검색결과 총 93건
-
-
KT, 16개사와 '모두의 AI' 출범…내달 국민 체감형 AI 베타 공개
[경제일보] KT가 16개 기업과 손잡고 다양한 인공지능(AI) 모델과 서비스를 하나로 연결하는 '모두의 AI' 사업을 본격화한다. 개별 AI 서비스를 제공하는 데 그치지 않고 국민이 일상적으로 사용하는 서비스에 AI를 내재화한 뒤 이를 하나의 범용 AI 에이전트로 연결하는 개방형 생태계를 구축한다는 구상이다. KT는 내달 베타 서비스를 선보이고 실제 이용자들이 체감할 수 있는 AI 서비스 구현에 나선다. 22일 KT는 전날 서울 종로구 KT 광화문 WEST빌딩에서 '모두의 AI' 컨소시엄 출범식을 열고 사업 추진을 위한 협력 체계를 가동했다고 밝혔다. 이날 행사에는 KT 컨소시엄 주요 기업 대표와 16개 참여 기업의 사업책임자(PM) 등이 참석해 사업 비전과 추진 방향을 공유했다. '모두의 AI'는 국민 누구나 다양한 AI 모델과 서비스를 하나의 플랫폼에서 쉽고 편리하게 이용할 수 있도록 하는 사업이다. 이용자는 별도의 AI 서비스를 찾아다니는 대신 평소 사용하는 플랫폼과 서비스에 적용된 AI를 통해 정보 탐색은 물론 공공서비스, 교육, 금융, 생활 편의 등 다양한 영역의 기능을 이용할 수 있도록 하는 것을 목표로 진행된다. KT가 이번 사업에서 내세운 핵심은 참여기업의 기술을 단순히 나열하는 것이 아니라 서로 연결하는 것이다. KT와 참여기업은 각사가 보유한 AI 모델과 플랫폼, 서비스 역량을 연계하기 위해 '이음 얼라이언스'를 구성하고 사업 방향과 서비스 출시 일정을 공동으로 관리한다. 이음 얼라이언스는 주요 사업 방향을 결정하는 '이음 커넥트 보드'와 전체 참여기관이 성과를 공유하는 '이음 에코라운드' 등으로 구성된다. 커넥트 보드에서는 사업 우선순위와 기관 간 연계 과제를 논의하고 서비스 출시 목표를 조율한다. 에코라운드에서는 참여 기관이 함께 모여 사업 진행 상황과 주요 마일스톤을 점검한다. 기술과 서비스의 실행 체계는 서비스 분과와 플랫폼 분과로 나뉜다. 서비스 분과는 이용자 중심의 AI 서비스 기획과 사용자 경험(UX) 설계, 공공·특화 서비스 연계 및 출시를 담당한다. 플랫폼 분과는 AI 모델과 토큰팩토리, 데이터, 인프라, API 등 AI 서비스를 구성하는 핵심 기술을 연결하고 통합한다. 이번 KT 모두의 AI 사업은 KT가 자체 AI 서비스만 확대하기보다 외부 기업의 AI 모델과 서비스까지 연결해 하나의 이용 환경을 구축하려는 전략으로 풀이된다. 새로운 AI 모델과 서비스 기업이 지속적으로 참여할 수 있도록 개방형 구조를 유지해 '모두의 AI' 생태계를 확장한다는 방침이다. KT는 해당 구조를 '이음 인사이드' 전략으로 구체화한다. 이음 인사이드는 국민이 이용하는 다양한 서비스에 AI를 내재화하고 이를 하나의 범용 AI 에이전트로 연결하는 개방형 AI 생태계다. AI가 별도의 독립적인 서비스로 존재하는 것이 아니라 기존 서비스와 결합해 이용자가 필요한 기능을 보다 쉽게 사용할 수 있도록 하는 것이 핵심이다. 내달 공개 예정인 베타 서비스는 이 같은 전략의 첫 결과물이 될 전망이다. KT는 베타 서비스를 통해 '모두의 AI'가 다양한 AI 모델과 서비스, 플랫폼을 어떻게 연결할지 보여줄 예정이다. 다만 구체적으로 어떤 서비스가 베타에 포함될지는 향후 공개될 내용이다. KT가 공공서비스와 교육, 금융, 생활 편의 등으로 AI 활용 영역을 넓히는 것도 서비스 확장의 한 축이다. AI를 특정 이용자가 별도로 찾아 사용하는 도구에 그치지 않고 일상적으로 이용하는 서비스 안에 접목해 접근성을 높이겠다는 것이다. 여러 기업이 참여하는 만큼 KT는 협업 과정에서 발생할 수 있는 의사결정 지연이나 기관 간 과제 조율 문제를 줄이기 위한 운영 체계도 마련했다. 주요 사업 방향과 우선순위를 커넥트 보드에서 결정하고, 전체 참여기관이 정기적으로 성과와 일정을 공유하도록 해 서비스 출시까지의 실행력을 높인다는 계획이다. 향후에는 참여기업 확대도 추진한다. 새로운 AI 모델이나 서비스 기업이 생태계에 참여할 수 있는 개방형 구조를 활용해 서비스 영역과 기술 역량을 지속적으로 확장한다는 방침이다. 이를 통해 특정 AI 모델이나 기업에 종속되지 않고 다양한 기술과 서비스를 연결하는 플랫폼으로 발전시키겠다는 구상이다. 이진형 KT AX사업본부장 상무는 "이번 컨소시엄 출범은 국내 AI 기업들이 보유한 AI 모델과 플랫폼, 서비스 역량을 결집해 국민 체감형 AI 서비스를 만들어 가기 위한 출발점"이라며 "KT는 이음 얼라이언스를 중심으로 참여기업 간 협력을 강화하고 사업 실행력을 높여 국민이 일상에서 체감할 수 있는 AI 서비스를 구현하겠다"고 말했다.
