2026.10.02 금요일
검색
'엣지' 검색결과
기간검색
-
~
검색영역
검색어
-
델, 한국벤처투자 AI 인프라 구축 지원…GPU로 내부망 AX 본격화 [경제일보] 한국벤처투자가 보안과 망분리 요건을 충족하기 위해 사옥 내 고성능 GPU 인프라를 구축하고 전사 인공지능(AI) 전환(AX)에 나선다. 전 임직원이 사용하는 내부망 AI 챗봇부터 벤처펀드 모니터링과 투자계약 점검 등 업무에 AI를 적용하는 동시에 벤처투자종합정보시스템(VICS)의 레거시 소스코드 분석에도 AI 에이전트를 활용하도록 구현했다. 22일 델 테크놀로지스는 최근 고성능 GPU 서버 '델 파워엣지 XE7745'를 기반으로 한국벤처투자 사옥 내 온프레미스 AI 인프라를 구축했다고 밝혔다. 이번 사업은 'AI 인프라 기반 구축을 위한 GPU 서버 구매 및 전사 에이전트 AI 도입 프로젝트'로 추진됐다. 한국벤처투자는 중소벤처기업부 산하 공공기관으로 모태펀드를 운용하며 국내 벤처·스타트업과 벤처캐피털의 투자 및 자금 조달을 지원한다. 투자와 금융 관련 데이터를 다루는 업무 특성상 AI 활용을 확대하면서도 내부 정보의 외부 유출을 막아야 한다는 과제가 중요 사항으로 꼽힌다. 이에 한국벤처투자는 외부 서비스에만 의존하는 대신 사옥 내부에 AI 인프라를 구축하는 방식을 택했다. 내부망에서 AI 모델을 운영할 수 있는 환경을 마련해 보안과 망분리 요건을 충족하면서 내부 업무에 AI를 적용한다는 전략이다. 우선 전 임직원이 사용할 수 있는 폐쇄형 내부망 AI 챗봇을 구축해 문서 초안 작성 등 업무에 활용한다. 외부 생성형 AI 서비스에 내부 자료를 직접 입력하지 않고도 업무에 AI를 활용할 수 있도록 하는 방식이다. AI 적용 범위는 단순 문서 작업에 그치지 않는다. 한국벤처투자는 AI 기반 벤처펀드 모니터링 시스템과 불균형 투자계약 점검 시스템에도 AI 인프라를 활용할 예정이다. 기관이 보유한 투자 관련 데이터와 업무 시스템에 AI를 연결해 반복적인 확인과 분석 작업을 줄이는 것이 목표다. 특히 이번 프로젝트를 통해 AI 에이전트를 활용한 레거시 시스템 분석을 도입한다. 한국벤처투자는 유지보수 협력사인 내담씨앤씨와 본정보의 기술 지원을 받아 VICS의 소스코드 분석 특화 AI 에이전트 적용을 위한 개념검증(PoC)을 추진한다. VICS는 한국벤처투자의 주요 업무를 지원하는 시스템으로, 기존 시스템에 축적된 복잡한 소스코드와 업무 로직을 분석하고 이를 지식자산으로 전환하는 데 AI를 활용한다. AI 에이전트가 레거시 소스코드에서 핵심 로직과 정보를 추출하고 이를 표준화된 산출물로 정리하는 방식이다. 레거시 시스템을 운영할 때는 기존 개발자나 유지보수 인력이 소스코드를 직접 분석하면서 업무 로직을 파악해야 하는 경우가 많다. 시스템이 장기간 운영될수록 담당자 변경이나 문서 부족 등으로 기존 코드에 담긴 업무 지식을 파악하는 데 시간이 걸릴 수 있는 것이다. 한국벤처투자는 AI를 활용해 이 과정을 자동화하고 시스템에 축적된 지식을 구조화한다는 계획이다. 이번 프로젝트에 투입된 델 파워엣지 XE7745는 4U 규격의 공랭식 GPU 서버다. 대규모 AI 모델 처리와 에이전트 AI 연동을 위한 연산 환경을 제공하며, 최대 8개의 더블 와이드 GPU 또는 최대 16개의 싱글 와이드 GPU를 구성할 수 있다. 고밀도 GPU 환경에서 발생하는 발열과 전력 문제를 고려해 고성능 팬을 활용한 공기 냉각 방식을 적용했으며, '오픈매니지 엔터프라이즈'를 통해 서버의 전력과 냉각 자원 등을 중앙에서 관리할 수 있다. 한국벤처투자는 이를 중장기적인 AX 수요에 대응하기 위한 범용 AI 인프라로 활용할 계획이다. 한국벤처투자 관계자는 "델의 AI 인프라 솔루션을 도입하면서 한국벤처투자의 보안 및 망분리 요건을 충족하는 동시에 대규모 딥러닝 모델 학습을 지원할 수 있는 체계를 갖췄다"며 "향후에도 델 및 '본정보' 등 델 협력사와 긴밀한 공조를 통해 차세대 AX 서비스를 다양하게 전개해 나갈 수 있게끔 인프라를 확장할 예정"이라고 말했다. 유상모 한국 델 테크놀로지스 사장은 "한국벤처투자의 이번 프로젝트는 엄격한 망분리 환경에서 고성능 AI와 에이전트 AI를 안정적으로 활용하고, 전사 업무 자동화와 시스템 현대화를 지향한 모범적인 사업"이라며 "델 파워엣지 서버를 기반으로 에이전트 AI를 활용해 레거시 소스 코드를 분석하고 산출물을 자동 작성하는 등 지식자산화를 가속할 수 있게 됐다"고 말했다.2026-09-22 08:47:11
-
![[경제일보] 전력 없는 부지는 자산이 아니다…KT, 수요 따라 짓는 AIDC[KT, 1GW AI 인프라를 깐다②]](https://image.ajunews.com//content/image/2026/09/21/20260921094223990433.jpg)
전력 없는 부지는 자산이 아니다…KT, '수요 따라 짓는' AIDC [경제일보] KT의 1GW AIDC 계획에서 눈여겨볼 대목은 데이터센터를 한 곳에 몰아 짓지 않는다는 점이다. KT클라우드는 2031년까지 전국 20여개 부지에 인프라를 분산하고 수도권과 비수도권에 서로 다른 공급 방식을 적용하기로 했다. 수도권은 기존 데이터센터를 거점으로 권역별 클러스터를 조성한다. 서울 여의도는 금융권 고객을 위한 초저지연 시설로 활용하고 안산·용인 등 경기 남부에는 AI용 GPU를 수용할 수 있는 인프라를 구축한다. 전력과 통신망, 고객이 밀집한 수도권에서는 부지를 먼저 확보해 공급 속도를 높이겠다는 계산이다. 비수도권은 순서가 반대다. 글로벌 빅테크나 AI 연산에 특화된 네오클라우드 등 고객을 먼저 확보한 뒤 부지를 개발한다. 초기에는 수십메가와트(MW) 규모로 시작해 수요가 확인되면 수백MW로 확대한다. 대규모 시설을 먼저 지어놓고 가동률을 걱정하는 방식에서 벗어나겠다는 뜻이다. 공급 일정도 제시됐다. 2027년 부천을 시작으로 2028년 대구·군산·용인, 2029년 안산 데이터센터를 순차적으로 공급한다. 일정이 계획대로 진행되려면 전력계통 접속, 인허가, 토지 개발, GPU 조달이 동시에 맞물려야 한다. 한 단계라도 지연되면 목표 용량과 투자 시점이 함께 늦어질 수 있다. AI 데이터센터는 일반 데이터센터보다 전력 밀도가 높다. GPU 서버가 늘어날수록 기존 공조 방식만으로는 열을 처리하기 어려워 액체 냉각과 고밀도 전력 공급이 필요하다. KT클라우드는 25년 이상 데이터센터를 운영한 경험을 바탕으로 액체 냉각과 자동화, AI 기반 운영 기술을 고도화하겠다고 밝혔다. KT의 차별화 전략은 데이터센터를 통신망으로 묶는 데 있다. 지역별 AIDC를 초저지연 네트워크로 연결해 하나의 인프라처럼 운영하고 전국 3500여개 국사를 AI 엣지 거점으로 활용한다는 구상이다. 해저케이블에 1조원을 투입해 국내 AI 데이터센터와 해외 클라우드·빅테크를 잇는 연결 용량도 확충할 계획이다. 다만 네트워크 강점이 전력 문제를 해결해주는 것은 아니다. 데이터센터 부지를 확보해도 전력계통영향평가와 변전소 건설이 늦어지면 서버를 들여놓을 수 없다. 글로벌 고객이 요구하는 2년 안팎의 구축 기간을 맞추려면 변압기와 냉각장치, GPU 서버 조달까지 미리 계약해야 한다. KT클라우드가 공개한 로드맵은 구축 순서와 지역을 보여주지만 각 부지의 확보 전력, 고객 규모, 투자금액은 구체적으로 제시되지 않았다. 향후 사업의 실체를 확인하려면 부지별 착공 시점과 수전 용량, 테넌트 계약, 실제 GPU 가동률을 따져봐야 한다. 1GW는 총량의 목표이고 사업 성패는 각각의 센터가 얼마나 빨리 채워지는지에 달려 있다.2026-09-21 09:51:41
