2026.10.17 토요일
검색
'경량화' 검색결과
기간검색
-
~
검색영역
검색어
-
카카오, '이프 카카오26'서 AI 전략 공개…카카오톡, 주문·예약까지 맡는다 [경제일보] 카카오가 카카오톡을 기반으로 인공지능(AI)이 이용자의 요청을 이해하고 실제 작업까지 수행하는 플랫폼으로의 전환을 추진한다. 메시지와 콘텐츠를 연결해온 기존 플랫폼에 개인화된 AI를 더해 주문·예약 등 일상 업무를 처리하는 서비스로 확장하고, 자체 AI 모델을 통해 서비스 운영 효율과 기술 경쟁력을 함께 확보한다는 전략이다. 13일 카카오는 경기도 용인시 카카오 AI 캠퍼스에서 열린 개발자 컨퍼런스 '이프 카카오26'에서 AI 비전과 기술 개발 방향을 공개했다고 밝혔다. 이날 카카오는 '모든 연결에 지능을'을 슬로건으로 내걸고, 이용자 개인의 선호와 상황에 맞춰 필요한 작업을 수행하는 에이전틱 AI를 중심으로 서비스 구조를 확장한다는 전략을 공개했다. 이번 카카오의 발표는 카카오톡을 AI 서비스의 주요 접점으로 활용한다는 내용을 중심으로 다뤘다. 카카오는 카카오톡 어디서나 호출할 수 있는 AI 어시스턴트 '카나나 스페이스'를 선보였다. 이용자는 카카오톡 화면에서 AI를 불러 음성이나 텍스트로 메시지 전송, 일정 관리, 웹 검색, 설정 변경 등을 요청할 수 있다. 별도의 AI 서비스에 접속하거나 새로운 사용법을 익히지 않고도 기존 메신저 안에서 AI를 활용하도록 설계한 것이다. 카카오는 카나나 스페이스를 단순한 대화형 비서에서 실제 작업을 수행하는 서비스로 발전시킬 계획이다. 향후 이용자가 대화 중 생수 주문을 요청하면 과거 구매 이력을 바탕으로 상품을 선택하고 사용 가능한 쿠폰을 적용하는 등 주문부터 결제까지 이어지는 기능을 구현한다는 구상이다. 선물·예약·송금 등으로 지원 범위를 넓히는 방안도 제시했다. 카카오는 오는 12월 사전 신청자 가운데 일부를 선정해 카나나 스페이스 비공개 베타 테스트(CBT)를 진행한다. 오는 13일부터 서비스 웹사이트에서 사전 신청을 받는다. PC에서 이용자가 직접 AI 에이전트를 만들고 실행하는 '칸바스'도 공개했다. 이용자가 필요한 에이전트를 설명하면 이에 맞는 도구와 기능을 구성하고, 허용된 범위에서 작업을 수행하는 방식이다. 카카오는 이르면 연내 소규모 이용자를 대상으로 테스트를 진행할 예정이다. 카카오는 내년 상반기 카카오톡에 이용자별 에이전트 팀을 연결하는 공간을 마련할 계획이다. 칸바스에서 만든 에이전트뿐 아니라 다른 프레임워크로 제작한 에이전트도 익숙한 인터페이스에서 활용할 수 있도록 지원한다는 방침이다. 카카오톡을 단순히 AI 기능을 제공하는 앱으로 만드는 데 그치지 않고, 다양한 에이전트를 호출하고 연결하는 통합 플랫폼으로 발전시키려는 방향으로 풀이된다. 이 같은 전략은 카카오가 기존에 확보한 이용자 접점과 서비스 연결 구조를 AI 시대에도 경쟁력으로 활용하려는 시도로 분석된다. 새로운 AI 서비스를 이용자에게 별도로 알리고 사용법을 익히게 하는 대신, 이미 익숙한 카카오톡 안에서 AI를 호출하고 작업을 맡길 수 있도록 해 이용 진입장벽을 낮추겠다는 것이다. 향후 주문·예약·결제 등의 기능이 실제 서비스로 구현되면 카카오톡이 대화와 정보 전달을 넘어 이용자의 일상 업무를 처리하는 창구로 역할을 넓힐 전망이다. 이를 뒷받침할 자체 AI 모델과 운영 기술도 공개했다. 카카오 파운데이션 모델 개발을 총괄하는 노병석 성과리더는 경량화와 연산·서빙 최적화, 텍스트·이미지·음성을 함께 이해하는 멀티모달, 요청받은 일을 실제로 완료하는 에이전틱 AI를 핵심 기술 방향으로 제시했다. 카카오는 스마트폰에서 처리할 수 있는 요청은 온디바이스 모델로 수행하고, 복잡한 작업은 대형 모델과 연결하는 방식으로 성능과 속도, 확장성을 확보할 계획이다. 이용자의 요청을 분석해 적합한 모델과 도구, 실행 순서를 선택하는 AI 컨덕터를 통해 작업을 조율하고 추론 비용을 줄인다는 구상도 공개했다. 자체 개발한 토크나이저를 활용해 처리 효율을 높이는 한편, 텍스트·이미지·음성을 이해하고 음성으로 답하는 옴니 언어모델 'Kanana-o'도 개발하고 있다. 카카오는 Kanana-o를 구성하는 인코더와 디코더를 자체 개발했으며, 국내외 AI 생태계에서 활용할 수 있도록 오픈소스로 공개할 예정이다. 개인화된 AI 경험을 구현하기 위한 데이터 활용과 안전성 확보도 주요 과제로 제시했다. 송재하 최고기술책임자(CTO)는 이용자의 기억과 경험을 의미 있는 맥락으로 연결하는 '프로젝트 모자이크'를 소개했다. 이용자의 요청과 목표에 맞춰 각 에이전트에 필요한 정보만 허용된 범위에서 전달하고, 서로 다른 역할을 맡은 에이전트들이 공통의 맥락을 바탕으로 협업하도록 하는 것이 핵심이다. 카카오는 에이전트의 행동 계획과 실행 과정이 이용자가 동의한 범위 안에서 이뤄지도록 데이터 거버넌스와 안전 검증 체계를 강화할 방침이다. 개인의 선호와 이용 이력을 활용할수록 맞춤형 서비스의 정확도를 높일 수 있지만, 정보가 어떤 기준으로 저장·활용되는지와 에이전트의 실행 권한을 어떻게 통제하는지가 서비스 신뢰도를 좌우할 전망이다. 특히 주문·결제·송금처럼 실제 거래가 수반되는 기능을 확대하려면 이용자 확인 절차와 오류 대응 체계도 구체화해야 한다. 카카오는 이번 컨퍼런스에서 AI 방향성과 모델·에이전트, 신뢰·안전, 인프라 등을 주제로 총 55개 세션을 진행한다. 카카오와 계열사 구성원들이 발표자로 참여해 기술 개발 방향과 서비스 적용 사례를 공유할 예정이다. 정신아 카카오 대표는 "'모두를 위한 연결'은 카카오가 지켜온 약속이자 AI 시대에도 이어갈 변함없는 기준"이라며 "모두를 위한 '연결' 위에 한 사람 한 사람을 이해하고 각자의 필요에 맞춰 일하는 '지능'을 더함으로써 누구나 익숙한 일상에서 AI를 경험할 수 있도록 하겠다"고 말했다.2026-10-13 11:38:44
-
![[데스크칼럼] 누리호가 연 우주시대, 이제 민간의 시간이 온다](https://image.ajunews.com//content/image/2026/10/12/20261012110829867693.jpg)
누리호가 연 우주시대, 이제 민간의 시간이 온다 [경제일보] 누리호가 다섯 번째 발사에 성공했다. 이번에는 초소형군집위성 5기를 포함해 총 15기의 위성을 실었고, 이 가운데 14기를 목표 궤도에 투입했다. 초소형군집위성 5기는 모두 지상국과 교신했다. 다만 큐브위성 한 기는 분리되지 않았다. 성공은 분명하다. 그렇다고 완성이라고 부르기는 이르다. 오히려 이번 발사가 보여준 것은 한국 우주개발이 이제 다른 시험대에 올랐다는 점이다. 그동안의 질문은 우리가 로켓을 만들 수 있느냐였다. 이제는 누가 그것을 계속 만들고, 얼마나 자주 쏘며, 실패를 고쳐 다시 도전할 수 있느냐를 물어야 한다. 그 중심에 민간이 있다. 누리호는 국가 주도로 개발됐지만 제작과 시험에는 300여개 기업이 참여해 왔다. 한화에어로스페이스는 제작 총괄을 넘어 이번 5차 발사에서 발사통제센터 운용 참여 범위도 크게 넓혔다. 다음 발사부터는 순천 공장에서 발사체 각 단을 조립한 뒤 나로우주센터로 옮겨 총조립할 예정이다. 연구기관에서 쌓은 기술과 경험이 기업으로 이전되는 과정이다. 흔히 이를 ‘뉴 스페이스’라고 부른다. 그러나 기업 이름 하나를 발사체 옆에 붙인다고 뉴 스페이스가 되는 것은 아니다. 우주산업은 일감이 끊기면 함께 멈춘다. 발사가 몇 년씩 비면 숙련 인력이 떠나고 협력업체의 생산라인도 유지하기 어렵다. 어렵게 넘겨받은 기술도 반복해서 써보지 않으면 경쟁력이 되지 못한다. 우주항공청이 내년 하반기 누리호 6차 발사를 준비하고 2032년까지 매년 1회 이상 발사를 추진하는 이유도 여기에 있다. 초기에는 정부가 가장 중요한 고객이 될 수밖에 없다. 공공·관측·국방 위성 수요를 모아 일정한 발사 물량을 만들어줘야 민간이 시설과 인력에 투자할 수 있다. 장기적으로 연 2~3회 발사 체계를 갖추려면 안정적인 수요 확보가 뒷받침돼야 한다. 그러나 정부가 영원히 고객일 수는 없다. 어느 시점부터는 민간 위성과 해외 수요가 들어와야 한다. 그러려면 발사 성공 횟수뿐 아니라 신뢰성이 쌓여야 한다. 보험사가 위험을 계산할 수 있을 만큼 반복 발사 기록을 확보하고, 약속한 일정과 비용을 지킬 능력도 갖춰야 한다. 기업 역시 정부 사업만 바라봐서는 안 된다. 발사체 경량화와 원가 절감, 재사용 기술에 투자해야 한다. 스페이스X와 가격으로 당장 맞붙기는 어렵다. 그렇다면 한국이 강점을 가진 위성 제작과 반도체, 통신, 지구관측 기술을 발사 서비스와 묶는 길도 찾아야 한다. 대기업 한 곳에만 의존하는 구조도 경계해야 한다. 뉴 스페이스의 힘은 다양한 기업이 실패하고 다시 도전할 수 있는 생태계에서 나온다. 발사체 스타트업과 위성기업, 소재·부품업체가 함께 커야 한다. 실패 한 번으로 기업이 사라지는 시장에서는 혁신도 오래가지 못한다. 차세대발사체는 재사용 기술 확보를 목표로 개발되고 있다. 2032년에는 우리 발사체로 달 착륙선을 자력 발사하겠다는 계획도 추진 중이다. 목표는 충분히 크다. 중요한 것은 그 사이를 무엇으로 채우느냐다. 누리호의 성공은 국가 주도 우주개발의 결승점이 아니다. 정부와 연구기관이 만든 기술 위에서 민간이 얼마나 오래, 얼마나 자주 도전할 수 있는지를 시험하는 출발선에 가깝다. 우주강국은 로켓 한 번 잘 쏘는 나라가 아니다. 실패해도 다시 쏘고, 기업이 계속 투자하며, 새로운 기업이 그 뒤를 따라오는 나라다. 누리호가 우주의 문을 열었다면 이제 그 길을 넓히는 일은 민관이 함께 해야 한다. 뉴 스페이스의 성패도 결국 거기서 갈릴 것이다.2026-10-12 14:15:00