2026-09-22 10:58:45
-
-
KT, ITU에 'AI 보안 모델' 표준 제안…개발부터 평가·개선까지 기준화
[경제일보] 인공지능(AI)이 사이버공격 탐지와 위협 분석·대응에 활용되는 가운데 AI 모델 자체의 보안성과 신뢰성을 확보하기 위한 국제표준 논의가 본격화되고 있다. KT가 국제전기통신연합(ITU) 회의에서 사이버보안에 특화된 AI 모델을 개발·평가하는 기준을 제안하며 국제표준화에 나섰다. AI 모델에 어떤 보안 데이터를 활용할지부터 개발 과정에서 어떻게 성능과 신뢰성을 검증하고 지속적으로 개선할지까지 기준을 마련하겠다는 취지로 풀이된다. 21일 KT는 지난 7일부터 11일까지 중국 충칭에서 열린 ITU 전기통신표준화부문(ITU-T) SG17 국제표준회의에 참석해 AI 사이버보안과 디지털 신뢰 분야의 표준화 논의를 진행했다고 밝혔다. ITU-T SG17은 사이버보안과 보안 아키텍처, 개인정보보호, AI 보안 등을 다루는 정보보호 분야 연구반이다. 각국 정부와 기업, 연구기관의 전문가들이 참여해 ICT 환경에서 활용할 보안 기술과 요구사항에 대한 국제표준을 개발한다. 이번 회의에서 KT는 범용 파운데이션 모델을 활용한 사이버보안 특화 AI 모델 개발 가이드라인을 제안했다. 생성형 AI와 파운데이션 모델이 다양한 산업으로 확산되는 상황에서 이를 사이버보안 영역에 적용하기 위한 별도의 개발 기준이 필요하다는 판단으로 분석된다. 보안 AI는 일반적인 생성형 AI와 달리 악성코드, 취약점, 공격 패턴, 침해사고 등 전문적인 사이버보안 지식을 다뤄야 하는 것으로 꼽힌다. 모델이 최신 보안 위협을 정확하게 분석하지 못하거나 잘못된 판단을 내릴 경우 실제 보안 사고 대응에 영향을 줄 수 있는 만큼 학습 데이터와 모델 성능을 지속적으로 관리하는 것이 중요하다. KT가 제출한 기고서에는 AI 모델 개발에 활용할 사이버보안 지식 소스와 데이터 세트를 비롯해 보안 특화 모델 개발 과정에서 고려해야 할 기술적 요소가 담겼다. 또한 모델 개발 생애주기 전반에 대한 평가와 지속적인 모델 개선을 위한 권고사항도 포함됐다. 해당 기고서는 보안 AI를 한 번 개발한 뒤 사용하는 것이 아니라 데이터 확보부터 모델 개발·평가·운영·개선까지 전 과정을 관리하는 기준을 만들겠다는 의미로 풀이된다. 국제표준이 마련되면 기업이나 기관이 서로 다른 방식으로 보안 AI를 개발하는 과정에서 참고할 수 있는 공통 기준으로 활용될 전망이다. 특히 사이버보안 분야에서는 AI 모델의 지속적인 업데이트가 중요하다. 공격 방식과 악성코드가 계속 변화하는 만큼 과거 데이터를 기반으로 학습한 모델만으로 새로운 위협에 대응하기 어렵기 때문이다. 이에 모델의 성능을 주기적으로 평가하고 새로운 보안 지식과 데이터를 반영하는 체계 역시 표준화 과정에서 중요한 요소가 될 것으로 분석된다. KT는 AI 보안과 함께 디지털 신뢰 분야의 국제표준화도 추진하고 있다. AI가 개인정보를 처리하고 다양한 서비스의 의사결정 과정에 활용되면서 보안뿐 아니라 서비스가 얼마나 신뢰할 수 있는지를 판단할 수 있는 기준도 필요해지고 있다는 판단이다. 염흥열 KT 개인정보보호자문위원회 위원장은 "AI 기술이 산업 전반으로 빠르게 확산되는 상황에서 사이버보안에 특화된 AI 모델의 개발 기준과 ICT 서비스의 신뢰 프레임워크를 국제사회가 함께 마련하는 것이 중요하다"며 "KT와 지속적으로 협력해 우리나라의 기술과 경험이 차세대 정보보호 및 개인정보보호 국제표준에 적극 반영될 수 있도록 노력하겠다"고 말했다. ITU-T SG17에서는 통신·ICT 환경에서 '신뢰'와 '신뢰성'을 정의하고 이를 실제 시스템과 서비스에 적용하기 위한 신뢰 프레임워크의 구성요소와 요구사항을 체계화하는 기술보고서를 개발하고 있다. KT는 해당 기술보고서에 주요 용어 정의를 보완하고 신뢰 프레임워크의 구성요소와 요구사항을 추가하는 수정안을 제안했다. 영국과 인도 측의 지지를 바탕으로 해당 기술보고서 발행도 완료했다. 디지털 신뢰 표준화는 AI 서비스에서 개인정보보호와 보안, 신뢰성을 하나의 체계 안에서 관리하는 기반이 될 수 있다. AI 서비스가 개인정보를 활용하거나 이용자를 대신해 판단하는 영역이 늘어날수록 단순히 AI 모델의 성능만 검증하는 것으로는 충분하지 않기 때문이다. KT는 향후 사이버보안 참조 아키텍처와 디지털 신뢰 프레임워크의 연계성을 높이고 AI 사이버보안·개인정보보호·디지털 신뢰 분야의 국제표준화 활동을 확대할 계획이다. 통신·ICT 분야에서 축적한 보안 경험을 국제표준에 반영하고 이를 기반으로 글로벌 AI 보안 기술과 서비스의 신뢰성을 높이겠다는 전략이다. KT의 국제표준화 활동은 AI 보안 사업과도 연결될 수 있다. AI 기반 위협 탐지와 분석, 대응 기술이 보안 영역에서 확대되면서 모델의 정확도뿐 아니라 어떤 데이터를 학습했는지, 어떻게 평가했는지, 새로운 위협에 맞춰 어떻게 업데이트하는지 등을 설명하고 검증할 필요성이 커지고 있어서다. 다만 이번 제안이 실제 국제표준으로 확정되기까지는 추가 논의와 검토가 필요하다. 향후 각국과 기업, 연구기관의 의견을 반영해 세부 요구사항을 조정하고 표준화 절차를 거쳐야 한다. 따라서 현재 단계에서는 국제표준 제안을 실제 제품이나 서비스에 적용할 수 있는 기준이 확정된 것으로 보기는 어렵다. 김창오 KT 정보보안실 개인정보보호그룹장 상무는 "AI 시대에는 사이버보안과 개인정보보호, 신뢰가 개별적으로 다뤄지는 것이 아니라 AI와 데이터, 서비스 전반에 함께 내재화돼야 한다"며 "KT가 축적해 온 통신·ICT 및 정보보호와 개인정보보호 경험과 국제표준 역량을 바탕으로 AI 보안, 프라이버시, 신뢰 분야의 글로벌 표준화에 지속적으로 기여하겠다"고 말했다.
