NeoAX · 30min Keynote
대한민국 클라우드,
수순이 맞는가?
AI 인프라 붐과 비어 있는 계층
— 미국·중국과의 '순서' 비교
NeoAX · 2026. 9
Enterprise AX 활용
Software SaaS·Agent
AI Platform API·RAG
Cloud Platform PaaS·MLOps
Cloud Infra IaaS·K8s
AI Infra AIDC·전력
반도체 GPU·HBM
▲ 부가가치 · Lock-in
우리는 지금 GPU를 사고, 데이터센터를 짓고 있다
2025~2026 대한민국 AI 인프라 붐
26만장
정부+산업계 GPU 확대 계획(이상)
NVIDIA 2025.10.31 발표 — 정부 단독 구매·현재 가동량 아님
9.9조원
2026년 정부 AI 예산
전년의 약 3배, 41개 부처 741개 사업
7조원
SK–AWS 울산 AI 데이터센터
GPU 6만장, 103MW→1GW급
1 EF
국가 AI 컴퓨팅센터(해남)
2회 유찰 → 공공지분 51%→30%미만·풋옵션 삭제 후 2026.5 삼성SDS 컨소시엄 확정
그런데 — GPU가 많아지면, 대한민국 클라우드 산업은 강해지는가?
출처: aikorea.go.kr 2026 AI 예산 설명자료 / NVIDIA IR 2025.10.31 / ZDNet·Bloter 2025.6(SK–AWS 울산) / 과기정통부 2025.9.8 국가AI컴퓨팅센터 추진계획·정책브리핑 2026.5.11. 발표·계약 → 설치·검수 → 서비스 개방 → 실사용 → 업무 성과는 각각 다른 증거가 필요한 단계 — 위 숫자는 첫 단계(계획)다.
Enterprise AX (지능이 일하는 환경·활용)
Software (SaaS → AI-Native·Agent)
AI Platform (Model API·Agent·RAG)
Cloud Platform (PaaS·Data·MLOps)
Cloud Infra (IaaS·GPUaaS·K8s)
AI Infra (AI DC·Power·Cooling)
반도체 (GPU·NPU·HBM)
위쪽 4계층
소프트웨어·데이터·API로 고객을 묶는다. 한 번 들어오면 나가기 어렵다. 매출총이익률 75~78%.
아래 3계층
CAPEX·전력·감가상각으로 경쟁한다. 가격이 곧 경쟁력. GPU 임대 영업이익률 한 자릿수.
질문
글로벌 사업자·한국 사업자·정부 예산은 각각 어느 계층에 얼마를 쓰고 있는가? 그리고 비어 있는 계층은 어디인가?
마진 수치: NVIDIA·Salesforce·ServiceNow IR, CoreWeave 10-K(FY2025), Dell IR. 계층 구분은 발표자 프레임(Interpretation).
1999~
SW중심 변화
Salesforce(SaaS)·Red Hat(오픈소스 구독). 소프트웨어를 '구독'으로 파는 과금 모델 정착
2006~
Cloud
AWS S3·EC2 출시. 개발자 생태계와 API 경제 형성
2010s
Platform
PaaS·데이터 플랫폼·마켓플레이스. 고객 Lock-in 완성
2022~
AI Platform
Bedrock·AgentCore, Foundry·Copilot, Vertex — 모델과 운영(권한·관측·평가)을 '플랫폼'으로 흡수. M365 Copilot 유료좌석 3,000만+(FY26Q4, 좌석≠활성)
2024~
Infra 폭증
검증된 수요 위에 CAPEX. Big4 2026년 약 7,250억 달러
핵심
Hyperscaler의 경쟁력은 GPU 보유뿐만 아니라 GPU 위의 Cloud Platform·AI Platform·Software Ecosystem에서도 나온다. GPU는 입장권이다.
단, '인프라는 항상 나중'이라는 뜻은 아니다 — AWS(2006)는 수요 검증 전에 지은 인프라다. 요점은 2024년 이후의 AI CAPEX가 이미 검증된 수요와 Lock-in 위에 올라갔다는 것이다.
출처: AWS re:Invent 2025 발표(Bedrock·AgentCore·Nova 2), Microsoft FY25 실적(Azure +34%), Alphabet Q3 2025(Cloud +34%, 백로그 $155B), FT 집계 Big4 2026 CAPEX 가이던스. 연도는 대표 사건 기준.
