을 통한 경제 협력과 안보·회복탄력성, 디지털·신흥 기술 분야의 협력 방안을 논의했다. 서 대표는 2일차 'AI의 새로운 지평: AI 연대를 통한 역량 강화' 세션의 발제자로 나서 AI 주권 강화를 위한 공급망 보안과 한영 양국 간 협력의 필요성을 강조했다. AI 주권을 단순히 자체 AI 모델이나 반도체 등 핵심 기술을 확보하는 문제로 한정하지 않고 이를 뒷받침하는 공급망의 안전성까지 넓혀야 한다는 취지로 풀이된다. AI 산업은 반도체와 데이터센터, 클라우드, 소프트웨어 등 여러 분야가 연결된 구조다. 하나의 기술이나 기업에 대한 공격이 다른 기업과 서비스로 확산될 수 있는 만큼 개별 기업의 보안만으로는 공급망 전체를 보호하기 어렵다는 지적이 나온다. 특히 공급망을 노린 사이버 공격은 기업이 직접 관리하는 시스템의 취약점뿐 아니라 협력사나 외부 소프트웨어 등을 통해 침투할 수 있다는 점에서 대응이 까다롭다. AI 관련 산업이 확대될수록 참여 기업과 기술이 늘어나면서 관리해야 할 보안 영역도 함께 넓어질 수밖에 없다. S2W가 제안한 방안 중 하나는 이 같은 공급망 위협에 대응하기 위한 민관 협력 채널이다. 반도체와 피지컬 AI 공급망을 겨냥한 위협정보를 상시 공유해 공격 징후를 조기에 파악하고 대응할 수 있는 체계를 구축하자는 내용이다. 국가와 기업이 각각 확보한 사이버 위협정보를 공유할 경우 개별 기업이 단독으로 탐지하기 어려운 공격 흐름을 보다 빠르게 파악할 수 있다는 것이 핵심이다. 다만 국가 간 위협정보 공유가 실제로 작동하기 위해서는 기업의 기밀정보나 민감정보를 침해하지 않으면서 어떤 정보를 어떤 방식으로 공유할지에 대한 기준을 마련하는 것도 과제로 꼽힌다. S2W는 이를 국제적인 논의로 확대하는 방안도 제시했다. 한국과 영국이 각각 내년과 오는 2028년 주요 20개국(G20) 의장국을 맡는 시기를 활용해 '신뢰할 수 있는 공급망 보안'을 국제사회의 주요 의제로 설정하자는 것이다. 양국이 연이어 G20 의장국을 맡는 만큼 공급망 보안과 AI 협력을 공동 의제로 발전시킬 수 있는 계기를 만들자는 구상이다. AI 산업이 특정 국가에 국한되지 않고 글로벌 공급망을 통해 연결돼 있는 만큼 개별 국가의 보안 정책만으로는 대응에 한계가 있다는 판단도 깔려 있다. 특히 AI 반도체와 피지컬 AI 등 신흥 기술이 산업 현장으로 확산될수록 공급망 보안의 중요성은 더욱 커질 전망이다. 피지컬 AI는 로봇과 자율주행, 스마트팩토리 등 물리적 환경과 직접 연결되는 만큼 사이버 공격이 데이터 탈취에 그치지 않고 실제 시스템 운영에 영향을 줄 가능성도 고려해야 한다. 서상덕 S2W 대표는 "한영 양국이 AI 시대의 동반성장 전략을 심도 있게 논의하는 뜻깊은 자리에 함께할 수 있어 영광이었다"며 "지난 수년간 국제기구와 해외 정부, 빅테크 등과 협업하며 축적해온 글로벌 파트너십 경험을 바탕으로 영국을 비롯한 세계 각국과의 협력 접점을 확대하고, AI·안보·사이버보안 등의 전문 분야에서 국제사회가 당면한 주요 과제에 대한 기술 해법을 제시해 나가겠다"고 말했다.
