[서울=뉴스핌] 서영욱 기자 = 인공지능(AI) 시대의 승패는 반도체만으로 결정되지 않는다. 아무리 뛰어난 AI 반도체를 보유하더라도 이를 학습시키고 서비스를 운영할 데이터센터가 없다면 AI 산업은 성장하기 어렵다. 전문가들은 AI 데이터센터를 단순한 서버 시설이 아니라 AI 시대의 핵심 국가 인프라로 보고, 컴퓨팅 인프라와 데이터 생태계 구축을 서둘러야 한다고 강조했다.

뉴스핌TV 'KYD 이슈터미네이터'는 유민희 한국경제연구원 연구위원과 정지성 에스오에스랩 대표를 초청해 정부가 추진하는 '3대 메가 프로젝트'의 의미와 경쟁력, 성공 과제를 진단했다.

유민희 한국경제연구원 연구위원은 "산업화 시대의 고속도로, 정보화 시대의 통신망이 국가 경쟁력을 좌우했던 것처럼 AI 시대에는 데이터센터가 핵심 인프라가 된다"며 "국내에 충분한 AI 데이터센터가 없으면 기업과 연구기관은 해외 클라우드에 의존할 수밖에 없고 산업 데이터 유출과 기술 실증 기회 감소로 이어질 수 있다"고 말했다.

AI 서비스를 개발하는 기업들은 데이터센터보다 데이터 생태계가 더 중요하다고 입을 모았다.
정지성 에스오에스랩 대표는 "데이터센터 자체보다 중요한 것은 지속적으로 활용할 수 있는 데이터와 표준"이라며 "자율주행처럼 기술 패러다임이 빠르게 바뀌는 분야에서는 국가가 데이터 포맷과 센서 구성, 학습 방식 등에 대한 표준을 제시해야 기업들이 같은 기준으로 투자하고 협력할 수 있다"고 말했다.

데이터센터 입지에 대해서도 수도권 집중이 반드시 정답은 아니라는 의견을 제시했다. 그는 "데이터센터는 인터넷만 연결되면 어느 지역에서든 동일한 서비스를 제공할 수 있으며 AI 개발자가 상주하는 시설도 아니다"며 "기업들은 인재보다 인허가 속도와 전력 공급, 전기요금, 부지 가격 등 사업성을 우선 고려한다"고 설명했다. AI 데이터센터는 막대한 전력을 사용하는 만큼 향후에는 에너지 공급이 원활한 지역을 중심으로 구축되는 흐름이 자연스러울 것이라는 전망도 내놨다.

기업들의 지속적인 투자와 관련해서는 대기업과 스타트업의 과제가 다르다고 진단했다. 대기업은 AI를 개별 기업의 전략이 아닌 글로벌 메가트렌드로 인식하고 장기 투자를 이어가야 하며, 스타트업은 빠르게 사업모델(BM)을 확보해 시장에서 생존하는 것이 우선이라는 설명이다.

AI 인재 확보 역시 핵심 과제로 꼽혔다. 정 대표는 "우리나라는 세계 최고 수준의 엔지니어를 배출할 역량을 갖고 있다"며 "중요한 것은 우수한 인재가 AI와 엔지니어 분야를 미래의 유망한 진로로 선택할 수 있도록 교육과 제도, 사회적 인식을 함께 바꾸는 것"이라고 말했다.

다음은 [뉴스핌TV 이슈터미네이터] 3대 메가프로젝트 진단 전문이다.

-정부가 AI 데이터센터를 3대 메가 프로젝트의 한 축으로 추진하는 이유는 무엇입니까?
▲유민희 연구위원(이하 유): AI 시대에는 데이터센터가 반도체만큼 중요한 핵심 인프라입니다. 과거 데이터센터가 기업의 서버를 보관하거나 일반적인 클라우드 서비스를 제공하는 시설이었다면, AI 데이터센터는 고성능 반도체를 연결해 AI를 학습시키고 추론 서비스를 제공하는 AI 생산기지라고 볼 수 있습니다.

비유하자면 산업화 시대의 고속도로, 정보화 시대의 통신망이 국가 경쟁력을 좌우했던 것처럼, AI 시대에는 데이터센터가 핵심 국가 인프라 역할을 하게 됩니다. 결국 국가와 기업의 AI 경쟁력은 컴퓨팅 자원에 얼마나 안정적으로 접근할 수 있느냐에 달려 있습니다. 국내에 충분한 AI 데이터센터가 없다면 스타트업과 중소기업, 연구기관은 높은 비용을 들여 해외 클라우드 인프라를 이용할 수밖에 없습니다.

