2026.09.01 화요일
검색
'AI 모델' 검색결과
기간검색
-
~
검색영역
검색어
-
하정우, 국가AI전략위 '실행 사령탑' 취임…"AI 3대 강국 역량 총결집" [경제일보] 하정우 국가인공지능전략위원회 신임 상근부위원장이 31일 취임하면서 정부의 인공지능(AI) 정책 컨트롤타워가 전략 수립을 넘어 실행력을 높이는 단계로 전환될 전망이다. 하 부위원장은 국가AI전략위의 역할을 부처와 민간을 연결해 실제 성과를 만드는 구심점으로 규정하고 AI 3대 강국 도약을 위한 국가 역량 총결집을 선언했다. 하 부위원장은 이날 취임사에서 “국가AI전략위원회가 국가 AI 비전을 제시하고 민간의 혁신 역량과 정부의 정책 역량을 연결해 실제 성과를 만들어내는 국가 AI 거버넌스의 중심축이 돼야 한다”고 밝혔다. 이어 “필요한 정책은 신속하게 결정하고 부처 간 쟁점은 적극적으로 조정하며 현장의 걸림돌은 과감히 해소하겠다”고 강조했다. 이번 인사는 지난 5월부터 공석이었던 상근부위원장 자리를 약 석 달 만에 채웠다는 점에서도 의미가 있다. 국가AI전략위가 중장기 AI 전략을 담당하고 과학기술정보통신부가 주요 정책을 실행하는 가운데 청와대 AI미래기획수석이 범부처 조정을 맡는 역할 분담이 다시 갖춰지면서 정부의 AI 정책 추진력도 강화될 것으로 보인다. 하 부위원장이 가장 먼저 강조한 과제는 반도체·피지컬 AI·AI 데이터센터를 연결한 ‘3대 메가프로젝트’다. 그는 세 분야가 따로 움직이는 것이 아니라 AI 생태계 안에서 유기적으로 연결돼야 한다며 범정부 정책 조정과 민관 협력을 강화하겠다고 밝혔다. 특히 피지컬 AI는 제조업과 로봇, 자율주행 등 국내 산업 기반을 활용해 글로벌 경쟁력을 확보할 수 있는 분야로 꼽힌다. 여기에 AI 반도체와 데이터센터를 결합해 AI 모델 개발부터 실제 산업 적용까지 이어지는 생태계를 만드는 것이 정부 전략의 핵심이다. ‘모두의 AI’도 주요 과제로 제시했다. 산업과 연구 분야뿐 아니라 교육·의료·행정 등 국민 생활 전반으로 AI 전환을 확대하고, 세대·지역·계층에 따른 AI 격차도 줄이겠다는 구상이다. 하 부위원장은 “AI는 소수 기업이나 특정 계층만을 위한 기술이 아니라 모든 국민의 기회를 넓히고 삶의 질을 높이는 기술이 돼야 한다”고 말했다. 정책의 실효성을 높이기 위한 성과 관리도 강화한다. 하 부위원장은 ‘대한민국 인공지능 행동계획’과 3대 메가프로젝트가 실제 투자와 산업 성장으로 연결되는지 추진 상황을 직접 점검하겠다고 밝혔다. “좋은 전략은 시작에 불과하며 중요한 것은 실행과 성과”라는 게 그의 설명이다. 국제 협력 확대도 추진한다. 국내 AI 기술과 산업 경쟁력을 기반으로 글로벌 AI 협력 플랫폼을 구축하고 해외 시장과의 연계를 강화할 계획이다. 국내 기업이 기술을 개발하는 데 그치지 않고 글로벌 공급망과 시장에서 영향력을 확보하도록 정책 지원을 확대하겠다는 의미다. 한편 하 부위원장 체제에서 국가AI전략위의 가장 큰 시험대는 정부가 내놓은 AI 전략을 실제 투자·산업 성과로 얼마나 빠르게 전환하느냐가 될 전망이다. 대규모 예산이 투입되는 독자 AI 모델과 AI 컴퓨팅 인프라, 피지컬 AI 등 사업의 성과를 관리하는 동시에 부처 간 이해관계를 조정해야 한다. 하 부위원장은 “대한민국이 AI 3대 강국, 대체불가 글로벌 AI 핵심 공급망 국가로 도약할 수 있도록 국가적 역량을 총결집하겠다”며 “국민이 체감하는 AI 강국을 만드는 데 모든 역할을 다하겠다”고 밝혔다.2026-08-31 17:35:29
-
메가존, 한미그룹 전사 AX 정조준…제약·헬스케어 업무에 AI 심는다 [경제일보] 메가존이 한미그룹의 전사 인공지능(AI) 전환(AX) 사업에 본격 합류한다. 한미그룹이 임직원 주도의 AI 활용 과제를 발굴해 업무 혁신을 추진하는 가운데 메가존의 AI·클라우드 역량을 결합해 실제 현장에 적용할 수 있는 산업 특화형 AX 모델을 만들겠다는 구상이다. 메가존은 31일 한미사이언스와 ‘AX 기반 디지털 업무혁신을 위한 업무협약’을 체결했다고 밝혔다. 양사는 서울 송파구 한미그룹 본사에서 협약을 맺고 AX 기반 업무혁신 과제 발굴, 디지털 전환 역량 강화, AI·디지털 혁신 과제 공동 추진 등에 협력하기로 했다. 이번 협력에서 주목되는 부분은 한미그룹이 이미 전사적인 AI 활용 기반을 마련하고 있다는 점이다. 한미그룹은 이달 초 한미사이언스와 한미약품을 비롯한 전 계열사를 대상으로 ‘Hanmi AI Boost Program’을 시작했다. 임직원이 현장에서 직접 AI 활용 아이디어를 발굴하고 구현한 뒤 실제 업무에 적용하도록 하는 바텀업 방식이다. 우수 사례는 AI와 임원 평가를 거쳐 매월 5건을 선정하고, 장기적으로 효과가 확인된 사례를 그룹 내 다른 조직으로 확산한다. 메가존은 이 같은 내부 실험을 실제 AX 사업으로 연결하는 역할을 맡는다. 범용 AI를 단순 도입하는 방식에서 벗어나 제약·헬스케어 산업의 업무 특성과 규제 환경, 데이터 구조를 반영해 현업에서 사용할 수 있는 AI 서비스를 공동 기획할 계획이다. 양사는 우선 실무 협의체를 구성해 구체적인 과제를 발굴한다. 이후 검증된 업무부터 적용 범위를 넓혀 한미약품 등 주요 계열사로 확대하는 방안을 검토한다. 제약산업 특성상 연구개발뿐 아니라 영업·마케팅, 품질관리, 인허가, 경영지원 등 방대한 업무 데이터가 축적돼 있어 AI를 적용할 수 있는 영역도 넓다. 메가존 입장에서는 제조·유통에 이어 제약·헬스케어라는 고부가 산업으로 AX 사업 레퍼런스를 확대할 수 있다. 특히 메가존은 클라우드 전환, 데이터 구축, AI 모델 및 에이전트 개발·운영까지 지원하는 사업 구조를 갖추고 있어 기존 시스템과 데이터를 AI가 실제 활용할 수 있는 환경으로 바꾸는 데 초점을 맞출 것으로 보인다. 한미그룹 역시 단순한 AI 도구 사용에서 실제 생산성 향상으로 단계가 넘어가게 된다. 직원이 직접 만들어낸 AI 활용 사례를 메가존의 기술력으로 고도화하고, 검증된 결과물을 다른 계열사로 확산하는 구조가 구축되면 일회성 캠페인을 넘어 그룹 차원의 AX 체계로 발전할 수 있다. 장지황 메가존 대표는 “AI로 실질적인 사업 성과를 만들기 위해서는 기술뿐 아니라 해당 산업과 업무에 대한 깊은 이해가 함께 결합돼야 한다”며 “한미사이언스의 제약·헬스케어 전문성에 메가존의 클라우드·AI 기반 업무혁신 경험을 더해 새로운 가치를 창출할 수 있는 사업 모델을 만들어 나가겠다”고 말했다. 김재교 한미사이언스 대표는 “AI는 단순한 업무 효율화 도구를 넘어 기업 경쟁력을 좌우하는 핵심 기술로 자리 잡고 있다”며 “이번 협약을 통해 한미그룹의 AX 기반 업무 혁신을 확대하고 임직원들이 보다 효율적으로 일할 수 있는 디지털 업무 환경을 구축해 나가겠다”고 밝혔다. 한편 이번 협력의 성패는 MOU 자체가 아니라 현장에서 나온 AI 아이디어를 얼마나 빠르게 실제 업무 시스템으로 전환하고, 이를 그룹 전체의 생산성 향상으로 연결하느냐에 달렸다. 한미그룹의 ‘AI 부스트’와 메가존의 AX 역량이 결합하면 제약·헬스케어 산업의 AI 전환을 보여주는 대표 사례가 나올지 주목된다.2026-08-31 11:00:40
-
