2026.10.16 금요일
검색
'AI 연구개발' 검색결과
기간검색
-
~
검색영역
검색어
-
곽노정 SK하이닉스 사장 "차세대 메모리로 AI 새로운 가능성 열 것" [경제일보] 곽노정 SK하이닉스 대표이사 사장이 차세대 메모리를 앞세워 인공지능(AI) 메모리 시장 주도권을 이어가겠다는 전략을 제시했다. AI 메모리 수요 확대에 맞춰 용인 클러스터와 미국 인디애나 팹 등 생산거점을 확대하고 미국 내 AI 연구개발(R&D) 기반도 강화한다. SK하이닉스는 지난 18일(현지시간) 미국 캘리포니아주 산타클라라 매리어트 호텔에서 '2026 글로벌 포럼'을 개최했다. 이 행사는 글로벌 AI·반도체 전문가와 미국 대학 연구진에게 SK하이닉스의 기술 방향과 성장 전략을 소개하고 기술 교류를 진행하는 자리다. 곽 사장은 기조연설에서 AI 산업에서 메모리가 차지하는 역할을 강조하며 차세대 제품 개발과 글로벌 인프라 확대 계획을 소개했다. 곽 사장은 "메모리 없이는 AI 산업도 성립할 수 없다"며 "HBM이라는 새 이정표를 세운 것처럼 준비 중인 차세대 메모리를 통해 AI의 새로운 가능성을 열어가겠다"고 밝혔다. 이어 "AI 산업의 성장세가 지속됨에 따라 AI 메모리에 대한 수요도 계속 높게 유지될 것"이라며 "이에 발맞춰 준비 중인 신규 글로벌 생산 거점과 연구 기반을 통해 지금의 기술 우위와 압도적인 시장 지배력을 굳건히 지켜나가겠다"고 말했다. SK하이닉스는 용인 클러스터와 미국 인디애나 팹을 중심으로 생산 기반을 확대하는 동시에 미국 내 글로벌 AI 연구개발(R&D) 센터 신설을 추진하고 있다. AI 메모리 수요 증가에 대응하면서 생산과 연구개발 역량을 함께 강화하는 전략이다. 기술 분야에서는 메모리 자체의 성능 향상뿐 아니라 설계와 공정, 패키징, 시스템을 연결하는 접근이 중요하다는 논의가 이어졌다. 패널 토론에는 김형수 DRAM설계 담당 부사장, 이재원 AI 인터페이스 담당 부사장, 이강욱 PKG개발 담당 부사장, 김호식 메모리 시스템 리서치 담당 부사장이 참여했다. 패널들은 AI 기술이 빠르게 발전하면서 메모리 산업도 개별 기술의 성능 개선을 넘어 전체 시스템 관점에서 해법을 찾는 방향으로 변화하고 있다고 설명했다. 미래 엔지니어에게도 특정 분야의 전문성과 함께 다른 기술 영역을 이해하고 전문가들과 협업할 수 있는 역량이 중요하다고 강조했다.2026-09-21 14:50:31
-
![[편집인 칼럼] 52시간이라는 낡은 틀에 미래를 가둘 것인가](https://image.ajunews.com//content/image/2026/08/30/20260830131254759969.png)
'52시간'이라는 낡은 틀에 미래를 가둘 것인가 세계 산업지도가 다시 그려지고 있다. 인공지능(AI), 반도체, 로봇, 바이오, 양자기술 등 첨단산업의 경쟁은 이제 기술 하나의 우열을 넘어 누가 더 빨리 연구하고, 제품화하고, 시장을 선점하느냐의 싸움으로 바뀌었다. 기술 패권 경쟁에서 1년은 길고 하루는 짧다. 그런데 대한민국의 노동시장 제도는 과연 이런 속도전에 맞춰져 있는가. 최근 일본의 노동시간 제도와 연구개발 분야의 규제 완화 움직임은 우리에게 적지 않은 질문을 던진다. 일본 역시 전체 노동자에게 월 100시간의 초과근무를 허용하는 것은 아니다. 원칙적으로 월 45시간·연 360시간의 상한을 두고, 특별한 사정이 있는 경우에도 월 100시간 미만, 연 720시간 등의 제한을 둔다. 다만 신기술·신상품·신서비스의 연구개발 업무에 대해서는 일반적인 시간외근로 상한 규정의 적용을 제외하는 제도를 운용하고 있다. 