메가존클라우드, 국산 NPU로 아람코 폐쇄망 실증 간다

• 메가존클라우드가 2026년 AI-반도체 해외실증 지원 사업의 서버형 부문 주관사업자로 뽑힘

  • 과학기술정보통신부와 정보통신산업진흥원(NIPA)이 주관하는 사업임
  • 목적은 국산 AI 반도체 기반 서버를 해외 실제 수요처에 넣고, 산업 현장에서 성능과 사업성을 검증하는 것임

• 이번 판은 혼자 하는 게 아니라 KRFSAI(Korea Full Stack AI) 컨소시엄으로 감

  • 참여사는 메가존클라우드, 퓨리오사AI, NC AI, 업스테이지, 유라클
  • 실증 대상은 사우디아라비아 국영 에너지 기업 아람코의 디지털 전담 법인인 아람코 디지털(Aramco Digital)
  • 말 그대로 한국산 AI 반도체, 모델, 운영, 클라우드, 3D 서비스를 한 묶음으로 들고 가는 구조임

• 핵심 서비스는 플랜트 2D 도면을 AI로 읽어서 3D 디지털 트윈 자산으로 자동 변환하는 것임

  • 기존 플랜트 현장에서는 사람이 2D 도면을 검토하고, 다시 3D 모델링하고, 문서화하는 식으로 일이 굴러감
  • 컨소시엄은 이 과정을 AI로 자동화해 시간과 비용을 줄이겠다는 목표를 잡음
  • 도면 객체 인식 정확도 목표는 90% 이상이고, 결과적으로 산업용 3D 렌더링까지 자동 생성하는 흐름임

• 진짜 관전 포인트는 “국산 NPU가 폐쇄망에서 GPU 대체재가 될 수 있냐”임
  • 에너지·플랜트 산업은 데이터 보안 때문에 외부 연결을 끊은 폐쇄망 환경을 요구하는 경우가 많음
  • 컨소시엄은 동일한 AI 모델을 GPU와 NPU 환경에서 각각 돌려 추론 성능, 전력 효율, 안정성을 비교할 예정임
  • 클라우드에서 대충 데모 돌리는 PoC가 아니라, 보안 제약이 강한 산업 인프라 안에서 검증한다는 점이 큼

sequenceDiagram
    participant 아람코 as 아람코 디지털
    participant 메가존 as 메가존클라우드
    participant 엔피유 as 퓨리오사AI NPU
    participant 모델 as 업스테이지 LLM
    participant 렌더링 as NC AI 3D 렌더링
    participant 운영 as 유라클 LLMOps
    아람코->>메가존: 폐쇄망 실증 환경 제공
    메가존->>엔피유: NPU 서버 구축·운영 요청
    엔피유->>모델: 산업 도면 분석 추론 실행
    모델->>렌더링: 도면 객체 정보 전달
    렌더링->>아람코: 3D 디지털 트윈 자산 생성
    운영->>메가존: 모델·인프라 모니터링 지표 제공

• 역할 분담도 꽤 명확함

  • 메가존클라우드는 사업 총괄, 하이브리드 클라우드 관제 콘솔, 데이터 관리 정책, 통합 보안, AI 컴플라이언스 가드레일을 맡음
  • 퓨리오사AI는 NPU(RNGD) 서버와 추론 환경 최적화를 담당함
  • 업스테이지는 산업 특화 대규모 언어 모델(LLM)을 제공함
  • NC AI는 3D 렌더링과 디지털 트윈 서비스 개발을 맡고, 유라클은 LLMOps와 인프라 모니터링을 맡음

• 일정은 2026년 12월까지 1차 실증이고, 성과가 나오면 2027년까지 이어질 수 있음

  • 메가존클라우드는 리야드 현지 사무소를 기반으로 아람코 디지털과 기술 협력을 이어갈 계획임
  • 성공하면 중동 에너지 시장에서 “한국산 AI 반도체 + 산업 AI 서비스” 레퍼런스를 확보하는 셈임
  • UAE, 카타르 같은 인접 산유국 확장까지 염두에 둔 그림으로 읽힘

기술 맥락

• 이번 선택의 핵심은 GPU 대신 국산 NPU를 실제 산업 폐쇄망에 넣어보는 거예요. 클라우드 연결이 자유로운 환경이면 선택지가 많지만, 에너지 기업의 내부망은 데이터 반출과 외부 접속이 강하게 제한되거든요.

• 그래서 단순히 “NPU가 빠르다”를 주장하는 게 아니라 GPU와 같은 모델을 각각 돌려 추론 성능, 전력 효율, 안정성을 비교하려는 흐름이에요. 목표치도 GPU 대비 추론 성능 15% 향상, 전력 효율 20% 개선처럼 수치로 걸어놨어요.

• 풀스택 컨소시엄을 짠 이유도 여기 있어요. 반도체만 가져가면 서비스가 안 되고, 모델만 가져가면 인프라 검증이 안 되니까 NPU, 산업 특화 대규모 언어 모델(LLM), 3D 렌더링, LLMOps, 클라우드 관제를 한 번에 묶은 거예요.

• 개발자 입장에서는 이게 AI 인프라 수출 모델의 꽤 현실적인 형태라는 점이 중요해요. 모델 성능만이 아니라 폐쇄망 배포, 운영 모니터링, 컴플라이언스 가드레일까지 같이 증명해야 실제 산업 현장에서 구매 논의로 넘어갈 수 있거든요.