2026.07.18 토요일
검색
'풀스택' 검색결과
기간검색
-
~
검색영역
검색어
-
'믿:음 K'부터 하이퍼 AI 네트워크까지…KT, 'AX 풀스택' 전략 공개 [경제일보] 인공지능(AI) 경쟁이 거대언어모델(LLM)을 넘어 데이터와 네트워크, AI 에이전트 등 전 영역으로 확대되면서 기업들의 AI 전환(AX) 전략도 고도화되고 있다. 이에 KT가 AI·데이터·네트워크를 아우르는 'AX 풀스택' 전략을 공개하며 미래 기술 경쟁력 확보에 나섰다. 15일 KT는 서울 서초구 KT우면연구개발센터에서 AX미래기술원 주관으로 'AX 테크 커넥트 2026'을 개최했다고 밝혔다. 이번 행사는 KT의 AX 실행 전략과 연구개발(R&D) 성과를 공유하는 자리로, AI와 데이터, 네트워크 기술을 실제 사업과 서비스로 연결하기 위한 미래 기술 방향성을 제시하는 데 초점을 맞췄다. 최근 글로벌 AI 시장은 AI 모델 자체의 성능 경쟁을 넘어 데이터 활용과 AI 에이전트, 컴퓨팅 인프라를 포함한 종합적인 기술 경쟁으로 확장되고 있다. 이에 기업들은 AI를 단순한 기술 개발에 그치지 않고 실제 업무와 서비스에 적용하기 위한 AX 전략 마련에 속도를 내고 있다. KT 역시 AI와 데이터, 네트워크를 유기적으로 연결하는 AX 풀스택 체계를 기반으로 연구개발 성과의 사업화를 확대한다는 전략이다. 이번 행사에서는 KT의 주요 AI 기술과 AX 전략이 공개됐다. 주요 전시로는 '믿:음 K' 모델과 멀티모달 AI, 에이전틱 AI 기반 솔루션, 데이터 AX 코어 등이 소개됐다. 또한 AX 사업 특화 AI 에이전트와 초개인화 서비스, 차세대 검색 및 분석 기술을 활용한 AI의 실질적인 업무 적용 방안도 선보였다. KT는 자체 AI 모델을 기반으로 AI가 스스로 업무를 수행하는 에이전틱 AI 기술과 초개인화 서비스를 고도화해 기업의 AX를 지원할 계획이다. 특히 AI가 사용자의 요청을 이해하고 필요한 작업을 수행하는 수준을 넘어 업무 환경 전반을 지원하는 방향으로 기술 적용 범위를 확대해 나간다는 방침이다. 연구개발 성과를 실제 사업으로 연결하기 위한 전략도 공개했다. 데이터 AX 코어를 통해 기업이 보유한 데이터를 효율적으로 활용할 수 있는 기반을 마련하고, 차세대 검색 및 분석 기술을 통해 AI의 활용 범위를 확대하는 등 AX 사업화를 본격화한다는 구상이다. 네트워크 분야에서는 AI 시대에 필요한 연결성과 컴퓨팅 인프라를 제공하는 '하이퍼 AI 네트워크'를 비롯해 네트워크 운영 관리를 자율적으로 수행하는 '오토노머스 오퍼레이션', AI·6G·양자 시대를 대비한 'AI 네트워크 보안 기술' 등이 소개됐다. KT는 AI 서비스의 확산과 함께 컴퓨팅 자원과 네트워크를 효율적으로 연결하는 인프라의 중요성이 커지고 있는 만큼 하이퍼 AI 네트워크를 통해 AI 시대에 최적화된 연결성과 안정성을 제공한다는 계획이다. 또한 네트워크 운영 과정에 AI 기술을 적용해 자율 운영 체계를 구축하고, AI와 차세대 네트워크 환경에 대응할 수 있는 보안 기술 확보에도 나설 방침이다. 주제 발표에서는 피지컬 AI 연구개발 추진 방향과 전사 AX 확대를 위한 데이터 전략, 하이퍼 AI 네트워크 추진 방향 등이 공유됐다. KT는 AI 기술이 디지털 영역을 넘어 물리적 환경과 결합하는 피지컬 AI 시대에 대비해 관련 연구를 확대하는 한편, 데이터와 네트워크를 기반으로 한 AX 전략을 지속 강화해 나간다는 계획이다. 박재형 KT AX미래기술원 원장은 "'AX 테크 커넥트 2026'은 KT의 핵심 기술과 미래 AX 전략을 공유하는 자리"라며 "앞으로도 고객 서비스와 산업 현장에 적용될 수 있는 실행력 기반의 AX 혁신 방향을 지속적으로 제시해 나갈 것"이라고 말했다.2026-07-15 16:55:36
-
다음 'AI 요약', 국산 NPU·LLM로 돌린다…"GPU보다 비용 30% 절감" [경제일보] 포털 다음이 검색 결과를 요약하는 인공지능(AI) 서비스에 국산 AI 반도체와 거대언어모델(LLM)을 함께 적용했다. 퓨리오사AI의 신경망처리장치(NPU) ‘레니게이드’에서 업스테이지의 LLM ‘솔라’를 구동하고, 이를 다음의 실제 검색 서비스에 연결한 구조다. 국산 AI 기술이 연구개발이나 개념검증(PoC)을 넘어 대규모 이용자를 보유한 포털 서비스의 상용 인프라에 투입됐다는 점에서 의미가 있다. 업스테이지는 기존 그래픽처리장치(GPU) 기반 운영과 비교해 현재 약 30%의 비용 절감 효과를 확인했다고 밝혔다. 업스테이지(대표 김성훈)와 다음 운영사 AXZ(대표 이건수), 퓨리오사AI(대표 백준호)는 15일 온라인 간담회를 열고 다음 ‘AI 요약’ 서비스의 기술 구성과 향후 확장 계획을 공개했다. 다음 AI 요약은 이용자가 검색어 또는 문장형 질문을 입력하면 LLM이 관련 웹문서를 분석해 핵심 답변과 근거를 정리해주는 서비스다. 지난 1일 베타로 출시돼 이슈와 금융, 엔터테인먼트, 건강, 사전, 일상 등 6개 영역에 우선 적용됐다. ◆ 국산 NPU 24개로 하루 5억 토큰 처리 AI 요약의 추론 연산은 퓨리오사AI의 2세대 NPU 레니게이드가 담당한다. 현재 서버 3개 노드에 레니게이드 24개를 배치해 하루 평균 약 5억개의 토큰을 처리하고 있다. 토큰은 AI 모델이 정보를 이해하고 답변을 생성할 때 사용하는 데이터 단위다. 퓨리오사AI는 레니게이드 칩뿐 아니라 솔라 모델을 반도체에 배치하는 컴파일러와 추론용 서빙 엔진도 자체 개발했다. 범용 GPU에 모델을 올리는 방식과 달리 하드웨어와 소프트웨어, 모델을 함께 최적화하는 공동설계 방식으로 처리 효율을 높였다는 설명이다. 백준호 대표는 “레니게이드는 솔라 모델을 가속하면서 엔비디아 H200과 대등한 수준의 처리 성능을 확보했다”며 “가격 대비 성능과 전력 대비 성능에서는 더 높은 효율을 보이고 있다”고 말했다. 김성훈 대표도 “현재 다음과 함께 서비스를 운영하면서 GPU를 사용할 때보다 약 30%의 비용 절감 효과를 보고 있다”고 설명했다. 퓨리오사AI는 기업의 AI 전환(AX) 환경에서는 처리량과 모델 구성에 따라 GPU 대비 1.5∼2배 높은 비용 효율을 확보할 수 있다고 보고 있다. 다만 H200과의 비교 조건과 모델 크기, 동시 처리량, 응답 지연시간 등 세부 측정값은 공개되지 않았다. 30% 비용 절감 역시 3사가 실제 운영 과정에서 산출한 수치로, 외부 기관의 독립적인 비교 검증 결과는 아니다. 향후 서비스 적용 범위가 확대됐을 때도 같은 비용 효율을 유지하는지가 상용 경쟁력을 가를 전망이다. ◆ 업스테이지의 모델, 퓨리오사AI의 칩, 다음의 이용자 이번 협력이 주목받는 이유는 국내 AI 산업이 부족했던 ‘실제 사용처’를 확보했다는 점이다. 국산 NPU는 성능을 갖추고도 대규모 상용 서비스 적용 사례와 이를 뒷받침하는 소프트웨어 생태계가 부족하다는 평가를 받아왔다. 국내 LLM 역시 모델을 개발한 뒤 이를 지속적으로 사용하는 대규모 이용자 접점을 확보하는 것이 과제였다. 업스테이지는 지난 5월 카카오로부터 다음 운영사 AXZ 인수를 마무리했다. 이를 통해 자체 LLM을 포털 검색에 적용하고 이용자 반응과 토큰 사용 데이터를 다시 모델 개선에 활용할 수 있는 구조를 확보했다. 업스테이지와 퓨리오사AI의 협력도 이번이 처음은 아니다. 두 회사는 2022년 업스테이지의 광학문자인식(OCR) 기술을 퓨리오사AI의 1세대 NPU ‘워보이’에 적용했다. 지난해 6월에는 솔라를 레니게이드에 최적화하고 온프레미스 생성형 AI 인프라를 공동 개발하기 위한 업무협약을 체결했다. 이번 다음 AI 요약은 당시 협력이 실제 서비스로 연결된 사례다. 3사는 이를 국내 기술로 반도체와 모델, 서비스를 연결한 첫 풀스택 소버린 AI 상용 사례라고 평가했다. 다만 ‘국내 최초’는 3사의 자체 판단이다. 줌인터넷을 운영하는 이스트에이드가 지난달 AI 검색 서비스 ‘AI 3초 요약’과 ‘AI 이슈 트렌드’에 LG AI연구원의 ‘K-엑사원’을 먼저 적용했지만, 다음은 AI 모델뿐 아니라 추론 반도체까지 국산 기술을 적용한 점을 차별화 요소로 내세우고 있다. ◆ 검색 질의 절반 이상으로 확대…비용 효율이 관건 다음은 현재 전체 검색 질의의 약 20%에 AI 요약을 적용하고 있다. 1차 목표는 적용 비중을 절반 이상으로 확대하는 것이다. 쇼핑과 맛집처럼 정보가 자주 바뀌고 이용자의 선택까지 연결되는 분야에는 별도의 버티컬 AI 서비스를 적용할 계획이다. 환각을 줄이기 위한 검색 구조도 고도화했다. 기존 키워드 검색과 의미를 중심으로 자료를 찾는 벡터 검색을 결합한 ‘하이브리드 검색’으로 최신 자료를 솔라에 전달하고, 답변 생성 과정은 하네스 엔지니어링으로 통제한다. 연내에는 후속 질문을 이어갈 수 있는 대화형 ‘AI 모드’도 출시할 예정이다. 장기적으로는 이용자의 관심사와 이용 기록을 바탕으로 개인별 정보를 제공하는 ‘1인 1에이전트’를 구상하고 있다. 관심 분야 뉴스를 매일 아침 자동으로 모아주는 서비스 등이 대표적인 활용 사례다. 서비스 확대에는 반도체 공급도 뒷받침돼야 한다. 퓨리오사AI는 올해 초 레니게이드 양산을 시작했으며 연내 최대 1만개까지 공급할 수 있다는 입장이다. 유럽에서는 에퀴닉스 리스본 데이터센터에 레니게이드 서버를 설치해 현지 기업의 성능 검증도 지원하고 있다. 이번 협력은 업스테이지가 참여하는 정부의 ‘독자 AI 파운데이션 모델’ 프로젝트에도 중요한 실증 사례가 될 전망이다. 다음달 예정된 2차 평가에서는 모델 성능뿐 아니라 산업 적용성과 실제 서비스 활용도가 주요 평가 요소로 거론된다. 업스테이지는 다음달 후속 솔라 모델도 공개할 예정이다. 김성훈 대표는 “다음 AI 서비스를 이용하면 솔라와 국산 NPU를 함께 사용하는 선순환이 만들어진다”며 “더 많은 사용이 기술과 품질 개선으로 이어지고, 개선된 품질이 다시 사용량을 늘리는 생태계를 구축하겠다”고 말했다.2026-07-15 14:01:14
