2026.07.18 토요일
검색
'거대 언어 모델' 검색결과
기간검색
-
~
검색영역
검색어
-
"하이 엘지, 라면 물 줘"…LG전자, AI 냉동얼음정수기 출시 [경제일보] LG전자가 인공지능(AI)을 접목한 냉동얼음정수기를 출시하며 AI홈 가전 라인업 확대에 나섰다. 음성 명령만으로 물과 얼음을 출수하는 것은 물론 가전 제어와 생활 정보 제공까지 가능한 AI홈 허브 기능을 앞세워 스마트홈 시장 공략에 속도를 낸다는 전략이다. LG전자는 AI 기능을 강화한 'LG 퓨리케어 AI 냉동얼음정수기'를 출시했다고 16일 밝혔다. 신제품은 음성 인식을 기반으로 물과 얼음을 간편하게 사용할 수 있는 것이 가장 큰 특징이다. 사용자는 "하이 엘지"를 호출한 뒤 "차가운 물 200밀리리터 줘", "얼음 한 컵 줘" 등 자연어 명령만으로 원하는 양과 종류의 물을 받을 수 있다. 출수 중 "스톱"이라고 말하면 즉시 작동을 멈춰 물이 넘치는 상황도 방지할 수 있다. 제품은 사용자의 생활 습관을 학습하는 AI 기능도 적용했다. 'AI 맞춤 출수' 기능은 약 4주간의 사용 데이터를 분석해 자주 사용하는 물 온도와 출수량을 학습한 뒤 개인별 맞춤 출수 옵션을 최대 3가지까지 추천한다. '레시피' 기능도 새롭게 탑재됐다. 커피믹스와 원두커피, 녹차, 홍차, 캐모마일, 루이보스, 페퍼민트, 보리차, 라면, 분유 등 10가지 메뉴에 맞춰 적정 온도와 용량의 물을 자동으로 제공한다. 사용자가 "라면 2개 끓일 물 받아줘" 또는 "녹차 한 잔 준비해줘"와 같이 말하면 별도 설정 없이 최적의 출수 조건을 적용한다. 이번 신제품은 AI홈 허브 역할도 수행한다. 음성 명령을 통해 LG 씽큐(ThinQ)에 연결된 세탁기와 건조기, 에어컨, 공기청정기, 냉장고, 식기세척기 등 다양한 가전을 제어할 수 있으며 "세탁기 몇 분 남았어", "에어컨 켜줘" 등 생활 밀착형 기능을 지원한다. 거대언어모델(LLM)을 기반으로 주요 뉴스와 날씨 등 생활 정보도 제공한다. LG전자는 향후 소프트웨어 업데이트를 통해 연동 가능한 가전제품을 지속 확대할 계획이다. 위생 관리 기능도 강화했다. '올 퓨리(All Puri)' 필터 시스템은 중금속 9종과 노로바이러스를 제거하며, 직수관은 주 1회 자동 고온 살균 기능을 지원한다. 출수구와 얼음 토출구에는 UV nano 자동 살균 기능을 적용해 위생성을 높였다. 사용 편의성도 개선했다. 컵 인지 센서를 적용해 컵이 없는 상태에서는 음성 명령을 내려도 물이나 얼음이 나오지 않도록 했으며, 전면 디스플레이는 기존 4.3인치에서 6.8인치로 확대해 주요 기능과 날씨, 에너지 사용 정보 등을 한눈에 확인할 수 있도록 했다. LG전자는 구독 서비스도 함께 운영한다. 6년 계약 기준으로 케어 매니저가 6개월마다 방문하는 구독 상품의 월 이용료는 5만3900원이다. 구독 고객에게는 필터 교체와 직수관·출수구 살균, 얼음 보관실 관리, 무상 A/S 등 정기 관리 서비스를 제공한다. 업계에서는 AI 기술이 냉장고와 세탁기 중심에서 정수기 등 생활가전 전반으로 확대되면서 음성 인식과 개인 맞춤형 기능을 앞세운 AI 가전 경쟁도 한층 치열해지고 있다고 보고 있다. 단순한 제품 기능을 넘어 AI 플랫폼과 연계한 스마트홈 생태계 구축이 프리미엄 가전 시장의 핵심 경쟁력으로 부상하는 모습이다. LG전자는 AI홈 플랫폼 씽큐를 중심으로 생활가전 간 연결성을 확대하고 고객 맞춤형 AI 서비스를 지속 강화해 AI 가전 생태계 경쟁력을 높여 나간다는 방침이다. 김재일 LG전자 HS사업본부 키친솔루션사업부장은 "주거 공간과 고객 라이프스타일에 최적화된 정수기 라인업을 확대하고 AI를 기반으로 더욱 편리한 고객 경험을 제공해 나가겠다"고 말했다. LG전자 관계자는 "AI 맞춤 출수 기능은 제품 전체의 사용 패턴을 학습해 자주 사용하는 물의 온도와 출수량을 추천하는 방식으로 동작한다"며 "다만 가족 구성원별로 '아빠 물', '엄마 물'처럼 자주 사용하는 출수 설정을 별도로 등록할 수 있어 음성으로 호출하면 각자 설정한 조건에 맞춰 물을 받을 수 있다"고 설명했다. 이어 "레시피 기능은 특정 문구를 외워 말해야 하는 방식이 아니라 거대언어모델(LLM) 기반 자연어 인식을 적용해 '라면 2개 끓일 물 받아줘'처럼 다양한 표현도 이해할 수 있도록 구현했다"며 "또 컵 인지 센서는 컵이나 그릇이 출수 위치에 놓여 있는지를 감지하는 방식이어서 재질이나 크기와 관계없이 인식할 수 있도록 설계해 음성 출수 과정에서 발생할 수 있는 오작동과 물 넘침을 최소화했다"고 말했다.2026-07-16 13:47:36
-
SKT, CEO 직속 'AI DC 추진단' 신설…140조 AI 인프라 실행체제 가동 [경제일보] SK텔레콤이 140조원 규모의 AI 데이터센터(AI DC) 구축 사업을 본격적인 실행 단계로 전환했다. 최고경영자(CEO) 직속 전담 조직을 신설하며 정부의 '대한민국 대도약 3대 메가프로젝트' 가운데 하나인 AI 컴퓨팅 인프라 구축의 민간 실행축 역할을 강화하는 모습이다. 15일 SK텔레콤에 따르면 회사는 최근 정재헌 CEO 직속 조직인 'AI DC 통합추진단'을 신설하고 정석근 AI 사내독립기업(CIC)장을 추진단장으로 선임했다. 추진단은 사업개발과 엔지니어링·구축 조직으로 구성된다. AI 데이터센터 부지 선정부터 설계, 구축, 전력 확보, 고객 유치까지 사업 전 과정을 하나의 조직에서 총괄하도록 했다. AI 인프라 사업이 부동산 개발, 전력망, GPU 조달, 클라우드 운영, AI 서비스 기업 유치 등 다양한 영역이 동시에 움직여야 하는 만큼 의사결정 구조를 단순화하기 위한 조치로 풀이된다. SK텔레콤은 현재 SK그룹이 추진하는 총 140조원, 15GW 규모 AI 데이터센터 사업을 총괄하고 있다. 울산 AI 데이터센터를 시작으로 영남과 호남 등 전국으로 AI 인프라를 확대하는 계획이다. AI 데이터센터는 대규모 그래픽처리장치(GPU)를 기반으로 생성형 AI와 AI 에이전트, 산업용 AI 서비스를 구동하는 핵심 인프라다. AI 모델 경쟁이 거대언어모델(LLM) 자체보다 컴퓨팅 자원 확보 경쟁으로 옮겨가면서 글로벌 빅테크와 각국 정부 모두 AI 데이터센터 투자에 속도를 내고 있다. 이번 조직 개편은 정부가 추진하는 '대한민국 대도약 3대 메가프로젝트'와도 맞물린다. 정부는 AI 데이터센터를 국가 AI 경쟁력의 핵심 기반으로 보고 대규모 민간 투자와 전력 인프라 확충을 동시에 추진하고 있다. SK그룹 역시 울산 프로젝트를 시작으로 국가 AI 컴퓨팅 인프라 구축에 참여하겠다는 계획을 밝힌 바 있다. 이번 추진단 신설은 단순한 조직 확대 이상의 의미를 갖는다. AI 데이터센터 사업은 통신사의 기존 네트워크 사업과 달리 전력, 부지 개발, GPU 확보, 냉각 설비, AI 플랫폼 운영, 글로벌 고객 유치가 동시에 이뤄져야 하는 초대형 프로젝트다. 사업개발과 구축 조직을 하나의 컨트롤타워 아래 묶은 것도 실행 속도를 높이기 위한 결정으로 해석된다. SK텔레콤은 현재 조직을 구성하는 단계로 AI 데이터센터 관련 임원들이 겸직 형태로 참여하고 있으며, 사업 확대에 맞춰 그룹 계열사 인력도 추가 합류할 예정이라고 설명했다. ◆ AI 인프라 경쟁, 이제는 '계획'보다 '실행' 이번 조직 개편에서 주목할 부분은 AI 전략의 무게중심이 연구개발에서 인프라 구축으로 이동하고 있다는 점이다. AI 산업의 경쟁력은 더 이상 우수한 모델만으로 결정되지 않는다. 막대한 전력을 안정적으로 공급하고, GPU를 효율적으로 운영하며, 기업 고객이 즉시 활용할 수 있는 데이터센터를 얼마나 빠르게 구축하느냐가 국가 경쟁력을 좌우한다. SK텔레콤 역시 AI 서비스 기업에서 한 걸음 더 나아가 AI 인프라 사업자로 역할을 확대하고 있다. CEO 직속 추진단은 이 같은 전략 변화를 보여주는 상징적인 조직이다. 다만 초대형 AI 데이터센터 사업은 해결해야 할 과제도 적지 않다. 막대한 전력 확보와 송전망 구축, 지역 주민 수용성, GPU 공급망, 대규모 투자비 회수 등이 사업 성패를 좌우할 핵심 변수다.2026-07-15 22:36:53
-
