검색결과 총 128건
-
"사진첩도 AI가 기억한다"…SKT, 에이닷에 '로그' 기능 추가
[경제일보] 스마트폰 사진첩에 쌓인 수많은 사진을 인공지능(AI)이 분석해 필요한 순간 다시 찾아주는 시대가 열리고 있다. SK텔레콤이 사진 속 정보를 AI로 분석해 기록하고 검색할 수 있는 '에이닷 로그(A.log)'를 선보이면서 에이닷을 단순 대화형 AI를 넘어 이용자의 일상을 기록하고 관리하는 개인 AI 플랫폼으로 확장하고 있다. 31일 SK텔레콤은 메타(Meta)의 AI 글래스와 안드로이드 스마트폰으로 촬영한 사진을 AI가 정리하고 다시 찾을 수 있도록 돕는 에이닷 로그를 에이닷 앱에서 선보인다고 밝혔다. 에이닷 로그는 사진 속 정보를 분석해 제목과 설명을 생성하고 적합한 태그를 자동으로 부여하는 기능이다. 기존 스마트폰 사진첩이 촬영 날짜나 장소, 인물 등을 기준으로 사진을 저장하고 보여주는 것으로 끝났지만, 에이닷 로그는 사진 자체에 담긴 내용을 이해해 '기록'으로 전환하도록 설계됐다. SK텔레콤은 이용자가 시간이나 키워드를 입력해 원하는 기록을 찾거나 AI가 생성한 태그를 기준으로 관련 사진을 모아볼 수 있다고 설명했다. 예를 들어 공연 포스터를 촬영하면 AI가 사진 속 정보를 분석해 공연명과 일시, 장소 등을 기록한다. 명함이나 영수증, 화이트보드, 회의 자료, 주차 위치 등도 각각의 특성에 맞춰 자동으로 분류한다. 사진을 단순히 보관하는 것을 넘어 사진 속 정보를 검색 가능한 데이터로 만드는 방식이다. 특히 이번 기능은 AI 글래스와 결합하면서 활용 범위를 넓혔다. 이용자가 메타의 AI 글래스로 촬영한 사진을 에이닷 로그와 자동 연동하면 별도로 사진을 옮기지 않아도 AI가 이를 기록으로 활용할 수 있다. 레이밴 메타 젠2를 비롯한 메타의 AI 글래스 전 기종을 지원한다. AI 글래스가 일상에서 발생하는 순간을 빠르게 포착하는 '입력 장치'라면 에이닷 로그는 그렇게 쌓인 정보를 정리하고 다시 꺼내는 역할을 맡는 구조다. 스마트폰으로 사진을 찍고 나중에 직접 분류하는 기존 방식과 달리 촬영부터 정보 정리, 검색까지 AI가 개입하도록 구현했다. 안드로이드 스마트폰 이용자도 에이닷 앱의 에이닷 로그 카메라로 직접 촬영하거나 기존 사진첩의 사진을 불러와 기능을 이용할 수 있다. 에이닷 앱 업데이트를 통해 안드로이드 운영체제(OS)에서 사용할 수 있다. 앞서 SK텔레콤은 지난해 에이닷에 회의나 강의, 상담 등의 음성을 실시간으로 받아쓰고 요약·정리하는 '노트'를 선보인 바 있다. 당시 노트는 출시 일주일 만에 누적 사용자 30만명을 돌파하며 일상 기록형 AI 서비스의 가능성을 구현했다면, 이번에는 음성에 이어 사진으로 기록 영역을 넓혔다. 향후 에이닷 노트와 에이닷 로그를 연계해 사진과 메모를 함께 돌아볼 수 있는 통합 기록 기능도 제공할 예정이다. 음성·텍스트에 이어 이미지까지 개인의 일상에서 발생하는 다양한 정보를 AI가 정리하고 연결하는 것이다. 특히 AI 글래스와 결합해 차세대 기기에 대한 저변을 넓히고 있다. AI 글래스가 스마트폰을 꺼내지 않고도 사진과 같은 정보를 빠르게 수집할 수 있는 새로운 개인 디바이스로 자리 잡을 경우, AI 서비스가 처리해야 할 개인 데이터의 양도 늘어날 수밖에 없는 것으로 알려졌다. SK텔레콤은 에이닷 로그를 통해 AI 글래스를 단순 촬영 기기가 아니라 개인 AI 서비스로 연결되는 입력 장치로 활용하려는 모습이다. 