데이터센터 · 리포트

Omdia 조사에 따르면 AI 모델이 기존 클라우드 아키텍처 계층을 붕괴시키고 여러 서비스를 단일 API 호출로 통합하고 있다.

레이어드에서 통합 클라우드로의 아키텍처 전환이 인프라 요구사항 및 가격 책정 모델을 계층별 소비 방식에서 벗어나게 재편합니다.

업계 전문지Slicast · 2026년 7월 8일 16:24 UTC · 글로벌 · 출처: Data Center Knowledge

중요도 55

Omdia의 연구에 따르면 AI 모델은 여러 기능 레이어를 단일 API 호출로 통합하고, 청구 모델을 '레이어별 지불'에서 '토큰별 지불'로 전환함으로써 클라우드 아키텍처를 근본적으로 재편하고 있다.

Omdia의 『Global AI Cloud Stack 2026: Rethinking Cloud in the Agentic AI Era』 보고서에 따르면, 기존의 단일 수직형 클라우드 아키텍처가 붕괴되고 있다. 클라우드 네이티브 레이어들은 특정 사용 사례에서 오랫동안 수렴해 왔으나, 2023년 이후 대규모 언어 모델(LLM)의 등장은 이러한 붕괴를 세 가지 뚜렷한 차원에서 가속화했다.

**아키텍처 통합.** 단일 모델 API 호출은 이제 기존 네 개에서 다섯 개의 클라우드 네이티브 레이어에 걸친 기능을 통합하며, 이전에 독립적이었던 구성 요소를 모델 자체 내에 흡수한다. 이러한 수직적 통합은 클라우드 서비스가 분해되고 제공되는 방식을 근본적으로 재구조화한다.

**청구 모델 변화.** 기업 조달은 레이어별 가격 책정에서 토큰 기반 청구로 이동하고 있다. 토큰이 주요 상업적 단위로 부상함에 따라, 원래의 계층적 구조는 독립적인 비즈니스 가치를 상실하고 있으며, 더 이상 독립적인 제품 제안이 아닌 AI 클라우드 인프라를 지원하는 기술 구성 요소로서 점차 기능하고 있다.

**인간-기계 관계.** 모델과 에이전트는 노동과 유사한 역할을 수행하고 있다. Salesforce의 Agentforce, Microsoft의 Copilot 확장, Anthropic의 이원화 Claude 전략(Cowork 및 Managed Agents)은 인간이 운영 통제를 양도하는 가운데 기계가 자율적 작업을 수행하는 사례들을 보여준다.

이러한 힘들은 계층화의 독립적인 기술적·상업적 중요성을 제거하고, 클라우드 네이티브 아키텍처의 기초 논리였던 인간 통제 개념에 도전한다.

Omdia는 AI 모델 배포를 위한 두 가지 뚜렷한 접근 방식을 식별한다. 'API 우선(API-first)' 진영은 속도 비용 효율성을 우선시하며, 챗봇 및 콘텐츠 생성과 같은 범용 작업에 대해 기성 모델 기능을 활용하고, 향후 요구사항은 모델 업그레이드로 해결될 것으로 기대한다. 반면 '에이전트 중심(Agent-centric)' 그룹은 오케스트레이션을 통해 복잡하고 도메인 특화된 문제를 해결한다. 예를 들어 공급망 에이전트는 모델 API를 사용하여 트렌드를 분석하는 동시에 재고 조정, 공급업체와의 협력, 보고서 생성을 위해 워크플로우를 자율적으로 트리거한다.

이러한 배경 속에서 Omdia는 2026년 AI 클라우드 기술 아키텍처를 상호 의존적인 세 가지 시장으로 재정의했다: **AI Cloud Infra**(멀티 테넌트 IaaS 및 전용 AI BMaaS), **Model-as-a-Service**(모델 생산 및 소비 서비스), 그리고 **Agent-as-a-Service**(에이전트 플랫폼 및 노동 서비스).

2025년 글로벌 AI Cloud Infra 시장은 **657억 4천만 달러**에 도달했다. AI IaaS 부문은 총 **247억 9천만 달러**(북미 45.7%, 중국 22.3%, 유럽 15.4%)였으며, AI BMaaS는 **409억 5천만 달러**(북미 54.5%, 중국 13.7%, 유럽 9.2%)를 기록했다. 모델 생산 서비스 시장은 총 **185억 4천만 달러**였으며, 모델 개발 및 훈련이 해당 부문의 63.5%를 차지했다. 지역별 선도 기관은 북미(43%), 유럽(16.8%), 중국(14.8%)이었다.

Omdia의 클라우드 및 AI 수석 주니어 애널리스트 Raymond Zhan은 글로벌 AI 클라우드 시장이 산업 전반의 AI 애플리케이션을 지원함과 동시에 데이터센터 수요를 견인하고 있다고 지적한다. "기술적 관점에서 '모델을 자원으로서(Model-as-a-resource)'의 실현이 가까워지고 있으며, 자원 레이어가 상승함에 따라 전통적인 인프라 벤더들이 애플리케이션 레이어의 시장 역학에 대한 접근 권한을 확보하게 된다. 그러나 애플리케이션 레이어의 ROI를 검증하려면 업계 특화 AI 배포에서의 입증된 성공이 필요하다." Zhan은 또한 중국의 시장이 독특한 아키텍처, 청구, 공급망 논리 하에 운영되므로 독립적인 분석 프레임워크가 필요하다고 강조한다.

새롭게 등장하는 AI 클라우드 기술 스택은 '모델을 자원으로서'를 중심으로 해야 하며, 시장의 모멘텀은 점진적으로 인프라에서 애플리케이션으로 이동해야 한다. Omdia는 이러한 마이그레이션 경로를 문서화하는 연간 추적 보고서를 발행할 계획이다.

원문 보기