[현장] NHN클라우드, ‘AI 실행 인프라’ 정조준…“FactoryX로 국가대표 AI 인프라 기업 도약” 작성일 05-27 48 목록 <div id="layerTranslateNotice" style="display:none;"></div> <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> <section dmcf-sid="zxKZAtvmll"> <div contents-hash="ebaad27ae18fe692926a225eeb77b210115f5068f82f673371ed6098dfb19493" dmcf-pid="qM95cFTsWh" dmcf-ptype="general"> <h5>수랭식 데이터센터·4080장 단일 GPU 클러스터 앞세워 AI 인프라 경쟁력 강조</h5> <h5>GPU Live·AI EasyMaker로 “확보한 GPU를 100% 활용하는 플랫폼” 제시</h5> <h5>프로젝트X로 보안·워크로드·비용 문제 잡는 AI 에이전트 실행 환경 공개</h5> <div> </div> </div> <figure class="figure_frm origin_fig" contents-hash="134b2c7f521d7c7e4dd8330c73cd6a99be2f102f7d1c126ce7f521e344f1f6a6" dmcf-pid="BR21k3yOCC" dmcf-ptype="figure"> <p class="link_figure"><img alt="이날 무대에 선 김동훈 NHN클라우드 대표는 “우리는 지금 전환점에 서 있다”며 운을 뗐다. 몇 년 전까지만 해도 기업의 질문이 ‘AI를 어떻게 도입할 것인가’에 머물렀다면, 이제는 AI 없는 업무 환경을 상상하기 어려운 단계에 들어섰다는 설명이다. (사진=테크42)" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202605/27/552816-OGTrtXj/20260527082259831gncm.jpg" data-org-width="1024" dmcf-mid="tLLhevDgSH" dmcf-mtype="image" height="auto" src="https://img3.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202605/27/552816-OGTrtXj/20260527082259831gncm.jpg" width="658"></p> <figcaption class="txt_caption default_figure"> 이날 무대에 선 김동훈 NHN클라우드 대표는 “우리는 지금 전환점에 서 있다”며 운을 뗐다. 몇 년 전까지만 해도 기업의 질문이 ‘AI를 어떻게 도입할 것인가’에 머물렀다면, 이제는 AI 없는 업무 환경을 상상하기 어려운 단계에 들어섰다는 설명이다. (사진=테크42) </figcaption> </figure> <div contents-hash="bc5257331c0ea1386c5d07525a5cf1ed36bf94371bdd3122fe6ff4b5df167384" dmcf-pid="b2pviWmjTI" dmcf-ptype="general"> <div> </div> </div> <p contents-hash="639c466408aa804959f11f58848c39427e8db1d6a2accde4be84f33cb4f5e0eb" dmcf-pid="KVUTnYsAlO" dmcf-ptype="general">엔에이치엔클라우드(NHN클라우드)가 인공지능(AI) 경쟁의 무게중심을 ‘모델’에서 ‘실행 인프라’로 옮겨 잡았다. 26일 기자간담회를 연 엔에이치엔클라우드는 AI 인프라, 플랫폼, 서비스를 통합한 신규 AI 풀스택 브랜드 ‘NHN FactoryX’를 공개했다. FactoryX는 대규모 AI를 생산하는 공장이라는 의미의 ‘Factory’에 NHN클라우드가 축적한 경험(eXperience)과 고객의 AI 전환(AX) 여정을 뜻하는 ‘X’를 결합한 브랜드다. </p> <div contents-hash="cc3c7011e7a89a2e5ec42965a3539b0049dddf0223c3859eea6643370033b4da" dmcf-pid="9fuyLGOcWs" dmcf-ptype="general"> NHN클라우드가 이날 강조한 방향은 단순한 GPU 임대나 클라우드 자원 공급이 아니었다. GPU 확보, 냉각·전력·네트워크 설계, 클러스터 운영, 개발 플랫폼, AI 에이전트 실행 환경까지 하나의 흐름으로 묶어 기업의 AI 전환 전 과정을 맡겠다는 구상이다. 또 FactoryX 출범을 계기로 AI 사업을 핵심 성장축으로 키우고, 전체 매출에서 AI 사업 비중을 50% 이상으로 확대하겠다는 목표도 제시했다. <div> </div> </div> <figure class="figure_frm origin_fig" contents-hash="b411816eb809f3f70583574455577a6973c3d8eed68a049019c26806444cb97d" dmcf-pid="247WoHIkhm" dmcf-ptype="figure"> <p class="link_figure"><img alt="FactoryX는 대규모 AI를 생산하는 공장이라는 의미의 ‘Factory’에 NHN클라우드가 축적한 경험(eXperience)과 고객의 AI 전환(AX) 여정을 뜻하는 ‘X’를 결합한 브랜드다. (사진=테크42)" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202605/27/552816-OGTrtXj/20260527082301300mjpr.jpg" data-org-width="1024" dmcf-mid="FLOFDpYClG" dmcf-mtype="image" height="auto" src="https://img4.