NHN클라우드는 고밀도 GPU, 네이버클라우드는 초대형 데이터센터로 AI 인프라 승부

• NHN클라우드와 네이버클라우드가 AI 데이터센터를 서로 다른 캐릭터로 밀고 있음

  • NHN클라우드는 고밀도 AI 인프라 쪽임. 좁은 공간에 GPU를 빽빽하게 넣고, 발열과 전력 문제를 냉각 설계로 해결하는 방향
  • 네이버클라우드는 하이퍼스케일 쪽임. 데이터센터 자체를 엄청 크게 짓고, 서버 수용량·저장 용량·전력 설비를 대규모로 가져가는 방향

• NHN클라우드는 서울 양평동 AI 전용 데이터센터에 총 7656장 GPU 인프라를 구축했다고 밝힘

  • 이 중 약 4000장 규모 GPU를 하나의 클러스터로 묶어 초대형 고성능 연산 환경을 만들었다고 함
  • 대규모 GPU를 돌릴 때 제일 골치 아픈 게 발열인데, NHN클라우드는 여기에 수랭식 냉각을 넣었음
  • GPU는 전력도 많이 먹고 열도 많이 내서, 많이 넣는 순간부터 서버 문제가 아니라 전기·냉각·공간 설계 문제가 됨

• NHN클라우드는 예전부터 데이터센터 효율을 꽤 신경 써온 쪽임

  • 2015년 판교 NCC1 데이터센터에서 랙당 8킬로와트(kW) 수준의 고밀도 설계를 적용한 경험이 있음
  • 8킬로와트는 서버 선반 한 칸에 일반 가정집 2채 수준의 전력을 동시에 넣는 정도로 설명됨
  • 당시에는 외부의 찬 공기를 끌어와 내부를 식히는 외기 냉방 방식으로 전력효율지수(PUE)를 개선했다는 설명이 붙음

• 양평데이터센터는 광주 국가 AI 데이터센터 운영 경험까지 설계에 반영했다는 게 핵심임

  • NHN클라우드는 지난 3년간 광주 국가 AI 데이터센터를 운영하면서 쌓은 실전 데이터를 설계 단계부터 활용했다고 함
  • 대규모 GPU 환경에서 생길 수 있는 전력 과부하, 발열, 운영 오류 같은 변수를 미리 반영했다는 이야기
  • 그러니까 이번 발표는 “GPU 많이 샀다”보다 “GPU를 계속 안정적으로 돌릴 데이터센터 운영 레시피를 갖췄다”에 가까움

• 네이버클라우드의 각 세종은 스케일로 찍어누르는 타입임

  • 2023년부터 가동된 데이터센터고, 부지 규모가 29만4000제곱미터로 축구장 41개 크기라고 함
  • 단일 기업 데이터센터 기준 국내 최대 수준인 60만 유닛 서버 수용량을 갖췄다고 소개됨
  • 저장 용량은 국립중앙도서관 전체 데이터의 약 100만배에 달하는 65엑사바이트(EB) 수준으로 설명됨

• 전력 설비도 네이버클라우드가 크게 가져감

  • 각 세종의 최대 전력 공급량은 270메가와트(MW)로 설계됐고, 이는 각 춘천의 6.75배라고 함
  • 초대규모 AI 연산에 최적화된 GPU를 국내 최대 규모로 운영하고, 슈퍼컴퓨터를 클러스터 형태로 구축해 운영 중이라는 설명도 있음
  • AI 데이터센터에서 전력은 그냥 부대비용이 아니라 “얼마나 큰 모델과 서비스를 받을 수 있느냐”를 결정하는 상한선에 가까움

• 각 세종도 냉각을 중요한 차별점으로 내세움

  • 네이버가 자체 개발한 3세대 공조 시스템 NAMU(NAVER Air Membrane Unit)를 활용함
  • 맑고 추운 날에는 외부 공기를 필터로 걸러 서버실에 바로 넣는 직접 외기 냉방을 사용함
  • 미세먼지가 심하거나 습한 날에는 외부 찬 공기로 벽면을 먼저 식힌 뒤 내부 공기를 통과시키는 간접 외기 냉방을 섞어 씀

• 정리하면 NHN클라우드는 GPU 밀도와 운영 효율, 네이버클라우드는 초대형 수용력과 전력 규모를 전면에 세운 셈임

  • AI 인프라 경쟁이 모델 API 가격표만 보고 끝나는 게임이 아니라는 게 여기서 드러남
  • 결국 누가 더 많은 GPU를 안정적으로, 싸게, 오래 돌릴 수 있느냐가 클라우드 AI 사업의 바닥 체력임

---

기술 맥락

• AI 데이터센터에서 GPU를 많이 넣는 건 생각보다 단순한 증설이 아니에요. GPU는 전력 소비와 발열이 크기 때문에, 랙 밀도를 높이면 냉각 방식과 전력 배분 설계가 같이 바뀌어야 하거든요.

• NHN클라우드가 수랭식 냉각을 강조하는 이유도 여기에 있어요. 공기만으로 열을 빼기 어려운 고밀도 GPU 환경에서는 냉각 효율이 곧 GPU 가동률과 장애율에 영향을 줘요.

• 네이버클라우드의 각 세종은 다른 방향의 선택이에요. 60만 유닛 서버, 65엑사바이트 저장 용량, 최대 270메가와트 전력 설비처럼 전체 수용 능력을 키워서 AI·클라우드 워크로드를 대규모로 받는 구조예요.

• 두 전략은 우열이라기보다 타깃이 달라요. 특정 GPU 클러스터의 밀도와 효율을 극대화하려면 NHN클라우드식 설계가 중요하고, 다양한 AI·클라우드 서비스를 장기간 대량으로 운영하려면 네이버클라우드식 하이퍼스케일 설계가 힘을 발휘해요.