에이수스 “한국 기업 AI 전환 가속…장기 인프라 파트너 되겠다”

한국 기업들의 AI 활용은 실험 단계를 넘어 실제 서비스·비즈니스에 적용하는 '프로덕션'으로 매우 빠르게 전환하고 있다. 에이수스 인프라 솔루션 비즈니스 그룹 총괄 수석 부사장인 폴 주(Paul Ju)는 3일 '에이수스 AI 테크 2026' 행사 시작 전 인터뷰에서 한국 기업의 AI 전환 속도가 매우 빠르다고 밝혔다.

이에 맞춰 ASUS는 한국 시장 공략을 강화하고 있다. ASUS는 서버·스토리지에 더해 전력·냉각·네트워크·소프트웨어·배포·운영을 포괄하는 통합 AI 인프라 전략으로 대응하고 있다. 폴 주(Paul Ju)는 프로덕션 전환에는 최신 컴퓨팅 플랫폼 도입만으로는 부족하다고 설명했다.

그는 프로덕션 전환을 위해 시스템 아키텍처·데이터 요구 사항·전력·냉각·배포 속도·운영·미래 확장성을 함께 고려해야 한다고 밝혔다. 또 에이수스는 시스템 설계·서버·스토리지 아키텍처·배포·지속적 인프라 관리 역량을 갖추고 있으며, 이러한 역량을 바탕으로 한국 기업의 AI 전환을 지원할 수 있다고 강조했다. 아울러 에이수스는 한국 기업의 장기 인프라 파트너가 되겠다는 뜻을 밝혔다.

에이수스는 한국 시장 전략이 GPU·서버 공급에 한정되지 않는다고 밝히고, 한국에서 제품 공급을 넘어서 AI 인프라 구축 복잡성 완화를 지원하며 AI 투자와 실제 비즈니스 가치를 연결하도록 돕겠다는 방향을 제시했다.

폴 주 부사장은 한국 시장에서의 차별화 가치로 AI 인프라 구축 속도 향상과 AI 인프라 구축 예측 가능성 제고를 제시했다. 또한 고객·생태계 파트너와 장기 협력 관계 구축을 추진하고, AI 전환 공동 가속화 의지를 밝혔다.

이런 흐름 속에서 에이수스는 AI의 기업·산업 전반 확산을 전망했고, AI 확산에 따라 인프라도 진화가 필요하다고 판단했다. 이에 따라 인프라는 단순 컴퓨팅 자원에서 탈피해 설계·배포·운영·최적화를 포괄하는 방향으로 발전해야 하며, 지향 형태로 'AI 팩토리'를 제시했다. 에이수스 AI 테크 2026 공개 메시지인 'All in on AI, AI in All'도 이런 한국 시장 전략과 연결된다고 설명했다.

폴 주 부사장은 에이수스 AI 인프라 전략의 핵심 개념으로 'AI 팩토리'를 제시하며, 이를 데이터센터의 다음 진화 단계로 설명했다. AI 팩토리 규정은 인프라·데이터·모델의 지속적 전환을 통해 유용한 AI 서비스·비즈니스 가치를 만드는 데 있다고 밝혔다.

그는 AI 인프라 시장 경쟁 축이 변화하고 있다고 진단했다. 기존 경쟁 기준이 GPU 확보량이었다면, 현재 경쟁 기준은 '유용한 토큰'의 효율적 생산량으로 옮겨갔으며, 경쟁의 성격도 수율 경쟁으로 바뀌고 있다고 설명했다.

이런 흐름 속에서 에이수스의 AI 팩토리 정의는 단순한 고성능 서버 집합이 아니라는 점에 방점이 찍혔다. 에이수스는 AI 팩토리를 데이터센터가 AI 서비스와 비즈니스 가치를 생산하는 새로운 형태의 인프라로 규정했다.

폴 주 부사장은 AI가 실제 프로덕션 환경에 진입하고 있다는 점을 발언 요지로 제시하며, 이제는 단순히 컴퓨팅 성능을 추가하는 것보다 전체 환경을 하나의 시스템으로 만드는 일이 중요해졌다고 밝혔다. 이를 위해 필요한 조건으로 배포 가능성, 확장 가능성, 효율성, 관리 용이성을 꼽았다.

에이수스는 AI 팩토리 구축 전략을 플랫폼·운영 두 측면으로 나눠 추진하고 있다. 전자는 인프라와 자원 지원에, 후자는 관리와 거버넌스 확장에 초점을 맞춘 구상이다.

폴 주 부사장은 플랫폼 계층의 역할이 인프라 설계·검증·배포 가속화에 있다고 설명했다. 또 플랫폼 계층의 지원 범위로는 다양한 AI 워크로드별 컴퓨팅·네트워킹·스토리지·소프트웨어의 유연한 지원을 제시했다.