KT, 우리은행 AI 상담봇 재구축…'상담 자동화'서 '업무 자동화'로 [경제일보] KT가 우리은행의 인공지능(AI) 챗봇과 상담봇을 전면 재구축한다. 단순히 고객의 질문에 답하는 수준을 넘어 AI가 고객의 의도를 파악하고 실제 업무 처리까지 지원하는 '에이전틱 AICC' 구축이 핵심이다. 여러 AI 서비스를 하나로 연결하는 기술을 적용해 금융권 AI 상담 시장에서 영향력을 확대한다는 전략이다. 31일 KT는 우리은행이 발주한 'AI 챗봇 및 상담봇 재구축' 사업자로 선정돼 AI 기반 고객 상담 시스템 구축에 착수한다고 밝혔다. 이번 사업은 우리은행이 운영 중인 비대면 고객 상담 채널인 챗봇과 상담봇의 인프라를 고도화하는 것이 특징이다. 또한 AI 뱅커와 AI 에이전트를 연계해 고객 상담 범위와 업무 처리 기능을 확대한다. 고객의 질문 의도를 보다 정확하게 파악하고 상담 과정에서 발생하는 업무를 AI가 처리할 수 있도록 시스템을 재설계하는 방식이다. 기존 금융권의 AI 상담 서비스가 상품 안내나 단순 문의 응답 등 '상담 자동화'에 초점을 맞췄다면 이번 사업은 AI가 상담 이후의 업무까지 연결하는 것을 중점으로 진행된다. 고객이 챗봇을 통해 문의한 뒤 추가 상담이 필요하거나 실제 업무 처리가 필요한 경우에도 상담 맥락을 유지하면서 다음 단계로 이어질 수 있도록 하는 것이다. KT는 해당 사업에 자사의 신규 솔루션인 '에이전트 커넥트'를 적용한다고 설명했다. 에이전트 커넥트는 챗봇과 상담봇, AI 뱅커, AI 에이전트 등 서로 다른 AI 서비스와 채널을 연결하는 역할을 하도록 설계됐다. AI 서비스가 각각 독립적으로 작동하면 고객이 상담 채널을 바꿀 때 이전 대화 내용이나 고객의 의도를 다시 전달해야 하는 문제가 발생할 수 있다. KT는 에이전트 커넥트를 통해 상담 과정에서 축적된 정보와 맥락을 각 AI 서비스가 공유할 수 있도록 해 고객이 채널을 이동하더라도 상담을 이어갈 수 있는 환경을 구축한다는 계획이다. 특히 AI 에이전트와 연결해 단순 상담을 넘어 실질적인 업무 처리까지 지원하는 '에이전틱 AICC' 환경을 구현한다는 점이 이번 사업의 특징이다. AI가 고객의 문의를 파악하고 필요한 정보를 제공하는 데서 그치지 않고, 연계된 시스템을 활용해 실제 업무 수행 단계까지 연결하는 구조다. 최근 생성형 AI와 AI 에이전트 기술이 확산되면서 금융사들도 기존 챗봇과 콜봇을 단순 상담 채널이 아닌 업무 자동화를 위한 AI 기반 플랫폼으로 전환하고 있다. 이에 우리은행 역시 이번 사업을 통해 인바운드 상담뿐 아니라 아웃바운드 상담과 영업점 상담까지 AI 활용 범위를 확대할 계획이다. 고객의 문의를 정확하게 분류하고 상담의 완결성을 높여 고객이 여러 채널을 오가며 같은 내용을 반복해서 설명해야 하는 불편을 줄이는 것을 목표로 진행한다. 김선우 우리은행 AI데이터사업부장은 "본 사업을 통해 AI 챗봇과 상담봇의 고객 의도 분류 정확도를 높이고, 인바운드 상담과 영업점 상담의 완결성을 강화할 것으로 기대하고 있다"며 "고객이 상담 과정에서 겪는 불편을 줄이고 보다 신속하고 일관된 금융 서비스를 제공하겠다"고 말했다. KT는 기존 AICC 구축 경험에 AI 음성·대화 기술과 AI 에이전트를 결합하면서 금융권 AX 사업의 범위를 상담 자동화에서 업무 자동화로 넓히겠다는 전략이다. 특히 여러 AI 서비스를 연결하는 에이전트 커넥트를 통해 금융사가 향후 다양한 AI 에이전트를 도입하더라도 이를 하나의 상담 체계 안에서 활용할 수 있도록 지원한다는 구상이다. KT는 이를 기반으로 은행뿐 아니라 카드·보험·증권 등 금융권 전반으로 AI 기반 상담 및 업무 자동화 사업을 확대할 수 있을 것으로 보고 있다. 금융사에게는 AI 모델 하나를 도입하는 것보다 기존 고객 접점과 내부 업무 시스템을 AI 에이전트와 연결하는 것이 중요해지면서 AICC 시장의 경쟁도 기술 자체의 성능뿐 아니라 금융 시스템과 AI를 얼마나 유기적으로 연결할 수 있는지로 옮겨갈 전망이다. 김원태 KT 엔터프라이즈부문 공공/금융사업본부장 전무는 "금융권의 AI 챗봇과 상담봇은 단순한 문의 안내를 넘어 고객의 요구를 이해하고 실제 업무 처리를 지원하는 방향으로 진화하고 있다"며 "KT는 금융권에서 축적한 AICC 구축·운영 경험과 AI 기술력을 바탕으로 우리은행의 고객 상담 혁신을 지원하고, 에이전틱 AICC 기반 금융 AX 확산을 이끌어 나가겠다"고 말했다.2026-08-31 09:44:41
-
NC AI, 사우디서 '피지컬 AI' 승부…K-AI 중동 공략 본격화 [경제일보] NC AI가 사우디아라비아를 발판으로 피지컬 AI의 중동 시장 공략에 나선다. 단순히 AI 모델을 소개하는 수준을 넘어 국산 AI 반도체부터 클라우드·인프라, AI 모델과 애플리케이션까지 연결한 한국형 ‘풀스택 AI’를 현지 산업에 적용하는 데 초점을 맞춘다. NC AI는 31일부터 9월 3일까지 사우디아라비아 리야드에서 열리는 글로벌 기술 전시회 ‘LEAP 2026’에 참가해 한국 풀스택 AI 컨소시엄 공동관을 운영한다고 밝혔다. 한국인공지능·소프트웨어산업협회(KOSA) 주도로 마련된 공동관에는 메가존클라우드, 업스테이지, 퓨리오사AI, 유라클 등이 참여한다. NC AI는 이번 전시에서 산업특화 AI ‘배키(VAETKI)’를 중심으로 피지컬 AI 기술을 선보인다. 가상 공간을 구현하는 디지털트윈, 현실 세계를 이해하는 월드모델, 물리적 행동을 제어하는 로봇 파운데이션 모델을 하나의 체계로 연결하는 방식이다. 물류센터와 도시 환경을 구현한 디지털트윈을 통해 실제 산업 현장에서 AI가 어떻게 활용될 수 있는지를 보여줄 계획이다. 특히 ‘바르코 3D(VARCO 3D)’와 ‘배키 트윈’을 활용한 시연도 진행한다. 물류센터 운영 상황과 도시 건축물을 3D 환경으로 구현하고, LEAP 전시장과 공동관까지 가상 공간으로 재현해 디지털트윈 구축 기술을 소개한다. NC AI는 텍스트와 이미지로 3D 자산을 생성할 수 있는 기술을 통해 디지털트윈 제작에 필요한 시간과 비용을 줄일 수 있다고 설명한다. 이번 행사가 주목받는 이유는 사우디가 AI를 국가 산업전환의 핵심 분야로 육성하고 있기 때문이다. 사우디는 정부와 국부펀드(PIF), 아람코 등을 중심으로 AI 반도체와 데이터센터, AI 모델 및 서비스에 대한 투자를 확대하고 있다. LEAP에도 구글클라우드·AWS·엔비디아·AMD 등 글로벌 빅테크와 중국 기업들이 대거 참여해 현지 AI 시장을 둘러싼 경쟁이 치열해지고 있다. 한국 기업들은 이미 현지 실증에도 들어갔다. 메가존클라우드는 지난 5월 퓨리오사AI·NC AI·업스테이지·유라클과 컨소시엄을 구성해 아람코 디지털을 대상으로 국산 AI 반도체 기반 서버형 AI 인프라 실증 사업을 추진한다고 밝혔다. NC AI는 이 사업에서 AI 기반 3D 렌더링과 디지털트윈 서비스를 맡는다. 따라서 이번 LEAP 참가가 단순 전시회 마케팅에 그치지 않고 기존 실증 사업을 실제 계약과 현지 레퍼런스로 확대하는 계기가 될지가 관건이다. 특히 사우디가 제조·에너지·도시개발·국방 등 산업 전반에서 AI 도입을 추진하고 있는 만큼 현실 세계의 설비와 공간을 이해하고 제어하는 피지컬 AI는 국내 기업이 차별화할 수 있는 분야로 꼽힌다. 다만 중동 시장을 선점하려면 기술 시연만으로는 부족하다. 현지 데이터와 산업 환경에 맞춰 모델을 재학습하고, 보안·데이터 주권을 충족하면서 실제 프로젝트의 투자비와 운영비까지 낮출 수 있는지가 중요하다. 사우디 시장에서 글로벌 빅테크와 중국 기업까지 경쟁하는 만큼 한국 기업 간 기술 결합을 넘어 현지 기업과의 장기적인 파트너십을 확보해야 한다는 과제도 남는다. NC AI 이연수 대표는 “최고 수준의 한국형 풀스택 AI 역량을 글로벌 시장에 널리 알리고 현지 파트너들과 긴밀히 소통해 실질적인 비즈니스 성과를 창출하겠다”고 말했다.2026-08-31 09:01:07
-