'믿:음 K'부터 하이퍼 AI 네트워크까지…KT, 'AX 풀스택' 전략 공개 [경제일보] 인공지능(AI) 경쟁이 거대언어모델(LLM)을 넘어 데이터와 네트워크, AI 에이전트 등 전 영역으로 확대되면서 기업들의 AI 전환(AX) 전략도 고도화되고 있다. 이에 KT가 AI·데이터·네트워크를 아우르는 'AX 풀스택' 전략을 공개하며 미래 기술 경쟁력 확보에 나섰다. 15일 KT는 서울 서초구 KT우면연구개발센터에서 AX미래기술원 주관으로 'AX 테크 커넥트 2026'을 개최했다고 밝혔다. 이번 행사는 KT의 AX 실행 전략과 연구개발(R&D) 성과를 공유하는 자리로, AI와 데이터, 네트워크 기술을 실제 사업과 서비스로 연결하기 위한 미래 기술 방향성을 제시하는 데 초점을 맞췄다. 최근 글로벌 AI 시장은 AI 모델 자체의 성능 경쟁을 넘어 데이터 활용과 AI 에이전트, 컴퓨팅 인프라를 포함한 종합적인 기술 경쟁으로 확장되고 있다. 이에 기업들은 AI를 단순한 기술 개발에 그치지 않고 실제 업무와 서비스에 적용하기 위한 AX 전략 마련에 속도를 내고 있다. KT 역시 AI와 데이터, 네트워크를 유기적으로 연결하는 AX 풀스택 체계를 기반으로 연구개발 성과의 사업화를 확대한다는 전략이다. 이번 행사에서는 KT의 주요 AI 기술과 AX 전략이 공개됐다. 주요 전시로는 '믿:음 K' 모델과 멀티모달 AI, 에이전틱 AI 기반 솔루션, 데이터 AX 코어 등이 소개됐다. 또한 AX 사업 특화 AI 에이전트와 초개인화 서비스, 차세대 검색 및 분석 기술을 활용한 AI의 실질적인 업무 적용 방안도 선보였다. KT는 자체 AI 모델을 기반으로 AI가 스스로 업무를 수행하는 에이전틱 AI 기술과 초개인화 서비스를 고도화해 기업의 AX를 지원할 계획이다. 특히 AI가 사용자의 요청을 이해하고 필요한 작업을 수행하는 수준을 넘어 업무 환경 전반을 지원하는 방향으로 기술 적용 범위를 확대해 나간다는 방침이다. 연구개발 성과를 실제 사업으로 연결하기 위한 전략도 공개했다. 데이터 AX 코어를 통해 기업이 보유한 데이터를 효율적으로 활용할 수 있는 기반을 마련하고, 차세대 검색 및 분석 기술을 통해 AI의 활용 범위를 확대하는 등 AX 사업화를 본격화한다는 구상이다. 네트워크 분야에서는 AI 시대에 필요한 연결성과 컴퓨팅 인프라를 제공하는 '하이퍼 AI 네트워크'를 비롯해 네트워크 운영 관리를 자율적으로 수행하는 '오토노머스 오퍼레이션', AI·6G·양자 시대를 대비한 'AI 네트워크 보안 기술' 등이 소개됐다. KT는 AI 서비스의 확산과 함께 컴퓨팅 자원과 네트워크를 효율적으로 연결하는 인프라의 중요성이 커지고 있는 만큼 하이퍼 AI 네트워크를 통해 AI 시대에 최적화된 연결성과 안정성을 제공한다는 계획이다. 또한 네트워크 운영 과정에 AI 기술을 적용해 자율 운영 체계를 구축하고, AI와 차세대 네트워크 환경에 대응할 수 있는 보안 기술 확보에도 나설 방침이다. 주제 발표에서는 피지컬 AI 연구개발 추진 방향과 전사 AX 확대를 위한 데이터 전략, 하이퍼 AI 네트워크 추진 방향 등이 공유됐다. KT는 AI 기술이 디지털 영역을 넘어 물리적 환경과 결합하는 피지컬 AI 시대에 대비해 관련 연구를 확대하는 한편, 데이터와 네트워크를 기반으로 한 AX 전략을 지속 강화해 나간다는 계획이다. 박재형 KT AX미래기술원 원장은 "'AX 테크 커넥트 2026'은 KT의 핵심 기술과 미래 AX 전략을 공유하는 자리"라며 "앞으로도 고객 서비스와 산업 현장에 적용될 수 있는 실행력 기반의 AX 혁신 방향을 지속적으로 제시해 나갈 것"이라고 말했다.2026-07-15 16:55:36
-
다음 'AI 요약', 국산 NPU·LLM로 돌린다…"GPU보다 비용 30% 절감" [경제일보] 포털 다음이 검색 결과를 요약하는 인공지능(AI) 서비스에 국산 AI 반도체와 거대언어모델(LLM)을 함께 적용했다. 퓨리오사AI의 신경망처리장치(NPU) ‘레니게이드’에서 업스테이지의 LLM ‘솔라’를 구동하고, 이를 다음의 실제 검색 서비스에 연결한 구조다. 국산 AI 기술이 연구개발이나 개념검증(PoC)을 넘어 대규모 이용자를 보유한 포털 서비스의 상용 인프라에 투입됐다는 점에서 의미가 있다. 업스테이지는 기존 그래픽처리장치(GPU) 기반 운영과 비교해 현재 약 30%의 비용 절감 효과를 확인했다고 밝혔다. 업스테이지(대표 김성훈)와 다음 운영사 AXZ(대표 이건수), 퓨리오사AI(대표 백준호)는 15일 온라인 간담회를 열고 다음 ‘AI 요약’ 서비스의 기술 구성과 향후 확장 계획을 공개했다. 다음 AI 요약은 이용자가 검색어 또는 문장형 질문을 입력하면 LLM이 관련 웹문서를 분석해 핵심 답변과 근거를 정리해주는 서비스다. 지난 1일 베타로 출시돼 이슈와 금융, 엔터테인먼트, 건강, 사전, 일상 등 6개 영역에 우선 적용됐다. ◆ 국산 NPU 24개로 하루 5억 토큰 처리 AI 요약의 추론 연산은 퓨리오사AI의 2세대 NPU 레니게이드가 담당한다. 현재 서버 3개 노드에 레니게이드 24개를 배치해 하루 평균 약 5억개의 토큰을 처리하고 있다. 토큰은 AI 모델이 정보를 이해하고 답변을 생성할 때 사용하는 데이터 단위다. 퓨리오사AI는 레니게이드 칩뿐 아니라 솔라 모델을 반도체에 배치하는 컴파일러와 추론용 서빙 엔진도 자체 개발했다. 범용 GPU에 모델을 올리는 방식과 달리 하드웨어와 소프트웨어, 모델을 함께 최적화하는 공동설계 방식으로 처리 효율을 높였다는 설명이다. 백준호 대표는 “레니게이드는 솔라 모델을 가속하면서 엔비디아 H200과 대등한 수준의 처리 성능을 확보했다”며 “가격 대비 성능과 전력 대비 성능에서는 더 높은 효율을 보이고 있다”고 말했다. 김성훈 대표도 “현재 다음과 함께 서비스를 운영하면서 GPU를 사용할 때보다 약 30%의 비용 절감 효과를 보고 있다”고 설명했다. 퓨리오사AI는 기업의 AI 전환(AX) 환경에서는 처리량과 모델 구성에 따라 GPU 대비 1.5∼2배 높은 비용 효율을 확보할 수 있다고 보고 있다. 다만 H200과의 비교 조건과 모델 크기, 동시 처리량, 응답 지연시간 등 세부 측정값은 공개되지 않았다. 30% 비용 절감 역시 3사가 실제 운영 과정에서 산출한 수치로, 외부 기관의 독립적인 비교 검증 결과는 아니다. 향후 서비스 적용 범위가 확대됐을 때도 같은 비용 효율을 유지하는지가 상용 경쟁력을 가를 전망이다. ◆ 업스테이지의 모델, 퓨리오사AI의 칩, 다음의 이용자 이번 협력이 주목받는 이유는 국내 AI 산업이 부족했던 ‘실제 사용처’를 확보했다는 점이다. 국산 NPU는 성능을 갖추고도 대규모 상용 서비스 적용 사례와 이를 뒷받침하는 소프트웨어 생태계가 부족하다는 평가를 받아왔다. 국내 LLM 역시 모델을 개발한 뒤 이를 지속적으로 사용하는 대규모 이용자 접점을 확보하는 것이 과제였다. 업스테이지는 지난 5월 카카오로부터 다음 운영사 AXZ 인수를 마무리했다. 이를 통해 자체 LLM을 포털 검색에 적용하고 이용자 반응과 토큰 사용 데이터를 다시 모델 개선에 활용할 수 있는 구조를 확보했다. 업스테이지와 퓨리오사AI의 협력도 이번이 처음은 아니다. 두 회사는 2022년 업스테이지의 광학문자인식(OCR) 기술을 퓨리오사AI의 1세대 NPU ‘워보이’에 적용했다. 지난해 6월에는 솔라를 레니게이드에 최적화하고 온프레미스 생성형 AI 인프라를 공동 개발하기 위한 업무협약을 체결했다. 이번 다음 AI 요약은 당시 협력이 실제 서비스로 연결된 사례다. 3사는 이를 국내 기술로 반도체와 모델, 서비스를 연결한 첫 풀스택 소버린 AI 상용 사례라고 평가했다. 다만 ‘국내 최초’는 3사의 자체 판단이다. 줌인터넷을 운영하는 이스트에이드가 지난달 AI 검색 서비스 ‘AI 3초 요약’과 ‘AI 이슈 트렌드’에 LG AI연구원의 ‘K-엑사원’을 먼저 적용했지만, 다음은 AI 모델뿐 아니라 추론 반도체까지 국산 기술을 적용한 점을 차별화 요소로 내세우고 있다. ◆ 검색 질의 절반 이상으로 확대…비용 효율이 관건 다음은 현재 전체 검색 질의의 약 20%에 AI 요약을 적용하고 있다. 1차 목표는 적용 비중을 절반 이상으로 확대하는 것이다. 쇼핑과 맛집처럼 정보가 자주 바뀌고 이용자의 선택까지 연결되는 분야에는 별도의 버티컬 AI 서비스를 적용할 계획이다. 환각을 줄이기 위한 검색 구조도 고도화했다. 기존 키워드 검색과 의미를 중심으로 자료를 찾는 벡터 검색을 결합한 ‘하이브리드 검색’으로 최신 자료를 솔라에 전달하고, 답변 생성 과정은 하네스 엔지니어링으로 통제한다. 연내에는 후속 질문을 이어갈 수 있는 대화형 ‘AI 모드’도 출시할 예정이다. 장기적으로는 이용자의 관심사와 이용 기록을 바탕으로 개인별 정보를 제공하는 ‘1인 1에이전트’를 구상하고 있다. 관심 분야 뉴스를 매일 아침 자동으로 모아주는 서비스 등이 대표적인 활용 사례다. 서비스 확대에는 반도체 공급도 뒷받침돼야 한다. 퓨리오사AI는 올해 초 레니게이드 양산을 시작했으며 연내 최대 1만개까지 공급할 수 있다는 입장이다. 유럽에서는 에퀴닉스 리스본 데이터센터에 레니게이드 서버를 설치해 현지 기업의 성능 검증도 지원하고 있다. 이번 협력은 업스테이지가 참여하는 정부의 ‘독자 AI 파운데이션 모델’ 프로젝트에도 중요한 실증 사례가 될 전망이다. 다음달 예정된 2차 평가에서는 모델 성능뿐 아니라 산업 적용성과 실제 서비스 활용도가 주요 평가 요소로 거론된다. 업스테이지는 다음달 후속 솔라 모델도 공개할 예정이다. 김성훈 대표는 “다음 AI 서비스를 이용하면 솔라와 국산 NPU를 함께 사용하는 선순환이 만들어진다”며 “더 많은 사용이 기술과 품질 개선으로 이어지고, 개선된 품질이 다시 사용량을 늘리는 생태계를 구축하겠다”고 말했다.2026-07-15 14:01:14
-
