2026.09.08 화요일
검색
'데이터 클라우드' 검색결과
기간검색
-
~
검색영역
검색어
-
메가존클라우드·핑거, 금융 AX 동맹…AI·금융 IT 결합해 시장 선점 [경제일보] 메가존클라우드와 핀테크 기업 핑거가 금융산업의 인공지능 전환(AX)을 겨냥한 전략적 파트너십을 체결했다. 금융권의 AI 도입이 단순한 생성형 AI 서비스 적용을 넘어 기존 애플리케이션과 데이터, 클라우드 인프라까지 바꾸는 단계로 확대되면서 금융 업무를 이해하는 핀테크와 AI·클라우드 전문기업의 결합이 필요하다는 판단에서다. 메가존클라우드는 핑거와 지난 21일 서울 여의도 핑거 본사에서 ‘금융산업 AX 사업 협력을 위한 전략적 파트너십’을 체결했다고 24일 밝혔다. 양사는 금융기관 AX 및 시스템통합(SI) 사업 공동 추진, 금융 업무 특화 AI 솔루션 공동 개발·상품화, 인프라와 애플리케이션 운영을 결합한 구독형 서비스 등을 추진한다. ◆ 금융 AI, 모델보다 ‘업무 시스템’ 전환이 관건 금융권의 AI 전환은 일반 기업보다 진입장벽이 높다. 금융사는 고객정보와 거래 데이터 등 민감정보를 다루는 만큼 보안과 규제 요건을 충족해야 하고, 기존 모바일뱅킹과 계정계·정보계 시스템 등과 AI를 연결하는 작업도 필요하다. 메가존클라우드는 클라우드 전환과 애플리케이션 현대화, AI 에이전트 시스템 개발, 보안 및 운영체계 구축 역량을 제공한다. 핑거는 2010년 국내 최초 스마트뱅킹 구축을 시작으로 은행권 모바일뱅킹과 오픈뱅킹, 비대면 채널 등 금융 IT 애플리케이션을 구축해왔다. 두 회사가 각각 가진 ‘인프라’와 ‘금융 업무’ 전문성을 결합하는 구조다. 특히 양사는 금융기관의 AI 전환 과정에서 발생하는 애플리케이션 현대화와 데이터 전환 수요를 공동으로 공략한다는 방침이다. 생성형 AI를 도입하는 것에서 끝나는 것이 아니라 기존 시스템을 AI 활용에 적합한 환경으로 바꾸고, 실제 업무에 AI 에이전트를 연결하는 사업으로 범위를 넓히겠다는 의미다. 양사는 금융 업무에 특화된 AI 솔루션을 공동 개발해 상품화하고, 구축 이후 운영까지 이어지는 사업모델을 추진한다. 인프라 운영과 애플리케이션 운영을 통합해 제공하는 구독형 서비스도 사업화 대상이다. 이는 금융 AX 시장이 일회성 SI 프로젝트에서 장기적인 운영·관리 사업으로 확대될 가능성을 겨냥한 것으로 풀이된다. AI 시스템은 구축 이후에도 모델 관리와 데이터 업데이트, 보안, 성능 개선 등이 지속적으로 필요하기 때문이다. 메가존클라우드는 최근 코리안리재보험과도 생성형 AI·빅데이터·클라우드를 활용한 재보험 AX 협력을 추진하며 금융 분야 사업 영역을 넓히고 있다. 이번 협력에서 양사가 각각 300억원 규모의 증권 투자를 추진하는 것도 주목된다. 핑거가 300억원 규모 CB를 발행하고 메가존클라우드가 이를 인수하는 한편, 핑거는 메가존클라우드 지분 약 300억원어치를 취득하는 구조다. 양사의 전략적 이해관계를 자본으로 연결했다는 데 의미가 있다. ◆ 국내 금융 레퍼런스 확보해 해외로 양사는 국내 금융권에서 쌓은 경험을 해외시장으로 확대할 계획이다. 메가존클라우드가 구축한 10개국 글로벌 거점에 핑거의 금융 애플리케이션 구축 역량을 결합해 국내 금융기관의 해외 진출을 지원하는 동시에 현지 금융기관 대상 사업도 추진한다. 특히 해외 금융시장은 국내와 규제 환경이 다른 만큼 퍼블릭 클라우드 기반의 금융 시스템 구축과 AI 적용을 보다 유연하게 추진할 수 있다는 판단이다. 다만 현지 금융 규제와 데이터 주권, 보안 인증 등 국가별 장벽을 넘어 실제 수주로 연결할 수 있을지는 별도의 과제다. 한편 이번 파트너십의 성패는 협약 자체보다 첫 금융 고객과 실제 매출을 얼마나 빨리 만들어내느냐에 달려 있다. 금융 AX 시장에는 삼성SDS와 LG CNS 등 대형 IT서비스 기업들도 적극적으로 뛰어들고 있다. 메가존클라우드와 핑거가 금융 업무 전문성과 AI·클라우드를 결합해 차별화된 상품을 만들고 이를 국내 레퍼런스에서 해외사업으로 확장할 수 있을지가 향후 경쟁력을 가를 전망이다. 염동훈 메가존클라우드 대표는 “핑거의 핀테크 전문성과 결합하면 금융 업무에 특화된 AX 모델을 만들 수 있을 것”이라며 “국내 금융시장의 선진화에 기여하고 해외 금융시장으로도 성과를 확대하겠다”고 말했다. 핑거 안인주 대표 역시 “메가존클라우드의 AI·클라우드 역량과 만나 금융 AI 분야와 해외 시장에서 새로운 성장 기회를 만들겠다”고 밝혔다.2026-08-24 11:57:51
-
메가존소프트, 농심 전 계열사 GWS 통합…국내외 21개 법인 'AI 업무환경' 구축 [경제일보] 메가존소프트가 농심그룹의 국내외 21개 법인을 대상으로 구글워크스페이스(GWS) 기반 인공지능 전환(AX) 구축을 완료했다. 2600만개에 달하는 기존 문서를 클라우드로 이전하고 생성형 AI를 전사 업무에 활용할 수 있는 환경을 구축하면서 대기업 그룹을 대상으로 한 AX 사업 확대에 나선다. 21일 메가존클라우드 관계사 메가존소프트는 농심그룹의 국내 14개 계열사와 7개 해외 법인을 대상으로 GWS 시스템 구축을 완료해 전날 농심 본사에서 GWS 운영 시작을 기념하는 'GWS 선포식'도 개최했다고 밝혔다. 이번 사업은 단순한 협업 솔루션 구축을 넘어 기존 업무 데이터와 시스템을 클라우드 기반으로 전환하고 AI를 실제 업무에 적용할 수 있도록 업무 환경을 재설계하는 데 초점을 맞춰 진행됐다. 메가존소프트는 기존 중앙화 서버에 저장된 약 2600만개 문서를 구글 드라이브로 이전하고 레거시 시스템과 외부 솔루션을 GWS와 연동했다고 설명했다. 특히 구글의 생성형 AI 서비스 제미나이를 마케팅, 영업, 공급망, 운영, 인사, 연구개발(R&D) 등 전사 업무에 활용할 수 있도록 기반을 마련했다. 기업 내부에 축적된 문서와 데이터를 클라우드 환경으로 옮긴 뒤 AI가 업무 과정에서 활용할 수 있도록 연결한 것이다. 최근 기업의 AI 전환이 개별 AI 서비스를 도입하는 수준을 넘어 기존 데이터와 업무 시스템을 AI 활용에 맞게 재편하는 단계로 확대되고 있다. AI를 실제 업무에 적용하기 위해서는 생성형 AI 모델뿐 아니라 기업 내부 데이터의 관리와 접근 권한, 보안, 업무 시스템 연동 등이 함께 구축돼야 하기 때문이다. 이에 메가존소프트는 여러 계열사가 하나의 업무 환경에서 협업하면서도 법인별 데이터와 보안 정책은 독립적으로 운영할 수 있도록 '단일 테넌트·멀티 도메인' 구조를 구현했다. 하나의 GWS 테넌트 안에서 그룹사들이 동일한 업무 환경을 사용하면서도 각 법인은 별도 도메인을 통해 데이터 접근과 보안 등을 관리할 수 있도록 설계한 것이 특징이다. 특히 신규 법인 설립이나 인수합병(M&A) 과정에서 업무 환경을 빠르게 확장할 수 있도록 구현됐다. 별도의 업무 인프라를 새로 구축하지 않고 기존 그룹과 동일한 환경을 적용할 수 있어 글로벌 기업의 조직 확대에 대응할 수 있도록 구성한 것이다. 메가존소프트는 시스템 구축과 함께 임직원의 실제 AI 활용을 높이기 위한 변화 관리도 돕는다. 직급과 직무, 언어 등을 고려한 맞춤형 교육 프로그램을 마련하고 전 임직원을 대상으로 실습 중심 교육을 진행했다. 진건 메가존소프트 대표이사는 "메가존클라우드와 메가존소프트는 농심그룹이 국내 및 해외를 아울러 GWS를 도입하는 과정에 있어서, 기술적 기반 구축부터 AI 중심의 업무를 돕는 변화 관리에 이르기까지 전 과정을 책임진 파트너라는 사실에 큰 자부심을 느낀다"며 "농심그룹이 AI 네이티브 기업으로서 성공적으로 도약하는것 뿐만 아니라, 끊임없이 새로운 AI기술을 경험하면서 효율성 및 생산성을 극대화해나갈수 있도록 지속적으로 지원하겠다"고 말했다.2026-08-21 13:27:28
