AI 주권 잡는 '국산 조합'…티맥스티베로-NHN클라우드, 인프라 스택 승부수

GPU 연산·DBMS 결합 전략 제시…데이터·비용·규제 대응 아우른 AI 인프라 구성

티맥스티베로와 NHN클라우드가 생성형 인공지능(AI)의 실제 운영 환경을 지원하는 국산형 AI 인프라 스택 확산에 나선다. 데이터 관리와 비용, 보안·규제 대응 등 AI 도입 과정에서 요구되는 핵심 요소를 통합해 글로벌 기술 중심 스택에 대한 대안을 제시한다는 목표다.

티맥스티베로는 NHN클라우드와 협업해 그래픽처리장치(GPU) 기반 연산 환경과 데이터베이스 관리시스템(DBMS)을 결합한 AI 인프라 구축 전략을 추진한다고 9일 밝혔다.

NHN클라우드 GPU 연산 인프라 위에 티베로 DB를 데이터 계층으로 연계해 AI 학습과 추론 과정에서 발생하는 데이터를 통합 관리하고 안정적인 서비스 운영을 지원하는 구조가 핵심이다.

티맥스티베로가 NHN클라우드와 협업해 국산형 AI 인프라 스택 확산에 나선다. (사진=티맥스티베로)

최근 국내 산업 전반에서 생성형 AI 도입이 확산되면서 기업·기관의 관심은 어떤 모델을 쓸 것인가에서 어떻게 운영할 것인가로 빠르게 옮겨가고 있다. 기술검증(PoC) 단계에서는 외부 API나 단일 GPU 서버 구성만으로도 구현이 가능하지만, 실제 운영 단계로 확장할 경우 데이터 관리 방식과 비용 구조, 보안·규제 대응 등 인프라 과제가 제기된다.

특히 공공·금융처럼 규제 환경이 엄격하고 장기 운영이 전제되는 조직에서는 AI 모델 자체보다 이를 뒷받침하는 인프라 설계가 도입 성패를 좌우한다는 지적이 나온다.

이같은 요구 변화는 AI 인프라 전략에도 영향을 미치고 있다. 해외 클라우드와 상용 소프트웨어(SW) 중심의 글로벌 스택 의존을 줄이고 데이터 주권과 규제 대응을 고려해 국내에서 통제 가능한 기술 조합을 선택하려는 움직임이 확산되는 추세다.

AI 성능이 데이터에서 비롯되는 만큼 학습과 추론 전 과정에서 발생하는 데이터를 어떻게 관리하고 연결하느냐가 경쟁력 요소로 부상하면서 DBMS의 역할도 함께 확대되고 있다.

양사 협업은 이러한 흐름에 대응하는 사례로 꼽힌다. NHN클라우드는 GPU 기반 AI·고성능 컴퓨팅(HPC) 워크로드를 지원하는 클라우드 환경을 제공하며 AI 학습과 추론을 위한 연산 인프라를 담당한다. 티맥스티베로는 티베로 DB를 기반으로 학습 데이터와 추론 결과, 업무 데이터와 벡터 데이터를 통합 관리하는 데이터 계층을 맡는다. 이를 통해 외산 상용 스택 의존을 줄이면서도 AI 서비스를 안정적으로 운영할 수 있는 인프라 구성을 제시한다는 목표다.

허희도 NHN클라우드 부사장은 "AI를 실제 서비스로 운영하려면 연산 자원만으로는 부족하고 데이터가 안정적으로 흘러갈 수 있는 구조가 함께 설계돼야 한다"며 "티맥스티베로와의 협업은 AI 인프라를 단순히 구축하는 수준을 넘어 국내 환경에 맞게 운영할 수 있는 형태로 완성한다는 점에서 의미가 있다"고 말했다. 이어 "AI 도입 이후 단계에서 고객이 겪는 운영 부담을 실질적으로 줄이는 것이 목표"라고 덧붙였다.

AI 인프라 구축 과정에서 문제로 지적돼 온 복잡한 연계 구조 역시 개선 과제로 언급된다. 모델·데이터·애플리케이션을 각각 다른 방식으로 연결하는 접근은 PoC 단계에서는 가능하더라도 운영 단계로 확장할수록 구조 복잡성과 관리 부담이 커진다.

이에 티맥스티베로는 모델 컨텍스트 프로토콜(MCP) 연동을 통해 DBMS가 AI 모델에 필요한 컨텍스트를 표준화된 방식으로 제공하는 구조를 제시하며 AI 아키텍처를 직접 구현 중심에서 구성·조립 중심으로 단순화하는 방향을 강조하고 있다.

티맥스티베로는 티베로 DB를 AI 시대에 맞는 데이터 플랫폼으로 확장하는 작업도 병행 중이다. 검색·추천 등 AI 활용 시나리오를 고려한 데이터 아키텍처 확장을 바탕으로 기존 업무 시스템 데이터와 AI 서비스 데이터를 하나의 흐름으로 연계할 수 있도록 지원할 계획이다. 추가적인 외산 상용 솔루션 없이도 관계형 데이터베이스 관리시스템(RDBMS) 기반 환경에서 AI 서비스 확장이 가능케 한다는 방침이다.

박경희 티맥스티베로 대표는 "NHN클라우드와의 협업을 통해 고객이 기존 시스템을 유지한 상태에서 AI 적용 범위를 단계적으로 넓힐 수 있도록 하는 데 초점을 맞추고 있다"며 "PoC를 넘어 운영 단계까지 고려한 현실적인 AI 인프라 구축 선택지를 제시하겠다"고 밝혔다.