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202605/27/552816-OGTrtXj/20260527082301300mjpr.jpg" width="658"></p> <figcaption class="txt_caption default_figure"> FactoryX는 대규모 AI를 생산하는 공장이라는 의미의 ‘Factory’에 NHN클라우드가 축적한 경험(eXperience)과 고객의 AI 전환(AX) 여정을 뜻하는 ‘X’를 결합한 브랜드다. (사진=테크42) </figcaption> </figure> <div contents-hash="5ffcdf164b88515bbc6d851460f3028138764b1502d55d447359ac14264788a7" dmcf-pid="V8zYgXCElr" dmcf-ptype="general"> <div> </div> </div> <p contents-hash="25fd515b1f5844a29a5267da4d6a8d171eeb2168d0cce610032aa6b4475e2a80" dmcf-pid="f6qGaZhDvw" dmcf-ptype="general">이날 무대에 선 김동훈 NHN클라우드 대표는 “우리는 지금 전환점에 서 있다”며 운을 뗐다. 몇 년 전까지만 해도 기업의 질문이 ‘AI를 어떻게 도입할 것인가’에 머물렀다면, 이제는 AI 없는 업무 환경을 상상하기 어려운 단계에 들어섰다는 설명이다. 그러면서 김 대표는 “AI 경쟁이 거대 모델 자체를 넘어 토큰을 얼마나 안정적이고 저렴하게 생산할 수 있는지, 인프라를 얼마나 단단하고 효율적으로 운영할 수 있는지의 문제로 이동했다”고 짚었다. 이어 FactoryX를 ‘어제의 경험으로 내일의 변화를 만들어내는 공장’이라고 정의하며, 인프라·플랫폼·서비스 3개 레이어를 통해 AI 실행 환경을 완성하겠다고 밝혔다. </p> <div contents-hash="f3dea80bb703aead8e9cc011e75d6cb75e7f94932ee99b18fb1deb91ed299686" dmcf-pid="4PBHN5lwlD" dmcf-ptype="general"> <strong>수랭식 데이터센터와 단일 GPU 클러스터…“AI 인프라는 물리적 전쟁의 현장”</strong> <div> </div> </div> <figure class="figure_frm origin_fig" contents-hash="934f69bc71b7e6cc6882e00aee7438214adceee49e17c332b4fbab616ce607d6" dmcf-pid="8QbXj1SryE" dmcf-ptype="figure"> <p class="link_figure"><img alt="첫 번째 발표를 맡은 강민수 NHN클라우드 CIO는 FactoryX의 출발점을 ‘인프라’로 규정했다. 강 CIO는 모든 AI 플랫폼과 서비스가 결국 GPU 인프라 위에서 작동한다는 점을 강조하며, AI 인프라 구축은 설계도만으로 완성되는 일이 아니라고 설명했다. (사진=테크42)" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202605/27/552816-OGTrtXj/20260527082302786vlqn.jpg" data-org-width="1024" dmcf-mid="3GvSJyrNyY" dmcf-mtype="image" height="auto" src="https://img4.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202605/27/552816-OGTrtXj/20260527082302786vlqn.jpg" width="658"></p> <figcaption class="txt_caption default_figure"> 첫 번째 발표를 맡은 강민수 NHN클라우드 CIO는 FactoryX의 출발점을 ‘인프라’로 규정했다. 강 CIO는 모든 AI 플랫폼과 서비스가 결국 GPU 인프라 위에서 작동한다는 점을 강조하며, AI 인프라 구축은 설계도만으로 완성되는 일이 아니라고 설명했다. (사진=테크42) </figcaption> </figure> <div contents-hash="b581c661cc47e3537bb00137e9dd13f4945b93fbc443a0e9175236f796b41ba2" dmcf-pid="6xKZAtvmCk" dmcf-ptype="general"> <div> </div> </div> <p contents-hash="166153a6f20ec4dc890f6849912425a59a8f14135994ef2cd683a4996313dbe7" dmcf-pid="PxKZAtvmTc" dmcf-ptype="general">첫 번째 발표를 맡은 강민수 NHN클라우드 CIO는 FactoryX의 출발점을 ‘인프라’로 규정했다. 강 CIO는 모든 AI 플랫폼과 서비스가 결국 GPU 인프라 위에서 작동한다는 점을 강조하며, AI 인프라 구축은 설계도만으로 완성되는 일이 아니라고 설명했다. 