피지컬AI 핵심 인프라라는데…‘공장 안 AIDC’ 공백

[이데일리 신영빈 기자] 피지컬 AI의 제조현장 확산을 위해 국산 AI 반도체 기반의 현장 설치형 데이터센터를 육성해야 한다는 제언이 나왔다. 공장 데이터를 내부에서 처리해 보안을 강화하고 외산 장비 의존도를 낮춰 공급망 위험에 대응하자는 취지다.

11일 국회 산업통상자원중소벤처기업위원회 소속 임문영 더불어민주당 의원실에 따르면 국내 제조현장은 데이터 유출 우려와 외산 그래픽처리장치(GPU) 중심의 인프라 구조로 AI 도입에 제약을 겪고 있다. 이를 해결하기 위한 방안으로 국산 신경망처리장치(NPU) 기반 온프레미스 AI 데이터센터(AIDC) 개발·실증이 제시됐다.

리벨리온 NPU 카드를 탑재한 서버 랙. [이데일리 방인권 기자]

온프레미스 AIDC는 기업이 자체 시설에 AI 연산 장비를 설치해 운영하는 방식이다. 국산 NPU와 시스템 기술을 적용하면 데이터와 인프라에 대한 통제력을 높이는 ‘소버린 AI’ 환경을 구축할 수 있다.

제조현장은 생산공정과 설비 운영 등 민감한 데이터를 다루는 만큼 외부 클라우드 이용에 부담이 있다. 현장에서 데이터를 수집·분석하는 온프레미스 AIDC는 데이터 외부 전송을 최소화하면서 비전검사·이상탐지·예지보전 등 제조 AI 활용을 지원할 수 있다. 설비와 로봇이 주변 상황을 인식하고 작업하는 피지컬AI의 현장 적용에도 필요한 연산 기반이다.

미국 기업용 데이터 스토리지 업체 클라우디안의 지난 3월 조사에 따르면 AI 인프라 의사결정권자 203명 중 91%가 민감한 사내 데이터를 처리할 때 온프레미스·프라이빗·하이브리드 방식을 선택한 것으로 나타났다.

외산 GPU에 집중된 AI 인프라도 과제다. 지난해 GPU 수입액은 4억4000만달러로 전년 대비 309% 증가했다. 국산 NPU를 제조현장에 적용하면 국내 반도체 기업 수요처를 확보하고 해외 장비 수급 변동이나 수출 통제에 대응할 선택지도 넓힐 수 있다.

국산 NPU 기반 온프레미스 AIDC는 정부가 추진하는 반도체·AI 데이터센터·피지컬AI 3대 메가프로젝트를 제조현장에서 연결하는 기반으로도 꼽힌다.

다만 국산 NPU 업체들은 양산 제품과 기술지원 체계를 갖췄지만 제조현장 적용 실적이 부족해 판로 확보에 어려움을 겪고 있다. AI 솔루션 기업도 기존 GPU용 제품을 NPU로 전환하는 데 추가 개발비가 들고 성능 검증이 필요해 도입을 주저하는 상황이다.

한국산업단지공단이 올해 4월 AI 공급기업 12개사를 대상으로 실시한 수요조사에서도 국산 NPU 도입 전제조건으로 ‘개발도구·소프트웨어개발키트(SDK) 지원’이 9건으로 가장 많이 집계됐다. 성능 검증과 가격 경쟁력은 각각 4건이었다.

이런 문제를 해결하기 위해 국산 NPU 기반 AIDC의 하드웨어와 시스템 소프트웨어를 개발하고 표준모델 3종을 제조현장 15곳에서 실증하는 사업안이 검토됐다. 현장별 성능과 비용을 측정·공개해 기업의 도입 판단을 지원하고 검증된 모델의 보급을 확대한다는 구상이다.

사업 규모는 2027~2030년 총 600억원(국비 400억원·민간 200억원)으로 검토됐지만 내년 국비 100억원은 정부 예산안에 반영되지 않았다. 김정관 산업통상부 장관은 국정감사에서 사업의 중요성에 공감하며 국회 예산 증액을 위해 노력하겠다고 밝혔다.

임문영 의원은 “반도체·AI 데이터센터·피지컬AI가 공장에서 만나야 하는데 그 접점이 바로 NPU 기반 온프레미스 AIDC”라며 “국산 NPU 기업과 AI 솔루션 기업이 서로 기다리는 구조에 국가가 직접 해결책을 주지 않으면 대기 상태에 머물 것”이라고 강조했다.