2026.09.04 금요일
검색
'파운데이션' 검색결과
기간검색
-
~
검색영역
검색어
-
네이버클라우드 컨소시엄, 700B급 보안 특화 AI 개발…33개 기관 뭉쳤다 [경제일보] 국내 인공지능(AI) 경쟁이 범용 모델 개발을 넘어 산업별 특화 모델 확보로 확산하는 가운데 네이버클라우드가 사이버 보안 분야를 겨냥한 초거대 AI 개발에 본격 착수한다. 정부의 특화 AI 파운데이션 모델 사업자로 선정된 네이버클라우드 컨소시엄은 대규모 GPU와 국가 핵심시설의 실데이터를 활용해 국내 보안 환경에 최적화된 AI 모델을 구축한다는 계획이다. 3일 네이버클라우드는 네이버클라우드 컨소시엄이 정부의 '특화 인공지능 파운데이션 모델 개발(사이버 보안 분야)' 사업자로 최종 선정돼 개발에 착수한다고 밝혔다. 이번 사업에는 네이버클라우드를 중심으로 총 33개 산·학·연·공공기관이 참여한다. 컨소시엄은 정식 사업 착수에 앞서 자체 보유 GPU 4000장을 선제적으로 투입해 보안 특화 AI 모델의 사전 학습을 진행해왔다. 정부가 제공하는 GPU 물량 256장과 별도로 네이버클라우드가 B200 4000장, LG가 H200 256장을 추가 투입한다. 민간 인프라를 선제적으로 활용해 개발 기간을 단축하고 모델 성능 고도화와 현장 실증에 시간을 집중한다는 전략이다. 최종적으로는 하이퍼클로바X와 엑사원을 기반으로 700B급 MoE(전문가 혼합) 구조의 초거대 보안 특화 모델을 구축한다. 방어 역량과 공격 역량을 각각 강화한 2개의 독자 모델을 병렬 개발해 사이버 공격의 탐지부터 분석·대응까지 전 주기에 대응한다는 구상이다. 개발 모델은 국제 공인 벤치마크 2종을 활용해 성능을 검증할 예정이다. 학습 데이터도 약 830TB 규모의 실데이터를 활용한다. 네이버클라우드와 LG CNS의 운영 데이터를 비롯해 한전KDN, 한국수력원자력, 금융보안원, KISTI, LG유플러스 등 국가 기반시설과 주요 산업에서 확보한 데이터를 활용한다. 위협정보 수집부터 라벨링·표준화·검증까지 데이터 정제 과정을 거쳐 실제 사이버 위협 환경을 학습시키는 방식이다. 특히 모델 개발 이후 국가 핵심시설과 주요 산업 현장에서 성능을 검증한다. 전력·금융·과학기술·통신·반도체·방위산업·항공우주 등 7대 분야에서 실증을 진행하며, 외부망 접근이 제한되는 폐쇄망 환경에서도 안정적으로 운용할 수 있는 기술을 확보할 계획이다. 이번 사업은 AI를 활용한 사이버 공격이 고도화되는 상황에서 방어 분야에서도 특화 AI 경쟁력을 확보하려는 움직임으로 풀이된다. 보안 분야는 민감한 데이터의 외부 반출이 제한되는 데다 실제 관제 환경에서 높은 정확도가 요구되는 만큼 범용 AI와 달리 국내 산업 환경과 보안 데이터를 반영한 특화 모델의 필요성이 클 전망이다. 네이버클라우드는 개발한 모델을 상업적 활용이 가능한 오픈소스로 공개하고, 중소기업을 대상으로 취약점 및 사이버 공격 탐지 무상 점검 서비스도 제공할 예정이다. 네이버클라우드 마켓플레이스를 통해 국내 보안 기업의 AI 서비스 상용화도 지원해 모델 개발에서 산업 활용으로 이어지는 생태계를 구축한다는 방침이다. 김유원 네이버클라우드 대표는 "이번 사업 수주는 네이버클라우드 컨소시엄이 보유한 대규모 AI 인프라와 데이터, 보안 전문 역량을 종합적으로 인정받은 결과"라며 "국가 핵심 인프라를 지키는 AI를 우리 기술로 만들어낸다는 책임감을 갖고 사업에 임해 대한민국을 대표하는 국가 보안 AI 모델과 생태계를 만들어 가겠다"고 말했다.2026-09-03 15:21:12
-
AI, '도입'보다 '실전'…유통업계, 인재 키우고·물류 맡기고·개발 생산성 높인다 [경제일보] 유통·물류 기업들이 인공지능(AI)을 실제 업무와 현장 운영에 직접 적용하며 일하는 방식을 바꾸고 있다. 하이트진로는 직원이 스스로 AI를 활용해 업무를 재설계할 수 있도록 사내 AX(AI Transformation) 인재를 육성하고 CJ대한통운은 휴머노이드 로봇을 고객 물류를 처리하는 실제 센터에 투입했다. 놀유니버스는 개발 업무에 AI를 적용해 코드 작성량과 서비스 반영 속도 등 구체적인 업무 지표 개선을 확인했다. 사내 AI 활용 역량을 높이고 물류 공정에 기술을 투입하며 개발 생산성까지 수치로 확인하는 등 AI 전환이 실제 업무 변화로 이어지고 있는 모습이다. 3일 업계에 따르면 하이트진로는 실무형 AI 인재를 양성하기 위한 'AX 리더 육성 과정'을 운영한다. 하이트진로는 1·2차 과정에서 총 30명을 선발해 AI 활용 교육과 실무 과제 수행을 지원하며 임직원이 AI를 실제 업무에 적용해 업무 방식을 스스로 재설계할 수 있는 역량을 갖추는 데 초점을 맞췄다. 참가자들은 오는 10월 열리는 'AX 리더 혁신과제 발표회'에서 직접 수행한 업무 효율화 과제를 시연하고 우수 과제에는 대표이사 포상과 표창이 주어진다. 하이트진로는 교육이 끝난 뒤에도 AX 리더가 실제 업무에서 AI 활용을 이어갈 수 있도록 후속 지원을 제공한다. 선발 인원에게는 1년간 AI 개발 도구 사용 비용을 전액 지원하고 △사내 AI 서비스 신기능 우선 체험 △외부 AI 콘퍼런스 참가 △AI 프로젝트 리더 우선 지정 등의 기회를 제공한다. 경영진도 직접 바이브 코딩 교육을 이수하며 조직 전반의 AI 활용 확산에 참여하고 있다. 이번 교육에 앞서 실제 업무에 AI 적용 작업도 진행해왔다. 하이트진로는 지난 2024년 AI 기반 시장 분석 체계를 도입해 기존 시장 분석을 데이터 기반 의사결정 방식으로 바꿨으며 지난해부터는 사내 생성형 AI 플랫폼을 활용해 문서 요약과 보고서 초안 작성 등 반복 업무의 효율화를 추진하고 있다. 향후 수요 예측과 시장 변화 분석, 생산·재고 관리, 물류, 소비자 반응 등 사업 과정에서 발생하는 데이터를 AI로 연결해 임직원이 판단과 의사결정에 더 집중할 수 있도록 할 계획이다. 하이트진로 관계자는 "이번 과정을 통해 구성원들이 AI를 실제 업무 성과로 연결하는 경험을 쌓을 수 있을 것"이라며 "실무형 AI 인재를 지속적으로 발굴하고 육성할 계획"이라고 했다. CJ대한통운은 AI 활용 주체를 사람에서 로봇으로 넓혀 실제 물류 공정에 투입했다. CJ대한통운은 최근 경기도 용인 양지 올리브영 물류센터에 휴머노이드 양팔 로봇 2대를 투입해 상품 포장 공정의 완충재 투입 작업을 수행하도록 했다. 지난해 군포 풀필먼트센터에서 현장 적용 가능성을 검증한 CJ대한통운은 이번에 휴머노이드를 실제 고객 상품을 처리하는 운영 공정까지 투입하며 적용 단계를 한층 넓혔다. 실제 물류 운영 공정에 휴머노이드 로봇을 적용한 첫 사례다. 물류센터는 형태와 크기, 재질이 서로 다른 상품을 취급하고 주문마다 작업 조건도 달라 고정된 설비만으로 자동화하기 어려운 영역이 많다. 컨베이어나 고정형 로봇은 새로운 작업을 추가할 때 설비나 작업공간을 바꿔야 하는 경우가 있지만 사람과 유사한 형태의 휴머노이드는 기존 작업환경에서 여러 업무를 수행할 수 있다는 장점이 있다. CJ대한통운은 실제 현장에서 로봇이 수행한 작업 데이터를 다시 AI 학습에 활용해 정확도와 대응력을 높일 계획이다. 로봇의 두뇌 역할을 하는 '로봇 파운데이션 모델(RFM)'에는 물류센터에서 확보한 실제 데이터와 시뮬레이션으로 만든 가상 데이터를 함께 학습시키고 있다. 