Brookfield, AI 인프라 회사 ‘Radiant’ 출범…Ori 합병 후 ‘소식통·문서 기준’ 13억달러 평가 보도, GPU 임대·소버린 AI 경쟁 가속
글로벌 자산운용사 Brookfield Asset Management가 AI 인프라 회사 ‘Radiant’를 출범시키고, 영국(런던) 기반 클라우드 컴퓨팅 스타트업 Ori Industries와 합병했다고 밝혔다. 이번 거래와 관련해 Reuters는 익명 소식통 3명과 문서를 인용해 Radiant의 기업가치가 약 13억달러로 평가됐다고 전했다. 다만 양측은 거래 조건(terms)을 공개하지 않았고, Reuters도 평가 산정의 세부 구성(예: Ori 기여분 반영 방식)을 특정하지 못했다고 보도했다.
Radiant는 기업·정부 고객을 대상으로 ‘온디맨드(필요할 때 즉시) AI 칩/컴퓨트’ 접근성을 내세운다. Brookfield가 보유한 데이터센터·전력·부지 같은 인프라 역량과, Ori가 구축해 온 분산형 AI 클라우드/소프트웨어를 결합해 비용을 낮추고 성능을 끌어올리겠다는 구상이다. Radiant 측은 장기 계약 기반의 ‘소버린(주권) 컴퓨트’ 제공과, 빠른 도입이 필요한 고객을 위한 ‘온디맨드 클라우드’ 운영을 병행하겠다는 방향을 제시했다.
이번 움직임은 보스턴권(대학·연구소·스타트업·기업 실무)에서도 ‘연산 자원 확보’가 AI 제품화의 핵심 병목으로 부상한 흐름을 다시 확인시키는 사례로 볼 수 있다. 다만 이는 지역 시장에 대한 단정적 사실이라기보다, 최근 AI 산업 전반에서 관측되는 일반적 경향에 대한 해석에 가깝다. 전통 클라우드(AWS·Azure·GCP) 외에 GPU 중심의 임대형/전용형 공급자가 커지는 흐름이 이어질 경우, 연구·제품 팀의 인프라 조달 옵션이 넓어질 가능성이 있다.
특히 헬스케어·금융·공공처럼 규제 요구가 강한 영역에서는 데이터 위치(레지던시)와 접근 통제, 감사 로그 같은 요구가 커질수록 ‘소버린 AI’형 인프라 조달 경쟁이 함께 커질 수 있다. Radiant가 강조한 “정부 및 주요 엔터프라이즈 대상” 포지셔닝은 이러한 수요를 겨냥한 것으로 해석된다.
보스턴권 실무에서 자주 보이는 장면은 단순하다. 예컨대 학교/연구실에서 파생된 5~10명 규모 팀이 파일럿을 만든 뒤, 데모 이후 엔터프라이즈 고객이 성능·지연시간 기준을 상향 요구하면서부터 GPU 확보와 비용이 급격히 뛰는 경우가 많다. 이때 선택지는 대체로 세 갈래로 정리된다. ① 기존 클라우드에서 장기 예약/약정으로 단가를 낮추기 ② 전문 GPU 클라우드/임대형 공급자로 분산하기 ③ 학내·컨소시엄·크레딧을 활용해 ‘훈련(Training)’과 ‘서빙(Inference)’을 분리하는 구조로 재설계하기. Radiant/Ori 조합은 이 중 ② 영역을 더 키우려는 시도에 가깝다.
다만 온디맨드 컴퓨트는 편의성이 큰 만큼, 계약·운영 측면의 리스크도 함께 점검할 필요가 있다. (1) 워크로드·관측(모니터링)·보안 운영이 특정 플랫폼에 맞춰질수록 전환 비용이 커질 수 있고, (2) 규제 산업 고객일수록 데이터 레지던시·감사 로그·접근통제·서브프로세서 공개·사고 통지(SLA)처럼 ‘책임 경계’가 계약의 핵심 변수가 되기 쉽다. (3) GPU 단가가 좋아 보여도 네트워크 대역폭·스토리지·데이터 반출(egress)까지 포함한 총비용(TCO)에서 결과가 달라질 수 있다.
보스턴권 창업팀·실무자를 위한 실행 항목(정보 목적, 단계별) 1) 워크로드를 쪼갠다: 훈련·튜닝·서빙·배치/ETL을 분리해 “GPU가 꼭 필요한 구간”을 수치화한다(주당 GPU 시간, 피크/평균, 지연시간 요구). 2) ‘가격표’가 아니라 ‘총비용’으로 비교한다: GPU 단가 외에 스토리지, egress, 관측/로그 비용을 합산해 3개 시나리오(전통 클라우드 단일 / 혼합 / GPU 전문)로 계산한다. 3) 보안·컴플라이언스 체크리스트를 먼저 만든다: 의료/금융/공공 고객이면 IAM, 키 관리, 감사 로그, 데이터 위치, 서브프로세서, 사고 통지 항목을 먼저 정리한 뒤 공급자를 맞춘다. 4) ‘대안 경로’를 남긴다: 벤더 종속을 줄이려면 컨테이너 기반 배포, 표준화된 관측(OpenTelemetry 등), 모델/피처 저장소의 이식성을 초반부터 설계한다.
채용·커리어 관점에서도 이번 건은 하나의 신호로 읽힐 수 있다. 다만 이는 특정 지역의 확정적 채용 전망이 아니라, AI 투자 확대 국면에서 관측되는 일반적 확장 방향에 대한 정리다. “모델 연구”뿐 아니라 MLOps/플랫폼 엔지니어, 인프라 PM(데이터센터·전력·냉각과 연계), 보안·거버넌스(권한·감사·리스크) 역할이 함께 커지는 흐름이 이어질 수 있다.
유학생/이민 신분의 경우에도 접근은 현실적으로 설계할 필요가 있다. 예컨대 초기에는 벤더/계약 형태로 시작하더라도, 향후 스폰서가 가능한 정규 포지션으로 전환 경로가 열려 있는지(정책·타임라인·역할의 지속성)를 함께 확인하는 방식이 일반적으로 리스크를 줄이는 데 도움이 된다. 다만 기업별로 정책과 가능 범위가 크게 달라질 수 있어, 판단 시에는 사내 HR/이민 실무 담당자 또는 전문 자문을 통해 확인하는 편이 안전하다.
종합하면 Radiant 출범과 Ori 합병은 ‘AI가 소프트웨어 산업’이라는 프레임을 넘어, 전력·부지·데이터센터·칩 공급까지 묶인 ‘인프라 산업’ 경쟁이 더 선명해지고 있음을 보여주는 사례다. 보스턴에서 제품을 만드는 팀이든, 커리어 전환을 준비하는 개인이든, 컴퓨트 조달 전략이 실행 속도와 비용 구조에 미치는 영향은 당분간 더 커질 가능성이 있다.