전력을 끌어오고, 냉각 구조를 설계하고, 수천 장의 GPU를 물리적으로 연결하는 과정 자체가 고난도의 엔지니어링이라는 것이다. </p> <p contents-hash="8c1a40179bdb9a08aef70b74698286c280ec48e5c3cfc5b2401593d8ba036e5a" dmcf-pid="QM95cFTsCA" dmcf-ptype="general">강 CIO는 기업들이 AI 인프라를 확보하는 데 처음부터 장벽에 부딪힌다고 말했다. GPU 서버 확보에는 26주 이상, 클러스터 네트워크 구성을 위한 스위치·케이블 등 핵심 자재 확보에는 48주 이상, 스토리지 도입에도 8~10주가 걸리며 설치 기간까지 더하면 전체 프로젝트가 최소 52주 이상 소요될 수 있다는 설명이다. AI 인프라 구축이 단순 구매 문제가 아니라 공급망, 데이터센터 설계, 운영 역량이 결합된 장기 프로젝트라는 의미다. </p> <p contents-hash="3c4253962f287084efe03bf7c13a66941a51f76ad529873bab5efbd0b008a486" dmcf-pid="xR21k3yOhj" dmcf-ptype="general">NHN클라우드가 제시한 첫 번째 차별점은 수랭식 데이터센터다. 강 CIO는 GPU 세대가 바뀔수록 전력 소비와 발열 밀도가 급격히 높아지고 있으며, 차세대 GPU 환경에서는 기존 공랭식 방식만으로는 열을 감당하기 어렵다고 진단했다. 회사는 FactoryX 서울을 중심으로 고밀도 GPU 환경에 대응하는 수랭식 냉각 체계를 이미 가동하고 있다는 점을 강조했다. 수랭식 구조를 적용하면 시스템 안정성이 높아지고, 기존 공랭식 대비 GPU 연간 장애율이 낮아지며 평균 무고장 시간도 늘어난다는 것이 회사 측 설명이다. </p> <div contents-hash="e98b2374673fac8063590801cc0874a95c076ada1e943ac1c630aba8b040cb44" dmcf-pid="yYOL7ax2yN" dmcf-ptype="general"> 두 번째 축은 GPU 클러스터링이다. NHN클라우드는 정보통신산업진흥원의 AI 컴퓨팅 자원 활용 기반 강화 사업을 통해 4080장의 GPU를 단일 클러스터로 묶은 경험을 내세웠다. 인피니밴드 기반 초저지연 네트워크 위에서 수천 장의 GPU를 하나의 거대한 연산 자원처럼 운용하는 작업은 하드웨어 구매만으로 해결되지 않는다. 네트워크, 스토리지, 냉각, 장애 대응, 운영 자동화가 결합돼야 가능한 영역이라는 설명이다. <div> </div> </div> <figure class="figure_frm origin_fig" contents-hash="a4e91dbaad18b0b8d6c5794aef2e102f75850dadcbd7167a950b5f19d21766b0" dmcf-pid="WGIozNMVSa" dmcf-ptype="figure"> <p class="link_figure"><img alt="NHN클라우드가 제시한 첫 번째 차별점은 수랭식 데이터센터다. 강 CIO는 GPU 세대가 바뀔수록 전력 소비와 발열 밀도가 급격히 높아지고 있으며, 차세대 GPU 환경에서는 기존 공랭식 방식만으로는 열을 감당하기 어렵다고 진단했다. (사진=테크42)" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202605/27/552816-OGTrtXj/20260527082304499mmpo.jpg" data-org-width="1024" dmcf-mid="0Gp0ruHllW" dmcf-mtype="image" height="auto" src="https://img3.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202605/27/552816-OGTrtXj/20260527082304499mmpo.jpg" width="658"></p> <figcaption class="txt_caption default_figure"> NHN클라우드가 제시한 첫 번째 차별점은 수랭식 데이터센터다. 강 CIO는 GPU 세대가 바뀔수록 전력 소비와 발열 밀도가 급격히 높아지고 있으며, 차세대 GPU 환경에서는 기존 공랭식 방식만으로는 열을 감당하기 어렵다고 진단했다. (사진=테크42) </figcaption> </figure> <div contents-hash="57f00d568cf01cc99800632fa8e4e4da8334302bb8b74aa6630d109bf0d6ce11" dmcf-pid="YHCgqjRfvg" dmcf-ptype="general"> <div> </div> </div> <p contents-hash="b911efe6247369eec7b962dea5e4c8a99d76ba9378987277067d494875e45c2a" dmcf-pid="GXhaBAe4So" dmcf-ptype="general">강 CIO가 제시한 세 번째 차별점은 운영 내재화다. NHN클라우드는 데이터센터 아키텍처 설계, 저지연 네트워크 구축, 스토리지 설계, 24시간 모니터링, 장애 대응까지 직접 통제하는 운영 구조를 갖췄다고 밝혔다. </p> <p contents-hash="f936d0f9358793f74e2f241dd8403187d6fc1f7e7ca899f547e8e65196984b5d" dmcf-pid="HZlNbcd8TL" dmcf-ptype="general">NHN클라우드는 광주 국가 AI 데이터센터 운영 경험, H100 GPU와 국산 NPU 통합 운영, 27.4엑사플롭스(EF) 규모의 엑사스케일 AI 클러스터 운영 경험, 크래프톤 맞춤형 AI 인프라 구축 사례를 FactoryX의 기반으로 제시했다. 