경제일보

경제일보

패밀리 사이트: 아주일보; 베트남

회원서비스: 로그인; 회원가입; 지면보기; 네이버블로그

검색

2026.10.20 화요일

흐림 서울 12˚C

비 부산 16˚C

비 대구 15˚C

흐림 인천 13˚C

흐림 광주 15˚C

흐림 대전 16˚C

비 울산 15˚C

흐림 강릉 17˚C

흐림 제주 19˚C

검색결과 총 32건

라즈베리 파이가 주목한 딥엑스 NPU…개발 보드 넘어 산업용 AI로 [경제일보] 초저전력 인공지능(AI) 반도체 기업 딥엑스(DEEPX)가 글로벌 개발자 생태계를 발판으로 신경망처리장치(NPU)의 활용 범위를 넓히고 있다. 개발자들이 익숙한 소형 컴퓨팅 플랫폼에서 자사 반도체를 경험하도록 유도하는 동시에, 개발 단계에서 검증한 AI 기술을 산업용 장비와 실제 양산 제품으로 연결한다는 전략이다. 15일 딥엑스는 글로벌 소형 컴퓨팅 플랫폼 라즈베리 파이가 최근 공식 뉴스룸에 딥엑스와 공식 디자인 파트너사 식스팹의 기술 소개 글을 게재했다고 밝혔다. 딥엑스의 NPU 'DX-M1M'을 탑재한 라즈베리 파이 5용 AI 가속 보드 '식스팹 AI HAT+'를 활용해 기기 내부에서 AI를 실행하는 방법과 적용 가능성을 소개했다. 라즈베리 파이는 소형 컴퓨터를 활용해 하드웨어와 소프트웨어를 개발·실험하는 이용자층을 확보하고 있다. 개발자들이 라즈베리 파이 기반 프로젝트에서 딥엑스 NPU를 활용하면 별도의 대규모 시스템을 구축하지 않고도 엣지 AI 기술을 시험할 수 있다. 딥엑스는 이를 통해 초기 개발 단계부터 자사 반도체를 경험한 개발자들이 향후 시제품 제작과 상용 제품 개발에서도 자사 기술을 선택하도록 유도한다는 구상이다. 딥엑스가 내세우는 기술적 강점은 낮은 전력 소비와 AI 추론 성능이다. DX-M1M은 최대 25TOPS(초당 1조회 연산)의 성능을 제공하면서 NPU 자체 소비전력은 일반적인 지속 구동 조건에서 약 3W 수준이다. 라즈베리 파이 본체와 주변 장치의 소비전력은 제외한 수치다. 딥엑스는 소형 기기에서 AI를 지속적으로 실행할 때 전력 공급과 발열 관리 부담을 줄일 수 있다고 설명했다. 활용 분야도 단순한 사물 인식에서 주변 환경을 이해하고 정보를 제공하는 방향으로 확대될 수 있을 전망이다. 합성곱신경망(CNN)을 이용해 영상 속 사물이나 이상 징후를 탐지하고, 비전언어모델(VLM)로 장면의 맥락을 분석한 뒤 소형언어모델(SLM)로 상황을 설명하는 방식이다. 예를 들어 3D 프린터 작업대의 카메라가 출력 오류를 감지하고, 해당 장면을 분석해 사용자에게 문제 상황을 알려주는 시스템을 구성할 수 있다. 생산 라인의 품질 모니터링이나 로봇의 주변 환경 인식, 스마트 공간의 상황 분석 등도 응용 분야로 꼽힌다. 기기 내부에서 AI를 실행하는 엣지 AI 방식은 외부 서버로 데이터를 전송하거나 네트워크 연결을 유지해야 하는 부담도 줄일 수 있는 것으로 나타났다. 영상과 같은 민감한 데이터를 현장에서 처리하면 외부 전송을 최소화할 수 있고, 통신 지연에 따른 영향을 줄여 실시간 대응이 필요한 환경에도 유리하다. 딥엑스는 반도체뿐 아니라 개발 과정에 필요한 소프트웨어 지원도 강화하고 있다. 모델 변환·최적화 도구와 실행 소프트웨어, 영상 처리 도구, 사전 최적화된 AI 모델 등을 제공해 개발자들이 자사 NPU를 활용한 응용 프로그램을 구현할 수 있도록 돕는다. 식스팹 AI HAT+와 엣지 AI 확장 보드, 산업용 AI 게이트웨이 'ALPON X5 AI'에는 공통된 딥엑스 런타임과 모델 형식을 적용해 개발 단계에서 만든 모델을 다른 제품으로 이전할 수 있도록 지원한다. 이는 개발용 보드에서 기술을 시험하는 데 그치지 않고 산업용 제품으로 확장하는 데 필요한 개발 환경을 함께 제공하려는 전략으로 분석된다. 개발자가 처음부터 산업용 하드웨어를 대상으로 시스템을 설계하는 대신 비교적 접근하기 쉬운 보드에서 모델을 검증하고, 이후 실제 제품에 맞춰 적용 범위를 넓힐 수 있도록 한다는 것이다. 딥엑스는 이러한 소프트웨어 연속성을 통해 개발자의 초기 진입 장벽을 낮추고 산업용 고객으로 이어지는 경로를 확보하려는 것으로 풀이된다. 딥엑스는 라즈베리 파이 외에도 바이두의 AI 프레임워크 패들패들, 객체 탐지 모델 개발 도구 울트라리틱스 등 글로벌 하드웨어·AI 소프트웨어 생태계와의 협력을 통해 개발자 접점을 넓히고 있다. 서로 다른 하드웨어와 AI 개발 도구를 활용하는 개발자들이 자사 NPU를 선택할 수 있도록 호환성과 활용 편의성을 높인다는 취지다. 딥엑스는 이러한 협력 관계를 바탕으로 기술 개발부터 시제품 제작, 양산으로 이어지는 환경을 구축해 나갈 계획이다. 딥엑스는 앞서 지난 6월 식스팹과 함께 DX-M1M을 탑재한 라즈베리 파이 5용 AI 가속 보드 식스팹 AI HAT+를 출시했다. 현재 최대 25TOPS 성능을 지원하는 제품이 판매 중이며, 13TOPS 버전은 올해 말 출시할 예정이다. 딥엑스 관계자는 "피지컬 AI가 확산되기 위해서는 전 세계 개발자들이 필요한 AI 기능을 쉽게 구현하고 이를 실제 제품으로 연결할 수 있어야 한다"며 "라즈베리 파이에서 시작한 작은 실험이 세계 시장에서 판매되는 제품으로 이어지도록 반도체와 소프트웨어, 양산까지의 개발 환경을 함께 지원하겠다"고 말했다.
2026-10-15 16:56:38
안현 SK하이닉스 사장 "AI 추론 병목 해소"…3D 적층 D램·HBF 개발 추진 [경제일보] 안현 SK하이닉스 개발총괄 사장이 인공지능(AI) 추론 시장의 급성장에 대응하기 위한 차세대 메모리 기술 로드맵을 제시했다. 고대역폭메모리(HBM)의 성능을 높이는 동시에 3차원(3D) 적층 D램과 고대역폭플래시(HBF) 개발을 추진해 데이터 처리 병목을 줄이고 AI 인프라의 전력 효율을 개선한다는 구상이다. 14일 SK하이닉스에 따르면 안 사장은 국내 반도체 전시회 ‘SEDEX 2026’ 기조연설에서 ‘AI 시대, 메모리 기술의 진화 방향’을 주제로 차세대 기술 로드맵을 발표했다. 안 사장은 AI 추론 수요가 빠르게 증가하면서 개별 메모리의 성능뿐 아니라 서로 다른 메모리 계층 간 데이터 이동 효율이 중요해지고 있다고 진단했다. 안 사장은 AI 시장 확대를 이끄는 요인으로 작업 복잡도 증가와 컨텍스트 길이 확대, 추론 요청량 급증을 꼽았다. 세 요인이 복합적으로 작용하면서 AI 인프라에 필요한 연산 및 데이터 처리 규모가 빠르게 늘고 있다는 설명이다. 특히 오는 2030년 AI 인프라의 성능 규모가 2026년 대비 약 20배까지 확대될 것으로 전망했다. 빅테크 기업들의 지속적인 투자와 AI 기술의 효율화가 새로운 서비스 수요를 창출하면서 인프라 확충을 촉진할 것으로 내다봤다. AI 추론이 복잡해질수록 연산에 필요한 데이터 저장량도 증가한다. 