'모두의 AI' 한다고 다들 지능공장 될까?···통신 3사 AIDC 딜레마 작성일 08-28 29 목록 <div id="layerTranslateNotice" style="display:none;"></div> <strong class="summary_view" data-translation="true">2250만 회선·카톡·생활서비스 확보 <br>뒤에선 수백MW AIDC 동시 증설 <br>정부는 국민 AI에 B200 512장 지원 <br>사용자 늘어도 AIDC 테넌트는 별개</strong> <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> <section dmcf-sid="8TMzp2mjXQ"> <figure class="figure_frm origin_fig" contents-hash="f0a82406a39f2d2a698fb127f93063b5a7a7fa907175fdc3e16b37f2568eb9d0" data-idxno="462488" data-type="photo" dmcf-pid="6yRqUVsAXP" dmcf-ptype="figure"> <p class="link_figure"><img alt="통신 3사는 '모두의 AI'를 앞세워 전화·문자·카카오톡·IPTV 등 국민 생활 접점을 넓히는 반면, 네이버는 세종 AI 팩토리를 중심으로 2028년 200MW, 장기적으로 1GW급 인프라 확대를 추진하고 있다. 국민 AI의 사용자 확보와 AIDC의 장기 가동률은 같은 수요가 아니라는 점을 보여주는 AI 생성 이미지 / GPT-5.5" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202608/28/552814-8XPEppr/20260828181923207auwd.png" data-org-width="1280" dmcf-mid="9riJMatWXd" dmcf-mtype="image" height="auto" src="https://img1.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202608/28/552814-8XPEppr/20260828181923207auwd.png" width="658"></p> <figcaption class="txt_caption default_figure"> 통신 3사는 '모두의 AI'를 앞세워 전화·문자·카카오톡·IPTV 등 국민 생활 접점을 넓히는 반면, 네이버는 세종 AI 팩토리를 중심으로 2028년 200MW, 장기적으로 1GW급 인프라 확대를 추진하고 있다. 국민 AI의 사용자 확보와 AIDC의 장기 가동률은 같은 수요가 아니라는 점을 보여주는 AI 생성 이미지 / GPT-5.5 </figcaption> </figure> <p contents-hash="cc0e5374fae419f6088c9cf491a38e1e2c41a9e837d672cf54a2ff101b9e5e84" dmcf-pid="PWeBufOcX6" dmcf-ptype="general">이재명 정부의 '모두의 AI'가 국민 생활 속 AI 서비스 확산을 시작한 가운데 국내 통신사들은 다른 한편에서 수백메가와트(MW) 규모의 AI 데이터센터(AIDC)를 확대하고 있다. 겉으로 보면 AI 사용자가 늘수록 더 많은 연산이 필요하고, 그만큼 지능공장도 커지는 하나의 흐름처럼 보인다.</p> <p contents-hash="c30d98a5dc6c69714ef074f617a01b566a4f253cfb8469de750e4e3d9d186a87" dmcf-pid="QYdb74IkX8" dmcf-ptype="general">하지만 모델의 경제성과 인프라의 경제성은 같은 방향으로 움직이지 않는다. 좋은 AI는 같은 일을 더 적은 연산과 비용으로 처리해야 하지만 AIDC는 이미 확보한 GPU와 전력·냉각설비를 높은 가동률로 오래 돌려야 수익이 난다. 국민 AI의 확산이 곧바로 수백MW 연산공장의 사업성을 보장하지 않는 이유다. 사용자를 늘리는 일과 장기간 연산을 사줄 테넌트를 확보하는 일 사이의 간격이 통신 3사의 새로운 딜레마로 떠올랐다.