향후 FactoryX는 데이터센터 기반 GPUaaS와 기업 맞춤 구축형 AI 인프라 두 축으로 확장된다. 강 CIO는 “인프라를 확보하는 것만으로는 부족하다”며, 확보한 자원을 낭비 없이 활용하는 다음 단계가 필요하다고 말했다. </p> <div contents-hash="969378c282d5134c38428dfc765ca9a2e8c79c5a8faac53dfbf250e32b5cc87c" dmcf-pid="X5SjKkJ6vn" dmcf-ptype="general"> <strong>GPU Live·AI EasyMaker…“GPU를 갖는 것과 잘 쓰는 것은 다르다”</strong> <div> </div> </div> <figure class="figure_frm origin_fig" contents-hash="76c10fc7ebbc6bf3534317ba2e66568f4a6f4c2236a16a1bb0e3115731bcdd5f" dmcf-pid="Z1vA9EiPTi" dmcf-ptype="figure"> <p class="link_figure"><img alt="김태형 NHN클라우드 CTO는 FactoryX의 플랫폼 레이어를 설명했다. (사진=테크42)" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202605/27/552816-OGTrtXj/20260527082305983hucg.jpg" data-org-width="1024" dmcf-mid="p9KbS20HSy" dmcf-mtype="image" height="auto" src="https://img4.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202605/27/552816-OGTrtXj/20260527082305983hucg.jpg" width="658"></p> <figcaption class="txt_caption default_figure"> 김태형 NHN클라우드 CTO는 FactoryX의 플랫폼 레이어를 설명했다. (사진=테크42) </figcaption> </figure> <div contents-hash="18a26b1a9ded29c3b090cc75c1c214ce07a9e6a1227e02abf2cec9c83bde365f" dmcf-pid="5tTc2DnQlJ" dmcf-ptype="general"> <div> </div> </div> <p contents-hash="c7030d4f7c44bcc7148fe98f51ad50b270fc911da2f8cfa7561c530fa6f05356" dmcf-pid="1WsnugQ9vd" dmcf-ptype="general">두 번째 발표를 맡은 김태형 NHN클라우드 CTO는 FactoryX의 플랫폼 레이어를 설명했다. 김 CTO는 "기업이 어렵게 GPU를 확보하더라도 이를 실제로 얼마나 효율적으로 활용하느냐는 전혀 다른 문제"라며 "NHN클라우드는 2019년부터 GPU 인프라를 직접 운용해 왔고, 광주 AI 데이터센터와 크래프톤 인프라 구축, FactoryX까지 이어지는 과정에서 GPU 운영의 현실을 체감했다"고 말했다. </p> <p contents-hash="8cafd35dac24ddd5d6febba6293de549306885cbed4fb58e766a9c67673a13a8" dmcf-pid="tYOL7ax2Te" dmcf-ptype="general">김 CTO가 짚은 GPU 운영의 어려움은 크게 네 가지다. GPU는 유휴 상태에서도 전력을 소비하고, 학습이 끝나면 자원이 놀거나 추론 요청이 몰릴 때 병목이 생길 수 있다. 또 학습은 오래 걸리는 반면 추론은 짧고 빈번하게 발생해 워크로드 특성이 다르다. 기업마다 학습 중심인지, 추론 중심인지도 다르기 때문에 일괄적인 방식으로는 효율을 끌어올리기 어렵다. </p> <p contents-hash="047b1c52b369329e023d2f52e8c3619f7822b73425c3f54ebcfd26889b0905a1" dmcf-pid="FGIozNMVvR" dmcf-ptype="general">김 CTO는 GPU 활용률 저하가 곧 비용 손실로 이어진다고 설명했다. 예컨대 H100 한 장이 유휴 상태로 지속될 경우 시간당 2.1달러 수준의 비용이 낭비될 수 있고, 1000장 규모 클러스터를 운영하면서 GPU 활용률이 50%에 그친다면 연간 약 920만 달러, 한화 약 140억 원 규모의 손실이 발생할 수 있다는 계산이다. 문제는 상당수 기업이 이 같은 낭비를 실시간으로 인지하지 못한다는 점이다. </p> <p contents-hash="bc3e5750dcf20d0dfd2fc04c2ef4eed02e473d2a5fb8f6a60bca49ac7c735466" dmcf-pid="3HCgqjRfTM" dmcf-ptype="general">NHN클라우드가 이에 대한 해법으로 제시한 것이 GPU 통합 관리 플랫폼 ‘GPU Live’다. GPU Live는 조직 정책에 따라 워크로드 우선순위를 관리하고, 중요한 작업이 발생하면 자원을 재배치해 긴급 작업을 우선 처리할 수 있도록 설계됐다. 