고성능 인공지능(AI)의 발전으로 대형·고밀도 데이터센터가 늘어나면서 서버에서 발생하는 열을 액체로 직접 식히는 ‘액체냉각’ 시장 경쟁이 뜨거워지고 있다. 한 랙에 수십 개의 그래픽처리장치(GPU)를 집적하는 빽빽한 서버 구조가 확산하면서 공기를 순환시키는 기존의 공랭 방식보다 효율적인 발열 관리가 필요해지면서다. 기존 공랭 방식으로 대응할 수 있는 냉각 용량의 한계는 랙당 20~30kW 수준이지만, 고성능 GPU 서버 랙은 전력 밀도가 200kW 이상으로 높아지고 있다. 액체냉각은 냉각수를 서버 내부로 순환시켜 GPU와 중앙처리장치(CPU) 등에서 발생하는 열을 직접적으로 낮추는 방식이다. 시장조사업체 트렌드포스는 전 세계 AI 칩에 액체냉각을 적용하는 비중이 지난해 33%에서 내년 59%까지 성장할 것이라고 전망했다. 국내 기업들은 잇따라 액체냉각 관련 부품은 물론, 시스템 구축 등 시장 경쟁에 뛰어들고 있다. LG CNS는 네이버 클라우드와 협력해 과학기술정보통신부 산하 정보통신산업진흥원(NIPA)이 소유한 엔비디아의 베라 루빈을 안정적으로 운영하기 위해 삼송 데이터센터에 액체냉각 인프라를 구축한다고 26일 밝혔다. 네이버클라우드와 함께 내년까지 액체냉각 인프라 구축과 실증을 완료할 계획이다. LG전자는 액체냉각의 핵심 부품인 냉각수분배장치(CDU)에 집중하고 있다. 이미 기업간거래(B2B) 사업의 핵심 방향으로 냉난방공조에 무게를 실어 왔던 LG전자는 최근 국내에서 처음으로 엔비디아로부터 600kW급 CDU의 최종 품질 인증을 획득했다. CDU뿐만 아니라 냉각수를 대량 생성하는 대형 칠러, 칩셋을 직접 냉각하는 콜드 플레이트까지 ‘칩 투 칠러’ 포트폴리오를 완성한다는 게 LG전자의 전략이다. 삼성전자는 지난해 인수한 플랙트그룹을 통해 삼성전자 광주사업장 제3캠퍼스에 약 2400억원을 투입해 공조 제품 생산라인을 건립하는 투자협약을 체결했다. 주력 품목은 CDU로, 전력 효율을 높이고 이중화 설계와 이상 신호 감지 기능 등을 적용해 에너지 효율과 안정성을 강화하는 플랙트그룹의 기술력을 고도화할 계획이다. 삼일PwC는 최근 보고서에서 “향후 2~3년은 글로벌 냉각 기술의 표준과 생태계가 형성되는 시기”라며 “한국 기업들에도 중요한 분기점이 될 것”이라고 전망했다.

인공지능(AI) 확산에 따라 증가하는 데이터센터가 주민 반발, 전력·용지 확보 등의 문제에 부딪히면서 빅테크들이 육상을 벗어나 바다와 우주 등 미개척지로 뱃머리를 돌리고 있다. AI 경쟁력의 병목이 컴퓨팅 능력에서 토지 및 전력망 등 인프라로 확대되면서 데이터센터를 지을 새로운 ‘영토’를 개척하는 기술 경쟁에 불이 붙었다. 25일 산업계에 따르면 국내에서 집중하는 기술은 바닷물을 냉각에 활용하는 수중 데이터센터(UDC)와 선박이나 바지선을 개조해 서버를 탑재하는 해상부유식 데이터센터(FDC)다. 둘 다 주민 민원이나 인허가 문제에서 자유롭고, 바닷물을 이용해 서버에서 발생하는 열을 냉각하는 방식이어서 경제적이다. 바닷속에 들어간 데이터센터KIOST, 울산 수심 20m 시공 계획수도권 집중 해소하고 해수로 냉각 산업계, FDC·액침냉각 개발 속도한국해양과학기술원(KIOST)은 지난해 11월 울산시와 ‘수중 데이터센터 구축모형 개발’을 위한 업무협약을 체결했고 관련 기술을 개발 중이다. 울산 앞바다 수심 20m 해저에 서버 10만대 규모의 수중 데이터센터 단지를 설계·시공·유지하는 기술을 개발하겠다는 것으로 2031년 상용화가 목표다. 한국수력원자력, 울산과학기술원, 포스코, SK텔레콤 등도 참여한다. 수중 데이터센터는 별도 인허가 없이 공유수면 점용·사용 허가만 획득하면 돼 건축 기간이 짧다. 육상 데이터센터는 전체 소비전력 중 약 40%를 냉각시스템 가동에 쓰지만 해수를 활용하면 이 비용도 대폭 감소한다. 문제는 해수 취수에 따른 유지·보수 부담이다. KIOST는 2022년 구조체 외부와 연결된 열교환 파이프로 해수를 유입·배출시키며 열을 식히는 방식을 택했다. 한택희 KIOST 책임연구원은 “뜨거워진 (외부 열교환) 파이프로 해저 미생물이 모여들어 열효율이 떨어졌고 이에 대한 고압 세척 과정에서 파이프가 손상될 가능성도 생겨 유지·보수가 어려웠다”고 돌아봤다. 마이크로소프트(MS) 역시 2015년에 ‘나틱 프로젝트’를 통해 같은 냉각 방식의 수중 데이터센터를 최초로 개발했고 2년여간의 실증을 통해 ‘성공’이라고 자평했지만, 상업화까지는 힘들 것으로 보고 사실상 중단한 것으로 전해졌다. 이에 KIOST는 외부 파이프를 없앤 ‘이중벽 실린더 구조물’ 기술로 상업화에 도전하고 있다. 지난해 12월 이와 관련한 특허출원도 마쳤다. 중국도 적극적이다. 하이랜더는 2023년 하이난섬 인근에 최초의 상업용 수중 데이터센터 가동에 성공한 데 이어 상하이 린강에 해상풍력 발전과 연계한 총 24㎿ 규모 수중 데이터센터 일부를 운용하고 있다. 육지에서 전력 소모 비난이 높다면, 하이랜더는 해상풍력으로 생산한 전력과 바닷물로 이를 대체한 셈이다. 다만 해양 생태계 교란 문제에 대해서는 아직 알려진 바가 없다. 바다 위 데이터센터로 불리는 FDC 역시 인허가 유연성과 구축 신속성, 해수를 활용한 냉각 효율성 등이 강점이다. 특히 국내 조선사의 해양플랜트 건조 기술력이 핵심이다. 삼성중공업은 지난 4월 미국 선급협회와 영국 로이드 선급협회로부터 개념설계 인증(AIP)을 확보했고, FDC 상업 서비스 시점을 2028년 상반기로 발표했다. 연내 최대 2척의 FDC 수주 가능성도 거론되고 있다. HD한국조선해양은 지난 6월 프랑스 에너지 기업 슈나이더 일렉트릭과 FDC 인프라 기술 공동개발 업무협약을 체결했다. 또 정보·통신(IT) 기업들은 냉각 효율 제고에 집중하고 있다. KT클라우드는 지난해 말부터 액침 냉각 기술 상용화에 나섰다. 액침 냉각은 서버나 전자 제품을 절연액에 담아 열을 제거하는 기술이다. 2024년 실증 결과에 따르면 기존 공랭식 대비 유틸리티 전력량을 58%, 서버 팬 전력량을 15% 이상 절감했다. 네이버는 외기 활용과 데이터센터 폐열 재활용 등을 통해 냉각 전력량을 감축하고 있다. 네이버는 더 나아가 지난 13일 파력 발전을 활용하는 해상 AI데이터센터를 개발하는 미국 스타트업 ‘판탈라사’에 투자했다고 밝힌 바 있다. 해외 데이터센터 현황MS, 최초 수중 DC, 2년 만에 중단中, 해상풍력발전 연계해 일부 운용극저온 우주센터 꿈… 상용화 과제미국, 유럽, 일본 등은 우주 데이터센터를 꿈꾸고 있다. 미국 스타트업 스타클라우드는 지난해 11월 실증 연구 차원에서 엔비디아 그래픽처리장치(GPU)를 탑재한 위성을 스페이스X 팰컨9에 실어 우주로 발사했다. 유럽연합은 2024년 200만 유로(약 32억원)를 투자한 어센드(ASCEND) 프로젝트를 통해 우주 데이터센터 실현 가능성을 확인했다. 일본의 통신기업 NTT와 위성·방송기업 스카파JSAT는 2022년 합작회사 스페이스 컴퍼스(Space compass)를 설립한 뒤 우주 데이터센터 사업을 추진하고 있다. 우주 데이터센터는 평균 영하 270도의 극저온 환경서 냉각 에너지 소모량을 지상 대비 최대 95%까지 줄일 수 있고 높은 태양광 발전 효율 등을 갖출 수 있다. 비용은 막대하겠지만 각종 사회 규제에서 자유롭다. 다만, 미국 의회 산하 회계감사원은 “우주 데이터센터 배치에는 공학적·경제적 장벽이 존재한다”며 “그간 우주로 발사된 어떤 것보다도 큰 태양광 어레이(태양광 패널을 이어 붙인 대형 발전 장치)가 필요하며 이런 규모의 냉각 솔루션도 검증된 바 없다”고 평가했다.