2026-09-21 10:20:09
-
-
-
LS, 전선 넘어 배터리 소재로…5년간 12조원 투자 확대
[경제일보] LS가 전선과 전력 인프라에 이어 배터리 소재 사업에 본격적으로 투자하고 있다. LS MnM은 비철금속 제련 기술과 원료 조달 역량을 바탕으로 황산니켈 생산시설을 구축했고, LS-엘앤에프 배터리솔루션(LLBS)은 새만금에 전구체 공장을 세웠다. 울산과 새만금에 약 2조8000억원을 투입해 배터리 소재 생산 기반을 확보하고 희토류 영구자석 사업까지 추진하며 핵심 소재 사업의 외연을 넓히고 있다. LS는 향후 5년간 국내 7조원, 해외 5조원 등 총 12조원을 투자할 계획이다. 국가 전력망과 이차전지 소재를 중심으로 대규모 투자를 집행하고, 황산니켈과 전구체 생산능력을 단계적으로 확대해 소재 밸류체인을 구축한다. 희토류 등 핵심 광물까지 투자 분야를 확대하면서 전선과 전력 중심이었던 사업구조에 소재 사업을 새로운 성장축으로 추가하고 있다. ◆ LS MnM, 황산니켈 생산 확대…2029년 연 6만2000톤 목표 LS MnM은 기존 동제련 사업에서 축적한 금속 정련 기술과 원료 조달 역량을 바탕으로 배터리 소재 사업을 확대하고 있다. 동제련 과정에서 축적한 금속 회수 기술을 니켈 등 배터리 소재 원료 처리에 활용하고, 황산니켈 생산까지 사업 영역을 넓히는 구조다. LS MnM은 2023년 자회사 토리컴을 통해 연간 5000톤 규모의 황산니켈 생산공장을 준공했다. 황산니켈은 전기차 배터리 양극재에 사용되는 핵심 소재다. 토리컴은 동제련 과정에서 발생하는 조황산니켈을 공급받아 불순물을 제거하고 고순도 황산니켈을 생산한다. LS MnM은 생산 규모를 키우기 위해 울산 온산국가산업단지에 약 6700억원을 투자했다. 온산공장은 연내 준공과 테스트 가동을 거쳐 2027년부터 황산니켈 등 전구체용 고순도 금속화합물 생산을 본격화할 계획이다. 온산공장에는 니켈 중간재인 혼합수산화물(MHP)과 폐배터리 전처리 원료인 블랙매스를 처리하는 설비가 들어선다. 황산니켈 생산능력은 니켈 메탈 기준 연간 2만2000톤이다. LS MnM은 울산에 이어 새만금에도 추가 생산시설을 구축한다. 새만금 2단계 투자가 완료되면 2029년 황산니켈 생산능력을 연간 6만2000톤까지 확대한다는 계획이다. 회사는 이 생산능력을 전기차 약 125만대에 필요한 규모로 제시했다. MHP와 블랙매스를 함께 처리하는 생산체계를 통해 광물 원료와 폐배터리 재활용 원료를 모두 활용할 수 있는 기반도 마련한다. LS MnM은 이를 통해 황산니켈뿐 아니라 황산코발트·황산망간과 수산화리튬까지 생산할 계획이다. ◆ 새만금 1조원 투입…전구체 연 12만톤 생산체계 LS의 전구체 사업은 엘앤에프와의 합작을 통해 생산능력을 확대하는 방식으로 추진되고 있다. LS는 2023년 엘앤에프와 합작사 LLBS를 설립했으며, LS가 55%, 엘앤에프가 45%의 지분을 보유하고 있다. LLBS는 지난해 9월 전북 군산 새만금 국가산업단지에 약 1조원을 투자한 전구체 생산공장을 준공했다. 새만금 공장은 약 4만평 규모로 조성됐다. 전구체는 니켈·코발트·망간·알루미늄 등을 조합해 만드는 양극재 핵심 원료다. LLBS는 올해 4월 전체 공장 사용 승인을 받은 뒤 시험 생산을 시작했다. 생산능력은 2026년 2만톤, 2027년 4만톤을 거쳐 2029년 12만톤까지 확대한다는 계획이다. 회사는 연간 12만톤을 전기차 약 130만대에 해당하는 규모로 제시했다. LS는 배터리 소재 외에도 희토류 영구자석 사업을 새로운 핵심 소재 분야로 확대하고 있다. LS전선은 미국에서 희토류 영구자석 생산시설 설립을 검토하고 있으며, LS에코에너지는 베트남에서 희토류 금속화 사업을 추진해 원료부터 금속, 영구자석으로 이어지는 공급망을 구축하고 있다. 희토류 영구자석은 전기차 구동모터를 비롯해 풍력발전기, 로봇, 전투기, 도심항공교통(UAM) 등에 사용된다. 그룹 차원의 투자 계획도 마련했다. LS는 향후 5년간 국내 7조원, 해외 5조원 등 총 12조원을 투자할 계획이다. 국내 투자는 국가 전력망과 이차전지 소재 분야에 집중하고, 해외에서는 전력 인프라와 핵심 소재 사업을 확대한다는 방침이다. LLBS의 상업 가동이 시작되면 엘앤에프는 전구체부터 양극재까지 이어지는 수직계열화 생산체계를 구축하게 된다. 엘앤에프는 전구체 내재화를 통해 원가 경쟁력과 공급망 안정성을 확보하고 글로벌 고객 대응력을 높인다는 계획이다. LS 역시 황산니켈부터 전구체까지 이어지는 소재 공급망을 구축하며 배터리 소재 사업을 확대한다.