-
![[경제일보] SK AX, AI 데이터센터 운영 실행축 부상…GPU를 수익으로 바꾼다](https://image.ajunews.com//content/image/2026/07/08/20260708095359284838.jpg)
SK AX, AI 데이터센터 운영 '실행축' 부상…GPU를 수익으로 바꾼다 [경제일보] SK그룹의 15GW 인공지능(AI) 데이터센터 전략에서 SK텔레콤이 전체 사업을 총괄한다면 SK AX는 인프라를 실제 기업 서비스와 수익으로 연결하는 핵심 계열사로 주목받고 있다. 데이터센터 운영 자동화와 GPU 자원 관리, 산업별 AI 적용 역량을 갖춘 그룹 내 실행 조직으로 평가받기 때문이다. SK그룹이 데이터센터 구축부터 운영까지 내부 역량을 연결하는 풀스택 전략을 추진할 경우 SK텔레콤이 전력과 부지, 고객 확보를 맡고 SK AX는 GPU와 서버, 네트워크, 전력·냉각 설비를 효율적으로 운영해 기업용 AI 서비스로 연결하는 역할을 담당할 것으로 전망된다. ◆ GPU를 '보유 자산'에서 '수익 자산'으로 SK AX의 경쟁력은 운영 소프트웨어에 있다. AI 데이터센터에서는 GPU를 얼마나 많이 확보했는지보다 여러 고객과 AI 모델에 효율적으로 배분해 가동률을 높이는 것이 수익성을 좌우한다. GPU 활용도가 낮아지면 막대한 장비 투자와 전력 비용을 회수하기 어렵다. SK AX는 AIOps 플랫폼을 통해 시스템 이상 징후를 실시간 분석하고 장애를 자동 복구하는 운영 체계를 구축하고 있다. Model Manager는 AI 모델의 배포와 성능을 통합 관리하고 GPUaaS는 작업 우선순위에 따라 GPU를 효율적으로 배분한다. 서버와 네트워크는 물론 전력·냉각 데이터를 함께 분석해 장애 대응을 사후 복구에서 예측·예방 중심으로 전환하는 것이 핵심이다. 이 같은 운영 기술은 SK텔레콤이 추진하는 GPUaaS와 AI 클라우드 사업의 경쟁력과도 직결된다. 고객을 확보하더라도 자원 배분과 장애 대응이 뒷받침되지 않으면 안정적인 서비스 품질과 수익성을 확보하기 어렵기 때문이다. SK AX의 또 다른 강점은 제조·금융·공공 분야에서 축적한 산업 AX 경험이다. AI 데이터센터가 연산 자원을 제공한다면 SK AX는 고객의 데이터를 정비하고 AI 모델을 업무 시스템에 적용해 운영과 보안까지 지원하는 역할을 맡는다. 제조업의 예지보전과 품질관리, 공급망 최적화 등을 AI 서비스로 연결하며 그룹 데이터센터의 안정적인 기업 수요를 만들어낼 수 있다는 평가다. CEO 직속 최고AI책임자(CAIO) 조직을 신설한 것도 AI 운영 플랫폼과 산업별 서비스를 핵심 사업으로 육성하겠다는 전략의 연장선이다. 향후 관건은 울산을 비롯한 그룹 AI 데이터센터에서 이 같은 운영 기술을 얼마나 빠르게 검증하느냐다. GPU 활용률과 운영 자동화, 전력 효율 개선 성과를 입증하면 그룹 내부를 넘어 외부 데이터센터와 기업 고객으로 사업을 확대할 가능성도 커진다. SK텔레콤이 AI 데이터센터의 규모와 고객을 책임진다면 SK AX는 그 안의 연산 자원을 효율적으로 운영해 산업 현장으로 연결하는 실행축이 될 전망이다. AI 인프라 경쟁이 설비 확충에서 운영 효율과 서비스 경쟁으로 옮겨갈수록 SK AX의 역할도 더욱 커질 것으로 보인다. [아주경제 2026년 07월 14일자 13면에 게재된 기사입니다.]2026-07-14 10:36:29
-
팀네이버, AI 취약점 찾는 기술로 ICML 상위 2.2%…'서울 월드모델'도 공개 [경제일보] 네이버가 인공지능(AI) 모델을 공격자의 시각에서 검증하는 레드티밍 기술로 세계 3대 AI 학회에서 상위권 평가를 받았다. 여러 AI의 협업 순서를 자동 설계하는 기술부터 서울을 가상공간에 재현한 월드모델까지 공개하며 검색을 넘어 피지컬 AI로 연구 범위를 넓혔다. 팀네이버는 지난 6일부터 11일까지 서울 코엑스에서 열린 국제머신러닝학회 ‘ICML 2026’에 참가해 논문 6편과 실서비스 적용 사례를 발표했다고 13일 밝혔다. ICML은 신경정보처리시스템학회(NeurIPS), 국제표현학습학회(ICLR)와 함께 세계 3대 AI·머신러닝 학회로 꼽힌다. 올해 처음 한국에서 개최됐다. ◆ AI가 위험한 답을 하도록 공격…배포 전 취약점 찾는다 가장 높은 평가를 받은 연구는 ‘스테이블 지플로우넷’이다. 대형언어모델(LLM)이 유해하거나 위험한 답변을 내놓도록 유도하는 공격 문장을 자동으로 생성해 취약점을 찾는 레드티밍 기술이다. 네이버에 따르면 해당 논문은 전체 채택 논문 중 상위 약 2.2%에 해당하는 ‘스포트라이트’에 선정됐다. 기존 생성흐름네트워크(GFlowNet) 기반 레드티밍은 학습이 불안정하거나 비슷한 공격 패턴만 반복하는 ‘모드 붕괴’ 문제가 있었다. 연구팀은 공격 문장끼리의 비교 학습과 불안정한 평가값을 걸러내는 방식을 적용해 공격 성공률과 다양성을 함께 높였다. 이 기술은 AI 서비스 출시 전 정상적인 성능만 시험하는 대신 악의적인 이용자가 안전장치를 우회하는 상황까지 점검하는 데 활용할 수 있다. 다만 실험에서 높은 공격 성능을 보였다는 사실이 모든 실제 서비스의 취약점을 찾아낼 수 있다는 의미는 아니다. 모델과 운영 환경에 따른 추가 검증이 필요하다. AI 모델의 개발·운영 비용을 줄이기 위한 연구도 발표됐다. ‘시머지’는 서로 다른 업무에 특화된 모델을 하나로 합칠 때 전체 구조를 다시 학습하지 않고 단일 레이어만 조정하는 병합 기술이다. 연구진은 비전과 자연어처리 벤치마크에서 기존 모델 병합 방식보다 경쟁력 있는 성능을 확인했다고 설명했다. ‘플로우봇’은 여러 AI 에이전트가 문제를 해결할 때 필요한 작업 순서를 자동으로 탐색한다. 사람이 도구 호출 순서와 업무 흐름을 일일이 설계하는 부담을 줄여 에이전트 개발 속도와 운영 효율을 높이는 기술이다. 수백∼수천개 데이터셋을 특성별로 나눠 학습한 뒤 한 차례 병합하는 연구도 공개됐다. 성격이 다른 데이터를 한꺼번에 학습할 때 발생하는 성능 충돌을 줄이면서 LLM 후공정 비용을 낮추는 데 초점을 맞췄다. ◆ 서울을 로봇 훈련장으로…피지컬 AI 연결 현실 공간을 이해하는 연구도 주요 축이었다. 네이버는 흔들리거나 초점이 흐린 단일 카메라 영상에서 물체의 이동 궤적과 형태를 분리해 움직이는 3차원 장면을 복원하는 기술을 발표했다. 자율주행과 로봇이 동적인 환경을 파악하는 데 활용할 수 있다. 네이버·네이버랩스와 KAIST, 서울대가 공동 개발한 ‘서울 월드모델’도 소개했다. 서울 전역의 공간 데이터를 가상 환경으로 구현해 로봇이 실제 도시에 투입되기 전 이동 경로와 행동을 반복 학습하도록 하는 플랫폼이다. 팀네이버가 이번 학회에서 강조한 것은 개별 논문 수보다 연구의 연결 구조다. AI 모델을 개발한 뒤 안전성을 검증하고 여러 모델과 에이전트를 효율적으로 운영한 다음 로봇이 움직이는 현실 공간까지 적용하겠다는 것이다. 향후 연구 성과가 검색과 지도, 쇼핑, 로봇 등 실제 서비스의 성능과 비용 개선으로 이어지는지가 ‘AI 풀스택’ 전략을 평가할 기준이 될 전망이다.2026-07-13 11:51:59
-
