검색결과 총 205건
-
-
-
라즈베리 파이가 주목한 딥엑스 NPU…개발 보드 넘어 산업용 AI로
[경제일보] 초저전력 인공지능(AI) 반도체 기업 딥엑스(DEEPX)가 글로벌 개발자 생태계를 발판으로 신경망처리장치(NPU)의 활용 범위를 넓히고 있다. 개발자들이 익숙한 소형 컴퓨팅 플랫폼에서 자사 반도체를 경험하도록 유도하는 동시에, 개발 단계에서 검증한 AI 기술을 산업용 장비와 실제 양산 제품으로 연결한다는 전략이다. 15일 딥엑스는 글로벌 소형 컴퓨팅 플랫폼 라즈베리 파이가 최근 공식 뉴스룸에 딥엑스와 공식 디자인 파트너사 식스팹의 기술 소개 글을 게재했다고 밝혔다. 딥엑스의 NPU 'DX-M1M'을 탑재한 라즈베리 파이 5용 AI 가속 보드 '식스팹 AI HAT+'를 활용해 기기 내부에서 AI를 실행하는 방법과 적용 가능성을 소개했다. 라즈베리 파이는 소형 컴퓨터를 활용해 하드웨어와 소프트웨어를 개발·실험하는 이용자층을 확보하고 있다. 개발자들이 라즈베리 파이 기반 프로젝트에서 딥엑스 NPU를 활용하면 별도의 대규모 시스템을 구축하지 않고도 엣지 AI 기술을 시험할 수 있다. 딥엑스는 이를 통해 초기 개발 단계부터 자사 반도체를 경험한 개발자들이 향후 시제품 제작과 상용 제품 개발에서도 자사 기술을 선택하도록 유도한다는 구상이다. 딥엑스가 내세우는 기술적 강점은 낮은 전력 소비와 AI 추론 성능이다. DX-M1M은 최대 25TOPS(초당 1조회 연산)의 성능을 제공하면서 NPU 자체 소비전력은 일반적인 지속 구동 조건에서 약 3W 수준이다. 라즈베리 파이 본체와 주변 장치의 소비전력은 제외한 수치다. 딥엑스는 소형 기기에서 AI를 지속적으로 실행할 때 전력 공급과 발열 관리 부담을 줄일 수 있다고 설명했다. 활용 분야도 단순한 사물 인식에서 주변 환경을 이해하고 정보를 제공하는 방향으로 확대될 수 있을 전망이다. 합성곱신경망(CNN)을 이용해 영상 속 사물이나 이상 징후를 탐지하고, 비전언어모델(VLM)로 장면의 맥락을 분석한 뒤 소형언어모델(SLM)로 상황을 설명하는 방식이다. 예를 들어 3D 프린터 작업대의 카메라가 출력 오류를 감지하고, 해당 장면을 분석해 사용자에게 문제 상황을 알려주는 시스템을 구성할 수 있다. 생산 라인의 품질 모니터링이나 로봇의 주변 환경 인식, 스마트 공간의 상황 분석 등도 응용 분야로 꼽힌다. 기기 내부에서 AI를 실행하는 엣지 AI 방식은 외부 서버로 데이터를 전송하거나 네트워크 연결을 유지해야 하는 부담도 줄일 수 있는 것으로 나타났다. 영상과 같은 민감한 데이터를 현장에서 처리하면 외부 전송을 최소화할 수 있고, 통신 지연에 따른 영향을 줄여 실시간 대응이 필요한 환경에도 유리하다. 딥엑스는 반도체뿐 아니라 개발 과정에 필요한 소프트웨어 지원도 강화하고 있다. 모델 변환·최적화 도구와 실행 소프트웨어, 영상 처리 도구, 사전 최적화된 AI 모델 등을 제공해 개발자들이 자사 NPU를 활용한 응용 프로그램을 구현할 수 있도록 돕는다. 식스팹 AI HAT+와 엣지 AI 확장 보드, 산업용 AI 게이트웨이 'ALPON X5 AI'에는 공통된 딥엑스 런타임과 모델 형식을 적용해 개발 단계에서 만든 모델을 다른 제품으로 이전할 수 있도록 지원한다. 