18+
빌런 TOP 20
일간 l 주간 l 월간
조텍 프래그마타 게임 번들
엔비디아가 하이퍼스케일러와 함께 차세대 AI 팩토리의 시설 설계와 전력망 복원력을 위한 새로운 개방형 표준을 공개했다. AI 인프라가 전 세계적으로 확장되기 위해서는 첨단 하드웨어뿐 아니라 산업 전반이 모두 활용할 수 있는 공통 기반이 필요하다. 엔비디아(NVIDIA)는 OCP 글로벌 서밋(OCP Global Summit)에서 AMD, 구글(Google), 메타(Meta)와 협력해 이러한 기반을 마련하는 새로운 개방형 사양을 발표했다. 개방형 데이터센터 사양v0.7(Open Data Center Specification v0.7)은 전력 아키텍처부터 냉각 인프라, 물리적 배치까지 차세대 AI 팩토리 시설 설계를 위한 통합 청사진을 정의한다. 구글, 메타, 마이크로소프트(Microsoft), 엔비디아가 공동 발표한 OCP 전력망 복원력 사양(OCP Grid Resilience Specification)은 대규모 AI 인프라가 전력망 장애 발생 시 어떻게 작동해야 하는지를 규정한다. 여기에는 전력망과의 연결을 유지하고, 자동으로 대응하며, 2초 이내에 거의 전체 부하 수준으로 복구하는 것이 포함된다. 위와 같은 표준이 공개됨에 따라 전 세계 제조업체들은 인프라 구축을 위한 공통 목표를 갖게 됐다. 장비 제조업체, 코로케이션(colocation) 제공업체, 데이터센터 운영업체는 개별 고객의 전용 사양을 기다릴 필요 없이 전 세계에서 건설 중인 AI 팩토리를 구동할 인프라 계층을 설계, 제작, 공급할 수 있다. 이러한 사양은 엔비디아 DSX 레퍼런스 설계(DSX Reference Design)와 호환되며, 시설 배치와 전력 아키텍처부터 전력망 신호를 실시간으로 모니터링하고 이에 대응하는 소프트웨어에 이르기까지, 검증되고 즉시 도입 가능한 구현 방안을 제공한다. 베라 루빈(Vera Rubin) AI 팩토리를 구축하는 운영업체는 이제 개방형 커뮤니티 표준에서 실제 운영 시스템까지 이어지는 명확한 경로를 확보하게 됐다. @nvidia
2026.10.14
0
8
엔비디아가 높은 생산성, 내구성, 범용성을 기반으로 AI 팩토리의 투자수익률(ROI)을 극대화하는 엔비디아(NVIDIA) 플랫폼의 강점을 밝혔다. AI 팩토리는 메가와트, 나아가 기가와트 단위로 구축된다. 메가와트급 AI 팩토리 하나를 구축하는 데는 약 6,000만 달러에 소요되며, AI 팩토리 운영 기업은 투자수익률(ROI)에 대한 명확한 전망이 있어야만 이처럼 대규모 자본 투자를 결정할 수 있다. AI 팩토리의 수익률을 결정하는 세 가지 핵심 요소는 다음과 같다. 1. 수익 창출 능력: AI 팩토리가 생산 가능한 모든 토큰을 판매한다고 가정했을 때 1년 동안 창출할 수 있는 수익 2. 유효 수명: AI 하드웨어가 지속적으로 수익을 창출할 수 있는 기간 3. 수요: AI 팩토리가 생산하는 토큰에 대한 수요 규모 한 요소의 강점만으로 다른 요소의 약점을 완전히 상쇄할 수는 없다. 높은 수익 창출 능력을 갖췄더라도 생산 가능한 토큰의 일부만 판매한다면 그 의미가 줄어든다. 수요가 높더라도 불과 1년 만에 최대 생산 능력을 유지하지 못한다면 마찬가지다. 이 세 가지는 독립적인 요소가 아니다. 더 다양한 워크로드를 처리할 수 있는 AI 팩토리는 더 많은 수요를 확보할 수 있으며, 이를 통해 해마다 지속적으로 수익을 창출할 수 있다. 엔비디아 AI 팩토리는 이 세 가지 요소를 모두 극대화하도록 설계됐다. 주요 특징은 다음과 같다. - 생산성: 메가와트당 최고 수준의 처리량과 최저 수준의 토큰당 비용을 제공해 수익 창출 능력을 극대화한다. - 내구성: 엔비디아 GPU와 시스템은 출하 후에도 수년 동안 지속적으로 수익을 창출해 유효 수명을 연장한다. - 범용성: 모든 단계와 환경에서 모든 유형의 AI는 물론, AI와 직접 관련되지 않은 다양한 워크로드까지 처리할 수 있어, 대응 가능한 수요의 범위와 규모를 확대한다. 