ACRYL | 엔터프라이즈 AI 인프라와 파운데이션 모델

ACRYL은 엔터프라이즈 AI 인프라, 파운데이션 모델, 산업 특화 AI 플랫폼을 제공합니다.

ACRYL

0%

A I C omputing for R eal Y L ife

JONATHAN

GPU 자원을 효율적으로 배분하고
최적화해서 AI 개발과 운영 성능을 높이는 인프라 솔루션입니다.

NADIA

헬스케어 데이터 표준을 구축하고
의료 AX 운영 인프라를 완벽히 구현하는 헬스케어 AI 솔루션

AI to AX.
Realized.

기술 자체가 아닌,
고객의 경험에 무게중심을 옮기는 것

1조 달러 +

글로벌 AI 인프라 투자
규모는 폭발적으로 증가

30.6%

기업 실제 AI 활용률
투자 대비 활용 저조

약 95%

생성형 AI 파일럿 ROI 미달
손익 기여 실패

10.1조원

국가 AI 예산(한국)
2026년 2~3배 확대

AI를 향한 투자 이제 성과로 이어질 때입니다

AI 인프라 투자 1조 달러+ 기업 활용률 30%대 —
투자와 성과 사이의 간극이 벌어지고 있습니다.

출처 : 대한상의, KET '한국기업 AI 도입 실태조사(2024)' · MIT NANDA(2025) · 데일리임팩트 경제점검사진(2025)

ACRYL Symbol
01

GPU 활용률 50~60%

모니터링 화면이 100%를 가리켜도 실제 코어는 절반만 일합니다.

H100 100장 기준 연간 ~21억원 유휴
02

팀·클러스터 사일로

같은 GPU도 팀·노드·세대별로 쪼개져, 큐 대기와 유휴가 동시에 쌓입니다.

평균 대기 ↑ · 활용률 ↓ 동시 발생
03

네트워크 통신 병목

단일 경로 의존. 학습 트래픽이 추론을 밀어내며 SLA가 깨집니다.

다중 경로로 분산 학습 45% 가속
04

벤더·세대 혼재

NVIDIA·AMD·국산 NPU·DPU가 섞이는데, 통합 운영 SW가 없어 각자 따로 굴러갑니다.

NVIDIA AMD Rebellions FuriosaAI DeepX
05

벤더·클라우드 종속

솔루션이 특정 벤더에 묶여 공공·의료·금융 보안 환경에는 도입할 수 없습니다.

On-prem · Hybrid · Air-Gap 운영 가능해야

운영의 시대에는, 운영 인프라가 필요합니다.

ACRYL은 GPU·모델·에이전트가 각자 굴러가는 구조 위에 단일 운영 평면을 깔고,
활용률·처리량·운영비용을 구조적으로 다시 설계하는 AX 인프라를 만듭니다.

핵심 가속 기술은 세계 최고 수준의 국제 학회와 SCI(E)급 저널에서 검증되었고,
그 위에 170+ 산업 운영의 학습이 응축되어 있습니다.

모델을 직접 만들어 본 팀이 그 인프라를 설계합니다 —
운영 고통의 위치를 가장 잘 아는 사람들이 운영 인프라를 만들 때, 답이 다릅니다.

JONATHAN - 통합 AX 인프라

AX 인프라의 표준

GPU 자원을 통합하고 모델·에이전트를 오케스트레이션하는 단일 플랫폼으로 AX 운영을 표준화합니다.

Any Cloud. Any GPU. One Platform. JONATHAN

Full Architecture

  1. AI Workloads

    학습 · 추론 · 에이전트 · RAG

  2. Orchestration Layer
    AGENTBASE

    멀티 에이전트 · LLMOps · RAG · 워크플로우 오케스트레이션

  3. Model Layer
    MODELBASE

    모델 카탈로그 · 라이프사이클 · MLOps · 연합학습

  4. Compute Layer
    GPUBASE

    이기종 GPU · NPU · TPU 자원 통합 · 분산 가속 · 스케줄링 · 학습/추론 런타임

  5. Infrastructure

    Multi-Cloud · On-Prem · Hybrid · Air-Gap

레이어를 눌러 자세히 보기

Architecture Layer

AI Workloads

Compute Layer

GPUBASE

GPU 자원 최적화 · 분산 가속

이기종 GPU·NPU·TPU를 단일 자원 풀로 통합.
자체개발 다중경로 활용 기술 및 AI 트래픽 차등서비스 기술로 분산 학습 최대 24.2배 가속,
GPU 활용률 50~60%→93% · 네트워크 활용률 66→98%.
학술 검증된 RDMA 가속 기술.