2026-09-16 17:54:19
-
-
-
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
-
"AI 도입만으론 성과 없다"…삼성SDS, 오픈AI·엔트로픽과 AX 해법 제시
[경제일보] 삼성SDS가 인공지능(AI)을 단순히 업무 효율화에 활용하는 것을 넘어 업무 프로세스 자체를 바꾸는 'AX' 전환에 속도를 낸다. AI 데이터센터와 플랫폼을 기반으로 기업의 AI 도입부터 운영까지 지원하고, 제조 현장에서는 로봇과 설비를 통합하는 피지컬 AI로 사업 영역을 확대한다. 8일 삼성SDS는 서울 코엑스 컨벤션센터에서 엔터프라이즈 AX 콘퍼런스 '리얼 서밋 2026'을 열고 삼성SDS의 '다차원 AI 풀스택' 전략을 기반으로 AI 도입과 실제 비즈니스 성과 창출 사이의 간극을 줄일 수 있는 구체적인 실행 전략과 로드맵을 공개했다. 이날 삼성SDS는 기업들의 AI 활용이 늘고 있지만 실제 성과로 이어지는 비율은 낮다고 진단했다. 삼성SDS가 인용한 맥킨지 조사에 따르면 기업의 88%가 최소 한 개 이상의 업무에 AI를 활용하고 있지만, AI가 영업이익에 영향을 줬다고 답한 기업은 39%, 영업이익의 5% 이상에 기여했다고 답한 기업은 6%에 불과했다. 이에 삼성SDS는 AI 성과를 높이기 위해서는 기존 업무에 AI를 덧붙이는 방식이 아니라 업무 프로세스 자체를 재설계해야 한다고 강조했다. 삼성SDS는 이를 위해 자체적으로 7개 메가 프로세스에 AX를 적용하는 '클라이언트 제로' 전략을 추진하고 있으며, 올해 말까지 약 200명의 AX 전문 인력을 양성할 계획이라고 설명했다. AI 인프라 확대도 추진한다. 삼성SDS는 국내 최초 AI 전용 데이터센터인 동탄센터를 기반으로 기업들의 AX를 지원하고 있으며, 오는 2028년 국가 AI 컴퓨팅센터와 오는 2029년 구미센터 구축을 통해 AI 인프라 역량을 확대할 방침이다. 글로벌 AI 기업과의 협력도 강화한다. 오픈AI, 앤트로픽, 구글 등과 협력을 확대하고 AI 인프라부터 플랫폼, 컨설팅·개발·구축·운영까지 제공하는 '다차원 AI 풀스택'을 통해 기업별 AX 수요에 대응한다는 전략이다. 삼성SDS는 AX를 디지털 영역에서 제조 현장으로 확대한다. 지난 25년간 반도체·2차전지·바이오·자동차·소재·부품·식음료 등 430여개 기업의 제조 자동화를 지원하며 축적한 데이터와 경험을 피지컬 AI 사업에 활용한다. 삼성SDS는 실제 제조 환경에서 로봇 기반 자동화 기술을 검증하고 있으며, 오는 2027년 생산설비와 로봇을 하나로 묶어 운영하는 '로봇 오케스트레이션 플랫폼'을 선보일 예정이다. 이준희 삼성SDS 대표이사는 "AX는 단순히 AI를 도입해서 시간과 비용을 절감하는 것과는 차원이 다른 훨씬 더 근본적인 변화로, AI를 중심으로 업무 방식을 처음부터 다시 설계하는 일"이라고 말했다. 이날 연사로 참가한 김경훈 오픈AI 한국 총괄대표는 기업의 AI 전환이 단순한 도입을 넘어 실제 업무 방식과 사업 성과의 변화로 이어져야 한다고 진단했다. 그는 전기가 공장에 처음 도입됐을 당시 동력원만 바꾸는 데 그친 공장보다 기계 배치와 작업 순서를 새롭게 설계한 공장에서 생산성 향상이 본격화됐다는 사례를 예시로 들며 지금 AI의 발전 상황과 비교했다. 김 대표는 오픈AI의 '엔터프라이즈 시그널스' 보고서를 인용해 AI를 깊게 활용하는 상위 10% 기업과 중간 수준 기업 간 격차가 올해 1월 2.6배에서 6월 8.6배로 확대됐으며, 제조업에서도 이 격차가 5.3배에 달했다고 공개했다. 그는 기업 내부 데이터와 업무 시스템을 AI와 연결해 업무 맥락을 제공하고, 가장 중요한 업무를 선정해 처음부터 끝까지 AI를 중심으로 재설계하는 것이 핵심이라고 강조했다. 특히 AI가 단순히 질문에 답하는 수준을 넘어 자료 검색과 시스템 확인, 결과물 작성 등 여러 단계를 직접 수행하는 '에이전트'로 발전하고 있다고 설명했다. 오픈AI에 따르면 올해 6월 기업 고객이 생성한 전체 출력 토큰 가운데 코딩 에이전트 '코덱스'가 차지하는 비중은 64%까지 증가하며 법무·영업·채용·마케팅 등 다양한 업무에서도 AI에게 실제 일을 맡기는 사례가 빠르게 늘고 있다고 전했다. 김 대표는 AI 활용의 최종 목표는 토큰 사용량이나 도입률이 아니라 실제 사업 성과가 돼야 한다고 강조했다. 그는 제조기업이 AI를 활용해 견적 작성 시간을 최대 6시간에서 20분으로 줄이고 연간 3000만 달러(약 400억원)의 매출 총이익 증가를 기대하는 사례 등을 소개했다. 김경훈 대표는 "AI가 과학 분야뿐만 아니라 연구, 개발, 제조, 관리, 영업, 마케팅 등 여러 분야에서 여러분의 발전을 크게 앞당길 수 있다고 생각한다"며 "100년 전 공장을 어떻게 바꾸느냐가 그 회사의 미래를 결정한 것처럼 지금 우리도 이 AI를 어떻게 쓸 것인가가 우리의 미래를 결정할 것"이라고 말했다. 최기영 엔트로픽 코리아 대표는 AI를 활용한 기업의 변화가 직원 생산성 향상을 넘어 업무 프로세스와 비즈니스 모델 자체를 바꾸는 방향으로 확대될 것이라고 전망했다. 최 대표는 기업의 AI 전환을 직원 생산성 향상, 기존 업무 프로세스·워크플로우 개선, AI 네이티브 제품 및 비즈니스 모델 구축 등 3단계로 구분하며, 궁극적으로는 AI를 중심으로 새로운 사업을 만들어내는 단계까지 나아갈 것으로 전망했다. 실제 사례로는 글로벌 자동차 기업의 도장 공정 문제 해결 사례를 소개했다. 