2026-10-06 08:28:49
-
알리바바, 칩부터 에이전트까지 'AI 풀스택'…2032년 데이터센터 20GW
[경제일보] 알리바바가 인공지능(AI) 모델을 넘어 반도체와 데이터센터, 클라우드, 에이전트까지 직접 아우르는 'AI 풀스택' 전략을 본격화한다. 자체 AI 칩과 데이터센터 인프라를 확대하는 동시에 차세대 Qwen 모델과 기업용 AI 에이전트 플랫폼을 내놓으며 AI 기술을 실제 서비스로 연결한다는 구상이다. 특히 글로벌 데이터센터 용량을 오는 2032년까지 20기가와트(GW) 이상으로 확대하겠다는 계획을 제시하며 AI 경쟁의 무게중심을 모델 성능에서 컴퓨팅 인프라와 에이전트 운영 환경으로 넓히고 있다. 22일 알리바바 그룹은 최근 진행된 연례 기술 행사 '압사라 컨퍼런스'에서 칩과 클라우드 인프라, 파운데이션 모델, 에이전트를 아우르는 AI 기술 로드맵을 공개했다고 밝혔다. 알리바바는 반도체 설계 부문 T-Head를 통해 AI 프로세서와 중앙처리장치(CPU)를 개발하고, 데이터센터와 네트워크·스토리지 인프라를 고도화한 뒤 자체 클라우드와 Qwen 모델, AI 에이전트 서비스를 연결하는 구조를 구축하고 있다. AI 서비스에 필요한 연산부터 모델, 데이터, 애플리케이션까지 기술 스택 전반을 확보하겠다는 전략이다. 에디 우 알리바바 그룹 최고경영자(CEO)는 글로벌 데이터센터 용량을 2032년까지 20GW를 넘어서는 수준으로 확대하겠다는 목표를 제시했다. AI가 기업 업무와 산업 전반으로 확산하면서 늘어나는 연산 수요에 대응하기 위해 데이터센터 인프라 투자를 지속한다는 계획이다. T-Head는 AI 학습과 추론을 지원하는 차세대 프로세서 'Zhenwu V900'도 공개했다. 전작 Zhenwu M890보다 3배 높은 성능을 제공하며 216GB GPU 메모리와 초당 1200GB의 칩 간 대역폭을 지원한다. FP8과 FP4 등 다양한 수치 정밀도를 지원하며, 양산 및 상용 출시는 내년 1분기로 예정됐다. T-Head는 Zhenwu AI 칩이 자동차, 금융, 대규모 언어 모델, 체화 AI, 에너지, 제조 등 다양한 분야에서 650곳이 넘는 고객사가 활용하고 있다고 밝혔다. 알리바바는 Zhenwu V900과 네트워크·스토리지 칩을 통합한 차세대 슈퍼노드 서버도 공개했으며 최대 50만장의 카드로 구성된 슈퍼노드 클러스터를 지원한다고 설명했다. 자체 CPU 로드맵도 공개했다. 알리바바는 내년 출시를 목표로 에이전틱 AI 작업에 최적화한 Yitian CPU를 개발하고 있으며, 2029년에는 독자 코어 기반의 Yitian 750을 선보이고 Yitian CPU와 Zhenwu AI 칩을 직접 연결할 계획이다. 모델 경쟁도 이어간다. 알리바바는 차세대 Qwen4를 현재 학습 중이며 Qwen4.5와 Qwen5로 이어지는 로드맵을 공개했다. 후속 모델은 5조~10조개 수준의 파라미터 규모로 확대될 것으로 예상했다. 특히 이번 행사에서는 AI 모델 자체보다 AI가 실제 기업 업무를 수행하도록 지원하는 '에이전틱 클라우드' 전략도 공개했다. 에이전틱 클라우드는 대규모 모델의 학습·추론을 담당하는 'AI 네이티브 클라우드', 기업용 에이전트의 배포·운영을 지원하는 '에이전트 네이티브 클라우드', 실시간 데이터와 장기 기억을 제공하는 '컨텍스트 엔진'으로 구성된다. 핵심 제품인 '에이전트 코어'는 AI 에이전트의 구축부터 실행·관리까지 지원하는 기업용 플랫폼이다. '에이전트 시큐리티 센터'를 통해 보안과 규정 준수를 관리하고, '에이전트 컨텍스트'는 기업의 문서와 업무 시스템, 채팅 기록, 멀티모달 데이터를 통합해 에이전트가 과거 작업과 조직 내 지식을 활용할 수 있도록 한다. 