폴 주 부사장은 운영 계층의 역할에 대해 AI 서비스 전반의 AI 하네스(AI Harness) 관리·거버넌스 확장이라고 밝혔다. 플랫폼과 운영의 두 역량을 결합해 기업의 AI 활용을 실험 단계에서 대규모·안정적 운영 단계로 전환하도록 지원하는 것이 목표라고 설명했다.

이 같은 관점에서 폴 주 부사장은 향후 AI 인프라 시장의 경쟁 기준 변화 전망을 제시했다. 그는 AI 데이터센터의 실제 비즈니스 가치 창출 효율이 핵심 경쟁력이 될 것이라는 취지로 말했다.

비교 기준으로는 GPU 보유 개수보다 유용한 토큰 생산량의 중요성이 제시됐다. 이에 따라 향후 시장 경쟁은 AI 데이터센터가 얼마나 효율적으로 유용한 토큰과 비즈니스 가치를 만들어내는지에 맞춰질 것이라는 전망이 나왔다.

에이수스는 향후 AI 인프라 시장에서 주요 지표가 부상할 것으로 전망했다. 에이수스가 제시한 주요 지표는 토큰당 비용, 와트당 토큰 수, GPU 활용률, 비즈니스 가치 창출까지 걸리는 시간이다. 에이수스는 AI 인프라 경쟁력이 단순 하드웨어 성능이 아니라 이 같은 지표로 평가될 것으로 봤다.

폴 주 부사장은 AI 팩토리 최적화가 하드웨어만의 과제가 아니라고 밝혔다. 이에 따라 에이수스는 엔비디아 기술 로드맵과 긴밀한 보조를 맞추고, 자체 시스템 설계를 지속 개선하고 있으며, 열 관리 엔지니어링과 인프라 효율성도 지속 개선하고 있다고 설명했다.

또한 에이수스는 전력·냉각·스토리지·네트워킹·데이터센터 인프라 전반에서 파트너 협력을 추진하고 있다. 폴 주 부사장은 엔비디아 DSX 에코시스템 같은 이니셔티브를 통해 슈나이더 일렉트릭 등과 협력하고 있다고 전했다. 에이수스는 이러한 협력을 통해 제약 사항을 사전 예측하고, 배포를 가속화하며, 물리적 구현 이전의 설계 정확성을 높이고 있다고 설명했다.

에이수스는 AI 팩토리 구축 역량 강화를 위해 엔비디아 포함 AI 생태계 기업들과 협력하고 있다. 에이수스의 역할은 특정 기술 독점이 아니라 고객 환경에서 작동하는 단일 시스템으로의 기술 통합에 있다.

폴 주 부사장은 AI 팩토리 제공 주체는 단일 기업 아니라 생태계 전체라고 밝혔다. 그는 엔비디아 역할은 선도적 가속 컴퓨팅 아키텍처·기술 기반 제공이라고 설명했다.

이어 에이수스 역할은 고객 요구 맞춤형 컴퓨팅·네트워킹·스토리지·전력·냉각·시스템 설계 통합이라고 밝혔다. 또 통합 결과는 실제 배포 가능한 완성형 인프라라고 설명했다.

에이수스 차별화 요소로는 시스템 설계 역량, 열·전력 아키텍처 역량, 신호 무결성 역량, 예측 설계 및 검증 역량이 제시됐다.

배포는 단순 납품이 아니라 시스템 설계, 랙 설계, 열 아키텍처, 전력 아키텍처, 신호 무결성, 예측 설계, 검증 등 뒷단 핵심 요소에 의해 뒷받침된다고 그는 밝혔다.

그는 이러한 기술 역량을 통해 문제를 조기에 발견하고 통합 복잡성을 줄이며 고객의 설계→프로덕션 전환 가속을 지원한다고 설명했다.

이 같은 흐름 속에서 AI 팩토리 시장 확대가 이어지면서 에이수스의 사업 모델도 단순 서버·시스템 공급 중심에서 AI 인프라 전 생애주기 지원으로 변화하고 있다.

폴 주 부사장은 비즈니스 모델이 AI 인프라 수명 주기 지원 방향으로 진화하고 있다고 밝혔으며, 고객이 아키텍처 계획, 검증, 배포, 인프라 관리, AI 운영, 지속적 최적화 전 과정에서 지원을 필요로 한다고 설명했다.

에이수스는 AIDC 역량 강화, ACC 역량 강화, 자체 AI 소프트웨어 스택 역량 강화를 추진하고 있다. 이는 AI 관련 역량 확대의 일환이다.

폴 주 부사장은 고객 요구 변화로 속도만으로 부족하고 배포 예측 가능성이 필요하다고 제시했다. 이에 따라 에이수스는 엔지니어링 검증, 생산 자동화, 배포 도구, 서비스 역량, 생태계 전문성을 결합 요소로 제시했다.