KT, 서울대·KAIST와 AI 연구 결실…사업화로 경쟁력 키운다 [경제일보] KT가 서울대학교와 한국과학기술원(KAIST)과 진행한 인공지능(AI) 공동연구를 마무리하고 연구 성과의 사업화에 속도를 낸다. 단순 기술 교류를 넘어 대학의 연구 역량과 KT의 데이터·AI 모델·서비스 역량을 결합해 실제 사업에 적용할 수 있는 기술을 확보하는 것이 목표다. KT는 30일 서울 서초구 KT우면연구센터에서 서울대·KAIST 연구진과 ‘산학 공동연구 최종 성과 워크숍’을 열었다고 밝혔다. 이날 워크숍에는 3개 기관 연구진 50여명이 참석해 지난 1년간 수행한 연구 결과를 공유하고 후속 연구 및 사업 활용 방안을 논의했다. 이번 협력은 지난해 9월 시작됐다. KT는 당시 산학 협력을 장기 연구에 그치지 않고 실제 AICT 사업과 연결하기 위해 서울대·KAIST와 공동 연구를 추진했다. 자율형 에이전트, Responsible AI, 피지컬 AI, 인간 피드백 기반 강화학습, 추론 효율화 등을 핵심 연구 분야로 설정했다. KT는 연구에 필요한 GPU와 AI 모델, 데이터를 제공하고 대학의 전문 연구역량을 접목하는 Open R&D 방식으로 협력을 진행했다. 서울대와는 자율형 에이전트가 상황과 맥락을 이해하고 판단할 수 있도록 하는 기술을 집중 연구했다. 추론형 AI의 평가 기준과 신뢰성 개선, 한국적 데이터셋 확보, 사용자 행동 예측 모델, 사용자 피드백을 활용한 강화학습 프레임워크 등이 주요 과제다. KAIST와는 대규모언어모델(LLM)의 프롬프트 압축 및 최적화 기술을 연구했다. AI가 처리해야 하는 입력을 효율적으로 줄여 모델의 추론 부담을 낮추고, 에이전트 서비스의 응답 효율을 높이는 기반 기술을 확보하는 데 초점을 맞췄다. KT가 특히 주목하는 부분은 연구 결과의 ‘내재화’다. 확보한 기술을 논문이나 연구 성과로 끝내지 않고 모델·플랫폼·서비스 경쟁력으로 연결한다는 구상이다. KT는 최근 공동연구 성과를 자사 파운데이션 모델 ‘믿:음 K’와 자율형 에이전트 관련 서비스 등에 활용하는 방향을 추진해왔다. 후속 연구 범위도 넓힌다. KT는 기술 수요를 반영한 신규 과제를 발굴해 에이전틱 AI와 피지컬 AI, 토큰 효율화 등을 중심으로 산학 연구를 확대할 계획이다. AI가 질문에 답하는 수준을 넘어 스스로 상황을 판단하고 행동하는 에이전틱 AI가 확산되면서 추론 효율과 신뢰성, 실제 환경에서의 행동 예측 기술이 중요해진 데 따른 행보다. 산학협력 방식 자체도 고도화할 전망이다. KT는 올해 들어 서울대와 KAIST뿐 아니라 고려대 등 주요 대학과 공동연구를 확대하고 있으며, 글로벌 연구기관과의 협력도 병행하고 있다. 연구 기획 단계에서부터 성과 검증과 사업 적용 가능성을 함께 고려해 ‘기술 확보→검증→서비스 적용’으로 이어지는 구조를 정착시키겠다는 전략이다. KT는 이번 연구 성과를 계기로 대학과의 협력을 일회성 프로젝트가 아닌 지속적인 AI 기술 확보 채널로 확대한다는 방침이다. 박재형 KT AX미래기술원장 상무는 “이번 성과를 기반으로 대학과 함께 성장하는 연구개발 협력 모델을 확대하고 연구 결과가 KT의 AI 경쟁력으로 이어지도록 지속 발전시키겠다”고 말했다. 한편 이번 KT가 산학협력에서 확보한 기술을 실제 서비스에 얼마나 빠르게 적용하느냐가 향후 경쟁력의 핵심 변수가 될 전망이다. 특히 에이전틱 AI와 피지컬 AI 시장이 확대되는 가운데 모델 성능뿐 아니라 추론 비용과 토큰 사용량, 신뢰성까지 함께 개선할 수 있는 기술을 확보할 경우 AI 사업의 운영 효율과 서비스 경쟁력을 동시에 높일 수 있다는 평가다.2026-08-30 13:32:19
-
세일즈포스·앤트로픽, '클로드포스' 공개…기업 데이터 읽고 업무까지 실행 [경제일보] 세일즈포스와 앤트로픽이 기업용 인공지능(AI)의 역할을 단순 정보 검색과 문서 작성에서 실제 업무 실행 단계로 확대한다. 앤트로픽의 AI 모델 '클로드'가 세일즈포스의 고객 데이터와 영업 파이프라인, 업무 규칙 등에 접근해 분석하고 작업을 수행할 수 있도록 양사의 플랫폼을 결합한다는 구상이다. 28일 세일즈포스는 앤트로픽의 클로드에 세일즈포스의 기업용 AI 인프라인 '엔터프라이즈 하네스'를 결합한 '클로드포스'를 선보인다고 밝혔다. 양사는 이번 협력을 통해 기업의 데이터와 워크플로, 비즈니스 로직, 실행 환경, 거버넌스 등에 클로드가 접근할 수 있도록 하고 업무 전반에서 AI 에이전트 활용을 확대한다는 계획이다. 양사의 첫 결과물은 '세일즈포스 인 클로드'다. 영업 담당자가 별도의 세일즈포스 화면으로 이동하지 않고 클로드 안에서 세일즈포스 기능을 활용할 수 있도록 설계된 플러그인으로, 미팅 준비와 딜 상태 검토, 파이프라인 분석 등 37개의 사전 구축된 영업 스킬을 구현했다. 클로드는 세일즈포스와 슬랙에 저장된 기업 정보를 바탕으로 영업 상황을 분석하고 필요한 업무를 수행할 수 있다. 실시간 매출 맥락을 기반으로 파이프라인을 검토하거나 업데이트하는 방식이다. 일반적인 생성형 AI가 사용자의 질문에 답하거나 문서를 작성하는 데 그쳤다면, 기업 내부 시스템과 연결해 실제 업무 과정에 개입하는 형태로 확장된 것으로 평가된다. 다리오 아모데이 앤트로픽 공동창업자 겸 CEO는 "우리는 프론티어 지능이 안전하고 신뢰할 수 있으며 높은 역량을 갖춰야 한다고 믿는다"며 이번 파트너십을 통해 기업들은 수십 년간 세일즈포스에 구축해 온 고객 정보와 비즈니스 맥락에 클로드를 연결하고, 이를 사용해 실제 비즈니스를 운영하고 성장시킬 수 있다"고 말했다. 특히 이번 통합 모델은 AI가 기업 데이터를 가져와 사용하는 과정에서 기존의 권한과 업무 규칙을 그대로 적용하는 것이 특징이다. 관리자가 한 차례 연결하면 인증과 권한이 중앙에서 관리되며 별도의 사용자별 추가 설정 없이 사용할 수 있도록 설계됐다. 최근 기업들은 AI의 활용 범위가 넓어질수록 내부 데이터에 대한 접근 통제를 중요 과제로 꼽고 있다. 고객 정보나 영업 자료 등 민감한 기업 데이터를 AI가 직접 처리할 경우 누가 어떤 데이터에 접근하고 어떤 업무를 실행할 수 있는지를 통제하지 못하면 생산성 향상만큼 보안 위험도 커질 수 있기 때문이다. 세일즈포스는 기존 기업의 데이터와 업무 규칙을 AI의 실행 과정에 포함하는 방식으로 해당 문제를 해결한다는 전략이다. 클로드가 임의로 데이터를 수정하거나 업무를 수행하는 것이 아니라 세일즈포스에 구축된 권한 체계와 비즈니스 규칙을 기반으로 작업하도록 해 기업이 기존 통제 체계를 유지할 수 있도록 했다. 규제 산업을 겨냥한 보안 체계도 강조했다. 세일즈포스는 아마존웹서비스(AWS)의 아마존 베드록을 통해 클로드를 세일즈포스의 '신뢰 경계' 내에서 제공할 수 있도록 설정했다. 세일즈포스는 이를 통해 금융 등 규제 수준이 높은 산업에서도 기업의 데이터와 AI 작업을 보호하면서 도메인 특화 AI를 활용할 수 있다고 설명했다. 반대로 클로드가 세일즈포스 플랫폼 안으로 들어가는 통합도 진행된다. 클로드는 세일즈포스의 '에이전트포스'에서 사용할 수 있으며 아틀라스 추론 엔진의 추론 모델로 활용된다. 에이전트포스 바이브와 에이전트포스 코워커를 구동하고 에이전트 빌더에서도 사용할 수 있도록 지원한다. 슬랙 역시 양사 통합의 주요 축이다. 세일즈포스는 업무용 협업 플랫폼 슬랙에 클로드를 내장해 사람과 AI 에이전트가 같은 업무 공간에서 협업하도록 한다는 구상이다. 클로드는 슬랙봇의 기본 AI 모델로 활용되며 팀의 의사결정 지원과 코딩 등 업무 영역으로 활용 범위를 넓힌다. 이처럼 양사가 서로의 플랫폼에 AI와 업무 시스템을 깊게 연결하는 것은 기업용 AI 시장의 경쟁 구도가 달라지고 있기 때문으로 풀이된다. 과거에는 어떤 AI 모델이 더 높은 벤치마크 점수와 추론 성능을 갖췄는지가 중요했다면, 최근에는 해당 모델이 기업의 실제 데이터와 업무 시스템에 접근해 얼마나 많은 업무를 처리할 수 있는지가 중요한 경쟁 요소로 부상하고 있다. '세일즈포스 인 클로드'는 현재 일부 고객을 대상으로 파일럿 형태로 제공되고 있으며 내달 오픈 베타 출시가 예정됐다. 추가 사전 구축 스킬도 올해 하반기부터 순차적으로 확대할 계획이다. 마크 베니오프 세일즈포스 회장 겸 CEO는 "이번 파트너십은 글로벌 선도 AI와 선도 CRM의 강점을 하나로 결합한다"며 "클로드의 뛰어난 추론 능력과 신뢰할 수 있는 데이터, 업무 흐름, 관리 체계를 결합해 사고하고 추론하며 실행하는 동적인 업무 환경을 제공한다"고 말했다.2026-08-28 14:08:16
-
