경제일보 - 아시아 경제시장의 맥을 짚다

경제일보 - 아시아 경제시장의 맥을 짚다

패밀리 사이트: 아주일보; 베트남

회원서비스: 로그인; 회원가입; 지면보기; 네이버블로그

검색

2026.09.08 화요일

맑음 서울 18˚C

맑음 부산 20˚C

맑음 대구 17˚C

맑음 인천 21˚C

맑음 광주 19˚C

맑음 대전 17˚C

구름 울산 18˚C

맑음 강릉 15˚C

맑음 제주 23˚C

검색결과 총 20건

엔비디아, 10월 'RTX 스파크' 출격…PC를 '개인 AI 슈퍼컴퓨터'로 바꾼다 [경제일보] 엔비디아가 오는 10월 차세대 AI PC 플랫폼 ‘RTX 스파크’를 정식 출시한다. 데이터센터에 의존하던 고성능 AI를 개인 PC에서 직접 구동하고, 여러 대의 PC에 흩어진 연산 자원까지 활용하는 전략이다. 엔비디아는 IFA 2026에서 RTX 스파크 기반 윈도 PC 출시 계획을 공개했다. 레노버와 에이서가 신제품을 선보였고 에이수스·델·HP·MSI 등도 관련 제품을 준비하고 있다. RTX 스파크는 블랙웰 RTX GPU와 미디어텍과 공동 설계한 20코어 그레이스 CPU를 하나의 칩에 결합했다. TSMC 3나노 공정으로 만들어졌으며 최대 128GB 통합 메모리와 FP4 기준 1페타플롭의 AI 연산 성능을 제공한다. 통합 메모리는 CPU와 GPU가 하나의 메모리 공간을 함께 활용하는 구조다. 기존 PC보다 대규모 메모리가 필요한 거대언어모델(LLM)을 로컬 환경에서 실행하기 유리하다. 엔비디아는 최대 1200억개 매개변수 규모 모델과 3D 작업, AI 영상 생성 등을 PC에서 직접 처리할 수 있다고 설명했다. 핵심은 ‘로컬 AI’다. 문서나 사진 등 민감한 데이터를 외부 클라우드로 보내지 않고 PC 내부에서 처리할 수 있어 개인정보 보호와 비용 측면에서 장점이 있다. 마이크로소프트와는 윈도에서 AI 에이전트가 백그라운드로 작업을 수행할 수 있도록 관련 실행환경과 보안 체계를 공동 개발하고 있다. 젠슨 황 엔비디아 CEO는 앞서 RTX 스파크를 공개하며 “40년 만의 PC 재발명”이라고 표현했다. 앞으로는 이용자가 프로그램을 직접 하나씩 실행하는 대신 AI 에이전트가 목표를 이해하고 여러 작업을 스스로 수행하는 형태로 PC가 바뀔 것이라는 구상이다. 엔비디아는 여러 PC의 남는 연산능력을 연결하는 ‘PAIR(Personal AI Router)’도 공개했다. PAIR는 집이나 사무실 내 여러 PC 가운데 여유가 있는 기기에 AI 작업을 나눠주는 무료 오픈소스 소프트웨어다. 다만 여러 GPU의 메모리를 하나로 합치는 기술은 아니다. 각각의 PC가 독립적으로 AI 요청을 처리하고 PAIR가 이를 적절한 장치에 분배하는 방식이다. 지포스 RTX 20 시리즈 이후 GPU와 RTX 프로 워크스테이션, DGX 스파크, 애플 M4 이후 제품을 지원하며 윈도·맥OS·리눅스 간 연결도 가능하다. 엔비디아는 데이터센터에서 구축한 CUDA 기반 AI 생태계를 이제 개인 PC까지 확장하려 하고 있다. RTX 스파크가 AI를 실행하는 ‘개인 슈퍼컴퓨터’라면 PAIR는 여러 PC를 하나의 로컬 AI 작업환경으로 묶는 역할이다. 한편 관건은 성능보다 활용성이다. AI 에이전트를 클라우드 없이 PC에서 돌리는 경험이 실제 사용자에게 얼마나 필요한 기능으로 자리 잡느냐가 RTX 스파크의 성패를 가를 전망이다.
2026-09-04 09:51:18
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
초거대 AI도 '가볍게'…노타, 국가대표 AI 최적화 속도 [경제일보] 국가대표 인공지능(AI) 모델 경쟁이 단순한 성능 경쟁에서 실제 산업 현장에서 얼마나 효율적으로 구동할 수 있느냐를 따지는 방향으로 확대되고 있다. 정부의 '독자 AI 파운데이션 모델(독파모)' 프로젝트에서도 모델 성능뿐 아니라 자원 활용 효율성과 산업 확장성 등이 평가 요소로 떠오른 가운데 국내 기업들의 관련 기술 확보에도 속도가 붙고 있다. 20일 AI 모델 경량화 및 최적화 기술 기업 노타는 자사의 AI 모델 경량화 및 최적화 기술을 바탕으로 국가대표 AI 모델의 활용 경쟁력 강화에 나선다고 밝혔다. 최근 정부가 발표한 독파모 프로젝트 2차 평가에서 업스테이지, SK텔레콤, LG AI연구원 등 3개 컨소시엄이 3차수 진출팀으로 선정됐다. 정부는 단계 평가에서 모델의 정량적 성능뿐 아니라 자원 활용 효율성, 사용성과 실용성, 다양한 산업·서비스 환경으로의 확장 가능성 등을 종합적으로 평가했다고 설명했다. 해당 평가 기준은 국내 AI 경쟁의 기준이 모델 자체의 성능을 넘어 실제 활용 가능성으로 확대되고 있는 것으로 분석된다. 초거대 AI는 모델 규모가 커질수록 GPU와 메모리 등 인프라에 대한 부담도 커지는 만큼 기업과 기관이 실제 서비스를 구축하려면 연산 자원과 운영 비용을 낮추는 기술이 필수적인 것이다. 업스테이지 컨소시엄에서 AI 모델 경량화와 최적화를 맡고 있는 노타는 정부의 평가와 기조에 맞춰 '솔라' 계열 모델의 국내 인프라 활용성을 높이는 데 집중하고 있다. 모델의 성능을 최대한 유지하면서 연산 자원과 메모리 사용량을 줄여 다양한 하드웨어와 서비스 환경에서 구동할 수 있도록 지원하는 방식이다. 앞서 노타는 독파모 2차 평가 결과 발표에 앞서 업스테이지의 '솔라 오픈 2' 경량화 모델을 글로벌 AI 플랫폼 허깅페이스에 공개했다. 기존 모델을 구동하는 데 엔비디아 H100 GPU 8장이 필요했던 환경을 2장으로 줄일 수 있도록 최적화한 해당 모델은 글로벌 누적 다운로드 8만건을 기록했다. 솔라 오픈 2는 2500억개의 매개변수를 갖춘 대규모 AI 모델이다. 노타는 모델 가중치를 INT4와 NVFP4 기반 4비트 형식으로 변환하고 중요도가 낮은 연산 모듈을 선별적으로 정리하는 방식으로 모델을 경량화했다고 설명했다. 그 결과 가중치 저장에 필요한 메모리를 기존 500.6GB에서 117.8GB로 76.5% 줄인 것으로 나타났다. 메모리 용량을 기준으로 H100 GPU 8장이 필요했던 모델을 2장으로 구동할 수 있게 된 것이다. 초거대 AI 모델의 활용 과정에서 발생하는 GPU 확보와 전력, 운영 비용 부담을 낮추고 실제 서비스 적용 가능성을 높인 것으로 평가된다. 특히 업스테이지 컨소시엄은 AI 모델뿐 아니라 국산 AI 반도체와의 결합도 추진하고 있다. 독파모 2차 평가 과정에서 퓨리오사AI의 국산 신경망처리장치(NPU)를 활용해 국산 AI 소프트웨어와 하드웨어 생태계를 연계한다는 계획이다. AI 모델과 반도체를 함께 최적화하는 구조가 자리 잡으면 특정 해외 GPU에 대한 의존도를 낮추면서 국내 인프라 환경에 맞는 AI 서비스 구축도 가능해질 전망이다. AI 모델의 경량화는 독파모뿐 아니라 향후 AI 산업 전반에서도 중요성이 커지고 있다. 기업이 자체 서버에 AI를 구축하는 온프레미스 환경부터 엣지·온디바이스 AI까지 활용 영역이 확대될수록 제한된 연산 자원에서 모델을 구동할 수 있는 기술이 필요하기 때문이다. 향후 독파모 3차수 경쟁에서도 모델의 절대적인 성능과 함께 얼마나 적은 자원으로 안정적인 서비스를 구현할 수 있는지가 주요 경쟁 요소가 될 것으로 전망된다. 국산 AI 모델을 개발하는 데 그치지 않고 국산 반도체, 경량화 기술, 서비스 플랫폼을 연결해 실제 산업 현장에 적용할 수 있는 생태계를 구축하는 것이 국가 AI 경쟁력 확보의 핵심 과제로 떠오르고 있다. 채명수 노타 대표는 "국가대표 AI 모델이 다양한 산업 현장에서 비용 효율적으로 활용될 수 있도록 최적화 기술을 지속적으로 고도화할 것"이라며 "업스테이지와 함께 독파모 3차수 평가에서도 좋은 성과를 거둘 수 있도록 최선을 다하겠다"고 말했다.
2026-08-20 08:18:35
SKT, '모두의AI' 출사표…A.X K2·AI 데이터센터·2250만 회선 총동원 [경제일보] SK텔레콤이 정부의 '모두의AI' 사업에 참여해 통신 가입자 기반의 대규모 AI(인공지능) 서비스 확산에 나선다. 자체 AI 모델과 데이터센터 등 인프라뿐 아니라 금융·의료·교육·모빌리티 등 생활 영역별 전문기업을 묶어 단순 챗봇을 넘어 공공서비스 신청과 결제까지 대신하는 AI 에이전트로 서비스를 확대한다는 전략이다. 19일 SK텔레콤은 과학기술정보통신부와 정보통신산업진흥원이 추진하는 '모두의AI' 사업 공모에 참여한다고 밝혔다. SK텔레콤은 AI 모델·인프라·서비스를 모두 자체 보유한 역량을 기반으로 금융, 의료, 교육, 공공, 모빌리티 등 다양한 분야의 기업·기관과 컨소시엄을 구성했다. SK텔레콤은 이번 사업을 'AI를 누구나 쉽게 사용하는 서비스'를 목표로 진행한다. AI에 익숙하지 않은 이용자도 별도의 전문 지식 없이 일상적인 대화 방식으로 필요한 정보를 찾고 실제 업무까지 처리할 수 있도록 서비스 범위를 확대한다는 구상이다. SK텔레콤은 우선 대화와 검색·요약, 문서·이미지 분석, 일정 관리 등을 지원하는 AI 챗봇을 구축한 뒤 공공서비스 탐색·신청과 증명서 발급, 금융·의료·교통·교육 분야의 예약과 신청·결제 등을 수행하는 AI 에이전트로 발전시킬 계획이다. 기존 AI 서비스가 질문에 대한 답변이나 정보 검색에 집중했다면, SK텔레콤은 이용자의 요청을 실제 행동으로 연결하는 데 초점을 맞춘다. 이용자가 AI에 특정 서비스를 찾으면 AI가 관련 정보를 제공하는 데서 끝나는 것이 아니라 예약이나 신청 등 후속 절차까지 AI가 수행하는 방식이다. 