검색 - IT세상을 바꾸는 힘 지디넷코리아

ZDNet 검색 페이지

'아크릴'통합검색 결과 입니다. (58건)

태그
기간
- 3개월
- 1년
- 1년 이전

재검색

아크릴 "엔비디아 GPU·국산 NPU 하나로"...소버린 AX 전략 공개

“AI 주권은 GPU를 몇 장 확보했느냐가 아니라 인프라·모델·운영 전반을 얼마나 효율적으로 통제하고 운영할 수 있느냐에 달려 있습니다. 아크릴은 세 계층을 연결하는 기술과 실증 데이터를 기반으로 특정 벤더에 종속되지 않는 개방형 소버린 AX 생태계 구축에 기여하겠습니다." 인공지능 전환(AX) 인프라 전문기업 아크릴의 박외진 대표는 21일 서울 삼성동 코엑스에서 열린 '2026 OCP 코리아 테크 데이(OCP Korea Tech Day)'에 기조강연자로 나서 이 같이 밝혔다. 'OCP 코리아 테크 데이'는 글로벌 오픈 컴퓨팅 생태계인 OCP 재단과 OCP코리아 커뮤니티가 개최한 AI·데이터센터 인프라 전문 컨퍼런스다. 이날 아크릴은 기조강연과 기술세션 발표를 통해 AI 데이터센터 투자 효율과 운영 자율성을 높이기 위한 '소버린 AX(Sovereign AX) 전략'을 발표, 시선을 모았다. 강연에서 박 대표는 AI 인프라 경쟁력을 단순히 GPU 확보 규모가 아닌 실제 가동 효율과 운영 구조 관점에서 평가해야 한다고 강조했다. 국내 산업계의 평균 GPU 실가동률은 50~60% 수준으로 알려져 있다. 고가 GPU를 확보하더라도 자원 배분과 운영 효율에 따라 실제 활용도는 크게 달라질 수 있다. 신규 장비 증설과 함께 기존 인프라의 실가동률을 높이는 것이 AI 데이터센터의 투자 효율을 높이는 핵심이다. 아크릴이 제시한 소버린 AX는 인프라·모델·운영 등 AI 서비스 구현에 필요한 각 계층을 개방형 인터페이스로 연결하고 특정 벤더에 대한 종속성을 낮추는 전략이다. 외부 API(application Programming Interface)나 개별 공급사에 대한 의존도를 줄여 기업과 기관이 AI 인프라와 서비스를 자체 환경에 맞춰 유연히 운영하는 것이 핵심이다. 아크릴은 소버린 AX 전략을 구현하는 핵심 솔루션으로 독자 개발한 GPU 클러스터 최적화 플랫폼 'GPUBASE'를 제시했다. 'GPUBASE'는 자체 실증 기준 GPU 실효 가동률 93%, 네트워크 경로 활용률 98%를 기록했다. 회사 측은 엔비디아 H100 100장 규모 클러스터에 적용할 경우 연간 약 21억원의 비용 절감이 가능하다고 설명했다. GPU나 스위치 추가 구매, 학습 코드 변경 없이 기존 서버에 소프트웨어를 적용하는 방식이다. 특히 'GPUBASE'는 다양한 AI 가속기도 하나의 자원으로 통합, 운영할 수 있다. 엔비디아 A100부터 B200까지 세대가 다른 GPU는 물론 AMD, 구글 TPU, 리벨리온 ATOM, 퓨리오사AI RNGD 등을 하나의 스케줄러·쿼터·정산 체계로 관리한다. 기존 엔비디아 인프라를 유지하면서 국산 AI 반도체를 단계적으로 편입할 수 있어 전면적인 시스템 교체 없이 인프라를 확장하고 공급망 리스크를 분산할 수 있다. 박 대표는 "전력·데이터센터 공간·예산 등의 제약으로 AI 가속기를 지속 증설하기 어려운 만큼 기존 자원의 실가동률을 높이는 것이 투자 효율을 높일 수 있는 대안"이라면서 "증설 결정 이전에 실가동률부터 계측해야 한다"고 짚었다. 박 대표가 언급한 관련 기술은 국내외 다양한 환경에서 이미 검증했다. 아크릴은 아마존웹서비스(AWS)와 구글클라우드플랫폼(GCP)에서 각각 500장 이상, 마이크로소프트 애저에서 200장 이상 GPU를 활용한 대규모 실증을 진행했다. 국내에서는 설계·조달·시공(EPC) 기업 폐쇄망과 정부부처·지자체 망분리 환경에서 다년간 시스템을 운영했다. 지난 7월 모듈형 데이터센터 사업 1·2차 공급도 진행했다. 상급종합병원 11곳을 포함한 18개 의료기관, 누적 1만 병상 이상의 폐쇄망 환경에서도 AI 스택을 운영해왔다. 아크릴은 또 이번 행사의 기술세션에 염익준 최고기술책임자(CTO)가 'Beyond GPU Management : GPUBASE를 통한 GPU 클러스터 네트워크 최적화'를 주제로 발표했다. GPU 가동률 저하의 원인 중 하나인 노드 간 통신 대기와 네트워크 경로 편중 문제를 짚고 GPUBASE를 통한 네트워크 최적화 방안을 소개했다. 염 CTO는 “네트워크는 성능 문제가 아니라 비용 문제”라며 “통신 대기를 줄이면 같은 장비에서 더 많은 GPU가 일하고, 그만큼 증설 예산이 줄어든다”고 말했다. 관련 기술은 'USENIX ATC 2024'와 'IEEE Access 2021' 논문으로 검증됐다. 아크릴은 GPUBASE 관련 특허 22건을 포함해 총 83건 이상의 특허를 보유하고 있다. 한편 'OCP 코리아 테크 데이'는 국내외 관련 기업과 기술 전문가들이 참여해 개방형 AI 인프라 기술과 산업 방향을 공유한 행사다. 아크릴은 행사 기간 중 5번 전시 부스를 운영하며 GPU 실가동률과 통신 대기 비중을 계측하는 무상 진단 프로그램도 함께 안내했다.

2026.08.24 10:25방은주 기자

아크릴, 국내 첫 '의료 AI 풀스택' 제시...'KHF 2026' 행사서

아크릴(대표 박외진)이 19일부터 21일까지 서울 코엑스에서 열리는 '국제 병원 및 헬스테크 박람회(KHF) 2026'에 참가했다. 자사 AI-Native EMR 온보딩 플랫폼 'NADIA-ANE'와 LLM 'ALLM.H', AI 운영 플랫폼 'Jonathan.H'를 중심으로 한 'AI-Native Healthcare Stack'을 선보였다. 병원 의료 인공지능 전환(AX)의 방향을 제시했다고 회사는 20일 밝혔다. 특히 이번 전시에서 아크릴은 단일 AI모델이나 개별 서비스를 소개하는 데 그치지 않고 ▲병원 데이터를 AI가 이해할 수 있도록 연결하는 데이터 계층부터 ▲의료 특화 파운데이션 모델 ▲AI 에이전트 개발과 배포·운영을 위한 인프라까지 하나로 연결한 의료 AI 풀스택을 중점적으로 소개했다. 박외진 아크릴 대표는 "데이터 표준화에서 모델 학습·운영, 에이전트 임상 워크플로우, AI 인프라 운영·최적화로 이어지는 구조"라고 설명했다. 병원에는 수십 년치 진료 기록이 쌓여 있다. 하지만, 의료진이 특정 환자의 과거 이력이나 특정 조건에 해당하는 환자군을 확인하려면 여러 화면을 직접 뒤지거나 의료정보팀에 요청해 기다려야 한다. 데이터는 있는데 물어볼 방법이 마땅치 않은 것이다. 아크릴은 이 문제가 범용 대규모언어모델(LLM) 하나를 도입하는 것만으로는 풀리지 않는다고 봤다. 병원마다 다른 EMR과 임상데이터웨어하우스(CDW)의 데이터 구조를 AI가 같은 의미로 이해해야 하고, 한국어 임상 환경에 특화된 모델이 병원 내부에서 안전하게 작동해야 하며, 여러 모델과 에이전트를 지속적으로 관리할 수 있는 운영 체계까지 함께 갖춰져야 한다는 것이다. 데이터 주권 담당 'NADIA-ANE', 모델 주권 'ALLM.H', 운영 주권 'Jonathan.H' 하나의 기술 체계로 연결 이를 위해 아크릴은 데이터 주권을 담당하는 'NADIA-ANE', 모델 주권을 담당하는 'ALLM.H', 운영 주권을 담당하는 'Jonathan.H'를 하나의 기술 체계로 연결했다. 병원 내 데이터 표준화와 임상 온톨로지, 자체 의료 파운데이션 모델의 원내 구동, MLOps와 LLMOps 및 감사로그, GPU 최적화와 접근통제까지 데이터와 모델, 운영 주권을 단일 체계로 구현한 것이 핵심이다. 'NADIA-ANE'는 병원마다 다른 EHR·EMR 데이터 구조를 AI가 활용할 수 있는 의미 계층으로 연결하는 AI-Native EMR 온보딩 플랫폼이다. 병원 스키마에 직접 종속되는 기존 방식과 달리 3계층 지식 구조를 적용했다. 공통 임상 지식과 표준을 담당하는 Tier 1, 병원별 스키마를 분석해 자동 생성하는 의미 계층 Tier 2, 병원 고유 코드와 약어 등을 보정하는 Tier 3다. 병원이 이미 쓰고 있는 시스템에 연결하는 방식이어서 EMR을 교체하지 않으며, 병원별로 반복되던 데이터 매핑과 커스터마이징 부담을 줄여 같은 AI 서비스를 다른 의료기관으로 확장할 수 있게 설계했다. 의료진이나 연구자가 자연어로 질문하면 실제 병원 데이터를 조회해 답과 근거를 함께 제시한다. 생성된 SQL은 실행 단계에서 다시 검증하며, 필요한 개념이나 데이터가 없거나 결과가 불확실한 경우에는 추측성 답변을 만들어내는 대신 응답을 제한한다. 의료 환경에서 요구되는 안전성을 고려한 설계다. 아크릴의 자체 평가에 따르면 'NADIA-ANE'는 의료 자연어 질의를 SQL로 변환하는 국제 벤치마크 EHRSQL 2024에서 RS@0 89.08%, RS@10 84.78%를 기록했다. 'ALLM.H'는 이러한 의료 데이터를 이해하고 추론하는 지능형 코어 역할을 맡는다. 아크릴이 자체 개발한 산업 특화 파운데이션 모델 패밀리 'ALLM(Acryl LLM)'을 의료·헬스케어 도메인에 특화한 모델로, 한국어 의료 용어와 임상 문맥에 대한 이해와 추론을 핵심으로 한다. 범용 LLM이 의료 전문용어와 병원 고유의 임상 문맥에서 가질 수 있는 한계를 줄이는 동시에, 병원 내부에서 모델을 직접 운용하는 온프레미스 구조를 적용해 환자 데이터의 외부 전송을 최소화한다. 한국 의사국가시험 기반 의료 지식·추론 벤치마크 KorMedMCQA Doctor에서 96.78%를 기록했다. 'ALLM.H'는 하나의 범용 의료 모델에 머무르지 않고 과제별 전문성을 더하는 형태로 확장할 수 있게 설계했다. 기본 모델이 의료 문서 요약과 임상 추론 등 파운데이션 역할을 맡고, 과제별 어댑터와 특화 모델을 결합해 진료지원과 연구, 환자 서비스 등 병원 업무에 맞는 AI를 구성하는 방식이다. 'NADIA-ANE'와 결합하면 'ALLM.H'가 의료 데이터의 의미를 이해하는 추론 엔진으로 작동해 자연어 기반 EHR 질의와 분석을 지원한다. 'Jonathan.H'는 병원에서 활용하는 여러 AI 모델과 에이전트를 실제 서비스로 운영하기 위한 AI 인프라 및 AgentOps 플랫폼이다. 모델과 에이전트 등록부터 학습, 검증, 배포, 실행, 거버넌스, 재학습과 폐기까지 전 생애주기를 통합 관리하고, 여러 모델과 에이전트가 동시에 동작하는 환경에서 안정적인 운영을 지원한다. 'Jonathan.H'는 진료지원과 행정 자동화, 환자 안내, 연구데이터 활용 등 서로 다른 병원 업무에 복수의 AI 에이전트가 협업하는 멀티 에이전트 워크플로우를 적용할 수 있게 설계했다. 추론 API와 FHIR, OAuth 등 표준 인터페이스를 기반으로 기존 EMR과 HIS, PACS, CDW에 AI를 연계하며, 이후 모델이나 에이전트가 추가되거나 바뀌더라도 기존 병원 시스템에 미치는 영향을 최소화하는 구조를 지향한다. GPU 자원 관리와 추론 환경 운영, 사용자 격리, 모니터링과 장애 대응을 통합해 온프레미스 의료 AI 환경의 지속적인 운영을 지원한다. 세 제품이 연결될 때 만들어지는 의료 AI 전체 가치사슬 강조 아크릴이 이번 전시에서 강조하는 것은 세 제품 각각의 기능보다, 세 제품이 연결될 때 만들어지는 의료 AI의 전체 가치사슬이다. NADIA-ANE가 병원마다 다른 데이터 구조에 의미를 부여하고, ALLM.H가 그 위에서 의료 지식과 임상 문맥을 이해해 추론하며, Jonathan.H가 모델과 에이전트의 실행과 운영을 담당한다. 데이터를 모으는 단계에서 끝나는 것이 아니라, 데이터를 이해하고 AI가 추론하며 실제 병원 업무에서 지속적으로 운영되는 구조까지 하나의 스택으로 구현한다. 이 구조는 병원의 정형 데이터뿐 아니라 비정형 임상 문서와 의료 지식까지 AI 활용 대상으로 넓히는 기반이 된다. 비정형 EMR 텍스트에서 의료 개체를 추출해 구조화하고, 표준용어를 기준으로 데이터 의미를 통합하며, 자연어 데이터 검색과 데이터 출처·변환 과정을 확인할 수 있는 계보(Lineage) 관리, 자연어 질의(NL2SQL)와 검색증강생성(RAG)을 결합한 복합 질의 처리 등이 가능하다. 이를 통해 임상의는 필요한 임상 지표와 코호트 정보를 자연어로 질의하고, 연구자는 데이터 추출에 드는 반복 작업을 줄이며, 병원은 폐쇄망·온프레미스 환경에서 AI 모델과 데이터 활용 과정을 감사 가능한 형태로 관리할 수 있다. 박 대표는 "아크릴은 이러한 기술 구조를 통해 의료 AI의 경쟁 축을 개별 모델의 성능 경쟁에서 운영 가능한 의료 AI 체계로 확장한다는 전략"이라면서 "환자 데이터를 병원 내부에서 관리하는 데이터 주권, 자체 의료 특화 모델을 병원 환경에서 운영하는 모델 주권, 모델과 에이전트, 인프라의 배포와 모니터링을 병원이 통제하는 운영 주권을 하나의 풀스택으로 제공해 의료기관이 자체 AI 역량을 축적하도록 지원할 것"이라고 밝혔다. 회사는 AI가 의료진을 대체하는 기술이 아니라, 의료진과 연구자, 데이터 담당자, 병원 운영자가 데이터를 보다 빠르고 정확하게 활용하도록 돕는 병원 공통 AI 인프라라는 점을 강조했다. 아크릴은 이번 전시에서 세 공간에 참여한다. 코엑스 C관 D10 정보통신산업진흥원(NIPA) 공동관 부스에서 풀스택 전체를 시연하고, 연세대학교 의료원 부스에서도 NADIA-ANE를 전시한다. 닥터앤서관에서는 국책과제 닥터앤서 3.0 적용 서비스 두 건을 선보인다. 피부질환 서비스 '더마 에이전트'는 중증 아토피피부염 환자가 퇴원한 뒤 혼자 관리하는 기간을 AI가 이어받아 환자가 따로 기록하지 않아도 진료 때 지난 경과가 정리돼 있게 한다. 전립선증식증 서비스는 같은 구조를 두 번째 질환에 적용한 사례로, 국내 상급종합병원 및 디지털헬스 전문기업과 공동 개발하고 있다. 박외진 대표 "의료AI 경쟁력은 단일모델 성능만으로 결정되지 않아" 박 대표는 “의료 AI 경쟁력은 단일 모델 성능만으로 결정되지 않는다. 병원 데이터를 정확한 의미로 이해하고, 의료에 특화한 모델을 병원 환경에서 안전하게 구동하며, 여러 AI 모델과 에이전트를 지속적으로 관리할 수 있어야 비로소 실제 임상과 연구, 병원 운영으로 확장할 수 있다”며 “이번 KHF 2026에서 NADIA-ANE와 ALLM.H, Jonathan.H로 이어지는 아크릴의 AI-Native Healthcare Stack을 통해 병원이 데이터와 모델, 운영에 대한 주도권을 확보하면서 의료 AX를 현실화할 수 있는 방향을 제시할 것”이라고 강조했다. 한편 아크릴(KOSDAQ 0007C0)은 2011년 설립한 AX 전문기업이다. AI 운영 플랫폼 '조나단(Jonathan)'과 산업 특화 파운데이션 모델 패밀리 'ALLM'을 자체 개발해 보유하고 있다. 이를 기반으로 의료와 산업, 공공 영역의 AX를 지원한다. 의료 영역에서는 AI-Native EMR 온보딩 플랫폼 'NADIA-ANE'와 의료 AI 플랫폼 'NADIA', 식품의약품안전처 의료기기 소프트웨어 허가 제품 2건 등을 운영하고 있다. 해외에서는 공공병원 적용과 미국 중소형 병원 시장 진출을 추진 중이다.

