2026.04.12 일요일
검색
'GPU' 검색결과
기간검색
-
~
검색영역
검색어
-
![[정보운의 강철부대] 데이터는 원유다…AI 산업, 무상 원료 끝나면 밸류체인 뒤집힌다](https://image.ajunews.com//content/image/2026/04/10/20260410144457700686.jpg)
데이터는 원유다…AI 산업, '무상 원료' 끝나면 밸류체인 뒤집힌다 ※ '강철부대'는 반도체·배터리·디스플레이 등 첨단 산업 경쟁과 기술 전쟁을 유쾌하게 풀어내는 코너입니다. 보이지 않는 칩부터 글로벌 공급망까지, 산업의 최전선을 '강철부대원'처럼 직접 뛰어다니며 생생하게 전해드립니다. 새로운 에너지를 충전하는 주말, 강철부대와 함께 대한민국 산업의 힘을 느껴보세요! <편집자주> [경제일보] 글로벌 생성형 인공지능(AI) 기업 OpenAI가 '로봇세' 도입 등 세제 개편을 제안하며 AI 산업의 부 재분배 필요성을 제기한 가운데 시장의 시선은 오히려 AI 산업의 '원가 구조'로 향하고 있다. 그동안 사실상 무상에 가까웠던 데이터 활용 방식이 한계에 부딪히면서 AI 산업이 기술 경쟁을 넘어 자원 산업으로 성격을 바꿔가고 있다는 분석이 나온다. 업계에 따르면 오픈AI는 최근 '지능 시대의 산업 정책' 제안서를 통해 △자동화된 노동에 대한 과세 △고소득 자본 과세 강화 △공공기금 조성 등을 골자로 한 정책 방향을 제시했다. AI 확산으로 노동 소득은 줄고 자본 소득은 증가하는 구조가 고착화될 수 있다는 판단에서다. 표면적으로는 초지능 시대에 대비한 정책 제안이지만 산업 현장에서는 이보다 더 근본적인 질문이 제기된다. AI를 움직이는 핵심 원료인 데이터가 누구의 것이며, 기업이 이를 어떤 경로로 확보하고 있는지 그리고 그 활용에 대해 정당한 대가가 실제로 지급되고 있는지에 대한 문제다. 특히 뉴스·출판물·이미지·개인정보 등 다양한 형태의 데이터가 학습 과정에 광범위하게 활용되는 가운데 데이터 생산 주체와 활용 주체 간 권리·보상 체계가 명확히 정립되지 않았다는 점이 산업 전반의 구조적 쟁점으로 부상하고 있다. 현재 AI 산업은 반도체·전력기기·정유 등 전통 제조업과 달리 명확한 원가 체계를 갖추지 않은 채 성장해왔다. 철강 산업이 철광석 가격에, 정유 산업이 원유 가격에 수익성이 좌우되는 것과 달리 AI 기업들은 뉴스, 출판물, 이미지, 개인 데이터 등 핵심 자원을 사실상 무상에 가깝게 활용해왔다. 이 같은 무상 원료 구조는 AI 산업의 고수익성을 떠받친 핵심 기반이었다. 막대한 비용이 드는 그래픽처리장치(GPU)와 고대역폭메모리(HBM) 등 연산 인프라에는 비용을 지불하면서도 정작 모델 성능을 좌우하는 데이터에는 가격이 매겨지지 않는 '밸류체인 비대칭'이 고착화된 셈이다. 하지만 이 구조는 점차 균열을 보이고 있다. 글로벌 언론사와 출판사들이 AI 기업을 상대로 저작권 침해 소송을 제기하고 각국에서 개인정보 보호 규제가 강화되면서 데이터 활용에 대한 정당한 대가를 요구하는 움직임이 확산되고 있다. 데이터가 더 이상 공짜가 아닌 가격이 붙는 자원으로 전환될 가능성이 커지고 있는 것이다. 이 경우 AI 산업의 수익 구조는 근본적으로 달라질 수밖에 없다. 지금까지는 데이터 비용이 거의 반영되지 않았던 만큼 사용료가 제도화되면 기업별 비용 부담과 수익성 격차가 빠르게 드러날 가능성이 크다. 데이터 확보 능력과 비용 관리 역량이 곧 경쟁력으로 직결되는 구조로 전환되는 셈이다. 최근 논의되는 '로봇세' 역시 이러한 흐름과 맞닿아 있지만 업계에서는 방향이 다소 어긋나 있다는 지적도 나온다. 자동화로 인한 이익을 사후적으로 과세해 분배하겠다는 취지이지만 시장에서는 사후 과세 이전에 데이터 제공 주체에 대한 사전 보상 체계가 우선이라는 인식이 확산되고 있기 때문이다. AI 기업들이 공공기금 조성이나 수익 공유를 제안하고 있지만 이는 미래 분배 구조에 초점이 맞춰져 있을 뿐 현재 발생하고 있는 저작권 침해, 개인정보 활용, 노동 대체 과정에서의 보상 문제에 대한 직접적인 비용 부담 논의는 제한적이라는 평가다. 결국 AI 산업은 현 시점 '기술 경쟁'에서 '자원 경쟁'으로 넘어가는 분기점에 서 있다. 반도체가 연산 능력을, 데이터가 성능과 수익성을 좌우하는 구조에서 데이터는 더 이상 부수적 요소가 아닌 핵심 원료로 자리 잡고 있다. 업계에서는 데이터 사용료 체계가 본격 도입될 경우 AI 기업의 사업 모델과 시장 내 경쟁 구도 전반이 다시 짜일 것으로 보고 있다. 데이터 확보 전략, 비용 설계, 그리고 이를 둘러싼 규칙을 누가 먼저 정립하느냐가 향후 산업 주도권을 가르는 핵심 변수가 될 것이라는 전망이다. 강철부대의 시선이 머무는 곳, AI 산업의 경쟁 기준은 이미 바뀌고 있다. 연산 능력과 알고리즘 성능이 시장을 좌우하던 시대를 지나 데이터 확보 방식과 비용 구조 설계가 기업의 성패를 가르는 '원가 경쟁' 단계로 전환되는 흐름이다. 더 이상 중요한 것은 연산 속도만이 아니다. 데이터의 출처를 정당하게 확보하고 그 대가를 설계할 수 있는 능력, 그리고 이를 지속 가능한 비용 구조로 통제할 수 있는 역량이 핵심 변수로 떠오르고 있다. 기술이 아니라 데이터를 둘러싼 질서를 설계할 수 있는 기업만이 다음 판에서 살아남는다.2026-04-12 08:00:00
-
SKT, Arm·리벨리온과 손잡고 AI 추론 인프라 구축 [경제일보] 생성형 AI 확산으로 데이터센터 수요가 급증하면서 단순 연산 성능 경쟁을 넘어 전력 효율과 비용 경쟁력 확보가 핵심 변수로 떠오르고 있다. 이에 SK텔레콤은 Arm과 리벨리온의 협업을 통해 10일 SK텔레콤은 Arm, 리벨리온과 차세대 AI 인프라 혁신을 위한 전략적 파트너십(MOU)을 지난 9일 체결했다고 밝혔다. AI 산업 초기에는 대규모 모델을 학습시키기 위한 고성능 GPU 확보가 가장 중요한 과제로 꼽혔다. 다만 최근에는 실제 서비스 운영 단계에서 지속적으로 AI를 실행해야 하는 추론 작업이 늘어나면서 효율성 문제가 부각되고 있다. 추론은 24시간 반복적으로 실행되는 특성상 전력 소비가 높을수록 운영 비용이 급증하는 구조다. 이에 따라 GPU 중심 인프라에서 벗어나 추론에 특화된 AI 반도체 도입 필요성이 커지고 있다. 이에 SK텔레콤은 글로벌 반도체 설계 기업 Arm, 국내 AI 반도체 스타트업 리벨리온과 AI 데이터센터 사업 협력에 나섰다. 세 회사는 Arm의 데이터센터용 CPU와 리벨리온의 AI 추론용 NPU를 결합한 서버 설루션을 공동 개발하고 SK텔레콤 AI 데이터센터에 적용하는 방안을 추진한다. 이를 통해 AI 추론 성능과 전력 효율을 동시에 개선하는 인프라 구축에 나선다는 계획이다. 이번 협력은 CPU와 NPU를 결합한 이종 컴퓨팅 구조 구축을 목표로 진행된다. AI 서비스 운영 과정에서는 AI 연산뿐 아니라 데이터 입출력, 네트워크 통신, 메모리 관리 등 다양한 작업이 동시에 가능하다. CPU는 이 같은 범용 연산과 시스템 운영을 담당하고 NPU는 AI 추론 연산을 전담해 GPU 단일 구조 대비 전력 효율을 높이고 비용을 절감할 전망이다. 