2026.10.16 금요일
검색
'AI 발전' 검색결과
기간검색
-
~
검색영역
검색어
-
정부, AI 입법 공통 기준 만든다…국방·안보 공백 보완 추진 [경제일보] 정부가 인공지능(AI) 관련 입법의 공통 기준을 마련하고 부처 간 데이터·개인정보 쟁점 조정에 나섰다. AI기본법을 중심으로 분야별 법제 정비 방향을 맞추고, 국방·안보 분야의 입법 공백을 보완한다는 방침이다. 대통령 직속 국가인공지능전략위원회는 2일 서울 중구 서울스퀘어에서 제5차 인공지능책임관(CAIO) 협의회를 열고 ‘AI 입법 프레임워크(안)’과 공공 AI 서비스 준비 상황 등을 논의했다. 이해민 대통령실 AI미래기획수석비서관이 의장으로 처음 회의를 주재했다. 참석 대상은 기존 28개 장관급 기관에서 42개 중앙행정기관으로 확대됐다. 인사혁신처·법제처·국가데이터처 등 14개 차관급 기관이 합류했다. 법령 심사와 데이터 정책을 맡는 기관까지 논의 범위를 넓혀 AI 정책 실행 과정에서 생기는 부처 간 쟁점을 함께 다루도록 했다. 입법 프레임워크는 AI기본법 시행 이후 늘어난 입법 수요를 체계적으로 조정하기 위한 기준안이다. AI기본법 중심 입법, 국방·안보 분야 입법 공백 해소, 사업자 예측 가능성 제고, 역기능 발생 시 즉시 대응을 4대 방향으로 제시했다. AI 발전 촉진과 산업 융합, 안전·신뢰 확보, 오남용 방지 등 분야별 입법 원칙도 담았다. 사업자가 적용받을 법과 의무를 미리 가늠할 수 있도록 하겠다는 취지다. 국방·안보 분야는 AI기본법의 적용 범위와 맞물린다. 현행법 제4조는 국방 또는 국가안보 목적으로만 개발·이용되는 AI 중 대통령령으로 정한 대상에는 법을 적용하지 않도록 규정한다. 이번 프레임워크는 이처럼 기본법 적용에서 빠지는 영역의 제도 보완을 별도 과제로 다룬다. 공공 AI 서비스에 필요한 데이터와 개인정보 기준도 협업 안건에 올랐다. 과학기술정보통신부는 오는 12월 전 국민 대상 정식 출시를 준비하는 ‘모두의 AI’의 진행 상황을 공유했다. 공공 AI 에이전트 탑재를 위해 이미 개방된 공공 API(응용프로그램 인터페이스)를 연결하고, 미개방 API와 데이터를 추가로 열어달라고 관계기관에 요청했다. API는 서로 다른 시스템이 데이터와 기능을 주고받도록 연결하는 통로다. AI 에이전트가 공공서비스와 연계하려면 정보 접근뿐 아니라 개인정보 처리·활용 기준과 서비스 보안·안전성 검증도 필요하다. 과기정통부는 이들 과제에 대해서도 관계기관의 협조를 구했다. 행정안전부는 지난달 개통한 ‘범정부 데이터 파이프라인’에 각 부처가 활용 가치가 높은 데이터를 등록·공유하도록 요청했다. 여러 기관의 데이터를 결합해 활용할 수 있는 수요도 발굴하기로 했다. 개인정보보호위원회는 최근 잇따른 해킹·정보 유출에 대응해 부처별 개인정보보호 종합 관리체계 구축과 개인정보보호책임자(CPO)의 역할 강화를 주문했다. 이 수석은 “CAIO 협의회는 부처와 부처 사이의 이음매를 잇는 자리”라며 “협의회가 단순 보고에 그치지 않고 부처 간 쟁점을 실질적으로 조정·결정할 수 있도록 의장으로서 직접 챙기겠다”고 말했다. 협의회를 정례화하고 각 부처가 제안하는 협업 과제도 지속적으로 다루겠다고 밝혔다.2026-10-02 17:09:31
-
알리바바, 칩부터 에이전트까지 'AI 풀스택'…2032년 데이터센터 20GW [경제일보] 알리바바가 인공지능(AI) 모델을 넘어 반도체와 데이터센터, 클라우드, 에이전트까지 직접 아우르는 'AI 풀스택' 전략을 본격화한다. 자체 AI 칩과 데이터센터 인프라를 확대하는 동시에 차세대 Qwen 모델과 기업용 AI 에이전트 플랫폼을 내놓으며 AI 기술을 실제 서비스로 연결한다는 구상이다. 특히 글로벌 데이터센터 용량을 오는 2032년까지 20기가와트(GW) 이상으로 확대하겠다는 계획을 제시하며 AI 경쟁의 무게중심을 모델 성능에서 컴퓨팅 인프라와 에이전트 운영 환경으로 넓히고 있다. 22일 알리바바 그룹은 최근 진행된 연례 기술 행사 '압사라 컨퍼런스'에서 칩과 클라우드 인프라, 파운데이션 모델, 에이전트를 아우르는 AI 기술 로드맵을 공개했다고 밝혔다. 알리바바는 반도체 설계 부문 T-Head를 통해 AI 프로세서와 중앙처리장치(CPU)를 개발하고, 데이터센터와 네트워크·스토리지 인프라를 고도화한 뒤 자체 클라우드와 Qwen 모델, AI 에이전트 서비스를 연결하는 구조를 구축하고 있다. AI 서비스에 필요한 연산부터 모델, 데이터, 애플리케이션까지 기술 스택 전반을 확보하겠다는 전략이다. 에디 우 알리바바 그룹 최고경영자(CEO)는 글로벌 데이터센터 용량을 2032년까지 20GW를 넘어서는 수준으로 확대하겠다는 목표를 제시했다. AI가 기업 업무와 산업 전반으로 확산하면서 늘어나는 연산 수요에 대응하기 위해 데이터센터 인프라 투자를 지속한다는 계획이다. T-Head는 AI 학습과 추론을 지원하는 차세대 프로세서 'Zhenwu V900'도 공개했다. 