2026.09.15 화요일
검색
'산업 AI' 검색결과
기간검색
-
~
검색영역
검색어
-
![[데스크칼럼] 세금이 넘칠 때가 재정의 진짜 시험대다](https://image.ajunews.com//content/image/2026/09/14/20260914110041235003.png)
세금이 넘칠 때가 재정의 진짜 시험대다 [경제일보] 반도체 슈퍼사이클이 기업의 장부를 넘어 나라 곳간까지 바꾸고 있다. 정부가 예상한 내년 국세수입은 584조4000억원. 올해 본예산보다 크게 늘어난다. 법인세와 소득세가 동시에 증가하는 배경에는 AI 반도체 호황이 자리 잡고 있다. 정부는 이 가운데 최근 10년의 내국세 추세를 웃도는 추가 세수 162조3000억원을 떼어 ‘미래대응기금’을 만들겠다고 했다. 숫자가 워낙 크다 보니 먼저 하나는 분명히 해둘 필요가 있다. 162조3000억원 전부가 삼성전자와 SK하이닉스 같은 반도체 기업이 직접 낸 세금이라는 뜻은 아니다. 정부가 추세선을 웃도는 전체 내국세 증가분을 계산한 금액이고, 반도체 호황은 그 세수 급증을 만들어낸 가장 중요한 배경 가운데 하나다. 그럼에도 ‘반도체가 번 세금’이라는 표현이 던지는 질문은 유효하다. 호황기에 갑자기 늘어난 세수는 누구의 돈인가. 지금 살아 있는 국민이 당장 써도 되는 돈인가. 아니면 경기가 꺾인 뒤를 위해 남겨둬야 할 돈인가. 더 멀리 보면 아직 세금을 낼 나이조차 되지 않은 미래세대에게도 일정한 몫이 있는 돈인가. 이형일 경제부총리 겸 재정경제부 장관 후보자가 지난 13일 국회에 제출한 인사청문회 답변에서 짚은 것도 같은 문제다. 그는 대외 불확실성과 구조적 문제에 대응하려면 재정의 적극적 역할이 필요하다고 했다. 동시에 국가채무와 의무지출이 지나치게 늘어나면 재정 여력을 떨어뜨리고 잠재성장률과 미래세대에 부담을 줄 수 있다고 경고했다. 두 말은 모순되지 않는다. 경기가 무너질 때 재정은 과감하게 써야 한다. 민간이 움츠러들고 기업이 투자를 미룰 때 정부까지 지갑을 닫으면 불황을 더 깊게 만들 수 있다. 반대로 세수가 예상보다 크게 늘어난 호황기에는 일부를 남겨야 한다. 불황에 쓸 수 있는 정부가 되려면 호황기에 다 쓰지 않는 정부여야 한다. 이것이 재정의 기본이다. 그런 점에서 미래대응기금이라는 발상 자체는 평가할 대목이 있다. 정부는 162조3000억원 가운데 45조4000억원을 청년·성장동력·지방·교육·인재 분야에 쓰고, 12조5000억원으로 신규 국채 발행을 줄일 계획이다. 가장 큰 몫인 104조4000억원은 당장 쓰지 않고 여유자금으로 적립한다. 전체 기금의 64%가량이다. 세수가 더 들어왔다고 한 해에 모두 지출하는 것보다 훨씬 낫다. 더구나 반도체는 대표적인 경기순환 산업이다. AI 붐이 지금처럼 계속된다는 보장은 없다. 메모리 가격이 떨어지고 투자 사이클이 꺾이면 기업이익과 법인세는 빠르게 줄어든다. 세수는 내려가는데 한 번 시작한 복지와 보조금, 기관과 사업은 쉽게 사라지지 않는다. 재정에서 가장 위험한 것은 일시적인 돈으로 영구적인 지출을 만드는 일이다. 올해만 들어오는 10조원을 근거로 매년 10조원이 필요한 사업을 시작하면 호황이 끝나는 순간 그 차이는 빚이 된다. 세금을 올리거나 다른 지출을 줄이지 않는 한 결국 국채가 빈자리를 메운다. 때문에 미래대응기금의 성패도 ‘얼마를 담았느냐’보다 어떤 돈을 어디까지 쓸 수 있게 하느냐에서 갈릴 것이다. 45조4000억원의 사업지출 가운데 AI와 전략기술, 인재 양성처럼 미래의 생산성을 높이는 투자는 적극적으로 할 수 있다. 오늘의 반도체 호황에서 나온 세금으로 다음 산업을 만드는 것은 세대 간 이전이라기보다 세대 간 투자에 가깝다. 반면 한번 시작하면 끊기 어려운 경상적 복지와 반복성 지원사업을 초과세수에 기대어 늘리는 것은 신중해야 한다. 반도체 가격은 내려가도 법으로 정해진 의무지출은 내려가지 않는다. 반도체 사이클은 꺾여도 정부 사업에는 사이클이 없다. 바로 이 점에서 104조4000억원의 여유자금이 중요하다. 정부 설명대로라면 이 돈은 향후 세수 결손이나 예상하지 못한 재정 수요가 발생할 때 재정을 보강하는 일종의 ‘저수지’ 역할을 하게 된다. 방향은 합리적이지만 정부는 일정한 범위에서 추가경정예산을 거치지 않고 기금운용계획 변경을 통해 대응할 수 있다는 점도 장점으로 들고 있다. 신속성은 커지지만, 100조원이 넘는 자금에 행정부의 재량이 커진다는 우려가 나오는 이유이기도 하다. 돈을 쌓아두는 것만으로 미래세대의 돈이 되는 것은 아니다. 언제 꺼낼 수 있는지, 무엇에 쓸 수 있는지, 누가 결정하는지가 더 중요하다. 세수 결손이 어느 정도일 때 사용할 것인지, 경기침체의 기준은 무엇인지, 미래투자라는 이름으로 어떤 사업까지 허용할 것인지 법과 제도로 선을 그어야 한다. 특히 기금의 여유자금이 그때그때 정부가 원하는 사업을 담는 별도 예산처럼 운용돼서는 안 된다. 노르웨이의 경험은 참고할 만하다. 노르웨이는 석유와 가스에서 들어오는 정부 순수입을 정부연기금 글로벌(GPFG)에 넣고 해외에 투자한다. 재정에는 기금의 원금을 마음대로 가져다 쓰는 대신 장기적으로 예상 실질수익률에 해당하는 수준을 기준으로 활용한다. 현재 그 기준은 약 3%다. 핵심은 석유로 갑자기 부자가 된 한 세대가 자원을 모두 소비하지 않고 금융자산으로 바꿔 후대와 나누겠다는 데 있다. 물론 한국의 반도체 세수와 노르웨이의 석유 수입을 그대로 비교할 수는 없다. 석유는 땅에서 한 번 꺼내 쓰면 사라지는 국민 자산이고, 반도체 기업의 이익과 세금은 혁신과 생산 활동에서 생긴다. 정부가 기업이 낸 세금을 영구적으로 묶어둘 이유도 없다. 하지만 배울 원칙은 있다. 일시적으로 크게 들어온 돈을 평상시의 소득처럼 생각하지 않는 것. 노르웨이는 석유가 영원하지 않다는 사실에서 출발했다. 한국 재정도 반도체 슈퍼사이클이 영원하지 않다는 사실에서 출발해야 한다. ‘예기’ 왕제편에는 ‘국무구년지축왈부족(國無九年之蓄曰不足)’이라는 구절이 있다. ‘나라에 아홉 해를 버틸 비축이 없으면 부족한 것’이라는 의미다. 이어 3년을 농사지으면 1년치 식량을 남기고, 9년이면 3년치를 비축해야 한다고 했다. 풍년에 남겨 흉년을 견딘다는 오래된 국가운영의 원칙이다. 2500년 전 곡식창고가 오늘의 재정기금으로 바뀌었을 뿐 원리는 크게 다르지 않다. 정부의 2027년 예산안은 총지출이 820조9000억원으로 올해보다 12.8% 늘어난다. 동시에 정부는 미래대응기금과 국채 발행 축소를 통해 내년 GDP 대비 국가채무비율을 48.3%로 낮추겠다는 계획을 제시했다. 적극적인 지출과 재정안정을 동시에 추구하겠다는 구상이다. 이것이 가능하려면 원칙이 필요하다. 우선 경기순환으로 생긴 초과세수와 경제의 기초체력에서 생긴 구조적 세수를 구분해야 한다. 일시적 초과세수는 상시 지출의 재원으로 잡아서는 안 된다. 또한 초과세수의 사용 순서를 정해야 한다. 미래 성장투자, 재정안정 적립, 국가채무 축소 사이의 기준을 사전에 만들어 정권과 경기 상황에 따라 흔들리지 않도록 해야 한다. 아울러 기금에서 돈을 꺼내는 조건도 엄격해야 한다. 