검색 - IT세상을 바꾸는 힘 지디넷코리아

ZDNet 검색 페이지

'클라우드 데이터센터'통합검색 결과 입니다. (228건)

태그
기간
- 3개월
- 1년
- 1년 이전

재검색

베슬AI "2030년 GPU 20만 장 확보…글로벌 톱티어 네오클라우드 도약"

베슬AI가 오는 2030년까지 그래픽처리장치(GPU) 20만 장을 확보하고 글로벌 네오클라우드 시장 공략에 나선다. 국내 인공지능(AI) 데이터센터를 거점으로 대규모 컴퓨팅 인프라를 확충하고 자체 소프트웨어(SW) 기술을 결합해 AI 모델 학습부터 추론 서비스까지 사업 영역을 확대한다는 전략이다. 안재만 베슬AI 대표는 15일 드림플러스 강남에서 열린 '2026 네오클라우드 전략 발표회'에서 "전국 8개 거점 AI 데이터센터를 토대로 한국 인프라와 글로벌 AI 수요를 연결하겠다"며 "2030년까지 GPU 20만 장을 확보해 글로벌 톱티어 네오클라우드 기업으로 성장하겠다"고 밝혔다. 안 대표는 AI 컴퓨팅 수요가 빠르게 증가하는 배경으로 에이전틱 AI 확산과 피지컬 AI·멀티모달 AI 시장 성장, 각국의 소버린 AI 투자 확대를 꼽았다. 베슬AI는 이러한 시장 변화에 대응해 기존 AI 개발·운영 플랫폼 기업에서 GPU 컴퓨팅 자원을 직접 공급하는 네오클라우드 기업으로 사업을 확장 중이다. 지난 2020년 설립 이후 GPU 관리와 AI 워크로드 최적화 기술을 축적했으며 여러 데이터센터에 분산된 GPU를 통합 운영하는 방식으로 서비스 영역을 넓혔다. 안 대표는 "고객이 실제로 구매하는 것은 데이터센터나 GPU 자체가 아니라 자신이 원하는 학습과 추론을 안정적이고 효율적으로 실행할 수 있는 컴퓨팅"이라며 "GPU 간 통신과 장애 복구, 데이터 입출력, 추론 최적화 등 운영 과정에서 발생하는 문제를 해결하는 역량이 중요하다"고 말했다. 2030년 GPU 20만장 확보…국내 AI 인프라 확충 베슬AI는 현재 약 7000장의 GPU를 운영 중이다. 올해 말까지 1만 장, 내년 5만 장, 2030년 최소 20만 장으로 확보 규모를 확대할 계획이다. 직접 확보하는 GPU뿐 아니라 데이터센터 및 클라우드 파트너와 협력해 공급하는 물량도 포함하는 방식이다. 회사 측은 내년 공급을 목표로 고객들이 요청한 GPU 수요가 3만 장이 넘는다고 설명했다. 다만 이는 확정 계약 물량이 아닌 잠재 고객 수요다. 국내 AI 데이터센터 인프라도 확충한다. 베슬AI는 2028년까지 전국 8개 거점을 확보하고 약 500메가와트(MW) 규모 데이터센터 인프라를 마련한다는 목표다. 수도권과 비수도권의 전력 공급 여건과 부지를 고려해 거점을 확보하고 차세대 GPU를 수용할 수 있는 환경을 구축할 방침이다. 인프라 확장에 필요한 자금 조달도 추진 중이다. 베슬AI는 4000억원 규모 글로벌 GPU 금융을 추진 중이며 미국·싱가포르·한국 등의 금융기관과 협의를 진행하고 있다. 시리즈B 투자 유치에 이어 시리즈C 투자도 추진 중이다. 올해 상반기 매출은 1300억원으로 연매출 2500억원을 전망하고 있으며 내년 7000억원과 2028년 2조원 이상의 매출을 목표로 제시했다. 국내 기업과의 협력도 확대 중이다. SK텔레콤과는 엔비디아 B200 기반 고성능 GPU 인프라 1000장 이상을 확보했으며 NHN클라우드와 GPU 공급, 삼성SDS와 AI 팩토리 관련 협력을 추진하고 있다. 또 리벨리온과 퓨리오사AI 등 국내 신경망처리장치(NPU) 기업과 협의해 2028년에는 국산 NPU 기반 AI 팩토리로 사업을 확대할 계획이다. 국내 AI 기업뿐 아니라 미국 실리콘밸리에서도 고객사를 확보하며 해외 사업을 확대하고 있다. 실리콘밸리의 AI 모델 개발 기업들이 베슬AI의 GPU 컴퓨팅 플랫폼을 활용해 모델 학습과 추론을 수행 중이며 회사 측은 해외에서 발생한 매출도 500억원을 넘어섰다고 밝혔다. GPU 운영 자동화·추론 최적화로 기술 차별화 베슬AI는 대규모 GPU 인프라의 활용 효율을 높이기 위한 핵심 기술로 '플루이드 컴퓨팅'을 내세웠다. 여러 데이터센터와 클러스터에 분산된 GPU를 단일 컴퓨팅 자원처럼 활용하고 고객의 작업 특성에 따라 적합한 GPU를 자동 배치하는 기술이다. 이를 통해 학습과 추론 수요에 맞춰 자원을 재배치하고 GPU 가동률을 높인다는 구상이다. 전지환 베슬AI 최고기술책임자(CTO)는 "수십만 장의 GPU를 하나의 데이터센터에 배치하기는 어렵다"며 "여러 곳에 흩어진 GPU를 하나의 컴퓨팅 자원처럼 활용하고 작업에 적합한 GPU를 자동으로 선택할 수 있도록 하는 것이 플루이드 컴퓨팅의 핵심"이라고 설명했다. 베슬AI는 AI 에이전트를 활용한 GPU 운영 자동화도 추진한다. GPU·네트워크·스토리지 상태를 실시간으로 관리하고 장애 발생 가능성을 사전에 감지해 작업 중단을 최소화하는 방식이다. 전체 장애의 80% 이상을 선제적으로 대응해 고객 워크로드가 중단되지 않도록 지원한다는 게 회사 측 설명이다. 추론 서비스도 새로운 성장동력으로 제시했다. 기존 GPU 자원을 직접 사용하는 방식뿐 아니라 AI 모델이 처리하는 토큰 단위로 컴퓨팅 서비스를 공급해 고객 선택지를 확대한다는 방침이다. 실제 베슬AI는 업스테이지의 거대언어모델(LLM) '솔라 프로 4'에 글로벌 추론 인프라를 제공 중이며 장문 문맥 캐싱과 추론 최적화 기술을 통해 GPU 활용 효율을 높이고 있다. 차세대 GPU 도입도 준비 중이다. 베슬AI는 엔비디아의 'DGX 베라 루빈 NVL72' 기반 클러스터를 내년 상반기에 가동한다는 목표다. 이를 국내 AI 모델 개발 기업들의 대규모 학습과 추론에 활용하고, 기존 GPU 인프라와 연계해 다양한 고객 수요에 대응할 계획이다. 안 대표는 "앞으로 AI 산업에선 GPU를 얼마나 많이 확보하느냐뿐 아니라 이를 얼마나 안정적이고 효율적으로 운영하느냐가 중요해질 것"이라며 "그동안 축적한 SW 기술과 운영 경험을 바탕으로 글로벌 AI 컴퓨팅 시장에서 경쟁력을 확보하겠다"고 강조했다.

2026.10.15 12:25한정호 기자

[최홍석 칼럼] 스케일-어크로스, AI 데이터센터를 넘어 기업망으로

"AI 그리드로 연산이 여러 곳으로 흩어질수록, 그 사이를 잇는 광 전송망의 역할은 커집니다. 그리고 그 기술은 데이터센터에만 머물지 않습니다." 지난 9월호에서는 AI 추론이 데이터센터 한 곳에 머물지 않고 네트워크 곳곳으로 분산되는 'AI 그리드'를 다뤘습니다. 연산이 흩어지면 그 사이를 잇는 연결이 새로운 과제가 됩니다. 업계는 데이터센터와 데이터센터를 잇는 이 연결을 '스케일-어크로스(Scale-Across)'라고 부릅니다. AI 그리드가 연산을 나누는 구조라면, 스케일-어크로스는 나뉜 연산을 다시 잇는 구조입니다. 이번 호에서는 Scale-Across가 무엇인지, 그리고 이 기술이 AI 데이터센터를 넘어 기업 전용회선과 사설망에 어떤 변화를 가져오는지 살펴보겠습니다. 스케일-어크로스란 무엇인가 AI 인프라의 연결은 거리에 따라 세 단계로 나뉩니다. 랙 안의 연결(Scale-Up), 데이터센터 안의 연결(Scale-Out), 그리고 데이터센터 사이의 연결(Scale-Across)입니다. 스케일-어크로스가 필요해진 이유는 분명합니다. AI 클러스터가 커지면서 한 건물의 전력과 공간만으로는 감당하기 어려워졌습니다. 장애에 대비하려면 여러 사이트로 나눠 운영하는 편이 유리합니다. 업계는 이 연결 범위를 대도시권부터 1000km 이상의 광역 구간까지로 봅니다. 이 거리에서는 빛의 세기만으로 신호를 보내는 기존 방식(IM-DD)으로는 한계가 있습니다. 그래서 빛의 위상과 편광까지 활용해 더 멀리, 더 많이 보내는 코히어런트(coherent) 광 기술이 스케일-어크로스의 기본 기술로 자리 잡고 있습니다. 즉 스케일-어크로스는 AI 그리드를 실제로 작동하게 하는 연결 계층입니다. 무엇이 달라졌나: 세 가지 기술 변화 코히어런트 기술 자체는 새롭지 않습니다. 원래 통신사의 장거리 기간망에서 쓰던 기술입니다. 달라진 것은 이 기술을 더 작고, 더 싸고, 더 쉽게 쓰는 방식입니다. DIGITIMES Research는 장거리용 코히어런트를 AI 연결에 그대로 적용하면 비용이 급격히 늘어나기 때문에, 경량화 모듈과 고밀도 광라인 구성이 대안으로 등장했다고 분석했습니다. 요약하면 기간망 수준의 성능을 훨씬 낮은 비용으로 쓸 수 있게 된 것입니다. 이 변화가 기업망으로 이어지는 출발점입니다. 기업 전용회선·사설망으로의 확장 스케일-어크로스 기술은 대형 클라우드 사업자의 수요에서 출발했습니다. 그러나 대량 생산으로 가격이 내려가고 운영이 단순해지면서, 같은 기술이 기업 전용회선과 사설망에도 적용되고 있습니다. AI 그리드의 범위가 데이터센터를 넘어 기업의 사옥, 공장, 병원까지 넓어지고 있는 것입니다. 수요의 중심도 기업으로 옮겨가고 있습니다. 시에나가 전 세계 통신사를 대상으로 실시한 조사에서 응답자의 74%는 향후 3년간 AI 관련 신규 트래픽을 가장 많이 만들 주체로 클라우드 사업자가 아닌 기업을 꼽았습니다. 응답자의 절반은 100G·400G·800G 파장 서비스를 AI 시대의 최대 성장 상품으로 봤습니다. 반면 자사 광 네트워크가 AI에 완전히 준비됐다고 답한 곳은 16%에 그쳤습니다. 여기서 파장 서비스란 광섬유 안의 특정 빛의 색(파장) 하나를 고객 전용으로 할당하는 회선을 말합니다. 다른 고객과 물리적으로 분리된 채널을 쓰기 때문에 보안과 성능을 함께 확보하기 쉽습니다. 규제가 엄격한 금융·의료, 대용량 데이터를 다루는 제조·미디어 분야가 이 방식을 선호하는 이유입니다. 속도와 개통 방식도 달라지고 있습니다. 미국 Zayo의 올해 보고서에 따르면 판매된 파장 용량의 약 절반이 400G였습니다. 같은 보고서는 대형 AI 수요가 몰리면서 기업이 원하는 시점과 구간에 고용량 회선을 확보하기 어려워질 수 있다고 경고했습니다. AT&T는 400G 파장 서비스를 15일 안에 개통하는 상품을 출시했고, 일부 북미 통신사는 장비를 미리 구축하고 개방형 API로 제어해 24시간 내 개통하는 온디맨드 서비스를 제공하고 있습니다. 국내 통신사와 기업의 점검 포인트 앞서 본 조사처럼 수요는 늘고 있지만 준비는 아직 부족합니다. 국내 통신사와 기업도 지금 준비 상태를 점검할 필요가 있습니다. 3월호 OpenROADM에서 시작한 이 시리즈는 IP 계층의 단순화, AI 인프라, 자율운영, 6G, AI 추론망을 차례로 다뤘습니다. 이번 호의 스케일-어크로스는 그 흐름이 다시 광 전송망으로 돌아오는 지점입니다. AI 그리드가 연산을 어디에 두든, 그것을 잇는 것은 결국 광 전송망입니다. 중요한 점은 이 변화가 대형 AI 데이터센터만의 이야기가 아니라는 것입니다. 데이터센터 간 연결을 위해 발전한 기술이 비용과 운영의 문턱을 낮추면서, 기업 전용회선과 사설망의 기준도 함께 높아지고 있습니다. 통신사에게는 새로운 상품 기회이고, 기업에게는 AI Grid에 참여하기 위해 네트워크를 다시 설계할 시점입니다. AI 그리드의 경쟁력은 연산의 규모뿐 아니라, 그 연산을 잇는 연결의 품질에서도 결정됩니다.