수년간 해결하지 못했던 문제에 관련 데이터를 연결하고 AI의 추론 기능을 활용한 결과 10분 만에 해결책을 도출했다고 설명하며, 향후에는 AI 모델의 발전과 함께 기업의 문제 해결 방식 자체가 달라질 것으로 분석했다. 엔트로픽 내부의 개발 방식도 AI를 통한 업무 전환 사례로 제시했다. 한 명의 엔지니어가 주말 동안 AI를 활용해 초기 프로토타입을 만든 뒤 3명이 8주 동안 베타 제품을 개발했으며, 이후 사용자 피드백을 실시간으로 반영해 48시간 만에 62개 기능을 개선했다고 설명했다. 현재도 피드백을 받은 기능을 24시간 안에 반영하는 것을 원칙으로 하고 있다. 최 대표는 이 같은 변화가 기업의 조직 규모와 제품 개발 방식까지 바꿀 수 있다고 강조했다. 과거에는 많은 인력과 긴 개발 기간이 필요했던 작업도 AI 에이전트를 활용하면 소수 인원으로 빠르게 실행할 수 있다는 것이다. 성공적인 AX를 위해서는 명확한 비즈니스 목표와 성과 지표를 먼저 정하고, 도메인 전문가가 참여한 가운데 AI를 반복적으로 활용해 결과를 만들어내는 방식으로 전환해야 한다는 것으로 풀이된다. 최기영 대표는 "과거에는 팀 사이즈에서 인원수가 소프트웨어 개발 경쟁력이 됐지만 이제는 소수의 인원이 AI를 통해 개발을 빠르게 해 나갈 수 있다"며 "적은 인원을 갖고도 규모를 만들 수 있기 때문에 AI 내부의 비즈니스 모델로 전환할 수 있는 성공적인 AX가 만들어질 수 있다"고 말했다. 이날 발표에서 삼성SDS와 오픈AI, 엔트로픽은 기업의 AI 전환이 단순한 기술 도입이나 개별 업무의 효율화에 그쳐서는 안 된다는 데 공통된 메시지를 내놨다. AI를 기존 업무에 추가하는 것을 넘어 데이터와 시스템을 연결하고 업무 프로세스를 재설계하는 동시에 AI 에이전트에게 실제 업무를 맡기고 이를 매출과 생산성 등 구체적인 사업 성과로 연결해야 한다는 것이다. 결국 기업의 AI 경쟁력도 어떤 모델을 도입했느냐를 넘어 AI를 실제 업무와 조직에 얼마나 깊게 내재화하느냐에 따라 갈릴 전망이다. 이준희 삼성SDS 대표이사는 "진정한 AI 풀스택이라면 AX 실행을 돕기 위한 컨설팅은 물론 개발과 구축 그리고 운영에 대한 전문적 역량을 반드시 제공해야 하고, 이런 역량은 고객의 업종에 대한 정확한 이해가 뒷받침돼야 한다"며 "삼성SDS는 AI 인프라 플랫폼 솔루션에 걸친 모든 영역에서 글로벌 최고 수준의 솔루션을 제공하고 있다"고 말했다.
2026-09-08 11:28:33
-
"자율주행차보다 서비스"…카카오모빌리티, 카카오T로 상용화 정조준
[경제일보] 카카오모빌리티가 자율주행 사업의 경쟁 기준을 차량의 주행 기술에서 플랫폼과 도시 단위 운영 역량으로 확대하고 있다. 자체 자율주행 기술을 고도화하는 동시에 기존 카카오T 플랫폼에 자율주행 서비스를 연결해 이용자의 접근성을 높이고, 완성차·부품사·공공기관·지자체·학계 등과 생태계를 구축해 실제 일상에서 활용되는 서비스로 만들겠다는 전략으로 풀이된다. 7일 카카오모빌리티는 류긍선 카카오모빌리티 대표가 이날 열린 '2026 글로벌 모빌리티 콘퍼런스'에서 기조연설자로 나서서 '자율주행 기술을 일상의 이동으로'를 주제로 발표를 진행했다고 밝혔다. 이날 류 대표는 자율주행 상용화의 핵심은 차량 한 대의 주행 성능을 넘어 시민의 일상에서 서비스를 완결하고 도시 단위로 운영하는 데 있으며, 자율주행차는 혼자 달리지만 자율주행 서비스는 기술·제조·공공·학계가 함께 만들어야 한다고 강조했다. 카카오모빌리티가 주목하는 것은 기존 모빌리티 플랫폼과 자율주행의 결합이다. 카카오모빌리티에 따르면 강남 심야 자율주행 서비스 이용자의 97%가 별도의 애플리케이션을 설치하지 않고 기존 카카오T 화면에서 자율주행 서비스를 이용했다. 자율주행 전용 앱을 새로 확보하기보다 기존 이용자가 익숙한 카카오T 안에서 서비스를 접하도록 해 진입 장벽을 낮추는 방식이다. 카카오모빌리티는 자율주행을 별도의 기술 서비스가 아닌 기존 이동 플랫폼의 한 종류로 편입하고 있다. 이용자가 택시를 호출하듯 카카오T에서 자율주행차를 선택하고 탑승하는 환경이 갖춰지면 자율주행 기술이 특정 시범사업이나 체험 서비스에 머무르지 않고 일상적인 이동수단으로 자리 잡게 한다는 구상이다. 실제 카카오모빌리티는 최근 강남 지역에서 자체 기술 기반 '서울자율차'를 확대했다. 지난 3월 2대로 시작한 서비스를 지난달 20일부터 6대로 늘렸고, 교통약자 보호구역까지 운행 범위도 넓혔다. 복잡한 도심에서 주행 데이터를 추가로 확보해 자율주행 알고리즘과 시스템 안정성을 고도화하는 동시에 서비스 운영 경험을 축적하고 있다. 차량이 늘어나면서 중요해지는 것은 단순 주행 성능만이 아니다. 여러 대의 차량을 동시에 배치하고 호출 수요에 맞춰 운행하며, 돌발 상황이 발생했을 때 관제와 현장 대응을 수행하는 운영 체계가 필요하기 때문이다. 류 대표가 자율주행 서비스의 평가 기준을 차 한 대의 주행 성능보다 도시 안에서 수백 대를 어떻게 운영하느냐로 옮겨야 한다고 강조한 것도 이 같은 배경으로 풀이된다. 카카오모빌리티가 자율주행 핵심 기술을 직접 내재화하고 있는 것도 도시 단위 운영을 위한 기반으로 분석된다. 카카오모빌리티는 고정밀 지도와 시뮬레이터, 자율주행 데이터 파이프라인, AI 기반 주행 기술, 통합 관제 시스템 등을 구축해왔으며 이를 실제 운행 서비스에 적용하고 있다. 