2027년까지 GPU 7만 개와 300MW 전력 확보

Firebird가 2027년 말까지 아르메니아에 7만 개 이상의 NVIDIA Rubin 및 Blackwell GPU를 배치한다. 이는 글로벌 AI 인프라 구축의 새로운 이정표로, CIS(독립국가연합) 지역의 연구자와 기업이 데이터나 운영 거점을 해외로 옮기지 않고도 초거대 모델을 학습하고 추론할 수 있는 환경을 제공한다. 신흥 AI 클라우드 기업인 Firebird가 투입하는 최신 GPU 아키텍처 Rubin과 Blackwell은 아르메니아가 AI 연구와 첨단 컴퓨팅, 그리고 기술 혁신의 중심지로 발전하는 속도를 실질적으로 가속한다.

Firebird는 이를 위해 아르메니아에 CIS 지역 최대 규모의 AI 팩토리를 개소했다. AI 팩토리는 단순한 데이터 저장소를 넘어 전력을 지능으로 전환하는 고효율 컴퓨팅 센터를 의미하며, 이번 시설에는 2027년까지 300MW(메가와트) 규모의 AI 인프라 용량이 확보될 예정이다. 300MW는 수만 개의 GPU가 동시에 작동하며 발생하는 막대한 전력 수요를 감당하기 위한 필수 설비 용량이다. 이러한 전력 확보는 아르메니아를 지역 내 핵심 AI 컴퓨팅 허브로 기능하게 하는 물리적 토대가 된다.

인프라의 기술적 토대는 NVIDIA 가속 컴퓨팅과 Dell Technologies의 고성능 AI 인프라다. 가속 컴퓨팅은 일반적인 CPU 중심의 처리 방식에서 벗어나 GPU 같은 전용 가속기를 통해 병렬 연산 속도를 높이는 기술이다. Firebird는 표준 설계도인 레퍼런스 아키텍처를 비롯해 가속 컴퓨팅, 네트워킹, AI 소프트웨어를 모두 포함하는 NVIDIA의 전체 AI 팩토리 플랫폼을 적용했다. 여기에 Dell PowerEdge 서버가 결합되어 하드웨어의 안정성과 연산 효율을 동시에 확보하는 구조를 갖췄다.

이러한 대규모 인프라 구축은 아르메니아의 빌더들이 보유한 에너지를 실제 지능형 서비스로 전환하는 구체적인 경로를 제공한다. 고성능 컴퓨팅 자원에 대한 접근성이 확보되면 현지 개발자와 기업은 자신들의 혁신 결과물을 글로벌 AI 경제 체제에 직접 연결할 수 있다. 결과적으로 7만 개의 GPU와 300MW의 전력 용량이라는 수치는 CIS 지역 내에서 독자적인 AI 개발 및 실행 용량을 확보하여 글로벌 경쟁력을 갖추려는 전략적 인프라 배치의 결과다.

NVIDIA DSX 기반의 고밀도 통합 설계

동일 면적 대비 GPU 배치 밀도를 최대 40% 높인 설계 구조를 적용했다. 이는 NVIDIA DSX(데이터센터 설계 플랫폼)를 통해 가속 컴퓨팅, 네트워킹, 전력, 냉각 설비를 하나의 시스템으로 통합 설계했기에 가능하다. 개별 장비를 단순히 나열하는 방식에서 벗어나 모든 구성 요소를 동시에 설계하는 코디자인 방식을 택해 공간 효율을 높였다. 델 파워엣지(Dell PowerEdge) 서버 기반의 레퍼런스 아키텍처(표준 설계 도면)를 적용해 인프라 구축의 정밀도를 확보했다. 이를 통해 전력 1메가와트당 추출하는 가치를 높이고 달러당 생성하는 토큰 수를 늘려 연산 효율을 극대화했다.

전력 인프라는 슈나이더 일렉트릭(Schneider Electric)이 공급하며 컴퓨팅 자원 도입 속도에 맞춘 빠른 배치를 지원한다. 중저압 스위치기어(전력 흐름을 제어하고 차단하는 장치)와 3상 무정전 전원 장치(UPS, 정전 시에도 전력을 계속 공급하는 시스템), 랙 인클로저(서버를 담는 표준 함체)를 신속하게 설치해 전력망 구축 지연을 방지했다. 전력 공급 체계가 컴퓨팅 장비의 확장 속도를 물리적으로 뒷받침함으로써 대규모 가속 컴퓨팅 환경을 안정적으로 가동하는 기반을 마련했다.

냉각 시스템은 버티브(Vertiv)의 아키텍처를 도입해 고밀도 서버의 열 관리 효율을 높였다. 냉각수 기술과 더불어 열을 외부로 방출하는 트림쿨러(TrimCooler) 기술을 적용해 연산 과정에서 발생하는 고열을 효과적으로 제거한다. 여기에 iCOM CWM(냉각 자원 중앙 제어 관리자)을 통해 시설 전체의 냉각 자원을 중앙에서 조율한다. AI 워크로드(컴퓨팅 작업 부하)의 변동에 따라 냉각 자원 배분을 실시간으로 조정함으로써 시스템의 가시성과 응답성을 확보하고 전력 낭비를 줄였다.

