MornAI(천젠윈): A100부터 RTX 4090까지 시간 단위로 빌리는 GPU 연산 서비스

MornAI는 고성능 GPU를 바로 쓸 수 있는 자원으로 제공하는 것을 내세우는 GPU 연산 임대 플랫폼입니다. A100, RTX 4090, RTX 3090 같은 모델을 필요에 따라 고를 수 있고, 제공 형태는 클라우드 호스트, 클라우드 컨테이너, 물리 머신 세 가지이며, 과금은 시간·일·주·월 단위로 주와 월 단위에는 할인이 붙습니다. 딥러닝 학습, 대규모 모델 훈련, 과학 계산을 돌리는 팀에게 이 서비스가 해결하는 것은 결국 같은 번거로움입니다. 카드를 사고 조립하고 전산실을 구하고 운영 인력을 붙인 뒤 첫 실험에 도달하는 순서를 밟지 않아도 됩니다.


GPU 서버를 직접 갖추는 비용은 대개 과소평가됩니다. 조달에 시간이 걸리고, 한번 고른 기종은 바꾸기 어렵고, 놀고 있는 장비도 계속 감가상각됩니다. 전력과 냉각은 고정비이고, 드라이버와 CUDA, 프레임워크 의존성을 맞추는 일은 학습을 시작하기 전에 엔지니어의 시간을 가져갑니다. 임대의 가치는 단가가 반드시 낮다는 데 있지 않고, 고정 자산을 켜고 끌 수 있는 비용 항목으로 바꾼다는 데 있습니다. 프로젝트 수요가 출렁일수록 이 차이가 커집니다. MornAI의 제품 구성도 이 논리를 따릅니다. 짧은 작업은 컨테이너, 운영체제를 완전히 제어해야 하면 클라우드 호스트, 독점 성능이 필요하면 물리 머신을 고르는 구조입니다.

가격에 대해 제공사는 GPU 요금을 기존 퍼블릭 클라우드의 10~30퍼센트 수준이라고 표현하고, 유휴 자원을 수익화하는 프로그램도 언급합니다. 모두 제공사 설명이며 실제 비용은 카드 종류, 임대 기간, 그 시점의 재고에 크게 좌우됩니다. 할인율을 그대로 적용하기보다 자신의 작업 시간으로 다시 계산해 보는 편이 안전합니다.

주요 기능

필요할 때 쓰는 GPU 연산

A100, RTX 4090, RTX 3090급 카드가 딥러닝 학습, 대규모 모델 미세조정, 과학 계산, 렌더링 작업을 커버합니다. GPU 수량은 CPU, 메모리, 디스크와 함께 설정할 수 있습니다. 다만 자료에는 카드 계열만 적혀 있고 메모리 용량, 연결 방식, 카드당 성능은 제시되지 않으므로 주문 전에 연산 시장 페이지에서 사양을 확인해야 합니다.

바로 쓰는 실행 환경

딥러닝, 대규모 언어 모델, 과학 계산 환경이 미리 설치된 시스템 이미지가 제공되어 인스턴스를 만든 뒤 CUDA와 프레임워크를 처음부터 설치하지 않아도 됩니다. 운영에 익숙하지 않은 연구자와 작은 팀에게는 여기서 아낀 시간이 아낀 비용보다 값어치가 클 때가 많습니다.

세 가지 제공 형태

클라우드 호스트는 운영체제를 완전히 제어해야 하는 경우에, 클라우드 컨테이너는 짧고 재현 가능한 작업에, 물리 머신은 독점성과 안정적인 성능이 필요한 학습과 렌더링에 맞습니다. 형태마다 운영 부담과 비용 구조가 다르며, 같은 프로젝트도 단계에 따라 옮겨 갈 수 있습니다.

탄력적 과금과 자원 관리

시간·일·주·월 네 단계로 과금되고 기간이 길수록 할인이 커집니다. 수요 변화에 맞춰 자원을 조정하는 탄력 스케줄링도 제공되며 제공사는 초 단위 스케줄링이라고 설명합니다. 한동안 집중적으로 돌린 뒤 멈추는 연구 형태에서는 월 정액보다 시간 과금이 비용을 통제하기 쉽습니다.

운영 위탁과 지원

기반 하드웨어 운영은 플랫폼이 담당하고 24시간 전문 지원을 제공한다고 밝힙니다. 학술 연구에는 1대1 실전 지도도 제공한다고 합니다. 구체적인 창구, 응답 시간, 지도 범위는 자료에 자세히 나오지 않습니다.

시작 절차

1. 공식 사이트 mornai.cn 에 접속해 계정을 등록하고 로그인합니다.
2. 연산 시장으로 들어가 필요에 따라 클라우드 호스트, 클라우드 컨테이너, 물리 머신 중 하나를 고릅니다.
3. 시스템 이미지를 선택합니다. 딥러닝, 대규모 언어 모델, 과학 계산 환경이 설치된 이미지를 고를 수 있습니다.
4. 하드웨어 사양을 정합니다. GPU 종류와 수량을 고르고 CPU, 메모리, 디스크 용량을 설정합니다.
5. 과금 방식을 선택합니다. 시간·일·주·월 중에서 정하고 주와 월에는 할인이 적용됩니다.
6. 인스턴스를 만들고 콘솔에서 정보를 확인한 뒤 한 번의 클릭으로 접속해 작업을 시작합니다.