2026.08.20 17:10방은주 기자

아크릴-퓨리오사AI, 소버린 AI 시장 공략 협력

인공지능 전환(AX) 인프라 전문기업 아크릴은 AI 반도체 기업 퓨리오사AI와 AI 인프라 기술 협력 및 공동 사업 추진을 위한 업무협약(MOU)을 체결했다고 3일 밝혔다. 이날 아크릴 본사(서울 강남구 청담빌딩)에서 열린 체결식에는 박외진 아크릴 대표와 백준호 퓨리오사AI 대표가 참석해 협약서에 서명했다. 협약에 따라 양사는 ▲아크릴의 의료 특화 대규모언어모델(LLM) 'ALLM.H(아름.H)'와 퓨리오사AI의 AI 추론 가속기 기반 통합 솔루션 공동 개발 ▲AI 인프라 플랫폼 기반 NPU 클러스터 자원 최적화·운영 및 성능 검증 ▲정부·공공 연구개발(R&D) 과제 공동 발굴·수행 ▲AI 인프라 및 AX 분야 사업기회 발굴·확대 △양사 기술·제품 공동 마케팅 등 5개 영역에서 협력한다. 첫 공동 프로젝트로 아크릴의 '아름.H'를 퓨리오사AI의 2세대 추론용 NPU 'RNGD(레니게이드)'에 포팅·최적화한다. 이후 추론 성능과 운영 안정성, 전력 효율을 종합적으로 검증하고, 국산 AI 모델과 반도체, 인프라 운영 기술을 결합한 '상용 AI 추론 플랫폼'을 공동 개발할 계획이다. 이를 통해 '한국형 AI 풀스택' 레퍼런스를 구축하고 사업화를 추진한다. 양사는 데이터 외부 반출이 제한되는 병원과 공공기관의 폐쇄망 온프레미스 AI 시장을 우선 공략한다. 고성능·고효율 AI 인프라(퓨리오사AI)와 검증된 AI 모델(아크릴)을 하나의 패키지로 제공해 시스템 구축·운영 부담을 줄이고, 데이터와 인프라의 통제권을 중시하는 소버린 AI 수요에 대응한다는 구상이다. 퓨리오사AI는 데이터센터 AI 추론을 위한 고성능·고효율 AI 인프라를 개발하는 AI 반도체 기업이다. 레니게이드는 퓨리오사AI의 2세대 AI 추론 가속기로, 고성능과 전력 효율을 바탕으로 AI 추론의 총소유비용(TCO)을 크게 낮추도록 설계됐다. 특히 HBM 기반 AI 추론 가속기로서는 세계적으로 드물게 양산을 시작했으며, 최근에는 클라우드 서비스와 소버린 AI 프로젝트 등 다양한 상용 AI 인프라 환경으로 적용 범위를 확대하고 있다고 아크릴은 설명했다. '레니게이드'에 적용하는 '아름.H'는 아크릴이 자체 개발한 의료 특화 LLM이다. 의사 국가고시 벤치마크에서 96.78%의 정답률을 기록했으며, 아크릴은 이번 프로젝트를 통해 국산 NPU 환경에서의 모델 성능과 실제 산업 현장 적용 가능성을 입증할 방침이다. 아크릴은 엔비디아 GPU를 기반으로 AI 인프라 운영 역량을 축적해 왔으며, 국산 NPU·DPU와의 결합도 검증해 왔다. 퓨리오사AI '레니게이드'까지 지원 범위를 넓히면서 GPU·NPU·DPU 등 다양한 연산 자원을 아우르는 멀티벤더 AI 인프라 경쟁력을 한층 강화했다. 양사는 '아름.H'와 '레니게이드' 결합을 시작으로 의료·공공 분야의 공동 과제와 실증사업을 발굴하고, 향후 데이터 보안이 중요한 규제 산업과 글로벌 시장으로 사업 범위를 확대할 계획이다. 박외진 아크릴 대표는 “의료와 공공처럼 데이터 보안과 통제권이 중요한 폐쇄망에서는 모델 성능과 함께 AI를 얼마나 안정적이고 효율적으로 운영할 수 있는지가 핵심”이라며 “퓨리오사AI의 고효율 국산 NPU와 아크릴의 검증된 AI 모델을 결합해 현장의 도입 부담을 실질적으로 낮추겠다”고 말했다. 이어 “이번 협약을 통해 국산 AI 소프트웨어와 반도체를 결합한 한국형 AI 풀스택 레퍼런스를 확보할 것”이라며 “GPU·NPU·DPU를 아우르는 멀티벤더 인프라 역량을 바탕으로 국내 폐쇄망 시장과 글로벌 소버린 AI 시장을 공략해 나가겠다”고 덧붙였다.

2026.08.03 18:13방은주 기자

아크릴, 한컴과 고급형 AI운영 플랫폼 공급 계약

아크릴이 자사 AI 인프라 운영 플랫폼 'GPU베이스(GPUBASE)'의 데이터센터 적용을 확대한다. 한컴과 국내 모듈형 데이터센터(MDC, Modular Data Center) 구축 사업과 관련해 33억원 규모의 고급형 GPUBASE 공급계약을 체결했다. 29일 회사에 따르면, 이번 계약은 앞선 22억원의 보급형에 이은 후속 고급형 공급계약이다. 이에 따라 GPUBASE 누적 공급 규모는 총 55억원으로 늘었다. 아크릴은 보급형에서 고급형으로 이어지는 단계적 도입 모델을 실제 수주로 입증하며 AI 데이터센터 운영 플랫폼 사업 확대에 속도를 내고 있다. 특히 이번 고급형 공급을 통해 고객 인프라 규모와 운영 환경에 맞춰 GPUBASE의 기능을 확장할 수 있는 상용화 기반을 확보했다. 이번에 공급하는 고급형 GPUBASE는 통신 가속부터 자원 관리, 통합 관제까지 지원하는 풀스택 플랫폼이다. 구체적으로 ▲GPU 간 데이터 전송 병목을 줄이는 '부스터(Booster)' ▲GPU·서버·스토리지·네트워크 자원을 통합 관리하는 '컨트롤 타워(Control Tower)' ▲인프라와 작업 현황을 실시간으로 확인하는 '모니터 타워(Monitor Tower)'로 구성됐다. 이 플랫폼은 엔비디아 H200 NVL GPU 서버와 직접액냉(DLC, Direct Liquid Cooling) 랙, 고속 네트워크 패브릭을 갖춘 컨테이너형 AI 데이터센터에 탑재된다. 아크릴은 GPU 서버와 스토리지, 네트워크, 보안 설비를 포함한 모듈형 데이터센터 일체와 함께 GPUBASE를 공급해 대규모 AI 학습·추론 워크로드의 안정적인 운영을 지원할 계획이다. 공급은 올해 3분기 중 완료할 예정이다. 아크릴은 이 같은 대규모 GPU 클러스터 환경에서 GPUBASE의 안정적인 운영 성능을 검증해왔다. 글로벌 3대 클라우드 환경에서 7종에 걸쳐 총 1272개 GPU 규모의 'K-Scale evaluation'을 진행, 자원 관리와 통신 최적화, 작업 처리 성능을 확인했다. 'K-Scale evaluation'은 1000개 이상 GPU를 투입하는 대규모 상용 클라우드 환경에서 AI 인프라 운영 플랫폼의 성능을 검증하는 실증 평가다. 아크릴은 해당 평가에서 고부하 AI 학습 환경의 데이터 처리 속도를 최대 24배 높이고 GPU 활용률을 90% 이상으로 향상시키는 성과를 확보했다. 이번에 GPUBASE를 적용하는 모듈형 데이터센터는 전력과 냉각, 서버, 네트워크 등 핵심 설비를 컨테이너 단위로 규격화해 현장에 신속하게 설치하는 방식이다. 기존 데이터센터보다 구축 기간을 단축할 수 있고 수요에 맞춰 단계적으로 증설할 수 있다. 공공기관과 연구기관, 산업단지, 지역 거점 등에 구축되는 분산형 AI 인프라의 대안으로 주목받고 있다. 모듈형 데이터센터를 비롯한 AI 데이터센터는 GPU 규모가 커질수록 자원 배분과 네트워크 병목, 장애 대응, 전력·냉각 관제 등 운영 복잡성도 함께 증가한다. GPUBASE는 분산된 인프라와 작업 환경을 소프트웨어 기반으로 통합 관리해 고밀도 GPU 자원의 활용도와 운영 안정성을 높인다. 아크릴은 이번 모듈형 데이터센터 공급을 통해 확보한 상용 레퍼런스를 기반으로 대형 AI 데이터센터와 기업·기관용 AX 인프라 시장까지 사업 영역을 넓힐 계획이다. 이를 위해 최근 국내 1위 클라우드 관리서비스기업(MSP)인 메가존클라우드와 AI 인프라 사업 협력을 위한 업무협약(MOU)을 체결했다. 메가존클라우드는 AWS 프리미어 티어 파트너이자 엔비디아 국내 총판으로, 대규모 GPU·클라우드 인프라의 설계·구축·운영 역량을 보유하고 있다. 아크릴은 메가존클라우드의 인프라 구축 역량과 고객망을 활용해 GPUBASE의 AI 데이터센터 도입과 상용 레퍼런스 확산을 가속화할 방침이다. 아크릴은 “보급형에 이어 고급형 풀스택 GPUBASE 공급까지 확보하며 제품 경쟁력과 확장성을 입증했다”며 “이번 상용 레퍼런스를 기반으로 모듈형 데이터센터 뿐 아니라 대형 AI 데이터센터와 분산형 AI 인프라 시장까지 사업을 확대하겠다”고 말했다. 이어 “메가존클라우드와의 협력을 통해 GPUBASE 공급 채널과 고객 접점을 확대할 수 있는 기반도 마련했다”며 “성능 검증과 상용 공급, 전략적 파트너십을 연계해 AI 데이터센터 운영 플랫폼 시장을 선점해 나가겠다”고 덧붙였다.

