본문으로 건너뛰기
피드

엔비디아와 SK텔레콤, 2027년 기가와트급 AI 클라우드 가동 노림

ai-ml 약 6분
vote
0
댓글
북마크

엔비디아와 SK텔레콤이 엔비디아 DSX 플랫폼을 기반으로 국내에 기가와트급 AI 클라우드를 구축하겠다고 발표했다. 2027년 첫 AI 팩토리 가동을 목표로 하며, 모델 학습·추론·에이전틱 AI·피지컬 AI 워크로드를 처리하는 GPU 특화 클라우드를 만들겠다는 구상이다.

  • 1

    SK텔레콤은 엔비디아 DSX 기반으로 2027년 첫 기가와트급 AI 팩토리 가동을 목표로 함

  • 2

    AI 클라우드는 범용 클라우드가 아니라 AI 모델 학습, 추론, 에이전틱 AI 워크로드에 특화된 GPU 인프라로 설명됨

  • 3

    SK텔레콤은 엔비디아 클라우드 파트너로 참여하며 국내를 넘어 아시아 AI 클라우드 시장까지 확장하려는 비전을 제시

  • 엔비디아와 SK텔레콤이 국내에 기가와트급 AI 클라우드를 구축하겠다고 발표함

    • 목표 시점은 2027년 첫 번째 AI 팩토리 가동임
    • 기반 플랫폼은 엔비디아 DSX임
    • 발표의 핵심은 “GPU 데이터센터를 짓겠다”가 아니라 “AI 워크로드 전용 클라우드 사업자로 가겠다”에 가까움
  • 여기서 말하는 AI 클라우드는 기존 범용 클라우드와 성격이 다름

    • 일반 클라우드는 서버, 스토리지, 네트워크를 범용으로 빌려주는 모델에 가까움
    • AI 클라우드는 모델 훈련, 추론, 에이전틱 AI 같은 워크로드를 GPU 기반으로 처리하는 데 특화됨
    • 엔비디아는 AI 클라우드를 데이터에서 토큰을 생산하는 AI 팩토리 중심 인프라로 설명함

중요

> 이번 발표에서 눈에 띄는 기준은 “GPU 몇 장”보다 “토큰당 생성 비용”과 “메가와트당 토큰 성능”임. AI 인프라 경쟁이 이제 전력 효율과 운영 효율 싸움으로 넘어가고 있다는 신호임.

  • SK텔레콤의 AI 클라우드는 엔비디아 DSX 풀스택 레퍼런스 아키텍처를 기반으로 구축될 예정임

    • 소프트웨어, 하드웨어, 운영까지 한 묶음으로 설계한다는 구상임
    • 목표는 에너지 효율을 극대화하고 토큰당 생성 비용을 낮추는 것임
    • DSX MaxLPS 소프트웨어는 메가와트당 토큰 성능을 극대화하는 역할로 소개됨
    • DSX OS는 라이프사이클 관리, 런타임 일관성, 상태 자동화, 복원력, 멀티테넌트 운영을 지원하는 오픈소스 모듈형 소프트웨어로 설명됨
  • SK텔레콤은 이 인프라를 한국 전역의 기업과 산업용 AI 기반으로 쓰겠다는 그림을 제시함

    • 소버린 AI, 피지컬 AI, 기업용 AI 서비스를 지원하는 방향임
    • 모델 훈련과 추론뿐 아니라 에이전틱 워크로드까지 처리 대상으로 잡음
    • 향후에는 아시아 전역으로 서비스를 넓히겠다는 비전도 붙어 있음
  • 엔비디아 쪽 메시지도 흥미로움. 통신 네트워크가 국가 AI 인프라로 진화한다는 주장임

    • 젠슨 황은 통신 네트워크가 사람, 기업, 기기, 기계를 연결하면서 새로운 AI 클라우드의 핵심 기반이 될 것이라고 말함
    • 통신사가 단순 회선 사업자가 아니라 AI 인프라 운영자로 바뀔 수 있다는 얘기임
    • SK텔레콤 입장에서는 네트워크, 데이터센터, 기업 고객 접점을 AI 클라우드로 묶는 전략임
  • SK텔레콤은 이미 피지컬 AI와 에이전틱 AI 쪽 사례를 밀고 있음

    • 엔비디아 GTC 타이베이에서 엔비디아 옴니버스 라이브러리를 활용해 SK하이닉스 반도체 팹에 디지털 트윈을 적용한 성과를 공개했다고 밝힘
    • 지난 4월에는 정부의 독자 AI 파운데이션 모델 프로젝트에서 A.X K1 모델 훈련에 엔비디아 네모트론 데이터셋을 채택했다고 발표함
    • 제조, 반도체, 통신 인프라를 엮어 “산업용 AI” 쪽 명분을 쌓는 흐름임
  • SK텔레콤은 엔비디아 클라우드 파트너로도 참여함

    • 이 프로그램 참여 기업은 엔비디아의 최신 AI 인프라, 소프트웨어, 개발자 생태계를 활용할 수 있음
    • SK텔레콤은 이 기반으로 성능과 경제성을 갖춘 AI 클라우드 서비스를 제공하겠다는 입장임
    • 국내 개발자와 기업 입장에서는 향후 GPU 클라우드 선택지가 늘어날 가능성이 있음

기술 맥락

  • 이번 발표에서 중요한 건 SK텔레콤이 범용 클라우드가 아니라 AI 전용 클라우드를 전면에 세웠다는 점이에요. AI 학습과 추론은 일반 웹 서버처럼 CPU와 메모리만 늘린다고 효율이 나오는 구조가 아니라 GPU, 네트워크, 스토리지, 스케줄러가 같이 맞아야 하거든요.

