검색결과 총 127건
-
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
-
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
-
KT, '넥스트 IT' 시동…전사 시스템 AI 기반으로 바꾼다
[경제일보] KT가 인공지능(AI)과 클라우드 중심으로 사업 구조를 전환하면서 내부 IT 시스템과 업무 방식까지 AI 시대에 맞게 바꾸는 전사 IT 현대화에 속도를 낸다. 보안과 서비스 안정성을 강화하는 동시에 내부에서 축적한 IT·AI 운영 역량을 기업 고객의 AX 전환 사업으로 연결한다는 전략이다. 24일 KT는 기존에 추진해 온 핵심 IT 시스템 현대화 범위를 플랫폼·인프라·업무 환경 전반으로 확대하는 '넥스트 IT' 전략을 추진한다고 밝혔다. 넥스트 IT는 '넥스트 IT 플랫폼', '넥스트 IT 인프라', '넥스트 IT 웍스'를 3대 축으로 삼아 IT 체계를 단계적으로 전환하는 전략이다. KT가 전사 IT 현대화에 나서는 것은 AI와 클라우드 확산으로 통신사의 IT 환경이 복잡해지고 있는 데 따른 대응으로 풀이된다. 과거 통신사의 IT가 통신망과 고객 서비스를 안정적으로 운영하는 역할에 집중했다면 최근에는 AI, 클라우드, 데이터, 디지털 서비스 등을 뒷받침하는 핵심 인프라로 역할이 확대되고 있다. 특히 노후화된 IT 시스템은 보안과 서비스 안정성을 떨어뜨릴 수 있는 요인으로 꼽힌다. KT는 기술 지원이 종료됐거나 종료가 임박한 하드웨어와 소프트웨어를 선제적으로 점검하고 전환해 정보 보호 위험을 줄이고 시스템 안정성을 높일 계획이다. 넥스트 IT 플랫폼에서는 전사 핵심 업무 시스템의 현대화를 추진한다. ERP(전사적 자원 관리), BSS(비즈니스 지원 시스템), OSS(운영 지원 시스템) 등 주요 시스템을 단계적으로 현대화하고 업무 프로세스도 함께 개선한다. 인증·결제 등 고객 서비스와 데이터 활용 체계에도 AI를 적용해 온라인 채널의 고객 맞춤형 서비스를 강화한다. 인프라 역시 차세대 환경으로 전환한다. KT는 차세대 사내 클라우드인 '넥스트 IPC(사내 프라이빗 클라우드)'를 기반으로 IT 인프라의 안정성과 보안성을 높이고 멀티·하이브리드 클라우드 환경을 구축할 예정이다. 서비스 특성에 따라 IT 자원을 유연하게 활용할 수 있도록 인프라 구조를 재편한다는 구상이다. 서비스 장애에 대비한 백업과 재해복구(DR) 체계도 강화한다. 주요 시스템에 대한 백업과 복구 체계를 고도화해 장애나 재해가 발생하더라도 핵심 서비스가 중단되는 상황을 최소화한다는 계획이다. AI와 클라우드 기반 서비스가 늘어날수록 IT 인프라의 안정성이 곧 고객 서비스 품질로 연결되는 만큼 내부 시스템의 신뢰성을 높이는 데 초점을 맞춘 것이다. AI를 활용한 업무 방식 전환도 병행한다. KT는 기존 AI 기반 개발 체계인 AIDD(AI-주도 개발)를 기획·설계부터 개발, 테스트, 운영까지 확대한 'AID-X(AI-주도 모든 것)'를 적용하고 있다. AI를 단순한 개발 보조 도구가 아니라 IT 업무 전 과정에서 활용하는 방식으로 확장하는 것이다. 사내 AI 에이전트 활용도 확대한다. KT는 임직원이 업무에 AI 에이전트를 활용할 수 있도록 AX 통합 플랫폼을 구축하고, 실제 업무에서 검증된 AI 활용 사례를 전사적으로 공유할 계획이다. 성공 사례뿐 아니라 시행착오까지 공유해 효과가 확인된 AI 활용 방식을 조직의 표준 업무 방식으로 정착시킨다는 방침이다. KT는 넥스트 IT를 통해 안정적인 IT 시스템 운영을 넘어 AI와 자동화를 개발·운영 전반에 적용하고, 이를 고객 서비스와 기업 고객의 AX 전환을 지원하는 사업 역량으로 확대한다는 계획이다. 옥경화 KT IT부문장 CIO 부사장은 "'넥스트 IT'는 KT가 지속 추진해 온 IT 현대화를 AI 시대에 맞게 한 단계 더 발전시키는 전략"이라며 "내부 IT 혁신 과정에서 축적한 기술과 운영 역량을 고객 서비스 혁신과 신규 AX 사업으로 확장해 'AX 플랫폼 컴퍼니' 전략의 실행력을 높이겠다"고 말했다.