카톡·전화·포털이 AI 비서로…'모두의 AI' SKT·카카오·KT 3파전 본격화 [경제일보] 국민이 일상에서 사용하는 통신·메신저·포털이 인공지능(AI) 비서로 바뀌는 경쟁이 본격화한다. 정부가 추진하는 대국민 AI 서비스 ‘모두의 AI’ 사업에 SK텔레콤과 카카오, KT가 최종 선정됐다. 세 사업자는 정부가 지원하는 엔비디아 B200 GPU를 활용해 전 국민이 무료로 사용할 수 있는 범용 AI 챗봇과 공공 AI 에이전트를 개발하고 연내 정식 서비스를 시작할 계획이다. 과학기술정보통신부는 28일 ‘모두의 AI’ 공모에 참여한 6개 사업자를 대상으로 서면·발표평가를 진행한 결과 SK텔레콤·카카오·KT 컨소시엄을 사업 수행기관으로 선정했다고 밝혔다. 이스트소프트·엠케이디·제논은 최종 선정에서 제외됐다. 당초 2~3개 사업자를 선정할 계획이었으며, 평가 점수와 순위는 공개하지 않았다. ◆ SKT는 ‘질문→실행’…카카오는 카톡 안에서 SKT 컨소시엄의 핵심은 답변을 넘어 실제 업무를 대신하는 ‘실행형 AI’다. 이용자의 요청을 이해해 계획을 세우고 검색과 도구 호출을 거쳐 실제 업무를 처리하는 구조다. 앱과 웹뿐 아니라 전화·문자로도 이용할 수 있도록 해 디지털 취약계층까지 이용 범위를 넓힌다. 공공서비스 신청과 증명서 발급, 매장·관공서 전화 대행부터 건강·금융·교통 등 생활 서비스까지 확장하는 것이 목표다. A.X K2를 비롯해 업스테이지 ‘솔라’, 모티프테크놀로지스 ‘모티프3’, LG AI연구원 ‘K-엑사원 2.0’ 등 여러 국산 모델을 활용해 서비스별 최적화를 추진한다. 카카오는 가장 강력한 국민 접점을 무기로 삼는다. 카카오톡에서 범용 챗봇과 AI 에이전트를 이용하고 예약·신청·결제까지 한 번에 처리하는 서비스를 구현한다. LG유플러스·LG CNS·LG AI연구원·루닛·신한은행 등과 협력해 전화 AI와 금융·의료·시니어 케어·세무 등 생애주기별 서비스를 붙인다. 특히 카카오톡이라는 기존 플랫폼 안에 AI를 심는 만큼 별도 앱 설치나 새로운 이용 습관을 요구하지 않는다는 것이 강점이다. AI를 ‘새로운 서비스’가 아니라 기존 디지털 생활 속 기능으로 만드는 전략이다. ◆ KT는 ‘채널 경계 없는 AI’…다음·지니TV까지 KT는 전용 AI 서비스에 이용자를 가두지 않는 전략을 제시했다. 포털 다음과 IPTV ‘지니TV’를 비롯해 쇼핑·부동산 등 기존 서비스 곳곳에 AI 진입점을 배치한다. 이용자가 검색을 시작하면 AI가 정보를 찾고 비교·판단한 뒤 필요한 서비스를 실제로 실행하도록 연결하는 방식이다. 교육·부동산·금융 등 생활 분야의 전문 서비스를 결합하는 것도 특징이다. 다음을 통한 검색과 뉴스, KT의 통신·미디어 고객 기반을 동시에 활용할 수 있다는 점에서 ‘플랫폼 연결형 AI’를 지향한다. 세 회사의 경쟁은 단순한 AI 모델 성능 대결과는 다르다. 이번 사업 평가에서도 AI 모델 자체의 경쟁력뿐 아니라 서비스 편의성, 이용자 확보 전략, 품질·안전성, AI 생태계 기여 등이 주요 평가 대상이었다. 정부가 ‘가장 좋은 모델’을 뽑는 것보다 국민이 실제로 자주 사용할 수 있는 AI 서비스를 만드는 데 무게를 둔 셈이다. ◆ 네이버 빠진 ‘국민 AI’…서비스 경쟁이 승부처 이번 선정에서 네이버의 불참도 눈길을 끈다. 네이버는 독자 AI 모델과 검색·쇼핑·지도 등 강력한 국민 접점을 보유하고 있지만 이번 공모에는 참여하지 않았다. 네이버클라우드는 앞서 “다른 진행 중인 사업에 더 집중하기 위해 참여하지 않기로 했다”고 밝혔다. 정부는 올해 확보한 B200 GPU 최대 512장을 세 사업자에 배분하고 9월 협약을 거쳐 베타서비스를 진행한 뒤 연내 정식 출시할 계획이다. 내년부터는 정부 예산으로 전 국민 서비스 운영에 필요한 비용도 지원한다. 당초 업계에서 운영비 부담을 주요 우려로 제기했던 만큼 장기적으로는 정부 지원에만 의존하지 않고 서비스의 지속가능성을 확보하는 것도 과제다. 궁극적인 경쟁은 ‘누가 더 똑똑한 AI를 만들었느냐’보다 누가 국민의 실제 행동을 가장 많이 바꾸느냐가 될 전망이다. 주민센터 업무를 대신 신청하고, 병원 예약과 결제를 처리하고, 쇼핑과 금융까지 연결하는 AI가 일상에 얼마나 자연스럽게 녹아들지가 관건이다. 특히 행정·금융·의료처럼 오류 비용이 큰 영역에서는 편리함보다 정확성·보안·개인정보 보호가 우선돼야 한다. 세 사업자가 연내 서비스를 내놓는 만큼 이후 경쟁은 모델 성능보다 실제 이용률, 처리 성공률, 재사용률과 같은 ‘AI가 얼마나 많은 일을 끝냈는가’로 옮겨갈 가능성이 크다. ‘모두의 AI’는 정부가 국민에게 AI를 보급하는 사업이지만 동시에 국내 플랫폼과 통신업계가 AI를 국민의 일상에 내재화할 수 있는지를 겨루는 최대 실증 무대가 될 전망이다.2026-08-28 10:22:05
-
한화에어로, 무인기 시대 항공엔진 개발 가속…AI·3D프린팅 접목 [경제일보] 한화에어로스페이스가 유인 전투기와 무인기가 함께 운용되는 미래 전장에 대응하기 위한 새로운 항공엔진 개발 전략을 제시했다. 기존 항공엔진 사업에서 축적한 기술과 경험을 무인기용 엔진 개발에 활용하고, 여기서 확보한 신기술을 다시 기존 엔진에 적용하는 선순환 체계를 구축한다는 구상이다. 28일 한화에어로스페이스에 따르면 회사는 전날 전남 여수에서 열린 '가스터빈심포지엄 2026'에서 유·무인기가 통합 운용되는 '원 스카이(One Sky)' 항공엔진 개발 패러다임을 공개했다. 한화에어로스페이스는 고성능 전투기와 미사일 등 기존 무기체계와 상대적으로 가격이 낮은 무인기·드론이 동시에 활용되는 최근 전장 환경 변화에 주목했다. 이에 따라 고성능 항공엔진뿐 아니라 적은 비용으로 빠르게 생산할 수 있는 무인기용 엔진 확보의 중요성도 커지고 있다는 설명이다. 회사는 기존 항공엔진 사업에서 확보한 기술과 경험을 레거시엑셀런스(Legacy Excellence)로, 신속성과 경제성·양산성이 강조되는 미래 엔진 개발 영역을 뉴스카이(New Sky)로 정의했다. 기존 기술을 새로운 엔진 개발에 활용하고, 신기술과 개발 방식을 다시 기존 항공엔진의 경쟁력 강화에 적용하는 것이 '원 스카이' 전략의 핵심이다. 한화에어로스페이스가 이 같은 전략을 내놓을 수 있는 배경에는 약 47년간 축적한 항공엔진 개발·생산 경험이 있다. 회사는 지금까지 1만회 이상의 엔진 시운전을 수행하는 과정에서 1000건 이상의 문제를 해결했으며, 항공엔진 소재 약 3만5000개의 데이터베이스(DB)를 구축하고 있다. 미국과 베트남 등을 연결하는 글로벌 공급망과 스마트팩토리를 기반으로 품질과 비용, 납기를 관리할 수 있는 생산 역량도 확보했다. 실제로 한화에어로스페이스는 무인기용 엔진 개발 영역을 확대하고 있다. 지난 7월 정부 주도로 국내 독자 기술을 활용해 개발한 저피탐 무인 편대기용 5500파운드(lbf)급 터보팬 엔진과 중고도 무인기용 1400마력급 터보프롭 엔진 시제품을 공개했다. 향후 스텔스 무인기 탑재를 목표로 한 1만파운드급 터보팬 엔진과 KF-21을 포함한 차세대 전투기 탑재를 목표로 개발될 '첨단항공엔진' 등 정부 주도 항공엔진 개발에도 참여할 계획이다. 인공지능(AI)도 엔진 개발 기간과 비용을 줄이는 수단으로 활용된다. 한화에어로스페이스는 수십 년 동안 축적한 항공엔진 DB를 학습한 자체 AI 모델 '엔지니어스(En-genius)'를 개발해 엔진 개발 과정에서 발생할 수 있는 위험을 줄이고 신규 기술 적용을 확대한다는 방침이다. 김선 한화에어로스페이스 부사장은 "지난 47년간 수십 종의 엔진을 개발하고 양산하며 축적한 기술과 경험을 활용하면 리스크를 최소화하면서 신속하고 경제적으로 항공엔진을 개발할 수 있다"며 이를 "정답지를 알고 설계도를 그리는 것"이라고 했다. 이어 "엔진 시험에 실패할 때마다 수십억원의 비용과 최소 몇 개월의 시간이 추가로 소모된다"며 "시행착오를 최소화할 수 있는 개발 체계가 필요하고 AI가 그 중추적인 역할을 수행할 수 있다"고 했다.2026-08-28 10:17:28
-