알리바바는 이를 통해 지식 기반 업무에서 토큰 사용량을 최대 67% 줄일 수 있다고 설명했다. AI를 활용해 AI를 개발하는 기술도 공개했다. Qwen3.8-Max가 한 달간 데이터 검증과 반복 실험, 오류 진단 등을 자동 수행하며 33차례의 개선 주기를 거쳤으며, 칩 설계 과정에서는 AI가 60시간 이상 자기 개선을 수행하고 전자설계자동화(EDA) 도구를 1만회 이상 호출했다고 밝혔다. 클라우드 인프라도 AI 활용에 맞춰 고도화한다. AI 모델 학습을 지원하는 클라우드 병렬 파일 스토리지(CPFS)는 초당 100TB의 처리량과 1억 IOPS를 제공하며, 자체 AI 네트워킹 아키텍처 HPN 8.0 Pro는 100페타비트(Pb) 대역폭과 800G급 네트워크 포트 13만개 이상을 지원한다. 알리바바는 이번 발표를 통해 AI 모델과 서비스를 개별적으로 개발하는 것을 넘어 컴퓨팅 인프라부터 클라우드, 데이터, 에이전트까지 하나의 생태계로 묶는 전략을 제시했다. 특히 20GW 이상의 데이터센터 확보와 자체 AI 칩·CPU 로드맵을 함께 제시하며 AI 수요 증가에 대응할 인프라 경쟁력 확보에도 무게를 싣고 있다. 조 차이 알리바바 그룹 회장은 "지난 몇 년간 AI는 기술이 무엇을 할 수 있는지에 대한 우리의 상상력을 끊임없이 넓혀 왔으며, AI는 발전 가능성이 무궁무진하고 실제 현장에 도입하고 활용 규모를 확대해 수천 개 산업 분야의 생산성을 높일 수 있다"며 "AI가 기술적 혁신을 넘어 실질적인 가치를 창출하도록 이끄는 것이 바로 '지능, 그 가능성을 넘어서'라는 주제의 진정한 의미"라고 말했다.
2026-09-22 14:58:44
-
-
-
'AI 3대 강국' 사활 건 과기정통부…내년 29.6조 쏟아붓는다
[경제일보] 정부가 인공지능(AI)을 국가 성장전략의 전면에 내세우면서 과학기술정보통신부의 내년 살림도 크게 불어난다. 과기정통부는 AI 대전환과 차세대 전략기술에 재정을 집중하고, 이를 산업 현장과 지역으로 확산해 ‘AI 3대 강국’ 도약의 기반을 마련한다는 계획이다. 과기정통부는 1일 국무회의에서 2027년도 예산안이 의결됐다고 밝혔다. 총예산은 29조6476억원으로 올해 추가경정예산보다 5조8272억원, 24.5% 증가했다. 이 가운데 AI 관련 예산은 9조4000억원으로 84.3% 늘었고, R&D 예산도 14조1000억원으로 18.5% 증가했다. 가장 큰 변화는 AI 투자 확대다. 정부는 고성능 GPU 확보부터 독자 AI 모델, 데이터센터, 피지컬 AI까지 AI 생태계 전반에 투자한다. 대규모 GPU 확보를 통해 AI 연산 기반을 확충하고 프론티어급 AI 개발에 필요한 데이터 경쟁력도 강화한다. 전 국민이 범용 AI와 공공 AI 에이전트를 활용하는 ‘모두의 AI’에는 2500억원을 신규 배정했다. AI를 산업 현장으로 가져가는 투자도 늘어난다. 반도체·피지컬 AI·AI 데이터센터를 중심으로 한 3대 메가프로젝트를 추진하고, 로봇과 제조 현장에 AI를 접목하는 사업을 확대한다. AI 데이터센터의 국산 솔루션과 인프라 기술을 개발하고, 피지컬 AI 분야에서는 휴머노이드와 로봇 파운데이션 모델 등 차세대 기술 확보에 나선다. AI 확산에 따른 부작용과 보안 문제에도 예산을 투입한다. AI 안전 기술과 사이버보안 AI 개발, 중소기업의 AI 기반 위협 대응 등을 지원해 ‘빠른 AI 도입’과 ‘안전한 AI 활용’을 동시에 추진한다. ◆ AI 다음 먹거리도 선점 정부는 AI에만 올인하지 않는다. AI 이후 국가 경쟁력을 좌우할 차세대 전략기술에는 12조3770억원을 편성했다. 