검색결과 총 78건
-
-
-
-
-
-
네이버클라우드, 국방 AI '소버린' 전략 공개…공간지능·월드모델로 전장 AI 정조준
[경제일보] 네이버클라우드가 군이 인공지능(AI) 모델과 데이터를 직접 통제하면서 민간 AI 기술을 실제 전력으로 전환할 수 있도록 지원하는 '국방 소버린 AI' 전략을 내놨다. AI 인프라부터 모델·애플리케이션까지 아우르는 풀스택 역량을 바탕으로 폐쇄망 환경에서 군 데이터를 안전하게 활용하고, 현장에 인력을 투입해 AI 성능을 지속적으로 고도화한다는 구상이다. 18일 네이버클라우드는 서울 신라호텔에서 국방부와 합동참모본부, 각 군 관계자 등 550명이 참석한 가운데 '국방 AI 전략 세미나'를 열고 국방 AI 사업 전략을 공개했다. 이번 세미나에서 네이버클라우드는 군의 데이터와 AI 모델에 대한 통제권을 확보하는 것을 중점으로 다뤘다. 네이버클라우드는 민간 AI 기술을 단순히 군에 공급하는 방식에서 벗어나 군이 필요한 영역을 직접 선택하고 데이터를 AI 모델과 연결해 실제 임무에 적용할 수 있도록 지원한다는 계획이다. 유경범 네이버클라우드 국방 사업 총괄 전무는 국방 소버린 AI를 위해 민간 기술을 '결집·연결·실증·진화'하는 구조가 필요하다고 강조했다. 네이버클라우드는 AI 인프라와 모델, 애플리케이션 등 민간의 기술 역량을 결집하고 군의 폐쇄망 환경에서 데이터를 AI 모델과 연결한다. 이를 통해 군이 데이터와 모델을 통제할 수 있도록 지원하고, 효과를 측정할 수 있는 임무부터 단계적으로 실증한다는 방침이다. 현장 적용 과정에서는 FDE를 활용한다. FDE가 군 현장의 요구사항을 실시간으로 반영하면서 시스템을 운영하고 성능을 지속적으로 개선하는 방식이다. 일회성 기술 공급이나 실증에 그치지 않고 실제 운용 과정에서 AI를 고도화하는 것을 목표로 사업을 전개하고 있다. 네이버클라우드는 이를 위해 AI 인프라와 모델, 애플리케이션을 모두 아우르는 풀스택 역량을 앞세운다. 기존 클라우드 사업에서 확보한 인프라 기술에 AI 모델과 서비스를 결합해 국방 분야의 AI 도입 초기 단계부터 실제 임무 적용까지 지원하겠다는 것이다. 국방 AI가 실제 전장 환경에서 활용되기 위해서는 서로 다른 센서와 무기체계에서 수집되는 정보를 하나의 상황으로 이해하는 기술도 필요하다. 네이버클라우드는 이를 위한 핵심 기술로 공간지능과 월드모델을 제시했다. 성낙호 네이버클라우드 하이퍼스케일 AI 기술총괄은 자율 무기체계가 제대로 작동하기 위해서는 센서와 플랫폼이 달라도 동일한 상황을 이해할 수 있는 '공동 의미 체계'가 필요하다고 설명했다. 공간지능은 드론 영상과 각종 센서 정보를 3차원 공간으로 구조화해 AI가 주변 환경을 이해하도록 하는 기술이다. 월드모델은 지형·기상·레이더 등 전장 변수를 가상환경에 반영해 특정 행동에 따른 결과를 시뮬레이션하고 예측하는 데 활용된다. 네이버클라우드는 향후 상황 이해부터 판단·행동·학습까지 AI의 지능화 과정을 연결한다는 계획이다. 특정 AI 모델에 종속되는 방식이 아니라 군이 필요로 하는 지능을 직접 통제하고 구현할 수 있도록 지원한다고 설명했다. 민간 기술을 국방 분야로 빠르게 가져오기 위한 생태계 구축도 추진한다. 네이버클라우드는 군과 방산기업, 스타트업, 연구기관의 역량을 연결해 각 영역의 AI 기술을 국방 현장에 적용할 수 있도록 지원한다는 방침이다. 김선호 전 국방부 차관은 이날 세미나에서 민간의 혁신 기술을 군이 얼마나 빠르게 전력으로 전환하느냐가 국방 AX의 핵심이라고 강조했다. 민간이 기술 혁신을 주도하고 군이 이를 신속하게 통합하는 '민간기술 우선' 원칙을 바탕으로 민군융합 생태계를 구축해야 한다는 취지로 풀이된다. 네이버클라우드는 향후 민간 AI 기술을 국방 현장에 적용하면서 실제 임무 수행에 필요한 데이터와 모델을 축적하고, FDE를 통한 지속적인 성능 개선을 이어갈 계획이다. 단순한 AI 인프라 공급을 넘어 모델과 애플리케이션, 현장 운영까지 사업 영역을 넓히면서 국방 AI 시장에서 풀스택 사업자로 입지를 확대하려는 전략이다. 김유원 네이버클라우드 대표는 "국방 AI는 기술 도입에서 끝나는 것이 아니라, 군이 필요로 하는 문제를 정의하고 이를 현장에서 검증해 전력화하는 과정까지 이어져야 한다"며 "기업의 역할은 전면에 나서기보다 군이 필요로 하는 영역에서 가장 빠르고 정확하게 기술을 지원하는 것"이라고 말했다.
