경제일보 - 아시아 경제시장의 맥을 짚다

경제일보 - 아시아 경제시장의 맥을 짚다

패밀리 사이트: 아주일보; 베트남

회원서비스: 로그인; 회원가입; 지면보기; 네이버블로그

검색

2026.09.22 화요일

흐림 서울 22˚C

맑음 부산 23˚C

맑음 대구 19˚C

흐림 인천 23˚C

맑음 광주 22˚C

구름 대전 20˚C

구름 울산 22˚C

흐림 강릉 22˚C

구름 제주 24˚C

검색결과 총 20건

아스트라 수요 폭주…오픈AI, 월 29.9만원 '프로 20X' 신규가입 중단 [경제일보] 오픈AI가 최신 인공지능(AI) 모델 'GPT-6 아스트라' 출시 일주일 만에 최고가 챗GPT 요금제의 신규 가입을 막았다. 예상보다 빠르게 이용량이 늘면서 기존 이용자에게 제공할 연산 자원까지 빠듯해졌기 때문이다. 고성능 AI 경쟁이 모델 성능뿐 아니라 실제 수요를 감당할 데이터센터와 그래픽처리장치(GPU) 확보 싸움으로 옮겨가고 있다는 분석이 나온다. 오픈AI는 10일(현지시간) 월 200달러짜리 '챗GPT 프로 20X'의 신규 가입과 업그레이드를 일시 중단했다. 국내 애플 앱스토어 기준 가격은 월 29만9000원이다. 다만 프로 요금제 전체가 중단된 것은 아니다. 월 100달러짜리 '프로 5X'는 계속 신규 가입할 수 있다. 두 요금제는 제공 기능은 같지만 프로 5X는 플러스 대비 5배, 프로 20X는 20배의 사용량을 제공한다. 기존 프로 20X 가입자는 영향을 받지 않고 구독도 정상 갱신된다. 다만 이용자가 현재 구독을 취소하거나 프로 5X로 하향한 뒤 변경이 실제 적용되면 이번 제한이 풀릴 때까지 다시 프로 20X에 가입할 수 없다. 신규 가입 재개 시점은 공개되지 않았다. 티보 소티오 오픈AI 제품 총괄은 엑스(X)를 통해 "기존 이용자들이 뛰어난 경험과 아스트라에 대한 지속적인 접근권을 유지하도록 200달러 프로 요금제 신규 구독을 중단한다"고 밝혔다. 그는 해당 요금제 이용자들이 시스템에 가장 큰 부담을 주고 있다며 "가장 폭넓은 접근권을 유지하기 위해 영향 범위가 가장 작은 조치를 택했다"고 설명했다. 하루 전에는 이미 가입 중단 가능성을 예고했다. 소티오 총괄은 "아스트라 수요는 정말 전례 없는 수준"이라며 "과거에도 매우 가파른 성장세를 겪었지만 지금과 같은 상황은 본 적이 없다"고 밝혔다. 실제로 오픈AI는 예고 하루 만에 신규 가입 제한에 들어갔다. 수요가 몰린 배경에는 지난 3일 공개된 아스트라의 성능 향상이 자리 잡고 있다. 아스트라는 소프트웨어 개발과 컴퓨터·웹 브라우저 조작, 과학·수학 등 복잡한 작업을 직접 수행하는 에이전트 기능을 강화한 모델이다. 오픈AI 자체 평가에서 소프트웨어 엔지니어링 벤치마크 'DeepSWE v1.1'은 74.1%, 여러 도구를 활용해 업무를 처리하는 'AutomationBench'는 41.4%를 기록했다. AutomationBench에서 이전 GPT-5.6 솔은 18.1%였다. 컴퓨터 사용에서도 연산 부담이 커질 만한 변화가 나타났다. 오픈AI가 실제 작업 지연시간을 반영해 시험한 결과 아스트라는 작업당 약 40분에 72.6%의 성공률을 기록했다. GPT-5.6 솔은 약 75분에 65.7%였다. 작업 소요시간을 약 47% 줄이면서 성공률도 높였다는 게 회사 측 설명이다. 다만 이들 수치는 오픈AI의 연구환경이나 API에서 측정된 것으로 실제 챗GPT 이용환경에서는 차이가 날 수 있다. 문제는 이런 에이전트형 AI가 기존 챗봇보다 많은 연산을 필요로 한다는 점이다. 단순한 질문에 한 차례 답하는 데 그치지 않고 웹 검색과 코딩, 프로그램 실행 등을 여러 단계에 걸쳐 반복하기 때문이다. 이용자가 늘수록 모델을 구동하는 GPU와 데이터센터 용량이 빠르게 소진될 수 있다. 오픈AI도 컴퓨팅 공급 확대를 병행하고 있다. 로이터에 따르면 오픈AI는 최근 엔비디아가 투자한 호주 업체 퍼머스(Firmus)와 말레이시아 데이터센터 두 곳의 연산 용량을 공급받는 다년 계약을 체결했다. 아스트라 출시 직후 최고가 개인 요금제 판매까지 제한했다는 점에서 컴퓨팅 자원 확보 속도가 서비스 수요 증가를 따라가는지가 향후 사업 확장의 중요한 변수가 될 전망이다.
2026-09-11 10:11:32
기업용 챗GPT 1년 새 28배…오픈AI, 한국서 '일하는 AI' 승부수 [경제일보] 오픈AI가 한국 오피스를 연 지 1년 만에 국내 기업·기관의 챗GPT 엔터프라이즈 이용자를 28배로 늘렸다. 인공지능(AI) 활용 영역도 단순 질의응답과 문서 요약을 넘어 조사·분석, 코딩, 법무 등 실제 업무를 수행하는 단계로 옮겨가고 있다. 오픈AI는 국내 추론 인프라와 사이버보안, 광고 사업까지 영역을 넓혀 한국 시장 공략에 속도를 낼 계획이다. 오픈AI 코리아는 9일 서울 강남구 조선팰리스에서 한국 오피스 출범 1주년 기자간담회를 열고 국내 사업 성과와 향후 전략을 발표했다. 김경훈 오픈AI 코리아 총괄대표는 “지난 1년은 한국 기업들이 AI에 무엇을 기대하는지가 훨씬 분명해진 시간이었다”며 “높은 수준의 지능이 실제 업무를 끝까지 수행하고 기존 시스템과 연결되며, 기업이 요구하는 보안과 통제 안에서 작동할 때 도입 속도와 깊이가 함께 커졌다”고 말했다. 오픈AI에 따르면 지난달 말 기준 국내 챗GPT 엔터프라이즈 이용자는 전년 동기 대비 약 28배 증가했다. 