2026.10.16 금요일
검색
'벤치마크' 검색결과
기간검색
-
~
검색영역
검색어
-
가상세계서 쌓은 AI 기술 현실로…크래프톤, 서울대 손잡고 '월드모델' 공동연구 [경제일보] 크래프톤이 게임에서 축적한 인공지능(AI) 기술을 가상세계에 머무르지 않고 현실의 로봇과 피지컬 AI로 확장한다. 게임 속 환경과 캐릭터의 움직임을 이해하고 예측하는 월드모델을 연구해 게임 AI의 활용 범위를 넓히는 동시에 로보틱스 분야로 기술을 확장하는 전략이다. 생성형 AI를 활용한 콘텐츠 제작을 넘어 AI가 가상·현실 세계의 상황을 이해하고 다음 행동까지 예측하는 기술 확보에 나선 것으로 평가된다. 8일 크래프톤은 서울대학교 대학원 협동과정 인공지능전공과 월드모델 분야 공동연구에 착수했다고 밝혔다. 양측은 서울대에서 공동연구 출범식을 열고 향후 3년간 진행할 연구과제와 참여 연구진을 공개했다. 이날 진행된 출범식에는 이강욱 크래프톤 최고AI책임자(CAIO)와 강유 서울대 교수가 참석했다. 월드모델은 AI가 현재 주변 상황을 이해하고 특정 행동을 했을 때 환경과 사물이 어떻게 변화할지를 예측·시뮬레이션하는 기술이다. 단순히 주어진 데이터를 생성하는 데서 그치지 않고 '행동의 결과'를 예측한다는 점에서 게임과 로봇 분야 모두에서 활용 가능성이 높은 기술로 꼽힌다. 크래프톤이 월드모델에 주목하는 배경에는 게임이 가진 가상환경과 시뮬레이션 역량이 있다. 게임에서는 캐릭터의 행동에 따라 주변 환경과 사물이 변화하고, AI가 공간과 객체의 관계를 지속적으로 파악해야 한다. 크래프톤은 게임을 통해 축적한 가상세계 구축 및 시뮬레이션 기술을 월드모델 연구의 기반으로 활용한다는 계획이다. 이번 공동연구는 크게 세 가지 연구과제와 공동연구센터 운영으로 진행된다. 연구진은 먼저 AI가 긴 영상을 생성하는 과정에서 공간과 사물의 모습이 일관되게 유지되는 월드모델을 연구한다. AI가 한 장면을 생성하는 데 그치지 않고 시간의 흐름에 따라 동일한 공간과 객체를 계속해서 이해하고 표현할 수 있도록 하는 기술이다. 게임 AI의 고도화와도 연결되는 부분이다. 기존 게임 속 AI 캐릭터는 개발자가 설정한 규칙이나 제한된 행동 범위 안에서 움직이는 경우가 많지만, 월드모델이 고도화되면 AI가 게임 내 공간과 객체의 상태를 파악하고 자신의 행동이 가져올 결과를 예측하는 방식으로 발전할 수 있다. AI가 정해진 대사를 반복하는 NPC를 넘어 주변 환경을 이해하고 상황에 맞춰 행동하는 형태로 진화할 전망이다. 두 번째 연구에서는 게임 속 동작 데이터를 활용해 사람과 주변 사물의 움직임을 자연스럽게 연결하는 기술을 연구한다. 캐릭터의 움직임뿐 아니라 사람이 움직일 때 주변 환경에서 발생하는 변화까지 AI가 이해하도록 하는 것을 목표로 개발한다. 세 번째 연구에서는 가상 장면을 활용해 AI가 통로의 폭이나 물체까지의 거리 등 공간 정보를 실제 판단의 근거로 활용하는지 검증한다. AI가 단순히 이미지를 인식하는 수준을 넘어 공간적 관계를 이해하고 이를 바탕으로 행동을 결정할 수 있는지를 확인하는 연구다. 각 연구과제의 성과를 객관적으로 평가할 수 있는 벤치마크도 구축한다. 월드모델이 실제로 공간과 객체를 얼마나 일관되게 이해하고 예측하는지 측정할 수 있는 기준을 마련하겠다는 것이다. 크래프톤은 이번 연구를 게임 AI 고도화에만 한정하지 않고 로보틱스 분야로 확장할 계획이다. 게임 속 가상환경에서 AI가 상황을 이해하고 행동 결과를 예측하는 기술이 현실 세계에서도 구현된다면 로봇이 주변 환경을 파악하고 움직임을 계획하는 데 활용할 수 있기 때문이다. 앞서 크래프톤은 지난해 미국에 로보틱스 연구법인 '루도 로보틱스'를 설립한 데 이어 지난 2월 한국 법인도 설립했다. 게임 개발사를 넘어 AI와 로보틱스 분야의 중장기 기술 경쟁력을 확보하려는 행보로 풀이된다. 특히 월드모델은 크래프톤이 게임에서 확보한 AI 역량과 로보틱스를 연결하는 기술적 접점이 될 것으로 분석된다. 게임에서는 현실보다 통제된 환경에서 다양한 상황을 반복적으로 시뮬레이션할 수 있고, 이를 통해 AI의 행동과 그 결과를 학습·검증할 수 있다. 크래프톤은 서울대와 공동연구센터를 운영하며 성과교류회와 학생 인턴십 등을 추진하고 신규 공동연구과제도 발굴할 예정이다. 기술 확보와 함께 AI 연구자와의 접점을 확대하고 우수 인재를 확보하기 위한 목적도 있다. 이번 협력은 지난해 11월 체결한 크래프톤과 서울대 대학원 협동과정 인공지능전공의 산학협력협약을 기반으로 마련됐다. 협약에는 공동연구 수행과 인력 교류, 학생 인턴십 활성화, 대학원 내 기업 연구센터 설치 추진 등이 포함됐다. 양측은 과학기술정보통신부의 'AI 스타펠로우십지원' 사업을 통해서도 공동연구를 이어왔다. 이강욱 크래프톤 CAIO는 "크래프톤이 게임을 통해 쌓아온 시뮬레이션과 가상세계 구축 역량은 월드모델 연구의 중요한 기반"이라며 "서울대와의 공동연구 성과를 더 생생한 게임 경험을 만드는 데 활용하고, 나아가 로보틱스 등의 영역으로 확장해 가겠다"고 말했다. 강유 서울대학교 대학원 협동과정 인공지능전공 교수는 "게임과 로봇 분야를 아우르는 월드모델 연구를 크래프톤과 함께 추진하게 되어 뜻깊다"며 "공동연구를 통해 의미 있는 성과를 거두고, 학생들의 연구 참여 기회도 넓혀가겠다"고 말했다.2026-10-08 15:41:50
-
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
-
GC녹십자, 독자 mRNA-LNP 공개…"차세대 치료제 플랫폼으로 확대" [경제일보] GC녹십자가 메신저리보핵산(mRNA)과 지질나노입자(LNP)를 결합한 차세대 약물전달 플랫폼의 연구 성과를 국내외 학회에서 공개했다. mRNA 설계부터 LNP 개발과 제조까지 자체 역량을 확보하고 희귀 유전질환과 만성질환, 항암 면역치료제 등으로 적용 범위를 넓힌다는 전략이다. GC녹십자는 최근 오스트리아에서 열린 ‘제2회 유전자·세포치료 서밋(GCT 2026)’과 ‘2026 한국생물공학회 추계학술발표대회 및 국제심포지엄’에서 자체 개발한 mRNA-LNP 플랫폼 연구 결과를 발표했다고 2일 밝혔다. 이번 발표에서는 ‘표적형 만성질환 치료 및 정밀 전달을 위한 다목적 mRNA-LNP 플랫폼의 전략적 설계’와 ‘차세대 치료제를 위한 통합 mRNA-LNP 및 제조 플랫폼’을 주제로 연구 성과를 소개했다. GC녹십자는 mRNA 구성 요소인 UTR 서열과 폴리A 구조를 자체 개발하고 인공지능(AI) 기반 코돈 최적화 기술을 적용했다. 그 결과 벤치마크 기술과 비교해 단백질 번역 효율을 50% 이상 높였다고 회사 측은 설명했다. 