2026.10.16 금요일
검색
'AI 모델' 검색결과
기간검색
-
~
검색영역
검색어
-
라즈베리 파이가 주목한 딥엑스 NPU…개발 보드 넘어 산업용 AI로 [경제일보] 초저전력 인공지능(AI) 반도체 기업 딥엑스(DEEPX)가 글로벌 개발자 생태계를 발판으로 신경망처리장치(NPU)의 활용 범위를 넓히고 있다. 개발자들이 익숙한 소형 컴퓨팅 플랫폼에서 자사 반도체를 경험하도록 유도하는 동시에, 개발 단계에서 검증한 AI 기술을 산업용 장비와 실제 양산 제품으로 연결한다는 전략이다. 15일 딥엑스는 글로벌 소형 컴퓨팅 플랫폼 라즈베리 파이가 최근 공식 뉴스룸에 딥엑스와 공식 디자인 파트너사 식스팹의 기술 소개 글을 게재했다고 밝혔다. 딥엑스의 NPU 'DX-M1M'을 탑재한 라즈베리 파이 5용 AI 가속 보드 '식스팹 AI HAT+'를 활용해 기기 내부에서 AI를 실행하는 방법과 적용 가능성을 소개했다. 라즈베리 파이는 소형 컴퓨터를 활용해 하드웨어와 소프트웨어를 개발·실험하는 이용자층을 확보하고 있다. 개발자들이 라즈베리 파이 기반 프로젝트에서 딥엑스 NPU를 활용하면 별도의 대규모 시스템을 구축하지 않고도 엣지 AI 기술을 시험할 수 있다. 딥엑스는 이를 통해 초기 개발 단계부터 자사 반도체를 경험한 개발자들이 향후 시제품 제작과 상용 제품 개발에서도 자사 기술을 선택하도록 유도한다는 구상이다. 딥엑스가 내세우는 기술적 강점은 낮은 전력 소비와 AI 추론 성능이다. DX-M1M은 최대 25TOPS(초당 1조회 연산)의 성능을 제공하면서 NPU 자체 소비전력은 일반적인 지속 구동 조건에서 약 3W 수준이다. 라즈베리 파이 본체와 주변 장치의 소비전력은 제외한 수치다. 딥엑스는 소형 기기에서 AI를 지속적으로 실행할 때 전력 공급과 발열 관리 부담을 줄일 수 있다고 설명했다. 활용 분야도 단순한 사물 인식에서 주변 환경을 이해하고 정보를 제공하는 방향으로 확대될 수 있을 전망이다. 합성곱신경망(CNN)을 이용해 영상 속 사물이나 이상 징후를 탐지하고, 비전언어모델(VLM)로 장면의 맥락을 분석한 뒤 소형언어모델(SLM)로 상황을 설명하는 방식이다. 예를 들어 3D 프린터 작업대의 카메라가 출력 오류를 감지하고, 해당 장면을 분석해 사용자에게 문제 상황을 알려주는 시스템을 구성할 수 있다. 생산 라인의 품질 모니터링이나 로봇의 주변 환경 인식, 스마트 공간의 상황 분석 등도 응용 분야로 꼽힌다. 기기 내부에서 AI를 실행하는 엣지 AI 방식은 외부 서버로 데이터를 전송하거나 네트워크 연결을 유지해야 하는 부담도 줄일 수 있는 것으로 나타났다. 영상과 같은 민감한 데이터를 현장에서 처리하면 외부 전송을 최소화할 수 있고, 통신 지연에 따른 영향을 줄여 실시간 대응이 필요한 환경에도 유리하다. 딥엑스는 반도체뿐 아니라 개발 과정에 필요한 소프트웨어 지원도 강화하고 있다. 모델 변환·최적화 도구와 실행 소프트웨어, 영상 처리 도구, 사전 최적화된 AI 모델 등을 제공해 개발자들이 자사 NPU를 활용한 응용 프로그램을 구현할 수 있도록 돕는다. 식스팹 AI HAT+와 엣지 AI 확장 보드, 산업용 AI 게이트웨이 'ALPON X5 AI'에는 공통된 딥엑스 런타임과 모델 형식을 적용해 개발 단계에서 만든 모델을 다른 제품으로 이전할 수 있도록 지원한다. 이는 개발용 보드에서 기술을 시험하는 데 그치지 않고 산업용 제품으로 확장하는 데 필요한 개발 환경을 함께 제공하려는 전략으로 분석된다. 개발자가 처음부터 산업용 하드웨어를 대상으로 시스템을 설계하는 대신 비교적 접근하기 쉬운 보드에서 모델을 검증하고, 이후 실제 제품에 맞춰 적용 범위를 넓힐 수 있도록 한다는 것이다. 딥엑스는 이러한 소프트웨어 연속성을 통해 개발자의 초기 진입 장벽을 낮추고 산업용 고객으로 이어지는 경로를 확보하려는 것으로 풀이된다. 딥엑스는 라즈베리 파이 외에도 바이두의 AI 프레임워크 패들패들, 객체 탐지 모델 개발 도구 울트라리틱스 등 글로벌 하드웨어·AI 소프트웨어 생태계와의 협력을 통해 개발자 접점을 넓히고 있다. 서로 다른 하드웨어와 AI 개발 도구를 활용하는 개발자들이 자사 NPU를 선택할 수 있도록 호환성과 활용 편의성을 높인다는 취지다. 딥엑스는 이러한 협력 관계를 바탕으로 기술 개발부터 시제품 제작, 양산으로 이어지는 환경을 구축해 나갈 계획이다. 딥엑스는 앞서 지난 6월 식스팹과 함께 DX-M1M을 탑재한 라즈베리 파이 5용 AI 가속 보드 식스팹 AI HAT+를 출시했다. 현재 최대 25TOPS 성능을 지원하는 제품이 판매 중이며, 13TOPS 버전은 올해 말 출시할 예정이다. 딥엑스 관계자는 "피지컬 AI가 확산되기 위해서는 전 세계 개발자들이 필요한 AI 기능을 쉽게 구현하고 이를 실제 제품으로 연결할 수 있어야 한다"며 "라즈베리 파이에서 시작한 작은 실험이 세계 시장에서 판매되는 제품으로 이어지도록 반도체와 소프트웨어, 양산까지의 개발 환경을 함께 지원하겠다"고 말했다.2026-10-15 16:56:38
-
KT, AI 전용회선 대역폭 8배 확대…데이터센터 간 초고속 연결 [경제일보] 인공지능(AI) 데이터센터 경쟁이 그래픽처리장치(GPU) 등 연산 자원 확보를 넘어 데이터센터 간 대용량 데이터를 빠르고 안정적으로 전달하는 네트워크로 확대되고 있다. AI 모델 학습과 추론에 필요한 데이터가 늘면서 데이터센터를 연결하는 통신망의 대역폭과 지연시간이 인프라 경쟁력을 좌우하는 요소로 부상한 데 따른 것으로 풀이된다. KT는 최대 800Gbps를 지원하는 AI 전용회선을 출시하고 광 중심 네트워크 기술을 앞세워 기업용 인프라 시장 공략에 나선다. 14일 KT는 기존 최대 100Gbps 수준이던 전용회선 대역폭을 최대 400Gbps와 800Gbps로 확대한 'AI 전용회선'을 출시했다고 밝혔다. 생성형 AI 확산과 AI 인프라 투자 확대에 따라 늘어나는 데이터 전송 수요에 대응하기 위한 서비스다. AI 인프라가 대형화하고 여러 데이터센터에 분산되면 개별 시설의 연산 성능뿐 아니라 각 시설을 연결하는 네트워크의 역할도 중요해지고 있다. AI 학습·추론 과정에서 대규모 데이터가 오가는 만큼 전송 용량이 부족하거나 지연시간이 길어지면 인프라를 효율적으로 활용하는 데 제약이 생길 수 있기 때문이다. 이에 데이터센터 간 연결망에서도 높은 대역폭과 안정적인 전송 환경을 확보하려는 수요가 커지고 있다. KT의 AI 전용회선은 이 같은 수요에 맞춰 기존 서비스보다 지원 대역폭을 높인 것이 특징이다. 최대 800Gbps는 초당 최대 800기가비트의 데이터를 전송할 수 있는 대역폭을 뜻한다. KT는 광 중심 네트워크 구조인 APN(올 포토닉 네트워크)을 적용했다. APN은 데이터 전송 과정에서 광통신과 전기 신호 간 변환을 최소화해 지연 시간을 줄이는 기술이다. KT는 고객 환경에 맞춰 데이터 전송 경로와 장비를 설계해 대용량 데이터를 빠르게 전달할 수 있도록 구축했다고 설명했다. 데이터센터 간 네트워크에서는 단순히 전송 속도를 높이는 것 외에도 데이터가 이동하는 경로와 회선 안정성을 확보하는 일이 중요한 것으로 평가된다. 이에 KT는 전국 약 84만㎞에 이르는 광케이블 인프라와 다원화된 경로를 활용해 복수의 데이터센터나 거점 사이에 최적의 경로를 설계했다. 최단 경로를 통해 지연 시간을 줄이는 동시에 이원 경로를 구성해 안정성을 확보한다는 전략이다. KT는 AI 데이터센터 사업자와 대규모 AI 인프라를 구축하는 기업을 대상으로 서비스 적용을 확대할 계획이다. 기업 고객의 네트워크 환경에 맞춘 초고속·초저지연 서비스를 강화해 AI 인프라 구축과 확장을 지원한다는 방침이다. 전명준 KT 엔터프라이즈부문 엔터프라이즈서비스본부장 상무는 "AI 데이터센터와 GPU 인프라가 확대될수록 초고속·초저지연 네트워크의 중요성은 더욱 커질 것"이라며 "KT는 AI 전용회선을 통해 고객이 대규모 AX 인프라를 신속하고 유연하게 구축·확장할 수 있도록 지원하겠다"고 말했다.2026-10-14 10:54:43
