항공우주 기술 역량 × AI 클라우드 컴퓨팅 플랫폼으로 드론 연구개발, 교육 혁신 및 산학 공동 창작 가속화

一、프로젝트 배경

러시아-우크라이나 전쟁으로 전통적인 전쟁 양상이 변화하면서 드론은 각국이 경쟁적으로 육성하는 핵심 전략 산업으로 부상했습니다. 대만 행정원은 2025년부터 6년간 총 442억 대만달러를 투입해 ‘드론 국가대표팀’을 육성하겠다고 발표했습니다.

국립후웨이과기대학교는 탄탄한 항공우주 기술 기반을 바탕으로 2022년부터 대만 교육부 사업을 수행하며 ‘드론 첨단 제조 및 검사 실험실’을 설립했습니다. 또한 20년 이상 드론 분야의 연구 역량을 축적해 왔으며, ‘아시아 드론 AI 혁신응용 R&D센터’를 주도적으로 운영하고 있습니다.

이 센터에는 썬더타이거(Thunder Tiger)와 같은 대표 기업들이 참여해 공동 연구개발을 진행하고 있으며, 대표 사례로는 가변익 구조 기술을 적용한 대만산 ‘트랜스포머 드론’이 있습니다.

그러나 ‘지능형 군집비행’과 ‘실시간 자율항법’ 같은 첨단 프로젝트는 대규모 가상환경 생성과 4K 영상, LiDAR 포인트 클라우드 등 방대한 센서 데이터 처리를 요구하므로 매우 강력한 AI 컴퓨팅 자원이 필요합니다.

기존의 ‘설계-제조-시험비행’ 중심 물리적 개발 방식은 실패할 경우 처음부터 다시 시작해야 하므로 개발 기간이 길고 비용도 많이 듭니다. 이에 국립후웨이과기대학교는 통합형 ‘AI 컴퓨팅 클라우드 플랫폼’ 구축을 추진했습니다.

디지털 트윈 기술을 통해 개발 및 검증 기간을 대폭 단축하고, 드론 연구개발 역량의 마지막 퍼즐을 완성하는 것이 목표였습니다. 동시에 AI 자원을 대학 전체 구성원에게 개방해 교육 혁신을 실현하고, 윈린·자이·타이난 지역 산업의 디지털 및 지능형 전환을 촉진하고자 했습니다.

二、도입 전 과제

  • 컴퓨팅 자원의 사일로화 및 불균형한 배분: 각 학과와 연구소가 개별적으로 GPU를 구매하면서 인기 연구실은 컴퓨팅 자원이 부족한 반면, 사용량이 적은 부서의 장비는 유휴 상태로 방치되었습니다. 학과 및 단과대학 간 공유 체계도 없어 투자 효율성이 저하되었습니다.
  • 환경 구축에 장시간 소요 및 높은 운영·유지보수 진입장벽: AI 모델마다 요구하는 프레임워크와 CUDA 버전이 달라 교수와 학생들이 개발환경 구축에 수일에서 수주를 소비해야 했습니다. 유지보수 부담도 교수와 대학원생에게 집중되어 안정성과 정보보안 확보가 어려웠습니다.
  • 교육 및 프로젝트 연구의 유연성 부족: 수십 명의 학생에게 동일한 사양의 컴퓨팅 환경을 동시에 제공하기 어려웠으며, 고성능 자원은 핵심 프로젝트에 우선 배정되어 일반 학생과 교직원은 GPU를 사용할 수 없거나 장시간 대기해야 했습니다.
  • 고복잡도 모델을 지원하기에 부족한 컴퓨팅 사양: 기존 워크스테이션으로는 4K 영상과 LiDAR 포인트 클라우드 같은 대용량 데이터 학습이 어려웠으며, NVIDIA Omniverse와 같은 저지연 디지털 트윈 컴퓨팅 요구사항도 충족할 수 없었습니다.