엔비디아 플랫폼은 높은 생산성, 내구성, 범용성을 바탕으로 AI 팩토리 ROI를 극대화한다. 풀스택에 걸친 엔지니어링 공동 설계는 AI 팩토리의 처리량을 극대화하며, 지속적인 소프트웨어 최적화를 통해 구축된 하드웨어가 출하 후 수년이 지나도 높은 생산성을 유지할 수 있도록 한다. 엔비디아 쿠다-X(CUDA-X) 라이브러리는 AI 팩토리에서 모든 종류의 가속 컴퓨팅 워크로드를 실행할 수 있도록 지원한다. 여기에 표준화된 아키텍처를 기반으로 검증된 레퍼런스 설계를 배포할 수 있어, 모든 운영자가 이를 손쉽게 활용할 수 있다. 생산성: 메가와트당 최대 토큰 처리량과 최저 토큰 비용 전력은 AI 팩토리의 확장을 제한하는 결정적인 제약 요소다. 따라서 메가와트당 초당 토큰 처리량은 수익 창출 능력을 좌우하는 핵심 지표가 된다. 동일한 전력 범위에서 더 많은 토큰을 생성할수록 더 많은 수익을 창출할 수 있으며, 토큰당 비용이 낮을수록 수익성도 높아진다. 세미애널리시스 에이전트X(SemiAnalysis AgentX) 데이터에 따르면, 엔비디아 베라 루빈(Vera Rubin) NVL72 시스템은 엔비디아 GB300 NVL72 대비 메가와트당 처리량이 30배 이상 높으며, 딥시크 V4 프로(DeepSeek V4 Pro) 모델에서는 100만 토큰당 비용을 최대 45분의 1 수준으로 낮춘다. 이러한 큰 폭의 성능 향상은 전체 스택에 걸친 ‘극한의 공동 설계(extreme codesign)’를 통해 구현된다. 모델과 워크로드부터 소프트웨어, 컴퓨팅, 네트워킹, 메모리에 이르기까지 모든 요소를 하나의 시스템으로 함께 최적화한 결과다. GLM 5.3에서 엔비디아 GB300 NVL72 성능에 대한 세미애널리시스 에이전트X 분석 여기서 두 가지 질문이 뒤따른다. 먼저, 새로운 세대가 나올 때마다 토큰 비용이 크게 낮아진다면 컴퓨팅 수요도 감소할 것인가 하는 질문이다. 답은 그렇지 않다. 오히려 컴퓨팅 수요는 확대된다. 토큰 비용이 낮아지면 경제성을 확보하는 활용 사례가 더 많아지고, 이러한 새로운 활용 사례에서 소비되는 토큰은 효율성 향상으로 절감된 규모를 넘어선다. 두 번째는 내구성에 관한 질문이다. 새로운 세대가 이전 세대보다 성능 향상을 거듭하면서, 기존 세대의 하드웨어가 어떻게 지속적으로 가치를 창출할 수 있는지에 대한 것이다. 내구성: 기존 하드웨어의 지속적인 수익 창출 모든 워크로드에 최신 시스템이 필요한 것은 아니다. 워크로드의 복잡성과 특성에 따라 적합한 시스템이 다르기 때문에, 차세대 제품이 출시된 후에도 이전 세대 시스템이 지속적으로 수익을 창출할 수 있다. 2020년 출시된 엔비디아 A100 GPU는 6년이 지난 지금도 상용 서비스에 활용되며 경제적 가치를 입증하고 있다. 코어위브(CoreWeave)는 최근 2020년 처음 도입한 A100 GPU의 주문 기간을 2029년까지 연장했다. 주요 사업자들은 수년에 걸쳐 서버 감가상각 기간을 계속 늘려왔다. 감가상각 기간은 하드웨어가 더 이상 수익을 창출하지 못하게 되는 시점을 가정한 것으로, 그 기간은 계속해서 늘어나고 있다. 2026년 9월 발표된 스프라우트(Sprout)의 데이터센터 GPU의 생산적 수명(The Productive Life of a Data Center GPU) 분석은 모든 주요 사업자 전반에서 이러한 감가상각 기간이 어떻게 변화해왔는지 보여준다. 모든 주요 사업자가 서버의 사용 수명을 연장했다. (출처: 스프라우트, 데이터센터 GPU의 생산성 수명, 2026년 9월) 데이터는 스프라우트가 기업 공시와 언론 보도를 바탕으로 집계했으며, 회계상 내용연수는 실제 물리적 수명을 보수적으로 추정한 지표다. 마이크로소프트(Microsoft)의 엔비디아 V100 GPU는 회계상 내용연수인 6년을 넘어 8.4년간 운영됐다. 