핵심은 숫자가 아니다. 모든 노동을 똑같은 잣대로 재단하지 않는다는 발상의 차이다. 연구개발 현장은 일반적인 생산라인과 다르다. 반도체 설계자가 정해진 시간표에 따라 창의성을 발휘할 수 있는 것도 아니다. 중요한 실험 결과가 나오는 순간이 따로 있고, 새로운 알고리즘을 완성하기 위해 집중력이 최고조에 달하는 시간이 따로 있다. 경쟁사의 신제품이 발표되거나 기술적 돌파구가 눈앞에 나타났을 때 연구개발팀이 일정 기간 집중적으로 일해야 하는 경우도 있다. 물론 이를 장시간 노동의 미화로 오해해서는 안 된다. 과로는 생산성을 떨어뜨리고 창의성을 훼손한다. 건강을 잃은 근로자에게 혁신을 요구할 수도 없다. 노동시간 규제가 존재하는 이유는 분명하다. 근로자의 건강과 휴식권을 보호하고 기업이 무분별한 장시간 노동에 의존하지 못하도록 하기 위해서다. 그러나 보호와 경직성은 같은 말이 아니다. 문제는 우리 노동시장 제도가 근로자의 건강을 보호한다는 명분 아래 산업별·직무별 특성을 충분히 반영하지 못하고 있다는 데 있다. 특히 AI와 반도체처럼 연구개발의 속도가 국가 경쟁력을 좌우하는 분야에서 획일적인 시간 규제는 기업과 연구자 모두에게 제약이 될 수 있다. 한국의 주 52시간제는 장시간 노동을 줄이는 데 일정한 역할을 했다. 이제 필요한 것은 그 성과를 부정하는 것이 아니라 다음 단계의 제도로 진화시키는 일이다. 정부도 AI 연구개발 현장의 특성을 고려해 특별연장근로 확대 등을 검토하고 있다. 현장의 현실과 제도 사이에 간극이 있다는 점을 정부 역시 인식하기 시작했다는 의미다. 이제 논의의 방향을 바꿀 필요가 있다. 연구개발과 일반 생산업무를 구분하고 업무의 성격과 위험, 전문성, 자율성에 따라 합리적으로 제도를 차등화해야 한다. 모든 근로자를 동일한 시간표로 묶어 놓는 것이 반드시 공정한 것은 아니다. 고도의 전문성을 가진 연구자와 반복 업무 종사자에게 똑같은 기준을 적용하는 것은 노동 보호라기보다 규제의 획일화가 될 수 있다. 노사 자율성도 확대해야 한다. 정부가 일률적으로 근무 형태를 정하기보다 기업과 근로자가 업종과 업무 특성에 맞춰 근로시간을 설계할 수 있도록 해야 한다. 다만 자율에는 반드시 책임이 따라야 한다. 근로자의 명시적 동의와 적절한 보상, 건강 보호, 휴식권 보장, 근로시간 기록과 사후 점검 등을 전제로 해야 한다. 노동정책의 기준도 ‘얼마나 오래 일했느냐’에만 머물러서는 안 된다. 어떤 방식으로 일하고 어떤 성과를 냈는지도 함께 봐야 한다. AI 시대의 연구개발은 장소와 시간의 경계가 빠르게 무너지고 있다. 출근해 앉아 있는 시간이 길다고 생산성이 높은 것도 아니고, 정시에 퇴근한다고 혁신적인 것도 아니다. 노동의 질과 생산성을 높이는 방향으로 제도를 바꿔야 한다. 기업의 책임 역시 분명해야 한다. 규제 완화가 무제한 노동을 허용하는 면허증이 돼서는 안 된다. 전문 연구인력에게 예외를 인정한다면 그만큼 높은 수준의 임금 보상과 건강관리, 충분한 휴식, 근로시간 기록과 사후 점검이 뒤따라야 한다. 규제 완화와 노동자 보호는 양자택일의 문제가 아니다. 제대로 설계하면 두 가지를 동시에 달성할 수 있다. 무엇보다 정치권의 고정관념을 버려야 한다. 노동시간을 줄이는 것만이 선이고 더 유연하게 일하는 것은 곧 노동권 후퇴라는 이분법으로는 미래를 준비할 수 없다. 반대로 기업의 경쟁력을 위해 노동자의 희생을 감수해야 한다는 낡은 사고 역시 받아들일 수 없다. 세계는 이미 ‘더 오래 일하는 나라’와 ‘덜 일하는 나라’의 경쟁으로 움직이지 않는다. 