ChatGPT 출시 이후 인공지능(AI)은 일상생활의 필수 도구로 자리 잡고 있으며 국민의 생활 방식과 근로자의 작업 방식에 혁신적 변화를 가져오고 있다. 최근 ChatGPT를 능가하는 제미나이, 클로드의 출시로 AI에 대한 사회적, 경제적 의존도는 더욱 심화하고 있다. AI 기술은 미국이 주요 생성형 AI 서비스와 핵심 기술을 중심으로 주도하고 있으나 중국도 딥시크, 큐원 등 막대한 인구가 제공하는 데이터와 자체 기술을 기반으로 미국의 AI를 급속히 추격하고 있다. 현 정부에서 AI 3강 실현을 선언하며 국내 AI 기술의 경쟁력을 미국, 중국 수준으로 높일 필요성이 절실한 상태다. AI 실현에 필요한 AI 풀스택은 미국 국립표준기술연구소(NIST)의 클라우드 컴퓨팅 참조구조(CCRA)를 기반으로 보면 피지컬 AI, LLM과 같은 ‘서비스 계층’, 운영체제(OS), 가상화, 클라우드 관리 플랫폼(CMP), 미들웨어 플랫폼, 재해복구(DR) 등의 기능을 수행하는 ‘자원 추상화 제어 계층’, GPU, 네트워크, 데이터센터와 같은 ‘물리자원 계층’의 3계층으로 크게 구분할 수 있다. 관점에 따라 약간의 차이는 있지만 아마존웹서비스(AWS)는 이를 AI 스택, 엔비디아는 AI 팩토리를 위한 풀스택이라고 부른다. 정부는 AI 기술 강화를 목표로 그랜드 AI 챌린지, 독자 파운데이션 모델 개발 사업 등을 통해 LG AI연구원 엑사원, 업스테이지 솔라 등의 국산 LLM을 글로벌 수준으로 도약시키기 위해 집중적으로 지원하고 있는데 이는 AI 서비스 계층에 해당한다. 퓨리오사AI, 리벨리온을 통한 NPU 개발, 엔비디아의 GPU 확보 및 지원은 물리자원 계층에 해당한다. 대통령 공약 사항인 “AI는 게임 체인저, 100조 원 규모 투자와 국가 AI 인프라 구축 추진” 선언에 따라 국가AI데이터센터(AIDC) 추진, 지자체‧공공기관‧민간의 적극적 AIDC 구축 추진, AIDC 진흥을 위한 특별법 제정 등이 급물살을 타고 있는데 이 또한 물리자원 계층에 해당한다. 이러한 사항들을 기반으로 보면 한국은 AI 3강을 향해 필요한 물리적 기반을 빠르게 갖춰가고 있다. 그러나 GPU와 데이터센터를 대규모로 확보하더라도 이를 충분히 활용하지 못하면 AI 경쟁력으로 이어지기 어렵다. 확보한 GPU를 실제 서비스와 산업 현장에서 충분히 활용하려면 자원을 효율적으로 묶고 배분하며 격리하고 복구해 서비스 형태로 제공하는 소프트웨어 역량이 함께 뒷받침돼야 한다. 특히 AI 활용이 학습을 넘어 대규모 추론으로 확산하면서 GPU를 무작정 증설하기보다 이미 보유한 자원의 처리 효율을 높이는 추론 운영 플랫폼의 중요성도 커지고 있다. 분산 서빙 기반의 추론 최적화 소프트웨어는 낮은 GPU 활용률 문제를 완화하고 AI 서비스 효율을 높이는 핵심 기술이다. 이 계층이 약하면 고가의 GPU와 데이터센터는 온전히 국가 경쟁력으로 전환되기 어렵다. 문제는 이러한 역할을 담당하는 자원 추상화 제어 계층, 즉 AI 인프라 소프트웨어에 대한 지원이 빠져 있다는 점이다. 비유하자면 머리와 하체는 튼튼해지고 있는데 허리가 부실해 상하체가 끊겨 있어 제대로 능력을 발휘할 수 없는 셈이다. 주요국은 이미 이 지점에 주목하고 있다. AI 기술 주권의 완성을 위해서는 AI 풀스택 전반, 즉 서비스 계층, 자원 추상화 제어 계층, 물리자원 계층 모두에 걸친 균형 잡힌 기술 발전이 필요하다. 특히 물리자원과 AI 서비스를 안정적으로 운영하고 제어하는 클라우드·엣지 인프라 SW는 AI 시대의 기술 자립을 뒷받침할 핵심 전략 영역이다. 유럽 역시 이러한 관점에서 IPCEI-CIS 프로젝트를 추진하며 최대 12억 유로의 공공 지원과 약 14억 유로의 민간 투자를 바탕으로 차세대 클라우드·엣지 인프라와 서비스 기술을 개발하고 있다. 이는 단순한 인프라 구축을 넘어 멀티클라우드·엣지 환경의 근간이 되는 데이터 처리·공유 SW 등 인프라 SW 역량 강화에 중점을 두고 있다. 일본은 경제산업성을 중심으로 AI 개발에 필요한 컴퓨팅 자원 정비를 지원하고 있다. 경제안전보장추진법에 따라 5개 사업계획에 최대 725억 엔을 지원하며 AI 개발에 필요한 연산 자원을 국내에서 안정적으로 공급할 기반을 확충하고 있다. 이는 GPU 서버 확보에 그치지 않고 개발자와 기업이 필요한 자원을 클라우드 방식으로 활용할 수 있게 하는 인프라 SW 역량을 함께 키우려는 접근이다. 중국도 신창 정책을 바탕으로 핵심 IT 스택의 자립을 추진하고 있다. 반도체와 장비뿐 아니라 AI 시스템 SW 분야에서도 자국 SW 사용을 확대하고 외산 의존도를 낮추려는 움직임이 이어지고 있다. 이는 기술 자립의 범위가 물리자원 계층을 넘어 인프라 SW 계층까지 확장되고 있음을 보여준다. 즉 주요국의 AI 시대 육성 정책은 주권 회복 및 자립을 위해 AI 풀스택 전층에 걸쳐 기술 자립화를 추진하는 방향으로 가고 있다. 그에 비해 우리나라는 SW가 AI를 탄생시킨 핵심 기술이고 클라우드와 같은 자원 추상화 기술이 AI 풀스택의 중간 허리 위치의 핵심 기술임에도 불구하고 AI 관련 예산 지원을 서비스 계층과 물리자원 계층에 집중하고 있다. 자원 추상화 제어 계층에 해당하는 인프라 SW와 클라우드 분야의 지원은 일부는 이미 익숙한 오래된 단어라 유행이 지나갔다고 생각하고 있고 일부는 우리가 할 수 없는 영역이라고 생각하며 포기하고 있다. AI 인프라 SW 육성을 간과한 결과 최근 AIDC 구축 과정에서 수백 대~수천 대의 GPU 서버를 하나의 자원처럼 연결하고 운영할 클러스터 관리 SW가 없어 고가의 외산 솔루션에 의존해야 하는 상황이 발생하고 있다. 문제의 본질은 GPU와 데이터센터를 얼마나 많이 확보하느냐가 아니라 이를 갖추고도 자원 배분과 운영 최적화의 주도권을 우리 기술로 확보하지 못한다는 데 있다. AI 강국으로 가기 위해서는 장비를 들여오는 데 그치지 않고 이를 실제 서비스로 전환할 인프라 SW 역량을 축적해야 한다. AI는 컴퓨터 과학 또는 SW의 한 분야로 학습과 추론을 풀기 위한 알고리즘과 데이터로 구성되는 분야다. 그동안 정부는 SW 강국, 인재 양성을 강조하며 이를 실현하기 위해 많은 노력을 기울여왔다. SW가 AI를 탄생시킨 핵심 기술임에도 AI와 AX 시대가 도래하면서 그 원천인 SW 기술을 외면하는 모순적 현상이 발생하고 있다. 클라우드 컴퓨팅 기술도 이미 완성된 기술 또는 글로벌 빅테크가 주도하는 분야로 간주해 AI 클라우드 분야 외에는 정부 투자가 축소되고 있고 SW 분야의 정부 투자도 거의 사라지고 있는 상황이다. 서비스 계층과 물리자원 계층에 몸담고 있는 전문가나 기업들은 전혀 관심을 보이지도 않고 무시하고 있지만 외산이 장악했던 영역에서 국산 SW로 자립 기반을 다져 온 경험이 있는 한국 SW 업계는 충분한 성공 잠재력을 가지고 있다. 실제 공공뿐 아니라 제조‧통신‧금융 등 주요 산업 현장에서 서버 가상화와 AI 클라우드 SW의 국산 전환이 본격화되고 있다. 대규모 데이터센터와 핵심 업무 시스템에서 외산 인프라 SW 환경을 국산 SW로 전환해 운영하는 사례는 국내 인프라 SW가 물리자원의 활용 효율을 높이고 성능을 극대화하며 안정적인 서비스 운영을 뒷받침할 수 있음을 보여준다. 이는 AI 인프라 SW 역시 우리가 주도적으로 키워갈 수 있는 전략 영역임을 시사한다. 그럼에도 한국의 AI 인프라 SW 시장이 브이엠웨어(VMware), AWS, 애저(Azure)와 같은 글로벌 솔루션의 거대한 파도에 노출되어 있는 현실에 국내 SW 업계는 노심초사할 수밖에 없다. 유럽, 중국, 일본은 빅테크의 쓰나미에 대비해 열심히 둑을 쌓고 체질을 강화하고 있는데 우리는 너무나 방심하고 있어 풍전등화 상황이다. 지금이라도 서비스 계층과 물리자원 계층을 연결하는 자원 추상화 제어 계층, 즉 AI 인프라 SW 관련 산업과 기술 자립화에 대한 과감한 투자를 통해 AI 3강과 AI 자주권 실현의 필수 조건인 AI 풀스택의 균형적인 발전을 반드시 이루어야 한다. 나연묵 단국대학교 AI융합연구원 원장