리벨리온은 국내 AI 반도체 스타트업 가운데 데이터센터용 AI 칩 개발을 진행하고 있는 기업으로 대규모 AI 서비스 운영에 필요한 저전력·고효율 설계를 앞세워 데이터센터 시장 진입을 추진하고 있다. 이번 협력을 통해 통신사 AI 데이터센터에 직접 적용될 경우 국산 AI 반도체 생태계 확대에도 영향을 미칠 전망이다. Arm 역시 데이터센터 시장 공략에 속도를 내고 있다. 기존 모바일 중심 설계에서 벗어나 데이터센터용 CPU 시장 확대를 추진하며 AI 인프라 영역으로 사업 범위를 넓히고 있다. 전력 효율성이 중요한 AI 데이터센터 환경에서는 Arm 기반 CPU 도입이 늘어나는 추세로 이번 협력은 Arm의 데이터센터 전략 확대 움직임과도 맞물려 있는 것으로 분석된다. SK텔레콤은 AI 데이터센터 사업을 미래 핵심 성장동력으로 삼고 관련 투자를 확대하고 있다. 자체 AI 파운데이션 모델 개발과 함께 인프라 경쟁력 확보를 동시에 추진하며 AI 사업 구조를 강화하고 있다. 이번 협력을 통해 저전력·고효율 추론 인프라를 확보하고 AI 데이터센터 운영 효율성을 높인다는 계획이다. 전력 효율과 비용 경쟁력이 핵심 요소로 떠오르면서 통신사와 반도체 기업 간 협력도 확대되고 있다. AI 산업이 학습 중심에서 추론 중심으로 이동하면서 데이터센터 인프라 경쟁도 새로운 국면에 접어들 전망이다. 이재신 SKT AI 사업개발 담당은 "추론에 최적화된 인프라와 독자 파운데이션 모델 A.X K1을 결합한 풀 패키지를 제공함으로써 AI 데이터센터 경쟁력을 더욱 강화해 나가겠다"고 말했다.2026-04-10 13:50:06
-
LG유플러스, AWS 기반 AI 운영 플랫폼 구축…GPU 효율화·운영 자동화 [경제일보] 국내 이동통신사들이 인공지능(AI) 서비스 경쟁력 확보를 위해 인프라 고도화에 속도를 내고 있다. 생성형 AI 서비스 확대와 함께 모델 운영 비용과 인프라 부담이 커지면서 AI 개발부터 서비스 운영까지 전 과정을 통합하려는 움직임이 본격화되는 모습이다. 10일 LG유플러스는 최근 AWS가 주최한 '2026 모던 에이전틱 애플리케이션 데이' 행사에서 AI 모델을 실제 서비스로 안정적으로 운영하기 위한 플랫폼 구축 사례를 공개했다고 밝혔다. 이번 행사는 생성형 AI와 에이전트 기술을 활용한 인프라 운영 자동화를 주제로 진행됐다. LG유플러스는 기존 온프레미스 중심의 AI 개발 환경을 클라우드와 연계한 하이브리드 구조로 전환하고 AI 개발부터 서비스 운영까지 전 과정을 효율적으로 연결한 플랫폼 구축을 진행했다고 설명했다. 이를 통해 AI 서비스 품질과 운영 안정성을 동시에 높일 수 있는 기반을 마련한 것으로 나타났다. 이번 플랫폼은 AI 모델 개발과 서비스 운영 단계 간 단절을 줄이는 데 초점을 맞췄다. 기존에는 AI 모델 학습, 평가, 배포, 운영이 각각 분리돼 진행되면서 서비스 전환 과정에서 반복적인 작업과 시간이 소요된 것으로 알려졌다. 이에 LG유플러스는 하나의 흐름으로 통합해 AI 모델을 보다 빠르게 서비스에 적용할 수 있도록 구조를 설계했다. LG유플러스는 AI를 한 번 개발하고 끝나는 방식이 아닌, 언제든 서비스에 적용할 수 있는 '모델 준비 상태'를 유지하는 구조를 목표로 플랫폼을 구축했다고 설명했다. 데이터 수집부터 학습, 평가, 배포, 운영까지 전 과정을 하나의 파이프라인으로 연결해 개발자와 운영자가 일관된 환경에서 AI를 활용할 수 있도록 구성했다. 이를 위해 AWS의 관리형 쿠버네티스(컨테이너화된 애플리케이션의 배포, 확장, 관리를 자동으로 처리해주는 플랫폼) 서비스인 '아마존 EKS' 기반의 하이브리드 인프라 아키텍처를 도입했다. 자체 온프레미스 GPU 인프라를 아마존 EKS 클러스터의 하이브리드 노드로 통합하고 클러스터 전체 제어 기능인 쿠버네티스 컨트롤 플레인은 AWS 완전관리형 서비스로 운영하는 구조다. 인프라 운영 부담을 줄이고 서비스 안정성과 품질 개선에 집중할 수 있는 환경을 구축한 것이다. GPU 자원 활용 방식도 개선했다. 기존에는 GPU를 장비 단위로 고정 할당하는 방식이 일반적이었지만 LG유플러스는 필요에 따라 자원을 유연하게 배분하는 구조를 적용했다. GPU 미사용 시간을 줄여 AI 모델 학습과 서비스 운영에 필요한 자원을 보다 효율적으로 활용할 수 있도록 설계했다. 최근 생성형 AI 서비스가 확대되면서 AI 모델 운영과 인프라 관리 중요성도 커지고 있다. 특히 AI 모델이 실제 서비스에 적용되는 과정에서 운영 안정성과 비용 효율성이 주요 경쟁 요소로 떠오르면서 AI 운영 플랫폼 구축이 통신사 경쟁력 확보의 핵심 요소로 부상하고 있다. 통신사들은 기존 통신 서비스 중심 사업 구조에서 벗어나 AI 기반 서비스 확대를 추진하고 있다. 이에 AI 모델 개발뿐 아니라 서비스 운영과 인프라 관리까지 포함한 통합 플랫폼 구축이 중요한 과제로 떠오르고 있다. LG유플러스는 이번 플랫폼 구축을 통해 AI 서비스를 보다 빠르게 제공하고, 운영 안정성과 품질 개선을 동시에 추진한다는 계획이다. 특히 데이터 수집부터 모델 개발, 배포, 운영, GPU 자원 관리까지 아우르는 AI 기반 개발 환경을 통해 AI 서비스 경쟁력을 강화한다는 전략이다. 권기덕 LG유플러스 AX엔지니어링Lab장은 "LG유플러스는 AX 서비스 가속화를 위해 데이터 수집부터 모델 개발·배포·운영, GPU 운영까지 아우르는 AI-DLC(AI 주도 개발 라이프사이클) 기반의 엔지니어링 플랫폼 역량을 강화하고 있다"며 "앞으로도 AWS와의 기술 협력을 통해 AI 서비스 품질과 운영 안정성을 지속적으로 높여 나가겠다"고 말했다.2026-04-10 09:34:12
-
사이클 논쟁 속 결단…SK하이닉스 경영진, 60억 자사주로 'HBM 지속성' 증명 [경제일보] AI 반도체 호황 속 주가 변동성이 커진 가운데 SK하이닉스 경영진이 60억원대 자사주를 매입하며 'HBM 성장 스토리'에 대한 내부 확신을 시장에 직접적으로 드러냈다. 곽노정 사장을 비롯한 SK하이닉스 주요 경영진이 스톡옵션을 활용해 약 62억원 규모 자사주를 매입한 것은 단순한 보상 체계 이행을 넘어 최근 반도체 업황의 구조적 변화와 맞물린 '신호성 거래'로 해석된다. AI 반도체 수요 급증으로 실적 개선 흐름은 분명하지만 단기 주가 변동성과 고점 논란이 동시에 제기되는 상황에서 경영진이 직접 자금을 투입해 방향성을 제시했다는 점에서다. 이번 매입은 시점 자체가 갖는 의미가 적지 않다. 글로벌 반도체 시장은 현재 엔비디아, AMD 등을 중심으로 AI 서버 투자 사이클이 본격화되며 고대역폭메모리(HBM) 수요가 폭증하는 국면에 진입했다. SK하이닉스는 HBM3E 양산을 선도하며 시장 점유율을 빠르게 끌어올렸고 차세대 HBM4에서도 기술 우위를 이어가겠다는 전략을 내세우고 있다. 다만 시장에서는 이미 주가가 상당 부분 선반영됐다는 평가와 함께 업황 피크아웃(정점 통과) 가능성도 병존하는 상황이다. 이 같은 '기대와 경계가 공존하는 구간'에서 경영진의 자사주 매입은 통상적인 내부 신뢰 신호보다 한 단계 더 강한 메시지로 읽힌다. 