국내 챗GPT 주간 활성 이용자도 1년 전보다 35% 늘었다. 다만 실제 이용자 수와 계약 기업 수, 한국 사업 매출은 공개하지 않았다. 업무 수행형 AI의 성장세는 더 가팔랐다. 국내 챗GPT 워크와 코덱스의 주간 활성 이용자는 지난 3월부터 6개월 동안 14배 증가했다. 워크는 앱과 파일을 이용해 자료를 조사·분석하고 결과물을 만드는 AI 에이전트이며, 코덱스는 코드 작성과 수정·검토 등을 수행한다. 김 대표는 “2023년에는 이메일을 작성하거나 번역하는 데 AI를 주로 썼고, 2024년 추론 모델이 나오면서 더 깊이 있는 작업이 가능해졌다”며 “지금은 에이전트가 다른 에이전트를 호출하고 서로 협력하면서 하나의 팀이 되는 변화를 보고 있다”고 설명했다. AI 에이전트 활용은 개발 부서를 넘어 전사 업무로 번지고 있다. 김 대표는 “최근 코덱스 이용 추이를 보면 엔지니어도 빠르게 늘지만 사용자가 가장 많이 증가한 분야는 법무였다”며 “재무와 인사, 회계, 마케팅, 영업에서도 실제 업무에 에이전트를 활용하는 비중이 커지고 있다”고 말했다. 지난 8월 오픈AI 제품이 생성한 전체 출력 토큰 가운데 워크와 코덱스가 차지한 비중은 64%에 달했다. 일반 채팅 이용자가 훨씬 많지만 AI가 생산한 결과물의 분량은 업무 수행형 서비스에서 더 많았다는 설명이다. 다만 이는 이용자 비율이나 생산성 개선 효과를 나타내는 수치는 아니다. 대표적인 대규모 도입 사례로 삼성전자와 서울대학교가 소개됐다. 삼성전자는 전 세계 임직원을 대상으로 챗GPT를 도입해 연구개발과 마케팅, 해외 영업, 생산 관리 등에 활용하고 있다. 서울대에서는 5만명에 가까운 학생과 교직원이 챗GPT와 코덱스를 연구·행정 업무 등에 사용하고 있다. 삼성과의 협력은 AI 이용을 넘어 반도체와 데이터센터 분야로 확대되고 있다. 김 대표는 “가장 많이 진전되고 알려진 부분은 오픈AI가 만들고 있는 차세대 칩의 생산과 연구를 삼성과 함께 논의하는 것”이라며 “자체적으로 연산할 수 있는 칩을 개발하고 생산해야 해 이 영역에서 긴 호흡으로 깊이 있는 논의를 하고 있다”고 밝혔다. 삼성은 지난해 10월 삼성전자·삼성SDS·삼성물산·삼성중공업이 오픈AI와 의향서를 체결하고 메모리와 데이터센터, 클라우드, 해양 기술 분야에서 협력한다고 발표했다. 삼성·SK그룹과 추진 중인 스타게이트 인프라 협력은 당초 예상보다 조율에 시간이 걸리고 있다. 김 대표는 “오픈AI 기술이 빠르게 발전하면서 지난해 10월 생각했던 데이터센터의 모습과 지금 필요한 모습이 달라졌다”며 “예상보다 시간이 걸리지만 논의를 계속하고 있다”고 말했다. 기술 발전 속도에 맞춰 GPU 구성과 전력·냉각 설계 등을 다시 맞춰야 한다는 의미로 풀이된다. 기업 고객의 데이터 주권 요구에 대응하기 위한 국내 추론 인프라도 추진한다. 현재 챗GPT 엔터프라이즈와 챗GPT 에듀, 응용프로그램인터페이스(API) 고객은 데이터를 한국에 저장하는 ‘데이터 레지던시’를 이용할 수 있다. 그러나 AI가 답변을 만드는 GPU 연산까지 국내에서 처리하는 ‘추론 레지던시’는 아직 제공되지 않는다. 김 대표는 “국내에서 인프라를 제공할 수 있는 파트너 몇 곳과 논의하고 있다”며 “파트너 가운데 한 곳에 새로운 GPU가 들어오면 일부를 오픈AI 추론용으로 배정할 것으로 예상한다”고 밝혔다. 구체적인 제공 시점은 GPU 확보 이후 공개할 예정이다. 국내 추론은 비용이 변수다. 김 대표는 “제한된 GPU를 사용하는 만큼 기업 입장에서는 로컬 추론이 정말 필요한지 비용과 함께 고민하게 될 것”이라고 말했다. 규제 산업이나 민감정보를 다루는 기업에는 국내 처리가 중요하지만 추가 비용을 감수해야 할 수 있다는 설명이다. 사이버보안 분야에서는 삼성SDS를 시작으로 협력 범위를 넓힌다. 삼성SDS는 오픈AI의 보안 프로그램 ‘데이브레이크’에 국내 기업 최초의 파일럿 파트너로 참여했다. 초기에는 삼성SDS와 삼성 관계사를 중심으로 취약점 탐지와 영향 검증, 패치 생성·시험 등에 AI를 활용한다. 챗GPT 광고는 국내에서 아직 시험 단계다. 오픈AI는 지난 6월 일부 무료·고(Go) 요금제 이용자에게 광고를 노출하기 시작했고 8월 한국 광고 전담팀을 구성했다. 김 대표는 “내부에서도 광고에 조심스러운 의견을 가진 직원이 많다”며 “광고가 들어갈 순간과 그렇지 않은 순간의 균형을 찾고 있다”고 말했다. 국내 광고주 수와 매출은 한두 달 뒤 초기 성과와 함께 공개할 계획이다. 한편 기업용 이용자 28배 성장은 한국 시장의 빠른 수용성을 보여준다. 그러나 증가율의 기준이 되는 실제 이용자 수와 계약 기업 수가 공개되지 않았다는 점은 한계다. 향후 국내 추론 인프라의 제공 시점과 가격, 기업 고객의 생산성 개선 수치가 공개돼야 오픈AI 한국 사업의 실질적인 성과를 판단할 수 있을 전망이다.
2026-09-09 16:08:14
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