회사는 현재 완충재 투입에 한정된 휴머노이드의 역할을 향후 상품 피킹, 분류, 검수, 포장 등 단계적으로 확대할 계획이다. 장기적으로는 여러 물류 작업을 연이어 수행할 수 있는 범용 휴머노이드로 발전시킨다는 구상이다. CJ대한통운 관계자는 이번 현장 투입은 휴머노이드가 실제 물류 운영 과정에서 역할을 수행하는 단계에 진입했다는 데 의미가 있다"며 "현장에서 축적되는 물류 데이터와 AI 기술을 결합해 다양한 작업을 스스로 판단하고 수행할 수 있도록 발전시킬 계획"이라고 말했다. 놀유니버스는 AI 활용이 실제 업무 생산성에 미친 변화를 수치로 확인하고 전사 확산에 나섰다. 최근 3개월간 개발 조직의 업무 지표를 전년 동기와 비교한 결과 개발자 1인당 코드 작성량은 71% 증가한 것으로 확인됐다. 코드 작성 후 실제 서비스에 반영되기까지 걸리는 시간은 절반 이상 줄었으며 동료 검토 후 첫 승인을 받는 데 걸린 시간도 41% 단축됐다. 수정 작업으로 코드를 다시 작성하는 비율은 12% 감소했다. 놀유니버스는 개발 조직에서 축적한 AI 활용 경험을 전사로 확산하기 위해 지난 7월 사내 AI 전환 통합 포털 'NOL AX Hub'를 열었다. 포털에는 조직별 AI 활용 사례와 업무 가이드, 교육 자료를 모아 구성원들이 필요한 정보를 공유하고 재활용할 수 있도록 했으며 이를 바탕으로 현재 기획·개발·디자인·품질보증(QA)·운영·비즈니스 서포트 등 다양한 직군에서 AI 활용 사례가 축적되고 있다. 실제 업무를 AI가 대신하거나 지원하는 사례도 늘고 있다. 항공 소스코드와 데이터베이스(DB), 응용프로그램 인터페이스(API)를 실시간으로 조회·분석하는 AI 어시스턴트를 구축해 기존에는 개발자를 거쳐야 했던 정보 확인 업무를 담당자가 직접 처리하도록 했다. 임직원 악성메일 모의훈련에 쓰이는 템플릿을 거대언어모델(LLM)로 자동 생성하고 훈련 과정까지 자동화하는 시스템도 개발했다. 사내에서 확보한 AI 역량은 고객 서비스에도 적용하고 있다. 여행 상품을 추천하는 대화형 서비스 'AI 노리'에 이어 지난 7월에는 △SNS 여행·여가 트렌드 △검색·예약량 △고객 후기 등을 분석해 콘텐츠 발굴부터 이미지 수집, 상품 매칭, 콘텐츠 작성까지 자동화하는 AI 큐레이션 서비스 '발견'을 선보였다. 놀유니버스 관계자는 "AI를 일부 조직이나 직무의 도구가 아닌 구성원 누구나 일상적으로 활용하는 업무 방식으로 정착시키는 데 집중하고 있다"며 "AI 활용 경험을 전사 자산으로 축적해 실제 업무 생산성 향상과 고객 서비스 개선으로 연결할 계획"이라고 밝혔다.2026-09-03 10:57:51
-
배달하던 로봇이 순찰·물류까지…뉴빌리티, '공간지능'으로 피지컬 AI 키운다 [경제일보] 피지컬 인공지능(AI) 경쟁의 무대가 연구실에서 실제 도시와 산업 현장으로 옮겨가면서 로봇이 다양한 환경에서 확보한 데이터를 얼마나 새로운 현장에 재활용할 수 있는지가 핵심 경쟁력으로 떠오르고 있다. 뉴빌리티는 배달·순찰 등 상용 서비스에서 축적한 공간지능을 새로운 현장에 적용하는 한편 이를 휴머노이드 로봇으로 확장하며 피지컬 AI 사업 확대에 속도를 내고 있다. 1일 뉴빌리티는 덕수궁과 서울숲 순찰, 충남대학교병원의 건물 간 물류, 일본 도쿄 시부야의 배달 등 서로 다른 환경을 대상으로 자율주행 로봇 서비스를 확대한다고 밝혔다. 문화유산과 공원, 병원, 해외 도심 등 각기 다른 공간에 기존 현장에서 검증한 자율주행과 공간 인지 기술을 적용한다는 전략이다. 이번 뉴빌리티의 서비스 확대는 '공간 로봇 파운데이션 모델(RFM)'을 기반으로 진행된다. 공간 RFM은 로봇이 공간 구조뿐 아니라 사람·차량·시설물의 움직임, 출입·운영 조건, 수행 임무 등을 하나의 맥락으로 해석해 이동과 서비스 수행 방식을 결정하는 공간지능 모델이다. 현장마다 별도의 개발과 검증을 반복해야 하는 부담을 줄이고 새로운 공간으로 서비스 확장 속도를 높이는 것을 목표로 개발되고 있다. 뉴빌리티는 공간지능의 기반으로 실제 상용 서비스에서 축적한 데이터가 핵심적인 역할을 할 것으로 전망하고 있다. 지난 2023년부터 자율주행 로봇 '뉴비'를 운영해 올해 상반기까지 국내외 150여개 현장에서 14만6721km 이상을 주행한 것으로 집계됐다. 지난해에는 4만4638회의 로봇 서비스를 수행했으며 연간 약 1억4500만건의 시각·공간 인지 데이터를 생성했다. 실제 현장 데이터가 중요한 이유는 도시 환경이 계속 변하기 때문으로 분석된다. 보행자와 차량의 움직임부터 날씨, 시간대, 임시 시설물까지 주행 조건이 달라지는 만큼 통제된 환경에서 개발한 기술만으로는 대응에 한계가 있는 것으로 꼽힌다. 여러 현장에서 축적한 데이터를 새로운 공간에 적용할 수 있다면 로봇 서비스 구축에 필요한 시간과 비용을 낮출 수 있다는 것이 뉴빌리티의 구상이다. 새롭게 적용하는 현장도 각각 다른 과제를 갖고 있다. 덕수궁에서는 주·야간 순찰과 화재·쓰러짐 등 이상 상황 감지를 지원하고, 서울숲에서는 높은 보행 밀도와 날씨·시간대 변화에 대응하는 순찰 서비스를 제공할 예정이다. 충남대학교병원에서는 본관과 약 400m 떨어진 의료재활센터 사이의 실내외 양방향 물류 이송에 로봇을 투입한다. 해외에서는 일본 도쿄 시부야구 사사즈카 지역에서 현지 배달 플랫폼 데마에칸과 자율주행 로봇 배달을 실증하고 있다. 국내에서 축적한 보행자 대응과 경로 판단, 배달 운영 경험을 일본의 교통체계와 서비스 환경에 맞게 적용하는 방식이다. 이 같은 확장은 단순히 로봇의 활용처를 늘리는 것을 넘어 배달·순찰·물류 등 다양한 현장에서 데이터를 확보하고 이를 다시 공간지능 모델에 반영하는 순환 구조를 구축하려는 전략으로 풀이된다. 피지컬 AI 시장에서도 하드웨어 성능뿐 아니라 데이터와 소프트웨어, 현장 운영 경험을 결합하는 역량이 경쟁 요소로 부상하고 있다는 분석이다. 뉴빌리티는 현재 개발 중인 공간지능을 하이브리드 휴머노이드 '빌리'로 확장한다는 계획이다. 빌리는 실내외 이동뿐 아니라 제조·운송·조작 등 산업 현장에서 요구되는 작업까지 하나의 임무로 연속 수행하는 것을 목표로 설계되고 있다. 뉴빌리티는 이번달 말 '빌리: 더 퍼스트룩' 행사를 통해 빌리의 실물과 주요 기술, 산업 현장 적용 전략을 공개할 예정이다. 강기혁 뉴빌리티 대표는 "도시는 기술의 마지막 시험장이 아니라 로봇 지능이 시작되는 곳"이라며 "뉴빌리티는 예측하기 어려운 도시에서 운영 경험을 축적하고, 기존 현장에서 해결한 문제를 다음 현장의 지능으로 전환해왔다"며 "곧 공개될 빌리를 통해 실내외 이동과 현장 작업을 하나의 임무로 연결하고, 공간 RFM의 적용 범위를 더 넓은 산업 현장으로 넓혀가겠다"고 말했다.2026-09-01 17:00:52
-
![[2027년 예산안] AI 3대 강국 사활 건 과기정통부…내년 29.6조 쏟아붓는다](https://image.ajunews.com//content/image/2026/09/01/20260901140309962105.jpg)