'로봇만 사면 끝?' SK AX, 공장 운영체계까지 바꾸는 '제조 RX' 띄운다 [경제일보] 제조업의 로봇 전환이 단순 장비 도입을 넘어 공장 운영체계 재설계 경쟁으로 옮겨가고 있다. SK AX가 로봇 도입 전 검증부터 현장 자율 제어, 공장 전체 통합 관제까지 묶은 제조 RX 사업을 본격화한다. SK AX는 제조 기업의 로봇 기반 운영 혁신을 지원하는 ‘제조 RX 풀스택 서비스’를 추진한다고 9일 밝혔다. RX는 Robot Transformation의 약자로 생산 현장에 로봇을 들이는 수준을 넘어 로봇과 설비, 생산관리시스템, 현장 데이터를 하나의 운영체계로 연결하는 것이 핵심이다. SK AX 관계자는 “디지털 트윈과 피지컬 AI 기술을 융합해 로봇 도입 과정의 잠재 리스크를 사전에 검증하고 현장 자율 제어와 공장 전체 통합 운영까지 단계별로 지원한다”며 “로봇과 생산관리시스템(MES), 설비 데이터가 실시간으로 연결되면 공장 전체가 유기적으로 움직이는 자율형 제조 환경 구현이 가능해진다”고 설명했다. 제조 현장에서 로봇 도입 수요는 커지고 있지만 실제 성과를 내기는 쉽지 않다. 설비 간 간섭, 물류 병목, 작업자 동선 충돌, 충전 대기, 돌발 장애물 등 변수가 많기 때문이다. 특히 반도체처럼 물류 흐름이 복잡하거나 조선처럼 작업 환경이 수시로 바뀌는 현장에서는 기존 규칙 기반 자동화만으로 안정적인 운영을 구현하는 데 한계가 있다. SK AX는 이 문제를 디지털 트윈과 피지컬 AI, 이기종 로봇 통합 관제로 풀겠다는 구상이다. 디지털 트윈 단계에서는 △실제 공장의 도면 △설비 배치 △작업자 동선 △자재 흐름 △공정조건에 따른 실시간 품질 변화 등을 가상 공간에 구현한다. 로봇을 현장에 투입하기 전 수천 건의 주행·작업 시나리오를 반복 검증해 품질 제어 변수와 병목 구간, 충돌 가능성, 충전 스케줄링 등을 미리 확인하는 방식이다. 현장 투입 이후에는 VLA 모델 기반 피지컬 AI를 적용한다. VLA는 시각으로 보고 언어적으로 이해하고 행동을 수행하는 AI 모델이다. 정해진 동작만 반복하는 기존 로봇과 달리 장애물이나 작업 환경 변화를 인식해 작업 방식을 조정할 수 있다. 마지막 단계는 공장 전체 통합 운영이다. 미래 제조 현장에서는 자율주행로봇, 협동로봇, 휴머노이드 등 서로 다른 제조사와 운영체계를 가진 로봇이 함께 움직여야 한다. SK AX는 이기종 로봇 통합 관제 시스템을 통해 다양한 로봇을 하나의 체계로 묶고 MES 등 생산 시스템과 연계해 작업 지시와 경로, 공정 흐름을 조정한다. 현재 제조 RX는 실증·개념검증(PoC) 단계에 있다. SK AX는 반도체 산업에서 현장 데이터 축적과 함께 디지털 트윈, 로봇 통합 관제 관련 모델을 검증하고 있으며 이를 조선 산업으로도 확대하고 있다. 고객사가 실제 도입을 원할 경우 검증된 모델을 기반으로 언제든 상용서비스 전환이 가능하다. 김광수 SK AX 제조서비스부문장은 “제조업의 로봇 전환은 단순한 하드웨어 구매가 아니라 로봇이 생산 현장에서 안정적으로 운영되고 공장 전체와 연결되도록 만드는 운영 역량이 핵심”이라고 말했다.2026-07-09 10:16:50
-
네이버클라우드·미스트랄AI, 제조 AI 공동전선…한국·유럽 AI 생태계 구축 [경제일보] 미국 빅테크 중심으로 생성형 인공지능(AI) 시장이 재편되는 가운데 네이버클라우드가 프랑스 AI 기업 미스트랄AI와 손잡고 글로벌 제조 AI 시장 공략에 나선다. 범용 AI 모델 경쟁을 넘어 제조 현장에 특화된 소버린 AI 서비스를 공동 개발하며 한국과 유럽을 연결하는 산업 AI 생태계 구축에 속도를 내는 것으로 풀이된다. 8일 네이버클라우드는 프랑스 AI 기업 미스트랄AI와 제조 AI 사업 협력을 위한 전략적 파트너십을 체결했다고 밝혔다. 양사는 제조 산업을 중심으로 공동 비즈니스를 추진하고, 국내 시장을 시작으로 글로벌 소버린 AI 시장까지 협력 범위를 확대할 계획이다. 이번 협력에 대해 네이버클라우드는 AI 산업의 주도권이 미국 빅테크에 집중되는 상황에서 아시아와 유럽의 대표 AI 기업이 연합해 독자적인 AI 생태계를 구축한다는 점에서 의미가 크다고 강조했다. 양사는 미국 중심의 범용 AI 대신 산업 현장의 데이터 주권과 각국의 규제 환경을 고려한 소버린 AI 전략을 기반으로 제조 기업들의 AI 전환을 지원한다는 방침이다. 특히 제조업은 AI 도입 효과가 가장 빠르게 나타나는 분야로 꼽힌다. 생산 공정 최적화와 품질 검사, 설비 예지보전, 공급망 관리 등 다양한 영역에서 AI 활용이 확대되고 있으며, 제조 데이터를 안전하게 관리하면서 산업 현장에 즉시 적용할 수 있는 AI 서비스에 대한 수요도 커지고 있다. 미스트랄AI는 유럽 제조업에서 축적한 경험을 강점으로 내세우고 있다. 에어버스와 BMW, ASML 등 글로벌 제조기업과 협력하며 실시간 품질 이상 감지와 부품 선택 최적화 등 제조 특화 AI 기술을 확보해 왔다. 네이버클라우드는 국내 클라우드 인프라와 AI 서비스 운영 경험을 바탕으로 한국 제조 환경에 최적화된 서비스를 제공할 계획이다. 양사는 네이버클라우드의 통합 클라우드 환경과 미스트랄AI의 AI 모델을 결합해 제조 현장에서 즉시 활용할 수 있는 AI 서비스를 공동 개발한다. 단순히 AI 모델을 제공하는 수준을 넘어 실제 생산 현장의 문제를 해결할 수 있는 산업 맞춤형 서비스를 구축하는 것이 목표다. 이번 협력에는 엔비디아 중심 AI 생태계와의 연계도 반영됐다. 네이버클라우드와 미스트랄AI는 모두 엔비디아가 글로벌 AI 기업들과 구축한 '네모트론 연합'에 참여하고 있다. 양사는 공통 기술 생태계를 기반으로 연구개발과 서비스 개발을 공동 추진하며 제조 AI 분야에서 시너지를 높인다는 전략이다. 협약 체결 직후 양사는 네이버 제2사옥 1784에서 공동 워크숍을 열고 상용 서비스 출시를 위한 실행 로드맵 수립에 착수했다. 연구진 간 공동 연구개발과 기술 교류를 지속하는 한편 제조 현장의 AI 과제를 공동 발굴하고 실제 산업 환경에서 검증하는 체계를 구축할 계획이다. 국내 제조기업을 위한 지원 체계도 마련한다. 네이버클라우드 플랫폼을 통해 미스트랄AI의 최신 AI 모델과 플랫폼 등 풀스택 서비스를 제공하며, 미스트랄AI의 현장 전담 엔지니어(FDE)를 국내 고객사에 직접 투입해 기술 지원과 문제 해결을 지원할 예정이다. 이를 통해 기업들이 AI 도입 과정에서 겪는 기술적 부담을 줄이고 현장 적용 속도를 높인다는 방침이다. 첫 협력 과제는 유럽 제조 현장에서 검증된 AI 활용 사례를 국내 산업 환경에 적용하는 것이다. 양사는 품질 이상 감지와 부품 선택 최적화 등 제조 AI 기술을 국내 제조기업에 적용해 생산성과 품질 경쟁력을 높이는 동시에, 기업들이 데이터를 외부에 이전하지 않고도 안전한 환경에서 AI를 활용할 수 있도록 지원할 계획이다. 미스트랄AI 제프 순 APAC 대표는 "네이버클라우드는 제조 AI 비즈니스를 함께 실현할 수 있는 최적의 파트너"라며 "미스트랄AI가 유럽 제조 현장에서 쌓아온 노하우와 네이버클라우드의 탄탄한 인프라를 결합해 한국을 포함한 글로벌 제조 기업들의 AI 전환을 실질적으로 지원하겠다"고 말했다. 이번 협력은 네이버클라우드가 AI 인프라 기업을 넘어 산업별 AI 플랫폼 사업자로 영역을 확대하는 행보로도 분석된다. 최근 공공과 금융, 제조 등 데이터 주권이 중요한 산업을 중심으로 소버린 AI 수요가 확대되는 가운데, 글로벌 AI 기업과 협력을 통해 산업별 맞춤형 AI 서비스를 확보하며 시장 경쟁력을 높이려는 전략이다. 양사는 국내에서 성공적인 제조 AI 적용 사례를 확보한 뒤 이를 기반으로 글로벌 제조기업을 대상으로 공동 사업을 확대할 계획이다. 한국과 유럽에서 축적한 제조 AI 경험을 바탕으로 미국 중심 AI 시장과 차별화된 소버린 AI 생태계를 구축하며 글로벌 산업 AI 시장 공략에 속도를 낸다는 방침이다. 김유원 네이버클라우드 대표는 "이번 파트너십은 글로벌 시장에서 검증된 미스트랄AI의 제조 특화 기술력과 네이버클라우드의 안정적인 인프라를 결합하는 실질적인 비즈니스 협력"이라며 "국내에서 성공적인 레퍼런스를 구축하고, 이를 바탕으로 글로벌 소버린 AI 시장에서 공동 비즈니스 기회를 지속적으로 발굴해 나갈 것"이라고 말했다.2026-07-08 11:17:24
-