-
10조 토큰 학습에 비용 최적화…카카오, '효율형 AI' 기술 공개 [경제일보] 대규모 언어모델(LLM) 학습에 필요한 GPU와 전력 비용이 커지면서 학습 과정의 시행착오를 줄이고 모델 자체의 크기를 줄이는 기술이 인공지능(AI) 개발 경쟁력으로 떠오르고 있다. 카카오는 대규모 모델의 학습 비용을 줄이는 동시에 모델 경량화를 통해 운영 효율까지 높이는 연구 성과를 공개하며 자체 AI 경쟁력 강화에 나섰다. 8일 카카오는 언어모델링 국제 학회 'COLM(컨퍼런스 온 랭귀지 모델링) 2026'에서 대규모 전문가 혼합(MoE) 모델의 학습 효율을 높이는 기술과 모델 크기를 줄이면서 성능을 개선하는 경량화 기술을 각각 공개했다. 두 연구 모두 AI 모델의 성능을 유지·향상하면서 학습과 운영에 필요한 컴퓨팅 자원을 줄이는 데 초점을 맞췄다. 카카오가 메인 컨퍼런스에서 발표한 논문 'Let's Scale Step by Step: Compute-Efficient Hyperparameter Transfer for Large-Scale Mixture-of-Experts'는 대규모 MoE 모델을 학습할 때 최적의 학습 설정을 찾는 데 필요한 비용을 줄이는 방법론을 담았다. LLM 학습에서는 학습률과 같은 하이퍼파라미터를 어떻게 설정하느냐가 모델 성능과 학습 안정성에 영향을 미치는 것으로 꼽힌다. 학습률이 지나치게 높으면 학습이 불안정해지고 반대로 너무 낮으면 학습 속도가 떨어질 수 있다. 문제는 모델 규모가 커질수록 최적의 설정값을 찾기 위한 실험 자체에도 상당한 컴퓨팅 자원이 필요하다는 것이다. 카카오는 이를 해결하기 위해 소규모 모델에서 찾은 최적의 학습 설정을 대규모 모델로 확장하는 '뮤-매개변수화' 기법을 MoE 구조에 맞게 적용했다고 설명했다. 모델 크기와 학습 토큰량을 단계적으로 늘리면서 최적의 학습률을 탐색하고, 짧은 학습 구간에서 찾은 설정이 대규모 학습에서도 유효한지 검증하는 방식이다. 카카오에 따르면 해당 방법을 활용하면 대규모 MoE 모델의 사전학습에 필요한 최적 학습률을 전체 학습 비용의 약 1% 수준에서 예측할 수 있다. 대규모 모델을 본격적으로 학습하기 전에 상대적으로 적은 비용으로 설정값을 찾아 시행착오를 줄이는 구조다. 특히 이번 연구는 카카오의 자체 AI 모델 개발에도 실제 적용됐다. 카카오는 해당 방법론을 'Kanana-2.6-155b-a17b'의 사전학습에 적용했으며, 최대 10조(10T) 토큰 규모까지 안정적으로 학습하는 데 활용했다고 설명했다. 단순히 학술적 실험에 그치지 않고 자체 파운데이션 모델을 개발하는 과정에서 학습 효율화 기술을 적용했다는 점이 특징이다. AI 모델의 비용 문제는 학습 과정에만 국한되지 않는다. 모델이 커질수록 서비스 단계에서 필요한 메모리와 연산량도 늘어나기 때문에 실제 서비스에 투입할 때도 비용 부담이 커진다. 카카오는 이번 COLM에서 모델 자체의 크기를 줄이는 연구도 함께 공개했다. 토크나이제이션 워크숍 '톡샵'에서 발표한 'BBT: BPE-Guided Byte Transformer'는 기존 BPE(바이트 페어 인코딩) 기반 모델의 구조에 바이트 단위 처리 방식을 결합한 모델이다. 기존 방식이 단어와 단어 조각에 해당하는 정보를 토큰으로 만들어 처리하는 것과 달리 BBT는 더 작은 기본 단위인 바이트를 활용하면서 여러 문자를 효율적으로 압축 처리하는 장점을 유지하도록 설계됐다. 비교 실험에서는 모델의 파라미터 수를 20.2~40.4% 줄이면서도 테스트 성능은 2.7~6.6% 개선됐다. 모델을 단순히 축소하는 데 그치지 않고 크기를 줄이면서 성능까지 높였다는 것으로 나타났다. BBT는 오탈자나 문자 교란에 대한 강건성과 학습하지 않은 언어로의 전이 성능도 높였다. 이는 여러 언어가 섞이거나 입력 오류가 발생하기 쉬운 실제 대화 환경에서 활용 가능성을 높이는 요소다. 특히 모델의 메모리 부담을 줄일 수 있다는 점에서 스마트폰이나 PC 등 기기에서 AI를 직접 구동하는 온디바이스 AI에도 활용 가능성이 거론된다. 이 같은 효율화 기술의 중요성은 AI 모델이 대형화될수록 커질 전망이다. 고성능 LLM을 개발하기 위해서는 대규모 GPU 인프라와 전력, 데이터센터 등 막대한 자원이 필요하다. 모델 개발사가 확보한 컴퓨팅 자원을 얼마나 효율적으로 활용하느냐가 모델 개발 속도와 비용에 직접적인 영향을 미칠 수밖에 없다. 특히 국내 AI 기업 입장에서는 글로벌 빅테크와 비교해 무한정 컴퓨팅 자원을 투입하기 어려운 만큼 모델 구조와 학습 방식 자체를 최적화하는 기술이 경쟁력의 한 축이 될 전망이다. 카카오가 자체 모델인 카나나 개발 과정에서 학습 최적화 기술을 실제 적용한 것도 이러한 비용 효율화 전략과 연결된다. 카카오는 앞으로 다양한 모델 구조로 연구 적용 범위를 확대하고 멀티모달과 다국어 환경으로 연구를 확장할 계획이다. 이를 통해 대규모 LLM의 학습 비용을 줄이는 동시에 실제 서비스 환경에서 효율적으로 구동할 수 있는 AI 모델 개발 역량을 강화한다는 방침이다. 카카오 관계자는 "이번 연구들은 AI 모델의 성능을 유지하거나 향상시키면서도 학습 및 운영 비용을 낮출 수 있는 실용적인 해법을 제시했다는 데 의의가 있다"며 "앞으로 다양한 모델 구조와 멀티모달 및 다국어 환경으로 연구를 확장해 실제 서비스 활용 가능성을 높이며 글로벌 경쟁력 강화를 이어가겠다"고 말했다.2026-10-08 12:18:39
-
인터넷 없이 함포 교범 찾는다…마키나락스, 포항함에 'AI 참모' [경제일보] 마키나락스가 인터넷 연결이 제한된 해군 함정에 장비 운용·정비 정보를 제공하는 인공지능(AI) 시스템을 탑재했다. 함포 교범과 정비자료를 함정 내부에서 검색·활용하도록 지원해 장병이 필요한 정보를 찾는 시간을 줄이고 숙련도에 따른 정보 격차를 좁히겠다는 구상이다. 마키나락스는 해군 제1함대사령부 소속 호위함 포항함에 ‘장비운용 AI 참모’를 탑재하고 실증 운용을 시작했다고 6일 밝혔다. 국방기술진흥연구소(KRIT)가 주관하는 ‘방산혁신기업 100 기술개발 전용지원사업’의 일환이다. 함정에는 다양한 장비가 집약돼 있어 운용·정비 과정에서 방대한 교범과 지침을 확인해야 한다. 이번 시스템은 장병이 필요한 내용을 질문하면 함포 기술교범과 정비자료를 바탕으로 관련 정보를 제공하는 방식이다. 장비를 다루는 현장에서 자료를 보다 신속하게 활용하도록 돕는 데 초점을 맞췄다. 개발은 마키나락스의 AI 운영체제 ‘런웨이(Runway)’를 기반으로 이뤄졌다. 함정의 외부 네트워크 연결과 연산 자원이 제한되는 점을 고려해 경량화한 온디바이스 AI 환경을 구축했다. 인터넷이나 외부 서버에 접속하지 않고 함정 내부에서 시스템을 운용하도록 설계했다. 이번 탑재는 지난해 10월 해군 제1함대사령부와 개발에 착수한 뒤 약 1년 만이다. 당시 마키나락스는 올해 10월까지 함정 환경에서 AI 운용 가능성을 검증한다는 개발 일정을 제시했다. 개발 착수 당시에는 운용교범과 정비지침서를 검색에 적합한 형태로 저장하고, 필요한 내용을 찾는 AI 에이전트와 언어모델을 연결하는 방식을 제시했다. 일일 운용·정비 결과를 반영해 장비 관리에 활용하는 것도 목표로 내걸었다. 이번에는 실제 함정에 시스템을 올려 현장 적용성과 사용성을 확인하는 단계로 진전됐다. 마키나락스는 포항함 탑재 이후 정상 작동 여부를 확인하고, 해군 제1함대사령관 등 주요 직위자를 대상으로 시연을 마쳤다고 설명했다. 앞으로 함정에서 지속적으로 운용하며 장병의 피드백을 수집하고 시스템을 개선할 계획이다. 마키나락스는 2024년 ‘방산혁신기업 100’ 3기 AI 분야에 선정되며 국방 특화 플랫폼 개발을 추진해왔다. 방산혁신기업 100은 우주·반도체·AI·로봇·드론 등 첨단 분야의 중소·벤처기업을 육성하는 사업이다. 회사 측은 런웨이가 2023년부터 국방과학연구소에 시범 도입됐다고 밝힌 바 있다. 포항함 실증은 산업 현장에서 축적한 AI 개발·운영 기술을 함정의 폐쇄망과 제한된 연산 환경에 적용하는 사례다. 장비별 전문자료를 현장에서 활용하도록 하는 지원 체계라는 점에서 국방 AI의 적용 범위를 운용·정비 업무로 넓힌다. 윤성호 마키나락스 대표는 “이번 포항함 시연은 실제 함정의 폐쇄망과 온디바이스 환경에서도 AI 기술이 무기체계 운용을 지원할 수 있음을 확인했다는 점에서 의미가 있다”며 “현장 의견을 반영해 군의 장비 운용 편의성을 높이고 국방 전력 첨단화를 뒷받침할 피지컬AI 기술을 지속 개발하겠다”고 말했다. 해군은 실증 결과를 바탕으로 다른 함정과 국방 분야로의 적용 확대를 검토한다. 마키나락스도 육·해·공군의 다양한 장비로 적용 범위를 넓힐 방침이다.2026-10-06 10:44:50