NHN클라우드가 인공지능(AI) 인프라부터 플랫폼·서비스까지 통합 제공하는 AI 풀스택 브랜드 ‘팩토리X’를 공개하고 AI 사업 확대에 속도를 낸다. NHN클라우드는 AI 사업 매출 비중을 지난해 13% 수준에서 올해 38%로, 내년에는 절반까지 끌어올리겠다는 목표를 제시했다. 김동훈 NHN클라우드 대표는 26일 서울 중구 더플라자호텔에서 열린 기자간담회에서 “AI 패권 경쟁의 중심은 거대 모델 자체가 아니라 실제 비즈니스 환경에서 안정적으로 구동하고 비용을 최적화하는 실행 환경으로 이동했다”며 “팩토리X를 통해 공공과 민간의 AI 전환(AX)을 완벽히 뒷받침하겠다”고 밝혔다. 팩토리X는 그래픽처리장치(GPU) 확보부터 운영 최적화, AI 에이전트 실행까지 아우르는 통합 AI 실행 환경 브랜드다. 또 김 대표는 “GPU를 확보한 기업 중 피크타임 가동률이 85% 이상인 곳은 7%도 되지 않는다”고 말했다. GPU 보유보다 얼마나 효율적으로 운영하느냐가 AI 경쟁력의 핵심이라며 NHN클라우드의 GPU 운영 능력을 강조한 것으로 읽힌다. 실제 NHN클라우드는 광주 국가 AI 데이터센터에서 엔비디아 H100 GPU와 국산 신경망처리장치(NPU)를 통합 운영하고 있다. 업계에서는 NHN클라우드가 GPU 확보를 넘어 초대형 AI 데이터센터를 직접 구축·운영할 수 있는 역량까지 확보한 것으로 보고 있다. NHN클라우드는 올해 하반기에 기업용 AI 에이전트 서비스 ‘프로젝트X’도 출시할 예정이다. 비개발자도 자연어 기반으로 기업 업무 환경에 맞는 AI 에이전트를 쉽게 구축할 수 있도록 지원하는 것이 핵심이다.

피지컬 AI·로봇 산업 육성 원년 선포제조업과 결합해 ‘자율 제조’ 시대로현대차, 새만금 AI 데이터센터 건립연 3만대 규모 로봇 생산 전초기지그린수소 활용해 ‘스마트시티’ 구현7만명 고용 창출·16조원 경제 효과산업화 과정에서 소외됐던 전북도가 ‘피지컬 인공지능(AI)·로봇·친환경 에너지 허브’로 떠오르고 있다. 정부의 피지컬 AI 선도지역 육성과 현대자동차그룹의 새만금 9조원 투자는 전북의 산업 체질을 완전히 바꾸는 기폭제가 됐다. 대형 호재들이 맞물리면서 전북은 국내에서 가장 고도화된 ‘미래 모빌리티·첨단 로봇·수소 신산업의 전초기지’로 도약하는 계기를 맞았다. 전북은 2026년을 ‘AI 로봇 산업 육성 원년’으로 선포했다. 산업 생태계 패러다임을 바꾸어 기존의 낙후 이미지를 떨쳐버리고 글로벌 첨단산업 전진기지로 나아가는 역사적 전환점을 만들겠다는 전략이다. 21일 전북도에 따르면 전북의 산업 생태계는 전통 제조·농생명에서 ‘피지컬 AI·로봇 중심지’로 급변하고 있다. 정부가 피지컬 AI를 육성해 로봇 클러스터의 마중물 역할을 하고 대학·연구기관·기업이 함께 순환형 미래산업 밸류체인을 구축하는 구조다. 도가 추진해 온 첨단 제조 혁신 전략은 현대차그룹의 9조원 투자로 날개를 달았다. 사상 최대 규모의 투자 유치가 확정된 새만금은 ‘AI 로봇 산업 클러스터’ 조성 계획과 맞물려 미래 첨단 산업의 중심지로 자리매김하는 전기가 마련됐다. ●피지컬 AI 적용 ‘최적지’ 전북이 ‘피지컬 AI 선도지역 육성 및 첨단 제조 혁신 사업’에 시동을 걸었다. 상용차·농기계 등 전통적인 제조업 인프라에 AI를 결합해 스스로 판단하고 움직이는 ‘자율 제조’ 시대를 열겠다는 포부다. 전북이 피지컬 AI에 집중하는 이유는 지역 산업 구조의 특수성과 맞닿아 있다. 전북 제조업체의 약 97%는 50인 미만의 소기업으로, 단순 반복 공정이 많아 인력난과 생산성 저하라는 이중고를 겪어왔다. 하지만 ‘다품종 소량 생산’과 ‘복합 공정’ 중심의 산업 구조는 정형화된 로봇보다 유연한 판단력이 필요한 피지컬 AI를 적용하기에 최적의 토양이 됐다. 여기에 농생명과 모빌리티라는 확실한 특화 분야를 보유하고 있어 현실 세계에서 구동되는 AI 기술을 실증하기에 가장 적합한 ‘테스트베드’로 선택된 것이다. 정부는 전북을 피지컬 AI의 선진 사례 도시로 낙점하고 파격적인 지원을 이어가고 있다. 과학기술정보통신부와 전북도는 2026년부터 5년간 1조원 규모의 ‘전북 AI 전환(AX) 연구개발(R＆D)’ 사업을 추진 중이다. 전북의 피지컬 AI 로드맵은 단순한 자동화를 넘어 ‘AI 다크팩토리(무인·자율 생산체계)’ 구현을 목표로 한다. ●로봇·수소 접목한 미래 모빌리티 주목 피지컬 AI와 연계된 현대차그룹의 투자는 전북의 산업 구조가 바뀌는 역사적인 전환점이 됐다. 새만금을 단순한 매립지가 아닌, 세계 최초의 AI 수소 시티이자 로봇 수출 모델의 테스트베드로 만들었다. 현대차그룹의 투자는 크게 다섯 가지 축으로 나뉜다. 우선 5조 8000억원을 투입해 AI 데이터센터를 건립한다. GPU(그래픽처리장) 5만 장 규모의 인프라를 구축해 피지컬 AI 생태계의 핵심 두뇌 역할을 수행한다. 또 2029년 가동을 목표로 연 3만대 규모의 로봇을 생산하는 전초기지를 건설한다. 수전해 플랜트(1조원)는 연간 3만t의 그린수소를 생산해 에너지 자립형 산업 기반을 닦는다. 여기에 태양광 발전(1조 3000억원)은 데이터센터와 공장에 필요한 전력을 친환경적으로 공급, 탄소중립 실증 모델 역할을 한다. 새만금의 중심인 수변도시에는 수소 AI 시범도시(4000억원)가 조성된다. 이곳에서는 로봇과 수소 기술이 실제 생활에 적용되는 미래 모빌리티 실증 모델을 구현한다. AI 수소 도시는 교통·안전(로봇), 물류·운영(AI), 에너지(수소)를 일상에 구현한 세계적 스마트시티 모델이 될 전망이다. ●수도권 디지털 인프라 분산 효과 피지컬 AI 클러스터가 완성되고 현대차그룹의 투자가 실현되면 전북은 ‘영세한 중소 제조업 중심 지역’에서 ‘대한민국 AI 로봇 실증 및 산업화 거점’으로 도약할 전망이다. 특히 수도권에 집중된 디지털 인프라를 제조 거점인 비수도권으로 분산시켜 지역 간 불균형을 해소하고 균형발전의 새로운 축을 형성한다. 현대차그룹의 새만금 투자는 7만명의 고용 창출과 16조원 규모의 경제 유발 효과가 기대된다. 피지컬 AI 분야도 연간 5000억원 이상의 경제 효과와 수천 명의 첨단 정보통신(IT)·제조 일자리 고용 창출이 일어날 것으로 전망하고 있다. 이로 인해 AI, 소프트웨어, 로봇 공학, 수소 에너지 등 고급 기술 인력에 대한 수요가 급증, 지역 대학의 인재 양성 프로그램이 활성화하고 청년 인구가 유입되는 선순환 구조가 만들어질 전망이다. 양선화 도 미래첨단산업국장은 “새만금은 이미 지정된 ‘이차전지 특화단지’와 현대차의 ‘수소·로봇 거점’이 시너지를 내며 독보적인 에너지·모빌리티 클러스터로 발돋움하게 된다”며 “거대한 첨단 산업 거점이 형성됨에 따라 항만, 공항, 철도 등 사회기반시설(SOC) 구축 사업이 강력한 타당성을 얻으며 속도를 낼 것”이라고 말했다.

경북 포항에 세포 단위 시료 연구 장비가 구축되면서 전국 연구자를 대상으로 공동 활용에 들어간다. 포항시는 포스텍(포항공대) 세포막단백질연구소에 극저온전자단층촬영(Cryo-ET) 장비와 GPGPU(범용 연산 그래픽 처리 장치) 기반 데이터 처리 인프라가 구축돼 이달부터 전국 산학연 연구자를 대상으로 공동 활용 서비스를 시작했다고 20일 밝혔다. Cryo-ET는 생체 시료를 극저온 상태로 동결한 뒤 전자빔으로 다양한 각도에서 촬영해 나노미터 수준의 3차원 고해상도 구조 정보를 얻는 첨단 분석 기술이다. 해당 장비는 지난해 9월 국내 최초로 세포막단백질연구소에 도입됐다. 특히 Cryo-ET 데이터는 촬영 이후 정렬·재구성·후처리 등 고성능 연산이 필수인 경우가 많다. 이에 연구소는 대규모 연산 자원이 가능한 GPGPU와 스토리지·네트워크를 포함한 분석 인프라를 최근 마련했다. 공동 활용 서비스는 신청과 심의, 사용자 교육, 측정, 데이터 처리, 결과 전달까지 전 과정을 지원한다. 이를 통해 수도권과 비수도권, 기관 규모에 따른 연구 인프라 격차를 줄여 첨단 분석 장비 접근성을 확대할 수 있을 것으로 기대된다. 이달부터 예약 포털을 통해 이용 신청을 받고 있고, 심의와 우선순위 기준에 따라 장비 사용과 분석 지원을 제공한다. 향후 정기 교육과 워크숍, 기술 컨설팅 등을 병행해 Cryo-ET 활용 저변 확대에도 나설 예정이다. 이지오 세포막단백질연구소장은 “Cryo-ET 활용에 필수적인 데이터 처리 인프라와 운영 체계를 함께 마련했다는 점에서 의미가 크다”며 “전국 연구자들이 공동 활용 서비스를 통해 보다 신속하고 안정적으로 첨단 분석을 수행할 수 있도록 지원하겠다”고 말했다.

