지난주 세인트루이스에서 열린 SC25 컨퍼런스에는 16,500명의 참가자와 역대 최대 규모인 560개의 전시업체가 모여 컴퓨팅 엔지니어링 및 과학적 발견의 최첨단을 선보였습니다. 슈퍼컴퓨팅 커뮤니티는 학계, 정부 연구원, 클라우드 서비스 제공업체를 포함하지만, 올해 컨퍼런스에서 가장 주목할 만한 통찰력은 그 어느 때보다 빠르게 혁신적인 제품을 시장에 출시하고자 하는 제품 개발 조직에 직접적으로 도움이 되는 내용이었습니다.

귀사가 자동차, 항공우주, 생명과학, 제조 또는 에너지 분야 등 물리적 제품을 개발하는 기업이라면, SC25에서 발표된 트렌드와 소식들은 2026년 이후 업계 선두 기업과 후발 주자를 가르는 기술 투자에 대한 명확한 로드맵을 제시합니다. 이는 이론적인 연구나 미래의 가능성에 대한 이야기가 아닙니다. SC25에서는 엔지니어링 및 연구 개발 조직이 개발 주기를 단축하고 비용을 절감하며 경쟁사가 따라올 수 없는 혁신을 실현하기 위해 현재 활용하고 있는, 생산 준비가 완료된 역량에 대한 논의가 집중적으로 이루어졌습니다.

다음은 SC25에서 도출된 주요 트렌드 중 2026년 계획 수립에 활용할 수 있는 내용입니다.

혁신 주도 기업들이 투자하는 곳은 어디일까요?

하이페리온 리서치의 시장 분석에 따르면 HPC+AI 부문은 2025년 상반기에 20% 이상, 2024년에는 23% 성장하여 과거 성장률의 세 배에 달할 것으로 예상됩니다. 해당 부문의 총 지출액은 60억 달러에 달했으며, 2029년에는 거의 두 배에 가까운 120억 달러로 증가할 것으로 전망됩니다.

이는 투기성 투자가 아닙니다. 이러한 성장은 AI 가속 워크플로우를 도입하고 결과를 측정하여 투자 수익률(ROI)이 제품 개발 프로세스 전반에 걸쳐 이러한 기능을 확장하는 데 타당하다고 판단한 엔지니어링 및 연구 개발 조직에 의해 주도되고 있습니다. 이러한 성장은 새로운 기술과 활용 사례의 급속한 확산, 정부의 대규모 AI 투자, 그리고 AI 인프라가 메가와트가 아닌 기가와트 단위로 측정되는 추세에 힘입어 가속화되고 있습니다.

업계 동료 및 경쟁사들은 이미 이러한 기능에 투자하고 있거나 2026년까지 투자할 계획을 세우고 있을 가능성이 높습니다. 문제는 컴퓨팅 가속 및 AI 기반 시뮬레이션에 투자할지 여부가 아니라, 어디서부터 시작하고 측정 가능한 생산성 향상을 가져오는 기능을 얼마나 빠르게 배포할 수 있는지입니다. SC25에서 여러 기업들은 제품 개발 주기를 몇 달에서 몇 주로 단축하고, 시뮬레이션 시간을 며칠에서 몇 시간으로 줄이며, 수동 작업으로 인해 낭비되었던 엔지니어링 시간을 상당 부분 되찾는 것에 대해 논의했습니다.

이러한 기능을 평가할 때는 다음 세 가지 주요 요소에 집중하십시오. 정량화 가능한 엔지니어링 생산성 향상, 배포 및 관리의 운영 간소화, 그리고 계획 기간 내에 긍정적인 투자 수익률(ROI)을 입증하는 명확한 경제성입니다.

AI 물리 방법론, 연구 단계에서 상용 단계로 진입

특수 엔지니어링 응용 분야를 위한 AI는 연구 단계에서 생산 단계로 빠르게 전환되고 있습니다. 이번 컨퍼런스에서는 대리 모델 및 차수 축소 모델링과 같은 AI 방법의 역할과 이러한 방법들을 기존 모델링 및 시뮬레이션 방법과 함께 활용하는 방안에 대한 논의가 지속적으로 이루어졌습니다. AI 물리 방법은 연구 개발 초기 단계에서 방대한 설계 공간을 탐색하는 데 매우 효과적이며, 기존 방법을 보완하여 검증에 활용할 수 있다는 데에 참석자들 사이에 공감대가 형성되었습니다.

