엔비디아·리벨리온·SK텔레콤 협력…한국형 AI 인프라는 2028년에 무엇을 바꾸나
엔비디아, 리벨리온, SK텔레콤이 한국형 AI 인프라를 함께 만들기로 했다. 세 회사는 11월 8~9일 공개한 발표에서 엔비디아의 고속 연결 기술과 서버 설계, 리벨리온이 개발 중인 국산 AI 반도체, SK텔레콤의 데이터센터와 AI 서비스를 결합하겠다고 밝혔다. 완성된 장비를 지금 바로 쓰는 발표는 아니다. 리벨리온의 차세대 R200 시스템은 2028년 배치를 목표로 한다.
이번 소식은 ‘국산 칩이 엔비디아를 대체한다’는 이야기도, ‘엔비디아가 한국 반도체를 인수한다’는 이야기도 아니다. 정확한 변화는 서로 다른 종류의 AI 칩을 한 데이터센터 안에서 역할에 맞게 연결하고, 한국에서 설계한 칩과 모델이 엔비디아 생태계의 서버 구조를 활용하도록 길을 만드는 것이다. 한국 이용자에게는 당장 새로운 앱이 생기지 않지만, 장기적으로 국내 AI 서비스의 비용과 공급망, 데이터 통제 방식에 영향을 줄 수 있다.
검색하는 사람이 가장 궁금한 질문
핵심 질문은 “엔비디아·리벨리온·SK텔레콤 협력으로 한국의 AI 서비스가 실제로 무엇이 달라지는가?”다. 지금 확정된 것은 공동 개발의 방향과 역할 분담, 2028년이라는 목표 시점이다. 더 빠르고 저렴한 서비스가 보장된 것은 아니다. 발표에는 실제 운영 환경의 속도, 전력 사용량, 장비 가격, 공급 규모가 공개되지 않았다.
그럼에도 중요한 이유는 한국이 AI를 운영하는 데 필요한 반도체·데이터센터·모델을 어떻게 조합할지에 대한 구체적인 그림이 나왔기 때문이다. 엔비디아 GPU만으로 모든 단계를 처리하는 대신, 입력을 읽는 단계와 답을 이어 쓰는 단계를 서로 다른 칩에 맡기는 방안을 시험한다. 이 방식이 계획대로 작동하면 국내에서 설계한 칩이 대형 AI 서비스의 일부를 담당할 수 있다.
세 회사는 무엇을 맡나
엔비디아는 ‘NVLink Fusion’이라는 연결 기술과 MGX 서버 구조, 참고 설계를 제공한다. 쉽게 말해 여러 칩이 빠르게 데이터를 주고받도록 이어 주고, 데이터센터에 들어갈 서버 묶음의 공통 골격을 제공하는 역할이다. 엔비디아는 자사 GPU만 파는 데서 한 걸음 더 나아가 다른 회사의 특수 칩이 자사 네트워크와 서버 생태계에 들어오게 하려 한다.
리벨리온은 R200이라는 차세대 NPU를 개발한다. NPU는 AI 계산에 특화한 반도체다. 회사는 R200을 대형 AI 모델의 답변 생성에 필요한 낮은 지연시간과 전력 효율에 맞춰 설계한다고 설명한다. 여러 R200을 엔비디아의 연결 기술로 묶고, MGX 기반 서버 형태로 구성하는 것이 협력의 중심이다.
SK텔레콤은 완성된 시스템을 AI 데이터센터에 배치하고, 자체 기반 모델과 서비스에 연결하는 역할을 맡는다. 발표에는 SK텔레콤의 A.X K2 모델과 공공·민간 AI 서비스 활용 방향이 포함돼 있다. 과학기술정보통신부도 한국 NPU 기업과 엔비디아의 협력을 지원한다.
이 역할 분담은 한 회사가 모든 것을 만드는 구조가 아니다. 엔비디아는 공통 기반, 리벨리온은 특화 칩, SK텔레콤은 운영 현장과 서비스를 맡는다. 실제 성공 여부는 세 부분이 계획대로 맞물리는지에 달려 있다.
‘소버린 AI’는 무슨 뜻인가
발표에서 반복되는 ‘소버린 AI’는 한 국가나 지역이 자기 언어와 산업, 법규에 맞는 AI를 만들고 운영할 수 있는 역량을 뜻한다. 한국어 데이터를 다루는 모델, 국내 데이터센터, 국내 기업이 설계한 반도체, 공공기관과 기업의 보안 기준을 함께 고려하는 개념이다.
그렇다고 모든 기술을 국내에서만 만들겠다는 뜻은 아니다. 이번 협력 자체가 엔비디아의 기술과 세계 공급망을 활용한다. 따라서 완전한 기술 독립보다는 핵심 선택권과 운영 능력을 국내에 더 많이 남기려는 접근에 가깝다. 어떤 데이터를 어디에서 처리할지, 어떤 칩과 모델을 조합할지, 공급 문제가 생겼을 때 대안을 얼마나 확보할지가 중요한 기준이다.
