2026.08.17 월요일
검색
'피지컬 AI' 검색결과
기간검색
-
~
검색영역
검색어
-
한컴 AI 매출 135억…"5개월 만에 지난해 매출 돌파" [경제일보] 한컴이 별도 기준 상반기 매출 986억원을 기록했다고 14일 공시했다. 전년 동기 대비 7.2% 늘어난 반기 기준 최대치다. 회사가 제시한 연간 목표 2100억원의 47.0%를 채웠다. 숫자를 끌어올린 것은 AI 제품이다. 상반기 AI 제품 매출은 134억7000만원으로 지난해 연간 AI 매출 89억원을 넘어섰다. 5월 누적 103억원 시점에 이미 지난해 실적을 통과했다. 올해 AI 매출 목표 315억원의 42.9%에 해당한다. 전체 매출에서 차지하는 비중은 1분기 11.4%에서 2분기 15.7%로 올라섰다. 한컴은 지난해 하반기부터 신규 오피스 패키지를 내놓는 대신 구독형 서비스에 AI 기능을 붙이는 쪽으로 제품 전략을 틀었다. 기존 오피스 고객을 AI 패키지로 갈아타게 해 매출을 늘리는 구조다. 중앙부처와 시·도교육청, 14만개 기업 등 약 20만곳의 기존 고객 기반이 전환 대상이다. 기업 간 거래(B2B) 고객 중 AI 패키지 도입 비중은 3월 말 4.2%에서 6월 말 6.2%로 올랐다. AI 패키지 판매를 시작한 지 1년 만이다. 상반기 310억원으로 9.6% 줄었다. 영업이익률은 31.5%다. 2분기 매출은 521억원으로 11.9% 늘어 분기 최대치를 찍었지만 영업이익은 134억원, 영업이익률 25.7%에 그쳤다. AI 기술 투자와 사업 확대에 비용이 들어간 결과다. 온프레미스 문서 소프트웨어 중심의 고마진 구조에서 구독형 AI 서비스로 넘어가는 과정에서 마진이 눌리는 국면이다. 당기순이익은 407억원으로 23.3% 늘었는데, 이는 한컴인스페이스 지분 매각에 따른 투자이익이 반영된 수치다. 2분기 말 별도 기준 현금 및 현금성자산과 단기금융상품은 1149억원으로 지난해 말 720억원보다 429억원 늘었다. 연결 기준 유동성은 1853억원이다. 연결 기준 상반기 매출은 1836억원으로 24.6% 증가했다. 한컴라이프케어의 방산·소방 사업이 끌었다. 영업이익은 229억원으로 7.6% 줄었다. 하반기 계획은 △기존 고객의 AI 전환 △에이전틱 OS 상용화 △글로벌 피지컬 AI 시장 확대 세 축이다. 에이전틱 OS는 고객 환경에 흩어진 AI 에이전트를 한 층위에서 제작·실행·관리하는 플랫폼으로, 자체 거대언어모델을 두지 않아 어떤 모델과도 붙는다. 베타 공개 후 공공·금융 고객을 대상으로 개념검증(PoC)을 진행하고, 2027년부터 국내와 유럽을 투트랙으로 공략한다는 계획이다. 유럽은 폴란드 7불스, 알고마인과 유럽연합 인공지능법(EU AI Act)에 맞춘 개발 가이드를 공동 수립해 추진한다. 피지컬 AI 쪽에서는 자회사 한컴라이프케어가 지난 12일 프랑스 샤크로보틱스와 5년 독점 계약을 맺은 소방 로봇에 에이전틱 OS를 연동한다. 김연수 한컴 대표는 "상반기 최대 실적을 통해 AI 중심의 사업 전환 성과를 확인했다"며 "AI 패키지 판매 확대와 에이전틱 OS 상용화, 글로벌 피지컬 AI 시장 진출을 속도감 있게 추진하겠다"고 말했다.2026-08-14 18:36:47
-
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
-
구광모·젠슨 황 'AI 동맹' 가속…내년 1분기 '휴머노이드 로봇' 공개 [경제일보] LG가 엔비디아와 손잡고 차세대 휴머노이드 로봇 개발에 속도를 낸다. 엔비디아 플랫폼을 기반으로 한 이족보행 휴머노이드 로봇을 내년 1분기 공개하고, 로봇을 비롯해 AI 팩토리와 모빌리티까지 협력 범위를 넓힌다. 14일 업계에 따르면 LG와 엔비디아는 전날 미국 캘리포니아주 산타클라라에 있는 엔비디아 본사에서 ‘전략적 사업협력을 위한 MOU’를 체결했다. 협약식에는 구 회장과 젠슨 황 CEO를 비롯해 양사 주요 경영진이 참석했다. 이번 협력의 핵심 축 가운데 하나는 휴머노이드 로봇이다. LG는 내년 1분기 공개를 목표로 엔비디아 플랫폼 기반 이족보행 로봇을 개발하고 있다. 엔비디아의 로보틱스 칩 모듈 ‘젯슨 토르’를 탑재하고 휴머노이드 파운데이션 모델 ‘아이작 그루트’와 로보틱스 안전 시스템 ‘헤일로스 포 로보틱스’를 기반으로 개발한다. LG 계열사의 기술도 하나의 로봇에 집약한다. LG전자는 액추에이터를, LG이노텍은 센서를, LG에너지솔루션은 배터리를 제공한다. 그룹 내 주요 계열사의 부품·기술을 결합해 로봇의 하드웨어와 구동 역량을 확보한다는 구상이다. 실제 생산 현장에서의 검증도 병행한다. LG는 연내 휠 베이스 형태의 ‘LG 클로이드’를 LG전자 미국 테네시 공장 세탁기 생산라인에 투입해 실증(PoC)을 진행한다. 제조 환경에서 로봇 데이터를 확보하고 성능을 개선한 뒤 글로벌 생산시설을 비롯해 가정과 상업 공간 등으로 활용 범위를 확대할 계획이다. 로봇 데이터를 축적하고 활용하는 기반도 마련한다. LG CNS의 로봇 플랫폼 ‘피지컬웍스’를 활용해 로봇 데이터 팩토리 구축을 위한 기술 협력을 추진한다. 제조 현장에서 얻은 데이터와 실증 경험은 LG가 자체 개발하고 있는 로봇 파운데이션 모델의 성능을 높이는 데 활용한다. LG는 엔비디아의 ‘아이작 그루트’ 생태계를 적극 활용하면서 자체 AI 모델 개발도 이어갈 방침이다. 외부 플랫폼을 활용하는 동시에 자체 AI 역량을 확보해 로봇 분야에서 기술 경쟁력을 높이겠다는 전략이다. AI 팩토리 분야에서는 엔비디아의 ‘DSX’ 플랫폼을 활용한다. LG전자 냉각 기술과 LG에너지솔루션 배터리, LG CNS·LG유플러스의 설계·운영 역량, LS의 전력 솔루션 등 AI 인프라와 관련된 그룹 계열사의 기술을 결집해 글로벌 시장을 겨냥한 AI 팩토리 레퍼런스를 구축한다. 내년 상반기에는 엔비디아 ‘베라루빈’을 기반으로 LG의 냉각·전력·IT 기술을 검증하는 레퍼런스 사이트를 마련한다. 이후 오는 2028년 상반기 충남 천안에 80MW 규모의 AI 팩토리를 구축할 예정이다. 천안 AI 팩토리에는 프리팹(Prefab) 모듈형 설계를 적용해 건축 기간을 20% 이상 단축한다. 해당 시설은 피지컬 AI, 특히 로봇 파운데이션 모델을 고도화하는 데 활용할 예정이다. LG는 향후 검증한 AI 팩토리 솔루션을 빅테크 고객사에 제안해 글로벌 AI 인프라 시장에서 사업 기회를 확대한다는 구상이다. 모빌리티 분야에서는 엔비디아의 ‘드라이브 하이페리온’ 플랫폼과 LG의 차량용 인포테인먼트(IVI), 차량용 소프트웨어 기술을 결합한다. 이를 통해 차세대 인공지능 중심 차량(AIDV)에 필요한 고성능 컴퓨팅(HPC) 플랫폼 개발을 추진한다. 구광모 회장은 “양사의 협업이 속도를 내면서 AI 팩토리, 피지컬 AI, 모빌리티 분야에서 함께 할 과제가 명확해졌다”며 “산업을 선도하는 레퍼런스 구축을 통해 AI 확산을 가속화하겠다”고 했다.2026-08-14 14:49:36
-
현대차그룹, 전방위 AX 시동…정의선도 '바이브코딩' 익혔다 [경제일보] 현대자동차그룹이 전사적인 인공지능(AI) 전환에 속도를 내고 있다. 디지털 전환(DX)을 통해 구축한 협업 환경과 데이터 인프라를 기반으로 생성형 AI 활용을 임직원 전반으로 확대하고 연구개발과 생산, 정비, 고객 서비스 등 현장 업무에도 AI를 적용하고 있다. 정의선 현대차그룹 회장 역시 AI 활용 역량을 직접 익히는 등 조직 전반의 AX 확산에 힘을 싣고 있다. 12일 현대차그룹에 따르면 그룹은 이날 서울 서초구 양재 본사에서 ‘현대차그룹 AX 성과 발표회’를 열고 2019년부터 추진해 온 DX와 AI 전환(AX) 성과 및 향후 계획을 공개했다. 현대차그룹은 AI가 본격적으로 확산하기 전부터 디지털 기반의 업무 환경을 구축해왔다. 2018년 정의선 회장이 “IT 기업보다 더 IT 기업 같은 회사가 되겠다”고 밝힌 이후 글로벌 협업 방식과 데이터 중심 경영 체계를 마련하는 데 주력했다. 이를 위해 현대차그룹은 2022년부터 업무 진행 상황과 의사결정을 관리하는 지라, 두레이, 문서 공동 작성과 지식 공유를 지원하는 컨플루언스를 순차적으로 도입했다. 같은 해 마이크로소프트의 클라우드 기반 협업 플랫폼 ‘Microsoft 365(M365)’도 업무 환경에 적용했다. M365를 통해 메일과 일정, 문서 작성, 화상회의 등을 하나의 협업 체계로 연결하고 글로벌 사업장과 조직이 동일한 환경에서 협업할 수 있도록 했다. 국가 핵심기술 관련 보안 규제로 외부 협업 도구 활용에 제약이 있었던 자율주행·수소 등 연구개발 조직도 정부 관계 부처의 가이드라인 제정을 거쳐 같은 플랫폼을 사용할 수 있게 됐다. 데이터 분야에서는 ‘글로벌 원 데이터 파이프라인’을 운영해 연구개발·생산·품질·판매 등 각 영역에 분산된 데이터를 표준화하고 연결했다. 