2026.07.29 12:58방은주 기자

메가존클라우드-아크릴, AI 인프라 사업 맞손…헬스케어·공공 공략

메가존클라우드가 아크릴과 손잡고 기업·공공기관 대상 AI 인프라 사업 확대에 나선다. 그래픽처리장치(GPU) 인프라 구축과 운영 최적화 기술을 결합해 산업별 AI 전환(AX) 사업을 공동 추진하고 글로벌 시장 진출도 모색한다는 구상이다. 메가존클라우드는 아크릴과 AI 인프라 사업 확대 및 글로벌 시장 진출을 위한 전략적 파트너십을 체결했다고 24일 밝혔다. 협약은 지난 23일 과천 메가존산학연센터에서 진행됐다. 양사는 이번 협력을 통해 대규모 GPU 인프라가 필요한 기업과 공공기관을 대상으로 AI 인프라 구축부터 운영, 모델 개발까지 아우르는 통합 AX 환경을 제공한다는 목표다. 메가존클라우드의 AI·클라우드 인프라 구축 역량과 아크릴의 AI 개발 및 인프라 최적화 기술을 결합해 고객 맞춤형 사업 모델을 공동 발굴할 계획이다. 메가존클라우드는 엔비디아 기반 GPU 서버와 클라우드 인프라를 공급·구축하고 고객 환경에 맞는 시스템 설계와 비용 효율화 방안을 지원한다. 아크릴은 AI 풀스택 플랫폼 '조나단'과 AI 인프라 운영·최적화 플랫폼 'GPU베이스'를 활용해 AI 모델 개발부터 GPU 자원 관리까지 담당한다. 조나단은 데이터 준비와 AI 모델 학습·검증, 배포, 서비스 적용까지 전 과정을 하나의 환경에서 지원하는 AI 풀스택 플랫폼이다. GPU베이스는 GPU·서버·스토리지·네트워크 자원을 통합 관리해 작업 스케줄링과 자원 할당, 가상화, 모니터링 등을 지원하는 AI 인프라 운영 솔루션이다. 우선 양사는 대규모 GPU 환경에서 성능 테스트를 진행한 뒤 기업과 공공기관 대상 공동 프로젝트를 단계적으로 추진할 예정이다. 향후에는 헬스케어·공공·보험 분야를 중심으로 산업별 특화 서비스를 발굴하고 양사가 보유한 파트너 및 고객 네트워크를 활용해 해외 시장 진출도 함께 추진할 계획이다. 염동훈 메가존클라우드 대표는 "AI 도입이 확대되면서 AI 인프라 수요도 빠르게 늘고 있는 만큼, 안정적이고 효율적인 GPU 인프라 운영 역량이 핵심 경쟁력으로 자리 잡고 있다"며 "우리의 AI·클라우드 인프라 구축 노하우와 아크릴의 GPU 최적화 기술을 바탕으로 산업별 특화 서비스를 발굴하고 국내외 파트너십을 기반으로 글로벌 사업 기회도 확대해 나갈 것"이라고 밝혔다. 박외진 아크릴 대표는 "이번 협력을 통해 고성능 AI 인프라 아키텍팅부터 자원 최적화, 모델 개발과 서비스 적용까지 연결되는 통합 사업 체계를 마련할 수 있게 됐다"며 "헬스케어와 공공 분야에서 성공 사례를 확보하고 국내외 시장에서 새로운 성장 기회를 창출해 나가겠다"고 말했다.

2026.07.24 17:56한정호 기자

리셀 플랫폼 크림 새 승부수…PB 패션 '아크릴' 뭐가 다른가

크림이 첫 자체 패션 브랜드(PB) '아크릴'을 선보이며 리셀 플랫폼을 넘어 브랜드 사업으로 영역을 넓힌다. 거래 데이터와 시장 인사이트를 제품 기획에 활용하면서도 유행을 좇기보다 오래 입을 수 있는 '타임리스 베이식'을 내세운 것이 기존 패션 플랫폼 PB와의 차별점으로 꼽힌다. "빠른 유행 좇기 보다 오래 입는 옷 추구" 크림은 2일 서울 강남구 크림 도산점에서 일본 크리에이티브 디렉터 다나카 요와 협업한 첫 자체 브랜드 '아크릴'을 공개했다. 첫 컬렉션은 네이비 블레이저와 데님 재킷, 버튼다운 셔츠, 밀리터리 팬츠 등 클래식 아이템 중심으로 구성했다. 1900년대 아메리칸 캐주얼을 일본식으로 재해석한 '아메카지'를 기반으로 프레피·히피·밀리터리·워크웨어 등 다양한 문화적 요소를 현대적으로 풀어낸 것이 특징이다. 소재와 실루엣부터 주머니 위치와 칼라 라인에 이르기까지 각각의 요소에 역사적 배경과 구조적 이유를 담았다. 브랜드가 내세운 핵심 가치는 '타임리스 베이식'이다. 빠르게 바뀌는 유행보다 오래 입을 수 있는 옷을 만들겠다는 의미다. 현장에서 만난 다나카 요 디렉터는 "한국은 소비 속도와 트렌드 변화가 매우 빠른 시장"이라면서도 "그래서 오히려 길게 입을 수 있고, 다른 사람의 추천이 아니라 자신이 정말 좋아하는 기준으로 선택할 수 있는 브랜드를 만들고 싶었다"고 소개했다. 또 "베이식만으로는 브랜드와 고객의 접점을 만들기 어렵다고 판단해 브랜드를 상징할 수 있는 아이콘을 함께 고민했다"고 설명했다. "데이터와 취향 분석 도움...브랜드 철학도 중요" 크림은 그동안 한정판 거래 플랫폼으로 축적한 거래량과 검색 데이터, 고객 취향 분석 등을 기반으로 자체 브랜드 사업에 나선다. 무신사와 같은 패션 플랫폼들이 PB를 운영하고 있지만, 크림은 리셀 시장에서 축적한 인사이트를 브랜드 기획에 활용한다는 점을 차별점으로 내세우고 있다. 다나카 요 역시 프로젝트를 진행하면서 크림 시장 인사이트가 한국 소비자를 이해하는 데 도움이 됐다고 평가했다. 다만 그는 데이터가 디자인의 전부가 되어서는 안 된다고 강조했다. 다나카 요 디렉터는 "시장 분석은 반드시 필요한 과정"이라면서도 "분석만 따르면 결국 유행을 따라가는 브랜드밖에 될 수 없다"고 말했다. 이어 "분석을 받아들이면서도 어느 정도는 좋은 의미에서 무시할 수 있는 균형이 있어야 진정한 브랜드가 만들어진다"고 덧붙였다. 데이터를 기반으로 상품을 기획하되 결국 브랜드 철학이 우선해야 한다는 의미다. 리셀 플랫폼에서 브랜드 회사로...해외 진출 발판 되나 다나카 요는 "이번 협업은 단순한 디자이너 협업이 아니라 한국과 일본이 하나의 팀이 되어 브랜드를 만드는 과정이었다"며 "한국 소비자는 패션 자체를 순수하게 즐긴다는 인상을 받았고, 일본과는 다른 방식의 접근이 필요하다는 점을 많이 배웠다"고 강조했다. 그는 이번 컬렉션 가운데 가장 애착이 가는 제품으로 데님을 꼽으며 "데님은 누구에게나 잘 어울리고 오래 입을 수 있는 가장 중요한 아이템"이라고 소개했다. 또 크림이 자신을 파트너로 선택한 이유에 대해 "디자이너라기보다 상품 기획과 마케팅, 공간 디렉션 등을 아우르는 편집 능력을 높이 평가해 준 것 같다"고 말했다. 크림은 향후 아크릴을 글로벌 브랜드로 육성한다는 계획이다. 국내 시장 안착을 시작으로 해외 시장 진출도 추진하며 브랜드 사업을 본격 확대할 방침이다. 크림 관계자는 "9월 초에는 '2026 FW 메인 컬렉션'을 추가로 공개하며 브랜드 운영에 본격적으로 나설 계획"이라며 "제품의 높은 완성도와 활용도를 바탕으로 고객과 지속적인 관계를 만들어가는 브랜드로 성장시키겠다”고 말했다.

2026.07.02 17:33안희정 기자

아크릴, AI 데이터센터 시장 진출…'GPUBASE' 첫 상용화 공급

인공지능 전환(AX) 인프라 전문기업 아크릴이 자사 AI 인프라 운영 플랫폼 'GPU베이스(GPUBASE)'를 기반으로 AI 데이터센터 시장에 진출한다. 아크릴은 공시를 통해 국내 모듈형 데이터센터(MDC, Modular Data Center) 구축·공급 사업에 11억원 규모의 1차 GPUBASE 공급계약을 체결했다고 2일 밝혔다. 이번 계약은 모듈형 데이터센터에 적용하는 보급형 GPUBASE 공급 건이다. 아크릴은 1차 공급에서 자원 운영과 작업 스케줄링을 중심으로 한 기본형 구성을 제공한다. 후속으로 예정된 2차 고급형은 통합 관제 대시보드를 포함한 풀스택 구성으로, NVIDIA H200 NVL GPU 서버(대규모 AI 학습·추론에 쓰이는 고성능 GPU), 직접액냉(DLC, 고성능·고발열 GPU를 액체로 직접 식히는 냉각 방식으로 고밀도 서버 운용에 사용) 랙, 고속 네트워크 패브릭(다수의 GPU·서버를 고속으로 연결하는 통신 구조. 아크릴은 개방형 이더넷(RoCEv2) 기반 기술 보유)을 갖춘 고밀도 연산 환경에 적용할 예정이다. 모듈형 데이터센터는 전력·냉각·서버·네트워크 등 핵심 설비를 컨테이너 단위로 규격화해 현장에 빠르게 설치하는 방식이다. 대규모 중앙집중형 시설보다 구축 기간이 짧고 수요에 따라 유연하게 확장할 수 있다. GPU 인프라를 직접 갖추기 어려운 지역·공공·연구·산업 현장의 분산형 인프라 대안으로 주목받고 있다. 이번 공급계약은 아크릴이 기존 AI 소프트웨어 역량을 데이터센터 구축·운영 영역으로 넓혔다는 점에서 의미가 있다. 특히 대규모 실증을 통해 성능을 확인한 'GPUBASE'가 실제 납품으로 이어지면서 신사업 레퍼런스와 매출 다변화 기반을 마련했다. 최근 정부와 주요 기업이 발표한 투자 계획도 관련 시장 확대 기대감을 높였다. 정부는 '대한민국 대도약 3대 메가프로젝트'를 통해 AI 데이터센터를 국가 핵심 인프라로 육성하겠다는 계획을 제시했다. SK·GS·네이버와 협력해 1단계로 8.4GW 규모의 AI 데이터센터를 구축하고, 투자 유치 포함 약 550조원 규모의 민관 투자를 추진한다. SK의 2단계 확장 프로젝트까지 포함하면 오는 2035년까지 총 18.4GW 규모로 확대될 전망이다. 이에 따라 고성능 GPU를 효율적으로 운영할 수 있는 국산 인프라 소프트웨어와 전력·냉각·관제 솔루션의 중요성이 커졌다. AI 데이터센터 경쟁력은 GPU 확보를 넘어 전력 효율, 냉각 안정성, 네트워크 병목 해소, 자원 활용률 개선에서 좌우된다. 아크릴의 'GPUBASE'는 GPU·서버·스토리지·네트워크 자원을 하나의 환경에서 관리하는 AI 인프라 운영 플랫폼이다. 자원 배분, 작업 스케줄링, 통신 최적화, 통합 관제, 장애 감지·복구 등을 지원해 데이터센터 운영 효율을 높인다. 아크릴은 이를 모듈형 데이터센터 뿐 아니라 향후 대형 AI 데이터센터까지 확대 적용한다는 계획이다. 아크릴은 최근 글로벌 3대 클라우드 환경에서 1272개 GPU 규모로 진행한 'K-Scale evaluation(1000장 단위 GPU 규모의 상용 클라우드 환경에서 GPUBASE 성능을 검증한 대규모 실증 프로젝트)'에서 GPUBASE의 첫 단계 성능검증을 실시한 바 있다. 해당 검증에서 'GPUBASE'는 고부하 AI 학습 환경의 처리 속도를 최대 24배 향상시키고, GPU 활용률을 90% 이상으로 높이는 결과를 보였다. 이를 통해 유휴 자원을 줄이고 작업 처리 효율을 높여 데이터센터 총소유비용(Total Cost of Ownership) 개선과 전력비용 절감에도 기여할 수 있다. 박외진 아크릴 대표는 “이번 계약은 GPUBASE가 실증 단계를 넘어 실제 AI 데이터센터 구축 현장에 적용하는 첫 사례”라며 “모듈형 데이터센터를 시작으로 다양한 인프라 환경에서 안정적인 운영 역량을 입증해 나가겠다”고 밝혔다. 이어 “아크릴은 2차 고급형 공급을 포함해 국산 AI 인프라 운영 플랫폼의 상용 적용 사례를 확대하고, 데이터센터 운영 소프트웨어 시장에서 경쟁력을 강화해 나가겠다”고 덧붙였다. 한편 아크릴의 'GPUBASE'는 흩어진 GPU·서버·네트워크·스토리지를 하나로 묶어 활용률과 통신 성능을 높이는 AI 인프라 운영 소프트웨어다. 아래 3개 모듈로 구성, 운영 환경에 맞춰 필요한 만큼 단계적으로 도입할 수 있다. -부스터(Booster):통신 가속에 사용. GPU 간 데이터 전송을 여러 경로로 고르게 분산하고(다중경로 전송), 급한 추론이 대용량 학습·전송에 밀리지 않도록 우선 처리해(트래픽 차등화) 통신 병목을 줄인다. -컨트롤 타워(Control Tower):자원 운영에 유용. GPU 분할·공유, 서로 다른 종류의 가속기(GPU·NPU 등) 통합, 다중 사용자 작업 스케줄링으로 유휴 자원을 줄이고 활용률을 높인다. -모니터 타워(Monitor Tower):통합 관제 역할. GPU·네트워크·스토리지·작업 현황을 웹 화면(GUI)에서 실시간으로 보고, 계정·자원 할당을 관리한다.