필요한 만큼 GPU를 할당하고 작업이 끝나면 즉시 회수해 유휴 리스크를 줄이는 구조다. GPU, CPU 워크로드, 스토리지 상태를 통합 대시보드에서 실시간으로 모니터링할 수 있다는 점도 강조됐다. </p> <p contents-hash="2a31e8f1ac07cef9de49d4fc87cd75397b991e320b6200ed70b98e76f8975c8e" dmcf-pid="0XhaBAe4lx" dmcf-ptype="general">김 CTO는 GPU Live를 베어메탈에 가깝게 자원을 동적으로 할당하는 얇은 가상화 레이어로 설명했다. AI 워크로드에서는 무거운 가상화보다 물리 자원에 가까운 방식으로 빠르게 붙고, 필요할 때 잘게 나누고, 작업 종료 후 즉시 회수하는 구조가 더 효율적이라는 판단이다. 또 김 CTO는 GPU Live를 활용하면 평균 이용률을 두 배 이상 높이고, GPU 한 장을 여러 워크로드가 나눠 쓰도록 해 동일 시간 처리량을 높일 수 있다고 설명했다. 또 콜드 스타트 레이턴시를 75초에서 1.2초 수준까지 줄일 수 있다는 수치도 제시했다. </p> <p contents-hash="2b13d4b599877e0d30b812da66b067559becf27f6afe30fcdd083c461441a713" dmcf-pid="pZlNbcd8SQ" dmcf-ptype="general">플랫폼 레이어의 또 다른 축은 AI 개발 플랫폼 ‘AI EasyMaker’다. AI EasyMaker는 서로 다른 라이브러리와 모델 구성을 컨테이너 기반 표준 환경으로 정리해 “내 컴퓨터에서는 되는데 서버에서는 안 되는” 문제를 줄이는 데 초점을 맞췄다. NHN클라우드의 스토리지, 보안, 모니터링 시스템과 결합돼 있으며, 개발자가 GPU가 물리적으로 어디에 있는지, 어떻게 스케줄링되는지 신경 쓰지 않고 코드와 데이터에 집중할 수 있도록 인프라 복잡성을 추상화한다. </p> <p contents-hash="8d187b2ca2469b9863301ab0db61b5b5c992c260ffc64d910a0dfff6c2153084" dmcf-pid="U5SjKkJ6SP" dmcf-ptype="general"> CTO는 GPU Live가 인프라 자원의 효율을 높인다면 AI EasyMaker는 GPU 기반 제품 개발 생산성을 끌어올리는 서비스라고 설명했다. 무거운 분산 학습에는 대규모 클러스터를 붙이고, 경량 추론에는 자원을 분할해 서빙 엔드포인트까지 생성하는 식으로 워크로드 특성에 맞춰 자원을 유동적으로 배치한다. 그의 결론은 단순했다. NHN클라우드가 제공하려는 것은 GPU 임대가 아니라, 고객이 본연의 비즈니스에 집중할 수 있도록 최적화된 인프라와 플랫폼을 패키지로 제공하는 구조라는 것이다. </p> <div contents-hash="fd64386cc051134232571917d09579b172c7a3103901a068558a16a2584de87e" dmcf-pid="u1vA9EiPv6" dmcf-ptype="general"> <strong>프로젝트X…AI 에이전트가 ‘회사 안에서 일하는’ 클라우드 환경</strong> <div> </div> </div> <figure class="figure_frm origin_fig" contents-hash="ff828d8c7abb7b8d317d0d4a585b1f2de83dd6e4859833d3b159b25e0c8e7950" dmcf-pid="7tTc2DnQT8" dmcf-ptype="figure"> <p class="link_figure"><img alt="세 번째 발표는 안성민 NHN엔터프라이즈 대표가 맡았다. 앞선 두 세션이 GPU 확보와 운영 효율에 초점을 맞췄다면, 안 대표는 AI가 실제 기업 업무에 들어와 일하기 위한 실행 환경을 다뤘다. (사진=테크42)" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202605/27/552816-OGTrtXj/20260527082307439yebg.jpg" data-org-width="1024" dmcf-mid="UGFozNMVvT" dmcf-mtype="image" height="auto" src="https://img2.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202605/27/552816-OGTrtXj/20260527082307439yebg.jpg" width="658"></p> <figcaption class="txt_caption default_figure"> 세 번째 발표는 안성민 NHN엔터프라이즈 대표가 맡았다. 앞선 두 세션이 GPU 확보와 운영 효율에 초점을 맞췄다면, 안 대표는 AI가 실제 기업 업무에 들어와 일하기 위한 실행 환경을 다뤘다. (사진=테크42) </figcaption> </figure> <div contents-hash="2eb377d75eb5b3e934ea765e893ae271b0fc1b45e01576ca1fc1af8bfc8ffd87" dmcf-pid="zFykVwLxC4" dmcf-ptype="general"> <div> </div> </div> <p contents-hash="507aef5407bde61e2e48bf82e9aa57ebf89d9833ce367afe27016980ffc6265d" dmcf-pid="qTrJpL6blf" dmcf-ptype="general">세 번째 발표는 안성민 NHN엔터프라이즈 대표가 맡았다. 앞선 두 세션이 GPU 확보와 운영 효율에 초점을 맞췄다면, 안 대표는 AI가 실제 기업 업무에 들어와 일하기 위한 실행 환경을 다뤘다. 