-
LG유플러스, 옵트에이아이와 GPU 효율화 맞손…토큰 처리량 최대 4배 향상 [경제일보] AI 서비스가 빠르게 확산되면서 인공지능(AI) 경쟁의 축이 모델 성능에서 운영 효율로 넓어지며 같은 수준의 AI 서비스를 제공하더라도 비용과 수익성이 천차만별로 차이가 생기고 있다. LG유플러스가 AI 모델 최적화 전문기업 옵트에이아이와 손잡고 토큰 처리량을 높이는 기술 확보에 나선 것도 이 같은 변화에 대응하기 위한 것으로 풀이된다. 2일 LG유플러스는 옵트에이아이와 AI 운영 효율화 기술 공동 연구를 확대한다고 밝혔다. 양사는 AI 모델의 연산 과정을 효율화해 같은 GPU 자원에서 더 많은 이용자의 요청을 처리할 수 있는 '토큰 최적화' 기술을 개발하고 있다. LG유플러스에 따르면 현재 진행 중인 연구에서 동일 GPU가 처리할 수 있는 토큰량을 기존 대비 최대 4배 높이는 초기 성과도 확보한 것으로 나타났다. 토큰은 AI가 이용자의 질문을 이해하고 답변을 생성하는 과정에서 처리하는 데이터 단위다. 생성형 AI 서비스 이용량이 늘어나면 처리해야 하는 토큰도 증가하기 때문에 GPU와 전력 등 AI 인프라 사용량 역시 함께 커질 수 있다. 토큰 최적화는 모델의 크기나 연산 과정을 줄이거나 효율화해 동일한 하드웨어에서 더 많은 요청을 처리하도록 만드는 기술이다. LG유플러스가 주목하는 부분은 '더 많은 GPU를 확보하는 것'에서 '보유한 GPU를 얼마나 효율적으로 활용하느냐'로 AI 인프라 경쟁의 초점이 이동하고 있다는 점이다. AI 서비스가 대중화될수록 이용자 수와 요청량이 늘어나는 만큼 서버를 계속 증설하는 방식만으로는 비용 부담이 커질 수 있기 때문이다. 같은 GPU에서 더 많은 요청을 처리할 수 있다면 인프라 확충 속도를 늦추거나 서비스 증가에 대응할 수 있는 여지가 생기는 것으로 꼽힌다. 이번 협력은 LG유플러스와 옵트에이아이가 기존 온디바이스 AI에서 진행한 연구의 연장선으로 진행된다. 앞서 양사는 스마트폰 등 기기 내부에서 AI를 구동하는 환경에서 모델 경량화 기술을 적용해 LG유플러스의 AI 모델 '엑사원' 기반 소형 언어 모델(sLM)을 스마트폰의 AI 전용 반도체인 NPU에서 구동할 수 있도록 구축했다. LG유플러스에 따르면 해당 기술 적용 이후 기존 CPU 방식과 유사한 성능을 유지하면서 전력 소모는 78%, 모델 크기는 82% 줄었다. 온디바이스 환경에서 모델의 크기와 전력 소모를 줄이는 데 초점을 맞췄다면 이번에는 대규모 AI 서비스를 처리하는 서버 GPU 환경으로 연구 무대를 확대한다. 개인 기기의 배터리와 메모리가 핵심 변수였던 것에서 나아가 GPU 처리량과 전력, 동시 요청 처리 능력 등을 최적화 대상으로 삼는 것이다. 양사는 지난 1일 AI 운영 효율화 기술과 산업 적용 사례를 공유하는 'Efficient AI 테크 세미나'도 공동 개최했다. 행사에는 AI 반도체 기업 퓨리오사AI와 AI 플랫폼 기업 베슬에이아이(VESSL AI), 한국전자기술연구원(KETI), 한양대학교 등 산·학·연 관계자들이 참여해 AI 모델 최적화와 AI 반도체, 실제 서비스 적용 사례 등을 논의했다. LG유플러스는 확보한 최적화 기술을 자사 AI 서비스와 대규모 AI 인프라 운영 환경에 단계적으로 적용할 계획이다. 온디바이스 AI에서 검증한 모델 경량화 역량을 서버 GPU로 확대하고, AI 서비스 운영 과정에서 발생하는 연산량과 비용을 줄이는 방향으로 기술을 고도화한다는 구상이다. LG유플러스와 옵트에이아이는 그동안 온디바이스 AI에서 협력하며 경량화 기술을 검증한 데 이어 대규모 서버 환경으로 공동 연구를 확대하고 있다. AI 모델의 성능을 높이는 경쟁과 함께 동일한 자원으로 더 많은 AI 요청을 처리하는 효율화 경쟁이 커지는 가운데, LG유플러스도 AI 서비스와 AIDC를 동시에 운영하는 사업자로서 관련 기술 확보에 속도를 내는 모습이다. 이상엽 LG유플러스 CTO는 "AI 경쟁력은 단순히 성능을 높이는 것을 넘어 같은 자원으로 얼마나 많은 토큰을 효율적으로 처리할 수 있느냐에 달려 있다"며 "옵트에이아이를 비롯한 다양한 파트너들과 협력해 토큰 최적화 기술 연구를 확대하고 실제 서비스에 적용할 수 있는 성과를 만들어 나가겠다"고 말했다. 이재호 옵트에이아이 대표는 "생성형 AI 시대에는 높은 성능만큼이나 운영 효율을 확보하는 것이 중요해지고 있다"며 "LG유플러스와 함께 실제 서비스 환경에서 검증 가능한 AI 최적화 기술을 고도화하고 AI 산업의 효율성 향상에 기여하겠다"고 말했다.2026-10-02 09:00:00
-
'첨단 기술 무장' 볼보자동차 차세대 플래그십 'Volvo ES90', 사전 계약 3000대 돌파 [경제일보] 전기차 시장의 폭발적인 성장에 따라 프리미엄 전기차 시장의 경쟁 공식이 달라지고 있다. 1회 충전 시 주행 가능거리로 이어졌던 경쟁이 이제는 충전 속도와 소프트웨어, 공간 활용성, 가격까지 아우르는 종합적인 상품성 경쟁으로 확대되고 있다. 볼보자동차코리아의 차세대 순수 전기 플래그십 ‘Volvo ES90’은 이와 같은 변화를 대표적으로 보여준다. 16일 업계에 따르면, 오는 10월 본격적인 고객 인도를 앞둔 ES90은 최근 사전계약 3000대를 돌파했다. 유럽 대비 5000만원 이상 낮은 파격적인 가격 정책과 세단과 SUV의 경계를 허문 새로운 디자인, 800V 고전압 시스템 및 초고속 충전, 엔비디아·퀄컴 등 글로벌 리더들과의 협업으로 완성한 SDV(Software-Defined Vehicle) 기술, 동급을 뛰어넘는 편의사양 등이 주효한 결과다. 이 같은 압도적인 상품성을 바탕으로 5천만원 이하의 SUV 중심의 전기차 시장에 새로운 활력을 일으키며, 전동화 시계를 앞당기고 있다. 다양해진 전기차 수요 겨냥한 새로운 플래그십 ES90의 가장 큰 차별점은 전통적인 세단의 틀에서 벗어난 차체 설계다. EV 설계가 제공하는 유연성을 바탕으로 세단의 우아한 비례와 패스트백의 실용성, SUV의 넓은 실내 공간과 높은 지상고를 하나의 차체에 결합했다. 전기차 시장에서 SUV에 집중됐던 소비자 선택지를 확장하면서도 전통적인 프리미엄 세단 고객이 기대하는 안락함과 정숙성, 공간 활용성을 함께 고려한 것이다. 상위 클래스 수준의 5m가 넘는 전장과 3.1m가 넘는 휠베이스를 기반으로 넓은 실내 공간을 확보했으며, 대형 테일게이트를 적용해 일상적인 짐부터 부피가 큰 짐까지 편리하게 적재할 수 있도록 했다. 공기역학적 설계도 전동화 효율을 높이는 핵심 요소다. 낮은 보닛과 유려하게 이어지는 루프라인 등을 통해 볼보자동차 역사상 가장 낮은 0.25의 공기저항계수(Cd)를 달성했다. 이는 단순히 디자인을 위한 접근이 아니라 주행 효율과 주행거리까지 고려한 설계다. ES90에는 볼보자동차 최초로 차세대 800V 고전압 시스템이 적용됐다. 배터리 셀부터 전기 모터, 인버터, 충전 및 열 관리 시스템까지 전기 시스템 전반을 800V 환경에 맞춰 새롭게 설계했다. 국내 인증을 완료한 106kWh 배터리 기반 트윈모터 AWD는 상온 기준 1회 충전 복합 520km의 주행거리를 확보했다. 도심에서는 548km, 고속도로에서는 486km를 인증 받았다. 이는 국내 시판 중인 동급 수입 프리미엄 세그먼트 중 최장 거리로 단순 환산 시 서울부터 부산까지 약 400km를 이동하고도 120km 더 달릴 수 있는 수치다. 저온에서도 복합 469km의 주행거리를 확보해 계절에 따른 주행거리 감소에 대한 부담도 낮췄다. 커피 한 잔이면 300km…배터리도 소프트웨어의 시대 ES90의 800V 시스템이 만들어낸 또 다른 변화는 충전 속도다. 350kW 급속 충전기를 이용하면 단 10분 만에 최대 300km의 주행거리를 추가로 확보할 수 있다. 여기에는 하드웨어뿐 아니라 소프트웨어의 역할도 있다. 볼보자동차는 볼보자동차 테크 펀드가 투자한 영국 배터리 소프트웨어 기업 브리드 배터리 테크놀로지(Breathe Battery Technologies)의 적응형 충전 소프트웨어를 ES90에 통합했다. 이를 통해 기존 볼보 전기차 대비 10~80% 충전 시간을 최대 30% 단축했다. 800V 시스템은 동일한 전류에서 더 높은 출력을 전달하면서 발생하는 열을 줄일 수 있어 빠른 충전과 높은 효율을 동시에 지원한다. 