이를 위해서는 AI 모델의 성능뿐 아니라 외부 서비스와 연동할 수 있는 인프라와 이용자 인증·권한 관리, 개인정보 보호 등 운영 체계가 필요한 것으로 꼽힌다. SK텔레콤이 금융·의료·공공 등 각 분야 전문기업을 컨소시엄에 포함한 것도 이 같은 서비스 실행력을 확보하기 위한 것으로 풀이된다. SK텔레콤은 자체 AI 모델인 'A.X K2'도 이번 사업에 활용한다. A.X K2는 매개변수 6880억개 규모의 자체 AI 모델로, 정부의 '독자 AI 파운데이션 모델' 프로젝트를 통해 개발됐다. SK텔레콤은 단순 질의에는 상대적으로 가벼운 모델을 활용하고 복잡한 작업에는 고성능 모델을 적용하는 방식으로 서비스 품질과 운영 효율을 동시에 확보한다는 계획이다. AI 서비스 확산의 기반으로는 약 2250만개에 달하는 통신 회선과 기존 고객 접점이 활용된다. 과학기술정보통신부에 따르면 지난 6월 기준 SK텔레콤의 이동통신 회선은 2249만8579개로, 사물인터넷(IoT)과 알뜰폰(MVNO)을 제외한 수치다. 기존 통신 서비스와 온·오프라인 채널을 통해 AI 서비스를 확산할 수 있어, AI를 통신 서비스의 부가 기능으로 제공하는 수준을 넘어 대규모 고객 기반을 활용해 AI 서비스의 초기 이용자를 확보할 수 있다는 점이 강점으로 꼽힌다. AI 인프라 확보에도 속도를 내고 있다. 앞서 SK텔레콤은 지난달 AI 데이터센터 사업을 전담하는 'SK하이퍼'를 설립하고 오는 2029년까지 5기가와트(GW) 규모의 AI 데이터센터를 단계적으로 구축하겠다는 계획을 밝힌 바 있다. AI 모델부터 데이터센터, 서비스까지 직접 확보하는 구조를 구축하면서 AI 사업의 수직계열화를 강화하고 있는 것이다. 특히 AI 에이전트가 본격적으로 확산될 경우 추론 수요가 크게 늘어날 수 있는 만큼 서비스 이용자 확대와 함께 AI 연산 인프라를 확보하는 것이 경쟁력으로 이어질 수 있다는 판단이다. 이번 '모두의AI' 컨소시엄에는 20여개 기업과 기관이 참여한다. 라이너와 페르소나AI 등은 특화 검색과 공공 데이터 연계 분야를 맡고, 신한카드와 하나카드는 금융·결제 서비스를 담당한다. 티맵모빌리티는 모빌리티, SK브로드밴드는 콘텐츠·미디어, 엘리스그룹은 교육 분야에서 협력한다. 의료·헬스케어 분야에서는 굿닥과 사운더블헬스가 참여하고 해빗팩토리는 보험 분야 서비스를 담당한다. 독거노인종합지원센터와 채널코퍼레이션, 알프레드, 한국세무사회전산법인 등도 공공·돌봄·중소사업자·세무 관련 AI 서비스 개발에 참여한다. AI 모델과 인프라 분야에서는 노타, 셀렉트스타, 에이투시스가 참여한다. 모델 최적화와 데이터 기반 학습, 모델 라우팅 등을 지원하며 에임인텔리전스는 인증·권한 관리와 AI 에이전트 실행 통제 등 보안 분야를 맡는다. 해시드벤처스는 AI 서비스와 기술 제휴 대상을 발굴하는 역할을 담당한다. AI 활용 격차를 줄이는 것도 이번 사업의 주요 목표다. AI 기술이 빠르게 확산하고 있지만 서비스별로 이용 방법을 익혀야 하거나 복잡한 프롬프트를 작성해야 하는 경우 일반 이용자의 접근성이 떨어질 수 있다. SK텔레콤은 기존 통신 서비스처럼 익숙한 이용 환경에서 AI를 제공해 이러한 진입장벽을 낮추겠다는 구상이다. SK텔레콤 역시 컨소시엄 참여 기업을 확대하고 사업 영역을 넓혀 AI 생태계를 구축한다는 계획이다. 통신 가입자 기반과 AI 모델, 데이터센터를 연결하고 외부 전문기업의 서비스를 결합해 국민이 일상에서 실제로 사용할 수 있는 AI 서비스 확보를 목표로 진행된다. 김지훈 SK텔레콤 AI사업본부장은 "AI 활용 격차가 사회적 격차로 이어지지 않도록 누구나 AI의 혜택을 누릴 수 있는 환경이 필요하다"며 "SK텔레콤은 AI 모델부터 인프라, 서비스 운영까지 아우르는 풀스택 AI 역량과 전국 통신 고객 접점을 바탕으로 국민 모두가 쉽게 사용할 수 있는 '모두의 AI' 서비스 구현에 힘쓰겠다"고 말했다.
2026-08-19 09:54:35
AI칩과 메모리 거리 좁힌다…삼성전자, 3D 적층 'zHBM' 첫 공개 [경제일보] 삼성전자가 AI 가속기와 메모리 사이의 물리적 거리, 이른바 ‘메모리 장벽’을 허물 3차원(3D) 메모리 구조 ‘zHBM’을 공개했다. 옆에 붙이던 고대역폭메모리(HBM)를 AI 가속기 바로 위에 수직으로 쌓는 방식으로 성능과 전력 효율을 동시에 끌어올린다는 구상이다. 김경륜 삼성전자 D램개발실 상무는 4일(현지시간) 미국 캘리포니아주 샌타클래라컨벤션센터에서 열린 메모리 행사 ‘FMS 2026’ 기조발표에서 이 같은 3D 아키텍처 zHBM을 처음 소개했다. 기존에는 AI 가속기(xPU) 옆에 HBM을 나란히 연결했지만, zHBM은 가속기 위에 HBM을 직접 얹는다. 가로·세로 2차원 배치에서 벗어나 높이(Z축)를 새로 활용했다는 뜻에서 이름 앞에 ‘z’를 붙였다. 가속기와 메모리 사이 데이터 이동 거리를 최소화해 병목 현상을 줄였다고 삼성전자는 설명했다. zHBM은 차세대 HBM인 HBM5와 비교해도 GPU당 성능이 최대 8배, 전력 대비 성능은 최대 3배 개선된다. 열 저항 수치는 HBM5 대비 10~25% 수준으로 낮아져 발열 제어에서도 절반 이상의 개선 효과를 기대할 수 있다. 김 상무는 “기존 패키징 구조로는 가속기 칩과 메모리 간 물리적 거리를 줄이는 데 한계가 있다”며 아키텍처 전환의 필요성을 강조했다. 그는 개발 중인 HBM5에 HBM 최초로 게이트올어라운드(GAA) 트랜지스터를 적용해 2나노미터(㎚) 초미세 공정을 도입했으며, 코어 다이 측면에 열 방출 구조 기술을 더해 발열 제어 수준을 전 세대보다 20% 이상 끌어올렸다고 소개했다. 이어진 발표에서는 이진엽 플래시개발실 부사장이 기기내장형(온디바이스) AI 환경에 맞춘 차세대 낸드 솔루션 ‘z낸드-O’를 선보였다. D램의 용량 한계와 기존 낸드의 낮은 대역폭 문제를 동시에 풀어 고용량·고대역폭·빠른 응답속도를 구현했다는 설명이다. 이 부사장은 매개변수 1200억개 규모 GPT 모델을 구동한 결과 z낸드-O가 기존 D램 서버와 같은 초당 토큰 수를 내면서도 비용은 6분의 1에 그쳤다고 밝혔다. 삼성전자는 이날 400단 이상을 수직 적층한 10세대 V낸드 ‘V10 BV-낸드’도 업계 최초로 공개했다. 회사는 이번에 선보인 3D 메모리 제품들을 앞세워 늘어나는 고성능 컴퓨팅·AI 인프라용 메모리 수요를 확보한다는 계획이다.
2026-08-05 10:27:56
SKT, 독자 AI 'A.X K2' 앞세워 제조·국방 현장 공략 [경제일보] SK텔레콤이 독자 AI 파운데이션 모델 'A.X K2'를 앞세워 제조와 국방, 바이오 등 산업 현장 공략에 나선다. 지난달 29일 모델을 공개한 데 이어 4일 회사 뉴스룸 인터뷰를 통해 세부 전략을 밝혔다. 단순 질의응답을 넘어 스스로 계획을 세우고 도구를 활용해 업무를 수행하는 '에이전틱 AI'를 구현해 한국형 소버린 AI 생태계를 만들겠다는 구상이다. 김태윤 SK텔레콤 파운데이션모델담당은 "A.X K2의 가장 큰 변화는 '답하는 AI'에서 '스스로 계획하고 실행하는 AI'로 진화한 것"이라며 "에이전틱 시대에 맞춰 추론 능력을 크게 강화했고 특히 수학과 한국어 영역에서 의미 있는 성과를 냈다"고 말했다. ◆ 매개변수 6880억개, 추론엔 330억개만 활성화 A.X K2는 매개변수 6880억개 규모의 초거대언어모델(LLM)이다. 직전 모델인 519B 규모 A.X K1보다 커졌지만 추론 과정에서는 330억개(33B)만 활성화하는 MoE 구조를 적용해 추론 비용은 기존 수준으로 유지했다. 국내외 14개 벤치마크 평균 성능은 A.X K1 대비 32.2%포인트, 장문 이해와 AI 에이전트 평가에서는 83.9%포인트 개선됐다. 초고난도 수학 벤치마크 'Apex' 점수는 1.0에서 45.8로 뛰었고 AIME26에서는 97.1점을 기록했다. 한국어 지식 평가(KMMLU-Pro) 80.5점, 한국 문화 이해(CLIcK) 91.6점을 냈고 통신 분야 에이전트 도구 활용을 재는 τ²-Bench Telecom에서는 오픈웨이트 모델 가운데 최고 성능을 기록했다고 회사는 설명했다. 핵심 기술은 SK텔레콤이 자체 개발한 SGA(Sparse Gated Attention)다. 여러 차례 대화와 도구 호출, 긴 문서 참조를 반복하는 AI 에이전트 특성상 긴 문맥 처리 효율이 중요한데 SGA는 입력이 길어질수록 처리 속도와 안정성이 오르도록 설계됐다. 120K 토큰 입력 기준 토큰 처리량은 A.X K1 대비 67.7% 개선됐다. 텍스트 모델 외에 제조 도면과 문서를 이해하는 비전언어모델 'A.X K2 VL', 상담·회의 음성을 분석하는 'A.X K2 ALM', 크래프톤과 공동 개발한 음성 모델 'A.X K2 라온스피치'도 함께 공개해 멀티모달 구성을 갖췄다. 산업 현장 적용도 본격화하고 있다. KG스틸, 자동차 부품업체 코넥과는 생산 라인의 과거 불량 사례를 학습해 원인을 분석하고 조치를 제안하는 제조 특화 AI 에이전트를 실증 중이다. SK하이닉스에는 사내 AI 서비스 'LLM Chat'에 경량 모델을 적용해 반도체 지식 검색과 정보 정리를 지원한다. 국방부에는 A.X K1을 FP8·FP4·INT4로 양자화해 공급했고 A.X K2도 온프레미스 기반 폐쇄망 환경에 제공할 계획이다. 민감한 데이터는 외부 학습에 쓰지 않고 기관 내부에서만 학습하도록 했다. 