InvestAI, AI 팩토리, AI 기가팩토리: 유럽의 연산 인프라 구축
지금 유럽 기술 정책에서 가장 큰 베팅은 규제가 아닙니다. 유럽 기업이 연산 자원 전부를 바깥에서 빌려 쓰지 않아도 되도록 유럽 안에 충분한 AI 연산을 짓겠다는 시도입니다.
InvestAI는 EU의 AI 투자로 2,000억 유로를 동원하는 것을 목표로 하고, 여기에는 AI 기가팩토리를 위한 200억 유로 규모의 유럽 기금이 들어갑니다. 이 숫자가 실제로 채워질지는 따져 볼 만한 질문입니다. 현장에서 이미 벌어지는 일이 더 구체적이고 당장 쓸모도 있습니다.
세 개의 층
헷갈리는 이유는 이름이 비슷한 것들이 서로 다른 일을 하고 있기 때문입니다. 셋은 대략 위계를 이룹니다.
EuroHPC 슈퍼컴퓨터
기존의 바닥 층입니다. EuroHPC 공동사업이 조달하고 운영하는 유럽 슈퍼컴퓨터들이고, 일부는 세계에서 가장 빠른 축에 듭니다. 원래 과학 계산용으로 지어졌지만 AI에 쓰이는 비중이 점점 커지고 있습니다. EuroHPC 가이드에서 따로 다룹니다.
AI 팩토리
EuroHPC 슈퍼컴퓨팅 거점에 붙는 AI 최적화 연산과 그 주변 서비스입니다. 데이터 처리와 모델 학습 지원, 전문 인력, 그리고 스타트업과 중소기업을 위한 이용 통로가 함께 묶입니다.
중요한 것은 뒷부분입니다. AI 팩토리는 GPU 더미가 아닙니다. 혼자서는 결코 운영할 수 없는 회사들이 그 연산을 실제로 쓸 수 있게 하라는 임무를 받은 시설이고, 학습 작업을 돌리도록 옆에서 도와주는 인력이 있습니다.
유럽 전역에 AI 팩토리가 최소 19개 계획되어 있고, 13개 가동이 목표입니다.
AI 기가팩토리
새로 생긴 훨씬 큰 층입니다. 프런티어 모델을 학습시킬 만한 규모의 시설이고, 연산 능력은 AI 팩토리보다 한 자릿수 더 큽니다.
최대 5개를 구상하고 있습니다. 공적 약정은 약 100억 유로로 민간 투자 최소 200억 유로를 끌어들이는 것이 목표이며, 2026년 초에는 7개국 10개 후보 시설에 걸쳐 약 370억 유로라는 보도가 나왔습니다.
숫자가 오락가락하는 이유는 확정된 공적 자금과 기대하는 민간 공동투자, 각국 기여분이 뒤섞여 있고 발표마다 세는 대상이 다르기 때문입니다. 총액은 방향을 읽는 정보로만 다루십시오.
왜 존재하나
이유는 세 가지입니다. 이 시설들이 실제로 무엇을 우선할지 설명해 주므로 분명히 해둘 필요가 있습니다.
용량. 대형 모델을 학습시키고 서비스하려면 그동안 유럽에 없던 규모의 연산이 필요합니다. 유럽에서 제대로 된 모델을 학습시키려는 회사에는 선택지가 별로 없었습니다.
의존. 전략적인 이유입니다. 연산은 인프라이고, 인프라는 지렛대가 되며, 유럽은 그 지렛대를 거의 쥐고 있지 않습니다. 클라우드 및 AI 개발법의 논리와 같습니다.
이용 기회의 비대칭. 연산이 있어도 이용은 한쪽에 몰려 있습니다. 유럽 스타트업은 구매력이 훨씬 큰 상대와 용량을 두고 경쟁해야 합니다. AI 팩토리는 작은 곳들을 위해 용량을 떼어 두도록 대놓고 설계되었습니다.
