국산 NPU 키운다면서 공공발주 요건 대다수는 여전히 'GPU' 작성일 07-31 29 목록 <div id="layerTranslateNotice" style="display:none;"></div> <strong class="summary_view" data-translation="true">공공 AI 인프라 구축서 GPU 기반 환경·제품 규격 명시 사례 다수 <br>정부 국산 NPU 실증·컴퓨팅 지원 확대에도 일반 조달 진입은 제한적 <br>모델 호환성·SW 생태계 격차···“다자 협력 실증으로 경쟁력 입증해야”</strong> <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> <section dmcf-sid="uc99pxPKeF"> <figure class="figure_frm origin_fig" contents-hash="6db9ea3386b55631532aa4bc847c5830f99f2645c2b861fe11b0c0e4041473b3" data-idxno="237885" data-type="photo" dmcf-pid="7k22UMQ9dt" dmcf-ptype="figure"> <p class="link_figure"><img alt="정부가 국산 신경망처리장치(NPU) 육성에 나서고 있지만 정작 공공 인공지능(AI) 인프라 시장의 문턱은 여전히 엔비디아 그래픽처리장치(GPU)에 맞춰져 있다는 지적이 나온다. 국산 NPU가 GPU 중심 생태계에서 저변을 넓히려면 다양한 모델과 서비스 환경에서 경쟁력을 입증해야 하지만 공공사업 발주 단계부터 GPU가 요건으로 명시돼 경쟁 기회가 제한되고 있다는 것이다. 업계에서는 단순 공급을 늘리는 데 그치지 않고 모델과 최적화 소프트웨어, 시스템, 수요기업을 함께 묶어 실제 서비스 환경에서 경쟁력을 검증할 실증 기회를 넓혀야 한다고 보고 있다. / 사진=생성형AI(챗GPT) 이미지" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202607/31/552777-a6ToU27/20260731165225307gkfo.png" data-org-width="960" dmcf-mid="UwQQKLiPJ3" dmcf-mtype="image" height="auto" src="https://img2.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202607/31/552777-a6ToU27/20260731165225307gkfo.png" width="658"></p> <figcaption class="txt_caption default_figure"> 정부가 국산 신경망처리장치(NPU) 육성에 나서고 있지만 정작 공공 인공지능(AI) 인프라 시장의 문턱은 여전히 엔비디아 그래픽처리장치(GPU)에 맞춰져 있다는 지적이 나온다. 국산 NPU가 GPU 중심 생태계에서 저변을 넓히려면 다양한 모델과 서비스 환경에서 경쟁력을 입증해야 하지만 공공사업 발주 단계부터 GPU가 요건으로 명시돼 경쟁 기회가 제한되고 있다는 것이다. 업계에서는 단순 공급을 늘리는 데 그치지 않고 모델과 최적화 소프트웨어, 시스템, 수요기업을 함께 묶어 실제 서비스 환경에서 경쟁력을 검증할 실증 기회를 넓혀야 한다고 보고 있다. / 사진=생성형AI(챗GPT) 이미지 </figcaption> </figure> <p contents-hash="36909f5c3291d26f5cdd01a156c4977534784d6bcead64133db78f558150d14f" dmcf-pid="zEVVuRx2d1" dmcf-ptype="general">[시사저널e=김도영 기자] 정부가 국산 신경망처리장치(NPU) 육성에 나서고 있지만 정작 공공 인공지능(AI) 인프라 시장의 문턱은 여전히 엔비디아 그래픽처리장치(GPU)에 맞춰져 있다는 지적이 나온다. 국산 NPU가 GPU 중심 생태계에서 저변을 넓히려면 다양한 모델과 서비스 환경에서 경쟁력을 입증해야 하는데 공공사업 발주 단계부터 GPU가 요건으로 명시돼 경쟁 기회가 제한되고 있다는 것이다. 업계에서는 단순 공급을 늘리는 것을 넘어 모델과 최적화 소프트웨어, 시스템, 수요기업을 함께 묶어 실제 서비스 환경에서 경쟁력을 검증할 실증 기회를 넓혀야 한다고 지적한다.</p> <p contents-hash="523eac2eb19154e4826cd6bfa08b795159121d7b5274afce2ee8df45c336a321" dmcf-pid="qDff7eMVL5" dmcf-ptype="general">31일 관련 업계에 따르면 정부는 올해 국산 NPU의 활용과 실증 기회를 늘리기 위한 지원을 확대하고 있다. 