최근 열린 ‘핫 칩스 2026’ 행사에는 삼성과 SK 하이닉스가 공개한 미래 고대역폭 메모리(HBM) 로드맵이 관심을 끌었습니다. HBM4까지 발전한 상태에서 두 회사 모두 같은 발열과 전력 소모 증가, 복잡도 증가 같은 문제에 직면한 상태이며 비슷하지만 약간 다른 방식을 통해 이 문제를 풀어가기 위해 노력하고 있습니다. 아마도 가장 비슷한 점은 궁극적으로 HBM 메모리를 그래픽처리장치(GPU) 같은 프로세서 위에 올리려고 한다는 점일 것입니다. 일단 SK 하이닉스는 HBM4E와 HBM5에서 당면한 문제를 해결하기 위해 몇 가지 해결책을 몇 가지 제시했습니다. 이미 올해 초 CES에서 SK 하이닉스는 HBM4 16단(16Hi) 제품을 공개하면서 용량 48GB 용량, 대역폭 2.9TB/s의 스펙을 자랑한 바 있습니다. 이처럼 높은 용량과 대역폭은 여러 층의 D램 다이를 관통하는 TSV(실리콘 관통 전극) 덕분입니다. HBM4에서는 TSV 수가 이미 2만 개를 넘어섰고 HBM의 최하층에 있는 베이스 다이는 GPU와 데이터를 고속으로 주고받기 위해 1만 6148개의 베이스 마이크로 범프로 실리콘 인터포저와 연결되어 있습니다. 문제는 앞으로입니다. 다음 세대 HBM 메모리에서는 속도를 더 높이기 위해 TSV 간 거리를 지금보다 더 줄여 18㎛ 미만으로 낮춰야 하는데, 이미 마이크로 범프 간 간격이 너무 줄어든 상황입니다. 따라서 아예 범프 없이 인터포저에 직접 접합하는 하이브리드 본딩(hybrid bonding) 기술이 시도되고 있습니다. 현재 12-Hi 하이브리드 본딩 HBM이 검증 완료된 상태이고 앞으로 16-20Hi 스택 하이브리드 본딩 기술을 개발해 장기적으로 HBM4E/HBM5에 적용할 계획입니다. 하지만 하이브리드 본딩 기술이 발열 문제는 해결해 주지 못합니다. 그래서 SK 하이닉스는 iHBM (ICE-HBM)이라는 냉각 기술을 개발 중입니다. 이는 열이 많이 발생하는 부위에 높은 열전도율과 전기 절연성을 갖춘 냉각 소자를 내장하여 열 저항을 30% 이상 줄이는 기술입니다. 다만 더 장기적으로 보면 HBM – 실리콘 인터포저 – GPU/CPU의 구조는 늘어나는 전력 소모와 복잡도를 감당하기 점점 힘들어집니다. 가장 좋은 방법은 아예 메모리와 프로세서 간격을 최대한 짧게 만들기 위해 아예 붙여 버리는 것입니다. 그러면 전기적 신호가 매우 짧은 거리를 이동하기 때문에 전력 소모가 줄어들고 속도도 빠르게 할 수 있습니다. 이와 같은 접근법은 삼성전자도 크게 다르지 않습니다. 삼성은 3단계 로드맵을 제시했는데, 우선 첫 단계로 베이스 다이를 고급 로직 공정으로 옮겨 신호를 주고받는 물리적 층인 PHY를 작게 만들고, 메모리 컨트롤러 같은 프로세서 영역을 베이스 다이로 옮길 수 있는 면적을 확보할 예정입니다. 동시에 iHBM과 비슷하지만 조금 다른 냉각 기술인 HPB(Heat Path Block)를 도입해 PHY 영역의 약 50%를 커버하고 피크 온도를 35% 이상 낮출 계획입니다. 두 번째 단계에서는 베이스 다이에 더 많은 기능을 넣어 HBM을 ‘똑똑한 메모리’로 만들고 마지막 단계에서는 아예 HBM을 프로세서 위로 올려 실리콘 인터포저라는 중간 단계를 생략하고 바로 프로세서와 메모리를 고속으로 연결합니다. 이 단계는 기존처럼 가로 방향(lateral)으로 통신하던 방식을 없애고, 수직으로 메모리가 올라가기 때문에 z축이라는 의미에서 zHBM이라고 명명했습니다. 삼성전자는 zHBM을 도입하면 전력 효율 약 70% 향상, D램 대역폭 2.3배 이상 증가, D램 모듈당 약 100W 전력 절감 등의 효과를 거둘 수 있을 것으로 기대하고 있습니다. 다만 해결해야 할 문제도 적지 않습니다. 중간 단계인 실리콘 인터포저를 없애고 아예 프로세서 위에 수직으로 메모리를 올리면 메모리와 프로세서 간 거리를 최대로 좁힐 수 있지만 대신 발열 제어가 어려워집니다. 소비자용 프로세서인 라이젠 X3D의 경우에도 프로세서 위에 캐시 메모리를 올린 후 발열 제어가 어려워 1세대에서는 클럭을 높이는 데 제한이 있었습니다. 이미 전기 먹는 하마가 된 지 오래인 GPU나 서버 CPU는 문제가 더 심각할 수밖에 없습니다. 현재도 수랭식 시스템으로 겨우 열을 제어할 수 있는 상황입니다. 따라서 초기 프로세서 적층형 HBM은 발열 관리를 위해 별도의 열전달 경로를 배치하고 I/O 전력을 대폭 줄이면서 메모리를 16층(16Hi)이 아니라 4층(4Hi) 정도 낮은 높이로 올릴 가능성이 높습니다. 그래도 이미 전력 소모가 감당하기 힘든 수준인 GPU 위에 역시 전기를 많이 먹는 메모리를 올리는 일은 쉽지 않을 가능성이 높습니다. 다만 이제까지 수많은 기술적 어려움을 돌파하면서 성장한 기업들인 만큼 앞으로 새로운 돌파구를 만들어 결국 문제를 해결할 것으로 기대합니다.

그레이스 블랙웰·베라 루빈에 적용서버용 메모리 수요 증가세 기대AI 인프라 투자비 부담 상승 변수 엔비디아의 인공지능(AI) 칩을 탑재한 서버 가격이 내년 초부터 15% 이상 오른다. 차세대 제품 출하를 앞두고 고대역폭메모리(HBM)와 서버용 D램 등 메모리 가격 상승분을 반영한 조치다. 메모리 가격 강세가 내년까지 이어질 가능성이 커지면서 삼성전자와 SK하이닉스의 실적 전망에도 힘이 실리고 있다. 블룸버그통신은 22일(현지시간) 마이크로소프트와 구글, 오라클 등에 서버를 공급하는 제조업체들이 최근 고객사에 가격 인상 계획을 전달했다고 보도했다. 현행 주력 제품인 ‘그레이스 블랙웰’과 차세대 ‘베라 루빈’을 탑재한 서버가 대상이다. 인상 폭은 가속기 세대와 메모리 구성에 따라 달라진다. 가격 인상의 주된 원인은 AI 서버에 들어가는 메모리 가격 급등이다. AI 가속기의 성능을 끌어내려면 그래픽처리장치(GPU)에 대량의 데이터를 빠르게 전달하는 HBM이 필수적이고, 서버용 D램도 일반 서버보다 많이 들어간다. 내년 출하분 가격 인상까지 예고한 것은 메모리 공급 부족이 단기간에 해소되기 어렵다는 판단을 반영한 것으로 풀이된다. 삼성전자와 SK하이닉스에는 판매가격 상승과 고부가 제품 확대가 모두 실적 개선 요인이다. HBM과 서버용 D램 가격이 오르면 같은 물량을 팔아도 매출이 늘어난다. 반도체는 공장과 장비 등에 들어가는 고정비 비중이 커, 가동률을 유지한 채 제품 가격이 오르면 매출보다 영업이익이 더 큰 폭으로 늘 수 있다. 엔비디아의 주요 HBM 공급사인 SK하이닉스는 베라 루빈 출하 확대에 따른 수혜가 예상된다. 삼성전자도 HBM 생산 확대와 함께 서버용 D램과 기업용 솔리드스테이트드라이브(SSD)의 가격 상승이 실적 개선에 보탬이 될 전망이다. 구글과 아마존 등이 자체 AI 가속기를 늘리더라도 HBM과 서버용 메모리 수요는 이어질 가능성이 크다. 서버 가격 상승이 AI 인프라 투자비를 키우는 점은 변수다. 디인포메이션은 이번 인상으로 1GW급 AI 데이터센터의 구축비가 최소 50억 달러 늘어날 수 있다고 추산했다. 비용 부담으로 데이터센터 착공이나 장비 도입이 늦어지면 중장기 메모리 수요에도 영향을 줄 수 있다. 시장에서는 26일 발표되는 엔비디아의 2027회계연도 2분기(2026년 4월 27일~7월 26일) 실적에도 주목하고 있다. 시장은 매출 약 920억 달러, 주당순이익 2.09달러를 예상한다. 베라 루빈 공급 일정과 부품 가격 상승에 따른 수익성 변화, 주요 고객사의 AI 투자 계획이 삼성전자와 SK하이닉스의 내년 실적을 가늠할 핵심 지표가 될 전망이다.

