2026.10.16 금요일
검색
'자율주행차' 검색결과
기간검색
-
~
검색영역
검색어
-
"피지컬 AI 기업으로 진화"…호세 무뇨스, 현대차그룹 미래 기술 청사진 제시 [경제일보] 호세 무뇨스 현대차 대표이사(사장)가 현대차를 로보틱스와 자율주행, 소프트웨어를 결합한 ‘피지컬 AI 기업’으로 전환하겠다는 미래 기술 전략을 제시했다. 29일 현대차그룹에 따르면 ‘HMG 테크 탤런트 포럼’이 지난 17일부터 이틀간 미국 캘리포니아주 산호세 맥에너리 컨벤션 센터에서 열렸다. ‘경계를 넘어 함께 만들어가는 성장’을 주제로 열린 이번 포럼에는 북미 지역 기술 인재와 초청 인사, 그룹 임직원 등 약 380명이 참석했다. 행사에는 현대차와 기아를 비롯해 현대차 미국법인, 기아 미국법인, 현대차그룹 미국기술연구소(HATCI), 현대차그룹 메타플랜트 아메리카(HMGMA), 보스턴다이나믹스, 모셔널, 포티투닷(42dot) 등 9개사가 참여했다. 참가자들은 AI, 로보틱스, 자율주행, 스마트 제조, 소프트웨어·IT, 수소·에너지·배터리 등 6개 핵심 기술 분야의 개발 방향과 실제 적용 사례를 공유했다. 기술 리더들이 개발 현장에서 축적한 경험과 기술 적용 과정에서의 과제도 함께 소개됐다. 개막 기조연설에는 호세 무뇨스 사장을 비롯해 만프레드 하러 현대차그룹 R&D본부장(사장), 박민우 현대차그룹 AVP본부장(사장) 겸 포티투닷 대표이사, 김혜인 현대차그룹 인사실장(부사장)이 나섰다. 무뇨스 사장은 AI, 소프트웨어 중심 자동차(SDV), 로보틱스, 에너지 등 미래 기술을 실제 제품과 사업으로 연결하는 현대차그룹의 전략을 소개했다. 무뇨스 사장은 “현대차는 로보틱스와 자율주행차, 이를 유기적으로 연결하는 소프트웨어를 개발하는 피지컬 AI 기업으로 진화하고 있다”며 “탄탄한 핵심 사업과 현대차그룹의 규모를 바탕으로 세계 최고 수준의 기술 인재들과 미래 비전을 실현하고자 한다”고 말했다. 만프레드 하러 사장은 수백만 대 규모의 차량에 품질과 안전, 성능을 구현해 온 엔지니어링 역량에 AI와 가상 개발 기술을 결합해 개발 과정의 속도와 효율을 높이는 방향을 설명했다. 하러 사장은 “기본에 충실한 엔지니어링 위에 혁신을 더하는 것이 고객이 신뢰할 수 있는 제품을 만드는 길이라고 생각한다”며 “수십 년간 축적한 실제 환경의 엔지니어링 경험에 가상 개발과 AI의 속도를 결합해 업계를 선도하겠다”고 밝혔다. 박민우 사장은 차량과 공장, 로봇 등 실제 환경에서 축적되는 데이터를 기반으로 지속적으로 학습하는 피지컬 AI 비전을 제시했다. 박 사장은 “아직 해결해야 할 가장 어려운 문제들이 남아 있다는 점이 지금 이 순간을 더욱 흥미롭게 만든다”며 “실제 환경에서 축적한 경험과 실제 적용 성과를 기반으로 세계적인 피지컬 AI 조직을 구축해 나가겠다”고 말했다. 김혜인 부사장은 전 세계 75개 이상의 그룹사와 33만6000여명의 임직원, R&D 센터로 구성된 현대차그룹의 글로벌 혁신 생태계를 소개했다. 글로벌 기술 인재들이 그룹의 다양한 사업과 연구개발 과제에 참여하며 성장할 수 있는 기회도 강조했다. 김 부사장은 “현대차그룹은 미래의 중요한 과제에 도전할 기술력과 아이디어를 실제 변화로 연결할 수 있는 사업 규모, 뛰어난 동료들과 함께 성장할 기회를 갖추고 있다”며 “글로벌 인재들이 의미 있는 일을 수행하고 더 큰 도전에 나서며 성장할 수 있도록 지원하겠다”고 밝혔다. 현대차그룹 관계자는 “글로벌 핵심 테크 인재와의 교류를 지속적으로 확대해 차세대 모빌리티 시대를 이끌 기술 경쟁력을 공고히 해 나갈 것”이라고 했다.2026-09-29 15:11:14
-
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
-
"자율주행차보다 서비스"…카카오모빌리티, 카카오T로 상용화 정조준 [경제일보] 카카오모빌리티가 자율주행 사업의 경쟁 기준을 차량의 주행 기술에서 플랫폼과 도시 단위 운영 역량으로 확대하고 있다. 자체 자율주행 기술을 고도화하는 동시에 기존 카카오T 플랫폼에 자율주행 서비스를 연결해 이용자의 접근성을 높이고, 완성차·부품사·공공기관·지자체·학계 등과 생태계를 구축해 실제 일상에서 활용되는 서비스로 만들겠다는 전략으로 풀이된다. 7일 카카오모빌리티는 류긍선 카카오모빌리티 대표가 이날 열린 '2026 글로벌 모빌리티 콘퍼런스'에서 기조연설자로 나서서 '자율주행 기술을 일상의 이동으로'를 주제로 발표를 진행했다고 밝혔다. 이날 류 대표는 자율주행 상용화의 핵심은 차량 한 대의 주행 성능을 넘어 시민의 일상에서 서비스를 완결하고 도시 단위로 운영하는 데 있으며, 자율주행차는 혼자 달리지만 자율주행 서비스는 기술·제조·공공·학계가 함께 만들어야 한다고 강조했다. 카카오모빌리티가 주목하는 것은 기존 모빌리티 플랫폼과 자율주행의 결합이다. 카카오모빌리티에 따르면 강남 심야 자율주행 서비스 이용자의 97%가 별도의 애플리케이션을 설치하지 않고 기존 카카오T 화면에서 자율주행 서비스를 이용했다. 자율주행 전용 앱을 새로 확보하기보다 기존 이용자가 익숙한 카카오T 안에서 서비스를 접하도록 해 진입 장벽을 낮추는 방식이다. 