AI가 신약을 바꾼다고 할 때, 많은 분들이 ‘모델이 똑똑해졌다’에만 시선을 둡니다. 그런데 현장에서는 정반대가 자주 일어납니다. GPU를 더 꽂아도, 학습시킬 “고품질 실험 데이터”가 없으면 성능은 금방 한계에 부딪힙니다. 결국 승부는 데이터를 어떻게 만들고(실험 인프라), 어떻게 다시 학습에 되먹임하는지(폐쇄 루프), 그리고 그 루프를 누가 더 오래/깊게 쌓았는지에서 갈립니다. 오늘은 이 관점으로 Recursion Pharmaceuticals(RXRX)와 AbCellera Biologics(ABCL)를 비교합니다….
AI 데이터센터 전력 병목을 이야기할 때 많은 사람들이 변압기, 스위치기어, ESS까지는 생각합니다. 하지만 그 위 단계가 빠져 있습니다. 그 많은 전기를 ‘누가 만들어 주는가’ AI 인프라는 결국 엄청난 양의 안정적인 기저 전력을 필요로 합니다. 이 전력은 태양광도, 풍력도, 배터리도 아닙니다. 가스 터빈과 대형 발전 설비입니다. 그리고 이 영역에서 전 세계적으로 가장 강력한 포지션을 가진 기업이…
많은 사람들이 AI 기업을 떠올릴 때 OpenAI, 엔비디아, 구글을 먼저 생각합니다. 하지만 정작 AI를 가장 깊게, 가장 오래, 가장 수익적으로 사용해온 기업은 따로 있습니다. 바로 Meta입니다. Meta는 AI를 ‘연구하는 회사’가 아니라, AI로 광고 매출을 극대화하는 구조를 이미 수년 전부터 완성한 회사입니다. META 현재 주가 확인하기 Meta 공식 IR 바로가기 Meta와 AI의 연관성은 ‘추천 알고리즘’에서 시작됩니다…
AI 인프라 이야기를 하다 보면 대부분 GPU, 전력, 냉각에서 멈춥니다. 하지만 실제로 하이퍼스케일러와 AI 기업들이 가장 민감하게 보는 지점은 따로 있습니다. “이 데이터센터에서 누구와 얼마나 빠르게 연결될 수 있는가” AI 시대의 데이터센터는 단순한 서버 공간이 아닙니다. 클라우드, 통신사, GPU 클러스터, 기업 네트워크가 만나는 ‘교차로’입니다. 그리고 이 교차로를 전 세계에서 가장 많이 가진 기업이 바로 Equinix입니다….
AI 데이터센터 전력 병목 이야기를 계속 따라가다 보면 한 가지 이상한 지점이 나옵니다. 발전소도 있고, 송전망도 확장 중이고, 변압기와 스위치기어도 계약이 끝났는데 정작 데이터센터 가동 일정이 밀리는 경우가 발생합니다. 문제는 ‘전력이 없는 것’이 아니라 ‘전력을 어떻게 쓰느냐’입니다. AI 학습과 추론 워크로드는 특정 시간대에 전력 사용이 폭발적으로 증가합니다. 이 피크 부하는 유틸리티가 가장 싫어하는 전력 패턴입니다….
AI 데이터센터 전력 병목을 따라가다 보면 대부분 여기서 멈춥니다. “전력이 부족하다”는 말은 많이 나오지만, 현장에서 실제로 일정이 밀리는 이유는 다른 곳에 있습니다. 유틸리티가 그 전력 사용 패턴을 허용하지 않는 순간입니다. AI 학습과 추론은 평균 부하가 아니라 특정 시간대에 전력 사용이 폭발합니다. 유틸리티 입장에서 가장 싫어하는 부하 패턴입니다. 그래서 최근 데이터센터 설계에서는 전력 계약보다 먼저 고려되는…
AI 데이터센터를 보다 보면 이상하게 같은 장면을 반복해서 보게 됩니다. GPU는 이미 도착했고, 서버랙도 들어왔고, 고객도 기다리는데 공정이 멈춰 있는 장면입니다. 현장 쪽 이야기를 따라가 보면 답은 의외로 단순합니다. 전기는 “공급 계약”으로 끝나는 게 아니라, 전기를 “안전하게 쓰고 안정적으로 버티게” 만드는 설비가 들어와야 끝납니다. 그리고 고밀도 AI 랙에서 마지막으로 남는 싸움은 대개 두 가지입니다. 전력과…
요즘 AI 인프라 얘기를 보면 GPU, 전력, 냉각이 전부인 것처럼 흘러갑니다. 물론 전력과 냉각이 병목인 건 맞습니다. 그런데 현장을 조금만 따라가 보면, 결국 여기로 돌아옵니다. GPU가 쏟아내는 트래픽을 “지연 없이” 묶어주는 네트워크가 없으면, 전력도 GPU도 수익으로 변환되지 않습니다. 오늘 글은 Arista Networks(ANET)를 “AI 데이터센터 관련 기업”으로 보는 이유를, 테마 수준이 아니라 구조와 해자로 설명합니다. 광고성…
AI 인프라 시장에서 가장 많이 오해되는 부분은 이것입니다. “GPU만 확보하면 데이터센터는 따라온다” 현장에서는 이 말이 거의 성립하지 않습니다. 실제 프로젝트가 지연되는 이유를 따라가 보면, 문제는 GPU도, 서버도 아닙니다. 전기를 ‘쓸 수 있는 상태’로 만드는 과정에서 멈춥니다. 이 글에서는 전력 병목을 이미 통과한 기업들이 왜 구조적으로 다른 위치에 있는지, 그리고 각 기업의 해자가 어디에서 만들어지는지를 하나의…
AI 인프라 시장은 지금도 성장하고 있습니다. 그래서 많은 기업들이 동시에 실적을 내는 것처럼 보이고, 차트 역시 모두 우상향하는 것처럼 착시를 줍니다. 하지만 인프라 산업에서는 늘 같은 일이 반복됩니다. 성장은 동시에 시작되지만, 탈락은 구조 순서대로 일어납니다. 이 글은 “어떤 기업이 유망한가”를 말하지 않습니다. 대신 시간이 지나면 반드시 탈락할 수밖에 없는 구조를 해부합니다. 이 구조를 이해하면, 앞으로…