다만 AI가 개인의 일상을 이해하고 기록하는 영역으로 들어오면서 개인정보 보호 문제도 중요한 과제로 떠오른다. 사진에는 주민등록번호와 같은 민감정보뿐 아니라 명함의 연락처, 영수증의 결제정보, 회의자료 등 업무상 민감한 내용이 포함될 수 있기 때문이다. 이에 SK텔레콤은 에이닷 로그 이용 과정에서 사진에 주민등록번호 등 민감정보가 포함된 경우 자동으로 마스킹한 뒤 분석하며, 사진 자체는 서버에 저장하지 않고 이용자의 단말에만 보관한다고 설명했다. AI가 개인의 기억과 기록을 관리하는 서비스가 확대될수록 편의성과 함께 데이터 통제권도 중요한 경쟁 요소가 될 전망이다. 특히 AI 글래스처럼 사용자가 의식하지 않는 순간에도 주변 정보를 촬영할 수 있는 기기가 확산될 경우 사진 속 본인뿐 아니라 주변 사람의 개인정보를 어떻게 보호할 것인지도 풀어야 할 과제다. 장성국 SK텔레콤 AI서비스개발담당은 "'에이닷 로그'는 AI 글래스처럼 순간을 빠르게 담을 수 있는 새로운 디바이스의 활용성을 일상의 기록 경험으로 확장한 기능"이라며 "앞으로도 고객이 사진과 메모 등 다양한 형태의 정보를 보다 쉽게 남기고 다시 활용할 수 있도록 에이닷 서비스를 지속 고도화하겠다"고 말했다.
2026-08-31 10:51:51
-
-
-
"냉각장치부터 자동차 두뇌까지"…삼성·LG, '가전 밖'에서 다시 붙었다
[경제일보] 국내 가전 시장에서 오랜 경쟁을 이어온 삼성전자와 LG전자의 전선이 ‘가전 밖’으로 넓어지고 있다. 냉장고와 세탁기, TV를 넘어 인공지능(AI) 데이터센터를 식히는 냉난방공조(HVAC)와 자동차 전장으로 무게중심을 옮기면서다. 소비자를 상대로 제품을 판매하는 B2C에서 기업 고객과 장기간 수주·납품 관계를 맺는 B2B로 새로운 수익원을 확보하려는 경쟁이 본격화하고 있다. 28일 업계에 따르면 삼성전자와 LG전자는 최근 HVAC와 전장 사업 확대에 속도를 내고 있다. 지난 19일 삼성전자는 광주사업장에 약 2400억원을 투자해 플랙트그룹의 HVAC 생산라인을 구축한다고 밝혔고, LG전자는 차세대 5G 텔레매틱스 솔루션을 유럽 프리미엄 완성차 양산 모델에 공급하기 시작했다. AI 냉각 격돌 가장 뜨거운 경쟁 분야는 데이터센터 냉각이다. 생성형 AI 확산으로 고성능 그래픽처리장치(GPU) 사용이 늘면서 데이터센터의 전력 소비와 발열량이 급증하자 HVAC가 새로운 성장시장으로 떠올랐다. 삼성전자는 지난해 11월 유럽 HVAC 업체 플랙트그룹을 15억유로에 인수하며 승부수를 던졌다. 기존 가정용·시스템에어컨 등 개별공조에 플랙트가 보유한 칠러와 공기조화기(AHU), 컴퓨터룸 공기처리장치(CRAH), 냉각수분배장치(CDU) 등 중앙공조 기술을 더해 소형 주거시설부터 초대형 AI 데이터센터까지 아우르는 제품군을 갖췄다. 생산능력 확대에도 나섰다. 삼성전자는 광주사업장 제3캠퍼스에 약 2400억원을 투자해 2만1800㎡ 규모의 HVAC 생산라인을 구축하고 2028년 초 가동할 예정이다. 광주사업장은 플랙트의 글로벌 생산거점이자 아시아 핵심기지 역할을 맡는다. 삼성전자 DA부문 관계자는 “글로벌 시장에서 B2B 에어컨 수주를 이어가고 AI 데이터센터 분야로 사업을 확대해 HVAC를 미래 성장동력으로 적극 육성하고 있다”며 “플랙트의 고정밀 공조 기술과 삼성전자의 AI 기반 빌딩 통합 제어 플랫폼인 스마트싱스 프로와 b.IoT를 결합해 대형 상업·산업시설 등 고부가가치 HVAC 시장에 대응할 계획”이라고 했다. 