</p> <p contents-hash="e7cd54b453925c0f161c1df13c33c78d09cb23bd5a30c999a4454f464b046573" dmcf-pid="xGJKz8CE54" dmcf-ptype="general">28일 여성경제신문 취재를 종합하면 SK텔레콤과 KT가 정부의 '모두의 AI' 사업자로 선정되고 LG유플러스도 카카오 컨소시엄의 핵심 참여사로 국민 대상 인공지능(AI) 서비스 경쟁에 뛰어들었다. 통신 3사는 동시에 뒤편에서 수백메가와트(MW) 규모의 AI 데이터센터(AIDC)를 확장하고 있다. SK텔레콤은 318MW 규모의 데이터센터 인프라를 별도 법인으로 떼어냈고 KT클라우드는 중장기 500MW 이상 확보를 목표로 잡았다.</p> <p contents-hash="806d8acb62562ee50f5f1beea578c6e7cc537391fd23d3af6e71c89c8b3f9bf8" dmcf-pid="yeXmElfztf" dmcf-ptype="general">카카오와 동맹한 LG유플러스도 파주에 200MW급 AIDC를 짓고 2030년 누적 수주 5조원을 노린다. 겉으로 보면 수천만 국민이 AI를 많이 사용할수록 통신사의 데이터센터도 자연스럽게 성장할 것처럼 보인다. 그러나 국민에게 AI를 잘 배포하는 것과 수백MW 연산공장의 가동률을 채우는 것은 서로 다른 사업이다. </p> <p contents-hash="2b82d55bd68150ec05d14f7b9ec0e1c7690f7a4c58926230200b435f4525cda8" dmcf-pid="WdZsDS4q5V" dmcf-ptype="general">이날 과학기술정보통신부는 모두의 AI 사업 수행기관으로 SK텔레콤·카카오·KT 컨소시엄을 최종 선정했다. 6개 컨소시엄을 대상으로 기술 적합성을 보는 서면평가와 서비스 편의성, 이용자 확보 전략, 생태계 기여 등을 검증하는 발표평가를 거쳤다. SK텔레콤은 앱과 웹뿐 아니라 전화·문자까지 AI의 진입로로 열고, 카카오는 카카오톡을 앞세워 범용 챗봇과 에이전트를 결합한다. KT는 다음·다나와·무신사·직방 등 파트너 채널과 통신·IPTV 인프라를 잇는다. 정부가 먼저 보는 것은 어느 사업자가 더 큰 데이터센터를 가졌느냐보다 누가 AI를 국민 생활 속으로 더 넓게 배포할 수 있느냐다. </p> <p contents-hash="e39a071a35730f309a48242cba3e28f1f242110ae0707f97cf4e44e7a5b86afc" dmcf-pid="YJ5Owv8B52" dmcf-ptype="general"><strong>SKT 하루 전엔 318MW·3조원<br>하루 뒤엔 회선·전화·에이닷<br>같은 회사인데 두 사업 갈린다</strong></p> <p contents-hash="2809f538650d9d57a70b0621903630258c47cd17747aeb19daf2e4a1825dfad1" dmcf-pid="Gi1IrT6bY9" dmcf-ptype="general">가장 극적인 사례가 SK텔레콤이다. 모두의 AI 선정 하루 전인 27일 SK텔레콤은 SK브로드밴드의 데이터센터와 해저케이블 사업을 인적분할해 AIDC 인프라 전문회사 'SK호라이즌'을 만들겠다고 발표했다. KKR과 IMM인베스트먼트-스톤브릿지 컨소시엄으로부터 3조800억원의 투자도 유치했다. SK호라이즌은 기존 8개 데이터센터와 울산·구로 등 신규 건설 시설을 포함해 총 318MW 규모의 인프라 확장을 맡는다. AIDC를 통신사업의 부속 설비가 아니라 별도의 대형 인프라 사업으로 떼어낸 것이다. </p> <p contents-hash="c0c4fc85c4b3c805117e9f2865b4f26220ba7054b2c25b076500ea2304e76f3d" dmcf-pid="HntCmyPKXK" dmcf-ptype="general">그런데 하루 뒤 모두의 AI에서 SK텔레콤의 경쟁력은 MW가 아니었다. 앱·웹·전화·문자라는 접근수단과 실행형 AI였다. 공식 API가 없는 매장이나 관공서도 AI가 전화로 연결하는 방식을 내걸었다. 하루 전에는 데이터센터 용량과 외부자본 조달능력이 AI 사업의 핵심 숫자였다면 하루 뒤에는 이용자 접점과 서비스 실행력이 핵심 숫자가 된 셈이다. 같은 회사 안에서도 지능을 생산하는 공장과 지능을 국민에게 배포하는 서비스가 따로 놀고 있다는 뜻이다. </p> <div contents-hash="ce45c3b1efcd9200080a854e012b28b3ab6f420339a4934fd2186d6796ecca7a" dmcf-pid="XLFhsWQ9Gb" dmcf-ptype="general"> 좋은 AI 서비스는 같은 일을 가능한 적은 연산과 비용으로 끝내야 한다. 