2026.10.07 수요일
검색
'AI 시스템' 검색결과
기간검색
-
~
검색영역
검색어
-
기업마다 늘어나는 AI 에이전트…데이터이쿠, 통합 관리 솔루션 출시 [경제일보] 기업들이 업무 자동화를 위해 인공지능(AI) 에이전트를 빠르게 도입하면서 사내에서 어떤 에이전트가 운영되고 있는지 파악하고 관리하는 일이 새로운 과제로 떠오르고 있다. 특히 부서별로 서로 다른 AI·클라우드 플랫폼에서 에이전트를 구축하면서 기존 플랫폼별 관리도구만으로는 기업 전체의 AI 에이전트를 한눈에 파악하기 어려워지고 있다. 28일 AI 플랫폼 기업 데이터이쿠는 기업에서 운영 중인 AI 에이전트를 추적하고 관리할 수 있는 '에이전트 매니지먼트'를 내달 출시한다고 밝혔다. AI 시스템 전반의 관리 체계가 아직 충분히 갖춰지지 않았다는 조사 결과도 있다. IBM의 'AI 인 모션' 연구에 따르면 현재 운영 중인 AI 시스템을 빠짐없이 파악하고 최신 상태로 관리하는 조직은 전체의 20% 미만으로 나타났다. AI 활용이 확대되는 상황에서 기업이 보유한 AI 시스템의 전체 현황부터 제대로 파악하기 어려운 셈이다. AI 에이전트는 기존 소프트웨어보다 관리가 복잡해질 가능성이 있다. 일반적인 소프트웨어는 도입 단계부터 담당자와 비용, 계약 갱신 시점, 사용 현황 등을 관리하는 체계가 마련되는 경우가 많다. 반면 AI 에이전트는 각 부서가 업무 목적에 맞춰 직접 구축할 수 있어 중앙 조직이 전체 현황을 파악하기 어려울 수 있다. 문제는 에이전트의 숫자만이 아니다. 어떤 업무에 활용되는지, 누가 관리하는지, 어떤 모델과 데이터를 사용하는지, 외부 시스템에 어떤 권한으로 접근하는지까지 함께 살펴야 한다. 특히 기업이 여러 AI·클라우드 플랫폼을 동시에 사용하면 플랫폼별 관리도구만으로는 전체 에이전트를 관리하기 어렵다. 데이터이쿠는 이 같은 멀티플랫폼 환경을 겨냥해 에이전트 매니지먼트를 내놨다. 데이터이쿠 자체 플랫폼뿐 아니라 아마존웹서비스(AWS) 베드록, 데이터브릭스 에이전트, 구글 버텍스, 마이크로소프트 코파일럿 스튜디오 및 애저 파운드리, 세일즈포스 에이전트포스, 스노우플레이크 코텍스 등을 연결한다. 커스텀 환경에서는 오픈텔레메트리(오픈소스 옵저버빌리티 프레임워크)도 지원한다. 각 플랫폼에 흩어진 에이전트를 하나의 목록으로 모은 뒤 개별 에이전트의 구조와 작동 방식까지 들여다보는 방식이다. 에이전트가 어떤 모델을 사용하고 어떤 도구를 호출하는지도 확인할 수 있다. 특정 플랫폼의 관리 범위를 넘어 기업 전체의 AI 에이전트를 살펴보는 상위 관리 계층을 지향하는 이유로 풀이된다. 관리 대상은 성능에만 머물지 않는다. AI 에이전트가 실제 업무를 수행하면서 고객 정보나 민감한 데이터를 다루고 외부 시스템과 연결되는 사례가 늘어날수록 보안과 규제 대응도 함께 고려해야 하는 것으로 꼽힌다. 이에 데이터이쿠는 고객 서비스를 제공하거나 민감한 데이터를 처리하고 실시간 거래를 수행하는 등 위험도가 높은 에이전트에 대해서는 인증 상태와 식별된 위험 요소, 정기 테스트 결과를 지속적으로 기록할 수 있도록 구현했다. 특정 에이전트가 어떤 위험을 안고 있는지와 그동안 어떤 검증을 거쳤는지를 추적하는 데 초점을 맞췄다. 감사나 규제 대응 과정에서 필요한 자료를 확보하는 것도 가능하다. 관리자와 감사 담당자, 규제기관이 특정 에이전트의 운영 현황이나 위험 관리 내역을 요구할 경우 관련 기록을 확인할 수 있다. AI 에이전트가 늘어날수록 '누가 만들었는가'만큼 '현재 어떻게 관리되고 있는가'가 중요해지는 배경이다. 비용과 성과를 따져보는 기능도 포함됐다. 기업은 개별 에이전트에 투입된 비용과 실제 비즈니스 성과를 함께 살펴볼 수 있다. 활용되지 않는 에이전트가 무엇인지, 모니터링에서 빠진 에이전트는 없는지, 위험이 특정 영역에 집중돼 있는지도 파악할 수 있다. 관리 방식도 기존 대시보드 중심에서 벗어났다. 관리자가 일상적인 언어로 질문하면 기업 전체에 구축된 에이전트 현황을 바탕으로 필요한 정보를 조회할 수 있다. 여러 플랫폼에 접속해 각각의 정보를 대조해야 했던 과정을 줄이는 방식이다. 플로리앙 두에토 데이터이쿠 공동 창업자 겸 CEO는 "은행에 현재 운영 중인 서버가 몇 대인지 물으면 소수점 단위까지 정확히 답할 수 있지만, 운영 중인 AI 에이전트가 몇 개인지 물으면 추측으로 답하거나 정확히 파악하지 못하는 경우가 많다"며 "기업들이 처음부터 이렇게 복잡한 상황을 의도한 것은 아니지만 각 팀이 빠르게 에이전트를 구축하면서 전체 현황을 파악하기 어려워지고 있어, 에이전트 매니지먼트는 기업 내에서 실제로 운영되고 있는 에이전트의 현황을 파악하고 각 에이전트가 창출하는 비즈니스 가치를 확인할 수 있도록 한다"고 말했다.2026-09-28 17:00:23
-
![[경제일보] 반도체·핵심광물로 보폭 넓히는 LX…미래 성장축 재편](https://image.ajunews.com//content/image/2026/09/21/20260921102559310534.png)
반도체·핵심광물로 보폭 넓히는 LX…미래 성장축 재편 [경제일보] LX가 기존 사업에서 축적한 기술과 해외 사업 역량을 기반으로 반도체와 핵심광물 등 미래 산업으로 사업 포트폴리오를 넓히고 있다. LX세미콘은 디스플레이 구동칩 중심의 사업 구조에서 차량용 MCU와 방열기판으로 사업 영역을 확대하고, LX인터내셔널은 기존 자원개발 경험을 니켈·구리·보크사이트 등 핵심광물로 확장하고 있다. 전기차와 전력 인프라, 배터리 소재 시장을 겨냥한 신사업 투자를 통해 기존 사업에 이어 새로운 성장축을 구축하고 있다. ◆ LX세미콘, 3년 개발 끝 차량용 MCU 양산…현대차·기아 공급 LX세미콘의 차량용 반도체 사업은 지난 2022년부터 본격화됐다. 차량용 MCU는 자동차의 각종 전자장치를 제어하는 반도체로, 센서에서 정보를 받아 모터와 전장 부품의 작동을 제어한다. LX세미콘은 기존 시스템 반도체 설계 역량과 MCU 기술을 활용해 차량용 MCU 개발에 나섰다. 2023년 3월에는 현대차·기아의 모터 기능 특화 MCU 신규 공급사로 선정됐으며, 같은 해 4월 수주를 확보한 뒤 약 3년간 개발과 품질 검증을 진행했다. 올해 8월에는 차량용 모터 기능 특화 MCU인 'LX61101' 양산에 들어가 현대차·기아에 공급을 시작했다. LX61101은 차체 전장 부품에 적용돼 모터의 속도와 위치, 회전 방향, 토크 등을 제어한다. 파워윈도 안전 기능과 공력 제어 등에 사용되며 2026년 하반기 생산 차량에 적용된다. LX세미콘은 초기 적용 차량을 시작으로 공급 차종을 늘리고, 차량용 MCU 제품군도 통신·구동·센서·파워 반도체 등으로 확대할 계획이다. 글로벌 차량용 MCU 시장은 지난해 약 15조5000억원 규모로 추산된다. 방열기판 사업에도 투자가 이어졌다. LX세미콘은 경기도 시흥에 약 3000평 규모 생산공장을 구축하고 2022년 생산설비를 완공했다. 지난 5년간 방열기판 사업에 약 1000억원을 투자했으며, 2025년 4월 친환경 차량용 방열기판의 첫 양산을 시작했다. 