전작 Zhenwu M890보다 3배 높은 성능을 제공하며 216GB GPU 메모리와 초당 1200GB의 칩 간 대역폭을 지원한다. FP8과 FP4 등 다양한 수치 정밀도를 지원하며, 양산 및 상용 출시는 내년 1분기로 예정됐다. T-Head는 Zhenwu AI 칩이 자동차, 금융, 대규모 언어 모델, 체화 AI, 에너지, 제조 등 다양한 분야에서 650곳이 넘는 고객사가 활용하고 있다고 밝혔다. 알리바바는 Zhenwu V900과 네트워크·스토리지 칩을 통합한 차세대 슈퍼노드 서버도 공개했으며 최대 50만장의 카드로 구성된 슈퍼노드 클러스터를 지원한다고 설명했다. 자체 CPU 로드맵도 공개했다. 알리바바는 내년 출시를 목표로 에이전틱 AI 작업에 최적화한 Yitian CPU를 개발하고 있으며, 2029년에는 독자 코어 기반의 Yitian 750을 선보이고 Yitian CPU와 Zhenwu AI 칩을 직접 연결할 계획이다. 모델 경쟁도 이어간다. 알리바바는 차세대 Qwen4를 현재 학습 중이며 Qwen4.5와 Qwen5로 이어지는 로드맵을 공개했다. 후속 모델은 5조~10조개 수준의 파라미터 규모로 확대될 것으로 예상했다. 특히 이번 행사에서는 AI 모델 자체보다 AI가 실제 기업 업무를 수행하도록 지원하는 '에이전틱 클라우드' 전략도 공개했다. 에이전틱 클라우드는 대규모 모델의 학습·추론을 담당하는 'AI 네이티브 클라우드', 기업용 에이전트의 배포·운영을 지원하는 '에이전트 네이티브 클라우드', 실시간 데이터와 장기 기억을 제공하는 '컨텍스트 엔진'으로 구성된다. 핵심 제품인 '에이전트 코어'는 AI 에이전트의 구축부터 실행·관리까지 지원하는 기업용 플랫폼이다. '에이전트 시큐리티 센터'를 통해 보안과 규정 준수를 관리하고, '에이전트 컨텍스트'는 기업의 문서와 업무 시스템, 채팅 기록, 멀티모달 데이터를 통합해 에이전트가 과거 작업과 조직 내 지식을 활용할 수 있도록 한다. 알리바바는 이를 통해 지식 기반 업무에서 토큰 사용량을 최대 67% 줄일 수 있다고 설명했다. AI를 활용해 AI를 개발하는 기술도 공개했다. Qwen3.8-Max가 한 달간 데이터 검증과 반복 실험, 오류 진단 등을 자동 수행하며 33차례의 개선 주기를 거쳤으며, 칩 설계 과정에서는 AI가 60시간 이상 자기 개선을 수행하고 전자설계자동화(EDA) 도구를 1만회 이상 호출했다고 밝혔다. 클라우드 인프라도 AI 활용에 맞춰 고도화한다. AI 모델 학습을 지원하는 클라우드 병렬 파일 스토리지(CPFS)는 초당 100TB의 처리량과 1억 IOPS를 제공하며, 자체 AI 네트워킹 아키텍처 HPN 8.0 Pro는 100페타비트(Pb) 대역폭과 800G급 네트워크 포트 13만개 이상을 지원한다. 알리바바는 이번 발표를 통해 AI 모델과 서비스를 개별적으로 개발하는 것을 넘어 컴퓨팅 인프라부터 클라우드, 데이터, 에이전트까지 하나의 생태계로 묶는 전략을 제시했다. 특히 20GW 이상의 데이터센터 확보와 자체 AI 칩·CPU 로드맵을 함께 제시하며 AI 수요 증가에 대응할 인프라 경쟁력 확보에도 무게를 싣고 있다. 조 차이 알리바바 그룹 회장은 "지난 몇 년간 AI는 기술이 무엇을 할 수 있는지에 대한 우리의 상상력을 끊임없이 넓혀 왔으며, AI는 발전 가능성이 무궁무진하고 실제 현장에 도입하고 활용 규모를 확대해 수천 개 산업 분야의 생산성을 높일 수 있다"며 "AI가 기술적 혁신을 넘어 실질적인 가치를 창출하도록 이끄는 것이 바로 '지능, 그 가능성을 넘어서'라는 주제의 진정한 의미"라고 말했다.2026-09-22 14:58:44
-
![[현장] AI 도입만으론 성과 없다…삼성SDS, 오픈AI·엔트로픽과 AX 해법 제시](https://image.ajunews.com//content/image/2026/09/08/20260908111952998725.jpg)
"AI 도입만으론 성과 없다"…삼성SDS, 오픈AI·엔트로픽과 AX 해법 제시 [경제일보] 삼성SDS가 인공지능(AI)을 단순히 업무 효율화에 활용하는 것을 넘어 업무 프로세스 자체를 바꾸는 'AX' 전환에 속도를 낸다. AI 데이터센터와 플랫폼을 기반으로 기업의 AI 도입부터 운영까지 지원하고, 제조 현장에서는 로봇과 설비를 통합하는 피지컬 AI로 사업 영역을 확대한다. 8일 삼성SDS는 서울 코엑스 컨벤션센터에서 엔터프라이즈 AX 콘퍼런스 '리얼 서밋 2026'을 열고 삼성SDS의 '다차원 AI 풀스택' 전략을 기반으로 AI 도입과 실제 비즈니스 성과 창출 사이의 간극을 줄일 수 있는 구체적인 실행 전략과 로드맵을 공개했다. 이날 삼성SDS는 기업들의 AI 활용이 늘고 있지만 실제 성과로 이어지는 비율은 낮다고 진단했다. 