본문으로 건너뛰기
피드

KT, 분사했던 KT클라우드 다시 품나…IPO 막히고 AI 인프라 명분 찾는 중

ai-ml 약 7분
vote
0
댓글
북마크

KT가 이르면 다음 주 KT클라우드 재합병 여부를 최종 결정할 전망이야. 물적분할 당시 기대했던 상장 회수 시나리오가 중복상장 규제 강화로 흔들리면서, KT가 직접 재흡수하는 쪽이 현실적인 선택지로 떠오르고 있어.

  • 1

    KT클라우드는 2022년 클라우드·인터넷데이터센터 사업을 물적분할해 만들어졌지만, 중복상장 규제 강화로 상장 회수 경로가 좁아졌어.

  • 2

    KT는 마이크로소프트 애저 중심의 전산망 전환, 카이로스-X 재검토, AI 데이터센터 사업을 엮어 재합병 명분을 찾는 중이야.

  • 3

    재합병이 되더라도 재무적투자자 지분 정리, 약 700명 규모 조직 통합, AI 인프라 기반 차별화 모델 확보가 숙제로 남아 있어.

KT클라우드 재합병, 다음 주 결론 날 수도 있음

  • KT가 이르면 다음 주 최고경영자 의사결정을 통해 KT클라우드 재합병 여부를 정할 것으로 알려짐.

    • KT클라우드는 2022년 클라우드와 인터넷데이터센터(IDC) 사업을 물적분할해서 만든 회사임.
    • 당시 명분은 독립 성장, 빠른 의사결정, 외부 투자 유치였고, 시장에서는 나중에 상장해서 투자금을 회수하는 그림을 봤음.
  • 그런데 이 상장 시나리오가 꽤 빡세졌음. 정부가 중복상장 규제를 강화하고 있어서임.

    • 금융위원회와 한국거래소는 ‘중복상장 원칙 금지·예외 허용’ 방향의 규정과 가이드라인 개정안을 공개했고, 이달 말 시행을 앞두고 있음.
    • KT클라우드는 모회사 KT의 핵심 클라우드·IDC 사업을 떼어낸 회사라, 상장을 추진하면 모회사 핵심 사업 분리 상장 사례로 해석될 가능성이 큼.
    • 재무적투자자(FI)는 결국 엑시트가 필요하니, KT가 직접 지분을 사서 다시 흡수하는 방안이 현실적인 선택지로 떠오른 셈임.

중요

> KT클라우드 재합병의 핵심은 “클라우드 전략 변경”만이 아니라 “상장으로 투자금 회수하기 어려워진 구조”까지 같이 봐야 함.

마이크로소프트 애저 전략도 다시 보는 분위기

  • KT 내부에서는 이번 재합병 논의를 전임 경영진 시절 추진된 마이크로소프트 중심 클라우드 전략 재점검으로 보는 시각도 있음.

    • KT는 마이크로소프트와 5년간 1600억원 규모의 애저(Azure) 클라우드 서비스 계약을 맺었음.
    • 이 때문에 자체 클라우드보다 외산 클라우드 활용 비중이 커지는 것 아니냐는 우려가 계속 나왔음.
  • 차세대 전산망 프로젝트 ‘카이로스-X(KAIROS-X)’도 재검토 대상임.

    • 이 프로젝트는 전사적자원관리(ERP), 영업·과금시스템(BSS), 운영지원시스템(OSS) 같은 핵심 전산망을 애저 클라우드로 옮기는 약 1조6000억원 규모 사업임.
    • 노후 전산망 교체 필요성은 크기 때문에 전면 중단보다는 규모 조정 쪽에 무게가 실리는 분위기임.

분사 성과는 애매했고, AI 인프라 명분은 커졌음

  • KT클라우드는 외형상 성장하긴 했음.

    • 매출은 2022년 4321억원에서 지난해 1조원을 넘겼음.
    • 하지만 성장의 상당 부분이 클라우드 서비스 자체보다 IDC 임대 사업 확대에서 나온 것이라는 평가가 있음.
    • 올해 목표로 제시한 매출 2조원 달성도 쉽지 않을 것이라는 전망이 나옴.
  • 재합병의 가장 유력한 명분은 AX, 즉 인공지능 전환 사업 경쟁력 강화임.

    • 생성형 AI 확산으로 데이터센터, GPU, AI 인프라 중요성이 커졌음.
    • 통신망, 클라우드, IDC를 따로 운영하기보다 한 조직에서 투자와 의사결정을 통합하는 편이 효율적이라는 논리임.
    • 특히 AI 데이터센터(AIDC) 사업이 본격화되면 데이터센터를 직접 보유하고 운영하는 역량이 더 중요해짐.
  • 그래도 조직을 합친다고 자동으로 클라우드 경쟁력이 생기는 건 아님.

    • 국내 클라우드서비스제공사(CSP)의 역할이 GPU 서비스 공급 같은 인프라 제공으로 좁아질 수 있다는 우려가 있음.
    • 합병 이후에는 AI 인프라를 기반으로 차별화된 사업 모델을 만들어야 진짜 경쟁력이 된다는 지적이 나옴.

