2026.10.09 금요일
검색
'독자AI' 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
-
![[2026 국감] 배경훈 독파모 계속 간다…4.7조 프론티어 AI로 사이버안보 대응](https://image.ajunews.com//content/image/2026/10/06/20261006113833444559.jpg)
배경훈 "독파모 계속 간다"…4.7조 프론티어 AI로 사이버안보 대응 [경제일보] 배경훈 부총리 겸 과학기술정보통신부 장관이 독자 AI 파운데이션 모델(독파모) 개발을 이어가면서 사이버안보와 고난도 문제 해결을 위한 프론티어 AI 사업을 별도로 추진하겠다고 밝혔다. 국산 모델의 산업·공공 활용을 넓히는 동시에 최첨단 AI 기술 확보에 대규모 자원을 투입하는 구상이다. 배 부총리는 6일 국회 과학기술정보방송통신위원회 국정감사에서 박정하 국민의힘 의원의 질의에 “독파모는 계속 목표대로 가되” 프론티어 AI 사업을 추가하겠다고 답했다. 독파모는 2차 평가를 마치고 3차 개발 과정에 들어갔다고 설명했다. 그는 2차 결과물이 글로벌 모델 가운데 중위권 수준이라며, 3차에서는 세계적으로 활용되는 오픈웨이트 모델 수준에 근접하는 것을 목표로 제시했다. 오픈웨이트는 학습된 매개변수를 공개해 기업과 연구기관이 자체 환경에서 활용하거나 추가 학습할 수 있는 모델이다. 정부는 2차 결과물을 공공부문에 본격 확산하고 산업·연구 분야의 활용도 확대할 계획이다. 프론티어 AI 추가 추진 배경에는 글로벌 모델의 빠른 성능 향상이 있다. 지난해 설정한 개발 목표를 달성하는 것과 현재 최상위 모델에 대응하는 데 필요한 기술·자원 사이에 격차가 커졌다는 판단이다. 배 부총리는 기존 AI로 풀기 어려웠던 난제와 사이버안보에 대응할 AI 확보가 필요하다고 강조했다. 이른바 ‘미토스 쇼크’는 AI의 소프트웨어 분석 능력이 보안의 새로운 변수로 떠오른 계기다. 앤트로픽은 지난 4월 ‘클로드 미토스 프리뷰’가 주요 소프트웨어에서 수천 건의 고위험 취약점을 찾아냈다고 밝혔다. AWS·구글·마이크로소프트 등과 취약점을 발견하고 수정하는 ‘프로젝트 글래스윙’도 출범시켰다. 보안 취약점을 찾는 AI의 발전이 공격과 방어 양쪽의 속도를 높이면서, 고성능 모델 확보가 국가 안보 의제로 확대되고 있다. 정부는 내년도 예산안에 약 4조7000억원 규모의 프론티어 AI 사업을 출자 방식으로 편성했다. 과기정통부의 예산안 설명에 따르면 최신 GPU 베라 루빈 약 1만 장을 확보하고, 고품질 학습데이터 구축에도 8000억원을 투입하는 구상이다. 모델 개발에 필요한 연산 자원과 데이터를 함께 늘리려는 것이다. 사업 운영 방식도 달라질 전망이다. 류제명 과기정통부 제2차관은 지난 2일 기자간담회에서 기업별로 자원을 나눠 경쟁시키면서 GPU만 추가 지원하는 방식으로는 최상위 모델과의 격차를 좁히기 어렵다며 자원 집중의 필요성을 설명했다. 독파모에서 축적한 기술과 인재를 후속 개발로 연결하면서 별도 공모를 통해 프론티어 사업 수행 주체를 선정할 계획이다. 정부가 제시한 일정은 독파모 3차 개발을 내년 1월 말까지 진행하고 2월 중순 평가를 마쳐 최종 2개 기업을 선정하는 것이다. 프론티어 사업은 국회 예산 승인 이후 공모를 진행해 내년 2~3월 출자 대상을 선정하는 것을 목표로 한다. 국내 AI 정책은 모델 개발 경쟁에 더해 산업 현장의 활용 확대와 사이버방어 기술 확보를 병행하는 단계로 접어들고 있다.2026-10-06 11:39:22
-
![[2027년 예산안] AI 3대 강국 사활 건 과기정통부…내년 29.6조 쏟아붓는다](https://image.ajunews.com//content/image/2026/09/01/20260901140309962105.jpg)