삼성SDS가 인용한 맥킨지 조사에 따르면 기업의 88%가 최소 한 개 이상의 업무에 AI를 활용하고 있지만, AI가 영업이익에 영향을 줬다고 답한 기업은 39%, 영업이익의 5% 이상에 기여했다고 답한 기업은 6%에 불과했다. 이에 삼성SDS는 AI 성과를 높이기 위해서는 기존 업무에 AI를 덧붙이는 방식이 아니라 업무 프로세스 자체를 재설계해야 한다고 강조했다. 삼성SDS는 이를 위해 자체적으로 7개 메가 프로세스에 AX를 적용하는 '클라이언트 제로' 전략을 추진하고 있으며, 올해 말까지 약 200명의 AX 전문 인력을 양성할 계획이라고 설명했다. AI 인프라 확대도 추진한다. 삼성SDS는 국내 최초 AI 전용 데이터센터인 동탄센터를 기반으로 기업들의 AX를 지원하고 있으며, 오는 2028년 국가 AI 컴퓨팅센터와 오는 2029년 구미센터 구축을 통해 AI 인프라 역량을 확대할 방침이다. 글로벌 AI 기업과의 협력도 강화한다. 오픈AI, 앤트로픽, 구글 등과 협력을 확대하고 AI 인프라부터 플랫폼, 컨설팅·개발·구축·운영까지 제공하는 '다차원 AI 풀스택'을 통해 기업별 AX 수요에 대응한다는 전략이다. 삼성SDS는 AX를 디지털 영역에서 제조 현장으로 확대한다. 지난 25년간 반도체·2차전지·바이오·자동차·소재·부품·식음료 등 430여개 기업의 제조 자동화를 지원하며 축적한 데이터와 경험을 피지컬 AI 사업에 활용한다. 삼성SDS는 실제 제조 환경에서 로봇 기반 자동화 기술을 검증하고 있으며, 오는 2027년 생산설비와 로봇을 하나로 묶어 운영하는 '로봇 오케스트레이션 플랫폼'을 선보일 예정이다. 이준희 삼성SDS 대표이사는 "AX는 단순히 AI를 도입해서 시간과 비용을 절감하는 것과는 차원이 다른 훨씬 더 근본적인 변화로, AI를 중심으로 업무 방식을 처음부터 다시 설계하는 일"이라고 말했다. 이날 연사로 참가한 김경훈 오픈AI 한국 총괄대표는 기업의 AI 전환이 단순한 도입을 넘어 실제 업무 방식과 사업 성과의 변화로 이어져야 한다고 진단했다. 그는 전기가 공장에 처음 도입됐을 당시 동력원만 바꾸는 데 그친 공장보다 기계 배치와 작업 순서를 새롭게 설계한 공장에서 생산성 향상이 본격화됐다는 사례를 예시로 들며 지금 AI의 발전 상황과 비교했다. 김 대표는 오픈AI의 '엔터프라이즈 시그널스' 보고서를 인용해 AI를 깊게 활용하는 상위 10% 기업과 중간 수준 기업 간 격차가 올해 1월 2.6배에서 6월 8.6배로 확대됐으며, 제조업에서도 이 격차가 5.3배에 달했다고 공개했다. 그는 기업 내부 데이터와 업무 시스템을 AI와 연결해 업무 맥락을 제공하고, 가장 중요한 업무를 선정해 처음부터 끝까지 AI를 중심으로 재설계하는 것이 핵심이라고 강조했다. 특히 AI가 단순히 질문에 답하는 수준을 넘어 자료 검색과 시스템 확인, 결과물 작성 등 여러 단계를 직접 수행하는 '에이전트'로 발전하고 있다고 설명했다. 오픈AI에 따르면 올해 6월 기업 고객이 생성한 전체 출력 토큰 가운데 코딩 에이전트 '코덱스'가 차지하는 비중은 64%까지 증가하며 법무·영업·채용·마케팅 등 다양한 업무에서도 AI에게 실제 일을 맡기는 사례가 빠르게 늘고 있다고 전했다. 김 대표는 AI 활용의 최종 목표는 토큰 사용량이나 도입률이 아니라 실제 사업 성과가 돼야 한다고 강조했다. 그는 제조기업이 AI를 활용해 견적 작성 시간을 최대 6시간에서 20분으로 줄이고 연간 3000만 달러(약 400억원)의 매출 총이익 증가를 기대하는 사례 등을 소개했다. 김경훈 대표는 "AI가 과학 분야뿐만 아니라 연구, 개발, 제조, 관리, 영업, 마케팅 등 여러 분야에서 여러분의 발전을 크게 앞당길 수 있다고 생각한다"며 "100년 전 공장을 어떻게 바꾸느냐가 그 회사의 미래를 결정한 것처럼 지금 우리도 이 AI를 어떻게 쓸 것인가가 우리의 미래를 결정할 것"이라고 말했다. 최기영 엔트로픽 코리아 대표는 AI를 활용한 기업의 변화가 직원 생산성 향상을 넘어 업무 프로세스와 비즈니스 모델 자체를 바꾸는 방향으로 확대될 것이라고 전망했다. 최 대표는 기업의 AI 전환을 직원 생산성 향상, 기존 업무 프로세스·워크플로우 개선, AI 네이티브 제품 및 비즈니스 모델 구축 등 3단계로 구분하며, 궁극적으로는 AI를 중심으로 새로운 사업을 만들어내는 단계까지 나아갈 것으로 전망했다. 실제 사례로는 글로벌 자동차 기업의 도장 공정 문제 해결 사례를 소개했다. 수년간 해결하지 못했던 문제에 관련 데이터를 연결하고 AI의 추론 기능을 활용한 결과 10분 만에 해결책을 도출했다고 설명하며, 향후에는 AI 모델의 발전과 함께 기업의 문제 해결 방식 자체가 달라질 것으로 분석했다. 엔트로픽 내부의 개발 방식도 AI를 통한 업무 전환 사례로 제시했다. 