1
Apps / Platform
알리바바·텐센트·바이트댄스 — 10억 사용자 응용·결제·커머스가 먼저. 알리바바는 2021년 11.11 전 그룹 시스템의 퍼블릭 클라우드 이전 완료 — '운영 수요'가 클라우드의 첫 고객
2
Model (Open-weight) → 매출
Qwen·DeepSeek 오픈웨이트로 생태계 확보. 알리바바 클라우드 외부 매출의 35%가 AI 관련 제품(2026.6 분기) — 컴퓨팅·MaaS·앱에 걸친 숫자, SaaS 비중 아님
3
Infra (제재 하)
알리바바 3년 3,800억 위안. Huawei는 Atlas 칩 위에 CANN·MindSpore·MindIE·ModelArts까지 — '칩을 쓸 수 있게 하는 소프트웨어 계층'을 제품으로 묶는다
공통점
미국도 중국도 '수요를 만드는 층(응용·플랫폼·모델)'이 먼저 있었고, 인프라는 그 수요에 맞춰 뒤따랐다.
인프라를 아무리 짓더라도, 그 위에서 토큰을 소비할 자국 모델·플랫폼·소프트웨어가 없으면 결국 남의 스택을 위한 부동산이 된다.
출처: Alibaba Cloud 2021.11.18(11.11 클라우드 이전) / Alibaba 2025.2.24(RMB 380B) / Alizila 2026.8.21 Eddie Wu 분기 설명(AI 관련 35%) / Huawei Ascend 공식 스택(hiascend.com, 성능·수익성 검증 아님). DeepSeek은 공개 보도 기반 정성 서술.
Enterprise AX (활용)
Software (SaaS·Agent)
AI Platform (API·RAG)
Cloud Platform (PaaS·MLOps)
Cloud Infra (IaaS·GPUaaS·K8s)
AI Infra (AI DC·Power·Cooling)
반도체 (GPU·NPU·HBM)
■ 주황 = 한국 투자·정책·담론이 집중된 계층
| 미국 | 중국 | 한국 |
|---|
| 출발점 | SaaS·클라우드 (위층) | 응용 플랫폼·모델 (위층) | 반도체·GPU·AIDC (아래층) |
|---|
| 현재 무게중심 | AI Platform + Infra 동시 | Model + Infra 동시 | Infra 단독
(2026 AI 예산 9.9조 중 51%가 과기정통부 배정 — 인프라·R&D 중심 부처) |
|---|
| 자국 모델/플랫폼 | OpenAI·Anthropic·Gemini·Nova + Bedrock·Vertex·Fabric | Qwen·DeepSeek·Doubao + 알리·텐센트 클라우드 | HyperCLOVA X 등 소수, 플랫폼 계층 얇음 |
|---|
| 비어 있는 층 | — | 첨단 칩 (제재) | PaaS·AI Platform·SaaS·개발자 생태계 + 활용 환경·성과 지표 |
|---|
주의: 세 나라의 '정답 순서'를 말하는 것이 아니다. 비교 단위는 누가 먼저 장비를 샀느냐가 아니라, 아래층 투자가 위층 사용으로 이어지는 연결과 책임이 설계되어 있는가다.
출처: 2026 AI 예산 설명자료(과기정통부 5.1조/9.9조) / 각사 IR·공개 발표. '비어 있는 층'은 발표자 해석(Interpretation). 미국·중국 기업 사례를 국가 전체 대표 표본으로 확장하지 않음.
매출총이익률 (Gross Margin)
성숙 SaaSSalesforce·ServiceNow
78
영업이익률 (Operating Margin) — 위 그룹과 직접 비교 불가
읽는 법
AI 가치사슬의 마진은 양 끝 — 칩 설계·HBM(SK하이닉스)과 소프트웨어 — 에 몰려 있다.
가운데 '조립·임대' 층은 매출이 폭증해도 마진을 거의 못 가져간다.
단, 성숙 SaaS도 GAAP 영업이익률로 보면 10%대다. 여기서 비교하는 것은 최종 이익률이 아니라 '한 단위를 더 파는 데 드는 원가 구조'다.
한국은 HBM에서 강하고, GPU·AIDC(임대 층)에 투자하며, 소프트웨어 층은 비어 있다.
출처: NVIDIA FY2025 IR(GM ~75%), Salesforce·ServiceNow FY25 10-K(GM 75~78%), Amazon 2025 실적(AWS 영업마진 ~33%), Dell FY25 IR, CoreWeave FY2025 10-K. 지표(매출총이익률 vs 영업이익률)가 달라 수준 비교가 아닌 방향성 비교용. SaaS 마진은 2026 사스포칼립스 이후 지속성 재평가 중 — 11장 참조.
$60 → $0.06
GPT-3급 성능 100만 토큰 추론 비용
2021.11 → 2024 말 · 약 1,000배 하락 ≈ 10배/년
a16z 'LLMflation' 2024.11
2년 vs 6년
GPU 세대 교체 주기(1~2년) vs 회계상 서버 내용연수(5~6년)
산 자산의 회계 수명보다 세대 교체가 3배 빠르다
각사 10-K 내용연수 공시 / NVIDIA 제품 로드맵
–64~75%
클라우드 GPU 시간당 임대가 정점 대비 하락
2025년 추적 기준 H100 $2.85~3.50/hr — 2026년 현재는 더 낮음
업계 가격 추적 자료 2025
의미
'먼저 짓고 나중에 소프트웨어'는 위험하다. 짓는 사이 GPU는 세대가 바뀌고(H100→H200→B200→GB200), 토큰 값은 폭락하고, 남는 것은 감가상각이다.
