삼성SDS가 정부의 AI 연구 지원 사업에 최신 엔비디아 B300 GPU를 포함한 대규모 컴퓨팅 자원을 공급하면서 국내 대학과 연구기관의 고성능 AI 연구 환경 확대에 나선다.
삼성SDS는 과학기술정보통신부와 정보통신기획평가원(IITP)이 지원하는 '2026년 AI 연구용 컴퓨팅 지원 프로젝트'의 GPU 자원 공급사로 선정돼 지난 7월 20일부터 서비스를 시작했다고 11일 밝혔다.
이 사업은 대규모 AI 연산 인프라를 자체적으로 확보하기 어려운 대학과 정부출연연구기관 등 학·연 연구자에게 GPU 기반 컴퓨팅 자원을 제공하는 것이 목적이다. 초거대 AI 모델과 대규모언어모델(LLM) 등 높은 수준의 연산 능력을 요구하는 연구를 지원하는 국가 차원의 AI 연구 인프라 사업이다.
사업 규모는 약 153억원이다. 삼성SDS는 GPU 공급 계획과 보유 자원 규모, 연구환경 수준, 운영 지원 체계, 보안 역량 등을 평가하는 공급사 선정 과정에서 1순위 사업자로 선정됐다. 복수의 공급사가 선정되는 방식으로 사업이 진행된다.
이번 사업에서 삼성SDS는 엔비디아 H100 GPU와 함께 최신 B300(Blackwell Ultra) 기반 GPU 클러스터를 연구자들에게 제공한다.
당초 사업 제안요청서에는 H100급 이상의 GPU를 비롯해 다수의 GPU를 하나의 자원으로 묶어 활용할 수 있는 클러스터와 고속 네트워크 환경 등이 주요 요구사항으로 포함됐다. 정부의 조달 공고에서도 초고성능 GPU 960장 이상을 최대 8개월간 연구자에게 제공하는 내용이 제시됐다.
삼성SDS는 여기에 최신 세대인 B300을 추가해 연구용 컴퓨팅 자원의 선택 폭을 넓혔다. B300은 엔비디아의 Blackwell Ultra 아키텍처를 기반으로 하는 GPU로 대규모 AI 모델의 학습과 추론에 활용되는 고성능 가속기다.
삼성SDS는 지난 3월에도 삼성 클라우드 플랫폼(SCP)을 통해 국내 최초로 B300 기반 GPUaaS를 출시한 바 있다. 당시 공개한 B300은 12단 HBM3E를 탑재해 GPU 한 장당 288GB의 메모리 용량과 초당 8TB의 메모리 대역폭을 제공한다. 회사 측은 H100과 비교해 메모리 용량과 대역폭을 크게 높여 대규모언어모델의 추론 과정에서 발생하는 메모리 병목을 줄이는 데 초점을 맞췄다고 설명했다.
이번 국가 AI 연구용 컴퓨팅 사업에서도 삼성SDS는 여러 장의 GPU를 하나의 자원 풀로 구성하고 고속 인터커넥트 네트워크를 연결하는 방식으로 연구환경을 제공한다. 장기간 연산이 필요한 대형 연구과제부터 상대적으로 짧은 기간 수행되는 실험까지 연구 목적에 따라 컴퓨팅 자원을 활용할 수 있도록 하는 구조다.
GPU만 제공하는 방식과도 차이가 있다. 삼성SDS는 CPU와 메모리, 스토리지, 네트워크, 개발 환경 등을 함께 구성해 연구자가 별도의 인프라 구축 과정 없이 연구에 필요한 컴퓨팅 환경을 사용할 수 있도록 지원한다는 방침이다.
이는 AI 연구에서 GPU 확보뿐 아니라 GPU를 실제 연구에 활용할 수 있는 전체 시스템을 구성하는 것이 중요해지고 있기 때문이다. 대규모 모델을 학습하려면 여러 GPU 사이에서 데이터를 빠르게 주고받을 수 있는 네트워크와 충분한 메모리·스토리지 등이 함께 갖춰져야 한다.