2026-09-18 14:10:01
-
"클라우드 넘어 세상의 모든 것 엮는다"…KT클라우드, AX 인프라 승부
[경제일보] KT 클라우드가 클라우드와 인공지능(AI) 데이터센터(AIDC)를 기반으로 고객의 AI 전환(AX)을 지원하는 인프라 사업자로 역할 확대에 나선다. 자체 클라우드 플랫폼을 중심으로 멀티·하이브리드 클라우드 환경을 통합하고, 데이터와 컴퓨팅 자원, AI 모델과 애플리케이션을 연결하는 '복합 AI'로 플랫폼을 확장한다. 동시에 오는 2031년까지 20여개 사이트에 1GW 이상의 AIDC 인프라를 공급하고 지역별 데이터센터를 네트워크로 연결해 AX 인프라 경쟁력을 높인다는 전략이다. 15일 KT 클라우드는 서울 강남구 그랜드 인터컨티넨탈 서울 파르나스에서 'KT 클라우드 서밋 2026'을 열고 클라우드와 AIDC를 중심으로 한 AX 인프라 사업 전략을 공개했다. 이날 행사에는 공공기관과 기업 관계자, 데이터센터·클라우드·AI 분야 전문가 등 1500여명이 참석했다. 이번 서밋에서 KT 클라우드는 'AX 플랫폼 컴퍼니' 비전 아래 KT 클라우드가 클라우드와 AIDC 등 AX 구현에 필요한 핵심 인프라를 담당하겠다는 방향을 제시했다. 클라우드와 데이터센터를 각각 제공하는 데 그치지 않고 고객의 AX 실행 과정 전반을 지원하는 'AX 인프라 파트너'로 사업 영역을 확대한다는 구상이다. 김봉균 대표는 이날 환영사에서 "KT는 여러분의 일상의 변화에 파트너이자 동반자가 되고자 지난 4월에 AX 플랫폼 컴퍼니라는 회사 비전을 선포했다"며 "KT 클라우드는 AX 인프라 중에서 가장 핵심인 클라우드와 AIDC에서 중요한 역할을 맡고 있다"고 말했다. KT 클라우드는 클라우드 분야에서는 자체 개발한 'KT 클라우드 플랫폼'을 기반으로 고객의 수요와 업무 환경에 맞는 클라우드 전환을 지원하고, 공공 분야에서 축적한 기술력과 운영 경험을 민간으로 확대한다는 계획을 공개했다. AIDC 분야에서는 25년 이상 축적한 데이터센터 구축·운영 경험을 바탕으로 대규모 AI 워크로드를 안정적으로 지원하고 글로벌 빅테크와 네오클라우드 등의 수요도 유치한다는 전략을 제시했다. 이날 클라우드 사업의 구체적인 플랫폼 전략도 공개했다. KT 클라우드는 멀티·하이브리드 클라우드 환경에서 고객의 보안·성능·비용·데이터 요구에 따라 자원을 선택하고 조합하는 '복합 클라우드'에서 나아가 데이터와 GPU·NPU 등 컴퓨팅 자원, AI 모델, 애플리케이션과 에이전트까지 하나의 실행 체계로 연결하는 '복합 AI'로 확장한다는 구상이다. KT 클라우드는 클라우드 인프라 자체를 제공하는 데서 벗어나 기업이 AI를 실제 업무에 적용하는 과정까지 플랫폼의 역할을 확대하는 데 초점을 맞춰 진행한다고 설명했다. 여러 클라우드 환경에 흩어진 데이터와 컴퓨팅 자원을 활용하고 AI 모델과 애플리케이션까지 연결할 수 있는 통합 환경을 구축해 고객의 AX 실행을 지원한다는 것이다. 공용준 KT 클라우드 클라우드본부장은 "KT 클라우드는 기존에 있던 자사의 클라우드 외에 세상의 모든 것들을 한 번 엮어 보려고 한다"며 "KT 클라우드는 AX 플랫폼 컴퍼니로 진화하려는 노력을 계속하겠다"고 말했다. 클라우드와 함께 AIDC 공급 확대도 KT 클라우드의 AX 인프라 전략의 한 축이다. KT 클라우드는 수도권의 고객 맞춤형 AIDC와 비수도권의 글로벌 연계형 AIDC를 중심으로 권역별 클러스터를 확대해 오는 2031년까지 20여개 사이트에 1GW 이상의 인프라를 공급한다는 로드맵을 공개했다. 수도권에서는 고객과의 거리를 줄이고 초저지연·고밀도 AI 연산 수요에 대응하는 방식으로 클러스터를 구축한다. 여의도·목동·부천·청라·안산·용인 등 지역별 특성에 맞춰 금융 특화, B2B 서비스, 빅테크 및 AI GPU 전용 시설 등으로 역할을 나누는 방식이다. 비수도권에서는 전력과 부지 확장성, 글로벌 네트워크 등을 활용해 대규모 AI 수요를 유치하는 거점으로 AIDC를 확대할 계획이다. 기존 데이터센터 인프라의 운영 방식도 바뀐다. KT 클라우드는 액체냉각과 초고밀도 전력, AI 기반 지능형 운용 기술을 적용하고 디지털 트윈과 로봇, OCP(오픈 컴퓨트 프로젝트) 개방형 표준 등을 활용해 AIDC의 구축 및 운영 효율을 높인다는 구상이다. 최옥진 KT 클라우드 DC본부장은 "KT 그룹의 AX 플랫폼 컴퍼니 비전 내에서 AIDC는 KT AX의 핵심 인프라로서 고객과 자사의 학습 추론 토큰 비즈니스를 위한 AI 팩토리 인프라의 역할을 담당하고 있다"며 "KT 클라우드는 기술 이니셔티브를 강점으로 적기에 적확한 AI 기술을 공급하고 파트너와의 생태계를 확장해 대한민국이 AI의 아시아 허브로 도약하는 데 앞장서겠다"고 강조했다. AIDC를 지역별로 분산 구축하는 만큼 이를 하나의 인프라처럼 연결하는 네트워크 전략도 제시됐다. KT 클라우드는 초저지연 백본망을 활용해 지역별로 분산된 AIDC를 연결하고 AI 연산 자원을 하나의 인프라처럼 활용할 수 있도록 하는 초연결 AX 인프라 구축 전략을 소개했다. 