2026.09.01 화요일
검색
'AI 연구' 검색결과
기간검색
-
~
검색영역
검색어
-
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
-
"신입도 AI가 필수"…KT, 현장형 AX 인재 채용 나선다 [경제일보] 인공지능(AI)이 기업 업무 전반에 확산하면서 신입사원을 뽑는 기준도 달라지고 있다. KT가 네트워크와 영업·마케팅 등 현장 직무의 대졸 신입 채용 규모를 전년 대비 2배 확대하는 동시에 AI를 실제 업무에 활용해 문제를 해결하는 역량을 주요 평가 요소로 반영한다. AI 개발 인력 확보에만 집중하기보다 기존 사업 현장에 AI를 접목할 수 있는 인재를 확보해 AX(AI 전환) 경쟁력을 높이겠다는 전략이다. 25일 KT는 내달 7일까지 대졸 신입사원 채용을 진행한다고 밝혔다. 모집 분야는 NW 인프라 운용, B2B 컨설팅&세일즈, B2C 마케팅&세일즈 등 3개 분야다. KT는 고객과 사업 현장에서 핵심 역할을 담당하는 직무를 중심으로 채용 규모를 전년 대비 2배 확대했다. 이번 KT의 채용은 AI 활용 역량을 직무 전문성과 함께 평가한다는 것이 특징이다. 단순히 AI 기술이나 용어에 대한 지식을 갖췄는지를 확인하는 것이 아니라 실제 업무에서 발생할 수 있는 상황을 제시하고 AI를 활용해 문제를 해결하는 과정을 종합적으로 살피는 것으로 알려졌다. AI가 업무 방식 자체를 바꾸면서 개발자나 AI 연구 인력뿐 아니라 네트워크 운영, 기업 영업, 마케팅 등 기존 직무에서도 AI를 활용할 수 있는 역량이 중요해지고 있다. KT 역시 AI를 별도의 기술 영역으로만 두기보다 기존 업무에 접목해 생산성과 고객 대응력을 높일 수 있는 인재 확보에 초점을 맞춰 이번 채용을 진행한다는 구상이다. KT가 AI 전환을 추진하면서 현장 직무 채용을 확대하는 것은 AI 사업의 외연을 넓히기 위한 인력 전략으로 풀이된다. AI 서비스를 개발하는 기술 인력뿐 아니라 AI를 고객과 사업 현장에 적용하고 실제 성과로 연결할 수 있는 인력이 필요하기 때문이다. KT는 최근 통신기업을 넘어 'AX 플랫폼 컴퍼니'로의 전환을 추진하고 있다. 기업 고객을 대상으로 AI·클라우드·데이터센터 등 관련 사업을 확대하는 동시에 기존 통신 인프라와 AI를 결합해 기업의 업무 전환을 지원하는 사업을 강화하고 있다. 이에 따라 네트워크와 기업 영업 등 기존 통신사업의 전문성에 AI 활용 능력을 더하는 인재 확보가 중요해지고 있다. 이번 채용에서는 지원자의 스펙이나 자격증만으로 역량을 판단하지 않는다는 점도 강조했다. KT는 지원자가 실제로 어떤 상황에 놓였고 어떤 역할을 맡았으며, 문제를 해결하기 위해 어떤 시도를 했고 어떤 결과를 만들었는지 등 구체적인 경험을 종합적으로 평가한다고 설명했다. AI 활용 능력 역시 단순한 사용 경험보다 업무 맥락에서 얼마나 효과적으로 활용할 수 있는지를 본다. 생성형 AI가 자료 작성이나 정보 검색을 넘어 분석과 의사결정 지원, 고객 대응 등 기업 업무에 활용되는 만큼 AI를 적절하게 사용하면서 결과물을 검증하고 실제 업무에 적용하는 능력이 중요해졌기 때문이다. KT는 선발된 신입사원이 입사 후에도 직무 전문성과 AI 활용 능력을 함께 갖출 수 있도록 교육과 성장 기회를 제공할 계획이다. 현장에서 고객과 사업에 대한 이해를 높이는 동시에 AI를 업무에 적용해 문제를 해결하고 업무 혁신을 만들어갈 수 있는 인재로 육성한다는 방침이다. 이선주 KT 인재실장 전무는 "이번 채용에서는 직무를 수행하는 데 필요한 전문성은 물론, AI를 실제 업무에 활용할 수 있는 역량까지 종합적으로 살핀다"며 "현장을 이해하고 자신의 전문성을 바탕으로 AX 플랫폼 컴퍼니에서 프로(전문가)로 성장해 나갈 인재들의 많은 관심을 기대한다"고 말했다.2026-08-25 10:34:23
-
서울대 캠퍼스가 'AI 인프라'로 바뀐다…삼성SDS, 네트워크 전면 개편 [경제일보] 서울대학교가 캠퍼스 전체 네트워크를 기존 200Gbps급에서 800Gbps 수준으로 끌어올리며 인공지능(AI) 연구·교육에 최적화된 네트워크 인프라 구축에 나선다. 총 243개 건물의 네트워크 대역폭을 일괄적으로 높이고 소프트웨어 정의 네트워크(SDN)와 망분리, 운영 자동화까지 적용해 단순한 통신망 증설을 넘어 ‘AI 네이티브 캠퍼스’로 전환한다는 구상이다. 삼성SDS는 서울대의 ‘지능형 캠퍼스 구현을 위한 차세대 네트워크 플랫폼 전환’ 사업을 수주했다고 24일 밝혔다. 사업은 2029년 상반기까지 진행될 예정이며, 서울대는 약 5만명이 사용하는 243개 건물의 유·무선 네트워크를 단계적으로 개편할 계획이다. 이번 사업에서 가장 눈에 띄는 변화는 네트워크 대역폭이다. 서울대는 현재 건물별 200Gbps 수준인 네트워크를 모든 건물에서 800Gbps 수준까지 높인다. 단순 계산으로 보면 캠퍼스 네트워크의 기본 대역폭을 기존보다 4배 확대하는 셈이다. AI 연구가 본격화하면서 네트워크의 중요성도 커지고 있다. 대규모 AI 모델을 학습하거나 연구 데이터를 공동 활용하려면 GPU와 스토리지 사이에서 방대한 데이터가 지속적으로 이동해야 한다. 연산 성능이 아무리 높아도 데이터를 제때 전달하지 못하면 전체 시스템의 효율이 떨어질 수밖에 없다. 서울대가 캠퍼스 전역의 대역폭을 높이는 것도 이 때문이다. 교수와 연구진은 대규모 AI 학습 데이터와 연구 결과물을 보다 빠르게 전송할 수 있고, 학생과 교직원 역시 강의실·연구실·도서관 등에서 보다 안정적인 네트워크 서비스를 이용할 수 있게 된다. 다만 800Gbps가 모든 사용자의 개별 인터넷 속도가 4배 빨라진다는 의미는 아니다. 캠퍼스 네트워크의 주요 인프라와 전송 용량을 높여 데이터가 집중되는 환경에서도 전체적인 서비스 품질과 처리 능력을 높이는 개념이다. ◆ SDN·망분리·자동화…네트워크를 ‘플랫폼’으로 삼성SDS는 속도만 높이는 데 그치지 않고 네트워크 운영 방식 자체를 바꾼다. SDN을 적용해 개별 장비를 각각 관리하는 기존 방식에서 벗어나 소프트웨어를 통해 캠퍼스 네트워크 전체를 통합 제어한다. 연구·교육·행정 등 용도가 다른 네트워크는 논리적으로 분리한다. 이를 통해 특정 영역에서 발생한 보안 위협이 다른 영역으로 확산되는 것을 줄이고, 사용자와 업무 특성에 따라 네트워크 정책도 유연하게 적용할 수 있다. 반복적인 운영 업무도 자동화한다. 