2026.09.22 화요일
검색
'메타데이터' 검색결과
기간검색
-
~
검색영역
검색어
-
AI 데이터 쌓이는데 SSD는 비싸졌다…카카오엔터프, '스토리지 효율화' 승부 [경제일보] AI 확산으로 기업의 데이터 처리·저장량이 급증하면서 클라우드 인프라 경쟁의 무게중심이 저장장치 효율화로도 확대되고 있다. 최근 낸드플래시와 솔리드스테이트드라이브(SSD) 가격 상승까지 겹치면서 클라우드 사업자들은 스토리지 성능을 유지하면서도 기존 자원을 최대한 활용해야 하는 과제를 안고 있다. 카카오엔터프라이즈는 오픈소스 기술을 활용해 디스크 사용률을 높이면서도 데이터 파편화에 따른 성능 저하를 줄이는 방식으로 대응하고 있다. 2일 카카오엔터프라이즈는 서울 용산구 인근에서 열린 'KCD x Ceph x OpenInfra Day Korea 2026'에서 카카오클라우드의 스토리지 최적화 사례를 공개했다고 밝혔다. 카카오엔터프라이즈는 오픈소스 분산 스토리지 플랫폼 '세프(Ceph)'와 스토리지 엔진 '블루스토어'를 기반으로 블록 스토리지의 자원 활용도를 높이는 기술을 소개했다. 클라우드 스토리지에서는 저장공간을 많이 활용할수록 인프라 효율이 높아지지만 디스크 파편화로 인해 데이터 처리 속도가 떨어질 수 있는 것으로 나타나고 있다. 데이터가 연속된 공간에 저장되지 못하고 여러 영역으로 나뉘면서 읽기·쓰기 과정에서 지연시간이 증가하기 때문이다. 특히 블록 스토리지에서는 사용자가 저장하거나 수정하는 원본 데이터뿐 아니라 데이터 위치 정보를 관리하는 메타데이터 영역에서도 기록과 수정이 빈번하게 발생한다. 데이터와 메타데이터가 한정된 저장공간에서 뒤섞일수록 디스크 파편화가 심해질 가능성이 커지는 구조다. 카카오엔터프라이즈는 해당 문제를 해결하기 위해 기존 하드디스크에서 활용되던 데이터·메타데이터 분리 방식을 하나의 SSD 내부에도 적용했다. 단일 SSD를 영역별로 나누고 각각에 공간 할당자를 설정해 원본 데이터와 메타데이터가 서로 영향을 덜 받도록 구성하는 방식이다. 이를 통해 디스크 사용률을 높은 수준으로 유지하면서도 파편화로 인한 병목 현상을 완화하고 저지연 성능을 확보하는 것을 목표로 설계됐다. 단순히 저장장치를 추가해 용량을 확보하는 것이 아니라 기존 인프라의 활용도를 높여 비용과 성능을 동시에 관리하는 전략이다. 이 같은 스토리지 최적화의 중요성은 AI 시장 확대와 맞물려 더욱 커질 전망이다. 생성형 AI와 기업용 AI 서비스가 확산하면서 학습·추론 과정에서 발생하는 데이터와 서비스 운영 데이터가 늘어나고 있기 때문이다. 고성능 그래픽처리장치(GPU) 확보뿐 아니라 데이터를 안정적으로 저장하고 빠르게 공급하는 스토리지 인프라의 효율성도 AI 서비스 경쟁력의 한 요소로 떠오르고 있다. 특히 최근 낸드플래시와 SSD 가격 상승으로 인프라 투자 부담까지 커지면서 클라우드 사업자 입장에서는 동일한 저장장치로 더 많은 데이터를 처리하는 것이 중요한 과제가 됐다. 스토리지 사용률을 높이면서도 서비스 지연 시간을 관리할 수 있는 기술이 비용 효율성과 사용자 경험을 좌우할 수 있다는 의미다. 