더불어민주당과 정부가 2027년도 예산안에 K-반도체 강국을 위해 반도체 특별회계를 신설해 3대 메가프로젝트와 인공지능(AI) 3대 강국 도약을 총력 지원하기로 했다. 청년 성장을 위한 대학생 인턴 학기제를 도입하고 지방 성장을 위해 지방국립대 등록금 전액 지원도 추진한다. 국회 예산결산특별위원회 여당 간사인 정태호 의원은 25일 국회에서 열린 ‘2027년 예산안 당정협의’ 직후 기자들과 만나 이같이 밝혔다. 정 의원은 “2027년도 예산안의 5가지 중점 분야는 3대 메가프로젝트와 인공지능(AI) 3대 강국을 위한 총력지원, 미래성장 엔진 확충을 위한 지원, 청년들의 성장단계별 종합지원, K자형 양극화 대응·모두의 성장을 위한 지원, 국민안전 지원”이라고 말했다. 그는 “K-반도체 강국을 위해 반도체 특별회계를 만들어 통합적으로 지원하는 체계를 만들고, 피지컬 AI 3대 강국을 위해 AI 솔루션을 개발하고 지원하기로 했다”고 말했다. 반도체 산업에 필요한 전략 용수 확보를 위해 한국전력과 한국수자원공사에 정부가 출자하고, 프런티어급 AI 모델 개발을 위해 그래픽처리장치(GPU) 1만장 공급 등도 추진한다. 미래 성장동력에 대한 투자도 확대한다. 정 의원은 “2030년 달 착륙과 관련된 R＆D(연구개발)와 여러 가지 분야에 전폭적인 지원을 한다”며 “자율주행차 시범지원 확대, 전기차 보조금 역대 최고로 늘리겠다는 내용이 있다”고 했다. 창업·벤처기업의 스케일업을 위한 기업 성장 융자도 대폭 확대한다. 청년 지원책으로는 대학생 인턴 학기제를 새로 도입한다. 정 의원은 K자형 양극화 대응·모두의 성장을 위한 지원과 관련해 “우리 아이 자립 펀드를 신설하는데 18세까지 연 최대 120만원을 지원하고 혼인 출산 관련 세액공제를 보조금·지원금으로 전환하는 내용, 아이 양육 관련 아동기본수당으로 확대 개편하는 내용이 들어가 있다”고 설명했다. 지역 주도 성장을 위해서는 앵커기업의 지방 이전 시 설비투자를 정부가 지원하는 ‘성장엔진 특별보조금’과 지역 성장거점 조성을 위한 ‘지방 미래성장지원금’을 신설한다. 정 의원은 “지역 필수의료 특별회계를 신설하는 내용, 지방국립대 등록금 전액 지원 방향도 나와 있다”고 말했다. 민생 분야에서는 코로나19 이후 경영난에서 회복하지 못한 소상공인을 대상으로 채무 탕감 제도를 도입한다. 이 밖에 핵융합 잠수함 개발 지원, 군 초급 간부 보수 인상, 자원 안보 기금 신설 등도 예산안에 담기로 했다. 정 의원은 부동산 문제에 관해서는 “주로 청년들에 대한 주거 문제를 어떻게 해결할 것인가에 대한 보고가 있었다”며 “청년들을 위해 역세권 주변에 임대 주택을 대량으로 공급하는 부분에 대한 보고가 있었다”고 말했다.

삼성, GPU 일부 연산 기능 옮겨와성능·전력효율 맞춤형 HBM 제시하닉, 20단 이상 적층할 접합 기술발열 부위 식혀주는 ‘iHBM’ 개발 삼성전자와 SK하이닉스가 차세대 고대역폭 메모리(HBM)의 승부처로 각각 연산 기능과 패키징 기술을 꺼내 들었다. 삼성전자는 HBM의 기능을 넓히고, SK하이닉스는 20단 이상 높이 쌓아도 발열과 뒤틀림을 잡는 접합·냉각 기술을 개발한다. AI 반도체의 성능 경쟁이 그래픽처리장치(GPU)를 넘어 메모리로 확산되는 가운데 중국의 추격에도 대응하려는 전략이다. 두 회사는 23일(현지 시간) 미국 스탠퍼드대에서 개막한 학술회의 ‘핫칩스 2026’에서 차세대 HBM 전략을 공개했다. 업계의 공통 고민은 AI 칩의 계산 속도를 메모리가 따라가지 못하는 ‘메모리 병목’이다. GPU가 아무리 빨리 계산해도 필요한 데이터를 메모리가 제때 보내주지 못하면 제 성능을 낼 수 없다. AI 가속기의 연산 성능은 2년마다 약 3배씩 높아지는 반면 HBM의 데이터 전송 속도 증가 폭은 같은 기간 2배에도 못 미친다는 게 업계의 분석이다. 삼성전자의 해법은 HBM 자체를 더 ‘똑똑하게’ 만드는 것이다. HBM 맨 아래에는 여러 장의 D램과 GPU 사이에서 데이터 흐름을 관리하는 ‘베이스다이’가 있다. 삼성전자는 여기에 지금까지 GPU가 맡았던 메모리 제어 기능과 데이터 처리 작업 일부를 옮기는 방안을 제시했다. GPU의 부담을 HBM이 나눠 맡는 셈이다. 메모리 제어 기능을 HBM으로 옮겨 확보한 GPU 내부 공간에 연산 코어를 더 넣으면 성능을 높일 수 있다는 것이다. SK하이닉스는 HBM을 더 높이 쌓을 때 생기는 열과 뒤틀림을 해결하는 데 초점을 맞췄다. HBM은 D램을 여러 층 쌓을수록 용량은 늘지만 열을 빼내기 어렵고 칩이 휘는 문제도 커진다. SK하이닉스는 20단 이상 적층을 위해 칩 사이 금속을 직접 붙여 층간 간격을 줄이는 ‘하이브리드 본딩’을 연구하고 있다. HBM 내부에 냉각 요소를 넣어 열을 빼내는 ‘iHBM’도 개발 중이다. 이재식 SK하이닉스 아메리카 부사장은 “HBM 자체의 성능뿐 아니라 GPU와 패키징, 파운드리까지 고객과 함께 최적화해야 한다”고 말했다. 이 같은 기술 경쟁은 HBM 수요가 엔비디아 GPU 중심에서 구글·아마존·메타 등 빅테크의 자체 AI 가속기로 확대되는 흐름과 맞물린다. 카운터포인트리서치는 주문형 반도체(ASIC)용 HBM 수요가 2024년부터 2028년까지 35배로 늘어날 것으로 전망했다. 중국 메모리 업체들의 추격도 변수다. 중국 최대 D램 업체 창신메모리(CXMT)는 지난해 4분기 세계 D램 시장 매출 기준 점유율 7.7%로 4위까지 올라섰다. 범용 D램에서 중국의 추격이 거세진 만큼 차세대 HBM에서 기술 격차를 벌리는 것이 중요해진 셈이다. 당장의 승부처는 HBM4와 내년 양산을 앞둔 HBM4E다. 삼성전자는 지난 2월, SK하이닉스는 2분기부터 HBM4 양산 공급에 들어갔으며 두 회사 모두 HBM4E 샘플을 고객사에 전달했다. HBM의 승부 기준도 단순히 데이터를 더 빨리 보내고 더 많이 쌓는 데서 고객의 AI 칩에 맞춰 기능과 구조까지 설계하는 방향으로 바뀌고 있다.