三、솔루션: AI-Stack 인프라 관리 플랫폼 도입

국립후웨이과기대학교 전자계산센터는 AI-Stack을 도입해 기반 GPU, CPU, 메모리 자원을 전면 가상화하고 중앙에서 통합 관리할 수 있도록 했습니다.

자원 스케줄링, 컨테이너 환경, 사용자 권한, 시스템 운영 및 유지보수까지 아우르는 완전한 지능형 컴퓨팅 거버넌스 체계를 구축했습니다.

기존 과제AI-Stack 솔루션
자원 사일로화: 각 학과가 GPU를 개별 구매하여 인기 연구실은 자원이 부족하고, 일부 부서의 장비는 유휴 상태로 방치중앙 집중형 자원 풀과 그룹별 Quota 관리 기능을 통해 학과 및 프로젝트 요구에 따라 컴퓨팅 자원을 유연하게 할당
환경 구축에 장시간 소요: 드라이버와 CUDA 버전 호환성 문제 해결에 수일에서 수주 소요NGC 최적화 프레임워크(TensorFlow, PyTorch, Caffe, TensorRT)를 원클릭으로 배포하여 1분 이내에 환경 구축
교육 유연성 부족: 수십 명의 학생에게 동일한 컴퓨팅 환경을 동시에 제공하기 어려움수업용 컨테이너를 일괄 생성하고 수업 종료 후 자동 회수하여 표준화된 교육환경 제공
컴퓨팅 사양 부족: 4K 영상, LiDAR 포인트 클라우드, 디지털 트윈 등 고대역폭 작업 지원에 한계고성능 GPU 자원을 통합하고 멀티 GPU 집계를 지원하여 NVIDIA Omniverse 등의 저지연 컴퓨팅 요구사항 충족

3.1 자원 스케줄링

  • GPU 분할 기술을 지원하여 여러 사용자와 작업이 하나의 GPU를 공동으로 사용할 수 있습니다. 개발, 테스트 및 경량 추론 작업에 적합하며, 하드웨어 활용률을 크게 높이고 장비 도입 장벽을 낮춥니다.
  • 다중 GPU 및 크로스 노드 컴퓨팅 자원 집계를 지원하여 LLM 파인튜닝과 고성능 학습을 수행할 수 있습니다. 동적 Quota 관리 기능을 통해 필요에 따라 자원을 유연하게 배정하고, 사용하지 않는 컴퓨팅 자원은 자동으로 회수합니다.

3.2 컨테이너 환경 관리

  • PyTorch, JupyterHub, Hugging Face, Ollama 등 다양한 오픈소스 생태계를 지원합니다. 웹 인터페이스에서 몇 번의 클릭만으로 필요한 CUDA 버전의 환경을 수초 내에 배포할 수 있습니다. AI 오픈소스 컨테이너를 1분 이내에 구축하여 RAG 시스템 개발 속도를 높입니다.
  • 사용자 정의 이미지 업로드를 지원하여 드론 연구개발팀이 NVIDIA Omniverse, LiDAR 포인트 클라우드 처리 등 특수한 개발환경을 손쉽게 복제하고 배포할 수 있습니다.

3.3 사용자 및 권한 관리

  • 교내 LDAP/AD 계정 시스템과 연동하여 학생과 교직원이 여러 개의 비밀번호를 별도로 관리할 필요 없이 기존 교내 계정으로 로그인할 수 있습니다. 이를 통해 통합인증(SSO)을 구현합니다.
  •  학과와 프로젝트별로 그룹 Quota 및 승인 프로세스를 설정할 수 있으며, 컴퓨팅 자원을 격리하여 산학협력 프로젝트의 중요 데이터가 외부로 유출되지 않도록 보호합니다.

3.4 시스템 운영 및 유지보수

  • 수업용 컨테이너를 일괄 생성하고, 수업 종료 또는 일정 시간 미사용 시 자동으로 회수하여 자원이 장기간 방치되는 것을 방지합니다.
  • 그래픽 기반 대시보드를 통해 서버 및 GPU 사용률, 온도, 상태 정보를 실시간으로 모니터링합니다.
  • 계정 및 프로젝트별 자원 사용 이력을 상세히 기록하여 대학 간 협업, 정부 프로젝트, 산학협력 비용 배분 및 성과 보고의 근거 자료로 활용할 수 있습니다.