2026.10.13 15:30최홍석 컬럼니스트

韓 공략 시동 건 코어위브…데이터센터 협력·추론 사업 키운다

글로벌 인공지능(AI) 인프라 기업 코어위브가 한국 시장 공략에 속도를 내고 있다. 국내 여러 데이터센터 사업자들과 협력 방안을 논의하는 가운데 고성능 그래픽처리장치(GPU) 공급뿐 아니라 AI 추론 시장으로 사업 영역을 넓히려는 움직임도 본격화하고 있다. 9일 업계에 따르면 코어위브는 한국 데이터센터 사업 진출 가능성을 열어두고 국내 여러 사업자들과 협의를 진행하고 있는 것으로 파악됐다. 구체적인 투자 규모와 데이터센터 위치, 협력 기업 등은 공개되지 않았다. 코어위브는 최근 아시아 지역으로 AI 인프라 사업을 빠르게 확대하고 있다. 지난 8월 인도네시아에 총 360메가와트(MW) 규모의 데이터센터 3곳을 확보한다고 발표한 데 이어 이달 6일에는 인도 아다니커넥스와 협력해 나비뭄바이에 240MW 규모 AI 데이터센터를 구축한다고 밝혔다. 인도 시설에는 엔비디아의 차세대 '베라 루빈' 플랫폼을 도입할 예정이다. 이런 가운데 코어위브는 지난 6일부터 8일까지 서울 강남구 코엑스 C홀에서 열린 'AI 페스타 26'에 회사 이름을 내건 부스를 마련했다. 코어위브가 국내 전시 행사에 자체 브랜드를 앞세워 참가한 것은 이번이 처음이다. 김현석 코어위브 한국·동남아시아 총괄대표는 행사장에서 지디넷코리아와 만나 한국을 비롯한 아시아 AI 인프라 시장의 현황과 코어위브의 사업 전략을 소개했다. 김 대표는 한국·동남아시아 지역 GTM(Go-To-Market)을 맡아 GPU 인프라와 추론 서비스 등의 사업을 담당하고 있다. 코어위브는 엔비디아 GPU를 기반으로 AI 학습과 추론에 필요한 컴퓨팅 자원을 제공하는 미국 네오클라우드 기업이다. 아마존웹서비스(AWS)와 마이크로소프트(MS) 애저, 구글클라우드 등 기존 하이퍼스케일러와 달리 대규모 AI 워크로드에 특화된 인프라를 제공하는 것이 특징이다. 김 대표는 "GPU를 필요로 하는 기업이나 기관의 수요는 국가 간 경계가 거의 무의미하다"며 "한국에서도 최신 GPU를 확보하려는 기업들의 문의가 상당히 많다"고 말했다. 현재 국내 기업들은 코어위브의 해외 데이터센터를 통해 GPU 서비스를 이용할 수 있다. AI 모델 학습과 추론은 일반적인 클라우드 서비스에 비해 네트워크 지연의 영향이 상대적으로 제한적이어서 데이터의 해외 이전에 제약이 없다면 국내 데이터센터가 없어도 서비스를 이용할 수 있다는 설명이다. 반대로 금융·공공·의료 등 개인정보나 민감정보를 다루는 분야에서는 국내 인프라 유무가 서비스 도입에 영향을 줄 수 있다. 데이터 국외 이전에 대한 규제와 기업 내부 정책 등을 고려해야 하기 때문이다. 김 대표는 "GPU를 빌려 쓰기로 결정한 기업 중에는 데이터센터가 한국에 있는지를 크게 신경 쓰지 않는 곳도 많다"며 "금융기관이나 공공기관처럼 개인정보와 민감정보를 활용하는 곳은 데이터의 해외 이전을 고려해야 하는 경우가 있다"고 설명했다. "韓 기업 GPU 수요 상당…수천~수만 장 문의도" 코어위브가 한국 시장에서 주목하는 분야 중 하나는 대규모 GPU 수요다. 국내 통신사와 전자·플랫폼 기업 등을 중심으로 엔비디아 최신 GPU에 대한 문의가 이어지고 있다. B300뿐 아니라 차세대 베라 루빈 시스템을 확보하려는 움직임도 나타나고 있다. 김 대표는 "국내 주요 기업들이 B300 등 최신 GPU를 수천 장에서 수만 장 규모로 요청하는 사례가 있다"며 "베라 루빈 같은 차세대 시스템에 대한 문의도 계속 들어오고 있다"고 말했다. 다만 국내 기업의 GPU 수요가 실제 대규모 공급 계약으로 연결되기까지는 넘어야 할 부분도 있다. 정부 지원 사업 등을 통해 GPU 사용 예산을 확보하는 기업이 많아 장기간 이용을 확약하기 어려운 사례가 있어서다. 김 대표는 "국내 대기업에서 B300을 수천 장에서 수만 장 규모로 요청하더라도 사용 기간을 물어보면 6개월이나 7개월이라고 답하는 경우가 있다"며 "정부 지원 사업을 통해 GPU를 확보하다 보니 프로젝트의 연속성을 몇 년 이상 보장하기 어려운 구조도 있다"고 말했다. 이는 대규모 GPU를 선제적으로 확보해 장기간 제공하는 네오클라우드의 사업 방식과 차이가 있다. 코어위브는 대규모 GPU 공급에서 사용 기간과 물량에 대한 고객의 확약을 중요하게 보고 있다. 최근에는 3~6개월 단기 계약도 체결하는 등 공급 방식을 다변화하고 있지만 대규모 물량을 안정적으로 제공하려면 장기적인 수요 예측이 필요하다. 김 대표는 한국에서 들어오는 대규모 GPU 공급 요청에서도 계약 기간과 수량, 선급금 등의 조건이 중요하다고 설명했다. 단순히 GPU가 필요하다는 요청만으로 대규모 물량을 확보해 제공하기 어려운 사업 구조라는 의미다. 특히 GPU 공급 능력이 네오클라우드 기업들의 경쟁력을 좌우한다고 봤다. 기존 클라우드 사업자와 네오클라우드는 서비스 구조와 기술 아키텍처에서 차이가 있지만 고객이 원하는 최신 GPU를 제때 확보하지 못하면 가격이나 소프트웨어 경쟁력을 앞세우기도 어렵다는 설명이다. 하이퍼스케일러와 네오클라우드의 차별점도 여기에 있다. AWS·애저·구글클라우드가 CPU와 GPU를 비롯한 다양한 컴퓨팅 자원을 범용 클라우드 아키텍처에서 제공한다면 네오클라우드는 대규모 GPU 클러스터와 네트워크, 소프트웨어를 AI 학습·추론에 맞춰 구성한다. 고객은 기존 클라우드 계약과 비용, AI 워크로드의 특성 등을 고려해 필요한 인프라를 선택할 수 있다. 김 대표는 "AI 인프라는 GPU만의 경쟁이 아니라 '자본의 전쟁(War of Capital)'"이라며 "고객이 원하는 GPU 모델이 없으면 경쟁 자체가 성립하기 어렵다"고 강조했다. W&B 고객 기반으로 韓 추론 시장 공략 코어위브가 한국에서 GPU 공급과 함께 힘을 싣는 분야는 AI 추론이다. AI 시장의 중심이 대규모 모델을 학습하는 단계에서 개발한 모델을 실제 서비스에 적용하는 단계로 확장되면서 추론용 컴퓨팅 수요가 빠르게 늘어날 것으로 보고 있다. 특히 지난해 인수한 AI 개발 플랫폼 기업 웨이츠앤바이어시스(Weights & Biases·W&B)를 활용해 기존 소프트웨어 고객과 코어위브의 GPU 인프라·추론 서비스를 연결하는 전략을 추진하고 있다. W&B는 AI 모델 개발 과정에서 실험 결과를 추적하고 성능을 평가·관리하는 소프트웨어를 제공한다. 코어위브는 W&B를 자체 GPU 인프라와 결합해 AI 모델 개발과 학습부터 추론, 평가·관측까지 이어지는 사업 구조를 구축하고 있다. 국내에서도 파운데이션 모델을 개발하는 주요 AI 기업들이 W&B를 사용하고 있다는 게 김 대표의 설명이다. 모델 개발 단계에서 확보한 고객 접점을 추론과 GPU 인프라까지 확대할 수 있다는 점에서 코어위브의 한국 사업에서도 W&B가 중요한 역할을 맡는다. 김 대표는 "국내 주요 파운데이션 모델 개발 기업들이 이미 W&B를 사용하고 있다"며 "이들 기업이 모델 개발을 넘어 실제 추론 서비스를 확대하려는 만큼 코어위브의 GPU 인프라와 소프트웨어를 함께 제공할 기회가 많을 것으로 본다"고 밝혔다. AI 에이전트와 피지컬 AI 확산도 추론 시장 성장을 촉진할 요인으로 꼽았다. 기존에는 모델을 학습하는 과정에 대규모 GPU가 집중적으로 사용됐다면 AI 서비스가 늘어날수록 실제 이용자의 요청을 처리하는 추론 단계에서 필요한 컴퓨팅 자원도 함께 증가하기 때문이다. AI 에이전트는 서비스를 출시한 이후에도 답변 품질과 성능을 지속적으로 확인하고 개선해야 한다. 모델과 애플리케이션의 성능을 관측하고 평가하는 과정도 중요해지면서 코어위브의 GPU 인프라와 W&B 소프트웨어를 결합할 수 있는 영역이 넓어지는 셈이다. 코어위브는 서버리스 추론과 전용 추론 인프라 등을 제공하고 있다. 국내에서도 추론 서비스를 유통하거나 공동 사업을 추진할 수 있는 기업들과 협력 가능성을 검토하고 있다. 김 대표는 아직 국내 추론 생태계가 충분히 형성된 단계는 아니라고 평가했다. 추론 서비스를 이용하려는 기업과 이를 공급하려는 사업자는 늘고 있지만 GPU 인프라와 여러 AI 모델을 연결해 사용량에 따라 서비스를 제공하는 사업 구조는 이제 만들어지고 있다는 설명이다. GPU 인프라 사업에서는 기존 IT 시장의 총판·리셀러 구조를 그대로 적용하기도 어렵다고 봤다. 대규모 GPU 계약은 장기간 공급과 사용량, 투자비 회수 등이 함께 고려돼야 해 최종 고객과 직접 계약하는 방식이 중요한 반면 추론 시장에서는 다양한 형태의 파트너 사업이 가능하다고 보고 있다. 김 대표는 "한국에는 추론 서비스를 이용하려는 기업도 많고 이를 공급하려는 기업들도 있지만 아직 생태계가 충분히 형성되지는 않았다"며 "현재 여러 국내 기업과 협력을 검토하고 있으며 앞으로 추론 시장을 중심으로 사업 기회를 확대해 나갈 계획"이라고 말했다.

2026.10.09 16:06장유미 기자

엘리스그룹, 모듈형 AI 데이터센터 'PMDC' 상표권 확보…인프라 사업 확대

엘리스그룹이 자체 개발한 모듈형 인공지능(AI) 데이터센터 'PMDC'의 상표권을 확보하고 국내외 AI 인프라 시장 공략을 강화한다. 데이터센터 구축 기술과 자체 AI 클라우드 소프트웨어를 결합해 AI 인프라 구축부터 그래픽처리장치(GPU) 운영까지 사업 영역을 확대한다는 구상이다. 엘리스그룹은 지난달 17일 모듈형 AI 데이터센터 PMDC에 대한 상표권 등록을 완료했다고 8일 밝혔다. 상표등록번호는 제40-2596074호로, 회사는 이를 계기로 지난 5년간 축적한 기술력과 브랜드 경쟁력을 강화할 계획이다. PMDC는 엘리스그룹이 2021년 자체 설계한 모듈형 AI 데이터센터다. 서버와 전력·냉각·네트워크 등 핵심 설비를 공장에서 미리 제작한 뒤 전력과 부지가 확보된 현장에 설치하는 방식이다. 기존 데이터센터처럼 주요 설비를 현장에서 순차적으로 구축하는 대신 사전 제작한 모듈을 활용해 구축 기간을 단축할 수 있는 것이 특징이다. 엘리스그룹은 고성능 GPU의 발열에 대응하기 위해 직접수랭식 냉각(DLC)과 온수 냉각 등 관련 기술도 지속 고도화 중이다. 엘리스그룹은 PMDC에 자체 개발한 AI 클라우드 소프트웨어 'ECI'를 결합해 데이터센터 구축부터 GPU 클러스터 운영과 관리까지 통합 지원하는 AI 인프라 환경을 제공하고 있다. 실제 사업 현장으로 적용 범위도 넓히고 있다. 현재 구축 중인 부산 제조산업단지 엣지 AI 데이터센터 등이 대표 사례다. 모듈형 데이터센터를 기반으로 산업 현장에서 필요한 AI 연산 자원을 공급하고 클라우드 운영 기술을 함께 제공한다는 전략이다. 해외 시장 진출도 추진한다. 엘리스그룹은 PMDC와 AI 클라우드 운영 기술을 결합해 국내에서 생산한 AI 연산 자원을 글로벌 시장에 공급하는 사업 모델을 마련할 계획이다. 김재원 엘리스그룹 대표는 "PMDC는 2021년 설계하고 실제 AI 클라우드 환경에서 운영하며 기술력을 축적해온 우리의 핵심 AI 인프라"라며 "이번 상표권 등록을 계기로 PMDC의 기술 경쟁력과 브랜드 가치를 함께 강화하고 국내외 AI 인프라 시장에서 입지를 더욱 넓혀가겠다"고 말했다.

2026.10.08 10:48한정호 기자

KT클라우드, 청라 50MW AIDC 구축 참여…수도권 서부 거점 넓힌다

KT클라우드가 인천 청라에 구축되는 50메가와트(MW)급 인공지능 데이터센터(AIDC) 사업에 참여하며 수도권 AI 인프라 공급 확대에 나선다. 수도권 서부에 신규 거점을 확보하고 기존 데이터센터와 연계해 오는 2031년 1기가와트(GW) 이상의 AIDC 공급 역량을 확보한다는 목표다. KT클라우드는 인천 청라 지역에 구축되는 50MW급 AIDC 사업에 설계·구축·운영(DBO) 파트너로 참여한다고 7일 밝혔다. 청라 AIDC는 지하 2층~지상 11층, 수전용량 50MW 규모로 구축된다. 올해 4분기 착공해 2030년 1분기 준공을 목표로 한다. KT클라우드는 데이터센터 설계 컨설팅과 주요 설비 공사(MEP), 안정성 및 운영 검증을 위한 커미셔닝부터 향후 운영까지 AIDC 구축·운영 전반을 담당한다. 현대엔지니어링은 공동 시공사로 참여해 건축·토목·설비·조경·통신 공사와 MEP 시공을 맡는다. 청라 AIDC는 수도권 서부에 위치해 서울 주요 업무권역에서 1시간 내 이동할 수 있으며 김포공항과 인천국제공항과도 인접해 있다. KT클라우드는 향후 가산·목동 등 수도권 주요 데이터센터와 청라 거점을 연계해 고객의 인프라 확장 수요에 대응하고 데이터센터 간 네트워크 연속성도 강화할 계획이다. AI 인프라와 범용 클라우드 수요를 동시에 수용할 수 있도록 하이브리드 데이터홀 구조도 적용할 방침이다. 고밀도 그래픽처리장치(GPU) 서버 운영을 위한 'AI 존'과 범용 클라우드 서비스를 위한 '클라우드 존'을 분리해 구성한다. AI 존에는 GPU에서 발생하는 열을 냉각수가 직접 제거하는 다이렉트 투 칩(D2C) 액체냉각 기술을 적용한다. 데이터센터 운영에는 KT클라우드가 자체 개발한 통합관리 솔루션 '데이터센터 인프라스트럭처 관리 시스템(DIMS)'을 활용한다. KT클라우드는 청라를 비롯해 수도권과 비수도권에서 AIDC 공급 기반을 확대 중이다. 수도권에선 기존 데이터센터와 신규 거점을 연계하고 비수도권에선 군산 등에서 대규모 AIDC 구축을 추진해 전국 단위 AI 인프라를 확보한다는 전략이다. 회사는 이를 통해 2031년까지 1GW 이상의 AIDC 공급 역량을 확보할 계획이다. DBO 전 과정에서 축적한 경험을 바탕으로 액체냉각과 모듈러·프리팹 등 차세대 데이터센터 기술도 고도화한다는 목표다. 김봉균 KT클라우드 대표는 "청라 AIDC는 수도권 서부 클러스터의 주요 거점으로 대규모 AI 인프라를 필요로 하는 국내외 기업 고객의 수요에 효과적으로 대응할 수 있을 것"이라며 "수도권과 비수도권의 AIDC 공급 기반을 지속 확대하고 차별화된 기술 역량을 바탕으로 1GW AIDC 목표를 구체화해 나가겠다"고 밝혔다.

