AI GPU 서버 구축 사례 - 유니닥스가 3년째 딥가젯을 재구매하는 이유
프롤로그: 3년간의 도입 기록
유니닥스는 2000년 설립 이후 국산 PDF 솔루션 시장을 개척해온 전자문서 전문기업입니다. 최근에는 딥러닝 기반 AI OCR 솔루션 'ezPDF Capture AI'로 2026년 '대한민국 서비스만족대상'을 3년 연속 수상했고, sLLM과 RAG(검색증강생성)를 결합한 전자문서 솔루션으로 사업 영역을 넓히고 있습니다. 20만 개 이상 고객사를 보유한 전통의 전자문서 기업이 AI 융합 서비스 기업으로 체질을 바꾸는 과정에서, GPU 인프라 구축은 자연스럽게 검토해야 할 과제가 됐습니다.
유니닥스는 2024년, 2025년, 2026년 매년 매니코어소프트의 액체냉각 GPU 워크스테이션, 딥가젯을 도입했습니다. 현재는 사내에 2대, ICT센터에 1대, 총 3대를 운영하고 있습니다. 이 3년간의 도입 내역을 살펴보면, 워크스테이션 한 대로 시작한 AI 활용이 어떤 단계를 거쳐 지금의 규모로 확장됐는지 확인할 수 있습니다.
1. 2024년 — 첫 도입, 안정성을 우선한 선택
유니닥스의 AI 개발부는 자율주행 프로젝트와, 회사 본업과 맞닿은 문서 관련 프로젝트, 두 갈래의 AI 프로젝트를 진행하고 있었습니다. 두 프로젝트 모두 모델 학습과 추론을 함께 수행해야 했기 때문에, GPU는 한 가지 용도에 고정되지 않고 학습·추론 워크로드를 오가며 상시 가동되는 자원으로 필요했습니다.
인프라 도입을 검토할 당시 고려한 요소는 성능·안정성·비용 세 가지였고, 이 중에서도 안정성을 가장 우선으로 꼽았습니다. 함께 검토했던 공랭 방식은 전력 소모가 크고 소음 문제도 있었던 반면, 액체냉각 방식은 실제 사용 전력량 측면에서 더 유리하다는 판단이 있었습니다. 여러 벤더의 견적을 비교하는 과정도 거쳤는데, 이전 담당자로부터 매니코어소프트를 소개받은 것이 계기가 됐습니다. 이런 과정을 거쳐 유니닥스는 당시 출시된 제품 중 상위 스펙, 워크스테이션 카테고리에서는 최상위권에 해당하는 딥가젯 구성으로 첫 도입을 진행했습니다.
2. 2025년 — 늘어난 사용량에 맞춘 증설
프로젝트가 진행되면서 GPU 사용량이 늘어났고, 기존 1대로는 필요한 연산량을 감당하기 어려워졌습니다. 이에 유니닥스는 2024년과 동일한 스펙으로 워크스테이션을 한 대 더 도입했습니다. CPU, GPU, 메모리 구성은 100% 동일했습니다. 이미 검증된 구성이었던 만큼 새로운 스펙을 다시 검토하기보다, 같은 구성을 늘려 처리 용량 자체를 확보하는 방향을 택한 것입니다. 이 시기부터 유니닥스는 사내에 도입된 장비 외에 ICT센터에도 별도로 장비를 두어 운영하기 시작했습니다.
3. 2026년 — 늘어난 연산 파워 요구에 맞춘 스펙 확장
세 번째 도입에서는 대수를 늘리는 대신 스펙 자체를 높였습니다. 메모리는 4배, 시스템 메모리는 2배 늘었고 GPU 세대도 함께 올라가면서 실효 성능은 그 이상으로 상승했습니다. GPU 개수도 4장으로 늘어, 동시기 납품 기준 최상위권 구성이 됐습니다.
배경에는 프로젝트와 사용자 수의 지속적인 증가가 있었습니다. 대용량 모델을 다루거나 여러 작업을 동시에 처리해야 하는 상황이 늘면서, 여러 프로젝트가 GPU를 동시에 점유해야 하는 일이 잦아졌습니다. 대수를 늘리는 것만으로는 감당하기 어려운 수준의 연산 파워가 필요해진 것입니다. 프로젝트가 고도화되는 과정에서 다루는 데이터 규모 자체도 함께 커졌습니다. 학습과 추론을 모두 수행하는 워크로드 특성상, 이런 변화는 대수 증설이 아닌 개별 장비의 성능 자체를 높이는 방향으로 이어졌고, 그 결과 GPU 메모리와 시스템 메모리 비중이 이전 도입 대비 눈에 띄게 커진 구성이 채택됐습니다.
4. 3년간의 도입 요약
5. 앞으로의 계획
유니닥스는 앞으로도 GPU 사용량이 프로젝트 증가와 함께 계속 늘어날 것으로 보고 있으며, 이에 따라 서버 대수와 GPU 자체도 함께 늘려나갈 계획입니다. 지금까지의 딥가젯 도입 패턴을 고려하면, 사용량 증가에는 대수 증설로, 연산 파워 부족에는 스펙 확장으로 대응해온 방식이 앞으로도 이어질 가능성이 높습니다.
6. AI 융합기업에게 인프라 확장이란
유니닥스처럼 본업(전자문서)에 AI를 접목하는 기업에게 GPU 인프라는 핵심 역량 자체는 아니지만, 프로젝트 규모가 커질수록 함께 커져야 하는 영역입니다. 유니닥스는 사용량이 늘면 대수를 늘리고, 연산 파워 자체가 부족해지면 스펙을 높이는 방식으로 3년간 딥가젯을 도입해왔습니다.
문서 처리와 자율주행, 두 프로젝트를 학습부터 추론까지 함께 운영해온 유니닥스의 3년간 도입 기록은, AI GPU 서버 구축을 검토 중인 다른 기업들에게도 하나의 참고 사례가 될 수 있습니다.