NTT DATA AI Factories, Cisco 및 NVIDIA와 함께 확장해 엔터프라이즈 준비 상태 테스트
NTT DATA는 10월 27일 AI 팩토리 네트워크를 확장해 테스트 거점을 추가했지만, 기업 배포 성과는 수치로 공개하지 않았다. NTT DATA AI Factories는 인공지능 애플리케이션과 이를 뒷받침하는 시스템을 더 폭넓게 투자하기 전에 평가할 수 있는 실무형 환경이다. 이번 확장에는 Cisco와 NVIDIA를 비롯한 기술 파트너의 지원을 받는 파리 및 싱가포르 신규 거점이 포함된다.
즉각적인 변화는 고객이 배포 관련 결정을 검토할 수 있는 장소가 늘어났다는 점이다. 핵심 쟁점은 성공적인 시연과 일상적인 운영 환경에서도 유용하고 안전하며 비용 효율적인 애플리케이션 사이의 간극에 있다. 시설을 하나 더 열면 그 간극을 살필 기회는 확대된다. 이를 해소하려면 실제 워크로드에서 나온 근거가 필요하다.
Dell은 실험 단계에서 프로덕션으로의 전환을 목표로 하는 자체 NVIDIA 기반 AI 팩토리 포트폴리오를 운영하며 유용한 업계 기준점을 제공한다. NTT DATA 역시 Dell과 협력하고 있어, 이는 서로 분리된 기술 진영 간 경쟁이라기보다 제공 방식이 겹치는 경쟁에 가깝다. 기업 구매자에게 중요한 비교 지점은 각 협업이 구매 결정이 운영상의 약속으로 이어지기 전에 무엇을 입증하는가다.
NTT DATA AI Factories, 네트워크에 파리와 싱가포르 추가
NTT DATA의 AI 팩토리 확장은 파리와 싱가포르의 신규 거점을 텍사스주 플라노 및 리야드의 기존 시설과 연결한다. 10월 7일 문을 연 뮌헨 시설도 이들 거점을 보완한다.
회사는 발견 워크숍, 기술 논의, 개념 검증 계획 수립 및 솔루션 설계를 아우르는 협업을 설명한다. 개념 검증은 접근 방식이 실제로 작동하는지 확인하기 위한 제한된 범위의 실험이다. 따라서 이번 확장은 공개된 컴퓨팅 용량 증가가 아니라 고객 평가와 제공 지원에 관한 것이다.
구체적인 변화는 고객이 더 폭넓은 구현에 나서기 전 배포 결정을 검토할 수 있는 거점이 확대됐다는 점이다.
이 구분은 “팩토리”라는 단어를 해석할 때 중요하다. 여기서는 잠재적 비즈니스 애플리케이션을 중심으로 인프라, 소프트웨어 및 전문 지식을 결합한 환경을 뜻한다. 이를 새로 지은 데이터센터나 대규모 모델 훈련 전용 시설로 자동 해석해서는 안 된다.
마찬가지로 더 큰 네트워크가 얼마나 많은 고객이 평가를 완료했거나 프로덕션으로 전환했는지를 입증하지는 않는다. 프로덕션이란 정의된 운영 책임 아래 애플리케이션이 지속적인 비즈니스 요구를 충족하는 상태를 의미한다. 이러한 성과는 별도로 측정해야 한다.
잠재 고객에게 이번 확장은 실질적인 질문을 제기한다. 해당 거점이 조직의 어떤 결정을 실제로 도와줄 수 있는가? 시연은 준비된 조건에서 애플리케이션이 올바르게 응답한다는 점을 보여줄 수 있다. 그러나 투자 결정에는 예상되는 동작, 운영 노력 및 감내 가능한 실패에 대한 더 폭넓은 설명이 필요하다.
유용한 협업이라면 테스트를 시작하기 전에 이러한 경계를 명확히 해야 한다. 그렇지 않으면 참가자들은 같은 세션을 마친 뒤에도 성공을 서로 다르게 해석할 수 있다. 개발자는 작동하는 애플리케이션을 볼 수 있고, 보안팀은 해결되지 않은 접근 권한 문제를 볼 수 있으며, 재무팀은 불완전한 운영 가정을 볼 수 있다.