AI와 사람이 함께 일하는 법을 고민할 때다 AI를 둘러싼 뉴스는 하루가 멀다 하고 쏟아진다. "일자리가 사라진다", "사무직이 가장 먼저 대체된다", "인공지능이 인간을 넘어섰다." 제목만 보면 세상이 곧 뒤집힐 것처럼 느껴진다. 기업은 앞다퉈 AI를 도입하고 직장인은 자신의 자리가 언제까지 안전할지 불안해한다. 이런 분위기 속에서 AI는 어느새 '함께 일할 기술'이 아니라 '싸워야 할 경쟁자'가 돼 버렸다. 하지만 정말 그래야 할까. 산업혁명 당시에도 증기기관은 노동자의 적이었다. 정보화 시대에는 컴퓨터가 사무직을 없앨 것이라는 전망이 넘쳐났다. 인터넷이 등장했을 때는 기존 산업이 모두 무너질 것이라는 공포도 있었다. 변화는 늘 불안을 동반했지만 역사는 기술이 일자리를 단순히 없애기보다 산업의 모습을 바꾸고 새로운 기회를 만들어왔음을 보여준다. AI도 크게 다르지 않다. 문제는 기술 자체가 아니다. 기술을 받아들이는 사회의 준비 수준이다. 최근 기업들의 AI 도입 목적을 보면 대부분 비용 절감과 생산성 향상에 맞춰져 있다. 반복 업무를 줄이고 인력을 효율적으로 활용하는 것은 기업 입장에서 당연한 선택이다. 그러나 생산성이 높아진 만큼 사람에게 더 높은 부가가치를 만드는 역할을 맡길 준비도 함께 이뤄지고 있는지는 의문이다. 정부 역시 비슷하다. AI 육성을 말하고, 데이터센터를 짓고, 반도체와 GPU 확보 경쟁에 뛰어든다. 물론 필요한 일이다. 그러나 AI 산업의 성패는 인프라만으로 결정되지 않는다. 새로운 기술을 다룰 사람을 어떻게 키우고 기존 산업 종사자들이 변화에 적응할 수 있도록 어떤 교육과 전환 기회를 제공할 것인지가 함께 논의돼야 한다. 기업도 생각을 바꿔야 한다. AI를 사람을 줄이는 도구가 아니라 사람의 능력을 키우는 도구로 활용해야 한다. 반복적인 보고서 작성은 AI가 맡더라도 고객을 설득하고, 새로운 사업을 기획하고, 시장의 변화를 읽는 일은 결국 사람의 몫이다. AI가 대신할 수 없는 영역에 더 많은 시간과 역량을 투자할 수 있도록 조직을 바꾸는 것이 진짜 디지털 전환이다. 우리 사회도 마찬가지다. AI는 반도체만으로 움직이지 않는다. 데이터센터가 필요하고, 전력이 필요하며, 네트워크와 소프트웨어, 콘텐츠와 서비스가 함께 성장해야 한다. 대기업뿐 아니라 스타트업과 중소기업, 대학과 연구기관, 지역 산업까지 하나의 생태계로 연결될 때 AI 경쟁력은 비로소 완성된다. 어느 한쪽만 성장해서는 오래갈 수 없다. 기술의 속도를 늦추자는 이야기가 아니다. 오히려 더 빠르게 준비하자는 것이다. 기술이 앞서가더라도 사람이 뒤처지지 않도록 AI가 만들어내는 성과가 특정 기업이나 일부 계층에만 머물지 않도록 사회적 설계를 함께 고민해야 한다는 뜻이다. 대한민국은 반도체와 제조업, 통신 인프라에서 세계 최고 수준의 경쟁력을 갖고 있다. 이제 그 기반 위에 AI 생태계를 어떻게 쌓아 올릴 것인가가 국가 경쟁력을 좌우하는 시대가 됐다. 중요한 것은 AI를 얼마나 빨리 도입했느냐가 아니라 AI와 사람이 얼마나 잘 협력하는 구조를 만들었느냐다. AI는 사람의 자리를 빼앗기 위해 등장한 기술이 아니다. 사람의 능력을 확장하기 위해 등장한 도구다. 기술은 이미 출발했다.
2026-08-07 13:31:01
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
한국 AI 국가전략, 이젠 실행이 답 [경제일보] 생성형 인공지능(AI)이 글과 그림, 영상과 프로그램을 만드는 단계를 넘어 현실 세계를 움직이는 ‘피지컬 AI’ 시대로 진입하고 있다. 로봇이 공장을 운영하고 무인 농기계가 작물을 관리하며 자율주행 장비가 물류를 담당하는 시대다. AI 경쟁의 무대가 컴퓨터 화면에서 제조·농업·물류·국방·돌봄 현장으로 확장되고 있는 것이다. 정부도 피지컬 AI를 국가 전략기술로 정하고 관련 정책을 본격화하고 있다. 과학기술정보통신부는 데이터와 기술, 산업 확산, 생태계 조성을 아우르는 피지컬 AI 전략을 내놓았다. 독자적인 월드모델과 로봇 파운데이션 모델, 온디바이스 컴퓨팅 기술을 확보하고 제조·농업·국방·돌봄 등으로 활용 범위를 넓히겠다는 구상이다. 정부는 월드모델 핵심기술 국산화를 위해 올해부터 2년간 340억원을 투입하고 국내 산학연 컨소시엄을 가동했다. 방향은 옳다. 생성형 AI 분야에서 미국과 중국의 대형 플랫폼을 단기간에 따라잡기는 쉽지 않다. 그러나 한국은 세계적인 제조업과 반도체, 통신망, 로봇 기술, 높은 현장 자동화 수준을 갖추고 있다. 디지털 두뇌를 실제 기계와 산업현장에 연결하는 피지컬 AI에서는 충분히 승부를 걸 수 있다. 그 중심지로 새만금을 주목할 필요가 있다. 새만금은 넓은 산업용지와 재생에너지 기반, 항만과 공항을 연계할 수 있는 입지 조건을 갖추고 있다. 정부도 새만금을 재생에너지와 그린수소, AI 데이터센터와 로봇산업을 결합한 혁신 거점으로 육성하는 방향을 제시해 왔다. 새만금개발청은 정부 출범 1년 성과로 새만금 피지컬 AI 산업 육성을 내세웠다. 이제는 새만금을 국가 AI 특구로 명확히 지정하고 권한과 재원을 집중해야 한다. 여러 부처가 개별 사업을 나눠 추진하는 방식으로는 글로벌 경쟁의 속도를 따라가기 어렵다. 규제 특례와 연구개발, 데이터 구축, 실증, 사업화를 하나의 체계로 묶고 성과에 책임지는 전담 추진체계를 만들어야 한다. 새만금은 단순히 AI 데이터센터를 유치하는 데 그쳐서는 안 된다. 데이터센터만 들어서고 핵심 기술과 기업, 일자리가 수도권이나 해외에 남는다면 지역경제에 돌아오는 효과는 제한적이다. 농업 AI와 재생에너지 AI, 물류로봇과 자율주행 장비, 스마트 제조를 실제 현장에서 시험하고 사업화하는 ‘피지컬 AI 수도’로 만들어야 한다. 농업은 새만금의 강점을 가장 잘 살릴 수 있는 분야다. 