개발 과정에서 생성된 정보가 생산과 품질 관리에 활용되고 판매 현장의 데이터가 제품 개발과 공정 개선으로 이어지는 데이터 활용 체계를 마련했다. 이렇게 구축한 DX 인프라는 생성형 AI를 업무 전반에 적용하는 AX의 기반이 됐다. 대표적인 사례가 사내 생성형 AI 플랫폼 ‘H 챗 프로’다. H 챗 프로는 보안이 확보된 환경에서 임직원이 챗GPT, 제미나이, 클로드 등 다양한 외부 생성형 AI 모델을 선택해 활용할 수 있도록 만든 현대차그룹 전용 AI 플랫폼이다. 현대차그룹은 지난해부터 H 챗 프로를 특정 조직이나 일부 인력에 한정하지 않고 일반 임직원까지 확대했다. 문서 작성과 정보 탐색, 데이터 분석, 코드 개발 등 다양한 업무에서 생성형 AI 활용이 이뤄지고 있으며 최근에는 개발자가 아닌 임직원이 직접 AI 에이전트를 만들어 업무에 적용하는 사례도 늘고 있다. 진은숙 현대차·기아 ICT담당 사장은 “AI는 분명 중요한 기술이지만 결국 기업이 활용해야 하는 도구”라며 “중요한 것은 기술 그 자체가 아니라 AI를 비롯한 새로운 기술을 얼마나 빠르게 이해하고 업무와 사업에 적용해 조직 경쟁력으로 내재화할 수 있는지에 달렸다”고 말했다. AI 활용은 연구개발 현장에서도 구체적인 성과로 이어지고 있다. ‘충돌안전 AI 어시스턴트’는 과거 충돌 시험 결과와 시험 이미지, 해석 자료 등 여러 시스템에 분산돼 있던 연구 정보를 통합 검색하고 유사 사례를 빠르게 찾아 비교·분석할 수 있도록 지원하는 AI 기반 연구개발 시스템이다. 현대차그룹은 이를 통해 관련 사례 탐색과 분석 자료 검토에 걸리는 시간을 약 90% 줄였다고 설명했다. 엔지니어들은 확보한 시간을 분석 결과 해석과 설계 개선, 시험 전략 수립 등에 활용하고 있다. 제조 현장에서는 AI를 활용해 생산 과정의 품질 관리와 운영 효율을 높이고 있다. ‘AI 자동화 인식 서비스’는 차량 식별번호(VIN)를 기반으로 생산 공정에 투입되는 차량과 시스템상 등록된 차량 정보를 실시간으로 대조·검증하는 비전 AI 솔루션이다. 현재 국내 현대차·기아 전 공장을 비롯해 미국·유럽·인도·아시아태평양 등 글로벌 생산 거점 약 70개소에 적용됐다. 현대차그룹은 이를 통해 국내외 현대차·기아 공장에서 연간 52.4억원의 비용 절감 효과를 거두고 있다고 밝혔다. ‘대차 정렬 최적화 기술’에는 강화학습 기반 AI가 적용됐다. 생산 라인에서 부품을 공급하는 대차의 순서가 설비 오류 등으로 꼬일 경우 AI가 다양한 경우의 수를 분석해 최적의 이동 경로를 자동으로 도출한다. 이를 통해 불필요한 생산 중단 시간을 약 86% 줄였다. 서비스 분야에서도 AI 적용이 확대됐다. 해외 정비 현장에서는 LLM 기반 ‘정비 지원 AI 서비스’를 통해 정비사가 차량 오류 코드나 증상을 입력하면 관련 정비 매뉴얼과 과거 정비 기록 등을 AI가 분석해 진단 결과를 제시하도록 했다. 이를 통해 정비 대응 시간이 약 42% 단축됐다. 현대차그룹은 AX를 기술 도입에 그치지 않고 조직의 업무 방식과 문화까지 바꾸는 과정으로 보고 있다. DX를 통해 마련한 데이터와 협업 기반 위에 AI를 접목해 임직원이 직접 AI를 활용하고 업무를 개선하는 구조를 확산시키는 것이 핵심이다. 정의선 회장을 비롯한 경영진도 AI 활용 역량을 높이는 데 참여하고 있다. 특히 정 회장은 임직원 대상 AX 교육 과정에서 ‘바이브코딩’을 직접 익히는 등 AI를 업무에 활용하는 방식에 관심을 보인 것으로 전해졌다. 진은숙 사장은 “AX를 통해 축적한 데이터와 운영 경험, 실행 역량은 다가올 피지컬 AI 시대를 준비하는 가장 강력한 기반이 될 것”이라며 “차량과 로보틱스, 제조·서비스 현장 등 물리적 영역으로 AI 적용 범위를 넓힐 계획”이라고 했다.2026-08-12 16:23:24
-
바운드포, AI API 비용 폭증 막는다…'파레토'로 토큰 지출 사전 통제 [경제일보] 생성형 인공지능(AI)과 AI 에이전트 도입이 확산하면서 기업들의 관심이 'AI를 얼마나 많이 활용하느냐'에서 'AI를 얼마나 효율적으로 활용하느냐'로 옮겨가고 있다. 이에 데이터 파운드리 기업 바운드포가 AI 토큰 비용을 사전에 통제하는 서비스를 선보이며 기업용 AI 비용 관리 시장 공략에 나섰다. 단순히 사용량과 비용을 보여주는 기존 모니터링 방식에서 나아가 예산을 초과할 것으로 예상되는 AI API 호출을 실행 단계에서 차단하는 방식이다. 12일 바운드포는 자사 AI 데이터 운영 플랫폼 '드로파이'에 AI 토큰 지출 관리 서비스 '파레토'를 새롭게 추가했다고 밝혔다. 최근 기업들은 하나의 AI 모델만 사용하는 것이 아니라 업무 성격에 따라 여러 생성형 AI 모델과 API를 동시에 활용하고 있다. 고성능 모델을 적극적으로 활용해 AI 사용량 자체를 늘리는 이른바 '토큰맥싱'이 확산하는 등 AI 활용 확대가 기업 경쟁력으로 여겨지고 있지만, 사용량이 늘어날수록 비용 부담 역시 커지는 구조다. 특히 AI 에이전트가 확산하면서 토큰 비용의 성격도 달라지고 있다. 사람이 직접 AI를 사용하는 경우에는 사용 시간이나 빈도에 일정한 한계가 있지만, AI 에이전트는 업무가 완료될 때까지 API를 자동으로 호출할 수 있다. 로봇이나 각종 디바이스에 AI가 탑재되면 24시간 작동하면서 지속적으로 모델을 호출하는 환경도 가능하다. 이 과정에서 오류가 발생해 같은 요청을 반복하거나, 단순한 작업에 고성능 모델을 계속 사용하는 경우 예상하지 못한 비용이 누적될 수 있다. AI 사용량을 늘리는 것 자체가 목표였던 단계에서 벗어나 기업이 AI 비용의 발생 구조까지 관리해야 하는 단계로 넘어가고 있는 것이다. 기존 기업용 비용 관리 방식만으로는 해당 변화에 대응하기 어렵다는 지적도 나온다. 일반적으로 기업은 월말 청구서나 사용량 데이터를 통해 어느 서비스에서 비용이 발생했는지를 확인한다. 다만 AI API는 호출량과 토큰 사용량에 따라 비용이 실시간으로 증가하기 때문에 사후에 비용을 확인하는 것만으로는 이미 발생한 지출을 되돌리기 어려운 것으로 평가된다. 바운드포는 파레토를 내놓은 것도 해당 문제를 겨냥했다. 바운드포는 파레토가 관리자가 설정한 예산 한도와 정책을 AI API 호출 과정에 적용해 일정 수준을 넘어서는 요청을 실행 전에 차단할 수 있도록 설계됐다고 설명했다. 사용 이후 비용을 분석하는 '사후 관측'보다 비용이 발생하기 전에 통제하는 '사전 통제'에 초점을 맞춘 것이 특징이다. 기업은 팀이나 프로젝트별로 AI 사용 예산을 설정할 수 있으며 현재 사용량과 예상 지출을 확인할 수 있도록 구성됐다. AI 에이전트가 자동으로 API를 호출하는 환경에서도 정해진 예산 범위 안에서 서비스를 운영할 수 있도록 하는 방식이다. 비용이 발생하는 패턴을 분석해 불필요한 지출을 찾아내는 기능도 제공한다. 실패한 API 요청이 반복되면서 비용이 누적되는 재시도, 사실상 동일한 요청을 반복 처리하는 중복 호출, 상대적으로 단순한 작업에 고성능 모델을 사용하는 과사양 모델 사용 등을 분석해 절감 가능성이 있는 영역을 리포트로 제공한다. 기업 입장에서는 어떤 모델을 얼마나 사용했는지를 확인하는 것뿐 아니라 어떤 업무에 어떤 모델을 사용했는지, 불필요한 호출이 발생하고 있는지, 설정한 예산을 넘어설 가능성이 있는지까지 관리해야 하기 때문에 AI 에이전트가 업무 자동화의 중심으로 자리 잡을수록 비용 통제의 중요성은 더욱 커질 전망이다. AI 에이전트가 여러 단계의 업무를 수행하는 과정에서 하나의 요청에 그치지 않고 여러 모델과 API를 연속적으로 호출할 수 있기 때문이다. 피지컬 AI 확산도 변수다. 로봇이나 자율 시스템 등이 AI 모델을 활용해 주변 상황을 판단하고 행동하는 환경에서는 서비스가 작동하는 동안 지속적인 AI 추론과 API 호출이 발생할 수 있다. AI가 소프트웨어 안에서만 사용되는 것이 아니라 현실 세계의 기기와 연결될수록 토큰 비용이 기업의 운영비와 직접 연결될 가능성도 커지고 있다. AI 시장의 경쟁 기준이 변하고 있다. 기존에는 더 뛰어난 성능의 모델을 확보하거나 이를 다양한 업무에 빠르게 적용하는 것이 기업의 AI 경쟁력으로 평가됐다면, 앞으로는 동일한 업무를 얼마나 적은 비용으로 처리할 수 있는지까지 중요한 요소가 될 전망이다. 바운드포는 파레토를 자사 AI 데이터 운영 플랫폼인 드로파이에 결합하면서 데이터 관리와 AI 비용 통제를 하나의 플랫폼에서 제공하는 방향으로 사업을 확대한다는 구상이다. AI 활용 과정에서 발생하는 데이터를 관리하는 동시에 해당 데이터를 바탕으로 AI 사용 패턴과 비용 구조를 분석해 운영 효율까지 높이겠다는 것이다. 황인호 바운드포 대표는 "로봇과 디바이스가 24시간 AI를 호출하는 환경에서는 비용을 사후에 분석하는 방식만으로는 한계가 있었고, 파레토는 피지컬 AI 현장에서 바운드포가 직접 겪은 문제를 해결하는 과정에서 탄생한 서비스"라며 "앞으로도 현장에서 검증한 운영 경험을 서비스로 고도화해 AI 데이터 관리부터 비용 통제까지 기업의 AI 운영 전반을 지원해 나가겠다"고 말했다.2026-08-12 11:05:01