특히 7대 시드(SEED) 프로젝트에는 1조3439억원을 투입한다. SMR과 핵융합 등 미래에너지, 양자컴퓨터, AI·로봇 기반 신약개발, 뇌-컴퓨터 인터페이스(BCI), 우주항공 등이 주요 대상이다. 정부는 현재 경쟁력이 있는 분야를 따라가는 데 그치지 않고 향후 10~20년 뒤 산업을 좌우할 기술을 선점하겠다는 전략이다. 기초연구와 출연연구기관에 대한 투자도 확대한다. 기초연구 예산을 늘리고 출연연은 기관별 임무 중심 연구를 강화한다. R&D 예산을 대형·중장기 과제로 전환하고 연구성과가 기술이전과 창업, 기업 성장으로 이어지도록 투자형 R&D도 새롭게 도입한다. 2027년 정부 전체 R&D 예산은 39조5000억원으로 올해보다 11.2% 증가한다. 지역 격차 해소도 핵심 축이다. 4대 권역을 중심으로 지역 AI 전환(AX)을 확대하고 지역이 강점을 가진 산업과 AI를 결합하는 방식으로 투자를 늘린다. AI 인재를 수도권에만 묶어두지 않고 지역 대학과 산업 현장에서 길러내겠다는 구상이다. 한편 내년도 과기정통부 예산의 특징은 AI를 중심으로 인프라·기술·인재·산업·지역을 하나의 생태계로 묶는 것이다. 다만 막대한 예산을 투입한다고 경쟁력이 자동으로 생기는 것은 아니다. GPU 확보량이나 연구비 규모보다 중요한 것은 국내 기업과 연구기관이 실제 글로벌 제품과 서비스로 연결할 수 있는 성과를 얼마나 만들어내느냐다. 과기정통부 역시 예산 확대와 함께 R&D의 성과관리와 사업화에 무게를 두고 있다. 결국 2027년은 한국이 AI에 얼마를 썼느냐보다 그 돈으로 어떤 기술을 확보하고 어떤 기업을 키웠는지를 증명해야 하는 해가 될 전망이다.
2026-09-01 14:05:01
-
-
NC AI, 사우디서 '피지컬 AI' 승부…K-AI 중동 공략 본격화
[경제일보] NC AI가 사우디아라비아를 발판으로 피지컬 AI의 중동 시장 공략에 나선다. 단순히 AI 모델을 소개하는 수준을 넘어 국산 AI 반도체부터 클라우드·인프라, AI 모델과 애플리케이션까지 연결한 한국형 ‘풀스택 AI’를 현지 산업에 적용하는 데 초점을 맞춘다. NC AI는 31일부터 9월 3일까지 사우디아라비아 리야드에서 열리는 글로벌 기술 전시회 ‘LEAP 2026’에 참가해 한국 풀스택 AI 컨소시엄 공동관을 운영한다고 밝혔다. 한국인공지능·소프트웨어산업협회(KOSA) 주도로 마련된 공동관에는 메가존클라우드, 업스테이지, 퓨리오사AI, 유라클 등이 참여한다. NC AI는 이번 전시에서 산업특화 AI ‘배키(VAETKI)’를 중심으로 피지컬 AI 기술을 선보인다. 가상 공간을 구현하는 디지털트윈, 현실 세계를 이해하는 월드모델, 물리적 행동을 제어하는 로봇 파운데이션 모델을 하나의 체계로 연결하는 방식이다. 물류센터와 도시 환경을 구현한 디지털트윈을 통해 실제 산업 현장에서 AI가 어떻게 활용될 수 있는지를 보여줄 계획이다. 특히 ‘바르코 3D(VARCO 3D)’와 ‘배키 트윈’을 활용한 시연도 진행한다. 물류센터 운영 상황과 도시 건축물을 3D 환경으로 구현하고, LEAP 전시장과 공동관까지 가상 공간으로 재현해 디지털트윈 구축 기술을 소개한다. NC AI는 텍스트와 이미지로 3D 자산을 생성할 수 있는 기술을 통해 디지털트윈 제작에 필요한 시간과 비용을 줄일 수 있다고 설명한다. 이번 행사가 주목받는 이유는 사우디가 AI를 국가 산업전환의 핵심 분야로 육성하고 있기 때문이다. 