-
![[류청빛의 요즘IT] AI가 일할수록 보안팀도 바빠진다…기업들 AI 확산에 보안 투자도 확대](https://image.ajunews.com//content/image/2026/08/14/20260814175944786985.jpg)
"AI가 일할수록 보안팀도 바빠진다"…기업들 AI 확산에 보안 투자도 확대 [경제일보] 생성형 인공지능(AI)이 기업 업무 전반으로 빠르게 침투하면서 기업들의 정보보호 투자에도 변화가 나타나고 있다. AI를 활용해 업무 효율을 높이는 동시에 새로운 보안 위협에 대응해야 하는 상황에 놓이면서 AI 투자가 정보보호 투자 확대로 이어지는 모습이다. 과거 해킹이나 악성코드 등 외부 공격을 막는 데 집중했던 보안의 범위가 AI 모델과 데이터, 클라우드 인프라까지 넓어지고 있다. 15일 IT 업계에 따르면 국내 기업들은 AI 도입 확대와 함께 정보보호 체계를 강화하고 있다. 특히 통신과 금융 등 대규모 개인정보와 금융정보를 다루는 산업을 중심으로 보안 인력과 시스템에 대한 투자를 늘리는 움직임이 커지고 있다. AI가 기업의 업무 환경에 들어오면서 보안팀이 관리해야 할 영역도 늘어났다. 임직원이 생성형 AI에 사내 문서나 고객정보 등 민감한 데이터를 입력할 경우 정보가 외부로 유출될 가능성이 있고, 기업이 자체적으로 구축한 AI 시스템과 외부 AI 서비스를 연결하는 과정에서도 새로운 보안 취약점이 발생할 수 있는 것으로 지적되고 있다. 특히 AI가 기존 업무 시스템과 연결되면서 보안 문제는 더욱 복잡해지고 있다. 단순히 AI 모델 자체를 보호하는 것을 넘어 AI가 어떤 데이터에 접근할 수 있는지, 어떤 업무 시스템을 사용할 수 있는지, 생성된 결과물을 어떻게 검증할지까지 관리해야 하기 때문이다. AI를 활용하는 공격도 늘어날 수 있다는 점은 기업들의 부담을 키우는 요인이다. 공격자는 생성형 AI를 이용해 피싱 문구를 제작하거나 악성코드 개발을 지원받고, 취약점 탐색과 공격 과정의 일부를 자동화할 수 있다. 공격 속도와 규모가 커질수록 기존의 인력 중심 보안관제만으로는 대응하기 어려워질 수 있다는 의미다. 이에 기업들의 보안 투자 역시 AI와 결합하는 방향으로 바뀌고 있다. AI를 활용해 이상 징후를 탐지하고 보안 로그를 분석하는 것은 물론, 반복적인 보안 대응 작업을 자동화하는 기술에 대한 관심도 높아지고 있다. AI가 공격에 활용되는 만큼 방어에도 AI를 활용해야 한다는 인식이 확산하는 것이다. IT 기업뿐만 아니라 보안이 중요한 금융권에서도 보안 강화 움직임이 이어지고 있다. 은행과 카드, 증권, 보험 등 금융회사는 개인정보뿐만 아니라 계좌와 결제정보 등 민감한 데이터를 대규모로 보유하고 있어 AI 도입 과정에서 데이터 보호와 접근통제가 중요한 과제로 떠오르고 있다. 이 같은 변화는 AI 산업의 비용 구조에도 영향을 미칠 것으로 분석된다. 지금까지 AI 투자라고 하면 GPU와 데이터센터, AI 모델 개발 등에 집중됐지만 앞으로는 AI 서비스를 안전하게 운영하기 위한 보안 솔루션과 전문 인력, 데이터 관리 체계까지 투자 범위가 확대될 전망이다. 기업의 AI 경쟁력이 단순히 얼마나 많은 AI 서비스를 도입했는지로 결정되는 시대에서 벗어나 AI를 업무에 빠르게 적용하는 동시에 데이터와 시스템을 안전하게 보호할 수 있는 능력까지 갖춰야 실제 경쟁력으로 이어지고 있다. AI 투자가 늘어날수록 정보보호 투자도 함께 증가하는 구조가 본격화되면서 보안이 AI 사업의 부수적인 비용이 아니라 서비스를 운영하기 위한 필수 인프라로 자리 잡을 것으로 분석된다. 한 IT 업계 관계자는 "AI가 빠르게 발전하고 있지만 보안 문제로 발전된 AI를 즉각 실제 업무에 적용하지 못하고 있다"고 말했고, 다른 IT 업계 관계자는 "본사와 자회사 모두 보안 부서를 따로 보유해 보안에 신경 쓰고 있다"고 강조했다.2026-08-15 09:00:00
-
![[AI시대 대격변] 한국경제 3주체를 다시 짜라 ③정부편](https://image.ajunews.com//content/image/2026/08/11/20260811112133615926.png)
한국경제 3주체를 다시 짜라 ③정부편 [경제일보] 인공지능(AI) 시대를 맞아 정부의 역할도 달라지고 있다. 과거 정부 역할이 산업 지원과 규제 정비에 집중됐다면, AI 시대에는 데이터, 전력망, 인재, 안전망, 소비자 보호, 공공서비스, 국가 안보까지 포괄하는 종합 설계 능력이 중요해졌다는 평가가 나온다. AI가 기업의 생산 방식과 소비자의 생활 방식을 동시에 바꾸면서 정부도 단순한 규제자나 투자자를 넘어 국가 운영체제의 설계자로서 역할을 맡아야 한다는 목소리가 커지고 있다. 산업 진흥, 규제 설계, 인프라 구축, 인재 양성, 소비자 보호를 따로 볼 것이 아니라 하나의 국가 전략으로 묶어야 한다는 것이다. 11일 정부와 관련 업계에 따르면 AI는 이미 산업정책의 핵심 축으로 올라섰다. 과학기술정보통신부는 지난달 16일 청와대 업무보고에서 AI 데이터센터(AIDC), 피지컬 AI, K-반도체를 3대 메가프로젝트로 제시하고, 해외 투자 유치를 포함해 총 550조원 규모의 민간투자로 기가와트급 초거대 AI 데이터센터를 구축하겠다고 밝혔다. 내년부터는 예약과 결제 등 실제 업무를 수행하는 AI 에이전트로 서비스를 고도화해 ‘1인 1 AI 에이전트’ 시대를 열겠다는 목표도 내놨다. AI 제도 정비도 본격화되고 있다. 한국은 올해 1월 22일 ‘인공지능 발전과 신뢰 기반 조성 등에 관한 기본법’(AI 기본법)을 시행했다. 이 법은 AI 연구개발과 학습용 데이터 구축, AI 활용 확산, 창업 지원, 인재 양성, 데이터센터 구축 지원 등의 근거를 담고 있다. 동시에 고영향 AI에 대한 투명성, 안전성, 인간 감독 등 신뢰 확보 장치도 포함했다. 한 AI업계 관계자는 “AI 산업은 속도가 생명인 만큼 과도한 규제는 부담이 될 수 있다”면서도 “설명 책임과 안전장치가 없으면 소비자와 시장의 신뢰를 잃을 수 있어 산업 진흥과 신뢰 구축을 동시에 설계하는 정부 역할이 중요해졌다”고 말했다. ◆AI 산업정책, 지원금 경쟁으로 끝나선 안 돼 정부의 AI 산업정책은 대규모 투자 계획을 중심으로 빠르게 확장되고 있다. 반도체는 AI 서버와 데이터센터의 핵심 인프라이고, 피지컬 AI는 로봇과 자율주행, 제조 자동화와 연결된다. AI 데이터센터는 모든 AI 서비스의 기반이 되는 컴퓨팅 인프라다. 