2026.10.16 금요일
검색
'데이터셋' 검색결과
기간검색
-
~
검색영역
검색어
-
독자 AI, 이제 '실전'으로…SKT·업스테이지, 보안 데이터로 성능 검증 [경제일보] 독자 인공지능(AI) 파운데이션 모델 경쟁이 모델 성능을 겨루는 단계를 넘어 실제 산업 현장에 투입해 경쟁력을 입증하는 단계로 넘어가고 있다. SK텔레콤과 업스테이지는 국내 정보보호 기업들이 보유한 실제 보안 데이터를 독자 AI 모델에 학습시키고, 두 모델이 서로를 공격하는 레드티밍까지 진행하며 사이버보안 분야에서 실전 성능 검증에 나선다. 정부의 '독자 AI 파운데이션 모델 프로젝트(독파모)'를 통해 확보한 모델 경쟁력을 산업 현장으로 확장하려는 움직임이다. 8일 SK텔레콤은 업스테이지와 전날 SKT타워에서 국내 정보보호 기업 6곳, 대학 3곳과 함께 '독자 AI 사이버보안 협의체'를 출범하고 AI 정보보호 기술 협력을 위한 업무협약을 체결했다고 밝혔다. SK쉴더스·시큐아이·안랩·라온시큐어·지니언스·파이오링크 등 보안기업과 고려대·숭실대·부산대가 참여했다. 이번 협의체는 국내 보안기업이 현장에서 축적한 데이터를 독자 AI 모델 개발에 연결하는 것을 목표로 설립됐다. SK텔레콤의 A.X K 시리즈와 업스테이지의 솔라에 악성코드 분석, 취약점 분석, 보안관제 등 실제 보안 업무 과정에서 생성되는 데이터를 학습시키고, 이후 보안기업의 제품과 서비스에 적용해 성능을 검증한다. 이는 독파모를 통해 개발한 AI 모델의 활용처를 산업별로 넓히는 과정으로 분석된다. SKT와 업스테이지는 독파모 3단계에 진출하며 국내 독자 AI 모델 경쟁력을 입증한 데 이어, 이번에는 보안이라는 구체적인 산업 영역에서 모델의 활용 가능성을 시험한다. 특히 사이버보안은 일반적인 생성형 AI 서비스와 달리 현장 데이터의 중요성이 큰 분야다. AI가 실제 공격을 탐지하고 취약점을 분석하려면 과거 공격 사례와 악성코드, 보안관제 기록 등 전문 데이터에 대한 이해가 필요하기 때문이다. 새로운 공격 방식이 계속 등장하는 만큼 최신 위협 데이터를 얼마나 빠르게 모델에 반영하느냐도 성능을 좌우할 전망이다. 협의체에 참여한 보안기업들은 각자의 현장 데이터를 바탕으로 모델 고도화를 지원한다. SK쉴더스는 통합 보안관제 플랫폼을 통해 하루 170억건 규모의 위협 이벤트를 분석하고 있으며, 안랩은 2.5PB 이상의 보안 데이터를 보유하고 있다. 시큐아이는 방화벽 등 네트워크 보안 영역, 라온시큐어는 보안 데이터와 자율 모의침투, 지니언스는 보안 솔루션 운영 데이터와 사후학습 데이터셋, 파이오링크는 자율 공격 검증과 탐지룰 생성 분야의 역량을 제공한다. SK텔레콤과 업스테이지는 사전학습과 사후학습을 나눠 진행한다. 사전학습에서는 보안 데이터를 활용해 모델의 기초적인 보안 지식을 강화하고, 사후학습에서는 소프트웨어 취약점 분석·패치, 보안관제센터의 사고 대응, 보안 도구 활용 등 실제 업무 수행 능력을 높인다. SK텔레콤은 차기 모델인 A.X K3에 보안 분야 데이터를 체계적으로 학습시키는 한편 전 국민 대상 AI 서비스인 '모두의 AI'를 안전하게 운영하는 데 필요한 데이터도 보강한다. 업스테이지는 대용량 코드와 장기간 로그를 분석할 수 있는 차기 솔라 모델에 취약점 탐지·분석 데이터를 집중적으로 학습시킬 계획이다. 이 과정에서 두 독자 AI 모델이 서로를 공격하는 '상호 레드티밍'도 진행한다. 한 모델이 다른 모델의 취약점을 찾아 공격하고, 여기서 발견된 문제를 다시 학습 데이터로 활용해 방어 능력을 높이는 방식이다. AI 모델을 대상으로 한 공격과 방어를 반복하면서 기존 벤치마크 점수만으로 확인하기 어려운 보안 취약점을 찾아내겠다는 것이다. SK텔레콤은 앞서 A.X K2 개발 과정에서 자체 레드티밍 자동화 체계인 SERT(셀프 익스펜딩 레드티밍)를 구축해 약 1만5000건의 공격 대응 데이터를 생성·학습한 바 있다. 이를 이번 협의체의 상호 레드티밍에도 확대 적용한다. 업스테이지 역시 고난도·안전성 데이터 21만건과 AI가 위험한 요청을 거부하도록 학습시키는 정렬 체계를 활용한다. 양사가 각각 축적한 AI 안전성 기술을 사이버보안이라는 실제 공격·방어 환경에 적용하는 것이다. 해당 구상에서 대학이 제3자 검증 역할을 맡는다. 고려대는 AI의 실행 파일 분석 능력과 공격 방어력을 평가하고, 숭실대는 AI 보안 성능 평가 기준과 안전장치 우회 공격 대응력을 검증한다. 부산대는 차기 모델과 경량 모델의 성능 및 안전성을 평가한다. 기업이 직접 개발한 AI 모델을 자사 기준으로만 평가하는 것이 아니라 대학의 독립적인 검증을 병행한다는 점에서 이번 협의체의 차별점이 있다. 특히 보안 AI는 모델이 공격을 잘 탐지하는 것뿐 아니라 공격자가 AI의 판단을 우회하거나 잘못된 답변을 유도했을 때도 안정적으로 대응하는지가 중요하다. 최종적으로는 실제 보안 제품과 서비스에 A.X K와 솔라를 적용하는 단계까지 이어진다. 참여 기업들은 제로데이 취약점 분석과 실시간 보안 관제 등 각자의 제품·서비스에 AI 모델을 적용하고 운영 환경에서 성능을 확인할 계획이다. 여기서 확보한 분석·대응 결과는 다시 모델 학습에 반영한다. '보안 데이터 확보 → AI 학습 → 레드티밍 → 현장 실증 → 재학습'으로 이어지는 순환 구조를 만드는 것이 협의체의 목표다. 유경상 SK텔레콤 AI CIC장은 "보안 AI의 수준은 결국 모델이 얼마나 넓고 깊게 추론하느냐에 달려 있다"며 "독자 AI 파운데이션 모델 프로젝트에서 검증된 모델들이 국내 대표 정보보호 기업·대학과 함께 실제 보안 현장에서 효과를 입증해, 국가 대표 AI 모델의 활용 성과를 사이버보안 영역에서도 보여주겠다"고 말했다.2026-10-08 08:55:43
-
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
-
SKT 'A.X K2' 3단계행…셀렉트스타, AI 데이터 품질 검증 고도화 나선다 [경제일보] 정부의 '독자 AI 파운데이션 모델' 프로젝트 2차 평가에서 SK텔레콤 컨소시엄이 3단계에 진출한 가운데 컨소시엄의 데이터 부문을 맡은 셀렉트스타의 역할도 확대되고 있다. 인공지능(AI) 모델의 성능 경쟁이 고도화하면서 학습 데이터의 품질과 안전성을 관리하는 역량이 독자 AI 모델 경쟁력의 주요 요소로 부상하고 있는 것으로 분석된다. 18일 셀렉트스타가 참여한 SK텔레콤 컨소시엄은 과학기술정보통신부가 추진하는 '독자 AI 파운데이션 모델' 프로젝트 2차 평가를 통과해 3개 정예팀 가운데 하나로 선정됐다. 이번 평가에서는 SK텔레콤의 'A.X K2'를 비롯해 업스테이지 '솔라 오픈 2', LG AI연구원 'K-엑사원 2.0'이 3단계 개발을 이어가게 됐다. 이번 프로젝트는 글로벌 AI 모델과 경쟁할 수 있는 국내 독자 AI 파운데이션 모델을 확보하기 위해 정부가 추진하는 국가 사업이다. 2차 평가는 벤치마크와 전문가 평가, 사용자 평가 등을 종합해 후속 개발팀을 가리는 방식으로 진행됐다. SK텔레콤 컨소시엄은 SK텔레콤을 중심으로 셀렉트스타, 크래프톤, 포티투닷, 리벨리온, 라이너, SK AX, 테크노매트릭스 등 기업과 서울대, KAIST 등 학계가 참여하고 있다. SK텔레콤 컨소시엄에서 셀렉트스타는 모델 개발에 필요한 학습 데이터의 품질 관리와 검수를 담당했다. 