2026.07.02 09:20방은주 기자

아크릴, 글로벌 3대 클라우드서 'GPUBase' 검증…"AI 학습 최대 24배 향상"

인공지능 전환(AX) 인프라 전문기업 아크릴(대표 박외진)은 자사 AI인프라 운영 플랫폼 'GPU베이스(GPUBase)'의 성능을 세계 주요 클라우드 환경에서 대규모로 검증한 결과, AI 학습 속도가 최대 24배 향상된 것으로 나타났다고 1일 밝혔다. 이번 검증은 'K-스케일 이밸류에이션(K-Scale evaluation)'의 첫 단계인 '허라이즌털 페이지(Horizontal Phase)'를 완료한 결과다. 'K-Scale evaluation'은 GPUBase의 성능과 확장성을 천개 단위 GPU 환경에서 검증하기 위한 프로젝트다. 'Horizontal evaluation(HE)'는 넓이를 증명하는 것으로, 애저(Azure)·AWS·GCP 여러 글로벌 클라우드 환경에서 GPUBASE가 어디서든 돌아간다(호환성·이식성·안정성)를 보여준다. 도입 리스크를 없애고 멀티 CSP·마켓플레이스 전략을 뒷받침한다. 단, 얼마나 빠른가는 증명하지 못한다. 이번 아크릴의 'Horizontal Phase'는 네트워크 아키텍처와 운영 환경이 서로 다른 글로벌 3대 클라우드 서비스 제공사(CSP)에서 GPUBase의 성능을 각각 독립적으로 검증하는 방식으로 진행됐다. 평가에는 총 1272개의 GPU와 서로 다른 세대와 종류로 구성한 7종의 이기종 GPU를 활용했다. 아크릴은 이번 검증에서 ▲네트워크 성능 ▲GPU 공유와 자원 활용 ▲이기종 가속기 통합 ▲ 확장성 ▲스토리지 연동 ▲장애복구 등 실제 대규모 AI 인프라 운영에 필요한 기능을 종합적으로 점검했다. 이를 통해 GPUBase가 특정 클라우드에 종속되지 않고 다양한 인프라 환경에서 일관된 성능을 구현할 수 있다는 점을 확인했다. 검증 결과, 네트워크 부하가 커질수록 GPUBase 적용 여부에 따른 성능 차이가 확대됐다. 대규모 언어모델(LLM) 분산학습 시험에서 GPUBase 적용 환경의 학습 스텝 타임(Step Time)은 부하 수준과 관계없이 거의 일정하게 유지한 반면, 미적용 환경에서는 고부하 시 학습시간이 급격히 증가했다. 고부하 기준 GPUBase 적용 시 학습시간은 약 96% 단축됐고, 성능 격차는 최대 24배 수준으로 벌어졌다. GPU 간 대규모 데이터 교환이 이뤄지는 NCCL All-Reduce 통신 시험에서도 GPUBase의 효과가 확인됐다. GPUBase 적용 시 통신 대역폭은 미적용 대비 저부하 141%, 중부하 560%, 고부하 2,375% 향상됐다. 이는 GPUBase가 GPU 자원 배분을 넘어 분산학습 과정에서 발생하는 네트워크 혼잡과 통신 병목을 줄이는 데 기여한 결과로 풀이된다. 서비스 응답 단계에서도 안정적인 성능이 나타났다. 대규모 언어모델 추론 시험에서 GPUBase는 무부하와 고부하 환경 간 응답시간 차이를 거의 발생시키지 않았으며, 학습과 추론을 동시에 수행하는 혼합부하 환경에서도 추론 서비스의 서비스수준협약(SLA)을 안정적으로 충족했다. 네트워크 외 운영 항목에서도 성과가 확인됐다. GPUBase는 7종의 이기종 GPU 환경에서 서로 다른 가속기를 요구하는 수천 건의 워크로드를 장애나 실패 없이 안정적으로 스케줄링했다. GPU 분할·공유 및 스케줄링 기술을 적용해 GPU 활용률을 90% 이상으로 끌어올렸으며, 전체 작업 완료 시간은 최대 34%, 작업 큐 대기시간은 최대 93% 단축했다. 또한 네트워크, 서버(VM), 소프트웨어 등 총 18종의 장애 시나리오를 모두 5분 이내에 감지·복구해 운영 안정성도 입증했다. GPUBase의 핵심 기술은 아크릴 CTO이자 성균관대학교 소프트웨어학과 교수인 염익준 CTO가 25년 이상 수행해 온 컴퓨터 네트워크 연구를 기반으로 개발됐다. 아크릴은 해당 연구를 GPU 환경에 적용해 트래픽 차등화 기술인 PeRF와 다중경로 RDMA 기술인 UL-MPRDMA를 GPUBase에 구현했다. 관련 원천기술은 USENIX ATC와 IEEE Access 등 국제 학술 무대에서도 발표된 바 있다. 아크릴은 과학기술정보통신부가 지원하는 'AI 클라우드 경쟁력 강화 기술개발 사업'에서도 네트워크 분야 주관기관으로 선정됐다. 주관 과제는 '대규모 GPU 클러스터 환경에서의 네트워크 효율성 극대화를 위한 이더넷 기반 GPU 클러스터 네트워크 패브릭 시스템 및 최적화 기술 개발'이다. 염익준 아크릴 CTO는 “대규모 AI 인프라 성능은 GPU 한 장 연산 성능보다 수많은 GPU가 얼마나 효율적으로 연결되고 데이터를 교환하는지에 의해 결정된다”며 “GPUBase는 단순한 GPU 관리 소프트웨어가 아니라 GPU, 서버, 스토리지, 네트워크를 하나의 시스템으로 보고 최적화하는 AI 인프라 운영 플랫폼”이라고 말했다. 이어 “이번 K-Scale evaluation을 통해 아크릴이 축적해 온 네트워크 기술이 글로벌 상용 클라우드의 천 단위 GPU 환경에서도 유효하다는 점을 확인했다”며 “아크릴은 향후 더 큰 규모의 단일 GPU 클러스터 환경에서도 확장성과 장시간 운영 안정성을 추가로 검증해 AI 인프라 운영 플랫폼 경쟁력을 강화해 나갈 것”이라고 덧붙였다. 아크릴은 앞으로 하나의 글로벌 CSP에서 더 큰 규모의 단일 GPU 클러스터를 구성하는 버티컬 페이지(Vertical Phase)를 추진하고, 대규모 집단통신과 확장성, 장시간 운영 안정성을 추가로 검증할 계획이다. Vertical evaluation(VE)는 깊이를 증명하는 것으로, 네오클라우드 RoCEv2에서 1000 GPU 단일 클러스터를 꾸려 극한 성능(다중경로 전송·트래픽 차등화·MIG/MPS 공유·부하 강건성)을 끝까지 밀어붙이는 시험이다. 여기서 나오는 게 헤드라인 성능 수치고, 무엇보다 KOLAS 공인시험성적서가 발급된다.

2026.07.01 10:37방은주 기자

아크릴, 엔비디아 인피니밴드 대체 AI기술 개발 추진...55억 과제 선정

AX 전문기업 아크릴(대표 박외진)이 국내 AI 인프라의 핵심 병목으로 꼽히는 GPU 클러스터 네트워크 기술 국산화에 나선다. 아크릴은 과학기술정보통신부 산하 '정보통신기획평가원(IITP)'이 추진하는 '대규모 GPU 클러스터 환경에서의 네트워크 효율성 극대화를 위한 이더넷 기반 GPU 클러스터 네트워크 패브릭 시스템 및 최적화 기술 개발' 국책과제에 주관기관으로 선정됐다고 10일 밝혔다. 이번 과제는 총 사업비가 약 67억원 규모(정부지원금이 약 55억원)인 대규모 연구개발 프로젝트다. 개발기간은 2026년 5월부터 2028년 12월까지다. 아크릴은 주관기관으로 연세대학교, 성균관대학교, 아주대학교 산학협력단과 공동 연구를 수행한다. 3개 대학은 각각 AI 데이터 처리 가속, 고신뢰 보안, 이더넷 기반 클러스터 네트워크 최적화 관련 원천 연구를 담당한다. 아크릴은 이번 과제를 통해 확보한 기술을 자사 상용 GPU 인프라 통합 플랫폼 'JONATHAN GPUBASE(GPU베이스)'와 결합할 계획이다. 이를 통해 클라우드서비스사업자(CSP), 관리형서비스사업자(MSP), 공공 AI 데이터센터, 의료 AI 인프라 등에 적용 가능한 국산 GPU 네트워크 패브릭 솔루션으로 완성한다는 목표다. 염익준 아크릴 CTO는 “AI 인프라 경쟁의 핵심은 수만 개 GPU를 안정적으로 묶는 네트워크 패브릭 기술”이라며 “이번 과제를 통해 인피니밴드 중심 구조의 비용·공급·자산 활용 한계를 해소할 개방형 이더넷 GPU 네트워크 대안을 제시하고, 국내 AI 인프라 생태계 자립 기반을 마련하겠다”고 밝혔다. 현재 대규모 GPU 클러스터 네트워크는 엔비디아 전용 네트워크 기술인 '인피니밴드'가 사실상 주도하고 있다. 클러스터 규모가 커질수록 인피니밴드 관리 소프트웨어인 'UFM(Unified Fabric Manager)' 사용이 요구되고 있으며, 이에 따른 구독형 라이선스 비용은 CSP와 공공 AI 데이터센터의 운영비용(OPEX)을 높이는 요인으로 지적돼 왔다. 인피니밴드 중심의 벤더 종속 구조는 전용 스위치와 스마트 NIC(Network Interface Card) 공급 지연, 기존 이더넷 장비 활용 제약, 신규 장비 도입에 따른 자본적지출(CAPEX) 부담 등 운영 전반의 한계로 이어진다. 이에 글로벌 시장에서는 기존 이더넷 자산을 활용하면서 GPU 간 고속 통신을 구현할 수 있는 'RoCEv2(RDMA over Converged Ethernet v2)' 기반 개방형 이더넷 패브릭이 인피니밴드 대안으로 부상했다. 이번 과제는 인피니밴드 중심의 독점적 AI 네트워크 구조에서 벗어나 이더넷/RoCE 기반의 개방형 인프라로 전환하는 과정에서 새롭게 발생하는 멀티 벤더 운영 복잡성과 벤더 종속 문제를 해결하는 데 의의가 있다. RoCE는 Arista, Cisco, Broadcom, NVIDIA 등 다양한 벤더의 경쟁을 가능하게 하지만, 각 벤더의 네트워크 운영체제 (NOS)와 패브릭 (내부 연결망) 관리 체계가 분리돼 있어 데이터센터 운영자는 다시 특정 벤더나 개별 관리 도구에 종속될 수 있다. 아크릴의 GPUBase는 이러한 공백을 메우기 위해 '멀티벤더 RoCE 패브릭'을 GPU 워크로드(workload) 관점에서 통합 관찰·관리·최적화하는 공통 제어 계층을 제공한다. 국내에서는 AI 데이터센터 네트워크가 여전히 인피니밴드 중심으로 인식되고 있으며, '이더넷/RoCE' 기반 AI 패브릭 도입과 운영 경험은 아직 제한적인 편이다. 그러나 해외 시장에서는 이미 변화가 빠르게 진행되고 있다. 시장조사기관 Dell'Oro Group에 따르면, 2025년 AI scale-out 네트워크용 데이터센터 스위치 시장에서 이더넷은 인피니밴드의 두 배 이상 규모로 성장했고, 2026년 1분기에도 AI 클러스터용 데이터센터 스위치 매출의 약 3분의 2를 이더넷이 차지한 것으로 보고됐다. 이는 글로벌 하이퍼스케일러와 AI 클라우드 사업자들이 개방형 표준, 공급망 다변화, 비용 효율성, 멀티 벤더 생태계 확보를 위해 이더넷/RoCE 기반 구조로 빠르게 이동하고 있음을 보여준다. 이에, 국내에서도 향후 이더넷/RoCE 기반 AI 인프라 전환이 본격화될 가능성이 높으며, 이 과정에서 멀티벤더 RoCE 패브릭을 통합적으로 관리하고 GPU workload에 맞게 최적화할 수 있는 GPUBase의 필요성은 더욱 커질 것으로 아크릴은 예상했다. 아크릴은 개방형 이더넷 RDMA 영역에서 국내외 연구 성과와 지식재산권을 축적해 왔다. 회사는 대규모 멀티테넌트 환경에서 RDMA 성능 격리 원천 기술인 'PeRF'를 컴퓨팅 시스템분야 대표 국제 학술대회인 'USENIX ATC 2024'에서 발표했다. RDMA 다중경로 전송 기술인 'UL-MPRDMA'는 글로벌 공약분야 국제 학술지 'IEEE Access'에 게재된 바 있다. RoCEv2 패브릭 및 RDMA 전송 최적화 분야에서도 해외 14건을 포함해 국내외 특허 22건을 보유하고 있다. 아크릴은 이미 인피니밴드와 RoCEv2를 모두 지원하는 상용 GPU 인프라 통합 플랫폼 GPU베이스를 운영 중이다. 이번 과제를 통해 GPU베이스에 개방형 이더넷 GPU 클러스터 패브릭 기술을 결합하고, 3차년도에는 아크릴 자체 IDC(Internet Data Center)에 구축한 RoCEv2 클러스터에서 대규모 실증을 진행할 예정이다. 특히 이번 과제는 엔비디아 'Spectrum-X'가 높은 성능 수준을 제시해 온 구간에서 개방형 네트워크 운영체제인 SONiC(Software for Open Networking in the Cloud) 기반으로 90% 이상의 유효 대역폭 달성을 목표로 한다. 이를 통해 국내 CSP, 공공 AI 데이터센터, 의료 AI 인프라 운영자가 인피니밴드 중심 구조에 종속되지 않고 RoCEv2 기반 개방형 이더넷 GPU 네트워크를 실질적 대안으로 선택할 수 있는 기반을 마련한다는 계획이다. 아크릴은 이번 과제 선정 이전부터 국산 AI 인프라 성능과 안정성을 실증하는 'K-Scale evaluation' 등 국가 주도 AI 인프라 평가·실증 이니셔티브에 선제적으로 참여해 왔다. 상용 GPU 베이스 플랫폼을 실제 국가 AI 인프라 실증 현장에 투입해 온 이력이 이번 주관기관 선정의 배경이 됐다는 평가다.

