검색결과 총 20건
-
SK하이닉스, 솔리다임 IPO 검토 중단…美 공장 투자재원 다시 짠다
[경제일보] SK하이닉스가 미국 손자회사 솔리다임의 상장 전 투자유치(프리IPO)와 기업공개(IPO) 검토를 중단했다. 인공지능(AI) 메모리 수요에 대응할 미국 신규 생산시설의 필요성은 유지하면서 투자재원을 마련하는 방식을 다시 검토한다. 외부 자본으로 투자 부담을 나누고 주주환원 여력을 확보하려던 구상은 다른 조달 방안을 찾는 단계로 넘어갔다. SK하이닉스는 23일 공시를 통해 “해외 종속회사인 솔리다임은 생산능력 확대 및 경쟁력 강화를 위한 다양한 자금조달 방안을 검토해 왔으나, 자본시장 여건 등을 종합적으로 고려해 프리IPO 및 기업공개에 대한 검토를 중단하기로 결정했다”고 밝혔다. 회사가 제시한 중단 배경은 금융시장 변동성과 반도체 기업의 주가 조정이다. 당초 기대했던 기업가치와 조달 조건을 확보할 수 있는지, 현시점 상장이 기존 주주에게 유리한지를 다시 판단했다는 설명이다. SK하이닉스는 별도 설명자료에서 “솔리다임의 성장 가능성이나 투자 필요성이 달라졌기 때문은 아니다”라고 강조했다. 솔리다임은 SK하이닉스가 인텔의 낸드플래시·솔리드스테이트드라이브(SSD) 사업을 인수하는 과정에서 출범했다. 현재 사업의 중심은 AI 데이터센터에 사용하는 대용량 기업용 SSD다. 고대역폭메모리(HBM)가 AI 연산에 필요한 데이터를 빠르게 공급한다면, SSD는 대규모 데이터를 저장하고 불러오는 역할을 맡는다. 솔리다임은 최대 122.88테라바이트(TB) 용량의 ‘D5-P5336’ 등 고용량 제품을 공급하고 있다. 회사는 AI와 머신러닝, 빅데이터 분석 등 읽기 작업이 많은 환경을 주요 용도로 제시한다. SK하이닉스는 기존 생산시설만으로는 늘어나는 수요에 대응하는 데 한계가 있어 미국 내 신규 생산시설 확보가 필요하다고 설명했다. IPO 검토에는 이 투자비를 SK하이닉스 내부 자금만으로 충당할 것인지에 대한 판단이 깔려 있었다. SK하이닉스는 지난 1일 공식 뉴스룸에서도 HBM과 서버용 D램, 기업용 SSD 등 여러 사업의 투자 수요를 함께 고려해야 한다고 밝혔다. 재무 여력이 충분하더라도 모든 투자에 내부 현금을 쓰는 것이 최선은 아니라는 입장이었다. 회사가 기대한 IPO 효과는 크게 두 가지였다. 솔리다임이 외부 자금을 직접 조달하면 연결 기준 현금 유입이 늘고, SK하이닉스가 부담할 투자재원을 줄여 배당과 자사주 매입·소각에 활용할 여력을 확보할 수 있다는 것이다. 별도 상장을 통해 솔리다임의 성장 잠재력이 평가받으면 SK하이닉스 기업가치에도 도움이 될 것으로 봤다. 이러한 효과는 조달 가격과 지분 구조에 따라 달라진다. 신주 발행으로 자금을 유치하면 투자재원은 늘지만 기존 주주의 솔리다임 지분율은 낮아진다. 확보한 자금으로 늘릴 미래 이익과 지분 희석으로 나누게 될 경제적 이익을 함께 따져야 하는 구조다. 솔리다임 상장 가능성이 알려진 뒤 제기된 중복상장 우려도 이 지점과 맞닿아 있다. SK하이닉스는 지난 1일 설명에서 관련 우려를 언급하면서 외부 자본 활용과 내부 현금 투입이 기존 주주의 경제적 가치에 미치는 영향을 비교하겠다고 밝혔다. 이번 중단 발표 역시 시장 상황과 기존 주주 이익을 판단 근거로 제시했다. 이번 결정으로 상장에 따른 지분 희석 논의는 일단 멈췄지만 생산능력 확충에 필요한 자금 수요는 남는다. 내부 자금을 투입하면 다른 사업의 시설투자·주주환원과 배분을 조정해야 하고, 차입을 활용하면 이자와 상환 부담을 고려해야 한다. 어느 방식을 선택하느냐에 따라 투자 속도와 재무 부담도 달라진다. SK하이닉스는 투자 시기와 규모, 재원조달 방식을 검토하면서 솔리다임의 성장과 기존 주주 이익을 함께 높일 방안을 찾겠다고 밝혔다. 이번 발표에는 미국 신규 생산시설의 투자금액과 착공 시점, IPO를 대체할 구체적인 조달 방식은 제시하지 않았다.