가격과 과금

• 과금 단위는 시간·일·주·월 네 가지이며 기간이 길수록 할인이 커집니다. 달력상의 월이 아니라 프로젝트 진행에 맞춰 예산을 짤 수 있습니다.
• 제공사는 GPU 가격을 기존 퍼블릭 클라우드의 10~30퍼센트 수준이라고 설명하지만 비교 대상 클라우드와 카드 조합은 밝히지 않았습니다.
• 카드별 단가, 최소 임대 기간, 보증금, 환불 규정은 자료에 없습니다. 실제 견적은 연산 시장 페이지에서 확인해야 합니다.
• 유휴 자원 수익화 프로그램이 언급되지만 참여 조건, 정산 방식, 대상 기종은 자료에서 설명되지 않습니다.

어떤 팀에 맞는가

• 학습과 제품 개발 국면에서 필요한 연산량이 크게 출렁여 한 번의 하드웨어 구매를 피하고 싶은 AI 스타트업.
• 필요량이 파도처럼 변하고 단기 집중 실험이 잦은 대학과 연구 기관.
• 대규모 학습이나 복잡한 렌더링에 탄력 스케줄링이 필요하고 유휴 비용도 낮추려는 기업 연구개발팀.
• 3090이나 4090급 카드로 가벼운 추론과 렌더링을 하는 개인 개발자와 디자이너. 워크스테이션을 사는 것보다 진입 장벽이 낮습니다.

제한과 확인할 점

• 자료에는 카드 계열만 있고 메모리 용량, 카드당 성능, NVLink 같은 GPU 간 연결, 네트워크 대역폭은 없습니다. 여러 장을 묶는 대규모 학습을 계획한다면 콘솔에서 먼저 확인해야 합니다.
• 세 형태의 제공 가능 여부는 재고에 달려 있고 인기 카드는 수요가 몰릴 때 대기가 생길 수 있으므로 일정에 여유를 두어야 합니다.
• 10~30퍼센트라는 수치는 제공사 비교 표현으로 기준 클라우드와 카드가 명시되지 않았습니다. 비용 평가는 자신의 작업 시간과 사양으로 계산해야 합니다.
• 데이터 보안, 컴플라이언스 인증, 데이터 보관 위치, 백업 정책은 자료에 나오지 않습니다. 민감한 데이터나 규제 업종이라면 업로드 전에 제공사에 확인해야 합니다.
• 물리 머신 임대는 납품과 독점 확인이 따르지만 개통 기간과 해지 절차는 설명되지 않습니다. 단기 과제는 클라우드 호스트나 컨테이너로 먼저 검증하는 편이 낫습니다.
• 24시간 지원과 1대1 지도는 알려져 있으나 응답 시간과 서비스 범위가 명시되지 않았습니다. 중요한 과제라면 장애 대응을 외부 지원에만 의존하지 않는 편이 안전합니다.

자주 묻는 질문

GPU를 사서 서버를 직접 만드는 것과 무엇이 다른가요

카드 구매는 한 번의 설비 투자이고 이후 공간, 전력, 냉각, 운영 비용이 계속 붙으며 고른 기종은 바꾸기 어렵습니다. MornAI는 시간·일·주·월 단위로 GPU를 빌려주고 형태도 클라우드 호스트, 컨테이너, 물리 머신 중에서 고를 수 있어 프로젝트가 끝나거나 수요가 줄면 임대를 멈출 수 있습니다. 차이는 단가의 절대적 높낮이가 아니라 비용 구조의 유연성입니다.

어떤 GPU를 쓸 수 있나요

자료에는 A100, RTX 4090, RTX 3090이 적혀 있습니다. 대규모 모델 학습, 딥러닝, 렌더링 같은 용도를 커버하지만 메모리 용량과 연결 구성은 연산 시장의 인스턴스 설정 페이지에서 확인해야 합니다.

환경은 직접 설치해야 하나요

딥러닝, 대규모 언어 모델, 과학 계산 환경이 설치된 시스템 이미지가 제공되어 인스턴스를 만든 뒤 CUDA와 프레임워크를 처음부터 설정할 필요는 없습니다. 특정 버전을 고정하는 프로젝트라면 이미지 안의 버전 조합이 맞는지 미리 확인하는 편이 좋습니다.

과금은 어떻게 되나요

시간·일·주·월 단위로 과금되고 주와 월에는 할인이 적용됩니다. 제공사는 GPU 가격을 기존 퍼블릭 클라우드의 10~30퍼센트 수준이라고 밝힙니다. 카드별 단가, 최소 임대 기간, 보증금 규정은 자료에 없으므로 연산 시장 페이지의 실시간 견적을 기준으로 삼아야 합니다.