'AI 3대 강국' 사활 건 과기정통부…내년 29.6조 쏟아붓는다 [경제일보] 정부가 인공지능(AI)을 국가 성장전략의 전면에 내세우면서 과학기술정보통신부의 내년 살림도 크게 불어난다. 과기정통부는 AI 대전환과 차세대 전략기술에 재정을 집중하고, 이를 산업 현장과 지역으로 확산해 ‘AI 3대 강국’ 도약의 기반을 마련한다는 계획이다. 과기정통부는 1일 국무회의에서 2027년도 예산안이 의결됐다고 밝혔다. 총예산은 29조6476억원으로 올해 추가경정예산보다 5조8272억원, 24.5% 증가했다. 이 가운데 AI 관련 예산은 9조4000억원으로 84.3% 늘었고, R&D 예산도 14조1000억원으로 18.5% 증가했다. 가장 큰 변화는 AI 투자 확대다. 정부는 고성능 GPU 확보부터 독자 AI 모델, 데이터센터, 피지컬 AI까지 AI 생태계 전반에 투자한다. 대규모 GPU 확보를 통해 AI 연산 기반을 확충하고 프론티어급 AI 개발에 필요한 데이터 경쟁력도 강화한다. 전 국민이 범용 AI와 공공 AI 에이전트를 활용하는 ‘모두의 AI’에는 2500억원을 신규 배정했다. AI를 산업 현장으로 가져가는 투자도 늘어난다. 반도체·피지컬 AI·AI 데이터센터를 중심으로 한 3대 메가프로젝트를 추진하고, 로봇과 제조 현장에 AI를 접목하는 사업을 확대한다. AI 데이터센터의 국산 솔루션과 인프라 기술을 개발하고, 피지컬 AI 분야에서는 휴머노이드와 로봇 파운데이션 모델 등 차세대 기술 확보에 나선다. AI 확산에 따른 부작용과 보안 문제에도 예산을 투입한다. AI 안전 기술과 사이버보안 AI 개발, 중소기업의 AI 기반 위협 대응 등을 지원해 ‘빠른 AI 도입’과 ‘안전한 AI 활용’을 동시에 추진한다. ◆ AI 다음 먹거리도 선점 정부는 AI에만 올인하지 않는다. AI 이후 국가 경쟁력을 좌우할 차세대 전략기술에는 12조3770억원을 편성했다. 특히 7대 시드(SEED) 프로젝트에는 1조3439억원을 투입한다. SMR과 핵융합 등 미래에너지, 양자컴퓨터, AI·로봇 기반 신약개발, 뇌-컴퓨터 인터페이스(BCI), 우주항공 등이 주요 대상이다. 정부는 현재 경쟁력이 있는 분야를 따라가는 데 그치지 않고 향후 10~20년 뒤 산업을 좌우할 기술을 선점하겠다는 전략이다. 기초연구와 출연연구기관에 대한 투자도 확대한다. 기초연구 예산을 늘리고 출연연은 기관별 임무 중심 연구를 강화한다. R&D 예산을 대형·중장기 과제로 전환하고 연구성과가 기술이전과 창업, 기업 성장으로 이어지도록 투자형 R&D도 새롭게 도입한다. 2027년 정부 전체 R&D 예산은 39조5000억원으로 올해보다 11.2% 증가한다. 지역 격차 해소도 핵심 축이다. 4대 권역을 중심으로 지역 AI 전환(AX)을 확대하고 지역이 강점을 가진 산업과 AI를 결합하는 방식으로 투자를 늘린다. AI 인재를 수도권에만 묶어두지 않고 지역 대학과 산업 현장에서 길러내겠다는 구상이다. 한편 내년도 과기정통부 예산의 특징은 AI를 중심으로 인프라·기술·인재·산업·지역을 하나의 생태계로 묶는 것이다. 다만 막대한 예산을 투입한다고 경쟁력이 자동으로 생기는 것은 아니다. GPU 확보량이나 연구비 규모보다 중요한 것은 국내 기업과 연구기관이 실제 글로벌 제품과 서비스로 연결할 수 있는 성과를 얼마나 만들어내느냐다. 과기정통부 역시 예산 확대와 함께 R&D의 성과관리와 사업화에 무게를 두고 있다. 결국 2027년은 한국이 AI에 얼마를 썼느냐보다 그 돈으로 어떤 기술을 확보하고 어떤 기업을 키웠는지를 증명해야 하는 해가 될 전망이다.2026-09-01 14:05:01
-
NC AI, 사우디서 '피지컬 AI' 승부…K-AI 중동 공략 본격화 [경제일보] NC AI가 사우디아라비아를 발판으로 피지컬 AI의 중동 시장 공략에 나선다. 단순히 AI 모델을 소개하는 수준을 넘어 국산 AI 반도체부터 클라우드·인프라, AI 모델과 애플리케이션까지 연결한 한국형 ‘풀스택 AI’를 현지 산업에 적용하는 데 초점을 맞춘다. NC AI는 31일부터 9월 3일까지 사우디아라비아 리야드에서 열리는 글로벌 기술 전시회 ‘LEAP 2026’에 참가해 한국 풀스택 AI 컨소시엄 공동관을 운영한다고 밝혔다. 한국인공지능·소프트웨어산업협회(KOSA) 주도로 마련된 공동관에는 메가존클라우드, 업스테이지, 퓨리오사AI, 유라클 등이 참여한다. NC AI는 이번 전시에서 산업특화 AI ‘배키(VAETKI)’를 중심으로 피지컬 AI 기술을 선보인다. 가상 공간을 구현하는 디지털트윈, 현실 세계를 이해하는 월드모델, 물리적 행동을 제어하는 로봇 파운데이션 모델을 하나의 체계로 연결하는 방식이다. 물류센터와 도시 환경을 구현한 디지털트윈을 통해 실제 산업 현장에서 AI가 어떻게 활용될 수 있는지를 보여줄 계획이다. 특히 ‘바르코 3D(VARCO 3D)’와 ‘배키 트윈’을 활용한 시연도 진행한다. 물류센터 운영 상황과 도시 건축물을 3D 환경으로 구현하고, LEAP 전시장과 공동관까지 가상 공간으로 재현해 디지털트윈 구축 기술을 소개한다. NC AI는 텍스트와 이미지로 3D 자산을 생성할 수 있는 기술을 통해 디지털트윈 제작에 필요한 시간과 비용을 줄일 수 있다고 설명한다. 이번 행사가 주목받는 이유는 사우디가 AI를 국가 산업전환의 핵심 분야로 육성하고 있기 때문이다. 사우디는 정부와 국부펀드(PIF), 아람코 등을 중심으로 AI 반도체와 데이터센터, AI 모델 및 서비스에 대한 투자를 확대하고 있다. LEAP에도 구글클라우드·AWS·엔비디아·AMD 등 글로벌 빅테크와 중국 기업들이 대거 참여해 현지 AI 시장을 둘러싼 경쟁이 치열해지고 있다. 한국 기업들은 이미 현지 실증에도 들어갔다. 메가존클라우드는 지난 5월 퓨리오사AI·NC AI·업스테이지·유라클과 컨소시엄을 구성해 아람코 디지털을 대상으로 국산 AI 반도체 기반 서버형 AI 인프라 실증 사업을 추진한다고 밝혔다. NC AI는 이 사업에서 AI 기반 3D 렌더링과 디지털트윈 서비스를 맡는다. 따라서 이번 LEAP 참가가 단순 전시회 마케팅에 그치지 않고 기존 실증 사업을 실제 계약과 현지 레퍼런스로 확대하는 계기가 될지가 관건이다. 특히 사우디가 제조·에너지·도시개발·국방 등 산업 전반에서 AI 도입을 추진하고 있는 만큼 현실 세계의 설비와 공간을 이해하고 제어하는 피지컬 AI는 국내 기업이 차별화할 수 있는 분야로 꼽힌다. 다만 중동 시장을 선점하려면 기술 시연만으로는 부족하다. 현지 데이터와 산업 환경에 맞춰 모델을 재학습하고, 보안·데이터 주권을 충족하면서 실제 프로젝트의 투자비와 운영비까지 낮출 수 있는지가 중요하다. 사우디 시장에서 글로벌 빅테크와 중국 기업까지 경쟁하는 만큼 한국 기업 간 기술 결합을 넘어 현지 기업과의 장기적인 파트너십을 확보해야 한다는 과제도 남는다. NC AI 이연수 대표는 “최고 수준의 한국형 풀스택 AI 역량을 글로벌 시장에 널리 알리고 현지 파트너들과 긴밀히 소통해 실질적인 비즈니스 성과를 창출하겠다”고 말했다.2026-08-31 09:01:07
-