한컴, 유럽형 '소버린 에이전틱 OS' 3분기 공개…14조원 시장 공략한다 [경제일보] 한컴(대표이사 변성준·김연수)이 기존 공공·금융 시스템을 교체하지 않고 인공지능(AI) 에이전트를 연결하는 방식으로 유럽 소버린 AI 시장 공략에 나선다. 올해 3분기 유럽형 ‘소버린 에이전틱 운영체제(OS)’ 베타 버전을 공개하고 검증을 거쳐 하반기 중 상용 버전을 선보일 계획이다. 한컴은 폴란드 국가공인 연구개발(R&D)센터 7불스(7Bulls), 현지 AI·IT 기업 알고마인(Algomine)과 유럽형 소버린 에이전틱 OS 개발을 위한 세부 협력 어젠다에 합의했다고 15일 밝혔다. 이번 합의는 앞서 체결한 업무협약(MOU)을 구체적인 개발 과제로 옮기는 단계다. 협력 분야는 △제품 현지화 △기존 시스템 연동 △거버넌스와 유럽연합(EU) 규제 대응 △공동 영업과 사업화 등 4개 축이다. 현재는 공동개발과 개념검증(PoC)을 준비하는 과정으로 구체적인 현지 고객이나 공급 계약 규모는 공개되지 않았다. 다만 3분기 베타 공개와 하반기 상용화 일정이 제시되면서 유럽 진출 계획이 제품 개발과 매출화 단계로 넘어가는 분기점을 맞았다는 평가가 나온다. ◆ 기존 시스템 유지한 채 AI 에이전트 연결 한컴이 말하는 에이전틱 OS는 윈도나 리눅스처럼 컴퓨터를 구동하는 전통적인 운영체제와는 다르다. 조직이 보유한 데이터와 업무 시스템, 권한 체계, 여러 AI 모델과 에이전트를 하나의 환경에서 연결하고 통제하는 통합 운영 플랫폼에 가깝다. 핵심은 유럽 공공기관이 장기간 사용해 온 기간계 시스템을 걷어내지 않는다는 점이다. 기존 시스템에 연결 모듈인 커넥터를 붙여 AI 에이전트가 필요한 데이터를 읽고 업무를 수행하도록 설계한다. 전면 교체에 따른 비용과 서비스 중단 위험을 줄이면서 단계적으로 AI를 도입하려는 공공·금융기관을 겨냥한 방식이다. 현지화는 언어에서 시작한다. 한컴은 폴란드어 특화 거대언어모델(LLM) ‘비엘리크(Bielik)’를 에이전틱 OS에 연동하는 방안을 검토하고 있다. 폴란드어 에이전트의 성능을 측정할 평가체계도 공동으로 구축한다. 날짜와 통화, 문자 표기 등 현지 업무환경에 필요한 요소도 제품에 반영할 예정이다. 배포 방식은 폐쇄망과 온프레미스를 중심으로 설계한다. 민감한 문서와 업무 데이터의 외부 이동을 최소화하고 고객이 직접 AI 모델과 데이터 접근권한을 관리하도록 하기 위해서다. 7불스는 현지화와 기술개발을, 알고마인은 고객 채널을 활용한 공공·금융 분야 PoC와 사업 발굴을 맡는다. 한컴은 3분기 공개할 베타 버전을 통해 폴란드어 처리 성능과 현지 기간계 시스템 연동, AI 에이전트의 권한 통제 등을 우선 검증할 것으로 보인다. 이후 하반기 상용 버전을 출시하고 PoC를 실제 공급 계약으로 전환한다는 구상이다. ◆ EU 규제는 부담이자 시장 진입 기회 한컴이 유럽을 첫 해외 거점으로 선택한 배경에는 EU의 규제 시계가 있다. EU AI법에 따른 투명성 의무는 오는 8월 2일부터 적용된다. 이용자가 AI와 상호작용하고 있다는 사실을 알리고 일정한 AI 생성·조작 콘텐츠에는 식별 가능한 표시를 적용해야 한다. 생체인식과 핵심 인프라, 교육, 고용 등에 사용되는 일부 고위험 AI 규정은 2027년 12월 2일부터 적용된다. 로봇과 산업기계 등 규제 대상 제품에 내장되는 시스템에는 2028년 8월 2일부터 관련 규정이 적용될 예정이다. 유럽 공공기관과 기업이 AI 도입과 함께 로그 기록, 접근 통제, 모델 검증과 사람의 감독 체계를 준비해야 하는 이유다. 한컴의 전략은 오픈AI나 구글처럼 기반모델을 직접 개발해 경쟁하는 데 있지 않다. 고객이 필요에 따라 현지 모델이나 외부 LLM을 선택하되 한컴은 문서를 AI가 읽을 수 있는 데이터로 바꾸고 기존 업무 시스템과 연결하며 실행 과정과 권한을 관리하는 역할을 맡는다. 자체 모델 경쟁에 막대한 자금을 투입하기보다 모델에 종속되지 않는 구조를 앞세워 공공·금융 분야의 규제와 레거시 연동 수요를 공략하는 셈이다. 글로벌 빅테크와 정면으로 맞붙기보다 여러 모델과 업무 시스템 사이의 운영 계층을 선점하려는 전략으로 풀이된다. 한컴은 글로벌 에이전틱 AI 시장 전망을 토대로 2030년 소버린 에이전틱 OS의 유효시장(SAM)을 70억∼100억달러, 약 10조∼14조원으로 자체 추산하고 있다. 전체 소버린 AI 시장이 아니라 한컴이 겨냥하는 소프트웨어·플랫폼 영역의 추정치다. 관건은 하반기 상용화 이후 실제 고객을 확보할 수 있느냐다. 국내에서 축적한 공공 문서 처리와 폐쇄망 구축 경험을 폴란드어와 EU 규제 환경에서도 재현해야 한다. 3분기 베타에서 커넥터의 호환성과 언어 정확도, 규제 대응 기능을 입증하고 이를 공급 계약으로 연결해야 유럽 진출이 첫 매출로 이어질 수 있다. 김연수 한컴 대표는 “유럽의 공공 시스템은 수십 년간 축적된 자산”이라며 “그것을 대체하는 것이 아니라 지능화하는 것이 우리의 접근”이라고 말했다. 이어 “AI 주권은 인프라를 갖추는 것으로 완성되지 않는다”며 “그 위에서 데이터가 실제로 일하게 만드는 계층이 필요하고 그 자리를 한컴이 채우려 한다”고 강조했다.2026-07-15 10:39:00
-
SKT, 바이오 AI 확장 속도…AI로 난치성 암 치료제 후보 발굴 [경제일보] 생성형 인공지능(AI) 경쟁이 제조와 통신, 공공 분야를 넘어 바이오 산업으로 확산되고 있다. 신약 개발에 막대한 시간과 비용이 소요되는 만큼 AI를 활용해 후보물질 발굴 과정을 단축하려는 움직임이 빨라지는 가운데 SK텔레콤이 SK바이오팜과 손잡고 난치성 암 표적 치료제 개발을 위한 초기 유효물질을 확보하며 바이오 AI 사업 확대에 나선다. 15일 SK텔레콤은 SK바이오팜과의 공동 연구를 통해 난치성 암 표적 치료제 개발에 활용할 수 있는 초기 유효물질을 발굴했다고 밝혔다. 양사는 AI를 활용해 암세포 표면 단백질인 'ROR1'에 결합할 수 있는 바인더 후보 물질을 대량 생성·선별했으며, 실험실 검증을 거쳐 이 가운데 2종이 초기 유효물질로서 가능성을 확인했다. 최근 글로벌 바이오 업계에서는 AI를 활용한 신약 개발 경쟁이 치열해지고 있다. 신약 개발은 통상 10년 이상의 시간과 막대한 비용이 투입되는 대표적인 고위험·고비용 산업으로 꼽힌다. 특히 신약 개발 초기 단계인 후보물질 발굴 과정은 방대한 물질 조합 가운데 실제 효능을 가질 가능성이 높은 물질을 찾아야 하는 만큼 상당한 시간과 연구 역량이 요구된다. 이에 AI를 활용해 후보물질 탐색 범위를 넓히고 개발 기간을 단축하려는 시도가 활발하게 이뤄지고 있다. 이번 연구의 표적인 ROR1은 여러 혈액암과 고형암에서 과발현되는 종양 관련 세포 표면 단백질로, 정상 조직에서는 발현량이 적어 차세대 항암 표적 치료제 개발 분야에서 주목받고 있다. 고형암은 장기나 조직에 덩어리 형태로 발생하는 암을 의미한다. 양사가 발굴한 바인더는 특정 단백질과 선택적으로 결합하도록 설계된 물질이다. 암세포를 정확히 표적하기 위해서는 표적 단백질과 안정적으로 결합하는 동시에 구조적 안정성까지 확보해야 하는 만큼 후보물질 발굴 과정의 난도가 높은 분야로 평가된다. 이번 연구에서 SK바이오팜은 신약 개발 경험을 바탕으로 신규 바인더 발굴 전략을 수립했으며, SK텔레콤은 AI 기술을 활용해 다수의 신규 바인더 후보를 생성하고 ROR1과의 결합 가능성을 분석해 실험실 검증 대상을 선별하는 역할을 맡았다. 신규 물질 구조를 탐색하는 연구는 AI가 학습할 수 있는 데이터가 충분하지 않은 경우가 많아 기존 데이터에만 의존하는 방식으로는 다양한 후보를 찾는 데 한계가 있다. 이에 SK텔레콤은 단백질 조각인 프래그먼트를 다양한 방식으로 조합하고 표현하는 머신러닝 기술을 적용했다. 또한 강화학습(RL)을 활용해 구조적 안정성이 높은 조합에 더 높은 보상을 부여하는 방식으로 최적의 신규 바인더 구조를 탐색하도록 설계했다. 후보물질 선별 단계에서는 SK텔레콤이 보유한 GPU 연산 자원을 활용해 다수의 신규 바인더 후보를 병렬 처리했다. 이후 AI 모델이 ROR1과 후보 물질이 어떤 구조로 결합할 수 있는지와 실제 결합 가능성을 빠르게 예측·분석하며 실험실 검증 대상의 범위를 효율적으로 좁혔다. SK텔레콤은 그 결과 기존 SK바이오팜의 방식으로 통상 1~2년이 소요되던 신약 개발 초기 연구 기간을 60% 이상 단축해 양사가 약 5개월 만에 이번 연구를 완료했다고 설명했다. AI가 후보물질 발굴 단계에서 시간과 비용을 줄이는 데 기여한 것으로 풀이된다. SK텔레콤은 이번 연구 성과를 계기로 바이오 AI 분야로의 기술 협력 범위를 확대할 계획이다. 특히 독자 AI 파운데이션 모델을 활용한 바이오 특화 거대 언어 모델(LLM) 개발 가능성도 검토하고 있다. 이를 통해 단순한 후보 물질 발굴을 넘어 바이오 연구 전반에 AI를 활용할 수 있는 기반을 마련한다는 구상이다. 조동연 SK텔레콤 AI 융합 담당은 "이번 성과를 바탕으로 독자 AI 파운데이션 모델(기반 모델)을 활용한 바이오 특화 LLM(거대 언어 모델) 개발 등 바이오 AI 분야 전반으로 기술 협력 범위를 확대하는 방안도 검토 중"이라고 말했다.2026-07-15 09:44:00
-
![[정보운의 강철부대] 챗봇 경쟁 끝…AI 승부처는 산업 현장](https://image.ajunews.com//content/image/2026/07/10/20260710170321743067.png)