출처: a16z, Welcome to LLMflation (2024.11.12) / Epoch AI 추론 비용 추정(중앙값은 더 가파른 ~50배/년) / Stanford AI Index 2025 (GPT-3.5급 $20→$0.07, 2022.11→2024.10). GPU 임대가는 복수 업계 추적치 종합(2025년 기준). 내용연수는 하이퍼스케일러 10-K 공시 범위.
FY2025 손익 ($B)
매출이 3배 가까이 늘어도 이자비용만 12억 달러 — 차입으로 GPU를 사고 임대료로 갚는 구조에서는 성장이 곧 레버리지 확대다.
약 290억$
총부채
데이터센터·GPU 담보 차입
67%
Microsoft 단일 고객 의존
매출 집중도
$60.7B
잔여계약(RPO)
매출이 장기계약에 묶임
출처: CoreWeave FY2025 Form 10-K / Sacra. 주의: 공공 연구자원·상업용 GPUaaS·업무 AI 제품은 같은 GPU라도 목적과 증거가 다르다(접근성·대기시간 / 유료사용·단위원가 / 완료업무·반복사용). 하나의 가동률·매출 숫자로 모두 설명하지 않는다. 단위원가는 유료 가동률에 반비례 — 80%를 100으로 놓으면 60%는 133, 40%는 200(FinOps Unit Economics 기준 계산 예시).
| 계층 | K사 | N사 | H사 | A사 |
|---|
| AI DC / Infra | 강 | 강 | 중 | 강 |
|---|
| GPU / GPUaaS | 강 | 강 | 강 | 강 |
|---|
| Cloud (IaaS·공공) | 강 | 중 | 강 | 강 |
|---|
| PaaS / Data Platform | 중 | 중 | 중 | 강 |
|---|
| AI Platform | 중 | 중 | 약 | 강 |
|---|
| Foundation Model | 없음 | 강 | 없음 | 강 |
|---|
| Software / SaaS | 약 | 중 | 약 | 강 |
|---|
| Developer Ecosystem | 약 | 중 | 약 | 강 |
|---|
| Global | 약 | 중 | 약 | 강 |
|---|
확인된 사실
K사 — 그룹 5년 18조원 중 AIDC 5조, H200 GPUaaS, 1GW급 AIDC 준비. 모델은 파트너 협력.
N사 — 국내 유일 자체 FM·소버린 AI. 그러나 대화형 소비자 서비스 2종은 2026년 종료.
H사 — 광주 국가AIDC·공공 특화, GPUaaS 등 '고수익 인프라' 지향(2.0 전략).
제품은 있다 — K사 클라우드 플랫폼(OpenStack on K8s·멀티리전/AZ·MKS·IAM), N사 모델 스튜디오·API Gateway·협업 SaaS. 질문은 존재가 아니라 '인프라 고객이 함께 쓰는가, 시범 후 다시 쓰는가, 운영을 누가 책임지는가'다. 강/중/약은 그 기준.
출처: K사 그룹 투자 발표(2025), K사 2분기 실적 보도, N사 2024 2Q 실적·자체 FM 공개, H사 2024 별도실적·2.0 전략. 강/중/약은 발표자 정성 평가(Interpretation).
$218.5B
글로벌 엔터프라이즈 앱 SaaS 시장 (2024, +16.7%)
Gartner, Market Share: Enterprise Application SaaS 2024
1~2조원
국내 SaaS 시장 전체 — 약 70%가 글로벌 SaaS, 국산 사업자 몫은 3천억~6천억
업계 추정 · 'SW 시장의 21.8%' 통계는 분모 정의가 달라 재확인 필요
150~300배
시장 격차 — 범위의 폭은 전부 국내 추정치(1~2조)의 불확실성에서 나온다
Gartner 2024 / 업계 추정 / ₩1,380·$ 환산 · 비교 단위가 다름(아래 주 참조)
60.2%
국내 민간 기업의 AWS 이용 비중
Azure 24.0%, 네이버 20.5% (중복응답) · 과기정통부 부가통신사업 실태조사
왜 비어 있나 · 그리고 2026 사스포칼립스
한국 소프트웨어 산업이 작아서가 아니다 — 같은 일을 구축형·SI로 팔아와, 반복 매출과 Lock-in이 쌓이는 구독 계층이 생기지 않았다.
가치는 좌석 SaaS에서 에이전트·토큰으로 이동했다(2월 48시간 시가총액 약 $285B 감소, Atlassian 첫 좌석 감소). 그 이동은 '위층 안'에서 일어났고 GPU 임대 마진으로 내려오지 않았다(Interpretation). 한국은 이전 판도, 다음 판도 비어 있다.