바커(Barkr)는 시스템의 중고 판매 가격을 바탕으로, 8개의 GPU가 탑재된 H100 시스템의 유효 수명을 5~6년, GB300 NVL72의 유효 수명을 9~10년으로 평가했다. 실리콘 데이터(Silicon Data)에 따르면, 출시된 지 6년이 지난 A100 GPU는 여전히 초기 가격의 약 25%에 해당하는 가치를 유지하고 있다. 이는 5년의 감가상각 기간을 적용할 경우 이미 1년여 전에 가치가 0이 됐어야 한다는 점과 대비된다. 오른 데이터(Ornn Data)의 분석에서도 시장에서 A100 GPU를 5년 계약으로 임대할 때의 시장 가격이 1개월 계약 대비 약 80% 수준이라고 분석했다. 엔비디아 GPU를 프로그래밍하는 소프트웨어 플랫폼인 쿠다(CUDA)는 여러 세대에 걸쳐 호환된다. 따라서 새로운 아키텍처가 출시되더라도 운영자가 기존에 보유한 하드웨어의 활용 가치는 사라지지 않는다. 또한 지속적인 소프트웨어와 커널 최적화를 통해 기존 하드웨어의 성능이 지속적으로 향상된다. 동일한 플랫폼에서 머신러닝, 딥러닝, 생성형 AI, 추론, 에이전틱 AI, 피지컬 AI 등 다양한 워크로드를 모두 실행할 수 있다. 새로운 유형의 작업 역시 기존 하드웨어에서 바로 수행할 수 있다. 이것이 바로 범용성이다. 하나의 시스템이 처리할 수 있는 작업의 종류가 다양할수록, 더 오랜 기간 활용될 수 있다. 범용성: 모든 유형, 단계, 환경에서 AI 구현 특정 작업 하나만을 위해 구축된 AI 팩토리는 해당 워크로드의 수요가 지속된다는 전제에 의존한다. 반면, 다양한 워크로드를 실행할 수 있는 AI 팩토리는 작업이 변화하더라도 지속적으로 활용되며 수익을 창출할 수 있다. 엔비디아 AI 팩토리는 언어, 비전, 생물학, 물리학, 로보틱스 등 다양한 분야에서 오픈 모델과 독점 모델을 포함한 모든 유형의 AI 모델을 실행할 수 있다. 데이터 처리부터 사전 학습, 사후 학습, 추론에 이르는 모든 단계를 지원한다. 하이퍼스케일과 AI 클라우드부터 소버린 프로그램, 기업 데이터센터, 엣지에 이르기까지 모든 환경에서 작동 가능하다. 엔비디아 플랫폼은 높은 범용성을 바탕으로 모든 유형의 AI 워크로드를 모든 단계와 환경에서 실행할 수 있다. 이러한 작업이 모두 AI 모델을 구축하고 실행하는 데만 사용되는 것은 아니다. 동일한 인프라에서 데이터 처리, 과학 컴퓨팅, 시뮬레이션, 그래픽 등 다양한 작업을 실행할 수 있다. AI 여부와 상관없이 이러한 모든 워크로드는 동일한 병렬 연산을 기반으로 하며, 엔비디아 GPU는 수천 개의 코어에서 이러한 연산을 동시에 처리하도록 설계됐다. 쿠다를 통해 하나의 칩으로 빛을 시뮬레이션하고, 단백질 접힘을 분석하며, 다음 토큰을 예측할 수 있다. 그 위에는 1,000개 이상의 사전 구축된 쿠다-X 라이브러리가 제공되며, 심층 신경망부터 계산 리소그래피, 양자 회로 시뮬레이션, 벡터 검색, 기후 모델링에 이르기까지 다양한 영역을 지원한다. 1,000만 명 이상의 개발자가 이를 기반으로 개발을 진행하고 있다. 이러한 특성 덕분에 엔비디아 GPU는 단일 워크로드를 위해 설계된 맞춤형 ASIC이 아닌 범용 가속 컴퓨팅 플랫폼으로 활용된다. 여기서 범용성이란 단순히 일반적인 기능만 제공한다는 의미가 아니다. 텐서 코어(Tensor Cores)와 트랜스포머 엔진(Transformer Engine)을 통해 프로그래밍 가능한 아키텍처에 AI에 최적화된 하드웨어를 결합함으로써, 단일 칩에서 전문성과 유연성을 동시에 제공한다. 이 모든 것을 실행하는 단일 아키텍처 덕분에 활용도가 높게 유지되며, 그에 따른 높은 투자 수익도 보장된다. 