KT, 국산 AI 모델 '연합군' 구축…6000만 생활 접점서 상용화 나선다 [경제일보] KT가 국내 AI 기업들과 손잡고 국산 인공지능(AI) 모델의 상용화와 대중화에 나선다. 개별 AI 모델의 성능 경쟁을 넘어 여러 모델과 전문 서비스를 하나로 연결하고, 이용자가 실제 생활에서 AI를 활용할 수 있는 플랫폼을 구축한다는 전략이다. 국내 AI 기업 입장에서는 모델 개발 이후 가장 큰 과제로 꼽히는 고객 확보와 서비스 적용의 새로운 창구가 될 전망이다. 27일 KT는 다음, 무신사, 직방, EBS, 매스프레소, BC카드, 커넥트웨이브, 딥서치, 솔트룩스 등과 컨소시엄을 구성하고 대국민 AI 서비스 '모두의 AI'를 선보인다고 밝혔다. '모두의 AI'는 앱과 웹을 기반으로 이용자의 질문과 목적을 이해하는 범용 AI 에이전트를 중심으로 공공·교육·금융·쇼핑·주거 등 분야별 전문 AI 서비스를 연결하는 플랫폼이다. KT는 별도의 AI 앱을 이용하는 데 그치지 않고 포털 '다음'과 참여 기업의 서비스, KT 지니TV 등 기존 서비스 접점에도 AI 기능을 확대할 계획이다. 이번 KT 컨소시엄은 여러 AI 모델을 하나의 서비스 안에서 활용할 수 있도록 구성한 것이 특징이다. 업스테이지의 'Solar', 모티프테크놀로지스의 'Motif', 솔트룩스의 'LUXIA', NC AI의 'VARCO', KT의 '믿음' 등 국산 독자 파운데이션 모델을 비롯해 리벨리온의 국산 신경망처리장치(NPU), 래블업·베슬AI의 GPU 운영 기술 등이 활용된다. 국내 AI 산업이 그동안 독자 파운데이션 모델 개발에 집중했다면 KT는 이들 모델을 실제 국민 서비스에 적용하는 상용화 플랫폼을 구축하겠다는 구상이다. 특정 기업의 AI 모델 하나를 앞세우기보다 한국어, 추론, 장문 이해, 전문지식, 멀티모달 등 모델별 강점을 이용자의 목적에 맞춰 활용하는 방식이다. 이를 위해 KT 컨소시엄이 확보한 디지털·생활 서비스 접점은 6000만개 이상에 달하는 것으로 나타났다. 개별 AI 기업이 자체적으로 이용자를 확보하는 데 한계가 있는 상황에서 KT가 가진 통신·미디어 인프라와 참여 기업의 플랫폼을 연결해 실제 사용 환경을 만들겠다는 전략으로 분석된다. AI 활용 방식도 기존 챗봇과 차별화한다. 이용자가 단순히 질문에 대한 답변을 받는 것을 넘어 여러 단계의 업무를 하나의 대화에서 처리할 수 있도록 한다. 예를 들어 소상공인이 매출 감소 원인을 분석하고 지원받을 수 있는 정책을 찾아달라고 요청하면 AI가 시장·소비 정보를 분석한 뒤 관련 정책과 신청 자격, 필요한 서류와 절차까지 연결하는 방식이다. 이용자가 여러 사이트를 직접 검색하고 정보를 비교하는 과정을 AI 에이전트가 대신 수행하도록 설계되고 있다. 개인화 기능도 적용한다. 이용자 동의를 기반으로 관심사와 일정, 진행 중인 과업 등을 기억하는 '개인화 메모리'를 활용해 일회성 질의응답을 넘어 지속적인 AI 서비스를 제공한다는 계획이다. KT는 '모두의 AI'를 국내 AI 기업의 성장 플랫폼으로도 육성한다. 경쟁력 있는 AI 모델과 에이전트, 전문 서비스가 지속적으로 참여할 수 있도록 하고 국내 AI 기업을 대상으로 GPU 자원 지원과 투자, 사업 협력도 확대할 예정이다. KT는 온라인뿐 아니라 전국 유통망과 IT서포터즈 등 오프라인 접점도 활용해 AI 교육과 체험을 확대할 방침이다. 큰 글씨와 간편 모드, 음성 입출력, 다국어 지원 등을 적용해 AI 활용에 어려움을 겪는 이용자까지 서비스 범위를 넓힌다는 계획이다. 이진형 KT AX사업본부장 상무는 "'모두의 AI'는 국민 누구나 사용할 수 있는 하나의 완성된 AI를 만드는 것에서 시작하지만, 그 경험을 하나의 서비스 안에 가두지 않을 것"이라며 "국민이 사용하는 다양한 서비스로 AI를 확장해, 언제 어디서 시작하든 필요한 AI와 전문 서비스를 연결하겠다"고 말했다. 이어 "국내 AI 모델과 NPU, 전문기업이 실제 국민의 선택을 받을 기회를 넓히고 여기에 KT의 AI 플랫폼 역량을 더해, 국민이 AI를 이용할수록 대한민국 AI 생태계도 함께 성장하도록 하겠다"며 "온라인과 오프라인을 모두 연결해 모두가 AI의 혜택을 누리게 하겠다"고 설명했다.2026-08-27 15:31:38
-
SKT·업스테이지, 보안 AI로 의기투합…'국산 AI' 실전 투입 나선다 [경제일보] SK텔레콤이 독자 인공지능(AI) 파운데이션 모델 경쟁을 넘어 사이버 보안 분야에서 AI 상용화에 나선다. 독자 AI 파운데이션 모델 2차 평가에서 경쟁했던 SK텔레콤과 업스테이지가 보안 AI 개발을 위해 손잡고, 국내 주요 보안 기업 9곳까지 합류한 '보안 AI 올스타팀'을 꾸렸다. 대규모 언어 모델(LLM)을 실제 보안 현장에 적용해 위협 탐지부터 대응까지 자동화하는 것을 목표로 이번 협업을 진행한다. 27일 SK텔레콤은 업스테이지와 국내 주요 보안 기업, 대학, 한국정보보호산업협회(KISIA) 등과 컨소시엄을 구성하고 과학기술정보통신부가 추진하는 '사이버 보안 특화 AI 파운데이션 모델' 개발 사업에 참여 신청서를 제출했다고 밝혔다. 이번 컨소시엄은 최근 독자 AI 파운데이션 모델 사업 2차 평가에서 살아남은 3개 팀 가운데 SK텔레콤과 업스테이지가 한 팀으로 뭉친 것이 특징이다. 두 회사는 각각 독자 AI 모델인 'A.X K'와 'Solar Open' 계열을 개발해 온 경험을 바탕으로 보안에 특화된 AI 모델 개발을 맡는다. 독자 AI 파운데이션 모델 사업이 국내 자체 AI 모델의 경쟁력을 확보하는 데 초점을 맞혔으며, 이번 사업을 통해 확보한 AI 기술을 특정 산업 현장에 적용한다는 구상이다. 특히 사이버 보안은 실시간으로 대량의 데이터를 분석하고 위협에 대응해야 하는 만큼 AI 활용 가능성이 큰 분야로 꼽힌다. 최근 보안 관제 센터(SOC)에는 하루에도 수많은 보안 경보가 발생하는 것으로 알려졌다. 이에 사람이 모든 경보를 일일이 분석하기에는 한계가 있는 만큼 AI를 활용해 위협 여부를 판단하고 대응 과정까지 자동화하려는 움직임이 커지고 있다. 이번 컨소시엄은 AI 모델 개발에 그치지 않고 실제 보안 현장에서 모델을 검증하는 구조를 갖췄다. SK텔레콤과 업스테이지가 모델 개발을 맡고, 보안 기업들이 실제 운영 과정에서 축적한 데이터를 학습에 활용한다. 이후 개발된 모델을 각 기업의 상용 제품과 보안관제 환경에 적용해 성능을 검증하고 개선하는 방식이다. SK텔레콤은 AI 모델과 'AI 에이전트'를 결합해 위협 탐지부터 분석, 대응까지 자동화한다는 구상이다. 단순히 '공격이 발생했다'고 알려주는 수준을 넘어 AI가 공격 유형과 위험도를 판단하고 적절한 대응 조치까지 수행하도록 하는 것을 목표로 구현하고 있다. 이를 위해 SK쉴더스, 시큐아이, 안랩, 이글루코퍼레이션, 라온시큐어, 스마트엠투엠, 에임인텔리전스, 지니언스, 파이오링크 등 9개 보안 기업이 컨소시엄에 참여한다. 보안관제와 위협 분석부터 네트워크, 단말, 인증, 취약점 점검, AI 모델 안전성 평가 등 각 분야의 전문성을 결합한다. SK텔레콤 역시 통신 인프라를 24시간 관제하며 축적한 보안 운영 경험을 활용한다. CEO 직속 정보보호최고책임자(CISO) 조직 아래 통합보안센터를 운영하고 있으며 129명의 전담 인력이 24시간 탐지·대응 업무를 수행하고 있다. 개인정보보호책임자(CPO) 조직까지 포함하면 관련 인력은 149명 규모다. 보안 AI의 경쟁력은 결국 얼마나 양질의 보안 데이터를 확보하고 실제 현장에서 검증하느냐에 달려 있다. 이번 컨소시엄에는 보안 기업뿐 아니라 고려대학교와 숭실대학교 산학협력단, KISIA도 참여해 모델 성능과 안전성 검증, 전문인력 양성 및 산업계 확산을 맡는다. 특히 국내 보안 환경에 맞는 AI 모델을 확보한다는 점도 이번 사업의 특징이다. 해외에서 개발된 AI 모델을 그대로 활용하기보다 국내에서 발생하는 사이버 위협과 한국어 보안 데이터, 국내 규제 환경 등을 반영한 모델을 개발해 국내 보안 산업의 AI 전환을 지원한다는 것이다. 다만 보안 AI가 실제 현장에 안착하기 위해서는 데이터 확보와 개인정보·기업 기밀 보호, AI의 오탐과 오판을 줄이는 문제 등이 과제로 꼽힌다. AI가 보안 판단을 잘못 내릴 경우 정상적인 서비스를 공격으로 판단하거나 실제 위협을 놓칠 가능성도 있기 때문이다. 이에 모델 성능뿐 아니라 안전성을 독립적으로 검증하는 체계가 중요해질 전망이다. 조동연 SK텔레콤 AI 컨버전스 담당은 "국내 보안 현장의 데이터와 노하우를 국산 AI 모델에 담아 실전형 보안 AI 체계를 만들겠다"며 "국내 산학연이 함께 만든 역량으로 글로벌 시장에서도 경쟁할 수 있도록 보안 AI 생태계를 넓혀가겠다"고 말했다.2026-08-27 09:31:13