현대적인 반도체 제조 공정은 ‘웨이퍼’라는 동그란 기판을 기반으로 진행됩니다. 최종적인 프로세서나 메모리 등은 웨이퍼에서 사각형 형태로 하나씩 떼어 내서 제조됩니다. 하지만 미국의 인공지능(AI) 반도체 기업 ‘세레브라스 시스템즈’(Cerebras Systems)는 전혀 다른 접근 방법으로 초대형 칩을 개발했습니다. 이들이 개발한 ‘웨이퍼 스케일 엔진’(WSE)은 실리콘 웨이퍼를 자르지 않고 하나의 거대한 프로세서로 사용합니다. 이렇게 하면 기존의 방식으로는 만들 수 없는 거대한 칩을 만들 순 있지만, 대신 제조 과정에서 오류가 난 부분으로 인해 프로세서에 결함이 생길 수 있습니다. 웨이퍼 스케일 엔진의 해결책은 매우 작은 프로세서 코어를 여러 개 만들고 이들을 서로 연결해서 중간에 몇 개 오류가 나더라도 전체 프로세서 기능에는 큰 영향을 미치지 않게 하는 것입니다. 세레브라스 시스템은 최근 ‘WSE-3T’를 공개했습니다. 흥미로운 사실은 2년 전 공개한 WSE-3와 동일한 TSMC 5㎚ 공정을 사용하고 동일한 4조 개의 트랜지스터를 집적했지만, 연산 성능과 대역폭을 대폭 개선했다는 점입니다. WSE-3T의 AI 연산 성능은 125 PFLOPS(희소성 적용 시 250 PFLOPS), 대역폭은 43.2 PB/s로 이전 대비 2배 정도 높아졌습니다. 참고로 WSE-3T 프로세서 하나에는 90만 개의 코어와 44GB의 초고속 SRAM이 통합돼 있습니다. 하지만 더욱 주목할 부분은 프로세서만 공개한 것이 아니라 데이터센터에서 바로 사용할 수 있는 랙 서버 시스템인 CS-4를 함께 공개했다는 것입니다. 각각의 CS-4는 3개의 WSE-3T 프로세서를 장착해 최대 750 PFLOPS의 AI 연산 능력을 지니고 있습니다. 세레브라스의 주장에 따르면 GPT-OSS 120B 모델 기준으로 단일 CS-4 랙이 초당 4400토큰 이상을 생성할 수 있으며, GPU와 비교해 최대 30배 정도 빠른 속도를 보일 수 있다고 합니다. 그러나 CS-4는 단독으로 쓰이기보다 AMD의 헬리오스 AI 랙과 함께 사용하는 것을 염두에 두고 설계됐습니다. 마치 엔비디아의 베라 루빈 시스템과 그록 시스템을 조합한 것과 비슷하게, AMD 그래픽처리장치(GPU)가 AI 연산의 앞 단계인 프리필 단계(입력 프롬프트 처리, 대규모 컨텍스트 윈도우 계산, KV 캐시 생성)를 담당하면, CS-4에 있는 WSE-3T는 최종 출력 단계인 디코드 단계, 즉 토큰 생성을 담당하는 것입니다. 마지막 단계는 메모리 대역폭이 속도에 큰 영향을 미치는데, 아예 프로세서에 메모리가 통합된 WSE-3T가 강점을 지닌 분야입니다. 이렇게 헬리오스 랙과 CS-4 랙으로 AI 파이프라인을 구축하면 전력 대비 토큰 생성 효율을 최대 5배까지 높일 수 있다는 것이 세레브라스의 설명입니다. 이를 통해 비용을 절감하면서도 성능을 최대화할 수 있고 엔비디아의 베라 루빈 + 그록 AI 파이프라인에 대항할 수 있습니다. 현재 AI 시장에서 엔비디아의 위치는 공고해 보이지만, 구글, 아마존, 마이크로소프트 같은 하이퍼스케일러들은 자체 칩을 개발해 엔비디아 의존도와 비용을 줄이기 위해 노력하고 있으며, 경쟁자인 AMD도 시장의 파이를 일부 차지하기 위해 노력하고 있습니다. AMD가 세레브라스와의 협업을 통해 엔비디아의 점유율을 얼마나 빼앗을 수 있을지 주목됩니다.

삼전·닉스, 2분기 영업익 고공행진 LG이노텍, 전년대비 2057% 폭증전력기기 수출 호재·통신사 급성장“초격차 경쟁·환경 문제 등 과제도” 인공지능(AI) 열풍으로 전 세계에서 데이터센터 투자가 확대되면서 반도체부터 전자부품, 전력기기, 통신까지 관련 산업의 실적이 뚜렷하게 개선되고 있다. AI 데이터센터가 서버를 모아놓은 시설을 넘어 산업 생태계로 자리매김하며 국내 기업의 신성장동력으로 자리 잡는 모습이다. 삼성전자와 SK하이닉스는 AI 데이터센터의 최대 수혜자다. 지난 2분기 삼성전자의 영업이익은 지난해 같은 기간과 비교해 무려 1813.8% 증가한 89조 4924억원이었고, SK하이닉스는 557.2% 증가한 60조 5426억원을 기록했다. AI 데이터센터에는 고성능 그래픽처리장치(GPU)가 필수재이고, GPU가 AI 연산을 수행하려면 방대한 데이터를 빠르게 공급할 메모리가 핵심 부품이다. 시장에서는 AI 투자 지속 여부와 공급 확대에 따른 반도체 업황의 ‘피크아웃’ 가능성에 대한 우려도 있었지만 양사의 2분기 실적은 이런 우려를 잠재웠고, AI 데이터센터발 수요가 실제 기업 실적으로 이어지고 있다는 점을 확인시켰다. AI 서버에 들어가는 각종 전자부품과 기판을 생산하는 업체들도 수혜를 받고 있다. LG이노텍은 AI 서버용 반도체 기판(FC-BGA) 공급 확대 등에 힘입어 올해 2분기 영업이익이 전년 동기 대비 무려 2057%(2458억원) 증가했다. 삼성전기도 2분기 영업이익이 전년 동기 대비 2배(4404억원)로 늘었고, 3분기에는 더 상향될 전망이다. 13일 금융투자업계에 따르면 모건스탠리는 최근 보고서에서 국내 기술주 최선호 종목을 삼성전자에서 삼성전기로 교체했다. AI 데이터센터 투자 확대에 따른 적층세라믹커패시터(MLCC)와 반도체 패키지 기판 수요 증가를 높게 평가한 결과다. MLCC는 전기를 저장했다 필요한 곳에 공급해 전자기기가 안정적으로 작동하도록 하는 핵심 부품이다. 무라타와 삼성전기의 합산 점유율이 약 85%에 달하며 공급 부족 현상이 나타나고 있다. AI 데이터센터 건설 붐은 전력기기 업체에도 새로운 기회다. AI 데이터센터는 기존 데이터센터보다 전력 사용량이 많아 대규모 전력 공급 설비가 필요하다. 특히 미국 내 데이터센터용 전력기기 품귀 현상은 국내 기업 수출 확대에 호재다. HD현대일렉트릭은 올해 2분기 영업이익이 전년 동기 대비 37.3% 증가한 2870억원을 기록했다. 효성중공업은 2분기 영업이익이 2643억원으로 전년 동기보다 60.9% 늘었다. 업계 관계자는 “향후 2~3년 뒤에는 최근 두드러지는 데이터센터 관련 인프라 공급 계약 발주가 매출에 본격 반영될 것”이라고 말했다. 통신업계에서도 AI와 데이터센터가 새로운 성장 분야로 부상하고 있다. SK텔레콤 등 통신 3사는 기존 통신사업에 더해 AI·클라우드·데이터센터 사업을 확대하고 있다. 아직 전체 실적에서 차지하는 비중은 크지 않지만 성장세가 가파르다. AI 데이터센터 사업의 성장세는 실적으로 입증됐지만, 지속적인 성장을 위해 넘어야 할 대외 변수와 경쟁 압력은 커지고 있다. 조홍종 단국대 경제학과 교수는 “국내 기업들의 데이터센터 사업 전망은 현재 ‘미국의 투자 열기가 언제까지 이어질지’와 ‘중국의 기술력이 얼마나 빠르게 추격해 올지’ 사이에 샌드위치처럼 끼어 있다”며 “최대한 빨리 재투자를 통해 초격차 경쟁을 벌여야 한다”고 당부했다. 막대한 전력 사용에 따른 전력망 부담과 환경 문제, 데이터센터 건설에 따른 지역 갈등도 해결해야 할 과제다.

엔비디아가 블랙록·블랙스톤 등 월가의 대형 금융사들과 손잡고 5000억 달러(약 710조원)가 넘는 자금을 인공지능(AI) 인프라 시장에 끌어들인다. AI 데이터센터 투자비가 급증하면서 고객의 자금 조달 자체가 부담으로 떠오르자, 향후 데이터센터에서 벌어들일 수익을 토대로 돈을 빌려 그래픽처리장치(GPU)를 살 수 있도록 금융권과 자금줄을 만들겠다는 것이다. 엔비디아는 10일(현지시간) 아폴로글로벌매니지먼트와 블랙록, 블랙스톤, 브룩필드자산운용, 골드만삭스, KKR 등 6곳과 AI 컴퓨팅 금융 플랫폼 구축을 위한 양해각서(MOU)를 체결했다. 이들 금융사는 하이퍼스케일러와 AI 연구소, 기업 등이 데이터센터를 짓고 엔비디아 장비를 도입하는 데 필요한 자금을 공급한다. 5000억 달러는 이미 확보된 돈이 아니라 앞으로 금융권을 통해 조달할 목표액이다. 엔비디아도 잠재 거래의 최대 25%인 1250억 달러까지 손실 위험을 떠받치는 방식으로 자금 조달을 지원할 수 있다고 밝혔다. 구조는 발전소나 상업용 부동산의 자금 조달과 비슷하다. 발전소가 앞으로 전기를 팔아 벌 돈을 근거로 건설비를 빌리듯, AI 사업자도 GPU와 데이터센터에서 발생할 컴퓨팅 사용료를 토대로 자금을 조달한다. 기업은 막대한 초기 투자비를 모두 자체 자금으로 부담하지 않아도 되고 금융사는 향후 현금흐름을 보고 돈을 댄 뒤 이자와 투자수익을 얻는다. 엔비디아로서는 고객의 자금 부족으로 데이터센터 건설과 GPU 구매가 늦어지는 일을 줄일 수 있다. 젠슨 황 엔비디아 최고경영자(CEO)가 CNBC 인터뷰에서 “기술 칩이 투자 가능한 자산군이 된 것은 사실상 처음”이라고 강조한 것도 이 때문이다. 그는 엔비디아 칩을 수익을 창출하고 생산적이며 수명이 긴 자산으로 규정하면서 컴퓨터가 이제 “전기나 인터넷처럼 인프라의 일부”가 됐다고 말했다. GPU도 여러 고객과 AI 작업에 계속 활용하면서 장기간 수익을 낼 수 있는 생산설비라는 논리다. 월가의 대형 금융사들도 AI 컴퓨팅을 새로운 투자 대상으로 봤다. 래리 핑크 블랙록 CEO는 CNBC에서 이번 시도를 1970년대 주택저당증권(MBS)의 등장에 빗대며 ‘금융공학의 다음 미래’라고 평가했다. AI 데이터센터의 미래 수익을 토대로 대출과 투자상품이 만들어지면 컴퓨팅 인프라 자체가 새로운 자산시장으로 자리 잡을 수 있다는 얘기다. 당장은 보험사와 연기금, 사모자본 등 기관투자가가 중심이지만 관련 금융상품이 늘어나면 개인투자자에게도 간접 투자 기회가 열릴 가능성이 있다. 관건은 GPU가 집이나 발전소처럼 장기간 안정적인 자산가치를 유지할 수 있느냐다. GPU는 기술 교체 속도가 빨라 차세대 칩이 나오면 기존 장비의 수익성과 가치가 예상보다 빠르게 떨어질 수 있다. AI 서비스에서 벌어들이는 수익이 막대한 데이터센터 투자비를 따라가지 못할 경우 금융사까지 손실을 떠안을 가능성도 있다. 엔비디아가 GPU의 긴 수명과 다른 고객에게 옮겨 쓸 수 있는 유연성을 거듭 강조하는 것도 이런 우려를 의식한 것으로 풀이된다. 그럼에도 월가의 대형 자산운용사들이 한꺼번에 참여한 것은 AI 인프라 투자가 당분간 더 커질 것이라는 판단이 깔려 있다. 모건스탠리는 하이퍼스케일 클라우드 업체들이 2026~2028년 AI 인프라에 3조 5000억 달러를 투입하고 전체 구축 규모는 8조 달러를 넘어설 것으로 추산했다. 국내 반도체 업계에도 AI 인프라 투자 확대에 따른 수혜가 예상된다. 글로벌 AI 데이터센터 투자가 늘면 HBM과 서버용 D램·솔리드스테이트드라이브(SSD) 수요 확대가 삼성전자와 SK하이닉스에는 기회가 될 수 있다. 동시에 네이버 등 국내 AI 인프라 사업자에게는 GPU 확보와 함께 글로벌 기관자금을 얼마나 안정적으로 끌어오느냐가 투자 속도를 좌우하는 경쟁력으로 부상할 가능성이 있다.