사용자가 포털을 통해 IP 발급과 단말 등록, 연구 목적의 신규 네트워크 신청 등을 직접 요청하면 사전에 설정된 정책에 따라 네트워크 설정까지 자동으로 반영하는 방식이다. IT 담당자는 반복 업무 부담을 줄이고 장애나 이상 징후 등 핵심 관리 업무에 집중할 수 있다. 이번 사업은 삼성SDS에도 의미가 있다. AI 데이터센터가 늘어나면서 GPU와 스토리지뿐 아니라 이를 연결하는 고속 네트워크의 중요성이 커지고 있기 때문이다. 삼성SDS는 글로벌 13개 거점에서 약 8만명이 사용하는 SDN을 설계·구축·운영한 경험을 바탕으로 교육 분야까지 사업 영역을 확대한다는 전략이다. 특히 서울대라는 대규모 연구·교육기관을 대상으로 네트워크 전환을 완료하면 대학뿐 아니라 공공기관과 의료기관 등 데이터 집약적인 조직을 대상으로 한 레퍼런스로 활용할 수 있다. AI 연구가 확대될수록 네트워크와 보안, 클라우드, 데이터센터를 하나의 체계로 묶는 수요도 커질 가능성이 있다. 고길곤 서울대 정보화본부장은 “교육·연구·행정 전반의 디지털 및 AI 혁신을 가속화할 예정”이라고 밝혔다. 이정헌 삼성SDS 전략마케팅실장(부사장)은 “안정적이고 편리한 지능형 캠퍼스 환경을 구현해 전 세계 대학이 참고하는 표준 모델로 만들겠다”고 말했다. 한편 이번 사업의 성패는 단순히 네트워크 속도를 얼마나 높였느냐가 아니라 AI 연구 환경의 생산성을 얼마나 끌어올리고 운영 비용과 장애 대응 시간을 얼마나 줄이느냐에 달릴 전망이다. 2029년 상반기까지 구축이 완료되면 서울대의 캠퍼스 네트워크는 단순 연결망에서 AI 연구와 교육을 뒷받침하는 핵심 디지털 인프라로 역할이 확대될 것으로 보인다.2026-08-24 10:31:38
-
SKT, 서울대서 '풀스택 AI 인재' 키운다…산학협력 10년 [경제일보] 인공지능(AI) 기술 경쟁이 모델 성능을 넘어 서비스와 인프라를 아우르는 풀스택 경쟁으로 확대되면서 AI 인재 확보를 위한 기업과 대학의 협력도 강화되고 있다. SK텔레콤이 서울대학교와 10년째 AI 공동 강좌를 이어가며 산업 현장에서 필요한 AI 인재 육성에 나선다. 24일 SK텔레콤은 올해 2학기 서울대 전기·정보공학부 대학원생을 대상으로 'SKT-서울대 AI 공동과정'을 개설한다고 밝혔다. 이번 과정은 15주 동안 AI 앱·서비스, AI 모델링, AI 인프라 등 3개 영역을 중심으로 운영된다. 이번 강좌에는 SK텔레콤의 AI 사업을 담당하는 현직 임원과 개발 인력이 직접 강사로 참여한다. 정재헌 SK텔레콤 CEO가 내달 1일 'AI 시대의 선택과 기회'를 주제로 특강에 나서며 이후 유경상 AI CIC장, 김태윤 파운데이션 모델 담당자를 비롯해 AI 개발 조직 임원과 팀장, 박사급 구성원들이 강단에 오를 예정이다. 단순히 AI 기술의 원리를 교육하는 데 그치지 않고 실제 산업 현장에서 활용되는 기술과 상용화 사례를 전달하는 것이 이번 과정의 특징이다. AI 서비스를 구현하는 애플리케이션부터 모델 개발, 이를 구동하는 인프라까지 AI 서비스 전반을 하나의 과정에서 다룰 계획이다. AI 산업이 모델 중심의 경쟁에서 실제 서비스를 얼마나 안정적으로 구현하고 운영하느냐의 경쟁으로 확대되면서 이 같은 복합적인 역량을 갖춘 인재의 중요성도 커지고 있다. 대규모 AI 모델을 개발하는 것뿐 아니라 서비스에 적용하고 추론 비용을 관리하며 이를 뒷받침할 데이터센터와 컴퓨팅 인프라까지 구축할 수 있어야 하기 때문이다. SK텔레콤 역시 자체 AI 모델 개발과 서비스 확대뿐 아니라 AI 데이터센터와 인프라 사업 등 AI 밸류체인 전반으로 사업 영역을 넓히고 있다. 이에 기업 현장에서 필요한 기술 역량을 대학 교육과 연계하는 산학협력의 중요성도 커지는 상황이다. 기업이 대학 교육에 직접 참여하는 것은 빠르게 변화하는 AI 기술을 교육 현장에 반영하기 위한 목적도 있다. AI 기술은 새로운 모델과 서비스가 빠르게 등장하는 만큼 대학의 이론 중심 교육만으로는 산업 현장의 변화 속도를 따라가기 어려운 측면이 있다. 기업 입장에서도 대학에서 확보한 우수 인재와 연구 역량을 향후 연구개발과 채용으로 연결할 수 있다는 점에서 산학협력의 전략적 가치가 높아지고 있는 것이다. SK텔레콤과 서울대의 AI 강좌는 올해로 10년째를 맞았다. SK텔레콤은 지난 10년간 서울대를 비롯한 국내 대학들과 AI 강의와 대학·대학원생 대상 실전형 AI 연구 프로그램 등을 운영하며 산학협력을 이어왔다. AI 인재 확보 경쟁이 심화되면서 기업과 대학의 협력 방식도 단순한 연구비 지원이나 일회성 특강에서 실제 교육과정에 기업의 기술과 인력을 직접 연결하는 형태로 확대되는 모습이다. 기업이 원하는 기술과 대학이 제공하는 교육 사이의 간극을 줄이는 동시에 산업 현장에서 바로 활용할 수 있는 인재를 육성하는 것을 목표로 진행되고 있다. 이번 과정에서는 서울대 대학원생과 학부생 등 약 300명이 정재헌 CEO의 특강에 참여할 예정이다. SK텔레콤은 현업 전문가들의 경험을 공유하고 대학과의 협력을 지속하면서 AI 산업을 이끌 차세대 인재 육성을 이어간다는 계획이다. 정재헌 SK텔레콤 CEO는 "서울대학교와 오랜 시간 쌓아온 산학협력이 이번 강좌로 다시 한 번 이어지게 되어 의미가 깊다"며 "오늘의 학생들이 내일의 AI 산업을 이끌어갈 수 있도록 학계와의 협력을 지속해 가겠다"고 말했다.2026-08-24 09:21:35
-
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
-