드론과 무인 농기계, 작황 예측, 병충해 탐지, 수자원 관리 기술을 대규모 농업 현장에 적용하면 농촌의 인력 부족과 생산성 문제를 동시에 풀 수 있다. 농업 AI 실증 과정에서 축적된 데이터와 장비, 운영 경험은 해외 스마트농업 시장으로 수출할 수도 있다. 재생에너지 AI도 중요한 축이다. 태양광과 풍력은 기상 여건에 따라 발전량이 달라진다. AI로 발전량과 전력 수요를 예측하고 에너지저장장치와 송전망을 통합 관리하면 재생에너지의 불안정성을 줄일 수 있다. 새만금의 에너지 인프라를 AI 데이터센터와 연계한다면 친환경 전력을 사용하는 미래형 산업단지 모델을 만들 수 있다. 하지만 데이터센터와 로봇 공장은 발표만으로 세워지지 않는다. 막대한 전력과 용수, 초고속 통신망이 필요하다. 정부는 대형 AI 데이터센터의 입지에 맞춰 재생에너지와 원전 등 다양한 전원을 조화롭게 활용하고 전력망을 확충하겠다는 계획을 밝혔다. 관건은 계획의 속도와 주민 수용성이다. 송전망 건설과 용수 확보가 늦어지면 기업의 투자 일정도 미뤄질 수밖에 없다. 전력 공급 원칙도 현실적으로 세워야 한다. 재생에너지 확대는 필요하지만 날씨에 좌우되는 전원만으로 대규모 데이터센터와 첨단 제조시설을 안정적으로 가동하기 어렵다. 원전과 재생에너지, 저장장치와 수요관리 기술을 결합해 비용과 안정성, 탄소 감축을 동시에 달성해야 한다. 에너지 정책을 둘러싼 이념 논쟁이 AI 산업의 발목을 잡아서는 안 된다. AI 인재 전략도 숫자 경쟁에서 벗어나야 한다. ‘AI 인재 100만 시대’는 연구자 100만명을 양성한다는 뜻일 수 없다. 세계적 수준의 모델을 개발하는 고급 연구자와 산업 현장에서 AI를 적용하는 엔지니어, AI 도구를 활용하는 일반 노동자를 구분해 교육해야 한다. 정부도 피지컬 AI를 활용할 실무인재부터 핵심 모델을 개발할 고급인재까지 전방위 양성체계를 구축하겠다고 밝혔다. 대학 정원 몇 명을 늘리고 단기 교육과정을 개설하는 것만으로는 부족하다. 새만금과 전북 지역의 대학, 연구기관, 기업이 공동으로 교육과 실증을 수행하도록 해야 한다. 학생이 지역에서 배우고 현장 프로젝트에 참여한 뒤 지역 기업에 취업하거나 창업하는 경로를 만들어야 한다. 수도권 인재를 잠시 내려보내는 방식이 아니라 지역에 지속 가능한 연구·산업 생태계를 구축해야 한다. 국가 AI 예산도 대폭 확대하되 나눠주기식 지원은 피해야 한다. 정부는 국가 AI 프로젝트와 GPU 인프라 확보, 데이터 플랫폼, 피지컬 AI 기술개발을 추진하고 있다. 정부 GPU 확보·운용 사업만도 2조원대 규모로 제시됐다. 예산 규모보다 중요한 것은 선택과 집중이다. 중앙부처와 지방자치단체가 비슷한 AI 센터와 교육사업을 경쟁적으로 만드는 방식은 효과가 낮다. 핵심 모델과 컴퓨팅 인프라, 현장 데이터, 실증단지를 중심으로 국가 자원을 집중해야 한다. 민간기업이 정부 지원이 끝난 뒤에도 투자와 사업을 이어갈 수 있는지 사업 초기부터 검증해야 한다. 성과 평가도 달라져야 한다. 데이터센터 유치 건수나 교육 수료자 수, 양해각서 체결 숫자를 성과로 내세워서는 안 된다. 국산 기술의 현장 적용률과 생산성 향상, 민간 투자액, 새로 생긴 양질의 일자리, 해외 수출 실적을 기준으로 평가해야 한다. 목표를 달성하지 못한 사업은 과감히 중단하고 가능성이 확인된 분야에 예산을 다시 집중해야 한다. 피지컬 AI는 사람과 기계가 같은 공간에서 움직이는 기술이다. 기술 경쟁력 못지않게 안전과 책임 기준이 중요하다. 로봇이나 자율 장비의 판단으로 사고가 발생했을 때 개발사와 제조사, 운영자 가운데 누가 책임지는지 분명히 해야 한다. 정부도 실데이터와 합성데이터의 품질 관리, 통신·보안과 안전·신뢰 기술을 함께 개발하겠다고 밝혔다. AI 강국은 정부가 선언한다고 만들어지지 않는다. 기업이 투자하고 인재가 모이며 기술이 현장에서 성과를 낼 때 비로소 완성된다. 새만금을 특구로 지정하는 것만으로도 부족하다. 규제와 인프라, 데이터와 인재, 연구개발과 사업화를 한곳에서 연결해야 한다. <한비자>에는 “세상의 일이 달라지면 대비책도 달라져야 한다”는 뜻의 ‘세이즉사이(世異則事異)’가 나온다. 생성형 AI 시대의 전략을 피지컬 AI 시대에도 그대로 적용할 수는 없다. 이제 국가는 기술을 지원하는 보조자를 넘어 산업과 에너지, 지역과 인재 정책을 함께 설계하는 운영자가 돼야 한다. 이재명 정부는 출범 1년 동안 AI를 국가 성장전략의 중심에 놓았다. 이제 필요한 것은 또 하나의 비전이나 구호가 아니다. 새만금 국가 AI 특구 지정과 전력·용수 인프라 구축, 데이터센터와 로봇기업 유치, 농업·에너지 AI 실증, 인재 양성, 예산 집중을 구체적인 일정표로 제시해야 한다. AI 경쟁은 기다려주지 않는다. 선언이 길어질수록 기술과 기업, 인재는 다른 나라로 이동한다. 새만금을 피지컬 AI 수도로 만들고 그 성과를 전국의 제조업과 농업, 물류와 돌봄으로 확산해야 한다. 한국 AI 국가전략의 성패는 계획의 크기가 아니라 실행의 속도와 결과로 판가름 날 것이다.
2026-08-05 10:43:54