'양자 플랫폼' 키우는 메가존클라우드…파스칼과 전략 협력 [경제일보] 생성형 인공지능(AI)에 이어 양자컴퓨팅이 차세대 컴퓨팅 기술로 주목받는 가운데 메가존클라우드가 글로벌 양자컴퓨팅 기업과 손잡고 국내 양자 서비스 시장 공략에 나선다. 교육과 컨설팅을 넘어 기업이 실제 업무에 양자컴퓨팅을 활용할 수 있는 실행 환경을 구축하며 양자 사업 확대에 속도를 내고 있는 것으로 분석된다. 7일 메가존클라우드는 프랑스 중성원자 양자컴퓨팅 기업 파스칼과 국내 양자컴퓨팅 사업 협력을 위한 전략적 업무협약(MOU)을 체결했다고 밝혔다. 협약식은 지난 3일 서울 JW 메리어트 동대문 스퀘어에서 열렸으며, 김동호 메가존클라우드 최고양자책임자(CQO)와 로익 앙리에 파스칼 최고기술책임자(CTO) 등 양사 관계자가 참석했다. 이번 협력은 메가존클라우드의 통합 양자 서비스 플랫폼 'WAVE'와 파스칼의 중성원자 기반 양자처리장치(QPU)를 연계해 국내 기업들이 양자컴퓨팅을 보다 쉽게 활용할 수 있는 환경을 구축하는 것이 핵심이다. 양사는 양자 클라우드 서비스 구축은 물론 산업별 활용 사례 발굴과 온프레미스 양자컴퓨터 공급까지 협력 범위를 확대할 계획이다. 최근 AI 확산과 함께 양자컴퓨팅은 금융과 바이오, 제조, 물류 등 대규모 연산이 필요한 산업에서 차세대 핵심 기술로 주목받고 있다. 기존 컴퓨터가 해결하기 어려운 최적화 문제와 신약 개발, 소재 탐색 등을 빠르게 수행할 수 있을 것으로 기대되면서 글로벌 빅테크와 클라우드 기업들도 관련 기술 확보 경쟁을 벌이고 있다. 국내에서도 정부를 중심으로 양자 산업 육성이 본격화되고 있다. 연구개발 중심이던 양자 기술이 산업 현장으로 확대되면서 기업들이 실제 업무에 활용할 수 있는 클라우드 기반 서비스와 실행 환경 구축이 새로운 과제로 떠오르고 있다. 이에 메가존클라우드 역시 기존 AI·클라우드 사업을 기반으로 양자컴퓨팅 분야까지 사업 영역을 넓히며 차세대 컴퓨팅 시장 선점에 나선 것으로 풀이된다. 메가존클라우드는 이번 협력을 통해 파스칼의 풀스택 중성원자 QPU 기술과 양자 소프트웨어 개발 키트(QSDK)를 WAVE의 양자 클라우드 실행 환경에 통합한다. 이를 통해 메가존클라우드는 국내 기업들이 별도의 양자컴퓨터를 구축하지 않고도 클라우드 환경에서 양자 워크로드를 실행하고 다양한 실증 프로젝트를 수행할 수 있게 될 것으로 전망하고 있다. WAVE는 메가존클라우드가 운영하는 통합 양자 서비스 브랜드다. 기업이 양자 기술을 실제 업무에 적용할 수 있도록 교육과 컨설팅부터 양자 클라우드, 온프레미스 에뮬레이터, 산업별 적용까지 전 과정을 지원하는 플랫폼으로 운영되고 있다. 특히 이번 협력으로 국내 기업들은 중성원자 방식의 양자컴퓨팅 기술도 활용할 수 있게 된다. 중성원자 양자컴퓨팅은 레이저를 이용해 개별 중성원자를 제어하는 방식으로 큐비트를 대규모로 배열하고 유연하게 연결할 수 있다는 특징이 있다. 양사는 이러한 기술을 국내 클라우드 환경에서 제공해 기업들의 양자컴퓨팅 접근성을 높인다는 계획이다. 산업별 실증 사업도 함께 추진한다. 양사는 금융과 물류, 바이오, 제조 등 다양한 산업을 대상으로 기업 세미나와 기술 워크숍, 공동 개념검증(PoC)을 진행해 실제 업무에 적용 가능한 활용 사례를 발굴할 예정이다. 단순 기술 소개를 넘어 기업들이 양자컴퓨팅의 효과를 직접 검증할 수 있도록 지원하는 것이 목표다. 온프레미스 양자컴퓨터 구축 사업도 협력 대상이다. 양사는 국내 연구기관과 기업을 대상으로 온프레미스 양자컴퓨터 공급과 구축 기회를 공동 발굴하고, 고성능컴퓨팅(HPC) 센터와 연계한 하이브리드 컴퓨팅 환경 구축도 추진한다. 이를 통해 국내 고전 컴퓨팅과 양자컴퓨팅을 결합한 연구·산업 생태계 조성에도 기여한다는 방침이다. 이번 협력은 메가존클라우드가 기존 클라우드 관리 서비스(MSP)를 넘어 양자 플랫폼 사업자로 영역을 확장하는 행보로도 분석된다. AI와 클라우드 사업에서 축적한 인프라 구축 경험을 바탕으로 양자컴퓨팅 서비스까지 포트폴리오를 확대하며 국내 기업들의 차세대 컴퓨팅 도입을 지원하는 역할을 강화하겠다는 전략이다. 메가존클라우드는 앞으로 글로벌 양자 기술 기업들과 협력을 확대하는 한편 국내 기업들이 양자컴퓨팅을 실제 비즈니스 경쟁력으로 연결할 수 있도록 서비스 고도화와 산업별 생태계 구축을 지속 추진할 계획이다. 메가존클라우드 김동호 CQO는 "국내 기업이 양자컴퓨팅을 실제 업무에 적용하기 위해서는 신뢰할 수 있는 인프라와 검증된 활용 사례가 뒷받침돼야 한다"며 "메가존클라우드는 WAVE를 통해 파스칼의 양자 기술을 국내 클라우드 환경에서 제공하고 산업별 활용 사례 발굴과 연구기관 대상 구축을 함께 추진해, 국내 기업이 양자컴퓨팅을 실질적인 경쟁력으로 전환할 수 있도록 지원할 것"이라고 말했다.2026-07-07 17:33:27
-
SKT, 15GW AI 데이터센터 구축…'아시아 AI 허브' 승부수 [경제일보] SK텔레콤이 총 15GW 규모의 초대형 인공지능(AI) 데이터센터 구축에 나서며 AI 인프라 사업 확대에 속도를 낸다. 울산을 시작으로 전국에 AI 데이터센터를 단계적으로 확대하고, 글로벌 빅테크의 AI 컴퓨팅 수요를 국내로 유치해 한국을 아시아 AI 인프라 허브로 육성하겠다는 전략이다. 5일 SK텔레콤은 경남 진주 경상대에서 진행된 '영남권 첨단산업 육성전략 국민보고회'에서 오는 2035년까지 총 15GW 규모의 AI 데이터센터 구축을 추진한다고 지난 3일 밝혔다. 우선 울산 AI 데이터센터를 시작으로 영남권에 2GW 이상 규모의 AI 클러스터를 조성하고, 서남권에도 1GW 규모의 데이터센터를 추가 구축해 오는 2029년부터 총 5GW 규모의 AI 데이터센터를 단계적으로 운영할 계획이다. 이후 AI 수요와 투자 여건을 고려해 2035년까지 15GW 규모로 확대한다는 구상이다. 이번 프로젝트는 생성형 AI 확산으로 AI 모델 학습과 추론을 위한 고성능 컴퓨팅 수요가 급증하는 가운데 AI 인프라를 미래 핵심 성장동력으로 확보하기 위한 전략으로 풀이된다. AI 서비스 경쟁이 결국 컴퓨팅 자원 확보 경쟁으로 이어지면서 대규모 데이터센터 구축이 국가 AI 경쟁력을 좌우하는 핵심 요소로 떠오르고 있기 때문이다. 실제 글로벌 AI 인프라 확보 경쟁도 갈수록 치열해지고 있다. 글로벌 경영 및 전략 컨설팅 기업 맥킨지앤컴퍼니는 글로벌 데이터센터 수요가 매년 19~22% 성장하는 반면 공급은 이를 따라가지 못해 오는 2030년 미국에서만 약 15GW 규모의 데이터센터 공급 부족이 발생할 것으로 전망했다. 아마존 역시 올해 약 2000억 달러(약 300억원) 규모의 설비투자(CAPEX)를 예고하는 등 글로벌 빅테크들은 AI 컴퓨팅 자원 확보를 위한 투자 확대에 나서고 있다. SK텔레콤은 한국이 AI 데이터센터 구축에 유리한 환경을 갖추고 있다고 판단하고 있다. 고대역폭메모리(HBM) 등 AI 반도체 경쟁력을 비롯해 원자력과 액화천연가스(LNG)를 기반으로 한 안정적인 전력 공급 체계, 대규모 반도체 생산시설 운영을 통해 축적한 인프라 구축 경험 등이 글로벌 AI 기업들의 투자 수요를 끌어들일 수 있는 경쟁력이라는 설명이다. 특히 울산 AI 데이터센터는 향후 국내 AI 인프라 전략의 핵심 거점 역할을 맡는다. 현재 SK텔레콤은 아마존웹서비스(AWS)와 함께 오는 2027년 하반기 가동을 목표로 하이퍼스케일 AI 데이터센터를 건설하고 있다. 이 시설에는 AI 데이터센터 전용 냉각 시스템과 대규모 전력 운영 기술이 적용될 예정이며, 향후 글로벌 AI 기업들의 컴퓨팅 수요를 수용하는 거점으로 활용할 계획이다. SK텔레콤은 최근 엔비디아와 차세대 AI 데이터센터 형태인 'AI 팩토리' 구축 계획도 발표하는 등 글로벌 AI 기업과의 협력도 확대하고 있다. 오는 2027년 AI 팩토리 운영을 시작한 뒤 단계적으로 규모를 확대해 AI 인프라 경쟁력을 강화한다는 방침이다. 이번 프로젝트에는 SK그룹의 AI 인프라 역량도 집결된다. AI 데이터센터 구축에 필요한 반도체와 에너지, 데이터센터 설계·운영 역량 등을 그룹 계열사와 연계하고, SK텔레콤은 AI 데이터센터의 설계와 구축, 운영을 총괄하는 'AI 인프라 설계자' 역할을 수행한다. 그룹 차원의 풀스택 AI 역량을 기반으로 글로벌 수준의 AI 인프라를 구축한다는 전략이다. SK텔레콤은 AI 데이터센터를 단순한 서버 시설이 아닌 미래 국가 경쟁력을 좌우할 핵심 인프라로 보고 있다. AI 산업 성장에 필요한 컴퓨팅 자원을 안정적으로 공급하는 것은 물론 반도체와 클라우드, 통신, 전력 산업을 연결하는 기반 역할을 수행할 것으로 기대하고 있다. 이에 AI 데이터센터를 경부고속도로와 초고속 인터넷에 이은 차세대 국가 혁신 인프라로 육성하고, 한국을 아시아 AI 인프라 허브로 성장시키겠다는 목표다. 정재헌 SK텔레콤 CEO는 "이번 AI 데이터센터 구축은 글로벌 AI 생태계가 필요로 하는 컴퓨팅 인프라를 선제적으로 준비하기 위한 것"이라며 "정부·산업계·지역사회와 긴밀히 협의해 대한민국이 아시아의 핵심 AI 인프라 허브로 성장하는 데 기여하겠다"고 말했다.2026-07-05 09:00:00
-
![[800조 전쟁] 네이버, 검색기업에서 AI 인프라 기업으로…한국형 AI 클라우드 승부수](https://image.ajunews.com//content/image/2026/07/02/20260702133721741262.jpg)
