2026.09.08 화요일
검색
'대규모 언어 모델' 검색결과
기간검색
-
~
검색영역
검색어
-
"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
-
SKT·업스테이지, 보안 AI로 의기투합…'국산 AI' 실전 투입 나선다 [경제일보] SK텔레콤이 독자 인공지능(AI) 파운데이션 모델 경쟁을 넘어 사이버 보안 분야에서 AI 상용화에 나선다. 독자 AI 파운데이션 모델 2차 평가에서 경쟁했던 SK텔레콤과 업스테이지가 보안 AI 개발을 위해 손잡고, 국내 주요 보안 기업 9곳까지 합류한 '보안 AI 올스타팀'을 꾸렸다. 대규모 언어 모델(LLM)을 실제 보안 현장에 적용해 위협 탐지부터 대응까지 자동화하는 것을 목표로 이번 협업을 진행한다. 27일 SK텔레콤은 업스테이지와 국내 주요 보안 기업, 대학, 한국정보보호산업협회(KISIA) 등과 컨소시엄을 구성하고 과학기술정보통신부가 추진하는 '사이버 보안 특화 AI 파운데이션 모델' 개발 사업에 참여 신청서를 제출했다고 밝혔다. 이번 컨소시엄은 최근 독자 AI 파운데이션 모델 사업 2차 평가에서 살아남은 3개 팀 가운데 SK텔레콤과 업스테이지가 한 팀으로 뭉친 것이 특징이다. 두 회사는 각각 독자 AI 모델인 'A.X K'와 'Solar Open' 계열을 개발해 온 경험을 바탕으로 보안에 특화된 AI 모델 개발을 맡는다. 독자 AI 파운데이션 모델 사업이 국내 자체 AI 모델의 경쟁력을 확보하는 데 초점을 맞혔으며, 이번 사업을 통해 확보한 AI 기술을 특정 산업 현장에 적용한다는 구상이다. 특히 사이버 보안은 실시간으로 대량의 데이터를 분석하고 위협에 대응해야 하는 만큼 AI 활용 가능성이 큰 분야로 꼽힌다. 최근 보안 관제 센터(SOC)에는 하루에도 수많은 보안 경보가 발생하는 것으로 알려졌다. 이에 사람이 모든 경보를 일일이 분석하기에는 한계가 있는 만큼 AI를 활용해 위협 여부를 판단하고 대응 과정까지 자동화하려는 움직임이 커지고 있다. 이번 컨소시엄은 AI 모델 개발에 그치지 않고 실제 보안 현장에서 모델을 검증하는 구조를 갖췄다. SK텔레콤과 업스테이지가 모델 개발을 맡고, 보안 기업들이 실제 운영 과정에서 축적한 데이터를 학습에 활용한다. 이후 개발된 모델을 각 기업의 상용 제품과 보안관제 환경에 적용해 성능을 검증하고 개선하는 방식이다. SK텔레콤은 AI 모델과 'AI 에이전트'를 결합해 위협 탐지부터 분석, 대응까지 자동화한다는 구상이다. 단순히 '공격이 발생했다'고 알려주는 수준을 넘어 AI가 공격 유형과 위험도를 판단하고 적절한 대응 조치까지 수행하도록 하는 것을 목표로 구현하고 있다. 이를 위해 SK쉴더스, 시큐아이, 안랩, 이글루코퍼레이션, 라온시큐어, 스마트엠투엠, 에임인텔리전스, 지니언스, 파이오링크 등 9개 보안 기업이 컨소시엄에 참여한다. 보안관제와 위협 분석부터 네트워크, 단말, 인증, 취약점 점검, AI 모델 안전성 평가 등 각 분야의 전문성을 결합한다. SK텔레콤 역시 통신 인프라를 24시간 관제하며 축적한 보안 운영 경험을 활용한다. CEO 직속 정보보호최고책임자(CISO) 조직 아래 통합보안센터를 운영하고 있으며 129명의 전담 인력이 24시간 탐지·대응 업무를 수행하고 있다. 개인정보보호책임자(CPO) 조직까지 포함하면 관련 인력은 149명 규모다. 보안 AI의 경쟁력은 결국 얼마나 양질의 보안 데이터를 확보하고 실제 현장에서 검증하느냐에 달려 있다. 이번 컨소시엄에는 보안 기업뿐 아니라 고려대학교와 숭실대학교 산학협력단, KISIA도 참여해 모델 성능과 안전성 검증, 전문인력 양성 및 산업계 확산을 맡는다. 특히 국내 보안 환경에 맞는 AI 모델을 확보한다는 점도 이번 사업의 특징이다. 해외에서 개발된 AI 모델을 그대로 활용하기보다 국내에서 발생하는 사이버 위협과 한국어 보안 데이터, 국내 규제 환경 등을 반영한 모델을 개발해 국내 보안 산업의 AI 전환을 지원한다는 것이다. 다만 보안 AI가 실제 현장에 안착하기 위해서는 데이터 확보와 개인정보·기업 기밀 보호, AI의 오탐과 오판을 줄이는 문제 등이 과제로 꼽힌다. AI가 보안 판단을 잘못 내릴 경우 정상적인 서비스를 공격으로 판단하거나 실제 위협을 놓칠 가능성도 있기 때문이다. 이에 모델 성능뿐 아니라 안전성을 독립적으로 검증하는 체계가 중요해질 전망이다. 조동연 SK텔레콤 AI 컨버전스 담당은 "국내 보안 현장의 데이터와 노하우를 국산 AI 모델에 담아 실전형 보안 AI 체계를 만들겠다"며 "국내 산학연이 함께 만든 역량으로 글로벌 시장에서도 경쟁할 수 있도록 보안 AI 생태계를 넓혀가겠다"고 말했다.2026-08-27 09:31:13
-
![[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
-
알리바바 클라우드, 韓 3호 데이터센터 가동…2호 개소 1년 만에 증설 [경제일보] 알리바바 클라우드가 한국에 세 번째 데이터센터를 구축하며 국내 인공지능(AI)·클라우드 시장 공략을 강화한다. 국내 데이터센터를 기존 2곳에서 3곳으로 늘려 서비스 안정성과 데이터 주권 대응력을 높이는 동시에 자체 AI 모델과 개발 플랫폼, 에이전트 도구를 앞세워 한국 기업의 AI 전환(AX) 시장까지 사업 영역을 확대한다는 전략이다. 18일 알리바바 클라우드는 서울 강남구 조선팰리스에서 기자 간담회를 열고 한국 시장에 대한 인프라 투자 확대와 AI 사업 전략을 공개했다. 윤용준 알리바바 클라우드 한국 총괄 지사장은 "지난해 에디 우 알리바바 그룹 CEO는 클라우드와 AI와 관련된 부분으로 향후 3년 동안 530억 달러를 투자하겠다는 공격적인 투자 계획을 발표했고, 오늘 세 번째 데이터센터의 런칭 역시 투자의 연장선상"이라며 "한국은 그 어떤 국가보다도 디지털 인프라 스트럭처나 AI와 관련된 인프라에 대한 수요가 높은 국가이기 때문에 이러한 시장의 수요를 반영하기 위해 지속적으로 AI와 관련된 인프라 투자를 확대할 생각"이라고 말했다. 앞서 알리바바 클라우드는 지난 2016년 한국 시장에 진출한 이후 2022년 첫 번째 데이터센터를 구축한 데 이어 2025년 두 번째 데이터센터를 개소했다. 올해는 서울에 세 번째 데이터센터를 출범시키며 국내 인프라를 확대한다. 이번 데이터센터 확대는 알리바바의 글로벌 AI 인프라 투자 전략의 일환으로 진행된다. 최근 알리바바는 글로벌 AI 인프라에 530억 달러(약 75조원) 규모의 투자를 추진하고 있으며, 알리바바 클라우드는 이를 기반으로 글로벌 클라우드 인프라와 AI 서비스를 확대하고 있다. 알리바바 클라우드에 따르면 이번 신규 데이터센터 구축으로 글로벌 인프라는 30개 리전, 104개 가용영역(AZ)으로 확대됐다. 한국에서는 기존 2개 AZ에서 3개 AZ 체제로 전환하면서 서비스 안정성과 가용성을 높였다는 설명이다. 특히 알리바바 클라우드는 국내에 3개의 AZ를 확보하면서 서비스 수준협약(SLA)도 기존 99.9%에서 99.99%로 높아졌다고 강조했다. 여러 가용영역을 활용해 특정 시설에 장애가 발생하더라도 서비스를 지속할 수 있는 구조를 강화한 것이다. 