카카오모빌리티는 자율주행을 별도의 기술 서비스가 아닌 기존 이동 플랫폼의 한 종류로 편입하고 있다. 이용자가 택시를 호출하듯 카카오T에서 자율주행차를 선택하고 탑승하는 환경이 갖춰지면 자율주행 기술이 특정 시범사업이나 체험 서비스에 머무르지 않고 일상적인 이동수단으로 자리 잡게 한다는 구상이다. 실제 카카오모빌리티는 최근 강남 지역에서 자체 기술 기반 '서울자율차'를 확대했다. 지난 3월 2대로 시작한 서비스를 지난달 20일부터 6대로 늘렸고, 교통약자 보호구역까지 운행 범위도 넓혔다. 복잡한 도심에서 주행 데이터를 추가로 확보해 자율주행 알고리즘과 시스템 안정성을 고도화하는 동시에 서비스 운영 경험을 축적하고 있다. 차량이 늘어나면서 중요해지는 것은 단순 주행 성능만이 아니다. 여러 대의 차량을 동시에 배치하고 호출 수요에 맞춰 운행하며, 돌발 상황이 발생했을 때 관제와 현장 대응을 수행하는 운영 체계가 필요하기 때문이다. 류 대표가 자율주행 서비스의 평가 기준을 차 한 대의 주행 성능보다 도시 안에서 수백 대를 어떻게 운영하느냐로 옮겨야 한다고 강조한 것도 이 같은 배경으로 풀이된다. 카카오모빌리티가 자율주행 핵심 기술을 직접 내재화하고 있는 것도 도시 단위 운영을 위한 기반으로 분석된다. 카카오모빌리티는 고정밀 지도와 시뮬레이터, 자율주행 데이터 파이프라인, AI 기반 주행 기술, 통합 관제 시스템 등을 구축해왔으며 이를 실제 운행 서비스에 적용하고 있다. 또한 지난달에는 인지부터 제어까지 하나의 통합 AI 모델이 수행하는 E2E 자율주행 기술 고도화도 진행 중이라고 설명했다. 특히 자율주행차가 늘어날수록 도시 인프라의 변화가 불가피한 것으로 평가된다. 현재의 도로와 신호 체계는 사람이 직접 운전하는 차량을 전제로 설계된 만큼 자율주행차가 대규모로 운행되기 시작하면 도로·신호·승하차 공간·관제체계 등이 함께 바뀌어야 한다는 것이다. 자율주행 기술이 특정 기업의 제품 경쟁에서 도시 전체의 교통 시스템 경쟁으로 확대되는 것이다. 이에 카카오모빌리티는 외부 기관과의 생태계 구축을 강조하고 있다. 자율주행 서비스는 차량 제조사와 기술기업만으로 운영하기 어려운 만큼 공공 부문에서는 관련 규제와 인프라를 마련하고, 제조·부품업계에서는 서비스에 적합한 차량과 부품을 공급하며, 플랫폼 사업자는 이용자와 차량을 연결하는 역할을 수행하는 구조가 필요하다는 분석이다. 자율주행 시장이 기술 실증을 넘어 실제 상용 서비스 단계로 이동할수록 누가 가장 뛰어난 차량을 만드느냐뿐 아니라 누가 이용자에게 서비스를 연결하고 도시 단위로 안정적으로 운영할 수 있느냐가 경쟁력으로 부상하고 있다. 카카오모빌리티가 강남에서 축적한 플랫폼·운영 경험을 기반으로 자율주행의 활동 범위를 얼마나 넓힐 수 있을지가 향후 사업 성패를 가를 핵심 변수가 될 것으로 전망된다. 류긍선 대표는 "같은 기술이라도 도시가 바뀌면 '다른 10퍼센트의 난제'를 만난다"며 "자율주행 서비스의 평가 기준도 차 한 대가 얼마나 잘 달리는가보다 도시 안에서 수백 대를 어떻게 운영하는가로 옮겨 가야 한다"고 말했다. 이어 "자율주행차는 혼자서 달리지만, 자율주행 서비스는 함께 만들어야 한다"며 "지난 10여년간 축적해 온 모빌리티 기술 개발 경험과 플랫폼 운영 역량을 바탕으로, 민관 협력을 통해 자율주행이 일상 속 교통 서비스로 자리 잡는 지속가능한 생태계 조성에 기여하겠다"고 덧붙였다.2026-09-07 15:35:40
-
KGM, 강남 로보택시에 토레스 EVX 추가 투입…자율주행 서비스 확대 [경제일보] KG모빌리티(KGM)가 서울 강남권에서 운영 중인 자율주행 로보택시 사업에 토레스 EVX를 추가 투입한다. 기존 코란도 EV와 함께 자율주행 차량을 확대하고 서비스 구역도 넓혀 실제 도심 운행 데이터를 확보한다는 계획이다. 2일 KGM에 따르면 회사는 자율주행 기술기업 SWM.ai와 협력해 서울시가 추진하는 ‘강남 심야 자율주행택시’ 사업 확대를 지원한다. 지난 20일부터 확대 운영에 들어간 해당 서비스에 기존 코란도 EV와 함께 자율주행 기술을 적용한 토레스 EVX를 추가 공급한다. 토레스 EVX는 KGM과 SWM.ai의 협력을 통해 자율주행 시스템을 고도화한 2세대 로보택시다. 첨단 센서 시스템과 차량 제어 기술, 안전 사양을 적용했으며 전기차 파워트레인을 기반으로 장시간 운송 서비스에 대응할 수 있도록 개발됐다. SWM.ai는 기존 자율주행 택시 운영 과정에서 축적한 주행 데이터를 활용해 인공지능 기반 자율주행 기술을 개선해왔다. 토레스 EVX에 적용된 센서 시스템과 기술을 결합하면서 기존 40여개의 센서를 20여개로 줄이는 데 성공했다. 서비스 운행 범위도 확대된다. 기존 강남구와 서초구 일대에서 운영하던 로보택시는 앞으로 강남 자율주행자동차 시범운행지구 전역인 20.4㎢로 운행 구간 확대가 추진된다. 어린이 보호구역을 포함한 전 구간에서 자율주행이 가능하도록 국토교통부 허가 절차도 진행할 예정이다. 올해 1월 자동차관리법 시행규칙 등이 개정되면서 교통약자 보호구역에서 자율주행차의 수동 운전 의무가 폐지된 데 따른 것이다. 