주의: 비교 단위가 다르다 — 글로벌 $218.5B는 엔터프라이즈 앱 SaaS(부분집합), 국내 1~2조는 SaaS 전체다. 기관별 정의 차이로 절대치 비교는 규모 감각용(₩1,380/$ 환산). 기업 단위로 보면 Salesforce FY25 $37.9B vs 더존비즈온 2024 4,023억원 = 약 130배. 두 배수가 비슷하다는 것은 한국 기업이 유독 못했다기보다 시장 규모 자체가 상한이었음을 시사한다 — 인과 입증은 아니다(Interpretation). 더존 매출은 SaaS+SW+구축 혼재. 사스포칼립스: Jefferies 명명(2026.2), 시장 데이터는 언론 집계(Long Angle Q1 2026 등). 원인(Interpretation): SI·구축형 관행, 공공 조달 편향, 캡티브 구조, 낮은 구독 문화.
2022.10
카카오 판교 DC 화재 → 공공 이중화 예산 250억 편성. 이후 상당액 반환(16억 잔존)으로 알려짐
2025 예산
국정자원 신규 DR 예산 30억원. 대전–공주 이원화 네트워크 75.6억 요구 중 61% 삭감
2025.9.26
국정자원 대전 화재(배터리 이전 작업 중). 709개 시스템 중단 — 정부24·모바일신분증 마비
2025.12.21
99.6% 복구 — 완전 복구까지 약 3개월
2026.6.18
행안부 DR ISP 착수 — 13개 시스템 액티브-액티브(민간 클라우드 3 + 대전·공주 연계 10, AP·DB 변경 포함, 2,120억). 단 설계≠구현≠업무 복구 시험 — RTO·RPO는 목표와 측정치를 구분
수순의 문제
글로벌 CSP는 멀티리전·액티브-액티브·복구 시험이 기본값이다. 단, 글로벌도 공통 의존성에서는 함께 멈춘다(Google Cloud 2025.6.12, 정책 메타데이터 전파 오류로 다수 리전 API 영향) — 리전 수가 아니라 실패 원인의 독립성이 본질.
한국 공공은 '데이터센터 이중화'라는 1단계조차 예산 30억으로 미뤄 두고, 조 단위 AIDC를 논의했다.
질문: 서버가 켜졌는가가 아니라 로그인·조회·저장·외부연계까지 업무가 돌아왔는가 — 그 시험 기록이 있는가?
출처: 정책브리핑(행안부 중대본), 바이라인네트워크 2025.9, 보안뉴스(PPP·N2SF), 네이트뉴스 2025.12.21(99.6%), 행정안전부 2026.6.18(국정자원 DR 구축 ISP 착수), Google Cloud Service Health 2025.6.13, AWS Well-Architected REL13-BP03(복구 시험). 예산 반환 수치는 언론 보도 기반 — 재확인 필요.
Data Sovereignty
데이터 위치·관할권. 한국 CSAP·N2SF가 주로 다루는 영역
Cloud Sovereignty
운영 통제권 — 누가 키를 쥐고, 누구의 법이 적용되는가
AI Sovereignty
자국 AI 역량 — 인력·연구·산업 응용
Model Sovereignty
모델 가중치의 자국 통제 — HyperCLOVA X 오픈웨이트가 여기에 해당
Compute Sovereignty
연산 자원 확보 — 한국 담론이 사실상 여기에만 집중
글로벌은 어떻게 하는가
AWS European Sovereign Cloud(2026.1 GA, 독일): 2040년까지 €7.8B, EU 거주 인력만 운영하는 별도 법인. 배경 — MS가 2025.6 프랑스 상원에서 '미국 정부 접근 차단 보장 불가'를 인정.
일본: GENIAC(자국 모델)·ABCI 3.0(H200 6,128장) 병행. 싱가포르: SEA-LION(자국어 모델) + 컴퓨트.
공통: 컴퓨트 확보와 자국 모델·운영통제를 '한 세트'로 설계. 한국은 세트 중 컴퓨트만 앞서 있다.
출처: AWS 공식 발표 2026.1.15(Business Wire) / The Register 2025.6(MS 프랑스 상원 증언) / 일본 경제산업성 GENIAC·AIST ABCI 3.0 / 싱가포르 NAIS 2.0(OECD.AI). 개념 구분은 NRI·EU 논의 기반 정리.
기업 단위 — 커스텀 에이전트는 SI의 재탕이 된다
1
누가 유지보수하는가
업무는 계속 바뀌는데 구조가 고정된 에이전트는 다시 뜯어 고쳐야 한다. 10개·100개·1,000개가 되면?
2
DX의 장벽이 먼저 온다
데이터·인프라·보안·암묵지의 형식지화 — 만드는 시간과 비용이 눈덩이처럼 커진다.