-
구글 '제미나이 4 아르곤' 일반 공개…코딩 넘어 신약 연구·로봇 개발로 [경제일보] 구글이 복잡한 코드 수정과 신약 연구 자료 분석, 로봇 동작 구현을 지원하는 AI 모델 ‘제미나이 4 아르곤’을 일반 공개했다. 여러 자료를 읽고 단계별 작업을 이어가는 능력을 앞세워 개발·연구 현장에서 AI의 역할을 확대한다는 구상이다. 구글은 13일(현지시간) 아르곤을 전 세계 개발자·기업·일반 이용자에게 제공한다고 밝혔다. 지난달 30일 보안 전문가 등에게 제한 공개한 뒤 접근 범위를 넓힌 것이다. 개발자와 기업은 유료 제미나이 API 등으로, 구글 AI 프로·울트라 구독자는 제미나이 앱과 검색 AI 모드에서 이용할 수 있다. 안티그래비티와 AI 스튜디오의 구독자 접근은 울트라를 대상으로 한다. API의 통합 문맥 한도는 약 100만 토큰이다. 토큰은 AI가 문장을 처리하는 단위로, 입력 자료와 내부 추론, 출력이 하나의 한도를 공유한다. 모델 문서에는 텍스트·이미지·음성·영상·PDF 입력을 지원하고 결과는 텍스트로 내보내는 것으로 명시됐다. 출시 요금은 100만 토큰당 입력 2달러, 출력 10달러다. 내부 추론에 사용한 토큰도 출력 요금에 포함된다. 이 요금은 11월 30일까지 적용되며, 12월 1일부터는 입력 4달러·출력 20달러로 오른다. 구글은 내부 개발 성과를 주요 근거로 제시했다. AI 개발 도구 안티그래비티에서 아르곤을 사용한 결과 에이전트의 코드 제출이 35% 이상 늘고, 코드 변경을 되돌리는 사례는 약 3분의 1 줄었다고 밝혔다. 크롬 팀의 수백 개 파일에 걸친 코드 구조 개편도 수개월 분량의 작업을 수주 만에 마쳤다는 설명이다. 과학 분야에서는 연구자가 자료를 검토하고 실험을 준비하는 과정에 활용됐다. 신약 개발 기업 아이소모픽랩스는 복잡한 논문·특허에서 필요한 정보를 추출하는 작업을 통상 수주에서 수시간으로 줄였다고 구글은 소개했다. 양자화학 소프트웨어 ‘xTB’의 분자 구조 예측 속도를 최대 2.3배 높이는 코드 최적화에도 쓰였다. 효소 설계는 실제 실험으로 이어졌다. 구글 연구진은 아르곤을 활용해 수시간 만에 효소 후보 5개를 설계했고, 후속 실험에서 촉매 활성을 확인했다고 밝혔다. 자료 분석과 코드 작성에서 출발해 실험 후보를 만드는 연구 보조로 활용한 사례다. 로봇 분야에서는 사람의 동작 영상에서 공간 좌표와 관절 움직임을 계산하고 시뮬레이션 코드를 생성했다. 구글은 주머니를 보드 구멍에 던지는 ‘콘홀’ 영상을 바탕으로 만든 동작을 앱트로닉의 휴머노이드 ‘아폴로’에 적용해 실제 시험에서 7차례 연속 투척에 성공했다고 설명했다. 개발자 블로그에는 보스턴다이내믹스의 사족보행 로봇 ‘스팟’이 가상환경에서 동작을 연습한 뒤 실제 페달식 쓰레기통에 캔을 버리는 사례도 제시됐다. 영상 해석과 물리 시뮬레이션, 동작 코드를 연결하는 방식이다. 여러 단계를 실행하는 에이전트의 권한 통제도 강화했다. 구글은 시스템 경계를 지키고 되돌릴 수 없는 조치 전에 사람의 확인을 받도록 모델을 학습했으며, 추론과 행동을 점검해 의도하지 않은 우회 동작을 차단하는 자동 감시 체계를 적용했다고 밝혔다. 한편 구글은 과학자 1만명에게 안티그래비티 최상위 이용 등급을 6개월간 무료 제공한다. 자격과 수용 여력 등을 고려해 순차 선발하며, 앞으로 제미나이 4 제품군을 추가로 공개할 예정이다.2026-10-14 10:03:53
-
배경훈, 中 로봇 현장 투입에 투자 독려…피지컬 AI '실증·사업화' 속도전 [경제일보] 배경훈 부총리 겸 과학기술정보통신부 장관이 중국의 휴머노이드 로봇 현장 투입과 데이터 축적을 언급하며 국내 피지컬 인공지능(AI) 투자·연구개발 목표의 재점검을 주문했다. 기술을 개발하는 데 그치지 않고 실제 산업 현장에서 작동하는 사례를 확보해 투자와 사업화로 연결하겠다는 방침이다. 배 부총리는 13일 서울 코엑스에서 열린 ‘피지컬 AI 테크 위크’의 피지컬 AI 얼라이언스 간담회에서 “우리가 생각하는 피지컬 AI 세계 1강을 달성할 수 있을 정도의 목표를 세우고 실행하는지 확인하고 싶었다”고 밝혔다. 그는 중국이 사람을 닮은 휴머노이드 로봇을 산업 현장에 도입해 데이터를 쌓고 있다며 국내 계획의 충분성을 고민해왔다고 설명했다. 이어 “3년 뒤, 5년 뒤, 내년에 ‘이 정도 더 투자했으면 좋았을 텐데’라고 후회하지 않을 정도의 목표를 설정했으면 좋겠다”고 말했다. 정부와 기업이 각자 할 수 있는 최대치의 목표를 세워야 한다는 주문이다. 피지컬 AI는 주변 환경을 인식하고 판단한 결과를 로봇·장비의 움직임으로 옮기는 기술이다. 제조 현장에서는 공정 상태를 예측해 장비를 정밀 제어하거나, 서로 다른 로봇과 물류 설비를 연결해 공장 전체를 운영하는 데 활용할 수 있다. 실제 작업 데이터를 확보하고 현장에서 성능을 검증하는 과정이 기술개발과 맞물려야 한다. 정부는 이를 반도체·AI데이터센터와 함께 3대 메가프로젝트로 추진하고 있다. 배 부총리는 국내 AI·정보통신기술 역량과 제조 기반을 결집하면 글로벌 경쟁력을 확보할 수 있다며, 초기 성공사례를 조기에 만들어야 한다고 강조했다. 국내 실증사업도 가동 단계에 들어섰다. 과기정통부가 지난 7월 발표한 경남·전북 피지컬 AI 연구개발사업은 2026~2030년 5년간 총 1조4131억원 규모로 추진된다. 경남에 6763억원, 전북에 7368억원을 투자하는 계획이다. 경남은 제조 공정의 정밀 제어와 인간·AI 협업에, 전북은 공장과 물류 시스템을 연결하는 자율 지능 공장 플랫폼에 초점을 맞춘다. 과기정통부는 지난달 착수보고회에서 데이터·AI 모델·디지털트윈·로봇·공장 운영을 연계하는 5개년 로드맵을 제시했다. 개별 장비의 제어 기술과 공장 전체의 운영 기술을 함께 확보하는 구조다. 민간 협력의 중심은 피지컬 AI 얼라이언스다. 운영사무국에 따르면 참여기업은 지난해 출범 당시 120곳에서 올해 10월 437곳으로 늘었다. 지난 6월 출범한 2기는 기술 풀스택, 산업 브릿지, 거버넌스 등 3개 분과를 통해 기술 확보와 수요기업 연결, 표준화·국제 협력을 추진하고 있다. 이날 기술 풀스택 분과는 국내 AI 모델·반도체·소프트웨어·로봇을 연결하는 기술 확보 방안을 발표했다. 산업 브릿지 분과는 산업별 수요·공급기업을 묶은 실증·사업화 과제를, 거버넌스 분과는 표준화와 글로벌 협력 방안을 제시했다. 현장에서는 실증 기회 확대와 데이터 확보·공동 활용, 전문인력 확보, 투자 연계가 주요 요구로 나왔다. 정부가 지난 7월 발표한 핵심 경쟁력 확보 전략에도 로봇 행동데이터를 모으고 유효성 검증과 상호운용성 표준을 마련하는 내용이 담겼다. 기업별로 확보한 데이터를 기술개발에 활용할 수 있도록 수집·관리 체계를 갖추겠다는 구상이다. 정부와 얼라이언스는 기업이 직접 실행과제를 발굴·기획하고 이를 관계부처 연구개발·실증사업과 투자 프로그램에 연결하는 협력체계를 강화하기로 했다. 배 부총리는 정책금융도 적극 연계해 현장의 어려움을 해결하겠다고 밝혔다. 조준희 한국인공지능·소프트웨어산업협회장은 AI 기반 모델부터 로봇, 온디바이스, 보안까지 공급망이 다양한 만큼 기업 간 연대가 중요하다고 강조했다. 배 부총리는 간담회에 앞서 AI반도체·데이터·디지털트윈·로봇 전시를 살펴봤다. 행사는 14일 ‘피지컬 AI 테크 데이’로 이어져 국내외 전문가의 기조강연과 기술발표, 토크 콘서트 등이 진행된다.2026-10-13 18:00:52
-
![[경제일보] SKT, 통신요금 다음은 AI요금…토큰 게이트웨이의 진짜 계산법](https://image.ajunews.com//content/image/2026/10/12/20261012092647448493.jpg)