2026.06.10 15:00방은주 기자

아크릴, 뇌 특화 AI 파운데이션 모델 개발 착수

인공지능 전환(AX) 인프라 전문기업 아크릴이 뇌 특화 AI 파운데이션 모델 개발에 착수한다. 아크릴은 과학기술정보통신부가 추진하는 2026년 바이오·의료기술개발사업 신규과제 '바이오 멀티모달 파운데이션 모델 구축사업'에 참여한다고 9일 밝혔다. 이번 과제는 뇌 조직에서 확보되는 복합 바이오 데이터를 통합 학습해 뇌 질환 연구와 정밀의료에 활용 가능한 파운데이션 모델을 구축하는 국가 연구개발사업이다. 사업 기간은 2026년 6월부터(5월 27일 협약 체결) 2030년 12월까지며, 총 사업 규모는 약 76억원이다. 아크릴은 고려대학교 안암병원과 공동연구기관으로 참여한다. 사업의 핵심은 병리 영상(H&E·WSI), 공간전사체, 공간단백체, 단일세포 전사체(scRNA), 뇌파(EEG·SEEG) 등 5종 데이터를 하나의 학습 체계로 연결하는 '셀룰러스페이스(CellularSpace) 파운데이션 모델' 개발이다. 해당 모델은 세포 간 상호작용, 조직 단위의 공간 이질성, 뇌 미세환경 등을 종합 분석해 진단 보조와 예후 예측, 치료 전략 수립에 활용 가능한 AI 기반을 마련하는 것을 목표로 한다. 아크릴은 AI 학습 인프라, 멀티모달 정렬 학습, 모델 통합 및 운영형 평가를 맡는다. 회사는 통합 AI 플랫폼 '조나단(Jonathan)' 기반의 AI 모델 학습·배포·운영 기술과 의료 데이터에 특화된 연합학습, 데이터 정합, 품질관리(QC) 역량을 투입해 서로 다른 형태의 바이오·의료 데이터를 안정적으로 처리할 수 있는 환경을 구현할 계획이다. 고려대학교 안암병원은 개발된 AI 모델의 임상 실증을 담당한다. 뇌종양 환자 생존율·재발률 예측, 뇌전증 수술 환자 약물 중단 가능성 예측, 알츠하이머병 사후 뇌조직 진행도 예측 등 주요 시나리오를 기반으로 모델 성능을 검증할 예정이다. 이번 사업은 병리 영상, 전사체·단백체 등 생체 분자 정보, 뇌파를 통합 분석해 기존 단일 데이터 중심 의료 AI의 적용 범위를 넓힌다는 점에서 의미가 있다. 개발 결과물은 국가 바이오 데이터 스테이션(K-BDS), 글로벌 AI 모델·데이터 공유 플랫폼 '허깅페이스(Hugging Face)' 등을 통해 단계적으로 공개될 예정이다. 아크릴은 '조나단'을 기반으로 의료 AX 제품군을 고도화해왔다. 자체 개발한 의료 특화 거대언어모델 '아름.H(ALLM.H)'는 한국 의사 국가시험 기반 벤치마크 'KorMedMCQA Doctor Test'에서 96.78%의 정답률을 기록했다. 병원 스키마 비종속형 AI-Native EMR 플랫폼 'NADIA-ANE'는 의료진의 자연어 질의를 데이터베이스 질의문(SQL)으로 변환하는 글로벌 표준 벤치마크에서 세계 신기록을 달성했다. 아크릴은 이번 과제 참여를 통해 의료 AX 영역을 텍스트와 전자의무기록(EMR) 중심에서 병리 영상, 생체 분자 정보, 뇌파 기반 분석까지 확대할 계획이다. 이를 기반으로 병원·연구기관 대상 AI 인프라와 제약·바이오 기업 대상 분석 플랫폼, 정밀의료 및 신약개발 지원 솔루션 분야로 사업 확장을 추진한다. 박외진 아크릴 대표는 “아크릴은 조나단, 아름.H, NADIA-ANE 등을 통해 의료 AX 기술력과 제품화 가능성을 검증해왔다”며 “이번 과제를 통해 뇌 질환 정밀의료에 활용 가능한 바이오 멀티모달 파운데이션 모델을 구축하고, 국내 바이오·의료 AI 생태계의 경쟁력 강화에 기여하겠다”고 말했다.

2026.06.09 15:18방은주 기자

아크릴, AWS와 협력..."GPU 최적화·의료AX 해외진출 가속"

인공지능 전환(AX) 인프라 전문기업 아크릴(대표 박외진)은 '아마존웹서비스(Amazon Web Services, 이하 AWS)'의 클라우드 마이그레이션 및 AWS 마켓플레이스를 통해 자사 핵심 AX 제품군의 해외 진출을 가속화한다. 이번 협력을 통해 아크릴은 자사 GPU 클러스터 최적화 플랫폼과 의료 AX 솔루션을 AWS 파트너 프로그램과 연계해 사업 확장 가능성을 모색하고, 아시아태평양(APAC) 및 미국 시장 진출을 단계적으로 확대한다. 4일 회사에 따르면, 대상 제품군은 ▲GPU 클러스터 최적화 소프트웨어 '조나단 GPUBASE' ▲병원 데이터 구조(스키마) 비종속형 AI-Native EMR 온보딩 플랫폼 'NADIA-ANE' ▲한국어 의료 특화 대형언어모델 'ALLM.H'다. 이들 제품군은 GPU 클러스터 최적화와 의료기관 AX 전환을 지원하는 아크릴의 핵심 솔루션이다. 아크릴은 향후 AWS 마켓플레이스(AWS Marketplace) 등재 등 AWS의 다양한 채널을 통한 글로벌 시장 진출 방안을 검토할 계획이다. GPU 클러스터를 운영하는 글로벌 클라우드·엔터프라이즈 고객과 망분리 의료기관을 중심으로 사업 기회를 발굴할 방침이다. '조나단 GPUBASE'는 아크릴의 통합 AI 플랫폼 '조나단(Jonathan)' 기반 GPU 클러스터 최적화 소프트웨어다. GPU 활용률을 기존 50~70% 수준에서 85% 이상으로 높이고, AI 모델 학습·추론 과정에서 발생하는 연산 병목을 줄이는 데 초점을 맞췄다. 특히 AI 인프라 시장이 고성능 네트워킹 표준인 인피니밴드(InfiniBand) 중심에서 이더넷 기반 RDMA(RoCEv2) 환경으로 확장하는 흐름 속에서, 별도 하드웨어 증설 부담을 낮추고 GPU 클러스터 운영 효율을 높일 수 있는 솔루션으로 주목받고 있다. 의료AX 제품군의 핵심인 'NADIA-ANE'는 병원마다 다른 전자의무기록(EHR) 데이터베이스 구조에 관계없이 AI-Native EMR 환경을 구축할 수 있게 지원하는 온보딩 플랫폼이다. 환자 데이터 외부 반출이 제한되는 의료기관 환경을 고려해 온프레미스 기반으로 설계됐으며, 외부 클라우드 연결이 제한되는 망분리 병원에서도 대규모 언어모델(LLM) 등 의료 특화 AI 도입을 통한 AX 전환이 가능하도록 지원한다. 특히 'NADIA-ANE'는 최근 의료 분야 공식 평가 표준인 'EHRSQL 2024' 벤치마크에서 세계 1위(SOTA) 성능을 달성하며 기존 1위였던 LG AI Research·KAIST 공동팀의 기록을 경신했다. 또 의료 특화 LLM 'ALLM.H'는 앞서 4월 한국 의사 국가시험 공식 벤치마크 'KorMEDMCQA'에서 96.78%를 기록했다. 이는 앤트로픽 '클로드 오퍼스 4'(96.55%), 오픈AI 'GPT-5.1'(90.11%), 구글 '제미나이 2.5 Pro'(90.80%) 등 주요 글로벌 상용 모델을 상회한 수치다. 이번 협력은 아크릴이 추진 중인 'K-Scale evaluation'과도 연계된다. 아크릴은 AWS GPU 자원을 활용해 검증 범위를 글로벌 클라우드 환경으로 넓히고, ALLM.H 등 의료 AX 모델을 실제 워크로드로 적용해 조나단 GPUBASE의 성능과 확장성을 정량적으로 검증할 계획이다. 박외진 아크릴 대표는 “AWS와의 협력은 아크릴의 GPU 클러스터 최적화와 의료 AX 제품군을 해외 시장으로 본격 확장하는 출발점”이라며 “특히 NADIA-ANE는 병원마다 다른 EHR 구조로 의료 AI 도입이 지연되는 문제를 해결하는 제품으로, AWS 파트너 프로그램 연계를 통해 망분리·온프레미스 의료 AI 시장에서 한국기업의 기술 경쟁력을 입증해 나가겠다”고 밝혔다.

2026.06.04 10:52방은주 기자

아크릴, 충북 AI컴퓨팅 센터 운영...충북과학기술혁신원과 협약

AI전환(AX) 인프라 전문기업 아크릴은 충북과학기술혁신원(CBIST)과 충청북도 인공지능(AI) 인프라 활성화 및 지역산업의 AX 지원을 위한 업무협약(MOU)을 27일 체결했다. 이번 협약에 따라 아크릴은 충북과학기술혁신원이 운영하는 AI 컴퓨팅 인프라의 운영 및 기술지원을 담당한다. 지역 기업과 연구기관의 AI 활용 확대도 지원한다. 이번 협약은 양 기관의 기술력과 사업 수행 경험, 하드웨어 인프라 및 플랫폼 역량을 결합해 충북 특화산업의 AI 도입을 촉진하기 위해 마련됐다. 두 기관은 충북 AI컴퓨팅 자원의 효율적 활용 체계를 마련하고, 바이오 데이터 기반 AI 생태계 조성 및 후속 국책과제 연계 등을 단계적으로 추진할 계획이다. 충북과학기술혁신원은 충청북도의 과학기술·디지털 산업 육성을 지원하는 전문기관이다. 지역 AI 산업 생태계 조성과 디지털 혁신사업 발굴을 수행하고 있다. 충북 AI 인프라의 정책·거점 운영 주체로서 사업 관리, 운영 성과 및 이용실적 점검, 확산 전략 수립, 산·학·연·관 거버넌스 구축 등을 맡는다. 아크릴은 충북과학기술혁신원이 운영하는 AI 컴퓨팅 인프라의 GPU 클러스터, AI 개발 플랫폼, 운영시스템 전반에 대한 운영과 기술지원을 담당한다. GPU 자원 배분과 사용량 관리, 인프라 모니터링, 장애 대응, 보안관리 등 안정적인 AI 컴퓨팅 서비스 운영을 지원한다. 지역 기업과 연구기관이 AI 모델을 개발·학습·추론·배포하는 전 과정을 기술적으로 뒷받침한다. 특히 두 기관은 충북지역 기업의 AX를 촉진하기 위한 개념검증(PoC), 실증, 컨설팅, 기술교육도 공동으로 추진한다. AI·데이터·웰케어·헬스케어 등 충북 특화산업과 연계한 공동연구 및 정부과제 대응에 협력하고, 장기적으로 바이오 빅데이터센터 건립과 운영 기반 조성까지 협력 영역을 확대한다는 구상이다. 아크릴은 앞서 경북IT융합산업기술원(GITC), 대구테크노파크 등과 지역 특화 AI 인프라 사업을 수행하며 산업 현장의 AI 활용 확대와 인프라 운영 고도화 경험을 축적해왔다. 회사는 이번 협약을 통해 충북 산업구조에 적합한 AI 컴퓨팅 운영 모델을 구축하고, 바이오·헬스케어를 비롯한 지역 주력산업의 AI 활용 확산에 기여할 방침이다. 충북과학기술혁신원은 “이번 협약은 충북 AI인프라를 지역 기업과 연구기관이 실질적으로 활용할 수 있는 지원체계로 고도화하는 계기가 될 것”이라며 “바이오·헬스케어 등 충북 특화산업과 AI를 연계해 지역 산업 경쟁력을 높이는 생태계를 조성하겠다”고 말했다. 박외진 아크릴 대표는 “AI 컴퓨팅 인프라는 장비 구축 뿐 아니라 안정적인 운영과 기업·연구기관 대상 기술지원이 함께 뒷받침돼야 활용 가치를 높일 수 있다”며 “충북과학기술혁신원과 협력해 충북 AI 인프라가 지역산업의 실질적인 AX 기반으로 자리잡을 수 있게 지원하겠다”고 밝혔다.