2026-08-24 10:06:13
-
-
북핵 최대 120개, 이제 비핵화 구호만으로는 부족하다
[경제일보] 북한의 핵무기 보유량이 최대 120개에 이를 수 있다는 우리 국방당국의 추정이 나왔다. 안규백 국방부 장관은 20일 국회 국방위원회에서 북한의 핵무기 보유 상황에 대해 “보통 80~120개 정도로 본다”고 밝혔다. 다만 정확한 수치를 특정하기에는 제한이 있다고 덧붙였다. 도널드 트럼프 미국 대통령이 최근 북한이 57개의 매우 강력한 핵무기를 갖고 있다고 언급한 것과 비교하면 상당히 큰 차이다. 숫자 자체보다 중요한 것은 북한 핵능력이 더 이상 잠재적 위협의 단계에 머물러 있지 않다는 점이다. 북한은 핵물질 생산시설을 확대하고 핵탄두 소형화와 미사일 능력을 고도화해왔다. 김정은 북한 국무위원장도 스스로 핵보유국 지위를 거듭 강조하고 있다. 트럼프 대통령 역시 최근 북한을 사실상 핵을 가진 국가로 전제하는 듯한 표현을 사용하면서 올해 김 위원장과 다시 만나겠다는 뜻을 밝혔다. 우리 정부가 북한을 공식 핵보유국으로 인정하지 않는 원칙은 유지돼야 한다. 핵확산금지조약(NPT) 체제와 국제사회의 비핵화 원칙을 생각하면 북한의 핵보유를 법적·정치적으로 인정하는 것은 위험하다. 안 장관 역시 북한의 핵보유를 공식 인정할 수 없으며 미국의 핵우산을 통한 확장억제 정책을 유지하겠다고 밝혔다. 그러나 공식적인 인정과 현실을 직시하는 것은 다른 문제다. 북한을 핵보유국으로 인정하지 않더라도 실제 핵무기가 사라지진 않는다. 북한이 수십 기를 넘어 최대 100기 이상의 핵탄두를 보유했을 가능성까지 제기된다면 우리의 대북정책과 국방전략 역시 그 현실을 출발점으로 삼아야 한다. 지금까지 비핵화 협상은 큰 틀에서 북한의 비핵화 조치와 제재 완화·관계 개선 등 상응 조치를 맞바꾸는 방식으로 진행돼왔다. 2018년과 2019년 북미 정상회담에서도 결국 북한의 비핵화 범위와 제재 완화 수준을 둘러싼 이견을 좁히지 못했다. 이후 협상은 장기간 교착됐고 그 사이 북한의 핵능력은 오히려 커졌다. 트럼프 대통령이 다시 김정은 위원장과의 정상회담을 추진하더라도 과거와 같은 방식만 반복해서는 다른 결과를 기대하기 어렵다. 그렇다고 비핵화 목표를 포기해서도 안 된다. 북한을 사실상 핵보유국으로 인정하고 핵군축 협상만 하는 방향으로 급격히 선회하면 북한의 핵개발을 사후적으로 인정하는 결과가 될 수 있다. 일본과 대만 등 주변국의 핵무장론을 자극하고 동북아 전체의 핵확산 위험을 키울 가능성도 있다. 필요한 것은 목표와 현실을 구분하는 전략이다. 최종 목표는 한반도 비핵화로 유지하되 그 과정은 보다 현실적인 단계로 나눌 필요가 있다. 첫 단계는 북한의 핵능력이 더 이상 늘어나지 않도록 하는 것이다. 핵물질 생산과 추가 핵실험, 대륙간탄도미사일 개발을 동결하는 방안을 협상의 출발점으로 검토할 수 있다. 이미 상당한 핵능력을 보유한 북한을 상대로 모든 핵무기를 한꺼번에 폐기하라고 요구하고 협상이 시작되기를 기다리는 것만으로는 현실을 바꾸기 어렵다. 두 번째는 핵탄두와 핵물질의 실질적인 감축이다. 국제사회의 검증 아래 일부 핵시설과 핵물질을 폐기하고 그에 상응해 제재를 단계적으로 완화하는 방식이 될 수 있다. 북한의 신고만 믿어선 안 된다. 국제사회의 접근과 사찰이 보장돼야 한다. 최종 단계는 완전한 비핵화다. 핵동결이나 감축은 비핵화를 대신하는 목표가 아니라 그곳으로 가기 위한 과정이어야 한다. 중간 단계의 합의가 북한의 핵보유 지위를 법적·정치적으로 인정하는 결과로 이어져서도 안 된다. 중간 단계를 인정한다고 해서 북한의 핵보유를 영구적으로 용인하는 것은 아니다. 외교와 동시에 강력한 억지력도 유지해야 한다. 협상의 성공 가능성은 상대가 도발했을 때 감당해야 할 비용이 분명할수록 높아진다. 한미 확장억제의 신뢰성을 높이고 한국형 3축체계와 미사일방어, 정보·감시·정찰 능력을 지속적으로 강화해야 한다. 특히 북한이 상당한 규모의 핵전력을 확보했다면 개별 미사일 요격 능력만으로는 충분하지 않다. 발사 징후를 조기에 탐지하고 지휘부와 이동식 발사대, 핵시설을 실시간으로 파악하는 정보·감시·정찰 능력과 지휘통제체계를 함께 강화해야 한다. 핵추진 잠수함과 정찰위성, 무인체계 등 정부가 추진하는 첨단전력도 이런 큰 전략 안에서 우선순위를 정해야 한다. 미국의 확장억제에 대한 신뢰도 더욱 구체적으로 만들어야 한다. 미국의 핵우산이 실제 위기 상황에서 어떻게 작동할지, 한미가 어떤 절차를 통해 핵 대응을 협의할지 국민이 납득할 수 있도록 제도화해야 한다. 미국 대통령 개인의 의지에만 의존하는 억지력은 정권 변화 때마다 불확실성이 생길 수 있다. 최근 트럼프 대통령이 한미 연합훈련 축소를 지시하고 동시에 김정은 위원장과 다시 만나겠다는 의사를 밝힌 것도 주목해야 한다. 북미 대화의 문이 다시 열린다면 한국은 협상 밖에서 결과를 기다리는 나라가 돼서는 안 된다. 북핵은 미국 본토의 문제이기 이전에 대한민국의 생존과 직결된 문제다. 한국 정부는 미국과 사전에 협상 목표와 단계별 조건을 조율해야 한다. 핵동결 단계에서 무엇을 요구할지, 어떤 경우 제재 완화를 허용할지, 최종 비핵화까지 어떤 검증 장치를 둘지 우리의 안을 먼저 갖고 있어야 한다. 북미 정상 간 정치적 합의가 한국의 안보 이해와 충돌하는 상황도 대비해야 한다. 북한 핵문제를 둘러싼 가장 위험한 태도는 두 가지다. 하나는 북한의 핵능력을 과장해 공포를 키우는 것이고, 다른 하나는 비핵화라는 원칙만 반복하며 현실의 변화를 외면하는 것이다. 필요한 것은 냉정한 현실 인식과 흔들리지 않는 원칙의 결합이다. 북한의 핵무기가 57개인지, 80개인지, 120개인지 정확한 숫자는 공개 정보만으로 확인하기 어렵다. 안 장관도 이를 분명히 했다. 하지만 적어도 북한이 상당한 규모의 핵전력을 확보했다는 현실만큼은 부인하기 어렵다. 비핵화는 구호만으로 이루어지지 않는다. 북한이 핵을 더 만들지 못하게 묶어야 한다. 또 이미 가진 핵은 단계적으로 줄이고 최종적으로 폐기하도록 만드는 구체적인 경로가 있어야 한다. 그 과정에서 한미의 강력한 억지력과 검증체계가 뒷받침돼야 한다. 북핵 최대 120개 추정은 단순한 숫자가 아니라 기존 대북전략을 다시 점검하라는 경고다. 비핵화라는 목표는 유지하면서 그 목표에 도달하는 방법은 현실에 맞게 바꿔야 한다. 억지력은 더 강하게, 외교는 더 현실적으로 만드는 것이 지금 필요한 북핵 전략이다.
