NHN클라우드, GPU부터 AI 에이전트까지 묶은 ‘팩토리X’ 공개

• NHN클라우드가 기업용 AI 전환을 겨냥한 풀스택 브랜드 ‘팩토리X’를 공개함

  • GPU 확보, 데이터센터 운영, GPU 최적화, AI 에이전트 실행 환경까지 한 번에 묶겠다는 전략임
  • 단순히 클라우드 인스턴스 파는 게 아니라, 기업이 AI를 실제 업무 환경에서 굴리게 만드는 쪽으로 포지션을 바꾸는 셈

• 숫자로 보면 방향 전환이 꽤 노골적임

  • NHN클라우드는 전체 매출에서 AI 사업이 차지하는 비중을 지난해 14% 수준에서 올해 38%까지 올리겠다고 밝힘
  • 내년에는 이 비중을 50% 이상으로 키우겠다는 계획임
  • 말 그대로 회사의 성장축을 기존 클라우드에서 AI 인프라 쪽으로 강하게 옮기겠다는 선언에 가까움

• 팩토리X의 핵심 구성은 크게 3개로 보임

  • 수랭식 데이터센터로 고성능 GPU 발열과 전력 효율 문제를 잡겠다는 인프라 전략
  • GPU 운영 최적화 플랫폼 ‘GPU 라이브’로 비싼 GPU 자원이 놀지 않게 관리하겠다는 플랫폼 전략
  • AI 에이전트 실행 환경 ‘프로젝트X’로 기업 업무 안에서 AI가 실제로 움직이게 하겠다는 서비스 전략

• 이 발표가 나온 배경은 클라우드 시장의 관심사가 바뀌고 있기 때문임

  • 예전에는 서버, 스토리지, 네트워크를 안정적으로 빌려주는 게 핵심이었다면, AI 시대에는 GPU 클러스터 설계와 운영, 비용 최적화가 더 큰 문제가 됨
  • 특히 AI 에이전트가 기업 안으로 들어오면 내부 데이터, 업무 시스템, 보안 체계, 클라우드 환경이 서로 맞물려야 함
  • 기업 입장에서는 ‘모델 써보자’보다 ‘우리 시스템에서 사고 안 나게 굴릴 수 있나’가 더 현실적인 질문이 됨

• NHN클라우드는 자신들의 강점으로 현장 운영 경험을 내세우고 있음

  • 김동훈 대표는 인프라를 얼마나 단단하고 효율적으로 운영하느냐가 경쟁력이 되는 시대라고 설명함
  • 팩토리X도 국내 GPU 인프라 시장에서 쌓은 엔지니어링 경험과 운영 노하우를 집약한 결과물이라고 강조함
  • 공공과 민간의 AI 전환을 안정적으로 받치겠다는 메시지가 반복해서 나옴

• 개발자 입장에서 볼 포인트는 ‘AI 도입’이라는 말이 점점 인프라 운영 이슈로 내려오고 있다는 점임

  • 모델 호출 API만 붙이는 단계에서는 큰 문제가 없어 보여도, 실제 서비스로 가면 GPU 사용률, 장애 대응, 데이터 보안, 업무 시스템 연동이 한꺼번에 터짐
  • NHN클라우드가 팩토리X를 내놓은 건 이 복잡한 구간을 패키지로 잡겠다는 시도임
  • 국내 기업들이 글로벌 클라우드만 쓰기 어려운 공공, 금융, 보안 민감 영역에서는 이런 ‘국내형 AI 인프라 풀스택’ 수요가 꽤 있을 수 있음

---

기술 맥락

• 이번 선택의 핵심은 AI 모델 자체보다 실행 환경을 잡겠다는 거예요. 기업은 이미 여러 모델을 비교할 수 있지만, 그 모델을 내부 데이터와 업무 시스템에 붙여서 안정적으로 운영하는 건 별개의 문제거든요.

• NHN클라우드가 GPU와 수랭식 데이터센터를 앞세운 이유는 비용 구조 때문이에요. GPU는 비싸고 전력과 발열 부담도 커서, 장비를 확보하는 것만으로는 경쟁력이 안 나와요. 활용률을 높이고 장애를 줄이는 운영 능력이 바로 비용 최적화로 이어져요.

• ‘GPU 라이브’ 같은 관리 플랫폼이 중요한 이유도 여기에 있어요. AI 워크로드는 학습, 추론, 실험, 배포 단계마다 자원 사용 패턴이 달라서 유휴 GPU가 생기기 쉬워요. 이걸 잘 배치하고 모니터링해야 기업 입장에서 돈 낭비가 줄어요.

• ‘프로젝트X’는 인프라 위에 올라가는 업무 실행 레이어에 가까워요. 비개발자도 AI 에이전트를 설계하게 하겠다는 건, AI 도입 대상을 개발팀 실험에서 현업 프로세스로 넓히려는 움직임이에요.