SKT, 통신요금 다음은 AI요금…'토큰 게이트웨이'의 진짜 계산법 [경제일보] SK텔레콤이 인공지능(AI) 시대의 새로운 먹거리로 ‘토큰 게이트웨이’를 꺼내 들었다. AI 모델 자체를 만드는 경쟁에서 한발 비켜서 여러 AI 모델과 인프라 가운데 이용자에게 가장 적합한 조합을 찾아주는 일종의 AI 관제센터를 만들겠다는 구상이다. 통신사가 수십년간 해온 사용량 측정과 과금, 네트워크 운영 경험을 AI 시장에 적용한다는 점에서 의미가 있다. 정재헌 SKT 대표는 지난 8일 ‘SKT 성장 기어 전략’을 발표하며 토큰 게이트웨이를 신규 사업으로 제시했다. SKT가 보유한 2300만 고객과 결제 체계, AI 플랫폼, 데이터센터와 AI 팩토리 등을 묶어 기업과 개인의 AI 사용 패턴을 관리하고 수요에 맞는 모델과 인프라를 연결한다는 개념이다. 여기서 토큰은 가상자산이 아니다. 생성형 AI가 문장과 이미지를 이해하고 결과를 만들어낼 때 처리하는 기본 단위다. 이용자가 AI를 많이 사용할수록 처리되는 토큰도 늘고 비용도 증가한다. AI 서비스가 확산될수록 기업에는 어떤 모델을 어디에 쓰고 비용을 어떻게 관리할지가 새로운 고민이 된다. 모든 업무에 가장 비싼 AI 모델을 사용할 필요는 없다. 단순 요약이나 분류는 가벼운 모델로 처리하고 복잡한 추론이 필요한 업무만 고성능 모델을 쓰면 비용을 줄일 수 있다. AWS도 프롬프트의 복잡도에 따라 적합한 모델로 요청을 보내는 ‘Intelligent Prompt Routing(지능형 프롬프트 라우팅)’을 제공하고 있으며 회사 측은 정확도를 유지하면서 비용을 최대 30% 절감할 수 있다고 설명한다. 글로벌 통신사도 같은 문제를 보고 있다. 미국 AT&T는 하루 평균 약 450억개의 AI 토큰을 내부 업무에서 사용하고 있으며 자체 AI 게이트웨이를 통해 업무별로 가장 경제적인 모델을 선택한다. AT&T는 캐시와 모델 라우팅을 적용해 일부 영역에서 AI 비용을 최대 90% 줄이고 수백만달러를 절감했다고 밝혔다. SKT가 노리는 사업도 이 지점과 맞닿아 있다. 이용자가 AI에 질문하면 토큰 게이트웨이가 질문의 난이도와 목적, 비용 등을 판단한 뒤 적합한 AI 모델과 컴퓨팅 인프라로 보내는 구조다. 단순 질의는 비용이 낮은 모델에 보내고 복잡한 추론은 고성능 모델이나 AI 팩토리의 자원을 활용하는 식이다. SKT에는 통신사라는 출발점이 있다. 이동통신사는 오랫동안 통화시간과 문자 건수, 데이터 사용량을 측정하고 고객별로 요금을 청구해왔다. AI 시대에는 이 관리 대상이 데이터 GB에서 AI 토큰으로 넓어질 가능성이 있다. 기업별 AI 사용량을 측정하고 예산 한도를 관리하거나 부서별·서비스별 비용을 정산하는 사업으로 이어질 수 있다. 수익모델도 여기서 나온다. 아직 SKT가 구체적인 토큰 요금제나 과금 방식을 공개한 것은 아니다. 다만 토큰 게이트웨이가 상용화될 경우 모델 선택과 인프라 연결에 대한 수수료, 기업용 AI 사용량 관리, 토큰 기반 정산, AI 인프라 사용료 등을 하나의 서비스로 묶는 방식은 가능하다. 통신사가 단순 네트워크 제공자를 넘어 AI 소비의 중개자 역할을 맡는 구조다. AI 인프라 투자와도 연결된다. SKT는 SK호라이즌·SK하이퍼를 통해 데이터센터와 해저케이블 사업을 확대하고 엔비디아와 협력한 AI 팩토리를 내년부터 상용화할 계획이다. 자체 인프라까지 확보하면 토큰 게이트웨이가 고객의 AI 수요를 외부 모델뿐 아니라 SKT의 컴퓨팅 자원으로 연결하는 통로가 될 수 있다. 경쟁력의 핵심은 모델을 많이 보유하는 데 있지 않다. AI 모델은 계속 바뀌고 가격도 빠르게 낮아질 가능성이 크다. 고객 입장에서는 어느 모델을 써야 하는지 직접 비교하고 계약하는 것보다 품질과 비용을 자동으로 최적화해주는 사업자가 필요할 수 있다. SKT가 노리는 자리는 바로 이 중간 지점이다. 과제도 있다. 모델 공급사가 직접 라우팅 서비스를 제공하고 AWS·마이크로소프트·구글 같은 클라우드 기업도 비용 최적화 기능을 강화하고 있다. SKT가 경쟁력을 확보하려면 단순 모델 연결을 넘어 통신 고객 데이터와 인증, 결제, 보안, 자체 AI 인프라를 묶은 차별화가 필요하다. 통신사는 과거 통화량을 팔았고 이후에는 데이터 사용량으로 성장했다. AI 시대에는 토큰이 새로운 사용량 단위가 될 수 있다. SKT가 토큰 게이트웨이를 통해 AI 모델과 인프라 선택부터 사용량 관리, 결제까지 연결한다면 통신요금 이후 새로운 과금 시장을 만들 가능성도 열린다. 아직 토큰 게이트웨이는 사업 구상 단계다. 그러나 AI 경쟁의 무게중심이 모델 성능에서 실제 사용 비용과 운영 효율로 이동할수록 ‘어떤 AI를 만들었느냐’ 못지않게 ‘어떤 AI를 얼마나 효율적으로 쓰게 해주느냐’가 중요해진다. SKT가 통신에서 축적한 관제와 과금 능력을 AI 시장의 새로운 성장동력으로 바꿀 수 있을지가 다음 관전 포인트다. [아주경제 2026년 10월 13일자 13면에 게재된 기사입니다.]2026-10-13 08:12:30
-
글로벌 VC a16z 한국 방문…AI 반도체·인프라 협력 가능성 타진 [경제일보] 글로벌 벤처캐피털(VC) 앤드리슨 호로위츠(a16z)가 인공지능(AI) 하드웨어와 인프라 분야에서 한국 기업과의 협력 기회를 모색한다. AI 모델 경쟁이 반도체와 메모리, 컴퓨팅, 데이터센터 등 이를 뒷받침하는 인프라 경쟁으로 확대되는 가운데 대규모 AI 연산에 필요한 반도체·메모리와 제조 역량, 로보틱스 분야가 주요 협력 대상으로 거론되면서 국내 기업의 기술력을 글로벌 투자와 사업 협력으로 연결할 수 있을지 주목되고 있다. 12일 a16z는 라구 라구람 매니징 파트너 겸 제너럴 파트너가 인프라 투자팀과 함께 한국을 방문한다고 밝혔다. 이번 방한은 a16z가 지난달 AI 하드웨어와 인프라 기술에 특화된 11억 달러(약 1조3400억원) 규모의 '머신 에이지 펀드'를 조성한 이후 이뤄진다. a16z는 국내 AI 하드웨어·인프라 기업 및 산업 관계자들과 만나 기술 개발과 사업화 기회를 논의하고, 자사 포트폴리오 기업과의 협력 가능성을 살펴볼 계획이다. 머신 에이지 펀드는 AI 산업의 성장에 필요한 기반 기술에 투자하는 것을 목표로 조성됐다. 투자 대상은 반도체와 컴퓨팅, 메모리, 네트워크 등 핵심 하드웨어부터 전력과 냉각, 데이터센터 등 AI 인프라 구축에 필요한 분야 전반이다. 대규모 투자가 필요하거나 기존 기술의 한계가 뚜렷한 영역에서 차별화된 경쟁력을 확보할 잠재력이 있는 신생기업에 투자를 집중한다는 방침이다. 최근 고성능 AI 모델을 개발하더라도 이를 학습·추론하는 데 필요한 연산 자원과 메모리, 네트워크, 전력 공급이 뒷받침되지 않으면 서비스 확장에 제약이 생길 수 있는 것으로 나타났다. 이에 AI 데이터센터 구축이 확대될수록 연산 성능뿐 아니라 전력 효율과 냉각, 데이터 처리 능력 등도 사업 경쟁력을 좌우하는 요소로 부상하고 있다. a16z가 한국과의 주요 협력 분야로 반도체와 로보틱스를 꼽은 것도 이 같은 산업 변화와 관련이 있는 것으로 분석된다. a16z는 한국이 메모리 반도체와 첨단 제조 분야에서 경쟁력을 갖추고 있어 AI 컴퓨팅 인프라와 하드웨어 생태계에서 협력 가능성이 있는 것으로 분석하고 있다. 로보틱스 역시 AI 기술이 실제 물리적 환경으로 확장되면서 관심 분야로 제시됐다. 국내 기업 입장에서는 글로벌 투자 자금과 해외 사업 네트워크를 확보할 기회가 될 전망이다. AI 반도체와 메모리 분야에서는 연산 성능과 데이터 처리 효율을 높이는 기술이 중요하고, 로보틱스에서는 AI 모델을 실제 기계와 산업 현장에 적용할 수 있는 하드웨어·제조 역량이 필요한 것으로 꼽힌다. 국내 스타트업이 보유한 기술을 a16z의 투자 포트폴리오 기업과 연결할 수 있다면 공동 사업이나 해외 시장 진출 기회를 모색할 수 있다. 방한을 이끄는 라구 라구람은 소프트웨어부터 하드웨어까지 AI 인프라 전반의 투자를 담당하고, 성장 단계 포트폴리오 기업의 글로벌 전략을 총괄한다. a16z에 합류하기 전에는 글로벌 클라우드 인프라 기업 VM웨어에서 약 20년간 제품 및 경영 분야 주요 직책을 맡았으며, 최고운영책임자(COO)를 거쳐 최고경영자(CEO)를 역임했다. 클라우드 인프라 사업을 이끌었던 경험을 바탕으로 AI 인프라 분야의 투자와 기업 성장 전략을 맡고 있다. 라구 라구람 a16z 제너럴 파트너는 "AI의 발전은 소프트웨어뿐 아니라 기술 인프라 전반을 빠르게 변화시키고 있다"며 "한국은 반도체와 로보틱스 등 핵심 분야에서 세계적인 기술력과 탄탄한 산업 기반을 갖추고 있는 만큼, 이번 방문을 통해 한국 기업 및 산업 관계자들과 직접 만나 새로운 기술과 사업 기회에 대해 폭넓게 논의할 수 있기를 기대한다"고 말했다.2026-10-12 15:59:14
