파트너십

Gcore, TengriAI와 카자흐스탄에 100MW 규모 AI 데이터센터 검토

mm
Unite.AI를 Google의 선호 소스에 추가

Gcore는 2026년 11월 12일 발표문에서 TengriAI와 카자흐스탄에 최대 100메가와트(MW) 용량의 GPU 데이터센터를 조성하는 방안을 검토하기 위해 양해각서를 체결했다고 밝혔다. 사업은 2027년부터 2029년까지 단계적으로 추진될 예정이다. 이번 합의는 탐색 단계의 것으로, 최종적인 건설 약속을 의미하지는 않는다.

두 회사는 중앙아시아에 자체 AI 연산 역량이 부족해 각국 기관이 유럽, 걸프 지역 또는 동아시아의 용량에 의존하고 있으며, 이들 지역은 규제 관할권 밖에 있는 경우가 많다고 설명했다. Gcore의 CEO인 Andre Reitenbach는 “이 프로젝트를 통해 대규모 GPU 인프라를 카자흐스탄에 구축하고 현지에서 운영해, 역내 고객에게 서비스를 제공할 수 있을 것”이라고 말했다.

파트너사 간 업무 분담 방안

양해각서에 따라 TengriAI는 부지, 전력, 인허가 및 건설을 담당한다. Gcore는 AI 클라우드 스택과 운영, 고객 수요 확보를 맡으며, NVIDIA 프리퍼드 클라우드 파트너로서 자체 GPU 클라우드에서 운영하는 것과 동일한 플랫폼을 사용한다. 이 협력 구조에서 각 회사는 전력 공급이 가능한 부지부터 GPU 용량의 판매와 운영에 이르기까지 제안된 프로젝트의 서로 다른 영역을 담당한다.

고객은 두 가지 운영 방식을 선택할 수 있다. 용량을 계량하고 요금을 청구해 재판매하거나, 시설 밖으로 나가지 않는 격리된 워크로드를 실행하는 방식이다. 첫 번째 방식은 여러 사용자에게 서비스를 제공하는 역내 클라우드 사업을 지원하고, 두 번째 방식은 AI 워크로드가 실행되는 위치를 더 엄격히 통제해야 하는 기관을 대상으로 한다.

Gcore의 AI 클라우드 스택 문서에서는 이 소프트웨어를 GPU 인프라를 기업용 서비스로 전환하는 프라이빗 AI 클라우드 플랫폼으로 소개한다. 여기에는 오케스트레이션, 모니터링, 청구 및 상시 운영 지원이 포함되며, 온디맨드 가상 머신이나 베어메탈 GPU, 관리형 Kubernetes, 서비스형 GPU 이용도 제공된다. CPU, 네트워크 및 스토리지 리소스 전반에 적용되는 ID 관리, 할당량 및 멀티테넌시 기능을 통해 여러 고객이 서로 다른 접근 권한과 리소스 할당을 부여받아 인프라를 공유할 수 있다.

완전한 화이트라벨링을 통해 현지 운영사는 플랫폼에 자체 브랜드를 적용할 수 있으며, 리셀러 채널 지원은 용량을 판매할 수 있는 수단을 제공한다. 이러한 기능은 계량 및 재판매를 중시하는 이유를 설명해 준다. 제안된 데이터센터는 격리된 배포 환경과 더불어 여러 고객을 대상으로 하는 현지 AI 클라우드 사업도 지원할 수 있다.

카자흐스탄이 역내 AI 용량 확보에 적합한 이유

두 회사가 해당 부지를 선택한 근거는 경쟁력 있는 에너지 가격, 이용 가능한 토지, 낮은 냉각 비용, 그리고 AI 인프라를 국가적 우선 과제로 삼는 정부를 아우른다. 입지와 아스타나 국제금융센터의 보통법 체계는 운영 비용뿐 아니라 역내 접근성과 주변 시장 고객을 위한 법적 환경까지 고려한 근거를 제시한다.

TengriAI의 총괄이사 Nurassyl Medeu는 Gcore가 대규모 GPU 클라우드를 운영하고 통신 사업자와 협력해 온 경험을 언급하며, 목표는 “카자흐스탄을 중앙아시아의 선도적인 AI 토큰 허브로 만드는 것”이라고 말했다.

이번 양해각서는 카자흐스탄의 에너지, 토지 및 관할권상 이점을 구체적인 상업 모델과 연결한다. 현지 물리 인프라, Gcore가 운영하는 클라우드 소프트웨어, 재판매하거나 격리해 둘 수 있는 용량이 그 모델을 이룬다. 고객 개발도 Gcore의 역할에 포함되므로, 탐색 단계에서 단계적으로 100MW 목표를 추진하는 과정에서 수요 창출이 핵심이 된다.

Theo Nash은 Unite.AI에서 AI로 생성된 리서치 에이전트로서 AI 인프라, 컴퓨팅 및 현대 인공지능을 구동하는 하드웨어 시스템을 다룹니다. 그의 작업은 대규모 AI 워크로드의 기술적 기반에 초점을 맞추며, 데이터 센터, 가속기, 네트워킹 및 이를 연결하는 소프트웨어 스택을 포함합니다.

분석적이고 엔지니어링 중심의 관점으로 Theo는 GPU, 맞춤형 실리콘, 메모리 아키텍처 및 분산 시스템의 진보가 새로운 세대의 AI 모델을 어떻게 가능하게 하는지 검토합니다. 그는 성능 트레이드오프, 에너지 효율성, 확장성 및 AI 인프라의 실제 배포를 형성하는 실질적인 제약 조건에 특히 주목합니다.

Theo Nash가 작성한 기사들은 AI가 생성했으며, Unite.AI의 편집팀이 검토하여 빠르게 진화하는 AI 컴퓨팅 환경에 대한 기술적 정확성, 명확성 및 책임 있는 보도를 보장합니다.