데이터센터도 이제 이동형? 런웨어, 모듈형 AI 인프라 '파드' 공개
AI 인프라 스타트업 런웨어(Runware)가 빠른 증설과 배치가 가능한 이동형 모듈형 데이터센터인 '소닉 인퍼런스 파드(Sonic Inference Pod)'를 출시했습니다. 이 파드는 전력만 있으면 어디든 며칠 만에 설치 가능하며, 폐쇄형 냉각 시스템을 적용해 물을 사용하지 않고 기존 전력망을 활용해 저비용·고효율의 AI 추론(Inference) 환경을 제공합니다. 이는 거대 스케일의 기존 데이터센터 구축 추세와 달리, 사용자와 가까운 분산 컴퓨팅이 AI 인프라의 새로운 표준으로 자리 잡을 가능성을 시사합니다.
화요일, AI 인프라 기업 런웨어(Runware)는 '소닉 인퍼런스 파드(Sonic Inference Pod)'라는 자체 모듈형 데이터센터의 출시를 발표했습니다. 단일 운송 가능 유닛으로 설계된 이 파드는 대규모 클라우드 사업자인 하이퍼스케일러의 거대한 데이터센터 프로젝트와 공존할 수 있는 더 유연한 형태의 컴퓨팅 패러다임을 제시합니다. 런웨어는 이 파드가 다른 서버리스 추론 플랫폼이나 GPU 클라우드에 비해 더 높은 품질의 추론을 제공하면서도 비용은 낮출 수 있다고 밝혔습니다. 모듈형 디자인을 채택한 덕분에 고정된 데이터센터를 확장하는 대신 새로운 파드를 추가하는 방식으로 용량을 빠르게 늘릴 수 있습니다.
런웨어의 공동 창립자이자 CEO인 플라비우 라둘레스쿠(Flaviu Radulescu)는 테크크런치와의 인터뷰에서 "어떤 면에서 이것이 미래"라고 말했습니다. 그는 자사의 사례를 언급하며 "최종 사용자와 더 가까운 곳에 배치되어 더 빠른 추론을 제공하는 분산 컴퓨팅이 장기적으로 승리할 것이라고 믿는다"고 덧붙였습니다. 낮은 가격 외에도 라둘레스쿠는 런웨어 시스템의 장점으로 빠른 확장성, 전력만 있는 곳이면 어디든 배포 가능한 유연성, 새로운 하드웨어 출시에 대한 빠른 적응력을 꼽았습니다. 또한 런웨어 파드는 냉각수를 전혀 사용하지 않고 폐쇄형 루프(Closed-loop) 냉각 시스템을 사용하며, 기존 데이터센터를 짓는 데 몇 달에서 몇 년이 걸리는 것과 달리 단 며칠 만에 구축할 수 있습니다.
라둘레스쿠는 "추론에 대한 수요가 시설을 건설하는 속도보다 더 빠르게 증가하고 있다"며, "우리가 원하는 것은 전 세계의 지능에 전력을 공급하고, 수요를 제한하는 대신 수요를 따라잡는 용량을 갖춘 모든 AI 모델이 실행되는 핵심 인프라(backbone)가 되는 것"이라고 밝혔습니다. 그에 따르면 런웨어는 현재 미국, 유럽, 아시아 태평양 지역에 10개의 파드를 배포하여 운영 중이며, 이미 힉스필드 AI(Higgsfield AI) 및 위스(Wix)를 포함한 몇몇 기업에 추론 서비스를 제공하고 있습니다. 또한 현재 파드에 전력을 공급할 수 있는 160개의 사이트를 확보한 상태입니다.
지난해 12월, 런웨어는 기업들이 이미지를 생성하는 데 필요한 인프라를 구축하기 위해 5,000만 달러 규모의 시리즈 A 펀딩을 발표했습니다. 이들은 파드 사업으로의 확장을 단일 제품이 아닌 기업들에 추론 기능을 제공하는 런웨어의 핵심 미션의 일환으로 보고 있습니다. 현재 오픈AI(OpenAI)나 스페이스X(SpaceX) 같은 AI 연구소들은 미국 전역에 대규모 데이터센터를 건설하기 위해 경쟁하고 있습니다. 예를 들어, 보도에 따르면 오픈AI는 오하이오주에 데이터센터를 건설하는 5,000억 달러 규모의 계약을 성사시키기 직전인 것으로 알려졌습니다.
하지만 라둘레스쿠는 이러한 대규모 프로젝트가 소닉 인퍼런스 파드에 위협이 되지 않는다고 보며, 파드의 유연성을 핵심 차별화 요소로 꼽습니다. "모든 파드는 하나의 네트워크로 연결되어 작동하므로, 요청은 사용자와 더 가까운 용량이 남는 곳으로 전달되며, 한 파드가 오프라인이 되면 트래픽은 즉시 다른 파드로 이동합니다." 그는 시스템 오류가 발생해도 고정된 거대 시설 전체가 마비되는 것이 아니라 단 하나의 파드만 중단되는 것에 그친다며, 전용 하드웨어가 필요한 고객은 파드 전체를 독점적으로 할당받을 수 있다고 덧붙였습니다.
그는 다른 기업들이 유사한 하드웨어를 자체적으로 구축하는 것에 대해서도 크게 우려하지 않습니다. 그 이유로 하드웨어 개발이 오래 걸리고 이 기술을 구축하고 수정할 수 있는 인재 풀을 찾기 매우 어렵기 때문이라고 간단히 설명했습니다. 그는 "회로 기판 설계의 단 한 가지 실수가 재설계, 시뮬레이션, 제조, 테스트, 납품 과정에서 수개월의 지연을 초래한다"며, "이 모든 의사결정 과정에는 각 부품이 정확히 어떤 역할을 하며 고장 시 무엇이 문제가 되는지 완벽하게 이해하는 전문가가 필요하다"고 강조했습니다.
하지만 막대한 자원을 소모한다는 점에서 AI 데이터센터 건설은 논란의 대상이기도 합니다. 데이터센터가 위치한 지역 사회에서는 이미 공과금이 상승하는 현상을 겪고 있습니다. 런웨어는 언젠가 재생 에너지로 시스템을 구동하고 지역 사회가 필요로 하는 자원을 소모하지 않는 세상을 꿈꾸지만, 그날이 오늘 당장 다가오는 것은 아닙니다. 그럼에도 라둘레스쿠는 AI 전력 사용량은 '누가 공급하느냐'가 아니라 '추론에 대한 수요'에 의해 주도되기 때문에 어차피 계속 증가할 것이라고 말했습니다. 그가 강조하는 것은 현재 그 수요를 '어떻게 충족할 것인가'입니다. "우리의 방식은 전력 손실이 없고 냉각에 물을 사용하지 않으며, 새로운 전력망 용량 건설을 요구하는 대신 이미 존재하는 전력을 활용합니다. 이러한 방식으로 더 많은 추론 인프라를 구축하면, 동일한 양의 컴퓨팅을 위해 새로운 전력망과 물을 덜 쓰게 됩니다."
주제: AI ※ 기사 내 링크를 통해 물품을 구매하면 소정의 수수료를 지급받을 수 있습니다. 이는 당사의 편집 독립성에 영향을 미치지 않습니다.