단순한 GPU 물량 확보가 곧 기업의 AI 인프라 경쟁력으로 직결되지는 않는다. 이제는 한정된 자원 속에서 추론 효율성을 극대화하고 비용 대비 성능을 최적화하는 역량이 핵심 성공 요인으로 부상하고 있다. AI 인프라 소프트웨어 대표 기업 오케스트로 그룹(의장 김민준)은 테크 컨퍼런스 ‘OPUS 2026’에서 AI 인프라에 대한 고객의 관심이 GPU 확보에서 추론 성능과 운영 효율로 이동하고 있음을 확인했다고 7일 밝혔다. 지난 7월 28일 서울 코엑스 오디토리움에서 열린 ‘OPUS 2026’에는 공공기관, 금융사, 제조·통신 대기업, IT 서비스 기업 등의 IT 관계자 2,000명 이상이 참석했다. 행사에서는 기업과 공공기관의 AI 인프라 구축·운영 과제를 중심으로 상담과 기술 논의가 이어졌다. GPU 자원 배분과 응답 지연 개선, 복잡한 추론 환경의 효과적인 운영 방안에 대한 문의가 집중됐으며, 기존 자원을 활용해 추론 성능과 운영 안정성을 높이려는 수요가 공통적으로 나타났다. 오케스트로는 현장의 목소리를 종합한 결과, AI 인프라 경쟁력의 척도가 단순한 GPU 확보량을 넘어 실제 운영 성과로 진화하고 있다고 분석했다. 특히 처리 속도와 성능을 극대화하는 동시에, 운영 비용과 복잡성을 얼마나 효율적으로 관리하느냐가 핵심 평가 기준으로 떠올랐다는 설명이다. 이러한 흐름은 ‘OPUS 2026’ 이후 기업·공공기관 IT 종사자 1703명을 대상으로 진행한 조사에서도 확인됐다. 조사 결과, AI 인프라 또는 추론 환경을 운영할 때 가장 큰 부담으로 GPU 서버 비용(36.9%)과 AI 인프라 전문 인력 부족(36.5%)이 꼽혔다. AI 인프라 구축·운영 경험이 부족하다는 응답도 22.2%를 차지했다. AI 추론 플랫폼을 선택할 때는 추론 성능과 응답 속도(20.2%), GPU 활용률과 비용 효율(19.2%), 기존 인프라 및 클라우드 환경과의 연계성(16.7%)을 중요하게 고려하는 것으로 나타났다. 이 같은 결과는 AI 인프라 경쟁의 무게중심이 하드웨어 확보에서 소프트웨어 기반의 운영 효율화로 이동하고 있음을 보여준다. 기업과 공공기관은 보유 자원의 활용 효율과 추론 성능을 높이고 비용과 운영 안정성을 함께 관리하는 것을 주요 과제로 인식하고 있다. 오케스트로는 AI 추론 운영 플랫폼 ‘콘체르토 AI(CONCERTO A.I.)’를 통해 급증하는 AI 인프라 수요에 적극 대응하고 있다. 콘체르토 AI는 분산 서빙 기반의 추론 최적화와 실시간 자원 배분으로 응답 지연을 최소화하고, GPU 자원 효율성을 극대화한다. 오케스트로는 이번 ‘OPUS 2026’에서 파악한 현장 수요와 시장 조사 결과를 바탕으로, 기업과 공공기관이 직면한 AI 인프라 운영 과제를 성공적으로 해결해 나갈 방침이다. 김민준 오케스트로 그룹 의장은 “OPUS 2026은 금융·제조·IT 등 다양한 산업의 기업과 공공기관이 AI 인프라를 운영하며 겪는 과제와 시장의 변화를 직접 확인한 자리였다”며 “고객과 현장의 목소리를 바탕으로 한정된 자원에서도 AI 서비스의 응답 성능과 처리 효율을 높일 수 있는 해법을 지속적으로 제시해 나가겠다”고 말했다.

삼성전자가 인공지능(AI) 반도체의 성능을 떨어뜨리는 데이터 병목을 줄이기 위해 차세대 3차원 메모리 기술을 공개했다. 고대역폭메모리(HBM)를 AI 가속기 위에 직접 쌓아 데이터 이동 거리를 줄이고, 처리 속도와 전력 효율을 함께 높이는 방식이다. 삼성전자는 4일(현지시간) 미국 캘리포니아주 샌타클래라에서 열린 메모리 행사 ‘FMS 2026’ 기조연설에서 차세대 메모리 구조인 ‘zHBM’을 선보였다. 김경륜 삼성전자 D램개발실 상무는 “기존 패키징 구조로는 가속기 칩과 메모리 간 물리적 거리를 줄이는 데 한계가 있다”며 새로운 구조가 필요한 이유를 설명했다. 현재 HBM은 여러 개의 D램을 수직으로 쌓은 뒤 그래픽처리장치(GPU) 등 AI 가속기 옆에 배치한다. AI가 처리하는 데이터가 늘어날수록 가속기와 메모리 사이에서 데이터가 오가는 데 시간이 걸리고 전력 소모도 커진다. 이른바 ‘메모리 장벽’이다. zHBM은 HBM을 가속기 위에 직접 적층해 이 거리를 줄인다. 칩을 가로와 세로 방향으로 배치하던 기존 방식에서 벗어나 높이인 Z축까지 활용한다는 뜻에서 이름 앞에 ‘z’를 붙였다. 삼성전자에 따르면 zHBM은 현재 개발 중인 HBM5와 비교해 GPU당 성능을 최대 8배, 전력 대비 성능을 최대 3배 높일 수 있다. 메모리를 위로 쌓을수록 열이 빠져나가기 어려워지는 문제를 해결하기 위해 열 저항도 HBM5의 10~25% 수준으로 낮췄다. 삼성전자는 zHBM에 앞서 상용화를 추진할 HBM5의 개발 방향도 소개했다. HBM5에는 2나노미터 공정 기반의 베이스 다이와 게이트올어라운드(GAA) 트랜지스터를 적용한다. 메모리 칩 측면으로 열을 내보내는 구조도 도입해 HBM4E보다 성능은 2배 높이고 열 저항은 20% 이상 낮추는 것을 목표로 하고 있다. 낸드 분야에서는 스마트폰과 PC 등 기기 안에서 AI를 구동하는 온디바이스 AI용 ‘z낸드-O’를 공개했다. D램은 빠르지만 비싸고 용량을 늘리는 데 한계가 있는 반면, 낸드는 가격이 낮고 대용량을 구현하기 쉽지만 상대적으로 속도가 느리다. z낸드-O는 낸드의 비용과 용량상 이점을 유지하면서 처리 속도를 끌어올린 제품이다. 이진엽 삼성전자 플래시개발실 부사장은 매개변수 1200억개 규모의 AI 모델을 시험 구동한 결과, z낸드-O가 기존 D램 서버와 같은 초당 토큰 처리량을 내면서도 메모리 비용은 6분의 1에 그친다고 설명했다. 비싼 D램을 대량으로 사용하지 않고도 AI 모델을 빠르게 구동할 수 있다는 의미다. 이 부사장은 기조연설 도중 초소형 기업용 솔리드스테이트드라이브(SSD) ‘BM1773’을 들어 보이며 “믿기 힘들겠지만 이 작은 스토리지 칩 하나가 최고급 세단 한 대 값과 맞먹는다”고 말했다. 이어 “바닥에 떨어뜨린다면 당장 내일부터 새 직장을 구하러 다녀야 할 것”이라고 말해 참석자들의 웃음을 자아냈다. 삼성전자는 이날 400단 이상을 수직으로 쌓은 10세대 V낸드 ‘V10 BV-낸드’도 업계 최초로 공개했다. AI 모델이 고도화하면서 연산을 담당하는 HBM뿐 아니라 방대한 데이터를 저장하는 낸드와 기업용 SSD 수요도 함께 늘어나는 데 대응한 제품이다. 삼성전자는 HBM과 고성능 낸드, 기업용 SSD를 모두 공급할 수 있는 제품군과 양산 역량을 앞세워 AI 데이터센터부터 온디바이스 AI까지 시장을 넓힐 계획이다. 김 상무는 기조연설에서 “삼성이 돌아왔다”며 차세대 AI 메모리 경쟁에 대한 자신감을 나타냈다.