단순히 데이터를 구축해 공급하는 역할에서 나아가 여러 참여 기관에서 생성·구축한 데이터를 동일한 기준으로 검증하고 관리하는 역할을 맡았다. 셀렉트스타는 1차 단계에서 대규모 학습 데이터를 구축하고 품질을 검증해 SK텔레콤의 'A.X K1' 성능과 신뢰성 향상을 지원한 것에 이어 2차 단계에서는 컨소시엄 내 여러 기관이 생산한 데이터를 통합 관리하는 데 초점을 맞춰 품질을 검수했다. 최근 AI 모델의 성능이 학습 데이터의 양뿐 아니라 데이터의 정확성과 일관성에 영향을 받는 만큼 데이터 품질 관리의 중요성도 커지고 있다. 특히 여러 기관이 하나의 컨소시엄을 구성해 모델을 개발할 경우 기관마다 데이터 생성 방식이나 검수 기준이 달라질 수 있어 이를 통합하는 관리 체계가 필요한 것으로 꼽힌다. 셀렉트스타는 2차 단계에서 모델 개발 과정에 필요한 데이터 품질 기준을 별도로 수립하고 세부 항목을 검증했다. 질문과 답변이 적절하게 구성됐는지를 확인하는 '질의·응답 적정성', 이미지와 질문·답변의 내용이 일치하는지를 살펴보는 'VQA(시각 질의응답) 적정성', 문장의 형식과 구조 등을 확인하는 '구문 정확성' 등이 검수 대상에 포함됐다. 특히 2차 단계에서는 1차보다 강화된 데이터 품질 기준이 적용되면서 여러 참여 기관이 구축한 데이터를 일관된 기준으로 검증하는 작업의 중요성이 커졌다. 이에 셀렉트스타는 데이터 품질 관리 프로세스를 고도화해 기관별 데이터의 품질 편차를 줄이고 사후 학습에 활용되는 데이터의 완성도를 높이는 데 주력했다. AI 안전성 확보를 위한 데이터 검수도 진행했다. 모델이 실제 서비스에 활용되는 과정에서 유해하거나 편향된 결과를 내놓는 것을 줄이기 위해 레드티밍 학습용 데이터셋의 품질을 점검했다. 레드티밍은 AI 모델에 의도적으로 취약점을 공격하거나 문제가 발생할 수 있는 질문을 제시해 모델의 위험 요소를 확인하는 방식이다. 셀렉트스타는 자체 AI 신뢰성 평가 플랫폼인 '다투모 플랫폼'과 산업·공공 분야에서 축적한 레드티밍 경험 등을 활용해 데이터 품질과 안전성 검증을 진행했다고 설명했다. AI 모델의 파라미터 규모나 벤치마크 성능뿐 아니라 어떤 데이터를 어떤 기준으로 학습시킨 것인지를 검증해 실제 서비스 경쟁력을 향상시킨 것으로 평가된다. 특히 3단계에 진입한 모델들이 향후 산업과 실생활에서 활용될 수 있는 수준으로 고도화될 경우 데이터 품질 관리와 안전성 검증에 대한 요구도 더욱 커질 전망이다. 연구·개발 단계에서 확보한 모델 성능을 실제 서비스로 연결하기 위해서는 데이터의 정확성과 안정성, 개인정보 및 편향 문제 등을 지속적으로 관리해야 하기 때문이다. 김세엽 셀렉트스타 대표는 "이번 2차 평가 통과는 SKT 컨소시엄 참여기관들이 각자의 영역에서 역량을 모아온 결과"라며 "셀렉트스타도 데이터 총괄 파트너로서 축적해 온 데이터 구축·품질 관리 역량을 바탕으로 모델 고도화를 안정적으로 지원해 나가겠다"고 말했다. 이어 "이번 프로젝트의 기술과 데이터 성과가 특정 기업에 머무르지 않고 국내 AI 생태계가 폭넓게 활용할 수 있는 결과물로 이어질 수 있도록 데이터와 신뢰성 평가 기술을 지속적으로 고도화하겠다"고 강조했다.2026-08-18 14:08:11
-
팀네이버, AI 취약점 찾는 기술로 ICML 상위 2.2%…'서울 월드모델'도 공개 [경제일보] 네이버가 인공지능(AI) 모델을 공격자의 시각에서 검증하는 레드티밍 기술로 세계 3대 AI 학회에서 상위권 평가를 받았다. 여러 AI의 협업 순서를 자동 설계하는 기술부터 서울을 가상공간에 재현한 월드모델까지 공개하며 검색을 넘어 피지컬 AI로 연구 범위를 넓혔다. 팀네이버는 지난 6일부터 11일까지 서울 코엑스에서 열린 국제머신러닝학회 ‘ICML 2026’에 참가해 논문 6편과 실서비스 적용 사례를 발표했다고 13일 밝혔다. ICML은 신경정보처리시스템학회(NeurIPS), 국제표현학습학회(ICLR)와 함께 세계 3대 AI·머신러닝 학회로 꼽힌다. 올해 처음 한국에서 개최됐다. ◆ AI가 위험한 답을 하도록 공격…배포 전 취약점 찾는다 가장 높은 평가를 받은 연구는 ‘스테이블 지플로우넷’이다. 대형언어모델(LLM)이 유해하거나 위험한 답변을 내놓도록 유도하는 공격 문장을 자동으로 생성해 취약점을 찾는 레드티밍 기술이다. 네이버에 따르면 해당 논문은 전체 채택 논문 중 상위 약 2.2%에 해당하는 ‘스포트라이트’에 선정됐다. 기존 생성흐름네트워크(GFlowNet) 기반 레드티밍은 학습이 불안정하거나 비슷한 공격 패턴만 반복하는 ‘모드 붕괴’ 문제가 있었다. 연구팀은 공격 문장끼리의 비교 학습과 불안정한 평가값을 걸러내는 방식을 적용해 공격 성공률과 다양성을 함께 높였다. 이 기술은 AI 서비스 출시 전 정상적인 성능만 시험하는 대신 악의적인 이용자가 안전장치를 우회하는 상황까지 점검하는 데 활용할 수 있다. 다만 실험에서 높은 공격 성능을 보였다는 사실이 모든 실제 서비스의 취약점을 찾아낼 수 있다는 의미는 아니다. 모델과 운영 환경에 따른 추가 검증이 필요하다. AI 모델의 개발·운영 비용을 줄이기 위한 연구도 발표됐다. ‘시머지’는 서로 다른 업무에 특화된 모델을 하나로 합칠 때 전체 구조를 다시 학습하지 않고 단일 레이어만 조정하는 병합 기술이다. 연구진은 비전과 자연어처리 벤치마크에서 기존 모델 병합 방식보다 경쟁력 있는 성능을 확인했다고 설명했다. ‘플로우봇’은 여러 AI 에이전트가 문제를 해결할 때 필요한 작업 순서를 자동으로 탐색한다. 사람이 도구 호출 순서와 업무 흐름을 일일이 설계하는 부담을 줄여 에이전트 개발 속도와 운영 효율을 높이는 기술이다. 수백∼수천개 데이터셋을 특성별로 나눠 학습한 뒤 한 차례 병합하는 연구도 공개됐다. 성격이 다른 데이터를 한꺼번에 학습할 때 발생하는 성능 충돌을 줄이면서 LLM 후공정 비용을 낮추는 데 초점을 맞췄다. ◆ 서울을 로봇 훈련장으로…피지컬 AI 연결 현실 공간을 이해하는 연구도 주요 축이었다. 네이버는 흔들리거나 초점이 흐린 단일 카메라 영상에서 물체의 이동 궤적과 형태를 분리해 움직이는 3차원 장면을 복원하는 기술을 발표했다. 자율주행과 로봇이 동적인 환경을 파악하는 데 활용할 수 있다. 네이버·네이버랩스와 KAIST, 서울대가 공동 개발한 ‘서울 월드모델’도 소개했다. 서울 전역의 공간 데이터를 가상 환경으로 구현해 로봇이 실제 도시에 투입되기 전 이동 경로와 행동을 반복 학습하도록 하는 플랫폼이다. 팀네이버가 이번 학회에서 강조한 것은 개별 논문 수보다 연구의 연결 구조다. AI 모델을 개발한 뒤 안전성을 검증하고 여러 모델과 에이전트를 효율적으로 운영한 다음 로봇이 움직이는 현실 공간까지 적용하겠다는 것이다. 향후 연구 성과가 검색과 지도, 쇼핑, 로봇 등 실제 서비스의 성능과 비용 개선으로 이어지는지가 ‘AI 풀스택’ 전략을 평가할 기준이 될 전망이다.2026-07-13 11:51:59
-