해당 전략은 AIDC를 개별 데이터센터 단위로 구축하는 데서 그치지 않고 네트워크를 통해 서로 연결해 고객이 필요한 AI 연산 자원을 유연하게 활용할 수 있도록 하려는 것으로 분석된다. 특히 AI 추론 수요가 늘어나면서 데이터와 연산 자원의 위치, 네트워크 지연시간 등이 서비스 성능에 직접 영향을 미치는 만큼 AIDC와 네트워크를 함께 설계하는 방식으로 경쟁력을 높이겠다는 구상으로 풀이된다. 전명준 KT 엔터프라이즈 서비스본부장은 "KT 그룹은 AX 플랫폼 컴퍼니를 비전으로 선포하고 고객이 AI를 활용해 성장할 수 있도록 돕는 이네이블러(Enabler) 역할을 천명했다"며 "KT 그룹은 AI의 핵심이 되는 연결 인프라를 빠르게 확충하려고 노력하고 있다"고 말했다. KT 클라우드의 향후 과제는 이 같은 인프라 확대를 실제 고객 확보와 사업 성과로 연결하는 것으로 전망된다. 오는 2031년까지 1GW 이상의 AIDC 공급을 현실화하기 위해서는 지역별 부지와 전력 확보뿐 아니라 글로벌 빅테크와 네오클라우드 등 실제 수요처를 확보해야 한다. 동시에 복합 AI 전략이 기업의 AI 도입 과정에서 어떤 구체적인 비용 절감이나 업무 효율 개선으로 이어지는지를 입증하는 것도 중요해질 것으로 분석된다. 김봉균 대표는 "인공지능 기술이 발전할수록 AI가 우리 생활의 모든 것을 바꾸는 놀라운 경험을 하고 있다"며 "그 속도 또한 천지개벽이라는 단어가 어울릴 정도로 급속도로 진행되고 있는 변화의 시대에 살고 있다"고 말했다.
2026-09-15 12:39:41
-
삼성·오픈AI 협력, '칩 이후' 설계해야
[경제일보] 삼성전자와 오픈AI의 관계가 흥미로운 단계로 들어섰다. 삼성은 오픈AI가 필요로 하는 첨단 반도체를 만들고, 동시에 오픈AI가 만든 인공지능을 회사 안에서 대규모로 사용한다. 한쪽에서는 공급자이고 다른 한쪽에서는 고객이다. 글로벌 AI 산업의 가치사슬이 얼마나 빠르게 뒤섞이고 있는지를 보여주는 장면이다. 오픈AI는 지난 9일 서울에서 삼성전자와 차세대 AI 반도체 개발 협력이 진전되고 있다고 밝혔다. 구체적인 기술이나 생산 방식은 공개하지 않았다. 삼성전자 역시 고객 관련 사안이라며 세부 내용을 확인하지 않았다. 다만 지난해 ‘스타게이트’ 프로젝트를 계기로 시작된 양사의 관계가 메모리 공급을 넘어 차세대 칩 연구·생산으로 넓어지고 있다는 것이 오픈AI의 설명이다. 반대 방향의 거래도 이미 크게 열렸다. 삼성전자는 지난 6월 국내 전 임직원과 전 세계 DX부문 직원에게 ChatGPT Enterprise와 Codex를 제공하기 시작했다. 오픈AI는 이를 자사의 역대 최대 규모 기업 도입 사례 가운데 하나라고 밝혔다. 연구개발과 제조, 소프트웨어 개발, 제품기획과 마케팅까지 사용 영역도 넓다. 한국 기업들의 AI 도입 속도는 더 가파르다. 오픈AI에 따르면 지난 8월 말 기준 국내 기업·기관의 ChatGPT Enterprise 이용자는 1년 전보다 약 28배 늘었다. 불과 1년 사이 생성형 AI가 일부 개발자의 실험도구에서 기업 업무의 기반으로 옮겨가고 있다는 뜻이다. 모두 반길 일이다. AI 경쟁력을 키우기 위해 세계 최고 수준의 기술을 적극적으로 사용하는 것은 당연하다. 삼성이라고 예외일 이유가 없다. 기업은 국적이 아니라 성능과 생산성을 보고 도구를 선택해야 한다. 오픈AI가 삼성의 반도체를 필요로 하듯 삼성도 오픈AI의 모델과 개발도구를 활용해 연구개발 속도를 높이고 업무 생산성을 끌어올릴 수 있다. 하지만 바로 이 부분에서 하나의 질문이 생긴다. "삼성은오픈AI에 무엇을 팔고, 오픈AI를 쓰면서 무엇을 자기 것으로 남길 것인가." 이번 협력의 진짜 쟁점은 여기에 있다. 한국은 AI 시대의 핵심 생산국이다. 오픈AI와 삼성이 지난해 맺은 협력에서 삼성전자와 SK하이닉스는 스타게이트에 필요한 첨단 메모리 공급을 확대하기로 했다. 오픈AI가 예상한 메모리 수요는 웨이퍼 투입량 기준 월 최대 90만장에 달한다. 삼성은 메모리뿐 아니라 시스템반도체와 파운드리, 첨단 패키징까지 갖춘 몇 안 되는 종합 반도체 기업이기도 하다. AI 붐이 거세질수록 이런 생산능력의 가치는 커질 가능성이 높다. 따라서 ‘칩 공급자’라는 역할 자체를 낮춰 볼 이유는 없다. 세계가 원하는 반도체를 만들 수 있는 능력은 한국 산업이 수십 년간 쌓아 올린 힘이다. AI 서버 한 대도 메모리와 반도체 없이 돌아가지 않는다. 문제는 거기에서 가치사슬이 끝날 때다. 삼성이 첨단 칩을 공급하고 그 칩 위에서 돌아가는 AI 모델과 기업용 소프트웨어는 다시 해외 플랫폼에서 사오는 구조가 굳어질 경우 한국은 AI 시대에도 익숙한 위치에 머물 수 있다. 제조는 강하지만 플랫폼은 약하고, 부품은 팔지만 서비스를 사는 구조다. 