특히 스톡옵션 행사가격이 현재 주가 대비 크게 낮은 상황에서 단순 차익 실현이 아닌 보유를 전제로 한 매입이라는 점에서 향후 주가 상승 여력에 대한 내부 판단이 반영됐다는 분석이다. 업계에서는 이를 두고 HBM 중심의 실적 사이클이 단기 이벤트가 아니라 구조적 성장 구간에 들어섰다는 내부 확신으로 해석하는 분위기다. 배경에는 메모리 산업의 '게임 룰' 자체가 바뀌고 있다는 점이 자리한다. 과거 D램·낸드 중심의 메모리 시장은 가격 사이클에 따라 실적이 급변하는 전형적인 경기 민감 산업으로 분류됐지만 AI 시대 들어서는 HBM이 GPU 성능을 좌우하는 핵심 부품으로 부상하며 구조가 달라지고 있다. 특히 TSMC의 첨단 패키징(CoWoS)과 결합되는 HBM은 단순 메모리가 아닌 'AI 시스템 성능을 결정짓는 부품'으로 재정의되고 있다. 이 과정에서 SK하이닉스는 엔비디아향 공급망에서 핵심 위치를 확보하며 기존 메모리 업체와는 다른 밸류에이션을 적용받기 시작했다. 다만 리스크 요인도 분명하다. AI 투자 사이클이 예상보다 둔화되거나 고객사 다변화가 지연될 경우 특정 고객 의존도가 높다는 점이 변동성 요인으로 작용할 수 있다. 또 삼성전자가 HBM 시장 추격에 속도를 내고 있는 점도 중장기 경쟁 변수다. 결국 'HBM 초격차 유지'와 '고객 포트폴리오 확대'가 동시에 이뤄져야 현재의 프리미엄이 지속될 수 있다는 의미다. 이런 점에서 이번 경영진의 자사주 매입은 단순한 책임경영 차원을 넘어 향후 전략 방향에 대한 일종의 '내부 베팅' 성격을 띤다. 특히 CTO·CDO 등 기술 책임자까지 동시에 참여했다는 점은 기술 경쟁력에 대한 자신감을 강조하는 대목으로 읽힌다. 시장에서는 향후 관전 포인트로 △HBM4 양산 시점과 수율 △엔비디아 외 고객사 확대 여부 △첨단 패키징 협력 구조 등을 꼽는다. 이 변수들이 맞물리며 SK하이닉스가 '메모리 기업'에서 'AI 인프라 핵심 플레이어'로 포지셔닝을 굳힐 수 있을지가 향후 주가 방향성을 좌우할 전망이다. 이번 자사주 매입은 AI 반도체 패러다임 전환 속에서 경영진이 스스로 회사의 미래 가치에 베팅했다는 점에서 숫자 이상의 의미를 갖는다. 이는 시장에 보내는 가장 직접적인 메시지이자 동시에 그만큼의 성과로 입증해야 하는 부담을 함께 떠안았다는 신호이기도 하다.2026-04-08 17:17:49
-
AI 반도체 슈퍼사이클 본격화…삼성전자, 분기 영업익 57조 돌파 [경제일보] 삼성전자가 인공지능(AI) 반도체 수요 급증을 발판으로 분기 기준 역대 최대 실적을 기록했다. 메모리 초호황이 본격화되면서 반도체 사업이 실적을 견인하는 구조가 뚜렷해지고 있다. 삼성전자는 올해 1분기 연결 기준 매출 133조원, 영업이익 57조2천억원을 기록하며 사상 최대 실적을 달성했다. 분기 매출과 영업이익이 각각 100조원, 50조원을 넘어선 것은 이번이 처음이다. 이번 실적은 단순한 호실적을 넘어 반도체 산업 구조 변화가 본격화됐음을 보여주는 신호로 해석된다. AI 확산으로 데이터센터 투자가 급증하면서 메모리 수요가 폭발적으로 증가하고 있기 때문이다. 특히 고대역폭 메모리(HBM)를 중심으로 한 AI용 메모리 수요가 급증하면서 가격 상승이 실적 개선으로 직결되는 구조가 형성됐다. 업계에서는 1분기 D램과 낸드 가격이 전 분기 대비 큰 폭으로 상승한 것으로 보고 있다. 과거 반도체 산업에서 경쟁의 중심이 파운드리나 로직 칩에 있었다면, 최근에는 메모리가 성능과 공급의 핵심 변수로 부상하고 있다는 분석이다. AI 연산 과정에서 데이터 처리와 이동이 중요해지면서 메모리 성능이 전체 시스템 효율을 좌우하고 있기 때문이다. 이 같은 흐름 속에서 삼성전자는 메모리, 파운드리, 패키징을 모두 보유한 ‘종합 반도체’ 구조를 바탕으로 수혜를 극대화하고 있다. 특히 차세대 HBM4 양산을 통해 기술 경쟁력 회복 신호를 보냈다는 점도 긍정적으로 평가된다. 다만 사업부별 온도차는 여전히 존재한다. 반도체를 담당하는 디바이스솔루션(DS) 부문이 실적을 견인하는 반면, 스마트폰과 가전 등 완제품 사업은 원가 부담과 수요 둔화 영향으로 상대적으로 부진한 흐름을 보이고 있다. 이는 반도체 가격 상승이 완제품 사업에는 비용 부담으로 작용하는 구조적 특성에 따른 것이다. 같은 그룹 내에서도 사업 포트폴리오에 따라 실적 방향이 엇갈리는 모습이다. 업계에서는 이번 실적을 기점으로 AI 반도체 슈퍼사이클이 본격화됐다는 평가가 나온다. 메모리 가격 상승과 데이터센터 투자 확대가 맞물리며 실적 성장세가 이어질 가능성이 크다는 분석이다. 특히 AI 인프라 투자가 단기적인 수요 증가를 넘어 구조적 성장 흐름으로 자리 잡고 있다는 점에서 메모리 수요 역시 장기적으로 확대될 가능성이 크다. 글로벌 빅테크 기업들이 데이터센터 투자를 지속적으로 확대하고 있는 데다, 생성형 AI 서비스 확산으로 연산량과 데이터 처리 규모가 기하급수적으로 증가하고 있기 때문이다. 실제로 클라우드·AI 기업들은 GPU와 함께 HBM 등 고성능 메모리 확보를 핵심 투자 항목으로 설정하고 있으며, 데이터센터 신규 구축뿐 아니라 기존 인프라의 업그레이드 수요도 동시에 발생하고 있다. 이는 일회성 설비 투자가 아닌 지속적인 증설과 교체 수요로 이어지는 구조다. 여기에 AI 모델이 고도화될수록 더 많은 데이터를 빠르게 처리해야 하는 특성상 서버당 메모리 탑재량도 증가하고 있어, 단위 장비 기준 수요까지 확대되는 흐름이 나타나고 있다. 이처럼 인프라 확장과 장비 고도화가 동시에 진행되면서 메모리 수요는 경기 사이클과 무관하게 구조적으로 증가하는 양상을 보이고 있다는 분석이다. 다만 반도체 산업 특유의 변동성과 대규모 설비 투자 부담은 여전히 변수로 남아 있다. 수요 변화에 따라 가격 변동성이 확대될 가능성도 배제할 수 없다. 그럼에도 불구하고 AI 중심 산업 구조가 강화되면서 반도체 경쟁의 축은 성능을 넘어 ‘데이터 처리 능력’을 좌우하는 메모리 중심으로 재편되는 흐름이 뚜렷해지고 있다. 결국 이번 실적은 단순한 호황을 넘어 반도체 산업의 주도권이 다시 메모리로 이동하고 있음을 보여주는 신호로 평가된다.2026-04-07 09:02:49
-