데이터 주권과 규제에 대한 대응도 보강한다. 알리바바 클라우드는 국내 고객의 데이터를 고객 동의 없이 해외로 반출하지 않는다는 방침을 다시 한 번 밝혔다. 국내에 데이터와 서비스를 둘 수 있는 인프라를 확대해 데이터 주권을 중시하는 기업과 공공기관의 클라우드 수요에 대응한다는 전략이다. 윤 지사장은 "퍼블릭 클라우드 사업자에게 데이터 보호와 개인 정보 보호는 그 어떤 것과도 바꿀 수 없는 가장 높은 우선순위일 것"이라며 "글로벌 컴플라이언스 인증을 몇 년째 갱신하고 있으며 고객들이 저희 알리바바 클라우드 상에 중요한 데이터들을 보관하거나 해당 데이터를 바탕으로 워크로드를 운영할 때 전체적인 컴플라이언스에 위반되는 사항들이 발생하지 않도록 모니터링할 수 있는 관리 체계도 제공하고 있다"고 강조했다. 알리바바 클라우드는 데이터센터 확대를 기반으로 한국 시장에서 AI 사업도 본격적으로 확대한다. 단순히 클라우드 인프라를 제공하는 데 그치지 않고 AI 컴퓨팅 인프라부터 파운데이션 모델, 개발 플랫폼, 애플리케이션까지 연결하는 '엔드투엔드 풀스택' 전략을 내세웠다. AI 컴퓨팅 인프라는 글로벌 30개 이상의 리전을 기반으로 제공하고, 파운데이션 모델 영역에서는 자체 대규모 언어 모델(LLM) '큐원(Qwen)'을 비롯해 이미지·영상 생성 모델 등을 활용한다. 모델 스튜디오와 PAI를 통해 AI 모델의 학습과 배포를 지원하고, 애플리케이션 영역에서는 기업용 AI 도구와 산업별 솔루션을 제공하는 구조다. 특히 오픈소스와 상용 모델을 함께 제공하는 투트랙 전략을 통해 기업이 필요에 따라 AI 모델을 선택할 수 있도록 한다는 구상이다. 자체 AI 모델인 Qwen 외에도 영상 생성 모델 '완(WAN)', 이미지 생성 모델 '해피호스(HappyHorse)' 등을 AI 서비스 포트폴리오에 포함했다. 기업용 AI 개발 도구도 확대한다. AI 코딩 도구 '큐오더(Qoder)'와 업무용 AI 도구 '큐원워크(QwenWork)', 영상 콘텐츠 제작을 지원하는 '원더클립(WonderClip)' 등을 앞세워 개발자와 기업의 AI 활용 범위를 넓힌다는 계획이다. 한국 기업을 대상으로 한 AI 전환 사례도 소개했다. 알리바바 클라우드는 네이버의 메타버스 자회사 제페토가 실시간 3D 아바타 서비스 운영을 위해 알리바바 클라우드의 인프라를 활용하고 있다고 설명했다. 제페토는 아시아 지역에서 대규모 동시 접속자를 수용하면서 실시간 3D 아바타 상호작용을 구현해야 하는 만큼 낮은 지연 시간과 높은 컴퓨팅 성능이 필요하다. 여기에 아바타와 3D 콘텐츠를 안정적으로 전 세계 이용자에게 전달하기 위한 글로벌 콘텐츠 전송 네트워크(CDN) 인프라도 요구된다. 알리바바 클라우드는 이러한 실시간 처리와 글로벌 콘텐츠 전송 수요에 대응할 수 있는 클라우드 인프라를 제공했다고 설명했다. 글로벌 서비스를 운영하는 국내 기업을 대상으로 클라우드 인프라 공급을 확대할 수 있다는 점을 강조한 것이다. AI 스타트업과의 협력 사례도 공개됐다. 광주 기반 AI 스타트업 젠다이브는 알리바바 클라우드의 AI 모델을 자사 AI 에이전트 기반 업무 플랫폼 '데브다이브'에 통합했다. 데브다이브는 특정 AI 모델에 종속되지 않는 '모델 애그노스틱' 방식의 AI 에이전트 기반 업무 운영 체제(WorkOS)다. 사용자가 자연어로 원하는 업무를 입력하면 여러 AI 기능을 조합해 반복적으로 사용할 수 있는 업무 워크플로를 구축하는 방식이다. 젠다이브는 여기에 알리바바 클라우드의 영상 생성 모델 완과 이미지 생성 모델 해피호스를 적용했다. 문서 분석뿐 아니라 이미지와 영상 등 시각 콘텐츠를 자동으로 생성하는 업무까지 AI 에이전트의 활용 범위를 확대했다. 알리바바 클라우드를 선택한 이유로는 생성 비용과 모델 선택의 다양성, 빠른 연동 및 확장성을 꼽았다. 특히 젠다이브는 고객 영상 제작 과정에서 기존 AI 활용 방식과 비교해 비용을 10분의 1 수준으로 낮췄다고 설명했다. 함민혁 젠다이브 대표이사는 "이번에 라이브 커머스 기업에게 알리바바 클라우드의 '해피올스' 모델을 사용해서 기존 AI 대비 10배 이상의 비용 절감 효과를 가졌다"며 "회사 단위로 50명, 100명이 AI를 사용하는데 해당 사람들이 한두 번 안에 만들어야 할 것들을 20번, 30번씩 계속 생성에 대한 비용을 썼을 때 해당 모델에 대해, 그리고 비용에 대해 알리바바 클라우드 모델들이 최적화되어 있고 비용에 대한 경쟁성이 있기 때문에 저희(젠다이브)가 선택했다"고 말했다. 알리바바 클라우드는 한국 시장에서 인프라뿐 아니라 현지 기업과의 협력도 확대할 계획이다. 중소기업과 스타트업의 디지털 전환을 지원하고 파트너 생태계를 확대하는 한편 현지 채용과 인력도 늘려 고객 대응력을 높인다는 방침이다. 한국 기업의 중국 및 아시아 시장 진출을 지원하는 것도 주요 전략으로 제시했다. 알리바바 클라우드가 중국을 비롯해 아시아 지역에 구축한 클라우드 인프라와 AI 역량을 활용해 국내 기업의 해외 서비스 확장을 지원한다는 구상이다. 윤용준 지사장은 "지난 2022년 한국 첫 번째 데이터센터를 오픈하고 (두 번째 데이터센터까지) 3년이 걸렸는데, 1년 만에 세 번째 데이터센터를 오픈했다는 것은 그만큼 한국에서 클라우드 수요도 수요지만 AI와 관련된 수요가 굉장히 늘어나고 있다"며 "AI가 좀 더 저희 생활에 밀접하게 다가오는 이 시점에서 저희 알리바바 클라우드도 한국 고객들의 디지털 트랜스포메이션을 잘 지원할 수 있는 신뢰할 수 있는 파트너로서 지속적으로 노력하겠다"고 말했다.2026-08-18 12:35:33
-
삼성SDS, 국가 AI 연구용 GPU 공급…B300 앞세워 AI 인프라 사업 확대 [경제일보] 삼성SDS가 국가 AI 연구용 컴퓨팅 사업에 엔비디아 최신 B300 기반 GPU 클러스터를 공급한다. 대학과 정부출연연구기관 등 자체적으로 대규모 AI 인프라를 확보하기 어려운 연구기관에 최신 GPU를 제공해 국내 AI 연구 인프라 고도화를 지원하는 동시에 GPU와 국산 NPU를 아우르는 클라우드 사업 확대에도 속도를 낸다. 11일 삼성SDS는 과학기술정보통신부와 정보통신기획평가원(IITP)이 지원하는 '2026년 AI 연구용 컴퓨팅 지원 프로젝트'의 GPU 자원 공급사로 선정돼 지난달 20일부터 서비스를 시작했다고 밝혔다. 이번 사업은 국내 학계와 연구기관에 AI 연구에 필요한 GPU 컴퓨팅 자원을 지원하는 국가 AI 연구 지원 사업이다. 초거대 AI 모델과 대규모 언어 모델(LLM) 연구가 확대되고 있지만 대학과 정부출연연구기관 등이 최신 GPU를 직접 대규모로 확보하기에는 비용과 운영 부담이 큰 만큼 민간 인프라를 활용해 연구자들의 접근성을 높이는 것이 목적이다. 사업 규모는 약 153억원이며 서비스는 지난 7월부터 내년 3월까지 제공된다. 삼성SDS를 포함한 복수 사업자가 공급사로 선정됐으며 삼성SDS는 GPU 공급 계획과 보유 자원 규모, 연구 환경, 운영 지원 체계, 보안 역량 등을 평가하는 입찰에서 1순위 사업자로 선정됐다. 