2026-08-21 13:06:40
-
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
-
SK하이닉스, CPO로 AI 인프라 전환 제시…프로세서·메모리 광통신 구축
[경제일보] SK하이닉스가 글로벌 연구진과 차세대 AI 인프라에 적용할 CPO 기술을 연구했다. 연구진은 프로세서와 메모리를 광통신으로 연결하는 '옵틱스 중심 아키텍처'를 차세대 AI 시스템의 발전 방향으로 제안했다. 20일 SK하이닉스에 따르면 회사는 글로벌 연구진과 함께 CPO(Co-Packaged Optics)의 발전 방향을 담은 연구 논문을 세계적 학술지 '네이처 일렉트로닉스'에 게재했다. 이번 연구에는 SK하이닉스 홍승훈 AI 인프라 팀장과 이규상 미국 버지니아대 전기컴퓨터공학과 교수를 비롯해 미국 일리노이대 어바나-샴페인, 매사추세츠공대(MIT), 난양공대(NTU), 연세대 연구진 등이 참여했다. CPO는 반도체 칩과 칩 사이의 데이터를 기존 전기 신호 대신 빛으로 전달하는 기술이다. 광통신을 활용해 데이터 전송 속도를 높이고 전력 소모를 낮출 수 있어 대규모 데이터를 처리하는 AI 인프라의 주요 기술로 거론된다. 생성형 AI 확산으로 수천 개의 GPU를 연결하는 대규모 AI 데이터센터가 구축되면서 칩과 시스템 사이에서 처리해야 하는 데이터도 급증하고 있다. 연산 성능이 높아질수록 프로세서와 메모리 사이에서 데이터를 빠르게 주고받는 기술도 중요해지고 있다. 연구진은 이번 논문에서 프로세서와 메모리를 광통신으로 연결하는 옵틱스 중심 아키텍처를 차세대 AI 인프라의 발전 방향으로 제시했다. 전기 신호를 기반으로 한 기존 데이터 연결 방식을 광통신으로 전환해 프로세서와 메모리 사이의 데이터 이동 효율을 높이는 구조다. 이를 구현하기 위해서는 광소자의 저전력·고집적화뿐 아니라 메모리와 컨트롤러, 광소자, 패키지 기술을 하나의 시스템으로 설계하는 접근이 필요하다는 게 연구진의 설명이다. 이규상 교수는 "저전력 광소자 집적부터 일관성 프로토콜, 신뢰성 기술까지 풀어야 할 과제가 많지만, 결국 핵심은 메모리 소자와 컨트롤러, 광소자, 패키지를 하나의 시스템으로 공동설계하는 것"이라며 "이 지점에서 SK하이닉스와의 협력이 큰 의미가 있다"고 했다.
2026-08-20 09:56:49
-
-
카카오, LG와 '모두의 AI' 동맹…카톡서 금융·의료·공공까지 연결
[경제일보] 카카오가 카카오톡을 중심으로 인공지능(AI) 서비스를 일상 속으로 확산하기 위해 LG유플러스 등 LG 계열사와 손잡았다. AI 모델 개발에 그치지 않고 통신·디바이스·공공 시스템·AI 인프라를 연결해 국민 누구나 쉽게 사용할 수 있는 AI 서비스를 구축한다는 전략이다. 카카오톡이라는 대규모 이용자 접점에 다양한 생활 서비스를 결합해 AI 플랫폼으로서 영향력을 확대하려는 움직임으로 풀이된다. 19일 카카오는 LG유플러스, LG AI연구원, LG전자, LG CNS 등 14개 기업·기관과 컨소시엄을 구성해 과학기술정보통신부의 '모두의 AI' 사업에 참여한다고 밝혔다. 카카오가 주관사를 맡고 LG유플러스가 핵심 참여사로 합류한다. 이번 컨소시엄은 AI 모델부터 플랫폼, 통신, 디바이스, 공공 시스템, AI 인프라까지 AI 서비스 구현에 필요한 기술을 하나의 협력 체계로 묶은 것이 특징이다. 개별 기업의 AI 모델 성능을 경쟁하는 데서 나아가 실제 국민이 사용할 수 있는 서비스로 연결하는 데 초점을 맞춰 구성됐다. 카카오는 카카오톡을 중심으로 한 대규모 이용자 접점을 AI 서비스 확산의 기반으로 활용한다는 계획이다. 별도의 AI 서비스를 찾아 가입하거나 새로운 애플리케이션을 설치하는 방식이 아니라 국민에게 익숙한 플랫폼 안에서 AI 기능을 제공해 이용자의 접근 장벽을 낮추겠다는 구상이다. 카카오가 자체 개발한 AI 모델 '카나나'도 활용한다. 앞서 카카오는 카카오톡을 비롯한 주요 서비스에 AI를 접목하는 한편 행정안전부와 함께 'AI 국민비서'를 선보이며 생활 영역에서 AI를 활용할 수 있는 기반을 마련해온 바 있다. 이번 컨소시엄은 단순한 대화형 AI를 넘어 금융·의료·교육·고용·돌봄 등 실제 생활 영역과 AI를 연결하는 데 초점을 맞춘다. 이용자가 필요한 정보를 검색하고 답변을 받는 수준을 넘어 관련 서비스를 실제 이용할 수 있도록 AI의 활용 범위를 넓힌다는 것이다. LG 계열사들은 카카오의 AI 서비스가 실제 대규모 이용 환경에서 작동할 수 있도록 각자의 기술을 제공한다. LG유플러스는 통신망과 고객 접점을 활용한 서비스 실증과 품질 검증을 맡고, LG AI연구원은 'K-엑사원'을 기반으로 AI 모델 고도화와 안전성 검증을 담당한다. LG전자는 가전 등 생활 디바이스와의 연계를, LG CNS는 공공 시스템·데이터 연계와 시스템 통합을 지원한다. 카카오엔터프라이즈는 AI 인프라와 플랫폼을 맡는다. 의료·금융·교육·고용·돌봄 등 생활 분야 전문기업과 기관도 참여한다. 서울대학교병원과 루닛은 건강 특화 AI의 품질을 검증하고, 원더풀플랫폼은 고령층 대상 AI 서비스의 접근성과 안전성을 점검한다. 신한은행과 자비스앤빌런즈 등은 금융·세무 분야 서비스를, 데이원컴퍼니와 크라우드웍스는 AI 교육과 데이터 품질 분야를 지원한다. 퓨리오사AI는 국산 AI 반도체를 활용한 인프라 분야에서 협력한다. 참여 기업을 분야별로 구성한 것은 AI 서비스를 실제 생활 영역으로 확대하기 위해서는 AI 모델만으로는 한계가 있기 때문이다. 금융·의료·공공 등 전문 분야에서는 각 산업의 데이터와 업무 시스템을 AI와 연결해야 하며, 서비스 이용 과정에서 발생하는 개인정보와 민감정보를 안전하게 관리하는 기술도 필요하다. 카카오는 이번 사업을 통해 카카오톡의 AI 활용도를 높일 수 있을 것으로 분석된다. 카카오톡은 이미 국민 다수가 사용하는 플랫폼인 만큼 AI 서비스를 별도의 새로운 플랫폼으로 확산시키는 것보다 기존 이용자 접점을 활용하는 방식이 초기 이용자 확보에 유리할 전망이다. AI가 일상적인 대화뿐 아니라 금융·의료·공공 서비스 등으로 영역을 확대하면서 플랫폼의 역할도 달라지고 있다. 이용자가 AI에게 필요한 정보를 묻는 데서 끝나는 것이 아니라 예약이나 신청, 각종 서비스 이용까지 연결할 경우 AI가 기존 플랫폼의 새로운 서비스 접점으로 자리 잡을 수 있기 때문이다. 