2026.10.07 09:31한정호 기자

"우리 AI, 잘 쓰게 만들어야"…이해민·하정우, 산업 활용성 '집중 점검'

“모델을 많이 사용할 수 있도록 만든 것이 굉장히 인상적입니다. 잘 사용할 수 있도록 응용 프로그램 인터페이스(API) 가이드라인이나 헬프센터도 잘되기를 바랍니다.” 이해민 대통령비서실 AI미래기획수석비서관은 6일 서울 강남구 코엑스에서 열린 'AI페스타 26' 독자 AI 파운데이션 모델 특별관에서 SK텔레콤 에이닷엑스(A.X) K2 시연을 살펴본 뒤 이같이 밝혔다. 인공지능(AI) 모델 자체 성능뿐 아니라 개발자와 기업이 실제 산업 현장에서 얼마나 쉽게 활용할 수 있는지에 관심을 보인 것이다. 이해민 수석을 비롯해 하정우 국가인공지능전략위원회 부위원장, 조준희 AI페스타조직위원회 위원장 등 VIP 사절단은 이날 AI페스타 26 전시장을 돌며 국내외 기업·기관의 AI 기술과 산업 적용 사례를 살펴봤다. 올해 행사에는 기업·기관 350여 곳이 총 500여 개 부스를 마련했다. 작년 대비 참가 규모는 약 72%, 부스 수는 약 7% 늘었다. 이들이 첫 순서로 찾은 독자 AI 파운데이션 모델 특별관에는 지난 8월 2차 단계평가를 통과한 SK텔레콤·LG AI연구원·업스테이지가 나란히 자리했다. SK텔레콤은 A.X K2가 CSV 파일을 분석해 작업 목적과 주요 지표를 스스로 파악하고 대시보드를 생성하는 과정을 선보였다. 이미지와 지시를 바탕으로 웹페이지를 직접 구현하는 모습도 시연하고 현재 후속 모델 'A.X K3'를 개발하고 있다고 소개했다. LG AI연구원은 자체 모델의 그룹 내 업무와 산업 현장 적용 사례를 소개했다. 하 부위원장은 AI가 산업 전반으로 확산되기 위해서는 대규모 모델뿐 아니라 실제 기업이 부담 없이 활용할 수 있는 경량 모델이 필요하다는 점에 주목했다. 멀티모달 역량까지 확보해 산업 현장의 선택지를 넓혀달라는 주문도 내놨다. 하 부위원장은 “산업 확산을 위해 작은 모델이 필요하다”며 “멀티모달과 작은 모델도 꼭 부탁한다”고 말했다. 업스테이지는 독파모 '솔라 오픈 2' 기반으로 상용화한 '솔라 프로 4' 글로벌 이용 성과를 앞세웠다. 업스테이지는 솔라 프로 4가 글로벌 AI 모델 플랫폼 오픈라우터에서 하루 최대 약 3000억 토큰 사용량을 기록했으며 미국과 아시아, 특히 인도 개발자를 중심으로 이용되고 있다고 설명했다. 코딩 에이전트 도구 등에 솔라 모델이 탑재되면서 실제 글로벌 이용량을 확보하고 있다는 점도 강조했다. 이어 찾은 메가존클라우드 멀티클라우드관에는 마이크로소프트(MS), 아마존웹서비스(AWS), 구글클라우드, 인텔 등 글로벌 기술기업의 AI·클라우드 기술이 한자리에 모였다. 메가존클라우드는 여러 하이퍼스케일러의 인프라를 기업 환경에 맞게 연결하고 AI 도입부터 운영과 보안까지 지원하는 관리 서비스 제공사(MSP)의 역할을 소개했다. 이 수석의 관심은 AI가 실제 국내 사업으로 얼마나 이어지고 있는지에 쏠렸다. AI 활용이 늘면서 함께 커지고 있는 보안 수요와 이에 대응하는 사업 전략도 주요 질문으로 던졌다. 이 수석은 “한국 시장에서 AI 비즈니스는 어떻게 발전하고 있느냐”고 물은 데 이어 AI와 사이버보안 솔루션 전략을 질문했다. 메가존클라우드는 “지난해부터 보안 사업에 집중하고 있으며 헤일로 등을 통해 기업 환경에 맞춘 서비스를 제공하고 있다”고 설명했다. 하 부위원장은 글로벌 하이퍼스케일러의 기술을 국내 기업에 연결하는 MSP의 역할에 주목했다. 특히 제조업에서는 AI와 클라우드가 실제 설계·생산 등 개별 업무 단계에 어떻게 들어가는지가 중요하다는 점을 짚었다. 하 부위원장은 하이퍼스케일러 기반에서 MSP가 맡는 역할을 물은 뒤 “제조 산업 현장에서는 설계 등 각각의 단계에서 어떻게 활용하고 있느냐”고 질문했다. 메가존클라우드는 “고객사 각 업무와 시스템을 연결하면서 전체 환경을 관리하는 역할을 맡고 있다”고 답했다. 이어 VIP 사절단은 NIPA 피지컬AI 특별관을 찾아 리얼월드 컨베이어벨트 로봇의 물체 집기 시연을 관람했다. 이 수석은 가장 어려운 과제가 무엇인지 질문했고, 리얼월드 관계자는 얇은 물체나 유연체를 잡는 것이 까다롭다며 현재 성능 고도화를 진행하고 있다고 설명했다. 이어 하 부위원장이 로봇기초모델(RFM) 제작 시 학습 데이터 수집에 대해 질의하자, 관계자는 정부 과제를 통해 데이터를 빠르게 수집하고 있으며 2027년에는 실증을 계획하고 있다고 답했다. 이와 함께 LG전자는 피지컬 AI 모델 학습을 위한 멀티 파운데이션 모델 기술 개발 현황을 소개하며, 크라우드웍스와 알체라가 월드 모델 학습용 데이터를 모으는 과정을 선보였다. 로보티즈는 RFM, 로봇 제작·제어 데이터를 받아 실시간 데이터 수집에 유리한 시스템을 구축하고 있다고 설명했으며, KAIST는 단 한 장의 사진으로 3D 모델을 구현해 데이터를 제공하는 월드 모델을 소개했다. 계속해서 사절단은 국산 신경망처리장치(NPU) 기반 기업용 AI 시스템부터 피지컬 AI, 데이터센터 액침냉각, 미디어·통신 AI까지 인프라·플랫폼·서비스를 아우르는 AX 기술을 선보인 KT 부스를 찾았다. KT는 자체 보유한 해저케이블과 위성을 바탕으로 B2B 에이전틱 플랫폼 '에이전틱 On', '믿음 K시리즈'를 비롯해 B2C AI 서비스인 '모두의 AI', AI 보이스피싱 탐지 기술 등을 구현하고 있다고 설명했다. 특히 사내 인프라망 NPU 서버에 플랫폼과 모델을 직접 설치해 외부 유출 없이 내부의 민감 데이터를 안전하게 활용할 수 있다고 강조했다. 또한 KT는 AI가 현장 작업 데이터를 학습하고 시뮬레이션과 디지털트윈으로 운영 방식을 검증한 뒤 실제 로봇과 설비에 적용하는 인공지능데이터센터(AIDC) 자체 관제 시스템을 소개했다. 운영 과정에서 쌓인 데이터는 다시 AI 학습에 피드백되어 성능과 효율을 높인다고 설명했다. 하 수석이 현재 실증 규모를 묻자, KT는 현재 전북과 경남 등에서 피지컬AI 실증 사업을 진행 중이라고 답했다. 이후 사절단은 풀스택 AI 역량을 선보인 화웨이 부스를 방문해 연산·네트워크·스토리지·클라우드·데이터센터 역량을 모두 갖춘 엔드투엔드 솔루션 설명을 들었다. 특히 주요 오픈소스 모델을 지원하는 '아틀라스 900 슈퍼노드'를 통해 친환경적이고 효율적인 데이터센터 운영이 가능하다는 점을 확인했다. 이 수석은 이날 개막식 축사에서 “지난 1월 인공지능기본법 시행과 2월 국가인공지능전략위원회의 대한민국 인공지능 행동계획 발표로 AI 기본사회를 향한 제도적 토대가 마련됐다”며 “좋은 정책은 결국 현장의 목소리에서 시작되고, 현장 목소리가 범국가적 정책으로 이어질 수 있도록 가장 가까이에서 뛰고 듣겠다”고 밝혔다.

2026.10.06 18:06홍지후 기자

여러 국산 AI 반도체 하나로 묶는다…'AI-MDC' 산업 확산 시동

국산 인공지능(AI) 반도체를 활용한 마이크로 데이터센터(MDC) 기술이 제조·의료·공공 등 실제 산업 현장으로 확산될 전망이다. 한국인공지능클라우드산업협회(KACI)는 지난 1일 서울 양재 엘타워에서 'AI-MDC 기술개발 과제 성과공유회'를 개최하고 국산 AI 반도체 기반 마이크로 데이터센터 개발과 클라우드 연동, 운영 플랫폼, AI 서비스 실증 등 주요 연구개발 성과를 공개했다고 2일 밝혔다. AI-MDC는 국산 AI 반도체를 기반으로 AI 연산에 필요한 서버와 네트워크, 운영·관리 환경 등을 랙 단위의 마이크로 데이터센터로 구현하는 기술이다. 대규모 중앙집중형 데이터센터에만 의존하지 않고 제조 현장이나 병원, 공공시설 등 AI 연산이 필요한 곳과 가까운 위치에 컴퓨팅 자원을 배치하는 것이 특징이다. 이번 연구개발은 국산 AI 반도체 기반 마이크로데이터센터 확산 사업의 일환으로 추진되고 있다. 빠르고 유연하면서 안전하고 비용 효율적인 올인원 마이크로 데이터센터 구현이 목표다. 전체 사업은 ▲국산 AI 반도체 기반 MDC 개발 ▲MDC 연동 스케일아웃 클라우드 ▲MDC 운영·확산 기술 ▲MDC 활용 AI 서비스 개발 등 4개 세부과제로 구성됐다. 한국전자통신연구원(ETRI)이 사업을 총괄하고 각 연구기관이 인프라와 클라우드, 운영 소프트웨어, AI 서비스 기술을 연계해 개발 중이다.. 분산된 여러 AI-MDC를 하나의 클라우드처럼 활용하는 기술도 개발한다. 이노그리드를 중심으로 여러 마이크로 데이터센터의 컴퓨팅 자원을 통합 관리하고 AI 워크로드에 따라 필요한 자원을 배포·확장할 수 있는 스케일아웃 클라우드 환경을 구축하고 있다. 서로 다른 국산 AI 반도체를 하나의 환경에서 활용하기 위한 'AI 서비스 오픈 플랫폼' 개발도 추진한다. 이종 AI 반도체를 지원하는 소프트웨어개발키트(u-SDK)를 비롯해 다중 AI 모델 최적화 구동 기술, AI-MDC 전용 저장소, 데이터센터인프라관리(DCIM) 연계 모니터링, 거대언어모델(LLM) 기반 사용자 포털 등을 개발할 계획이다. 개발 기술은 의료·제조·공공 분야에서 실증한다. 의료 분야에선 환자가 스마트폰으로 촬영한 호흡재활 영상을 AI-MDC에서 분석해 자세와 관절 각도를 판별하고 올바른 재활 동작 여부를 실시간으로 안내하는 서비스를 검증한다. 제조 분야에선 조선소의 협업형 지능형 자율이동로봇(AMR)에 AI-MDC를 적용한다. 작업자 검출과 재식별·추종, 자연어 명령, 관제와 AI 모델 운영 등을 연계해 제조 현장에서 활용 가능성을 확인할 방침이다. 공공 분야에선 비전언어모델(VLM)과 소형언어모델(sLLM)을 활용한 지능형 폐쇄회로(CC)TV 관제 서비스를 개발한다. 영상 속 객체를 검출·추적하고 VLM이 상황을 판단한 뒤 sLLM을 통해 자연어 검색과 질의응답까지 지원하는 방식이다. 연구진은 산업별 AI 모델을 국산 신경망처리장치(NPU)에 맞게 경량화·최적화한 뒤 AI-MDC와 연동 클라우드 환경에 탑재해 실제 현장에서 검증할 계획이다. 이를 통해 국산 AI 반도체에서 인프라와 플랫폼, AI 서비스, 현장 실증까지 연결되는 활용 생태계를 구축한다는 구상이다. 여준기 ETRI 본부장은 "AI-MDC는 국산 AI 반도체를 데이터센터에 적용하는 데 그치지 않고 다양한 AI 반도체와 클라우드, 운영 플랫폼, AI 서비스를 단일 환경에서 연계해 실제 산업 현장에서 활용할 수 있도록 하는 것이 핵심"이라며 "이번 연구개발을 통해 국산 AI 반도체가 다양한 산업의 AI 서비스로 이어질 수 있는 기술적 기반과 활용 생태계를 만들어 나가겠다"고 밝혔다. 이어 "제조·의료·공공 등 다양한 현장의 실증 결과를 기술개발에 지속적으로 반영하고, AI-MDC 구축과 운영에 필요한 소프트웨어와 개발환경을 함께 개방·확산함으로써 국산 AI 반도체와 AI 인프라 산업의 활용 기반을 확대해 나갈 계획"이라고 덧붙였다.