방열기판은 전력 반도체에서 발생하는 열을 외부로 전달하는 부품이다. 전기차 인버터와 충전기, 에너지저장장치(ESS) 등에 적용된다. 연간 생산능력은 25만장 수준으로, 연말까지 50만장으로 늘릴 계획이다. 스타트업 투자도 병행하고 있다. LX세미콘은 지난해 9월 145억원을 출자해 '스타트업 코리아 LX-BSK 오픈 이노베이션 투자조합'에 참여했다. 펀드 존속기간은 8년이며 AI 시스템 반도체 설계와 방열 솔루션 등 관련 기술을 보유한 스타트업을 투자 대상으로 삼는다. ◆ LX인터내셔널, 1330억원 니켈 투자…2028년 생산량 350만톤 확대 LX인터내셔널은 기존 자원개발과 트레이딩 사업에서 축적한 역량을 핵심광물 분야로 확장하고 있다. 석탄 중심이던 자원개발 사업에 니켈 등 배터리 핵심광물을 추가하며 전기차와 배터리 소재 시장을 겨냥한 사업 영역을 넓혔다. LX인터내셔널은 2024년 1월 인도네시아 AKP 니켈 광산에 1330억원을 투자해 지분 60%를 확보했다. 인도네시아 술라웨시 지역에 위치한 AKP 광산은 약 2000ha 규모로, 총 자원량은 5140만톤, 확인 매장량은 3600만톤이다. LX인터내셔널은 석탄 광산 개발·운영 과정에서 축적한 경험을 니켈 사업에도 적용했다. AKP 광산의 니켈 생산량은 2025년 275만톤이며, 2026년 300만톤, 2027년 320만톤, 2028년 350만톤을 목표로 생산량을 확대한다. 니켈은 삼원계 배터리 양극재의 주요 원료다. LX인터내셔널은 AKP 광산 생산물에 대한 오프테이크 권리를 확보해 자원개발과 원료 조달을 연계했다. 핵심광물 포트폴리오도 넓힌다. 니켈에 이어 보크사이트와 구리 등 유망 광물 확보를 추진하며, 배터리·전기차 밸류체인과 연계되는 광물에 대한 투자 기회도 검토하고 있다. 올해 3월 정기주주총회에서는 니켈 사업 기반 확대와 유망 광물 자산 확보 방침을 제시했다. 니켈 광산 개발에 이어 신규 광물 자산 발굴까지 자원개발 사업의 범위를 넓힌다는 계획이다. [아주경제 2026년 09월 22일자 14면에 게재된 기사입니다.]2026-09-22 08:02:20
-
100만 인파 예상…통신 3사, AI·5G로 불꽃축제 '트래픽 폭주' 막는다 [경제일보] SK텔레콤과 KT, LG유플러스가 오는 5일 서울 여의도·이촌 한강공원 일대에서 열리는 ‘서울세계불꽃축제 2026’를 앞두고 특별 소통 대책을 가동한다. 대규모 인파가 한꺼번에 사진과 영상을 전송하면서 발생하는 통신 트래픽 급증에 대비해 이동기지국과 임시 장비를 배치하고 24시간 관제에 들어간다. LG유플러스는 전야 행사와 본행사가 이어지는 4~5일 행사장과 인접 지역에 약 100만명이 찾을 것으로 예상했다. 통신 3사는 불꽃쇼 시간뿐 아니라 관람객이 몰리는 입장 시간과 행사가 끝난 뒤 귀가 시간대까지 집중적으로 관리할 계획이다. ◆ SKT, 지난해 접속 데이터 기반으로 AI 예측 SKT는 지난해 불꽃축제에서 측정한 데이터를 토대로 올해 통신 수요를 예측했다. 지난해 SKT망 기준 순 방문자는 19만3000명, 불꽃쇼 시간대 최대 동시 접속자는 8만8000명으로 집계됐다. 인파가 여의도 한강공원을 넘어 노량진수산시장과 마포대교 물빛광장 등 인접 지역으로 확산하는 흐름도 확인했다. 이를 반영해 여의도 한강공원 크루즈 선착장과 시계탑, 여의나루역 등에 고정 통신시설을 보강한다. 이동기지국과 전기차 기반 이동기지국 등 임시 시설도 추가 투입한다. 행사 당일에는 트래픽이 집중되는 구간을 실시간으로 파악해 장비 운용과 현장 대응에 반영할 방침이다. 망 운용에는 자체 개발한 AI 시스템 ‘A-One(Access All-in-One)’을 적용한다. 지도에서 행사 장소를 지정하면 AI가 예상 관중 수와 자사 가입자 수, 기존 기지국의 수용 인원과 부하율을 분석해 보강 필요 여부와 이동기지국의 수량·위치를 추천한다. SKT는 AI 도입으로 행사 분석과 대응 계획 수립 시간이 기존 약 5일에서 30분으로 줄었다고 설명했다. 복재원 SKT 네트워크 운용담당은 “AI 기반 혼잡도 사전 예측과 통신망 관리를 통해 고객들이 축제에 집중할 수 있도록 철저히 준비하겠다”고 말했다. ◆ KT, 5G망 나눠 행사장 CCTV 통신 보호 KT는 여의도 한강공원과 인근 지하철역 등 주요 이동 동선을 중심으로 통신 품질을 사전 점검했다. 관람객이 집중될 것으로 예상되는 구간의 기지국 용량을 미리 증설하고 이동식 기지국을 추가 배치해 네트워크 수용 능력을 확대했다. 행사장 안전 관리에는 5G 네트워크 슬라이싱 기술을 적용한다. 하나의 5G 네트워크를 여러 개의 가상망으로 나눠 특정 서비스에 독립적인 통신 자원을 제공하는 기술이다. 일반 이용자의 데이터 사용이 급증하더라도 주최 측이 행사장 전역의 CCTV 영상을 지체 없이 전송받을 수 있도록 별도의 안정적인 통신 환경을 제공한다. KT는 최근 대규모 월드컵 거리 응원 현장에서도 네트워크 슬라이싱을 활용해 무전형 커뮤니케이션과 현장 상황 공유, 긴급 대응 연락을 지원한 바 있다. 불꽃축제 당일에는 종합관제실을 중심으로 24시간 대응 체계를 운영하고 현장·지원 인력을 평소보다 늘려 장애나 품질 저하가 확인되면 즉시 조치할 계획이다. ◆ LG유플러스, AI가 기지국 과부하 예측해 자동 제어 LG유플러스는 행사 기간 약 100만명 규모의 유동 인구가 발생할 것으로 보고 비상 운영 체계에 들어갔다. 무선 트래픽 수용량을 늘리기 위해 이동기지국과 임시 장비를 추가로 구축하고 행사장과 주변 지역의 무선망 최적화 작업을 진행했다. 사전 통화 품질 측정과 네트워크 점검도 완료했다. 행사 현장에는 통화 품질 점검과 장애 대응을 담당하는 전문 인력을 배치한다. 현장 인력은 통신 품질과 트래픽 변화를 상시 확인하고 장애가 발생하거나 특정 구간에 이용량이 집중되면 즉시 대응할 예정이다. 서울 마곡사옥에는 종합상황실을 마련해 장비별 트래픽과 무선망 품질을 24시간 집중적으로 감시한다. AI 기반 자율운영 네트워크 플랫폼 ‘AION’을 활용해 기지국 과부하를 사전에 예측하고, 상황에 따라 트래픽을 자동 분산·제어한다. 현장 대응과 원격 관제를 함께 운용해 장애 징후를 조기에 발견한다는 구상이다.2026-09-02 15:38:16
-
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
-