삼성SDS는 이번 사업에 엔비디아 H100뿐 아니라 최신 B300(블랙웰 울트라) 기반 GPU 클러스터를 투입한다. B300은 엔비디아의 최신 블랙웰 울트라 아키텍처 기반 GPU로, 이번 사업에서 요구한 호퍼급 이상의 사양을 충족하는 동시에 대규모 AI 모델의 학습과 추론에 필요한 성능과 메모리를 제공한다. AI 모델이 대형화하면서 최신 GPU 확보 여부가 AI 연구의 속도와 규모를 좌우하는 요소로 떠오르고 있다. 특히 대규모 모델을 학습하려면 여러 GPU를 동시에 연결해야 하는 만큼 GPU 자체의 성능뿐 아니라 GPU 간 데이터를 빠르게 주고받을 수 있는 네트워크와 스토리지 등 전체 인프라 구성이 중요하다. 삼성SDS는 다수의 GPU를 하나의 자원 풀로 묶는 대규모 클러스터 구성과 고속 인터커넥트 네트워크를 함께 제공한다. CPU와 메모리, 스토리지, 네트워크, 개발 환경 등도 사전 구성해 연구자가 별도의 인프라 구축 과정 없이 AI 연구에 필요한 컴퓨팅 환경을 사용할 수 있도록 지원한다. 최신 GPU는 단순히 장비를 구매하는 것뿐 아니라 데이터센터 공간과 전력, 냉각, 네트워크, 운영 인력 등이 함께 필요해 연구기관이 독자적으로 대규모 클러스터를 구축하기 어려운 것으로 평가된다. 이를 민간 클라우드 방식으로 보완해 국내 AI 연구 현장에서 제기되던 최신 GPU 접근성 문제를 해결한다는 구상이다. 정부 역시 이러한 인프라 격차를 줄이기 위해 국가 AI 연구용 컴퓨팅 지원 사업을 추진하고 있다. 연구자가 직접 고가의 GPU와 서버 인프라를 확보하지 않아도 클라우드를 통해 필요한 컴퓨팅 자원을 사용할 수 있도록 해 연구기관의 AI 개발 접근성을 높이는 방식이다. 앞서 삼성SDS는 지난 3월에 국내 최초로 SCP를 통해 엔비디아 B300 기반 GPUaaS를 출시했다. 고객이 고가의 GPU를 직접 구매하지 않고도 클라우드를 통해 AI 학습과 추론에 필요한 GPU 자원을 사용할 수 있도록 한 서비스다. 이번 사업을 통해 삼성SDS는 단순한 공공 사업을 넘어 AI 클라우드 사업의 적용 범위를 확대하는 것으로 분석된다. 또한 지난달에는 국산 AI 반도체 기업 퓨리오사AI의 2세대 NPU '레니게이드(RNGD)' 기반 NPUaaS도 SCP에 탑재했다. 엔비디아 GPU 중심의 AI 인프라뿐 아니라 AI 추론에 특화된 국산 NPU까지 클라우드에서 제공하면서 AI 가속기 선택지를 넓히고 있다. AI 인프라 시장이 GPU 중심에서 다양한 가속기를 활용하는 방향으로 확대될 가능성도 삼성SDS가 GPU와 NPU를 함께 제공하는 배경으로 꼽힌다. AI 서비스가 학습 중심에서 실제 서비스 운영과 추론 단계로 확대되면서 모든 작업에 고성능 GPU를 사용하는 것보다 작업 특성에 맞춰 GPU와 NPU 등 가속기를 선택하는 것이 비용과 효율 측면에서 중요해질 수 있기 때문이다. 삼성SDS가 GPU와 NPU를 모두 클라우드 서비스 형태로 제공할 경우 기업과 연구기관은 직접 하드웨어를 구매하지 않고 필요한 가속기를 선택해 사용할 수 있다. AI 인프라 구축에 필요한 초기 투자 부담을 줄이는 동시에 기술 변화에 따라 새로운 가속기로 전환하기도 상대적으로 용이하다. 이번 국가 AI 연구용 컴퓨팅 사업에서 B300을 실제 연구 현장에 공급하는 것도 삼성SDS의 AI 인프라 사업을 확대하는 데 레퍼런스로 활용될 수 있다. 대학과 출연연 등 연구기관을 대상으로 최신 GPU 클러스터를 운영하면서 대규모 AI 연구에 필요한 인프라 구축과 운영 역량을 확보할 수 있기 때문이다. 삼성SDS는 이번 국가 AI 연구용 컴퓨팅 사업을 통해 연구기관의 최신 GPU 접근성을 높이는 동시에 GPUaaS와 NPUaaS 등 AI 인프라 서비스의 적용 분야를 확대한다는 계획이다. 향후 공공·연구 분야를 넘어 기업의 AI 모델 개발과 서비스 운영 수요까지 AI 가속기 클라우드 사업을 확대할 수 있을지 주목된다. 이호준 삼성SDS 클라우드서비스사업부장 부사장은 "이번 사업을 통해 국내 연구자들이 세계 최고 수준의 AI 인프라를 바탕으로 혁신적인 성과를 낼 수 있도록 안정적인 서비스를 제공할 것"이라며 "앞으로도 국가 AI 연구 인프라의 저변을 확대하고 대한민국의 AI 경쟁력을 높이는 데 기여하겠다"고 말했다.2026-08-11 08:27:46
-
카카오, 2Q 영업익 2770억원 전년 比 36%↑…역대 최대 분기 실적 달성 [경제일보] 카카오가 광고와 커머스, 금융 플랫폼 성장에 힘입어 역대 최대 분기 실적을 달성했다. 핵심 플랫폼인 카카오톡을 중심으로 본업 경쟁력이 회복되면서 시장 전망치를 웃도는 성과를 거뒀다. 카카오는 이를 기반으로 카카오톡 안에서 주문·예약·결제까지 연결하는 '에이전틱 AI'를 새로운 성장축으로 육성해 AI 수익화에 속도를 낸다는 전략이다. 6일 카카오는 올해 2분기 연결 기준 매출 2조985억원, 영업이익 2770억원을 기록했다고 밝혔다. 전년 동기 대비 매출은 9%, 영업이익은 36% 증가하며 모두 역대 분기 최대 실적을 기록했다. 매출과 영업이익 모두 시장 전망치를 웃돈 수치다. 다만 이번 실적은 카카오게임즈가 연결 대상에서 제외되면서 중단영업손익으로 분류된 계속사업 기준으로 작성됐다. 이에 따라 올해 2분기 매출과 영업이익은 계속사업 기준이며, 공시에 기재된 지난해 2분기 연결실적 표는 카카오게임즈 등을 중단영업손익으로 분류하지 않은 기준으로 작성돼 시장의 전망치와 차이가 발생한 것으로 분석된다. 이번 실적은 카카오톡 기반 플랫폼 사업이 견인했다. 플랫폼 부문 매출은 1조2303억원으로 전년 동기 대비 17% 증가했다. 특히 톡비즈 매출은 6432억원으로 12% 성장했다. 광고 사업이 두드러졌다. 톡비즈 광고 및 구독 매출은 3999억원으로 전년 동기 대비 14% 증가했다. 금융 업종 광고주 수요가 이어진 가운데 비즈니스 메시지 매출은 20% 늘었고, 카카오톡 디스플레이 광고 역시 이용자 활동성 확대와 신규 광고 상품 효과로 28% 성장했다. 커머스도 안정적인 성장세를 이어갔다. 선물하기와 톡딜 등을 포함한 통합 거래액은 2조7000억원으로 전년 동기 대비 9% 증가했다. 특히 선물하기 자기 구매 거래액이 39% 늘어나며 전체 커머스 성장을 견인했고, 톡비즈 커머스 매출도 2432억원으로 10% 증가했다. 모빌리티와 페이가 포함된 플랫폼 기타 부문도 실적 개선에 힘을 보탰다. 플랫폼 기타 매출은 5870억원으로 전년 동기 대비 22% 증가했다. 모빌리티는 기존 사업과 라스트마일 물류 사업이 성장했고, 카카오페이는 금융 매출 확대와 결제·플랫폼 서비스의 두 자릿수 성장에 힘입어 역대 최대 분기 매출과 영업이익을 기록했다. 반면 콘텐츠 부문은 상대적으로 완만한 성장세를 보였다. 콘텐츠 매출은 8682억원으로 전년 동기 대비 1% 증가했다. 뮤직 부문은 주요 지식재산권(IP) 공연 확대에 힘입어 8% 성장한 5584억원을 기록했고, 미디어 매출도 제작 작품 증가로 5% 늘어난 991억원을 기록했다. 스토리 부문 매출은 2107억원이었다. 카카오는 카카오톡 이용자 기반도 견조한 흐름을 이어가고 있다고 설명했다. 