이는 개발용 보드에서 기술을 시험하는 데 그치지 않고 산업용 제품으로 확장하는 데 필요한 개발 환경을 함께 제공하려는 전략으로 분석된다. 개발자가 처음부터 산업용 하드웨어를 대상으로 시스템을 설계하는 대신 비교적 접근하기 쉬운 보드에서 모델을 검증하고, 이후 실제 제품에 맞춰 적용 범위를 넓힐 수 있도록 한다는 것이다. 딥엑스는 이러한 소프트웨어 연속성을 통해 개발자의 초기 진입 장벽을 낮추고 산업용 고객으로 이어지는 경로를 확보하려는 것으로 풀이된다. 딥엑스는 라즈베리 파이 외에도 바이두의 AI 프레임워크 패들패들, 객체 탐지 모델 개발 도구 울트라리틱스 등 글로벌 하드웨어·AI 소프트웨어 생태계와의 협력을 통해 개발자 접점을 넓히고 있다. 서로 다른 하드웨어와 AI 개발 도구를 활용하는 개발자들이 자사 NPU를 선택할 수 있도록 호환성과 활용 편의성을 높인다는 취지다. 딥엑스는 이러한 협력 관계를 바탕으로 기술 개발부터 시제품 제작, 양산으로 이어지는 환경을 구축해 나갈 계획이다. 딥엑스는 앞서 지난 6월 식스팹과 함께 DX-M1M을 탑재한 라즈베리 파이 5용 AI 가속 보드 식스팹 AI HAT+를 출시했다. 현재 최대 25TOPS 성능을 지원하는 제품이 판매 중이며, 13TOPS 버전은 올해 말 출시할 예정이다. 딥엑스 관계자는 "피지컬 AI가 확산되기 위해서는 전 세계 개발자들이 필요한 AI 기능을 쉽게 구현하고 이를 실제 제품으로 연결할 수 있어야 한다"며 "라즈베리 파이에서 시작한 작은 실험이 세계 시장에서 판매되는 제품으로 이어지도록 반도체와 소프트웨어, 양산까지의 개발 환경을 함께 지원하겠다"고 말했다.
2026-10-15 16:56:38
-
-
SKT, 통신요금 다음은 AI요금…'토큰 게이트웨이'의 진짜 계산법
[경제일보] SK텔레콤이 인공지능(AI) 시대의 새로운 먹거리로 ‘토큰 게이트웨이’를 꺼내 들었다. AI 모델 자체를 만드는 경쟁에서 한발 비켜서 여러 AI 모델과 인프라 가운데 이용자에게 가장 적합한 조합을 찾아주는 일종의 AI 관제센터를 만들겠다는 구상이다. 통신사가 수십년간 해온 사용량 측정과 과금, 네트워크 운영 경험을 AI 시장에 적용한다는 점에서 의미가 있다. 정재헌 SKT 대표는 지난 8일 ‘SKT 성장 기어 전략’을 발표하며 토큰 게이트웨이를 신규 사업으로 제시했다. SKT가 보유한 2300만 고객과 결제 체계, AI 플랫폼, 데이터센터와 AI 팩토리 등을 묶어 기업과 개인의 AI 사용 패턴을 관리하고 수요에 맞는 모델과 인프라를 연결한다는 개념이다. 여기서 토큰은 가상자산이 아니다. 생성형 AI가 문장과 이미지를 이해하고 결과를 만들어낼 때 처리하는 기본 단위다. 이용자가 AI를 많이 사용할수록 처리되는 토큰도 늘고 비용도 증가한다. AI 서비스가 확산될수록 기업에는 어떤 모델을 어디에 쓰고 비용을 어떻게 관리할지가 새로운 고민이 된다. 모든 업무에 가장 비싼 AI 모델을 사용할 필요는 없다. 단순 요약이나 분류는 가벼운 모델로 처리하고 복잡한 추론이 필요한 업무만 고성능 모델을 쓰면 비용을 줄일 수 있다. AWS도 프롬프트의 복잡도에 따라 적합한 모델로 요청을 보내는 ‘Intelligent Prompt Routing(지능형 프롬프트 라우팅)’을 제공하고 있으며 회사 측은 정확도를 유지하면서 비용을 최대 30% 절감할 수 있다고 설명한다. 