2026.10.02 14:33한정호 기자

AI 승부, GPU만으론 안 된다…클라우드 빅테크 한자리에

인공지능(AI) 인프라 경쟁의 무게중심이 그래픽처리장치(GPU) 확보에서 AI 데이터센터(AIDC)와 클라우드·플랫폼을 결합한 서비스 경쟁으로 이동하고 있다는 분석이 나왔다. AI 활용이 학습에서 추론과 에이전트로 확대되는 만큼 전력·냉각·네트워크뿐 아니라 실제 AI 서비스를 안정적으로 운영할 수 있는 소프트웨어 역량까지 갖춰야 한다는 제언이다. 공용준 KT클라우드 전무는 1일 서울 양재 엘타워에서 열린 'AI-클라우드 빅테크 2026'에서 "현재 AI 인프라의 가장 큰 병목은 데이터센터와 전력"이라며 "GPU를 확보하는 것만으론 AI 서비스를 구현하기 어려운 만큼 클라우드와 플랫폼까지 함께 갖춰야 한다"고 강조했다. 공 전무는 최근 AI 인프라 시장의 병목이 GPU에서 데이터센터로 이동하고 있다고 진단했다. GPU 공급 상황은 개선되고 있지만 데이터센터를 구축하는 데 최소 2~3년이 걸리는 만큼 GPU를 확보하기에 앞서 데이터센터 용량을 선점하려는 움직임이 나타나고 있다는 설명이다. AIDC의 경쟁 기준도 달라질 것으로 전망했다. 단순히 전력과 GPU를 확보하는 데 그치지 않고 AI 서비스를 위한 클라우드와 운영 플랫폼, 네트워크, 안정성 등을 함께 갖춰야 한다는 것이다. AI 서비스가 일상과 기업 업무에 깊숙이 들어오면서 장애 대응과 GPU 스케줄링, 서비스 모니터링 등 운영 역량의 중요성도 커지고 있다. 공 전무는 "AI 서비스가 우리 삶의 한 축으로 자리 잡으면서 기존 IT에서 중요했던 서비스 연속성도 중요해지고 있다"며 "GPU를 효율적으로 스케줄링하고 AI 서비스를 모니터링하는 것은 물론 장애에 대비한 복구 체계까지 마련해야 한다"고 말했다. 박운영 HPE 상무는 AI 시장이 학습 중심에서 추론과 실제 서비스 적용 단계로 이동하면서 기업의 인프라 구축 방식도 달라질 것으로 내다봤다. 기업들이 더 많은 GPU를 확보하는 것보다 AI를 실제 서비스에 적용하고 투자 대비 성과를 만드는 방안을 고민해야 할 시점이라는 설명이다. 특히 에이전틱 AI 확산에 따라 토큰 사용량과 비용 부담이 늘면서 퍼블릭 클라우드에서 시작한 AI 워크로드 일부를 온프레미스나 하이브리드 환경으로 옮기려는 수요가 늘어날 것으로 전망했다. 기업 데이터 보호와 AI 주권에 대한 요구 역시 프라이빗 AI 인프라 수요를 키우는 요인으로 꼽았다. 박 상무는 "이제는 더 많은 GPU를 사야 할지를 고민하기보다 AI를 어떻게 실제 양산에 적용할 수 있을지, 무엇이 문제인지 살펴봐야 할 시점"이라며 "AI에 투자한 비용을 실제 성과로 연결하는 것이 중요해지고 있다"고 말했다. 네이버클라우드도 추론 수요 확대가 AIDC와 AI 팩토리 시장의 성장을 이끌 것으로 전망했다. 김지훈 네이버클라우드 이사는 대규모 GPU 수요가 과거 AI 모델 학습을 중심으로 발생했다면, 최근에는 실제 서비스를 위한 추론 영역으로 빠르게 확대되고 있다고 밝혔다. AI 에이전트와 피지컬 AI 확산까지 더해지면서 AIDC 수요가 일시적인 흐름에 그치지 않을 것이라는 관측이다. 네이버클라우드는 이를 겨냥해 엔비디아와 AI 팩토리 사업을 확대할 계획이다. 대규모 GPU와 고속 네트워크를 제공하는 AI 클라우드 역량에 기존 클라우드의 인증·네트워크·스토리지와 AI 모델·서비스 운영 경험을 결합한다는 전략이다. 글로벌 AI 기업에는 대규모 전용 인프라를, 국방·금융 등 보안 요구가 높은 분야에는 폐쇄형 클라우드 환경을 제공하는 방식이다. 김 이사는 "AI 팩토리는 국가 전체의 AI 수요를 감당하고 경제·산업·사회 전반에 필요한 지능을 대규모로 생산하는 핵심 인프라"라며 "AI 팩토리를 확보했는지, 누가 그 주도권을 갖고 있는지가 한 나라의 경쟁력을 좌우할 것"이라고 강조했다.

2026.10.01 14:16한정호 기자

엘리스그룹, '1조 몸값' 코스닥 도전…글로벌 네오클라우드 노린다

엘리스그룹이 기업공개(IPO)를 발판으로 국내를 넘어 글로벌 네오클라우드 기업으로 도약한다. 교육 솔루션으로 시작해 인공지능(AI) 클라우드와 데이터센터까지 사업 영역을 확장한 가운데, 상장을 통해 확보한 자금을 AI 데이터센터 인프라에 투입하고 해외 시장 공략에도 속도를 낸다는 전략이다. 김재원 엘리스그룹 대표는 30일 서울 여의도 CCMM 빌딩에서 열린 IPO 기자간담회에서 "AI 인프라부터 클라우드, 솔루션까지 아우르는 AI 풀스택 역량을 바탕으로 글로벌 네오클라우드 시장을 선도하겠다"고 밝혔다. 엘리스그룹은 이번 IPO를 통해 총 222만 2000주를 공모한다. 희망 공모가는 7만400~9만500원으로, 공모가 상단 기준 예상 시가총액은 약 1조 54억원이다. 지난 23일부터 다음 달 1일까지 기관투자자 대상 수요예측을 진행한 뒤 다음 달 7~8일 일반 청약을 거쳐 10월 중 코스닥 시장에 상장할 예정이다. 대표 주관사는 미래에셋증권, 공동주관사는 삼성증권이다. 2015년 설립된 엘리스그룹은 AI 교육 솔루션에서 출발해 AI 클라우드와 인프라로 사업 영역을 확대했다. 자체 모듈형 AI 데이터센터인 AI PMDC와 그래픽처리장치(GPU) 가상화 솔루션 ECI, 엘리스AI클라우드를 기반으로 AI 인프라부터 클라우드, 솔루션까지 자체 제공하는 풀스택 구조를 구축했다. 특히 최근 AI 클라우드 사업이 빠르게 성장하면서 회사의 매출 구조도 달라지고 있다. 김 대표는 "2023년 클라우드 매출이 전체의 7% 정도였는데 올해 상반기에는 전체 매출의 76%가 클라우드로 전환됐다"며 "차별화된 맞춤형 AI 인프라 구축 역량을 기반으로 하이브리드와 프라이빗 클라우드 등 다양한 형태의 인프라를 제공할 수 있다"고 설명했다. 실적도 성장세를 보이고 있다. 엘리스그룹의 올해 상반기 연결 기준 매출은 344억원, 영업이익은 103억원을 기록했다. 상반기 매출만으로 지난해 연간 매출의 87%를 달성했다. 상반기 상각전영업이익(EBITDA)은 232억원, EBITDA 마진율은 68%를 기록했다. 선제적인 인프라 투자 이후 인프라 가동률이 높아지면서 영업 레버리지 효과가 본격화되는 모습이다. 엘리스그룹이 AI 인프라 경쟁력의 핵심으로 내세우는 것은 AI PMDC다. 주요 설비를 사전에 제작한 뒤 현장에 설치하는 방식으로 기존 데이터센터보다 구축 기간을 단축할 수 있다. 회사에 따르면 기존 데이터센터 구축에 24~36개월이 걸리는 것과 달리 AI PMDC는 3개월 이내 구축이 가능하고 초기 인프라 구축 비용도 최대 40% 절감할 수 있다. 김 대표는 "적은 구축 비용과 높은 가동률, 빠른 투자금 회수가 가능한 이유는 우리가 AI 풀스택으로 기술을 확보하고 있기 때문"이라며 "모듈형 데이터센터를 구축하는 동안 전력망과 네트워크 조성, IT 장비 발주 등을 병렬적으로 진행해 3~6개월 안에 구축을 완료할 수 있다"고 말했다. 상장 이후에는 AI 인프라 공급을 본격적으로 확대할 계획이다. 엘리스그룹은 현재 수도권에서 10메가와트(MW) 규모 인프라를 운영하고 있으며 서남권 40MW, 동남권 80MW 규모의 전력 인프라를 추가 확보했다. 서남권은 올해 말까지 구축하고 동남권은 내년 공급을 목표로 하고 있다. 이를 합치면 회사가 확보한 전력 규모는 총 130MW다. 공모자금 역시 권역별 엣지 AI 데이터센터 확충과 글로벌 시장 진출에 집중 투입한다. 수도권뿐 아니라 전력을 확보한 비수도권 지역에 모듈형 AIDC를 구축해 AI 연산 수요를 흡수하고 금융·공공·제조·방산 등 고객 특성에 따라 클라우드 소프트웨어 판매부터 하이브리드 인프라, AI PMDC 구축까지 사업 모델을 다변화할 계획이다. 정부 중심이던 AI 클라우드 매출도 기업간거래(B2B)로 확대한다. 엘리스그룹은 현재 클라우드 고객사 약 1200곳을 확보하고 있으며 AX 사업까지 포함한 유료 고객사는 2000곳 이상이다. 김 대표는 "현재 논의되는 계약 대부분이 3~5년의 장기 계약"이라며 "B2B 매출 성장 속도가 더 가파르고 내년과 2028년에도 성장이 이어질 것으로 예상한다"고 말했다. 글로벌 시장도 공략한다. 국내에서 확보한 전력과 AI 인프라를 해외 고객이 원격으로 사용하는 가상 원격 수출과 AI PMDC를 해외 현지에 직접 구축하는 방식을 동시에 추진한다. 회사는 미국·일본·싱가포르 등을 거점으로 해외 사업을 확대할 계획이다. 김 대표는 해외 고객을 대상으로 한 원격 서비스가 내년 상반기부터 매출로 이어질 것으로 내다봤다. 김 대표는 "미국과 중국 이외의 선택지를 원하는 국가에 우리의 기술을 수출하고 제공할 것"이라며 "AI가 특정 패권에 종속되지 않고 다양한 국가에서 안전하게 활용될 수 있도록 하는 소버린 AI를 확산할 것"이라고 포부를 밝혔다.

2026.09.30 12:40한정호 기자

KT클라우드, 군산에 대규모 AIDC 구축…최대 300MW로 키운다

KT클라우드가 전북 군산에 최대 300메가와트(MW) 규모 인공지능 데이터센터(AIDC) 구축에 나선다. 우선 60MW 규모로 첫 삽을 뜬 뒤 단계적으로 용량을 확대하고 모듈형 구축 방식과 액체냉각을 적용해 급증하는 AI 인프라 수요에 대응한다는 목표다. KT클라우드는 종합 에너지기업 SGC에너지가 추진하는 전북 군산 AIDC 사업에 설계·구축·운영(DBO) 파트너로 참여한다고 28일 밝혔다. 이번 사업은 군산시 내 11만 5702㎡ 부지에 대규모 AI 데이터센터를 조성하는 프로젝트다. 올해 말 60MW 규모 1단계 데이터센터 착공을 시작해 2028년 1분기 본격적인 운영에 들어갈 예정이다. SGC에너지는 향후 시장 수요에 맞춰 전체 데이터센터 규모를 300MW까지 단계적으로 확대할 계획이다. 수도권에 집중된 데이터센터 인프라를 비수도권으로 분산하고 군산 지역의 전력·부지 경쟁력을 활용해 대규모 AI 인프라 공급 기반을 확보한다는 구상이다. KT클라우드는 이번 사업의 DBO 파트너로 데이터센터 설계 컨설팅부터 주요 설비 공사(MEP), 안정성과 운영 검증을 위한 커미셔닝, 실제 운영까지 구축·운영 전반을 담당한다. 현대엔지니어링은 공동 시공사로 참여해 건축·토목·설비·조경·통신 공사를 수행한다. 일부 전력 및 냉각설비 구축도 맡을 예정이다. 데이터센터 구축 기간을 줄이기 위해 모듈형 방식도 적용한다. KT클라우드는 액체냉각을 비롯한 전력·냉각 설비를 공장에서 미리 제작한 뒤 현장에서 조립·설치하는 프리팹 기반 '모듈러·스키드 솔루션'을 도입한다. 회사 측은 현장 작업을 줄여 설비 품질을 일정하게 유지하는 동시에 기존 방식보다 데이터센터 구축 기간을 50% 이상 단축할 수 있을 것으로 보고 있다. AI 인프라 수요가 빠르게 늘어나는 상황에서 고객이 원하는 시기에 데이터센터 용량을 공급하기 위한 전략이다. 차세대 AI 가속기의 발열에 대응하기 위한 액체냉각 설계도 적용한다. KT클라우드는 군산 AIDC 전 층에 엔비디아 차세대 AI 가속기 베라 루빈을 지원할 수 있는 액체냉각 기반 'AI 레디' 특화 설계를 적용할 계획이다. 고성능 AI 가속기는 연산 성능이 높아질수록 전력 사용량과 발열도 함께 증가한다. KT클라우드는 이를 고려해 전력·냉각 인프라를 선제적으로 설계하고 향후 고객이 도입하는 AI 시스템에 맞춰 인프라를 신속하게 구성할 수 있도록 지원한다는 방침이다. 회사 측은 전 층에 베라 루빈 대응 액체냉각 설계를 적용하는 것은 국내 최초라고 설명했다. 대규모 데이터센터를 직접 구축·운영하며 쌓은 커미셔닝 역량도 투입한다. 설계·시공 단계부터 전력과 냉각, 제어 설비의 성능과 연동성을 검증하고 실제 운영 환경을 고려한 통합 시험을 수행해 고집적 AIDC의 품질과 안정성을 관리할 계획이다. KT클라우드는 군산 AIDC가 향후 300MW까지 확대되는 과정에서도 SGC에너지와 협력을 이어갈 예정이다. 군산을 비수도권 AIDC 사업의 주요 거점으로 삼고 지역별 전력·부지 여건과 고객 수요를 고려해 데이터센터 공급 지역을 확대한다. 이를 바탕으로 KT클라우드는 2031년까지 전국에 총 1기가와트(GW) 규모 AIDC 공급 기반을 단계적으로 확보한다는 목표다. 김봉균 KT클라우드 대표는 "군산 AI 데이터센터는 급증하는 AI 인프라 수요에 맞춰 고객이 요구하는 시기에 최적의 인프라를 공급하기 위한 핵심 프로젝트"라며 "데이터센터 구축·운영 전반에서 축적한 역량을 기반으로 대규모 AIDC의 품질과 안정성을 확보하고 비수도권을 포함한 AIDC 공급 기반을 지속 확대해 나가겠다"고 말했다.

