검색결과 총 1,502건
-
민간 AI 인사 전면 배치한 정부…'AI 3대 강국' 실행력 시험대
[경제일보] 정부가 인공지능(AI) 정책을 이끌 핵심 인선을 잇달아 단행하면서 그동안 흩어져 있던 AI 정책의 방향을 정비하고 산업 현장에서 체감할 수 있는 실행력을 높이는 데 속도를 낼 전망이다. 민간 AI·정보기술(IT) 분야 경험을 갖춘 인사를 전면에 배치한 만큼 정책을 만드는 데 그치지 않고 기업의 AI 투자와 기술 개발, 서비스 확산으로 연결할 수 있을지가 관건으로 떠올랐다. 31일 업계에 따르면 정부는 최근 이해민 AI미래기획수석과 하정우 국가AI전략위원회 부위원장을 잇달아 기용하며 AI 정책 컨트롤타워 재정비에 나섰다. AI 산업을 국가 경쟁력의 핵심 축으로 삼고 대규모 투자를 추진하는 상황에서 정책을 구체화하고 부처 간 조율을 강화하기 위한 움직임으로 풀이된다. 이번 인선은 민간 현장 경험을 갖춘 인사를 AI 정책 전면에 배치한 것이 특징이다. AI 기술과 산업 현장의 변화를 직접 경험한 인사들이 정책 결정 과정에 참여하면서 기술 개발 기업과 실제 AI를 도입하는 기업 사이의 간극을 줄이는 역할을 할 것으로 전망되고 있다. AI 산업은 기술 변화 속도가 빠른 만큼 정책 결정이 늦어질 경우 기업의 투자와 사업 추진에도 불확실성이 커질 수 있을 것으로 평가된다. 기업 입장에서는 어떤 분야에 정부 지원이 집중되는지, 데이터와 컴퓨팅 인프라를 어떻게 활용할 수 있는지, AI 서비스를 둘러싼 규제가 어느 수준에서 적용되는지에 따라 연구개발과 설비투자 규모가 달라질 수 있기 때문이다. 특히 AI는 특정 산업에 국한된 기술이 아니라 제조·금융·통신·의료·유통·콘텐츠 등 산업 전반의 생산성을 좌우하는 범용 기술로 확산하고 있다. 정부가 AI를 국가 성장동력으로 제시하면서도 실제 현장에서 기업이 어떤 기준에 따라 AI를 도입해야 하는지가 명확하지 않다면 정책 목표와 산업 현장 사이에 간극이 발생할 수 있다는 지적이 나오는 이유다. 정부가 추진하는 AI 관련 대규모 투자 역시 실제 산업 성과로 이어지는 구조를 만드는 것이 중요할 것으로 전망된다. 정부가 컴퓨팅 인프라와 연구개발에 투자하더라도 기업이 이를 활용해 제품을 개발하고 매출을 만들어내지 못한다면 국가 차원의 AI 경쟁력 강화라는 목표를 달성하기 어렵기 때문이다. 특히 국내 AI 산업은 글로벌 빅테크와 경쟁해야 하는 동시에 제조·반도체·통신·자동차 등 국내 산업의 AI 전환도 동시에 추진해야 하는 상황에 놓여 있다. 이에 AI 모델을 개발하는 기업뿐 아니라 이를 실제 업무와 생산 현장에 적용하는 수요기업까지 함께 성장할 수 있는 생태계를 만드는 것이 중요하다는 평가다. 이 과정에서 정부 정책의 일관성도 중요한 변수다. AI 기술은 정부 임기보다 긴 시간과 막대한 자본이 필요한 분야인 만큼 기업들이 단기적인 지원사업보다 중장기적인 정책 방향을 보고 투자 결정을 내릴 수 있는 환경을 만들어야 한다. 정책이 부처별로 나뉘거나 규제 기준이 빠르게 바뀔 경우 기업 입장에서는 투자 시점과 사업 방향을 결정하기 어려워질 수 있다. AI 정책 컨트롤타워가 명확해지면 이러한 불확실성을 줄일 수 있다는 기대도 나온다. AI 산업 육성, 규제 개선, 인프라 확충, 인재 양성 등 여러 정책이 개별 부처 단위로 추진되는 대신 하나의 국가 전략 아래 연계될 경우 기업이 정부 정책의 방향을 예측하고 투자와 사업 계획을 세우는 데 도움이 될 수 있다. 다만 이번 인선만으로 산업 현장의 변화가 자동으로 만들어지는 것은 아니다. AI 기업이 기술 개발을 위해 필요한 데이터와 GPU 등 컴퓨팅 자원을 확보할 수 있는지, 기업들이 AI 서비스를 도입할 때 불필요한 규제에 발목 잡히지 않는지, 정부 지원이 실제 매출과 수출 등 산업 성과로 이어지는 정책 결정 속도와 현장 적용력이 중요해질 전망이다. 