• ZDNet USA
  • ZDNet China
  • ZDNet Japan
  • English
  • 지디넷 웨비나
뉴스
  • 최신뉴스
  • 방송/통신
  • 컴퓨팅
  • 홈&모바일
  • 인터넷
  • 반도체/디스플레이
  • 카테크
  • 헬스케어
  • 게임
  • 중기&스타트업
  • 유통
  • 금융
  • 과학
  • 디지털경제
  • 취업/HR/교육
  • 생활/문화
  • 인사•부음
  • 글로벌뉴스
  • AI의 눈
반도체
인공지능
AI의 눈
IT'sight
칼럼•연재
포토•영상

ZDNet 검색 페이지

'DGX-A100 GPU'통합검색 결과 입니다. (545건)

  • 태그
    • 제목
    • 제목 + 내용
    • 작성자
    • 태그
  • 기간
    • 3개월
    • 1년
    • 1년 이전

[AI 리더스] 권경민 이노그리드 CTO "AI 인프라 경쟁력, GPU보다 운영 기술에 달렸다"

"그래픽처리장치(GPU)를 많이 확보했느냐보다 자원을 얼마나 효율적으로 운영하느냐가 앞으로 AI 인프라 경쟁력을 결정할 것입니다." 권경민 이노그리드 최고기술책임자(CTO)는 20일 서울 중구 본사에서 지디넷코리아와 만나 AI 인프라 시장 변화와 운영 기술 전략에 대해 이같이 밝혔다. 최근 정부와 기업들은 대규모 AI 인프라 구축을 목표로 최신 GPU 확보에 나서고 있다. 하지만 고가의 최신 GPU를 확보한 것 자체보다 이 자원을 다양한 워크로드에 맞춰 효율적으로 운영할 수 있는지가 새로운 경쟁력으로 떠오르고 있다는 게 권 CTO의 진단이다. 이노그리드는 이 변화에 맞춰 GPU 운영 효율화 기술을 개발하는 국책 과제 'GRIM-GPU' 프로젝트를 수행 중이다. 단순한 GPU 공유 기술을 넘어 가상머신(VM)과 컨테이너가 혼재된 환경에서 GPU를 유연하게 분할·재구성하고 성능 간섭을 최소화하는 AI 인프라 운영 기술을 확보하는 것이 목표다. GPU 확보 경쟁 다음 단계는 '운영 효율화' 권 CTO는 최근 2~3년 동안 AI 인프라 시장이 급격하게 변화했다고 짚었다. 그는 "초기 AI 시장에선 GPU를 빨리 수급하는 것이 경쟁력이었지만 최근에는 공급 부족 현상이 다소 완화되고 있다"며 "이제는 GPU를 어떤 서비스와 워크로드에 배치하고 기존 장비를 어떻게 효율적으로 활용할 것인지가 더 중요한 시점"이라고 설명했다. 그러면서 글로벌 빅테크와 같은 방식의 AI 인프라 경쟁은 국내 기업이 선택할 수 있는 전략이 아니라고 강조했다. 그는 "국내 소프트웨어(SW) 기업이 글로벌 기업처럼 막대한 자본을 투입해 GPU를 확보하는 방식으로 경쟁하기는 쉽지 않다"며 "기업과 기관이 이미 보유한 GPU를 효율적으로 활용할 수 있도록 지원하는 운영 기술에 집중해야 한다"고 말했다. 이에 이노그리드는 과학기술정보통신부와 정보통신기획평가원(IITP)이 추진하는 GRIM-GPU 프로젝트에 주관기관으로 참여해 GPU 공유와 재구성 기술 연구에 앞장서고 있다. VM·컨테이너 혼재 환경 해결하는 'GRIM-GPU' GRIM-GPU는 정부가 추진하는 AI 클라우드 경쟁력 강화 기술개발 사업 가운데 하나로, VM과 컨테이너가 혼재된 단일 노드 환경에서 GPU를 유연하게 공유하는 기술을 개발하는 것이 주 목적이다. 현재 AI 인프라는 크게 VM 기반 환경과 컨테이너 기반 환경으로 나뉜다. 문제는 두 환경의 GPU 활용 방식이 다르다는 점이다. 공공·금융 분야는 보안성과 격리 수준이 높은 VM을 선호하는 반면, AI 학습과 추론 환경은 쿠버네티스 기반 컨테이너를 중심으로 운영되는 경우가 많은 것으로 알려졌다. 이에 대해 권 CTO는 "기존에는 GPU를 활용하기 위한 VM과 컨테이너 환경을 각각 별도로 구성해야 했지만, GRIM-GPU는 워크로드 특성에 따라 단일 환경에서 GPU를 동적으로 할당하는 기술을 목표로 하고 있다"고 밝혔다. 특히 동적 재구성 기술이 이번 과제의 핵심 연구 분야다. 통상 업무를 하는 주간에는 추론 서비스에 GPU를 사용하다가 야간에는 대규모 AI 학습에 활용하는 구조로 자원 활용 방식을 빠르게 전환할 수 있어야 한다는 관점이 담겼다. 성능 간섭을 최소화하는 스케줄링 기술도 함께 개발 중이다. GPU 메모리와 SM, L2 캐시 등 다양한 자원의 사용 패턴을 분석해 워크로드 간 충돌을 사전에 예측하고 이를 완화하는 방식이다. 권 CTO는 "기존의 엔비디아 MIG 기술을 활용하면 자원 격리 수준은 높일 수 있지만, 다양한 서비스 환경에서 GPU를 빠르게 재구성하는 것은 또 다른 문제"라며 "이번 과제에선 GPU 재구성을 5초 이내에 수행하는 것을 주요 성능 지표(KPI) 가운데 하나로 설정했다"고 말했다. 이어 "GPU 한 장을 하나의 작업에만 사용하는 방식에서 벗어나 여러 워크로드를 동시에 안정적으로 운영할 수 있도록 구성할 것"이라고 덧붙였다. GRIM-GPU는 정부 공개SW 연구개발 과제로 추진되고 있다. 이에 따라 과제 결과물은 오픈소스로 공개된다. 이노그리드는 프로젝트 컨소시엄 차원의 깃허브 저장소를 운영 중이며 올해 하반기에는 초기 기술 버전을 공개할 예정이다. 공개된 기술은 개발자와 연구기관, 기업 등이 자유롭게 활용할 수 있도록 개방할 계획이다. GPUaaS·AI 데이터센터까지…통합 AI 인프라 플랫폼 확장 이노그리드는 이번 연구개발 성과를 단순 국책과제로 끝내지 않고 서비스형 GPU(GPUaaS)와 AI 클라우드 관리 플랫폼(CMP) 등 자사 솔루션으로 확장할 계획이다. 권 CTO는 "GRIM-GPU를 통해 확보한 GPU 공유와 스케줄링, 경량 모니터링 기술을 실제 제품에 적용할 예정"이라며 "궁극적으로는 GPU를 서비스 형태로 제공하는 GPUaaS의 기술적 기반이 될 것"이라고 밝혔다. 최근 NHN인재아이엔씨 합병 이후 회사의 AI 인프라 전략도 더욱 구체화되고 있다. 이노그리드는 프라이빗 클라우드 구축 역량을, NHN은 대규모 인프라 운영 경험을 각각 보유하고 있는 만큼 양사 강점을 결합해 리전형·모듈형 AI 데이터센터 시장을 공략하겠다는 구상이다. 현재 이노그리드는 서비스형 인프라(IaaS)부터 플랫폼(PaaS), 거대언어모델 운영관리(LLM옵스) 등 AI 인프라를 구성하는 솔루션 라인업을 갖췄다. 향후에는 GPU를 비롯한 신경망처리장치(NPU), 양자처리장치(QPU) 등 다양한 연산자원 운영과 AI 에이전트 관리 역량도 키운다는 목표다. 권 CTO는 "3년 안에 AI 데이터센터의 클라우드 영역부터 AI 가속기, 데이터 관리, 에이전트 운영까지 모두 아우를 수 있는 특화 플랫폼을 구축할 것"이라고 강조했다. 끝으로 그는 "GRIM-GPU 국책과제를 통해 얻은 성과를 오픈소스로 공공에 다시 환원할 것"이라며 "국내 AI 개발자와 연구기관이 모두 활용할 수 있는 AI 인프라 생태계를 구축하겠다"고 덧붙였다.

2026.08.20 10:36한정호 기자

망고부스트 "에이전트 시대 DPU·SW 결합…'AI 인프라계 애플' 도약"

인공지능(AI) 기술이 단순 추론을 넘어 스스로 판단하고 복잡한 과업을 수행하는 'AI 에이전트' 시대로 진입하면서, 폭발하는 데이터센터(DC) 워크로드를 감당하기 위한 인프라 혁신이 화두로 떠올랐다. 이에 국내 AI 시스템 반도체 스타트업 망고부스트는 이기종 하드웨어를 유기적으로 연결하는 고성능 '데이터처리장치(DPU)' 설계 기술과 추론 최적화부터 다루는 풀스택 소프트웨어 솔루션을 융합해 글로벌 AI 인프라 시장의 판도를 바꾸겠다는 출사표를 던졌다. 회사는 특정 하드웨어 벤더에 종속되지 않는 개방형 생태계와 개발자 친화적인 환경을 무기로 'AI 데이터센터계의 애플'로 도약한다는 포부다. 망고부스트는 2022년 김장우 서울대 교수가 설립한 AI 시스템 반도체 딥테크 기업이다. DPU 설계 원천기술과 인프라 최적화 소프트웨어를 아우르는 '풀스택(Full-stack) 솔루션'을 앞세워 글로벌 시장을 공략하고 있다. "단일 서버 한계 직면…유기적 연결 가속하는 DPU 필수" 망고부스트는 단일 GPU 서버 중심의 데이터 처리 방식이 이미 물리적, 비용적 한계에 직면했다고 진단한다. 서로 다른 GPU 모델과 원격 저장공간(스토리지), CPU 등을 묶어 하나의 거대한 유기적 시스템으로 동작하게 만드는 과정에서 심각한 데이터 통신 병목이 발생하기 때문이다. 이원석 망고부스트 전략기획팀 팀장은 "추론만 하던 시대에서 본격적인 AI 에이전트 시대가 열리며 처리해야 할 워크로드 단위가 비약적으로 커졌다"며 "동일 기종의 GPU 서버만으로는 전체 성능을 감당할 수 없어 이기종 장치들을 필연적으로 연결해야 하는데, 이때 발생하는 네트워크 오버헤드를 전담 가속하는 DPU가 차세대 데이터센터의 핵심 인프라로 부상하고 있다"고 강조했다. 망고부스트의 DPU는 시장을 과점 중인 엔비디아의 '블루필드(BlueField)'와 대비되는 설계 철학을 지닌다. 이 팀장은 "엔비디아 DPU는 하드웨어 가속을 최소화하고 내부 CPU 중심으로 가동되는 반면, 망고부스트는 하드웨어 가속 비중을 극대화해 극한의 네트워크 성능 향상을 이끌어낸다"고 설명했다. 생태계의 확장성 측면에서도 궤를 달리한다. 이 팀장은 "엔비디아 DPU가 자사 GPU와 소프트웨어에 최적화된 폐쇄적 생태계에 갇혀 있다면, 우리는 특정 벤더에 종속되지 않는 '스위스' 같은 중립적 지위를 지향한다"며 "엔비디아와 AMD GPU는 물론 국내외 이기종 NPU, 다양한 네트워크 스위치 장비까지 완벽히 연결하는 개방형 솔루션을 제공한다"고 말했다. "시장 적기 대응 위해 FPGA 주력…차세대 승부처는 ASIC" 현재 망고부스트는 개발에만 수년이 소요되는 주문형 반도체(ASIC) 대신 필드 프로그래머블 게이트 어레이(FPGA) 기반 DPU 제품 공급에 주력하고 있다. 변화 무쌍한 AI 네트워크 표준에 즉각적으로 대응하기 위해서다. 한성철 망고부스트 HW개발 그룹장은 "AI 데이터센터용 네트워크 요구사항이 쉼 없이 변하는 상황에서, 하드웨어 구조를 유연하게 바꿀 수 있는 FPGA 제품이 신규 프로토콜을 가장 신속하게 지원할 수 있는 무기"라고 말했다. 비용 효율성에 대해서도 소신을 밝혔다. 한 그룹장은 "초기 매몰 비용 감안하면 대량 양산 전 적정 수량 단계에서는 FPGA가 훨씬 경제적이며, 전체 GPU 랙(Rack) 시스템 관점에서는 총소유비용(TCO) 절감 효과가 압도적"이라면서도 "데이터 전송량과 전력 효율 니즈가 극대화되는 시점에 맞춰 ASIC으로 승부하기 위해 철저하게 준비 단계를 거치고 있다"고 말했다. 실제로 보수적인 기준에서도 망고부스트의 솔루션은 동급 시스템 대비 약 30%의 TCO 절감 효과를 내는 것으로 파악됐다. 이러한 기술력은 대규모 투자와 글로벌 파트너십 확대로 이어지고 있다. 최근 AMD의 리사 수 최고경영자(CEO)가 직접 방문해 긴밀한 파트너십을 논의했으며, 해외 대형 하이퍼스케일러들과의 공동 솔루션 구축도 활발히 진행 중이다. 국내에서는 주요 K-클라우드 국책 사업 참여와 더불어 국산 NPU 기업들과의 시스템 연동을 강화하고 있다. 현재 누적 투자 유치액 1억 달러(약 1300억원)를 넘긴 상태로, 시리즈 B 펀딩 마무리도 눈앞에 뒀다. 미국 법인을 거점으로 글로벌 인재 확보에도 사활을 걸고 있다. 한 그룹장은 "단순히 DPU 반도체 부품이나 단품 소프트웨어를 파는 회사에 머물지 않겠다"며 "특정 하드웨어에 얽매이지 않고 모든 에코시스템을 유기적으로 엮어 최고 가성비의 시스템 최적화를 이끌어내는 리더, 즉 'AI 데이터센터계의 애플'로 도약할 것"이라고 포부를 밝혔다. '망고 LLM 부스트'로 추론 최적화…SDK로 DPU 문턱 낮춰 망고부스트는 AI 추론 소프트웨어 '망고 LLM 부스트'와 소프트웨어 개발 키트(SDK)를 앞세워 AI 인프라 영역을 넓히고 있다. DPU를 넘어 추론 최적화와 데이터 이동, AI 에이전트 라우팅까지 아우르는 SW 스택을 구축에 한창이다. 김창수 망고부스트 어드밴스드 AI 팀장은 망고 LLM 부스트가 가상거대언어모델(vLLM) 같은 일반 LLM 추론 프레임워크보다 넓은 범위를 다룬다고 강조했다. 기존 프레임워크가 GPU에서 LLM을 구동하는 데만 초점 맞춘다면, 망고 LLM 부스트는 여러 추론 작업을 관리하고 사용자 요청을 적절한 GPU로 보내는 기능까지 지원한다는 설명이다. 김 팀장은 AI 에이전트 시대에 망고 LLM 부스트 역할이 더 커질 것으로 봤다. 에이전트가 긴 대화와 복잡한 작업을 수행할수록 LLM이 앞서 계산한 내용을 임시 저장하는 'KV 캐시'도 덩달아 늘어나서다. 그는 "망고 LLM 부스트는 방대한 KV 캐시를 저장하고 재사용하거나, 필요한 GPU로 옮기는 과정을 관리한다"며 "한번 계산한 내용을 재활용하면 같은 연산을 반복하지 않아도 돼 추론 속도를 높일 수 있다"고 설명했다. 이어 "KV 캐시가 커져 GPU에 모두 보관하기 어려워지면 스토리지나 다른 GPU로 데이터를 옮겨야 한다"며 "이때 LLM 부스트가 캐시 저장 활용을 돕고, DPU가 실제 데이터 이동을 지원하는 양방향 구조로 작동한다"고 덧붙였다. 망고부스트는 SDK를 통해 DPU 사용 문턱도 낮추고 있다. 개발자가 DPU 구조나 복잡한 저수준 프로그래밍을 직접 익히지 않아도 주요 기능을 쓸 수 있도록 지원하는 방식이다. 김 팀장은 "DPU를 직접 프로그래밍하려면 새로운 개발 환경을 익혀야 해 부담이 크다"며 "개발자가 필요한 기능만 쉽게 가져다 쓸 수 있도록 만드는 것이 SDK 목표"라고 설명했다. 망고인퍼런스는 추론 환경에서 데이터 병목을 해결하는 DPU 부스트X(BoostX) 기술과 에이전트 운영체제(OS)를 효율화하는 'LLM 부스트'를 결합한 형태다. 개발자가 익숙한 API 형태로 AI 인프라 기능을 손쉽게 활용할 수 있도록 지원한다. 개발자와 스타트업 등은 HW 를 직접 제어하거나 복잡한 구현을 수행할 필요 없이 API 호출만으로 필요한 기능을 간편하게 활용할 수 있다. 망고인퍼런스는 올해 하반기 출시될 예정이다.

