검색결과 총 596건
-
포스코그룹, 5300개 협력사 대금 안정성 높인다
주병기 공정거래위원장(왼쪽 다섯번째)과 이주태 포스코홀딩스 사장(왼쪽 네번째)을 비롯한 참석자들이 16일 서울 강남구 포스코센터에서 열린 '포스코그룹 상생협약 체결식'에서 기념촬영을 하고 있다.[사진=연합뉴스] [경제일보] 포스코그룹이 협력사에 지급하는 납품대금을 평균 10일 이내 전액 현금성으로 지급하고, 1·2차 협력사의 하위 업체 대금 지급기간도 최대 30일 이내로 단축한다. 1차 협력사에 집중됐던 성과공유제와 금융·기술 지원도 2·3차 협력사까지 확대한다. 16일 포스코그룹은 서울 강남구 포스코센터에서 공정거래위원회와 ‘포스코그룹 상생협약 체결식’을 열고 이 같은 내용의 협력사 지원방안을 발표했다. 행사에는 주병기 공정거래위원장과 이주태 포스코홀딩스 사장, 이희근 포스코 사장, 이계인 포스코인터내셔널 사장 등 그룹 주요 사업회사 대표와 1·2차 협력사 관계자 등 130여명이 참석했다. 이번 협약의 핵심은 포스코그룹과 직접 거래하는 1차 협력사뿐 아니라 2·3차 협력사까지 안정적으로 납품대금을 받을 수 있도록 결제구조를 개선하는 것이다. 협약에는 △대금 지급조건 개선 △상생결제시스템 활성화 △상생협력에 참여하는 1차 협력사 우대 △협력사 경쟁력 향상 지원 등 4대 실천사항이 담겼다. 포스코그룹은 협력사의 자금 운용 부담을 줄이기 위해 납품대금을 평균 10일 이내 전액 현금성으로 지급한다. 1차 협력사는 2차 협력사에, 2차 협력사는 3차 협력사에 각각 최대 30일 이내 대금을 지급하도록 지원한다. 납품대금 지급이 늦어지면 자금력이 약한 중소 협력사는 원자재 구매비와 인건비 등을 충당하기 위해 금융기관에서 돈을 빌려야 한다. 반대로 대금을 조기에 회수하면 차입과 이자 부담을 줄이고 생산설비와 기술개발에 투입할 자금을 확보할 수 있다. 주병기 공정거래위원장은 “안정적인 대금 흐름은 투자와 고용, 기술혁신의 출발점”이라며 “규모가 작은 협력사일수록 그 효과가 더욱 클 것으로 기대된다”고 했다. 포스코그룹은 상생결제시스템의 활용도도 높인다. 상생결제는 원청기업이 지급한 납품대금이 공급망 아래 단계까지 안정적으로 전달되도록 만든 결제 방식이다. 1·2·3차 협력사는 약정된 결제일에 현금 지급을 보장받고, 결제일 전에도 원청기업의 신용도를 활용해 비교적 낮은 금융비용으로 대금을 현금화할 수 있다. 이는 포스코그룹이 1차 협력사에 대금을 일찍 지급하더라도 1차 협력사의 자금 사정에 따라 2차 이하 협력사의 대금 회수가 늦어지는 문제를 줄이기 위한 것이다. 포스코그룹은 2019년 민간기업 최초로 하도급 상생결제시스템을 도입했다. 하위 협력사와 공정거래 협약을 체결한 1차 협력사에는 공급사 평가 과정에서 인센티브를 제공한다. 포스코그룹의 직접적인 거래·관리 범위 밖에 있는 2·3차 협력사까지 상생제도가 확산되도록 1차 협력사의 자발적인 참여를 유도하겠다는 취지다. 협력사의 기술 경쟁력을 높이기 위한 성과공유제도 확대한다. 성과공유제는 대기업과 협력사가 공동으로 기술개발이나 공정개선 과제를 수행하고, 이를 통해 발생한 원가 절감과 매출 증가 등의 성과를 사전에 정한 방식으로 나누는 제도다. 포스코는 2004년 국내 기업 가운데 처음으로 성과공유제를 도입했다. 이번 협약을 계기로 적용 대상을 기존 1차 협력사에서 2차 이하 협력사까지 넓힌다. 금융과 기술개발, 해외시장 진출 분야의 지원도 함께 확대할 방침이다. 이날 협약식에서는 상생제도를 활용해 실적을 개선한 협력사 사례도 공개됐다. 포스코퓨처엠의 1차 협력사인 한승케미칼은 포스코퓨처엠과 공동으로 기존 유독물질을 비유독물질로 대체하는 친환경 기술개발 과제를 수행했다. 한승케미칼은 포스코퓨처엠의 생산현장을 시험 공간으로 활용해 운전 조건과 문제점을 개선하고 새로운 표준 관리방안을 마련했다. 이를 통해 약품의 안전성을 높이는 동시에 약 19억5000만원의 매출 증가 효과를 거뒀다. 개발 제품은 3년간 수의계약을 통해 다른 사업장에도 확대 적용됐다. 김상수 한승케미칼 대표는 “공정거래 협약을 통해 투명한 경영과 기술 보호를 지원받았다”며 “성과공유제와 기술임치, 우수공급사 지원제도 등이 동반성장의 기반이 됐다”고 설명했다. 한승케미칼은 공동개발 과정에서 확보한 핵심 기술을 기술임치제도로 보호했다. 기술임치는 중소기업이 핵심 기술자료를 신뢰할 수 있는 기관에 보관하고, 기술 유출이나 탈취 분쟁이 발생했을 때 개발 사실과 보유 시점을 증명할 수 있도록 한 제도다. 포스코의 2차 협력사인 주식회사 광우는 스마트공장 구축과 현장 컨설팅 지원을 통해 생산성과 비용구조를 개선했다. 광우는 철강·자동차산업에 사용되는 금속가공유와 화학소재 등을 생산하는 중소기업으로, 2016년부터 포스코 1차 협력사들과 공정거래 협약을 체결해 왔다. 광우는 포스코의 대·중소 상생형 스마트공장 사업을 통해 유사업종의 스마트공장 운영 사례를 살펴보고 전문 프로젝트관리자와 함께 생산공정을 진단했다. 이후 합성에스테르 제조공장에 자동화 시스템을 구축하고 인공지능을 활용한 디지털 전환을 추진했다. 그 결과 작업자의 실수를 줄이고 생산공정을 개선해 생산성을 12% 높이고 제조경비를 8% 절감했다. 안전과 정보보안, 에너지 관리 분야에서도 포스코 동반성장지원단의 현장 컨설팅을 받았다. 김창섭 광우 경영지원본부장은 “형식적인 지원이 아니라 회사에 필요한 부분을 함께 찾아 개선했다”며 “스마트공장 도입으로 자동화와 생산성 향상이라는 성과를 거뒀다”고 했다. 포스코그룹은 이번 협약으로 그룹 공급망에 포함된 5300여개 협력사가 직·간접적인 혜택을 받을 것으로 보고 있다. 단순히 자금을 지원하는 데 그치지 않고 대금 지급과 기술개발, 생산성 향상, 해외시장 진출을 연결해 협력사의 자생력을 높이겠다는 구상이다. 이주태 포스코홀딩스 사장은 “협력사 여러분이 곧 포스코그룹의 경쟁력이며 협력사의 성장이 곧 포스코그룹의 미래”라며 “오늘의 약속이 단순한 선언에 그치지 않고 현장에서 살아 숨 쉬는 실천으로 이어지도록 하겠다”고 설명했다. 공정위는 포스코그룹과 협력사의 협약 이행 여부를 점검하고, 상생협력에 적극적으로 참여한 기업에 정책적 지원을 제공할 방침이다. 주 위원장은 “오늘의 상생협약이 성실히 이행되는지 면밀히 살펴보고 우수 기업에는 정책적 지원도 아끼지 않겠다”며 “상생협력은 협력사만을 위한 것이 아니라 포스코그룹의 지속적인 혁신을 위한 기반이자 산업 생태계 전체를 한 단계 도약시킬 수 있는 투자”라고 강조했다. 포스코그룹은 이번 협약의 주요 내용을 내년 초 예정된 협력사 공정거래 협약에도 반영할 계획이다. 대금 지급과 성과공유, 공급사 평가 등 실제 거래제도에 상생 원칙을 적용해 2·3차 협력사까지 이어지는 공급망 경쟁력을 확보한다는 방침이다.