챗봇 경쟁 끝…AI 승부처는 '산업 현장' [경제일보] 인공지능(AI) 경쟁의 무게중심이 거대언어모델(LLM) 성능 중심에서 산업 적용 중심으로 이동하고 있다. 생성형 AI가 기술 경쟁을 이끌었다면 이제는 신소재 개발과 제조 혁신, 금융 분석 등 실제 산업 현장의 문제를 해결하는 '산업 AI'가 새로운 승부처로 떠오르고 있다는 분석이다. 12일 업계에 따르면 LG AI연구원은 최근 서울에서 열린 세계 최고 권위의 머신러닝 학회 'ICML 2026'에서 엑사원(EXAONE)의 산업 적용 사례를 대거 공개했다. 학회에서 발표한 14편의 논문보다 시장의 관심을 끈 것은 AI가 실제 산업 현장에서 만들어내고 있는 성과였다. AI가 연구개발을 돕는 수준을 넘어 기업의 제품 개발과 의사결정, 데이터 생산 방식을 바꾸는 단계에 들어섰다는 점을 보여줬기 때문이다. 대표적인 사례가 신소재 발굴 플랫폼 '엑사원 디스커버리'다. LG AI연구원은 AI를 활용해 42만개가 넘는 후보 물질 가운데 탈모 관리 신소재 '람시딜'을 하루 만에 찾아냈고, 현재 제품화를 추진하고 있다. AI 데이터센터 핵심 인프라로 떠오른 액침 냉각유 소재 역시 GS칼텍스와 공동 개발하며 신소재 발굴 범위를 확대하고 있다. 금융 분야에서도 AI의 역할은 커지고 있다. 금융 특화 AI 에이전트 '엑사원 BI'는 한국과 미국 증시에 상장된 약 8000개 종목을 매일 분석해 투자 판단에 필요한 예측 정보와 분석 리포트를 제공한다. 영국 런던증권거래소그룹(LSEG)에 이어 최근 코스콤과도 협력을 시작하면서 산업 AI의 적용 범위를 글로벌 금융시장과 국내 자본시장으로 넓히고 있다. 데이터 생산 방식 역시 달라지고 있다. '엑사원 데이터 파운드리'는 AI가 고품질 데이터를 자동 생성하고 전문 분야별 AI 모델 구축을 지원하는 플랫폼이다. 국민연금공단 시범 사업에서는 하루 1만건 이상의 전문 데이터를 자동 구축하는 시스템을 구현했다. 사람이 일일이 데이터를 구축하던 방식에서 AI가 데이터 생산 공장 역할을 수행하기 시작한 것이다. 반도체 업계에서는 AI가 공정 최적화와 수율 개선에 활용되고 있으며 배터리 업계에서는 차세대 소재 개발과 품질 관리에 적용 범위가 확대되고 있다. 제조 현장에서는 설비 이상을 예측하고 생산 계획을 최적화하는 AI 솔루션 도입이 늘고 있고 금융권 역시 투자 분석과 리스크 관리 분야에서 AI 활용을 확대하고 있다. AI가 더 이상 하나의 서비스가 아니라 산업 전반을 움직이는 핵심 인프라로 자리 잡고 있는 셈이다. LG의 차별점은 AI 기술을 곧바로 적용할 수 있는 산업 기반을 갖추고 있다는 점이다. LG전자와 LG생활건강, LG에너지솔루션, LG디스플레이 등 다양한 제조 계열사를 통해 AI 연구 성과를 실제 제품과 사업으로 연결할 수 있다. AI를 연구하는 조직과 이를 활용할 산업 현장이 하나의 생태계 안에 있다는 점이 경쟁력으로 꼽힌다. 물론 해결해야 할 과제도 적지 않다. 산업 AI가 확대될수록 AI가 내린 판단의 신뢰성과 책임 문제, 기업 데이터 보호, 산업별 규제 체계 등 새로운 숙제가 함께 등장하고 있다. 산업마다 필요한 데이터의 특성과 정확도가 다른 만큼 범용 AI보다 높은 수준의 전문성과 검증 체계도 요구된다. 그럼에도 산업계가 AI에 주목하는 이유는 분명하다. 인공지능이 더 이상 논문과 연구 성과에 머무르는 기술이 아니라 실제 산업 현장에서 비용을 줄이고 연구개발 기간을 단축하며 새로운 제품과 서비스를 만들어 낼 수 있기 때문이다. 강철부대의 시선이 머무는 곳, AI 생태계 역시 더 이상 모델 성능이나 논문 편수만으로 경쟁력을 평가받기 어려운 단계에 진입하고 있다. 생성형 AI 열풍을 넘어 실제 산업 난제를 해결하고 사업화 성과를 입증하는 기업이 새로운 승자가 될 가능성이 커지고 있다. 기술 경쟁의 무게중심도 AI 모델의 성능 경쟁에서 산업 현장의 활용 가치와 사업화 역량으로 이동하는 흐름이다. AI의 다음 킬러 애플리케이션 역시 새로운 챗봇보다 공장과 연구소, 데이터센터, 금융시장 등 산업 현장에서 먼저 등장할 가능성이 크다.2026-07-12 08:00:00
-
크래프톤, 세계 최고 AI학회 ICML 메인트랙 10편 '역대 최대' [경제일보] 크래프톤이 세계 최고 수준의 AI 학회에서 역대 최대 연구 성과를 냈다. 게임에 AI 기능을 붙이는 수준을 넘어 자체 파운데이션 모델과 AI 에이전트를 개발할 수 있는 기초 연구 역량을 쌓고 있다는 평가다. 크래프톤(대표 김창한)은 서울 강남구 코엑스에서 열리고 있는 ‘국제머신러닝학회(ICML) 2026’에서 메인트랙 10편과 워크숍 트랙 10편 등 총 20편의 논문을 발표한다고 10일 밝혔다. ICML은 신경정보처리시스템학회(NeurIPS), 국제표현학습학회(ICLR)와 함께 세계 3대 AI 학회로 평가받는다. 올해로 43회를 맞았으며 지난 6일 개막해 11일까지 열린다. 메인 콘퍼런스는 7~9일 진행됐고 10~11일에는 워크숍이 이어진다. 메인트랙 논문은 연구의 독창성과 학술적 엄밀성, 머신러닝 분야에 미치는 중요성을 중심으로 이중맹검 심사를 거친다. 실험 재현성과 이론적 근거도 요구된다. 크래프톤이 단일 3대 AI 학회에서 메인트랙 10편을 채택받은 것은 이번이 처음이다. 논문 주제는 △월드모델 △멀티모달 거대언어모델(LLM) △선호 학습 △추론 △최적화 등이다. 확산형 언어모델의 생성 정확도를 높이는 기술과 인간 선호를 반영하는 RLHF·DPO 비교, 멀티모달 LLM 평가 과정의 인지 편향 완화, 월드모델 내부 토큰의 대응 관계, LLM 추론 과정 분석 등이 포함됐다. 특히 월드모델과 AI 에이전트는 크래프톤의 게임 사업과 직접 맞닿아 있다. 월드모델은 AI가 가상환경의 구조와 규칙을 학습해 다음 상황을 예측하도록 하는 기술이다. 이를 고도화하면 게임 환경을 실시간으로 생성하거나 이용자 행동에 맞춰 반응하는 NPC, 플레이어와 협력·경쟁하는 에이전트 개발에 활용할 수 있다. 크래프톤이 논문 발표를 늘리는 배경에는 자체 AI 파운데이션 모델 확보 전략이 있다. 외부 범용 모델만 사용할 경우 게임에 필요한 실시간성·제어 가능성·비용 효율을 확보하기 어렵다. 자체 연구를 통해 게임 제작과 플레이 경험에 특화된 모델을 만들고 개발도구와 품질검증, 콘텐츠 제작 자동화까지 확장하려는 구상이다. 크래프톤은 ICML 기간 생성형 비디오 기업 오디세이와 ‘AI 포 게임즈’ 행사도 열었다. 약 500명이 참석한 가운데 게임 AI 에이전트와 실시간 제어형 생성 월드모델, 콘텐츠 제작·품질검증 자동화 등을 논의했다. 소니AI와 마이크로소프트리서치, 엔씨AI, 엔비디아 연구자들도 발표와 토론에 참여했다. 크래프톤이 ICML·NeurIPS·ICLR에서 채택받은 AI 논문은 이번 학회를 포함해 총 85편이다. 메인트랙 발표는 2023년 5편에서 2024년 8편, 지난해 15편으로 증가했다. 올해는 ICML 한 곳에서만 10편을 기록했다. 크래프톤 관계자는 “실제 게임에 기여할 수 있는 기술 경쟁력을 확보하고 국내 게임산업과 AI 생태계 확장의 마중물 역할을 하겠다”고 말했다. 한편 논문 수가 곧바로 게임 경쟁력을 뜻하는 것은 아니다. 이번 연구가 개발 기간과 비용을 줄이고 이용자가 체감할 수 있는 AI 캐릭터와 새로운 게임 방식으로 이어질 때 크래프톤의 ‘AI 퍼스트’ 전략도 사업적 가치를 증명할 수 있다.2026-07-10 16:17:34
-
농업도 AI 비서 시대...롯데이노베이트, 스마트팜 플랫폼 고도화 [경제일보] 생성형 인공지능(AI)이 사무 업무를 넘어 농업 현장으로 빠르게 확산하고 있다. 단순히 작물의 생육 상태를 분석하는 수준을 넘어 재배 방법을 안내하고 농장 운영 전략까지 제안하는 롯데이노베이트의 AI 에이전트 등이 등장하면서 스마트농업의 인공지능 전환(AX)도 본격화되고 있다. 10일 롯데이노베이트는 스마트팜 플랫폼 '도시의 푸른농장'에 거대언어모델(LLM) 기반 AI 기술을 적용한 '스마트팜 에이전트'를 개발했다고 밝혔다. AI를 활용해 농장 운영을 지원하는 개인 맞춤형 서비스를 제공하고, 스마트농업 시장 공략에도 속도를 낸다는 전략이다. 스마트팜 에이전트는 단순 질의응답을 넘어 농장주의 의사결정을 지원하는 것이 특징이다. 최신 스마트팜 기술 동향과 작물 재배 노하우를 이해하기 쉬운 형태로 제공해 경험이 부족한 농장주도 전문 지식을 쉽게 활용할 수 있도록 설계됐다. 농장 운영 과정에서 발생하는 다양한 궁금증을 실시간으로 해결하고 데이터 기반의 의사결정을 지원해 시행착오를 줄이는 데 초점을 맞췄다. 또한 작물 생육 정보와 농작물 시세 등을 종합적으로 분석해 재배 전략 수립도 지원한다. 롯데이노베이트는 이를 통해 생산성을 높이는 동시에 운영 비용을 절감하고, 시장 상황에 맞춘 효율적인 농장 운영이 가능할 것으로 전망하고 있다. 앞서 롯데이노베이트는 비전 AI를 활용해 작물 생육 예측과 병해충 예찰 AI 모델을 개발하는 등 스마트팜 기술을 고도화해 온 바 있다. 