"AI 스타트업 성패는 '인프라'…글로벌 확장 기회 좌우"
인공지능(AI) 스타트업이 클라우드 인프라를 단순 개발 도구가 아닌 사업 확장 핵심축으로 인식하고 있다. 과거에는 성능과 비용이 주요 선택 기준이었다면, 최근에는 보안과 안정성, 글로벌 고객 접점과 협업 구조까지 함께 고려하는 방향으로 바뀌고 있다. 이런 흐름은 국내 AI 스타트업 생태계서도 뚜렷하게 나타났다. AI 사업은 초기부터 글로벌을 전제로 이뤄지기 때문에 특정 지역 기반 인프라만으로는 대응이 어렵다는 이유에서다. 이에 글로벌 스케일 인프라를 보유한 기업과 협력이 필수 요소로 자리 잡고 있다. 지디넷코리아는 최근 AI 스타트업 대표를 만나 좌담회를 진행했다. 모두 마이크로소프트 애저 클라우드 기반으로 AI 개발하는 기업들이다. 참석자들은 "AI 경쟁력은 모델 자체를 넘어 데이터, 인프라, 협업 구조가 결합된 '전체 시스템'에서 결정된다"며 "마이크로소프트 클라우드 인프라는 AI 개발 효율을 넘어 사업 확장과 고객 신뢰 확보까지 돕는 전략 자산"이라고 강조했다. ◆좌담회 주제: 마이크로소프트 인프라 통한 AI 스타트업 성공 사례◆패널: 류중희 리얼월드 대표, 이승현 인핸스 대표, 임정환 모티프테크놀로지스 대표, 최윤영 솔버엑스 대표(가나다순)◆사회·정리: 김미정 기자 모티프테크놀로지스는 AI 모델을 개발하는 기업이다. 마이크로소프트 애저 기반으로 모델 학습부터 배포, 고객 적용까지 전 과정을 운영하고 있다. 최근 정부 '독자 AI 파운데이션 모델 프로젝트' 정예팀에 합류했다. 솔버엑스는 제조 산업 대상으로 AI 기반 시뮬레이션과 설계 최적화 기술을 제공하는 기업이다. 기존 중앙처리장치(CPU) 중심 해석 구조에서 벗어나 애저 기반 그래픽처리장치(GPU) 인프라를 활용해 연산 효율과 속도를 높이고 있다. 리얼월드는 현실 환경을 이해하는 비전언어액션(VLA) 모델을 개발하는 기업이다. 마이크로소프트 애저 기반으로 대규모 데이터를 학습했으며, 마이크로소프트 리서치(MSR)와 협업해 피지컬 AI 기술 고도화를 추진하고 있다. 인핸스는 AI 에이전트로 업무 자동화와 의사결정을 지원하는 기업이다. 애저 인프라 기반으로 에이전트 서비스를 운영하며, 마이크로소프트의 글로벌 영업 체계와 연계해 고객 접점을 확대하고 있다. "마이크로소프트 애저, 운영 안정성 우수" 패널들은 마이크로소프트 애저를 선택한 이유로 단순 성능이 아닌 '운영 안정성'과 '신뢰성'을 공통으로 꼽았다. 각 기업은 사업 영역에 따라 요구 조건은 달랐지만, 보안·GPU 자원·데이터 인프라·기술 지원 등에서 애저가 경쟁력을 갖췄다고 입을 모았다. 이승현 대표: 애저를 선택한 가장 큰 이유는 보안과 안정성이다. AI 에이전트 기업 입장에서는 다양한 모델과 인프라를 유연하게 활용할 수 있는 환경도 중요한데, 애저는 이러한 요구를 충족했다. 글로벌 엔터프라이즈 고객과 협업할 수 있는 구조가 마련됐다는 점도 결정적인 요인으로 작용했다. 류중희 대표: 피지컬 AI는 여러 데이터 기반으로 학습하기 때문에 안정적인 스토리지 인프라가 필수다. 애저는 AI 학습에 적합한 데이터 저장 구조를 제공한다. 대규모 데이터를 효율적으로 처리할 수 있는 환경을 갖췄다. 이미 애저를 사용하고 있는 고객이 많아 데이터 활용과 연계 측면에서도 유리하게 작용했다. 보안이 중요한 데이터를 안정적으로 다룰 수 있다는 점도 중요한 선택 요인이다. 최윤영 대표: 제조 AI는 물리 기반 데이터 특성상 높은 정밀도가 필요하다. 연산 과정서 신뢰성이 중요한 이유다. 이에 따라 특정 조건에 맞는 GPU 자원을 안정적으로 확보하고 유연하게 확장할 수 있는 인프라가 필요했다. 애저는 이런 GPU 자원을 지속적이고 가변적으로 제공할 수 있는 환경을 갖추고 있어 적합한 선택지였다. 보안과 안정성 측면에서도 기존 요구사항을 충족했다. 임정환 대표: 대규모 AI 모델 개발에서는 클러스터 안정성과 운영 기술 지원 역량이 중요하다. 