불황이나 세수 급감 때는 과감하게 쓰되 단순히 예산을 더 쓰기 위한 우회 통로가 되어서는 안 된다. 특히 중요한 것은 오늘의 호황을 내일의 고정비로 바꾸지 않는 것이다. 반도체 기업이 잘 벌어 세금이 많이 들어온 것은 축하할 일이다. 그 돈으로 AI와 첨단산업을 키우고 청년에게 기회를 만들며 성장잠재력을 높이는 것도 필요하다. 하지만 나라 살림은 기업의 분기 실적과 달라야 한다. 기업은 좋은 해에 성과급을 더 줄 수 있다. 국가는 좋은 해의 세수를 보고 수십 년 동안 지급해야 할 약속을 쉽게 늘려서는 안 된다. 앞으로 저출생·고령화에 따른 연금과 의료, 돌봄 지출은 계속 커질 가능성이 높다. 지금 늘어난 돈을 모두 현재의 소비에 써버리면 다음 세대는 호황의 혜택은 누리지 못한 채 그때 만들어진 지출 의무만 넘겨받을 수 있다. 반도체가 벌어준 추가 세수는 현 정부의 돈도, 현 세대만의 돈도 아니다. 호황을 만든 기업과 노동자의 성과에서 나왔지만 국가의 세금이 된 순간 현재와 미래의 국민 모두를 위해 써야 할 자원이 된다. 재정이 돈이 들어올 때보다 그 돈이 사라진 뒤를 먼저 생각해야 하는 이유다. 반도체 슈퍼사이클은 언젠가 끝난다. 그때도 남아 있어야 할 것은 새로 만든 지출의 청구서가 아니라, 다음 위기를 견딜 재정 여력과 다음 산업을 만들어낼 자산이다. 돈이 많이 들어왔을 때 많이 쓰는 정부보다, 돈이 사라질 때를 준비하는 정부가 더 유능하다. 162조3000억원 미래대응기금의 진짜 이름값도 거기서 판가름 날 것이다.2026-09-14 13:00:00
-
한컴이노스트림, 960시간·프로젝트 30%…엔비디아 AI 인재양성 맡는다 [경제일보] 한컴 자회사 한컴이노스트림이 엔비디아의 인공지능(AI) 교육과 정부 직업훈련 사업을 결합해 실무형 인재 양성에 나선다. 대규모언어모델(LLM)을 활용한 AI 에이전트와 가상환경의 학습 결과를 실제 로봇에 적용하는 ‘심투리얼(Sim-to-Real)’을 전면에 내세웠다. 한컴이노스트림은 고용노동부 K-디지털 트레이닝(KDT) ‘AI 캠퍼스’ 사업의 교육 파트너로 참여해 ‘NVIDIA AI CAMPUS’ 첫 교육생을 모집한다고 9일 밝혔다. 이번 과정은 엔비디아가 KDT AI 캠퍼스 운영기관으로 선정되면서 마련됐다. 한컴이노스트림은 교육과정 운영과 실무 프로젝트, 취업 지원을 담당한다. 엔비디아는 자사 딥러닝 인스티튜트(DLI)의 교육 콘텐츠와 기술 생태계를 제공하는 구조다. 교육은 AI 에이전트와 로보틱스 등 2개 트랙으로 나뉜다. 각 과정은 960시간의 오프라인 집중교육으로 구성됐으며 오는 10월12일부터 내년 4월2일까지 약 6개월간 진행된다. 모집 마감은 이달 18일이다. 판교 ‘NVIDIA AI 전용 캠퍼스’에서 진행되는 AI 에이전트 과정에서는 LLM과 검색증강생성(RAG), 랭체인, 랭그래프 등을 다룬다. 엔비디아의 AI 추론용 마이크로서비스인 NIM과 생성형 AI 모델 개발 플랫폼 NeMo도 활용한다. 교육생은 이를 바탕으로 이용자의 지시를 분석하고 외부 도구를 호출해 여러 단계의 업무를 수행하는 AI 서비스를 직접 설계한다. 서울 성수동에서 열리는 로보틱스 과정은 엔비디아 아이작 심(Isaac Sim)과 오픈USD, 강화학습을 활용한다. 가상공간에서 학습하고 검증한 로봇 제어 기술을 실제 장비에 적용하는 심투리얼이 핵심이다. 교육생은 비전 카메라와 정밀 그리퍼를 갖춘 로봇 워크스테이션을 이용해 인식과 제어 과정을 실습한다. 전체 교육과정의 30% 이상은 기업 현장의 문제를 해결하는 프로젝트로 구성된다. 엔비디아 DLI 공인 강사와 앰배서더가 기술 방향 설정과 코드 검토에 참여하고, 수료생에게는 캡스톤 프로젝트 기반 포트폴리오 제작과 기업 실무자 네트워킹, 일대일 취업 상담 등을 지원한다. 한컴이노스트림은 국내 최초이자 세계 다섯 번째 엔비디아 DLI 공인 교육센터라고 설명했다. 대학과 기업을 대상으로 운영해 온 단기 인증교육을 960시간 규모의 정부 재정 훈련으로 확장했다는 데 의미가 있다. 다만 ‘취업 연계’는 채용 보장이 아니라 교육·상담·기업 연결을 지원하는 프로그램이다. 정부가 올해 처음 도입한 AI 캠퍼스는 AI 엔지니어와 AI 애플리케이션 개발자, AI 융합가, AI 하드웨어 엔지니어를 양성하는 사업이다. 고용노동부는 44개 운영기관을 선정했으며 연간 약 1300억원을 투입해 1만여명을 교육한다는 목표를 제시했다. 산업계의 AI 도입 속도에 비해 실무인력이 부족하다는 판단이 사업 배경이다. 국민내일배움카드 발급 대상자는 교육비 전액을 지원받는다. 지급 요건을 충족하면 월 최대 40만원의 훈련장려금도 받을 수 있다. 과정이 6개월간 오프라인으로 운영되는 만큼 출석 기준과 중도 포기 시 지원금 처리 조건 등은 신청 전 확인해야 한다. 김연수 한컴이노스트림 대표는 “산업 현장에서는 이론 습득을 넘어 실제 문제를 주도적으로 해결할 수 있는 역량이 중요하다”며 “엔비디아의 기술 생태계와 전문 교육 역량을 결합해 AI·로보틱스 분야의 실무형 인재를 양성하겠다”고 말했다. 이번 과정의 성과는 모집 규모보다 수료율과 취업률에서 갈릴 전망이다. 프로젝트 결과물이 실제 기업의 채용으로 얼마나 연결되는지, 수료생이 교육 이후에도 빠르게 바뀌는 엔비디아 기술에 대응할 역량을 갖추는지가 사업의 지속 가능성을 결정할 것으로 보인다.2026-09-09 16:19:51
-
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
-
메가존, 한미그룹 전사 AX 정조준…제약·헬스케어 업무에 AI 심는다 [경제일보] 메가존이 한미그룹의 전사 인공지능(AI) 전환(AX) 사업에 본격 합류한다. 한미그룹이 임직원 주도의 AI 활용 과제를 발굴해 업무 혁신을 추진하는 가운데 메가존의 AI·클라우드 역량을 결합해 실제 현장에 적용할 수 있는 산업 특화형 AX 모델을 만들겠다는 구상이다. 메가존은 31일 한미사이언스와 ‘AX 기반 디지털 업무혁신을 위한 업무협약’을 체결했다고 밝혔다. 양사는 서울 송파구 한미그룹 본사에서 협약을 맺고 AX 기반 업무혁신 과제 발굴, 디지털 전환 역량 강화, AI·디지털 혁신 과제 공동 추진 등에 협력하기로 했다. 이번 협력에서 주목되는 부분은 한미그룹이 이미 전사적인 AI 활용 기반을 마련하고 있다는 점이다. 한미그룹은 이달 초 한미사이언스와 한미약품을 비롯한 전 계열사를 대상으로 ‘Hanmi AI Boost Program’을 시작했다. 임직원이 현장에서 직접 AI 활용 아이디어를 발굴하고 구현한 뒤 실제 업무에 적용하도록 하는 바텀업 방식이다. 우수 사례는 AI와 임원 평가를 거쳐 매월 5건을 선정하고, 장기적으로 효과가 확인된 사례를 그룹 내 다른 조직으로 확산한다. 메가존은 이 같은 내부 실험을 실제 AX 사업으로 연결하는 역할을 맡는다. 범용 AI를 단순 도입하는 방식에서 벗어나 제약·헬스케어 산업의 업무 특성과 규제 환경, 데이터 구조를 반영해 현업에서 사용할 수 있는 AI 서비스를 공동 기획할 계획이다. 양사는 우선 실무 협의체를 구성해 구체적인 과제를 발굴한다. 이후 검증된 업무부터 적용 범위를 넓혀 한미약품 등 주요 계열사로 확대하는 방안을 검토한다. 