글로벌 통신사도 같은 문제를 보고 있다. 미국 AT&T는 하루 평균 약 450억개의 AI 토큰을 내부 업무에서 사용하고 있으며 자체 AI 게이트웨이를 통해 업무별로 가장 경제적인 모델을 선택한다. AT&T는 캐시와 모델 라우팅을 적용해 일부 영역에서 AI 비용을 최대 90% 줄이고 수백만달러를 절감했다고 밝혔다. SKT가 노리는 사업도 이 지점과 맞닿아 있다. 이용자가 AI에 질문하면 토큰 게이트웨이가 질문의 난이도와 목적, 비용 등을 판단한 뒤 적합한 AI 모델과 컴퓨팅 인프라로 보내는 구조다. 단순 질의는 비용이 낮은 모델에 보내고 복잡한 추론은 고성능 모델이나 AI 팩토리의 자원을 활용하는 식이다. SKT에는 통신사라는 출발점이 있다. 이동통신사는 오랫동안 통화시간과 문자 건수, 데이터 사용량을 측정하고 고객별로 요금을 청구해왔다. AI 시대에는 이 관리 대상이 데이터 GB에서 AI 토큰으로 넓어질 가능성이 있다. 기업별 AI 사용량을 측정하고 예산 한도를 관리하거나 부서별·서비스별 비용을 정산하는 사업으로 이어질 수 있다. 수익모델도 여기서 나온다. 아직 SKT가 구체적인 토큰 요금제나 과금 방식을 공개한 것은 아니다. 다만 토큰 게이트웨이가 상용화될 경우 모델 선택과 인프라 연결에 대한 수수료, 기업용 AI 사용량 관리, 토큰 기반 정산, AI 인프라 사용료 등을 하나의 서비스로 묶는 방식은 가능하다. 통신사가 단순 네트워크 제공자를 넘어 AI 소비의 중개자 역할을 맡는 구조다. AI 인프라 투자와도 연결된다. SKT는 SK호라이즌·SK하이퍼를 통해 데이터센터와 해저케이블 사업을 확대하고 엔비디아와 협력한 AI 팩토리를 내년부터 상용화할 계획이다. 자체 인프라까지 확보하면 토큰 게이트웨이가 고객의 AI 수요를 외부 모델뿐 아니라 SKT의 컴퓨팅 자원으로 연결하는 통로가 될 수 있다. 경쟁력의 핵심은 모델을 많이 보유하는 데 있지 않다. AI 모델은 계속 바뀌고 가격도 빠르게 낮아질 가능성이 크다. 고객 입장에서는 어느 모델을 써야 하는지 직접 비교하고 계약하는 것보다 품질과 비용을 자동으로 최적화해주는 사업자가 필요할 수 있다. SKT가 노리는 자리는 바로 이 중간 지점이다. 과제도 있다. 모델 공급사가 직접 라우팅 서비스를 제공하고 AWS·마이크로소프트·구글 같은 클라우드 기업도 비용 최적화 기능을 강화하고 있다. SKT가 경쟁력을 확보하려면 단순 모델 연결을 넘어 통신 고객 데이터와 인증, 결제, 보안, 자체 AI 인프라를 묶은 차별화가 필요하다. 통신사는 과거 통화량을 팔았고 이후에는 데이터 사용량으로 성장했다. AI 시대에는 토큰이 새로운 사용량 단위가 될 수 있다. SKT가 토큰 게이트웨이를 통해 AI 모델과 인프라 선택부터 사용량 관리, 결제까지 연결한다면 통신요금 이후 새로운 과금 시장을 만들 가능성도 열린다. 아직 토큰 게이트웨이는 사업 구상 단계다. 그러나 AI 경쟁의 무게중심이 모델 성능에서 실제 사용 비용과 운영 효율로 이동할수록 ‘어떤 AI를 만들었느냐’ 못지않게 ‘어떤 AI를 얼마나 효율적으로 쓰게 해주느냐’가 중요해진다. SKT가 통신에서 축적한 관제와 과금 능력을 AI 시장의 새로운 성장동력으로 바꿀 수 있을지가 다음 관전 포인트다. [아주경제 2026년 10월 13일자 13면에 게재된 기사입니다.]