국내 생산을 통해 데이터센터 프로젝트의 맞춤형 납품과 협력사 밸류체인 구축에도 속도를 낸다는 방침이다. LG전자 역시 실제 수주를 빠르게 늘리고 있다. LG전자 ES사업본부에 따르면 AI 데이터센터향 냉난방공조 솔루션 수주액은 이미 6000억원을 넘어섰으며 연말까지 수조원 수준의 수주 확보를 목표로 하고 있다. LG전자의 강점은 칠러와 팬월유닛(FWU) 등 공랭식 냉각부터 CDU 등 액체냉각까지 아우르는 제품군이다. LG전자 ES부문 관계자는 “제품을 안정적으로 운영할 수 있는 부품 경쟁력인 ‘코어테크’가 강점”이라며 “공랭식과 액체냉각뿐 아니라 소프트웨어와 전력 인프라까지 토털 솔루션을 제공할 수 있다”고 했다. LG전자는 AI 데이터센터와 글로벌 사우스 등 신흥시장을 공략해 2030년 HVAC 매출 20조원을 달성한다는 목표다. 車 두뇌 경쟁 두 번째 전선은 자동차다. 차량이 소프트웨어와 AI 중심으로 진화하면서 전장 역시 양사의 핵심 B2B 사업으로 자리 잡고 있다. 삼성의 중심에는 하만이 있다. 2017년 삼성전자가 인수한 하만은 디지털 콕핏과 텔레매틱스, 카오디오 등을 중심으로 사업을 확대하고 있다. 올해 2분기 하만은 매출 4조6000억원, 영업이익 4000억원을 기록했다. 삼성전기는 차량용 적층세라믹커패시터(MLCC)와 카메라모듈, 삼성디스플레이는 차량용 OLED 등으로 전장 사업을 뒷받침하고 있다. LG는 VS사업본부를 중심으로 소프트웨어중심차량(SDV) 시장을 공략한다. 최근 유럽 완성차에 공급을 시작한 5G R16 기반 텔레매틱스는 무선 소프트웨어 업데이트(OTA), 차량·사물통신(V2X), 자율주행 등에 필요한 연결성을 제공한다. LG전자 VS부문 관계자는 “이번 공급은 차량용 통신 분야에서 축적한 기술력과 글로벌 사업 경쟁력을 입증했다는 데 의미가 있다”며 “텔레매틱스를 인포테인먼트와 차량용 소프트웨어 등과 연계해 경쟁력을 강화할 계획”이라고 했다. LG전자는 앞으로 SDV와 AIDV를 중심으로 차량용 소프트웨어와 AI 역량도 키운다. 인포테인먼트와 텔레매틱스를 고도화하면서 AI 기반 인캐빈 센싱과 개인화 기능 등을 확대해 하드웨어와 소프트웨어, AI를 아우르는 통합 솔루션으로 사업 영역을 넓힌다는 구상이다. 승부는 수익성 양사의 B2B 사업은 이제 외형 확대에서 수익성을 입증하는 단계로 넘어가고 있다. 지난해 LG전자 B2B 매출은 24조1000억원을 기록했고 VS와 ES사업본부 합산 영업이익은 처음 1조원을 넘어섰다. 올해 2분기 VS사업본부는 매출 3조259억원, 영업이익 1912억원, ES사업본부는 매출 2조7261억원, 영업이익 2358억원을 기록했다. 삼성도 하만을 안정적인 수익원으로 키운 데 이어 대형 인수합병(M&A)을 활용해 HVAC 사업 기반을 빠르게 넓히고 있다. 플랙트 인수로 중앙공조 기술과 글로벌 고객 기반을 확보한 데 이어 광주 생산라인을 통해 국내외 공급망까지 강화하는 수순이다. 결국 다음 승부는 누가 B2B 수주를 장기간 안정적인 이익으로 연결하느냐에서 갈릴 전망이다. LG가 먼저 확보한 데이터센터·완성차 고객과 수주를 토대로 수익성을 높이는 전략이라면 삼성은 플랙트와 하만에 기존 AI·플랫폼 기술을 접목해 사업 외연을 빠르게 넓히고 있다. 냉장고와 TV에서 맞붙었던 두 회사의 경쟁이 이제 데이터센터 냉각장치와 자동차의 두뇌로 옮겨가고 있다.