제약산업 특성상 연구개발뿐 아니라 영업·마케팅, 품질관리, 인허가, 경영지원 등 방대한 업무 데이터가 축적돼 있어 AI를 적용할 수 있는 영역도 넓다. 메가존 입장에서는 제조·유통에 이어 제약·헬스케어라는 고부가 산업으로 AX 사업 레퍼런스를 확대할 수 있다. 특히 메가존은 클라우드 전환, 데이터 구축, AI 모델 및 에이전트 개발·운영까지 지원하는 사업 구조를 갖추고 있어 기존 시스템과 데이터를 AI가 실제 활용할 수 있는 환경으로 바꾸는 데 초점을 맞출 것으로 보인다. 한미그룹 역시 단순한 AI 도구 사용에서 실제 생산성 향상으로 단계가 넘어가게 된다. 직원이 직접 만들어낸 AI 활용 사례를 메가존의 기술력으로 고도화하고, 검증된 결과물을 다른 계열사로 확산하는 구조가 구축되면 일회성 캠페인을 넘어 그룹 차원의 AX 체계로 발전할 수 있다. 장지황 메가존 대표는 “AI로 실질적인 사업 성과를 만들기 위해서는 기술뿐 아니라 해당 산업과 업무에 대한 깊은 이해가 함께 결합돼야 한다”며 “한미사이언스의 제약·헬스케어 전문성에 메가존의 클라우드·AI 기반 업무혁신 경험을 더해 새로운 가치를 창출할 수 있는 사업 모델을 만들어 나가겠다”고 말했다. 김재교 한미사이언스 대표는 “AI는 단순한 업무 효율화 도구를 넘어 기업 경쟁력을 좌우하는 핵심 기술로 자리 잡고 있다”며 “이번 협약을 통해 한미그룹의 AX 기반 업무 혁신을 확대하고 임직원들이 보다 효율적으로 일할 수 있는 디지털 업무 환경을 구축해 나가겠다”고 밝혔다. 한편 이번 협력의 성패는 MOU 자체가 아니라 현장에서 나온 AI 아이디어를 얼마나 빠르게 실제 업무 시스템으로 전환하고, 이를 그룹 전체의 생산성 향상으로 연결하느냐에 달렸다. 한미그룹의 ‘AI 부스트’와 메가존의 AX 역량이 결합하면 제약·헬스케어 산업의 AI 전환을 보여주는 대표 사례가 나올지 주목된다.2026-08-31 11:00:40
-
SKT·업스테이지, 보안 AI로 의기투합…'국산 AI' 실전 투입 나선다 [경제일보] SK텔레콤이 독자 인공지능(AI) 파운데이션 모델 경쟁을 넘어 사이버 보안 분야에서 AI 상용화에 나선다. 독자 AI 파운데이션 모델 2차 평가에서 경쟁했던 SK텔레콤과 업스테이지가 보안 AI 개발을 위해 손잡고, 국내 주요 보안 기업 9곳까지 합류한 '보안 AI 올스타팀'을 꾸렸다. 대규모 언어 모델(LLM)을 실제 보안 현장에 적용해 위협 탐지부터 대응까지 자동화하는 것을 목표로 이번 협업을 진행한다. 27일 SK텔레콤은 업스테이지와 국내 주요 보안 기업, 대학, 한국정보보호산업협회(KISIA) 등과 컨소시엄을 구성하고 과학기술정보통신부가 추진하는 '사이버 보안 특화 AI 파운데이션 모델' 개발 사업에 참여 신청서를 제출했다고 밝혔다. 이번 컨소시엄은 최근 독자 AI 파운데이션 모델 사업 2차 평가에서 살아남은 3개 팀 가운데 SK텔레콤과 업스테이지가 한 팀으로 뭉친 것이 특징이다. 두 회사는 각각 독자 AI 모델인 'A.X K'와 'Solar Open' 계열을 개발해 온 경험을 바탕으로 보안에 특화된 AI 모델 개발을 맡는다. 독자 AI 파운데이션 모델 사업이 국내 자체 AI 모델의 경쟁력을 확보하는 데 초점을 맞혔으며, 이번 사업을 통해 확보한 AI 기술을 특정 산업 현장에 적용한다는 구상이다. 특히 사이버 보안은 실시간으로 대량의 데이터를 분석하고 위협에 대응해야 하는 만큼 AI 활용 가능성이 큰 분야로 꼽힌다. 최근 보안 관제 센터(SOC)에는 하루에도 수많은 보안 경보가 발생하는 것으로 알려졌다. 이에 사람이 모든 경보를 일일이 분석하기에는 한계가 있는 만큼 AI를 활용해 위협 여부를 판단하고 대응 과정까지 자동화하려는 움직임이 커지고 있다. 이번 컨소시엄은 AI 모델 개발에 그치지 않고 실제 보안 현장에서 모델을 검증하는 구조를 갖췄다. SK텔레콤과 업스테이지가 모델 개발을 맡고, 보안 기업들이 실제 운영 과정에서 축적한 데이터를 학습에 활용한다. 이후 개발된 모델을 각 기업의 상용 제품과 보안관제 환경에 적용해 성능을 검증하고 개선하는 방식이다. SK텔레콤은 AI 모델과 'AI 에이전트'를 결합해 위협 탐지부터 분석, 대응까지 자동화한다는 구상이다. 단순히 '공격이 발생했다'고 알려주는 수준을 넘어 AI가 공격 유형과 위험도를 판단하고 적절한 대응 조치까지 수행하도록 하는 것을 목표로 구현하고 있다. 이를 위해 SK쉴더스, 시큐아이, 안랩, 이글루코퍼레이션, 라온시큐어, 스마트엠투엠, 에임인텔리전스, 지니언스, 파이오링크 등 9개 보안 기업이 컨소시엄에 참여한다. 보안관제와 위협 분석부터 네트워크, 단말, 인증, 취약점 점검, AI 모델 안전성 평가 등 각 분야의 전문성을 결합한다. SK텔레콤 역시 통신 인프라를 24시간 관제하며 축적한 보안 운영 경험을 활용한다. CEO 직속 정보보호최고책임자(CISO) 조직 아래 통합보안센터를 운영하고 있으며 129명의 전담 인력이 24시간 탐지·대응 업무를 수행하고 있다. 개인정보보호책임자(CPO) 조직까지 포함하면 관련 인력은 149명 규모다. 보안 AI의 경쟁력은 결국 얼마나 양질의 보안 데이터를 확보하고 실제 현장에서 검증하느냐에 달려 있다. 이번 컨소시엄에는 보안 기업뿐 아니라 고려대학교와 숭실대학교 산학협력단, KISIA도 참여해 모델 성능과 안전성 검증, 전문인력 양성 및 산업계 확산을 맡는다. 특히 국내 보안 환경에 맞는 AI 모델을 확보한다는 점도 이번 사업의 특징이다. 해외에서 개발된 AI 모델을 그대로 활용하기보다 국내에서 발생하는 사이버 위협과 한국어 보안 데이터, 국내 규제 환경 등을 반영한 모델을 개발해 국내 보안 산업의 AI 전환을 지원한다는 것이다. 다만 보안 AI가 실제 현장에 안착하기 위해서는 데이터 확보와 개인정보·기업 기밀 보호, AI의 오탐과 오판을 줄이는 문제 등이 과제로 꼽힌다. AI가 보안 판단을 잘못 내릴 경우 정상적인 서비스를 공격으로 판단하거나 실제 위협을 놓칠 가능성도 있기 때문이다. 이에 모델 성능뿐 아니라 안전성을 독립적으로 검증하는 체계가 중요해질 전망이다. 조동연 SK텔레콤 AI 컨버전스 담당은 "국내 보안 현장의 데이터와 노하우를 국산 AI 모델에 담아 실전형 보안 AI 체계를 만들겠다"며 "국내 산학연이 함께 만든 역량으로 글로벌 시장에서도 경쟁할 수 있도록 보안 AI 생태계를 넓혀가겠다"고 말했다.2026-08-27 09:31:13
-