정부가 별도의 AI 연구용 컴퓨팅 지원 사업을 운영하는 것도 이 같은 인프라 격차를 줄이기 위한 목적이 크다. 한국전자기술연구원(KETI)이 공개한 사업 안내에 따르면 올해 사업은 국내 연구자가 AI 연구에 활용할 수 있는 컴퓨팅 자원을 제공하는 것을 주요 내용으로 하고 있다.
삼성SDS는 이번 GPU 공급을 계기로 클라우드 기반 AI 인프라 사업의 영역을 연구 분야까지 넓히는 동시에 GPU와 NPU를 아우르는 가속기 서비스 체계를 확대하고 있다.
앞서 지난 7월에는 퓨리오사AI의 2세대 NPU인 '레니게이드(RNGD)'를 기반으로 한 NPUaaS(NPU as a Service)를 SCP에 탑재했다. NPUaaS는 고객이 별도의 NPU 서버를 직접 구입하거나 데이터센터에 구축하지 않고 클라우드 방식으로 NPU 연산 자원을 이용할 수 있도록 하는 서비스다.
레니게이드는 AI 추론에 초점을 맞춘 국산 NPU다. 삼성SDS는 고객이 필요에 따라 NPU를 1장, 2장, 4장, 8장 단위로 선택해 사용할 수 있도록 서비스 구조를 마련했다. 이에 따라 AI 서비스 규모와 연산 수요에 맞춰 인프라를 탄력적으로 사용할 수 있다는 설명이다.
GPU와 NPU를 각각 서비스 형태로 제공하는 것은 AI 인프라 수요가 학습 중심에서 추론까지 확대되는 흐름과도 맞물려 있다. GPU는 대규모 AI 모델의 학습과 고성능 연산에 폭넓게 사용되는 반면, NPU는 특정 AI 추론 작업에서 전력 효율과 비용 측면의 대안으로 활용될 수 있다.
특히 AI 모델을 개발하는 연구기관이나 기업 입장에서는 고가의 가속기를 직접 구매해 데이터센터에 설치하는 방식보다 필요한 기간과 규모에 따라 클라우드에서 연산 자원을 사용하는 방식이 초기 투자 부담을 줄일 수 있다.
삼성SDS는 GPU와 NPU를 서비스형 인프라로 제공하면서 AI 연구와 기업의 AI 서비스 개발에 필요한 가속기 선택지를 확대한다는 계획이다.
다만 최신 GPU 확보가 곧바로 AI 연구 경쟁력으로 이어지는 것은 아니라는 지적도 있다. GPU의 실제 활용도를 높이려면 대규모 클러스터를 안정적으로 운영할 수 있는 네트워크와 스토리지, 전력·냉각 인프라, 소프트웨어 환경, 보안 체계 등이 함께 뒷받침돼야 하기 때문이다.
이번 사업 역시 GPU 수량뿐 아니라 연구환경과 운영 지원, 보안 역량 등을 공급사 평가의 주요 항목으로 두고 있다. 정부의 사업 공고에서도 GPU 공급과 함께 연구자가 실제 AI 연구를 수행할 수 있는 클라우드 기반 환경 및 유지보수를 사업 범위에 포함하고 있다.
삼성SDS는 앞으로도 국가 AI 연구 인프라 확대에 참여하면서 클라우드 기반 가속기 서비스의 범위를 넓힐 것으로 보인다. 회사는 이번 사업을 통해 국내 연구자들이 고성능 AI 인프라를 활용할 수 있는 환경을 제공하고 국가 AI 연구 기반 확대에 기여한다는 입장이다.
이호준 삼성SDS 클라우드서비스사업부장(부사장)은 "이번 사업을 통해 국내 연구자들이 AI 인프라를 기반으로 연구를 수행할 수 있도록 안정적인 서비스를 제공하겠다"며 "앞으로도 국가 AI 연구 인프라의 저변을 확대하고 국내 AI 경쟁력 강화에 기여하겠다"고 말했다.
박성대 기자 / 경제를 읽는 맑은 창 - 비즈니스플러스
Copyright ⓒ 비즈니스플러스 무단 전재 및 재배포 금지
본 콘텐츠는 뉴스픽 파트너스에서 공유된 콘텐츠입니다.