2026-07-17 13:01:00
-
개보위, AI 데이터 규제 '활용·책임' 함께 손본다…AX 안심체계 구축
[경제일보] 개인정보보호위원회가 인공지능(AI) 개발 과정의 데이터 활용 문턱을 낮추는 동시에 유출과 오남용에 대한 책임은 강화하는 규제 전환에 나선다. 일률적인 개인정보 규제에서 벗어나 AI 기술과 데이터의 위험 수준에 따라 활용 범위와 안전조치를 달리 적용하는 것이 핵심이다. 개인정보위는 16일 이재명 대통령에게 보고한 하반기 업무계획에서 4대 역점 분야와 개혁·지역성장·국가정상화 과제를 제시했다. AI 개발과 운영 과정에서 발생하는 법적 불확실성을 줄이기 위한 가칭 ‘AX 안심 지원체계’를 구축하고, 공익·사회적 목적의 AI 개발에는 맞춤형 안전조치를 전제로 원본 개인정보 활용을 허용하는 특례 도입을 추진한다. ◆ AI 데이터 활용 문턱 낮추고 사전 검토 강화 AX 안심 지원체계는 적극적 법령 해석과 사전적정성 검토, 비조치 의견서 등 기존 제도를 통합해 AI 기업과 공공기관에 적합한 지원 방식을 연결하는 구조다. 기업이 AI 서비스를 개발한 뒤 제재 여부를 기다리는 방식에서 벗어나 개발 단계부터 데이터 처리의 적법성과 프라이버시 위험을 점검하도록 하겠다는 취지다. 개인정보위는 에이전틱 AI와 공공 AX 등 기술·분야별 안내서도 마련할 계획이다. 자율적으로 업무를 수행하는 에이전틱 AI는 개인정보 접근 범위와 행위 책임이 불명확할 수 있고 로봇·스마트글라스 등 피지컬 AI는 카메라와 마이크로 주변인의 정보를 실시간 수집할 가능성이 크다. 기술별 위험이 다른 만큼 하나의 동의 절차만으로 규율하기 어렵다는 판단이다. AI 원본활용 특례는 범죄 대응과 재난 방지 등 공익적 목적의 AI 개발에서 가명정보만으로 연구 목적을 달성하기 어려운 경우를 겨냥한다. 신청과 현장조사, 위험평가, 전문위원회와 개인정보위 심의, 사후관리 절차를 거쳐 제한적으로 원본 활용을 허용하는 방식이다. 제도의 본질은 무제한 활용 허용이 아니다. 활용 필요성과 공익성을 확인하고 정보의 민감도와 유출 가능성에 맞춘 안전조치를 부과하는 조건부 활용체계에 가깝다. 개인정보위는 AI 시대의 데이터 활용을 넓히되 위험에 비례하는 규율 방식으로 전환하겠다는 방침이다. ◆ 공공기관 387개 시스템 보안 의무 강화 대규모 개인정보를 보유한 공공기관에는 더 무거운 책임이 부과된다. 개인정보위는 주요 개인정보 처리 시스템 387개를 대상으로 연 1회 이상 취약점 점검과 모의해킹을 의무화하고 전문 개인정보보호책임자(CPO) 지정과 신고도 강화할 계획이다. 정부24와 국민신문고 등 주요 공공시스템에는 개인정보보호 관리체계 인증인 ISMS-P를 단계적으로 의무화한다. 주민등록번호 5000만건 이상을 보유한 대민 시스템 11종은 별도 집중관리 대상으로 지정하고 자체 점검 결과가 미흡한 시스템에는 관계부처 합동점검을 실시한다. 공공기관의 개인정보보호 인력과 예산 확대도 병행한다. 취약점 점검, 접속기록 관리, 보호 솔루션 도입에 필요한 예산 확보를 지원하고 담당자에게 수당과 인사상 우대 방안을 제공하는 방안이 추진된다. 반대로 고의나 중과실에 따른 유출과 업무 해태에는 징계 권고와 이행점검을 통해 책임을 묻는다. 공공부문의 개인정보 유출은 민간 사고보다 피해 범위가 넓고 국민이 서비스를 선택해 회피하기도 어렵다. 개인정보위가 공공기관의 자율점검을 의무 점검과 인증체계로 전환하려는 이유도 공공서비스의 신뢰를 기관의 자율에만 맡길 수 없다는 판단에서 출발한다. ◆ 예방투자는 감경하고 중대 위반은 최대 10% 민간기업 제재 체계도 달라진다. 개인정보위는 기업이 법정 의무를 넘어 예방투자를 하고 유출 사고를 신속하게 탐지·차단한 경우 과징금 산정에서 이를 반영할 계획이다. 사고 이후 2차 피해 방지와 피해회복, 보호체계 복원 수준도 평가 대상에 포함한다. 보호 역량이 부족한 중소·영세기업에는 기술지원과 컨설팅을 제공한다. 경미한 사건은 시정을 전제로 처분을 면제하되 같은 위반이 반복되면 제재를 가중하는 ‘처분성 경고제’도 도입할 예정이다. 규제 비용을 감당하기 어려운 기업에는 개선 기회를 주면서 반복적 방치에는 책임을 묻는 구조다. 반면 중대하거나 반복적인 위반에는 매출액의 최대 10%까지 징벌적 과징금을 부과하는 제도를 시행한다. 유출 신고와 통지를 지연하거나 피해 확산 방지 조치를 이행하지 않은 경우에도 과징금이 가중된다. 조사 과정에서 자료를 숨기거나 폐기하는 행위에는 별도 제재와 신고포상금 도입도 추진한다. 100만건 이상이 유출된 중요 사건은 전담 조사단을 구성해 신속하게 조사하고 소규모·정형화된 사건은 소위원회 중심의 신속 처리 절차를 적용한다. 개인정보위는 연내 기술분석센터를 구축하고 포렌식 기능을 강화해 랜섬웨어와 AI 해킹 등 복합적인 침해사고에 대응할 계획이다. ◆ AI 규제의 성패는 ‘허용 이후의 책임’에 달렸다 국민 권리구제 체계도 확대된다. 개인정보 유출 기업의 손해배상 책임을 강화하고 유출 관련 과징금 수입을 피해회복과 권리구제에 활용하는 통합기금 도입을 추진한다. 약 300개 주요 앱을 대상으로 탈퇴 방해, 선택동의 강요, 반복적 동의 요구 등 개인정보 다크패턴 실태도 점검한다. 마이데이터는 의료·통신·에너지 분야를 결합한 서비스로 확장한다. 진료·검사 기록을 활용한 맞춤 서비스, 실제 통신 이용량에 기반한 요금제 추천, 공과금 납부 이력을 활용한 대안 신용평가 등이 검토 대상이다. 개인정보 활용으로 발생한 수익의 일부를 정보주체에게 돌려주는 이익공유 모델도 추진한다. 이번 업무계획은 개인정보 정책의 중심을 ‘동의를 받았는가’에서 ‘어떤 위험을 만들고 어떻게 통제했는가’로 옮기려는 시도다. AI 산업에는 데이터 활용의 예측 가능성을 주고, 국민에게는 피해 예방과 구제 장치를 강화하는 방식이다. 규제 완화만으로 AI 혁신이 만들어지는 것은 아니다. 원본 데이터 활용 범위가 넓어질수록 기업과 공공기관의 설명 책임, 기록 의무, 사후 검증도 더 엄격해져야 한다. 활용의 문을 여는 것은 정부가 할 수 있지만 신뢰를 지키는 것은 데이터를 다루는 기관의 몫이다. AI 시대 개인정보 정책의 성패는 얼마나 많이 허용했느냐가 아니라 허용 이후의 위험을 얼마나 투명하게 통제했느냐에서 갈릴 것이다.
