| A100 pcie40G - $ 200/card/month;BMS:8*Ascend 910B $ 2000/month 8*4090D - $ 800/month 8*4090 - $ 900/month 8*A100 pcie40G - $ 1400/month 8*A100 pcie80G - $ 3200/month 8*A100 nvlink80G - $ 3800/month 8*A800 nvlink80G - $ 3800/month 8*H20 - $ 4000/month 8*L20 - $ 1300/month 8*L40 - $ 1600/month 8*L40S - $ 2200/month 8*H100 - $ 8000/month 8*H200 - $ 9200/month 8*B200 - $ 13000/month |
AI 대폭발! '스크린'에서 '물리적 세계'로 – 기업은 어떻게 지능 시대의 '입장권'을 확보할 것인가?
01 이번 주 AI 핫토픽: 사상 가장 밀도 높은 '현실로의 이행 선언'지난주(6월 7일~6월 13일), 글로벌 AI 업계는 정말 볼거리가 많았다. 실리콘밸리의 거대 기업부터 중국 테크 기업까지, 순수 소프트웨어 대규모 언어 모델부터 실제 로봇의 '육체'까지, AI가 가상에서 실체로 나아가는 막이 올랐다. 🔥 이벤트 1: OpenAI, 로봇 분야 진출현지 시간 6월 1일(사실 그 전주부터 화제가 되기 시작했고, 6월 7일이 속한 주에도 신호가 계속됨), OpenAI의 CEO인 Sam Altman은 소셜 플랫폼을 통해 'OpenAI Robotics' 팀 구성을 공식 발표했다. 이 팀은 전 세계에서 풀스택 하드웨어, 시스템 및 머신러닝 엔지니어를 모집하며, 목표는 '사회에 진정으로 유용한 로봇을 프로그래밍하고 만드는 것'이다. 이는 대규모 언어 모델로 전 세계에 알려진 이 AI 거대 기업이 본격적으로 실체 세계 AI에 전면 진출했음을 의미한다. OpenAI는 2018년에도 로봇 팔 프로젝트를 진행했지만, 데이터 병목 현상으로 2021년에 팀을 해체한 바 있다. 이번에 재진출하는 이유는, 한편으로는 Figure AI와의 협력이 기술적 의견 차이로 종료되면서 OpenAI가 소프트웨어와 하드웨어가 통합된 자체 개발로 방향을 전환했기 때문이다. 다른 한편으로는 IPO를 앞두고 로봇이라는 '제2의 성장 곡선'이 자본 시장에 새로운 성장 스토리를 더 잘 전달할 수 있기 때문이다. 업계 영향: OpenAI의 이번 움직임은 전 세계의 '체화된 AI(Embodied AI)' 트랙에 직접적으로 불을 붙였다. 불완전한 통계에 따르면, 6월 8일부터 10일까지 사흘 동안 글로벌 1차 시장에서 최소 7건의 로봇 관련 펀딩이 완료되었으며, 총액은 15억 달러를 넘어섰다. 향후 3년 이내에 로봇 대규모 모델 훈련에 필요한 컴퓨팅 비용이 폭발적으로 증가할 것으로 예상되며, 이는 바로 컴퓨팅 파워 임대 서비스 제공업체의 핵심 기회가 될 것이다. 🔥 이벤트 2: NVIDIA, Yushu Technology와 손잡고 '가장 강력한 국산 로봇' 개발거의 같은 날, NVIDIA는 중국의 Yushu Technology와의 파트너십을 발표하고, 차세대 휴머노이드 로봇 레퍼런스 디자인 'H2+'를 출시했다. 이 로봇은 NVIDIA의 Isaac GR00T 시스템을 탑재한다. 이 모델에서 Yushu Technology는 약 1.8미터 높이의 로봇 본체, 즉 '몸체'를 제공하고, NVIDIA는 컴퓨팅 플랫폼과 기초 모델, 즉 '두뇌'를 제공한다. 이러한 '중국이 육체를, 해외가 영혼을'이라는 분업 모델은 글로벌 공급망의 현실을 반영함과 동시에, AI가 더 이상 스크린 안에만 머물지 않고 '손을 쓰는 능력'을 갖추기 시작했음을 보여준다. 