엔비디아가 오픈AI 데이터센터의 자금 조달을 위해 최대 1050억 달러(약 149조원)의 신용을 보강한다. 자사 인공지능(AI) 칩이 들어갈 인프라의 금융까지 지원해 장기 수요를 선점하려는 전략이다. 17일(현지시간) 엔비디아는 미국 오하이오주 파이크카운티에 건설 중인 ‘포츠파이크’ 데이터센터 개발사 SB에너지에 최대 1050억 달러의 잔존가치 보증을 제공한다고 밝혔다. 소프트뱅크 자회사인 SB에너지가 시설을 짓고 오픈AI가 20년간 임차하며, 엔비디아는 이곳에 AI 가속기를 독점 공급한다. SB에너지에는 별도로 15억 달러도 투자한다. 1050억 달러를 엔비디아가 당장 현금으로 내놓는 것은 아니다. 오픈AI가 임대료를 내지 못하면 시설을 다른 업체에 임대하거나 매각해 회수한 금액과 미리 보장한 최소 가치의 차액을 엔비디아가 메우는 방식이다. 신용등급이 없는 비상장사 오픈AI 대신 엔비디아의 신용을 활용해 대규모 데이터센터 건설 자금을 조달하기 쉽게 만드는 구조다. 엔비디아가 이 같은 부담을 감수하는 배경에는 장기 칩 수요가 있다. 4.25기가와트(GW) 규모의 1단계 시설에는 그래픽처리장치(GPU) 약 150만개가 들어갈 수 있다. 엔비디아는 이를 1500억~2000억 달러의 매출 기회로 추산했다. 오픈AI가 2030년까지 약속하거나 계획한 엔비디아 컴퓨팅 구매 규모는 최대 6000억 달러(약 850조원)에 이를 수 있다는 설명이다. 이번 거래는 엔비디아가 칩 판매를 넘어 AI 인프라 금융까지 역할을 넓히는 흐름과도 맞닿아 있다. 엔비디아는 앞서 아폴로·블랙록·블랙스톤·브룩필드·골드만삭스·KKR 등과 5000억 달러 이상의 민간 자금을 AI 인프라로 끌어들이는 금융 플랫폼 구축 계획을 발표했다. 엔비디아가 AI 인프라 투자와 자사 칩 수요를 함께 묶는 거래가 늘면서 순환금융 논란이 커지자 젠슨 황 엔비디아 최고경영자(CEO)는 회사 홈페이지에 올린 글에서 “이것은 순환금융이 아니다”라고 반박했다. 오픈AI가 임대료를 내고 시설이 가동될수록 엔비디아의 보증 부담은 줄어들며, 장기 수요가 확인된 만큼 필요한 인프라를 미리 확보하는 공급망 전략이라는 설명이다.

한국의 대표 ‘독자 인공지능(AI) 파운데이션 모델’(독파모) 2차 종합평가 결과 LG AI연구원, SK텔레콤, 업스테이지 3곳이 살아남았다. 모티프테크놀로지는 글로벌 AI 성능 지수 평가에서 높은 경쟁력을 보였지만 고배를 마시게 됐다. 과학기술정보통신부는 벤치마크, 전문가, 사용자 평가를 종합한 2차 독파모 평가에서 모티프테크놀로지를 제외한 3곳이 통과했다고 18일 밝혔다. 이번 2차 평가는 1차 평가와 비교해 대외 공신력을 대폭 강화했다. 배점 40점의 벤치마크 평가는 글로벌 AI 모델 평가 전문 플랫폼 아티피셜 어낼리시스의 지능·성능 평가 지수인 AAII 고난도 9종 지표 25점과 한국지능정보사회진흥원(NIA) 벤치마크 15점을 결합했다. 배점 35점의 전문가 평가는 AI 전문가 10명이 실질적으로 산업 확산과 기여 계획을 살펴봤다. 2차 평가에서 새로 도입된 사용자 평가는 25점이 배정돼 AI 스타트업 대표와 같이 전문 사용자 49명과 일반 국민 185명이 참여해 실제 사용성과 효용성을 검증했다. 평가 항목별로 보면 벤치마크 평가에서 1위와 4위 간 점수 격차는 4.0점, 전문가 평가에서 1, 4위의 격차는 2.4점, 이용자 평가에서 1위와 4위의 격차는 5.0점으로 나타났다. 과기정통부와 정보통신산업진흥원(NIPA)에 따르면 2단계 평가에 참여한 4곳 모두 AAII에서 모두 31점 이상을 획득해 유럽과 캐나다 등 주요 모델을 모두 추월했다. 40점을 초과한 최상위 점수 구간에는 미국과 중국에 이어 한국 모델이 유일하게 포함됐다. 국가별 프론티어 AI 모델 성능 비교에서도 한국은 미국, 중국에 이어 글로벌 3위에 올랐다. 이번 평가에서 탈락한 모티프테크놀로지스의 모티프3는 AAII에서 47점을 기록해 전 세계 기업별 AI 모델 중 10위에 올랐다. 이번 평가에 통과한 진출팀에 대한 평가 의견을 보면 업스테이지는 포털 다음 서비스 환경 실증과 퓨리오사AI 신경망처리장치(NPU) 협업 등 국산 소프트웨어 및 하드웨어 결합 성과를 높이 평가받았고, SK텔레콤은 대규모 상용 서비스 탑재와 국방·제조·법무·세무 등 산업 특화 에이전트 적용 실증에서 우수한 평가를 받았다. LG AI연구원은 글로벌 국제기구와의 협업 전략과 에이전틱 AI 차별성, 모델 위험 요인 관리 등에서 좋은 평가를 받았다. 정부는 3개 팀을 대상으로 엔비디아의 차세대 고성능 그래픽처리장치(GPU) B200 지원 규모를 올해 상반기 768장에서 하반기 1000장 수준으로 확대하는 한편 기존 방식을 뛰어넘는 지원체계를 관계부처와 논의 중이라고 밝혔다. 최동원 과기정통부 인공지능인프라정책관은 “6개월간 1000장을 임차할 경우 팀당 약 400억원이 소요되며 3개 팀 지원 규모는 총 1200억 원 수준”이라고 말했다. 류제명 과기정통부 제2차관은 “글로벌 AI 경쟁이 치열해지고 주요국에서 AI모델의 국가 안보 전략자산화 움직임이 가시화되는 상황에 대응해 기존 방식을 뛰어넘는 새로운 지원체계를 관계부처와 논의 중이며 추후 구체적 내용을 발표할 계획”이라고 말했다. 독파모 3차 평가는 내년 초 예상최종 2개팀 선정…지원 방식은 미정또 독파모 프로젝트 3차 평가는 예정대로 진행해 내년 초 정도에 최종 2개팀을 선정할 것으로 전망된다. 최종 선정 이후 지원 방식에 대해서는 전면 재검토 중이라고 정부는 밝혔다. 한편 독파모 2차 평가에 참여한 4개팀은 정부 결과 발표 직후 일제히 입장을 내놨다. LG AI연구원은 “세계 시장에서 경쟁할 수 있는 기함급 초대규모 파운데이션 모델 개발의 기반을 마련하는 데 중점을 뒀다”며 “이번 2차 평가 통과는 초대형 모델을 안정적으로 학습하고 운영할 수 있는 기술 기반을 확보하는 동시에 사용자가 실제로 체감하는 응답 품질과 활용 성능을 개선했다는 데 의미가 있다”고 밝혔다. SK텔레콤은 “다음 단계에 참여하게 된 것을 뜻깊게 생각하며 함께해온 컨소시엄 참여 기업·기관들의 노력이 있었기에 가능했다”며 “자체 AI 모델의 산업 및 실생활 확산 성과를 바탕으로 국내 AI 생태계가 함께 활용할 수 있는 결과물을 만드는 데 집중하겠다”고 말했다. 업스테이지도 “전 국민이 AI 혜택을 누릴 수 있는 생태계 기반을 마련함과 동시에 한국 AI가 글로벌 무대의 중심으로 나아가는 역사적인 시간을 함께하게 돼 큰 영광”이라며 “최종 실증 단계로 넘어가는 만큼 포털 다음과 컨소시엄 참여사 등을 통해 국민들이 직접 체감할 수 있는 실사용 모델을 고도화하는 데 최선을 다하는 한편, 아시아권으로 지원 언어를 확대해 글로벌 확산 기반도 마련하겠다”며 앞으로 계획을 제시했다. 탈락 모티프 “신생 스타트업에도 기회줘 감사”“글로벌 프런티어 모델 개발에 최선 다할 것”아쉽게 탈락한 모티프테크놀로지스는 “결과에 상관없이 이번 독파모 프로젝트를 통해 기술력만으로 한국에서도 글로벌 프런티어 수준의 AI 모델 개발이 가능하다는 것을 증명했다는 점에서 뜻깊었다”며 “정부가 독파모 개발에 도전하기로 결정하고 작은 신생 스타트업에도 기회를 주지 않았다면 이런 성과도 만들어내지 못했을 것인 만큼 앞으로도 글로벌 프런티어 모델 개발에 전력을 다할 것”이라고 밝혔다.