삼성, 공조기기 ‘플랙트’ 공장 설립SK·오픈AI 합작 데이터센터 거론전남광주통합특별시 출범도 호재AI·에너지·반도체 산업 집중 지원AI 영재고 내년 개교… 인재 양성 인공지능(AI) 기반 산업 인프라가 집적된 광주 첨단3지구에 최근 들어 국내외 대기업의 투자 움직임이 이어지면서 전남광주통합특별시의 미래 성장 거점으로서 가치가 주목받고 있다. AI 연구개발특구와 AI 기업 유치, 첨단산업단지 조성이 계획된 데다 향후 데이터센터 설립 가능성까지 제기되는 등 첨단 산업 프로젝트가 잇따라 예정돼 있어서다. 18일 광주시 등에 따르면 삼성전자는 지난해 11월 유럽 최대 공조기기 업체인 플랙트그룹을 인수한 뒤 국내 생산설비를 광주에 구축하기로 결정했다. 광주는 이미 AI 생태계가 구축돼 있고 기존 삼성전자 가전 생산설비도 갖추고 있어 플랙트 입지로 적합하다는 평가를 받는다. 삼성전자는 현재 플랙트그룹의 생산설비 입지로 국가 AI 데이터센터가 위치한 첨단3지구와 첨단산단을 두고 막바지 검토를 진행 중인 것으로 알려졌다. 첨단3지구는 이와 함께 SK그룹과 오픈AI가 합작한 서남권 데이터센터 설립 후보지로도 거론되고 있다. 오픈AI는 생성형 AI 서비스인 챗GPT를 개발한 글로벌 기업으로, 최근 초대형 AI 데이터센터와 AI 인프라 확대에 적극 나서고 있다. 서남권 데이터센터는 대규모 GPU(그래픽 처리 장치) 기반 인프라 구축을 목표로 한다. 대기업들의 투자 움직임이 이어지는 가운데 오는 7월 전남광주통합특별시가 출범한다는 점 역시 첨단3지구를 비롯한 지역 발전 요인으로 분석된다. 통합특별시에는 서울특별시에 준하는 행정적 위상과 함께 연간 5조 원씩 4년간 최대 20조원 규모의 정부 재정 지원이 기대된다. 이에 따라 AI와 에너지·반도체 산업 육성 정책이 본격 추진되면 ‘최첨단 산업의 거점’으로서 첨단3지구의 위상과 가치는 더욱 커질 전망이다. 광주시 북구와 광산구·전남 장성군 일대에 걸쳐 조성되는 첨단3지구는 약 362만㎡ 규모의 일반산단으로, 광주연구개발특구 핵심 축의 하나다. AI 기반 과학기술 창업단지와 연구산업복합단지 조성을 목표로 개발이 한창 진행 중이다. 첨단3지구는 국가 AI 데이터센터를 중심으로 한 산업 생태계가 형성돼 있어 데이터센터와의 연계 가능성이 높은 입지로 평가받는다. 장성 파인데이터센터도 내년 준공을 목표로 추진 중이며 2029년에는 지역 핵심 사업인 국립심뇌혈관센터도 완공될 예정이다. 특히 광주 도심과 가까워 생활 인프라와 인재 확보 측면에서도 경쟁력을 갖췄다는 분석이다. 교육과 산업을 잇는 인재 양성 인프라도 확충되고 있다. 첨단3지구 내에는 광주과학기술원(GIST) 부설 AI 영재고가 내년 3월 개교 예정이다. 국가 AI 데이터센터 등 첨단3지구 내 다양한 AI 인프라를 교육 과정에 활용할 수 있어 AI 인재 육성에 이바지할 것으로 기대된다. 주변 산업벨트와의 연계성도 주목된다. 첨단3지구 반경 7㎞ 내에는 광주첨단과학국가산단 등 6개 대형 산단이 자리 잡고 있다. 이들 산단에는 삼성전자·현대모비스 등 대기업들이 입주해 있어 산업 간 연계 기반도 갖추고 있다. 제도적 기반도 마련돼 있다. 첨단3지구는 경제자유구역과 광주연구개발특구로 지정돼 매력적인 기업 유치 여건을 갖췄다. 첨단3지구 조성에 따른 생산유발효과는 약 1조 703억원, 고용유발효과는 6500여 명 수준으로 추산된다. 인근 의료특화산단 조성도 추진되면서 추가적인 고용 창출도 기대된다. 아울러 첨단3지구는 광주시와 전남도를 연결하는 교통축에 자리 잡고 있어 산단 간 연계와 물류 이동이 쉬운 구조라는 평가를 받는다. 호남고속도로와 국도 13호선·빛고을대로 등 주요 도로망을 통해 광주와 전남 전역으로의 이동이 편리하다. 빛고을대로 연결 진입도로 신설 및 도로망 확충도 추진되면서 교통 여건은 더욱 좋아질 전망이다. 지역 부동산 관계자는 “기업 유치 및 투자 확대 그리고 산업 인프라 확장 등이 맞물리면서 첨단3지구는 AI 산업을 중심으로 한 핵심 산업거점으로 자리매김하고 있다”며 “데이터센터와 연구개발 인프라, 산단이 결합한 구조로, 성장 기반이 견실한 지역으로 평가된다”고 말했다.

데이터 유출 막고 행정 효율 높여민관 협력 ‘소버린 AI 전략’ 가늠자국내 최고 수준의 인공지능(AI) 기술력을 국방 행정 전반에 투입하는 국방 인공지능 전환(AX) 프로젝트가 본궤도에 오른다. 정부가 추진하는 ‘독자 AI 파운데이션 모델’ 프로젝트를 국방 현장에 적용하는 첫 사례로, 국가 안보와 직결된 데이터 주권을 민간 기술로 확보하는 ‘소버린 AI’ 전략의 가늠자가 될 전망이다. SK텔레콤은 14일 서울 중구 본사에서 국방부와 ‘독자 AI 모델의 국방 분야 활용’을 위한 업무협약(MOU)을 체결했다고 밝혔다. 이번 협력은 SK텔레콤이 지난 1월 국내 최초로 매개변수 5000억개를 돌파하며 과기정통부의 독자 AI 모델 프로젝트 2단계에 진출시킨 ‘A.X K1’을 국방 환경에 최적화해 이식하는 것이 핵심이다. 범용 모델을 빌려 쓰는 단계를 넘어 안보 특수성을 반영한 ‘전용 엔진’을 구축한다는 방침이다. 국방부는 이번 협약을 계기로 2분기 중에 과기정통부의 ‘국가 AI 프로젝트’를 통해 확보한 GPU 자원을 SK텔레콤에 배정하기로 했다. 고성능 AI 모델 개발에 필수적인 연산 자원을 정부가 직접 지원하고, 민간은 독자 모델과 경량화 기술을 제공해 국가 연구개발(R＆D) 인프라와 민간 기술력의 시너지를 극대화하는 구조다. 보안이 생명인 국방 환경을 고려해 기술적 해법도 정교화한다. SK텔레콤은 대규모 모델의 연산 부담은 낮추되 처리 속도는 높이는 경량화 기술을 전면에 배치한다. 특히 외부 클라우드 연결이 제한되는 폐쇄적인 군 네트워크 특성에 맞춰 국방 데이터를 집중 학습시킨 ‘온프레미스’형 AI를 구현한다. 이를 통해 데이터 유출을 원천 차단하면서 군 행정 효율성을 끌어올린다는 구상이다. 전준범 국방부 국방인공지능기획국장은 “이번 협약은 독자 AI 파운데이션 모델을 기반으로 국방 AX가 한걸음 도약하는 결정적 계기”라며 “민간과의 협력을 지속 확대해 국방 전반에 AI를 효과적으로 안착시키겠다”고 밝혔다. 김명국 SK텔레콤 인더스트리얼 AI 본부장 역시 “데이터 주권과 보안이 중요한 금융, 제조 등 공공 영역 전반으로 K-AI 경쟁력을 확산해 나가겠다”고 했다.

한국전력공사(이하 한전)가 지난 3월 23일 전남 나주 본사에서 AI 경영혁신 선포식을 열고, ‘AI와 에너지의 결합을 통해 세계 최고의 에너지 AI 플랫폼 사업자로서 도약하겠다’(The Best Energy AI Platform Provider)는 비전과 로드맵을 공식 발표했다. 이날 선포식에는 김동철 한전 사장과 경영진을 비롯해 기후에너지환경부, 한국지능정보사회진흥원(NIA) 등 유관기관 관계자들이 참석했다. 특히 김 사장이 휴머노이드 로봇과 함께 입장하는 퍼포먼스를 선보이며, AI가 주도할 전력산업의 미래를 상징적으로 보여줬다는 게 한전 관계자의 설명이다. 한전은 에너지 안보와 기후 위기 대응 등의 복잡한 난제 해결을 위해 AI를 경영혁신의 핵심 동력으로 활용할 방침이다. 고객감동·안전·ESG 경영 전반은 물론, 전력 공급의 전 과정에 AI를 본격 도입해 전력망 운영의 효율을 높이고, 일하는 방식의 근본적 변화를 꾀한다는 전략이다. 이날 한전은 ▲데이터 ▲솔루션 ▲인프라 ▲거버넌스·협력체계 ▲역량·문화를 AI 대전환 로드맵의 5대 중점전략으로 제시했다. 전력데이터에 의미와 맥락을 부여하는 데이터 온톨로지(Ontology·지식체계)를 구축해 AI가 즉시 활용할 수 있는 데이터 기반을 갖추는 것을 목표로, 기존 나주와 대전 데이터센터 두 곳을 AI데이터센터로 전면 전환하고 고성능 GPU자원을 확충해 AI솔루션을 구동할 핵심 인프라를 구축한다. 또한, AI 위험관리 체계를 만들어 안전성과 신뢰성을 확보하고, 공공기관 유일의 AI 전문 연구기관인 한전 AI연구소와 KENTECH 등과의 협업체계도 갖춘다. 아울러 ‘AI 퍼스트(First)’ 문화를 조성해 핵심 인력의 확충과 전문 역량을 집중 육성한다. 한전은 이와 같은 세부 과제를 속도감 있게 추진하기 위해 최근 신설된 ‘AI혁신단’을 중심으로 전사적 역량을 결집하고, 이를 통해 전력망 적기 건설과 국민 체감형 서비스 제공 등 실질적인 성과를 도출한다는 계획이다.