삼성SDS, 2분기 매출 3.7조…클라우드·물류 동반 성장 [경제일보] 삼성SDS가 클라우드와 물류 사업의 동반 성장에 힘입어 올해 2분기 매출 3조7000억원대를 기록했다. 공공·금융 분야의 인공지능 전환(AX) 수요를 흡수하며 계열사 중심의 사업 구조를 대외 시장으로 확장하는 모습이다. 삼성SDS는 연결 기준 2분기 매출 3조7178억원, 영업이익 2318억원의 잠정실적을 기록했다고 30일 밝혔다. 전년 동기보다 매출은 5.9%, 영업이익은 0.7% 증가했다. 2분기 영업이익률은 6.2%다. 매출 증가율보다 영업이익 증가율이 낮아 전년 동기와 비교하면 수익성은 다소 낮아졌다. 상대적으로 이익률이 낮은 물류 사업의 매출 확대와 AI 인프라·서비스 관련 투자가 영향을 미친 것으로 풀이된다. 다만 퇴직금 산정 기준 변경에 따른 일회성 비용 1120억원이 반영됐던 1분기와 비교하면 영업이익은 약 3배로 회복됐다. IT서비스 사업 매출은 1조7625억원으로 전년 동기보다 5% 증가했다. 이 가운데 클라우드 매출은 7794억원으로 17% 늘었다. 클라우드가 IT서비스 매출에서 차지하는 비중은 약 44%까지 높아졌다. 특히 외부 고객을 대상으로 한 클라우드 매출이 75% 증가하며 계열사 의존도를 낮추는 데 기여했다. 삼성 클라우드 플랫폼(SCP)을 기반으로 하는 클라우드서비스제공사(CSP) 사업은 공공 분야와 GPUaaS 수요 확대로 24% 성장했다. 클라우드 관리서비스제공사(MSP) 사업은 금융권 AX 프로젝트와 조선업 전사적자원관리(ERP) 사업 확대에 힘입어 17% 증가했다. 향후 클라우드 사업의 성장성을 평가할 지표는 대외 고객 증가세가 장기 계약과 반복 매출로 이어지는지다. 물류 사업 매출은 1조9553억원으로 6.6% 늘었다. 항공 포워딩과 내륙 운송·창고를 중심으로 계약 물류가 증가했고, 디지털 물류 플랫폼 ‘첼로스퀘어’의 외부 고객 사업도 성장했다. 삼성SDS는 AI 인프라와 AX·AI 서비스, AI 플랫폼·솔루션을 묶은 ‘AI 풀스택’ 전략도 구체화하고 있다. 과학기술정보통신부의 GPU 확보·구축·운용 지원사업에 참여해 국가 AI 인프라를 구축하고 있으며 엔비디아 B300 기반 GPUaaS도 제공하고 있다. 7월에는 퓨리오사AI의 국산 신경망처리장치(NPU) ‘레니게이드’를 활용한 NPUaaS 상품을 출시했다. GPU뿐 아니라 국산 AI 반도체까지 인프라 선택지를 넓혀 고객의 비용과 워크로드 특성에 맞는 연산 환경을 제공한다는 구상이다. AX 사업에서는 우리은행 핵심 업무에 175개 이상의 AI 에이전트를 적용하는 프로젝트와 한국수출입은행 생성형 AI 시스템 구축 사업을 확보했다. 생성형 AI 솔루션 ‘브리티웍스’를 확산하는 한편 오픈AI, 앤트로픽, 구글클라우드와 협력해 고객이 여러 AI 모델을 선택할 수 있는 구조도 마련하고 있다. 신사업 투자도 병행한다. 삼성SDS는 삼성증권·삼성카드와 함께 두나무 지분 총 4%를 확보해 디지털자산 인프라 사업 진출 기반을 마련했다. 삼성벤처투자를 통해 미국 피지컬 AI 기업 월든 로보틱스에도 투자하고 제조실행시스템과 로봇을 연결하는 ‘로봇 오케스트레이션’ 사업을 준비하고 있다. AI 인프라 규모는 현재 110MW에서 2029년 230MW로 확대할 계획이다. 2031년에는 데이터센터 설계·구축·운영을 맡는 DBO 사업을 포함해 800MW 이상으로 사업 규모를 키운다. 앞서 삼성SDS는 AI 인프라와 서비스, 인수합병 등에 2031년까지 총 10조원을 투자하겠다는 계획을 발표했다. 향후 실적은 대규모 인프라의 가동률과 외부 고객 확보 속도에 좌우될 전망이다. AI 데이터센터는 초기 투자 부담이 큰 만큼 GPU·NPU 사용률을 높이고 금융·공공 분야에서 확보한 AX 사업을 장기 운영 매출로 전환해야 한다. 매출 성장과 함께 영업이익률을 다시 끌어올리는 것도 남은 과제다.
2026-07-30 13:42:09
LG유플러스, 밸류업 이어 AI 인프라 승부수…900억 자사주·1.3조 AIDC 투자 병행 [경제일보] LG유플러스가 주주환원 확대와 인공지능(AI) 인프라 투자를 동시에 추진하며 기업가치 제고와 미래 성장동력 확보라는 두 가지 전략을 병행하고 있다. 900억원 규모의 자기주식 매입과 중간배당 확대를 통해 주주 신뢰 강화에 나서는 동시에 1조3000억원을 추가 투입해 수도권 최대급 AI 데이터센터(AIDC) 구축에도 속도를 낸다. 29일 LG유플러스는 이사회를 열고 900억원 규모의 자기주식을 취득하기로 의결했다고 밝혔다. 취득한 자사주는 향후 소각 등을 통해 주주가치 제고에 활용할 계획이다. 이번 자사주 매입은 LG유플러스가 지난해 11월 발표한 기업가치 제고 계획 '밸류업 플랜'의 후속 조치로 풀이된다. LG유플러스는 밸류업 플랜 발표 이후 자사주 매입과 소각, 배당 확대 등 주주환원 정책을 지속적으로 추진하고 있다. 앞서 LG유플러스는 지난해 8월 장부금액 기준 약 1000억원 규모의 자기주식을 소각했으며, 지난 5월에도 지난해부터 추가 취득한 약 800억원 규모 자사주를 전량 소각했다. 이번 자사주 매입 역시 기존 주주환원 기조를 이어가기 위한 조치로 분석된다. LG유플러스는 올해 중간배당도 확대한다. 2026년 중간배당금은 주당 270원으로, 전년 중간배당금 대비 약 8% 증가했다. 배당 기준일은 내달 13일이며 배당금은 내달 28일 지급될 예정이다. 통신업계는 안정적인 현금 창출력을 기반으로 배당과 자사주 정책을 강화하는 동시에 AI, 클라우드 등 신사업 투자를 확대하는 방향으로 전략을 전환하고 있다. 