AWS, 생성형 AI로 항생제 내성 대응…글로벌 연구 플랫폼 구축 [경제일보] 아마존웹서비스(AWS)가 생성형 AI와 클라우드 기술을 활용해 전 세계 공공보건의 최대 과제 중 하나로 꼽히는 항생제 내성(AMR) 대응에 나선다. 전 세계에 흩어진 연구 데이터를 하나의 플랫폼으로 통합하고 AI를 활용해 새로운 내성 패턴을 분석함으로써 신약 개발과 공공보건 대응 속도를 높이겠다는 전략이다. 3일 AWS는 임페리얼 칼리지 런던과 임페리얼 칼리지 헬스케어 NHS 트러스트가 공동으로 추진하는 '플레밍 이니셔티브'의 글로벌 AMR 인텔리전스 플랫폼 구축을 지원한다고 밝혔다. AWS는 최대 수백만 파운드 규모의 클라우드와 AI 기술, 기술 지원을 제공할 예정이라고 설명했다. AMR은 세균과 바이러스, 진균, 기생충 등이 변이를 일으켜 기존 항생제나 항균제가 더 이상 효과를 내지 못하는 현상이다. 전 세계적으로 약물 내성 감염이 증가하면서 의료 시스템은 새로운 내성 패턴을 신속하게 파악하고 적절한 치료법을 제시하는 데 어려움을 겪고 있는 것으로 알려졌다. 연구기관들은 의료와 실험실, 지역사회 등에 분산된 데이터를 통합하기 어려워 연구와 대응에도 상당한 시간이 소요되는 상황이다. 이에 플레밍 이니셔티브는 AWS의 생성형 AI와 클라우드 기술을 활용해 전 세계에 분산된 AMR 관련 데이터를 하나의 클라우드 기반 플랫폼으로 통합할 계획이다. 화합물 라이브러리와 감시 신호, 연구 데이터를 연결해 기존에는 확인하기 어려웠던 내성 패턴과 연구 인사이트를 도출하고 새로운 위협을 보다 빠르게 식별하는 것이 목표다. 앨리슨 홈스 플레밍 이니셔티브 디렉터는 "항생제 내성은 단일 기관이나 국가, 데이터셋만으로는 해결할 수 없는 전 세계적 과제"라며 "더 긴밀하게 연결되고 접근성 높은 데이터 생태계를 지원함으로써 연구자와 공공보건 리더가 효과적으로 협력하고, 신속하게 대응하며, AMR 위기에 걸맞은 속도와 규모로 새로운 인사이트를 도출할 수 있을 것"이라고 말했다. AWS는 생성형 AI 서비스인 '아마존 베드록'을 통해 연구 환경도 지원한다. 연구진은 아마존과 앤트로픽, 메타, 코히어 등 다양한 기업의 파운데이션 모델을 활용해 데이터를 분석하고 컴퓨터 시뮬레이션 기반 연구인 인실리코 연구를 수행할 수 있다. 이를 통해 수년이 걸리던 연구 과정의 일부를 단축하고 신약 후보 물질 발굴과 내성 예측 속도를 높일 전망이다. 이번 플랫폼은 연구기관과 의료기관, 산업계, 공공기관이 국가와 기관의 경계를 넘어 데이터를 공유하고 협력할 수 있는 기반 역할도 수행한다. 플랫폼에 참여하는 기관이 늘어날수록 데이터 규모와 분석 정확도가 함께 향상돼 글로벌 AMR 대응 체계를 구축한다는 구상이다. 이번 협력은 생성형 AI의 활용 범위가 업무 자동화를 넘어 의료와 생명과학 분야로 빠르게 확대되고 있음을 보여주는 사례로 평가된다. 최근 글로벌 빅테크 기업들은 생성형 AI를 활용한 신약 개발과 질병 예측, 의료 데이터 분석 등 헬스케어 분야 투자를 확대하고 있으며, AWS 역시 클라우드와 AI를 기반으로 의료·생명과학 시장 공략을 강화하고 있다. 롤랜드 일링 AWS CMO 겸 글로벌 헬스케어·생명과학 부문 디렉터는 "클라우드와 AI 기술의 힘을 활용해 갈수록 커지는 항생제 내성이라는 전 세계적 과제 해결에 나서는 플레밍 이니셔티브를 지원하게 되어 기쁘다"며 "그동안 분리돼 있던 데이터셋을 클라우드를 통해 안전하고 대규모로 연결하고, 생성형 AI를 활용해 새로운 연구 인사이트를 도출함으로써 연구자와 공공보건 리더가 더욱 긴밀하게 협력하고, 연구 성과 창출을 앞당기며, 갈수록 커지는 이 위협에 선제적으로 대응할 수 있도록 지원할 것"이라고 말했다.2026-07-03 13:54:26
-
BC카드, 금융 특화 AI 검색 모델 자체 개발…"성능 세계 1위 달성" [경제일보] BC카드는 생성형 인공지능(AI) 서비스의 검색 정확도를 높여주는 금융 특화 임베딩(Embedding) 모델을 자체 개발해 선보였다고 2일 밝혔다. 최근 금융업계는 생성형 AI를 접목한 상담을 비롯해 사내 업무 지원이나 문서 탐색 기능을 적극적으로 도입하는 추세다. 생성형 AI는 모든 정보를 외우는 것이 아니라 질문에 부합하는 정보를 찾아 답변을 엮어내는 방식으로 작동한다. 이 때문에 연관 문서를 얼마나 정확하게 찾아내는지가 서비스 품질을 결정짓는다. 이를 뒷받침하는 핵심 기술이 바로 임베딩 모델이다. 질문과 문서의 의미를 AI가 인식할 수 있는 좌표값인 숫자로 바꾼 뒤 유사한 정보들을 가깝게 배열해 가장 적합한 내용을 사용자에게 전달한다. 가령 해외결제 수수료를 묻는 질문에 관련 약관이나 서류를 탐색할 때 정확한 단어가 없어도 의미가 동일한 다른 표현의 문서를 찾아 AI에 제공하는 역할이다. 기존 범용 모델들은 가맹점이나 결제 같은 국내 금융 전문 용어의 문맥을 제대로 파악하지 못하는 단점이 존재했다. 이러한 한계를 극복하기 위해 BC카드는 앞서 오픈소스 플랫폼에 공개했던 182만건 규모의 데이터셋을 바탕으로 새로운 금융 특화 임베딩 모델을 완성했다. 새 모델은 활용 목적에 맞춰 경량형과 고품질형 두 가지로 나뉜다. 경량형 모델은 6억개 파라미터 규모로 일반 중앙처리장치(CPU) 환경에서 구동할 수 있다. 이 모델은 지난달 27일 기준 글로벌 벤치마크 평가(SOTA)에서 다른 모델과 비교해 검색 성능이 최대 15% 향상되며 세계 1위를 달성했다. 그래픽처리장치(GPU) 환경에서 쓰이는 고품질형 모델은 40억개 파라미터 규모를 갖췄다. 경량형보다 성능이 10%가량 우수해 정밀한 검색이 요구되는 업무에 알맞다. 응답 속도가 중요할 때는 경량형을 쓰고 높은 정확도가 필요할 때는 고품질형을 선택적으로 도입할 수 있다. BC카드는 이번 개발 과정에서 단순히 모델 크기를 키우는 것보다 양질의 금융 데이터를 학습시키는 작업이 성능 개선에 더 필수적인 요인임을 확인했다. 이로써 금융 AI 서비스의 핵심 검색 기술을 자체적으로 확보했다. 향후 외부 시스템에 민감한 금융 데이터를 넘기지 않고도 독자적인 AI 서비스를 운영할 수 있는 기반이 마련된 것으로 풀이된다. 이는 보안과 규제 리스크를 최소화하는 결과로 이어질 것으로 보인다. 해당 모델은 글로벌 오픈소스 플랫폼 허깅페이스를 통해 대중에게 공개될 예정이다. BC카드는 앞으로 적용 대상을 넓혀 △KT 그룹사 △정부 △금융기관 등을 상대로 금융 AI 검색 플랫폼 사업을 지속해서 확장해 나갈 계획이다. 오성수 BC카드 상무는 "이번 개발은 금융 특화 AI 서비스의 핵심 기술을 자체 확보하고 운영할 수 있는 기술 기반을 마련해 정부의 소버린 AI 기조, 금융위원회가 추진 중인 금융권 AX 가속화 정책과도 부합한다는 점에서 의미가 크다"면서 "자체 개발한 금융 특화 모델과 데이터셋을 개방과 공유해 금융권 전반의 AX 저변 확대와 한국형 금융 AI 생태계 구축에 기여할 것"이라고 말했다.2026-07-02 16:34:28
-