정부가 이 세 분야를 묶어 국가 프로젝트로 제시한 것은 AI를 단순한 소프트웨어 산업이 아니라 제조업, 에너지, 지역경제, 안보가 결합된 복합 산업으로 보고 있다는 의미로 풀이된다. 다만 대형 프로젝트가 성과로 이어지려면 재정 투입과 세제 지원만으로는 한계가 있다는 평가가 많다. 데이터센터 입지, 전력망 확충, 용수 확보, 지역 주민 수용성, 전문 인력 공급이 함께 해결돼야 한다는 것이다. 로이터통신은 지난달 21일 정부가 수도권 밖 호남에 조성하려는 반도체 산업단지를 두고 대규모 전력·용수 수요와 지역 주민 반발이 주요 과제로 떠오르고 있다고 보도했다. 해당 산업단지 조성에는 800조원 이상이 투입될 것으로 추산되며, 계획대로면 4개 반도체 공장의 전력 수요만으로도 광주·전북·전남 지역의 현재 연간 전력 소비량의 70∼80%에 이를 것이라는 분석도 나왔다고 로이터는 전했다. 한 반도체 업계 관계자는 “데이터센터와 반도체 클러스터는 기업 투자만으로 완성되지 않는다”며 “전력망, 용수, 도로, 대학 인력, 지역 민원 조정까지 정부가 함께 풀어야 실제 착공과 운영이 가능하다”고 말했다. ◆데이터·전력·인재가 새 국가 인프라로 부상 AI 시대의 국가 인프라는 도로와 항만, 공항에만 머물지 않는다는 인식이 확산하고 있다. 데이터, 클라우드, GPU, 전력망, 고급 인재가 새로운 국가 인프라로 떠오르고 있다는 평가다. AI 모델을 개발하고 운영하려면 대규모 학습 데이터와 안정적인 컴퓨팅 자원, 막대한 전력이 필요하다. 이 때문에 AI 정책은 과학기술 정책인 동시에 에너지 정책, 교육 정책, 지역균형 정책의 성격을 함께 띠고 있다. 특히 데이터센터는 전력 수요와 직결된다. AI 연산은 기존 인터넷 서비스보다 훨씬 많은 전력을 필요로 한다. 정부가 권역별 데이터센터 구축을 추진하더라도 전력망 보강과 재생에너지, 원전, 송전선로 문제를 동시에 조정하지 못하면 투자 계획이 지연될 수 있다는 우려가 나온다. 인재 문제도 핵심 과제로 꼽힌다. AI 전문인력은 글로벌 빅테크와 국내 대기업, 스타트업이 동시에 확보 경쟁을 벌이는 분야다. 대학 교육만으로는 산업 현장의 수요를 따라가기 어렵다는 지적도 적지 않다. 과기정통부는 올해 12개 부처와 함께 514만명을 대상으로 AI 교육을 실시하고, AI디지털배움터를 전국 69개 거점으로 확대하겠다고 밝혔다. 한 서울 소재 대학 교수는 “AI 인재 정책은 박사급 연구자 양성만으로는 부족하다”며 “중소기업 직원, 공무원, 교사, 금융·제조 현장 인력까지 AI를 이해하고 활용할 수 있도록 재교육 체계를 넓혀야 한다”고 말했다. ◆규제 완화와 신뢰 구축 병행 요구 AI 기본법 시행으로 한국은 AI 산업 진흥과 신뢰 기반 조성을 함께 추진할 법적 틀을 갖췄다는 평가를 받는다. 법은 고영향 AI에 대해 투명성과 안전성 확보를 요구하고, 생성형 AI 결과물에 대한 표시 의무 등도 규정하고 있다. 의료, 금융, 교통, 채용, 교육처럼 국민의 생명과 기본권, 재산에 영향을 줄 수 있는 분야에서는 AI 활용에 더 높은 수준의 설명 책임과 인간의 감독이 요구된다. 기업 입장에서는 규제 부담이 커질 수 있다. 스타트업 업계에서는 AI 기본법과 시행령이 현장에 적용되는 과정에서 인증, 문서화, 영향평가 부담이 과도해질 수 있다는 우려가 나온다. 반면 소비자와 시민사회에서는 AI가 신용평가, 채용, 보험, 의료 판단에 활용될 경우 설명 가능성과 이의제기 절차가 반드시 보장돼야 한다는 의견이 우세하다. 한 스타트업 업계 관계자는 “AI 기본법의 취지는 공감하지만 초기 기업에 대기업 수준의 문서화와 검증 부담이 부과되면 서비스 출시 속도가 늦어질 수 있다”며 “위험도가 낮은 서비스와 고영향 AI를 구분해 규제를 차등 적용할 필요가 있다”고 말했다. 반면 소비자단체 관계자는 “AI가 금융 심사나 채용, 보험료 산정에 쓰일 경우 소비자는 왜 그런 결과가 나왔는지 알기 어렵다”며 “기술 발전을 이유로 설명 책임과 이의제기 절차가 약화돼서는 안 된다”고 강조했다. 정부의 과제는 이 균형을 어떻게 맞출지에 있다. AI 산업을 키우기 위해 규제를 무조건 늦추면 신뢰가 약해질 수 있고, 신뢰 확보를 이유로 규제를 과도하게 설계하면 혁신 속도가 떨어질 수 있다는 우려가 동시에 제기된다. 분야별 위험 수준에 따라 규제를 달리 적용하는 정교한 접근이 필요하다는 지적이 나오는 이유다. ◆공공부문 AI, 행정 혁신의 시험대 정부 자체도 AI 전환의 대상이다. 행정 민원, 복지 심사, 세금 신고, 재난 대응, 교통 관리, 보건의료, 교육 행정 등 공공서비스 전반에서 AI 활용 가능성이 커지고 있다. AI를 활용하면 반복 민원을 줄이고 행정 처리 속도를 높이며, 사각지대에 놓인 국민을 더 빨리 찾아낼 수 있다는 기대가 있다. 다만 공공부문 AI에는 민간보다 더 엄격한 기준이 적용돼야 한다는 목소리도 높다. 정부의 AI 판단은 국민의 권리와 직접 연결될 수 있어서다. 복지 수급 대상 선정, 세무 조사, 채용·평가, 치안·감시 분야에서 AI가 활용될 경우 오류나 편향이 발생하면 피해가 클 수 있다. 공공 AI는 효율성뿐 아니라 투명성, 책임성, 감사 가능성을 함께 확보해야 한다는 지적이 나온다. ◆부처별 정책 넘어 국가 조정 능력이 관건 AI 시대 정부의 역할은 갈수록 복잡해지고 있다는 게 대체적인 평가다. 산업을 키우면서도 소비자를 보호해야 하고, 투자를 촉진하면서도 전력과 지역 갈등을 조정해야 한다. 기업의 혁신을 막지 않으면서도 고영향 AI의 위험을 관리해야 하고, 청년에게는 새 일자리를 만들고 기존 노동자에게는 전환 교육과 안전망을 제공해야 한다는 요구도 커지고 있다. 전문가들은 AI 전환의 성패가 개별 부처의 정책 경쟁이 아니라 정부 전체의 조정 능력에 달려 있다고 본다. 과학기술, 산업, 금융, 교육, 노동, 복지, 에너지 정책이 따로 움직이면 AI 전환이 성장보다 갈등을 키울 수 있다는 우려도 나온다. 반대로 인프라, 인재, 규제, 안전망, 신뢰 체계를 하나의 전략으로 묶을 경우 AI가 한국경제의 새로운 성장 기반이 될 수 있다는 기대도 있다. 한 청와대 관계자는 “AI 시대 정부는 돈을 나눠주는 투자자나 기업을 단속하는 규제자에 머물 수 없다”며 “국가 데이터 인프라와 전력망, 인재 양성, 소비자 보호, 일자리 전환을 함께 설계하는 운영체제 역할을 해야 한다”고 말했다.2026-08-11 11:22:24
-