이번에는 생성형 AI를 접목한 에이전트 기술을 추가하면서 농장 관리 전반을 지원하는 AI 플랫폼으로 서비스를 확대했다. IT 업계에서는 스마트팜이 자동화 중심에서 AI 기반 의사결정 지원 체계로 진화하고 있는 것으로 평가한다. 롯데이노베이트는 향후 AI 에이전트 기능을 지속적으로 고도화해 서비스형 소프트웨어(SaaS) 형태로 사업을 확대할 계획이다. 스마트팜 운영 경험이나 농업 전문 지식이 없는 이용자도 AI의 도움을 받아 농장을 운영할 수 있도록 서비스를 발전시킨다는 구상이다. 농업 분야에서도 AI 도입이 빠르게 확산하면서 관련 시장 경쟁도 치열해지고 있다. 정부가 스마트농업 보급 확대와 디지털 농업 육성 정책을 추진하는 가운데 기업들은 생성형 AI와 데이터 분석 기술을 접목해 생산성과 운영 효율을 높이는 솔루션 개발에 집중하고 있다. AI 에이전트가 농업 현장의 새로운 생산성 도구로 자리 잡을 수 있을지 관심이 모인다. IT 업계에서는 AI 에이전트가 제조와 금융, 공공에 이어 농업 분야까지 확산하면서 산업별 특화 AI 시장이 한층 빠르게 성장할 것으로 전망하고 있다. 특히 축적된 데이터를 기반으로 개인 맞춤형 서비스를 제공하는 AI 에이전트가 스마트농업의 핵심 경쟁력으로 자리 잡을 것으로 분석하고 있다. 롯데이노베이트 관계자는 "지속적인 데이터 축적을 통해 서비스를 고도화하여 서비스 정확도 및 고객 편의성을 높여 나갈 것"이라며 "AI 기술을 통해 스마트팜 관리의 혁신을 주도하고 미래 농업 경쟁력을 확보하는 데 큰 기여를 할 것"이라고 말했다.2026-07-10 13:39:24
-
AI 에이전트의 숨은 청구서…KAIST 연구팀, 질문 한 번에 전력 136배 더 쓴다 [경제일보] 인공지능(AI) 에이전트가 확산되면서 데이터센터 전력 소비가 AI 산업의 핵심 변수로 떠오르고 있다. 질문에 답하는 수준을 넘어 검색, 계산, 코드 실행 등 외부 도구를 활용하는 AI가 늘수록 전력과 인프라 비용도 함께 커진다는 분석이다. 5일 KAIST 전기및전자공학부 유민수 석좌교수 연구팀은 실제 서비스 환경에서 AI 에이전트가 사용하는 계산 자원과 전력량을 분석한 연구 결과를 발표했다. KAIST는 이번 연구가 AI 에이전트의 계산 비용과 에너지 소비를 세계 최초로 체계적으로 분석한 사례라고 밝혔다. AI 에이전트는 거대언어모델(LLM)을 기반으로 스스로 계획을 세우고 외부 도구를 활용해 복잡한 문제를 해결하는 차세대 AI다. 소프트웨어 개발, 연구, 업무 자동화 등 활용 범위는 넓어지고 있지만 실제 운영에 필요한 전력과 비용은 제대로 수치화되지 않았다. 연구팀은 AI 에이전트를 단순 프로그램이 아니라 데이터센터 서버와 고성능 그래픽처리장치(GPU)가 지속적으로 처리해야 하는 새로운 워크로드로 정의했다. 분석 결과 AI 에이전트는 기존 단계별 추론 방식과 달리 하나의 답변을 만들기 위해 LLM 호출을 반복하는 구조를 보였다. 이 과정에서 응답 시간은 최대 153.7배 길어졌다. 외부 도구가 작업을 수행하는 동안 GPU는 전체 실행 시간의 최대 54.5%를 계산 없이 대기하는 것으로 나타났다. AI가 복잡한 일을 수행할수록 고가의 GPU가 충분히 활용되지 못하는 비효율이 발생한다는 의미다. 전력 소비도 크게 늘었다. 연구팀 분석에 따르면 700억개 매개변수를 가진 LLM 기반 AI 에이전트는 질문 1건을 처리하는 데 평균 348.41Wh의 전력을 소비했다. 이는 기존 생성형 AI의 단순 질의응답 방식보다 최대 136.5배 높은 수준이다. 데이터센터 단위로 보면 부담은 더 커진다. 연구팀은 하루 137억건의 AI 에이전트 요청이 발생하는 환경을 가정할 경우 데이터센터 전력 수요가 약 198.9GW에 이를 것으로 추정했다. 이는 현재 세계 각국이 추진하는 수GW급 AI 데이터센터 규모를 크게 웃도는 수준이며 연구팀은 미국 전체 평균 전력 소비량의 절반에 해당한다고 설명했다. 유민수 KAIST 전기및전자공학부 석좌교수는 “정확도에 치중해 온 그간의 AI 에이전트 연구의 벽을 허물어 실제 서비스 환경에서 요구되는 계산 비용과 인프라 부담을 함께 고려할 수 있는 새로운 기준을 제시했다”고 말했다. 그는 “AI 에이전트 사용이 보편화된 미래 사회에는 AI 데이터센터 인프라와 AI 에이전트 모델, 전력 인프라를 아우르는 공동설계 방식으로 최적화를 꾀하는 접근법이 중요해질 것”이라고 밝혔다. 한편 이번 연구에는 KAIST 전기및전자공학부 김지인 박사과정 학생이 제1저자로 참여했다. 연구 결과는 컴퓨터 시스템 설계 분야 국제학회 'IEEE HPCA(International Symposium on High-Performance Computer Architecture)'에서 발표됐으며 연구팀은 AI 에이전트 구현 기술과 성능평가 체계를 공개해 후속 연구에 활용할 수 있도록 했다.2026-07-05 15:47:43
-
AI탭 꺼낸 네이버, 검색창을 '예약·구매 버튼'으로 바꾼다 [경제일보] 네이버가 대화형 인공지능(AI) 검색 서비스 ‘AI탭’을 앞세워 검색 시장 재편에 속도를 내고 있다. 핵심은 검색 결과를 보여주는 데 그치지 않고 정보 탐색, 쇼핑, 장소 확인, 예약까지 한 흐름에서 처리하는 ‘실행형 AI 검색’이다. 5일 정보기술(IT)업계에 따르면 네이버는 지난 2일 서울 강남구 네이버 D2SF에서 열린 기자간담회에서 AI탭에 적용한 신규 모델과 운영 기술을 소개했다. AI탭 모델은 네이버의 거대언어모델(LLM) 하이퍼클로바X(HCX)를 기반으로 AI 검색 서비스에 맞게 최적화한 경량 모델이다. 범용 성능 경쟁보다 검색·쇼핑·플레이스 등 네이버 서비스 안에서 실제 과업을 수행하는 능력을 키우는 데 초점을 맞췄다. 네이버에 따르면 AI탭은 지난 4월 네이버플러스 멤버십 이용자를 대상으로 베타 서비스를 시작한 뒤 약 2개월 만에 누적 사용자 400만명을 넘었다. 지난달 26일에는 전체 사용자를 대상으로 정식 출시했다. 모바일과 PC 검색창에서 AI탭에 바로 진입할 수 있고 장소 탐색부터 지도 확인, 실시간 예약까지 연결되는 구조를 적용했다. 네이버는 문서 품질 필터와 버티컬 서비스 데이터를 모델 학습에 반영해 응답 속도와 처리량을 높이고 환각 현상도 줄였다고 설명했다. 자체 벤치마크 결과 AI탭 모델은 검색·구매·예약 등 실행 능력을 평가하는 ‘서비스 역량’ 항목에서 글로벌 동급 모델 평균을 100점으로 환산했을 때 108점을 기록했다. 다만 해당 수치는 네이버 자체 평가 기준이며 현재 공개자료 기준으로 외부 독립 검증 결과는 확인되지 않았다. 모델 고도화에는 엔비디아가 주도하는 네모트론 연합 참여도 영향을 주고 있다. 이기창 네이버클라우드 하이퍼스케일 AI모델 이사는 “엔비디아 네모트론 연합에 합류해 단순 기술 수혜를 넘어서 함께 설계하고 발전시키는 단계까지 나아가고 있다”고 말했다. 그는 “네이버의 서비스 경험을 네모트론에 제공하고 네모트론에서 공유하는 결과물을 모델 고도화에 쓰는 양방향 관계”라고 설명했다. AI탭 운영의 핵심 기술로는 ‘하네스 엔지니어링’이 제시됐다. 한승균 네이버 AI 검색서비스 리더는 “네이버만의 한글 특화 정보, 27년 동안 축적한 서비스 노하우 등이 하네스 엔지니어링의 차별점”이라며 “사용자를 보다 잘 이해하는 것이 네이버가 글로벌 빅테크 서비스보다 우위에 있는 지점”이라고 강조했다. 다음 승부처는 멀티모달이다. 네이버는 검색창 전면에 배치한 스마트렌즈와 AI 브리핑, AI탭을 결합해 이미지 기반 질문에서 정보 탐색, 예약, 구매까지 이어지는 멀티모달 AI 에이전트로 확장한다는 계획이다. 윤상두 네이버 퓨처 AI 리더는 “10년간 축적해 온 스마트렌즈 기반의 시각 검색 기술과 강력한 선행 연구 기술력을 바탕으로 멀티모달 에이전트 시대를 준비하고 있다”고 말했다. 한편 네이버의 AI탭 전략은 포털 검색의 단순 방어가 아니다. 생성형 AI가 검색 결과 화면을 압축하고 광고·커머스 접점을 흔드는 상황에서 네이버는 자사 생태계의 데이터를 실행 경험으로 묶어야 한다. 검색, 콘텐츠, 커머스, 장소, 예약을 하나의 행동 흐름으로 연결할 때 네이버는 포털을 넘어 생활형 AI 에이전트 플랫폼으로 이동할 수 있다. 검색의 승부는 이제 답변의 문장력보다 실행의 완성도에서 갈린다.2026-07-05 08:45:34
-
![[800조 전쟁] 엔비디아 독주 균열 노린다…국산 AI칩 퓨리오사AI의 승부수](https://image.ajunews.com//content/image/2026/07/03/20260703093751877178.jpg)