기존 통신 사업만으로는 성장 한계가 있다는 평가가 나오는 가운데, 주주환원과 미래 사업 투자를 병행하는 것이 주요 과제로 떠오르고 있다. LG유플러스는 해당 성장 전략의 중심에 AI 데이터센터를 두고 있다. 이날 LG유플러스는 경기 파주시 AI 데이터센터(AIDC) 2단계 구축을 위해 약 1조3000억원 규모의 추가 투자를 결정했다고 공시했다. 현재 LG유플러스는 파주시에 수도권 최대 규모인 200MW급 AI 데이터센터를 구축하고 있다. 파주 AIDC는 AI 서비스 확대에 따른 GPU 인프라 수요 증가에 대응하기 위한 핵심 거점으로, LG전자 액체 냉각 솔루션과 LG에너지솔루션의 고성능 UPS 배터리 등 계열사 역량을 결집한 '원 LG' AI 인프라 사업의 중심 역할을 맡는다. 특히 내년 6월 준공 예정인 전산 1동은 이미 고객 확보를 완료하며 AI 인프라 시장의 높은 수요를 확인한 것으로 알려졌다. LG유플러스는 추가 투자금을 활용해 전산 2동과 3동을 건설하고, 관련 설비 투자와 전산 4동 설계도 진행할 계획이다. 최근 AI 서비스 확산과 함께 기업들의 GPU 확보 경쟁이 심화되면서 데이터센터 산업의 중심도 일반 서버 운영에서 AI 연산에 최적화된 AIDC로 이동하고 있다. 통신사 역시 기존 네트워크와 데이터센터 운영 경험을 기반으로 AI 인프라 시장 진출을 확대하는 모습이다. SK텔레콤과 KT 등 경쟁사들도 AIDC와 GPU 클라우드 사업 확대에 나서면서 통신 3사의 AI 인프라 경쟁도 본격화되고 있다. LG유플러스는 대규모 데이터센터 구축과 그룹 계열사 기술 결합을 앞세워 AI 인프라 시장에서 경쟁력을 확보한다는 전략이다. 또한 LG유플러스는 주주환원 정책을 통해 단기적인 기업가치 제고에 나서는 동시에 AI 데이터센터 투자를 통해 중장기 성장 기반을 마련한다는 계획이다.
2026-07-29 17:55:16
SKT, CEO 직속 'AI DC 추진단' 신설…140조 AI 인프라 실행체제 가동 [경제일보] SK텔레콤이 140조원 규모의 AI 데이터센터(AI DC) 구축 사업을 본격적인 실행 단계로 전환했다. 최고경영자(CEO) 직속 전담 조직을 신설하며 정부의 '대한민국 대도약 3대 메가프로젝트' 가운데 하나인 AI 컴퓨팅 인프라 구축의 민간 실행축 역할을 강화하는 모습이다. 15일 SK텔레콤에 따르면 회사는 최근 정재헌 CEO 직속 조직인 'AI DC 통합추진단'을 신설하고 정석근 AI 사내독립기업(CIC)장을 추진단장으로 선임했다. 추진단은 사업개발과 엔지니어링·구축 조직으로 구성된다. AI 데이터센터 부지 선정부터 설계, 구축, 전력 확보, 고객 유치까지 사업 전 과정을 하나의 조직에서 총괄하도록 했다. AI 인프라 사업이 부동산 개발, 전력망, GPU 조달, 클라우드 운영, AI 서비스 기업 유치 등 다양한 영역이 동시에 움직여야 하는 만큼 의사결정 구조를 단순화하기 위한 조치로 풀이된다. SK텔레콤은 현재 SK그룹이 추진하는 총 140조원, 15GW 규모 AI 데이터센터 사업을 총괄하고 있다. 울산 AI 데이터센터를 시작으로 영남과 호남 등 전국으로 AI 인프라를 확대하는 계획이다. AI 데이터센터는 대규모 그래픽처리장치(GPU)를 기반으로 생성형 AI와 AI 에이전트, 산업용 AI 서비스를 구동하는 핵심 인프라다. AI 모델 경쟁이 거대언어모델(LLM) 자체보다 컴퓨팅 자원 확보 경쟁으로 옮겨가면서 글로벌 빅테크와 각국 정부 모두 AI 데이터센터 투자에 속도를 내고 있다. 이번 조직 개편은 정부가 추진하는 '대한민국 대도약 3대 메가프로젝트'와도 맞물린다. 정부는 AI 데이터센터를 국가 AI 경쟁력의 핵심 기반으로 보고 대규모 민간 투자와 전력 인프라 확충을 동시에 추진하고 있다. SK그룹 역시 울산 프로젝트를 시작으로 국가 AI 컴퓨팅 인프라 구축에 참여하겠다는 계획을 밝힌 바 있다. 이번 추진단 신설은 단순한 조직 확대 이상의 의미를 갖는다. AI 데이터센터 사업은 통신사의 기존 네트워크 사업과 달리 전력, 부지 개발, GPU 확보, 냉각 설비, AI 플랫폼 운영, 글로벌 고객 유치가 동시에 이뤄져야 하는 초대형 프로젝트다. 사업개발과 구축 조직을 하나의 컨트롤타워 아래 묶은 것도 실행 속도를 높이기 위한 결정으로 해석된다. SK텔레콤은 현재 조직을 구성하는 단계로 AI 데이터센터 관련 임원들이 겸직 형태로 참여하고 있으며, 사업 확대에 맞춰 그룹 계열사 인력도 추가 합류할 예정이라고 설명했다. ◆ AI 인프라 경쟁, 이제는 '계획'보다 '실행' 이번 조직 개편에서 주목할 부분은 AI 전략의 무게중심이 연구개발에서 인프라 구축으로 이동하고 있다는 점이다. AI 산업의 경쟁력은 더 이상 우수한 모델만으로 결정되지 않는다. 막대한 전력을 안정적으로 공급하고, GPU를 효율적으로 운영하며, 기업 고객이 즉시 활용할 수 있는 데이터센터를 얼마나 빠르게 구축하느냐가 국가 경쟁력을 좌우한다. SK텔레콤 역시 AI 서비스 기업에서 한 걸음 더 나아가 AI 인프라 사업자로 역할을 확대하고 있다. CEO 직속 추진단은 이 같은 전략 변화를 보여주는 상징적인 조직이다. 다만 초대형 AI 데이터센터 사업은 해결해야 할 과제도 적지 않다. 막대한 전력 확보와 송전망 구축, 지역 주민 수용성, GPU 공급망, 대규모 투자비 회수 등이 사업 성패를 좌우할 핵심 변수다.
2026-07-15 22:36:53