카카오톡의 올해 2분기 국내 월간 활성 이용자(MAU)는 4963만명으로 5000만명에 근접한 수준을 유지했다. 안정적인 이용자 기반을 바탕으로 광고와 커머스 등 플랫폼 사업의 성장세가 이어지고 있다는 평가다. 카카오는 하반기부터 AI를 본격적인 성장 동력으로 키운다는 계획이다. 카카오톡 안에서 주문·예약·결제 등 일상 서비스를 자연스럽게 연결하는 에이전틱 AI 경험을 순차적으로 도입하고, 이를 새로운 수익화 모델로 발전시킬 방침이다. 이를 위해 커머스와 예약, 여행, 결제 등 다양한 생활 밀착형 서비스 사업자들과 협력을 확대하고, MCP 기반 개방형 플랫폼 '플레이 MCP'를 활용해 AI 생태계도 넓혀 나간다는 전략이다. 카카오는 AI 경쟁력이 단순한 대규모 언어 모델(LLM) 개발을 넘어 실제 이용자의 행동을 연결하는 서비스 경쟁으로 이동하고 있다고 보고 있다. 카카오톡이라는 국내 최대 생활 플랫폼을 기반으로 AI와 기존 플랫폼 서비스를 결합해 지속 가능한 성장 기반을 확보한다는 구상이다. 정신아 카카오 대표는 "에이전틱 AI 시대의 경쟁력은 단순히 뛰어난 모델을 만드는 데 그치지 않고, 이용자의 맥락과 의도를 이해해 실제 행동까지 연결하는 데 있다"며 "카카오는 카카오톡이라는 일상적 이용자 접점과 그동안 축적해온 기술·서비스 생태계를 기반으로, 전 국민이 자신만의 AI 에이전트를 자연스럽게 활용하는 시대를 앞당기겠다"고 말했다.2026-08-06 08:25:59
-
롯데이노베이트, 10종 AI 에이전트 공개…"그룹 전반 AX 확산" [경제일보] 롯데이노베이트가 계열사 맞춤형 AI 에이전트를 앞세워 롯데그룹의 인공지능 전환(AX)에 속도를 내고 있다. 생성형 AI를 넘어 업무를 직접 수행하는 '에이전틱 AI' 시대에 맞춰 식품과 유통, 화학, 인프라 등 그룹 전반의 업무 혁신을 추진하는 모습이다. 16일 롯데이노베이트는 자사의 계열사 맞춤형 AI 에이전트를 통해 롯데그룹의 AI 전환을 가속화하고 있다고 밝혔다. 롯데그룹은 AI를 미래 경쟁력 확보의 핵심 축으로 삼고 일하는 방식과 의사결정 체계, 고객 경험, 사업 운영 전반을 AI 중심으로 혁신하고 있다. 롯데이노베이트는 그룹의 AI 플랫폼 구축부터 현업 맞춤형 AI 에이전트 개발까지 담당하며 그룹 AX를 주도하고 있다. 특히 최근 글로벌 AI 시장이 생성형 AI를 넘어 스스로 업무를 수행하는 AI 에이전트 중심으로 재편되면서 기업들의 도입 경쟁도 본격화되고 있다. 단순한 정보 검색이나 답변 제공을 넘어 데이터 분석과 의사결정 지원, 업무 자동화까지 수행하는 AI 에이전트가 새로운 생산성 도구로 주목받고 있는 것이다. 롯데이노베이트는 이 같은 흐름에 맞춰 계열사별 업무 특성을 반영한 AI 에이전트를 개발하며 그룹 전반의 AI 활용 범위를 확대하고 있다. 실제 현장 적용 사례도 나오고 있다. 롯데이노베이트의 통합 AI 플랫폼 '아이멤버'를 기반으로 개발한 AI 음성번역 서비스는 소음이 많은 건설 현장에서도 작업자의 음성을 정확하게 인식하고 실시간 다국어 번역을 제공한다. 건설 전문 용어까지 반영할 수 있도록 개발돼 지난해 롯데건설에 도입된 데 이어 지난 5월에는 대우건설에도 적용됐다. 롯데이노베이트는 지난 15일 서울 송파구 롯데월드타워에서 열린 '2026 하반기 롯데 VCM'에 앞서 마련된 AI 전시에서 현업 적용을 목적으로 개발한 AI 에이전트 10여 종을 공개했다. 주요 경영진에게 AI 에이전트 활용 사례와 그룹 AX 추진 현황을 소개하며 AI 중심의 업무 혁신 방향을 제시했다. 이번에 선보인 AI 에이전트는 식품과 유통, 화학, 인프라 등 다양한 사업 분야의 실제 과제를 해결하기 위해 개발됐다. 식품·유통 부문에서는 가격 모니터링과 원물가 및 상품 수요 예측, 소비자 리뷰 분석을 통한 점포 경쟁력 진단 기능을 제공한다. 이를 통해 시장 변화에 대한 대응력을 높이고 데이터 기반 의사결정을 지원할 수 있다. 화학 부문에서는 석유화학과 전기차·배터리 산업의 글로벌 시장 전망을 분석하고, 인프라 부문에서는 신규 사업 후보지를 발굴하거나 콘텐츠 흥행성을 예측하는 기능을 선보였다. 음성과 모션 인식 기술을 적용한 AI 비서도 함께 공개하며 AI 활용 범위를 한층 넓힌 것으로 평가된다. 이번 서비스에는 대규모 언어 모델(LLM)을 활용한 생성형 AI와 검색 증강 생성(RAG) 기술이 적용됐다. 기업 내부 데이터를 분석해 필요한 정보를 실시간으로 제공하는 것은 물론 음성 인식(STT)과 음성 합성(TTS)을 활용한 대화형 기능도 구현했다. 롯데이노베이트는 향후 AI 에이전트를 그룹웨어와 전사적 자원관리(ERP) 시스템과 연계한 에이전틱 AI 형태로 고도화할 계획이다. 단순히 정보를 제공하는 수준을 넘어 업무를 수행하고 의사결정을 지원하는 형태로 발전시키겠다는 전략이다. 이를 통해 계열사별 업무 특성에 맞는 AI 활용 모델을 지속 확대하고 그룹 전반에 AI 중심의 일하는 방식을 정착시킨다는 방침이다. 롯데이노베이트는 AI와 클라우드, 데이터센터 운영 역량을 결합해 AI 서비스의 개발부터 인프라 구축, 운영까지 아우르는 엔드 투 엔드(End-to-End) AI 서비스를 제공하고 있다. 그룹 내부 AX를 넘어 다양한 산업 분야의 기업 고객을 대상으로 한 엔터프라이즈 AI 사업도 확대해 나갈 계획이다. 롯데이노베이트 관계자는 "이번에 선보인 AI 에이전트는 다양한 현업에서 즉시 활용할 수 있도록 설계한 기업형 AI 서비스"라며 "축적된 현장 적용 경험을 바탕으로 그룹의 AX를 고도화하고, 다양한 산업 분야의 AI 전환을 이끄는 엔터프라이즈 AI 사업을 확대해 나가겠다"고 말했다.2026-07-16 08:34:35
-
독자 AI '현장 투입' 나선 SKT…산업 AI 생태계 강화 [경제일보] 생성형 인공지능(AI) 경쟁이 모델 개발을 넘어 실제 산업 현장 적용 단계로 확대되고 있다. 독자 AI 모델의 성능뿐 아니라 제조와 금융, 공공 등 다양한 산업에 얼마나 빠르게 적용해 성과를 만들어내느냐가 경쟁력으로 떠오르는 가운데 SK텔레콤이 산업 AI 전문기업을 컨소시엄에 추가하며 독자 AI 생태계 확장에 속도를 내고 있다. 14일 SK텔레콤은 정부의 독자 AI 파운데이션 모델 프로젝트 컨소시엄 '정예팀'에 SK AX와 테크노매트릭스를 신규 참여사로 영입했다고 밝혔다. 산업 AI 전환(AX)과 AI 모델 운영 최적화 전문기업을 추가해 독자 AI 모델의 산업 확산 역량을 한층 강화한다는 전략이다. 이번에 합류한 SK AX는 제조와 통신·미디어, 반도체, 금융, 공공 등 다양한 산업에서 AI 전환 사업을 수행해 온 기업으로 평가된다. 컨소시엄에서는 기업 간 거래(B2B) AI 전환 사례 발굴과 실증, 산업 확산 체계 구축 등을 담당하며, 독자 AI 모델을 실제 기업 업무와 생산 현장에 적용하고 활용 사례를 확대하는 역할을 맡게 된다. 테크노매트릭스는 AI·머신러닝·파운데이션 모델 운영(FM-Ops) 전문기업이다. AI 모델을 안정적으로 운영하고 지속적으로 개선하는 기술력을 바탕으로 제조와 금융, IT 분야에서 다양한 프로젝트를 수행해 왔다. SK텔레콤은 테크노매트릭스의 운영 최적화 역량을 활용해 독자 AI 모델이 개발 이후에도 산업 현장에서 지속적으로 활용될 수 있는 운영 체계를 구축한다는 계획이다. 