주목할 만한 세부 사항: 이 로봇은 전신에 42개의 자유도를 가지며, 시뮬레이션 환경에서 한 번 훈련하는 데 필요한 컴퓨팅 파워는 2000 TFLOPS를 초과한다. 이는 'H2+'를 기반으로 시나리오 맞춤 개발을 원하는 모든 기업이 안정적이고 확장 가능한 컴퓨팅 지원 솔루션을 갖춰야 함을 의미한다. 대다수의 중소 로봇 기업에게 수천만 위안에 달하는 GPU 서버를 직접 구매하는 것은 현실적이지 않다. GPU 임대 모델이 가장 합리적인 선택이 되고 있다. 🔥 이벤트 3: Apple과 WeChat, '좌우 동시 행동'베이징 시간 6월 9일 이른 아침, Apple은 2026 세계 개발자 콘퍼런스(WWDC)에서 AI 관련 새 소식을 발표했다. Siri는 2011년 출시 이후 가장 큰 규모의 재구축을 맞이했으며, 새로운 Apple Intelligence가 공식 출시되었다. 이는 Apple이 온디바이스 AI의 대규모 상용화 시대에 본격적으로 진입했음을 의미한다. 거의 동시에 WeChat도 개발자에게 AI 생태계 접근을 공식 개방한다고 발표했다. Meituan(미퇀), Didi(디디), JD.com(징둥), Ctrip(시청) 등 여러 기업이 WeChat AI와의 협력을 잇달아 선언했다. 모바일 인터넷 시대의 가장 상징적인 '사냥꾼'들이었던 이 두 기업은 지난 몇 년간 'AI에 뒤처졌다'는 의심을 받아왔지만, 이제 나란히 AI 정글에 발을 들여놓기로 선택했다. 이는 AI가 결코 일시적인 물결이 아니라, 피할 수 없는 패러다임 전환임을 분명히 보여준다. 컴퓨팅 관점: WeChat AI 생태계 개방 첫날, 개발자 호출 횟수는 500억 토큰을 돌파했다. 채팅 속 지능형 답변, 음성 어시스턴트의 이해 하나하나 뒤에는 실시간 추론 컴퓨팅 소비가 존재한다. 더 많은 타사 서비스가 연결됨에 따라 WeChat AI의 일일 토큰 소비량은 올해 안에 2000억 회를 돌파할 것으로 예상된다. 이 수준의 추론 수요는 엣지 컴퓨팅 파워 임대 시장의 폭발을 직접적으로 촉진할 것이다. 🔥 이벤트 4: 200여 명의 AI 전문가 베이징에 집결, 세계 모델 논의6월 12일부터 13일까지, 2026년 지위안 콘퍼런스(BAAI 콘퍼런스)가 베이징 중관춘 국제 혁신 센터에서 개최되었다. 국내외 200여 명의 최고 학자들이 한자리에 모여 대규모 모델, AI 에이전트, 세계 모델, 체화된 AI 등 최전선 주제를 논의했다. 지위안 연구원은 훈련 중인 세계 기반 모델 'Wu Jie·Physis‑v0.1'을 최초로 공개했다. 이는 AI가 '콘텐츠 생성'에서 '물리적 세계 이해'로 전면 진화하고 있음을 보여준다. 지위안 연구원 원장은 콘퍼런스에서 'Wu Jie·Physis‑v0.1' 훈련에 필요한 총 컴퓨팅 파워가 2.3×10²⁵ FLOPS에 달한다고 밝혔다. 이는 GPT-4 훈련량의 4배 이상에 해당한다. 이것은 여전히 v0.1 버전이며, 미래 완전 버전은 이보다 10배 더 많은 양이 필요할 수 있다. 이 규모의 컴퓨팅 파워는 이미 대부분 기관의 자체 구축 능력을 넘어선다. 대규모 컴퓨팅 파워 임대 클러스터 스케줄링이 유일한 실행 가능한 경로이다. 🔥 이벤트 5: ChatGPT 역사상 가장 큰 개편, 'AI 채팅 전용 시대는 끝났다'영국 현지 시간 6월 7일, 파이낸셜 타임즈에 따르면 OpenAI는 2022년 출시 이후 가장 큰 규모의 ChatGPT 개편을 준비 중이다. 그 핵심은 프로그래밍 도구인 Codex를 ChatGPT에 통합하고, 동시에 Canva, Booking.com 등의 타사 파트너와 연결하는 것이다. 