2026.08.19 14:57전화평 기자

[GPU 200% 활용법] GPU 26만장 확보한 정부, 다음은 '운영 효율'…GRIM-GPU 기술 주목

정부가 그래픽처리장치(GPU) 26만장을 신규 확보하면서 인공지능(AI) 인프라의 방향성이 'GPU 운영 효율'로 옮겨가고 있다. 대규모 예산을 들여 GPU를 확보한 만큼 이제 확보한 자원을 다양한 업무 환경에 맞춰 얼마나 유연하게 실제 활용률을 끌어올릴 수 있느냐가 새로운 경쟁력으로 떠오르는 모습이다. 이런 흐름 속에서 과학기술정보통신부와 정보통신기획평가원(IITP)이 추진하는 GPU 공유·재구성 기술 개발 과제 'GRIM-GPU(GPU 재구성 및 간섭 최소화 GPU 공유)' 기술이 주목받고 있다. 19일 관련 업계에 따르면 GRIM-GPU 과제 주관기업으로 이노그리드가 선정돼 산학연 컨소시엄을 이끌며 연구개발을 진행 중이다. GPU 확보 다음은 운영 효율...유연한 자원 분할 지원하는 GRIM-GPU GRIM-GPU는 여러 작업에서 GPU 하나를 함께 사용할 때 발생하는 성능 간섭을 최소화하면서 GPU 자원을 보다 유연하게 분할·재구성해 배분할 수 있도록 하는 GPU 공유 기술이다. 이 기술이 주목받는 이유는 국가 AI 인프라 정책 방향성과 맞닿아 있기 때문이다. 그동안 대규모 AI 구동을 위한 GPU 확보에 집중해왔다. 정부는 아시아태평양경제협력체(APEC) 계기로 GPU 26만장을 신규 확보하며 그동안 국내 AI 연구·산업 확대를 가로막던 컴퓨팅 인프라 병목을 상당 부분 해소했다는 평가를 받는다. 여기에 정부와 클라우드 서비스 기업(CSP) 3사가 참여하는 실무협의체를 통해 1조4천억원 규모 GPU 확보 사업도 본격화된 상태다. 하지만 GPU를 많이 확보하는 것과 GPU를 효율적으로 굴리는 것은 다른 문제다. 현재 시장의 GPU 서비스는 대부분 GPU를 특정 사용자나 작업에 통째로 할당하는 패스스루 방식에 머물러 있다. 구조가 단순하고 성능 예측이 쉽다는 장점은 있지만 고가 장비를 여러 작업이 나눠 쓰기 어렵고 워크로드가 바뀔 때마다 자원을 다시 구성하는 데 수일이 걸린다는 한계가 있다. 특히 공공·엔터프라이즈 환경은 가상환경(VM)과 컨테이너, 온프레미스 등 다양한 작업 환경이 산재하고 어떤 작업은 대규모 자원을 장시간 점유하고 어떤 작업은 일부 자원만 짧게 필요로 하는 등 업무 특성이 다양하다. 이런 수요 편차에 맞춰 GPU를 얼마나 유연하게 배분하고 운영하느냐에 따라 실제 활용도가 크게 달라진다. 그래서 GRIM-GPU은 GPU를 나누는 데 그치지 않고, 공유 과정에서 발생하는 간섭을 예측하고 줄이는 기술까지 함께 지원한다. 여기에 GPU 상태를 실시간에 가깝게 파악할 수 있는 경량 모니터링과 운영 관리 체계까지 더해 효율성을 극대화한다는 방침이다. GRIM-GPU, VM·컨테이너 혼재 환경부터 간섭 제어까지 이노그리드는 이 과제의 주관기업을 맡아 2028년까지 산학연 컨소시엄을 이끈다. 단순히 특정 기업의 기술 개발 프로젝트가 아니라, 정부가 국책 R&D로 지정해 국내 여러 기관이 함께 참여하는 원천기술 확보 사업이다. 이노그리드는 GRIM-GPU 구현을 위해 기술 개발의 초점을 크게 세 갈래로 두고 있다. VM과 컨테이너가 혼재된 환경에서도 GPU 자원을 유연하게 분할·재구성할 수 있는 구조를 마련하는 데 집중하고 있다. 실제 클라우드 현장에서는 단일 환경보다 다양한 워크로드와 운영 방식이 혼재하는 경우가 많은 만큼, 특정 환경에 한정되지 않는 범용성을 확보하겠다는 취지다. 동시에 GPU 공유 과정에서 발생할 수 있는 성능 간섭을 줄이는 기술 개발에도 힘을 싣고 있다. 여러 작업이 하나의 GPU를 함께 사용할 경우 처리량 저하나 지연시간 증가 같은 문제가 발생할 수 있는 만큼, 자원 분배를 넘어 간섭을 예측·완화할 수 있는 운영 기술까지 함께 확보하겠다는 것이다. 운영 단계에서의 가시성을 높이기 위한 경량 모니터링 체계 구축도 주요 과제다. GPU 상태와 자원 사용 현황, 이상 징후를 실시간에 가깝게 파악할 수 있어야 실제 서비스 환경에서 안정적인 운영이 가능하기 때문이다. 이노그리드는 이를 통해 단순한 연구용 기술이 아니라 공공·엔터프라이즈 환경에 적용 가능한 실질적 운영 기술로 고도화하는 데 무게를 두고 있다. 향후 계획도 명확하다. 초기에는 핵심 기능 구현과 성능 검증에 집중하고, 이후에는 실제 클라우드 환경에서 적용 가능한 수준으로 기술 완성도를 높인다는 구상이다. 여기에 산학연 협력을 바탕으로 기술 검증 범위를 넓히고, 단계적으로 오픈소스 공개를 추진해 생태계 확산 기반도 마련할 방침이다. 김명진 이노그리드 대표이사는 "AI 인프라 경쟁은 이제 GPU를 얼마나 확보하느냐를 넘어, 확보한 자원을 얼마나 효율적이고 안정적으로 운영하느냐가 핵심이 되고 있다"며 "GRIM-GPU 과제는 고가의 GPU 자원을 보다 유연하게 활용하고, AI 서비스 확산에 필요한 운영 효율성을 높이기 위한 중요한 연구개발 과제"라고 설명했다. 이어 "이노그리드는 클라우드 컴퓨팅 및 AI 인프라 전문기업으로서 국가 AI 인프라 운영 기술 고도화에 기여하고, 향후 서비스형 GPU*GPUaaS)·AI CMP 등 AI 인프라 기술 스택과 연계해 현장에서 활용 가능한 성과로 이어질 수 있도록 책임감 있게 추진하겠다"고 포부를 밝혔다.