특히 AI 도입 과정에서 기업들이 가장 우려하는 것은 기술 자체보다 정책과 규제의 불확실성이 될 수 있다. 새로운 AI 기술이 등장할 때마다 어떤 규제가 적용되는지 해석이 달라지거나 부처마다 다른 기준을 제시할 경우 기업은 기술 개발보다 규제 대응에 더 많은 시간과 비용을 투입할 수밖에 없다. 이에 정부가 'AI 3대 강국'이라는 목표를 현실화하기 위해서는 산업 현장에서 혼선을 줄이는 것이 우선 과제로 꼽힌다. AI 개발 기업에는 사업화의 길을 열고, AI를 활용하려는 기업에는 명확한 규칙을 제시하며, 필요한 인프라와 인재를 적시에 공급하는 방식으로 정책의 속도를 높여야 한다는 것이다. 정부가 민간 경험을 갖춘 AI 인사를 전면에 배치한 것도 결국 이러한 실행력을 높이기 위한 포석으로 풀이된다. 앞으로 정부가 내놓을 AI 정책의 성패 역시 새로운 조직이나 인물의 등장 자체보다 이들이 현장의 목소리를 얼마나 빠르게 정책에 반영하고 기업의 투자와 AI 도입을 실제 성과로 연결하느냐에 달릴 전망이다. 하정우 국가인공지능전략위원회 신임 상근부위원장은 이날 취임식에서 "국가AI전략위원회가 국가 AI 비전을 제시하고 민간의 혁신 역량과 정부의 정책 역량을 연결해 실제 성과를 만들어내는 국가 AI 거버넌스의 중심축이 돼야 한다"며 "필요한 정책은 신속하게 결정하고 부처 간 쟁점은 적극적으로 조정하며 현장의 걸림돌은 과감히 해소하겠다"고 말했다.
2026-08-31 18:08:08
-
-
-
-
-
-
-
류재철 LG전자 사장 "미래 바꾸는 건 인재"…피지컬 AI R&D 인력 확보전
[경제일보] LG전자가 로보틱스와 인공지능(AI), 모빌리티 등 피지컬 AI 기반 미래사업을 이끌 연구개발(R&D) 인재 확보에 속도를 낸다. 류재철 최고경영자(CEO·사장)가 직접 북미 인재들과 만나 성장사업의 방향을 공유하는 등 글로벌 기술 인력 확보에 나섰다. 31일 LG전자에 따르면 류재철 최고경영자(CEO·사장)는 지난 29일(현지시간) 미국 샌프란시스코에서 열린 ‘북미 테크 콘퍼런스’에서 R&D 인재들을 만나 LG전자의 미래사업 전략과 기술 경쟁력을 소개했다. 이번 북미 테크 콘퍼런스에는 스탠퍼드대, 하버드대, 매사추세츠공대(MIT), 버클리 캘리포니아대(UC Berkeley) 등 주요 대학과 연구기관의 박사·연구원, 현지 빅테크와 스타트업의 R&D 경력자 등 100여명이 참석했다. 류 CEO는 기계공학을 전공한 뒤 엔지니어로 입사해 사업부장과 사업본부장을 거쳐 CEO에 오른 자신의 경력을 소개하며 기술 전문성을 갖춘 인재가 회사의 핵심 리더로 성장할 수 있다는 점을 강조했다. LG전자가 인재 확보에 집중하는 배경에는 피지컬 AI를 중심으로 미래사업의 기술 경쟁력을 강화하려는 전략이 있다. 기존 생활가전과 올레드 TV, 텔레매틱스 등 주력 사업의 경쟁력을 유지하는 동시에 상업공간용 공조(HVAC), 로보틱스, 모빌리티 등으로 성장축을 넓히고 있다. 로보틱스 분야에서는 로봇 플랫폼과 로봇 지능, 데이터를 결합한 기술 역량을 강화한다. AI 데이터센터 냉각 솔루션과 AIDV·SDV 기반 차량용 지능 플랫폼 구축도 추진하고 있다. 각 사업에서 AI와 소프트웨어, 데이터 기술의 중요성이 커지면서 고급 R&D 인력 확보가 사업 경쟁력과 직결되는 구조다. 류 CEO는 “미래를 바꾸는 것은 인재”라며 “LG전자는 더 큰 도전을 두려워하지 않는 인재들과 함께 세상에 의미 있는 변화를 만들어 나갈 것”이라고 했다. LG전자는 북미 주요 대학을 직접 찾아가는 채용 활동을 확대한다. 다음 달 9일부터 MIT, 카네기멜런대, 미시간대, 퍼듀대, 일리노이대 어버너-샴페인캠퍼스, 위스콘신대 매디슨 등에서 채용설명회를 열고 우수 R&D 인재 확보에 나선다. 국내에서도 로봇, 생산기술, 전기·전자 분야를 중심으로 하반기 신입사원 채용을 진행하고 있다.