한 명의 엔지니어가 주말 동안 AI를 활용해 초기 프로토타입을 만든 뒤 3명이 8주 동안 베타 제품을 개발했으며, 이후 사용자 피드백을 실시간으로 반영해 48시간 만에 62개 기능을 개선했다고 설명했다. 현재도 피드백을 받은 기능을 24시간 안에 반영하는 것을 원칙으로 하고 있다. 최 대표는 이 같은 변화가 기업의 조직 규모와 제품 개발 방식까지 바꿀 수 있다고 강조했다. 과거에는 많은 인력과 긴 개발 기간이 필요했던 작업도 AI 에이전트를 활용하면 소수 인원으로 빠르게 실행할 수 있다는 것이다. 성공적인 AX를 위해서는 명확한 비즈니스 목표와 성과 지표를 먼저 정하고, 도메인 전문가가 참여한 가운데 AI를 반복적으로 활용해 결과를 만들어내는 방식으로 전환해야 한다는 것으로 풀이된다. 최기영 대표는 "과거에는 팀 사이즈에서 인원수가 소프트웨어 개발 경쟁력이 됐지만 이제는 소수의 인원이 AI를 통해 개발을 빠르게 해 나갈 수 있다"며 "적은 인원을 갖고도 규모를 만들 수 있기 때문에 AI 내부의 비즈니스 모델로 전환할 수 있는 성공적인 AX가 만들어질 수 있다"고 말했다. 이날 발표에서 삼성SDS와 오픈AI, 엔트로픽은 기업의 AI 전환이 단순한 기술 도입이나 개별 업무의 효율화에 그쳐서는 안 된다는 데 공통된 메시지를 내놨다. AI를 기존 업무에 추가하는 것을 넘어 데이터와 시스템을 연결하고 업무 프로세스를 재설계하는 동시에 AI 에이전트에게 실제 업무를 맡기고 이를 매출과 생산성 등 구체적인 사업 성과로 연결해야 한다는 것이다. 결국 기업의 AI 경쟁력도 어떤 모델을 도입했느냐를 넘어 AI를 실제 업무와 조직에 얼마나 깊게 내재화하느냐에 따라 갈릴 전망이다. 이준희 삼성SDS 대표이사는 "진정한 AI 풀스택이라면 AX 실행을 돕기 위한 컨설팅은 물론 개발과 구축 그리고 운영에 대한 전문적 역량을 반드시 제공해야 하고, 이런 역량은 고객의 업종에 대한 정확한 이해가 뒷받침돼야 한다"며 "삼성SDS는 AI 인프라 플랫폼 솔루션에 걸친 모든 영역에서 글로벌 최고 수준의 솔루션을 제공하고 있다"고 말했다.2026-09-08 11:28:33
-
![[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
-
KAIST 찾은 '구글의 전설' 제프 딘…"AI 경쟁, 결국 컴퓨팅 효율 싸움" [경제일보] 인공지능(AI) 산업의 경쟁 구도가 거대언어모델(LLM)의 성능 경쟁에서 컴퓨팅 자원을 얼마나 확보하고 효율적으로 활용하느냐의 경쟁으로 이동하고 있다. 구글에서 27년간 AI와 컴퓨팅 인프라의 발전을 이끌었던 제프 딘이 한국에서 던진 메시지도 여기에 집중됐다. 딘은 지난 13일 서울 AI 허브에서 열린 특별강연에서 “향후 몇 년간 AI 발전의 핵심은 하드웨어와 컴퓨팅 자원을 얼마나 확보하고 효율적으로 사용하는가에 달려 있다”고 강조했다. 단순히 더 큰 모델을 만드는 것만으로 AI 경쟁력을 확보하기 어려워지고 있다는 의미다. 이번 강연은 딘이 구글을 떠난 뒤 사실상 첫 공식 행보라는 점에서도 주목받았다. KAIST와 국가AI연구거점의 공동 초청으로 마련된 행사에는 KAIST를 비롯해 고려대·연세대·포스텍 등 컨소시엄 대학의 연구진과 학생, 기업 관계자 등 150여명이 참석했고 온라인으로도 220여명이 참여했다. 딘은 1999년 구글에 합류한 이후 검색 인프라를 비롯해 구글의 AI 연구 기반을 구축한 핵심 인물이다. 분산 시스템 연구를 기반으로 대규모 연산을 효율적으로 처리하는 기술을 발전시켰고, 텐서플로와 구글의 AI 전용 반도체인 TPU 개발에도 관여했다. 최근까지는 구글 수석과학자로 차세대 AI 모델 제미나이 개발을 이끌었다. 그런 그가 구글을 떠나 과학 연구를 위한 AI 스타트업 ‘디스커버리 루프’를 창업하면서 업계의 관심이 집중됐다. 구글과 같은 빅테크의 최고 수준 연구 환경을 떠나 새로운 회사를 선택한 만큼, 그의 이번 발언은 단순한 기술 전망 이상의 의미를 갖는다. ◆ AI의 다음 병목은 ‘모델’보다 ‘연산’ 딘이 강조한 것은 AI 발전을 바라보는 시각 자체의 변화다. 그는 학부 시절 신경망 학습을 연구했지만 당시 컴퓨팅 성능의 한계 때문에 연구 성과를 내기 어려웠고, 20여년이 지나 충분한 연산 자원이 확보되면서 당시 아이디어가 현실화됐다고 설명했다. 지난 15년간 AI의 발전 역시 특정한 알고리즘 하나가 등장했기 때문이라기보다 연산 능력·데이터·모델 규모가 함께 확대된 결과라는 것이 그의 설명이다. 이 발언은 현재 AI 산업의 경쟁 구도를 정확히 관통한다. 챗GPT를 비롯한 생성형 AI가 대중화된 이후 기업들은 더 많은 데이터를 학습시키고 더 큰 모델을 구축하는 방식으로 경쟁해왔다. 그러나 모델 규모가 커질수록 학습과 추론에 필요한 컴퓨팅 비용도 폭증한다. 