2026.08.19 11:07남혁우 기자

[독파모 2차 발표] '국가대표 AI' 3파전 돌입…정예팀에 B200 3천장 푼다

정부가 '독자 AI 파운데이션 모델(독파모)' 프로젝트 3차 단계에 진출한 정예팀에 엔비디아 그래픽처리장치(GPU) B200 약 3000장을 투입한다. 앞선 개발 단계에서 정예팀별로 서로 다른 GPU가 제공됐던 것과 달리 이번에는 정예팀마다 B200 1000장을 지원해 독자 AI 모델 고도화를 가속한다는 목표다. 과학기술정보통신부는 독파모 2차 단계평가 결과, 업스테이지·SK텔레콤(SKT)·LG AI연구원 등 3개 정예팀을 3차 단계 진출팀으로 선정했다고 18일 밝혔다. 올해 추가 정예팀으로 합류한 모티프테크놀로지스는 이번 평가를 끝으로 프로젝트를 마무리하게 됐다. 독파모는 글로벌 수준의 독자 AI 파운데이션 모델 개발을 목표로 정부가 추진하는 국가 핵심 AI 프로젝트다. 정부는 단계별 평가를 통해 정예팀을 압축하고 데이터와 컴퓨팅 자원을 집중 지원하는 방식으로 사업을 추진 중이다. 3차전부터 GPU 상향…팀당 B200 1천장 지원 정부는 3차 단계에 진출한 정예팀에 지난해 'AI 컴퓨팅자원 활용기반 강화 사업'을 통해 확보한 B200 총 3000장을 지원할 예정이다. 앞서 LG AI연구원과 업스테이지는 2차 단계평가를 준비하는 과정에서 각각 B200 512장과 H100 512장 수준의 컴퓨팅 자원을 지원받았다. 올해 추가 정예팀으로 뒤늦게 합류한 모티프테크놀로지스에는 B200 768장이 제공됐다. 정부는 3차 단계 진출팀에 대한 GPU 지원 규모도 확대하기로 했다. 올해 상반기 768장 수준이던 지원 규모를 하반기에는 1000장 수준으로 늘릴 계획이다. SKT는 그동안 정부 GPU 임차지원 사업자로 참여해 별도의 정부 GPU를 지원받지 않았다. 다만 정부는 3단계 평가에 진출할 경우부터 GPU를 지원할 수 있도록 했다. 이에 따라 SKT도 이번 단계부터 정부가 확보한 GPU를 활용할 수 있게 됐다. 류제명 과기정통부 제2차관은 "다음 단계에 진출한 정예팀들에게 고성능 GPU 지원을 확대해 독자 AI 모델을 빠르게 고도화할 수 있도록 뒷받침하겠다"고 말했다. NHN클라우드·카카오 인프라 투입…지난해 확보 물량 활용 독파모에 공급되는 B200은 정부가 지난해 추진한 대규모 GPU 확보 사업을 통해 마련됐다. 정부는 지난해 약 1조 4600억원을 투입해 네이버클라우드와 NHN클라우드, 카카오를 사업자로 선정했다. 이들 기업은 총 1만 3136장의 GPU를 확보·구축했다. 사업자별로 NHN클라우드는 B200 7656장, 카카오는 B200 2424장, 네이버클라우드는 H200 3056장을 구축했다. 이 가운데 정부 활용 물량은 NHN클라우드 B200 6120장, 카카오 B200 2040장, 네이버클라우드 H200 2296장이다. 이번 독파모 3차 단계에는 B200만 투입되는 만큼 NHN클라우드와 카카오가 구축한 B200 인프라가 공급 기반으로 활용될 예정이다. 최근까지 산학연에 제공돼온 정부 GPU 자원이 독파모에 집중 투입될 전망이다. 과기정통부는 정예팀당 GPU 임차 비용이 6개월 기준 약 400억원으로, 총 1200억원이 될 것으로 추산했다. 베라루빈까지 확보…차기 국가 AI 프로젝트는 검토 정부는 올해도 AI 컴퓨팅 인프라 확충을 이어가고 있다. 지난 6월 'AI 컴퓨팅자원 활용기반 강화 사업'에 네이버클라우드와 삼성SDS, 엘리스그룹을 수행기관으로 선정했다. 이를 통해 베라루빈과 B300을 포함한 최신 GPU 9704장을 추가 구축할 계획이다. 이 가운데 정부 활용 물량은 베라루빈 2016장과 B300 4360장 등 총 6376장이다. 다만 독파모 후속 사업이나 '모두의 AI' 등 특정 국가 AI 프로젝트에 해당 GPU를 어떻게 배분할지는 아직 결정되지 않았다. 과기정통부 관계자는 "내년도에 정부 활용분 GPU를 어떻게 투입할지는 아직 정해지지 않았다"며 "산학연과 국가 프로젝트를 다양하게 지원하는 방향이 될 수 있지만 아직 확정된 것은 없으며 내부 검토를 진행 중"이라고 밝혔다.

2026.08.18 14:28한정호 기자

[AI 고속도로] AI 바람 탄 韓 클라우드, 데이터센터 투자전 가열

국내 대표 클라우드 서비스 제공업체(CSP)들이 인공지능(AI) 인프라 수요 확대를 발판으로 성장세를 이어가고 있다. 기존 기업·공공 클라우드 사업을 넘어 그래픽처리장치(GPU)와 AI 데이터센터를 새로운 성장축으로 키우는 전략은 같지만, NHN클라우드는 대규모 GPU 운영을, KT클라우드는 데이터센터와 설계·구축·운영(DBO), 네이버클라우드는 AI 팩토리와 글로벌 소버린 AI를 각각 앞세운 모습이다. 12일 업계에 따르면 NHN클라우드·KT클라우드·네이버클라우드 등 국내 주요 CSP 3사는 올해 2분기 AI와 데이터센터 사업 성장에 힘입어 외형을 확대했다. 기업·기관의 AI 도입 확대로 고성능 컴퓨팅 수요가 늘면서 GPU와 데이터센터 사업이 새로운 실적 성장동력으로 자리 잡은 영향이다. 이에 클라우드 기업들은 대규모 AI 인프라 확충에 속도를 내고 있다. GPU·데이터센터가 실적 견인…인프라 투자 지속 확대 올해 2분기 가장 가파른 성장세를 보인 곳은 NHN클라우드다. 회사 2분기 매출은 전년 동기 대비 85.3%, 전분기 대비 49% 증가했다. 지난 3월 말 가동을 시작한 서울 양평 리전에서 엔비디아 B200 기반 서비스형 GPU(GPUaaS) 공급이 2분기부터 매출에 반영된 덕분이다. 이같은 성장은 모회사 실적에도 힘을 보탰다. NHN 기술 부문 매출은 전년 동기 대비 52.9% 늘어난 1598억원을 기록했으며 NHN 전체 매출과 영업이익도 각각 7579억원, 579억원으로 창사 이래 최대 분기 실적을 기록했다. 정우진 NHN 대표는 지난 11일 실적발표 컨퍼런스콜에서 "이번 분기 실적 개선의 가장 큰 동인은 NHN클라우드의 AI GPU 사업"이라며 "2분기부터 서울 양평 리전의 엔비디아 B200 기반 서비스형 GPU 공급이 본격화되며 안정적으로 매출이 발생하기 시작했다"고 설명했다. 특히 NHN클라우드는 대규모 GPU를 운영한 경험을 경쟁력으로 내세우고 있다. 회사는 지난 5월 AI 풀스택 브랜드 '팩토리X'를 공개하고 GPU 인프라 확보와 운영 최적화부터 AI 에이전트 실행 환경까지 지원하는 사업 구조를 구축했다. 향후 투자도 GPU와 AI 데이터센터에 집중한다. NHN클라우드는 내년까지 최소 30메가와트(MW) 규모 AI 데이터센터 용량을 추가 확보하고 기존 리전에는 엔비디아 B300 이상 최신 GPU를 도입할 계획이다. 추가 용량 가운데 20MW는 외부 데이터센터 임차, 10MW는 자체 데이터센터 구축 방식으로 확보할 예정이다. 해외 GPU 수요에 대응해 일본 데이터센터 확보 등 글로벌 사업 확대도 준비 중이다. KT클라우드는 데이터센터를 중심으로 안정적인 두 자릿수 성장세를 이어갔다. 올해 2분기 매출은 2654억원으로 전년 동기 대비 19.8% 증가했다. 가산 데이터센터 등 신규 데이터센터 가동률 상승과 DBO, 공공 클라우드 사업 확대가 실적을 견인한 것으로 풀이된다. 강점으로는 데이터센터 구축·운영 전반의 역량이 꼽힌다. 자체 개발한 'KT클라우드 플랫폼'을 적용해 서울과 경북을 연결하는 멀티 리전 기반 공공 클라우드를 구축했으며 재해복구(DR)와 고가용성 체계를 기반으로 공공·기업 시장 확대를 추진 중이다. 인프라 확장에도 속도를 내고 있다. KT클라우드는 신규 가산 데이터센터 가동을 확대하는 한편 금융기관과 한국거래소, 글로벌 클라우드를 연결하는 금융 인프라 거점인 여의도 데이터센터 증설을 추진 중이다. 내년 6월까지 추가 용량도 확보할 예정이다. 중장기적으로는 AI 데이터센터와 네트워크 인프라를 함께 확대해 사업 규모를 한층 키운다는 구상이다. KT는 오는 2028년 AI 전환(AX) 매출을 지난해 대비 2배 이상으로 확대하고 2031년까지 AI 데이터센터 용량 1기가와트(GW)와 해저케이블 용량 90테라비피에스(Tbps)를 추가 확보해 아시아 AX 연결 허브로 도약한다는 목표다. 네이버, 1GW 인프라 확장한다…클라우드 경쟁 글로벌로 네이버클라우드는 AI·디지털트윈을 중심으로 B2B 사업 성장세를 이어갔다. 네이버의 2분기 엔터프라이즈 부문 매출은 1537억원으로 전년 동기 대비 21.3%, 전분기 대비 2.2% 증가했다. 엔터프라이즈 부문에는 네이버클라우드 플랫폼(NCP)을 비롯해 GPUaaS 등 AI 인프라와 디지털트윈, 서비스형 소프트웨어(SaaS) 등이 포함된다. 네이버클라우드는 국내 공공 AI 인프라 사업과 해외 소버린 AI 시장을 동시 공략하고 있다. 앞서 국가AI데이터센터 구축 사업에 삼성SDS 컨소시엄으로 참여하고 정부 GPU 확충 프로젝트에도 연이어 참여했다. 해외에선 사우디아라비아 디지털트윈 플랫폼의 국가 표준 채택과 AI 팩토리 사업 등을 기반으로 사업 범위를 확대하고 있다. 특히 엔비디아와 추진하는 AI 팩토리를 새로운 성장축으로 육성한다. 내년 상반기 55MW를 시작으로 같은 해 말 100MW, 2028년 200MW 규모까지 AI 컴퓨팅 인프라를 확보할 계획이다. 이후에는 자체 데이터센터 구축과 글로벌 파트너십을 통해 1GW 규모까지 확장한다는 구상이다. 초기 200MW까지는 외부 데이터센터 임대 상면을 활용해 빠르게 인프라를 확보할 예정이다. 자체 데이터센터 '각 세종'도 현재 구축된 시설에서 계획 물량의 약 3분의 1을 수용하고 있으며 나머지 3분의 2를 위한 확장 사업을 진행 중이다. 향후 1GW 단계에선 신규 부지에 데이터센터를 구축하는 그린필드 전략도 병행할 예정이다. 이같은 CSP 3사 전략은 AI 인프라 확보라는 방향성은 같지만 성장 방식에선 차이가 보인다. NHN클라우드는 대규모 GPU 운영 경험을 앞세워 AI 특화 클라우드 사업자로 입지를 강화하고 있으며 KT클라우드는 데이터센터와 DBO, KT그룹 네트워크를 결합한 인프라 확장에 무게를 두고 있다. 네이버클라우드는 자체 AI 기술과 엔비디아 등 글로벌 파트너십을 결합한 대규모 AI 팩토리와 소버린 AI를 앞세워 국내를 넘어 해외 시장까지 사업 영역을 넓히는 전략이다. 향후 경쟁 영역도 GPU 확충 자체를 넘어 전력과 데이터센터 용량, 운영 효율성, 글로벌 인프라 확보 능력으로 넓어질 전망이다. 특히 3사 모두 수십MW에서 장기적으로 GW급까지 AI 인프라 확대를 추진하면서 국내를 넘어 해외 AI 인프라 수요를 선점하기 위한 경쟁도 본격화될 것으로 예상된다. 최수연 네이버 대표는 "AI 학습 수요를 충당하려면 저렴한 전기요금과 그린필드 구축 비용을 전략적으로 판단할 수 있는 글로벌 파트너가 필요하다"며 "소버린 AI 수요를 함께 충족할 수 있는 파트너들과 다양한 협의를 진행 중"이라고 말했다. 김동훈 NHN클라우드 대표는 "최근 해외 기업으로부터 GPU 수요가 증가하고 있으며 일부 고객은 조만간 계약할 예정"이라며 "일본 데이터센터 확보를 통해 글로벌 사업 확대를 준비 중"이라고 밝혔다.