데이터센터를 짓지 않는 회사에는 무엇을 의미하나
이 글을 읽는 회사 대부분은 기가팩토리 운영에 입찰할 일이 없습니다. 쓸모 있는 질문은 지어지고 있는 것을 어떻게 쓰느냐입니다.
AI 팩토리 연산 이용하기
여기가 실질적인 기회인데 아직 잘 쓰이지 않습니다. AI 팩토리는 스타트업과 중소기업, 연구자에게 제대로 된 연산을 열어 주려고 만들어진 측면이 있습니다. 이용은 신용카드가 아니라 공모와 신청 절차를 거치고, 자격이 되는 이용자에게는 가격이 상업 요율보다 훨씬 쌉니다.
정말로 연산에 발목이 잡힌 워크로드, 그러니까 클라우드 GPU 비용이 부담스러울 정도로 모델을 학습하거나 미세조정하는 일이 있다면 하이퍼스케일러 말고는 답이 없다고 단정하기 전에 한 번 알아볼 만합니다.
물론 대가도 있습니다. 이용이 즉시 되지 않고, 환경도 관리형 클라우드가 아니라 HPC 환경이며, 탄력적인 온디맨드 용량이 필요한 워크로드에는 맞지 않습니다. 반면 일정을 잡고 돌리는 대형 학습 작업에는 상당히 쌉니다.
간극은 소프트웨어 층에 있다
짚어 둘 관찰이 하나 있습니다. 하드웨어를 짓는 일은 자본 문제이고 유럽은 지금 거기에 돈을 쓰고 있습니다. 그것을 쓸 수 있게 만드는 일은 소프트웨어 문제인데, 이쪽에는 돈이 훨씬 덜 갑니다.
HPC 환경은 관리형 클라우드만 다뤄 본 팀에게 친절하지 않습니다. 작업 스케줄러와 모듈 시스템, 공유 파일시스템, MPI, 큐 정책은 쿠버네티스 클러스터와 오브젝트 스토리지와는 다른 세계입니다. 클라우드 GPU에서 잘 도는 학습 스크립트와 같은 작업을 HPC 할당에서 효율적으로 돌리는 것 사이에는 실제 엔지니어링이 놓여 있습니다.
그 간극은 메울 수 있는 쪽에는 기회이고, 계산에 넣지 않고 이 시설을 쓰려는 쪽에는 그대로 비용입니다.
데이터의 위치가 가능한 선택지를 바꾼다
GDPR상의 이유든 분야별 규칙이든 계약상 약속이든, 데이터가 EU를 쉽게 떠날 수 없는 회사에는 유럽 연산이 아키텍처의 선택지 자체를 바꿉니다. EU 관할권 안의 시설에서 민감한 데이터로 학습하는 것과 그 데이터를 밖으로 보내는 것은 전혀 다른 이야기입니다.
보건과 공공부문, 금융서비스가 대표적인 경우이고, AI 팩토리가 분야별 중점 영역을 두고 있는 곳도 바로 그 분야들입니다.
실제로 이용하는 방법
지리적으로 가까운 곳이 아니라 하는 일에 가까운 AI 팩토리를 찾으십시오. 시설마다 전문 분야가 있습니다. 보건 중심도 있고 산업 중심도 있으며 언어와 다국어 AI를 다루는 곳도 있습니다. 맞는 곳이 자기 나라에 없을 수도 있습니다.
EuroHPC 이용 공모를 살펴보십시오. 중소기업과 스타트업 전용을 포함해 여러 트랙이 있고, 할당 규모와 심사 절차가 각각 다릅니다. 가벼운 트랙도 있습니다.
디지털 혁신 허브가 중개해 줄 수 있는지 확인하십시오. 디지털 유럽 프로그램 가이드에서 설명한 허브들은 연산 제공 기관과 관계를 맺고 있는 경우가 많고, 중소기업의 이용 절차를 도와줍니다.