카카오엔터프라이즈가 오픈소스 기술을 직접 최적화해 클라우드 서비스에 적용하고 이를 외부 개발자·엔지니어들에게 공유하는 것도 기술 경쟁력 확보의 일환으로 풀이된다. 이날 행사에는 쿠버네티스, 세프, 오픈인프라 등 주요 오픈소스 커뮤니티와 국내외 클라우드 전문가들이 참여해 클라우드 인프라 운영 경험과 기술 사례를 공유했다. 박찬영 카카오엔터프라이즈 IAM/스토리지개발팀 매니저는 "최근 낸드 플래시 메모리와 이를 기반으로 한 디스크(SSD)의 가격이 크게 상승하면서 기업들이 메모리와 디스크 자원을 더욱 효율적으로 활용하려는 시도가 이어지고 있다"며 "카카오엔터프라이즈는 카카오클라우드 사용자가 스토리지 서비스를 원활하게 사용할 수 있도록 오픈소스를 활용해 디스크 파편화로 인한 병목 현상을 완화하고 저지연 시간을 확보하는 등 선제적인 조치를 취하고 있다"고 말했다.2026-09-02 14:44:08
-
"내 글에 낙인 찍나"…AI 워터마크, '투명성'인가 '감시'인가 [경제일보] “내가 직접 쓴 글인데 인공지능(AI)이 일부 손봤다는 이유만으로 AI 글로 분류되는 것 아닌가.” 생성형 AI를 업무와 학업에 활용하는 이용자들 사이에서 이런 우려가 커지고 있다. 글로벌 AI 기업 앤트로픽(Anthropic)이 자사의 AI 서비스 ‘클로드(Claude)’가 생성한 텍스트에 사람이 눈으로 확인하기 어려운 식별 패턴을 넣기 시작하면서다. 단순한 기능 업데이트로만 보기 어려운 이유는 이 기술이 앞으로 AI 콘텐츠의 ‘신분증’ 역할을 할 가능성이 있기 때문이다. 지금까지 AI 생성 여부는 별도의 탐지 프로그램을 통해 추정하는 방식이 중심이었다. 앞으로는 AI가 콘텐츠를 만들어내는 순간부터 식별 정보가 함께 따라붙는 구조로 바뀔 수 있다. 앤트로픽은 지난 2일부터 새로 출시되는 클로드 모델의 텍스트에 보이지 않는 워터마크를 적용하고 있다. 기존 모델에도 순차적으로 적용할 계획이며, 유럽연합(EU)뿐 아니라 전 세계 서비스에 적용한다. API(응용프로그램 인터페이스), 클로드 코드 등 개발자용 서비스에도 같은 원칙이 적용된다. ◆ 왜 갑자기 AI 글에 ‘도장’을 찍나 출발점은 유럽연합의 ‘AI법(EU AI Act·유럽연합 인공지능법)’이다. EU AI법 제50조는 AI로 생성된 콘텐츠가 사람이나 다른 콘텐츠인 것처럼 오인되지 않도록 AI 생성·변조 콘텐츠를 기계가 식별할 수 있는 방식으로 표시하도록 하는 투명성 의무를 담고 있다. 이 규정은 지난 2일부터 적용되기 시작했다. AI가 만든 콘텐츠가 허위정보나 사칭 등에 악용되는 것을 막고 정보의 출처를 보다 명확하게 하려는 취지다. 다만 EU가 특정한 하나의 ‘워터마크’ 기술을 의무화한 것은 아니다. 워터마크나 메타데이터, 콘텐츠 출처 인증 등 기술적으로 가능한 방법을 활용해 AI 생성 여부를 식별할 수 있도록 하는 것이 핵심이다. 앤트로픽은 이 가운데 텍스트 자체에 보이지 않는 통계적 패턴을 심는 방식을 선택했다. 앤트로픽이 이를 전 세계에 적용한 것은 유럽과 비유럽 지역의 서비스를 별도로 운영하기보다 하나의 모델과 시스템으로 대응하기 위한 것으로 풀이된다. ◆ 사람 눈에는 안 보이는데 어떻게 찾나 앤트로픽이 사용하는 방식은 글에 ‘AI 작성’이라는 문구를 붙이는 기존의 표시와 다르다. AI가 문장을 생성할 때 특정 단어나 토큰(인공지능이 문장을 생성할 때 사용하는 최소 단위)의 선택 확률을 미세하게 조정해 통계적인 패턴을 만들어내는 방식이다. 