과학기술정보통신부와 정보통신산업진흥원(NIPA)은 외산 GPU 기반 AI 서비스를 국산 NPU 기반으로 전환해 검증하는 'AX 실증지원' 사업을 지난해 40억원 규모에서 올해 160억원으로 확대했다. 국산 NPU 기반 AI컴퓨팅 인프라를 구축해 국산 대규모언어모델(LLM) 등 AI 모델을 검증하는 'AI컴퓨팅 실증 인프라 고도화'에도 올해 160억원을 투입한다. 아울러 국산 AI 반도체를 적용한 AI 서비스를 해외 서버·엣지 환경에서 검증해 실증 레퍼런스를 확보하는 'AI-반도체 해외실증지원'에도 216억원을 편성했다. 퓨리오사AI·리벨리온 등 국내 NPU 기업들도 이에 맞춰 실제 서비스 환경에서 성능과 비용 경쟁력을 입증할 레퍼런스 확보에 주력하고 있다. </p> <p contents-hash="9f3d4f9e766f300fe27d193a22d66f7a1631c9f169e7cb0f3f991b293c09bd5e" dmcf-pid="Bw44zdRfJZ" dmcf-ptype="general">다만 국산 NPU의 활용 기회는 아직 정책 지원사업을 넘어 일반 공공 AI 인프라 조달로 충분히 확산되지는 못한 모습이다. 본지가 최근 나라장터 공고를 살펴본 결과 AI 인프라를 새로 구축하는 사업에서 'GPU 서버', 'GPU 기반 인프라' 등을 사업명이나 요구사항에 직접 명시한 사례가 반복적으로 확인됐다. 국산 NPU가 GPU와 가격·성능을 비교해 경쟁하기에 앞서 가속기 선택 단계부터 후보에서 제외될 수 있다는 게 업계의 문제의식이다.</p> <p contents-hash="da349132b322ebb78947e83fa4cb9824805e0bc7ec9b7e77ac3c63c0bd1df53d" dmcf-pid="br88qJe4dX" dmcf-ptype="general">실제 한국인터넷진흥원(KISA)은 지난 3월 'AI기반 침해대응체계 구축을 위한 GPU 서버 도입'을 일반경쟁으로 발주했다. 추정가격은 약 51억7900만원으로, 사업명부터 AI 기반 침해대응체계 구축에 필요한 연산장비를 GPU 서버로 특정했다. 같은 달 중소벤처기업연구원도 'GPU기반 AI 빅데이터 분석 인프라(분석환경) 구축용역'을 발주했다. 지난 5월 키엘연구원이 공고한 'AI 기반 LCA 데이터처리 시스템 구축' 사업은 하드웨어 최소사양에 엔비디아 RTX 4080 Super 또는 RTX 4070 Ti Super를 명시했다. AI 인프라뿐 아니라 AI 시스템을 구축하는 일반 공공 조달에서도 GPU를 전제로 사업을 설계하거나 특정 GPU 제품군을 규격으로 제시한 사례가 나타나는 셈이다.</p> <p contents-hash="d45542d087f35fe8e28b599d994c77668be84301343b40d23e64736d3fd7b293" dmcf-pid="Km66Bid8dH" dmcf-ptype="general">한 국내 NPU 기업 관계자는 "공공사업만 봐도 나라장터에 AI 가속기를 도입하는 데 GPU를 요건에 박아서 나오는 경우가 굉장히 많고, 그래서 NPU가 참여하지 못하는 경우가 많다"며 "국내 모델과 반도체, 제조·서비스 기업들이 함께할 수 있는 구조를 만들어 시장을 넓힐 필요가 있다"고 말했다.</p> <p contents-hash="3d30a6f0fc67765a3875d314aaa29473f4a219accf25d785ecb90fdba1bd902b" dmcf-pid="9sPPbnJ6RG" dmcf-ptype="general">공공 수요처가 GPU를 선호하는 배경에는 기존 인프라뿐 아니라 소프트웨어 생태계와 모델 호환성의 차이가 있다. 엔비디아 GPU는 범용 연산장치로 폭넓은 개발 생태계가 형성돼 있어 새로운 AI 모델이 등장해도 이를 지원하는 소프트웨어와 최적화 작업이 빠르게 뒤따른다. 반면 NPU는 AI 연산을 효율적으로 처리하도록 특화된 만큼 기업별 하드웨어와 소프트웨어 스택에 따라 지원 가능한 모델과 연산 범위가 달라질 수 있다.</p> <p contents-hash="a05403281e273ea3a822d26094075ef762f6e8bbf75fad56298ccea791f7852a" dmcf-pid="2OQQKLiPJY" dmcf-ptype="general">AI 모델이 빠르게 바뀌는 상황에서는 이러한 호환성이 수요처의 선택을 가르는 요인이 된다. 한 AI 업계 관계자는 "NPU가 전성비 측면에서 GPU보다 좋다는 말이 틀린 것은 아니지만 특정 모델에서만 그런 경우가 있다"며 "기존 모델에서는 잘 돌아가더라도 새로운 모델이나 다른 모델에서는 그렇지 않을 수 있고, 고객이 모델을 커스터마이징하면 다시 반도체 업체가 대응해야 하는 상황도 생긴다"고 설명했다.