2026.08.12 15:29한정호 기자

삼성SDS·엘리스그룹, 국가 AI 연구 인프라 책임진다…고성능 GPU 공급

삼성SDS와 엘리스그룹이 정부의 인공지능(AI) 연구용 컴퓨팅 지원 사업에 나란히 참여해 국내 산학연 연구자들에게 고성능 그래픽처리장치(GPU) 인프라를 공급한다. 엔비디아 최신 GPU부터 대규모 클러스터, AI 개발·운영 환경까지 제공해 연구자들이 인프라 구축 부담 없이 초거대 AI 모델과 생성형 AI 연구에 집중할 수 있는 환경을 조성한다는 목표다. 삼성SDS와 엘리스그룹은 과학기술정보통신부와 정보통신기획평가원(IITP)이 지원하는 '2026년 AI 연구용 컴퓨팅 지원 프로젝트'의 GPU 자원 공급사로 선정됐다고 11일 밝혔다. 이번 사업은 대학과 정부출연연구기관 등 자체적으로 대규모 컴퓨팅 인프라를 확보하기 어려운 연구자에게 AI 연구용 GPU 자원을 제공하는 국가 연구 지원 사업이다. 초거대 AI 모델과 대규모언어모델(LLM), 생성형 AI 연구·개발에 필요한 클라우드 기반 고성능 GPU 인프라와 연구 환경을 지원한다. 전체 사업 규모는 약 153억원으로 서비스는 지난달부터 내년 3월까지 제공된다. 공급사 선정 과정에선 GPU 공급 계획과 보유 자원 규모, 연구 환경, 운영 지원 체계, 보안 역량 등이 주요 평가 항목으로 반영됐다. 복수 사업자가 선정된 가운데 삼성SDS는 입찰에서 1순위로 선정됐다. 삼성SDS는 이번 사업을 통해 엔비디아 H100뿐 아니라 최신 B300 '블랙웰 울트라' 기반 GPU 클러스터를 공급한다. B300은 사업 제안요청서(RFP)가 요구한 호퍼급 이상 사양을 웃도는 최신 아키텍처 기반 GPU로, 대규모 파라미터 모델의 학습과 추론을 지원한다. 특히 다수 GPU를 하나의 자원 풀로 구성하고 고속 인터커넥트 네트워크를 함께 제공할 예정이다. 이를 통해 장기간 대규모 연산이 필요한 연구부터 단기 실험 과제까지 연구 수요에 따라 컴퓨팅 자원을 활용할 수 있도록 지원할 계획이다. GPU뿐 아니라 CPU·메모리·스토리지·네트워크·개발 환경도 사전에 구성해 제공한다. 연구자가 직접 복잡한 인프라를 구축하는 데 투입하는 시간을 줄이고 AI 연구와 모델 개발에 집중할 수 있도록 한다는 목표다. 삼성SDS는 자체 클라우드인 삼성 클라우드 플랫폼(SCP)을 중심으로 AI 컴퓨팅 서비스를 지속 확대 중이다. 지난 3월 국내 최초로 엔비디아 B300 기반 서비스형 GPU(GPUaaS)를 출시한 데 이어 지난달에는 퓨리오사AI의 2세대 신경망처리장치(NPU) '레니게이드(RNGD)' 기반 서비스형 NPU(NPUaaS)를 SCP에 탑재했다. 엘리스그룹도 이번 사업의 복수 공급사 가운데 하나로 선정됐다. 대규모 국가 GPU 임차사업 등 기존 AI 인프라 사업 수행 경험을 바탕으로 고성능 컴퓨팅 자원부터 AI 학습·개발 환경, 운영·기술 지원까지 연구 전 과정을 지원하는 통합 체계를 제시했다. 엘리스그룹은 자체 기술로 구축한 엔드투엔드 AI 클라우드를 연구 환경에 활용할 계획이다. 모듈형 AI 데이터센터 'AI PMDC'를 시작으로 클라우드 인프라 가상화 솔루션 'ECI', AI 개발환경 '런박스', 데이터 관리 '데이터허브', 모델 배포 'ML API'까지 연결해 제공할 방침이다. 이를 통해 연구자들이 인프라 설정이나 시스템 간 호환성 문제를 직접 해결하지 않고 GPU 자원을 활용할 수 있도록 지원한다는 목표다. 다수 GPU를 고속 네트워크로 연결한 클러스터 환경도 제공해 초거대 AI 모델 등 대규모 연산이 필요한 연구를 뒷받침할 계획이다. 삼성SDS 이호준 클라우드서비스사업부장은 "이번 사업을 통해 국내 연구자들이 세계 최고 수준의 AI 인프라를 바탕으로 혁신적인 성과를 낼 수 있도록 안정적인 서비스를 제공할 것"이라며 "앞으로도 국가 AI 연구 인프라의 저변을 확대하고 대한민국의 AI 경쟁력을 높이는 데 기여하겠다"고 말했다. 김재원 엘리스그룹 대표는 "이번 수주는 대규모 AI 인프라 운영 경험과 하드웨어부터 소프트웨어 플랫폼까지 아우르는 엔드투엔드 AI 클라우드 기술력이 경쟁력을 인정받은 결과"라며 "앞으로도 국내 산학연 연구자들이 AI 인프라 구축에 시간을 쓰지 않고 연구와 모델 개발에 집중할 수 있도록 안정적인 서비스를 제공하겠다"고 밝혔다.

2026.08.11 11:08한정호 기자

NHN클라우드, AI GPU 성과로 매출 85%↑…데이터센터 30MW 더 늘린다

NHN클라우드가 인공지능(AI) 그래픽처리장치(GPU) 사업 확대에 힘입어 올해 2분기 가파른 성장세를 기록했다. 엔비디아 B200 기반 서비스형 GPU(GPUaaS) 매출이 본격화되면서 NHN 전체 실적 개선을 이끈 가운데, 내년까지 최소 30메가와트(MW) 규모 AI 데이터센터를 추가 확보하고 B300 이상 최신 GPU를 확충해 AI 인프라 사업을 확대한다는 계획이다. NHN은 11일 올해 2분기 실적 발표 컨퍼런스콜을 통해 기술 부문 매출이 전년 동기 대비 52.9%, 전분기 대비 27.1% 증가한 1598억원을 기록했다고 밝혔다. 기술 부문 성장은 NHN클라우드의 AI GPU 사업과 일본 기술법인 NHN테코러스의 아마존웹서비스(AWS) 리세일 사업이 이끌었다. AI GPU 사업 본격화…NHN클라우드 매출 85%↑ 실적 발표에 따르면 NHN클라우드의 2분기 매출은 전년 동기 대비 85.3%, 전분기 대비 49% 증가했다. 지난 3월 말 가동을 시작한 서울 양평 리전에서 엔비디아 B200 기반 GPUaaS 공급이 2분기부터 본격화되며 안정적인 매출이 발생한 영향이다. 일본 사업도 성장세를 이어갔다. NHN테코러스는 AWS 리세일 사업 성장에 힘입어 2분기 매출이 전년 동기 대비 27% 증가했다. NHN클라우드의 GPU 사업과 일본 클라우드 사업이 함께 성장하면서 기술 부문 전체 매출 증가율은 NHN 주요 사업 가운데 가장 높은 52.9%를 기록했다. NHN 전체 실적도 역대 최대치를 기록했다. 2분기 연결 기준 매출은 7579억원으로 전년 동기 대비 25.3% 증가했고 영업이익은 579억원으로 164.1% 늘었다. 매출과 영업이익 모두 창사 이래 최대 분기 실적이다. 이에 대해 정우진 NHN 대표는 "이번 분기 실적 개선의 가장 큰 동인은 NHN클라우드의 AI GPU 사업"이라며 "2분기부터 서울 양평 리전의 엔비디아 B200 기반 서비스형 GPU 공급이 본격화되며 안정적으로 매출이 발생하기 시작했다"고 설명했다. NHN클라우드는 GPU 인프라를 넘어 AI 개발·운영 전반을 지원하는 사업 구조 구축에도 속도를 내고 있다. 지난 5월 AI 풀스택 브랜드 '팩토리X'를 공개하고 GPU 인프라 확보부터 운영 최적화, AI 에이전트 실행 환경까지 아우르는 통합 체계를 제시했다. 정 대표는 "인프라 제공에 그치지 않고 고객의 AI 전환을 지원하는 핵심 파트너로 자리매김해 나가고자 한다"고 말했다. 현재 양평 리전의 추가 매출 가능성도 남아 있다. NHN클라우드는 정부 GPU 구축 사업을 통해 확보한 물량 가운데 회사가 자체 운영하는 잔여 물량을 대상으로 신규 장기계약을 논의 중이다. 이에 당초 예상보다 긍정적인 GPU 사업 매출 흐름이 이어질 것으로 전망하고 있다. 김동훈 NHN클라우드 대표는 이날 실적 발표에서 회사 경쟁력으로 대규모 GPU 인프라 운영 경험을 꼽았다. 그는 "팩토리X라는 풀스택 브랜드를 최근 론칭했고 B200 수냉식 서버를 운영하면서 안정적인 경험도 확보했다"며 "GPU 운영 플랫폼뿐 아니라 AI 에이전트 등 전체적인 AI 환경을 제공 중"이라고 강조했다. 내년까지 AI 데이터센터 30MW 확충…글로벌 진출도 속도 NHN클라우드는 급증하는 GPU 수요에 대응하기 위해 데이터센터 인프라도 선제적으로 확대한다는 방침이다. 내년까지 최소 30MW 규모 AI 데이터센터 용량을 추가 확보하고 기존 리전에는 엔비디아 B300 이상 최신 GPU를 도입할 계획이다. 중장기적으로 AI 수요 증가에 맞춰 추가 상면 확보도 지속 검토할 예정이다. 구체적으로 추가 확보할 30MW 가운데 20MW는 외부 데이터센터 임차 방식으로 마련하고 나머지 10MW는 자체 데이터센터로 구축할 계획이다. 목표 시점은 내년 하반기로, 추가 확보 규모는 현재 NHN클라우드가 양평·판교·광주에서 운영 중인 데이터센터 인프라와 비슷한 수준이다. 이와 함께 NHN은 NHN클라우드의 기업공개(IPO) 계획 관련 질의에 대해선 말을 아꼈다. 재무적투자자(FI)인 IMM 등 주주 협의가 필요한 가운데, GPU 사업의 영업이익 증대를 통해 기업가치가 충분히 인정받을 수 있는 시점을 고려해야 한다는 입장이다. NHN클라우드는 해외 고객의 AI 수요를 겨냥한 글로벌 사업 확대도 추진한다. 김동훈 NHN클라우드 대표는 "최근 해외 기업으로부터 GPU 수요가 증가하고 있으며 일부 고객은 조만간 계약할 예정"이라며 "일본 데이터센터 확보를 통해 글로벌 사업 확대를 준비 중"이라고 밝혔다.

2026.08.11 10:34한정호 기자

NHN, 2분기 매출 7579억·영업익 579억…분기 최대 실적 달성

NHN(대표 정우진)이 게임, 결제, 기술 등 핵심 사업 부문의 고른 성장세에 힘입어 분기 기준 역대 최대 실적을 기록했다. NHN은 11일 실적 발표를 통해 2026년 2분기 연결기준 매출 7579억원, 영업이익 579억원을 기록했다고 밝혔다. 이는 전년 동기 대비 각각 25.3%, 164.1% 증가한 수치로, 매출과 영업이익 모두 분기 최대 기록이다. 사업 부문별로는 기술 부문이 엔비디아 B200 기반 서비스형 GPU 공급 본격화에 힘입어 전년 동기 대비 52.9% 증가한 1598억원의 매출을 올렸다. 게임 부문은 규제 환경 변화 영향으로 인한 웹보드게임 매출 증가와 일본 시장 내 '#콤파스' 등의 흥행에 따라 전년 동기 대비 21.5% 증가한 1396억원을 기록했다. 플랫폼별로 PC 온라인 게임은 491억원, 모바일 게임은 905억원을 기록했고, 이는 각각 동기간 대비 13.5%, 26.3% 상승한 수치다. 결제 부문은 NHN KCP의 신규 대형 가맹점 유입에 따른 거래대금 증가에 힘입어 27.3% 상승한 3940억원의 매출을 올렸다. NHN은 하반기에도 각 사업별 성장세를 이어갈 계획이다. 기술 사업 분야에서는 NHN클라우드가 다음해까지 최소 30메가와트(MW) 규모의 AI 데이터센터를 추가 확보한다. 아울러 B300 이상 최신 그래픽처리장치(GPU) 자산을 확충하며 AI 인프라 사업을 공격적으로 확장해 나갈 방침이다. 게임사업에서 NHN은 향후 일본 시장을 중심으로 신작 개발 역량을 모아 나갈 계획이다. 특히 NHN 게임사업부문과 일본 NHN플레이아트가 협업 중인 신작 '환상세계의 푸치포용'은 올 겨울 출시가 목표로, NHN플레이아트는 오는 9월 도쿄게임쇼에 참가해 '환상세계의 푸치포용'을 포함한 주요 신작과 라이브 게임들을 소개할 예정이다. 결제 사업에서는 NHN KCP의 기존 가맹점 네트워크와 운영 역량을 바탕으로 관련 인프라와 결제 모델을 지속 고도화해 나갈 예정이다. 정우진 NHN 대표는 "지난 몇 년간 진행해 온 경영효율화 및 비용통제의 성과는 지난해 4분기부터 실적에 반영되기 시작했고, 올해는 그 기반 위에서 주요 사업의 성과가 본격화되는 시기"라며 "이번 2분기 실적은 그 성과가 이익으로 확인된 첫 분기이며, 이를 성장 국면의 출발점으로 삼아 하반기에도 이러한 흐름을 이어 나갈 것"이라고 밝혔다.