간단한 요청을 작은 모델에서 처리하고 고난도 문제만 큰 모델로 넘기거나, 캐시를 재사용하고 양자화·추론 최적화·온디바이스 연산을 적용하면 사용자 한 명당 필요한 GPU 시간은 줄어든다. 서비스 사업자에게는 효율 향상이다. 반대로 AIDC는 막대한 자본을 들여 확보한 전력과 서버, 냉각설비를 높은 가동률로 돌리고 연산자원을 장기간 판매해야 투자비를 회수할 수 있다. </div> <figure class="figure_frm origin_fig" contents-hash="4b80e8cb89fbe8213684dd37953701631f3e0c34c218aa33726568ade0236863" data-idxno="462489" data-type="photo" dmcf-pid="ZPykNsb0YB" dmcf-ptype="figure"> <p class="link_figure"><img alt="배경훈 부총리 겸 과학기술정보통신부 장관이 3일 오전 전남광주 광산구 국립광주과학관에서 열린 모두의 AI 성장사다리 프로젝트 출범식에 참석하고 있다. /연합뉴스" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202608/28/552814-8XPEppr/20260828181924508gnpx.jpg" data-org-width="1200" dmcf-mid="2ZBDAI9UGe" dmcf-mtype="image" height="auto" src="https://img4.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202608/28/552814-8XPEppr/20260828181924508gnpx.jpg" width="658"></p> <figcaption class="txt_caption default_figure"> 배경훈 부총리 겸 과학기술정보통신부 장관이 3일 오전 전남광주 광산구 국립광주과학관에서 열린 모두의 AI 성장사다리 프로젝트 출범식에 참석하고 있다. /연합뉴스 </figcaption> </figure> <p contents-hash="39861f948303f10e74fd4f26156a189c29caa09cdcb29565d8b55884546df129" dmcf-pid="5QWEjOKpYq" dmcf-ptype="general"><strong>국민 서비스 뽑는데 GPU를 배분?<br>B200 512장으로 초기 연산 지원<br>서비스와 인프라 정책 한데 묶여</strong></p> <p contents-hash="70ca868e24ea130a7e585beb95b0ed8ebe20ff111d2f736ed50577052de1795f" dmcf-pid="1xYDAI9UZz" dmcf-ptype="general">통신 3사의 딜레마는 여기서 생긴다. 좋은 '모두의 AI'는 같은 일을 더 적은 연산으로 끝내야 하지만 좋은 AIDC 사업은 이미 지어놓은 연산설비를 더 오래, 더 많이 돌려야 한다. 정부의 지원방식도 이 경계를 흐린다. 정부는 선정된 SK텔레콤·카카오·KT 3개 사업자에게 올해 엔비디아 B200 GPU 총 512장을 지원하고 내년부터는 전 국민 서비스 제공 비용도 예산으로 뒷받침할 예정이다. 서비스 편의성과 이용자 확보, 에이전트 실행력을 평가해 국민 AI 사업자를 고르면서 연산장비까지 직접 공급하는 구조다. 국민 AI 서비스 확산과 AI 인프라 지원이라는 두 정책목표가 한 사업 안에 들어가 있다. </p> <p contents-hash="70dde561930763d9181218aa9694597a9de7da6887af9db5ec6fa2115cf02e8a" dmcf-pid="tMGwcC2uX7" dmcf-ptype="general">B200 512장이 적다는 얘기는 아니다. 초기 서비스를 개발하고 실제 국민 트래픽을 받아내기에는 중요한 자원이다. 그러나 이를 통신사의 AIDC 경쟁력과 동일시하면 산업의 크기가 뒤섞인다. SK텔레콤은 318MW 인프라를 별도 회사로 분리했고 KT클라우드는 중장기 500MW 이상, LG유플러스는 파주 200MW에 이어 2030년 최소 600MW까지 확대한다는 목표를 제시했다. 