KT, 서울대·KAIST와 AI 연구 결실…사업화로 경쟁력 키운다 [경제일보] KT가 서울대학교와 한국과학기술원(KAIST)과 진행한 인공지능(AI) 공동연구를 마무리하고 연구 성과의 사업화에 속도를 낸다. 단순 기술 교류를 넘어 대학의 연구 역량과 KT의 데이터·AI 모델·서비스 역량을 결합해 실제 사업에 적용할 수 있는 기술을 확보하는 것이 목표다. KT는 30일 서울 서초구 KT우면연구센터에서 서울대·KAIST 연구진과 ‘산학 공동연구 최종 성과 워크숍’을 열었다고 밝혔다. 이날 워크숍에는 3개 기관 연구진 50여명이 참석해 지난 1년간 수행한 연구 결과를 공유하고 후속 연구 및 사업 활용 방안을 논의했다. 이번 협력은 지난해 9월 시작됐다. KT는 당시 산학 협력을 장기 연구에 그치지 않고 실제 AICT 사업과 연결하기 위해 서울대·KAIST와 공동 연구를 추진했다. 자율형 에이전트, Responsible AI, 피지컬 AI, 인간 피드백 기반 강화학습, 추론 효율화 등을 핵심 연구 분야로 설정했다. KT는 연구에 필요한 GPU와 AI 모델, 데이터를 제공하고 대학의 전문 연구역량을 접목하는 Open R&D 방식으로 협력을 진행했다. 서울대와는 자율형 에이전트가 상황과 맥락을 이해하고 판단할 수 있도록 하는 기술을 집중 연구했다. 추론형 AI의 평가 기준과 신뢰성 개선, 한국적 데이터셋 확보, 사용자 행동 예측 모델, 사용자 피드백을 활용한 강화학습 프레임워크 등이 주요 과제다. KAIST와는 대규모언어모델(LLM)의 프롬프트 압축 및 최적화 기술을 연구했다. AI가 처리해야 하는 입력을 효율적으로 줄여 모델의 추론 부담을 낮추고, 에이전트 서비스의 응답 효율을 높이는 기반 기술을 확보하는 데 초점을 맞췄다. KT가 특히 주목하는 부분은 연구 결과의 ‘내재화’다. 확보한 기술을 논문이나 연구 성과로 끝내지 않고 모델·플랫폼·서비스 경쟁력으로 연결한다는 구상이다. KT는 최근 공동연구 성과를 자사 파운데이션 모델 ‘믿:음 K’와 자율형 에이전트 관련 서비스 등에 활용하는 방향을 추진해왔다. 후속 연구 범위도 넓힌다. KT는 기술 수요를 반영한 신규 과제를 발굴해 에이전틱 AI와 피지컬 AI, 토큰 효율화 등을 중심으로 산학 연구를 확대할 계획이다. AI가 질문에 답하는 수준을 넘어 스스로 상황을 판단하고 행동하는 에이전틱 AI가 확산되면서 추론 효율과 신뢰성, 실제 환경에서의 행동 예측 기술이 중요해진 데 따른 행보다. 산학협력 방식 자체도 고도화할 전망이다. KT는 올해 들어 서울대와 KAIST뿐 아니라 고려대 등 주요 대학과 공동연구를 확대하고 있으며, 글로벌 연구기관과의 협력도 병행하고 있다. 연구 기획 단계에서부터 성과 검증과 사업 적용 가능성을 함께 고려해 ‘기술 확보→검증→서비스 적용’으로 이어지는 구조를 정착시키겠다는 전략이다. KT는 이번 연구 성과를 계기로 대학과의 협력을 일회성 프로젝트가 아닌 지속적인 AI 기술 확보 채널로 확대한다는 방침이다. 박재형 KT AX미래기술원장 상무는 “이번 성과를 기반으로 대학과 함께 성장하는 연구개발 협력 모델을 확대하고 연구 결과가 KT의 AI 경쟁력으로 이어지도록 지속 발전시키겠다”고 말했다. 한편 이번 KT가 산학협력에서 확보한 기술을 실제 서비스에 얼마나 빠르게 적용하느냐가 향후 경쟁력의 핵심 변수가 될 전망이다. 특히 에이전틱 AI와 피지컬 AI 시장이 확대되는 가운데 모델 성능뿐 아니라 추론 비용과 토큰 사용량, 신뢰성까지 함께 개선할 수 있는 기술을 확보할 경우 AI 사업의 운영 효율과 서비스 경쟁력을 동시에 높일 수 있다는 평가다.2026-08-30 13:32:19
-
KT, 국산 AI 모델 '연합군' 구축…6000만 생활 접점서 상용화 나선다 [경제일보] KT가 국내 AI 기업들과 손잡고 국산 인공지능(AI) 모델의 상용화와 대중화에 나선다. 개별 AI 모델의 성능 경쟁을 넘어 여러 모델과 전문 서비스를 하나로 연결하고, 이용자가 실제 생활에서 AI를 활용할 수 있는 플랫폼을 구축한다는 전략이다. 국내 AI 기업 입장에서는 모델 개발 이후 가장 큰 과제로 꼽히는 고객 확보와 서비스 적용의 새로운 창구가 될 전망이다. 27일 KT는 다음, 무신사, 직방, EBS, 매스프레소, BC카드, 커넥트웨이브, 딥서치, 솔트룩스 등과 컨소시엄을 구성하고 대국민 AI 서비스 '모두의 AI'를 선보인다고 밝혔다. '모두의 AI'는 앱과 웹을 기반으로 이용자의 질문과 목적을 이해하는 범용 AI 에이전트를 중심으로 공공·교육·금융·쇼핑·주거 등 분야별 전문 AI 서비스를 연결하는 플랫폼이다. KT는 별도의 AI 앱을 이용하는 데 그치지 않고 포털 '다음'과 참여 기업의 서비스, KT 지니TV 등 기존 서비스 접점에도 AI 기능을 확대할 계획이다. 이번 KT 컨소시엄은 여러 AI 모델을 하나의 서비스 안에서 활용할 수 있도록 구성한 것이 특징이다. 업스테이지의 'Solar', 모티프테크놀로지스의 'Motif', 솔트룩스의 'LUXIA', NC AI의 'VARCO', KT의 '믿음' 등 국산 독자 파운데이션 모델을 비롯해 리벨리온의 국산 신경망처리장치(NPU), 래블업·베슬AI의 GPU 운영 기술 등이 활용된다. 국내 AI 산업이 그동안 독자 파운데이션 모델 개발에 집중했다면 KT는 이들 모델을 실제 국민 서비스에 적용하는 상용화 플랫폼을 구축하겠다는 구상이다. 특정 기업의 AI 모델 하나를 앞세우기보다 한국어, 추론, 장문 이해, 전문지식, 멀티모달 등 모델별 강점을 이용자의 목적에 맞춰 활용하는 방식이다. 이를 위해 KT 컨소시엄이 확보한 디지털·생활 서비스 접점은 6000만개 이상에 달하는 것으로 나타났다. 개별 AI 기업이 자체적으로 이용자를 확보하는 데 한계가 있는 상황에서 KT가 가진 통신·미디어 인프라와 참여 기업의 플랫폼을 연결해 실제 사용 환경을 만들겠다는 전략으로 분석된다. AI 활용 방식도 기존 챗봇과 차별화한다. 이용자가 단순히 질문에 대한 답변을 받는 것을 넘어 여러 단계의 업무를 하나의 대화에서 처리할 수 있도록 한다. 예를 들어 소상공인이 매출 감소 원인을 분석하고 지원받을 수 있는 정책을 찾아달라고 요청하면 AI가 시장·소비 정보를 분석한 뒤 관련 정책과 신청 자격, 필요한 서류와 절차까지 연결하는 방식이다. 이용자가 여러 사이트를 직접 검색하고 정보를 비교하는 과정을 AI 에이전트가 대신 수행하도록 설계되고 있다. 개인화 기능도 적용한다. 이용자 동의를 기반으로 관심사와 일정, 진행 중인 과업 등을 기억하는 '개인화 메모리'를 활용해 일회성 질의응답을 넘어 지속적인 AI 서비스를 제공한다는 계획이다. KT는 '모두의 AI'를 국내 AI 기업의 성장 플랫폼으로도 육성한다. 경쟁력 있는 AI 모델과 에이전트, 전문 서비스가 지속적으로 참여할 수 있도록 하고 국내 AI 기업을 대상으로 GPU 자원 지원과 투자, 사업 협력도 확대할 예정이다. KT는 온라인뿐 아니라 전국 유통망과 IT서포터즈 등 오프라인 접점도 활용해 AI 교육과 체험을 확대할 방침이다. 큰 글씨와 간편 모드, 음성 입출력, 다국어 지원 등을 적용해 AI 활용에 어려움을 겪는 이용자까지 서비스 범위를 넓힌다는 계획이다. 이진형 KT AX사업본부장 상무는 "'모두의 AI'는 국민 누구나 사용할 수 있는 하나의 완성된 AI를 만드는 것에서 시작하지만, 그 경험을 하나의 서비스 안에 가두지 않을 것"이라며 "국민이 사용하는 다양한 서비스로 AI를 확장해, 언제 어디서 시작하든 필요한 AI와 전문 서비스를 연결하겠다"고 말했다. 이어 "국내 AI 모델과 NPU, 전문기업이 실제 국민의 선택을 받을 기회를 넓히고 여기에 KT의 AI 플랫폼 역량을 더해, 국민이 AI를 이용할수록 대한민국 AI 생태계도 함께 성장하도록 하겠다"며 "온라인과 오프라인을 모두 연결해 모두가 AI의 혜택을 누리게 하겠다"고 설명했다.2026-08-27 15:31:38