2026-10-23 07:55:28
-
라즈베리 파이가 주목한 딥엑스 NPU…개발 보드 넘어 산업용 AI로
[경제일보] 초저전력 인공지능(AI) 반도체 기업 딥엑스(DEEPX)가 글로벌 개발자 생태계를 발판으로 신경망처리장치(NPU)의 활용 범위를 넓히고 있다. 개발자들이 익숙한 소형 컴퓨팅 플랫폼에서 자사 반도체를 경험하도록 유도하는 동시에, 개발 단계에서 검증한 AI 기술을 산업용 장비와 실제 양산 제품으로 연결한다는 전략이다. 15일 딥엑스는 글로벌 소형 컴퓨팅 플랫폼 라즈베리 파이가 최근 공식 뉴스룸에 딥엑스와 공식 디자인 파트너사 식스팹의 기술 소개 글을 게재했다고 밝혔다. 딥엑스의 NPU 'DX-M1M'을 탑재한 라즈베리 파이 5용 AI 가속 보드 '식스팹 AI HAT+'를 활용해 기기 내부에서 AI를 실행하는 방법과 적용 가능성을 소개했다. 라즈베리 파이는 소형 컴퓨터를 활용해 하드웨어와 소프트웨어를 개발·실험하는 이용자층을 확보하고 있다. 개발자들이 라즈베리 파이 기반 프로젝트에서 딥엑스 NPU를 활용하면 별도의 대규모 시스템을 구축하지 않고도 엣지 AI 기술을 시험할 수 있다. 딥엑스는 이를 통해 초기 개발 단계부터 자사 반도체를 경험한 개발자들이 향후 시제품 제작과 상용 제품 개발에서도 자사 기술을 선택하도록 유도한다는 구상이다. 딥엑스가 내세우는 기술적 강점은 낮은 전력 소비와 AI 추론 성능이다. DX-M1M은 최대 25TOPS(초당 1조회 연산)의 성능을 제공하면서 NPU 자체 소비전력은 일반적인 지속 구동 조건에서 약 3W 수준이다. 라즈베리 파이 본체와 주변 장치의 소비전력은 제외한 수치다. 딥엑스는 소형 기기에서 AI를 지속적으로 실행할 때 전력 공급과 발열 관리 부담을 줄일 수 있다고 설명했다. 활용 분야도 단순한 사물 인식에서 주변 환경을 이해하고 정보를 제공하는 방향으로 확대될 수 있을 전망이다. 합성곱신경망(CNN)을 이용해 영상 속 사물이나 이상 징후를 탐지하고, 비전언어모델(VLM)로 장면의 맥락을 분석한 뒤 소형언어모델(SLM)로 상황을 설명하는 방식이다. 예를 들어 3D 프린터 작업대의 카메라가 출력 오류를 감지하고, 해당 장면을 분석해 사용자에게 문제 상황을 알려주는 시스템을 구성할 수 있다. 생산 라인의 품질 모니터링이나 로봇의 주변 환경 인식, 스마트 공간의 상황 분석 등도 응용 분야로 꼽힌다. 기기 내부에서 AI를 실행하는 엣지 AI 방식은 외부 서버로 데이터를 전송하거나 네트워크 연결을 유지해야 하는 부담도 줄일 수 있는 것으로 나타났다. 영상과 같은 민감한 데이터를 현장에서 처리하면 외부 전송을 최소화할 수 있고, 통신 지연에 따른 영향을 줄여 실시간 대응이 필요한 환경에도 유리하다. 딥엑스는 반도체뿐 아니라 개발 과정에 필요한 소프트웨어 지원도 강화하고 있다. 모델 변환·최적화 도구와 실행 소프트웨어, 영상 처리 도구, 사전 최적화된 AI 모델 등을 제공해 개발자들이 자사 NPU를 활용한 응용 프로그램을 구현할 수 있도록 돕는다. 식스팹 AI HAT+와 엣지 AI 확장 보드, 산업용 AI 게이트웨이 'ALPON X5 AI'에는 공통된 딥엑스 런타임과 모델 형식을 적용해 개발 단계에서 만든 모델을 다른 제품으로 이전할 수 있도록 지원한다. 이는 개발용 보드에서 기술을 시험하는 데 그치지 않고 산업용 제품으로 확장하는 데 필요한 개발 환경을 함께 제공하려는 전략으로 분석된다. 개발자가 처음부터 산업용 하드웨어를 대상으로 시스템을 설계하는 대신 비교적 접근하기 쉬운 보드에서 모델을 검증하고, 이후 실제 제품에 맞춰 적용 범위를 넓힐 수 있도록 한다는 것이다. 딥엑스는 이러한 소프트웨어 연속성을 통해 개발자의 초기 진입 장벽을 낮추고 산업용 고객으로 이어지는 경로를 확보하려는 것으로 풀이된다. 딥엑스는 라즈베리 파이 외에도 바이두의 AI 프레임워크 패들패들, 객체 탐지 모델 개발 도구 울트라리틱스 등 글로벌 하드웨어·AI 소프트웨어 생태계와의 협력을 통해 개발자 접점을 넓히고 있다. 서로 다른 하드웨어와 AI 개발 도구를 활용하는 개발자들이 자사 NPU를 선택할 수 있도록 호환성과 활용 편의성을 높인다는 취지다. 딥엑스는 이러한 협력 관계를 바탕으로 기술 개발부터 시제품 제작, 양산으로 이어지는 환경을 구축해 나갈 계획이다. 딥엑스는 앞서 지난 6월 식스팹과 함께 DX-M1M을 탑재한 라즈베리 파이 5용 AI 가속 보드 식스팹 AI HAT+를 출시했다. 현재 최대 25TOPS 성능을 지원하는 제품이 판매 중이며, 13TOPS 버전은 올해 말 출시할 예정이다. 딥엑스 관계자는 "피지컬 AI가 확산되기 위해서는 전 세계 개발자들이 필요한 AI 기능을 쉽게 구현하고 이를 실제 제품으로 연결할 수 있어야 한다"며 "라즈베리 파이에서 시작한 작은 실험이 세계 시장에서 판매되는 제품으로 이어지도록 반도체와 소프트웨어, 양산까지의 개발 환경을 함께 지원하겠다"고 말했다.