더 효율적으로 일하면서 필요한 순간에는 신속하게 집중할 수 있는 나라가 경쟁에서 앞서간다. 한국은 세계 최고 수준의 반도체 기업을 보유하고 있고 AI와 첨단 제조업에서도 상당한 경쟁력을 갖추고 있다. 그러나 세계 최고 기업을 갖고 있다고 해서 세계 최고의 노동제도를 갖고 있는 것은 아니다. 기술과 산업의 변화 속도가 빠를수록 법과 제도 역시 그 속도에 맞춰 진화해야 한다. 일본의 사례에서 우리가 배워야 할 것은 ‘월 100시간’이라는 숫자가 아니다. 연구개발이라는 특수한 영역에 획일적인 규제를 그대로 적용하지 않고 예외와 자율성을 제도 안에 설계한 유연성의 철학이다. 우리도 이제 주 52시간제의 성역을 허물자는 논쟁을 넘어야 한다. 지켜야 할 것은 ‘52시간’이라는 숫자 자체가 아니라 근로자의 건강과 휴식이라는 본질이다. 그 본질을 훼손하지 않는 범위에서 연구개발, 스타트업, 첨단 제조업 등 미래산업의 특성에 맞는 유연한 노동시간 제도를 만들어야 한다. AI 시대에는 기술이 사람을 기다려주지 않는다. 경쟁국의 기업도 우리 기업을 기다려주지 않는다. 세계 시장의 투자자 역시 한국의 복잡한 규제체계를 이해해 줄 의무가 없다. 지금 우리에게 필요한 것은 노동권의 후퇴가 아니라 노동제도의 선진화다. 보호할 것은 확실히 보호하되 기업과 연구자가 필요한 순간 집중할 수 있도록 제도를 유연하게 만들어야 한다. 대한민국이 기술 패권 경쟁에서 살아남으려면 연구개발의 속도를 높여야 한다. 연구개발의 속도를 높이려면 사람의 창의성을 가두는 낡은 규제부터 다시 살펴봐야 한다. 이제 질문을 바꿀 때다. ‘몇 시간 일하게 할 것인가’가 아니라 ‘어떻게 일해야 대한민국의 생산성과 혁신을 가장 높일 수 있는가’를 물어야 한다. 그것이 AI 시대에 맞는 노동개혁의 출발점이다.2026-08-30 13:13:29
-
엔씨 IT서비스 자회사, 'NC AX'로 새출발 [경제일보] 엔씨의 IT서비스 전문 자회사 NC IDS가 사명을 NC AX로 바꾸고 AX(AI Transformation) 전문 기업으로 새출발한다고 3일 밝혔다. 대표는 이재진 대표이사가 맡는다. NC IDS는 엔씨소프트가 2024년 10월 물적분할로 세운 회사다. 당시 QA 서비스와 응용 소프트웨어 개발·공급 사업부문을 각각 떼어내 NC QA와 함께 출범했고 전사적자원관리(ERP), 업무시스템 개발, 플랫폼, 애플리케이션 개발 등을 맡아왔다. 이번 사명 변경은 AI 원천 기술을 보유한 계열사 NC AI와의 협력을 강화하는 데 초점이 맞춰져 있다. NC AX는 자사의 개발 노하우에 NC AI의 AI 기술을 결합해 엔씨와 주요 계열사의 AX를 이끈다는 계획이다. NC AI는 지난해 2월 엔씨소프트에서 AI 연구개발(R&D) 조직이 분사해 세워진 회사로 자체 언어모델 '바르코'를 개발해왔다. 이재진 NC AX 대표이사는 "회사가 보유한 프로세스 개선 및 앱 개발 노하우를 바탕으로 NC AI와 협력해 AX 사업 영역을 지속해서 확대하고 관련 서비스를 강화해 나가겠다"고 말했다. 엔씨 차원의 사명 변경도 앞서 있었다. 엔씨소프트는 지난 3월 26일 정기 주주총회에서 국문 사명을 '주식회사 엔씨', 영문 사명을 'NC Corporation'으로 바꾸는 정관 변경 안건을 의결했다. 1997년 창사 이래 29년 만의 사명 변경으로 김택진·박병무 공동대표 체제에서 이뤄졌다. 한편 계열사 사명 변경이 잇따르는 가운데 남은 과제는 NC AX가 내세운 AX 사업이 실제 외부 매출로 이어지느냐다.2026-08-03 17:04:55