2026-08-28 17:22:03
-
팀네이버, ECCV에 논문 23편 채택…3D·로봇 공간지능 경쟁력 고도화
[경제일보] 네이버가 인공지능(AI)의 시선을 현실 공간으로 넓히고 있다. 생성형 AI 경쟁이 텍스트와 이미지 생성을 넘어 실제 공간을 인식하고 이해하는 공간지능으로 확대되는 가운데 네이버랩스와 네이버랩스 유럽 등이 3차원(3D) 공간 재구성, 자율주행 지도, 로봇 시뮬레이션 기술 개발을 고도화하고 있다. 논문 성과를 넘어 네이버의 로봇·자율주행 사업과 연결될 수 있는 원천기술 확보에 속도를 내는 것으로 분석된다. 28일 네이버는 팀네이버가 발표한 연구 논문 23편이 컴퓨터비전 분야 세계 최고 권위 학회 중 하나인 'ECCV 2026' 정규 논문으로 채택됐다고 밝혔다. 네이버랩스, 네이버랩스 유럽, 네이버 AI Lab, 네이버클라우드 등 여러 기술 조직이 3D 공간 인식과 재구성, 이미지·영상 학습 모델, 로봇 주행 시뮬레이션 등 다양한 분야에서 연구 성과를 낸 것으로 알려졌다. 특히 네이버랩스와 네이버랩스 유럽은 로봇과 자율주행 기술에 활용할 수 있는 공간지능 연구를 대거 선보였다. 공간지능은 AI가 주변 환경의 형태와 구조, 위치 관계 등을 이해하고 이를 바탕으로 현실 세계에서 움직이거나 판단하는 능력을 의미한다. 로봇이 사람처럼 주변 공간을 인식하고 경로를 계획하기 위해서는 이런 기술이 필수적으로 평가된다. 네이버랩스 유럽은 지난 2023년 공개한 3D 재구성 기술 '더스터(DUSt3R)'의 후속 연구인 '블래스터(BLASt3R)'를 공개했다. 블래스터는 여러 이미지를 분석해 3D 공간을 재구성하는 동시에 로봇의 위치를 파악하고 지도를 만드는 SLAM 기술을 결합한 것이 특징이다. 이를 통해 로봇이 주행하면서 주변 환경을 실시간으로 지도화하고, 별도의 고성능 장비에 의존하지 않고 온디바이스 환경에서도 3D 재구성을 수행할 수 있도록 기술을 개선했다. 기존보다 속도와 정확도를 높여 로봇이 실제 환경을 인식하는 데 필요한 연산 부담을 낮추는 데 초점을 맞춘 것이다. 네이버랩스는 360도 파노라마 이미지 한 장만으로 실내 공간을 3D로 생성하는 연구도 선보였다. '인스페이스(InSpace)' 기술은 이미지 속 방의 구조와 사물 배치를 분석해 공간을 입체적으로 재구성하는 방식이다. 자율주행과 연결되는 공간 인식 기술도 개발했다. 네이버랩스는 비전언어모델(VLM)을 활용해 학습하지 않은 물체까지 인식하고 이를 실시간으로 조감도 형태의 BEV 지도에 반영하는 기술을 공개했다. 