사람 눈에는 일반적인 문장과 차이가 없지만 별도의 탐지 기술을 이용하면 해당 패턴을 찾아낼 수 있다. 구글 딥마인드가 개발한 ‘SynthID Text(AI가 생성한 텍스트를 식별하는 기술)’와 같은 방식이 대표적이다. AI가 다음 단어를 선택하는 과정에 일정한 패턴을 남겨 생성 여부를 판별하는 방식이다. 다만 이 기술을 ‘완벽한 AI 탐지기’로 봐서는 안 된다. 워터마크가 발견됐다고 해서 글 전체를 AI가 작성했다는 뜻은 아니며, 반대로 워터마크가 발견되지 않았다고 해서 사람이 100% 작성했다는 의미도 아니다. 앤트로픽 역시 기술의 한계를 인정하고 있다. ◆ “내가 쓴 글인데 왜 AI 글인가” 이용자들의 반발은 바로 이 지점에서 나온다. AI에게 글 전체를 작성하도록 한 것이 아니라 직접 쓴 글의 오탈자를 수정하거나 문장을 다듬고, 번역하거나 일부 표현을 고치는 데 AI를 활용하는 경우가 대표적이다. 미국 커뮤니티 사이트 ‘레딧(Reddit)’ 등에서는 앤트로픽의 발표 이후 “AI를 사용했다는 사실과 AI가 글의 저자라는 것은 다른 문제”라는 의견이 이어졌다. 일부 유료 이용자는 구독 취소를 거론했고, 실제로 다른 AI 서비스로 옮기겠다는 이용자도 나타났다. 반면 AI 사용 사실을 투명하게 밝히는 것은 오히려 필요한 조치라는 반론도 나온다. 특히 논란이 되는 것은 학교와 직장이다. 대학이 과제물의 AI 사용을 금지하거나 기업이 업무 결과물의 AI 사용 여부를 관리할 경우 워터마크가 새로운 판단 기준으로 활용될 수 있기 때문이다. 앤트로픽은 이에 대해 워터마크가 ‘저자’를 증명하는 기술이 아니라고 설명한다. 사람이 작성한 글을 일부만 가볍게 수정하거나 AI가 작성한 글을 사람이 크게 다시 작성하는 경우에는 식별 성능이 떨어질 수 있다는 것이다. ◆ “AI 표시”와 “AI 낙인” 사이 문제는 AI 활용 방식이 이미 ‘AI가 쓴 글’과 ‘사람이 쓴 글’로 깔끔하게 나뉘지 않는다는 데 있다. 사람이 아이디어를 내고 AI에게 초안을 만들게 한 뒤 다시 사람이 고칠 수도 있고, 사람이 작성한 글을 AI가 교정할 수도 있다. 번역과 요약, 자료 정리처럼 인간의 작업을 보조하는 용도로 AI를 사용하는 경우도 많다. 그런데 워터마크 하나만으로 이 과정을 모두 ‘AI 콘텐츠’로 묶어버리면 실제 창작 과정과 다른 판단이 내려질 가능성이 있다. AI 사용 여부와 부정행위 여부, 저작권 침해 여부는 서로 다른 문제이기 때문이다. 워터마크의 실효성도 논쟁거리다. 가벼운 편집이나 복사·붙여넣기에도 일부 흔적이 남도록 설계됐지만, 대규모 재작성이나 번역 등을 거치면 식별 성능이 떨어질 수 있다. 이미 해외 개발자 커뮤니티에서는 워터마크를 우회하거나 탐지를 어렵게 만드는 방법에 대한 논의도 나타나고 있다. 연구자들 역시 텍스트 워터마크의 견고성과 탐지 정확도에 한계가 있을 수 있다고 지적한다. 