이러한 범용성은 다양한 고객의 실제 운영 환경에서도 확인할 수 있다. - 릴리(Lilly): 1,016개의 GPU로 구성된 온프레미스 클러스터에서 단백질, 저분자, 유전체학 모델을 구축 및 운영하며, 자체 팀을 위한 챗봇과 에이전틱 워크플로우를 구축한다. - 핀터레스트(Pinterest): 엔비디아 블랙웰(Blackwell), 호퍼(Hopper) 및 이전 아키텍처를 아우르는 14,000개의 GPU로 구성된 하이퍼스케일 클라우드에서 비전 언어 모델을 사후 학습하고 배포하고 있다. - 레볼루트(Revolut): 엔비디아 cuDF를 활용해 수십억 건의 거래 기록 데이터를 처리한 후, AI 클라우드에서 파운데이션 모델을 학습 및 배포한다. - 런웨이(Runway): 엔비디아 호퍼에서 월드 모델을 학습하고, 클라우드 인프라를 활용해 엔비디아 블랙웰 플랫폼에서 서비스를 제공한다. - 텍사스 A&M 대학교(Texas A&M University): 슈퍼컴퓨터에서 분자 시뮬레이션과 AI 신약 개발을 수행하며, 26개 프로젝트와 7개 기관에 걸쳐 95~98%의 활용도를 기록하고 있다. 이러한 범용성은 AI 이외의 분야에서도 확인할 수 있다. 코즘(Cosm)은 엔비디아 기반의 분산형 데이터센터를 운영하며, 고해상도 동영상 재생, 스트리밍, 실시간 그래픽, 동기화된 디스플레이 전반에 걸쳐 유연한 컴퓨팅 리소스를 제공한다. 다쏘 시스템(Dassault Systèmes)은 위치타 주립대학교(Wichita State)의 항공기 인증과 루시드 모터스(Lucid Motors)의 차량 설계에 활용되는 버추얼 트윈 시뮬레이션을 지원한다. 또한 유니레버(Unilever)는 사진 촬영 대신 디지털 트윈을 활용해 제품 이미지를 제작함으로써 제작 비용을 절반으로 줄였다. 이처럼 엔비디아 AI 팩토리의 활용 범위는 특정 사례에 한정하기 어려울 만큼 폭넓다. 엔비디아 AI 팩토리는 높은 생산성, 내구성, 범용성을 갖추도록 설계됐다. 이를 통해 더 높은 수익성을 제공하는 토큰을 생성하고, 유효 수명을 연장하며, 보다 폭넓고 지속적인 수요에 대응할 수 있다. 이러한 특성이 AI 팩토리의 투자 수익을 극대화한다. @nvidia
2026.10.09
6
6
엔비디아가 엔비디아 베라 루빈(Vera Rubin) NVL72와 그록 3 LPX(Groq 3 LPX)를 기반으로 AI 팩토리의 전력 효율을 높이고, 더 많은 토큰을 처리할 수 있도록 지원한다고 밝혔다. AI 팩토리에서는 전력이 핵심 제약 요소다. 모든 와트가 중요한 만큼, AI 인프라에서 동일한 메가와트의 전력으로 얼마나 더 많은 토큰을 처리할 수 있는지가 중요하다. 엔비디아는 베라 루빈 NVL72를 기반으로 시스템, 네트워킹, 소프트웨어, 전력 관리를 하나로 통합한 풀스택 AI 팩토리를 통해 이러한 과제에 대응한다. 엔비디아 DSX MaxLPS는 AI 팩토리의 전력 수요 변화에 따라 랙 간 전력을 동적으로 재분배한다. 이를 통해 다음과 같은 상당한 효과를 제공할 수 있다. - 동일한 시설 전력 용량 내에서 GPU 용량 최대 40% 확대 - 신규 전력선 증설 없이 토큰 처리량 최대 35% 향상 각 랙 내부에서는 지능형 전력 평활화(Intelligent Power Smoothing) 소프트웨어와 확장된 에너지 버퍼링 기능이 순간적인 전력 급증을 흡수해, 시스템이 지속적인 전력 수요에 보다 가깝게 운영될 수 있도록 한다. 이를 통해 기존에 여유 용량으로 남아 있던 전력을 실제 컴퓨팅 자원으로 활용할 수 있다. 에이전틱 AI에서는 에이전트가 여러 단계의 추론과 도구 호출을 연속으로 수행하기 때문에 지연 시간과 컨텍스트 길이에 따른 부담이 빠르게 커질 수 있다. 엔비디아 그록 3 LPX는 베라 루빈에 결정론적 초저지연 추론 기능을 추가하고 DSX MaxLPS를 보완한다. 이 통합 플랫폼은 긴 컨텍스트 환경에서 2조 개 이상의 파라미터를 갖춘 모델을 기준으로 GB200 NVL72 대비 메가와트당 토큰 처리량을 최대 35배까지 높일 수 있다. 성능 수치에서도 이러한 효과가 확인됐다. 10만 토큰 컨텍스트 규모의 큐웬(Qwen) 3.8 27B 워크로드에서 그록 3 LPX는 사용자당 초당 2,529개의 출력 토큰을 기록했다. 이러한 성능 여유를 통해 워크로드가 확장되더라도 에이전트는 동일한 응답 처리 범위 내에서 더 많은 추론 단계와 도구 호출을 수행할 수 있다.