2026.05.28 09:43방은주 기자

아크릴, 'GPUBASE' 최적화 검증 국산 DPU로 확대

AX(AI Transformation) 전문기업 아크릴은 인공지능(AI) 인프라 최적화 기업 망고부스트와 AI 인프라 공동 검증 및 사업 협력을 위한 업무협약(MOU)을 체결했다고 15일 밝혔다. 이번 협약을 통해 아크릴의 GPU·NPU 클러스터 최적화 소프트웨어(SW) 'JONATHAN GPUBASE(GPUBASE)'는 글로벌 엔비디아 GPU와 국산 NPU에 이어 국산 DPU까지 결합 검증 범위를 넓혔다. 양사는 이번 MOU를 통해 ▲이더넷 기반 AI 인프라 네트워킹 관련 연구과제 공동 수행 ▲이기종 AI 가속기(GPU·NPU 등) 기반 AI 클러스터 공동 연구개발 및 성능 최적화 ▲양사 기술·제품을 결합한 통합 솔루션 공동 개발 ▲AX 인프라 분야 공동 사업기회 발굴 및 마케팅 활동 등 4개 영역에서 협력하기로 했다. 이번 협력은 아크릴이 추진해 온 '멀티벤더 AI 인프라 운영 SW' 전략의 연장선에 있다. GPUBASE는 특정 가속기나 벤더에 종속되지 않고 GPU·NPU·DPU 등 다양한 AI 가속기를 단일 클러스터 환경에서 운영·최적화하는 소프트웨어다. 이번 협약으로 아크릴은 AI 연산 가속 영역을 넘어 데이터·네트워크 처리 레이어인 DPU까지 GPUBASE의 적용 범위를 확대하게 됐다. 아크릴은 GPUBASE의 기술력과 시장성을 단계적으로 검증해 왔다. 지난 3월 미국 글로벌 1·2위 클라우드 사업자(CSP)와 대규모 성능 검증 프로젝트 'K-Scale evaluation'을 공식 착수했으며, 4월에는 248장 규모 실제 운영 GPU 클러스터에서 최대 25배 성능 개선을 확인했다. 지난해에는 차량용 국산 NPU 기반 실시간 도로 교통 관제 서비스와 리벨리온 NPU '아톰(ATOM)' 기반 대규모언어모델(LLM) 서비스 구동도 검증했다. 망고부스트는 서울대학교 연구실에서 출발한 AI 인프라 최적화 전문기업이다. 데이터센터 전반의 성능 병목을 해결하는 시스템 기술 개발에 집중하고 있으며, DPU 기반 하드웨어 'BoostX™', LLM 추론 최적화 소프트웨어 'LLMBoost™', AI 서버 플랫폼 'ALPHONSO', 스토리지 서버 플랫폼 'KESAR'를 핵심 기술 포트폴리오로 보유하고 있다. 특히 LLMBoost™는 MLPerf v6.0 벤치마크에서 세계 최초로 다중 리전 기반의 이기종 추론 시스템을 구현하며 주목받았다. 대규모 언어모델 추론 과정에서 발생하는 데이터 이동 및 처리 병목을 구조적으로 해결하는 기술력을 입증했다는 평가다. 망고부스트는 이러한 시스템 레벨의 네트워크·데이터 처리 가속 기술을 기반으로 AI 데이터센터 인프라의 운영 효율 개선에 주력하고 있다. 양사는 이번 협약을 기반으로 글로벌 학회에서 검증된 기술을 실제 AI 인프라 환경에 적용하는 공동 연구도 추진한다. GPUBASE의 핵심 기술은 USENIX ATC '24, IEEE Access 등 국제 학술지에서 검증됐으며, 멀티패스 NCCL 기반 분산 학습 가속과 RDMA 차등화 전송 기반 추론 안정성 확보 등이 주요 기술 축이다. 양사는 이더넷·RoCEv2 환경에서 망고부스트의 DPU 'BoostX™'와 GPUBASE를 결합해 AI 데이터센터 네트워크 및 시스템 효율을 높이는 연구도 진행할 계획이다. 이번 MOU는 국내 AI 인프라 생태계가 단일 연산장치 중심의 성능 경쟁을 넘어 GPU·NPU·DPU를 통합적으로 운영하는 'xPU' 인프라 최적화 단계로 진입하고 있다는 점에서 의미가 있다고 아크릴은 밝혔다. 특히 개별 하드웨어 성능 경쟁을 넘어 데이터센터 전체 운영 효율을 높이는 소프트웨어·시스템 결합형 인프라 기술의 중요성이 커지고 있는 만큼, 양사의 협력은 국산 AI 인프라 생태계 확장에도 기여할 것으로 기대된다. 김장우 망고부스트 대표는 “DPU와 시스템 가속만으로는 풀 수 없는 운영·관제 영역이 있다”며 “글로벌 학회에서 이미 검증된 아크릴의 GPUBASE와 결합하면 AI 데이터센터 효율을 한 단계 더 끌어올릴 수 있다고 판단했다”고 말했다. 박외진 아크릴 대표는 “AI 데이터센터의 경쟁력은 이제 더 빠른 GPU나 더 강한 서버만으로 결정되지 않는다”며 “데이터 이동, 네트워크 병목, 클러스터 운영 등 구조적 문제를 해결하기 위해서는 하드웨어 가속과 운영 최적화가 함께 이뤄져야 한다”고 말했다. 이어 “이번 MOU는 GPUBASE의 멀티벤더 운영 SW 역량과 망고부스트의 DPU 기반 시스템 가속 기술을 결합하는 전략적 협력”이라며 “엔비디아 GPU, 국산 NPU에 이어 국산 DPU 환경까지 검증 범위를 넓혀 한국형 AI 컴퓨팅 인프라의 표준 운영 SW로 입지를 강화해 나가겠다”고 말했다.

2026.05.15 16:31방은주 기자

"병원 온보딩 시간 단축"...아크릴, 'NADIA-AN' 출시

AX(AI Transformation) 전문기업 아크릴은 병원별로 상이한 '데이터베이스 구조(스키마)'에도 신속하게 적용 가능한 AI 네이티브 전자의무기록(EMR) 온보딩 플랫폼 'NADIA-ANE'를 공식 론칭했다고 6일 밝혔다. 이 플랫폼은 AI가 초기 구축 단계부터 내장된 차세대 EMR 환경, 즉 AI Native EMR(ANE)을 단기간에 구현할 수 있게 지원한다. 'NADIA-ANE'는 병원이 보유한 자체 스키마를 표준 포맷인 'nadia-ane-schema-v1'로 변환한 뒤, AI EMR 구축에 필요한 전 과정을 자동화된 파이프라인으로 수행하도록 설계됐다. 엑셀 메타데이터, 데이터베이스 정의 스크립트(DDL), 국제 표준 의료데이터 모델(OMOP CDM) 등 다양한 형태의 병원 스키마를 수용하며, 병원별 데이터 구조 차이로 발생하던 맞춤형 개발 부담과 운영 복잡도를 낮춘 것이 특징이다. 핵심 기술은 아크릴이 자체 개발한 의료 특화 거대언어모델(LLM) 패밀리 'ALLM.H'와 의미 해석 엔진이다. 의료진의 질문을 이해하는 'ALLM.H', 질문을 데이터베이스 구조에 연결하는 'ALLM.H-Schema', 실제 SQL 질의문을 생성하는 'ALLM.H-SQL'이 의료진의 질문 이해, 질의 생성, 실행 검증, 응답 불가 판정까지 자동 처리한다. 여기에 의미 매핑 엔진 'NADIA-SL-Engine(Semantic Layer Engine)'이 의료 어휘, 데이터 연결 경로, 동음이의어 규칙 등을 반영한 의미 매핑 구조(시멘틱 레이어)를 생성해 의료진의 표현을 실제 데이터베이스 속성과 정밀하게 연결한다. 'NADIA-ANE'는 환자 데이터 보호와 망분리 환경을 고려해 온프레미스 배포를 기본 전제로 한다. 아크릴의 AI 모델 운영 플랫폼(MLOps·LLMOps) '조나단(Jonathan)'을 통해 병원 내부 서버에 직접 배포되며, 스키마 업로드부터 시멘틱 레이어 생성, 모델 파인튜닝, 벤치마크 생성, 실시간 테스트와 디버깅까지 웹 인터페이스에서 시각화한다. 이를 통해 병원 IT 조직은 구조를 직접 이해하고 운영할 수 있는 AI-Native EMR 환경을 구축할 수 있다. 이번 플랫폼은 의료진이 자연어 질문을 데이터베이스 질의문(SQL)으로 변환하는 능력을 평가하는 국제 표준 벤치마크 'EHRSQL 2024'에서 세계 신기록(SOTA, State-of-the-Art)을 달성한 자체 AI 기술을 기반으로 한다. 아크릴은 지난 4월 의료 특화 파운데이션 모델 '아름.H(ALLM.H)'로 한국 의사 국가시험(KMLE) 기반 벤치마크 'KorMedMCQA Doctor Test'에서 96.78%의 정답률을 기록하며 앤트로픽 Claude Opus 4(96.55%), 오픈AI GPT-5.1(90.11%), 구글 Gemini 2.5 Pro(90.8%)를 앞선 'SOTA'를 달성한 바 있다. 이번 EHRSQL 2024에서도 NADIA-ANE는 LG AI Research·KAIST 공동팀의 기존 최고 기록을 경신했다. NADIA-ANE는 의료진의 질문에 정답 SQL을 생성하는 정확도에서 89.08%, 안전성을 가중치로 반영한 종합 점수에서 84.78%를 기록했다. 특히, 안전 가중 점수는 기존 최고 기록을 3.46%p 앞섰다. 또한 답할 수 없는 질문에 대해 무리하게 답을 만들어낸 비율은 0.43%(1,163건 중 5건)에 그쳐, 의료 현장에 요구되는 안전성과 신뢰성을 정량적으로 입증했다. 이는 통상적인 의료 LLM 환각률 5~15% 대비 10~30배 낮은 수준으로, '모르는 것은 답하지 않는'는 안전성을 입증한 결과라고 회사측은 설명했다. 아크릴은 현재 미국 MIT 중환자실 데이터베이스 'MIMIC-IV'에서 NADIA-ANE의 세계 신기록을 확인했으며, 국내 대형 대학병원 CDW(Clinical Data Warehouse)를 대상으로 실제 한국형 대형병원 환경 온보딩을 진행 중이다. 향 후 국책 의료 AI 사업('닥터앤서 3.0', 'K-ARPA')과 의료 AI 데이터 활용 바우처 지원사업 등 주요 정부 과제와 병원 협력 체계를 기반으로 국내 대형병원 적용을 확대하고, 망분리와 예산 제약으로 빅테크 클라우드 솔루션 도입이 어려운 미국 중소형 병원 시장 진출도 병행할 계획이다. 박외진 아크릴 대표는 “지난 4월 의사국시 SOTA로 ALLM.H가 '얼마나 알고 있는가'를 입증했다면, 이번 EHRSQL SOTA는 '얼마나 안전하게 답하는가'를 입증한 결과”라며 “31B 경량 모델로 글로벌 빅테크와 학계 최고 팀들을 동시에 넘어선 것은 의료 AI가 모델 크기 경쟁이 아니라 표준, 구조, 지식의 경쟁이라는 아크릴의 기술 전략이 정량적으로 입증된 성과”라고 말했다. 그는 이어 “NADIA-ANE의 진짜 의미는 벤치마크 1위가 아니라, 의료 AI를 개별 SI 용역에서 확장 가능한 제품으로 전환했다는 점”이라며 “병원별 온보딩 시간을 수개월 내 단기 실행으로 압축하고, 국내 병원들이 축적한 고품질 의료 데이터의 잠재력을 이끌어내는 기반을 마련해 의료 AX 인프라의 핵심 축으로 자리매김하겠다”고 덧붙였다.