3
기술 주기의 역설
6개월 걸려 만든 사내 에이전트가 나오는 사이, 범용 모델은 두 달 주기로 갱신된다. 완성 시점에 이미 구형.
예외: 반복적이고 변화가 적은 업무는 맞춤 구축이 맞다. 'SI 자체가 문제'가 아니라 공통 제품과 맞춤 작업의 경계가 보이는가의 문제.
국가 단위 — '모두의 AI'는 SI의 국가판이 되지 않을까
2026.8.28 과기정통부, SKT·카카오·KT 세 컨소시엄 선정 — 전 국민 무료 국산 AI
정부 보유 B200 512장 지원(1순위 256장) — 월 660만원 단가, 1순위 256장 기준 연 약 200억원(512장 전량 시 약 400억원)
2027년부터 운영비 정부 지원, 규모 미정 · 자부담 대기업 10%/중견 6%/중소 5%
기본 무료, 일부 유료·광고 기준 미정 · 선정→본서비스 4개월 · 국산 모델 비중은 제안서 라우팅 설계만 검토
이 사업의 가치는 무엇으로 잽니까?
가입자 수·질의 건수는 토끼, 국민이 실제로 처리한 민원·예약·업무 건수가 호랑이다. 연내 출시라는 4개월 일정은 토끼를 잡기에 딱 좋은 길이다.
스탠퍼드 AI 인덱스 2026: 한국은 주목할 모델 8개로 세계 3위(미 59·중 35). 모델이 없어서가 아니다. 모델을 가졌다고 AI 강국이 되는 것도 아니다.
출처: 과기정통부 '모두의 AI' 사업자 선정 발표 및 공모 조건(2026.8~9), 업계 보도 / Stanford AI Index 2026(2026.4, 정정치: LG AI연구원 4·SKT·네이버클라우드·NC AI·업스테이지 각 1). 기업 사례는 발표자 실무 경험 기반(Interpretation).
과제 구성 (2026 제2차 발표 목차 기준 12개)
반도체 · HW
컴포저블 클러스터(하이퍼엑셀) · Computational/Pooled 메모리 SoC·직렬 인터페이스(파네시아 3건) · Chiplet(디노티시아) · 광 인터페이스(KETI)
가속 · 클러스터 SW
가속 라이브러리(리벨리온·스퀴즈비츠) · 이종 클러스터 프레임워크(모레)
클라우드 플랫폼
AI반도체 클라우드 플랫폼(ETRI 총괄, 6세부: 자원관리·오케스트레이션·옵저버빌리티·비용최적화·LLM 서비스관리·개방형 인터페이스) · 클라우드 네이티브 SW스택·모델허브(오케스트로 주관, 112.5억원/45개월, 정부출연 100%)
→ 이번 회차 12개 중 위층(플랫폼·모델허브)은 2개 — 표본이지만 R&D 포트폴리오의 쏠림을 보여준다.
현실 — 그 2개마저
중복
자원 풀링·오케스트레이션·옵저버빌리티·모델허브는 이노그리드·오케스트로·베스핀글로벌이 이미 B2B/B2G로 판매 중인 기능. NVIDIA·Google·AWS는 상용화 완료 — 과제 자료가 스스로 '시사점'으로 인정.
미채택
국내 CSP가 결과물을 쓰지 않는다. ETRI 기술이전을 말하지만, 같은 추진단의 다른 과제는 이미 상용 솔루션(이노그리드 등)을 쓰고 있다.
구조
정부출연 100%, 민간부담 0. '오픈소스 공개' 명목이지만 글로벌 업스트림 연결 없이 또 하나의 갈라파고스가 될 위험. 성과 = 분기 워크샵 + GitHub 업로드.
출처: 2026년 제2차 K-클라우드추진단 기술전문위원회 자료집(목차·과제 개요, IITP) — 오케스트로 과제 총사업비 11,250,000천원·2026.4~2029.12·정부출연 100%는 자료 확인(Fact). 프로그램 전체는 30개 이상 과제·4,000억원 이상(자문 참석 기준 Hypothesis, 공식 집계 확인 필요). 고속 병렬 파일시스템 과제(KETI 주관, 총 130억·4년·TRL 4~6·공개SW·기술료 비징수)도 자료 확인(Fact). 중복·미채택은 발표자 자문 관찰(Interpretation).
과학기술정보통신부 — 만든다
K-클라우드 R&D · AI반도체 클라우드 플랫폼 · 오픈소스 공개 · 기술이전
성과 지표: 논문·특허·GitHub·워크샵·기술이전 건수
✕ 단절 — R&D 결과물이 공공 현장 시스템에 배포되는 경로가 없다
행정안전부 — 쓴다
국정자원·공공 클라우드 전환·DR 운영. '클라우드'라 부르지만 이중화조차 없던 현장(DR 예산 30억, 화재로 709개 시스템 중단). 실험실 결과물이 닿아야 할 곳에 받아들일 기반 자체가 없다.