반도체와 AI 소프트웨어의 사업 구조는 다르다. 반도체는 생산해 납품하면 매출이 발생한다. 기업용 AI는 고객의 업무 안으로 들어가 매일 사용된다. 개발자가 코드를 짜고 연구원이 자료를 분석하며 생산현장이 문제를 해결하는 과정에서 플랫폼은 업무 방식 자체의 일부가 된다. 사용이 늘수록 생태계와 개발 경험, 서비스 매출이 함께 쌓인다. 때문에 AI 플랫폼 기업들은 오히려 아래로 내려오고 있다. 오픈AI는 모델 개발에 머물지 않고 브로드컴과 자체 AI 반도체를 설계하고 있다. 9일 로이터 보도에 따르면 오픈AI는 직접 개발한 AI 모델을 자체 칩 설계에도 활용했고 이미 테이프아웃 단계까지 진행했다. 소프트웨어 기업이 칩이라는 하드웨어 영역으로 들어오는 것이다. 이 움직임은 삼성에도 시사하는 바가 크다. 오픈AI가 모델에서 칩으로 내려오고 있다면 삼성은 칩에서 AI로 올라가야 한다. 이 말은 삼성이 오픈AI와 경쟁할 범용 초거대 모델을 당장 만들어야 한다는 뜻이 아니다. 막대한 자본을 들여 이미 앞서 있는 글로벌 플랫폼을 그대로 복제하자는 것도 아니다. 더 현실적인 목표가 있다. 오픈AI의 AI를 삼성 내부에 적용하는 과정에서 삼성만이 가질 수 있는 AI 역량을 축적하는 것이다. 반도체 공정을 예로 들어보자. 수율이 왜 떨어지는지, 어느 장비에서 어떤 이상이 발생하는지, 공정조건을 어떻게 바꾸면 불량률이 낮아지는지에 대한 경험은 삼성의 생산현장에 있다. 수십 년간 축적한 제조 노하우는 범용 AI 기업이 돈을 주고도 단숨에 얻기 어려운 자산이다. ChatGPT와 Codex를 활용해 엔지니어의 일을 빠르게 만드는 것은 첫 단계다. 그 다음은 그 도구를 사용하는 과정에서 삼성의 공정지식과 엔지니어링 경험을 AI 기술로 바꾸는 일이어야 한다. 생산 최적화와 반도체 설계, 품질관리와 장비 유지보수에 특화된 AI 역량이 삼성 내부에 남아야 한다. 그래야 AI 사용료가 비용으로 끝나지 않고 경쟁력으로 전환된다. 이 대목에서 지난해 삼성SDS와 오픈AI가 맺은 협력도 눈여겨볼 만하다. 삼성SDS는 스타게이트 AI 데이터센터의 설계·구축·운영뿐 아니라 오픈AI 모델을 기업 업무에 도입하려는 고객을 대상으로 컨설팅과 구축·운영 사업을 추진하기로 했다. 삼성이 단순히 오픈AI의 서비스를 구매하는 데 그치지 않고 기업용 AI 사업에 참여할 통로도 이미 열려 있다는 뜻이다. 이 방향을 더 키워야 한다. 삼성·오픈AI 협력의 성적표가 ‘삼성이 HBM을 얼마나 팔았는가’와 ‘삼성 직원이 ChatGPT를 얼마나 많이 사용했는가’라는 두 숫자로만 남아서는 부족하다. 차세대 칩을 함께 연구하면서 어떤 설계 역량을 쌓았는지, AI를 제조현장에 적용하면서 어떤 독자적인 시스템을 만들었는지, 삼성SDS가 기업용 AI 시장에서 얼마나 새로운 사업을 만들었는지가 더 중요하다. 그리고 여기에는 한 가지 원칙이 필요하다. 외부 기술의 활용과 내부 역량의 축적이 함께 가야 한다. 프랜시스 베이컨은 ‘노붐 오르가눔’에서 ‘지식과 인간의 힘은 서로 같은 것’이라고 했다. 원인을 알지 못하면 원하는 결과도 얻을 수 없다는 뜻에서 나온 말이다. 네 세기가 지난 AI 시대에도 산업의 본질은 크게 달라지지 않았다. 기술을 사용하는 것과 그 기술을 이해하고 자기 능력으로 만드는 것은 다른 문제다. 오픈AI의 뛰어난 AI를 쓰는 것은 경쟁력이다. 하지만 어떤 기업이 외부 AI 없이는 핵심 업무를 개선하지 못하고, 그 과정에서 자기 기술과 사람이 자라지 않는다면 그것은 다른 종류의 의존이 될 수 있다. 반대로 글로벌 플랫폼을 적극적으로 활용하면서 그 위에 자신의 데이터와 업무지식, 소프트웨어와 서비스를 쌓는다면 협력은 산업 역량을 키우는 지렛대가 된다. 때문에 삼성·오픈AI 관계를 ‘누가 누구에게 종속되느냐’는 식으로 볼 필요는 없다. 오히려 서로가 필요하기 때문에 지금이 기회다. 오픈AI에는 삼성의 메모리와 반도체 제조능력이 필요하다. 삼성에는 최전선 AI 모델과 개발도구가 필요하다. 서로 필요한 것이 분명할 때 협상력도 생긴다. 중요한 것은 이 교환의 끝이다. 칩을 팔아 매출을 얻고 AI를 사서 생산성을 높이는 것까지는 좋은 거래다. 하지만 장기적인 산업 경쟁력은 그 거래가 끝난 뒤 무엇이 남았는지에 달려 있다. "삼성 내부에 AI를 이해하고 설계할 사람이 남았는가.", "제조 노하우가 독자적인 AI 역량으로 바뀌었는가.", "오픈AI와 함께 만든 경험이 삼성의 새로운 제품과 서비스로 이어졌는가." 이 세 질문에 답할 수 있어야 한다. 국내 ChatGPT Enterprise 이용자가 1년 만에 28배 늘었다는 숫자도 같은 의미에서 읽을 필요가 있다. 한국 기업이 AI를 빠르게 받아들이고 있다는 사실은 분명 긍정적이다. 하지만 사용자가 빨리 늘어나는 것과 AI 산업이 빨리 성장하는 것은 같은 말이 아니다. AI를 많이 쓰는 나라와 AI로 새로운 제품과 서비스를 만들어 파는 나라는 다르다. 