-
AAII 1위 모티프는 왜 탈락했나…독파모 평가 공개 놓고 논란 [경제일보] 정부의 ‘독자 AI 파운데이션 모델 프로젝트’(독파모) 2차 평가에서 글로벌 성능지표 1위를 기록한 모티프테크놀로지스가 탈락하면서 평가 방식의 투명성을 둘러싼 논쟁이 커지고 있다. 모티프의 ‘Motif 3’는 글로벌 AI 평가기관 아티피셜 애널리시스의 AAII에서 47점을 받아 업스테이지(37점), SK텔레콤(35점), LG AI연구원(31점)을 모두 앞섰다. 하지만 최종 종합평가에서는 4개 팀 중 최하위를 기록했다. 모티프테크놀로지스는 27일 과학기술정보통신부에 공식 이의를 제기하고 전체 평가 항목별·업체별 점수와 판단 근거, 벤치마크 배점 산정 방식, 전문가 평가 기준, 사용자 평가 방법론 및 블라인드 평가 여부 등을 공개해 달라고 요구했다. 이의 제기 결과와 관계없이 독파모 3차에는 참여하지 않겠다는 입장도 밝혔다. ◆ ‘AAII 47점’이 탈락으로 이어진 이유 핵심은 AAII가 독파모 전체 평가의 일부에 불과했다는 점이다. 2차 평가는 벤치마크 40점, 전문가 평가 35점, 사용자 평가 25점 등 총 100점으로 구성됐다. 벤치마크 가운데 AAII가 25점, 한국지능정보사회진흥원(NIA) 평가가 15점이다. 전문가 평가는 AI 전문가 10명이 개발 전략·기술, 개발 성과·계획, 파급효과·기여계획 등을 평가했고 사용자 평가는 AI 스타트업 대표 등 전문 사용자 49명과 일반 국민 185명이 참여했다. 따라서 AAII에서 47점을 받은 것이 곧 독파모 2차 평가에서 가장 높은 점수를 받았다는 의미는 아니다. 실제 정부 발표에서도 4개 팀의 벤치마크 점수 평균은 22.5점이었고 1위와 4위의 격차는 4점에 그쳤다. 전문가 평가의 1·4위 격차는 2.4점, 사용자 평가에서는 5점이었다. 즉 글로벌 벤치마크만 놓고 보면 차이가 있었지만 100점짜리 종합평가에서는 다른 항목이 순위를 충분히 뒤집을 수 있는 구조였다. 과기정통부가 공개한 탈락 사유도 여기에 있다. 류제명 과기정통부 2차관은 모티프가 기술력 측면에서는 뛰어난 성과를 냈지만 “사용성·활용성 측면에서는 다른 모델보다 다소 낮은 평가”를 받았다고 설명했다. 반면 업스테이지는 포털 다음 서비스 실증과 국산 NPU 협업, SK텔레콤은 대규모 상용 서비스 및 산업 특화 에이전트 실증, LG AI연구원은 국제기구 협업과 에이전틱 AI 차별성 및 위험관리 등에서 높은 평가를 받았다. ◆ ‘성능 좋은 모델’과 ‘쓸 수 있는 모델’은 다르다 정부가 사용성과 활용성을 별도로 본 이유도 있다. 이번 독파모 사업의 다음 단계는 단순히 높은 벤치마크 점수를 기록하는 모델을 만드는 데 그치지 않고 실제 국민 서비스와 산업 현장에 적용할 수 있는 AI를 만드는 데 초점이 맞춰져 있기 때문이다. 이에 따라 모델의 답변 성능뿐 아니라 서비스 적용 계획, 산업 생태계 기여, 실제 사용 효용 등을 평가하도록 구조가 바뀌었다. 실제 AAII 역시 모델의 추론·지식·코딩 등 다양한 능력을 종합적으로 보는 글로벌 지표지만 특정 모델의 실제 서비스 안정성이나 한국 산업 환경에서의 활용성을 모두 보여주는 것은 아니다. 모티프 역시 이 점을 인정하면서도 파운데이션 모델의 핵심 가치는 챗봇 사용성보다 여러 분야로 확장 가능한 기반 성능에 있다고 주장하고 있다. 논란은 결국 ‘국가대표 AI를 무엇으로 뽑을 것인가’라는 문제로 이어진다. 글로벌 성능을 우선하면 모티프의 탈락은 납득하기 어렵지만, 실제 국민 서비스와 산업 적용까지 고려한다면 모델 성능 외 평가가 필요하다는 정부 논리에도 일리가 있다. 문제는 어느 쪽이 맞느냐보다 그 판단을 검증할 수 있도록 세부 점수와 평가 기준을 얼마나 공개할 수 있느냐다. 모티프가 제기한 가장 큰 문제도 바로 이 부분이다. 모티프는 AAII 47점과 다른 평가 결과가 크게 엇갈린 이유를 알 수 있도록 세부 점수와 전문가·사용자 평가 근거를 공개해야 한다고 요구하고 있다. 특히 사용자 평가에서 브랜드 인지도나 선입견이 결과에 영향을 줬는지, 블라인드 평가가 적용됐는지도 확인해야 한다는 주장이다. 정부도 평가방식 자체의 한계를 인식하고 있다. 과기정통부는 3차 평가를 앞두고 소수 승자만 뽑는 기존 방식을 넘어 프런티어급 모델 경쟁이 가능하도록 지원체계를 전면 재편하는 방안을 검토하고 있다. 3차 진출팀에는 엔비디아 B200 GPU 지원도 상반기 768장에서 하반기 약 1000장 수준으로 확대할 계획이다. 한편 이번 논란에서 중요한 것은 모티프를 다시 선정하느냐가 아니다. 국민 세금이 투입되는 국가대표 AI 선발전이라면 왜 탈락했는지를 외부에서도 검증할 수 있어야 한다는 것이다. 글로벌 벤치마크와 실제 활용성 가운데 어느 쪽에 더 높은 가치를 둘지는 정책적 선택일 수 있다. 다만 그 선택이 설득력을 가지려면 점수와 기준이 투명하게 공개돼야 한다. 이번 이의 제기가 독파모의 기술 경쟁뿐 아니라 국가 AI 선발 시스템 자체의 신뢰도를 점검하는 계기가 될 전망이다.2026-08-27 09:38:30
-
SKT·업스테이지, 보안 AI로 의기투합…'국산 AI' 실전 투입 나선다 [경제일보] SK텔레콤이 독자 인공지능(AI) 파운데이션 모델 경쟁을 넘어 사이버 보안 분야에서 AI 상용화에 나선다. 독자 AI 파운데이션 모델 2차 평가에서 경쟁했던 SK텔레콤과 업스테이지가 보안 AI 개발을 위해 손잡고, 국내 주요 보안 기업 9곳까지 합류한 '보안 AI 올스타팀'을 꾸렸다. 대규모 언어 모델(LLM)을 실제 보안 현장에 적용해 위협 탐지부터 대응까지 자동화하는 것을 목표로 이번 협업을 진행한다. 27일 SK텔레콤은 업스테이지와 국내 주요 보안 기업, 대학, 한국정보보호산업협회(KISIA) 등과 컨소시엄을 구성하고 과학기술정보통신부가 추진하는 '사이버 보안 특화 AI 파운데이션 모델' 개발 사업에 참여 신청서를 제출했다고 밝혔다. 이번 컨소시엄은 최근 독자 AI 파운데이션 모델 사업 2차 평가에서 살아남은 3개 팀 가운데 SK텔레콤과 업스테이지가 한 팀으로 뭉친 것이 특징이다. 두 회사는 각각 독자 AI 모델인 'A.X K'와 'Solar Open' 계열을 개발해 온 경험을 바탕으로 보안에 특화된 AI 모델 개발을 맡는다. 독자 AI 파운데이션 모델 사업이 국내 자체 AI 모델의 경쟁력을 확보하는 데 초점을 맞혔으며, 이번 사업을 통해 확보한 AI 기술을 특정 산업 현장에 적용한다는 구상이다. 특히 사이버 보안은 실시간으로 대량의 데이터를 분석하고 위협에 대응해야 하는 만큼 AI 활용 가능성이 큰 분야로 꼽힌다. 최근 보안 관제 센터(SOC)에는 하루에도 수많은 보안 경보가 발생하는 것으로 알려졌다. 이에 사람이 모든 경보를 일일이 분석하기에는 한계가 있는 만큼 AI를 활용해 위협 여부를 판단하고 대응 과정까지 자동화하려는 움직임이 커지고 있다. 이번 컨소시엄은 AI 모델 개발에 그치지 않고 실제 보안 현장에서 모델을 검증하는 구조를 갖췄다. SK텔레콤과 업스테이지가 모델 개발을 맡고, 보안 기업들이 실제 운영 과정에서 축적한 데이터를 학습에 활용한다. 