四、도입 성과

  • 관리 효율성 향상: 전자계산센터의 역할이 ‘수동적인 장애 대응’에서 ‘선제적 자원 관리’로 전환되었습니다. 단일 관리 화면에서 대학 전체의 컴퓨팅 자원을 통합 관리할 수 있게 되었으며, 유지보수 비용도 50% 이상 절감되었습니다.
  • 자원 활용률 극대화: GPU 분할 기술을 통해 기존에 활용되지 못했던 유휴 컴퓨팅 자원을 여러 학생의 경량 테스트 작업에 재배분했습니다. 이를 통해 전체 하드웨어 투자수익률이 크게 향상되었습니다.
  • 사용자 경험 대폭 개선: 과거에는 기말 프로젝트용 개발환경을 준비하는 데 수일이 걸렸지만, 이제는 수분 이내에 필요한 환경을 구축할 수 있어 프로젝트 개발주기가 크게 단축되었습니다.
  • 교육 및 인재 양성 고도화: AI 기술을 항공우주, 전기전자, 스마트 제조 등 다양한 학과의 교육과정에 깊이 접목했습니다. 이를 통해 실무 역량을 갖춘 고급 융합형 인재를 양성하고 있으며, 졸업과 동시에 현장에 투입할 수 있는 인재로 산업계의 높은 평가를 받고 있습니다.

五、향후 전망: 다양한 AI 애플리케이션 구현 및 지역 산학협력 역량 강화

  • 융합형 인재 양성: ‘드론 융합 교육과정’을 개설하여 AI 시스템 모델링, 지능형 자율비행, 스마트 제조 응용 등의 모듈형 과정을 제공합니다. 프로그래밍 경험이 없는 학생과 교직원도 원클릭으로 표준화된 개발환경을 실행할 수 있습니다.
  • 캠퍼스 AI 어시스턴트 구축: 대표적인 활용 사례로 ‘OriStork 미적분 교육 어시스턴트’가 있습니다. 정답을 직접 제시하는 대신 소크라테스식 질문을 통해 학생 스스로 사고하도록 유도합니다. 또한 ‘스마트 캠퍼스 AI 행정 어시스턴트’는 학사 규정, 수강신청, 출장 규정 등을 디지털화하고 LLM에 연동하여 기존에 15~20분이 걸리던 수작업 검색과 대조 과정을 5~10초 이내의 정확한 정보 탐색과 요약으로 단축합니다.
  • 온프레미스 구축 및 데이터 주권 확보: 모든 모델 추론을 교내 핵심 서버에서 실행하여 중요 데이터가 캠퍼스 외부로 유출되지 않도록 합니다. 정보보안과 컴퓨팅 주권을 동시에 확보하고, 해외 대형 기술 기업에 지불해야 하는 고가의 상용 API 비용도 절감합니다.
  • 지역 산업 활성화: AI 컴퓨팅 클라우드 플랫폼은 Dell Technologies와의 협력을 통해 지속적으로 컴퓨팅 자원을 확장할 예정입니다. 향후 윈린·자이·타이난 산업 클러스터에 서비스를 제공하는 지역 거점 AI 컴퓨팅센터로 성장하여 대만 중부 지역의 정밀기계 및 항공우주 산업의 지능형 전환을 촉진하는 것을 목표로 하고 있습니다.

六、고객 후기

“AI-Stack은 국립후웨이과기대학교가 기존 자원의 가치를 극대화할 수 있도록 돕는 핵심 컴퓨팅 엔진입니다. 복잡한 환경을 단순화하고 분산된 자원을 하나로 결집하여, 융합형 AI 인재 양성과 첨단 학술 연구의 혁신을 전방위적으로 가속화하고 있습니다.”