한국이 후자로 가려면 삼성 같은 기업의 역할이 중요하다. 세계적인 제조기업이 글로벌 AI를 가장 빨리 도입하고, 그 과정에서 축적한 경험을 다시 제조 AI와 기업용 서비스로 만들어낸다면 한국은 반도체 강국이라는 강점을 AI 산업의 경쟁력으로 연결할 수 있다. 삼성과 오픈AI의 협력 확대를 반길 이유도 여기에 있다. 오픈AI가 삼성의 칩을 더 많이 사는 것도 중요하다. 삼성 직원이 오픈AI의 AI를 더 잘 활용하는 것도 중요하다. 하지만 이번 협력의 궁극적인 성적표는 다른 곳에 있어야 한다. 삼성이 칩을 팔고 AI를 사는 동안, 삼성과 한국에 어떤 AI 기술과 사업이 새로 남았는가. 공급자와 고객 사이에는 아직 넓은 공간이 있다. 삼성·오픈AI 협력이 그 공간을 한국의 기술과 사람, 서비스로 채우는 관계로 발전해야 한다. 좋은 기술협력은 많이 사고 많이 파는 데서 끝나지 않는다. 거래가 끝난 뒤 서로에게 없던 능력이 남을 때 비로소 전략적 협력이 된다.
2026-09-10 09:21:17
-
한컴이노스트림, 960시간·프로젝트 30%…엔비디아 AI 인재양성 맡는다
[경제일보] 한컴 자회사 한컴이노스트림이 엔비디아의 인공지능(AI) 교육과 정부 직업훈련 사업을 결합해 실무형 인재 양성에 나선다. 대규모언어모델(LLM)을 활용한 AI 에이전트와 가상환경의 학습 결과를 실제 로봇에 적용하는 ‘심투리얼(Sim-to-Real)’을 전면에 내세웠다. 한컴이노스트림은 고용노동부 K-디지털 트레이닝(KDT) ‘AI 캠퍼스’ 사업의 교육 파트너로 참여해 ‘NVIDIA AI CAMPUS’ 첫 교육생을 모집한다고 9일 밝혔다. 이번 과정은 엔비디아가 KDT AI 캠퍼스 운영기관으로 선정되면서 마련됐다. 한컴이노스트림은 교육과정 운영과 실무 프로젝트, 취업 지원을 담당한다. 엔비디아는 자사 딥러닝 인스티튜트(DLI)의 교육 콘텐츠와 기술 생태계를 제공하는 구조다. 교육은 AI 에이전트와 로보틱스 등 2개 트랙으로 나뉜다. 각 과정은 960시간의 오프라인 집중교육으로 구성됐으며 오는 10월12일부터 내년 4월2일까지 약 6개월간 진행된다. 모집 마감은 이달 18일이다. 판교 ‘NVIDIA AI 전용 캠퍼스’에서 진행되는 AI 에이전트 과정에서는 LLM과 검색증강생성(RAG), 랭체인, 랭그래프 등을 다룬다. 엔비디아의 AI 추론용 마이크로서비스인 NIM과 생성형 AI 모델 개발 플랫폼 NeMo도 활용한다. 교육생은 이를 바탕으로 이용자의 지시를 분석하고 외부 도구를 호출해 여러 단계의 업무를 수행하는 AI 서비스를 직접 설계한다. 서울 성수동에서 열리는 로보틱스 과정은 엔비디아 아이작 심(Isaac Sim)과 오픈USD, 강화학습을 활용한다. 가상공간에서 학습하고 검증한 로봇 제어 기술을 실제 장비에 적용하는 심투리얼이 핵심이다. 교육생은 비전 카메라와 정밀 그리퍼를 갖춘 로봇 워크스테이션을 이용해 인식과 제어 과정을 실습한다. 전체 교육과정의 30% 이상은 기업 현장의 문제를 해결하는 프로젝트로 구성된다. 엔비디아 DLI 공인 강사와 앰배서더가 기술 방향 설정과 코드 검토에 참여하고, 수료생에게는 캡스톤 프로젝트 기반 포트폴리오 제작과 기업 실무자 네트워킹, 일대일 취업 상담 등을 지원한다. 한컴이노스트림은 국내 최초이자 세계 다섯 번째 엔비디아 DLI 공인 교육센터라고 설명했다. 대학과 기업을 대상으로 운영해 온 단기 인증교육을 960시간 규모의 정부 재정 훈련으로 확장했다는 데 의미가 있다. 다만 ‘취업 연계’는 채용 보장이 아니라 교육·상담·기업 연결을 지원하는 프로그램이다. 정부가 올해 처음 도입한 AI 캠퍼스는 AI 엔지니어와 AI 애플리케이션 개발자, AI 융합가, AI 하드웨어 엔지니어를 양성하는 사업이다. 고용노동부는 44개 운영기관을 선정했으며 연간 약 1300억원을 투입해 1만여명을 교육한다는 목표를 제시했다. 산업계의 AI 도입 속도에 비해 실무인력이 부족하다는 판단이 사업 배경이다. 국민내일배움카드 발급 대상자는 교육비 전액을 지원받는다. 지급 요건을 충족하면 월 최대 40만원의 훈련장려금도 받을 수 있다. 과정이 6개월간 오프라인으로 운영되는 만큼 출석 기준과 중도 포기 시 지원금 처리 조건 등은 신청 전 확인해야 한다. 김연수 한컴이노스트림 대표는 “산업 현장에서는 이론 습득을 넘어 실제 문제를 주도적으로 해결할 수 있는 역량이 중요하다”며 “엔비디아의 기술 생태계와 전문 교육 역량을 결합해 AI·로보틱스 분야의 실무형 인재를 양성하겠다”고 말했다. 이번 과정의 성과는 모집 규모보다 수료율과 취업률에서 갈릴 전망이다. 프로젝트 결과물이 실제 기업의 채용으로 얼마나 연결되는지, 수료생이 교육 이후에도 빠르게 바뀌는 엔비디아 기술에 대응할 역량을 갖추는지가 사업의 지속 가능성을 결정할 것으로 보인다.