안 대표는 AI 에이전트와 코딩 에이전트가 폭발적으로 성장하고 있지만, 그 성장이 모든 기업에서 같은 속도로 일어나는 것은 아니라고 지적했다. 오히려 AI 에이전트 활용 능력이 기업 간 격차를 더 크게 벌리고 있다는 것이다. </p> <p contents-hash="1efc9b205da0911d77e362c3fff290318f90947f8190492a17751c4b0e98ffce" dmcf-pid="BXhaBAe4CV" dmcf-ptype="general">안 대표는 “생성형 AI 도입 기업 상당수가 아직 실질적인 매출 증가나 비용 절감 효과를 충분히 만들지 못하고 있으며, 많은 기업이 프로토타입 단계를 넘어서지 못하고 있다”고 설명했다. 이유는 AI 에이전트를 단순 도구로 보는 데서 비롯된다. 기업이 AI 에이전트를 ‘직원’처럼 활용하려면 그 에이전트가 실제 업무 맥락 안에서 움직일 수 있어야 한다. 즉 사내 문서, 고객 데이터, 외부 시스템, 업무 도구와 연결되면서도 민감한 정보가 외부로 유출되지 않도록 통제되는 환경이 필요하다. </p> <div contents-hash="cb5683635a6f5725ba1024a3909a54faa964824139482e2503a00e0b61f361e2" dmcf-pid="bZlNbcd8h2" dmcf-ptype="general"> 안 대표는 기업이 AI 에이전트를 실제 업무에 투입하기 위해 해결해야 할 격차를 세 가지로 정리했다. 첫째는 보안이다. AI는 회사가 설정한 경계 안에서만 작동해야 하며, 누가 어떤 데이터를 보고 어떤 작업을 수행했는지 권한과 기록이 관리돼야 한다. 둘째는 기업 워크로드다. 에이전트가 공개 인터넷 검색이나 일반 대화에 머무는 것이 아니라 사내 문서, 고객 데이터, 내부 시스템과 연결돼 회사의 맥락 안에서 일해야 한다. 셋째는 비용이다. 기업이 정한 예산 범위 안에서 AI 서비스를 운영하고, 필요에 따라 비용과 성능을 고려해 최적의 모델을 선택할 수 있어야 한다. <div> </div> </div> <figure class="figure_frm origin_fig" contents-hash="5917c4546ca0568dea2ed19422d0ae2f43ab79423cebdff408815bcbed775f82" dmcf-pid="K5SjKkJ6v9" dmcf-ptype="figure"> <p class="link_figure"><img alt="NHN클라우드가 FactoryX의 세 번째 레이어로 제시한 ‘프로젝트X’는 이 세 가지 문제를 해결하기 위한 에이전트 클라우드 서비스다. (사진=테크42)" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202605/27/552816-OGTrtXj/20260527082308900qnqd.jpg" data-org-width="1024" dmcf-mid="uzPSJyrNCv" dmcf-mtype="image" height="auto" src="https://img2.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202605/27/552816-OGTrtXj/20260527082308900qnqd.jpg" width="658"></p> <figcaption class="txt_caption default_figure"> NHN클라우드가 FactoryX의 세 번째 레이어로 제시한 ‘프로젝트X’는 이 세 가지 문제를 해결하기 위한 에이전트 클라우드 서비스다. (사진=테크42) </figcaption> </figure> <div contents-hash="02f88a1a86d043a8bc96fa83ce8300d9e718e2659f212117b34c0e64f6e1529e" dmcf-pid="91vA9EiPCK" dmcf-ptype="general"> <div> </div> </div> <p contents-hash="0073ee1f67ec2e68c0910f7bbdfe70e9b8f8ae06bb4f827e355a8ccda8d58590" dmcf-pid="2tTc2DnQlb" dmcf-ptype="general">NHN클라우드가 FactoryX의 세 번째 레이어로 제시한 ‘프로젝트X’는 이 세 가지 문제를 해결하기 위한 에이전트 클라우드 서비스다. 안 대표는 “에이전트에도 클라우드가 필요하다”며 "GPU와 모델, 플랫폼을 넘어 기업의 AI 에이전트가 실제로 일하는 환경, 여러 시스템과 연결되고 24시간 멈추지 않고 동작하는 환경이 필요하다는 의미"라고 설명했다. 이에 따라 프로젝트X 역시 컨테이너 환경 위에서 AI 에이전트가 협업하는 클라우드 환경으로 설계됐다. </p> <p contents-hash="a6d8c899de07f1b45cac05bcbee2904bc4b46dabfb6052aeeb626b095101d72a" dmcf-pid="VFykVwLxCB" dmcf-ptype="general">핵심 키워드는 ‘자율과 통제’다. 일반적으로 자율성을 높이면 통제가 약해지고, 통제를 강화하면 혁신이 줄어든다고 여겨진다. 그러나 안 대표는 AI 시대에는 두 요소가 함께 가야 한다고 강조했다. 