삼성전자·SK·현대자동차그룹·LG·두산·네이버 등 국내 주요 기업들의 ‘엔비디아 활용법’이 모두 베일을 벗은 가운데 로보틱스, 반도체, 인공지능(AI) 인프라, 보안 등 협력 분야는 예상보다 광범위했다. 다만 미래 산업의 두뇌를 하나의 플랫폼에 과도하게 의존할 수 있다는 우려도 나온다. 17일 업계에 따르면 젠슨 황 엔비디아 최고경영자(CEO)의 장녀이자 로보틱스 분야 임원인 매디슨 황은 LG전자 양재 연구·개발(R＆D) 캠퍼스의 데이터 팩토리를 18일 찾는다. LG는 그룹의 전자·부품·통신 역량을 결합해 피지컬 AI 분야에서 엔비디아와 협력하고 있다. 삼성전자는 고대역폭메모리(HBM) 등 AI용 반도체와 반도체 공장의 AI화를, SK는 차세대 HBM과 대규모 AI 인프라를 각각 공략한다. 현대자동차그룹은 자율주행·로보틱스에서, 두산은 산업용 로봇 분야에서, 네이버는 AI 클라우드·모델 부문에서 엔비디아와 손을 잡았다. 엔비디아의 글로벌 AI 생태계는 빅테크·AI 모델, 클라우드, 반도체·메모리, 로보틱스, 산업용 소프트웨어, 보안 AI 등 전방위로 확장 중이다. 국내 기업들은 반도체·클라우드·로보틱스·AI 모델·보안 등 대부분의 층위에서 엔비디아와 동맹을 맺었다. 최병호 고려대 AI연구소 교수는 “엔비디아는 CUDA(쿠다)처럼 하나의 생태계를 만들고 월드 모델까지 포함해 결국 피지컬 AI를 주도하려는 전략”이라며 “지금은 원하는 시기에 원하는 GPU를 공급받을 수 있느냐 자체가 기업의 능력이 된 만큼 국내 기업에는 사실상 불가피한 선택”이라고 말했다. GPU 병목을 이용해 세계 AI 생태계의 맹주가 된 엔비디아를 무시하고 독자 노선을 고집하다 개발 속도와 비용 면에서 뒤처질 수 있다는 의미다. 소프트웨어정책연구소는 엔비디아가 전 세계 데이터센터 GPU 매출에서 약 86%를 차지한다고 분석했다. 반대로 엔비디아 의존을 우려하는 시선도 적지 않다. GPU에서 출발한 엔비디아의 생태계는 데이터센터를 통한 AI 모델의 학습부터 가상공간 시뮬레이션, 로봇과 자동차의 현장 판단과 행동 등 산업 전반으로 뻗어 내리고 있다. 엔비디아가 20년간 구축한 병렬 컴퓨팅 플랫폼 CUDA 등 소프트웨어 생태계는 구조적인 진입 장벽으로 작용하며 다른 플랫폼으로 갈아타는 전환 비용도 높이고 있다. 엔비디아가 GPU의 연산 능력을 실제 AI 성능으로 끌어내는 프레임워크·라이브러리·드라이버·컴파일러까지 일찌감치 선점한 만큼 소프트웨어와 모델 개발·운용 체계 등을 특정 플랫폼에 맞추면 공급자를 바꾸는 비용은 더욱 커진다. 하지만 한국 기업의 일방적 종속으로 보기는 힘들다는 관측이 대체적이다. 엔비디아가 직접 확보하기 어려운 제조 데이터와 현장 실증 기반, 삼성전자·SK하이닉스가 공급하는 HBM 등이 한국의 핵심 협상 카드다. 결국 양측은 ‘엔비디아 우위의 비대칭적 상호의존’ 관계에 가깝다는 분석이 나온다. 국내 기업에는 AI 경쟁력을 빠르게 끌어올릴 플랫폼이, 엔비디아에는 한국의 HBM과 제조 기반이 필요하다. 최 교수는 “국내 신경망처리장치(NPU) 업체와 스타트업을 더욱 육성해 우리만의 솔루션을 만들 필요가 있다”며 “우리가 잘하는 제조를 살려 방산과 선박, 메모리 등 경쟁력 있는 분야를 최대한 강화하면서 우리만의 경쟁력을 살리는 쪽으로 가야 한다”고 강조했다.

한때 AI 및 반도체 관련 주식들을 크게 출렁거리게 만든 중국 딥시크(Deepseek)가 새로운 인공지능(AI) 모델인 ‘DeepSeek-V4-Pro-0813’을 출시하면서 가격을 인상했습니다. 새 프로 모델의 가격은 100만 토큰당 일반 입력 3위안, 출력 6위안이며 이전 처리 내용을 재활용하는 캐시 입력은 0.025위안입니다. 그리고 사용자가 몰리면서 응답 시간이 길어지는 피크 시간대(오전 9시~오후 12시, 오후 2~6시) 요금은 일반 입력 9위안, 출력 27위안으로 크게 높아졌습니다. 여기에 저렴한 V4 플래시 모델 역시 피크 시간대 가격을 4배 올리기로 했습니다. 이와 같은 가격 인상은 최근 사용자가 몰리면서 불가피한 결과였다는 분석도 나오고 있습니다. 딥시크는 최신 엔비디아 그래픽처리장치(GPU) 수입이 어려워지면서 H100 기준 2만 개 정도의 연산 자원에 의존해 서비스를 제공해 왔습니다. 그러면서도 서방 모델과 견줄 수 있는 높은 성능과 매우 저렴한 가격을 책정해 사용자가 몰렸습니다. 딥시크는 토큰 소비량 기준으로 구글이나 오픈AI를 넘어섰고 최근엔 월 사용량 기준으로 앤스로픽에 이어 2위를 차지하기도 했습니다. 그 비결은 연산 효율이 뛰어난 모델에 있습니다. 최근 공개한 ‘V4-Flash-0731’의 경우 단 2840억 개의 파라미터만을 가지고 있음에도 불구하고, 수조 개의 파라미터를 가진 것으로 추정되는 앤스로픽 오푸스에 근접한 성능을 제공합니다. 이렇게 제한된 연산 자원으로도 높은 성능의 서비스가 가능했던 비결은 MoE(Mixture of Experts) 구조에 있습니다. MoE는 일부 파라미터만 활성화시켜 연산 자원을 최대한 적게 소모하는 구조로 같은 하드웨어로 더 많은 토큰을 생성할 수 있습니다. V4-Flash-0731의 경우 실제 활성화되는 파라미터는 130억 개 정도에 불과합니다. 여기에 하드웨어 최적화를 위해 어텐션/메모리 최적화로 KV 캐시를 줄였습니다. 또 유료 서비스에서 중요한 에이전트·코딩·도구 사용 성능을 높이기 위해 이에 특화된 사후 훈련(Post-training)으로 성능을 끌어올렸습니다. 그리고 DSpark(speculative decoding) 같은 몇 가지 방식을 더해 제한된 하드웨어에서 성능을 최대로 높일 수 있습니다. 하지만 이것도 사용자가 몰리면서 한계에 부딪힌 상태입니다. 더구나 DeepSeek-V4-Pro-0813은 모델 파라미터가 1.6조 개에 달하고 MoE 구조를 지녔어도 활성 파라미터가 490억 개에 달합니다. 아무리 하드웨어 최적화를 해도 제한된 연산 자원으로 전 세계에서 쏟아지는 수요를 감당하기에는 역부족입니다. 결국 딥시크는 가격을 전체적으로 올리면서 수요를 분산하고, 이렇게 벌어들인 자금으로 추가 연산 자원 확보에 나선 것으로 풀이됩니다. 현재 엔비디아 칩 수입 금지로 인해 딥시크가 선택할 수 있는 대안은 화웨이 GPU입니다. 대표적인 제품은 어센드 950으로 딥시크에 따르면 어센드 950의 4대가 엔비디아 GB 300 한 대의 성능과 비슷하다고 합니다. 참고로 이 GPU에는 CXMT 메모리가 사용됩니다. 앞서 지난 5월 투자자 콜 유출 자료에서 딥시크 창업자 량원펑이 “화웨이가 약 1만 6000개의 Ascend 950 카드를 할당했다”고 말한 것으로 보도된 바 있습니다. 따라서 대략 GB 300 기준 4000장 정도의 연산 자원을 추가로 확보한 것으로 보이는데, 이는 서방의 대규모 하이퍼스케일러와 비교하면 터무니없이 적은 연산 자원입니다. 물론 이렇게 한정된 연산 자원을 지니고도 최적화를 통해 토큰 소비량 2위로 껑충 뛰어오른 점을 생각하면 딥시크가 무시할 수 없는 AI 업계의 다크호스임을 이해할 수 있습니다. 가격 인상 후 딥시크는 실적을 개선한 후 증시에 상장할 것으로 예상됩니다. 현재 내년 상장을 목표로 IPO를 준비 중인 것으로 알려져 있으며 이를 통해 증시에서 막대한 자금을 끌어올 것으로 예상됩니다. 그러면 약점으로 지적되어 온 연산 자원 확보를 위한 실탄도 넉넉히 마련할 수 있습니다. 화웨이 GPU가 같은 성능의 엔비디아 GPU 대비 더 비싼 것으로 알려져 있긴 하나 뛰어난 모델 효율성을 감안하면 충분히 서방 모델과 경쟁할 수 있다는 계산이 깔려 있을 것입니다. 다만 그전에 가격을 인상해도 충분히 사용자를 잡아 둘 수 있는 성능을 보여줘야 합니다. 최근 오픈AI는 GPT 5.6 일부 모델의 가격을 대폭 인하하면서 중국발 저가 AI와 경쟁에 나선 상태이며 키미 K3, 알리바바의 Qwen 같은 중국 내 다른 경쟁자들도 만만치 않은 상대입니다. 딥시크가 다른 경쟁자를 제치고 토큰 사용량 점유율을 높여 나갈 수 있을지 주목됩니다.