-
LG CNS, 2분기 영업이익 9.2% 줄었다. [경제일보] LG CNS의 2026년 2분기 영업이익이 1279억원으로 전년 동기 대비 9.2% 줄었다. 매출은 1조5208억원으로 4.2% 늘었다. 매출이 느는데 이익이 줄면서 영업이익률은 9.7%에서 8.4%로 1.2%포인트 낮아졌다. LG CNS는 7월 31일 실적발표 컨퍼런스콜에서 피지컬 AI와 금융 인공지능 전환(AX), AI 인프라를 하반기 3대 성장축으로 제시했다. 상반기 누적으로는 매출 2조8358억원, 영업이익 2221억원으로 각각 6.1%, 1.1% 늘었다. 상반기 이익이 소폭이나마 늘어난 것은 1분기 덕이다. 반기 수치에서 2분기를 빼면 1분기 영업이익은 942억원으로 전년보다 20%가량 증가했다. 이익 방향이 꺾인 시점은 2분기다. 송광륜 LG CNS 최고재무책임자(CFO)는 "영업이익 감소는 사업 경쟁력 약화에 따른 구조적 문제가 아니라 미래 성장을 위한 선제적 투자와 일시적인 프로젝트 일정의 영향"이라며 "이연된 프로젝트가 하반기 본격 진행되면 실적 개선에 기여할 것"이라고 말했다. 신규 AI 플랫폼과 피지컬 AI 연구개발, 인재 확보 투자가 늘었고 일부 계열사 프로젝트 계약이 하반기로 밀렸다는 설명이다. ◆ LG전자 로봇 데이터 팩토리…피지컬 AI 첫 레퍼런스 피지컬 AI 사업의 출발점은 LG전자다. LG CNS는 LG전자와 지능형 로봇 학습 인프라인 로봇 데이터 팩토리를 구축하고 자체 플랫폼 '피지컬웍스'와 그래픽처리장치(GPU) 기반 AI 인프라를 공급한다. 로봇 데이터 팩토리는 로봇이 작업을 익히는 데 필요한 영상과 동작 데이터를 모아 가공하고 이를 바탕으로 AI 모델을 학습시키는 설비다. 물류 현장 검증은 컬리에서 이뤄졌다. LG CNS는 컬리 물류센터 1차 개념검증(PoC)을 마쳤고 연말까지 기능을 보완해 적용 범위를 넓히는 후속 사업을 추진한다. 좁은 통로를 다니는 자율이동로봇(AMR) 사업과 연구소 물류 자동화도 수행 중이다. 신재훈 LG CNS 스마트팩토리사업부장(상무)은 "산업 현장에 피지컬 AI를 도입하려면 GPU를 비롯한 AI 인프라 확보가 필수적"이라며 "LG전자 로봇 데이터 팩토리를 대표 사례로 삼아 제조와 물류 등 다양한 산업으로 사업을 확대하겠다"고 말했다. 올해는 사례 확보에 집중하고 내년부터 제조·물류 고객을 상대로 로봇 전환(RX) 사업을 넓힌다는 구상이다. 스마트엔지니어링 부문 2분기 매출은 2746억원으로 13% 늘어 세 부문 가운데 성장률이 가장 높았다. LG그룹 2차전지 계열사의 북미 물류 혁신 사업을 추가 수주했고 국가농업 AX 플랫폼 구축 사업의 민간사업자로도 뽑혔다. ◆ 금융 차세대, 하반기부터 매출 인식 디지털 비즈니스 서비스 상반기 매출은 6621억원으로 8.8% 늘어 세 부문 중 증가폭이 가장 컸다. KB국민은행 차세대 사업과 한국은행 2기 정보기술아웃소싱(ITO) 사업을 따냈다. 조성우 LG CNS 금융AX1사업담당(상무)은 "금융권 차세대 프로젝트는 평균 수행 기간이 약 2년인 대규모 사업으로 착수 이후 분석·설계·초기 구축 단계를 거치면 약 6개월 뒤부터 매출이 본격 인식되는 구조"라며 "1월 NH농협은행, 5월 KB국민은행 차세대를 착수한 만큼 하반기로 갈수록 매출 기여도가 높아질 것"이라고 말했다. 지난해 수주한 미래에셋생명과 신한투자증권 차세대는 올해 본격 개발 단계에 들어갔다. 