-
네이버지도, 메타·구글·삼성 AI 글래스 진입…스마트폰 밖으로 확장 [경제일보] 네이버가 지도 서비스를 스마트폰 화면 밖으로 확장한다. 메타와 구글·삼성이 선보이는 인공지능(AI) 글래스에 네이버지도의 음성 길안내 기능을 연동해 이용자가 이동 중 스마트폰을 확인하지 않고도 목적지까지 안내받을 수 있도록 도울 계획이다. 글로벌 빅테크가 AI 글래스를 차세대 컴퓨팅 기기로 키우는 가운데 네이버는 지도와 장소 정보 등 기존 서비스 경쟁력을 웨어러블 기기로 확장해 이용자 접점을 넓힌다는 전략이다. 12일 네이버는 자사의 지도 서비스 '네이버지도'가 메타의 '레이밴 메타'와 '오클리 메타'에 길안내 기능을 제공할 예정이라고 밝혔다. 연내 출시 예정인 구글·삼성의 '인텔리전트 아이웨어'에서도 이용할 수 있도록 지원한다. 이번 협업은 이동 중 필요한 정보를 음성으로 확인할 수 있도록 하는 것이 특징이다. 이용자는 AI 글래스를 착용한 상태에서 목적지까지의 이동 방향과 계단·에스컬레이터 이용 여부 등을 안내받을 수 있다. 스마트폰 화면을 반복해서 들여다보지 않고도 경로를 확인할 수 있어 도보 이동 과정의 편의성을 높일 방향으로 설계된다. 주변 정보를 검색하는 기능도 지원한다. 이용자는 '도착 예정 시간 알려줘', '주변 편의점 찾아줘'와 같은 질문을 음성으로 입력해 이동 중 필요한 정보를 확인할 수 있다. 구글·삼성의 인텔리전트 아이웨어에서는 구글의 AI 모델 제미나이를 통해 네이버지도를 호출하고 길안내를 받는 기능도 지원할 예정이다. 기기 제조사가 제공하는 AI 비서와 외부 서비스가 연동되면서 AI 글래스에서 활용할 수 있는 서비스 범위가 넓어지는 것이다. 네이버지도는 앞서 지난 6월 도보 길안내에 실시간 음성 안내를 추가한 '실시간 도보 길안내'를 선보였다. 이번 협업은 해당 기능을 AI 글래스 환경으로 확장하는 단계로 분석된다. 기존에는 스마트폰 화면이나 음성 안내를 통해 경로를 확인했다면, 앞으로는 착용형 기기를 활용해 이동 중 필요한 정보를 보다 자연스럽게 확인할 수 있도록 지원한다는 구상이다. AI 글래스 길안내는 안드로이드에서 우선 제공하고, iOS에도 순차적으로 적용할 예정이다. 최근 AI 글래스 시장에서 하드웨어와 서비스 간 연동의 중요성이 커지는 것으로 평가된다. 기기 자체의 성능뿐 아니라 이용자가 일상에서 활용할 수 있는 서비스가 얼마나 다양하게 연결되는지가 사용 경험을 좌우할 수 있기 때문이다. 메타는 레이밴 메타와 오클리 메타를 통해 웨어러블 기기 활용 범위를 넓히고 있으며, 구글과 삼성도 제미나이와 연계한 인텔리전트 아이웨어를 준비하고 있다. 네이버지도는 이들 기기에 국내 장소 정보와 길안내 서비스를 제공해 플랫폼 외연을 넓히려는 것으로 풀이된다. 특히 네이버지도는 길안내뿐 아니라 장소 검색과 주변 매장 정보 등 로컬 데이터를 보유하고 있어 확장이 용이할 것으로 전망된다. 이용자가 목적지까지 이동하는 과정에서 주변 편의시설을 찾고, 방문할 장소를 탐색하는 기능까지 자연스럽게 연결할 수 있기 때문이다. 네이버는 향후 AI 글래스와 네이버지도에 축적된 로컬 정보를 연계해 이동 과정 전반에서 새로운 이용 경험을 제공한다는 계획이다. 정경화 네이버지도 서비스 총괄 리더는 "AI 글래스 길안내를 통해 이용자가 길을 찾을 때 스마트폰 화면을 수시로 확인하지 않고 이동에 집중하면서도 길안내와 풍부한 로컬 정보를 자연스럽게 경험할 수 있을 것으로 기대된다"며 "네이버지도는 장소 탐색부터 이동까지 이용자의 여정 전반을 지원하는 생활 밀착형 올인원 플랫폼에서 나아가, 현실과 디지털을 한층 생생하게 연결하는 플랫폼으로서 이용자들에게 새로운 지도 경험을 지속 제공해 나가겠다"고 말했다.2026-10-12 11:15:42
-
KT, '모두의 AI' 협력사 총집결…12월 출시 앞두고 '모두의 AI 커넥트 서밋' 개최 [경제일보] KT가 17개 기업과 손잡고 국산 인공지능(AI) 모델과 생활밀착형 서비스를 연결하는 '모두의 AI' 사업화에 속도를 낸다. 개별 AI 모델의 성능 경쟁을 넘어 검색·교육·금융·콘텐츠 등 다양한 분야의 서비스를 하나로 묶어 이용자 접점을 넓히겠다는 전략이다. 오는 12월 정식 출시를 앞두고 컨소시엄 참여 기업들과 서비스 준비 상황을 점검하고 협력 확대 방안을 논의한다. 12일 KT는 이날 서울 종로구 KT 광화문빌딩 웨스트에서 '모두의 AI 커넥트 서밋 2026'을 개최할 예정이라고 밝혔다. '연결을 넘어 실행으로'를 주제로 열리는 이번 행사에는 박윤영 KT 대표를 비롯해 다음, 업스테이지, 솔트룩스, EBS, 비씨카드, 직방, 커넥트웨이브, 무신사 등 컨소시엄 참여 기업의 대표와 주요 경영진이 참석할 예정이다. 이들은 '모두의 AI' 서비스 준비 현황과 정식 출시 계획을 공유하고, 출시 이후 서비스 고도화와 기업 간 협력 확대 방향을 논의할 계획이다. KT 컨소시엄에는 AI 모델·플랫폼 기업부터 교육·금융·부동산·콘텐츠 분야 서비스 기업, 반도체와 AI 인프라 기업까지 총 17개사가 참여한다. KT는 플랫폼과 인프라를 기반으로 기업 간 서비스 연계를 지원하고, 참여 기업들은 각자 보유한 AI 기술과 데이터, 서비스를 결합하는 역할을 맡는다. 단일 기업이 모든 기술과 서비스를 자체적으로 확보하기보다 각 기업의 전문성을 연결해 서비스 경쟁력을 확보하려는 구조다. '모두의 AI'는 다양한 국산 AI 모델과 생활밀착형 서비스를 하나로 연결해 이용자에게 통합된 AI 경험을 제공하는 것을 목표로 진행된다. 초기에는 날씨와 생활 정보, 주식, 인물, 콘텐츠 등 일상에서 자주 접하는 주제를 자연어로 질문하고 답변을 받을 수 있는 기능을 중심으로 서비스를 구성할 계획이다. 이용자의 질문 의도를 파악해 필요한 정보를 제공하고, 복잡한 생활 정보를 이해하기 쉽게 설명하는 데 주력한다는 방침이다. 검색과 교육, 금융, 콘텐츠, 부동산 등 여러 분야의 서비스를 연결한다는 점도 특징이다. 각 분야에 특화된 기업의 기술과 서비스를 활용하면 하나의 서비스 안에서 다양한 이용자 수요에 대응할 수 있다는 것이 KT 컨소시엄의 구상이다. 다만 실제 경쟁력은 참여 기업의 수보다 각 서비스가 얼마나 유기적으로 연결되는지, 이용자의 질문에 정확하고 일관된 답변을 제공할 수 있는지에 따라 좌우될 전망이다. 이번 행사는 컨소시엄을 구성한 기업들이 서비스 구현 상황을 함께 점검하는 자리로 알려졌다. KT는 참여 기업들과 준비 중인 서비스의 형태를 살펴보고, 점검 결과를 바탕으로 완성도를 높여 정식 출시에 대비할 계획이다. 