김 담당은 "국내 업무 환경에서는 언어뿐 아니라 제도와 문화적 맥락을 이해하는 것이 중요하다"며 "국내 기업과 공공기관이 안심하고 활용할 수 있는 소버린 AI를 구현하는 것이 목표"라고 설명했다. ◆ 허깅페이스 공개하며 조단위 후속모델 준비 SK텔레콤은 A.X K2를 허깅페이스에 Apache 2.0 라이선스로 공개하고 API도 제공할 예정이다. 스타트업 액셀러레이팅 프로그램 '스케치 with AI', '모두의 챌린지 AX-LLM'을 통해 개발자와 스타트업의 상업적 활용 생태계도 넓힌다. 앞서 A.X K1은 정부 지원 없이 상시 1000개 이상의 자체 GPU로 개발됐다. 이번에 예고한 조(兆) 단위 매개변수 후속 모델은 정부 GPU 인프라와 자체 투자를 함께 활용해 규모를 키우고 에이전틱 강화학습과 사이버보안 역량도 고도화한다는 계획이다. 서울대, KAIST, 크래프톤과 차세대 아키텍처 연구도 병행하고 독자 AI 파운데이션 모델(독파모) 컨소시엄 참여사인 리벨리온과는 국산 NPU 기반 모델 서빙 최적화와 상용 서비스 실증을 강화한다. 리벨리온은 앞서 자체 NPU '리벨카드' 단일 서버로 A.X K1 구동에 성공한 바 있다. 한편 회사가 제시한 벤치마크 수치는 자체 측정 결과이며 독립 기관의 검증을 거친 값은 아니다. 오픈소스로 공개돼 외부 개발자들이 성능을 검증할 여지는 있지만 남은 과제는 이 수치가 실제 제조·국방·바이오 현장에서 상업적 계약과 매출로 이어지느냐다. 김 담당은 "A.X K2는 한국이 설계부터 학습까지 자체 기술로 개발한 AI 모델이 글로벌 최고 수준에 도달할 수 있다는 가능성을 보여준 사례"라며 "개방과 협력을 통해 국내 AI 생태계의 기반을 만들고 산업 현장과 국민이 체감할 수 있는 AI 서비스를 확대해 나가겠다"고 말했다.
2026-08-04 10:10:29
SKT, 6880억개 매개변수 'A.X K2' 공개…산업 AX 넘어 조 단위 AI 모델 간다 [경제일보] 인공지능(AI) 경쟁이 거대언어모델(LLM)의 성능을 넘어 산업 현장에 얼마나 효과적으로 적용할 수 있느냐의 경쟁으로 확대되고 있다. 글로벌 빅테크들이 조(兆) 단위 매개변수 모델을 앞세워 AI 주도권 경쟁을 벌이는 가운데 SK텔레콤이 독자 AI 파운데이션 모델 '에이닷엑스 케이투(A.X K2)'를 공개하고 제조와 국방, 바이오 등 산업 현장의 AI 전환(AX)에 속도를 낸다. 향후 조 단위 모델로 확장하는 로드맵도 제시하며 글로벌 AI 경쟁력 확보에도 나설 계획이다. 29일 SK텔레콤은 글로벌 오픈소스 플랫폼 허깅페이스에 매개변수 6880억개(688B) 규모의 독자 AI 파운데이션 모델 'A.X K2'를 공개했다고 밝혔다. A.X K2는 지난해 공개한 5190억개(519B) 규모의 A.X K1의 후속 모델이다. 모델 규모를 확대하는 동시에 수학과 과학 추론 능력, 한국어 지식 이해 능력과 장문 추론 성능 등을 강화했다. SK텔레콤에 따르면 국내외 14개 벤치마크 평균 성능은 A.X K1 대비 32.2% 포인트 향상됐으며, 장문 이해와 AI 에이전트 관련 평가에서는 약 83.9% 포인트 개선된 것으로 나타났다. 이번 성능 향상의 핵심은 SK텔레콤이 자체 개발한 'SGA(희소 게이트 어텐션)' 구조다. 긴 문맥을 처리할 때 관련성이 높은 정보만 선별적으로 참조하는 방식으로, 산업 현장에서 요구되는 정확성과 운영 효율을 높이기 위해 개발됐다. SK텔레콤은 이를 통해 장문의 문서를 이해하고 복잡한 추론을 수행해야 하는 기업용 AI 서비스에 보다 최적화된 성능을 구현했다고 설명했다. A.X K2는 최근 6개월 이내 공개된 글로벌 주요 AI 모델들과도 경쟁력을 확보했다. SK텔레콤은 큐원(Qwen3.5-397B-A17B)과 딥시크(DeepSeek-V4-Flash), GLM-5.1, 키미 K2.6(Kimi-K2.6) 등 해외 주요 AI 모델과 동급 수준의 벤치마크 결과를 기록했다고 밝혔다. SK텔레콤은 이번 A.X K2 공개를 계기로 산업 현장과 국민의 일상에 AI를 적용하는 '산업 AI' 전략에도 속도를 낸다. 이를 위해 총 4차례의 사후 학습을 거쳐 응답 품질과 안정성, 운영 효율 등을 종합적으로 점검했으며 제조와 국방, 바이오 등 다양한 분야에서 활용 사례를 확대하고 있다. 제조 분야에서는 KG스틸과 코넥에 제조 특화 AI 에이전트를 적용한다. 하반기에는 KG스틸 당진공장의 냉간 압연 라인과 코넥의 주조·가공 공정에 제조 특화 AI 에이전트 데모 버전을 적용해 현장 실증을 진행할 예정이다. 산업 현장의 노하우를 AI에 접목해 생산성과 품질 관리 효율을 높이는 것이 목표다. 국방 분야에서는 국방부와 협업해 A.X K1 기반의 양자화 모델 3종을 개발했다. 높은 수준의 보안과 데이터 주권이 요구되는 국방 분야의 특성을 고려해 메모리 사용량을 줄이고 처리 속도를 높이는 양자화 기술을 적용했다. 국방부와 SK텔레콤은 육·해·공군과 해병대 산하 부대에서 해당 모델을 활용할 계획이다. 바이오 분야로의 적용도 검토 중이다. 현재 SK텔레콤은 SK바이오팜과 난치성 암 표적 치료제 개발에 AI를 활용하고 있으며, 통상 1~2년이 소요되던 신약 개발 초기 연구 기간을 약 5개월 수준으로 단축하는 성과를 거둔 것으로 알려졌다. 사무 환경과 일상 영역으로의 적용도 확대되고 있다. SK텔레콤은 A.X K2를 기업용 AI 서비스 '에이닷 비즈(A.Biz)'에 적용해 뉴스레터 생성과 자료 수집·분석, 보고서 작성 기능 등을 제공하고 있다. SK하이닉스의 사내 업무용 AI 도구에도 A.X K2 경량 모델을 제공해 문서 작성과 정보 정리 등 다양한 업무에 활용 중이다. 일상생활에서는 에이닷 전화의 'AI 제안' 기능과 에이닷 '노트' 기능에 A.X K2 경량 모델을 적용했다. 통화 내용을 기반으로 일정과 할 일을 추출하거나 기록된 내용을 목적에 맞게 정리해 이용자의 후속 행동을 지원한다. 이와 함께 SK텔레콤은 자사 AI 모델을 API 형태로 제공하며 국내 AI 생태계 확대에도 나서고 있다. 과학기술정보통신부가 주최하는 '전국민 AI 경진대회' 참가자들과 중소벤처기업부의 '모두의 챌린지 AX-LLM'에 선정된 스타트업 등에 A.X K1을 제공하고 있으며, 정부가 추진하는 '모두의 AI' 사업에도 참여할 예정이다. SK텔레콤은 향후 A.X K2의 후속 모델을 조 단위 매개변수 규모로 확대해 글로벌 경쟁력을 확보한다는 계획이다. 최근 공개된 키미가 2조8000억개 규모의 매개변수를 기반으로 미국 최상위 AI 모델에 준하는 성능을 선보이는 등 글로벌 AI 시장에서는 조 단위 모델이 새로운 경쟁 기준으로 자리 잡고 있다. 오픈AI와 구글, 앤트로픽 등 글로벌 빅테크들은 모델 규모를 공개하지 않고 있지만, 최정상급 AI 모델은 조 단위 모델을 기반으로 구축한 뒤 이를 경량화하는 방식이 일반적인 흐름으로 평가된다. SK텔레콤 역시 글로벌 선도 사업자 수준의 AI 경쟁력을 확보하기 위해 독자 AI 모델의 규모와 성능을 지속적으로 고도화한다는 방침이다. 또한 SK텔레콤은 A.X K2를 중심으로 비전 인코더 기반의 비전 언어(VL) 모델과 오디오 인코더·디코더 기반의 음성 모델 등 파생 모델 라인업도 공개했다. 이미지와 텍스트를 함께 이해하는 'A.X K2 VL Light-Preview'는 보고서와 매뉴얼, 법률 문서 분석 등에 활용할 수 있으며, 'A.X K2 ALM'은 고객센터 음성 통화 분석 등에 적용될 예정이다. 크래프톤이 개발한 'A.X K2 Raon-Speech'는 향후 게임 내 AI 음성 상호작용 기술 고도화에 활용된다. SK텔레콤은 제조와 국방, 바이오를 비롯한 산업 현장과 국민의 일상 전반에 AI를 적용하는 동시에 조 단위 독자 AI 모델 개발을 통해 글로벌 AI 경쟁력 확보에 속도를 낸다는 전략이다. 김태윤 SK텔레콤 파운데이션 모델 담당은 "개인의 일상생활부터 사무 환경, 제조 현장까지 폭넓게 활용될 수 있도록 다양한 기능을 고도화했다"며 "앞으로도 다양한 산업 분야에 A.X K2를 적용·발전시켜 국가 경쟁력 강화에 기여해 나가겠다"고 말했다.
2026-07-29 09:16:12