다만 전 국민을 대상으로 AI 서비스를 제공하기 위해서는 접근성과 함께 신뢰성 확보가 과제로 꼽힌다. 특히 의료·금융·공공 분야에서는 AI가 잘못된 정보를 제공하거나 이용자의 의도와 다른 행동을 수행할 경우 실제 피해로 이어질 수 있어 서비스 정확도와 안전성, 개인정보 보호 체계를 함께 확보해야 한다. 고령층이나 디지털 기기 활용에 익숙하지 않은 이용자들도 쉽게 사용할 수 있도록 서비스 구조를 단순화하는 것도 과제다. 카카오는 다양한 분야의 전문 기업과 협력해 AI 활용 문턱을 낮추고 실제 생활에서 사용할 수 있는 서비스를 구축한다는 계획이다. 이번 컨소시엄은 AI 산업의 경쟁이 개별 모델의 성능을 넘어 서비스 생태계 구축 경쟁으로 확대되고 있다는 점에서도 의미가 있다. AI 모델을 확보하는 것뿐 아니라 이용자가 실제로 접근할 수 있는 플랫폼과 통신망, 디바이스, 공공 시스템, 산업별 서비스를 얼마나 촘촘하게 연결하느냐가 새로운 경쟁 요소로 부상하고 있다. 카카오는 이번 사업을 통해 참여 기업과 기관의 기술을 연결하고 국민 누구나 일상에서 쉽게 사용할 수 있는 AI 서비스를 구현한다는 방침이다. 김세웅 카카오 AI 시너지 성과리더는 "이번 컨소시엄은 전 국민이 일상 속 환경에서 AI 서비스를 쉽게 발견하고 이용할 수 있도록 하겠다는 뜻과 역량을 한데 모은 협력 체계"라며 "각자의 전문성을 갖춘 다양한 분야의 참여사와 함께 국민 누구나 신뢰하며 사용할 수 있는 AI 서비스를 만드는 데 책임을 다할 계획"이라고 말했다.
2026-08-19 15:23:56
-
SKT 'A.X K2' 3단계행…셀렉트스타, AI 데이터 품질 검증 고도화 나선다
[경제일보] 정부의 '독자 AI 파운데이션 모델' 프로젝트 2차 평가에서 SK텔레콤 컨소시엄이 3단계에 진출한 가운데 컨소시엄의 데이터 부문을 맡은 셀렉트스타의 역할도 확대되고 있다. 인공지능(AI) 모델의 성능 경쟁이 고도화하면서 학습 데이터의 품질과 안전성을 관리하는 역량이 독자 AI 모델 경쟁력의 주요 요소로 부상하고 있는 것으로 분석된다. 18일 셀렉트스타가 참여한 SK텔레콤 컨소시엄은 과학기술정보통신부가 추진하는 '독자 AI 파운데이션 모델' 프로젝트 2차 평가를 통과해 3개 정예팀 가운데 하나로 선정됐다. 이번 평가에서는 SK텔레콤의 'A.X K2'를 비롯해 업스테이지 '솔라 오픈 2', LG AI연구원 'K-엑사원 2.0'이 3단계 개발을 이어가게 됐다. 이번 프로젝트는 글로벌 AI 모델과 경쟁할 수 있는 국내 독자 AI 파운데이션 모델을 확보하기 위해 정부가 추진하는 국가 사업이다. 2차 평가는 벤치마크와 전문가 평가, 사용자 평가 등을 종합해 후속 개발팀을 가리는 방식으로 진행됐다. SK텔레콤 컨소시엄은 SK텔레콤을 중심으로 셀렉트스타, 크래프톤, 포티투닷, 리벨리온, 라이너, SK AX, 테크노매트릭스 등 기업과 서울대, KAIST 등 학계가 참여하고 있다. SK텔레콤 컨소시엄에서 셀렉트스타는 모델 개발에 필요한 학습 데이터의 품질 관리와 검수를 담당했다. 단순히 데이터를 구축해 공급하는 역할에서 나아가 여러 참여 기관에서 생성·구축한 데이터를 동일한 기준으로 검증하고 관리하는 역할을 맡았다. 셀렉트스타는 1차 단계에서 대규모 학습 데이터를 구축하고 품질을 검증해 SK텔레콤의 'A.X K1' 성능과 신뢰성 향상을 지원한 것에 이어 2차 단계에서는 컨소시엄 내 여러 기관이 생산한 데이터를 통합 관리하는 데 초점을 맞춰 품질을 검수했다. 최근 AI 모델의 성능이 학습 데이터의 양뿐 아니라 데이터의 정확성과 일관성에 영향을 받는 만큼 데이터 품질 관리의 중요성도 커지고 있다. 특히 여러 기관이 하나의 컨소시엄을 구성해 모델을 개발할 경우 기관마다 데이터 생성 방식이나 검수 기준이 달라질 수 있어 이를 통합하는 관리 체계가 필요한 것으로 꼽힌다. 셀렉트스타는 2차 단계에서 모델 개발 과정에 필요한 데이터 품질 기준을 별도로 수립하고 세부 항목을 검증했다. 질문과 답변이 적절하게 구성됐는지를 확인하는 '질의·응답 적정성', 이미지와 질문·답변의 내용이 일치하는지를 살펴보는 'VQA(시각 질의응답) 적정성', 문장의 형식과 구조 등을 확인하는 '구문 정확성' 등이 검수 대상에 포함됐다. 특히 2차 단계에서는 1차보다 강화된 데이터 품질 기준이 적용되면서 여러 참여 기관이 구축한 데이터를 일관된 기준으로 검증하는 작업의 중요성이 커졌다. 이에 셀렉트스타는 데이터 품질 관리 프로세스를 고도화해 기관별 데이터의 품질 편차를 줄이고 사후 학습에 활용되는 데이터의 완성도를 높이는 데 주력했다. AI 안전성 확보를 위한 데이터 검수도 진행했다. 모델이 실제 서비스에 활용되는 과정에서 유해하거나 편향된 결과를 내놓는 것을 줄이기 위해 레드티밍 학습용 데이터셋의 품질을 점검했다. 레드티밍은 AI 모델에 의도적으로 취약점을 공격하거나 문제가 발생할 수 있는 질문을 제시해 모델의 위험 요소를 확인하는 방식이다. 셀렉트스타는 자체 AI 신뢰성 평가 플랫폼인 '다투모 플랫폼'과 산업·공공 분야에서 축적한 레드티밍 경험 등을 활용해 데이터 품질과 안전성 검증을 진행했다고 설명했다. AI 모델의 파라미터 규모나 벤치마크 성능뿐 아니라 어떤 데이터를 어떤 기준으로 학습시킨 것인지를 검증해 실제 서비스 경쟁력을 향상시킨 것으로 평가된다. 특히 3단계에 진입한 모델들이 향후 산업과 실생활에서 활용될 수 있는 수준으로 고도화될 경우 데이터 품질 관리와 안전성 검증에 대한 요구도 더욱 커질 전망이다. 연구·개발 단계에서 확보한 모델 성능을 실제 서비스로 연결하기 위해서는 데이터의 정확성과 안정성, 개인정보 및 편향 문제 등을 지속적으로 관리해야 하기 때문이다. 김세엽 셀렉트스타 대표는 "이번 2차 평가 통과는 SKT 컨소시엄 참여기관들이 각자의 영역에서 역량을 모아온 결과"라며 "셀렉트스타도 데이터 총괄 파트너로서 축적해 온 데이터 구축·품질 관리 역량을 바탕으로 모델 고도화를 안정적으로 지원해 나가겠다"고 말했다. 이어 "이번 프로젝트의 기술과 데이터 성과가 특정 기업에 머무르지 않고 국내 AI 생태계가 폭넓게 활용할 수 있는 결과물로 이어질 수 있도록 데이터와 신뢰성 평가 기술을 지속적으로 고도화하겠다"고 강조했다.