정보기술(IT) 시스템 구축과 운영 전 과정을 에이전틱 AI로 수행하는 개발 플랫폼 '대본'도 2분기에 내놨다. ◆ AI 인프라, 구독형으로 판다 AI·클라우드 부문 2분기 매출은 9060억원으로 3.9% 늘었다. AI 플랫폼과 데이터 구축, 클라우드 관리서비스(MSP), GPU 인프라 구축·유지보수가 성장을 이끌었다. LG CNS는 AI 연산 자원을 구독 방식으로 파는 '엑스퓨웍스(XPUWorks)'를 출시했다. 고객이 대규모 초기 투자 없이 필요한 만큼 GPU를 쓰게 하는 구조다. 1분기에 내놓은 에이전틱 AI 플랫폼 '에이전틱웍스'는 챗GPT와 클로드, 제미나이의 사용량과 비용을 조직·사용자별로 보여주는 대시보드를 제공한다. 업무 특성과 보안 요건에 맞춰 모델을 골라 연결하는 지능형 라우팅 기능도 강화하고 있다. 중국산 대규모언어모델(LLM)의 약진에 대해서는 대체보다 조합으로 봤다. 진요한 LG CNS AI센터장(상무)은 "표준 모델을 일괄 전환하기보다는 업무 난이도와 보안 수준, 비용 민감도에 따라 여러 모델을 조합하는 멀티모델 전략이 확대되는 추세"라며 "업무 특성에 따라 미국 프런티어 모델과 중국 경량 모델, 국산 온프레미스 모델을 최적으로 배치하는 방식이 일반화될 것"이라고 말했다. 데이터센터 설계·구축·운영(DBO)에서는 시장 성장률을 웃도는 확장을 목표로 내걸었다. LG CNS는 글로벌 데이터센터 시장이 연평균 9%, 아시아태평양과 국내는 15~20% 성장할 것으로 봤다. 한편 회사 설명이 맞는지는 하반기에 갈린다. 이연됐다는 계열사 프로젝트가 실제로 3분기에 잡히는지, 6개월 뒤부터 매출이 인식된다는 금융 차세대가 그 시점에 숫자로 나타나는지가 확인 지점이다. 피지컬 AI는 아직 LG전자라는 계열 물량 한 건과 컬리 PoC가 전부다. 선제 투자라는 설명이 성립하려면 그룹 밖에서 매출이 나와야 한다.2026-07-31 14:45:47
-
동아쏘시오그룹, AI 신약개발 플랫폼 출격…"디지털 R&D 시대 연다" [경제일보] 동아쏘시오그룹이 인공지능(AI)과 바이오데이터를 결합한 자체 신약개발 플랫폼을 구축하며 디지털 기반 연구 혁신에 속도를 낸다. 신약 후보물질 발굴부터 분석, 예측, 연구 데이터 관리까지 전 과정을 하나의 시스템에서 수행할 수 있는 AI 기반 연구 환경을 마련해 글로벌 신약개발 경쟁력 강화에 나선 것이다. 29일 동아쏘시오그룹의 IT 전문 계열사 DAI(디에이아이)와 동아에스티는 AI와 바이오데이터를 융합한 지능형 신약개발 플랫폼 ‘AIDDP(AI Drug Discovery Platform)’를 구축하고 본격 운영에 들어간다고 밝혔다. AIDDP는 신약 연구 과정에서 발생하는 다양한 데이터를 통합하고 AI 기술을 활용해 후보물질 탐색과 분석 효율을 높이기 위해 개발된 플랫폼이다. 기존에는 연구자가 여러 분석 도구와 데이터를 개별적으로 활용해야 했지만 이번 플랫폼 구축을 통해 주요 연구 과정을 하나의 환경에서 유기적으로 연결할 수 있게 됐다. 특히 AIDDP는 동아에스티 연구진이 축적해 온 신약 연구 경험과 컴퓨터 기반 분석 역량을 바탕으로 설계됐다. 기존 연구 워크플로우와 AI 기반 구조 설계 및 분석 모듈을 반영해 후보물질 탐색 단계부터 표적 단백질과의 결합 가능성, 구조 안정성 검토까지 신약개발 전 과정을 효율적으로 지원한다. 플랫폼에는 다양한 첨단 분석 기능이 적용됐다. 주요 기능으로는 싱글셀(Single-cell) 및 공간전사체학(Spatial Transcriptomics) 기반 바이오데이터 시각화, AI 기반 신규 화합물 생성 및 설계 지원, 후보물질과 표적 단백질 간 결합 친화도 예측, 도킹(Docking) 및 분자동역학(Molecular Dynamics) 시뮬레이션, 연구 과제와 분석 결과 및 계산 이력 통합 관리 등이 포함된다. 