이 경우 민감한 산업 데이터가 해외로 유출될 가능성이 커지고, 국내에서 개발한 AI 반도체와 냉각장치, 서버 등 AI 인프라 기술을 실증하고 검증할 기회도 줄어들게 됩니다. 이 때문에 정부는 AI 데이터센터를 단순한 IT 시설이 아니라 AI 산업 전반을 뒷받침하는 핵심 국가 인프라로 보고, 3대 메가 프로젝트의 한 축으로 추진하고 있습니다.

-AI 서비스를 개발하는 기업 입장에서 데이터센터는 얼마나 중요하며, 현장에서 가장 필요한 것은 무엇입니까?
▲정지성 대표(이하 정): AI 데이터센터의 중요성은 이제 누구나 공감하는 부분입니다. AI 모델을 개발하기 위해 데이터를 저장하고 학습시키는 것은 물론, 완성된 모델을 실제 서비스에 활용하는 과정까지 데이터센터가 핵심 역할을 합니다. 다만 지금 시점에서 더 중요한 것은 데이터센터 자체보다 데이터의 지속가능성과 표준화라고 생각합니다.

AI 기술은 매우 빠르게 변화합니다. 예를 들어 자율주행 분야는 기존의 규칙 기반(Rule-based) 방식에서 최근에는 엔드투엔드(End-to-End) AI 방식으로 빠르게 전환됐습니다. 기술 패러다임이 바뀌면 기존 데이터를 다시 학습해야 하는 상황이 발생합니다. 따라서 변화에 맞춰 빠르게 대응할 수 있는 체계가 필요합니다.

반대로 기술 방향이 어느 정도 정립된 분야라면 국가가 표준을 마련하는 것이 중요합니다. 국가가 데이터와 센서 구성, 학습 방식, 데이터 포맷 등에 대한 표준을 제시하면, 데이터를 구축하는 기업과 AI 모델을 개발하는 기업, 이를 활용해 서비스를 만드는 기업이 모두 같은 기준 아래에서 투자하고 협력할 수 있습니다.

지금처럼 표준 없이 기술 방향이 계속 바뀌면 기업들은 이미 구축한 데이터와 모델을 다시 만들어야 하는 상황이 반복될 수 있습니다. 데이터센터에 데이터를 계속 축적해도 활용 기준이 바뀌면 투자 효율이 떨어질 수밖에 없습니다.

따라서 자율주행처럼 산업별 특성이 뚜렷한 분야는 국가가 전문가들과 함께 데이터와 AI 개발 표준을 마련하고, 이를 기반으로 기업들이 데이터를 축적하고 모델을 개발할 수 있는 환경을 조성하는 것이 필요하다고 생각합니다. 이는 현재 AI 데이터센터 정책에서 보완해야 할 중요한 과제입니다.

-정부는 데이터센터를 지방에 구축하려 하고 있지만, 기업들은 수도권을 선호한다는 이야기도 있습니다. 기업들은 데이터센터 입지를 결정할 때 무엇을 가장 중요하게 봅니까?
▲정: 광주와 해남 솔라시도 등 지방에 AI 데이터센터가 들어서는 것은 매우 환영할 만한 일입니다. 다만 데이터센터 입지를 바라볼 때는 일반적인 오해가 있습니다. 데이터센터는 인터넷망만 연결돼 있다면 어느 지역에 있든 동일하게 서비스를 제공할 수 있는 시설입니다. 지금 우리가 이용하는 유튜브 영상도 어느 지역의 데이터센터에서 제공되는지 사용자가 체감하지 못하는 것처럼, 데이터센터가 수도권에 있다고 해서 서비스가 특별히 유리한 것은 아닙니다.

또 데이터센터는 AI 개발자들이 대규모로 상주하는 공간이 아닙니다. 현장 운영에 필요한 최소 인력만 상주하면 되기 때문에, AI 인재가 많은 지역에 반드시 데이터센터를 지어야 하는 것은 아닙니다.

기업 입장에서 가장 중요한 기준은 사업성입니다. 인허가를 빠르게 받을 수 있고, 부지 가격이 저렴하며, 전기요금이 낮고 전력을 안정적으로 공급받을 수 있는 곳이라면 그곳이 가장 좋은 입지입니다. 기업은 데이터센터를 빨리 완공해 조기에 운영을 시작하는 것이 가장 중요한 목표입니다.