2026-07-17 11:50:23
-
550조원 AI 데이터센터, 속도가 성패…SK·GS·네이버 "세금·전력·GPU 풀어달라"
[경제일보] 정부와 SK텔레콤, GS, 네이버가 2029년까지 8.4기가와트(GW) 규모의 인공지능 데이터센터(AIDC)를 구축하는 메가프로젝트를 본격화한다. 투자 유치를 포함해 약 550조원을 민간이 조달하고 정부는 전력과 부지, 용수, 인허가를 지원하는 구조다. 1단계 사업은 △SK텔레콤 5GW △GS 2.4GW △네이버 1GW로 구성된다. 이후 SK텔레콤이 2035년까지 자체 구축 규모를 15GW로 늘리면 전체 프로젝트는 18.4GW로 확대된다. 2029년 8.4GW와 2035년 18.4GW는 사업 단계와 목표 시점이 다른 수치다. 국회 과학기술정보방송통신위원회 소속 의원들은 16일 서울 여의도 국회 의원회관에서 ‘AI 인프라 투자 촉진과 지능 수출을 위한 전략 토론회’를 열고 사업 추진 방안을 논의했다. 송기헌 과방위원장 등 더불어민주당 의원들이 주최한 이날 행사에는 SK텔레콤과 GS, 네이버클라우드, 삼성SDS, 한국데이터센터연합회, 과학기술정보통신부 관계자들이 참석했다. ◆ AI 경쟁, 모델에서 ‘전력·GPU 확보전’으로 초거대 AI 모델의 학습과 추론 수요가 급증하면서 AI 경쟁의 무게중심은 모델 개발에서 이를 안정적으로 가동할 컴퓨팅 인프라 확보로 확대되고 있다. AI 데이터센터는 대규모 GPU와 고대역폭메모리(HBM), 전력·냉각 설비를 결합해 AI 서비스에 필요한 토큰을 생산하는 시설이다. 정부가 대규모 AIDC를 국가 메가프로젝트로 추진하는 배경도 여기에 있다. AI 모델을 보유하더라도 국내에 충분한 컴퓨팅 자원이 없으면 해외 클라우드와 GPU 공급망에 의존할 수밖에 없다. 반대로 글로벌 빅테크의 연산 자산을 국내에 유치하면 데이터센터 운영뿐 아니라 반도체와 전력기기, 냉각, 네트워크, 클라우드 소프트웨어까지 후방 산업을 함께 키울 수 있다. 한국은 HBM을 생산하는 반도체 기업과 초고속 통신망, 해저케이블, 대형 산업시설 운영 경험을 보유하고 있다는 점에서 경쟁력이 있다는 평가를 받는다. 다만 수백조원에 달하는 투자계획을 실제 착공과 가동으로 연결하려면 전력망과 부지, 장비 조달 시간을 글로벌 고객이 요구하는 수준으로 단축해야 한다. ◆ SKT “AI 자산 유치는 국가 안보 자산 확보” SK텔레콤은 2029년까지 5GW를 단계적으로 구축하고 2035년까지 아시아 최대 수준인 15GW로 확대한다는 계획이다. 울산 AIDC를 시작으로 전국 거점에 인프라를 조성하고 아마존웹서비스(AWS)를 비롯한 글로벌 빅테크와 협력을 확대한다. 윤성은 SK텔레콤 Comm센터장 겸 AI정책연구원장은 “과거 아시아의 금융 허브는 홍콩과 싱가포르였지만 AI 허브의 주인은 우리가 매우 유력하다”며 한국의 반도체·건설 역량과 안정적인 전력망, 통신 인프라를 강점으로 제시했다. 윤 센터장은 글로벌 빅테크의 AI 연산 자산을 국내에 유치하는 것은 “그 어떤 안보동맹보다 강력한 국가 전략 안보 자산이 된다”고 강조했다. 국가와 산업의 AI 의존도가 높아질수록 국내 컴퓨팅 자원 확보가 경제안보와 직결된다는 의미다. SK텔레콤은 현행 조세특례제한법상 코로케이션 방식의 데이터센터가 임대업으로 해석돼 세액공제 대상에서 제외될 수 있다는 점을 문제로 지적했다. AIDC를 지능을 생산하는 공장으로 보고 국가전략기술 사업화 시설에 포함하는 한편 부지와 전력, 건축 관련 인허가를 한 번에 처리하는 패스트트랙을 도입해야 한다는 주장이다. ◆ GS “변압기 납기만 2년…글로벌 수주 놓칠 수 있어” GS는 강원도 동해 일원에 총 2.4GW 규모의 AIDC 캠퍼스를 추진한다. 2028년까지 1단계 1.2GW, 2029년까지 2단계 1.2GW를 구축할 계획이다. GPU와 메모리 등 컴퓨팅 장비를 포함한 총투자비는 약 120조원으로 추산했다. 도현수 GS AI인프라 대표는 글로벌 고객 유치의 핵심으로 ‘속도’를 꼽았다. 해외 빅테크는 데이터센터 공급 가능 시점을 먼저 확인하지만 국내에서는 대형 변압기 조달에만 약 2년이 걸릴 수 있다는 설명이다. 도 대표는 “글로벌 고객 대부분이 ‘2년 안에 지어줄 수 있느냐’고 묻는다”며 “부품과 변압기 조달에 유연성을 발휘해줬으면 한다”고 말했다. 반도체 공장 증설과 데이터센터 투자가 동시에 진행되면서 전력기기 생산 물량을 놓고 경쟁하는 상황도 병목 요인으로 지목했다. 대규모 냉각 용수 확보도 과제다. GS는 해수와 중수도 등 대체 수자원을 냉각에 활용할 수 있도록 취수 관련 규제를 완화하고 환경·건축 인허가 절차를 간소화해 달라고 요청했다. ◆ 네이버 “국가가 GPU 구매력 모아야” 네이버클라우드는 자체 데이터센터 ‘각 춘천’과 ‘각 세종’, 초거대 AI 모델 ‘하이퍼클로바X’ 운영 경험을 바탕으로 1GW 규모의 글로벌 AI 팩토리를 구축한다. 내년 상반기까지 55메가와트(MW) 규모의 GPU 서비스(GPUaaS)를 제공하고 같은 해 100MW 이상으로 확대한다는 계획이다. 배성준 네이버클라우드 전무는 AI 팩토리 구축 비용의 약 70%가 GPU와 서버 등 컴퓨팅 장비에 집중된다고 설명했다. 글로벌 빅테크보다 구매 물량이 적은 국내 기업은 GPU 가격과 공급 시기 협상에서 불리할 수밖에 없다는 지적이다. 배 전무는 “국가 차원에서 GPU 구매력을 모아 협상력을 높여야 한다”고 제안했다. 비수도권 데이터센터의 전력계통영향평가 절차를 단축하고 장기간 안정적인 전력 비용을 보장하는 AIDC 전용 요금제를 마련해야 한다는 의견도 내놨다. 네이버는 공공기관이 국산 AI 모델을 우선 도입해 초기 시장을 만들고 일본·대만 등과 보안 인증을 공유해야 한다고 제안했다. 데이터센터와 클라우드, AI 모델, 서비스를 묶어 수출하려면 해외에서도 통용되는 실적과 인증이 필요하다는 판단이다. ◆ 삼성SDS·업계 “세제 혜택과 규제 컨트롤타워 필요” 삼성SDS도 AIDC를 국가전략산업으로 지정해야 한다는 데 힘을 보탰다. 이항재 삼성SDS 상무는 “데이터센터 하나를 짓는 데도 파이낸싱이 필요하고 이자 비용까지 감당하며 영업해야 하는 구조여서 세제 혜택이 절실하다”고 말했다. 이 상무는 기업이 개별적으로 부지와 전력 공급처를 찾는 방식에서 벗어나 전국에 2∼3GW 규모의 AIDC 클러스터를 미리 조성해야 한다고 제안했다. 과기정통부 내 AIDC 사업을 전담할 정규 조직을 신설할 필요성도 제기했다. 채효근 한국데이터센터연합회 전무는 “현재 데이터센터는 1년에 8차례 안팎의 비슷한 점검을 여러 부처로부터 받고 있다”며 부처별 규제를 일원화할 컨트롤타워 지정을 요청했다. ◆ 정부, 테스트랩 10곳·범부처 TF로 지원 정부는 국산 AIDC 솔루션을 검증하고 수출 실적을 확보할 수 있도록 테스트랩 10곳을 구축한다. 