2026-10-15 16:56:38
-
SKT, 2300만 고객 기반 'AI 관문' 노린다…통신·인프라 묶어 새 성장축 구축
[경제일보] SK텔레콤이 통신에서 확보한 2300만 고객 기반을 AI 서비스와 데이터센터 사업으로 연결하는 성장 전략을 내놨다. 기업과 개인의 AI 사용을 적합한 모델·인프라로 연결하는 ‘토큰 게이트웨이’를 추진한다. 통신 고객 접점에서 AI 수요를 모으고, 자체 플랫폼과 연산 인프라로 이를 처리하는 사업 구조를 만들겠다는 구상이다. SK텔레콤에 따르면 정재헌 최고경영자(CEO)는 전날 서울 SKT타워에서 구성원 대상 타운홀을 열고 ‘SKT 성장 기어 전략’을 발표했다. 통신, AI 서비스, AI 인프라를 AI 기술과 인공지능 전환(AX)이라는 공통 동력으로 연결하는 것이 핵심이다. 정 CEO는 “AI 경쟁의 축이 모델과 인프라를 넘어 토큰을 안정적으로 생성·공급·활용하는 생태계로 확대되고 있다”며 “통신과 AI 역량을 응집해온 SKT에는 새로운 성장 기회”라고 말했다. 이번 전략의 배경에는 기존 사업의 수익 기반을 유지하면서 AI 사업을 키워야 하는 성장 과제가 있다. 올해 2분기 SKT의 연결 매출은 4조3591억원으로 전년 동기보다 0.5% 증가했다. 같은 기간 AI 데이터센터 매출은 가동 확대에 힘입어 92.5% 늘어난 1362억원을 기록했다. 회사 전체 매출이 완만하게 증가하는 가운데 AI 인프라 사업은 빠르게 성장하고 있다. 투자 규모도 커지고 있다. SKT는 지난 6월 엔비디아와 AI 클라우드 협력 계획을 발표했고, 7월에는 대규모 AI 데이터센터 개발을 전담하는 SK하이퍼를 설립했다. 8월에는 SK브로드밴드의 데이터센터·해저케이블 사업을 분할해 SK호라이즌을 신설하는 계획과 함께 3조800억원 규모의 지분 투자 계약을 발표했다. 이번 성장 기어 전략은 이렇게 확대하는 공급 기반을 고객의 AI 이용 수요와 연결하는 방향을 제시했다. 토큰은 AI가 문장 등을 처리하고 답변을 생성할 때 사용하는 데이터 단위다. 생성형 AI 서비스의 사용량과 비용을 계산하는 기준으로도 쓰인다. AI를 실제 업무에서 반복적으로 활용할수록 모델을 구동하는 연산 자원과 비용 관리가 중요해진다. 기업에는 업무에 적합한 모델을 고르고 사용 현황을 관리하는 기능이 필요하다. 글로벌 클라우드 기업들도 이 영역을 사업화하고 있다. 아마존웹서비스(AWS)의 아마존 베드록은 동일한 모델 계열 안에서 요청별 응답 품질과 비용을 고려해 모델을 선택하는 기능을 제공한다. AI를 제공하는 경쟁에 사용 효율을 관리하는 경쟁이 더해지는 흐름이다. SKT가 추진하는 토큰 게이트웨이는 기업과 고객의 AI 사용 패턴을 관리하고 최적의 모델·인프라로 연결하는 관제센터 역할을 한다. 회사는 2300만 고객과 결제 체계, 다양한 모델을 제공할 수 있는 플랫폼을 강점으로 제시했다. 이용자가 AI를 선택하고 사용하는 접점을 확보해 인프라 투자와 서비스 사업을 연결하려는 구상으로 풀이된다. 이 방향은 기존 AI 인프라 전략에서도 드러났다. 정석근 SKT AI CIC장은 지난 8월 회사 뉴스룸 인터뷰에서 앞으로 고객이 토큰을 요구하게 될 것이라며, 이를 만들어낼 인프라와 효율화 기술을 직접 확보하는 것이 통신 사업의 새로운 동력이 될 수 있다고 설명했다. 이번 발표는 고객의 AI 사용을 관리·연결하는 사업을 구체적으로 제시했다는 점에서 그 연장선에 있다. 통신 사업에는 AI 기반 초개인화와 AI 친화형 자율 네트워크를 적용한다. 고객별 이용 특성에 맞춰 서비스를 개선하고 AI 확산에 필요한 네트워크 경쟁력을 확보할 계획이다. 정 CEO는 AI가 통신의 초개인화·보안·차세대 네트워크 과제를 해결하고, 통신은 AI를 고객과 산업 전반으로 확산하는 기반이 될 수 있다고 강조했다. AI 서비스 사업은 기업과 개인 고객을 아우르며 서비스 구현부터 운영까지 지원하는 방향으로 추진한다. 네트워크와 모델·서비스 역량을 활용해 국방·공공 AI, 산업 특화 AI, ‘모두의 AI’ 등으로 사업 영역을 확대한다. 인프라 사업은 SK호라이즌과 SK하이퍼가 역할을 나누는 구조다. 내년 1분기 분할·신설을 목표로 추진 중인 SK호라이즌은 기존 데이터센터 운영·확장과 해저케이블 사업을, SK하이퍼는 대규모 신규 데이터센터 개발을 담당한다. SKT는 KKR과 IMM인베스트먼트·스톤브릿지 컨소시엄의 투자를 통해 인프라 확장 재원을 확보할 계획이다. 엔비디아와 협력하는 AI 팩토리는 내년 상용 서비스 개시를 목표로 단계적으로 확장한다. 양사는 칩과 시스템, 운영 소프트웨어를 함께 설계·최적화해 토큰 생성 비용과 전력당 처리 성능을 개선할 방침이다. 토큰 게이트웨이가 AI 이용을 적합한 모델과 인프라로 연결한다면, AI 팩토리는 이를 처리할 연산 기반을 제공하는 구조다. 조직 운영도 바꾼다. 정 CEO는 반복 업무 자동화와 업무 속도 개선에 이어 업무 방식과 조직 구조를 AX 중심으로 재설계하겠다고 밝혔다. SKT는 조만간 사내 공모를 통해 다양한 경험과 역량을 갖춘 구성원을 핵심 성장 사업에 배치할 계획이다. 정 CEO는 “통신과 AI는 함께 맞물려 SKT의 미래를 만들어가는 하나의 성장 엔진”이라며 “AX를 기반으로 조직 생산성과 시너지를 극대화하고 성장의 속도를 높이는 원팀 문화를 이어가자”고 당부했다.
