검색결과 총 3건
-
LG CNS, '산업 난제' 풀 인재 모았다…최적화 대회에 55개국 958팀
[경제일보] LG CNS가 제조·물류 현장의 복잡한 문제를 수학으로 해결할 글로벌 인재 확보에 나섰다. 인공지능(AI)이 데이터를 분석하고 예측한다면 수학적 최적화는 여러 제약을 반영해 실제 작업 순서와 자원 배분 방법을 결정한다. 올해 경연대회에는 세계 55개국에서 958개팀이 참여했다. LG CNS는 대한산업공학회와 공동 개최한 ‘최적화 그랜드 챌린지 2026’을 마치고 시상식을 열었다고 20일 밝혔다. 회사 측이 국내 유일이라고 소개한 수학적 최적화 경연대회로 2024년 시작해 올해 3회째를 맞았다. 수학적 최적화는 한정된 인력과 설비, 시간, 공간 안에서 비용을 줄이거나 생산성을 높이는 해법을 찾는 기술이다. 공장 생산계획부터 물류차량 배차, 항공기 운항, 로봇 이동경로, 금융상품 구성까지 활용 범위가 넓다. 생성형 AI가 결과물을 만드는 데 초점을 맞춘다면 최적화 기술은 복잡한 조건 아래서 실행 가능한 계획을 찾아내는 역할을 한다. 올해 대회에는 958개팀 1448명이 참가했다. 지난해 343개팀 676명과 비교해 참가팀은 약 2.8배, 참가자는 2.1배로 늘었다. 미국·영국·중국·일본·독일·인도 등 55개국에서 카네기멜런대, 임페리얼 칼리지 런던, 스탠퍼드대, 도쿄대와 서울대·KAIST·POSTECH 소속 참가자들이 도전했다. 액센추어·IBM·삼성전자·현대자동차 등 기업의 현직 전문가도 참가했다. 이번 과제는 조선소의 ‘블록 배치 최적화’였다. 초대형 선박은 수백개의 구조물 조각인 블록을 따로 제작한 뒤 조립한다. 참가자들은 크기와 형태가 서로 다른 블록을 제한된 작업장 안에서 어느 위치와 방향에, 언제 배치할지를 정하는 알고리즘을 개발했다. 단순히 빈 공간에 블록을 많이 넣는 문제가 아니다. 선행 작업이 끝나야 다음 공정으로 옮길 수 있고, 블록을 이동할 통로와 장비 운용도 고려해야 한다. 잘못 배치하면 블록을 다시 옮기느라 작업시간과 비용이 늘고 후속 공정까지 밀릴 수 있다. 현장의 납기와 공간 활용도를 함께 다루는 산업형 문제인 셈이다. 참가팀이 알고리즘을 제출하면 채점 시스템이 성능을 계산해 실시간 순위를 공개했다. 예선과 본선을 통과한 상위 6개팀은 국내에서 열린 결선에서 알고리즘과 문제 해결 방식을 발표했다. 대상은 일본 참가팀이 차지했다. LG CNS는 20개 수상팀에 총 2억원의 상금을 지급하고 성적에 따라 채용 연계형 인턴십 또는 입사 지원 시 서류전형 면제 기회를 제공한다. 상위 10개팀의 알고리즘은 오픈소스로 공개한다. 대회에서 나온 해법을 학계와 산업계가 연구·개선할 수 있도록 하고 최적화 기술 생태계도 넓히겠다는 구상이다. LG CNS는 수학적 최적화를 조선·방산·철강·물류·운송·제조·금융·통신·교통·항공 등 200건 이상의 산업 과제에 적용했다고 설명했다. 철강사의 자재 적재와 크레인 운영 일정, 공항 안내·순찰 로봇의 이동 및 충전 경로, 조선사의 선박 도장 작업계획 등이 대표적이다. 국내 대형 제조사에는 에어컨 실내기와 실외기의 생산 속도 차이로 쌓이던 재고를 줄이는 데 관련 기술을 활용했다. 생산계획을 다시 짜 창고를 거치는 재고를 57% 줄이고 수억원의 비용을 절감했다는 게 회사 측 설명이다. LG CNS는 석·박사급 인력 50여명으로 구성된 최적화컨설팅담당 조직을 운영하고 있다. 박상균 LG CNS 엔트루 부문장 전무는 “한정된 자원으로 최고의 효율을 끌어내는 일은 복잡하고 어렵지만 수학적 최적화로 풀어낼 수 있다”며 “대회를 키워 전 세계 인재들과 최적화 기술의 활용 범위를 넓히겠다”고 말했다. 한편 대회의 참가국과 참가팀이 크게 늘면서 글로벌 인재 발굴 무대로서 외형은 갖췄다. 앞으로의 성과는 공개된 알고리즘이 연구에 머물지 않고 조선·물류·제조 현장의 비용과 작업시간을 줄이는 해법으로 이어지는지, 대회 참가 인재가 실제 채용과 사업 확대에 얼마나 연결되는지에 달렸다.