국산 AI 반도체와 대형 비상발전기, 무정전전원장치(UPS), 냉각 설비 등 국산화가 부족한 장비의 기술개발도 지원할 계획이다. 김경만 과기정통부 AI정책실장은 “AI 인프라는 단순히 건물을 짓는 것을 넘어 AI 생태계 전체에서 데이터센터가 어떤 역할을 하는지에 초점을 맞춰야 한다”고 말했다. 이어 전력·냉각 등 물리적 설비와 GPU·네트워크·클라우드 운영 기술을 함께 육성하겠다고 밝혔다. 과기정통부는 전력과 부지, 용수 등 부처 간 쟁점을 조율하는 실무 태스크포스(TF)를 월 1회 정기 운영하고 필요할 때마다 수시로 소집할 방침이다. 관건은 550조원이라는 투자계획을 실제 고객 계약과 가동으로 연결하는 것이다. 8.4GW는 확정된 매출이나 수주가 아니라 기업과 정부가 제시한 구축 목표다. 글로벌 고객 확보와 투자금 조달, 전력망 연결, GPU·변압기 공급이 일정에 맞춰 진행돼야 계획이 현실화할 수 있다. 송기헌 국회 과방위원장은 “기업의 투자 의지만으로 해결하기 어려운 문제인 만큼 정부와 국회가 제도적 기반을 마련하고 예측 가능한 투자환경을 조성해야 한다”며 “데이터센터와 반도체·클라우드·소프트웨어·운영기술을 결합한 인프라 모델을 경쟁력 있는 수출산업으로 발전시켜야 한다”고 강조했다. 황정아 더불어민주당 의원도 “지능을 생산·수출할 AI 팩토리 투자를 가속화할 골든타임”이라며 “산업 현장에서 나온 제언을 입법과 정책으로 뒷받침하겠다”고 말했다.
2026-07-16 17:44:09
-
코파일럿 넘어 에이전틱 AI로…오라클, 기업용 AI 운영 시장 정조준
[경제일보] 생성형 인공지능(AI)이 단순한 업무 보조를 넘어 실제 기업 업무를 수행하는 '에이전틱 AI' 시대로 진화하고 있다. 기업들이 AI 시범 사업(PoC)은 늘리고 있지만 보안과 거버넌스, 운영 체계 등의 문제로 실제 업무 환경에 적용하는 데 어려움을 겪는 가운데, 오라클이 AI가 기업 시스템 내부에서 직접 업무를 수행하는 '퓨전 에이전틱 애플리케이션'을 앞세워 엔터프라이즈 AI 시장 공략에 나선다. 16일 오라클은 '오라클 퓨전 애플리케이션용 AI 에이전트 스튜디오'에 새로운 AI 네이티브 빌더 환경을 추가했다고 밝혔다. 오라클은 이를 통해 고객과 파트너는 오라클 퓨전 클라우드 애플리케이션 내에서 AI 에이전트 기반의 '퓨전 에이전틱 애플리케이션'을 직접 구축하고 운영할 수 있게 됐다고 설명했다. 퓨전 에이전틱 애플리케이션은 여러 개의 전문화된 AI 에이전트가 협업해 특정 업무 성과를 달성하는 새로운 형태의 엔터프라이즈 애플리케이션이다. 단순히 사용자의 질문에 답하거나 업무를 보조하는 수준을 넘어 추론과 협업, 의사결정을 수행한 뒤 실제 업무까지 실행하도록 설계됐다. 재무 결산 기간 단축과 미수금 회수율 향상, 고객 서비스 이슈 감소, 인력 운영 최적화, 공급망 운영 효율화 등 구체적인 비즈니스 성과를 목표로 구성됐다. AI가 퓨전의 비즈니스 객체와 워크플로우, 승인 체계 및 정책 등을 활용해 실제 업무를 수행하고 전 과정에 대한 기록도 남긴다. AI를 기업 시스템 외부에서 구축할 경우 사용자 권한 관리와 데이터 접근 통제, 승인 체계, 감사 추적, 거버넌스 제어 및 수명 주기 관리 등을 별도로 구현해야 하는 것으로 알려졌다. 이에 AI가 실제 업무를 수행할수록 보안과 운영 체계 구축이 새로운 과제로 떠오르고 있다. 오라클은 해당 문제를 해결하기 위해 AI 에이전트를 별도의 시스템으로 운영하는 것이 아니라 기업 업무가 실제로 수행되는 퓨전 애플리케이션 내부에서 직접 실행하는 방식을 선택했다. 이에 기존 퓨전 애플리케이션이 갖춘 보안과 거버넌스 정책, 승인 체계, 감사 추적 기능 등을 그대로 활용할 수 있다. 오라클은 이번 업데이트를 통해 AI 개발 방식도 확대했다. 새로운 AI 네이티브 빌더 환경은 노코드와 로우코드, 프로코드 개발 방식을 하나의 프레임워크로 통합했다. 기업 사용자는 자연어를 활용해 에이전틱 애플리케이션을 개발할 수 있으며, 개발자와 파트너는 AI 스튜디오 스킬을 활용해 비주얼 스튜디오 코드와 표준 CLI, Git 기반 개발 환경은 물론 오픈AI 코덱스와 클로드 코드 등 AI 코딩 도구를 활용할 수 있도록 설계됐다. 오라클은 이를 통해 AI 개발의 진입 장벽도 크게 낮아질 것으로 전망하고 있다. 전문 개발자는 물론 현업 담당자까지 다양한 수준의 개발 경험을 가진 사용자들이 AI 기반 업무 애플리케이션을 보다 빠르게 구축할 수 있는 것이다. 특히 AI 에이전트를 개별적으로 구축하는 것이 아니라 여러 개의 전문화된 AI 에이전트와 사용자 경험, 워크플로우, 승인 체계, 정책 제어 등을 하나의 애플리케이션으로 통합해 실제 업무를 수행하는 것이 특징이다. 오라클은 별도의 런타임 환경이나 오케스트레이션 계층 없이 퓨전 애플리케이션 환경에서 직접 실행되는 만큼 보안성과 운영 효율성을 동시에 확보할 수 있다고 설명했다. AI 개발 생산성을 높이기 위한 지원도 강화했다. AI 스튜디오 스킬은 Git 기반 수명 주기 관리와 로컬 검증, 디버깅, CI/CD 워크플로우를 지원하며, 새로운 깃허브 저장소를 통해 템플릿과 스타터 프로젝트, 샘플 애플리케이션 및 참조 아키텍처 등을 제공한다. 오라클과 파트너사 및 서드파티 AI 에이전트를 연결하는 개방형 실행 시스템도 지원한다. 오라클 AI 데이터 플랫폼 에이전트와 자체 구축한 AI 에이전트 등을 하나의 환경에서 활용할 수 있으며, 기업은 재사용 가능한 에이전트와 워크플로우, 커넥터 등을 통해 업무 프로세스를 확장할 수 있다. AI 생태계 확대에도 속도를 내고 있다. 오라클은 현재 퓨전 애플리케이션에서 1000개 이상의 AI 에이전트를 제공하고 있으며, 올해 초에는 22개의 신규 퓨전 에이전틱 애플리케이션도 공개했다. AI 에이전트 마켓플레이스 역시 기존 AI 에이전트 포트폴리오에 더해 에이전틱 애플리케이션 카탈로그까지 지원하도록 확대되고 있다. 또한 오라클 AI 에이전트 스튜디오 교육을 이수한 8만명 이상의 공인 전문가가 확보돼 전사 AI 구축과 테스트, 배포 및 관리 등을 지원하고 있다. 오라클은 이번 AI 네이티브 빌더 환경 추가를 통해 AI 개발 민주화와 실제 업무 적용이라는 두 가지 과제를 동시에 해결하겠다는 전략이다. 노코드부터 프로코드까지 아우르는 통합 개발 환경과 엔터프라이즈 수준의 보안 및 거버넌스를 기반으로 AI 에이전트가 실제 기업 업무를 수행하는 에이전틱 AI 시대를 본격화하겠다는 구상이다. 크리스 레오네 오라클 애플리케이션 개발 총괄 부사장은 "기업용 소프트웨어는 단순히 업무를 기록하는 시스템에서 실제 업무를 수행하고 성과를 창출하는 시스템으로 진화하고 있다"며 "새로운 빌더 환경을 통해 고객과 파트너는 비즈니스 객체와 워크플로우, 보안, 승인 체계, 감사 기능이 이미 갖춰진 오라클 퓨전 애플리케이션 내에서 AI 에이전틱 애플리케이션을 구축할 수 있다"고 말했다.