결국 AI 모델을 얼마나 잘 만드는가와 동시에 필요한 연산량을 얼마나 적은 비용으로 처리할 수 있는가가 기업 경쟁력의 핵심이 된다. 엔비디아가 AI 가속기 시장을 장악한 것도 같은 맥락이다. 구글이 자체 TPU를 개발한 이유 역시 외부 반도체에만 의존하지 않고 AI 연산 구조에 맞는 하드웨어와 소프트웨어를 함께 최적화하기 위해서였다. 딘의 경력 자체가 이를 보여준다. 대규모 분산 시스템을 연구하던 컴퓨터과학자가 구글에서 TPU와 AI 시스템 개발에 참여한 것은 AI가 발전할수록 모델과 반도체, 데이터센터, 소프트웨어를 하나의 시스템으로 설계해야 한다는 흐름과 맞닿아 있다. ◆ 한국 AI도 ‘모델 개발’ 이후를 준비해야 이번 딘의 KAIST 방문은 국내 AI 산업에도 시사하는 바가 크다. 한국의 AI 전략은 그동안 자체 파운데이션 모델 확보와 GPU 확보에 상당한 무게가 실렸다. 하지만 모델을 하나 확보한다고 AI 경쟁력이 완성되는 것은 아니다. 대규모 모델을 학습시키고 실제 서비스에 적용하기 위해서는 GPU와 AI 반도체, 데이터센터, 네트워크, 저장장치, 소프트웨어 등 전체 시스템을 효율적으로 연결해야 한다. KAIST가 추진하는 ‘AI 시스템 이니셔티브’ 역시 이 지점에 초점을 맞추고 있다. AI 모델 자체뿐 아니라 하드웨어와 시스템 소프트웨어를 함께 최적화해 제한된 컴퓨팅 자원을 최대한 활용하는 것이 목표다. 최근 글로벌 빅테크와 KAIST의 협력이 이어지는 것도 주목할 부분이다. 엔비디아가 KAIST와 AI 공동연구소 및 피지컬AI센터 설립을 추진한 데 이어 구글의 핵심 AI 연구자가 직접 KAIST를 찾아 연구진과 분산 시스템과 AI 인프라를 논의했다. 이는 한국이 AI 모델 경쟁에서 단순히 해외 기술을 활용하는 수준을 넘어 AI 시스템 전체를 연구할 수 있는 기반을 확보해야 한다는 신호로 해석할 수 있다. 딘이 강연에서 “AI가 인간을 대체하느냐”는 질문에 인간과 AI가 각자의 강점을 활용하는 것이 중요하다고 답한 것도 같은 맥락이다. AI를 인간의 대체재로만 볼 것이 아니라 인간이 해결하지 못했던 문제를 풀기 위한 연구 도구로 활용해야 한다는 것이다. 그가 창업한 디스커버리 루프가 과학 연구를 AI의 주요 적용 분야로 삼은 것도 의미가 있다. AI가 검색과 문서 작성, 코딩을 넘어 신약과 소재, 물리학 등 과학적 발견의 속도를 높이는 방향으로 확장될 경우 필요한 컴퓨팅 규모는 지금보다 더욱 커질 수밖에 없다. 한편 딘이 한국에서 던진 메시지는 명확하다. AI 경쟁의 다음 승부처는 더 큰 모델을 만드는 데서 끝나지 않는다. 얼마나 많은 연산 자원을 확보하고, 이를 얼마나 효율적으로 연결하고 활용하느냐가 관건이다. 한국이 AI 강국을 목표로 한다면 GPU 확보량이나 국산 모델 개발 성과만을 경쟁력의 기준으로 삼아서는 안 된다. 반도체부터 데이터센터, 네트워크, 분산 시스템, 모델까지 이어지는 ‘AI 풀스택’ 경쟁력을 확보해야 한다. 27년간 구글의 AI 역사를 만들어온 연구자가 퇴사 직후 한국에서 가장 먼저 강조한 것도 결국 이 지점이었다. AI 시대의 진짜 경쟁은 모델의 크기가 아니라 그것을 움직이는 시스템의 경쟁으로 넘어가고 있다.2026-08-19 07:55:41
-
![[데일리 자산운용 브리프] 한투운용 ACE K반도체TOP2+ ETF, 상장 5거래일 만 개인 순매수 2000억원 돌파 外](https://image.ajunews.com//content/image/2026/06/30/20260630132150972749.jpg)
한투운용 'ACE K반도체TOP2+ ETF', 상장 5거래일 만 개인 순매수 2000억원 돌파 外 [경제일보] 한투운용 'ACE K반도체TOP2+ ETF', 상장 5거래일 만 개인 순매수 2000억원 돌파 한국투자신탁운용은 최근 증시에 입성한 'ACE K반도체TOP2+ 상장지수펀드(ETF)'에 개인투자자 자금 2000억원 이상이 몰렸다고 30일 밝혔다. 30일 한국거래소에 따르면 29일 기준 해당 상품의 개인 순매수 금액은 2102억원으로 나타났다. 지난 23일 상장 첫날에만 1157억원의 자금이 유입된 이후 5거래일 만에 이뤄낸 성과다. 해당 펀드는 글로벌 AI 반도체 산업을 이끄는 국내 핵심 기업들에 자금을 집중하는 상품이다. 포트폴리오는 메모리 반도체 시장 대표 주자인 삼성전자와 SK하이닉스를 최대 50% 비중으로 담고 있다. 여기에 SK스퀘어를 더해 주력 종목에 대한 노출도를 한층 끌어올렸다. 세 기업이 펀드에서 차지하는 합산 편입 비중은 70% 수준에 이른다. 기판 제조사들을 대거 편입한 점도 눈에 띄는 특징이다. 펀드 자산의 30%를 기판 관련주로 채웠다. AI 기술 고도화로 서버 내 그래픽처리장치(GPU)와 고대역폭메모리(HBM) 결합의 중요성이 커진 점을 고려한 조치로 풀이된다. 