전남 기업도시 솔라시도가 미래 국가 경쟁력을 좌우할 핵심 인프라인 ‘국가 AI 컴퓨팅 센터’ 구축 부지로 확정되면서 전남 인공지능(AI) 산업 대전환의 발판을 마련했다. 전남도는 과학기술정보통신부의 국가 AI 컴퓨팅 센터 건립 사업에서 해남 솔라시도에 입지를 제안한 삼성SDS 컨소시엄이 최종 참여자로 확정됐다고 밝혔다. 삼성SDS를 주축으로 구성된 컨소시엄은 초거대 AI 연산을 위한 고성능 컴퓨팅 인프라 구축과 안정적 운영 능력을 입증하며 최종 참여자로 선정됐다. 이번 선정은 전남도의 AI 데이터센터 입지 준비와 국내 최고 수준의 IT 서비스 기업인 삼성SDS 컨소시엄의 기술 역량이 결합한 결과라는 평가다. 국가 AI 컴퓨팅 센터는 AI 연구·개발과 서비스 제공에 필요한 AI 컴퓨팅 자원을 집적해 운영·관리하고 산업·연구계 등에 공급하는 시설이다. 정부는 2028년까지 그래픽처리장치(GPU) 1만 5000장, 2030년까지 5만 장을 단계적으로 확보해 운영할 계획이다. 현재 실시설계 수립과 신규 특수목적법인(SPC) 설립을 진행 중이며, 7월쯤 착공해 2028년 하반기 본격 가동을 목표로 하고 있다. 국가 AI 컴퓨팅 센터는 출자금만 4000억원이며, 2030년까지 2조 4065억원이 투입되는 사업이다. 솔라시도 일대에 관련 기업 입주와 전문 인력 유입이 가속화될 전망이며 이를 통해 6조 4000억원의 경제 유발 효과와 1조 5000억원의 부가가치 창출과 1만 9500여명의 고용 창출이 기대된다. 김영록 전남도지사는 “이번 성과는 전남도가 그동안 공들인 ‘솔라시도 데이터센터 클러스터’ 조성 사업의 결정적 마중물이 될 것”이라며 “삼성SDS 컨소시엄과의 견고한 파트너십을 통해 글로벌 수준의 컴퓨팅 환경을 조성하고, 전남을 대한민국 디지털 대전환의 심장부로 만들겠다”고 밝혔다.

광주시가 ‘세계적 자율주행 실증도시 도약’을 목표로 국내 모빌리티 선도기업들과 ‘K-자율주행 국가대표팀’을 결성했다. 광주시는 13일 김대중컨벤션센터 전시장에서 ‘자율주행 실증도시 조성 사업’의 성공적 추진을 위한 ‘대한민국 자율주행팀 업무협약’을 체결했다. 협약에는 광주시, 국토교통부, 한국교통안전공단, 현대자동차, 삼성화재, 라이드플럭스, 오토노머스에이투지(A2Z) 등 자율주행 산업을 견인하는 민·관·연 7개 기관이 참여했다. 참여 기관들은 ‘대한민국 글로벌 자율주행 3대 강국 도약’을 위한 전략적 협력체계를 구축하기로 했다. 이번 협약의 핵심은 대한민국 자율주행 산업의 역량을 총결집한 ‘국가대표급 협력 모델’이 탄생했다는 점이다. 참여 기관들은 광주를 세계적인 자율주행 실증 모델 도시로 조성하기 위해 각 분야의 전문성을 결합하기로 했다. 국토부는 정책·제도 수립 및 행정적 지원을 포함해 사업을 총괄하며, 한국교통안전공단은 전반적인 사업 관리와 행정 지원·기술적 성과 검증을 수행한다. 참여 기업들은 자율주행 차량 공급, 기술 제어 지원, 실시간 차량 모니터링 환경 제공, 자율주행 전용 보험 상품 및 사고 대응 안전망 구축 등을 맡아 실증의 실효성을 높이게 된다. 광주시는 ‘인공지능 대표도시’로서 보유한 독보적인 기반시설(인프라)을 실증사업에 전폭 지원한다. 국내 유일 국가 AI데이터센터의 GPU 자원을 활용해 자율주행 차량이 수집하는 방대한 데이터를 실시간으로 학습하고 고도화할 수 있는 환경을 제공한다. 또 실증 참여 기업들을 위해 ▲광주미래차모빌리티진흥원 내 기업 상주 공간 및 관제센터 제공 ▲공공기관 부지를 활용한 전용 차고지 및 충전 스테이션 구축 ▲자율주행 사고 대응 안전망 구축 등을 지원한다. 자율주행 실증도시 조성 사업은 국비 610억원을 투입해 2026년부터 2028년까지 3년간 추진하는 전국 최초 대규모 자율주행 실증 프로젝트다. 사업 계획에 따라 광주에는 자율주행차량 200대가 투입돼 시범운행을 진행한다. 특히 이 사업은 광주에서 확보한 실증 데이터를 활용, 인공지능이 인지부터 제어까지 자율주행의 전 과정을 통합·수행하는 ‘E2E(End-to-End) 기반 인공지능 기술’ 검증에 주력한다. 광주시는 도심과 농촌이 복합된 지형적 특성을 활용해 실증구역을 단계적으로 확대하며 기술적 완성도를 확인할 계획이다. 광주시는 이 사업을 ‘AI 모빌리티 국가시범도시 조성’, ‘미래차 산업 혁신 클러스터’와 연계해 지역 경제의 핵심인 자동차 산업의 대전환을 이끌어낼 방침이다. 강기정 광주시장은 “기아와 GGM이라는 2개의 완성차 공장을 가지고 있는 광주가 또 한 번 새로운 역사를 쓰게 됐다”며 “자율주행 실증을 시작으로 AI와 모빌리티 산업을 완성할 수 있도록 모든 역량을 집중하겠다”고 말했다.

NHN이 결제와 게임 사업 성장세에도 불구하고 비용 증가 영향으로 올해 1분기 영업이익이 소폭 감소했다. 특히 지급수수료와 마케팅 비용이 크게 늘면서 수익성이 다소 둔화됐다. 다만 결제·웹보드 게임·클라우드 등 주요 사업은 성장 흐름을 이어갔고, NHN은 일본 게임 시장과 국방 인공지능(AI)·클라우드 시장 공략에 속도를 낼 계획이다. NHN은 12일 연결 기준 올해 1분기 영업이익이 263억원으로 전년 동기 대비 5% 감소했다고 공시했다. 같은 기간 매출은 6714억원으로 11.9% 증가했고, 순이익은 311억원으로 흑자 전환했다. 영업비용은 6451억원으로 12.7% 늘었다. 지급수수료가 15.3% 증가했고 광고선전비와 감가상각비도 각각 29.2%, 23.9% 확대됐다. 신작 게임 마케팅과 인프라 투자 확대가 비용 증가에 영향을 준 것으로 풀이된다. 사업 부문별로는 결제 사업이 성장세를 이끌었다. 결제 부문 매출은 3546억원으로 전년 동기 대비 22.1% 증가했다. 자회사 KCP의 결제대금 증가와 페이코 기업복지 서비스 거래 확대가 실적을 견인했다. 페이코 기업복지 서비스 거래금액은 전년 동기 대비 33% 증가했다. 게임 부문 매출은 1278억원으로 6.8% 늘었다. 특히 지난 2월 시행된 웹보드 게임 규제 완화 영향으로 고스톱·포커 게임 이용자당 평균 매출이 상승하면서 웹보드 게임 매출이 전년 대비 11% 증가했다. 일본 시장에서는 모바일 게임 ‘라인 디즈니 츠무츠무’가 12주년 이벤트와 ‘명탐정 코난’ 협업 효과로 매출이 전년 대비 47% 급증했다. 정우진 NHN 대표는 “일본 시장을 겨냥한 게임 사업 전략 변화를 준비하고 있다”며 “인지도가 높은 일본 지적재산권(IP) 기반 신규 프로젝트를 추진 중”이라고 말했다. 클라우드와 협업툴 등 기술 부문 매출은 1257억원으로 전년 동기 대비 19% 증가했다. NHN클라우드는 이노그리드와 NHN인재아이엔씨 합병을 통해 풀스택 클라우드 경쟁력 강화에 나선다. NHN은 이를 기반으로 공공·금융 시장 공략을 확대하겠다는 방침이다. AI 인프라 사업도 본격 확대된다. NHN클라우드는 정부 그래픽처리장치(GPU) 사업 일환으로 양평 리전에 구축한 수냉식 GPU B200을 지난 3월 말부터 가동했고, 광주 국가 AI데이터센터에는 차세대 GPU B300 구축 사업을 수주했다. 또 AI 인프라 기업 베슬AI와 GPU 공급 계약을 체결해 200억원 이상 매출을 기대하고 있다. 국방 분야 협업툴 사업도 확대한다. NHN두레이는 국방부 협업 플랫폼 ‘국방이음’을 올 하반기 전군 30만명 규모로 확대 적용할 예정이다. NHN은 이를 계기로 국방 AI 전환(AX) 시장 공략에 본격 나선다는 전략이다. 안현식 NHN 최고재무책임자(CFO)는 “신작 출시 영향으로 올해 광고비는 지난해보다 약 10% 증가할 것”이라며 “양평 리전 가동 효과로 클라우드(CSP) 매출은 올해 30% 이상 성장할 것으로 기대한다”고 밝혔다.