현재 mRNA 구성요소와 관련해 8건의 특허도 보유하고 있다. LNP 분야에서는 반복 투여 가능성을 확인하는 데 연구 역량을 집중했다. GC녹십자의 독자 LNP를 영장류 모델에 반복 정맥 투여한 결과 PEG에 대한 항체 형성 없이 단백질 발현량이 안정적으로 유지됐다는 것이다. mRNA 치료제는 한 번의 투여로 끝나는 치료제뿐 아니라 장기간 반복 투여가 필요한 만성질환 치료제로도 활용 가능성이 거론된다. 이에 따라 약물을 원하는 장기와 세포에 전달하면서 반복 투여에 따른 면역반응을 줄이는 LNP 기술이 핵심 경쟁력으로 꼽힌다. GC녹십자는 특정 장기와 세포를 겨냥하는 LNP 개발에도 나섰다. 구조-활성 상관관계(SAR) 모델링을 활용해 자체 지질 라이브러리를 구축하고 이를 기반으로 표적 전달이 가능한 LNP 후보물질을 확보했다. 항암 백신 분야에서도 연구 결과를 공개했다. 독자 LNP를 적용한 연구에서 벤치마크 대비 더 강한 항원 특이적 CD8+ T세포 반응이 나타났으며 동물모델에서는 종양 크기가 유의하게 감소했다. GC녹십자는 mRNA와 LNP를 각각 개발하는 데 그치지 않고 두 기술을 하나의 플랫폼으로 연결하는 데 초점을 맞추고 있다. mRNA 설계와 전달체 개발, 제조까지 자체 역량을 확보해 향후 다양한 치료제 개발에 활용하겠다는 구상이다. GC녹십자는 향후 mRNA-LNP 플랫폼을 희귀 유전질환과 만성 염증질환, 항암 면역치료제, 백신 등으로 확대할 계획이다. 코로나19 백신 임상에서 축적한 mRNA 플랫폼 경험을 기반으로 후속 치료제 개발에도 활용한다는 방침이다. 정재욱 GC녹십자 R&D부문장은 “mRNA-LNP 플랫폼은 GC녹십자가 축적해온 핵심 자산”이라며 “코로나19 백신 임상을 통해 플랫폼을 검증하고 다양한 치료 영역으로 파이프라인을 확장해 나가겠다”고 말했다.2026-10-02 10:51:18
-
한은, 국내 운용사 외화자산 위탁 재편…해외주식 줄이고 채권 확대 [경제일보] 한국은행이 국내 자산운용사 대상 외화자산 위탁운용 포트폴리오를 재편한다. 해외주식 위탁은 줄이고 해외채권 운용을 늘려 국내 운용사의 액티브 운용 역량을 키우겠다는 취지다. 한은은 외환보유액 운용 과정에서 국내 운용사에 맡기는 외화자산 위탁운용 구조를 '양적 기반 조성'에서 '질적 역량 강화' 중심으로 전환한다고 16일 밝혔다. 한은은 외환보유액 운용 목표인 안전성과 유동성, 수익성을 우선 고려하면서 국내 금융기관 역량 제고와 금융산업 발전 지원을 위해 국내 자산운용사를 활용해 왔다. 국내 운용사 대상 외화자산 위탁은 지난 2012년 중국 주식 운용에서 시작됐다. 이후 2019년 선진국 주식, 2022년 미국 종합채권 전략으로 위탁 대상을 넓혔다. 위탁 규모도 확대됐다. 국내 운용사 외화자산 위탁 원금은 2012년 1억 달러에서 2019년 7억4000만 달러, 2022년 30억4000만 달러로 늘었다. 지난해 말 기준 위탁 원금은 32억1000만 달러다. 위탁 운용사 수도 2012년 2개사에서 2022년 5개사로 늘었다. 올해 7월 기준으로도 5개사가 위탁운용에 참여하고 있다. 한은은 그동안 안정적인 자금 지원을 통해 국내 운용사가 △해외투자 조직 △투자 의사결정 절차 △리서치 △리스크 관리 △결제 운용 등 글로벌 투자 인프라를 구축했다고 평가했다. 민간 부문의 해외 주식투자 확대도 포트폴리오 재편 배경 중 하나다. 개인과 기관의 해외 주식투자 수요가 늘면서 해외주식형 상장지수펀드(ETF) 시장이 커졌고 당초 정책 목표였던 양적 기반 조성이 상당 부분 달성됐다는 판단이다. 국내 해외투자 주식펀드 순자산은 지난 2020년 27조7000억원에서 올해 6월 163조원으로 늘었다. 이 가운데 해외주식형 ETF 순자산은 같은 기간 1조6000억원에서 126조3000억원으로 확대됐다. 이에 따라 한은은 정책적 지원 필요성이 줄어든 선진국 주식 패시브 펀드 위탁 비중을 축소한다. 대신 해외채권 펀드 지원을 확대하고 기존 미국 종합채권 전략을 글로벌 종합채권(Global Aggregate) 전략으로 전환한다. 다만 이번 국내 운용사 위탁 비중 조정은 한은 외화자산 전체의 자산배분 체계 안에서 이뤄진다. 전체 주식과 채권 비중에는 변동이 없다. 글로벌 종합채권 전략은 미국 종합채권 전략보다 운용 난도가 높다. 기존 미국 종합채권 전략은 투자 지역이 미국으로 한정됐고 자산유동화증권(MBS) 등을 제외했다. 반면 글로벌 종합채권 전략은 다수 국가와 다양한 통화권의 채권을 동시에 다뤄야 한다. 대표 벤치마크 기준으로 미국 종합채권은 1개국, 약 1만개 안팎의 종목을 대상으로 한다. 글로벌 종합채권은 약 28개국, 약 3만개 종목을 포괄한다. 한은은 글로벌 종합채권 전략 도입으로 국내 운용사의 거시경제 분석 역량과 리스크 관리 체계가 강화될 것으로 보고 있다. 해외 운용사와 직접 비교가 가능해져 국내 운용사의 취약 부분을 파악하고 지원하는 데도 도움이 된다는 설명이다. 국내 증권사의 해외채권 거래 중개 역량 제고도 기대했다. 다만 글로벌 종합채권은 장외거래 중심이고 국내 증권사 활용 가능성이 매우 제한적이라는 점도 함께 제시했다. 한은은 앞으로 국내 운용사가 액티브 운용을 통해 안정적인 초과수익을 창출하고 해외 운용사와 경쟁할 수 있도록 유도할 방침이다. 채권 전략 확충에 그치지 않고 주식 부문에서도 인공지능(AI) 기반 퀀트 전략 등 정책적 지원이 필요한 분야가 있으면 추가 지원을 검토한다.2026-09-16 15:14:12
-
오픈AI, 월가 '엑셀·피치북'까지 파고든다…금융판 챗GPT 출격 [경제일보] 오픈AI가 투자은행의 리서치부터 엑셀 재무모델과 피치북 작성까지 지원하는 금융권 전용 챗GPT를 내놨다. 범용 챗봇을 넘어 산업별 업무 자체를 AI로 재설계하려는 전략으로, 월가의 반복적인 분석·문서작성 업무를 둘러싼 AI 경쟁도 한층 치열해질 전망이다. 오픈AI는 10일(현지시간) 금융기관용 AI 서비스 '챗GPT 포 파이낸셜 서비스(ChatGPT for Financial Services)'를 공개했다. 최신 모델 GPT-6 아스트라를 기반으로 모건스탠리와 에버코어가 설계 파트너로 참여했다. 우선 투자은행(IB)과 주식 리서치 업무에 초점을 맞췄다. 기존 챗GPT와 가장 큰 차이는 금융 데이터가 업무 과정에 직접 들어온다는 점이다. 달루파와 피치북, LSEG 뉴스, 크런치베이스 등의 데이터를 기본으로 제공해 실적 발표와 재무제표, 기업 펀더멘털, 비상장 기업 정보를 검색하고 분석할 수 있다. 분석에 사용된 수치가 어느 표나 문단에서 나왔는지도 확인할 수 있도록 출처 추적 기능을 넣었다. 금융회사가 이미 돈을 내고 쓰는 데이터도 연결한다. 오픈AI는 S&P 캐피털 IQ와 LSEG, MSCI, 다우존스 팩티바, 무디스 등과 계정·접근권한 연동을 추진하고 있다. 