"내 글에 낙인 찍나"…AI 워터마크, '투명성'인가 '감시'인가 [경제일보] “내가 직접 쓴 글인데 인공지능(AI)이 일부 손봤다는 이유만으로 AI 글로 분류되는 것 아닌가.” 생성형 AI를 업무와 학업에 활용하는 이용자들 사이에서 이런 우려가 커지고 있다. 글로벌 AI 기업 앤트로픽(Anthropic)이 자사의 AI 서비스 ‘클로드(Claude)’가 생성한 텍스트에 사람이 눈으로 확인하기 어려운 식별 패턴을 넣기 시작하면서다. 단순한 기능 업데이트로만 보기 어려운 이유는 이 기술이 앞으로 AI 콘텐츠의 ‘신분증’ 역할을 할 가능성이 있기 때문이다. 지금까지 AI 생성 여부는 별도의 탐지 프로그램을 통해 추정하는 방식이 중심이었다. 앞으로는 AI가 콘텐츠를 만들어내는 순간부터 식별 정보가 함께 따라붙는 구조로 바뀔 수 있다. 앤트로픽은 지난 2일부터 새로 출시되는 클로드 모델의 텍스트에 보이지 않는 워터마크를 적용하고 있다. 기존 모델에도 순차적으로 적용할 계획이며, 유럽연합(EU)뿐 아니라 전 세계 서비스에 적용한다. API(응용프로그램 인터페이스), 클로드 코드 등 개발자용 서비스에도 같은 원칙이 적용된다. ◆ 왜 갑자기 AI 글에 ‘도장’을 찍나 출발점은 유럽연합의 ‘AI법(EU AI Act·유럽연합 인공지능법)’이다. EU AI법 제50조는 AI로 생성된 콘텐츠가 사람이나 다른 콘텐츠인 것처럼 오인되지 않도록 AI 생성·변조 콘텐츠를 기계가 식별할 수 있는 방식으로 표시하도록 하는 투명성 의무를 담고 있다. 이 규정은 지난 2일부터 적용되기 시작했다. AI가 만든 콘텐츠가 허위정보나 사칭 등에 악용되는 것을 막고 정보의 출처를 보다 명확하게 하려는 취지다. 다만 EU가 특정한 하나의 ‘워터마크’ 기술을 의무화한 것은 아니다. 워터마크나 메타데이터, 콘텐츠 출처 인증 등 기술적으로 가능한 방법을 활용해 AI 생성 여부를 식별할 수 있도록 하는 것이 핵심이다. 앤트로픽은 이 가운데 텍스트 자체에 보이지 않는 통계적 패턴을 심는 방식을 선택했다. 앤트로픽이 이를 전 세계에 적용한 것은 유럽과 비유럽 지역의 서비스를 별도로 운영하기보다 하나의 모델과 시스템으로 대응하기 위한 것으로 풀이된다. ◆ 사람 눈에는 안 보이는데 어떻게 찾나 앤트로픽이 사용하는 방식은 글에 ‘AI 작성’이라는 문구를 붙이는 기존의 표시와 다르다. AI가 문장을 생성할 때 특정 단어나 토큰(인공지능이 문장을 생성할 때 사용하는 최소 단위)의 선택 확률을 미세하게 조정해 통계적인 패턴을 만들어내는 방식이다. 사람 눈에는 일반적인 문장과 차이가 없지만 별도의 탐지 기술을 이용하면 해당 패턴을 찾아낼 수 있다. 구글 딥마인드가 개발한 ‘SynthID Text(AI가 생성한 텍스트를 식별하는 기술)’와 같은 방식이 대표적이다. AI가 다음 단어를 선택하는 과정에 일정한 패턴을 남겨 생성 여부를 판별하는 방식이다. 다만 이 기술을 ‘완벽한 AI 탐지기’로 봐서는 안 된다. 워터마크가 발견됐다고 해서 글 전체를 AI가 작성했다는 뜻은 아니며, 반대로 워터마크가 발견되지 않았다고 해서 사람이 100% 작성했다는 의미도 아니다. 앤트로픽 역시 기술의 한계를 인정하고 있다. ◆ “내가 쓴 글인데 왜 AI 글인가” 이용자들의 반발은 바로 이 지점에서 나온다. AI에게 글 전체를 작성하도록 한 것이 아니라 직접 쓴 글의 오탈자를 수정하거나 문장을 다듬고, 번역하거나 일부 표현을 고치는 데 AI를 활용하는 경우가 대표적이다. 미국 커뮤니티 사이트 ‘레딧(Reddit)’ 등에서는 앤트로픽의 발표 이후 “AI를 사용했다는 사실과 AI가 글의 저자라는 것은 다른 문제”라는 의견이 이어졌다. 일부 유료 이용자는 구독 취소를 거론했고, 실제로 다른 AI 서비스로 옮기겠다는 이용자도 나타났다. 반면 AI 사용 사실을 투명하게 밝히는 것은 오히려 필요한 조치라는 반론도 나온다. 특히 논란이 되는 것은 학교와 직장이다. 대학이 과제물의 AI 사용을 금지하거나 기업이 업무 결과물의 AI 사용 여부를 관리할 경우 워터마크가 새로운 판단 기준으로 활용될 수 있기 때문이다. 앤트로픽은 이에 대해 워터마크가 ‘저자’를 증명하는 기술이 아니라고 설명한다. 사람이 작성한 글을 일부만 가볍게 수정하거나 AI가 작성한 글을 사람이 크게 다시 작성하는 경우에는 식별 성능이 떨어질 수 있다는 것이다. ◆ “AI 표시”와 “AI 낙인” 사이 문제는 AI 활용 방식이 이미 ‘AI가 쓴 글’과 ‘사람이 쓴 글’로 깔끔하게 나뉘지 않는다는 데 있다. 사람이 아이디어를 내고 AI에게 초안을 만들게 한 뒤 다시 사람이 고칠 수도 있고, 사람이 작성한 글을 AI가 교정할 수도 있다. 번역과 요약, 자료 정리처럼 인간의 작업을 보조하는 용도로 AI를 사용하는 경우도 많다. 그런데 워터마크 하나만으로 이 과정을 모두 ‘AI 콘텐츠’로 묶어버리면 실제 창작 과정과 다른 판단이 내려질 가능성이 있다. AI 사용 여부와 부정행위 여부, 저작권 침해 여부는 서로 다른 문제이기 때문이다. 워터마크의 실효성도 논쟁거리다. 가벼운 편집이나 복사·붙여넣기에도 일부 흔적이 남도록 설계됐지만, 대규모 재작성이나 번역 등을 거치면 식별 성능이 떨어질 수 있다. 이미 해외 개발자 커뮤니티에서는 워터마크를 우회하거나 탐지를 어렵게 만드는 방법에 대한 논의도 나타나고 있다. 연구자들 역시 텍스트 워터마크의 견고성과 탐지 정확도에 한계가 있을 수 있다고 지적한다. 결국 ‘워터마크를 심는 AI’와 ‘워터마크를 지우는 기술’의 경쟁으로 이어질 가능성도 배제할 수 없다. ◆ 클로드에서 끝나지 않을 가능성 앤트로픽의 결정은 특정 서비스의 기능 변경에 그치지 않을 가능성이 높다. EU AI법의 투명성 의무는 특정 기업이 아니라 해당 규정의 적용을 받는 AI 시스템 전반을 대상으로 하기 때문이다. EU 집행위원회도 AI 생성 콘텐츠의 표시와 식별을 위한 실천강령을 마련하고 있다. 따라서 앞으로 주요 AI 기업들이 비슷한 기술을 도입할 경우 AI가 만든 콘텐츠에는 생성 과정에서부터 디지털 흔적이 남는 것이 새로운 표준이 될 수 있다. 관건은 그 흔적을 어떻게 사용할 것인가다. 학교가 워터마크를 이유로 과제를 일괄적으로 부정행위로 판단하거나 기업이 채용 과정에서 AI 사용 여부만으로 지원자를 평가한다면 기술의 본래 취지와 다른 문제가 발생할 수 있다. AI 워터마크 논쟁의 본질은 결국 ‘AI를 표시할 것인가’가 아니다. AI가 어디까지 개입했을 때 그것을 AI 콘텐츠라고 부를 것인가에 있다. AI가 인간의 작업을 대체하는 단계를 넘어 인간과 함께 결과물을 만드는 도구로 자리 잡은 상황에서 ‘AI 사용’과 ‘AI 작성’을 같은 의미로 취급해서는 안 된다는 지적도 나온다. 한편 투명성을 높이겠다는 취지는 분명하다. 하지만 식별 기술이 사회적 기준보다 앞서가면 투명성을 위한 표시가 또 다른 낙인이 될 수도 있다. 앞으로 AI 워터마크가 신뢰를 높이는 ‘디지털 출처 표시’로 자리 잡을지, 아니면 AI를 사용하는 사람을 구분하는 새로운 꼬리표가 될지는 기술보다 이를 해석하고 활용하는 사회의 기준에 달려 있다.2026-08-17 13:54:56
-