2026-10-09 10:33:05
-
-
정재헌 SKT CEO "고객의 목소리를 변화로"…만족도 3관왕에 감사
[경제일보] 정재헌 SK텔레콤 최고경영자(CEO)가 국내 3대 고객만족도 조사 1위에 대해 지난해 해킹 사안 이후 기다려준 고객에게 감사를 전했다. 고객 평가를 신뢰 회복의 성과로 받아들이면서도, 서비스 개선을 이어가라는 요구로 해석했다. 정 CEO는 1일 SKT 뉴스룸 기고문에서 “국민과 고객에게 걱정을 끼치며 무너졌던 믿음을 1년 만에 되찾았다”며 “고객 신뢰를 훼손한 이듬해 고객의 평가로 확인한 성과이기에, 이번 결과를 더욱 뜻깊고 무겁게 받아들인다”고 밝혔다. SKT는 지난달 30일 발표된 한국산업의 고객만족도(KCSI)에서 이동전화 부문 1위에 올랐다. 지난 4월 국가고객만족도(NCSI), 7월 한국서비스품질지수(KS-SQI)에 이어 올해 세 조사에서 모두 이동통신 부문 정상을 차지했다. 조사별 이력은 다르다. KCSI는 2024년까지 27년간 지켜온 1위 자리를 지난해 내준 뒤 올해 되찾았다. KS-SQI는 올해까지 27년 연속 1위를 유지했다. 회사 측은 올해 KCSI에서 장기고객 혜택, 통화·데이터 품질, 요금제 만족도 등이 전년보다 상승했다고 설명했다. 정 CEO는 “뜻깊은 결과 앞에서 가장 먼저 떠올린 것은 지난해 고객께 끼쳐 드린 불편과 걱정이었다”며 “고객의 믿음은 결코 당연한 것이 아님을 절실히 배웠다”고 말했다. 신뢰 회복 활동은 고객 접점에서 진행됐다. SKT는 올해 전국 87개 시·군에서 고령층 고객 3만5000여명을 대상으로 한 ‘찾아가는 서비스’ 등을 포함해 총 730회의 고객 경험 활동을 운영했다고 밝혔다. 고객센터와 대리점, 공항 로밍센터 등에서도 이용자의 불편을 듣고 개선 과제를 발굴했다. 100명 규모의 고객자문단과 외부 전문가들이 참여하는 고객신뢰위원회도 각각 운영한다. 최근에는 두 조직과 함께 고객의 실제 이용 행동과 체감 경험을 바탕으로 신뢰 지표를 마련하고, 지표별 개선 과제를 논의했다. 고객센터로 들어오는 의견과 불만은 AI로 분석해 상품·서비스 개선에 활용한다. 회사 측은 고객 안내 메시지의 정확성을 AI로 검수하고, 대규모 행사 때 통신 수요를 예측하는 등 상담·안내·네트워크 운영에 AI를 적용하고 있다고 설명했다. 이 같은 활동의 배경에는 지난해 개인정보 유출 사안이 있다. 개인정보보호위원회는 당시 약 2324만명의 휴대전화번호와 가입자식별번호, 유심 인증키 등 25종의 정보가 유출됐다고 확인했다. 안전조치 의무와 유출 통지 위반으로 부과한 과징금은 1347억9100만원이었다. SKT는 지난 7월 첫 ‘정보보호백서 2025’를 발간해 사고 이후 재발 방지 활동과 개인정보보호 체계 개선 내용을 공개했다. 고객 응대와 혜택을 손보는 동시에 정보보호 운영 체계를 재점검한 것이다. 정 CEO는 이번 결과를 신뢰 회복의 종착점으로 보지는 않았다. 그는 “이번 3대 고객만족도 조사 1위가 신뢰 회복의 완성이라고 생각하지 않는다”며 “이번 결과를 더 높은 기준으로 고객을 대하고, 더 나은 서비스로 보답하라는 고객의 요청으로 받아들이겠다”고 밝혔다.