-
![[AI시대 대격변] 한국경제 3주체를 다시 짜라 ③정부편](https://image.ajunews.com//content/image/2026/08/11/20260811112133615926.png)
한국경제 3주체를 다시 짜라 ③정부편 [경제일보] 인공지능(AI) 시대를 맞아 정부의 역할도 달라지고 있다. 과거 정부 역할이 산업 지원과 규제 정비에 집중됐다면, AI 시대에는 데이터, 전력망, 인재, 안전망, 소비자 보호, 공공서비스, 국가 안보까지 포괄하는 종합 설계 능력이 중요해졌다는 평가가 나온다. AI가 기업의 생산 방식과 소비자의 생활 방식을 동시에 바꾸면서 정부도 단순한 규제자나 투자자를 넘어 국가 운영체제의 설계자로서 역할을 맡아야 한다는 목소리가 커지고 있다. 산업 진흥, 규제 설계, 인프라 구축, 인재 양성, 소비자 보호를 따로 볼 것이 아니라 하나의 국가 전략으로 묶어야 한다는 것이다. 11일 정부와 관련 업계에 따르면 AI는 이미 산업정책의 핵심 축으로 올라섰다. 과학기술정보통신부는 지난달 16일 청와대 업무보고에서 AI 데이터센터(AIDC), 피지컬 AI, K-반도체를 3대 메가프로젝트로 제시하고, 해외 투자 유치를 포함해 총 550조원 규모의 민간투자로 기가와트급 초거대 AI 데이터센터를 구축하겠다고 밝혔다. 내년부터는 예약과 결제 등 실제 업무를 수행하는 AI 에이전트로 서비스를 고도화해 ‘1인 1 AI 에이전트’ 시대를 열겠다는 목표도 내놨다. AI 제도 정비도 본격화되고 있다. 한국은 올해 1월 22일 ‘인공지능 발전과 신뢰 기반 조성 등에 관한 기본법’(AI 기본법)을 시행했다. 이 법은 AI 연구개발과 학습용 데이터 구축, AI 활용 확산, 창업 지원, 인재 양성, 데이터센터 구축 지원 등의 근거를 담고 있다. 동시에 고영향 AI에 대한 투명성, 안전성, 인간 감독 등 신뢰 확보 장치도 포함했다. 한 AI업계 관계자는 “AI 산업은 속도가 생명인 만큼 과도한 규제는 부담이 될 수 있다”면서도 “설명 책임과 안전장치가 없으면 소비자와 시장의 신뢰를 잃을 수 있어 산업 진흥과 신뢰 구축을 동시에 설계하는 정부 역할이 중요해졌다”고 말했다. ◆AI 산업정책, 지원금 경쟁으로 끝나선 안 돼 정부의 AI 산업정책은 대규모 투자 계획을 중심으로 빠르게 확장되고 있다. 반도체는 AI 서버와 데이터센터의 핵심 인프라이고, 피지컬 AI는 로봇과 자율주행, 제조 자동화와 연결된다. AI 데이터센터는 모든 AI 서비스의 기반이 되는 컴퓨팅 인프라다. 정부가 이 세 분야를 묶어 국가 프로젝트로 제시한 것은 AI를 단순한 소프트웨어 산업이 아니라 제조업, 에너지, 지역경제, 안보가 결합된 복합 산업으로 보고 있다는 의미로 풀이된다. 다만 대형 프로젝트가 성과로 이어지려면 재정 투입과 세제 지원만으로는 한계가 있다는 평가가 많다. 데이터센터 입지, 전력망 확충, 용수 확보, 지역 주민 수용성, 전문 인력 공급이 함께 해결돼야 한다는 것이다. 로이터통신은 지난달 21일 정부가 수도권 밖 호남에 조성하려는 반도체 산업단지를 두고 대규모 전력·용수 수요와 지역 주민 반발이 주요 과제로 떠오르고 있다고 보도했다. 해당 산업단지 조성에는 800조원 이상이 투입될 것으로 추산되며, 계획대로면 4개 반도체 공장의 전력 수요만으로도 광주·전북·전남 지역의 현재 연간 전력 소비량의 70∼80%에 이를 것이라는 분석도 나왔다고 로이터는 전했다. 한 반도체 업계 관계자는 “데이터센터와 반도체 클러스터는 기업 투자만으로 완성되지 않는다”며 “전력망, 용수, 도로, 대학 인력, 지역 민원 조정까지 정부가 함께 풀어야 실제 착공과 운영이 가능하다”고 말했다. ◆데이터·전력·인재가 새 국가 인프라로 부상 AI 시대의 국가 인프라는 도로와 항만, 공항에만 머물지 않는다는 인식이 확산하고 있다. 데이터, 클라우드, GPU, 전력망, 고급 인재가 새로운 국가 인프라로 떠오르고 있다는 평가다. AI 모델을 개발하고 운영하려면 대규모 학습 데이터와 안정적인 컴퓨팅 자원, 막대한 전력이 필요하다. 이 때문에 AI 정책은 과학기술 정책인 동시에 에너지 정책, 교육 정책, 지역균형 정책의 성격을 함께 띠고 있다. 특히 데이터센터는 전력 수요와 직결된다. AI 연산은 기존 인터넷 서비스보다 훨씬 많은 전력을 필요로 한다. 정부가 권역별 데이터센터 구축을 추진하더라도 전력망 보강과 재생에너지, 원전, 송전선로 문제를 동시에 조정하지 못하면 투자 계획이 지연될 수 있다는 우려가 나온다. 인재 문제도 핵심 과제로 꼽힌다. AI 전문인력은 글로벌 빅테크와 국내 대기업, 스타트업이 동시에 확보 경쟁을 벌이는 분야다. 대학 교육만으로는 산업 현장의 수요를 따라가기 어렵다는 지적도 적지 않다. 과기정통부는 올해 12개 부처와 함께 514만명을 대상으로 AI 교육을 실시하고, AI디지털배움터를 전국 69개 거점으로 확대하겠다고 밝혔다. 한 서울 소재 대학 교수는 “AI 인재 정책은 박사급 연구자 양성만으로는 부족하다”며 “중소기업 직원, 공무원, 교사, 금융·제조 현장 인력까지 AI를 이해하고 활용할 수 있도록 재교육 체계를 넓혀야 한다”고 말했다. ◆규제 완화와 신뢰 구축 병행 요구 AI 기본법 시행으로 한국은 AI 산업 진흥과 신뢰 기반 조성을 함께 추진할 법적 틀을 갖췄다는 평가를 받는다. 법은 고영향 AI에 대해 투명성과 안전성 확보를 요구하고, 생성형 AI 결과물에 대한 표시 의무 등도 규정하고 있다. 의료, 금융, 교통, 채용, 교육처럼 국민의 생명과 기본권, 재산에 영향을 줄 수 있는 분야에서는 AI 활용에 더 높은 수준의 설명 책임과 인간의 감독이 요구된다. 기업 입장에서는 규제 부담이 커질 수 있다. 스타트업 업계에서는 AI 기본법과 시행령이 현장에 적용되는 과정에서 인증, 문서화, 영향평가 부담이 과도해질 수 있다는 우려가 나온다. 반면 소비자와 시민사회에서는 AI가 신용평가, 채용, 보험, 의료 판단에 활용될 경우 설명 가능성과 이의제기 절차가 반드시 보장돼야 한다는 의견이 우세하다. 한 스타트업 업계 관계자는 “AI 기본법의 취지는 공감하지만 초기 기업에 대기업 수준의 문서화와 검증 부담이 부과되면 서비스 출시 속도가 늦어질 수 있다”며 “위험도가 낮은 서비스와 고영향 AI를 구분해 규제를 차등 적용할 필요가 있다”고 말했다. 반면 소비자단체 관계자는 “AI가 금융 심사나 채용, 보험료 산정에 쓰일 경우 소비자는 왜 그런 결과가 나왔는지 알기 어렵다”며 “기술 발전을 이유로 설명 책임과 이의제기 절차가 약화돼서는 안 된다”고 강조했다. 정부의 과제는 이 균형을 어떻게 맞출지에 있다. AI 산업을 키우기 위해 규제를 무조건 늦추면 신뢰가 약해질 수 있고, 신뢰 확보를 이유로 규제를 과도하게 설계하면 혁신 속도가 떨어질 수 있다는 우려가 동시에 제기된다. 분야별 위험 수준에 따라 규제를 달리 적용하는 정교한 접근이 필요하다는 지적이 나오는 이유다. ◆공공부문 AI, 행정 혁신의 시험대 정부 자체도 AI 전환의 대상이다. 행정 민원, 복지 심사, 세금 신고, 재난 대응, 교통 관리, 보건의료, 교육 행정 등 공공서비스 전반에서 AI 활용 가능성이 커지고 있다. AI를 활용하면 반복 민원을 줄이고 행정 처리 속도를 높이며, 사각지대에 놓인 국민을 더 빨리 찾아낼 수 있다는 기대가 있다. 다만 공공부문 AI에는 민간보다 더 엄격한 기준이 적용돼야 한다는 목소리도 높다. 정부의 AI 판단은 국민의 권리와 직접 연결될 수 있어서다. 복지 수급 대상 선정, 세무 조사, 채용·평가, 치안·감시 분야에서 AI가 활용될 경우 오류나 편향이 발생하면 피해가 클 수 있다. 공공 AI는 효율성뿐 아니라 투명성, 책임성, 감사 가능성을 함께 확보해야 한다는 지적이 나온다. ◆부처별 정책 넘어 국가 조정 능력이 관건 AI 시대 정부의 역할은 갈수록 복잡해지고 있다는 게 대체적인 평가다. 산업을 키우면서도 소비자를 보호해야 하고, 투자를 촉진하면서도 전력과 지역 갈등을 조정해야 한다. 기업의 혁신을 막지 않으면서도 고영향 AI의 위험을 관리해야 하고, 청년에게는 새 일자리를 만들고 기존 노동자에게는 전환 교육과 안전망을 제공해야 한다는 요구도 커지고 있다. 전문가들은 AI 전환의 성패가 개별 부처의 정책 경쟁이 아니라 정부 전체의 조정 능력에 달려 있다고 본다. 과학기술, 산업, 금융, 교육, 노동, 복지, 에너지 정책이 따로 움직이면 AI 전환이 성장보다 갈등을 키울 수 있다는 우려도 나온다. 반대로 인프라, 인재, 규제, 안전망, 신뢰 체계를 하나의 전략으로 묶을 경우 AI가 한국경제의 새로운 성장 기반이 될 수 있다는 기대도 있다. 한 청와대 관계자는 “AI 시대 정부는 돈을 나눠주는 투자자나 기업을 단속하는 규제자에 머물 수 없다”며 “국가 데이터 인프라와 전력망, 인재 양성, 소비자 보호, 일자리 전환을 함께 설계하는 운영체제 역할을 해야 한다”고 말했다.2026-08-11 11:22:24