SK하이닉스가 샌디스크와 함께 차세대 인공지능(AI) 서버 메모리로 각광받는 고대역폭플래시(HBF)의 첫 표준 규격을 공개했다. 지난해 8월 샌디스크와 HBF 표준화 협력에 나선 데 이어 올해 2월 컨소시엄을 구성한 지 약 6개월 만에 내놓은 첫 결과물이다. SK하이닉스는 4일(현지시간) 미국 캘리포니아에서 열리는 세계 최대 규모 메모리 콘퍼런스 ‘FMS(Future of Memory and Storage) 2026’에 참가해 이번 규격을 선보였다고 밝혔다. HBF는 AI 서버에서 고대역폭메모리(HBM)와 솔리드스테이트드라이브(SSD) 사이에 놓이는 새로운 메모리 계층이다. HBM과 같이 AI의 데이터 연산 속도가 빠르면서도 낸드플래시를 기반으로 해 용량을 크게 늘릴 수 있다. 추론형 AI의 확산에 따라 처리해야 할 데이터양이 늘면서 용량이 부족한 HBM과 속도가 느린 SSD의 단점을 동시에 보완하는 차세대 메모리로 주목받고 있다. 이번에 공개된 HBF의 용량은 최대 512GB까지 지원된다. HBF와 프로세서를 연결하는 방식은 업계 표준 인터페이스인 UCIe를 채택했다. UCIe를 통해 그래픽처리장치(GPU)와 중앙처리장치(CPU) 등 서로 다른 종류의 프로세서에도 HBF를 유연하게 적용할 수 있다. SK하이닉스는 이번 표준 공개를 계기로 AI 저장장치 시장에서 HBF 채택을 확대하고 생태계 조성에 나선다는 전략이다. 중국 CXMT(창신 메모리)까지 가세하며 치열해지는 글로벌 D램 경쟁에서 우위를 점하기 위해서다. 최근 AI 추론 시장의 경쟁력이 단일 칩의 성능보다 CPU와 GPU, 메모리와 저장 장치까지 모두 아우르는 시스템 차원의 최적화가 관건이 된 점도 가세했다. ‘풀스택 기업’을 표방하는 SK하이닉스는 HBF까지 밸류체인을 넓혀 HBM과 HBF를 모두 지원할 수 있는 종합 메모리 솔루션 기업으로 입지를 공고히 하겠다는 계획이다. 업계에서는 HBF 시장이 빠르게 성장해 2030년 17조원에 육박하고, 2038년에는 HBM 시장을 앞지를 것이란 예측도 나온다. 삼성전자도 ‘FMS 2026’에 참여해 HBM, 낸드, SSD를 잇는 ‘메모리 아키텍처 혁신’을 주제로 전시한다. D램, 낸드, 컨트롤러, 파운드리, 첨단 패키징 등 종합반도체기업(IDM)의 역량을 강조하며 AI 데이터 병목을 줄이는 방안을 소개할 예정이다. 한편, 이날 시장조사업체 카운터포인트리서치에 따르면 지난 2분기 D램 매출 기준으로 삼성전자는 39% 점유율을 기록해 1위를 유지했고, SK하이닉스는 점유율 26%를 차지했다.

‘바다 위 데이터센터’로 불리는 부유식 데이터센터(FDC)가 조선업계의 신성장 동력으로 부상하고 있다. 육상 데이터센터가 부지 확보 문제와 주민 반대 등으로 진척이 늦어지고 있어서다. 그간 해양플랜트 건조 기술력을 축적한 국내 조선업계는 새 먹거리로 FDC 개발에 박차를 가하고 있다. 2일 업계에 따르면 삼성중공업은 이번 하반기에 FDC 건조 사업을 수주할 가능성이 높다. 국내 조선 3사 중 가장 먼저 50㎿급 FDC 기본설계를 마친 뒤 지난 4월 미국 선급협회와 영국 로이드 선급협회로부터 개념설계 인증(AIP)을 확보했다. 지난 6월에는 그리스 대형 선주사인 캐피탈, 미국 인공지능(AI) 서버 기업 슈퍼마이크로 등과 FDC 사업 협약을 맺었다. 이어 미국 데이터센터 개발사 무스테리안과 FDC 설비 관련 엔지니어링 계약 체결도 앞둔 것으로 알려졌다. 또 삼성중공업은 국내 조선사 중 처음으로 FDC 상업 서비스 시점을 2028년 상반기로 발표했다. 지난달 24일 2분기 실적설명회에서 연내 최대 2척의 FDC 수주 가능성도 언급했다. HD한국조선해양은 지난달 프랑스 에너지 관리 기업 슈나이더 일렉트릭과 FDC 인프라 기술 공동개발 업무협약을 체결했다. 슈나이더 일렉트릭은 데이터센터의 전력·냉각·에너지 관리 기술을 보유하고 있다. 아울러 HD현대중공업이 자체 개발한 육상 발전용 ‘힘센엔진’의 발전 설비 역량과 결합해 사업 경쟁력을 확보한다는 전략이다. 중장기적으로는 해상풍력과 소형모듈원전(SMR)을 데이터센터 전력원으로 활용하는 방안도 추진할 계획이다. 한화오션도 내부 연구·개발(R＆D)로 FDC 시장 참여를 준비 중인 것으로 알려졌다. FDC가 육상 데이터센터의 대안으로 주목받는 이유는 인허가의 유연성과 구축의 신속성, 해수를 활용한 냉각 효율성 덕분이다. 해상풍력이나 육상 변전소 연계 등으로 전력 공급도 더 유연하다는 평가다. 특히 FDC 건조를 위해 해수 냉각 시스템과 그래픽처리장치(GPU) 보호 설비, 하부 선체 디자인 기술 등이 관건인데 국내 조선사들은 부유식 액화천연가스 생산설비(FLNG)나 원유 생산·저장·하역설비(FPSO) 제작 역량을 보유하고 있어 이런 기술에 특화돼 있다. 육상 데이터센터 구축을 둘러싸고 국내외에서 벌어지는 잡음으로 FDC는 보다 조명받고 있다. 이미 주민 반대로 경기 용인과 안양에서 데이터센터 신축이 철회됐고, 고양의 경우 10개월 지연된 바 있다. 서울 금천구 독산동의 경우 전자파, 막대한 전력 소비, 열돔 현상 등에 대한 우려로 주민 반대가 거세지면서 시행사가 일부 주민을 명예훼손·업무방해 혐의로 고소해 갈등은 더 깊어졌다. DS투자증권 보고서에 따르면 세계적으로 내년 가동 예정인 육상 데이터센터 중 약 70%가 준공에 차질을 빚고 있다. 미국 뉴욕주 등은 신규 데이터센터의 환경 허가 발급을 중단했다.

MS ‘애저 성장’ AI투자 효과 입증메타 대규모 투자로 현금흐름 부담저커버그 개인용 AI에이전트 제시시장, 투자보다 수익화 속도 관심 인공지능(AI) 투자 확대에 나선 마이크로소프트(MS)와 메타의 2분기 실적이 엇갈렸다. 두 회사 모두 매출은 시장 전망을 웃돌았지만, 대규모 투자가 수익과 잉여현금으로 이어지는 속도에서 갈렸다. MS는 클라우드 성장으로 투자 부담을 흡수한 반면, 메타는 비용 증가가 매출 증가를 앞지르며 이익과 현금흐름이 줄었다. MS는 29일(현지시간) 회계연도 4분기(4~6월) 매출이 전년 동기보다 18% 증가한 900억 달러(약 130조원)로 집계됐다고 밝혔다. 시장 전망치(876억 2000만 달러)를 웃돌았다. 기업이 서버와 데이터 저장, AI 연산 등에 쓰는 MS의 클라우드 서비스 ‘애저’ 매출 증가율은 전 분기 40%에서 43%로 높아졌다. 연간 애저 매출은 처음 1000억 달러를 넘었고, ‘MS 365 코파일럿’ 유료 이용자도 3000만명으로 1년 전보다 50% 늘었다. 분기 자본지출은 410억 달러로 69% 증가했다. 이 가운데 약 3분의 2가 중앙처리장치(CPU)와 그래픽처리장치(GPU) 구매에 쓰였다. 잉여현금흐름은 196억 4000만 달러로 23% 줄었지만, 투자 확대 뒤에도 200억 달러에 가까운 현금을 남겼다. 애저와 코파일럿이 AI 투자비를 뒷받침한 결과다. 메타는 2분기 매출이 608억 달러(약 87조 8000억원)로 전년 동기 대비 28% 늘어 시장 전망치를 웃돌았다. 그러나 비용이 55% 넘게 증가해 영업이익은 8%, 순이익은 14% 감소했다. 자본지출은 310억 8000만 달러로 늘었고 잉여현금흐름은 1년 전 85억 5000만 달러에서 7억 8000만 달러로 90% 넘게 줄었다. 광고 매출은 늘었지만 데이터센터와 AI 모델 개발비가 더 빠르게 불어난 것이다. 메타는 개인용 AI 에이전트를 다음 성장동력으로 제시했다. 마크 저커버그 최고경영자(CEO)는 “5년 뒤에는 수십억명이 자신의 목표를 이해하고 이를 달성하도록 24시간 돕는 개인용 에이전트를 갖게 될 것”이라고 말했다. 건강, 재무, 인간관계, 경력 관리 등에 쓰이는 대중용 서비스를 만들겠다는 구상이다. 2분기 실적을 발표한 빅테크 중 MS는 기업용 클라우드와 소프트웨어를 통해 AI 수요를 유료 매출로 연결한 반면, 메타와 알파벳은 광고 사업이 성장했음에도 데이터센터 투자 증가로 현금흐름이 크게 줄거나 적자로 돌아섰다. 테슬라도 로보택시와 AI 인프라 투자가 수익으로 이어지기까지 시간이 필요한 상황이다. 시장의 관심이 투자 규모보다 이를 감당할 사업 구조와 수익화 속도로 옮겨가고 있다는 평가가 나오는 가운데 애플과 아마존의 실적은 오는 30일에, 엔비디아는 다음달 26일 나올 예정이다.