2026-10-01 11:57:45
-
-
SKT, '모두의 AI' 승부수…좋은 모델보다 빠른 '개선 루프'에 방점
[경제일보] SK텔레콤이 정부의 ‘모두의 AI’ 사업을 계기로 인공지능(AI) 경쟁의 기준을 모델 성능에서 서비스를 통해 지능을 얼마나 빠르게 개선하느냐로 확장하고 있다. 6880억개 파라미터의 독자 AI 모델 ‘A.X K2’를 확보한 데 이어 대규모 이용자가 실제로 사용하는 서비스와 AI 인프라를 연결하고, 여기서 축적되는 데이터를 다시 모델과 시스템 개선에 투입하는 순환 구조를 구축하겠다는 전략이다. 유경상 SK텔레콤 AI CIC장은 24일 회사 뉴스룸에 게재한 칼럼에서 “미래의 AI 경쟁은 가장 좋은 모델을 한 번 만들어내는 경쟁이 아니라, 가장 빠른 ‘지능의 개선 루프’를 구축하는 경쟁이 될 것”이라고 밝혔다. 모델을 개발하는 것만으로는 부족하며 추론 비용, 서비스 완성도, 재학습 속도, 신뢰성까지 하나의 시스템으로 연결해야 실제 경쟁력이 된다는 설명이다. ◆ A.X K2에서 ‘모두의 AI’까지…모델을 서비스로 검증 SKT는 지난 7월 29일 6880억개 파라미터 규모의 A.X K2를 공개했다. 기존 A.X K1보다 수학·과학 추론과 한국어 지식, 장문 이해 및 에이전트 역량을 강화했으며, 14개 벤치마크 평균 성능이 32.2%포인트 향상됐다고 밝혔다. 최근에는 국제수학올림피아드(IMO) 2026 문제 평가에서 금메달 기준에 해당하는 점수를 기록했다고 발표하며 모델 자체의 성능도 강조하고 있다. 그러나 SKT가 이번에 강조한 것은 모델의 ‘크기’보다 이를 실제 서비스에서 얼마나 효율적으로 운영하느냐다. 수백만명이 동시에 AI를 이용할 경우 모든 질문을 최고 성능 모델로 처리하면 비용 부담이 커질 수밖에 없다. SKT는 이를 해결하기 위해 일부 매개변수만 활성화하는 MoE 구조, 질문 난이도에 따른 추론 방식 조절, 경량 모델과 대형 모델의 선택적 배치, 메모리와 연산 자원의 최적화 등을 제시했다. 특히 에이닷은 이 전략을 검증할 수 있는 핵심 서비스다. SKT에 따르면 에이닷은 지난해 9월 MAU 1000만명을 넘어섰고, 지난해 8월에는 에이전틱 워크플로우를 적용해 사용자의 요구를 해석하고 작업을 계획·실행하는 기능을 강화했다. 대규모 이용자가 실제 서비스를 사용하는 과정에서 발생하는 데이터를 AI 개선으로 연결할 수 있는 기반을 확보한 셈이다. ◆ ‘대화 수’ 아닌 ‘완료한 일’이 AI 성패 가른다 SKT가 정부 사업에서 강조하는 것도 이 같은 서비스 경험이다. 과학기술정보통신부와 정보통신산업진흥원이 추진하는 ‘모두의 AI’는 국산 AI 모델을 활용해 연내 전 국민 대상 무료 범용 AI 챗봇과 공공 AI 에이전트를 제공하는 사업이다. 지난 18일 공모를 마감한 결과 SKT·KT·카카오·이스트소프트·엠케이디·제논 등 6개 컨소시엄이 제안서를 제출했다. 아직 최종 사업자는 선정되지 않았다. SKT는 금융·모빌리티·미디어·교육·의료·공공·세무·돌봄 등 다양한 분야 기업과 컨소시엄을 구성했다. AI 모델 하나로 모든 문제를 해결하는 것이 아니라 각 산업의 전문기업과 AI 모델·서비스를 연결하는 ‘오케스트레이터’ 역할을 맡겠다는 구상이다. 유 CIC장은 특히 AI 성과를 “대화의 횟수가 아니라 완료된 일의 숫자로 측정해야 한다”고 강조했다. AI가 질문에 얼마나 정확하게 답했는지를 넘어 검색과 도구 호출, 실행을 거쳐 실제 사용자의 목적을 달성했는지 봐야 한다는 것이다. 이는 향후 AI 경쟁이 챗봇의 답변 품질에서 에이전트의 실행 성공률과 비용 효율성으로 이동할 가능성을 보여준다. ◆ 정부 사업은 SKT AI 전략의 실증 무대 ‘모두의 AI’는 SKT 입장에서도 사업성을 검증할 기회다. 정부는 국산 AI 모델 활용과 전국민 무료 서비스 출시를 조건으로 GPU 등을 지원하고 있으며, 2027년 이후에는 AI 에이전트 고도화도 추진할 계획이다. 결국 관건은 이용자다. 얼마나 많은 국민이 서비스를 실제로 사용하고, 그 과정에서 발생한 경험이 모델 개선과 서비스 고도화로 얼마나 빠르게 돌아가느냐가 중요하다. SKT가 통신망과 에이닷, 독자 모델, AI 데이터센터까지 갖춘 풀스택 역량을 강조하는 이유도 여기에 있다. AI 경쟁이 ‘누가 가장 좋은 모델을 보유했는가’에서 ‘누가 실제 생활에서 더 많은 일을 처리하게 만들고 더 빠르게 개선하는가’로 이동한다면, SKT의 승부처 역시 모델 자체보다 서비스→데이터→개선→재서비스로 이어지는 선순환 구조가 될 전망이다.