2026-09-09 16:19:51
-
메가존클라우드, AWS 보안 컴피턴시 추가…AI·클라우드 보안 사업 확대
[경제일보] 메가존클라우드가 아마존웹서비스(AWS) 보안 전문 역량을 공식 검증받으며 클라우드 보안 사업을 강화하고, 마이그레이션·데이터·생성형 AI·DevOps 등으로 넓혀온 AWS 사업 포트폴리오를 보안까지 확장하고 있다. 인공지능(AI)과 클라우드 활용이 확대되면서 데이터와 애플리케이션, AI 워크로드까지 아우르는 보안 역량이 기업의 핵심 경쟁력으로 부상하고 있다. 보안과 거버넌스를 함께 구축해야 하는 고객 수요를 겨냥한 움직임으로 풀이된다. 9일 메가존클라우드는 AWS로부터 'AWS 보안 컴피턴시'를 획득했다고 밝혔다. AWS 보안 컴피턴시는 복잡한 클라우드 보안 프로젝트를 설계하고 구축·운영할 수 있는 전문 기술력과 컨설팅 역량을 갖춘 파트너를 대상으로 부여되는 인증이다. 이번 심사에는 지난 2월 개정된 최신 'AWS 보안 컴피턴시 컨설팅 파트너 검증 체크리스트'가 적용됐다. 계정 및 접근 관리(IAM), 위협 탐지와 대응, 인프라 보호, 데이터 보호, 컴플라이언스와 개인정보 보호, 애플리케이션 보안 등 주요 영역에 대한 기술력과 컨설팅 역량을 종합적으로 평가해 인증을 부여한다. 메가존클라우드는 이번 인증을 통해 클라우드 환경을 보호하는 기술뿐 아니라 실제 고객 프로젝트를 수행할 수 있는 조직과 운영체계까지 검증받았다고 설명했다. 심사 과정에서 통합 보안 브랜드 'HALO'와 24시간 365일 운영되는 보안운영센터(SOC), 국내외 정보보호 인증, 엔지니어 조직의 기술 자격 등을 제시하고 실제 고객 프로젝트 수행 사례와 문서화된 보안 프로세스도 평가받았다. HALO는 하이퍼스케일 클라우드, AI 보안, 라이프사이클 보안, 제로 트러스트 등 4개 프레임워크를 기반으로 보안 컨설팅과 솔루션 구축부터 매니지드 보안 서비스, 관리형 탐지 및 대응(MDR)까지 지원한다. 자체 보안 브랜드를 통해 보안 사업 역량을 확대한 것이다. 최근 시대의 흐름인 AI의 확산은 보안 사업 확대의 배경으로 작용하고 있다. 기업들이 생성형 AI를 업무에 적용하면서 기존 클라우드 데이터뿐 아니라 AI 모델과 학습·추론 과정에서 활용되는 데이터, 관련 애플리케이션과 인프라에 대한 보호 필요성도 커지고 있다. AI 서비스가 기존 IT 환경과 연결되는 만큼 접근 권한 관리와 데이터 보호, 취약점 대응, 개인정보 보호 등을 별도로 관리하기보다 전체 클라우드 환경과 함께 설계해야 하는 요구도 높아지고 있다. 메가존클라우드는 AI 거버넌스 분야에서도 역량을 강화하고 있다. AI 관리체계 국제표준인 ISO/IEC 42001을 바탕으로 AI 모델의 안전한 배포와 운영, AI 워크로드 보호, 모니터링, 데이터 프라이버시 관리 등에 대응하고 있다. 기존 클라우드 보안에 AI 관련 통제와 거버넌스를 결합해 AI 도입 기업의 복합적인 보안 수요를 공략하고 있다. 이번 인증으로 메가존클라우드가 보유한 AWS 컴피턴시는 총 11개로 증가한 것으로 알려졌다. 메가존클라우드는 마이그레이션 및 현대화, 데이터 및 분석, 생성형 AI 서비스, DevOps, 금융 서비스 등을 포함해 아시아태평양 지역 AWS 파트너 가운데 가장 많은 수준이라고 설명했다. 컴피턴시 확대를 통해 메가존클라우드는 자사의 사업 영역을 클라우드 인프라 구축을 넘어 고객의 디지털 전환 전반으로 넓히고 있다. 클라우드 이전과 현대화에서 시작해 데이터 분석, 생성형 AI, DevOps, 금융 분야에 이어 보안까지 전문성을 확대하면서 고객이 필요로 하는 기술을 하나의 사업 구조 안에서 제공할 수 있는 범위를 확장한 것이다. 메가존클라우드는 1000명 이상의 엔지니어 조직이 약 1800개의 AWS 자격증을 보유하고 있으며 AWS 공식 인증 교육센터도 운영하고 있다. 여기에 ISMS-P, ISO/IEC 27001, ISO/IEC 42001 등 정보보호와 개인정보, AI 관리체계 관련 인증을 확보해 기술 인력과 관리체계를 함께 강화하고 있다고 설명했다. 김종찬 클라우드 스트레티지 유닛 리더는 "이번 보안 컴피턴시 획득으로 클라우드 마이그레이션과 현대화부터 데이터 분석, 생성형 AI 도입, 데브옵스, 금융 서비스, 보안까지 고객의 디지털 전환 전 영역을 아우르는 메가존클라우드의 엔드투엔드 수행 역량이 다시 한번 입증됐다"며 "AWS 프로페셔널 서비스와의 협력을 바탕으로 고객에게 글로벌 기준의 보안 아키텍처와 컨설팅을 제공하고 AI 환경에서도 안정적인 보안 체계를 구현할 수 있도록 지원할 것"이라고 말했다.