‘한국형 AI’라는 표현도 모델이 한국어를 잘한다는 것만으로 판단할 수 없다. 공공 문서, 의료·금융 규정, 제조 현장의 자료처럼 국내 조건을 반영하는 능력과 함께 데이터 보호, 비용, 장애 대응, 서비스 지속성이 필요하다. 이번 발표는 그중 반도체와 데이터센터 기반을 다루는 계획이다.
GPU와 NPU가 일을 나눠 하는 방식
세 회사는 AI가 답을 만드는 과정을 둘로 나눠 서로 다른 칩에 맡기는 방안을 검토한다. 첫 단계는 사용자가 보낸 질문과 첨부 자료를 읽고 내부 계산 상태를 만드는 과정이다. 업계에서는 이를 ‘프리필’이라고 부른다. 두 번째는 그 상태를 바탕으로 다음 단어를 하나씩 이어 답을 만드는 ‘디코드’ 단계다.
계획은 프리필을 엔비디아 GPU가 맡고 디코드를 리벨리온 NPU가 맡는 것이다. 비유하면 대량의 주문서를 빠르게 읽고 정리하는 직원과, 정리된 주문에 따라 제품을 계속 포장해 내보내는 직원을 나누는 셈이다. 두 작업은 계산 특성이 다르므로 각각에 맞는 반도체를 쓰면 처리량과 전력 효율을 높일 가능성이 있다.
하지만 역할을 나누면 칩 사이에서 데이터를 빠르게 전달해야 한다. 전송이 느리거나 운영 소프트웨어가 복잡하면 이론상 효율이 실제 환경에서 사라질 수 있다. NVLink Fusion은 이 연결 문제를 해결하기 위한 엔비디아의 기술이다. 발표는 가능성을 설명했지만, 실제 서비스에서 얼마나 빨라지고 전기를 얼마나 덜 쓰는지는 아직 공개하지 않았다.
2028년이라는 날짜를 놓치면 안 된다
헤드라인만 보면 새 국산 AI 장비가 곧 데이터센터에 들어가는 것처럼 느껴질 수 있다. 공식 발표의 목표는 R200 시스템을 2028년에 배치할 수 있게 준비하는 것이다. 칩 설계와 생산, 서버 통합, 냉각·전력 검증, 소프트웨어 호환성, 실제 모델 시험을 거쳐야 한다.
따라서 지금은 완제품 출시보다 개발 로드맵에 가깝다. 2028년까지 AI 모델의 크기와 사용 방식도 바뀔 수 있다. 현재 큰 모델에 적합한 설계가 2년 뒤에도 경쟁력이 있으려면 새로운 모델 구조와 서비스 요구를 따라가야 한다. 일정이 지연되거나 사양이 바뀔 가능성도 있다.
발표에 ‘수조 개 매개변수 규모의 전문가 혼합 모델’을 지원한다는 설명이 있지만, 이것은 목표 사양이다. 전문가 혼합은 질문마다 모델 전체가 아니라 일부 전문 부분만 골라 쓰는 구조다. 매우 큰 모델을 효율적으로 운영할 수 있다는 취지지만, 실제 고객 서비스에서 해당 규모의 모델을 안정적으로 돌렸다는 결과는 아니다.
일반 사용자에게 생길 수 있는 변화
소비자가 2028년에 ‘R200 버튼’을 누르게 되는 것은 아니다. 변화가 나타난다면 서비스 뒤편에서 먼저 나타날 가능성이 크다.
첫째, AI 서비스 운영 비용이다. 답변을 생성하는 단계의 전력과 장비 비용이 낮아지면 기업이 더 긴 문서 분석, 더 많은 동시 사용자, 낮은 요금제 같은 선택을 할 여지가 생긴다. 다만 비용 절감이 실제 이용료 인하로 이어질지는 서비스 제공자의 가격 정책에 달려 있다.
둘째, 공급망 선택지다. AI 서비스가 특정 회사의 한 종류 칩에만 의존하면 공급 부족과 가격 변동에 취약하다. 국산 NPU가 실사용 가능한 대안이 되면 운영자가 업무에 따라 장비를 나눠 쓸 수 있다. 반대로 핵심 연결과 서버 구조를 엔비디아 기술에 의존하므로 공급망 독립이 완성되는 것은 아니다.
셋째, 국내 데이터 처리다. 공공기관이나 규제가 강한 산업은 데이터를 어느 나라와 시설에서 처리하는지 중요하게 본다. 국내 데이터센터와 국내 모델, 국내 설계 칩을 조합하면 선택지가 늘 수 있다. 그러나 데이터 보호 수준은 칩의 국적만으로 결정되지 않는다. 운영 주체, 접근 권한, 로그 관리, 외부 클라우드 연결까지 함께 확인해야 한다.