-
![[현장] 자율주행 패권 경쟁 해법은 AI 고도화…데이터·피지컬 AI가 좌우한다](https://image.ajunews.com//content/image/2026/08/26/20260826162312529981.jpg)
자율주행 패권 경쟁 해법은 'AI 고도화'…"데이터·피지컬 AI가 좌우한다" [경제일보] 자율주행 경쟁에서 앞서기 위해서는 데이터를 많이 확보하는 데 그치지 않고, AI 모델의 지속적인 개선으로 연결하는 기술력이 필요하다는 진단이 나왔다. 경험하지 못한 주행 상황까지 예측하고 대응하는 피지컬 AI와 파운데이션 모델 개발이 자율주행 기술 경쟁의 핵심 과제로 떠올랐다는 설명이다. 26일 서울 강남구 코엑스에서 열린 ‘2026 자율주행 산업 컨퍼런스’에서는 현대자동차 이경민 상무, 한국자동차연구원 전병욱 소장, 서울대학교 최준원 교수가 차례로 강연에 나서 자율주행 AI의 발전 방향을 제시했다. 이 상무는 ‘데이터 플라이휠을 통한 자율주행 모델의 지속 개선’, 전 소장은 ‘피지컬 AI 시대, 자율주행 패권 경쟁과 K-모빌리티 전략’, 최 교수는 ‘자율주행 파운데이션 모델의 핵심 설계 쟁점과 발전 방향’을 주제로 발표했다. 이경민 상무는 자율주행 모델을 지속적으로 개선하려면 데이터를 확보하는 데 그치지 않고, 학습과 검증까지 연결하는 구조를 만들어야 한다고 설명했다. 수집한 데이터를 분석·선별해 모델을 학습하고 검증한 뒤 차량에 적용하고, 다시 새로운 데이터를 확보하는 순환 구조가 핵심이라는 설명이다. 이 상무는 “데이터가 핵심이라기보다 데이터를 돌릴 수 있는 프레임이 핵심”이라며 “데이터 플라이휠은 기본적으로 데이터 수집, 데이터 학습, 학습된 모델이나 룰을 다시 데이터로 연결하는 구조”라고 말했다. 실제 주행에서 확보되는 데이터 가운데 모델 성능을 높이는 데 필요한 데이터는 일부에 불과하다는 점도 짚었다. 일반적인 직진 주행보다 차선 변경이나 돌발 상황처럼 모델이 취약한 상황을 골라내고 이를 학습에 활용해야 한다는 것이다. 이 상무는 “실제 데이터를 취득하고 나서 그걸로 학습하면서 끝나는 게 아니라 3D로 구성하고 다양한 상황을 만들어서 시뮬레이션을 통해 검증할 수 있어야 한다”고 말했다. 데이터의 양을 늘리는 것만큼 모델 성능을 떨어뜨리는 문제 상황을 빠르게 찾아내는 과정도 중요하다고 봤다. 문제의 원인을 분석해 다시 학습에 반영하고, 시뮬레이션과 실제 차량 테스트를 통해 안전성을 확인해야 한다는 설명이다. 이어 전병욱 소장은 대규모 데이터를 학습하는 AI를 넘어 물리 세계를 이해하고 예측하는 피지컬 AI가 자율주행의 다음 경쟁 영역이 될 것으로 내다봤다. 전 소장은 “AI 모델은 확보한 데이터에 대해서는 굉장히 잘하지만 예측 불가능한 데이터에 대해서는 상당히 취약하다”며 “데이터 규모는 필요조건일 뿐이고, 결국 자율주행을 하려면 물리 세계를 이해하고 예측하는 일반 지능이 필요하다”고 말했다. 야간이나 폭설, 동물 출현처럼 실제 도로에서 발생 빈도가 낮은 상황은 아무리 많은 데이터를 확보하더라도 충분히 학습하기 어렵다고 설명했다. 이런 상황에 대응하려면 과거 사례를 암기하는 방식에서 벗어나 물리 법칙과 인과관계를 이해하는 AI가 필요하다는 것이다. 전 소장은 월드 모델을 대표적인 기술로 꼽았다. 월드 모델은 물리 법칙과 인과관계를 학습해 특정 행동 이후 발생할 상황을 예측하는 모델이다. 국내 자율주행 산업에는 현재 기술을 빠르게 확보하면서 차세대 기술 개발을 병행하는 투트랙 전략을 제시했다. 전 소장은 “2세대 자율주행을 최대한 빠르게 추격하면서 3세대 자율주행을 선점하는 전략으로 가야 한다”며 “AI 모델 경량화와 차량용 추론 반도체 개발도 함께 이뤄져야 한다”고 강조했다. 마지막으로 최준원 교수는 자율주행 파운데이션 모델의 핵심 과제로 엣지 케이스 대응과 모델 구조, 연산 효율, 시뮬레이션 검증을 제시했다. 갑자기 차량이 끼어들거나 동물이 도로에 나타나는 등 규칙을 일일이 설정하기 어려운 상황에 대응하는 능력이 중요하다는 설명이다. E2E 방식은 인지부터 계획까지 하나의 AI 모델로 연결해 전체 과정을 하나의 목적에 맞춰 최적화할 수 있다는 점에서 기존 모듈러 방식과 차이가 있다고 설명했다. 최 교수는 파운데이션 모델을 주변 환경을 이해하는 ‘씬 인코더’와 차량의 행동을 생성하는 ‘액션 디코더’로 구성하는 방식도 소개했다. 센서에서 들어오는 정보를 3차원 공간으로 변환하고 이를 토큰화해 시공간 정보를 압축하는 구조다. 최 교수는 “주변 씬에 대한 시공간 정보를 잘 압축해서 표현하는 게 굉장히 중요하다”며 “엣지 케이스 대응을 위해 차량과 주변 객체의 속도, 가속도, 위치 등 다양한 정보를 학습하는 과정이 필요하다”고 말했다. 연산 효율 역시 실제 차량 적용을 위한 주요 과제로 꼽았다. 차량 주변의 넓은 영역을 높은 해상도로 처리하면 연산량이 크게 늘어나는 만큼 시공간 정보를 압축하고 과거 정보를 활용해 필요한 정보만 처리하는 방식이 필요하다는 설명이다. 실제 도로에서 확보하기 어려운 엣지 케이스를 다루기 위해서는 시뮬레이션도 필요하다. 최 교수는 “도로에 나가면 엣지 케이스도 별로 없고 AI 모델을 바로 도로에 나가서 하기에는 위험하기도 하다”며 시뮬레이션을 통한 안전성 검증의 필요성을 강조했다. 향후에는 실제 주행 데이터를 증강해 엣지 케이스를 확보하고 시뮬레이터에서 모델의 안전성과 성능을 검증하는 연구가 중요하다고 설명했다. 강화학습을 활용한 모델 안정성 향상과 실제 차량에서 구동할 수 있도록 모델을 경량화하는 작업도 주요 과제로 꼽았다.2026-08-26 16:58:23
-
배충식 KAIST 총장 "승부수는 피지컬 AI"…전 교과목 AI 체계로 바꾼다 [경제일보] 배충식 KAIST 총장이 인공지능(AI) 시대의 승부처로 ‘피지컬 AI’를 지목하고 교육·연구·산학협력 전반의 체질을 바꾸겠다는 구상을 내놨다. 범용 AI 모델 자체에서 미국·중국과 규모 경쟁을 벌이기보다 한국이 강점을 가진 제조·로봇·자동차 산업에 AI를 결합해 현실 세계에서 작동하는 기술로 경쟁력을 만들겠다는 전략이다. 배 총장은 지난 24일 서울에서 출입기자 간담회를 열고 “승부수는 피지컬 AI”라며 “제조업의 역량을 고도화하면서 AI를 적용해 피지컬 AI로 국부를 창출하고 우리나라를 강국으로 만드는 게 KAIST의 역할”이라고 밝혔다. KAIST는 자율주행, 스마트팩토리, 로보틱스, 디지털트윈 등 현실 세계와 연결되는 AI 연구를 집중 확대할 계획이다. ◆ 중국과 ‘규모’ 대신 연구 밀도로 승부 배 총장이 피지컬 AI를 선택한 배경에는 한국 산업의 구조적 강점이 있다. 한국은 반도체·자동차·조선·전자·제조업 등 AI가 실제 적용될 산업 기반을 갖추고 있어 소프트웨어와 물리적 시스템을 결합하면 차별화된 경쟁력을 만들 수 있다는 판단이다. 배 총장은 “규모 면에서는 중국이 더 크기 때문에 우리는 밀도 있고 고급화된 연구를 해야 한다”며 대덕연구단지의 정부출연연구기관과 KAIST의 연구역량을 전략기술별로 연결하겠다는 구상도 제시했다. 대학 단독 연구에 머물지 않고 출연연과 공동연구를 확대해 제한된 자원을 집중시키겠다는 것이다. 산업계와의 접점도 강화한다. 기업 수요를 연구 초기부터 반영하는 ‘AI 자율랩’을 구축해 AI가 실험 설계와 수행, 데이터 분석 등을 지원하고 연구 결과를 산업 현장에 보다 빠르게 적용하는 체계를 만든다. KAIST는 산업체 위성연구실과 공동연구센터 유치도 확대할 계획이다. ◆ AI를 잘 쓰는 학생 아닌 ‘AI를 통제하는 인재’ 교육 개편은 더 파격적이다. KAIST는 내년 3월부터 학부 전 학년과 대학원 전 과정의 모든 교과목에 AI 활용 수준을 적용한다. 