네이버, 검색기업에서 AI 인프라 기업으로…'한국형 AI 클라우드' 승부수 [경제일보] 정부가 인공지능(AI) 데이터센터를 대한민국 미래 산업을 이끌 핵심 국가 인프라로 공식화하면서 네이버의 기업 가치도 새로운 관점에서 재조명되고 있다. 검색과 포털 중심 플랫폼 기업으로 인식됐던 네이버가 데이터센터와 클라우드, 자체 거대언어모델(LLM)을 아우르는 AI 인프라 기업으로 사업 무게중심을 옮기고 있어서다. 지난달 29일 정부는 '대한민국 대도약 3대 메가 프로젝트'를 발표하며 반도체와 피지컬 AI, AI 데이터센터를 국가 성장전략의 세 가지 핵심 축으로 제시했다. 반도체를 만드는 것에서 끝나는 것이 아니라 AI를 학습하고 서비스할 데이터센터와 클라우드 인프라까지 국가 경쟁력의 핵심으로 규정한 것이다. 이 같은 변화 속에서 네이버는 국내 기업 가운데 보기 드물게 AI 데이터센터와 자체 AI 모델, 클라우드 서비스를 모두 보유한 사업자로 꼽힌다. 글로벌 빅테크처럼 반도체를 직접 설계하거나 생산하지는 않지만 AI 서비스를 구현하는 핵심 기반을 대부분 자체적으로 구축하고 있다는 점에서다. AI 데이터센터가 바꾼 네이버의 미래 특히 네이버가 지난해 본격 가동에 들어간 세종 AI 데이터센터 '각 세종'은 이러한 전략의 상징으로 평가된다. 축구장 수십 개 규모의 부지에 들어선 각 세종은 기존 인터넷 서비스 운영을 위한 서버 시설을 넘어 초거대 AI 모델 학습과 추론을 지원하는 AI 데이터센터를 지향한다. 대규모 GPU 연산 자원을 기반으로 생성형 AI 서비스를 안정적으로 운영할 수 있도록 설계됐으며 향후 AI 수요 증가에 맞춰 확장성도 고려했다. 데이터센터의 의미는 과거와 달라지고 있다. 과거에는 인터넷 서비스를 안정적으로 운영하기 위한 서버 공간이었다면 생성형 AI 시대에는 막대한 데이터를 저장하고 인공지능 모델을 학습시키는 'AI 팩토리'로 역할이 바뀌고 있다. AI 모델의 성능이 GPU와 데이터센터의 규모, 전력 공급 능력에 크게 좌우되면서 데이터센터 자체가 국가 산업 경쟁력을 결정하는 핵심 자산으로 떠오르고 있는 것이다. 실제로 이재명 대통령도 '대한민국 대도약 3대 메가 프로젝트 국민보고회'에서 "피지컬 AI를 통해 산업 현장에서 생성된 데이터가 데이터센터에 축적되고 이를 기반으로 다시 산업 혁신이 이뤄지는 선순환 구조를 만들어야 한다"며 전국 단위 AI 데이터센터 구축을 핵심 과제로 제시했다. 정부가 AI 데이터센터를 단순한 민간 시설이 아닌 국가 전략 인프라로 공식 규정한 것은 이번이 처음이라는 점에서 산업계도 의미를 크게 보고 있다. 네이버 역시 데이터센터를 단순한 설비 투자로 접근하지 않는다. AI 데이터센터와 자체 LLM인 하이퍼클로바X, 네이버클라우드를 하나의 생태계로 연결하는 전략을 추진하고 있다. 데이터를 저장하는 공간과 AI를 학습하는 모델, 이를 기업과 공공기관이 활용할 수 있도록 제공하는 클라우드 서비스를 하나의 밸류체인으로 구축하겠다는 구상이다. 이는 글로벌 AI 산업의 경쟁 방식과도 맞닿아 있다. 미국에서는 AI 경쟁력이 단순히 거대언어모델의 성능만으로 결정되지 않는다. AI 모델을 안정적으로 학습시키고 서비스를 제공할 수 있는 초대형 데이터센터와 클라우드 인프라 확보가 경쟁력을 좌우하고 있다. 실제로 미국 빅테크들은 수십조 원을 투입해 AI 데이터센터를 확충하고 있으며 AI 투자의 상당 부분도 컴퓨팅 인프라에 집중되고 있다. 국내에서도 AI 인프라 경쟁은 본격화되는 분위기다. SK그룹은 울산을 시작으로 전국에 총 5GW 규모 AI 데이터센터 구축을 추진하고 있고, 삼성전자 역시 AI 반도체 경쟁력 강화에 속도를 내고 있다. LG그룹도 AI 데이터센터와 냉각 솔루션, AI 부품 사업을 미래 성장동력으로 육성하고 있다. 이 가운데 네이버는 제조기업과는 다른 방식으로 AI 생태계 경쟁에 뛰어들고 있다. 직접 반도체를 생산하는 대신 AI 서비스를 실제 구현하는 플랫폼과 클라우드, 데이터센터를 중심으로 경쟁력을 확보하는 전략이다. 정부가 AI 데이터센터를 국가 핵심 인프라로 제시하면서 이러한 전략 역시 새로운 성장 동력으로 주목받고 있다는 평가가 나온다. 공공 AI 시장 노리는 'AI 풀스택' 전략 네이버의 AI 인프라 전략은 네이버클라우드를 중심으로 구체화되고 있다. AI 서비스가 실제 산업 현장에서 활용되기 위해서는 초거대 AI 모델뿐 아니라 이를 안정적으로 운영할 수 있는 클라우드 환경이 필수적이기 때문이다. 네이버는 자체 AI 모델인 하이퍼클로바X를 네이버클라우드와 결합해 기업과 공공기관이 생성형 AI를 업무에 활용할 수 있는 환경을 확대하고 있다. 실제 네이버클라우드는 지난해 12월 한국수력원자력과 '뉴로클라우드 포 하이퍼클로바X' 기반 원전 특화 생성형 AI 플랫폼 구축 계약을 체결했다. 한수원 내부 데이터를 기반으로 원자력 산업에 특화된 AI 플랫폼을 구축하는 사업으로, 네이버클라우드는 이를 원전 분야 특화형 LLM 서비스 구축 사례로 설명하고 있다. 한국은행과도 올해 3월 같은 솔루션 기반의 전용 생성형 AI 플랫폼 제공 계약을 맺었다. 한국은행 보유 데이터를 학습해 금융·경제 특화 생성형 AI 모델을 구축하고, 장기적으로는 한국은행 자료의 검색·요약·추천 등을 연계한 대국민 서비스 발굴도 검토한다는 계획이다. 이처럼 네이버클라우드는 단순히 AI 모델을 개발하는 데 그치지 않고 기관별 데이터를 안전한 환경에서 학습·활용할 수 있는 전용 AI 플랫폼을 제공하는 방식으로 사업 영역을 넓히고 있다. 특히 폐쇄망 또는 기관 내부 환경에서 생성형 AI를 활용하려는 공공·금융·에너지 분야 수요와 맞물리면서 하이퍼클로바X와 클라우드를 결합한 'AI 풀스택' 전략이 구체화 되고 있다. 특히 정부가 AI 데이터센터를 국가 전략 인프라로 제시하면서 공공 AI 시장 확대 가능성도 커지고 있다. 정부와 지방자치단체를 비롯한 공공기관은 보안과 데이터 주권 문제로 해외 클라우드 사용에 신중한 입장을 보여왔다. 이에 따라 국내 데이터센터와 자체 AI 모델을 보유한 사업자에 대한 관심도 높아질 것이라는 전망이 나온다. 이 과정에서 주목받는 개념이 '소버린 AI(Sovereign AI)'다. 소버린 AI는 국가의 언어와 문화, 법·제도, 데이터를 기반으로 자국 내에서 AI를 개발·운영하는 전략을 의미한다. AI 기술뿐 아니라 데이터와 컴퓨팅 인프라까지 자국이 통제할 수 있어야 한다는 개념으로 최근 유럽과 일본, 싱가포르 등 주요 국가들도 관련 정책을 확대하고 있다. 네이버 역시 이러한 흐름에 맞춰 국내 데이터를 기반으로 한 AI 생태계 구축을 추진하고 있다. 국내에서 생성된 데이터를 국내 데이터센터에 저장하고, 자체 AI 모델이 이를 학습한 뒤 다시 기업과 공공기관에 서비스를 제공하는 구조다. 정부가 강조하는 AI 데이터센터 구축과도 방향성이 맞닿아 있다는 평가다. 글로벌 빅테크와 AI 인프라 경쟁 다만 넘어야 할 과제도 적지 않다. 글로벌 AI 인프라 시장은 이미 미국 빅테크들이 막대한 자본력을 앞세워 주도하고 있기 때문이다. 시장조사업체들에 따르면 전 세계 클라우드 시장은 현재 아마존웹서비스(AWS), 마이크로소프트 애저(Azure), 구글 클라우드가 대부분을 차지하고 있다. 이들은 수백억 달러를 투입해 AI 데이터센터를 지속적으로 확대하고 있으며 엔비디아 최신 GPU 확보 경쟁에서도 우위를 점하고 있다. 반면 국내 사업자는 상대적으로 제한된 투자 규모와 GPU 확보 여건, 전력 비용 부담 등을 안고 있다. 성능 경쟁뿐 아니라 컴퓨팅 자원 확보 경쟁에서도 글로벌 사업자와 격차를 줄여야 하는 상황이다. 업계에서는 정부가 '반도체·피지컬 AI·AI 데이터센터'를 대한민국 미래 산업을 이끌 '3대 메가 프로젝트'로 공식화한 것이 이러한 격차를 줄이는 계기가 될 수 있을 것으로 기대한다. 정부가 전국 단위 AI 데이터센터 구축과 전력 인프라 확충, 인허가 지원 등을 통해 AI 인프라를 국가 전략 차원에서 육성하겠다는 의지를 밝힌 만큼 국내 기업들도 보다 안정적인 컴퓨팅 자원과 클라우드 환경을 확보하며 글로벌 경쟁력을 높일 수 있을 것이라는 전망이다. "데이터센터는 AI 공장"…소버린 AI 승부수 결국 정부가 추진하는 3대 메가 프로젝트의 핵심은 AI 생태계를 구성하는 모든 요소를 국내에서 구축하는 데 있다. 반도체가 AI의 연산 능력을 책임진다면 데이터센터는 이를 구동하는 기반이며 클라우드는 산업 현장으로 AI를 확산시키는 통로다. 네이버클라우드 관계자는 "세종 AI 데이터센터 '각'은 기존처럼 데이터를 단순 저장·관리하는 데이터센터가 아니라 AI를 학습시키고 추론을 거쳐 실제 서비스까지 연결하는 'AI 팩토리' 개념의 플랫폼"이라며 "AI 시대에는 데이터를 보관하는 공간을 넘어 AI 비즈니스가 이뤄지는 핵심 인프라 역할을 수행하게 될 것"이라고 설명했다. 이어 "네이버클라우드는 AI 인프라부터 초거대 AI 모델까지 아우르는 AI 풀스택(AI Full Stack) 역량을 갖추고 있다는 것이 가장 큰 경쟁력"이라며 "정부의 AI 활용 확대 정책으로 공공과 산업계 전반에서 AI 전환(AX) 수요가 빠르게 늘고 있는 반면 공급은 아직 충분하지 않은 상황"이라고 말했다. 그러면서 "네이버클라우드는 엔비디아와의 AI 팩토리 협력을 비롯해 다양한 AI 기술 협력을 확대하고 있으며 국내 AI 생태계에 필요한 소버린 AI 역량과 안전한 데이터 관리 환경을 제공하는 데 역량을 집중하고 있다"고 덧붙였다.2026-07-02 13:54:15