에이수스는 이를 통해 품질, 리드타임, 미래 확장성에 대한 더 큰 확신을 제공하는 것을 목표로 하고 있다. 또 단순 시스템 공급업체를 지양하고 장기적인 AI 인프라 파트너를 지향한다.

이 같은 방향은 AI 거버넌스에 대한 입장으로도 이어진다. 에이수스는 AI 거버넌스를 소프트웨어·서비스 운영 단계로 한정하지 않는다고 밝혔다.

에이수스는 AI 인프라 설계·배포 단계부터 전력·성능·보안·신뢰성 고려가 필요하다는 입장이다. 폴 주 부사장은 AI 거버넌스의 적용 범위가 전체 AI 수명 주기이며, 시작 시점은 첫 번째 토큰 생성 이전이라고 설명했다.

설계·배포 단계에서는 아키텍처, 리소스 할당, 보안, 신뢰성, 인프라 효율성 등 핵심 결정 대상이 확정된다는 설명이다.

배포 이후에는 인프라 관리 역량과 AI 하니스가 확장 요소로 제시되며, 기본 인프라부터 그 위에서 실행되는 AI 서비스까지의 가시성·제어·최적화로 확대 범위가 넓어진다는 설명이다.

이런 접근과 맞물려 엔비디아와의 협력 확대가 이뤄지고 있다. 협력 범위의 성격도 단순 GPU 기반 서버 공급 초과, AI 인프라 전반으로 확장되는 방향이라고 설명했다.

폴 주 부사장은 엔비디아 협력의 범위가 하드웨어 플랫폼을 넘어섰다고 밝혔다. 그는 최신 가속 컴퓨팅 아키텍처의 시장 출시를 위해 협력하고 있으며, 전력·냉각·스토리지·네트워킹·소프트웨어를 포함한 광범위한 생태계와 인프라 설계를 연결하는 새로운 솔루션 프레임워크를 두고 엔비디아와 긴밀히 협력하고 있다고 설명했다.

엔비디아 DSX 블루프린트를 기반으로 에이수스의 엔지니어링 역량을 결합하는 전략이 제시됐다. 그는 엔비디아 DSX 블루프린트가 공통 기술 프레임워크를 제공하는 역할을 한다고 설명했다.

이어 그는 ASUS가 고객 환경별 적용을 위한 엔지니어링 인텔리전스와 플랫폼 유연성, 배포 경험을 제공한다고 밝혔다. 또 엔비디아의 기술 리더십과 ASUS의 유연한 모듈형 설계 및 고객 맞춤형 엔지니어링을 결합하는 구조라고 덧붙였다.

그는 이러한 결합을 통해 AI 인프라를 보다 빠르게 프로덕션 단계로 끌어올릴 수 있다는 기대를 나타냈다. 즉 기대 효과로 AI 인프라의 프로덕션 단계 전환 가속을 제시한 것이다.

한편 AI 시장이 과열돼도 출구 전략이 부재하다는 소제목 취지와 관련해, AI 하드웨어 시장 경쟁 과열에 대한 평가는 시장 성숙 과정에서 나타나는 자연스러운 현상이라는 진단이 나왔다. 이는 비정상적 위기라기보다 기술 전환기와 시장 성숙의 흐름으로 봐야 한다는 맥락이다.

폴 주 부사장은 모든 주요 기술 전환기에는 급격한 투자 시기가 존재하며 AI도 예외가 아니라고 설명했다. 이어 시장 성숙이 심화하면 고객의 선택 기준이 더 엄격해질 것으로 내다봤다.

발언자는 AI 시장에서 경쟁력 판단 기준이 컴퓨팅 자원 확보 중심에서 효율성 중심으로 옮겨갈 것으로 봤다. 그는 초점이 컴퓨팅 파워 보유 여부에서 해당 컴퓨팅을 얼마나 효과적으로 유용하고 경제적으로 지속 가능한 AI 결과물로 전환할 수 있는 능력으로 이동하고 있다고 설명했다.

그는 이런 관점에서 중요 지표로 활용률, 에너지 효율성, 토큰당 비용, 와트당 토큰 수를 제시했다. 이는 자원 보유량보다 그 자원을 얼마나 효율적으로 성과로 바꾸는지가 중요해진다는 인식과 맞닿아 있다고 밝혔다.

그는 같은 맥락에서 에이수스 AI 사업 철수 가능성을 부인했다. 에이수스의 AI 인프라는 단기적 하드웨어 사이클이 아니며 '출구 전략'은 전혀 고려하지 않고 있다고 설명했다. 이어 시스템 엔지니어링, 배포, 소프트웨어, 서비스, 생태계 역량 전반에 장기적 투자를 진행하고 있다고 밝혔다.

출처: 테크월드뉴스 · 박규찬 기자
원문: https://www.epnc.co.kr/news/articleView.html?idxno=406469

참고자료

• https://www.epnc.co.kr/news/articleView.html?idxno=406469