-
KT, AI 에이전트 실제 공장에 이식한다…다크팩토리 인프라 개발 [경제일보] 인공지능(AI)이 제조 현장의 설비와 로봇을 직접 제어하는 피지컬 AI 시대로 접어들면서 가상환경에서 학습한 AI를 실제 공장에 안정적으로 적용하기 위한 인프라 경쟁이 본격화하고 있다. KT가 공장 인근에서 AI 연산을 처리하는 엣지형 AI 데이터센터(AIDC)와 합성 데이터, AI 에이전트 통합 관제 환경을 결합해 다크팩토리 구현에 필요한 기술 개발에 나선다. 17일 KT는 과학기술정보통신부가 추진하는 'AI 기반 다크팩토리 설계·구축 솔루션 개발' 과제의 공동연구기관으로 참여한다고 밝혔다. 이번 과제는 과기정통부의 '협업지능 피지컬 AI 기반 SW 플랫폼 연구개발 생태계 조성' 사업의 세부 과제다. 전북혁신도시 인근에 AI를 기반으로 생산 공정 전반을 자동화한 다크팩토리를 구현하는 것이 목표다. KT를 비롯해 KAIST, LG에너지솔루션, 하림산업, 신성이엔지, 한국생산성본부 등이 연구진으로 참여한다. 다크팩토리는 생산 과정에 AI와 자동화 기술을 적용해 사람의 개입을 최소화한 무인·자동화 공장이다. 설비와 로봇이 데이터를 기반으로 작업을 수행하는 만큼 단순히 AI 모델을 개발하는 것뿐 아니라 데이터를 수집·처리하고 AI가 실제 현장에서 안정적으로 작동할 수 있도록 지원하는 인프라가 필요한 것으로 꼽힌다. KT는 이번 과제에서 '모듈형 엣지 AIDC' 인프라를 기반으로 한 AI 에이전트 운영 환경을 개발한다. 엣지 AIDC는 공장에서 발생하는 데이터를 중앙 데이터센터까지 전송하는 대신 공장과 가까운 곳에서 AI 연산과 데이터 처리를 수행할 수 있도록 만든 소형·분산형 AI 데이터센터다. 제조 현장에서는 설비와 로봇에서 실시간으로 데이터가 발생하기 때문에 이를 빠르게 처리하고 AI의 판단을 작업으로 연결하는 것이 중요한 것으로 평가된다. KT는 모듈형 엣지 AIDC를 활용해 다크팩토리에서 필요한 AI 연산 인프라를 구축하고 실제 제조 환경에서 활용할 수 있는 기반을 마련한다는 계획이다. 가상환경에서 학습한 AI 에이전트를 실제 공장에 적용하는 과정도 KT가 맡는 핵심 영역이다. AI 에이전트가 실제 설비를 제어하기 전에 가상환경에서 다양한 상황을 학습하도록 하고, 이 과정에서 필요한 데이터를 생성·검증하는 '심-레디' 체계를 개발한다. 심-레디는 시뮬레이션 환경에서 활용할 수 있도록 가공된 디지털 데이터 자산을 의미한다. 실제 공장에서 발생할 수 있는 상황을 가상환경에서 구현해 AI 에이전트가 학습할 수 있도록 하고, 실제 현장에 적용하기 전에 AI의 판단과 동작을 검증하는 데 활용할 수 있다. 가상환경과 실제 제조 현장 사이의 차이를 얼마나 줄이느냐가 피지컬 AI 상용화 과정에서 중요한 요소다. 가상환경에서는 정상적으로 작동한 AI 에이전트가 실제 현장에서는 설비 상태나 주변 환경, 센서 데이터 등의 차이로 예상하지 못한 판단을 내릴 수 있기 때문이다. KT는 합성데이터 생성·검증 체계를 통해 이 같은 환경 차이를 줄이고 실제 현장 적용 과정에서 발생할 수 있는 오류를 검증한다는 계획이다. AI 에이전트가 실제 공장에 투입된 이후 이를 관리하기 위한 통합 운영 환경도 개발한다. 여러 AI 에이전트가 제조 공정에서 각각의 역할을 수행할 경우 에이전트의 상태와 작업 결과를 확인하고 이상 상황에 대응할 수 있는 관제 체계를 구축할 예정이다. KT는 이 같은 인프라와 데이터, AI 에이전트 운영 환경을 실제 제조 현장에서 통합 실증할 계획이다. 향후 참여기업의 제조 현장에 모듈형 엣지 AIDC와 데이터 플라이휠 등을 적용해 다크팩토리 운영에 필요한 통합 플랫폼을 검증한다. 데이터 플라이휠은 제조 현장에서 축적된 데이터를 AI 학습에 활용하고, 개선된 AI 모델을 다시 현장에 적용하면서 새로운 데이터를 확보하는 구조다. KT는 실증 과정에서 축적한 데이터를 바탕으로 AI 에이전트의 성능을 개선하고 제조 환경에 맞는 피지컬 AI 기술을 고도화한다는 구상이다. KT는 과제에서 확보한 기술과 실증 경험을 산업별 맞춤형 피지컬 AI 솔루션으로 상품화할 계획이다. 제조 현장에서 실제로 적용 가능한 AI 인프라와 운영 플랫폼을 확보한 뒤 이를 다른 산업과 기업으로 확대해 글로벌 AX 사업으로 연결한다는 전략이다. 박재형 KT AX미래기술원장 상무는 "정부와 지자체, 산학연 핵심 기관이 결집한 이번 피지컬 AI 과제 착수를 기점으로 다크팩토리 상용화를 위한 핵심 인프라 및 운영 플랫폼 개발에 속도를 낼 것"이라며 "KT의 기술력을 바탕으로 대한민국 제조업의 생산성 혁신과 피지컬 AI 산업 생태계 조성에 앞장서겠다"고 말했다.2026-09-17 09:57:32
-
'카메라 없이 인파 밀집도를 본다'…삼성·버라이즌, 6G 기술 현장 실증 [경제일보] 카메라를 설치하지 않고도 통신망의 무선신호로 인파가 몰린 구역을 파악할 수 있을까. 삼성전자와 미국 통신사 버라이즌이 대규모 축구 행사 현장에서 이 기술의 가능성을 시험했다. 삼성전자는 버라이즌과 6G 핵심 기술로 꼽히는 통신·센싱 융합(ISAC)을 가상화 무선접속망(vRAN)에서 실증했다고 15일 밝혔다. 양사의 발표에 따르면 실증은 지난 7월 미국 텍사스주 댈러스의 국제 축구 행사에서 이뤄졌다. 버라이즌은 이를 ‘가상화 무선접속망을 활용한 AI 기반 인파 감지 ISAC 실증’의 업계 첫 사례라고 설명했다. ISAC은 통신에 쓰이는 무선신호의 변화를 분석해 주변 환경을 감지하는 기술이다. 이번 시험에서는 5G 기지국 1대와 삼성 갤럭시 스마트폰 6대 주변에서 발생한 신호 변화를 수집했다. 삼성전자의 AI 네트워크·엣지 AI 플랫폼은 이를 분석해 구역별 군중 밀집도를 히트맵으로 만들고 스마트폰과 태블릿에 표시했다. 버라이즌은 특정 개인이나 물체의 신원을 식별하지 않았다고 밝혔다. 실증에 가상화 네트워크를 적용한 것도 특징이다. 기존에 전용 장비가 맡던 네트워크 기능을 소프트웨어로 구현해 AI 분석 기능을 결합하는 방식이다. 두 회사는 혼잡 구역 파악이나 관람객 동선 관리에 활용할 가능성을 제시했다. 다만 행사 주최 측이 이 결과를 실제 안내나 안전 대응에 사용했다는 발표는 없었다. ‘6G 기술 실증’이라는 표현도 6G 상용망을 구축했다는 뜻은 아니다. 버라이즌에 따르면 이번 시험에는 **5G 기지국과 40㎒ 폭의 CBRS 주파수**가 쓰였다. 현재의 통신망에서 차세대 센싱 기능을 검증한 것이다. 대형 행사장 전체에 적용하려면 감지 범위와 정확도, 복잡한 이동 환경에서의 성능을 추가로 확인해야 한다. 설지윤 삼성전자 네트워크사업부 부사장은 "삼성전자와 버라이즌은 통신은 하드웨어가 중심이어야 한다는 150년간의 틀을 깨고 소프트웨어 기반 차세대 네트워크로의 전환을 선도하며 패러다임 대전환에 성공했다"며 “AI와 6G가 가져올 새로운 시대의 지평을 열어 나가겠다”고 말했다. 한편 이번 실증은 통신망이 연결 기능을 넘어 현장의 변화를 읽는 인프라로 확장될 수 있음을 보여줬지만, 실제 안전관리 효과는 향후 적용 과정에서 검증돼야 한다.2026-09-15 14:58:07