  • 엔비디아 DSX를 쓰겠다는 건 직접 모든 레이어를 조립하기보다 검증된 레퍼런스 아키텍처를 가져와 빠르게 규모를 키우겠다는 선택이에요. 기가와트급 인프라는 시행착오 비용이 너무 커서, 칩부터 운영 소프트웨어까지 한 번에 맞춘 설계가 유리할 수 있어요.

  • 토큰당 비용을 강조하는 것도 현실적인 포인트예요. AI 서비스 사업자는 결국 같은 전력과 같은 GPU로 더 많은 토큰을 싸게 뽑아야 마진이 남고, 고객도 추론 비용을 감당할 수 있어요.

  • 피지컬 AI와 에이전틱 AI를 같이 언급한 건 워크로드가 더 복잡해진다는 뜻이에요. 챗봇 응답만 처리하는 게 아니라 공장 디지털 트윈, 로봇, 여러 단계의 에이전트 실행까지 받으려면 지연시간, 안정성, 멀티테넌트 격리가 훨씬 중요해져요.

이건 단순 데이터센터 발표라기보다 통신사가 AI 인프라 사업자로 포지션을 바꾸는 선언에 가까움. 토큰당 비용, 메가와트당 토큰 성능 같은 표현이 전면에 나온다는 건 앞으로 AI 클라우드 경쟁이 GPU 개수보다 운영 효율과 전력 효율 싸움으로 갈 가능성이 크다는 뜻임.

댓글

댓글

댓글을 불러오는 중...

ai-ml

이노그리드, 2030년 국내 AI 클라우드 솔루션 1위 목표로 통합 제어 플랫폼 밀기 시작

이노그리드가 테크 비전 데이 2026에서 2030년까지 국내 AI 클라우드 솔루션 1위 기업이 되겠다는 목표와 기술 로드맵을 공개했다. GPU, NPU, CPU, QPU 같은 다양한 xPU 자원부터 AI 개발·학습·배포·운영까지 하나의 Control Plane으로 묶는 TAFA 아키텍처가 핵심이다.

ai-ml

정부, 2조800억 원 들여 네이버클라우드·삼성SDS·엘리스에 GPU 9,704장 맡김

정부가 2026년 2조800억 원 규모의 첨단 GPU 확보·구축 사업자로 네이버클라우드, 삼성SDS, 엘리스그룹을 선정했다. 총 9,704장의 베라루빈과 B300을 들여와 국내 AI 모델 개발, 국가 AI 프로젝트, 산학연 연구개발에 투입하고 일부는 CSP 자체 클라우드 서비스에 활용할 계획이다.

ai-ml

전 네이버클라우드 임원이 세운 에이투시스, 설립 한 달 안 돼 160억 시드 투자 유치

이동수 전 네이버클라우드 전무가 창업한 AI 컴퓨팅 솔루션 스타트업 에이투시스가 법인 설립 한 달도 안 돼 160억 원 규모 시드 투자를 유치했다. 회사는 AI 에이전트 연산 효율화, 모델 압축·추론 가속, 차세대 메모리 솔루션을 묶은 소프트웨어·하드웨어 통합 솔루션을 개발하겠다고 밝혔다.

ai-ml

AI 에이전트 비용, 작업별 소형 모델로 최대 90% 줄인다는 접근이 나왔다

오픈클로 환경에서 반복적인 에이전트 하위 작업을 소형 언어 모델로 라우팅해 프런티어 모델 호출을 줄이는 방식이 공개됐다. 뉴로메트릭AI의 클로팩과 루마독의 VPS 템플릿을 결합해 호스팅 비용과 추론 비용을 같이 낮추겠다는 전략이다.

ai-ml

아프리카 개발자들이 중국 AI 모델로 몰리는 이유, 결국 비용과 언어 데이터 문제

아프리카 개발자들이 자국어 AI 모델을 만들 때 구글, 마이크로소프트, 오픈AI보다 딥시크, 큐웬, 키미 같은 중국 AI 플랫폼을 더 많이 선택하고 있다는 보도다. 이유는 단순하다. 아프리카에는 1천500개에서 3천개 언어가 쓰이고, 데이터가 부족한 언어로 모델을 만들면 영어 기반보다 비용이 3배에서 30배까지 더 들 수 있기 때문이다.