2026-07-16 17:42:48
-
-
"AI가 개발하고 사람이 검증한다"…AWS, AI 주도 개발 방법론 공개
[경제일보] "AI를 도입한 개발 조직의 94%가 기대했던 성과를 내지 못하고 있다" 생성형 인공지능(AI)이 소프트웨어 개발 생산성을 끌어올릴 것이라는 기대와 달리 실제 서비스 출시까지 이어지는 사례는 많지 않다는 분석이 나온다. AI가 코드 작성 속도는 높였지만 보안과 검증, 운영 등 개발 전 과정까지 해결하지는 못하고 있기 때문이다. 아마존웹서비스(AWS)는 AI 코딩을 넘어 AI가 개발 전 과정에 참여하고 사람이 이를 검증하는 'AI 주도 개발(AI-DLC)'이 새로운 개발 방식이 될 것이라고 강조했다. 16일 AWS는 서울 강남구 AWS 코리아 사옥에서 'AI-DLC & Kiro 기자간담회 및 핸즈온 세션'을 열고 AI 기반 개발 방법론인 'AI-DLC(AI-Driven Development Life Cycle)'와 스펙 기반 개발 도구 '키로(Kiro)'를 소개했다. 이날 발표를 맡은 박혜영 AWS 코리아 수석 솔루션즈 아키텍트(SA)는 "AI는 기존의 소프트웨어 개발 역량을 강화하고 있으나 모두에게 균등하게 효과가 있진 않다"며 "강한 기술을 가진 조직이 더 앞서가고 있고 나머지는 제자리에 오히려 머물고 있다"고 말했다. AWS가 제시한 서클CI의 '2026 소프트웨어 딜리버리 보고서'에 따르면 AI를 도입한 개발 조직의 94%는 기대했던 성과를 내지 못하고 있는 것으로 나타났다. 기능을 개발하는 속도는 85% 빨라졌지만 실제 프로덕션 환경에 배포되는 속도는 26% 개선에 그쳤다. 박 SA는 "AI 코딩으로 피처를 개발하는 것은 무려 85%나 빨라졌지만 서비스까지 올리는 것은 어렵다"며 "만드는 건 빨라졌지만 고치는 건 더 오래 걸린다"고 설명했다. 이어 "이것이 지금 AI 코딩의 현실"이라고 강조했다. AI 코딩 도구 사용자들의 가장 큰 불만 사항 역시 '거의 맞지만 완벽하지 않은 코드'였다. 개발자 1만6000명을 대상으로 진행된 설문조사에서는 응답자의 45%가 이를 가장 큰 불만 사항으로 꼽았으며, 상당수는 AI가 작성한 코드를 수정하는 데 더 많은 시간을 쓰고 있다고 답했다. AWS는 해당 한계의 원인으로 AI가 소프트웨어 개발의 일부만 담당하고 있다는 점을 지목했다. 실제 코딩은 전체 개발 과정의 일부에 불과하며 설계와 테스트, 검증, 운영 등 나머지 과정 역시 중요하다는 설명이다. 박 SA는 "우리가 흔히 보는 AI 코딩은 개발의 일부일 뿐"이라며 "실제 이게 프로덕션 레벨로 나가기 위해서는 설계도 해야 되고 테스트도 해야 되고 검증도 해야 되고 소통도 해야 된다"고 말했다. 이어 "나머지 80%는 AI가 제공을 하고 있지 않기 때문에 이 80%를 건드려야 전체적인 생산성이 올라간다"며 "그것이 오늘 말씀드릴 AI-DLC가 하는 역할"이라고 설명했다. AWS는 현재 AI 개발 방식이 크게 사람이 직접 개발하고 AI가 일부를 보조하는 방식, AI에게 개발을 맡기는 이른바 '바이브 코딩', AI가 실행하고 사람이 검증하는 방식으로 나뉜다고 설명했다. AWS는 이 가운데 세 번째 방식인 AI-DLC를 새로운 개발 방법론으로 제시했다. AI-DLC는 프로젝트 '정의'와 '구축', '운영' 등 3단계로 구성되며 요구사항 정의부터 실제 코드 작성, 운영과 배포까지 AI가 작업을 수행하고 사람이 이를 검증하는 구조다. AI-DLC의 특징은 하나의 AI가 모든 작업을 수행하는 것이 아니라 총 11개의 전문 AI 에이전트가 역할을 나눠 협업한다는 점이다. 설계 단계에서는 설계 전문 AI가, 구축 단계에서는 개발 전문 AI가 각각 역할을 수행한다. 또한 요구사항 정의서와 사용자 스토리, API 명세서, 보안 설계 문서, 테스트 코드, 배포 가이드 등 개발 전 과정의 산출물을 AI가 자동으로 생성한다. 각 단계에서 이뤄진 의사결정 과정 역시 모두 문서로 남겨 추적이 가능하다. 박 SA는 "하나의 AI 에이전트가 아니라 11개의 전문 AI 에이전트가 이 역할들을 수행하면서 각각 역할을 교대로 수행한다"며 "설계 단계에서는 설계 에이전트가, 구축 단계에서는 구축 에이전트가 서로 협업하게 된다"고 말했다. 이어 "AI가 무엇을 했고 사람이 무엇을 했는지를 다 감사 기능으로 남겨 놓는다"며 "AI가 바뀌거나 사람이 나중에 바뀌거나 신입이 들어오더라도 전체를 누구나 이해할 수 있는 형태로 유지하는 맥락을 축적하는 기능이 있다"고 덧붙였다. AWS는 AI-DLC를 구현하는 대표 도구로 스펙 기반 AI 개발 도구인 키로도 소개했다. 키로는 프롬프트를 입력하면 즉시 코드를 생성하는 기존 AI 코딩 도구와 달리 요구사항과 설계를 먼저 문서화한 뒤 코드를 생성하는 방식이다. 단계별 사람의 승인을 거치는 스펙 기반 개발과 테스트·문서화·보안 점검 등을 자동 수행하는 '에이전트 훅', 조직의 개발 규칙을 AI가 학습하는 '스티어링', 외부 시스템과 연동하는 'MCP' 등을 지원한다. AWS가 공개한 오픈소스 벤치마크 결과에 따르면 동일한 AI 모델로 같은 작업을 수행했을 때 키로의 작업당 비용은 경쟁 도구 대비 6분의 1에서 10분의 1 수준으로 나타났다. 이어진 파이어사이드 챗에서는 AWS 서밋 서울 2026 'AI-DLC 챌린지' 우승팀인 현대해상과 LG유플러스, SK AX가 각각 AI 업무 인텔리전스 플랫폼과 차량 내 다중 화자 AI 에이전트, RFP 분석 자동화 시스템 등을 소개하며 AI 주도 개발 활용 사례를 공유했다. AWS는 앞으로 AI 시대 개발자의 역할 역시 크게 변화할 것으로 전망했다. 단순히 코드를 작성하는 역할에서 벗어나 AI와 함께 설계하고 검증하는 역할이 중요해질 것이라는 설명이다.