Orchestration Layer

AGENTBASE

에이전트 · LLM 오케스트레이션

LLM·에이전트 오케스트레이션.
RAG·워크플로우·거버넌스를 한 플랫폼에서.
엔터프라이즈급 다중 테넌트로 안전하게 운영.

Model Layer

MODELBASE

모델 라이프사이클 · MLOps

데이터 수집부터 학습·배포·운영까지 모델 라이프사이클을 통합.
도메인 특화 카탈로그·버저닝·자동 재학습 지원.

인프라 운영자부터 AI 도입자까지

JONATHAN 풀스택이 데이터센터·헬스케어·엔터프라이즈 — 3개 산업 트랙에서 같은 평면으로 운영됩니다.

For Infrastructure Operators

AI 데이터 센터

AX full-stack for GPU operators

글로벌 CSP 3사와 대규모 실증 완료
데이터센터·AI 인프라가 우리의 메인 영역입니다.

  • 글로벌 CSP·하이퍼스케일러

  • 국내 대형·GPU 전문 클라우드

  • 산업특화 IDC·대학·연구원

For AI Adoption

바이오 · 헬스케어

병원·바이오의 의료 AX 풀스택

NADIA·ANE+A·LUM+H+Jonathan.H 의료 풀스택.
상급종합·국립대 거점병원 다기관에서 검증.

  • 상급종합·국립대 거점병원 다기관

    솔루션 A·B 다기관 적용

  • 신약·진단·재생의료

  • F&B 헬스코칭 - K-Beauty

  • EMR + GMP 동시 인증

For AI Adoption

기업 · 공공

엔터프라이즈 AI 전환 · 보안 · 규제 대응

170+ 산업 레퍼런스.
대기업 그룹사·중앙부처·국방·금융·교육 등 보안·규제 환경에서 엔터프라이즈급 AI 운영을 지원합니다.

  • 대기업 그룹사 다수

    금융 선도 · 글로벌 EPC · 통신 · 전자

  • 중앙부처 · 공공 · 국방

    30+ 기관

  • 국내 주요 대학 · 연구기관 · 보험

    12+ 기관

검증된 운영 성과

글로벌 빅테크 · 학계 · 산업 현장에서 검증된 운영 성과.

24.2×

고부하 학습 속도 성능 개선

글로벌 CSP 환경 성능 개선 검증 완료

93%

GPU 실효 가동률

50-60% → 93%

170+

산업 현장 운영

대기업 · 중앙부처 · 공공 R&D · 헬스케어

86+

국내외 특허

등록 39 · 출원 47

4년의 학회가 토대를 만들었다

  • 다중경로 전송 기술 · 국제 학술지 게재

    분산 학습의 병목을 GPU 사이의 경로에서 풉니다.

  • 트래픽 차등 서비스 기술 · 최상위 국제 학회 발표

    학습 가속과 추론 SLA를 같은 클러스터에서 양립시킵니다.

  • 국내외 특허 86+ 건

    K-Scale에서 나오는 모든 수치는 이 두 기술의 실증 결과입니다.

가설은 학회의 4년이 정리해 두었습니다.

K-Scale은 그 가설을 외부에서 사실로 바꾸는 일입니다.

글로벌 CSP 3사 환경에서의 측정

  • Phase 1 · 운영 모델 부하 측정

    KT Mi:dm 2.0 · ALLM.H · Qwen 2.5를 부하 4단계로.
    학습 최대 24.2배 가속, 학습·추론 병행에서도 추론 SLA 안정.

  • 비대칭 효과

    부하가 낮을 때 1.97배인 가속이 부하가 높을 때 24.2배로.
    일이 많아질수록 효과가 커지는 시스템입니다.

