틸론, "전문대학 총장단 방문...GPU 슬라이싱체험"
지난 25일, 고등직업해외인재유치협의회(KARIS) 10개 전문대학 총장단이 인공지능 가상화 전문기업 틸론(대표 최백준)의 마곡 본사를 방문했다. 오는 5월 중순에는 디지텍(DigiTech) 고등직업교육협의회 소속 20개 전문대학이 추가로 방문할 예정이다. 10개 전문대학 총장단이 틸론을 찾은 이유에 대해 회사는 30일 "GPU 슬라이싱(GPU Slicing) 기술을 통해 학생들에게 차별 없는 고성능 학습환경을 제공하고, Jupyter·VS Code 등 AI 개발 도구 기반의 실습환경을 구축하며, 궁극적으로 대학 자체 데이터로 운영하는 Internal AI 체계를 갖추기 위한 실행 전략을 현장에서 직접 확인하기 위해서"라며 "무엇보다 틸론 본사에서 실제 GPU 서버 장비를 눈으로 확인하고, 저사양 PC에서도 VDI를 통해 고성능 AI 개발환경이 구현되는 과정을 직접 체험했다"고 밝혔다. 이번 방문은 고등직업해외인재유치협의회(KARIS) 회장인 박주희 삼육보건대학교 총장이 협의회 소속 대학 총장들을 이끌고 추진한 것으로, 교육부의 'AID(AI+Digital) 전환 중점 전문대학 지원사업' 신청을 앞두고 마련됐다. 행사에는 삼육보건대학교 박주희 총장, 동남보건대학교 김종완 총장, 영남이공대학교 이재용 총장, 동강대학교 이민숙 총장, 한양여자대학교 나세리 총장, 한영대학교 임정섭 총장, 세경대학교 심윤숙 총장, 춘해보건대학교 김희진 총장, 성운대학교 윤지현 총장, 서정대학교 김현재 부총장∙조훈 부총장 등 10개 전문대학 총장 및 부총장이 참석했다. ■ GPU 슬라이싱(Slicing), 1대 GPU로 수십 명이 동시에 AI 사용 이날 행사의 핵심 의제는 'GPU Slicing 기술을 통한 공정한 학습환경 구축'이었다. GPU Slicing은 고가의 GPU 1대를 가상화 기술로 분할해 다수의 학생이 동시에 활용할 수 있게 하는 기술이다. 틸론은 자사의 AI VDI 플랫폼 'iStation'을 통해, MIG(Multi-Instance GPU)·Time Slicing·Quota Enforcement를 결합한 3계층 하이브리드 GPU 가상화 방식을 시연했다. 회사는 "이 기술이 전문대학에 특히 의미 있는 이유는 교육 형평성에 있다. 4년제 대학 대비 재정 규모가 작은 전문대학이 수천만 원대의 GPU를 학과별로 개별 구매하기는 어렵다. GPU Slicing을 통해 소수의 GPU를 전 학과가 공유하면, 학생 개인의 PC 사양이나 지역·소득 격차와 무관하게 동일한 고성능 학습환경을 보장할 수 있다"고 설명했다. 틸론의 교육환경은 GPU Slicing 위에 JupyterHub, VS Code Server, PyTorch 등 AI 개발 도구를 통합 제공해, 학생들이 저사양 PC에서도 VDI를 통해 AI 모델 학습·튜닝·개발까지 수행할 수 있는 구조를 갖추고 있다. ■ 인터널(Internal) AI, 대학 데이터는 대학 안에 있어야 GPU Slicing과 함께 강조된 또 하나의 키워드는 'Internal AI'였다. Internal AI는 외부 클라우드에 데이터를 넘기지 않고, 대학 자체 환경(On-Premise)에서 AI를 구축·운영하는 소버린 AI(Sovereign AI) 개념이다. 학생 학습 데이터, 교직원 행정 데이터, 연구 데이터가 외부로 유출되지 않으면서도 자체 LLM 기반 AI 서비스를 운영할 수 있는 구조다. 이때 핵심이 되는 것이 데이터 등급 관리다. 국정원이 발표한 국가망보안체계(N2SF)는 기관의 정보를 기밀(C, Classified)·민감(S, Sensitive)·공개(O, Open) 3등급으로 분류하고, 등급별로 차등화된 보안 통제를 적용하도록 하고 있다. 대학 역시 학생 개인정보, 행정 기밀, 연구 데이터 등 다양한 등급의 정보를 다루는 만큼, AI 환경 구축 시 이 같은 등급별 보안 체계가 필수적이다. 