2026.08.11 08:50진성우 기자

망고부스트, 글로벌 웹사이트 오픈…'AI 풀스택' 사업 힘준다

망고부스트가 글로벌 웹사이트를 새롭게 열고 인공지능(AI) 인프라 사업 확대에 나섰다. AI 데이터센터를 넘어 에이전트 운영까지 지원하는 AI 풀스택 기업으로 사업 영역을 넓힌다는 구상이다. 망고부스트는 새 비전과 사업 전략을 담은 글로벌 웹사이트를 공식 오픈했다고 10일 밝혔다. 웹사이트를 통해 '초지능 최적화가 시작되는 곳'이라는 비전과 '전 세계를 위한 엔드투엔드 에이전틱 AI 인프라 구축'이라는 미션을 글로벌 고객과 파트너에게 공개했다. 이날 AI 추론 플랫폼 '망고 인퍼런스' 출시 계획도 발표됐다. 망고 인퍼런스는 개발자가 API 키를 연동하면 서버리스 환경에서 오픈소스 AI 모델별로 최적화된 추론 성능을 이용할 수 있도록 지원하는 서비스다. 망고부스트는 망고 인퍼런스를 자체 시스템과 결합해 AI 추론 과정 비용 대비 성능을 높일 방침이다. 현재 공식 출시에 앞서 프리런칭 사전 등록을 진행하고 있다. 신청자에게 서비스 오픈 소식과 관련 혜택을 뉴스레터로 제공할 예정이다. 새 웹사이트는 '플랫폼'과 '제품' '솔루션' '회사' '자료' 등으로 구성됐다. 망고부스트는 '실리콘부터 시스템까지' 전략 중심으로 AI 데이터센터 구축 기술부터 산업별 솔루션과 핵심 기술 경쟁력·글로벌 파트너십을 소개했다. 망고부스트는 대규모 AI 학습과 추론을 지원하는 데이터센터 인프라를 넘어 자율적으로 판단하고 협업하는 AI 에이전트 운영 환경까지 지원하는 것을 목표로 하고 있다. 컴퓨팅과 네트워크·소프트웨어를 연결한 엔드투엔드 AI 인프라를 구축해 글로벌 시장 경쟁력 강화를 목표로 삼았다. 망고부스트는 데이터처리장치(DPU)와 시스템 소프트웨어를 비롯해 AI 데이터센터용 하드웨어와 소프트웨어를 자체 개발하고 있다. AI 가속기와 네트워크·시스템 소프트웨어를 통합 설계·최적화해 AI 워크로드를 위한 개방형 네트워크 패브릭 플랫폼을 제공하고 있다. 김장우 망고부스트 대표는 "이번 글로벌 웹사이트 오픈은 단순한 홈페이지 리뉴얼이 아니라 우리 새로운 비전과 글로벌 전략을 고객과 공유하는 중요한 출발점"이라며 "AI 데이터센터를 넘어 에이전틱 AI 시대를 뒷받침하는 AI 인프라를 구축하고 '실리콘부터 시스템까지' 전략을 기반으로 고객들에게 최적의 AI 서비스를 제공할 것"이라고 강조했다.

2026.08.10 08:30김미정 기자

美상무부, 中 AI 기업 해외 '클라우드 연산 임대' 조사 착수

미국 정부가 중국 인공지능(AI) 기업이 해외 데이터센터에 설치된 엔비디아 첨단 칩 연산능력을 임대하는 방식으로 대중 수출규제를 우회하는 실태에 대한 전면 조사에 착수했다. 중국 AI 기업 기술력이 빠르게 높아지면서 미국의 대중 반도체 제재 실효 논란이 커진 데 따른 조치다. 블룸버그 통신은 미 상무부 산업안보국(BIS)의 단속 전담 부서가 중국 AI 기업들이 해외 데이터센터를 통해 엔비디아 첨단 프로세서에 접근하는 경로를 조사하기 시작했다고 8일(현지시간) 보도했다. 이번 조사는 중국 AI 유니콘 문샷 AI가 미국 앤트로픽이나 오픈AI의 최신 모델에 필적하는 성능을 내세운 '키미 K3'를 공개한 직후 본격화됐다. 미 백악관 고위 관계자는 문샷 AI가 태국의 제3자 업체를 통해 엔비디아 최신 반도체 블랙웰 연산 자원에 원격 접근해 모델을 학습했다는 의혹을 제기했다. BIS는 중국으로 엔비디아 첨단 칩이 밀반출되는 국가와 경로를 파악하는 동시에 중국 기업이 해외 데이터센터에 구축된 엔비디아 칩 연산 자원을 원격 이용하는 실태를 조사하고 있다. 특히 태국과 말레이시아 등 동남아시아는 중국 AI 기업의 클라우드 연산 수요가 몰리면서 데이터센터 건설이 빠르게 늘고 있는 지역이다. 알리바바의 경우 미 당국 조사를 받고 있는 싱가포르 기업 메가스피드가 말레이시아에 구축한 엔비디아 칩 기반 연산 자원에 케이맨 제도 소재 페이퍼컴퍼니를 거쳐 접근하는 등 복잡한 우회 구조를 활용한 것으로 알려졌다. 문제는 현행 미국 수출관리규정(EAR)이 주로 반도체 등 물리적 제품 이동을 통제하는 데 초점을 맞추고 있다는 점이다. 해외 데이터센터의 그래픽처리장치(GPU) 연산능력을 클라우드 형태로 임대하는 행위까지 상무부가 직접 규제할 법적 권한이 있는지를 두고 논의가 이어지고 있다. 미 하원은 이 같은 원격접근을 차단하기 위한 법안을 통과시켰지만, 엔비디아 등 미국 기술 기업들은 규제가 강화되면 동남아 데이터센터 시장을 해외 경쟁사에 내줄 수 있다며 반발하고 있다. 블룸버그 통신은 백악관 관계자 발언을 인용해 "트럼프 행정부는 현대 역사상 가장 엄격한 수출통제 체제를 시행해 왔으며, 미국 국가 안보와 경제 안보를 수호하기 위해 계속 노력할 것"이라고 밝혔지만, 원격접속에 대한 구체적 질문에는 직접적 답변을 피했다고 보도했다.

2026.08.09 08:00전화평 기자

베슬AI, 엔비디아 B200 GPU 1천장 이상 확보…"AI 팩토리 확장"

베슬AI가 엔비디아 블랙웰 B200 그래픽처리장치(GPU) 1000장 이상을 확보하며 인공지능(AI) 클라우드와 AI 팩토리 사업 확대에 나선다. 대규모 학습·추론 수요에 대응할 수 있는 고성능 컴퓨팅 자원을 안정적으로 공급하고 고객별 워크로드에 최적화된 AI 인프라까지 사업 영역을 넓힌다는 전략이다. 베슬AI는 엔비디아 B200 GPU 1000장 이상을 확보했다고 7일 밝혔다. 이번에 확보한 GPU 자원은 자사 GPU 클라우드 서비스인 '베슬 클라우드'를 통해 고객에게 공급할 예정이다. 회사는 SK텔레콤과의 협력을 통해 고성능 GPU 인프라를 확보했으며 이를 바탕으로 베슬 클라우드의 컴퓨팅 자원 공급 역량을 강화할 계획이다. 베슬 클라우드는 복수의 글로벌 데이터센터를 기반으로 A100과 H100, B200 등 고성능 GPU를 온디맨드·스팟·예약형으로 제공하는 서비스다. 기업과 연구자가 직접 인프라를 구축하지 않고도 대규모 AI 모델 학습과 추론에 필요한 컴퓨팅 자원을 활용할 수 있도록 지원한다. 베슬AI는 이번 B200 확보를 계기로 글로벌 AI 기업을 대상으로 한 사업도 확대할 방침이다. AI 모델 경쟁이 자체 기술력뿐 아니라 안정적인 컴퓨팅 자원 확보 경쟁으로 확산하는 만큼 GPU 공급 역량을 차별화 요소로 삼겠다는 구상이다. 확보한 GPU 자원을 기반으로 베슬 클라우드 서비스도 고도화한다. 고객별 AI 워크로드에 맞춰 컴퓨팅 자원과 개발·운영 환경, 인프라 관리 체계를 통합 제공하는 AI 팩토리 서비스 구축을 추진할 방침이다. AI 팩토리는 대규모 AI 모델 개발과 서비스 운영에 필요한 GPU와 네트워크, 스토리지, 개발·운영 환경을 통합 제공하는 인프라 체계다. 베슬AI는 이번 B200 자원 확보를 대규모 학습과 추론을 동시에 지원하는 AI 팩토리 인프라 확장의 기반으로 활용할 계획이다. 회사는 연내 GPU 1만장, 내년에는 5만장을 수용할 수 있는 100메가와트(MW)급 인프라를 확보한다는 목표도 제시했다. 현재 베슬AI는 업스테이지와 모티프테크놀로지스 등 국내 독자 파운데이션 모델 개발 기업을 비롯해 서브쿼드래틱, 누앙스 랩스, 트래젝토리 등 미국 AI 프론티어랩 스타트업을 고객으로 확보해 서비스 이용량과 매출을 확대 중이다. 안재만 베슬AI 대표는 "AI 기업이 경쟁력을 확보하려면 모델 개발 역량에 더해 고성능 컴퓨팅 자원을 필요한 시점에 안정적으로 활용할 수 있는 기반이 갖춰져야 한다"며 "대규모 블랙웰 GPU 자원을 베슬 클라우드에 반영하고 고객별 AI 워크로드에 최적화된 AI 팩토리 인프라까지 확장해 국내외 AI 기업이 대규모 학습·추론을 빠르게 수행할 수 있는 환경을 만들어 나가겠다"고 말했다.