2026.09.18
1
12
엔비디아가 지난 15일(화) 산타클라라 컨벤션 센터(Santa Clara Convention Center)에서 열린 AI 인프라 서밋(AI Infra Summit)에서 엔비디아 베라 루빈(NVIDIA Vera Rubin), DSX MaxLPS를 비롯한 AI 팩토리 플랫폼의 최신 기술과 주요 파트너 협력 성과를 공개했다. 이날 엔비디아 하이퍼스케일 및 고성능 컴퓨팅 부문 부사장 이안 벅(Ian Buck)은 AI 팩토리 효율성을 주제로 발표했다. AI 인프라 서밋은 인프라 기술 업계의 ‘코첼라(Coachella)’로 불릴 만큼 대규모 행사로 성장했으며, 올해 참석자 수는 지난해 3,500명에서 8,000명 이상으로 늘었다. 이안 벅 부사장은 엔비디아 플랫폼 전반에서 진행되고 있는 새로운 협력 사례를 소개했다. - 아마존(Amazon)의 안나푸르나 랩스(Annapurna Labs)는 엔비디아와 함께 NVHBM 맞춤형 고대역폭 메모리 기술을 위해 협력하고 있다. - d-매트릭스(d-Matrix)는 NV링크 퓨전(NVLink Fusion)을 통합해 엔비디아 베라 CPU와 d-매트릭스 랩터(Raptor) XPU를 결합하고, 대규모 환경에서 초저지연 추론을 제공한다. 엔비디아와 파트너들은 새로운 성과도 공개했다. - 에메랄드 AI(Emerald AI)와 엔비디아는 실리콘밸리 파워(Silicon Valley Power)와 협력해 상용 AI 팩토리를 위한 유연 부하(flexible-load) 프로그램을 시연했다. - 람다(Lambda)는 엔비디아 DSX MaxLPS를 통해 와트당 성능을 23% 향상했다. - 핀터레스트(Pinterest)는 엔비디아 블랙웰(Blackwell) 플랫폼과 엔비디아 다이나모(Dynamo) 추론 소프트웨어를 활용해 시각적 탐색에 대화형 AI를 적용하고 있다. 이번 발표는 에이전틱 AI가 새로운 유형의 워크로드를 만들어내며 AI 인프라에 더 높은 성능과 효율성, 확장성을 요구하는 가운데 이뤄졌다. 엔비디아는 이러한 과제에 대응하기 위해 베라 루빈 시스템, 다이나모 추론 소프트웨어, 네모(NeMo) 라이브러리, 엔비디아 네트워킹을 아우르는 풀스택 AI 팩토리 플랫폼을 제공한다. 여기에는 스케일업 컴퓨팅을 위한 엔비디아 NV링크, 수천 개의 노드를 연결하는 스펙트럼-X 이더넷(Spectrum-X Ethernet)과 커넥트X 슈퍼NIC(ConnectX SuperNIC), 블루필드(BlueField) 기반 컨텍스트 메모리 스토리지, 인프라 보안을 위한 블루필드 DPU가 포함된다. AI 인프라의 핵심 성능 지표는 최고 성능에서 실제 검증된 메가와트당 에이전틱 토큰으로 빠르게 전환되고 있다. 이에 따라 AI 팩토리는 이제 실리콘부터 전력망까지 전 영역에 걸쳐 공동 설계돼야 한다. 엔비디아 DSX MaxLPS는 AI 팩토리 전반의 전력을 최적화해 메가와트당 최대 1.4배 더 많은 토큰을 처리할 수 있도록 한다. 또한, NV링크는 대규모 가속 컴퓨팅을 하나의 고성능 시스템으로 통합할 수 있도록 지원한다. 이를 통해 엔비디아의 AI 인프라는 더 많은 토큰을 생성하고 효율성을 높이며, 고객이 동일한 전력으로 더 높은 가치를 창출할 수 있도록 지원한다.
2026.09.17
6
8
엔비디아(www.nvidia.co.kr)와 LG가 개방형 추론 휴머노이드 파운데이션 모델인 엔비디아 아이작 GR00T(NVIDIA Isaac GR00T)를 기반으로 차세대 이족보행 휴머노이드 로봇을 개발한다고 발표했다. 해당 로봇은 내년 1분기에 공개될 예정이다. 엔비디아와 LG는 8월 13일(현지시간) 미국 캘리포니아주 산타클라라 엔비디아 본사에서 엔비디아 창립자 겸 CEO 젠슨 황(Jensen Huang)과 구광모 LG 대표가 참석한 가운데 양해각서(MOU)를 체결했다. 이를 통해 양사는 로보틱스, AI 팩토리, 모빌리티 분야에서 전략적 협력 구상을 넘어 본격적인 실행 단계에 돌입한다. 이번 협약에 따라 LG는 LG전자(LG Electronics) 미국 테네시 공장 세탁기 생산라인에서 LG 클로이드(LG CLOiD) 휠 베이스 로봇을 실증하고, 엔비디아 DSX와 엔비디아 베라 루빈(Vera Rubin)을 활용한 AI 팩토리 레퍼런스 사이트를 구축할 계획이다. 