마이크로소프트 극장에서 진행된 리스케일의 프레젠테이션은 이러한 접근 방식의 실제 적용 사례를 강조했으며, 제너럴 모터스 모터스포츠를 위한 공기역학 최적화 사례를 통해 AI 물리 방법이 기존 시뮬레이션 워크플로와 통합되어 제품 개발 일정을 단축하는 방법을 보여주었습니다.

경쟁 우위는 고유한 엔지니어링 데이터와 방법을 기반으로 자체 모델을 신속하게 학습시킬 수 있는 조직에서 나올 것입니다. 일반적인 기본 모델은 출발점을 제공하지만, 특정 열 특성, 공기역학적 절충 또는 구조적 거동에 맞춰 학습된 모델은 경쟁업체가 모방할 수 없는 통찰력을 제공할 것입니다. AI 가속화를 통해 가장 큰 이점을 얻을 수 있는 시뮬레이션 영역을 파악하는 것부터 시작하십시오. 예를 들어 프로그램당 수천 번씩 실행하는 열 해석, 해결 시간이 오래 걸리는 구조 시뮬레이션 또는 방대한 매개변수 공간을 탐색하는 유체 역학 연구 등이 있습니다.

NVIDIA의 SC25 발표는 엔지니어링 및 과학 탐구를 위한 AI 방법론의 부상을 보여주었습니다. 아폴로를 강조하며, Apollo는 반도체 설계, 유체 역학, 구조 역학 및 기상 모델링을 포괄하는 개방형 AI 물리 모델 제품군입니다. Applied Materials, Cadence, LAM Research, Siemens, Synopsys와 같은 기업들은 이미 Apollo를 사용하여 설계 및 시뮬레이션 워크플로우를 가속화하고 있습니다. Apollo는 2026년에 Rescale에서 NVIDIA의 추가 툴킷 및 기타 타사 모델 아키텍처와 함께 제공될 예정이며, 이를 통해 다양한 AI 시뮬레이션 예측 방법을 이용할 수 있게 됩니다.

엔지니어를 위한 AI 및 에이전트는 생산성을 획기적으로 향상시킬 것으로 기대됩니다.

SC25에서는 에이전트형 AI와 자율 워크플로가 주요 주제로 떠올랐으며, 지속적인 수동 개입보다는 인간의 감독 하에 복잡한 엔지니어링 작업을 독립적으로 조율하고, 가설을 검증하고, 워크플로를 최적화할 수 있는 시스템에 대한 논의가 활발하게 이루어졌습니다.

하지만 실무자들 사이에서는 에이전트 기반 자동화에는 탄탄한 데이터 및 프로세스 이해 기반이 필수적이라는 것이 일반적인 의견입니다. 기본 데이터가 파편화되어 있거나, 일관성이 없거나, 접근이 불가능한 경우 조직은 지능형 에이전트를 배포하여 워크플로우를 자동화할 수 없습니다. 가장 성공적인 구현은 엔지니어가 작업하는 실행 시점에서 워크플로우를 수집하는 것에서 시작하며, 이를 통해 복잡한 사전 관리 프레임워크 없이도 사용자 주도의 프로세스 매핑 및 데이터 표준화를 촉진할 수 있습니다.

이 비전은 매우 매력적입니다. 매개변수가 변경될 때 자동으로 분석을 시작하고, 비용과 성능의 균형을 유지하면서 아키텍처 전반에 걸쳐 컴퓨팅 워크로드를 조정하고, 자동 보고서를 생성하고, 검증된 결과를 PLM 시스템과 동기화하는 시뮬레이션 에이전트가 수동 개입 없이 모두 작동하는 것입니다. 하지만 이를 실현하려면 먼저 데이터 인텔리전스 문제를 해결해야 합니다. 시뮬레이션 실행 중에 메타데이터를 자동으로 캡처하고, 추적 가능한 디지털 스레드를 구축하고, 엔지니어링 지식 전반에 걸쳐 AI 기반 검색을 가능하게 해야 합니다.

에이전트 기반 자동화로 가는 길은 하루아침에 이루어지는 변화가 아닙니다. 자동화를 가능하게 하는 데이터 기반을 구축하는 것에서 시작됩니다. 시뮬레이션 메타데이터를 자동으로 캡처하는 통합 데이터 패브릭, 자연어 쿼리를 통해 다양한 분야의 분석에 즉시 접근할 수 있도록 지원하는 AI 어시스턴트, 그리고 팀 간 재사용을 위해 공통 워크플로를 템플릿화할 수 있는 플랫폼 등이 필요합니다.