구글, '젬마4' 출시로 오픈소스 AI 경쟁 참전…'제미나이' 투트랙 전략 [경제일보] 구글이 오픈형 인공지능(AI) 모델 '젬마 4'를 공개하며 개방형 AI 시장 공략에 속도를 내고 있다. 고급 추론 능력과 온디바이스 실행을 강화한 모델을 앞세워 개발자 생태계를 확대하고 폐쇄형 모델인 제미나이와의 투트랙 전략으로 AI 경쟁력 강화에 나서는 것으로 분석된다. 2일(현지시간) 구글은 고급 추론과 에이전트 기반 워크플로우를 지원하는 오픈형 모델 제품군 '젬마 4'를 출시했다고 밝혔다. 젬마 4는 아파치 2.0 라이선스로 제공되며 상업적 활용이 가능하다. 구글은 오픈형 모델을 통해 개발자와 기업이 다양한 환경에서 AI를 활용할 수 있도록 접근성을 확대한다는 전략이다. 젬마 4는 'Effective 2B(E2B)', 'Effective 4B(E4B)', '26B Mixture of Experts(MoE)', '31B Dense' 등 총 4가지 모델로 구성됐다. 해당 모델들은 단순한 대화 기능을 넘어 복잡한 논리 처리와 에이전트 기반 자동화 작업을 지원하도록 설계됐다. 특히 고급 추론 기능과 코드 생성 능력, 이미지·오디오 처리 기능 등 멀티모달 지원을 강화했으며 최대 256K 컨텍스트를 지원해 긴 문서 처리도 가능하다. 또한 140개 이상의 언어를 지원해 글로벌 애플리케이션 개발 환경을 제공한다. 구글은 이번 젬마 4를 통해 온디바이스 AI 전략도 강화했다. E2B와 E4B 모델은 스마트폰과 노트북, IoT 기기 등 엣지 환경에서 실행할 수 있도록 설계됐다. 이를 통해 클라우드 연결 없이도 AI 기능을 활용할 수 있으며 낮은 레이턴시와 개인정보 보호 측면에서도 장점을 제공한다. 특히 구글 픽셀을 비롯해 퀄컴, 미디어텍 등 주요 반도체 기업과 협력을 통해 스마트폰과 라즈베리 파이, 엔비디아 젯슨 나노 등 다양한 기기에서 오프라인 실행을 지원한다. 온디바이스 AI 확산이 가속화되는 가운데 구글이 모바일 중심 AI 경쟁력 확보에 나선 것으로 풀이된다. 오픈형 AI 모델 경쟁도 한층 치열해지고 있다. 메타의 'Llama' 시리즈를 비롯해 '미스트랄', 알리바바 'Qwen', 마이크로소프트 'Phi' 등 주요 기업들이 오픈형 모델을 잇따라 공개하며 개발자 생태계 확보 경쟁에 나서고 있다. 이에 구글 역시 젬마 4를 통해 오픈형 AI 시장에서 영향력을 확대하려는 전략으로 분석된다. 구글은 폐쇄형 모델인 제미나이를 중심으로 고성능 AI 서비스를 제공하는 동시에 젬마 시리즈를 통해 구글의 AI 전략 다변화를 진행하고 있다. 제미나이가 클라우드 기반 서비스와 기업 고객 중심이라면 젬마는 개발자와 스타트업을 대상으로 한 오픈형 생태계 구축에 초점이 맞춰져 있다. 두 모델을 병행 운영하며 AI 플랫폼 경쟁력을 강화하려는 전략으로 풀이된다. 또한 구글은 허깅페이스, vLLM, Ollama, NVIDIA NIM 등 주요 개발 도구에서 젬마 4를 출시 당일부터 지원해 개발자 생태계 확대에도 집중한다. 또한 구글 AI 스튜디오와 구글 콜랩, 버텍스 AI 등을 통해 모델 학습과 배포 환경을 확인할 수 있어 개발자는 로컬 환경뿐 아니라 구글 클라우드를 통해 확장 가능한 AI 서비스를 구축할 수 있을 것으로 전망된다. 하드웨어 지원 범위도 확대됐다. 젬마 4는 소비자용 GPU부터 엔비디아 H100 GPU, 구글 TPU까지 다양한 환경에서 실행할 수 있도록 최적화됐다. AMD GPU와의 연동도 지원하며 엣지 기기부터 클라우드까지 폭넓은 환경에서 활용 가능하도록 설계됐다. 이번 젬마 4 출시 이후 온디바이스 AI와 개방형 생태계를 중심으로 AI 시장 주도권 경쟁이 확대될 것으로 분석된다. 구글이 젬마 4를 통해 개발자 생태계 확보에 나서면서 AI 플랫폼 경쟁 구도도 한층 치열해질 전망이다.2026-04-03 11:32:17
-
포스코DX·롯데이노베이트, 'GPU 의존 탈피'…국산 NPU 도입 속도 [경제일보] 포스코DX와 롯데이노베이트가 국산 신경망처리장치(NPU)를 도입하며 그래픽처리장치(GPU) 중심의 AI(인공지능) 인프라 구조 재편에 나섰다. 포스코DX는 2일 경기도 판교 사옥에서 AI 반도체 스타트업 모빌린트와 NPU 기반 'AI 전환(AX)' 구현을 위한 업무협약(MOU)을 체결했다고 밝혔다. 앞서 포스코DX는 지난 2월 모빌린트에 30억원을 투자하며 협력 기반을 마련한 바 있다. NPU는 딥러닝·머신러닝 연산에 특화된 반도체로 GPU 대비 전력 효율이 높고 인프라 비용 절감에 유리한 것이 특징이다. 특히 설비 현장에서 데이터를 즉시 처리하는 '엣지 AI(현장 즉시 처리)' 구현에 적합해 데이터 외부 반출 없이 실시간 분석과 제어가 가능하다. 포스코DX는 자사 산업용 제어 시스템 '포스마스터'에 모빌린트 NPU를 탑재해 설비 제어 단계에서 실시간 AI 분석과 제어가 가능한 스마트공장 구축에 나선다. 향후 적용 범위는 철강·이차전지·물류 등으로 확대할 계획이다. 롯데이노베이트 역시 이날 AI 반도체 기업 딥엑스와 NPU 적용 및 실증 협력을 위한 업무협약을 체결했다. GPU 대체를 목표로 국산 AI 반도체를 활용한 기술 협력과 현장 실증을 추진하고 올해 하반기 양산화를 목표로 개발을 진행한다는 방침이다. 양사는 지능형 CCTV 등 실시간 추론이 필요한 분야에서 전용 NPU 적용 기술을 고도화하는 한편 공공사업 진출 기회 확대에도 나선다는 전략이다. 업계에서는 이번 협력이 정부의 'K-반도체' 정책과 맞물려 국산 AI 반도체 생태계 확대와 함께 GPU 의존도를 낮추는 계기가 될 수 있다는 평가가 나온다.2026-04-02 14:00:19
-
"휴먼에러 막는다"…SK AX, 에이전틱AI 기반 운영 자동화 시장 공략 [경제일보] 인공지능(AI) 인프라 확산으로 산업 현장의 시스템 운영 복잡성이 급격히 증가하면서 장애 예방을 위한 AI 기반 운영 자동화 경쟁이 본격화되고 있다. 이에 기업들이 서비스 중단에 따른 손실을 줄이기 위해 선제적 장애 예방 체계 구축에 나서면서 AI 기반 자율 운영 기술 도입이 빠르게 확대되고 있다. 2일 SK AX는 에이전틱AI 기반 인프라 운영 서비스 'AXgenticWire NPO(New Paradigm for Operation)'를 공개하며 AI 운영 자동화 시장 공략에 나선다고 밝혔다. 해당 서비스는 시스템 장애를 사전에 감지하고 자동으로 대응하는 자율 운영 체계로 GPU 기반 AI 인프라와 클라우드 환경의 확대로 인해 기존 인력 중심 운영 방식으로는 대응이 힘든 점을 파악해 설계된 것이다. AI 기반의 통합 보안 플랫폼 기업 스플렁크와 옥스포드 이코노믹스가 발표한 보고서에 따르면 글로벌 대기업들은 시스템 장애로 인해 연간 약 4000억 달러 규모의(약 600조원) 손실을 입는 것으로 나타났다. 이는 기업 이익의 약 9%에 해당하는 규모다. AI 학습과 추론 환경이 확대되면서 GPU 자원 관리, 워크로드 변동 대응, 복잡한 인프라 운영 등 관리 요소가 늘어나고 있어 글로벌 시장에서도 AI 기반 운영 자동화 수요는 빠르게 증가하고 있다. 특히 AI 서비스는 장애 발생 시 서비스 전체에 영향을 미칠 가능성이 높아 사전 탐지와 자동 대응 기술의 중요성이 커지고 있다. 이에 기업들은 기존 모니터링 중심 운영에서 벗어나 AI가 문제를 탐지하고 조치까지 수행하는 자율 운영 체계 구축을 추진하고 있다. 'AXgenticWire NPO'는 에이전틱AI가 선제적으로 문제 상황을 탐지하고 분석한 뒤 조치까지 수행하는 구조로 설계됐다. AI 에이전트가 시스템 로그, 메트릭, 이벤트 데이터를 실시간으로 분석해 이상 징후를 감지하면 분석 에이전트가 원인을 추론하고 영향 범위를 판단한다. 이후 조치 에이전트가 복구 작업, 설정 변경, 자원 재할당 등을 자동으로 실행하는 방식이다. SK AX는 기존 운영 인력이 수행하던 반복 작업과 휴먼 에러를 줄이고 장애 발생률을 낮출 수 있다고 설명했다. 또한 GPU 자원 관리 기능도 포함됐다. AI 워크로드가 급격히 증가하면서 GPU 활용률 관리와 자원 재배치가 운영 핵심 요소로 떠오르고 있다. 