약 10억 명의 사용자를 보유한 이 채팅 상자를 코드 작성, 일정 관리, 소프트웨어 제어가 가능한 '슈퍼 애플리케이션' 으로 탈바꿈시키겠다는 것이다. OpenAI의 한 고참 직원은 이번 변화의 핵심 개념을 한 문장으로 요약했다. "채팅만을 위해 AI를 사용하는 시대는 끝났다." ChatGPT가 진정한 'AI 운영체제'가 되면 일일 호출 횟수는 현재 수십억 회에서 수백억, 수천억 회로 폭발적으로 증가할 것이다. 호출할 때마다 GPU 리소스가 소비된다. 단기적이고 버스트성인 훈련 수요에서 지속적이고 안정적인 추론 수요로의 전환이다. 이 변화는 GPU 임대 시장 전체의 수급 구조를 재편할 것이다. 02 컴퓨팅 쓰나미: AI 폭발 뒤에 숨은 기본 로직이러한 흥미진진한 현상 뒤에는 하나의 일관된 흐름이 있다. 세계 모델 훈련, 로봇 알고리즘 실행, 수억 명의 사용자를 감당하는 AI 에이전트 애플리케이션 지원 등 무엇을 위해서든 컴퓨팅 파워가 필요하다. Jensen Huang은 GTC Taipei 2026 콘퍼런스에서 토큰이 새로운 상품이 되고 있으며, AI 기업들이 이미 토큰 생성을 통해 수익을 창출할 수 있다고 지적했다. 이것이 바로 글로벌 컴퓨팅 수요가 지속적으로 폭발하는 주된 이유이다. 그는 또한 Vera Rubin 슈퍼 AI 칩이 공식적으로 본격 양산 단계에 들어갔으며, OpenAI, Anthropic, SpaceX가 첫 고객이라고 밝혔다. 수많은 데이터가 이 추세를 뒷받침한다.
더욱 충격적인 데이터(지위안 콘퍼런스 현장 보고서에서):
컴퓨팅 파워 임대 업계는 초기의 '임시 조달, 단편적 주문'이라는 탐색기를 지나 '장기 계약, 대규모 전개'라는 고속 성장기에 공식 진입했다. 업계 관계자의 말을 빌리자면, "컴퓨팅 파워 임대는 구매자 시장에서 판매자 시장으로 완전히 전환되었으며, 컴퓨팅 리소스를 장악한 자가 가격 협상력을 쥐고 있다." 03 컴퓨팅 파워 임대 시대: AI 골드러시 속의 '곡괭이 장수'현재의 AI 붐을 전례 없는 골드러시에 비유한다면, 간단한 법칙을 발견할 수 있다. 금을 캐는 사람은 극소수지만, 금을 찾는 사람들에게 곡괭이를 파는 사람은 모든 거래가 현금 비즈니스이다. 이것이 바로 현재 컴퓨팅 파워 임대 업계가 위치한 역사적 좌표이다. Lenovo Group(롄샹 그룹)의 최신 재무 보고서에 따르면 연간 AI 관련 사업 수익이 전년 대비 105% 증가했다. 또한 A주 시장에서는 컴퓨팅 파워 임대 섹터 기업들의 실적이 더욱 놀랍다. Xiechuang Data(셰창 데이터)의 2026년 1분기 귀속 순이익은 전년 동기 대비 343.45% 증가했고, Hongjing Technology(훙징 테크놀로지)의 동 순이익은 40% 증가했다. 모든 AI 기업, 출시된 대규모 모델, AI 에이전트에 연결하는 기업은 지속적으로 컴퓨팅 리소스를 소비해야 한다. AI 스타트업, 중소기업, 그리고 AI에 도전하는 전통 기업들에게 수천만 위안에 달하는 고성능 GPU 서버를 직접 구매하고 운영하는 것은 가장 합리적인 선택이 아니다. ✅ 경자산(가벼운 자산) 스타트: 장비에 수천만 위안을 일시에 투자할 필요가 없다. 컴퓨팅 파워 임대를 통해 월 단위, 분기 단위, 연 단위로 필요한 컴퓨팅 파워를 유연하게 확보할 수 있다. ✅ 유연한 확장: AI 프로젝트는 불확실성이 높고, 모델 훈련의 컴퓨팅 수요는 크게 변동한다. 임대 모델은 실제 수요에 따라 실시간으로 조정할 수 있어 하드웨어 유휴를 피할 수 있다. ✅ 최신 GPU에 항상 대응: GPU 업그레이드 주기는 가속화되고 있다(NVIDIA는 2년마다 아키텍처 업그레이드를 약속). 