대표적으로 AI 모델이 이전에 처리한 정보를 보관하는 ‘KV 캐시(Key-Value Cache)’는 처리하는 문맥이 길어질수록 더 많은 메모리 공간을 차지한다. 대규모 데이터를 처리하려면 HBM과 일반 D램, 솔리드스테이트드라이브(SSD) 등 여러 저장장치에 정보를 나눠 보관해야 한다. 그러나 데이터가 각 계층을 오가는 과정에서 전송 지연과 추가적인 전력 소모가 발생한다. 기존에는 연산장치와 메모리 사이의 속도 차이가 주요 성능 제약으로 꼽혔다. 반면 AI 추론 환경에서는 메모리 계층마다 다른 처리 속도와 용량, 데이터 이동에 필요한 시간이 시스템 전체의 효율을 떨어뜨리는 요인으로 확대되고 있다. 이에 SK하이닉스는 메모리 제품별 성능 개선과 함께 데이터 특성에 따라 적합한 저장 공간을 배치하는 계층 최적화에 집중할 방침이다. 우선 HBM은 차세대 제품인 HBM4E까지 용량과 대역폭, 전력 효율을 높이는 방향으로 개발을 이어간다. 고객사의 AI 반도체 구조에 맞춰 기능을 설계하는 커스텀 HBM도 핵심 기술로 제시했다. 커스텀 HBM은 메모리 하단의 베이스 다이에 컨트롤러와 고객 맞춤형 회로를 적용하는 방식이다. 고객별 연산 구조에 적합한 기능을 구현해 데이터 처리 효율을 높이는 데 초점을 맞춘다. 새로운 메모리 기술로는 3D 적층 D램을 소개했다. 그래픽처리장치(GPU)나 신경망처리장치(NPU) 등 연산 반도체 위에 D램을 수직으로 쌓아 데이터 이동 거리를 줄이는 구조다. 연산장치와 메모리를 물리적으로 가깝게 배치하면 데이터를 주고받는 시간이 단축되고 전력 사용량도 줄일 수 있다. SK하이닉스는 이를 통해 고성능 연산장치와 HBM 사이에서 발생하는 성능 격차를 줄인다는 구상이다. 대용량 데이터 처리에 대응할 기술로는 HBF를 제시했다. HBF는 HBM 개발 과정에서 확보한 실리콘관통전극(TSV) 적층 기술과 고속 입출력 기술을 낸드플래시에 적용하는 차세대 메모리다. SK하이닉스는 HBF를 HBM과 일반 D램 사이에 배치해 고대역폭과 대용량을 동시에 확보할 계획이다. 개발 목표는 동세대 HBM 대비 약 10배의 용량과 절반 수준의 대역폭이다. AI 추론 과정에서는 저장된 데이터를 반복적으로 읽는 작업이 많고 쓰기 작업은 상대적으로 적다. 낸드플래시를 기반으로 하는 HBF는 이러한 데이터 처리 특성에 대응하면서 고용량 메모리 수요를 충족할 수 있는 기술로 제시됐다. 특히 연산에 필요한 대규모 데이터를 가까운 메모리 계층에 보관하면 일반 D램이나 SSD에 접근하는 횟수를 줄일 수 있다. 이를 통해 데이터 전송에 따른 지연과 전력 부담을 완화할 수 있을 것으로 기대된다. SK하이닉스는 HBF의 국제표준화도 선제적으로 추진한다. 글로벌 기술 기업들과 협력해 제품 개발과 시스템 적용에 필요한 기술 기반을 마련하고, 향후 상용화를 위한 생태계를 구축할 계획이다. 이와 함께 컴퓨트익스프레스링크(CXL)와 차세대 스토리지 기술인 스토리지 넥스트 등을 활용해 메모리 구조를 다변화한다. AI 작업 특성에 따라 성능과 용량이 다른 메모리를 효율적으로 활용하는 시스템을 구현한다는 목표다.
2026-10-14 14:36:04
아서 헤이즈, AI 인프라 과잉투자 경고…비트코인 강세론 재확인 [경제일보] “미국 주도의 AI 인프라 확충은 19세기 철도 개발 이후 가장 심각한 자본의 비효율적 분배다.” 가상자산 투자사 메일스트롬의 아서 헤이즈 최고투자책임자(CIO)가 AI 인프라 투자 열풍에 경고를 보냈다. 데이터센터와 컴퓨팅 자원에 막대한 자본이 투입되고 있지만 기대하는 수익을 거두기 어렵다는 주장이다. 그는 이런 투자의 부작용을 우려하면서도 비트코인에 대해서는 장기 강세 전망을 유지했다. 헤이즈 CIO는 30일 서울 광진구에서 열린 ‘코리아 블록체인 위크(KBW)’에 참석한 뒤 기자들과 만나 “AI 데이터센터를 구축해 나오는 컴퓨팅 인프라는 기대만큼의 수익을 내지 못한다”고 말했다. AI 기술의 발전보다 이를 뒷받침하기 위해 쏟아붓는 자본과 투자 수익의 불균형에 비판의 초점을 맞췄다. 그는 “이렇게 가다가 2008년 금융위기에 버금가는 경제 공황이 올 수 있으며 궁극적으로 비트코인 가격이 오를 것”이라고 주장했다. AI 인프라 투자에 대한 비관과 비트코인에 대한 낙관을 함께 제시한 것이다. 헤이즈 CIO는 비트코인이 장기적으로 100만달러에 도달할 수 있다는 기존 전망도 이어갔다. 다만 이날 발언에서는 구체적인 달성 시점이나 가격 산정 근거보다 전망 자체에 의미를 부여했다. 그는 “100만달러는 목표로 삼고 싶은 영감을 주는 숫자”라고 말했다. 아서 헤이즈는 가상자산 거래소 비트멕스의 공동창립자로, 현재 메일스트롬 CIO와 블록체인 프로젝트 플롭랩스 최고경영자(CEO)를 맡고 있다. 이날 인터뷰에서도 비트코인 가격 전망과 함께 자신이 이끄는 프로젝트의 사업 방향을 설명했다. AI 인프라 투자에 대해서는 비판적이었지만, AI와 가상자산이 결합하는 시장에는 성장 기대를 드러냈다. 특히 AI 에이전트가 스스로 업무를 수행하고 필요한 서비스의 대금을 지급하는 경제가 형성되면 탈중앙화 결제 네트워크의 역할이 커질 것으로 봤다. 그는 달러 기반 스테이블코인이 미국 정부의 영향을 받을 수 있다는 점을 지적했다. “달러 기반 스테이블코인은 의사결정을 할 때 미국 정부의 영향을 받을 수 있다”면서 “사람이나 정부 영향을 받지 않는 플롭과 같은 가상자산 네트워크가 주목받을 것”이라고 말했다. 스테이블코인은 달러 등 특정 자산에 가치를 연동하도록 설계한 가상자산이다. 헤이즈는 AI 에이전트의 결제 수단을 논하면서 가격 안정성보다 정부와 중앙화된 운영 주체로부터의 독립성을 강조했다. 플롭은 AI 에이전트가 연산 자원을 구매하는 데 사용할 화폐와 네트워크를 개발하는 프로젝트다. 공식 소개자료는 에이전트가 플롭을 지급하면 연산 제공자가 AI 추론 작업을 수행하고, 검증자가 작업 결과를 확인해 정산하는 구조를 제시하고 있다. AI 추론은 학습된 모델을 이용해 답변이나 예측 결과를 생성하는 과정이다. 헤이즈의 구상은 AI 에이전트가 결제하는 화폐를 실제 작업에 필요한 컴퓨팅 자원과 연결하는 데 있다. 그는 향후 가상자산 생태계의 유망 분야로 AI와 가상자산의 결합을 꼽으며, 플롭과 같은 탈중앙화 화폐가 에이전트 간 거래에서 큰 역할을 할 것이라고 주장했다.
2026-09-30 17:20:45
