김우영 의원, 정부 지원 GPU 70% 이상 가동률 50% 미만…AI 자원 '관리 공백' 지적

(zdnet.co.kr)

ZDNet Korea2026년 10월 1일AI 산업

김우영 의원, 정부 지원 GPU 70% 이상 가동률 50% 미만…AI 자원 '관리 공백' 지적

정부 지원 GPU의 70% 이상이 50% 미만의 낮은 가동률을 기록하며 AI 자원 관리 공백이 지적된 가운데, 단순 인프라 확충을 넘어 국산 NPU와의 효율적 연계 및 전문 운용 인력 확보가 AI 산업 경쟁력의 핵심 과제로 부상하고 있습니다.

이 글의 핵심 포인트

1정부 지원 GPU의 70% 이상이 50% 미만의 낮은 가동률을 기록함
22027년 AI 컴퓨팅 자원 활용 기반 강화 예산이 3조 8,500억 원으로 증액 편성됨
3국산 NPU 지원 사업은 현재 모델 선정 및 분석 단계에 머물러 있으며 추론 서비스 단계는 미비함
4AI 기업의 81.9%가 인력 부족을 겪고 있으며, 인프라 부족보다 인력 부족이 더 큰 애로사항임
5GPU와 NPU를 성능, 비용, 전력 효율에 따라 적재적소에 배분하는 체계 검토 필요

이 글에 대한 공공지능 분석

왜 중요한가?

막대한 예산이 투입되는 AI 인프라 자원이 효율적으로 활용되지 못하는 것은 국가적 자원 낭비이자 AI 경쟁력 약화로 이어질 수 있기 때문입니다.

어떤 배경과 맥락이 있나?

정부는 AI 컴퓨팅 자원 확보를 위해 예산을 대폭 증액하고 있으나, 인프라 확보량에 비해 이를 운용할 기술적 역량과 전문 인력은 부족한 상황입니다.

업계에 어떤 영향을 주나?

GPU와 NPU의 효율적 배분 체계가 마련된다면, 스타트업은 비용 효율적인 추론 환경을 구축할 수 있는 기회를 얻게 될 것입니다.

한국 시장에 어떤 시사점이 있나?

인프라 부족보다 '운용 역량 부족'이 더 큰 문제인 만큼, 국내 기업들은 모델 최적화 및 분산 학습 등 인프라 활용 기술력을 내재화하는 데 집중해야 합니다.

이 글에 대한 큐레이터 의견

정부의 AI 인프라 예산 증액은 반가운 소식이지만, 이번 지표는 '인프라 확보'라는 양적 팽창이 '활용 역량'이라는 질적 성장을 따라가지 못하고 있음을 극명하게 보여줍니다. GPU 가동률 저조의 원인이 단순히 연구 일정의 변동성 때문인지, 아니면 인프라를 다룰 전문 인력의 부재 때문인지에 따라 대응 전략은 완전히 달라져야 합니다.

물론 정부가 GPU와 NPU를 통합 관리하여 비용 효율성을 높이려는 시도는 스타트업에게 저비용 고효율의 추론 환경을 제공할 수 있는 기회입니다. 하지만 NPU로의 전환 과정에서 발생하는 모델 변환 및 최적화 비용과 기술적 난이도는 스타트업에게 또 다른 진입 장벽이 될 수 있습니다. 따라서 창업자들은 인프라 지원 사업을 활용하되, 특정 하드웨어에 종속되지 않는 모델 최적화 기술과 효율적인 자원 스케줄링 역량을 확보하는 데 우선순위를 두어야 합니다.

원문 보기 →