NHN클라우드가 2026년 5월 공개한 AI 풀스택 브랜드 팩토리X(FactoryX)의 3층 구조(인프라·플랫폼·서비스)를 분석한다. B200 GPU 7,656장의 27.4 엑사플롭스 클러스터, GPU Live, AI EasyMaker, Project X 에이전트 서비스, 그리고 개발자가 국내 AI 클라우드를 선택해야 하는 상황을 정리했다.
NHN클라우드가 2026년 5월 26일 서울에서 AI 풀스택 브랜드 NHN FactoryX(팩토리X)를 공개했다. 이름처럼 인프라부터 플랫폼, 서비스까지 AI 공급망 전체를 수직통합하겠다는 선언이다. B200 GPU 7,656장 기반 27.4 엑사플롭스 클러스터, 자체 GPU 통합 관리 플랫폼, 기업용 AI 에이전트 실행 서비스까지 — 개발자 관점에서 실제 내용이 무엇인지 정리했다.
AWS·Azure·구글 클라우드가 아닌 국내 클라우드를 선택해야 하는 상황이 있다. 공공기관 데이터 규제, 국내망 레이턴시, 국어 특화 AI 모델 연동, 한국 결제 환경 — 이런 맥락에서 NHN 팩토리X가 무엇을 제공하는지 살펴본다.
팩토리X는 NHN클라우드가 AI 관련 제품과 서비스를 하나의 브랜드로 묶은 것이다. 단일 신제품이 아니라 기존에 운영하던 GPU 클러스터, AI 개발 플랫폼, 신규 에이전트 서비스를 통합 발표한 형태다.
구조는 3개 레이어로 나뉜다:
NHN클라우드 측에서 '국가대표 AI 인프라 기업 도약'을 선언 목표로 내세웠고, 2027년까지 AI 사업 비중을 전체 매출의 50% 이상으로 확대하겠다는 계획을 밝혔다. 최근 3년 연평균 24%의 AI 사업 성장세를 배경으로 한 목표다.
팩토리X 서울은 NVIDIA B200 GPU 7,656장을 기반으로 총 27.4 엑사플롭스(EF) 규모의 AI 클러스터를 운영한다고 NHN클라우드가 밝혔다. 국내 최초 엑사스케일 AI 클러스터라는 주장이다. 광주 국가 AI데이터센터에는 H100과 국산 NPU(신경망처리장치)를 통합 운영하는 형태다.
규모 비교를 위한 맥락: NVIDIA H100 1장의 AI 연산 능력은 FP8 기준 약 3.9 PFLOPS(페타플롭스)다. B200은 이보다 성능이 더 높은 다음 세대 칩이다. 7,656장 클러스터는 대형 언어모델 학습이나 대규모 배치 추론에 충분한 규모다.
국내 클라우드 GPU 클러스터와 글로벌 하이퍼스케일러의 규모 차이는 여전히 크다. AWS, 구글, 마이크로소프트는 각각 수만 장 이상의 GPU를 단일 지역 클러스터로 운영한다. 팩토리X 서울이 경쟁력을 가질 수 있는 영역은 규모보다 접근성에 있다 — 국내망 레이턴시, 데이터 국내 보관 요구사항, 한국어 특화 서비스 연동이다.
팩토리X의 플랫폼 레이어는 두 가지 제품으로 구성된다.
GPU Live는 NHN클라우드가 자체 개발한 GPU 통합 관리 플랫폼이다. GPU 자원 할당, 사용률 모니터링, 비용 최적화를 한 곳에서 처리하는 것이 목적이다. 대규모 AI 학습 작업을 여러 팀이 공유하는 환경에서 GPU 스케줄링과 우선순위를 관리하는 역할이다.
AI EasyMaker는 AI 모델 개발부터 배포까지를 지원하는 MLOps 플랫폼이다. 학습 파이프라인, 실험 추적, 모델 서빙까지 제공한다. AWS SageMaker나 Google Vertex AI와 비슷한 포지션이다. 국내 클라우드 환경에서 비슷한 기능을 구축하려는 팀에게 선택지가 된다.
두 제품 모두 NHN클라우드 콘솔에서 접근하며, 기존 NHN클라우드 인스턴스와 연동된다. 가격은 사용한 GPU 시간 기반으로 청구된다고 밝혔지만 구체적인 가격표는 아직 공개 전이다.
팩토리X의 서비스 레이어는 Project X라는 이름의 기업용 AI 에이전트 실행 서비스다. 2026년 하반기 출시 예정으로, 발표 시점에는 상세 스펙이 공개되지 않았다. 기업 내부 AI 에이전트를 안전한 환경에서 실행하는 플랫폼이라는 방향만 제시됐다.
비교 대상으로 구글의 Gemini Managed Agents나 마이크로소프트의 Azure AI Foundry와 비슷한 위치를 狙겠다는 방향으로 해석된다. 국내 데이터 보관 요구사항이 있는 기업(금융, 공공, 의료)이 AI 에이전트를 국내 인프라에서 실행해야 하는 경우 유력한 선택지가 될 수 있다.
출시 전이라 지금 당장 개발에 적용하기는 어렵다. 하반기 출시 소식을 체크하면서 사용 사례를 미리 정리해두는 것이 현실적인 접근이다.