-
카카오모빌리티, 자율주행 '차' 넘어 플랫폼·관제로…레벨4 상용화 정조준 [경제일보] 카카오모빌리티가 자율주행차의 주행 기술 고도화를 넘어 데이터·플랫폼·통합관제를 아우르는 전방위 경쟁력 확보에 나서며 레벨4 무인 자율주행 상용화 기반을 다지고 있다. 강남 심야 서비스로 실도로 데이터를 축적하는 동시에 E2E 기술과 관제 체계를 고도화하고 있지만, 안전성 검증과 경제성 확보라는 과제를 넘어 실제 대규모 상용화로 이어갈 수 있을지가 관건이다. 9일 카카오모빌리티는 서울 서초구 한국자동차모빌리티산업협회에서 미디어 스터디를 열고 현재 카카오모빌리티의 자율주행차 기술 현황과 앞으로의 전망 등을 공유했다. 카카오모빌리티는 자율주행 기술을 기존 규칙 기반 방식에서 인공지능(AI) 중심의 엔드투엔드(E2E) 방식으로 고도화하고 있다. 카카오모빌리티는 지난 3월 서울자율차 서비스를 시작한 이후 AI 플래너와 규칙 기반 플래너를 함께 적용하며 E2E 모델을 고도화해왔다고 강조했다. 올해 말까지 E2E 비중을 높이고 규칙 기반의 안전 평가기가 최종 검증하는 하이브리드 구조를 구축한다는 계획이다. E2E 방식은 센서 정보를 하나의 AI 모델이 종합해 주행 경로와 제어 결과를 도출하는 방식이다. 기존 규칙 기반 방식보다 복잡한 도로 상황에 유연하게 대응할 수 있다는 장점이 있지만 AI의 판단이 항상 안전하다고 보장할 수 없는 만큼 카카오모빌리티는 규칙 기반 안전 평가기로 결과를 한 번 더 검증해 안전성을 보강한다는 계획이다. 카카오모빌리티는 해당 E2E 전환을 뒷받침하기 위해 지난 9년간 센서부터 차량 제어까지 자율주행 기술을 풀스택으로 내재화해왔으며, 모빌리티 플랫폼과 기술 협력 생태계도 함께 구축하고 있다고 설명했다. E2E 모델의 성능을 좌우하는 핵심 요소로는 데이터의 '질'을 꼽았다. 단순히 주행 데이터를 많이 확보하는 것보다 불법 유턴이나 신호 위반, 갑작스러운 공사 등 예측하기 어려운 '엣지케이스'를 얼마나 빠르게 찾아내 학습시키느냐가 중요하다는 것이다. 카카오모빌리티는 주행 데이터를 수집한 뒤 정제, 오토라벨링, 데이터 마이닝, 모델 재학습으로 이어지는 데이터 파이프라인을 구축해 이 과정을 자동화하고 있다. 특히 가장 복잡한 도심 환경 중 하나인 강남에서 서울자율차를 운행하며 데이터를 축적하고 있다. 카카오모빌리티는 지난 6개월간 심야 서비스를 운영하며 강남 전역의 주행 데이터를 확보했으며, 지난 6월부터는 통행량과 보행자가 많은 주간 시간대에도 학습을 위한 데이터 수집을 이어가고 있다. 카카오모빌리티는 희소한 엣지케이스를 포함한 고품질 데이터를 빠르게 확보하고 학습에 반영하는 데이터 파이프라인이 향후 자율주행 성능 향상의 핵심이라고 강조했다. 임인호 카카오모빌리티 자율주행개발팀 AI주행파트 리더는 "강남은 한국에서 가장 복잡한 도심 환경으로 지난 2018년부터 판교에서 많은 테스트를 해 온 카카오모빌리티에게도 강남의 심야는 항상 새로운 숙제를 던져 주는 곳"이라며 "쉬운 곳에서 1년 달리는 것보다 강남에서 1달 달리는 것이 AI 모델에게는 훨씬 더 좋다고 생각한다"고 말했다. 카카오모빌리티는 자율주행 기술 개발을 넘어 실제 승객의 이동을 책임지는 서비스와 플랫폼 구축에도 속도를 내고 있다. 카카오모빌리티는 자체 자율주행 기술을 활용한 사업자이면서 동시에 여러 기술기업의 자율주행 서비스를 연결하는 플랫폼 사업자 역할을 수행하고 있다. 현재 강남에서는 자체 기술이 적용된 차량으로 자율주행 여객운송 서비스를 운영하고 있으며, 지난 3월 2대로 시작한 서비스를 지난달 20일 기준 6대로 확대했다. 누적 운행거리는 1만3000km, 운행 완료 건수는 2000건을 넘어섰다. 카카오모빌리티는 자율주행이 레벨4 무인 대규모 상용화 단계로 넘어가기 위해서는 단순한 호출 기능을 넘어 자율주행에 특화된 플랫폼이 필요하다고 강조했다. 승객에게는 별도 앱을 설치하지 않고 기존 카카오T에서 자율주행 서비스를 이용할 수 있도록 하고, 자율주행차가 운행할 수 있는 구역과 승하차 지점을 관리해 이용 경험의 단절을 줄이는 방식이다. 기술 개발사에는 차량의 운행 가능 구역을 관리하고 각 기술 수준에 맞는 경로를 제공하는 기능 등을 지원해 주행 기술 개발에 집중할 수 있는 환경을 제공한다는 구상이다. 무인 자율주행 시대에는 차량 한 대의 AI만으로 대응하기 어려운 상황도 발생하는 만큼 통합 관제의 중요성도 커지고 있다. 정전이나 신호 마비, 도로 침수·공사·사고·집회 같은 외부 변수뿐 아니라 승객의 이상 상황에도 대응해야 하기 때문이다. 이에 카카오모빌리티는 24시간 관제 체계를 기반으로 차량과 서비스, 도로 환경을 통합 모니터링하고 있으며, 이상 로그가 발생하면 영상을 확인하고 현장 인력을 출동시키는 체계를 운영하고 있다. 특히 카카오모빌리티는 이상 상황에 대한 즉각적인 대처를 위해 자율주행 통합 관제시스템(AICS)을 구축하고 있다. 차량의 카메라와 센서 정보, 주행 중 발생하는 이상 로그 등을 실시간으로 확인하고 향후에는 원격 지원 기능까지 연계한다는 계획이다. 직접 차량을 조종하는 방식이 아니라 관제센터가 주행 경로 등을 제안하고 차량의 자율 판단을 거쳐 수행하도록 하는 방식이다. 김민선 카카오모빌리티 자율주행사업팀 리더는 "카카오모빌리티는 자체 고유의 주행 기술인 코어 테크, 그리고 플랫폼, 관제가 맞물리는 '진화 루프' 체계를 만들려고 한다"며 "이러한 진화 루프를 통해 카카오모빌리티는 계속 자율주행 상용화 및 내일의 여정을 일상의 여정이 되도록 만드는 데 노력하고 있다"고 말했다. 카카오모빌리티는 서울자율차의 운행 지역과 시간, 차량 대수 확대를 추진하고 있지만 구체적인 일정은 안전성 검증 이후로 미뤘다. 카카오모빌리티에 따르면 지난 3월 서비스 시작 이후 현재까지 자체 차량의 귀책으로 발생한 대인·대물 사고는 없으며, 다른 차량의 추돌 등 외부 요인으로 발생한 사고에 대해서도 24시간 내 국토교통부 사고조사위원회에 보고하는 체계를 마련했다고 설명했다. 레벨4 무인 운행으로의 전환 시점 역시 구체적인 날짜를 제시하지 않았다. 카카오모빌리티는 국토부가 마련한 무인 자율주행차 안전 운행 가이드라인을 바탕으로 전환 계획을 수립하고 있으며, 정부와 관계 기관이 마련 중인 무인 레벨4 기술 로드맵에 맞춰 사업을 추진한다는 방침이다. E2E 모델은 연내 도입·테스트를 목표로 하고 있다. 다만 자율주행 기술 고도화와 함께 경제성 확보도 과제로 꼽힌다. 카카오모빌리티는 대규모 상용화를 위해 차량 한 대가 창출하는 수익이 운영 비용을 넘어서는 구조를 확보해야 한다고 보고, 고품질 주행 모델 확보 이후 경량화와 대량생산 등을 통해 비용을 낮추는 방안을 검토하고 있다. 특히 카카오모빌리티는 글로벌 자율주행 기업과의 기술 격차를 특정 연수로 평가하기는 어렵다면서도 서울과 강남에서 축적한 데이터를 활용해 한국의 도로 환경에 특화된 성능을 높이는 데 집중하고 있다고 설명했다. 특히 사고가 발생하지 않은 데이터에만 의존하는 한계를 보완하기 위해 시뮬레이터에서 충돌과 위험 상황을 의도적으로 재현해 대응 능력을 검증하고 있다고 강조했다. 사업 영역에서는 당장 물류용 자율주행 기술 개발로 확장하기보다는 여객 서비스에 집중한다는 입장을 분명히 했다. 카카오모빌리티는 현재 자체 자율주행 기술을 여객 운송에 적용하는 데 주력하고 있으며, 물류용 주행 기술 개발은 현재 고려하지 않고 있다. 다만 플랫폼 사업자로서 향후 자율주행 화물·물류 서비스나 로봇 등 다양한 영역으로 플랫폼을 확장하는 가능성은 열어뒀다. 해외 자율주행 기업의 국내 진출에 대해서도 자체 주행 기술과 플랫폼을 동시에 보유한 점을 차별점으로 제시하면서, 향후에는 자체 기술뿐 아니라 다양한 기술 개발사와 연계해 일반적인 승객 이동을 자율주행으로 전환하는 플랫폼 역할을 강화할 계획이라고 전했다.2026-09-09 15:38:35