2026-08-31 11:19:40
-
-
-
-
KT, 서울대·KAIST와 AI 연구 결실…사업화로 경쟁력 키운다
[경제일보] KT가 서울대학교와 한국과학기술원(KAIST)과 진행한 인공지능(AI) 공동연구를 마무리하고 연구 성과의 사업화에 속도를 낸다. 단순 기술 교류를 넘어 대학의 연구 역량과 KT의 데이터·AI 모델·서비스 역량을 결합해 실제 사업에 적용할 수 있는 기술을 확보하는 것이 목표다. KT는 30일 서울 서초구 KT우면연구센터에서 서울대·KAIST 연구진과 ‘산학 공동연구 최종 성과 워크숍’을 열었다고 밝혔다. 이날 워크숍에는 3개 기관 연구진 50여명이 참석해 지난 1년간 수행한 연구 결과를 공유하고 후속 연구 및 사업 활용 방안을 논의했다. 이번 협력은 지난해 9월 시작됐다. KT는 당시 산학 협력을 장기 연구에 그치지 않고 실제 AICT 사업과 연결하기 위해 서울대·KAIST와 공동 연구를 추진했다. 자율형 에이전트, Responsible AI, 피지컬 AI, 인간 피드백 기반 강화학습, 추론 효율화 등을 핵심 연구 분야로 설정했다. KT는 연구에 필요한 GPU와 AI 모델, 데이터를 제공하고 대학의 전문 연구역량을 접목하는 Open R&D 방식으로 협력을 진행했다. 서울대와는 자율형 에이전트가 상황과 맥락을 이해하고 판단할 수 있도록 하는 기술을 집중 연구했다. 추론형 AI의 평가 기준과 신뢰성 개선, 한국적 데이터셋 확보, 사용자 행동 예측 모델, 사용자 피드백을 활용한 강화학습 프레임워크 등이 주요 과제다. KAIST와는 대규모언어모델(LLM)의 프롬프트 압축 및 최적화 기술을 연구했다. AI가 처리해야 하는 입력을 효율적으로 줄여 모델의 추론 부담을 낮추고, 에이전트 서비스의 응답 효율을 높이는 기반 기술을 확보하는 데 초점을 맞췄다. KT가 특히 주목하는 부분은 연구 결과의 ‘내재화’다. 확보한 기술을 논문이나 연구 성과로 끝내지 않고 모델·플랫폼·서비스 경쟁력으로 연결한다는 구상이다. KT는 최근 공동연구 성과를 자사 파운데이션 모델 ‘믿:음 K’와 자율형 에이전트 관련 서비스 등에 활용하는 방향을 추진해왔다. 후속 연구 범위도 넓힌다. KT는 기술 수요를 반영한 신규 과제를 발굴해 에이전틱 AI와 피지컬 AI, 토큰 효율화 등을 중심으로 산학 연구를 확대할 계획이다. AI가 질문에 답하는 수준을 넘어 스스로 상황을 판단하고 행동하는 에이전틱 AI가 확산되면서 추론 효율과 신뢰성, 실제 환경에서의 행동 예측 기술이 중요해진 데 따른 행보다. 산학협력 방식 자체도 고도화할 전망이다. KT는 올해 들어 서울대와 KAIST뿐 아니라 고려대 등 주요 대학과 공동연구를 확대하고 있으며, 글로벌 연구기관과의 협력도 병행하고 있다. 연구 기획 단계에서부터 성과 검증과 사업 적용 가능성을 함께 고려해 ‘기술 확보→검증→서비스 적용’으로 이어지는 구조를 정착시키겠다는 전략이다. KT는 이번 연구 성과를 계기로 대학과의 협력을 일회성 프로젝트가 아닌 지속적인 AI 기술 확보 채널로 확대한다는 방침이다. 박재형 KT AX미래기술원장 상무는 “이번 성과를 기반으로 대학과 함께 성장하는 연구개발 협력 모델을 확대하고 연구 결과가 KT의 AI 경쟁력으로 이어지도록 지속 발전시키겠다”고 말했다. 한편 이번 KT가 산학협력에서 확보한 기술을 실제 서비스에 얼마나 빠르게 적용하느냐가 향후 경쟁력의 핵심 변수가 될 전망이다. 특히 에이전틱 AI와 피지컬 AI 시장이 확대되는 가운데 모델 성능뿐 아니라 추론 비용과 토큰 사용량, 신뢰성까지 함께 개선할 수 있는 기술을 확보할 경우 AI 사업의 운영 효율과 서비스 경쟁력을 동시에 높일 수 있다는 평가다.