데이터사이트와 박스, 프리퀸, 팩트셋, 인탭트 등 50개 이상의 커넥터도 지원한다. 결국 별도 데이터 단말을 단순 대체하기보다는 여러 금융 데이터와 사내 자료를 챗GPT 안에서 묶어 분석부터 결과물 작성까지 이어가는 구조다. 실제 업무 범위도 투자은행 실무에 맞췄다. 기업가치 평가와 차입매수(LBO) 모델링, 인수 후보 기업 선별, 실적 분석을 수행하고 결과를 엑셀·워드·파워포인트로 만들 수 있다. 각 금융회사가 사용하는 재무모델이나 피치북 양식을 관리자 페이지에 등록하면 같은 형식으로 결과물을 생성할 수도 있다. 오픈AI는 아스트라의 금융문서 처리 성능도 강조했다. 미국 재무부 보고서의 복잡한 표와 차트, 주석에서 필요한 정보를 찾아 분석하는 'OfficeQA Pro'에서 69.9%를 기록했다. 이전 GPT-5.6 솔은 60.2%였다. 다만 이는 오픈AI가 제시한 벤치마크 결과로 실제 투자은행 업무에서 동일한 정확도를 보장하는 것은 아니다. 특히 금융권에서는 작은 숫자 오류도 투자 판단이나 고객 자료의 신뢰도 문제로 이어질 수 있다. 오픈AI 역시 금융서비스 약관에서 데이터와 AI 결과물이 부정확하거나 불완전할 수 있고 최신 정보가 아닐 수 있다고 명시했다. 달루파 데이터는 최대 24시간 지연될 수 있으며 일부 미국 주식 시세도 최소 15분 지연된다. 투자 조언이나 매매 추천 서비스가 아니라는 점도 분명히 했다. 보안 장벽도 높였다. 사내 데이터는 기본적으로 모델 학습에 사용하지 않으며 저장·전송 과정에서 암호화한다. 역할별 접근 통제와 SAML 기반 통합 로그인(SSO), SCIM 계정 관리, 데이터 보존기간 설정을 지원한다. 준법감시 조직은 업무 로그를 추출해 감사나 조사에 사용할 수 있다. 금융 AI 시장 경쟁은 이미 달아오르고 있다. 앤트로픽은 올해 금융분석과 주식 리서치, 사모펀드 등을 겨냥한 금융 AI 도구와 에이전트를 잇달아 내놨다. 금융 특화 AI 업체 로고(Rogo)도 300개 이상의 금융기관에서 4만명 이상의 금융 전문가가 이용한다고 밝히고 있다. 한편 오픈AI는 현재 이 서비스를 자격을 갖춘 금융기관에 판매하고 있으며 가격은 공개하지 않았다. 향후 금융 데이터 범위를 넓히고 투자은행과 주식 리서치를 넘어 다른 금융 분야로 확대할 계획이다. 금융회사 입장에서는 AI가 보고서를 얼마나 잘 쓰느냐보다 숫자의 출처를 검증하면서 실제 업무시간을 얼마나 줄일 수 있느냐가 시장 안착을 가를 관건이 될 전망이다.2026-09-11 15:11:39
-
아스트라 수요 폭주…오픈AI, 월 29.9만원 '프로 20X' 신규가입 중단 [경제일보] 오픈AI가 최신 인공지능(AI) 모델 'GPT-6 아스트라' 출시 일주일 만에 최고가 챗GPT 요금제의 신규 가입을 막았다. 예상보다 빠르게 이용량이 늘면서 기존 이용자에게 제공할 연산 자원까지 빠듯해졌기 때문이다. 고성능 AI 경쟁이 모델 성능뿐 아니라 실제 수요를 감당할 데이터센터와 그래픽처리장치(GPU) 확보 싸움으로 옮겨가고 있다는 분석이 나온다. 오픈AI는 10일(현지시간) 월 200달러짜리 '챗GPT 프로 20X'의 신규 가입과 업그레이드를 일시 중단했다. 국내 애플 앱스토어 기준 가격은 월 29만9000원이다. 다만 프로 요금제 전체가 중단된 것은 아니다. 월 100달러짜리 '프로 5X'는 계속 신규 가입할 수 있다. 두 요금제는 제공 기능은 같지만 프로 5X는 플러스 대비 5배, 프로 20X는 20배의 사용량을 제공한다. 기존 프로 20X 가입자는 영향을 받지 않고 구독도 정상 갱신된다. 다만 이용자가 현재 구독을 취소하거나 프로 5X로 하향한 뒤 변경이 실제 적용되면 이번 제한이 풀릴 때까지 다시 프로 20X에 가입할 수 없다. 신규 가입 재개 시점은 공개되지 않았다. 티보 소티오 오픈AI 제품 총괄은 엑스(X)를 통해 "기존 이용자들이 뛰어난 경험과 아스트라에 대한 지속적인 접근권을 유지하도록 200달러 프로 요금제 신규 구독을 중단한다"고 밝혔다. 그는 해당 요금제 이용자들이 시스템에 가장 큰 부담을 주고 있다며 "가장 폭넓은 접근권을 유지하기 위해 영향 범위가 가장 작은 조치를 택했다"고 설명했다. 하루 전에는 이미 가입 중단 가능성을 예고했다. 소티오 총괄은 "아스트라 수요는 정말 전례 없는 수준"이라며 "과거에도 매우 가파른 성장세를 겪었지만 지금과 같은 상황은 본 적이 없다"고 밝혔다. 실제로 오픈AI는 예고 하루 만에 신규 가입 제한에 들어갔다. 수요가 몰린 배경에는 지난 3일 공개된 아스트라의 성능 향상이 자리 잡고 있다. 아스트라는 소프트웨어 개발과 컴퓨터·웹 브라우저 조작, 과학·수학 등 복잡한 작업을 직접 수행하는 에이전트 기능을 강화한 모델이다. 오픈AI 자체 평가에서 소프트웨어 엔지니어링 벤치마크 'DeepSWE v1.1'은 74.1%, 여러 도구를 활용해 업무를 처리하는 'AutomationBench'는 41.4%를 기록했다. AutomationBench에서 이전 GPT-5.6 솔은 18.1%였다. 컴퓨터 사용에서도 연산 부담이 커질 만한 변화가 나타났다. 오픈AI가 실제 작업 지연시간을 반영해 시험한 결과 아스트라는 작업당 약 40분에 72.6%의 성공률을 기록했다. GPT-5.6 솔은 약 75분에 65.7%였다. 작업 소요시간을 약 47% 줄이면서 성공률도 높였다는 게 회사 측 설명이다. 다만 이들 수치는 오픈AI의 연구환경이나 API에서 측정된 것으로 실제 챗GPT 이용환경에서는 차이가 날 수 있다. 문제는 이런 에이전트형 AI가 기존 챗봇보다 많은 연산을 필요로 한다는 점이다. 단순한 질문에 한 차례 답하는 데 그치지 않고 웹 검색과 코딩, 프로그램 실행 등을 여러 단계에 걸쳐 반복하기 때문이다. 이용자가 늘수록 모델을 구동하는 GPU와 데이터센터 용량이 빠르게 소진될 수 있다. 오픈AI도 컴퓨팅 공급 확대를 병행하고 있다. 로이터에 따르면 오픈AI는 최근 엔비디아가 투자한 호주 업체 퍼머스(Firmus)와 말레이시아 데이터센터 두 곳의 연산 용량을 공급받는 다년 계약을 체결했다. 아스트라 출시 직후 최고가 개인 요금제 판매까지 제한했다는 점에서 컴퓨팅 자원 확보 속도가 서비스 수요 증가를 따라가는지가 향후 사업 확장의 중요한 변수가 될 전망이다.2026-09-11 10:11:32
-