엔비디아 독주 균열 노린다…'국산 AI칩' 퓨리오사AI의 승부수 [경제일보] 정부가 인공지능(AI) 데이터센터를 국가 핵심 인프라로 공식화하면서 국내 AI 반도체 산업도 중대한 분기점을 맞았다. 수백조원 규모 AI 데이터센터 구축 계획이 현실화되면 이를 구동할 AI 반도체 수요도 폭발적으로 증가하기 때문이다. 문제는 AI 데이터센터 확대가 곧바로 국내 AI 반도체 산업의 성장으로 이어지는 것은 아니라는 점이다. 현재 AI 데이터센터 시장은 엔비디아 GPU가 사실상 독점하고 있어 대규모 인프라 투자가 이뤄지더라도 핵심 연산 반도체 수요는 해외 기업으로 쏠릴 가능성이 크다. 이런 가운데 정부가 처음으로 '국산 AI 반도체'를 메가 프로젝트의 핵심 축으로 제시하면서 퓨리오사AI와 같은 국내 팹리스 기업이 국가 AI 인프라 공급망에 진입할 수 있을지에 관심이 쏠린다. 과거에는 거대언어모델(LLM)을 학습시키기 위한 초고성능 GPU 확보가 핵심이었다. 하지만 앞으로는 실제 AI 서비스를 운영하는 '추론(Inference)' 경쟁력이 새로운 승부처로 떠오르고 있다. AI 에이전트와 피지컬 AI, 자율주행, 제조 AI 등이 확산될수록 AI 모델을 끊임없이 실행하는 추론 연산이 급증하고 데이터센터 운영비에서 전력 효율과 비용 경쟁력이 차지하는 비중도 커질 수밖에 없는 구조다. 정부는 AI 데이터센터를 국가 경쟁력의 핵심 인프라로 육성하면서 국산 AI 반도체(NPU)와 전력·냉각 솔루션을 함께 지원해 국내 AI 인프라 생태계를 구축하겠다는 청사진을 내놨다. 단순히 데이터센터 건물을 늘리는 것이 아니라 데이터센터 안에서 돌아가는 핵심 기술까지 국산화하겠다는 의미다. 이재명 대통령의 구상대로라면 이번 프로젝트의 성패는 데이터센터 규모보다도 AI 연산 담당자에게 달려있다. 현재 글로벌 AI 데이터센터는 엔비디아 GPU가 사실상 표준으로 자리 잡았다. AI 학습에 필요한 압도적인 연산 성능은 물론 CUDA 기반 소프트웨어 생태계와 개발자 환경, 풍부한 고객 레퍼런스까지 갖추면서 후발주자가 쉽게 넘볼 수 없는 시장을 구축한 것이다. 이 때문에 업계에서는 정부가 아무리 AI 데이터센터를 확대하더라도 핵심 반도체를 모두 해외 기업에 의존한다면 국가 AI 경쟁력을 확보하는 데 한계가 있다는 지적이 꾸준히 제기돼 왔다. AI 데이터센터는 국가 전략 인프라지만 연산을 담당하는 AI 칩과 서버, 시스템 소프트웨어가 해외 기술에 의존하게 되면 공급망 리스크를 피하기 어렵기 때문이다. AI 경쟁의 무게중심 '학습'에서 '추론'으로 정부의 AI 인프라 전략에서 가장 먼저 시험대에 오른 기업은 퓨리오사AI다. 2017년 설립된 퓨리오사AI는 AI 추론 전용 NPU를 개발하는 국내 대표 팹리스 기업이다. 회사는 범용 GPU와 정면 승부 하기보다 생성형 AI 서비스 운영에 필요한 추론 시장을 공략하는 전략을 택했다. 최근 공개한 2세대 AI 가속기 RNGD(레니게이드)는 거대언어모델과 멀티모달 AI 추론을 겨냥한 제품으로 높은 전력 효율과 비용 절감 효과를 강점으로 내세우고 있다. 회사 역시 고성능과 전력 효율을 동시에 구현하는 데이터센터용 AI 가속기를 핵심 경쟁력으로 제시하고 있다. 하지만 정부 정책만으로 퓨리오사AI의 성공을 장담하기는 어렵다. AI 반도체 시장은 단순히 칩 성능만으로 작동하지 않기 때문이다. 개발도구와 소프트웨어 호환성, 고객사가 기존 시스템에 쉽게 적용할 수 있는지 여부, 대규모 데이터센터에서 검증된 운영 경험까지 종합적인 생태계 경쟁이 이뤄지는 시장이다. 결국 메가 프로젝트가 국내 AI 반도체 산업의 전환점이 되려면 정책 지원뿐 아니라 실제 데이터센터에서 사용할 수 있는 상용 레퍼런스를 확보하는 것이 무엇보다 중요하다. 생성형 AI 초기 시장에서는 수천억 개의 매개변수를 가진 거대언어모델을 학습시키기 위해 막대한 연산 성능이 필요했다. 이에 따라 글로벌 빅테크들은 엔비디아의 GPU를 대거 확보하는 데 경쟁적으로 나섰고 GPU 확보 능력이 곧 AI 경쟁력으로 평가받았다. 하지만 AI 서비스가 본격적으로 상용화되면서 시장의 관심은 모델 제작에서 활용으로 옮겨가고 있다. 챗봇이 질문에 답하고 AI 비서가 업무를 수행하며 자율주행차와 스마트팩토리, AI 로봇이 실시간으로 판단을 내리는 과정은 모두 추론에 해당한다. AI를 실제 서비스로 운영할수록 추론 연산은 기하급수적으로 증가할 수밖에 없다. 시장조사업체들도 같은 전망을 내놓고 있다. AI 서비스 확산으로 향후 데이터센터 연산의 상당 부분이 추론 작업으로 차지할 것이 예상되면서 학습 중심이던 AI 반도체 시장도 점차 추론 중심으로 재편될 것이라는 분석이다. 업계 관계자는 "생성형 AI 서비스가 빠르게 확산되면서 추론 수요와 토큰 사용량은 이미 폭발적으로 증가하고 있다"며 "AI 확산이 빨라질수록 연산 효율을 높이는 기술 경쟁력이 더욱 중요해질 것"이라고 말했다. 이어 "정부의 AI 데이터센터 구축은 국내 AI 반도체 기업들에도 기술을 검증하고 시장을 확대할 수 있는 중요한 기회가 될 것으로 기대한다"고 덧붙였다. 전력 효율이 새 경쟁력…퓨리오사AI의 승부수 퓨리오사AI는 엔비디아 GPU를 전면적으로 대체하겠다는 전략을 내세우지 않는다. 대신 추론에 필요한 연산을 보다 적은 전력으로 처리하는 데 초점을 맞추고 있다. 데이터센터 운영비 가운데 전기료가 차지하는 비중이 갈수록 커지는 만큼 같은 성능이라면 전력 소비를 줄이는 것이 곧 경쟁력이 된다는 판단에서다. 실제로 AI 데이터센터는 '전기 먹는 공장'으로 불릴 만크 막대한 전력을 소비한다. 최신 AI 서버 한 대에는 여러 개의 AI 가속기가 탑재되고 이를 수만 대 규모로 운영하면 전력 사용량은 도시 하나에 맞먹는 수준까지 늘어난다. 정부가 이번 메가 프로젝트에서 AI 데이터센터와 함께 전력 인프라를 핵심 과제로 제시한 것도 같은 맥락이다. 이 때문에 업계에서는 향후 AI 반도체 경쟁의 기준이 '최고 성능'에서 '최고 효율'로 점차 이동할 가능성도 제기한다. 모든 AI 서비스를 최고 사양 GPU로 운영하기보다 서비스 특성에 따라 GPU와 NPU를 함께 사용하는 방식이 늘어날 수 있다는 것이다. 다만 넘어야 할 벽은 여전히 높다. 엔비디아의 경쟁력은 단순히 GPU 성능에 있지 않다. AI 개발자가 사용하는 CUDA 플랫폼을 중심으로 방대한 소프트웨어 생태계를 구축했고 주요 클라우드 사업자와 데이터센터 운영사들이 이미 엔비디아 기반 시스템을 표준처럼 사용하고 있다. AI 모델 대부분도 엔비디아 환경에서 최적화돼 있어 다른 AI 반도체를 적용하려면 소프트웨어 수정과 운영 검증이 필요하다. 이 때문에 정부의 메가 프로젝트 역시 단순한 AI 데이터센터 인프라 투자에 머물러서는 안 된다는 지적이 나온다. AI 데이터센터를 짓는 것만으로는 국내 AI 반도체 산업이 성장하기 어렵고 국산 AI 칩이 실제 데이터센터에서 성능을 검증받고 상용화 레퍼런스를 확보할 수 있는 제도적 기반까지 함께 마련돼야 한다는 것이다. 실제 퓨리오사AI는 최근 들어 연구개발(R&D) 단계를 넘어 상용화 기반을 하나씩 확보하고 있다. 회사는 올해 1월 TSMC에서 생산한 2세대 AI 추론용 NPU 'RNGD(레니게이드)' 1차 양산 물량을 공급받으며 본격적인 양산 단계에 들어갔다. 올해 총 2만장 규모 생산을 목표로 글로벌 엔터프라이즈 시장 공략에 속도를 내고 있다. 기술 검증 사례도 늘고 있다. LG AI연구원은 자사 거대언어모델(LLM) '엑사원(EXAONE)' 추론 환경에서 RNGD를 검증한 뒤 도입을 결정했다. 퓨리오사AI에 따르면 RNGD는 실제 서비스 환경에서 기존 GPU 기반 시스템보다 와트당 성능을 2.25배 높였고, 동일한 전력 조건에서는 최대 3.75배 많은 토큰을 처리하는 것으로 나타났다. 이는 AI 데이터센터 운영에서 가장 큰 비용으로 꼽히는 전력 부담을 줄일 수 있다는 의미다. 메가 프로젝트, 국산 AI 반도체 생태계 키울까 이처럼 기술력과 상용화 가능성을 입증하는 사례가 늘어나면서 정부가 추진하는 AI 데이터센터 메가 프로젝트가 퓨리오사AI와 같은 국산 AI 반도체 기업의 성장 기반이 될 수 있다는 기대도 커지고 있다. 업계는 이번 메가 프로젝트가 국내 AI 반도체 산업에는 이전과 다른 의미를 가진다고 평가한다. 정부가 AI 데이터센터를 국가 전략 인프라로 규정하면서 처음으로 AI 모델부터 반도체, 데이터센터, 전력 인프라까지 하나의 산업 생태계로 연결하는 청사진을 제시했기 때문이다. 특히 정부가 AI 데이터센터 구축과 함께 국산 AI 반도체 기반 추론 시장 육성을 공식 정책 방향으로 제시한 만큼, 향후 국가 AI 프로젝트와 공공 AI 사업에서 국산 NPU 적용 사례가 늘어날 가능성도 제기된다. 이는 퓨리오사AI뿐 아니라 국내 AI 서버, 클라우드, 전력·냉각 장비 기업으로까지 파급 효과가 확산될 수 있다는 의미다. AI 데이터센터가 또 하나의 '엔비디아 GPU 구매 사업'으로 끝날지 아니면 국산 AI 반도체와 소프트웨어, 서버, 전력 설비까지 함께 성장하는 산업 생태계의 출발점이 될지는 앞으로 정부 정책과 민간 투자의 실행력에 달려 있다. 퓨리오사AI 역시 같은 시험대에 올랐다. 추론 특화 AI 반도체라는 기술 경쟁력을 실제 시장 경쟁력으로 연결하고 정부 프로젝트를 발판으로 대규모 상용 레퍼런스를 확보할 수 있다면 '국산 AI칩'은 상징을 넘어 하나의 산업으로 자리 잡을 수 있다. 반대로 정책 지원에만 의존한 채 민간 시장에서 경쟁력을 입증하지 못한다면 이번 메가 프로젝트 역시 국산 AI 반도체 육성의 또 다른 선언에 그칠 가능성을 배제하기 어렵다. AI 시대의 승자는 더 이상 반도체를 가장 많이 만드는 기업만이 아니다. AI를 가장 효율적으로 구동하는 반도체를 만들고 이를 국가 인프라 안에서 실제 활용하는 생태계를 구축하는 국가가 다음 경쟁의 주도권을 쥘 것이라는 점에서 퓨리오사AI를 비롯한 국내 AI 반도체 기업들의 도전은 이제부터가 진짜 시작이다. 업계 관계자는 "정부가 AI 데이터센터와 국산 AI 반도체를 함께 육성하겠다는 방향을 제시한 것은 국내 AI 반도체 기업에는 의미 있는 기회"라며 "특히 AI 데이터센터 구축은 기술력을 검증하고 실제 공급 레퍼런스를 확보할 수 있는 중요한 계기가 될 것으로 기대하고 있다"고 말했다. 이어 "AI 인프라가 빠르게 확산돼야 AI 서비스와 산업 혁신도 함께 성장할 수 있다"며 "정부가 추진하는 AI 데이터센터 구축과 AI 인프라 확대 정책이 국내 AI 반도체 생태계에도 긍정적인 역할을 할 것으로 본다"고 덧붙였다.2026-07-03 10:14:43