공공 부문, 전략적 컴퓨팅 투자 계획 발표

SC25에는 정부 기관 및 공공 부문 조직뿐 아니라 국가 연구 개발 사업을 지원하는 민간 부문 계약업체들이 대거 참석했습니다. 이들의 참석과 최근 추가 발표의 시기는 혁신을 위한 필수 인프라로서 컴퓨팅 역량에 투자하려는 공공 부문의 의지를 더욱 확고히 보여줍니다.

백악관은 다음과 같이 발표했습니다. 제네시스 미션 행정 명령이는 고성능 컴퓨팅 자원에 투자하고 연방 과학 데이터 세트를 활용하여 기초 모델을 학습하고 신속한 발견을 위한 AI 에이전트를 생성하는 통합 AI 플랫폼을 구축하기 위한 역사적인 국가적 노력의 일환입니다. 아마존은 또한 미국 정부 고객을 위한 AI 및 슈퍼컴퓨팅 기능 확장에 최대 50억 달러를 투자하여 안전한 AWS 리전에 걸쳐 약 1.3기가와트의 용량을 추가하고, 정부 기관이 이전에는 몇 주가 걸리던 작업을 몇 시간 만에 완료할 수 있도록 지원한다고 발표했습니다.

특히 공공 부문은 유연성과 민첩성을 제공하는 클라우드 기반 솔루션에 지속적으로 막대한 투자를 하고 있습니다. 이는 클라우드 인프라 도입에 다소 소극적이었던 민간 부문 조직들에게 강력한 신호가 될 것입니다. 엄격한 보안 요구 사항과 온프레미스 환경을 고수해 온 정부 기관들이 이처럼 대규모로 클라우드를 수용하고 있다는 것은 핵심 연구 개발 워크로드에 있어 클라우드 배포 모델의 성숙도, 보안성, 그리고 전략적 가치를 입증하는 것입니다.

공공 부문은 핵심 역량이 나아갈 방향을 제시하고 있습니다. 컴퓨팅, 데이터, 인공지능을 통합하는 플랫폼(단순히 여러 개의 개별 솔루션을 짜깁기하는 것이 아닌)에 대한 강조는 민간 부문 연구 개발이 직면한 과제와 동일한 맥락을 보여줍니다. 정부 프로젝트에 참여하거나 에너지 및 방위 산업 분야에서 경쟁하는 기존 계약업체와 스타트업에게 이러한 발표는 향후 프로그램에서 요구되는 기술 역량을 명확히 보여줍니다.

엔지니어링 조직을 위한 클라우드 고려 사항

엔지니어링 워크로드의 클라우드 도입이 계속해서 가속화되고 있는 가운데, SC25에서 중요한 통찰이 도출되었습니다. 바로 가장 앞선 기술력을 보유한 조직들은 클라우드와 온프레미스 중 하나를 선택하는 것이 아니라, 두 가지 모두를 전략적으로 활용하고 있다는 점입니다.

고객 피드백을 통해 클라우드의 주요 이점들이 부각되었습니다. 전략적인 활용 시 비용 절감, 온프레미스 환경과의 향상된 통합, 클라우드 주권 확보, HPC와 AI의 긴밀한 통합, 그리고 특수 하드웨어 접근성 등이 그것입니다. CoreWeave, Nebius, Lambda와 같은 "네오클라우드"의 등장은 이러한 클라우드 생태계의 확장을 반영합니다.

전략적 질문은 "클라우드냐 ​​온프레미스냐"가 아니라 "어떤 워크로드가 클라우드 기능을 통해 가장 큰 이점을 얻을 수 있는가?"입니다. 클라우드는 평소 용량의 10배가 필요한 피크 수요 기간 처리, 자본 투자 없이 최신 GPU 아키텍처 활용, 여러 사업장이 참여하는 협업 프로젝트, 새로운 프로그램에 대한 신속한 확장에 탁월합니다. 온프레미스는 안정적인 기본 워크로드, 특정 보안 요구 사항이 있는 애플리케이션, 하드웨어 투자가 이미 상각된 상황에 여전히 최적의 솔루션입니다.