엔비디아가 눈여겨본 국산 NPU…'K-NPU' 생태계 커질까 [경제일보] 인공지능(AI) 반도체 시장의 중심이 학습에서 추론으로 이동하면서 그래픽처리장치(GPU)와 함께 신경망처리장치(NPU) 등 AI 가속기 시장의 경쟁도 본격화하고 있다. 국내에서도 리벨리온을 비롯해 퓨리오사AI, 딥엑스 등 NPU 기업들이 제품 개발과 양산, 고객 확보에 속도를 내고 있어 국산 AI 반도체 생태계가 새로운 전환점을 맞을 전망이다. 24일 업계에 따르면 엔비디아가 국내 NPU 기업 리벨리온과 인수 가능성을 포함한 협력 방안을 검토 중인 것으로 알려졌다. 구체적인 협력 형태와 조건 등은 확정되지 않았지만, 글로벌 AI 반도체 시장을 주도하는 엔비디아가 국내 NPU 기술 기업에 관심을 보였다는 점에서 업계의 관심이 커지고 있다. 엔비디아는 AI 학습 시장에서 사실상 독보적인 GPU 경쟁력을 확보한 데 이어 추론 시장에서도 영향력을 확대하고 있다. AI 모델의 규모가 커지면서 학습뿐 아니라 실제 서비스에서 AI가 생성한 결과를 처리하는 추론 연산 수요가 급증하고 있기 때문이다. 추론 단계에서는 학습과 다른 방식의 연산 최적화가 중요해지면서 GPU뿐 아니라 NPU와 주문형반도체(ASIC) 등 특정 AI 연산에 최적화된 가속기의 활용 가능성도 커지고 있다. 전력 효율과 비용을 낮추면서 특정 모델이나 서비스에 맞는 연산 성능을 확보하는 것이 중요해지면서 AI 반도체 시장의 경쟁 구도도 다변화되는 것으로 분석된다. 이에 엔비디아를 비롯한 글로벌 반도체 기업들은 GPU 중심의 기존 AI 생태계를 유지하면서도 추론 시장에서 활용될 수 있는 다양한 가속기 기술에 관심을 확대하고 있다. 엔비디아 입장에서는 자체 GPU 생태계와 연계할 수 있는 새로운 AI 반도체 기술을 확보하는 동시에 급성장하는 추론 시장에 대응할 필요성이 커지고 있는 것이다. 국내에서는 리벨리온이 대표적인 NPU 기업으로 꼽힌다. 리벨리온은 데이터센터와 엣지 환경에서 AI 추론 연산을 처리하는 NPU를 개발해왔으며 국내외 시장을 대상으로 사업 확대를 추진하고 있다. 특히 국내 AI 반도체 산업에서 설계 역량을 확보하고 제품 상용화에 나선 기업이라는 점에서 글로벌 시장 진출 가능성이 주목받고 있다. 퓨리오사AI와 딥엑스 등 다른 국내 NPU 기업들도 추론 시장을 겨냥한 제품 개발에 속도를 내고 있다. 퓨리오사AI는 데이터센터용 AI 가속기를 중심으로 글로벌 시장 진출을 추진하고 있으며, 딥엑스는 엣지 AI를 중심으로 온디바이스와 산업용 AI 반도체 시장을 공략하고 있다. 국산 NPU 기업들이 주목받는 배경에는 생성형 AI의 확산과 함께 추론 수요가 빠르게 늘고 있다는 점이 자리 잡고 있다. 챗봇과 검색, 영상·음성 생성, 자율주행, 로봇 등 AI가 실제 서비스에 적용되는 영역이 확대될수록 대규모 추론 연산을 안정적으로 처리할 수 있는 반도체 수요도 함께 증가할 수밖에 없기 때문이다. 정부도 국산 AI 반도체 생태계 확대를 위해 초기 시장을 만드는 데 힘을 싣고 있다. AI 데이터센터와 공공 인프라 등을 활용해 국산 NPU의 실증과 구매를 지원하고 실제 서비스 환경에서 성능을 검증할 수 있는 기회를 확대하는 방식이다. 국내 NPU 기업 입장에서는 정부와 공공 부문을 통해 초기 레퍼런스를 확보한 뒤 이를 민간 데이터센터와 글로벌 시장으로 확대하는 전략이 중요하다. AI 반도체 시장에서 이미 엔비디아가 강력한 생태계를 구축한 만큼 후발주자가 단기간에 하드웨어 성능만으로 시장을 뒤집기는 쉽지 않기 때문이다. 결국 엔비디아의 국내 NPU 기업에 대한 관심이 실제 투자나 인수, 기술 협력 등으로 이어질지와 별개로 국산 AI 반도체 기술의 글로벌 경쟁력을 보여주는 계기가 될 수 있다는 평가다. 특히 리벨리온을 시작으로 국내 NPU 기업들이 각자의 영역에서 고객과 레퍼런스를 확보할 경우 개별 기업의 성장을 넘어 'K-NPU' 생태계 전반으로 시장이 확대될 전망이다. 김녹원 딥엑스 대표는 초저전력 NPU 기반 온디바이스 'AI 엣지 Box 공동 개발'을 발표하며 "AI가 산업 현장으로 확산될수록 낮은 전력으로 데이터를 실시간 처리할 수 있는 온디바이스 AI의 중요성이 더욱 커지고 있다"고 평가했다.2026-08-24 17:31:32
-
KT·서울대병원, 의료 AX 플랫폼 구축…공공 의료 AI 표준모델 만든다 [경제일보] KT가 서울대학교병원과 손잡고 진료부터 연구, 병원 운영까지 의료 전 영역의 인공지능(AI) 전환을 지원하는 의료 AX 플랫폼 구축에 나선다. 단순한 의료 시스템 고도화를 넘어 AI와 클라우드, 데이터를 하나의 플랫폼으로 묶어 공공 의료 현장에 적용할 수 있는 표준 모델을 만드는 것이 목표다. KT는 17일 서울 종로구 KT 광화문 West 빌딩에서 서울대학교병원과 의료 AX 플랫폼 구축을 위한 업무협약을 체결했다고 밝혔다. 협약식에는 김봉균 KT Enterprise부문장과 백남종 서울대학교병원장을 비롯한 양측 주요 관계자가 참석했다. 이번 협력은 KT의 AI·클라우드·데이터 기술과 서울대학교병원의 임상 및 연구 역량을 결합하는 데 초점이 맞춰졌다. 양사는 의료 AX 플랫폼 표준모델 발굴 및 적용을 비롯해 AI Native 병원 등 정부 정책과제의 실증·고도화·사업화를 공동 추진한다. AI 기반 임상 의사결정 지원과 의료진 업무 효율화, 헬스케어 시장 확산을 위한 과제도 함께 발굴한다. 역할도 나눴다. KT는 의료 AX 플랫폼의 기획부터 개발, 검증, 사업화까지 전 과정에 참여한다. 서울대학교병원은 실제 의료 현장에서 필요한 적용 과제를 발굴하고 임상·진료·연구 전문성을 바탕으로 의료적 자문과 유효성 평가를 맡는다. 특히 이번 협력은 서울대학교병원이 추진하는 ‘그룹 통합 DX 플랫폼’과도 연결된다. 서울대병원은 임상 현장과 AI 연구를 연계하는 체계를 갖추고 있어 KT의 AX 플랫폼 및 인프라 역량이 결합될 경우 병원 내부의 업무 효율화뿐 아니라 연구와 실증, 사업화까지 이어지는 통합 환경을 구축할 수 있다는 설명이다. 기존 의료 분야의 디지털 전환이 전자의무기록(EMR)이나 병원정보시스템 등 개별 시스템의 고도화에 집중했다면, 이번 협력은 병원에서 축적되는 데이터를 AI와 결합해 실제 의료 서비스와 업무에 활용하는 데 무게를 둔 것으로 풀이된다. 특히 공공 의료기관을 대상으로 검증된 모델을 구축할 경우 향후 다른 의료기관으로 확산할 수 있는 기반도 마련할 수 있다. 공공 의료 영역에서 AI 활용이 확대되는 가운데 의료 현장에서 검증 가능한 모델을 확보하는 것은 KT에도 중요한 과제다. AI 기술 자체보다 의료진의 업무 흐름과 임상 안전성, 데이터 활용 체계 등을 함께 고려해야 실제 사업으로 이어질 수 있기 때문이다. 백남종 서울대학교병원장은 “이번 협력을 계기로 의료기관 플랫폼 협력의 표준을 세우고 공공 의료 영역 전체에 적용할 수 있는 실효성 있는 AI 혁신 모델을 발굴·확산하겠다”고 말했다. 김봉균 KT Enterprise부문장도 “검증된 AX 플랫폼 기술과 노하우를 바탕으로 다양한 산업의 AI 전환을 지원하고 있다”며 “서울대학교병원과의 협력을 시작으로 공공 의료 시장에서도 AI 기반 혁신 모델을 만들어 나가겠다”고 밝혔다. KT와 서울대학교병원이 이번 협력을 통해 실제 의료 현장에서 활용 가능한 AX 모델을 확보할 경우 공공 의료 분야의 AI 전환 속도도 한층 빨라질 전망이다. 이번 사업의 성패는 플랫폼 구축 자체보다 임상 현장에서 얼마나 안정적으로 활용되고, 다른 의료기관에서도 적용할 수 있는 표준으로 발전하느냐에 달려 있다.2026-08-17 13:37:50
-
![[데일리 건설 브리프] 삼성물산, 래미안 갤러리 시즌2 전시 A Part of Me 공개 外](https://image.ajunews.com//content/image/2026/08/13/20260813100603731846.png)