-
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
-
'사람 없는 공장' 5년간 실증…KT·KAIST·다임, 피지컬 AI 동맹 [경제일보] KT(대표이사 박윤영)가 한국과학기술원(이하 KAIST), 피지컬 AI 전문기업 다임리서치와 손잡고 인공지능(AI)이 로봇과 설비를 제어하는 ‘다크팩토리(Dark Factory·무인공장)’ 개발에 나선다. 연구실 단계의 피지컬 AI를 실제 제조 현장에서 검증하고 상용 플랫폼으로 연결하는 5년짜리 프로젝트다. KT는 KAIST, 피지컬 AI 전문기업 다임리서치와 기술 개발과 실증, 사업화를 위한 업무협약을 체결했다고 8일 밝혔다. 과학기술정보통신부 ‘피지컬 AI 얼라이언스’ 2기 활동에서 논의한 협력 방안을 구체화한 것이다. 피지컬 AI는 AI가 카메라와 센서로 현실 공간을 인식하고 로봇·자율주행차·산업 장비를 스스로 판단·제어하도록 하는 기술이다. 다크팩토리는 조명이나 상주 인력 없이도 생산·물류 공정이 운영되는 고도화된 무인공장을 뜻한다. 협력의 중심은 과기정통부와 정보통신산업진흥원(NIPA)이 추진하는 ‘협업지능 피지컬 AI 기반 소프트웨어 플랫폼 연구개발 생태계 조성 사업’이다. NIPA의 2026년도 정부지원 예산 자료에 따르면 전체 사업의 올해 예산은 766억6600만원이다. 다만 KT·KAIST·다임리서치 컨소시엄에 배정되는 금액은 공개되지 않았다. 세 기관은 앞으로 5년간 여러 종류의 로봇과 센서, 생산설비를 하나의 플랫폼에서 연결하고 제조 공정이 작업 상황에 맞춰 스스로 대응하는 기술을 개발한다. 실제 공장과 유사한 테스트베드에서 성능을 검증한 뒤 반도체와 이차전지, 자동차 등 제조 현장으로 적용 범위를 넓힐 계획이다. 기술 개발은 완전히 처음부터 시작하는 것은 아니다. KAIST와 다임리서치는 지난 3월 이기종 로봇과 센서, 설비, 디지털 트윈을 통합 관제하는 피지컬 AI 플랫폼 ‘카이로스(KAIROS)’를 공개했다. 다임리서치는 2020년 KAIST 장영재 교수와 연구진이 창업한 기업으로, 강화학습 기반 시뮬레이션 엔진과 로봇 통합 운영 플랫폼 ‘xMS’를 개발해 왔다. 수십대에서 수천대에 이르는 물류·제조 로봇의 작업 경로와 배치를 최적화하는 것이 핵심이다. KT는 여기에 데이터 운영 플랫폼과 엣지 AI(현장 인접형 인공지능), 초고속·초저지연 네트워크를 결합한다. 로봇이 생성한 데이터를 멀리 떨어진 클라우드로 모두 전송하지 않고 공장 가까이에서 처리해 제어 지연을 줄이는 역할이다. AI 에이전트와 시뮬레이션 기술을 활용해 공정 운영과 성능 검증도 자동화할 방침이다. KT로서는 통신망 공급을 넘어 제조 AI 운영 플랫폼 사업으로 기업간거래(B2B) 영역을 넓힐 기회다. KAIST의 연구성과, 다임리서치의 로봇 관제 기술, KT의 데이터·통신 인프라를 묶어 국산 다크팩토리 모델을 만들고 해외 시장까지 공략한다는 구상이다. 박상원 KT AX사업부문장 전무는 “AI 에이전트와 엣지 AI, 네트워크 역량을 결집해 제조 현장의 지능화를 지원하고 국내 피지컬 AI 경쟁력을 강화하겠다”고 말했다.2026-09-08 09:33:16
-
"짓고 운영까지"…롯데이노베이트, 데이터센터로 수익모델 바꾼다 [경제일보] 롯데이노베이트가 그룹 내부 정보기술(IT) 서비스 중심의 사업 구조에서 벗어나 데이터센터 설계·구축·운영(DBO) 사업의 외부 레퍼런스를 잇달아 확보하며 사업 체질 개선에 속도를 내고 있다. 특히 데이터센터를 직접 구축·운영해온 경험을 외부 고객 사업으로 확장하면서 설계·시공 이후 운영과 유지보수까지 이어지는 장기 매출 기반을 확보하는 데 주력하는 것으로 분석된다. 4일 IT 업계에 따르면 롯데이노베이트는 최근 이지스자산운용이 개발하는 안산 데이터센터의 위탁운영 사업을 수주했다. 지난 2월 이지스자산운용이 추진하는 약 10MW 규모 엣지 데이터센터의 DBO 사업자로 선정된 데 이어 약 6개월 만에 40MW급 대형 데이터센터 운영사업까지 협력 범위를 넓혔다. 안산 데이터센터는 지하 2층, 지상 9층 규모로 조성되며 수전 용량은 40MW급이다. 롯데이노베이트는 이번 수주를 통해 엣지 데이터센터의 설계·구축부터 대형 데이터센터의 위탁운영까지 데이터센터 사업 전반으로 외부 사업 경험을 확대하게 됐다. 지난해 12월에는 캄스퀘어의 데이터센터 위탁운영 사업도 수주했다. 롯데이노베이트가 데이터센터 사업을 외부 시장으로 확대하는 배경에는 약 20년간 축적한 운영 역량이 있는 것으로 풀이된다. 롯데이노베이트는 서울과 용인, 대전 등에 4개 데이터센터를 직접 구축·운영하고 있으며 고객사의 서버 등 IT 장비를 전력·냉각·보안 환경에서 수용하는 코로케이션 서비스도 제공하고 있다. 최근에는 자체 데이터센터를 AI 기술 연구와 실증 인프라로 활용하는 등 데이터센터 활용 범위도 넓히고 있다. DBO 사업은 기존 시스템통합(SI) 사업과 수익 구조에서 차이가 있는 것으로 알려졌다. SI는 프로젝트 수주와 구축이 완료되면 매출이 상당 부분 일단락되지만, 데이터센터 운영사업은 준공 이후에도 시설 운영과 유지보수, 고객사 장비 관리 등을 통해 장기간 매출을 발생시킬 수 있는 것으로 평가된다. 수익성 개선도 동시에 진행되고 있다. 한화투자증권은 롯데이노베이트의 올해 영업이익을 452억원으로 전년 대비 44% 증가할 것으로 전망했으며, 내년 영업이익은 521억원으로 예상했다. 저수익 프로젝트 수주를 줄이고 데이터센터와 AI 등 상대적으로 수익성이 높은 사업 중심으로 포트폴리오를 재편한 효과가 나타날 것으로 분석했다. 한화투자증권은 이달 4일 롯데이노베이트에 대한 투자의견 '매수'를 유지하면서 목표주가를 3만원으로 상향했다. 올해와 내년 영업이익 전망치도 기존 대비 각각 5%, 7% 높였다. 특히 오는 2027년 예상 실적 기준 주가수익비율(P/E)은 약 9배로 동종 SI 기업 평균 약 19배보다 낮아 여전히 밸류에이션 격차가 크다고 설명했다. 롯데이노베이트는 데이터센터 외에도 AI와 전기차 충전 등 신사업을 성장축으로 육성하고 있다. AI 분야에서는 그룹 산업 현장을 기반으로 생성형 AI와 피지컬 AI, 서비스형 로봇(RaaS) 등의 사업화를 추진하고 있으며, 자회사 EVSIS는 국내 충전 인프라 구축과 함께 해외 사업 확대를 진행하고 있다.2026-09-04 14:26:44
-
![[현장] 자율주행 패권 경쟁 해법은 AI 고도화…데이터·피지컬 AI가 좌우한다](https://image.ajunews.com//content/image/2026/08/26/20260826162312529981.jpg)