2026-10-13 08:12:30
-
글로벌 VC a16z 한국 방문…AI 반도체·인프라 협력 가능성 타진
[경제일보] 글로벌 벤처캐피털(VC) 앤드리슨 호로위츠(a16z)가 인공지능(AI) 하드웨어와 인프라 분야에서 한국 기업과의 협력 기회를 모색한다. AI 모델 경쟁이 반도체와 메모리, 컴퓨팅, 데이터센터 등 이를 뒷받침하는 인프라 경쟁으로 확대되는 가운데 대규모 AI 연산에 필요한 반도체·메모리와 제조 역량, 로보틱스 분야가 주요 협력 대상으로 거론되면서 국내 기업의 기술력을 글로벌 투자와 사업 협력으로 연결할 수 있을지 주목되고 있다. 12일 a16z는 라구 라구람 매니징 파트너 겸 제너럴 파트너가 인프라 투자팀과 함께 한국을 방문한다고 밝혔다. 이번 방한은 a16z가 지난달 AI 하드웨어와 인프라 기술에 특화된 11억 달러(약 1조3400억원) 규모의 '머신 에이지 펀드'를 조성한 이후 이뤄진다. a16z는 국내 AI 하드웨어·인프라 기업 및 산업 관계자들과 만나 기술 개발과 사업화 기회를 논의하고, 자사 포트폴리오 기업과의 협력 가능성을 살펴볼 계획이다. 머신 에이지 펀드는 AI 산업의 성장에 필요한 기반 기술에 투자하는 것을 목표로 조성됐다. 투자 대상은 반도체와 컴퓨팅, 메모리, 네트워크 등 핵심 하드웨어부터 전력과 냉각, 데이터센터 등 AI 인프라 구축에 필요한 분야 전반이다. 대규모 투자가 필요하거나 기존 기술의 한계가 뚜렷한 영역에서 차별화된 경쟁력을 확보할 잠재력이 있는 신생기업에 투자를 집중한다는 방침이다. 최근 고성능 AI 모델을 개발하더라도 이를 학습·추론하는 데 필요한 연산 자원과 메모리, 네트워크, 전력 공급이 뒷받침되지 않으면 서비스 확장에 제약이 생길 수 있는 것으로 나타났다. 이에 AI 데이터센터 구축이 확대될수록 연산 성능뿐 아니라 전력 효율과 냉각, 데이터 처리 능력 등도 사업 경쟁력을 좌우하는 요소로 부상하고 있다. a16z가 한국과의 주요 협력 분야로 반도체와 로보틱스를 꼽은 것도 이 같은 산업 변화와 관련이 있는 것으로 분석된다. a16z는 한국이 메모리 반도체와 첨단 제조 분야에서 경쟁력을 갖추고 있어 AI 컴퓨팅 인프라와 하드웨어 생태계에서 협력 가능성이 있는 것으로 분석하고 있다. 로보틱스 역시 AI 기술이 실제 물리적 환경으로 확장되면서 관심 분야로 제시됐다. 국내 기업 입장에서는 글로벌 투자 자금과 해외 사업 네트워크를 확보할 기회가 될 전망이다. AI 반도체와 메모리 분야에서는 연산 성능과 데이터 처리 효율을 높이는 기술이 중요하고, 로보틱스에서는 AI 모델을 실제 기계와 산업 현장에 적용할 수 있는 하드웨어·제조 역량이 필요한 것으로 꼽힌다. 국내 스타트업이 보유한 기술을 a16z의 투자 포트폴리오 기업과 연결할 수 있다면 공동 사업이나 해외 시장 진출 기회를 모색할 수 있다. 방한을 이끄는 라구 라구람은 소프트웨어부터 하드웨어까지 AI 인프라 전반의 투자를 담당하고, 성장 단계 포트폴리오 기업의 글로벌 전략을 총괄한다. a16z에 합류하기 전에는 글로벌 클라우드 인프라 기업 VM웨어에서 약 20년간 제품 및 경영 분야 주요 직책을 맡았으며, 최고운영책임자(COO)를 거쳐 최고경영자(CEO)를 역임했다. 클라우드 인프라 사업을 이끌었던 경험을 바탕으로 AI 인프라 분야의 투자와 기업 성장 전략을 맡고 있다. 라구 라구람 a16z 제너럴 파트너는 "AI의 발전은 소프트웨어뿐 아니라 기술 인프라 전반을 빠르게 변화시키고 있다"며 "한국은 반도체와 로보틱스 등 핵심 분야에서 세계적인 기술력과 탄탄한 산업 기반을 갖추고 있는 만큼, 이번 방문을 통해 한국 기업 및 산업 관계자들과 직접 만나 새로운 기술과 사업 기회에 대해 폭넓게 논의할 수 있기를 기대한다"고 말했다.