사우디는 정부와 국부펀드(PIF), 아람코 등을 중심으로 AI 반도체와 데이터센터, AI 모델 및 서비스에 대한 투자를 확대하고 있다. LEAP에도 구글클라우드·AWS·엔비디아·AMD 등 글로벌 빅테크와 중국 기업들이 대거 참여해 현지 AI 시장을 둘러싼 경쟁이 치열해지고 있다. 한국 기업들은 이미 현지 실증에도 들어갔다. 메가존클라우드는 지난 5월 퓨리오사AI·NC AI·업스테이지·유라클과 컨소시엄을 구성해 아람코 디지털을 대상으로 국산 AI 반도체 기반 서버형 AI 인프라 실증 사업을 추진한다고 밝혔다. NC AI는 이 사업에서 AI 기반 3D 렌더링과 디지털트윈 서비스를 맡는다. 따라서 이번 LEAP 참가가 단순 전시회 마케팅에 그치지 않고 기존 실증 사업을 실제 계약과 현지 레퍼런스로 확대하는 계기가 될지가 관건이다. 특히 사우디가 제조·에너지·도시개발·국방 등 산업 전반에서 AI 도입을 추진하고 있는 만큼 현실 세계의 설비와 공간을 이해하고 제어하는 피지컬 AI는 국내 기업이 차별화할 수 있는 분야로 꼽힌다. 다만 중동 시장을 선점하려면 기술 시연만으로는 부족하다. 현지 데이터와 산업 환경에 맞춰 모델을 재학습하고, 보안·데이터 주권을 충족하면서 실제 프로젝트의 투자비와 운영비까지 낮출 수 있는지가 중요하다. 사우디 시장에서 글로벌 빅테크와 중국 기업까지 경쟁하는 만큼 한국 기업 간 기술 결합을 넘어 현지 기업과의 장기적인 파트너십을 확보해야 한다는 과제도 남는다. NC AI 이연수 대표는 “최고 수준의 한국형 풀스택 AI 역량을 글로벌 시장에 널리 알리고 현지 파트너들과 긴밀히 소통해 실질적인 비즈니스 성과를 창출하겠다”고 말했다.
2026-08-31 09:01:07
-
-
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
-
-
-
-
"AI의 무대가 바뀐다"…데이터센터서 단말·공장으로 옮겨가는 AI
[경제일보] 생성형 인공지능(AI) 확산으로 대규모 연산을 데이터센터에서 처리하는 방식이 주류로 자리 잡은 가운데 AI를 단말과 산업 현장에 직접 배치하는 '온디바이스 AI'와 '엣지 AI'가 새로운 경쟁 영역으로 부상하고 있다. 영상 분석과 로봇, 자동차, 스마트팩토리 등 실시간 대응과 데이터 보안이 중요한 분야에서는 모든 데이터를 중앙 데이터센터로 전송하는 방식에 한계가 있기 때문이다. 국내 기업들도 AI 반도체와 경량화된 AI 모델을 결합해 현장에서 AI를 구동하는 사업에 속도를 내고 있다. 19일 업계에 따르면 최근 AI 산업의 경쟁 구도가 대규모 데이터센터와 GPU 확보에서 AI 연산을 실제 서비스가 발생하는 현장으로 분산하는 방향으로 확대되고 있다. 생성형 AI 서비스가 고도화하면서 데이터센터의 대규모 GPU 연산 능력이 중요해졌지만, 모든 데이터를 클라우드나 데이터센터로 보내 처리할 경우 네트워크 지연과 데이터 전송 비용, 보안 등의 문제가 발생할 수 있기 때문이다. 특히 카메라와 센서를 통해 주변 환경을 실시간으로 인식해야 하는 로봇과 자동차, 산업 현장에서는 AI 연산을 가까운 곳에서 처리하는 것이 중요하다. 이에 AI 모델과 연산 장치를 단말이나 현장에 배치하는 온디바이스 AI와 엣지 AI가 주목받고 있다. 온디바이스 AI는 스마트폰이나 로봇, 자동차 등 기기 자체에서 AI 연산을 수행하는 방식이며, 엣지 AI는 데이터가 발생하는 현장과 가까운 서버나 장비에서 AI 연산을 처리하는 개념이다. 두 방식 모두 중앙 데이터센터에 대한 의존도를 낮추고 민감한 데이터를 외부로 전송하지 않으면서 실시간으로 AI를 구동할 수 있는 것으로 평가된다. 