전기 모터와 주요 구성 요소의 경량화 역시 차량 전체의 에너지 효율과 주행거리 향상에 기여한다. ES90의 경쟁력은 배터리와 충전에 그치지 않는다. 엔비디아와 퀄컴 등 글로벌 기술 기업과의 협업으로 완성한 볼보자동차의 차세대 지능형 플랫폼 ‘휴긴코어(HuginCore™)’를 기반으로 개발된 소프트웨어 정의 차량이다. 휴긴코어(HuginCore™)는 볼보자동차가 자체 개발한 전기·전자 아키텍처와 코어 컴퓨터, 존 컨트롤러, 소프트웨어를 통합한 코어 시스템이다. 차량의 주요 기능을 중앙에서 빠르게 처리하고 OTA(Over-the-Air) 업데이트를 통해 차량이 시간이 지날수록 지속적으로 진화할 수 있도록 설계됐다. 또 첨단 센싱 기술과 자체 개발 소프트웨어, 코어 컴퓨팅을 결합한 ‘안전 공간 기술(Safe Space Technology)’을 적용했다. 5개의 카메라와 5개의 레이더, 12개의 초음파 센서 등을 활용해 차량 주변 환경을 지속적으로 파악하고 운전자를 지원한다. 7000만원대에서 시작하는 플래그십 EV…프리미엄 대중화 리드 ES90은 플래그십 전기차에 대한 가격의 문턱도 낮췄다. 국내 판매 가격은 싱글모터 익스텐디드 레인지 플러스 기준 7294만원부터 시작하고, 트윈모터 플러스는 7960만원부터다. 볼보자동차코리아에 따르면 이는 글로벌 주요 시장 대비 약 5000만원 낮은 세계 최고 수준의 가격 경쟁력이다. 여기에 전비, 1회 충전 주행거리, 배터리 효율 및 안전 등의 ‘2026년도 전기자동차 보조금 업무처리 지침’에 따른 보조금 산정 시 서울시 기준 최대 213만원(Single Motor ER)에서 220만원(Twin Motor)의 지원금을 받을 수 있을 것으로 예상된다. 이 경우 전장 5m에 달하는 최신의 순수 전기 플래그십 모델을 트림에 따라 7081만원(환경친화적 세제 혜택 적용 가격)에서 시작하는 가격으로 구매할 수 있다. 이 같은 상품성과 가격 경쟁력은 실제 시장 반응으로 이어지고 있다. ES90은 국내 사전계약 3000대를 돌파했고, 국내 인증 절차를 마무리하고 오는 10월 트윈모터 모델을 시작으로 본격적인 고객 인도에 들어갈 예정이다. 세단과 SUV의 장점을 아우르는 새로운 디자인, 장거리 주행과 초고속 충전을 지원하는 800V 전동화 기술, 소프트웨어를 통해 지속적으로 진화하는 사용자 경험까지. ES90은 전기차를 선택할 때 소비자가 고려해야 했던 기존의 타협을 줄이며 프리미엄 전기차 시장에서 새로운 선택지를 제시하고 있다.2026-09-16 18:22:59
-
카카오모빌리티, 자율주행 '차' 넘어 플랫폼·관제로…레벨4 상용화 정조준 [경제일보] 카카오모빌리티가 자율주행차의 주행 기술 고도화를 넘어 데이터·플랫폼·통합관제를 아우르는 전방위 경쟁력 확보에 나서며 레벨4 무인 자율주행 상용화 기반을 다지고 있다. 강남 심야 서비스로 실도로 데이터를 축적하는 동시에 E2E 기술과 관제 체계를 고도화하고 있지만, 안전성 검증과 경제성 확보라는 과제를 넘어 실제 대규모 상용화로 이어갈 수 있을지가 관건이다. 9일 카카오모빌리티는 서울 서초구 한국자동차모빌리티산업협회에서 미디어 스터디를 열고 현재 카카오모빌리티의 자율주행차 기술 현황과 앞으로의 전망 등을 공유했다. 카카오모빌리티는 자율주행 기술을 기존 규칙 기반 방식에서 인공지능(AI) 중심의 엔드투엔드(E2E) 방식으로 고도화하고 있다. 카카오모빌리티는 지난 3월 서울자율차 서비스를 시작한 이후 AI 플래너와 규칙 기반 플래너를 함께 적용하며 E2E 모델을 고도화해왔다고 강조했다. 올해 말까지 E2E 비중을 높이고 규칙 기반의 안전 평가기가 최종 검증하는 하이브리드 구조를 구축한다는 계획이다. E2E 방식은 센서 정보를 하나의 AI 모델이 종합해 주행 경로와 제어 결과를 도출하는 방식이다. 기존 규칙 기반 방식보다 복잡한 도로 상황에 유연하게 대응할 수 있다는 장점이 있지만 AI의 판단이 항상 안전하다고 보장할 수 없는 만큼 카카오모빌리티는 규칙 기반 안전 평가기로 결과를 한 번 더 검증해 안전성을 보강한다는 계획이다. 카카오모빌리티는 해당 E2E 전환을 뒷받침하기 위해 지난 9년간 센서부터 차량 제어까지 자율주행 기술을 풀스택으로 내재화해왔으며, 모빌리티 플랫폼과 기술 협력 생태계도 함께 구축하고 있다고 설명했다. E2E 모델의 성능을 좌우하는 핵심 요소로는 데이터의 '질'을 꼽았다. 단순히 주행 데이터를 많이 확보하는 것보다 불법 유턴이나 신호 위반, 갑작스러운 공사 등 예측하기 어려운 '엣지케이스'를 얼마나 빠르게 찾아내 학습시키느냐가 중요하다는 것이다. 카카오모빌리티는 주행 데이터를 수집한 뒤 정제, 오토라벨링, 데이터 마이닝, 모델 재학습으로 이어지는 데이터 파이프라인을 구축해 이 과정을 자동화하고 있다. 특히 가장 복잡한 도심 환경 중 하나인 강남에서 서울자율차를 운행하며 데이터를 축적하고 있다. 카카오모빌리티는 지난 6개월간 심야 서비스를 운영하며 강남 전역의 주행 데이터를 확보했으며, 지난 6월부터는 통행량과 보행자가 많은 주간 시간대에도 학습을 위한 데이터 수집을 이어가고 있다. 카카오모빌리티는 희소한 엣지케이스를 포함한 고품질 데이터를 빠르게 확보하고 학습에 반영하는 데이터 파이프라인이 향후 자율주행 성능 향상의 핵심이라고 강조했다. 임인호 카카오모빌리티 자율주행개발팀 AI주행파트 리더는 "강남은 한국에서 가장 복잡한 도심 환경으로 지난 2018년부터 판교에서 많은 테스트를 해 온 카카오모빌리티에게도 강남의 심야는 항상 새로운 숙제를 던져 주는 곳"이라며 "쉬운 곳에서 1년 달리는 것보다 강남에서 1달 달리는 것이 AI 모델에게는 훨씬 더 좋다고 생각한다"고 말했다. 카카오모빌리티는 자율주행 기술 개발을 넘어 실제 승객의 이동을 책임지는 서비스와 플랫폼 구축에도 속도를 내고 있다. 카카오모빌리티는 자체 자율주행 기술을 활용한 사업자이면서 동시에 여러 기술기업의 자율주행 서비스를 연결하는 플랫폼 사업자 역할을 수행하고 있다. 현재 강남에서는 자체 기술이 적용된 차량으로 자율주행 여객운송 서비스를 운영하고 있으며, 지난 3월 2대로 시작한 서비스를 지난달 20일 기준 6대로 확대했다. 누적 운행거리는 1만3000km, 운행 완료 건수는 2000건을 넘어섰다. 카카오모빌리티는 자율주행이 레벨4 무인 대규모 상용화 단계로 넘어가기 위해서는 단순한 호출 기능을 넘어 자율주행에 특화된 플랫폼이 필요하다고 강조했다. 승객에게는 별도 앱을 설치하지 않고 기존 카카오T에서 자율주행 서비스를 이용할 수 있도록 하고, 자율주행차가 운행할 수 있는 구역과 승하차 지점을 관리해 이용 경험의 단절을 줄이는 방식이다. 기술 개발사에는 차량의 운행 가능 구역을 관리하고 각 기술 수준에 맞는 경로를 제공하는 기능 등을 지원해 주행 기술 개발에 집중할 수 있는 환경을 제공한다는 구상이다. 무인 자율주행 시대에는 차량 한 대의 AI만으로 대응하기 어려운 상황도 발생하는 만큼 통합 관제의 중요성도 커지고 있다. 정전이나 신호 마비, 도로 침수·공사·사고·집회 같은 외부 변수뿐 아니라 승객의 이상 상황에도 대응해야 하기 때문이다. 이에 카카오모빌리티는 24시간 관제 체계를 기반으로 차량과 서비스, 도로 환경을 통합 모니터링하고 있으며, 이상 로그가 발생하면 영상을 확인하고 현장 인력을 출동시키는 체계를 운영하고 있다. 특히 카카오모빌리티는 이상 상황에 대한 즉각적인 대처를 위해 자율주행 통합 관제시스템(AICS)을 구축하고 있다. 차량의 카메라와 센서 정보, 주행 중 발생하는 이상 로그 등을 실시간으로 확인하고 향후에는 원격 지원 기능까지 연계한다는 계획이다. 직접 차량을 조종하는 방식이 아니라 관제센터가 주행 경로 등을 제안하고 차량의 자율 판단을 거쳐 수행하도록 하는 방식이다. 김민선 카카오모빌리티 자율주행사업팀 리더는 "카카오모빌리티는 자체 고유의 주행 기술인 코어 테크, 그리고 플랫폼, 관제가 맞물리는 '진화 루프' 체계를 만들려고 한다"며 "이러한 진화 루프를 통해 카카오모빌리티는 계속 자율주행 상용화 및 내일의 여정을 일상의 여정이 되도록 만드는 데 노력하고 있다"고 말했다. 카카오모빌리티는 서울자율차의 운행 지역과 시간, 차량 대수 확대를 추진하고 있지만 구체적인 일정은 안전성 검증 이후로 미뤘다. 카카오모빌리티에 따르면 지난 3월 서비스 시작 이후 현재까지 자체 차량의 귀책으로 발생한 대인·대물 사고는 없으며, 다른 차량의 추돌 등 외부 요인으로 발생한 사고에 대해서도 24시간 내 국토교통부 사고조사위원회에 보고하는 체계를 마련했다고 설명했다. 레벨4 무인 운행으로의 전환 시점 역시 구체적인 날짜를 제시하지 않았다. 카카오모빌리티는 국토부가 마련한 무인 자율주행차 안전 운행 가이드라인을 바탕으로 전환 계획을 수립하고 있으며, 정부와 관계 기관이 마련 중인 무인 레벨4 기술 로드맵에 맞춰 사업을 추진한다는 방침이다. E2E 모델은 연내 도입·테스트를 목표로 하고 있다. 다만 자율주행 기술 고도화와 함께 경제성 확보도 과제로 꼽힌다. 