업계에서는 AI 신약개발 플랫폼 확보가 제약사의 미래 경쟁력을 좌우하는 핵심 요소로 떠오르고 있다. 신약 개발은 막대한 시간과 비용이 투입되는 분야인 만큼 AI를 활용해 후보물질 발굴 기간을 단축하고 성공 가능성을 높이는 것이 글로벌 제약·바이오 기업들의 주요 전략으로 자리 잡고 있다. 동아쏘시오그룹은 AIDDP를 통해 연구 과정에서 축적되는 데이터와 분석 결과를 그룹 차원의 핵심 디지털 자산으로 전환한다는 계획이다. 축적된 데이터는 AI 모델 고도화와 신규 후보물질 발굴에 활용되며 외부 솔루션 의존도를 낮추고 자체적인 AI 신약개발 역량과 지식재산권(IP) 확보 기반을 강화하는 데 활용될 예정이다. 또한 향후 AIDDP를 그룹 내 다양한 연구 분야와 계열사가 활용할 수 있는 공통 AI 연구개발(R&D) 플랫폼으로 확대할 방침이다. 이를 통해 특정 연구 조직에 한정된 기술이 아니라 그룹 전체의 연구 경쟁력을 높이는 핵심 인프라로 발전시킨다는 전략이다. 동아쏘시오그룹은 앞으로 대규모 화합물 가상 스크리닝 기반 후보물질 탐색 기능을 추가하고 AI 기반 논문·특허 및 내외부 연구정보 검색 기능도 단계적으로 도입할 예정이다. 나아가 연구자의 질문에 답하고 분석 방향을 제시하는 에이전틱 AI(Agentic AI) 기반 연구 지원 기능까지 적용해 연구자의 탐색, 분석, 해석, 의사결정 전 과정을 지원하는 고도화된 플랫폼으로 발전시킬 계획이다. 한혜진 DAI 사장은 “AIDDP는 동아에스티 연구진의 신약개발 역량과 DAI의 AI·IT 기술력을 결합해 구축한 그룹 최초의 자체 AI 신약개발 플랫폼”이라며 “AI를 단순한 연구 도구로 활용하는 것을 넘어 연구 워크플로우를 혁신하고 내부 데이터와 연구 역량을 그룹의 핵심 자산과 독자적인 IP로 전환하는 출발점”이라고 말했다. 정재훈 동아에스티 사장은 “AIDDP 구축을 통해 연구자들이 신약개발 초기 단계에서 후보물질 최적화에 소요되는 시간을 줄이고 성공 가능성을 높일 수 있는 기반을 마련했다”며 “현장의 의견을 지속 반영해 플랫폼 기능과 활용도를 높이고 동아에스티의 신약개발 경쟁력을 강화하는 핵심 R&D 인프라로 발전시켜 나가겠다”고 강조다.2026-07-29 16:37:40
-
KT, 아모레퍼시픽 70년 연구 데이터 AI가 읽는다…'AI 레디 데이터' 구축 [경제일보] 인공지능(AI)이 기업 연구개발(R&D)의 생산성을 좌우하는 핵심 기술로 떠오르면서, AI가 활용할 수 있는 데이터 기반을 구축하는 'AI 레디 데이터' 확보 경쟁도 본격화되고 있다. 단순히 생성형 AI 서비스를 도입하는 것을 넘어 수십 년간 축적한 기업의 연구 자산을 AI가 이해하고 활용할 수 있도록 재설계하는 작업이 AI 전환(AX)의 핵심 과제로 부상하고 있는 것이다. 이에 KT는 아모레퍼시픽 기술연구소의 연구 데이터를 AI가 활용할 수 있는 형태로 전환하고 AI 기반 연구개발 환경 구축에 나섰다. 28일 KT는 아모레퍼시픽 R&I센터(기술연구소)의 전체 데이터를 통합·재설계하는 '데이터 하이웨이' 프로젝트를 완료하고 AI 특화 데이터 플랫폼을 구축했다고 밝혔다. KT는 지난해 12월 데이터 하이웨이 사업을 수주한 이후 아모레퍼시픽과 전략적 파트너십을 맺고 연구개발 혁신을 위한 AI 데이터 기반 구축 프로젝트를 공동 추진해왔다. 