2026.08.07 13:24한정호 기자

[르포] 엔비디아 칩 7656장 열기, 물로 식힌다…NHN클라우드 'AI 심장' 가보니

서울 영등포구 양평동에 위치한 대형 인공지능(AI) 데이터센터 'NHN 팩토리X 서울'. 데이터홀 문이 열리자 검은색 서버 랙이 긴 대열을 이뤄 모습을 드러냈다. 엔비디아 최신 그래픽처리장치(GPU) B200 수천 장이 쉼 없이 연산 중이었지만 예상했던 굉음은 들리지 않았다. 고성능 GPU가 뿜어내는 열을 공기가 아닌 물로 식히는 수랭식 냉각 시스템 덕분이다. NHN클라우드는 지난 6일 팩토리X 서울의 관제실과 데이터홀 등 주요 시설 투어를 진행했다. 팩토리X 서울은 NHN클라우드가 글로벌 자산운용사 액티스 데이터센터 일부를 임차해 정부와 함께 AI 인프라를 구축한 시설이다. 이곳에는 B200 GPU 총 7656장이 구축돼있다. NHN클라우드는 3층부터 6층까지 4개 층을 사용하며 전력·냉각·네트워크·GPU를 단일 운영 체계로 관리 중이다. 이일준 NHN클라우드 기술사업부장은 "단일 데이터센터에 구축된 GPU 자원으로는 이곳이 국내 최대 규모"라며 "이처럼 대규모 GPU 자원을 수랭식 냉각 방식으로 운영하는 것도 국내에선 첫 사례"라고 강조했다. 일주일 넘는 AI 학습…관제실은 24시간 가동 투어 첫 순서로는 2층 관제실을 방문했다. 벽면을 가득 채운 모니터에는 3~6층에서 가동 중인 GPU 서버와 네트워크, 스토리지 상태가 실시간으로 표시됐다. 장비 사용률과 장애 발생 여부는 물론 데이터홀의 온도와 냉각 환경까지 이곳에서 확인할 수 있다. AI 모델 학습은 일반적인 기업용 애플리케이션처럼 정규 업무시간에만 돌아가지 않는다. 작업을 시작하면 일주일 이상 이어지기도 하고 대규모 학습은 한 달 가까이 계속될 수 있다. 연산 도중 서버나 네트워크에 문제가 발생하면 그동안 진행한 작업이 영향을 받을 수 있어 중단 없는 관리가 필요하다. 이에 팩토리X 서울 관제실에는 주간 3명, 야간 2명의 운영 인력이 상주하며 2교대로 시설을 관측한다. 물리적 장비 상태와 데이터센터 인프라는 현장에서 관리하고 서비스·애플리케이션 영역은 판교에 있는 NHN클라우드 인력도 원격으로 살피는 체계다. 이 사업부장은 "AI 학습은 낮에만 진행하고 밤에는 멈추는 작업이 아니다"라며 "길게는 일주일이나 한 달씩 연속으로 돌아가기 때문에 안정적인 서비스 제공을 위해 24시간 모니터링하고 있다"고 말했다. 랙 아래 CDU·위에는 냉각 배관…GPU 열 직접 회수 다음으로 6층 데이터홀에 들어서자 가장 먼저 눈에 들어온 것은 8m에 달하는 높은 층고였다. 공랭식 장비에서 배출된 뜨거운 공기가 위로 올라간 뒤 다시 냉각돼 순환할 공간을 확보하기 위한 설계다. 기존 데이터센터 가운데는 층고가 3~5m에 불과한 곳도 있어 고집적 GPU 서버를 배치하기 어렵다는 게 NHN클라우드의 설명이다. 서버 랙의 구성도 일반적인 데이터센터와 달랐다. 한 랙에는 GPU 서버 6대가 배치됐고 가장 아래에는 냉각수분배장치(CDU)가 설치돼 있었다. 랙 상단에는 냉각수를 공급하고 회수하는 배관이 연결됐으며 전력 공급을 위한 케이블 6개가 나란히 내려왔다. CDU는 데이터센터에서 공급된 냉수와 GPU 서버 내부를 순환하는 냉매 사이에서 열을 교환한다. 서버 내부의 콜드플레이트가 GPU와 중앙처리장치(CPU)에서 발생하는 열을 직접 흡수하고 데워진 냉매는 CDU를 거쳐 다시 냉각된다. 네트워크와 스토리지 등 수랭식이 적용되지 않은 장비는 기존 공랭 방식으로 식힌다. 이 사업부장은 "현재 GPU와 CPU에서 발생하는 열의 약 70%는 수랭 방식으로 제거하고 나머지는 공랭으로 처리한다"며 "네트워크나 스토리지 장비는 여전히 공랭이 필요해 데이터센터에서 공랭 설비를 완전히 없앨 수는 없다"고 설명했다. NHN클라우드에 따르면 팩토리X 서울은 랙당 75킬로와트(kW)급 고밀도 환경으로 설계됐다. 전체 시설의 수전 용량은 40메가와트(MW), IT 장비에 배정된 전력은 26MW 수준이다. 이 가운데 NHN클라우드가 임차해 사용하는 4개 층에는 약 13MW의 IT 전력이 배정됐으며 현재 정부 프로젝트 및 자체 활용분 대부분을 사용 중이다. AI 데이터센터 경쟁력, GPU 넘어 전력·냉각으로 AI 데이터센터에서 GPU만큼 중요한 것은 이를 끊김 없이 가동할 전력과 냉각 능력이다. 기존 데이터센터는 서버 랙의 하중과 전력 용량, 층고가 일반 서버에 맞춰 설계된 경우가 많아 고집적 AI 데이터센터로 전환하기 어렵다. 전력 설비를 증설하려 해도 외부 전력 확보부터 변압기·수배전 설비 조달까지 상당한 시간이 필요하다. 팩토리X 서울은 외부 전력을 이중으로 공급받고 무정전전원장치(UPS)와 비상발전기를 갖췄다. 전력망에 문제가 발생하면 UPS가 즉시 전력 공급을 이어받고 이후 발전기가 가동돼 GPU 서버가 갑자기 멈추는 상황을 막는다. 냉각수의 압력과 유량, 온도에도 이상이 발생하면 공급을 자동으로 차단하는 구조를 적용했다. 수랭식은 에너지 효율뿐 아니라 운영 안정성을 높이는 역할도 한다. NHN클라우드는 100% 공랭 방식인 광주 국가 AI 데이터센터와 팩토리X 서울을 모두 운영한 결과 수랭식 환경에서 장비 장애 발생이 상대적으로 적었다고 설명했다. 고열에 따른 GPU 성능 저하와 부품 장애 가능성을 줄일 수 있어서다. 이 사업부장은 "GPU를 많이 확보하는 것도 중요하지만 이제는 대규모 자원을 얼마나 안정적으로 운영할 수 있는지가 더 중요하다"며 "수랭식이 도입되면서 데이터센터 시설과 IT 장비의 경계가 사라지고 있는 만큼 IT 운영자도 배관과 밸브, 냉각 체계를 이해해야 안정적인 서비스를 제공할 수 있다"고 밝혔다.

2026.08.07 10:22한정호 기자

'AI 국가대표' 뒷받침하는 NHN클라우드…'팩토리X 서울' 가동

NHN클라우드가 대형 그래픽처리장치(GPU) 인프라를 바탕으로 국내 산·학·연 인공지능(AI) 생태계 활성화와 정부의 '독자 AI 파운데이션 모델(독파모)' 개발을 뒷받침한다. 서울 도심에 구축한 AI 데이터센터 'NHN 팩토리X 서울'을 기반으로 4개 독파모 정예팀에 고성능 컴퓨팅 자원을 공급하는 한편, 국가 AI 데이터센터 운영 경험을 토대로 자체 AI 인프라 사업 확대에도 속도를 낸다는 목표다. 이일준 NHN클라우드 기술사업부장은 지난 6일 서울 영등포구 팩토리X 서울 데이터센터 투어에서 "현재 단일 데이터센터 안에 구축된 GPU 자원으로는 이곳이 국내 최대 규모"라며 "대규모 수랭식 냉각 기반으로 자원을 안정적으로 운영 중"이라고 밝혔다. 팩토리X 서울은 과학기술정보통신부와 정보통신산업진흥원(NIPA)이 지난해 추진한 'AI 컴퓨팅자원 활용기반 강화 사업'을 통해 조성된 AI 인프라로 올해 4월 개소했다. NHN클라우드는 글로벌 자산운용사 액티스의 양평 데이터센터 일부를 임차해 GPU 인프라를 구축했다. 정부 사업을 통해 엔비디아 엔비디아 AI 가속기 B200 GPU 총 7656장을 구축했으며 향후 5년간 해당 인프라 운영을 맡는다. 이 가운데 정부 AI 컴퓨팅 자원은 팩토리X 서울 3~5층에서 운영된다. 3~4층에는 B200 GPU 4080장을 통합 단일 클러스터로 묶은 대규모 연산 환경이 구축됐다. 대규모 AI 모델을 학습할 때 수천 개의 GPU가 하나의 시스템처럼 동시에 연산할 수 있도록 구성한 것이 특징이다. 데이터센터 6층에선 NHN클라우드 자체 AI 클라우드 서비스와 GPU 인프라를 운영 중이다. 정부가 진행 중인 독파모 프로젝트 선정 4개 정예팀도 조만간 이곳의 GPU 자원을 활용할 예정이다. 독파모에 공급되는 자원은 팩토리X 서울 4~5층을 중심으로 배정될 예정으로, NHN클라우드는 정부가 정한 자원 배분 계획에 따라 인프라 운영과 공급을 지원한다. 구체적인 팀별 GPU 배정 규모는 공개되지 않았다. 이 사업부장은 "정부가 산업체와 학교, 연구소 등에 자원을 배정하면 우리는 이에 맞춰 GPU를 공급·운영하는 역할"며 "실제 자원이 어떤 연구나 업무에 사용되는지는 이용 기관이 결정하고 우리는 안정적으로 자원을 사용할 수 있도록 운영을 지원한다"고 설명했다. 독파모에 투입되는 GPU 역시 특정 팀이 계속 점유하는 구조는 아니다. 정부가 이용 기간을 정해 자원을 배분하고 해당 기간이 끝나면 다시 다른 기업이나 대학, 연구기관 등에 공급하는 방식이다. 기존 산·학·연에 공급되는 GPU 자원 역시 일정 기간을 정해 배정되고 있다. 대규모 GPU를 하나로 묶는 클러스터 구축 역량도 팩토리X 서울의 핵심이다. NHN클라우드는 3~4층에 구축한 4080장의 B200 GPU를 510개 노드로 연결해 하나의 클러스터를 구성했다. 회사는 해당 클러스터를 대상으로 고성능 컴퓨팅 성능 측정인 HPL 테스트를 진행했으며 이를 기반으로 글로벌 슈퍼컴퓨터 성능 순위 '톱500'에서도 20위에 등재됐다. NHN클라우드는 앞서 광주 국가 AI 데이터센터도 구축해 H100·A100 등 약 1000장의 GPU를 기반으로 AI 연구개발을 지원해 왔다. 광주 센터에서 확보한 GPU 운영 경험과 자사 판교 데이터센터의 고밀도 인프라 설계 경험을 팩토리X 서울 구축에 반영했다. 정부 프로젝트를 넘어 민간 영역으로도 사업을 확대 중이다. 올해 크래프톤을 대상으로 엔비디아 블랙웰 울트라 1000개 규모 인프라를 공급하며 현재 판교 데이터센터를 기반으로 서비스를 제공 중이다. 향후 추가 GPU 인프라 구축에도 나설 계획이다. 특히 팩토리X 서울에는 대규모 B200 운영을 위해 수랭식 냉각 시스템이 적용됐다. 고집적 GPU에서 발생하는 열을 냉각수를 이용해 직접 처리하는 방식으로, 기존 공랭식 대비 냉각에 필요한 에너지를 줄이면서 GPU를 안정적인 온도로 유지할 수 있다. NHN클라우드에 따르면 수랭식 시스템 도입으로 공랭식 대비 약 15~20%의 에너지 절감 효과를 확보했다. 이 사업부장은 "기존 광주 센터는 100% 공랭 방식인데 이를 운영한 경험과 이곳에서 수랭식을 몇 달간 운영한 경험을 비교하면 수랭식에서 장비 장애가 발생하는 비율이 매우 적다"며 "운영 사업자 입장에선 비용도 고려해야 하지만 고객이 사용하는 서비스의 장애를 줄이는 것이 더 중요하다"고 말했다. 최근 AI 컴퓨팅 수요가 빠르게 늘면서 NHN클라우드는 추가 인프라 확보 방안도 검토하고 있다. 팩토리X 서울에서 회사에 배정된 자체 활용 자원은 현재 대부분 고객에게 공급된 상태다. 광주 국가 AI 데이터센터 역시 사실상 모두 가동되고 있어 외부 데이터센터 활용과 자체 데이터센터 투자 가능성을 함께 살펴보는 상황이다. 다만 구체적인 투자 규모와 시기는 아직 정해지지 않았다. 이 사업부장은 "AI 인프라 수요는 앞으로도 늘어날 것으로 보고 있다"며 "현재 자체 자원의 장기계약을 추진하는 등 보유한 GPU 인프라를 안정적으로 운영하고 지속적인 수요에 대응할 계획"이라고 밝혔다. 이어 "외부에서 활용할 수 있는 데이터센터를 계속 알아보는 한편 자체적인 데이터센터 투자도 검토 중"이라고 덧붙였다.