"신약 후보물질도 AI가 선별"…LG CNS, 동아쏘시오그룹 AI 플랫폼 구축 [경제일보] 신약개발 경쟁의 무게중심이 연구자의 경험과 반복 실험에서 데이터와 인공지능(AI)을 활용한 후보물질 선별로 이동하고 있다. 제약·바이오 기업들이 그동안 축적한 화합물과 유전체, 실험 데이터를 하나로 통합하고 AI를 활용해 후보물질 발굴부터 검증까지 지원하는 플랫폼 구축에 나서면서 신약 연구개발 과정 자체를 디지털화하는 움직임도 본격화되고 있다. 12일 LG CNS는 동아쏘시오그룹 IT 계열사 DAI와 약 6개월에 걸쳐 구축한 'AI 신약개발 플랫폼' 구축을 완료했다고 밝혔다. 이번 플랫폼 구축은 LG CNS가 동아쏘시오그룹과 함께 AI를 활용해 신약개발 과정 전반을 지원하도록 설계됐다. 단순히 AI 분석 기능을 제공하는 데 그치지 않고 연구 데이터를 통합하고 AI 예측 결과를 실제 실험 데이터와 다시 연결하는 구조를 적용해 연구가 진행될수록 AI의 예측 성능을 높이는 것이 특징이다. 신약개발은 수많은 후보물질을 발굴한 뒤 효능과 안전성 등을 반복적으로 검증해야 하는 만큼 통상 10~15년의 기간과 막대한 비용이 소요된다. 후보물질이 임상 단계까지 진입하더라도 최종적으로 신약 승인을 받지 못하는 경우가 많아 초기 단계에서 가능성이 낮은 후보를 얼마나 빠르게 걸러내느냐가 연구개발 효율을 좌우하는 것으로 알려졌다. AI는 이 같은 신약개발 과정의 반복 작업을 줄이는 수단으로 주목받고 있다. 방대한 연구 데이터를 분석해 질병과 관련된 치료 표적을 찾고, 조건에 맞는 후보물질을 설계하거나 후보물질과 표적 간 결합 가능성을 예측하는 방식이다. 실제 실험에 들어가기 전 컴퓨터 환경에서 가상 검증을 진행하면 연구자가 검토해야 할 후보물질의 범위를 줄일 수 있다. LG CNS는 이번 플랫폼도 신약 연구에 필요한 데이터를 하나로 통합하는 것에서 시작했다고 설명했다. 화합물과 유전체 정보, 실험 결과뿐 아니라 논문과 특허 등 기존에 분산돼 있던 연구 데이터를 통합·표준화해 연구자가 하나의 플랫폼에서 필요한 정보를 활용할 수 있도록 구성했다. AI 활용 과정도 신약 개발 단계에 맞췄다. 질병 원인을 분석하는 단계에서는 세포별 유전자 정보와 조직 내 위치 정보를 AI로 분석하고 시각화해 치료 표적을 찾을 수 있도록 지원한다. 후보물질 설계 단계에서는 생성형 AI를 활용한다. 연구자가 원하는 조건을 입력하면 이에 맞는 새로운 물질 구조를 설계하도록 해 기존 후보물질을 일일이 탐색하는 데 필요한 시간과 노력을 줄이는 방식이다. 후보물질을 실제 연구에 활용할 수 있는지 확인하는 과정에서도 AI가 활용된다. 후보물질과 표적 간 결합 가능성과 작용 안정성 등을 시뮬레이션해 유망한 후보를 선별하고, 실제 실험에 앞서 컴퓨터 환경에서 가상 검증을 진행한다. 특히 이번 플랫폼에서 주목되는 부분은 AI가 한 번 분석하고 끝나는 구조가 아니라는 것이다. AI가 예측한 결과와 실제 실험에서 나온 데이터를 비교하고 이를 다시 AI 모델의 재학습에 활용하도록 설계됐다. 예측과 실험 사이의 차이가 데이터로 축적되면 이후 연구에서 AI가 활용할 수 있는 정보도 늘어난다. 연구가 반복될수록 데이터가 쌓이고 이를 바탕으로 모델이 고도화되는 구조인 셈이다. 제약·바이오 기업 입장에서는 개별 연구 과정에서 발생한 데이터를 일회성 결과로 남기는 것이 아니라 향후 연구개발에 활용할 수 있는 자산으로 축적할 수 있을 전망이다. 신약 연구 데이터의 특성을 고려한 보안과 관리 체계도 플랫폼에 반영했다. 제약·바이오 분야에서는 아직 공개되지 않은 후보물질 정보와 연구 결과, 특허 관련 데이터 등 민감한 정보가 다뤄지는 만큼 AI 성능뿐 아니라 데이터 접근과 관리, 규제 대응 역시 플랫폼 구축의 중요한 요소로 꼽힌다. LG CNS는 최근 제약·바이오 분야에 특화한 에이전틱 AI 플랫폼 '에이전틱웍스 for BIO'를 앞세워 관련 사업 확대에도 나서고 있다. 단순 데이터 분석을 넘어 AI가 여러 업무를 연속적으로 수행하는 에이전틱 AI를 연구·개발 과정에 적용해 제약·바이오 기업의 업무 자동화 영역을 넓히겠다는 전략이다. 제약·바이오 업계의 AI 활용 역시 개별 연구자를 지원하는 도구에서 연구 데이터를 연결하고 업무 프로세스 전체를 지원하는 플랫폼 형태로 확대될 가능성이 커지고 있다. 특히 신약 개발 과정에서 발생하는 데이터를 지속적으로 축적하고 AI 학습에 활용할 수 있다면 장기간 축적된 연구 데이터 자체가 기업의 새로운 경쟁력으로 자리 잡을 수 있다는 분석이다. 이재승 LG CNS 클라우드사업담당 상무는 "에이전틱 AI를 비롯한 차별화된 AX 기술과 제약·바이오 분야 전문 역량을 통해 국내 제약·바이오 산업의 AI 신약 연구·개발 혁신에 기여할 것"이라며 "고객이 신약 개발 경쟁력을 강화할 수 있도록 적극 지원하겠다"고 말했다.2026-08-12 10:00:00
-
삼성SDS, 국가 AI 연구용 GPU 공급…B300 앞세워 AI 인프라 사업 확대 [경제일보] 삼성SDS가 국가 AI 연구용 컴퓨팅 사업에 엔비디아 최신 B300 기반 GPU 클러스터를 공급한다. 대학과 정부출연연구기관 등 자체적으로 대규모 AI 인프라를 확보하기 어려운 연구기관에 최신 GPU를 제공해 국내 AI 연구 인프라 고도화를 지원하는 동시에 GPU와 국산 NPU를 아우르는 클라우드 사업 확대에도 속도를 낸다. 11일 삼성SDS는 과학기술정보통신부와 정보통신기획평가원(IITP)이 지원하는 '2026년 AI 연구용 컴퓨팅 지원 프로젝트'의 GPU 자원 공급사로 선정돼 지난달 20일부터 서비스를 시작했다고 밝혔다. 이번 사업은 국내 학계와 연구기관에 AI 연구에 필요한 GPU 컴퓨팅 자원을 지원하는 국가 AI 연구 지원 사업이다. 초거대 AI 모델과 대규모 언어 모델(LLM) 연구가 확대되고 있지만 대학과 정부출연연구기관 등이 최신 GPU를 직접 대규모로 확보하기에는 비용과 운영 부담이 큰 만큼 민간 인프라를 활용해 연구자들의 접근성을 높이는 것이 목적이다. 사업 규모는 약 153억원이며 서비스는 지난 7월부터 내년 3월까지 제공된다. 삼성SDS를 포함한 복수 사업자가 공급사로 선정됐으며 삼성SDS는 GPU 공급 계획과 보유 자원 규모, 연구 환경, 운영 지원 체계, 보안 역량 등을 평가하는 입찰에서 1순위 사업자로 선정됐다. 삼성SDS는 이번 사업에 엔비디아 H100뿐 아니라 최신 B300(블랙웰 울트라) 기반 GPU 클러스터를 투입한다. B300은 엔비디아의 최신 블랙웰 울트라 아키텍처 기반 GPU로, 이번 사업에서 요구한 호퍼급 이상의 사양을 충족하는 동시에 대규모 AI 모델의 학습과 추론에 필요한 성능과 메모리를 제공한다. AI 모델이 대형화하면서 최신 GPU 확보 여부가 AI 연구의 속도와 규모를 좌우하는 요소로 떠오르고 있다. 특히 대규모 모델을 학습하려면 여러 GPU를 동시에 연결해야 하는 만큼 GPU 자체의 성능뿐 아니라 GPU 간 데이터를 빠르게 주고받을 수 있는 네트워크와 스토리지 등 전체 인프라 구성이 중요하다. 삼성SDS는 다수의 GPU를 하나의 자원 풀로 묶는 대규모 클러스터 구성과 고속 인터커넥트 네트워크를 함께 제공한다. CPU와 메모리, 스토리지, 네트워크, 개발 환경 등도 사전 구성해 연구자가 별도의 인프라 구축 과정 없이 AI 연구에 필요한 컴퓨팅 환경을 사용할 수 있도록 지원한다. 