- AI 모델·GPU 확보 넘어 인프라 운영 역량이 AI 경쟁력 좌우- ‘SCORE’로 운영 데이터 연결… ‘OKESTRO GenDev’로 SDLC 생산성 10.6배 향상- AI 인프라 소프트웨어 전반을 AX 기반으로 재편… 변화 대응 속도·기술 주권 강화 AI 인프라 소프트웨어 기업 오케스트로 그룹(의장 김민준)이 28일 서울 삼성동 코엑스 오디토리움에서 열린 ‘OPUS 2026’ 기자간담회에서 ‘OKESTRO 4.0’을 공식 발표했다. 오케스트로 그룹은 생성형 AI 도입 확대로 AI 경쟁력의 기준이 모델 성능이나 GPU 확보를 넘어 실제 서비스를 안정적으로 운영하고, 비즈니스 환경 변화에 맞춰 신속하게 확장·전환하는 인프라 소프트웨어 역량으로 이동하고 있다고 분석했다. 기업이 AI를 비즈니스 성과로 연결하려면 컴퓨팅 자원, 클라우드, 데이터, 개발·운영 체계를 유기적으로 연결하고 인프라 운영 주도권을 확보해야 한다는 설명이다. 오케스트로 그룹은 이러한 변화에 대응하기 위해 ‘OKESTRO 4.0’을 제시했다. ‘OKESTRO 4.0’은 ‘OKESTRO 3.0’을 통해 구축한 AI 인프라 풀 스택 소프트웨어에 고객 현장에서 축적한 운영 데이터를 결합해 솔루션의 기획·개발·검증부터 서비스 제공과 기술 지원까지 전 과정을 AX 기반으로 재편하는 전략이다. 고객 환경의 변화를 데이터로 이해하고, 필요한 기술과 대응 체계를 빠르게 설계·검증하는 것이 핵심이다. 이를 통해 고객은 기술 적용 시점과 인프라 운영 방향을 주도적으로 결정할 수 있게 된다. 오케스트로 그룹은 장애 및 환경 변화에도 안정적인 서비스를 유지해 연관 업무의 연속성을 높이고, 데이터 기반 의사결정을 지원하는 체계를 핵심 경쟁력으로 제시했다. 오케스트로 그룹은 AI 인프라 전 영역을 아우르는 소프트웨어 기술과 구축·운영 현장에서 축적한 경험을 바탕으로 서로 다른 기술과 운영 데이터를 하나의 체계로 연결할 수 있다는 점을 ‘OKESTRO 4.0’의 차별점으로 제시했다. 이 같은 역량을 뒷받침하는 오케스트로 그룹의 AI 인프라 풀 스택 소프트웨어는 서버 가상화 솔루션 ‘콘트라베이스(CONTRABASS)’, 클라우드 네이티브 운영 관리 플랫폼 ‘비올라(VIOLA)’, 멀티·하이브리드 클라우드 통합 관리 플랫폼 ‘오케스트로 CMP(OKESTRO CMP)’, 데브옵스 솔루션 ‘트럼본(TROMBONE)’, AI 추론 운영 플랫폼 ‘콘체르토 AI(CONCERTO A.I.)’, 생성형 AI 솔루션 ‘클라리넷(CLARINET)’, 재해 복구 전문 솔루션 ‘콘트라베이스 레가토 DR(CONTRABASS Legato DR)’ 등으로 구성된다. 이를 구현하는 핵심 체계는 온톨로지 기반 지식 그래프 ‘SCORE’와 AI 기반 기술 생성 체계 ‘OKESTRO GenDev’다. SCORE는 고객 환경의 자원과 서비스, 장애와 변경 이력, 정책과 비용 등 분산된 운영 데이터를 관계와 맥락에 따라 연결한다. 데이터의 출처와 계보까지 추적해 AI가 실제 운영 환경과 검증 가능한 근거를 바탕으로 상황을 이해하고 판단하도록 지원한다. OKESTRO GenDev는 SCORE에 축적된 고객 환경 정보와 운영 데이터를 기반으로 필요한 기술과 대응 방안을 생성·검증하는 체계다. 소프트웨어의 기획, 분석, 설계, 개발, 테스트, 배포, 유지 관리 전 과정에 AI를 적용해 각 단계의 업무 효율을 높인다. OKESTRO GenDev 적용 시 기존 소프트웨어 개발 생애 주기(SDLC) 대비 전체 생산성이 약 10.6배 향상된다는 설명이다. 오케스트로 그룹은 SCORE와 OKESTRO GenDev를 AI 인프라 소프트웨어 전반에 적용해 전 제품군을 4.0 체계로 재편할 방침이다. 이를 통해 인프라 운영을 사후 복구 중심에서 이상 징후를 예측하고 선제적으로 대응하는 방식으로 전환하고, 기술 개발과 인프라 운영 전반의 의사결정을 일관된 데이터와 정책에 기반해 지원할 계획이다. 오케스트로 그룹 김민준 의장은 “AI 시대의 승자는 가장 큰 모델을 보유한 기업이 아니라 자신의 데이터를 이해하고 인프라를 통제해 비즈니스 성과를 가장 빠르게 만들어내는 기업이 될 것”이라며 “‘OKESTRO 4.0’을 통해 솔루션 개발부터 서비스 제공과 기술 지원까지 전 과정을 AX 기반으로 전환하고, 서비스의 연속성과 의사결정의 완전성을 강화해 AI 시대에 필요한 속도와 기술 주권을 제공하겠다”고 말했다.

정부가 세계적인 반도체 기업 AMD의 중앙처리장치(CPU)·그래픽처리장치(GPU)와 국산 AI 반도체(NPU)를 결합한 ‘이기종 인공지능(AI) 컴퓨팅’ 인프라 구축에 나선다. 이기종 AI 컴퓨팅은 기능이 다른 반도체를 연결해 각각 잘하는 연산을 나눠 맡겨 성능과 전력 효율을 높이는 방식이다. 배경훈 부총리 겸 과학기술정보통신부 장관은 지난 23일(현지시간) 미국 샌프란시스코에서 열린 ‘AMD 어드밴싱 AI 2026’에서 리사 수 AMD 회장 겸 최고경영자(CEO)와 만나 ‘AI 반도체 생태계 협력에 관한 양해각서(MOU)’를 체결했다고 27일 밝혔다. AMD는 CPU와 GPU를 모두 생산하는 글로벌 반도체 기업이다. 지난해 연 매출은 346억 달러로, 이 가운데 데이터센터 사업 매출이 166억 달러에 달했다. 최근 AI 반도체 시장은 단일 GPU 중심에서 벗어나 CPU·GPU·NPU 등 서로 다른 연산장치를 서비스 특성과 비용에 맞게 결합하는 구조로 바뀌고 있다. 이번 협약은 AMD의 CPU·GPU와 AI 추론에 강점이 있는 국산 NPU를 연계해 이런 변화에 대응하기 위해 체결됐다. 정부와 AMD는 먼저 이기종 AI 컴퓨팅 인프라를 구축하고 성능 등을 검증한다. 국내 AI 반도체 기업을 비롯해 메모리와 네트워크, 서버, 소프트웨어 관련 기업이 함께 참여하는 개방형 AI 컴퓨팅 생태계도 조성할 계획이다. 배 부총리는 “국내 AI 반도체 생태계의 경쟁력을 높이고 글로벌 AI 컴퓨팅 인프라 변화에 대응하는 새로운 협력 모델을 만들어 갈 수 있을 것”이라고 말했다.

LG전자가 엔비디아의 품질 인증을 앞세워 급성장하는 글로벌 인공지능(AI) 데이터센터 냉각 시장을 본격 공략한다. LG전자는 600㎾(킬로와트)급 냉각수 분배 장치(CDU)가 최근 엔비디아의 최종 품질 인증을 획득했다고 27일 밝혔다. 국내 기업 중 엔비디아의 CDU 인증을 받은 것은 처음이다. CDU는 AI 데이터센터의 발열을 잡는 액체 냉각 시스템의 핵심 설비다. 기존에는 데이터센터 전체를 냉각하는 공랭식 방식을 활용했지만 고대역폭메모리(HBM), 그래픽처리장치(GPU) 등 고성능·고발열 반도체의 확산으로 서버 랙의 전력 밀도와 발열량이 증가하면서 냉각 효율에 한계가 생겼다. 이 때문에 칩에서 발생하는 열을 직접 식히는 액체 냉각 기술이 중요해지는 추세다. LG전자 CDU는 GPU와 중앙처리장치(CPU)에 부착된 콜드 플레이트로 냉각수를 순환시켜 열을 직접 회수하는 ‘다이렉트 투 칩(DTC)’ 방식을 적용했다. 기존 공랭식 냉각과 함께 운용해 냉각 효율을 높일 수 있다. 가상 센서 기술과 누수 감지 기능을 탑재한 CDU는 표준 프로토콜을 통해 데이터센터 통합관제시스템과 연동된다. 엔비디아의 장애 대응 시험에서는 펌프나 CDU에 문제가 발생해도 예비 장치로 자동 전환돼 냉각이 중단 없이 유지됐다. 이번 엔비디아 인증으로 LG전자 CDU는 글로벌 AI 데이터센터 공급망에 진입할 수 있는 발판을 마련하게 됐다. AI 데이터센터 시장은 연평균 약 26% 성장해 2034년에는 약 1335억 달러(약 195조원) 규모에 이를 것으로 전망된다.