2026-09-09 14:32:34
-
-
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
-
"AI 도입했다고 생산성 오르지 않는다"…정재헌 SKT CEO가 말한 'AX의 J커브'
[경제일보] SK텔레콤이 인공지능(AI) 전환 과정에서 겪은 시행착오와 독자 AI 개발 경험을 바탕으로 'AX 시대의 일하는 방식'과 미래 인재상을 제시했다. 정재헌 SK텔레콤 CEO는 AI를 도입한다고 곧바로 생산성이 높아지는 것이 아니라 초기의 불편함을 견디고 업무 자체를 다시 설계해야 생산성의 급격한 상승으로 이어질 수 있다고 강조했다. 2일 SK텔레콤에 따르면 정재헌 CEO는 전날 서울대학교 제1공학관에서 대학생·대학원생 약 300명을 대상으로 'AI 시대의 선택과 기회'를 주제로 특강을 진행했다. 이번 강연은 SK텔레콤과 서울대가 10년째 운영하는 AI 공동과정의 첫 수업으로, 지난 1987년 서울대 공법학과에 입학한 정 CEO가 약 40년 만에 모교 강단에 선 자리로 알려졌다. 정 CEO가 이날 제시한 핵심 개념은 'AX의 J커브'다. AI 전환(AX) 초기에는 재교육과 업무 재설계, 데이터·조직 정비 등으로 오히려 생산성이 떨어질 수 있지만 이른바 '불편함의 골짜기'를 넘어선 조직은 어느 순간 생산성이 가파르게 상승한다고 설명했다. 그는 AX 전환을 위해 낯설게 보기, 극한 마주하기, 불편해지기 등 세 가지 방법론을 제시했다. 기존 업무 방식을 당연하게 받아들이지 않고 AI를 전제로 업무를 다시 설계하는 동시에 기존 방식으로는 달성하기 어려운 목표에 도전하고 AI 도입 초기의 시행착오를 견뎌야 한다는 의미로 풀이된다. SK텔레콤 내부 사례도 소개했다. 한 개발자가 고객 요청에 따른 시스템 수정 업무를 기존 방식으로 약 50시간에 걸쳐 처리했지만, 이를 AI로 전환하는 과정에서는 오히려 500시간 이상이 소요됐다. AI 에이전트를 새로 만들고 수정하며 수백 차례 검증하는 과정이 필요했지만 전환 작업이 완료된 이후 같은 업무에 걸리는 시간은 약 1시간으로 감소했다. 정 CEO가 강조한 '극한 마주하기'에는 독자 AI 모델 개발 경험도 포함됐다. SK텔레콤은 제한된 GPU 환경에서도 6880억 파라미터 규모의 초거대 AI 모델 'A.X K2'를 개발했다. A.X K2는 지난 7월 오픈웨이트 모델로 공개됐으며, 최근 공개된 기술보고서에서는 6880억 파라미터 규모의 전문가 혼합(MoE) 모델로 소개됐다. 특히 AI가 기업을 넘어 국가 간 경쟁으로 확산하고 있으며, 독자적인 AI 역량을 확보해야 한다는 것이다. 다만 정 CEO는 AI 시대에도 인간의 역할이 사라지는 것은 아니라고 강조했다. AI가 코딩 등 기술적인 업무를 점점 더 잘 수행할수록 사람에게는 자신의 전문 분야를 이해하고 AI를 활용해 생산성을 높이는 능력이 중요해진다는 설명이다. 특히 그는 AI 시대 인재에게 필요한 역량으로 '생각 근육', '적응 근육', '공감 근육', '신체 지능'을 제시했다. 본질을 파악하고 새로운 환경에 적응하며 다른 사람을 이해하고, 경험을 바탕으로 가치를 만들어내는 능력이다. 정재헌 CEO는 "AI가 모든 것을 결정할 것 같은 시대지만 그렇지 않다"며 "주도성을 가지고 스스로 방향을 정하는 통찰력과 공감 능력이 경쟁력"이라고 말했다. 이어 "가치를 판단하고 결정하는 일은 끝까지 사람의 몫일 것"이라며 "10년 뒤 AI 시대의 새로운 질문에 대한 답을 만들어갈 여러분과 혁신 현장에서 동료로 다시 만나기를 기대한다"고 전했다.