-
![[800조 전쟁] 네이버, 검색기업에서 AI 인프라 기업으로…한국형 AI 클라우드 승부수](https://image.ajunews.com//content/image/2026/07/02/20260702133721741262.jpg)
네이버, 검색기업에서 AI 인프라 기업으로…'한국형 AI 클라우드' 승부수 [경제일보] 정부가 인공지능(AI) 데이터센터를 대한민국 미래 산업을 이끌 핵심 국가 인프라로 공식화하면서 네이버의 기업 가치도 새로운 관점에서 재조명되고 있다. 검색과 포털 중심 플랫폼 기업으로 인식됐던 네이버가 데이터센터와 클라우드, 자체 거대언어모델(LLM)을 아우르는 AI 인프라 기업으로 사업 무게중심을 옮기고 있어서다. 지난달 29일 정부는 '대한민국 대도약 3대 메가 프로젝트'를 발표하며 반도체와 피지컬 AI, AI 데이터센터를 국가 성장전략의 세 가지 핵심 축으로 제시했다. 반도체를 만드는 것에서 끝나는 것이 아니라 AI를 학습하고 서비스할 데이터센터와 클라우드 인프라까지 국가 경쟁력의 핵심으로 규정한 것이다. 이 같은 변화 속에서 네이버는 국내 기업 가운데 보기 드물게 AI 데이터센터와 자체 AI 모델, 클라우드 서비스를 모두 보유한 사업자로 꼽힌다. 글로벌 빅테크처럼 반도체를 직접 설계하거나 생산하지는 않지만 AI 서비스를 구현하는 핵심 기반을 대부분 자체적으로 구축하고 있다는 점에서다. AI 데이터센터가 바꾼 네이버의 미래 특히 네이버가 지난해 본격 가동에 들어간 세종 AI 데이터센터 '각 세종'은 이러한 전략의 상징으로 평가된다. 축구장 수십 개 규모의 부지에 들어선 각 세종은 기존 인터넷 서비스 운영을 위한 서버 시설을 넘어 초거대 AI 모델 학습과 추론을 지원하는 AI 데이터센터를 지향한다. 대규모 GPU 연산 자원을 기반으로 생성형 AI 서비스를 안정적으로 운영할 수 있도록 설계됐으며 향후 AI 수요 증가에 맞춰 확장성도 고려했다. 데이터센터의 의미는 과거와 달라지고 있다. 과거에는 인터넷 서비스를 안정적으로 운영하기 위한 서버 공간이었다면 생성형 AI 시대에는 막대한 데이터를 저장하고 인공지능 모델을 학습시키는 'AI 팩토리'로 역할이 바뀌고 있다. AI 모델의 성능이 GPU와 데이터센터의 규모, 전력 공급 능력에 크게 좌우되면서 데이터센터 자체가 국가 산업 경쟁력을 결정하는 핵심 자산으로 떠오르고 있는 것이다. 실제로 이재명 대통령도 '대한민국 대도약 3대 메가 프로젝트 국민보고회'에서 "피지컬 AI를 통해 산업 현장에서 생성된 데이터가 데이터센터에 축적되고 이를 기반으로 다시 산업 혁신이 이뤄지는 선순환 구조를 만들어야 한다"며 전국 단위 AI 데이터센터 구축을 핵심 과제로 제시했다. 정부가 AI 데이터센터를 단순한 민간 시설이 아닌 국가 전략 인프라로 공식 규정한 것은 이번이 처음이라는 점에서 산업계도 의미를 크게 보고 있다. 네이버 역시 데이터센터를 단순한 설비 투자로 접근하지 않는다. AI 데이터센터와 자체 LLM인 하이퍼클로바X, 네이버클라우드를 하나의 생태계로 연결하는 전략을 추진하고 있다. 데이터를 저장하는 공간과 AI를 학습하는 모델, 이를 기업과 공공기관이 활용할 수 있도록 제공하는 클라우드 서비스를 하나의 밸류체인으로 구축하겠다는 구상이다. 이는 글로벌 AI 산업의 경쟁 방식과도 맞닿아 있다. 미국에서는 AI 경쟁력이 단순히 거대언어모델의 성능만으로 결정되지 않는다. AI 모델을 안정적으로 학습시키고 서비스를 제공할 수 있는 초대형 데이터센터와 클라우드 인프라 확보가 경쟁력을 좌우하고 있다. 실제로 미국 빅테크들은 수십조 원을 투입해 AI 데이터센터를 확충하고 있으며 AI 투자의 상당 부분도 컴퓨팅 인프라에 집중되고 있다. 국내에서도 AI 인프라 경쟁은 본격화되는 분위기다. SK그룹은 울산을 시작으로 전국에 총 5GW 규모 AI 데이터센터 구축을 추진하고 있고, 삼성전자 역시 AI 반도체 경쟁력 강화에 속도를 내고 있다. LG그룹도 AI 데이터센터와 냉각 솔루션, AI 부품 사업을 미래 성장동력으로 육성하고 있다. 이 가운데 네이버는 제조기업과는 다른 방식으로 AI 생태계 경쟁에 뛰어들고 있다. 직접 반도체를 생산하는 대신 AI 서비스를 실제 구현하는 플랫폼과 클라우드, 데이터센터를 중심으로 경쟁력을 확보하는 전략이다. 정부가 AI 데이터센터를 국가 핵심 인프라로 제시하면서 이러한 전략 역시 새로운 성장 동력으로 주목받고 있다는 평가가 나온다. 공공 AI 시장 노리는 'AI 풀스택' 전략 네이버의 AI 인프라 전략은 네이버클라우드를 중심으로 구체화되고 있다. AI 서비스가 실제 산업 현장에서 활용되기 위해서는 초거대 AI 모델뿐 아니라 이를 안정적으로 운영할 수 있는 클라우드 환경이 필수적이기 때문이다. 네이버는 자체 AI 모델인 하이퍼클로바X를 네이버클라우드와 결합해 기업과 공공기관이 생성형 AI를 업무에 활용할 수 있는 환경을 확대하고 있다. 실제 네이버클라우드는 지난해 12월 한국수력원자력과 '뉴로클라우드 포 하이퍼클로바X' 기반 원전 특화 생성형 AI 플랫폼 구축 계약을 체결했다. 한수원 내부 데이터를 기반으로 원자력 산업에 특화된 AI 플랫폼을 구축하는 사업으로, 네이버클라우드는 이를 원전 분야 특화형 LLM 서비스 구축 사례로 설명하고 있다. 한국은행과도 올해 3월 같은 솔루션 기반의 전용 생성형 AI 플랫폼 제공 계약을 맺었다. 한국은행 보유 데이터를 학습해 금융·경제 특화 생성형 AI 모델을 구축하고, 장기적으로는 한국은행 자료의 검색·요약·추천 등을 연계한 대국민 서비스 발굴도 검토한다는 계획이다. 이처럼 네이버클라우드는 단순히 AI 모델을 개발하는 데 그치지 않고 기관별 데이터를 안전한 환경에서 학습·활용할 수 있는 전용 AI 플랫폼을 제공하는 방식으로 사업 영역을 넓히고 있다. 특히 폐쇄망 또는 기관 내부 환경에서 생성형 AI를 활용하려는 공공·금융·에너지 분야 수요와 맞물리면서 하이퍼클로바X와 클라우드를 결합한 'AI 풀스택' 전략이 구체화 되고 있다. 특히 정부가 AI 데이터센터를 국가 전략 인프라로 제시하면서 공공 AI 시장 확대 가능성도 커지고 있다. 정부와 지방자치단체를 비롯한 공공기관은 보안과 데이터 주권 문제로 해외 클라우드 사용에 신중한 입장을 보여왔다. 이에 따라 국내 데이터센터와 자체 AI 모델을 보유한 사업자에 대한 관심도 높아질 것이라는 전망이 나온다. 이 과정에서 주목받는 개념이 '소버린 AI(Sovereign AI)'다. 소버린 AI는 국가의 언어와 문화, 법·제도, 데이터를 기반으로 자국 내에서 AI를 개발·운영하는 전략을 의미한다. AI 기술뿐 아니라 데이터와 컴퓨팅 인프라까지 자국이 통제할 수 있어야 한다는 개념으로 최근 유럽과 일본, 싱가포르 등 주요 국가들도 관련 정책을 확대하고 있다. 네이버 역시 이러한 흐름에 맞춰 국내 데이터를 기반으로 한 AI 생태계 구축을 추진하고 있다. 국내에서 생성된 데이터를 국내 데이터센터에 저장하고, 자체 AI 모델이 이를 학습한 뒤 다시 기업과 공공기관에 서비스를 제공하는 구조다. 정부가 강조하는 AI 데이터센터 구축과도 방향성이 맞닿아 있다는 평가다. 글로벌 빅테크와 AI 인프라 경쟁 다만 넘어야 할 과제도 적지 않다. 글로벌 AI 인프라 시장은 이미 미국 빅테크들이 막대한 자본력을 앞세워 주도하고 있기 때문이다. 시장조사업체들에 따르면 전 세계 클라우드 시장은 현재 아마존웹서비스(AWS), 마이크로소프트 애저(Azure), 구글 클라우드가 대부분을 차지하고 있다. 이들은 수백억 달러를 투입해 AI 데이터센터를 지속적으로 확대하고 있으며 엔비디아 최신 GPU 확보 경쟁에서도 우위를 점하고 있다. 반면 국내 사업자는 상대적으로 제한된 투자 규모와 GPU 확보 여건, 전력 비용 부담 등을 안고 있다. 성능 경쟁뿐 아니라 컴퓨팅 자원 확보 경쟁에서도 글로벌 사업자와 격차를 줄여야 하는 상황이다. 업계에서는 정부가 '반도체·피지컬 AI·AI 데이터센터'를 대한민국 미래 산업을 이끌 '3대 메가 프로젝트'로 공식화한 것이 이러한 격차를 줄이는 계기가 될 수 있을 것으로 기대한다. 