이날 행사에서는 서비스 출시 일정과 초기 제공 기능, 참여 기업 간 협력 방식 등이 주요 논의 대상이 될 전망이다. KT가 추진하는 과제는 기업 간 기술 협력을 실제 이용자 확보와 사업 성과로 연결하는 것으로 꼽힌다. AI 모델과 플랫폼을 개발하는 것만으로는 지속적인 사업 성장을 담보하기 어려운 만큼, 이용자가 일상에서 반복적으로 사용하는 서비스를 확보하고 이를 통해 사업 기반을 넓혀야 한다. 다양한 분야의 기업이 참여하는 컨소시엄 구조가 실제 서비스 이용 편의와 차별화로 이어질 수 있을지가 관건이다. KT 컨소시엄은 12월 정식 서비스 출시 이후에도 기능 고도화와 파트너 확대를 추진할 계획이다. 기존 참여 기업 간 협력을 강화하는 동시에 다양한 분야의 기업과 서비스가 참여할 수 있도록 개방형 협력 체계를 확대한다는 구상이다. 이를 통해 AI 모델과 플랫폼, 데이터, 서비스가 함께 성장하는 구조를 구축하고 국내 AI 산업의 성장 기반을 넓힌다는 목표다. 박윤영 KT 대표는 "AI 핵심 분야를 대표하는 대한민국 대표 기업이 '모두의 AI'의 성공적인 실행과 발전 방향을 함께 논의한 뜻깊은 시간이었다"며 "참여 기업들과 더욱 긴밀히 소통하고 협력해 국민에게 일상에서 끊김 없는 AI 경험을 제공하고, 대한민국 AI 생태계의 지속적인 성장에 기여하겠다"고 말했다.2026-10-12 10:16:57
-
10조 토큰 학습에 비용 최적화…카카오, '효율형 AI' 기술 공개 [경제일보] 대규모 언어모델(LLM) 학습에 필요한 GPU와 전력 비용이 커지면서 학습 과정의 시행착오를 줄이고 모델 자체의 크기를 줄이는 기술이 인공지능(AI) 개발 경쟁력으로 떠오르고 있다. 카카오는 대규모 모델의 학습 비용을 줄이는 동시에 모델 경량화를 통해 운영 효율까지 높이는 연구 성과를 공개하며 자체 AI 경쟁력 강화에 나섰다. 8일 카카오는 언어모델링 국제 학회 'COLM(컨퍼런스 온 랭귀지 모델링) 2026'에서 대규모 전문가 혼합(MoE) 모델의 학습 효율을 높이는 기술과 모델 크기를 줄이면서 성능을 개선하는 경량화 기술을 각각 공개했다. 두 연구 모두 AI 모델의 성능을 유지·향상하면서 학습과 운영에 필요한 컴퓨팅 자원을 줄이는 데 초점을 맞췄다. 카카오가 메인 컨퍼런스에서 발표한 논문 'Let's Scale Step by Step: Compute-Efficient Hyperparameter Transfer for Large-Scale Mixture-of-Experts'는 대규모 MoE 모델을 학습할 때 최적의 학습 설정을 찾는 데 필요한 비용을 줄이는 방법론을 담았다. LLM 학습에서는 학습률과 같은 하이퍼파라미터를 어떻게 설정하느냐가 모델 성능과 학습 안정성에 영향을 미치는 것으로 꼽힌다. 학습률이 지나치게 높으면 학습이 불안정해지고 반대로 너무 낮으면 학습 속도가 떨어질 수 있다. 문제는 모델 규모가 커질수록 최적의 설정값을 찾기 위한 실험 자체에도 상당한 컴퓨팅 자원이 필요하다는 것이다. 카카오는 이를 해결하기 위해 소규모 모델에서 찾은 최적의 학습 설정을 대규모 모델로 확장하는 '뮤-매개변수화' 기법을 MoE 구조에 맞게 적용했다고 설명했다. 모델 크기와 학습 토큰량을 단계적으로 늘리면서 최적의 학습률을 탐색하고, 짧은 학습 구간에서 찾은 설정이 대규모 학습에서도 유효한지 검증하는 방식이다. 카카오에 따르면 해당 방법을 활용하면 대규모 MoE 모델의 사전학습에 필요한 최적 학습률을 전체 학습 비용의 약 1% 수준에서 예측할 수 있다. 대규모 모델을 본격적으로 학습하기 전에 상대적으로 적은 비용으로 설정값을 찾아 시행착오를 줄이는 구조다. 특히 이번 연구는 카카오의 자체 AI 모델 개발에도 실제 적용됐다. 카카오는 해당 방법론을 'Kanana-2.6-155b-a17b'의 사전학습에 적용했으며, 최대 10조(10T) 토큰 규모까지 안정적으로 학습하는 데 활용했다고 설명했다. 단순히 학술적 실험에 그치지 않고 자체 파운데이션 모델을 개발하는 과정에서 학습 효율화 기술을 적용했다는 점이 특징이다. AI 모델의 비용 문제는 학습 과정에만 국한되지 않는다. 모델이 커질수록 서비스 단계에서 필요한 메모리와 연산량도 늘어나기 때문에 실제 서비스에 투입할 때도 비용 부담이 커진다. 카카오는 이번 COLM에서 모델 자체의 크기를 줄이는 연구도 함께 공개했다. 토크나이제이션 워크숍 '톡샵'에서 발표한 'BBT: BPE-Guided Byte Transformer'는 기존 BPE(바이트 페어 인코딩) 기반 모델의 구조에 바이트 단위 처리 방식을 결합한 모델이다. 기존 방식이 단어와 단어 조각에 해당하는 정보를 토큰으로 만들어 처리하는 것과 달리 BBT는 더 작은 기본 단위인 바이트를 활용하면서 여러 문자를 효율적으로 압축 처리하는 장점을 유지하도록 설계됐다. 비교 실험에서는 모델의 파라미터 수를 20.2~40.4% 줄이면서도 테스트 성능은 2.7~6.6% 개선됐다. 모델을 단순히 축소하는 데 그치지 않고 크기를 줄이면서 성능까지 높였다는 것으로 나타났다. BBT는 오탈자나 문자 교란에 대한 강건성과 학습하지 않은 언어로의 전이 성능도 높였다. 이는 여러 언어가 섞이거나 입력 오류가 발생하기 쉬운 실제 대화 환경에서 활용 가능성을 높이는 요소다. 특히 모델의 메모리 부담을 줄일 수 있다는 점에서 스마트폰이나 PC 등 기기에서 AI를 직접 구동하는 온디바이스 AI에도 활용 가능성이 거론된다. 이 같은 효율화 기술의 중요성은 AI 모델이 대형화될수록 커질 전망이다. 고성능 LLM을 개발하기 위해서는 대규모 GPU 인프라와 전력, 데이터센터 등 막대한 자원이 필요하다. 모델 개발사가 확보한 컴퓨팅 자원을 얼마나 효율적으로 활용하느냐가 모델 개발 속도와 비용에 직접적인 영향을 미칠 수밖에 없다. 특히 국내 AI 기업 입장에서는 글로벌 빅테크와 비교해 무한정 컴퓨팅 자원을 투입하기 어려운 만큼 모델 구조와 학습 방식 자체를 최적화하는 기술이 경쟁력의 한 축이 될 전망이다. 카카오가 자체 모델인 카나나 개발 과정에서 학습 최적화 기술을 실제 적용한 것도 이러한 비용 효율화 전략과 연결된다. 카카오는 앞으로 다양한 모델 구조로 연구 적용 범위를 확대하고 멀티모달과 다국어 환경으로 연구를 확장할 계획이다. 이를 통해 대규모 LLM의 학습 비용을 줄이는 동시에 실제 서비스 환경에서 효율적으로 구동할 수 있는 AI 모델 개발 역량을 강화한다는 방침이다. 카카오 관계자는 "이번 연구들은 AI 모델의 성능을 유지하거나 향상시키면서도 학습 및 운영 비용을 낮출 수 있는 실용적인 해법을 제시했다는 데 의의가 있다"며 "앞으로 다양한 모델 구조와 멀티모달 및 다국어 환경으로 연구를 확장해 실제 서비스 활용 가능성을 높이며 글로벌 경쟁력 강화를 이어가겠다"고 말했다.2026-10-08 12:18:39
-