정부가 제공하는 512장의 GPU는 서비스를 시작하게 하는 연산자원이지 수백MW AIDC의 사업성을 만들어주는 테넌트가 아니다. </p> <p contents-hash="779245fd0797f655c3827364afe3d559c5cdadc62baac1f038faf524cbad4dd8" dmcf-pid="FRHrkhV75u" dmcf-ptype="general">오히려 정부 지원이 끝난 뒤가 중요하다. 보조된 GPU에서 잘 돌아가는 서비스와 시장가격으로 GPU 시간과 전력을 구매하면서 지속 가능한 서비스는 같은 것이 아니다. 모두의 AI가 장기 서비스로 남으려면 요청 한 건을 끝내는 데 필요한 연산량과 비용을 낮추고 외부 모델 호출비와 자체 인프라 사용비까지 감당할 수 있어야 한다. 정부가 B200을 공급해 서비스의 출발선은 만들 수 있지만 AIDC의 장기 가동률과 투자회수까지 만들어주지는 않는다.</p> <p contents-hash="38daf5d22380cad4f43277cbb75b541512e888272e11a01f486e944a9f8be099" dmcf-pid="3eXmElfzGU" dmcf-ptype="general"><strong>KT 모델부터 중구난방 복수 서비스<br>업스테이지·모티프 등 한데 묶어<br>효율 높일수록 GPU시간 줄 수도</strong></p> <p contents-hash="b1dc95280da888befb97ce56efa121adce5c12677d6b91bb302cb3b600daf2fe" dmcf-pid="0dZsDS4qHp" dmcf-ptype="general">KT에서도 비슷한 문제가 나타난다. KT클라우드가 지난해 문을 연 가산 AI 데이터센터는 수전용량 40MW, IT용량 26MW를 갖추고 B200급 서버를 위한 D2C 액체냉각을 상용화했다. KT클라우드는 가산을 시작으로 국내 주요 거점에 중장기 500MW 이상의 인프라를 확보하겠다는 목표를 제시했다. AIDC를 기업의 AI 전환 수요를 받는 대규모 상업용 인프라로 키우겠다는 구상이다.</p> <p contents-hash="cfcf40a431393c4f4d1b7739c5d886bc7fa37692eb3a2101a5e6cb2b816d6f20" dmcf-pid="pJ5Owv8BH0" dmcf-ptype="general">반면 모두의 AI에서 KT가 꺼낸 카드는 거대한 단일 모델이나 데이터센터의 크기가 아니라 여러 모델과 생활서비스를 한데 묶는 연합전선이다. 업스테이지와 모티프테크놀로지, NC AI, 액션파워 등 서로 다른 모델·기술 기업을 끌어들이고 다음과 다나와, 무신사, 직방 등을 통신·IPTV와 연결해 정보검색에서 실제 생활서비스까지 하나의 대화 흐름으로 처리하겠다는 구상이다.</p> <p contents-hash="9f5cd7c9b26745365eb9bf10d76d818a36cf3a1cb832af83bddc492c7d1b0495" dmcf-pid="Ui1IrT6b13" dmcf-ptype="general">물론 선택지가 많으면 국민이 업무에 맞는 모델을 골라 비용과 지연을 줄일 수 있다는 장점이 있다. 그러나 뒤집어 보면 하나의 국민 AI 안에 성격과 규모가 다른 모델이 중구난방으로 들어온 구조이기도 하다. 어떤 요청을 어느 모델로 보내고 어느 클라우드와 AIDC에서 처리할지 정렬하는 오케스트레이션이 제대로 작동하지 않으면 모델이 많다는 사실 자체가 복잡성과 비용으로 돌아올 수 있다.</p> <p contents-hash="ec558b2d59dbed736a59dc4152de4c184ec13983f2f24b335d6a43aa8cf30288" dmcf-pid="untCmyPKZF" dmcf-ptype="general">하나의 서비스가 효율적으로 설계된다면 모든 요청을 다른 모델에 분산할 이유도 없다. 저난도 작업은 작은 모델에서 끝내고 일부 복합 요청만 고성능 모델로 넘기는 방식이 비용과 지연에서 유리하다. 실제 동적 모델 라우팅을 KT가 어떤 방식으로 구현할지는 향후 확인해야 하지만, 복수 모델을 조합하는 구조일수록 연산이 하나의 데이터센터로 모인다는 보장도 약해진다.