이에 AXgenticWire NPO는 GPU 자원을 통합 관리하는 'GPU 애즈 어 서비스(GPU-as-a-Service)' 구조를 적용해 AI 학습과 추론 환경을 안정적으로 운영할 수 있도록 설계됐다. 산업별 적용 범위도 확대되고 있다. 해당 서비스를 통해 제조업에서는 설비와 공정 데이터를 분석해 이상 징후를 사전에 감지할 수 있으며, 금융 분야에서는 거래와 인증 시스템의 무중단 운영 체계를 구축할 수 있을 전망이다. 공공 분야에서도 대국민 서비스 안정성을 강화하는 데 활용될 수 있다. 기업들은 설치형, 운영 아웃소싱(BPO), 통합 운영(ITO) 방식 등 필요에 따라 도입 방식을 선택할 수 있다. 향후 AI 인프라 확대와 함께 에이전틱 AI 기반 자율 운영 체계 도입이 더욱 가속화될 것으로 분석된다. 기업들이 장애 대응 중심에서 사전 예방 중심으로 운영 전략을 전환하면서 AI 기반 운영 자동화 시장도 빠르게 성장할 전망이다. 차지원 SK AX CAIO는 "운영 전반에서 AI가 먼저 움직여 대응하는 구조이기 때문에 휴먼 에러로 인한 장애 위험을 최소화할 수 있다"며 "'AXgenticWire NPO' 도입으로 기업들은 다운타임 없는 운영 체계에서부터 애플리케이션의 지능화된 서비스까지 AX 실행 전환 속도를 높이는 것은 물론, AX 전체 영역에서 운영비용 구조 혁신과 프로세스 재설계도 가능할 것"이라고 말했다.2026-04-02 10:00:46
-
LG CNS, 네이버클라우드·우리은행과 9년 장기 계약…총합 3300억원 이상 [경제일보] LG CNS가 네이버클라우드·우리은행과 손잡고 대형 데이터센터 사업 협력을 확대한다. 인공지능(AI) 확산으로 데이터센터 수요가 급증하는 가운데 양사의 협력 범위가 인프라 영역까지 확대되는 모습이다. 1일 LG CNS는 네이버클라우드와 '삼송 데이터센터 코로케이션 서비스 계약'을 체결했다고 공시했다. 계약 기간은 오는 7월부터 2035년 5월까지 약 9년이다. 코로케이션 서비스는 데이터센터 내 서버와 네트워크 장비를 설치할 수 있는 공간을 임대하고 전력·냉각·보안 등 인프라를 함께 제공하는 사업이다. 클라우드 기업이나 플랫폼 기업이 자체 데이터센터를 구축하지 않고도 안정적인 인프라를 확보할 수 있다는 점에서 수요가 증가하고 있다. 이번 계약은 구체적인 금액이 공개되지는 않았지만 최근 매출액의 2.5% 이상에 해당해 공시 의무가 발생했다. LG CNS의 지난해 연결 기준 매출액이 약 6조1295억원인 점을 고려하면 계약 규모는 최소 1500억원 이상으로 추정된다. 계약 대금은 월 단위로 지급된다. 양사의 이번 협력은 LG CNS와 네이버클라우드가 지난해 죽전 데이터센터 코로케이션 서비스 계약을 체결한 이후 두 번째이다. 이번 삼송 데이터센터 계약까지 이어지면서 양사의 데이터센터 협력이 확대되고 있다. LG CNS는 금융권 고객까지 확보하며 사업 규모는 더욱 확대되고 있다. LG CNS는 같은 날 우리은행과 '고양 삼송 데이터센터 위탁운영' 계약도 체결했다고 공시했다. 계약 금액은 LG CNS 최근 매출액의 2.97% 규모로 약 1820억3479만8000원으로 추산된다. 계약 기간은 이번 달부터 오는 2035년 5월까지다. 이번 계약은 삼송 데이터센터 구축 이후 금융권 고객의 운영까지 맡는 형태로 LG CNS가 데이터센터 구축부터 운영까지 전 영역을 담당하는 구조다. 이에 삼송 데이터센터는 클라우드 기업과 금융권을 동시에 수용하는 대형 데이터센터로 운영될 전망이다. 삼송 데이터센터는 LG CNS가 설계·구축·운영을 담당하는 DBO(디자인·건설·시행) 방식으로 추진된다. LG CNS는 지난 2월 삼송 데이터센터 2단계 구축 계약을 체결했으며 구축 기간은 오는 2027년 5월까지다. 최근 AI 서비스 확산으로 대규모 연산 인프라 수요가 증가하면서 데이터센터 시장도 빠르게 성장하고 있다. 특히 생성형 AI와 대규모 언어모델(LLM) 운영에는 GPU 기반 고성능 인프라가 필요해 클라우드 기업들의 데이터센터 확보 경쟁이 치열해지고 있다. 시장조사업체 그랜드 뷰 리서치에 따르면 지난 2024년 글로벌 데이터센터 코로케이션 시장은 약 694억 달러(약 94조원)으로 오는 2030년에는 1654억 달러(약 223조원) 수준까지 커질 것으로 전망된다. 이에 네이버클라우드도 AI 서비스 확대를 위해 인프라 확보에 적극 나서고 있다. 네이버는 초거대 AI '하이퍼클로바X' 등 AI 서비스 확대를 추진하고 있으며 이에 따른 데이터센터 수요도 증가하는 상황으로 알려졌다. LG CNS는 다년간의 데이터센터 사업 경험을 바탕으로 AI 인프라 시장 공략을 강화하고 있다. LG CNS는 40여년간 데이터센터 사업을 수행해왔으며 최근 AI 수요 증가에 대응해 모듈형 AI 데이터센터도 공개했다. LG CNS의 이번 계약들은 AI 인프라 확대 흐름 속에서 클라우드 기업과 IT 서비스 기업·금융 기업 간 협력이 강화되는 사례로 분석된다. 특히 장기간 계약이라는 점에서 안정적인 수익 확보와 함께 데이터센터 사업 경쟁력 강화에도 영향을 미칠 전망이다. LG CNS는 공시를 통해 "상기 계약금액은 최근 매출액의 2.5% 이상으로 공시의무사항에 해당"이라며 "본 계약에 대한 계약금액은 경영상 비밀유지 협의에 따라 추후 재공시 진행 예정"이라고 밝혔다.2026-04-01 16:49:23
-
칩 넘어 기판까지 부족…삼성전기, AI 수요 타고 판가 상승 [경제일보] 삼성전기가 인공지능(AI) 서버용 핵심 기판인 FC-BGA(플립칩 볼그리드어레이) 가격 인상에 나서며 수익성 개선에 속도를 내고 있다. AI 반도체 수요 급증으로 기판 공급 부족이 심화된 데다 원재료 가격 상승까지 겹치면서 판가 인상이 불가피해졌다는 분석이다. FC-BGA는 AI 서버와 고성능 컴퓨팅(HPC)에 필수적으로 사용되는 고부가 기판으로 반도체 칩과 메인보드를 연결하는 핵심 역할을 한다. 최근 AI 서버 수요가 급증하면서 기판 수요도 함께 확대되는 추세다. 특히 시장에서는 FC-BGA 수요가 공급을 크게 웃도는 상황이 지속되고 있다는 점에 주목하고 있다. 장덕현 삼성전기 사장은 지난 18일 정기 주주총회에서 "서버용 FC-BGA 수요가 생산능력보다 50% 이상 많다"고 밝힌 바 있다. 이처럼 공급 부족이 장기화되면서 기판 시장에서도 가격 인상 흐름이 이어지고 있다. 증권가에서는 평균판매가격(ASP)이 추가로 상승할 가능성도 제기하고 있다. 업계에서는 이러한 흐름을 AI 반도체 생태계 전반의 구조 변화로 보고 있다. 그동안 반도체 산업에서 병목은 주로 메모리(HBM 등)나 파운드리 공정에서 발생했지만 최근에는 패키징과 기판 등 후공정 영역으로 병목이 확산되고 있다는 분석이다. 특히 AI 서버용 반도체는 기존 대비 칩 크기와 입출력(I/O) 수가 크게 늘어나고 다수의 칩을 하나의 패키지로 묶는 구조가 일반화되면서 고난도 패키징과 고성능 기판 수요가 급증하고 있다. 이 과정에서 FC-BGA와 같은 고부가 기판은 더 많은 층수와 미세 회로를 요구해 생산 난도가 높아졌고 공급 확대 속도는 이를 따라가지 못하는 상황이다. 여기에 고대역폭 메모리(HBM)와 GPU를 연결하는 고집적 구조가 확대되면서 패키징 기술과 기판 성능이 전체 시스템 성능을 좌우하는 핵심 요소로 부상하고 있다. 