- 112.5억 원 규모 연구개발 착수… 국산 AI 반도체 생태계 확산 주도- 국산 NPU·PIM 기반 클라우드 SW 스택 개발… GPU 중심 인프라 한계 극복- AI 모델 허브 구축… 최적화 모델 1,000개 이상 확보 목표 AI·클라우드 소프트웨어 전문 기업 오케스트로(대표 김범재, 김영광)는 과학기술정보통신부와 정보통신기획평가원(IITP)이 주관하는 ‘AI 반도체 특화 클라우드 네이티브 SW 스택 및 모델 허브 기술 개발’ 과제의 주관기관으로 선정됐다고 8일 밝혔다. 이번 연구개발 사업의 총규모는 112억 5000만원으로, 2026년부터 2029년까지 4년간 수행될 예정이다. 본 과제는 국산 NPU(신경망처리장치)와 PIM(지능형 메모리) 등 차세대 AI 가속기가 범용 클라우드 환경에서 기능할 수 있도록 클라우드 기반 운영 체계를 구축하는 것이 목적이다. 이를 통해 국산 AI 반도체의 생태계를 확장하고 활용도를 높이는 체계를 마련할 방침이다. 오케스트로는 이번 과제를 수행하며 AI 반도체 전용 클라우드 네이티브 SW 스택의 기술 수준을 높인다. 세부 개발 항목에는 ▲컨테이너 런타임 인터페이스(CRI) 호환 기술 ▲가속기 자원의 직접 접근을 지원하는 패스스루(Pass-through) 기술 ▲마이크로서비스 아키텍처(MSA) 프레임워크 등이 포함된다. 이는 기존 GPU 중심 인프라의 구조적 특성을 보완하고, 국산 NPU 자원을 유연하게 할당·운영할 수 있는 표준 체계를 수립하기 위함이다. 이와 함께 국산 AI 반도체 기반 서비스 확산을 위해 학습·추론 모델을 손쉽게 등록·배포할 수 있는 ‘AI 모델 허브’ 플랫폼도 구축한다. 모델 컨테이너화 자동화 기술과 메타데이터 관리 체계를 기반으로 운영될 예정이며, 과제 종료 시점까지 1000개 이상의 최적화 모델 확보를 목표로 한다. 특히 최근 수요가 빠르게 증가하고 있는 초거대 언어 모델(LLM) 실증 사례를 확보해 상용화 가능성을 검증한다. 국내 중소·벤처기업이 고가의 외산 GPU 의존도를 낮추고, 국산 AI 반도체 기반의 고성능 서비스를 보다 신속하게 개발·출시할 수 있도록 지원할 방침이다. 이번 연구 성과는 정부가 추진 중인 ‘K-클라우드 프로젝트’와 2026년부터 본격화되는 ‘국가 AI 컴퓨팅 인프라’ 구축 사업과 연계돼 실제 데이터센터 운영 환경에 적용될 예정이다. 오케스트로는 커널 레벨의 정밀 모니터링과 분산 추적 기술을 통합해 AI 워크로드 예측 정확도를 글로벌 최고 수준인 99%까지 끌어올리고, 대규모 AI 서비스 운영에 필요한 안정성과 신뢰성을 입증할 계획이다. 김범재 오케스트로 대표는 “이번 과제는 국산 AI 반도체가 글로벌 시장에서 경쟁력을 확보하는 데 필요한 핵심 소프트웨어 기반을 마련한다는 점에서 의미가 크다”며 “하드웨어와 소프트웨어가 유기적으로 결합되는 AI 컴퓨팅 환경을 구현해 국내 AI 인프라 자립도를 높이고, 국산 AI 반도체 생태계 확산에 기여하겠다”고 밝혔다.

공용 연구용 AI 가속기 인프라 구축으로 지역 산학협력 거점 조성 및 산업 AI 전환 본격화 한동대학교가 글로컬대학 지원사업의 일환으로 지난 5월 7일 교내 제네시스랩 장응복홀에서 ‘2026 AI 가속기 및 산학협력 포럼’을 개최했다. 이번 행사에서는 국내 대학 중 최초로 구축된 엔비디아(NVIDIA) DGX B200 기반 AI 가속기의 도입 성과와 향후 운영 로드맵이 발표됐다. 행사는 한동대 AI혁신센터 실장 이한진 교수의 진행으로 ▲AI 가속기 도입 성과 및 운영 계획 발표(AI혁신센터 이정훈 실장)를 시작으로 ▲한동대 AI 연구진 소개 ▲AI 분야 산학협력 우수사례 발표(최희열 교수) ▲엔비디아의 AI 가속기 기술 소개(국내 총판 류평수 부사장) ▲한동대 교수진 및 참석 기업·기관 간 네트워킹 순으로 진행됐으며, 관련 기업 및 기관 관계자 약 80명이 참석했다. 한동대 AI혁신센터는 초저지연·고성능 GPU 인프라를 기반으로 연구 역량을 높이고 기업 협력 수요에 대응할 수 있는 실행 체계를 마련했다. 센터는 DGX B200 GPU 서버(Blackwell 180GB x 8) 1식과 RTX PRO 6000 GPU 서버(Blackwell 96GB x 8) 2식을 구축하여 초대형 모델 학습과 다중 사용자 연산 환경을 동시에 지원한다. 또한 NVLink 5 기반 약 100ns(≈10-7초) 수준의 초고속 연결을 통해 여러 장의 GPU를 하나의 초대형 GPU처럼 통합 활용할 수 있어, 대규모 AI 모델 학습과 고속 연산 효율을 높인 것이 특징이다. 아울러 한동대는 외부와 분리된 보안형 AI 가속기 인프라를 구축하여 국가핵심기술, 방산, 보안등급 데이터 등 높은 보호 수준이 요구되는 분야에서도 활용 가능한 연구 환경을 마련했다. 민감한 내부 데이터도 내부 통제형 환경에서 안전하게 활용할 수 있도록 데이터 반출 통제, 접근 권한 관리, 망 분리, 암호화 저장 체계를 강화함으로써 보안성과 연구 활용성을 동시에 확보한 공용 AI 인프라 체계를 구축했다. 이번 구축은 단순한 장비 확보를 넘어 국내 대학 최초 B200 도입이라는 상징성과 함께 지역에서도 수도권 수준 이상의 첨단 AI 연구개발이 가능한 협력 거점을 조성했다는 점에서 의미가 크다. 한동대는 이를 바탕으로 AI 인프라의 지역 불균형을 완화하고, 포항을 중심으로 지역 기업 및 협력기관과의 산학협력을 본격 확대할 계획이다. 특히 포항 지역의 주력 산업인 철강, 제조, 에너지, 바이오, 물류 분야와의 연계를 통해 실질적인 산학협력을 추진하고 뉴로메카, 동국산업, 한국로봇융합연구원, 포스텍 생명공학연구센터 등 참여기업 담당자와의 네트워킹을 통해 산업 현장의 수요를 발굴·예측하며 협력을 단계적으로 확대해 나갈 예정이다. 한동대학교는 자원 제공 방식에서 나아가 교육, 수요 발굴, 공동연구, 인프라 활용을 통합한 ‘AI 가속기 활용 패키지 지원’을 운영한다. 이를 통해 AI 전문인력과 전담 조직이 부족한 지역 산업체도 단계별 교육과 맞춤형 프로젝트를 통해 AI 도입 가능성을 구체화하고, DGX B200 및 RTX 기반 AI 가속기 인프라를 활용한 실질적 연구개발로 이어갈 수 있도록 지원할 계획이다.

광섬유, 속도 빠르고 전력 소모 낮아AI ‘데이터 병목’ 해결사로 떠올라엔비디아, 코닝과 4.6조원 협업 발표메타·MS 등 이미 광섬유 체제 준비CPO 등 AI칩 구조 자체 변화될 듯 엔비디아가 미국 광학·광섬유 기업 코닝과 최대 32억 달러(약 4조 6000억원) 규모 협력에 나서며 글로벌 빅테크들의 ‘빛의 인프라’ 경쟁이 한층 더 치열해지고 있다. 생성형 인공지능(AI) 시대에 들어 데이터 이동량이 폭증하면서 기존 구리선 기반 연결 구조가 한계에 도달하자 전기 대신 빛으로 데이터를 보내는 광통신이 차세대 AI 인프라 핵심 기술로 떠오르고 있다. 6일(현지시간) CNBC에 따르면 엔비디아와 코닝은 차세대 AI 인프라용 첨단 광학 솔루션 공급을 위한 다년간 상업·기술 파트너십 체결 사실을 발표했다. 엔비디아는 코닝 주식 1500만주를 주당 180달러에 살 수 있는 권리를 확보했고 별도로 5억 달러(7260억원)를 선지급했다. 총 투자 규모는 최대 32억 달러에 달한다. 코닝은 미국 내 광학 연결장치 생산 능력을 10배 확대하고 광섬유 생산량도 50% 늘릴 계획이다. 젠슨 황 엔비디아 최고경영자(CEO)는 “지능이 빛의 속도로 움직이는 AI 인프라의 토대를 만드는 과정”이라고 밝혔다. 엔비디아가 코닝과 손잡은 배경에는 이른바 ‘구리의 벽’ 문제가 있다. 기존 데이터센터는 구리선 안에 전기 신호를 흘려 GPU끼리 데이터를 주고받았지만 생성형 AI 시대에는 수천~수만 개의 GPU가 동시에 막대한 데이터를 처리해야 한다. 이 과정에서 구리선은 전송 속도 한계와 발열, 전력 소모 문제를 드러내기 시작했다. 특히 초당 800기가비트(Gbps) 이상 초고속 환경에서는 구리 케이블이 1~2m만 넘어도 신호가 약해지는 것으로 알려졌다. 반면 광섬유 케이블은 빛으로 데이터를 전달하기 때문에 수 ㎞ 거리에서도 빠른 속도와 안정적인 성능을 유지할 수 있다. 웬델 윅스 코닝 CEO는 “광섬유가 구리선보다 전력 소모를 5~20배 줄일 수 있다”고 설명했다. 메타와 마이크로소프트(MS) 등 다른 빅테크들도 이미 빛의 인프라 경쟁에 뛰어들었다. 메타는 코닝과 최대 60억 달러(8조 7000억원) 규모 광케이블 공급 계약을 체결했고, MS는 가운데가 공기로 비어 있어 빛이 더 빠르게 이동할 수 있는 차세대 광섬유(HCF) 기술 확대를 추진 중이다. 업계에서는 앞으로 광섬유가 단순 케이블 교체를 넘어 AI칩 구조 자체까지 바꿀 것으로 보고 있다. 대표적인 기술이 공동패키징광학(CPO)이다. CPO는 GPU와 광통신 장비를 최대한 가까이 붙여 데이터 이동 거리를 줄이는 기술이다. 기존에는 GPU에서 나온 데이터가 전기 신호 상태로 이동한 뒤 빛 신호로 바뀌었다면 앞으로는 GPU 가까운 곳에서 바로 빛으로 변환해 데이터를 보내겠다는 개념이다. 엔비디아는 차세대 AI 서버 ‘베라 루빈’ 플랫폼에서 구리선 약 5000개를 광섬유로 바꾸고 광통신 장비를 GPU 가까이에 배치하는 CPO 기술 도입을 추진 중이다. 엔비디아는 올해 초 관련 기술 확보를 위해 광학 부품 기업인 코히런트와 루멘텀에도 총 40억 달러(5조 8000억원)를 투자했다. 브로드컴과 마벨, 인텔 역시 관련 기술 개발에 뛰어든 상태다.

