namdar의 경제, 주식, 부동산 스터디

namdar의 경제, 주식, 부동산 공부를 통해 경제적 자유를 향해 항해하고 있습니다.

  • 2025. 3. 28.

    by. namdar

     

    국가규모의 AI 데이터 센터를 구축하겠다고 정부가 발표를 하였습니다. 

    5년 계획을 갖고 진행한다는 내용인데 어떻게 구축하게 되는지 알아보도록 하겠습니다. 

     

    국가 AI컴퓨팅 센터를 정부에서 진행

     

    국가 AI컴퓨팅 센터 구축을 위한 민감참여자 공모 공고

     

     

    국가에서 AI컴퓨팅 센터 구축을 위해 민간참여자 공모 공고가 나왔습니다. 

     

    과학기술정보통신부는 경제관계장관회의, 국가인공지능위원회, 국정현안관계장관회의 겸 경제관계장관회의에 따라서 "국가 AI컴퓨팅 센터 구축" 사업 계획 및 민감참여자 공모를 진행한다고 공고가 올라왔습니다. 

     

    국가 AI컴퓨팅 센터 구축 사업계획
    국가 AI컴퓨팅 센터 구축 사업계획 (출처: 정보통신산업진흥원 사이트)

     

     

     

    국가 AI컴퓨팅 센터를 정부에서 진행, 12조원 규모

     

     

    국가 AI컴퓨팅 센터를 정부 주도하에 12조원 규모 투자를 진행하게 됩니다. 

    사업을 추진하는 이유는 AI관련 국내 인프라가 부족하고, 엔비디아와 같은 기업들이 제작하는 GPU(그래픽처리장치) 기술력이 부족하다고 판단한 것으로 보입니다. 

     

    참여기업으로 선정이 된다면 GPU(그래픽처리장치)를 우선 구축하고, 국산 AI 반도체 비중을 50%로 증대시켜야 하는 과제가 있습니다. 

     

    국가 AI컴퓨팅 센터 사업추진 체계
    국가 AI컴퓨팅 센터 사업추진 체계 (출처: 과학기술정보통신부)

     

    말그대로 국가적으로 인프라(투자 비용)를 지원할 테니까, 참여기업은 많은 서비스를 개발하라는 것입니다. 

     

    9일 공모지침을 보면 참여기업에 엔비디아, AMD 등으로부터 GPU 공급 확약서를 받아 제출하는 것까지 요구하였습니다. 

     

    민간참여업체들이 2월에 사업제출 의양서를 100개 기업이 제출을 했다고 합니다. 

    5월에 본격적인 계획서를 제출하고 6월에 평가를 합니다. 

     

    8월~9월에 대상자를 선정할 계획이라고 합니다. 

    선정은 1개 기업 또는 1개 컨소시엄이 들어올 예정입니다. 

     

    AI컴퓨팅 센터 선정에서의 문제점

     

     

    부지, 전력망, 반도체 공급망을 참여기업이 직접 제안을 해야하는 구조인데요. 

    모든 참여기업들이 각자의 의견을 정부에 제출해야하는 부분도 어려운점입니다. 

     

    AI 센터는 32비트 부동소수점(FP32) 기준 1엑사플롭(EF) 정도의 연산능력까지 확보를 해야 하기 때문에 어려운 상황입니다. 엔비디아 기준으로 보면 고성능 GPU H100 1만 6667장에 정도의 높은 규모입니다. 

     

    5년간 자본금 4,000억원을 마련했지만 이걸로는 부족한 금액입니다. 

    추가 차입이 필요한데 참여기업에 재정부담이 가중되지 않을까 우려되는 상황입니다. 

     

    퓨리오사AI 홈페이지 모습
    퓨리오사AI 홈페이지 모습 (출처: 퓨리오사AI)

     

    국내 NPU 업체들이 물량을 공급할수 있는 능력이 있는지도 의문입니다. 

     

    유력회사중인 퓨리오사AI는 메타로부터 인수제안도 받은 상황이기 때문에 향후 어떻게 변화될지도 지켜봐야 하는 상황입니다. 

     

    리벨리온 홈페이지 모습
    리벨리온 홈페이지 모습 (출처: 리벨리온)

     

    퓨리오사AI는 TSMC 통해서 파운드리를 진행하고, 리벨리온은 삼성전자에서 파운드리를 진행하기 때문에 국산 기업을 기준으로 놓고 있기 때문에 리벨리온이 더 가깝지 않나 생각도 듭니다. 

     

     

    국가에서 AI컴퓨팅 센터 구축을 위해 민간참여자 공모 공고 확인하기

     

     

     

     

     

     

    반응형