이에 따라 반도체 경쟁의 축도 단순 칩 생산 능력을 넘어 패키징과 기판을 포함한 후공정 전반으로 확장되는 흐름이 나타나고 있다. 이와 함께 고성능 AI 반도체용 기판은 다층 구조와 초미세 회로 구현이 요구되면서 제조 공정의 복잡도가 크게 높아지고 있다. 단순 설비 증설만으로는 대응이 어렵고 공정 안정화와 수율 확보까지 상당한 시간이 필요한 영역이라는 점에서 단기간 내 공급 확대에는 한계가 있다는 분석이다. 특히 기판은 장비 투자뿐 아니라 소재·공정 기술, 고객사 인증까지 복합적인 진입 장벽이 존재해 신규 업체의 시장 진입이 쉽지 않다. 이에 따라 기존 주요 업체 중심의 공급 구조가 유지되며 수급 불균형이 장기화될 가능성이 크다는 관측이 나온다. 삼성전기는 이러한 시장 환경을 활용해 고부가 제품 중심으로 사업 구조를 재편하고 있다. FC-BGA를 비롯해 고사양 MLCC(적층세라믹커패시터·전자회로용 초소형 축전기) 등 AI 관련 부품 비중을 확대하며 수익성 개선을 추진하는 모습이다. MLCC 역시 AI 서버 확산의 수혜를 받고 있다. 고성능 서버에는 더 많은 수의 고용량 MLCC가 필요해 수요 증가와 공급 제약이 동시에 발생하고 있기 때문이다. 업계에서는 기판과 MLCC를 동시에 공급할 수 있는 기업이 AI 인프라 확대 국면에서 유리한 위치를 점할 가능성이 크다고 보고 있다. 부품 간 연계 수요가 확대되고 있기 때문이다. 삼성전기는 전장, 항공우주 등으로 사업 포트폴리오를 다변화하며 중장기 성장 기반도 강화하고 있다. 기존 IT 중심 사업에서 벗어나 안정적인 수요 기반을 확보하려는 전략이다. 다만 대규모 설비 투자와 수요 변동성은 여전히 변수로 남아 있다. AI 투자 사이클에 따라 부품 수요가 영향을 받을 수 있기 때문이다. 그럼에도 불구하고 AI 데이터센터 확대가 장기적인 흐름으로 자리 잡으면서 관련 부품 시장도 구조적인 성장 국면에 진입할 것으로 전망된다. 업계에서는 향후 반도체 경쟁이 칩 성능을 넘어 기판과 패키징 등 후공정까지 포함한 ‘전체 생태계 경쟁’으로 확대될 가능성이 크다고 보고 있다.2026-03-31 15:26:37
-
GPU 독주 끝나나…AI 에이전트 시대, CPU 중심 인프라 부상 [경제일보] 생성형 인공지능(AI) 확산으로 GPU 중심으로 형성됐던 AI 인프라 시장이 'AI 에이전트' 시대에 접어들며 CPU 중심으로 재편될 조짐을 보이고 있다. 단순 답변 생성에서 실제 작업을 수행하는 형태로 AI 활용 방식이 변화하면서 데이터센터 구조 자체가 달라지고 있다는 분석이다. 30일 유진투자증권의 보고서 '메모리 와치'에 따르면 초기 생성형 AI는 사용자의 질문에 대한 답변을 생성하는 단순 응답형 구조였지만 단순한 추론을 넘어 실제 행동을 수행하는 구조로 진화하면서 CPU가 담당하는 작업 비중이 크게 늘어나는 것으로 나타났다. 기존 AI는 연산 병목이 대부분 GPU 중심의 행렬 연산과 메모리 대역폭 처리 구간에 집중되며 AI 인프라 경쟁 역시 GPU 확보가 핵심 요소로 작용했다. 다만 최근 등장한 AI 에이전트는 구조가 크게 다르다. AI 에이전트는 사용자의 요청을 해석한 뒤 데이터베이스 접근, 외부 툴 호출, 결과 재분석 등 다층적인 작업을 수행하는 방식으로 동작한다. CPU는 AI 연산 자체를 수행하지는 않지만 요청 해석과 작업 스케줄링, 데이터베이스 접근, 외부 툴 실행, 세션 관리 등 AI 에이전트 워크로드 전반을 제어하는 역할을 담당한다. 이에 AI 인프라의 성능 역시 GPU 단독이 아닌 CPU와 GPU의 조합에 의해 결정되는 구조로 변화하고 있는 것으로 분석된다. 이 같은 변화는 주요 AI 기업들의 전략에서도 나타나고 있다. 최근 엔비디아는 CPU 중심 인프라 확대에 나섰다. 메타는 올해 2월 엔비디아의 '그레이스 CPU'와 '베라 CPU'를 대량 구매하는 공급 계약을 체결했으며 엔비디아는 GTC 2026에서 CPU 개별 판매를 공식화했다. GPU 기업인 엔비디아가 CPU 단독 판매에 나선 것은 이례적인 행보로 평가된다. 이어 엔비디아는 AI 에이전트 환경에 최적화된 '베라 CPU 랙'과 함께 40개 랙으로 구성된 '베라 루빈 포드'도 공개했다. Arm 역시 AI 에이전트 시장 확대에 대응해 데이터센터용 'AGI CPU'를 공개했다. Arm이 직접 칩 판매에 나선 것은 지난 1990년 창립 이후 최초이다. AGI CPU는 메타와 공동 개발됐으며 TSMC 3나노 공정으로 제조된다. Arm은 AI 에이전트 시장 확대로 데이터센터 CPU 시장 규모가 오는 2030년까지 1000억 달러(약 150조원)에 달할 것으로 전망했다. 또한 향후 5년 내 AGI CPU 매출이 Arm의 지난해 연간 매출 46억7000만 달러(약 7조원)를 크게 웃도는 연간 150억 달러(약 23조원)에 이를 것으로 예상했다. 업계에서는 AI 인프라 병목이 GPU에서 메모리, 네트워크를 거쳐 CPU로 이동하고 있는 것으로 예상하고 있다. 초기 AI 사이클에서는 GPU 확보가 핵심이었지만, 추론 시장 확대 이후 KV 캐시 증가로 메모리 수요가 급증했고, 이후 고성능 네트워크 확장 수요가 커지는 것이다. 최근 AI 에이전트 확산으로 비GPU 연산 비중이 빠르게 증가하면서 CPU가 새로운 병목 요인으로 부상할 것으로 전망된다. 이에 GPU와 메모리, 네트워크에 이어 데이터센터 CPU 관련 밸류체인에 대한 투자 관심도 확대될 것으로 분석된다. 르네 하스 Arm 대표는 'AGI CPU'를 공개하며 "AI는 빠르게 진화하고 있으며 앞으로 훨씬 더 빠른 속도로 성장할 것이고, AI 시스템이 복잡해질수록 CPU의 역할은 더욱 중요해질 것"이라며 "AI는 사용자부터 애플리케이션, 인프라까지 전체 기술 스택을 재정의하고 있으며 세계는 기존 데이터센터에서 AI 중심 데이터센터로 빠르게 전환되고 있다"고 말했다.2026-03-30 17:13:07
-
'설계의 제왕' Arm의 반란… 자체 칩 'AGI CPU' 출시로 서버 시장 정조준 [경제일보] 반도체 설계 분야의 절대강자 Arm(암)이 창사 36년 만에 ‘설계도만 파는 기업’이라는 타이틀을 스스로 떼어냈다. 24일(현지시간) Arm은 인공지능(AI) 데이터센터를 겨냥한 자체 중앙처리장치(CPU) ‘Arm AGI CPU’를 전격 출시하며 하드웨어 직접 판매 시장에 뛰어들었다. 이는 단순한 사업 확장을 넘어 칩 설계부터 생산까지 영향력을 확대해 반도체 생태계의 판도를 근본적으로 뒤흔들겠다는 강력한 승부수로 풀이된다. Arm은 1990년 설립 이후 애플, 엔비디아, 퀄컴 등 글로벌 빅테크 기업들에 설계 자산(IP)을 제공하고 로열티를 받는 ‘지식재산권 중심’ 사업 모델을 고수해 왔다. 하지만 전 세계적으로 반도체 가격이 폭등하는 ‘칩플레이션’ 현상이 심화하고 빅테크들이 자체 칩(In-house Chip) 개발에 열을 올리면서 Arm의 사업 모델에도 변화가 요구됐다. 이번에 출시한 ‘Arm AGI CPU’는 대만 TSMC의 3나노(nm) 최첨단 공정으로 제작된다. 300W의 전력 내에서 최대 136개의 코어를 구동해 기존 인텔·AMD 등 ‘x86’ 진영의 CPU 대비 랙(Rack)당 2배 이상의 고성능·저전력 효율을 구현했다. 