2026-08-18 14:08:11
-
-
주식·채권 이어 광물도 토큰화…우라늄까지 블록체인에 담는다
[경제일보] 주식과 채권을 넘어 금·구리·니켈·코발트·우라늄 같은 실물자산도 블록체인 기반 토큰화 대상으로 떠오르고 있다. 광산업체와 기술기업들이 금속의 소유권을 디지털 토큰으로 쪼개 투자자에게 판매하는 사업에 잇따라 뛰어들고 있다고 영국 파이낸셜타임스(FT)가 최근 보도했다. FT에 따르면 토큰화 대상은 이미 채굴된 금속에 그치지 않는다. 일부 기업은 아직 땅속에 묻혀 있는 광물까지 토큰화해 광산 개발자금을 조달하려 하고 있다. 가상화폐 투자 열기를 금속시장으로 끌어들이는 동시에, 광산업체에는 새로운 자금조달 통로를 제공하겠다는 구상이다. 이른바 실물자산 토큰화, 즉 RWA(real-world assets) 시장이 광물 분야로 확산하는 모습이다. 토큰화된 금속 상품은 투자자가 실물을 직접 보관하지 않고도 해당 금속의 소유권이나 가격 움직임에 투자할 수 있도록 설계된다. 광산업체와 기술기업들은 금과 구리, 우라늄을 비롯한 각종 금속과 연계된 가상화폐 토큰을 개발하고 있다. FT는 금속 가격이 상승하는 가운데 기업들이 가상화폐 투자 수요와 광물 투자 수요를 결합하려 하고 있다고 전했다. 이들 프로젝트는 기존 상품거래보다 손쉽게 실물 금속에 투자할 수 있는 수단으로 개인투자자들에게 홍보되고 있다. 가상화폐 투자자에게는 포트폴리오를 다변화하면서 실물자산 시장에 진입하는 통로로, 광산 개발기업에는 신규 자금조달 수단으로 제시되고 있다. ◆금 ETF와 다른 ‘디지털 금’…수요는 아직 제한적 금속 토큰화 흐름은 주식과 채권에 이어 실물자산까지 블록체인으로 옮기려는 금융시장 변화의 연장선으로 풀이된다. 도널드 트럼프 미국 대통령 집권 이후 월가가 블록체인 기술을 빠르게 받아들이는 가운데, 영국도 런던의 금 거래 중심지 지위를 유지하기 위해 디지털 금 관련 규제 체계를 준비하고 있다고 FT는 전했다. 다만 시장은 아직 초기 단계라는 평가가 우세하다. 일부 전문가는 비전문 투자자에게 토큰화 구조와 광산업의 복잡성이 동시에 부담으로 작용할 수 있다고 지적한다. 온라인 금 거래 플랫폼 불리온볼트의 리서치 책임자 애드리언 애시는 FT에 “토큰화된 금의 흐름은 실제 수요라기보다 토큰화된 금 상품을 출시하려는 움직임에 더 가깝다”고 말했다. 그는 과거에도 수십 개의 금 연계 토큰이 등장했다가 사라졌다며 시장 수요가 충분한지는 더 지켜봐야 한다고 평가했다. 현재 투자자들은 금을 실물로 보유하지 않고도 금 가격에 투자할 수 있다. 대표적인 수단이 금 상장지수펀드(ETF)다. 세계금협회에 따르면 지난달 금 ETF의 전체 시장가치는 약 5300억달러에 달했고, 이들 ETF는 4000톤이 넘는 금을 기반으로 하고 있다. 그러나 토큰화된 금을 지지하는 쪽에서는 ETF 투자가 금 가격에 노출되는 방식일 뿐 금 자체의 소유권을 갖는 것과는 다르다고 주장한다. 현재 가장 큰 금 연계 가상화폐 토큰으로는 테더의 ‘테더 골드’와 팍소스의 ‘팍스 골드’가 꼽힌다. 두 상품은 토큰 1개가 금 1트로이온스, 약 31.1g을 나타내도록 설계됐고 일정 조건을 충족하면 실물 금으로 교환할 수 있다. 하지만 규모는 여전히 금 ETF와 비교하기 어렵다. FT에 따르면 테더 골드의 시장가치는 약 27억달러, 팍스 골드는 약 19억달러 수준이다. 블록체인 분석업체 체이널리시스의 규제·컴플라이언스 책임자 케이틀린 바넷은 FT에 “금에 투자하는 사람은 전통적인 투자자일 가능성이 높고, 자신이 잘 아는 전통적 방법으로 투자할 것”이라고 말했다. 금 투자자가 굳이 블록체인이라는 새로운 기술을 이용해야 할 유인이 아직 크지 않다는 의미다. ◆구리·니켈·코발트·우라늄도 토큰화 대상 기업들은 금뿐 아니라 수요가 강하고 가격이 상승하는 다른 금속도 토큰화하고 있다. 배터리 핵심 광물인 코발트와 니켈, 원자력발전 연료인 우라늄 등이 대표적이다. FT에 따르면 금속 거래 플랫폼 메탈스닷아이오(Metals.io)는 우라늄·니켈·코발트 토큰을 발행했다. 일정 조건과 관련 인허가를 충족한 보유자는 실물 금속으로 교환할 수 있다. 다만 우라늄은 고도로 규제되는 품목인 만큼 실제로 토큰을 실물 우라늄으로 인도받은 구매자는 아직 없는 것으로 전해졌다. Metals.io를 구축한 소프트웨어 기업 트릴리테크의 대체자산 부문 책임자 벤 엘비지는 FT에 “선물거래에 따르는 비용과 복잡성 없이 상품에 직접 투자할 수 있다”며 금속 토큰이 투자자에게 새로운 기회를 제공한다고 설명했다. 코발트와 우라늄 거래는 전통적으로 쌍방 간 장기계약 형태로 이뤄지는 경우가 많다. 니켈은 런던금속거래소(LME)에서 거래되지만, LME 거래 방식은 일반 개인투자자에게 친숙한 구조는 아니다. 