</p> <p contents-hash="16f83f941f2e46ac99f54bf28c45b4b185d27bc34ba09785bb42f8abfd421487" dmcf-pid="VIxx9onQnW" dmcf-ptype="general">이는 국산 NPU가 실증과 레퍼런스를 확보해야 하는 이유인 동시에 시장 진입을 어렵게 만드는 요인이기도 하다. 다양한 모델과 서비스 환경에서 NPU를 실제 운영해야 지원 범위를 넓히고 시스템 최적화 경험도 축적할 수 있다. 그러나 수요처가 이미 검증된 호환성과 개발환경을 이유로 GPU를 선택하면 NPU는 도입 기회를 얻기 어렵고, 레퍼런스와 소프트웨어 역량을 쌓을 기회도 함께 줄어든다.</p> <p contents-hash="3710eff7e2b3e8e59a2bfb405b5fed8189f0ce96592fc9d74237e300ed3edfb7" dmcf-pid="fvJJ8ANdey" dmcf-ptype="general">NPU 기업이 강조하는 전력 효율과 비용 경쟁력도 칩 단독 성능만으로 실제 서비스 경쟁력을 판단하기는 어렵다. AI 서비스는 모델과 가속기뿐 아니라 추론 소프트웨어와 시스템, 서비스가 맞물려 작동하기 때문이다. 특히 여러 에이전트가 반복적으로 모델을 호출하고 외부 도구를 사용하는 에이전틱 AI 시장에서는 가속기의 연산 성능뿐 아니라 전체 시스템에서 서비스를 얼마나 빠르고 적은 비용으로 운영할 수 있는지가 중요해진다.</p> <p contents-hash="f98df46755f3de9f2664d59b92311e1bddad01f5bf46e2f9b3b837becdb06ab8" dmcf-pid="4Tii6cjJMT" dmcf-ptype="general">한 국내 NPU 기업 대표는 "NPU가 가져야 할 근본적인 강점은 GPU보다 훨씬 낮은 비용에서 더 높은 성능을 내는 것"이라면서도 "NPU라는 제품 자체가 처음 나온 만큼 고객이나 협력사가 이를 테스트하는 데 많은 비용과 노력, 시간이 필요할 수밖에 없다"고 말했다. 이어 "경쟁력을 갖추는 것은 각각의 AI 반도체 기업이 해야 하지만 초기에는 그 경쟁력을 확인할 수 있는 환경이 충분히 마련돼야 한다"고 설명했다.</p> <p contents-hash="1e786fe97ec45023d67ac1dc197e35ea21b68e89f570f38559235a9842b487d9" dmcf-pid="8ynnPkAiMv" dmcf-ptype="general">이에 따라 업계에서는 NPU 서버를 공급하거나 연산자원을 지원하는 데서 나아가 실제 서비스 단위의 실증 기회를 늘려야 한다고 보고 있다. 모델과 시스템, 최적화 소프트웨어, NPU를 개발하는 기업과 실제 서비스를 운영할 수요기업이 함께 참여해야 특정 모델에서의 칩 성능을 넘어 전체 시스템의 비용과 성능을 검증할 수 있다는 것이다. 다양한 서비스의 운영 경험이 쌓이면 수요처의 도입 부담을 낮추는 동시에 NPU 기업도 모델 지원 범위와 소프트웨어 역량을 넓힐 수 있다.</p> <p contents-hash="1563b59ed634154a2755dcf5cd93d9739c9fe80b1f9da605b8bc37cc6342135b" dmcf-pid="6WLLQEcneS" dmcf-ptype="general">최근 정부가 추진하는 에이전트 AI 정책에도 주요 산업을 대상으로 모델과 연산 인프라, 하네스·도구, 서비스 등 AI 가치사슬 전반의 기업이 컨소시엄을 구성해 에이전트 AI 서비스를 개발·실증하는 방안이 포함됐다. 여러 기업이 실제 서비스 구축에 참여해 산업 적용 사례를 만드는 방식이다. 정부는 해당 사업을 2027년부터 추진할 계획이다. 다만 관련 예산이 아직 확정되지 않아 실제 사업 규모와 국산 NPU의 초기 수요·레퍼런스 확보로 이어질지는 지켜봐야 한다는 의견이 나온다.</p> <p contents-hash="7c5946889d8c073bc6ac64fd8041a8bd83732f5d5b6447e57f18f1aaedab8dd6" dmcf-pid="PYooxDkLnl" dmcf-ptype="general">NPU 기업 대표는 "에이전트 AI는 모델 기업, 시스템 기업, 최적화 기업, 수요 기업, 반도체 기업 등 다자 간 협력이 필요하다"며 "비용을 얼마나 낮출 수 있는지도 다자 간 협력을 통해 나와야 한다. 시스템 레벨의 최적화 관점에서 경쟁력을 입증할 수 있도록 초기 마중물 역할을 하는 실증 사업들이 많아졌으면 좋겠다"고 강조했다.</p> </section> </div> <p class="" data-translation="true">Copyright © 시사저널e 무단전재 및 재배포 금지</p> 관련자료 이전 튀르키예 바둑, 앙카라에서 만개하다 [세계바둑산책⑨] 07-31 다음 알뜰폰도 데이터 다 써도 안 끊긴다…‘안심옵션’ 8월부터 도매 제공 07-31 댓글 0 등록된 댓글이 없습니다. 로그인한 회원만 댓글 등록이 가능합니다.