-
배충식 KAIST 총장 "AI 네이티브 캠퍼스로 대전환"…포스트 AI 시대 연다 [경제일보] 배충식 KAIST 총장이 교육과 연구뿐 아니라 행정과 캠퍼스 인프라까지 인공지능(AI)을 내재화하는 ‘AI 네이티브 캠퍼스’ 전환을 공식화했다. AI를 특정 전공이나 연구 분야에서 활용하는 수준을 넘어 대학 운영 전반의 기본 언어로 정착시키겠다는 구상이다. KAIST는 10일 대전 본원에서 배충식 총장 취임식을 열고 ‘기본이 강한 글로벌 혁신 선도대학’을 새로운 비전으로 제시했다. 지난달 1일 취임한 배 총장은 이날 기존 취임사 중심의 형식에서 벗어나 직접 프레젠테이션을 진행하며 AI 시대 대학의 변화 방향과 구체적인 실행 전략을 공개했다. 배 총장이 제시한 핵심은 ‘AI 네이티브 캠퍼스’다. 교육에서는 ‘AI 인터랙티브 교육’, 연구에서는 ‘AI 자율랩’, 행정에서는 ‘AI 에이전트 행정’, 인프라에서는 ‘AI 에너지 융합’을 추진한다. AI를 일부 연구자의 도구로 한정하지 않고 전 학문 분야가 함께 사용하는 공통 언어로 확산시켜 대학 자체를 AI 혁신 플랫폼으로 바꾸겠다는 것이다. 배 총장은 대학 운영 철학으로 ‘연속과 혁신’을 제시했다. KAIST가 55년 동안 축적한 창의·도전·배려의 가치를 이어가는 동시에 AI 대전환과 기술패권 경쟁에 대응하기 위한 전면적인 혁신에 나서겠다는 의미다. AI 인재 양성 방식도 바꾼다. 배 총장은 탄탄한 기초학력을 바탕으로 AI를 정확히 이해하고 직접 개발할 수 있는 인재를 양성하겠다는 계획을 밝혔다. 기술적 특이점 이후의 ‘포스트 AI 시대’까지 내다보고 AI를 활용하는 수준을 넘어 AI를 주도적으로 개발하고 새로운 산업과 기술을 만들어내는 ‘AI 전사’이자 ‘글로벌 혁신가’를 키우겠다는 구상이다. 교육 과정에는 AI 활용도를 반영한다. 배 총장은 “단순 지식 전달이 아닌 AI 활용 학습 설계가 AX(AI 전환) 교육 혁신의 시작”이라며 모든 교수의 전공 역량과 AI를 결합할 수 있는 환경을 만들고 전 교과목에 AI 활용 등급을 부여하겠다고 밝혔다. 연구 분야에서는 AI와 피지컬 기술의 결합을 강조했다. 배 총장은 20여년 전 인공신경망을 활용해 엔진 제어기술을 개발했던 연구 경험을 언급하며 당시 발전 가능성에 의문을 제기했던 AI가 이제 모든 분야의 핵심 도구가 됐다고 평가했다. KAIST는 휴머노이드 로봇과 사족보행 로봇 ‘라이보’ 등 피지컬 AI 분야의 연구 성과가 실제 산업으로 이어질 수 있도록 연구와 산업계 연계도 강화할 계획이다. 이를 뒷받침하기 위한 5대 발전 전략도 제시했다. △AI 중심 교육 혁신(Beyond AI) △딥테크 연구 및 창업 생태계 구축(Beyond Laboratory) △AI 기반 행정 효율화(Beyond Barriers) △탄소중립·친환경 캠퍼스 조성(Beyond Carbon) △글로벌 협력 및 국가균형발전(Beyond KAIST) 등이다. 특히 AI를 대학 행정에도 적용해 반복적인 업무를 자동화하고 구성원들이 교육과 연구에 집중할 수 있는 환경을 만들겠다는 계획이다. 캠퍼스 인프라 역시 AI와 에너지 기술을 결합해 탄소중립과 효율적인 에너지 관리가 가능한 구조로 전환한다. 취임식에서는 KAIST 졸업생과 교수들의 AI 활용 사례도 소개됐다. 한국조선해양 윤현숙 박사는 선박 분야의 디지털 트윈 적용 사례를, 삼성전자 반도체연구소 신지용 박사는 반도체 공정 최적화 사례를 발표했다. 황준식 KAIST 교수는 피지컬 AI와 모빌리티·로봇 기술의 융합 방향을 제시했다. 배 총장은 KAIST가 국내 연구중심대학을 넘어 국가 차원의 기술혁신 플랫폼으로 역할을 확대해야 한다는 점도 강조했다. 글로벌 기술패권 경쟁이 심화하는 상황에서 대학의 연구성과를 산업과 연결하고, AI·로봇·에너지 등 미래 기술 분야에서 새로운 산업을 만들어내는 역할을 강화하겠다는 것이다. 배 총장은 “널리 듣고 치열하게 행동하며 항상 위기를 관리하고 통합과 조정을 위해 필요한 곳에 찾아가는 조력자이자 봉사하는 총장이 되겠다”며 “2031년 개교 60주년에 맞춰 국가에서 받은 혜택을 몇 배로 갚고, 혁신을 넘어 새로운 기준을 만드는 대학으로 발전시키겠다”고 말했다.2026-08-10 08:50:45
-
![[사설 | 이재명 정부 1년 특별기획②] 한국 AI 국가전략, 이젠 실행이 답](https://image.ajunews.com//content/image/2026/08/05/20260805101011420959.png)
한국 AI 국가전략, 이젠 실행이 답 [경제일보] 생성형 인공지능(AI)이 글과 그림, 영상과 프로그램을 만드는 단계를 넘어 현실 세계를 움직이는 ‘피지컬 AI’ 시대로 진입하고 있다. 로봇이 공장을 운영하고 무인 농기계가 작물을 관리하며 자율주행 장비가 물류를 담당하는 시대다. AI 경쟁의 무대가 컴퓨터 화면에서 제조·농업·물류·국방·돌봄 현장으로 확장되고 있는 것이다. 정부도 피지컬 AI를 국가 전략기술로 정하고 관련 정책을 본격화하고 있다. 과학기술정보통신부는 데이터와 기술, 산업 확산, 생태계 조성을 아우르는 피지컬 AI 전략을 내놓았다. 독자적인 월드모델과 로봇 파운데이션 모델, 온디바이스 컴퓨팅 기술을 확보하고 제조·농업·국방·돌봄 등으로 활용 범위를 넓히겠다는 구상이다. 정부는 월드모델 핵심기술 국산화를 위해 올해부터 2년간 340억원을 투입하고 국내 산학연 컨소시엄을 가동했다. 방향은 옳다. 생성형 AI 분야에서 미국과 중국의 대형 플랫폼을 단기간에 따라잡기는 쉽지 않다. 그러나 한국은 세계적인 제조업과 반도체, 통신망, 로봇 기술, 높은 현장 자동화 수준을 갖추고 있다. 디지털 두뇌를 실제 기계와 산업현장에 연결하는 피지컬 AI에서는 충분히 승부를 걸 수 있다. 그 중심지로 새만금을 주목할 필요가 있다. 새만금은 넓은 산업용지와 재생에너지 기반, 항만과 공항을 연계할 수 있는 입지 조건을 갖추고 있다. 정부도 새만금을 재생에너지와 그린수소, AI 데이터센터와 로봇산업을 결합한 혁신 거점으로 육성하는 방향을 제시해 왔다. 새만금개발청은 정부 출범 1년 성과로 새만금 피지컬 AI 산업 육성을 내세웠다. 이제는 새만금을 국가 AI 특구로 명확히 지정하고 권한과 재원을 집중해야 한다. 여러 부처가 개별 사업을 나눠 추진하는 방식으로는 글로벌 경쟁의 속도를 따라가기 어렵다. 규제 특례와 연구개발, 데이터 구축, 실증, 사업화를 하나의 체계로 묶고 성과에 책임지는 전담 추진체계를 만들어야 한다. 새만금은 단순히 AI 데이터센터를 유치하는 데 그쳐서는 안 된다. 데이터센터만 들어서고 핵심 기술과 기업, 일자리가 수도권이나 해외에 남는다면 지역경제에 돌아오는 효과는 제한적이다. 농업 AI와 재생에너지 AI, 물류로봇과 자율주행 장비, 스마트 제조를 실제 현장에서 시험하고 사업화하는 ‘피지컬 AI 수도’로 만들어야 한다. 농업은 새만금의 강점을 가장 잘 살릴 수 있는 분야다. 드론과 무인 농기계, 작황 예측, 병충해 탐지, 수자원 관리 기술을 대규모 농업 현장에 적용하면 농촌의 인력 부족과 생산성 문제를 동시에 풀 수 있다. 농업 AI 실증 과정에서 축적된 데이터와 장비, 운영 경험은 해외 스마트농업 시장으로 수출할 수도 있다. 재생에너지 AI도 중요한 축이다. 태양광과 풍력은 기상 여건에 따라 발전량이 달라진다. AI로 발전량과 전력 수요를 예측하고 에너지저장장치와 송전망을 통합 관리하면 재생에너지의 불안정성을 줄일 수 있다. 새만금의 에너지 인프라를 AI 데이터센터와 연계한다면 친환경 전력을 사용하는 미래형 산업단지 모델을 만들 수 있다. 하지만 데이터센터와 로봇 공장은 발표만으로 세워지지 않는다. 막대한 전력과 용수, 초고속 통신망이 필요하다. 정부는 대형 AI 데이터센터의 입지에 맞춰 재생에너지와 원전 등 다양한 전원을 조화롭게 활용하고 전력망을 확충하겠다는 계획을 밝혔다. 관건은 계획의 속도와 주민 수용성이다. 송전망 건설과 용수 확보가 늦어지면 기업의 투자 일정도 미뤄질 수밖에 없다. 전력 공급 원칙도 현실적으로 세워야 한다. 