AI 경쟁 무대 바뀐다…데이터이쿠, 모델 넘어 데이터·거버넌스 플랫폼 강화 [경제일보] 기업들의 인공지능(AI) 도입이 실험 단계를 넘어 실제 업무 운영 단계로 확대되면서 AI를 관리하고 성과를 검증하는 플랫폼 경쟁이 본격화되고 있다. 단순히 뛰어난 AI 모델을 확보하는 것을 넘어 데이터를 연결하고, AI 에이전트를 통제하며, 비즈니스 성과로 이어지도록 운영하는 역량이 기업 경쟁력의 핵심으로 떠오르는 가운데 데이터이쿠가 5년 연속 글로벌 AI 플랫폼 리더로 선정되며 능력을 입증하고 있다. 30일 데이터이쿠는 가트너가 발표한 '2026 가트너 매직 쿼드런트 데이터 사이언스 및 머신러닝 AI 플랫폼'에서 리더로 선정됐다고 밝혔다. 이번 선정으로 데이터이쿠는 5년 연속 리더 자리를 유지했다. 데이터이쿠는 '비전의 완성도' 부문에서 높은 평가를 받으며 기업들이 AI 실험을 넘어 대규모 운영 환경으로 확장할 수 있도록 지원하는 플랫폼 역량을 인정받았다고 설명했다. 최근 기업들의 AI 전략은 단순한 생성형 AI 도입에서 벗어나 실제 업무 프로세스에 AI를 적용하고 관리하는 방향으로 변화하고 있다. 챗봇이나 문서 작성 등 개별 업무 지원을 넘어 AI 에이전트가 데이터를 분석하고 의사결정을 지원하는 사례가 늘면서 AI 활용 과정 전반을 관리할 수 있는 플랫폼의 중요성이 커지고 있다. 특히 기업들은 다양한 AI 모델과 데이터 환경을 동시에 활용하는 멀티플랫폼 환경에 대응해야 하는 상황으로 알려졌다. 이에 AI 모델 자체의 성능뿐 아니라 데이터 품질 관리, 모델 운영, 보안, 규제 대응, 성과 측정 등 AI 생애주기를 관리하는 역량이 새로운 경쟁 요소로 부상하고 있다. 데이터이쿠는 해당 시장 변화에 맞춰 데이터 준비부터 AI 모델 개발, 배포, 운영, 관리까지 하나의 환경에서 지원하는 AI 플랫폼을 제공하고 있다. 클라우드 인프라와 기존 업무 시스템 전반에서 AI 개발과 운영을 지원하며, 데이터 분석가와 개발자, 현업 부서가 협업할 수 있는 환경을 제공하는 것이 특징이다. 데이터이쿠는 최근 AI 에이전트 확산에 대응해 관련 기능도 강화하고 있다. 멀티플랫폼 환경에서 AI 에이전트를 관리하고 성과를 검증할 수 있도록 지원하는 '에이전트 매니지먼트', AI 기반 개발 과정을 시각적으로 확인하고 검토할 수 있는 '코빌드', 거버넌스 기반 의사결정을 지원하는 '리즈닝 시스템즈' 등을 제공하고 있다. AI 도입 이후 기업들이 겪는 가장 큰 과제 중 하나는 '실제 성과 창출'이다. 많은 기업이 생성형 AI를 활용한 개념검증(PoC)을 진행하고 있지만, 조직 전체 업무 환경으로 확산하는 과정에서는 데이터 접근성, 보안, 운영 관리, 성과 측정 등의 문제가 발생하고 있다. 이에 따라 AI 시장의 경쟁 구도 역시 모델 개발 경쟁에서 AI를 안정적으로 운영하는 플랫폼 경쟁으로 이동하고 있는 것으로 분석된다. 기업 입장에서는 어떤 AI 모델을 선택하는지뿐 아니라, 해당 AI가 실제 업무에서 지속적으로 성과를 낼 수 있도록 관리하는 체계 구축이 중요해지고 있기 때문이다. 고객 평가에서도 높은 점수를 받고 있다. 데이터이쿠에 따르면 최근 12개월간 가트너 피어 인사이트 기준 평균 5점 만점에 4.7점을 기록했으며, 리뷰 작성자의 98%가 플랫폼을 추천한 것으로 나타났다. 데이터 플랫폼 기업들과의 협력도 확대하고 있다. 앞서 데이터이쿠는 지난달 열린 '스노우플레이크 서밋 2026'에서 스노우플레이크의 '2026 AI 플랫폼 올해의 제품 파트너'로 선정된 바 있다. 데이터이쿠는 스노우플레이크 AI 데이터 클라우드 환경에서 데이터 이동 없이 AI 모델과 에이전트, 워크플로를 구축하고 운영할 수 있도록 지원하며 기업들이 AI 프로젝트를 실제 운영 환경으로 확장할 수 있도록 돕고 있다. 국내에서도 기업들의 AI 투자 확대와 함께 AI 운영 플랫폼에 대한 관심이 커지고 있다. 금융, 제조, 유통 등 산업 전반에서 생성형 AI와 AI 에이전트 도입이 확대되면서 기업 내부 데이터와 AI 시스템을 안전하게 연결하고 관리하는 체계가 중요해지고 있기 때문이다. 특히 국내 기업들은 AI 활용 과정에서 개인정보 보호와 보안, 산업별 규제 대응 등을 동시에 고려해야 하는 만큼 단순 AI 모델 도입보다 운영과 관리 역량 확보가 중요한 과제로 떠오르고 있다. AI 시장이 모델 성능 경쟁을 넘어 실제 비즈니스 성과를 만드는 운영 경쟁으로 이동하면서 AI 플랫폼 기업들의 역할도 더욱 커질 전망이다. 데이터이쿠의 이번 가트너 리더 선정 역시 기업 AI 전환 과정에서 플랫폼과 거버넌스 역량의 중요성이 높아지고 있음을 보여주는 사례로 평가된다. 플로리안 두에토 데이터이쿠 공동창업자 겸 최고경영자(CEO)는 "앞으로 기업 간 AI 경쟁력의 격차는 더욱 뚜렷해질 것"이라며 "이러한 격차는 어떤 AI 모델에 접근할 수 있는지가 아니라 AI가 실제 비즈니스 전반에서 성과를 낼 수 있도록 접근성과 오케스트레이션, 거버넌스를 얼마나 효과적으로 갖추고 있는지가 좌우할 것"이라고 말했다.2026-07-30 17:44:29
-
AI 데이터센터 판 키운다…네이버 14조 AI팩토리·SKT 2GW 추진 [경제일보] 국내 인공지능(AI) 데이터센터 경쟁이 수십~수백메가와트(㎿) 단위를 넘어 기가와트(GW)급 초대형 투자 단계로 진입하고 있다. 네이버는 엔비디아와 글로벌 대체자산 운용사 브룩필드의 지원을 바탕으로 100억달러(약 14조6000억원) 규모의 글로벌 AI 팩토리 구축에 나선다. SK텔레콤은 엔비디아와 최대 2GW 규모의 AI 데이터센터 구축·확장을 추진하고 앤트로픽, 아마존웹서비스(AWS)와도 투자·사업 협력 범위를 넓힌다. 청와대가 밝힌 국내 기업과 글로벌 빅테크의 AI 데이터센터 협력 구상은 약 5GW의 전력 용량과 엔비디아 B200 기준 그래픽처리장치(GPU) 약 200만장 규모다. 계획대로 추진될 경우 국내 AI 컴퓨팅 인프라의 규모가 기존 데이터센터 증설 수준을 넘어 글로벌 AI 연산자원 공급기지로 확장되는 전환점이 될 전망이다. 이번 발표의 핵심은 국내 기업들이 글로벌 기업으로부터 GPU만 공급받는 구조에서 벗어나 자본과 전력, 데이터센터, AI 모델, 클라우드 운영을 하나의 사업으로 묶기 시작했다는 점이다. 메모리반도체 공급국을 넘어 AI 연산 인프라를 직접 구축·운영하는 시장으로 사업 영역을 넓히려는 움직임이다. ◆ 네이버, 100억달러로 ‘글로벌 AI 팩토리’ 승부 이해진 네이버 창업자 겸 이사회 의장은 24일(현지시간) 미국 샌프란시스코에서 열린 AI 행사에서 엔비디아와 브룩필드가 네이버의 AI 팩토리 사업에 100억달러 규모의 투자와 인프라 지원을 제공한다고 밝혔다. 이 의장은 “엔비디아와 브룩필드가 네이버에 100억달러라는 큰 금액을 투자하게 됐다”며 “네이버가 새로운 단계로 도약하는 계기가 될 것”이라고 말했다. 협력 구조는 엔비디아의 전략적 투자와 GPU·기술 지원, 브룩필드의 데이터센터·전력 인프라 지원을 결합하는 방식이다. 네이버는 엔비디아로부터 10억달러 규모의 전략적 투자를 유치하고 GPU 공급과 기술 협력을 확대한다. 브룩필드는 최대 90억달러 규모로 GW급 AI 팩토리 운영에 필요한 데이터센터와 전력, 냉각 설비, 공급망 구축을 지원할 계획이다. 100억달러 전체가 네이버 법인에 직접 투입되는 현금성 지분 투자라기보다 전략적 투자와 인프라 공급, 프로젝트 단위의 자금 지원이 결합된 사업 구조로 해석된다. 청와대도 네이버가 엔비디아와 전략적 투자 협약을, 브룩필드와 인프라 공급 계약을 각각 체결해 100억달러 규모의 글로벌 AI 팩토리를 구축한다고 설명했다. 구체적인 출자 방식과 사업별 집행 일정, 구축 지역은 향후 확인이 필요한 부분이다. 