1
갈라파고스가 아닌 업스트림
같은 기능의 글로벌 오픈소스(Kubernetes·Ray·vLLM 등)에 기여하는 구조로. 국산 별도 스택은 CSP도 안 쓰고 세계도 안 쓴다. ETRI×모빌린트는 이미 했다 — Ray 업스트림 [Core] Mobilint Accelerator Support #6898 Merged. 예외가 아니라 표준으로.
2
차세대 프로젝트급 PMO
30개 이상 과제·4,000억원 이상(자문 참석 기준 추정, 공식 집계 미확인)이면 통신사·금융 차세대 규모다. 강력한 PMO로도 성공할까 말까인데, 분기 워크샵과 GitHub 업로드를 성과라 부를 수 없다.
3
규모 검증을 설계에 포함
단일·소규모 환경 검증은 쉽다. 대규모로 가면 문제의 '급'이 달라진다. 스케일 검증 계획과 실제 현장 배포가 성과 지표여야 한다.
4
피봇이 가능한 거버넌스
우리는 무빙 타깃을 맞춰야 한다. 기술 발전에 따라 목표를 수정·중단할 수 있는 단계별 게이트가 필요하다. 오케스트로 과제의 NVIDIA 레퍼런스는 DGX-1(2016년 세대)이다.
공통 원칙: 성과는 GitHub 스타가 아니라 공공·CSP 현장 배포 건수로 (14장 '토끼와 호랑이'와 같은 기준)
출처: 발표자 K-클라우드추진단 기술전문위원회 자문 코멘트(2026.9) / 국정자원 화재 관련 12장 출처 동일. 부처 간 단절 구조는 발표자 해석(Interpretation).
| 인계 | 흔히 '완료'로 보는 것 | 실제 완료 조건 | 책임이 필요한 항목 | 본편 연결 |
|---|
| 자원 → 서비스 | GPU 납품·검수 완료 | 사용자가 실제로 접속·실행·지원받는 상태 | 계정·권한 · 실행 환경·데이터 · 배포·장애 지원 · 사용량 측정 | 2장 국가AI컴퓨팅센터
15장 K-클라우드 R&D |
|---|
| 모델 → 제품 | 시연 성공·가중치 공개 | 고객이 자기 데이터·권한 안에서 업무를 끝내고 다시 쓰는 상태 | 데이터·권한 · 업무·평가 · 운영·지원·과금 · 버전 관리 | 14장 모두의 AI
커스텀 에이전트 |
|---|
| 시스템 → 업무 | 서버 이중화·전원 복구 | 로그인·조회·저장·외부연계까지 업무가 돌아온 상태 | 종단 간 동작 · 복구 시험 기록 · RTO/RPO 측정치 · 공통 의존성 점검 | 12장 국정자원
16장 부처 단절 |
|---|
"몇 대 확보했나"와 함께 확인할 여섯 가지 증거
단위 결과
품질 기준 통과 업무 한 건의 원가는
한 회사·한 부처가 모두 소유할 필요는 없다 — 사업자·파트너·고객이 나눌 수 있다. 다만 인계 지점마다 완료 조건과 책임이 문서로 있어야 연결을 확인할 수 있다. 여섯 증거는 국가·사업자 점수표가 아니라 목적별 확인 질문이다. (NIST SP 800-145 · FinOps Unit Economics · AWS Well-Architected REL13 참조)
그래도 '인프라가 먼저'라는 주장 — 근거와 한계
반론을 정직하게 다루기
전력·부지는 리드타임이 길다
근거AIDC 전력·냉각·부지 확보는 5~10년 걸린다. 하이퍼스케일러도 프로젝트의 상당수가 전력 병목. 지금 안 지으면 나중에 못 짓는다.
한계타당. 단, '지어놓은 것을 채울 수요'가 없으면 GPU는 놀고 감가상각만 남는다. 가동률 50% 미만이면 손익분기 아래(감가 5년·차입비용 가정 시 예시 계산 — 조건에 따라 달라진다).
안보·주권상 GPU는 필수
근거미·중 수출통제 시대. 컴퓨트 없이는 자국 모델도 못 만든다. 국가 안보의 물리적 기반.
한계타당. 단, 주권은 GPU 물량이 아니라 모델·데이터·운영통제에서 실현된다. 컴퓨트만 있고 모델이 없으면 남의 모델을 돌리는 주권이다.
한국 CSP는 하이퍼스케일러 전략이 불가능하다
근거자본 격차 — Big4 2026 CAPEX 7,250억 달러 vs 국내 수조원. 같은 게임을 할 수 없다.
한계맞다. 그래서 정면 CAPEX 경쟁이 아닌 공공·소버린·금융·산업·보안 차별화가 유일한 길이다. 이것도 '위층' 전략이다.