수업은 AI에 의존하지 않고 인간의 기초 역량을 키우는 단계, AI를 활용해 학습 범위를 확장하는 단계, AI를 직접 설계하고 주도하는 단계로 구분한다. 인문·사회와 기초과학에서는 ‘AI 프리’ 교육을 강화한다. 읽기와 쓰기, 발표, 문제를 스스로 정의하는 능력을 먼저 키우고 이후 AI를 활용해 결과물을 만드는 방식이다. 반면 전공·융합 영역에서는 AI를 적극 활용하고, AI 관련 핵심 과목에서는 학생이 직접 AI를 설계하고 검증하도록 한다. 배 총장은 “교수들이 아는 것만 교육하면 학생들이 교육을 버리게 된다”며 “AI를 활용해 실습하고 터득하게 하는 등 AI 시대에 맞게 교육을 재설계해야 한다”고 말했다. 이는 AI를 특정 전공의 도구가 아니라 모든 학문의 공통 역량으로 끌어올리겠다는 의미다. 다만 모든 수업에서 AI 사용을 허용하는 것이 아니라 AI를 사용하지 않아야 하는 영역과 적극 활용해야 하는 영역을 구분한다는 점이 이번 개편의 핵심이다. ◆ 교육 넘어 연구·창업·행정까지 ‘AI 네이티브’ 이번 구상은 배 총장이 취임 당시 제시한 ‘Beyond Series’의 구체화다. KAIST는 ‘Beyond AI’를 비롯해 혁신적 연구·창업, 효율적이고 열린 대학, 탄소중립, 글로벌화를 5대 발전 전략으로 제시했다. AI를 교육뿐 아니라 연구·창업·행정까지 대학 운영 전반에 적용한다는 계획이다. 특히 창업교육도 신입생부터 강화한다. 연구성과가 기술사업화와 창업으로 이어질 수 있도록 학부·대학원 과정에서 창업을 하나의 진로로 인식하도록 하고, 창업 동문과 현장 전문가를 활용한 교육도 추진한다. 행정 분야에서는 AI 기반 디지털 원스톱 시스템 구축과 인사 절차 간소화도 추진한다. 한편 배충식호 KAIST의 핵심은 AI 전공자를 더 많이 만드는 데 있지 않다. 모든 전공자가 AI를 이해하고 활용하되, AI에 의존하지 않고 문제를 정의할 수 있는 인재를 만드는 것에 가깝다. 동시에 연구에서는 피지컬 AI에 자원을 집중하고 출연연·기업과 공동 연구를 확대해 기술사업화까지 연결한다는 그림이다. 배 총장은 “KAIST가 세계 최고 대학을 따라가는 것이 아니라 새로운 대학의 기준을 만드는 것이 목표”라며 “KAIST를 대한민국 과학기술의 미래를 만드는 국가혁신 플랫폼으로 발전시키겠다”고 강조했다.2026-08-25 15:29:55
-
델 "韓 기업 72% AI 인프라 부족"…에이전트 시대 'AI 운영력'이 승부처 [경제일보] 인공지능(AI)이 기업의 업무에 본격적으로 들어오면서 국내 기업의 고민도 ‘AI를 도입할 것인가’에서 ‘AI를 얼마나 안정적이고 효율적으로 운영할 것인가’로 이동하고 있다. 특히 AI 에이전트가 단순 질의응답을 넘어 실제 업무를 수행하는 단계로 발전하면서 기존 데이터센터와 업무 시스템만으로는 늘어나는 AI 워크로드를 감당하기 어렵다는 지적이 나온다. 델 테크놀로지스는 25일 서울 코엑스에서 ‘델 테크놀로지스 포럼 2026’을 열고 AI 전환을 위한 인프라 현대화와 데이터·보안·거버넌스 전략을 제시했다. 델의 ‘2026 모던 엔터프라이즈 레디니스 조사’에 따르면 한국 응답 기업의 72%가 현재 데이터센터 환경이 대규모 AI 워크로드를 지원하기에 충분하지 않다고 답했다. 반면 84%는 데이터센터 현대화 계획을 갖고 있는 것으로 나타났다. 현장에서 가장 강조된 변화는 AI 에이전트다. 맷 던피 델 테크놀로지스 본사 수석부사장은 AI가 기존 업무에 단순히 추가되는 도구가 아니라 업무 프로세스 자체를 재설계하는 계기가 될 것으로 전망했다. 그는 “AI가 일자리를 대체하는 것이 아니라 직원들이 본래 채용된 목적에 맞는 업무를 수행하도록 역량을 강화할 것”이라며 반복 업무는 AI에 맡기고 사람은 판단과 창의성이 필요한 업무에 집중하는 구조로 전환해야 한다고 강조했다. 특히 앞으로 한 명의 직원이 수십개에서 수백, 나아가 수천개의 AI 에이전트를 관리하는 환경이 올 수 있다고 봤다. 이를 위해서는 모델 도입뿐 아니라 데이터 정비와 기존 시스템 통합, 온톨로지 구축, 에이전트가 사용할 수 있는 도구와 보안체계까지 함께 설계해야 한다는 설명이다. 문제는 비용이다. AI 모델의 토큰당 가격이 떨어지고 있지만 실제 사용량이 더 빠르게 늘면서 기업 전체의 AI 비용은 오히려 증가할 수 있다. 유상모 한국 델 테크놀로지스 사장은 “AI 모델 비용은 크게 낮아졌지만 사용량은 폭발적으로 증가하면서 ‘토큰 이코노미’라는 단어가 일상화됐다”고 말했다. AI 사용량 증가는 컴퓨팅뿐 아니라 스토리지와 네트워크, 전력·냉각 수요까지 끌어올린다. 김경진 한국 델 테크놀로지스 회장은 “더 큰 고민은 어떻게 하면 AI 투자 비용과 전력을 낮추면서 업무에 더 효과적으로 쓸 수 있느냐는 것”이라며 AI 투자 효율성을 강조했다. 델은 이날 AI 시대 스토리지 신제품 ‘파워스토어 엘리트’도 소개했다. 회사에 따르면 이전 세대 대비 성능과 집적도를 최대 3배 높였으며, 하나의 3U 시스템에서 최대 5.8PB의 유효 용량을 제공한다. AI 기반 자동화를 통해 수작업을 최대 95% 줄일 수 있다는 설명이다. ([Dell][1]) 보안 역시 AI 도입 초기부터 설계해야 할 영역으로 제시됐다. 델의 조사에서 전체 응답 기업의 65%는 보안과 컴플라이언스가 AI 도입을 지연시키거나 중단시키는 요인이라고 답했다. AI가 기업 데이터와 업무 시스템에 직접 접근하는 만큼 개인정보와 사이버 위협, 규제 대응을 사후적으로 추가하는 방식으로는 한계가 있다는 것이다. 한편 이날 포럼에서 델이 던진 메시지는 AI 모델 경쟁을 넘어 ‘AI를 실제 기업의 일로 만드는 인프라 경쟁’으로 시장의 중심축이 이동하고 있다는 것이다. 유 사장은 “전력과 냉각은 더 이상 IT 이슈가 아니라 회사 경영과 국가 차원의 전략적 과제가 되고 있다”고 지적했다. AI 에이전트가 기업 곳곳으로 확산될수록 컴퓨팅 자원뿐 아니라 데이터 저장·처리, 네트워크, 보안, 전력까지 함께 최적화해야 한다. 국내 기업의 AI 전환도 모델 도입 규모보다 업무 생산성으로 이어지는지, 그 과정에서 발생하는 비용을 얼마나 통제할 수 있는지가 다음 경쟁의 기준이 될 전망이다.2026-08-25 13:20:29
-
![[경제일보] KT, 18조원 투자보다 중요한 것…AI로 얼마나 벌 것인가](https://image.ajunews.com//content/image/2026/08/23/20260823030323895505.jpg)
KT, 18조원 투자보다 중요한 것…'AI로 얼마나 벌 것인가' [경제일보] KT가 향후 5년간 18조원을 투입해 통신 중심 사업구조를 인공지능(AI) 중심으로 바꾼다. 정보보안·IT·네트워크 등에 12조원, AI 데이터센터(AIDC)와 해저케이블 등 AX 인프라에 6조원을 투자한다. AIDC 용량도 2031년까지 1GW를 추가 확보한다. 이제 시장이 주목하는 것은 투자액이 아니다. 이 돈을 투입해 얼마나 많은 고객을 확보하고 얼마의 이익을 만들어낼지가 핵심이다. KT는 최근 2028년 AX 매출을 2025년 대비 2배 이상으로 확대하고 연결 영업이익률 9%, 자기자본이익률(ROE) 9~10%를 달성하겠다는 목표를 제시했다. 비핵심·저효율 자산을 유동화하고 누적 1조원 규모의 자사주 매입·소각도 추진한다. 성장 투자와 수익성 개선, 주주환원을 동시에 달성하겠다는 전략이다. ◆ AX, 일단 ‘말’에서 ‘수주’로 넘어갔다 2분기 실적만 보면 KT의 전환 전략을 평가하기는 쉽지 않다. 연결 매출은 6조6799억원, 영업이익은 6483억원으로 전년 동기 대비 각각 10.1%, 36.1% 감소했다. 지난해 대규모 분양이익에 따른 높은 기저와 고객 보답 프로그램, 개인정보 침해사고 관련 비용 등이 영향을 미쳤다. 