최근 AI 산업에서는 모델 개발 자체보다 이를 실제 서비스와 산업 현장에 안정적으로 적용하고 지속적으로 고도화하는 역량이 중요해지고 있다. 기업들은 AI 모델을 개발한 뒤에도 운영과 성능 개선, 비용 최적화 등을 반복해야 하는 만큼 산업별 특성을 반영한 AI 운영 체계 확보가 핵심 경쟁력으로 떠오르고 있다. SK텔레콤은 이번 참여사 확대를 통해 모델 개발부터 데이터 구축, AI 반도체 활용, 서비스 실증, 산업 적용까지 이어지는 협력 체계도 강화했다. 컨소시엄은 모델·인프라, 선행연구, 데이터, 서비스 확산 등 4개 트랙으로 역할을 나눠 운영하며 참여 기관 간 협업을 추진하고 있다. 이를 통해 AI 모델 개발과 산업 적용, 서비스 확산이 유기적으로 이어지는 생태계를 구축한다는 구상이다. 이 같은 협력을 기반으로 SK텔레콤 정예팀은 독자 AI 파운데이션 모델 'A.X K2'도 개발했다. A.X K2는 대규모 언어 모델(LLM)의 에이전틱 AI 역량을 강화하는 데 초점을 맞춘 모델로, 복잡한 업무를 스스로 이해하고 계획·수행하는 능력을 높이는 동시에 산업 현장 적용을 위한 개방성과 효율성도 함께 고려해 설계됐다. 활용 분야도 지속 확대한다. SK텔레콤은 산업 AI 전환을 비롯해 공공·국방, 제조, 게임, 모빌리티, 검색, 보안, 바이오 등 다양한 분야에서 독자 AI 모델 활용을 추진하고 있다. 에이닷과 에이닷 비즈, T맵 등 자사 주요 서비스를 통해 국민이 일상에서 독자 AI를 경험할 수 있도록 하는 한편, 향후에는 정보 탐색과 일정 관리, 공공·민간 서비스 연계 등을 수행하는 생활 밀착형 AI 에이전트로 발전시킬 계획이다. 산업 현장 적용도 확대하고 있다. 철강 제조기업 KG스틸에서는 AI 에이전트를 활용한 제조 혁신을 추진하고 있으며, 코넥과는 주조·가공 공정의 품질 개선을 위한 제조 AI 적용을 진행 중이다. 이 밖에도 국방 특화 AI 모델 개발을 추진하는 한편, 포티투닷과 협력해 모빌리티와 온디바이스 AI 분야로 활용 범위를 넓히고 있다. 라이너와는 검색 및 지식 서비스에 적용할 고품질 학습 데이터를 구축하고 사용자 피드백을 반영해 모델 완성도를 높이고 있다. SK텔레콤은 앞으로도 다양한 산업 분야의 기업들과 협력을 확대해 독자 AI 모델의 활용 범위를 넓히고 산업 현장에서 실제 성과를 창출하는 AI 생태계를 구축한다는 방침이다. 김태윤 SK텔레콤 파운데이션 모델 담당은 "독자 모델 개발부터 산업 AI 전환까지 정예팀 역량을 결집해 K-AI 생태계 확산에 기여할 것"이라고 말했다.2026-07-14 10:22:57
-
AI 스타트업 키운다…메가존클라우드, 서울 AI 허브와 맞손 [경제일보] 생성형 인공지능(AI) 확산으로 GPU와 고성능 컴퓨팅(HPC) 인프라 확보가 AI 기업의 핵심 경쟁력으로 떠오르고 있다. 특히 자체 인프라 구축이 어려운 스타트업을 중심으로 클라우드 기반 AI 인프라 수요가 늘어나는 가운데 메가존클라우드가 서울 AI 허브와 손잡고 서울 소재 AI 기업 지원에 나선다. 13일 메가존클라우드는 서울 AI 허브와 'AI 산업 생태계 활성화 및 AI 기업 성장 지원을 위한 업무협약(MOU)'을 체결했다고 밝혔다. 양측은 서울 소재 AI 기업의 연구개발(R&D)과 사업화, 글로벌 경쟁력 강화를 지원하고 AI 산업 생태계 활성화를 위해 협력할 계획이다. 서울 AI 허브는 서울시가 운영하는 AI 산업 육성 거점으로 유망 AI 기업 발굴과 육성, 기업 지원 프로그램 운영, 산·학·연·관 협력 네트워크 구축 등을 담당하고 있다. 메가존클라우드는 허브에 참여하는 AI 기업을 대상으로 멀티클라우드 기반 AI 인프라와 기술 지원, 전문 컨설팅을 제공하며 AI 서비스 개발과 사업화를 지원할 예정이다. 양측은 생성형 AI와 대규모 언어 모델(LLM), AI 에이전트 등 최신 AI 기술 활용을 확대하기 위한 공동 프로그램도 추진한다. AI 기업을 대상으로 GPU와 AI 인프라 지원은 물론 기술 세미나와 네트워킹 프로그램 등을 운영해 기술 경쟁력과 사업 역량을 함께 강화한다는 방침이다. 최근 AI 산업에서는 우수한 모델 개발뿐 아니라 이를 안정적으로 학습·운영할 수 있는 컴퓨팅 인프라 확보가 기업 경쟁력을 좌우하는 요소로 부상하고 있다. 특히 AI 스타트업은 초기 투자 부담이 큰 GPU와 서버를 자체 구축하기보다 클라우드 기반 인프라를 활용하는 사례가 늘고 있으며, 공공기관과 민간 기업이 협력해 AI 인프라를 지원하는 사업도 확대되는 추세다. 메가존클라우드와 서울 AI 허브는 현재 '서울 AI 허브 AI 기업 고성능 컴퓨팅 인프라 서비스' 사업도 공동 수행하고 있다. 서울 AI 허브는 올해 총 100개 AI 기업 지원을 목표로 사업을 운영하고 있으며, 메가존클라우드는 GPU 인프라 공급기업으로 참여해 멀티클라우드 기반 GPU 인프라와 기술 지원을 제공하고 있다. 최근 열린 사업 오리엔테이션에는 1차 선정 기업 약 70개사가 참여해 사업 운영 방안과 AI 인프라 활용 전략을 공유했다. 양측은 추가 참여 기업을 모집해 올해 총 100개 AI 기업 지원 목표를 달성하고, AI 서비스 개발부터 사업화, 글로벌 시장 진출까지 이어질 수 있도록 지원 프로그램을 지속 확대해 나갈 계획이다. 메가존클라우드는 이번 협력을 계기로 서울 지역 AI 기업의 기술 경쟁력 강화는 물론 AI 생태계 활성화에도 기여한다는 방침이다. AI 인프라와 클라우드 기술, 전문 컨설팅을 결합해 스타트업의 개발 부담을 낮추고 연구개발과 사업화 속도를 높이는 한편, 국내 AI 기업의 글로벌 경쟁력 확보를 위한 지원도 지속 확대해 나갈 계획이다. 서민택 메가존클라우드 부사장은 "AI 산업의 경쟁력은 우수한 기술뿐 아니라 이를 뒷받침하는 인프라와 생태계에서 나온다"며 "서울 AI 허브와의 협력을 통해 유망 AI 기업들이 최신 AI 기술과 고성능 컴퓨팅 자원을 활용해 혁신을 가속화하고 글로벌 시장에서도 경쟁력을 확보할 수 있도록 적극 지원하겠다"고 말했다.2026-07-13 16:25:54
-