삼성물산, 래미안 갤러리 시즌2 전시 'A Part of Me' 공개 外 [경제일보] 삼성물산은 래미안갤러리에서 올해 두 번째 시즌 전시 ‘A Part of Me’를 선보인다고 13일 밝혔다. ‘A Part of Me’는 ‘집’을 개인의 취향과 감성을 담는 무대로 재해석한 몰입형 전시다. 나만의 라이프 스타일을 찾아보는 동시에 브랜드가 추구하는 가치를 전달한다. 전시는 오는 11월 8일까지 진행된다. 이번 전시의 경우 인기 이모티콘 캐릭터 ‘와다다곰’과 협업해 친근함을 더한 것이 특징이다. 래미안갤러리 1층에서는 홈 아뜰리에, 별빛다락, 플레이 아지트, 낭만홈바 등 집 안에 숨어 있는 공간을 경험하며 자신만의 취향을 직접 발견할 수 있다. 5층 주거체험관은 ‘래미안갤러리에 놀러온 와다다곰’ 콘셉트로 꾸며졌다. 방문객을 반기는 와다다곰과 함께 ‘캐릭터 그리기’, ‘레트로 게임’, ‘홈트 체험’ 등 다양한 체험을 즐길 수 있다. 브랜드 체험 프로그램(BX)도 이어간다. 태양광 주택 모델링을 통해 건축 용어와 원리를 배우는 ‘래미안 건축 스쿨’과 가상세계에서 자신이 원하는 대로 마음껏 건축물을 만들 수 있는 ‘래미안 로블록스 스쿨’을 전시 기간 중 운영한다. 성인 대상 인문학 콘텐츠 ‘래미안 인문학 살롱’도 마련해 다음달 김경일교수의 ‘나를 만드는 작은 공간의 힘’에 대한 특강과 10월 정재승 교수의 ‘뇌과학으로 살펴보는 행복한 공간 찾기, 뇌가 좋아하는 공간의 비밀’ 특강이 이어진다. 자세한 사항은 래미안 홈페이지에서 확인할 수 있다. 래미안갤러리 정수연 소장은 “‘A Part of Me’는 집 안에 있는 ‘작지만 마음이 깊어지는 특별한 공간’을 직접 경험해 볼 수 있는 전시이다”라며 “고객에게 다양한 라이프스타일 경험을 제안하고 개인의 취향을 통해 브랜드와 고객이 가까워질 수 있는 공간을 만들어 나가겠다”고 말했다. ㈜한화 건설부문, 롯데칠성과 ‘온열질환 대응 캠페인’ 진행 ㈜한화 건설부문은 경기도 고양시 덕양구 원당 1구역주택재개발 공사현장에서 롯데칠성음료와 함께 막바지 폭염 속 근로자 건강을 지키기 위한 ‘온열질환 대응 공동 캠페인’을 진행했다고 13일 밝혔다. 이번 캠페인에는 한화 건설부문 김윤해 안전환경경영실장(CSO)을 비롯해 건축안전팀장 등 임직원과 롯데칠성음료 관계자들이 참석했다. 이들은 현장 근로자들의 건강을 살피고 온열질환 예방을 위한 안전수칙 실천을 독려했다. 양사는 무더위 속에서 작업하는 근로자들이 수시로 수분을 보충할 수 있도록 현장에 음료차량을 운영했다. 음료차량에서는 게토레이와 아이시스 생수, 이온음료 분말 등을 제공해 근로자들이 작업 중 갈증과 피로를 덜 수 있도록 지원했다. 이와 함께 온열질환 예방을 위한 참여형 캠페인 부스도 마련했다. 근로자들이 폭염 대응 요령을 쉽고 재미있게 익힐 수 있도록 온열질환 예방 기초상식 퀴즈를 진행하고 정답자에게 쿨토시와 쿨타월 등 혹서기 안전용품을 제공하며 온열질환 예방수칙에 대한 이해를 높였다. 캠페인 이후에는 ㈜한화 건설부문 김윤해 안전환경경영실장이 현장을 직접 둘러보며 혹서기 안전관리 현황을 점검했다. 특히 고용노동부가 강조하는 ‘폭염안전 5대 기본 수칙’인 물·그늘·휴식·보냉장구·응급조치가 현장에서 제대로 이행되고 있는지 집중적으로 살피고 필요한 보완사항을 확인했다. 한화 건설부문 김윤해 안전환경경영실장은 “올여름 장기간 폭염이 이어지는 만큼 더위가 누그러지는 시점까지 긴장의 끈을 놓지 않고 근로자 건강관리에 각별히 신경 써야 한다”며 “현장 구성원 모두가 근로자들의 안전과 건강을 최우선으로 생각하고 폭염안전 5대 기본 수칙을 철저히 준수해 주길 바란다”고 말했다. 한국프롭테크포럼, ‘프롭테크 AI 맵’ 공개…건설·부동산 AI 활용 한눈에 한국프롭테크포럼은 국내 건설·부동산 산업 전반의 AI 활용 현황을 한눈에 파악할 수 있는 ‘프롭테크 AI 맵(Proptech AI Map)’을 공개했다고 13일 밝혔다. 프롭테크 AI 맵은 AI 기반 서비스를 제공하는 프롭테크 스타트업 74개사를 부동산 라이프사이클에 따라 분류한 산업 현황 자료다. △개발·건설 △거래·마케팅 △운영 관리 △자산 관리 △인프라 등 5개 단계와 16개 카테고리로 구성돼 부동산 개발부터 거래, 운영, 관리에 이르는 각 분야별 AI 활용 방식을 확인할 수 있다. 카테고리별로는 중개·거래와 데이터 API·플랫폼 분야가 각각 16개로 가장 많았고 공간 운영 12개, 기획·사업성과 건물·시설 관리가 각각 7개로 뒤를 이었다. 중개·거래와 데이터 API·플랫폼 분야에서 AI 활용이 두드러진것은 부동산 검색·추천·분석과 데이터 구조화가 프롭테크 AI 서비스 확산의 핵심 기반으로 작용하고 있는 것으로 풀이된다. 공간 운영, 임대 운영, 건물·시설 관리, 인테리어·리노베이션 등 실제 공간의 운영 효율을 높이는 영역에서도 AI 기반 서비스가 활발히 나타났다. 개발·건설 분야에서는 기획·사업성 검토, 설계·인허가, 시공·현장관리 등 프로젝트 초기 검토부터 설계·시공 단계까지 AI 적용이 이어지고 있다. 한국프롭테크포럼 배석훈 의장은 “AI는 이제 건설·부동산 기업의 서비스 고도화와 운영 효율화를 이끄는 핵심 경쟁력으로 자리 잡고 있다”며 “프롭테크 AI 맵이 산업의 AI 전환 흐름을 파악하고 기업간 협력과 정책 논의를 뒷받침하는 자료로 활용되기를 기대한다”고 말했다.2026-08-13 10:13:03
-
"신약 후보물질도 AI가 선별"…LG CNS, 동아쏘시오그룹 AI 플랫폼 구축 [경제일보] 신약개발 경쟁의 무게중심이 연구자의 경험과 반복 실험에서 데이터와 인공지능(AI)을 활용한 후보물질 선별로 이동하고 있다. 제약·바이오 기업들이 그동안 축적한 화합물과 유전체, 실험 데이터를 하나로 통합하고 AI를 활용해 후보물질 발굴부터 검증까지 지원하는 플랫폼 구축에 나서면서 신약 연구개발 과정 자체를 디지털화하는 움직임도 본격화되고 있다. 12일 LG CNS는 동아쏘시오그룹 IT 계열사 DAI와 약 6개월에 걸쳐 구축한 'AI 신약개발 플랫폼' 구축을 완료했다고 밝혔다. 이번 플랫폼 구축은 LG CNS가 동아쏘시오그룹과 함께 AI를 활용해 신약개발 과정 전반을 지원하도록 설계됐다. 단순히 AI 분석 기능을 제공하는 데 그치지 않고 연구 데이터를 통합하고 AI 예측 결과를 실제 실험 데이터와 다시 연결하는 구조를 적용해 연구가 진행될수록 AI의 예측 성능을 높이는 것이 특징이다. 신약개발은 수많은 후보물질을 발굴한 뒤 효능과 안전성 등을 반복적으로 검증해야 하는 만큼 통상 10~15년의 기간과 막대한 비용이 소요된다. 후보물질이 임상 단계까지 진입하더라도 최종적으로 신약 승인을 받지 못하는 경우가 많아 초기 단계에서 가능성이 낮은 후보를 얼마나 빠르게 걸러내느냐가 연구개발 효율을 좌우하는 것으로 알려졌다. AI는 이 같은 신약개발 과정의 반복 작업을 줄이는 수단으로 주목받고 있다. 방대한 연구 데이터를 분석해 질병과 관련된 치료 표적을 찾고, 조건에 맞는 후보물질을 설계하거나 후보물질과 표적 간 결합 가능성을 예측하는 방식이다. 