지리적 거점 확대는 단순한 위치 목록만으로는 답할 수 없는 질문도 제기한다. 구매자는 어떤 기능을 현지에서 이용할 수 있고 어떤 기능에 다른 지역의 지원이 필요한지 확인해야 한다. 또한 정보가 해당 환경에 어떻게 들어가고 누가 접근할 수 있는지도 명확히 해야 한다.
물리적 근접성은 협업을 더 쉽게 할 수 있지만, 법적 준수나 데이터 통제를 결정하지는 않는다. 이는 애플리케이션을 둘러싼 실제 약정에 달려 있다. 가까운 테스트 시설이라도 데이터 처리, 보존 및 삭제에 관한 명확한 조건이 필요하다.
따라서 이번 확장은 검증 기회의 증가로 이해하는 것이 가장 적절하다. 비즈니스적 의미는 그 기회가 고객이 방어할 수 있는 결정을 만들어내는지에 달려 있다. 진행, 수정 또는 중단 권고는 시설의 존재가 아니라 근거를 바탕으로 내려져야 한다.
엔터프라이즈 구매자에게는 시연이 남기는 미해결 질문에 대한 답이 필요하다
이번 확장은 엔터프라이즈 AI 프로젝트를 승인하는 사람들에게 즉각적인 부담을 안긴다. 그들은 긍정적인 실험 결과가 지속적인 운영 약속을 정당화하는지 판단해야 한다. 테스트 협업은 그 결정에 더 나은 근거를 제공할 때 가치가 있다.
이러한 시설의 가장 강력한 가치는 변경이 아직 관리 가능한 시점에 해결되지 않은 배포 문제를 드러내는 능력에 있다.
회사 문서를 활용해 직원 질문에 답하는 가상의 내부 지식 어시스턴트를 생각해 보자. 시연에서는 신중하게 선별한 자료에서 명확한 답변을 낼 수 있다. 이는 유용한 사실을 보여주지만, 중요한 질문들을 남긴다.
같은 애플리케이션은 직원별 접근 권한 차이를 존중해야 한다. 또한 오래된 문서, 상충하는 지침, 신뢰할 수 있는 답이 없는 질문도 처리해야 한다. 이는 제안된 평가 조건이며, NTT DATA 고객의 보고된 결과는 아니다.
개인 지식과 팀 지식의 구분은 이 과제를 설명하는 데 도움이 된다. 공유 시스템은 서로 다른 개인과 그룹에 속한 정보를 고려해야 한다. 따라서 문서 모음에 대한 접근 권한은 사후에 추가하는 관리 세부사항이 아니라 애플리케이션 동작의 일부다.
개발자에게 이는 완성된 프로토타입의 기준을 바꾼다. 답변을 생성하는 것은 작업의 일부일 뿐이다. 또한 잘못된 응답을 조사하고 어떤 정보가 응답 형성에 영향을 미쳤는지 이해할 방법도 필요하다.
보안 검토자는 다른 부담을 안는다. 애플리케이션이 무엇을 읽을 수 있는지, 어떤 작업을 수행할 수 있는지, 이러한 권한이 어떻게 변하는지를 살펴야 한다. 설득력 있는 시연이 제한 사항을 테스트할 필요를 없애지는 않는다.
운영팀은 인수인계 이후 어떤 일이 일어나는지 이해해야 한다. 애플리케이션을 사용할 수 없게 되면 누군가 문제를 파악하고 서비스를 복구해야 한다. 여러 기술 공급업체가 시스템에 기여하더라도 책임은 명확하게 유지돼야 한다.
비즈니스 책임자는 이를 평가할 수 있을 만큼 정확하게 이점을 정의해야 한다. 더 빠른 답변은 해당 업무가 그 속도의 이점을 얻고 응답의 신뢰성이 유지될 때에만 유용하다. 상당한 확인 작업을 직원에게 전가하는 애플리케이션은 그 노력도 평가에 포함해야 한다.
한편 재무팀에는 배포 후 다시 검토할 수 있는 가정이 필요하다. 실험 단계의 리소스 사용량과 예상되는 지속적 수요를 구분할 수 있어야 한다. 그렇지 않으면 매력적으로 보이는 평가가 향후 운영 요건의 불확실성을 감출 수 있다.