AI 컴퓨팅의 다음 무대…Arm, '에이전틱·엣지·피지컬 AI' 정조준 [경제일보] 인공지능(AI) 컴퓨팅 시장의 무게중심이 데이터센터에서 엣지와 물리적 세계로 확장되면서 Arm이 에이전틱 AI와 피지컬 AI를 새로운 성장축으로 제시했다. AI 에이전트가 PC와 스마트폰을 넘어 자동차·로봇 등 다양한 기기에서 주변 환경을 인식하고 직접 행동하는 시대가 다가오면서 이를 뒷받침하는 저전력·고성능 컴퓨팅 생태계 선점에 나선다는 전략으로 풀이된다. 7일 Arm은 온라인 기자간담회를 통해 클라우드 AI, 엣지 AI, 피지컬 AI 등에 대한 전략을 공개했다. 아미 바다니 Arm 최고마케팅책임자(CMO)는 이날 "에이전틱 워크로드가 데이터센터를 넘어서고 있다"며 "앞으로 더 많은 에이전트가 엣지에서 실행될 것"이라고 말했다. Arm은 AI 에이전트가 클라우드에서만 작동하는 것이 아니라 스마트폰과 PC, 자동차, 로봇 등 엣지 기기로 확산되면서 컴퓨팅 수요가 새로운 영역으로 이동할 것이라고 전망했다. 특히 에이전트가 단순히 정보를 생성하는 것을 넘어 주변 환경을 인식하고 판단한 뒤 실제 행동까지 수행하는 형태로 발전한다는 것이다. Arm은 자체 생태계를 통해 자사의 전략을 확장하고 있다. Arm에 따르면 현재 Arm 아키텍처를 사용하는 개발자는 약 2200만명으로, Arm은 개발자 생태계를 기반으로 AI 컴퓨팅 수요가 엣지와 다양한 디바이스로 확산되는 과정에서 주도권을 확보한다는 계획이다. 아미 바다니 CMO는 "궁극적으로 에이전트가 물리 세상에서 주변을 인식하고 조치할 수 있게 될 것"이라며 "앞으로 컴퓨팅 워크로드가 어디로 가는가 생각했을 때 그 목적지들을 보면 Arm이 모두 지원할 수 있는 목적지"라고 강조했다. Arm은 모바일과 엣지 환경에서 그래픽 처리 방식도 AI 중심으로 변화하고 있다고 설명했다. AI가 그래픽 제작 과정에 직접 활용되면서 GPU의 역할도 기존 그래픽 연산 중심에서 AI 연산까지 포괄하는 방향으로 확대되고 있는 것이다. Arm은 신경망 가속기와 모션 엔진을 GPU 셰이더에 통합하는 방식으로 그래픽과 AI 연산의 결합을 강화하고 있다. 이를 통해 저해상도로 렌더링한 이미지를 AI를 활용해 고해상도로 끌어올리는 방식 등 모바일 기기에서도 고품질 그래픽을 구현할 수 있도록 지원한다. Arm은 새롭게 설계한 7세대 아키텍처를 통해 기존 데스크톱 환경에서만 가능했던 고급 그래픽 기능을 모바일에서도 구현할 수 있을 것으로 전망하고 있다. 과거에는 모바일 게임 개발자가 고급 그래픽 기술을 적용하기 위해 성능과 전력 사이에서 상당한 제약을 감수해야 했지만, AI와 GPU 기능이 결합되면서 이런 제약이 줄어들고 있는 것으로 알려졌다. 특히 Arm은 모바일 환경에서도 최대 1000개의 레이트레이싱 적용이 가능해졌다고 강조했다. Arm에 따르면 불과 한 세대 만에 동일한 전력에서 모든 기능의 성능이 4배 이상 향상됐고, AI를 사용하지 않는 전통적인 게임이나 기존 벤치마크에서도 성능 개선이 나타났다. 이를 통해 Arm은 단순히 그래픽 성능을 높이는 것을 넘어 개발자가 하드웨어 제약에 맞춰 콘텐츠를 축소하기보다 게임의 그래픽과 스토리 구현에 집중할 수 있는 환경을 만든다는 구상이다. 크리스 버기 Arm 엣지 AI 부문 총괄 부사장은 "예전에는 개발자들이 모바일 게임을 개발할 때 첨단 기술 적용이 어려웠다"며 "이제 모바일에서는 불가능했던 1000개의 레이트레이싱 적용이 가능하다"고 설명했다. 이어 "이 모든 것들이 개발자 친화적인 시스템과 생태계 기반으로 개발됐다"며 "이제 그래픽 아티스트들은 게임을 온라인, 모바일, 전력, 예산에 맞추는 것에 시간을 보내는 것이 아니라 멋진 비주얼과 스토리에 집중할 수 있을 것"이라고 덧붙였다. Arm이 엣지 AI를 넘어 주목하는 분야는 피지컬 AI다. 현재 피지컬 AI 관련 컴퓨팅 시장이 이미 상당한 규모를 형성하고 있으며, 향후 AI의 물리적 세계 전환이 가속화되면서 시장 규모가 더욱 커질 것으로 전망했다. 피지컬 AI는 로봇과 자율주행차 등 물리적 공간에서 AI가 주변 환경을 인식하고 판단하며 실제 움직임까지 수행하는 기술을 의미한다. 생성형 AI가 텍스트와 이미지 등 디지털 콘텐츠를 중심으로 확산됐다면, 피지컬 AI는 AI의 판단 결과가 실제 공간에서 움직임으로 이어진다는 점에서 새로운 컴퓨팅 수요를 만들어낼 수 있을 것으로 평가된다. Arm은 이 시장을 겨냥해 단순히 CPU 아키텍처를 공급하는 데 그치지 않고 생태계 확장에도 나서고 있다. 대표적인 전략이 'Arm 토탈 디자인'이다. Arm 토탈 디자인은 반도체 설계 기업과 파트너들이 Arm 기반의 컴퓨팅 플랫폼을 활용해 특정 목적에 최적화된 칩을 보다 빠르게 개발할 수 있도록 생태계를 구축하는 전략이다. AI가 데이터센터에서 엣지, 로봇과 자동차 등 피지컬 영역으로 확산될수록 다양한 형태의 맞춤형 컴퓨팅 수요가 발생할 수 있는 만큼 이를 Arm 생태계 안으로 끌어들이겠다는 것이다. 헨리 부사장은 "작년 피지컬 AI 분야의 컴퓨팅 전체 시장 규모가 250억 달러로 보고 있다"며 "전환이 가속됨에 따라 컴퓨팅 역사상 가장 거대한 시장 중 하나로 성장할 것"이라고 말했다.2026-09-08 11:00:00
-
젠슨 황 "AGI 도래"…수능 만점 GPT-6 아스트라, 검증대 오른다 [경제일보] 젠슨 황 엔비디아 최고경영자(CEO)가 오픈AI의 최신 인공지능(AI) 모델 ‘GPT-6 아스트라’를 두고 “범용인공지능(AGI)이 도래했다”고 선언했다. 시험 문제 풀이를 넘어 컴퓨터를 직접 조작해 복잡한 업무를 수행하는 능력이 크게 향상됐다는 평가가 나온다. 다만 AGI를 판별하는 합의된 기준이 없고 독립 벤치마크에서도 경쟁 모델을 압도하지 못해 황 CEO의 발언을 기술적 결론으로 받아들이기에는 이르다는 지적도 제기된다. 황 CEO는 7일 자신의 X(옛 트위터)에 “GPT-6 아스트라는 10만개 이상의 엔비디아 그레이스 블랙웰 NVLink72 규모로 훈련됐다”며 “ChatGPT에서 o1, 아스트라까지 4년이 걸렸다”고 밝혔다. 이어 “AGI가 도래했다. 오픈AI 팀에 축하를 보낸다”며 “다음으로 40만개 GPU가 가동될 것”이라고 했다. 오픈AI는 지난 3일 아스트라를 공개하며 컴퓨터 사용과 소프트웨어 개발, 과학, 사이버보안, 전문 업무에서 최고 수준의 성능을 갖췄다고 밝혔다. 회사 자체 평가에서 아스트라는 새로운 환경의 문제 해결 능력을 측정하는 ‘ARC-AGI-3’에서 99.9%, 고난도 수학 시험 ‘프런티어매스 티어4’에서 98%, 해킹 능력 평가 ‘익스플로잇벤치’에서 100%를 기록했다. 아스트라는 온라인 서식 작성, 고객정보 관리, 웹사이트 제작, 과학 데이터 분석뿐 아니라 전문 소프트웨어를 활용한 3차원 모델 제작까지 수행한다. 오픈AI가 제시한 사례에서는 사람이 30분가량 걸리는 반려묘 돌봄 서비스 검색을 5분27초, 5시간이 필요한 구직정보 검색을 2분51초 만에 마쳤다. 다만 이는 오픈AI가 설정한 작업 환경에서 측정한 결과로, 모든 실제 업무에서 같은 속도와 정확도를 보장하는 것은 아니다. 