실제 실험에 들어가기 전 컴퓨터 환경에서 가상 검증을 진행하면 연구자가 검토해야 할 후보물질의 범위를 줄일 수 있다. LG CNS는 이번 플랫폼도 신약 연구에 필요한 데이터를 하나로 통합하는 것에서 시작했다고 설명했다. 화합물과 유전체 정보, 실험 결과뿐 아니라 논문과 특허 등 기존에 분산돼 있던 연구 데이터를 통합·표준화해 연구자가 하나의 플랫폼에서 필요한 정보를 활용할 수 있도록 구성했다. AI 활용 과정도 신약 개발 단계에 맞췄다. 질병 원인을 분석하는 단계에서는 세포별 유전자 정보와 조직 내 위치 정보를 AI로 분석하고 시각화해 치료 표적을 찾을 수 있도록 지원한다. 후보물질 설계 단계에서는 생성형 AI를 활용한다. 연구자가 원하는 조건을 입력하면 이에 맞는 새로운 물질 구조를 설계하도록 해 기존 후보물질을 일일이 탐색하는 데 필요한 시간과 노력을 줄이는 방식이다. 후보물질을 실제 연구에 활용할 수 있는지 확인하는 과정에서도 AI가 활용된다. 후보물질과 표적 간 결합 가능성과 작용 안정성 등을 시뮬레이션해 유망한 후보를 선별하고, 실제 실험에 앞서 컴퓨터 환경에서 가상 검증을 진행한다. 특히 이번 플랫폼에서 주목되는 부분은 AI가 한 번 분석하고 끝나는 구조가 아니라는 것이다. AI가 예측한 결과와 실제 실험에서 나온 데이터를 비교하고 이를 다시 AI 모델의 재학습에 활용하도록 설계됐다. 예측과 실험 사이의 차이가 데이터로 축적되면 이후 연구에서 AI가 활용할 수 있는 정보도 늘어난다. 연구가 반복될수록 데이터가 쌓이고 이를 바탕으로 모델이 고도화되는 구조인 셈이다. 제약·바이오 기업 입장에서는 개별 연구 과정에서 발생한 데이터를 일회성 결과로 남기는 것이 아니라 향후 연구개발에 활용할 수 있는 자산으로 축적할 수 있을 전망이다. 신약 연구 데이터의 특성을 고려한 보안과 관리 체계도 플랫폼에 반영했다. 제약·바이오 분야에서는 아직 공개되지 않은 후보물질 정보와 연구 결과, 특허 관련 데이터 등 민감한 정보가 다뤄지는 만큼 AI 성능뿐 아니라 데이터 접근과 관리, 규제 대응 역시 플랫폼 구축의 중요한 요소로 꼽힌다. LG CNS는 최근 제약·바이오 분야에 특화한 에이전틱 AI 플랫폼 '에이전틱웍스 for BIO'를 앞세워 관련 사업 확대에도 나서고 있다. 단순 데이터 분석을 넘어 AI가 여러 업무를 연속적으로 수행하는 에이전틱 AI를 연구·개발 과정에 적용해 제약·바이오 기업의 업무 자동화 영역을 넓히겠다는 전략이다. 제약·바이오 업계의 AI 활용 역시 개별 연구자를 지원하는 도구에서 연구 데이터를 연결하고 업무 프로세스 전체를 지원하는 플랫폼 형태로 확대될 가능성이 커지고 있다. 특히 신약 개발 과정에서 발생하는 데이터를 지속적으로 축적하고 AI 학습에 활용할 수 있다면 장기간 축적된 연구 데이터 자체가 기업의 새로운 경쟁력으로 자리 잡을 수 있다는 분석이다. 이재승 LG CNS 클라우드사업담당 상무는 "에이전틱 AI를 비롯한 차별화된 AX 기술과 제약·바이오 분야 전문 역량을 통해 국내 제약·바이오 산업의 AI 신약 연구·개발 혁신에 기여할 것"이라며 "고객이 신약 개발 경쟁력을 강화할 수 있도록 적극 지원하겠다"고 말했다.2026-08-12 10:00:00
-
하태경 보험연수원장 "AI 신사업 제동"…금융위에 해명 요구 [경제일보] 하태경 보험연수원장이 보험연수원의 인공지능(AI) 신사업 투자 추진 과정에서 금융위원회가 부당하게 개입했다고 주장했다. 금융위가 당초 자율 결정 사항이라고 밝힌 입장을 바꿔 이사회 개최가 무산됐다며 국회 차원의 조사를 요청했다. 하 원장은 10일 오전 서울 영등포구 국회 소통관에서 기자회견을 열고 "보험연수원의 AI 신사업을 저지한 금융위의 직권남용과 유령규제 실태를 국민과 국회 앞에 알리고 시정을 요구하기 위해 이 자리에 섰다"고 밝혔다. 보험연수원은 보험 전문 인력 양성과 보험 자격 교육 등을 담당하는 민간 교육기관이다. 하 원장은 지난 2024년 취임 이후 보험연수원의 AI 전환을 추진해 왔다고 설명했다. 보험연수원은 그동안 △AI 세일즈 코치 △AI 시험 출제 시스템 △AI LXP 등 교육 AI 3대 솔루션을 개발했다. 이후 글로벌 확산을 위해 대만·싱가포르 기술기업과 총 25억원 규모의 합작투자를 추진했다. 이 가운데 보험연수원 출자 규모는 10억원이다. 하 원장은 해당 투자가 법무부 유권해석과 대법원 판례를 통해 적법성을 검토받았고 풋옵션 설정 등 안전장치와 정관상 자율 재량도 갖춘 사업이라고 주장했다. 그는 금융위가 지난 6월 8일 보험연수원과의 소통 과정에서 AI 합작투자 사안은 금융위가 관여하지 않고 보험연수원이 자체적으로 결정할 사안이라는 입장을 전달했다고 강조했다. 보험연수원은 이에 따라 지난 7일 AI 신사업 합작투자와 추가경정예산안 심의를 위한 이사회를 열 계획이었다. 그러나 하 원장은 금융위가 이후 입장을 바꿔 이사회 개최가 불가능해졌고 결국 이사회를 무기한 연기할 수밖에 없었다고 설명했다. 하 원장은 "문서나 정식 공문 한 장 없이 보이지 않는 지시와 압박이라는 전형적인 유령행정을 동원했다"며 "민간 교육기구인 보험연수원의 자율성을 무시한 행동은 납득하기 어렵다"고 말했다. 다만 이날 기자회견문에는 금융위의 반박이나 공식 입장은 포함되지 않았다. 하 원장은 금융위에 AI 투자 자율 결정 입장 번복 이유, 합작투자 심의 이사회 무산 배경, 정식 공문 없는 지시 여부 등을 공개 질의했다. 그는 이번 사안이 보험연수원만의 문제가 아니라 금융 분야 AI 혁신과 규제 방식 전반의 문제라고 강조했다. 금융위가 관치행정에서 벗어나 혁신 생태계를 조성하는 역할을 해야 한다는 주장이다. 하 원장은 "대한민국 금융의 미래가 AI 대전환과 선진화에 달려 있다고 생각한다"며 "대한민국 보험산업의 AI 혁신을 가로막는 금융위의 유령규제와 관치행정에 끝까지 맞서겠다"고 말했다.2026-08-10 10:07:34
-
"공항 운영도 AI 시대"…LG CNS, 14개 공항 AX 청사진 만든다 [경제일보] 인공지능(AI)이 제조·금융을 넘어 국가 기반시설 영역으로 확산하면서 공공 인프라의 AI 전환(AX) 경쟁이 본격화되고 있다. 한국공항공사가 전국 공항 운영 전반에 AI를 적용하기 위한 중장기 전략 수립을 진행하는 가운데 LG CNS가 사업자로 참여하며 공항 운영·안전·고객 서비스 전반의 AI 전환 밑그림 마련에 나선다. 5일 LG CNS는 한국공항공사의 'KAC AI 마스터플랜(ISMP) 수립' 사업을 수주했다고 밝혔다. 이번 사업은 김포·김해·제주 등 전국 14개 공항 운영 전반에 AI를 적용하기 위한 전략과 실행 로드맵을 마련하는 프로젝트다. 한국공항공사는 재정경제부가 선정한 'AI 선도기관'으로, 2025년부터 'AI 혁신을 통한 미래공항 구현'을 목표로 총 50개의 AI 혁신 과제를 추진하고 있다. 이번 사업을 통해 공항 업무 전반에서 AI 적용이 가능한 분야를 발굴하고 중장기 실행 계획을 수립한다는 계획이다. LG CNS는 이번 사업에서 AI 전략 컨설팅부터 AI·데이터 아키텍처 설계, AI 거버넌스 구축, 주요 과제 기술검증(PoC), 후속 사업 실행 계획 수립까지 전 과정을 담당한다. 