또한 지난달에는 인지부터 제어까지 하나의 통합 AI 모델이 수행하는 E2E 자율주행 기술 고도화도 진행 중이라고 설명했다. 특히 자율주행차가 늘어날수록 도시 인프라의 변화가 불가피한 것으로 평가된다. 현재의 도로와 신호 체계는 사람이 직접 운전하는 차량을 전제로 설계된 만큼 자율주행차가 대규모로 운행되기 시작하면 도로·신호·승하차 공간·관제체계 등이 함께 바뀌어야 한다는 것이다. 자율주행 기술이 특정 기업의 제품 경쟁에서 도시 전체의 교통 시스템 경쟁으로 확대되는 것이다. 이에 카카오모빌리티는 외부 기관과의 생태계 구축을 강조하고 있다. 자율주행 서비스는 차량 제조사와 기술기업만으로 운영하기 어려운 만큼 공공 부문에서는 관련 규제와 인프라를 마련하고, 제조·부품업계에서는 서비스에 적합한 차량과 부품을 공급하며, 플랫폼 사업자는 이용자와 차량을 연결하는 역할을 수행하는 구조가 필요하다는 분석이다. 자율주행 시장이 기술 실증을 넘어 실제 상용 서비스 단계로 이동할수록 누가 가장 뛰어난 차량을 만드느냐뿐 아니라 누가 이용자에게 서비스를 연결하고 도시 단위로 안정적으로 운영할 수 있느냐가 경쟁력으로 부상하고 있다. 카카오모빌리티가 강남에서 축적한 플랫폼·운영 경험을 기반으로 자율주행의 활동 범위를 얼마나 넓힐 수 있을지가 향후 사업 성패를 가를 핵심 변수가 될 것으로 전망된다. 류긍선 대표는 "같은 기술이라도 도시가 바뀌면 '다른 10퍼센트의 난제'를 만난다"며 "자율주행 서비스의 평가 기준도 차 한 대가 얼마나 잘 달리는가보다 도시 안에서 수백 대를 어떻게 운영하는가로 옮겨 가야 한다"고 말했다. 이어 "자율주행차는 혼자서 달리지만, 자율주행 서비스는 함께 만들어야 한다"며 "지난 10여년간 축적해 온 모빌리티 기술 개발 경험과 플랫폼 운영 역량을 바탕으로, 민관 협력을 통해 자율주행이 일상 속 교통 서비스로 자리 잡는 지속가능한 생태계 조성에 기여하겠다"고 덧붙였다.
2026-09-07 15:35:40
-
"코드 71% 늘고 개발시간 절반↓"…놀유니버스, AI로 일하는 방식 바꾼다
[경제일보] AI 활용이 기업의 업무 방식을 바꾸면서 여행·여가 플랫폼 업계에서도 인공지능(AI)을 조직 전반에 내재화하려는 움직임이 본격화하고 있다. 놀유니버스는 개발 생산성 개선 등 실제 업무 성과를 기반으로 AI 활용 범위를 기획·디자인·QA·운영 등으로 확대하고, 구성원 개개인의 AI 활용 경험을 전사 자산으로 축적하는 방식으로 AI 전환(AX)에 속도를 내고 있으며, 사내 업무에서 축적한 AI 활용 경험을 고객용 서비스까지 연결하고 있다. 3일 놀유니버스에 따르면 회사가 최근 3개월간 개발 조직의 업무 지표를 전년 동기와 비교한 결과, AI 활용 이후 개발 생산성이 크게 향상된 것으로 나타났다. 개발자 1인당 작성한 코드량은 71% 증가했으며 코드 작성부터 실제 서비스에 반영되기까지 걸리는 시간은 절반 이상 줄었다. 동료 검토 이후 최초 승인을 받기까지 걸리는 시간도 41% 단축됐고, 수정 작업으로 코드를 다시 작성하는 비율은 12% 감소했다. 놀유니버스는 해당 성과를 특정 개발자나 조직의 AI 활용 사례로 남겨두지 않고 전사적인 업무 방식으로 확산하고 있다고 설명했다. AI를 잘 활용하는 일부 직원의 개인 역량에 의존하는 것이 아니라 업무 과정에서 만들어진 AI 활용법과 노하우를 조직 차원에서 공유하고 재사용할 수 있도록 시스템화하는 전략이다. 이번 AX 성과를 전사적으로 확대하기 위해 놀유니버스는 지난 7월 사내 AI 전환 통합 포털 'NOL AX 허브'를 구축했다. 기존에는 조직별로 개별적으로 활용하던 AI 업무 사례를 한곳에서 확인하고 다른 업무에 재활용할 수 있도록 연결했다. AI 도구 활용 가이드와 교육 정보도 함께 제공해 구성원들이 업무 특성에 맞는 AI 활용법을 찾을 수 있도록 설계했다. NOL AX 허브를 중심으로 AI 활용 영역도 개발 조직 밖으로 넓어지고 있다. 기획·개발·디자인·QA·운영·비즈니스 서포트 등 다양한 직군에서 각 업무에 맞는 AI 활용 사례가 축적되고 있으며, 회사는 구성원들이 직접 우수 사례를 발굴하고 공유하는 구조를 만들어 AX 확산 속도를 높인다는 계획이다. 실제 업무에도 AI가 직접 투입되고 있다. 놀유니버스는 AI 투입의 대표적인 사례로 항공 소스코드와 데이터베이스(DB), API를 실시간으로 조회·분석하는 AI 어시스턴트를 꼽았다. 기존에는 관련 정보를 확인하기 위해 개발자의 도움을 받아야 했던 업무를 담당자가 AI를 활용해 직접 확인할 수 있도록 업무 방식을 바꿨다. 보안 업무에도 AI를 적용했다. 임직원을 대상으로 하는 악성 메일 모의 훈련에 필요한 템플릿을 대규모 언어 모델(LLM)을 활용해 자동 생성하고 훈련 과정까지 자동화하는 시스템을 구축했다. AI를 단순한 문서 작성이나 검색 도구로 활용하는 데 그치지 않고 반복적인 업무 프로세스 자체를 자동화하는 방향으로 활용 범위를 넓힌 것이다. 특히 개발자 1인당 코드량이 늘어나는 동시에 서비스 반영까지 걸리는 시간과 최초 코드 승인 시간이 줄어든 것으로 나타났다. AI가 코드 작성뿐 아니라 개발 과정 전반의 효율화에 활용되고 있으며, 개발 조직의 생산성 개선도 이 같은 AX 전환이 단순한 실험 단계에 머물지 않고 실제 업무 성과로 이어지고 있는 것으로 평가된다. 향후 놀유니버스는 구성원이 직접 우수 AI 활용 사례를 선정하고 시상하는 '엔지니어링 AX 어워즈'도 운영할 계획이다. 