AI 인프라도 '튜닝' 경쟁…노타, AWS AI칩 최적화 시장 진출 [경제일보] 엔비디아 GPU를 대체할 인공지능(AI) 인프라에 대한 관심이 높아지는 가운데 AI 모델을 클라우드 환경에 맞게 최적화하는 시장도 함께 성장하고 있다. AI 서비스 확산으로 인프라 비용 부담이 커지면서 AWS의 자체 AI 칩인 '트레이니움'과 '인퍼런시아'를 도입하려는 기업이 늘고 있지만, 기존 AI 모델을 새로운 칩 환경에서 효율적으로 구동하기 위해서는 별도의 최적화 작업이 필요하기 때문이다. 7일 노타는 AWS AI 칩 환경에서 기업 고객이 AI 모델의 성능을 극대화할 수 있도록 지원하는 AI 모델 경량화 및 튜닝 서비스를 출시했다고 밝혔다. 노타는 AWS 공인 파트너 자격으로 트레이니움과 인퍼런시아 환경에 맞춘 모델 최적화 서비스를 제공한다. 최근 생성형 AI 도입이 확산되면서 기업들의 관심은 AI 모델 개발뿐 아니라 운영 비용 절감으로도 옮겨가고 있다. 이에 노타는 대규모 언어 모델(LLM)을 서비스하는 기업들이 GPU 확보 비용과 전력 소비 부담이 커지면서 AWS를 비롯한 글로벌 클라우드 사업자들이 자체 개발한 AI 칩 도입을 검토하는 사례가 증가한 것으로 분석한다. AWS의 트레이니움은 AI 모델 학습을, 인퍼런시아는 AI 추론을 위해 설계된 전용 칩이다. AWS는 자체 AI 칩을 통해 가격 대비 성능과 에너지 효율을 높이는 전략을 추진하고 있으며, 글로벌 AI 기업들도 이를 활용해 인프라 비용 절감에 나서고 있다. 다만 기존 AI 모델을 새로운 AI 칩 환경으로 이전하는 과정은 쉽지 않은 것으로 알려졌다. 모델 구조와 연산 방식이 하드웨어마다 달라 별도의 포팅과 최적화가 필요하며, 이를 수행할 전문 인력도 부족한 상황이다. 이로 인해 AI 모델을 다양한 칩 환경에 맞게 경량화하고 성능을 조정하는 최적화 기술의 중요성이 커지고 있다. 노타는 해당 수요를 겨냥해 자사 AI 모델 최적화 플랫폼 '넷츠프레소'를 기반으로 기술검증(PoC)과 모델 포팅, 경량화, 성능 튜닝까지 전 과정을 지원한다. AI 모델 크기를 최대 90% 이상 줄이면서도 정확도를 유지할 수 있도록 지원하고, AWS AI 칩 환경에 맞춘 최적 배포를 제공하는 것이 특징이다. 특히 노타는 AWS 트레이니움과 인퍼런시아 환경에서 대규모 언어 모델을 최적화한 경험도 확보했다고 설명했다. 320억개 파라미터 규모 언어 모델에 경량화 기술을 적용해 모델 크기를 68% 줄이면서도 정확도 손실은 1% 미만으로 유지한 사례를 확보했으며, 다양한 AI 모델 아키텍처에 대한 포팅과 튜닝 경험도 축적했다고 강조했다. 앞서 노타는 모바일 기기뿐 아니라 데이터센터와 엣지 디바이스 등 다양한 환경에서 AI 모델 최적화 기술을 제공해온 바 있다. 그동안 삼성전자, Arm, 퓨리오사AI, 모빌린트 등과 협력하며 하드웨어별 AI 모델 경량화 기술을 검증했으며, 이번 서비스를 계기로 클라우드 AI 인프라 영역까지 사업을 확대한다는 전략이다. 채명수 노타 대표는 "AWS AI 칩은 뛰어난 가격 대비 성능을 제공하며, 노타는 이러한 AWS 칩의 성능을 고객이 자사 모델에서 온전히 활용할 수 있도록 모델 튜닝을 지원한다"며 "AWS AI 칩 기반 인프라 도입을 검토하는 기업 고객에게 실질적인 비용 효율화 성과를 제공하겠다"고 말했다.
2026-07-07 08:23:06
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
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
NHN클라우드, 슈퍼컴퓨터 TOP500 국내 최고 순위…AI 인프라 경쟁력 입증 [경제일보] NHN클라우드(대표 김동훈)의 AI 인프라 브랜드 ‘NHN FactoryX’가 글로벌 슈퍼컴퓨터 순위에서 국내 최고 성과를 냈다. 대규모 GPU 클러스터 구축과 운영 역량을 바탕으로 국내 AI 컴퓨팅 인프라 경쟁력을 입증했다는 평가다. NHN클라우드는 NHN FactoryX의 핵심 GPU 클러스터가 지난 23일 공개된 제67회 ‘글로벌 슈퍼컴퓨터 TOP500’에 등재됐다고 26일 밝혔다. TOP500은 전 세계 슈퍼컴퓨터 성능을 평가하는 대표 순위로, 매년 6월 독일 국제 슈퍼컴퓨팅 컨퍼런스와 11월 미국 슈퍼컴퓨팅 컨퍼런스에서 공개된다. 이번 순위에서 NHN클라우드가 구축한 ‘NIPA-CL1’은 실측 최고 성능 기준 137.4페타플롭스를 기록했다. 글로벌 20위이자 국내 최고 순위다. ‘NIPA-CL2’는 68.42페타플롭스로 글로벌 40위, 국내 네 번째 순위에 올랐다. NHN클라우드는 국내 상위 5대 슈퍼컴퓨터 중 2대를 운영하는 기업이 됐다. 두 클러스터는 과학기술정보통신부가 추진한 대규모 ‘GPU 확보·구축·운용 지원사업’을 통해 구축됐다. NHN클라우드는 해당 사업의 주요 사업자로 선정돼 엔비디아 B200 GPU 7656장을 확보했다. 이 가운데 NIPA-CL1은 B200 4080장, 510노드 규모로 구성됐다. NIPA-CL2는 B200 2040장, 255노드 규모다. 이번 성과는 국내 AI 인프라 정책의 실질적 결과라는 점에서 의미가 있다. 생성형 AI 확산 이후 대규모 GPU 자원은 국가와 기업의 핵심 경쟁력으로 떠올랐다. 해외 클라우드와 글로벌 GPU 공급망 의존도가 높아진 상황에서 국내에서 대규모 AI 연산 인프라를 구축하고 운영할 수 있는 역량이 중요해졌다. NHN클라우드는 2023년부터 광주 국가 AI 데이터센터를 구축·운영하며 GPU 인프라 운영 경험을 쌓아 왔다. 