2026.05.12 18:00방은주 기자

아크릴, 과기정통부 '생성AI 선도 인재 양성' 주관기관 선정

AX(AI Transformation) 전문기업 아크릴은 과학기술정보통신부와 정보통신기획평가원(IITP)이 추진하는 2026년 '생성AI 선도 인재 양성 사업' 의료 분야의 허브(Hub) 주관기관으로 선정됐다고 7일 밝혔다. 이번 사업은 아크릴이 의료 AX 선도를 위해 향후 4년간 필요한 인재와 차세대 기술 토대를 산학협력으로 묶는 프로젝트다. 회사의 인공지능 병원(AI Hospital) 인프라 고도화에 필요한 중장기 동력으로 작용할 전망이다. 이번 사업은 서울대·연세대·경희대·성균관대·한국공학대 등 5개 대학을 연결하는 '허브 & 스포크' 산학 컨소시엄 형태로 운영한다. 사업 기간은 1단계 2년, 2단계 2년으로 총 4년이다. 총사업비는 약 72.5억원 규모다. 연구책임자는 박외진 아크릴 대표가 직접 맡는다. 컨소시엄은 4년간 의료 AX 풀스택 석·박사 인재 누적 160명 이상을 양성하고, 의료 AI 모델 경량화, 실시간 추론, 합성 데이터, VLA(Vision-Language-Action )로봇, 뇌-행동 인터페이스 등 차세대 핵심 기술 확보를 추진한다. 아크릴은 허브 기관으로서 의료 현장의 산업 난제 정의, 기술 인프라 제공, 임상 적용, 인허가 연계, 사업화 방향 설정을 총괄한다. 서울대는 의료 AI 모델 경량화, 연세대는 실시간 추론 최적화, 경희대는 합성 데이터 파이프라인, 성균관대는 VLA 기반 의료 로봇 기술, 한국공학대는 뇌-행동 인터페이스 기반 제어 기술 연구를 담당한다. 이를 통해 컨소시엄은 교육, 연구, 실증, 사업화가 연결되는 의료 AX 인재 양성 구조를 구축할 계획이다. 이번 사업 선정은 아크릴이 단순히 개별 연구과제를 수행하는 차원을 넘어, 의료 AX 인프라를 장기적으로 진화시킬 인재·기술 파이프라인을 확보했다는 점에서 의미가 크다. 의료 AX는 의료 도메인 지식, AI 모델링, 병원 시스템 이해, 의료기기 인허가 대응 역량이 동시에 필요한 분야다. 아크릴은 "이번 사업을 통해 현장형 석·박사 인재 풀을 확보하고, 우수 인재의 정규직 전환 트랙까지 연계함으로써 사업 확장 과정의 핵심 병목인 전문 인력 리스크를 낮출 수 있을 것"이라고 짚었다. 의료 AX 분야는 높은 성장성에도 불구하고 실제 병원 환경에 적용 가능한 전문 인재와 운영 기술 부족이 주요 한계로 꼽힌다. 병원마다 다른 전자의무기록(EMR) 구조, 의료 데이터의 민감성, 임상 현장의 복잡성, 의료기기 인허가 절차 등은 일반 AI 기술만으로 해결하기 어려운 장벽이다. 특히 시장조사기관 AMR(Allied Market Research)에 따르면 글로벌 의료 AI 시장은 2020년 82.3억달러에서 2030년 1944억달러로 연평균 성장률이 38.1%로 전망되는 가운데, 의료 현장 적용성과 사업화 역량을 동시에 갖춘 기업의 중요성은 더욱 커지고 있다. 아크릴은 그동안 'ALLM.H'(지능), 'NADIA-ANE'(구축), 'Esther'(의료기기), 'JONATHAN'(운영 인프라)등 자체 플랫폼을 중심으로 인공지능 병원(AI Hospital) 인프라 구축에 주력해 왔다. 또한 '닥터앤서 3.0', 'K-ARPA', '2026 의료 AI 데이터 활용 바우처 지원사업' 등 의료 분야 국책 연구개발(R&D)을 수행하며 의료 현장 적용형 AI 기술을 축적해 왔다. 이번 사업은 이 같은 기존 라인업을 단순 확장하는 것이 아니라, 향후 4년간 해당 인프라를 지속적으로 개선할 인재와 차세대 기술을 확보하는 과정이라고 회사 측은 설명했다. 아크릴은 이번 사업에서 도출되는 연구 성과를 NADIA-ANE, Esther, JONATHAN 등 주요 의료 AX 라인업 고도화에 활용할 방침이다. 이를 통해 의료기관 온보딩, 의료 AI 추론 최적화, 합성 데이터 기반 모델 고도화, 의료 로봇·인터페이스 등으로 적용 범위를 넓히고, 인공지능 병원 인프라의 완성도를 높인다는 전략이다. 4년간 검증된 인재와 기술은 국내 의료 AX 고도화를 넘어 글로벌 시장 진출을 위한 기반으로도 연결될 것으로 기대된다. 박외진 아크릴 대표는 “의료 AX 선도는 한 번의 모델 발표나 단일 R&D 수주로 끝나는 일이 아니라, 4년·10년 단위로 인재와 차세대 기술을 지속적으로 고도화해야 가능한 영역”이라며 “이번 사업은 ALLM.H, NADIA-ANE, Esther, JONATHAN 등 아크릴이 구축해 온 인공지능 병원 인프라를 다음 단계로 진화시킬 인재와 기술을 5개 대학과 함께 확보하는 작업”이라고 말했다. 이어 “한국은 세계적 수준의 EMR 보급률, 전 국민 건강보험, 정기 건강검진 데이터, 발달된 임상 시험 환경을 갖춘 글로벌 의료 AX의 인큐베이터”라며 “이번 사업 성과를 분기 단위 핵심성과지표(KPI)로 점검하고 시장과 투명하게 공유, 국내 의료 AX 고도화와 글로벌 진출 기반을 함께 강화해 나가겠다”고 덧붙였다.

2026.05.07 11:17방은주 기자

아크릴, 우즈벡 국영 IT기업과 헬스케어 AI 본계약

AX(AI Transformation) 인프라 전문기업 아크릴은 우즈베키스탄 국영 IT 기업 '우즈인포컴(UZINFOCOM)'과 헬스케어 분야 AI 기술·플랫폼·인프라·서비스 공동 개발 및 운영을 위한 본계약을 체결했다고 30일 밝혔다. 이번 계약을 기점으로 아크릴의 의료 AI 기술과 플랫폼의 해외 진출이 본격화할 전망이다. 이번 계약은 양사가 지난해 11월 체결한 양해각서(MOU)에 이은 후속 본계약이다. 양사는 이번 계약을 통해 우즈베키스탄 의료기관의 디지털 전환 수요에 대응해 의료정보시스템, AI 헬스케어 인프라, 인허가·인증 체계, 전문 인력 양성 등을 포괄하는 협력 모델을 단계적으로 구축할 계획이다. 양사는 먼저 우즈베키스탄 의료기관을 대상으로 차세대 병원정보시스템(HIS) 플랫폼을 공동 설계 및 구현한다. 또 현지 AI 헬스케어 연구개발(R&D) 거점 구축과 운영 노하우 이전을 추진하고, 소프트웨어 의료기기(SaMD) 인허가 프로세스도 공동으로 검토한다. 의약·의료기기 분야 현지 인증 체계 구축을 지원하는 한편 의료진과 기술인력을 대상으로 한 교육 프로그램도 함께 운영할 예정이다. 우즈베키스탄은 중앙아시아 주요 AI 신흥시장으로 주목받고 있다. 우즈베키스탄 정부는 교육, 헬스케어, 금융, 산업 등 다양한 분야에서 100여 개 이상의 AI 프로젝트를 추진 중이며, 'AI 기술 발전 전략 2030'을 통해 AI 기반 서비스 매출 15억 달러 달성을 목표로 제시했다. 특히, 헬스케어는 정부가 AI 적용 우선 분야로 제시한 영역으로, 의료 AI 기술을 보유한 기업의 성장 기회가 확대되고 있다. 아크릴은 우즈베키스탄에서 이미 의료 IT 관련 레퍼런스를 확보했다. 지난 2023년 200 병상 규모 우즈베키스탄 제4병원의 병원정보시스템(HIS) 구축 사업을 수행했고, 2024년에는 강원대학교병원과 컨소시엄을 구성해 '우즈베키스탄 카라칼팍스탄 모자보건 의료 IT 환경 조사 및 개선방안 수립 사업'을 진행했다. 아크릴은 이 같은 현지 트랙 레코드를 기반으로 우즈인포컴과 협력 범위를 확대하고, 우즈베키스탄을 거점으로 중앙아시아 헬스케어 AX 시장 진출에 속도를 낼 방침이다. 이와 더불어 자사 의료정보시스템 '나디아(NADIA)'와 AI 인프라 플랫폼 '조나단(JONATHAN)', 헬스케어 특화 AI 기술을 중심으로 글로벌 진출을 확대해 나갈 계획이다. 누슬란(Ruslan) 우즈인포컴 E-헬스 담당 이사는 “아크릴은 한국의 검증된 AI 인프라 기술력과 헬스케어 분야 실증 경험을 갖춘 신뢰할 수 있는 파트너”라며 “이번 협력을 통해 우즈베키스탄 헬스케어 AI 분야에서 실질적 성과를 창출하고, 중앙아시아 전역으로 확산 가능한 모델을 함께 구축하겠다”고 설명했다. 박외진 아크릴 대표는 “우즈인포컴은 지속가능한 성장을 위한 디지털 헬스 연구개발 파트너로 아크릴을 선택했다”며 “헬스케어와 AI 사업화 과정에서 축적한 전문성과 우즈베키스탄 현지 실적을 바탕으로 우즈인포컴과 함께 현지 헬스케어 AX 인프라 구축을 가속화하겠다”고 밝혔다.

2026.04.30 10:04방은주 기자

아크릴, '2026 의료AI 데이터 활용 바우처 지원사업' 선정

AI 상장기업 아크릴(대표 박외진)은 보건복지부 산하 한국보건의료정보원이 주관하는 '2026년 의료AI 데이터 활용 바우처 지원사업'에 최종 선정돼 국내 최초 다기관 응급 파운데이션 모델(FM) 개발에 착수한다고 16일 밝혔다. 이번 과제를 통해 아크릴은 응급의료 분야에서 데이터 기반 의사결정을 혁신하고, 의료 현장의 실질적 AI 전환을 가속화할 계획이다. '2026년 의료AI 데이터 활용 바우처 지원사업'은 정부가 병원 임상데이터를 안전하게 활용할 수 있도록 AI 기업에 데이터 가공·분석 비용을 바우처 형태로 지원하는 국책 프로젝트다. 의료데이터 중심병원과 AI 기업 간 협력을 촉진해 실제 임상데이터 활용의 병목을 해소하는 것이 핵심 목표다. 아크릴은 이 사업을 통해 다기관 응급 데이터를 통합 분석하는 새로운 AI 패러다임을 제시할 예정이다. 이번 과제의 기술적 기반은 아크릴이 자체 개발한 한국어 의료 특화 거대언어모델(LLM) '아름.H(A-LLM.H, Gemma4-31B 기반)이다. 이 모델은 '한국 의사 국가시험(KMLE) 공식 벤치마크(KorMEDMCQA)' 테스트에서 96.78%를 기록하며 앤트로픽의 'Claude Opus4(96.55%)', 오픈AI의 'GPT-5.1(90.11%)', 구글 Gemini 2.5 Pro(90.8%)' 등 글로벌 상용 모델을 능가하는 최고 성능을 달성했다. 병원 망분리 환경에서도 온프레미스 설치가 가능해, 클라우드 접근이 제한된 국내 병원 시장에서 실질적인 대안으로 주목받고 있다. 아크릴은 2018년부터 2025년까지 수집된 응급실 방문 에피소드 50만 건과 ECG·CT·흉부 X-ray 등 5종 멀티모달 데이터를 통합해 학습시킨다. 환자 도착부터 퇴원 교육까지 6단계 진료 흐름을 시간 순서대로 학습시키는 '타임어댑티브(Time-Adaptive)' 구조를 도입해, 동일한 생체 신호라도 발생 시점에 따라 임상적 의미가 달라지는 응급실 환경의 특성을 정교하게 반영한다. QA 에이전트는 의료진 질의에 즉시 중증도 참고정보, 감별진단 후보 및 관련 가이드라인을 제공함으로써 현장 대응 속도와 정확도를 동시에 향상시킬 예정이다. 아크릴은 이번 프로젝트를 단순한 응급실 솔루션 개발이 아닌 '인공지능병원(AI Hospital)' 구축의 핵심 인프라로 발전시킬 계획이다. 중증도 분류부터 처분 결정, 퇴원 교육까지 전 진료 과정을 AI가 지원하는 구조를 내과·외과 등 타 진료과로 확장해 병원 전체 AX(AI Transformation) 기반을 마련한다는 구상이다. 아크릴은 해당 프로젝트로 글로벌 시장도 진출할 계획이다. 특히, 미국 헬스케어 AI 시장을 주요 타깃으로 온프레미스 12B 경량 모델을 통해 클라우드 연결이 어려운 중소형 병원에도 적용 가능한 솔루션으로 차별화할 방침이다. 아크릴은 “응급실은 초 단위 의사결정이 필요한 고속 환경으로, 이번 과제를 통해 의료진이 즉시 임상 정보를 확인하고 대응할 수 있는 AX 인프라를 구축하겠다”며 “온프레미스 배포가 가능한 A-LLM.H와 우리가 개발한 조나단(Jonathan) 플랫폼간 결합은 글로벌 경쟁사가 단기간 내 모방하기 어려운 독자적 경쟁력”이라고 말했다.