삼성SDS, 2분기 매출 3.7조…클라우드·물류 동반 성장 [경제일보] 삼성SDS가 클라우드와 물류 사업의 동반 성장에 힘입어 올해 2분기 매출 3조7000억원대를 기록했다. 공공·금융 분야의 인공지능 전환(AX) 수요를 흡수하며 계열사 중심의 사업 구조를 대외 시장으로 확장하는 모습이다. 삼성SDS는 연결 기준 2분기 매출 3조7178억원, 영업이익 2318억원의 잠정실적을 기록했다고 30일 밝혔다. 전년 동기보다 매출은 5.9%, 영업이익은 0.7% 증가했다. 2분기 영업이익률은 6.2%다. 매출 증가율보다 영업이익 증가율이 낮아 전년 동기와 비교하면 수익성은 다소 낮아졌다. 상대적으로 이익률이 낮은 물류 사업의 매출 확대와 AI 인프라·서비스 관련 투자가 영향을 미친 것으로 풀이된다. 다만 퇴직금 산정 기준 변경에 따른 일회성 비용 1120억원이 반영됐던 1분기와 비교하면 영업이익은 약 3배로 회복됐다. IT서비스 사업 매출은 1조7625억원으로 전년 동기보다 5% 증가했다. 이 가운데 클라우드 매출은 7794억원으로 17% 늘었다. 클라우드가 IT서비스 매출에서 차지하는 비중은 약 44%까지 높아졌다. 특히 외부 고객을 대상으로 한 클라우드 매출이 75% 증가하며 계열사 의존도를 낮추는 데 기여했다. 삼성 클라우드 플랫폼(SCP)을 기반으로 하는 클라우드서비스제공사(CSP) 사업은 공공 분야와 GPUaaS 수요 확대로 24% 성장했다. 클라우드 관리서비스제공사(MSP) 사업은 금융권 AX 프로젝트와 조선업 전사적자원관리(ERP) 사업 확대에 힘입어 17% 증가했다. 향후 클라우드 사업의 성장성을 평가할 지표는 대외 고객 증가세가 장기 계약과 반복 매출로 이어지는지다. 물류 사업 매출은 1조9553억원으로 6.6% 늘었다. 항공 포워딩과 내륙 운송·창고를 중심으로 계약 물류가 증가했고, 디지털 물류 플랫폼 ‘첼로스퀘어’의 외부 고객 사업도 성장했다. 삼성SDS는 AI 인프라와 AX·AI 서비스, AI 플랫폼·솔루션을 묶은 ‘AI 풀스택’ 전략도 구체화하고 있다. 과학기술정보통신부의 GPU 확보·구축·운용 지원사업에 참여해 국가 AI 인프라를 구축하고 있으며 엔비디아 B300 기반 GPUaaS도 제공하고 있다. 7월에는 퓨리오사AI의 국산 신경망처리장치(NPU) ‘레니게이드’를 활용한 NPUaaS 상품을 출시했다. GPU뿐 아니라 국산 AI 반도체까지 인프라 선택지를 넓혀 고객의 비용과 워크로드 특성에 맞는 연산 환경을 제공한다는 구상이다. AX 사업에서는 우리은행 핵심 업무에 175개 이상의 AI 에이전트를 적용하는 프로젝트와 한국수출입은행 생성형 AI 시스템 구축 사업을 확보했다. 생성형 AI 솔루션 ‘브리티웍스’를 확산하는 한편 오픈AI, 앤트로픽, 구글클라우드와 협력해 고객이 여러 AI 모델을 선택할 수 있는 구조도 마련하고 있다. 신사업 투자도 병행한다. 삼성SDS는 삼성증권·삼성카드와 함께 두나무 지분 총 4%를 확보해 디지털자산 인프라 사업 진출 기반을 마련했다. 삼성벤처투자를 통해 미국 피지컬 AI 기업 월든 로보틱스에도 투자하고 제조실행시스템과 로봇을 연결하는 ‘로봇 오케스트레이션’ 사업을 준비하고 있다. AI 인프라 규모는 현재 110MW에서 2029년 230MW로 확대할 계획이다. 2031년에는 데이터센터 설계·구축·운영을 맡는 DBO 사업을 포함해 800MW 이상으로 사업 규모를 키운다. 앞서 삼성SDS는 AI 인프라와 서비스, 인수합병 등에 2031년까지 총 10조원을 투자하겠다는 계획을 발표했다. 향후 실적은 대규모 인프라의 가동률과 외부 고객 확보 속도에 좌우될 전망이다. AI 데이터센터는 초기 투자 부담이 큰 만큼 GPU·NPU 사용률을 높이고 금융·공공 분야에서 확보한 AX 사업을 장기 운영 매출로 전환해야 한다. 매출 성장과 함께 영업이익률을 다시 끌어올리는 것도 남은 과제다.2026-07-30 13:42:09
-
KAIST에 엔비디아 AI 연구거점 들어선다…5년간 3억달러 협력 [경제일보] KAIST와 엔비디아가 5년간 3억달러 규모의 인공지능(AI) 공동 연구에 나선다. 단순한 산학협력이나 장비 지원을 넘어 한국어와 국내 산업 환경에 특화된 AI 모델을 개발하고, 연구인력을 엔비디아 글로벌 조직과 연결하는 장기 연구 체계를 구축한다. KAIST는 엔비디아와 김재철AI대학원 서울캠퍼스에 ‘엔비디아-KAIST AI 공동연구소’를 설립한다고 24일 밝혔다. 공동연구소는 차세대 AI 원천기술 확보와 연구인력 양성, 연구 결과의 산업·공공 분야 확산을 함께 추진한다. 초기 협력 기간은 5년이며 전체 사업 규모는 3억달러, 약 4200억원이다. 다만 3억달러 전액이 KAIST에 현금으로 투자되는 구조는 아니다. 엔비디아가 매년 제공하는 5000만달러 상당의 AI 컴퓨팅 자원과 기술·연구 지원 등을 포함한 협력 규모로 보는 것이 정확하다. 공동연구의 중심에는 ‘에이전틱 AI’가 놓인다. 이용자의 질문에 답하는 데 그치지 않고 목표를 이해한 뒤 계획을 세우고 여러 도구를 호출해 업무를 수행하는 AI 모델과 에이전트 시스템을 개발한다. 한국어 이해 능력과 국내 기업의 업무 방식, 산업별 전문지식을 반영하는 연구도 병행한다. 연구에는 엔비디아의 GPU와 소프트웨어, 네트워크를 결합한 풀스택 AI 기술과 개방형 AI 모델 ‘네모트론’이 활용된다. 국내 엔비디아 클라우드 파트너가 제공하는 최신 컴퓨팅 인프라에 KAIST 연구진의 모델 설계와 학습, 추론 기술을 결합한다. 주요 연구 분야는 △에이전틱 AI 모델과 에이전트 시스템 △한국어 최적화 대규모 AI 모델 △국내 산업별 특화 모델 △추론·계획 능력을 갖춘 차세대 AI △다중 에이전트 협력과 결과 검증 △연구 성과의 기업·공공·국가 AI 시스템 적용 등이다. 인재 양성 프로그램도 함께 운영한다. 공동연구소는 매년 KAIST 연구자 최소 10명을 선발해 연구를 지원하고, 지원 대상자에게 엔비디아 인턴십 기회를 제공할 예정이다. 엔비디아는 연구 성과와 역량이 우수한 국내 AI 연구자를 정규 연구직으로 채용하는 방안도 추진한다. 공동연구소장은 KAIST 김재철AI대학원에 부임하는 김현우 엔비디아 박사가 맡는다. 김 교수는 연구 주제를 설정하고 KAIST 연구진과 엔비디아 글로벌 연구조직 사이의 공동 프로젝트를 총괄한다. 연구소가 국내에 머무르지 않고 엔비디아의 해외 연구망과 연결되는 창구 역할을 맡는 셈이다. 이번 협력은 국내 AI 연구가 겪어온 컴퓨팅 자원 부족을 완화할 수 있다는 점에서 주목된다. 대규모 AI 모델은 아이디어와 데이터가 있어도 막대한 GPU 자원이 뒷받침되지 않으면 학습과 검증이 어렵다. 안정적인 컴퓨팅 자원을 장기간 확보하면 단기 과제 중심에서 벗어나 실패 가능성이 높은 원천기술 연구에도 도전할 수 있다. 엔비디아에도 한국은 반도체와 제조, 통신, 로봇, 모빌리티 산업을 갖춘 AI 실증 시장이다. 공동연구소에서 개발한 모델을 국내 산업 현장에 적용하면 GPU 판매를 넘어 AI 소프트웨어와 플랫폼 생태계까지 영향력을 넓힐 수 있다. KAIST는 컴퓨팅 인프라와 글로벌 연구망을 확보하고, 엔비디아는 한국어·산업 특화 AI 기술과 인재를 확보하는 구조다. 배충식 KAIST 총장은 “세계 최고 수준의 AI 연구 역량과 최첨단 인프라를 결합하는 전략적 파트너십의 출발점”이라며 차세대 원천기술 확보와 글로벌 인재 양성을 강조했다. 빌 달리 엔비디아 수석과학자 겸 연구부문 수석부사장은 한국의 산업과 언어에 맞는 AI 모델 및 에이전트 시스템 개발을 가속하겠다고 밝혔다.2026-07-24 09:40:40