2026.08.07 10:22한정호 기자

[AI인재강국] 세상을 보는 AI, 한국 컴퓨터비전의 다음 10년

컴퓨터비전은 기계에 눈을 달아주는 연구다. 카메라로 들어온 영상에서 물체를 찾고, 장면의 3차원 구조를 파악하며, 시간의 흐름 속에서 무슨 일이 일어나는지를 이해한다. 자율주행차가 보행자를 인식하고, 로봇이 물건을 집어 들고, 스마트폰이 어두운 사진을 선명하게 되살리는 일 모두 그 바탕에 컴퓨터비전이 있다. 생성형 AI와 피지컬 AI 역시 결국 현실 세계를 정확히 '보는' 능력 위에서 작동한다. 한국 컴퓨터비전의 성장을 가까이에서 보여주는 지표가 한국컴퓨터비전학술대회(KCCV)다. 2014년 100여 명으로 시작한 학회는 올해 1500명이 참석하는 규모로 성장했다. 같은 기간 한국은 CVPR, ICCV, ECCV 등 세계 최고 학회에서 논문 편수 기준 세계 3위에 올라섰다. 10여 년 만에 이룬 비약적인 성장이고, 그 과정에서 배출된 젊은 연구자들은 국내외 대학과 기업의 최전선에서 활약하고 있다. 그러나 논문 수가 곧 연구 리더십을 뜻하지는 않는다. 새로운 문제를 정의하고 분야의 흐름을 바꾸는 연구는 여전히 소수 국가와 글로벌 빅테크가 주도한다. 격차의 상당 부분은 아이디어보다 연구 인프라, 특히 컴퓨팅 자원에서 비롯된다. 대규모 모델을 처음부터 학습하고 실패를 반복해 볼 수 없는 환경에서는 해외에서 공개된 모델을 분석하고 개선하는 연구에 머물기 쉽다. 이제 한국 컴퓨터비전은 양적 성장을 넘어 세계가 따라올 연구를 만드는 질적 도약을 준비해야 한다. 감사하게도 올해 정부의 GPU 지원 사업은 대학 연구 현장에 의미 있는 변화를 만들고 있다. 본 연구실도 국가AI연구거점을 통해 지원받은 GPU를 기반으로, 영상을 픽셀의 집합이 아니라 3차원 공간 속 객체 단위로 표현하는 3D 토크나이제이션과, 끊임없이 들어오는 영상을 실시간으로 이해하는 스트리밍 비디오 모델 연구를 시작했다. 이는 로봇과 자율주행을 비롯한 피지컬 AI의 기반 기술이다. 공개된 모델을 가져다 쓰는 데서 그치지 않고 문제 정의부터 모델 설계와 학습까지 우리 손으로 수행하는 경험은 학생을 연구의 추격자가 아니라 창조자로 성장시킨다. 국제 교류도 연구 경쟁력을 높이는 핵심 조건이다. 해외 대학과 기업의 연구자들과 공동연구를 하다 보면 서로 다른 관점과 자원이 만날 때 혼자서는 도달하기 어려운 성과가 나온다. KCCV가 세계적 석학을 꾸준히 초청하는 이유도 여기에 있다. 강연장에서 시작된 만남이 학생의 연구 주제를 바꾸고, 공동연구와 세계 무대의 성과로 이어지는 선순환을 여러 차례 보았다. 국제 협력은 선택적 행사가 아니라 우리 연구의 질문과 기준을 세계 수준으로 끌어올리는 필수 인프라다. 인재 양성은 숫자를 늘리는 것만으로 완성되지 않는다. AI가 수행하는 업무와 산업이 요구하는 역량이 빠르게 바뀌는 만큼, 대학과 산업계가 함께 어떤 인재를 어떻게 길러야 하는지 논의해야 한다. 학생들의 진로도 대학이나 대기업에만 머물러서는 안 된다. 자신이 개발한 AI 기술로 새로운 문제를 해결하고 시장을 만드는 스타트업에 더 많은 젊은 연구자가 도전해야 한다. 대학의 연구 성과가 논문을 넘어 창업으로 이어질 때, 학생은 일자리를 찾는 인재를 넘어 새로운 산업과 일자리를 만드는 인재로 성장한다. 대학은 창업을 연구의 이탈이 아닌 연구 성과의 확장으로 인정하고, 정부는 초기 기술 검증과 투자, 실패 후 재도전을 지원하는 생태계를 조성해야 한다. 정부의 역할은 단기 과제 지원을 넘어야 한다. GPU와 데이터, 국제 공동연구, 안정적인 연구인력 지원을 장기적 연구 인프라로 구축해 연구자가 몇 년 뒤의 성과를 내다보며 난제에 도전할 수 있게 해야 한다. 산업계는 현장의 문제와 자원을 대학과 공유하고, 대학은 개별 기관의 이해를 넘어 인재 양성의 큰 그림을 함께 그려야 한다. 지금 연구실에서 GPU를 붙잡고 실패를 거듭하는 대학원생이 10년 뒤 한국 AI의 방향을 정할 연구자가 되고, 새로운 글로벌 AI 기업을 세울 창업가가 된다. AI 인재강국은 인재의 수가 아니라 그들이 얼마나 큰 질문을 던지고, 그 답을 연구와 산업으로 이어갈 수 있느냐로 결정된다. 정부와 산학이 도전의 시간을 함께 보장할 때, 한국 컴퓨터비전은 빠르게 따라온 지난 10년을 넘어 새로운 기준과 산업을 만드는 다음 10년을 열 수 있다. 한국이 AI 인재강국이 되는 순간은 세계가 한국 연구자의 질문을 따라오고, 그 질문에서 새로운 산업이 시작될 때다.

2026.08.07 08:00김선주 컬럼니스트

노타, 中 '키미 K3' 경량화…GPU 최대 절반 줄여

노타가 최근 업계 주목을 받는 중국 문샷AI의 초거대 인공지능(AI) 모델 '키미 K3'를 경량화해 구동에 필요한 그래픽처리장치(GPU)를 최대 절반으로 줄이는 데 성공했다. 노타는 전문가 모듈을 각각 25%·50% 줄인 키미 K3 경량화 모델 2종을 공개했다고 6일 밝혔다. 2조 8000억 개 매개변수를 갖춘 키미 K3는 입력값에 따라 필요한 모듈만 선택적으로 활성화하는 전문가 혼합(MoE) 구조를 채택한 오픈웨이트 모델이다. 이를 구동하려면 엔비디아 최신 고성능 GPU인 B300 8장이 필요해 기업·개발자가 활용하기에 비용과 인프라 부담이 컸다. 키미 K3는 학습 단계부터 가중치와 활성값을 각각 4비트와 8비트로 설계해 일반적인 양자화 방식만으로는 추가 압축 범위가 제한적이라는 문제도 있었다. 노타는 이를 자체 개발한 '비균일 전문가 프루닝' 기술로 해결했다. 모델 층별 특성과 모듈 중요도를 분석해 핵심 전문가는 보존하고 기여도가 낮은 모듈만 선별 제거하는 방식이다. 모든 층을 동일 비율로 줄이던 기존 방식과 달리 층별 제거 비율을 다르게 적용해 성능 저하를 최소화했다. 키미 K3 경량화 모델 2종은 구동에 필요한 GPU 수가 기존 8장에서 각각 6장·4장으로 줄었다. 노타 자체 평가 결과, 50% 경량화 모델은 층별 전문가를 동일한 비율로 제거하는 기존 방식(REAP)보다 대다수 벤치마크에서 더 높은 성능 보존율을 기록했다. 고난도 과학·추론 능력 평가(GPQA-Diamond)와 지시 수행 능력 평가(IFeval) 점수는 각각 2.52점, 2.22점 높았다. 김태호 노타 최고기술책임자(CTO)는 "다양한 프론티어급 AI 모델을 한정된 연산 자원에서도 효율적으로 활용할 수 있도록 기술 적용 범위를 확대하겠다"고 말했다.

2026.08.06 14:05이나연 기자

딥엑스, 공군 기지 AI 경계감시체계에 국산 NPU 공급

초저전력 온디바이스 AI 반도체 기업 딥엑스가 공군 기지 AI 경계감시체계 구축 사업에 신경망처리장치(NPU)를 공급한다. 딥엑스는 자사 NPU가 국방부의 'NPU 기반 지능형 영상감시체계 시범 구축 사업'에 최종 적용 제품으로 선정됐다고 5일 밝혔다. 이번 사업은 외산 GPU 중심의 AI 영상감시 체계를 100% 국산 NPU로 구현한 국방 분야 첫 사례다. 이번 프로젝트는 공군 기지 활주로와 철책 등 주요 경계 지역을 AI 기반으로 24시간 감시하는 시스템 구축 사업이다. 국방 부대 네트워크 전문기업 케이엠넷과 AI 영상분석 전문기업 핀텔이 협력해 진행하며, 딥엑스는 AI 연산 플랫폼을 공급한다. 공개 경쟁입찰을 거쳐 지난 7월 30일 최종 계약이 체결됐다. 공급되는 제품은 영상 디코딩과 AI 추론을 통합 처리하는 'DX-H1 V-NPU'와 최대 100TOPS 성능의 'DX-H1' 엣지 서버용 NPU 카드다. 기존 GPU가 맡던 영상 디코딩과 AI 추론을 하나의 NPU로 처리해 구축 비용과 전력 소비를 줄인 것이 특징이다. 김녹원 딥엑스 대표는 "이번 사업은 외산 GPU 중심의 시스템을 국산 NPU 기반으로 전환한 사례"라며 "공공 안전과 국방을 포함한 다양한 산업 현장으로 온디바이스 AI 적용을 확대할 것"이라고 말했다.

2026.08.05 10:25전화평 기자

AMD, 2분기 영업이익 3.2조...전년比 2.6배 증가

AMD가 4일(현지시간) 2분기 실적을 공개했다. AMD에 따르면 2분기 매출은 115억 3600만 달러(약 16조 4942억원)로 전년 동기(76억 8500만 달러, 약 10조 9880억원) 대비 50% 늘어났다. 영업이익은 22억 9700만 달러(약 3조 2842억원)로 전년 동기(8억 7200만 달러, 약 1조 2467억원) 대비 2.6배 증가했다. 리사 수 AMD CEO는 "데이터센터 부문 매출이 전년 동기 대비 두 배 이상 증가하면서 분기 기준 사상 최대 매출과 수익성을 달성했다"고 설명했다. 실제로 에픽(EPYC) 프로세서와 인스팅트 MI 시리즈 GPU AI 가속기 등을 담당하는 데이터센터 부문 매출은 67억 달러(약 9조 5797억원)로 전년 대비 두 배 성장했다. 진 후 AMD 최고재무책임자는 "2분기 매출은 데이터센터 사업의 견조한 성장에 힘입어 전년 동기 대비 50% 증가한 115억 달러를 기록하며 사상 최대 실적을 달성했다"고 설명했다. 이어 "데이터센터 부문은 이번 분기 전체 매출의 58%를 차지했다"고 밝혔다. PC용 라이젠 프로세서와 라데온 GPU를 공급하는 클라이언트 및 게이밍 부문 매출은 38억 달러(약 5조 4332억원)로 전년 대비 6% 늘어났다. 이 중 PC용 프로세서를 담당하는 클라이언트 부문 매출이 31억 달러(약 4조 4324억원)로 23% 성장한 반면, 콘솔 게임기 등을 담당하는 게이밍 부문 매출은 7억 7900만 달러(약 1조 1138억원)로 전년 대비 31% 줄어들었다. AMD는 "콘솔 게임기 등 맞춤형 반도체 출하량 감소로 인한 결과"라고 설명했다. 임베디드 부문 매출은 전년 동기 대비 19% 증가한 9억 7700만 달러(약 1조 3969억원)였다. AMD 주가는 이날 3일 대비 7.4% 오른 520.52달러로 정규장을 마감했지만 실적 발표 이후 시간외 거래에서 9.5%가량 하락한 470달러 안팎에서 거래되고 있다. 주가 하락 배경으로는 올 3분기 매출 예상치로 제시한 130억 달러(약 18조 5875억원)가 시장의 기대치인 140억 달러(약 20조 173억원)에 못 미치고 있는 것으로 해석된다. 또 라이젠·에픽 프로세서와 인스팅트 MI 시리즈 가속기를 위탁생산하는 대만 TSMC의 물량 확대가 제한적이라 수요에 대응할 수 없다는 점도 꼽혔다. 리사 수 AMD CEO는 "하반기에는 서버용 에픽 프로세서 수요가 증가하고 인스팅트 MI 시리즈 AI GPU 가속기 도입이 확대되는 한편, 랙 단위 AI 시스템인 헬리오스가 본격적으로 출하되며 강력한 성장세를 이어갈 것으로 기대한다"고 밝혔다.

2026.08.05 09:10권봉석 기자

엘리스그룹, B300 최적화 AI 데이터센터 구축한다…국내 첫 '온수 냉각' 적용

엘리스그룹이 엔비디아 그래픽처리장치(GPU) B300에 최적화한 모듈형 인공지능(AI) 데이터센터 구축에 박차를 가한다. 국내 최초로 온수 냉각 방식을 적용해 전력 효율을 높이고 국가 AI 컴퓨팅 인프라 확충에도 적극 나선다는 목표다. 엘리스그룹은 과학기술정보통신부와 정보통신산업진흥원(NIPA)이 추진하는 'AI컴퓨팅자원활용기반강화(GPU 서버확충 및 GPU 통합운영환경구축) 사업' 참여 기업으로 선정돼 B300 최적화 모듈형 AI 데이터센터를 구축·운영한다고 4일 밝혔다. 이번 사업은 국가 AI 컴퓨팅 인프라를 확충하고 국내 기업과 연구기관의 AI 연구개발을 지원하기 위해 추진된다. 엘리스그룹은 총 2560장의 B300 GPU를 4개 동의 모듈형 AI 데이터센터에 각 640장씩 배치해 구축할 예정이다. 회사는 초고전력·고집적 환경에 맞춰 데이터센터 설계를 완료했으며 B300 특성에 맞게 GPU 클러스터 구조와 냉각, 네트워크, 전력 효율 등을 최적화했다고 설명했다. 데이터센터 전력사용효율(PUE)은 1.1 수준을 목표로 하며 직접수랭식(DLC) 냉각 방식과 대규모 GPU 클러스터에 적합한 초고속 네트워크 구조도 함께 적용할 방침이다. 특히 냉각 시스템에는 40도 이상의 냉각수를 활용하는 온수 냉각과 외기 냉각 방식을 적용한다. 이를 통해 냉각에 필요한 전력 소비를 줄이고 운영 효율을 높이는 한편, 특허 기술 기반의 배관 분리 설계로 수랭식 데이터센터의 누수 위험에도 대응한다는 방침이다. 차세대 AI 반도체 환경에서 요구되는 수랭식 냉각에 따른 하중 문제는 고하중·고단열 성능을 갖춘 모듈러 컨테이너 방식으로 해결하도록 설계했다. 일반 데이터센터와 달리 별도의 대규모 구조 보강 없이 자체 설계한 모듈형 구조를 활용해 대규모 GPU 인프라를 구축할 수 있다는 것이 회사 측 설명이다. 엘리스그룹은 이번 사업을 계기로 국가 AI 컴퓨팅 인프라 확충에 기여하는 동시에 B300뿐 아니라 향후 엔비디아 베라루빈 등 차세대 고전력·고집적 GPU 환경에 대응할 수 있는 냉각 기술과 PMDC 설계·구축 역량도 강화할 계획이다. 이를 토대로 대규모 GPU 클러스터링과 냉각·전력 효율화, AI 클라우드 서비스 운영 등 AI 인프라 전반의 기술 경쟁력을 고도화한다는 방침이다. 김재원 엘리스그룹 대표는 "이번 사업으로 고성능 GPU 환경에 최적화된 모듈형 AI 데이터센터를 구축해 안정적이고 효율적인 AI 컴퓨팅 인프라를 제공할 것"이라며 "GPU부터 네트워크와 스토리지까지 최적화한 AI 인프라를 구축하고 국산 기술을 기반으로 완성한 K-PMDC를 통해 국내 AI 컴퓨팅 경쟁력 강화에 기여하겠다"고 밝혔다.