재생에너지 확대는 필요하지만 날씨에 좌우되는 전원만으로 대규모 데이터센터와 첨단 제조시설을 안정적으로 가동하기 어렵다. 원전과 재생에너지, 저장장치와 수요관리 기술을 결합해 비용과 안정성, 탄소 감축을 동시에 달성해야 한다. 에너지 정책을 둘러싼 이념 논쟁이 AI 산업의 발목을 잡아서는 안 된다. AI 인재 전략도 숫자 경쟁에서 벗어나야 한다. ‘AI 인재 100만 시대’는 연구자 100만명을 양성한다는 뜻일 수 없다. 세계적 수준의 모델을 개발하는 고급 연구자와 산업 현장에서 AI를 적용하는 엔지니어, AI 도구를 활용하는 일반 노동자를 구분해 교육해야 한다. 정부도 피지컬 AI를 활용할 실무인재부터 핵심 모델을 개발할 고급인재까지 전방위 양성체계를 구축하겠다고 밝혔다. 대학 정원 몇 명을 늘리고 단기 교육과정을 개설하는 것만으로는 부족하다. 새만금과 전북 지역의 대학, 연구기관, 기업이 공동으로 교육과 실증을 수행하도록 해야 한다. 학생이 지역에서 배우고 현장 프로젝트에 참여한 뒤 지역 기업에 취업하거나 창업하는 경로를 만들어야 한다. 수도권 인재를 잠시 내려보내는 방식이 아니라 지역에 지속 가능한 연구·산업 생태계를 구축해야 한다. 국가 AI 예산도 대폭 확대하되 나눠주기식 지원은 피해야 한다. 정부는 국가 AI 프로젝트와 GPU 인프라 확보, 데이터 플랫폼, 피지컬 AI 기술개발을 추진하고 있다. 정부 GPU 확보·운용 사업만도 2조원대 규모로 제시됐다. 예산 규모보다 중요한 것은 선택과 집중이다. 중앙부처와 지방자치단체가 비슷한 AI 센터와 교육사업을 경쟁적으로 만드는 방식은 효과가 낮다. 핵심 모델과 컴퓨팅 인프라, 현장 데이터, 실증단지를 중심으로 국가 자원을 집중해야 한다. 민간기업이 정부 지원이 끝난 뒤에도 투자와 사업을 이어갈 수 있는지 사업 초기부터 검증해야 한다. 성과 평가도 달라져야 한다. 데이터센터 유치 건수나 교육 수료자 수, 양해각서 체결 숫자를 성과로 내세워서는 안 된다. 국산 기술의 현장 적용률과 생산성 향상, 민간 투자액, 새로 생긴 양질의 일자리, 해외 수출 실적을 기준으로 평가해야 한다. 목표를 달성하지 못한 사업은 과감히 중단하고 가능성이 확인된 분야에 예산을 다시 집중해야 한다. 피지컬 AI는 사람과 기계가 같은 공간에서 움직이는 기술이다. 기술 경쟁력 못지않게 안전과 책임 기준이 중요하다. 로봇이나 자율 장비의 판단으로 사고가 발생했을 때 개발사와 제조사, 운영자 가운데 누가 책임지는지 분명히 해야 한다. 정부도 실데이터와 합성데이터의 품질 관리, 통신·보안과 안전·신뢰 기술을 함께 개발하겠다고 밝혔다. AI 강국은 정부가 선언한다고 만들어지지 않는다. 기업이 투자하고 인재가 모이며 기술이 현장에서 성과를 낼 때 비로소 완성된다. 새만금을 특구로 지정하는 것만으로도 부족하다. 규제와 인프라, 데이터와 인재, 연구개발과 사업화를 한곳에서 연결해야 한다. <한비자>에는 “세상의 일이 달라지면 대비책도 달라져야 한다”는 뜻의 ‘세이즉사이(世異則事異)’가 나온다. 생성형 AI 시대의 전략을 피지컬 AI 시대에도 그대로 적용할 수는 없다. 이제 국가는 기술을 지원하는 보조자를 넘어 산업과 에너지, 지역과 인재 정책을 함께 설계하는 운영자가 돼야 한다. 이재명 정부는 출범 1년 동안 AI를 국가 성장전략의 중심에 놓았다. 이제 필요한 것은 또 하나의 비전이나 구호가 아니다. 새만금 국가 AI 특구 지정과 전력·용수 인프라 구축, 데이터센터와 로봇기업 유치, 농업·에너지 AI 실증, 인재 양성, 예산 집중을 구체적인 일정표로 제시해야 한다. AI 경쟁은 기다려주지 않는다. 선언이 길어질수록 기술과 기업, 인재는 다른 나라로 이동한다. 새만금을 피지컬 AI 수도로 만들고 그 성과를 전국의 제조업과 농업, 물류와 돌봄으로 확산해야 한다. 한국 AI 국가전략의 성패는 계획의 크기가 아니라 실행의 속도와 결과로 판가름 날 것이다.2026-08-05 10:43:54
-
LG CNS, 2분기 영업이익 9.2% 줄었다. [경제일보] LG CNS의 2026년 2분기 영업이익이 1279억원으로 전년 동기 대비 9.2% 줄었다. 매출은 1조5208억원으로 4.2% 늘었다. 매출이 느는데 이익이 줄면서 영업이익률은 9.7%에서 8.4%로 1.2%포인트 낮아졌다. LG CNS는 7월 31일 실적발표 컨퍼런스콜에서 피지컬 AI와 금융 인공지능 전환(AX), AI 인프라를 하반기 3대 성장축으로 제시했다. 상반기 누적으로는 매출 2조8358억원, 영업이익 2221억원으로 각각 6.1%, 1.1% 늘었다. 상반기 이익이 소폭이나마 늘어난 것은 1분기 덕이다. 반기 수치에서 2분기를 빼면 1분기 영업이익은 942억원으로 전년보다 20%가량 증가했다. 이익 방향이 꺾인 시점은 2분기다. 송광륜 LG CNS 최고재무책임자(CFO)는 "영업이익 감소는 사업 경쟁력 약화에 따른 구조적 문제가 아니라 미래 성장을 위한 선제적 투자와 일시적인 프로젝트 일정의 영향"이라며 "이연된 프로젝트가 하반기 본격 진행되면 실적 개선에 기여할 것"이라고 말했다. 신규 AI 플랫폼과 피지컬 AI 연구개발, 인재 확보 투자가 늘었고 일부 계열사 프로젝트 계약이 하반기로 밀렸다는 설명이다. ◆ LG전자 로봇 데이터 팩토리…피지컬 AI 첫 레퍼런스 피지컬 AI 사업의 출발점은 LG전자다. LG CNS는 LG전자와 지능형 로봇 학습 인프라인 로봇 데이터 팩토리를 구축하고 자체 플랫폼 '피지컬웍스'와 그래픽처리장치(GPU) 기반 AI 인프라를 공급한다. 로봇 데이터 팩토리는 로봇이 작업을 익히는 데 필요한 영상과 동작 데이터를 모아 가공하고 이를 바탕으로 AI 모델을 학습시키는 설비다. 물류 현장 검증은 컬리에서 이뤄졌다. LG CNS는 컬리 물류센터 1차 개념검증(PoC)을 마쳤고 연말까지 기능을 보완해 적용 범위를 넓히는 후속 사업을 추진한다. 좁은 통로를 다니는 자율이동로봇(AMR) 사업과 연구소 물류 자동화도 수행 중이다. 신재훈 LG CNS 스마트팩토리사업부장(상무)은 "산업 현장에 피지컬 AI를 도입하려면 GPU를 비롯한 AI 인프라 확보가 필수적"이라며 "LG전자 로봇 데이터 팩토리를 대표 사례로 삼아 제조와 물류 등 다양한 산업으로 사업을 확대하겠다"고 말했다. 올해는 사례 확보에 집중하고 내년부터 제조·물류 고객을 상대로 로봇 전환(RX) 사업을 넓힌다는 구상이다. 스마트엔지니어링 부문 2분기 매출은 2746억원으로 13% 늘어 세 부문 가운데 성장률이 가장 높았다. LG그룹 2차전지 계열사의 북미 물류 혁신 사업을 추가 수주했고 국가농업 AX 플랫폼 구축 사업의 민간사업자로도 뽑혔다. ◆ 금융 차세대, 하반기부터 매출 인식 디지털 비즈니스 서비스 상반기 매출은 6621억원으로 8.8% 늘어 세 부문 중 증가폭이 가장 컸다. KB국민은행 차세대 사업과 한국은행 2기 정보기술아웃소싱(ITO) 사업을 따냈다. 조성우 LG CNS 금융AX1사업담당(상무)은 "금융권 차세대 프로젝트는 평균 수행 기간이 약 2년인 대규모 사업으로 착수 이후 분석·설계·초기 구축 단계를 거치면 약 6개월 뒤부터 매출이 본격 인식되는 구조"라며 "1월 NH농협은행, 5월 KB국민은행 차세대를 착수한 만큼 하반기로 갈수록 매출 기여도가 높아질 것"이라고 말했다. 지난해 수주한 미래에셋생명과 신한투자증권 차세대는 올해 본격 개발 단계에 들어갔다. 정보기술(IT) 시스템 구축과 운영 전 과정을 에이전틱 AI로 수행하는 개발 플랫폼 '대본'도 2분기에 내놨다. ◆ AI 인프라, 구독형으로 판다 AI·클라우드 부문 2분기 매출은 9060억원으로 3.9% 늘었다. AI 플랫폼과 데이터 구축, 클라우드 관리서비스(MSP), GPU 인프라 구축·유지보수가 성장을 이끌었다. LG CNS는 AI 연산 자원을 구독 방식으로 파는 '엑스퓨웍스(XPUWorks)'를 출시했다. 고객이 대규모 초기 투자 없이 필요한 만큼 GPU를 쓰게 하는 구조다. 1분기에 내놓은 에이전틱 AI 플랫폼 '에이전틱웍스'는 챗GPT와 클로드, 제미나이의 사용량과 비용을 조직·사용자별로 보여주는 대시보드를 제공한다. 업무 특성과 보안 요건에 맞춰 모델을 골라 연결하는 지능형 라우팅 기능도 강화하고 있다. 중국산 대규모언어모델(LLM)의 약진에 대해서는 대체보다 조합으로 봤다. 진요한 LG CNS AI센터장(상무)은 "표준 모델을 일괄 전환하기보다는 업무 난이도와 보안 수준, 비용 민감도에 따라 여러 모델을 조합하는 멀티모델 전략이 확대되는 추세"라며 "업무 특성에 따라 미국 프런티어 모델과 중국 경량 모델, 국산 온프레미스 모델을 최적으로 배치하는 방식이 일반화될 것"이라고 말했다. 데이터센터 설계·구축·운영(DBO)에서는 시장 성장률을 웃도는 확장을 목표로 내걸었다. LG CNS는 글로벌 데이터센터 시장이 연평균 9%, 아시아태평양과 국내는 15~20% 성장할 것으로 봤다. 한편 회사 설명이 맞는지는 하반기에 갈린다. 이연됐다는 계열사 프로젝트가 실제로 3분기에 잡히는지, 6개월 뒤부터 매출이 인식된다는 금융 차세대가 그 시점에 숫자로 나타나는지가 확인 지점이다. 피지컬 AI는 아직 LG전자라는 계열 물량 한 건과 컬리 PoC가 전부다. 선제 투자라는 설명이 성립하려면 그룹 밖에서 매출이 나와야 한다.2026-07-31 14:45:47