학습 빠른 클러스터 또는 추론 안정한 클러스터 양자택일이,

같은 환경에서 양립으로 바뀌었습니다.

글로벌 CSP와 국산 가속기로

  • Horizontal Track

    글로벌 3대 CSP에 이어
    추가 하이퍼스케일러로 검증 환경을 넓혀갑니다.

  • Vertical Track · AI 가속기

    NVIDIA·AMD와 함께 국산 NPU 라인을
    같은 운영 평면에서 결합 운영합니다.

한국이 보유한 운영 SW와 가속기 라인 전체가

글로벌 환경에서 어떤 성능을 내는지를 한 프로젝트가 정리합니다.

의사결정자에게 드리는 세 가지 약속

GPU 구매 결정 이전, CTO가 마주치는 세 가지 핵심 질문에 대한 답입니다.

Vendor-neutral · Infra-agnostic

기존 AI 인프라 그대로

온프레미스·하이브리드·멀티클라우드 어디서나 동작. NVIDIA·AMD·국산 NPU 모두 단일 운영 평면에서. 보유 자산에 추가 종속 없이 활용.

Software-defined performance

H/W 증설 없이 성능

고가 스위치 증설이나 추가 GPU 구매 없이 SW 최적화로 처리량 최대 24.2배 · GPU 활용률 최대 93%. 추가 자본 투자 이전의 최적화 대안 확보.

Economic governance for AI

운영 효율과 거버넌스

부서·테넌트별 GPU 예산 통제·Chargeback·감사 추적. 의료·금융·공공 보안 규제 환경에서도 운영 가능.

데이터센터 · AI 인프라

Data Center · AI Infrastructure

Global CSP · GPU Cloud

AWS, Microsoft Azure, Google Cloud

국내 CSP · 대형 데이터센터

삼성SDS, KT 클라우드, NHN 클라우드, 네이버 클라우드, CoreWeave

AI 가속기 · 반도체 파트너

NVIDIA, Rebellions, DeepX, FuriosaAI, MangoBoost, 넥스트칩, 세미파이브, 한국전자기술연구원

DC · SI · 채널 파트너

KT, DAEWON CTS, DSNG(디에스앤지)

산업특화 · 지역 DC

충북과학기술혁신원, Chungbuk TP, GITC, Daegu TP

Global · CIS

UZINFOCOM

헬스케어 · 의료기기

Healthcare · Medical Device

의료 인증 · 허가

EMR 인증, GMP 인증, SaMD 인허가 4건, SaMD 개발 3건, 임상시험 3건

상급종합·국립대·거점병원 다기관 협업

상급종합병원 A/B/C, 국립대학병원 D/E, 국립 치과 대학병원, 전문병원 F/G

바이오 · 헬스케어 협회·기관

한국지능형헬스케어산업협회(KIWI 회장사), 건강관리기관, 그린바이오 선도기업

대표 헬스케어 R&D 사업

정부 R&D 의료 AI, 정부 다부처 R&D, 2025 디지털 헬스케어 유공표창

엔터프라이즈 · 금융 · 공공 · 교육

Enterprise · Finance · Public · Education

중앙 부처

통일부, 국가보훈부, 과학기술정보통신부, 중소벤처기업부, 보건복지부, 산업통상자원부

공공기관 · 국방 R&D · 지자체

국방과학연구소(ADD), 한국행정연구원, 한국지능정보사회진흥원(NIA), 정보통신기획평가원(IITP), 한국산업기술진흥원(KIAT), 광주광역시, 광주경찰청, 중소벤처기업공단

대기업 · 그룹사

LG전자(지분 11.1%), 대기업 그룹사 다수, 글로벌 EPC 대기업, 국내 통신-전자 대기업

금융 · K-Beauty · F&B

국내 글로벌 생명보험사, 국내 손해보험 선도, F&B 1위 기업, K-Beauty 선도 기업

교육 · 연구

한국전자기술연구원(KETI), 국내 주요 대학, 교육 콘텐츠 선도 기업

최근 소식

AI에서 AX로.
산업 단위의 AI 운영

Diagnose your existing GPU utilization before scaling.
Our engineers can audit your AI compute efficiency.