2026.08.04 14:21한정호 기자

"국가AI컴퓨팅센터 GPU, B200 확정 아냐…최신 AI 반도체 도입"

국가인공지능(AI)컴퓨팅센터 구축을 총괄하는 정부와 사업 추진 기관이 첨단 그래픽처리장치(GPU) 도입 계획과 공공 활용 방식, 냉각 기술 등 주요 운영 방향을 공개했다. 정부는 당초 사업 제안 당시 제시된 엔비디아 B200 기준을 고정하지 않고 시장 상황에 맞춰 최신 AI 반도체를 도입한다는 방침이다. 공공 활용 비중과 내년 조기 서비스 물량은 향후 민관 특수목적법인 한국에이아이컴퓨팅센터(코아크·KOACC) 이사회와 정부 협의를 거쳐 확정하기로 했다. 과학기술정보통신부는 3일 전남 해남군 솔라시도 데이터센터 파크 부지에서 국가AI컴퓨팅센터 착공식을 열고 본격적인 건설에 착수했다. 이날 착공식 이후 진행된 질의응답에는 김광년 과기정통부 인공지능컴퓨팅인프라팀장과 오태원 코아크 AI컴퓨팅서비스본부장, 최희주 데이터센터건립총괄이 참석해 GPU 확보 계획과 공공 활용 방안, 전력·용수 공급, 향후 운영 계획 등에 대한 질문에 답했다. "GPU 도입, B200 고정 안한다…최신 제품 검토" -GPU 1만5천장 규모를 확대할 계획이 있는지, 국산 NPU 활용 계획은 (김광년 과기정통부 인공지능컴퓨팅인프라팀장) "1만 5000장은 당초 사업 계획을 세울 당시 기준이다. 아직 센터 구축이 완료되지 않은 만큼 확대 여부를 지금 확정적으로 말하기는 어렵다. 국가AI컴퓨팅센터를 설립하는 이유 자체가 수요 변화에 유연하게 대응하기 위한 것이다. 국산 신경망처리장치(NPU) 활용 역시 현재로선 참여 기업들과 함께 검토하고 있는 단계다." -GPU 1만5천장은 엔비디아 B200만이 기준인가. AMD와의 협업 가능성도 있나. (김광년 팀장) "최초 제안은 B200 기준으로 1만 5000장 규모를 제시한 것이 맞다. 다만 앞으로 신제품이 계속 출시되는 만큼 B200을 그대로 도입한다고 확정한 것은 아니다. 그 시점에 가장 적합한 최신 GPU와 AI 반도체를 도입하는 것이 기본 원칙이다. AMD 협업 여부도 현재로선 확정된 사항이 없다." -향후 GPU 용량을 추가로 확대할 가능성도 있나. (김광년 팀장) "추가 수요가 있다면 확대 가능성을 배제하고 있진 않다. 다만 정부가 일방적으로 결정하는 사안은 아니며 실제 수요와 코아크 운영 상황 등을 함께 협의해 결정하게 될 것이다." 공공 활용·조기 서비스…"정부 수요 우선" -국가AI컴퓨팅센터 GPU 가운데 공공 활용 비중은 어느 정도인가. (김광년 팀장) "정부가 추진 중인 GPU 5만 장 확보 계획에는 지난해 추가경정예산으로 확보한 물량과 올해 추진 사업, 슈퍼컴퓨터 6호기 등이 모두 포함된다. 이중 국가AI컴퓨팅센터의 1만 5000장은 SPC가 운영하는 구조인 만큼, 현재 공공에 어느 정도를 배정하겠다고 확정된 것은 없다. 센터가 구축되면 정부와 코아크가 협의해 결정할 것이다." (오태원 코아크 AI컴퓨팅서비스본부장) "코아크가 민간 기업이지만 설립 취지에 맞게 정부와 공공 수요를 최우선으로 대응할 계획이다. 최근 공공부문의 AI 컴퓨팅 수요가 상당히 큰 만큼, 이를 우선적으로 지원하는 방향을 고려하고 있다." -내년 삼성SDS 데이터센터에서 제공하는 조기 서비스 물량은 어느 정도인가. (김광년 팀장) "아직 확정되지 않았다. 다만 일부 물량이라도 최대한 빨리 구축해 조기 서비스를 시작하자는 방향으로 추진하고 있다." -코아크 내부 의사결정은 어떻게 이뤄지나. (오태원 본부장) "주주와 이사회 의사결정 절차를 거쳐 계획이 최종 확정된다. 기존 설립 취지에 맞춰 사업을 추진할 방침이다." 전력·용수 확보…"95% 수냉식 적용" -전력과 용수는 충분히 확보됐나. (최희주 코아크 데이터센터건립총괄) "지자체와 한국전력이 40메가와트(MW) 전력 공급을 확정했고 용수도 문제가 없도록 협의를 마쳤다. 국가AI컴퓨팅센터는 물 사용량을 줄이는 방향으로 설계하고 있으며 95% 수냉식 기반 냉각 방식을 적용할 계획이다. 폐쇄형 순환 구조를 활용해 친환경적으로 물 사용량을 최소화하겠다."

2026.08.03 17:10한정호 기자

[AI 고속도로] 엔비디아·AMD 손잡은 韓…AI 인프라 생태계 다변화

정부가 엔비디아에 이어 AMD와도 인공지능(AI) 컴퓨팅 협력을 확대하면서 국내 AI 인프라 생태계가 다변화하고 있다. 특정 그래픽처리장치(GPU) 중심 구조에서 벗어나 중앙처리장치(CPU)·GPU·신경망처리장치(NPU)를 함께 활용하는 개방형 인프라 구축이 본격화되면서 데이터센터와 클라우드, AI 반도체, 시스템 소프트웨어(SW) 기업까지 참여하는 생태계 확장이 빨라질 것이란 전망이 나온다. 2일 업계에 따르면 최근 정부는 엔비디아와 GPU 협력에 이어 AMD와 AI 반도체 생태계 구축을 위한 협력을 본격화하고 있다. AI 컴퓨팅 경쟁의 중심이 단일 GPU 확보를 넘어 다양한 연산 자원을 효율적으로 조합하는 구조로 이동하면서 국내 AI 인프라 전략 역시 생태계 중심으로 확대되는 모습이다. 최근 정부가 AMD와 체결한 양해각서(MOU)의 핵심도 개방형 AI 컴퓨팅 생태계 구축이다. AMD CPU·GPU와 국산 NPU를 연계한 이기종 AI 컴퓨팅 인프라를 구축하고 메모리와 데이터처리장치(DPU), 컴퓨트익스프레스링크(CXL), 네트워크, 서버, 오케스트레이션 SW 등 국내 기업이 함께 참여하는 개방형 AI 컴퓨팅 생태계를 조성하는 데 초점을 맞췄다. 이는 최근 AI 인프라 경쟁 양상이 달라지고 있어서다. 대규모 AI 모델 학습 중심에서 AI 에이전트와 기업용 생성형 AI 서비스 확산으로 추론 수요가 빠르게 증가하면서 GPU 하나만으로 모든 연산을 처리하기보다 CPU와 GPU, NPU를 워크로드에 맞게 조합하는 방식이 효율성과 비용 측면에서 주목받고 있다. 실제 정부 역시 올해 AI 컴퓨팅 자원 확충 사업을 통해 엔비디아 차세대 GPU를 대규모 확보하는 동시에 국가AI컴퓨팅센터와 국산 NPU 생태계 육성을 병행 중이다. GPU 확보와 함께 다양한 AI 반도체가 함께 활용되는 환경을 구축해 국내 AI 인프라 경쟁력을 높인다는 구상이다. 민간 기업들의 움직임도 비슷하다. 최근 네이버는 엔비디아와 브룩필드로부터 대규모 투자를 유치해 글로벌 AI 팩토리 구축과 GPU 공급망 확보에 나섰다. 엔비디아와 긴밀한 파트너십을 기반으로 국내 데이터센터 확장을 추진하는 가운데, 올해 초 AMD와도 협력해 하이퍼클로바X 운영 환경에 AMD GPU를 적용하는 방안을 추진하는 등 AI 인프라 선택지를 확대한 모습이다. AI 스타트업들도 같은 흐름을 보이고 있다. 대표적으로 업스테이지는 국가대표 AI 모델 개발 과정에서 AMD GPU와 ROCm 생태계를 활용하기로 했으며 정부의 독자 AI 모델 프로젝트와도 연계해 개방형 AI 플랫폼 기반을 확대하고 있다. IT서비스·클라우드 업계 역시 변화 속도를 높이고 있다. 삼성SDS, LG CNS, KT클라우드 등은 국산 NPU를 활용한 서비스형 NPU(NPUaaS)와 관련 플랫폼을 잇달아 출시해왔다. GPU 중심 인프라에서 벗어나 고객이 AI 서비스 특성에 맞춰 GPU와 NPU를 선택할 수 있도록 하면서 AI 인프라 사업 영역을 확대한다는 방침이다. 이같은 변화는 AI 인프라 경쟁의 범위도 넓히고 있다. 과거에는 GPU 확보 자체가 경쟁력이었다면 최근에는 데이터센터와 전력, 냉각, 네트워크, 서버, 클라우드 플랫폼, AI 운영 SW까지 통합 제공할 수 있는 역량이 새로운 경쟁 요소로 부상 중이다. 정부 역시 AI 경쟁력을 반도체 공급에만 국한하지 않고 데이터센터와 AI 컴퓨팅 자원, 테스트베드, 산업 생태계를 모두 연결하는 종합 AI 인프라 전략으로 확대하고 있다. AI 생산기지와 데이터센터 허브를 구축하고 국내외 기업이 함께 참여하는 협력 구조를 강화하겠다는 목표다. 글로벌 빅테크들의 움직임도 이러한 흐름을 뒷받침한다. 엔비디아와 AMD는 최근 잇따라 국내 AI 연구센터 설립 계획을 발표하며 한국을 아시아 AI 거점으로 육성하겠다는 전략을 내놨다. 단순한 반도체 판매를 넘어 연구개발과 인재 양성, 생태계 확대까지 경쟁 환경이 넓어지고 있다는 평가다. 배경훈 부총리 겸 과학기술정보통신부 장관은 "대한민국이 AI 3대 강국으로 도약하기 위해서는 자립적이면서도 개방적인 AI 컴퓨팅 인프라 기반 확보가 중요하다"며 "AMD와의 협력을 통해 국내 AI 반도체 생태계 경쟁력을 높이고 글로벌 AI 컴퓨팅 인프라 변화에 대응하는 새로운 협력 모델을 만들어 갈 수 있을 것"이라고 밝혔다.

2026.08.02 10:25한정호 기자

  Prev 1 2 3 4 5 6 7 8 9 10 Next  

지금 뜨는 기사

이시각 헤드라인

삼성전자, 美 테일러팹 2기 구축 속도…공급망에 장비 '선제 인증' 주문

오감 만족 럭셔리 라운지…제네시스 10년 결정체 'GV90' B필러 없앴다

[현장] "기존 환경 그대로 AI 확장"…클라우데라, '투트랙'으로 전환 부담 낮춘다

가상자산업계 '특금법 비상'…부채비율 미충족 40% 넘어

ZDNet Power Center

Connect with us

ZDNET Korea is operated by Money Today Group under license from Ziff Davis. Global family site >>    CNET.com | ZDNet.com
  • 회사소개
  • 광고문의
  • DB마케팅문의
  • 제휴문의
  • 개인정보취급방침
  • 이용약관
  • 청소년 보호정책
  • 회사명 : (주)메가뉴스
  • 제호 : 지디넷코리아
  • 등록번호 : 서울아00665
  • 등록연월일 : 2008년 9월 23일
  • 사업자 등록번호 : 220-8-44355
  • 주호 : 서울시 마포구 양화로111 지은빌딩 3층
  • 대표전화 : (02)330-0100
  • 발행인 : 김경묵
  • 편집인 : 김태진
  • 개인정보관리 책임자·청소년보호책입자 : 김익현
  • COPYRIGHT © ZDNETKOREA ALL RIGHTS RESERVED.