GPU 등 핵심 장비는 국가 차원의 지원을 받을 수 있기 때문에, 데이터센터 입지는 특정 지역을 우대하기 위한 문제가 아니라 경제성과 인프라를 종합적으로 고려한 결과라고 봐야 합니다.

결국 데이터센터는 수도권이나 지방이라는 단순한 구분보다 부지 가격, 전기요금, 전력 공급 여건, 인허가 속도 등 사업 환경을 기준으로 입지가 결정됩니다. 또한 AI 데이터센터는 전력 소비가 큰 만큼, 앞으로는 에너지 공급이 원활한 지역을 중심으로 구축되는 것이 자연스러운 흐름이 될 것으로 봅니다.

-메가 프로젝트는 막대한 투자가 필요한 사업입니다. 기업들이 지속적으로 투자하기 위해 가장 중요한 과제는 무엇이라고 보십니까?
▲정: 대기업과 스타트업은 고민하는 지점이 조금 다릅니다. 대기업 입장에서는 이번 AI 투자를 개별 기업의 전략이 아니라 국가와 글로벌 시장이 함께 움직이는 '메가트렌드'로 인식하는 것이 중요합니다. AI 경쟁은 특정 기업만의 선택이 아니라 국내외 빅테크가 모두 뛰어든 글로벌 경쟁인 만큼, "하지 않으면 뒤처진다"는 공감대가 경영진부터 실무진까지 형성돼야 지속적인 투자도 가능해질 것입니다.

반면 스타트업에게 가장 중요한 과제는 끝까지 살아남는 것입니다. AI 시장의 성장 가능성은 모두가 인정하지만, 작은 기업은 그 시장이 본격적으로 열릴 때까지 버틸 수 있어야 합니다. 이를 위해서는 빠르게 사업모델(BM)을 만들어 매출을 확보하는 것이 무엇보다 중요합니다. 대규모 AI 모델은 글로벌 빅테크가 만들고, AI 데이터센터와 인프라는 국내 대기업이 구축하겠지만, 그 위에서 실제 서비스를 개발하고 산업 현장에 적용하는 것은 스타트업의 역할입니다.

스타트업이 의미 있는 AI 서비스와 솔루션을 빠르게 상용화해 수익을 만들면, 이를 바탕으로 다시 투자 유치가 가능해지고 지속적인 성장이 이어지는 선순환 구조를 만들 수 있습니다. 결국 AI 생태계가 완성됐을 때 그 안에서 경쟁력 있는 플랫폼과 서비스를 제공할 수 있다는 점을 입증하는 것이 스타트업의 가장 중요한 과제라고 생각합니다.

-메가 프로젝트의 성패는 결국 인재 확보에 달려 있다는 이야기가 나옵니다. 우리나라 AI 인재의 경쟁력은 어느 수준이며, 앞으로 어떤 인재를 키워야 한다고 보십니까?
▲정: 우리나라의 AI 인재 경쟁력은 충분히 높다고 생각합니다. 한국은 손흥민과 박지성, 김연아, 류현진, BTS처럼 세계적인 인재를 꾸준히 배출해온 나라입니다. 산업 분야에서도 삼성전자와 SK하이닉스를 세계 최고 반도체 기업으로 성장시킨 우수한 엔지니어들이 있습니다. AI 반도체와 데이터센터 분야에서도 세계적 수준의 인재들이 이미 나오고 있습니다.

문제는 인재의 역량이 아니라 인재가 지속적으로 성장할 수 있는 환경과 사회적 분위기입니다. 우수한 엔지니어들이 산업을 이끄는 주역으로 인정받고, 국가 차원에서 성공 사례를 만들어 주는 노력이 필요합니다.

특히 젊은 세대가 진로를 선택할 때 의사와 엔지니어를 같은 수준의 미래 직업으로 고민할 수 있는 사회적 분위기를 만드는 것이 중요합니다. 최근 반도체 산업 성장으로 엔지니어의 처우가 개선된 것처럼, AI 분야에서도 우수 인재가 지속적으로 유입될 수 있는 환경을 조성해야 합니다.

이를 위해서는 교육과 제도, 연구개발 지원 등을 함께 강화해 AI 인재를 꾸준히 육성할 수 있는 국가 차원의 기반을 마련하는 것이 앞으로 해결해야 할 중요한 과제라고 생각합니다.

syu@newspim.com