자율주행 패권 경쟁 해법은 'AI 고도화'…"데이터·피지컬 AI가 좌우한다" [경제일보] 자율주행 경쟁에서 앞서기 위해서는 데이터를 많이 확보하는 데 그치지 않고, AI 모델의 지속적인 개선으로 연결하는 기술력이 필요하다는 진단이 나왔다. 경험하지 못한 주행 상황까지 예측하고 대응하는 피지컬 AI와 파운데이션 모델 개발이 자율주행 기술 경쟁의 핵심 과제로 떠올랐다는 설명이다. 26일 서울 강남구 코엑스에서 열린 ‘2026 자율주행 산업 컨퍼런스’에서는 현대자동차 이경민 상무, 한국자동차연구원 전병욱 소장, 서울대학교 최준원 교수가 차례로 강연에 나서 자율주행 AI의 발전 방향을 제시했다. 이 상무는 ‘데이터 플라이휠을 통한 자율주행 모델의 지속 개선’, 전 소장은 ‘피지컬 AI 시대, 자율주행 패권 경쟁과 K-모빌리티 전략’, 최 교수는 ‘자율주행 파운데이션 모델의 핵심 설계 쟁점과 발전 방향’을 주제로 발표했다. 이경민 상무는 자율주행 모델을 지속적으로 개선하려면 데이터를 확보하는 데 그치지 않고, 학습과 검증까지 연결하는 구조를 만들어야 한다고 설명했다. 수집한 데이터를 분석·선별해 모델을 학습하고 검증한 뒤 차량에 적용하고, 다시 새로운 데이터를 확보하는 순환 구조가 핵심이라는 설명이다. 이 상무는 “데이터가 핵심이라기보다 데이터를 돌릴 수 있는 프레임이 핵심”이라며 “데이터 플라이휠은 기본적으로 데이터 수집, 데이터 학습, 학습된 모델이나 룰을 다시 데이터로 연결하는 구조”라고 말했다. 실제 주행에서 확보되는 데이터 가운데 모델 성능을 높이는 데 필요한 데이터는 일부에 불과하다는 점도 짚었다. 일반적인 직진 주행보다 차선 변경이나 돌발 상황처럼 모델이 취약한 상황을 골라내고 이를 학습에 활용해야 한다는 것이다. 이 상무는 “실제 데이터를 취득하고 나서 그걸로 학습하면서 끝나는 게 아니라 3D로 구성하고 다양한 상황을 만들어서 시뮬레이션을 통해 검증할 수 있어야 한다”고 말했다. 데이터의 양을 늘리는 것만큼 모델 성능을 떨어뜨리는 문제 상황을 빠르게 찾아내는 과정도 중요하다고 봤다. 문제의 원인을 분석해 다시 학습에 반영하고, 시뮬레이션과 실제 차량 테스트를 통해 안전성을 확인해야 한다는 설명이다. 이어 전병욱 소장은 대규모 데이터를 학습하는 AI를 넘어 물리 세계를 이해하고 예측하는 피지컬 AI가 자율주행의 다음 경쟁 영역이 될 것으로 내다봤다. 전 소장은 “AI 모델은 확보한 데이터에 대해서는 굉장히 잘하지만 예측 불가능한 데이터에 대해서는 상당히 취약하다”며 “데이터 규모는 필요조건일 뿐이고, 결국 자율주행을 하려면 물리 세계를 이해하고 예측하는 일반 지능이 필요하다”고 말했다. 야간이나 폭설, 동물 출현처럼 실제 도로에서 발생 빈도가 낮은 상황은 아무리 많은 데이터를 확보하더라도 충분히 학습하기 어렵다고 설명했다. 이런 상황에 대응하려면 과거 사례를 암기하는 방식에서 벗어나 물리 법칙과 인과관계를 이해하는 AI가 필요하다는 것이다. 전 소장은 월드 모델을 대표적인 기술로 꼽았다. 월드 모델은 물리 법칙과 인과관계를 학습해 특정 행동 이후 발생할 상황을 예측하는 모델이다. 국내 자율주행 산업에는 현재 기술을 빠르게 확보하면서 차세대 기술 개발을 병행하는 투트랙 전략을 제시했다. 전 소장은 “2세대 자율주행을 최대한 빠르게 추격하면서 3세대 자율주행을 선점하는 전략으로 가야 한다”며 “AI 모델 경량화와 차량용 추론 반도체 개발도 함께 이뤄져야 한다”고 강조했다. 마지막으로 최준원 교수는 자율주행 파운데이션 모델의 핵심 과제로 엣지 케이스 대응과 모델 구조, 연산 효율, 시뮬레이션 검증을 제시했다. 갑자기 차량이 끼어들거나 동물이 도로에 나타나는 등 규칙을 일일이 설정하기 어려운 상황에 대응하는 능력이 중요하다는 설명이다. E2E 방식은 인지부터 계획까지 하나의 AI 모델로 연결해 전체 과정을 하나의 목적에 맞춰 최적화할 수 있다는 점에서 기존 모듈러 방식과 차이가 있다고 설명했다. 최 교수는 파운데이션 모델을 주변 환경을 이해하는 ‘씬 인코더’와 차량의 행동을 생성하는 ‘액션 디코더’로 구성하는 방식도 소개했다. 센서에서 들어오는 정보를 3차원 공간으로 변환하고 이를 토큰화해 시공간 정보를 압축하는 구조다. 최 교수는 “주변 씬에 대한 시공간 정보를 잘 압축해서 표현하는 게 굉장히 중요하다”며 “엣지 케이스 대응을 위해 차량과 주변 객체의 속도, 가속도, 위치 등 다양한 정보를 학습하는 과정이 필요하다”고 말했다. 연산 효율 역시 실제 차량 적용을 위한 주요 과제로 꼽았다. 차량 주변의 넓은 영역을 높은 해상도로 처리하면 연산량이 크게 늘어나는 만큼 시공간 정보를 압축하고 과거 정보를 활용해 필요한 정보만 처리하는 방식이 필요하다는 설명이다. 실제 도로에서 확보하기 어려운 엣지 케이스를 다루기 위해서는 시뮬레이션도 필요하다. 최 교수는 “도로에 나가면 엣지 케이스도 별로 없고 AI 모델을 바로 도로에 나가서 하기에는 위험하기도 하다”며 시뮬레이션을 통한 안전성 검증의 필요성을 강조했다. 향후에는 실제 주행 데이터를 증강해 엣지 케이스를 확보하고 시뮬레이터에서 모델의 안전성과 성능을 검증하는 연구가 중요하다고 설명했다. 강화학습을 활용한 모델 안정성 향상과 실제 차량에서 구동할 수 있도록 모델을 경량화하는 작업도 주요 과제로 꼽았다.2026-08-26 16:58:23
-
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
-
AWS, 국내 피지컬 AI 15개사 지원…로봇 상용화 생태계 키운다 [경제일보] 아마존웹서비스(AWS)가 국내 기업 15곳을 선발해 로봇과 자율주행, 디지털 트윈 등 피지컬 AI 기술의 개발부터 상용화까지 지원한다. 생성형 AI를 넘어 AI가 실제 물리적 환경을 인식하고 판단해 움직이는 피지컬 AI 시장이 본격적인 산업 경쟁 단계에 들어서면서 국내 기업을 AWS 클라우드 생태계 안으로 끌어들이려는 전략으로 풀이된다. AWS는 20일 ‘AWS 코리아 피지컬 AI 프론티어 프로그램’을 공식 발표했다. 지난 AWS 서밋 서울 2026에서 공개한 프로그램으로, 7월부터 12월까지 6개월간 운영된다. 참여 기업에는 클라우드 인프라와 AI 서비스, 기술 자문, 비즈니스 모델 개발, 글로벌 시장 진출 등을 지원한다. 핵심은 단순한 기술 개발 지원이 아니라 개념검증(PoC)에서 실제 현장 실증과 사업화까지 연결하는 것이다. 참여 기업은 AWS 크레딧을 활용해 데이터를 수집·처리하고 AI 모델을 학습시키는 한편 가상환경에서 로봇을 훈련한 뒤 현실에 적용하는 ‘심투리얼(Sim-to-Real)’ 기술을 검증할 수 있다. 엣지 환경에 AI를 배포하는 과정까지 AWS 전문가의 지원을 받을 예정이다. 사용되는 기술도 클라우드에 국한되지 않는다. 아마존 EC2와 S3, 세이지메이커, 베드록, AWS IoT 그린그래스 등 AWS의 AI·데이터·IoT 서비스를 묶어 로봇의 학습과 추론, 데이터 관리, 현장 배포를 하나의 개발 환경에서 지원한다. 1기에는 대기업과 스타트업을 합쳐 15개사가 참여한다. 엔터프라이즈 트랙에는 △SK에코플랜트 △NC AI △알체라 △LG CNS가 선정됐다. 건설 현장 자율 로봇과 휴머노이드용 VLA(비전·언어·행동) 모델, 피지컬 AI 데이터 플랫폼, 산업용 로봇 운영 소프트웨어 등이 주요 개발 대상이다. 