향후 10여년간 연평균 성장률 35% 달할 전망
<이미지를 클릭하시면 크게 보실 수 있습니다> |
구독형 그래픽처리장치(GPU) 서비스가 국내 정보통신기술(ICT) 업계의 차세대 수익원으로 부상했다. 생성형 인공지능(AI) 모델 개발에 필수인 GPU 클라우드 인프라 수요가 폭발적으로 증가하면서다. 글로벌 빅테크들의 득세에도 국내 클라우드 업체는 물론 IT 서비스, 통신사까지 시장에 뛰어들며 점유율 선점에 잰걸음이다.
AI에 필수 된 GPU…온프레미스는 부담
29일 ICT 업계에 따르면 최근 국내 주요 기업들은 클라우드 환경에서 GPU를 구독 서비스하는 GPUaaS(GPU as a Service) 사업 확장에 한창이다. GPUaaS는 클라우드 서비스 기업이 GPU 리소스를 가상 환경에서 사용자 필요에 따라 주문형으로 할당하고 빌려 쓰게 해주는 사업이다. 언제 어디서든 인터넷만 연결하면 고성능 GPU 이용이 가능하다.
GPU는 수천개의 코어로 동시에 많은 작업을 빠르게 처리해 대량 데이터 처리에 적합하다. 딥러닝이나 생성형 AI 모델 학습에 필수적이다. 하지만 일반 기업 입장에서 GPU 인프라를 온프레미스(On-premise·자체 서버)로 설정하는 건 큰 부담이다. 초기 투자 비용이 상당한 데다 GPU 자체도 개당 수천만원에 달하기 때문이다.
이런 까닭에 GPUaaS 수요는 전 세계적으로 급증하고 있다. AI 기술과 서비스가 고도화하며 보편화할수록 GPUaaS에 대한 유인은 더욱 커질 것으로 보인다. 시장조사기관 '포춘 비즈니스 인사이트'에 따르면 글로벌 GPUaaS 시장 규모는 매년 35.8% 성장해 올해 43억1000만달러에서 2032년 498억4000만달러(약 70조원)에 이를 전망이다.
이런 배경에서 아마존웹서비스(AWS), 마이크로소프트(MS) 등 글로벌 빅테크들은 이미 GPUaaS 솔루션을 통해 다양한 기술을 제공 중이다.
엔비디아 GPU로 공세…누가 먼저 잡느냐
국내 기업들의 움직임도 빨라지고 있다. 클라우드 기업 중에서는 엔비디아 GPU이자 AI 가속기로 알려진 호퍼 시리즈(H100)를 1000개 이상 확보한 것으로 알려진 NHN클라우드가 기업 고객에 GPUaaS로 AI 트레이닝, AI 추론, 고성능 컴퓨팅(HPC) 자원 활용을 지원하고 있다. 이 회사는 지난해 10월 광주광역시에 개소한 국가 AI데이터센터(DC)를 통해 'GPU 팜(Farm)' 시대를 본격화한다는 계획이다.
KT클라우드도 GPU 기반의 AI 클라우드 서비스를 강화하고 있다. 엔비디아 GPU를 적용한 AI 학습 전용 인프라 서비스인 'AI 트레인'과 GPU를 쓴 시간에만 요금을 부과하는 종량제 서비스 '하이퍼스케일 인공지능 컴퓨팅(HAC)' 등이 대표적이다. AI 모델 프로그램과의 호환성과 개발을 위한 확장성, 연속성을 강점으로 내걸고 있다.
SK텔레콤은 미국 GPU 클라우드 기업인 람다와 협력해 오는 12월 H100 기반의 GPU 구독 서비스를 시작한다. 현재 자회사 SK브로드밴드의 가산 데이터센터를 GPU 전용 AIDC로 전환 중이며, 클라우드 형태로 GPU를 제공하는 GPUaaS를 출시할 계획이다. 특히 내년 3월에는 최신 GPU인 H200을 도입하고 수요에 맞춰 물량을 단계적으로 확대한다. 연초 SK텔레콤이 '시리즈C 투자'에 참여한 람다는 현재 엔비디아로부터 GPU를 우선 공급받고 있다.
삼성SDS도 GPUaaS를 수익원으로 빠르게 안착시키는 모습이다. 올해 3분기 클라우드 사업에서만 전년 동기보다 35.3% 증가한 6370억원의 매출을 냈는데 GPUaaS가 41% 성장하며 실적을 견인했다. 삼성SDS는 자체 플랫폼인 삼성 클라우드 플랫폼(SCP)에서 GPU 솔루션을 통해 제품 개발 시뮬레이션을 지원하고 있다. 지난달에는 미국 컴퓨터 지원 엔지니어링(CAE) 시뮬레이션 소프트웨어 업체 앤시스의 한국지사인 앤시스코리아와 업무협약을 맺고 고성능 GPUaaS를 강화하고 있다.
ⓒ비즈니스워치(www.bizwatch.co.kr) - 무단전재 및 재배포금지
이 기사의 카테고리는 언론사의 분류를 따릅니다.
기사가 속한 카테고리는 언론사가 분류합니다.
언론사는 한 기사를 두 개 이상의 카테고리로 분류할 수 있습니다.
언론사는 한 기사를 두 개 이상의 카테고리로 분류할 수 있습니다.