자율주행 차량이나 로봇이 기존에 학습하지 않은 환경에서도 주변 정보를 파악할 수 있도록 하는 것이 핵심이다. 네이버 AI Lab과 KAIST가 공동 연구한 '서울월드모델'은 이런 네이버의 공간지능 기술의 연장선에 있는 것으로 평가된다. 서울의 파노라마 이미지 등 방대한 공간 데이터를 활용해 실제 도시를 반영한 장거리 영상을 생성하고, 이를 지도 기반 가상 탐색과 디지털트윈, 자율주행·로보틱스 시뮬레이션 등에 활용할 수 있도록 하는 기술이다. 서울월드모델과 3D 공간 재구성 기술을 결합하면 현실 공간을 AI가 이해하고 이를 가상환경으로 재현해 다양한 상황을 시뮬레이션하는 방식으로 확장할 수 있다. 실제 도로나 건물에서 모든 상황을 반복적으로 테스트하기 어려운 자율주행이나 로봇 분야에서 가상환경을 활용한 학습과 검증의 중요성이 커지고 있다. 네이버클라우드 역시 이미지와 영상에 대한 AI의 이해도를 높이는 연구를 진행했다. 영상 속 사물의 움직임을 인식하는 기술과 이미지 공간에 텍스트 기반 추론을 결합해 입체적 정보를 더 정밀하게 파악하는 연구가 이번 학회에서 채택됐다. 네이버는 이를 통해 컴퓨터비전 분야의 기초 기술 경쟁력을 확대한다는 계획이다. 이번 학회에서는 전체 제출 논문 가운데 약 1~2%에 해당하는 'ECCV Spotlight'에도 관련 논문 4편이 선정됐다. 360도 이미지를 활용한 3D 공간 생성 연구와 서울월드모델 등이 포함됐다. 네이버가 공간지능을 강조하는 배경에는 AI 기술의 활용 범위가 디지털 공간에서 현실 세계로 확대되고 있기 때문이다. 생성형 AI가 텍스트와 이미지, 영상을 만들어내는 것을 넘어 로봇이 실제 환경에서 이동하고 작업하도록 하기 위해서는 공간을 이해하고 물리적 세계의 변화를 예측하는 능력이 필요하다. 특히 로봇 산업에서는 카메라로 주변을 보는 것만으로는 충분하지 않다. 사물의 위치와 거리, 공간의 구조를 파악하고 자신의 위치를 지속적으로 추정하면서 장애물을 피해 움직여야 한다. 네이버랩스가 3D 재구성과 SLAM, 자율주행 지도 기술을 동시에 고도화하는 것도 이런 현실 세계의 요구에 대응하기 위한 것으로 풀이된다. 네이버 관계자는 "팀네이버는 3대 비전 학회로 불리는 ECCV, ICCV, CVPR에서 매년 두 자릿수 논문이 채택되는 등 글로벌 기술력을 입증해왔다"며 "팀네이버는 앞으로도 적극적인 연구개발을 이어가며 차세대 AI·공간지능 기술을 확보하고, 이를 다양한 서비스에 접목해 사용자가 일상에서 쉽게 체감할 수 있는 기술 경험을 제공해 나갈 계획"이라고 말했다.