최신 GPU는 단순히 장비를 구매하는 것뿐 아니라 데이터센터 공간과 전력, 냉각, 네트워크, 운영 인력 등이 함께 필요해 연구기관이 독자적으로 대규모 클러스터를 구축하기 어려운 것으로 평가된다. 이를 민간 클라우드 방식으로 보완해 국내 AI 연구 현장에서 제기되던 최신 GPU 접근성 문제를 해결한다는 구상이다. 정부 역시 이러한 인프라 격차를 줄이기 위해 국가 AI 연구용 컴퓨팅 지원 사업을 추진하고 있다. 연구자가 직접 고가의 GPU와 서버 인프라를 확보하지 않아도 클라우드를 통해 필요한 컴퓨팅 자원을 사용할 수 있도록 해 연구기관의 AI 개발 접근성을 높이는 방식이다. 앞서 삼성SDS는 지난 3월에 국내 최초로 SCP를 통해 엔비디아 B300 기반 GPUaaS를 출시했다. 고객이 고가의 GPU를 직접 구매하지 않고도 클라우드를 통해 AI 학습과 추론에 필요한 GPU 자원을 사용할 수 있도록 한 서비스다. 이번 사업을 통해 삼성SDS는 단순한 공공 사업을 넘어 AI 클라우드 사업의 적용 범위를 확대하는 것으로 분석된다. 또한 지난달에는 국산 AI 반도체 기업 퓨리오사AI의 2세대 NPU '레니게이드(RNGD)' 기반 NPUaaS도 SCP에 탑재했다. 엔비디아 GPU 중심의 AI 인프라뿐 아니라 AI 추론에 특화된 국산 NPU까지 클라우드에서 제공하면서 AI 가속기 선택지를 넓히고 있다. AI 인프라 시장이 GPU 중심에서 다양한 가속기를 활용하는 방향으로 확대될 가능성도 삼성SDS가 GPU와 NPU를 함께 제공하는 배경으로 꼽힌다. AI 서비스가 학습 중심에서 실제 서비스 운영과 추론 단계로 확대되면서 모든 작업에 고성능 GPU를 사용하는 것보다 작업 특성에 맞춰 GPU와 NPU 등 가속기를 선택하는 것이 비용과 효율 측면에서 중요해질 수 있기 때문이다. 삼성SDS가 GPU와 NPU를 모두 클라우드 서비스 형태로 제공할 경우 기업과 연구기관은 직접 하드웨어를 구매하지 않고 필요한 가속기를 선택해 사용할 수 있다. AI 인프라 구축에 필요한 초기 투자 부담을 줄이는 동시에 기술 변화에 따라 새로운 가속기로 전환하기도 상대적으로 용이하다. 이번 국가 AI 연구용 컴퓨팅 사업에서 B300을 실제 연구 현장에 공급하는 것도 삼성SDS의 AI 인프라 사업을 확대하는 데 레퍼런스로 활용될 수 있다. 대학과 출연연 등 연구기관을 대상으로 최신 GPU 클러스터를 운영하면서 대규모 AI 연구에 필요한 인프라 구축과 운영 역량을 확보할 수 있기 때문이다. 삼성SDS는 이번 국가 AI 연구용 컴퓨팅 사업을 통해 연구기관의 최신 GPU 접근성을 높이는 동시에 GPUaaS와 NPUaaS 등 AI 인프라 서비스의 적용 분야를 확대한다는 계획이다. 향후 공공·연구 분야를 넘어 기업의 AI 모델 개발과 서비스 운영 수요까지 AI 가속기 클라우드 사업을 확대할 수 있을지 주목된다. 이호준 삼성SDS 클라우드서비스사업부장 부사장은 "이번 사업을 통해 국내 연구자들이 세계 최고 수준의 AI 인프라를 바탕으로 혁신적인 성과를 낼 수 있도록 안정적인 서비스를 제공할 것"이라며 "앞으로도 국가 AI 연구 인프라의 저변을 확대하고 대한민국의 AI 경쟁력을 높이는 데 기여하겠다"고 말했다.2026-08-11 08:27:46
-
오픈AI, 과학 연구 현장 정조준…챗GPT-5.6 기반 무료 AI 지원 확대 [경제일보] 오픈AI가 과학·수학·공학 분야 학술 연구자를 대상으로 최신 인공지능(AI) 모델과 연구 도구를 무료 제공하는 프로그램을 시작하며 대학 연구 현장 공략에 나선다. 단순한 AI 활용 지원을 넘어 연구 과정 전반에 AI를 활용하는 생태계를 구축하고, 미래 AI 연구 주도권을 확보하려는 전략으로 풀이된다. 30일 오픈AI는 최근 '학술 연구자를 위한 챗GPT' 프로그램을 출시하고 신청 접수를 시작했다고 밝혔다. 이번 프로그램은 선정된 학술기관 소속 연구자들에게 오픈AI의 최신 AI 모델과 연구 특화 도구를 1년간 무료로 제공하는 것이 특징이다. 오픈AI는 이번 프로그램을 통해 올여름 연구자 1만명을 대상으로 지원을 시작하고, 내년까지 지원 규모를 최대 10만명으로 확대한다는 계획이다. 아시아태평양 지역에서는 총 70개 대학·기관이 대상 목록에 포함됐으며, 이 가운데 한국 소재 기관은 17곳으로 국가별 가장 많은 비중을 차지했다. 다만 대상 기관으로 선정됐다고 해서 대학 내 모든 구성원이 자동으로 이용할 수 있는 것은 아니다. 대상 기관 소속 연구자가 직접 신청해야 하며, 기관 인증과 함께 현재 수행 중인 연구 분야와 AI 활용 계획 등을 제출해야 한다. 이번 프로그램은 AI가 연구 현장에서 단순 보조 도구를 넘어 연구 과정 전반을 지원하는 단계로 진화하고 있는 것으로 분석된다. 기존에는 논문 검색이나 문서 작성 등 제한적인 활용에 머물렀다면, 최근에는 데이터 분석과 코드 작성, 실험 설계, 연구 결과 검증 등 고도의 연구 업무까지 AI 활용 범위가 확대되고 있다. 오픈AI는 참가자들에게 챗GPT와 챗GPT 워크, 코덱스 등 연구 활용 도구를 제공한다. GPT-5.6 모델군을 비롯해 고난도 과학·수학 문제 해결을 위한 GPT-5.6 Sol Pro도 이용할 수 있으며, 확대된 딥 리서치 기능과 높은 사용 한도, 대규모 컨텍스트 창도 지원한다. 특히 코덱스는 연구 과정에서 필요한 코드 작성과 디버깅, 데이터 세트 분석, 재현 가능한 연구 환경 구축 등을 지원한다. 챗GPT Work는 연구비 지원 기회 검색과 신청서 작성, 문헌 검토, 논문 초안 작성 등 장기 연구 프로젝트 관리에 활용할 수 있도록 설계됐다. 생명과학 분야 연구 지원 기능도 강화했다. 연구자들은 유전학과 유전체학, 시퀀싱, 단일 세포 분석, 단백질 모델링, 신약 개발 등과 관련한 75개 이상의 연구 스킬을 활용할 수 있다. 과학 문헌과 공개 유전체·임상 데이터베이스, 위성 이미지, 컴퓨팅 노트북, 데이터 플랫폼 등 다양한 연구 자원과 연결할 수 있는 기능도 제공된다. 오픈AI는 이번 학술 연구자 지원에 나선 배경에 AI가 과학 연구 경쟁력을 좌우하는 핵심 도구로 자리 잡고 있는 것에 있다고 설명했다. AI 모델이 논문 분석과 데이터 처리, 시뮬레이션 등 연구 생산성을 높이는 수단으로 활용되면서, 어떤 연구자가 어떤 방식으로 AI를 활용하는지가 연구 경쟁력과 연결되는 상황이다. 