-
KT, AI 에이전트 넘어 AX 실행력 키운다...FDE 확보 속도 [경제일보] KT가 글로벌 AI 기업 팔란티어와 함께 B2B 인공지능 전환(AX) 시장 공략을 위한 실행형 AI 인재 양성에 나섰다. 단순한 AI 활용 교육을 넘어 고객사의 문제를 직접 해결할 수 있는 'FDE(전방배치 엔지니어)'를 키워 AI 에이전트 개발부터 시스템 구축, 운영까지 수행할 수 있는 AX 실행력을 확보하겠다는 전략이다. 16일 KT는 사내 임직원을 대상으로 AI 해커톤 행사 '에이전트 캠프'를 진행해 현업 문제를 직접 해결하는 AI 에이전트 과제를 발굴했다고 밝혔다. 이번 행사는 지난 13일부터 15일까지 경기도 성남시 KT 분당 사옥에서 진행됐으며 임직원들이 직접 업무 혁신을 위한 솔루션 개발에 참여했다. 이번 행사의 핵심은 AI 에이전트 개발 자체보다 '실행력'에 있는 것으로 풀이된다. 최근 AI 시장의 경쟁이 생성형 AI를 넘어 AI 에이전트와 AX로 확대되면서 실제 고객 현장에 AI를 적용하고 운영할 수 있는 인재 확보가 중요해지고 있기 때문이다. 특히 KT가 강조하는 FDE는 팔란티어 성장의 핵심 경쟁력으로 꼽힌다. FDE는 단순한 개발자가 아닌 고객과 함께 현장의 문제를 정의하고 데이터 분석부터 AI 모델 적용, 시스템 구축과 운영까지 수행하는 역할을 맡는다. 고객사의 업무 환경을 이해하고 기술과 데이터를 활용해 문제를 해결하는 '현장형 엔지니어'인 것이다. KT는 지난해부터 팔란티어와 전략적 파트너십을 맺고 국내 AX 시장 공략에 나서고 있다. 양사는 금융과 제조, 공공 등 다양한 산업군을 대상으로 AI와 데이터 기반 AX 사업을 추진하고 있으며, 이번 에이전트 캠프 역시 팔란티어의 FDE 전략을 구체화하기 위한 행보로 분석된다. KT는 에이전트 캠프를 통해 AI 네트워크 보안 관제 에이전트와 AI 에너지 운영 최적화 에이전트, 데이터 for AI 에이전트 등 실제 사업 영역에 적용 가능한 3개 프로젝트를 수행했다고 설명했다. 참가자들은 AI와 데이터 통합 기술을 기반으로 해결 방안을 설계했으며, 팔란티어의 데이터 통합 플랫폼 '파운드리'와 AI 플랫폼 'AIP'를 활용해 데이터를 의미 단위로 연결하는 온톨로지를 구축하고 이를 기반으로 AI 에이전트를 구현했다. 이 과정에서 팔란티어 FDE가 멘토로 참여해 기술 멘토링과 협업을 지원했다. 이번 행사는 단순한 사내 해커톤과는 차이가 있다. 임직원들이 직접 현업의 문제를 정의하고 해결 방안을 설계하는 과정을 통해 AI 에이전트를 실제 업무에 적용할 수 있는 가능성을 검증했다는 점에서다. 나아가 고객사의 AX 프로젝트를 수행할 수 있는 실행형 인재를 양성하는 데 목표로 진행됐다. KT는 AI 에이전트 사업의 핵심을 '실행력'에서 찾고 있다. AI를 개발하는 것에 그치지 않고 고객의 문제를 정의하고 이를 해결할 수 있는 AI 시스템을 구축·운영하는 역량을 확보해야 B2B AX 시장에서 경쟁력을 가질 수 있다는 판단이다. KT는 향후 에이전트 캠프 등 사내 AI 혁신 프로그램을 지속 확대해 데이터와 AI, 시스템 구축부터 운영까지 전 과정을 수행할 수 있는 FDE 역량을 강화할 계획이다. 이를 바탕으로 고객 요구에 민첩하게 대응할 수 있는 현장 중심형 전문가를 양성하고 AX 사업의 실행력과 추진력을 높인다는 방침이다. 변우철 KT AX 엔지니어링본부 P-FDE 담당 상무는 "이번 '에이전트 캠프'와 같이 다양한 AI 혁신 프로그램을 마련해 임직원의 AI 활용 역량을 강화할 것"이라며 "KT는 팔란티어 등 글로벌 파트너와의 협업을 통해 검증된 실행력을 확보하고, 이를 기반으로 B2B AX 시장에서 경쟁력을 계속해서 확대해 나가겠다"고 말했다.2026-07-16 14:57:22
-
AWS, 'AI 공동 구축' 시대 연다…FDE 조직에 10억 달러 투자 [경제일보] 아마존웹서비스(AWS)가 고객사에 전문 인공지능(AI) 엔지니어를 직접 투입해 에이전트형 AI 시스템을 함께 개발하는 전담 조직을 신설하며 AI 구축 시장 공략을 강화한다. 기업들의 AI 도입이 단순 실험 단계를 넘어 실제 업무 프로세스 전반으로 확대되는 가운데 클라우드 서비스 제공을 넘어 AI 구축 파트너 역할까지 사업 영역을 넓히려는 전략으로 풀이된다. 2일 AWS는 고객사에 전문 AI 엔지니어를 배치해 에이전트형 AI 솔루션을 공동 개발하고 신속하게 상용화하는 전담 조직 'AWS 전방배치 엔지니어링'을 출범한다고 밝혔다. AWS는 해당 조직 운영과 기술 개발을 위해 총 10억 달러(약 1조5000억원)를 투자할 계획이다. AWS FDE는 고객사 내부에 AWS 엔지니어가 직접 투입돼 비즈니스와 엔지니어링, 보안 조직과 함께 AI 시스템을 구축하는 것이 핵심이다. 고객의 데이터와 업무 프로세스, 거버넌스를 기반으로 실제 운영 가능한 에이전트형 AI를 설계하고 구축하는 방식으로 설계됐다. 특히 AWS는 에이전트형 AI를 중심으로 개발 과정을 재구성해 구축 기간을 기존 수 개월에서 수일 수준으로 단축할 수 있다고 설명했다. AI가 소프트웨어 개발 과정 전반을 지원하고 엔지니어가 이를 검증하는 AI 기반 개발 체계를 적용해 개발 속도와 생산성을 높인다는 구상이다. 기존 컨설팅 사업이 프로젝트 종료와 함께 지원이 끝나는 방식이었다면 AWS FDE는 고객이 자체적으로 AI 시스템을 운영할 수 있는 역량을 확보하는 데 초점을 맞췄다. 프로젝트 종료 이후에도 고객이 독립적으로 AI 서비스를 고도화할 수 있도록 운영 체계와 엔지니어링 노하우, 관련 문서를 함께 이전하는 것이 특징이다. 이를 위해 AWS는 기업 내부 데이터를 연결하고 관리하는 시맨틱 레이어와 지식 그래프를 구축해 조직의 업무 지식이 특정 인력에 의존하지 않고 AI 시스템 안에 축적되도록 지원한다. 또한 하드웨어 기반 격리 기술과 종단 간 암호화를 적용해 고객 데이터가 외부로 유출되지 않도록 보안 체계도 강화했다. AWS는 AI 사업 전략을 클라우드 인프라 제공에서 AI 구축과 운영 지원으로 확대하고 있다. 최근 기업들이 개별 AI 활용 사례를 넘어 업무 전반을 AI 중심으로 재설계하는 'AI 네이티브' 전환을 추진하면서 기술 지원뿐 아니라 조직과 운영 방식까지 함께 변화시키는 수요가 증가하고 있다는 판단으로 풀이된다. 앞서 AWS는 미국 프로 풋볼 리그(NFL)를 비롯해 미국 프로 농구(NBA), 사우스웨스트 항공, 콕스 오토모티브, 리코 등과 협력해 AI 서비스를 구축해온 바 있다. NFL과는 팬 대상 생성형 AI 서비스인 'NFL 판타지 AI'와 'NFL IQ'를 수주 내 상용화했으며, BMW와는 커넥티드 차량 서비스 장애를 줄이는 AI 시스템을 구축했다. 제조 기업 제이빌과 차량 공유 플랫폼 리프트 등에서도 AI 기반 업무 혁신 프로젝트를 진행했다. AWS는 앞으로 금융과 공공, 정부, 규제 산업 등 보안과 거버넌스 요구가 높은 분야를 중심으로 FDE 조직을 확대 운영할 계획이다. AWS는 기업들이 AI를 핵심 업무 시스템에 적용하는 사례가 늘어나는 만큼 AI 구축과 운영 전반을 지원하는 서비스 수요도 지속 확대될 것으로 전망하고 있다. 게리 브랜틀리 NFL 최고정보책임자는 "팬을 위한 새로운 디지털 경험을 만들기 위해 AWS FDE와 협력해 엔지니어들이 우리 팀과 함께 작업했고, 불과 몇 주 만에 상용 서비스를 출시할 수 있었다"며 "이러한 협력으로 팬이 그 어느 때보다 NFL 데이터와 상호작용할 수 있는 'NFL 판타지 AI', 'NFL IQ' 등 새로운 팬 대상 서비스를 선보였으며, 팬과 방송사의 반응은 첫날부터 확인할 수 있었다"고 말했다.2026-07-02 16:59:57