실제 업무에서 생산성을 높이거나 반복 업무를 줄인 사례를 발굴해 전사로 확산하면서 AI 활용을 일회성 캠페인이 아닌 지속적인 업무 개선 과정으로 정착시키겠다는 취지다. 놀유니버스는 지난해 12월 선보인 대화형 상품 추천 서비스 'AI 노리'를 통해 이용자와 대화하면서 여행 상품을 추천하는 방식으로 기존 검색 중심의 상품 탐색 경험에 AI를 접목했고, 이어 지난 7월에는 AI 큐레이션 서비스 '발견'을 출시하며 AI 활용 영역을 콘텐츠 추천으로 AX 전략을 확대하고 있다. 사내에서 축적한 AI 활용 역량을 여행·여가 서비스를 고도화하는 데 활용하며 고객 경험으로 연결하고 있다. 특히 여행·여가 플랫폼은 검색과 예약, 이용 후기 등 이용자 행동 데이터가 풍부한 만큼 AI를 활용한 개인화 추천과 콘텐츠 자동화가 서비스 경쟁력을 좌우할 것으로 분석된다. 상품의 종류와 정보가 방대한 만큼 이용자가 원하는 상품을 얼마나 빠르게 찾아주느냐가 중요한 요소로 꼽히며, AI가 검색과 추천, 콘텐츠 제작 과정에 개입하면서 플랫폼의 서비스 운영 방식 자체가 달라질 수 있다. 놀유니버스는 향후 구성원의 AI 활용 경험을 지속적으로 축적하면서 업무 생산성과 고객 경험을 동시에 개선한다는 계획이다. AI 도구를 도입하는 데 그치지 않고 구성원이 직접 활용법을 만들고 이를 조직 전체가 공유하는 체계를 구축해 AX를 기업의 일하는 방식으로 정착시키겠다는 전략이다. 김영진 놀유니버스 최고기술책임자는 "AI를 일부 조직이나 직무의 도구가 아닌 구성원 누구나 일상적으로 활용하는 업무 방식으로 정착시키는 데 집중하고 있다"며 "구성원들의 다양한 AI 활용 경험과 노하우를 전사 자산으로 축적하고 이를 실제 업무 생산성 향상은 물론 고객이 체감할 수 있는 서비스 혁신으로 연결해 나갈 계획"이라고 말했다.
2026-09-03 08:26:59
-
KT, 서울대·KAIST와 AI 연구 결실…사업화로 경쟁력 키운다
[경제일보] KT가 서울대학교와 한국과학기술원(KAIST)과 진행한 인공지능(AI) 공동연구를 마무리하고 연구 성과의 사업화에 속도를 낸다. 단순 기술 교류를 넘어 대학의 연구 역량과 KT의 데이터·AI 모델·서비스 역량을 결합해 실제 사업에 적용할 수 있는 기술을 확보하는 것이 목표다. KT는 30일 서울 서초구 KT우면연구센터에서 서울대·KAIST 연구진과 ‘산학 공동연구 최종 성과 워크숍’을 열었다고 밝혔다. 이날 워크숍에는 3개 기관 연구진 50여명이 참석해 지난 1년간 수행한 연구 결과를 공유하고 후속 연구 및 사업 활용 방안을 논의했다. 이번 협력은 지난해 9월 시작됐다. KT는 당시 산학 협력을 장기 연구에 그치지 않고 실제 AICT 사업과 연결하기 위해 서울대·KAIST와 공동 연구를 추진했다. 자율형 에이전트, Responsible AI, 피지컬 AI, 인간 피드백 기반 강화학습, 추론 효율화 등을 핵심 연구 분야로 설정했다. KT는 연구에 필요한 GPU와 AI 모델, 데이터를 제공하고 대학의 전문 연구역량을 접목하는 Open R&D 방식으로 협력을 진행했다. 서울대와는 자율형 에이전트가 상황과 맥락을 이해하고 판단할 수 있도록 하는 기술을 집중 연구했다. 추론형 AI의 평가 기준과 신뢰성 개선, 한국적 데이터셋 확보, 사용자 행동 예측 모델, 사용자 피드백을 활용한 강화학습 프레임워크 등이 주요 과제다. KAIST와는 대규모언어모델(LLM)의 프롬프트 압축 및 최적화 기술을 연구했다. AI가 처리해야 하는 입력을 효율적으로 줄여 모델의 추론 부담을 낮추고, 에이전트 서비스의 응답 효율을 높이는 기반 기술을 확보하는 데 초점을 맞췄다. KT가 특히 주목하는 부분은 연구 결과의 ‘내재화’다. 확보한 기술을 논문이나 연구 성과로 끝내지 않고 모델·플랫폼·서비스 경쟁력으로 연결한다는 구상이다. KT는 최근 공동연구 성과를 자사 파운데이션 모델 ‘믿:음 K’와 자율형 에이전트 관련 서비스 등에 활용하는 방향을 추진해왔다. 후속 연구 범위도 넓힌다. KT는 기술 수요를 반영한 신규 과제를 발굴해 에이전틱 AI와 피지컬 AI, 토큰 효율화 등을 중심으로 산학 연구를 확대할 계획이다. AI가 질문에 답하는 수준을 넘어 스스로 상황을 판단하고 행동하는 에이전틱 AI가 확산되면서 추론 효율과 신뢰성, 실제 환경에서의 행동 예측 기술이 중요해진 데 따른 행보다. 산학협력 방식 자체도 고도화할 전망이다. KT는 올해 들어 서울대와 KAIST뿐 아니라 고려대 등 주요 대학과 공동연구를 확대하고 있으며, 글로벌 연구기관과의 협력도 병행하고 있다. 연구 기획 단계에서부터 성과 검증과 사업 적용 가능성을 함께 고려해 ‘기술 확보→검증→서비스 적용’으로 이어지는 구조를 정착시키겠다는 전략이다. KT는 이번 연구 성과를 계기로 대학과의 협력을 일회성 프로젝트가 아닌 지속적인 AI 기술 확보 채널로 확대한다는 방침이다. 박재형 KT AX미래기술원장 상무는 “이번 성과를 기반으로 대학과 함께 성장하는 연구개발 협력 모델을 확대하고 연구 결과가 KT의 AI 경쟁력으로 이어지도록 지속 발전시키겠다”고 말했다. 한편 이번 KT가 산학협력에서 확보한 기술을 실제 서비스에 얼마나 빠르게 적용하느냐가 향후 경쟁력의 핵심 변수가 될 전망이다. 특히 에이전틱 AI와 피지컬 AI 시장이 확대되는 가운데 모델 성능뿐 아니라 추론 비용과 토큰 사용량, 신뢰성까지 함께 개선할 수 있는 기술을 확보할 경우 AI 사업의 운영 효율과 서비스 경쟁력을 동시에 높일 수 있다는 평가다.