프로젝트X는 AI 에이전트가 스스로 판단하고 도구를 호출해 작업을 끝낼 수 있도록 하면서도, 기업이 어떤 데이터에 접근하도록 할지, 어디까지 보게 할지, 어떤 작업을 허용할지 통제할 수 있는 구조를 지향한다. </p> <p contents-hash="38a20095a38fe6beceafd11b0f3671e7023f89f948f4f0228966a368832429ce" dmcf-pid="f3WEfroMvq" dmcf-ptype="general">안 대표는 프로젝트X 위에서 에이전트가 장애를 감지해 알림을 보내고 스스로 조치하거나, 사람·에이전트·도구·사내 시스템을 하나의 실행 흐름으로 묶을 수 있다고 설명했다. 또한 비공개 사내 데이터와 내부 시스템을 활용해 사람의 검토 부담을 줄이고, 에이전트가 단순 업무 지시가 아니라 ‘미션’을 받아 스스로 수행하는 구조를 구현하겠다고 밝혔다. </p> <div contents-hash="9b3c399984193a72842fe7e45e43a968733ca61ca4677685eaf3ae6d2d07dbe6" dmcf-pid="40YD4mgRvz" dmcf-ptype="general"> 프로젝트X는 프라이빗과 퍼블릭 두 방식으로 제공될 예정이다. 프라이빗 방식은 기업이 원하는 물리적 공간과 워크플로에 맞춰 맞춤형 환경을 구축하는 형태다. 퍼블릭 방식은 개인, 스타트업, 팀 단위 사용자가 표준 환경 위에서 최신 상용 모델과 오픈 모델을 활용할 수 있도록 하는 방식이다. NHN클라우드는 이를 통해 확보된 GPU 인프라, GPU Live 기반 자원 오케스트레이션, AI EasyMaker 기반 개발 생산성, 프로젝트X 기반 에이전트 실행 환경을 하나의 흐름으로 연결한다는 구상이다. <div> </div> </div> <figure class="figure_frm origin_fig" contents-hash="0bd6b54c40b874fe1500871db14d2578fb5a61d8506965a5427a77275eaf892c" dmcf-pid="8pGw8saey7" dmcf-ptype="figure"> <p class="link_figure"><img alt="이날 기자간담회 현장에서는 다양한 질문에 대한 NHN클라우드 C레벨들의 직접적인 답변을 들을 수 있었다. (사진=테크42)" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202605/27/552816-OGTrtXj/20260527082310423mcyx.jpg" data-org-width="1024" dmcf-mid="7buyLGOcWS" dmcf-mtype="image" height="auto" src="https://img4.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202605/27/552816-OGTrtXj/20260527082310423mcyx.jpg" width="658"></p> <figcaption class="txt_caption default_figure"> 이날 기자간담회 현장에서는 다양한 질문에 대한 NHN클라우드 C레벨들의 직접적인 답변을 들을 수 있었다. (사진=테크42) </figcaption> </figure> <div contents-hash="6c2327b5fb9781a6152e290fff8cf5e435e1b149225a0ad1bd1e7a952913f905" dmcf-pid="6ki9TfUZhu" dmcf-ptype="general"> <div> </div> </div> <p contents-hash="8332b540ad68bc5730517b10afd77524bba2f151a8be606a6169843fb533ed76" dmcf-pid="PEn2y4u5CU" dmcf-ptype="general">한편 이날 기자간담회 현장에서는 다양한 질문에 대한 NHN클라우드 측의 직접적인 답변을 들을 수 있었다. 다음은 주요 질의응답 내용. </p> <p contents-hash="d8451ff75cf944f5f53f97a4f894952daf8a93f3c5c0552d3d408b353e292b68" dmcf-pid="QDLVW871yp" dmcf-ptype="general"><strong>Q. AI 인프라 시장이 빠르게 커지고 있다. NHN클라우드는 앞으로 어떻게 투자와 확장을 이어갈 계획인가.</strong><br>A. AI 인프라 시장에서 가장 중요한 건 결국 속도전이라고 본다. GPU를 얼마나 빨리 확보하고, 그것을 얼마나 안정적으로 구축·운영하느냐가 경쟁력을 좌우하기 때문이다. NHN클라우드는 글로벌 장비·부품 공급망과 협업하면서 GPU 수급과 구축 역량을 키워왔다. 추가 확장을 위해 포항 신규 데이터센터 프로젝트도 준비하고 있다. 앞으로 늘어날 AI 인프라 수요에 대응하기 위한 기반으로 보면 된다. </p> <p contents-hash="1db1b2e8a960703b9ab17ad3f0a401aae3aba401fd94b885a100016f80afd05a" dmcf-pid="xwofY6ztW0" dmcf-ptype="general"><strong>Q. 연간 흑자 전환은 언제쯤 가능하다고 보나. 프로젝트X는 어떤 고객을 겨냥하나.</strong><br>A. 현재 흐름을 보면 올해 연말쯤에는 연간 흑자 전환이 가능할 것으로 보고 있다. 물론 시장 상황이나 투자 변수는 있을 수 있다. 프로젝트X의 타깃은 AI를 도입하려는 모든 기관과 기업이다. 