펀드 평가 기관인 ETF체크에 따르면 해당 펀드는 기판 대표주자로 꼽히는 삼성전기 편입 비중이 17.93%로 가장 높다. 이외에도 △기가비스 △심텍 △코리아써키트 △태성 △해성디에스 △티엘비 등 다양한 기판 관련 기업들이 펀드에 이름을 올렸다. 남용수 한국투자신탁운용 ETF본부장은 "AI가 발전을 거듭하면서 메모리는 AI의 성능과 비용을 좌우하는 전략 자산이 됐고 높은 전력을 안정적으로 공급하는 동시에 GPU와 HBM 등을 유기적으로 연결하는 기술 또한 중요성이 높아지고 있다"며 "ACE K반도체TOP2+ ETF는 AI 발전 과정에서 중요해지는 핵심 병목에 집중 투자하는 상품"이라고 말했다. 신한자산운용 TDF 시리즈, 올해 설정액 순증 1위 달성 신한자산운용이 운용하는 타깃데이트펀드(TDF) 시리즈가 올해 초부터 국내 자산운용사 가운데 가장 높은 설정액 증가세를 보인 것으로 나타났다. 30일 펀드평가사 제로인에 따르면 지난 26일 기준 신한자산운용의 '신한마음편한적격TDF'와 '신한빠른대응적격TDF' 설정액은 올해 들어 5102억원 증가했다. 이는 국내 TDF 운용사 중 순증 규모 1위에 해당하는 기록으로 전체 수탁고는 1조8700억원 규모로 불어났다. 이 상품들은 은퇴 시점에 맞춰 자산을 배분하는 전략을 취하고 있다. 주요 분산 투자 대상은 △미국 상장 주식형 ETF △국내 상장 주식형 ETF △글로벌 채권 △기타 자산군 등이다. 안정적인 운용 성과와 폭넓은 상품군을 제공한 점이 투자자들의 자금을 끌어모은 요인으로 풀이된다. 특히 신한빠른대응적격TDF는 시장 변화에 맞춰 상대적으로 능동적인 자산비중 조정 전략을 가동하고 있다. 일반적인 TDF 상품들과 비교해 환매 소요 기간을 4영업일로 줄여 유동성을 높인 점이 눈에 띈다. 오는 2030년부터 2060년까지 폭넓은 빈티지(은퇴 목표 연도) 라인업을 제공해 선택의 폭을 넓혔다. 투자자 성향에 따라 환헤지(환율 변동으로 인한 손실 위험을 피하고자 환율을 현재 시점의 가격으로 고정해두는 투자 기법) 실행 여부도 직접 선택할 수 있다. 펀드 운용 성과도 양호한 흐름을 이어가고 있다. 지난 26일 제로인 종펀드 기준 신한빠른대응적격TDF2030(H)의 최근 1년 수익률은 34.44%를 기록해 동일 빈티지 평균치인 23.2%를 크게 뛰어넘었다. 신한빠른대응적격TDF2035(H)와 신한빠른대응적격TDF2040(H) 역시 최근 1년간 각각 32.47%와 34.50%의 수익률을 달성해 동일 빈티지 평균인 26.59%와 30.22%를 모두 상회했다. 김경일 신한자산운용 WM연금채널본부장은 "변동성이 큰 시장 환경에서 은퇴자금 운용을 위해서는 자산배분 전략을 기반으로 한 TDF를 적극적으로 활용할 필요가 있다"고 말했다. "신한빠른대응적격TDF는 주식형 상품 대비 변동성을 낮추면서도 유연한 자산비중 조정을 통해 다양한 시장 환경에 대응할 수 있어 퇴직연금뿐 아니라 일반 투자자에게도 활용 가능한 투자 대안이 될 수 있다"고 말했다. 우리자산운용, '우리 피지컬AI BIG2플러스 펀드' 출시 우리자산운용은 피지컬AI 시대를 주도하는 테슬라와 현대차 생태계에 투자하는 '우리 피지컬AI BIG2플러스 증권투자신탁(채권혼합)'을 선보인다고 30일 밝혔다. 피지컬AI는 로봇 자율주행차 스마트설비 등 물리적 장치와 결합해 실제 산업 현장에서 쓰이는 기술이다. 생성형 AI가 디지털 혁신을 주도했다면 피지컬AI는 현실 노동 환경을 근본적으로 바꾸는 차세대 기술로 주목받는다. 이 펀드는 피지컬AI 시장 선도업체인 테슬라와 현대차를 전체 자산의 25% 안팎으로 편입한다. 두 기업의 투자 비중은 각각 12.5% 수준이다. 테슬라는 막대한 자율주행 데이터를 확보해 피지컬AI의 두뇌 역할을 맡는다. 현대자동차는 휴머노이드 로봇 기업 보스턴다이내믹스를 보유해 피지컬AI의 몸통으로 평가된다. 피지컬AI 핵심 밸류체인에도 약 25% 비중을 배분한다. 주요 투자 대상은 △로보틱스 △부품 △AI 지능 관련 반도체와 부품 △에너지 인프라 등 4개 분야 국내외 기업들이다. 향후 시장 상황과 가치 유동성을 감안해 편입 종목과 비중을 탄력적으로 조절할 계획이다. 훗날 보스턴 다이내믹스가 상장하면 펀드 편입을 검토하는 등 관련 시장 변화에 선제적으로 대응할 구조를 갖춘 것으로 분석된다. 전체 자산의 나머지 절반은 우량 채권으로 채운다. 최근 글로벌 금리 인상 움직임에 따른 시장 변동성을 방어하기 위한 조치다. 만기가 6개월 내외인 우량 채권에 투자해 위험을 완화하는 전략을 구사한다. 이 펀드는 연금 투자자에게도 유용한 자산배분 수단이 될 것으로 전망된다. 현행 퇴직연금 규정상 확정기여형(DC)과 개인형 퇴직연금(IRP) 계좌의 위험자산 투자 한도는 최대 70%로 제한된다. 반면 이 상품은 채권 혼합형 구조를 띠고 있어 연금 계좌 안에서 100% 비중으로 전액 편입할 수 있다. 해당 펀드는 30일부터 우리은행 창구를 통해 가입할 수 있다. 추후 다른 판매사도 점차 늘려갈 것으로 보인다. 유정규 우리자산운용 주식운용1팀 매니저는 "생성형 AI가 디지털 세계의 생산성을 바꿨다면 피지컬 AI는 자동차·로봇·제조 현장 등 현실 세계의 노동과 이동 방식을 바꾸는 거대한 구조적 대전환이 될 것"이라며 "우리 피지컬AI BIG2 플러스 펀드는 매크로 변동성은 단기채로 방어하면서 장기트렌드인 피지컬 AI의 수혜를 안전하고 확실하게 선점할 수 있는 자산배분 솔루션이 될 것"이라고 말했다.2026-06-30 14:17:25