AI 팩토리 시대 핵심은 경량화…노타, 솔라 오픈2 메모리 76% 줄였다 [경제일보] 생성형 인공지능(AI)의 경쟁 기준이 빠르게 변화하고 있다. 과거에는 얼마나 큰 AI 모델을 만들 수 있느냐가 경쟁력이었다면 최근에는 이를 얼마나 효율적으로 운영할 수 있는지가 핵심 요소로 떠오르고 있다. AI 에이전트 시대가 본격화되면서 기업들이 마주한 과제 역시 성능 경쟁을 넘어 GPU 비용과 운영 효율성 확보로 확대되는 가운데, 노타가 대규모 AI 모델을 GPU 2장만으로 구동할 수 있는 경량화 기술을 선보이며 기업들의 AI 전환(AX) 비용 절감에 나섰다. 27일 노타는 업스테이지와 함께 참여 중인 정부 독자 AI 파운데이션 모델 프로젝트의 2차 성과물인 '솔라 오픈2' 전용 경량화 모델을 공개했다고 밝혔다. 최근 글로벌 AI 시장에서는 딥시크와 문샷 AI의 '키미' 시리즈 등 고성능 오픈 웨이트 모델이 주목받고 있다. 다만 AI 경쟁의 기준은 단순히 모델 성능을 넘어 실제 업무 환경에서 얼마나 효율적으로 활용할 수 있는지로 확대되고 있다. 특히 문서 업무와 코딩, 검색, 툴 호출 등을 수행하는 AI 에이전트가 확산되면서 토큰 사용량과 연산 비용이 크게 증가하고 있어 AI 운영 비용을 낮추는 경량화 기술이 새로운 경쟁력으로 부상하고 있다. 기업들의 AI 인프라 경쟁 역시 새로운 국면을 맞고 있다. AI 팩토리와 AI 데이터센터 구축 경쟁이 본격화되면서 GPU 확보가 중요한 과제로 떠올랐지만, 높은 구축 비용과 전력 소비는 여전히 기업들의 부담으로 꼽힌다. 같은 성능을 보다 적은 GPU로 구현할 수 있다면 인프라 구축 비용과 운영 비용을 동시에 절감할 수 있는 만큼 AI 경량화 기술의 중요성도 커지고 있다. 솔라 오픈2는 문서 업무와 코딩, 툴 호출, 다단계 추론 등 실제 기업 업무에 활용할 수 있는 AI 에이전트 구현에 초점을 맞춘 대규모 언어모델(LLM)이다. 총 2500억개의 매개변수를 갖추고 있으며 실제 작업 시에는 필요한 150억개의 매개변수만 활성화하는 '전문가 혼합(MoE)' 구조를 채택했다. 하나의 모델 안에 있는 여러 연산 모듈 가운데 일부만 선택적으로 활용하는 방식으로 연산 효율성을 높인 것이 특징이다. 노타는 해당 솔라 오픈2의 기능을 실제 기업 환경에 보다 효율적으로 배포할 수 있도록 데이터 기반 MoE 양자화와 라우터 인지형 MoE 양자화, 비균일 전역 프루닝 기술 등을 적용했다고 설명했다. 양자화는 모델을 보다 낮은 정밀도의 데이터 형식으로 변환해 메모리 사용량을 줄이는 기술이며, 프루닝은 중요도가 낮은 연산 모듈을 선택적으로 제거해 모델을 경량화하는 기술이다. 특히 데이터 기반 MoE 양자화에는 모델 가중치를 4비트 저정밀 형식으로 변환하면서도 모든 전문가 모듈이 안정적인 통계치를 확보할 수 있도록 캘리브레이션 데이터를 합성하는 'PASCAL-MoE' 기술이 활용됐다. 라우터 인지형 MoE 양자화에는 양자화 이후에도 라우터가 전문가 모듈을 안정적으로 선택할 수 있도록 자체 개발한 양자화 알고리즘이 적용됐다. 이를 통해 노타는 원본 모델의 가중치 메모리를 기존 500.6GB에서 117.8GB로 약 76.5% 줄이는 데 성공했다고 강조했다. 기존에는 엔비디아 'H100 GPU' 8장이 필요했던 환경을 GPU 2장만으로 구동할 수 있도록 최적화했으며, 양자화 이후에도 AI 에이전트의 핵심 기능인 툴 호출 성능을 안정적으로 유지하는 것으로 알려졌다. 실제로 글로벌 AI 시장 역시 성능 경쟁에서 운영 효율성 경쟁으로 무게 중심이 이동하고 있다. 높은 성능의 AI 모델을 보다 적은 인프라로 구동할 수 있는 기술이 기업들의 AI 도입 장벽을 낮추는 핵심 요소로 떠오르면서 경량화 기술이 AI 팩토리 시대의 필수 기술로 자리 잡고 있는 것이다. 노타는 이번 솔라 오픈2 경량화 모델을 통해 국내 기업들이 보다 적은 비용으로 AI 에이전트를 도입하고 활용 범위를 확대할 수 있을 것으로 기대하고 있다. 특히 별도의 대규모 GPU 인프라를 구축하기 어려운 기업들도 효율적으로 AI 서비스를 운영할 수 있도록 지원해 AI 전환을 가속화한다는 계획이다. 노타가 공개한 솔라 오픈2 전용 경량화 모델은 글로벌 AI 플랫폼 허깅페이스를 통해 확인할 수 있다. 김태호 노타 CTO는 "이번 성과는 대규모 MoE 모델을 기업이 실제 도입할 수 있는 형태로 최적화했다는 데 의미가 있다"며 "기업이 자사의 인프라와 예산에 맞춰 에이전트 AI를 도입하고 활용 범위를 확장할 수 있도록 모델 구조와 하드웨어 환경에 최적화된 양자화 및 경량화 기술을 지속해서 고도화하겠다"고 말했다.
2026-07-27 14:27:30
업스테이지 '솔라 오픈 2' 공개…포털 다음 적용하고 국산 NPU 활용 넓힌다 [경제일보] 업스테이지가 실제 업무를 수행하는 AI 에이전트에 특화한 거대언어모델(LLM) ‘솔라 오픈 2’를 공개했다. 포털 다음을 대규모 실사용 기반으로 활용하는 동시에 다수의 국산 신경망처리장치(NPU)와 연동을 확대해 모델과 반도체, 서비스를 아우르는 소버린 AI 생태계를 구축한다는 전략이다. 업스테이지는 솔라 오픈 2의 모델 가중치를 글로벌 오픈소스 플랫폼 허깅페이스에 공개하고 아키텍처와 학습 방법, 평가 조건을 담은 기술 보고서도 발표했다고 23일 밝혔다. 솔라 오픈 2는 총 2500억개 매개변수 가운데 작업에 필요한 150억개만 활성화하는 전문가혼합(MoE) 구조를 채택했다. 모델 규모를 키우면서도 실제 추론에 필요한 연산량을 줄여 비용 효율을 높인 설계다. 최대 100만 토큰의 문맥을 처리해 여러 문서와 장시간 작업 이력을 한꺼번에 다룰 수 있다. 단순한 질의응답을 넘어 검색과 코딩, 문서 작성, 외부 도구 호출을 반복하며 업무를 마치는 AI 에이전트에 초점을 맞췄다. 기본 구동 권장 사양은 엔비디아 H200 4장이며 양자화를 적용하면 H200 2장으로도 운영할 수 있다. 업스테이지는 지시 이행과 도구 호출, 코딩, 한국어 업무 평가 등에서 주요 해외 모델과 경쟁 가능한 성능을 확보했다고 설명했다. 다만 벤치마크 결과는 회사 측 평가인 만큼 실제 서비스 환경에서 정확도와 속도, 운영 비용을 추가로 검증해야 한다. ◆ 다음 검색, AI 모델 실사용 시험대 솔라 오픈 2의 주요 활용처는 포털 다음이다. 업스테이지는 지난 5월 다음 운영사 AXZ 인수를 마무리한 뒤 7월부터 솔라를 적용한 ‘AI 요약’ 베타 서비스를 운영하고 있다. AI 요약은 이용자가 검색어나 문장형 질문을 입력하면 언론사 제휴 콘텐츠와 카페, 티스토리 등에서 관련 문서를 찾아 핵심 내용을 정리하고 근거를 함께 제시한다. 절차가 필요한 정보는 단계별 목록으로, 비교가 필요한 검색은 표 형태로 보여준다. 다음은 키워드 검색과 의미 기반 벡터 검색을 결합한 하이브리드 검색을 활용한다. 검색엔진이 최신성과 관련성이 높은 문서를 먼저 고르면 솔라가 해당 자료를 바탕으로 답변을 생성하는 구조다. 모델이 오래된 학습 정보를 섞거나 문서에 없는 내용을 만들어내는 환각을 줄이기 위해 답변 범위를 검색 자료로 제한하는 기술도 적용했다. 현재 AI 요약은 전체 검색 질의의 일부에 제공되고 있다. AXZ는 적용 비중을 단계적으로 높이고 쇼핑과 맛집 등 분야별 검색으로 확대할 계획이다. 이후에는 앞선 대화 내용을 기억해 후속 질문에 답하고 여러 정보를 비교·정리하는 대화형 에이전트로 발전시킨다는 구상이다. 업스테이지가 다음을 직접 운영하게 되면서 검색 이용 과정에서 나타나는 응답 품질과 처리 속도, 오류 유형 등을 모델 개선에 빠르게 반영할 수 있게 된 점도 강점이다. 다만 이용자 검색 데이터를 모델 개발에 활용하는 과정에서는 개인정보 보호와 데이터 처리 기준을 명확히 마련해야 한다. ◆ 퓨리오사 포함 다수 국산 NPU로 활용 확대 업스테이지는 솔라 오픈 2를 다양한 국산 NPU에서 구동할 수 있도록 지원 범위를 넓힐 계획이다. 업스테이지 관계자는 “퓨리오사AI를 포함해 국내 NPU 기업들과 협력을 이어가겠지만 특정 한 업체만을 중심으로 추진하는 구조는 아니다”며 “국산 NPU에서 솔라 모델을 사용할 수 있도록 적용과 최적화를 점차 확대할 것”이라고 설명했다. 퓨리오사AI와의 협력은 국산 모델과 NPU를 실제 서비스에 연결한 선행 사례로 활용된다. 다음의 기존 AI 요약 서비스에는 퓨리오사AI의 2세대 NPU ‘레니게이드’가 일부 적용돼 솔라 계열 모델의 추론을 처리하고 있다. 이를 통해 응답 속도와 전력 효율, 동시 이용자 처리 능력 등을 상용 환경에서 검증하고 있다. 다만 솔라 오픈 2를 레니게이드에 적용하는 구체적인 일정이나 전체 인프라에서 차지할 비중은 정해지지 않았다. 향후 다른 국산 NPU 기업과의 협력 대상과 적용 서비스 역시 확정되는 대로 공개할 예정이다. 한편 국산 NPU 확산의 관건은 반도체 자체 성능뿐 아니라 새로운 모델을 빠르게 변환하는 컴파일러와 서빙 엔진, 장애 대응과 운영 도구 등 소프트웨어 생태계다. 다음처럼 이용자가 많은 서비스에서 GPU 수준의 안정성과 비용 효율을 입증해야 기업·공공 시장으로 적용 범위를 넓힐 수 있다. 업스테이지는 모델 가중치를 상업적으로 활용할 수 있도록 공개하고 미세조정과 지식증류를 통한 파생 모델 개발도 허용한다. 기업과 연구기관이 솔라 오픈 2를 자체 데이터와 국산 NPU에 맞게 조정하도록 해 산업별 AI 에이전트 개발을 촉진한다는 구상이다. 김성훈 업스테이지 대표는 “실제 업무 현장에서 일을 완수하는 에이전트 사용성에 방점을 둔 모델”이라며 “다음과 산업 현장에서 실사용 사례를 확대하고 국산 NPU를 포함한 AI 생태계 전반의 경쟁력을 높이겠다”고 말했다.
2026-07-23 10:57:02