국내 비공식 수능 평가에서도 처음으로 450점 만점을 받았다. 개인 개발자가 운영하는 깃허브 ‘2026 수능 LLM 풀이 기록’에 따르면 아스트라는 외부 검색 없이 국어·수학·영어·한국사와 탐구 4과목에서 모두 만점을 기록했다. GPT-5.6 솔은 448.5점, 앤트로픽의 클로드 페이블 5.1은 447.5점이었다. 그러나 해당 평가는 한국교육과정평가원이 실시한 공식 시험이 아니다. API 환경에서 여러 선택과목을 풀게 한 뒤 평균 또는 환산점수를 산출하는 방식이어서 실제 수험생의 응시 조건과도 차이가 있다. 수능 만점만으로 다양한 현실 업무를 스스로 학습하고 수행하는 AGI에 도달했다고 판단하기 어려운 이유다. 외부 평가도 엇갈렸다. 아티피셜 애널리시스의 모델 비교에서는 아스트라가 지능지표 55점으로 클로드 페이블 5.1의 57점에 뒤졌다. 평가 버전과 실행 환경에 따라 점수는 달라지지만, 아스트라가 모든 영역에서 경쟁 모델을 앞선 것은 아니라는 의미다. 코딩 에이전트 평가에서는 비용 효율성이 개선됐지만 일부 금융·과학 코딩·장문 추론 평가에서는 이전 모델보다 성능이 낮아진 것으로 분석됐다. 안전 문제도 남았다. 오픈AI는 아스트라를 회사의 안전기준상 사이버보안 능력이 처음으로 ‘크리티컬(심각)’ 단계에 도달한 모델로 분류했다. 알려지지 않은 보안 취약점을 찾아 공격 방법까지 개발할 수 있다는 의미다. 아스트라는 이전 모델보다 지시 범위를 잘 지켰지만 자신의 추론 과정을 감추는 능력도 높아져 인간의 감시가 더 어려워졌다고 오픈AI는 인정했다. 한편 오픈AI는 아스트라를 공식적으로 AGI라고 선언하지 않았다. 그레그 브록먼 사장이 첫 AGI로 볼 수 있다는 취지의 평가를 내놓고 황 CEO가 “AGI 도래”를 선언했지만, 이는 아직 업계 관계자들의 판단에 가깝다. 아스트라가 AI 성능의 경계를 다시 밀어낸 것은 분명하지만 AGI의 도착 여부는 시험 점수보다 실제 환경에서의 자율성·신뢰성·안전성을 통해 검증해야 할 단계다.2026-09-07 11:26:45
-
네이버클라우드 컨소시엄, 700B급 보안 특화 AI 개발…33개 기관 뭉쳤다 [경제일보] 국내 인공지능(AI) 경쟁이 범용 모델 개발을 넘어 산업별 특화 모델 확보로 확산하는 가운데 네이버클라우드가 사이버 보안 분야를 겨냥한 초거대 AI 개발에 본격 착수한다. 정부의 특화 AI 파운데이션 모델 사업자로 선정된 네이버클라우드 컨소시엄은 대규모 GPU와 국가 핵심시설의 실데이터를 활용해 국내 보안 환경에 최적화된 AI 모델을 구축한다는 계획이다. 3일 네이버클라우드는 네이버클라우드 컨소시엄이 정부의 '특화 인공지능 파운데이션 모델 개발(사이버 보안 분야)' 사업자로 최종 선정돼 개발에 착수한다고 밝혔다. 이번 사업에는 네이버클라우드를 중심으로 총 33개 산·학·연·공공기관이 참여한다. 컨소시엄은 정식 사업 착수에 앞서 자체 보유 GPU 4000장을 선제적으로 투입해 보안 특화 AI 모델의 사전 학습을 진행해왔다. 정부가 제공하는 GPU 물량 256장과 별도로 네이버클라우드가 B200 4000장, LG가 H200 256장을 추가 투입한다. 민간 인프라를 선제적으로 활용해 개발 기간을 단축하고 모델 성능 고도화와 현장 실증에 시간을 집중한다는 전략이다. 최종적으로는 하이퍼클로바X와 엑사원을 기반으로 700B급 MoE(전문가 혼합) 구조의 초거대 보안 특화 모델을 구축한다. 방어 역량과 공격 역량을 각각 강화한 2개의 독자 모델을 병렬 개발해 사이버 공격의 탐지부터 분석·대응까지 전 주기에 대응한다는 구상이다. 개발 모델은 국제 공인 벤치마크 2종을 활용해 성능을 검증할 예정이다. 학습 데이터도 약 830TB 규모의 실데이터를 활용한다. 네이버클라우드와 LG CNS의 운영 데이터를 비롯해 한전KDN, 한국수력원자력, 금융보안원, KISTI, LG유플러스 등 국가 기반시설과 주요 산업에서 확보한 데이터를 활용한다. 위협정보 수집부터 라벨링·표준화·검증까지 데이터 정제 과정을 거쳐 실제 사이버 위협 환경을 학습시키는 방식이다. 특히 모델 개발 이후 국가 핵심시설과 주요 산업 현장에서 성능을 검증한다. 전력·금융·과학기술·통신·반도체·방위산업·항공우주 등 7대 분야에서 실증을 진행하며, 외부망 접근이 제한되는 폐쇄망 환경에서도 안정적으로 운용할 수 있는 기술을 확보할 계획이다. 이번 사업은 AI를 활용한 사이버 공격이 고도화되는 상황에서 방어 분야에서도 특화 AI 경쟁력을 확보하려는 움직임으로 풀이된다. 보안 분야는 민감한 데이터의 외부 반출이 제한되는 데다 실제 관제 환경에서 높은 정확도가 요구되는 만큼 범용 AI와 달리 국내 산업 환경과 보안 데이터를 반영한 특화 모델의 필요성이 클 전망이다. 네이버클라우드는 개발한 모델을 상업적 활용이 가능한 오픈소스로 공개하고, 중소기업을 대상으로 취약점 및 사이버 공격 탐지 무상 점검 서비스도 제공할 예정이다. 네이버클라우드 마켓플레이스를 통해 국내 보안 기업의 AI 서비스 상용화도 지원해 모델 개발에서 산업 활용으로 이어지는 생태계를 구축한다는 방침이다. 김유원 네이버클라우드 대표는 "이번 사업 수주는 네이버클라우드 컨소시엄이 보유한 대규모 AI 인프라와 데이터, 보안 전문 역량을 종합적으로 인정받은 결과"라며 "국가 핵심 인프라를 지키는 AI를 우리 기술로 만들어낸다는 책임감을 갖고 사업에 임해 대한민국을 대표하는 국가 보안 AI 모델과 생태계를 만들어 가겠다"고 말했다.2026-09-03 15:21:12
-
앤트로픽, 클로드 페이블·미토스 5.1 공개…AI 에이전트 비용 최대 45% 낮췄다 [경제일보] 앤트로픽이 차세대 인공지능(AI) 모델 ‘클로드 페이블 5.1’과 ‘클로드 미토스 5.1’을 공개했다. 단순 성능 개선을 넘어 장시간 작동하는 AI 에이전트의 비용을 낮추고 기업 데이터 통제를 강화하면서 기업용 AI 시장 공략에 속도를 내는 모습이다. 앤트로픽은 1일(현지시간) 페이블 5.1과 미토스 5.1을 출시했다고 밝혔다. 두 모델은 동일한 기반 기술을 공유하지만 활용 범위가 다르다. 페이블 5.1은 일반 기업과 개발자가 사용할 수 있고, 사이버보안·생명과학 분야에서 더 강력한 기능을 제공하는 미토스 5.1은 검증된 기관을 대상으로 제한 제공된다. 페이블 5.1은 코딩과 복잡한 지식 업무, 여러 도구를 연속적으로 사용하는 에이전트 작업에 초점을 맞췄다. 앤트로픽 자체 평가에서 과학연구용 에이전트 벤치마크 점수는 52.6%로 페이블 5의 24.7%에서 크게 높아졌다. 업무 자동화 평가도 17.1%에서 31.4%, 에이전트 코딩은 42%에서 55.8%로 개선됐다. ◆ 장시간 AI 에이전트 비용 낮춘다 기업 고객에게는 가격 변화가 눈에 띈다. 