넷째, 한국어와 국내 산업에 맞춘 서비스의 확대다. 국내 기업이 운영 비용과 장비 구성을 더 직접 조절할 수 있다면 제조, 통신, 공공행정처럼 한국 환경에 특화된 AI를 시험하기 쉬워질 수 있다. 이것 역시 협력 목표이지 확정된 성과는 아니다.
한국 AI 반도체 산업에는 어떤 의미인가
리벨리온 입장에서는 칩 성능만큼이나 시장에 들어가는 경로가 중요하다. 새로운 반도체가 좋아도 서버 제조사, 냉각 장비, 네트워크, 운영 소프트웨어와 맞지 않으면 고객이 도입하기 어렵다. 엔비디아의 MGX 구조와 공급망을 활용하면 데이터센터가 익숙한 형태로 장비를 설계할 가능성이 커진다.
동시에 엔비디아 생태계 안으로 들어가는 것이 장기적인 종속을 키울 수 있다는 질문도 남는다. 국산 칩의 가치는 엔비디아 GPU와 함께 쓸 때만 생기는지, 다른 환경에서도 경쟁력이 있는지, 핵심 소프트웨어를 국내 기업이 얼마나 통제할 수 있는지 봐야 한다. 협력은 시장 진입을 돕지만 독자 생태계를 자동으로 만들어 주지는 않는다.
정부 지원의 평가 기준도 투자액이나 협약 수가 아니라 실제 배치와 고객 사용이어야 한다. 시제품이 작동하는지, 생산 수율과 공급 일정이 안정적인지, 같은 작업에서 비용과 전력 효율이 얼마나 개선되는지 공개되어야 한다. 공공 예산이 들어간다면 국내 산업 전반에 어떤 지식과 인력이 남는지도 중요하다.
발표에서 확인되지 않은 것
이번 자료에는 기대 효과가 많지만 실제 판단에 필요한 핵심 숫자 일부가 없다.
- R200 시스템의 판매 가격과 공급 수량
- 실제 AI 모델을 사용한 속도와 전력 소비 비교
- 엔비디아 GPU와 리벨리온 NPU 사이의 구체적인 역할 비율
- SK텔레콤 데이터센터의 최초 배치 규모
- 공공기관과 민간기업이 이용할 서비스 및 요금
- 개발 비용과 정부 지원 범위
이 숫자가 없으므로 “엔비디아보다 싸다”, “전력 사용을 크게 줄인다”, “한국 AI 자립이 완성됐다”라고 단정할 수 없다. 공식 발표도 협력과 계획을 중심으로 쓰였으며, 측정된 성능 결과를 제시하지 않았다.
엔비디아가 얻는 것도 크다
이번 협력을 국산 반도체 지원으로만 보면 절반만 보는 셈이다. 엔비디아는 자체 GPU와 경쟁할 수 있는 특수 칩을 자사 연결망과 서버 구조 안으로 끌어들인다. 고객이 다른 칩을 선택하더라도 네트워크, 서버 설계, 소프트웨어 생태계에서는 엔비디아의 영향력이 유지될 수 있다.
AI 데이터센터가 커질수록 모든 작업을 같은 칩으로 처리하기보다 용도에 맞는 칩을 섞는 흐름이 강해질 수 있다. 엔비디아는 이 변화에서 자사 칩만 공급하는 회사가 아니라 여러 칩을 묶는 기반 제공자가 되려 한다. 리벨리온에는 시장 진입 기회지만, 엔비디아에는 생태계 확장 전략이다.
SK텔레콤도 통신사를 넘어 AI 데이터센터 운영자와 서비스 제공자로 자리 잡으려는 목표를 보여 준다. 장비를 사서 설치하는 데 그치지 않고 자체 모델과 서비스까지 연결해야 협력의 경제적 의미가 생긴다.
앞으로 볼 변화
이번 발표를 평가할 첫 번째 시점은 R200 시제품과 실제 시스템 성능이 공개될 때다. 발표 자료의 목표가 실제 장비에서 재현되는지, GPU 단독 구성과 비교해 속도·전력·비용이 얼마나 달라지는지 확인해야 한다. 두 번째는 SK텔레콤이 구체적인 데이터센터 배치 규모와 서비스를 공개할 때다. 세 번째는 2028년 공급 일정이 지켜지는지다.
기억할 핵심은 분명하다. 한국형 AI 인프라 협력은 국산 칩이 엔비디아를 몰아내는 계획이 아니라, 엔비디아의 연결·서버 생태계 안에 리벨리온 칩을 넣고 SK텔레콤이 실제 서비스를 운영하려는 혼합 전략이다. 이용자에게 혜택이 돌아오려면 2028년까지 계획이 제품으로 완성되고, 비용과 전력 효율이 검증되며, 그 절감분이 더 나은 서비스로 이어져야 한다.
출처: NVIDIA 공식 발표, NVIDIA 투자자 자료, 연합뉴스 보도