또한 엔비디아 드라이브 하이페리온(DRIVE Hyperion)을 기반으로 차세대 AI 정의 차량(AI-Defined Vehicle, AIDV) 플랫폼도 개발할 예정이다. 구광모 LG 대표는 “양사의 협업이 속도를 내면서 AI 팩토리와 피지컬 AI 분야에서 함께할 목표가 분명해졌다. 업계를 선도하는 레퍼런스 구축을 통해 AI 확산을 가속화하겠다”고 말했다. 엔비디아 창립자 겸 CEO 젠슨 황은 “피지컬 AI가 제공하는 가장 중요한 기회는 모든 기계가 현실 세계를 이해하고 추론하며, 사람과 함께 안전하게 행동할 수 있는 능력을 갖추도록 하는 데 있다. 이는 가정과 공장 현장, 도로에 이르기까지 우리의 일상을 새롭게 바꿔놓을 것”이라고 말했다. 이어 “LG와 엔비디아는 수년간 이어온 협력을 바탕으로 LG의 제품 엔지니어링 및 제조 분야 리더십과 엔비디아의 기술을 결합해 로봇, AI 팩토리, 자율주행차의 새로운 시대를 앞당기고 있다”고 말했다. 1. 로보틱스 엔비디아, LG 테네시 공장 세탁기 생산라인서 휠 베이스 로봇 실증 지원 LG와 엔비디아는 휴머노이드와 휠 베이스 로봇, 그리고 이를 학습·고도화하는 데 필요한 데이터 시스템에 이르기까지 피지컬 AI의 개발부터 실제 현장 배포까지 전 과정에서 협력을 확대하고 있다. LG는 내년 1분기 공개를 목표로 차세대 이족보행 휴머노이드 로봇을 개발하고 있다. 해당 로봇에는 온보드 컴퓨팅과 고도화된 추론·제어를 위한 엔비디아 젯슨 토르(Jetson Thor)가 탑재되며, 엔비디아의 개방형 휴머노이드 파운데이션 모델인 아이작 GR00T와 업계 최초의 로보틱스용 풀스택 통합 안전 시스템인 엔비디아 헤일로스 포 로보틱스(Halos for Robotics)를 기반으로 개발되고 있다. LG는 LG전자, LG이노텍(LG Innotek), LG에너지솔루션(LG Energy Solution)의 액추에이터, 센서, 배터리 등 ‘원 LG(One LG)’ 역량을 결합할 계획이다. 또한 LG는 연내 휠 베이스 로봇인 LG 클로이드를 LG전자의 미국 테네시 공장 세탁기 생산라인에 투입해 실제 생산 환경에서 실증할 예정이다. LG는 실증 결과를 바탕으로 로봇의 성능과 활용성을 개선하는 동시에 글로벌 생산시설, 가정, 상업 공간으로 적용 범위를 확대할 계획이다. 이번 협력에는 LG의 로봇 데이터 플랫폼인 LG CNS의 피지컬웍스(PhysicalWorks) 기반의 로봇 데이터 팩토리 구축을 위한 기술 협력도 포함된다. 피지컬웍스는 로보틱스를 위한 지속적인 데이터 수집, 합성 데이터 생성, 학습, 검증을 지원하는 현장형 피지컬 AI 데이터 팩토리 구축을 목표로 개발될 예정이다. 이번 협력을 통해 확보되는 로봇 데이터와 제조 현장 실증 경험은 LG가 자체 개발 중인 로봇 파운데이션 모델(Robot Foundation Model, RFM)의 경쟁력 강화에도 활용된다. LG는 자체 AI 모델 역량을 지속적으로 고도화하는 동시에 엔비디아 아이작 GR00T를 적극 활용해 로보틱스 분야의 기술 경쟁력을 강화할 계획이다. 양사는 협력 실행력을 높이기 위해 기술 및 비즈니스 전문가로 구성된 공동 TF(Task Force)를 운영한다. TF는 연구개발, 현장 실증, 상용화 전반에 걸쳐 긴밀하게 협력할 예정이다. 2. AI 팩토리 엔비디아 DSX™ 플랫폼, LG AI 팩토리 레퍼런스 사이트 구축에 활용 LG는 엔비디아 DSX AI 팩토리 아키텍처를 기반으로 열 관리, 전력, 설계, 운영 등 AI 인프라 전반을 아우르는 ‘원 LG’ 역량을 결합하고 있다. LG는 2027년 상반기 엔비디아 베라 루빈을 기반으로 AI 팩토리 레퍼런스 사이트를 구축한다. 이후 해당 성과를 바탕으로 2028년 상반기까지 충청남도 천안에 80MW 규모의 LG AI 팩토리를 구축할 계획이다. 이 AI 팩토리는 피지컬 AI, 특히 로봇 파운데이션 모델 고도화에 활용될 예정이다. 이를 통해 LG는 설계, 구축, 운영까지 전 과정을 아우르는 엔비디아 DSX 플랫폼 기반의 ‘원 LG’ 엔드 투 엔드 AI 팩토리 솔루션을 검증할 계획이다. 