KAIST, 동물 몸짓 읽는 AI 개발…신약·정신질환 연구 속도 낸다 [경제일보] 한국과학기술원(KAIST) 연구진이 동물의 움직임을 언어처럼 학습하고 행동의 의미를 해석하는 인공지능(AI)을 개발했다. 생쥐 행동을 정밀하게 읽어 신약 후보물질 평가와 자폐, 우울증, 조현병 등 정신질환 연구에 활용될 수 있는 기술이다. KAIST는 뇌인지과학과 김대수 교수 연구팀이 동물의 움직임을 언어처럼 분석하는 AI 플랫폼 ‘비헤이버트(BehaVERT)’를 개발했다고 1일 밝혔다. 연구 결과는 컴퓨터비전 분야 국제학술지 ‘International Journal of Computer Vision(IJCV)’에 게재됐다. 비헤이버트는 생쥐의 코, 귀, 척추, 사지, 꼬리 등 골격 움직임을 자연어의 단어에 해당하는 ‘토큰’으로 변환해 학습한다. 이후 자연어 처리에 활용되는 BERT 기반 트랜스포머 모델을 적용해 시간 흐름에 따른 행동 패턴과 의미를 파악한다. 기존 AI 행동 분석은 특정 행동을 분류하는 데 머문 경우가 많았다. 비헤이버트는 행동의 순서와 맥락까지 함께 본다. 같은 움직임이라도 어떤 상호작용 속에서 나타나는지에 따라 의미가 달라질 수 있다는 점을 반영한 것이다. 연구팀은 비헤이버트를 사회적 상호작용, 다개체 행동, 3차원 움직임 분석, 자폐 행동 분석 등 국제 표준 벤치마크 5종에 적용했다. 그 결과 모든 평가에서 기존 최고 수준을 뛰어넘었다고 설명했다. 해석 가능성도 강점이다. 비헤이버트는 어떤 행동에 주목해 판단했는지 연구자에게 보여준다. 실험에서 AI는 자폐 모델 생쥐와 정상 생쥐를 구분할 때 ‘입과 입을 맞대는 접촉’에 집중했다. 이는 자폐 모델 생쥐가 접근 행동은 보이지만 실제 사회적 상호작용에는 결함을 보인다는 기존 연구와 일치한다. AI 내부에서는 움직임, 주의, 사회성 등 행동 특성이 체계적으로 정리된 것으로 나타났다. 연구팀은 이를 동물 행동에도 언어와 유사한 의미 구조가 존재할 수 있음을 보여주는 결과로 보고 있다. 이번 연구는 생명과학 전공 연구자들이 직접 AI를 익혀 모델과 학습 전략을 설계했다는 점에서도 의미가 있다. 연구팀은 웹 기반 골격·행동 라벨링 도구와 표준화 데이터셋, 모델 코드도 공개해 다른 연구자들이 활용할 수 있도록 했다. 활용 가능성은 넓다. 신약 개발에서는 후보물질 투여 뒤 나타나는 미세한 행동 변화를 정량적으로 분석할 수 있다. 정신질환 연구에서는 자폐, 우울증, 조현병 동물모델의 행동 특징을 더 정밀하게 비교할 수 있다. 행동유전학과 생태학 분야에서도 개체 간 상호작용과 환경 반응을 분석하는 도구로 쓰일 수 있다. 신승재 박사는 “사람이 정답을 알려주지 않아도 AI가 행동 데이터만으로 스스로 학습해 핵심 행동 특징을 찾아낼 수 있음을 확인했다”고 말했다. 김대수 교수는 “비헤이버트는 행동을 분류하는 수준을 넘어 행동의 의미까지 이해하는 새로운 AI 모델”이라며 “다양한 생명과학 분야에서 새로운 발견을 이끄는 연구 도구가 될 것으로 기대한다”고 밝혔다. 한편 동물 행동 분석은 신약과 뇌질환 연구의 중요한 관문이다. 연구자가 눈으로 관찰하고 분류하는 방식만으로는 미세한 차이와 시간적 맥락을 놓치기 쉽다. 비헤이버트의 의미는 AI가 연구자를 대신한다는 데 있지 않다. 인간이 보지 못한 행동의 구조를 찾아내고 과학자가 다시 검증할 수 있는 새로운 도구를 제공한다는 데 있다.2026-07-01 16:14:40
-
![[데일리 뱅킹 브리프] KB금융, 긱워커 맞춤형 금융 지원 확대 추진 外](https://image.ajunews.com//content/image/2026/06/30/20260630160139129300.jpg)
KB금융, 긱워커 맞춤형 금융 지원 확대 추진 外 [경제일보] KB금융, 긱워커 맞춤형 금융 지원 확대 추진 KB금융그룹이 다음달 1일부터 플랫폼 종사자(긱워커)를 위한 맞춤형 금융지원 체계를 마련하고 제도권 금융 접근성 확대에 나선다고 30일 밝혔다. 이번 지원은 △배달라이더 △대리운전기사 △물류업 종사자 △크리에이터 등 플랫폼 기반 경제활동 종사자를 대상으로 그룹 차원의 금융 생태계를 구축하는 것이 핵심이다. KB국민은행은 긱워커 전용 파킹통장인 'KB 프리N통장'을 출시한다. 플랫폼 정산금 등 비정기 소득을 관리할 수 있도록 설계했으며 결산기 평균잔액 200만원까지 최고 연 1.4% 특별금리를 제공한다. 플랫폼 정산금도 급여 실적으로 인정해 급여이체 고객과 동일한 금융 우대 혜택을 제공한다. 올해 3분기에는 서민금융진흥원과 협업해 청년 배달 종사자를 위한 미소금융 상품도 선보인다. 배달용 이륜차 구입자금을 최대 500만원까지 지원하며 친환경 이륜차 구매자와 금융교육 이수자에게는 금리 우대 혜택을 제공할 예정이다. 국민은행은 비금융 대안정보와 머신러닝 기반 신용평가를 활용해 금융이력 부족 고객에 대한 신용대출 심사도 확대한다. 이와 함께 배달 플랫폼 종사자를 위한 KB리브모바일 전용 요금제도 출시한다. KB국민카드는 이동이 많은 긱워커를 위한 'KB On the Go 체크카드'를 선보인다. 주유·통신·식음료 할인과 함께 KB손해보험의 자동차·이륜차 보험료 할인 혜택을 제공한다. KB손해보험은 지난 26일부터 산업안전보건공단 온라인 안전교육을 이수한 이륜차 배달 운전자에게 자동차보험료를 5% 할인하는 '라이더 안전교육 할인특약'을 운영하고 있다. KB금융 관계자는 "긱워커는 플랫폼 경제와 디지털 전환을 이끌어가는 새로운 경제 주체이자 미래 금융의 중요한 고객군"이라며 "맞춤형 금융서비스를 통해 포용금융을 확대하고 고객과 함께 성장하는 금융 생태계를 만들어 나가겠다"고 말했다. 우리은행·서금원, 영세자영업자 '인정가게' 프로젝트 실시 우리은행이 서민금융진흥원과 함께 성장 잠재력을 갖춘 영세자영업자를 발굴해 지원하는 ‘인정가게’ 프로젝트를 다음달 1일부터 실시한다고 30일 밝혔다. 인정가게는 우리미소금융재단 이용자와 사단법인 선한영향력가게 회원 중 지역사회 공헌 의지가 있는 영세자영업자 20명을 선정해 매장 경쟁력 강화를 돕는 사업이다. 선정된 가게에는 공식 인증 현판과 매장 부착용 스티커가 제공된다. 온라인 마케팅을 위한 홍보 비용과 사회관계망서비스(SNS)·보도자료 등을 활용한 홍보 기회도 지원된다. 우리은행은 전문 컨설턴트를 통해 매출 증대와 법무·세무·노무 등 사업 운영 전반에 대한 맞춤형 컨설팅도 제공한다. 선한영향력가게 회원 멘토와 연결해 매장 운영 노하우와 지역사회 공헌 활동 방법도 공유할 예정이다. 고객 참여형 이벤트도 진행한다. 인정가게 이용 고객이 영수증 리뷰 이벤트에 참여하면 매월 가게별 1명을 추첨해 30만원의 당첨금을 지급한다. 신청 접수는 다음달 1일부터 13일까지 진행된다. 우리은행 관계자는 "이번 프로젝트가 영세자영업자의 자생력 강화와 지역사회 내 선한 영향력 확산에 도움이 되길 기대한다"며 "앞으로도 소상공인과 함께 성장하는 포용금융 생태계 조성을 위해 다양한 지원을 이어가겠다"고 말했다. 카카오뱅크, 금융 AI 보안 연구 국제학회 논문 4편 채택 카카오뱅크가 자사의 금융 인공지능(AI) 분야 연구 논문 4편이 올해 상반기 국제 학술대회에서 채택됐다고 30일 밝혔다. 카카오뱅크 금융기술연구소는 AI 분야 학회 ICLR과 ACL, 자연어처리 분야 학회 LREC에서 생성형 AI 안전성과 금융 특화 AI 성능 향상 관련 연구 성과를 인정받았다. 지난 4월 ICLR 2026에서는 금융·법률 등 전문 분야 생성형 AI를 대상으로 한 유해 콘텐츠 주입 및 우회 공격 탐지 기술을 발표했다. 카카오뱅크와 KAIST가 공동 구축한 약 5만9000건 규모 데이터셋을 활용했다. 지난달 LREC 2026에서는 금융 AI의 보안성과 정확성을 높이는 연구 2편을 발표했다. 이미지가 포함된 멀티모달 환경의 프롬프트 공격 탐지 기술과 복잡한 금융 데이터 처리 과정에서 숫자 계산 오류를 찾아내는 기술이다. ACL 2026 산업 분야 트랙에는 KAIST와 공동 수행한 금융 AI 안전성 평가 연구가 채택됐다. 보이스피싱, 금융사기, 개인정보 탈취 등 금융 분야 위험 유형을 정리한 AI 안전성 평가 기준과 위험 답변 회피 학습 기술을 제안했다. 카카오뱅크 관계자는 "이번 연구는 학술적 성과를 넘어 금융 AI 서비스의 안전성과 정확성을 높이는 실질적인 기술이라는 점에서 의미가 크다"며 "앞으로도 금융 환경에 특화된 AI 보안 및 기술 연구를 지속하겠다"고 말했다.2026-06-30 16:04:02