2026-07-16 14:00:38
-
-
-
'믿:음 K'부터 하이퍼 AI 네트워크까지…KT, 'AX 풀스택' 전략 공개
[경제일보] 인공지능(AI) 경쟁이 거대언어모델(LLM)을 넘어 데이터와 네트워크, AI 에이전트 등 전 영역으로 확대되면서 기업들의 AI 전환(AX) 전략도 고도화되고 있다. 이에 KT가 AI·데이터·네트워크를 아우르는 'AX 풀스택' 전략을 공개하며 미래 기술 경쟁력 확보에 나섰다. 15일 KT는 서울 서초구 KT우면연구개발센터에서 AX미래기술원 주관으로 'AX 테크 커넥트 2026'을 개최했다고 밝혔다. 이번 행사는 KT의 AX 실행 전략과 연구개발(R&D) 성과를 공유하는 자리로, AI와 데이터, 네트워크 기술을 실제 사업과 서비스로 연결하기 위한 미래 기술 방향성을 제시하는 데 초점을 맞췄다. 최근 글로벌 AI 시장은 AI 모델 자체의 성능 경쟁을 넘어 데이터 활용과 AI 에이전트, 컴퓨팅 인프라를 포함한 종합적인 기술 경쟁으로 확장되고 있다. 이에 기업들은 AI를 단순한 기술 개발에 그치지 않고 실제 업무와 서비스에 적용하기 위한 AX 전략 마련에 속도를 내고 있다. KT 역시 AI와 데이터, 네트워크를 유기적으로 연결하는 AX 풀스택 체계를 기반으로 연구개발 성과의 사업화를 확대한다는 전략이다. 이번 행사에서는 KT의 주요 AI 기술과 AX 전략이 공개됐다. 주요 전시로는 '믿:음 K' 모델과 멀티모달 AI, 에이전틱 AI 기반 솔루션, 데이터 AX 코어 등이 소개됐다. 또한 AX 사업 특화 AI 에이전트와 초개인화 서비스, 차세대 검색 및 분석 기술을 활용한 AI의 실질적인 업무 적용 방안도 선보였다. KT는 자체 AI 모델을 기반으로 AI가 스스로 업무를 수행하는 에이전틱 AI 기술과 초개인화 서비스를 고도화해 기업의 AX를 지원할 계획이다. 특히 AI가 사용자의 요청을 이해하고 필요한 작업을 수행하는 수준을 넘어 업무 환경 전반을 지원하는 방향으로 기술 적용 범위를 확대해 나간다는 방침이다. 연구개발 성과를 실제 사업으로 연결하기 위한 전략도 공개했다. 데이터 AX 코어를 통해 기업이 보유한 데이터를 효율적으로 활용할 수 있는 기반을 마련하고, 차세대 검색 및 분석 기술을 통해 AI의 활용 범위를 확대하는 등 AX 사업화를 본격화한다는 구상이다. 네트워크 분야에서는 AI 시대에 필요한 연결성과 컴퓨팅 인프라를 제공하는 '하이퍼 AI 네트워크'를 비롯해 네트워크 운영 관리를 자율적으로 수행하는 '오토노머스 오퍼레이션', AI·6G·양자 시대를 대비한 'AI 네트워크 보안 기술' 등이 소개됐다. KT는 AI 서비스의 확산과 함께 컴퓨팅 자원과 네트워크를 효율적으로 연결하는 인프라의 중요성이 커지고 있는 만큼 하이퍼 AI 네트워크를 통해 AI 시대에 최적화된 연결성과 안정성을 제공한다는 계획이다. 또한 네트워크 운영 과정에 AI 기술을 적용해 자율 운영 체계를 구축하고, AI와 차세대 네트워크 환경에 대응할 수 있는 보안 기술 확보에도 나설 방침이다. 주제 발표에서는 피지컬 AI 연구개발 추진 방향과 전사 AX 확대를 위한 데이터 전략, 하이퍼 AI 네트워크 추진 방향 등이 공유됐다. KT는 AI 기술이 디지털 영역을 넘어 물리적 환경과 결합하는 피지컬 AI 시대에 대비해 관련 연구를 확대하는 한편, 데이터와 네트워크를 기반으로 한 AX 전략을 지속 강화해 나간다는 계획이다. 박재형 KT AX미래기술원 원장은 "'AX 테크 커넥트 2026'은 KT의 핵심 기술과 미래 AX 전략을 공유하는 자리"라며 "앞으로도 고객 서비스와 산업 현장에 적용될 수 있는 실행력 기반의 AX 혁신 방향을 지속적으로 제시해 나갈 것"이라고 말했다.