이후 개발된 모델을 각 기업의 상용 제품과 보안관제 환경에 적용해 성능을 검증하고 개선하는 방식이다. SK텔레콤은 AI 모델과 'AI 에이전트'를 결합해 위협 탐지부터 분석, 대응까지 자동화한다는 구상이다. 단순히 '공격이 발생했다'고 알려주는 수준을 넘어 AI가 공격 유형과 위험도를 판단하고 적절한 대응 조치까지 수행하도록 하는 것을 목표로 구현하고 있다. 이를 위해 SK쉴더스, 시큐아이, 안랩, 이글루코퍼레이션, 라온시큐어, 스마트엠투엠, 에임인텔리전스, 지니언스, 파이오링크 등 9개 보안 기업이 컨소시엄에 참여한다. 보안관제와 위협 분석부터 네트워크, 단말, 인증, 취약점 점검, AI 모델 안전성 평가 등 각 분야의 전문성을 결합한다. SK텔레콤 역시 통신 인프라를 24시간 관제하며 축적한 보안 운영 경험을 활용한다. CEO 직속 정보보호최고책임자(CISO) 조직 아래 통합보안센터를 운영하고 있으며 129명의 전담 인력이 24시간 탐지·대응 업무를 수행하고 있다. 개인정보보호책임자(CPO) 조직까지 포함하면 관련 인력은 149명 규모다. 보안 AI의 경쟁력은 결국 얼마나 양질의 보안 데이터를 확보하고 실제 현장에서 검증하느냐에 달려 있다. 이번 컨소시엄에는 보안 기업뿐 아니라 고려대학교와 숭실대학교 산학협력단, KISIA도 참여해 모델 성능과 안전성 검증, 전문인력 양성 및 산업계 확산을 맡는다. 특히 국내 보안 환경에 맞는 AI 모델을 확보한다는 점도 이번 사업의 특징이다. 해외에서 개발된 AI 모델을 그대로 활용하기보다 국내에서 발생하는 사이버 위협과 한국어 보안 데이터, 국내 규제 환경 등을 반영한 모델을 개발해 국내 보안 산업의 AI 전환을 지원한다는 것이다. 다만 보안 AI가 실제 현장에 안착하기 위해서는 데이터 확보와 개인정보·기업 기밀 보호, AI의 오탐과 오판을 줄이는 문제 등이 과제로 꼽힌다. AI가 보안 판단을 잘못 내릴 경우 정상적인 서비스를 공격으로 판단하거나 실제 위협을 놓칠 가능성도 있기 때문이다. 이에 모델 성능뿐 아니라 안전성을 독립적으로 검증하는 체계가 중요해질 전망이다. 조동연 SK텔레콤 AI 컨버전스 담당은 "국내 보안 현장의 데이터와 노하우를 국산 AI 모델에 담아 실전형 보안 AI 체계를 만들겠다"며 "국내 산학연이 함께 만든 역량으로 글로벌 시장에서도 경쟁할 수 있도록 보안 AI 생태계를 넓혀가겠다"고 말했다.2026-08-27 09:31:13
-
'K-보안 AI' 국가대표는 누구…SKT vs 네이버클라우드 정면승부 [경제일보] 국산 사이버보안 특화 인공지능(AI) 파운데이션 모델 개발을 놓고 SK텔레콤과 네이버클라우드가 정면으로 맞붙는다. 과학기술정보통신부가 추진하는 이번 사업에 두 회사가 각각 대규모 컨소시엄을 꾸려 제안서를 제출하면서 국내 AI와 보안 산업의 역량을 사실상 한 곳에 모으는 경쟁 구도가 형성됐다. 정부는 외부 전문가 평가 등을 거쳐 9월 초 최종 수행팀 한 곳을 선정할 예정이다. 과기정통부와 정보통신산업진흥원(NIPA)은 26일 공모 결과 SK텔레콤 컨소시엄과 네이버클라우드 컨소시엄 등 2곳이 참여했다고 밝혔다. 최종 선정팀에는 엔비디아 B200 GPU 256장(32노드)이 10개월간 지원된다. 사업기간은 2026년 9월부터 2027년 7월까지다. 개발 결과물은 오픈소스로 공개해 국내 보안산업 전반의 활용을 지원한다. SK텔레콤은 업스테이지와 SK쉴더스, 시큐아이, 안랩, 이글루코퍼레이션, 라온시큐어, 지니언스, 파이오링크 등 13개 기관과 컨소시엄을 구성했다. 고려대·숭실대 산학협력단도 참여한다. 컨소시엄은 ‘전방위 사이버 보안 특화 AI 파운데이션 모델군 개발 및 국내 사이버 위협 환경 기반 에이전틱 보안 서비스 실증’을 목표로 내걸었다. 핵심은 하나의 거대 모델보다 보안 업무별 특화 모델과 이를 실제 현장에 적용하는 에이전틱 AI다. 위협을 탐지·분석하고 대응까지 이어지는 보안 업무를 AI가 지원하거나 일부 자동 수행하도록 만들어 국내 사이버 환경에 맞는 실증 모델을 확보하겠다는 전략이다. 네이버클라우드는 32개 기업·기관을 묶어 맞불을 놨다. LG CNS·LG AI연구원·LG유플러스를 비롯해 이스트시큐리티, 티오리한국, 하이퍼엑셀 등이 참여했고 한국항공우주산업(KAI), 한국수력원자력, 금융보안원, 한국과학기술정보연구원과 서울대·KAIST·포항공대 등도 이름을 올렸다. 컨소시엄 주제도 ‘국가 사이버 안보 역량 내재화를 위한 AI 파운데이션 모델 개발’로 국가 기반시설과 연구기관까지 폭넓게 끌어들였다. SKT가 실제 보안 서비스 적용에 초점을 맞췄다면 네이버클라우드는 AI·보안 기업뿐 아니라 금융·에너지·항공·연구기관을 참여시켜 국가 중요 인프라에 적용할 수 있는 보안 AI 생태계 구축에 무게를 둔 것으로 볼 수 있다. 다만 최종 선정은 컨소시엄 규모가 아니라 모델 개발 역량과 실증 계획, 산업 확산 가능성 등을 종합적으로 평가해 결정된다. 정부가 이 사업을 추진하는 배경에는 AI의 사이버 공격 능력이 빠르게 높아지고 있다는 현실이 있다. 앤트로픽은 지난 4월 ‘Claude Mythos Preview’ 테스트 결과를 공개하며 주요 운영체제와 웹브라우저에서 제로데이 취약점을 찾아내고 이를 악용할 수 있는 수준에 도달했다고 밝혔다. 앤트로픽은 테스트 과정에서 OpenBSD의 27년 된 취약점도 발견했다고 설명했다. 앤트로픽은 이후 Mythos 계열 모델을 활용해 중요한 소프트웨어의 취약점을 찾는 ‘Project Glasswing’을 추진하고 있으며, 6월에는 Mythos 5를 제한된 파트너에게 제공하고 있다고 밝혔다. 공격자 측 AI 역량이 빠르게 고도화되는 만큼 방어 AI 역시 탐지에 그치지 않고 취약점 분석과 대응, 보안 운영 자동화까지 발전해야 한다는 논리가 힘을 얻는 이유다. 한편 이번 사업은 결국 ‘한국형 사이버보안 AI’를 누가 만들어낼 것인가를 가르는 시험대다. 정부가 GPU를 제공하는 것보다 중요한 것은 개발된 모델이 실제 국내 기업·기관의 보안 현장에서 얼마나 잘 작동하느냐다. 특히 오픈소스로 공개되는 만큼 최종 모델이 국내 보안업체의 제품과 서비스에 얼마나 빠르게 결합되는지가 사업 성패를 가를 전망이다.2026-08-26 21:59:25
-
![[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
-
