[유미's 픽] GPU 공급 속도전 나선 정부…AI 인프라 확충 '완성도' 높였다

정부가 추진하는 그래픽처리장치(GPU) 인프라 확충 정책이 단순한 계획 단계를 넘어 실제 시장 수요를 기반으로 빠르게 확대되는 흐름을 보이고 있다. 초기 시범 성격의 지원에서 시작해 수요 확인, 1차 공급, 추가 공급으로 이어지면서 국내 AI 연산 인프라 정책이 단계적으로 진화하는 모습이다. 과학기술정보통신부는 지난 16일부터 국내 산·학·연의 인공지능(AI) 연구개발(R&D)를 지원하기 위해 ▲민간 GPU 임차 사업의 공급 클라우드 기업(CSP) 공모 ▲정부 GPU 2000여 장에 대한 산업계 사용자 모집 공모에 들어갔다. 이번 사업은 민간 GPU를 활용한 임차 방식과 정부가 확보한 GPU를 직접 배분하는 방식이 병행되는 구조란 점에서 주목 받고 있다. GPU 임차사업은 고성능컴퓨팅(HPC) 지원사업과 AI연구용컴퓨팅지원프로젝트 사업으로 나뉘며 국내에서 GPU 서비스를 제공할 수 있는 CSP를 대상으로 공급 사업자를 선정한다. HPC 지원사업은 산업계를 대상으로 1060장 이상의 GPU를 공급하는 사업이다. 중소기업과 스타트업이 GPU를 장 단위로 유연하게 사용할 수 있도록 하는 것이 핵심이다. 반면 AI 연구용 컴퓨팅 지원 사업은 학계와 연구기관을 대상으로 960장 이상의 GPU를 제공해 대규모 AI 연구 환경을 지원하는 데 초점이 맞춰져 있다. 정부는 이와 별도로 기존에 확보한 GPU를 활용한 추가 공급도 동시에 추진한다. 지난해 추가경정예산으로 확보한 GPU 가운데 이미 4000장을 배분한 데 이어 추가로 활용 가능한 2000여 장을 산업계에 배분하는 '첨단 GPU 활용 지원 사업' 2차 공모도 병행한다. 해당 물량은 단기 수요 중심으로 4개월 이내 활용을 전제로 공급된다. 이번 조치는 국가 AI 경쟁력을 결정짓는 전략 자산인 GPU 자원을 안정적으로 공급하기 위한 핵심 국정과제인 'AI 고속도로 구축'의 일환으로 추진된다. 정부는 장기적인 인프라 구축과 동시에 단기 수요를 해소하는 공급 정책을 병행하는 '속도 중심 전략'을 택했다. 실제 시장 수요는 이미 여러 차례 확인됐다. 정식 공모 이전 진행된 첨단 GPU 활용 지원 사업 베타테스트에서만 수요가 몰리며 현장 체감도가 빠르게 올라갔다. 업계에 따르면 해당 사업에는 4만 장이 넘는 GPU 사용 신청이 접수되며 공급 계획의 약 4배 수준 수요가 몰린 것으로 알려졌다. 이 같은 수요는 1차 공급 결과에서도 드러났다. 과기정통부가 3월 초 산·학·연에 GPU 4224장을 공급했지만 전체 신청 물량은 1만3712장에 달했다. 공급 대비 수요가 3배를 넘어서며 상당한 미충족 수요가 발생한 셈이다. 과기정통부 관계자는 "산업계에서만 4천 장이 넘는 GPU 신청이 들어왔지만 실제 공급은 약 1천200장 수준이었다"며 "3천 장 이상 수요가 충족되지 못했던 만큼 추가 공급 필요성이 명확히 확인됐다"고 말했다. 정부는 이에 따라 민간 자원을 적극 활용하는 방향으로 정책을 확장했다. 특히 GPU 구성에서도 목적별 차별화를 뒀다. 