이 때문에 NTT DATA AI 배포는 단순한 기술 선택이 아니라 제공 프로세스로서 면밀히 검토할 가치가 있다. 결과에는 고객이 무엇을 학습했는지에 대한 설명이 포함돼야 한다. 하드웨어 사양만으로 제안된 워크플로가 영구적인 서비스가 될 만한지 판단할 수는 없다.
인프라 파트너십은 테스트 경로를 만들지만, 보편적인 구성은 아니다
Cisco는 랙 스케일 AI 아키텍처를 통해 관련 맥락을 제공한다. 8월에 발표된 이 확장은 액체 냉각 및 공랭 옵션을 포함해 Supermicro 컴퓨팅 시스템을 NVIDIA와 함께하는 Cisco Secure AI Factory에 추가했다.
Cisco는 Cisco Cloud Control을 통한 NVIDIA 엔터프라이즈 소프트웨어와 관리 기능도 설명했다. 발표에서는 2026년 10월 Cisco의 파트너 네트워크를 통한 제공 계획을 제시했다. 이러한 시점은 광범위한 인프라 제공과 함께 엔터프라이즈 검증 환경이 중요해지는 이유를 설명하는 데 도움이 된다.
통합 인프라 제공은 고객에게 평가할 출발 구성을 제공하지만, 그 구성은 여전히 애플리케이션에 맞아야 한다.
Cisco NVIDIA AI infrastructure는 구매자가 그렇지 않으면 별도의 기술 영역에서 평가해야 할 구성 요소들을 한데 모은다. 분석 측면의 이점은 더 명확한 출발점을 제공한다는 데 있다. 고객은 모든 관계를 직접 조합하는 대신 제안된 조합을 검토할 수 있다.
그렇다고 모든 NTT DATA 거점에 동일한 장비가 있다는 의미는 아니다. 글로벌 확장 발표는 각 시설의 완전한 장비 목록을 제공하지 않는다. 구매자는 파트너가 제공 가능한 포트폴리오와 특정 협업에서 제공되는 구성을 구분해야 한다.
또한 인프라 검증과 애플리케이션 검증을 구분해야 한다. 인프라 테스트는 애플리케이션을 지원하는 시스템을 검토한다. 애플리케이션 테스트는 해당 애플리케이션이 의도된 사용자에게 허용 가능한 결과를 내는지 살핀다.
이러한 평가는 겹치지만 서로 대체할 수 있는 것은 아니다. 기술적으로 건전한 플랫폼도 정보 품질이 낮거나 비즈니스 목적이 불분명한 애플리케이션을 지원할 수 있다. 반대로 유용한 프로토타입도 더 폭넓게 배포되기 전에 지원 환경을 변경해야 할 수 있다.
가상의 지식 어시스턴트를 예로 들면, 하드웨어 평가는 예상 워크로드에서 응답이 적시에 유지되는지 살펴볼 수 있다. 애플리케이션 평가는 그 응답이 정확하고 적절한지 검토한다. 어느 결과도 다른 결과를 대신해서는 안 된다.
신뢰할 수 있는 협업은 이러한 평가를 연결해야 한다. 애플리케이션 성능이 좋지 않다면 참가자들은 원인이 설계, 정보, 구성 또는 지원 시스템 중 어디에 있는지 이해해야 한다. 그렇지 않으면 평가는 진단 없는 결론을 낼 위험이 있다.
파트너십은 공급업체 간 책임에 관한 질문도 제기한다. 제품을 결합한다고 해서 여러 구성 요소가 얽힌 장애를 누가 처리하는지가 자동으로 정해지는 것은 아니다. 고객에게는 기술적 설명과 함께 관계에 대한 운영상 설명이 필요하다.
이는 통합 주장을 판단하는 유용한 기준을 만든다. 문제 진단과 변경 관리에서 고객의 작업을 줄일 때 제안은 더 설득력을 얻는다. 단순히 호환되는 여러 제품을 제시하는 것만으로는 그러한 감소를 입증할 수 없다.
더 넓게 보면 테스트 환경은 인프라 선택을 더 구체화하는 데 도움이 될 수 있다. 고객은 AI 플랫폼이 일반적으로 가능한지 묻는 대신, 특정 구성이 정의된 애플리케이션을 지원하는지 물을 수 있다. 이처럼 더 좁은 질문은 조달에 더 유용하며 배포 후 다시 검토하기도 쉽다.
