2026.10.02 금요일
검색
'망 분리' 검색결과
기간검색
-
~
검색영역
검색어
-
"증권사 AI 경쟁, 인프라가 좌우"…카카오엔터프라이즈 GPUaaS 제시 [경제일보] 증권사들의 인공지능(AI) 활용 범위가 투자분석과 리스크 관리 등 핵심 업무로 확대되면서 이를 뒷받침할 AI 인프라 확보가 새로운 과제로 떠오르고 있다. 대규모 AI 모델을 운영하기 위한 그래픽처리장치(GPU) 확보부터 데이터센터와 전력, 보안까지 고려해야 할 요소가 늘어나면서 금융권에서도 클라우드와 자체 인프라를 결합한 하이브리드 방식이 주목받고 있다. 금융 데이터의 특성상 망분리와 내부통제 등 높은 보안 요건까지 충족해야 하는 만큼 증권사의 AI 전환 경쟁이 인프라 경쟁으로 이어지는 것으로 분석된다. 27일 카카오엔터프라이즈는 서울 여의도 인근에서 메리츠증권, 미래에셋증권, 신영증권, 한국투자증권, LS증권 등 주요 증권사 IT·인프라 담당자를 대상으로 '증권형 AI 인프라의 미래'를 주제로 세미나를 개최하고 금융권 AI 인프라 구축 전략을 공유했다고 밝혔다. 최근 증권사들은 AI를 고객 상담이나 검색 등 고객 접점 서비스에 적용하는 데서 나아가 데이터 분석, 리스크 관리, 투자전략 수립, 내부 업무 자동화 등으로 활용 범위를 넓히고 있다. AI 모델이 처리해야 할 데이터와 업무가 늘면서 이를 안정적으로 구동할 수 있는 GPU 인프라를 확보하는 것이 AI 전환의 핵심 과제로 부상하고 있다. 특히 AI 인프라는 단순히 GPU를 확보하는 것만으로 구축이 끝나지 않는다. 고성능 GPU를 운영하기 위한 데이터센터와 전력, 네트워크, 저장장치, 관리 시스템 등이 함께 필요해 구축의 난이도가 높다는 평가다. 기업이 GPU를 직접 구매해 자체 인프라를 구축할 경우 초기 투자 부담이 크고 향후 AI 수요 변화에 따라 자원을 유연하게 조정하기 어렵다는 점도 부담이다. 특히 금융권은 일반 기업보다 AI 인프라 구축 과정에서 고려해야 할 보안 요건이 많다. 증권사가 보유한 고객 정보와 금융 데이터가 민감한 만큼 외부 환경에서 AI를 운영할 경우 데이터 보안과 접근 통제, 내부 통제 등이 필수적으로 요구된다. 망 분리 등 금융권 특유의 규제 환경도 AI 인프라 확대를 어렵게 만드는 요소로 꼽힌다. 이 때문에 금융권에서는 자체 인프라와 클라우드의 장점을 결합하는 하이브리드 방식이 하나의 대안으로 거론되고 있다. 민감한 데이터를 내부 환경에서 관리하면서 필요에 따라 클라우드의 GPU 자원을 활용할 수 있어 초기 구축 부담과 확장성 문제를 동시에 해결할 수 있는 것으로 주목되고 있다. 이날 세미나에서 카카오엔터프라이즈는 카카오클라우드의 하이브리드 GPUaaS가 고사양 GPU 구매부터 데이터센터와 전력, 자원 통합 관리, 확장 등에 필요한 AI 인프라를 카카오클라우드 플랫폼을 통해 제공하는 방식이라고 설명했다. 기업이 AI 인프라를 처음부터 직접 구축하는 대신 필요한 GPU 자원을 확보하고 관리할 수 있도록 지원하는 것이 핵심이다. 특히 카카오엔터프라이즈는 AI 인프라 구축 과정에서 발생하는 비용과 구축 기간, 유연성 및 확장성, 보안, 운영·관리 역량 등을 주요 고려사항으로 제시했다. 또한 금융기관이 클라우드 기반 AI 인프라를 활용하기 위해 필요한 망 분리와 데이터 보안, 내부 통제 기능 등을 강조했다. 