이식 작업에 예산을 잡으십시오. HPC에서 돌려 본 적이 없는 팀이라면 워크로드를 효율적으로 돌리기까지 실제 엔지니어링이 필요하다고 보아야 합니다. 연산은 쌀 수 있지만 그것을 쓰는 지점까지 가는 길은 공짜가 아닙니다.
솔직한 평가
어느 정도 회의는 필요하고, 그 회의를 분명히 해두는 편이 낫습니다.
발표된 숫자에는 아직 오지 않은 민간 자금이 많이 섞여 있습니다. 2,000억 유로 동원은 2,000억 유로 약정이 아닙니다. 공적 부분은 확실하지만 규모는 훨씬 작습니다.
연산을 짓는다고 모델 역량이 따라오지는 않습니다. 프런티어 AI에서 유럽이 뒤진 것은 연산만의 문제가 아닙니다. 인재의 쏠림과 자본시장, 그리고 선도 연구소가 다른 대륙에 있다는 사실도 함께 작용합니다. 연산은 필요조건이지 충분조건이 아닙니다.
대형 시설은 일정이 깁니다. 이 규모의 데이터센터는 짓는 데 몇 년이 걸리고, 후보지 여러 곳에서는 전력 확보가 실제 제약입니다. 발표된 용량과 쓸 수 있는 용량은 다릅니다.
칩은 여전히 의존 대상입니다. 이 시설들에 들어가는 가속기는 대부분 유럽산이 아닙니다. 반도체법이 훨씬 긴 시간축에서 풀려는 문제가 바로 이것입니다.
이 가운데 어느 것도 이 프로그램을 무의미하게 만들지는 않습니다. 다만 장기 인프라 사업이라는 성격이 분명해질 뿐입니다. 평범한 회사가 가까운 시일에 얻을 이익은 유럽 프런티어 연구소의 등장이 아니라 좋은 가격에 연산을 쓸 기회입니다.
그래서 무엇을 할 것인가
어떤 규모로든 모델을 학습하거나 미세조정한다면 반나절을 들여 AI 팩토리 이용 조건을 알아보십시오. 경제성이 상당히 좋을 수 있는데 대부분의 회사는 들여다본 적조차 없습니다.
지금 AI 제품의 아키텍처를 짜고 있다면 모델 제공업체 위에 추상화를 두십시오. 비용은 거의 들지 않으면서 나중에 유럽 인프라로 옮길 선택지를 남겨 둡니다. 클라우드 및 AI 개발법이 정책 차원에서 권하는 것과 같은 이야기이고, 상업적으로도 어차피 같은 결론입니다.
연산에 발목이 잡힌 연구가 있다면 클라우드가 답이라고 단정하기 전에 EuroHPC 이용 경로를 보십시오.
이 사업이 놓인 자리
전체 자금 지형은 EU 기술 자금 가이드에 정리해 두었습니다. 그 아래 연산 인프라는 EuroHPC 가이드에, 다시 그 아래 칩은 반도체법 가이드에, 그리고 그 위에 만드는 것에 대한 규제는 AI법 투명성 가이드에 있습니다.
도움이 필요할 때
저희는 유럽에서 사업하는 회사를 위해 AI 기능과 데이터 플랫폼을 만듭니다. 티가 잘 나지 않는 부분도 함께 합니다. 학습 워크로드를 효율적으로 돌게 만들고, 갈아탈 수 있도록 모델 제공업체를 추상화하고, 연산 이용을 이론이 아니라 실제 쓸모로 바꿔 주는 데이터 파이프라인을 만드는 일입니다.
어떤 워크로드에 유럽 연산을 검토하고 있고 이식에 드는 품을 현실적으로 가늠하고 싶으시면 office@c9group.dev로 연락 주십시오. 저희가 해온 일은 AWS 비용 최적화 페이지와 EU 시장 진입 페이지에 더 정리해 두었습니다.