2026.04.16 16:29방은주 기자

아크릴 "국산 소형AI로 클로드 오퍼스4와 GPT 5.1보나 나은 성능 구현"

AI전문 상장사인 아크릴(대표 박외진)은 자체 개발한 의료 특화 파운데이션 모델 '아름.H(ALLM.H)'가 한국 의사국가시험(KMLE)의 기출문제 기반 의료 AI 평가 벤치마크인 'KorMedMCQA Doctor Test'에서 96.78%의 정답률을 기록, 현존 최고 성능(SOTA)을 달성했다고 15일 밝혔다. 이는 앤트로픽의 'Claude Opus4(96.55%)', 오픈AI의 'GPT-5.1(90.11%)', 구글 Gemini 2.5 Pro(90.8%)'를 모두 웃도는 수준이다. 한국 의료 특화 AI 모델의 경쟁력을 입증한 사례로 의미가 크다고 회사는 설명했다. 오픈소스 의료 AI 분야에서도 이번 결과는 주목할만 하다. 'ALLM.H'는 서울대병원이 개발한 오픈소스 의료 모델 'HARI(89.2%)'를 7.58%p 앞섰다고 회사는 밝혔다. 특히, K-Med.ai가 실제 KMLE에서 달성한 96.4%에 비견되는 수준의 성능을 72B(파라미터가 720억개) 이상의 초대형 모델이 아닌 31B 규모의 경량 오픈소스 모델로 구현했다. 모델 규모를 키우는 방식이 아니라, 고품질 데이터 구성과 정교한 학습 및 추론 파이프라인 설계를 통해 특화 분야 성능을 끌어올린 것이다. 또 'ALLM.H'는 아크릴이 독자 개발한 산업 특화 파운데이션 모델 '패밀리 ALLM(Acryl LLM)'의 첫 번째 결과물이기도 한데, 이는 의료·헬스케어 분야에 특화해 개발했다. 아크릴은 2024년 Weights & Biases(W&B)가 운영하는 한국어 LLM 리더보드 '호랑이 벤치(Open Ko-LLM Leaderboard)'에서 오픈소스 부문 1위를 기록하며 파인튜닝 역량을 입증한 바 있다. 이후 축적한 고성능 모델 학습 노하우를 바탕으로 산업별 특화 파운데이션 모델 개발에 착수했으며, 'ALLM.H'는 그 전략의 첫 성과물이다. 'ALLM.H'는 구글의 최신 오픈소스 모델 'Gemma 4(31B)'를 기반으로 국내 최초 파인튜닝을 거쳐 개발했다. 2022년부터 2024년까지의 KMLE 공식 기출 435문항으로 구성된 KorMedMCQA Doctor Test에서 최고 수준의 성능을 낸 배경에는 아크릴이 보유한 데이터 정제 역량과 도메인 특화 학습 설계 역량이 있다. 아크릴은 "이번 성과를 통해 국내 특화 파운데이션 모델이 해외 빅테크의 대형 상용 모델과도 충분히 경쟁할 수 있음을 입증했다"고 강조했다. 아크릴은 'ALLM.H'를 단일 모델에 그치지 않고, 진료과별 특성을 반영한 패밀리' 구조로 확장해 나갈 계획이다. ALLM.H를 앵커 모델로 삼아 각 전문 진료과에 최적화된 AI 생태계를 구축하고, 후속 모델들의 성능과 벤치마크 결과도 순차적으로 공개할 예정이다. 이를 통해 실제 의료 현장에서 활용 가능한 전문 의료 AI 체계를 단계적으로 고도화한다는 방침이다. 'ALLM.H'와 'ALLM.H 패밀리' 모델은 현재 아크릴이 수행 중인 보건복지부·과학기술정보통신부 주관 '닥터앤서 3.0' 및 'K-ARPA' 사업을 기반으로 국내 대형 병원에서 실증에 돌입할 예정이다. 연세의료원, 경북대학교병원 등 협력 병원을 중심으로 의료진의 임상 의사결정 지원, 의료 데이터 분석, 전문 진료과 상담 보조 등에 활용하며, 온프레미스 방식으로 배포, 환자 데이터 보안까지 확보할 계획이다. 연구실 수준의 데모를 넘어 실제 임상 환경에서 작동하는 의료 AI로 검증하겠다는 것이 회사측 설명이다. 박외진 아크릴 대표는 “ALLM.H는 아크릴이 보유한 대규모 모델 학습·평가 인프라와 우리가 개발해 확보하고 있는 LLM 평가 플랫폼 '조나단(Jonathan)'을 통해 축적한 모델 최적화 노하우를 결합한 결과물”이라며 “31B 규모 모델로 Claude Opus 4와 GPT-5.1을 넘어서는 성능을 달성한 것은 모델의 크기보다 데이터 전략과 학습 파이프라인 설계가 핵심이라는 점을 보여준다”고 말했다. 이어 “이번에 검증한 특화 파인튜닝 기술은 향후 '조나단' 플랫폼에 탑재해 의료 뿐 아니라 금융, 법률, 제조 등 다양한 산업 도메인으로 확장할 예정”이라며 “고객이 자체 도메인 데이터만 보유하면 특화 모델의 학습부터 평가, 배포까지 가능한 엔드투엔드 파이프라인을 제공, 산업별 AI 내재화를 앞당길 것”이라고 밝혔다.

2026.04.14 10:19방은주 기자

아크릴 'GPU 베이스', 데이터센터 GPU 성능 25배 향상 입증

AX 인프라 소프트웨어 전문기업 아크릴(대표 박외진)은 자사의 GPU 클러스터 최적화 기술 '조나단 GPU베이스(JONATHAN GPUBASEGPUBASE)'가 실제 GPU 클러스터 운영 환경에서 최대 25배의 성능 개선 효과를 확인했다고 7일 밝혔다. 이번 성과는 미국 소재 글로벌 탑티어 클라우드 서비스 제공사(CSP) 환경에서 수백 대 규모 GPU 클러스터를 대상으로 진행한 'K-Scale evaluation' 사전 평가를 통해 확인됐다. 아크릴은 총 7개 시험 항목에 대한 정량 검증을 완료, 실제 운영 환경에서의 성능 안정성과 운용 역량을 입증했다. 이번 평가는 다양한 학습·추론 워크로드가 동시에 작동하는 실제 AX 인프라 부하 환경에서 성능 유지 여부를 검증하는 데 초점을 맞췄다. 실제 AI 데이터센터에서는 네트워크 부하가 GPU 활용률을 떨어뜨리고 학습 시간을 늘리며 추론 응답 시간을 지연시키는 주요 원인으로 작용하는 만큼, 이를 제어하는 기술이 핵심 경쟁력으로 꼽힌다. 아크릴은 학술 논문(ACM IMC'24, IEEE ICNP'18)을 바탕으로 정의한 4단계 부하 수준(없음·하·중·상)을 적용해 GPUBASE 비적용 환경과 적용 환경을 A/B 방식으로 비교했다. 그 결과 GPUBASE가 없는 환경은 부하가 높아질수록 성능이 급격히 저하돼 '상' 수준에서 최대 95%까지 성능이 떨어진 반면, GPUBASE 적용 환경은 모든 부하 조건에서 무부하 상태와 동일한 성능을 유지했다. 이에 따라 기준선 대비 최대 25배의 성능 향상 효과가 확인됐다. 이 같은 성과는 실제 파운데이션 모델 학습 환경에서도 재현됐다. 한국어 특화 대규모 언어모델(11B 파라미터)과 자사 의료 AI 모델(27B 파라미터)을 활용한 학습 벤치마크 결과, 부하 수준에 따라 2배에서 최대 25배까지 학습 속도 향상이 측정됐다. 학습과 추론이 동시에 이뤄지는 혼합 부하 환경에서도 GPUBASE 효과는 뚜렷했다. GPUBASE 적용 환경은 기준선 대비 6배 빠른 학습 속도를 기록하는 동시에 추론 응답 시간 SLA(서비스 수준 계약)도 충족했다. 반면 기준선 환경은 동일 기준을 만족하지 못했다. GPU 장애 대응 검증에서도 전 시나리오에 대한 자동 감지와 복구가 이뤄졌으며, 플랫폼 핵심 기능 8종에 대한 정확성 검증 역시 100% 통과했다. 아크릴은 이번 사전 평가 결과를 바탕으로 Horizontal K-Scale(복수 CSP에서 누적 1000+GPU 검증)과 Vertical K-Scale(단일 CSP에서 1000+GPU 단일 클러스터 검증)을 병행 추진할 계획이다. 1단계(Phase 1, GPU 1000장)는 올 상반기, 2단계(Phase 2, GPU 3000장+)는 연내 착수할 예정이다. 염익준 아크릴 CTO는 “대부분의 GPU 벤치마크는 트래픽이 없는 환경을 전제로 하지만 실제 데이터센터는 다양한 트래픽이 상시 발생하는 구조”라며 “GPUBASE는 이런 실제 운영 환경에서도 성능을 안정적으로 보장할 수 있음을 이번 평가를 통해 정량적으로 입증했다”고 말했다. 한편 'JONATHAN GPUBASE'는 아크릴이 독자 개발한 GPU 클러스터 최적화 소프트웨어다. 다중경로 전송, PeRF(트래픽 차등화), GPU 동적 할당, 멀티벤더 GPU 통합 관리 등 4대 핵심 기술을 기반으로 한다. 인피니밴드(InfiniBand)에서 이더넷(Ethernet)/RoCEv2 중심으로 전환하려는 AX GPU 클러스터 시장에서 성능 간극 해소를 지원하는 소프트웨어 솔루션으로 주목받고 있다.

2026.04.07 14:51방은주 기자

아크릴, 국산SW 기반 AI칩 1000~3000장 성능 검증

AX 인프라 전문기업 아크릴(대표 박외진)이 글로벌 1, 2위 미국 클라우드기업과 자사 GPU 최적화 기술의 대규모 성능 검증에 착수했다. 31일 아크릴은 자사 GPU 클러스터 최적화 기술 '조나단 GPU베이스(GPUBASE)'를 활용한 대규모 성능 검증 프로젝트 'K-Scale evaluation'에 착수했다고 밝혔다. 이번 프로젝트는 GPU 248장 규모로 글로벌 클라우드 환경에서 'GPUBASE'의 성능·확장성·안정성을 7개 항목으로 정량적으로 검증한다. 'GPUBASE'는 아크릴이 독자 개발한 GPU 클러스터 최적화 소프트웨어다. AI 모델 학습·추론 워크로드를 활용해 실제 운영 환경과 유사한 조건에서 검증이 이뤄진다. 특히 한국어 특화 대규모 언어모델과 아크릴의 의료 AI 모델 '아름.H(ALLM.H)'가 테스트 워크로드로 활용된다. 아크릴은 이번 프로젝트를 'Horizontal K-Scale'과 'Vertical K-Scale' 두 축으로 설계했다. 'Horizontal K-Scale'은 복수의 클라우드 환경에 각각 수백 대 규모 GPUBASE를 배치, 누적 1000장 이상의 GPU에서 환경 호환성과 운영 안정성을 검증하는 방식이다. 현재 3개 이상의 클라우드 기업과 협력 중이다.인피니벤드(InfiniBand), 이더넷 기반 RDMA(Ethernet/RoCEv2)' 등 서로 다른 네트워크 환경과 엔비디아, AMD 등 다양한 GPU를 적용한다. 'Vertical K-Scale'은 단일 클라우스 서비스업체에서 1000장 이상의 GPU를 하나의 클러스터로 구성해 극한의 성능과 확장성을 검증한다. 특히 GPUBASE의 핵심 기술인 다중경로 전송 기술의 효율성을 GPU 1000장 규모에서 공식 검증할 계획이다. 아크릴은 향후 'Vertical K-Scale'에 대한 공인 시험기관 성적서 발급도 추진할 예정이다. 박외진 아크릴 대표는 "이번 평가는 두 개의 축을 중심으로 클라우드 전반을 입체적으로 검증한다는 점에서 관련 생태계에 큰 의미를 준다"면서 “Horizontal 축은 다양한 클라우드 환경을 가로지르고 Vertical축은 성능의 한계를 세로로 확장한 개념으로 두 축이 교차하는 지점에서 클라우드 종류와 규모에 관계없이 안정적으로 동작할 수 있음을 입증할 것”이라고 말했다. 아크릴은 이번 검증을 시작으로 상반기 중 Phase 1(GPU 1000장, 단일 클러스터)을 착수하고, 연내 Phase 2(GPU 3000장 이상)로 확대할 계획이다. 'GPUBASE'는 아크릴이 독자 개발한 GPU 클러스터 최적화 소프트웨어로, 다중경로 전송, PeRF(트래픽 차등화), GPU 동적 할당, 멀티벤더 GPU 통합 관리 등 4대 핵심 기술이 적용됐다. 우리나라는 26만대 규모의 GPU를 미국에서 순차적으로 도입, 국가 전략 AI 클러스터 구축을 목표로 하고 있는데, 이런 국내 AI 전략 실행에 힘입어 'GPUBASE'에 대한 업계 관심이 더욱 커질 것이라고 아크릴은 예상했다. 박 대표는 “세계 AI GPU 클러스터 네트워크 시장이 인피니벤드에서 이더넷 기반 RDMA 기술로 빠르게 전환하고 있는 가운데, 업계의 핵심 과제인 성능 간극 해소를 'GPUBASE'가 소프트웨어로 해결할 수 있을 것을 기대한다”며 “이번 프로젝트를 통해 GPUBASE가 국가 규모 GPU 클러스터에서 안정적으로 동작할 수 있다는 점을 검증하겠다”고 강조했다.

2026.03.31 17:54방은주 기자

Prev 1 2 3 Next