적용 대상은 공항 운영 최적화, 고객 서비스 개선, 안전관리 체계 고도화 등이다. 단순 업무 자동화를 넘어 공항 운영 데이터를 기반으로 의사결정을 지원하고 현장 대응 속도를 높이는 AI 활용 모델을 마련한다는 방침이다. 대표적인 적용 사례로는 에이전틱 AI 기반 안전관리 서비스가 꼽힌다. 현장 직원이 음성으로 이상 상황을 기록하면 AI 에이전트가 내용을 분석해 보고서 초안을 작성하고, 상황별 대응 절차를 안내하는 방식이다. 현재 공항 현장에서는 장애나 안전 문제가 발생하면 담당자가 상황을 확인하고 보고서를 작성한 뒤 관련 매뉴얼을 찾아 대응하는 과정을 거친다. LG CNS는 AI 에이전트를 활용하면 반복적인 기록·정리 업무를 줄이고, 현장 직원이 대응과 판단에 집중할 수 있는 환경을 구축할 수 있다고 설명했다. 항공기 운항, 승객 이동, 시설 관리, 보안 등 다양한 영역에서 발생하는 데이터를 실시간으로 분석하고 활용해야 하는 수요가 커지면서 기존 시스템만으로는 운영 효율화에 한계가 있는 것으로 알려졌다. 공항 서비스가 갈수록 복잡해지고 있기 때문에 AI가 공항 운영 현장에 적용되는 배경으로 작용하고 있다. 특히 최근 기업과 공공기관의 AI 도입 방향은 생성형 AI 활용을 넘어 업무를 직접 수행하는 에이전틱 AI로 이동하고 있다. 단순 질의응답이나 문서 작성 지원을 넘어 데이터를 분석하고 필요한 업무를 자동으로 처리하는 AI 활용 사례가 늘면서 산업별 특화 AI 플랫폼 구축 경쟁도 확대되는 중이다. 공공 인프라 분야 역시 AI 전환의 주요 시장으로 떠오르고 있다. 정부가 공공기관을 중심으로 AI 활용 확대를 추진하면서 금융·제조·유통 등에 집중됐던 AX 사업이 공항, 교통, 에너지 등 국가 기반시설 영역으로 확대되는 모습이다. 이에 대형 IT 서비스 기업들의 공공 AX 경쟁도 치열해질 전망이다. 기업들은 단순 시스템 구축 역량을 넘어 생성형 AI, 클라우드, 데이터 플랫폼, 보안 등 AI 전환에 필요한 전 영역을 제공하는 종합 사업자로 경쟁력을 확보하려는 움직임을 보이고 있다. LG CNS 역시 이번 사업을 계기로 공공 인프라 AX 시장 확대에 속도를 낸다는 전략이다. LG CNS는 금융, 제조, 물류, 유통 등 다양한 산업 분야에서 축적한 AI·클라우드·데이터 역량을 기반으로 산업별 맞춤형 AX 사업을 확대하고 있다. 특히 공항과 같은 국가 기반시설 분야에서는 안정적인 운영과 보안, 데이터 관리 역량이 중요한 만큼 LG CNS가 보유한 시스템 통합(SI) 경험과 AI 기술을 결합해 새로운 사업 기회를 확보할 수 있을 것으로 전망된다. 배민 LG CNS 금융·공공사업부장 전무는 "이번 사업은 단순한 정보화 전략 수립을 넘어 대한민국 공항산업의 AI 전환 방향을 설계하는 의미 있는 프로젝트"라며 "LG CNS가 보유한 AX 역량을 바탕으로 한국공항공사의 AI 기반 미래공항 모델 구현에 기여하겠다"고 말했다.2026-08-05 10:58:48
-
AI로 매장 똑똑하게, 물류는 더 빠르게…유통업계 혁신 경쟁 [경제일보] 유통업계가 인공지능(AI)을 활용해 고객 경험을 고도화하고 운영 효율을 높이는 데 속도를 내고 있다. AI를 기반으로 오프라인 매장 서비스를 고도화하는 것은 물론 데이터 기반 마케팅과 미래 물류기술 확보까지 활용 범위가 확대되면서 AI가 유통기업의 핵심 경쟁력으로 자리 잡는 모습이다. 과거 AI가 고객 상담이나 단순 업무 자동화에 머물렀다면 최근에는 소비자 데이터를 분석해 맞춤형 서비스를 제공하고 운영 효율을 높이는 핵심 기술로 활용되고 있다. 글로벌 빅테크와의 협업부터 데이터 분석, 물류 자동화까지 유통업계 전반에서 AI 도입이 본격화하는 분위기다. 4일 업계에 따르면 현대퓨처넷은 한국마이크로소프트와 업무협약(MOU)을 체결하고 리테일 AI 혁신에 나선다. 양사는 생성형 AI와 클라우드 기술을 활용해 디지털 사이니지와 리테일 플랫폼 경쟁력을 높이고 오프라인 공간에서도 고객 맞춤형 콘텐츠와 서비스를 제공할 계획이다. AI 기반 콘텐츠 운영과 데이터 분석을 통해 리테일 공간의 디지털 전환을 가속화한다는 전략이다. 현대퓨처넷 김성일 대표는 "이번 업무협약은 현대백화점그룹의 AI 전환을 가속화하고 리테일 산업의 AI 혁신 경쟁력을 강화하기 위한 전략적 협력"이라며 "한국MS와 함께 AI 활용 기반 구축부터 리테일 AI 에이전트 개발, 신규 서비스 사업화까지 AI 혁신 전반을 추진해 실질적인 성과를 만들어 나가겠다"고 말했다. GS리테일은 홈쇼핑과 슈퍼마켓의 구매 데이터를 연계한 공동 마케팅을 통해 교차 구매 결제액이 41% 증가했다고 4일 밝혔다. 계열사 간 고객 데이터를 분석해 소비자 맞춤형 혜택을 제공하면서 구매 전환율을 높인 사례다. 업계에서는 향후 AI 기반 데이터 분석 기술이 고도화될 경우 개인별 상품 추천과 마케팅 효율도 더욱 높아질 것으로 보고 있다. GS리테일 관계자는 "GS샵과 GS더프레시는 공동 마케팅을 통해 고객의 양 채널 이용을 유도하며 온·오프라인 연계 시너지를 높이고 있다"며 "앞으로도 사업부 간 협업을 강화해 데이터 기반 고객 경험을 확대하고 고객들이 다양한 쇼핑 혜택을 누릴 수 있도록 하겠다"고 말했다. 물류 분야에서도 AI 경쟁력 확보 움직임이 이어지고 있다. CJ대한통운은 지난 3일 채용 연계형 물류기술 공모전 '미래기술챌린지 2026' 시상식을 개최했다고 4일 밝혔다. AI와 로봇, 자동화 등 미래 물류기술을 발굴하고 관련 인재를 확보해 물류 경쟁력을 강화하기 위한 행보다. 단순 배송 서비스를 넘어 AI 기반 물류 혁신 역량을 선점하겠다는 전략으로 풀이된다. CJ대한통운 관계자는 "AI 기술 경쟁력의 핵심은 물류 현장을 깊이 이해하는 인재를 확보하는 데 있다"며 "앞으로도 미래기술챌린지를 통해 물류산업의 AI 혁신을 이끌 인재를 적극 발굴하고 육성해 미래 물류 경쟁력을 지속 강화해 나갈 것"이라고 말했다. 업계에서는 AI가 더 이상 일부 기업의 실험적인 기술이 아니라 고객 서비스와 마케팅, 물류를 아우르는 유통산업 전반의 핵심 경쟁력으로 자리 잡고 있다고 평가한다. 소비자 맞춤형 서비스와 데이터 기반 운영, 물류 자동화까지 AI 활용 영역이 확대되면서 기업 간 디지털 전환 경쟁도 한층 치열해질 것으로 전망된다.2026-08-04 14:58:05
-