금속 토큰화 기업들은 바로 이 틈을 파고들고 있다. 엘비지는 금속 토큰 수요가 크게 두 부류에서 나온다고 설명했다. 하나는 가상화폐에 익숙한 투자자들이다. 이들은 성장 가능성이 있는 실물자산에 투자해 포트폴리오를 다변화하려 한다. 다른 하나는 기관투자자들이다. 다만 실제 거래 규모는 아직 작다. Metals.io의 누적 거래액은 2024년 12월 이후 약 2400만달러, 토큰 보유자는 약 9000명 수준으로 알려졌다. ◆‘땅속 광물’까지 토큰화…광산 개발자금 조달 시도 보다 급진적인 시도도 나오고 있다. 일부 기업은 이미 채굴된 금속이 아니라 아직 땅속에 있는 광물까지 토큰화하려 한다. 브라질 마투그로수의 모리아 금광 등 일부 프로젝트가 대표적이다. 나스닥 상장 금광기업 블루 골드는 금을 “광산에서 당신의 가상화폐 지갑까지” 직접 전달한다는 개념을 내세우고 있다. 이 회사는 운영자금 조달을 위해 수천 개의 토큰을 발행했다고 앤드루 캐번 최고경영자 겸 회장이 밝혔다. 다만 블루 골드는 현재 새로운 장기 광산 프로젝트를 찾고 있다. 기존의 유일한 광산과 관련해 가나 정부가 2024년 광산개발 허가를 취소하면서 분쟁이 벌어졌기 때문이다. 이는 광산 토큰화가 단순한 디지털 금융상품이 아니라 실제 광산 개발 리스크와 맞물려 있음을 보여주는 사례로 꼽힌다. 나스닥 상장기업 데이터볼트 AI도 구리와 안티몬 등을 아직 채굴 전 상태에서 토큰화해 광산 개발자금을 조달하는 방안을 추진하고 있다. 안티몬은 미사일, 배터리, 난연제 등에 사용되는 전략 광물이다. 나다니엘 브래들리 데이터볼트 AI 최고경영자는 FT에 이를 “선물 거래와 비슷한 개념”이라고 설명했다. 이 회사는 기존 광산업체와 협력해 자금이 필요한 광산 개발 프로젝트에 자금을 공급할 계획이다. 투자자는 토큰을 거래할 수도 있고, 광물이 실제로 채굴된 뒤 실물 금속으로 교환할 때까지 보유할 수도 있다. 브래들리 CEO는 전통 상품거래에 필요한 막대한 서류작업을 “토큰이 소프트웨어로 압축한다”고 주장했다. ◆복잡한 광산업 구조…개인투자자 이해 쉽지 않아 업계 일각에서는 이런 모델에 대한 회의론도 적지 않다. 광산개발은 지질 조사, 인허가, 환경규제, 지역사회 협의, 생산비, 품질, 운송, 판매계약 등 수많은 변수가 얽힌 산업이다. 일반 투자자가 토큰 하나만 보고 광산 프로젝트의 실제 가치를 평가하기 어렵다는 지적이 나온다. 세계금협회의 글로벌 시장구조·혁신 책임자 마이크 오스윈은 FT에 “개인투자자들이 금 가치사슬의 일부를 자금조달하는 과정을 이해해야 한다는 것인가”라고 반문했다. 세계금협회도 디지털 금을 개발하고 있지만, 올해 1분기 실시하려던 시범사업을 3분기로 연기했다. 산업용 금속의 대체 가능성도 문제로 꼽힌다. 금은 일정한 순도와 형태를 갖추면 상대적으로 서로 대체하기 쉽다. 그러나 구리, 니켈, 코발트 등 산업용 금속은 최종 수요자가 원하는 순도, 품질, 생산지, 원산지 조건이 다를 수 있다. 같은 금속이라도 실제 시장가가 달라질 수 있다는 얘기다. 엘비지는 향후 시장 수요가 온체인으로 이동하면 금속의 사양과 품질에 따라 Metals.io에서 서로 다른 가격이 형성될 수 있다고 예상했다. 다만 이는 금속 토큰 시장이 커질수록 가격 산정과 공시, 품질 검증 체계가 더 중요해진다는 뜻이기도 하다. ◆상호운용성도 과제…거래 플랫폼 제각각 거래 접근성과 유통성도 해결 과제로 꼽힌다. 구리, 알루미늄, 니켈 같은 주요 금속은 이미 LME나 시카고상품거래소(CME)그룹의 뉴욕상품거래소(Comex)에서 거래되고 있다. 반면 새롭게 등장한 금속 토큰은 거래 플랫폼이 제각각이다. 블루 골드의 토큰은 현재 제3자 거래소가 아니라 자사 앱에서만 거래된다. 데이터볼트는 토큰 출시 이후 핀테크 기업 퍼페추얼스닷컴이 운영하는 업사이드온리 플랫폼에서 거래를 시작할 계획이다. Metals.io의 우라늄 토큰은 크라켄, 게이트, 쿠코인 등 가상화폐 거래소에서 거래된다. 체이널리시스의 바넷은 금속 토큰화 시장의 주요 과제로 상호운용성을 꼽았다. 특정 자산을 특정 거래소나 플랫폼에서만 살 수 있는 문제가 여전히 남아 있다는 것이다. 그는 다만 장기적으로는 모든 자산이 블록체인으로 이동할 가능성이 있다고 봤다. 블록체인이 자산의 소유권과 거래 기록을 남기는 데 적합한 기술이라는 이유에서다. 금속 토큰화는 금융시장과 원자재 시장, 광산개발 금융이 만나는 새로운 실험으로 평가된다. 하지만 시장 규모는 아직 작고, 투자자 보호 장치와 실물 인도 구조, 품질 검증, 거래 플랫폼의 신뢰성도 검증 단계에 있다. 금속 토큰화가 새로운 원자재 투자 통로가 될지, 한때 등장했다 사라진 금 연계 토큰의 전철을 밟을지는 실제 수요와 규제 체계, 광산 프로젝트의 성과에 달려 있다는 분석이 나온다.
