본문으로 건너뛰기
피드

정부 2조 GPU 사업, 네이버클라우드·삼성SDS·엘리스그룹이 가져감

ai-ml 약 5분
vote
0
댓글
북마크

과기정통부가 2조800억원 규모의 첨단 GPU 확보 사업자로 네이버클라우드, 삼성SDS, 엘리스그룹을 선정함. 엔비디아 베라루빈 2천16장과 B300 7천688장, 총 9천704장을 확보해 공공·민간 AI 개발에 투입할 계획임.

  • 1

    정부가 총 9천704장의 첨단 GPU를 확보해 AI 학습·추론 인프라를 늘림

  • 2

    네이버클라우드와 삼성SDS는 베라루빈과 B300을 함께 구축하고, 엘리스그룹은 B300을 맡음

  • 3

    당초 B200 1만5천장 목표보다 약 30% 높은 성능, B200 약 1만9천장 규모라고 설명함

  • 4

    B300 서비스는 연내 순차 시작, 베라루빈 서비스는 2027년 상반기 목표임

  • 정부가 2조800억원 규모의 첨단 GPU 확보 사업자를 확정함. 선택된 곳은 네이버클라우드, 삼성SDS, 엘리스그룹임

    • 3사는 클라우드 서비스 기업(CSP) 자격으로 GPU를 확보·구축하고, 민간·공공 AI 프로젝트에 컴퓨팅 자원을 제공하게 됨
    • 공모에는 KT클라우드와 쿠팡까지 총 5개사가 들어왔고, 서류 검토와 현장 실사까지 거쳐 최종 3개사가 남음
  • 이번 사업의 핵심 숫자는 GPU 9천704장임. 그냥 서버 몇 대 늘리는 수준이 아니라, 국내 AI 인프라 판을 키우는 물량임

    • 엔비디아 베라루빈 2천16장, B300 7천688장으로 구성됨
    • 네이버클라우드는 베라루빈 1천8장과 B300 3천112장을 맡음
    • 삼성SDS는 베라루빈 1천8장과 B300 2천16장을 구축함
    • 엘리스그룹은 B300 2천560장을 확보함

중요

> 과기정통부 설명대로면 이번 구성은 당초 목표였던 B200 1만5천장보다 약 30% 높은 성능, 즉 B200 약 1만9천장 규모에 해당함.

  • 정부는 메모리·스토리지 가격이 오른 상황에서도 최신 GPU를 골라 성능 대비 효율을 끌어올렸다고 설명함

    • 특히 베라루빈은 이번에 처음 도입되는 모델로, 대역폭과 연산 속도가 기존 모델보다 크게 올라간다는 게 포인트임
    • AI 학습에서 자주 터지는 병목이 데이터 이동과 메모리 대역폭인데, 이 부분이 줄면 같은 시간에 더 많은 요청을 처리할 수 있음
    • 결과적으로 모델 학습 시간과 비용을 낮추는 효과를 기대하는 구조임
  • 확보한 GPU 전부가 정부 몫은 아님. 공공 목적과 CSP 자체 사업용이 나뉨

    • 베라루빈 2천16장과 B300 4천360장은 정부 활용분으로 잡힘
    • 이 물량은 독자 AI 파운데이션 모델, 국가 AI 프로젝트, 산·학·연 AI 모델·서비스 개발에 투입될 예정임
    • 나머지 B300 3천328장은 CSP가 클라우드 GPU 서비스와 자체 AI 모델·서비스 고도화에 쓰게 됨
  • 일정은 B300이 먼저, 베라루빈이 나중임

    • 정부와 3사는 6월 중 GPU 구매 발주에 들어갈 계획임
    • B300은 입고와 구축이 끝나는 순서대로 연내 서비스를 순차 개시할 예정임
    • 베라루빈은 제품 출시 일정을 감안해 2027년 상반기 서비스 시작을 목표로 함
  • 개발자 입장에서 중요한 건 “누가 뽑혔냐”보다 “이 GPU에 실제로 어떻게 접근하냐”임

    • 국내 AI 스타트업이나 연구팀은 모델 아이디어보다 GPU 대기열, 비용, 할당 조건에서 자주 막힘
    • 정부 활용분이 독자 모델과 국가 프로젝트에만 과하게 묶이면 체감 효과가 제한될 수 있음
    • 반대로 API·클라우드 콘솔·크레딧 같은 방식으로 접근성이 좋아지면 작은 팀도 꽤 큰 실험을 돌릴 수 있음

기술 맥락

  • 이번 선택은 “GPU를 누가 소유하느냐”보다 “GPU를 어떤 클라우드 운영 체계 위에 올리느냐”가 더 중요해요. AI 학습 장비는 카드만 꽂는다고 끝나는 게 아니라 네트워크, 스토리지, 작업 스케줄링, 장애 대응까지 같이 굴러가야 하거든요.