-
안랩 V3, VB100서 국내 유일 A+…글로벌 보안 평가서 탐지력 입증 [경제일보] 안랩의 엔드포인트 보안 솔루션 ‘V3’가 글로벌 보안 평가에서 최고 등급을 받으며 탐지 성능을 입증했다. 사이버 공격이 AI와 자동화 도구를 타고 고도화되는 가운데 국내 보안 기업의 글로벌 검증 성과라는 점에서 의미가 있다. 안랩은 자사 엔드포인트 보안 솔루션 ‘안랩 V3’가 바이러스블러틴의 ‘VB100’ 6월 인증 평가에서 악성코드 탐지율 100%를 기록하고 최고 등급인 A+ 인증을 획득했다고 25일 밝혔다. 회사 측에 따르면 동일 평가에 참여한 국내 주요 보안 기업 가운데 A+ 등급과 100% 탐지율을 동시에 기록한 곳은 안랩이 유일하다. VB100은 윈도우 기반 엔드포인트 보안 제품의 악성코드 대응 능력을 검증하는 글로벌 인증 프로그램이다. 바이러스블러틴 공식 페이지에서도 ‘AhnLab V3 Endpoint Security 9.0’이 VB100 인증 제품으로 등록돼 있고 2026년 6월 22일 테스트를 통과한 것으로 확인된다. 이번 평가는 실제 환경에서 유포되는 악성코드를 기반으로 탐지 성능과 오탐 여부를 함께 본다. 보안 제품은 악성코드를 많이 잡는 것만으로는 충분하지 않다. 정상 파일을 위협으로 잘못 판단하면 기업 업무가 중단될 수 있다. 탐지율과 오탐 관리가 동시에 중요한 이유다. 안랩은 이번 평가에서 실제 유포 악성코드 기반 검증 데이터셋인 Certification Set의 악성코드를 모두 탐지했다고 설명했다. 정상 파일에 대한 오탐 기준도 충족했다. 회사 측은 V3의 탐지 정확성과 엔진 안정성을 함께 검증한 결과로 보고 있다. 이번 인증은 글로벌 보안 시장에서 안랩의 신뢰도를 높이는 계기가 될 수 있다. 국내 보안 기업은 공공과 금융 및 대기업 시장에서 강점을 보여왔지만 글로벌 엔드포인트 보안 시장에서는 마이크로소프트와 크라우드스트라이크 및 센티넬원 등 해외 기업과 경쟁해야 한다. 외부 인증은 기술력을 설명하는 근거가 된다. 안랩은 다른 글로벌 평가에도 참여하고 있다. AV-TEST 공식 자료에 따르면 2026년 2월 기업용 윈도우 보안 제품 평가에서 안랩 V3 Endpoint Security 9.0은 보호 5.5점과 성능 6점 및 사용성 6점을 받았다. 총점은 17.5점이다. AV-TEST는 17.5점 이상 제품에 Top Product 평가를 부여한다. MITRE ATT&CK 평가 참여도 보안 경쟁력 확대 흐름과 맞닿아 있다. MITRE 평가는 실제 공격 전술과 기법을 바탕으로 보안 제품의 탐지와 방어 능력을 살펴보는 평가다. 안랩은 2025년 엔터프라이즈 부문 라운드 7 보호 영역에서 100% 차단율을 기록했다고 밝혔다. 해당 수치는 회사 측 설명 기준이다. 양하영 안랩 ASEC 실장은 “이번 만점 인증은 실제 환경에서 유포되는 악성코드를 정확하게 탐지하면서도 정상 파일에 대한 오탐 기준을 충족하는 기본 보안 역량을 검증한 성과”라며 “AI 기반 분석 역량을 고도화해 다양한 환경에서 신뢰할 수 있는 보안 체계를 제공하겠다”고 말했다.2026-06-25 09:58:22
-
"AI로 해킹 잡는다"…SK쉴더스, ICML서 보안 AI 기술 공개 [경제일보] SK쉴더스가 글로벌 3대 인공지능(AI) 학회로 꼽히는 ICML 2026에 연구 논문을 올리며 AI 기반 사이버보안 기술 경쟁력 강화에 나섰다. 생성형 AI 확산 이후 사이버 공격 방식이 복잡해지면서 보안업계 역시 단순 관제 중심을 넘어 AI 원천기술 확보 경쟁에 뛰어드는 것으로 풀이된다. 22일 SK쉴더스는 자사 사이버보안 AI 연구 조직 '사이버보안AI랩스' 소속 임정훈 선임의 연구 논문이 글로벌 AI 학회 'ICML 2026'에 채택됐다고 밝혔다. ICML은 'NeurIPS', 'ICLR'과 함께 세계 3대 AI 학회로 꼽히는 대표적인 AI 학술 행사로 오는 7월 6일부터 서울 코엑스에서 열리는 'ICML 2026'에서 전 세계 AI 연구자들을 대상으로 발표될 예정이다. 이번 연구는 실제 사이버 공격 환경에서 발생하는 '불규칙 시계열 데이터' 문제를 새로운 방식으로 분석한 것으로 알려졌다. 기존 보안 탐지 시스템은 공격이 일정한 흐름과 패턴으로 이어진다는 가정 아래 데이터를 분석하는 방식이 일반적이었다. 다만 실제 해킹과 침투 공격은 발생 시점과 간격이 일정하지 않고 단시간 집중 공격이나 장기 잠복형 공격 등 다양한 형태로 나타나는 경우가 많은 것으로 나타났다. 이에 기존 방식으로는 불규칙하게 이어지는 공격 흐름을 충분히 반영하지 못해 이상 징후를 놓치거나 탐지 정확도가 떨어지는 한계가 있다는 지적이 이어져왔다. 최근 생성형 AI 기반 공격과 자동화된 해킹 기법이 확산되면서 기존 보안 체계의 대응 한계 역시 업계 주요 과제로 떠오르고 있다. SK쉴더스는 이번 연구를 통해 불규칙한 공격 흐름 자체를 AI가 학습할 수 있도록 설계한 기술 'QuITE(쿼리 기반 불규칙 시계열 임베딩)'를 제시했다. 시간 간격이 서로 다른 데이터를 효과적으로 분석해 실제 공격 흐름을 보다 자연스럽게 반영할 수 있도록 설계된 것이 특징이다. 특히 해당 기술은 기존 AI 모델과 유연하게 결합할 수 있도록 다양한 보안 탐지 시스템에 적용 가능한 확장성을 가진 것으로 평가된다. 글로벌 공개 벤치마크 데이터셋 기반 성능 검증에서는 기존 시계열 분석 방식 대비 최대 45.9% 수준의 성능 개선 효과를 기록했다. AI 기반 사이버보안 경쟁이 단순 탐지 자동화를 넘어 실제 공격 패턴을 얼마나 정밀하게 분석하고 대응할 수 있는지로 빠르게 이동하고 있는 것으로 분석된다. 글로벌 보안기업들 역시 AI 기반 자율형 보안운영센터(SOC)와 실시간 위협 탐지 기술 개발에 투자를 확대하고 있다. SK쉴더스 역시 이번 연구 성과를 실제 보안 서비스에 적용하는 방안을 검토 중이다. 회사는 자사 보안 관제센터 '시큐디움'과 MDR(관리형 탐색 & 응답) 서비스 등에 해당 기술을 연계해 위협 탐지와 분석·대응 정밀도를 높인다는 계획이다. 기존 방식으로 탐지하기 어려웠던 이상 징후 식별 역량 역시 강화될 것으로 전망된다. 또한 SK쉴더스는 사이버보안 특화 소형언어모델(sLLM)과 자율형 보안운영센터 등 차세대 AI 보안 기술 연구도 확대하고 있다. AI와 자동화 기반 실시간 탐지·대응 체계를 강화해 신·변종 사이버 공격 대응 역량을 끌어올린다는 전략이다. 김병무 SK쉴더스 사이버보안부문 부사장은 "이번 ICML 논문 채택으로 SK쉴더스의 AI 연구 역량이 글로벌 학계에서도 경쟁력을 인정받았다"며 "연구 성과를 자사 서비스에 연계해 탐지·분석 역량을 한 단계 끌어올리고, 사이버보안 특화 AI 기술에 대한 투자와 연구를 지속 확대해 나가겠다"고 말했다.2026-05-22 15:46:25