이번 NIPA-CL1과 NIPA-CL2에는 고속 네트워크 기술과 공조·냉각 설계 역량이 반영됐다. 특히 NIPA-CL1이 구축된 AI 전용 데이터센터 ‘FactoryX 서울’에는 랙당 75kW급 고밀도 환경을 제어하는 100% 수랭식 GPU 냉각 시스템이 적용됐다. AI 데이터센터의 경쟁력은 단순히 GPU 수량으로 결정되지 않는다. GPU를 안정적으로 묶는 네트워킹, 전력 공급, 냉각, 장애 대응, 자원 배분 기술이 함께 작동해야 한다. 대규모 클러스터에서 효율이 떨어지면 실제 학습과 추론 성능은 기대에 미치지 못할 수 있다. NHN클라우드가 TOP500 순위를 강조하는 이유도 실제 측정 성능을 통해 운영 역량을 보여줄 수 있기 때문이다. NHN클라우드는 이번 성과를 바탕으로 ‘NHN FactoryX 기술 백서’도 발간했다. 백서에는 범용 데이터센터와 AI 전용 데이터센터의 아키텍처 비교, GPU 클러스터 구성, 고속 네트워크 인터커넥트 기술, 전력·냉각 설계, D2C 수랭식 인프라, GPUaaS 플랫폼 운영 구조 등이 담겼다. 회사는 백서를 통해 AI 인프라 도입을 검토하는 기업 IT 의사결정자와 AI 엔지니어에게 실무 정보를 제공할 계획이다. NHN FactoryX가 축적한 GPU 클러스터 구축 경험과 기술 자산을 국내 AI 생태계와 공유하겠다는 취지다. 김동훈 NHN클라우드 대표는 “이번 성과는 NHN클라우드가 국가 AI 인프라 확보 사업의 최전선에서 활약하고 있음을 보여준다”며 “기술 백서 발간 등을 통해 NHN FactoryX의 기술력을 공유하고 국내 AI 생태계와 동반 성장하겠다”고 말했다.
2026-06-26 14:12:46
AI 에이전트부터 GPU까지…삼성SDS가 STK 2026서 꺼낸 '풀스택 카드' [경제일보] 생성형 AI(인공지능)와 AI 에이전트, 스마트팩토리 솔루션을 앞세운 기업들의 경쟁이 코엑스 전시장을 가득 메웠다. AI가 더 이상 미래 기술이 아닌 산업 현장에 적용되는 실질적인 도구로 자리 잡고 있음을 보여주는 모습이었다. 12일 서울 강남구 삼성동 코엑스에서 열린 '스마트테크코리아(STK) 2026'에서는 산업 현장에 적용되는 AI 기술을 소개하는 기업 부스들이 관람객들을 맞이했다. 이 가운데 전시장 입구 인근에 마련된 삼성SDS 부스에는 많은 관람객들의 발길이 이어졌다. 단순한 AI 서비스 시연을 넘어 기업들의 AI 전환 과정 전반을 지원하는 'AI 풀스택(AI Full Stack)' 전략을 전면에 내세웠다. 현장에서는 제조·유통·서비스 등 산업 현장에서 활용 가능한 AI 솔루션 시연이 이어졌다. 특히 음성 기반 AI 상담 에이전트와 업무 지원 AI 비서 기능이 소개됐다. AI 에이전트가 고객 문의를 응대하고 항공권 예약 절차를 수행하는 시연이 진행됐으며 회의 내용을 자동으로 정리하고 사내 데이터를 검색해 필요한 정보를 제공하는 기능도 공개됐다. 올해 STK의 핵심 화두가 AI였던 만큼 다양한 기업들이 생성형 AI 기술을 선보였지만 삼성SDS는 단순한 서비스 소개보다 AI를 실제 기업 환경에서 운영하기 위한 기반 역량을 강조하는 데 초점을 맞췄다. 삼성SDS 관계자는 현장에서 "기업들이 AI 도입을 검토하는 단계를 넘어 실제 업무에 적용하는 단계로 넘어가면서 서비스 자체보다 안정적인 운영 환경 구축에 대한 관심이 커지고 있다"고 했다. 또 다른 공간에서는 회의 내용을 자동으로 정리하고 사내 데이터를 검색해 필요한 정보를 제공하는 AI 업무 비서 기능도 소개됐다. 관람객들은 직접 질문을 입력하며 응답 속도와 정확도를 확인했다. 삼성SDS가 이번 전시에서 강조한 키워드는 'AI 풀스택(AI Full Stack)'이다. AI 서비스뿐 아니라 이를 구동하기 위한 플랫폼과 인프라, 운영 체계까지 통합 제공하겠다는 전략이다. 이는 최근 기업들의 AI 투자 방향 변화와도 맞닿아 있다. 생성형 AI 활용이 확산되면서 단순히 AI 모델을 도입하는 것만으로는 충분하지 않다는 인식이 커지고 있기 때문이다. 실제 기업들은 △GPU 확보 △데이터 관리 △보안 △전력 효율화 △시스템 안정성 등 운영 전반에 대한 고민을 함께 안고 있다. 삼성SDS는 이러한 수요에 대응하기 위해 GPUaaS(GPU as a Service) 사업도 확대하고 있다. GPUaaS는 기업이 고가의 AI용 GPU를 직접 구매하지 않고 필요한 만큼 빌려 사용할 수 있는 서비스다. 업계에서는 AI 시장의 경쟁 구도가 모델 개발 중심에서 운영 경쟁으로 이동하고 있다고 보고 있다. AI 에이전트 활용이 늘어날수록 안정적인 데이터센터 운영 능력과 인프라 관리 역량이 중요해질 수밖에 없다는 분석이다. 이번 STK 2026 현장에서도 삼성SDS 부스는 AI가 무엇을 할 수 있는지를 보여주는 데서 한 걸음 더 나아가 AI를 어떻게 안정적으로 운영할 것인가에 대한 해답을 제시하는 데 집중하는 모습이었다.
2026-06-12 15:55:27
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

12

많이 본 뉴스

영상

Youtube 바로가기

오피니언

[데스크칼럼] 청문보고서 통과 이틀 만에 사퇴…인사검증은 어디서 멈췄나

[데스크칼럼] 청문보고서 통과 이틀 만에 사퇴…인사검증은 어디서 멈췄나