2026-08-30 13:32:19
-
'52시간'이라는 낡은 틀에 미래를 가둘 것인가
세계 산업지도가 다시 그려지고 있다. 인공지능(AI), 반도체, 로봇, 바이오, 양자기술 등 첨단산업의 경쟁은 이제 기술 하나의 우열을 넘어 누가 더 빨리 연구하고, 제품화하고, 시장을 선점하느냐의 싸움으로 바뀌었다. 기술 패권 경쟁에서 1년은 길고 하루는 짧다. 그런데 대한민국의 노동시장 제도는 과연 이런 속도전에 맞춰져 있는가. 최근 일본의 노동시간 제도와 연구개발 분야의 규제 완화 움직임은 우리에게 적지 않은 질문을 던진다. 일본 역시 전체 노동자에게 월 100시간의 초과근무를 허용하는 것은 아니다. 원칙적으로 월 45시간·연 360시간의 상한을 두고, 특별한 사정이 있는 경우에도 월 100시간 미만, 연 720시간 등의 제한을 둔다. 다만 신기술·신상품·신서비스의 연구개발 업무에 대해서는 일반적인 시간외근로 상한 규정의 적용을 제외하는 제도를 운용하고 있다. 핵심은 숫자가 아니다. 모든 노동을 똑같은 잣대로 재단하지 않는다는 발상의 차이다. 연구개발 현장은 일반적인 생산라인과 다르다. 반도체 설계자가 정해진 시간표에 따라 창의성을 발휘할 수 있는 것도 아니다. 중요한 실험 결과가 나오는 순간이 따로 있고, 새로운 알고리즘을 완성하기 위해 집중력이 최고조에 달하는 시간이 따로 있다. 경쟁사의 신제품이 발표되거나 기술적 돌파구가 눈앞에 나타났을 때 연구개발팀이 일정 기간 집중적으로 일해야 하는 경우도 있다. 물론 이를 장시간 노동의 미화로 오해해서는 안 된다. 과로는 생산성을 떨어뜨리고 창의성을 훼손한다. 건강을 잃은 근로자에게 혁신을 요구할 수도 없다. 노동시간 규제가 존재하는 이유는 분명하다. 근로자의 건강과 휴식권을 보호하고 기업이 무분별한 장시간 노동에 의존하지 못하도록 하기 위해서다. 그러나 보호와 경직성은 같은 말이 아니다. 문제는 우리 노동시장 제도가 근로자의 건강을 보호한다는 명분 아래 산업별·직무별 특성을 충분히 반영하지 못하고 있다는 데 있다. 특히 AI와 반도체처럼 연구개발의 속도가 국가 경쟁력을 좌우하는 분야에서 획일적인 시간 규제는 기업과 연구자 모두에게 제약이 될 수 있다. 한국의 주 52시간제는 장시간 노동을 줄이는 데 일정한 역할을 했다. 이제 필요한 것은 그 성과를 부정하는 것이 아니라 다음 단계의 제도로 진화시키는 일이다. 정부도 AI 연구개발 현장의 특성을 고려해 특별연장근로 확대 등을 검토하고 있다. 현장의 현실과 제도 사이에 간극이 있다는 점을 정부 역시 인식하기 시작했다는 의미다. 이제 논의의 방향을 바꿀 필요가 있다. 연구개발과 일반 생산업무를 구분하고 업무의 성격과 위험, 전문성, 자율성에 따라 합리적으로 제도를 차등화해야 한다. 모든 근로자를 동일한 시간표로 묶어 놓는 것이 반드시 공정한 것은 아니다. 고도의 전문성을 가진 연구자와 반복 업무 종사자에게 똑같은 기준을 적용하는 것은 노동 보호라기보다 규제의 획일화가 될 수 있다. 노사 자율성도 확대해야 한다. 정부가 일률적으로 근무 형태를 정하기보다 기업과 근로자가 업종과 업무 특성에 맞춰 근로시간을 설계할 수 있도록 해야 한다. 다만 자율에는 반드시 책임이 따라야 한다. 