-
![[현장] AWS 생성형 AI 넘어 에이전틱 AI 시대…AWS 서밋 서울 개막](https://image.ajunews.com//content/image/2026/05/20/20260520103303580245.jpg)
AWS "생성형 AI 넘어 에이전틱 AI 시대"…AWS 서밋 서울 개막 [경제일보] AWS가 생성형 AI를 넘어 에이전틱 AI와 피지컬 AI를 핵심 성장 축으로 제시하며 기업 인공지능 전환(AX) 시장 공략에 속도를 내고 있다. AI가 단순 업무 보조 수준을 넘어 스스로 판단하고 실행하는 단계로 진화하면서 산업 전반의 업무 방식과 운영 구조 자체를 재편하고 있는 것으로 분석된다. 20일 함기호 AWS코리아 대표는 서울 코엑스에서 열린 'AWS 서밋 서울 2026' 기조연설에서 "AI는 하루가 짧게 발전하고 있고 새로운 미래의 변화를 이끌고 있다"며 "생성형 AI를 넘어 에이전트 AI와 피지컬 AI 시대로 빠르게 이동하고 있다"고 말했다. 올해로 12회째를 맞은 AWS 서밋 서울은 국내 최대 규모 AI·클라우드 행사로 약 5만명이 사전 등록했으며 행사 첫날에만 6000명 이상이 현장을 찾았다. AWS는 양일간 150개 이상의 강연과 세션, 엑스포를 통해 생성형 AI와 에이전틱 AI, AI 인프라, 데이터 전략 등을 공유할 계획이다. AWS는 AI가 산업 현장의 생산성과 업무 구조를 빠르게 바꾸고 있다고 설명했다. 함 대표는 "불과 4~5년 전에 등장한 생성형 AI는 이제 업무를 스스로 판단하고 수행하는 에이전트 AI로 진화하고 있다"며 "AI가 디지털 세계에서 물리적 세계로 확장되고 있다"고 말했다. 특히 AWS는 최근 AI 발전 흐름의 핵심으로 '에이전틱 AI'를 제시했다. 에이전틱 AI는 단순 질의응답형 AI를 넘어 목표를 스스로 이해하고 판단해 업무를 수행하는 형태의 AI를 의미한다. 업계에서는 향후 기업 업무 자동화와 운영 효율화 경쟁의 핵심 기술로 에이전틱 AI가 부상할 것으로 전망하고 있다. AWS는 삼성전자와 넥슨, 현대로보틱스 등 국내 주요 기업들의 AI 혁신 사례도 소개했다. 삼성전자는 AWS의 '아마존 베드록 에이전트'를 활용해 장애를 사전에 감지·대응하는 운영 에이전트를 구축했으며, 이를 통해 장애 복구 시간을 30% 이상 단축하는 것을 목표로 하고 있는 것으로 알려졌다. 또한 AWS는 LG전자 MX사업부가 AI 기반 개발 방법론을 적용해 생산성을 두 배 이상 끌어올렸고, CJ올리브영은 단기간에 다수의 프로젝트를 동시에 수행하는 등 AI 기반 업무 혁신 사례를 확대하고 있다고 설명했다. AWS는 AI가 소프트웨어 개발 방식 자체도 바꾸고 있다고 강조했다. 기존에는 개발자가 직접 코드를 작성하고 테스트하는 구조였다면, 최근에는 AI가 설계와 코드 생성, 테스트를 지원하고 사람은 검증과 의사결정을 담당하는 방식으로 변화하고 있는 것이다. 함 대표는 "AI는 단순히 개발을 돕는 수준을 넘어 조직과 사람이 함께 일하는 방식을 재설계하는 새로운 표준이 되고 있다"고 말했다. 이날 AWS는 피지컬 AI 전략도 공개했다. 피지컬 AI는 로봇과 자율주행, 산업 자동화 등 물리적 환경에서 AI가 직접 판단하고 움직이는 기술을 의미한다. AWS는 한국이 AI 칩 설계와 로봇 제조, 파운데이션 모델 등 피지컬 AI 생태계를 갖춘 국가라고 평가했다. AWS는 현대로보틱스와 두산로보틱스, 리얼월드 등과 함께 피지컬 AI 분야 협력을 확대하고 있으며, 데이터 수집과 모델 학습, 시뮬레이션, 엣지 추론까지 전 과정을 지원하는 전담 프로그램도 운영할 계획이다. 제이슨 베넷 AWS 글로벌 스타트업 부문 부사장은 "우리는 지난 1년 동안 AI 도입이 얼마나 빠르게 확산됐는지를 직접 목격하고 있다"며 "AWS는 AI 에이전트와 자동화 기술이 앞으로 더 많은 산업에서 실제 비즈니스 혁신을 만들어낼 것으로 보고 있다"고 말했다.2026-05-20 10:38:11
-
![[데일리 뱅킹 브리프] KB금융, 금융권 첫 휴머노이드 로봇 기반 시니어 돌봄 서비스 공개 外](https://image.ajunews.com//content/image/2026/05/08/20260508152902796780.jpg)