오픈AI 역시 연구자들이 자사 AI 모델과 도구를 활용해 연구 성과를 축적하도록 지원함으로써 장기적인 사용자 기반을 확보하려는 것으로 분석된다. 연구 현장에서 형성된 AI 활용 경험이 향후 산업 현장과 기업 서비스 확산으로 이어질 가능성이 높기 때문이다. 국내 대학들도 AI 활용 확대에 속도를 내고 있는 만큼 이번 프로그램 참여가 연구 경쟁력 강화로 이어질 수 있다는 기대가 나온다. 특히 AI 기반 신약 개발과 반도체 설계, 로봇·우주 기술 등 고도의 데이터 분석이 필요한 분야에서 AI 활용도가 높아질 것으로 전망된다. 이번 프로그램 전용 워크스페이스에 비즈니스 수준의 개인정보 보호 및 보안 기능을 적용했으며, 연구자가 입력한 데이터는 기본적으로 모델 학습에 활용하지 않는 것으로 알려졌다. 오픈AI 관계자는 "이번 프로그램은 선정된 학술기관에 소속된 연구자들이 첨단 AI를 활용해 복잡한 연구 과제를 해결하고 과학적 발견을 가속할 수 있도록 지원하기 위해 마련됐다"며 "아시아태평양 지역에서는 총 70개 대학·기관이 대상 목록에 포함됐고, 해당 기관 소속 연구자 가운데 자격 요건을 충족한 연구자는 소속 인증과 신청 절차를 거쳐 프로그램에 참여할 수 있다"고 말했다.2026-07-30 17:07:36
-
"성과는 누구의 몫인가"…카카오 노사 갈등이 드러낸 IT업계의 새 고민 [경제일보] 카카오가 창사 이후 첫 부분파업까지 이어진 노사 갈등을 봉합 수순으로 돌입했지만, 이번 사태가 남긴 과제는 임금협약을 넘어 정보통신기술(ICT) 업계 전반의 성과보상 체계 재편으로 확산되고 있다. 고성장 시기 인재 확보를 위해 파격적인 보상 경쟁을 벌였던 IT 기업들이 성장 둔화와 비용 부담 속에서 새로운 보상 기준 마련에 나서야 하는 상황에 놓인 것으로 분석된다. 30일 IT 업계에 따르면 전날 카카오와 민주노총 전국화학섬유식품산업노동조합 카카오지회는 올해 임금교섭 잠정합의안을 마련했다. 두 달 넘게 이어진 갈등과 첫 부분파업, '로그아웃데이' 등 집단행동이 일단락될 가능성이 커졌지만, 최종 합의 여부와 별개로 성과급과 보상 기준을 둘러싼 논쟁은 IT 업계의 공통 과제로 남게 됐다. 카카오 노조는 노사 갈등의 핵심은 단순한 임금 인상률이 아니라고 설명했다. 회사 성과를 어떤 기준으로 구성원과 나눌 것인지, 장기 보상과 단기 성과급을 어떻게 구분할 것인지, 재편되는 회사 사업 속 고용 불안 문제를 어떻게 해결할 것인지 등이 쟁점인 것으로 알려졌다. 결국 이번 갈등은 보상 규모보다 '성과 배분 기준의 투명성'과 '구성원 신뢰' 문제가 핵심으로 떠올랐다. 플랫폼 기업 특성상 서비스 경쟁력이 개발자와 기술 인력에 크게 의존하는 만큼, 성과를 어떻게 평가하고 보상할지는 기업 경쟁력과도 연결되는 문제라는 지적이다. IT 업계에서는 카카오 사례가 특정 기업만의 문제가 아니라는 분석이 나온다. 코로나19 이후 디지털 전환 열풍과 함께 개발자 확보 경쟁이 치열해지면서 주요 IT 기업들은 높은 연봉과 성과급, 스톡옵션 등을 활용해 인재 유치에 나섰다. 다만 최근에는 성장률 둔화와 경기 불확실성, 인공지능(AI) 투자 확대 등으로 비용 효율성이 중요한 경영 과제로 떠올랐다. 과거처럼 매년 높은 수준의 보상을 유지하기 어려워지면서 기업들은 성과와 보상의 기준을 다시 설계해야 하는 상황이다. 게임 업계 역시 비슷한 고민을 안고 있다. 게임사는 흥행 여부에 따라 실적 변동성이 크고, 일부 핵심 개발 인력에 대한 의존도가 높은 만큼 성과급 지급 기준과 보상 수준을 둘러싼 논란이 반복되고 있다. 매출 성장과 프로젝트 성공에 기여한 구성원에게 어느 수준까지 보상할 것인지가 주요 경영 이슈로 떠오르고 있다. 네이버 등 주요 플랫폼 기업들도 AI 전환이라는 새로운 경쟁 환경 속에서 보상 체계 변화를 고민하고 있다. 생성형 AI와 클라우드, 데이터 사업 투자가 확대되면서 기존 개발 역량뿐 아니라 AI 연구 인력과 핵심 기술 인재 확보가 중요해지고 있기 때문이다. 카카오는 이번 갈등을 마무리하는 것과 함께 조직 안정과 성장 동력 확보라는 과제를 안게 됐다. 카카오는 최근 인공지능 서비스 경쟁력 강화와 플랫폼 사업 재정비에 속도를 내고 있지만, 내부 구성원의 신뢰 회복 없이는 장기적인 사업 추진 동력을 확보하기 어려울 것으로 평가된다. 카카오 노사는 조합원 찬반투표를 거쳐 최종 임금협약 체결 절차를 진행할 예정이다. 합의안이 통과되면 카카오는 두 달 넘게 이어진 노사 갈등을 마무리하고 사업 정상화에 집중할 수 있을 것으로 전망된다. IT 업계 관계자는 "일부 기업에서 시작된 성과 배분 문제가 업계 전반으로 커지고 있다"며 "높은 성과급을 지급하는 기업 사례를 보면 구성원 입장에서는 부러운 부분이 있다"고 말했다.2026-07-30 16:50:23
-
![[데일리 제약·바이오 브리프] 동아제약, 유산균 보호하는 이중정 설계 앞세운 구강유산균 출시 外](https://image.ajunews.com//content/image/2026/07/24/20260724135912480702.png)
동아제약, 유산균 보호하는 '이중정 설계' 앞세운 구강유산균 출시 外 [경제일보] 동아제약은 구강케어 브랜드 듀오버스터가 국내 구강유산균 최초로 이중정 설계를 적용한 신제품 ‘듀오버스터 오랄밸런스 구강유산균’을 출시했다고 24일 밝혔다. 최근 구강 건강에 대한 관심이 높아지며 양치와 가글을 넘어 구강 케어 제품 수요가 증가하고 있다. 특히 입속 미생물 균형 관리가 구취 개선과 구강 환경 유지에 도움을 준다는 인식이 확산되면서 구강유산균 시장도 성장세를 보이고 있다. 신제품은 유산균이 민감한 성분과 직접 접촉하지 않도록 민트층과 흰색층의 이중정 구조를 적용했다. 유산균과 기능성 부원료를 분리해 유산균의 활성을 높인 것이 특징이다. 또한 한국인 잇몸에서 분리한 특허 균주 ‘S. salivarius G7’을 함유해 국내 구강 환경에 맞춘 K-구강유산균을 구현했다. 섭취 편의성도 강화했다. 퍼석한 식감과 맛을 개선하고 당류 0g으로 부담을 낮췄으며 11.5mm 소형 정제로 어린이부터 성인까지 쉽게 섭취할 수 있다. 듀오버스터는 ‘민트볼’ 제품으로 출시 1년 만에 누적 판매 100만개를 돌파하며 시장 경쟁력을 입증한 바 있다. 이번 신제품 출시로 ‘듀얼’ 콘셉트를 구강케어 전반으로 확대해 라인업을 강화할 계획이다. 