2026.09.28 10:30한정호 기자

AI 인프라부터 서비스까지 한자리에…내달 1일 'AI-클라우드 빅테크' 개최

인공지능(AI) 경쟁이 모델 개발을 넘어 데이터센터·클라우드·플랫폼·서비스 전반으로 확산되는 가운데 국내외 AI·클라우드 기업들이 관련 기술과 전략을 공유하고자 한자리에 모인다. 한국인공지능클라우드산업협회(KACI)는 다음 달 1일 서울 양재 엘타워에서 '제3회 AI-클라우드 빅테크 2026'을 개최한다고 23일 밝혔다. 올해로 3회째를 맞는 행사는 '발전, 연결, 전환으로 여는 AI-클라우드'를 주제로 열린다. 생성형 AI에서 에이전틱 AI로 기술 경쟁이 확대되는 가운데 AI 인프라부터 플랫폼과 서비스까지 이어지는 기술 생태계와 산업 변화를 다룰 전망이다. 특히 AI 경쟁이 고성능 그래픽처리장치(GPU) 확보를 넘어 대규모 AI 워크로드를 처리하는 데이터센터와 클라우드, 플랫폼으로 확대되는 흐름에 주목한다. 실제 업무와 서비스에 AI를 적용하기 위한 서비스형 소프트웨어(SaaS)와 보안 기술도 주요 의제로 다룬다. 오전 기조강연에선 AI 인프라의 변화가 집중적으로 다뤄진다. 공용준 KT클라우드 전무는 'GPU를 넘어 AIDC로, AI 인프라 경쟁의 새로운 기준'을 주제로 GPU 확보 경쟁 이후 데이터센터 구축·운영 역량과 AIDC 전략을 소개한다. 박운영 HPE 상무는 기업이 AI를 실제 업무 환경에 도입하고 확장하기 위한 프라이빗 클라우드 AI 전략을 발표한다. 김지훈 네이버클라우드 이사는 네오클라우드와 하이퍼스케일러를 아우르는 AI 팩토리를 중심으로 새로운 AIDC 전략을 공유한다. 오후에는 AI 인프라를 실제 서비스와 업무로 연결하기 위한 기술이 소개된다. 권경민 이노그리드 전무는 GPU에서 AI 서비스까지 연결하는 AI-PaaS의 역할을 다루고 박성혁 가온아이 상무는 AI 그룹웨어 '가온AI'를 중심으로 AI가 바꾸는 업무환경과 협업 방식을 소개한다. AI 운영과 보안 분야 발표도 이어진다. 정현석 올리브웍스 대표는 AI 플랫폼 환경의 보안 설계를, 고우주 나무AX 상무는 AI-PaaS와 AI옵스에서 AI 데이터센터로 이어지는 운영 전략을 발표한다. 이영수 디딤 부사장은 AI 데이터센터를 중심으로 인프라 산업 변화를 전망하고 권기석 영림원소프트랩 사업부장은 전사적자원관리(ERP)와 AI를 결합한 업무 혁신 전략을 공유한다. 국산 AI 반도체와 AI 업무환경도 주요 주제다. 여준기 한국전자통신연구원(ETRI) 본부장은 국산 AI 반도체를 활용한 AI 마이크로 데이터센터(AI-MDC) 기술을 소개한다. 김이곤 SK쉴더스 팀장은 AI 워크스페이스 확산에 따른 보안 아키텍처를, 이해석 폴라리스오피스 부사장은 도메인 특화 데이터와 소형언어모델(SLM)을 활용한 '에이전트 레디 SaaS' 전략을 발표한다. KACI는 이번 행사를 개별 기술 소개에 그치지 않고 AIDC와 GPU 등 AI 인프라에서 AI-PaaS와 AI옵스를 거쳐 SaaS와 업무환경, 보안으로 이어지는 기술 흐름을 살펴볼 수 있도록 구성했다고 밝혔다. 정부·공공기관과 기업 관계자는 AI 기술과 적용 사례를 비교하고 공급 기업과 도입·협력 방안을 논의할 수 있다. 행사장에는 참가 기업의 전시·홍보 부스도 마련되며 정부와 유관기관, 지자체·공공기관, AI·클라우드 기업과 산업계 관계자 등 약 300명이 참석할 예정이다. 김봉균 KACI 회장은 "AI 경쟁이 본격화되면서 이제 경쟁력의 기준은 AI 모델 자체를 넘어 이를 안정적으로 구현하고 확장할 수 있는 데이터센터와 클라우드, 플랫폼 역량으로 넓어지고 있다"며 "AI 산업이 성장하기 위해선 인프라·플랫폼·서비스가 유기적으로 연결되는 생태계가 함께 성장해야 한다"고 말했다. 이어 "이번 AI-클라우드 빅테크가 AI 인프라에서 플랫폼과 서비스까지 서로 다른 영역의 기업과 기술을 연결하고 이러한 연결이 실제 산업의 혁신과 새로운 비즈니스로 이어지는 자리가 되길 기대한다"며 "AI 도입과 전환을 고민하는 정부·공공기관 및 산업계 관계자들에게도 현재 기술 수준과 향후 방향을 확인할 수 있는 기회가 될 것"이라고 덧붙였다.

2026.09.23 13:46한정호 기자

김동훈 NHN클라우드 대표, NHN 주식 1.4억원 매수…AI 인프라 성장 자신감

김동훈 NHN클라우드 대표가 인공지능(AI) 인프라 사업의 성장세 속에서 모회사 NHN 주식을 추가 매입했다. 광주 국가AI데이터센터를 시작으로 대규모 그래픽처리장치(GPU) 운영 경험을 쌓아온 NHN클라우드가 최근 서울 양평 리전까지 사업을 확대하며 실적 성장세를 이어가는 가운데, 김 대표의 이번 주식 매입도 향후 사업 성장에 대한 자신감을 반영한 행보로 풀이된다. 22일 금융감독원 전자공시시스템에 따르면 김 대표의 NHN 보유 주식은 기존 7340주에서 1만주로 늘었다. 공시에는 지난 18일 보통주 2660주를 장내 매수한 것으로 반영됐다. NHN클라우드에 따르면 실제 주식 매입은 지난 16일 이뤄졌다. 취득 단가는 주당 5만 3000원으로 총 매입 금액은 약 1억 4000만원이다. 김 대표는 NHN클라우드가 AI 데이터센터 사업에 본격적으로 뛰어든 초기부터 관련 사업을 이끌어왔다. NHN클라우드는 광주 국가AI데이터센터 구축·운영을 통해 대규모 GPU 인프라 운영 경험을 확보했고 이후 AI 인프라 수요가 급증하면서 관련 사업을 확대해왔다. 시장 초기부터 AI 데이터센터에 선제적으로 투자하면서 대규모 GPU 구축·운영 역량을 축적했다. 최근 성장세를 이끄는 핵심은 서울 양평 리전이다. NHN클라우드는 지난 3월 말 양평 리전 가동을 시작했으며 엔비디아 B200 기반 서비스형 GPU(GPUaaS) 공급이 2분기부터 본격화됐다. 이에 힘입어 NHN클라우드의 2분기 매출은 전년 동기 대비 85.3%, 전분기 대비 49% 증가했다. NHN 전체 실적에서도 클라우드 사업의 기여도가 커졌다. 올해 2분기 NHN 기술 부문 매출은 전년 동기 대비 52.9% 증가한 1598억원을 기록했다. NHN 연결 기준 매출은 7579억원, 영업이익은 579억원으로 각각 전년 동기 대비 25.3%, 164.1% 증가하며 분기 기준 역대 최대치를 기록했다. AI 인프라 확장도 지속 추진 중이다. NHN클라우드는 증가하는 GPU 수요에 대응하기 위해 내년까지 최소 30메가와트(MW) 규모의 AI 데이터센터 용량을 추가 확보할 계획이다. 이 가운데 20MW는 외부 데이터센터 임차 방식으로 마련하고 나머지 10MW는 자체 데이터센터로 구축한다. 기존 리전에는 엔비디아 B300 이상 최신 GPU도 추가 도입한다는 목표다. GPU 인프라를 넘어 AI 개발과 운영 전반을 아우르는 사업 구조도 구축 중이다. 지난 5월 AI 풀스택 브랜드 '팩토리X'를 공개하고 GPU 인프라 확보와 운영 최적화부터 AI 에이전트 실행 환경까지 제공하는 체계를 마련했다. 해외 기업의 GPU 수요 증가에 대응해 일본 데이터센터 확보 등 글로벌 사업 확대도 추진 중이다. 이 같은 AI 인프라 사업 성장과 함께 모회사 NHN의 주가도 큰 폭으로 올랐다. 회사 주가는 최근 1년간 114.23% 상승했다. NHN클라우드가 그룹 기술 사업의 주요 성장축으로 자리 잡으면서 AI 인프라 사업의 실적 기여도에 대한 시장의 관심도 높아지는 모습이다. NHN클라우드 관계자는 "현재 진행 중인 AI 인프라 사업의 성장 모멘텀이 이어지고 있는 가운데 이번 주식 매입 건이 향후 우리의 실적 성장에 대한 기대감을 높이는 동시에, 모회사 NHN의 주주가치 제고에도 긍정적인 영향을 미칠 것으로 기대된다"고 밝혔다.

2026.09.22 16:58한정호 기자

알리바바, 10조 파라미터 AI 만든다…자체 칩·20GW 데이터센터도 확장

알리바바가 인공지능(AI) 칩부터 클라우드 인프라, 대규모언어모델(LLM), AI 에이전트까지 자체 기술로 연결하는 풀스택 AI 전략을 강화한다. 차세대 큐원(Qwen) 모델을 최대 10조개 파라미터 규모로 확대하고 글로벌 데이터센터 용량을 2032년 20기가와트(GW) 이상으로 늘리는 등 AI 인프라와 모델에 대한 대규모 투자를 이어간다는 구상이다. 알리바바 그룹은 알리바바 클라우드의 연례 기술 행사 '압사라 컨퍼런스'에서 칩과 클라우드 인프라, 모델, 에이전트를 아우르는 풀스택 AI 전략 로드맵과 관련 기술을 공개했다고 22일 밝혔다. 이번 행사에선 차세대 큐원 파운데이션 모델과 멀티모달 모델, 자체 개발 AI 칩, AI 에이전트 구동에 특화된 에이전틱 클라우드, 스마트폰용 AI 에이전트 플랫폼 등이 공개됐다. 큐원 최대 10조 파라미터로…AI가 스스로 모델·칩 개선 알리바바는 현재 차세대 모델 '큐원4'를 학습 중이다. 후속 모델인 큐원4.5와 큐원5 시리즈까지 로드맵을 제시했으며 향후 모델 규모를 5조~10조개 파라미터까지 확대할 것으로 전망했다. AI가 스스로 학습 과정을 개선하는 '재귀적 자기 개선(RSI)' 기술 성과도 공개했다. 회사 측에 따르면 큐원3.8-맥스는 한 달 동안 파이프라인 설계와 데이터 검증, 반복 실험, 오류 진단을 자동으로 수행하며 33차례 개선 과정을 거쳤다. 그 결과 AI 모델 평가기관 아티피셜 애널리시스 점수가 40점에서 45점으로 상승했다. 칩 설계에도 AI를 활용했다. 큐원3.8-맥스는 60시간 이상 스스로 개선하는 과정을 거치면서 전자설계자동화(EDA) 도구를 1만회 이상 호출해 칩 버스 모듈을 설계했다. 이를 통해 성능 저하 없이 칩 면적을 42% 줄였다는 설명이다. 음성과 이미지 등 멀티모달 AI 모델도 확대한다. 실시간 통역 모델 '큐원3.8-라이브 트랜슬레이트'는 지연 시간을 2.8초에서 2.3초로 약 20% 줄였다. 오디오 생성 모델 '큐원-오디오-3.1-TTS-넥스트'를 비롯해 자동 음성 인식과 음성 변환, 실시간 상호작용을 지원하는 모델도 선보였다. 이미지 생성 모델 '큐원-이미지 3.1'은 올해 출시할 예정이다. 크리에이티브 디자인과 이커머스 마케팅에 초점을 맞춰 이미지 제작 시간을 수 시간에서 수 초로 단축하고 투명 배경 이미지 생성과 이미지 편집 등을 지원한다. 인터랙티브 월드 모델 '해피오이스터 2.0 프리뷰'와 월드 모델 벤치마킹 플랫폼 '해피월드 아레나'도 공개했다. 스마트폰에서 AI 에이전트를 활용하기 위한 기업용 풀스택 솔루션 '큐원 인텔리전스'도 선보였다. 스마트폰 제조사가 큐원 기반 에이전트 플랫폼을 활용해 여러 애플리케이션에 걸친 복잡한 작업을 처리하는 AI 스마트폰을 구현하도록 지원하는 솔루션이다. 자체 AI 칩 '전우' 공개…CPU까지 풀스택 내재화 AI 연산을 뒷받침할 자체 반도체도 공개했다. 알리바바의 반도체 설계 부문 티헤드는 AI 학습·추론 프로세서 '전우(Zhenwu) V900'을 선보였다. 지난 5월 출시한 전우 M890 대비 3배 성능을 제공하며 216기가바이트(GB) 메모리와 초당 1200GB의 칩 간 대역폭을 갖췄다. FP8과 FP4 등 다양한 수치 정밀도를 지원하며 양산과 상용 출시는 내년 1분기로 예정됐다. 알리바바는 전우 V900과 네트워크·스토리지 관련 자체 칩을 통합한 차세대 슈퍼노드 서버도 공개했다. 최대 50만장의 카드로 구성된 슈퍼노드 클러스터를 지원한다. 중앙처리장치(CPU) 개발 로드맵도 제시했다. 내년 출시를 목표로 개발 중인 '이톈(Yitian) 720'과 '이톈 730', 2029년 출시 예정인 '이톈 750' 등이다. 이톈 750은 자체 코어를 기반으로 이톈 CPU와 전우 AI 칩을 직접 연결하도록 설계된다. 에이전틱 클라우드 구축…2032년 데이터센터 20GW로 알리바바 클라우드는 AI 에이전트 시대에 대응한 에이전틱 클라우드 전략도 공개했다. 모델과 에이전트 실행·관리 환경인 하니스, 컨텍스트 등 세 계층으로 나눠 기업의 AI 에이전트 구축과 운영을 지원한다. 모델 계층의 AI 네이티브 클라우드는 대규모 모델 학습과 추론을 담당한다. AI 플랫폼 PAI는 추론과 캐싱, 샘플 리플레이, 학습 서비스를 연계하고 클라우드 병렬 파일 스토리지(CPFS)는 초당 100테라바이트(TB) 수준의 처리량과 초당 1억회의 입출력 작업(IOPS)을 제공한다. 회사 측은 이를 통해 AI 스토리지 비용을 69% 절감할 수 있다고 설명했다. 자체 AI 네트워킹 아키텍처 'HPN 8.0 Pro'는 100페타비트(Pb) 대역폭을 지원한다. 단일 클러스터에서 800G급 네트워크 포트를 13만개 이상 지원하고 네트워크 장애 등에 따른 영향을 이전 세대의 50%에서 25%로 줄였다. 에이전트 계층에선 '에이전트코어'와 '에이전트 시큐리티 센터'를 공개했다. 에이전트코어는 AI 에이전트 구축부터 실행·관리까지 전체 생애주기를 지원하고 에이전트 시큐리티 센터는 실시간 위협 탐지를 기반으로 에이전트의 보안과 규정 준수를 관리한다. 데이터 영역에선 '에이전트 컨텍스트'와 '오픈레이크'를 강화했다. 에이전트 컨텍스트는 기업의 문서와 업무 시스템, 채팅 기록, 멀티모달 데이터를 통합해 AI 에이전트에 실시간 맥락과 장기 기억을 제공한다. 회사 측은 고객 서비스와 AI 코딩, 데이터 분석 등에서 토큰 사용량을 최대 67% 줄일 수 있다고 설명했다. 오픈레이크는 정형·반정형·비정형·벡터·스트리밍 데이터 등을 하나의 사본으로 관리하는 멀티모달 데이터 레이크하우스로 고도화했다. 기존 아키텍처 대비 총비용을 38% 줄이고 쿼리 응답 시간을 40% 단축했다는 설명이다. 알리바바는 이러한 AI 수요 확대에 맞춰 클라우드 인프라도 대폭 확충할 계획이다. 현재 운영하는 글로벌 데이터센터 용량을 2032년까지 20GW 이상으로 확대해 증가하는 AI 연산 수요를 뒷받침한다는 목표다. 에디 우 알리바바 그룹 최고경영자(CEO)는 "현재 기계의 사고 총량은 인간 전체 사고량의 3%에도 못 미친다"며 "향후 기계의 사고량이 인간의 1000배에 이른다고 가정하면, 간단한 계산만으로도 기계의 사고량이 얼마나 크게 늘어날 수 있는지 알 수 있다"고 설명했다. 이어 "기계가 사고의 핵심 주체로 자리 잡으면서 지능은 대규모로 공급되는 상품으로 바뀌고 있지만, 기계 지능 시대의 진정한 혁신 제품은 아직 등장하지 않았다"고 덧붙였다. 그러면서 "이러한 인식을 바탕으로 우리가 운영하는 글로벌 데이터센터 용량을 2032년까지 20GW가 넘는 규모로 확대해 업계에서 기하급수적으로 증가하는 AI 수요를 뒷받침하는 것을 목표로 한다"고 강조했다.

