오늘날 인공지능(AI) 시대 경쟁력 확보를 위한 조건으로는 대규모의 ‘그래픽처리장치(GPU) 인프라’를 꼽는다. 엔비디아의 최신 고성능 데이터센터용 GPU는 한 개당 가격이 수천 만원, 서버 한 대 가격은 수억 원에 이르지만, 글로벌 AI 생태계를 이끌고 있는 ‘빅테크’ 기업들은 이런 최신 GPU를 수만 개에서 수십만 개까지 갖추고 있는 것으로 알려졌다. 더 큰 데이터를 쓴 더 큰 모델이 더 좋은 성능을 보이는 ‘AI 스케일링 법칙’ 아래에서 더 많은 GPU는 더 높은 경쟁력과 더 큰 가능성을 제시하는 중요한 요소가 됐다.

하지만 이러한 GPU 인프라를 단지 모아만 둔다고 해서 가치가 생기는 것은 아니고, 이를 어떻게 효과적으로 ‘연결’하느냐도 중요하다. 연결 방법에 따라서는 모든 GPU서버가 따로 움직일 수도 있지만, 거대한 하나의 GPU처럼 동작할 수도 있다. 같은 수의 GPU를 갖췄더라도 어떤 식으로 연결돼 있느냐에 따라 활용 방법과 가치가 크게 달라진다. 그리고 이러한 유연한 연결 기술을 갖췄는지에 따라서도 AI용 GPU 인프라 시장에서 GPU의 가치가 크게 달라졌다.

<중략>