오케스트로 그룹이 AI 주권 확보를 위한 ‘소버린 AI 데이터센터’ 구현 방안을 제시한다. AI 인프라 소프트웨어 대표 기업 오케스트로 그룹(의장 김민준)은 오는 25일 오후 2시 ‘AI 주권 시대, 도시에서 데이터센터까지’를 주제로 온라인 웨비나를 진행한다고 13일 밝혔다. AI가 산업과 공공 부문 전반으로 빠르게 스며들면서, 자체적인 데이터와 인프라 통제력을 뜻하는 ‘AI 주권’의 가치가 날로 높아지고 있다. 특히 글로벌 AI 경쟁에서 우위를 점하려면 고성능 GPU와 데이터센터 같은 하드웨어 인프라뿐만 아니라, 이를 유기적으로 제어하고 구동할 수 있는 핵심 소프트웨어 역량이 반드시 병행되어야 한다는 목소리가 커지고 있다. 이번 웨비나에서는 박소아 오케스트로 클라우드 대표가 연사로 나서 AI 인프라 구축 과정에서 발생하는 ‘주권과 속도’의 딜레마를 짚고, 이에 대응하기 위한 ‘소버린 AI 데이터센터’ 구현 방안을 소개한다. 데이터와 인프라에 대한 통제권을 확보하면서도 산업·업무별 요구에 맞춰 유연하게 구성할 수 있는 AI 인프라 전략을 제시하고, 이를 도시 단위로 확장한 ‘천안·아산 K-AI City’ 사례도 함께 다룰 예정이다. 소버린 AI 데이터센터는 기업 맞춤형 독립 환경을 구축해, 하드웨어와 AI 모델을 독자적으로 통제할 수 있는 것이 특징이다. 산업군이나 고객의 특성에 맞춘 유연한 서비스 조합이 가능하며, 인프라부터 응용 프로그램까지 전체 운영 과정을 투명하게 모니터링할 수 있어 관리의 신뢰성을 극대화한다. 데이터센터 상면과 베어메탈, IaaS·PaaS, GPU, 마이그레이션, 재해복구(DR) 등 클라우드 인프라 서비스를 카탈로그 형태로 제공한다. 여기에 AI 추론 서비스와 국산 NPU·AI 모델, 데이터 카탈로그 및 AI 아키텍처 컨설팅까지 연계해 필요한 AI 인프라 환경을 유연하게 구성할 수 있도록 지원한다. 이와 함께 ‘천안·아산 K-AI City’ 사업 사례도 소개한다. 천안·아산 K-AI City는 천안과 아산 두 도시를 하나의 AI 운영체계로 통합하는 AI 특화 시범 도시 사업이다. 오케스트로 그룹은 AI 데이터센터를 축으로 도시 데이터와 각종 서비스를 유기적으로 연결하는 인프라 구축 비전을 제시한다. 특히 자율주행 모빌리티, 디지털 트윈, AI CCTV, 에이전틱 AI, 피지컬 AI 등 첨단 도시 서비스를 전폭적으로 뒷받침할 혁신적인 인프라 구현 방향을 공유할 예정다. 이를 통해 AI 데이터센터가 단순한 연산 자원 공급원을 넘어, 도시 전체의 데이터와 AI 서비스를 긴밀히 엮어내는 핵심 신경망으로 어떻게 진화하는지 명확히 선보일 계획이다. 웨비나는 25일 오후 2시부터 올쇼TV를 통해 온라인으로 진행된다. 참가비는 무료이며, 사전 등록 후 참여할 수 있다. 오케스트로 클라우드 박소아 대표는 “AI 주권은 데이터와 인프라를 스스로 선택하고 통제할 수 있는 역량에서 시작된다”며 “이번 웨비나에서는 소버린 AI 데이터센터 구현 전략과 이를 도시 단위 AI 인프라로 확장한 천안·아산 K-AI City 사례를 통해 AI 인프라 자립을 위한 구체적인 방향을 제시할 것”이라고 말했다.

