Nutanix는 최근 GTC 컨퍼런스를 통해 에이전트형 AI (Agentic AI) 플랫폼 전략을 발표하며 엔터프라이즈 시장 공략을 가속화하고 있습니다. 이와 함께 GPU 자원의 효율적인 활용을 돕기 위한 다중 테넌시 (Multi-tenancy) 프레임워크를 추가했습니다.

GPU 가상화의 필요성: 근본적 변화의 요구

Nutanix CEO인 라지브 라마스와미(Rajiv Ramaswami)는 GPU 자원 부족 문제가 단기적인 이슈가 아님을 강조하며, AI 워크로드에서 '가상화 (Virtualization)'의 역할이 CPU 시대만큼이나 중요하다고 역설했습니다. 그는 아무리 자원이 풍부하더라도 투자의 가치를 극대화하기 위해서는 활용률(Utilization)을 높이는 것이 핵심이며, 이는 근본적으로 가상화를 통해 달성된다고 설명했습니다.

현재 고객들은 주로 문서 검색, 요약, 사기 탐지 등 비교적 단순한 추론 (Inferencing) 워크케이스에 AI를 사용하고 있으며, 엔비디아(Nvidia) GPU뿐만 아니라 AMD나 CPU에서도 소규모 언어 모델(Small Language Models)을 활용하는 경향이 나타납니다. 이는 기업들이 데이터 주권(Data Sovereignty) 및 위치(Location) 문제로 인해 온프레미스 (On-premises) 환경이나 프라이빗 데이터센터 배포를 선호하기 때문입니다.

AI 도입의 비즈니스 영향력:

Nutanix는 AI 기술을 통해 내부 운영 효율성을 크게 개선하고 있습니다. 특히 소프트웨어 개발 수명 주기(Software Development Lifecycle, SDLC) 전반에 걸쳐 AI가 적용되어, 제품 요구 사항 정의부터 설계, 코딩, 테스트까지 모든 과정에서 생산성 향상을 목표로 하고 있습니다. 회사는 개발자당 20%의 생산성 향상(Productivity Improvement per developer)을 목표로 설정했으며, 이를 통해 인력 증가 없이도 더 많은 기능을 빠르게 출시할 수 있게 되었습니다.

시장 전략 및 경쟁 구도:

Nutanix는 VMware 고객 기반 전환에 집중하며 시장 점유율 확대를 꾀하고 있습니다. 또한, AMD와 같은 대안 GPU 공급업체와의 협력을 강화하여 엔터프라이즈가 사용할 수 있는 완전한 솔루션 개발을 지원하고 있습니다. 이는 하드웨어 부족 문제 해결뿐만 아니라, AI 시대의 복잡해지는 워크로드 요구사항에 대응하기 위한 포괄적인 전략입니다.

궁극적으로 Nutanix는 에이전트형 AI (Agentic AI)가 고도화되고 미션 크리티컬한 작업으로 확장됨에 따라, 데이터 관리와 자원 할당의 유연성을 제공하는 가상화 기반 플랫폼이 필수적일 것이라고 전망하고 있습니다.