2026.09.22 15:15한정호 기자

모두의 AI, 현실이 되다…'AI페스타' 1년만에 확 달라진다

지난 해 열린 AI페스타 25에서는 생성형 인공지능(AI)과 거대언어모델(LLM)의 가능성을 폭넓게 선보여 많은 각광을 받았다. 1년 만에 돌아온 AI 페스타 26에서는 실제 산업 현장에서 성과를 내는 실전 AI 중심 행사로 한 단계 더 업그레이드된다. AI 모델의 성능을 소개하는 데서 기업 업무와 제조·물류·공공·안보 등 다양한 현장에서 AI가 어떻게 적용되고 있는지 보여주는 전시가 될 전망이다. 과학기술정보통신부가 지정한 국가 공식 인공지능주간(AI Week) 대표 행사인 AI 페스타 26은 오는 10월 6일부터 8일까지 서울 코엑스 C홀에서 열린다. 올해는 'AI, 현실이 되다. 모두의 AI'를 주제로 AI가 실제 산업과 기업 현장에서 만들어내는 변화와 성과에 초점을 맞췄다. 지난해 AI 페스타 25는 AI 산업 전반을 큰 틀에서 조망하는 방식으로 전시장을 구성했다. AI 코어존, AI 융합존, AI 트렌드존, AI 거브존 등 4개 콘셉트로 나눠 초거대 AI 모델, AI 반도체, 클라우드와 데이터 인프라, 산업별 AI 활용 사례, 생성형 AI, 공공·정책 분야 AI 등을 폭넓게 소개했다. 지난해 AI 페스타 25에는 국내외 203개 기업이 참가해 466개 부스를 운영했고, 약 6만 명의 관람객이 찾았다. 사흘간 행사에 하루 평균 2만 명 안팎이 방문한 셈이다. 생성형 AI 열풍이 이어지던 시기 대기업과 AI 전문기업, 클라우드·데이터 기업, 스타트업, 공공기관 등이 대거 참가하면서 국내 대표 AI 산업 행사로서의 위상을 키웠다. 올해는 전시장 구성부터 확 달라진다. 지난해의 4개 대분류 전시 체계에서 벗어나 9개 테마 특별관을 운영한다. 독자 AI 파운데이션 모델, AI 경진대회, 피지컬 AI·로봇, K-AI 파트너십, 에이전틱 AI+X, AI 반도체, AI 인프라, 국방 AI, 보안·양자 등이 주요 전시 축이다. 지난해 전시장 구성은 생성형 AI와 AI 생태계 전반을 한자리에서 소개하는 데 무게를 뒀다. 하지만 올해는 시장 수요가 빠르게 확대되는 기술과 산업별 활용 분야를 각각 독립된 전시 주제로 전면에 배치했다. 전시장 자체가 AI 산업의 기술 흐름과 사업 수요를 보여주는 지도로 바뀌는 셈이다. 행사 주최 측은 올해 약 210개 기업, 500개 이상 부스 규모로 코엑스 전시홀을 가득 채워 행사를 준비하고 있다. 참가 기업 부스는 지난해 466개보다 최소 34개 이상 증가한다. 참가 기업과 부스 수는 22일 현재 집계 기준이다. 최종 실적은 행사 종료 후 확정된다. 올해 전시에서 가장 주목할 분야는 에이전틱AI다. 생성형 AI가 사용자의 질문에 답하거나 문서·이미지·코드를 생성하는 데 초점을 맞췄다면, 에이전틱 AI는 주어진 목표에 따라 필요한 정보를 찾고 업무를 계획하며 여러 시스템과 도구를 연계해 실제 작업을 수행하는 방향으로 발전하고 있다. 기업의 AI 도입 수요도 단순 챗봇 구축이나 회의록 요약, 문서 작성 보조 등 개별 기능을 활용하는 단계에서 업무 프로세스 전반을 자동화하는 단계로 옮겨가고 있다. 고객 상담, 영업 지원, 마케팅 운영, 데이터 분석, 소프트웨어 개발, 구매·정산·인사 업무 등에 AI를 연결하려는 기업이 늘면서, AI 경쟁의 기준도 모델 성능만으로 평가하기 어려워졌다. 이제는 기존 업무 시스템과 얼마나 안정적으로 연결되는지, 민감한 기업 데이터를 안전하게 관리할 수 있는지, 실제 업무 시간을 얼마나 줄이고 생산성을 높이는지가 AI 도입의 핵심 조건으로 떠오르고 있다. 에이전틱 AI+X 특별관은 이러한 기업 수요를 반영해 AI가 산업과 직무별 업무에 어떤 방식으로 결합될 수 있는지를 보여주는 공간이 될 것으로 예상된다. 피지컬 AI·로봇도 올해 전시장 변화의 핵심 축이다. 피지컬 AI는 AI가 화면 속 데이터와 문서를 처리하는 데 머물지 않고, 로봇·센서·제어 시스템과 결합해 현실 공간을 인식하고 판단하며 실제 행동까지 수행하도록 하는 기술이다. 제조 현장에서는 품질 검사와 설비 관리, 물류 현장에서는 분류·이송과 재고 관리, 서비스 공간에서는 안내·배송·안전 관리 등에 적용할 수 있다. 지난해에도 로보틱스와 산업 AI가 AI 융합 분야에서 다뤄졌지만 올해는 피지컬 AI·로봇을 별도 특별관으로 구성했다. AI가 디지털 업무를 지원하는 기술을 넘어 공장과 물류센터, 병원, 도심 공간 등 물리적 현장에서 일하는 기술로 확장되고 있음을 반영한 것이다. AI 반도체와 AI 인프라가 독립 전시 축으로 부각된 것도 지난해와 다른 점이다. 지난해에는 초거대 AI 모델, 반도체, 클라우드, 데이터 인프라 등이 AI 코어존 안에서 함께 소개됐다. 올해는 AI 반도체와 인프라를 각각 별도 테마로 구성해 AI 산업의 경쟁이 모델 개발을 넘어 컴퓨팅 자원과 서비스 운영 역량까지 확대되고 있음을 보여준다. AI 모델을 학습하고 운영하려면 고성능 반도체와 서버, 데이터센터, 클라우드, 네트워크, 데이터 관리와 전력 효율 기술이 필요하다. 생성형 AI와 에이전틱 AI 서비스가 확산될수록 기업은 모델뿐 아니라 이를 안정적으로 운영할 수 있는 인프라와 보안 체계까지 확보해야 한다. AI 페스타 26이 AI 반도체와 AI 인프라를 전면에 배치한 배경이다. 보안·양자와 국방 AI를 별도 특별관으로 구성한 것도 주목된다. AI가 사무 자동화와 인터넷 서비스 영역을 넘어 국가 기반시설, 공공 서비스, 제조와 안보 분야로 확산하면서 보안성, 신뢰성, 안정성은 AI 활용 전제 조건이 되고 있다. 기업과 기관이 민감 데이터와 핵심 산업 정보를 다루는 AI를 도입할수록 데이터 보호, 접근 통제, 모델 보안, 사이버 위협 대응 역량의 중요성도 커지고 있다. 행사의 성격도 기술 전시회에서 AI 비즈니스 플랫폼으로 넓어진다. 기술 공급기업과 AI 도입을 검토하는 수요기업을 연결하는 비즈니스 매칭 라운지, AI 스타트업 밋업데이, B2B 테크투어 등이 함께 운영된다. 전시장에서 기술을 소개하는 데 그치지 않고 실제 도입 상담과 협업, 투자, 판로 개척으로 이어질 수 있도록 하겠다는 취지다. AI 서밋과 퓨처테크 컨퍼런스, 퀀텀포럼, 사이버보안 컨퍼런스, AI 융합 인재개발 포럼 등 분야별 프로그램도 행사 기간 이어진다. 마지막 날에는 실제 산업 현장에서 구현된 AI 사례를 집중적으로 소개하는 AIR 쇼케이스가 열릴 예정이다. AI 페스타 26 관계자는 "지난해가 생성형 AI를 통해 국내 AI 산업의 가능성과 기술 저변을 확인한 자리였다면 올해는 AI가 기업과 산업 현장에서 실제로 어떤 문제를 해결하고 어떤 성과를 내는지를 보여주는 데 초점을 맞췄다"며 "에이전틱 AI와 피지컬 AI, 반도체와 인프라를 아우르는 전시와 비즈니스 프로그램을 통해 기술 공급기업과 수요기업이 실질적인 협력 기회를 만들 수 있도록 하겠다"고 말했다.