중국산 오픈 웨이트 모델인 키미 K3는 미국의 프런티어 인공지능(AI) 모델과 맞먹는 성능으로 시장에 큰 충격을 안겼습니다. 앤스로픽 AI 모델의 지식 증류를 통해 사실상 기술을 탈취했다는 비판이 나오기도 했지만, 2.8조개의 파라미터를 지닌 초거대 모델을 증류만으로 만들 순 없기 때문에 이제 중국의 AI 기술을 더 이상 무시할 수 없다는 의견도 우세합니다. 더구나 모든 가중치를 공개하는 중국의 개방형 AI 모델이 장기적으로 보면 시장을 잠식할 수 있다는 우려도 만만치 않습니다. 누구나 모델을 받아서 내부적으로 돌릴 수 있기 때문에 내부 정보 유출을 꺼리는 기업이나 기관에서 상당히 매력적인 대안일 뿐 아니라 자사 서비스에 맞춤형으로 개조도 자유롭습니다. 하드웨어를 이미 가지고 있거나 저렴하게 대여할 수 있다면 서비스 비용도 낮출 수 있습니다. 다만 이렇게 되면 비싼 돈을 주고 미국의 프런티어 AI 모델을 누가 쓰겠냐는 우려가 나오는 것도 당연합니다. 결국 중국 개방형 AI 모델이 노리는 것도 이것이라는 비판도 적지 않습니다. 지금까지 IT 생태계는 개방형과 오픈 소스를 찬양해 왔지만, 개방형 AI 앞에서는 목소리가 달라지고 있습니다. 여기에 개방형 AI 모델을 악용하는 사람이나 집단이 나올 수 있다는 걱정도 있습니다. 하지만 저커버그 메타 최고경영자(CEO)는 ‘미래는 모두의 것’이라는 제목의 글에서 “초인공지능을 중앙 집중화하기보다 널리 배포해 모든 사람이 이를 통제할 수 있도록 해야 한다”며 개방형 AI를 지지하는 주장을 펼쳤습니다. 물론 악용 가능성도 인정하면서 모델의 개발 중간 단계부터 감시와 관리가 필요하다는 점은 인정했지만, 개방형 모델의 필요성을 역설한 것입니다. 아마도 저커버그가 갑자기 개방형 모델을 지지한 이유 중 하나는 미국이 폐쇄형 모델로 가는 반면 중국은 개방형 모델로 갈 경우 장기적으로 대부분의 국가들이 누구나 쓸 수 있는 중국 모델에 종속될 것이라는 우려일 것입니다. 사람들이 모두 중국산 개방형 AI만 사용한다면 생태계 역시 여기에 종속될 것입니다. 그리고 결국은 하드웨어 역시 종속될 수 있습니다. 현재 AI 가속기는 엔비디아 칩이 중심이지만, 중국산 AI GPU에서 훈련된 중국 AI 모델은 중국산 하드웨어에서 잘 돌아가게 될 것이기 때문입니다. 따라서 메타가 개방형 AI를 지지하면서 모델을 공개하기로 한 것은 상당한 의미가 있습니다. 물론 앤스로픽이나 오픈 AI처럼 실제 유료 사용자가 많지 않은 것도 이런 결정을 내린 배경 중 하나일 것입니다. 하지만 주요 빅테크 기업이 개방형 모델을 지지하면서 미국산 개방형 모델이 중국산 개방형 모델의 강력한 경쟁자가 될 가능성이 높아졌습니다. 다만 첫술부터 배부를 순 없다는 속담처럼 먼저 공개한 ‘뮤즈 글리머’(Muse Glimmer)의 성능은 사실 아주 인상적이진 않습니다. 뮤즈 글리머는 뮤즈 스파크처럼 대형 모델을 지식 증류해 만든 작은 로컬 모델로 30B(300억개)의 파라미터를 지니고 있습니다. 작다고는 해도 4비트 양자화 모델도 18GB 정도 크기이기 때문에 완전히 그래픽처리장치(GPU)에 올리려면 24GB 메모리가 필요하고 맥 같은 통합 메모리를 사용하는 경우 32GB 이상 모델이 추천됩니다. 현재 비슷한 위치에 있는 개방형 모델은 구글의 젬마 4(Gemma 4) 31B dense 모델과 알리바바의 Qwen 3.6 27B dense 모델인데 뮤즈 글리머는 코딩이나 일반 작업에서 더 우수하진 않지만, 여러 단계의 임무를 수행하는 에이전트 기능면에서 우수하다는 평가가 나오고 있습니다. 그러나 당장 경쟁 모델을 위협할 수 있을 정도의 인상적인 성능을 보여주진 않고 있습니다. 여기에 아직 모델이 하나뿐인 점도 약점입니다. 알리바바 Qwen의 경우 대형부터 중소형 모델까지 여러 모델이 있고 코딩 전용 모델인 코더 등 다양한 모델이 있어 사용자가 상황에 맞춰 고를 수 있는 선택지가 넓습니다. 대항마로 나온 젬마 4 역시 스마트폰에서 돌릴 수 있는 작은 모델에서 비교적 큰 31B 모델까지 선택의 폭이 좀 더 넓습니다. 특히 Qwen과 젬마 모두 MoE(Mixture of Expert) 기능을 지원해 개인 컴퓨터에서도 빠른 토큰 속도를 확보할 수 있습니다. 특히 Gemma 4 26B A4B QAT(Quantization-Aware Training) 모델은 학습 단계부터 양자화를 시뮬레이션해서 압축 시 발생하는 품질 손실을 효과적으로 줄였습니다. 덕분에 QAT 4비트 버전은 용량을 약 14.4GB 수준으로 줄여 16GB 메모리의 GPU나 개인용 노트북에서도 원활하게 굴러가면서도 성능은 57.7GB의 용량을 지닌 16비트 모델에 근접해 큰 인기를 끌고 있습니다. 뮤즈 글리머는 MoE 모델이 없는 단일 모델로 속도가 MoE 모델보다 느릴 수밖에 없지만, 대신 DFlash 드래프터 모델이라는 소형 보조 모델을 사용해 속도를 높일 수 있습니다. 메타가 발표한 데이터에 따르면 RTX 5090 카드에서는 3.1배, M5 Max에서는 1.8배, M4 Max에서는 1.5배 빠른 응답 속도를 제공합니다. Dense 모델의 단점인 높은 사양과 느린 응답 속도를 개선한 것으로 주목받고 있습니다. 메타의 뮤즈 글리머는 현시점에서는 그렇게 인상적인 성능을 지닌 개방형 AI라고 보긴 어렵습니다. 하지만 구글 젬마가 그랬던 것처럼 이후 버전에서 성능을 높여 나가면서 다양한 기능과 모델을 선보인다면 개방형 AI 부분에서 새로운 강자가 될 수 있습니다. 메타의 개방형 AI 승부수가 통할 수 있을지 주목됩니다.

SK하이닉스가 일본 낸드플래시 업체 키옥시아의 사실상 최대주주 지위에 올라섰다. 고대역폭메모리(HBM) 시장을 선도하는 SK하이닉스가 낸드와 기업용 솔리드스테이트드라이브(SSD)까지 사업 영역을 넓혀온 가운데, AI 메모리 사업의 다음 축에도 관심이 쏠린다. 11일 일본 전자공시시스템에 따르면 도시바가 키옥시아 지분을 추가 매각하면서 베인캐피털 산하 특수목적법인(SPC) ‘BCPE 판게이아 케이만2’가 단일 최대주주로 올라섰다. SK하이닉스는 전환사채(CB) 형태로 이 법인에 투자해 의결권을 확보할 수 있는 권리를 갖고 있다. 다만 현재 키옥시아에 직접 의결권을 행사하는 것은 아니며, CB를 주식으로 전환하려면 각국 경쟁당국의 승인 등이 필요하다. 키옥시아 투자는 SK하이닉스가 낸드 경쟁력을 보강하던 과정에서 시작됐다. SK하이닉스는 2017년 베인캐피털이 주도한 도시바메모리 인수 컨소시엄에 참여해 이듬해 3950억엔(당시 약 4조원)을 투자했다. 미국 원전 사업 손실로 도시바가 핵심 자산인 메모리 사업을 매각하자, D램에 비해 상대적으로 약했던 낸드 사업을 키울 기회로 판단한 것이다. 이후에는 낸드 사업을 직접 확대하는 데 속도를 냈다. 2020년 90억 달러를 들여 인텔의 낸드와 기업용 SSD 사업을 인수해 솔리다임을 출범시켰고, 올해는 솔리다임을 재편해 미국에 AI 솔루션 전문 회사를 세우고 최대 100억 달러를 투자하기로 했다. 모바일 중심이던 낸드 사업에 데이터센터용 SSD 경쟁력을 더한 데 이어 AI 인프라용 스토리지와 솔루션으로 범위를 넓히는 흐름이다. AI 시장이 학습에서 추론으로 확산하면서 낸드와 기업용 SSD의 중요성도 커지고 있다. AI 학습에선 GPU에 데이터를 빠르게 공급하는 HBM이 핵심이지만, 대규모 추론에는 방대한 데이터를 저장하고 불러오는 낸드가 필요하다. SK하이닉스가 키옥시아에 장기 투자하고 솔리다임을 인수한 데 이어 최근 샌디스크와 낸드 기반 HBF(고대역폭플래시) 표준 개발에 나선 것도 이런 수요에 대응하기 위해서다. 

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.