2026-08-24 15:47:18
-
SKT, 독자 AI 'A.X K2' 앞세워 제조·국방 현장 공략
[경제일보] SK텔레콤이 독자 AI 파운데이션 모델 'A.X K2'를 앞세워 제조와 국방, 바이오 등 산업 현장 공략에 나선다. 지난달 29일 모델을 공개한 데 이어 4일 회사 뉴스룸 인터뷰를 통해 세부 전략을 밝혔다. 단순 질의응답을 넘어 스스로 계획을 세우고 도구를 활용해 업무를 수행하는 '에이전틱 AI'를 구현해 한국형 소버린 AI 생태계를 만들겠다는 구상이다. 김태윤 SK텔레콤 파운데이션모델담당은 "A.X K2의 가장 큰 변화는 '답하는 AI'에서 '스스로 계획하고 실행하는 AI'로 진화한 것"이라며 "에이전틱 시대에 맞춰 추론 능력을 크게 강화했고 특히 수학과 한국어 영역에서 의미 있는 성과를 냈다"고 말했다. ◆ 매개변수 6880억개, 추론엔 330억개만 활성화 A.X K2는 매개변수 6880억개 규모의 초거대언어모델(LLM)이다. 직전 모델인 519B 규모 A.X K1보다 커졌지만 추론 과정에서는 330억개(33B)만 활성화하는 MoE 구조를 적용해 추론 비용은 기존 수준으로 유지했다. 국내외 14개 벤치마크 평균 성능은 A.X K1 대비 32.2%포인트, 장문 이해와 AI 에이전트 평가에서는 83.9%포인트 개선됐다. 초고난도 수학 벤치마크 'Apex' 점수는 1.0에서 45.8로 뛰었고 AIME26에서는 97.1점을 기록했다. 한국어 지식 평가(KMMLU-Pro) 80.5점, 한국 문화 이해(CLIcK) 91.6점을 냈고 통신 분야 에이전트 도구 활용을 재는 τ²-Bench Telecom에서는 오픈웨이트 모델 가운데 최고 성능을 기록했다고 회사는 설명했다. 핵심 기술은 SK텔레콤이 자체 개발한 SGA(Sparse Gated Attention)다. 여러 차례 대화와 도구 호출, 긴 문서 참조를 반복하는 AI 에이전트 특성상 긴 문맥 처리 효율이 중요한데 SGA는 입력이 길어질수록 처리 속도와 안정성이 오르도록 설계됐다. 120K 토큰 입력 기준 토큰 처리량은 A.X K1 대비 67.7% 개선됐다. 텍스트 모델 외에 제조 도면과 문서를 이해하는 비전언어모델 'A.X K2 VL', 상담·회의 음성을 분석하는 'A.X K2 ALM', 크래프톤과 공동 개발한 음성 모델 'A.X K2 라온스피치'도 함께 공개해 멀티모달 구성을 갖췄다. 산업 현장 적용도 본격화하고 있다. KG스틸, 자동차 부품업체 코넥과는 생산 라인의 과거 불량 사례를 학습해 원인을 분석하고 조치를 제안하는 제조 특화 AI 에이전트를 실증 중이다. SK하이닉스에는 사내 AI 서비스 'LLM Chat'에 경량 모델을 적용해 반도체 지식 검색과 정보 정리를 지원한다. 국방부에는 A.X K1을 FP8·FP4·INT4로 양자화해 공급했고 A.X K2도 온프레미스 기반 폐쇄망 환경에 제공할 계획이다. 민감한 데이터는 외부 학습에 쓰지 않고 기관 내부에서만 학습하도록 했다. 김 담당은 "국내 업무 환경에서는 언어뿐 아니라 제도와 문화적 맥락을 이해하는 것이 중요하다"며 "국내 기업과 공공기관이 안심하고 활용할 수 있는 소버린 AI를 구현하는 것이 목표"라고 설명했다. ◆ 허깅페이스 공개하며 조단위 후속모델 준비 SK텔레콤은 A.X K2를 허깅페이스에 Apache 2.0 라이선스로 공개하고 API도 제공할 예정이다. 스타트업 액셀러레이팅 프로그램 '스케치 with AI', '모두의 챌린지 AX-LLM'을 통해 개발자와 스타트업의 상업적 활용 생태계도 넓힌다. 앞서 A.X K1은 정부 지원 없이 상시 1000개 이상의 자체 GPU로 개발됐다. 이번에 예고한 조(兆) 단위 매개변수 후속 모델은 정부 GPU 인프라와 자체 투자를 함께 활용해 규모를 키우고 에이전틱 강화학습과 사이버보안 역량도 고도화한다는 계획이다. 서울대, KAIST, 크래프톤과 차세대 아키텍처 연구도 병행하고 독자 AI 파운데이션 모델(독파모) 컨소시엄 참여사인 리벨리온과는 국산 NPU 기반 모델 서빙 최적화와 상용 서비스 실증을 강화한다. 리벨리온은 앞서 자체 NPU '리벨카드' 단일 서버로 A.X K1 구동에 성공한 바 있다. 한편 회사가 제시한 벤치마크 수치는 자체 측정 결과이며 독립 기관의 검증을 거친 값은 아니다. 오픈소스로 공개돼 외부 개발자들이 성능을 검증할 여지는 있지만 남은 과제는 이 수치가 실제 제조·국방·바이오 현장에서 상업적 계약과 매출로 이어지느냐다. 김 담당은 "A.X K2는 한국이 설계부터 학습까지 자체 기술로 개발한 AI 모델이 글로벌 최고 수준에 도달할 수 있다는 가능성을 보여준 사례"라며 "개방과 협력을 통해 국내 AI 생태계의 기반을 만들고 산업 현장과 국민이 체감할 수 있는 AI 서비스를 확대해 나가겠다"고 말했다.