-
리벨리온, 스퀴즈비츠 인수...'AI 반도체' 넘어 풀스택 AI 승부수 [경제일보] 정부가 AI 반도체와 피지컬 AI, AI 데이터센터를 국가 전략사업으로 육성하는 '3대 AI 메가프로젝트'를 추진하는 가운데 리벨리온이 AI 추론 최적화 전문기업 스퀴즈비츠를 인수하며 풀스택 AI 인프라 기업으로의 전환에 속도를 내고 있다. AI 반도체 성능 경쟁을 넘어 소프트웨어와 추론 서빙까지 아우르는 통합 AI 플랫폼 경쟁에 뛰어든 것으로 분석된다. 30일 리벨리온은 AI 추론 최적화 전문기업 스퀴즈비츠를 인수한다고 밝혔다. 이번 인수를 통해 기존 NPU(신경망처리장치) 하드웨어 중심 사업에서 소프트웨어 최적화와 추론 서빙까지 하나의 플랫폼으로 제공하는 통합 AI 인프라 기업으로 사업 영역을 확대한다는 전략이다. 이번 인수는 정부의 AI 산업 육성 기조와도 맞닿아 있는 것으로 풀이된다. 정부는 지난 29일 AI 반도체와 피지컬 AI, AI 데이터센터를 중심으로 한 3대 AI 메가프로젝트를 발표하며 국내 AI 인프라 경쟁력 강화에 나섰다. 리벨리온 역시 지난 3월 국민성장펀드 1호 직접투자 기업으로 선정되며 이른바 'K-엔비디아' 육성 전략의 핵심 기업으로 꼽힌 바 있다. IT 업계에서는 이번 인수의 핵심을 단순한 기업 결합보다 AI 추론 역량 확보에서 찾고 있다. 생성형 AI 서비스가 빠르게 확산되면서 AI 모델 자체의 성능뿐 아니라 실제 서비스 환경에서 얼마나 빠르고 효율적으로 추론을 수행하느냐가 핵심 경쟁력으로 떠오르고 있기 때문이다. AI 추론은 이용자의 요청을 처리해 결과를 생성하는 과정으로, 서비스 속도와 운영 비용, 안정성을 좌우하는 요소로 꼽힌다. 리벨리온이 인수한 스퀴즈비츠는 AI 모델 최적화와 경량화 기술을 보유한 딥테크 스타트업으로 평가된다. 다양한 하드웨어 환경에서 AI 모델의 처리 속도를 높이고 운영 비용을 낮추는 기술력을 갖췄으며, 인텔과 엔비디아 등 글로벌 AI 기업들과 협업 레퍼런스를 확보했다. 또한 네이버와 카카오로부터 투자도 유치하며 기술력을 인정받았다. 양사는 이미 2년 이상 기술 협력을 이어온 검증된 파트너로 알려졌다. 지난 2024년 리벨리온 NPU 기반 생성형 AI 모델 경량화 기술을 공동 개발한 데 이어, 국내 개발자 커뮤니티를 대상으로 오픈소스 추론 프레임워크 'vLLM' 관련 밋업과 워크숍을 공동 개최하는 등 NPU 기반 AI 생태계 확산에도 협력해 왔다. 이번 인수를 계기로 리벨리온은 AI 반도체와 소프트웨어, 모델 최적화, 추론 서빙을 하나의 플랫폼으로 제공하는 엔드투엔드 AI 인프라 역량을 확보하게 된다. 특히 복잡한 AI 서비스 구축 과정을 단순화하고, 보다 효율적인 AI 서비스 운영 환경을 제공받을 수 있을 것으로 전망된다. 앞서 리벨리온은 지난 2024년 사피온코리아와의 합병을 통해 국내 AI 반도체 업계 통합을 이끌었으며, 이번에는 소프트웨어 역량까지 내재화하며 사업 영역을 한층 넓히게 됐다. 박성현 리벨리온 대표는 "기술적 역량과 훌륭한 인재들이 개별 기업의 경계를 넘어 결집할 때 한국의 AI 인프라 생태계가 새로운 가능성을 만들어낸다고 믿는다"며 "리벨리온은 스퀴즈비츠와 힘을 합쳐 하드웨어와 소프트웨어, 그리고 시스템 수준의 대규모 AI 인프라를 아우르는 기업으로 거듭나 글로벌 시장에서 그 믿음을 증명할 것"이라고 말했다. 김형준 스퀴즈비츠 대표는 "스퀴즈비츠의 AI 추론 최적화 기술이 리벨리온 NPU 생태계를 더욱 폭넓게 확장시킬 것"이라며, "리벨리온과의 시너지를 바탕으로 하드웨어와 소프트웨어가 함께 최적화되는 풀스택 AI 인프라를 구현하고, 고객들이 리벨리온 NPU 기반에서 AI 서비스를 더욱 쉽고 경제적으로 운영할 수 있도록 지원하겠다"고 말했다.2026-06-30 14:06:56
-
배경훈 "AI 데이터센터에 1000조"…정부, 피지컬AI 3년 승부수 던졌다 [경제일보] 정부가 인공지능 데이터센터(AIDC)와 피지컬AI를 국가 성장전략의 핵심 축으로 세운다. AI 연산 인프라를 대규모로 확충하고 제조·로봇·안전·돌봄 현장에 적용되는 피지컬AI를 전략 산업으로 키워 글로벌 경쟁 구도에 올라서겠다는 구상이다. 배경훈 부총리 겸 과학기술정보통신부 장관은 29일 청와대에서 열린 ‘대한민국 대도약 3대 메가프로젝트 국민보고회’에서 2035년까지 총 18.4기가와트(GW) 규모의 AIDC 투자를 추진하겠다고 밝혔다. 배 부총리는 “2029년까지 8.4GW에 해당하는 550조원 규모의 AI 데이터센터 투자가 예정됐다”며 “이후 2035년까지 10GW를 추가해 총 18.4GW, 1000조원이 넘는 투자를 대한민국에서 추진하도록 하겠다”고 말했다. 이번 계획은 AI 경쟁이 모델 개발을 넘어 전력과 데이터센터, 반도체, 네트워크를 묶는 인프라 경쟁으로 바뀌고 있다는 판단에 따른 것이다. 글로벌 시장에서도 데이터센터 전력 수요는 빠르게 늘고 있다. AI 확산으로 데이터센터 전력 소비가 2030년까지 크게 증가할 것으로 전망된다. AI 데이터센터는 더 이상 서버 시설이 아니라 국가 전력망과 산업 입지를 함께 바꾸는 전략 자산이 됐다. 정부는 수도권 집중을 완화하고 지역별 AIDC 구축을 통해 지역 산업 기반도 키우겠다는 방침이다. 문제는 전력과 용수, 송전망, 냉각 설비다. 18.4GW는 단순 건물 투자만으로 달성할 수 있는 규모가 아니다. 전력 공급 계획과 재생에너지 조달, 계통 보강, 지방자치단체 인허가, 지역 주민 수용성이 함께 맞물려야 한다. 피지컬AI도 정부가 전면에 내세운 승부처다. 배 부총리는 “피지컬AI 1강이 되기 위해 앞으로의 3년이 골든타임”이라며 “정부는 피지컬AI를 국가 전략산업으로 지정해 이끌어가겠다”고 밝혔다. 피지컬AI는 로봇이 정해진 명령만 수행하는 기존 자동화와 다르다. 센서와 데이터로 상황을 인식하고 다음 행동을 예측하며 실제 물리 환경에서 스스로 움직이는 AI 기술이다. 정부가 한국의 가능성을 보는 이유는 제조 기반이다. 반도체와 자동차, 조선, 배터리, 로봇 부품 생태계가 있는 국가는 많지 않다. AI 모델과 제조 현장 데이터를 결합하면 생산성 향상과 산업 안전, 고령화 대응까지 연결할 수 있다는 계산이다. 배 부총리는 피지컬AI로 주력 산업 생산성을 20% 높이고 가정 내 로봇과 안전돌봄, 지역경제 활성화, 산재사망 제로까지 추진하겠다고 밝혔다. 가장 큰 병목은 데이터다. 생성형 AI는 인터넷과 문서, 코드 등 방대한 디지털 데이터를 학습했지만 피지컬AI는 로봇이 현실에서 움직이고 실패하고 다시 시도한 데이터가 필요하다. 배 부총리는 생성형 AI가 10만년 규모의 데이터를 확보한 데 비해 피지컬AI 데이터는 1만시간 수준에 그친다고 지적했다. 실제 현장 데이터와 가상 시뮬레이션 기반 합성 데이터를 함께 구축해야 한다는 의미다. 글로벌 빅테크도 같은 방향으로 움직이고 있다. 엔비디아는 피지컬AI가 실제 세계에서 작동하려면 로봇 자체의 디지털트윈과 세계를 이해하는 월드모델이 필요하다고 설명하며 ‘코스모스(Cosmos) 월드 파운데이션 모델(WFM)’을 공개했다. 메타와 구글, 로봇 AI 스타트업들도 월드모델과 범용 로봇 지능 개발에 속도를 내고 있다. 한국이 3년을 골든타임으로 보는 이유도 이 경쟁이 아직 완전히 고착되지 않았기 때문이다. 정부는 월드모델 기반 범용 피지컬AI 파운데이션 모델을 3년 안에 구축하고 이후 농업, 제조, 안전돌봄 등 분야별 특화 모델로 확장한다는 계획이다. 로봇, 범용 모델, 월드모델, 네트워크 보안 등 풀스택 국산화도 추진한다. 성공하면 피지컬AI 플랫폼 자체가 수출 산업이 될 수 있다. 한편 남은 과제는 선언보다 무겁다. AIDC는 전력망 없이 서지 못하고 피지컬AI는 현장 데이터 없이 움직일 수 없다. 정부가 숫자로 제시한 1000조원 투자와 3년 로드맵은 산업계의 방향을 보여주는 신호다. 이제 필요한 것은 부처별 계획을 넘어 전력, 반도체, 로봇, 제조 데이터를 한 체계로 묶는 실행력이다. AI의 다음 전장은 화면 안이 아니라 공장과 병원, 농장과 가정이다. 그 물리적 세계에서 성과를 증명할 때 한국의 AI 전략도 비로소 산업 전략이 된다.2026-06-29 16:06:27