</p> <div contents-hash="80cb71590273b2e8e3257281f09038d0447adb9997a13568aebd015c748fba43" dmcf-pid="7LFhsWQ9Zt" dmcf-ptype="general"> 외부 API와 각 참여사의 자체 클라우드, 별도 연산환경까지 실행경로가 흩어지면 국민 AI 사용량이 늘어도 그 수요가 KT클라우드가 확보하려는 500MW급 AIDC 가동률로 얼마나 이어질지는 별도의 문제가 된다. KT의 약점은 모델이 부족한 것이 아니라 오히려 너무 많다는 데 있을 수 있다. 모델 연합을 하나의 서비스로 묶는 것과 그 연산을 하나의 수익성 있는 인프라 사업으로 정렬하는 것은 다른 문제다. </div> <figure class="figure_frm origin_fig" contents-hash="76f945f96f99adaa0194d2e7e871b69a04f7c793c173032e5977fe56da223c27" data-idxno="462492" data-type="photo" dmcf-pid="zo3lOYx2t1" dmcf-ptype="figure"> <p class="link_figure"><img alt="KT의 '모두의 AI'는 업스테이지·모티프테크놀로지·NC AI·액션파워 등 여러 모델·기술 기업과 다음·다나와·무신사·직방 같은 생활서비스를 한데 묶는 구조다. 선택지가 많아지는 만큼 요청 분류와 모델 선택, 데이터 접근, 보안, 과금, 외부 API·클라우드 연동을 조정하는 오케스트레이션 부담도 커진다. 모델과 서비스가 늘어날수록 연산경로가 여러 인프라로 흩어질 수 있어 국민 AI 사용량 증가가 KT클라우드의 AIDC 가동률 상승으로 곧바로 이어지는 것은 아니라는 점을 표현한 AI 생성이미지 /GPT-5.5" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202608/28/552814-8XPEppr/20260828181925900gaip.png" data-org-width="1280" dmcf-mid="VSPSIGMVGR" dmcf-mtype="image" height="auto" src="https://img4.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202608/28/552814-8XPEppr/20260828181925900gaip.png" width="658"></p> <figcaption class="txt_caption default_figure"> KT의 '모두의 AI'는 업스테이지·모티프테크놀로지·NC AI·액션파워 등 여러 모델·기술 기업과 다음·다나와·무신사·직방 같은 생활서비스를 한데 묶는 구조다. 선택지가 많아지는 만큼 요청 분류와 모델 선택, 데이터 접근, 보안, 과금, 외부 API·클라우드 연동을 조정하는 오케스트레이션 부담도 커진다. 모델과 서비스가 늘어날수록 연산경로가 여러 인프라로 흩어질 수 있어 국민 AI 사용량 증가가 KT클라우드의 AIDC 가동률 상승으로 곧바로 이어지는 것은 아니라는 점을 표현한 AI 생성이미지 /GPT-5.5 </figcaption> </figure> <p contents-hash="f94d669d01fcd460c31ce80f59acec3bbd8b417cb5e031c0935e1cda641a574b" dmcf-pid="qg0SIGMVZ5" dmcf-ptype="general"><strong>카카오가 국민 접점 전면에 서고<br>LGU+는 파주서 공장 직접 확대<br>사용자와 장기 테넌트는 다른 숫자</strong></p> <p contents-hash="3974439d0f0efc91ff7f17fd738e7a1d84146c31cb5fd3b6fe40d075b371339a" dmcf-pid="B2CgikUZHZ" dmcf-ptype="general">LG유플러스는 이번 모두의 AI 사업의 독립 주관사가 아니다. 카카오가 이끄는 컨소시엄의 참여사다. 카카오는 카카오톡을 국민 AI의 진입점으로 삼고 LG유플러스와 연내 전화 AI 서비스도 출시할 예정이다. 