기존 환경에서는 문제가 발생했을 때 원인을 직접 찾아야 하는 경우가 많았다. 반면 애저는 높은 전문성을 기반으로 안정적인 운영을 지원한다. 인프라 자체 기술 수준이 높아 개발 과정에서 학습과 활용 모두에서 편의성이 크다는 점도 긍정적으로 작용했다. 이런 운영 경험이 주요 선택 배경이 됐다. "전반적 개발 효율 개선 이뤄...오류 시 실시간 복구" 패널들은 애저 도입 이후 가장 큰 변화는 개발 과정 안정성과 속도 향상이라고 강조했다. 실험 중단이나 오류 발생 시 빠른 복구와 재실행이 가능해지면서 개발 지연이 크게 줄었고, 프로젝트 일정도 단축됐다는 이유에서다. 또한 엔지니어 작업 환경의 편의성이 높아져 전반적인 개발 효율이 개선됐다는 후기도 공유됐다. 최윤영 대표: AI 기반 시뮬레이션은 GPU 중심 구조가 필수적이지만, 제조 기업들이 기존에 구축한 CPU 기반 HPC 인프라로는 이를 효율적으로 활용하기 어렵다. 이에 따라 클라우드를 활용한 방식이 현실적인 대안으로 떠올랐다. 특히 애저는 신뢰성과 안정성을 갖춘 환경으로, 고객사와의 협업 과정에서도 부담 없이 도입할 수 있었다는 점에서 선택의 중요한 기준이 됐다. 애저 기반 환경에서는 기존 8~16시간 걸리던 시뮬레이션 결과를 1분 내로 확인할 수 있을 정도로 속도가 크게 개선됐다. 일부 정확도 손실이 존재하더라도, 빠른 반복 실험을 통해 전체 설계 효율을 높일 수 있다는 점에서 실질적인 가치가 있다고 판단했다. 류중희 대표: 피지컬 AI에서는 대규모 데이터를 안정적으로 저장하고, 이를 학습과 가공에 효율적으로 활용하는 것이 핵심이다. 애저는 데이터 수집부터 학습, 파인튜닝까지 이어지는 전 과정을 돕는다. 중요한 데이터가 클라우드에 저장되는 만큼 신뢰성이 중요한데, 마이크로소프트 인프라는 이런 신뢰를 확보하는 데 긍정적인 역할을 하고 있다. 동시에 높은 자유도와 안정성까지 제공해 새로운 형태의 AI 모델을 실험하고 개발하는 데 적합한 환경이라는 점도 강점이다. 임정환 대표: 애저 도입 이후 가장 크게 체감한 변화는 개발 환경 안정성과 대응 속도다. AI 모델 개발 과정에서는 실험 중단이나 오류가 빈번하게 발생하는데, 애저는 이에 대해 거의 실시간 수준으로 대응하며 복구를 지원한다. 이로 인해 개발 지연이 크게 줄었고, 전체 프로젝트 일정이 월 단위로 단축되는 효과를 경험했다. 엔지니어 입장에서 작업 환경 편의성이 높아져 생산성이 향상됐다. 실제로 다른 환경 대비 작업 효율 차이를 체감하고 있다. 이승현 대표: 애저는 단순한 인프라를 넘어, 실제 서비스 운영에 필요한 보안 체계와 권한 관리 기능을 제공한다는 점에서 강점이 있다. 특히 글로벌 엔터프라이즈 고객을 대상으로 서비스를 제공하는 과정에서, 다양한 산업과 국가별 요구사항을 충족할 수 있는 기반이 마련돼 있다는 점이 중요하게 작용했다. 또한 이러한 인프라를 기반으로 고객사와 협업하며 실제 서비스에 빠르게 적용할 수 있었고, 다양한 산업으로의 확장도 비교적 수월하게 이뤄지고 있다는 점에서 실질적인 사업 확장 효과를 체감하고 있다고 설명했다. "빅테크와 협업, 인프라 넘어 매출로 연결" 참석자들은 마이크로소프트와 협력이 단순한 인프라 지원을 넘어 실제 사업 성과로 이어지고 있다고 입을 모았다. 글로벌 엔터프라이즈 네트워크를 기반으로 고객 문제 정의부터 해결까지 연결되는 구조가 형성됐다는 평가다. 특히 공동 영업과 기술 검증이 동시에 작동하면서 시장 진입 속도가 크게 단축되고 있다는 후기가 이어졌다. 스타트업이 단독으로 확보하기 어려운 글로벌 고객 접점을 현실화하는 핵심 경로를 확보할 수 있다는 설명이다. 임정환 대표: 마이크로소프트는 다양한 AI 모델을 바로 활용할 수 있는 환경을 이미 갖췄다. 모델을 직접 다운로드하고 환경을 구성해야 하는 부담 없이 빠르게 테스트와 적용이 가능하다. 모델 선택과 검증을 위한 자원과 비용 지원까지 제공한다. 