정부가 미국 반도체 기업 AMD와 중앙처리장치(CPU)·그래픽처리장치(GPU)·국산 신경망처리장치(NPU)를 하나로 묶은 ‘이기종 AI 컴퓨팅’ 인프라 구축을 위해 손을 맞잡았다. 글로벌 협력 기반을 점차 확대해 나간다는 방침이다. 과학기술정보통신부는 지난 23일(현지 시간) 미국 샌프란시스코에서 개최된 ‘AMD 어드밴싱 AI 2026’ 행사에서 리사 수(Lisa Su) AMD 회장 겸 CEO와 만나 ‘과기정통부-AMD 간 AI 반도체 생태계 협력에 관한 양해각서(MOU)’를 체결했다고 27일 밝혔다. AMD는 CPU와 GPU를 아우르는 글로벌 반도체 기업으로 개방형 인공지능(AI) 인프라 생태계 조성에도 적극 나서고 있다. 최근 글로벌 AI 반도체 시장은 생성형 AI와 에이전틱 AI가 확산하자 단일 GPU 중심의 컴퓨팅 구조에서 벗어나 CPU·GPU·NPU 등 다양한 연산장치를 서비스 특성과 비용 효율에 맞게 결합하는 이기종 컴퓨팅 아키텍처로 빠르게 전환하고 있다. 이번 협력은 AMD의 CPU·GPU와 추론 분야에 강점을 가진 NPU를 연계하는 이기종 AI 컴퓨팅 인프라를 구축하고 국내 AI 반도체 생태계의 글로벌 협력 기반을 확대하기 위해 체결됐다. 정부와 AMD는 우선 이기종 AI 컴퓨팅 인프라를 구축·실증한다. 이를 통해 AI 서비스 특성에 맞는 다양한 연산 자원을 효율적으로 활용하는 통합 컴퓨팅 환경을 구현하고 AI 반도체 기업을 비롯해 메모리, 데이터처리장치(DPU), 컴퓨트 익스프레스 링크(CXL), 네트워크, 서버, 오케스트레이션 소프트웨어 등 국내 관련 기업이 참여하는 개방형 AI 컴퓨팅 생태계를 조성할 계획이다. 아울러 국산 AI 반도체가 글로벌 AI 컴퓨팅 공급망에 참여할 수 있도록 실질적인 레퍼런스 모델도 확보할 방침이다. 양측은 또 국가과학AI연구센터(NAIS)를 중심으로 ‘AI for Science’ 공동 연구도 추진한다. AMD는 첨단 과학기술 분야의 AI 기반 연구와 도전적 연구개발(R＆D)을 지원하기 위해 CPU·GPU 등 고성능 컴퓨팅 자원과 AI 소프트웨어, 전문 인력을 제공할 예정이다. AMD는 국내에 ‘AI 우수 연구센터’(AI Center of Excellence) 설립도 추진한다. 해당 센터는 국내 기업과 대학, 연구기관 간 기술 협력은 물론 AI 반도체 소프트웨어 개발, 컴퓨팅 기술 검증, 공동 연구를 지원하는 거점 역할을 맡게 된다. 양측은 AI 인재 양성에도 협력한다. AMD는 국내 주요 대학과 대학원에 AI 컴퓨팅 플랫폼 기반 교육·연구 프로그램과 컴퓨팅 자원을 지원할 방침이다. 배경훈 부총리 겸 과기정통부 장관은 “대한민국이 AI 3대 강국으로 도약하기 위해서는 자립적이면서도 개방적인 AI 컴퓨팅 인프라 기반 확보가 중요하다”며 “AMD와의 협력을 통해 국내 AI 반도체 생태계의 경쟁력을 높이고 글로벌 AI 컴퓨팅 인프라 변화에 대응하는 새로운 협력 모델을 만들어 갈 수 있을 것”이라고 말했다.

전방위 반도체 동맹 맺은 삼성브로드컴과 5년간 292조 협력 추진삼성SDS·앤트로픽 파트너십 체결SK, 엔비디아 등과 1085조 협력 차세대 AI 메모리 공동 개발 추진국내 최대 2GW AI 팩토리 구축도현대차그룹, 피지컬 AI 생태계 ‘시동’엔비디아와 로봇 플랫폼 공동 구축국내 연구기관·스타트업에게 개방네이버, AI 인프라로 해외 공략엔비디아와 GPU 공급·기술 협력브룩필드 지원받아 AI 팩토리 구축 한미 주요 기업들이 총 9500억 달러(약 1375조원) 규모의 초대형 인공지능(AI) 협력에 나서면서 우리나라가 메모리 반도체 공급기지에서 AI 핵심 공급망으로 도약할 것이라는 기대가 적지 않다. 특히 이재명 대통령과 기업 총수들이 지난 24일(현지시간) ‘샌프란시스코 AI 서밋’에 모임으로써 선언적 의미를 넘어 실질적 이행을 담보했다. 그럼에도 투자 시점과 규모에 대한 변동성이 남아 있고 데이터센터에 대한 주민 반발이나 전력·인프라 병목 등 해결할 과제도 남아 있다. 삼성전자는 글로벌 AI 반도체 기업 브로드컴과 향후 5년간 메모리·파운드리 분야에서 2000억 달러(약 292조원) 이상 규모로 전략적 협력을 추진하기로 했다. 고대역폭메모리(HBM) 공급을 넘어 메모리부터 2나노미터(nm) 이하 파운드리, 첨단 패키징까지 반도체 전 영역을 아우르는 전략적 협력이다. 특히 삼성의 메모리·파운드리·패키징 역량을 한데 묶은 원스톱 턴키 경쟁력이 본격 활용되는 사례다. 이재용 삼성전자 회장은 미 샌프란시스코 오픈AI 본사에서 샘 올트먼 오픈AI 최고경영자(CEO)와 만나는 등 글로벌 빅테크 기업과 접촉면을 넓혔다. 양측은 HBM과 D램, 첨단 파운드리 등 AI 인프라 분야의 협력 확대 방안을 협의했을 것으로 관측된다. 이 회장은 샌프란시스코 AI 서밋에서 “한국과 미국 두 나라 강점들을 하나로 결합한다면 우리는 더 빠르게 혁신하고 더 크게 성장하며 더 많은 난제를 해결할 수 있을 것”이라고 말했다. 삼성SDS도 앤트로픽과 전략적 파트너십을 체결했다. 양사는 한국 시장 내 신규 사업 기회를 공동 발굴하고 생성형 AI인 클로드 구축·운영을 위한 응용형 AI 엔지니어를 함께 양성하기로 했다. SK그룹은 엔비디아, 마이크로소프트(MS), 앤트로픽, 아마존웹서비스(AWS) 등과 5년간 7500억 달러(약 1085조원) 규모의 AI 인프라 분야 협력에 합의했다. 특히 SK하이닉스는 엔비디아와 HBM 등 차세대 AI 메모리를 함께 개발하고 최적화한다. SK가 엔비디아의 차세대 그래픽처리장치(GPU)·AI 서버 개발 단계부터 참여한다는 의미다. SK하이닉스는 MS와 메모리 장기 공급 협력을 통해 메모리 솔루션을 함께 발굴하고 실제 서버 환경에서의 검증을 거쳐 AI 서버용 메모리의 새로운 기준을 정립해 나갈 계획이다. SK가 ‘3대 메가 프로젝트 국민보고회’에서 내놓은 전국 단위 AI 데이터센터 구축 계획도 구체화된다. SK텔레콤은 국내 최대 2GW 규모의 AI 팩토리 구축을 위해 엔비디아의 차세대 GPU를 공급받고 투자 협력을 추진한다. 앤트로픽도 SK텔레콤이 추진하는 국내 AI 데이터센터 구축에 참여한다. 최태원 SK그룹 회장은 “대한민국은 더 많은 메모리칩을 만들고 AI 데이터센터도 더 많이 만들어서 글로벌 인프라에 집어넣어야 한다”며 “미국과 유럽, 아시아를 잇는 AI 데이터센터의 허브가 될 필요가 있다”고 말했다. 현대차그룹은 피지컬 AI 생태계를 구축하겠다는 구상을 밝혔다. 정의선 현대자동차그룹 회장은 “자동차 그리고 로봇과 같은 개별 디바이스 지능화를 시작으로 AI 팩토리 같은 특정 공간의 지능화를 거쳐 궁극적으로 전체 도시 인프라가 유기적으로 연결·운영되는 도시 레벨의 통합 지능화를 실현하는 것”이라고 설명했다. 정 회장은 특히 국내 로봇과 AI 기술 혁신을 뒷받침하기 위해 현대차그룹과 엔비디아의 피지컬 AI 역량을 결합한 ‘로봇 레퍼런스 플랫폼’ 공동 구축 계획을 공개했다. 엔비디아와 함께 대학과 연구기관, 스타트업이 활용할 수 있는 플랫폼을 꾸려 국내 연구기관과 스타트업이 피지컬 AI 기술을 개발하고 실증할 수 있는 개방형 생태계를 조성할 계획이다. 네이버는 국내를 넘어 해외로 진출할 길을 열었다. 엔비디아로부터 10억 달러(약 1조 4600억원) 규모의 전략적 투자를 유치해 GPU 공급과 기술 협력을 확대하고 브룩필드로부터 최대 90억 달러(약 13조 1700억원) 규모의 지원을 받아 글로벌 AI 팩토리를 구축한다는 구상이다. 브룩필드와는 AI 팩토리 운영에 필요한 데이터센터와 전력, 냉각 설비 등 안정적인 인프라와 공급망을 공동 마련키로 했다. 네이버는 이번 투자를 바탕으로 데이터센터 설계·운영 기술과 AI 모델, 클라우드 서비스 역량을 결합해 글로벌 AI 인프라 사업을 확대할 계획이다. 이해진 네이버 의장은 “두 회사의 자본뿐 아니라 글로벌 브랜드와 네트워크가 네이버의 노하우를 스케일업(확장)하는 데 큰 기회가 될 것”이라고 강조했다. 다만 데이터센터 건설의 경우 수도권 전력망 부족과 부지 확보, 지방자치단체의 인허가 절차, 용수 공급, 지역 주민 수용성 등이 걸림돌이다. 이종명 상명대 시스템반도체공학과 교수는 “실질적 성과로 이어지려면 정부의 메가 프로젝트와도 합을 맞춰 탄력적으로 추진해 나가야 한다”고 말했다. 양준석 가톨릭대 경제학과 교수는 “향후 투자 집행과 정부의 인프라·정책 지원이 뒷받침되는지 지켜봐야 한다. 규제 개혁 및 과학기술 분야에 대한 교육 및 투자 강화 등도 함께 이뤄져야 한다”고 강조했다. 엔비디아의 AI 생태계에 과도하게 의존하지 않도록 장기적으로 자체 생태계 경쟁력을 키우자는 제언도 있었다.

