알리바바, 자체 AI 칩 공개…모델·클라우드까지 수직 통합 강화

오늘의 핵심

알리바바가 새 AI 가속기와 초대형 모델 개발 계획, 데이터센터 확장 목표를 공개했다. 한국 기업은 당장의 도입보다 AI 공급망 다변화와 모델·클라우드 종속 위험을 점검할 계기로 삼아야 한다.

확인된 사실

• 알리바바는 연례 기술 행사에서 학습과 추론에 사용하는 자체 AI 가속기 Zhenwu V900을 공개했다. 근거 [1] [2]
• 알리바바는 Zhenwu V900이 이전 세대인 M890보다 3배 높은 성능을 제공한다고 밝혔다. 이는 회사 측 주장으로, 독립 벤치마크 결과는 이번 보도에서 확인되지 않았다. 근거 [1]
• 회사는 5조~10조 매개변수 규모의 차세대 AI 모델을 학습하고, 2032년까지 컴퓨팅 용량을 20GW 이상으로 확대한다는 계획을 제시했다. 근거 [1]
• 이번 발표는 칩, 데이터센터, 기반 모델과 클라우드 서비스를 하나의 공급망으로 묶으려는 알리바바의 수직 통합 전략을 보여준다. 근거 [1] [2]

왜 중요한가

• AI 칩과 모델, 클라우드를 함께 제공하는 사업자가 늘면 기업의 선택지는 확대되지만 특정 생태계에 대한 종속 범위도 커질 수 있다.
• 중국발 AI 인프라의 성능과 공급 규모가 확대되면 글로벌 클라우드·모델 가격 경쟁과 한국 사업자의 조달 조건에도 영향을 줄 수 있다.
• 회사 발표 성능과 실제 서비스 환경의 비용·지연시간·안정성 사이에는 차이가 있을 수 있어 자체 검증이 중요하다.

inxight의 관점

• 이번 발표의 핵심은 단일 칩의 성능보다 인프라부터 모델까지 통합한 공급 구조다. 제품팀은 모델 정확도만이 아니라 이전 가능성, 운영 도구와 데이터 통제 범위를 함께 평가해야 한다.
• 아직 계획 단계인 수치와 공급자 주장은 확정된 운영 성과와 구분해야 한다. 실제 도입 판단에는 한국 리전 제공 여부, 규제 적합성, 총소유비용 검증이 선행돼야 한다.
• 경쟁 격화는 비용 절감 기회가 될 수 있지만, 전용 API와 관리 기능에 깊게 결합할수록 향후 공급자 교체 비용이 커진다.

실무 체크리스트

• 현재 사용하는 모델·클라우드·가속기와 대체 가능한 공급자를 목록화하고 장애 또는 가격 변경 시 전환 경로를 문서화한다.
• 후보 AI 서비스를 동일한 업무 데이터셋으로 시험해 품질, 응답시간, 처리량, 단위 요청 비용을 비교한다.
• 모델 호출 계층을 분리하고 표준 데이터 형식과 버전 관리 정책을 적용해 특정 공급자 전용 기능에 대한 결합도를 낮춘다.
• 도입 검토 시 데이터 저장 위치, 학습 데이터 재사용 조건, 로그 보존, 국내 개인정보·보안 요구사항을 계약 단계에서 확인한다.