카카오클라우드는 금융권의 클라우드 이용을 위한 보안 요건을 충족하기 위해 금융보안원이 매년 진행하는 클라우드 서비스 제공업체(CSP) 안전성 평가를 받고 있다. 금융권에서는 AI 모델의 성능뿐 아니라 AI가 처리하는 금융 데이터의 보안과 관리 체계까지 함께 확보해야 하는 만큼 인프라 사업자들의 금융 특화 경쟁도 중요해질 것으로 분석된다. 앞으로 금융권 AI 시장에서는 AI 모델과 서비스뿐 아니라 이를 뒷받침하는 인프라를 둘러싼 경쟁도 본격화할 것으로 전망된다. 특히 금융 데이터의 보안성을 유지하면서 급변하는 AI 수요에 대응할 수 있는 인프라를 어떻게 구축하느냐가 증권사의 AI 전환 속도를 결정하는 주요 변수로 나타나고 있다. 이재한 카카오엔터프라이즈 대표는 "최근 증권업계는 고객 접점에서의 AI 활용을 넘어 전사 차원에서 업무 전반에 AI를 적용하는 AI 전환(AX) 방안을 심도 있게 고민하고 있다"며 "카카오엔터프라이즈는 기업 및 기관이 실제 비즈니스 성과로 이어지는 AX 경쟁력을 확보할 수 있도록 AI 인프라의 근본적인 혁신을 적극 지원할 것"이라고 말했다.2026-08-27 16:20:26
-
![[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
-
KT, 코딩 몰라도 쓰는 AI 실습도구 'AIDU' 무료 배포 [경제일보] KT가 인공지능(AI) 교육 실습 도구 ‘AIDU’를 무료로 배포한다. 코딩에 익숙하지 않은 비전공자도 데이터 분석과 AI 모델 학습 과정을 쉽게 경험할 수 있도록 해 AI 교육 저변을 넓히겠다는 취지다. KT는 13일 AIDU 설치형 애플리케이션을 무상 배포한다고 밝혔다. AIDU는 KT가 사무직 직원의 AI 교육을 위해 개발한 실습 도구다. 별도 코딩 없이 마우스 클릭만으로 데이터 분석부터 AI 모델 학습과 평가까지 AI 모델링 전 과정을 수행할 수 있다. 이번에 공개한 AIDU는 데스크톱PC나 노트북에 설치해 사용하는 앱 형태다. 설치만 하면 데이터 분석과 AI 실습을 진행할 수 있어 인터넷 연결이 어려운 환경에서도 활용할 수 있다. 윈도 맥OS 리눅스 등 주요 운영체제도 지원한다. KT는 그동안 AIDU를 사내 AI 인재 육성 프로그램과 연계해 활용해왔다. 기존에는 업무용 PC 기반 교육 플랫폼 성격이 강했지만 이번 무상 배포를 통해 학교와 공공 교육기관 일반 이용자까지 활용 범위를 넓히게 됐다. AIDU의 강점은 비전공자 접근성이다. AI 교육은 코딩 문법과 개발 환경 설정에서 진입 장벽이 생기는 경우가 많다. AIDU는 클릭 기반으로 데이터 처리와 모델 학습 과정을 체험할 수 있도록 해 학생과 일반 이용자가 AI의 작동 구조를 먼저 이해하는 데 초점을 맞췄다. 교육 현장 반응도 긍정적이다. 인천광역시 상인천중학교 최정원 교사는 “AIDU 도입 후 가장 큰 변화는 학생들이 AI의 문제 해결 과정을 스스로 이해하고 구조화할 수 있게 된 것”이라며 “노트북에 설치해 간편하게 사용할 수 있어 한정된 수업 시간을 데이터 기반 문제 해결에 온전히 집중할 수 있었다”고 말했다. 이번 배포는 AI 교육이 이론 중심에서 실습 중심으로 이동하는 흐름과도 맞닿아 있다. 생성형 AI와 데이터 분석 도구가 빠르게 확산되면서 학교와 기업 현장에서는 AI를 직접 써보고 문제 해결에 적용하는 교육 수요가 커지고 있다. 