  • 베라루빈과 B300을 섞은 것도 비용과 시점의 타협으로 볼 수 있어요. B300은 연내 서비스가 가능하고, 베라루빈은 더 높은 성능을 기대하지만 2027년 상반기까지 기다려야 해서 단기 수요와 장기 성능을 나눠 가져가는 구조예요.

  • 정부 활용분과 CSP 자체 활용분을 나눈 이유도 있어요. 공공 AI 프로젝트에는 안정적인 예약 물량이 필요하고, 클라우드 사업자는 남은 자원으로 GPUaaS 상품을 만들어야 실제 개발자들이 접근할 수 있거든요.

  • 결국 관전 포인트는 할당 정책이에요. GPU 총량이 늘어도 대기업·국책 과제 중심으로만 잠기면 체감은 작고, 스타트업·대학·개인 개발자가 짧은 기간이라도 고성능 GPU를 쓸 수 있으면 생태계 효과가 커져요.

한국 AI 생태계에서 제일 큰 병목이 모델 아이디어가 아니라 GPU 접근성이라는 걸 정부도 정면으로 인정한 셈임. 다만 실제 개발자와 스타트업이 얼마나 낮은 마찰로 이 자원을 쓰게 될지가 관건임.

댓글

댓글

댓글을 불러오는 중...

ai-ml

엔비디아와 네이버, 기가와트급 AI 클라우드 동맹 띄운다

젠슨 황 엔비디아 최고경영자가 네이버 1784를 찾아 네이버와 함께 한국을 시작으로 전 세계에 거대한 AI 클라우드를 구축하겠다고 말했다. 네이버는 엔비디아와 국내 최대 하이퍼스케일 데이터센터 ‘각 세종’의 4배 규모에 해당하는 기가와트급 AI 팩토리 구축에 합의했다고 밝혔다.

ai-ml

젠슨 황이 네이버 1784에 온 이유, GPU 공급을 넘어 AI 클라우드 판 키우기

젠슨 황 엔비디아 CEO가 네이버 1784를 방문해 이해진 의장과 AI 인프라 협력 확대를 공식화함. 네이버는 엔비디아와 글로벌 AI 팩토리 사업을 추진하고, 2027년 55MW를 시작으로 2028년 200MW, 장기적으로 GW급 인프라까지 보겠다는 계획을 내놨음.

ai-ml

LG CNS, 바이브 코딩을 넘어 기업 시스템까지 이해하는 AI 개발자 공개

LG CNS가 대규모 IT 시스템 구축·운영 전 과정을 자동화하는 에이전틱 AI 개발 플랫폼 AIND를 출시했다. 자연어 요구사항 입력부터 분석·설계, 코딩, 테스트·품질 검증까지 여러 AI 에이전트가 협업하고, 기업별 개발 표준·보안 규정·소스코드를 구조화한 지식 파운데이션으로 기존 시스템과의 충돌을 줄이는 방식이다.

ai-ml

서울대에 뜬 젠슨 황, AI 에이전트 체험장에 학생들 몰렸다

엔비디아가 서울대에서 학생, 빌더, 엔지니어를 대상으로 AI 에이전트 체험 행사를 열었다. 참가자들은 OpenClaw, NemoClaw, Nemotron을 활용해 로컬, 클라우드 VM, 엣지 디바이스 환경에서 자율 AI 에이전트가 동작하는 방식을 살펴봤고, 젠슨 황 CEO 등장으로 현장 열기가 크게 올라갔다.

ai-ml

AI 컴퓨팅, 2033년부터 ‘학습’보다 ‘추론’이 더 커진다

ABI리서치는 AI 클라우드 워크로드의 중심이 모델 학습에서 서비스 운영용 추론으로 이동한다고 전망했다. 2033년 추론 워크로드가 학습을 처음 추월하고, 2035년에는 추론만 약 46기가와트 규모까지 커질 것으로 예상했다.