엔비디아, 서울서 로봇·자율 에이전트 개발법 공유…11월 'AI 데이' 연다 [경제일보] 엔비디아가 로봇과 자율 AI 에이전트의 개발·운영 기술을 국내 개발자와 기업에 소개한다. 오는 11월 서울에서 열리는 ‘AI 데이’에서 산업 적용 사례를 공유하고, 개발자가 AI 모델과 도구를 직접 활용하는 실습 교육도 진행한다. 물리적 환경에서 움직이는 AI와 지속적으로 업무를 수행하는 에이전트, 이를 뒷받침할 컴퓨팅 인프라를 함께 다룬다. 엔비디아는 11월 9일부터 10일까지 서울 코엑스에서 ‘엔비디아 AI 데이 서울 2026’을 개최한다고 30일 밝혔다. 개발자와 스타트업, 기업, 연구자 등을 대상으로 하며 약 2000명이 참석할 것으로 예상했다. 첫날은 기술과 산업 사례를 소개하는 콘퍼런스, 둘째 날은 개발자 중심의 실습 교육으로 구성했다. 첫날 프로그램은 피지컬 AI, 에이전틱 AI와 클로, AI 인프라 등 3개 분야를 중심으로 진행한다. 주요 세션 3개와 함께 분야별 트랙에서 각각 5개씩 총 15개 세션을 마련한다. 피지컬 AI는 실제 물리적 환경을 이해하고 상호작용하는 기술이다. 관련 세션에서는 로봇과 공장, 자율주행 등 산업 현장에서 AI를 활용하는 방안을 살핀다. 엔비디아의 오픈 모델과 라이브러리, 시뮬레이션 도구를 개발 과정에 적용하는 방법도 소개한다. 에이전틱 AI 분야에서는 스스로 추론하고 계획을 세워 작업을 실행하는 에이전트 기술을 다룬다. ‘클로(Claws)’는 백그라운드에서 장시간 작동하며 목표를 향해 작업을 이어가는 자율 에이전트를 가리킨다. 엔비디아는 관련 기술을 통해 기업 업무에 필요한 에이전트를 구축하는 방법을 소개할 예정이다. AI 인프라 트랙은 이러한 모델과 서비스를 대규모로 개발·배포하는 데 필요한 컴퓨팅 기술을 다룬다. 모델을 만드는 과정뿐 아니라 실제 서비스에서 효율적으로 운영하는 데 필요한 인프라까지 프로그램에 포함했다. 둘째 날에는 엔비디아 딥 러닝 인스티튜트(DLI)의 유료 실습 워크숍이 열린다. 공식 행사 페이지에 안내된 과정은 ‘대규모 AI 추론 배포와 최적화’, ‘엔비디아 아이작 기반 로보틱스 워크플로우’, ‘대규모언어모델(LLM) 기반 안전한 에이전트 개발’ 등 3개다. 전문가가 진행하는 종일 교육으로, 참가자가 직접 도구를 활용해 개발·운영 과정을 익히도록 구성했다. 워크숍은 11월 10일 오전 9시 30분부터 오후 6시까지 진행한다. 참가비는 10월 19일까지 조기 등록 시 199달러, 정가는 500달러다. 참가자는 1인당 한 개 과정을 구매할 수 있으며, 워크숍 등록자에게는 AI 데이 콘퍼런스 참석 자격도 제공한다. 자율 에이전트를 직접 만드는 ‘빌드 어 클로(Build-a-Claw)’ 프로그램도 마련한다. 참가자는 오픈클로(OpenClaw)와 엔비디아 니모클로(NemoClaw)를 활용해 에이전트를 구축할 수 있다. 현장에서는 엔비디아 기술 전문가에게 질문하는 프로그램과 기술 인증 시험도 운영한다. 국내외 파트너 20개사도 참여한다. 삼성전자와 SK하이닉스, LG전자, SK텔레콤, 네이버클라우드, 쿠팡 인텔리전트 클라우드, 메가존클라우드, 한컴, 현대건설을 비롯해 델 테크놀로지스, 딜로이트, 바스트 데이터, 웨카 등이 각사의 솔루션과 활용 사례를 소개할 예정이다. 행사 등록은 9월 16일 시작됐다. 세부 프로그램과 등록 안내는 공식 사이트에서 확인할 수 있다. 이번 행사는 산업 사례를 듣는 콘퍼런스와 개발자가 직접 구현하는 교육을 연계해, 로봇·에이전트 개발부터 AI 서비스 운영까지 필요한 기술을 살펴볼 수 있도록 구성됐다.
2026-09-30 09:55:51
SK하이닉스, AI 메모리 판 바꾼다…'PIM'으로 연산 영역 확대 [경제일보] SK하이닉스가 메모리 반도체 안에서 AI 연산까지 수행하는 PIM 기술을 앞세워 GPU와 HBM 중심의 AI 인프라 한계 돌파에 나선다. 메모리에서 직접 연산을 처리해 가속기와 메모리 사이의 데이터 이동을 줄이고, AI 추론 속도와 시스템 효율을 높이겠다는 구상이다. 16일(현지시간) 업계에 따르면 임의철 SK하이닉스 설루션AT 담당 부사장은 미국 캘리포니아주 샌타클래라 컨벤션센터에서 열린 ‘AI 인프라 서밋’에서 PIM을 중심으로 한 차세대 AI 메모리 전략을 발표했다. AI 인프라는 그동안 GPU와 HBM을 결합해 대규모 연산을 처리하는 방식으로 발전해왔다. AI 모델이 커지고 초고속 추론 수요가 증가하면서 가속기와 메모리 사이에서 발생하는 데이터 이동량도 늘고 있다. SK하이닉스는 연산 기능을 메모리 안으로 가져오면 이러한 데이터 이동을 줄일 수 있다고 보고 있다. PIM은 메모리에 연산 기능을 탑재해 일부 계산을 저장장치 내부에서 처리하는 기술이다. 기존에는 메모리에 있는 데이터를 GPU 등 AI 가속기로 보내 연산한 뒤 결과를 다시 메모리에 저장해야 했지만, PIM을 활용하면 간단한 연산을 메모리에서 직접 수행할 수 있다. 특히 SK하이닉스는 초고속 추론에 활용되는 S램과 비교해 PIM이 대용량과 대역폭을 함께 확보할 수 있다는 점을 강조했다. S램은 빠른 데이터 처리가 가능하지만 메모리 용량과 비용 측면에서 부담이 있다는 설명이다. 임 부사장은 “S램 기반 체계는 높은 대역폭을 제공하지만 용량과 비용 측면에서는 명확한 한계가 있다”며 “PIM은 같은 면적에서 S램 대비 약 300배에 달하는 대용량을 제공하면서도 높은 내부 대역폭을 유지한다”고 말했다. 기술 구현 과정에서 제기돼온 집적도와 비용 문제에는 하이브리드 본딩을 활용한다. 메모리 다이와 연산 다이를 별도로 제작한 뒤 수직으로 연결하는 방식으로 연산 회로를 추가하면서 발생할 수 있는 메모리 용량 감소와 단가 상승 부담을 줄인다는 구상이다. PIM의 적용 범위도 개별 메모리 칩을 넘어 서버 랙 수준으로 확대한다. AI 서비스마다 요구되는 연산량과 데이터 처리 특성이 다른 만큼 메모리 계층별로 역할을 나누고 필요한 영역에서 연산 기능을 수행하는 구조를 구축한다는 개념이다. SK하이닉스는 AI 인프라가 GPU와 HBM 조합에만 의존하는 구조에서 벗어나야 한다고 보고 있다. PIM과 고대역폭 플래시(HBF) 등 다양한 메모리 기술을 활용하고 하드웨어와 소프트웨어를 함께 최적화하는 방식으로 시스템 효율을 높여야 한다는 판단이다. 임 부사장은 PIM과 HBF를 비롯한 메모리 계층 전반의 하드웨어 혁신과 소프트웨어 최적화, 통합 설계가 AI 인프라 발전에 필요하다고 강조했다.
2026-09-17 10:16:29
