‘3高 시대’, 엔터프라이즈 비용 절감 Tip (feat. 클라우드 더불어 HAC )

지난 7월 ‘서울신문’에 기사 제목이 매우 인상적이었던 기억이 납니다.

유학비, 면세점보다 백화점이 차라리 싸, 서울신문 기사

매일 새로운 기록을 갈아치우며 환율의 고공행진을 체감하게 만드는 임팩트 있는 문장이네요.

 

환율의 움직임을 섣불리 예상하기 힘들지만, 대다수의 금융전문가들은 원달러 환율이 1400원선까지 오를 것이라는 중론입니다.

네이버포털 검색 "환율"_ 하나은행 기준

지속되는 공급망 이슈와 우크라이나-러시아 전쟁으로 인한 긴장감, 식량부족과 에너지 가격의 인상, 코로나의 재 유행 등 복합적인 악재가 만든 인플레이션이 좀처럼 쉽게 끝나지 않을 거란 예측에서 나온 결과로 보입니다.

 

● 기업의 경영전략 기조 “재정건전성 확보”∙∙∙방어 수비적 행보로 전환

 

금융위기를 일찌감치 감지한 기업에서는 빠르게 사업전략을 수정하는 등 경영역량을 제고하기 위한 비상경영체계를 선포하고 있습니다.

 

그렇다면, 국내 주요기업의 경영전략 방향을 살펴볼까요?

 

삼성은 리스크 요인을 점검할 것을 당부하며 안전성 강화, 재정건전성 확보 등의 대책 강구함을 시사했습니다.

 

SK는 ‘파이낸셜스토리’를 재구성하고, 기업 가치 기반의 새로운 경영시스템으로 업그레이드 해야 한다고 강조하였습니다.

 

LG그룹도 역시 기존 고객 가치 강화를 넘어 글로벌 인플레이션 우려 등 대외 불확실성에 대한 대응 방안을 요청하기도 했습니다.

 

수정된 공통된 기조는 “재정건전성 확보”로 귀결되고 있는데요.

 

공격적인 투자보다는 수비, 즉 방어에 초점을 맞춘 행보입니다.

 

여타의 기업 역시 이러한 메시지는 다르지 않을 거라 생각합니다.

 

●    高 高 高 3고 시대에, 엔터프라이즈 IT 지출은 안전한가요?

비용절감을 위한 전략 수립

막연한 긴축정책으로만은 비즈니스 확장에 어려움이 있습니다.

 

재무적인 요인을 따져 고정비와 변동비의 지출을 빠르게 파악할 필요가 있는데요.

 

기업마다 다르게 구분할 수 있는 엔터프라이즈 IT 지출!!!

 

어디선가 새고 있을지 모르는 비용을 꼼꼼하게 따지는 것 역시 기업의 재정건전성을 확보하는 첫걸음일 겁니다.

 

공공과 민간기업을 막론하고, 클라우드 서비스를 도입하는 DX전환이 빠르게 이뤄지고 있습니다.

 

# 환율, 클라우드 업계도 피할 수 없다?

여러분도 아시다시피, 대한민국 클라우드 시장은 글로벌 기업과 국내 기업의 각축전으로 경쟁구도가 형성되어 있습니다.

 

환율등락에 따라 비즈니스의 영향력은 조금씩 다르겠지만, 현재로서는 고 환율의 리스크가 경영환경적으로는 무거운 상황이죠.

 

외국계 클라우드 기업 중 일부가 환율의 변동폭과 밀접하게 사용료를 책정하고 있기 때문입니다.

 

모 기업은 매월 첫 번째 고시 환율을 기준으로 사용료를 지불합니다. 다만, 계약 주체와 방식에 따라 달라지기도 하는데요.

 

CSP가 아닌 MSP와 고객이 계약할 경우에는 사용료를 달러로 결제 한 후 고객에게는 원화로 최종 청구하는 구조로 이뤄집니다.

 

고객이 CSP와 직접 계약일 경우에는 인보이스 생성 당시의 환율을 적용해 고객이 원화로 수납하는 방식을 띄기도 합니다.

 

클라우드, 구독, 서비스형(as a service)을 포함하는 전체 지출에서 운영 예산이 차지하는 비중이 크기 때문에, 이를 단기간에 줄이는 것은 쉽지는 않습니다.

 

하지만 새로운 프로젝트에 대한 투자가 이뤄진다면, 환율 변동을 꼭 고려해보시길 권장합니다.

 

# 원하는 만큼, 뽑아쓰는 GPU 경제학 :  HAC(Hyperscale AI Computing)이 답이다.

 

더불어, AI 서비스 전문기업 혹은 AI 개발자에게는 GPU 인프라 확보가 제 1 선점 과제인데요.

 

GPU 사용량 기반의 종량제 서비스가 있어 눈길을 끕니다.

 

kt cloud의 ‘하이퍼스케일 AI컴퓨팅’은 고비용의 GPU인프라를 동적 할당 방식으로 제공하고 있습니다.

 

데이터 분석과 모델 학습 등 특정부분에서만 GPU가 필요한 만큼, 종량제 서비스 방식은 개발 비용을 대폭 절감할 수 있는 방법이 아닌가 싶습니다.      

 

이외에도 하이퍼스케일 AI 컴퓨팅의 장점은 대규모 GPU 자원 필요 시 원활한 확장을 지원하며 모델 프로그래밍 호환성을 갖춰 멀티 GPU환경을 이용할 수 있습니다.-끝-

 

연산실행 시 on-demand GPU 할당, 원하는 만큼 GPU Cluster 확장, 개발 단계별 필요 GPU 메모리 규모 예시

관련 링크 : 솔루션 - Hyperscale AI Computing (kt.com)

솔루션 - Hyperscale AI Computing

컨설팅 요청하기 : 고객지원 (kt.com)

고객지원