뮌헨과 Dell은 AI 팩토리라는 명칭에 맥락이 필요한 이유를 보여준다
NTT DATA의 뮌헨 테스트 환경은 NTT Global Data Centers의 Munich 2 시설 내부에서 운영된다. 회사는 고객이 라이브 프로덕션급 환경에서 자신이 소유하고 통제하는 애플리케이션을 평가할 수 있다고 밝혔다. 명시된 기술 파트너에는 Dell Technologies와 NVIDIA가 포함된다.
이 세부 사항은 더 광범위한 확장의 맥락을 더해준다. 이 네트워크에는 명시적으로 설명된 실제 가동 데이터 센터 환경이 포함되지만, 구매자는 모든 지역에서 동일한 구성이 제공될 것이라고 가정해서는 안 된다. 뮌헨에 대한 설명은 그 자체의 조건에 따라 이해할 필요가 있다.
관련 비교 기준은 어떤 공급업체가 AI factory라는 명칭을 사용하는지가 아니라, 각 환경이 고객에게 무엇을 검증할 수 있게 하는지다.
Dell의 enterprise AI portfolio는 동시대적 비교 기준을 제공한다. Dell은 10월 21일 NVIDIA 기반 AI factory 제품군의 고객 수가 6,500곳을 넘어섰으며, 이는 전 분기의 5,000곳과 비교된다고 밝혔다.
이는 Dell 제품군에 대한 회사 자체 보고 도입 수치다. NTT DATA 시설을 사용하는 고객 수를 의미하지는 않는다. 또한 지속적인 비즈니스 효과를 제공한 애플리케이션 수를 보여주지도 않는다.
Dell은 기업 AI 배포를 중심으로 인프라, 소프트웨어 파트너십, 서비스를 결합한다. NTT DATA의 확장은 고객이 배포 요건을 검토할 수 있는 장소에 초점을 맞춘다. 특히 Dell도 뮌헨 환경에 참여한다는 점에서 두 접근 방식은 겹친다.
이러한 중복은 단순한 공급업체 대 공급업체 구도의 유용성을 제한한다. 고객은 서로 다른 제공 방식으로 동일한 기술 공급업체 여러 곳을 접할 수 있다. 따라서 구분의 초점은 평가 범위, 전문성, 운영 지원, 책임성으로 이동한다.
유용한 비교는 각 제안이 어떤 증거를 산출하겠다고 약속하는지 살펴보는 방식일 것이다. 해당 참여는 고객의 애플리케이션을 평가하는가, 아니면 준비된 예시를 평가하는가? 배포 후 적용될 정보 접근 제한도 포함하는가? 권고안이 달라지는 조건을 문서화하는가?
평가의 산출물은 그 환경만큼 중요하다. 고객은 왜 특정 구성이 선택되었는지, 어떤 대안이 검토되었는지를 설명할 수 있어야 한다. 이런 설명이 없다면 성공적인 방문도 방어 가능한 내부 의사결정으로 전환하기 어려울 수 있다.
실제 가동 환경은 관련 운영 맥락을 제공하지만, 고객의 상황을 자동으로 재현하지는 않는다. 정보, 수요, 인력, 기존 시스템의 차이는 여전히 결과에 영향을 줄 수 있다. 구매자는 다른 곳에 결론을 적용하기 전에 이러한 차이를 이해해야 한다.
이것이 이번 확장이 만들어내는 경쟁 압력이다. 고객에게 광범위한 배포 약속을 받아들이라고 요청하는 제공업체들은 이제 더 구체적인 비교에 직면한다. 구매자가 무엇을 검증하도록 도울 수 있는가? NTT DATA의 기회는 그 검증 과정이 이후 의사결정에 영향을 미칠 만큼 유용하도록 만드는 데 있다.
동일한 기준은 자체 제안에도 적용된다. 확립된 파트너를 언급하면 활용 가능한 전문성과 기술에 대한 설명은 강화된다. 그러나 특정 참여가 고객이 더 나은 배포 선택을 하도록 도왔다는 증거를 대체하지는 않는다.