명칭에 포함된 ‘AGI(범용인공지능)’는 이 칩이 단순히 계산기를 넘어 스스로 판단하고 행동하는 ‘에이전틱 AI(Agentic AI)’ 생태계의 핵심 인프라가 되겠다는 포부를 담고 있다. Arm의 파격적인 변신을 가장 먼저 반긴 것은 메타(Meta)다. 메타는 이번 CPU의 공동 개발 파트너로 참여하며 첫 공급 물량을 확보했다. 메타는 자사의 자체 AI 가속기인 ‘MTIA’와 이번 CPU를 결합해 AI 인프라 효율을 극대화할 계획이다. 여기에 오픈AI, 클라우드플레어 그리고 한국의 SK텔레콤까지 초기 고객사 명단에 이름을 올리며 Arm의 영향력은 빠르게 확산하고 있다. 이러한 행보는 기존 서버 시장을 장악했던 인텔과 AMD의 ‘x86’ 진영에 직접적인 악재로 작용한다. 이미 클라우드 시장에서 ‘Arm 기반 아키텍처’가 저전력·고효율을 앞세워 점유율을 높여온 상황에서 Arm이 직접 완성된 CPU를 내놓으면 기존 고객사들의 이탈이 가속화될 수 있다. GPU 시장을 평정한 엔비디아 역시 최근 연례 회의 ‘GTC 2026’에서 자체 CPU ‘베라(Vera)’를 공개하며 CPU 시장을 압박하고 있는데 Arm의 이번 출시는 칩 설계 기업들이 점차 하드웨어 판매로 무게중심을 옮기고 있음을 극명하게 보여준다. AI의 트렌드가 ‘학습’에서 ‘추론(Inference)’으로 이동하면서 CPU의 중요성은 다시금 커지고 있다. GPU가 막대한 양의 데이터를 쏟아내는 ‘엔진’이라면 그 흐름을 제어하고 지휘하는 ‘지휘관’으로서 CPU의 역할이 강조되고 있기 때문이다. 특히 스스로 판단하고 자율적으로 작업을 수행하는 ‘에이전틱 AI’ 시대에는 복잡한 데이터를 실시간으로 조율할 수 있는 초고성능 CPU가 필수적이다. 다만 Arm의 이러한 전략이 기존 고객사들과의 이해 상돌을 어떻게 극복할지가 관건이다. 설계 기반 기술을 제공하던 기업이 고객사와 직접 경쟁하는 하드웨어 판매자가 되었기 때문이다. 르네 하스 CEO는 “이해 상돌을 고려해 협상 과정에서 기권하겠다”는 등 선을 긋고 있으나 빅테크 기업들이 Arm의 기술력을 신뢰하면서도 동시에 경쟁을 경계하는 이중적인 태도를 유지할 가능성이 높다. 그럼에도 불구하고 업계는 이번 변화를 거스를 수 없는 대세로 보고 있다. 칩플레이션 시대에 더 이상 로열티 수익에만 의존해서는 막대한 R&D 비용을 감당할 수 없다는 판단이 작용했기 때문이다. 삼성전자의 파운드리 역량과 Arm의 초고성능 CPU 설계가 결합하는 등 향후 글로벌 반도체 시장의 공급망 다변화가 가속화될수록 독점적인 구조를 깨뜨릴 Arm의 행보는 시장 생태계를 더욱 역동적으로 만들 전망이다. 한편 Arm의 도약은 ‘설계 기업’이라는 굴레를 벗어던지고 스스로가 지배하는 컴퓨팅 플랫폼을 만들겠다는 선언이다. ‘반도체 영토’를 설계도에서 완제품으로 넓힌 Arm이 인텔과 AMD 그리고 엔비디아라는 거인들이 지배하던 서버 CPU 시장에서 어떤 결과를 낼지 전 세계 반도체 업계의 이목이 쏠리고 있다.2026-03-25 07:49:29
-
"AI 인프라는 돈이 되나"…英 옴디아, SKT 수익화 모델 가능성 제시 [경제일보] 글로벌 기업들이 인공지능(AI) 전환에 속도를 내면서 GPU 등 고성능 인프라 투자가 빠르게 확대되고 있지만, 이를 실제 수익으로 연결하는 문제는 여전히 과제로 남아 있다. 이 가운데 통신사들의 AI 인프라 전략이 새로운 대안으로 부상하는 모습이다. 24일 SK텔레콤은 최근 글로벌 시장조사업체 옴디아가 보고서를 통해 SK텔레콤의 GPU 효율화와 수익화를 통한 소버린 AI 인프라 구축 전략을 글로벌 대표 사례로 소개했다고 밝혔다. 현재 AI 인프라 시장에서는 고가의 GPU 자원이 충분히 활용되지 못하는 문제와, 다수 이용자가 자원을 공유하는 환경에서의 보안 이슈가 대표적인 과제로 지목된다. 대규모 투자가 이어지고 있음에도 실제 활용도와 수익성 확보는 별개의 문제라는 지적이다. SK텔레콤은 GPU 클러스터 '해인'과 가상화 솔루션 '페타서스 AI 클라우드'를 통해 자원 활용도를 높이는 방식을 택했다. 대규모 GPU를 하나의 클러스터로 구성하고 이를 수요에 맞춰 나눠 쓰는 구조를 적용해 가동률을 끌어올리는 데 초점을 맞췄다. 옴디아는 SK텔레콤의 AI DC 사업의 재무적 성과를 통해 수익화 모델의 가능성을 설명했다. SK텔레콤의 AI 데이터센터 사업은 주요 거점의 가동률 상승을 기반으로 매출이 전년 대비 약 35% 증가한 것으로 나타났다. 회사는 향후 AI 데이터센터를 핵심 수익원으로 육성해 매출 비중을 확대한다는 계획으로 단순한 인프라 구축을 넘어 실제 수익 창출로 이어지고 있는 것이다. 또한 인프라와 모델, 서비스를 통합한 엔드투엔드 전략도 특징으로 꼽힌다. 자체 거대언어모델(LLM)과 AI 인프라를 결합해 단순 자원 제공을 넘어 서비스까지 아우르는 구조를 구축함으로써 AI 사업을 독립적인 수익 모델로 전환한다는 구상이다. 이러한 흐름은 통신사가 기존 네트워크 중심 사업에서 벗어나 AI 인프라 사업자로 역할을 확장하는 과정으로 해석된다. AI 데이터센터를 기반으로 한 인프라 사업과 플랫폼 전략이 결합되면서 통신사의 사업 포트폴리오 재편이 본격화되는 모습이다. 다만 이러한 구조가 실제 수익성으로 이어지는지는 아직 검증이 필요한 단계다. SK텔레콤은 AI 데이터센터 가동률 상승에 따라 관련 매출이 증가했다고 설명하고 있지만 전체 사업에서 차지하는 비중은 다소 제한적인 수준이다. 향후 투자 확대에 따른 비용 부담과 수익 회수 속도 간 균형이 관건이 될 전망이다. 인프라와 모델, 서비스를 결합한 사업 구조 역시 시도되고 있다. 자체 모델과 데이터센터를 연계해 통합 서비스를 제공하는 방식이지만 이 역시 글로벌 클라우드 사업자들과의 경쟁 속에서 차별성을 확보할 수 있을지가 변수로 꼽힌다. 이번 SK텔레콤의 AI 인프라 전략은 기존 네트워크 중심 사업을 넘어 새로운 성장 동력을 찾기 위한 시도로 풀이된다. 기술적 구현에서 안정적인 수익으로 이어지는 구조를 만들어낼 지가 향후 전략의 성패를 가를 핵심 변수로 작용할 전망이다. 인더프리트 카우르 옴디아 수석 애널리스트는 "SKT의 전략은 한국의 소버린 AI 목표를 충족하면서 AI 인프라 최적화 과제를 해결함으로써 장기적으로 수익화에 대한 명확한 경로를 제시하는 도전적이고 미래 지향적인 전략"이라며 "이러한 전략은 SKT가 글로벌 AI 생태계에서 선도적 입지를 확보하고 있음을 보여준다"고 평가했다.2026-03-24 11:27:35
-