NHN이 결제와 인공지능(AI) 클라우드, 게임 등 주력 사업의 고른 성장에 힘입어 2분기 역대 최대 실적을 거뒀다. 특히 엔비디아 최신 그래픽처리장치(GPU) 공급 매출이 반영되면서 클라우드 사업의 성장세가 두드러졌다. NHN은 올해 2분기 연결 기준 매출 7579억원, 영업이익 579억원을 기록했다고 11일 밝혔다. 지난해 같은 기간보다 각각 25.3%, 164% 증가했다. 매출과 영업이익 모두 분기 기준 역대 최대다. 순이익은 291억원으로 159% 늘었다. 가장 큰 비중을 차지하는 결제 부문 매출은 3940억원으로 27.3% 증가했다. NHN KCP의 2분기 거래대금은 17조원으로 집계됐고, 국내 전자지급결제대행(PG) 시장 점유율은 30%를 기록했다. NHN페이코도 쿠폰과 기업복지 거래가 늘면서 수익성이 개선되고 적자 폭을 줄였다. AI 클라우드 등을 포함한 기술 부문 매출은 1598억원으로 52.9% 늘었다. NHN클라우드는 서울 양평 리전에 공급한 엔비디아 B200 GPU 관련 매출이 반영되면서 매출이 전년 동기보다 85% 증가했다. NHN테코러스 역시 아마존웹서비스(AWS) 리세일 사업 성장으로 매출이 27% 늘었다. 게임 매출도 1396억원으로 21.5% 증가했다. 웹보드 게임 규제 완화로 이용자당 평균 매출이 높아진 데다 모바일과 PC 온라인 게임 매출이 함께 늘었다. 반면 NHN링크와 NHN코미코, NHN여행박사 등이 포함된 기타 사업 매출은 880억원으로 8.8% 감소했다. NHN은 클라우드 성장세에 맞춰 AI 인프라 투자도 확대한다. 내년까지 최소 30MW 규모의 AI 데이터센터를 추가 확보하고 기존 리전에는 엔비디아 B300 이상 최신 GPU를 확충할 계획이다. 회사는 GPU 사업의 해외 진출을 위해 일본 데이터센터 확보도 추진하고 있다. 결제 부문에서는 NHN KCP의 가맹점망을 활용한 스테이블코인 결제 인프라와 사업 모델을 준비하고, 게임 부문에서는 일본 시장을 중심으로 신작을 확대한다. NHN플레이아트는 다음 달 도쿄게임쇼에서 신작과 주요 라이브 게임을 선보일 예정이다. 실적 개선과 AI 클라우드 성장세가 부각되면서 주가도 크게 뛰었다. 이날 NHN은 전 거래일보다 29.82% 오른 5만 4200원에 거래를 마쳐 상한가를 기록했다.

올해 새롭게 도입되는 메모리 규격 중 하나가 바로 ‘LPDDR6’입니다. LPDDR 메모리는 스마트폰 같은 모바일 기기를 위한 D램 규격으로, 지난 20년 동안 꾸준한 업데이트를 거치며 현재 LPDDR5x까지 진화했고 이제 LPDDR6이 출시를 앞둔 상태입니다. 올해 초 삼성전자는 CES 2026에서 LPDDR6로 혁신상을 수상하면서 LPDDR6가 단순히 숫자 하나가 바뀌는 것이 아니라 AI 시대에 맞춘 메모리 혁신이라는 점을 소개했습니다. 물론 속도가 더 빨라지는 건 당연한 변화입니다. LPDDR6는 LPDDR5x의 최고 속도인 10.6Gbps를 넘어 최대 14.4Gbps의 빠른 속도로 AI 연산에 중요한 대역폭을 제공합니다. 하지만 속도가 유일한 혁신은 아닙니다. LPDDR6는 시스템 요구에 맞춰 전압을 세밀하게 조절할 수 있는 DVFS(Dynamic Voltage and Frequency Scaling·동적 전압 및 주파수 스케일링) 동적 효율 모드(Dynamic Efficiency mode) 기술을 제공합니다. 이를 통해 전력 효율을 최대 21%까지 높이면서도 상황에 맞춰 AI 연산에 필요한 높은 성능을 제공할 수 있습니다. SK하이닉스 역시 CES에서 1c LPDDR6 메모리를 개발했다고 발표했습니다. SK하이닉스는 이 제품이 LPDDR5X 대비 데이터 처리 속도를 33% 높이고 서브 채널 구조와 DVFS 기술을 적용해 이전 세대 제품 대비 전력 소모를 20% 이상 절감했다고 발표했습니다. 참고로 LPDDR6는 채널 너비를 16비트 단일 채널에서 12비트 서브 채널 두 개, 총 24비트로 넓혀 동일한 클럭 속도에서도 한 번에 전송할 수 있는 데이터양(비트 폭) 자체가 늘어나 데이터 병목 현상을 대폭 줄인 것이 특징입니다. 또 데이터 버스트 길이를 1.5배 늘려 인공지능(AI) 거대언어모델(LLM)이나 가중치(Weight) 매트릭스 연산과 같이 연달아 대규모 데이터를 읽고 써야 하는 온디바이스 AI 워크로드에 최적화되어 있습니다. 이런 특징 덕분에 LPDDR6를 사용한 AI 노트북은 로컬에서 LLM을 구동할 때 훨씬 빠른 토큰 속도를 보장할 수 있습니다. 스마트폰 같은 제한된 환경에서 로컬 AI 모델을 돌릴 때도 역시 LPDDR6의 빠른 속도와 AI 연산 최적화 구조가 큰 위력을 발휘할 것으로 예상됩니다. 현재 삼성전자와 SK하이닉스는 올해 하반기에 이를 양산할 계획입니다. 그런데 여기에 더해 최근 주목받는 소식이 중국 창신 메모리 테크놀로지(CXMT)가 LPDDR6의 양산에 도전하고 있다는 것입니다. 물론 삼성이나 SK하이닉스처럼 정식으로 공개한 제품도 없고 루머 수준 이야기이지만, 현재 LPDDR5x를 양산 중이고 신규 팹을 통해 웨이퍼 양산 능력을 크게 높인 만큼 가능성은 충분합니다. 일부 소식통에 따르면 CXMT는 이미 일부 고객사에 샘플을 전달했으며 올해 하반기 양산을 목표로 LPDDR6 개발에 나서고 있습니다. 첫 제품의 속도는 LPDDR6의 최고 속도인 14.4Gbps보다 느린 12.8Gbps이지만 현재 CXMT가 양산 중인 LPDDR5x 메모리보다 빠른 속도를 제공합니다. 현재 CXMT는 허페이와 베이징의 팹에서 자체 4세대 생산 라인인 G4를 이용해서 LPDDR5x 같은 주력 제품을 생산하고 있습니다. 대략 16nm 공정에 해당하는 라인으로 EUV 노광 장비 대신 DUV의 멀티 패터닝 기술을 적용해 양산에 들어간 상태입니다. 실제 양산에 근접한 것이 사실이라면 G4로 먼저 초기 제품을 양산하고 이후 차세대 공정인 G5를 통해 좀 더 고성능 제품을 선보일 것으로 생각됩니다. 기본적으로 CXMT는 DUV로만 제품을 양산하는 데다 기술적 성숙도 자체가 메모리 빅 3보다 한 세대는 느린 상태이지만, 그럼에도 CXMT가 LPDDR6 양산에 성공한다면 판로 확보는 어렵지 않을 것이라는 게 일반적인 전망입니다. 메모리 빅 3는 HBM 같은 AI 메모리 중심으로 생산 라인을 집중한 상태인 데다, LPDDR6 역시 AI 데이터로 수요가 몰릴 가능성이 있기 때문입니다. 엔비디아의 베라 루빈 플랫폼에서 루빈 GPU는 HBM4 메모리를 사용하나 베라 CPU는 소캠 2(SOCAMM2) 규격을 통해 최대 모듈당 256GB LPDDR5x를 장착할 수 있습니다. 여기에 LPDDR6를 적용하면 512GB 용량의 소캠 2 메모리 모듈이 가능해지고 속도도 더 빨라져 에이전틱 AI CPU에 훨씬 유리한 환경을 제공할 수 있습니다. 이렇게 AI 데이터 센터로 메모리 빅 3의 생산 물량이 집중되는 것은 CXMT에게 새로운 기회가 될 것으로 보입니다. 물량 구하기가 하늘에 별 따기 같은 스마트폰 업체, 특히 중국 업체에게 성능이 약간 떨어지더라도 LPDDR6를 공급해 줄 수 있는 것 자체가 큰 매력이기 때문입니다. CXMT는 올해 기업공개(IPO)와 상반기 기준 전년 대비 7배나 증가한 매출을 기반으로 막대한 투자 자금을 확보한 상태입니다. 이를 기반으로 베이징에 새로운 팹을 구축하고 기존에 계획된 팹 확장을 진행해 생산 능력을 웨이퍼 기준 월 60만 장까지 늘릴 계획으로 알려져 있습니다. LPDDR6 양산에 성공할 경우 이 계획에는 더 탄력이 붙을 것으로 보입니다. 하지만 CXMT에게 기회만 있는 것은 아닙니다. 역설계 방식으로 구형 DUV 장비를 일부 중국에서 생산하는 데 성공했다고는 하나 여전히 EUV 장비 수입이 금지된 상태에서 점점 생산 기술을 고도화하는 메모리 빅 3를 따라잡기가 힘들 가능성도 있습니다. 그리고 공격적으로 늘려 놓은 생산 시설이 메모리 시장 하강기에는 심각한 부담으로 다가올 수 있습니다. 그럼에도 CXMT가 올해 안에 LPDDR6 메모리 양산에 성공한다면 여러 어려움 속에서도 기술적 돌파구를 마련하고 있다는 증거인 만큼 시장에 큰 파장이 예상됩니다.

