본문으로 건너뛰기
피드

NHN클라우드, AI 풀스택 ‘팩토리X’ 공개…“국가대표 AI 인프라 되겠다”

ai-ml 약 6분
vote
0
댓글
북마크

NHN클라우드가 AI 인프라, 플랫폼, 서비스를 묶은 풀스택 브랜드 ‘팩토리X’를 공개했다. 양평 데이터센터의 B200 GPU 7656장, 국내 최대급 단일 GPU 클러스터 4080장, 100% 수랭식 운영 등을 앞세워 공공 중심에서 민간 프라이빗 AI 클라우드 시장으로 확장하려는 그림이다.

  • 1

    팩토리X는 인프라, 플랫폼, 서비스 3개 레이어로 구성된 AI 풀스택 브랜드

  • 2

    양평 리전에 B200 GPU 7656장을 적용했고, 4080장 규모 단일 GPU 클러스터를 상용화

  • 3

    100% 수랭식 고밀도 운영으로 장애율을 3분의 1 수준까지 낮췄다고 강조

  • 4

    크래프톤 프라이빗 AI 클라우드 구축 사례와 이노그리드 인수로 민간·공공 폐쇄망 수요를 노림

  • 5

    AI 신사업 매출 비중을 올해 38%, 내년 50%까지 끌어올리겠다는 목표 제시

  • NHN클라우드가 AI 풀스택 브랜드 ‘팩토리X’를 공개함. 그냥 GPU 좀 빌려주는 서비스가 아니라, 인프라부터 개발 플랫폼, AI 에이전트 서비스까지 한 번에 묶겠다는 그림임

    • 구성은 3개 레이어임. 인프라 레이어, 플랫폼 레이어, 서비스 레이어
    • 회사는 이걸 기반으로 “대한민국 AI G3”를 이끄는 국가대표 AI 인프라 기업이 되겠다고 말함. 표현은 거창한데, 방향은 꽤 명확함
  • 제일 센 카드는 양평 데이터센터와 대규모 GPU 클러스터임

    • 양평 리전에 B200 GPU 7656장을 적용한 경험을 앞세움
    • 단일 클러스터링 기준 국내 최대 규모라는 4080장 GPU 클러스터도 강조함
    • 랙당 75kW급 고밀도 환경에서 100% 수랭식 운영을 적용했고, 장애율을 3분의 1 수준으로 낮췄다고 함
    • 확보한 컴퓨팅 성능은 27.4EF(엑사플롭스) 수준으로, 회사 주장대로면 세계 슈퍼컴퓨터 순위 20위권 안에 들어갈 만한 급임

중요

> NHN클라우드가 말하는 핵심 숫자는 B200 GPU 7656장, 단일 GPU 클러스터 4080장, 27.4EF임. 국내 AI 인프라 사업자가 이제 “우리도 대규모 GPU 운영 경험 있다”를 숫자로 밀기 시작한 셈임.

  • 민간 시장에서는 크래프톤 사례를 전면에 꺼냈음. 포인트는 프라이빗 AI 클라우드임

    • 크래프톤에 기업 맞춤형 프라이빗 AI 클라우드를 구축한 사례를 소개함
    • NHN클라우드는 고객사가 원하는 형태에 맞춰 프라이빗, 테일러드 클라우드 환경을 만들 수 있다고 주장함
    • 국방, 공공, 금융처럼 폐쇄적인 환경에서 AI를 써야 하는 조직을 주요 타깃으로 보는 분위기임
  • 이노그리드 인수도 여기서 연결됨. “GPU는 있는데 현장 운영 인력이 부족한” 문제를 보완하겠다는 계산임

    • 이노그리드는 자체 클라우드 솔루션, 클라우드 관리 플랫폼(CMP), 서비스형 플랫폼(PaaS), 프라이빗·하이브리드 클라우드 기술을 가진 국내 기업임
    • 김동훈 대표는 프라이빗 클라우드가 현장 운영 역량을 요구하는데, 이노그리드 조직이 그 부분에 강점이 있다고 설명함
    • NHN의 GPU·연구개발 역량과 이노그리드의 프라이빗 클라우드 운영 역량을 합쳐 시너지를 내겠다는 얘기임
  • 플랫폼 레이어에서는 ‘GPU 라이브’와 ‘AI 이지메이커’를 내세움. 여기서부터는 GPU를 “잘 쓰는” 문제로 넘어감

    • GPU 라이브는 학습, 추론 같은 고객 워크로드 특성에 맞춰 GPU 자원을 관리하는 플랫폼임
    • 동적 할당과 에너지 효율 기반 스케줄링으로 자원을 더 촘촘하게 배치하겠다는 설명임
    • AI 이지메이커는 AI 개발 플랫폼으로, 개발 생산성을 높이는 쪽에 초점이 있음
  • 서비스 레이어는 NHN엔터프라이즈가 하반기 출시할 ‘프로젝트X’가 맡음

    • 프로젝트X는 기업 업무 전반에 AI 에이전트를 붙이는 서비스임
    • 비개발자도 자연어로 AI 에이전트를 만들 수 있게 하겠다는 방향
    • 보안성을 유지하면서 AI 에이전트가 24시간 계속 일하게 하는 운영 모델을 강조함
  • 사업 목표도 꽤 공격적임. NHN클라우드는 최근 3년간 클라우드 사업이 연평균 24% 성장했다고 밝힘