안전운행계획을 마련하고 국토부 허가를 받으면 해당 구역에서도 자율주행 서비스를 운영할 수 있다. KGM과 SWM.ai의 협력은 2022년 도심 주행 레벨4 수준의 자율주행 선행개발을 위한 기술협력 업무협약으로 시작됐다. 이후 2024년 9월부터 서울 강남구 자율주행 시범운행지구에서 자율주행 택시 운송 서비스를 지원하고 있다. 지난 2024년 9월 운행을 시작한 이후 누적 탑승 건수는 1만3214건을 기록했다. 양사는 향후 자율주행 실증 도시 서비스가 전국으로 확대되는 데 대비해 차량 플랫폼 개발과 서비스 적용 범위를 넓힐 방침이다. KGM 관계자는 “다양한 자율주행 기업들과의 협력을 통해 서비스를 확대하고, 향후 자율주행 실증도시 서비스의 전국 확대에 대비해 이중 안전 설계를 적용한 고도화된 자율주행 차량 플랫폼 개발에도 박차를 가할 계획”이라고 했다.2026-09-02 09:59:54
-
중국 로보택시 200대 한국행…자율주행 '상용화 격차' 벌어지나 [경제일보] 중국 로보택시 200대가 국내 시장에 들어오면서 기술 개발과 실증에 머물던 한국 자율주행 산업도 상용화 경쟁의 시험대에 오르게 됐다. 중국에서 이미 상업운행을 시작한 업체가 대규모 플릿을 앞세워 국내 시장을 공략하면서 국내 업체와의 기술 격차뿐 아니라 실제 서비스 운영 역량까지 비교될 전망이다. 중국 로보택시가 국내 인증과 무인운행 관련 관문을 넘어 실제 도로를 달리게 될 경우 국내 자율주행 상용화 속도에도 적지 않은 변수가 될 것으로 보인다. 1일 업계에 따르면 중국 자율주행 기업 포니AI는 국내 자율주행 서비스 기업 퓨처링크와 협력해 오는 2028년까지 로보택시 200대를 국내에 도입할 계획이다. 양사는 지난달 28일 전략적 협력 협약을 맺고 국내 합작법인 설립과 로보택시 상용 서비스 추진에 나서기로 했다. 이번에 도입되는 차량은 중국 베이징자동차그룹(BAIC) 계열 아크폭스 알파 T5를 기반으로 한 포니AI 7세대 로보택시다. 기존 차량을 자율주행차로 개조하는 방식과 달리 차량 생산 단계부터 자율주행 시스템을 전제로 설계했다. 제동과 조향, 전원 계통 등에 이중화 구조를 적용해 일부 시스템에 문제가 발생하더라도 차량을 안전하게 정지할 수 있도록 했다. 200대가 국내에 동시에 투입되는 것은 아니다. 우선 10대를 들여와 국내 차량 인증 절차를 진행하고 인증이 완료되면 190대를 추가 도입한다. 이후 서울 자율주행 시범운행지구에서 서비스를 시작해 운행 지역을 확대하고 2028년 서울 전역에서 완전 무인 로보택시 서비스를 구축한다는 계획이다. 포니AI는 이번 200대 도입을 한국 시장 진출의 첫 단계로 보고 추가적인 차량 확대 가능성도 열어두고 있다. 이번 진출로 국내 자율주행 업계는 기술 개발과 함께 실제 서비스 운영 역량까지 경쟁해야 하는 상황이다. 국내 완성차 업계는 현재 레벨2+ 자율주행 상용화를 추진하면서 레벨4 기술 개발을 병행하고 있다. 현대차그룹은 2027년 고속도로 레벨2+ 상용화를 목표로 하고 있으며 레벨4 자율주행 기술도 개발 중이다. 국내 자율주행 전문기업들은 레벨4 실증과 무인운행 경험을 쌓고 있다. 정부 실증사업을 통해 셔틀과 화물차 등의 무인운행을 진행하고 있지만 수백대 규모의 로보택시를 실제 승객 운송 서비스로 운영하는 단계까지 사업을 확대한 사례는 제한적이다. 반면 포니AI는 중국 주요 도시에서 레벨4 로보택시를 상업 운행하며 실제 승객을 대상으로 한 서비스 경험을 축적했다. 국내 업체들이 레벨4 기술의 안전성과 성능을 검증하는 동안 포니AI는 실제 서비스를 통해 차량 운행과 원격관제 등 대규모 플릿 운영 경험을 쌓아왔다. 이에 따라 국내 자율주행 업체의 경쟁 범위도 넓어질 전망이다. 자율주행 기술의 성능과 안전성을 입증하는 데서 나아가 실제 승객을 태우고 일정 규모의 차량을 안정적으로 운영할 수 있는지가 중요해졌다. 원격관제와 정비, 충전, 보험, 고객 서비스 등 차량 운행 이후의 운영 체계까지 상용화 역량으로 평가받게 된다. 포니AI가 국내 시장에서 앞세우는 경쟁력은 중국에서 확보한 상업운행 경험이다. 포니AI는 중국 주요 도시에서 레벨4 수준의 로보택시 서비스를 운영하며 누적 자율주행 주행거리를 1억㎞ 이상 확보한 것으로 알려졌다. 승객을 태운 실제 서비스 과정에서 축적한 주행 데이터와 차량 운영 경험을 국내 사업에도 활용한다는 구상이다. 차량을 대규모로 운영할 수 있는 원가 경쟁력도 중국 업체가 내세우는 요소다. 포니AI는 7세대 자율주행 시스템의 부품 원가를 이전 세대보다 크게 낮추고 양산을 통해 차량 한 대당 비용을 낮추는 전략을 추진하고 있다. 실증 차량 몇 대를 운행하는 방식에서 벗어나 수십대에서 수백대 규모의 플릿을 운영하는 것이 목표다. 국내 자율주행 산업은 이 같은 대규모 상용 서비스를 뒷받침할 사업 구조를 마련하는 단계다. 정부가 자율주행차 안전 기준과 무인운행 관련 제도를 마련하는 가운데 완성차와 자율주행 소프트웨어 기업, 플랫폼 사업자가 실제 서비스에 필요한 역할을 얼마나 빠르게 구축하느냐가 상용화 속도를 좌우할 전망이다. 중국 업체가 대규모 플릿을 앞세워 국내 시장에 진입하면서 국내 기업들의 기술 개발뿐 아니라 차량 양산과 서비스 운영 역량도 시장에서 비교 대상이 될 것으로 보인다. 업계 관계자는 “자율주행 서비스가 국내에서 지속적으로 확대되려면 완성차와 기술 기업뿐 아니라 플랫폼과 관제, 정비 등 관련 사업자들이 각자의 역할을 명확히 정립해야 한다”며 “초기 시장에서 어떤 사업 모델이 자리 잡느냐에 따라 향후 국내 자율주행 생태계의 참여 기업과 수익 구조도 달라질 수 있다”고 했다.2026-09-01 16:30:18