국내 양대 플랫폼 네이버와 카카오가 인공지능(AI)을 다음 성장동력으로 키우는 방식에서 서로 다른 길을 택했다. 네이버는 그래픽처리장치(GPU)와 데이터센터를 갖춘 AI 인프라를 새로운 사업으로 키우는 반면, 카카오는 대규모 인프라 투자보다 카카오톡을 기반으로 이용자의 주문·예약·결제까지 연결하는 AI 에이전트에 집중한다. 9일 정보기술(IT) 업계에 따르면 양사는 지난주 2분기 실적 발표에서 이 같은 AI 전략을 구체화했다. 네이버는 2분기 매출 3조 3888억원으로 분기 최대치를 경신했고, 카카오는 매출 2조 985억원과 영업이익 2770억원으로 모두 역대 분기 최대치를 기록했다. 기존 검색·광고·커머스 사업의 성장세를 바탕으로 AI 투자 여력을 확보했지만 어디에 돈을 쓰고 어떤 방식으로 수익을 낼지는 확연히 갈렸다. 네이버는 AI를 기존 서비스 경쟁력을 높이는 기술에 그치지 않고 별도의 인프라 사업으로 확장하고 있다. 엔비디아·브룩필드와 추진하는 AI 팩토리를 2027년 55메가와트(MW) 규모로 가동한 뒤 2028년 200MW까지 확대할 계획이다. 최수연 대표는 실적 발표에서 “단순한 컴퓨팅 임대를 넘어 GPU 컴퓨팅과 클라우드, 모델 운영 서비스를 결합한 고부가가치 사업으로 접근하겠다”고 밝혔다. 기업과 정부의 소버린 AI 수요도 주요 공략 대상이다. 카카오는 자체 AI 데이터센터나 GPU 클라우드에 대규모로 투자하기보다 카카오톡 기반 AI 서비스에 역량을 집중한다. 정신아 대표는 AI 인프라는 선행 투자 규모가 큰 데 비해 장기 투자수익률의 불확실성이 있다고 설명했다. 카카오는 대화 속 이용자의 의도를 AI가 파악해 음식 추천부터 주문·결제까지 이어주는 서비스를 쿠팡이츠와 먼저 선보이고, 향후 커머스·예약·여행·결제 등으로 적용 범위를 넓힐 계획이다. 두 회사 모두 기술 투자 자체는 꾸준히 늘리고 있다. 1분기 연구개발비는 네이버 6020억원, 카카오 3316억원으로 각각 매출의 18.6%, 17.1%를 차지했다. 네이버가 AI 인프라까지 사업 영역을 넓혀 기업·공공 시장을 겨냥한다면, 카카오는 이미 확보한 이용자 접점을 활용해 AI를 실제 거래로 연결하는 데 무게를 뒀다.

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.

‘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.

삼성SDS가 클라우드와 인공지능(AI) 사업 호조에 힘입어 올해 2분기 매출과 영업이익 모두 성장세를 이어갔다. 두나무와 스테이블코인 등 가상자산 협업에 나서며 사업 기회를 확대하는 추세다. 삼성SDS는 30일 연결 기준 올해 2분기 매출이 3조 7178억원으로 지난해 같은 기간보다 5.9% 증가했다고 공시했다. 영업이익은 2318억원으로 0.7% 증가했고, 순이익은 1841억원으로 4.6% 늘었다. 사업별로는 정보기술(IT) 서비스 부문이 실적을 견인했다. IT서비스 매출은 1조 7625억원으로 전년 동기 대비 5% 증가했다. 특히 클라우드 사업 매출은 7794억원으로 17% 늘었으며, 대외 클라우드 사업 매출은 75% 급증했다. 삼성 클라우드 플랫폼(SCP) 수요 확대와 공공·민간 분야의 서비스형 그래픽처리장치(GPUaaS) 사업 성장에 힘입어 클라우드서비스제공(CSP) 사업 매출도 24% 증가했다. 금융권 인공지능(AI) 전환 사업과 조선업 전사적자원관리(ERP) 프로젝트 확대 영향으로 클라우드관리서비스(MSP) 사업 매출도 17% 늘었다. 송해구 삼성SDS 솔루션사업부장(부사장)은 이날 실적발표 컨퍼런스콜에서 “중앙 정부 지능형 업무혁신 사업은 현재 47개 부처, 18만 명을 대상으로 진행 중”이라며 “올해 말까지 30개 부처, 13만 명 확보를 목표로 사업 확산에 집중하고 있다”고 밝혔다. AI 풀스택 사업 확대에도 속도를 내고 있다. 지난달 과학기술정보통신부의 GPU 확보·구축·운용 지원사업 핵심 사업자로 선정됐으며, 이달에는 퓨리오사AI의 신경망처리장치(NPU) ‘레니게이드’ 기반 서비스형 NPU(NPUaaS)를 출시했다. 금융권에서는 우리은행 AI 에이전트 구축 사업 우선협상대상자로 선정된 데 이어 한국수출입은행의 생성형 AI 시스템 구축 사업도 수주했다. 이날 컨퍼런스콜에서는 두나무와의 협력 계획도 공개됐다. 이준희 삼성SDS 대표는 “두나무 지분 투자는 단순한 재무적 투자가 아니라 디지털 자산 인프라 사업 진출을 위한 전략적 투자”라며 “스테이블코인 인프라와 가상자산 기반 금융 시스템통합(SI), AI 기반 차세대 결제 사업 등 다양한 사업 기회를 염두에 두고 있다”고 밝혔다. AI 인프라 투자도 확대한다. 삼성SDS는 현재 110메가와트(MW) 규모인 AI 인프라를 2029년 230MW까지 늘리고, 2031년에는 설계·구축·운영 사업을 포함해 800MW 이상으로 확대할 계획이다. 이를 통해 AI 인프라 경쟁력을 강화하고 급증하는 AI 수요에 적극 대응한다는 방침이다.