다만 1분기와 비교하면 영업이익은 34.3% 증가했다. 눈여겨볼 대목은 AX다. 2분기 AX 매출은 금융권의 AI 도입 확대와 KT클라우드 성장에 힘입어 22.3% 증가했다. 상반기에만 금융권 AX 사업 22건을 수주했고, 국내 5대 시중은행 가운데 4곳의 AI 챗봇·상담봇 구축·운영에도 참여하고 있다. AI 기반 개발·운영체계(AIDLC)까지 사업 영역을 넓히면서 기업 고객의 실제 지출을 끌어내고 있다는 의미다. 다만 매출 증가율만으로는 부족하다. AX 사업이 기존 시스템통합(SI) 사업에 AI를 덧붙이는 수준에 머문다면 높은 성장률이 지속되기 어렵다. 금융권에서 확보한 레퍼런스를 공공·제조 등으로 확대하고 AI 모델, 클라우드, 보안, 데이터센터를 묶어 공급하는 구조를 만들어야 한다. 그래야 일회성 구축 매출을 반복적인 운영·서비스 매출로 전환할 수 있다. ◆ 1GW보다 중요한 건 ‘가동률’이다 AIDC는 KT 전략의 또 다른 승부처다. KT는 2031년까지 AIDC 용량 1GW와 해저케이블 용량 90Tbps를 추가 확보할 계획이다. 데이터센터를 AI 인프라의 핵심 축으로 삼고 클라우드와 네트워크를 결합해 기업 고객을 끌어들이겠다는 구상이다. 문제는 데이터센터가 대표적인 선투자 사업이라는 점이다. 전력과 냉각설비, GPU, 네트워크 등에 막대한 자본이 들어가지만 고객이 실제 용량을 사용하지 않으면 투자 회수는 늦어진다. 따라서 시장이 앞으로 확인해야 할 숫자는 ‘1GW’라는 총량보다 가동률과 장기 계약 고객, 매출 대비 이익률이다. 특히 KT는 통신망이라는 기존 인프라를 보유하고 있다는 점에서 경쟁사와 차별화할 여지가 있다. AIDC와 클라우드, 네트워크, 보안을 하나의 기업용 패키지로 제공하면 데이터센터 단독 사업보다 고객당 매출을 키울 수 있다. 반대로 데이터센터 증설 속도가 고객 확보보다 앞서면 감가상각과 운영비 부담이 커져 18조원 투자가 오히려 수익성을 압박할 가능성도 있다. ◆ 결국 18조원의 성패는 ‘현금’이다 주주환원 역시 AI 사업의 수익성과 떼어놓고 볼 수 없다. KT는 2028년 영업이익률 9%와 ROE 9~10%를 목표로 하면서 누적 1조원 규모의 자사주 매입·소각을 추진한다. 결국 대규모 투자와 주주환원을 동시에 지속하려면 본업과 AX에서 안정적인 현금창출력을 확보해야 한다. 하반기부터 KT를 평가하는 기준도 달라질 가능성이 높다. 지금까지는 통신 가입자와 배당을 중심으로 기업가치를 바라봤다면 앞으로는 AX 수주가 실제 매출로 얼마나 전환되는지, AIDC 고객이 얼마나 확보되는지, 그리고 AI 사업이 영업이익을 얼마나 끌어올리는지를 함께 봐야 한다. 18조원은 KT의 변화를 설명하는 숫자일 뿐이다. 1GW의 데이터센터를 짓는 것보다 중요한 것은 그 시설을 채울 고객이고, AX 매출을 두 배로 만드는 것보다 중요한 것은 그 매출이 실제 이익과 현금으로 남는 구조를 만드는 것이다. KT의 하반기는 AI에 얼마나 투자했는지를 설명하는 시간이 아니라, AI로 얼마나 벌 수 있는지를 증명하는 시간이 될 전망이다. [아주경제 2026년 08월 25일자 13면에 게재된 기사입니다.]2026-08-25 09:55:19
-
SKT, '모두의 AI' 승부수…좋은 모델보다 빠른 '개선 루프'에 방점 [경제일보] SK텔레콤이 정부의 ‘모두의 AI’ 사업을 계기로 인공지능(AI) 경쟁의 기준을 모델 성능에서 서비스를 통해 지능을 얼마나 빠르게 개선하느냐로 확장하고 있다. 6880억개 파라미터의 독자 AI 모델 ‘A.X K2’를 확보한 데 이어 대규모 이용자가 실제로 사용하는 서비스와 AI 인프라를 연결하고, 여기서 축적되는 데이터를 다시 모델과 시스템 개선에 투입하는 순환 구조를 구축하겠다는 전략이다. 유경상 SK텔레콤 AI CIC장은 24일 회사 뉴스룸에 게재한 칼럼에서 “미래의 AI 경쟁은 가장 좋은 모델을 한 번 만들어내는 경쟁이 아니라, 가장 빠른 ‘지능의 개선 루프’를 구축하는 경쟁이 될 것”이라고 밝혔다. 모델을 개발하는 것만으로는 부족하며 추론 비용, 서비스 완성도, 재학습 속도, 신뢰성까지 하나의 시스템으로 연결해야 실제 경쟁력이 된다는 설명이다. ◆ A.X K2에서 ‘모두의 AI’까지…모델을 서비스로 검증 SKT는 지난 7월 29일 6880억개 파라미터 규모의 A.X K2를 공개했다. 기존 A.X K1보다 수학·과학 추론과 한국어 지식, 장문 이해 및 에이전트 역량을 강화했으며, 14개 벤치마크 평균 성능이 32.2%포인트 향상됐다고 밝혔다. 최근에는 국제수학올림피아드(IMO) 2026 문제 평가에서 금메달 기준에 해당하는 점수를 기록했다고 발표하며 모델 자체의 성능도 강조하고 있다. 그러나 SKT가 이번에 강조한 것은 모델의 ‘크기’보다 이를 실제 서비스에서 얼마나 효율적으로 운영하느냐다. 수백만명이 동시에 AI를 이용할 경우 모든 질문을 최고 성능 모델로 처리하면 비용 부담이 커질 수밖에 없다. SKT는 이를 해결하기 위해 일부 매개변수만 활성화하는 MoE 구조, 질문 난이도에 따른 추론 방식 조절, 경량 모델과 대형 모델의 선택적 배치, 메모리와 연산 자원의 최적화 등을 제시했다. 특히 에이닷은 이 전략을 검증할 수 있는 핵심 서비스다. SKT에 따르면 에이닷은 지난해 9월 MAU 1000만명을 넘어섰고, 지난해 8월에는 에이전틱 워크플로우를 적용해 사용자의 요구를 해석하고 작업을 계획·실행하는 기능을 강화했다. 대규모 이용자가 실제 서비스를 사용하는 과정에서 발생하는 데이터를 AI 개선으로 연결할 수 있는 기반을 확보한 셈이다. ◆ ‘대화 수’ 아닌 ‘완료한 일’이 AI 성패 가른다 SKT가 정부 사업에서 강조하는 것도 이 같은 서비스 경험이다. 과학기술정보통신부와 정보통신산업진흥원이 추진하는 ‘모두의 AI’는 국산 AI 모델을 활용해 연내 전 국민 대상 무료 범용 AI 챗봇과 공공 AI 에이전트를 제공하는 사업이다. 지난 18일 공모를 마감한 결과 SKT·KT·카카오·이스트소프트·엠케이디·제논 등 6개 컨소시엄이 제안서를 제출했다. 아직 최종 사업자는 선정되지 않았다. SKT는 금융·모빌리티·미디어·교육·의료·공공·세무·돌봄 등 다양한 분야 기업과 컨소시엄을 구성했다. AI 모델 하나로 모든 문제를 해결하는 것이 아니라 각 산업의 전문기업과 AI 모델·서비스를 연결하는 ‘오케스트레이터’ 역할을 맡겠다는 구상이다. 유 CIC장은 특히 AI 성과를 “대화의 횟수가 아니라 완료된 일의 숫자로 측정해야 한다”고 강조했다. AI가 질문에 얼마나 정확하게 답했는지를 넘어 검색과 도구 호출, 실행을 거쳐 실제 사용자의 목적을 달성했는지 봐야 한다는 것이다. 이는 향후 AI 경쟁이 챗봇의 답변 품질에서 에이전트의 실행 성공률과 비용 효율성으로 이동할 가능성을 보여준다. ◆ 정부 사업은 SKT AI 전략의 실증 무대 ‘모두의 AI’는 SKT 입장에서도 사업성을 검증할 기회다. 정부는 국산 AI 모델 활용과 전국민 무료 서비스 출시를 조건으로 GPU 등을 지원하고 있으며, 2027년 이후에는 AI 에이전트 고도화도 추진할 계획이다. 결국 관건은 이용자다. 얼마나 많은 국민이 서비스를 실제로 사용하고, 그 과정에서 발생한 경험이 모델 개선과 서비스 고도화로 얼마나 빠르게 돌아가느냐가 중요하다. SKT가 통신망과 에이닷, 독자 모델, AI 데이터센터까지 갖춘 풀스택 역량을 강조하는 이유도 여기에 있다. AI 경쟁이 ‘누가 가장 좋은 모델을 보유했는가’에서 ‘누가 실제 생활에서 더 많은 일을 처리하게 만들고 더 빠르게 개선하는가’로 이동한다면, SKT의 승부처 역시 모델 자체보다 서비스→데이터→개선→재서비스로 이어지는 선순환 구조가 될 전망이다.2026-08-24 15:47:18
많이 본 뉴스
영상
Youtube 바로가기
![[데스크칼럼] 사상 최악의 기후재난, 네팔 대홍수가 묻는 것](https://image.ajunews.com/content/image/2026/08/31/20260831101315475035_518_323.jpg)