동아제약 관계자는 “이중정 설계를 통해 안전성과 편의성을 동시에 높인 제품”이라며 “일상 속 구강 건강 관리에 도움을 주는 다양한 솔루션을 지속적으로 선보일 것”이라고 말했다. ◆한미약품, AI로 ‘근육 늘리고 살 빼는’ 비만 신약 개발한다 한미약품이 자체 인공지능(AI) 플랫폼을 활용해 단백질 서열 변화에 따른 약리 활성을 예측하고 최적의 후보물질 설계까지 제안하는 신약개발 기술을 확보했다고 24일 밝혔다. 특히 AI로 발굴한 ‘퍼스트 인 클래스’ 후보물질을 임상 단계까지 끌어올린 사례로 주목된다. 한미약품은 AI 플랫폼 ‘HARP-pSAR’를 활용해 체중 감량과 근육 증가를 동시에 구현하는 비만 신약 ‘HM17321(LA-UCN2)’을 도출해 현재 미국 임상 1상을 진행 중이다. 또 펩타이드 기반 마이오스타틴 억제 기전의 근육 증진 치료제 ‘HM500197(LA-MSTN)’도 확보했다. 한미약품은 지난 12~16일 미국 워싱턴 D.C.에서 열린 국제 학회 ISMB에서 해당 AI 플랫폼을 기반으로 한 연구 성과를 발표했다. ISMB는 생물정보학·계산생물학 분야의 세계 최대 학회로 AI 기반 신약개발 트렌드를 선도하는 자리다. 이번 연구는 AI 예측 결과가 실제 실험 검증과 후보물질 최적화를 거쳐 임상 단계 신약으로 이어졌다는 점에서 주목받았다. HM17321은 근육량 증가와 지방 선택적 감소를 동시에 구현하는 혁신 신약으로 평가되며 기존 GLP-1 계열이 아닌 CRF2 수용체를 표적하는 UCN2 유사체로 설계됐다. HARP-pSAR은 적은 실험 데이터로도 높은 예측 정확도를 구현하는 것이 특징이다. 양자화 기술을 적용해 연산 비용을 낮추고 로컬 환경에서도 빠르게 구동할 수 있도록 설계됐다. 이를 통해 다양한 단백질 후보를 빠르게 선별하는 초고속 스크리닝이 가능해졌다. 특히 학습되지 않은 새로운 단백질 서열의 활성 예측과 최적 설계까지 제안해 개발 효율성을 크게 높였으며 불필요한 실험과 비용을 줄이는 데 기여했다. 회사 측은 이를 ‘AI 기반 신약개발(AI-native)’의 대표 사례로 평가하고 있다. 한미약품은 향후 HARP-pSAR을 다양한 표적에 적용 가능한 신약 설계 플랫폼으로 확장할 계획이다. 최인영 미래성장부문장은 “AI가 연구 파트너로서 신약 설계와 개발 효율을 높인 사례”라며 “AI 기반 신약개발 경쟁력을 지속 강화하겠다”고 말했다. ◆코로나19 mRNA 백신 개발 속도…GC녹십자 2상 진입 GC녹십자가 국산 mRNA 코로나19 백신 개발을 위한 임상 2상에 본격 착수한다. 질병관리청 국립보건연구원은 팬데믹 대비 mRNA 백신 개발 지원사업에 참여 중인 GC녹십자가 코로나19 mRNA 백신 후보물질의 임상 2상 시험계획을 식품의약품안전처에 신청했다고 24일 밝혔다. 해당 사업은 국산 mRNA 백신 플랫폼 확보를 목표로 비임상부터 임상 3상까지 전 주기를 지원하는 국가 R&D 사업이다. 향후 팬데믹 발생 시 신속한 백신 개발 체계를 구축하는 데 목적이 있다. mRNA 백신은 바이러스 유전정보를 활용해 면역 반응을 유도하는 방식으로 화이자와 모더나의 코로나19 백신이 대표적이다. 변이에 맞춰 유전정보만 교체하면 빠르게 대응할 수 있는 것이 장점이다. 이번 임상 2상 신청은 1상 결과를 바탕으로 식약처 사전 검토를 거쳐 이뤄졌다. GC녹십자는 건강한 성인을 대상으로 후보물질을 투여해 안전성과 면역원성을 평가할 계획이며 이르면 다음 달 임상에 착수할 예정이다.2026-07-24 14:20:10
-
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
-
팀네이버, AI 취약점 찾는 기술로 ICML 상위 2.2%…'서울 월드모델'도 공개 [경제일보] 네이버가 인공지능(AI) 모델을 공격자의 시각에서 검증하는 레드티밍 기술로 세계 3대 AI 학회에서 상위권 평가를 받았다. 여러 AI의 협업 순서를 자동 설계하는 기술부터 서울을 가상공간에 재현한 월드모델까지 공개하며 검색을 넘어 피지컬 AI로 연구 범위를 넓혔다. 팀네이버는 지난 6일부터 11일까지 서울 코엑스에서 열린 국제머신러닝학회 ‘ICML 2026’에 참가해 논문 6편과 실서비스 적용 사례를 발표했다고 13일 밝혔다. ICML은 신경정보처리시스템학회(NeurIPS), 국제표현학습학회(ICLR)와 함께 세계 3대 AI·머신러닝 학회로 꼽힌다. 올해 처음 한국에서 개최됐다. ◆ AI가 위험한 답을 하도록 공격…배포 전 취약점 찾는다 가장 높은 평가를 받은 연구는 ‘스테이블 지플로우넷’이다. 대형언어모델(LLM)이 유해하거나 위험한 답변을 내놓도록 유도하는 공격 문장을 자동으로 생성해 취약점을 찾는 레드티밍 기술이다. 네이버에 따르면 해당 논문은 전체 채택 논문 중 상위 약 2.2%에 해당하는 ‘스포트라이트’에 선정됐다. 기존 생성흐름네트워크(GFlowNet) 기반 레드티밍은 학습이 불안정하거나 비슷한 공격 패턴만 반복하는 ‘모드 붕괴’ 문제가 있었다. 연구팀은 공격 문장끼리의 비교 학습과 불안정한 평가값을 걸러내는 방식을 적용해 공격 성공률과 다양성을 함께 높였다. 이 기술은 AI 서비스 출시 전 정상적인 성능만 시험하는 대신 악의적인 이용자가 안전장치를 우회하는 상황까지 점검하는 데 활용할 수 있다. 다만 실험에서 높은 공격 성능을 보였다는 사실이 모든 실제 서비스의 취약점을 찾아낼 수 있다는 의미는 아니다. 모델과 운영 환경에 따른 추가 검증이 필요하다. AI 모델의 개발·운영 비용을 줄이기 위한 연구도 발표됐다. ‘시머지’는 서로 다른 업무에 특화된 모델을 하나로 합칠 때 전체 구조를 다시 학습하지 않고 단일 레이어만 조정하는 병합 기술이다. 연구진은 비전과 자연어처리 벤치마크에서 기존 모델 병합 방식보다 경쟁력 있는 성능을 확인했다고 설명했다. ‘플로우봇’은 여러 AI 에이전트가 문제를 해결할 때 필요한 작업 순서를 자동으로 탐색한다. 사람이 도구 호출 순서와 업무 흐름을 일일이 설계하는 부담을 줄여 에이전트 개발 속도와 운영 효율을 높이는 기술이다. 수백∼수천개 데이터셋을 특성별로 나눠 학습한 뒤 한 차례 병합하는 연구도 공개됐다. 성격이 다른 데이터를 한꺼번에 학습할 때 발생하는 성능 충돌을 줄이면서 LLM 후공정 비용을 낮추는 데 초점을 맞췄다. ◆ 서울을 로봇 훈련장으로…피지컬 AI 연결 현실 공간을 이해하는 연구도 주요 축이었다. 