배경훈, "외산 AI 끊기면 속수무책"…한국형 프론티어 AI 승부수 [경제일보] 배경훈 부총리 겸 과학기술정보통신부 장관이 미국과 중국의 인공지능(AI) 패권 경쟁에 대응해 세계 최상위 수준의 ‘프론티어 AI’ 개발에 나서겠다는 구상을 밝혔다. 국내 산업의 AI 전환을 지원하는 독자 AI 파운데이션 모델 개발을 넘어, 미국·중국과 직접 성능을 겨룰 수 있는 모델을 확보해야 한다는 판단이다. 다만 프론티어 AI 개발은 아직 정부의 예산과 사업 구조가 확정된 단계는 아니다. 정부가 막대한 개발비를 보조금으로 지원하기 어려운 만큼 지분투자나 특수목적법인(SPC) 설립 등 새로운 투자 방식을 재정당국과 협의하는 구상에 가깝다. 배 부총리는 20일 정부세종청사에서 열린 기자간담회에서 “미국과 중국이 고성능 AI를 핵무기처럼 통제하려는 시대가 오고 있다”며 “우리만의 역량이 없다면 외산 AI 서비스가 갑자기 중단되거나 가격이 100배 올라도 대응하기 어렵다”고 말했다. ◆ 독파모 넘어 ‘미토스급’ 모델 도전 정부가 검토하는 전략은 투트랙이다. 현재 추진 중인 ‘독자 AI 파운데이션 모델’ 사업을 통해 국내 산업과 공공서비스에 활용할 모델을 확보하는 동시에, 앤트로픽의 ‘클로드 미토스5’처럼 세계 최고 성능을 겨루는 프론티어 모델 개발을 별도로 추진하는 방식이다. 프론티어 AI는 단순히 매개변수가 큰 모델을 뜻하지 않는다. 복잡한 추론과 코딩, 과학 연구, 사이버보안, AI 에이전트 등에서 기존 모델의 한계를 넓히는 최첨단 모델을 말한다. 개발에 성공하면 산업 경쟁력을 높일 수 있지만 공격적인 사이버 능력 등 이중용도 위험도 커 국가가 접근을 통제할 가능성이 높다. 실제로 미국 정부는 지난달 국가안보를 이유로 앤트로픽의 미토스5와 페이블5에 대한 외국인 접근을 제한했다가 이후 규제를 완화했다. 배 부총리는 이를 글로벌 AI 서비스를 언제든 사용할 수 있다는 전제가 무너질 수 있음을 보여준 사례로 들었다. 중국도 변수다. 문샷AI가 최근 공개한 ‘키미 K3’는 일부 평가에서 미국 최상위 모델과 대등한 성능을 보였다. 현재 중국 기업들이 오픈웨이트 전략으로 개발자 생태계를 넓히고 있지만, 기술 경쟁이 격화하면 중국도 고성능 모델을 폐쇄하거나 해외 제공을 제한할 수 있다는 것이 배 부총리의 진단이다. ◆ GPU만 3조5000억원…보조금으로 감당 어려워 가장 큰 장벽은 비용이다. 배 부총리는 미토스급 모델을 개발하려면 엔비디아 차세대 GPU ‘베라 루빈’을 기준으로 약 1만장이 필요하고, GPU 가격만 현재 추산으로 3조5000억원에 이를 것으로 전망했다. 이는 장관이 제시한 추정치로 실제 비용은 모델 구조와 학습 방식, GPU 도입 가격에 따라 달라질 수 있다. 데이터센터와 전력·냉각·네트워크, 데이터 구축, 연구인력 비용까지 포함하면 전체 투자액은 더 늘어난다. 현재 독파모 참여 기업에 배정되는 GPU가 엔비디아 B200 기준 500∼735장 수준이라는 점을 고려하면 프론티어 모델은 기존 지원 규모와 차원이 다르다. 특정 기업 한 곳에 수조원대 자원을 무상 지원하면 형평성과 특혜 논란도 불가피하다. 정부가 ‘투자형 R&D’를 검토하는 이유다. 기존 출연금처럼 예산을 지급하고 끝내는 대신 정부가 기업이나 SPC에 지분을 투자하고, 개발에 성공하면 지분 가치나 수익을 회수해 후속 연구에 다시 투입하는 구조다. 배 부총리는 “정부가 특정 기업에 이 정도 자원을 몰아주는 것은 현실적으로 어렵다”며 “지분투자나 SPC 설립 등 투자형 R&D 방식으로 재원을 마련하는 방안을 검토하고 있다”고 말했다. 내년도 예산 반영을 위해 재정당국과도 협의하고 있다고 덧붙였다. 다만 투자형 R&D가 작동하려면 실패 위험을 누가 부담하고 기술과 지식재산권을 누가 보유할지 정해야 한다. 정부가 투자한 모델을 특정 기업이 독점할 수 있는지, 공공과 중소기업에 어떤 조건으로 개방할지도 쟁점이다. ◆ 한국형 AI 풀스택, 미중 사이 제3국 공략 프론티어 모델은 수출 전략과도 연결된다. 정부는 국산 AI 모델과 서비스, NPU, 클라우드·데이터센터를 하나로 묶은 ‘한국형 AI 풀스택’을 구축해 미국과 중국 어느 한쪽에 종속되기를 원하지 않는 국가에 제공하는 방안을 구상하고 있다. 배 부총리는 유럽연합(EU)과 중동, 아세안 국가에서 한국과의 AI 협력을 희망하는 수요가 있다고 설명했다. 한국이 모델만 공급하는 것이 아니라 현지 언어와 데이터 주권, 보안 규제에 맞춘 인프라와 서비스를 함께 제공하면 미중 사이의 대안으로 자리 잡을 수 있다는 구상이다. 관건은 다국어 성능이다. 한국어에 강한 모델을 해외에 그대로 내놓는 것만으로는 글로벌 서비스가 될 수 없다. 배 부총리는 협력국 언어 데이터를 학습 데이터의 최소 1% 수준까지 확보해야 현지에서 활용 가능한 모델을 만들 수 있다고 진단했다. 중국이 러시아·브라질 등 29개국과 출범시킨 세계인공지능협력기구(WAICO) 참여 여부에는 신중한 입장을 보였다. 미국 AI 서비스를 광범위하게 이용하면서 중국 오픈모델도 활용하는 한국으로서는 어느 한쪽 진영에 서기보다 기술·안보·통상 영향을 함께 따져야 한다는 설명이다. 정부의 구상이 현실화하려면 ‘한국도 프론티어 모델을 보유해야 한다’는 선언을 넘어 개발 주체와 자금 조달 구조, 성능 목표, 데이터 확보, 상용화 경로까지 구체화해야 한다. 수조원을 들여 모델을 만든 뒤 실제 이용자와 매출을 확보하지 못하면 일회성 국가 프로젝트에 그칠 수 있다. 한편 프론티어 AI의 성패는 GPU를 몇 장 확보했느냐보다 모델을 지속해서 개선하고 산업과 해외 시장에서 쓰이게 할 생태계를 구축할 수 있느냐에 달렸다. 정부가 투자형 R&D를 꺼낸 것도 기술 개발과 사업 성과를 함께 요구받는 단계에 들어섰다는 의미로 풀이된다.
2026-07-20 17:46:00
"Kimi K3 돌풍 상장으로 잇는다"…中 문샷, 6개월 내 홍콩 IPO 추진 [경제일보] 중국 인공지능(AI) 스타트업 문샷AI가 신형 모델 ‘키미(Kimi) K3’의 흥행을 발판으로 홍콩 증시 상장에 속도를 낸다. 기술 경쟁력을 매출 성장과 자본 조달로 연결해 딥시크·알리바바 등과 벌이는 중국 AI 주도권 경쟁에서 우위를 확보하려는 행보로 풀이된다. 블룸버그는 19일 소식통을 인용해 문샷이 최근 주주들에게 홍콩 상장 승인을 요청하는 결의안을 배포했다고 보도했다. 통상 이 같은 주주 통지 절차가 시작되면 이르면 6개월 안에 상장이 가능하다는 관측이 나온다. 다만 주주 결의안 배포는 상장을 위한 사전 절차다. 홍콩거래소에 정식 상장 신청서를 제출하거나 심사를 통과한 단계는 아니다. 시장 상황과 중국 당국의 승인, 투자자 수요에 따라 일정이 달라질 수 있다. 문샷은 연초부터 홍콩 상장을 검토하며 중국국제금융공사(CICC), 골드만삭스와 주관사 선정을 논의해온 것으로 알려졌다. 현재 진행 중인 투자 라운드에서는 기업가치가 300억달러, 약 45조원 이상으로 평가될 가능성이 거론된다. 이는 확정된 공모가치가 아니라 상장 전 투자 유치 과정에서 논의되는 예상 몸값이다. ◆ 두 달 만에 ARR 50% 증가…상장 적기 판단 문샷이 상장 준비를 서두르는 배경에는 가파른 매출 성장세가 있다. 블룸버그에 따르면 문샷의 연환산매출(ARR)은 지난 4월 2억달러에서 6월 3억달러로 두 달 만에 50% 증가했다. ARR은 최근 월간 반복 매출이 1년 동안 유지된다고 가정해 환산한 수치다. 성장 속도를 보여주는 지표지만 외부 감사를 거친 연간 매출이나 영업이익과는 구분해야 한다. 결국 상장 이후에는 가입자 증가뿐 아니라 막대한 AI 연산 비용을 감당하면서 수익성을 확보할 수 있는지가 평가 기준이 될 전망이다. 지난 17일 공개한 K3도 상장 추진의 동력이 됐다. K3는 총 2조8000억개의 매개변수와 100만토큰의 문맥 처리 능력을 갖춘 초대형 AI 모델이다. 텍스트와 이미지를 함께 이해하고 코딩, 문서 작성, 업무 자동화 등 에이전트 작업에 초점을 맞췄다. 독립 AI 평가기관 아티피셜 애널리시스에서 K3는 종합지수 3위에 올랐다. 앤트로픽의 클로드 페이블5와 오픈AI의 GPT-5.6 솔보다는 낮았지만 자동화와 일부 에이전트 평가에서는 클로드 오퍼스4.8을 앞섰다. 중국 오픈웨이트 계열 모델이 미국 최상위 폐쇄형 모델과 일부 영역에서 대등한 성능을 보였다는 점에서 의미가 있다는 평가다. 다만 K3를 모든 지표에서 오퍼스4.8보다 우수한 모델로 해석하기는 어렵다. 아티피셜 애널리시스의 환각 평가에서는 오류 비율이 51%로 전작 K2.6의 39%보다 높아졌다. 모델 가중치도 아직 공개되지 않아 현시점에서는 ‘오픈웨이트 공개 예정 모델’로 보는 것이 정확하다. ◆ 흥행 입증했지만 컴퓨팅 부족도 노출 K3 공개 이후 이용 수요는 빠르게 늘었다. 문샷은 출시 48시간 만에 컴퓨팅 자원이 한계에 가까워지자 기존 가입자에게 자원을 우선 배분하기 위해 신규 구독을 일시 중단했다. 블룸버그는 소식통을 인용해 K3 출시 이후 문샷의 하루 판매액이 최소 6배 증가했다고 전했다. 이는 K3의 시장성을 보여주는 동시에 문샷이 상장을 통해 자금을 확보해야 하는 이유도 드러낸다. 초거대 AI를 운영하려면 GPU와 데이터센터, 전력에 지속적으로 투자해야 한다. 이용자가 늘수록 매출과 함께 추론 비용도 증가하기 때문에 가격 대비 성능과 서버 운영 효율이 향후 기업가치를 좌우할 전망이다. 홍콩 상장은 문샷에 국제 자본을 끌어들이면서도 중국 규제 체계 안에 머물 수 있는 선택지다. 미국의 대중국 첨단 반도체 수출 통제가 이어지는 상황에서 자체 모델과 연산 인프라를 확보하려면 대규모 장기 자본이 필요하다. 딥시크 역시 추가 투자 유치와 함께 2027년 전후 상장을 검토하는 것으로 알려졌다. 한편 문샷의 상장 추진은 중국 AI 경쟁의 무게중심이 기술 시연에서 자본과 사업성 경쟁으로 이동하고 있다는 신호다. K3가 미국 모델과의 성능 격차를 좁혔다는 점은 입증했지만, 300억달러에 이르는 몸값을 인정받으려면 비용 효율과 안정성, 유료 고객 유지율까지 보여줘야 한다. 문샷의 진짜 시험대는 벤치마크가 아니라 상장 이후의 손익계산서가 될 가능성이 크다.
2026-07-20 17:27:28