2026-08-15 06:00:00
-
"출시 3일만 1000억 토큰 썼다"…업스테이지 '솔라 프로 4', 글로벌 실사용 시험대
[경제일보] 업스테이지가 '솔라 프로 4'를 앞세워 글로벌 AI 모델 시장에서 실사용 경쟁에 본격적으로 뛰어든다. 글로벌 개발자 플랫폼에 이름을 올린 데 이어 출시 직후 실제 사용량도 빠르게 늘면서, 단순 벤치마크 성능 경쟁을 넘어 AI 에이전트와 기업 업무 영역을 중심으로 상용화 확대에 나서고 있다. 14일 업스테이지는 자체 개발한 거대언어모델(LLM) '솔라 프로 4'를 공개했다고 밝혔다. 솔라 프로 4는 전작 '솔라 프로 3'보다 추론 능력과 에이전트 역량을 강화한 차세대 상용 AI 모델로, 단순 질의에 답하는 것을 넘어 문서 이해와 정보 추출, 긴 맥락 추론, 여러 단계의 의사결정 등 실제 업무 수행에 초점을 맞춰 설계됐다. 특히 솔라 프로 4는 공개 직후 미국 누스 리서치가 개발한 AI 에이전트 '헤르메스 에이전트'와 API 라우팅 플랫폼 '오픈라우터'에 등재됐다. 업스테이지는 한국 모델 최초로 등재된 것으로 오픈AI, 앤스로픽, 구글, 엔비디아 등 글로벌 빅테크와 딥시크, 문샷, 미니맥스 등 중국 AI 기업들이 이름을 올린 플랫폼에 국내 기업 모델이 정식 프로바이더로 참여하면서 글로벌 개발자 시장에서 실사용 기회를 확보했다고 설명했다. 실제 사용량도 빠르게 늘고 있다. 업스테이지에 따르면 솔라 프로 4는 오픈라우터 등재 3일 만에 누적 토큰 소비량 800억 토큰을 넘어섰고, 이날 오전 8시 오픈라우터 기준 누적 토큰 소비량 1000억 토큰을 넘겼다. 단순히 모델을 공개하는 데 그치지 않고 글로벌 개발자들이 API를 통해 실제 모델을 사용하는 단계로 진입한 것으로 평가된다. 에이전트 성능에서도 전작 대비 개선 폭을 키웠다. 여러 단계의 작업을 터미널 환경에서 끝까지 수행하는 능력을 평가하는 '터미널벤치(Terminal-Bench v2.1)'에서 57점을 기록해 전작보다 4.8배 높아졌다. 대화를 이어가면서 도구를 사용하는 능력을 평가하는 '타우3-뱅킹(τ³-Banking)'에서는 23점을 기록해 전작 대비 2.6배 개선됐다. 긴 문서를 이해하고 필요한 정보를 추출하는 능력도 강화했다. 대량의 장문 문서에서 정보를 찾아내고 이를 근거로 답변하는 능력을 평가하는 장문 이해 벤치마크(AA-LCR)에서는 71점을 기록해 전작보다 2.3배 이상 높은 성능을 보였다. 업스테이지는 문서 중간의 맥락을 놓치는 실패를 줄이면서 정확도를 높이는 동시에 토큰 소모량도 줄여 운영 비용 측면에서도 경쟁력을 확보했다고 설명했다. 글로벌 평가에서도 성능 개선을 내세웠다. 글로벌 AI 평가기관 아티피셜 애널리시스 기준 솔라 프로 4의 종합 성능은 42점으로 전작 대비 3배 이상 개선됐다. 업스테이지는 엔비디아 '네모트론 3 울트라'(38점), 구글 '제미나이 3.5 플래시-라이트'(37점) 등 일부 글로벌 모델보다 높은 점수를 기록했다고 밝혔다. 국내 기업과 공공기관을 겨냥한 문서 처리 기능도 강화했다. 솔라 프로 4는 업스테이지의 에이전트 문서 처리 통합 솔루션 '업스테이지 스튜디오'에 탑재돼 한글 문서를 비롯한 다양한 형식의 문서에서 정보를 추출하고 요약, 분석, 번역 등의 작업을 수행할 수 있다. 이를 통해 업스테이지는 LLM 자체의 성능 경쟁뿐 아니라 기업이 실제 업무에 AI를 적용하는 영역까지 사업 범위를 확대한다는 전략이다. 특히 국내 기업과 공공기관에서 활용도가 높은 한글 문서 처리와 업무 자동화를 앞세워 글로벌 범용 모델과 차별화된 시장을 확보하려는 움직임으로 풀이된다. 글로벌 시장에서는 AI 모델 자체를 공급하는 방식과 함께 에이전트 생태계 확대가 새로운 경쟁 영역으로 떠오르고 있다. 개발자가 특정 모델을 직접 선택해 사용하는 것을 넘어 AI가 문서를 읽고 필요한 정보를 찾아내며 외부 도구를 호출해 여러 단계의 업무를 수행하는 형태로 활용 범위가 넓어지고 있기 때문이다. 업스테이지 역시 솔라 프로 4를 통해 이러한 시장 변화에 대응한다는 구상이다. 글로벌 개발자 플랫폼에 모델을 공급하면서 해외 개발자와의 접점을 확대하는 동시에 국내에서는 문서 처리 솔루션과 결합해 기업 고객 확보에 나서는 방식이다. 김성훈 업스테이지 대표는 "실무에서 AI에게 필요한 것은 시험을 잘 보는 능력이 아니라 맡은 일을 끝까지 해내는 신뢰성"이라며 "솔라 프로 4가 글로벌 개발자 플랫폼에 한국 모델 최초로 이름을 올린 것은 우리 AI 기술이 세계 현장에서 통한다는 증거로, 앞으로도 현장에서 검증된 기술력을 바탕으로 한층 더 활용성 높은 AI를 만들어 나가겠다"고 말했다.