핵심 성공 요인은 컴퓨팅이 어디에서 이루어지든 관계없이 통합된 엔지니어링 역량을 유지하는 것입니다. 엔지니어는 시뮬레이션이 온프레미스에서 실행되든 클라우드에서 실행되든 관계없이 결과에 대한 일관된 접근성, 통합 검색 기능, 그리고 원활한 협업 환경을 누릴 수 있어야 합니다. 또한 클라우드는 온프레미스에 배포 및 유지 관리하는 데 필요한 긴 준비 기간과 오버헤드 없이 인프라 개선 사항에 대한 접근성을 제공하여 지속적인 기술 혁신을 가능하게 합니다.

엔지니어링 디지털 전환 이니셔티브를 위한 권장 사항

SC25에서 얻은 통찰력을 바탕으로, 엔지니어링 및 연구 개발 책임자들이 2026년 기술 투자 계획을 수립할 때 고려해야 할 단계는 다음과 같습니다.

1. 워크로드별 클라우드 전략을 개발합니다. 용량 제약이 있거나 특수 하드웨어가 필요한 엔지니어링 활동은 무엇입니까? 프로젝트 백로그, 시간 제약이 있는 우선순위가 높은 프로그램, 클라우드에서만 사용 가능한 최신 하드웨어의 이점을 누릴 수 있는 워크로드, 최대 용량 요구 사항 등을 고려하십시오. 전체적인 마이그레이션을 시도하기보다는 이러한 클라우드 도입 후보부터 시작하는 것이 좋습니다.

2. 단계적 접근 방식을 통해 AI 및 에이전트 기반 기회를 파악합니다. 먼저 빠르게 성과를 낼 수 있는 기능부터 시작하세요. AI 기반 검색을 통해 이전 시뮬레이션 작업 결과를 찾고, 작업 요약을 자동화하고, 자연어 쿼리를 구현하는 등의 기능을 개발하십시오. 그다음에는 고급 기능을 구축해 나가세요. 대용량 영역을 위한 AI 물리 모델, 반복적인 작업을 위한 워크플로 자동화, 그리고 궁극적으로는 복잡한 다단계 프로세스를 조율하는 자율 에이전트를 개발하는 것입니다.

3. 데이터의 기반을 평가합니다. 엔지니어들이 이전 시뮬레이션 결과를 쉽게 찾아 재사용할 수 있습니까? 메타데이터를 자동으로 수집합니까, 아니면 수동 프로세스에 의존합니까? 엔지니어들이 각자 고립된 환경에서 일하거나 회사를 떠날 때 조직 내 지식이 위험에 처할 수 있습니까?

4. 통합 전략을 평가합니다. 서로 다른 시스템들을 연결하여 복잡한 통합 작업을 진행할 계획이신가요? 통합 플랫폼을 통해 관리 부담을 줄이면서 기능을 향상시킬 수 있을까요?

5. 입양 계획을 세우세요. 광범위한 교육이 필요한 솔루션보다는 기존 워크플로에 자연스럽게 통합되는 솔루션을 찾으십시오. 조직 내 더 넓은 사용자 커뮤니티에 새롭고 전문적인 기능을 제공하여 일반 사용자도 고급 시뮬레이션 및 AI 방법을 활용할 수 있도록 지원하는 방안을 고려하십시오.

어디서부터 시작해야 할지 모르시겠나요? 차세대 활용 사례를 위한 기반을 구축해 보세요.

SC25에서 나타난 여러 트렌드(통합 플랫폼, AI 기반 자동화, 지능형 데이터 관리, 하이브리드 클라우드 전략)의 융합은 2026년 이후 제품 개발의 방향을 보여줍니다. 이러한 주제들을 관통하는 핵심 역량은 바로 데이터 인텔리전스입니다. 즉, AI 학습을 위한 데이터 파이프라인 구축을 목표로 대규모 시뮬레이션 데이터를 자동으로 수집하고 활용하는 능력입니다.

저희가 주최하는 행사입니다 심도 12월 10일 제품 시연회 Rescale 데이터 인텔리전스를 선보입니다 컴퓨팅 엔지니어링 및 과학 연구 개발을 위해 특별히 설계된 기능입니다. 신제품에 대해 자세히 알아보세요 라이브 데모 참가 자리를 예약하세요.

이러한 트렌드를 파악하고 지금 바로 행동에 나서는 기업들은 2026년 이후에도 해당 산업을 선도할 것입니다!