-
파수 AI, N2SF 등급 분류 대응 'FDR' 업데이트 출시 [경제일보] 파수 AI가 국가 망 보안체계(N2SF) 전환에 대응하는 데이터 식별·분류 솔루션을 고도화했다. 공공기관이 AI와 클라우드를 활용하기 위해서는 데이터의 중요도와 민감도를 먼저 식별하고 등급별 보안 정책을 적용해야 하는 만큼, 데이터 분류 자동화가 공공 보안 시장의 핵심 과제로 떠오르고 있다. 파수 AI는 데이터 식별·분류 솔루션 ‘파수 데이터 레이더(Fasoo Data Radar, FDR)’의 신규 업데이트 버전을 출시하고 공공기관의 N2SF 전환 지원을 강화한다고 밝혔다. N2SF는 기존 공공부문 망분리 정책을 보완·전환하기 위해 추진되는 새로운 보안 프레임워크다. AI와 클라우드 등 신기술을 안전하게 활용할 수 있도록 데이터와 시스템을 중요도·민감도에 따라 기밀(Classified), 민감(Sensitive), 공개(Open) 등급으로 구분하고, 등급별로 차등화된 보안대책을 적용하는 것이 핵심이다. 파수는 지난해 ‘범정부 초거대 AI 공통기반 대상 국가 망 보안체계 시범 실증’에 참여해 N2SF의 데이터 식별·분류·통제 부문을 맡은 바 있다. 이번 FDR 업데이트는 N2SF 전환의 출발점인 데이터 식별과 등급 분류 기능을 강화한 것이 특징이다. FDR은 윈도, 맥, 파일서버 등 다양한 저장소에 흩어진 데이터를 파악하고 민감정보 포함 여부를 자동으로 탐지·분류하는 솔루션이다. 이후 분류 결과에 따라 암호화, 레이블링, 격리, 권한 회수, 파기 등 후속 조치를 적용할 수 있다. 새 버전에는 OCR 기능이 추가됐다. 일반 이미지 파일이나 문서 안에 삽입된 이미지에서 텍스트를 추출해 민감정보 포함 여부를 검사한다. 기존 텍스트 기반 탐지로는 확인하기 어려웠던 스캔본, 캡처 이미지, 이미지형 PDF 등에 포함된 개인정보와 민감정보까지 식별할 수 있다는 설명이다. 문서 작업 중 등급 인식을 돕는 기능도 강화됐다. 한글, MS 오피스, PDF 등 주요 문서 작업 환경에서 기밀·민감·공개 분류 라벨을 화면에 지속적으로 표시해 사용자가 해당 문서의 보안 등급을 직관적으로 확인할 수 있도록 했다. 공공기관 업무 환경에서는 문서 작성·검토·공유 단계마다 등급 인식이 필요한 만큼, 사용자 실수로 인한 자료 유출을 줄이는 효과가 기대된다. AI 기반 문맥 분석 기능도 더했다. FDR은 파수 AI의 AI 기반 개인정보보호 솔루션 ‘AI-R Privacy’와 연동해 복잡한 문장 속 개인정보를 탐지하고 마스킹할 수 있다. 단순 키워드나 정규식 기반 탐지를 넘어 자연어처리와 딥러닝 기술로 문맥을 해석해 민감정보를 찾아내는 방식이다. 이번 업데이트는 공공기관의 N2SF 전환 수요를 정면으로 겨냥한 것으로 풀이된다. 기존 망분리 체계에서는 내부망과 외부망의 물리적·논리적 분리가 보안의 중심이었다. 그러나 생성형 AI와 클라우드 서비스를 공공 업무에 활용하려면 모든 데이터를 같은 방식으로 막는 구조만으로는 한계가 있다. 어떤 데이터가 기밀이고, 어떤 데이터가 민감하며, 어떤 데이터는 공개 가능한지를 먼저 구분해야 AI 활용과 보안 통제를 동시에 설계할 수 있다. 특히 초거대 AI 기반 행정서비스가 확산되면 데이터 분류의 중요성은 더 커진다. AI 모델에 입력되는 문서와 데이터셋에 개인정보, 내부 정책 문건, 보안 정보가 섞여 있을 경우 유출이나 오남용 위험이 발생할 수 있다. N2SF가 데이터 등급 분류를 전제로 하는 이유도 여기에 있다. 관련 시범 실증 사업 역시 공공부문에 적합한 AI 보안 적용 모델과 확산 방안을 마련하기 위해 추진됐다. 업계에서는 N2SF 전환 과정에서 데이터 보안 시장이 확대될 것으로 보고 있다. 공공기관이 AI와 클라우드를 도입하려면 데이터 발견, 분류, 권한 관리, 암호화, 반출 통제, 로그 추적, 개인정보 마스킹까지 전 주기 관리 체계가 필요하다. 이 가운데 데이터 식별·분류는 모든 보안 정책의 출발점이다. 분류가 부정확하면 과도한 차단으로 업무 효율이 떨어지거나, 반대로 민감정보가 낮은 등급으로 처리돼 유출 위험이 커질 수 있다. 파수 AI는 FDR 외에도 데이터 보안 솔루션 ‘파수 엔터프라이즈 DRM(Fasoo Enterprise DRM, FED)’과 AI 활용을 위한 민감정보 관리 솔루션 ‘AI-R DLP’ 등을 통해 N2SF 대응 포트폴리오를 강화하고 있다. 데이터 등급을 식별한 뒤 문서 암호화와 접근권한 통제, AI 입력 데이터 차단·마스킹까지 연결하는 구조를 구축하겠다는 전략이다. 향후 관건은 실제 공공기관 업무 환경에서의 적용성과 정확도다. 공공기관 데이터는 문서 형식이 다양하고 오래된 스캔본이나 이미지형 자료, 비정형 문서가 많다. OCR과 AI 문맥 분석 기능이 현장 데이터에서 얼마나 높은 탐지율과 낮은 오탐률을 보이느냐가 솔루션 경쟁력을 가를 전망이다. 또 N2SF 전환이 공공기관 전체로 확산되면 보안 등급 분류 기준의 표준화도 중요해진다. 기관마다 다른 방식으로 기밀·민감·공개 등급을 적용하면 시스템 연계와 클라우드 활용 과정에서 혼선이 생길 수 있다. 데이터 분류 솔루션은 기술 기능뿐 아니라 정부 보안 기준과 기관별 업무 특성을 반영한 정책 설계 역량까지 요구받게 된다. 고동현 파수 AI 상무는 “파수 AI는 FDR 외에도 FED와 AI-R DLP 등 N2SF를 위한 포트폴리오를 지속적으로 강화하고 있다”며 “N2SF의 시작이 등급 분류인 만큼 FDR을 통해 공공기관의 디지털 혁신을 지원할 것”이라고 말했다. 이번 FDR 업데이트는 공공 AI 확산 국면에서 보안의 무게중심이 ‘망을 나누는 방식’에서 ‘데이터를 이해하고 통제하는 방식’으로 이동하고 있음을 보여준다. AI와 클라우드 활용이 공공 업무의 효율성을 높일 수 있다면, 그 전제는 데이터가 어디에 있고 어떤 등급인지 정확히 아는 것이다. 파수 AI가 N2SF 전환 시장에서 데이터 분류·통제 솔루션을 앞세워 공공 보안 수요를 얼마나 확보할지 주목된다.2026-05-20 16:38:59
-
![[데일리 카드업계 브리프] BC카드, 韓금융사 처음으로 美 레드햇 서밋서 금융 에이전틱 AI 사례 발표 外](https://image.ajunews.com//content/image/2026/05/18/20260518172650477800.jpg)