2026-09-20 14:00:10
-
AWS, 생성형 AI로 항생제 내성 대응…글로벌 연구 플랫폼 구축
[경제일보] 아마존웹서비스(AWS)가 생성형 AI와 클라우드 기술을 활용해 전 세계 공공보건의 최대 과제 중 하나로 꼽히는 항생제 내성(AMR) 대응에 나선다. 전 세계에 흩어진 연구 데이터를 하나의 플랫폼으로 통합하고 AI를 활용해 새로운 내성 패턴을 분석함으로써 신약 개발과 공공보건 대응 속도를 높이겠다는 전략이다. 3일 AWS는 임페리얼 칼리지 런던과 임페리얼 칼리지 헬스케어 NHS 트러스트가 공동으로 추진하는 '플레밍 이니셔티브'의 글로벌 AMR 인텔리전스 플랫폼 구축을 지원한다고 밝혔다. AWS는 최대 수백만 파운드 규모의 클라우드와 AI 기술, 기술 지원을 제공할 예정이라고 설명했다. AMR은 세균과 바이러스, 진균, 기생충 등이 변이를 일으켜 기존 항생제나 항균제가 더 이상 효과를 내지 못하는 현상이다. 전 세계적으로 약물 내성 감염이 증가하면서 의료 시스템은 새로운 내성 패턴을 신속하게 파악하고 적절한 치료법을 제시하는 데 어려움을 겪고 있는 것으로 알려졌다. 연구기관들은 의료와 실험실, 지역사회 등에 분산된 데이터를 통합하기 어려워 연구와 대응에도 상당한 시간이 소요되는 상황이다. 이에 플레밍 이니셔티브는 AWS의 생성형 AI와 클라우드 기술을 활용해 전 세계에 분산된 AMR 관련 데이터를 하나의 클라우드 기반 플랫폼으로 통합할 계획이다. 화합물 라이브러리와 감시 신호, 연구 데이터를 연결해 기존에는 확인하기 어려웠던 내성 패턴과 연구 인사이트를 도출하고 새로운 위협을 보다 빠르게 식별하는 것이 목표다. 앨리슨 홈스 플레밍 이니셔티브 디렉터는 "항생제 내성은 단일 기관이나 국가, 데이터셋만으로는 해결할 수 없는 전 세계적 과제"라며 "더 긴밀하게 연결되고 접근성 높은 데이터 생태계를 지원함으로써 연구자와 공공보건 리더가 효과적으로 협력하고, 신속하게 대응하며, AMR 위기에 걸맞은 속도와 규모로 새로운 인사이트를 도출할 수 있을 것"이라고 말했다. AWS는 생성형 AI 서비스인 '아마존 베드록'을 통해 연구 환경도 지원한다. 연구진은 아마존과 앤트로픽, 메타, 코히어 등 다양한 기업의 파운데이션 모델을 활용해 데이터를 분석하고 컴퓨터 시뮬레이션 기반 연구인 인실리코 연구를 수행할 수 있다. 이를 통해 수년이 걸리던 연구 과정의 일부를 단축하고 신약 후보 물질 발굴과 내성 예측 속도를 높일 전망이다. 이번 플랫폼은 연구기관과 의료기관, 산업계, 공공기관이 국가와 기관의 경계를 넘어 데이터를 공유하고 협력할 수 있는 기반 역할도 수행한다. 플랫폼에 참여하는 기관이 늘어날수록 데이터 규모와 분석 정확도가 함께 향상돼 글로벌 AMR 대응 체계를 구축한다는 구상이다. 이번 협력은 생성형 AI의 활용 범위가 업무 자동화를 넘어 의료와 생명과학 분야로 빠르게 확대되고 있음을 보여주는 사례로 평가된다. 최근 글로벌 빅테크 기업들은 생성형 AI를 활용한 신약 개발과 질병 예측, 의료 데이터 분석 등 헬스케어 분야 투자를 확대하고 있으며, AWS 역시 클라우드와 AI를 기반으로 의료·생명과학 시장 공략을 강화하고 있다. 롤랜드 일링 AWS CMO 겸 글로벌 헬스케어·생명과학 부문 디렉터는 "클라우드와 AI 기술의 힘을 활용해 갈수록 커지는 항생제 내성이라는 전 세계적 과제 해결에 나서는 플레밍 이니셔티브를 지원하게 되어 기쁘다"며 "그동안 분리돼 있던 데이터셋을 클라우드를 통해 안전하고 대규모로 연결하고, 생성형 AI를 활용해 새로운 연구 인사이트를 도출함으로써 연구자와 공공보건 리더가 더욱 긴밀하게 협력하고, 연구 성과 창출을 앞당기며, 갈수록 커지는 이 위협에 선제적으로 대응할 수 있도록 지원할 것"이라고 말했다.
2026-07-03 13:54:26
-