2026.09.22 14:32남혁우 기자

[AI 고속도로] 2년 걸리던 AI 데이터센터, 수개월로…'모듈형' 구축 경쟁 뜬다

인공지능(AI) 인프라 경쟁이 치열해지면서 데이터센터를 짓는 방식도 달라지고 있다. 부지를 확보하고 건물을 지은 뒤 전력·냉각 설비와 서버를 구축하는 기존 방식에서 벗어나 주요 설비를 공장에서 미리 제작해 현장에서 조립하는 모듈형 데이터센터가 새로운 대안으로 떠오르는 모습이다. 22일 업계에 따르면 LG CNS와 KT클라우드, 엘리스그룹 등 국내 AI 인프라 사업자들이 잇달아 모듈형 데이터센터 구축과 기술 개발에 나서고 있다. 모듈형 데이터센터는 전력·냉각·IT 장비 등 주요 시설을 표준화된 형태로 공장에서 미리 제작한 뒤 현장에 설치하는 방식이다. 건물과 설비를 순차적으로 구축하는 기존 데이터센터와 달리 모듈 제작과 현장 공사를 동시에 진행할 수 있어 통상 2년 안팎인 구축 기간을 수개월 수준까지 줄일 수 있다는 점이 강점으로 꼽힌다. 필요한 만큼 모듈을 추가해 데이터센터 규모를 단계적으로 늘릴 수 있다는 것도 특징이다. 초기부터 대규모 데이터센터를 완성하는 대신 실제 AI 컴퓨팅 수요에 맞춰 용량을 확대할 수 있어 초기 투자 부담을 낮추고 향후 수요 변화에도 유연하게 대응할 수 있다. 특히 AI 시대에는 구축 속도의 중요성이 더욱 커지고 있다. 엔비디아 등 AI 반도체 업체들이 새로운 그래픽처리장치(GPU)를 빠르게 출시하면서 데이터센터 구축이 길어질수록 처음 설계할 당시 최신이었던 GPU가 실제 가동 시점에는 이전 세대 제품이 될 가능성이 커지기 때문이다. 고가의 AI 가속기를 확보한 뒤 실제 서비스에 투입하기까지 걸리는 시간을 줄여 투자 효율을 높이는 것이 중요해진 셈이다. 국내에선 LG CNS가 올 초 컨테이너 형태의 모듈형 AI 데이터센터인 'AI HAUS'를 앞세웠다. AI HAUS 하나에 최대 576장의 GPU를 수용할 수 있으며 서버 전력 기준 1.2메가와트(MW) 규모다. 별도 건물을 신축하지 않고 컨테이너형 모듈을 연결해 데이터센터를 구성하기에 기존 데이터센터가 약 2년 걸리는 것과 비교해 약 6개월 만에 구축할 수 있는 것으로 알려졌다. 수십개의 AI HAUS를 연결해 대규모 AI 데이터센터로 확장하는 것도 가능하다. LG CNS는 첫 AI HAUS를 부산 글로벌 클라우드 데이터센터 부지에 구축하고 향후 약 2만7179㎡ 부지에 50개 안팎의 AI HAUS를 집적한 캠퍼스를 조성할 계획이다. LG전자의 냉각수 분배 장치와 항온항습기·냉동기, LG에너지솔루션의 무정전전원장치(UPS)용 배터리 등을 패키지로 구성해 그룹 계열사 기술을 AI 인프라 사업과 연결한다는 전략이다. KT클라우드도 모듈형 AI 데이터센터 기술 개발에 속도를 내고 있다. KT클라우드는 에너지 기업 SGC와 협력해 전력·에너지 인프라와 자사의 데이터센터 설계·구축·운영(DBO) 역량을 결합한 차세대 모듈형 기술을 공동 개발 중이다. 표준화된 설계와 병행 공법을 적용해 구축 기간을 줄이고 고객 수요가 늘어날 경우 데이터센터 규모를 빠르게 확장한다는 계획이다. 이는 KT클라우드가 추진하는 전국 AI 데이터센터 확장 전략과도 맞물린다. 회사는 현재 약 200메가와트(MW) 규모인 데이터센터 인프라를 2031년까지 1기가와트(GW) 규모로 확대하고 전국 20여개 거점을 확보한다는 목표다. 데이터센터 구축 단계에는 건축정보모델링(BIM)과 전산유체역학(CFD), 모듈형 기술을 적용하고 주요 설비를 사전 제작하는 방식으로 구축 기간을 단축할 방침이다. 아울러 AI 스타트업 엘리스그룹도 모듈형 AI 데이터센터를 AI 인프라 사업의 핵심 기술로 활용 중이다. 엘리스그룹의 AI PMDC는 전력·냉각·IT 장비와 관제 시스템을 하나의 모듈로 통합해 공장에서 제작한 뒤 현장에 설치하는 방식이다. 시설부터 짓고 서버를 배치하는 기존 방식과 달리 어떤 AI 워크로드와 GPU를 사용할지 먼저 정한 뒤 이에 맞춰 데이터센터 전체를 설계하는 것이 특징이다. 엘리스그룹은 정부의 AI컴퓨팅자원 활용기반 강화사업을 통해 엔비디아 B300 GPU 2560장을 4개 모듈형 AI 데이터센터에 각각 640장씩 구축할 계획이다. 직접수랭식(DLC)과 온수·외기 냉각을 적용하고 데이터센터 전력사용효율(PUE) 1.1 수준을 목표로 고집적·고전력 GPU 환경에 맞춰 전력과 네트워크까지 최적화한다는 구상이다. 이 외에도 SK텔레콤이 슈퍼마이크로·슈나이더 일렉트릭과 전력·냉각·IT 인프라를 모듈 단위로 사전 제작한 뒤 현장에서 조립하는 프리팹 모듈러 기반 AI 데이터센터 통합 솔루션 개발을 추진 중이다. GS그룹 역시 AI 데이터센터 관련 스타트업 기술을 계열사 사업과 연계하는 과정에서 모듈형 데이터센터 기술의 실제 사업 적용 가능성을 검토하고 있다. 다만 모듈형 데이터센터 확산을 위해 풀어야 할 과제도 남아 있다. 데이터센터 자체를 빠르게 제작할 수 있더라도 대규모 전력 확보와 부지, 인허가 문제까지 해결되는 것은 아니기 때문이다. 현행 건축법상 모듈형 데이터센터의 법적 지위도 명확하지 않아 인허가 과정에서 해석 차이가 발생하고 있다. 실제 내년 3월 AI 데이터센터 특별법 시행을 앞두고 업계에선 모듈형 전기실 등을 건축물이 아닌 설비나 장치로 분류하는 등 제도 개선이 필요하다는 요구가 나오고 있다. 다만 현행 특별법의 위임 범위만으로 시행령에 건축법상 특례를 담기는 어려워 향후 법 개정이나 규제샌드박스 등을 통한 보완이 필요한 상황이다. AI 서버 업계 관계자는 "모듈형 데이터센터가 시장에서 자리 잡으려면 결국 경제성이 중요하다"며 "기존 상용 데이터센터를 임대해 사용하는 것보다 비용과 운영 측면에서 얼마나 효율적인지 입증된다면 관련 수요도 계속 확대될 수 있을 것"이라고 밝혔다.

2026.09.22 10:36한정호 기자

정철 KACI ANP 위원장 "GPU·AI 모델만으론 부족…AI 정책에 플랫폼 넣어야"

"그래픽처리장치(GPU)와 데이터센터를 확충하고 훌륭한 인공지능(AI) 모델을 만드는 것만으로는 국가와 기업의 AI 경쟁력이 완성되지 않습니다. 인프라와 모델을 실제 산업 현장에서 쓸 수 있도록 연결하는 플랫폼이 반드시 필요합니다." 정철 한국인공지능클라우드산업협회(KACI) AI 네이티브 플랫폼(ANP) 분과위원회 위원장은 21일 서울 마곡 나무에이엑스 본사에서 지디넷코리아와 만나 이같이 강조했다. KACI는 최근 기존 서비스형 플랫폼(PaaS) 지원분과위원회 명칭을 ANP 분과위원회로 변경했다. 생성형 AI와 AI 에이전트 확산으로 기업의 관심이 단순 클라우드 전환을 넘어 AI 모델·데이터·GPU를 실제 업무와 연결하는 단계로 이동하면서 기존 PaaS 역할도 AI 개발·배포·운영 전반으로 확대해야 한다는 판단에서다. 기존 산업이 축적한 기술과 경험을 계승하면서 AI 시대 플랫폼 산업의 범위와 역할을 새롭게 정립하겠다는 취지다. "발전소 지어놓고 배전망 빠진 셈"…AI 정책에 플랫폼 넣어야 정 위원장은 국가 AI 정책에서 플랫폼을 독립적인 영역으로 다뤄야 한다고 짚었다. 현재 정부 투자가 GPU·데이터센터 등 인프라 확보와 AI 모델 개발에 집중된 반면 이를 기업의 실제 서비스로 연결하는 플랫폼에 대한 정책적 정의는 상대적으로 부족하다는 지적이다. 그는 이를 전력망에 비유했다. GPU와 데이터센터가 발전소이고 AI 모델이 여기서 생산된 전기라면 플랫폼은 이를 기업과 산업 현장까지 전달하는 배전망이라는 설명이다. 정 위원장은 "발전소를 아무리 많이 짓고 좋은 전기를 생산해도 이를 기업까지 전달하는 배전망이 없으면 실제 산업에서 활용하기 어렵다"며 "플랫폼 기업을 위한 예산이 필요하다는 게 아니라 AI 정책을 설계할 때 인프라와 서비스 사이에 플랫폼이라는 영역을 명확하게 정의해 달라는 것"이라고 밝혔다. 특히 자체 인력과 자본으로 AI 운영 환경을 구축하기 어려운 중견·중소기업에는 플랫폼 역할이 더욱 중요하다고 봤다. AI 시대에는 기존 PaaS가 담당했던 CPU·메모리·애플리케이션 관리를 넘어 고가의 GPU부터 모델, 데이터, 추론, AI 서비스 품질까지 통합적으로 관리해야 하기 때문이다. GPU 활용 효율이 대표적인 사례다. 플랫폼을 통해 GPU를 분할·공유하고 작업을 스케줄링하면 한정된 자원을 보다 효율적으로 활용할 수 있다. 정 위원장은 "GPU를 한 장 더 사는 것보다 이미 확보한 GPU를 최대한 효율적으로 사용하는 것이 훨씬 빠르고 비용도 적게 든다"며 "GPU를 나누고 배분하고 운영·관리하면서 활용률을 높이는 것이 AI 네이티브 플랫폼의 핵심 역할 가운데 하나"라고 말했다. 생성형 AI 특성상 지속적인 운영·관리도 필요하다. 기존 애플리케이션과 달리 정상 작동 중에도 환각 현상이 발생할 수 있고 모델 업데이트 주기도 빨라 지속적인 품질 관측과 재학습·배포가 요구된다. 정 위원장은 "AI는 서비스를 한번 배포했다고 끝나는 것이 아니라 계속 관찰하고 문제가 생기면 다시 학습하고 배포하는 과정이 반복된다"며 "새로운 모델과 기술을 기업이 바로 활용할 수 있도록 연결하고 운영하는 역할도 플랫폼이 담당해야 한다"고 강조했다. 외산 쓰더라도 갈아탈 수 있어야…플랫폼 종속 경계 정 위원장은 국내 AI 플랫폼 산업을 육성해야 하는 또 다른 이유로 선택권을 꼽았다. 글로벌 AI 모델과 클라우드를 활용하더라도 특정 사업자에 종속되지 않고 필요에 따라 모델과 인프라를 바꿀 수 있는 환경이 필요하다는 주장이다. 특히 데이터와 모델뿐 아니라 이를 운영하는 플랫폼까지 특정 기술에 종속되면 전환 비용이 더욱 커질 수 있다고 봤다. 그는 "오픈AI 챗GPT든 다른 해외 첨단 AI 모델이든 좋은 서비스를 사용하는 것은 문제가 아니다"라며 "중요한 것은 필요할 때 다른 모델이나 인프라로 쉽게 바꿀 수 있어야 한다는 것"이라고 말했다. 이어 "플랫폼까지 특정 기술에 종속되면 모델을 바꾸고 싶어도 운영 환경 전체를 다시 구축해야 할 수 있다"며 "쿠버네티스처럼 개방형 표준을 기반으로 이식성과 상호운용성을 확보해야 한다"고 덧붙였다. 국내 플랫폼 기업에도 기회가 있다고 짚었다. 미국 빅테크와 투자 규모나 생태계 자체로 경쟁하기는 어렵지만 국내 기업들은 지난 10여 년간 PaaS와 클라우드 네이티브 시장에서 기술과 구축 경험을 축적했다. 특히 공공·금융·의료처럼 규제와 보안 요구가 높고 온프레미스·프라이빗 클라우드 구축이 필요한 시장에선 강점을 발휘할 수 있다는 설명이다. 다만 GPU 자원을 분할·할당하는 관리 기술과 추론·데이터 최적화 등 AI 시대 새롭게 요구되는 일부 분야에서는 글로벌 기업과 격차가 있다고 인정했다. 정 위원장은 "미국은 관련 수요가 많아 기술 개발과 실증이 빠르게 이뤄졌지만 국내에는 그동안 수요 자체가 부족했다"며 "국내 기업도 실제 환경에서 기술을 검증하고 레퍼런스를 쌓을 수 있는 사업이 필요하다"고 밝혔다. 공공부터 플랫폼 별도 과업으로…금융·제조 등 산업별 확산 ANP 분과위원회는 플랫폼을 정부 AI 정책의 독립적인 영역으로 정립하는 데 우선적으로 나설 계획이다. 공공 AI 사업에서 플랫폼 구축을 별도 과업으로 명시하고 기술 중립적인 발주 체계를 마련하는 것도 주요 과제로 꼽았다. 현재 플랫폼 구축이 대형 시스템통합(SI) 사업에 포함되는 경우가 많아 전문기업이 직접 경쟁하거나 레퍼런스를 확보하기 어렵다는 이유에서다. 기존 수행 실적을 요구하는 발주 방식도 신기술 기업의 시장 진입을 어렵게 만드는 요인으로 지적했다. 정 위원장은 "공공사업을 발주할 때 플랫폼을 별도 과업으로 명시하고 특정 기업의 제품 사양이 아니라 필요한 기능과 성능을 중심으로 기술 중립적인 규격을 만들어야 한다"며 "여러 플랫폼 기업이 동일한 조건에서 기술력으로 경쟁할 수 있는 구조가 필요하다"고 강조했다. 산업별 특성을 반영한 플랫폼 구축도 필요하다고 봤다. 금융은 보안과 규제 준수, 제조는 축적된 산업 데이터 활용, 공공은 구축 속도와 비용 효율성, 의료는 민감한 데이터를 보호하기 위한 데이터 주권 등 요구사항이 서로 다르기 때문이다. 그는 국내 기업들이 PaaS와 클라우드 네이티브 분야에서 상당 기간 기술과 경험을 축적한 만큼, AI 네이티브 환경에 맞춰 기술을 고도화하고 충분한 레퍼런스를 확보하면 해외 시장 진출도 가능할 것으로 내다봤다. ANP 분과위원회도 정부·국회와 정책 협력을 확대하고 AI 네이티브 플랫폼의 산업·기술적 범위를 구체화할 계획이다. 공공사업의 기술중립성과 상호운용성·이식성을 강화하고 제조·금융·공공·의료 등 수요 산업과 플랫폼 기업을 연결해 실증과 사업화 기회를 확대한다는 방침이다. 정 위원장은 "국내 플랫폼 기업 몇 곳의 몸집을 키우는 것이 목표가 아니라 플랫폼을 통해 AI가 실제 기업의 업무 역량과 생산성을 높일 수 있도록 생태계를 만들 것"이라며 "정부 AI 정책에서 플랫폼의 역할이 명확하게 정의되고 국내에서 기술과 레퍼런스를 쌓는 선순환이 만들어진다면 향후 해외 시장에서도 경쟁할 수 있는 산업으로 성장할 수 있을 것"이라고 밝혔다.