상하이 WAIC, 오픈소스·국산칩·로봇 총출동…중국식 AI 질서 선언 [경제일보] 중국 상하이에서 열린 세계인공지능대회(WAIC) 2026이 20일 막을 내렸다. 올해 행사는 인공지능(AI) 신제품을 선보이는 전시회를 넘어 미국의 기술 통제에 맞서 중국이 구축하려는 독자 AI 생태계와 국제질서를 압축적으로 보여주는 무대가 됐다. 지난 17일부터 나흘간 열린 이번 대회에는 1100여개 기업과 국내외 인사 1400여명이 참여했다. 전시 면적은 처음으로 10만㎡를 넘어섰고 3000여개 제품 가운데 300개 이상이 세계 최초 공개 제품으로 소개됐다. 140여개 포럼도 상하이 엑스포센터와 장장, 쉬후이 서안 등에서 열렸다. 핵심 키워드는 △오픈소스 AI △국산 AI 반도체 △휴머노이드 로봇 △글로벌 AI 거버넌스였다. AI 모델과 반도체, 클라우드, 로봇을 하나의 국가 전략으로 연결해 미국 주도의 AI 생태계와 다른 선택지를 제시하려는 중국의 의도가 행사 전반에 깔렸다. ◆ 시진핑 첫 참석…29개국 묶은 AI 국제기구 출범 시진핑 중국 국가주석은 올해 처음으로 WAIC 개막식에 직접 참석했다. 시 주석은 “AI 발전은 어느 한 국가의 독주가 아니라 국제사회가 함께 연주하는 교향곡이어야 한다”며 특정 국가가 기술과 규칙을 독점해서는 안 된다고 강조했다. 미국을 직접 거론하지는 않았지만 국가안보의 개념을 지나치게 확대해 다른 나라의 기술 접근을 제한하는 것에 반대한다고 밝혔다. 첨단 AI 반도체와 반도체 제조 장비의 중국 수출을 제한해 온 미국을 겨냥한 발언으로 풀이된다. 중국은 행사 개막 전날 29개 창립 회원국이 참여한 ‘세계인공지능협력기구(WAICO)’ 설립 협정도 체결했다. 러시아와 브라질, 파키스탄, 인도네시아를 비롯해 아시아·아프리카 국가들이 참여했으며 본부는 상하이에 들어선다. WAICO는 AI 개발과 안전, 국제협력을 다루는 정부 간 국제기구를 표방한다. 미국이 동맹국을 중심으로 AI 반도체와 공급망 협력을 강화하는 데 맞서 중국은 글로벌 사우스의 참여와 기술 접근권을 앞세워 별도의 협력망을 구축한 셈이다. 시 주석은 향후 5년간 개발도상국에 5000명의 AI 교육 기회를 제공하고, 중국이 개발한 AI 기상 조기경보 시스템을 30개국에 지원하겠다고 밝혔다. 동남아시아국가연합(ASEAN)과 아프리카연합(AU), 브릭스 등과도 AI 협력센터를 확대한다. 로이터통신은 이를 중국이 오픈소스 기술과 개발도상국 지원을 앞세워 미국의 AI 규칙 제정 영향력에 도전한 것으로 평가했다. ◆ 화웨이·문샷AI가 보여준 ‘기술 자립’ 산업 전시의 중심에는 화웨이가 있었다. 화웨이는 자체 어센드 AI 프로세서 1024개를 고속으로 연결한 ‘Atlas 950 SuperPoD’를 처음으로 오프라인 전시했다. 회사 측은 이 시스템이 FP8 연산 기준 1엑사플롭스(EFLOPS)의 성능과 256TB의 통합 메모리 주소 공간을 제공한다고 설명했다. 단일 칩 성능에서 엔비디아를 따라잡기 어렵다면 다수의 국산 칩을 고속 연결해 전체 시스템 성능을 높이겠다는 접근이다. 미국의 수출 규제로 최신 엔비디아 제품을 안정적으로 확보하기 어려운 상황에서 중국이 자체 AI 연산 기반을 구축하고 있다는 상징적인 장면이었다. 다만 화웨이가 제시한 수치는 회사 측 기준이다. 실제 AI 모델 학습·추론 성능과 전력 소비, 소프트웨어 호환성은 동일한 조건에서 엔비디아 시스템과 비교 검증할 필요가 있다. 칩뿐 아니라 개발자 생태계와 소프트웨어를 갖춘 엔비디아의 쿠다(CUDA) 장벽을 넘는 것도 과제다. 중국 AI 스타트업 문샷AI는 오픈소스 모델 ‘Kimi K3’를 공개했다. 회사는 Kimi K3가 2조8000억개의 매개변수를 갖춘 세계 최대 규모의 오픈소스 모델이라고 소개했다. 다만 매개변수 규모가 실제 추론 능력이나 비용 효율을 직접 보장하는 것은 아니다. 중국이 오픈소스를 전면에 내세운 것은 미국 기업과의 경쟁에서 개발자와 이용자를 빠르게 확보할 수 있기 때문이다. 딥시크에 이어 문샷AI와 즈푸AI 등이 모델을 공개하면서 가격에 민감하고 자체 구축 수요가 큰 개발도상국·기업 시장을 중국 생태계로 끌어들이려는 전략이다. ◆ 로봇은 전시품에서 생산품으로 휴머노이드 로봇도 행사장을 채웠다. 제조와 물류, 안내, 의료 서비스를 겨냥한 로봇과 이를 제어하는 피지컬 AI 모델이 대거 전시됐다. 중국 정부 관계자는 올해 자국 휴머노이드 로봇 생산량이 10만대를 넘어설 것으로 전망했다. 중국은 AI 모델의 두뇌뿐 아니라 모터와 감속기, 센서, 배터리 등 로봇 부품 공급망을 보유하고 있다는 점을 강점으로 내세운다. 제조업 현장에서 로봇을 투입하고 데이터를 다시 학습에 활용하는 순환 구조도 구축하려 한다. 그러나 생산 능력과 실제 수요는 구분해야 한다. 시장조사업체 옴디아에 따르면 지난해 세계 휴머노이드 로봇 출하량은 1만3000여대 수준이었다. 올해 중국의 10만대 생산 전망이 현실화하려면 기술 시연을 넘어 반복 작업의 안정성과 가격 경쟁력, 유지보수 체계를 입증해야 한다. ◆ 중국의 ‘개방’ 전략, 기술 영향력 확대 카드 올해 WAIC가 보여준 중국의 전략은 기술 자립과 국제 확산이라는 두 갈래로 요약된다. 내부적으로는 국산 반도체와 AI 모델, 로봇 공급망을 연결하고 외부적으로는 오픈소스와 교육 지원을 앞세워 중국 기술을 글로벌 사우스의 표준으로 확산하려는 것이다. 반면 중국의 AI 굴기가 완성 단계에 들어섰다고 보기는 어렵다. 첨단 반도체 제조 장비와 고성능 메모리, 대규모 모델 학습에 필요한 전력·연산 인프라에서는 미국과 동맹국 기술에 대한 의존이 남아 있다. 중국 AI 모델의 학습 데이터와 지식재산권, 검열·보안 문제도 글로벌 확산의 변수가 될 전망이다. 한국에도 시사점은 분명하다. 중국은 AI 모델과 반도체, 클라우드, 로봇, 국제협력을 하나의 정책으로 묶고 있다. 한국도 반도체와 제조 역량을 개별 기업의 강점에 머물게 하지 않고 국산 모델과 클라우드, AI 서비스로 연결해야 한다. 기술을 개발하는 것만큼 실제 시장에서 반복 사용되고 해외로 확산할 생태계를 만드는 일이 중요해졌다. 상하이 WAIC 2026은 AI 경쟁이 모델 성능만의 싸움이 아니라는 점을 보여줬다. 반도체를 누가 공급하고 인프라를 누가 운영하며, 개발자를 어느 생태계로 끌어들이고 국제 규칙을 누가 설계하느냐의 경쟁이다. 중국은 이번 대회를 통해 더 이상 추격자에 머물지 않고 미국과 다른 AI 질서를 만들겠다는 의지를 분명히 했다.
2026-07-20 10:10:09
中, 상하이 WAIC서 'AI 기술자립·글로벌 질서' 동시 선언 [경제일보] 중국이 상하이 세계인공지능대회(WAIC)를 무대로 인공지능(AI) 기술 자립 성과와 글로벌 AI 질서 주도 의지를 동시에 드러냈다. 미국의 첨단 반도체 수출통제에 맞서 자체 칩과 오픈소스 모델, 휴머노이드 로봇을 전면에 배치하는 한편 개발도상국과 신흥국을 끌어안는 별도의 국제협력 체계 구축에도 나섰다. 19일 중국 정부와 관련 업계에 따르면 ‘지능 파트너, 함께 만드는 미래’를 주제로 한 ‘2026 WAIC 및 AI 글로벌 거버넌스 고위급 회의’가 지난 17일 상하이에서 개막해 20일까지 이어진다. 행사는 상하이 엑스포와 장장, 시안(웨스트번드) 등 3개 권역에서 진행된다. 전시 면적은 처음으로 10만㎡를 넘어섰으며 1100여개 기업이 3000여개 기술과 제품을 출품했다. 이 가운데 300여개 제품이 세계 최초로 공개된다. 포럼은 140여개, 해외 참석 인사는 1400여명 규모다. ◆시진핑 “AI는 공공재”…기술 봉쇄에 정면 대응 이번 대회의 가장 큰 특징은 시진핑 중국 국가주석이 2018년 WAIC 출범 이후 처음으로 개막식에 직접 참석했다는 점이다. 시 주석은 기조연설에서 AI가 인간의 통제 범위를 벗어나지 않도록 안전장치를 마련해야 한다면서도 국가안보를 이유로 AI와 첨단기술의 교류를 제한하거나 특정 국가가 기술을 독점해서는 안 된다고 주장했다. 미국을 직접 거론하지는 않았지만 대중 반도체·AI 수출통제와 기술 동맹 확대를 겨냥한 발언으로 풀이된다. 시 주석은 오픈소스 AI를 인류가 공유할 수 있는 공공재로 규정하고 기술 격차로 인해 새로운 불평등이 발생해서는 안 된다고 강조했다. 중국은 향후 5년간 개발도상국 관계자 5000명에게 AI 연수 기회를 제공하고 아세안과 아프리카연합, 아랍연맹, 브릭스 등과 국제 AI 응용 협력센터를 구축하겠다는 구상도 제시했다. AI 기술과 인프라가 부족한 글로벌 사우스를 지원해 미국 중심의 기술 질서와 차별화하겠다는 전략이다. 제도적 기반도 마련됐다. 개막 전날인 16일 중국 주도로 추진된 세계인공지능협력기구(WAICO) 설립 협정에 러시아와 브라질, 인도네시아, 파키스탄 등 29개국이 서명했다. WAICO는 상하이에 본부를 두고 AI 기술 협력과 역량 강화, 국제 규범 논의를 추진하는 독립적인 정부 간 기구를 지향한다. 중국이 AI 규칙과 표준을 논의하는 상설 다자기구를 출범시킴으로써 미국 주도의 기술·공급망 연대에 대응하는 별도의 축을 구축했다는 평가가 나온다. ◆화웨이 ‘슈퍼노드’ 첫 공개…칩 한계, 시스템으로 돌파 산업 전시장에서는 중국의 ‘AI 자립’ 전략이 구체적인 제품으로 나타났다. 화웨이는 자체 개발한 어센드 AI 가속기를 기반으로 만든 대규모 AI 컴퓨팅 시스템 ‘아틀라스 950 슈퍼포드’를 처음으로 일반에 공개했다. 수천개의 어센드 프로세서를 고속 네트워크로 연결해 하나의 거대한 컴퓨팅 자원처럼 작동하도록 설계한 장비다. 미국의 수출통제로 엔비디아의 최첨단 칩을 확보하기 어려운 상황에서 단일 칩의 성능 격차를 대규모 클러스터와 네트워크 기술로 보완하려는 중국식 해법이다. 