-
SKT, SK하이닉스 美 AI컴퍼니에 7384억 출자 [경제일보] SK텔레콤이 SK하이닉스의 미국 AI 투자·솔루션 법인에 7384억원을 출자한다. SK그룹이 반도체를 중심으로 구축 중인 글로벌 AI 생태계에 통신·서비스 계열사인 SKT도 직접 참여하면서 그룹 차원의 AI 협력 구도가 한층 선명해지는 모습이다. 25일 SK텔레콤 공시에 따르면 미국 소재 계열회사인 SK hynix NAND Product Solutions Corp.의 신규 주식 취득을 위한 현금 출자 약정 체결을 결정했다고 공시했다. 취득 예정 주식은 1198주이며 취득금액은 7383억8400만원이다. 이는 SK텔레콤 자기자본 12조9552억9239만원의 5.70%에 해당한다. 출자는 한 번에 이뤄지는 방식이 아니라 발행회사의 납입 요청에 따라 약정 한도 안에서 순차 집행된다. 취득 예정일은 2030년 6월25일이다. 출자가 마무리되면 SK텔레콤은 해당 법인의 지분 0.9%를 보유하게 된다. 투자 대상인 SK hynix NAND Product Solutions Corp.는 SK하이닉스가 미국에서 운영하는 반도체 판매·연구개발 법인이다. SK하이닉스는 올해 1월 이 법인을 AI 솔루션 회사, 이른바 ‘AI Co.’로 개편해 AI 데이터센터 생태계의 핵심 파트너로 키우겠다는 계획을 발표했다. 기존 솔리다임 기반의 낸드·스토리지 역량을 바탕으로 미국 내 AI 혁신기업 투자와 협업을 확대하겠다는 구상이다. SK하이닉스의 전략은 단순 메모리 공급사를 넘어 AI 데이터센터 전반의 솔루션 파트너로 확장하는 데 맞춰져 있다. HBM 등 AI 메모리 경쟁력을 기반으로 AI 시스템 최적화, 데이터센터 아키텍처, 소프트웨어 역량, 스토리지 솔루션까지 협력 범위를 넓히려는 흐름이다. 미국 법인은 이 과정에서 글로벌 AI 기업과 기술·투자 네트워크를 연결하는 전진기지 역할을 맡는다. SK텔레콤의 참여는 이 구상에 통신과 AI 서비스 역량을 더하는 의미가 있다. SKT는 AI 데이터센터, AI 클라우드, AI 에이전트, B2B AI 서비스 등으로 사업 전환을 추진해 왔다. SK하이닉스가 메모리와 스토리지, AI 인프라 하드웨어 축을 담당한다면 SKT는 네트워크와 클라우드, 서비스 운영 경험을 통해 AI 생태계의 활용 측면을 보완할 수 있다. 지분율 0.9%만 놓고 보면 단순 소수 지분 투자처럼 보일 수 있다. 그러나 취득금액이 7000억원을 넘는다는 점에서 의미는 작지 않다. 지배 목적의 투자가 아니라 SK그룹 AI 밸류체인 안에서 사업 기회를 함께 발굴하겠다는 전략적 참여에 가깝다. SK하이닉스의 AI 인프라 투자와 SKT의 AI 서비스 확장을 연결하는 신호로 읽힌다. SK텔레콤 관계자는 “당사 AI 사업과의 시너지 확보 측면에서 SK하이닉스가 설립한 AI Co.에 출자를 결정했다”며 “급변하는 AI 생태계에서 다양한 기회를 발굴할 계획”이라고 말했다. 이번 출자는 SK그룹의 AI 전략이 계열사별 개별 투자 단계를 넘어 공동 생태계 구축으로 이동하고 있음을 보여준다. AI 경쟁은 더 이상 모델이나 반도체 하나로 끝나지 않는다. 메모리, 스토리지, 데이터센터, 클라우드, 네트워크, 서비스가 함께 맞물려야 한다. SK하이닉스의 반도체 경쟁력과 SKT의 통신·AI 서비스 역량이 실제 사업으로 연결될 수 있다면 그룹 차원의 AI 포트폴리오는 더 두꺼워질 수 있다.2026-06-25 21:27:31
-
SK쉴더스 EQST, AI 레드팀 대회 1위…판단 오류 취약점 공략 [경제일보] SK쉴더스 화이트해커 그룹 EQST가 글로벌 AI 레드팀 해킹대회에서 우승하며 인공지능 보안 역량을 입증했다. 생성형 AI가 산업 현장과 공공서비스 전반으로 확산되는 가운데 AI의 판단 오류를 유도하는 새로운 위협에 대응할 전문성이 중요해지고 있다는 평가다. SK쉴더스는 글로벌 AI 레드팀 해킹대회 ‘Judgement Day’에서 EQST 소속 김병현 선임이 최종 1위를 차지했다고 15일 밝혔다. 같은 팀의 마준영 선임과 김신우 선임도 각각 5위와 7위에 올라 상위권에 이름을 올렸다. 이번 대회는 AI 에이전트가 금지된 행동을 수행하거나 필수 안전 조치를 누락하도록 유도하는 공격 기법을 평가하는 방식으로 진행됐다. 단순히 시스템을 침투하는 기존 해킹과 달리 AI의 의사결정 과정을 교란하는 데 초점을 맞췄다. 시나리오는 실제 산업 환경을 반영했다. 응급환자 분류 오류, 댐 수위 판단 왜곡, 항공기 이상 징후 미탐지 등 8개 과제가 제시됐다. AI 판단이 잘못될 경우 응급실에서 중증 환자의 우선순위가 뒤바뀌거나 항공기 이상 신호가 정상으로 인식되는 등 금전적 손실을 넘어 인명 피해로 이어질 수 있음을 보여준 것이다. 김병현 선임은 이미지, 음성, 영상 등 여러 형태의 입력을 활용하는 멀티모달 프롬프트 인젝션 공격으로 높은 점수를 얻었다. 이미지 안에 잘못된 행동을 유도하는 문구를 숨기거나 실제 시스템 로그처럼 보이는 입력을 설계해 AI가 기존 규칙을 따르지 않도록 유도했다. 동일한 문제를 다양한 방식으로 빠르게 공략한 점도 높은 평가를 받았다. EQST는 국내외 주요 해킹대회에서 꾸준히 성과를 내 온 SK쉴더스의 화이트해커 조직이다. 폰투온 오토모티브, 블랙햇, 데프콘, 드림핵 등 글로벌 보안 무대에서 실전 역량을 축적해왔다. 최근에는 AI 시스템을 겨냥한 레드팀 서비스와 위협 분석 역량을 강화하고 있다. SK쉴더스는 EQST가 다양한 산업에서 축적한 침해 대응 경험과 위협 인텔리전스를 바탕으로 고객사의 AI 시스템 취약점 사전 식별을 지원하고 있다고 설명했다. 글로벌 기준인 ‘OWASP Top 10 for LLM’을 반영한 자체 프레임워크를 통해 AI 보안 점검과 대응 전략도 제공하고 있다. 김병현 SK쉴더스 EQST Lab팀 선임은 “AI 판단을 교란하는 공격 가능성을 실제로 검증하고 그 결과가 AI 안전성 연구로 이어진다는 점에서 큰 보람을 느낀다”며 “앞으로도 새로운 AI 위협에 대응하는 연구를 지속하겠다”고 말했다. 김병무 SK쉴더스 사이버보안부문장 부사장은 “생성형 AI가 산업 전반으로 확산되면서 AI 보안은 선택이 아닌 필수 역량이 되고 있다”며 “이번 대회에서 검증한 AI 레드팀 역량을 바탕으로 고객이 AI를 안전하고 신뢰성 있게 활용할 수 있도록 지원하겠다”고 밝혔다. 이번 성과는 AI 보안의 무게중심이 침입 차단에서 판단 검증으로 옮겨가고 있음을 보여준다. AI가 의료, 항공, 재난 대응처럼 사람의 생명과 직결된 의사결정에 활용될수록 공격자는 시스템의 벽보다 판단의 틈을 노릴 가능성이 크다. SK쉴더스 EQST의 우승은 국내 보안업계가 이 새로운 전장에서도 경쟁력을 갖추고 있음을 보여준 사례다.2026-06-15 09:55:44