카카오모빌리티는 대규모 상용화를 위해 차량 한 대가 창출하는 수익이 운영 비용을 넘어서는 구조를 확보해야 한다고 보고, 고품질 주행 모델 확보 이후 경량화와 대량생산 등을 통해 비용을 낮추는 방안을 검토하고 있다. 특히 카카오모빌리티는 글로벌 자율주행 기업과의 기술 격차를 특정 연수로 평가하기는 어렵다면서도 서울과 강남에서 축적한 데이터를 활용해 한국의 도로 환경에 특화된 성능을 높이는 데 집중하고 있다고 설명했다. 특히 사고가 발생하지 않은 데이터에만 의존하는 한계를 보완하기 위해 시뮬레이터에서 충돌과 위험 상황을 의도적으로 재현해 대응 능력을 검증하고 있다고 강조했다. 사업 영역에서는 당장 물류용 자율주행 기술 개발로 확장하기보다는 여객 서비스에 집중한다는 입장을 분명히 했다. 카카오모빌리티는 현재 자체 자율주행 기술을 여객 운송에 적용하는 데 주력하고 있으며, 물류용 주행 기술 개발은 현재 고려하지 않고 있다. 다만 플랫폼 사업자로서 향후 자율주행 화물·물류 서비스나 로봇 등 다양한 영역으로 플랫폼을 확장하는 가능성은 열어뒀다. 해외 자율주행 기업의 국내 진출에 대해서도 자체 주행 기술과 플랫폼을 동시에 보유한 점을 차별점으로 제시하면서, 향후에는 자체 기술뿐 아니라 다양한 기술 개발사와 연계해 일반적인 승객 이동을 자율주행으로 전환하는 플랫폼 역할을 강화할 계획이라고 전했다.2026-09-09 15:38:35
-
![[데일리 건설 브리프] 한화 건설부문, 포레나 코지커브 엘리베이터 굿디자인 어워드 선정 外](https://image.ajunews.com//content/image/2026/09/02/20260902141718536531.png)
한화 건설부문, 포레나 코지커브 엘리베이터 굿디자인 어워드 선정 外 [경제일보] ㈜한화 건설부문은 새롭게 개발한 ‘포레나 코지커브 엘리베이터’가 ‘2026 굿디자인(GD) 어워드’에 선정됐다고 2일 밝혔다. ‘굿디자인(GD) 어워드’는 산업통상자원부가 주최하고 한국디자인진흥원이 주관하는 국내 최고 권위의 디자인 분야 시상식이다. ㈜한화 건설부문은 현대엘리베이터와 공동 개발한 이번 디자인을 향후 분양하는 한화포레나 단지에 순차적으로 적용할 계획이다. ‘포레나 코지커브 엘리베이터’는 아파트에서 매일 이용하는 대표적인 공용공간인 엘리베이터를 통해 한화포레나만의 브랜드 경험을 강화하기 위해 개발됐다. 호텔 라운지와 같은 편안함과 품격을 느낄 수 있도록 곡선 디자인을 비롯해 조명과 소재 등을 차별화했다. 가장 큰 특징은 기존의 획일적인 엘리베이터 디자인에 곡선 요소를 적용한 것이다. 벽면과 천장 등에 부드러운 곡선을 적용해 입주민에게 심리적인 안정감을 줄 수 있도록 했다. 또한 간접조명을 활용해 따뜻하고 아늑한 분위기를 연출하고 절제된 컬러의 우드와 메탈 소재를 조합해 편안하면서도 세련된 공간을 구현했다. 기능적인 측면에서도 차별화를 꾀했다. 경량화 설계로 운행 효율을 높이고 이사나 화물 운반 과정에서 발생할 수 있는 마찰과 충격으로 인한 손상을 완화하는 소재를 적용해 유지보수 비용을 줄일 수 있도록 했다. ㈜한화 건설부문 김민석 건축사업본부장은 “엘리베이터는 입주민들이 일상에서 가장 빈번하게 이용하는 대표적인 공용공간이다”라며 “고객이 직접 체감할 수 있는 차별화된 상품을 지속적으로 개발해 한화포레나만의 브랜드 가치를 강화해 나갈 계획이다”라고 말했다. 동부건설, 현장 무인 드론·AI로 건설현장 안전관리 고도화 동부건설은 공간 AI 전문기업 메이사와 협업해 건설현장에 특화된 스마트 안전관리 기능을 공동 개발했다고 2일 밝혔다. 새롭게 개발한 스마트 안전관리 기능은 현장별 작업환경과 안전관리 특성을 반영해 무인 자동화 드론 스테이션과 AI 기반 플랫폼의 기능을 맞춤형으로 고도화한 것이 특징이다. 동부건설은 이를 오뚜기물류서비스 백암물류센터 신축공사 현장과 진해신항 준설토투기장 3-1공구, 남양주 왕숙 A-25BL 민간참여 공공주택 현장에 적용했다. 이번 시범 도입을 시작으로 오는 2027년부터 공사비 2200억원 이상 현장에 해당 시스템을 의무 적용하고 2029년까지 모든 현장으로 단계적으로 확대할 계획이다. 무인 자동화 드론 스테이션은 별도의 조종자가 현장에 상주하지 않아도 사전에 설정된 경로에 따라 드론이 자동으로 이착륙하고 현장을 비행·촬영하는 시스템이다. 넓은 부지나 접근이 어려운 구간까지 주기적으로 점검할 수 있어 기존 인력 중심의 안전순찰을 보완한다. 드론이 촬영한 영상과 사진은 전용 플랫폼에서 분석·가공돼 안전관리에 활용된다. AI 비전 기술을 활용한 안전관리 기능도 적용됐으며 축적된 현장 데이터는 공정관리와 안전교육에도 사용된다. 매일 촬영한 데이터를 기반으로 현장을 3차원으로 구현해 공정 현황을 시각화하고 향후 예정된 작업의 주요 위험요소도 선별해 근로자에게 공유하고 관련 안전수칙을 집중 교육한다. 동부건설은 이번 시스템 도입으로 넓은 현장의 위험요소를 보다 주기적이고 입체적으로 점검하고 사고 예방과 시공 기준 준수에도 도움이 될 것으로 기대하고 있다. 이와 함께 AI를 활용한 안전관리 고도화도 지속 추진한다는 방침이다. 동부건설 관계자는 “무인 드론 스테이션과 AI 플랫폼은 단순한 현장 촬영 뿐만 아니라 위험요소를 사전에 확인하고 대응하는 실질적인 안전관리 수단으로 주목받고 있다”며 “현장 모니터링과 데이터 기반 안전관리를 강화해 근로자가 더욱 안심하고 일할 수 있는 스마트 건설현장을 만들어 나가겠다”고 말했다. 부영그룹, 창신대 경쟁력 강화 위해 6억원 규모 인프라 지원 나서 부영그룹은 창신대학교 사회관 내 교직원 식당 및 외빈접견·비즈니스 미팅 공간 마련을 위한 복합 커뮤니티 시설 조성 공사에 약 2억5000만원을 지원한다고 2일 밝혔다. 이번 사업은 창신대학교 구성원들의 복지 증진과 외부 방문객을 위한 소통 공간 조성을 위해 추진된다. 앞서 부영그룹은 올해 3월 약 3억7000만원 규모의 캠퍼스 환경개선 공사도 지원하는 등 총 6억원이 넘는 지원을 통해 창신대학교의 교육환경 개선과 시설 인프라 확충에 나서고 있다. 회사는 지난 2019년 창신대학교의 재정기여자로 참여한 이후 대학 발전을 위한 다방면의 지원을 이어 왔다. 매년 신입생 전원에게 1년 전액 장학금(간호학과 50%)을 지원하고 있으며 취업 연계 프로그램 운영을 통해 학생들의 실질적인 취업 경쟁력 강화에도 힘쓰고 있다. 지금까지 부영그룹이 창신대학교에 지원한 장학금은 누적 89억원에 달한다. 그룹 사업장과 연계한 '부영트랙' 프로그램을 통해 총 113명의 학생들에게 현장 실무 경험을 제공했으며 이 가운데 20명이 실제 채용으로 이어지는 성과를 거뒀다. 부영그룹 관계자는 “창신대학교가 전국의 우수 인재가 찾는 대학으로 성장할 수 있도록 교육, 취업, 시설 분야에 걸쳐 다양한 지원을 이어가고 있다”며 “대학 구성원들이 체감할 수 있는 실질적인 지원을 통해 창신대학교의 발전을 돕겠다”고 말했다.2026-09-02 14:22:39
-
![[현장] 자율주행 패권 경쟁 해법은 AI 고도화…데이터·피지컬 AI가 좌우한다](https://image.ajunews.com//content/image/2026/08/26/20260826162312529981.jpg)
자율주행 패권 경쟁 해법은 'AI 고도화'…"데이터·피지컬 AI가 좌우한다" [경제일보] 자율주행 경쟁에서 앞서기 위해서는 데이터를 많이 확보하는 데 그치지 않고, AI 모델의 지속적인 개선으로 연결하는 기술력이 필요하다는 진단이 나왔다. 경험하지 못한 주행 상황까지 예측하고 대응하는 피지컬 AI와 파운데이션 모델 개발이 자율주행 기술 경쟁의 핵심 과제로 떠올랐다는 설명이다. 26일 서울 강남구 코엑스에서 열린 ‘2026 자율주행 산업 컨퍼런스’에서는 현대자동차 이경민 상무, 한국자동차연구원 전병욱 소장, 서울대학교 최준원 교수가 차례로 강연에 나서 자율주행 AI의 발전 방향을 제시했다. 이 상무는 ‘데이터 플라이휠을 통한 자율주행 모델의 지속 개선’, 전 소장은 ‘피지컬 AI 시대, 자율주행 패권 경쟁과 K-모빌리티 전략’, 최 교수는 ‘자율주행 파운데이션 모델의 핵심 설계 쟁점과 발전 방향’을 주제로 발표했다. 이경민 상무는 자율주행 모델을 지속적으로 개선하려면 데이터를 확보하는 데 그치지 않고, 학습과 검증까지 연결하는 구조를 만들어야 한다고 설명했다. 수집한 데이터를 분석·선별해 모델을 학습하고 검증한 뒤 차량에 적용하고, 다시 새로운 데이터를 확보하는 순환 구조가 핵심이라는 설명이다. 이 상무는 “데이터가 핵심이라기보다 데이터를 돌릴 수 있는 프레임이 핵심”이라며 “데이터 플라이휠은 기본적으로 데이터 수집, 데이터 학습, 학습된 모델이나 룰을 다시 데이터로 연결하는 구조”라고 말했다. 실제 주행에서 확보되는 데이터 가운데 모델 성능을 높이는 데 필요한 데이터는 일부에 불과하다는 점도 짚었다. 