AI 인프라도 '튜닝' 경쟁…노타, AWS AI칩 최적화 시장 진출 [경제일보] 엔비디아 GPU를 대체할 인공지능(AI) 인프라에 대한 관심이 높아지는 가운데 AI 모델을 클라우드 환경에 맞게 최적화하는 시장도 함께 성장하고 있다. AI 서비스 확산으로 인프라 비용 부담이 커지면서 AWS의 자체 AI 칩인 '트레이니움'과 '인퍼런시아'를 도입하려는 기업이 늘고 있지만, 기존 AI 모델을 새로운 칩 환경에서 효율적으로 구동하기 위해서는 별도의 최적화 작업이 필요하기 때문이다. 7일 노타는 AWS AI 칩 환경에서 기업 고객이 AI 모델의 성능을 극대화할 수 있도록 지원하는 AI 모델 경량화 및 튜닝 서비스를 출시했다고 밝혔다. 노타는 AWS 공인 파트너 자격으로 트레이니움과 인퍼런시아 환경에 맞춘 모델 최적화 서비스를 제공한다. 최근 생성형 AI 도입이 확산되면서 기업들의 관심은 AI 모델 개발뿐 아니라 운영 비용 절감으로도 옮겨가고 있다. 이에 노타는 대규모 언어 모델(LLM)을 서비스하는 기업들이 GPU 확보 비용과 전력 소비 부담이 커지면서 AWS를 비롯한 글로벌 클라우드 사업자들이 자체 개발한 AI 칩 도입을 검토하는 사례가 증가한 것으로 분석한다. AWS의 트레이니움은 AI 모델 학습을, 인퍼런시아는 AI 추론을 위해 설계된 전용 칩이다. AWS는 자체 AI 칩을 통해 가격 대비 성능과 에너지 효율을 높이는 전략을 추진하고 있으며, 글로벌 AI 기업들도 이를 활용해 인프라 비용 절감에 나서고 있다. 다만 기존 AI 모델을 새로운 AI 칩 환경으로 이전하는 과정은 쉽지 않은 것으로 알려졌다. 모델 구조와 연산 방식이 하드웨어마다 달라 별도의 포팅과 최적화가 필요하며, 이를 수행할 전문 인력도 부족한 상황이다. 이로 인해 AI 모델을 다양한 칩 환경에 맞게 경량화하고 성능을 조정하는 최적화 기술의 중요성이 커지고 있다. 노타는 해당 수요를 겨냥해 자사 AI 모델 최적화 플랫폼 '넷츠프레소'를 기반으로 기술검증(PoC)과 모델 포팅, 경량화, 성능 튜닝까지 전 과정을 지원한다. AI 모델 크기를 최대 90% 이상 줄이면서도 정확도를 유지할 수 있도록 지원하고, AWS AI 칩 환경에 맞춘 최적 배포를 제공하는 것이 특징이다. 특히 노타는 AWS 트레이니움과 인퍼런시아 환경에서 대규모 언어 모델을 최적화한 경험도 확보했다고 설명했다. 320억개 파라미터 규모 언어 모델에 경량화 기술을 적용해 모델 크기를 68% 줄이면서도 정확도 손실은 1% 미만으로 유지한 사례를 확보했으며, 다양한 AI 모델 아키텍처에 대한 포팅과 튜닝 경험도 축적했다고 강조했다. 앞서 노타는 모바일 기기뿐 아니라 데이터센터와 엣지 디바이스 등 다양한 환경에서 AI 모델 최적화 기술을 제공해온 바 있다. 그동안 삼성전자, Arm, 퓨리오사AI, 모빌린트 등과 협력하며 하드웨어별 AI 모델 경량화 기술을 검증했으며, 이번 서비스를 계기로 클라우드 AI 인프라 영역까지 사업을 확대한다는 전략이다. 채명수 노타 대표는 "AWS AI 칩은 뛰어난 가격 대비 성능을 제공하며, 노타는 이러한 AWS 칩의 성능을 고객이 자사 모델에서 온전히 활용할 수 있도록 모델 튜닝을 지원한다"며 "AWS AI 칩 기반 인프라 도입을 검토하는 기업 고객에게 실질적인 비용 효율화 성과를 제공하겠다"고 말했다.2026-07-07 08:23:06
-
AWS, AI 기반 개발·마이그레이션 기능 공개…스타트업 생태계 공략 [경제일보] 생성형 인공지능(AI) 확산으로 스타트업의 개발 속도가 빨라지는 가운데 아마존웹서비스(AWS)가 AI 기반 개발 지원과 클라우드 전환 기능을 잇달아 공개하며 스타트업 생태계 공략을 강화한다. 기술 구현부터 인프라 이전까지 AI가 지원하는 환경을 구축해 창업 초기 기업의 개발 생산성을 높이고 AWS 생태계 유입을 확대하려는 전략으로 풀이된다. 6일 AWS는 스타트업을 위한 AI 기반 신규 기능인 'AWS 스타트업 어드바이저'와 AI 기반 마이그레이션 기능을 출시했다고 밝혔다. AWS 스타트업 어드바이저는 수천명의 AWS 솔루션즈 아키텍트(SA)가 축적한 노하우와 AWS에서 운영되는 35만개 이상의 스타트업 지원 경험을 기반으로 개발된 AI 빌더 어시스턴트로 알려졌다. AWS는 해당 기능이 사용자의 기술 스택과 기업 성장 단계에 맞춰 비용 관리와 보안 설정, AWS 서비스 선택, 인프라 구성 등을 추천하며 개발 과정 전반을 지원한다고 설명했다. 특히 AWS 액티베이트 프로그램에 참여한 스타트업은 크레딧 잔액과 사용 현황까지 함께 관리할 수 있어 초기 클라우드 비용 부담을 줄일 수 있도록 설계됐다. AWS는 기술 창업자뿐 아니라 개발 경험이 부족한 비기술 창업자도 보다 쉽게 서비스를 구축할 수 있도록 지원 범위를 확대했다고 강조했다. 함께 공개한 AI 기반 마이그레이션 기능은 기존 클라우드와 온프레미스 환경의 인프라와 애플리케이션, AI 워크로드를 AWS로 이전하는 과정을 자동화한다. 기업의 기술 환경을 분석해 서비스 매핑과 비용 산정, 아키텍처 설계, 크레딧 지원 여부, 이전 일정 등을 포함한 맞춤형 이전 계획을 제시하며 기존 수주에서 수개월이 걸리던 이전 작업을 며칠 수준으로 단축하는 것이 목표다. AI 에이전트가 인프라 프로비저닝과 데이터 이전, 환경 설정, 테스트까지 지원하는 것도 특징이다. 필요에 따라 AWS 전문가나 파트너사와 협업해 이전 프로젝트를 진행할 수 있도록 지원 체계도 마련했다. 특히 AWS는 이번 기능을 통해 경쟁 클라우드에서 AWS로 이전하는 수요도 적극 공략할 계획이다. 구글 클라우드 플랫폼(GCP) 기반 쿠버네티스 워크로드는 '아마존 EKS'와 'ECS', 'AWS 파게이트'로 이전할 수 있으며, 'PostgreSQL'과 'MySQL' 데이터베이스는 '아마존 RDS'와 '아마존 오로라', 구글 클라우드 스토리지는 '아마존 S3'로 이전을 지원한다. AI 서비스 이전도 지원 범위를 넓혔다. 앤트로픽, 제미나이, 오픈AI 기반 대규모 언어 모델(LLM) 추론 환경을 '아마존 베드록'으로 이전할 수 있도록 지원해 기업들이 AI 개발 환경을 보다 쉽게 AWS 생태계로 옮길 수 있도록 돕는다. AWS는 이번 기능 출시를 계기로 스타트업의 아이디어 구상부터 제품 개발, 서비스 운영, 클라우드 확장까지 전 과정을 지원하는 플랫폼 경쟁력을 강화한다는 계획이다. AI를 활용해 개발과 인프라 구축의 진입 장벽을 낮추는 동시에 스타트업이 초기 단계부터 AWS 서비스를 활용하도록 유도해 장기 고객 기반을 확대하겠다는 전략이다. AWS 관계자는 "AWS는 스타트업이 아이디어 구상부터 제품 개발, 시장 출시 및 수익 창출에 이르는 전 과정을 보다 빠르게 수행할 수 있도록 지원하고 있다"며 "AWS는 컴퓨팅, AI, 데이터베이스 및 보안 분야에 걸쳐 240개 이상의 서비스를 제공하며, 'AWS 마켓플레이스'를 통해 스타트업이 보다 빠르게 고객을 확보하고 비즈니스를 확장할 수 있도록 지원하고 있다"고 말했다.2026-07-06 14:51:44
-