BC카드, 韓금융사 처음으로 美 '레드햇 서밋'서 금융 에이전틱 AI 사례 발표 外 [경제일보] BC카드, 韓금융사 처음으로 美 '레드햇 서밋'서 금융 에이전틱 AI 사례 발표 BC카드가 대한민국 금융권 최초로 글로벌 오픈소스 기술 행사에서 인공지능(AI) 혁신 사례를 선보였다. BC카드는 지난 14일 미국 애틀랜타에서 열린 '레드햇 서밋 2026'에 참석해 공동 구축한 '에이전틱 AI 운영 플랫폼'을 세계 무대에 최초로 공개했다. 레드햇 서밋은 매해 전 세계 IT 전문가 수만 명이 모이는 대규모 콘퍼런스다. BC카드는 국내 금융사 가운데 처음으로 이 행사의 발표자로 초청받았다. 행사장에서는 이태영 BC카드 AX팀장이 실제 서비스 적용 사례를 설명했다. 이날 소개된 에이전틱 AI는 단순한 질의응답을 넘어 스스로 상황을 판단하고 행동하는 기술이다. BC카드와 레드햇이 지난 1년여간 함께 선보인 운영 플랫폼은 거대언어모델(LLM) 하나에 모든 작업을 맡기던 기존 방식을 탈피했다. 대신 영역별로 특화된 소형언어모델(SLM) 여러 개를 군집화해 업무를 동시다발적으로 처리하도록 설계했다. 이 방식은 느린 속도와 높은 비용이라는 기존 LLM의 단점을 크게 개선했다. 특정 업무에 맞춰진 SLM을 활용해 안정적인 결과물을 내면서도 추론 속도를 3배 이상 높였다. 막대한 비용이 드는 그래픽처리장치(GPU) 자원 소모량도 최대 70%가량 줄였다. 연간 100억건이 넘는 BC카드의 결제 데이터를 바탕으로 고가의 GPU 자원을 분산시킨 결과다. 이를 통해 전반적인 운영 비용은 대폭 낮추고 서비스 처리 속도는 크게 끌어올렸다. BC카드는 이 같은 기술적 성과를 바탕으로 현재 가동 중인 실무 AI 서비스도 소개했다. 글로벌 기업들의 이목을 끈 주요 서비스는 △실시간 소비 패턴 분석 후 맛집을 추천하는 Eat.pl △금융 특화 생성형 AI 플랫폼을 통한 임직원 업무 지원 모델인 BCGPT △여러 AI를 연결해 업무 자동화를 구현한 MOAI 등이다. BC카드는 자체적인 연구개발을 넘어 글로벌 AI 인프라 발전에도 적극 참여하고 있다. 전 세계 개발자들이 자유롭게 활용할 수 있도록 허깅페이스에 자체 개발한 AI 모델과 한국 금융 특화 데이터셋 등 약 38개의 LLM을 오픈소스로 개방했다. 허깅페이스는 세계 최대 규모의 LLM 오픈소스 허브다. BC카드가 글로벌 LLM에 기여한 해당 자료들은 월평균 10만여건의 다운로드 횟수를 기록하고 있다. 오성수 BC카드 AI데이터본부장은 "이번 레드햇 서밋에서의 발표는 BC카드의 글로벌 수준 에이전틱 AI 엔지니어링 역량이 세계 무대에서 공식적으로 인정받는 의미 있는 자리였다"며 "한국 금융권을 대표해 단순한 AI 도입 사례를 넘어 오픈소스 생태계에 기여하는 기술 주체로서의 정체성을 지속적으로 보여줄 예정"이라고 말했다. 하나카드, '2026 고유가 피해지원금' 2차 신청 접수 개시 하나카드는 전국 하나은행 영업점과 온라인 채널에서 '2026 고유가 피해지원금' 2차 신청 접수를 시작했다고 18일 밝혔다. 이번 2차 신청은 소득하위 70%에 해당하는 국민 약 3256만명과 지난 1차 신청 기간을 놓친 취약계층을 대상으로 진행한다. 지난 5월 8일 1차 신청이 종료된 데 따른 후속 조치다. 신청 기간은 5월 18일부터 7월 3일까지다. 접수 첫 주일인 5월 18일부터 5월 22일까지는 원활한 시스템 운영을 위해 출생연도 끝자리에 따른 요일제로 운영한다. 지원금은 2026년 8월 31일까지 사용할 수 있으며 기한 내에 쓰지 않은 잔액은 자동으로 소멸한다. 1차와 2차 지원금의 중복 수급은 불가능하다. 지원 금액은 2026년 3월 30일 주소지를 기준으로 거주 지역과 소득 수준에 따라 10만원에서 60만원까지 차등 지급한다. 수도권 거주자는 △기초수급자 55만원 △차상위·한부모 45만원 △소득하위 70% 10만원이 지급된다. 비수도권 거주자는 △기초수급자 60만원 △차상위·한부모 50만원 △소득하위 70% 15만원이 지급된다. 인구감소지역의 소득하위 70% 대상자는 20만원에서 25만원을 받게 된다. 지원금은 신용카드나 체크카드 포인트 충전과 차감 방식으로 지급된다. 신청자 본인의 주소지 관할 시군 내 연매출 30억원 이하 오프라인 가맹점에서 사용할 수 있다. 주요 사용처는 △전통시장 △동네마트 △식당 △미용실 △안경점 등이다. 대형마트와 백화점 및 프랜차이즈 직영점 등 일부 업종은 사용 대상에서 제외된다. 고유가 피해지원금을 하나카드로 신청하면 다양한 혜택이 제공된다. 주요 편의 혜택은 △지급 확정 직후 즉시 사용 △보유한 모든 하나 신용·체크카드 사용 및 교차 사용 가능 △지원금 사용 금액의 카드 실적 인정 △기존 카드 부가 서비스와 혜택 동일 제공 △하나페이 앱을 통한 실시간 잔액 조회 등이다. 하나페이 앱에서는 지역과 위치 및 상호명 검색을 통해 지원금 사용 가맹점을 확인할 수 있는 사용처 찾기 서비스도 이용할 수 있다. 신청은 온라인과 오프라인 채널 모두 가능하다. 접수 창구는 △하나카드 PC 홈페이지 △모바일웹 △하나페이 앱 △전용 ARS 고객센터 △하나은행 전국 영업점 등이다. 하나카드가 없는 고객은 하나은행 영업점에서 체크카드를 새롭게 발급받아 신청하면 된다. 하나카드 관계자는 "신청 후에는 취소 또는 변경이 절대 불가하다는 점을 유의해야 한다"고 말했다. KB국민카드, 글로벌 금융기관과 AI 금융 혁신 경험 공유 KB국민카드는 지난 14일 서울 영등포구에 위치한 KB금융지주 본사에서 열린 비사 마켓 아키타입(VISA Market Archetype) 행사에서 해외 금융기관 임원 20여명을 대상으로 그룹의 인공지능 도입 현황과 전략을 발표했다고 18일 밝혔다. 이번 자리는 글로벌 결제 네트워크 기업인 비사(VISA)가 초청한 해외 금융사 경영진에게 한국 금융시장의 디지털 혁신 경험을 전하고자 마련됐다. 행사 참석자들은 한국 금융기관의 디지털 전환 사례를 직접 살펴보며 인공지능을 기반으로 한 금융 서비스의 미래 발전 방향에 대해 의견을 나눴다. 이들은 그룹 전반의 인공지능 도입 사례와 카드 사업 영역에서의 구체적인 기술 활용법을 청취했다. 이날 발표에서 KB금융지주는 그룹 차원의 인공지능 도입 현황을 상세히 소개했다. 앞으로의 디지털 전환 방향과 인공지능 거버넌스 구축 및 주요 추진 과제도 함께 전달했다. KB국민카드는 사업 영역에서 전사적 인공지능 전환(AX) 추진 방향에 대해 설명했다. 이어 인공지능 에이전트 도입 현황을 통해 카드 비즈니스에 기술을 접목한 실제 사례를 공유했다. KB금융그룹은 인공지능을 금융 서비스 혁신을 이끌 핵심 기술로 설정했다. 현재 다양한 사업 부문에서 기술 적용 범위를 넓히는 중이다. 주요 활용 분야는 △고객 중심의 서비스 고도화, △데이터 기반 의사결정, △내부 업무 생산성 향상, △리스크 관리 체계 강화 등이다. KB국민카드 관계자는 "이번 행사는 글로벌 금융기관 임원들과 KB금융그룹의 AI 도입 사례 및 디지털 혁신 방향을 공유한 뜻깊은 자리였다"며 "금융과 기술의 융합을 바탕으로 고객에게 더 나은 금융 서비스를 제공할 수 있도록 지속적으로 노력할 계획이다"고 말했다.2026-05-18 17:59:31
-