네이버는 흔들리거나 초점이 흐린 단일 카메라 영상에서 물체의 이동 궤적과 형태를 분리해 움직이는 3차원 장면을 복원하는 기술을 발표했다. 자율주행과 로봇이 동적인 환경을 파악하는 데 활용할 수 있다. 네이버·네이버랩스와 KAIST, 서울대가 공동 개발한 ‘서울 월드모델’도 소개했다. 서울 전역의 공간 데이터를 가상 환경으로 구현해 로봇이 실제 도시에 투입되기 전 이동 경로와 행동을 반복 학습하도록 하는 플랫폼이다. 팀네이버가 이번 학회에서 강조한 것은 개별 논문 수보다 연구의 연결 구조다. AI 모델을 개발한 뒤 안전성을 검증하고 여러 모델과 에이전트를 효율적으로 운영한 다음 로봇이 움직이는 현실 공간까지 적용하겠다는 것이다. 향후 연구 성과가 검색과 지도, 쇼핑, 로봇 등 실제 서비스의 성능과 비용 개선으로 이어지는지가 ‘AI 풀스택’ 전략을 평가할 기준이 될 전망이다.2026-07-13 11:51:59
-
![[정보운의 강철부대] 챗봇 경쟁 끝…AI 승부처는 산업 현장](https://image.ajunews.com//content/image/2026/07/10/20260710170321743067.png)
챗봇 경쟁 끝…AI 승부처는 '산업 현장' [경제일보] 인공지능(AI) 경쟁의 무게중심이 거대언어모델(LLM) 성능 중심에서 산업 적용 중심으로 이동하고 있다. 생성형 AI가 기술 경쟁을 이끌었다면 이제는 신소재 개발과 제조 혁신, 금융 분석 등 실제 산업 현장의 문제를 해결하는 '산업 AI'가 새로운 승부처로 떠오르고 있다는 분석이다. 12일 업계에 따르면 LG AI연구원은 최근 서울에서 열린 세계 최고 권위의 머신러닝 학회 'ICML 2026'에서 엑사원(EXAONE)의 산업 적용 사례를 대거 공개했다. 학회에서 발표한 14편의 논문보다 시장의 관심을 끈 것은 AI가 실제 산업 현장에서 만들어내고 있는 성과였다. AI가 연구개발을 돕는 수준을 넘어 기업의 제품 개발과 의사결정, 데이터 생산 방식을 바꾸는 단계에 들어섰다는 점을 보여줬기 때문이다. 대표적인 사례가 신소재 발굴 플랫폼 '엑사원 디스커버리'다. LG AI연구원은 AI를 활용해 42만개가 넘는 후보 물질 가운데 탈모 관리 신소재 '람시딜'을 하루 만에 찾아냈고, 현재 제품화를 추진하고 있다. AI 데이터센터 핵심 인프라로 떠오른 액침 냉각유 소재 역시 GS칼텍스와 공동 개발하며 신소재 발굴 범위를 확대하고 있다. 금융 분야에서도 AI의 역할은 커지고 있다. 금융 특화 AI 에이전트 '엑사원 BI'는 한국과 미국 증시에 상장된 약 8000개 종목을 매일 분석해 투자 판단에 필요한 예측 정보와 분석 리포트를 제공한다. 영국 런던증권거래소그룹(LSEG)에 이어 최근 코스콤과도 협력을 시작하면서 산업 AI의 적용 범위를 글로벌 금융시장과 국내 자본시장으로 넓히고 있다. 데이터 생산 방식 역시 달라지고 있다. '엑사원 데이터 파운드리'는 AI가 고품질 데이터를 자동 생성하고 전문 분야별 AI 모델 구축을 지원하는 플랫폼이다. 국민연금공단 시범 사업에서는 하루 1만건 이상의 전문 데이터를 자동 구축하는 시스템을 구현했다. 사람이 일일이 데이터를 구축하던 방식에서 AI가 데이터 생산 공장 역할을 수행하기 시작한 것이다. 반도체 업계에서는 AI가 공정 최적화와 수율 개선에 활용되고 있으며 배터리 업계에서는 차세대 소재 개발과 품질 관리에 적용 범위가 확대되고 있다. 제조 현장에서는 설비 이상을 예측하고 생산 계획을 최적화하는 AI 솔루션 도입이 늘고 있고 금융권 역시 투자 분석과 리스크 관리 분야에서 AI 활용을 확대하고 있다. AI가 더 이상 하나의 서비스가 아니라 산업 전반을 움직이는 핵심 인프라로 자리 잡고 있는 셈이다. LG의 차별점은 AI 기술을 곧바로 적용할 수 있는 산업 기반을 갖추고 있다는 점이다. LG전자와 LG생활건강, LG에너지솔루션, LG디스플레이 등 다양한 제조 계열사를 통해 AI 연구 성과를 실제 제품과 사업으로 연결할 수 있다. AI를 연구하는 조직과 이를 활용할 산업 현장이 하나의 생태계 안에 있다는 점이 경쟁력으로 꼽힌다. 물론 해결해야 할 과제도 적지 않다. 산업 AI가 확대될수록 AI가 내린 판단의 신뢰성과 책임 문제, 기업 데이터 보호, 산업별 규제 체계 등 새로운 숙제가 함께 등장하고 있다. 산업마다 필요한 데이터의 특성과 정확도가 다른 만큼 범용 AI보다 높은 수준의 전문성과 검증 체계도 요구된다. 그럼에도 산업계가 AI에 주목하는 이유는 분명하다. 인공지능이 더 이상 논문과 연구 성과에 머무르는 기술이 아니라 실제 산업 현장에서 비용을 줄이고 연구개발 기간을 단축하며 새로운 제품과 서비스를 만들어 낼 수 있기 때문이다. 강철부대의 시선이 머무는 곳, AI 생태계 역시 더 이상 모델 성능이나 논문 편수만으로 경쟁력을 평가받기 어려운 단계에 진입하고 있다. 생성형 AI 열풍을 넘어 실제 산업 난제를 해결하고 사업화 성과를 입증하는 기업이 새로운 승자가 될 가능성이 커지고 있다. 기술 경쟁의 무게중심도 AI 모델의 성능 경쟁에서 산업 현장의 활용 가치와 사업화 역량으로 이동하는 흐름이다. AI의 다음 킬러 애플리케이션 역시 새로운 챗봇보다 공장과 연구소, 데이터센터, 금융시장 등 산업 현장에서 먼저 등장할 가능성이 크다.2026-07-12 08:00:00
-
![[데일리 뱅킹 브리프] 케이뱅크, 개인사업자 대출 누적 공급 5조원 돌파 外](https://image.ajunews.com//content/image/2026/07/09/20260709093600958008.jpg)