글로벌 하이퍼스케일러 대신 NHN 팩토리X를 선택하는 상황을 구체적으로 정리한다.
공공기관·금융·의료 프로젝트: 개인정보보호법, 금융 데이터 보호 규정에 따라 데이터가 국내에 보관되어야 하는 경우. NHN클라우드는 공공 보안 인증을 보유하고 있어 공공기관 프로젝트 적합성이 높다.
국내망 레이턴시가 중요한 실시간 서비스: AI 추론 API를 국내 사용자에게 직접 서비스하는 경우, 국내 클라우드의 네트워크 레이턴시 이점이 있다. 특히 ms 단위 응답이 중요한 실시간 인터랙션에서 차이가 날 수 있다.
원화 청구와 세금계산서가 필요한 기업: AWS·구글 클라우드는 USD 청구에 부가세 처리가 복잡할 수 있다. NHN클라우드는 원화 청구에 세금계산서 발행이 간단하다.
NHN 게임·커머스 생태계와 연동하는 경우: NHN은 게임(ToastCloud), 커머스, 결제 서비스를 운영한다. 이 생태계와 통합이 필요하다면 팩토리X와의 연동이 유리하다.
반대로 글로벌 서비스, 멀티클라우드 전략, 특정 글로벌 AI 서비스와의 깊은 통합이 필요하다면 여전히 AWS·구글·Azure가 현실적인 선택이다.
팩토리X 발표로 국내 AI 클라우드 경쟁이 본격화됐다. 주요 사업자들의 포지션을 간략히 비교한다.
네이버클라우드: CLOVA X 등 자체 LLM과 클라우드 인프라를 수직통합한다. HyperCLOVA 계열 모델과 네이버 서비스 데이터를 기반으로 한국어 특화 AI에서 강점이 있다. 정부 GPU 확보 사업에서 NHN클라우드와 함께 선정됐다.
KT 클라우드: 통신사 기반으로 네트워크 인프라 연동이 강점이다. 기업용 AI 서비스(KT AI)와 클라우드를 묶는 전략을 쓴다. 공공기관 프로젝트에서 레퍼런스가 많다.
NHN클라우드(팩토리X): 게임·커머스 서비스 운영 경험을 기반으로 한 고밀도 컴퓨팅 인프라가 강점이다. 팩토리X는 GPU 클러스터 규모와 풀스택 통합을 전면에 내세운다. 특정 도메인 LLM보다 인프라 레이어 경쟁력을 차별화 포인트로 잡았다.
세 사업자 모두 공통으로 도전하는 과제는 글로벌 하이퍼스케일러 대비 규모 격차다. 국내 데이터 규제와 네트워크 레이턴시를 레버리지로 쓰면서, AI 서비스 수요가 급증하는 금융·의료·공공 도메인을 공략하는 전략이 공통적이다.
GPU Live와 AI EasyMaker를 통해 GPU 자원을 사용할 수 있다. 다만 구체적인 가격표와 신청 프로세스는 2026년 5월 발표 시점에 완전히 공개되지 않았다. NHN클라우드 콘솔(console.nhncloud.com)에서 서비스 신청이 가능하며, 대규모 클러스터 사용은 별도 협의가 필요할 수 있다.
2026년 하반기 출시 예정으로 발표됐다. 정확한 출시 일정과 베타 신청 방법은 NHN클라우드 공식 블로그나 뉴스레터를 통해 확인하는 것이 좋다. 하반기라면 늦어도 2026년 12월 이전에 출시될 것으로 예상된다.
단순 비교는 어렵다. 글로벌 하이퍼스케일러는 규모 덕분에 GPU 단가가 낮은 경향이 있다. NHN 팩토리X의 강점은 절대 가격보다 원화 청구, 국내 데이터 보관, 공공 인증 등 부가 요소에 있다. 구체적인 가격이 공개되면 workload 별로 비교해보는 것이 좋다.
팩토리X 발표에서 자체 한국어 LLM은 언급되지 않았다. NHN클라우드는 GPU 인프라와 에이전트 실행 환경을 제공하는 포지션이고, 한국어 특화 LLM은 네이버클라우드의 CLOVA X가 더 직접적인 경쟁자다. 팩토리X에서는 오픈소스 모델을 올려서 쓰거나, 외부 API와 연동하는 방식이 기본 경로가 될 것으로 보인다.
NHN클라우드는 기존에 공공 보안 인증을 보유하고 있다. 팩토리X도 이 인증 체계 하에 운영될 것으로 예상된다. 다만 프로젝트별로 요구되는 인증 기준이 다르므로, 입찰 전 NHN클라우드에 직접 확인하는 것이 필요하다. 정부의 GPU 확보 사업에서 NHN클라우드가 선정된 것이 공공 시장 진출의 기반이 되고 있다.
팩토리X 서울은 B200 GPU 7,656장 기반 민간 AI 클러스터다. 광주 국가 AI데이터센터는 정부 주도의 공공 AI 인프라 사업으로 구축된 곳으로, H100과 국산 NPU를 통합 운영한다. 두 곳이 물리적으로 분리되어 있으므로 프로젝트 요구사항(공공 vs 민간, 보안 등급)에 따라 사용하는 인프라가 달라질 수 있다.