결국 ‘워터마크를 심는 AI’와 ‘워터마크를 지우는 기술’의 경쟁으로 이어질 가능성도 배제할 수 없다. ◆ 클로드에서 끝나지 않을 가능성 앤트로픽의 결정은 특정 서비스의 기능 변경에 그치지 않을 가능성이 높다. EU AI법의 투명성 의무는 특정 기업이 아니라 해당 규정의 적용을 받는 AI 시스템 전반을 대상으로 하기 때문이다. EU 집행위원회도 AI 생성 콘텐츠의 표시와 식별을 위한 실천강령을 마련하고 있다. 따라서 앞으로 주요 AI 기업들이 비슷한 기술을 도입할 경우 AI가 만든 콘텐츠에는 생성 과정에서부터 디지털 흔적이 남는 것이 새로운 표준이 될 수 있다. 관건은 그 흔적을 어떻게 사용할 것인가다. 학교가 워터마크를 이유로 과제를 일괄적으로 부정행위로 판단하거나 기업이 채용 과정에서 AI 사용 여부만으로 지원자를 평가한다면 기술의 본래 취지와 다른 문제가 발생할 수 있다. AI 워터마크 논쟁의 본질은 결국 ‘AI를 표시할 것인가’가 아니다. AI가 어디까지 개입했을 때 그것을 AI 콘텐츠라고 부를 것인가에 있다. AI가 인간의 작업을 대체하는 단계를 넘어 인간과 함께 결과물을 만드는 도구로 자리 잡은 상황에서 ‘AI 사용’과 ‘AI 작성’을 같은 의미로 취급해서는 안 된다는 지적도 나온다. 한편 투명성을 높이겠다는 취지는 분명하다. 하지만 식별 기술이 사회적 기준보다 앞서가면 투명성을 위한 표시가 또 다른 낙인이 될 수도 있다. 앞으로 AI 워터마크가 신뢰를 높이는 ‘디지털 출처 표시’로 자리 잡을지, 아니면 AI를 사용하는 사람을 구분하는 새로운 꼬리표가 될지는 기술보다 이를 해석하고 활용하는 사회의 기준에 달려 있다.2026-08-17 13:54:56
-
![[경제일보 리더스 인사이트] AI 대전환 시대 해법은 확산…류근관 교수AI 강국, 생태계 역량이 결정](https://image.ajunews.com//content/image/2026/06/24/20260624102345148339.jpg)
AI 대전환 시대 해법은 '확산'…류근관 교수"AI 강국, 생태계 역량이 결정" [경제일보] 인공지능(AI) 시대 국가 경쟁력은 초거대 AI 모델 보유 여부가 아니라 산업과 금융, 교육, 데이터 체계 전반에 AI를 얼마나 빠르게 확산시키고 활용하느냐에 달려 있다는 제언이 나왔다. 독자 AI 모델 개발 경쟁에만 집중하기보다 국가 전체의 생산성을 높이는 방향으로 정책의 무게중심을 옮겨야 한다는 주장이다. 경제일보는 24일 오전 국회에서 'AI 대전환 시대, K-산업·금융의 새로운 전략 모색'을 주제로 '경제일보 리더스 인사이트' 간담회를 개최했다. 경제일보 리더스 인사이트는 산업과 금융, 정책의 핵심 변화를 진단하고 대응 전략을 논의하는 정례 조찬 특강 프로그램이다. 국회와 정부, 기업, 금융권, 연구기관 주요 인사들이 참석해 산업 현안과 정책 과제, 시장 전략을 공유하는 자리로 마련됐다. 이번 포럼은 AI가 한국 경제의 핵심 축인 제조업과 금융, 에너지, 물류, 유통, 서비스 산업 전반의 경쟁 질서를 바꾸고 있는 상황에서 산업과 금융이 어떤 전략을 마련해야 하는지 점검하기 위해 기획됐다. 특히 반도체와 자동차, 조선, 배터리, 철강 등 주력 산업의 AI 전환 전략과 금융권의 역할 변화가 주요 의제로 제시됐다. 