구글 "AI 활용 제로데이 공격 첫 포착"…北 해킹조직도 AI 무기화 [경제일보] 구글이 인공지능(AI)을 활용해 개발된 것으로 추정되는 제로데이 공격을 처음으로 확인하고 선제 차단했다고 밝혔다. 북한과 중국 등 국가 배후 해킹조직도 취약점 탐지와 공격 코드 검증에 AI를 적극 활용하고 있는 것으로 분석됐다. 구글 위협인텔리전스그룹(GTIG)은 12일 공개한 ‘AI 위협 추적 보고서’에서 공격자가 AI를 활용해 개발한 것으로 보이는 제로데이 익스플로잇을 확인했다고 밝혔다. 해당 공격자는 이를 대규모 공격에 활용하려 했지만 구글의 선제 탐지와 대응으로 확산을 막은 것으로 보인다. 제로데이 공격은 아직 알려지지 않았거나 보안 패치가 나오기 전의 취약점을 악용하는 공격이다. 이번 사례는 AI가 단순한 피싱 문구 작성이나 악성코드 보조 생성 수준을 넘어 실제 취약점 발굴과 공격 코드 개발에 쓰일 수 있음을 보여준 첫 사례로 평가된다. 구글에 따르면 이번 공격 코드는 널리 쓰이는 오픈소스 웹 기반 시스템 관리 도구를 겨냥했다. 공격자는 소프트웨어의 논리적 결함을 이용해 2단계 인증을 우회하려 했다. 구글은 해당 익스플로잇이 파이썬 스크립트 형태였으며, 코드 안에서 AI 사용 흔적을 뒷받침하는 비정상적인 형식과 오류가 발견됐다고 설명했다. 다만 구글은 자사 AI 모델인 제미나이가 이번 공격에 사용됐다는 증거는 없다고 밝혔다. 공격 주체의 구체적 신원은 공개되지 않았다. 구글은 해당 취약점을 관련 업체에 알리고 패치가 이뤄지도록 해 대규모 악용 가능성을 낮췄다고 설명했다. 보안업계에서는 이번 사례가 공격자들이 AI를 활용해 취약점 분석 공격 코드 작성 검증을 자동화하는 단계로 넘어가고 있음을 보여준다고 보고 있다. 보고서는 국가 배후 해킹조직의 AI 활용도 경고했다. 구글은 중국과 북한 연계 위협 행위자들이 AI를 활용한 취약점 발견과 악용에 큰 관심을 보이고 있으며 고품질 보안 데이터셋을 결합해 공격 역량을 높이려는 움직임을 확인했다고 밝혔다. 특히 북한 해킹조직 APT45는 AI를 이용해 취약점 탐지를 자동화하는 실험을 진행한 것으로 분석됐다. 구글은 APT45가 수천 건의 반복 프롬프트를 전송해 다양한 보안 취약점을 재귀적으로 분석하고 공격 가능성을 탐색했다고 설명했다. 공격 코드 검증과 대규모 공격 자산 구축을 위한 연구 정황도 포착됐다. 중국 연계 위협 행위자도 에이전틱 AI 도구를 이용한 자율 탐색 공격을 시도한 것으로 나타났다. 보고서에는 중국 연계 행위자가 일본 기술 기업의 취약점을 찾기 위해 에이전트 도구를 활용한 사례가 포함됐다. AI가 명령을 받아 단순 응답하는 수준을 넘어 테스트 환경에서 공격 절차를 지휘하고 보완하는 방식으로 쓰이고 있다는 의미다. 구글은 AI 기반 악성코드와 자율형 공격 운영도 새로운 위협으로 지목했다. 보고서에는 ‘PROMPTSPY’ 같은 AI 연계 악성코드가 시스템 상태를 해석하고 명령을 동적으로 생성하며 피해 환경을 조작하는 방식으로 진화하고 있다는 분석이 담겼다. 공격자가 일부 운영 업무를 AI에 맡기면서 공격 규모와 적응성이 커질 수 있다는 우려다. 이번 보고서는 최근 AI 보안 논란이 커지는 흐름과 맞물려 있다. 앤트로픽은 전문가 수준의 취약점 탐지 능력을 갖춘 것으로 알려진 ‘클로드 미토스’ 접근을 선별된 기업과 기관으로 제한하고 있다. 오픈AI도 검증된 방어자를 대상으로 사이버 보안 특화 접근을 단계적으로 확대하고 있다. 강력한 AI 모델이 방어 역량을 높일 수 있지만 동시에 공격 자동화에도 악용될 수 있다는 긴장이 커지고 있다. AI가 사이버 공격에 투입되면 방어자의 시간표도 달라진다. 과거에는 공격자가 취약점을 찾고 검증하는 데 상당한 인력과 시간이 필요했다. 이제는 AI가 코드 분석 취약점 후보 추출 공격 코드 초안 작성 반복 검증을 도울 수 있다. 방어 측도 취약점 패치 속도와 위협 탐지 자동화를 높이지 않으면 공격 속도를 따라가기 어려워질 수 있다. 국내 기업에도 시사점이 크다. 북한 연계 해킹조직은 금융 가상자산 방산 IT 공급망을 꾸준히 노려왔다. AI를 활용한 취약점 탐지가 본격화되면 기존 보안 장비만으로는 대응에 한계가 생길 수 있다. 소프트웨어 자산 목록 관리 취약점 패치 주기 단축 로그 분석 자동화 침해사고 대응 훈련이 더 중요해질 전망이다.2026-05-12 14:01:28
-
SKT, 차세대 AI 'A.X K2' 개발 나선다…엔비디아 손잡고 AI 인프라 협력 확대 [경제일보] SK텔레콤이 엔비디아와 협력을 확대하며 초거대 AI 모델 고도화에 나섰다. IT 기업들의 독자 인공지능(AI) 모델 경쟁이 본격화되는 가운데 생성형 AI 경쟁이 심화되면서 자체 AI 모델과 학습 인프라 확보가 핵심 경쟁력으로 떠오르는 것으로 분석된다. 22일 SK텔레콤은 국내에서 처음 개최된 '엔비디아 네모트론 디벨로퍼 데이즈 서울 2026'에서 지난 21일 진행된 테크니컬 패널 세션에서 엔비디아와 AI 모델 개발 분야에서 쌓아온 기술 협력 성과를 보이며 향후 협업 계획을 공개했다고 밝혔다. SK텔레콤은 이번 발표에서 독자 AI 파운데이션 모델 프로젝트로 선보인 'A.X K1' 후속 모델인 'A.X K2' 개발 계획을 공개하며 국내 소버린 AI 생태계 구축을 위한 협력을 이어갈 방침이라고 설명했다. 최근 글로벌 빅테크 중심의 AI 경쟁이 심화되면서 국내 기업들도 독자 AI 모델 확보에 나서는 흐름이 이어지고 있는 가운데 SK텔레콤 역시 자체 모델 경쟁력 강화에 속도를 내는 것으로 풀이된다. 앞서 양사는 SK텔레콤이 지난 2021년 구축한 A100 GPU 기반 슈퍼컴퓨터 '타이탄' 구축 단계부터 협력을 이어온 바 있다. 이후 데이터 구성과 학습 인프라, 모델 개발 환경 전반에서 협력을 확대하며 초거대 AI 모델 개발 역량을 강화해 왔다. 특히 SK텔레콤은 정부의 '독자 AI 파운데이션 모델 프로젝트'를 수행하면서 매개변수 5190억 개 규모의 초거대 모델 'A.X K1' 학습에 엔비디아 네모트론 데이터셋을 적용한 것으로 알려졌다. SK텔레콤은 초거대 모델 학습 과정에서 대규모 모델 분산 학습 프레임워크인 '메가트론-LM'과 학습 데이터 준비 및 정제를 위한 '네모 큐레이터' 등을 활용해 학습 안정성과 효율성을 높였다고 설명했다. 초거대 AI 모델 개발은 대규모 GPU 인프라와 데이터 처리 역량이 핵심 요소로 꼽힌다. 특히 모델 규모가 커질수록 분산 학습과 데이터 품질 관리의 중요성이 높아지면서 하드웨어와 소프트웨어를 아우르는 협력 구조가 필수 요소로 작용하고 있다. SK텔레콤과 엔비디아는 모델 개발 과정에서 격주 단위 기술 협의를 진행하며 학습 인프라 안정성 확보와 성능 최적화를 공동으로 추진해온 것으로 알려졌다. 양사는 전문가 혼합(MoE) 구조를 적용한 초거대 모델 개발 경험과 학습 인프라 관련 기술 정보를 공유하며 대규모 AI 모델 개발 역량을 고도화하고 있다. 이를 통해 보다 효율적인 연산 구조와 성능 개선을 동시에 확보할 수 있는 기반을 마련한 것으로 분석된다. 향후 SK텔레콤은 현재 개발 중인 후속 모델 'A.X K2'에도 엔비디아 기술을 활용할 계획이다. 특히 멀티모달과 비전언어모델(VLM) 등 차세대 AI 기술 영역에서도 공동 연구를 확대하며 모델 성능 고도화를 추진하고 있다. 텍스트 중심 AI 모델을 넘어 이미지·영상·음성 등을 함께 이해하는 멀티모달 AI 경쟁이 본격화되는 가운데 후속 모델의 기술 확장성도 주요 변수로 떠오를 전망이다. SK텔레콤은 이번 협력을 통해 초거대 AI 모델 개발 역량을 강화하고 국내 AI 생태계 구축에도 기여한다는 계획이다. 향후 AI 서비스 확대에 따라 학습 인프라와 모델 성능을 지속적으로 고도화하며 독자 AI 경쟁력을 강화해나갈 방침이다. 김태윤 SK텔레콤 파운데이션 모델 담당은 "SK텔레콤과 엔비디아는 선제적으로 새로운 기술을 적용하고 상호 피드백을 통해 서로 발전해온 관계"라며 "협력 관계를 통해 국내 AI 생태계 발전에 함께 기여할 것"이라고 말했다.2026-04-22 10:16:00
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)