향후 이를 기반으로 글로벌 빅테크 고객에게 턴키 방식의 ‘원 LG’ 패키지 솔루션을 제공함으로써 글로벌 AI 인프라 시장에서 사업 기회를 확대할 것으로 기대된다. 3. 미래 모빌리티 엔비디아 드라이브 플랫폼, LG 차세대 AI 정의 차량 개발 지원 LG는 엔비디아 드라이브 하이페리온을 기반으로 LG의 차량용 인포테인먼트(IVI)와 자동차 소프트웨어 역량을 통합한 차세대 AI 정의 차량용 고성능 컴퓨팅 플랫폼을 개발한다. 엔비디아는 AI 기반 자율주행 기술과 차량 컴퓨팅 플랫폼을 바탕으로 LG의 IVI 중심의 차량 부품 역량이 자율주행 분야로 확장될 수 있도록 지원한다. 이를 통해 LG는 자율주행 기능과 차량 내 AI 서비스를 통합한 차세대 자동차 솔루션을 글로벌 완성차 업체(OEM)에 제공하고, 미래 모빌리티 시장에서 새로운 성장 기회를 창출할 계획이다. @nvidia
2026.08.17
11
9
Cloudera 레이크하우스 데이터 서비스와 VAST AI 운영체제를 NVIDIA AI 데이터 플랫폼 레퍼런스 설계 기반으로 결합 어떤 데이터 환경에서도 AI를 구현하는 유일한 기업인 클라우데라(Cloudera)가 AI 운영체제 전문기업 VAST Data와 전략적 파트너십을 체결했다고 발표했다. 양사는 데이터를 지속적으로 수집하고 정제하며 관리한 뒤 AI 모델의 학습과 추론에 제공하는 확장형 운영 환경인 통합 AI 팩토리(Unified AI Factory)를 구축할 계획이다. 이 인프라는 온프레미스 환경과 퍼블릭 클라우드 전반에서 운영되는 기업을 지원하도록 설계됐으며, 기업이 일관된 AI 운영 체계를 유지하는 동시에 성능과 규제 준수, 비용 요건에 가장 적합한 환경에서 AI 서비스를 운영할 수 있도록 지원한다. 이번 협력은 Cloudera의 차세대 컨테이너 기반 데이터 서비스와 VAST AI 운영체제를 결합하는 것이 핵심이다. VAST AI 운영체제는 고성능 스토리지와 데이터베이스, 글로벌 네임스페이스 기능을 하나의 플랫폼으로 통합해 대규모 AI와 데이터 분석, 미션 크리티컬 데이터 워크로드를 지원한다. 또한 NVIDIA AI 데이터 플랫폼 레퍼런스 설계를 기반으로 구축된 이 데이터 플랫폼 계층은 기업 내에 축적돼 있지만 활용되지 못하던 데이터를 AI가 즉시 활용할 수 있는 형태로 전환해 AI 팩토리의 핵심 기반을 제공한다. 생성형 AI와 에이전틱 AI 도입 경쟁이 가속화되면서 많은 기업은 기존 IT 아키텍처가 데이터 준비부터 모델 학습, 추론, 데이터 분석까지 이어지는 연속적인 AI 파이프라인을 지원하도록 설계되지 않았다는 점을 인식하고 있다. 그 결과로 나타나는 대표적인 문제가 GPU 기아(GPU Starvation) 현상이다. 이는 고가의 GPU 클러스터가 데이터를 기다리느라 유휴 상태에 머무는 상황을 의미한다. 양사의 공동 솔루션은 AI 개발 전 과정에서 데이터를 효율적으로 이동시키고, GPU에 고대역폭·저지연 데이터를 지속적으로 공급함으로써 이러한 문제를 해결한다. 이를 통해 GPU 활용률과 시스템 성능, 투자수익률을 크게 높일 수 있도록 지원한다. 기업용 AI 팩토리 구축 Cloudera의 레이크하우스 아키텍처는 데이터 엔지니어링, 데이터 스트리밍, 분석, 머신러닝, AI를 포함한 컨테이너 기반 데이터 서비스를 제공하며, 이를 하이브리드 및 멀티클라우드 환경 전반에 걸쳐 일관된 방식으로 배포할 수 있도록 지원한다. VAST의 분리형 공유 아키텍처는 VAST AI 운영체제의 기반 기술이다. 이 아키텍처는 엑사바이트급 데이터 인프라를 제공하는 동시에 NVIDIA cuVS를 활용한 GPU 가속 벡터 인덱싱 및 검색 기능을 갖춘 벡터 데이터베이스 서비스를 통합하고, 최신 GPU 클러스터와 AI 워크로드에 최적화된 고성능 스토리지를 지원한다. 양사는 NVIDIA AI 데이터 플랫폼 레퍼런스 설계와 NVIDIA 가속 컴퓨팅을 기반으로 하는 VAST AI 운영체제를 통해 기업 내 활용되지 않던 데이터를 AI가 즉시 사용할 수 있는 데이터로 전환하고, 그 위에서 Cloudera가 데이터 엔지니어링과 데이터 분석, 거버넌스, AI 서비스를 제공하는 구조를 구현했다. 