이날 특강에 나선 류근관 서울대학교 경제학부 명예교수(국민경제자문회의 성장경제분과장, 전 통계청장)는 AI를 단순한 기술 혁신이 아닌 국가 성장 전략이자 경제 운영 체제 전반의 변화로 접근해야 한다고 강조했다. 류 교수는 "진정한 인공지능 강국은 큰 모델 하나를 보유한 곳이 아니라 모델과 데이터, 컴퓨팅, 인력, 제도를 결합해 생산성을 높이는 국가"라며 "인공지능을 산업 경쟁력과 공공 서비스 혁신의 핵심 인프라로 활용해야 한다"고 했다. 그는 생산가능인구 감소와 성장 잠재력 둔화가 동시에 진행되는 상황에서 인공지능 활용 역량이 국가 경쟁력을 좌우할 것으로 전망했다. 다만 AI 도입만으로 생산성이 자동으로 높아지는 것은 아니라며 기업의 업무 프로세스와 조직 운영, 정부의 데이터 체계, 교육 시스템 전반의 변화가 함께 이뤄져야 한다고 강조했다. 류 교수는 "인공지능 시대의 경쟁은 기술 도입 속도보다 제도와 조직의 학습 능력에 의해 결정된다"며 "대한민국의 다음 30년은 얼마나 빠르게 배우고 적응하며 조직과 제도를 재설계할 수 있는지에 달려 있다"고 했다. 최근 논의가 활발한 소버린 인공지능 정책에 대해서는 독자 모델 확보 필요성을 인정하면서도 이를 인공지능 경쟁력의 전부로 봐서는 안 된다고 선을 그었다. 그는 "외부 차단 상황에서도 핵심 기능이 작동할 수 있는 최소한의 독자 모델 역량은 필요하다"면서도 "인공지능 강국의 조건은 모델 하나의 순위가 아니라 인공지능 생태계 전체의 작동 능력"이라고 했다. 이어 인공지능 경쟁력의 핵심 요소로 초거대 인공지능 모델과 데이터 자산, 컴퓨팅 인프라, 산업 확산 역량을 제시했다. 미국과 중국의 초거대 투자 경쟁을 규모로 추격하기보다 기술을 빠르게 산업화하고 현장에 적용하는 한국의 강점을 살려야 한다는 설명이다. 데이터 활용 체계 구축도 핵심 과제로 제시했다. 류 교수는 "대한민국은 세계적으로 보기 드문 데이터 자산을 보유하고 있지만 문제는 데이터의 양이 아니라 연결과 활용의 체계"라며 "연결된 문제는 연결된 데이터로 풀어야 한다"고 했다. 그는 국가 데이터처를 중심으로 한 데이터 운영 체제 구축을 제안했다. 공공과 민간 데이터를 안전하게 연계하고 활용할 수 있는 국가 차원의 허브를 구축해야 한다는 것이다. 원자료 이동은 최소화하면서도 안전연계구역과 메타데이터 표준화, 감사기록 체계 등을 통해 활용도를 높여야 한다고 설명했다. 특히 향후 인공지능 경쟁의 무대가 디지털 공간을 넘어 현실 산업 현장으로 확대될 것으로 내다봤다. 류 교수는 "로봇과 센서, 스마트공장, 모빌리티, 물류 시스템이 인공지능과 결합하는 시대가 열리고 있다"며 "제조 기반과 공정관리 역량을 함께 보유한 한국이 경쟁우위를 확보할 수 있는 영역"이라고 했다. 인공지능 시대 국가 경쟁력 재설계를 위한 정책 과제도 제시했다. 류 교수는 △기술주권 확보 △국가 데이터 운영체제 구축 △컴퓨팅 접근권 확대 △산업 전반의 인공지능 확산 △인적자본 갱신 체계 구축 △금융 평가체계 전환 등을 핵심 과제로 제안했다. 그는 "독자 파운데이션 모델 역량은 회복 탄력성과 협상력을 위한 전략 자산"이라며 "대기업뿐 아니라 청년과 지방 대학, 스타트업, 중소기업도 활용할 수 있는 공공 연산 자원과 지역 인공지능 인프라 구축이 필요하다"고 했다. 