-
통신망 투자 다시 불붙인다…정부·통신3사 'AI 고속도로' 차세대망 승부 [경제일보] 인공지능(AI) 확산으로 한동안 줄어들던 통신망 투자가 다시 시험대에 올랐다. 5G 전국망 구축이 마무리되면서 감소세를 이어온 통신 3사의 설비투자(CAPEX)를 AI 시대에 맞는 차세대 네트워크 투자로 돌리기 위해 정부가 직접 나섰다. 핵심은 AI-RAN과 6G, 5G 단독모드(SA) 등 차세대 기술에 대한 투자 유인을 만드는 것이다. 과학기술정보통신부는 27일 SK텔레콤·KT·LG유플러스와 ‘AI 시대 통신망 투자 촉진을 위한 민·관 협의체’ 발족 회의를 열었다고 밝혔다. 지난달 배경훈 부총리 겸 과기정통부 장관과 통신 3사 최고경영자(CEO) 간담회의 후속 조치다. 정부와 통신 3사는 연내 ‘차세대 통신망 투자 및 규제 개선 종합대책’을 마련할 예정이다. ◆ 5G 끝나자 줄어든 투자…AI가 새로운 명분 통신 3사의 CAPEX는 2019년 9조6000억원에서 2021년 8조2000억원, 2023년 7조6000억원, 2025년 6조200억원까지 감소했다. 5G 초기 투자와 전국망 구축이 상당 부분 마무리된 데다 통신시장이 포화하면서 기존 이동통신망에 대한 투자 유인이 약해진 영향이다. 문제는 AI 시대가 되면서 네트워크의 역할 자체가 달라지고 있다는 점이다. 기존 통신망이 사람과 사람, 사람과 서버를 연결하는 역할에 집중했다면 AI 시대에는 데이터센터·AI 단말·로봇·자율주행차 등 수많은 기기와 시스템이 실시간으로 데이터를 주고받아야 한다. 정부가 통신사를 단순 통신사업자가 아닌 ‘AI 인프라·플랫폼 기업’으로 규정하고 차세대망 투자를 요구하는 이유다. 특히 AI 데이터센터가 늘어날수록 데이터센터와 지역 거점, 기업·산업 현장을 연결하는 고속·저지연 네트워크의 중요성도 커진다. 통신 3사의 데이터센터 관련 매출이 올해 2분기 모두 두 자릿수 성장한 것도 통신업계가 네트워크 자체보다는 AI 데이터센터와 AI 인프라로 투자 중심축을 옮기고 있는 흐름을 보여준다. ◆ AI-RAN·6G로 ‘통신망 2.0’ 이번 협의체에서 논의된 AI-RAN은 통신망에 AI 연산과 자동화 기술을 결합하는 차세대 네트워크다. 네트워크 운영을 AI가 최적화하고 트래픽과 자원을 실시간으로 배분해 AI 서비스에 필요한 지연시간과 품질을 맞추는 방향이다. 6G 역시 단순히 5G보다 빠른 통신망을 만드는 데 그치지 않는다. 정부는 AI와 결합된 네트워크를 국가 AI 인프라의 핵심으로 보고 관련 연구개발 투자를 확대하고 있다. 과기정통부는 2026년 신규 사업으로 AI-RAN, 초고속·초저지연 네트워크, AI 데이터센터 간 연결망 등에 예산을 배정했다. 통신사 입장에서도 투자 확대의 실마리가 생겼다. 증권업계는 올해 통신 3사의 CAPEX를 6조6000억원에서 약 8조원 수준으로 전망하고 있다. 5G SA와 AI 데이터센터 관련 투자가 기존 통신망 투자 감소분을 일부 메울 것이라는 분석이다. 5G SA 전국 서비스는 올해 말 차세대 네트워크 투자의 첫 시험대가 될 전망이다. SA는 LTE 코어망을 함께 사용하는 기존 비단독모드(NSA)와 달리 5G 코어망을 독립적으로 사용하는 방식이다. SA의 의미는 속도보다 서비스의 다양성에 있다. 네트워크 슬라이싱을 이용하면 하나의 물리적 망에서 서비스별로 별도의 네트워크 자원을 배정할 수 있다. 정부와 통신 3사는 긴급구조 통신 우선 전송, 초저지연 현장 생중계, 기업용 특화 서비스 등을 발굴하고 실증할 계획이다. 통신 품질 평가 기준도 바뀐다. 지금까지 다운로드 속도가 핵심 지표였다면 앞으로는 업로드 속도와 전송 지연시간, 네트워크 슬라이싱 품질, 이용자 체감품질(QoE)까지 종합적으로 평가한다. 네트워크가 ‘얼마나 빠른가’에서 ‘서비스에 얼마나 적합한가’로 평가 기준이 이동하는 셈이다. 정부는 3G 등 레거시망의 단계적 전환과 규제 합리화, 예산·세제 지원도 함께 검토한다. 통신사들이 기존 네트워크를 효율화하면서 확보한 자원을 AI-RAN과 6G 같은 미래망으로 이동시킬 수 있도록 제도적 불확실성을 줄이겠다는 것이다. 한편 이번 민·관 협의체의 핵심은 통신 3사에 단순히 투자를 늘리라고 요구하는 데 있지 않다. 통신사가 투자할 만한 새로운 수요와 수익모델을 AI에서 만들어내고, 정부가 규제와 제도를 뒷받침하는 구조를 만드는 것이 더 중요하다. AI 데이터센터와 피지컬 AI, 자율주행, 로봇이 확대될수록 통신망은 단순한 연결 인프라가 아니라 AI를 실제 산업과 일상에 전달하는 기반시설이 된다. 5G 투자 이후 성장동력을 찾지 못했던 통신망 시장이 AI를 계기로 다시 투자 사이클에 들어설 수 있을지가 관건이다. 또한 연내 발표될 정부의 종합대책이 단순한 규제 완화책에 그치지 않고 통신사의 실제 CAPEX 확대와 차세대 서비스 매출로 연결되는지가 향후 통신산업의 가장 중요한 관전 포인트다.2026-08-27 16:43:57
