머니투데이

AI 인프라도 '소유'에서 '구독'으로 바뀌는 모습이다. 고가의 GPU(그래픽 처리 장치) 서버를 기업이 직접 구매해 구축하는 대신 클라우드를 통해 필요한 만큼 사용하는 방식이 확산하고 있다. AI 인프라 경쟁이 GPU 확보에서 실제 활용도를 높이는 단계로 넘어가고 있다는 뜻이다. 삼성SDS(삼성에스디에스)는 자체 구축한 삼성 클라우드 플랫폼(SCP)을 통해 GPU를 서비스 형태로 제공하는 GPUaaS(GPU as a Service)를 확대하고 있다. 기업이 직접 GPU 서버를 구매하거나 별도의 인프라를 구축하지 않아도 AI 모델 학습과 추론에 필요한 자원을 이용할 수 있는 방식이다. 삼성SDS는 지난 3월 국내 최초로 SCP 기반 엔비디아 B300 GPUaaS를 출시했다. 기존 H100과 함께 B300을 활용한 AI 컴퓨팅 환경을 제공한다. 과학기술정보통신부의 '2026년 AI 연구용 컴퓨팅 지원 프로젝트' 공급사로도 선정돼 대학과 연구기관에 GPU 자원을 공급하고 있다. 선택지는 GPU에 그치지 않는다.

AI 경쟁의 무게중심이 모델에서 인프라로 빠르게 확대되고 있다. GPU·NPU 등 연산자원뿐 아니라 이를 담을 데이터센터와 전력·냉각, 클라우드·네트워크의 중요성이 부각된다. AI가 사무실과 공장 등 실제 현장에 들어가기 시작하면서 보안 역시 중요한 인프라로 자리잡았다. 변화는 전력 수요에서 먼저 나타난다. 국제에너지기구(IEA)에 따르면 세계 데이터센터의 전력 소비량은 2025년 485TWh(테라와트시)에서 2030년 950TWh로 두 배 가까이 늘어날 전망이다. 특히 AI 중심 데이터센터의 전력 소비는 같은 기간 약 3배 증가할 것으로 예상된다. 정부는 2028년까지 B200 성능 기준 첨단 GPU 5만개 이상을 확보한다는 목표다. 정부가 확보한 연산자원은 B200 환산 기준 약 3만5200개 수준이다. 전남 해남 솔라시도에 들어서는 국가 AI 컴퓨팅센터에는 1만5000개 규모의 AI 반도체가 구축된다. GPU 확보만으로 AI 인프라가 완성되지 않는다. 장비를 설치한 뒤 전력과 냉각, 네트워크를 연결하고 실제 기업과 연구기관이 이용할 수 있게 해야 한다.