--- title: "NHN클라우드는 고밀도 GPU, 네이버클라우드는 초대형 데이터센터로 AI 인프라 승부" published: 2026-05-17T03:05:05.138Z canonical: https://jeff.news/article/2788 --- # NHN클라우드는 고밀도 GPU, 네이버클라우드는 초대형 데이터센터로 AI 인프라 승부 NHN클라우드와 네이버클라우드가 AI 전용 데이터센터 전략을 서로 다른 방향으로 밀고 있다. NHN클라우드는 양평데이터센터에서 수랭식 냉각과 고밀도 GPU 클러스터를 앞세우고, 네이버클라우드는 각 세종의 초대형 서버·전력·저장 인프라로 대규모 AI 수요를 받겠다는 그림이다. - 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 > [!IMPORTANT] > NHN클라우드의 포인트는 GPU 숫자만이 아니라 `고밀도 운영`임. 4000장급 GPU 클러스터를 안정적으로 돌리려면 냉각과 전력 설계가 사실상 제품 경쟁력임. - 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 세종`은 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 규모`를 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. ## 핵심 포인트 - NHN클라우드는 양평데이터센터에 총 7656장 GPU 기반 AI 인프라를 구축했다 - 약 4000장 GPU를 하나의 클러스터로 묶고 수랭식 냉각으로 발열 문제를 잡는 전략이다 - 네이버클라우드 각 세종은 축구장 41개 규모 부지에 60만 유닛 서버와 최대 270메가와트 전력 설비를 갖췄다 - 두 회사 모두 AI 연산 수요를 겨냥하지만 NHN은 고밀도, 네이버는 하이퍼스케일에 방점이 찍혀 있다 ## 인사이트 AI 경쟁이 모델 성능만의 싸움이 아니라 전력, 냉각, 랙 밀도, 운영 노하우 싸움으로 내려왔다는 걸 보여주는 기사다. 한국 클라우드 사업자들이 GPU 인프라를 직접 설계·운영하는 단계로 가고 있다는 점에서 꽤 실무적인 신호다.