또 "중소기업과 지역 기업의 인공지능 활용은 분배 정책이 아니라 성장 정책"이라며 "인공지능 활용 주체가 늘어날수록 전체 생산성 기반도 확대될 것"이라고 했다. 금융권을 향해서는 인공지능 전환 기업의 데이터 자산과 조직 학습 능력, 보안·거버넌스 체계, 생산성 개선 가능성을 반영하는 새로운 신용·투자 평가 체계가 필요하다고 제언했다. 정책 금융은 전환 초기 위험을 분담하고 민간 금융은 인공지능 전환 성과를 정교하게 평가하는 역할을 맡아야 한다는 설명이다. 류 교수는 "인공지능 시대 경쟁력은 기술 하나의 보유 여부가 아니라 얼마나 정확하게 관찰하고, 얼마나 빠르게 배우며, 얼마나 넓게 확산시키고, 얼마나 안전하게 연결하느냐에 의해 결정된다"며 "소버린 인공지능을 넘어 학습하는 사회로 나아가야 한다"고 강조했다. 한편, 양규현 경제일보 사장은 개회사에서 "대한민국은 제조업과 IT 강국의 기반 위에서 새로운 도약의 기회를 맞고 있지만 해결해야 할 과제도 늘어나고 있다"며 "기업은 생존과 혁신 전략을 고민해야 하고 금융은 성장 산업을 뒷받침하는 역할을 새롭게 정의해야 한다"고 밝혔다. 이어 "정부와 국회는 미래를 준비하는 제도와 정책을 마련해야 한다"며 "오늘 특강이 우리 산업과 금융의 미래 방향을 모색하는 데 소중한 길잡이가 될 것으로 기대한다"고 덧붙였다. 천하람 개혁신당 원내대표는 축사를 통해 "우리 주력 산업 가운데 반도체를 제외하면 어려운 곳이 너무 많다"며 "오늘 리더스 인사이트 포럼에서 배우는 내용들이 정치권에도 좋은 함의를 줄 것으로 기대한다"고 했다.2026-06-24 11:19:31
-
국가데이터처, AI '통계 환각' 막는다…온톨로지 구축 추진 [경제일보] 국가데이터처가 인공지능(AI)이 공식 통계를 정확하게 읽고 활용할 수 있도록 통계 메타데이터와 온톨로지 구축에 나선다. 범정부 데이터 거버넌스 확립을 위한 국가데이터기본법 제정도 추진하면서 국가 데이터를 정책과 AI 활용의 핵심 인프라로 키우겠다는 구상이다. 국가데이터처는 2일 국민주권정부 출범 1주년 성과 브리핑에서 국가 데이터의 체계적 관리와 활용 기반 조성을 위해 국가데이터기본법 제정안을 마련했으며 지난달 27일 의원 발의로 국회에 제출됐다고 밝혔다. 데이터처는 연내 법안 통과를 목표로 하고 있다. 국가데이터기본법안에는 국가 데이터 총괄·조정 체계, 국가 차원에서 중요도가 높은 데이터의 지정·관리, 데이터 연계·활용, 품질관리, 국가 데이터 이용센터 지정 등의 내용이 담겼다. 부처별로 흩어져 있는 공공 데이터를 국가 차원에서 체계적으로 관리하고 정책 수립과 민간 활용도를 높이기 위한 기반 법안이다. 이번 성과 발표에서 주목되는 부분은 AI 친화형 통계 메타데이터와 온톨로지 구축이다. 온톨로지는 특정 분야의 개념과 관계를 컴퓨터가 이해할 수 있도록 구조화한 지식체계다. 통계 분야에 적용하면 AI가 단순 수치만 읽는 것이 아니라 해당 통계가 어떤 기준으로 만들어졌고 어떤 개념과 연결되는지 함께 해석할 수 있다. 