2026-10-12 15:59:14
-
-
그래픽칩을 AI 엔진으로…젠슨 황, 美 국가과학훈장
[경제일보] 그래픽처리장치(GPU)를 과학 연구와 인공지능(AI)의 핵심 연산 기반으로 발전시킨 젠슨 황 엔비디아 창업자 겸 최고경영자(CEO)가 미국 국가과학훈장을 받았다. 반도체 설계와 소프트웨어를 함께 발전시켜 대규모 병렬 컴퓨팅의 활용 범위를 넓힌 공로를 인정받았다. 백악관에 따르면 도널드 트럼프 미국 대통령은 지난 8일(현지시간) 백악관에서 열린 ‘과학: 새로운 황금시대’ 정상회의에서 황 CEO에게 국가과학훈장을 직접 수여했다. 백악관은 GPU를 범용 컴퓨팅 아키텍처로 발전시킨 혁신이 과학 컴퓨팅과 초지능 분야의 진전을 뒷받침했다고 수훈 이유를 설명했다. 엔비디아가 제공한 추가 사진에는 황 CEO가 부모님과 함께한 모습도 담겼다. 회사에 따르면 부친은 화학공학자, 모친은 초등학교 교사로 일한 경력이 있다. 국가과학훈장은 미국 정부가 과학자와 공학자에게 수여하는 최고 영예다. 미국 국립과학재단(NSF)에 따르면 1959년 의회가 제정했으며 물리·생명과학, 수학, 공학, 사회·행동과학 등에서 지식 발전에 뛰어난 기여를 한 인물을 대상으로 한다. 대통령이 임명한 과학자·공학자 위원회가 후보자를 평가하고 대통령이 훈장을 수여한다. 황 CEO의 수훈을 이해하는 핵심은 GPU의 역할 변화다. 화면에 그래픽을 구현하는 데 활용되던 GPU의 병렬처리 능력을 과학·공학 계산과 AI 개발에 사용할 수 있도록 확장한 것이다. 여러 계산을 동시에 수행하는 구조는 방대한 데이터를 처리하는 연구와 AI 연산의 기반이 됐다. 엔비디아가 2006년 선보인 병렬 컴퓨팅 플랫폼 ‘쿠다(CUDA)’가 이러한 전환을 이끌었다. 쿠다는 개발자가 GPU의 연산 능력을 프로그램에서 활용할 수 있도록 지원하는 소프트웨어 기반이다. 개발 도구와 라이브러리를 제공해 연구자들이 각자의 응용 프로그램을 GPU로 가속할 수 있게 했다. 엔비디아 공식 자료는 쿠다의 활용 사례로 고성능 컴퓨팅과 신약 연구, 자율주행, 딥러닝 등을 제시한다. 이번 수훈 사유에도 프로세서 설계와 소프트웨어 혁신이 함께 명시됐다. 칩의 계산 성능과 이를 실제 연구에 활용하는 개발 환경을 결합한 공로를 평가한 셈이다. 황 CEO는 1993년 엔비디아를 공동 창업한 이후 회사를 이끌고 있다. 오리건주립대에서 전기공학 학사, 스탠퍼드대에서 전기공학 석사 학위를 받았으며 엔비디아 창업 전에는 AMD와 LSI로직에서 근무했다. 이날 국가과학훈장은 황 CEO 외에도 일론 머스크, 구글 공동창업자 세르게이 브린, 리사 수 AMD CEO에게 수여됐다. 마이클 델 델테크놀로지스 CEO와 사티아 나델라 마이크로소프트 CEO는 별도의 국가기술혁신훈장을 받았다. 백악관은 이번 수훈자들이 병렬 컴퓨팅과 반도체, 대규모 인프라 분야에서 미국의 과학·기술 발전에 기여했다고 밝혔다.