최근 기업들의 AI 도입이 생성형 AI 서비스 활용 단계를 넘어 기업 내부 데이터를 AI가 이해하고 활용할 수 있도록 재구성하는 단계로 진화하고 있다. AI의 성능이 단순히 모델 경쟁력이 아닌 데이터 품질과 활용도에 의해 좌우되는 만큼, AI가 활용 가능한 데이터 환경을 구축하는 것이 새로운 경쟁력으로 떠오르고 있기 때문이다. 특히 연구개발 분야에서는 원료 정보와 실험 결과, 연구 보고서, 규제 정보 등이 서로 다른 시스템에 분산돼 있어 필요한 정보를 찾는 데 많은 시간이 소요되는 문제가 있었다. 연구원이 관련 자료를 직접 탐색하고 종합적으로 검토해야 하는 만큼 업무 효율성에도 한계가 있었다. KT와 아모레퍼시픽은 이번 프로젝트를 통해 70여년간 축적된 수백만건의 연구개발 자산을 AI가 이해하고 활용할 수 있는 AI 레디 데이터 형태로 전환했다. 정형·비정형 데이터를 표준화하고 서로 다른 데이터가 하나의 맥락으로 연결될 수 있도록 구조를 재설계한 것이 특징이다. 이를 기반으로 연구원이 자연어로 필요한 정보를 검색하고 데이터 기반 의사결정을 수행할 수 있는 AI 연구개발 환경도 구현했다. 구축된 데이터 플랫폼은 특정 AI 서비스에 국한되지 않고 향후 다양한 AI 서비스와 AI 에이전트가 활용할 수 있는 공통 데이터 저장소 역할을 수행하도록 설계됐다. 양사는 AI 레디 데이터를 기반으로 연구원을 지원하는 생성형 AI 어시스턴트 '레몬'도 함께 구현했다. 연구원이 자연어로 질문하면 원료 정보와 처방, 실험 결과, 연구 보고서 등 다양한 연구 데이터를 종합적으로 분석해 필요한 정보를 제공하는 방식이다. 예를 들어 연구원이 "3321123 처방의 신원료 정보와 향료 구성, 관련 실험 결과를 알려줘"라고 질문하면 레몬이 관련 데이터를 하나의 맥락으로 연결해 종합적인 분석 결과를 제공한다. KT는 이를 통해 기존 수일에서 수십 일이 걸리던 자료 탐색 업무를 단 몇 분 내에 수행할 수 있게 됐으며, 연구원들은 반복적인 정보 탐색 대신 신제품 개발과 창의적인 연구에 보다 집중할 수 있게 됐다고 설명했다. 실제 아모레퍼시픽 연구원들은 해외 시장 공략을 위한 화장품 개발 과정에서 필수 원료와 관련 처방 사례, 해외 규제 준수 여부 등을 확인하는 데 상당한 시간이 소요됐지만 AI 어시스턴트를 활용해 약 5분 만에 필요한 정보를 확인할 수 있게 된 것으로 알려졌다. AI 도입의 성패가 AI 모델 자체보다 데이터를 얼마나 효과적으로 구축하고 활용하느냐에 달려 있다는 점에서 AI 레디 데이터의 중요성이 더욱 커질 것으로 전망된다. 제조와 유통, 서비스 산업 전반에서도 기업 내부 데이터를 AI가 이해할 수 있도록 전환하려는 움직임이 확대되고 있는 상황이다. KT와 아모레퍼시픽은 이번 프로젝트를 시작으로 AI 레디 데이터를 지속적으로 확대하고 다양한 AI 서비스와 AI 에이전트가 활용할 수 있는 연구 환경을 고도화해 연구개발 혁신을 이어갈 계획이다. 노형래 KT 엔터프라이즈부문 기업사업본부장 상무는 "이번 프로젝트는 단순히 AI 서비스를 구축한 것이 아니라 기업이 수십년간 축적해 온 연구 자산을 AI가 이해하고 활용할 수 있는 'AI 레디 데이터'로 전환한 대표적인 AX 혁신 사례"라며 "KT는 이번 데이터 하이웨이 구축 경험을 바탕으로 제조, 유통, 서비스 등 다양한 산업에서 AI 레디 데이터 기반 AX를 확대하고 기업의 AX를 적극 지원하겠다"고 말했다.2026-07-28 14:18:15
-