남은 숙제는 꽤 현실적임

  • KT가 재합병을 하려면 돈과 사람 문제를 동시에 풀어야 함.

    • 재무적투자자 지분을 어떻게 정리할지가 첫 번째 관문임.
    • KT클라우드 임직원 약 700명의 고용 승계와 조직 통합도 필요함.
    • 무엇보다 2022년에는 “분사해야 전문성과 속도가 올라간다”고 해놓고, 이제는 “합쳐야 AI 경쟁력이 생긴다”고 설명해야 하는 상황임.
  • 업계 흐름과도 묘하게 부딪힘.

    • SK텔레콤은 오히려 AIDC 사업을 별도 법인으로 분리하는 움직임을 보이고 있음.
    • AI 인프라 전문화를 위해 떼어내는 흐름과, KT처럼 다시 본사로 묶으려는 흐름이 동시에 나타나는 중임.

기술 맥락

  • KT가 다시 합병을 검토하는 이유는 클라우드 회사 하나의 실적 문제가 아니라, AI 인프라를 어디에 둘지에 대한 아키텍처 판단에 가까워요. 생성형 AI가 커질수록 GPU, 데이터센터, 네트워크, 클라우드 운영이 따로 놀면 투자 판단이 느려질 수 있거든요.

  • 원래 KT클라우드를 분사한 논리는 전문성과 속도였어요. 그런데 중복상장 규제가 강해지면서 상장을 통한 투자금 회수 경로가 막히고, 동시에 AI 데이터센터가 통신사의 핵심 인프라처럼 커지니까 본사 통합 논리가 다시 힘을 얻는 구조예요.

  • 카이로스-X도 단순한 클라우드 이전 프로젝트가 아니에요. 전사적자원관리, 과금, 운영지원 같은 통신사 핵심 시스템을 애저로 옮기는 1조6000억원 규모 전환이라서, 자체 클라우드 전략과 외산 클라우드 의존도 논쟁이 같이 붙을 수밖에 없어요.

  • 다만 합병은 수단일 뿐이에요. 국내 CSP 역할이 GPU 공급이나 IDC 운영에 머물면 마진과 차별화가 약해질 수 있거든요. 결국 KT가 보여줘야 하는 건 조직도가 아니라, AI 인프라 위에서 어떤 상품과 운영 역량을 만들 수 있느냐예요.

이건 단순 조직개편 뉴스라기보다, 국내 통신사가 클라우드 회사를 따로 키우는 전략에서 AI 인프라를 본사 핵심 역량으로 다시 끌어안는 흐름으로 볼 만해. 다만 합친다고 바로 클라우드 경쟁력이 생기는 건 아니라서, 결국 GPU·데이터센터 위에서 어떤 서비스를 만들지가 진짜 관전 포인트야.

댓글

댓글

댓글을 불러오는 중...

ai-ml

정부, 18.4GW급 AI 데이터센터 얼라이언스 출범…국산 인프라 판 키운다

과학기술정보통신부가 AI 데이터센터 산업을 키우기 위해 민관 합동 AIDC 얼라이언스를 출범시켰어. 목표는 18.4GW 규모 AI 데이터센터 구축, 국산 기술 실증, 전력·냉각·서버 공급망 강화, 해외 패키지 수출까지 한 번에 묶는 거야.

ai-ml

한국 인공지능 모델, 국가대표 선발전만으론 세계 시장 못 뚫는다

중국은 오픈웨이트와 낮은 가격으로 세계 개발자를 끌어들이고, 미국은 최상위 모델을 폐쇄형 API로 통제하는 중이다. 한국은 독자 인공지능 파운데이션 모델 프로젝트를 진행하고 있지만, 벤치마크 점수와 정부 평가가 실제 글로벌 채택으로 이어지는지가 핵심 문제로 지적된다.

ai-ml

시흥시, 반월·시화산단에 인공지능 제조혁신 280억 원 투입

시흥시가 반월·시화국가산업단지를 중심으로 인공지능 기반 제조혁신과 디지털 전환을 추진한다. 2028년까지 총 280억5000만 원을 투입해 인공지능 종합지원센터, 선도공장, 제조 인공지능 서비스 개발 등을 진행할 계획이다.

ai-ml

아마존, 자체 AI 모델 노바를 다시 짠다

아마존이 자체 인공지능 모델 노바 개발 조직을 정리하고, 외부 영입 인재가 이끄는 새 프런티어 모델 연구 조직에 힘을 싣고 있다. 고성능 모델과 이미지·동영상 모델 일부는 단계적으로 접고, 연말 리인벤트에서 공개할 새 기반 모델 개발이 사내 최우선 과제로 올라간 분위기다.

ai-ml

애플 실리콘 맥에서 젬마 4 26B를 램 2GB로 돌리는 오픈소스 엔진 등장

TurboFieldfare는 Gemma 4 26B-A4B 모델을 애플 실리콘 맥에서 약 2GB 메모리로 실행하는 Swift와 Metal 기반 런타임이다. 전체 14.3GB 모델을 메모리에 올리지 않고 공유 코어와 KV 캐시만 유지한 뒤, 토큰마다 필요한 전문가 가중치만 SSD에서 스트리밍하는 방식이 핵심이다.