'AI 3대 강국' 사활 건 과기정통부…내년 29.6조 쏟아붓는다 [경제일보] 정부가 인공지능(AI)을 국가 성장전략의 전면에 내세우면서 과학기술정보통신부의 내년 살림도 크게 불어난다. 과기정통부는 AI 대전환과 차세대 전략기술에 재정을 집중하고, 이를 산업 현장과 지역으로 확산해 ‘AI 3대 강국’ 도약의 기반을 마련한다는 계획이다. 과기정통부는 1일 국무회의에서 2027년도 예산안이 의결됐다고 밝혔다. 총예산은 29조6476억원으로 올해 추가경정예산보다 5조8272억원, 24.5% 증가했다. 이 가운데 AI 관련 예산은 9조4000억원으로 84.3% 늘었고, R&D 예산도 14조1000억원으로 18.5% 증가했다. 가장 큰 변화는 AI 투자 확대다. 정부는 고성능 GPU 확보부터 독자 AI 모델, 데이터센터, 피지컬 AI까지 AI 생태계 전반에 투자한다. 대규모 GPU 확보를 통해 AI 연산 기반을 확충하고 프론티어급 AI 개발에 필요한 데이터 경쟁력도 강화한다. 전 국민이 범용 AI와 공공 AI 에이전트를 활용하는 ‘모두의 AI’에는 2500억원을 신규 배정했다. AI를 산업 현장으로 가져가는 투자도 늘어난다. 반도체·피지컬 AI·AI 데이터센터를 중심으로 한 3대 메가프로젝트를 추진하고, 로봇과 제조 현장에 AI를 접목하는 사업을 확대한다. AI 데이터센터의 국산 솔루션과 인프라 기술을 개발하고, 피지컬 AI 분야에서는 휴머노이드와 로봇 파운데이션 모델 등 차세대 기술 확보에 나선다. AI 확산에 따른 부작용과 보안 문제에도 예산을 투입한다. AI 안전 기술과 사이버보안 AI 개발, 중소기업의 AI 기반 위협 대응 등을 지원해 ‘빠른 AI 도입’과 ‘안전한 AI 활용’을 동시에 추진한다. ◆ AI 다음 먹거리도 선점 정부는 AI에만 올인하지 않는다. AI 이후 국가 경쟁력을 좌우할 차세대 전략기술에는 12조3770억원을 편성했다. 특히 7대 시드(SEED) 프로젝트에는 1조3439억원을 투입한다. SMR과 핵융합 등 미래에너지, 양자컴퓨터, AI·로봇 기반 신약개발, 뇌-컴퓨터 인터페이스(BCI), 우주항공 등이 주요 대상이다. 정부는 현재 경쟁력이 있는 분야를 따라가는 데 그치지 않고 향후 10~20년 뒤 산업을 좌우할 기술을 선점하겠다는 전략이다. 기초연구와 출연연구기관에 대한 투자도 확대한다. 기초연구 예산을 늘리고 출연연은 기관별 임무 중심 연구를 강화한다. R&D 예산을 대형·중장기 과제로 전환하고 연구성과가 기술이전과 창업, 기업 성장으로 이어지도록 투자형 R&D도 새롭게 도입한다. 2027년 정부 전체 R&D 예산은 39조5000억원으로 올해보다 11.2% 증가한다. 지역 격차 해소도 핵심 축이다. 4대 권역을 중심으로 지역 AI 전환(AX)을 확대하고 지역이 강점을 가진 산업과 AI를 결합하는 방식으로 투자를 늘린다. AI 인재를 수도권에만 묶어두지 않고 지역 대학과 산업 현장에서 길러내겠다는 구상이다. 한편 내년도 과기정통부 예산의 특징은 AI를 중심으로 인프라·기술·인재·산업·지역을 하나의 생태계로 묶는 것이다. 다만 막대한 예산을 투입한다고 경쟁력이 자동으로 생기는 것은 아니다. GPU 확보량이나 연구비 규모보다 중요한 것은 국내 기업과 연구기관이 실제 글로벌 제품과 서비스로 연결할 수 있는 성과를 얼마나 만들어내느냐다. 과기정통부 역시 예산 확대와 함께 R&D의 성과관리와 사업화에 무게를 두고 있다. 결국 2027년은 한국이 AI에 얼마를 썼느냐보다 그 돈으로 어떤 기술을 확보하고 어떤 기업을 키웠는지를 증명해야 하는 해가 될 전망이다.2026-09-01 14:05:01
-
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
-
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
많이 본 뉴스
영상
Youtube 바로가기
![[기자수첩] 전기차 시장 커지는데…K배터리, 북미 의존 벗어나야](https://image.ajunews.com/content/image/2026/10/08/20261008143801133369_518_323.jpg)