NVIDIA가 2026년 10월 22일 GTC Berlin에서 Minerva를 발표했다. NVIDIA 공식 블로그의 설명에 따르면 수십만 장의 GPU로 훈련과 추론을 돌리는 'AI 팩토리'를 위한 AIOps 플랫폼으로, 운영에 엔드투엔드 관측 가능성을 제공한다. 발상은 단순하다. 인프라와 AI 워크로드의 텔레메트리를 한곳에 모아 AI 모델이 알람을 실행 가능한 장애 대응 항목으로 번역하게 한다.
알람은 너무 많고 원인은 찾기 어렵다
AI 데이터센터 운영이 힘든 건 규모 때문이다. 부품 하나가 느려지면 훈련 전체가 느려지고, 기존 모니터링은 네트워크·연산·스토리지를 각기 다른 화면으로 나누기 때문에 작업이 느려져도 전체 그림을 가진 사람이 없다. Minerva는 GPU, SuperNIC, 스위치, 케이블의 물리적·논리적 연결과 그 위에서 도는 작업을 하나의 동적 지식 그래프로 그린다. 지도·비지도 머신러닝 모델이 시간당 수십억 개의 데이터 포인트를 분석해 '정상이 어떻게 보이는지'를 학습하고, 이상을 조기에 포착하고, 장애를 예측한 뒤 관련 알람을 토폴로지에 따라 유력한 근본 원인으로 묶는다.
Sherlock: 클러스터에 대해 자연어로 물을 수 있는 비서
Minerva에는 멀티에이전트 AI 비서 Sherlock이 내장돼 MCP 서버를 통해 실시간 텔레메트리에 연결된다. 운영자는 자연어로 '이 클러스터 상태 괜찮아?'라고 물어 수정 제안을 받고, 원클릭으로 자동화에 넘길지 선택할 수 있다. NVIDIA가 최적화하려는 지표는 구체적이다. 'AI 팩토리 수율(AI factory yield)'이라 부르는데, GPU 시간, goodput(재시도와 실패 작업을 제외한 유효 작업량), 클러스터 가동 시간, 토큰 생산량이다. 플랫폼은 단독으로 배포할 수도 있고 NVIDIA DSX OS에 통합할 수도 있다.
벌써 도입한 기업도 있다
출시 명단에는 도입을 계획 중인 IREN, Bitdeer AI, IBM, Jio, Lambda, Quake AI, Tesla가 올라 있고, Dell, Lenovo, Supermicro는 자사 AI 팩토리 포트폴리오에 넣는다. IREN의 CTO Denis Skrinnikoff는 Minerva 덕분에 운영팀이 처음으로 네트워크·GPU·작업을 같은 화면에서 보게 됐고, 불 끄기에서 예방 정비로 무게중심이 옮겨갔다고 말했다.
의미하는 바
AI 인프라의 병목은 'GPU를 사는 것'에서 'GPU를 놀리지 않는 것'으로 옮겨가고 있다. 수십만 장 규모에서는 과열된 GPU 한 장을 찾아내는 것 자체가 큰 비용이며, 한 장 더 사는 것보다 싸다. Minerva의 가치는 개별 기능이 아니라 '계층을 넘나드는 연관 분석'을 제품화한 데 있다. 이 점이 범용 관측 도구와의 차이이기도 하다. 뒤집어 보면 해결하는 건 NVIDIA 생태계 안의 문제다. 지식 그래프가 다루는 건 NVIDIA GPU, ConnectX SuperNIC, BlueField DPU, NVLink, Spectrum-X 같은 자사 부품이라 NVIDIA 외 클러스터는 쓸 수 없다. AI 팩토리를 짓고 있는 팀이라면 진지하게 검토할 만하고, 중소 규모 클러스터라면 기존 모니터링에 알람 집약을 더하는 편이 나을 수 있다.