2026-08-28 17:06:10
-
-
-
-
-
-
-
-
"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
-
카카오, 비수도권 청소년 100명에 '피지컬 AI' 교육…AI 인재 저변 넓힌다
[경제일보] 인공지능(AI) 교육이 코딩과 이론 중심에서 실제 문제를 AI로 해결하는 프로젝트형 교육으로 이동하고 있다. 특히 AI 교육 인프라와 경험 기회가 상대적으로 부족한 비수도권 청소년을 대상으로 기업들이 실습형 교육을 확대하는 가운데 카카오가 피지컬 AI와 바이브 코딩 등을 활용한 교육 프로그램을 운영하며 미래 AI 인재 저변 확대에 나서고 있다. 18일 카카오는 지난 14일 경기도 용인시 카카오 AI 캠퍼스에서 '카카오 AI 루키 캠프' 2기 수료식을 진행했다고 밝혔다. 이번 캠프에는 강원·경상·전라·제주·충청 등 비수도권 지역 중학교 2학년부터 고등학교 1학년 학생 100명이 참여했다. 캠프는 지난 4일부터 14일까지 두 차례에 걸쳐 각각 3박 4일 일정으로 진행됐다. 이번 프로그램은 단순한 AI·코딩 교육을 넘어 실제 결과물을 만드는 프로젝트형 교육 과정으로 구성한 것이 특징이다. 카카오는 참여 학생들이 AI 기술을 학습한 뒤 주변에서 해결할 문제를 직접 찾고 아이디어를 설계해 실제 작동하는 시제품으로 구현하는 과정을 경험했다고 설명했다. 카카오는 이번 2기부터 교육 과정을 일부 개편했다. 1기에서는 캠프 현장에서 기술 학습과 프로젝트를 함께 진행했고, 2기부터는 피지컬 AI 기초와 바이브 코딩 등을 온라인으로 미리 학습하도록 안내했다. 오프라인 캠프에서는 사전 학습을 바탕으로 실제 프로젝트를 수행하는 데 집중할 수 있도록 했다. 특히 피지컬 AI 교육을 위해 각종 센서와 디스플레이 모듈, 카메라와 마이크가 탑재된 개발 보드, 레이저 커팅기 등 실습 장비도 확충했다. AI가 소프트웨어 안에서만 작동하는 것이 아니라 센서와 기기를 통해 현실 세계의 데이터를 인식하고 실제 동작으로 연결되는 과정을 학생들이 직접 경험할 수 있도록 구성했다. 바이브 코딩 역시 학생들의 프로젝트 구현을 지원하는 수단으로 활용됐다. 생성형 AI를 활용해 코드를 작성하고 수정하는 방식으로 개발 과정의 진입장벽을 낮추면서 학생들이 복잡한 프로그래밍 자체보다 자신이 해결하려는 문제와 서비스 구현에 집중할 수 있도록 설계했다. 카카오는 참여 학생들이 문제 발견 및 정의, 아이디어 설계, 핵심 기능 구현, 결과물 완성, 사용자 관점의 검증, 발표 등 AI 서비스 개발의 전 과정을 수행했다고 강조했다. 각 팀에는 멘토가 배치돼 프로젝트 진행 과정에서 기술적인 문제나 아이디어의 개선 방향에 대한 피드백도 제공했다. 최근 생성형 AI와 코딩 도구가 확산하면서 코드 작성 자체에 대한 진입장벽이 낮아지고 있다. 이에 미래 AI 인재에게는 단순히 코드를 작성하는 능력뿐 아니라 어떤 문제를 해결할 것인지 정의하고 AI를 적절한 방식으로 활용해 결과물을 만들어내는 역량이 중요해지고 있다. 이번 캠프의 프로젝트 결과에서도 이러한 변화가 나타났다. 대상은 '위시트(WE : SEAT)' 팀의 'AI 스마트 교통약자석'이 차지했다. AI를 활용해 교통약자 좌석을 효율적으로 관리하는 시스템으로, 문제 정의부터 솔루션 설계와 기술 구현·검증까지 종합적인 평가에서 높은 점수를 받았다. 심사에는 카카오 임직원으로 구성된 '크루 심사단'과 현직 중·고등학교 교사로 구성된 '루키 티쳐스'가 참여했다. 특히 올해 처음 도입된 루키 티쳐스는 결과물의 기술적 완성도뿐 아니라 학생들이 문제를 어떻게 정의하고 해결책을 설계했는지, 실제 구현 과정에서 어떤 성장 모습을 보였는지 등을 함께 평가했다. 산업이 빠르게 성장하면서 기업들의 인재 확보 경쟁이 치열해지고 있지만, 학생들이 AI 기술을 직접 접하고 프로젝트를 수행할 수 있는 교육 기회는 지역별로 차이가 나고 있는 것으로 지적된다. 특히 AI 교육이 단순 이론 수업을 넘어 고가의 장비와 전문 인력이 필요한 실습형 교육으로 발전할수록 지역 간 교육 인프라 격차가 커지고 있어, 기업이 자체 교육시설과 인력을 활용해 비수도권 학생들에게 실제 AI 개발 경험을 제공하는 방식이 이러한 격차를 일부 보완하고 있다. 카카오는 올해 하반기 중 AI 루키 캠프 3기 참가자를 모집하고 내년 상반기 캠프를 진행할 예정이다. 루키 티쳐스 역시 이번 캠프를 시작으로 비수도권 청소년의 AI 역량 강화를 위한 활동을 이어간다는 계획이다. 정신아 카카오 대표는 "이번 캠프에서 참가 학생들이 주변 문제를 스스로 발견해 정의하고, 이를 실제 결과물로 만들어 가는 모습을 보며 청소년은 미래를 준비하는 인재를 넘어 현재의 변화를 만들어 가는 문제 해결자가 될 수 있음을 확인했다"며 "기술의 방향을 정하는 것은 결국 사람의 몫으로, 이번 경험이 기술을 잘 사용하는 데서 나아가 자신이 중요하게 생각하는 문제의 해법을 만들어 가는 출발점이 되길 바란다"고 말했다.