더 많은 지역이 아직 반복 가능한 비즈니스 성과를 입증하지는 않는다
10월 29일 기준으로, 핵심적인 증거 공백은 시설 자체를 넘어선 결과에 관한 것이다. 글로벌 확장 발표는 지역을 식별하고 그 목적을 설명한다. 그러나 고객 전환, 비교 가능한 애플리케이션 성능, 지속적인 운영 성과에 대한 상세한 공개 설명은 제공하지 않는다.
이러한 부재는 독자가 도출할 수 있는 결론의 경계를 설정한다. 이것이 시설에 가치가 없다는 뜻은 아니다. 해당 발표가 효과성 평가보다 제품군의 범위 평가를 더 직접적으로 뒷받침한다는 의미다.
이번 확장은 더 넓은 테스트 기반을 구축하지만, 상업적·운영상의 영향은 추가 증거를 통해 확인되어야 한다.
한 가지 위험은 테스트 환경이 장기화된 시연으로 변하는 것이다. 이는 테스트가 제안된 애플리케이션에 도전이 되는 조건을 검토하지 않고 유리한 동작을 강조할 때 발생한다. 문제는 프레젠테이션의 품질이 아니라 테스트의 품질이다.
또 다른 위험은 평가 이후의 전환과 관련된다. 고객은 어떤 결론이 의도한 배포로 이전 가능한지, 어떤 결론이 테스트 구성에 의존하는지를 이해해야 한다. 검토되지 않은 차이는 다른 면에서 신중하게 수행된 작업의 유용성을 약화시킬 수 있다.
경제성 주장에도 동일한 엄격함이 필요하다. 선택된 가정 아래의 유리한 결과가 다른 워크로드의 경제성을 확정하는 것은 아니다. 구매자는 운영 노력과 수요 변화의 영향을 포함해 그 가정을 파악할 수 있어야 한다.
기술적 통제와 비즈니스 통제 사이에도 차이가 있다. 장비를 소유한다고 해서 조직이 어떻게 변경을 승인하고, 오류를 조사하며, 애플리케이션 동작을 제한하는지가 저절로 설명되지는 않는다. 이러한 책임에는 명확한 책임자와 실현 가능한 프로세스가 필요하다.
NTT DATA AI Factories에 특히 유용한 지표는 고객이 해결되지 않은 의사결정을 더 적게 남긴 채 떠나는지 여부일 것이다. 이는 구매를 진행하는지보다 더 광범위한 기준이다. 프로젝트를 미루거나 재설계하기로 한 충분히 뒷받침된 결정도 효과적인 평가를 반영할 수 있다.
공개된 고객 사례는 특히 한계까지 포함한다면 도움이 될 것이다. 무엇이 실패했고 설계가 어떻게 바뀌었는지를 설명하는 사례는 단순한 성공 서사보다 더 큰 의사결정 가치를 제공한다. 다른 구매자에게도 그 경험이 자신에게 적용되는지 판단할 근거를 준다.
독립적인 평가는 증거를 한층 강화할 수 있지만, 독립성은 신중하게 해석해야 한다. 인용된 지지가 누군가가 고객 성과를 평가했다는 사실을 자동으로 입증하지는 않는다. 독자는 접근 방식에 대한 논평과 결과 검증을 구분해야 한다.
글로벌 발표에는 Cisco와 IDC의 Chris Barnard가 제공한 지지 발언이 포함되어 있다. Barnard는 인프라, 정보, 보안, 운영 간의 관계를 강조한다. 그의 발언은 NTT DATA의 발표문 안에 포함되어 있으므로, 별도로 발표된 평가가 아니라 출처가 명시된 관점으로 다뤄야 한다.
가장 방어 가능한 판단은 여전히 제한적이다. NTT DATA는 배포 불확실성을 해소하도록 설계된 제품군을 확장했다. 이 제품군이 일관되게 불확실성을 줄이고, 의사결정을 단축하거나, 운영 결과를 개선하는지는 추가 공개가 필요하다.
이 구분은 발표가 제공할 수 없는 확실성을 요구하지 않으면서 분석의 유용성을 유지한다. 또한 구매자에게 제안을 평가할 실용적인 방법을 제공한다. 해당 참여가 어떤 불확실성을 해소할지, 그 결론은 어떤 증거로 뒷받침될지를 물어보는 것이다.