자체 구매 장비는 빠르게 가치가 하락하는 반면, 임대 모델은 항상 최신 고성능 컴퓨팅 파워를 활용할 수 있다. ✅ 운영 및 유지보수 비용 불필요: 전문적인 운영 유지보수 팀, 액체 냉각, 네트워크 클러스터 스케줄링 등 복잡한 부분은 전문 컴퓨팅 서비스 제공업체에 맡길 수 있다. ✅ 사용한 만큼 지불, 시행착오 위험 감소: 많은 AI 프로젝트는 초기 단계에서 방향조차 정해지지 않은 경우가 많다. 거액의 하드웨어를 한 번에 투자하는 위험은 매우 높다. GPU 임대 모델은 시간당 또는 일당으로 지불할 수 있어, 프로젝트 실패 시 매몰 비용이 최소화된다. 실제 사례: 한 자율주행 스타트업은 알고리즘 검증 단계에서 당사의 컴퓨팅 파워 임대 서비스를 이용했다. 월 8만 위안의 비용으로 자체 구매 시 200만 위안 상당의 하드웨어와 동일한 컴퓨팅 파워를 확보했고, 6개월 만에 3차례 알고리즘 반복을 완료했다. 이후 시리즈 B 자금 조달에 성공하고 점차 하이브리드 모델(일부 자체 소유 + 일부 임대)로 전환했다. 이러한 '먼저 임대, 나중에 자체 구축' 경로는 이미 많은 AI 기업에서 표준적인 방식이 되고 있다. 싸이디 연구원(CCID Research Institute)에 따르면 현재 중국 내 하이엔드 GPU(A/H 시리즈) 임대 가동률은 90%를 초과했으며, 시장은 공급 부족 상태이다. 컴퓨팅 파워가 필수인 오늘날, 컴퓨팅 파워 임대 채널을 사전에 확보하는 것은 기업의 미래 발전을 위해 귀중한 '입장권'을 미리 손에 넣는 것과 같다. 04 미래 전망: 컴퓨팅 파워가 '전기처럼 플러그 앤 플레이'가 되는 날더 먼 미래를 내다보면, 컴퓨팅 파워 임대 업계의 최종 형태는 오늘날의 전기나 수도와 같아질 가능성이 높다. 즉, 인프라 수준의 공공 서비스이다.
물론 이 과정에는 전력 소비, 칩 공급, 지역 간 스케줄링 지연 등의 과제가 있다. 그러나 오늘날의 의사 결정자에게 가장 중요한 것은 지금 당장 컴퓨팅 파워 확보 방식을 자사의 전략 계획에 포함시키는 것이다. 자체 구축, 임대, 아니면 하이브리드 모델인지. 이 질문에 대한 답변은 AI 시대에서 자사의 경쟁적 위치를 크게 좌우할 것이다. 05 결론: 물리적 세계의 AI에는 물리적 세계의 인프라가 필요하다지난 2~3년 동안 업계는 대규모 모델의 '환각(hallucination)', 컴퓨팅 비용, 상용화의 어려움에 대한 불안으로 가득 차 있었다. 그러나 Apple과 WeChat의 동시적인 움직임은 강력하고 명확한 신호를 보내고 있다. AI 인터넷 애플리케이션의 진정한 폭발은 아마 이제 막 시작되었을 것이다. AI가 '세계를 이해하는 것', '세계에 대해 생각하는 것'에서 '세계를 물리적으로 변화시키는 것'으로 이동함에 따라, 컴퓨팅 파워는 더 이상 '있으면 좋은' 옵션이 아니라 생존을 위한 '필수 항목'이 된다. 당신이 AI 스타트업이든, 변화를 추진하는 전통 기업이든, AI 에이전트 애플리케이션을 배포하는 개발자이든 – 컴퓨팅 파워 임대와 GPU 임대는 당신이 지능 시대로 가는 가장 가치 있는 '입장권'이 될 것이다.
Declaration: This article is originally created by Shenzhen Cloud Engine - a cost-effective AI computing power service platform. For reprint, please indicate the source link:https://omniyq.com/kor/sys-nd/573.html
|