이를 통해 우리는 고객에게 다양한 선택지를 빠르게 제시할 수 있고, 신뢰 기반으로 의사결정을 유도할 수 있다. 결과적으로 스타트업은 인프라 구축보다 고객 문제 해결에 집중할 수 있게 됐다. 이는 사업 속도를 높이는 핵심 요인으로 작용하고 있다. 이승현 대표: 마이크로소프트는 글로벌 엔터프라이즈 각 조직과 팀 단위까지 깊이 있는 네트워크를 이미 확보하고 있다. 단순히 고객을 아는 수준을 넘어, 각 조직이 어떤 문제를 가지고 있고 이를 어떻게 해결하려는 지까지 이해하고 있다. 마이크로소프트는 고객 과제를 스타트업에 직접 연결하는 구조를 갖췄다. 스타트업은 해당 문제를 자사 솔루션으로 해결할 수 있는지 빠르게 검토한 뒤 이를 곧바로 고객 미팅으로 연계할 수 있다. 이런 구조는 실제 사업 성과로 이어지고 있다. 글로벌 엔터프라이즈 시장에서는 기술 검증과 신뢰 확보가 핵심인데, 마이크로소프트 협업은 개념검증(PoC)부터 상용 계약까지 전환 속도를 높인다. 그 결과 우리는 단독 영업 대비 더 빠르게 계약을 체결하고 사업을 확장할 수 있다. 최윤영 대표: 초기에는 해외 고객을 직접 발굴해 영업을 진행했지만, 실제 계약으로 이어지는 경우는 많지 않았다. 특히 제조 데이터 특성상 해외 기업들은 데이터 제공에 대해 높은 경계심을 보였다. 마이크로소프트 협업 후에는 상황이 달라졌다. 담당자가 직접 고객과 협업 기회를 연결하고, 미팅에도 함께 참여하면서 국가별 문화와 고객 요구를 보완해 줬다. 글로벌 기업과 계약을 고려하는 단계까지 진입했다. 이는 단독 영업 대비 확연히 빠른 성과다. 류중희 대표: 마이크로소프트는 유망 스타트업을 먼저 발굴하고 협업을 제안할 정도로 생태계 이해도가 높다. 특히 한국 스타트업을 글로벌 조직과 직접 연결하는 구조가 인상적이다. 국내 조직을 넘어 아시아, 글로벌 팀과 바로 연결되면서 물리적 거리의 한계를 사실상 제거했다. 이는 스타트업 입장에서 매우 강력한 기회로 작용하고 있다. 또한 연구 조직과의 협업을 통해 글로벌 표준과 기술 개발에도 참여하고 있다. 이런 구조는 단순 사업 협력을 넘어 생태계 확장으로 이어지고 있다. "글로벌 AI 생태계 안착 목표" AI 스타트업들은 마이크로소프트와의 협력을 단순한 기술 파트너십이 아닌 글로벌 경쟁력 확보의 수단으로 보고 있다. 투자 유치부터 산업 혁신, 글로벌 시장 확장까지 서로 다른 목표를 제시했지만, 공통적으로는 '글로벌 스케일' 확보를 핵심 과제로 꼽았다. 류중희 대표: AI 사업은 처음부터 글로벌을 전제로 할 수밖에 없으며, 연구 인력과 고객 역시 전 세계에 분산됐다. 이런 구조에서는 특정 국가에 국한된 인프라로는 대응이 어렵다. 결국 글로벌 스케일 인프라를 가진 기업과 협력은 필수적이다. 이를 기반으로 휴머노이드 분야에서 세계 최고 수준의 파운데이션 모델을 개발하는 것이 목표다. 임정환 대표: '넥스트 오픈AI' 수준으로 인식되는 기업으로 성장하는 것이 목표다. 이를 통해 글로벌 빅테크가 대규모 투자를 결정할 수 있을 정도의 기술 경쟁력을 확보하는 것을 지향하고 있다. 또 국가 단위 과학기술 혁신에도 기여할 수 있는 AI 모델을 개발하고자 한다. 최윤영 대표: 단기적으로는 설계·해석 엔지니어 반복 업무를 AI로 대체하는 것이다. 보다 본질적인 연구와 설계에 집중할 수 있는 환경을 만들기 위해서다. 이를 위해 마이크로소프트 애저 클라우드 인프라와 자체 AI 모델, 에이전트를 결합해 생산성을 높이고 있다. 중장기적으로는 이런 기술을 글로벌 시장에 확산하는 것이다. 궁극적으로 다양한 물리 현상을 AI가 이해하고 예측하는 '피지컬 AI' 수준까지 키우는 것을 지향하고 있다. 이승현 대표: 글로벌 시장에서 단순한 기술 공급을 넘어, 기업과 조직을 운영할 수 있는 AI 오퍼레이팅 시스템을 구축하는 것이 목표다. 이를 통해 특정 기능이 아니라 산업 전반을 선도하는 플랫폼 기업으로 자리 잡고자 한다. 궁극적으로는 기업이 업무를 수행할 때 가장 먼저 선택하는 소프트웨어가 되는 것을 지향하고 있다.