화웨이는 이를 통해 대규모 AI 모델의 학습과 추론에 필요한 연산 능력을 자체 생태계 안에서 확보한다는 구상이다. 중국 서버 기업 수곤도 중국산 가속기 10만개를 연결한 AI 슈퍼클러스터 ‘수곤 8000’을 전시했다. 화웨이뿐 아니라 서버와 네트워크, 냉각장치, 데이터센터 운영 기술까지 중국산 공급망으로 묶으려는 시도가 두드러졌다. 거대언어모델 경쟁도 한층 격화됐다. 중국 AI 스타트업 문샷AI는 총 2조8000억개의 매개변수를 갖춘 오픈웨이트 모델 ‘키미 K3’를 공개했다. 회사 측은 세계 최대 규모의 공개형 AI 모델이라고 설명했다. 키미 K3는 미국 빅테크의 폐쇄형 모델과 달리 개발자가 모델 구조와 가중치를 활용할 수 있도록 설계됐다. 미국의 연산장비 규제가 이어지는 상황에서도 중국 기업들이 대규모 모델 개발과 오픈소스 생태계 확장을 동시에 추진하고 있음을 보여준 사례다. 휴머노이드와 자율주행, AI 에이전트도 행사장의 주요 축을 이뤘다. 유니트리를 비롯한 중국 로봇 기업들은 보행과 물체 운반, 작업 협업이 가능한 휴머노이드를 선보였다. 중국 당국은 올해 휴머노이드 로봇 연간 생산량이 10만대에 이를 것으로 전망하고 있다. ◆한국 중소기업 8곳 참가…“직접 보고 경쟁력 점검해야” 한국에서는 과학기술정보통신부 산하 창업 지원기관인 글로벌혁신센터(KIC 중국)가 전시 부스를 마련했으며 국내 중소기업 8곳이 참가했다. 김종문 KIC 중국 센터장은 18일 <연합뉴스> 인터뷰에서 “한국 기업들이 WAIC를 비롯한 중국의 주요 기술 전시회에 직접 와서 상황을 봐야 한다”며 “세계와 중국 시장에서 자사의 기술 수준이 어느 정도인지 빨리 파악하는 것이 중요하다”고 말했다. 김 센터장은 중국의 빠른 제품 개발과 공급망 경쟁력에도 주목했다. 그는 “시제품을 빠르고 적은 비용으로 만들어 테스트하려면 중국 공급망을 활용할 필요가 있다”며 “한국의 현재 개발 속도로는 중국 기업들의 속도를 따라가기 쉽지 않다”고 지적했다. 특히 올해 전시에서는 중국 기업들이 연구개발 초기 단계의 기술부터 실제 상용 제품까지 적극적으로 공개하고 기업 간 협업 사례도 대거 제시했다는 평가다. 과거 중국 기업들이 핵심 기술과 제품 사양 공개에 소극적이었다면 최근에는 기술력을 외부에 알리고 생태계를 확장하는 방향으로 전략을 바꾸고 있다는 것이다. 다만 중국 시장은 기회인 동시에 강력한 경쟁 공간이다. 제조 공급망과 방대한 내수시장, 빠른 실증 환경을 활용할 수 있지만 가격 경쟁과 제품 출시 속도, 현지 기업 간 협업 능력에서 밀릴 경우 한국 기업의 입지가 좁아질 수 있다. 중국의 핵심 AI 산업 규모는 지난해 1조2000억위안을 넘어섰으며 관련 기업은 6200개 이상으로 집계됐다. 중국 대형 제조기업의 30% 이상이 AI를 도입했고 주요 스마트공장은 공정의 70% 이상에 AI 기술을 적용한 것으로 중국 측은 추산하고 있다. ◆‘기술 전시회’ 넘어 미·중 AI 질서 경쟁 무대로 이번 WAIC는 단순한 산업 전시회를 넘어 미·중 AI 패권 경쟁의 성격을 뚜렷하게 드러냈다. 미국이 첨단 반도체와 데이터센터, 안전한 공급망을 중심으로 동맹국을 묶는 전략을 추진한다면 중국은 오픈소스 모델과 저비용 AI 서비스, 개발도상국 역량 지원을 앞세워 영향력 확대를 꾀하고 있다. 중국은 최첨단 반도체 분야에서 여전히 미국에 뒤처져 있지만 대규모 칩 연결 기술과 데이터센터, 응용서비스, 로봇 등 ‘풀스택’ 생태계를 빠르게 구축하고 있다. 개별 제품의 최고 성능보다 자체 공급망 안에서 칩과 모델, 소프트웨어, 로봇을 연결하는 데 힘을 싣는 모습이다. 다만 WAICO가 실제 국제규범을 만드는 영향력 있는 기구로 자리 잡을지는 지켜봐야 한다. 참여국이 중국·러시아와 신흥국 중심으로 구성된 데다 AI 안전과 개인정보 보호, 저작권, 국가 통제 등 핵심 의제에 대한 국가별 입장 차이도 크기 때문이다. 그럼에도 중국이 WAIC를 통해 기술과 산업, 외교를 하나의 전략으로 묶었다는 점은 분명하다. 한국도 중국 AI를 단순한 추격자나 저가 경쟁자로 평가하기보다 기술 수준과 공급망, 사업화 속도를 냉정하게 분석해야 한다는 지적이 나온다. 한 재계 관계자는 “한국 기업에 필요한 것은 중국 기술을 무조건 경계하거나 의존하는 선택이 아니다. 활용할 공급망과 협력 분야는 찾되 반도체와 AI 모델, 데이터, 로봇 등 핵심 분야에서 독자 경쟁력을 확보하는 ‘선별적 협력’ 전략이 요구된다”며 “올해 상하이 WAIC는 중국 AI의 약점보다 중국이 그 약점을 어떤 속도와 방식으로 메우고 있는지를 보여주는 무대가 되고 있다”고 말했다.
2026-07-19 14:56:50
AI 에이전트의 숨은 청구서…KAIST 연구팀, 질문 한 번에 전력 136배 더 쓴다 [경제일보] 인공지능(AI) 에이전트가 확산되면서 데이터센터 전력 소비가 AI 산업의 핵심 변수로 떠오르고 있다. 질문에 답하는 수준을 넘어 검색, 계산, 코드 실행 등 외부 도구를 활용하는 AI가 늘수록 전력과 인프라 비용도 함께 커진다는 분석이다. 5일 KAIST 전기및전자공학부 유민수 석좌교수 연구팀은 실제 서비스 환경에서 AI 에이전트가 사용하는 계산 자원과 전력량을 분석한 연구 결과를 발표했다. KAIST는 이번 연구가 AI 에이전트의 계산 비용과 에너지 소비를 세계 최초로 체계적으로 분석한 사례라고 밝혔다. AI 에이전트는 거대언어모델(LLM)을 기반으로 스스로 계획을 세우고 외부 도구를 활용해 복잡한 문제를 해결하는 차세대 AI다. 소프트웨어 개발, 연구, 업무 자동화 등 활용 범위는 넓어지고 있지만 실제 운영에 필요한 전력과 비용은 제대로 수치화되지 않았다. 연구팀은 AI 에이전트를 단순 프로그램이 아니라 데이터센터 서버와 고성능 그래픽처리장치(GPU)가 지속적으로 처리해야 하는 새로운 워크로드로 정의했다. 분석 결과 AI 에이전트는 기존 단계별 추론 방식과 달리 하나의 답변을 만들기 위해 LLM 호출을 반복하는 구조를 보였다. 이 과정에서 응답 시간은 최대 153.7배 길어졌다. 외부 도구가 작업을 수행하는 동안 GPU는 전체 실행 시간의 최대 54.5%를 계산 없이 대기하는 것으로 나타났다. AI가 복잡한 일을 수행할수록 고가의 GPU가 충분히 활용되지 못하는 비효율이 발생한다는 의미다. 전력 소비도 크게 늘었다. 연구팀 분석에 따르면 700억개 매개변수를 가진 LLM 기반 AI 에이전트는 질문 1건을 처리하는 데 평균 348.41Wh의 전력을 소비했다. 이는 기존 생성형 AI의 단순 질의응답 방식보다 최대 136.5배 높은 수준이다. 데이터센터 단위로 보면 부담은 더 커진다. 연구팀은 하루 137억건의 AI 에이전트 요청이 발생하는 환경을 가정할 경우 데이터센터 전력 수요가 약 198.9GW에 이를 것으로 추정했다. 이는 현재 세계 각국이 추진하는 수GW급 AI 데이터센터 규모를 크게 웃도는 수준이며 연구팀은 미국 전체 평균 전력 소비량의 절반에 해당한다고 설명했다. 유민수 KAIST 전기및전자공학부 석좌교수는 “정확도에 치중해 온 그간의 AI 에이전트 연구의 벽을 허물어 실제 서비스 환경에서 요구되는 계산 비용과 인프라 부담을 함께 고려할 수 있는 새로운 기준을 제시했다”고 말했다. 그는 “AI 에이전트 사용이 보편화된 미래 사회에는 AI 데이터센터 인프라와 AI 에이전트 모델, 전력 인프라를 아우르는 공동설계 방식으로 최적화를 꾀하는 접근법이 중요해질 것”이라고 밝혔다. 한편 이번 연구에는 KAIST 전기및전자공학부 김지인 박사과정 학생이 제1저자로 참여했다. 연구 결과는 컴퓨터 시스템 설계 분야 국제학회 'IEEE HPCA(International Symposium on High-Performance Computer Architecture)'에서 발표됐으며 연구팀은 AI 에이전트 구현 기술과 성능평가 체계를 공개해 후속 연구에 활용할 수 있도록 했다.
2026-07-05 15:47:43
엔비디아 독주 균열 노린다…'국산 AI칩' 퓨리오사AI의 승부수 [경제일보] 정부가 인공지능(AI) 데이터센터를 국가 핵심 인프라로 공식화하면서 국내 AI 반도체 산업도 중대한 분기점을 맞았다. 수백조원 규모 AI 데이터센터 구축 계획이 현실화되면 이를 구동할 AI 반도체 수요도 폭발적으로 증가하기 때문이다. 문제는 AI 데이터센터 확대가 곧바로 국내 AI 반도체 산업의 성장으로 이어지는 것은 아니라는 점이다. 현재 AI 데이터센터 시장은 엔비디아 GPU가 사실상 독점하고 있어 대규모 인프라 투자가 이뤄지더라도 핵심 연산 반도체 수요는 해외 기업으로 쏠릴 가능성이 크다. 이런 가운데 정부가 처음으로 '국산 AI 반도체'를 메가 프로젝트의 핵심 축으로 제시하면서 퓨리오사AI와 같은 국내 팹리스 기업이 국가 AI 인프라 공급망에 진입할 수 있을지에 관심이 쏠린다. 과거에는 거대언어모델(LLM)을 학습시키기 위한 초고성능 GPU 확보가 핵심이었다. 하지만 앞으로는 실제 AI 서비스를 운영하는 '추론(Inference)' 경쟁력이 새로운 승부처로 떠오르고 있다. AI 에이전트와 피지컬 AI, 자율주행, 제조 AI 등이 확산될수록 AI 모델을 끊임없이 실행하는 추론 연산이 급증하고 데이터센터 운영비에서 전력 효율과 비용 경쟁력이 차지하는 비중도 커질 수밖에 없는 구조다. 