이는 생성형 AI의 ‘환각’ 문제와도 맞닿아 있다. AI가 공식 통계 데이터베이스를 활용하더라도 통계 정의와 산식, 조사 기준을 잘못 이해하면 부정확한 답변을 내놓을 수 있다. 데이터처는 AI가 공식 통계 DB를 기반으로 정확하게 답변할 수 있도록 통계 메타데이터를 정비하고 AI가 읽기 쉬운 구조로 바꾸는 작업을 추진하고 있다. 융합데이터 개발도 확대된다. 데이터처는 공공과 민간에 분산된 데이터를 연계해 올해 3건의 신규 융합데이터를 개발할 계획이다. 고령자의 주택, 취업 활동, 연금·복지 데이터를 결합해 고령자 정책에 활용하고 사망자의 사망 원인과 가구 구성, 양육, 일자리 정보를 결합해 자살자와 고독사 문제를 파악하는 방식이다. 주택 소유자의 소유 현황, 공시가격, 부채 정보를 결합해 주거·금융 정책 활용성도 높인다. 국정과제 지원을 위한 국가통계 개발도 이어진다. 데이터처는 지역공급사용표를 개발·공표했고, 생활인구 작성 지역을 기존 89개에서 107개로 확대했다. 올해 하반기에는 인구주택총조사, 농림어업총조사, 경제총조사 결과도 공표할 예정이다. 소비자물가지수 개편도 진행 중이다. 데이터처는 소비 변화 반영을 위해 5년 주기로 품목과 가중치를 조정하고 있으며 올해 말 새 지수를 발표할 계획이다. 최근 소비 흐름을 반영해 스마트워치 등 새로운 품목이 포함될 가능성도 거론된다. 이번 성과 발표는 데이터처가 단순 통계 작성 기관을 넘어 국가 데이터 총괄 기관으로 역할을 넓히고 있음을 보여준다. 다만 성과는 법 제정 이후 실제 데이터 연계와 품질관리 체계가 얼마나 작동하느냐에 달려 있다. 개인정보 보호와 부처 간 데이터 칸막이 해소, AI 활용 과정의 신뢰성 확보도 함께 풀어야 할 과제다. 안형준 국가데이터처장은 “작년 10월 데이터처로 승격하고 우리가 해야 할 데이터 업무가 무엇일까에 관해 고민하며 데이터 총괄 기관으로 자리 잡기 위해 노력하는 시간이었다”며 “데이터 혁신을 더욱 속도감 있게 추진하고 다양한 데이터의 연계·활용으로 국가 현안 해결을 적극 지원하겠다”고 말했다.2026-06-02 12:22:52
-
IBM, 마스터스와 손잡고 스포츠 AI 확대…데이터 분석 시장 겨냥 [경제일보] 스포츠 산업 전반에 인공지능(AI) 도입이 확산되면서 데이터 기반 경기 분석과 팬 경험 혁신 경쟁이 본격화되고 있다. 단순 중계와 하이라이트 제공을 넘어 생성형 AI와 에이전트형 AI를 활용해 경기 흐름을 분석하고 맞춤형 정보를 제공하는 '스포츠 AI'가 새로운 산업 영역으로 부상하는 것으로 분석된다. 8일 IBM은 골프 메이저 대회인 마스터스 토너먼트와 협력해 AI 기반 디지털 팬 경험 기능을 확대한다고 밝혔다. IBM은 마스터스 디지털 플랫폼에 생성형 AI 기반 분석 기능을 적용해 전 세계 골프 팬들에게 데이터 기반 경기 분석과 맞춤형 콘텐츠를 제공할 계획이다. IBM은 이번 협력의 핵심으로 AI 기반 영상 분석 기능인 '마스터스 볼트 서치'를 꼽았다. 해당 기능은 50년 이상 축적된 마스터스 경기 영상 아카이브를 기반으로 팬들이 자연어로 검색하면 원하는 장면을 즉시 찾아 제공하는 방식으로 설계됐다. 