케이뱅크, 개인사업자 대출 누적 공급 5조원 돌파 外 [경제일보] 케이뱅크, 개인사업자 대출 누적 공급 5조원 돌파 케이뱅크가 지난달 말 기준 개인사업자 대출 누적 공급액이 5조1900억원을 기록했다고 9일 밝혔다. 케이뱅크는 지난 2022년 개인사업자 대출 상품을 출시한 이후 누적 공급액 5조원을 넘어섰다. 올해 상반기에만 1조5200억원이 공급됐다. 이는 지난해 연간 공급액의 약 82% 수준이다. 부동산담보대출과 보증서대출 취급이 늘면서 개인사업자 여신 잔액 기준 보증·담보대출 비중은 지난달 말 45%까지 확대됐다. 케이뱅크의 전체 원화대출금 잔액 중 기업대출 비중도 지난해 말 7%에서 지난달 말 17%로 늘었다. 케이뱅크는 오는 14일부터 보증서대출 건당 한도를 기존 1억원에서 최대 2억원으로 상향한다. 3분기 중에는 부동산담보대출 담보 대상을 아파트에서 △연립·다세대주택 △오피스텔 △상가까지 확대하고 대출 용도도 운전자금에서 시설자금까지 넓힐 계획이다. 케이뱅크 관계자는 "보증서대출 한도 상향과 담보대출 지원 범위 확대를 통해 개인사업자의 다양한 자금 수요에 대응하고 중소법인 여신까지 사업 영역을 넓히겠다"고 말했다. 우리은행, 홈플러스 협력사 경영안정 특별지원 우리은행이 홈플러스 회생절차 폐지 결정으로 경영 애로를 겪는 중소기업과 소상공인을 위해 '경영안정 특별지원'을 실시했다고 9일 밝혔다. 이번 지원은 홈플러스 사태로 피해가 확인된 협력업체의 경영 안정을 돕기 위해 마련됐다. 우리은행은 피해 기업에 업체당 최대 5억원 한도의 신규 대출을 지원하고 기존 대출은 원금 상환 없이 만기를 연장한다. 피해 규모와 자금 사정을 고려해 대출금리와 수수료 우대 혜택도 제공한다. 수출기업에는 수출환어음 부도처리 유예기간을 기존 60일에서 최대 90일까지 확대 적용한다. 우리은행 관계자는 "어려움을 겪는 협력 중소기업과 소상공인에게 실질적인 도움이 되고자 특별지원을 마련했다"며 "피해 기업의 경영 정상화를 위해 금융지원을 이어가겠다"고 말했다. 카카오뱅크, UN 'AI for Good'서 금융 AI 사례 발표 카카오뱅크가 UN 국제전기통신연합이 주관하는 'AI for Good Global Summit 2026'에 초청받아 금융 인공지능(AI) 연구 사례를 발표했다고 9일 밝혔다. 행사는 지난 7일부터 10일까지 스위스 제네바에서 열렸으며 지속가능한 AI와 책임 있는 AI 활용 방안이 논의됐다. 카카오뱅크는 'Innovate for Impact' 세션에서 우수 사례로 선정돼 금융 AI 운영 효율성과 지속가능성을 높이는 연구 성과를 소개했다. 발표에서는 여러 개의 대형 AI 모델을 각각 운영하는 대신 하나의 금융 특화 AI 모델로 △정보 검색 △문서 분석 △이상 콘텐츠 탐지 등을 통합 수행하는 방법론을 제시했다. 이를 통해 그래픽 처리 장치(GPU) 메모리 사용량과 전력 소비, 인프라 운영 부담을 줄이면서 금융 문서 이해와 분석 성능을 높였다고 설명했다. 카카오뱅크의 'AI 스미싱 문자 확인' 서비스와 LLM 프롬프트 공격 방어 기술도 행사 공식 결과 리포트에 등재됐다. 카카오뱅크 관계자는 "글로벌 무대에서 금융 AI 연구 성과를 우수 사례로 소개하게 돼 뜻깊다"며 "금융 환경에 최적화된 AI 기술을 지속적으로 고도화하겠다"고 말했다.2026-07-09 09:37:16
-
168억 투입해 의료 AI 생태계 조성...카카오헬스케어, 정부 사업 수행기관 선정 [경제일보] 정부가 의료 인공지능(AI) 경쟁력 강화를 위해 병원 데이터를 안전하게 활용할 수 있는 국가 단위 인프라 구축에 나선다. 이에 카카오헬스케어가 전국 주요 의료기관과 기업들이 참여하는 대규모 컨소시엄을 이끌며 의료 AI 개발 기반 마련에 착수한다는 계획이다. 24일 카카오헬스케어는 과학기술정보통신부와 한국지능정보사회진흥원(NIA)이 추진하는 '의료 데이터 스페이스 실증사업' 수행기관으로 최종 선정됐다고 밝혔다. 카카오헬스케어를 주관기관으로 하는 컨소시엄은 향후 최대 3년간 총 168억원 규모의 정부 지원을 받아 사업을 수행한다. 의료 데이터 스페이스는 병원별로 분산된 의료 데이터를 안전하게 활용할 수 있도록 구축하는 데이터 공유 체계다. 기존에는 의료 AI 개발을 위해 여러 기관의 데이터를 한곳에 모아야 했지만 개인정보 보호와 데이터 반출 규제로 인해 활용에 한계가 있었다고 평가된다. 이번 사업은 데이터 원본을 각 의료기관에 그대로 보관하면서 분석 모델이나 결과만 공유하는 방식으로 운영된다. 의료 데이터 원본은 병원 내부에서 관리하고, 비식별 처리된 데이터만 보안 환경 내에서 활용하는 구조다. 이를 통해 개인정보 유출 위험을 최소화하면서도 다기관 공동 연구와 의료 AI 개발이 가능한 환경을 구축하는 것이 목표로 진행된다. 특히 '연합학습' 기반 데이터 활용 체계를 구축해 병원 간 데이터 이동 없이 AI 모델을 학습할 수 있도록 할 계획이다. 의료기관별로 축적된 데이터를 활용하면서도 데이터 주권과 보안성을 확보할 수 있어 차세대 의료 AI 인프라로 주목받는 방식이다. 카카오헬스케어는 이번 사업을 위해 전국 주요 상급종합병원을 포함한 27개 의료기관과 21개 기업이 참여하는 컨소시엄 '프로미스'를 구성했다. 의료기관들은 임상 데이터 웨어하우스(CDW)를 기반으로 의료 데이터 표준화 체계를 구축하고 공통 심의 체계를 마련해 고품질 의료 데이터를 안전하게 연계한다. 해당 기업들은 데이터 스페이스 환경에서 의료 AI 연구·개발을 수행하게 된다. 의료 데이터 확보 비용과 접근성 문제로 어려움을 겪었던 AI 스타트업과 디지털 헬스케어 기업들이 보다 효율적으로 AI 모델을 개발할 수 있는 기반이 마련될 전망이다. 특히 이번 사업은 의료 AI 산업의 고질적인 문제로 지적돼 온 데이터 파편화 문제를 해결하는 계기가 될 것으로 분석된다. 카카오헬스케어는 의료기관마다 데이터 형식과 관리 체계가 달라 공동 연구와 AI 개발이 쉽지 않았지만 표준화된 데이터 활용 환경이 구축되면 신약 개발과 질병 예측, 의료 영상 분석 등 다양한 분야에서 활용이 확대될 수 있을 것으로 평가했다. 또한 글로벌 의료 AI 경쟁이 데이터 확보 능력을 중심으로 전개되고 있는 만큼 국가 차원의 의료 데이터 활용 체계를 구축하는 것이 산업 경쟁력 확보에 중요한 역할을 할 것으로 전망된다. 카카오헬스케어는 컨소시엄 운영을 총괄하며 플랫폼과 인프라 구축을 담당할 예정이다. 이를 통해 대형 병원과 AI 기업, 디지털 헬스케어 스타트업이 함께 참여하는 의료 데이터 생태계를 조성하고 의료 AI 연구·개발 환경을 확대해 나간다는 계획이다. 황희 카카오헬스케어 대표는 "다양한 기관 및 기업과 함께 '의료 데이터 스페이스'라는 국가적 AX 대전환 프로젝트를 이끌게 되어 무거운 책임감을 느낀다"며 "단순한 정부 과제 수행을 넘어 제약, 바이오, 인공지능 스타트업들의 고충을 해결하는 동시에 나아가 대한민국 의료 AI 생태계가 글로벌 수준으로 도약하는 데 기여할 수 있도록 총력을 다하겠다"고 말했다.2026-06-24 10:01:45
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)