인공지능(AI) 인프라에 대규모 투자를 이어온 마이크로소프트(MS)와 메타의 2분기 성적표가 엇갈렸다. MS는 클라우드 사업의 성장에 힘입어 시장 전망을 웃도는 실적을 냈고, 투자 확대에도 200억 달러에 가까운 잉여현금흐름을 남겼다. 반면 메타는 광고 매출이 늘었지만 비용과 설비투자가 더 빠르게 증가하면서 이익과 현금흐름이 모두 줄었다. MS는 29일(현지시간) 회계연도 4분기 매출이 전년 동기보다 18% 증가한 900억 달러(약 130조원)로 집계됐다고 밝혔다. 시장 전망치 876억 2000만 달러를 웃돌았다. 주당순이익은 4.74달러로 예상치 4.24달러를 넘어섰다. 다만 여기에는 앤트로픽 지분 투자에 따른 평가이익 32억 달러가 반영됐다. 실적을 끌어올린 것은 클라우드였다. 애저를 포함한 지능형 클라우드 부문 매출은 393억 1000만 달러로 31.6% 증가했다. 애저 매출 증가율도 전 분기 40%에서 43%로 높아졌고, 연간 애저 매출은 처음으로 1000억 달러를 넘어섰다. ‘마이크로소프트 365 코파일럿’ 유료 이용자도 3000만명으로 1년 전보다 50% 늘었다. 투자 부담은 커졌지만 현금 창출력은 유지됐다. MS의 분기 자본지출은 410억 달러로 69% 증가했다. 이 가운데 약 3분의 2가 애저와 사내 AI 서비스에 필요한 중앙처리장치(CPU)와 그래픽처리장치(GPU) 구매에 쓰였다. 잉여현금흐름은 196억 4000만 달러로 23% 줄었지만, 대규모 투자 뒤에도 상당한 현금을 남겼다. 메타는 2분기 매출이 608억 달러(약 87조 8000억원)로 28% 증가해 시장 전망치를 웃돌았다. 그러나 비용이 55% 넘게 늘면서 영업이익은 187억 8000만 달러로 8%, 순이익은 158억 5000만 달러로 14% 감소했다. 주당순이익도 6.18달러로 시장 예상치 7.22달러에 미치지 못했다. 2분기 자본지출은 310억 8000만 달러(약 44조 9000억원)에 달했다. 이에 따라 잉여현금흐름은 1년 전 85억 5000만 달러에서 7억 8000만 달러로 90% 넘게 줄었다. 메타는 올해 자본지출 전망치의 하단을 1250억 달러에서 1300억 달러로 올리며 AI 투자를 계속 확대하겠다는 뜻을 밝혔다. 앞서 실적을 발표한 구글 모회사 알파벳도 클라우드 매출은 크게 늘었지만 자본지출 증가로 분기 잉여현금흐름이 적자로 돌아섰다. 테슬라 역시 로보택시와 AI 인프라 투자가 늘면서 현금흐름 부담이 커졌다. 빅테크의 AI 투자 경쟁이 거세지는 가운데, 유료 클라우드와 소프트웨어 사업을 확보한 MS가 투자비를 상대적으로 빠르게 흡수하는 모습이다.

세종대학교 산학협력단 부설 미래GPU연구소가 차세대 그래픽처리장치(GPU)와 인공지능(AI) 반도체 분야 원천기술 개발에 본격 착수했다. 컴퓨터공학과 박우찬 교수가 이끄는 미래GPU연구소는 실시간 ‘패스트레이싱(Path Tracing)’ GPU 구동의 최대 난제인 노이즈 문제를 해결할 독자적인 AI 반도체 개발에 주력하고 있다고 밝혔다. 영화 시각효과나 최고급 3D 게임에 쓰이는 패스트레이싱은 빛의 경로를 물리적으로 추적해 현실감을 극대화하는 기술이다. 하지만 실시간 연산 과정에서 심각한 화면 자글거림(노이즈)이 발생해 상용화가 어려웠다. 기존 기술은 대규모 후처리 연산이나 외부 메모리를 활용해 심각한 지연 시간을 유발하는 한계가 있었다. 연구소가 개발 중인 AI 반도체는 이 한계를 하드웨어 차원에서 돌파했다. 연산 과정에서 외부 메모리 접근을 차단해 초경량·고효율을 달성했으며, GPU 내부에서 실시간 노이즈를 즉각 제거해 완벽한 이미지를 출력한다. 이 기술은 게이밍을 넘어 악천후 속 시야를 확보하는 ‘디해이징’으로 자율주행차의 안전성을 높이고, 고해상도 의료영상진단기기의 오진 확률을 낮추는 데 기여한다. 나아가 국방 레이다 및 전술 영상 처리 등 4차 산업혁명 전반에 폭넓게 적용될 전망이다. 박우찬 소장은 “이번에 개발한 실시간 노이즈 제거 AI 반도체 기술은 대한민국이 차세대 GPU 설계 분야에서 세계적 주도권을 쥐게 하는 강력한 무기가 될 것”이라며 “지속적인 원천특허 확보와 산학 협력으로 글로벌 시장을 선도하겠다”고 포부를 밝혔다.

- 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.

엔비디아 대상 1.5조원 유상증자네이버는 새달 자사주 1조원 소각2028년 200MW ‘AI 팩토리’ 구축글로벌 AI 인프라 수요 흡수 목표주가도 기대감 반영해 8.4% 상승 네이버가 엔비디아와 글로벌 투자사 브룩필드로부터 총 100억 달러(약 14조 6000억원) 규모의 투자를 받아 인공지능(AI) 팩토리 구축에 속도를 낸다. 아시아를 넘어 유럽과 중동 등 글로벌 AI 팩토리 시장에서 주도권을 선점하겠다는 구상이다. 네이버는 엔비디아를 대상으로 10억 달러(약 1조 4800억원) 규모의 제3자 배정 유상증자를 결정했다고 27일 밝혔다. 제3자 배정 유상증자는 새 주식을 발행해 투자자에게 넘기고 자금을 받는 것으로, 주로 전략적 제휴를 위해 쓰인다. 네이버가 제3자 배정 유상증자에 나서는 것은 22년 만이고, 2008년 코스피 이전 상장 이후로는 처음이다. 엔비디아는 네이버 주식 4.5%(보통주 724만 1564주)를 취득해 네이버의 3대 주주에 오른다. 네이버는 주주가치 제고를 위해 대규모 자사주 소각도 병행한다. 지난 24일 이사회에서 약 1조원 규모의 자사주 490만주를 다음 달 3일 소각하기로 결정했다. 이번 투자는 네이버와 엔비디아가 지난 6월 발표한 ‘기가와트(GW)급 초대형 글로벌 AI팩토리 구축 협약’의 후속 조치다. 양사 간 ‘AI 동맹’을 바탕으로 네이버는 데이터센터 부지 확보와 구축·운영을 주도하고, 엔비디아는 그래픽처리장치(GPU) 공급 주체로 참여한다. 네이버의 자회사인 네이버클라우드는 엔비디아와 글로벌 AI 팩토리 사업을 함께 추진하는 ‘AI 컴퓨트 파트너십’ 계약을 긍정적으로 논의하고 있다. 이와 함께 네이버는 브룩필드와 90억 달러(13조 1400억원) 규모의 GPU 인프라 및 데이터센터 확보를 위한 사전 계약을 체결했다고 밝혔다. 브룩필드는 1조 달러 이상을 운용하며 데이터센터와 신재생에너지 등 AI 인프라 분야에 집중 투자하는 글로벌 투자사다. 이번 대규모 글로벌 협력을 바탕으로 네이버는 내년부터 AI 팩토리 사업을 통한 매출을 창출할 계획이다. 내년 상반기에 55MW 규모의 글로벌 AI 팩토리 가동을 시작하고, 2028년에는 200MW 규모까지 본궤도에 올린 후, 이를 발판 삼아 1GW급으로 확장하는 것이 목표다. 업계에서는 이번 계약을 계기로 네이버가 국가 단위 ‘소버린(주권) AI’ 시장 선점에 나섰다는 평가가 나온다. 그동안 ‘내수용’에 머물렀다는 한계를 넘어 아시아·태평양, 유럽, 중동 등 글로벌 AI 인프라 수요를 흡수할 수 있을지 주목된다. 이런 기대감을 반영해 이날 종가 기준 네이버 주가는 전 거래일보다 8.43% 상승한 22만 5000원에 마감했다. 이준호 하나증권 연구원은 “네이버의 전략적 파트너가 엔비디아임이 확인됐다”며 “향후 1GW까지 스케일업하는 과정에서 고객사 확보, GPU 공급, 자본 조달 등에서 수혜를 볼 것”이라고 평가했다. 이효진 메리츠증권 연구원은 “이번 협업은 네이버의 자산 배분이 플랫폼 중심에서 AI 인프라 중심으로 변화한다는 점에서 의미가 크다”며 “엔비디아 GPU 우선 조달권 확보 등은 수익성과 자기자본이익률(ROE)을 높일 수 있는 요인”이라고 분석했다.