스타트업 트랙에는 △본에이아이 △투모로로보틱스 △고레로보틱스 △디든로보틱스 △ 로보에테크놀로지 △케어링 △위로보틱스 △컨피그 △리얼월드 △큐픽스 △니어스랩 등이 참여한다. 자율비행 드론과 건설·물류 로봇, 휴머노이드, 돌봄 로봇, 로봇 학습 데이터, 3D 디지털 트윈 등 적용 분야도 다양하다. 이번 프로그램에서 주목할 부분은 AWS가 직접 로봇을 만드는 것이 아니라 로봇 기업의 개발·상용화 기반을 장악하려 한다는 점이다. 피지컬 AI는 실제 공간에서 움직여야 하기 때문에 막대한 학습 데이터와 시뮬레이션, 고성능 컴퓨팅, 엣지 인프라가 필요하다. 로봇 제조사 입장에서는 개별적으로 이 인프라를 구축하는 것보다 클라우드 사업자의 개발환경을 활용하는 편이 비용과 시간을 줄일 수 있다. 특히 한국은 삼성전자·현대차·LG전자 등 제조업 기반과 로봇·자동화 기술을 동시에 갖춘 만큼 피지컬 AI의 실제 적용처가 많은 시장이다. AWS가 국내 대기업과 스타트업을 연결하는 것도 이 때문이다. 로봇 기술을 보유한 스타트업이 대기업의 제조·건설·물류 현장에서 데이터를 확보하고 실증할 수 있다면 기술의 상용화 속도를 높일 수 있다. 경쟁 구도도 치열해지고 있다. 엔비디아가 GPU와 시뮬레이션 플랫폼을 앞세워 로봇 개발 생태계를 확대하고 있고, 구글·마이크로소프트 등도 AI 에이전트와 로보틱스 분야의 결합을 강화하고 있다. AWS로서는 생성형 AI 이후 새로운 성장축으로 떠오른 피지컬 AI 시장에서 클라우드 인프라의 영향력을 선점해야 하는 상황이다. 다만 이번 프로그램이 실제 산업 성과로 이어질지는 참여 기업들이 얼마나 많은 현장 데이터를 확보하고 이를 유료 서비스로 전환하느냐에 달렸다. AWS는 기업별 지원 규모와 크레딧 규모를 공개하지 않았다. 결국 6개월간의 프로그램 이후 실제 고객사 도입과 매출로 이어지는 사례가 얼마나 나올지가 성패를 가를 전망이다. 함기호 AWS코리아 대표는 “한국은 제조 경쟁력과 로보틱스 생태계를 바탕으로 피지컬 AI 분야를 이끌 수 있는 기반을 갖추고 있다”며 “참여 기업이 기술을 실제 사업으로 연결할 수 있도록 기술과 전문성, 글로벌 네트워크를 지원하겠다”고 말했다.2026-08-20 13:50:44
-
초거대 AI도 '가볍게'…노타, 국가대표 AI 최적화 속도 [경제일보] 국가대표 인공지능(AI) 모델 경쟁이 단순한 성능 경쟁에서 실제 산업 현장에서 얼마나 효율적으로 구동할 수 있느냐를 따지는 방향으로 확대되고 있다. 정부의 '독자 AI 파운데이션 모델(독파모)' 프로젝트에서도 모델 성능뿐 아니라 자원 활용 효율성과 산업 확장성 등이 평가 요소로 떠오른 가운데 국내 기업들의 관련 기술 확보에도 속도가 붙고 있다. 20일 AI 모델 경량화 및 최적화 기술 기업 노타는 자사의 AI 모델 경량화 및 최적화 기술을 바탕으로 국가대표 AI 모델의 활용 경쟁력 강화에 나선다고 밝혔다. 최근 정부가 발표한 독파모 프로젝트 2차 평가에서 업스테이지, SK텔레콤, LG AI연구원 등 3개 컨소시엄이 3차수 진출팀으로 선정됐다. 정부는 단계 평가에서 모델의 정량적 성능뿐 아니라 자원 활용 효율성, 사용성과 실용성, 다양한 산업·서비스 환경으로의 확장 가능성 등을 종합적으로 평가했다고 설명했다. 해당 평가 기준은 국내 AI 경쟁의 기준이 모델 자체의 성능을 넘어 실제 활용 가능성으로 확대되고 있는 것으로 분석된다. 초거대 AI는 모델 규모가 커질수록 GPU와 메모리 등 인프라에 대한 부담도 커지는 만큼 기업과 기관이 실제 서비스를 구축하려면 연산 자원과 운영 비용을 낮추는 기술이 필수적인 것이다. 업스테이지 컨소시엄에서 AI 모델 경량화와 최적화를 맡고 있는 노타는 정부의 평가와 기조에 맞춰 '솔라' 계열 모델의 국내 인프라 활용성을 높이는 데 집중하고 있다. 모델의 성능을 최대한 유지하면서 연산 자원과 메모리 사용량을 줄여 다양한 하드웨어와 서비스 환경에서 구동할 수 있도록 지원하는 방식이다. 앞서 노타는 독파모 2차 평가 결과 발표에 앞서 업스테이지의 '솔라 오픈 2' 경량화 모델을 글로벌 AI 플랫폼 허깅페이스에 공개했다. 기존 모델을 구동하는 데 엔비디아 H100 GPU 8장이 필요했던 환경을 2장으로 줄일 수 있도록 최적화한 해당 모델은 글로벌 누적 다운로드 8만건을 기록했다. 솔라 오픈 2는 2500억개의 매개변수를 갖춘 대규모 AI 모델이다. 노타는 모델 가중치를 INT4와 NVFP4 기반 4비트 형식으로 변환하고 중요도가 낮은 연산 모듈을 선별적으로 정리하는 방식으로 모델을 경량화했다고 설명했다. 그 결과 가중치 저장에 필요한 메모리를 기존 500.6GB에서 117.8GB로 76.5% 줄인 것으로 나타났다. 메모리 용량을 기준으로 H100 GPU 8장이 필요했던 모델을 2장으로 구동할 수 있게 된 것이다. 초거대 AI 모델의 활용 과정에서 발생하는 GPU 확보와 전력, 운영 비용 부담을 낮추고 실제 서비스 적용 가능성을 높인 것으로 평가된다. 특히 업스테이지 컨소시엄은 AI 모델뿐 아니라 국산 AI 반도체와의 결합도 추진하고 있다. 독파모 2차 평가 과정에서 퓨리오사AI의 국산 신경망처리장치(NPU)를 활용해 국산 AI 소프트웨어와 하드웨어 생태계를 연계한다는 계획이다. AI 모델과 반도체를 함께 최적화하는 구조가 자리 잡으면 특정 해외 GPU에 대한 의존도를 낮추면서 국내 인프라 환경에 맞는 AI 서비스 구축도 가능해질 전망이다. AI 모델의 경량화는 독파모뿐 아니라 향후 AI 산업 전반에서도 중요성이 커지고 있다. 기업이 자체 서버에 AI를 구축하는 온프레미스 환경부터 엣지·온디바이스 AI까지 활용 영역이 확대될수록 제한된 연산 자원에서 모델을 구동할 수 있는 기술이 필요하기 때문이다. 향후 독파모 3차수 경쟁에서도 모델의 절대적인 성능과 함께 얼마나 적은 자원으로 안정적인 서비스를 구현할 수 있는지가 주요 경쟁 요소가 될 것으로 전망된다. 국산 AI 모델을 개발하는 데 그치지 않고 국산 반도체, 경량화 기술, 서비스 플랫폼을 연결해 실제 산업 현장에 적용할 수 있는 생태계를 구축하는 것이 국가 AI 경쟁력 확보의 핵심 과제로 떠오르고 있다. 채명수 노타 대표는 "국가대표 AI 모델이 다양한 산업 현장에서 비용 효율적으로 활용될 수 있도록 최적화 기술을 지속적으로 고도화할 것"이라며 "업스테이지와 함께 독파모 3차수 평가에서도 좋은 성과를 거둘 수 있도록 최선을 다하겠다"고 말했다.2026-08-20 08:18:35
-
![[AI시대 대격변] AI의 무대가 바뀐다…데이터센터서 단말·공장으로 옮겨가는 AI](https://image.ajunews.com//content/image/2026/08/19/20260819142630737782.jpg)