SaaS는 정부가 육성한다고 되는 산업이 아니다
근거제품력·시장·문화의 문제. 정부 예산으로 구독문화를 만들 수 없다.
한계맞다. 단, 정부는 '직접 육성'이 아닌 조달 개혁(SaaS First)·구독문화·공공 수요창출로 토양을 바꿀 수 있다. 미국 SaaS도 연방 클라우드 조달(FedRAMP)이 밀었다.
네 주장 모두 부분적으로 타당함. 알리바바도 3,800억 위안 인프라를 짓고, 구글 클라우드도 공통 제어 계층 장애를 겪는다 — '한국만 하드웨어'라는 이분법도, 해외 모방도 답이 아니다. 선투자 자체보다 인프라 예산과 위층의 책임을 분리하는 것이 더 큰 위험이다.
수순 바로잡기 — 인프라를 사되, 플랫폼으로 전환하라
검토해야 할 6가지 선택지와 전환 임계치
GPU·AIDC 예산의 일정 비율을 PaaS·AI Platform·MLOps·에이전트 플랫폼에 연동. 플랫폼 R&D는 업스트림 기여·현장 배포·PMO를 조건으로 — 지표는 GitHub 공개가 아니라 업스트림 머지 PR 수·커미터 수·실제 배포 건수(기준선 ETRI #6898 = 1건)
구축형→구독형 우선 원칙 명문화. CSAP·디지털서비스 전문계약 확대로 공공 SaaS 수요 창출
3
공공 DR을 Cloud Native Resilience로
멀티리전·액티브-액티브·RTO/RPO 법제화. 1등급 시스템부터(2,120억 → 전면화 7천억~1조, 발표자 추정)
4
국내 CSP는 정면 CAPEX 경쟁을 접는다
공공·소버린·금융·산업·보안·하이브리드에 집중. 하이퍼스케일러와 '다른 링'에서 싸운다
5
커스텀 에이전트 양산 대신 '지능이 일할 환경'을 만든다
에이전트 1,000개는 SI의 재탕. 범용 AI가 조직·국가 맥락을 읽을 데이터·프로세스·형식지 자산에 투자. '모두의 AI' 성과는 가입자·질의 수가 아닌 실제 처리된 민원·업무 건수로 측정
6
소버린 AI를 Model·Data Sovereignty로 재정의
GPU 장수 아닌 자국 모델(HyperCLOVA X 등)·데이터·운영통제 세트로 설계
전환 임계치
GPU 가동률이 지속 50% 미만이면 신규 인프라 CAPEX를 멈추고 위층으로 재배분 · 토큰 가격 하락이 10배/년을 유지하면 '임대 수익모델'을 접고 모델API·에이전트·SaaS 과금으로 전환 · '모두의 AI'가 가입자·질의 수만 공개하고 실제 처리 건수를 내지 못하면 성과지표부터 재설계
1~4는 정책·산업 구조 제안, 5~6은 발표자 견해 비중이 높은 항목(Interpretation). 임계치 수치는 8~9장 근거에 기반한 제안값으로, 합의된 기준이 아니다.
대한민국 클라우드가 선택해야 할 방향
결론 — 방향은 절반만 맞다
1
입장권은 샀다
GPU·AIDC·HBM — 전력·안보·주권 관점에서 인프라 확보 자체는 합리적 근거가 있다.
2
경기는 위층에서 벌어진다
마진·Lock-in·차별화는 Cloud Platform·AI Platform·SaaS에서 생긴다. 미국·중국은 그 층을 먼저 채웠다.
3
순서를 지금 병행하라
인프라를 멈추는 게 아니라 조달·DR·소버린·CSP 전략을 위층 기준으로 다시 짠다. 에이전트를 만드는 것보다 지능이 일할 환경과 '무엇을 바꿨는가'의 지표가 먼저다.
GPU가 많아지면 강해지는가? — 아니다.
모델을 가졌다고 AI 강국이 되는가? — 그것도 아니다.
그 지능으로 무엇을 바꿨는가가 결정한다.
부록 — 예상 질문과 이 자료가 말할 수 있는 것의 범위
Q&A 참고
Q. GPU부터 확보하면 안 되나?
된다. 전력·부지·안보상 선투자는 가능하다. 다만 서비스·운영 설계를 '자동 완성'으로 보지 않는다.
Q. 한국에 플랫폼이 없다는 뜻인가?
아니다. K사 클라우드 플랫폼·N사 모델 스튜디오 등 제품은 있다. 제품의 존재와 실제 반복 사용·운영 책임을 구별한다.
Q. 미국·중국처럼 전부 만들어야 하나?
아니다. 파트너·오픈소스·외부 API도 경로다. 소유 범위보다 인계 지점의 연결 책임을 확인한다.
Q. 한국의 순서가 틀렸다고 입증했나?
국가 전체의 편중과 인과효과는 정량 입증하지 않았다. 예산·사례·자문 관찰로 방향을 제시하고, 사업·시스템 단위의 점검 질문을 구체화했다.