‘국가대표 인공지능(AI)’ 자리를 놓고 경쟁하는 기업들이 다음달 2차 평가를 앞두고 승부수를 꺼냈다. 올해 초 1차 평가에서는 모델 성능과 독자 개발 여부가 핵심이었다면, 이제는 복잡한 업무를 스스로 처리하는 에이전트 능력과 실제 서비스에 적용할 수 있는 운영 효율이 승부처로 떠올랐다. 업스테이지는 23일 에이전트 AI에 특화한 대규모언어모델(LLM) ‘솔라 오픈2’를 공개했다. 전체 매개변수 2500억개 가운데 작업에 필요한 150억개만 사용하는 구조로, 최적화하면 엔비디아 H200 그래픽처리장치(GPU) 단 2장으로도 구동할 수 있다. 글로벌 모델과 겨룰 성능을 확보하면서 기업과 공공기관이 자체 인프라에 도입할 때의 부담을 낮춘 것이 특징이다. 업스테이지는 지시 이행과 도구 호출 평가에서 딥시크와 미스트랄 등 주요 해외 오픈 모델을 앞섰다고 밝혔다. 같은 날 SK텔레콤 컨소시엄은 국산 AI 모델과 반도체를 결합한 ‘풀스택’ 전략을 내세웠다. 참여사 리벨리온은 5190억개 매개변수 규모의 ‘A.X K1’을 자체 신경망처리장치(NPU) 서버 한 대에서 구동하고 여러 이용자의 요청을 동시에 처리하는 AI 에이전트를 시연했다. 대규모 모델을 국산 반도체에서 실제 서비스 형태로 운영할 수 있음을 보여준 것이다. SK텔레콤은 후속 모델 ‘A.X K2’를 개발하는 한편 SK AX와 테크노매트릭스를 새로 합류시켜 제조와 반도체, 국방 분야의 현장 적용 역량도 보강했다. 1차 평가 선두인 LG AI연구원은 ‘K-엑사원’의 산업 전문성과 업무 수행 능력을 끌어올리며 수성에 나선다. 통신과 공공안전, 경찰 수사 지원 등 전문 분야에서 활용 가능성을 넓히고 있다. 그룹 계열사의 산업 데이터와 현장 경험을 모델 개발과 실증에 활용할 수 있다는 점이 강점이다. 지난 2월 추가 합류한 모티프테크놀로지스의 추격도 변수다. 모티프는 지난 21일 자체 설계한 ‘모티프3’ 프리뷰 모델을 공개했다. 글로벌 오픈소스 평가에서 3위권을 기록했다는 게 회사 측 설명이다. 과학기술정보통신부는 다음달 초 벤치마크와 전문가·이용자 평가를 거쳐 4개 정예팀을 3곳으로 압축한다. 살아남은 3개 팀은 추가 고도화를 거쳐 연말 최종 2개 팀을 가리는 평가를 치른다. 정부가 오는 12월 범용 챗봇과 공공 AI 에이전트를 결합한 ‘모두의 AI’를 출시할 예정인 만큼, 독파모에서 개발한 국산 모델이 향후 대국민 서비스와 산업 현장으로 확산할 수 있을지도 관심사다.

- 오케스트로 AI 인프라 풀스택 소프트웨어와 넷앱 데이터 오케스트레이션 역량 결합- GPU 기반 AI 추론·대규모 데이터 파이프라인·고성능 스토리지 통합 검증- Active-Active DR 기반 서비스 연속성 강화… 국내 AI·클라우드 시장 공략 AI 인프라 소프트웨어 전문 기업 오케스트로(대표 김범재, 김영광)가 지능형 데이터 인프라 기업 넷앱(NetApp)과 AI 추론 및 재해 복구(DR) 역량 강화를 위한 업무협약(MOU)을 체결했다고 22일 밝혔다. 기업의 AI 도입이 시범(파일럿) 단계를 넘어 실제 운영 단계로 진입함에 따라 안정적인 AI 추론 환경 구축의 중요성이 커지고 있다. GPU 등 연산 자원 확보는 물론 대규모 데이터를 신속히 처리·분석하고 안전하게 보호하는 데이터 인프라, 예기치 못한 장애에 대응하는 재해 복구 체계 확보가 핵심 과제로 떠올랐다. 이번 협약은 이 같은 기업용 AI 서비스 운영 과제에 대응해 오케스트로의 AI 인프라와 넷앱의 데이터 인프라를 하나의 아키텍처로 통합하기 위해 추진됐다. 양사는 오케스트로가 보유한 AI 인프라 풀스택 소프트웨어 기술에 넷앱의 데이터 오케스트레이션 및 엔터프라이즈급 재해 복구 역량을 결합해 데이터 파이프라인을 가속화하고, AI 추론 서비스 운영에 최적화된 통합 아키텍처를 공동 개발할 계획이다. 오케스트로 김범재 대표는 “AI가 실제 산업 현장으로 확산되면서 기업들은 AI 추론 성능뿐 아니라 데이터 안정성, 서비스 연속성까지 함께 확보해야 하는 과제를 안고 있다”며 “이번 협약을 통해 오케스트로의 AI 인프라 풀스택 소프트웨어 기술과 넷앱의 데이터 인프라 전문성을 결합해 기업 고객이 AI 서비스를 안정적으로 운영할 수 있는 통합 아키텍처를 구현해 나가겠다”고 말했다. 유재성 한국넷앱 대표는 “기업들은 AI 도입을 확대하고자 하지만 성능과 비용 효율성 간 균형을 맞춰야 하는 부담을 안고 있다”며 “넷앱은 AI에 최적화된 데이터 관리 역량 포트폴리오를 바탕으로 기업이 워크로드에 따라 인프라를 유연하게 구성하고 비용을 최적화할 수 있는 견고한 데이터 기반을 구축하도록 지원하고 있다”고 말했다. 이어 “오케스트로와의 협력은 기업이 엔터프라이즈 AI를 확장할 수 있도록 지원하겠다는 넷앱의 의지를 보여준다”며 “고성능 AI 워크로드를 지원하고, 거버넌스가 적용된 안전한 데이터에 즉시 접근할 수 있도록 하며, 운영 안정성과 데이터 보호를 보장하는 지능형 데이터 인프라를 통해 기업의 AI 확장을 지원할 것”이라고 덧붙였다. 오케스트로는 서버 가상화 솔루션 ‘콘트라베이스(CONTRABASS)’, 클라우드 네이티브 운영 관리 플랫폼 ‘비올라(VIOLA)’, AI 추론 운영 플랫폼 ‘콘체르토 AI(CONCERTO A.I.)’를 기반으로 AI 인프라 운영에 필요한 풀스택 소프트웨어를 제공한다. 이를 통해 AI 서비스 구현부터 인프라 운영, 추론 관리, 통합 관제까지 지원하며, 고객은 AI 서비스와 클라우드 인프라, 데이터 인프라를 하나의 운영 체계 안에서 통합 관리할 수 있다. 넷앱은 데이터 관리 역량 포트폴리오를 바탕으로 AI 데이터 파이프라인의 효율적이고 안정적인 운영을 지원한다. 오케스트로는 API 기반 연동을 통해 넷앱 스토리지의 주요 기능을 자사 플랫폼과 통합할 예정이다. 넷앱은 플랫폼 통합을 위한 테스트용 하드웨어와 전담 엔지니어링 지원을 제공한다. 이번 협약에 따라 양사는 ▲넷앱 테크놀로지 얼라이언스 프로그램(NetApp Technology Alliance Program) 기반 AI·데이터 인프라 통합 생태계 공동 개발 ▲GPU 가속 기반 AI 추론, 대규모 데이터 파이프라인, 고성능 스토리지 통합 및 복원력 검증 ▲기업용 AI·클라우드 구축을 위한 Active-Active DR 참조 아키텍처 및 운영 모델 수립 ▲국내외 시장 대상 공동 GTM(Go-to-Market) 전략 수립 등을 추진한다. 이를 통해 양사는 AI 추론 서비스 운영에 최적화된 데이터 인프라 환경을 마련하고, Active-Active 기반 재해 복구(DR) 환경 구축을 지원해 고객의 비즈니스 연속성과 데이터 안정성을 강화할 계획이다. 나아가 국내 AI·클라우드 시장의 디지털 혁신과 관련 산업 생태계 발전에 기여할 예정이다. 오케스트로는 넷앱과의 기술 연계를 기반으로 AI 인프라부터 데이터 관리, 재해 복구까지 통합 지원하는 AI 인프라 풀스택 소프트웨어 사업을 확대해 나갈 방침이다.

정부 5극 3특 전략에 기반한 성장엔진 연계 지역인재 육성과 맞물려, 부산대학교는 동남권역 지·산·학·연 혁신 허브로서 막중한 책임을 수행하고 있다. 최재원 총장은 “최고 거점국립대로서 초광역 권역 산업 체질을 바꿀 초격차 기술을 선도하는 동시에 학문 생태계 전반을 보호하는 균형 잡힌 거점 역할을 수행 중”이라며 “지역산업, 대기업과 협력해 청년 인재 양성과 정주, 지역 성장동력 확충을 동시에 실현하는 성장엔진 연계 인재 육성의 혁신 모델이 될 것”이라고 밝혔다. 이와 관련해 부산대는 2027학년도부터 신입생 30명을 선발하는 스마트가전공학과를 신설하면서 학부-대학원-연구-취업을 연결하는 통합형 인재 양성 체계를 완성하는 중요한 전환점을 마련했다. 이와 함께 교육·연구·행정 전 영역을 인공지능(AI) 중심으로 혁신하는 ‘PNU-인공지능 전환(AX)’을 추진하며 대학 AI 혁신의 새로운 모델이 되고 있다. 수준별 AI 전문·융합 커리큘럼 운영과 함께 고성능 그래픽처리장치(GPU) 서버를 집적화한 첨단 클라우드 컴퓨팅 인프라를 지원해 실전형 프로젝트 수업을 통한 AI 활용 융합인재를 양성한다. 이런 AI 혁신과 선도는 학생 로봇연구팀 타이디보이가 세계 최대 AI 로봇대회 로보컵(RoboCup) 홈서비스 부문에서 2년 연속 세계 1위로 우승을 차지하는 성과로 이어지고 있다. 부산대는 이 외에도 ‘5극 3특 공유대학’ 체제를 주도해 권역 내 대학 및 연구기관들과의 동반 성장을 지원해 동남권 전체의 혁신 역량 제고를 추진하고 있다. 또 기업 주도로 현장 맞춤형 인재를 양성하는 ‘브랜드 단과대학’과 ‘AI 대학’ 등을 통해 청년이 매력적인 경력을 쌓고 동남권에 정주할 수 있는 기반을 탄탄하게 닦아 나갈 예정이다.