독자 AI, 이제 '실전'으로…SKT·업스테이지, 보안 데이터로 성능 검증 [경제일보] 독자 인공지능(AI) 파운데이션 모델 경쟁이 모델 성능을 겨루는 단계를 넘어 실제 산업 현장에 투입해 경쟁력을 입증하는 단계로 넘어가고 있다. SK텔레콤과 업스테이지는 국내 정보보호 기업들이 보유한 실제 보안 데이터를 독자 AI 모델에 학습시키고, 두 모델이 서로를 공격하는 레드티밍까지 진행하며 사이버보안 분야에서 실전 성능 검증에 나선다. 정부의 '독자 AI 파운데이션 모델 프로젝트(독파모)'를 통해 확보한 모델 경쟁력을 산업 현장으로 확장하려는 움직임이다. 8일 SK텔레콤은 업스테이지와 전날 SKT타워에서 국내 정보보호 기업 6곳, 대학 3곳과 함께 '독자 AI 사이버보안 협의체'를 출범하고 AI 정보보호 기술 협력을 위한 업무협약을 체결했다고 밝혔다. SK쉴더스·시큐아이·안랩·라온시큐어·지니언스·파이오링크 등 보안기업과 고려대·숭실대·부산대가 참여했다. 이번 협의체는 국내 보안기업이 현장에서 축적한 데이터를 독자 AI 모델 개발에 연결하는 것을 목표로 설립됐다. SK텔레콤의 A.X K 시리즈와 업스테이지의 솔라에 악성코드 분석, 취약점 분석, 보안관제 등 실제 보안 업무 과정에서 생성되는 데이터를 학습시키고, 이후 보안기업의 제품과 서비스에 적용해 성능을 검증한다. 이는 독파모를 통해 개발한 AI 모델의 활용처를 산업별로 넓히는 과정으로 분석된다. SKT와 업스테이지는 독파모 3단계에 진출하며 국내 독자 AI 모델 경쟁력을 입증한 데 이어, 이번에는 보안이라는 구체적인 산업 영역에서 모델의 활용 가능성을 시험한다. 특히 사이버보안은 일반적인 생성형 AI 서비스와 달리 현장 데이터의 중요성이 큰 분야다. AI가 실제 공격을 탐지하고 취약점을 분석하려면 과거 공격 사례와 악성코드, 보안관제 기록 등 전문 데이터에 대한 이해가 필요하기 때문이다. 새로운 공격 방식이 계속 등장하는 만큼 최신 위협 데이터를 얼마나 빠르게 모델에 반영하느냐도 성능을 좌우할 전망이다. 협의체에 참여한 보안기업들은 각자의 현장 데이터를 바탕으로 모델 고도화를 지원한다. SK쉴더스는 통합 보안관제 플랫폼을 통해 하루 170억건 규모의 위협 이벤트를 분석하고 있으며, 안랩은 2.5PB 이상의 보안 데이터를 보유하고 있다. 시큐아이는 방화벽 등 네트워크 보안 영역, 라온시큐어는 보안 데이터와 자율 모의침투, 지니언스는 보안 솔루션 운영 데이터와 사후학습 데이터셋, 파이오링크는 자율 공격 검증과 탐지룰 생성 분야의 역량을 제공한다. SK텔레콤과 업스테이지는 사전학습과 사후학습을 나눠 진행한다. 사전학습에서는 보안 데이터를 활용해 모델의 기초적인 보안 지식을 강화하고, 사후학습에서는 소프트웨어 취약점 분석·패치, 보안관제센터의 사고 대응, 보안 도구 활용 등 실제 업무 수행 능력을 높인다. SK텔레콤은 차기 모델인 A.X K3에 보안 분야 데이터를 체계적으로 학습시키는 한편 전 국민 대상 AI 서비스인 '모두의 AI'를 안전하게 운영하는 데 필요한 데이터도 보강한다. 업스테이지는 대용량 코드와 장기간 로그를 분석할 수 있는 차기 솔라 모델에 취약점 탐지·분석 데이터를 집중적으로 학습시킬 계획이다. 이 과정에서 두 독자 AI 모델이 서로를 공격하는 '상호 레드티밍'도 진행한다. 한 모델이 다른 모델의 취약점을 찾아 공격하고, 여기서 발견된 문제를 다시 학습 데이터로 활용해 방어 능력을 높이는 방식이다. AI 모델을 대상으로 한 공격과 방어를 반복하면서 기존 벤치마크 점수만으로 확인하기 어려운 보안 취약점을 찾아내겠다는 것이다. SK텔레콤은 앞서 A.X K2 개발 과정에서 자체 레드티밍 자동화 체계인 SERT(셀프 익스펜딩 레드티밍)를 구축해 약 1만5000건의 공격 대응 데이터를 생성·학습한 바 있다. 이를 이번 협의체의 상호 레드티밍에도 확대 적용한다. 업스테이지 역시 고난도·안전성 데이터 21만건과 AI가 위험한 요청을 거부하도록 학습시키는 정렬 체계를 활용한다. 양사가 각각 축적한 AI 안전성 기술을 사이버보안이라는 실제 공격·방어 환경에 적용하는 것이다. 해당 구상에서 대학이 제3자 검증 역할을 맡는다. 고려대는 AI의 실행 파일 분석 능력과 공격 방어력을 평가하고, 숭실대는 AI 보안 성능 평가 기준과 안전장치 우회 공격 대응력을 검증한다. 부산대는 차기 모델과 경량 모델의 성능 및 안전성을 평가한다. 기업이 직접 개발한 AI 모델을 자사 기준으로만 평가하는 것이 아니라 대학의 독립적인 검증을 병행한다는 점에서 이번 협의체의 차별점이 있다. 특히 보안 AI는 모델이 공격을 잘 탐지하는 것뿐 아니라 공격자가 AI의 판단을 우회하거나 잘못된 답변을 유도했을 때도 안정적으로 대응하는지가 중요하다. 최종적으로는 실제 보안 제품과 서비스에 A.X K와 솔라를 적용하는 단계까지 이어진다. 참여 기업들은 제로데이 취약점 분석과 실시간 보안 관제 등 각자의 제품·서비스에 AI 모델을 적용하고 운영 환경에서 성능을 확인할 계획이다. 여기서 확보한 분석·대응 결과는 다시 모델 학습에 반영한다. '보안 데이터 확보 → AI 학습 → 레드티밍 → 현장 실증 → 재학습'으로 이어지는 순환 구조를 만드는 것이 협의체의 목표다. 유경상 SK텔레콤 AI CIC장은 "보안 AI의 수준은 결국 모델이 얼마나 넓고 깊게 추론하느냐에 달려 있다"며 "독자 AI 파운데이션 모델 프로젝트에서 검증된 모델들이 국내 대표 정보보호 기업·대학과 함께 실제 보안 현장에서 효과를 입증해, 국가 대표 AI 모델의 활용 성과를 사이버보안 영역에서도 보여주겠다"고 말했다.2026-10-08 08:55:43
-
앱 누르던 스마트홈, 이제 말로 제어한다…롯데이노베이트 '주거 AX' 확장 [경제일보] 스마트홈의 조작 방식이 버튼과 메뉴를 찾아 누르는 방식에서 일상적인 말을 건네는 방식으로 바뀌고 있다. 생성형 인공지능(AI)이 음성 명령을 이해하고 집 안 기기를 제어하면서 스마트홈의 경쟁력도 연결된 기기의 숫자에서 얼마나 자연스럽게 AI를 활용할 수 있는지로 옮겨가고 있다. 7일 롯데이노베이트는 롯데건설과 함께 자체 인공지능(AI) 기술을 적용한 음성 기반 홈네트워크 서비스를 선보이며 주거 공간으로 AI 전환(AX) 영역을 확대한다고 밝혔다. 건설 현장과 농업 분야에 이어 실제 생활 공간까지 AI 적용 범위를 넓히면서 산업별 현장의 문제를 AI로 해결하는 엔터프라이즈 AI 사업을 강화하는 전략으로 풀이된다. 이번 서비스는 지난 2024년 업그레이드된 홈네트워크 시스템 '롯데 스마트홈 2.0'에 탑재됐으며 향후 준공되는 롯데캐슬과 르엘 단지부터 순차적으로 적용될 예정이다. 별도의 AI 스피커나 추가 장비 없이 스마트홈 애플리케이션에서 음성으로 집 안 주요 설비를 제어할 수 있는 것이 특징이다. 입주민은 앱에서 '거실 조명 켜줘', '에어컨 25도로 맞춰줘'와 같이 평소 사용하는 말로 명령하면 조명이나 냉난방 등 집 안 설비를 제어할 수 있다. 기존 스마트홈에서는 이용자가 앱에서 기기를 찾고 원하는 기능을 선택해야 했다면 자연어 음성인식을 적용하면서 복잡한 조작 과정을 줄인 것이다. 특히 이번 서비스에는 롯데이노베이트의 생성형 AI 플랫폼 '아이멤버'에 적용된 자체 대규모 언어 모델(LLM)이 활용됐다. 단순 음성인식 기능을 추가하는 데 그치지 않고 사용자의 자연어 명령을 AI가 이해하고 이를 실제 홈네트워크 기기 제어로 연결하는 구조다. 자체 AI 기술을 활용했다는 점은 향후 서비스 확장에도 긍정적으로 작용할 전망이다. 외부 AI 모델을 단순히 연결하는 방식보다 주거 환경과 고객 요구에 맞춰 인식 가능한 명령어와 기능을 확대하기가 수월하기 때문이다. 롯데이노베이트는 향후 음성 명령 범위를 넓히는 등 서비스를 고도화할 계획이다. 스마트홈에서 음성 AI의 활용 범위가 넓어지면 이용 방식 자체도 달라질 것으로 분석된다. 단순히 '불을 켜줘'처럼 하나의 기기를 제어하는 것을 넘어 여러 기기를 동시에 제어하거나 이용자의 상황과 의도를 파악하는 AI 에이전트 형태로 발전할 수 있는 것이다. 롯데이노베이트가 향후 복합적인 음성 명령이나 상황 기반 자동화 기능까지 확대할지는 향후 서비스 고도화의 관전 포인트다. 롯데이노베이트가 주거 공간에 AI를 적용한 것은 이번이 처음인 것은 아니다. 회사는 그동안 건설과 농업 등 실제 산업 현장에 AI를 접목하며 AX 사업의 적용 영역을 확대해왔다. 건설 분야에서는 외국인 근로자와의 의사소통을 지원하기 위해 AI 음성 번역 서비스를 개발했다. 일반적인 번역 기능과 달리 '가새', '띠장' 등 건설 현장에서 사용하는 전문 용어까지 인식하도록 개발해 현장 업무에 활용할 수 있도록 했다. 롯데건설 현장에 이어 대우건설 현장까지 적용 범위를 확대했다. 농업 분야에서는 LLM 기반 AI 에이전트와 비전 AI를 활용해 스마트팜 고도화를 추진하고 있다. AI 에이전트가 작물별 재배 방법과 농산물 시세 정보를 제공하고 비전 AI가 작물의 생육 상태와 수확량, 병해충 발생 가능성 등을 분석하는 방식이다. 건설과 농업, 주거는 서로 다른 산업이지만 AI가 현장에서 발생하는 복잡한 업무나 판단을 지원한다는 공통점이 있다. 건설 현장에서는 언어 장벽을 낮추고 농업에서는 작물의 상태와 재배 정보를 분석하며 주거에서는 사람이 직접 기기를 조작해야 하는 과정을 줄이는 방식이다. 롯데이노베이트는 이번 주거 서비스를 시작으로 건설·농업 등 다양한 산업과 생활 영역에서 AI 적용을 확대할 계획이다. AI 모델 자체의 성능 경쟁을 넘어 각 현장에서 발생하는 문제를 찾아내고 이를 실제 서비스로 구현하는 방식으로 엔터프라이즈 AI 사업을 키운다는 전략이다. 롯데이노베이트 관계자는 "AI의 가치는 기술 자체보다 실제 현장에서 어떤 변화를 만들어내느냐에 있다"며 "건설 현장부터 농업, 주거 공간까지 축적해 온 AI 적용 경험을 바탕으로 고객과 산업의 특성에 맞는 AX를 지속적으로 확대해 나가겠다"고 말했다.2026-10-07 09:30:44