2026-08-04 10:10:29
-
오픈AI '아스트라', 10년 묵은 수학 난제 10개 풀었다
[경제일보] 오픈AI가 챗GPT를 이을 차세대 AI 모델 '아스트라'의 존재를 처음 공식화했다. 2일(현지시간) 오픈AI는 자사 뉴스룸을 통해 아스트라 내부 버전이 최소 10년, 대부분은 그보다 훨씬 오래 별다른 진전이 없었던 수학·이론전산학 난제 10개를 풀었다고 밝혔다. 이번에 다뤄진 난제는 고차원 구체 채우기, 부호 이론, 산술회로 복잡도, 군론, 연산자 대수, 양자 복잡도, 격자 암호, 극값 조합론 등 8개 분야에 걸쳐 있다. 성과는 단일한 형태가 아니다. 오픈AI에 따르면 10개 중 4개는 새로운 증명, 3개는 반례, 3개는 기존 한계치 개선이다. 비소픽군의 첫 구성, 폰노이만 대수에 관한 '콘 경직성 추측' 반증, 폴 에르되시가 제시한 문제 목록 중 다색 램지 수를 다룬 183번을 포함한 3개 문제 해결이 대표적이다. 1978년 이후 처음으로 고차원 구체 채우기 밀도의 상한을 개선했고 2인용 양자 게임에 대한 병렬 반복 정리도 증명했다. 오픈AI는 이 논리를 수학 증명 검증 도구 '린(Lean)'으로 규격화해 기계적으로 검증 가능한 형태로 함께 공개했다. 오픈AI는 아스트라가 해법을 찾는 데 쓴 전체 토큰 비용을 GPT-5.6 최상위 티어 '솔' API 요금으로 환산하면 약 2000달러, 우리 돈 290만원 수준이라고 설명했다. 아스트라가 만든 수학적 논증은 이후 같은 모델의 도움을 받은 인간 연구자들이 정식 논문 형태로 다듬었고 린 검증을 거쳤다. ◆ 올트먼, 워싱턴서 정관계 인사에 시연 디인포메이션에 따르면 샘 올트먼 오픈AI 최고경영자(CEO)는 이번 주 워싱턴DC를 찾아 아스트라를 정책 입안자와 규제 당국자들에게 직접 시연했다. 수지 와일스 백악관 비서실장, 스콧 베선트 재무장관, 하워드 러트닉 상무장관을 만났고 마크 워너(민주·버지니아), 라파엘 워녹(민주·조지아), 버니 모레노(공화·오하이오) 상원의원 등 여야 의원들과도 접촉했다. 올트먼 CEO는 여러 에이전트를 동시에 띄워 조율하고 장시간 결과물을 종합하는 능력이 아스트라의 핵심이라고 설명했다. 오픈AI는 최근 GPT-5.6을 내놓으며 최상위 '솔', 중간 '테라', 경량 '루나'로 이어지는 3단 체계를 도입했다. 아스트라가 이 체계에 추가되는 티어인지, GPT-6이라는 별도 세대로 나올지는 아직 정해지지 않았다. '아스트라'라는 이름 자체도 잠정적이라고 디인포메이션은 전했다. 한편 아스트라는 트럼프 대통령이 지난 6월 2일 서명한 행정명령에 따른 규제 체계를 적용받는 첫 모델이 될 가능성이 거론된다. 다만 이 체계는 의무 인허가가 아니라 프런티어 모델 개발사가 정부에 최장 30일간 사전 접근권을 자율적으로 제공하는 자발적 절차다. 관련 세부 기준은 재무부와 국가안보국, 사이버보안·인프라보안청, 국립표준기술연구소가 이달 1일까지 확정하도록 돼 있어 아스트라 실제 적용 여부와 시점은 알려지지 않았다.
2026-08-03 10:45:58
-
로봇 삼국지… 현대차 '몸·공장' vs 삼성 '두뇌·부품' vs LG '생활공간'
[경제일보] 삼성전자, 현대자동차그룹, LG전자는 로봇을 차세대 성장축으로 올려놨다. 생성형 인공지능(AI)이 화면 안에서 답을 내놓는 기술이라면, 피지컬AI는 센서와 소프트웨어로 현실을 인식하고 로봇의 몸을 움직여 일을 수행한다. 승부는 시연 영상의 화려함보다 공장과 가정, 상업시설에서 얼마나 안전하고 싸게 반복 작업을 수행하느냐에서 갈릴 전망이다. 세 그룹의 출발점은 다르다. 현대차그룹은 보스턴다이내믹스의 로봇 본체와 자동차 양산 현장을 갖고 있다. 삼성전자는 반도체, 센서, AI 소프트웨어, 가전 생태계를 한데 묶을 수 있다. LG전자는 가정·상업·산업용 로봇을 스마트홈과 공조, 서비스망에 연결하는 전략을 택했다. 각각 ‘몸과 공장’, ‘두뇌와 부품’, ‘생활공간’을 선점한 셈이다. 공장부터 잡은 현대차 현대차그룹은 가장 먼저 실제 작업장을 로봇의 학습장으로 삼았다. 그룹은 지난 16일 소프트뱅크가 보유한 보스턴다이내믹스 잔여 지분 약 10%를 인수하는 절차를 추진한다고 밝혔다. 소프트뱅크의 풋옵션 행사에 따라 그룹 주주사들이 내부 의사결정과 승인 절차를 검토하는 단계다. 거래가 마무리되면 보스턴다이내믹스는 현대차그룹의 완전 자회사가 된다. 지분 인수가 완료될 경우 현대차그룹이 보스턴다이내믹스의 장기 투자와 사업전략, 향후 기업공개 가능성까지 더욱 유연하게 결정할 수 있을 것으로 예상되고 있다. 현대차그룹은 2021년 보스턴다이내믹스 지분 80%를 인수하며 로봇사업에 본격 진입했다. 핵심 자산은 휴머노이드 ‘아틀라스’다. 현대차그룹은 2028년 미국 조지아 메타플랜트에서 아틀라스를 부품 배열 작업에 투입하고, 2030년에는 부품 조립으로 적용 범위를 넓힐 계획이다. 