2026.09.21 11:23한정호 기자

오케스트로 클라우드, KT와 AI 사업 키운다…AIDC·GPU 전방위 협력

오케스트로 클라우드가 KT와 손잡고 인공지능 전환(AX) 서비스부터 AI 데이터센터(AIDC), 그래픽처리장치(GPU) 인프라까지 AI 사업 전반으로 협력 범위를 넓힌다. 양사 인프라와 AI 플랫폼 역량을 결합해 공공·금융·기업 시장을 공동 공략한다는 구상이다. 오케스트로 클라우드는 KT와 AI 사업 확대를 위한 전략적 업무협약(MOU)을 체결했다고 18일 밝혔다. 이번 협약은 AI 서비스뿐 아니라 GPU와 데이터센터 인프라 수요가 확대되는 가운데 양사 기술·사업 역량을 결합해 새로운 사업 기회를 발굴하기 위해 마련됐다. 양사는 클라우드와 네트워크, 데이터센터 인프라와 AI 플랫폼 등 각사가 보유한 역량을 바탕으로 공공·금융·기업 시장에서 공동 사업을 확대할 계획이다. 협력 분야는 ▲AX ▲AIDC ▲매니지드 AI GPU ▲AI 플랫폼·클라우드 ▲공동 영업 및 사업 개발 등 5개 분야다. AX 분야에선 생성형 AI와 AI 에이전트, 검색증강생성(RAG), 업무혁신 플랫폼 등을 활용한 사업을 추진할 방침이다. 산업별 특성을 반영한 AI 서비스와 업무혁신 모델도 공동 개발한다. AIDC 분야에선 데이터센터 구축·운영을 비롯해 GPU·신경망처리장치(NPU) 클러스터와 AI 팩토리, 소버린 AI 인프라 관련 사업을 공동 개발할 계획이다. 엣지 데이터센터와 AI 전용 인프라의 기획·사업화에도 나선다. 특히 도심형 엣지 데이터센터와 KT클라우드의 통합형 AI 인프라 서비스를 연계해 소버린 AI 기반 프라이빗 클라우드 환경을 구축할 예정이다. 이를 바탕으로 금융권 등 높은 수준의 보안이 필요한 고객을 대상으로 관련 서비스를 확대할 계획이다. GPU 인프라 사업도 함께 추진한다. 양사는 서비스형 GPU(GPUaaS)를 포함한 매니지드 AI GPU 서비스와 GPU 자원 운영·관제·최적화 사업에서 협력한다. AI 모델 학습과 추론에 필요한 GPU 인프라를 통합 서비스 형태로 제공하고 기업 고객의 AI 인프라 구축·운영까지 연계한다는 구상이다. AI 플랫폼·클라우드 분야에선 KT의 클라우드 인프라와 오케스트로 클라우드의 AI 플랫폼·운영 기술을 결합할 예정이다. 머신러닝 운영(MLOps)과 AI 추론 플랫폼을 공동 사업화하고 프라이빗 AI 클라우드와 소버린 AI 환경 구축에도 협력한다. 양사는 주요 고객을 대상으로 공동 제안과 마케팅도 진행한다. 공공·금융·기업 시장에서 신규 AI 사업과 비즈니스 모델을 발굴해 중장기적으로 협력 사업을 확대한다는 목표다. 박소아 오케스트로 클라우드 대표는 "이번 협약은 AI 서비스부터 데이터센터·GPU 인프라까지 양사 역량을 연결해 AI 사업 전반에서 협력할 수 있는 기반을 마련했다는 데 의미가 있다"며 "KT와 함께 공공·금융·기업 고객의 AI 전환을 지원하는 실질적인 사업 성과를 창출하고 이를 바탕으로 AI 사업 영역을 지속 확대해 나가겠다"고 밝혔다.

2026.09.18 13:36한정호 기자

AWS, 미-이란 전쟁 중 피격된 중동 데이터 일부 복구 실패

아마존이 미국과 이란 간 전쟁으로 피해를 입은 페르시아만 지역 데이터센터에 저장된 일부 데이터를 복구하지 못한 것으로 나타났다. 15일(현지시간) 블룸버그통신 보도에 따르면 아마존웹서비스(AWS)는 서비스 상태 페이지를 통해 바레인 데이터센터에만 저장돼 있던 일부 데이터와 아랍에미리트(UAE) 내 네트워크 일부에 저장된 데이터에 접근하지 못하고 있다고 밝혔다. 해당 시설들은 전쟁 초기 공격을 받아 피해를 입었다. 이란 혁명수비대(IRGC)는 당시 아마존이 미국의 군사 작전을 지원했다는 이유로 바레인의 AWS 시설을 공격했다고 주장했다. 외신은 위성사진에서도 바레인에 있는 아마존 데이터센터 2곳이 공격받은 사실이 확인됐다고 전했다. AWS는 약 5개월 만에 내놓은 공식 업데이트에서 당시 피해 규모가 자사 서비스가 견딜 수 있도록 설계된 수준을 넘어섰다고 설명했다. 바레인에서는 지난 3월 첫 공격 이후 대부분 고객이 다른 국가의 데이터센터로 업무를 이전했다. 이후 4월 추가 피해가 발생하면서 현지 AWS 데이터센터 네트워크는 사실상 운영이 중단됐다. UAE에서는 대부분 고객이 백업 데이터를 활용하거나 접근 가능한 데이터를 복사해 다른 지역에서 서비스를 복구했다. 다만 아마존은 UAE 내 하나의 가용영역에 저장된 데이터에는 여전히 접근하지 못하고 있다고 밝혔다. 가용영역은 장애 발생에 대비해 데이터와 서비스를 분산 운영하도록 구성한 독립적인 데이터센터 구역이다. 다른 2개 가용영역에서는 엔지니어들이 데이터와 자원 복구 작업을 계속하고 있는 상황이다. 아마존은 바레인과 UAE 고객에 대한 지원을 계속할 방침이며, 바레인 데이터센터 상황에 대해서는 내년 초 추가 내용을 공개할 예정이다. 세계 최대 클라우드 서비스 업체인 AWS는 중동 외에도 인도와 이스라엘, 유럽 여러 국가에서 데이터센터를 운영하고 있다.

2026.09.16 09:01류승현 기자

KT클라우드, 액체냉각·로봇 품은 AI 데이터센터 만든다…전국 20여곳 확대

KT클라우드가 2031년까지 전국 20여개 인공지능 데이터센터(AIDC) 거점을 확보하고 액체냉각·초고밀도 전력부터 AI 기반 운영, 모듈러 구축까지 차세대 기술 적용을 확대한다. 최옥진 KT클라우드 DC본부장은 15일 서울 강남구 그랜드 인터컨티넨탈 서울 파르나스에서 열린 'KT클라우드 서밋 2026'에서 "2031년까지 1기가와트(GW) 규모 데이터센터를 공급한다"며 "고객이 필요로 하는 데이터센터를 원하는 곳과 시점에 맞춰 공급할 것"이라고 밝혔다. KT클라우드는 현재 약 200메가와트(MW) 규모 데이터센터 인프라를 확보한 상태다. 앞으로 800MW 이상을 추가 공급하기 위해 데이터센터 부지 파이프라인을 개발 중이다. 수도권과 비수도권의 특성을 고려한 권역별 AIDC 클러스터도 구축한다. 수도권에선 여의도 금융 특화 엣지 데이터센터와 목동 B2B 거점을 비롯해 경기 서부 빅테크, 경기 남부 AI·그래픽처리장치(GPU) 수요 등을 중심으로 데이터센터를 확장한다는 목표다. 비수도권에선 KT의 해저케이블 등 글로벌 네트워크와 연계한 AIDC를 개발할 계획이다. 액체냉각부터 피지컬 AI까지…AIDC 기술 고도화 KT클라우드는 늘어나는 AI 서버의 전력·냉각 수요에 대응하기 위한 기술 개발을 진행 중이다. 최 본부장에 따르면 글로벌 하이퍼스케일러 고객을 대상으로 직접칩냉각(D2C) 방식의 액체냉각 서비스를 상용화하고 자체 해석 프로그램을 활용해 냉각 설계를 최적화하고 있다. 자체 개발한 부하기를 활용해 140킬로와트(kW)급 고밀도 AI 서버 환경도 실증했다. 데이터센터 구축 단계에는 건축정보모델링(BIM)과 전산유체역학(CFD), 모듈러 기술을 적용 중이다. BIM 기반 설계 정보를 실제 운영 단계까지 연계하고 CFD를 직접 수행해 고밀도 AI 서버 도입에 따른 냉각 위험을 사전에 분석하는 방식이다. 특히 주요 설비를 사전에 제작하는 프리팹 방식을 활용해 구축 기간을 단축하는 모듈러 데이터센터도 확산할 예정이다. 운영 자동화에는 AI와 로봇을 활용한다. 기존 데이터센터 통합관리시스템(DIMS)을 AIDC 운영 환경에 맞게 고도화하고 자율이동로봇(AMR) 등을 활용한 운영 자동화를 실증하고 있다. 장기적으로 데이터센터에서 생성되는 운영 데이터를 AI에 학습시켜 장애 예측과 재해복구 등을 지원하는 자율운영형 AIDC로 발전시킨다는 목표다. 전국 AIDC, KT 네트워크와 하나로 연결 AIDC가 전국으로 분산되면서 데이터센터를 연결하는 네트워크도 핵심 인프라로 부상하고 있다. 이와 관련해 전명준 KT 엔터프라이즈서비스본부장은 "우리의 고품질·초저지연 백본망을 활용해 지역별 AIDC 사이에서 대규모 데이터를 안정적으로 전송하고 분산된 데이터센터를 하나의 인프라처럼 연결하겠다"고 말했다. 특히 피지컬 AI와 자율주행 등 추론 중심 AI 서비스가 확대될수록 데이터센터 외부와 해외로 오가는 AI 트래픽도 빠르게 늘어날 것으로 전망했다. 이에 KT는 해저케이블과 육양국, 백본망, 데이터센터간연결(DCI), AIDC와 AI 엣지까지 연결하는 엔드투엔드 네트워크 인프라를 확대할 계획이다. AIDC 구축 속도를 높이기 위한 외부 협력도 강화한다. 에너지 기업 SGC의 안정적인 전력·에너지 인프라에 KT클라우드의 AIDC 설계·구축·운영(DBO) 역량을 결합해 차세대 모듈러 AIDC를 공동 개발한다는 목표다. 표준화된 설계와 병행 공법을 활용해 구축 기간을 줄이고 수요에 따라 데이터센터 규모를 빠르게 확장한다는 구상이다. 최옥진 본부장은 "AIDC 시대에는 네오클라우드를 비롯해 새로운 형태의 사업자와 고객이 계속 등장할 것"이라며 "고객이 필요로 하는 요구사항을 중심으로 협력을 확대해 대한민국이 아시아 AI 허브로 도약하는 데 기여하겠다"고 강조했다.

2026.09.15 13:37한정호 기자

클라우드 넘어 AI까지 통합…KT클라우드, '컴포지트 AI' 승부수

KT클라우드가 여러 클라우드 환경과 데이터, 그래픽처리장치(GPU)·신경망처리장치(NPU), 인공지능(AI) 모델과 에이전트를 하나로 연결하는 '컴포지트 AI' 전략을 본격화한다. 공용준 KT클라우드 클라우드본부장은 15일 서울 강남구 그랜드 인터컨티넨탈 서울 파르나스에서 열린 'KT클라우드 서밋 2026'에서 "AI 시대에는 특정 벤더의 클라우드 하나만으로 모든 워크로드를 해결하기 어려운 것이 현실이 됐다"며 "각각 목적을 지닌 시스템들이 공존할 수밖에 없다면 이를 어떻게 효율적으로 운영할 것인지 고민해야 한다"고 밝혔다. KT클라우드가 제시한 해법은 '컴포지트 클라우드'다. 기존 하이브리드 클라우드가 서로 다른 인프라와 네트워크를 연결하는 데 초점을 맞췄다면, 컴포지트 클라우드는 업무에 필요한 자원을 여러 클라우드에서 선택하고 이를 하나의 정책과 운영체계 아래 관리하는 개념이다. 기업이 필요한 기술과 자원을 각각 선택해 조합하면서도 하나의 환경처럼 운영할 수 있도록 지원하고 공공 분야에서 실제 적용 사례를 확대한다는 구상이다. 실제 KT클라우드는 자체 퍼블릭 클라우드뿐 아니라 마이크로소프트 애저, 프라이빗 클라우드, 온프레미스 등 서로 다른 환경을 하나의 거대한 컴퓨팅 자원처럼 관리할 수 있도록 통합 중이다. 계정과 권한부터 포털, 정책·보안, 모니터링, 비용 관리 등을 단계적으로 연결해 내년까지 관련 체계를 구축할 계획이다. 클라우드 넘어 AI까지 조합 최근 AI 확산에 따라 인프라 통합 대상도 확장되는 양상이다. 기존 클라우드가 컴퓨팅·스토리지·네트워크를 중심으로 설계됐다면 이제는 GPU를 어디에 배치할지부터 데이터와 AI 모델, 애플리케이션·에이전트를 어떻게 연결할지까지 함께 고려해야 한다는 설명이다. 이에 KT클라우드는 컴포지트 클라우드를 데이터와 GPU·NPU 등 컴퓨팅 자원, AI 모델, 애플리케이션과 에이전트까지 단일 실행 체계로 연결하는 컴포지트 AI로 확장할 계획이다. 공 본부장은 "GPU나 NPU를 갖추고 있다고 해도 이를 잘 엮어 서비스화하지 않으면 고객이 가치를 만들어내기 어렵다"고 짚었다. KT클라우드는 업스테이지·디노티시아·리벨리온·폴라리스오피스 등 국내 AI 기업과 협력하며 관련 생태계를 확대 중이다. 이를 기반으로 케이뱅크의 GPU 인프라를 비롯해 교육 분야 AI GPU·학습관리시스템(LMS), 한국마사회의 검색증강생성(RAG)·추론 기반 AI API 등 실제 적용 사례도 확보했다. 경북 정보시스템 65% 클라우드로 공공 AI 전환(AX) 지원 사례로는 경상북도가 소개됐다. 경북도는 KT클라우드와 협력해 '경북 AI·클라우드 데이터센터(AI·CDC)'를 구축하고 이를 지역 공공 AX의 거점으로 활용하고 있다. 김민석 경북도청 정책실장은 "AI를 실제로 실행하려면 전력이 있어야 하고 데이터센터와 클라우드가 있어야 하며 실제 적용할 산업이 있어야 한다"고 말했다. 이어 "AI 시대에는 지방정부도 얼마나 좋은 기술·기업과 연결되고 얼마나 빨리 실험하느냐가 중요하다"고 말했다. 경북도는 전체 정보시스템 가운데 약 65%를 단계적으로 클라우드로 전환할 계획이다. 데이터와 AI를 활용해 정책결정·행정·재난·돌봄 등 공공서비스를 고도화하고 경북에서 검증한 AX 모델을 다른 지역으로 확산한다는 구상이다. 김 실장은 "클라우드는 단순히 서버를 옮기는 일이 아니라 공공 혁신의 기반을 옮기는 것"이라며 "경북을 대한민국 공공 AX의 테스트베드로 만들어 성공 모델을 전국으로 확산하겠다"고 강조했다.

2026.09.15 13:11한정호 기자

Prev 1 2 3 4 5 6 7 8 9 10 Next