양사의 공동 솔루션은 다음과 같은 기능을 제공한다. · 원시 데이터 수집부터 AI 모델 배포까지 아우르는 통합 AI 팩토리 아키텍처 · 데이터센터, 프라이빗 클라우드, 퍼블릭 클라우드 전반에서 일관된 운영 환경 · 초고대역폭·저지연 데이터 파이프라인을 통한 GPU 기아 현상 해소 · GPU를 지속적으로 최대 활용 상태로 운영해 컴퓨팅 효율 대폭 향상 · 정형·비정형·멀티모달 데이터를 모두 지원하는 대규모 고성능 스토리지 · 기업 수준의 데이터 거버넌스와 규제 준수를 지원하는 안전한 프라이빗 AI 환경 이 아키텍처를 통해 기업은 개별적인 AI 실험 단계를 넘어 기업 데이터를 지속적으로 실행 가능한 인사이트로 전환해 모델 학습과 추론, 데이터 분석, 에이전틱 AI 애플리케이션에 활용하는 상용 수준의 AI 시스템을 구축할 수 있다. 이번 파트너십은 프라이빗 AI 팩토리 구축을 위한 솔루션도 한층 강화한다. NVIDIA의 AI 인프라와 NVIDIA AI Enterprise 소프트웨어, VAST AI 운영체제를 기반 데이터 플랫폼으로 결합하고, Cloudera의 데이터 및 AI 서비스를 통합해 프라이빗 AI와 소버린 AI 환경에 최적화된 솔루션을 제공한다. 대표적인 솔루션인 Cloudera AI Inference Service는 NVIDIA NIM 마이크로서비스를 활용해 AI 추론을 가속화한다. 이를 통해 기업은 최신 NVIDIA Nemotron 오픈 모델을 포함한 다양한 AI 모델을 데이터가 있는 환경에서 직접 배포하고 손쉽게 확장할 수 있다. 또한 고객은 NVIDIA cuDF를 활용해 Apache Spark 워크로드를 가속화할 수 있다. Spark 작업은 GPU 가속 처리와 VAST의 고성능 데이터 서비스를 활용해 Cloudera Data Engineering 환경을 더욱 효율적으로 실행할 수 있으며, 이를 통해 AI 워크로드 최적화 수준도 한층 높일 수 있다. 특히 금융이나 공공, 의료 등 규제가 엄격한 산업의 대기업에는 반도체 수준의 인프라부터 애플리케이션까지 아우르는 ‘실리콘부터 애플리케이션까지(Silicon-to-Application)’ 통합 AI 플랫폼을 제공함으로써 어디서든 상용 수준의 AI 시스템을 구축할 수 있도록 지원한다. 대규모 공동 성장 추진 이번 파트너십은 고객이 관리하는 60엑사바이트 규모의 데이터를 기반으로 양사와 고객 모두에게 새로운 사업 기회를 제공할 것으로 기대된다. 여기에 프라이빗 AI 인프라에 대한 기업 수요가 빠르게 증가하면서 신규 프로젝트와 향후 매출 확대 가능성도 더욱 커질 것으로 전망된다. Cloudera의 최고사업책임자(CBO) 겸 응용 AI 사업 총괄인 아브하스 리키는 “기업들은 GPU에 수십억달러를 투자하고 있지만, 데이터 병목 현상 때문에 GPU를 충분히 활용하지 못하는 경우가 많다”며 “VAST와의 협력을 통해 GPU 기아 현상을 해소하고, 데이터가 수집부터 인사이트 도출까지 끊김 없이 흐르는 진정한 AI 팩토리를 구축할 수 있도록 지원할 것”이라고 말했다. VAST Data의 공동창업자인 제프 덴워스는 “대부분의 기업은 이미 AI에 필요한 데이터를 보유하고 있으며, 과제는 그 데이터의 가치를 끌어내 지속적인 AI 추론과 모델 미세조정, 데이터 분석 파이프라인을 구축해 차세대 지능형 애플리케이션을 만드는 것”이라며 “Cloudera와 VAST는 고객이 데이터와 AI, 인프라를 하나의 운영 플랫폼으로 통합하는 AI 팩토리를 구축해 하이브리드 환경 전반에서 AI를 활용할 수 있도록 지원하고 있다”고 말했다. 양사가 공동 개발한 Cloudera-VAST AI 팩토리 솔루션은 즉시 이용할 수 있으며, 양사의 엔터프라이즈 영업 조직과 파트너 네트워크를 통해 제공된다. 또한 참조 아키텍처와 검증된 구축 방식, 산업별 특화 솔루션도 2026년 동안 지속적으로 확대될 예정이다. 자세한 내용은 VAST 파트너십 페이지에서 확인할 수 있으며, 글로벌 행사인 ‘EVOLVE26’에 등록해 기업들이 데이터와 데이터 분석, AI를 통해 어떻게 더 큰 가치를 창출하고 있는지 확인할 수 있다.
2026.07.15
7
4
인텔 코어 울트라5
  • 종합
  • 뉴스/정보
  • 커뮤니티
  • 질문/토론