안랩, AI 보안 플랫폼 기업으로 변신…2035년 매출 1조원 목표 [경제일보] 안랩이 인공지능(AI)을 중심으로 30여 년간 이어온 보안 사업의 틀을 다시 짠다. 개별 보안 제품에 AI 기능을 추가하는 수준을 넘어 제품·데이터·보안 운영 전반을 AI 중심으로 재설계하고, AI가 실제 보안 업무를 수행하는 'AI-네이티브 보안 플랫폼'으로 전환한다는 전략이다. 16일 안랩은 서울 강남구 웨스틴 서울 파르나스에서 '안랩 AI 비전 선포' 기자간담회를 열고 통합 브랜드 '안랩 AI 플러스'를 공개했다. 향후 3년간 AI 인프라와 연구개발(R&D) 역량 강화에만 1000억원을 투자하고, 오는 2035년 매출 1조원과 글로벌 매출 비중 30% 이상을 달성한다는 중장기 목표도 제시했다. 이날 강석균 안랩 대표는 AI가 사이버 공격의 속도와 규모, 자동화 수준을 바꾸면서 기존의 사람 중심 보안 운영 방식에도 변화가 필요하다고 진단했다. 공격자가 AI를 활용하면서 공격 속도와 규모가 빠르게 커지는 반면 보안 현장에서 발생하는 이벤트와 로그, 경보를 분석하고 판단하는 인력과 시간은 제한적이라는 것이다. 강 대표는 "해커들의 공격 속도는 이미 지난해 대비 65% 증가했고, 규모 면에도 AI 활용 공격 증가가 지난해 대비 89%나 증가했다"며 "안랩의 다음 단계, 넥스트 스텝, 넥스트 챕터는 AI로의 전환"이라고 강조했다. 안랩은 지난 1990년대 PC용 백신으로 출발해 엔드포인트·네트워크·OT·클라우드 등으로 보호 영역을 확대해왔다. 이제는 개별 제품 간 연동을 넘어 제품과 서비스 자체를 AI 중심으로 재설계한다는 구상이다. 강 대표는 "이제는 AI를 중심으로 모든 것을 설계하려고 한다"며 "제품, 서비스, 보안 운영을 모두 AI 중심으로 재설계해서 AI 네이티브 보안 플랫폼 기업으로 거듭나려고 한다"고 말했다. ◆ AI 공격에 맞춰 방어도 AI로 안랩은 AI가 사이버 공격의 본질 자체를 바꾸기보다 공격에 걸리는 시간과 공격 가능한 규모를 줄이고 넓히는 방향으로 변화를 가져올 것으로 보고 있다. 최근 AI는 취약점 탐색과 공격 코드 생성, 검증, 실제 활용 가능성이 높은 취약점 선별 등 기존에 사람이 상당한 시간을 들여 수행하던 작업을 직접 수행하는 단계로 발전하고 있다는 것이다. 공격은 AI를 통해 빠르게 연결되는 반면 방어 측에서는 서로 다른 보안 제품과 개발·운영팀, 보안팀에서 발생한 이벤트를 사람이 각각 확인하고 연결해야 하는 것으로 꼽힌다. 이에 안랩은 이를 위해 엔드포인트·네트워크·클라우드 등 30여종의 제품과 180여개 이상의 운영 라인업에서 확보한 데이터에 위협 분석과 악성코드 분석, 보안사고 대응 등 전문성을 결합해 문제 발생 시 빠르게 대응한다는 구상이다. 김창희 안랩 제품기획본부장 "공격은 AI의 속도로 연결되고 있는데 방어는 제품과 담당자 사이에서 사람의 속도로 연결되고 있는 갭이 분명히 존재한다"며 "AI 시대의 핵심 과제는 대규모 신호들을 얼마나 빠르게 맥락으로 연결하고 실제 판단해서 대응으로 전환하느냐에 있다"고 설명했다. ◆ 데이터부터 대응까지 연결하는 'AI 플러스' 안랩이 준비하고 있는 서비스 '안랩 AI 플러스'는 개별 제품이 아니라 보안 데이터 수집부터 위협 분석, 판단, 대응까지 연결하는 AI 네이티브 보안 아키텍처다. '시큐리티 데이터 패브릭'에서 엔드포인트·네트워크·클라우드·이메일·계정 및 타사 제품의 데이터를 연결하고, '유니파이드 시큐리티'에서 각 보안 영역의 탐지와 대응을 통합하도록 설계됐다. 특히 '익스포저 매니지먼트'와 '액세스 매니지먼트'를 통해 노출 자산과 취약점, 접근 경로를 관리하고 'AI 네이티브 오퍼레이션'에서 AI가 탐지·분석·대응 업무를 수행하는 것으로 알려졌다. 최상위 'AI 디시전 인텔리전스'는 각 영역의 데이터와 보안 지식을 종합해 AI의 판단을 지원한다. 안랩은 궁극적으로 AI 에이전트가 보안 운영 전반을 수행하는 에이전틱 AI 기반 구조를 구현한다. AI가 이상 신호를 탐지하면 오케스트레이터 에이전트가 업무를 배분하고, 트리아지·인사이트·인베스티게이션 에이전트가 위협 분류와 맥락 분석, 공격 가설 수립 및 조사를 수행한다. 이후 대응 에이전트가 대응 계획을 세우며 실제 조치는 고객이 승인했거나 사전에 설정한 정책 범위 안에서 실행되는 것이다. ◆ AI가 공격하고 AI가 추적한다 안랩은 이날 개발 중인 'AI 펜테스트'를 통해 AI가 실제 보안 업무를 수행하는 과정을 시연했다. AI 펜테스트는 실제 공격이 아니라 특정 환경에서 침투 가능성을 검증하고 위험도를 평가해 예방하기 위한 기술로, AI가 공격 목표와 환경을 분석해 침투 계획을 세우고 필요한 도구를 선택한 뒤 공격을 수행한다. 실패할 경우 다시 시도하고 실행 결과를 분석해 다음 공격 단계를 스스로 결정한다. 방어 AI는 반대로 보안 신호를 따라가며 공격 흐름을 추적한다. 여러 위험 정보를 연계 분석해 권한 상승과 측면 이동, 원격 데스크톱 접근, 자격 증명 수집, 데이터 유출 시도 등 공격 정황을 파악하고 대응 방안까지 제시한다. 다만 AI의 자율적인 판단을 실제 보안 환경에 적용하기 위해서는 통제도 필요하다. 안랩은 감사·권한 통제·정책·승인 체계를 적용해 AI의 행동 범위를 제한하는 '통제된 자율성'을 구현한다는 계획이다. 이승경 안랩 인공지능개발실장은 "AI 시대의 사이버 보안은 보안 분석가의 지식과 단순 반복 업무 자동화 중심으로 경쟁이 이뤄지는 것이 아니라 AI의 추론 능력으로 경쟁이 이뤄질 것"이라며 "안랩은 에이전틱 AI 시큐리티를 보다 더 빠르게 대응하고, 보다 더 지능적으로 대응하고, 또한 자율적으로 대응하는 부분으로 만들어가고 있다"고 말했다. ◆ 12월 플랫폼 출시…3년간 1000억원 투자 안랩은 지난 2023년 '안랩 XDR'을 SaaS 기반으로 출시한 데 이어 지난 2025년 AI 기반 보안 운영 기능을 적용했고, 지난달에는 익스포저 매니지먼트를 추가했다. 에이전틱 AI 기반 보안 운영 플랫폼은 오는 12월 1일 출시할 예정이다. SaaS와 온프레미스 방식으로 제공하며, 안랩은 이를 기반으로 기존 구축·판매 중심 사업에서 구독형 사업으로 전환한다. 엔드포인트는 EPP와 EDR을 SaaS 기반으로 통합하고 PC에서 서버·가상환경·컨테이너·모바일까지 보호 범위를 확대한다. 섹옵스는 XDR·MDR·AI SOC 등을 통해 엔드포인트·네트워크·클라우드 등에서 발생하는 보안 데이터를 연결한다. 안랩은 AI 네이티브 전환을 위해 향후 3년간 1000억원을 투자한다. AI 컴퓨팅과 데이터·플랫폼 인프라, 핵심 인재, AI 기술 및 R&D 역량 확보에 투자를 집중한다. 안랩은 국내에서 축적한 보안 기술과 데이터를 API와 클라우드 기반 서비스, 글로벌 파트너 등을 통해 해외 시장으로 확대하고 M&A와 AI 기술기업·스타트업과의 협력도 추진한다. 이를 통해 오는 2035년 매출 1조원, 글로벌 매출 비중 30% 이상을 달성한다는 목표다. 강석균 대표는 "AI가 사이버보안의 게임 룰과 보안산업의 경쟁 질서를 바꾸는 현 시점에서, '안랩 AI 플러스'가 안랩의 넥스트 챕터"라며 "책임 있는 혁신을 바탕으로 고객의 선제적 대응과 안전한 보안 운영을 지원하며, 고객이 AI 시대의 보안 문제를 마주할 때 가장 먼저 상기되는 'AI 네이티브 보안 플랫폼 기업'으로 성장할 것"이라고 말했다.
2026-09-16 15:19:34
