국가과학기술연구망(KREONET) 워크숍서 국가 인공지능(AI) 컴퓨팅 인프라 로드맵 제시해

그래픽처리장치(GPU) 활용률 저하 문제 진단...'잡(Job) 기반 운영' 중심 통합 플랫폼 전환 필요성 강조도

 

씨이랩이 국가과학기술연구망(KREONET)이 개최하는 ‘2026 KREONET 워크숍’에 참가해 인공지능(AI) 인프라 운영 기술의 진화 방향과 중장기 로드맵을 제시했다.

 

 

이번 행사는 KREONET 사용자와 이 분야 전문가가 모여 차세대 연구 인프라의 방향성을 논의하는 기술 공유의 장이다. 국내 연구기관 및 관련 실무자를 대상으로, 최신 네트워킹 기술과 미래 연구망 발전 방향 그리고 활용 사례를 공유하기 위해 마련됐다.

 

씨이랩은 이번 워크숍을 통해 '지능형 운영 관리'라는 새로운 패러다임을 제시했다. 이 자리에서 대규모 그래픽처리장치(GPU) 자원을 한 몸처럼 움직이게 하는 통합 관리(Orchestration) 기술의 중요성을 전달했다. 연구기관의 연구 생산성 제고와 국가 AI 경쟁력 강화를 위한 운영 표준을 확립하는 것이 사측의 핵심 메시지다.

 

이날 송유진 씨이랩 최고기술책임자(CTO)는 정부가 국가 AI 컴퓨팅 인프라를 GPU 26만 장 규모로 확대하고 있지만, 정작 연구 현장에서는 확보한 자원을 얼마나 효율적으로 가동해야 하는지에 대한 고민이 이어지고 있다고 짚었다. 현재 많은 조직이 개별 서버 접근 방식에 의존하면서 발생하는 인프라 경직성을 지적한 것이다.

 

특히 중앙 집중식 모니터링의 부재로 인해 자원 가시성이 확보되지 않아, 실제 GPU 활용률이 30~40% 수준의 저조한 수치에 머물고 있다는 것이 그의 설명이다. 송 CTO에 따르면, 이러한 자원 파편화 현상은 결국 AI 프로젝트의 병목 현상과 지연으로 이어지는 고질적인 문제로 꼽힌다.

 

이에 씨이랩은 GPU를 단순 하드웨어가 아닌 ‘잡(Job) 기반 운영 대상’으로 재정의했다. 이러한 접근법을 기반으로, 통합 운영·관리를 포함한 거버넌스 플랫폼의 필요성을 제안했다. 그 해법으로 GPU 관리 솔루션 ‘아스트라고 2.0(AstraGo 2.0)’을 제시했다. 이는 워크로드 단위의 지능형 스케줄링을 통해 자원 낭비를 최소화하는 것이 핵심이다.

 

또한 해당 솔루션은 하나의 GPU 서버에서 여러 사용자가 독립적으로 자원을 활용하는 멀티테넌시(Multi-tenancy) 구조를 택했다. 이러한 GPU 분할 기능을 통해 한정된 자원을 다수의 사용자가 효율적으로 공유하도록 하겠다는 사측의 전략이다. 아울러 오픈소스 오케스트레이션 플랫폼 ‘쿠버네티스(Kubernetes)’ 기반의 통합 관제로 대규모 인프라 운영에 필요한 확장성·안정성을 동시에 제공한다.

 

씨이랩은 현장에서 아스트라고 2.0 데모와 기술 상담을 진행하며 공공·연구기관 맞춤형 AI 인프라 고도화 방안을 전했다. 회사는 이번 성과를 발판 삼아 연구망 기반의 AI 인프라 시장 선점에 속도를 낼 계획이다.

 

윤세혁 씨이랩 대표는 “인프라 확충만큼이나 중요한 것은 실제 현장에서 자원이 얼마나 유기적으로 작동하느냐에 있다”며 “그동안 축적한 운영 노하우를 바탕으로, 연구기관이 보유한 컴퓨팅 자산의 성과를 극대화하도록 지원하겠다”고 밝혔다.

 

헬로티 최재규 기자 |