'믿:음 K'부터 하이퍼 AI 네트워크까지…KT, 'AX 풀스택' 전략 공개 [경제일보] 인공지능(AI) 경쟁이 거대언어모델(LLM)을 넘어 데이터와 네트워크, AI 에이전트 등 전 영역으로 확대되면서 기업들의 AI 전환(AX) 전략도 고도화되고 있다. 이에 KT가 AI·데이터·네트워크를 아우르는 'AX 풀스택' 전략을 공개하며 미래 기술 경쟁력 확보에 나섰다. 15일 KT는 서울 서초구 KT우면연구개발센터에서 AX미래기술원 주관으로 'AX 테크 커넥트 2026'을 개최했다고 밝혔다. 이번 행사는 KT의 AX 실행 전략과 연구개발(R&D) 성과를 공유하는 자리로, AI와 데이터, 네트워크 기술을 실제 사업과 서비스로 연결하기 위한 미래 기술 방향성을 제시하는 데 초점을 맞췄다. 최근 글로벌 AI 시장은 AI 모델 자체의 성능 경쟁을 넘어 데이터 활용과 AI 에이전트, 컴퓨팅 인프라를 포함한 종합적인 기술 경쟁으로 확장되고 있다. 이에 기업들은 AI를 단순한 기술 개발에 그치지 않고 실제 업무와 서비스에 적용하기 위한 AX 전략 마련에 속도를 내고 있다. KT 역시 AI와 데이터, 네트워크를 유기적으로 연결하는 AX 풀스택 체계를 기반으로 연구개발 성과의 사업화를 확대한다는 전략이다. 이번 행사에서는 KT의 주요 AI 기술과 AX 전략이 공개됐다. 주요 전시로는 '믿:음 K' 모델과 멀티모달 AI, 에이전틱 AI 기반 솔루션, 데이터 AX 코어 등이 소개됐다. 또한 AX 사업 특화 AI 에이전트와 초개인화 서비스, 차세대 검색 및 분석 기술을 활용한 AI의 실질적인 업무 적용 방안도 선보였다. KT는 자체 AI 모델을 기반으로 AI가 스스로 업무를 수행하는 에이전틱 AI 기술과 초개인화 서비스를 고도화해 기업의 AX를 지원할 계획이다. 특히 AI가 사용자의 요청을 이해하고 필요한 작업을 수행하는 수준을 넘어 업무 환경 전반을 지원하는 방향으로 기술 적용 범위를 확대해 나간다는 방침이다. 연구개발 성과를 실제 사업으로 연결하기 위한 전략도 공개했다. 데이터 AX 코어를 통해 기업이 보유한 데이터를 효율적으로 활용할 수 있는 기반을 마련하고, 차세대 검색 및 분석 기술을 통해 AI의 활용 범위를 확대하는 등 AX 사업화를 본격화한다는 구상이다. 네트워크 분야에서는 AI 시대에 필요한 연결성과 컴퓨팅 인프라를 제공하는 '하이퍼 AI 네트워크'를 비롯해 네트워크 운영 관리를 자율적으로 수행하는 '오토노머스 오퍼레이션', AI·6G·양자 시대를 대비한 'AI 네트워크 보안 기술' 등이 소개됐다. KT는 AI 서비스의 확산과 함께 컴퓨팅 자원과 네트워크를 효율적으로 연결하는 인프라의 중요성이 커지고 있는 만큼 하이퍼 AI 네트워크를 통해 AI 시대에 최적화된 연결성과 안정성을 제공한다는 계획이다. 또한 네트워크 운영 과정에 AI 기술을 적용해 자율 운영 체계를 구축하고, AI와 차세대 네트워크 환경에 대응할 수 있는 보안 기술 확보에도 나설 방침이다. 주제 발표에서는 피지컬 AI 연구개발 추진 방향과 전사 AX 확대를 위한 데이터 전략, 하이퍼 AI 네트워크 추진 방향 등이 공유됐다. KT는 AI 기술이 디지털 영역을 넘어 물리적 환경과 결합하는 피지컬 AI 시대에 대비해 관련 연구를 확대하는 한편, 데이터와 네트워크를 기반으로 한 AX 전략을 지속 강화해 나간다는 계획이다. 박재형 KT AX미래기술원 원장은 "'AX 테크 커넥트 2026'은 KT의 핵심 기술과 미래 AX 전략을 공유하는 자리"라며 "앞으로도 고객 서비스와 산업 현장에 적용될 수 있는 실행력 기반의 AX 혁신 방향을 지속적으로 제시해 나갈 것"이라고 말했다.2026-07-15 16:55:36
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)