-
카카오 준신위, 계열사 준법시스템 점검…AI 시대 신뢰 회복 속도 [경제일보] 카카오 준법과신뢰위원회가 카카오 계열사의 준법시스템을 점검하고 인공지능(AI) 시대에 맞춘 준법 교육을 진행했다. 플랫폼 기업의 사회적 책임과 AI 윤리 문제가 커지는 가운데 카카오 그룹 차원의 신뢰 회복 작업을 이어가는 모습이다. 카카오 준법과신뢰위원회는 지난 8일 카카오 판교아지트에서 ‘2026년 워크숍’을 열었다고 9일 밝혔다. 이번 행사에는 카카오를 비롯해 카카오모빌리티, 카카오뱅크, 카카오엔터테인먼트, 카카오페이 등 5개 협약사가 참여했다. 준신위 위원과 전문위원, 카카오 관계자 등 약 30명이 참석했다. 워크숍에서는 2025년 하반기와 2026년 상반기 준법시스템 평가 결과가 공유됐다. 준신위는 지난해부터 카카오의 준법·신뢰경영 강화를 위해 협약 계열사를 대상으로 준법시스템 평가를 진행하고 있다. 이번 평가에서는 △이사회와 경영진의 컴플라이언스 업무 관여도 △컴플라이언스 조직 운영 현황 △그룹 준법시스템 도입과 고도화 수준 등이 점검됐다. 준신위는 각 계열사별 개선 필요 사항을 공유하고 향후 평가 지표를 지속적으로 보완해 준법경영 체계를 고도화한다는 방침이다. 세부 평가 결과와 계열사별 점수표는 아직 외부에 공개되지 않았다. 준신위가 플랫폼 기업 특성을 반영한 평가지표를 마련해 평가 체계를 고도화하고 있는 만큼 앞으로는 평가 결과의 공개 범위도 신뢰경영의 중요한 기준이 될 수 있다. 준법 점검이 내부 개선에 그치지 않고 사회적 신뢰 회복으로 이어지려면 투명성 확보가 함께 뒷받침돼야 한다. AI 시대에 맞춘 준법 교육도 진행됐다. 마경태 김앤장 법률사무소 변호사는 협약사 준법지원인과 참석자를 대상으로 ‘인공지능기본법 시행에 따른 쟁점과 기업의 대응 전략’을 주제로 강연했다. 교육에서는 AI 서비스 확산 과정에서 발생할 수 있는 윤리 문제와 AI 시스템 관리, AI 거버넌스 구축 필요성이 다뤄졌다. AI기본법 시행으로 플랫폼 기업의 준법 관리 범위도 넓어지고 있다. AI 추천, 검색, 광고, 콘텐츠 유통, 금융·모빌리티 서비스 등 카카오 계열사의 주요 사업은 알고리즘과 데이터 활용에 밀접하게 연결돼 있다. 기존의 공정거래와 개인정보보호, 내부통제 중심 준법 체계에 AI 윤리와 책임 있는 기술 운영 기준까지 더해져야 하는 상황이다. 이번 워크숍은 카카오가 준법 감시를 일회성 점검이 아니라 그룹 차원의 운영 체계로 정착시키려는 과정으로 풀이된다. 카카오는 그동안 플랫폼 독과점, 골목상권 침해, 모빌리티 수수료, 금융 계열사 내부통제 등 여러 논란을 겪어왔다. 준신위 활동은 이런 논란 이후 카카오가 외부 독립기구를 통해 경영 신뢰를 회복하겠다고 내놓은 제도적 장치다. 앞으로의 과제는 평가와 교육이 실제 경영 개선으로 이어지는지다. 준법시스템 점검 결과가 이사회와 경영진의 의사결정, 계열사 사업 추진 과정, AI 서비스 설계 단계에 얼마나 반영되는지가 중요하다. 특히 AI 서비스가 확대될수록 기술 윤리와 이용자 보호 기준은 카카오 신뢰 회복의 핵심 지표가 될 전망이다. 김소영 준신위 위원장은 “카카오 그룹의 두 번째 준법시스템 평가를 진행하며 작년보다 개선된 준법 현황을 파악할 수 있었다”며 “여기에서 나아가 기술 윤리와 책임 경영 분야를 점검해 카카오 그룹사가 사회적 신뢰를 회복할 수 있도록 지원하겠다”고 말했다.2026-06-09 17:00:22
-
삼성전자, HBM5 첫 공개…발열 잡고 성능 높인다 [경제일보] 글로벌 반도체 기업 삼성전자가 차세대 고대역폭메모리(HBM)인 HBM5 실물 모형을 처음 공개하며 AI 메모리 주도권 경쟁에 본격 나섰다. 자체 파운드리 공정과 첨단 패키징 기술을 결합한 차세대 HBM 로드맵을 공개하면서 AI 반도체 토털 솔루션 기업으로의 경쟁력을 강조했다. 송재혁 삼성전자 최고기술책임자(CTO)는 2일 대만 타이베이에서 열린 '컴퓨텍스 2026' 현장에서 기자들과 만나 "AI 산업이 빠르게 성장하면서 메모리뿐 아니라 파운드리, 로직, 패키징까지 아우르는 통합 경쟁력이 중요해지고 있다"고 했다. 삼성전자는 이번 전시에서 8세대 HBM인 HBM5 목업(Mock-up)을 처음 공개했다. HBM5에는 차세대 열관리 기술인 'HPB(Heat Path Block)' 구조가 최초 적용될 예정이다. HPB는 고성능 AI 메모리 구동 과정에서 발생하는 발열을 효과적으로 분산시키기 위한 기술이다. 메모리 적층 구조 내부에 별도의 열 전달 경로를 구축해 열 저항을 낮추고 안정성을 높이는 방식이다. 삼성전자는 이미 HBM4E 기반으로 HPB 기술 검증을 완료했으며 향후 HBM5부터 본격 적용할 계획이다. 송 CTO는 "일종의 굴뚝 역할을 하는 열 전달 구조를 추가해 발열을 효율적으로 제어할 수 있도록 설계했다"며 "고대역폭·고집적 AI 시스템 환경에서 성능과 에너지 효율을 높이는 핵심 기술이 될 것"이라고 했다. HBM5에는 삼성전자 파운드리 사업부의 2나노 공정으로 제작한 베이스 다이도 적용될 예정이다. 메모리와 파운드리 역량을 결합해 차세대 AI 반도체 경쟁력을 강화하겠다는 전략이다. 삼성전자는 이와 함께 최근 업계 최초로 고객사 샘플 출하를 시작한 HBM4E 웨이퍼와 칩셋도 전시했다. HBM4E는 최선단 1c D램 공정 기반 코어 다이와 자체 4나노 파운드리 공정 베이스 다이를 결합한 제품이다. 핀당 최대 16Gbps 속도와 4TB/s급 대역폭 구현이 가능하다. 업계에서는 삼성전자가 HBM4E 양산과 HBM5 개발 계획을 동시에 공개하면서 SK하이닉스와 마이크론이 주도하고 있는 AI 메모리 시장에서 기술 경쟁력 회복에 속도를 내고 있다는 분석이 나온다.2026-06-02 13:29:09
-
