新聞中心文章僅提供韓語版本。
엔비디아의 연례 개발자 컨퍼런스 ‘GTC 2026’이 진행 중인 가운데 인공지능(AI) 산업의 경쟁 구도가 반도체 성능에서 인프라 운영 구조와 시스템 설계 역량 중심으로 이동하고 있다는 분석이 제시됐다. 엔비디아는 차세대 AI 플랫폼 ‘베라 루빈(Vera Rubin)’ 아키텍처와 함께 추론 전용 칩(LPU)과 신규 중앙처리장치(CPU)를 공개하며 AI 에이전트 시대에 대응하는 새로운 컴퓨팅 구조를 제시했다.
젠슨 황 최고경영자(CEO)는 대규모 연산과 학습은 그래픽처리장치(GPU)가 담당하고, 빠른 추론 처리는 LPU가 맡는 역할 분담 구조를 강조했다. 여기에 AI 작업 전반을 조율하는 CPU까지 결합해 초대형 AI 클러스터를 하나의 유기적인 시스템처럼 운영하겠다는 구상이다. 이는 향후 AI 경쟁력이 단순한 칩 성능보다 데이터센터 운영 효율과 자원 활용 능력에 의해 좌우될 가능성을 시사한다는 평가다.
특히 베라 루빈 플랫폼은 GPU와 CPU를 랙 단위로 통합한 구조를 통해 데이터센터 전체를 하나의 컴퓨팅 단위처럼 운영하는 개념을 제시했다. 이 같은 환경에서는 단순히 비어 있는 GPU를 찾는 방식의 기존 자원 관리로는 한계가 있으며, 데이터가 어디에 저장되고 작업이 어떻게 배치되는지까지 함께 고려하는 통합 운영 기술의 중요성이 커지고 있다. 이 같은 변화 속에서 엔비디아 생태계 내 파트너 기업들의 역할에도 관심이 쏠리고 있다.
씨이랩은 엔비디아의 ‘프리퍼드(preferred) 파트너’로 기술 협력 관계를 구축하고 GPU 인프라 운영 플랫폼 ‘아스트라고(AstraGo)’를 중심으로 차세대 AI 데이터센터 환경 대응 전략을 추진하고 있다. 회사는 베라 루빈 구조 변화에 맞춰 메모리 활용 방식과 전력 상황을 고려해 작업을 배치하는 차세대 스케줄링 기술 개발을 진행 중이다.
이 기술은 처리 속도가 중요한 데이터를 GPU의 고속 메모리에 우선 배치하고 상대적으로 여유가 있는 데이터는 다른 메모리 자원으로 분산하는 방식으로 GPU 활용 효율을 높이는 데 초점을 맞추고 있다.
또한 대규모 AI 클러스터 환경에서 전력 사용 상황까지 고려해 작업을 배치함으로써 시스템 안정성과 처리 성능을 동시에 확보할 수 있을 것으로 기대된다. AI 에이전트 시대에는 대규모 연산 능력뿐 아니라 빠른 추론 처리와 전체 시스템을 조율하는 운영 역량이 동시에 요구되는 만큼 GPU 자원을 효율적으로 관리하는 인프라 소프트웨어의 역할이 더욱 커질 것으로 전망된다.
실제 기업 환경에서 GPU 평균 활용률이 20~30% 수준에 머무르는 경우가 많다는 점도 관련 시장 성장 요인으로 꼽힌다. 씨이랩은 이러한 AI 인프라 운영 기술을 기반으로 제조와 반도체 등 산업 현장에서 AI 활용도를 높이는 프로젝트를 확대하고 있으며, 초대형 AI 인프라 운영 역량을 핵심 경쟁력으로 확보한다는 전략이다. 업계에서는 GTC를 계기로 AI 산업이 생성형 AI 중심 경쟁에서 AI 시스템 운영 효율 경쟁 단계로 진입하고 있다는 분석도 나온다.
씨이랩 관계자는 “AI 인프라 경쟁은 이제 장비 성능을 넘어 운영 효율과 시스템 설계 역량 경쟁으로 전환되고 있다”며 “엔비디아와의 협력을 바탕으로 아스트라고의 고도화를 추진해 초대형 AI 클러스터 시대 핵심 인프라 소프트웨어 기업으로 자리매김해 나갈 것”이라고 말했다.