「지역 주도형 AI 대전환 사업」제조AI컴퓨팅센터 GPU 인프라 공개 시범 운영 참여기업 모집 공고

지원제외

• 휴·폐업중인 기업
• 국세 및 지방세 체납 중
• 금융기관 금융불량 거래처 규제 중
• 신청서 허위 기재
• 동일·유사 과제로 타기관 사업 수행 중
• 개발 완료·진행 중인 과제 신청
• 사업공고 지원분야와 과제 내용 상이
• 사업기간 중 타 시로 이전 계획
• 개인회생·파산·면책권자
• 공공기관 사업 제재 중·의무사항 불이행·신용거래 불량

사업기간

2026-11-23 ~ 2026-12-23 (1개월)

지역제한

울산광역시 (본사·공장·연구소 소재)

신청자격

• AI 공급기업: 울산 지역에 본사·공장·연구소를 둔 AI 기술·솔루션 개발·공급 국내 기업
• 제조기업: 울산 지역 소재 중소·중견기업 (중소기업기본법, 중견기업법 적용)

의무사항

• 배정자원은 승인된 AI 솔루션 개발·학습 목적으로만 사용
• 계정·자원의 양도·대여·제3자 제공 금지
• 암호화폐 채굴 등 승인되지 않은 연산 작업 금지
• 모니터링 소프트웨어 임의 삭제·비활성화 금지
• 과제 종료 후 30일 이내 데이터 반출·삭제
• 운영기관 성과 조사·인터뷰·설문 참여 의무
• 개인정보·영업비밀 보호 의무
• 보안사고 발생 시 즉시 통보

선정방법

• 1단계: 제출서류 및 신청자격 요건 검토
• 2단계: 수요 초과 시 서류평가 (지원목적 부합성·GPU활용계획 타당성·수행의지)
• 3단계: 평가 결과 고득점 순 선정

평가항목

• 기업의 적합성: 10점
• 기술의 사업성: 20점
• GPU 활용계획의 타당성: 40점
• 참가목적: 30점
• 총점: 100점

제출서류

• 지원신청서 및 GPU 사용계획서
• 사업자등록증명원 (3개월 이내)
• 국세·지방세 완납 증명서 (3개월 이내)
• 참여인력 개인정보 수집·이용·제공 동의서
• 기업정보 수집 및 의무사항 이행 동의서
• 중소(중견)기업 확인서
• 사업 참여 확약서
• 최근 3개년도 표준재무재표 (2023~2025)
• 공장등록증 (제조기업)

예상일정

• 공고: 2026년 11월 9일
• 접수: 2026년 11월 9일~14일
• 서류검토·평가: 2026년 11월 3주
• 선정통보: 2026년 11월 23일
• 사업 지원: 2026년 11월 23일~12월 23일
• 결과보고: 2026년 12월 중

문의처

• 기관: 울산테크노파크
• 담당자: 김동근 연구원
• 전화: 052-219-8657
• 이메일: dgkim0097@utp.or.kr

GPU사양

• H200 141GB
• 수량: 14장
• 역할: 중대형 학습 / 멀티 GPU 작업
• 성능 TFLOPS: 67 TF (개당), 938 TF (합계)
• B200 180GB
• 수량: 6장
• 역할: 대형 학습 / 멀티 GPU 학습
• 성능 TFLOPS: 75 TF (개당), 450 TF (합계)

개발환경

• 운영체제: Linux (Ubuntu 22.04, 24.04)
• 개발언어
• Python (3.11, 3.12)
• Java (1.8, 21)
• Node (22)
• 프레임워크
• TensorFlow (2.16.1, 2.17.0, 2.19.0, 2.20.0)
• PyTorch (2.1.2, 2.2.1, 2.3.0, 2.6.0, 2.7.0, 2.7.1, 2.10.0)
• Keras (3.3.3)
• 도구
• JupyterLab (4.1.4, 4.2.1, 4.3.6, 4.5.4)
• VSCode (4.22.0, 4.102.0, 4.109.2)
• XFCE (4.12.0, 4.16.0)
• 병렬처리
• CUDA (12.1.0, 12.4.1, 12.6.3, 12.8.1, 13.1)
• cuDNN (8.3.2, 9.1.0)
• OpenMPI (4.1.2, 4.1.6, 4.1.7)
• Horovod (0.28.1)

플랫폼기능

• 워크스페이스: 최적화된 개발환경 생성 및 다양한 툴 제공
• 데이터셋: 오브젝트 스토리지·Git·Github을 통한 데이터 탐색·분석·공유
• 모델배포: NVIDIA Triton, TensorRT-LLM, vLLM, TEI 등 서빙 엔진 선택 지원
• 워크플로우: 머신러닝 컴포넌트 자동화 (데이터준비~모델훈련~배포)
• 잡스케줄링: 멀티 GPU 서버 클러스터링으로 대용량 데이터 처리