"클라우드 넘어 세상의 모든 것 엮는다"…KT클라우드, AX 인프라 승부 [경제일보] KT 클라우드가 클라우드와 인공지능(AI) 데이터센터(AIDC)를 기반으로 고객의 AI 전환(AX)을 지원하는 인프라 사업자로 역할 확대에 나선다. 자체 클라우드 플랫폼을 중심으로 멀티·하이브리드 클라우드 환경을 통합하고, 데이터와 컴퓨팅 자원, AI 모델과 애플리케이션을 연결하는 '복합 AI'로 플랫폼을 확장한다. 동시에 오는 2031년까지 20여개 사이트에 1GW 이상의 AIDC 인프라를 공급하고 지역별 데이터센터를 네트워크로 연결해 AX 인프라 경쟁력을 높인다는 전략이다. 15일 KT 클라우드는 서울 강남구 그랜드 인터컨티넨탈 서울 파르나스에서 'KT 클라우드 서밋 2026'을 열고 클라우드와 AIDC를 중심으로 한 AX 인프라 사업 전략을 공개했다. 이날 행사에는 공공기관과 기업 관계자, 데이터센터·클라우드·AI 분야 전문가 등 1500여명이 참석했다. 이번 서밋에서 KT 클라우드는 'AX 플랫폼 컴퍼니' 비전 아래 KT 클라우드가 클라우드와 AIDC 등 AX 구현에 필요한 핵심 인프라를 담당하겠다는 방향을 제시했다. 클라우드와 데이터센터를 각각 제공하는 데 그치지 않고 고객의 AX 실행 과정 전반을 지원하는 'AX 인프라 파트너'로 사업 영역을 확대한다는 구상이다. 김봉균 대표는 이날 환영사에서 "KT는 여러분의 일상의 변화에 파트너이자 동반자가 되고자 지난 4월에 AX 플랫폼 컴퍼니라는 회사 비전을 선포했다"며 "KT 클라우드는 AX 인프라 중에서 가장 핵심인 클라우드와 AIDC에서 중요한 역할을 맡고 있다"고 말했다. KT 클라우드는 클라우드 분야에서는 자체 개발한 'KT 클라우드 플랫폼'을 기반으로 고객의 수요와 업무 환경에 맞는 클라우드 전환을 지원하고, 공공 분야에서 축적한 기술력과 운영 경험을 민간으로 확대한다는 계획을 공개했다. AIDC 분야에서는 25년 이상 축적한 데이터센터 구축·운영 경험을 바탕으로 대규모 AI 워크로드를 안정적으로 지원하고 글로벌 빅테크와 네오클라우드 등의 수요도 유치한다는 전략을 제시했다. 이날 클라우드 사업의 구체적인 플랫폼 전략도 공개했다. KT 클라우드는 멀티·하이브리드 클라우드 환경에서 고객의 보안·성능·비용·데이터 요구에 따라 자원을 선택하고 조합하는 '복합 클라우드'에서 나아가 데이터와 GPU·NPU 등 컴퓨팅 자원, AI 모델, 애플리케이션과 에이전트까지 하나의 실행 체계로 연결하는 '복합 AI'로 확장한다는 구상이다. KT 클라우드는 클라우드 인프라 자체를 제공하는 데서 벗어나 기업이 AI를 실제 업무에 적용하는 과정까지 플랫폼의 역할을 확대하는 데 초점을 맞춰 진행한다고 설명했다. 여러 클라우드 환경에 흩어진 데이터와 컴퓨팅 자원을 활용하고 AI 모델과 애플리케이션까지 연결할 수 있는 통합 환경을 구축해 고객의 AX 실행을 지원한다는 것이다. 공용준 KT 클라우드 클라우드본부장은 "KT 클라우드는 기존에 있던 자사의 클라우드 외에 세상의 모든 것들을 한 번 엮어 보려고 한다"며 "KT 클라우드는 AX 플랫폼 컴퍼니로 진화하려는 노력을 계속하겠다"고 말했다. 클라우드와 함께 AIDC 공급 확대도 KT 클라우드의 AX 인프라 전략의 한 축이다. KT 클라우드는 수도권의 고객 맞춤형 AIDC와 비수도권의 글로벌 연계형 AIDC를 중심으로 권역별 클러스터를 확대해 오는 2031년까지 20여개 사이트에 1GW 이상의 인프라를 공급한다는 로드맵을 공개했다. 수도권에서는 고객과의 거리를 줄이고 초저지연·고밀도 AI 연산 수요에 대응하는 방식으로 클러스터를 구축한다. 여의도·목동·부천·청라·안산·용인 등 지역별 특성에 맞춰 금융 특화, B2B 서비스, 빅테크 및 AI GPU 전용 시설 등으로 역할을 나누는 방식이다. 비수도권에서는 전력과 부지 확장성, 글로벌 네트워크 등을 활용해 대규모 AI 수요를 유치하는 거점으로 AIDC를 확대할 계획이다. 기존 데이터센터 인프라의 운영 방식도 바뀐다. KT 클라우드는 액체냉각과 초고밀도 전력, AI 기반 지능형 운용 기술을 적용하고 디지털 트윈과 로봇, OCP(오픈 컴퓨트 프로젝트) 개방형 표준 등을 활용해 AIDC의 구축 및 운영 효율을 높인다는 구상이다. 최옥진 KT 클라우드 DC본부장은 "KT 그룹의 AX 플랫폼 컴퍼니 비전 내에서 AIDC는 KT AX의 핵심 인프라로서 고객과 자사의 학습 추론 토큰 비즈니스를 위한 AI 팩토리 인프라의 역할을 담당하고 있다"며 "KT 클라우드는 기술 이니셔티브를 강점으로 적기에 적확한 AI 기술을 공급하고 파트너와의 생태계를 확장해 대한민국이 AI의 아시아 허브로 도약하는 데 앞장서겠다"고 강조했다. AIDC를 지역별로 분산 구축하는 만큼 이를 하나의 인프라처럼 연결하는 네트워크 전략도 제시됐다. KT 클라우드는 초저지연 백본망을 활용해 지역별로 분산된 AIDC를 연결하고 AI 연산 자원을 하나의 인프라처럼 활용할 수 있도록 하는 초연결 AX 인프라 구축 전략을 소개했다. 해당 전략은 AIDC를 개별 데이터센터 단위로 구축하는 데서 그치지 않고 네트워크를 통해 서로 연결해 고객이 필요한 AI 연산 자원을 유연하게 활용할 수 있도록 하려는 것으로 분석된다. 특히 AI 추론 수요가 늘어나면서 데이터와 연산 자원의 위치, 네트워크 지연시간 등이 서비스 성능에 직접 영향을 미치는 만큼 AIDC와 네트워크를 함께 설계하는 방식으로 경쟁력을 높이겠다는 구상으로 풀이된다. 전명준 KT 엔터프라이즈 서비스본부장은 "KT 그룹은 AX 플랫폼 컴퍼니를 비전으로 선포하고 고객이 AI를 활용해 성장할 수 있도록 돕는 이네이블러(Enabler) 역할을 천명했다"며 "KT 그룹은 AI의 핵심이 되는 연결 인프라를 빠르게 확충하려고 노력하고 있다"고 말했다. KT 클라우드의 향후 과제는 이 같은 인프라 확대를 실제 고객 확보와 사업 성과로 연결하는 것으로 전망된다. 오는 2031년까지 1GW 이상의 AIDC 공급을 현실화하기 위해서는 지역별 부지와 전력 확보뿐 아니라 글로벌 빅테크와 네오클라우드 등 실제 수요처를 확보해야 한다. 동시에 복합 AI 전략이 기업의 AI 도입 과정에서 어떤 구체적인 비용 절감이나 업무 효율 개선으로 이어지는지를 입증하는 것도 중요해질 것으로 분석된다. 김봉균 대표는 "인공지능 기술이 발전할수록 AI가 우리 생활의 모든 것을 바꾸는 놀라운 경험을 하고 있다"며 "그 속도 또한 천지개벽이라는 단어가 어울릴 정도로 급속도로 진행되고 있는 변화의 시대에 살고 있다"고 말했다.
2026-09-15 12:39:41
"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