-
LG CNS, 상반기 매출 2조8358억원, 영업이익 2221억원 [경제일보] LG CNS가 2026년 상반기 매출 2조8358억원, 영업이익 2221억원을 기록했다고 7월 31일 밝혔다. 전년 동기 대비 매출은 6.1% 늘었지만 영업이익 증가율은 1.1%에 그쳤다. 외형은 커졌는데 수익성은 뒤로 물러섰다. 발표 수치로 계산한 상반기 영업이익률은 7.8%다. 지난해 상반기 8.2%에서 0.4%포인트 낮아졌다. 증권가는 데이터센터 프로젝트의 매출 인식이 늦어진 점과 인공지능 전환(AX), 로봇 전환(RX) 플랫폼 투자가 늘어난 점을 수익성 하락 배경으로 꼽아 왔다. 주력인 AI·클라우드 사업의 상반기 매출은 1조6714억원으로 전년 동기 대비 5.1% 증가했다. 전체 매출의 58.9%다. 전사 성장률 6.1%보다 낮아 비중은 소폭 줄었다. 클라우드에서는 데이터센터가 실적을 받쳤다. LG CNS는 삼송과 죽전의 하이퍼스케일급 AI데이터센터 프로젝트에서 매출을 냈고 상반기에만 1조원 이상의 설계·구축·운영(DBO) 사업을 수주했다. 다만 수주는 계약 잔고이지 매출이 아니다. 실제 인식 시점에 따라 분기 실적은 출렁인다. 최근에는 그래픽처리장치(GPU)와 신경망처리장치(NPU) 같은 AI 인프라를 구독하는 플랫폼 'XPUWorks'를 내놨다. AI 부문에서는 두산과 중소기업중앙회, 컬리, LX판토스를 고객으로 제조·물류 AX 사업을 늘렸다. 제약·바이오, 공항·항공, 방산·조선으로 대상 산업도 넓혔다. 금융과 공공에서는 에이전틱 AI 플랫폼 '에이전틱웍스'를 앞세우고 있다. 오픈AI와 팔란티어, 앤트로픽과의 협력도 신규 고객 확보 통로로 제시했다. 나머지 두 부문은 성장률이 더 높았다. 스마트엔지니어링 매출은 5024억원으로 6.2% 늘었다. 방산과 조선, 반도체, 제약에서 따낸 대외 프로젝트가 매출로 바뀌고 있다. 디지털 비즈니스 서비스 매출은 6621억원으로 8.8% 증가해 세 부문 가운데 가장 가팔랐다. 은행과 손해보험, 생명보험이 고르게 늘었다. 하반기 승부처로는 피지컬 AI를 꼽았다. LG CNS는 지난 7일 LG전자와 1897억원 규모의 피지컬 AI 인프라 계약을 맺었다. 계약 기간은 8월 1일부터 2029년 7월 31일까지 3년이다. LG전자가 CES 2026에서 공개한 휴머노이드 '클로이드'의 학습에 쓸 GPU와 스토리지, 로봇 파운데이션 모델(RFM) 고도화 인프라를 공급한다. 주목할 대목은 이 계약의 성격이다. 회사가 강조한 것은 대외 사업 확대인데 피지컬 AI 최대 계약은 계열사인 LG전자에서 나왔다. 그룹 안에서 검증한 뒤 밖으로 파는 구조여서 초기 물량이 계열에 쏠리는 것은 자연스럽지만, 대외 매출로 잡히는 시점은 아직 오지 않았다. RX 생태계는 확장 단계다. LG CNS는 스킬드AI와 컨피그, 덱스메이트, 제네시스AI 등 로봇 기업과 협력해 범용 RFM부터 로봇 손 RFM까지 현장에 맞추겠다는 계획이다. 엔비디아와 구글 딥마인드, 아마존웹서비스(AWS)와는 협력을 논의하는 중이라고 밝혔다. 계약이 아닌 논의 단계다. 해외 사업도 넓힌다. LG CNS가 국내 기업 가운데 처음 수주했다고 밝힌 해외 AI데이터센터는 인도네시아에 짓고 있으며 올 하반기 완공된다. 미국 시카고에서 열리는 국제제조기술전시회 'IMTS 2026'에 참가해 북미 제조 AX 시장을 공략하고 아시아태평양·일본(APJ) 지역에서는 금융 디지털 전환 사업을 확대할 계획이다. 한편 검증대에는 수익성이 올라 있다. 매출은 늘었지만 이익이 따라오지 못했고 AX와 RX 플랫폼 투자는 당분간 비용으로 잡힌다. 1조원대 DBO 수주와 LG전자 계약이 언제 이익으로 바뀌는지가 하반기 실적의 갈림길이다.2026-07-31 10:57:18
-
SK텔레콤, 피지컬 AI 스타트업 8곳 모아 로보틱스 생태계 키운다 [경제일보] SK텔레콤이 피지컬 AI·로보틱스 스타트업 8개사와 공동 실증 방안을 논의했다고 7월 31일 밝혔다. 간담회는 7월 30일 서울 종로구 SK 서린사옥에서 열렸다. 피지컬 AI는 로봇이 현실 세계를 인식하고 스스로 판단해 행동하도록 하는 기술이다. 챗봇처럼 화면 안에서 답을 내놓는 데 그치지 않고 물리적 작업을 수행한다는 점에서 구분된다. 참석 기업은 가우스랩스, 리얼월드, 마키나락스, 씨메스로보틱스, 위로보틱스, 유일로보틱스, 컨피그인텔리전스, 홀리데이로보틱스 8곳이다. 휴머노이드와 웨어러블 로봇, 산업용 협동로봇, 로봇 파운데이션 모델(RFM) 등을 다룬다. 협동로봇은 사람과 같은 공간에서 상호작용하는 산업용 로봇이고, RFM은 로봇이 여러 작업을 인식하고 계획해 수행하도록 돕는 AI 모델이다. SK텔레콤과 SK그룹 AI위원회, SK하이닉스, SK AX 임원이 함께했다. 8곳 가운데 가우스랩스는 순수 외부 스타트업으로 보기 어렵다. SK하이닉스가 2020년 자본금 5500만 달러를 전액 출자해 미국 실리콘밸리에 세운 산업용 AI 회사다. 간담회의 배경에는 하반기 출시를 준비 중인 로봇 학습 플랫폼이 있다. SK텔레콤은 SK하이닉스와 구축한 제조 AI 디지털 트윈 플랫폼을 로봇 작업 데이터 생성으로 넓히고 있다. 7월 23일에는 회사가 국제전기통신연합 전기통신표준화부문(ITU-T)에 제안한 '로봇 데이터 팩토리(RDF) 연동 구조 및 방식'이 신규 표준화 과제로 채택됐다고 발표했다. 로봇 학습 데이터를 만들고 주고받는 규격을 국제 표준으로 밀어 올리려는 시도다. 이번 자리에서 SK텔레콤이 스타트업들과 집중적으로 다룬 것도 디지털 트윈 공간에서 RFM 학습용 데이터를 만드는 방안이다. 로봇 AI를 훈련시키려면 대규모 동작 데이터가 필요한데 로봇 기종과 소프트웨어마다 수집 방식이 달라 호환이 어렵다. 플랫폼이 팔리려면 데이터를 넣을 로봇 기업이 먼저 붙어야 한다. 이번 간담회는 SK텔레콤이 7월 들어 잇달아 내놓은 AI 사업 행보의 연장선에 있다. 회사는 7월 21일 AI 사업 파트너로 삼을 스타트업 발굴 계획을 밝혔고, 7월 23일에는 AI 데이터센터 사업개발 전문회사 신설을 발표했다. 정재헌 대표 체제에서 통신 사업의 무게중심을 AI 인프라와 산업 AI로 옮기는 작업이 이어지고 있다. 참석자들은 제조와 물류, 서비스 현장의 공동 실증 방안을 논의했다. AI 반도체와 AI 데이터센터, 디지털 트윈, AI 모델 분야의 SK그룹 역량을 스타트업 기술과 결합하는 방안도 다뤘다. SK텔레콤은 앞으로 로봇 하드웨어와 데이터, 모델 전반으로 협력 대상을 넓혀 개방형 생태계를 만들겠다고 밝혔다. 유경상 SK텔레콤 AI CIC장은 "피지컬 AI 산업에서는 반도체부터 로봇 파운데이션 모델, 응용 서비스에 이르는 풀스택 AI 생태계가 유기적으로 연결될 때 비로소 실질적인 혁신이 가능하다"며 "국내 피지컬 AI 스타트업과의 파트너십을 지속 확대하겠다"고 말했다.2026-07-31 10:24:19
-