일반적인 직진 주행보다 차선 변경이나 돌발 상황처럼 모델이 취약한 상황을 골라내고 이를 학습에 활용해야 한다는 것이다. 이 상무는 “실제 데이터를 취득하고 나서 그걸로 학습하면서 끝나는 게 아니라 3D로 구성하고 다양한 상황을 만들어서 시뮬레이션을 통해 검증할 수 있어야 한다”고 말했다. 데이터의 양을 늘리는 것만큼 모델 성능을 떨어뜨리는 문제 상황을 빠르게 찾아내는 과정도 중요하다고 봤다. 문제의 원인을 분석해 다시 학습에 반영하고, 시뮬레이션과 실제 차량 테스트를 통해 안전성을 확인해야 한다는 설명이다. 이어 전병욱 소장은 대규모 데이터를 학습하는 AI를 넘어 물리 세계를 이해하고 예측하는 피지컬 AI가 자율주행의 다음 경쟁 영역이 될 것으로 내다봤다. 전 소장은 “AI 모델은 확보한 데이터에 대해서는 굉장히 잘하지만 예측 불가능한 데이터에 대해서는 상당히 취약하다”며 “데이터 규모는 필요조건일 뿐이고, 결국 자율주행을 하려면 물리 세계를 이해하고 예측하는 일반 지능이 필요하다”고 말했다. 야간이나 폭설, 동물 출현처럼 실제 도로에서 발생 빈도가 낮은 상황은 아무리 많은 데이터를 확보하더라도 충분히 학습하기 어렵다고 설명했다. 이런 상황에 대응하려면 과거 사례를 암기하는 방식에서 벗어나 물리 법칙과 인과관계를 이해하는 AI가 필요하다는 것이다. 전 소장은 월드 모델을 대표적인 기술로 꼽았다. 월드 모델은 물리 법칙과 인과관계를 학습해 특정 행동 이후 발생할 상황을 예측하는 모델이다. 국내 자율주행 산업에는 현재 기술을 빠르게 확보하면서 차세대 기술 개발을 병행하는 투트랙 전략을 제시했다. 전 소장은 “2세대 자율주행을 최대한 빠르게 추격하면서 3세대 자율주행을 선점하는 전략으로 가야 한다”며 “AI 모델 경량화와 차량용 추론 반도체 개발도 함께 이뤄져야 한다”고 강조했다. 마지막으로 최준원 교수는 자율주행 파운데이션 모델의 핵심 과제로 엣지 케이스 대응과 모델 구조, 연산 효율, 시뮬레이션 검증을 제시했다. 갑자기 차량이 끼어들거나 동물이 도로에 나타나는 등 규칙을 일일이 설정하기 어려운 상황에 대응하는 능력이 중요하다는 설명이다. E2E 방식은 인지부터 계획까지 하나의 AI 모델로 연결해 전체 과정을 하나의 목적에 맞춰 최적화할 수 있다는 점에서 기존 모듈러 방식과 차이가 있다고 설명했다. 최 교수는 파운데이션 모델을 주변 환경을 이해하는 ‘씬 인코더’와 차량의 행동을 생성하는 ‘액션 디코더’로 구성하는 방식도 소개했다. 센서에서 들어오는 정보를 3차원 공간으로 변환하고 이를 토큰화해 시공간 정보를 압축하는 구조다. 최 교수는 “주변 씬에 대한 시공간 정보를 잘 압축해서 표현하는 게 굉장히 중요하다”며 “엣지 케이스 대응을 위해 차량과 주변 객체의 속도, 가속도, 위치 등 다양한 정보를 학습하는 과정이 필요하다”고 말했다. 연산 효율 역시 실제 차량 적용을 위한 주요 과제로 꼽았다. 차량 주변의 넓은 영역을 높은 해상도로 처리하면 연산량이 크게 늘어나는 만큼 시공간 정보를 압축하고 과거 정보를 활용해 필요한 정보만 처리하는 방식이 필요하다는 설명이다. 실제 도로에서 확보하기 어려운 엣지 케이스를 다루기 위해서는 시뮬레이션도 필요하다. 최 교수는 “도로에 나가면 엣지 케이스도 별로 없고 AI 모델을 바로 도로에 나가서 하기에는 위험하기도 하다”며 시뮬레이션을 통한 안전성 검증의 필요성을 강조했다. 향후에는 실제 주행 데이터를 증강해 엣지 케이스를 확보하고 시뮬레이터에서 모델의 안전성과 성능을 검증하는 연구가 중요하다고 설명했다. 강화학습을 활용한 모델 안정성 향상과 실제 차량에서 구동할 수 있도록 모델을 경량화하는 작업도 주요 과제로 꼽았다.2026-08-26 16:58:23
-
초거대 AI도 '가볍게'…노타, 국가대표 AI 최적화 속도 [경제일보] 국가대표 인공지능(AI) 모델 경쟁이 단순한 성능 경쟁에서 실제 산업 현장에서 얼마나 효율적으로 구동할 수 있느냐를 따지는 방향으로 확대되고 있다. 정부의 '독자 AI 파운데이션 모델(독파모)' 프로젝트에서도 모델 성능뿐 아니라 자원 활용 효율성과 산업 확장성 등이 평가 요소로 떠오른 가운데 국내 기업들의 관련 기술 확보에도 속도가 붙고 있다. 20일 AI 모델 경량화 및 최적화 기술 기업 노타는 자사의 AI 모델 경량화 및 최적화 기술을 바탕으로 국가대표 AI 모델의 활용 경쟁력 강화에 나선다고 밝혔다. 최근 정부가 발표한 독파모 프로젝트 2차 평가에서 업스테이지, SK텔레콤, LG AI연구원 등 3개 컨소시엄이 3차수 진출팀으로 선정됐다. 정부는 단계 평가에서 모델의 정량적 성능뿐 아니라 자원 활용 효율성, 사용성과 실용성, 다양한 산업·서비스 환경으로의 확장 가능성 등을 종합적으로 평가했다고 설명했다. 해당 평가 기준은 국내 AI 경쟁의 기준이 모델 자체의 성능을 넘어 실제 활용 가능성으로 확대되고 있는 것으로 분석된다. 초거대 AI는 모델 규모가 커질수록 GPU와 메모리 등 인프라에 대한 부담도 커지는 만큼 기업과 기관이 실제 서비스를 구축하려면 연산 자원과 운영 비용을 낮추는 기술이 필수적인 것이다. 업스테이지 컨소시엄에서 AI 모델 경량화와 최적화를 맡고 있는 노타는 정부의 평가와 기조에 맞춰 '솔라' 계열 모델의 국내 인프라 활용성을 높이는 데 집중하고 있다. 모델의 성능을 최대한 유지하면서 연산 자원과 메모리 사용량을 줄여 다양한 하드웨어와 서비스 환경에서 구동할 수 있도록 지원하는 방식이다. 앞서 노타는 독파모 2차 평가 결과 발표에 앞서 업스테이지의 '솔라 오픈 2' 경량화 모델을 글로벌 AI 플랫폼 허깅페이스에 공개했다. 기존 모델을 구동하는 데 엔비디아 H100 GPU 8장이 필요했던 환경을 2장으로 줄일 수 있도록 최적화한 해당 모델은 글로벌 누적 다운로드 8만건을 기록했다. 솔라 오픈 2는 2500억개의 매개변수를 갖춘 대규모 AI 모델이다. 노타는 모델 가중치를 INT4와 NVFP4 기반 4비트 형식으로 변환하고 중요도가 낮은 연산 모듈을 선별적으로 정리하는 방식으로 모델을 경량화했다고 설명했다. 그 결과 가중치 저장에 필요한 메모리를 기존 500.6GB에서 117.8GB로 76.5% 줄인 것으로 나타났다. 메모리 용량을 기준으로 H100 GPU 8장이 필요했던 모델을 2장으로 구동할 수 있게 된 것이다. 초거대 AI 모델의 활용 과정에서 발생하는 GPU 확보와 전력, 운영 비용 부담을 낮추고 실제 서비스 적용 가능성을 높인 것으로 평가된다. 특히 업스테이지 컨소시엄은 AI 모델뿐 아니라 국산 AI 반도체와의 결합도 추진하고 있다. 독파모 2차 평가 과정에서 퓨리오사AI의 국산 신경망처리장치(NPU)를 활용해 국산 AI 소프트웨어와 하드웨어 생태계를 연계한다는 계획이다. AI 모델과 반도체를 함께 최적화하는 구조가 자리 잡으면 특정 해외 GPU에 대한 의존도를 낮추면서 국내 인프라 환경에 맞는 AI 서비스 구축도 가능해질 전망이다. AI 모델의 경량화는 독파모뿐 아니라 향후 AI 산업 전반에서도 중요성이 커지고 있다. 기업이 자체 서버에 AI를 구축하는 온프레미스 환경부터 엣지·온디바이스 AI까지 활용 영역이 확대될수록 제한된 연산 자원에서 모델을 구동할 수 있는 기술이 필요하기 때문이다. 향후 독파모 3차수 경쟁에서도 모델의 절대적인 성능과 함께 얼마나 적은 자원으로 안정적인 서비스를 구현할 수 있는지가 주요 경쟁 요소가 될 것으로 전망된다. 국산 AI 모델을 개발하는 데 그치지 않고 국산 반도체, 경량화 기술, 서비스 플랫폼을 연결해 실제 산업 현장에 적용할 수 있는 생태계를 구축하는 것이 국가 AI 경쟁력 확보의 핵심 과제로 떠오르고 있다. 채명수 노타 대표는 "국가대표 AI 모델이 다양한 산업 현장에서 비용 효율적으로 활용될 수 있도록 최적화 기술을 지속적으로 고도화할 것"이라며 "업스테이지와 함께 독파모 3차수 평가에서도 좋은 성과를 거둘 수 있도록 최선을 다하겠다"고 말했다.2026-08-20 08:18:35
-
![[AI시대 대격변] AI의 무대가 바뀐다…데이터센터서 단말·공장으로 옮겨가는 AI](https://image.ajunews.com//content/image/2026/08/19/20260819142630737782.jpg)