영상 분석에는 광학 문자 인식(OCR), 음성 텍스트 변환, 장면 감지 기술 등이 활용되며 지난 1968년까지의 경기 데이터와 지난 2015년 이후 개별 샷 데이터 등 방대한 메타데이터를 통해 AI가 분석한다. '홀 인사이트' 기능도 강화됐다. AI는 선수의 샷 위치를 실시간으로 분석하고 과거 데이터와 비교해 버디, 파, 보기 등 스코어 확률을 산출한다. 이를 통해 팬들은 단순 결과뿐만 아니라 선수들의 전략적 판단 과정까지 경기 상황에 대한 데이터 기반 분석이 가능해질 전망이다. 이번 기능에는 IBM의 기업용 AI 플랫폼인 '왓슨x'와 소형 언어 모델 그래니티가 적용됐다. AI 에이전트 기반 자동 분석 기능을 지원하는 '왓슨x 오케스트레이트'가 함께 활용되며 데이터 분석 자동화가 강화된 것으로 알려졌다. 스포츠 산업에서 AI 기반 분석 기술은 새로운 경쟁 영역으로 빠르게 확대되고 있다. 네이버 등 클라우드 기업들은 경기 데이터 분석, 팬 경험 개인화, 영상 자동 생성 등 다양한 영역에서 AI 기술을 적용하고 있다. 스포츠 산업은 실시간 데이터와 글로벌 팬 기반을 동시에 확보할 수 있어 AI 기술 실증과 확산에 유리한 분야로 평가된다. 특히 스포츠 데이터 분석 기술은 기업용 데이터 분석 시장으로 확장 가능성이 높다는 점에서 주목받고 있다. 경기 데이터 분석에 활용된 AI 기술은 금융, 유통, 제조 등 다양한 산업의 데이터 분석에도 적용할 수 있다. IBM 역시 스포츠 플랫폼을 AI 기술 검증 환경으로 활용해 기업 고객 대상 AI 솔루션 확대에 나서는 전략으로 풀이된다. IBM은 스포츠 및 엔터테인먼트 분야 협력을 지속적으로 확대하고 있다. '스쿠데리아 페라리 HP', '윔블던', 'US 오픈', 'ESPN 판타지 풋볼', '그래미 어워즈', 'UFC' 등 다양한 글로벌 콘텐츠 플랫폼과 협력하며 AI 기반 디지털 경험 구축을 추진하고 있는 것으로 알려졌다. IBM의 스포츠 및 엔터테인먼트 분야 협력은 단순 이벤트 지원을 넘어 AI 하이브리드 클라우드와 데이터 분석 플랫폼 확산 전략의 일환으로 풀이된다. 스포츠와 엔터테인먼트 산업을 통해 AI 기술 활용 사례를 확보하고 이를 기업 시장으로 확장하는 구조다. 스포츠 AI 시장이 빠르게 성장하면서 향후 AI 에이전트 기반 데이터 분석 경쟁도 더욱 치열해질 전망이다. IBM도 스포츠 산업을 중심으로 AI 플랫폼 활용 범위를 넓히며 새로운 데이터 기반 산업 경쟁에 대응할 것으로 분석된다. 조나단 아다셰크 IBM 마케팅 및 커뮤니케이션 담당 수석 부사장은 "마스터스 볼트 서치와 홀 인사이트의 이번 업데이트는 생성형 AI와 에이전틱 AI가 방대한 데이터를 어떻게 의미 있는 인사이트로 전환할 수 있는지를 보여준다"며 "이는 실시간으로 단 한 번의 샷이 갖는 의미를 이해하고자 하는 골프 팬뿐 아니라 수백만 건의 거래 데이터를 분석해 패턴을 도출하고 의사결정을 내리는 금융 기관에도 동일하게 적용될 수 있다"고 말했다.2026-04-08 14:49:33
많이 본 뉴스
영상
Youtube 바로가기
![[데스크칼럼] 수출은 늘고 고용효과는 줄었다…성장의 성적표를 바꿀 때](https://image.ajunews.com/content/image/2026/09/22/20260922105321537993_518_323.png)