-
SK, K-AI 얼라이언스 50개사로 확대…글로벌 AI 생태계 키운다 [경제일보] SK가 주도하는 인공지능(AI) 기업 연합체 ‘K-AI 얼라이언스’가 50개 회원사 규모로 확대됐다. SK는 미국 실리콘밸리에서 회원사와 글로벌 투자자, 빅테크 관계자들이 참여하는 행사를 열고 AI 생태계의 글로벌 확장 전략을 본격화했다. SK AI위원회는 K-AI 얼라이언스가 지난 26일 미국 실리콘밸리 멘로파크에서 ‘유나이트 2026’을 개최했다고 28일 밝혔다. 이번 행사에는 유영상 SK AI위원장을 비롯해 하민용 SK텔레콤 AI DC개발본부장, 정희진 SK하이닉스 아메리카 벤처 인베스트먼트 부사장 등 SK 주요 관계자들이 참석했다. 회원사와 글로벌 벤처캐피털, AWS 등 빅테크 관계자들도 함께해 AI 투자와 기술 동향, 사업 협력 방안을 논의했다. K-AI 얼라이언스는 2023년 SK텔레콤 주도로 출범했다. 출범 당시 7개 기업으로 시작했지만 현재는 50개 회원사가 참여하는 국내 대표 AI 연합체로 성장했다. 회원사는 AI 반도체, 인프라, 모델, 애플리케이션 등 AI 밸류체인 전반에 걸쳐 있다. 특히 회원사의 35% 이상이 해외에 본사를 두고 있어 국내 AI 기업의 글로벌 진출 창구 역할도 맡고 있다. 유영상 위원장은 “AI 산업은 단일 기업이 독자적으로 모든 경쟁력을 확보하기 어려운 시대로 접어들고 있다”며 “반도체, 데이터센터, 모델, 서비스를 아우르는 AI 풀스택 생태계가 유기적으로 연결될 때 실질적인 혁신이 가능하다”고 말했다. AI 경쟁이 특정 기술 하나가 아니라 인프라와 서비스, 자본과 시장이 결합된 생태계 경쟁으로 바뀌고 있다는 의미다. ◆ SK텔레콤에서 그룹 AI위원회로 확대 올해부터 K-AI 얼라이언스의 운영 주체는 SK텔레콤에서 SK수펙스추구협의회 산하 AI위원회로 확대 개편됐다. SK텔레콤 중심의 AI 협력체에서 SK하이닉스, SK AX 등 그룹 주요 계열사와 함께 움직이는 플랫폼으로 위상이 커진 것이다. 이번 행사에서 공개된 중장기 전략 ‘K-AI 얼라이언스 2.0’도 같은 방향을 담고 있다. 기존 네트워킹 중심 협력에서 벗어나 SK 멤버사와의 공동 기술 개발, 사업 검증(PoC), 신규 서비스 발굴, 글로벌 고객 확보까지 지원하는 구조로 확장하겠다는 구상이다. 일본, 중동, 동남아 등에서도 정례 프로그램을 운영해 회원사의 해외 투자 유치와 사업 확장을 지원할 계획이다. 유 위원장은 글로벌 빅테크와의 협력뿐 아니라 한국 AI 기업의 자체 역량 확보도 강조했다. 엔비디아와 AMD 등 글로벌 기업의 AI 반도체를 활용해 시장 흐름에 뒤처지지 않으면서도 리벨리온 같은 국내 AI 반도체 기업을 키우고, 데이터센터와 모델·서비스 역량을 국내에 축적해야 한다는 취지다. 기술 종속을 피하려면 개별 기업의 경쟁력보다 생태계 전체의 연결이 중요하다는 판단이다. SK는 향후 K-AI 얼라이언스를 100개사 규모로 확대하는 방안도 검토하고 있다. 국내 AI 스타트업과 기술 기업을 더 폭넓게 묶어 투자자와 글로벌 고객이 먼저 찾는 AI 생태계 플랫폼으로 키우겠다는 목표다. K-AI 얼라이언스의 성패는 회원사 숫자보다 실제 사업 성과에 달려 있다. 공동 기술 개발이 매출로 이어지고, PoC가 상용 계약으로 전환되며, 국내 AI 기업이 글로벌 고객을 확보해야 연합체의 의미가 커진다. AI 경쟁은 이제 혼자 빠르게 뛰는 싸움이 아니다. 누가 더 강한 생태계를 만들고 세계 시장과 연결하느냐가 다음 승부처다.2026-06-28 12:07:50
-
오픈AI, 첫 자체 AI칩 '할라페뇨' 공개…엔비디아 의존 줄이기 시동 [경제일보] 오픈AI가 브로드컴과 공동 개발한 첫 자체 AI 반도체 ‘할라페뇨’를 공개했다. 챗GPT와 코덱스 등 대형 AI 서비스를 운영하며 커진 추론 비용을 낮추고 엔비디아 GPU 의존도를 줄이려는 전략이다. CNBC에 따르면 오픈AI와 브로드컴은 24일 현지시간 추론 특화 AI 칩 할라페뇨를 공개했다. 할라페뇨는 범용 GPU를 개량한 제품이 아니라 대형언어모델 추론을 위해 처음부터 설계한 맞춤형 반도체다. 오픈AI는 올해 말부터 이 칩을 데이터센터에 배치할 계획이다. AI 반도체 시장에서 추론은 새 격전지로 떠올랐다. 모델을 학습시키는 단계에는 막대한 연산 자원이 필요하지만 실제 서비스에서는 이용자 요청에 답하는 추론 비용이 계속 발생한다. 챗GPT처럼 글로벌 이용자가 많은 서비스는 추론 효율이 곧 운영비와 수익성에 직결된다. 오픈AI는 초기 테스트에서 할라페뇨의 전력 대비 성능이 기존 최상위 AI 칩보다 개선됐다고 밝혔다. 브로드컴의 호크 탄 최고경영자는 로이터통신과의 인터뷰에서 엔비디아 블랙웰과 구글 TPU에 견줄 성능을 언급했다. 다만 양사는 최종 성능 측정이 진행 중이라며 세부 수치는 공개하지 않았다. 실제 경쟁력은 데이터센터 배치 이후 전력 효율과 안정성, 단가가 확인돼야 판단할 수 있다. 이번 공개는 오픈AI의 풀스택 전략과 맞물린다. 오픈AI는 모델과 서비스뿐 아니라 칩과 메모리 시스템, 네트워크, 데이터센터 운영까지 직접 통제하려는 방향으로 움직이고 있다. AI 서비스 이용량이 커질수록 외부 GPU 공급에만 의존하기 어렵기 때문이다. 공급 부족과 높은 가격, 전력 부담은 AI 기업의 공통 과제다. 빅테크의 자체 칩 개발도 같은 흐름이다. 구글은 TPU를 통해 자사 AI 모델과 클라우드 서비스에 맞춘 연산 인프라를 구축했다. 아마존은 학습용 트레이니움과 추론용 인퍼런시아를 운영하고 있다. 마이크로소프트와 메타도 자체 AI 가속기 개발에 투자하고 있다. 오픈AI의 할라페뇨 공개는 이 대열에 본격 합류했다는 신호다. 엔비디아에 미칠 영향은 단기적으로 제한적이라는 시각이 많다. 자체 칩은 특정 서비스와 추론 환경에 최적화되는 경우가 많다. 대규모 학습과 범용 AI 인프라에서는 엔비디아 GPU의 생태계와 소프트웨어 경쟁력이 여전히 강하다. 다만 추론 영역에서 맞춤형 ASIC이 늘어나면 AI 반도체 시장의 성장 축은 더 넓어질 수 있다. 국내 반도체 업계에도 파급력이 있다. 빅테크가 자체 AI 칩을 늘리면 고대역폭메모리와 첨단 패키징 수요도 함께 커진다. 삼성전자와 SK하이닉스 같은 메모리 기업에는 새로운 고객군이 늘어나는 효과가 기대된다. 다만 할라페뇨에 어떤 HBM이 탑재됐는지는 공개자료 기준으로 확인되지 않아 특정 공급사를 단정하기는 어렵다. 오픈AI의 과제는 기술 공개 이후 수익성 입증이다. 자체 칩이 실제로 추론 비용을 낮추고 서비스 속도와 안정성을 높여야 한다. IPO 가능성이 시장에서 거론되는 만큼 인프라 비용을 통제할 수 있다는 점도 투자자에게 중요한 메시지가 될 수 있다. AI 경쟁은 모델 성능만으로 끝나지 않는다. 더 좋은 답을 더 싸고 빠르게 제공하는 인프라 경쟁으로 옮겨가고 있다. 할라페뇨는 오픈AI가 엔비디아 생태계에서 벗어나겠다는 선언이라기보다 비용과 성능을 직접 통제하려는 첫 시도에 가깝다. 이 칩이 데이터센터에서 검증되면 AI 반도체 시장은 GPU 중심에서 맞춤형 추론 칩 경쟁으로 한 단계 더 갈라질 전망이다.2026-06-25 16:53:13
-