한컴 에이전트에 퓨리오사 NPU 단다…공공 AX 시장 정조준 [경제일보] 한컴이 퓨리오사AI의 국산 신경망처리장치(NPU)를 탑재한 인공지능 전환(AX) 전용장비 개발에 나선다. 공공기관과 기업 내부에 서버를 직접 설치하는 온프레미스 시장을 겨냥해 소프트웨어와 AI 반도체, 교육·영업을 하나로 묶는 전략이다. 한컴은 계열사 한컴이노스트림, 퓨리오사AI와 NPU 기반 AX 사업을 위한 3자 업무협약을 체결했다고 8일 밝혔다. 세 회사는 한컴의 ‘에이전틱 OS’와 퓨리오사AI의 2세대 AI 가속기 ‘RNGD(레니게이드)’를 결합한 AX 어플라이언스를 공동 개발한다. 어플라이언스는 서버와 AI 가속기, 운영 소프트웨어를 미리 최적화해 제공하는 일체형 장비다. 고객이 하드웨어와 소프트웨어를 따로 구축하는 부담을 줄일 수 있다. 한컴의 에이전틱 OS는 조직 내부 문서와 데이터, 전사적자원관리(ERP)·고객관계관리(CRM) 등 업무 시스템, 외부 AI 모델을 연결해 여러 AI 에이전트가 업무를 나눠 수행하도록 관리하는 플랫폼이다. 보안과 권한 통제 기능을 앞세워 데이터의 외부 반출이 어려운 공공·금융·국방 시장을 주요 대상으로 삼고 있다. 다만 에이전틱 OS는 아직 전면 상용화 이전 단계다. 한컴은 지난 4월 상반기 출시와 연내 상용화 계획을 발표했지만 공식 홈페이지에서는 지난 1일부터 업종별 데모 신청을 받고 있다. 이번 협약에서도 완제품이 아닌 개념검증(PoC) 장비를 먼저 개발하기로 했다. RNGD는 대규모언어모델(LLM)과 멀티모달 AI 추론에 특화된 데이터센터용 가속기다. 퓨리오사AI가 독자 설계한 TCP(Tensor Contraction Processor·텐서축약처리장치) 구조와 48GB HBM3 메모리를 탑재했다. 공식 제품 자료 기준 FP8 연산성능은 512TFLOPS, 메모리 대역폭은 초당 1.5TB, 설계전력은 180W다. 범용 GPU가 장악한 AI 추론 시장에서 전력 효율과 국산 공급망을 차별점으로 내세우고 있다. 퓨리오사AI는 올해 RNGD의 상용 적용 범위를 넓히고 있다. 삼성SDS와 RNGD 기반 생성형 AI·AI 에이전트용 클라우드 서비스를 선보였고, 다음의 AI 검색 요약 서비스에도 업스테이지의 언어모델과 함께 RNGD를 적용했다고 밝혔다. 이번에는 클라우드가 아닌 고객사 내부 설치형 장비로 공급 경로를 넓히는 셈이다. 역할도 나눴다. 한컴은 에이전틱 OS의 NPU 최적화와 장비 제품화를 주도한다. 퓨리오사AI는 RNGD 하드웨어와 소프트웨어 스택, 성능 최적화 기술을 제공한다. 한컴이노스트림은 퓨리오사AI의 공인 교육기관으로서 교육센터와 수준별 교육과정을 운영한다. 눈에 띄는 대목은 교육을 영업망으로 활용한다는 점이다. 한컴이노스트림이 정부·대학·기업 교육에서 발굴한 NPU 도입 수요를 퓨리오사AI와 공유하고, 한컴이 이를 에이전틱 OS 구축사업으로 연결한다. 인력 양성부터 기술 검증, 장비 판매와 유지보수까지 이어지는 사업 구조를 만들겠다는 구상이다. 관건은 GPU 기반 환경을 얼마나 원활히 대체하거나 병행할 수 있느냐다. 지원 AI 모델과 처리속도, 전력소비, 구축비용을 동일 조건에서 비교한 결과가 아직 공개되지 않았다. 출시 시점과 가격, 초도 고객도 정해지지 않았다. 업무협약이 실제 조달과 매출로 이어지려면 공공기관의 보안 인증과 장기간 운영 안정성까지 입증해야 한다. 김연수 한컴 대표는 “AI 전문인력 양성과 기술 검증, 제품화로 이어지는 협력을 바탕으로 기업과 공공기관의 AX 전환을 지원하겠다”고 말했다.
2026-09-08 09:43:35
삼성전자, 2분기 D램 점유율 39.4%로 1위…SK하이닉스와 격차 확대 [경제일보] 삼성전자가 올해 2분기 글로벌 D램 시장에서 39%가 넘는 점유율을 기록하며 1위를 유지했다. SK하이닉스의 점유율은 전분기보다 낮아진 가운데 마이크론이 점유율을 높이며 2위와의 격차를 좁혔다. 7일 시장조사업체 트렌드포스의 최신 메모리 산업 조사에 따르면 올해 2분기 글로벌 D램 시장 매출은 1547억3000만달러(약 208조원)로 집계됐다. 이는 전분기보다 59.5% 증가한 규모로, 대형언어모델(LLM) 학습과 AI 추론 서비스 확산이 메모리 수요를 끌어올리면서 다양한 D램 제품의 출하가 늘었다. 메모리 업체들의 재고는 역대 최저 수준을 이어가고 있다. 다만 출하량 자체는 2분기에 소폭 증가하는 데 그쳤으며 3분기에도 큰 폭의 확대는 어려울 것으로 트렌드포스는 내다봤다. 업체별로 보면 삼성전자의 2분기 D램 매출은 609억8000만달러(약 82조원)로 전분기보다 63.4% 늘었다. 3사 가운데 출하량 증가 폭이 가장 컸으며, HBM4 조기 양산도 출하 확대에 영향을 미쳤다. 이에 따라 삼성전자의 시장 점유율은 1분기 38.5%에서 2분기 39.4%로 상승했다. SK하이닉스는 2분기 매출 385억9000만달러(약 52조원)를 기록했다. 전분기보다 37.9% 증가했지만 시장 전체 성장률에는 미치지 못했다. HBM 출하 비중이 높은 만큼 평균판매단가(ASP) 상승 폭이 제한되면서 점유율은 28.8%에서 24.9%로 떨어졌다. 마이크론은 2분기 매출이 360억달러(약 48조원)로 65.5% 증가했다. 점유율도 22.4%에서 23.3%로 높아졌다. SK하이닉스와의 점유율 격차는 1.6%포인트까지 좁혀졌다. 트렌드포스는 2026~2027년 메모리 시장에서 삼성전자·SK하이닉스·마이크론 등 주요 3사가 선단 공정 전환을 서두르면서 출하량 확대에 나설 것으로 예상했다. 다만 생산능력 확대와 출하량 증가 폭은 제한적일 것으로 전망했다. 대만 업체들은 다른 흐름을 보일 것으로 예상됐다. 난야·윈본드·PSMC 등은 성숙 공정 제품에 집중하면서 메모리 3사가 충분히 대응하기 어려운 수요를 확보해 성장세를 이어갈 것으로 트렌드포스는 내다봤다.
2026-09-08 06:58:59
오픈AI 자체 추론칩 '할라피뇨' 돌풍…엔비디아 블랙웰 넘었다 [경제일보] 오픈AI가 자체 설계한 인공지능(AI) 추론 칩 ‘할라피뇨(Jalapeño)’의 첫 성능 결과를 공개하면서 AI 반도체 시장에 파장이 일고 있다. 오픈AI가 자체 테스트한 결과 할라피뇨는 엔비디아 GB200·GB300 기반 시스템보다 전력 효율과 응답 속도에서 앞서는 것으로 나타났다. 다만 이번 결과는 오픈AI와 벤치마크 업체 세미애널리시스가 공동으로 테스트한 수치인 만큼, 상용 환경에서의 경쟁력은 실제 대규모 배치 이후 다시 검증할 필요가 있다. 오픈AI는 25일(현지시간) 공식 블로그를 통해 GPT-OSS 120B, 딥시크 R1 670B, 키미 K2.5 1T를 대상으로 세미애널리시스의 ‘InferenceX’ 벤치마크를 적용한 결과를 공개했다. 세 모델 전체에서 할라피뇨는 비교 시스템보다 전력당 처리량이 1.5~1.9배 높았고 종단 간 지연시간은 1.7~3.6배 낮았다. 