입력과 출력 가격은 각각 100만 토큰당 10달러와 50달러로 유지했지만, 이미 처리한 입력을 다시 활용하는 캐시 읽기 가격을 75% 낮춰 100만 토큰당 0.25달러로 책정했다. 앤트로픽은 이를 통해 일반적인 작업 비용은 페이블 5보다 약 25%, 복잡한 코딩이나 에이전트 작업은 최대 45% 줄어들 수 있다고 설명했다. AI 에이전트가 하나의 업무를 수행하기 위해 같은 문서와 코드, 대화 맥락을 반복해서 읽는다는 점을 고려하면 캐시 가격 인하는 기업의 AI 운영비와 직결된다. AI 경쟁이 모델 성능에서 실제 운영비를 포함한 ‘추론 경제성’으로 확대되고 있다는 의미다. 기업 데이터 보관 방식도 바뀐다. 새롭게 도입하는 ‘엔터프라이즈 프론티어 안전장치(EFS)’는 데이터를 앤트로픽이 아닌 고객이 통제하는 클라우드 환경에 저장한다. 앤트로픽은 금융·의료·통신·제조 등 100곳 이상의 고객과 AWS·구글클라우드·마이크로소프트와 함께 이를 설계했다. 올가을부터 단계적으로 제공할 예정이다. 안전장치의 ‘과잉 차단’도 줄였다. 생물학 분야의 정상적인 요청을 잘못 막는 빈도는 페이블 5 초기 대비 85% 감소했고, 클로드 코드에서 사이버보안 관련 안전장치 개입도 평균 약 60% 줄어든다. 페이블 5.1은 소프트웨어 취약점을 찾는 방어 목적의 보안 업무까지 허용하지만 공격 코드를 만드는 등 고위험 기능은 계속 제한한다. 미토스 5.1은 과학연구에서도 활용 범위를 넓혔다. 앤트로픽은 단백질 결합체 설계와 생물정보학 모델 최적화 등을 시험했으며, 일부 GPU 기반 모델 처리속도를 최대 2.5배 높여 예상 연산비용을 30~60% 줄였다고 밝혔다. 다만 해당 결과는 앤트로픽이 진행한 초기 실험인 만큼 실제 산업 현장에서의 재현 여부는 추가 검증이 필요하다. 이번 출시는 AI 모델 경쟁의 무게중심이 최고 성능뿐 아니라 에이전트를 얼마나 싸고 안전하게 장시간 운영할 수 있느냐로 이동하고 있음을 보여준다. 특히 고성능 모델을 일반용과 제한 연구용으로 분리하는 앤트로픽의 전략이 기업 AI와 첨단 연구 시장에서 어떤 결과를 낼지가 관전 포인트다.2026-09-02 09:55:49
-
세일즈포스·앤트로픽, '클로드포스' 공개…기업 데이터 읽고 업무까지 실행 [경제일보] 세일즈포스와 앤트로픽이 기업용 인공지능(AI)의 역할을 단순 정보 검색과 문서 작성에서 실제 업무 실행 단계로 확대한다. 앤트로픽의 AI 모델 '클로드'가 세일즈포스의 고객 데이터와 영업 파이프라인, 업무 규칙 등에 접근해 분석하고 작업을 수행할 수 있도록 양사의 플랫폼을 결합한다는 구상이다. 28일 세일즈포스는 앤트로픽의 클로드에 세일즈포스의 기업용 AI 인프라인 '엔터프라이즈 하네스'를 결합한 '클로드포스'를 선보인다고 밝혔다. 양사는 이번 협력을 통해 기업의 데이터와 워크플로, 비즈니스 로직, 실행 환경, 거버넌스 등에 클로드가 접근할 수 있도록 하고 업무 전반에서 AI 에이전트 활용을 확대한다는 계획이다. 양사의 첫 결과물은 '세일즈포스 인 클로드'다. 영업 담당자가 별도의 세일즈포스 화면으로 이동하지 않고 클로드 안에서 세일즈포스 기능을 활용할 수 있도록 설계된 플러그인으로, 미팅 준비와 딜 상태 검토, 파이프라인 분석 등 37개의 사전 구축된 영업 스킬을 구현했다. 클로드는 세일즈포스와 슬랙에 저장된 기업 정보를 바탕으로 영업 상황을 분석하고 필요한 업무를 수행할 수 있다. 실시간 매출 맥락을 기반으로 파이프라인을 검토하거나 업데이트하는 방식이다. 일반적인 생성형 AI가 사용자의 질문에 답하거나 문서를 작성하는 데 그쳤다면, 기업 내부 시스템과 연결해 실제 업무 과정에 개입하는 형태로 확장된 것으로 평가된다. 다리오 아모데이 앤트로픽 공동창업자 겸 CEO는 "우리는 프론티어 지능이 안전하고 신뢰할 수 있으며 높은 역량을 갖춰야 한다고 믿는다"며 이번 파트너십을 통해 기업들은 수십 년간 세일즈포스에 구축해 온 고객 정보와 비즈니스 맥락에 클로드를 연결하고, 이를 사용해 실제 비즈니스를 운영하고 성장시킬 수 있다"고 말했다. 특히 이번 통합 모델은 AI가 기업 데이터를 가져와 사용하는 과정에서 기존의 권한과 업무 규칙을 그대로 적용하는 것이 특징이다. 관리자가 한 차례 연결하면 인증과 권한이 중앙에서 관리되며 별도의 사용자별 추가 설정 없이 사용할 수 있도록 설계됐다. 최근 기업들은 AI의 활용 범위가 넓어질수록 내부 데이터에 대한 접근 통제를 중요 과제로 꼽고 있다. 고객 정보나 영업 자료 등 민감한 기업 데이터를 AI가 직접 처리할 경우 누가 어떤 데이터에 접근하고 어떤 업무를 실행할 수 있는지를 통제하지 못하면 생산성 향상만큼 보안 위험도 커질 수 있기 때문이다. 세일즈포스는 기존 기업의 데이터와 업무 규칙을 AI의 실행 과정에 포함하는 방식으로 해당 문제를 해결한다는 전략이다. 클로드가 임의로 데이터를 수정하거나 업무를 수행하는 것이 아니라 세일즈포스에 구축된 권한 체계와 비즈니스 규칙을 기반으로 작업하도록 해 기업이 기존 통제 체계를 유지할 수 있도록 했다. 규제 산업을 겨냥한 보안 체계도 강조했다. 세일즈포스는 아마존웹서비스(AWS)의 아마존 베드록을 통해 클로드를 세일즈포스의 '신뢰 경계' 내에서 제공할 수 있도록 설정했다. 세일즈포스는 이를 통해 금융 등 규제 수준이 높은 산업에서도 기업의 데이터와 AI 작업을 보호하면서 도메인 특화 AI를 활용할 수 있다고 설명했다. 반대로 클로드가 세일즈포스 플랫폼 안으로 들어가는 통합도 진행된다. 클로드는 세일즈포스의 '에이전트포스'에서 사용할 수 있으며 아틀라스 추론 엔진의 추론 모델로 활용된다. 에이전트포스 바이브와 에이전트포스 코워커를 구동하고 에이전트 빌더에서도 사용할 수 있도록 지원한다. 슬랙 역시 양사 통합의 주요 축이다. 세일즈포스는 업무용 협업 플랫폼 슬랙에 클로드를 내장해 사람과 AI 에이전트가 같은 업무 공간에서 협업하도록 한다는 구상이다. 클로드는 슬랙봇의 기본 AI 모델로 활용되며 팀의 의사결정 지원과 코딩 등 업무 영역으로 활용 범위를 넓힌다. 이처럼 양사가 서로의 플랫폼에 AI와 업무 시스템을 깊게 연결하는 것은 기업용 AI 시장의 경쟁 구도가 달라지고 있기 때문으로 풀이된다. 과거에는 어떤 AI 모델이 더 높은 벤치마크 점수와 추론 성능을 갖췄는지가 중요했다면, 최근에는 해당 모델이 기업의 실제 데이터와 업무 시스템에 접근해 얼마나 많은 업무를 처리할 수 있는지가 중요한 경쟁 요소로 부상하고 있다. '세일즈포스 인 클로드'는 현재 일부 고객을 대상으로 파일럿 형태로 제공되고 있으며 내달 오픈 베타 출시가 예정됐다. 추가 사전 구축 스킬도 올해 하반기부터 순차적으로 확대할 계획이다. 마크 베니오프 세일즈포스 회장 겸 CEO는 "이번 파트너십은 글로벌 선도 AI와 선도 CRM의 강점을 하나로 결합한다"며 "클로드의 뛰어난 추론 능력과 신뢰할 수 있는 데이터, 업무 흐름, 관리 체계를 결합해 사고하고 추론하며 실행하는 동적인 업무 환경을 제공한다"고 말했다.2026-08-28 14:08:16