"AI의 무대가 바뀐다"…데이터센터서 단말·공장으로 옮겨가는 AI [경제일보] 생성형 인공지능(AI) 확산으로 대규모 연산을 데이터센터에서 처리하는 방식이 주류로 자리 잡은 가운데 AI를 단말과 산업 현장에 직접 배치하는 '온디바이스 AI'와 '엣지 AI'가 새로운 경쟁 영역으로 부상하고 있다. 영상 분석과 로봇, 자동차, 스마트팩토리 등 실시간 대응과 데이터 보안이 중요한 분야에서는 모든 데이터를 중앙 데이터센터로 전송하는 방식에 한계가 있기 때문이다. 국내 기업들도 AI 반도체와 경량화된 AI 모델을 결합해 현장에서 AI를 구동하는 사업에 속도를 내고 있다. 19일 업계에 따르면 최근 AI 산업의 경쟁 구도가 대규모 데이터센터와 GPU 확보에서 AI 연산을 실제 서비스가 발생하는 현장으로 분산하는 방향으로 확대되고 있다. 생성형 AI 서비스가 고도화하면서 데이터센터의 대규모 GPU 연산 능력이 중요해졌지만, 모든 데이터를 클라우드나 데이터센터로 보내 처리할 경우 네트워크 지연과 데이터 전송 비용, 보안 등의 문제가 발생할 수 있기 때문이다. 특히 카메라와 센서를 통해 주변 환경을 실시간으로 인식해야 하는 로봇과 자동차, 산업 현장에서는 AI 연산을 가까운 곳에서 처리하는 것이 중요하다. 이에 AI 모델과 연산 장치를 단말이나 현장에 배치하는 온디바이스 AI와 엣지 AI가 주목받고 있다. 온디바이스 AI는 스마트폰이나 로봇, 자동차 등 기기 자체에서 AI 연산을 수행하는 방식이며, 엣지 AI는 데이터가 발생하는 현장과 가까운 서버나 장비에서 AI 연산을 처리하는 개념이다. 두 방식 모두 중앙 데이터센터에 대한 의존도를 낮추고 민감한 데이터를 외부로 전송하지 않으면서 실시간으로 AI를 구동할 수 있는 것으로 평가된다. 이에 AI 반도체 경쟁도 단순히 GPU와 NPU 가운데 어느 쪽이 우위에 있느냐를 넘어 사용처에 맞는 연산 구조를 확보하는 방향으로 바뀌고 있다. 대규모 AI 모델 학습에는 GPU가 활용되고, 현장에서 반복적으로 수행되는 추론 작업은 전력 효율과 지연 시간 등을 고려해 NPU를 활용하는 방식이다. KT는 국산 AI 반도체와 자체 대규모 언어 모델(LLM)을 결합한 기업용 AI 어플라이언스를 출시하며 이 같은 시장 변화에 대응하고 있다. KT가 선보인 'KT NPU LLM 스테이션'은 국내 AI 반도체 기업 리벨리온의 추론 특화 신경망 처리 장치(NPU) 'ATOM-MAX'와 KT의 독자 LLM '믿음 K 2.5 Pro', 운영 API 플랫폼을 하나의 서버에 통합한 완제품형 장치다. 기업 내부에 장비를 설치해 데이터와 AI 연산을 사내에서 처리할 수 있도록 한 것이 특징이다. 망 분리 등 보안 규제가 적용되는 공공·국방·제약·제조·금융 분야에서 외부 클라우드 기반 생성형 AI를 활용하기 어려운 기업을 겨냥한 것으로 풀이된다. KT는 향후 이를 피지컬 AI를 위한 엣지 데이터 센터로 확대해 저전력·저지연 AI 인프라로 활용한다는 계획이다. 제조 현장에서도 AI 연산을 현장 가까이에서 처리하려는 움직임이 나타나고 있다. 포스코DX는 국산 AI 반도체를 활용해 산업 현장에서 발생하는 비정형 데이터를 분석하는 플랫폼 개발에 나섰다. 공장 내 카메라와 센서 등에서 발생하는 데이터를 현장에서 AI로 분석해 설비와 작업 환경을 실시간으로 판단하는 방식으로, 제조 현장의 AI 적용 범위를 확대하려는 시도다. 특히 제조업에서는 생산 과정에서 발생하는 영상·센서 데이터의 양이 많고 외부 전송이 제한되는 경우도 있어 모든 데이터를 중앙 서버로 보내 분석하는 데 비용과 시간이 발생한다. 포스코DX는 현장에서 AI 추론을 수행하면 필요한 데이터만 선별해 처리할 수 있어 실시간성이 중요한 품질 검사와 이상 징후 탐지 등에서 활용도가 높아질 것으로 전망하고 있다. AI가 실제 공간에서 움직이는 피지컬 AI 시장이 커질수록 이러한 엣지 AI 수요도 확대될 전망이다. 로봇과 드론, 자율주행차 등이 주변 환경을 실시간으로 인식하고 판단하려면 카메라와 각종 센서에서 발생하는 데이터를 빠르게 처리해야 한다. 자동차 역시 운전자 상태 분석이나 주행 환경 판단 등 일부 AI 연산을 차량 내부에서 처리하는 구조가 확대될 것으로 분석된다. 이 과정에서 AI 반도체 성능뿐 아니라 AI 모델 최적화와 소프트웨어 생태계 구축도 중요해지고 있다. 같은 NPU를 사용하더라도 AI 모델을 하드웨어 특성에 맞게 최적화하지 못하면 기대한 성능과 전력 효율을 확보하기 어렵기 때문이다. 온디바이스 AI 시장의 경쟁은 'GPU 대 NPU'의 단순한 대결보다는 AI 연산을 어디에서, 어떤 방식으로 처리할 것인지에 대한 경쟁으로 확대될 전망이다. 데이터센터에서 단말과 공장, 자동차, 로봇 등으로 AI의 무대가 넓어지면서 AI 반도체 기업뿐 아니라 통신사와 제조·플랫폼 기업까지 새로운 시장을 둘러싼 경쟁에 뛰어들고 있다. 이진형 KT AX사업본부장 상무는 "'KT NPU LLM 스테이션'은 KT의 AX 풀스택 역량과 국산 반도체를 결합해 소버린 AI를 실제 산업 현장에서 즉시 사용할 수 있도록 만든 것"이라며 "데이터 주권을 지키면서 AI 전환을 시작하려는 기업과 기관에 가장 현실적인 선택지가 될 것"이라고 말했다.2026-08-19 14:30:55
-
카카오모빌리티, 강남 자율주행 3배 늘린다…실증 넘어 상용화 속도 [경제일보] 카카오모빌리티가 서울 강남에서 운행 중인 자율주행차를 기존 2대에서 6대로 늘린다. 심야 시간대 이동 수요에 대응하는 동시에 실제 도심에서 발생하는 다양한 돌발 상황 데이터를 확보해 자율주행 기술의 상용화 수준을 높이려는 전략이다. 별도 앱 없이 카카오T에서 이용할 수 있는 서비스 구조를 갖춘 만큼 자율주행을 단순 실증이 아닌 실제 이동 서비스로 정착시키겠다는 목표도 공개했다. 19일 카카오모빌리티는 자체 기술 기반 자율주행 서비스 '서울자율차'의 운행 차량이 기존 2대에서 6대로 오는 20일 확대한다고 밝혔다. 운행 구간도 교통약자 보호구역까지 넓어진다. 카카오모빌리티는 지난 3월 서울시 자율주행자동차 여객운송사업자로 선정돼 강남 일대에서 심야 시간대 자율주행 서비스를 운영해왔다. 이번 증차는 단순한 공급 확대보다 자율주행 기술 고도화를 위한 데이터 확보를 목적으로 진행된다. 자율주행차가 실제 도로를 주행하면서 마주하는 상황은 도로 환경과 시간대, 교통량에 따라 달라지는 만큼 차량 운행 규모가 커질수록 다양한 주행 데이터를 확보할 수 있기 때문이다. 특히 강남은 자율주행 기술을 검증하기 어려운 대표적인 도심 환경으로 꼽힌다. 차량과 보행자가 밀집한 데다 이륜차 운행, 불법 주정차, 무단횡단 등 예측하기 어려운 상황이 빈번하게 발생하기 때문이다. 자율주행 시스템이 정형화된 도로 환경을 벗어나 실제 도심에서 얼마나 안정적으로 대응할 수 있는지를 확인하기에 적합한 환경으로 알려졌다. 앞서 카카오모빌리티는 지난 5개월간 강남에서 축적한 주행 데이터를 바탕으로 도심 특화 'AI 플래너'를 고도화해왔다. AI 플래너는 자율주행차가 주변 환경을 인식한 뒤 주행 경로와 차량 움직임 등을 판단하는 핵심 기술이다. 특히 인지부터 판단, 제어까지 하나의 통합 AI 모델이 수행하는 E2E(엔드 투 엔드) 자율주행 기술을 실제 도심 환경에서 검증하고 있다. 차량 대수를 3배로 늘리면서 다양한 도로 상황에서 발생하는 이른바 '엣지케이스' 데이터를 더 빠르게 확보하고 이를 AI 학습에 반영한다는 계획이다. 엣지케이스는 일반적인 주행 상황과 달리 자율주행 시스템이 대응하기 어려운 예외적인 상황을 의미한다. 자율주행 기술이 일정 수준 이상 고도화되면서 단순히 정상적인 주행을 수행하는 능력보다 예외 상황에서 얼마나 안정적으로 대응하는지가 중요한 기술 경쟁력으로 떠오르고 있다. 카카오모빌리티는 차량 증차와 함께 교통약자 보호구역으로 운행 범위도 확대한다. 보호구역 진입 시 제한속도의 80% 이하로 감속하고 어린이 등 보행자의 돌발 행동에 대비해 급가속을 제한하는 별도 안전 제어 알고리즘을 적용했다. 센서 최적화와 알고리즘 경량화를 통해 인지 성능과 처리 속도도 개선했다. 보호구역 진입 전후에는 자율주행 매니저에게 시청각 알림을 제공해 운행 과정에서 안전 확인이 이뤄지도록 했다. 교통약자 보호구역 운행은 자율주행 서비스가 단순히 정해진 노선을 따라 이동하는 수준을 넘어 도로 환경에 따라 주행 전략을 바꿀 수 있는지를 검증하는 과정이다. 특히 어린이와 보행자가 갑작스럽게 도로에 진입하는 상황처럼 예측하기 어려운 환경에서 차량의 감속과 제어가 안정적으로 이뤄지는지 평가된다. 운행 시간 확대를 위한 준비도 진행하고 있다. 카카오모빌리티는 지난 6월부터 강남 일대에서 주간 시간대 데이터를 별도로 학습해왔다. 심야 시간대보다 차량과 보행자가 많은 주간 도심 환경에서 운전자들의 주행 패턴과 교통 상황을 분석하며 향후 주간 운행에 필요한 기술을 검증하고 있다. 현재 서울자율차는 밤 10시부터 다음날 오전 5시까지 심야 시간대에 운행된다. 강남은 심야 시간대에도 유동인구와 택시 수요가 높은 지역인 만큼 카카오모빌리티는 자율주행차를 활용해 이동 공백을 일부 해소한다는 계획이다. 서비스 접근성도 일반 택시와 유사한 형태로 구축했다. 이용자는 카카오T 앱에서 택시 메뉴를 선택한 뒤 운행 구역 내 출발지와 목적지를 입력하고 호출 과정에서 '서울자율차'를 선택하면 된다. 별도의 자율주행 전용 앱을 설치하거나 별도로 회원가입할 필요가 없다. 자율주행차를 호출하기 어려운 경우에는 일반 택시 등 다른 이동 수단으로 연결하는 방식도 적용했다. 자율주행 기술을 직접 체험하는 데 그치지 않고 기존 모빌리티 플랫폼의 호출·배차 시스템 안에 자율주행을 포함시키는 방식이다. 카카오모빌리티는 향후 강남에서 축적한 주행 데이터를 바탕으로 자율주행 알고리즘과 시스템 안정성을 지속적으로 개선하고 운행 범위를 확대한다는 방침이다. 자체 자율주행 기술과 카카오T 플랫폼을 결합해 자율주행을 실제 생활 속 이동 수단으로 정착시키겠다는 목표다. 류긍선 카카오모빌리티 대표는 "자체 자율주행 기술력과 안정적인 운영 성과를 바탕으로 운행 규모를 늘려 심야 시간대 시민들의 이동 편의를 높이고, 교통약자 보호구역까지 기술 영역을 확충하게 됐다"며 "실증 운행을 통한 데이터 확보로 기술 완성도를 계속 높여가는 한편, 플랫폼 기술을 기반으로 지자체·기술기업 등과 협력해 자율주행 생태계 활성화에 적극 기여하겠다"고 말했다.2026-08-19 11:15:00