-
![[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
-
"AI 기기 이동해도 연결은 계속"…LG유플러스, AI-RAN 기술 상용화 '시동' [경제일보] 로봇과 드론 등 피지컬 AI가 실제 공간에서 움직이며 작업하는 시대가 다가오면서 이를 안정적으로 연결하는 통신망 기술의 중요성도 커지고 있다. 고정된 장소에서 서비스를 제공하는 기존 AI와 달리 피지컬 AI는 이동 과정에서 여러 네트워크를 오가야 하기 때문이다. 이에 LG유플러스는 AI-RAN 시험망과 상용 5G망을 연결해 네트워크가 전환되는 상황에서도 연결을 유지하는 기술을 검증하며 차세대 통신망 경쟁에 나선다. 19일 LG유플러스는 연세대학교와 함께 AI-RAN 환경에서 단말이 서로 다른 네트워크를 이동하더라도 연결을 안정적으로 유지할 수 있는 기술을 검증했다고 밝혔다. 이번 검증에는 산업용 모바일 기기 전문 기업 포인트모바일의 PM95 단말이 활용됐다. AI-RAN은 인공지능(AI)을 무선 접속망에 적용해 통신망 상태를 실시간으로 분석하고 네트워크 자원을 최적화하는 기술이다. AI가 통신 품질 저하 가능성을 사전에 파악하고 상황에 맞게 자원을 배분하는 방식으로 통신 품질과 네트워크 운영 효율을 높이는 기술로 각광받고 있다. AI-RAN은 피지컬 AI 확산과 함께 떠오르고 있다. 로봇과 드론, 자율주행차 등은 실제 공간을 이동하면서 주변 환경을 인식하고 데이터를 주고받아야 한다. 공장이나 물류센터처럼 넓은 공간을 이동하거나 서로 다른 네트워크가 구축된 구역을 오갈 경우 네트워크가 바뀌는 과정에서 연결이 불안정해질 가능성이 있는 것으로 알려졌다. 특히 피지컬 AI는 원격 제어를 받는 로봇이나 실시간으로 영상을 분석하는 드론의 경우 통신이 끊기면 AI의 판단과 작업 수행에도 영향을 줄 수 있어 네트워크 지연이나 연결 단절이 단순한 통신 품질 저하에 그치지 않을 수 있다. 이에 AI 모델의 성능뿐 아니라 AI 기기가 이동하는 동안 안정적인 연결을 유지하는 네트워크 기술도 중요한 요소로 떠오르고 있다. 이번 검증은 LG유플러스의 상용 5G망과 연세대학교가 자체 개발한 엔비디아 GPU 기반 AI-RAN 시험망을 연동하는 방식으로 진행됐다. 단말이 AI-RAN 시험망에서 LG유플러스 5G망으로 이동하거나 반대로 5G망에서 AI-RAN 시험망으로 이동하는 상황을 구현했다. LG유플러스는 검증 결과 단말이 무선 환경 변화에 따라 최적의 네트워크를 자동으로 선택하고 네트워크가 변경되는 과정에서도 연결을 유지할 수 있음을 확인했다고 설명했다. 특정 AI-RAN 환경에서만 통신하는 것이 아니라 기존 상용 이동통신망과 AI-RAN이 공존하는 상황을 전제로 기술을 검증했다는 점이 특징이다. 이번 검증은 향후 AI-RAN이 실제 통신망에 적용될 경우 기존 5G 인프라와 어떻게 연동할 것인지에 대한 기술적 가능성을 확인했다는 의미가 있다는 평가다. AI-RAN이 새로운 망으로 단번에 전환되는 것이 아니라 기존 이동통신망과 단계적으로 결합될 가능성이 높은 만큼 네트워크 간 안정적인 연결과 장비 호환성 확보가 상용화 과정에서 중요한 과제로 꼽힌다. AI-RAN은 장기적으로 6G 시대의 네트워크 구조 변화와도 연결된다. 5G까지의 이동통신망이 주로 더 빠른 속도와 낮은 지연시간, 대규모 연결 등을 구현하는 데 초점을 맞췄다면 차세대 네트워크에서는 AI가 망 운영 자체에 개입하는 구조가 확대될 것으로 전망된다. 통신망이 단순히 데이터를 전달하는 인프라를 넘어 주변 환경과 트래픽, 서비스 특성을 분석하고 필요한 자원을 스스로 조정하는 방향으로 발전하는 것이다. 피지컬 AI처럼 통신 품질에 민감한 서비스가 늘어날수록 이러한 지능형 네트워크의 필요성도 커질 수 있다. 김성륜 연세대학교 전기전자공학부 교수는 "6G 이동통신은 AI 기반으로 설계되고 AI 응용 서비스를 지원하는 방향으로 발전할 것"이라며 "이번 검증은 피지컬 AI 서비스가 AI-RAN 기반 시험망을 벗어나 상용 이동통신망으로 이동하는 과정에서도 연결성을 유지할 수 있음을 확인한 의미 있는 산학 협력 사례"라고 말했다. 이번 실증은 국내 AI-RAN 생태계 확대를 위한 테스트베드 구축으로도 이어질 예정이다. LG유플러스와 연세대는 향후 국내 중소기업들이 AI-RAN 관련 기술을 직접 시험하고 검증할 수 있는 환경을 제공한다는 계획이다. 해외 시장 진출을 준비하는 기업들이 기술을 검증할 수 있는 테스트베드로 활용하는 방안도 추진한다. AI-RAN 시장이 확대되기 위해서는 통신사와 대학뿐 아니라 네트워크 장비, AI 반도체, 단말, 소프트웨어 등 다양한 기업의 참여가 필요하다. 특히 국내 기업들이 AI-RAN 기술을 개발하더라도 실제 통신망 환경에서 성능을 검증하기 어려운 만큼 상용망과 연계된 테스트 환경을 확보하는 것이 생태계 확대의 과제로 꼽힌다. 피지컬 AI 시장이 확대될수록 네트워크 경쟁의 범위도 넓어질 전망이다. 자율주행차와 물류로봇, 산업용 로봇, 드론 등이 하나의 공간에 머무르지 않고 이동하면서 작업하는 구조가 일반화되면 단순히 네트워크 속도를 높이는 것만으로는 충분하지 않기 때문이다. LG유플러스와 연세대는 앞으로 AI-RAN 기술 검증과 함께 차세대 AI 기반 서비스에 필요한 네트워크 기술 공동 연구를 이어갈 계획이다. 이상헌 LG유플러스 NW선행개발담당은 "피지컬 AI 기술이 발전할수록 네트워크도 스스로 환경을 분석하고 최적의 품질을 제공하는 방향으로 발전해야 한다"며 "LG유플러스는 AI를 활용해 무선망 기술을 지속적으로 고도화하고 미래 산업 서비스에 필요한 안정적인 연결성과 품질을 제공하겠다"고 말했다.2026-08-19 09:04:25