-
AAII 1위 모티프는 왜 탈락했나…독파모 평가 공개 놓고 논란 [경제일보] 정부의 ‘독자 AI 파운데이션 모델 프로젝트’(독파모) 2차 평가에서 글로벌 성능지표 1위를 기록한 모티프테크놀로지스가 탈락하면서 평가 방식의 투명성을 둘러싼 논쟁이 커지고 있다. 모티프의 ‘Motif 3’는 글로벌 AI 평가기관 아티피셜 애널리시스의 AAII에서 47점을 받아 업스테이지(37점), SK텔레콤(35점), LG AI연구원(31점)을 모두 앞섰다. 하지만 최종 종합평가에서는 4개 팀 중 최하위를 기록했다. 모티프테크놀로지스는 27일 과학기술정보통신부에 공식 이의를 제기하고 전체 평가 항목별·업체별 점수와 판단 근거, 벤치마크 배점 산정 방식, 전문가 평가 기준, 사용자 평가 방법론 및 블라인드 평가 여부 등을 공개해 달라고 요구했다. 이의 제기 결과와 관계없이 독파모 3차에는 참여하지 않겠다는 입장도 밝혔다. ◆ ‘AAII 47점’이 탈락으로 이어진 이유 핵심은 AAII가 독파모 전체 평가의 일부에 불과했다는 점이다. 2차 평가는 벤치마크 40점, 전문가 평가 35점, 사용자 평가 25점 등 총 100점으로 구성됐다. 벤치마크 가운데 AAII가 25점, 한국지능정보사회진흥원(NIA) 평가가 15점이다. 전문가 평가는 AI 전문가 10명이 개발 전략·기술, 개발 성과·계획, 파급효과·기여계획 등을 평가했고 사용자 평가는 AI 스타트업 대표 등 전문 사용자 49명과 일반 국민 185명이 참여했다. 따라서 AAII에서 47점을 받은 것이 곧 독파모 2차 평가에서 가장 높은 점수를 받았다는 의미는 아니다. 실제 정부 발표에서도 4개 팀의 벤치마크 점수 평균은 22.5점이었고 1위와 4위의 격차는 4점에 그쳤다. 전문가 평가의 1·4위 격차는 2.4점, 사용자 평가에서는 5점이었다. 즉 글로벌 벤치마크만 놓고 보면 차이가 있었지만 100점짜리 종합평가에서는 다른 항목이 순위를 충분히 뒤집을 수 있는 구조였다. 과기정통부가 공개한 탈락 사유도 여기에 있다. 류제명 과기정통부 2차관은 모티프가 기술력 측면에서는 뛰어난 성과를 냈지만 “사용성·활용성 측면에서는 다른 모델보다 다소 낮은 평가”를 받았다고 설명했다. 반면 업스테이지는 포털 다음 서비스 실증과 국산 NPU 협업, SK텔레콤은 대규모 상용 서비스 및 산업 특화 에이전트 실증, LG AI연구원은 국제기구 협업과 에이전틱 AI 차별성 및 위험관리 등에서 높은 평가를 받았다. ◆ ‘성능 좋은 모델’과 ‘쓸 수 있는 모델’은 다르다 정부가 사용성과 활용성을 별도로 본 이유도 있다. 이번 독파모 사업의 다음 단계는 단순히 높은 벤치마크 점수를 기록하는 모델을 만드는 데 그치지 않고 실제 국민 서비스와 산업 현장에 적용할 수 있는 AI를 만드는 데 초점이 맞춰져 있기 때문이다. 이에 따라 모델의 답변 성능뿐 아니라 서비스 적용 계획, 산업 생태계 기여, 실제 사용 효용 등을 평가하도록 구조가 바뀌었다. 실제 AAII 역시 모델의 추론·지식·코딩 등 다양한 능력을 종합적으로 보는 글로벌 지표지만 특정 모델의 실제 서비스 안정성이나 한국 산업 환경에서의 활용성을 모두 보여주는 것은 아니다. 모티프 역시 이 점을 인정하면서도 파운데이션 모델의 핵심 가치는 챗봇 사용성보다 여러 분야로 확장 가능한 기반 성능에 있다고 주장하고 있다. 논란은 결국 ‘국가대표 AI를 무엇으로 뽑을 것인가’라는 문제로 이어진다. 글로벌 성능을 우선하면 모티프의 탈락은 납득하기 어렵지만, 실제 국민 서비스와 산업 적용까지 고려한다면 모델 성능 외 평가가 필요하다는 정부 논리에도 일리가 있다. 문제는 어느 쪽이 맞느냐보다 그 판단을 검증할 수 있도록 세부 점수와 평가 기준을 얼마나 공개할 수 있느냐다. 모티프가 제기한 가장 큰 문제도 바로 이 부분이다. 모티프는 AAII 47점과 다른 평가 결과가 크게 엇갈린 이유를 알 수 있도록 세부 점수와 전문가·사용자 평가 근거를 공개해야 한다고 요구하고 있다. 특히 사용자 평가에서 브랜드 인지도나 선입견이 결과에 영향을 줬는지, 블라인드 평가가 적용됐는지도 확인해야 한다는 주장이다. 정부도 평가방식 자체의 한계를 인식하고 있다. 과기정통부는 3차 평가를 앞두고 소수 승자만 뽑는 기존 방식을 넘어 프런티어급 모델 경쟁이 가능하도록 지원체계를 전면 재편하는 방안을 검토하고 있다. 3차 진출팀에는 엔비디아 B200 GPU 지원도 상반기 768장에서 하반기 약 1000장 수준으로 확대할 계획이다. 한편 이번 논란에서 중요한 것은 모티프를 다시 선정하느냐가 아니다. 국민 세금이 투입되는 국가대표 AI 선발전이라면 왜 탈락했는지를 외부에서도 검증할 수 있어야 한다는 것이다. 글로벌 벤치마크와 실제 활용성 가운데 어느 쪽에 더 높은 가치를 둘지는 정책적 선택일 수 있다. 다만 그 선택이 설득력을 가지려면 점수와 기준이 투명하게 공개돼야 한다. 이번 이의 제기가 독파모의 기술 경쟁뿐 아니라 국가 AI 선발 시스템 자체의 신뢰도를 점검하는 계기가 될 전망이다.2026-08-27 09:38:30
-
오픈AI 자체 추론칩 '할라피뇨' 돌풍…엔비디아 블랙웰 넘었다 [경제일보] 오픈AI가 자체 설계한 인공지능(AI) 추론 칩 ‘할라피뇨(Jalapeño)’의 첫 성능 결과를 공개하면서 AI 반도체 시장에 파장이 일고 있다. 오픈AI가 자체 테스트한 결과 할라피뇨는 엔비디아 GB200·GB300 기반 시스템보다 전력 효율과 응답 속도에서 앞서는 것으로 나타났다. 다만 이번 결과는 오픈AI와 벤치마크 업체 세미애널리시스가 공동으로 테스트한 수치인 만큼, 상용 환경에서의 경쟁력은 실제 대규모 배치 이후 다시 검증할 필요가 있다. 오픈AI는 25일(현지시간) 공식 블로그를 통해 GPT-OSS 120B, 딥시크 R1 670B, 키미 K2.5 1T를 대상으로 세미애널리시스의 ‘InferenceX’ 벤치마크를 적용한 결과를 공개했다. 세 모델 전체에서 할라피뇨는 비교 시스템보다 전력당 처리량이 1.5~1.9배 높았고 종단 간 지연시간은 1.7~3.6배 낮았다. 사용자와 상호작용하는 환경에서는 사용자당 처리 성능도 2.1~4.1배 높았다고 오픈AI는 밝혔다. ◆ 추론 시대 핵심은 ‘성능/W’…GB200·GB300과 정면 비교 가장 눈에 띄는 수치는 GPT-OSS 120B다. 