정부는 AI 데이터센터를 국가 경쟁력의 핵심 인프라로 육성하면서 국산 AI 반도체(NPU)와 전력·냉각 솔루션을 함께 지원해 국내 AI 인프라 생태계를 구축하겠다는 청사진을 내놨다. 단순히 데이터센터 건물을 늘리는 것이 아니라 데이터센터 안에서 돌아가는 핵심 기술까지 국산화하겠다는 의미다. 이재명 대통령의 구상대로라면 이번 프로젝트의 성패는 데이터센터 규모보다도 AI 연산 담당자에게 달려있다. 현재 글로벌 AI 데이터센터는 엔비디아 GPU가 사실상 표준으로 자리 잡았다. AI 학습에 필요한 압도적인 연산 성능은 물론 CUDA 기반 소프트웨어 생태계와 개발자 환경, 풍부한 고객 레퍼런스까지 갖추면서 후발주자가 쉽게 넘볼 수 없는 시장을 구축한 것이다. 이 때문에 업계에서는 정부가 아무리 AI 데이터센터를 확대하더라도 핵심 반도체를 모두 해외 기업에 의존한다면 국가 AI 경쟁력을 확보하는 데 한계가 있다는 지적이 꾸준히 제기돼 왔다. AI 데이터센터는 국가 전략 인프라지만 연산을 담당하는 AI 칩과 서버, 시스템 소프트웨어가 해외 기술에 의존하게 되면 공급망 리스크를 피하기 어렵기 때문이다. AI 경쟁의 무게중심 '학습'에서 '추론'으로 정부의 AI 인프라 전략에서 가장 먼저 시험대에 오른 기업은 퓨리오사AI다. 2017년 설립된 퓨리오사AI는 AI 추론 전용 NPU를 개발하는 국내 대표 팹리스 기업이다. 회사는 범용 GPU와 정면 승부 하기보다 생성형 AI 서비스 운영에 필요한 추론 시장을 공략하는 전략을 택했다. 최근 공개한 2세대 AI 가속기 RNGD(레니게이드)는 거대언어모델과 멀티모달 AI 추론을 겨냥한 제품으로 높은 전력 효율과 비용 절감 효과를 강점으로 내세우고 있다. 회사 역시 고성능과 전력 효율을 동시에 구현하는 데이터센터용 AI 가속기를 핵심 경쟁력으로 제시하고 있다. 하지만 정부 정책만으로 퓨리오사AI의 성공을 장담하기는 어렵다. AI 반도체 시장은 단순히 칩 성능만으로 작동하지 않기 때문이다. 개발도구와 소프트웨어 호환성, 고객사가 기존 시스템에 쉽게 적용할 수 있는지 여부, 대규모 데이터센터에서 검증된 운영 경험까지 종합적인 생태계 경쟁이 이뤄지는 시장이다. 결국 메가 프로젝트가 국내 AI 반도체 산업의 전환점이 되려면 정책 지원뿐 아니라 실제 데이터센터에서 사용할 수 있는 상용 레퍼런스를 확보하는 것이 무엇보다 중요하다. 생성형 AI 초기 시장에서는 수천억 개의 매개변수를 가진 거대언어모델을 학습시키기 위해 막대한 연산 성능이 필요했다. 이에 따라 글로벌 빅테크들은 엔비디아의 GPU를 대거 확보하는 데 경쟁적으로 나섰고 GPU 확보 능력이 곧 AI 경쟁력으로 평가받았다. 하지만 AI 서비스가 본격적으로 상용화되면서 시장의 관심은 모델 제작에서 활용으로 옮겨가고 있다. 챗봇이 질문에 답하고 AI 비서가 업무를 수행하며 자율주행차와 스마트팩토리, AI 로봇이 실시간으로 판단을 내리는 과정은 모두 추론에 해당한다. AI를 실제 서비스로 운영할수록 추론 연산은 기하급수적으로 증가할 수밖에 없다. 시장조사업체들도 같은 전망을 내놓고 있다. AI 서비스 확산으로 향후 데이터센터 연산의 상당 부분이 추론 작업으로 차지할 것이 예상되면서 학습 중심이던 AI 반도체 시장도 점차 추론 중심으로 재편될 것이라는 분석이다. 업계 관계자는 "생성형 AI 서비스가 빠르게 확산되면서 추론 수요와 토큰 사용량은 이미 폭발적으로 증가하고 있다"며 "AI 확산이 빨라질수록 연산 효율을 높이는 기술 경쟁력이 더욱 중요해질 것"이라고 말했다. 이어 "정부의 AI 데이터센터 구축은 국내 AI 반도체 기업들에도 기술을 검증하고 시장을 확대할 수 있는 중요한 기회가 될 것으로 기대한다"고 덧붙였다. 전력 효율이 새 경쟁력…퓨리오사AI의 승부수 퓨리오사AI는 엔비디아 GPU를 전면적으로 대체하겠다는 전략을 내세우지 않는다. 대신 추론에 필요한 연산을 보다 적은 전력으로 처리하는 데 초점을 맞추고 있다. 데이터센터 운영비 가운데 전기료가 차지하는 비중이 갈수록 커지는 만큼 같은 성능이라면 전력 소비를 줄이는 것이 곧 경쟁력이 된다는 판단에서다. 실제로 AI 데이터센터는 '전기 먹는 공장'으로 불릴 만크 막대한 전력을 소비한다. 최신 AI 서버 한 대에는 여러 개의 AI 가속기가 탑재되고 이를 수만 대 규모로 운영하면 전력 사용량은 도시 하나에 맞먹는 수준까지 늘어난다. 정부가 이번 메가 프로젝트에서 AI 데이터센터와 함께 전력 인프라를 핵심 과제로 제시한 것도 같은 맥락이다. 이 때문에 업계에서는 향후 AI 반도체 경쟁의 기준이 '최고 성능'에서 '최고 효율'로 점차 이동할 가능성도 제기한다. 모든 AI 서비스를 최고 사양 GPU로 운영하기보다 서비스 특성에 따라 GPU와 NPU를 함께 사용하는 방식이 늘어날 수 있다는 것이다. 다만 넘어야 할 벽은 여전히 높다. 엔비디아의 경쟁력은 단순히 GPU 성능에 있지 않다. AI 개발자가 사용하는 CUDA 플랫폼을 중심으로 방대한 소프트웨어 생태계를 구축했고 주요 클라우드 사업자와 데이터센터 운영사들이 이미 엔비디아 기반 시스템을 표준처럼 사용하고 있다. AI 모델 대부분도 엔비디아 환경에서 최적화돼 있어 다른 AI 반도체를 적용하려면 소프트웨어 수정과 운영 검증이 필요하다. 이 때문에 정부의 메가 프로젝트 역시 단순한 AI 데이터센터 인프라 투자에 머물러서는 안 된다는 지적이 나온다. AI 데이터센터를 짓는 것만으로는 국내 AI 반도체 산업이 성장하기 어렵고 국산 AI 칩이 실제 데이터센터에서 성능을 검증받고 상용화 레퍼런스를 확보할 수 있는 제도적 기반까지 함께 마련돼야 한다는 것이다. 실제 퓨리오사AI는 최근 들어 연구개발(R&D) 단계를 넘어 상용화 기반을 하나씩 확보하고 있다. 회사는 올해 1월 TSMC에서 생산한 2세대 AI 추론용 NPU 'RNGD(레니게이드)' 1차 양산 물량을 공급받으며 본격적인 양산 단계에 들어갔다. 올해 총 2만장 규모 생산을 목표로 글로벌 엔터프라이즈 시장 공략에 속도를 내고 있다. 기술 검증 사례도 늘고 있다. LG AI연구원은 자사 거대언어모델(LLM) '엑사원(EXAONE)' 추론 환경에서 RNGD를 검증한 뒤 도입을 결정했다. 퓨리오사AI에 따르면 RNGD는 실제 서비스 환경에서 기존 GPU 기반 시스템보다 와트당 성능을 2.25배 높였고, 동일한 전력 조건에서는 최대 3.75배 많은 토큰을 처리하는 것으로 나타났다. 이는 AI 데이터센터 운영에서 가장 큰 비용으로 꼽히는 전력 부담을 줄일 수 있다는 의미다. 메가 프로젝트, 국산 AI 반도체 생태계 키울까 이처럼 기술력과 상용화 가능성을 입증하는 사례가 늘어나면서 정부가 추진하는 AI 데이터센터 메가 프로젝트가 퓨리오사AI와 같은 국산 AI 반도체 기업의 성장 기반이 될 수 있다는 기대도 커지고 있다. 업계는 이번 메가 프로젝트가 국내 AI 반도체 산업에는 이전과 다른 의미를 가진다고 평가한다. 정부가 AI 데이터센터를 국가 전략 인프라로 규정하면서 처음으로 AI 모델부터 반도체, 데이터센터, 전력 인프라까지 하나의 산업 생태계로 연결하는 청사진을 제시했기 때문이다. 특히 정부가 AI 데이터센터 구축과 함께 국산 AI 반도체 기반 추론 시장 육성을 공식 정책 방향으로 제시한 만큼, 향후 국가 AI 프로젝트와 공공 AI 사업에서 국산 NPU 적용 사례가 늘어날 가능성도 제기된다. 이는 퓨리오사AI뿐 아니라 국내 AI 서버, 클라우드, 전력·냉각 장비 기업으로까지 파급 효과가 확산될 수 있다는 의미다. AI 데이터센터가 또 하나의 '엔비디아 GPU 구매 사업'으로 끝날지 아니면 국산 AI 반도체와 소프트웨어, 서버, 전력 설비까지 함께 성장하는 산업 생태계의 출발점이 될지는 앞으로 정부 정책과 민간 투자의 실행력에 달려 있다. 퓨리오사AI 역시 같은 시험대에 올랐다. 추론 특화 AI 반도체라는 기술 경쟁력을 실제 시장 경쟁력으로 연결하고 정부 프로젝트를 발판으로 대규모 상용 레퍼런스를 확보할 수 있다면 '국산 AI칩'은 상징을 넘어 하나의 산업으로 자리 잡을 수 있다. 반대로 정책 지원에만 의존한 채 민간 시장에서 경쟁력을 입증하지 못한다면 이번 메가 프로젝트 역시 국산 AI 반도체 육성의 또 다른 선언에 그칠 가능성을 배제하기 어렵다. AI 시대의 승자는 더 이상 반도체를 가장 많이 만드는 기업만이 아니다. AI를 가장 효율적으로 구동하는 반도체를 만들고 이를 국가 인프라 안에서 실제 활용하는 생태계를 구축하는 국가가 다음 경쟁의 주도권을 쥘 것이라는 점에서 퓨리오사AI를 비롯한 국내 AI 반도체 기업들의 도전은 이제부터가 진짜 시작이다. 업계 관계자는 "정부가 AI 데이터센터와 국산 AI 반도체를 함께 육성하겠다는 방향을 제시한 것은 국내 AI 반도체 기업에는 의미 있는 기회"라며 "특히 AI 데이터센터 구축은 기술력을 검증하고 실제 공급 레퍼런스를 확보할 수 있는 중요한 계기가 될 것으로 기대하고 있다"고 말했다. 이어 "AI 인프라가 빠르게 확산돼야 AI 서비스와 산업 혁신도 함께 성장할 수 있다"며 "정부가 추진하는 AI 데이터센터 구축과 AI 인프라 확대 정책이 국내 AI 반도체 생태계에도 긍정적인 역할을 할 것으로 본다"고 덧붙였다.
2026-07-03 10:14:43

12

많이 본 뉴스

영상

Youtube 바로가기

오피니언

[데스크칼럼] 법에 된다고 다 해도 되나…공직자의 공정 감수성이 무너지고 있다

[데스크칼럼] 법에 된다고 다 해도 되나…공직자의 '공정 감수성'이 무너지고 있다