Q. Claude·OpenAI도 SaaS의 일종인가?
반만 맞다. 앱 구독(좌석 과금)은 SaaS 형태지만, API는 토큰 사용량 과금의 모델 서비스 — AI Platform 계층이다. 쓸 때마다 GPU 추론 원가가 들어 전통 SaaS와 원가 구조가 다르다. 사스포칼립스에서 좌석 SaaS의 가치를 가져간 쪽이 바로 이 층이다(11장).
숫자의 범위
GPU 26만장 = 확대 계획(설치·개방·가동량과 다름) · 1 EF = 정밀도 기준(FP8/FP16 등) 미명시 · Copilot 3,000만 = 유료 좌석(활성 사용자·생산성과 다름) · 알리바바 AI 관련 35% = 컴퓨팅·MaaS·앱 포함(순수 SaaS 아님) · 글로벌 SaaS $218.5B = 엔터프라이즈 앱 SaaS(부분집합) vs 국내 1~2조 = SaaS 전체(비교 단위 다름) · 마진 차트 = 매출총이익률과 영업이익률 혼재(방향성 비교용) · DR 13개 = 설계·구축 추진(복구 시험 통과와 다름) · K-클라우드 4,000억 이상·30개 이상 과제 = 자문 참석 기준 추정(공식 집계 미확인) · 가동률 50%·전면화 7천억~1조 = 발표자 추정·예시 계산 · CSP 강/중/약 = 발표자 정성 평가
판단 원칙: 확인된 사실(Fact)·발표자 해석(Interpretation)·추가 검증 과제(Hypothesis)를 구분하고, 기업 사례를 국가 전체의 우열로 확대하지 않는다.
- Synergy Research Group, Cloud Infrastructure Market Q2·Q3 2025 (Big3 점유율 63%, 시장 $98.8B/분기)
- AWS re:Invent 2025 발표자료; Amazon·Microsoft·Alphabet 2025 실적 발표; FT Big4 2026 CAPEX 집계(약 $725B)
- Alibaba Group 공식 발표 2025.2.24 (RMB 380B/3년); Bloomberg·SCMP 동일자 보도
- 과학기술정보통신부·aikorea.go.kr, 2026년 AI 예산사업 통합 설명자료(9.9조원, 과기정통부 5.1조원)
- 과학기술정보통신부, 부가통신사업 실태조사 (AWS 60.2% 등, 중복응답)
- ZDNet Korea·Bloter·비즈니스포스트 2025.6 (SK–AWS 울산 AIDC 7조원, GPU 6만장, 103MW)
- CoreWeave Form 10-K FY2025; Sacra 재무 분석 (매출 $5.13B, 순손실 $1.17B, 부채 ~$29B)
- a16z, Welcome to LLMflation (2024.11.12); Epoch AI; Stanford AI Index 2025 (토큰 가격 하락)
- Gartner, Market Share: Enterprise Application SaaS, Worldwide, 2024 ($218.5B); Salesforce FY25 10-K; 더존비즈온 2024 사업보고서
- KT 그룹 투자 발표(18조원/5년); NAVER Cloud·NHN Cloud 실적 공시 및 보도; NHN Cloud 2.0 전략(inside.nhn.com)
- 대한민국 정책브리핑(국정자원 화재 중대본 브리핑); 바이라인네트워크·보안뉴스·네이트뉴스 2025.9~12
- AWS European Sovereign Cloud 발표(Business Wire 2026.1.15); The Register 2025.6; OECD.AI(일본·싱가포르 전략); NRI 2025.6
- 2026년 제2차 K-클라우드추진단 기술전문위원회 자료집(IITP·K-OpenCloud); 발표자 자문 코멘트(2026.9)
- NVIDIA IR 2025.10.31(한국 26만 GPU 확대 계획); 과기정통부 2025.9.8 국가AI컴퓨팅센터 추진계획·정책브리핑 2026.5.11(삼성SDS 컨소시엄 확정); 행정안전부 2026.6.18(국정자원 DR ISP 착수)
- Alibaba Cloud 2021.11.18(11.11 클라우드 이전)·Alizila 2026.8.21(AI 관련 매출 35%); Microsoft IR FY2026 Q4(Copilot 유료좌석); Huawei Ascend 공식 스택; Google Cloud Service Health 2025.6.13; NIST SP 800-145; FinOps Unit Economics; AWS Well-Architected REL13-BP03
- 과기정통부 '모두의 AI' 사업자 선정 발표·공모 조건(2026.8.28~9); Stanford AI Index 2026(2026.4); 사스포칼립스 관련 Jefferies·Long Angle Q1 2026 등 시장 보도
시장 정의가 다른 수치는 절대 비교하지 않음. Fact / Interpretation / Hypothesis를 각 슬라이드 출처란에 구분 표기.