-
![[기자수첩] 자율주행 표준 선점한 韓, 기술·상용화 추격해야](https://image.ajunews.com//content/image/2026/08/13/20260813142158976850.jpg)
자율주행 표준 선점한 韓, 기술·상용화 추격해야 [경제일보] 한국이 자율주행·소프트웨어 중심 자동차(SDV) 국제표준화에서 주도권을 확보했다. 한국전자통신연구원(ETRI)이 개발한 권고안이 국제전기통신연합(ITU-T) 최초의 SDV 국제표준으로 채택됐고, 자율주행차 표준화 작업반 의장직도 한국인이 처음 맡게 됐다. 하지만 도로 위 현실까지 보면 마냥 박수칠 일만은 아니다. 기준을 만드는 데는 앞섰지만 실제 자율주행 차량을 도로에 내놓고 데이터를 쌓는 경쟁에서는 미국과 중국에 크게 뒤처져 있다. 한국은 이미 2020년 세계 최초로 레벨3 부분자율주행차 안전기준을 마련하며 자율주행 제도 선점에 나섰다. 당시에는 세계 자동차 수출 강국인 한국이 안전기준을 먼저 마련했다는 점에서 의미가 컸다. 그러나 6년이 지난 지금 국내 도로에서 고도화된 자율주행 서비스를 접하기는 쉽지 않다. 기준을 먼저 만든 것이 실제 시장을 먼저 여는 것으로 이어지지는 않았다. 더 큰 문제는 데이터다. 국토교통부 자료에 따르면 한국 전체 기업의 자율주행 누적 주행거리는 1306만km에 그친다. 반면 미국 웨이모는 지난해 기준 완전 자율주행 누적 운행거리가 1억2700만마일에 달했고, 중국 바이두는 올해 5월 기준 누적 자율주행 거리가 3억3000만km에 이른다. 한국이 국제표준을 만드는 동안 미국과 중국은 실제 도로에서 대규모 주행 데이터를 축적하며 기술 고도화와 상용화를 앞서가고 있다. 자율주행은 시험실에서 완성되지 않는다. 다양한 도로와 날씨, 돌발 상황을 실제 환경에서 반복 검증하고 데이터를 축적해야 기술을 고도화할 수 있다. 자율주행은 완성차만의 경쟁도 아니다. 차량용 AI 반도체와 센서, 고성능 컴퓨팅, 통신, 소프트웨어 등 다양한 기술이 함께 뒷받침돼야 한다. 핵심 부품과 AI 기술에서 해외 의존도가 높은 상황에서는 국제표준화에서 확보한 주도권이 국내 산업 전체의 경쟁력으로 이어지기 어렵다. 표준을 만드는 것과 그 표준을 실제 제품과 서비스에 구현하는 것은 다른 문제다. 실증 환경도 경쟁국 수준으로 끌어올려야 한다. 정부가 레벨4 자율주행 상용화를 목표로 실증도시 확대와 규제 개선에 나서고 있지만 기술 개발과 실제 도로 검증 사이에는 여전히 간극이 있다. 안전을 이유로 규제를 강화하는 것은 필요하지만, 안전 기준을 명확히 하면서 기업이 더 많은 데이터를 축적할 수 있도록 실증 범위를 넓히는 방향으로 제도를 바꿔야 한다. 표준화 성과를 산업 경쟁력으로 증명해야 할 시점이다. 세계가 따르는 기준을 만드는 데서 멈추지 않고, 그 기준을 적용한 차량과 서비스가 실제 시장에서 경쟁력을 확보해야 한다. 한국이 국제표준을 주도한 만큼 기술과 상용화에서도 경쟁국을 따라잡는 성과가 필요하다. 국제표준을 선점한 성과가 산업 주도권으로 이어지는지는 이제 도로 위에서 증명해야 한다.2026-08-13 16:17:28
-
알리바바 'Wan3.0' 베타 공개…AI 영상 생성, 짧은 클립 넘어 제작 도구로 [경제일보] 알리바바가 생성형 인공지능(AI) 영상 생성 모델의 한계를 길이와 입력 방식 측면에서 동시에 넓히고 있다. 최대 30초 영상 생성에 텍스트뿐 아니라 이미지·영상·오디오, 웹페이지와 문서까지 참조할 수 있도록 기능을 확장하면서 단순한 영상 제작 도구를 넘어 콘텐츠 제작 전반을 자동화하는 방향으로 기술 고도화에 나섰다. 11일 알리바바는 영상 생성 모델 'Wan3.0' 베타 버전을 공개하고 공개 베타 테스트를 시작했다고 밝혔다. 사용자는 알리바바 클라우드의 AI 개발 플랫폼 '모델스튜디오'와 AI 네이티브 클라우드 플랫폼 'Qwen 클라우드'를 통해 테스트를 신청할 수 있다. Wan3.0의 가장 큰 변화는 생성할 수 있는 영상의 길이다. 기존 AI 영상 생성 모델이 수초에서 최대 15초 안팎의 짧은 영상을 만드는 데 초점을 맞췄다면 Wan3.0은 클립 하나를 최대 30초까지 생성할 수 있도록 했다. 알리바바의 이전 모델인 Wan2.7-Video가 지원했던 최대 15초와 비교하면 생성 가능한 영상 길이가 두 배로 늘었다. 영상 길이가 길어지면서 AI 영상 제작의 활용 범위도 넓어질 것으로 전망된다. 