설치형 도구는 망 분리 환경이나 인터넷 접속이 제한된 교실에서도 활용할 수 있다는 점에서 교육 현장의 선택지를 넓힐 수 있다. KT는 AIDU를 최신 AI 활용 트렌드에 맞춰 지속 개선할 계획이다. 기능성과 성능 업데이트를 제공하고 사용자 의견을 반영해 교육과 업무 영역에서 모두 활용할 수 있는 실습 도구로 고도화한다는 방침이다. 향후 관건은 콘텐츠와 활용 사례 확보다. 도구 자체가 무료로 제공되더라도 교사와 교육기관이 실제 수업에 적용하려면 예제 데이터, 수업 지도안, 난이도별 실습 과제, 평가 방식이 함께 마련돼야 한다. KT가 AIDU를 교육 생태계와 연계할 경우 AI 기초교육부터 기업 내 직무 교육까지 확장 가능성이 커질 것으로 보인다. 이종형 KT AICE기획팀 상무보는 “AIDU 무상 배포를 통해 교육의 영역뿐 아니라 업무의 영역에서도 AI의 활용이 확대될 것으로 기대된다”며 “사용자들의 의견을 바탕으로 AIDU를 지속 고도화해 전 국민이 AI를 일상적으로 활용할 수 있도록 지원하겠다”고 말했다.2026-05-13 14:04:32
-
금융권 SaaS 활용 문턱 낮아진다…내부망 도입 규제 해제 [경제일보] 금융당국이 클라우드 기반 응용소프트웨어 서비스(SaaS)의 망 분리 규제를 해제해 금융사의 클라우드 서비스 활용 편의성을 높이기로 했다. 20일 금융위원회에 따르면 이날부터 금융사·전자금융업자는 별도의 혁신금융서비스 심사 없이도 내부 업무망에 SaaS 도입할 수 있다. SaaS는 인터넷을 통해 클라우드 서버에 저장된 소프트웨어를 이용하는 서비스로 기업의 업무 자동화·데이터 공유 등에 주로 활용된다. 기존 '전자금융감독규정시행세칙'상 SaaS 이용 시 내부망·외부망을 나눠 사용해야 하는 망 분리 규제가 적용돼 혁신금융서비스 등의 예외 절차를 진행해야 했으나 금융당국의 세칙 개정으로 SaaS는 망 분리 규제를 적용받지 않게됐다. 다만 개인정보 유출사고 방지를 위해 고객 고유식별정보, 개인신용정보를 처리하는 경우에는 망 분리 예외가 제한된다. 가명정보를 활용할 시에도 혁신금융서비스 절차를 거쳐야 SaaS를 활용할 수 있다. 또한 금융사는 망 분리 규제 예외 적용 이후 보안 조치 강화를 위한 정보보호통제 장치를 마련해야 한다. 세부적으로는 △침해사고 대응기관 평가를 마친 SaaS 이용 △접속 단말기 보호대책 수립 △정보보호통제 이행 여부 평가(반기 1회)·보고 등이 의무화된다. 금융당국은 이번 규제 완화를 통해 △업무 방식 혁신·협업 강화 △생산성 향상 및 정보기술(IT) 운영 부담 완화 △내부 관리 체계 고도화 등의 효과를 볼 것으로 기대하고 있다. 특히 금융사가 IT 인프라를 직접 구축해야 했던 기존 온프레미스 방식 대비 비용 부담도 줄어들 것으로 전망된다. 금융위 관계자는 "망분리 규제는 그간 금융회사 보안을 위한 중요수단으로 활용되어 왔으나 해킹 수법이 고도로 발달하고 AI 혁신 등을 위해 외부 네트워크 전산자원 활용이 절실해진 상황"이라며 "SaaS에 이어 생성형 AI 서비스 관련 규제도 금융사와 적극적으로 소통하면서 최대한 신속히 망분리 규제 예외가 적용될 수 있도록 추진할 계획"이라고 말했다.2026-04-20 09:01:04
많이 본 뉴스
영상
Youtube 바로가기
![[데스크칼럼] 3.5% 성장에 가려진 숙제, 반도체 다음을 준비할 때다](https://image.ajunews.com/content/image/2026/10/01/20261001104123246394_518_323.png)