네이버는 검색과 커머스, 콘텐츠, 클라우드 서비스를 직접 운영하면서 데이터센터 설계·구축 기술과 대규모 트래픽 운영 경험을 축적해 왔다. 강원 춘천의 ‘각 춘천’과 세종의 ‘각 세종’ 운영 경험을 GPU 중심의 AI 데이터센터로 확장하고 여기에 자체 AI 모델과 네이버클라우드 서비스를 결합한다는 구상이다. AI 팩토리는 서버 공간과 GPU를 임대하는 기존 데이터센터보다 사업 범위가 넓다. 대규모 GPU와 초고속 네트워크, 전력·냉각 설비 위에 AI 모델과 데이터, 클라우드 운영 기술을 결합해 기업이 AI를 학습하고 서비스할 수 있는 연산 환경을 제공한다. 이 의장은 “네이버가 안고 있던 어려움은 축적한 지식과 운영 노하우를 대규모로 확장하는 것이었다”며 “두 회사의 자본뿐 아니라 글로벌 브랜드와 네트워크가 네이버의 노하우를 스케일업하는 데 큰 기회가 될 것”이라고 강조했다. 그는 글로벌 빅테크에 AI 기술과 서비스가 집중되는 현상에도 경계의 목소리를 냈다. 이 의장은 “네이버가 꿈꾸는 인터넷 세상은 인터넷과 AI가 한두 집단에 의해 지배되고 조종되는 세상이 아니다”며 “세계의 다양성을 지키려면 국가와 집단, 개인마다 여러 AI가 나타나고 활동할 수 있어야 한다”고 말했다. ◆ SKT, 엔비디아와 최대 2GW…‘베라 루빈’ 우선 확보 SK텔레콤은 엔비디아와 최대 2GW 규모의 AI 데이터센터 구축·확장을 추진한다. 엔비디아는 데이터센터 구축과 확장을 지원하고 SK텔레콤에 차세대 GPU 시스템인 ‘베라 루빈(Vera Rubin)’을 우선 할당하기로 했다. SK텔레콤은 앤트로픽과도 국내 GW급 AI 데이터센터 프로젝트에 대한 투자·사업 협력을 추진한다. 앤트로픽의 AI 모델을 대규모로 운영할 수 있는 컴퓨팅 인프라를 확보하는 동시에 AI 데이터센터의 장기 고객 수요를 선점하려는 전략으로 풀이된다. AWS와 추진 중인 울산 AI 데이터센터 프로젝트도 국내 주요 거점으로 확대한다. 울산에서 확보한 설계·구축·운영 경험을 다른 지역에 적용해 장기적으로 GW급 AI 컴퓨팅 용량을 갖추겠다는 구상이다. 엔비디아와의 협력이 최신 GPU와 시스템 확보에 초점이 맞춰졌다면 앤트로픽은 AI 모델과 연산 수요, AWS는 글로벌 클라우드 운영과 고객 기반을 연결하는 역할을 맡는다. SK텔레콤이 통신 중심 사업자에서 AI 인프라를 구축·운영하는 ‘AI 데이터센터 사업자’로 이동하는 흐름도 한층 뚜렷해졌다. 2GW는 현재 확정된 단일 데이터센터의 건설 용량이 아니라 SK텔레콤이 국내 여러 거점에서 단계적으로 구축·확장하려는 최대 목표치다. 실제 사업 규모는 부지와 전력망, 투자자, GPU 공급 일정, 장기 고객 계약 확보 여부에 따라 달라질 수 있다. ◆ 삼성SDS는 ‘AI 활용 시장’ 확장…앤트로픽과 역할 분담 삼성SDS도 앤트로픽과 전략적 파트너십을 체결하고 국내 엔터프라이즈 AI 시장 확대에 나섰다. 삼성SDS의 협력은 데이터센터를 직접 건설하는 사업보다 해당 인프라 위에서 작동하는 기업용 AI 서비스와 고객 수요를 키우는 데 초점이 맞춰졌다. 양사는 한국 시장에서 신규 사업 기회를 공동 발굴하고 공동 마케팅과 기술검증(PoC), 합작 사업을 추진한다. 클로드 도입 기획부터 구축·운영·기술 지원을 담당하는 ‘응용형 AI 엔지니어’도 양성한다. 삼성SDS는 현재 20개 삼성 관계사 임직원 약 7만명에게 클로드 엔터프라이즈를 제공하고 있다. 회사 측에 따르면 도입 초기 몇 주 동안 삼성SDS 임직원이 클로드와 주고받은 메시지는 100만건을 넘어섰고 사용자 가운데 절반가량이 소프트웨어 개발 도구인 ‘클로드 코드’를 활용했다. 삼성SDS는 이 같은 내부 검증 경험을 외부 고객의 AI 전환 사업으로 확산할 방침이다. 오픈AI와 구글 클라우드에 이어 앤트로픽까지 협력 대상을 넓히면서 챗GPT와 제미나이, 클로드를 고객의 업무·보안·클라우드 환경에 맞춰 제공하는 멀티모델 전략도 강화하고 있다. ◆ ‘5GW·GPU 200만장’은 목표…실행력 검증대 청와대는 이번 협력을 통해 반도체와 AI 데이터센터, 피지컬 AI로 구성된 ‘3대 메가 프로젝트’의 구체적인 투자 기반을 마련했다고 평가했다. 김용범 청와대 정책실장은 “정부와 민간은 앞으로도 전심전력을 다해 이번 메가 프로젝트의 가시적인 성과를 조기에 만들어 내겠다”고 말했다. 발표된 5GW와 GPU 200만장은 국내외 기업들이 추진하기로 한 전체 투자 협력 규모다. 실제 구매가 완료됐거나 데이터센터 건설에 들어간 물량을 의미하지는 않는다. 200만장 역시 데이터센터의 전체 연산 능력을 엔비디아 B200 기준으로 환산한 수치인 만큼 실제 구축 과정에서는 베라 루빈 등 차세대 시스템과 다른 종류의 AI 가속기가 함께 적용될 가능성이 있다. GW급 AI 데이터센터를 현실화하려면 안정적인 전력 확보와 송전망 확충, 냉각용수와 지역 수용성, 최신 GPU 조달, 대규모 자금 조달이 동시에 해결돼야 한다. 막대한 초기 투자비를 회수할 수 있는 글로벌 고객과 장기 사용계약을 확보하는 일도 필요하다. 국내 AI 인프라 경쟁의 판은 분명 커졌다. 이제 검증대에 오를 것은 발표된 숫자의 크기가 아니라 실제 착공과 전력 공급, GPU 배치, 고객 유치로 이어지는 속도다. 이번 협력이 실행 단계에 안착한다면 한국의 역할도 AI 반도체를 공급하는 제조기지에서 글로벌 AI 연산과 서비스를 생산하는 기반으로 확장될 수 있다.2026-07-25 16:11:46
-
![[AI시대 대격변] 한국경제 3주체를 다시 짜라 ①기업·재벌편](https://image.ajunews.com//content/image/2026/07/09/20260709165036954321.png)
한국경제 3주체를 다시 짜라 ①기업·재벌편 [경제일보] 인공지능(AI) 시대는 한국경제에 기술 도입을 넘어선 전방위 개혁을 요구하고 있다. 기업은 AI를 비용 절감 수단이 아니라 조직과 사업모델 혁신의 계기로 삼아야 한다. 소비자는 편리함에 머무르지 않고 데이터 주권과 알고리즘 감시 능력을 갖춰야 한다. 정부는 규제 완화와 산업 지원을 넘어 인프라, 인재, 안전망, 신뢰 체계를 함께 설계해야 한다. 이에 본지는 이번 기획을 통해 AI시대 한국경제 3주체의 역할 변화와 개혁 과제를 짚고, 한국경제가 관성의 경제에서 학습의 경제로 전환하기 위한 해법을 모색한다. <편집자주> 한국 대기업들이 인공지능(AI) 전환의 한복판에 섰다. 반도체 기업은 AI 서버의 핵심 부품인 고대역폭메모리(HBM)와 첨단 패키징 경쟁에 뛰어들고 있고, 플랫폼 기업은 초거대 AI와 클라우드 인프라를 강화하고 있다. 자동차·조선·철강·금융권도 생산공정 자동화, 로봇, AI 상담, 리스크 관리 등으로 적용 범위를 넓히고 있다. 정부와 기업의 투자 시계도 빨라지고 있다. 최근 한국 정부는 삼성전자와 SK하이닉스 등을 축으로 대규모 AI·반도체 투자 전략을 추진하고 있다. 삼성전자와 SK하이닉스는 약 800조원 규모의 신규 반도체 제조시설 투자에 참여하고, 충청권에는 81조원 규모의 반도체 패키징 클러스터가 조성된다. 