'학습 vs 추론' 갈림길 선 최태원···SK브로드밴드로 쏠리는 시선
SKT는 간판, 실질은 SKB가 맡는다
글로벌 모델은 GPUaaS 기반 작동
국산 칩으로 만든 파라미터는 포기?
SK텔레콤이 인공지능 데이터센터(AIDC)를 통한 명예회복에 나섰다. 실질은 투자·전략과 인프라 운영이 분리된 형태다. 일반적으로 AI 인프라 사업에서는 방향 설정과 자본 투입을 담당하는 주체와, 데이터센터 구축·운영을 맡는 실행 주체가 나뉘는 경우가 많다. SK브로드밴드가 전체 경쟁력을 좌우하는 핵심 변수로 꼽히는 이유다.
20일 관련 업계 등에 따르면 유안타증권은 SK텔레콤의 목표주가를 기존 10만원에서 11만8000원으로 상향 조정했다. 앤트로픽 지분가치 상승과 데이터센터 사업 확대를 반영한 결과다. 투자자 관점에서는 AI 관련 자산 가치가 재평가된 셈이지만, 기업의 실질적인 수익 구조와는 구분해 볼 필요가 있다.
실적 전망을 보면 연결 기준 매출은 4조4000억원으로 전년 대비 1.7% 감소, 영업이익은 5034억원으로 11.3% 줄어들 것으로 추정된다. 별도 기준 역시 매출 3조1000억원(-2.7%), 영업이익 4010억원 수준으로 감소 흐름이 이어진다. 무선 가입자 감소와 ARPU(가입자당 평균매출) 정체가 주요 원인으로 지목된다. 이는 SK텔레콤이 여전히 이동통신 사업에 의존하고 있음을 보여주는 지표다.
SK텔레콤은 AI CIC, GPUaaS, 글로벌 파트너십 등을 통해 'AI 기업' 전환을 강조하고 있지만, 현재 단계에서는 이들 사업이 실적을 견인하는 수준까지는 도달하지 못했다는 평가가 나온다. 특히 앤트로픽 지분 보유는 투자 자산 가치 상승 요인인데도 자체 AI 기술력이나 플랫폼 경쟁력으로 직결되지는 않는다. 투자와 기술 내재화는 분리해서 해석해야 한다는 지적이 나오는 이유다.
데이터센터를 중심으로 한 AIDC 사업은 그룹 내에서 별도의 축으로 움직이고 있다. 자회사 SK브로드밴드는 판교 데이터센터 인수를 비롯해 기존 센터 증설을 통해 물리적 인프라 확장을 주도하고 있다. 여기에 인터넷·IPTV 등 유선 사업과 결합되며 안정적인 현금 흐름을 창출하고 있다.
특히 데이터센터 사업은 전력, 냉각, 네트워크 인프라가 결합된 고정비 기반 사업으로, 운영 경험과 설비 투자 역량이 핵심 경쟁력으로 작용한다. SK브로드밴드는 25년 이상 축적된 네트워크 운영 경험을 바탕으로 AIDC 구축과 운영에서 실질적인 역할을 수행하는 구조다. 판교 DC 인수와 증설은 단순한 자산 확장이 아니라, AI 인프라 수요 증가에 대응하는 기반 확보라는 의미를 가진다.
반면 SK텔레콤은 AIDC 사업의 '전면'에 서 있다. 투자 유치, 파트너십, 사업 방향 설정 등 전략적 의사결정은 SK텔레콤이 주도한다. 결과적으로 외부에서는 SK텔레콤이 AIDC 사업의 주체로 인식되지만, 실제 인프라 구축과 운영은 SK브로드밴드가 담당하는 이중 구조가 형성돼 있다.
AI 전문 자회사로 출범한 SK AX는 역할이 아직 명확하게 자리 잡지 않은 상태다. 리벨리온과의 협력을 통해 NPU 기반 AI 전략을 추진하고 있지만, 구체적인 매출 기여나 서비스 성과는 제한적으로 공개돼 있다. 특히 NPU는 추론 중심 구조로, 대규모 파라미터 학습을 담당하는 GPU 기반 생태계와는 역할이 구분된다.
학습 없는 추론은 종속 구조
분리된 조직, 연결 없는 전략
이 지점에서 이재명 정부의 신경망처리장치(NPU) 육성 기조에 따라 국산 칩을 활용한 파라미터 생성 학습을 포기하고 추론 중심 구조로 방향을 잡을 것인지를 둘러싼 최태원 회장의 고민이 읽힌다. 추론 수요가 빠르게 증가하는 것은 사실이나, 이는 학습을 통해 만들어진 모델이 전제되어야 가능한 영역이기 때문이다.
지능의 생성과 성능 향상을 좌우하는 핵심은 여전히 학습 단계에 있으며, 이 영역을 장악한 주체가 추론 시장에서도 영향력을 유지하는 구조가 이어지고 있다. GPU 기반 생태계가 학습과 추론을 통합해 확장되는 것도 같은 맥락이다. 반면 추론에 특화된 NPU 접근은 특정 효율을 제공할 수 있지만, 모델 구조 변화나 연산 패턴 진화에 대한 대응력 측면에서는 제약이 존재한다.
결국 SK그룹의 AIDC 전략은 세 축으로 나뉜다. SK텔레콤은 투자와 사업 전략을, SK브로드밴드는 인프라 구축과 운영을, SK AX는 AI 기술 영역을 담당하는 구조다. 이 같은 분업 구조는 효율적인 협업으로 이어질 수도 있지만 역할 간 괴리가 발생할 가능성도 내포하고 있다.
AIDC는 단순한 데이터센터가 아닌 연산·네트워크·전력·소프트웨어가 결합된 복합 인프라다. 따라서 어느 한 축만으로는 경쟁력을 확보하기 어렵고, 구조 전체의 정합성이 중요하다. SK그룹의 현재 전략은 이 요소들을 분리해 운영하는 방식이다. LG유플러스와 LG CNS의 역할이 분담돼 있는 것도 같은 이유에서다.
☞학습(Training) = 데이터로부터 파라미터를 생성·조정해 모델의 표현력을 형성하는 과정이다. 대규모 데이터셋을 입력으로 손실함수(loss)를 최소화하도록 가중치(weight)를 반복 업데이트하며, 역전파(backpropagation)와 경사하강법(gradient descent)이 핵심 메커니즘으로 작동한다. 이 단계는 막대한 연산량과 메모리 대역폭을 요구하며, 모델이 어떤 패턴을 이해하고 일반화할 수 있는지를 결정짓는 근본 구간이다. 즉 학습은 '지능을 만드는 단계'다.
☞추론(Inference) = 학습으로 고정된 파라미터를 활용해 새로운 입력에 대한 출력을 생성하는 과정이다. 입력은 행렬 연산과 비선형 변환을 거쳐 결과로 변환되고, 소프트맥스(softmax) 등 확률 함수로 최종 선택이 이뤄진다. 이 단계에서는 파라미터 업데이트가 없으며, 지연(latency)·전력·처리량이 핵심 지표다. 추론은 '지능을 사용하는 단계'이며, 그 성능은 결국 학습 단계에서 형성된 파라미터 품질에 종속된다.
여성경제신문 이상헌 기자
liberty@seoulmedia.co.kr
*여성경제신문 기사는 기자 혹은 외부 필자가 작성 후 AI를 이용해 교정교열하고 문장을 다듬었음을 밝힙니다. 기사에 포함된 이미지 중 AI로 생성한 이미지는 사진 캡션에 밝혀두었습니다.