고객 성과, 테스트 공개, 운영 인수인계를 주시하라
향후 몇 달간 가장 명확한 신호는 고객 성과, 평가의 투명성, 지속적인 서비스로의 전환과 관련될 것이다. 이러한 신호는 또 하나의 지역 확장 발표만으로는 드러나지 않는 사실을 보여줄 수 있다.
다음으로 의미 있는 진전은 평가와 특정 배포 결정, 그리고 그 결과를 연결하는 증거다.
첫째, 테스트를 후속 조치와 연결하는 고객 사례를 주시해야 한다. 가장 강력한 사례는 애플리케이션, 검토한 질문, 그에 따른 결정을 설명할 것이다. 또한 평가의 결론과 이후 운영 성과를 구분할 것이다.
이름이 공개된 고객 사례는 테스트가 제안된 배포를 어떻게 바꾸었는지 설명한다면 주장을 강화할 수 있다. 고객이 설계를 수정했거나, 다른 구성을 선택했거나, 애플리케이션의 책임 범위를 좁혔을 수 있다. 이는 유용한 증거의 예시이지, 여기서 이미 보고된 결과는 아니다.
참여 자체에만 초점을 둔 사례는 정보 가치가 낮다. 워크숍에 참석하거나 시연을 완료했다고 해서 조직이 무엇을 배웠는지는 설명되지 않는다. 관련 신호는 발견 사항이 뒷받침하는 문서화된 의사결정이다.
둘째, 테스트 방법에 대한 더 명확한 공개를 주시해야 한다. 구매자는 해당 참여가 애플리케이션 품질, 정보 접근, 성능, 장애 처리를 어떻게 검토하는지 알면 도움이 될 것이다. 재사용 가능한 방법론은 프로젝트 간 결과를 더 쉽게 해석하게 해준다.
투명성을 위해 기밀 고객 정보를 공개할 필요는 없다. 제공업체는 비공개 자료를 노출하지 않고도 어떤 질문을 테스트하고 한계를 어떻게 기록하는지 설명할 수 있다. 이는 반복 가능한 평가와 유리한 조건에 맞춘 프레젠테이션을 구분하는 데 도움이 될 것이다.
특정 참여 내 Cisco NVIDIA AI infrastructure에 대한 더 많은 세부 정보도 해석을 개선할 것이다. 고객은 테스트한 구성과 자신이 받는 권고안을 연결할 필요가 있다. 그렇지 않으면 파트너 제품군과 개별 결과의 관계는 불분명하게 남는다.
셋째, 제공업체가 운영 인수인계에 대해 무엇을 공개하는지 주시해야 한다. 평가는 누가 애플리케이션을 유지관리하고 장애 발생 시 누가 대응하는지에 대한 명확한 설명으로 이어져야 한다. 이러한 책임이 전환 이후에도 유지된다는 증거는 제공 사례를 강화할 것이다.
이 신호가 중요한 이유는 NTT DATA AI 배포가 장비 선택을 넘어 확장되기 때문이다. 고객에게는 실험적 소유에서 지속적인 책임으로 이어지는 실질적인 경로가 필요하다. 인수인계 시 경계가 불명확하면 평가가 배포 위험을 해소했다는 주장은 약화될 것이다.
이러한 신호는 모든 발표를 진전의 증거로 취급하지 않으면서 확장을 평가할 프레임워크를 함께 제공한다. 고객 성과는 무엇이 일어났는지를 보여준다. 테스트 공개는 왜 그 결론을 신뢰할 만한지 설명한다. 인수인계 증거는 이후에도 권고안이 실행 가능했는지를 보여준다.
NTT DATA AI Factories를 고려하는 기업이라면, 우선 해당 참여가 뒷받침해야 할 의사결정을 작성하는 것부터 시작해야 한다. 애플리케이션, 의도된 사용자, 그리고 중단하거나 사람의 검토를 요청해야 하는 조건을 정의하라. 제공업체에 환경이 답할 수 있는 질문과 여전히 남을 질문을 식별해 달라고 요청하라. 유리한 결과와 함께 한계를 설명하는 결과를 요구하라. 그런 다음 시연만이 아니라 기존 접근 방식과 그 결과를 비교하라. 유용한 결과는 진행, 수정 또는 보류할 문서화된 근거다. 더 광범위한 배포를 결정하기 전에, 나중에 누군가 그 결정을 문제 삼을 때 조직에 필요한 증거를 요청하라.