    • AI 신사업 매출 비중은 올해 38%, 내년 50%까지 높이겠다는 계획
    • GPUaaS부터 프라이빗 AI 인프라까지 수요를 넓게 받겠다는 전략임
    • 결국 “AI 인프라를 국가 단위로 깔아야 한다”는 흐름에서 공공 경험을 민간 매출로 바꾸려는 시도라고 보면 됨

기술 맥락

  • 이번 발표의 기술적 선택은 퍼블릭 클라우드형 GPU 임대만 밀지 않고, 프라이빗 AI 클라우드까지 같이 가져가는 쪽이에요. 한국의 공공, 금융, 국방 쪽은 데이터와 망 분리 요구가 강해서 그냥 외부 클라우드에 올리기 어려운 경우가 많거든요.

  • NHN클라우드가 수랭식, 고밀도 랙, 단일 GPU 클러스터를 강조한 이유는 AI 인프라 병목이 단순히 GPU 구매에서 끝나지 않기 때문이에요. 수천 장 규모가 되면 발열, 네트워크, 장애 대응, 스케줄링이 같이 터지기 쉬워서 운영 역량 자체가 상품이 돼요.

  • GPU 라이브 같은 관리 플랫폼이 중요한 것도 같은 맥락이에요. 학습과 추론은 자원 사용 패턴이 다르고, GPU를 비워두면 비용이 바로 낭비로 이어져요. 그래서 동적 할당과 에너지 효율 기반 스케줄링을 넣어야 “많이 샀다”가 아니라 “잘 굴린다”가 돼요.

  • 이노그리드 인수는 기술보다 운영 조직을 확보하는 의미가 커 보여요. 프라이빗 클라우드는 고객 현장에 맞춘 구축, 유지보수, 장애 대응이 계속 필요해서 플랫폼만 있어서는 부족하거든요.

핵심은 “GPU를 얼마나 샀냐”보다 “그걸 고객 워크로드에 맞게 얼마나 덜 태우고 잘 굴리냐”임. 국내 기업들이 퍼블릭 클라우드만으로 못 푸는 보안·폐쇄망·비용 문제를 프라이빗 AI 인프라로 잡겠다는 선언에 가깝다.

댓글

댓글

댓글을 불러오는 중...

ai-ml

유튜브, AI 생성 영상에 자동 라벨 붙인다

유튜브가 사실적으로 보이거나 의미 있게 AI로 변경·생성된 콘텐츠에 더 눈에 띄는 라벨을 적용하고, 제작자가 AI 사용 여부를 밝히지 않아도 내부 신호로 감지되면 자동 라벨을 붙이겠다고 밝혔다. 다만 라벨만으로 추천 노출이나 수익화 자격이 바뀌지는 않으며, 제작자는 YouTube Studio에서 잘못된 판정을 수정할 수 있다.

ai-ml

테크 CEO들의 'AI 만능론', 숫자는 아직 그렇게 말하지 않는다

테크 업계에서 AI를 이유로 한 대규모 감원과 조직 재편이 이어지는 가운데, Box 창업자 애런 레비는 CEO들이 실제 업무의 마지막 1마일을 모른 채 AI 에이전트의 능력을 과대평가하고 있다고 지적했다. 2026년 첫 5개월 동안 이미 11만5430명이 해고됐고, 여러 연구는 AI 도입이 체감 생산성만큼 실제 생산성을 끌어올렸다는 근거가 아직 약하다고 말한다.

ai-ml

오픈AI와 앤트로픽, 코딩 에이전트로 드디어 돈 되는 시장을 찾은 듯

사이먼 윌리슨은 오픈AI와 앤트로픽이 코딩 에이전트와 기업용 과금으로 진짜 제품-시장 적합성을 찾았다고 봐. 개인 구독자에게는 월 100달러 플랜이 싸게 느껴지지만, 기업 고객은 이제 사용량 기준 토큰 가격을 그대로 내기 시작했고 이게 대형 고객 예산을 빠르게 흔들고 있다는 얘기야.

ai-ml

컴팔과 GMI 클라우드, 대규모 추론용 AI 인프라 구축 협력

컴팔이 실리콘밸리 기반 AI 인프라 기업 GMI 클라우드와 협력해 대규모 추론과 에이전틱 AI 워크로드에 맞춘 GPU 서버 인프라를 구축한다고 발표했어. COMPUTEX 2026에서는 NVIDIA HGX B300을 지원하는 Compal SGX30-2 같은 고성능 AI 서버 플랫폼도 선보일 예정이야.

ai-ml

AI 쓰면 편해진다더니, 직장인들은 ‘AI 과부하’에 지쳐가는 중

국내 직장인들이 AI 전환 압박, AI 답변 검증 부담, 대체 불안 때문에 피로감을 호소하고 있어. 중앙일보 설문에서는 5284명 중 31.6%가 ‘AI 답변 검증에 시간이 더 걸릴 때’를 가장 지치는 순간으로 꼽았고, 기업들은 무작정 AI 사용량을 밀어붙이는 방식에서 업무 방식 재설계로 넘어가야 한다는 지적이 나와.