SKT, 서울대서 '풀스택 AI 인재' 키운다…산학협력 10년 [경제일보] 인공지능(AI) 기술 경쟁이 모델 성능을 넘어 서비스와 인프라를 아우르는 풀스택 경쟁으로 확대되면서 AI 인재 확보를 위한 기업과 대학의 협력도 강화되고 있다. SK텔레콤이 서울대학교와 10년째 AI 공동 강좌를 이어가며 산업 현장에서 필요한 AI 인재 육성에 나선다. 24일 SK텔레콤은 올해 2학기 서울대 전기·정보공학부 대학원생을 대상으로 'SKT-서울대 AI 공동과정'을 개설한다고 밝혔다. 이번 과정은 15주 동안 AI 앱·서비스, AI 모델링, AI 인프라 등 3개 영역을 중심으로 운영된다. 이번 강좌에는 SK텔레콤의 AI 사업을 담당하는 현직 임원과 개발 인력이 직접 강사로 참여한다. 정재헌 SK텔레콤 CEO가 내달 1일 'AI 시대의 선택과 기회'를 주제로 특강에 나서며 이후 유경상 AI CIC장, 김태윤 파운데이션 모델 담당자를 비롯해 AI 개발 조직 임원과 팀장, 박사급 구성원들이 강단에 오를 예정이다. 단순히 AI 기술의 원리를 교육하는 데 그치지 않고 실제 산업 현장에서 활용되는 기술과 상용화 사례를 전달하는 것이 이번 과정의 특징이다. AI 서비스를 구현하는 애플리케이션부터 모델 개발, 이를 구동하는 인프라까지 AI 서비스 전반을 하나의 과정에서 다룰 계획이다. AI 산업이 모델 중심의 경쟁에서 실제 서비스를 얼마나 안정적으로 구현하고 운영하느냐의 경쟁으로 확대되면서 이 같은 복합적인 역량을 갖춘 인재의 중요성도 커지고 있다. 대규모 AI 모델을 개발하는 것뿐 아니라 서비스에 적용하고 추론 비용을 관리하며 이를 뒷받침할 데이터센터와 컴퓨팅 인프라까지 구축할 수 있어야 하기 때문이다. SK텔레콤 역시 자체 AI 모델 개발과 서비스 확대뿐 아니라 AI 데이터센터와 인프라 사업 등 AI 밸류체인 전반으로 사업 영역을 넓히고 있다. 이에 기업 현장에서 필요한 기술 역량을 대학 교육과 연계하는 산학협력의 중요성도 커지는 상황이다. 기업이 대학 교육에 직접 참여하는 것은 빠르게 변화하는 AI 기술을 교육 현장에 반영하기 위한 목적도 있다. AI 기술은 새로운 모델과 서비스가 빠르게 등장하는 만큼 대학의 이론 중심 교육만으로는 산업 현장의 변화 속도를 따라가기 어려운 측면이 있다. 기업 입장에서도 대학에서 확보한 우수 인재와 연구 역량을 향후 연구개발과 채용으로 연결할 수 있다는 점에서 산학협력의 전략적 가치가 높아지고 있는 것이다. SK텔레콤과 서울대의 AI 강좌는 올해로 10년째를 맞았다. SK텔레콤은 지난 10년간 서울대를 비롯한 국내 대학들과 AI 강의와 대학·대학원생 대상 실전형 AI 연구 프로그램 등을 운영하며 산학협력을 이어왔다. AI 인재 확보 경쟁이 심화되면서 기업과 대학의 협력 방식도 단순한 연구비 지원이나 일회성 특강에서 실제 교육과정에 기업의 기술과 인력을 직접 연결하는 형태로 확대되는 모습이다. 기업이 원하는 기술과 대학이 제공하는 교육 사이의 간극을 줄이는 동시에 산업 현장에서 바로 활용할 수 있는 인재를 육성하는 것을 목표로 진행되고 있다. 이번 과정에서는 서울대 대학원생과 학부생 등 약 300명이 정재헌 CEO의 특강에 참여할 예정이다. SK텔레콤은 현업 전문가들의 경험을 공유하고 대학과의 협력을 지속하면서 AI 산업을 이끌 차세대 인재 육성을 이어간다는 계획이다. 정재헌 SK텔레콤 CEO는 "서울대학교와 오랜 시간 쌓아온 산학협력이 이번 강좌로 다시 한 번 이어지게 되어 의미가 깊다"며 "오늘의 학생들이 내일의 AI 산업을 이끌어갈 수 있도록 학계와의 협력을 지속해 가겠다"고 말했다.2026-08-24 09:21:35
-
독파모 2차 평가 공개…모티프·SKT·LG AI연구원 항목별 강점 엇갈려 [경제일보] 정부가 '국가대표 AI' 육성을 위해 추진 중인 독자 AI 파운데이션 모델 프로젝트의 2차 단계 평가 세부 기준과 결과를 공개했다. 이번 평가는 글로벌 AI 벤치마크뿐 아니라 국내 환경에 맞춘 성능 평가, 전문가 평가, 실제 사용자 평가까지 반영한 것이 특징이다. 당초 항목별 1위 기업과 점수를 공개하지 않는다는 방침이었지만 평가 투명성을 둘러싼 논란이 제기되자 1차 평가와 동일한 수준으로 공개 범위를 확대했다. 20일 과학기술정보통신부는 최근 발표한 독자 AI 파운데이션 모델 프로젝트 2차 단계 평가의 기준과 결과를 공개했다고 밝혔다. 이번 평가에는 SK텔레콤, LG AI연구원, 모티프테크놀로지스 등 4개 정예팀이 참여했다. 이번 2차 평가는 총 100점 만점으로 벤치마크 평가 40점, 전문가 평가 35점, 사용자 평가 25점으로 구성됐다. 단순히 AI 모델의 벤치마크 성능만 비교하는 방식에서 벗어나 기술적 독자성, 개발 전략, 생태계 파급 효과, 실제 사용성 등을 종합적으로 평가한 것으로 알려졌다. 가장 큰 비중을 차지한 벤치마크 평가는 글로벌 평가와 국내 평가로 나뉜다. 글로벌 평가에는 'AAII'에서 활용하는 벤치마크를 적용해 에이전트, 코딩, 일반 지식, 과학적 추론 등 분야의 성능을 평가했다. 국내 평가는 한국지능정보사회진흥원(NIA) 벤치마크를 활용해 수학, 지식, 장문 이해, 안전성, 신뢰성, 한국어, 지시 이행 등 7개 분야를 평가했다. 글로벌 AAII 평가에서는 모티프테크놀로지스 정예팀이 11.9점으로 가장 높은 점수를 받았다. NIA 벤치마크에서는 SK텔레콤 정예팀이 13.4점으로 최고점을 기록했다. 4개 팀의 AAII 평균 점수는 9.48점, NIA 벤치마크 평균은 13.05점이었다. 전문가 평가는 외부 전문가 10명으로 구성된 평가위원회가 진행했다. 산업계 3명, 학계 5명, 연구계 2명이 참여했으며 정예팀이 제출한 자료를 바탕으로 약 5일간 서면 평가와 질의응답을 진행했다. 전문가 평가는 개발 전략 및 기술 10점, 개발 성과 및 계획 10점, 생태계·글로벌 파급효과 및 기여 계획 15점으로 구성됐다. 특히 이번 2차 평가에서는 1차 평가 이후 제기된 AI 모델의 독자성과 활용성에 대한 요구를 반영했다. 향후 AI 기술 변화에 대응하는 '무빙타깃' 전략과 차세대 기술 도입 계획 등도 평가 대상에 포함됐다. 전문가 평가에서는 LG AI연구원 정예팀이 29.5점으로 최고점을 기록했다. 4개 팀 평균은 28.75점이었다. 실제 이용자가 AI 모델을 어떻게 평가하는지도 점수에 반영됐다. 사용자 평가는 AI 전문 사용자와 일반 국민으로 나눠 진행됐으며 AI 스타트업 대표 등 전문 사용자 49명과 일반 국민 185명이 실제 평가에 참여했다. 전문 사용자 평가는 15점 만점으로 환산됐으며 SK텔레콤 정예팀이 11.6점으로 가장 높은 점수를 받았다. 일반 국민 평가에서는 LG AI연구원 정예팀이 7.6점으로 최고점을 기록했다. 일반 국민 평가단은 성별과 연령별 쿼터를 적용해 무작위로 선정됐다. 글로벌 벤치마크에서는 모티프테크놀로지스, 국내 벤치마크와 전문 사용자 평가에서는 SK텔레콤, 전문가 평가와 일반 국민 평가에서는 LG AI연구원이 각각 최고점을 기록했다. 과기정통부 관계자는 "독파모 프로젝트는 단순한 순위 경쟁이나 탈락 팀 선정을 목적으로 하는 것이 아니라, 우리 AI 기업들이 경쟁을 넘어 성장하고, 국내 AI 생태계의 질적 성장과 확장을 견인하는 데 그 취지가 있다"며 "평가 결과 공개에 따른 일부 기업의 예기치 않은 직·간접적 피해를 최소화하는 한편, 평가 과정 결과에 대한 공정성과 투명성이라는 가치 역시 균형 있게 고려하여, 1차 단계평가 결과 공개와 같은 수준으로 2차 단계평가 결과를 공개했다"고 말했다.2026-08-20 17:54:50
-
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
-