삼성SDS, 2분기 매출 3.7조…클라우드·물류 동반 성장 [경제일보] 삼성SDS가 클라우드와 물류 사업의 동반 성장에 힘입어 올해 2분기 매출 3조7000억원대를 기록했다. 공공·금융 분야의 인공지능 전환(AX) 수요를 흡수하며 계열사 중심의 사업 구조를 대외 시장으로 확장하는 모습이다. 삼성SDS는 연결 기준 2분기 매출 3조7178억원, 영업이익 2318억원의 잠정실적을 기록했다고 30일 밝혔다. 전년 동기보다 매출은 5.9%, 영업이익은 0.7% 증가했다. 2분기 영업이익률은 6.2%다. 매출 증가율보다 영업이익 증가율이 낮아 전년 동기와 비교하면 수익성은 다소 낮아졌다. 상대적으로 이익률이 낮은 물류 사업의 매출 확대와 AI 인프라·서비스 관련 투자가 영향을 미친 것으로 풀이된다. 다만 퇴직금 산정 기준 변경에 따른 일회성 비용 1120억원이 반영됐던 1분기와 비교하면 영업이익은 약 3배로 회복됐다. IT서비스 사업 매출은 1조7625억원으로 전년 동기보다 5% 증가했다. 이 가운데 클라우드 매출은 7794억원으로 17% 늘었다. 클라우드가 IT서비스 매출에서 차지하는 비중은 약 44%까지 높아졌다. 특히 외부 고객을 대상으로 한 클라우드 매출이 75% 증가하며 계열사 의존도를 낮추는 데 기여했다. 삼성 클라우드 플랫폼(SCP)을 기반으로 하는 클라우드서비스제공사(CSP) 사업은 공공 분야와 GPUaaS 수요 확대로 24% 성장했다. 클라우드 관리서비스제공사(MSP) 사업은 금융권 AX 프로젝트와 조선업 전사적자원관리(ERP) 사업 확대에 힘입어 17% 증가했다. 향후 클라우드 사업의 성장성을 평가할 지표는 대외 고객 증가세가 장기 계약과 반복 매출로 이어지는지다. 물류 사업 매출은 1조9553억원으로 6.6% 늘었다. 항공 포워딩과 내륙 운송·창고를 중심으로 계약 물류가 증가했고, 디지털 물류 플랫폼 ‘첼로스퀘어’의 외부 고객 사업도 성장했다. 삼성SDS는 AI 인프라와 AX·AI 서비스, AI 플랫폼·솔루션을 묶은 ‘AI 풀스택’ 전략도 구체화하고 있다. 과학기술정보통신부의 GPU 확보·구축·운용 지원사업에 참여해 국가 AI 인프라를 구축하고 있으며 엔비디아 B300 기반 GPUaaS도 제공하고 있다. 7월에는 퓨리오사AI의 국산 신경망처리장치(NPU) ‘레니게이드’를 활용한 NPUaaS 상품을 출시했다. GPU뿐 아니라 국산 AI 반도체까지 인프라 선택지를 넓혀 고객의 비용과 워크로드 특성에 맞는 연산 환경을 제공한다는 구상이다. AX 사업에서는 우리은행 핵심 업무에 175개 이상의 AI 에이전트를 적용하는 프로젝트와 한국수출입은행 생성형 AI 시스템 구축 사업을 확보했다. 생성형 AI 솔루션 ‘브리티웍스’를 확산하는 한편 오픈AI, 앤트로픽, 구글클라우드와 협력해 고객이 여러 AI 모델을 선택할 수 있는 구조도 마련하고 있다. 신사업 투자도 병행한다. 삼성SDS는 삼성증권·삼성카드와 함께 두나무 지분 총 4%를 확보해 디지털자산 인프라 사업 진출 기반을 마련했다. 삼성벤처투자를 통해 미국 피지컬 AI 기업 월든 로보틱스에도 투자하고 제조실행시스템과 로봇을 연결하는 ‘로봇 오케스트레이션’ 사업을 준비하고 있다. AI 인프라 규모는 현재 110MW에서 2029년 230MW로 확대할 계획이다. 2031년에는 데이터센터 설계·구축·운영을 맡는 DBO 사업을 포함해 800MW 이상으로 사업 규모를 키운다. 앞서 삼성SDS는 AI 인프라와 서비스, 인수합병 등에 2031년까지 총 10조원을 투자하겠다는 계획을 발표했다. 향후 실적은 대규모 인프라의 가동률과 외부 고객 확보 속도에 좌우될 전망이다. AI 데이터센터는 초기 투자 부담이 큰 만큼 GPU·NPU 사용률을 높이고 금융·공공 분야에서 확보한 AX 사업을 장기 운영 매출로 전환해야 한다. 매출 성장과 함께 영업이익률을 다시 끌어올리는 것도 남은 과제다.2026-07-30 13:42:09
-
롯데이노베이트, 2Q 영업익 124억원 전년 比 54%↑…AI·데이터센터로 체질 개선 속도 [경제일보] 롯데이노베이트가 선별 수주와 프로젝트 효율화를 바탕으로 수익성을 개선하며 올해 2분기 두 자릿수 영업이익 성장세를 이어갔다. 안정적인 IT 서비스 본업 경쟁력에 데이터센터와 인공지능 전환(AX) 사업 확대를 더하며 사업 체질 개선에 속도를 내는 가운데, 롯데그룹 전반의 AI 전환 수요를 기반으로 중장기 성장 동력 확보에 나선다는 계획이다. 30일 롯데이노베이트는 잠정 실적 공시를 통해 올해 2분기 연결 기준 매출 2745억원, 영업이익 124억원을 기록했다고 밝혔다. 매출은 전년 동기와 유사한 수준을 유지했지만 영업이익은 전년 동기 80억원 대비 54% 증가했다. 이번 실적 개선은 외형 확대보다 수익성 중심의 사업 운영 전략이 영향을 미친 것으로 분석된다. 롯데이노베이트는 수주 단계부터 사업성과 수익성을 검토하는 선별 수주 전략을 이어가고, 프로젝트 수행 효율을 높이며 안정적인 이익 구조를 확보했다. 특히 주요 자회사들의 손익 개선도 연결 실적 성장에 힘을 보탰다. 롯데이노베이트는 본업의 안정적인 수익 기반에 자회사 실적 회복이 더해지면서 연결 기준 영업이익 증가 폭이 확대됐다고 설명했다. 롯데이노베이트는 실적 개선을 바탕으로 데이터센터와 AX 사업을 차세대 성장축으로 육성한다는 전략이다. 특히 AI 확산으로 데이터 처리와 인프라 수요가 증가하면서 데이터센터 설계·구축·운영을 아우르는 'DBO' 사업 확대에 집중하고 있다. 롯데이노베이트는 서울·대전·용인 등에서 약 20년간 데이터센터를 운영하며 축적한 경험을 기반으로 데이터센터 DBO 역량을 강화하고 있다. 지난해 11월 에이스공조와 데이터센터 사업 협력을 위한 업무협약(MOU)을 체결한 데 이어, 12월에는 캄스퀘어 용인 데이터센터 DBO 사업을 수주했다. 지난 2월에는 이지스자산운용 엣지 데이터센터 DBO 사업까지 추가 확보하며 관련 사업 기반을 확대했다. 최근 데이터센터 사업은 인공지능(AI) 인프라 확대와 맞물려 성장 가능성이 높다는 평가를 받고 있다. 생성형 AI 확산으로 기업들의 데이터 처리 수요가 증가하고, 안정적인 데이터센터 운영 역량을 갖춘 사업자의 중요성이 커지면서 기존 IT 서비스 기업들도 인프라 사업으로 영역을 넓히고 있다. 롯데이노베이트는 그룹 내 AX 전환 수요를 기반으로 AI 사업 확대에도 나선다. 자체 개발한 통합 AI 플랫폼 '아이멤버'와 외부 생성형 AI를 결합한 '하이브리드 AX 실행 체계'를 구축하고, 이를 클라우드·지능형 IT 아웃소싱(ITO)·통합 보안 등 기존 사업 역량과 연결한다는 계획이다. 롯데이노베이트는 롯데그룹 계열사의 업무 혁신을 지원하는 동시에 외부 기업의 AX 수요까지 공략해 새로운 매출원을 확보한다는 구상이다. 유통·물류·제조 등 그룹 내 다양한 산업 영역에서 축적한 경험을 바탕으로 기업 고객 대상 AI 전환 사업 경쟁력을 높인다는 방침이다. 피지컬 AI와 로봇 분야 투자도 이어간다. 롯데이노베이트는 지난해 8월 피지컬 AI·로봇 사업 전담 조직을 신설한 이후 관련 사업 확대를 추진하고 있다. 지난 2월에는 코리아세븐과 협업해 휴머노이드를 도입한 미래형 편의점을 선보였으며, 4월에는 과학기술정보통신부 '생성형 AI 선도 인재 양성 사업'에 선정돼 KAIST·연세대와 피지컬 AI 모델 공동 개발을 진행하고 있다. 지난 7월에는 '2026 대한민국 AI혁신인재 커넥트'에 참여하며 AI·디지털 분야 인재 확보와 산학협력도 강화했다. 롯데이노베이트는 롯데그룹의 디지털 전환 핵심 계열사 역할도 확대하고 있다. 그룹 내부 AX 수요를 기반으로 AI 플랫폼과 데이터센터, 보안, 클라우드 등 기존 IT 역량을 결합해 디지털 전환 전문 기업으로 입지를 강화한다는 계획이다. 자회사들도 성장 사업 확대와 수익성 개선에 나선다. 전기차 충전 자회사 이브이시스(EVSIS)는 북미와 동남아 시장을 중심으로 글로벌 사업 확대를 추진하고 있으며, 칼리버스는 이머시브 커머스 기술을 롯데온·롯데하이마트 등 그룹 유통 역량과 결합해 새로운 고객 경험 창출에 나서고 있다. 롯데이노베이트 관계자는 "2분기 실적은 본업 경쟁력을 바탕으로 선별 수주와 프로젝트 수행 효율 제고, 주요 자회사의 손익 회복이 함께 이뤄낸 결과"라며 "수익성 중심의 경영 기조를 이어가는 동시에 데이터센터 DBO와 AX 등 미래 성장사업의 사업화를 본격화해 지속 가능한 성장 기반을 공고히 하겠다"고 말했다.2026-07-30 11:35:50
-
국내 피지컬 AI 생태계 구축 시동…NC AI·씨메스 '맞손' [경제일보] 글로벌 빅테크들이 차세대 성장동력으로 피지컬 AI(인공지능)와 로보틱스 시장 선점에 나선 가운데 국내에서도 AI와 로봇 기술을 결합한 산업 현장 중심의 생태계 구축이 본격화되고 있다. 이에 피지컬 AI 전문기업 NC AI와 AI 기반 로보틱스 전문기업 씨메스로보틱스가 손잡고 제조·물류 산업을 겨냥한 차세대 지능형 로보틱스 솔루션 개발에 나선다. 30일 NC AI는 씨메스로보틱스와 피지컬 AI 기반 공동 연구개발 및 상호 기술 공유를 위한 전략적 업무협약(MOU)을 체결했다고 밝혔다. 양사는 제조·물류 산업 현장에서 활용 가능한 피지컬 AI 기반 로보틱스 솔루션을 공동 개발하고, 핵심 기술과 연구 성과를 공유하는 등 협력 체계를 구축할 계획이다. NC AI는 현실 세계의 물리 법칙과 환경 변화를 이해하고 미래 상태를 예측하는 월드모델과 로봇의 범용 지능 구현을 위한 RFM 기술을 담당할 예정이다. 씨메스로보틱스는 제조·물류 현장에서 축적한 VFM과 정밀 로봇 제어 기술을 바탕으로 산업 현장 실증과 로봇 운영을 맡는다. 최근 피지컬 AI는 생성형 AI 이후 차세대 산업 혁신 기술로 주목받고 있다. 생성형 AI가 텍스트와 이미지를 생성하는 기술이라면 피지컬 AI는 AI가 카메라와 센서를 통해 현실 세계를 이해하고 상황을 판단해 스스로 행동하는 기술이다. 제조업에서는 로봇이 작업 환경을 스스로 인식하고 자율적으로 작업을 수행하는 지능형 로보틱스 기술에 대한 수요가 빠르게 증가하고 있다. 