"AI의 무대가 바뀐다"…데이터센터서 단말·공장으로 옮겨가는 AI [경제일보] 생성형 인공지능(AI) 확산으로 대규모 연산을 데이터센터에서 처리하는 방식이 주류로 자리 잡은 가운데 AI를 단말과 산업 현장에 직접 배치하는 '온디바이스 AI'와 '엣지 AI'가 새로운 경쟁 영역으로 부상하고 있다. 영상 분석과 로봇, 자동차, 스마트팩토리 등 실시간 대응과 데이터 보안이 중요한 분야에서는 모든 데이터를 중앙 데이터센터로 전송하는 방식에 한계가 있기 때문이다. 국내 기업들도 AI 반도체와 경량화된 AI 모델을 결합해 현장에서 AI를 구동하는 사업에 속도를 내고 있다. 19일 업계에 따르면 최근 AI 산업의 경쟁 구도가 대규모 데이터센터와 GPU 확보에서 AI 연산을 실제 서비스가 발생하는 현장으로 분산하는 방향으로 확대되고 있다. 생성형 AI 서비스가 고도화하면서 데이터센터의 대규모 GPU 연산 능력이 중요해졌지만, 모든 데이터를 클라우드나 데이터센터로 보내 처리할 경우 네트워크 지연과 데이터 전송 비용, 보안 등의 문제가 발생할 수 있기 때문이다. 특히 카메라와 센서를 통해 주변 환경을 실시간으로 인식해야 하는 로봇과 자동차, 산업 현장에서는 AI 연산을 가까운 곳에서 처리하는 것이 중요하다. 이에 AI 모델과 연산 장치를 단말이나 현장에 배치하는 온디바이스 AI와 엣지 AI가 주목받고 있다. 온디바이스 AI는 스마트폰이나 로봇, 자동차 등 기기 자체에서 AI 연산을 수행하는 방식이며, 엣지 AI는 데이터가 발생하는 현장과 가까운 서버나 장비에서 AI 연산을 처리하는 개념이다. 두 방식 모두 중앙 데이터센터에 대한 의존도를 낮추고 민감한 데이터를 외부로 전송하지 않으면서 실시간으로 AI를 구동할 수 있는 것으로 평가된다. 이에 AI 반도체 경쟁도 단순히 GPU와 NPU 가운데 어느 쪽이 우위에 있느냐를 넘어 사용처에 맞는 연산 구조를 확보하는 방향으로 바뀌고 있다. 대규모 AI 모델 학습에는 GPU가 활용되고, 현장에서 반복적으로 수행되는 추론 작업은 전력 효율과 지연 시간 등을 고려해 NPU를 활용하는 방식이다. KT는 국산 AI 반도체와 자체 대규모 언어 모델(LLM)을 결합한 기업용 AI 어플라이언스를 출시하며 이 같은 시장 변화에 대응하고 있다. KT가 선보인 'KT NPU LLM 스테이션'은 국내 AI 반도체 기업 리벨리온의 추론 특화 신경망 처리 장치(NPU) 'ATOM-MAX'와 KT의 독자 LLM '믿음 K 2.5 Pro', 운영 API 플랫폼을 하나의 서버에 통합한 완제품형 장치다. 기업 내부에 장비를 설치해 데이터와 AI 연산을 사내에서 처리할 수 있도록 한 것이 특징이다. 망 분리 등 보안 규제가 적용되는 공공·국방·제약·제조·금융 분야에서 외부 클라우드 기반 생성형 AI를 활용하기 어려운 기업을 겨냥한 것으로 풀이된다. KT는 향후 이를 피지컬 AI를 위한 엣지 데이터 센터로 확대해 저전력·저지연 AI 인프라로 활용한다는 계획이다. 제조 현장에서도 AI 연산을 현장 가까이에서 처리하려는 움직임이 나타나고 있다. 포스코DX는 국산 AI 반도체를 활용해 산업 현장에서 발생하는 비정형 데이터를 분석하는 플랫폼 개발에 나섰다. 공장 내 카메라와 센서 등에서 발생하는 데이터를 현장에서 AI로 분석해 설비와 작업 환경을 실시간으로 판단하는 방식으로, 제조 현장의 AI 적용 범위를 확대하려는 시도다. 특히 제조업에서는 생산 과정에서 발생하는 영상·센서 데이터의 양이 많고 외부 전송이 제한되는 경우도 있어 모든 데이터를 중앙 서버로 보내 분석하는 데 비용과 시간이 발생한다. 포스코DX는 현장에서 AI 추론을 수행하면 필요한 데이터만 선별해 처리할 수 있어 실시간성이 중요한 품질 검사와 이상 징후 탐지 등에서 활용도가 높아질 것으로 전망하고 있다. AI가 실제 공간에서 움직이는 피지컬 AI 시장이 커질수록 이러한 엣지 AI 수요도 확대될 전망이다. 로봇과 드론, 자율주행차 등이 주변 환경을 실시간으로 인식하고 판단하려면 카메라와 각종 센서에서 발생하는 데이터를 빠르게 처리해야 한다. 자동차 역시 운전자 상태 분석이나 주행 환경 판단 등 일부 AI 연산을 차량 내부에서 처리하는 구조가 확대될 것으로 분석된다. 이 과정에서 AI 반도체 성능뿐 아니라 AI 모델 최적화와 소프트웨어 생태계 구축도 중요해지고 있다. 같은 NPU를 사용하더라도 AI 모델을 하드웨어 특성에 맞게 최적화하지 못하면 기대한 성능과 전력 효율을 확보하기 어렵기 때문이다. 온디바이스 AI 시장의 경쟁은 'GPU 대 NPU'의 단순한 대결보다는 AI 연산을 어디에서, 어떤 방식으로 처리할 것인지에 대한 경쟁으로 확대될 전망이다. 데이터센터에서 단말과 공장, 자동차, 로봇 등으로 AI의 무대가 넓어지면서 AI 반도체 기업뿐 아니라 통신사와 제조·플랫폼 기업까지 새로운 시장을 둘러싼 경쟁에 뛰어들고 있다. 이진형 KT AX사업본부장 상무는 "'KT NPU LLM 스테이션'은 KT의 AX 풀스택 역량과 국산 반도체를 결합해 소버린 AI를 실제 산업 현장에서 즉시 사용할 수 있도록 만든 것"이라며 "데이터 주권을 지키면서 AI 전환을 시작하려는 기업과 기관에 가장 현실적인 선택지가 될 것"이라고 말했다.2026-08-19 14:30:55
-
카카오모빌리티, 강남 자율주행 3배 늘린다…실증 넘어 상용화 속도 [경제일보] 카카오모빌리티가 서울 강남에서 운행 중인 자율주행차를 기존 2대에서 6대로 늘린다. 심야 시간대 이동 수요에 대응하는 동시에 실제 도심에서 발생하는 다양한 돌발 상황 데이터를 확보해 자율주행 기술의 상용화 수준을 높이려는 전략이다. 별도 앱 없이 카카오T에서 이용할 수 있는 서비스 구조를 갖춘 만큼 자율주행을 단순 실증이 아닌 실제 이동 서비스로 정착시키겠다는 목표도 공개했다. 19일 카카오모빌리티는 자체 기술 기반 자율주행 서비스 '서울자율차'의 운행 차량이 기존 2대에서 6대로 오는 20일 확대한다고 밝혔다. 운행 구간도 교통약자 보호구역까지 넓어진다. 카카오모빌리티는 지난 3월 서울시 자율주행자동차 여객운송사업자로 선정돼 강남 일대에서 심야 시간대 자율주행 서비스를 운영해왔다. 이번 증차는 단순한 공급 확대보다 자율주행 기술 고도화를 위한 데이터 확보를 목적으로 진행된다. 자율주행차가 실제 도로를 주행하면서 마주하는 상황은 도로 환경과 시간대, 교통량에 따라 달라지는 만큼 차량 운행 규모가 커질수록 다양한 주행 데이터를 확보할 수 있기 때문이다. 특히 강남은 자율주행 기술을 검증하기 어려운 대표적인 도심 환경으로 꼽힌다. 차량과 보행자가 밀집한 데다 이륜차 운행, 불법 주정차, 무단횡단 등 예측하기 어려운 상황이 빈번하게 발생하기 때문이다. 자율주행 시스템이 정형화된 도로 환경을 벗어나 실제 도심에서 얼마나 안정적으로 대응할 수 있는지를 확인하기에 적합한 환경으로 알려졌다. 앞서 카카오모빌리티는 지난 5개월간 강남에서 축적한 주행 데이터를 바탕으로 도심 특화 'AI 플래너'를 고도화해왔다. AI 플래너는 자율주행차가 주변 환경을 인식한 뒤 주행 경로와 차량 움직임 등을 판단하는 핵심 기술이다. 특히 인지부터 판단, 제어까지 하나의 통합 AI 모델이 수행하는 E2E(엔드 투 엔드) 자율주행 기술을 실제 도심 환경에서 검증하고 있다. 차량 대수를 3배로 늘리면서 다양한 도로 상황에서 발생하는 이른바 '엣지케이스' 데이터를 더 빠르게 확보하고 이를 AI 학습에 반영한다는 계획이다. 엣지케이스는 일반적인 주행 상황과 달리 자율주행 시스템이 대응하기 어려운 예외적인 상황을 의미한다. 자율주행 기술이 일정 수준 이상 고도화되면서 단순히 정상적인 주행을 수행하는 능력보다 예외 상황에서 얼마나 안정적으로 대응하는지가 중요한 기술 경쟁력으로 떠오르고 있다. 카카오모빌리티는 차량 증차와 함께 교통약자 보호구역으로 운행 범위도 확대한다. 