2026-08-18 09:41:32
-
딥엑스, 온디바이스 AI 반도체 77건 수주…로봇·드론·제조로 사업 확대
[경제일보] 인공지능(AI)이 클라우드를 넘어 로봇·드론·스마트팩토리 등 실제 산업 현장으로 확산되면서 전력 효율이 높은 온디바이스 AI 반도체의 중요성이 커지고 있다. 대규모 연산을 처리하는 데이터센터용 그래픽처리장치(GPU)와 달리 제한된 전력과 공간에서 AI를 구동해야 하는 피지컬 AI 분야에서는 저전력 신경망처리장치(NPU)가 핵심 부품으로 부상하고 있다. 국내 초저전력 AI 반도체 기업 딥엑스는 양산 제품을 앞세워 로봇과 제조, 모빌리티, 의료 등 글로벌 피지컬 AI 시장을 정조준하고 있다. 14일 딥엑스는 지난해 8월 온디바이스 AI용 NPU 'DX-M1' 양산을 시작한 이후 한국을 비롯해 미국, 중국, 유럽, 대만, 홍콩, 일본, 싱가포르, 인도 등 10개 국가·지역에서 총 77건, 1300만 달러(약 183억원) 이상의 상업용 구매주문(PO)을 확보했다고 밝혔다. 특히 최근 들어 주문 증가 속도가 빨라지고 있다. 딥엑스에 따르면 DX-M1 양산을 시작한 지난해 3분기 누적 PO는 2건에 그쳤지만 4분기 6건, 올해 3월 말 29건, 5월 말 56건, 7월 말 77건으로 늘었다. 전체 주문의 62%에 해당하는 48건이 지난 4월부터 7월까지 4개월 동안 발생한 것으로 집계됐다. 딥엑스는 양산 초기 제품 평가와 개념검증(PoC)에 머물던 고객들이 실제 제품 개발과 구매 단계로 이동하면서 상업화 속도가 빨라지고 있다고 설명했다. 생성형 AI가 주로 데이터센터에서 대규모 연산을 수행하는 것과 달리 로봇이나 드론, 자율주행·스마트모빌리티 장비, 산업용 카메라 등은 데이터를 현장에서 즉각 처리해야 하는 제한 사항이 있는 것으로 알려졌다. 이들 기기는 배터리 용량이나 전력 공급에 제약이 있고 발열과 장착 공간도 제한적이며 모든 데이터를 클라우드로 전송해 처리하는 방식 역시 통신 지연과 네트워크 비용 등의 문제가 발생할 수 있는 것으로 꼽힌다. 이에 기기 자체에서 AI 추론을 수행하면서도 전력 소비를 최소화할 수 있는 온디바이스 NPU가 대안으로 떠오르고 있다. 딥엑스가 양산한 DX-M1 역시 이 같은 엣지 AI 시장을 겨냥한다. 삼성전자 5나노 공정을 기반으로 제작된 DX-M1은 클라우드 연결 없이 디바이스 자체에서 AI 연산을 수행하도록 설계됐다. CCTV와 스마트팩토리, 머신비전, 로봇 등 저전력 환경에서 영상·비전 AI를 구동해야 하는 장비가 주요 적용 대상이다. 실제 사업화 영역도 특정 산업에 집중되지 않고 있다. 딥엑스는 로보틱스, 스마트팩토리·제조자동화, 스마트모빌리티·지능형교통체계(ITS), 미션 크리티컬·항공, AIoT, 의료, AI IT서비스·엣지컴퓨팅, 영상감시·보안 등 8개 분야에서 사업을 진행하고 있다. 