정부가 전국 단위 AI 데이터센터 구축과 전력 인프라 확충, 인허가 지원 등을 통해 AI 인프라를 국가 전략 차원에서 육성하겠다는 의지를 밝힌 만큼 국내 기업들도 보다 안정적인 컴퓨팅 자원과 클라우드 환경을 확보하며 글로벌 경쟁력을 높일 수 있을 것이라는 전망이다. "데이터센터는 AI 공장"…소버린 AI 승부수 결국 정부가 추진하는 3대 메가 프로젝트의 핵심은 AI 생태계를 구성하는 모든 요소를 국내에서 구축하는 데 있다. 반도체가 AI의 연산 능력을 책임진다면 데이터센터는 이를 구동하는 기반이며 클라우드는 산업 현장으로 AI를 확산시키는 통로다. 네이버클라우드 관계자는 "세종 AI 데이터센터 '각'은 기존처럼 데이터를 단순 저장·관리하는 데이터센터가 아니라 AI를 학습시키고 추론을 거쳐 실제 서비스까지 연결하는 'AI 팩토리' 개념의 플랫폼"이라며 "AI 시대에는 데이터를 보관하는 공간을 넘어 AI 비즈니스가 이뤄지는 핵심 인프라 역할을 수행하게 될 것"이라고 설명했다. 이어 "네이버클라우드는 AI 인프라부터 초거대 AI 모델까지 아우르는 AI 풀스택(AI Full Stack) 역량을 갖추고 있다는 것이 가장 큰 경쟁력"이라며 "정부의 AI 활용 확대 정책으로 공공과 산업계 전반에서 AI 전환(AX) 수요가 빠르게 늘고 있는 반면 공급은 아직 충분하지 않은 상황"이라고 말했다. 그러면서 "네이버클라우드는 엔비디아와의 AI 팩토리 협력을 비롯해 다양한 AI 기술 협력을 확대하고 있으며 국내 AI 생태계에 필요한 소버린 AI 역량과 안전한 데이터 관리 환경을 제공하는 데 역량을 집중하고 있다"고 덧붙였다.2026-07-02 13:54:15
-
다음 검색에 '솔라' 탑재…업스테이지, AI 검색 경쟁 본격 참전 [경제일보] 업스테이지가 자체 개발한 거대언어모델(LLM) '솔라'를 포털 '다음' 검색에 처음 적용하며 대국민 AI 서비스 확대에 나선다. 업스테이지의 AI 기술이 주간 이용자 1000만명 이상이 사용하는 대형 플랫폼에 본격 탑재되는 첫 사례로, 네이버와 구글 등이 주도하는 AI 검색 경쟁에도 본격적으로 뛰어들고 있다. 1일 업스테이지 컴퍼니는 다음 검색에 'AI 요약' 베타 서비스를 출시했다고 밝혔다. AI 요약은 이용자가 검색어를 입력하면 솔라가 웹 문서를 분석해 핵심 내용을 요약하고 관련 근거를 함께 제공하는 기능이다. 기존 다음 키워드 검색이 관련 웹페이지를 나열하는 방식이었다면 AI 요약은 검색 결과를 종합해 하나의 답변 형태로 제공한다는 점이 특징이다. 문장형 질문도 의도를 파악해 답변을 생성하며, 절차가 필요한 검색은 단계별 안내 형식으로, 비교가 필요한 검색은 표 형태로 정리해 제공하도록 설계됐다. 업스테이지가 자체 AI 모델을 대규모 대국민 서비스에 적용한 것은 이번이 처음이다. 지난 5월 AXZ 인수 이후 AI 기술을 실제 서비스에 접목한 첫 사례이기도 하다. 업스테이지는 그동안 금융과 공공, 기업(B2B) 시장을 중심으로 AI 사업을 전개해왔지만, 이번 적용을 계기로 일반 이용자가 일상에서 직접 활용하는 소비자 서비스까지 영역을 넓히게 됐다. 특히 다음이 주간 이용자 1000만명 이상을 확보한 국내 대표 포털인 만큼 솔라의 서비스 경쟁력을 검증하는 무대가 될 것으로 분석된다. 업스테이지는 향후 다음 내 다양한 서비스에도 자체 AI를 확대 적용하며 대국민 AI 생태계를 구축한다는 구상이다. 이번 서비스 출시는 AI 검색 시장 경쟁이 한층 치열해지는 가운데 이뤄졌다는 점에서도 주목된다. 최근 검색 시장은 단순히 링크를 나열하는 방식에서 AI가 정보를 종합해 답변하는 형태로 빠르게 전환되고 있다. 네이버는 AI 브리핑을 확대 적용하고 있으며, 구글 역시 AI 기반 검색 기능을 강화하며 이용자 경험 고도화에 나서고 있다. 이에 업스테이지는 다음에 AI 검색 기능을 추가해 검색 경쟁력 회복과 이용자 체류 시간 확대를 동시에 노리는 것으로 풀이된다. AI 검색이 포털 서비스의 핵심 경쟁력으로 자리 잡으면서 자체 AI 모델을 확보한 기업들의 경쟁도 더욱 치열해질 것으로 전망된다. 현재 AI 요약은 이슈, 금융, 엔터테인먼트, 건강, 사전, 일상 등 생활 밀착형 6개 분야에서 베타 서비스로 제공된다. 업스테이지 컴퍼니는 연내 적용 범위를 확대해 정식 서비스를 선보일 계획이다. 또한 연내에는 다음 통합 검색을 대화형 AI 중심으로 전환하는 'AI 모드'도 출시할 예정이다. AI 모드에서는 단순 요약을 넘어 이용자가 AI와 질의응답을 이어가며 원하는 정보를 심층적으로 탐색할 수 있도록 지원한다. 솔라는 현재 업스테이지가 주관사로 참여하는 정부의 '독자 AI 파운데이션 모델' 프로젝트를 통해 고도화가 진행되고 있는 국내 AI 모델이다. 김성훈 업스테이지 대표는 "다음 AI 요약은 AI 모델이 수많은 사람들의 일상과 만났을 때 어떤 변화를 만들 수 있는지 보여주는 시작점"이라며 "앞으로 다음 서비스 곳곳에 업스테이지의 AI를 더해, 누구나 일상에서 자연스럽게 AI의 효용을 누리는 '모두를 위한 AI' 시대를 함께 열어가겠다"고 말했다.2026-07-01 08:16:20
-
![[기자수첩] 3대 메가프로젝트, 800조보다 중요한 것은 반도체와 AI 연결](https://image.ajunews.com//content/image/2026/06/30/20260630160303796707.jpg)
3대 메가프로젝트, 800조보다 중요한 것은 반도체와 AI 연결 [경제일보] 800조원, 550조원, 1000조원. 이재명 대통령이 공개한 '3대 메가프로젝트'는 숫자만으로도 압도적이었다. 삼성전자와 SK그룹의 대규모 투자 계획까지 더해지면서 발표 직후 관심은 자연스럽게 투자 규모와 지역별 배치에 쏠렸다. 정치권에서는 호남 투자 비중을 둘러싼 공방도 이어졌다. 그러나 이번 발표를 조금만 다른 시각에서 들여다보면 숫자보다 먼저 읽혀야 할 메시지가 있다. 정부가 발표한 것은 '3대 메가프로젝트'였지만 산업계가 받아들여야 할 키워드는 따로 있다. 바로 'AI 공급망'이다. 이번 프로젝트는 반도체 팹 확충, AI데이터센터(AIDC) 구축, 피지컬AI 육성이라는 세 개의 사업으로 구성됐다. 그러나 이를 각각의 투자 계획으로만 바라보면 이번 발표의 의미를 절반밖에 읽지 못한다. 이번 프로젝트의 핵심은 개별 산업을 육성하는 데 있는 것이 아니라 반도체 생산부터 AI 서비스 구현, 제조업 적용까지 하나의 생태계로 연결하는 데 있다. 정부가 제시한 '3대 메가프로젝트'는 세 개의 사업이 아니라 대한민국 AI 경쟁력을 떠받칠 산업 구조를 새롭게 설계하는 청사진에 가깝다. 반도체는 AI의 연산 능력을 결정하는 핵심 부품이다. 이렇게 생산된 반도체는 AI데이터센터에서 막대한 데이터를 처리하는 데 활용되고 데이터센터에서 학습한 AI는 다시 로봇과 스마트팩토리, 자율 제조 등 피지컬AI 산업으로 확장된다. 다시 말해 반도체와 데이터센터, 피지컬AI는 각각의 산업이 아니라 하나의 가치사슬 안에서 유기적으로 맞물리는 구조다. 어느 한 축이 흔들리면 나머지 산업도 경쟁력을 유지하기 어려운 이유다. 이 점은 글로벌 AI 경쟁 구도와도 맞닿아 있다. 미국이 생성형 AI 플랫폼과 거대언어모델(LLM) 경쟁을 주도하고 있다면 한국은 세계 최고 수준의 제조 경쟁력을 기반으로 AI 공급망을 구축하는 전략을 선택한 셈이다. 반도체 생산 역량과 제조업 기반을 AI 시대의 경쟁력으로 연결하려는 시도라는 점에서 이번 프로젝트의 의미는 단순한 투자 계획 그 이상의 의미를 갖는다. 그동안 국내에서는 대규모 산업 프로젝트가 발표될 때마다 투자 금액에만 관심이 쏠리는 경향이 있었다. 하지만 이번 발표의 의미는 투자 규모에만 있지 않다. 반도체와 AI데이터센터, 피지컬AI를 하나의 산업 전략으로 묶어냈다는 데 더 큰 의미가 있다. 물론 AI 공급망은 반도체 공장과 데이터센터를 짓는 것만으로 완성되지 않는다. 첨단 반도체 생산에는 대규모 전력과 초순수 등 안정적인 용수 공급이 필수고 AI데이터센터 역시 막대한 전력을 안정적으로 공급할 송전망과 전력 인프라가 갖춰져야 비로소 제 기능을 할 수 있다. 여기에 AI와 반도체 전문 인력 양성, 지역 정주 여건 개선, 인허가 절차의 신속한 추진까지 유기적으로 맞물려야 비로소 정부가 그리는 청사진도 현실이 된다. 결국 이번 프로젝트는 개별 기업의 투자만으로 완성될 수 있는 사업이 아니다. 정부 정책, 지방자치단체의 인프라 조성, 기업의 투자 및 인재 확보가 동시에 맞물릴 때 완성형 AI 산업 생태계가 작동할 수 있다. 결국 이번 3대 메가프로젝트의 성패를 가를 것은 투자 규모가 아니다. AI 공급망을 적기에 구축하고 산업 전반을 유기적으로 연결하는 역량이 성패를 좌우한다. 이번 발표가 대한민국 AI 산업의 새로운 출발점으로 기록될지, 또 하나의 대형 투자 계획에 머물지는 결국 추진 속도와 완성도에 달려 있다.2026-06-30 16:22:01
많이 본 뉴스
영상
Youtube 바로가기
![[사설] 출국금지는 풀고, 책임은 남지 않았다](https://image.ajunews.com/content/image/2026/07/17/20260717121609620090_518_323.jpg)