현대모비스는 로봇의 관절 역할을 하는 액추에이터를 공급하고, 현대글로비스는 물류와 공급망 역량을 지원한다. 자동차를 수백만 대씩 생산해온 공정 설계와 품질관리 경험을 로봇 양산으로 옮길 수 있다는 것이 현대차그룹의 강점이다. 자동차 공장은 작업 동선과 공정이 비교적 표준화돼 있어 휴머노이드의 성능과 안전성, 경제성을 검증하기에도 유리하다. 그룹 내부에서 먼저 사용해 데이터를 쌓은 뒤 외부 제조업체로 판매처를 넓히는 전략도 가능하다. 하지만 보스턴다이내믹스의 기업가치와 투자 회수 가능성에 대한 시장의 의문이 남아 있다. 로봇이 생산성을 높이더라도 높은 도입비와 유지비를 상쇄하려면 긴 시간이 필요하다. 생산현장에서는 자동화가 고용을 줄일 수 있다는 노조의 우려도 커지고 있다. 현대차 노조는 AI와 로봇의 생산라인 도입이 고용 안정성을 떨어뜨릴 수 있다고 우려하고 있다. 현대차가 넘어야 할 벽은 기술보다 원가와 노사 신뢰일 수 있다. 생태계로 승부 거는 삼성 삼성전자는 지난 21일 대표이사 직속 ‘RX(Robotics eXperience)사업추진실’을 신설했다. 서울R&D캠퍼스를 거점으로 로봇 전략과 핵심기술 개발, 사업화를 한 조직에 모으고 미국·중국·일본에도 연구 거점을 두기로 했다. 현대차그룹에서 보스턴다이내믹스 운영 방향을 포함한 로봇 전략을 맡았던 이동건 삼성전자 부사장이 로보틱스전략팀장을 맡았다. 삼성전자는 제조현장용 휴머노이드에서 출발해 가정과 유통 공간으로 적용 범위를 넓힐 계획이다. 삼성의 강점은 로봇을 구성하는 생태계다. 삼성전자는 2024년 말 레인보우로보틱스 지분을 35%로 늘려 최대주주가 됐고, 회사를 연결 자회사로 편입했다. 레인보우로보틱스는 국내 최초 이족보행 로봇 ‘휴보’를 개발한 한국과학기술원 연구진이 설립한 회사다. 삼성전자는 여기에 AI 반도체와 카메라·센서, 배터리, 디스플레이, 통신기술, 스마트싱스 플랫폼을 보유하고 있다. 삼성전자 뉴스룸에 따르면 회사는 2030년까지 글로벌 제조사업장을 디지털 트윈과 AI 에이전트, 작업용·물류용·조립용 로봇이 결합된 ‘AI 자율공장’으로 전환할 계획이다. 반도체와 스마트폰, 가전 공장은 로봇을 시험하고 학습데이터를 축적할 수 있는 대규모 실증장이 된다. 반도체부터 완제품과 플랫폼까지 이어지는 수직계열화도 경쟁사들이 쉽게 복제하기 어려운 자산이다. 약점은 조합의 복잡성이다. 부품과 기술이 많다고 완성도 높은 휴머노이드가 저절로 만들어지는 것은 아니다. 레인보우로보틱스와 삼성전자 내부 연구조직의 역할을 정리하고, 제조용 로봇 이후 어느 시장에서 돈을 벌 것인지 선명한 제품 전략을 내놔야 한다. 삼성의 승부처는 ‘할 수 있는 기술’이 아니라 ‘팔 수 있는 로봇’이다. 일상화 노리는 LG LG전자는 지난 1일 CEO 직속 로보틱스사업센터를 출범시켰다. 사업개발과 영업, 공급망, 생산 운영을 한 조직에 넣고 로봇 학습용 데이터팩토리 전담 조직도 두기로 했다. 자회사 로보스타의 산업용 로봇, 베어로보틱스의 상업용 서비스 로봇, 자체 가정용 로봇을 세 축으로 삼는다. 로봇의 핵심 구동부품인 액추에이터도 60년 넘게 축적한 모터 기술을 바탕으로 국내 생산을 준비하고 있다. LG의 무기는 로봇이 일할 공간을 이미 확보하고 있다는 점이다. 가정에서는 가전과 씽큐 플랫폼, 상업시설에서는 서빙·배송 로봇, 산업현장에서는 스마트팩토리와 공조 솔루션을 연결할 수 있다. 삼성과 현대차가 범용 휴머노이드의 기술력과 제조현장 적용에 무게를 둔다면, LG는 정해진 공간에서 특정 업무를 안정적으로 수행하는 로봇부터 매출을 만들 가능성이 크다. 가정용 로봇을 가전 구독과 연결하거나 상업용 로봇을 유지보수 서비스와 묶는 방식도 LG가 선택할 수 있는 카드다. 반대로 세계적인 휴머노이드 브랜드와 대규모 양산 경험에서는 현대차보다 뒤처지고, AI 반도체와 센서의 수직계열화에서는 삼성에 미치지 못한다. 베어로보틱스와 로보스타, 가정용 로봇 조직을 하나의 소프트웨어와 데이터 체계로 묶는 일도 과제다. 서비스 로봇이 일회성 판매에 머무르지 않고 유지보수와 구독, 데이터 사업으로 이어져야 수익성이 생긴다. 가정용 로봇 역시 높은 가격을 지불할 만큼 분명한 효용을 제공하지 못하면 일부 고소득층을 위한 틈새제품에 그칠 수 있다. 업계 관계자는 “피지컬AI의 최종 승자는 가장 사람처럼 움직이는 로봇을 만든 기업이 아닐 수 있다”며 “실제 현장 데이터를 가장 많이 쌓고, 학습과 배치 시간을 줄이며, 고장과 사고의 비용을 낮춘 기업이 시장을 차지할 가능성이 크다”고 했다. 이어 “현대차는 공장과 로봇의 몸, 삼성은 반도체와 AI 두뇌, LG는 가정과 상업 공간이라는 서로 다른 출발선에 섰다”며 “이제 경쟁은 로봇의 동작을 보여주는 무대에서 실제 고객의 작업장과 손익계산서로 옮겨가고 있다”고 강조했다. [아주경제 2026년 07월 30일자 13면에 게재된 기사입니다.]
2026-07-30 08:00:01
-
-
-
-
-