또 SK·GS·네이버 등이 AI 데이터센터 구축에 참여하고 장기적으로 관련 투자가 1000조원 이상으로 확대될 수 있다는 구상도 내놨다. 실제 정부는 지난달 29일 SK·GS·네이버와 협력해 1단계로 8.4GW 규모의 AI 데이터센터를 구축하겠다고 밝혔다. SK가 5GW, GS가 2.4GW, 네이버가 1GW 규모로 참여하며 관련 투자 규모는 550조원으로 제시됐다. 투자 규모만 놓고 보면 한국 기업들은 다시 한 번 ‘큰 판’을 벌이고 있다. 그러나 현장에선 “AI 투자가 곧 AI 경쟁력은 아니다”라는 지적도 나온다. 한 대기업 AI 전략 담당자는 “지금은 어느 그룹이나 AI 조직과 태스크포스는 갖추고 있지만 실제 업무에 적용하려면 데이터 접근권, 보안, 법무, 감사, 성과평가가 모두 걸린다”며 “AI 도입보다 어려운 것은 부서 간 칸막이를 허무는 일”이라고 말했다. HBM이 바꾼 증시 서열…AI가 기업가치 기준 흔든다 AI 전환은 이미 국내 증시의 기업가치 평가 기준도 바꾸고 있다. 대표 사례가 SK하이닉스다. SK하이닉스는 AI 반도체 수요 확대와 HBM 시장 선점 효과에 힘입어 지난달 22일 코스피 장중 시가총액에서 삼성전자를 앞질렀다. 이는 단순한 주가 순위 변화가 아니다. 한국 반도체 산업의 무게중심이 범용 메모리 중심에서 AI용 고부가 메모리와 패키징, 고객 맞춤형 공급망으로 이동하고 있다는 신호다. 과거에는 생산능력과 원가 경쟁력이 핵심이었다면 이제는 엔비디아 등 글로벌 빅테크·AI 반도체 기업과 얼마나 긴밀하게 연결돼 있는지, 차세대 HBM을 얼마나 빨리 개발·공급할 수 있는지가 기업가치를 좌우한다. 다만 AI 반도체 호황이 항상 주가 상승으로만 이어지는 것은 아니다. 실제 8일 삼성전자와 SK하이닉스 주가는 미국 반도체주 약세와 AI 붐 지속성에 대한 우려 속에 장중 동반 약세를 보였다. 증권업계 한 관계자는 “AI 반도체가 한국 증시의 핵심 테마가 된 것은 분명하지만 시장은 이제 단순한 실적 증가보다 지속 가능한 가격 결정력과 고객 기반을 본다”며 “AI 사이클이 길어질수록 기업 간 격차는 더 커질 수 있다”고 말했다. 계열사 울타리에 갇힌 데이터, AI 경쟁력의 병목 AI 경쟁력은 반도체와 데이터센터 같은 하드웨어 투자만으로 결정되지 않는다. 기업 내부의 데이터 활용 구조가 핵심 변수다. 한국 대기업은 제조, 금융, 유통, 통신, 물류 등 방대한 데이터를 갖고 있다. 그러나 계열사별·부서별로 데이터가 분산돼 있고, 보안과 개인정보, 감사 리스크 때문에 실제 활용은 제한적인 경우가 많다. 한 제조업계 관계자는 “공장에는 설비 데이터가 쌓이고, 영업부서에는 고객 데이터가 쌓이며, 구매부서에는 공급망 데이터가 쌓이지만 이를 하나의 모델로 연결하는 일은 쉽지 않다”며 “AI 프로젝트를 시작하면 기술 문제가 아니라 내부 승인 절차에서 시간이 더 걸리는 경우가 많다”고 했다. 재벌 구조의 강점이던 수직계열화도 AI시대에는 양면성을 갖는다. 위기 때 빠르게 자원을 동원하는 데는 유리하지만 데이터와 인재가 계열사 내부에 갇히면 개방형 혁신에는 불리할 수 있다. 한 스타트업 대표는 “대기업들이 AI 스타트업과 협업을 말하지만 실제 계약 단계에서는 지식재산권, 데이터 소유권, 보안 조항이 지나치게 무겁다”며 “함께 실험하고 성과를 나누는 방식으로 바뀌어야 한다”고 지적했다. AI 도입보다 어려운 건 일하는 방식의 개혁 기업들이 생성형 AI를 사내 업무에 도입하면서 보고서 초안 작성, 회의록 정리, 시장조사, 고객 응대, 코드 작성, 번역, 계약서 검토 등에서 AI 활용이 확대되고 있다. 그러나 전문가들은 AI를 업무 도구로 배포하는 것만으로 생산성 향상이 보장되지는 않는다고 지적한다. 지난 5월 arXiv에 공개된 조원익·김성훈·김근혜의 포지션 페이퍼 ‘Adopting AI in Practice Does Not Guarantee the Productivity Boost’는 AI 도입이 곧바로 생산성 향상으로 이어지는 것은 아니라고 지적했다. 논문은 인력 구성, 구성원의 기초 역량, 학습곡선, 인센티브 구조, 목표 설정의 유연성 등이 AI 생산성 효과를 좌우한다고 분석했다. 한 경영학 교수는 “AI는 단순히 업무 시간을 줄이는 기술이 아니라 의사결정 방식을 바꾸는 기술”이라며 “기업이 AI를 제대로 쓰려면 어떤 업무를 AI에 맡기고 어떤 판단은 사람이 책임질지 조직 원칙을 세워야 한다”고 말했다. 중간관리자의 역할 변화도 불가피하다. 지금까지 중간관리자는 자료를 취합하고 보고서를 다듬고 리스크를 걸러내는 역할을 해왔다. 그러나 생성형 AI가 정보 수집과 문서 작성의 상당 부분을 보조하면서 중간관리자의 경쟁력은 보고서 작성 능력이 아니라 문제 정의, 결과 검증, 부서 간 조정 능력으로 이동하고 있다. AI 전환은 청년 채용과 인재 육성 방식에도 영향을 미친다. 반복적 사무 업무와 초급 분석 업무가 AI로 대체되면 신입사원이 조직에서 배우는 첫 단계가 줄어들 수 있다. 한 대기업 인사 담당자는 “AI 도입 이후 신입사원에게 맡길 수 있는 단순 업무는 줄어드는 반면, 처음부터 문제 해결형 역량을 요구하는 분위기가 강해지고 있다”며 “채용 규모를 줄이는 유혹이 생기지만 장기적으로는 인재 풀이 약해질 수 있어 재교육 체계를 함께 고민하고 있다”고 말했다. AI 거버넌스도 기업 경쟁력 됐다 AI 활용이 확대될수록 기업의 책임도 커진다. 한국은 AI 기본법 시행을 앞두고 있으며, 고영향 AI에 대한 인간 감독과 투명성 확보가 주요 쟁점으로 떠올랐다. 특히 금융, 보험, 의료, 채용, 교육처럼 개인의 권리와 직접 연결되는 분야에서는 AI가 어떤 데이터를 사용했고, 어떤 기준으로 판단했으며, 오류가 발생했을 때 누가 책임질지가 중요해진다. 금융권 한 관계자는 “AI 상담이나 대출심사는 소비자 편의성을 높일 수 있지만 설명 책임이 약하면 민원과 분쟁으로 이어질 수 있다”며 “AI를 많이 쓰는 회사보다 AI 판단을 얼마나 투명하게 관리하는지가 앞으로 더 중요한 평판 요소가 될 것”이라고 말했다. 산업계에서는 AI 활용이 실제 경쟁력으로 이어지려면 조직 운영 방식의 변화가 병행돼야 한다는 지적이 나온다. 과거 대기업의 성장 방식은 계열사 내부에서 원료 조달, 부품 생산, 완제품 제조, 금융 지원을 묶는 수직계열화가 중심이었다. 그러나 AI 분야에서는 데이터, 클라우드, 알고리즘, 소프트웨어 인재가 기업 안팎에 분산돼 있어 외부 스타트업과 대학, 협력사와의 공동 개발과 실험이 중요해지고 있다. 전문가들은 AI 경쟁력이 투자 규모만으로 결정되지는 않는다고 본다. 반도체 설비 확충과 데이터센터 구축은 AI 전환의 기반에 해당하지만 이후에는 내부 인재 재교육, 중간관리자 역할 재정립, AI 활용 책임 체계, 외부 생태계와의 협업 구조가 함께 작동해야 한다는 설명이다. 한 재계 관계자는 “한국 대기업의 AI 경쟁력은 대규모 투자 이후의 실행 구조에서 갈릴 가능성이 크다”며 “총수의 투자 결정을 현장의 실험과 조직 학습으로 연결하고, 계열사 중심의 폐쇄형 운영을 개방형 협력 모델로 전환할 수 있는지가 향후 AI 전환의 핵심 변수로 꼽힌다”고 말했다.2026-07-09 16:51:36