따라서 모두의 AI의 최종 경쟁구도는 SK텔레콤·KT·LG유플러스가 아니라 SK텔레콤·KT·카카오 컨소시엄으로 보는 것이 정확하다. </p> <p contents-hash="4ae87ae05403d8efdd1668c3071ad3cf5ddbe9daee092da192d4c82db64e40e8" dmcf-pid="bVhanEu5YX" dmcf-ptype="general">LG CNS가 API 사업을 영위하지만 AIDC 산업으로 내려가면 LG유플러스가 다시 직접 사업자로 등장한다. 파주에 건설 중인 AIDC는 200MW급 하이퍼스케일 시설로 계획됐고 LG유플러스는 2030년 누적 AIDC 수주 5조원, 연평균 관련 매출 15~20% 성장을 목표로 내걸었다. LG전자 냉각기술과 LG에너지솔루션 배터리 등 'One LG' 인프라도 결합한다. 회사는 파주 AIDC 1동이 준공 전에 이미 계약을 마쳤다고 밝혔다. </p> <div contents-hash="7fbd80fc231193f40e0d232a0e233f6dc8b1f9168145b2208a366772fe4460d5" dmcf-pid="KflNLD71YH" dmcf-ptype="general"> 카카오톡의 AI 사용자가 수천만명으로 늘어나는 것은 분명 큰 수요다. 그러나 그 요청이 모두 LG유플러스 파주 AIDC의 매출로 연결되는 것은 아니다. 사용하는 모델과 클라우드, 외부 API, 온디바이스 비중에 따라 실제 연산이 발생하는 장소는 달라질 수 있다. 국민 AI의 사용자는 서비스를 소비하지만 AIDC의 테넌트는 전력과 서버·GPU 시간을 장기간 계약한다. 사용자 1000만명이 있다고 해서 100MW 계약수요가 자동으로 생기지는 않는다. </div> <figure class="figure_frm origin_fig" contents-hash="cb8b9e786970a111952eeb052d1a49a2977fee885adc1c5077cf5aa3bb546be8" data-idxno="462490" data-type="photo" dmcf-pid="94SjowztXG" dmcf-ptype="figure"> <p class="link_figure"><img alt="네이버 데이터센터 '각 세종' /네이버" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202608/28/552814-8XPEppr/20260828181927242bjcp.jpg" data-org-width="1080" dmcf-mid="fHN35zcnHM" dmcf-mtype="image" height="auto" src="https://img2.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202608/28/552814-8XPEppr/20260828181927242bjcp.jpg" width="658"></p> <figcaption class="txt_caption default_figure"> 네이버 데이터센터 '각 세종' /네이버 </figcaption> </figure> <p contents-hash="29f38accdaad307016e2b499e7973d3b2982526052a527e23ae406c818670ab8" dmcf-pid="28vAgrqF1Y" dmcf-ptype="general"><strong>네이버 AI 팩토리는 계산법 다르다<br>2028년 200MW·장기 GW급 확대<br>지능공장 자체를 상품으로 키운다</strong></p> <p contents-hash="37e8e38a40ff509cc3cf8e565f07db89e59d94eef0e0364edda60e917341388d" dmcf-pid="V6TcamB3ZW" dmcf-ptype="general">결국 통신사의 AIDC 사업성을 결정하는 문제는 건설보다 가동률이다. 전력계통과 변전, 냉각, 서버, 네트워크에 막대한 고정비를 투입한 뒤 시설을 높은 수준으로 계속 돌려야 한다. 318MW와 500MW, 600MW를 안정적으로 채우려면 개인의 챗봇 질문만으로는 부족하다. 대규모 모델 훈련과 추론을 반복하는 AI 기업과 제조·금융·바이오 같은 산업고객, GPU 클라우드를 장기간 임차하는 기업, 공공·소버린 AI 프로젝트, 글로벌 빅테크 같은 큰 연산수요를 끌어와야 한다.</p> <p contents-hash="3a60d8e949abedf18c00d6bad1182bc8e15a760661b4f38f37f2d8754211383a" dmcf-pid="fPykNsb01y" dmcf-ptype="general">SK텔레콤이 AIDC를 SK호라이즌이라는 별도 법인으로 떼고 3조800억원의 외부자본을 붙인 것도 이 지점에서 의미가 생긴다. 