삼성전자, 차세대 HBM4E 샘플 공급 개시…AI 반도체 '다음 승부처' 선점 [경제일보] 국내 대표 기업 삼성전자가 차세대 AI(인공지능) 메모리 시장 공략을 위해 HBM4E(고대역폭메모리) 샘플 공급에 나섰다. 세계 최초 HBM4 양산에 이어 차세대 제품까지 선제적으로 공급하며 AI 메모리 시장 주도권 확보에 속도를 내는 모습이다. 삼성전자는 글로벌 고객사에 'HBM4E 12단' 샘플 공급을 시작했다고 29일 밝혔다. HBM4E는 차세대 AI 가속기와 대규모 언어모델(LLM) 구동을 위한 고성능 메모리다. 삼성전자는 지난 2월 업계 최초로 HBM4 양산을 시작한 데 이어 이번 HBM4E 샘플 공급까지 진행하며 차세대 HBM 제품군 확대에 나섰다. 이번 제품은 설계와 공정 최적화를 통해 성능을 높인 것이 특징이다. 핀(Pin)당 동작 속도는 최대 16Gbps로 전작 HBM4 대비 20% 이상 향상됐다. 단일 스택 기준 초당 3.6TB(테라바이트) 수준의 데이터 처리 대역폭도 제공한다. 용량 역시 확대됐다. HBM4E 12단 제품은 48GB(기가바이트) 용량을 구현해 전작 대비 30% 이상 늘어난 수준이다. 삼성전자는 향후 고객 수요에 맞춰 32GB(8단)와 64GB(16단) 제품까지 라인업을 확대할 계획이다. 업계에서는 최근 생성형 AI 시장 확대와 AI 데이터센터 투자 증가로 고성능 HBM 수요가 빠르게 늘어나는 상황에서 HBM4와 HBM4E가 차세대 AI 반도체 시장 핵심 메모리로 자리 잡을 것으로 보고 있다. 특히 AI 모델 규모가 커질수록 데이터 처리 속도와 용량 확보 중요성이 높아지면서 차세대 HBM 경쟁도 더욱 치열해지는 분위기다. 삼성전자는 이번 HBM4E에 10나노급 6세대(1c) D램과 자체 4나노 공정 기반 로직 다이를 적용했다. 이를 통해 성능뿐 아니라 수율과 양산성 확보에도 주력했다는 설명이다. 전력 효율과 발열 특성도 개선했다. 삼성전자는 저전력 설계와 패키징 구조 최적화를 통해 전작 대비 에너지 효율을 16%, 열 저항 특성을 14% 이상 향상시켰다고 밝혔다. AI 데이터센터 운영 과정에서 중요성이 커지고 있는 전력 효율과 발열 관리 경쟁력을 강화했다는 평가다. 업계에서는 삼성전자가 △메모리 △파운드리 △시스템LSI △첨단 패키징까지 아우르는 반도체 밸류체인을 기반으로 AI 메모리 시장 경쟁력을 높이고 있다는 분석도 나온다. 특히 HBM4와 HBM4E 모두 자체 4나노 베이스 다이와 최신 D램 공정을 적용하고 있어 향후 양산 전환에도 속도를 낼 수 있을 것으로 전망된다. 삼성전자는 이번 샘플 공급을 시작으로 고객사 일정에 맞춰 양산 공급을 진행할 예정이다. 삼성전자 관계자는 "이번 HBM4E 샘플 공급은 고객사 수요에 맞춰 진행된 것으로 실제 고객사 평가 절차를 위한 단계"라며 "HBM은 고객사 인증과 테스트 과정에 상당한 시간이 소요되는 만큼 현재는 샘플 공급 단계이며 구체적인 양산 공급 일정은 아직 확정되지 않았다"고 말했다. 이어 "차세대 HBM 시장에서는 용량과 속도, 전력 효율 모두 중요한 경쟁 요소"라며 "고객사마다 AI 시스템 구조와 활용 목적이 다른 만큼 특정 사양 하나보다 전체적인 성능 균형과 최적화 수준이 중요하게 평가되고 있다"고 덧붙였다. 황상준 삼성전자 메모리사업부 개발담당 부사장은 "HBM4 양산에 이어 HBM4E 샘플 공급까지 성공적으로 진행하며 차세대 AI 메모리 시장 경쟁력을 강화하고 있다"며 "앞으로도 선제적인 기술 개발과 생산 인프라 투자를 통해 글로벌 AI 메모리 시장 성장을 주도해 나갈 것"이라고 말했다.2026-05-29 13:15:14
-
네이버 커넥트재단·서울대, 'AI 에이전트 챌린지' 추진 [경제일보] 네이버 커넥트재단과 서울대가 인공지능(AI) 인재 양성을 위해 손을 잡았다. 양 기관은 전국 거점 국립대 학생들이 실생활 문제를 AI 에이전트로 해결하는 실무형 교육 프로그램을 함께 추진하며, 지역 AI 교육 기회 확대에 나선다. 네이버 커넥트재단은 지난 26일 서울대에서 AI 인재 양성과 교육 기회 확대를 위한 업무협약을 체결했다고 밝혔다. 이번 협약을 통해 양 기관은 AI 시대에 필요한 교육 프로그램을 공동 개발·운영하고, 연구와 학술 활동을 통해 새로운 교육 모델을 발굴할 계획이다. 첫 협력 사업은 ‘AI 에이전트 챌린지’다. 전국 거점 국립대 10개교 소속 대학생 200명을 대상으로 진행되며, 학생들이 일상과 지역사회에서 마주하는 문제를 정의하고 이를 해결하는 AI 에이전트를 직접 설계·구축하는 방식으로 운영된다. 단순 이론 교육보다 문제 정의, 데이터 활용, 프롬프트 설계, 서비스 구현 등 실무형 역량을 키우는 데 초점을 맞췄다. 이번 협력은 AI 인재 수요가 빠르게 늘어나는 상황에서 지역 대학 학생들에게도 고급 AI 교육 기회를 넓히려는 시도로 풀이된다. 정부도 국정과제로 거점 국립대 집중 육성과 AI 인재 양성을 추진하고 있다. 정부는 이른바 ‘서울대 10개 만들기’를 국정과제로 확정하고, 대학생과 대학원생 대상 AI 융복합 교육 과정을 확대해 전문 인재를 양성하겠다는 방침을 밝힌 바 있다. 네이버 커넥트재단은 그동안 소프트웨어와 AI 교육을 통해 미래 기술 교육의 저변을 넓혀왔다. 재단은 누구나 AI를 활용해 일상의 문제를 해결할 수 있도록 배움의 기회를 연결한다는 목표를 내세우고 있으며, 최근에는 AI 기초 개념과 에이전틱 AI 협업, 산업 현장의 AX, 프롬프트 작성 실습 등을 담은 교육 콘텐츠도 공개했다. 해외 교육 협력 경험도 있다. 네이버 커넥트재단은 네이버 베트남과 함께 베트남 대학생 대상 AI 해커톤을 진행했으며, 하노이과학기술대학, 하노이 국립공과대학, 호치민기술대학교 등 베트남 전역 대학생 1900여명이 참여한 바 있다. AI 에이전트는 최근 산업계와 교육계 모두에서 주목하는 분야다. 기존 생성형 AI가 질문에 답하거나 문서를 만드는 수준이었다면, AI 에이전트는 사용자의 목표를 이해하고 필요한 도구를 호출해 여러 단계를 수행하는 방향으로 발전하고 있다. 삼성전자가 대학생·대학원생 대상 AI 에이전트 챌린지를 운영한 사례에서도 볼 수 있듯, 기업들은 문제 정의부터 실험, 분석, 보고서 작성까지 수행하는 자율형 AI 시스템 역량을 차세대 인재의 핵심 능력으로 보고 있다. 서울대와의 협업은 교육 프로그램의 전문성과 확장성을 높이는 계기가 될 전망이다. 서울대는 AI 연구와 공학 교육 역량을 바탕으로 지역 대학 학생들이 실제 프로젝트를 수행할 수 있도록 교육 설계와 멘토링에 참여할 것으로 보인다. 서울대 공대는 이미 초지능형 AI 에이전트 핵심 기술 개발과 산학 협력 연구를 추진하고 있으며, 복잡한 문제를 창의적으로 정의하고 도전하는 인재 양성을 강조해왔다. 공기중 네이버 커넥트재단 이사장은 “커넥트재단은 학계와 기업을 연결하는 등 누구나 AI 역량을 갖출 수 있도록 교육 기회를 전국 단위로 넓혀가고 있다”며 “서울대와의 협업으로 각 지역의 우수한 대학생들이 AI 시대를 이끄는 인재로 도약할 수 있도록 지원하겠다”고 말했다. 이번 협약은 기업 재단과 대학이 함께 지역 AI 인재 양성 모델을 만드는 사례라는 점에서 의미가 있다. AI 교육이 수도권 일부 대학과 기업 중심으로 쏠릴 경우 지역 산업의 AI 전환 속도는 더딜 수밖에 없다. 네이버 커넥트재단과 서울대의 AI 에이전트 챌린지가 실제 프로젝트 성과와 후속 교육 과정으로 이어진다면, 지역 대학생들이 AI 실무 역량을 갖추고 산업 현장으로 진입하는 통로가 될 수 있다.2026-05-29 12:08:33
많이 본 뉴스
영상
Youtube 바로가기
![[데스크칼럼] 보호무역은 예고하고 온다…통상도 먼저 움직여야 한다](https://image.ajunews.com/content/image/2026/10/06/20261006111438657340_518_323.png)