'AI의 심장'은 핵융합… 샘 올트먼, '헬리온' 의장직 내려놓고 50GW 전력 확보 총력전 [경제일보] 오픈AI(OpenAI)의 최고경영자(CEO) 샘 올트먼이 자신의 투자 기업인 핵융합 스타트업 ‘헬리온 에너지(Helion Energy)’와의 전력 구매 협상을 앞두고 이사회 의장직을 전격 사임했다. 오픈AI와 헬리온 간의 대규모 전력 공급 협상이 구체화함에 따라 발생할 수 있는 ‘이해 상돌’ 논란을 정면 돌파하겠다는 의지다. 업계에선 이번 협상이 단순한 전력 수급을 넘어 거대언어모델(LLM) 구동을 위한 ‘무한 에너지’ 확보라는 AI 산업의 미래 패러다임을 바꿀 중대한 이정표가 될 것으로 보고 있다. 오픈AI가 헬리온과 논의 중인 전력 규모는 2030년 5GW에서 2035년 50GW로 확대하는 방안이다. 1GW가 원전 1기 발전량에 해당한다는 점을 감안하면 50GW는 원전 50기급의 상상을 초월하는 전력량이다. 이는 오픈AI의 차세대 모델인 ‘GPT-6’와 그 이후를 대비하기 위한 필수적인 포석이다. 현재 AI 연산에 필요한 데이터센터는 전력 소비의 블랙홀이다. 생성형 AI가 고도화될수록 GPU 연산에 필요한 전력 밀도는 기하급수적으로 높아지고 있다. 기존의 화석 연료나 재생 에너지로는 이 같은 폭발적 수요를 감당하기 어렵다는 판단하에 올트먼 CEO를 비롯한 빅테크 수장들이 일제히 ‘핵융합’이라는 난공불락의 영역에 막대한 자본을 쏟아붓고 있는 것이다. 샘 올트먼이 헬리온 이사회에서 물러난 배경에는 ‘이해상돌’이라는 투명성 이슈가 있다. 2021년 헬리온에 5억 달러(약 7400억원) 투자를 주도했던 그가 오픈AI의 결정권자로서 헬리온과의 계약을 단독 진행할 경우 시장의 비판을 피하기 어렵다. 올트먼 CEO는 엑스(X)를 통해 “오픈AI와 헬리온이 대규모 협력을 모색함에 따라 이사회 구성원으로서 양측에 소속되기 어려워졌다”며 “협상 과정에서 완전히 기권할 것”이라고 명시했다. 이는 오픈AI의 의사결정 과정에서 투명성을 확보해 향후 대규모 계약의 법적 정당성을 공고히 하려는 전략이다. 글로벌 빅테크 기업들의 핵융합 전력 확보 전쟁은 이미 뜨겁게 달아올랐다. 마이크로소프트(MS)는 이미 2023년 헬리온과 2028년부터 전력을 공급받는 계약을 체결한 바 있다. 구글 역시 헬리온의 경쟁사인 ‘커먼웰스 퓨전 시스템즈’와 계약을 맺으며 맞불을 놓았다. 이러한 움직임은 인공지능 인프라의 주도권이 결국 ‘에너지 주권’에 달려 있음을 방증한다. 데이터센터의 위치를 자유롭게 결정하고 365일 24시간 안정적인 전력을 얻기 위해 핵융합 발전은 ‘성배(Holy Grail)’로 통한다. 비록 실험실 수준에서 아직 상용화 직전 단계에 머물러 있지만 헬리온을 비롯한 스타트업들이 과학적 손익분기점에 근접했다는 소식은 시장의 기대감을 최고조로 끌어올리고 있다. 향후 5년 내외가 글로벌 AI 산업과 에너지 산업의 결합을 결정지을 중요한 분기점이 될 것이다. 만약 헬리온이 2028년 실제 전력 공급에 성공한다면 에너지 부족으로 정체기를 맞을 뻔한 AI 시장은 다시 한번 폭발적인 도약의 계기를 마련하게 된다. 반면 기술적 한계로 상용화가 지연될 경우 빅테크 기업들의 ‘에너지 도박’은 막대한 비용 지출로 돌아와 재무 리스크를 키울 수 있다. 그럼에도 올트먼과 오픈AI의 이번 행보는 AI 개발 비용의 상당 부분이 에너지 조달 비용으로 이동하고 있음을 극명하게 보여준다. 인프라 강자인 마이크로소프트, 구글과 소프트웨어 강자인 오픈AI의 에너지 전쟁은 향후 대한민국을 포함한 글로벌 전력망 시스템과 데이터센터 입지 선정에도 큰 영향을 미칠 것이다. 지금 샘 올트먼이 그리는 ‘핵융합 전력망’은 단순한 전력 수급 계획이 아니다. 인공지능이 스스로를 운영하고 확장하는 에너지를 스스로 확보하는 ‘자급자족형 인공지능 생태계’를 구축하겠다는 거대 서사의 일부다. 이 도박이 성공한다면 오픈AI는 인공지능 시대의 소프트웨어 기업을 넘어 에너지 생태계까지 지배하는 거대한 플랫폼으로 거듭날 전망이다.2026-03-24 07:55:11
-
AI 추론 수요 폭증…삼성SDS, 'B300' 기반 구독형 서비스 출격 [경제일보] AI 모델이 실제 서비스에 적용되는 '추론' 단계로 빠르게 이동하면서 이를 뒷받침할 고성능 GPU 인프라 확보 경쟁이 본격화되고 있다. 삼성SDS가 최신 GPU 기반 구독형 서비스를 선보이며 기업용 AI 인프라 시장 공략에 속도를 내고 있다. 23일 삼성SDS는 자사의 클라우드 '삼성 클라우드 플랫폼(SCP)'을 통해 엔비디아의 최신 GPU인 'B300(블랙웰 울트라)' 기반 GPUaaS(GPU 구독형 서비스)를 출시했다고 밝혔다. 이번 서비스는 기업들이 AI 모델 개발을 넘어 실제 서비스에 적용하는 단계로 진입하면서 급증하는 연산 수요에 대응하기 위한 전략으로 풀이된다. 최근 AI 활용이 확산되면서 다수의 기업들은 단순 모델 학습을 넘어 실시간 응답과 대규모 처리 성능이 요구되는 추론 환경 구축에 집중하고 있다. 특히 대규모 언어모델(LLM) 운영 과정에서는 연산 성능뿐 아니라 메모리 처리 속도가 전체 성능을 좌우하는 핵심 요소로 부상하고 있다. 이번에 적용된 B300 GPU는 해당 흐름에 맞춰 메모리 성능을 대폭 강화한 것이 특징이다. 고대역폭 메모리를 기반으로 데이터 전송 속도를 높여 기존 환경에서 발생하던 병목 현상을 줄이고 보다 안정적인 AI 서비스 운영을 지원하도록 설계됐다. 이에 삼성SDS는 대규모 AI 모델을 기반으로 한 서비스에서도 지연 시간을 최소화하고 처리 효율을 높일 수 있을 것이라고 설명했다. 삼성SDS는 그동안 A100, H100 등 최신 GPU 기반 서비스를 선제적으로 도입하며 클라우드 환경에서 GPU 인프라를 활용할 수 있는 기반을 구축해 왔다. 이번 B300 GPUaaS 출시를 통해 보다 고성능 연산 환경을 제공하고 AI 인프라 서비스 경쟁력을 강화한다는 계획이다. 고객 입장에서는 초기 투자 부담 없이 필요한 만큼 GPU 자원을 사용하는 구독형 모델을 통해 비용 효율성을 높일 수 있다. 또한 GPU 수급이 제한적인 상황에서도 최신 아키텍처를 빠르게 도입할 수 있다는 점에서 활용도가 높을 전망이다. 또한 클라우드 환경에서의 보안 기능을 결합해 민감한 데이터를 안정적으로 처리할 수 있는 점도 주요 요소로 꼽힌다. 삼성SDS는 향후 AI 인프라 서비스 고도화를 진행할 방침이다. AI 모델 적용 시 별도의 인프라 관리 없이 사용한 만큼만 비용을 지불하는 '서버리스 추론 서비스'와 개발자가 코드와 데이터를 입력하면 자동으로 분산 학습을 수행하는 'AI 학습 서비스'를 올해 3분기 중 선보일 계획이다. AI 활용이 확산되며 인프라 경쟁이 심화되는 가운데 GPU를 중심으로 한 클라우드 서비스 시장의 경쟁 구도도 한층 치열해질 전망이다. 특히 학습 중심에서 추론 중심으로 무게가 이동하는 흐름 속에서 고성능 GPU와 이를 효율적으로 활용할 수 있는 서비스 모델이 기업 경쟁력의 핵심 요소로 부상하고 있다. 이호준 삼성SDS 클라우드서비스사업부장 부사장은 "SCP가 보유한 자원 최적화·에너지 절감 등 GPU 효율화 역량을 바탕으로 대기업, 중견·중소, 공공 등 AI를 업무에 적용하려는 고객에게 국내 최초 B300 GPU 서비스를 제공해 AX 전환을 적극 지원하겠다"고 말했다.2026-03-23 08:59:23
많이 본 뉴스
영상
Youtube 바로가기
![[편집인 칼럼] 채무 60% 시대의 경고, 얄팍한 예산 만능주의를 경계한다](https://image.ajunews.com/content/image/2026/04/12/20260412195240503098_518_323.png)