2026-08-30 13:32:19
-
카톡·전화·포털이 AI 비서로…'모두의 AI' SKT·카카오·KT 3파전 본격화
[경제일보] 국민이 일상에서 사용하는 통신·메신저·포털이 인공지능(AI) 비서로 바뀌는 경쟁이 본격화한다. 정부가 추진하는 대국민 AI 서비스 ‘모두의 AI’ 사업에 SK텔레콤과 카카오, KT가 최종 선정됐다. 세 사업자는 정부가 지원하는 엔비디아 B200 GPU를 활용해 전 국민이 무료로 사용할 수 있는 범용 AI 챗봇과 공공 AI 에이전트를 개발하고 연내 정식 서비스를 시작할 계획이다. 과학기술정보통신부는 28일 ‘모두의 AI’ 공모에 참여한 6개 사업자를 대상으로 서면·발표평가를 진행한 결과 SK텔레콤·카카오·KT 컨소시엄을 사업 수행기관으로 선정했다고 밝혔다. 이스트소프트·엠케이디·제논은 최종 선정에서 제외됐다. 당초 2~3개 사업자를 선정할 계획이었으며, 평가 점수와 순위는 공개하지 않았다. ◆ SKT는 ‘질문→실행’…카카오는 카톡 안에서 SKT 컨소시엄의 핵심은 답변을 넘어 실제 업무를 대신하는 ‘실행형 AI’다. 이용자의 요청을 이해해 계획을 세우고 검색과 도구 호출을 거쳐 실제 업무를 처리하는 구조다. 앱과 웹뿐 아니라 전화·문자로도 이용할 수 있도록 해 디지털 취약계층까지 이용 범위를 넓힌다. 공공서비스 신청과 증명서 발급, 매장·관공서 전화 대행부터 건강·금융·교통 등 생활 서비스까지 확장하는 것이 목표다. A.X K2를 비롯해 업스테이지 ‘솔라’, 모티프테크놀로지스 ‘모티프3’, LG AI연구원 ‘K-엑사원 2.0’ 등 여러 국산 모델을 활용해 서비스별 최적화를 추진한다. 카카오는 가장 강력한 국민 접점을 무기로 삼는다. 카카오톡에서 범용 챗봇과 AI 에이전트를 이용하고 예약·신청·결제까지 한 번에 처리하는 서비스를 구현한다. LG유플러스·LG CNS·LG AI연구원·루닛·신한은행 등과 협력해 전화 AI와 금융·의료·시니어 케어·세무 등 생애주기별 서비스를 붙인다. 특히 카카오톡이라는 기존 플랫폼 안에 AI를 심는 만큼 별도 앱 설치나 새로운 이용 습관을 요구하지 않는다는 것이 강점이다. AI를 ‘새로운 서비스’가 아니라 기존 디지털 생활 속 기능으로 만드는 전략이다. ◆ KT는 ‘채널 경계 없는 AI’…다음·지니TV까지 KT는 전용 AI 서비스에 이용자를 가두지 않는 전략을 제시했다. 포털 다음과 IPTV ‘지니TV’를 비롯해 쇼핑·부동산 등 기존 서비스 곳곳에 AI 진입점을 배치한다. 이용자가 검색을 시작하면 AI가 정보를 찾고 비교·판단한 뒤 필요한 서비스를 실제로 실행하도록 연결하는 방식이다. 교육·부동산·금융 등 생활 분야의 전문 서비스를 결합하는 것도 특징이다. 다음을 통한 검색과 뉴스, KT의 통신·미디어 고객 기반을 동시에 활용할 수 있다는 점에서 ‘플랫폼 연결형 AI’를 지향한다. 세 회사의 경쟁은 단순한 AI 모델 성능 대결과는 다르다. 이번 사업 평가에서도 AI 모델 자체의 경쟁력뿐 아니라 서비스 편의성, 이용자 확보 전략, 품질·안전성, AI 생태계 기여 등이 주요 평가 대상이었다. 정부가 ‘가장 좋은 모델’을 뽑는 것보다 국민이 실제로 자주 사용할 수 있는 AI 서비스를 만드는 데 무게를 둔 셈이다. ◆ 네이버 빠진 ‘국민 AI’…서비스 경쟁이 승부처 이번 선정에서 네이버의 불참도 눈길을 끈다. 네이버는 독자 AI 모델과 검색·쇼핑·지도 등 강력한 국민 접점을 보유하고 있지만 이번 공모에는 참여하지 않았다. 네이버클라우드는 앞서 “다른 진행 중인 사업에 더 집중하기 위해 참여하지 않기로 했다”고 밝혔다. 정부는 올해 확보한 B200 GPU 최대 512장을 세 사업자에 배분하고 9월 협약을 거쳐 베타서비스를 진행한 뒤 연내 정식 출시할 계획이다. 내년부터는 정부 예산으로 전 국민 서비스 운영에 필요한 비용도 지원한다. 당초 업계에서 운영비 부담을 주요 우려로 제기했던 만큼 장기적으로는 정부 지원에만 의존하지 않고 서비스의 지속가능성을 확보하는 것도 과제다. 궁극적인 경쟁은 ‘누가 더 똑똑한 AI를 만들었느냐’보다 누가 국민의 실제 행동을 가장 많이 바꾸느냐가 될 전망이다. 주민센터 업무를 대신 신청하고, 병원 예약과 결제를 처리하고, 쇼핑과 금융까지 연결하는 AI가 일상에 얼마나 자연스럽게 녹아들지가 관건이다. 특히 행정·금융·의료처럼 오류 비용이 큰 영역에서는 편리함보다 정확성·보안·개인정보 보호가 우선돼야 한다. 세 사업자가 연내 서비스를 내놓는 만큼 이후 경쟁은 모델 성능보다 실제 이용률, 처리 성공률, 재사용률과 같은 ‘AI가 얼마나 많은 일을 끝냈는가’로 옮겨갈 가능성이 크다. ‘모두의 AI’는 정부가 국민에게 AI를 보급하는 사업이지만 동시에 국내 플랫폼과 통신업계가 AI를 국민의 일상에 내재화할 수 있는지를 겨루는 최대 실증 무대가 될 전망이다.
2026-08-28 10:22:05