근로자의 명시적 동의와 적절한 보상, 건강 보호, 휴식권 보장, 근로시간 기록과 사후 점검 등을 전제로 해야 한다. 노동정책의 기준도 ‘얼마나 오래 일했느냐’에만 머물러서는 안 된다. 어떤 방식으로 일하고 어떤 성과를 냈는지도 함께 봐야 한다. AI 시대의 연구개발은 장소와 시간의 경계가 빠르게 무너지고 있다. 출근해 앉아 있는 시간이 길다고 생산성이 높은 것도 아니고, 정시에 퇴근한다고 혁신적인 것도 아니다. 노동의 질과 생산성을 높이는 방향으로 제도를 바꿔야 한다. 기업의 책임 역시 분명해야 한다. 규제 완화가 무제한 노동을 허용하는 면허증이 돼서는 안 된다. 전문 연구인력에게 예외를 인정한다면 그만큼 높은 수준의 임금 보상과 건강관리, 충분한 휴식, 근로시간 기록과 사후 점검이 뒤따라야 한다. 규제 완화와 노동자 보호는 양자택일의 문제가 아니다. 제대로 설계하면 두 가지를 동시에 달성할 수 있다. 무엇보다 정치권의 고정관념을 버려야 한다. 노동시간을 줄이는 것만이 선이고 더 유연하게 일하는 것은 곧 노동권 후퇴라는 이분법으로는 미래를 준비할 수 없다. 반대로 기업의 경쟁력을 위해 노동자의 희생을 감수해야 한다는 낡은 사고 역시 받아들일 수 없다. 세계는 이미 ‘더 오래 일하는 나라’와 ‘덜 일하는 나라’의 경쟁으로 움직이지 않는다. 더 효율적으로 일하면서 필요한 순간에는 신속하게 집중할 수 있는 나라가 경쟁에서 앞서간다. 한국은 세계 최고 수준의 반도체 기업을 보유하고 있고 AI와 첨단 제조업에서도 상당한 경쟁력을 갖추고 있다. 그러나 세계 최고 기업을 갖고 있다고 해서 세계 최고의 노동제도를 갖고 있는 것은 아니다. 기술과 산업의 변화 속도가 빠를수록 법과 제도 역시 그 속도에 맞춰 진화해야 한다. 일본의 사례에서 우리가 배워야 할 것은 ‘월 100시간’이라는 숫자가 아니다. 연구개발이라는 특수한 영역에 획일적인 규제를 그대로 적용하지 않고 예외와 자율성을 제도 안에 설계한 유연성의 철학이다. 우리도 이제 주 52시간제의 성역을 허물자는 논쟁을 넘어야 한다. 지켜야 할 것은 ‘52시간’이라는 숫자 자체가 아니라 근로자의 건강과 휴식이라는 본질이다. 그 본질을 훼손하지 않는 범위에서 연구개발, 스타트업, 첨단 제조업 등 미래산업의 특성에 맞는 유연한 노동시간 제도를 만들어야 한다. AI 시대에는 기술이 사람을 기다려주지 않는다. 경쟁국의 기업도 우리 기업을 기다려주지 않는다. 세계 시장의 투자자 역시 한국의 복잡한 규제체계를 이해해 줄 의무가 없다. 지금 우리에게 필요한 것은 노동권의 후퇴가 아니라 노동제도의 선진화다. 보호할 것은 확실히 보호하되 기업과 연구자가 필요한 순간 집중할 수 있도록 제도를 유연하게 만들어야 한다. 대한민국이 기술 패권 경쟁에서 살아남으려면 연구개발의 속도를 높여야 한다. 연구개발의 속도를 높이려면 사람의 창의성을 가두는 낡은 규제부터 다시 살펴봐야 한다. 이제 질문을 바꿀 때다. ‘몇 시간 일하게 할 것인가’가 아니라 ‘어떻게 일해야 대한민국의 생산성과 혁신을 가장 높일 수 있는가’를 물어야 한다. 그것이 AI 시대에 맞는 노동개혁의 출발점이다.
2026-08-30 13:13:29
-
-