E-GENE™ ITSM 기반으로 대규모 GPU 인프라 운영 체계 고도화주요 IT 프로세스 데이터화… 추적성·운영 효율 강화IT서비스관리(ITSM) 전문기업 에스티이지(STEG, 대표 임현길)는 SK텔레콤의 GPU 클러스터 운영 관리를 위한 차세대 ITSM 구축을 완료했다고 6일 밝혔다. SK텔레콤은 가산 AI 데이터센터에서 엔비디아 고성능 GPU B200 1000장 이상을 단일 GPU 클러스터로 구성해 구독형 AI 클라우드 서비스(GPUaaS)를 운영하고 있다. 이번 사업은 GPU 클러스터 인프라 관리 체계를 고도화해 고밀도 GPU 환경에서 자원 활용도와 서비스 품질을 높이는 데 초점을 맞췄다. STEG는 자사 ITSM 솔루션 ‘E-GENE™ ITSM’을 적용해 고성능 인프라 환경에 특화된 운영·관제 체계를 구축했다.데이터센터 상면도를 기반으로 서버의 물리적 위치를 직관적으로 확인할 수 있도록 했으며, 장비별 상세 사양과 네트워크 포트 연결 상태, 소프트웨어 설치 현황 등을 통합 관리할 수 있도록 구현했다. 또 장애 발생 시 문제 지점을 빠르게 식별할 수 있도록 해 대응 시간을 단축하고, 대규모 GPU 자원의 효율적 운영을 지원하도록 설계됐다. 이와 함께 주요 IT 운영 프로세스를 데이터 기반으로 관리할 수 있도록 체계를 구축했다.변경 이력과 승인 프로세스 등 운영 이력을 추적·보관할 수 있도록 함으로써 IT 일반통제(ITGC)와 감사 대응에 필요한 추적성과 투명성을 강화했다. SK텔레콤은 이번 차세대 ITSM 구축을 통해 고밀도 GPU 환경 운영 효율을 높이는 동시에 감사 및 컴플라이언스 대응 체계도 강화할 수 있을 것으로 기대하고 있다.특히 안정적인 AI 인프라 운영 기반을 마련해 GPUaaS 서비스 경쟁력 확보에도 도움이 될 것으로 보고 있다. 임현길 STEG 대표는 “국내 AI 인프라 경쟁력과 연결되는 SK텔레콤의 GPU 운영 환경 구축에 참여하게 돼 의미가 크다”며 “공공·금융·엔터프라이즈 시장에서 축적한 경험을 바탕으로 대규모 AI 환경에서도 안정적인 ITSM 서비스를 제공해 나가겠다”고 밝혔다. 한편 STEG는 노코드 플랫폼 ‘E-GENE™’을 기반으로 ITSM을 비롯해 자산관리(ITAM), 엔터프라이즈 서비스관리(ESM) 등 다양한 B2B IT 서비스를 자체 개발하고 있다.ITSM 솔루션은 온프레미스와 클라우드(SaaS) 환경 모두 지원하며, 클라우드 보안인증(CSAP)을 획득해 공공·금융 분야의 보안 요구사항에도 대응하고 있다.

부산시가 고성능 컴퓨팅 자원을 보유하지 못해 인공지능(AI) 신기술, 제품 개발에 어려움을 겪는 지역 기업을 지원하는 사업을 추진한다. 시는 ‘부산 인공지능(AI) 기업 고성능 컴퓨팅 지원사업’ 참여기업을 오는 30일부터 모집한다고 29일 밝혔다. 컴퓨팅은 컴퓨터를 사용해 데이터를 처리하고, 문제를 해결하는 활동을 말한다. 최근 AI 기술이 급격하게 확산하면서 대규모 연산력을 제공하는 고성능 컴퓨팅 수요가 폭증하고 있다. AI 기업들이 새로운 기술과 제품을 개발하는 데 고성능 컴퓨팅 자원이 필요하지만, 관련 기반을 구축하려면 막대한 비용이 든다. 이 때문에 지역 중소·신생기업 등은 신기술, 제품 개발에 어려움을 겪는다. 이에 시는 지역 중소·중견기업, 신생기업, 대학 연구소 등에 클라우드 방식의 고성능 컴퓨팅을 지원하기로 했다. 기업이 고성능 컴퓨팅 자원을 임차해 사용하고, 관련 비용을 시가 지원하는 방식이다. 구체적으로 대규모 연산을 위한 그래픽 처리장치(GPU) 서버 이용료를 90%까지, 최대 3000만원 한도로 지원한다. 초기 모델 검증에 필요한 경량화 컴퓨팅 자원이 필요한 경우는 500만 원까지 비용을 지원한다. 지원 대상으로 선정된 기업에는 개발하는 모델의 특성, 데이터 규모를 분석해 최적 컴퓨팅 자원 규모를 제안하는 컨설팅도 제공한다. 컴퓨팅 자원 운영 경험이 부족한 초기 창업기업에는 관련 실무 교육도 제공한다. 참여를 희망하는 기업이 다음 달 13일까지 부산정보산업진흥원 홈페이지(bipa.kr)에서 신청하면 시는 심사를 거쳐 지원 대상을 선정한다. 시는 이번 사업을 통해 고성능 컴퓨팅 지원 활용이 어려웠던 지역 중소·신생 기업의 AI 기술, 제품 개발이 촉진될 것으로 기대한다. 부산시 관계자는 “인프라 부족으로 기술 개발에 어려움을 겪는 지역 AI 기업에 실질적인 해결책을 제시하는 사업이 될 것”이라며 “앞으로도 현장의 목소리를 반영한 지원을 통해 지역 AI 산업 생태계가 기초 역량을 탄탄하게 갖추도록 돕겠다”라고 밝혔다.