짧은 장면 하나를 만드는 데 그치지 않고 인물의 움직임이나 카메라 이동이 이어지는 장면을 하나의 클립으로 구성할 수 있기 때문이다. 알리바바는 사용자가 입력한 프롬프트를 분석해 적절한 영상 길이를 추천하는 기능과 기존 영상의 시간적 흐름을 이어 영상을 확장하는 기능도 Wan3.0에 적용했다. 단순히 영상 생성 시간을 늘리는 것만으로는 실제 콘텐츠 제작에 활용하기 어렵다는 점에서 입력 방식도 확대했다. Wan3.0은 텍스트와 이미지뿐 아니라 영상과 오디오를 함께 참조할 수 있으며 웹페이지, PDF, 파워포인트 프레젠테이션 등 문서 자료도 영상 제작을 위한 입력 자료로 활용할 수 있다. 예를 들어 기업이 제품 소개 자료나 프레젠테이션을 보유하고 있다면 이를 기반으로 마케팅 영상을 만들 수 있고, 교육 기관은 문서 형태의 교육 자료를 영상 콘텐츠로 전환할 수 있다. 영상 제작자가 기존 촬영본이나 이미지, 음성 자료를 제공해 새로운 장면을 구성하는 방식도 가능하다. AI 영상 생성 시장의 경쟁이 단순히 '얼마나 그럴듯한 영상을 만드는가'에서 '사용자가 가진 자료를 얼마나 정확하게 영상으로 전환할 수 있는가'로 이동하고 있다는 점도 주목된다. 영상 제작 과정에서는 새로운 이미지를 만들어내는 것보다 기존 캐릭터나 제품, 브랜드의 특징을 유지하면서 여러 장면을 연결하는 것이 중요한 경우가 많기 때문이다. Wan3.0은 이 같은 문제를 해결하기 위해 시각적 일관성 확보에도 초점을 맞췄다. AI 영상에서 반복적으로 지적돼온 인물의 얼굴이나 의상, 소품 등이 장면마다 달라지는 현상을 줄이고 참조 자료에 포함된 캐릭터와 제품의 세부적인 특징을 유지하도록 설계했다. 화면 구성과 음성의 일관성도 주요 기능으로 제시됐다. 알리바바는 인물의 표정과 움직임을 자연스럽게 표현하고 다국어 음성을 생성하는 동시에 소프트웨어 사용자 인터페이스(UI)와 모션 그래픽 등 상대적으로 구현하기 까다로운 요소도 안정적으로 생성할 수 있다고 설명했다. 알리바바가 영상 생성 모델을 지속적으로 고도화하는 것은 생성형 AI 경쟁의 무게중심이 텍스트와 이미지에서 영상으로 이동하고 있기 때문이다. 영상은 텍스트나 이미지보다 생성에 필요한 연산량이 많고 시간적 일관성까지 유지해야 하는 만큼 AI 모델의 기술 수준을 가늠하는 분야로 꼽힌다. 특히 글로벌 빅테크와 AI 기업들이 영상 생성 모델의 품질과 길이, 입력 방식 등을 경쟁적으로 개선하면서 영상 생성 AI의 활용 범위도 점차 전문 콘텐츠 제작 영역으로 확대되고 있다. 짧은 영상을 단순히 만들어주는 수준을 넘어 기존 콘텐츠를 분석하고 새로운 영상으로 재구성하는 제작 도구로 발전하고 있는 것이다. 알리바바 역시 Wan 시리즈를 통해 이 시장을 공략하고 있다. Wan 시리즈는 2023년 7월 처음 공개된 이후 이미지와 영상 생성 기능을 지속적으로 고도화해왔다. Wan3.0에서는 영상 길이를 늘리는 동시에 멀티모달 참조 입력과 시각적 일관성 강화에 집중하면서 실제 제작 환경에서의 활용성을 높이는 데 초점을 맞췄다. AI 영상 생성 시장에서도 앞으로는 생성 품질뿐 아니라 기존 제작 과정에 얼마나 자연스럽게 편입될 수 있는지가 경쟁력을 좌우할 전망이다. 알리바바가 Wan3.0을 통해 영상 생성 시간을 늘리고 참조 입력 범위를 확대한 것도 이 같은 제작 환경의 변화를 겨냥한 것으로 풀이된다. 알리바바 관계자는 "'Wan3.0'은 영화 제작자의 제작 과정 효율화, 숏폼 드라마와 소셜 미디어 콘텐츠 제작, 기업의 텍스트·이미지 기반 마케팅 및 교육 영상 제작을 지원하는 등 다양한 산업 영역에서 활용될 수 있도록 설계됐다"며 "또한 자율주행차와 로보틱스 시스템 학습에 필요한 사실적인 시뮬레이션 영상을 생성할 수 있어 기술 개발자에게도 유용한 도구로 활용될 수 있다"고 말했다.2026-08-11 11:25:24
-
KAIST, 데이터 변화 속도에 맞춰 반응하는 AI 반도체 개발 [경제일보] 한국과학기술원(KAIST) 연구진이 입력 데이터의 변화 속도에 따라 반도체의 반응 특성을 조절할 수 있는 인공지능(AI) 반도체 소자를 개발했다. 심장 박동과 음성처럼 빠르게 변하는 데이터와 날씨, 설비 상태처럼 천천히 변하는 데이터를 하나의 소자에서 효율적으로 처리하는 기술이다. KAIST는 전기및전자공학부·반도체공학대학원 최신현 석좌교수 연구팀이 ‘프로그래머블 동적 멤트랜지스터(PDM)’와 이를 집적한 어레이를 개발했다고 7일 밝혔다. 연구 결과는 국제학술지 ‘네이처 커뮤니케이션스’에 7월 게재됐다. 멤트랜지스터는 정보를 저장하는 메모리와 연산을 수행하는 트랜지스터를 결합한 차세대 반도체 소자다. 입력 정보를 처리하면서 이전 상태를 기억할 수 있어 시간에 따라 변하는 데이터를 다루는 뉴로모픽 반도체의 핵심 소자로 꼽힌다. 기존 AI 반도체는 입력 신호에 반응하는 속도와 상태 유지 시간이 고정돼 있었다. 이 때문에 빠른 데이터와 느린 데이터가 섞인 시계열 정보를 처리하려면 별도의 전처리나 소프트웨어 연산이 필요했다. 데이터 속도에 맞지 않는 반응 특성이 적용되면 연산 효율과 예측 정확도가 떨어질 수 있다. 연구팀은 하나의 트랜지스터 안에 전기적 정보를 저장하는 전하 저장층과 전자를 붙잡아 반도체의 반응 속도를 조절하는 전자 포획층을 함께 구현했다. 