SK텔레콤, 피지컬 AI 스타트업 8곳 모아 로보틱스 생태계 키운다 [경제일보] SK텔레콤이 피지컬 AI·로보틱스 스타트업 8개사와 공동 실증 방안을 논의했다고 7월 31일 밝혔다. 간담회는 7월 30일 서울 종로구 SK 서린사옥에서 열렸다. 피지컬 AI는 로봇이 현실 세계를 인식하고 스스로 판단해 행동하도록 하는 기술이다. 챗봇처럼 화면 안에서 답을 내놓는 데 그치지 않고 물리적 작업을 수행한다는 점에서 구분된다. 참석 기업은 가우스랩스, 리얼월드, 마키나락스, 씨메스로보틱스, 위로보틱스, 유일로보틱스, 컨피그인텔리전스, 홀리데이로보틱스 8곳이다. 휴머노이드와 웨어러블 로봇, 산업용 협동로봇, 로봇 파운데이션 모델(RFM) 등을 다룬다. 협동로봇은 사람과 같은 공간에서 상호작용하는 산업용 로봇이고, RFM은 로봇이 여러 작업을 인식하고 계획해 수행하도록 돕는 AI 모델이다. SK텔레콤과 SK그룹 AI위원회, SK하이닉스, SK AX 임원이 함께했다. 8곳 가운데 가우스랩스는 순수 외부 스타트업으로 보기 어렵다. SK하이닉스가 2020년 자본금 5500만 달러를 전액 출자해 미국 실리콘밸리에 세운 산업용 AI 회사다. 간담회의 배경에는 하반기 출시를 준비 중인 로봇 학습 플랫폼이 있다. SK텔레콤은 SK하이닉스와 구축한 제조 AI 디지털 트윈 플랫폼을 로봇 작업 데이터 생성으로 넓히고 있다. 7월 23일에는 회사가 국제전기통신연합 전기통신표준화부문(ITU-T)에 제안한 '로봇 데이터 팩토리(RDF) 연동 구조 및 방식'이 신규 표준화 과제로 채택됐다고 발표했다. 로봇 학습 데이터를 만들고 주고받는 규격을 국제 표준으로 밀어 올리려는 시도다. 이번 자리에서 SK텔레콤이 스타트업들과 집중적으로 다룬 것도 디지털 트윈 공간에서 RFM 학습용 데이터를 만드는 방안이다. 로봇 AI를 훈련시키려면 대규모 동작 데이터가 필요한데 로봇 기종과 소프트웨어마다 수집 방식이 달라 호환이 어렵다. 플랫폼이 팔리려면 데이터를 넣을 로봇 기업이 먼저 붙어야 한다. 이번 간담회는 SK텔레콤이 7월 들어 잇달아 내놓은 AI 사업 행보의 연장선에 있다. 회사는 7월 21일 AI 사업 파트너로 삼을 스타트업 발굴 계획을 밝혔고, 7월 23일에는 AI 데이터센터 사업개발 전문회사 신설을 발표했다. 정재헌 대표 체제에서 통신 사업의 무게중심을 AI 인프라와 산업 AI로 옮기는 작업이 이어지고 있다. 참석자들은 제조와 물류, 서비스 현장의 공동 실증 방안을 논의했다. AI 반도체와 AI 데이터센터, 디지털 트윈, AI 모델 분야의 SK그룹 역량을 스타트업 기술과 결합하는 방안도 다뤘다. SK텔레콤은 앞으로 로봇 하드웨어와 데이터, 모델 전반으로 협력 대상을 넓혀 개방형 생태계를 만들겠다고 밝혔다. 유경상 SK텔레콤 AI CIC장은 "피지컬 AI 산업에서는 반도체부터 로봇 파운데이션 모델, 응용 서비스에 이르는 풀스택 AI 생태계가 유기적으로 연결될 때 비로소 실질적인 혁신이 가능하다"며 "국내 피지컬 AI 스타트업과의 파트너십을 지속 확대하겠다"고 말했다.2026-07-31 10:24:19
-
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
-
KT, 아모레퍼시픽 70년 연구 데이터 AI가 읽는다…'AI 레디 데이터' 구축 [경제일보] 인공지능(AI)이 기업 연구개발(R&D)의 생산성을 좌우하는 핵심 기술로 떠오르면서, AI가 활용할 수 있는 데이터 기반을 구축하는 'AI 레디 데이터' 확보 경쟁도 본격화되고 있다. 단순히 생성형 AI 서비스를 도입하는 것을 넘어 수십 년간 축적한 기업의 연구 자산을 AI가 이해하고 활용할 수 있도록 재설계하는 작업이 AI 전환(AX)의 핵심 과제로 부상하고 있는 것이다. 이에 KT는 아모레퍼시픽 기술연구소의 연구 데이터를 AI가 활용할 수 있는 형태로 전환하고 AI 기반 연구개발 환경 구축에 나섰다. 28일 KT는 아모레퍼시픽 R&I센터(기술연구소)의 전체 데이터를 통합·재설계하는 '데이터 하이웨이' 프로젝트를 완료하고 AI 특화 데이터 플랫폼을 구축했다고 밝혔다. KT는 지난해 12월 데이터 하이웨이 사업을 수주한 이후 아모레퍼시픽과 전략적 파트너십을 맺고 연구개발 혁신을 위한 AI 데이터 기반 구축 프로젝트를 공동 추진해왔다. 최근 기업들의 AI 도입이 생성형 AI 서비스 활용 단계를 넘어 기업 내부 데이터를 AI가 이해하고 활용할 수 있도록 재구성하는 단계로 진화하고 있다. AI의 성능이 단순히 모델 경쟁력이 아닌 데이터 품질과 활용도에 의해 좌우되는 만큼, AI가 활용 가능한 데이터 환경을 구축하는 것이 새로운 경쟁력으로 떠오르고 있기 때문이다. 특히 연구개발 분야에서는 원료 정보와 실험 결과, 연구 보고서, 규제 정보 등이 서로 다른 시스템에 분산돼 있어 필요한 정보를 찾는 데 많은 시간이 소요되는 문제가 있었다. 연구원이 관련 자료를 직접 탐색하고 종합적으로 검토해야 하는 만큼 업무 효율성에도 한계가 있었다. KT와 아모레퍼시픽은 이번 프로젝트를 통해 70여년간 축적된 수백만건의 연구개발 자산을 AI가 이해하고 활용할 수 있는 AI 레디 데이터 형태로 전환했다. 정형·비정형 데이터를 표준화하고 서로 다른 데이터가 하나의 맥락으로 연결될 수 있도록 구조를 재설계한 것이 특징이다. 이를 기반으로 연구원이 자연어로 필요한 정보를 검색하고 데이터 기반 의사결정을 수행할 수 있는 AI 연구개발 환경도 구현했다. 구축된 데이터 플랫폼은 특정 AI 서비스에 국한되지 않고 향후 다양한 AI 서비스와 AI 에이전트가 활용할 수 있는 공통 데이터 저장소 역할을 수행하도록 설계됐다. 양사는 AI 레디 데이터를 기반으로 연구원을 지원하는 생성형 AI 어시스턴트 '레몬'도 함께 구현했다. 연구원이 자연어로 질문하면 원료 정보와 처방, 실험 결과, 연구 보고서 등 다양한 연구 데이터를 종합적으로 분석해 필요한 정보를 제공하는 방식이다. 예를 들어 연구원이 "3321123 처방의 신원료 정보와 향료 구성, 관련 실험 결과를 알려줘"라고 질문하면 레몬이 관련 데이터를 하나의 맥락으로 연결해 종합적인 분석 결과를 제공한다. KT는 이를 통해 기존 수일에서 수십 일이 걸리던 자료 탐색 업무를 단 몇 분 내에 수행할 수 있게 됐으며, 연구원들은 반복적인 정보 탐색 대신 신제품 개발과 창의적인 연구에 보다 집중할 수 있게 됐다고 설명했다. 실제 아모레퍼시픽 연구원들은 해외 시장 공략을 위한 화장품 개발 과정에서 필수 원료와 관련 처방 사례, 해외 규제 준수 여부 등을 확인하는 데 상당한 시간이 소요됐지만 AI 어시스턴트를 활용해 약 5분 만에 필요한 정보를 확인할 수 있게 된 것으로 알려졌다. AI 도입의 성패가 AI 모델 자체보다 데이터를 얼마나 효과적으로 구축하고 활용하느냐에 달려 있다는 점에서 AI 레디 데이터의 중요성이 더욱 커질 것으로 전망된다. 제조와 유통, 서비스 산업 전반에서도 기업 내부 데이터를 AI가 이해할 수 있도록 전환하려는 움직임이 확대되고 있는 상황이다. KT와 아모레퍼시픽은 이번 프로젝트를 시작으로 AI 레디 데이터를 지속적으로 확대하고 다양한 AI 서비스와 AI 에이전트가 활용할 수 있는 연구 환경을 고도화해 연구개발 혁신을 이어갈 계획이다. 노형래 KT 엔터프라이즈부문 기업사업본부장 상무는 "이번 프로젝트는 단순히 AI 서비스를 구축한 것이 아니라 기업이 수십년간 축적해 온 연구 자산을 AI가 이해하고 활용할 수 있는 'AI 레디 데이터'로 전환한 대표적인 AX 혁신 사례"라며 "KT는 이번 데이터 하이웨이 구축 경험을 바탕으로 제조, 유통, 서비스 등 다양한 산업에서 AI 레디 데이터 기반 AX를 확대하고 기업의 AX를 적극 지원하겠다"고 말했다.2026-07-28 14:18:15
많이 본 뉴스
영상
Youtube 바로가기
![[데스크칼럼] 세금이 넘칠 때가 재정의 진짜 시험대다](https://image.ajunews.com/content/image/2026/09/14/20260914110041235003_518_323.png)