-
![[데스크칼럼] 챗봇만 보던 나라는 AI 전쟁에서 진다](https://image.ajunews.com//content/image/2026/06/19/20260619174034895392.jpeg)
챗봇만 보던 나라는 AI 전쟁에서 진다 우리는 인공지능을 너무 오래 화면 속에서만 봤다. 질문을 던지면 답을 쓰고 문서를 요약하고 그림을 만들고 코드를 고치는 기술로 받아들였다. 챗GPT가 얼마나 똑똑한지, 국산 AI가 얼마나 따라왔는지 어느 모델이 더 빠르고 저렴한지를 따졌다. 한국 사회는 그것을 AI 경쟁이라 불렀고 정부는 그것을 미래 산업이라고 설명해 왔다. 그러나 질서는 바뀌고 있다. AI는 더 이상 화면 안에 머물지 않는다. 공장과 병원, 조선소와 물류창고, 자율주행차와 로봇, 국방 시스템과 전력망으로 들어가고 있다. 문장을 생성하는 AI의 시대에서 물리 세계를 움직이는 AI의 시대로 넘어가는 중이다. 정부가 19일 피지컬 AI 얼라이언스 2기를 출범시킨 것도 이런 변화와 무관하지 않다. 이름은 낯설지만 방향은 분명하다. 논의 중심 협의체를 실행형으로 전환해 산업 현장에 실제 적용되는 AI를 만들고, 국산 AI 반도체와 모델, 소프트웨어, 로봇과 센서, 컴퓨팅 인프라를 하나로 묶겠다는 구상이다. 한국형 피지컬 AI 풀스택 구축의 출발점인 셈이다. 선언이 늦은 것은 아니다. 다만 시간이 많지도 않다. 미국은 엔비디아와 빅테크를 중심으로 AI 인프라를 산업 시스템으로 전환하고 있다. 중국은 국가 주도로 로봇과 제조 AI를 밀어붙이고 있고 일본은 로봇과 고령화 대응 산업을 결합하고 있다. 유럽은 규제와 표준을 무기로 영향력을 확대하고 있다. 우리는 지금 어디에 서 있는가. 아직도 챗봇 성능 비교에 머물러 있는 것은 아닌지 돌아볼 필요가 있다. 냉정하게 말하면 한국이 챗봇 경쟁에서 미국 빅테크를 단기간에 따라잡기는 쉽지 않다. 모델 규모와 자본, 데이터, 클라우드 인프라의 격차가 존재한다. 그러나 피지컬 AI는 다르다. 공장과 조선소, 반도체 생산라인, 병원과 물류망, 통신 인프라와 제조 데이터를 가진 나라는 많지 않다. 한국은 바로 그 현장을 보유하고 있다. 다만 현장이 있다고 자동으로 플랫폼이 되는 것은 아니다. 반도체와 로봇, 통신망과 데이터센터, 소프트웨어 기업이 제각각 움직인다면 그것은 생태계가 아니다. 피지컬 AI의 경쟁력은 개별 기술보다 연결 능력에서 나온다. 센서가 데이터를 수집하고 네트워크가 이를 전달하며 AI 모델이 판단하고 로봇과 설비가 움직인다. 그 결과가 다시 데이터로 축적되는 순환 구조를 만들어야 한다. 이 과정에서 데이터센터는 중요한 기반이다. AI 산업은 결국 전력 위에 세워진다. 정부가 비수도권 AI 데이터센터 구축과 규제 완화를 추진하는 이유도 여기에 있다. 그러나 속도만 강조해서는 안 된다. 전력 공급과 송전망 확충, 지역 수용성, 주민 편익과 일자리 창출까지 함께 고민해야 한다. 미래 산업 인프라가 또 다른 사회적 갈등의 원인이 되어서는 안 된다. 한국 산업은 자신의 강점과 약점을 동시에 직시해야 한다. 우리는 제조업 강국이다. 반도체와 배터리, 자동차와 조선, 통신 인프라를 갖추고 있다. 하지만 이를 하나의 산업 전략으로 묶는 데는 늘 서툴렀다. 부처는 따로 움직이고 기업은 각자의 이해관계를 우선하며 대학과 현장의 연결도 느슨하다. 이런 방식으로는 피지컬 AI 시대의 주도권을 확보하기 어렵다. AI 주권 역시 같은 맥락이다. 국산 모델 하나를 만들었다고 주권이 완성되지 않는다. GPU를 확보했다고 끝나는 것도 아니다. 반도체와 모델, 데이터와 소프트웨어, 전력과 보안, 산업 현장과 표준을 스스로 설계하고 운영할 수 있을 때 비로소 주권이라 부를 수 있다. 기업의 역할도 중요하다. 대기업 생산라인만 고도화되고 협력사는 인력난과 비용 부담에 머문다면 산업 전체의 경쟁력은 높아질 수 없다. 피지컬 AI는 일부 기업의 효율화 수단이 아니라 제조 생태계 전반의 생산성을 끌어올리는 도구가 되어야 한다. 인재 문제도 마찬가지다. 피지컬 AI에는 코딩 인력만 필요한 것이 아니다. 기계를 이해하는 사람, 데이터를 읽는 사람, 현장을 아는 사람, 전력과 통신, 보안을 함께 이해하는 사람이 필요하다. 제조를 모르는 AI 인재도 부족하고 AI를 모르는 제조 인력도 부족하다. 이들을 연결하는 인재를 길러내지 못하면 피지컬 AI는 구호에 그칠 수밖에 없다. 정부의 역할은 선언이 아니라 조율이다. 어떤 산업부터 실증할 것인지 데이터를 어떻게 활용할 것인지 보안과 안전의 책임은 누가 질 것인지 구체적인 기준을 마련해야 한다. 표준을 만들고 공공 조달을 열고 실패를 허용하는 실증 공간도 제공해야 한다. AI는 보고서가 아니라 현장에서 성장한다. 한국은 위기 때마다 새로운 길을 만들어 왔다. 반도체와 조선, 자동차 산업이 그랬다. 그러나 이번 경쟁은 다르다. 물건 하나를 잘 만드는 경쟁이 아니라 산업 전체를 지능화하는 경쟁이다. 공장을 움직이고 물류를 최적화하며 전력을 배분하고 로봇을 제어하는 경쟁이다. 챗봇은 AI의 한 모습일 뿐 전부가 아니다. AI의 무대는 이미 화면 밖으로 넓어지고 있다. 공장과 도시, 병원과 물류망, 전력 시스템까지 현실 세계 곳곳으로 스며들고 있다. AI 시대에 가장 위험한 나라는 AI를 모르는 나라가 아니라 AI의 가능성을 스스로 제한하는 나라다. 한국이 잡아야 할 기회는 화면 속에만 있지 않다. 우리가 가진 제조 현장과 통신망, 병원과 조선소, 전력망과 산업 데이터 속에 있다. 선언의 AI를 넘어 실행의 AI로 나아갈 때 한국 제조업은 다시 한 번 세계 산업 지도의 중심에 설 수 있을 것이다.2026-06-19 18:58:00
-
NC AI, 미디어 특화 AI 사업 확장…K-미디어 콘텐츠 제작 혁신한다 [경제일보] NC AI가 방송 제작 인공지능 전환(AX) 시장 공략에 본격적으로 나선다. 자체 AI 기술력을 기반으로 방송 콘텐츠 제작 전 과정을 지원하는 플랫폼 사업을 추진하며 미디어 산업 특화 AI 사업 영역 확대에 속도를 내고 있다. 16일 NC AI는 MBC, NHN클라우드, 데이터메이커와 컨소시엄을 구성해 과학기술정보통신부와 정보통신산업진흥원(NIPA)이 주관하는 'AX 원스톱 바우처 사업'에 선정됐다고 밝혔다. 이번 사업은 AI 솔루션과 데이터, 클라우드 인프라를 통합 지원해 기업의 AX를 촉진하는 정부 지원 사업이다. 단순 솔루션 도입을 넘어 기획 단계부터 데이터 구축, AI 개발, 서비스 운영까지 연계해 산업 현장 혁신을 추진하는 것이 특징이다. NC AI는 이번 사업을 시작으로 게임 산업을 넘어 방송·미디어 분야까지 AI 사업 영역을 확대하게 된다. 특히 60년 이상 축적된 MBC의 방송 제작 노하우와 NC AI의 자체 AI 파운데이션 모델을 결합해 콘텐츠 제작 과정 전반의 효율화를 추진한다는 계획이다. 최근 미디어 산업은 글로벌 K-콘텐츠 수요 확대에도 불구하고 광고 시장 위축과 제작비 상승이라는 이중 부담에 직면해 있는 것으로 알려졌다. 