'모두의 AI' 6파전, 최대 3곳만 웃는다…B200 512장 놓고 격돌 [경제일보] 전 국민이 이용량 제한 없이 무료로 사용할 수 있는 인공지능(AI) 챗봇과 공공 AI 에이전트를 구축하는 정부의 ‘모두의 AI’ 사업에 6개 사업자가 도전장을 냈다. 과학기술정보통신부가 이 가운데 2~3곳만 선정하기 때문에 최소 3곳은 탈락한다. 특히 올해 정부가 지원하는 엔비디아 B200 그래픽처리장치(GPU) 최대 512장을 놓고 사업자 간 경쟁이 벌어지면서 통신사와 플랫폼, AI 전문기업의 전략 대결도 본격화됐다. 19일 과기정통부에 따르면 전날 오후 5시 마감된 공모에 △SK텔레콤 △KT △카카오 △이스트소프트 △엠케이디(MKD) △제논 등 6개 사업자가 제안서를 제출했다. 당초 11일이었던 접수 마감일은 일주일 연장됐다. ‘모두의 AI’는 정부가 추진하는 ‘독자 AI 파운데이션 모델’ 프로젝트와 연계해 국산 AI 모델을 실제 대국민 서비스로 확산하는 후속 사업이다. 범용 AI 챗봇과 공공 AI 에이전트를 올해 출시하고, 향후 자산관리·학습 코칭·노후 설계 등으로 서비스를 확대해 ‘1인 1 AI 에이전트’ 시대를 구현하는 것이 목표다. ◆ B200 512장 놓고 ‘자원 경쟁’ 이번 사업의 핵심 경쟁력은 AI 서비스 자체뿐 아니라 이를 뒷받침할 컴퓨팅 자원이다. 정부는 올해 엔비디아 B200 GPU 최대 512장을 선정 사업자에 지원한다. 2개 사업자를 선정하면 각각 256장씩 배분하고, 3개 사업자를 선정할 경우 256장과 128장 단위로 차등 지원한다. 사업자는 국산 AI 모델을 중심으로 서비스를 구축해야 한다. 공모 기준상 독자 AI 파운데이션 모델 기준에 부합하는 국산 모델을 50% 이상 활용하고, 다른 국내 기업의 국산 모델도 30% 이상 활용해야 한다. 외산 모델은 필요한 경우 최소한으로 활용하는 방식이다. 과기정통부도 외산 모델을 단순히 20%까지 자유롭게 사용할 수 있다는 의미는 아니라고 설명했다. GPU 확보량에 따라 서비스 운영 능력도 달라질 수 있는 만큼 이번 평가에서는 단순한 AI 모델 성능뿐 아니라 GPU 활용과 인프라 운영, 대국민 서비스 구현 역량 등이 주요 변수가 될 전망이다. 일정도 빠듯하다. 정부는 이달 말 사업자를 확정한 뒤 9월 협약을 거쳐 9월 말 베타서비스를 시작하고 12월 정식 서비스에 들어갈 계획이다. 9월 말 베타부터 12월 정식 출시까지 실제 서비스를 구축하고 이용자를 확보해야 하는 만큼 사업자 입장에서는 기술력과 함께 서비스 실행력이 중요해졌다. ◆ SKT·KT·카카오, ‘생활형 AI’ 승부 SK텔레콤은 대규모 컨소시엄을 구성해 의료·금융·모빌리티·교육·세무·복지 등 생활 밀착형 서비스 전반을 공략한다. SK텔레콤 컨소시엄에는 라이너, 티맵모빌리티, SK브로드밴드, 엘리스그룹, 페르소나AI, 노타, 셀렉트스타, 에임인텔리전스, 신한카드, 하나카드, 굿닥, 해빗팩토리 등 다양한 기업과 기관이 참여했다. SK텔레콤은 월간 이용자 1000만명대의 AI 서비스 ‘에이닷(A.)’과 자체 AI 모델을 기반으로 대화와 검색·요약, 문서·이미지 분석, 일정 관리 등을 제공하는 범용 챗봇을 구축할 계획이다. 이후 공공 서비스 탐색과 신청, 증명서 발급은 물론 의료·교통·금융·교육 분야의 예약·신청·결제까지 처리하는 AI 에이전트로 확장한다는 구상이다. KT는 검색과 쇼핑, 주거, 교육, 금융을 아우르는 컨소시엄을 꾸렸다. 다음과 솔트룩스, 업스테이지, 모티프테크놀로지스, NC AI, 무신사, 직방, 커넥트웨이브, BC카드, 딥서치, 액션파워, 래블업, 리벨리온, 베슬에이아이코리아, EBS 등이 참여했다. KT는 포털·검색과 커머스, 금융, 교육 등 이용자의 일상생활과 밀접한 서비스를 AI 에이전트로 연결하는 데 초점을 맞췄다. 리벨리온과 베슬에이아이코리아 등 AI 반도체·인프라 기업을 포함해 서비스뿐 아니라 AI 연산 환경까지 고려한 것이 특징이다. 카카오는 LG 계열사들과 손잡았다. 카카오 컨소시엄에는 LG경영개발원 AI연구원, LG CNS, LG유플러스, LG전자, 루닛, 서울대학교병원, 신한은행, 데이원컴퍼니, 자비스앤빌런즈, 카카오엔터프라이즈, 크라우드웍스, 퓨리오사AI 등이 참여했다. 카카오는 카카오톡이라는 대규모 이용자 접점을 기반으로 자체 AI 모델 ‘카나나’와 행정안전부와 함께 운영한 AI 국민비서 경험을 앞세운다. LG AI연구원은 ‘K-엑사원’ 제공과 모델 고도화·안전성 검증, LG유플러스는 통신 고객을 활용한 대규모 실증과 품질 검증, LG전자는 생활가전 등 디바이스 연계, LG CNS는 공공 시스템과 데이터 연계를 맡는 구조다. 통신 3사 가운데 LG유플러스가 독자적으로 주관 컨소시엄을 꾸리는 대신 카카오를 중심으로 연합전선을 구축한 점도 눈에 띈다. ◆ 이스트소프트·중소 AI 기업도 도전장 이스트소프트는 메가존, 비드래프트, 슈어소프트테크, 와이즈넛, 이스트에이드, 폴라리스오피스, 한국생산성본부 등과 컨소시엄을 구성했다. 오피스 소프트웨어와 클라우드, AI·보안 및 품질 검증 역량을 결합해 차별화된 대국민 AI 서비스를 구축한다는 전략이다. 엠케이디와 제논은 단독으로 제안서를 냈다. 엠케이디는 리서치 특화 AI 플랫폼 ‘큐럴(Keural)’, 제논은 B2C AI 에이전트 포털 ‘제나(GenA)’를 기반으로 사업에 도전한다. 이번 경쟁에서 가장 눈에 띄는 변수 가운데 하나는 네이버클라우드의 불참이다. 자체 AI 모델 ‘하이퍼클로바X’와 검색·플랫폼 운영 역량을 보유한 네이버클라우드는 참여 가능성이 거론됐지만 최종적으로 제안서를 제출하지 않았다. 네이버클라우드는 진행 중인 다른 사업에 역량을 집중하기 위한 판단이라고 설명했다. 코난테크놀로지도 이번 사업에 참여하지 않고 국방·제조 등 B2B·B2G 사업에 집중하는 전략을 택한 것으로 알려졌다. 결국 ‘모두의 AI’는 네이버 없이 SK텔레콤·KT·카카오 등 대형 플랫폼과 통신사를 중심으로 AI 전문기업들이 경쟁하는 구도가 됐다. 하지만 이번 사업의 진짜 승부는 사업자 선정 이후다. 정부가 제공하는 B200 512장은 대규모 모델을 새로 학습하기 위한 자원이라기보다 올해 대국민 서비스 구축과 출시를 지원하기 위한 초기 인프라다. 정부 역시 올해는 모델 개발보다 서비스 개발이 중심인 만큼 GPU 수요가 상대적으로 적다는 입장이다. 2027년 이후에는 서비스 운영과 고도화에 필요한 정부 지원 규모도 달라질 수 있다. 결국 사업자들은 제한된 GPU로 얼마나 많은 이용자의 AI 요청을 안정적으로 처리할 수 있는지, 국산 AI 모델을 얼마나 효율적으로 서비스에 적용할 수 있는지를 증명해야 한다. 여기에 무료 서비스라는 공공성과 지속 가능한 수익모델까지 동시에 해결해야 한다. 정부는 필수 AI 기능을 무료로 제공한다는 원칙을 제시하고 있다. GPU 지원 범위를 넘어 이용자가 늘더라도 기업이 자체 수익모델 등을 활용해 핵심 기능의 무료 제공을 유지해야 한다는 것이다. 고급·특화 기능 등을 통해 수익을 확보하는 구조가 가능하지만, 서비스 이용자가 늘어날수록 비용도 함께 증가하는 만큼 사업자들의 부담도 커질 수밖에 없다. 한편 ‘모두의 AI’ 경쟁은 6개 사업자 중 누가 정부 GPU를 확보하느냐에서 끝나지 않는다. 12월까지 국민이 실제로 사용할 수 있는 AI 서비스를 만들고, 무료 서비스의 트래픽을 감당하면서도 지속 가능한 사업 구조를 만들어내는 기업이 최종 승자가 될 전망이다.2026-08-19 17:47:40
많이 본 뉴스
영상
Youtube 바로가기
![[데스크칼럼] 의원일 때는 공소취소, 장관 후보 되니 권한 없다](https://image.ajunews.com/content/image/2026/09/04/20260904104837581203_518_323.png)