에이닷과 모두의 AI에 필요한 내부 연산만 처리하는 전산시설이라면 독립 인프라 회사로 만들 이유가 약하다. AIDC 자체가 외부 고객에게 MW와 연산을 팔아 현금을 만들어야 별도의 자산가치가 생긴다. </p> <p contents-hash="5cb47e514d48d9aa037c452a7bbf1a51c4efad76887093a9e2965a64ffc174ad" dmcf-pid="4QWEjOKpHT" dmcf-ptype="general">통신 3사의 고민을 선명하게 보여주는 비교군이 네이버다. 네이버도 검색과 광고, 커머스, 클라우드와 자체 AI 모델을 운영하지만 최근 인프라 전략에서는 자사 서비스 수요에 맞춰 데이터센터를 늘리는 수준을 넘어 AI 팩토리 자체를 독립적인 상품으로 키우는 쪽에 무게를 싣고 있다.</p> <p contents-hash="5abf2576033eb91b9c9655164968e56316d9541425392903ba15b2dc463fb7b3" dmcf-pid="8xYDAI9UYv" dmcf-ptype="general">네이버는 세종을 거점으로 2027년 상반기 55MW, 같은 해 말 100MW, 2028년 말 200MW로 AI 팩토리를 확대하고 장기적으로 GW급까지 추진한다는 계획을 밝혔다. 1단계에는 GB300과 차세대 베라루빈 등의 GPU를 도입하는 방안이 거론되고 있다. 자체 검색과 하이퍼클로바X가 모든 연산을 소비하는 구조가 아니라 외부 기업과 AI 사업자의 대규모 연산수요까지 받아 공장 자체에서 매출을 만들겠다는 방향이다. </p> <p contents-hash="d57d45084599ce624801f6c48b74008bb97323948a21e867f1ec330375097d72" dmcf-pid="6MGwcC2uYS" dmcf-ptype="general">차이는 단순히 누가 더 많은 MW를 짓느냐가 아니다. 통신사는 수천만 가입자라는 강력한 서비스 수요를 이미 갖고 있어 이를 AIDC 성장으로 연결하려 한다. 네이버는 AI 팩토리의 고객을 자사 서비스 밖으로 확대해 기업과 산업의 연산수요까지 공장의 매출로 직접 끌어들이는 방향을 강화하고 있다. 통신 3사 역시 결국 같은 시장에서 장기 대형 테넌트를 확보해야 한다.</p> <p contents-hash="cf8a7560f18f01bf39450be094782e450588f208d8bf3817fc03bcd50976d9c1" dmcf-pid="PRHrkhV71l" dmcf-ptype="general"><strong>모두의 AI는 연산을 아끼고<br>AIDC는 확보한 MW 팔아야<br>칩 512장과 지능공장은 달라</strong></p> <p contents-hash="8b03ed014d6f4534384073ce7df088b7b587160590ca3aacb90b2ac8847220d6" dmcf-pid="QeXmElfzGh" dmcf-ptype="general">통신 3사가 불리하다는 의미는 아니다. 오히려 망과 데이터센터라는 물리 인프라부터 전화·문자·IPTV·가입자라는 국민 접점까지 동시에 가진 것이 통신사의 강점이다. AIDC에서 만들어낸 연산을 서비스로 끌어올리고 다시 기업 고객으로 확장할 수 있는 위치에 있다. 문제는 그 사이에 자동 연결장치가 없다는 것이다. 모두의 AI 사용자가 늘었다고 SK호라이즌 318MW와 KT의 500MW급 인프라, LG유플러스의 파주 AIDC가 자동으로 채워지지는 않는다는 얘기다. </p> <div contents-hash="5d7ac54f9223fb21eaaaffdf043e5ddb7fa485777f9996c88f42cffeb215c03e" dmcf-pid="xdZsDS4q5C" dmcf-ptype="general"> 정부가 나눠주는 B200 512장은 모두의 AI의 출발을 앞당길 수 있다. 그러나 칩을 확보하는 것과 지능공장을 만드는 것 사이에는 전력과 냉각, 자본조달, 장기계약과 가동률이라는 훨씬 큰 간격이 남는다. 통신 3사가 모두의 AI에서 확보한 것은 국민에게 접근할 수 있는 입구다. 