특히 편집과 자막, 더빙, 화면해설 등 포스트프로덕션 영역은 여전히 수작업 비중이 높아 제작 비용과 시간이 집중적으로 소요되는 대표적인 병목 구간으로 꼽힌다. 컨소시엄은 이러한 문제를 해결하기 위해 방송 영상 속 인물과 발화, 감정, 장면 맥락 등을 통합적으로 이해할 수 있는 '미디어 온톨로지' 체계를 구축할 예정이다. 온톨로지는 정보와 개념 간 의미적 관계를 구조화해 컴퓨터가 이를 이해하고 활용할 수 있도록 만든 지식 체계다. 이번 사업에서 구축되는 미디어 온톨로지는 영상 속 인물의 행동과 대사, 감정 변화, 장소와 사건의 관계 등을 연결해 AI가 콘텐츠의 흐름과 의미를 종합적으로 이해하도록 하는 핵심 기술 기반 역할을 수행한다. NC AI는 사업의 핵심 기술 개발사로 참여한다. 온톨로지 엔진 설계와 개발, AI 모델 파인튜닝, SaaS 플랫폼 구축, API 개발 등을 담당하며 자사 미디어 특화 AI 솔루션 '바르코'를 제작 워크플로 전반에 적용할 계획이다. 최종적으로는 미디어 온톨로지 기반의 맥락 인지 AI 편집, AI 다국어 더빙, 시각장애인용 AI 화면해설 등 3종의 SaaS 애플리케이션을 개발한다. NC AI는 이를 통해 콘텐츠 제작 현장의 생산성을 높이고 후반 제작 비용 절감 효과를 기대한다고 설명했다. 특히 AI 다국어 더빙 기술은 K-콘텐츠의 글로벌 유통 확대에도 활용될 전망이다. 기존에는 언어별 현지화 과정에 상당한 시간과 비용이 소요됐지만 AI 기반 자동화가 가능해질 경우 해외 서비스 속도를 높이고 제작 부담을 줄일 수 있기 때문이다. 이번 사업은 방송 제작 현장에 AI를 접목하는 실증 사업을 넘어 향후 미디어 산업 전반으로 확장 가능한 SaaS 사업 모델이 될 수 있을 것으로 분석된다. 방송사뿐 아니라 OTT 사업자와 콘텐츠 제작사, 미디어 플랫폼 등으로 적용 범위를 넓힐 수 있어서다. 또한 AI 기반 화면해설 기능은 시각장애인 등 정보 접근 취약계층의 콘텐츠 이용 환경 개선에도 기여할 것으로 기대된다. 제작 효율화와 공공성 확대를 동시에 달성할 수 있는 AI 활용 사례로 평가받고 있다. 이연수 NC AI 대표는 "이번 사업은 AI를 활용한 제작 효율화와 글로벌 사업 확대, 미디어 접근성 향상이라는 산업적·사회적 가치를 동시에 실현하는 의미 있는 프로젝트"라며 "방송 콘텐츠에 특화된 미디어 온톨로지와 멀티모달 AI 기술을 바탕으로 국내 미디어 산업의 AX를 선도하고 K-콘텐츠 경쟁력 강화에 기여하겠다"고 말했다.2026-06-16 08:39:30
-
은행권 AX 전략 속도…AI 에이전트·내부통제 전반으로 확대 [경제일보] 주요 은행들이 인공지능 전환(AX) 경영 전략에 속도를 내고 있다. 지난해까지 챗봇과 상담 지원, 금융사기 탐지 등 개별 서비스 고도화에 집중했다면 올해는 AI 에이전트와 내부 플랫폼 구축, 내부통제 업무 적용 등으로 범위가 넓어지고 있다. 11일 업계에 따르면 은행의 AI 전략은 단순 서비스 도입을 넘어 조직 운영 방식 변화로 이어지고 있다. 신한은행은 지난 9일 AI 인재 육성 조직 'AX·Web3 Academy'를 출범했다. 이 조직은 금융 업무에 특화된 '버티컬 에이전트' AI 개발을 주요 과제로 삼고 부서별 업무 효율화, 고객 경험 개선을 위한 AI 활용 모델을 모색한다. 또한 약 1만2000명의 임직원을 대상으로 AI 활용 교육을 확대해 AX·Web3 분야 핵심 전문가 양성도 병행한다. 우리은행은 AI 에이전트를 실제 업무 단위에 적용하는 방식으로 AI 전략을 구체화하고 있다. 우리은행은 △기업여신 △자산관리 △내부통제 △고객상담 △업무자동화 등 5대 영역 29개 업무에 175개 AI 에이전트를 도입하는 체계를 추진 중이다. 앞서 우리은행은 생성형 AI 기반 '심층 리서치'도 자체 개발했다. 내부 금융 데이터를 수집·연계·분석해 산업·기업 분석 보고서 초안을 생성하는 방식으로 단순 검색이나 문서 요약을 넘어 내부 데이터를 기반으로 업무 판단을 지원하는 데 초점을 맞췄다. NH농협은행은 'Agentic AI Bank'를 내세워 전사 AI 전환을 추진하고 있다. 농협은행은 직원이 AI 에이전트를 직접 만들고 활용할 수 있는 자체 AI 플랫폼 'NHAIS'를 기반으로 금융 업무 전반을 AI 기반으로 구현하는 'AI 풀 뱅킹'을 목표로 삼았다. 농협은행은 AI 기업 인수와 데이터센터 투자도 추진한다. AI 전문기업 애자일소다 인수를 통해 AI 기술 내재화를 추진하고 관련 인프라 구축을 통해 은행 업무 전반의 자동화와 고도화를 추진한다는 구상이다. KB국민은행의 경우 영업현장에 PB·RM·금융상담 에이전트를 선제적으로 도입했다. 해당 에이전트는 직원들이 고객의 투자성향과 시장동향을 정밀하게 분석하고 맞춤형 포트폴리오를 제안할 수 있도록 지원한다. 하나은행은 AI를 자산관리와 신사업 발굴 영역에 접목하고 있다. 하나은행은 △고객별 인출기간 △인출주기 △연금 자산규모 △위험성향 △시장환경 등을 반영하는 AI 연금투자 인출기 솔루션을 선보이고 비대면 채널 확대를 추진하고 있다. 은행권의 AI 도입 초기 활용은 △챗봇 △AI 상담 △금융비서 △이상거래 탐지 등 고객 접점과 일부 내부 업무 고도화에 집중됐다. 반면 올해는 AI가 전사 조직 운영과 인재 육성, 업무 프로세스, 내부통제, 금융사기 예방, 자산관리, 여신심사 등으로 범위를 넓히고 있다. 은행권의 AI 역량이 빠르게 성장하면서 보안과 내부통제, 금융소비자 보호 체계도 함께 주목받고 있다. 금융 업무 특성상 △개인정보 △금융거래 데이터 △알고리즘 신뢰성 문제가 발생할 수 있어 AI 거버넌스 구축이 향후 안정적인 금융 AI 환경을 위한 변수로 꼽힌다. 이에 금융당국도 금융권의 AI 보안 체계 고도화에 나섰다. 금융위는 현재 △망분리 규제 긴급 완화 △보이스피싱 정보공유·분석 AI 플랫폼 'ASAP'의 통신·수사 정보 공유 확대 △금융권 무과실 책임제도 도입 등을 추진하고 있다. 특히 망분리 규제 완화는 금융권 AI 확대 속도를 높이는 계기가 될 수 있다. 금융위는 올해 시행을 목표로 보안 목적 AI를 활용한 취약점 점검에 대해 망분리 규제 긴급 완화를 추진하고 있다. 안전한 AI·보안 역량을 갖춘 금융회사에 대해서는 망분리 규제 전면 해제 방안도 검토하고 있다. 기존 금융사는 내부망과 외부망을 분리하는 규제로 인해 외부 데이터와 클라우드 기반 AI 기술을 업무에 적용하려면 혁신금융서비스 등 관련 절차를 거쳐야 했다. 업계에서는 규제 완화가 현실화될 경우 외부 AI 기술과 내부 업무 시스템의 연계 효율성을 높일 수 있을 것으로 보고 있다. 은행권 관계자는 "망분리 규제 완화로 금융사는 그동안 도입이 어려웠던 SaaS 기반 서비스에 대한 검토를 적극적으로 진행하고 있다"며 "이는 생성형 AI로 촉발된 급변하는 기술 환경에 대응하는데 긍정적 영향을 미칠 것으로 기대된다"고 말했다.2026-06-11 16:56:04
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)