2026-07-15 16:55:36
-
-
-
티빙 유출, 제휴 고객까지 번졌다…KT·네이버·카카오 이용자 정보도 유출됐나
[경제일보] 티빙 개인정보 유출 사고의 피해가 직접 가입자를 넘어 통신사 결합상품과 소셜미디어(SNS) 간편로그인 등 제휴 서비스를 통해 유입된 이용자에게까지 번졌다. 네이버와 카카오, KT 시스템이 추가로 해킹된 것은 아니지만 제휴 과정에서 티빙에 전달·저장된 정보가 함께 빠져나간 것으로 확인됐다. 특히 KT 개인정보 유출 사고의 보상으로 티빙 이용권을 받은 고객 가운데 41만6000여명이 다시 유출 대상에 포함되면서 제휴 기업의 고객 안내와 사전 보안 검증 책임을 둘러싼 논란도 커지고 있다. 지난 14일 이정헌 더불어민주당 의원실이 과학기술정보통신부와 개인정보보호위원회로부터 받은 자료에 따르면 KT가 고객 보상 프로그램으로 제공한 티빙 이용권을 선택한 고객은 58만6000여명이다. 이 가운데 이용권을 티빙에 등록해 실제 사용한 41만6000여명의 정보가 이번 사고의 유출 대상에 포함됐다. ◆ 티빙 DB가 뚫리자 제휴 고객 정보도 함께 유출 현재까지 확인된 사고 원인은 티빙 이용자 정보를 저장한 데이터베이스(DB)에 대한 비인가 접근이다. 개인정보위가 공개한 유출 가능 항목은 아이디와 이름, 생년월일, 성별, 연계정보(CI), 중복가입확인정보(DI), 휴대전화번호, 이메일, 환불 계좌번호와 비밀번호 등이다. 일부 항목에는 암호화가 적용됐다. 구체적인 침투 경로와 안전조치 의무 위반 여부는 민관합동조사단이 조사 중이다. 피해가 제휴 이용자에게까지 확산된 이유는 서비스 가입 경로와 관계없이 이용에 필요한 정보가 최종적으로 티빙 DB에 저장됐기 때문이다. 네이버와 카카오 계정으로 간편 가입한 이용자는 티빙에 전달한 이름과 이메일, 휴대전화번호 등 본인확인 정보와 SNS 식별 아이디가 유출 대상에 포함됐다. 이는 네이버와 카카오의 로그인 시스템이나 계정 비밀번호가 뚫렸다는 의미는 아니다. 간편로그인 인증 권한은 각 플랫폼이 별도로 관리하고 티빙에는 이용자 식별과 서비스 제공에 필요한 정보가 저장된다. 따라서 이번 정보만으로 네이버·카카오 계정이 즉시 탈취되는 것은 아니지만, 다른 유출 정보와 결합한 피싱이나 크리덴셜 스터핑 공격에는 악용될 수 있다. 사고의 본질도 여기에 있다. 간편로그인은 이용자가 새로운 계정과 비밀번호를 만드는 부담을 줄여주지만, 서비스를 제공받는 사업자가 이름과 이메일, 식별값 등을 별도로 저장하면 개인정보 사본이 다시 생긴다. 인증을 네이버나 카카오가 담당해도 티빙에 저장된 정보의 보안까지 자동으로 보장되는 것은 아니다. ◆ KT “개인정보 전달 안 해”…법적 책임과 고객 책임은 별개 KT는 이번 사고가 자사 시스템과 무관하다는 입장이다. KT가 티빙에 제공한 것은 고객이 직접 등록하는 무작위 이용권 코드로, 고객 개인정보를 티빙에 전달하거나 처리를 위탁하지 않았다는 설명이다. KT는 “티빙의 개인정보 처리시스템을 운영하거나 접근할 권한이 없다”며 개인정보보호법상 직접적인 책임 주체는 티빙 운영사라고 밝혔다. 다만 고객 혜택으로 연결한 서비스인 만큼 앞으로 제휴사의 보안 관리와 검증을 강화하겠다는 방침이다. 법적 책임과 고객 보호 책임은 구분해서 볼 필요가 있다. KT가 고객정보를 넘기지 않았다면 티빙의 개인정보 관리에 대한 직접 책임을 묻기는 어렵다. 그러나 KT 보상 프로그램을 통해 가입한 고객 규모가 41만명을 넘는 만큼 해당 고객에게 유출 여부 확인 방법과 피해 예방 조치를 직접 안내해야 한다는 요구는 피하기 어렵다. 보안 사고 피해자에게 제공한 보상 서비스에서 다시 유출 사고가 발생했다는 점도 KT의 신뢰 회복 과정에 부담으로 작용할 전망이다. 네이버와 카카오 역시 현재까지 자사 인증 시스템이 침해됐다는 정황은 확인되지 않았다. 직접적인 법적 책임은 티빙이 어떤 정보를 어떤 근거로 저장했고, 네이버·카카오가 정보 제공자로서 필요한 보호조치를 이행했는지를 조사한 뒤 판단해야 한다. 다만 플랫폼 입장에서도 간편로그인 제휴 애플리케이션이 요구하는 개인정보 범위가 적정한지, 제휴 종료 후 식별정보가 삭제되는지, 보안 사고가 발생하면 이용자에게 어떻게 통지할지를 다시 점검할 필요가 생겼다. 현재 네이버와 카카오는 이번 사고와 관련한 별도의 구체적인 후속 대책을 공개하지 않은 상태다. ◆ ‘가입자 확대’ 제휴 전략, 보안 책임도 함께 커져 티빙은 직접 판매뿐 아니라 네이버와 통신사 결합상품 등 외부 채널을 통해 가입자를 확대해 왔다. CJ ENM 사업보고서에도 티빙이 네이버와 KT·LG유플러스 등 제휴 채널을 활용하는 판매 구조가 명시돼 있다. 제휴는 고객 확보 비용을 줄이고 가입자를 빠르게 늘릴 수 있지만 정보가 여러 사업자를 거치고 책임 주체가 나뉜다는 약점이 있다. 사고가 발생하면 서비스를 운영한 기업은 “제휴사가 모집한 고객”이라고 보고, 제휴사는 “개인정보를 직접 관리하지 않았다”고 선을 그을 수 있다. 결국 이용자가 어느 기업으로부터 안내와 보호를 받아야 하는지 불분명해진다. 향후 피해 범위가 더 커질 가능성도 있다. 티빙은 SK텔레콤과 LG유플러스 등 통신상품을 비롯한 여러 제휴 채널을 운영해 왔다. 다만 이들 제휴사 고객의 정보가 실제로 얼마나 포함됐는지는 아직 확인되지 않았다. 정부 조사 결과가 나오기 전까지 피해가 발생했다고 단정해서는 안 된다. ◆ 티빙은 전수 통지, 제휴사는 공동 대응체계 마련해야 티빙은 현재 별도 조회 페이지를 통해 이용자가 자신의 유출 여부와 항목을 확인하도록 하고 있다. 홈 화면에는 비밀번호 변경 안내도 게시했다. 다음 단계는 가입 경로별 피해 규모를 확정하고 직접 가입자와 간편로그인, 통신사 이용권, 결합상품 가입자를 구분해 개별 통지하는 것이다. 접속 세션과 인증 토큰을 초기화하고 불필요하게 보관한 휴면·탈퇴·종료 제휴 계정 정보가 있었는지도 확인해야 한다. 사고 원인이 접근키나 인증정보 관리 문제로 드러날 경우 개발 코드와 외부 저장소에 대한 비밀정보 탐지 체계도 전면 재정비해야 한다. KT와 네이버, 카카오 등 제휴사도 티빙의 안내에만 맡기기보다 자체 고객 채널을 통해 유출 조회 방법과 피싱 예방 수칙을 전달할 필요가 있다. 향후 제휴 계약에는 △보안 수준 사전 심사 △최소한의 정보만 수집 △제휴 종료 시 정보 파기 △사고 즉시 제휴사에 통보 △공동 이용자 안내와 피해 구제 절차를 명시하는 방안이 요구된다. 정부 조사 결과는 플랫폼 제휴 구조의 책임 범위를 가르는 기준이 될 전망이다. 티빙의 기술적·관리적 보호조치 위반 여부뿐 아니라 제휴 가입자 정보가 필요 이상으로 수집·보관됐는지, 제휴가 끝난 뒤에도 남아 있었는지까지 확인해야 한다. 이정헌 의원은 “개인정보 유출의 직접적인 당사자가 아니더라도 제휴 서비스를 제공하거나 연계한 기업 역시 고객 보호와 안내 책임에서 자유로울 수 없다”며 “정부가 제휴 기업의 책임을 포함한 제도 개선 방안을 마련해야 한다”고 말했다.