SK하이닉스가 영업이익률 약 72%를 기록하며 글로벌 반도체 기업을 웃도는 수익성을 보였다. 계속되는 인공지능(AI) 반도체 수요 급증에 힘입어 매출액 52조원, 영업익 37조원을 넘어 역대 최대 실적 기록 행진도 이어 갔다. SK하이닉스는 메모리 수요가 공급을 웃도는 상황이 당분간 이어질 것으로 보고 올해 투자 규모를 전년 대비 크게 늘리며 실적 호조를 이어 갈 방침이다. SK하이닉스는 분기 영업이익률이 71.5%로 지난해 4분기 58.4%를 넘어 역대 최고 기록을 경신했다고 23일 공시했다. 연결 기준 올해 1분기 영업이익은 37조 6103억원으로 전년 동기 대비 405.5% 증가했고, 앞서 역대 최대 기록이었던 지난해 4분기(19조 1696억원)와 비교해도 영업이익이 2배 수준으로 늘었다. 매출액은 52조 5763억원으로 198.1% 증가했다. 영업익과 매출 모두 분기 기준 최대 기록이다. SK하이닉스는 “1분기는 계절적 비수기임에도 AI 인프라 투자 확대로 수요 강세가 이어진 가운데 고대역폭 메모리(HBM)·고용량 서버용 D램 모듈·기업용 고성능 저장장치(eSSD) 등 고부가가치 제품 판매를 확대하며 실적 상승세를 이어 갔다”고 설명했다. 실적의 핵심은 ‘수익성’이다. 영업이익률 72%는 단순한 업황 반등이 아니라 AI 인프라 중심으로 재편된 메모리 산업 구조 변화의 결과로 보인다. 반도체 파운드리 1위인 TSMC의 1분기 영업이익률(58.1%)을 크게 웃돌았고 AI 핵심 기업인 엔비디아의 2026회계연도 4분기(2026년 1월 종료 기준) 영업이익률인 65.0%도 앞섰다. 또 경쟁사인 미국 마이크론의 2026회계연도 2분기 영업이익률(67.6%)보다 4.4% 포인트, 역대 최대 실적을 낸 삼성전자의 올해 1분기 영업이익률(43.0%)보다 29.0% 포인트 높다. 비수기 넘은 수요 확대AI 인프라 투자 확대로 수요 강세고부가가치 메모리 제품 판매 확대이는 단순 비교를 넘어 의미가 크다. 엔비디아는 그래픽처리장치(GPU) 설계라는 고부가가치 팹리스 기업이고 SK하이닉스는 대규모 설비투자가 필요한 메모리 제조업체다. 그럼에도 동일한 수준의 수익성을 달성했다는 것은 AI 가치사슬에서 ‘메모리’가 핵심 수익원으로 이동했음을 보여 준다. 이런 수익성은 HBM·범용 D램·eSSD 수요 급증이 동시에 맞물린 ‘삼박자’ 효과에서 비롯됐다. 우선 HBM은 AI 연산의 필수 부품으로 자리잡으며 가장 높은 수익성을 창출했다. 회사는 이날 콘퍼런스콜에서 “(4세대인) HBM2E부터 원가와 수율, 성능 등 종합적 제품 경쟁력과 고객 신뢰도 측면에서 최고 수준을 유지하고 있다”며 향후 3년간 고객 요청 수요가 SK하이닉스의 생산능력을 훨씬 상회할 것으로 내다봤다. 이어 6세대 HBM인 HBM4도 고객 요구 성능에 맞춰 생산 확대를 준비 중이며, 7세대 HBM4E는 내년 본격 양산을 목표로 하고 있다. 차세대 제품 연속 출시HBM 성능 향상·HBM4 생산 확대6세대 D램·321단 cSSD 공급 탄력HBM의 생산량 확대는 범용 D램 시장에도 파급효과를 미쳤다. HBM 생산은 범용 D램 대비 더 많은 웨이퍼를 소모하는 구조이기 때문에 최신 세대 D램인 DDR5 등 범용 제품 공급이 줄어들었고, 그 결과 가격이 급등했다. 실제 1분기 범용 D램 계약가는 90% 이상 상승하며 공급자 우위 시장이 형성됐다. 향후 회사는 10나노급 6세대(1c) 공정을 적용한 저전력 D램 LPDDR6와 192GB(기가바이트) 소캠(SOCAMM)2 양산을 통해 고성능 D램 공급을 확대할 계획이다. 낸드 부문에서도 변화가 나타났다. 회사는 “AI 모델이 고도화될수록 중간 데이터 처리량이 폭발적으로 증가하고 있다”며 “고성능·고용량 eSSD 채택이 빠르게 확대되고 있다”고 설명했다. 이어 “(이러한 수요에 대응하기 위해) 세계 최초로 321단 쿼드레벨셀(QLC) 낸드를 개발했고 고객 인증을 통해 기술 초격차를 확보했다”고 덧붙였다. 회사는 321단 개인용 고성능 저장장치(cSSD) ‘PQC21’ 공급을 시작했으며 eSSD도 전 영역으로 라인업을 확장하고 있다. 또한 올해 말까지 국내 낸드 생산량의 절반 이상을 321단 제품으로 전환할 계획이다. 앞으로도 메모리에 대한 강한 수요가 지속될 것으로 보인다. 회사는 “이번 메모리 가격 상승은 과거와 다른 구조적 변화”라며 “고객들이 가격보다 물량 확보를 우선시하는 상황이 지속되고 있다”고 밝혔다. 이어 “유의미한 생산능력 확대까지 좀더 시간이 걸리고 우호적 가격 환경이 당분간 유지될 것”이라며 장기공급계약(LTA)과 관련해 고민을 드러냈다. 이는 단기 호황이 아닌 중장기 공급 부족 국면 진입을 시사한다. 미래 전망도 청신호수요 구조적 변화… 장기계약 유리“재무 건전성 위해 100조 확보 목표”수익성 개선은 재무구조에도 반영됐다. 올해 1분기 말 현금성 자산은 54조 3000억원으로, 이는 지난해 말(34조 9000억원) 대비 19조 4000억원 늘어난 수치다. 반면 차입금 규모는 줄었다. 같은 기간 차입금은 2조 9000억원 감소한 19조 3000억원을 기록했다. 이에 따라 35조원의 ‘순현금’을 달성하며 재무 건전성이 한층 강화됐다. SK하이닉스는 이를 바탕으로 용인 반도체 클러스터, 청주 M15X 공장 증설, 극자외선(EUV) 노광장비 확보 등 대규모 투자를 확대할 계획이다. 아울러 글로벌 투자 자금 유치와 순현금 확보를 위해 미국 증권거래위원회(SEC)에 미국 주식예탁증서(ADR) 상장을 위한 신청서를 제출했으며, 올해 하반기 상장을 목표로 절차를 진행 중이다. 곽노정 SK하이닉스 대표이사 사장은 지난달 주주총회에서 “구조적 수요 성장에 대응하고 경쟁력을 유지하기 위해서는 안정적으로 투자할 수 있는 재무 건전성이 필수적”이라며 100조원 이상의 순현금 확보를 목표로 제시했다.

구글이 지난해 8월 7세대 TPU인 아이언우드를 발표한 지 1년도 채 되지 않아 8세대 TPU를 공개하며 AI 가속기 시장에서 속도전을 벌이는 모습입니다. 이렇게 빠르게 차세대 칩을 내놓았다는 것은 7세대 공개 시점에서 이미 8세대를 개발 중이었다는 이야기입니다. 이는 두 개의 팀을 따로 만들어 비용을 더 투자하더라도 개발 경쟁에서 경쟁자를 앞서겠다는 강한 의지 없이는 불가능한 일입니다. 이번 8세대 TPU의 가장 큰 특징은 사상 처음으로 학습과 추론 전용 칩을 분리해 각각 TPU 8t와 TPU 8i로 이원화했다는 점입니다. 특히 이번 세대는 단순한 칩의 성능 향상을 넘어, 스스로 판단하고 행동하는 ‘에이전틱 AI(Agentic AI)’ 시대를 뒷받침하기 위한 ‘AI 하이퍼컴퓨터’ 아키텍처의 핵심 엔진으로 설계됐습니다. 학습 전용인 TPU 8t는 216GB의 HBM 메모리를 탑재하고 단일 슈퍼포드당 최대 9600개의 칩을 3D 토러스(Torus) 토폴로지로 연결해 압도적인 확장성을 자랑합니다. 이를 통해 최첨단 모델의 배포 기간을 수개월에서 수주 단위로 단축할 수 있으며, 포드당 총 121 ExaFlops의 FP4 연산 능력을 제공합니다. 추론 특화 칩인 TPU 8i는 에이전틱 AI의 핵심인 ‘추론(Reasoning)’ 성능을 극대화하기 위해 설계됐습니다. 288GB의 HBM과 더불어 이전 세대보다 3배 늘어난 384MB의 온 칩 (on chip) SRAM을 탑재했습니다. 이는 최근 엔비디아가 공개한 추론 가속기인 그록(Groq) LPU의 SRAM 전략과 유사한 것으로 평가됩니다. 결론적으로 세대별 성능 향상 측면에서 TPU8t 트레이닝 칩은 대규모 학습에서 전 세대 대비 2.7배 향상된 가격 대비 성능을 제공하며, TPU8i 역시 추론 환경에서 전 세대 대비 80% 향상된 가격 대비 성능을 제공합니다. 또 두 칩 모두 와트당 성능이 두 배 향상됐는데, 이는 전력 비용을 줄여 전체적인 AI 총소유비용(TCO)를 크게 줄일 수 있습니다. 이와 같은 비용 절감은 앞으로 AI 서비스의 수익화에 매우 중요한 요소입니다. 다만 기본적으로 엔비디아의 베라 루빈 플랫폼은 여전히 8세대 TPU보다 강력한 성능을 지니고 있습니다. 단일 칩 기준으로만 보면 루빈 GPU는 50 PFLOPS에 달하는 연산 능력을 지녀 8세대 TPU보다 몇 배 빠른 성능을 지니고 있습니다. 문제는 비싼 가격입니다. 엔비디아 플랫폼이 비싼 이유는 칩 자체의 생산 비용도 있지만, 높은 이윤을 남기면서 팔고 있는 것도 중요한 이유입니다. 그런데 여기서 구글이 자체 칩을 만들어 마진을 흡수하면 오픈 AI나 앤스로픽 같은 경쟁자보다 비용을 대폭 절감할 수 있습니다. 최근 칩플레이션과 에너지 비용 급상승으로 AI 서비스 비용은 비싸지고 수익화는 이를 따라가지 못하는 상황에서 구글이 누리는 비용 절감 효과는 결국 AI 경쟁에서 최종 승자가 될 가능성을 높일 수 있습니다. 언뜻 보기에는 구글 TPU가 엔비디아를 겨냥한 것 같지만, 사실은 엔비디아 플랫폼을 사용할 수밖에 없는 다른 경쟁자가 더 압박을 받을 수밖에 없는 셈입니다. 자체 TPU 개발의 또 다른 이점은 자체 서비스에 최적화된 플랫폼과 생태계입니다. 마치 애플의 A 시리즈 및 M 시리즈 프로세서가 iOS 및 맥 OS, 그리고 애플 서비스에 최적화된 기능을 제공할 수 있어 비용은 절감하고 서비스 품질과 사용자 경험은 높일 수 있는 것과 동일한 구조입니다. 사실 이런 이유 때문에 구글뿐 아니라 오픈 AI나 앤스로픽 역시 자체 칩 플랫폼을 개발하거나 타사 플랫폼 활용을 고려하고 있지만, 이미 10년 이상 개발해온 TPU의 노하우를 따라잡기는 쉽지 않습니다. 반대로 이야기하면 구글 입장에서는 앞선 TPU 설계와 이미 구축해 놓은 생태계가 이들과의 경쟁에서 매우 큰 무기인 셈입니다. 결국 TPU의 개발 목적은 엔비디아와의 직접적인 경쟁보다는, 자사 인프라에 최적화된 저비용·고효율 환경을 구축하여 AI 서비스 대중화 시대의 수익성을 선점하는 데 있습니다. 이러한 탄탄한 하드웨어 경쟁력과 기존의 방대한 서비스 플랫폼이 결합된 AI 생태계를 통해 구글이 최종적인 승자가 될 수 있을지 주목됩니다.