적용 제품도 드론과 머신비전 카메라, AI 박스부터 로봇과 산업용 장비, 의료 AI 기기, 문서 인식용 광학문자인식(OCR) 서버, 영상관제용 VMS 서버, 보안 카메라용 엣지박스 등으로 확대됐다. 딥엑스는 개발키트나 평가용 제품을 공급하는 초기 단계를 넘어 고객사의 실제 제품 개발과 생산, 일부 납품으로 이어지는 사례도 나오고 있다고 설명했다. 글로벌 시장에서도 적용처를 넓히고 있다. 중국에서는 바이두 관련 OCR·머신비전 프로젝트와 레노버 등 글로벌 IT·서버 기업 관련 엣지 서버 프로젝트를 진행하고 있으며, 대만에서는 산업용 컴퓨팅 기업 AAEON 등을 통해 적용처를 확대하고 있다. 북미와 유럽에서는 글로벌 유통망과 현지 파트너를 통한 공급을 이어가는 동시에 일본에서는 제조·산업 분야를 중심으로 신규 프로젝트를 늘리고 있는 것으로 알려졌다. 양산 이후에는 27개 글로벌 반도체 유통 파트너와 계약해 해외 공급망을 구축하고 50여개 글로벌 하드웨어·모듈 기업과 협력하고 있다. 라즈베리파이와 바이두의 패들패들, 울트라리틱스 등 개방형 플랫폼 생태계와도 연계해 NPU 적용 장벽을 낮추고 있다. 기술 경쟁력 확보도 병행한다. 딥엑스는 NPU 설계와 저전력 AI 연산 분야에서 500건 이상의 특허를 확보했으며 DX-M1 양산 과정에서 약 90% 수준의 수율을 달성했다고 밝혔다. 단순히 AI 반도체를 설계하는 데 그치지 않고 실제 대량 생산과 공급까지 이어갈 수 있는 제조 경쟁력을 확보하겠다는 전략이다. 특히 피지컬 AI 시장이 본격적으로 확대되면 NPU 경쟁도 단순한 연산 성능보다 전력 효율과 크기, 가격, 소프트웨어 호환성 등 종합적인 성능으로 옮겨갈 것으로 전망된다. 로봇과 드론처럼 배터리를 사용하는 기기에서는 동일한 AI 성능을 얼마나 적은 전력으로 구현할 수 있는지가 제품 경쟁력과 직결되는 것이다. 딥엑스는 차세대 제품을 통해 생성형 AI 영역까지 온디바이스 AI 반도체 적용 범위를 넓힌다는 계획이다. 삼성전자 2나노 공정을 기반으로 개발 중인 'DX-M2'는 칩 기준 최대 5W 수준의 전력으로 생성형 AI를 구동하는 것을 목표로 한다. DX-M2의 주요 적용 대상으로는 로봇과 드론, 지능형 산업 장비, 배터리 기반 스마트 디바이스 등이 거론된다. 딥엑스는 내년 3월 시제품 웨이퍼를 확보한 뒤 4~5월 칩 구동과 성능 검증을 위한 브링업을 진행하고 6월부터 초기 고객 제공을 위한 준비에 착수한다는 계획이다. 김녹원 딥엑스 대표는 "양산 첫 1년 동안 가장 의미 있게 보고 있는 것은 특정 국가나 산업에 국한되지 않고 세계 여러 시장에서 실제 주문과 반복 주문이 발생하고 있다는 점"이라며 "AI 반도체의 경쟁력은 고객의 실제 제품에 적용되고 지속적인 주문으로 이어질 때 비로소 증명된다"고 말했다.
2026-08-14 14:52:32