델 AI 서버 전망 600억달러, 보스턴권 기술직 수요는 ‘인프라’로 넓어진다

델 테크놀로지스가 AI 데이터센터 수요를 근거로 2027회계연도 실적 전망을 크게 올렸다. 회사가 5월 28일 발표한 2027회계연도 1분기 실적은 생성형 AI 투자가 챗봇이나 모델 경쟁을 넘어 서버, 메모리, 네트워크, 스토리지 같은 실제 인프라 투자로 옮겨가고 있음을 보여준다.

델은 2026년 5월 1일 종료된 분기에 매출 438억달러를 기록했다. 전년 동기보다 88% 늘어난 수치다. 인프라 솔루션 그룹 매출은 290억달러로 181% 증가했고, AI 최적화 서버 매출은 161억달러로 757% 늘었다. 같은 분기 AI 관련 주문은 244억달러, 분기 말 AI 서버 수주잔고는 513억달러였다. 델은 올해 AI 최적화 서버 매출 전망을 약 600억달러로 올렸고, 연간 전체 매출 전망도 1,650억~1,690억달러로 제시했다.

AI 최적화 서버는 일반 업무용 서버와 다르다. 대규모 AI 모델을 학습시키거나, 사용자의 질문에 AI가 답을 생성하는 추론 작업을 빠르게 처리하기 위해 GPU, 고속 메모리, 네트워크 장비, 저장장치를 함께 묶은 시스템이다. 엔비디아가 5월 20일 2027회계연도 1분기 데이터센터 매출 752억달러를 발표한 데 이어, 델의 실적은 AI 투자 흐름이 칩 업체에만 머물지 않고 서버 조립, 스토리지, 네트워킹, 구축 서비스로 확산되고 있음을 보여준다.

보스턴 독자에게 델은 텍사스의 대형 하드웨어 회사로만 볼 대상이 아니다. 델은 과거 EMC 인수를 통해 매사추세츠 홉킨턴을 중심으로 한 엔터프라이즈 스토리지와 데이터센터 인력 기반과 연결돼 있다. 보스턴권은 바이오테크, 병원, 대학 연구, 로보틱스, 금융·보험, 사이버보안 수요가 함께 있는 지역이다. 이 산업들이 AI를 실제 업무에 넣으려면 모델 성능만큼 데이터 보관, 접근권한, 보안, 감사기록, 비용관리, 안정적 운영이 중요해진다.

취업 준비생과 유학생에게는 ‘AI를 써봤다’는 경험만으로 차별화하기 어려워지는 흐름이다. 채용 공고에서 더 자주 확인해야 할 키워드는 AI infrastructure, platform engineering, data engineering, MLOps, GPU cluster, Kubernetes, networking, storage systems, observability, security governance, FinOps 등이다. FinOps는 클라우드와 AI 연산 비용을 추적하고 관리하는 실무를 뜻한다. 기업이 AI 예산을 늘릴수록 비용을 설명하고 줄이는 역할도 함께 중요해진다.

현직자에게 이번 흐름은 AI가 곧바로 모든 직무를 대체한다는 신호라기보다, 기존 IT 운영과 제품 개발의 기준이 바뀌고 있다는 신호에 가깝다. 소프트웨어 엔지니어는 모델 API를 연결하는 수준을 넘어 데이터 파이프라인, 권한 체계, 장애 대응, 품질 평가를 이해해야 한다. 보안·컴플라이언스 담당자는 AI가 어떤 내부 데이터를 읽고 어떤 결과를 외부로 내보내는지 점검하는 역할이 커질 수 있다. 인프라·클라우드 직무에서는 용량 계획, 벤더 협상, 온프레미스와 클라우드의 비용 비교가 더 실무적인 평가 요소가 될 가능성이 있다.

H-1B, OPT, STEM OPT를 고려하는 독자라면 이번 실적을 ‘스폰서십이 쉬워진다’는 식으로 단순 해석하기는 어렵다. AI 인프라 투자는 크지만 기업들은 여전히 선별 채용을 하고 있고, 직무별 요구 역량도 더 구체화되고 있다. 다만 데이터센터, 클라우드 플랫폼, 엔터프라이즈 보안, 의료·금융 AI 운영처럼 규제가 있고 장기 프로젝트가 많은 영역은 단기 앱 개발보다 조직 내 필요성이 명확할 수 있다. 지원 전에는 회사의 과거 스폰서십 이력, 근무 지역, 원격·하이브리드 조건, 팀의 실제 제품 책임 범위를 함께 확인하는 편이 현실적이다.

스타트업과 창업 관심자에게도 메시지는 분명하다. AI 제품을 만들 때 모델 성능만큼 중요한 것은 연산 비용과 배포 구조다. 서버나 GPU 사용량이 빠르게 늘면 매출이 충분히 생기기 전 현금 소진 속도, 즉 burn rate가 높아질 수 있다. 투자자들도 ‘무엇을 만들 수 있는가’뿐 아니라 ‘얼마의 비용으로 안정적으로 운영할 수 있는가’를 더 따져볼 가능성이 있다. 보스턴의 AI·바이오·로보틱스 창업팀이라면 클라우드 크레딧, 대학·병원 데이터 접근, 보안 인증, 고객사의 IT 구매 절차를 초기 단계부터 계산해야 한다.

당장 바뀌는 것은 채용시장 전체가 갑자기 좋아진다는 점이 아니라, AI 관련 예산이 어디로 흐르는지가 더 선명해졌다는 점이다. 장기적으로는 메모리와 부품 공급, 전력과 데이터센터 입지, 고객사의 AI 투자 회수 속도, 서버 사업의 수익성이 관전 포인트다. 보스턴권 기술 인력에게는 모델 개발자만 AI 인재라는 좁은 관점에서 벗어나, 기업이 AI를 실제 업무에 넣는 데 필요한 인프라·데이터·보안·운영 역량을 함께 보는 것이 더 실용적인 준비 방향이다.