특히 제조업은 고령화와 숙련 인력 부족, 고위험 작업 환경 등의 문제를 동시에 해결해야 하는 상황으로 몰리고 있다. 이에 따라 산업 현장에서는 AI가 사람을 보조하거나 위험 작업을 대신 수행하는 형태의 지능형 자동화가 새로운 경쟁력으로 떠오르고 있다. 글로벌 빅테크 역시 피지컬 AI를 미래 먹거리로 점찍고 관련 기술 투자 확대에 나서고 있어 국내 산업계에서도 대응 필요성이 커지고 있다. 양사는 이번 협력을 통해 피지컬 AI 상용화 과정에서 가장 큰 과제로 꼽히는 학습 데이터 확보와 '심투리얼' 문제 해결에도 나선다. 심투리얼은 시뮬레이션 환경에서 학습한 AI 모델이 실제 산업 현장에서 동일한 성능을 구현하지 못하는 문제를 의미한다. 제조 현장의 다양한 변수와 환경 변화가 반영되지 않을 경우 AI 모델의 성능이 저하될 수 있어 산업 현장 데이터 확보가 무엇보다 중요하다. 이를 위해 양사는 제조·물류 산업 현장에서 확보한 데이터를 AI 학습과 시뮬레이션 환경 구축에 활용하고, 학습된 AI 모델을 다시 로봇 시스템에 적용하는 선순환 개발 체계를 구축할 계획이다. AI가 산업 현장을 학습하고 로봇이 이를 수행한 뒤 다시 현장 데이터를 AI 학습에 반영하는 구조를 마련해 실제 산업 현장에서 즉시 활용 가능한 피지컬 AI 기술 개발을 가속화한다는 방침이다. 이성호 씨메스로보틱스 대표이사는 "이번 NC AI와의 협약을 통해 국내 피지컬 AI 핵심 파트너와 협력 생태계를 구성하게 됐다"며 "씨메스로보틱스의 피지컬 AI가 NC AI의 강력한 AI 소프트웨어와 결합될 때, 실제 산업 현장에서 곧바로 활용 가능한 지능형 자동화 솔루션이 완성된다"고 말했다. NC AI는 올해 초 자체 월드모델 연구 성과를 발표하며 글로벌 최고 수준에 준하는 성능을 4분의 1 수준의 컴퓨팅 자원으로 구현했다고 밝히는 등 피지컬 AI 핵심 기술 경쟁력을 확보해 왔다. 현재 월드모델과 RFM을 중심으로 피지컬 AI 기술 고도화를 추진하고 있으며, 해외 빅테크가 주도하고 있는 피지컬 AI 분야에서 국내 자체 기술력을 확보하고 있는 것으로 알려졌다. 씨메스로보틱스는 제조·물류 현장의 비정형 작업을 자동화하는 지능형 로봇 솔루션을 공급하며 3차원 비전 기술과 정밀 로봇 제어 기술을 축적해 왔다. 실제 산업 현장에서 확보한 3D 비전 학습 데이터와 이를 시뮬레이션 환경으로 연결하는 데이터 파이프라인은 피지컬 AI 상용화의 핵심 경쟁력으로 꼽힌다. AI 기업과 로봇 기업이 각각의 강점을 결합해 산업 현장 중심의 피지컬 AI 솔루션을 공동 개발하는 사례가 늘어나면서 제조·물류를 시작으로 다양한 산업 분야로 적용 범위가 확대되고 있다. 단순한 기술 제휴를 넘어 국내 피지컬 AI 생태계가 구축되고 있는 것으로 평가된다. 이연수 NC AI 대표는 "씨메스로보틱스와의 협력은 양사의 핵심 기술 역량을 바탕으로 피지컬 AI의 실제 산업 적용을 확대하고 제조·물류 환경의 지능형 자동화를 앞당기는 중요한 계기가 될 것"이라며 "산업 현장의 복잡한 과제를 해결하고 새로운 혁신을 이끌 차세대 피지컬 AI 솔루션을 지속적으로 선보이겠다"고 말했다.2026-07-30 08:33:45
-
포스코DX, AI 네이티브 기업 전환 선언…철강 현장부터 사무 업무까지 AI화 [경제일보] 인공지능(AI) 경쟁이 생성형 AI 서비스 성능을 넘어 산업 현장을 얼마나 효율적으로 변화시키느냐의 경쟁으로 확대되고 있다. 특히 제조업에서는 고령화와 숙련 인력 부족, 고위험 작업 환경 등이 새로운 과제로 떠오르면서 AI와 로봇을 결합한 '피지컬 AI'와 업무를 스스로 수행하는 '에이전틱 AI'가 핵심 해법으로 주목받고 있다. 포스코DX가 AI가 공장과 사무실을 동시에 움직이는 'AI 네이티브 컴퍼니' 전환을 선언하고 산업 현장 AX(인공지능 전환)에 속도를 낸다. 29일 포스코DX는 서울 중구 롯데호텔 서울에서 언론 간담회를 열고 피지컬 AI와 에이전틱 AI를 양대 축으로 한 AI 사업 전략과 산업 현장 적용 사례를 공개했다. 포스코DX는 사람과 AI, 현장 설비·로봇이 협업하는 인텔리전트 팩토리 구현을 통해 제조 현장의 지능화를 추진하는 한편, 사무·경영 영역에서는 AI 에이전트를 조직 구성원처럼 관리하는 'AI 워크포스' 구축에 나선다는 계획이다. 엄기용 포스코DX 경영지원실장은 이날 환영사에서 "어렵고 힘들고 뜨거운 온도 속에서 작업이 이뤄지고 있다"며 "AI의 목적이 사무공간에서 편리함을 제공하는 것도 좋지만 결국은 산업 현장에서 AI를 접목하고, 피지컬 AI를 접목해서 보다 안전하고 사고 없이 효율적으로 작업이 이뤄지는 것을 목표로 포스코DX는 전진하고 있다"고 말했다. 포스코DX가 추진하는 피지컬 AI는 철강 생산 현장의 대형 설비와 로봇을 AI 기반으로 제어하는 것이 핵심이다. 철강재를 운반하는 대형 크레인과 원료 이송 설비인 리클레이머, 선박 원료 하역기 등 고위험 설비에 AI 기술을 적용해 작업자의 안전을 확보하고 생산성을 높이는 방식이다. 조석주 포스코DX AX융합연구소장은 "많은 회사들이 당면한 과제가 비슷하지만 특히 제조업에 대해서는 고숙련자들이 대거 은퇴를 하고 있고 노동 시장이 변해 어렵고 힘든 고강도의 일을 할 젊은이들을 찾기가 상당히 쉽지 않다"며 "이런 문제점들을 해결하기 위한 AX의 핵심 기술로서 멘토링 AI와 인더스트리얼 로봇을 주요 기술로 보고 있다"고 설명했다. 포스코DX는 고숙련 작업자가 보유한 경험과 노하우를 AI가 학습할 수 있는 데이터로 전환하고, 이를 기반으로 현장 운전자가 AI와 협업해 설비와 로봇을 운영하는 체계를 구축하고 있다. 윤석준 포스코DX 로봇자동화센터장은 "포스코 그룹은 인텔리전트 팩토리가 제조 전 프로세스에서 데이터 기반의 최적화를 수행하는데, 사람과 로봇과 AI가 협업을 하는 지능형 자율 제조라고 정의한다"고 말했다. 이어 "100% 무인화해서 팩토리에 사람을 없애야겠다는 개념보다는 사람이 잘하는 것은 사람이, 로봇이 잘하는 것은 로봇이, AI가 잘하는 것은 AI가 하는 것이 인텔리전트 팩토리"라고 강조했다. 이날 포스코DX는 산업 현장 적용 사례도 공개했다. 제철소 아연도금 공정 용융로에서 발생하는 불순물 제거 작업 로봇과 냉연 공정 밴드 커터 로봇, 65톤급 철강 제품을 자동 운송하는 AGV(무인운반차) 등이 대표 사례다. 이와 함께 친환경 소재와 차량 부품 생산 공장을 대상으로 한 원료 샘플링, 물류 자동화 로봇 적용 사례도 소개했다. 포스코DX는 물리 영역뿐 아니라 사무·경영 환경에서도 AI 전환을 추진한다. 자체 개발한 AI 에이전트 플랫폼 '에이전티(Agentee)'를 통해 AI 에이전트를 조직 구성원처럼 관리하고 업무별 AI 직원을 구축한다는 전략이다. 기존 AI 에이전트가 특정 업무 자동화에 초점을 맞췄다면, 포스코DX는 AI 에이전트의 생성부터 배치, 관리, 평가까지 전 생애주기를 관리하는 플랫폼을 구현한다는 방침이다. 김병석 포스코DX AI워크포스 태스크포스팀 팀장은 "우리에게 더 필요한 것은 더 많은 AI 에이전트가 아니라 우리 조직의 일원으로서 우리가 함께 일을 하는 AI 직원"이라며 "포스코DX의 에이전트는 AI를 조직의 일원으로 관리하는 방법에 더욱 집중하고 있다"고 강조했다. 실제 포스코DX는 재무와 인사, 노무, 사업관리 등 다양한 업무에 AI 에이전트를 적용하고 있다. 매월 반복되는 사전 결산 리스크 점검 업무에서는 AI 에이전트가 전 계정과목을 자동 분석하고 이상 계정과 누락 전표를 찾아 리포트를 작성하는 방식으로 업무 시간을 기존 3시간에서 1분 내외로 줄였다고 설명했다. 현재 포스코DX를 비롯한 포스코그룹 계열사에는 약 200개의 AI 에이전트가 개발·운영되고 있다. 포스코DX는 그룹 내 검증된 AI 에이전트 모델을 표준화해 확산하고 향후 외부 시장에도 공급한다는 계획이다. 최태환 포스코DX 경영기획실장은 "포스코DX는 AI 네이티브 기업으로 진화하고 있다"며 "포스코DX는 공장 물리 영역과 경영 사무 영역 두 세계를 모두 아는 국내에 거의 유일한 회사"라고 말했다. 포스코그룹 역시 '목표 지향적 AI 전환' 전략을 기반으로 사업(Process), 사무(Work), 가치(Value) 전 영역의 AI 전환을 추진하고 있다. 포스코DX는 철강 생산 현장에서 축적한 설비 자동화 경험과 방대한 데이터를 기반으로 제조업 전반의 피지컬 AI 사업화에도 나설 방침이다.2026-07-29 14:10:18
많이 본 뉴스
영상
Youtube 바로가기
![[사설] 중국 반도체·AI의 돈은 어디서 왔나](https://image.ajunews.com/content/image/2026/08/14/20260814171438822566_518_323.jpg)