2026-10-10 12:46:13
-
-
-
AI 성능에 6조, 안전엔 274억…과기부, 국감서 '브레이크'
[경제일보] 정부의 내년도 인공지능(AI) 예산 확대가 모델 성능과 인프라에 집중되면서 AI 자체의 위험을 평가·통제할 투자도 늘려야 한다는 요구가 국정감사에서 나왔다. 과학기술정보통신부 소관 AI 예산 정부안은 9조4308억원이지만 안전·신뢰 분야는 274억원으로 약 0.3%에 머물렀다. 배경훈 부총리 겸 과기정통부 장관은 안전연구소의 인력·예산 확충 필요성을 인정하고 12월 종합계획을 발표하겠다고 밝혔다. 이주희 더불어민주당 의원은 6일 국회 과학기술정보방송통신위원회 국감에서 “가속페달은 급속히 키워져 가고 있는데 브레이크는 지금 그대로인 상황”이라며 안전 분야 투자 확대를 촉구했다. 이 의원이 과기정통부에서 제출받은 자료에 따르면 내년 AI 성능·인프라 예산은 6조1490억원으로 전체의 65.2%다. 모델 개발, GPU 등 컴퓨팅 자원, 데이터 구축이 포함된다. 안전·신뢰 예산에는 안전성 평가·검증과 공격자 관점의 위험 시험, 딥페이크 대응, 윤리·영향평가 등이 분류됐다. 의원실이 제시한 기능별 기준에 따라 과기정통부가 세부 사업을 나눠 제출한 결과다. 두 분야의 예산 비율은 224대1로, 2024년 36대1보다 벌어졌다. 성능·인프라 예산은 올해보다 116% 늘어나지만 안전·신뢰 분야 증가율은 36%다. 안전 예산의 절대 규모가 늘어도 개발·인프라 투자 확대 속도를 따라가지 못하는 구조다. 274억원의 구성은 AI 안전 기술개발 152억원, 안전한 AI 활용 기반 조성 101억원, AI 신뢰성 및 산업 생태계 기반 조성 21억원이다. 뒤의 두 사업은 올해와 편성액이 같다. 이 의원은 안전 예산을 전체 AI 예산의 최소 1%로 높이고 단계별 확대 계획을 제시하라고 요구했다. 현 정부안의 AI 총액에 1%를 적용하면 약 943억원으로, 현재 안전·신뢰 편성액보다 약 669억원 많다. 핵심 쟁점은 AI를 사이버방어에 활용하는 능력과 AI의 행동을 통제하는 능력을 함께 확보하는 데 있다. 취약점을 찾아 공격을 막는 보안 특화 모델을 개발하는 동시에, 모델이 허용된 작업 범위를 벗어나거나 외부 시스템에 접근하는 위험을 평가하고 차단할 체계도 필요하다는 지적이다. 해외에서는 시험 중인 AI가 통제를 벗어난 실제 사고가 발생했다. 오픈AI는 지난 8월 공개한 조사보고서에서 7월 내부 사이버보안 평가 중 AI 모델들이 인터넷 격리 통제를 우회해 자사 연구 인프라와 허깅페이스 시스템에 침입했다고 밝혔다. 안전장치를 축소한 시험 환경에서 발생한 사건으로, 회사는 인터넷 접근 제한과 평가 환경 격리, 이상행동 감시를 강화하겠다고 설명했다. 영국 AI보안연구소(AISI)도 지난 8월 보고서에서 인터넷 접근을 허용하고 일부 안전 필터를 해제한 사이버 평가 도중 에이전트가 실제 인물·기관을 겨냥한 승인되지 않은 행동을 했다고 공개했다. 대응책으로 외부 접속 통제, 실시간 감시, 평가 환경 재설계를 제시했다. AI 안전 평가에는 모델을 시험하는 전문인력뿐 아니라 시험이 외부 피해로 이어지지 않도록 격리하는 인프라도 요구된다. 국내 평가 역량을 담당할 AI안전연구소의 인력 문제도 제기됐다. 이 의원은 인력이 26명에서 38명으로 늘었지만 해외 주요국보다 부족하다며 확충을 요구했다. 연구소는 AI 안전성 평가와 정책·기술 연구, 주요국 연구기관과의 협력을 맡고 있다. 이 의원은 정부 지원 모델의 학습·시험 과정에서 외부 접속을 어디까지 허용하는지, 이상행동이 발생하면 누가 실행을 중단하고 보고하는지 명확히 해야 한다고 강조했다. 배 부총리는 관련 해외 사고로 인한 국내 기관 피해는 아직 확인되지 않았다고 설명했다. 배 부총리는 “고영향 AI나 AI의 안전성을 평가할 때 영국의 안전연구소에 많이 의뢰한다”며 국내 연구소의 인력과 예산을 늘려 역량을 확보하는 일이 중요하다고 밝혔다. 정부는 보안 특화 모델과 프론티어 AI 개발을 통한 사이버안보 대응도 추진한다. 과기정통부는 12월 ‘국가 AI 안전생태계 조성 마스터플랜’을 수립·발표할 계획이다. 배 부총리는 국가 AI 안전관리체계 구축, 첨단 AI 안전 대응 역량 강화, 국민 일상의 안전한 AI 환경 조성을 준비하겠다고 밝혔다.