퍼블릭과 프라이빗, 서비스형과 구축형을 모두 제공하기 때문에 공공기관, 대기업, 스타트업처럼 AI 업무 환경이 필요한 고객 전반을 대상으로 본다. </p> <p contents-hash="aacf878c1010f43aaf55e855c10d8dd3a7ffe0784a59b26961391a2fe81f60a9" dmcf-pid="yBtCRSEoh3" dmcf-ptype="general"><strong>Q. FactoryX가 올해 매출 성장에는 어느 정도 기여할 것으로 보나. 또 올해 정부 GPU 구축 사업에는 왜 참여하지 않았나.</strong><br>A. 올해 전체 매출에서 GPU 관련 매출 비중은 약 38% 정도로 예상하고 있다. 올해 정부 GPU 구축 사업에 참여하지 않은 이유는 지난해 확보한 사업을 본격적으로 가동하는 데 집중할 필요가 있었기 때문이다. 또 올해 사업은 실제 구축과 운영 시점이 내년으로 넘어갈 가능성이 높다고 봤다. 현재 4080장 규모 단일 GPU 클러스터 서비스는 국내 최대 수준의 인프라로, 당분간 충분한 경쟁력을 유지할 것으로 보고 있다. </p> <p contents-hash="ce996a9fac1ed20541676b12e56ca48ce34fcb0cd826d65ca5f9daf367a5517b" dmcf-pid="WbFhevDgyF" dmcf-ptype="general"><strong>Q. 민간 부문 수주는 어느 정도 진행되고 있나. NPU 사업 확대 가능성도 궁금하다.</strong><br>A. 민간 부문에서도 여러 기업과 GPU 및 AI 인프라 활용을 논의하고 있다. 다만 아직 계약 단계가 아닌 건들은 구체적으로 말하기 어렵다. 현재 국내 AI 인프라 시장은 수요에 비해 공급이 부족한 상황이고, 선예약이나 장기 계약으로 이어지는 흐름도 나타나고 있다. NPU의 경우 광주 국가 AI 데이터센터에서 국산 NPU를 운영하고 있고, 국내 NPU 기업들과도 협업을 이어가고 있다. 본격적인 확대는 차세대 모델과 추론 수요가 더 커지는 시점에 맞춰 진행될 것으로 본다. </p> <p contents-hash="4c3d3cbad2a21633a84d856828fd36094bbd84111859a20fd25a819554c193ac" dmcf-pid="YK3ldTwaWt" dmcf-ptype="general"><strong>Q. AI 데이터센터 경쟁이 심해지면 공급 과잉이나 가격 경쟁으로 갈 가능성은 없나. GPU 수급은 안정적인가.</strong><br>A. 당분간은 공급 과잉보다는 공급 부족이 이어질 가능성이 더 크다고 본다. AI 서비스가 확산되면서 토큰 사용량이 빠르게 늘고 있고, 이를 효율적으로 처리하려면 기업들이 자체 인프라나 전용 인프라를 확보할 수밖에 없다. 또 글로벌 클라우드 사업자와 AI 기업들이 국내 데이터센터 자원을 활용하는 흐름도 계속될 수 있다. GPU 수급은 글로벌 서버·장비 공급사와 협력 체계를 갖추면서 상대적으로 빠르게 확보할 수 있는 기반을 마련해 둔 상태다. </p> <p contents-hash="dac04ee0288948940c8ab96c8db66146af2aa8964d1b4855f026cc23c229f033" dmcf-pid="G90SJyrNl1" dmcf-ptype="general"><strong>Q. GPU 클러스터가 빨라져도 고객 요청이 대기열에 쌓이면 지연이 생길 수 있다. 이 부분은 어떻게 대응하고 있나.</strong><br>A. 그 부분은 NHN클라우드도 계속 고민하고 있는 문제다. 요청이 몰렸을 때 대기열을 어떻게 더 빠르게 처리할 것인지는 개발 조직에서도 중요한 과제로 보고 있다. 연말 GPUaaS 서비스 출시 시점에는 이런 문제가 어느 정도 개선된 형태로 나갈 수 있을 것으로 기대하고 있다. 다만 현재 구축 중인 GPU 클러스터는 추론 요청 처리보다는 대규모 학습에 더 최적화된 구조다. 여러 GPU가 대규모 데이터를 동시에 처리하는 학습 환경에 먼저 초점을 맞추고 있다고 보면 된다. </p> <p contents-hash="402788ba0c8f326182fda786e02a6babf49ca5f29e8cda4143da27e7ba9754f8" dmcf-pid="H2pviWmjv5" dmcf-ptype="general"><strong>Q. AWS 같은 글로벌 클라우드 사업자와는 어떤 점에서 차별화할 수 있다고 보나.</strong><br>A. AI 인프라는 기존 범용 클라우드와는 다른 시장이라고 본다. 일반 클라우드는 고객 요구가 워낙 다양하지만, AI 인프라는 고성능컴퓨팅에 가까운 워크로드 특성이 뚜렷하다. FactoryX를 별도 브랜드로 낸 이유도 AI에는 AI에 맞는 전용 인프라가 필요하다고 봤기 때문이다. AI 전용 존, GPU 운영 플랫폼, 에이전트 실행 환경을 함께 제공하면 글로벌 클라우드 사업자와도 충분히 차별화할 수 있다고 판단하고 있다. </p> <p contents-hash="890dbe11924707fc1d5fee58014e8ee3eefab766620e4241e098d89d5900c124" dmcf-pid="XVUTnYsAhZ" dmcf-ptype="general">저작권자 © Tech42 - Tech Journalism by AI 테크42 무단전재 및 재배포 금지</p> </section> </div> 관련자료 이전 “원하는 순간에만 스위치 ON” 항암 부작용 없앤다…KAIST, ‘스마트 항체’ 개발 05-27 다음 수호아이오, 카이트와 AI에이전트 결제 인프라 함께 만든다 05-27 댓글 0 등록된 댓글이 없습니다. 로그인한 회원만 댓글 등록이 가능합니다.