할라피뇨의 최대 전력당 처리량은 초당 8만5448토큰으로 GB200 기반 시스템의 4만4960토큰보다 약 1.9배 높았다. 종단 간 응답시간도 1.03초로 비교 시스템의 1.80초보다 짧았다. 딥시크 R1 670B에서는 전력당 처리량이 1.7배, 지연시간은 3.6배 개선됐고 사용자당 디코딩 처리량은 초당 700토큰으로 GB300 기반 시스템의 169토큰을 웃돌았다. 오픈AI가 전력 효율을 강조한 것은 AI 서비스의 비용 구조가 학습에서 추론 중심으로 이동하고 있기 때문이다. 특히 AI 에이전트는 한 번의 질문에 답하는 대신 검색·도구 호출·추론을 여러 차례 반복하기 때문에 사용량이 늘수록 전력과 서버 비용 부담도 커진다. 오픈AI는 칩 성능뿐 아니라 메모리와 네트워크, 소프트웨어까지 함께 설계해 데이터 이동을 줄이고 KV 캐시를 효율적으로 배치했다고 설명했다. 할라피뇨는 단순한 자체 반도체 개발을 넘어 오픈AI의 풀스택 전략과 연결된다. 오픈AI는 지난 6월 브로드컴과 함께 칩을 공개하면서 제품과 모델, 소프트웨어에 이어 칩까지 직접 설계하는 컴퓨팅 전략을 밝혔다. 칩 구현과 네트워킹은 브로드컴, 보드·랙·시스템 통합은 셀레스티카 등이 맡으며 여러 세대에 걸쳐 기가와트 규모로 배치할 계획이다. 이번 개발에는 AI도 직접 활용됐다. 오픈AI는 설계부터 테이프아웃까지 개발 기간을 단축했고, 코드 생성 도구 ‘코덱스’ 등을 이용해 회로 최적화와 구현·검증을 진행했다고 밝혔다. 세미애널리시스도 할라피뇨가 특정 오픈AI 모델에만 최적화된 칩이 아니라 다양한 모델과 워크로드를 처리할 수 있다고 평가했다. 오픈AI는 올해 말부터 할라피뇨를 자체 컴퓨팅 인프라에 배치하고 2세대와 3세대 제품 개발도 진행 중이라고 밝혔다. 동시에 엔비디아 등 외부 가속기 활용도 계속한다. 결국 할라피뇨의 목적은 엔비디아를 단번에 대체하는 것이 아니라 추론에 특화된 자체 칩을 확보해 AI 서비스의 비용·속도·전력 효율을 직접 통제할 수 있는 선택지를 만드는 것에 가깝다. 한편 AI 반도체 시장 역시 단순 연산 성능 경쟁에서 벗어나 전력당 처리량과 지연시간, 메모리·네트워크까지 포함한 시스템 경쟁으로 이동하고 있다. 할라피뇨가 실제 대규모 서비스에서 이번 벤치마크 수준의 성능을 유지한다면 오픈AI의 칩 내재화가 AI 인프라 시장의 경쟁 구도에도 변화를 줄 가능성이 있다.2026-08-26 10:21:34
-
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
-
독파모 2차 평가 공개…모티프·SKT·LG AI연구원 항목별 강점 엇갈려 [경제일보] 정부가 '국가대표 AI' 육성을 위해 추진 중인 독자 AI 파운데이션 모델 프로젝트의 2차 단계 평가 세부 기준과 결과를 공개했다. 이번 평가는 글로벌 AI 벤치마크뿐 아니라 국내 환경에 맞춘 성능 평가, 전문가 평가, 실제 사용자 평가까지 반영한 것이 특징이다. 당초 항목별 1위 기업과 점수를 공개하지 않는다는 방침이었지만 평가 투명성을 둘러싼 논란이 제기되자 1차 평가와 동일한 수준으로 공개 범위를 확대했다. 20일 과학기술정보통신부는 최근 발표한 독자 AI 파운데이션 모델 프로젝트 2차 단계 평가의 기준과 결과를 공개했다고 밝혔다. 이번 평가에는 SK텔레콤, LG AI연구원, 모티프테크놀로지스 등 4개 정예팀이 참여했다. 이번 2차 평가는 총 100점 만점으로 벤치마크 평가 40점, 전문가 평가 35점, 사용자 평가 25점으로 구성됐다. 단순히 AI 모델의 벤치마크 성능만 비교하는 방식에서 벗어나 기술적 독자성, 개발 전략, 생태계 파급 효과, 실제 사용성 등을 종합적으로 평가한 것으로 알려졌다. 가장 큰 비중을 차지한 벤치마크 평가는 글로벌 평가와 국내 평가로 나뉜다. 글로벌 평가에는 'AAII'에서 활용하는 벤치마크를 적용해 에이전트, 코딩, 일반 지식, 과학적 추론 등 분야의 성능을 평가했다. 국내 평가는 한국지능정보사회진흥원(NIA) 벤치마크를 활용해 수학, 지식, 장문 이해, 안전성, 신뢰성, 한국어, 지시 이행 등 7개 분야를 평가했다. 글로벌 AAII 평가에서는 모티프테크놀로지스 정예팀이 11.9점으로 가장 높은 점수를 받았다. NIA 벤치마크에서는 SK텔레콤 정예팀이 13.4점으로 최고점을 기록했다. 4개 팀의 AAII 평균 점수는 9.48점, NIA 벤치마크 평균은 13.05점이었다. 전문가 평가는 외부 전문가 10명으로 구성된 평가위원회가 진행했다. 산업계 3명, 학계 5명, 연구계 2명이 참여했으며 정예팀이 제출한 자료를 바탕으로 약 5일간 서면 평가와 질의응답을 진행했다. 전문가 평가는 개발 전략 및 기술 10점, 개발 성과 및 계획 10점, 생태계·글로벌 파급효과 및 기여 계획 15점으로 구성됐다. 특히 이번 2차 평가에서는 1차 평가 이후 제기된 AI 모델의 독자성과 활용성에 대한 요구를 반영했다. 향후 AI 기술 변화에 대응하는 '무빙타깃' 전략과 차세대 기술 도입 계획 등도 평가 대상에 포함됐다. 전문가 평가에서는 LG AI연구원 정예팀이 29.5점으로 최고점을 기록했다. 4개 팀 평균은 28.75점이었다. 실제 이용자가 AI 모델을 어떻게 평가하는지도 점수에 반영됐다. 사용자 평가는 AI 전문 사용자와 일반 국민으로 나눠 진행됐으며 AI 스타트업 대표 등 전문 사용자 49명과 일반 국민 185명이 실제 평가에 참여했다. 전문 사용자 평가는 15점 만점으로 환산됐으며 SK텔레콤 정예팀이 11.6점으로 가장 높은 점수를 받았다. 일반 국민 평가에서는 LG AI연구원 정예팀이 7.6점으로 최고점을 기록했다. 일반 국민 평가단은 성별과 연령별 쿼터를 적용해 무작위로 선정됐다. 글로벌 벤치마크에서는 모티프테크놀로지스, 국내 벤치마크와 전문 사용자 평가에서는 SK텔레콤, 전문가 평가와 일반 국민 평가에서는 LG AI연구원이 각각 최고점을 기록했다. 과기정통부 관계자는 "독파모 프로젝트는 단순한 순위 경쟁이나 탈락 팀 선정을 목적으로 하는 것이 아니라, 우리 AI 기업들이 경쟁을 넘어 성장하고, 국내 AI 생태계의 질적 성장과 확장을 견인하는 데 그 취지가 있다"며 "평가 결과 공개에 따른 일부 기업의 예기치 않은 직·간접적 피해를 최소화하는 한편, 평가 과정 결과에 대한 공정성과 투명성이라는 가치 역시 균형 있게 고려하여, 1차 단계평가 결과 공개와 같은 수준으로 2차 단계평가 결과를 공개했다"고 말했다.2026-08-20 17:54:50
많이 본 뉴스
영상
Youtube 바로가기
![[사설] 흔들리는 증시와 AI 대전환, 금융의 기본과 상식부터 바로 세워라](https://image.ajunews.com/content/image/2026/10/16/20261016092344750114_518_323.jpg)