보호구역 진입 시 제한속도의 80% 이하로 감속하고 어린이 등 보행자의 돌발 행동에 대비해 급가속을 제한하는 별도 안전 제어 알고리즘을 적용했다. 센서 최적화와 알고리즘 경량화를 통해 인지 성능과 처리 속도도 개선했다. 보호구역 진입 전후에는 자율주행 매니저에게 시청각 알림을 제공해 운행 과정에서 안전 확인이 이뤄지도록 했다. 교통약자 보호구역 운행은 자율주행 서비스가 단순히 정해진 노선을 따라 이동하는 수준을 넘어 도로 환경에 따라 주행 전략을 바꿀 수 있는지를 검증하는 과정이다. 특히 어린이와 보행자가 갑작스럽게 도로에 진입하는 상황처럼 예측하기 어려운 환경에서 차량의 감속과 제어가 안정적으로 이뤄지는지 평가된다. 운행 시간 확대를 위한 준비도 진행하고 있다. 카카오모빌리티는 지난 6월부터 강남 일대에서 주간 시간대 데이터를 별도로 학습해왔다. 심야 시간대보다 차량과 보행자가 많은 주간 도심 환경에서 운전자들의 주행 패턴과 교통 상황을 분석하며 향후 주간 운행에 필요한 기술을 검증하고 있다. 현재 서울자율차는 밤 10시부터 다음날 오전 5시까지 심야 시간대에 운행된다. 강남은 심야 시간대에도 유동인구와 택시 수요가 높은 지역인 만큼 카카오모빌리티는 자율주행차를 활용해 이동 공백을 일부 해소한다는 계획이다. 서비스 접근성도 일반 택시와 유사한 형태로 구축했다. 이용자는 카카오T 앱에서 택시 메뉴를 선택한 뒤 운행 구역 내 출발지와 목적지를 입력하고 호출 과정에서 '서울자율차'를 선택하면 된다. 별도의 자율주행 전용 앱을 설치하거나 별도로 회원가입할 필요가 없다. 자율주행차를 호출하기 어려운 경우에는 일반 택시 등 다른 이동 수단으로 연결하는 방식도 적용했다. 자율주행 기술을 직접 체험하는 데 그치지 않고 기존 모빌리티 플랫폼의 호출·배차 시스템 안에 자율주행을 포함시키는 방식이다. 카카오모빌리티는 향후 강남에서 축적한 주행 데이터를 바탕으로 자율주행 알고리즘과 시스템 안정성을 지속적으로 개선하고 운행 범위를 확대한다는 방침이다. 자체 자율주행 기술과 카카오T 플랫폼을 결합해 자율주행을 실제 생활 속 이동 수단으로 정착시키겠다는 목표다. 류긍선 카카오모빌리티 대표는 "자체 자율주행 기술력과 안정적인 운영 성과를 바탕으로 운행 규모를 늘려 심야 시간대 시민들의 이동 편의를 높이고, 교통약자 보호구역까지 기술 영역을 확충하게 됐다"며 "실증 운행을 통한 데이터 확보로 기술 완성도를 계속 높여가는 한편, 플랫폼 기술을 기반으로 지자체·기술기업 등과 협력해 자율주행 생태계 활성화에 적극 기여하겠다"고 말했다.2026-08-19 11:15:00
-
KT, 美 통신·AI 시장 공략…협력사 6곳 수출길 연다 [경제일보] KT가 미국 통신·네트워크 시장을 협력사들의 새로운 수출 무대로 삼는다. 단순 전시 참가를 넘어 통신·AI 분야 중소·벤처기업의 현지 바이어 발굴과 사업 기회 확보를 지원하면서 협력사의 해외 매출 확대를 뒷받침한다는 전략이다. 19일 KT는 미국 테네시주 내슈빌 뮤직시티센터에서 현지시간 18일부터 20일까지 열리는 'ISE EXPO 2026'에 처음 참가하고, 전시장 내 'KT글로벌상생성장관'을 마련해 통신·AI 분야 협력사 6곳의 북미시장 진출을 지원한다고 밝혔다. ISE EXPO는 통신·네트워크·AI 등 ICT 인프라를 주요 주제로 하는 전문 전시회다. 글로벌 통신·네트워크 기업과 미국을 비롯한 주요 국가의 바이어들이 참여하는 만큼 국내 기업들이 북미 시장에서 기술과 제품을 알릴 수 있는 기회로 평가된다. KT는 이번 전시회에 협력사와 함께 참가해 해외 판로 개척을 지원한다. KT는 올해 하반기 글로벌 전시회 지원을 위해 약 150개 협력사를 대상으로 선호 지역과 전시회에 대한 수요를 조사하고 수출 가능성과 산업별 전문성 등을 고려해 참가 기업과 전시회를 선정했다. 이번 ISE EXPO에는 용진일렉콤, 고려오트론, 성호에스아이코퍼레이션, 클리카, 래블업, 아드리엘 등 6개사가 참가하며, 참가 기업의 사업 분야도 통신 장비부터 AI까지 다양하다. 용진일렉콤은 RF 통신 커넥터를, 고려오트론은 FTTH·PON 광통신 부품을 선보인다. 성호에스아이코퍼레이션은 AI 기반 농업용 자동관리·수확 로봇을, 클리카는 온디바이스·엣지 기반 AI 최적화 솔루션을 출품한다. 래블업은 가상화 기반 GPU 통합 AI 인프라 플랫폼을, 아드리엘은 AI 기반 마케팅 비즈니스 인텔리전스(BI) 플랫폼을 소개한다. 통신 인프라 부품과 AI 소프트웨어·플랫폼, 로봇 등 서로 다른 분야의 기업들이 미국 시장을 대상으로 기술과 제품을 알리는 구조다. KT는 전시장 마련에 그치지 않고 현지 바이어 발굴도 지원한다는 구상이다. KOTRA 애틀랜타 무역관과 KOTRA의 글로벌 B2B 수출지원 플랫폼 '바이코리아', 소셜미디어 등을 활용해 참가 기업과 제품을 현지 바이어에게 알리고 잠재 고객을 발굴한다는 계획이다. 협력사들의 해외 사업 역량을 높이기 위한 교육도 함께 진행한다. 국내 시장에서 기술력을 확보한 중소·벤처기업이 해외 전시회에 참가하더라도 현지 바이어와의 접점이나 계약·수출 과정에서 어려움을 겪을 수 있는 만큼 전시회 참가를 실제 사업 기회로 연결하는 데 초점을 맞춘 것이다. 특히 미국은 AI와 통신 인프라 투자가 동시에 확대되고 있는 시장이라는 점에서 국내 협력사들의 진출 가능성을 확인할 수 있는 지역으로 꼽힌다. AI 서비스가 확대되면서 GPU 인프라와 네트워크 장비, 광통신 부품 등 기반 시설에 대한 수요가 커지고 있고, 제조·농업 등 산업 현장에서도 AI와 로봇을 결합한 서비스가 확대되고 있다. 이번 전시회에 참가한 기업들은 산업 현장의 변화에 맞춰 광통신 부품과 RF 커넥터 등 기존 통신 인프라 기술뿐 아니라 온디바이스 AI, GPU 인프라, AI 로봇, AI 마케팅 플랫폼 등 AI 산업을 겨냥한 제품과 솔루션을 함께 포함한다. KT는 이번 미국 전시회를 시작으로 하반기 글로벌 전시회 지원을 확대한다. 내달에는 네덜란드 암스테르담에서 열리는 방송·미디어 전문 전시회 'IBC 2026'과 스페인 말라가에서 열리는 유럽 최대 광통신 전시회 'ECOC 2026'에도 참가해 협력사의 유럽 시장 진출을 지원할 예정이다. 지역별 산업 특성에 맞춰 참가 전시회를 달리하는 방식도 추진한다. 미국에서는 통신·AI 인프라 시장을, 유럽에서는 방송·미디어와 광통신 시장을 각각 공략해 협력사들이 자사 기술과 제품에 적합한 해외 수요처를 찾을 수 있도록 지원한다는 구상이다. KT는 향후에도 정부와 KOTRA 해외무역관 등 수출지원 전문기관과 협력해 협력사들의 해외 시장 진출을 지원하고 글로벌 사업 기회를 확대한다는 방침이다. 권혜진 KT SCM실장 전무는 "우수한 기술력을 보유한 협력사들이 해외 시장에서 새로운 사업 기회를 발굴하고 실질적인 수출 성과를 거둘 수 있도록 지원하겠다"며 "앞으로도 정부와 KOTRA 해외무역관 등 수출지원 전문기관과 협력을 강화해 협력사의 글로벌 경쟁력을 높이고 함께 성장하는 상생 생태계를 확대해 나가겠다"고 말했다.2026-08-19 10:45:36
많이 본 뉴스
영상
Youtube 바로가기
![[데스크칼럼] 3.5% 성장에 가려진 숙제, 반도체 다음을 준비할 때다](https://image.ajunews.com/content/image/2026/10/01/20261001104123246394_518_323.png)