2026-09-02 10:44:57
-
'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
-
IBM, 기업용 AI 전 과정 공략…개발·데이터·보안·양자컴퓨팅 총망라
[경제일보] 생성형 인공지능(AI)에서 AI 에이전트로 기업의 AI 활용 범위가 확대되면서 AI 모델 자체보다 이를 실제 업무 환경에서 안정적으로 운영하기 위한 기술의 중요성이 커지고 있다. IBM은 개발 생산성 향상부터 실시간 데이터 통합, AI 운영 자동화와 보안, 양자컴퓨팅까지 AI 도입 전 과정에 필요한 기술을 선보이며 기업용 AI 시장 공략에 나선다. 1일 서울 강남구 웨스틴 서울 파르나스에서 열린 'IBM AI 서밋' 전시 부스에서는 개발자를 위한 AI 솔루션 'IBM Bob'부터 데이터 플랫폼 'IBM watsonx.data', 운영 자동화 솔루션 'IBM Concert', 양자컴퓨팅 시스템 'IBM Quantum System' 등이 소개됐다. IBM Bob 부스에서는 개발 업무 전반을 AI가 지원하는 모습을 선보였다. IBM Bob은 단순히 코드를 생성하는 개발 보조 도구를 넘어 개발자의 요구사항 분석과 개발 계획 수립, 코드 생성, 테스트와 검증 등 소프트웨어 개발 생명주기 전반을 지원하도록 설계된 에이전트다. 특히 사용자가 요구사항을 입력하면 곧바로 코드를 생성하는 대신 아키텍처와 개발 과정 등을 포함한 계획을 먼저 제시하고, 사용자의 승인을 거친 뒤 코드를 생성하는 방식이다. 팀과 개인별 AI 사용 비용을 확인할 수 있는 대시보드도 제공한다. 두 번째 부스에서는 실시간 데이터를 AI가 활용할 수 있도록 데이터 통합과 저장을 지원하는 기술이 소개됐다. IBM은 데이터 실시간 통합 솔루션 'IBM Confluent'와 데이터를 저장하고 다양한 엔진에서 활용할 수 있는 레이크하우스 플랫폼 'IBM watsonx.data'를 통해 데이터가 발생하는 즉시 통합·저장하고 이를 AI 에이전트가 활용할 수 있도록 구축했다고 설명했다. 전자상거래 주문에 따라 실시간으로 변하는 재고 데이터를 예로 들어, AI가 과거 데이터가 아닌 최신 재고 정보를 기반으로 답변하는 과정도 시연했다. 이지은 한국IBM CTO 전무는 "AI 사용에 있어 데이터가 제일 중요하다"며 "실시간 데이터가 반영되는 것과 데이터를 한 곳에 모아 필요한 데이터를 언제든 활용하는 것도 중요"라고 말했다. 세 번째 부스에서는 AI 에이전트가 확대될수록 복잡해지는 기업의 IT 환경을 관리하기 위한 운영 자동화 기술이 공개됐다. IBM Concert는 운영 전반에 흩어진 데이터를 한 곳에서 관리하면서 애플리케이션의 복원력과 인프라 가시성, 확장성 및 비용 효율성을 확인할 수 있도록 지원한다. 애플리케이션의 취약 정보를 실시간으로 파악하고 AI를 활용해 필요한 조치를 제안하며, 하드웨어·인프라·보안 등 연관 요소를 토폴로지 형태로 보여줘 문제의 근본 원인과 해결 방법을 파악할 수 있도록 설계됐다. 에이전트의 권한과 민감 정보를 관리하는 보안 기술도 함께 소개됐다. 사용자와 에이전트의 권한을 각각 확인하고 허용된 범위에서만 데이터에 접근하도록 통제하는 방식이다. AI 에이전트가 사람보다 빠른 속도로 더 많은 업무를 수행하는 환경에서 권한 관리가 제대로 이뤄지지 않을 경우 보안 사고가 빠르게 확산될 수 있는 만큼, 에이전트 자체에 대한 통제 필요성을 강조했다. 네 번째 부스에서는 IBM Quantum System을 중심으로 양자컴퓨팅의 미래상이 제시됐다. IBM은 양자컴퓨터가 기존 고성능컴퓨팅(HPC)이나 GPU를 대체하는 방식이 아니라 이들과 QPU를 하나의 워크플로우에서 결합하는 '퀀텀 중심 슈퍼컴퓨팅' 형태로 발전할 것으로 전망했다. 국내에서는 연세대학교 국제캠퍼스에 양자 시스템을 구축했으며, 여러 양자 프로세서를 연결해 시스템 규모를 확대하는 기술도 개발하고 있다고 강조했다. 표창희 한국IBM 퀀텀 엔터프라이즈 세일즈 한국 및 아태지역 총괄 상무는 "양자 컴퓨터는 기존에 있는 시스템들을 대체하는 것이 아닌 HPC와 GPU와 QPU를 하나의 워크플로우 안에서 같이 연산할 수 있는 것"이라며 IBM은 확장성과 오류 수정, 연산 성능을 높인 양자컴퓨팅 시스템 개발을 이어가며 향후 오류가 수정된 양자컴퓨팅 서비스까지 제공할 계획이라고 설명했다. IBM이 이날 선보인 기술은 각각 다른 영역처럼 보이지만 AI를 기업에 도입하고 운영하는 전 과정을 하나의 체계로 연결한다는 공통점을 갖는다. AI 에이전트를 개발하는 것에서 그치지 않고 최신 데이터를 공급하고, 복잡한 인프라를 자동으로 관리하며, 권한과 보안을 통제하는 등 실제 기업 환경에서 AI를 안정적으로 운영하기 위한 기반을 강조한 것이다. 이지은 전무는 "오늘 들은 내용들은 전부 연결되는 구조를 가지고 있다"며 "IBM이 새로운 패러다임의 컴퓨팅을 가지고 미래를 위해 고객들이 경쟁력을 갖고 레이스(경쟁)를 할 수 있도록 돕고 있다"고 말했다.
2026-09-01 11:32:37