네이버, 엔비디아 GPU 4000장 구축…국내 최대 AI 컴퓨팅 클러스터 확보

엔비디아 GPU 'B200' 4K 규모 구축

AI 학습 기간 18개월→1.5개월 축소

독자 파운데이션 모델 고도화 추진

팀네이버는 엔비디아의 차세대 GPU(그래픽처리장치) 'B200' 4000장 규모를 기반으로 국내 최대 규모 AI(인공지능) 컴퓨팅 클러스터를 구축했다고 8일 밝혔다.

팀네이버는 단순 장비 도입을 넘어, 대규모 GPU 자원을 하나로 연결해 최적의 성능을 끌어내는 클러스터링에 주력하고 있다. 지난 2019년 엔비디아의 슈퍼컴퓨팅 인프라인 '슈퍼팟'을 세계에서 가장 빠르게 상용화했고, 이후 고성능 GPU 클러스터를 직접 설계·운영하며 실증 경험을 축적해 왔다.

이번에 구축된 B200 4K 클러스터에는 냉각, 전력, 네트워크 최적화 기술이 집약됐다. 대규모 병렬 연산과 고속 통신을 전제로 설계된 이번 클러스터는 글로벌 상위500개 슈퍼컴퓨터들과 비교 가능한 수준의 컴퓨팅 규모를 갖춘 것으로 평가된다고 회사 측은 강조했다.

높은 인프라 성능은 AI 모델 개발 속도와 직결된다. 팀네이버 내부 시뮬레이션 결과, 720억개(72B) 파라미터 규모 모델 학습 시 기존 A100 기반 주력 인프라(2048장)로 약 18개월이 소요되던 학습 기간을 이번 B200 4K 클러스터에서는 약 1개월 반 수준으로 단축할 수 있는 효과가 확인됐다고 설명했다.

다만 이는 내부 시뮬레이션 결과로, 실제 학습 과제와 설정에 따라 소요 기간은 달라질 수 있다고 부연했다.

학습 효율이 12배 이상 높아지면서 팀네이버는 더 많은 실험과 반복 학습으로 모델 완성도를 높이고, 변화하는 기술 환경에 기민하게 대응할 수 있는 개발 및 운영 체계를 갖추게 됐다. 대규모 학습을 빠르게 반복할 수 있는 인프라가 확보되면서, AI 모델 개발 전반의 속도와 유연성이 강화됐다는 분석이다.

팀네이버는 이러한 인프라를 바탕으로 현재 진행 중인 독자 파운데이션 모델 고도화에도 속도를 낼 계획이다. 텍스트를 넘어 이미지·비디오·음성을 동시에 처리하는 옴니(Omni) 모델 학습을 대규모로 확장해 성능을 글로벌 수준으로 끌어올리고, 이를 다양한 서비스와 산업 현장에 단계적으로 적용한다는 방침이다.

최수연 네이버 대표는 "이번 AI 인프라 구축은 단순한 기술 투자를 넘어, 국가 차원의 AI 경쟁력 기반과 AI 자립·주권을 뒷받침하는 핵심 자산을 확보했다는데 의미가 있다"며 "팀네이버는 빠른 학습과 반복 실험이 가능한 인프라를 바탕으로, AI 기술을 서비스와 산업 현장에 보다 유연하게 적용해 실질적인 가치를 만들어 나갈 것"이라고 말했다.