과기정통부 관계자는 "산업계 등에 배분되는 정부 GPU는 기본적으로 엔비디아 블랙웰(B200) 시리즈가 중심"이라며 "추가 확보 물량에 따라 다른 모델이 포함될 수 있다"고 설명했다. 반면 민간 임차 GPU는 다양한 수요를 반영한 구조다. 여기엔 고성능 대형 모델 학습부터 비용 부담이 큰 스타트업의 실험용 수요까지 포괄하기 위해 여러 세대 GPU를 혼합하는 방식이 적용됐다. 이를 통해 성능과 비용 효율을 동시에 고려한 공급 체계를 구축한다는 방침이다. 과기정통부 관계자는 "민간 임차 GPU는 H100이나 H200을 중심으로 확보하고 일부 수요를 고려해 A100 같은 이전 세대 GPU도 포함된다"며 "이용 비용 부담을 낮추기 위한 선택"이라고 설명했다. 공급 구조에서도 변화가 감지됐다. 정부는 GPU 공급 사업자 선정에서 국내외 구분을 두지 않기로 했다. 이는 국내 인프라만으로는 급증하는 수요를 감당하기 어렵다는 판단이 반영된 조치다. 동시에 글로벌 클라우드까지 포함한 경쟁 구조를 통해 공급 역량을 끌어올리겠다는 의도로도 풀이된다. 과기정통부 관계자는 "국내에서 GPU 서비스를 제공할 수 있는 사업자라면 해외 CSP도 참여 제한은 없다"며 "실제로 AI 연구용 컴퓨팅 사업은 지난해 AWS가 수행한 사례도 있다"고 말했다. 그러면서도 "다만 연구 데이터와 서비스 환경을 고려해 보안 관련 평가는 함께 진행하고 있다"고 덧붙였다. 업계에선 이번 공모안이 단순 자원 공급을 넘어 사업 구조 자체가 고도화됐다는 점에도 주목했다. 대형 AI 모델 수요 증가에 맞춰 GPU 요건이 강화되고 운영 수준까지 평가하는 방향으로 정책이 변화하고 있다는 분석이다. 업계 관계자는 "H100·H200 중심의 대규모 GPU 확보 요건이 제시되면서 전년 대비 요구 수준이 크게 높아졌다"며 "단순 인프라 제공이 아니라 SLA(서비스 수준 협약, Service Level Agreement) 기반 운영과 관리 역량까지 요구되는 구조로 바뀌면서 CSP 간 경쟁 강도와 부담이 모두 커지고 있다"고 지적했다. 일각에선 인프라 비용 측면의 부담도 지적했다. 대형 AI 모델을 지원할 경우 GPU뿐 아니라 네트워크와 스토리지 비용까지 함께 증가할 수밖에 없다고 봐서다. 또 다른 관계자는 "대규모 AI 모델 학습에서는 데이터 통신량이 크게 늘어나기 때문에 네트워크와 스토리지 부담이 상당한 수준이 될 수 있다"며 "GPU 지원 정책이지만 실제로는 전체 인프라 비용 구조를 함께 고려해야 한다"고 밝혔다. 이번 정책은 단순한 GPU 지원을 넘어 'AI 연산 자원을 얼마나 빠르게 공급하느냐'에 초점이 맞춰져 있다는 의견도 나왔다. 수요가 이미 공급을 크게 앞지른 상황에서 정책 효과는 실제 현장에서의 인프라 운영 부담과 비용 구조에 따라 좌우될 것이라고도 관측했다. 업계 관계자는 "정부의 GPU 인프라 구축 사업이 계획에 머무르지 않고 실제 사업으로 속도감 있게 진행되고 있다는 점은 긍정적"이라면서도 "다만 GPU 조달 비용과 인프라 운영 부담이 커지고 있는 만큼 공급사 입장에서는 비용과 리스크 관리가 중요한 변수로 작용할 것"이라고 말했다.