2GW 로드맵과 NVIDIA의 직접 투자

CoreWeave의 기존 투자에 이어 NVIDIA가 Firebird에 직접 투자를 단행하며 자본 투입 규모를 확대했다. 이번 투자는 아르메니아와 카자흐스탄을 비롯한 여러 신흥 시장에서 약 2GW(기가와트, 대규모 전력 공급 단위) 규모의 인프라를 구축하는 로드맵을 추진하는 물리적 근거가 된다. NVIDIA는 단순한 하드웨어 공급자를 넘어 직접적인 자본 투입을 통해 프런티어 마켓의 컴퓨팅 거점을 확보하는 방식을 택했다. 이는 인프라 구축 단계부터 NVIDIA의 전략적 영향력을 반영하여 시장 진입 속도를 높이려는 움직임이다.

인프라의 실제 구현 속도는 계획 수립 후 6개월이 조금 넘는 기간 만에 운영 가능 상태로 완료되며 입증되었다. 대규모 AI 팩토리를 구축하고 실제 연산 능력을 확보하기까지 걸린 6개월이라는 시간은 야심 찬 인프라 계획을 실제 가동 상태로 빠르게 전환하는 Firebird의 실행력을 보여주는 수치다. 빠른 구축 속도는 급증하는 AI 연산 수요에 즉각적으로 대응할 수 있는 물리적 기반을 제공한다. 하드웨어 배치와 전력망 연결이라는 물리적 제약을 단기간에 해결하며 운영 효율을 확보했다.

초기 인프라 수요는 Perplexity와 같은 AI 네이티브 기업을 중심으로 빠르게 발생하고 있다. Perplexity는 AI 에이전트 플랫폼(사용자의 복잡한 요청을 스스로 계획하고 수행하는 AI 시스템)과 답변 엔진을 운영하기 위해 Firebird의 고성능 인프라 액세스 협력을 진행한다. 답변 엔진은 방대한 데이터를 실시간으로 처리하고 최적의 답을 도출해야 하므로 고성능 연산 자원에 대한 안정적인 접근 권한이 필수적이다. 고성능 인프라의 직접적인 확보는 AI 에이전트의 추론 속도를 높이고 서비스 응답 시간을 단축하는 핵심 요소가 된다.

이러한 자본 투자와 인프라 확장은 특정 지역에 국한되지 않고 광범위한 거점 확보 전략으로 이어진다. 아르메니아와 카자흐스탄을 포함한 2GW 규모의 로드맵은 지역별 컴퓨팅 자원의 불균형을 해소하고 연산 능력을 분산 배치하는 물리적 토대가 된다. NVIDIA의 직접 투자와 Firebird의 빠른 구축 능력이 결합되어 신흥 시장 내 AI 연산 거점이 빠르게 확장되는 구조를 갖췄다. 결과적으로 고성능 컴퓨팅 자원이 필요한 기업들이 지리적 제약 없이 인프라를 활용해 모델을 확장할 수 있는 환경이 조성된다.

소버린 AI(Sovereign AI)를 위한 지역 거점의 의미

Firebird는 국가별 고유 언어와 산업 특성, 국가적 우선순위에 맞춘 AI 개발 및 실행 용량을 제공한다. 이는 소버린 AI(Sovereign AI, 국가가 자체 데이터와 인프라로 구축하는 인공지능) 구현을 위한 필수 조건이다. 개발자와 스타트업, 기업, 대학, 공공기관이 외부 의존 없이 자국 내에서 AI를 구축하고 확장하는 환경을 조성한다. 데이터 주권을 유지하며 현지 산업에 최적화된 모델을 학습시키는 기반이 된다. 한국과 같이 언어적 특수성이 강한 시장의 실무자에게는 외부 API 호출 비용을 줄이고 데이터 유출 위험을 차단하는 물리적 인프라 확보가 핵심 과제다. 자체 인프라를 통한 모델 제어권 확보는 서비스 안정성과 직결된다.

NVIDIA는 CoreWeave의 기존 투자에 이어 Firebird에 추가 투자를 진행한다. 이번 투자는 프런티어 마켓(Frontier Market, 신흥 시장) 전역에 가장 크고 진보된 컴퓨팅 클러스터를 구축하는 데 투입된다. CIS(독립국가연합) 지역을 글로벌 AI 기업의 유치 거점으로 만들고 현지 연구자의 활동을 촉진하는 촉매제로 활용한다. 인프라 자립화를 통해 글로벌 빅테크 기업의 API 의존도를 낮추고 자체 모델의 실행 효율을 높인다. 이는 특정 지역의 인프라 부족이 AI 기술 격차로 이어지는 현상을 막는 물리적 장치가 된다. 지역 거점의 확보는 곧 해당 국가의 AI 실행 능력을 결정하는 자산이 된다.

AI 팩토리는 모든 도메인에서 대규모로 AI 모델을 학습시키고 미세 조정(Fine-tuning, 사전 학습된 모델을 특정 목적에 맞게 재학습시키는 과정)하며 배포하는 데 필요한 컴퓨팅 용량을 제공하는 기초 인프라다. 단순한 서버 대여를 넘어 전력과 냉각 시스템이 통합된 클러스터를 지역 거점에 배치함으로써 모델 학습의 물리적 거리를 단축한다. 이는 데이터 전송 지연을 줄이고 보안 요구 사항을 충족하는 최적의 경로를 제공한다. 신흥 시장에서 6개월이라는 단기간에 대규모 GPU 클러스터를 확보하고 운영하는 속도는 국가 AI 경쟁력을 결정하는 실질적인 척도가 된다.