사용자와 상호작용하는 환경에서는 사용자당 처리 성능도 2.1~4.1배 높았다고 오픈AI는 밝혔다. ◆ 추론 시대 핵심은 ‘성능/W’…GB200·GB300과 정면 비교 가장 눈에 띄는 수치는 GPT-OSS 120B다. 할라피뇨의 최대 전력당 처리량은 초당 8만5448토큰으로 GB200 기반 시스템의 4만4960토큰보다 약 1.9배 높았다. 종단 간 응답시간도 1.03초로 비교 시스템의 1.80초보다 짧았다. 딥시크 R1 670B에서는 전력당 처리량이 1.7배, 지연시간은 3.6배 개선됐고 사용자당 디코딩 처리량은 초당 700토큰으로 GB300 기반 시스템의 169토큰을 웃돌았다. 오픈AI가 전력 효율을 강조한 것은 AI 서비스의 비용 구조가 학습에서 추론 중심으로 이동하고 있기 때문이다. 특히 AI 에이전트는 한 번의 질문에 답하는 대신 검색·도구 호출·추론을 여러 차례 반복하기 때문에 사용량이 늘수록 전력과 서버 비용 부담도 커진다. 오픈AI는 칩 성능뿐 아니라 메모리와 네트워크, 소프트웨어까지 함께 설계해 데이터 이동을 줄이고 KV 캐시를 효율적으로 배치했다고 설명했다. 할라피뇨는 단순한 자체 반도체 개발을 넘어 오픈AI의 풀스택 전략과 연결된다. 오픈AI는 지난 6월 브로드컴과 함께 칩을 공개하면서 제품과 모델, 소프트웨어에 이어 칩까지 직접 설계하는 컴퓨팅 전략을 밝혔다. 칩 구현과 네트워킹은 브로드컴, 보드·랙·시스템 통합은 셀레스티카 등이 맡으며 여러 세대에 걸쳐 기가와트 규모로 배치할 계획이다. 이번 개발에는 AI도 직접 활용됐다. 오픈AI는 설계부터 테이프아웃까지 개발 기간을 단축했고, 코드 생성 도구 ‘코덱스’ 등을 이용해 회로 최적화와 구현·검증을 진행했다고 밝혔다. 세미애널리시스도 할라피뇨가 특정 오픈AI 모델에만 최적화된 칩이 아니라 다양한 모델과 워크로드를 처리할 수 있다고 평가했다. 오픈AI는 올해 말부터 할라피뇨를 자체 컴퓨팅 인프라에 배치하고 2세대와 3세대 제품 개발도 진행 중이라고 밝혔다. 동시에 엔비디아 등 외부 가속기 활용도 계속한다. 결국 할라피뇨의 목적은 엔비디아를 단번에 대체하는 것이 아니라 추론에 특화된 자체 칩을 확보해 AI 서비스의 비용·속도·전력 효율을 직접 통제할 수 있는 선택지를 만드는 것에 가깝다. 한편 AI 반도체 시장 역시 단순 연산 성능 경쟁에서 벗어나 전력당 처리량과 지연시간, 메모리·네트워크까지 포함한 시스템 경쟁으로 이동하고 있다. 할라피뇨가 실제 대규모 서비스에서 이번 벤치마크 수준의 성능을 유지한다면 오픈AI의 칩 내재화가 AI 인프라 시장의 경쟁 구도에도 변화를 줄 가능성이 있다.
2026-08-26 10:21:34
"공랭만으론 한계"…LG CNS·네이버클라우드, 차세대 AI 데이터센터 액체냉각 실증 [경제일보] 생성형 인공지능(AI) 확산으로 고성능 그래픽처리장치(GPU) 수요가 늘면서 데이터센터의 발열과 전력 문제가 새로운 과제로 떠오르고 있다. 기존 공랭식 냉각만으로는 고집적 GPU 서버의 발열을 감당하기 어려워지면서 액체냉각이 차세대 AI 데이터센터의 핵심 인프라로 부상하는 가운데 LG CNS와 네이버클라우드가 국내 데이터센터에 관련 기술을 적용한다. 26일 LG CNS는 네이버클라우드와 협력해 삼송 데이터센터에 액체냉각 기술 중 하나인 직접 칩 냉각(DTC)을 적용한다고 밝혔다. 양사는 차세대 고성능 GPU를 안정적으로 운영할 수 있는 AI 인프라를 구축하고 내년까지 액체냉각 인프라 구축과 실증을 완료할 계획이다. 이번 인프라는 과학기술정보통신부 산하 정보통신산업진흥원(NIPA) 소유의 엔비디아 차세대 초고성능 GPU '베라 루빈'을 네이버클라우드가 운영할 수 있도록 구축된다. 베라 루빈은 기존 '블랙웰 울트라' 대비 추론 성능이 약 3.3배 향상될 것으로 예상되는 차세대 GPU다. AI 모델의 규모가 커지고 추론 작업이 확대되면서 데이터센터에 요구되는 GPU 성능과 전력 밀도도 높아지고 있다. GPU 성능이 높아질수록 전력 소비와 발열이 증가하기 때문에 단순히 GPU를 확보하는 것만으로는 대규모 AI 서비스를 안정적으로 운영하기 어려워지고 있다. 기존 데이터센터에서 널리 활용되는 공랭 방식은 냉각 용량으로 인해 한계가 나타나고 있다. 일반적으로 공랭 방식으로 대응할 수 있는 냉각 용량은 랙당 20~30kW 수준인 반면 고성능 AI GPU 서버의 랙 전력 밀도는 200kW 이상으로 높아지고 있다. AI 데이터센터의 고집적화가 진행될수록 기존 냉각 방식만으로는 발열을 처리하기 어려워지는 것이다. 이에 액체를 활용해 서버의 열을 직접 제거하는 액체냉각 기술이 AI 데이터센터의 대안으로 주목받고 있다. 공기보다 열전달 효율이 높은 액체를 활용하기 때문에 동일한 공간에서 더 높은 전력 밀도의 서버를 운영할 수 있고 냉각에 필요한 전력도 줄일 수 있는 것이다. 삼송 데이터센터에 적용되는 DTC는 GPU 칩에 냉각수가 흐르는 냉각판을 직접 부착하는 방식이다. GPU에서 발생한 열을 냉각판을 통해 흡수하고 순환하는 냉각수를 통해 외부로 배출하는 구조다. 서버 전체를 냉각하는 방식보다 발열이 집중되는 GPU 칩을 직접 관리할 수 있어 고성능 AI 서버에 적합한 방식으로 평가된다. 삼송 데이터센터는 총 수전 용량 80MW 규모로 대규모 AI 인프라를 수용할 수 있는 시설이다. LG CNS는 해당 데이터센터의 위탁운영을 맡고 있으며 앞서 네이버클라우드와 삼송 데이터센터 코로케이션 계약을 체결했다. 양사는 각자의 강점을 결합해 AI 데이터센터 경쟁력을 높인다는 계획이다. LG CNS는 데이터센터 설계·구축·운영(DBO) 역량을 바탕으로 액체냉각과 GPU 서버 운영환경, 전력 공급체계 등 인프라 전반을 구축한다. 네이버클라우드는 대규모 GPU와 AI 플랫폼 운영 경험을 활용해 고성능 AI 서비스를 제공한다. 액체냉각 시장은 빠르게 성장할 것으로 전망된다. 시장조사업체 마켓앤드마켓에 따르면 글로벌 데이터센터 액체냉각 시장은 올해 40억7000만 달러(약 5조6000억원)에서 오는 2033년 276억5000만 달러(약 38조2000억원) 규모로 성장할 것으로 분석된다. 국내에서도 대규모 AI 데이터센터가 확대되면서 액체냉각 기술을 둘러싼 경쟁이 본격화되고 있다. 특히 AI 추론 서비스가 확산되면서 GPU가 지속적으로 가동되는 환경이 늘어나고 있어 발열 관리와 전력 효율을 동시에 확보할 수 있는 냉각 기술의 중요성이 커질 전망이다. LG CNS 역시 액체냉각을 단순한 데이터센터 설비가 아닌 AI 인프라 사업의 경쟁력으로 확대할 계획이다. 데이터센터의 설계부터 구축, 운영까지 담당하는 DBO 역량에 차세대 냉각 기술을 결합해 AI 데이터센터 구축과 운영 사업을 확대한다는 구상이다. 조헌혁 LG CNS 데이터센터사업담당 상무는 "데이터센터 냉각 기술이 AI 서비스 품질과 운영 효율의 핵심 경쟁력이 되고 있다"며 "네이버클라우드와 협력해 LG CNS의 강점인 데이터센터 DBO 역량과 차세대 냉각 기술을 기반으로 국내 AI 생태계의 성장을 뒷받침하는 핵심 인프라를 지속 구축해 나가겠다"고 말했다.