NHN클라우드·NHN두레이, DB증권과 맞손…AI 업무혁신 나선다 [경제일보] 생성형 인공지능(AI) 도입이 금융권으로 확산되면서 업무 효율성과 보안을 동시에 확보할 수 있는 AI 기반 협업 플랫폼 수요가 커지고 있다. 이에 NHN클라우드와 NHN두레이는 DB증권 전사에 AI 협업 플랫폼을 공급하며 금융권 소프트웨어형 서비스(SaaS) 시장 공략을 본격화하는 것으로 풀이된다. 30일 NHN클라우드와 NHN두레이는 DB증권과 업무 혁신을 위한 전략적 파트너십을 체결했다고 밝혔다. 협약식은 지난 29일 서울 DB증권 본사에서 열렸으며, 곽봉석 DB증권 대표와 나홍석 NHN클라우드 전무, 백창열 NHN두레이 대표 등이 참석해 AI 기반 디지털 워크플레이스 구축과 업무 혁신 방안을 논의했다. 이번 협약에 따라 DB증권은 메일과 메신저, 프로젝트, 전자결재, 근무 관리 등을 통합 제공하는 AI 협업 플랫폼 '두레이'를 전사에 도입한다. 구축 사업은 올해 하반기 착수해 연내 서비스를 시작할 예정이며, 두레이와 AI 서비스를 기반으로 업무 효율성과 협업 환경을 개선할 계획이다. 이번 구축에는 구독형 AI 서비스 '두레이 AI'도 함께 적용된다. 두레이 AI는 메일과 메신저, 위키 등 협업 기능에 생성형 AI를 결합한 서비스로, '챗GPT'와 '제미나이', '클로드' 등 다양한 대규모 언어 모델(LLM)을 지원한다. 고객사는 보안 정책과 업무 환경에 맞춰 원하는 AI 모델을 선택해 활용할 수 있도록 설계됐다. 금융권 특성을 고려한 보안 환경도 함께 구축한다. NHN클라우드는 금융권의 보안 규제와 내부 통제 기준을 충족하기 위해 고객사 전용 환경을 제공하는 '전용 인프라 분리 서비스'를 적용한다. NHN클라우드는 이를 통해 SaaS의 확장성과 편의성을 유지하면서도 금융회사가 요구하는 보안성과 안정성을 확보할 수 있도록 지원한다고 설명했다. 금융권은 개인정보 보호와 내부망 관리 등 규제가 엄격해 SaaS 도입 장벽이 높은 산업으로 꼽힌다. NHN두레이는 해당 환경에 대응하기 위해 금융권 전용 보안 체계를 지속 강화해 왔다. 지난 2024년 금융위원회 혁신금융서비스로 지정된 데 이어 지난해에는 국내 협업 솔루션 최초로 금융보안원의 '클라우드서비스제공자(CSP) 안전성 평가'와 'SaaS 제공자 평가'를 모두 통과하며 금융권 도입에 필요한 보안 검증을 완료했다. DB증권 관계자는 "디지털 전환은 금융회사의 지속 가능한 성장과 미래 경쟁력 확보를 위한 핵심 과제"라며 "NHN의 선진적인 클라우드 인프라와 협업 플랫폼, AI 역량을 바탕으로 한층 더 효율적이고 스마트한 업무 환경을 구축해 나갈 것"이라고 말했다. 공공 시장에서 검증한 기술력을 금융권으로 확대하고 있다는 점도 특징이다. 두레이는 지난 2020년 클라우드 보안인증(CSAP) SaaS 인증을 획득하며 공공 시장에 진출했으며, 현재 4000여개 민간 기업과 기관, 150여 개 공공기관을 고객으로 확보했다. 금융권에서도 현재 20여개 금융기관이 두레이를 도입해 활용하고 있다. NHN클라우드와 NHN두레이는 이번 DB증권 구축을 계기로 금융권 AI 협업 플랫폼 사업을 확대할 계획이다. 두레이 구축뿐 아니라 중장기 디지털 전환(DX) 전략 수립과 AI 기반 업무 혁신 체계 구축, 클라우드 기반 업무 환경 고도화, 디지털 역량 강화, 신규 클라우드·DX 사업 발굴 등으로 협력 범위를 넓혀 금융 특화 AI·클라우드 사업 경쟁력을 지속 강화한다는 방침이다. NHN클라우드 관계자는 "이번 사업은 전용 인프라와 협업 툴을 함께 제공해 금융권의 까다로운 보안 요구사항과 유연한 SaaS 활용 니즈를 동시에 충족하는 통합 서비스라는 점에서 의미가 있다"며 "앞으로도 금융회사들이 규제와 보안에 철저히 대응하면서도 클라우드와 SaaS의 강점을 100% 누릴 수 있는 표준 서비스를 지속적으로 마련해 나가겠다"고 말했다.2026-06-30 09:42:32
-
질문은 한 줄인데 청구서는 백 줄…기업 AI 비용, 토큰 관리가 새 과제 [경제일보] 생성형 인공지능(AI) 도입이 확산되면서 기업들의 새로운 고민으로 '토큰 비용 관리'가 떠오르고 있다. AI 활용이 늘어날수록 생산성은 높아지지만 예상보다 빠르게 증가하는 운영 비용이 부담으로 작용하고 있기 때문이다. . 17일 업계에 따르면 국내 일부 IT 기업과 AI 도입 기업들은 최근 생성형 AI 운영 과정에서 토큰 비용 최적화 방안을 검토하고 있는 것으로 알려졌다. AI 서비스 사용자가 늘어난 영향도 있지만, 단순 이용량 증가보다 AI 서비스 구조 자체가 비용 상승을 유발하고 있는 것으로 분석된다. 토큰은 대규모 언어 모델(LLM)이 텍스트를 처리하는 기본 단위다. 기업들은 일반적으로 AI 사용량에 따라 토큰 비용을 지불한다. 문제는 직원이 입력하는 질문은 짧지만 AI가 답변을 생성하기 위해 처리하는 정보량은 훨씬 많다는 것이다. 특히 RAG 기반 AI 서비스가 토큰 사용량을 급증시키는 것으로 알려졌다. RAG는 사용자의 질문에 답하기 위해 사내 문서와 데이터베이스를 검색한 뒤 관련 정보를 함께 분석하는 기술이다. 최근 기업들은 사내 위키와 규정집, 회의록, 기술 문서, 고객 응대 매뉴얼 등을 AI와 연동해 업무 지원 서비스를 구축하고 있다. 예를 들어 직원이 "출장비 정산 기준을 알려달라"고 한 줄짜리 질문을 입력하더라도 AI는 관련 인사 규정과 회계 규정, 출장 규정, 과거 질의응답 자료 등을 함께 검색해 읽은 뒤 답변을 생성한다. 이 과정에서 실제 입력 토큰 규모는 사용자 질문보다 수십 배에서 많게는 수백 배까지 증가할 수 있다. 장문 컨텍스트 활용 역시 비용 증가의 원인으로 꼽힌다. 최근 AI 서비스는 긴 대화 흐름을 유지하기 위해 과거 대화 기록을 함께 읽는 방식을 활용한다. 사용자가 대화를 이어갈수록 AI는 이전 질문과 답변을 지속적으로 참조하게 되고, 입력 토큰도 누적된다. 업계에서는 기업들이 체감하는 AI 비용 증가의 상당 부분이 이 같은 구조에서 발생하고 있다고 분석한다. RAG 검색 과정에서 불러오는 문서와 누적된 컨텍스트가 비용의 대부분을 차지하는 경우가 적지 않은 것이다. 이에 기업들도 비용 최적화에 나서고 있다. 고성능 모델을 모든 업무에 적용하기보다 경량 모델과 병행 운영하거나, 검색 범위를 축소하는 방식으로 토큰 사용량을 줄이고 있다. 또한 불필요한 대화 기록을 압축하거나 프롬프트를 최적화하는 등 다양한 비용 절감 기법도 도입하고 있다. 일부 기업은 단순 문의나 반복 업무에는 소형 모델을 활용하고 복잡한 분석 업무에만 고성능 모델을 사용하는 방식으로 운영 체계를 개편하고 있다. AI 성능 경쟁 못지않게 운영 효율성이 중요해지면서 비용 최적화 기술이 새로운 경쟁력으로 부상하고 있는 것이다. IT 업계 관계자는 "AI 사용에 따른 토큰 소비 방식이 변해 최근 기업들이 기존보다 AI 사용에 제한을 두고 있다"며 "국내 기업들이 비용 부담을 줄이기 위해 사용 정책을 재정비하는 움직임이 나타나고 있다"고 말했다.2026-06-17 18:00:05
-