2026-10-06 14:46:43
-
-
-
AI 가속 서버서 x86 앞선 Arm…에이전트 실행·보안까지 확장
[경제일보] AI 인프라에서 Arm의 영역이 에이전트 실행과 보안 통제로 넓어지고 있다. GPU 등 가속기를 탑재한 서버 시장에서 Arm 기반 플랫폼에 대한 투자가 x86을 앞선 가운데, AI의 작업을 수행하는 CPU와 행동을 감시하는 DPU 양쪽에 Arm 기술이 활용되고 있다. 시장조사업체 IDC가 집계한 올해 1분기 Arm 기반 가속 서버 지출액은 530억달러로, x86 기반 서버의 346억달러를 웃돌았다. 지난해 4분기 시작된 역전 흐름이 이어졌다. 대형 고객들이 엔비디아 GB200 등 랙 단위 시스템을 도입하면서 서버 플랫폼의 무게중심이 이동했다. Arm이 지난달 28일 공개한 기술 자료는 이러한 인프라 변화가 에이전틱 AI에서 갖는 의미를 짚었다. 에이전트는 질문에 답하는 데 그치지 않고 기업 데이터를 읽고 외부 도구를 호출하며 작업을 완수한다. 여러 에이전트가 오래, 동시에 작동할수록 이를 실행할 컴퓨팅과 접근 권한을 통제할 컴퓨팅이 함께 필요해진다. CPU는 에이전트의 실행 환경, 작업 순서 조율, 도구와 애플리케이션 실행을 맡는다. GPU가 모델 연산을 가속하는 동안 CPU가 실제 업무 수행을 뒷받침하는 구조다. DPU는 네트워크·보안 기능을 호스트 CPU에서 분리해 독립적인 감시와 격리, 보안 정책 집행을 담당한다. Arm 기반 CPU는 AWS의 그라비톤, 구글의 액시온, 마이크로소프트의 코발트, 엔비디아의 베라로 확산돼 있다. 각각 설계는 다르지만 Arm 소프트웨어 생태계와 호환된다. Arm도 올해 3월 자체 설계한 데이터센터용 ‘AGI CPU’를 공개하며 설계 기술 라이선스와 CPU 제품을 함께 제공하는 방향으로 사업을 넓혔다. 엔비디아가 지난달 28일 발표한 ‘오픈 에이전트 세이프티 플랫폼’은 실행과 보호를 분리한 구조를 구현하는 사례다. 에이전트 실행 환경인 ‘오픈셸’과 감시 기능을 맡는 ‘센트리’, DPU인 ‘블루필드4’를 결합한 참조 설계다. 오픈셸은 에이전트 주변에 격리된 실행 환경을 만들고 접근 가능한 파일과 네트워크, 도구, 인증정보를 관리한다. 에이전트 프로세스 바깥에서 정책을 집행해 모델이 어떤 답변을 생성하든 정해진 접근 경계를 유지하도록 설계했다. 센트리는 블루필드4에서 에이전트의 요청과 응답, 데이터·도구 접근을 감시한다. 신원과 권한을 확인하고 허용 범위를 벗어나려는 에이전트를 격리한다. 엔비디아는 밀리초 단위로 격리·중단할 수 있다고 설명했다. 블루필드4에는 Arm 네오버스 V2 기반 CPU 코어 64개가 탑재된다. 작업을 실행하는 서버와 별도의 처리 자원으로 보안을 관리해 호스트가 침해돼도 통제 기능을 유지하도록 하는 방식이다. 이 구조는 기업이 AI에 더 많은 권한을 맡기면서 필요한 보안 기능을 인프라에 결합한다. Arm 기술의 활용 범위도 작업 실행에서 이를 보호하는 인프라 프로세서로 확대되는 셈이다. 기업 서비스 연동도 진행 중이다. 세일즈포스와 엔비디아는 오픈셸을 슬랙에 통합해 담당자가 에이전트 활동과 감사 기록을 확인하고 추가 권한 요청을 승인하거나 거절할 수 있도록 했다. SAP는 기업용 AI 플랫폼의 줄 스튜디오 실행 환경에 오픈셸을 결합하고 있다.