대통령 자문기구 "AI 전환, 성장만으론 부족…혁신·포용 국가전략 필요" [경제일보] 대통령 자문기구인 국가과학기술자문회의와 국민경제자문회의가 인공지능(AI) 전환 시대의 국가 전략 마련을 주문했다. AI가 산업 경쟁력뿐 아니라 고용과 교육, 지역 격차를 동시에 흔드는 만큼 혁신과 포용을 함께 설계해야 한다는 문제의식이다. 국가과학기술자문회의와 국민경제자문회의는 25일 서울 중구 대한상공회의소 국제회의장에서 ‘AX 도전과 대응: 혁신·성장·포용을 위한 국가전략’을 주제로 공동 심포지엄을 열었다. 양 자문회의는 AI 전환 경쟁력 확보와 포용적 전환을 위한 정책 방향을 논의했다. 이경수 국가과학기술자문회의 부의장은 개회사에서 “AI가 기업과 산업, 교육과 고용을 비롯한 사회 전반과 일상에 깊이 결합하고 있다”며 “기회와 격차 문제를 함께 살피고 대응할 수 있는 실질적 전략을 도출해야 한다”고 말했다. 김성식 국민경제자문회의 부의장은 에이전틱 AI와 피지컬 AI 확산을 새로운 기회로 봤다. 그는 제조 경쟁력과 데이터, 디바이스 역량을 바탕으로 AI 풀스택 전략을 구축하고 국가 차원의 협력 체계를 마련해야 한다고 강조했다. AI 모델만이 아니라 반도체와 클라우드, 네트워크, 제조 현장 적용까지 연결하는 전략이 필요하다는 취지다. 정부와 산업계도 같은 문제의식을 공유했다. 배경훈 부총리 겸 과학기술정보통신부 장관과 최태원 대한상공회의소 회장은 축사를 통해 AI 전환기 미래 전략 확보를 위해 정부와 산업계의 협력이 필요하다고 밝혔다. 첫 세션에서는 제조 피지컬 AI 도입 전략과 AX 산업 생태계 강화가 논의됐다. 장영재 KAIST 교수는 AI가 정보기술 시스템 중심을 넘어 센서와 통신장비, 데이터 인프라가 함께 발전하는 생태계형 기술로 진화하고 있다고 진단했다. 제조 분야를 기반으로 한 AX 혁신과 ‘다크 팩토리’ 턴키 수출 전략도 제안했다. 피지컬 AI는 AI가 현실 세계의 설비와 로봇, 제조 공정을 인식하고 판단하며 움직이는 기술 흐름이다. 한국이 강점을 가진 제조업과 결합할 경우 생산성 향상과 공정 자동화, 스마트팩토리 수출로 이어질 수 있다. 반대로 핵심 소프트웨어와 운영체계를 해외 기술에 의존하면 제조 경쟁력의 부가가치가 외부로 빠져나갈 수 있다는 우려도 나온다. 권용현 LG유플러스 부사장은 소버린 AI 생태계의 필요성을 제기했다. 국내 자체 스택이 갖춰지지 않으면 매출의 상당 부분이 해외로 유출될 수 있다는 지적이다. 통신망과 클라우드, 데이터센터, 디바이스, AI 모델을 국내 산업 생태계 안에서 연결해야 실질적 경쟁력을 확보할 수 있다는 의미다. 교육과 노동시장 재설계도 주요 의제로 다뤄졌다. 류근관 서울대 명예교수는 AI 확산이 노동수요를 숙련 수준에 따라 비대칭적으로 재편하는 ‘스킬 축 J커브’ 구조를 보인다고 분석했다. 그는 선택과 집중형 교육체계 구축을 핵심 전략으로 제시했다. 배상훈 성균관대 교수는 AI 교육 확대와 격차 해소를 함께 추진해야 한다고 강조했다. 생애주기형 맞춤형 AI 교육체계를 구축해 학생과 재직자, 고령층이 각자의 수준에 맞게 AI 역량을 갖추도록 해야 한다는 제안이다. AI 전환이 특정 계층의 기회로만 작동하지 않도록 교육 접근성을 넓혀야 한다는 취지다. 이번 심포지엄은 AI 정책의 초점이 기술 개발에서 산업 구조와 노동, 교육, 포용 전략으로 넓어지고 있음을 보여준다. 에이전틱 AI와 피지컬 AI가 확산되면 기업의 업무 방식과 제조 현장, 고용 구조는 빠르게 바뀔 수밖에 없다. 국가 전략도 모델 개발이나 규제 완화에 머물 수 없다. 양 자문회의는 이번 심포지엄에서 제기된 정책 제안과 현장 의견을 향후 대통령 자문과 정책 제언 과정에 반영하고 후속 논의를 이어갈 방침이다. AI 전환은 더 이상 먼 미래의 산업 의제가 아니다. 한국이 제조와 데이터, 인재 기반을 실제 경쟁력으로 연결하려면 기술 투자와 교육 개편, 산업 생태계 전략을 같은 속도로 추진해야 한다.2026-06-25 15:09:13
-
![[데스크칼럼] 챗봇만 보던 나라는 AI 전쟁에서 진다](https://image.ajunews.com//content/image/2026/06/19/20260619174034895392.jpeg)
챗봇만 보던 나라는 AI 전쟁에서 진다 우리는 인공지능을 너무 오래 화면 속에서만 봤다. 질문을 던지면 답을 쓰고 문서를 요약하고 그림을 만들고 코드를 고치는 기술로 받아들였다. 챗GPT가 얼마나 똑똑한지, 국산 AI가 얼마나 따라왔는지 어느 모델이 더 빠르고 저렴한지를 따졌다. 한국 사회는 그것을 AI 경쟁이라 불렀고 정부는 그것을 미래 산업이라고 설명해 왔다. 그러나 질서는 바뀌고 있다. AI는 더 이상 화면 안에 머물지 않는다. 공장과 병원, 조선소와 물류창고, 자율주행차와 로봇, 국방 시스템과 전력망으로 들어가고 있다. 문장을 생성하는 AI의 시대에서 물리 세계를 움직이는 AI의 시대로 넘어가는 중이다. 정부가 19일 피지컬 AI 얼라이언스 2기를 출범시킨 것도 이런 변화와 무관하지 않다. 이름은 낯설지만 방향은 분명하다. 논의 중심 협의체를 실행형으로 전환해 산업 현장에 실제 적용되는 AI를 만들고, 국산 AI 반도체와 모델, 소프트웨어, 로봇과 센서, 컴퓨팅 인프라를 하나로 묶겠다는 구상이다. 한국형 피지컬 AI 풀스택 구축의 출발점인 셈이다. 선언이 늦은 것은 아니다. 다만 시간이 많지도 않다. 미국은 엔비디아와 빅테크를 중심으로 AI 인프라를 산업 시스템으로 전환하고 있다. 중국은 국가 주도로 로봇과 제조 AI를 밀어붙이고 있고 일본은 로봇과 고령화 대응 산업을 결합하고 있다. 유럽은 규제와 표준을 무기로 영향력을 확대하고 있다. 우리는 지금 어디에 서 있는가. 아직도 챗봇 성능 비교에 머물러 있는 것은 아닌지 돌아볼 필요가 있다. 냉정하게 말하면 한국이 챗봇 경쟁에서 미국 빅테크를 단기간에 따라잡기는 쉽지 않다. 모델 규모와 자본, 데이터, 클라우드 인프라의 격차가 존재한다. 그러나 피지컬 AI는 다르다. 공장과 조선소, 반도체 생산라인, 병원과 물류망, 통신 인프라와 제조 데이터를 가진 나라는 많지 않다. 한국은 바로 그 현장을 보유하고 있다. 다만 현장이 있다고 자동으로 플랫폼이 되는 것은 아니다. 반도체와 로봇, 통신망과 데이터센터, 소프트웨어 기업이 제각각 움직인다면 그것은 생태계가 아니다. 피지컬 AI의 경쟁력은 개별 기술보다 연결 능력에서 나온다. 센서가 데이터를 수집하고 네트워크가 이를 전달하며 AI 모델이 판단하고 로봇과 설비가 움직인다. 그 결과가 다시 데이터로 축적되는 순환 구조를 만들어야 한다. 이 과정에서 데이터센터는 중요한 기반이다. AI 산업은 결국 전력 위에 세워진다. 정부가 비수도권 AI 데이터센터 구축과 규제 완화를 추진하는 이유도 여기에 있다. 그러나 속도만 강조해서는 안 된다. 전력 공급과 송전망 확충, 지역 수용성, 주민 편익과 일자리 창출까지 함께 고민해야 한다. 미래 산업 인프라가 또 다른 사회적 갈등의 원인이 되어서는 안 된다. 한국 산업은 자신의 강점과 약점을 동시에 직시해야 한다. 우리는 제조업 강국이다. 반도체와 배터리, 자동차와 조선, 통신 인프라를 갖추고 있다. 하지만 이를 하나의 산업 전략으로 묶는 데는 늘 서툴렀다. 부처는 따로 움직이고 기업은 각자의 이해관계를 우선하며 대학과 현장의 연결도 느슨하다. 이런 방식으로는 피지컬 AI 시대의 주도권을 확보하기 어렵다. AI 주권 역시 같은 맥락이다. 국산 모델 하나를 만들었다고 주권이 완성되지 않는다. GPU를 확보했다고 끝나는 것도 아니다. 반도체와 모델, 데이터와 소프트웨어, 전력과 보안, 산업 현장과 표준을 스스로 설계하고 운영할 수 있을 때 비로소 주권이라 부를 수 있다. 기업의 역할도 중요하다. 대기업 생산라인만 고도화되고 협력사는 인력난과 비용 부담에 머문다면 산업 전체의 경쟁력은 높아질 수 없다. 피지컬 AI는 일부 기업의 효율화 수단이 아니라 제조 생태계 전반의 생산성을 끌어올리는 도구가 되어야 한다. 인재 문제도 마찬가지다. 피지컬 AI에는 코딩 인력만 필요한 것이 아니다. 기계를 이해하는 사람, 데이터를 읽는 사람, 현장을 아는 사람, 전력과 통신, 보안을 함께 이해하는 사람이 필요하다. 제조를 모르는 AI 인재도 부족하고 AI를 모르는 제조 인력도 부족하다. 이들을 연결하는 인재를 길러내지 못하면 피지컬 AI는 구호에 그칠 수밖에 없다. 정부의 역할은 선언이 아니라 조율이다. 어떤 산업부터 실증할 것인지 데이터를 어떻게 활용할 것인지 보안과 안전의 책임은 누가 질 것인지 구체적인 기준을 마련해야 한다. 표준을 만들고 공공 조달을 열고 실패를 허용하는 실증 공간도 제공해야 한다. AI는 보고서가 아니라 현장에서 성장한다. 한국은 위기 때마다 새로운 길을 만들어 왔다. 반도체와 조선, 자동차 산업이 그랬다. 그러나 이번 경쟁은 다르다. 물건 하나를 잘 만드는 경쟁이 아니라 산업 전체를 지능화하는 경쟁이다. 공장을 움직이고 물류를 최적화하며 전력을 배분하고 로봇을 제어하는 경쟁이다. 챗봇은 AI의 한 모습일 뿐 전부가 아니다. AI의 무대는 이미 화면 밖으로 넓어지고 있다. 공장과 도시, 병원과 물류망, 전력 시스템까지 현실 세계 곳곳으로 스며들고 있다. AI 시대에 가장 위험한 나라는 AI를 모르는 나라가 아니라 AI의 가능성을 스스로 제한하는 나라다. 한국이 잡아야 할 기회는 화면 속에만 있지 않다. 우리가 가진 제조 현장과 통신망, 병원과 조선소, 전력망과 산업 데이터 속에 있다. 선언의 AI를 넘어 실행의 AI로 나아갈 때 한국 제조업은 다시 한 번 세계 산업 지도의 중심에 설 수 있을 것이다.2026-06-19 18:58:00
많이 본 뉴스
영상
Youtube 바로가기
![[사설] 출국금지는 풀고, 책임은 남지 않았다](https://image.ajunews.com/content/image/2026/07/17/20260717121609620090_518_323.jpg)