노타, GPU·NPU 역할 분담으로 온디바이스 AI 효율 높인다 [경제일보] AI PC 시장이 본격 확대되면서 인공지능(AI) 모델 자체의 성능 경쟁을 넘어 GPU와 NPU, CPU 등 다양한 연산 장치를 얼마나 효율적으로 활용하느냐가 새로운 경쟁력으로 떠오르고 있다. 이에 AI 경량화 및 최적화 기술 기업 노타는 AI PC 환경에서 GPU와 NPU를 함께 활용하는 이기종 컴퓨팅 기반 대규모 언어 모델(LLM) 추론 최적화 기술을 구현하며 온디바이스 AI 시장 공략에 나선 것으로 분석된다. 4일 노타는 '인텔 루나 레이크' 기반 AI PC에서 GPU와 NPU를 동시에 활용하는 이기종 컴퓨팅 기반 LLM 추론 최적화 기술을 구현했다고 밝혔다. 최근 AI PC 시장에서는 NPU 탑재 여부를 넘어 실제 AI 워크로드를 얼마나 효율적으로 처리할 수 있는지가 핵심 경쟁 요소로 부상하고 있다. AI PC 내부에는 CPU와 GPU, NPU 등 서로 다른 특성을 가진 연산 장치가 탑재되는데, 각 장치의 역할을 어떻게 분담하느냐에 따라 성능과 전력 효율이 크게 달라질 수 있기 때문으로 알려졌다. 노타는 해당 환경에 맞춰 LLM 추론 과정을 입력 처리 단계와 답변 생성 단계로 분리해 각각의 특성에 최적화된 연산 장치를 배치하는 '분리형 추론' 방식을 적용해 해결했다고 설명했다. 구체적으로 입력 데이터와 프롬프트를 처리하는 단계는 병렬 연산 성능이 뛰어난 GPU가 담당하고, 실제 답변을 생성하는 추론 단계는 전력 효율성이 높은 NPU가 수행하도록 설계했다. 단일 프로세서에 모든 연산을 집중시키는 기존 방식과 달리 작업 특성에 따라 하드웨어 자원을 분산 배치한 것이다. 노타에 따르면 해당 기술 적용 결과 단일 GPU 기반 추론 방식 대비 토큰당 에너지 소비량은 약 32% 감소했고 생성 처리량은 약 12% 향상됐다. 또한 단일 NPU 기반 추론 방식과 비교하면 첫 응답 지연 시간은 약 89% 단축된 것으로 나타났다. 이번 발표는 단순히 GPU와 NPU를 함께 사용하는 수준을 넘어 AI 모델의 연산 특성을 분석해 각 작업을 가장 적합한 프로세서에 배분한 것이 특징이다. 동일한 AI PC 환경에서도 하드웨어 자원을 어떻게 활용하느냐에 따라 실제 사용자 경험이 크게 달라질 수 있음을 보여준 것이다. 인텔과 엔비디아 등 주요 기업들이 CPU·GPU·NPU를 결합한 AI PC 전략을 공개했으며, 데이터센터 시장에서도 AI 추론 작업을 단계별로 분리해 서로 다른 연산 장치에 할당하는 방식이 확산되고 있다. 앞서 AI 모델 경량화와 압축 기술에 강점을 보여온 노타는 이번 기술을 통해 모델 최적화를 넘어 AI 실행 환경과 하드웨어 활용 방식까지 아우르는 통합 최적화 역량을 선보인 것으로 평가된다. 특히 AI PC와 온디바이스 AI 시장에서는 제한된 전력과 연산 자원 안에서 최대 성능을 구현해야 하는 만큼 하드웨어 자원 활용 효율이 사용자 경험을 좌우하는 핵심 요소로 꼽힌다. 향후 AI PC 보급이 확대될수록 이기종 컴퓨팅과 런타임 최적화 기술의 중요성이 더욱 커질 것으로 전망된다. 채명수 노타 대표는 "AI PC 시대에는 AI 모델을 기기 안에 올리는 것만으로는 충분하지 않으며 GPU, NPU 등 다양한 연산 장치를 모델 특성에 맞게 조합하는 최적화 역량이 실제 AI 경험을 좌우한다"며 "노타는 모델 경량화, 런타임 최적화, 하드웨어 최적화 기술을 결합해 AI PC 시대의 온디바이스 AI 실행 효율을 높여 나가겠다"고 말했다.2026-06-04 14:11:19
-
GPU 고객 넘어 전략 파트너로… 네이버클라우드, 엔비디아 AI 생태계 합류 [경제일보] 엔비디아가 네이버클라우드를 글로벌 AI 인프라 생태계의 핵심 파트너로 공식 지목하며 양사 협력이 새로운 국면에 접어들고 있다. 단순 GPU 공급 관계를 넘어 초거대 인공지능(AI) 모델과 클라우드, 피지컬 AI, 소버린 AI까지 협력 범위를 확대하면서 네이버클라우드가 엔비디아의 차세대 'AI 팩토리' 전략을 구현할 아시아 핵심 거점으로 부상하고 있는 것으로 분석된다. 2일 네이버클라우드는 대만에서 열린 엔비디아 클라우드 파트너 서밋(NCP 서밋)에 참가해 엔비디아와의 AI 팩토리 구축 협력 방향을 공개했다. 김유원 네이버클라우드 대표는 이날 AI 인프라부터 서비스까지 전 영역을 아우르는 풀스택 역량을 바탕으로 엔비디아의 AI 팩토리 전략을 함께 추진하겠다고 밝혔다. 이번 발표는 하루 전 열린 엔비디아 GTC 타이베이 2026 기조연설과 맞물리며 더욱 주목받고 있다. 당시 젠슨 황 엔비디아 최고경영자(CEO)는 글로벌 AI 클라우드 사업자 사례를 소개하는 과정에서 네이버클라우드를 직접 언급했다. 특히 발표 맥락상 네이버클라우드는 단순 엔비디아 GPU 구매 고객이 아닌 AI 인프라 운영 사업자 그룹으로 분류됐다. 이날 화면에는 미국의 코어위브, 네비우스, 영국의 엔스케일 등 최근 AI 인프라 시장 성장의 대표 수혜 기업들이 함께 소개됐다. 이들 기업은 엔비디아 GPU와 소프트웨어 스택을 기반으로 AI 데이터센터를 구축하고 기업 고객에게 AI 서비스를 제공하는 사업 모델을 운영하고 있다. AI 팩토리는 대규모 GPU 인프라와 데이터센터, 초거대 AI 모델, 애플리케이션 서비스를 통합 운영하는 차세대 AI 생산 체계다. 엔비디아는 최근 GPU 제조사를 넘어 AI 인프라 플랫폼 기업으로의 전환을 선언하며 글로벌 클라우드 사업자들과 협력을 확대하고 있다. 네이버클라우드는 국내에서 AI 모델과 클라우드, 데이터센터를 모두 보유한 사업자 중 하나로 꼽힌다. 네이버는 자체 초거대 AI 모델 하이퍼클로바X를 개발하고 있으며 네이버클라우드를 통해 기업용 AI 서비스를 제공하고 있다. 또한 데이터센터 '각 세종'을 기반으로 AI 인프라 경쟁력도 강화하고 있다. 이번 협력은 인프라 영역을 넘어 AI 모델 개발 분야로도 확대된다. 네이버클라우드는 엔비디아의 개방형 대규모 언어 모델(LLM) '네모트론 3 울트라'를 활용해 하이퍼클로바X 성능을 고도화할 계획이다. 양사는 초거대 언어 모델 최적화와 원천 기술 공동 연구도 추진한다. 앞서 네이버클라우드는 지난 3월 엔비디아의 피지컬 AI 플랫폼 코스모스(Cosmos)를 활용해 서울의 실제 환경을 디지털 공간에 구현한 '서울 월드 모델'을 공개한 바 있다. 서울 전역에서 수집한 120만장의 파노라마 이미지와 국내 지도 데이터를 학습시켜 실제 도로 환경과 공간 구조를 구현한 모델로 피지컬 AI 분야 협력도 진행하고 있다. 이번 협력은 향후 소버린 AI 시장 확대와도 연결될 것으로 전망된다. 네이버는 일본과 중동, 동남아시아 등 해외 시장을 대상으로 소버린 AI 사업을 추진하고 있으며 엔비디아 역시 각국 정부와 기업이 자체 AI 인프라를 구축할 수 있도록 지원하는 전략을 강화하고 있다. 특히 젠슨 황 CEO가 오는 8일 경기 성남시 판교 네이버 1784 사옥을 방문할 것으로 알려지면서 양사 협력은 더욱 구체화될 전망이다. 네이버 창업자인 이해진 이사회 의장과 황 CEO의 회동도 예정된 것으로 알려졌다. 양사는 해당 만남을 통해 글로벌 AI 팩토리 구축 사업과 소버린 AI 사업 확대 방안, 아시아 지역 AI 인프라 협력 전략 등을 논의할 것으로 예상된다. 김유원 네이버클라우드 대표는 "AI 산업의 패러다임이 모델 중심에서 대규모 인프라를 안정적으로 운영하는 추론 중심의 AI 팩토리 시대로 이동하고 있다"며 "엔비디아와의 협력은 단순한 GPU 공급자와 고객의 관계를 넘어 함께 AI 기술을 개발하고 글로벌 AI 생태계를 확장하는 전략적 결정이며, 향후 아시아 시장의 폭발적인 AI 수요를 뒷받침하는 핵심 공급자이자 독보적인 'AI 인프라 허브'로 자리매김할 것"이라고 말했다.2026-06-02 10:50:07
많이 본 뉴스
영상
Youtube 바로가기
![[데스크칼럼] 명목 GDP 26.4% 급증, 경제 체질까지 좋아진 건 아니다](https://image.ajunews.com/content/image/2026/09/08/20260908101804622590_518_323.png)