2026-07-15 11:08:30
-
국가 전산망 693개 어디로 옮기나…KT, '국가정보자원관리원 ISP' 사업 우선협상대상자 선정
[경제일보] 정부가 693개 핵심 정보시스템의 재배치 설계를 KT에 맡긴 배경에는 ‘망’이 있다. 공공 데이터센터와 민간 클라우드로 시스템을 분산해도 국가정보통신망으로 끊김 없이 연결하고, 재난 때 서비스를 복구할 수 있어야 한다. 통신망부터 데이터센터, 클라우드, 재해복구(DR)까지 경험한 KT가 유력한 선택지로 떠오른 이유다. KT(대표이사 박윤영)는 행정안전부와 한국지능정보사회진흥원(NIA)이 발주한 ‘국가정보자원관리원 혁신 정보화전략계획(ISP) 수립 사업’의 우선협상대상자로 선정됐다고 14일 밝혔다. 사업비는 약 15억원이며 협상을 거쳐 계약이 체결되면 2027년 3월까지 수행한다. ◆ 화재로 드러난 중앙집중 위험…분산 운영이 핵심 이번 사업은 지난해 발생한 국정자원 대전센터 화재의 후속 조치다. 정부는 노후화된 대전센터를 2030년 폐쇄하고 입주 중인 693개 시스템을 단계적으로 이전하기로 했다. KT는 국가망보안체계(N2SF)에 따라 기밀 데이터는 공공 데이터센터에 남기고, 민감·공개 데이터는 민간 클라우드를 활용하는 방향을 검토한다. 공공 데이터센터 신축과 민간 시설 임대 등 대전센터 대체 방안도 비용과 일정, 안정성, DR 연계 측면에서 비교한다. 중요한 것은 시스템을 어디로 옮기느냐보다 옮긴 뒤 어떻게 하나처럼 운영하느냐다. 여러 데이터센터와 클라우드에 분산된 시스템을 국가정보통신망으로 연결하고 장애가 발생하면 다른 시설로 전환하는 구조까지 설계해야 한다. ◆ KT가 선택된 이유…통신망에서 DR까지 이어지는 경험 KT는 공공 AX의 기반인 국가정보통신망 백본 1망 사업을 수행하고 있다. 국가기관의 데이터가 이동하는 핵심 통신망을 실제로 운영해 시스템 재배치 이후 필요한 회선 용량과 이중화, 보안 구조를 함께 설계할 수 있다는 점이 강점으로 꼽힌다. 행정안전부 DR 정보화전략계획 등 국가 인프라 사업 경험도 평가 배경으로 풀이된다. KT그룹은 KT클라우드를 통해 데이터센터와 공공 클라우드, 원격지 DR 역량을 보유하고 있어 통신망과 컴퓨팅 자원을 하나의 운영 구조로 검토할 수 있다. 이번 사업에는 네이버클라우드도 컨소시엄으로 참여한 것으로 확인됐다. KT의 네트워크·공공사업 경험에 국내 주요 클라우드 사업자의 기술을 더해 민간 클라우드 전환 방안의 현실성을 높이려는 구성이다. 향후 과제는 기술 중립성이다. KT 컨소시엄이 민간 클라우드 활용 기준과 후속 인프라 구조를 설계하는 만큼 특정 사업자에 유리하지 않은 기준과 후속 사업의 공정한 발주 절차가 필요하다. ISP 수행이 향후 구축·운영 사업 수주를 보장하는 것은 아니지만, 국가 AI 인프라의 설계 단계부터 참여한다는 점에서 KT는 공공 AX 시장의 유력한 고지를 확보했다. 김원태 KT Enterprise부문 공공금융사업본부장 전무는 “국가 공공 AI 인프라의 새로운 운영 체계와 방향을 설계하는 사업”이라며 “AI 정부 실현을 위한 기반 구축에 기여하겠다”고 말했다.
2026-07-14 14:47:33
-
-
독자 AI '현장 투입' 나선 SKT…산업 AI 생태계 강화
[경제일보] 생성형 인공지능(AI) 경쟁이 모델 개발을 넘어 실제 산업 현장 적용 단계로 확대되고 있다. 독자 AI 모델의 성능뿐 아니라 제조와 금융, 공공 등 다양한 산업에 얼마나 빠르게 적용해 성과를 만들어내느냐가 경쟁력으로 떠오르는 가운데 SK텔레콤이 산업 AI 전문기업을 컨소시엄에 추가하며 독자 AI 생태계 확장에 속도를 내고 있다. 14일 SK텔레콤은 정부의 독자 AI 파운데이션 모델 프로젝트 컨소시엄 '정예팀'에 SK AX와 테크노매트릭스를 신규 참여사로 영입했다고 밝혔다. 산업 AI 전환(AX)과 AI 모델 운영 최적화 전문기업을 추가해 독자 AI 모델의 산업 확산 역량을 한층 강화한다는 전략이다. 이번에 합류한 SK AX는 제조와 통신·미디어, 반도체, 금융, 공공 등 다양한 산업에서 AI 전환 사업을 수행해 온 기업으로 평가된다. 컨소시엄에서는 기업 간 거래(B2B) AI 전환 사례 발굴과 실증, 산업 확산 체계 구축 등을 담당하며, 독자 AI 모델을 실제 기업 업무와 생산 현장에 적용하고 활용 사례를 확대하는 역할을 맡게 된다. 테크노매트릭스는 AI·머신러닝·파운데이션 모델 운영(FM-Ops) 전문기업이다. AI 모델을 안정적으로 운영하고 지속적으로 개선하는 기술력을 바탕으로 제조와 금융, IT 분야에서 다양한 프로젝트를 수행해 왔다. SK텔레콤은 테크노매트릭스의 운영 최적화 역량을 활용해 독자 AI 모델이 개발 이후에도 산업 현장에서 지속적으로 활용될 수 있는 운영 체계를 구축한다는 계획이다. 최근 AI 산업에서는 모델 개발 자체보다 이를 실제 서비스와 산업 현장에 안정적으로 적용하고 지속적으로 고도화하는 역량이 중요해지고 있다. 기업들은 AI 모델을 개발한 뒤에도 운영과 성능 개선, 비용 최적화 등을 반복해야 하는 만큼 산업별 특성을 반영한 AI 운영 체계 확보가 핵심 경쟁력으로 떠오르고 있다. SK텔레콤은 이번 참여사 확대를 통해 모델 개발부터 데이터 구축, AI 반도체 활용, 서비스 실증, 산업 적용까지 이어지는 협력 체계도 강화했다. 컨소시엄은 모델·인프라, 선행연구, 데이터, 서비스 확산 등 4개 트랙으로 역할을 나눠 운영하며 참여 기관 간 협업을 추진하고 있다. 이를 통해 AI 모델 개발과 산업 적용, 서비스 확산이 유기적으로 이어지는 생태계를 구축한다는 구상이다. 이 같은 협력을 기반으로 SK텔레콤 정예팀은 독자 AI 파운데이션 모델 'A.X K2'도 개발했다. A.X K2는 대규모 언어 모델(LLM)의 에이전틱 AI 역량을 강화하는 데 초점을 맞춘 모델로, 복잡한 업무를 스스로 이해하고 계획·수행하는 능력을 높이는 동시에 산업 현장 적용을 위한 개방성과 효율성도 함께 고려해 설계됐다. 활용 분야도 지속 확대한다. SK텔레콤은 산업 AI 전환을 비롯해 공공·국방, 제조, 게임, 모빌리티, 검색, 보안, 바이오 등 다양한 분야에서 독자 AI 모델 활용을 추진하고 있다. 에이닷과 에이닷 비즈, T맵 등 자사 주요 서비스를 통해 국민이 일상에서 독자 AI를 경험할 수 있도록 하는 한편, 향후에는 정보 탐색과 일정 관리, 공공·민간 서비스 연계 등을 수행하는 생활 밀착형 AI 에이전트로 발전시킬 계획이다. 산업 현장 적용도 확대하고 있다. 철강 제조기업 KG스틸에서는 AI 에이전트를 활용한 제조 혁신을 추진하고 있으며, 코넥과는 주조·가공 공정의 품질 개선을 위한 제조 AI 적용을 진행 중이다. 이 밖에도 국방 특화 AI 모델 개발을 추진하는 한편, 포티투닷과 협력해 모빌리티와 온디바이스 AI 분야로 활용 범위를 넓히고 있다. 라이너와는 검색 및 지식 서비스에 적용할 고품질 학습 데이터를 구축하고 사용자 피드백을 반영해 모델 완성도를 높이고 있다. SK텔레콤은 앞으로도 다양한 산업 분야의 기업들과 협력을 확대해 독자 AI 모델의 활용 범위를 넓히고 산업 현장에서 실제 성과를 창출하는 AI 생태계를 구축한다는 방침이다. 김태윤 SK텔레콤 파운데이션 모델 담당은 "독자 모델 개발부터 산업 AI 전환까지 정예팀 역량을 결집해 K-AI 생태계 확산에 기여할 것"이라고 말했다.
2026-07-14 10:22:57