-
KT, 사내 업무부터 로봇까지…'일하는 AI'로 기업 AX 공략 [경제일보] KT가 기업의 사내 업무와 로봇·설비 운영, 통신·미디어 서비스를 연결하는 AI 사업 구성을 선보인다. AI 에이전트를 만들고 업무 시스템에 연결하는 플랫폼부터 사내 설치형 AI 장치까지 함께 제시해 기업별 보안·운영 환경에 맞춘 AX(AI 전환) 수요를 공략한다. KT는 6~8일 서울 삼성동 코엑스에서 열리는 ‘AI Festa 2026’에 참가해 ‘AI로 대한민국이 성장하는 이야기’를 주제로 전시한다고 6일 밝혔다. 전시 공간은 AI 인프라와 플랫폼, 서비스 등 세 영역으로 구성했다. 기업용 플랫폼 ‘Agentic On(에이전틱 온)’은 이번 전시의 핵심이다. 에이전트 제작과 AI 모델 활용, 데이터 연계, 운영·관리 기능을 제공한다. 기업이 필요한 기능을 골라 도입한 뒤 활용 범위를 넓힐 수 있도록 모듈형 구조를 적용했다. 에이전틱 AI는 여러 단계의 업무를 계획하고 도구와 시스템을 활용해 처리하는 AI다. KT는 여러 에이전트가 역할을 나눠 협업하는 방식으로 기업 업무에 AI를 적용하는 과정을 소개한다. 모델 성능에 더해 기존 데이터와 시스템을 연결하고, 업무 권한에 맞춰 운영하는 기능을 전면에 배치했다. 이는 KT가 올해 이어온 기업 AI 전략과 맞닿아 있다. 지난 3월 MWC 2026에서는 여러 에이전트의 협업과 보안·정책·비용 관리를 지원하는 ‘에이전틱 패브릭’을 공개했다. 당시 KT는 사내 시스템 연동과 데이터 보안, 예측하기 어려운 AI 판단을 기업 도입의 걸림돌로 꼽았다. 이번 전시는 고객이 필요한 기능부터 선택해 적용할 수 있는 플랫폼과 인프라를 함께 제시했다. 데이터를 사내에서 처리하려는 기업에는 ‘KT NPU LLM Station(스테이션)’을 소개한다. 국산 신경망처리장치(NPU) 서버에 AI 모델과 운영 플랫폼을 결합한 완제품형 장치다. 지난 8월 출시 당시 리벨리온의 추론 특화 NPU ‘아톰 맥스’와 KT의 ‘믿음 K 2.5 프로’를 탑재했다. 이 장치는 사내 문서를 바탕으로 질문에 답하고 답변의 출처를 보여준다. 관리자는 AI 사용량과 모델 상태, 사용자별 문서 접근 권한을 확인할 수 있다. 외부로 데이터를 보내기 어려운 금융·공공·제조 고객이 내부 환경에서 AI를 구축·운영하도록 지원하는 제품이다. 물리적 현장에 AI를 적용하는 피지컬 AI도 전시한다. 작업 데이터로 AI를 학습시키고 시뮬레이션과 디지털트윈에서 운영 방식을 확인한 뒤 로봇·설비에 적용하는 과정을 체험할 수 있다. 실제 운영에서 쌓인 데이터를 다시 학습에 활용하는 구조다. 인프라 전시에는 위성·해저케이블과 데이터센터를 연결하는 데이터 처리 흐름을 담았다. 전기가 통하지 않는 냉각유로 서버의 열을 직접 식히는 액침 냉각과, 데이터센터 내부를 이동하며 시설을 점검하는 자율관제 로봇도 선보인다. 고성능 AI 장비 운용에 필요한 냉각과 시설 관리 기술을 함께 소개한다. 생활 서비스는 AI가 정보를 찾은 뒤 다음 행동으로 이어지는 기능에 초점을 맞췄다. ‘모두의 AI’에서는 생활 정보의 검색·비교·추천과 함께 아이디어를 3D 콘텐츠로 만들고 출력하는 체험을 제공한다. ‘마이케이티 마이 AI’는 대화로 요금제·로밍·멤버십 등을 조회·처리하고, 가입 상품과 약정에 맞는 혜택을 안내한다. ‘지니TV AI 에이전트’는 시청 중인 콘텐츠를 바탕으로 배우와 출연작 정보를 찾아준다. 기기에서 일부 연산을 처리하는 온디바이스 AI를 활용한 화질·음성·자막 조절 기능도 소개한다. 소상공인용 ‘SOMA AI’는 매장 데이터를 분석해 마케팅 활동을 제안하고 홍보 이미지와 문구를 제작하며, 점주가 확인·승인한 뒤 활용하도록 구성했다. 보안 분야에서는 ‘안심365’를 통해 문자 스팸과 보이스피싱 탐지를 체험할 수 있다. 보이스피싱 탐지 서비스 3.0은 음성과 텍스트, 어조를 종합해 위험 여부와 판단 근거를 안내한다. 김동훈 KT 홍보실장 전무는 “답변하는 AI를 넘어 실제 업무를 수행하고 생활 속 서비스를 만드는 KT의 AI가 대한민국 성장에 기여할 수 있도록 최선을 다하겠다”고 말했다. 한편 KT는 7일 코엑스 컨퍼런스룸 402호에서 기업 고객 100명을 초청하는 ‘AI Innovation Day 26’ 세미나를 연다. 인프라부터 피지컬 AI까지 적용 전략을 설명하고, 전시 체험과 기업별 AX 상담을 진행할 예정이다.2026-10-06 10:23:08
-
SKT, 'AI 참모'에 위성통신 결합…국방 AI 사업 넓힌다 [경제일보] SK텔레콤이 전장 데이터를 분석하는 ‘AI 참모’와 저궤도 위성통신·보안 기술을 묶어 국방 인공지능(AI) 전환 사업 확대에 나선다. 지휘관의 판단을 돕는 소프트웨어와 이를 뒷받침할 통신 인프라를 함께 제시하는 방식이다. SKT는 지난 1~5일 충남 계룡시 계룡대 활주로에서 열린 ‘2026 지상군페스티벌’에서 국방 AX(AI 전환) 기술을 전시·시연했다고 6일 밝혔다. 회사 측에 따르면 행사에 참가한 유일한 민간기업이다. 육군본부가 주관하는 이번 행사에서 국방 사업 브랜드 ‘T 밀리터리’를 내걸고 정책홍보관에 참여했다. 핵심 전시물은 AI 작전 지원 체계인 ‘AI 참모’다. 군이 보유한 데이터를 연결하고 분석해 지휘관의 상황 인식과 전술 판단에 필요한 정보를 제공한다. 드론·로봇·센서 등에서 쏟아지는 정보를 작전 판단에 활용하도록 지원하는 데 초점을 맞췄다. 이를 위해 데이터 플랫폼과 온톨로지, 디지털트윈을 결합했다. 온톨로지는 데이터의 의미와 서로의 관계를 정리하는 기술이다. 디지털트윈은 실제 전장 환경을 가상 공간에 구현한다. SKT는 데이터 수집·분석부터 가상 전장 구현, 의사결정 지원까지 이어지는 과정을 관람객과 군 관계자가 확인하도록 전시를 구성했다. 통신 분야에서는 지상 인프라를 활용하기 어려운 환경을 위한 저궤도 위성통신 체계를 선보였다. 양자암호와 스텔스 와이파이 등 보안 기술도 함께 소개했다. AI가 분석할 데이터를 현장에서 전달하고, 지휘·통제 과정의 정보를 보호하는 통신 기반을 마련하겠다는 구상이다. 전시 기술은 육군의 미래 전투 체계인 ‘아미 타이거 플러스’ 지원을 겨냥했다. AI·데이터와 드론·대드론, 로봇, 사이버·전자기 기술을 전투력에 통합하는 체계다. 무인 장비와 센서가 늘어날수록 여러 장비의 정보를 연결하는 네트워크와 데이터 분석의 역할도 커진다. SKT의 국방 AI 사업은 앞서 국방 행정 분야에서도 추진됐다. 지난 5월 국방부와 ‘독자 AI 파운데이션 모델의 국방 분야 활용’ 업무협약을 맺고 국방 특화 AI 모델 개발·실증, 공개데이터 활용, GPU 자원 활용 지원 등에 협력하기로 했다. 이번 전시는 전장 상황 분석과 통신·보안 기술을 함께 제시했다는 점에서 군 대상 사업의 적용 범위를 넓히려는 움직임이다. SKT는 이번 행사에서 SK텔링크, 테크트리이노베이션, 인핸스, 머큐리, KCS, 파블로항공 등과 협업했다. 각사의 AI·위성·네트워크·보안 기술을 결합해 군 현장에 적용할 수 있는 솔루션을 마련하고 관련 사업을 발굴할 계획이다. 김구영 SKT 엔터프라이즈본부장은 “SKT가 보유한 AI와 통신 기술을 국방 현장에 최적화된 솔루션으로 발전시켜 국방 AX 사업을 적극 확대하고 대한민국 미래 국방 혁신을 선도해 나가겠다”고 말했다.2026-10-06 10:12:08