이에 AI 반도체 경쟁도 단순히 GPU와 NPU 가운데 어느 쪽이 우위에 있느냐를 넘어 사용처에 맞는 연산 구조를 확보하는 방향으로 바뀌고 있다. 대규모 AI 모델 학습에는 GPU가 활용되고, 현장에서 반복적으로 수행되는 추론 작업은 전력 효율과 지연 시간 등을 고려해 NPU를 활용하는 방식이다. KT는 국산 AI 반도체와 자체 대규모 언어 모델(LLM)을 결합한 기업용 AI 어플라이언스를 출시하며 이 같은 시장 변화에 대응하고 있다. KT가 선보인 'KT NPU LLM 스테이션'은 국내 AI 반도체 기업 리벨리온의 추론 특화 신경망 처리 장치(NPU) 'ATOM-MAX'와 KT의 독자 LLM '믿음 K 2.5 Pro', 운영 API 플랫폼을 하나의 서버에 통합한 완제품형 장치다. 기업 내부에 장비를 설치해 데이터와 AI 연산을 사내에서 처리할 수 있도록 한 것이 특징이다. 망 분리 등 보안 규제가 적용되는 공공·국방·제약·제조·금융 분야에서 외부 클라우드 기반 생성형 AI를 활용하기 어려운 기업을 겨냥한 것으로 풀이된다. KT는 향후 이를 피지컬 AI를 위한 엣지 데이터 센터로 확대해 저전력·저지연 AI 인프라로 활용한다는 계획이다. 제조 현장에서도 AI 연산을 현장 가까이에서 처리하려는 움직임이 나타나고 있다. 포스코DX는 국산 AI 반도체를 활용해 산업 현장에서 발생하는 비정형 데이터를 분석하는 플랫폼 개발에 나섰다. 공장 내 카메라와 센서 등에서 발생하는 데이터를 현장에서 AI로 분석해 설비와 작업 환경을 실시간으로 판단하는 방식으로, 제조 현장의 AI 적용 범위를 확대하려는 시도다. 특히 제조업에서는 생산 과정에서 발생하는 영상·센서 데이터의 양이 많고 외부 전송이 제한되는 경우도 있어 모든 데이터를 중앙 서버로 보내 분석하는 데 비용과 시간이 발생한다. 포스코DX는 현장에서 AI 추론을 수행하면 필요한 데이터만 선별해 처리할 수 있어 실시간성이 중요한 품질 검사와 이상 징후 탐지 등에서 활용도가 높아질 것으로 전망하고 있다. AI가 실제 공간에서 움직이는 피지컬 AI 시장이 커질수록 이러한 엣지 AI 수요도 확대될 전망이다. 로봇과 드론, 자율주행차 등이 주변 환경을 실시간으로 인식하고 판단하려면 카메라와 각종 센서에서 발생하는 데이터를 빠르게 처리해야 한다. 자동차 역시 운전자 상태 분석이나 주행 환경 판단 등 일부 AI 연산을 차량 내부에서 처리하는 구조가 확대될 것으로 분석된다. 이 과정에서 AI 반도체 성능뿐 아니라 AI 모델 최적화와 소프트웨어 생태계 구축도 중요해지고 있다. 같은 NPU를 사용하더라도 AI 모델을 하드웨어 특성에 맞게 최적화하지 못하면 기대한 성능과 전력 효율을 확보하기 어렵기 때문이다. 온디바이스 AI 시장의 경쟁은 'GPU 대 NPU'의 단순한 대결보다는 AI 연산을 어디에서, 어떤 방식으로 처리할 것인지에 대한 경쟁으로 확대될 전망이다. 데이터센터에서 단말과 공장, 자동차, 로봇 등으로 AI의 무대가 넓어지면서 AI 반도체 기업뿐 아니라 통신사와 제조·플랫폼 기업까지 새로운 시장을 둘러싼 경쟁에 뛰어들고 있다. 이진형 KT AX사업본부장 상무는 "'KT NPU LLM 스테이션'은 KT의 AX 풀스택 역량과 국산 반도체를 결합해 소버린 AI를 실제 산업 현장에서 즉시 사용할 수 있도록 만든 것"이라며 "데이터 주권을 지키면서 AI 전환을 시작하려는 기업과 기관에 가장 현실적인 선택지가 될 것"이라고 말했다.
2026-08-19 14:30:55