틸론 솔루션은 국정원 보안기능확인서와 CC 인증을 보유하고 있으며, N2SF의 170여 가지 보안 요건을 충족해 업계 최초로 N2SF 전용 인터페이스를 구현한 바 있다. 대학이 C·S·O 등급에 따라 데이터를 분류하고, 등급별 보안 통제가 적용된 환경에서 Internal AI를 운영할 수 있는 기술적 기반을 갖춴 셈이다. 행사에서는 대학별 구축 사례도 공유했다. 제주대학교의 경우 대학 내부 데이터를 활용한 Internal AI 구축 과정이 시연됐고, 서강대학교 사례에서는 퍼블릭 AI를 대학 교육·연구에 활용하는 방식이 소개됐다. 백석대학교의 구축 경험도 함께 발표돼, 규모와 특성이 다른 대학에서 가상화 기반 교육 환경이 어떻게 적용되는지를 다각도로 보여줬다. ■ "정부 GPU 5만 장 배분...전문대학은 소외" 한편 이번 방문에서 총장단은 정부의 GPU 배분 전략에서 전문대학이 사실상 배제돼 있다고 지적했다. 현재 정부는 2028년까지 5만 2000장 이상의 첨단 GPU 확보를 목표로, 산·학·연 대상 대규모 배분 사업을 추진하고 있다. 올해 3월부터 약 4000장의 1차 공급이 시작됐고, 추가로 1만 5000장 규모의 확보 사업도 공고 예정이다. 학계·연구계는 무상, 산업계는 시장가의 5~10% 수준으로 GPU를 사용할 수 있다. 그러나 현행 배분 체계에서 '학계' 지원은 사실상 연구중심 4년제 대학과 대학원이 주요 수혜 대상이다. 회사는 "전문대학이 독자적으로 GPU 클러스터를 신청하고 배분받은 사례는 확인되지 않는다"면서 "AID 사업 역시 사업단별 최대 10억 원 규모로, 이 예산으로 고가의 GPU 장비를 자체 확보하기에는 현실적 한계가 있다"고 짚었다. ■ "전문대학, 지역 정주 마지막 거점" 회사는 "전문대학 GPU 지원은 단순히 교육 투자를 넘어 국가균형발전 차원에서 논의돼야 한다"면서 "전국 125개 전문대학 중 70% 이상이 비수도권에 위치하며, 이들 대학은 해당 지역의 직업교육과 기술인재 공급, 지역산업 연계의 핵심 축을 담당하고 있다. 졸업생의 상당수가 대학 소재 지역에서 취업하고 정주하는 구조"라고 설명했다. 이어 "현 정부가 핵심 국정과제로 추진하는 지역 활성화와 균형발전 정책에서, 전문대학은 지역 정주 여건을 뒷받침하는 실질적인 교육 거점"이라면서 "AI 시대에 이 거점이 GPU 자원 없이 AI 교육을 수행해야 한다면, 지역과 수도권 간 디지털 격차는 더욱 벌어질 수밖에 없다"고 진단했다. 실제, 이번에 참석한 총장단은 4년제 국립대학에는 GPU를 지원하면서 전문대학은 배분 대상에서 논의조차 되지 않는 현실이 AID 사업의 취지와 맞지 않는다고 지적한 것으로 알려졌다. 이에, 전문대학 간 공동 GPU 환경을 구축할 수 있도록 정부 차원의 지원 체계가 필요하다고 요청하며 "특히 AID 사업이 연합형(2~3개 대학) 참여를 허용하는 구조인 만큼, 컨소시엄 기반의 공동 GPU 활용 전략이 현실적 대안"이라고 제안했다고 회사는 밝혔다. 이번 방문을 주도한 박주희 삼육보건대학교 총장은 "전문대학은 지역 산업 현장에 AI 역량을 갖춘 인재를 직접 공급하는 최전선"이라며 "학생들에게 차별 없는 AI 학습환경을 제공하고, 대학 자체 AI 역량을 갖추는 것이 AID 사업 성공의 관건"이라고 말했다. ■ 공공 VDI·DaaS 시장 점유율 1위...다수 대학에 가상화 기반 교육 환경 구축 한편 지난 24년간 국내 가상화 시장을 개척해 온 틸론은 공공 VDI·DaaS 시장 점유율 1위(조달 기준 83%)를 기록하고 있으며, 다수 대학에 가상화 기반 교육 환경을 구축한 실적을 보유하고 있다. 국정원 인증 등 공공·교육 부문에 필요한 보안 체계도 갖추고 있다. 최백준 틸론 대표는 "GPU Slicing 기술은 고가의 GPU를 효율적으로 나눠 쓸 수 있게 해, 재정 여건이 넉넉하지 않은 전문대학에서도 모든 학생에게 공정한 학습환경을 제공할 수 있는 핵심 기술"이라며 "대학의 데이터 주권을 지키면서 AI 역량을 갖추는 Internal AI 구축을, 틸론이 기술로 뒷받침하겠다"고 강조했다.