-
정부, 독파모 '프론티어 AI·산업 확산' 투트랙 개편…내년 4조7000억원 투입 [경제일보] 정부가 독자 인공지능(AI) 파운데이션 모델(독파모) 개발 사업을 글로벌 최상위 AI 모델 개발과 산업·공공 현장 확산을 병행하는 투트랙 구조로 재편한다. 기존 독파모 사업의 성과를 이어가면서 프론티어 AI 개발에는 내년 4조7000억원 규모의 재정을 투입한다는 계획이다. 5일 과학기술정보통신부에 따르면 정부가 추진 중인 개편안은 △글로벌 최상위 수준의 AI 모델 개발을 목표로 하는 프론티어 AI 트랙 △국산 독자 AI 모델의 산업·공공 분야 활용도를 높이는 산업 확산 트랙으로 구성된다. 과기정통부는 지난 2일 서울 중구 한국지능정보사회진흥원(NIA) 서울사무소에서 출입기자단 간담회를 열고 이 같은 사업 개편 방향을 공개했다. 류제명 과기정통부 제2차관은 독파모 사업을 중단하거나 다른 사업에 흡수하는 것이 아니라 프론티어 AI 개발과 산업 확산이라는 두 축으로 확대·재편하는 것이라고 설명했다. 정부는 글로벌 AI 경쟁에서 최상위권과의 기술 격차를 좁히기 위해 기존보다 투자 규모를 크게 늘릴 필요가 있다고 판단했다. 과기정통부가 올해 4~6월 독파모 참여 기업과 AI 대학원 교수, AI위원회 위원 등을 대상으로 의견을 수렴한 결과에서도 프론티어 모델 경쟁 단계에 들어설 경우 관련 분야에 자원을 집중해야 한다는 의견이 제시됐다. 이에 과기정통부는 내년도 예산안에 프론티어 AI 모델 개발 지원 예산 4조7000억원을 반영했다. 세부적으로는 △그래픽처리장치(GPU) '베라루빈' 1만장 구매에 3조9000억원 △AI 학습용 데이터 확보에 8000억원 △해외 우수 연구자 20명 유치에 250억원을 편성했다. 사업 수행 기업은 공모와 평가를 거쳐 선정할 예정이다. 정부는 대규모 재정 투입에 따른 성과를 국민에게 환원할 수 있도록 출자 방식으로 사업 구조를 설계했다. 과기정통부는 오는 12월 국회에서 내년도 예산안이 확정되면 투트랙 체제의 구체적인 추진 방안을 마련할 계획이다. 예산 확정 이후 가능한 한 빠르게 공모에 착수할 수 있도록 사전 준비도 진행하고 있다. 기존 독파모 사업의 3차 평가는 내년 1월 말까지 사업 수행을 거쳐 2월 중순께 마무리될 예정이다. 이후 평가 결과와 연계해 프론티어 AI 모델 개발 주체를 선정하기 위한 출자 절차를 추진한다는 방침이다. 류 차관은 독파모 평가 결과와 연계해 이르면 내년 2~3월 프론티어 모델 출자 대상 선정을 추진할 수 있도록 관련 절차를 서두르겠다는 입장을 밝혔다. 다만 기존 독파모 참여 기업을 새로운 사업에 어떤 방식으로 연계할지는 아직 정해지지 않았다. 3차 평가에서 최종 선정되는 2개 기업이 프론티어 AI 또는 산업 확산 트랙에 참여할 경우 인센티브를 부여할지와 적용 범위도 추가 논의가 필요한 상황이다. 류 차관은 기존 참여 기업의 기대 이익과 신뢰를 고려할 필요가 있지만 이를 이유로 전체 자원 배분이 왜곡돼서는 안 된다는 취지로 설명했다. 기존 참여사에 어느 정도 인센티브를 적용할지 또는 새로운 사업에서 다른 기업과 동일한 조건으로 경쟁하도록 할지 등을 두고 추가 검토가 필요하다는 입장이다. 산업 확산 트랙에서는 기존보다 지원 대상 기업을 늘리는 방안도 검토한다. 국산 독자 AI 모델을 실제 산업 현장에 적용하는 사례를 확대하는 데 초점을 맞출 계획이다.2026-10-05 14:03:30
-
AI가 보험사 '보조도구' 넘어 실무 투입…계약·지급심사·영업 지원까지 AX 확산 [경제일보] 보험업계의 인공지능(AI) 활용 영역이 상담과 문서 작성 등 보조 업무에서 계약·보험금 지급심사·언더라이팅(U/W) 지원 등 실제 보험 업무로 확대되고 있다. 업무별 AI 모델을 적용하거나 AI 에이전트에 담당 직무와 권한을 부여하는 사례까지 나오면서 보험사의 AI 전환이 현장 업무 단계로 들어섰다. 4일 보험업계에 따르면 최근 주요 보험사는 생성형 AI와 이미지 판독, 광학문자인식(OCR) 기술을 △계약 △보상 △상품개발 △영업교육 등에 적용하고 있다. 과거 반복 업무를 줄이는 데 초점이 맞춰졌다면 최근에는 보험사가 직접 판단하고 관리해온 업무를 AI가 지원하는 방식이 늘었다. KB손해보험은 지난달 실제 업무에 투입된 AI 에이전트 6종에 사원번호를 부여했다. AI별 담당 직무와 업무 범위와 접근 권한, 수행 이력을 관리하고 향후 안정성과 정확도, 활용도에 따라 등급을 나누는 방안도 검토하고 있다. 현재 운영하는 AI 에이전트는 자동차사고 과실비율 검색부터 민원 유형 분류와 사고접수 정보 정리, 보험금 지급 관련 지침 검색까지 담당한다. 고객 상담 내용을 요약하거나 후속 업무 등록을 지원하는 기능도 포함됐다. 단순 질의응답보다 실제 보상·민원 처리 과정에 AI를 직접 배치한 점이 특징이다. DB손해보험은 자동차보험 계약 단계의 이미지 판독을 자동화했다. 고객이 제출한 첨단안전장치 증빙 사진을 생성형 AI가 분석해 스마트크루즈컨트롤과 전방충돌경고장치, 후측방충돌경고장치 등 할인특약 적용 여부를 확인하는 방식이다. AI 모델 학습에는 7만장이 넘는 증빙 이미지가 활용됐다. 기존에는 직원이 제출된 이미지를 순차적으로 확인했지만 자동판독을 적용하면서 계약 심사 과정의 일부를 AI가 담당하게 됐다. NH농협생명은 이미지와 문서를 처리하는 업무 전반에 AI를 투입했다. AI OCR을 적용한 통합 이미지 시스템을 구축해 지급심사와 방카슈랑스 영업, 언더라이팅, 자산운용 과정에서 발생하는 문서를 자동으로 인식·분류하도록 했다. 문서 내용을 읽는 단계에서 끝나지 않고 분류된 데이터를 후속 업무에 활용할 수 있도록 시스템을 연결했다. 사람이 다시 입력하거나 확인해야 했던 작업을 줄이고 문서에서 추출한 정보를 데이터로 축적하는 기반도 마련했다. 한화생명은 AI 적용 범위를 상품과 수익성 관리까지 넓히고 있다. 전체 임직원 2728명을 대상으로 M365 코파일럿을 도입하고 현업에서 발굴한 58개 AI 혁신과제를 순차적으로 추진한다. 상품개발과 위험률 산출, 보험계약마진(CSM)·수익성 관리 등 보험 핵심 영역을 지원하는 AI 모델도 개발 중이다. 지난 7월에는 현업 인력이 직접 참여하는 조직을 신설해 모델의 실용성을 검증하고 상용화를 준비하고 있다. 영업 현장에서는 AI가 가상의 고객 역할까지 맡는다. 삼성생명은 지난달 AI 디지털 휴먼과 실제 상담처럼 대화할 수 있는 'AI 롤플레잉 서비스'를 출시해 컨설턴트 교육에 적용했다. 상담이 끝나면 대화 내용과 응대 방식을 분석해 개인별 피드백을 제공한다. 향후 보험사 간 AI 경쟁은 실제 업무에서 처리시간과 비용을 얼마나 줄이고 판단 정확도를 높일 수 있는지가 관건이 될 전망이다. 상품개발부터 계약, 보상, 영업까지 AI 적용 범위가 넓어지면서 보험사의 업무 체계도 이에 맞춰 재편될 가능성이 커졌다.2026-10-04 14:00:00
많이 본 뉴스
영상
Youtube 바로가기
![[데스크칼럼] 반도체 호황에 취한 정부, 민생은 무너진다](https://image.ajunews.com/content/image/2026/10/15/20261015173614583906_518_323.jpg)