KB금융, 금융권 첫 휴머노이드 로봇 기반 시니어 돌봄 서비스 공개 外 [경제일보] KB금융, 금융권 첫 휴머노이드 로봇 기반 시니어 돌봄 서비스 공개 KB금융그룹이 서울 강남구 코엑스에서 열린 'AI EXPO KOREA 2026'에서 휴머노이드 로봇을 활용한 시니어 케어 특화 '피지컬 AI 돌봄 서비스'를 공개했다고 밝혔다. KB금융은 이번 행사에 유일하게 참가한 금융그룹으로 생성형 인공지능(AI) 전문기업 제논과 공동 개발한 휴머노이드 로봇 '젠피'를 선보였다. 젠피에는 시니어 돌봄에 특화된 손가락 모듈 기능 등 기존 범용 로봇과 차별화된 설계가 적용됐다. 전시에서는 △관람객 인사와 환경 인식 △재활 일정·날씨·컨디션 안내 △시니어 감정과 신체 상태에 대한 응답 △복약 시간 인지 후 약 전달 △재활 동작 보조와 기립 부축 등 5단계 시나리오를 시연했다. KB금융은 이번 시연을 시작으로 △정서·인지 돌봄 중심 디지털 케어 △물건 전달과 환경 제어 등 비접촉 물리 작업 △보행 보조와 부축 등 부분 신체 접촉 △고난도 전면 신체 케어로 이어지는 피지컬 AI 발전 로드맵을 추진할 계획이다. KB금융은 지난 1월 오픈한 에이지테크랩을 중심으로 미래형 케어 서비스 가능성을 검증할 예정이다. 케어로봇과 휴머노이드 로봇 등 최신 기기와 서비스를 실증하고 요양 시설 시범 도입도 추진한다. 오는 7월에는 KB라이프 자회사 KB골든라이프케어 종로평창카운티에 인공지능 KB케어로봇 '케비'를 시범 도입한다. 케비는 소형 자율주행 로봇으로 긴급 상황 감지와 알림, 공간 안내, 컨시어지 서비스, 안부 대화 기능 등을 제공한다. KB금융 관계자는 "KB금융은 시니어 고객의 삶에서 돌봄·건강·주거·재무가 하나의 여정으로 연결된다는 철학 아래 기술과 따뜻한 돌봄이 함께하는 에이지테크의 미래를 구현하는 데 그룹의 역량을 집중해 나가겠다"고 말했다. 우리은행, 국민연금 외화금고은행 재선정 우리은행이 국민연금공단의 외화금고은행 우선협상대상자로 다시 선정됐다고 8일 밝혔다. 계약 기간은 오는 8월 1일부터 2031년 7월 31일까지다. 우리은행은 최대 5년간 국민연금의 외화 자산 보관과 결제 업무를 수행하게 된다. 우리은행은 국민연금의 외화 자산 보관과 결제, 외화 송금과 환전 업무를 지원할 계획이다. 국민연금은 지난 2월 말 기준 약 1610조원의 기금을 운용하고 있다. 이 중 해외 운용 자산은 886조원 규모다. 우리은행은 이번 선정 과정에서 리스크 관리 체계와 디지털 기반 외환·결제 시스템 등에서 높은 평가를 받은 것으로 알려졌다. 정진완 우리은행장은 "이번 재선정은 우리은행의 안정적인 자금 운용 및 금고 관리 역량을 인정받은 결과"라며 "앞으로 리스크 관리 시스템을 고도화하고 디지털 결제 혁신을 지속해 국민연금의 안정적인 자산 운용을 지원하는 든든한 전략적 파트너가 되겠다"고 말했다. KB국민은행, 통영 한산도서 'KB바다숲 프로젝트' 3차 사업 실시 KB국민은행이 오는 10일 제14회 바다식목일을 맞아 경남 통영 한산도 제승당 인근 연안에서 'KB바다숲 프로젝트' 3차 사업을 실시한다고 8일 밝혔다. 바다식목일은 매년 5월 10일로 바다 사막화의 심각성을 알리고 해양 생태계 보전에 대한 관심을 높이기 위해 제정된 법정기념일이다. KB바다숲 프로젝트는 남해안에 잘피 군락지를 조성해 해양 생태계를 복원하고 탄소중립에 기여하는 KB국민은행의 환경·사회·지배구조(ESG) 환경보전 활동이다. 잘피는 탄소 흡수 능력을 갖춘 블루카본 식물로 해양생물의 산란처와 서식지를 제공한다. KB국민은행은 지난 2022년부터 해양생태기술연구소, 에코피스아시아와 함께 프로젝트를 진행해 왔다. 1차 사업은 경남 남해군에서 1만 제곱미터(㎡) 규모로 진행됐으며 2차 사업은 경남 사천에서 추진됐다. 이번 3차 사업은 오는 2027년까지 2년에 걸쳐 진행된다. 조성 목표 면적은 총 1만㎡로 올해 통영 한산도 제승당 연안에 4000㎡ 규모의 잘피 성체를 이식하고 2027년에는 6000㎡ 규모의 잘피 종자를 파종할 계획이다. 조성 이후 2028년까지 모니터링도 실시한다. KB국민은행 관계자는 "기후위기 극복을 위해 2022년부터 시작한 KB바다숲 프로젝트가 남해안 곳곳에서 눈에 띄는 성과를 내고 있다"며 "3차 사업의 대상지인 충무공의 얼이 깃든 한산도라는 뜻깊은 공간에 자연과 역사, 미래가 공존하는 바다숲을 조성해 지속 가능한 해양생태계 회복에 기여하겠다"고 말했다.2026-05-08 15:30:39
많이 본 뉴스
영상
Youtube 바로가기
![[사설] 흔들리는 증시와 AI 대전환, 금융의 기본과 상식부터 바로 세워라](https://image.ajunews.com/content/image/2026/10/16/20261016092344750114_518_323.jpg)