-
한온시스템 HICE 모듈, 'PACE 어워드' 최종후보…車 열관리 기술력 인정 [경제일보] 한온시스템이 전기차 열관리 기술력을 앞세워 글로벌 자동차 산업 기술상 최종 후보에 올랐다. 핵심 열관리 부품을 하나의 모듈로 통합해 차량 내 공간 활용도를 높이고 시스템 복잡성을 줄인 기술이 평가 대상에 선정됐다. 12일 한온시스템에 따르면 회사가 개발한 초소형 통합 냉매 모듈(HICE)은 '2026년 오토모티브 뉴스 PACE 어워드' 최종 후보에 선정됐다. 올해 31회를 맞은 PACE 어워드는 미국 자동차 전문 매체 오토모티브 뉴스가 주관하는 자동차 산업 기술 시상식이다. 기술 혁신성과 사업 성과 등을 기준으로 자동차 산업의 주요 기술을 선정한다. HICE 모듈은 전동 컴프레서, 전자식 팽창밸브, 수냉식 응축기, 내부 열교환기, 칠러 등 주요 냉매 열관리 부품을 하나의 단일 유닛으로 통합한 제품이다. 기존 여러 부품으로 구성된 냉매 시스템을 하나로 통합해 완성차 업체의 조립 공정을 단순화하고 차량 내 패키징 공간을 확보할 수 있도록 설계됐다. 무게는 16kg으로 경량화했다. 냉매 흐름과 온도를 빠르고 정밀하게 제어할 수 있어 급속 충전이나 고성능 주행 등 열관리 부담이 커지는 상황에서도 안정적인 성능을 확보할 수 있다는 게 회사 측 설명이다. 전기차의 에너지 효율과 주행거리 향상에도 기여할 수 있으며 전용 사운드 커버를 적용해 실내 소음·진동(NVH) 성능도 높였다. 실제 차량 적용을 통한 상용화도 이뤄졌다. HICE 모듈은 BMW의 전기 스포츠유틸리티차량(SUV)인 iX3에 처음 적용됐다. 이수일 한온시스템 대표이사 부회장은 "HICE 모듈은 단순한 부품 최적화를 넘어 시스템 전체를 재설계한 열관리 분야의 패러다임 전환이자 전기차 구조 혁신의 결실"이라며 "차세대 전기차 열관리 솔루션의 시장을 지속적으로 선도해 나갈 것"이라고 했다.2026-08-12 10:03:05
-
LG유플러스, AI가 인터넷 이상 미리 감지…'셀프힐링' 기술 검증 [경제일보] LG유플러스가 인터넷 품질 이상을 인공지능(AI)이 스스로 감지하고 대응하는 지능형 홈 네트워크 기술을 검증했다. 장애가 발생한 뒤 복구하는 기존 방식에서 벗어나 가정용 공유기 내부에서 AI가 네트워크 상태를 분석하고 품질 저하 가능성을 사전에 찾아내는 방식이다. LG유플러스는 글로벌 반도체 기업 브로드컴과 협력해 와이파이8(Wi-Fi 8) 플랫폼 기반 홈 네트워크 자동 복구(Self-Healing) 기술을 실증했다고 밝혔다. 클라우드 서버가 아닌 공유기에서 AI 모델을 직접 구동하는 엣지 AI 기술의 적용 가능성을 확인한 것이 핵심이다. LG유플러스는 기존 클라우드에서 운영하던 네트워크 품질 예측 AI 모델을 공유기에서도 작동할 수 있도록 경량화했다. 브로드컴은 AI 연산을 지원하는 신경망처리장치(NPU)가 탑재된 와이파이8 플랫폼을 제공했다. 양사는 공유기가 네트워크 품질 데이터를 실시간으로 분석하고 장애 징후를 사전에 감지하는 환경을 구현했다. 인터넷 품질 저하가 예상되면 AI가 네트워크 설정을 최적화하고 자동 복구를 수행하는 방식이다. 이를 통해 공유기는 단순히 인터넷 신호를 전달하는 장비에서 네트워크 상태를 스스로 판단하고 관리하는 지능형 장비로 역할을 확대할 수 있다. ◆ 장애 발생 후 대응에서 사전 관리로 홈 네트워크에 연결되는 기기가 늘면서 네트워크 품질 관리도 복잡해지고 있다. 스마트TV와 IPTV, 게임기, IoT 기기 등이 하나의 공유기에 연결되는 데다 생성형 AI, 클라우드 게임, 초고화질 콘텐츠 등 안정적인 네트워크를 요구하는 서비스도 늘고 있다. AI가 공유기 내부에서 네트워크 데이터를 분석하면 중앙 서버까지 데이터를 보내고 다시 명령을 전달받는 과정이 줄어 보다 빠른 대응이 가능하다. 특히 이번 기술은 장애 발생 후 복구보다 품질 저하 이전의 이상 징후를 찾아 대응하는 데 초점을 맞췄다. 다만 이번 결과는 기술 실증 단계다. 실제 상용화를 위해서는 다양한 가정 환경에서 AI의 이상 탐지 정확도와 자동 복구 성능, 실제 고객 체감 품질 개선 효과 등을 추가로 검증해야 한다. 이번 기술의 기반은 브로드컴의 와이파이8 플랫폼이다. AI 연산을 지원하는 NPU가 탑재되면서 공유기 자체에서 네트워크 데이터를 분석하고 판단할 수 있는 환경이 마련됐다. LG유플러스는 자체 네트워크 품질 예측 기술을 결합해 클라우드에서 활용하던 AI 모델을 공유기 환경에 맞게 경량화했다. 신남승 브로드컴 코리아 무선 브로드밴드 영업총괄 전무는 “브로드컴의 와이파이8 플랫폼에서 AI 모델을 직접 구동해 공유기가 지능형 품질 관리 플랫폼으로 확장될 수 있음을 입증했다”며 “LG유플러스와 협력을 지속 확대하겠다”고 말했다. 이진혁 LG유플러스 Consumer서비스개발Lab 상무는 “AI를 네트워크 장비 내부에서 직접 구동하는 엣지 AI 기술의 가능성을 확인했다”며 “고객이 체감하는 품질을 AI가 스스로 관리하는 지능형 홈 네트워크 구현을 위해 관련 기술을 지속 고도화하겠다”고 말했다. LG유플러스는 이번 실증을 시작으로 와이파이8 환경에서 AI 기반 네트워크 관리 기술을 추가 검증할 계획이다. 실제 서비스로 이어질 경우 공유기가 인터넷 연결 장비를 넘어 네트워크 품질을 스스로 진단하고 관리하는 AI 플랫폼으로 진화할 수 있을 전망이다.2026-08-09 10:54:51
-
포카리스웨트도 무라벨…동아오츠카, 친환경 포장 확대 [경제일보] 동아오츠카가 친환경 포장 확대에 속도를 내고 있다. 포카리스웨트 500㎖ 제품에 라벨을 제거한 ‘무라벨’ 제품을 새로 내놓으며 자원 절감과 분리배출 편의성 개선에 나섰다. 28일 동아오츠카는 포카리스웨트 500㎖ 무라벨 제품을 출시했다고 밝혔다. 제품 외부 비닐 라벨을 없애 플라스틱 재활용 효율을 높이고 소비자의 분리배출 부담을 줄이겠다는 취지다. 라벨을 제거하면서도 브랜드 식별이 가능하도록 병 디자인과 캡 색상 등을 유지했다. 이번 조치는 친환경 포장 전략의 연장선에 있다. 동아오츠카는 2024년 340㎖ 제품에 처음으로 무라벨을 적용한 데 이어 적용 범위를 500㎖까지 확대했다. 소비자 사용 편의와 환경 부담을 동시에 줄이기 위한 선택이라는 설명이다. 효과도 구체적이다. 회사에 따르면 500㎖ 무라벨 제품을 100만병 생산할 경우 약 900㎏의 비닐 사용을 줄일 수 있다. 라벨 제거로 분리배출 과정이 간단해지고 플라스틱 순환 재활용률 개선에도 도움이 될 전망이다. 생활 속 작은 변화가 누적되면 환경 부담을 줄이는 데 의미 있는 기여를 할 수 있다는 계산이다. 포카리스웨트는 앞서도 포장 개선을 꾸준히 이어왔다. 페트병 라벨에 절취선을 적용해 소비자가 손쉽게 라벨을 분리할 수 있도록 했고 올바른 분리배출 문화를 확산하기 위한 ‘블루라벨 캠페인’도 전개했다. 제품 개선과 캠페인을 병행해 소비자 인식 변화를 유도해 왔다. 식품·음료 업계 전반에서도 친환경 포장 전환이 빠르게 진행되고 있다. ESG 경영 요구가 커지고 재활용 규제가 강화되면서 라벨 제거와 경량화 포장 도입이 확산되는 흐름이다. 기업 입장에서는 비용 부담이 따르지만 장기적으로는 브랜드 가치와 규제 대응 측면에서 불가피한 선택으로 받아들여진다. 박철호 동아오츠카 대표는 “무라벨 출시는 소비자의 분리배출 편의성을 높이고 자원순환을 일상에서 실천할 수 있도록 하기 위한 노력”이라며 “앞으로도 환경을 고려한 제품 개선을 지속하겠다”고 말했다. 포카리스웨트는 안정적인 브랜드 인지도와 소비자 충성도를 기반으로 친환경 전환을 이어가고 있다. 제품 경쟁력에 환경 요소를 더해 지속가능 소비 흐름에 대응하겠다는 전략이 뚜렷하다. 업계에서는 무라벨 제품 확대가 향후 음료 시장의 표준으로 자리 잡을 가능성에 주목하고 있다.2026-07-28 14:47:54
많이 본 뉴스
영상
Youtube 바로가기
![[데스크칼럼] AI가 내 돈을 쓰는 시대, 책임은 누가 지나](https://image.ajunews.com/content/image/2026/10/16/20261016135030302549_518_323.jpeg)