2026-10-02 12:33:20
-
포티투닷, 구글·엔비디아 출신 등 핵심 인재 3명 영입…SDV 기술 강화
[경제일보] 현대자동차그룹의 글로벌 소프트웨어센터 포티투닷(42dot)이 글로벌 IT 기업 출신 핵심 인재 3명을 영입했다. 분산 컴퓨팅과 음성 인공지능(AI), 자율주행 분야의 기술력을 끌어올려 현대차그룹의 소프트웨어 중심 자동차(SDV) 전환에 속도를 낸다. 2일 포티투닷에 따르면 안젤로 코르사로가 지난달 초 미국 실리콘밸리 오피스 수석 연구위원으로 합류했다. 같은 달 차오 팡이 SV VLA 팀 리드를 맡았으며, 김재영 글레오(Gleo) AI Model 그룹 리드가 새롭게 합류했다. 코르사로는 분산 컴퓨팅과 실시간 시스템, 로보틱스 미들웨어 분야 전문가다. 소형 장치부터 데이터센터와 클라우드까지 연결하는 오픈소스 통신 프로토콜 ‘제노’를 개발했으며, 이클립스 재단의 ‘이클립스 제노’ 프로젝트를 이끌어왔다. 제타스케일 테크놀로지를 공동 창업해 최고경영자(CEO)와 최고기술책임자(CTO)를 지낸 경험도 있다. 포티투닷에서는 SDV와 클라우드, 지능형 모빌리티 플랫폼을 연결하는 데이터 구조의 확장성을 높이는 역할을 맡는다. 제노는 마이크로컨트롤러와 같은 소형 기기부터 데이터센터와 클라우드까지 서로 다른 환경에서 데이터를 주고받을 수 있도록 설계된 통신 프로토콜이다. 차량과 로봇, 클라우드 사이에서 대규모 데이터가 오가는 환경에 활용할 수 있어 SDV의 데이터 연결 기술과도 연계된다. 차량 내 AI 분야는 김재영 그룹 리드가 맡는다. 김 그룹 리드는 구글 딥마인드와 아마존, 삼성전자, 인텔 등에서 15년간 음성 대화형 AI와 신호처리 기술을 연구했다. 미국 스탠퍼드대학교에서 전기공학 박사 학위를 받았으며, 텍스트 변환 과정 없이 음성을 직접 이해하고 생성하는 ‘오디오 네이티브 AI’ 선행 연구를 이끌었다. 포티투닷에서는 차량 환경에 특화된 음성 인식(STT)과 음성 합성(TTS) 기술 개발을 담당한다. 주행 중 발생하는 소음이나 여러 사람이 동시에 대화하는 환경에서도 음성을 처리할 수 있도록 관련 기술을 고도화하고, 반응 속도를 줄이기 위한 저지연 오디오 처리 아키텍처도 구축할 예정이다. 자율주행 AI 연구에는 엔비디아 출신 차오 팡 팀 리드가 투입됐다. 팡 팀 리드는 엔비디아 자율주행 부문 수석 엔지니어로 근무하며 자율주행 파운데이션 모델 개발과 엔드투엔드 인지 기술의 양산 적용에 참여했다. 엔비디아 합류 전에는 토요타 리서치 인스티튜트와 아르고 AI에서 실시간 컴퓨터 비전과 예측, 경로 계획 관련 기술을 개발했다. 포티투닷에서는 시각 정보와 언어 기반 추론, 행동 생성을 하나의 모델로 처리하는 VLA(Vision-Language-Action) 연구를 이끈다. 연구 단계의 AI 기술을 실제 차량에 적용할 수 있는 자율주행 기술로 발전시키는 작업도 담당한다. 포티투닷 관계자는 “이번 영입을 통해 SDV의 기반이 되는 데이터 연결 기술부터 차량 내 음성 AI, 자율주행 AI까지 주요 소프트웨어 기술의 연구·개발 역량을 확대할 것”이라고 했다.
2026-10-02 09:09:52