전하 저장층이 입력 데이터를 처리하면 전자 포획층이 소자의 상태가 원래대로 돌아오는 시간을 조절하는 구조다. 이에 따라 PDM은 데이터의 변화 속도에 맞춰 반응 특성을 바꿀 수 있다. 연구팀은 입력 신호에 반응한 뒤 소자가 원래 상태로 돌아오는 시간을 약 5배 범위에서 조절했다. 빠르게 반복되는 신호를 처리하는 주파수 특성도 10배 이상 제어할 수 있음을 확인했다. 시계열 데이터 예측 실험에서는 기존의 고정형 반도체보다 예측 오류가 최대 40배 줄었다. 연구팀은 PDM 여러 개를 집적한 어레이를 제작해 실험한 결과, 기존 소프트웨어 기반 AI 시스템과 비슷한 정확도를 유지하면서 에너지 소모는 줄일 수 있었다고 설명했다. PDM은 전원을 차단해도 설정된 반응 특성을 유지하는 비휘발성도 갖췄다. 상용 반도체 생산에 활용되는 CMOS 공정과 호환될 수 있다는 점도 특징이다. 다만 실제 제품에 적용하려면 대규모 어레이에서의 균일성, 장시간 구동 안정성, 공정 수율과 시스템 수준의 전력 효율을 추가로 검증해야 한다. 연구팀은 이 기술이 자율주행차와 로봇, 웨어러블 기기 등 실시간 센서 데이터를 처리하는 엣지 AI 기기에 활용될 수 있을 것으로 기대하고 있다. 센서 데이터를 매번 서버로 보내지 않고 기기 내부에서 처리하면 응답 지연과 통신 전력도 줄일 수 있다. 최신현 교수는 “데이터 변화 속도에 맞춰 반도체가 적합한 방식으로 반응하는 AI 반도체를 구현했다”며 “AI 기기의 성능을 높이고 전력 소모를 줄이는 기술이 될 것으로 기대한다”고 말했다. 이번 연구에는 김대원 KAIST 박사과정이 제1저자로 참여했다. 삼성전자 반도체연구소 오영택 연구원과 이재덕 펠로우도 공동저자로 이름을 올렸다. 연구는 과학기술정보통신부와 정보통신기획평가원, 산업통상자원부, 삼성전자 등의 지원을 받아 수행됐다.2026-08-07 09:20:54
-
KAIST, 재학습 없이 AI 환각 줄이는 기술 개발 [경제일보] 한국과학기술원(KAIST) 연구진이 인공지능(AI)이 여러 감각 정보를 뒤섞어 없는 사실을 지어내는 '환각'을 줄이는 기술을 내놨다. 모델을 처음부터 다시 학습시키지 않고도 오류를 낮췄다는 점이 핵심이다. KAIST는 노용만 전기및전자공학부 교수 연구팀이 멀티모달 대형언어모델(MLLM)의 감각 혼선을 줄이는 기술 두 가지를 개발했다고 7월 31일 밝혔다. '다양한 부정 속성(DNA)' 최적화 기법은 센서가 담은 물리적 의미를 AI가 제대로 읽게 만든다. 사람은 열화상 화면에서 밝은 부분이 뜨거운 곳이라는 것을 안다. 기존 AI는 이를 일반 사진처럼 다뤄 단순한 빛으로 착각했다. 연구팀은 열과 거리처럼 센서가 재는 물리량을 이해하도록 학습 방식을 바꿨다. AI가 자주 틀리는 사례를 반복 학습시켜 어둠이나 연기 속에서도 사물을 더 정확히 인식하게 했다. 열화상은 물체가 내는 열을 영상으로 보여주는 센서이고 깊이 영상은 물체까지의 거리를 재는 센서다. 감각 혼선을 막는 기술은 시각과 청각의 간섭을 겨냥한다. 폐쇄회로(CC)TV 영상에 자동차가 지나가는 장면이 담겼지만 소리는 녹음되지 않은 경우, 기존 멀티모달 AI는 차가 보인다는 이유만으로 엔진 소리가 들린다고 답하는 일이 있었다. 연구팀은 AI가 질문을 받았을 때 영상을 봐야 하는지 소리를 들어야 하는지를 먼저 스스로 가르고 더 중요한 감각에 집중하도록 설계했다. 두 기술 모두 대규모 재학습을 거치지 않는다. 멀티모달 모델을 다시 훈련하려면 막대한 연산 자원과 데이터가 들어간다. 기존 모델을 그대로 두고 편향과 환각만 낮출 수 있다면 도입 비용이 크게 줄어든다. 적용이 거론되는 곳은 감각 오류가 곧 사고로 이어지는 현장이다. 밤이나 안개 속에서 보행자와 차량을 가려야 하는 자율주행차, 연기로 앞이 막힌 화재 현장에서 생존자를 찾는 구조 로봇, 열화상 카메라를 쓰는 드론이다. 공항 보안검색의 엑스레이 영상 분석과 병원에서 컴퓨터단층촬영(CT), 자기공명영상(MRI), 엑스레이를 함께 판독하는 AI에도 쓸 수 있다는 것이 연구팀 설명이다. 노용만 교수는 "멀티모달 AI가 실제 환경에서 사용되려면 다양한 센서의 특성을 정확히 이해하고 여러 감각 정보를 혼동하지 않는 것이 중요하다"며 "대규모 재학습 없이도 AI의 감각 편향과 환각을 줄여 실제 생활과 산업 현장에서 믿고 사용할 수 있는 멀티모달 AI의 기반을 마련했다"고 말했다. 노 교수는 인간 중심 멀티모달 신호처리 분야 기여를 인정받아 2026년 국제전기전자공학회(IEEE) 석학회원으로 뽑혔다. 감각 혼선 방지 기술은 6월 3일부터 7일까지 미국 덴버에서 열린 컴퓨터비전·패턴인식 학술대회(CVPR)에서 발표됐다. 센서 이해 기술은 영상처리 분야 국제 학술지 'IEEE 트랜잭션스 온 이미지 프로세싱'에 실렸다.2026-07-31 12:44:45
많이 본 뉴스
영상
Youtube 바로가기
![[데스크칼럼] 반도체 호황에 취한 정부, 민생은 무너진다](https://image.ajunews.com/content/image/2026/10/15/20261015173614583906_518_323.jpg)