수백MW AIDC 안을 실제로 채워야 하는 것은 그 입구를 지나 수년 동안 연산을 사줄 기업과 산업의 계약이다. </div> <figure class="figure_frm origin_fig" contents-hash="f239b8e0b7a4a006be81317f1543f18f373bddae79b4a7ac230c25e7ab25f416" data-idxno="462491" data-type="photo" dmcf-pid="yr95GpaeYI" dmcf-ptype="figure"> <p class="link_figure"><img alt="'각 세종' 데이터센터 서버실 내부 /네이버" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202608/28/552814-8XPEppr/20260828181928543hxqi.jpg" data-org-width="1080" dmcf-mid="4Si9q6hDYx" dmcf-mtype="image" height="auto" src="https://img2.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202608/28/552814-8XPEppr/20260828181928543hxqi.jpg" width="658"></p> <figcaption class="txt_caption default_figure"> '각 세종' 데이터센터 서버실 내부 /네이버 </figcaption> </figure> <p contents-hash="c8a8104ab754626831cae3e3ee2078cdcba028df693e774a309c695a0373bc5c" dmcf-pid="Wm21HUNdXO" dmcf-ptype="general"><strong>☞AIDC 가동률(Utilization) </strong>= 데이터센터가 확보한 서버·GPU와 전력·냉각 능력 가운데 실제 고객의 연산을 처리하며 사용되는 비중을 뜻한다. 데이터센터는 건물을 완공했다고 수익이 나는 시설이 아니다. 전력망과 변전설비, 냉각장치, 네트워크와 고가의 GPU를 먼저 확보한 뒤 고객이 지속적으로 연산을 구매해야 투자비를 회수할 수 있다. 따라서 수백MW 규모 AIDC에서는 얼마나 크게 지었느냐 못지않게 확보한 설비를 얼마나 오래 채워 돌리느냐가 중요하다.</p> <p contents-hash="d7c0d6a07260d0a58743897cc530359d19137a015d3bf857a98596783ca2da78" dmcf-pid="YsVtXujJHs" dmcf-ptype="general">이 때문에 AI 서비스의 사용자 수와 AIDC 가동률은 같은 지표가 아니다. 국민 1000만명이 AI 서비스를 사용하더라도 작은 모델이나 캐시, 양자화, 온디바이스 연산을 활용하거나 외부 클라우드에서 요청을 처리하면 특정 AIDC에서 발생하는 연산량은 달라진다. 반대로 이용자 수가 상대적으로 적더라도 기업이나 빅테크가 대규모 GPU 클러스터를 장기간 계약하면 높은 가동률을 확보할 수 있다. '모두의 AI'가 사용자를 확보하는 사업이라면 AIDC는 결국 장기간 MW와 연산을 구매할 테넌트를 확보하는 사업이라는 차이가 여기서 생긴다.</p> <p contents-hash="042d006cee787a5c820c4405961285d9e212f7eec36d47b38ca156a84f0e910c" dmcf-pid="GOfFZ7Aitm" dmcf-ptype="general">여성경제신문 이상헌 기자<br>liberty@seoulmedia.co.kr</p> <p contents-hash="9f413c07675d345d057c5edf54a940e2a40708f4c371476c900a5a6362484ad5" dmcf-pid="HI435zcnHr" dmcf-ptype="general">*여성경제신문 기사는 기자 혹은 외부 필자가 작성 후 AI를 이용해 교정교열하고 문장을 다듬었음을 밝힙니다. 기사에 포함된 이미지 중 AI로 생성한 이미지는 사진 캡션에 밝혀두었습니다.</p> </section> </div> 관련자료 이전 사추위 구성 안 한 YTN·연합뉴스TV…승인기간 3개월 깎였다 08-28 다음 [분석] AI 칩 '사각 패널'도 대만이 먼저···삼성 패키징 또 뒤쳐지나 08-28 댓글 0 등록된 댓글이 없습니다. 로그인한 회원만 댓글 등록이 가능합니다.