적은 전기로 데이터 처리 속도 2배엔비디아 슈퍼칩 ‘베라 루빈’ 최적화HBM과 투트랙으로 효율성 높여차세대 기술서도 주도권 확보 총력“메모리 성능의 새로운 기준 될 것” SK하이닉스가 차세대 인공지능(AI) 서버용 메모리 모듈인 ‘소캠2(SOCAMM2) 192GB’를 본격 양산한다고 20일 밝혔다. 스마트폰 등에 쓰이던 저전력 D램(LPDDR5X)을 AI 서버에서 빠른 속도로 구동하면서도 전력 소비는 낮도록 개량한 제품이다. AI의 추론기능이 중요해지면서 전력 소비 대비 높은 성능이 요구되는 가운데 SK하이닉스가 고대역폭메모리(HBM)에 이어 차세대 영역에서도 주도권을 잡겠다고 선언한 셈이다. SK하이닉스는 “소캠2는 (DDR5를 활용한) 기존 서버용 메모리 모듈(RDIMM) 대비 데이터 처리 속도(대역폭)가 2배 이상 빠르고, 전력 효율은 75% 이상 개선된 고성능 AI 연산 최적화 솔루션”이라고 이날 밝혔다. 더 적은 전기로 더 많은 데이터를 처리할 수 있다는 의미다. 특히 이 제품은 엔비디아의 차세대 AI 플랫폼 ‘베라 루빈’에 맞춰 설계돼 향후 AI 서버에 본격 적용될 가능성이 크다. 이번 발표가 주목받는 이유는 AI 메모리 시장의 구조 변화와 맞물려 있어서다. 그간 AI 서버는 그래픽처리장치(GPU)가 연산을 수행하고, 이를 초고속으로 지원하는 HBM과 데이터를 저장·공급하는 RDIMM 중심으로 구성돼 왔다. GPU가 요리사라면 HBM은 바로 사용할 재료를 올려두는 도마, RDIMM은 재료를 보관하다 필요할 때 꺼내 쓰는 냉장고 역할을 했던 셈이다. 다만 AI 연산 속도가 급격히 빨라지면서 RDIMM의 데이터 공급 속도와 전력 효율이 병목 요인으로 지적돼 왔다. HBM 중심 구조를 유지하면서도, 보다 빠르고 효율적인 메모리에 대한 수요가 확대된 이유다. SK하이닉스는 소캠2를 통해 이런한 문제를 줄여, AI 처리 속도를 높이겠다는 전략이다. 업계에서는 소캠2에 대해 HBM의 완전한 대체품보다 역할을 나눌 것으로 보고 있다. HBM이 최고 성능을 담당한다면, 소캠2는 전력과 비용을 줄이면서 데이터를 효율적으로 공급하는 역할을 맡는 식이다. 이를 통해 AI 서버는 더 많은 작업을 보다 효율적으로 처리할 수 있게 된다. 이 같은 흐름은 AI 시장이 ‘학습’ 중심에서 ‘추론’ 중심으로 이동하는 변화와도 맞닿아 있다. 학습은 데이터를 이용해 AI 모델을 훈련시키는 과정이고, 추론은 학습된 AI를 실제 서비스에 활용하는 단계다. 최근에는 많은 기업들이 AI를 실제 서비스에 적용하면서 전력 효율이 높은 메모리 수요가 빠르게 늘고 있다. SK하이닉스 김주선 AI 인프라 사장은 “소캠2 192GB 제품 공급으로 AI 메모리 성능의 새로운 기준을 세웠다”며 “글로벌 AI 고객과의 긴밀한 협력을 바탕으로 최적의 성능을 제공하고, 신뢰받는 AI 메모리 솔루션 기업으로 자리매김하겠다”고 밝혔다.

지금 세계는 디지털 전환(DX)을 넘어 인공지능(AI)이 산업의 모든 영역을 장악하는 ‘인공지능 전환’(AX) 시대로 진입했다. 특히 AI가 제조 현장에서 직접 데이터를 읽고 판단하며 실행하는 ‘피지컬 AI’로 진화하면서 산업의 근간이 송두리째 바뀌고 있다. 주요 선진국들이 AI를 국가 안보 차원의 핵심 과제로 삼는 이유도 명확하다. 제조업 비중이 높은 대한민국이 글로벌 AI 리더로 도약하려면 산업의 뿌리인 중소기업의 성공적인 AX가 어느 때보다 절실하다. 하지만 혁신의 당위 뒤에 가려진 중소기업의 현실은 냉혹하다. 대다수 중소기업이 이른바 ‘삼중고’라는 거대한 벽에 가로막혀 있어서다. 첫째는 데이터 확보의 어려움이다. 노후화된 설비와 체계적인 관리 시스템의 부재로 AI 도입의 기초인 양질의 데이터 확보가 쉽지 않다. AX에 대한 경영진의 낮은 인식도 혁신 동력을 약화하는 결정적인 원인이다. 둘째는 고질적인 인력난이다. 현장에서 실질적으로 AI를 구현하고 운영할 전문 인력이 턱없이 부족하다. 중소기업이 고숙련 인재를 채용하고 유지하기에는 비용적 부담이 너무나 크다. 이는 대기업과의 기술 격차가 더욱 커지는 결과로 이어진다. 마지막은 경영적 불확실성이다. 막대한 투입 비용 대비 실질적인 생산성 향상 효과가 검증되지 않았다는 점은 중소기업들이 선뜻 AX의 길로 들어서는 것을 주저하게 만든다. 이러한 교착 상태를 타파할 실천적 해결사로 고용노동부의 ‘AI 특화 공동훈련센터’가 주목받고 있다. 현재 많은 기업이 AX의 필요성을 느끼지만 중소기업은 자원 확보에 한계가 있다. 정부가 이를 해결하고 국가적인 AI 경쟁력을 높이기 위해 설립한 이 센터는 중소기업에 AI 관련 직무 훈련을 제공하는 전문 기관이다. 쉽게 말해 개별 중소기업이 자체적으로 갖추기 어려운 고가의 AI 인프라와 교육 프로그램을 공동으로 이용할 수 있도록 만든 ‘AI 거점’으로, 단순 이론 교육을 넘어 중소기업의 AX 고도화를 이끄는 핵심 동력이다. 특히 현장의 실질 데이터를 활용한 ‘실무형 PBL(과제수행형) 훈련’은 교육 성과가 즉각적으로 공정 개선에 반영되도록 돕는다. 또 기업의 워크플로 진단부터 맞춤형 교육, AI 내재화를 위한 전문가 코칭 및 상담까지 이어지는 종합 지원 패키지는 기업에 든든한 지침이 된다. 단순히 교육생을 배출하는 것에 그치지 않고, 기업의 제조 현장이 AI를 통해 실제로 혁신될 수 있도록 전 과정을 밀착 지원하는 것이 이 센터만의 독보적 차별점이다. 이와 같은 혁신적인 훈련 모델이 현장에서 지속해서 작동하려면 정부의 지원이 뒷받침되어야 한다. AI 기술의 빠른 변화를 따라잡기 위한 고성능 그래픽처리장치(GPU) 인프라 구축은 물론 이를 관리·운영하는 인력의 전문성 강화와 증원이 필수적이다. 이는 일회성 지원을 넘어 우리 제조 산업의 미래 생존권을 확보하기 위한 ‘국가적 전략 투자’로 인식되어야 한다. 대기업과 대학, 훈련기관, 지자체 그리고 정부가 머리를 맞대고 구축한 AI 특화 공동훈련센터 모델이 전국 현장으로 확산할 때 우리 중소기업은 비로소 세계 시장에서 피지컬 AI를 선도하는 리더로 거듭날 수 있을 것이다. 지금이 바로 강력한 민관 거버넌스를 바탕으로 AI 강국의 토대를 견고히 다져야 할 적기다. AI 문명으로의 대전환 시대, 다 함께 손잡고 ‘대한민국 AI 고도화’를 실천해야 한다. 중소기업의 AX 성공이 곧 국가 경쟁력의 핵심이며 그 중심에 AI 특화 공동훈련센터의 역할이 있음을 잊지 말아야 한다. 최재붕 성균관대 기계공학과 교수

온프레미스·클라우드 결합한 하이브리드 구조 GPU 자원 유연 배분, 효율↑인프라 관리 부담↓ LG유플러스가 아마존웹서비스(AWS)와 협력해 인공지능(AI) 서비스의 안정적 운영을 위한 자동화 플랫폼을 구축했다. AI 모델의 개발부터 실제 서비스 배포까지 전 과정을 유기적으로 연결해 ‘AI 전환(AX)’ 경쟁력을 강화한다는 포석이다. LG유플러스는 10일 AWS가 주최한 ‘2026 모던 에이전틱 애플리케이션 데이’ 행사에서 생성형 AI 기반의 인프라 운영 자동화 플랫폼 구축 사례를 공개했다. 이번 플랫폼의 핵심은 기존 사내구축형(온프레미스) 중심의 AI 개발 환경을 클라우드와 연계한 하이브리드 구조로 혁신한 데 있다. 그동안 업계에서는 AI 모델의 학습, 평가, 배포, 운영이 각각 분리되어 진행되면서 서비스 전환 과정에서 반복적인 수작업이 발생하는 ‘단절’ 현상이 고질적인 문제로 지목되어 왔다. LG유플러스는 이를 해결하기 위해 데이터 수집부터 운영까지 전 과정을 하나의 파이프라인으로 통합했다. 이를 통해 AI 모델을 한 번 개발하고 끝내는 것이 아니라, 언제든 서비스에 바로 투입할 수 있는 ‘모델 준비 상태(Model Ready)’를 실시간으로 유지할 수 있게 됐다. 인프라 관리 효율도 대폭 높였다. AWS의 관리형 쿠버네티스 서비스인 ‘아마존 EKS’를 기반으로 자체 보유한 중앙처리장치(CPU) 및 그래픽처리장치(GPU) 인프라를 클라우드 자원과 통합 제어하는 아키텍처를 도입했다. 특히 고가의 GPU 자원 활용 방식을 기존의 ‘장비 단위 고정 할당’에서 ‘수요 기반 유연 배분’ 구조로 개선해 자원 유휴 시간을 최소화하고 운영 비용을 절감했다. 권기덕 LG유플러스 AX엔지니어링Lab장은 “데이터 수집부터 모델 개발·배포·운영, GPU 운영까지 아우르는 ‘AI 주도 개발 라이프사이클(AI-DLC)’ 기반의 플랫폼 역량을 강화하고 있다”며 “앞으로도 AWS와의 기술 협력을 통해 AI 서비스의 품질과 운영 안정성을 지속적으로 높여나가겠다”고 밝혔다.