2026-08-14 08:55:12
-
-
지상 넘어 우주로 향하는 AI 인프라…우주항공청, 우주데이터센터 구축 시동
[경제일보] 우주항공청이 인공지능(AI) 반도체와 태양전지, 냉각 기술 등을 우주에서 활용하는 '우주데이터센터' 구축을 위한 국내 산업계 참여 확대에 나선다. AI 확산으로 데이터센터의 전력과 냉각 부담이 커지는 가운데 우주공간을 새로운 데이터 처리 거점으로 활용하려는 글로벌 경쟁도 본격화하면서 국내에서도 관련 기술과 공급망 확보에 속도를 내는 것으로 풀이된다. 10일 우주항공청은 경기도 성남시 리벨리온 사옥에서 우주데이터센터 기술 관련 산업계 관계자들과 '제9차 우주항공 SOS 간담회'를 개최했다고 밝혔다. 이번 간담회에는 AI 팹리스 6개사를 비롯해 태양전지·배터리 등 전력 분야 4개사, 냉각 기술 분야 2개사, 위성 체계 개발 기업 5개사 등 총 17개 기업이 참여했다. AI 반도체 기업 리벨리온과 SK하이닉스, 딥엑스, 모빌린트, 퓨리오사AI, LG전자, LG에너지솔루션, 한화솔루션 큐셀, 한화시스템, 한국항공우주산업(KAI), 쎄트렉아이 등이 참석했다. 우주항공청은 이번 간담회를 통해 AI·정보통신기술(ICT) 등 기존 우주산업에 속하지 않았던 기업의 기술 역량을 확인하고 우주데이터센터 구축에 필요한 산업계의 요구사항을 청취했다. 우주항공청과 국가과학기술연구회 K-문샷 추진단은 K-문샷 우주 미션 현황을 공유하고 기업들과 민관 협력 방안을 논의했다. 우주데이터센터는 지구 궤도에 데이터 처리와 저장을 위한 인프라를 구축하는 개념이다. AI 서비스 확산으로 데이터센터에서 처리해야 하는 데이터가 급증하고 전력과 냉각 비용 부담이 커지는 상황에서 지상에 집중된 데이터센터 인프라를 우주로 확장하는 방안으로 주목받고 있다. 특히 우주에서는 태양광을 활용해 전력을 생산할 수 있고, 지상과 달리 대규모 시설을 구축하는 데 필요한 토지 제약이 상대적으로 적다는 장점이 있다. 데이터 처리 과정에서 발생하는 열을 우주공간에서 효율적으로 방출할 수 있는 냉각 기술을 확보할 경우 지상 데이터센터가 안고 있는 전력·냉각 문제를 보완할 가능성도 제안되고 있다. 다만 우주데이터센터를 실제로 구축하기 위해서는 지상 데이터센터와 다른 기술적 과제를 해결해야 한다. 우주에서는 강한 방사선에 노출되기 때문에 일반적인 상용 반도체를 그대로 사용하기 어렵고, 태양전지와 배터리 등 전력 시스템 역시 극한의 온도와 방사선 환경을 견뎌야 한다. 발사 비용과 유지보수의 어려움도 상용화 과정에서 해결해야 할 과제로 꼽힌다. 글로벌 시장에서는 우주데이터센터를 새로운 데이터 인프라로 활용하려는 움직임이 나타나고 있다. 일론 머스크가 이끄는 스페이스X 역시 위성 네트워크와 AI 인프라를 결합하는 방안을 추진하면서 우주공간을 데이터 처리 영역으로 활용하는 구상을 내놓고 있다. 지상 데이터센터에 필요한 막대한 전력과 냉각 인프라를 우주공간에서 확보하고, 위성 네트워크를 통해 데이터를 처리·전송하는 방식이 거론된다. 최근 우주데이터센터가 단순한 미래형 우주기술을 넘어 AI 산업의 인프라 경쟁과 연결되고 있다. 특히 AI 모델의 규모가 커질수록 연산을 위한 데이터센터와 전력 인프라 확보가 중요해지고 있는 만큼, 우주를 새로운 컴퓨팅 공간으로 활용하려는 시도가 글로벌 기업을 중심으로 이어질 가능성이 커지고 있다. 국내에서는 우주항공청이 K-문샷의 우주미션 가운데 하나로 '우주데이터센터 구축'을 추진하고 있다. 핵심은 우주에서 활용할 수 있는 AI 반도체와 태양전지, 냉각 기술 등을 확보하고 실제 우주 환경에서 실증하는 것이다. 이번 간담회에서도 우주 데이터센터에 적용할 핵심 기술을 둘러싼 논의가 이뤄졌다. 참석 기업들은 우주 방사선에 견딜 수 있는 반도체 기술과 우주용 태양전지·배터리, 냉각 기술의 우주 실증 가능성을 비롯해 기업의 참여 방식과 민관 협력 체계 구축 방안 등에 대한 의견을 제시했다. 특히 AI 반도체 기업들이 우주 산업에 진입하기 위해서는 기존 산업과 다른 검증 절차를 마련해야 한다는 의견도 나왔다. 상용 부품(COTS)을 우주에서 사용할 수 있도록 성능과 신뢰성을 검증하고, 극한 환경에서의 우주 환경 시험과 실제 위성을 활용한 실증 기회를 제공해야 한다는 것이다. 우주 산업에 진입하려는 AI·ICT 기업 입장에서는 우주용 제품을 처음부터 별도로 개발하는 데 상당한 비용과 시간이 필요한 만큼 기존 상용 기술을 우주 환경에 맞게 검증하고 실제 우주에서 시험할 수 있는 기반이 중요하다. 우주항공청 역시 이 같은 기술 검증과 실증 기회를 확대해 비(非) 우주 기업의 참여를 유도한다는 방침이다. 우주 데이터센터가 구축되면 반도체 기업뿐 아니라 전력, 배터리, 냉각, 위성 제조 등 다양한 산업이 우주 산업 공급망에 참여할 수 있다는 점도 주목된다. 기존 우주 산업이 위성체와 발사체 중심으로 형성됐다면 우주 데이터센터는 AI 반도체와 데이터센터 인프라 기술을 우주 산업으로 끌어들이는 새로운 접점이 될 수 있기 때문이다. 우주항공청은 이번 간담회에서 나온 기업들의 의견을 향후 우주 데이터센터 추진 방향과 세부 전략에 반영할 계획이다. 또한 AI·ICT 기업을 비롯한 비우주 기업의 참여를 확대해 우주데이터센터에 필요한 핵심 기술과 공급망을 국내에서 확보한다는 방침이다. 오태석 우주항공청장은 "우주데이터센터는 우주공간 신산업 창출을 위한 핵심 성장동력으로서, 비(非) 우주 기업인 AI·ICT 기업의 참여 의지를 확인하고 새로운 위성개발·제조 생태계로 조성하는 것이 중요하다"며 "이번 간담회에서 논의된 의견을 면밀히 검토하여 우주데이터센터의 추진 방향과 세부 전략에 반영하고, 인공지능이 우주산업 생태계 전반으로 확장할 수 있도록 적극 지원하겠다"고 말했다.
2026-08-10 16:09:29