2026-08-26 10:00:00
엔비디아가 눈여겨본 국산 NPU…'K-NPU' 생태계 커질까 [경제일보] 인공지능(AI) 반도체 시장의 중심이 학습에서 추론으로 이동하면서 그래픽처리장치(GPU)와 함께 신경망처리장치(NPU) 등 AI 가속기 시장의 경쟁도 본격화하고 있다. 국내에서도 리벨리온을 비롯해 퓨리오사AI, 딥엑스 등 NPU 기업들이 제품 개발과 양산, 고객 확보에 속도를 내고 있어 국산 AI 반도체 생태계가 새로운 전환점을 맞을 전망이다. 24일 업계에 따르면 엔비디아가 국내 NPU 기업 리벨리온과 인수 가능성을 포함한 협력 방안을 검토 중인 것으로 알려졌다. 구체적인 협력 형태와 조건 등은 확정되지 않았지만, 글로벌 AI 반도체 시장을 주도하는 엔비디아가 국내 NPU 기술 기업에 관심을 보였다는 점에서 업계의 관심이 커지고 있다. 엔비디아는 AI 학습 시장에서 사실상 독보적인 GPU 경쟁력을 확보한 데 이어 추론 시장에서도 영향력을 확대하고 있다. AI 모델의 규모가 커지면서 학습뿐 아니라 실제 서비스에서 AI가 생성한 결과를 처리하는 추론 연산 수요가 급증하고 있기 때문이다. 추론 단계에서는 학습과 다른 방식의 연산 최적화가 중요해지면서 GPU뿐 아니라 NPU와 주문형반도체(ASIC) 등 특정 AI 연산에 최적화된 가속기의 활용 가능성도 커지고 있다. 전력 효율과 비용을 낮추면서 특정 모델이나 서비스에 맞는 연산 성능을 확보하는 것이 중요해지면서 AI 반도체 시장의 경쟁 구도도 다변화되는 것으로 분석된다. 이에 엔비디아를 비롯한 글로벌 반도체 기업들은 GPU 중심의 기존 AI 생태계를 유지하면서도 추론 시장에서 활용될 수 있는 다양한 가속기 기술에 관심을 확대하고 있다. 엔비디아 입장에서는 자체 GPU 생태계와 연계할 수 있는 새로운 AI 반도체 기술을 확보하는 동시에 급성장하는 추론 시장에 대응할 필요성이 커지고 있는 것이다. 국내에서는 리벨리온이 대표적인 NPU 기업으로 꼽힌다. 리벨리온은 데이터센터와 엣지 환경에서 AI 추론 연산을 처리하는 NPU를 개발해왔으며 국내외 시장을 대상으로 사업 확대를 추진하고 있다. 특히 국내 AI 반도체 산업에서 설계 역량을 확보하고 제품 상용화에 나선 기업이라는 점에서 글로벌 시장 진출 가능성이 주목받고 있다. 퓨리오사AI와 딥엑스 등 다른 국내 NPU 기업들도 추론 시장을 겨냥한 제품 개발에 속도를 내고 있다. 퓨리오사AI는 데이터센터용 AI 가속기를 중심으로 글로벌 시장 진출을 추진하고 있으며, 딥엑스는 엣지 AI를 중심으로 온디바이스와 산업용 AI 반도체 시장을 공략하고 있다. 국산 NPU 기업들이 주목받는 배경에는 생성형 AI의 확산과 함께 추론 수요가 빠르게 늘고 있다는 점이 자리 잡고 있다. 챗봇과 검색, 영상·음성 생성, 자율주행, 로봇 등 AI가 실제 서비스에 적용되는 영역이 확대될수록 대규모 추론 연산을 안정적으로 처리할 수 있는 반도체 수요도 함께 증가할 수밖에 없기 때문이다. 정부도 국산 AI 반도체 생태계 확대를 위해 초기 시장을 만드는 데 힘을 싣고 있다. AI 데이터센터와 공공 인프라 등을 활용해 국산 NPU의 실증과 구매를 지원하고 실제 서비스 환경에서 성능을 검증할 수 있는 기회를 확대하는 방식이다. 국내 NPU 기업 입장에서는 정부와 공공 부문을 통해 초기 레퍼런스를 확보한 뒤 이를 민간 데이터센터와 글로벌 시장으로 확대하는 전략이 중요하다. AI 반도체 시장에서 이미 엔비디아가 강력한 생태계를 구축한 만큼 후발주자가 단기간에 하드웨어 성능만으로 시장을 뒤집기는 쉽지 않기 때문이다. 결국 엔비디아의 국내 NPU 기업에 대한 관심이 실제 투자나 인수, 기술 협력 등으로 이어질지와 별개로 국산 AI 반도체 기술의 글로벌 경쟁력을 보여주는 계기가 될 수 있다는 평가다. 특히 리벨리온을 시작으로 국내 NPU 기업들이 각자의 영역에서 고객과 레퍼런스를 확보할 경우 개별 기업의 성장을 넘어 'K-NPU' 생태계 전반으로 시장이 확대될 전망이다. 김녹원 딥엑스 대표는 초저전력 NPU 기반 온디바이스 'AI 엣지 Box 공동 개발'을 발표하며 "AI가 산업 현장으로 확산될수록 낮은 전력으로 데이터를 실시간 처리할 수 있는 온디바이스 AI의 중요성이 더욱 커지고 있다"고 평가했다.
2026-08-24 17:31:32
포스코DX, '국산 NPU' 산업현장 투입…AI 추론 비용 50% 낮춘다 [경제일보] 포스코DX가 국산 AI 반도체를 산업현장의 비정형 데이터 분석에 활용하는 플랫폼을 개발해 기존 GPU 기반 '비전 AI' 적용 영역에 국산 NPU 기반을 확대한다. AI 모델 학습에는 GPU를, 현장 추론에는 국산 NPU를 사용하는 하이브리드 구조를 적용해 제조 현장의 AI 인프라 비용과 전력 부담을 낮추고, 데이터 외부 반출 없이 실시간으로 AI를 운영하도록 구성됐다. 18일 포스코DX는 국산 NPU를 활용한 '비전 AI 플랫폼'을 개발했다고 밝혔다. 산업현장에서 수집되는 영상 등 비정형 데이터를 AI로 분석하고, 실제 현장에서 발생하는 상황을 실시간으로 판단할 수 있도록 AI 모델 개발부터 운영까지 필요한 기능을 하나의 플랫폼으로 표준화한 것이 특징이다. NPU는 딥러닝과 머신러닝 등 AI 연산에 특화된 반도체로 GPU를 대체할 수 있을 것으로 전망되고 있다. 특히 학습보다 이미 학습된 AI 모델을 실제 서비스에 적용하는 추론 과정에 최적화돼 GPU 대비 전력과 비용을 낮출 수 있도록 설계됐다. 포스코DX는 이 같은 NPU의 특성을 산업현장에 적용했다. 제조 현장에서 발생하는 영상 데이터를 원거리 데이터센터나 서버로 전송하지 않고 설비나 현장에 설치된 엣지 장비에서 직접 분석하는 방식이다. 포스코DX는 외부 네트워크를 거치지 않고 현장에서 데이터를 처리할 수 있어 제조업에서 중요도가 높은 데이터 보안과 실시간 대응에도 유리하다고 설명했다. 특히 포스코DX는 AI 모델을 개발하는 단계와 실제 현장에서 AI가 데이터를 분석하는 추론 단계를 분리했다. 모델 학습과 개발에는 기존처럼 GPU를 활용하고, 완성된 AI 모델을 산업 현장에서 구동할 때는 국산 NPU를 사용하는 하이브리드 구조다. NPU를 실제 현장에 적용하기 전에 연구·검증 단계에서도 활용할 수 있도록 한 것도 특징이다. AI 모델의 정확도와 처리 속도뿐 아니라 전력 사용량과 운영 비용 등을 사전에 비교해 현장 특성에 맞는 모델과 NPU 적용 방식을 결정할 수 있도록 구축했다. 기존에는 AI 모델을 개발한 뒤 실제 산업 현장에 적용하면서 성능이나 비용을 검증해야 했다면, 이번 플랫폼에서는 개발 단계에서부터 NPU 기반 추론 성능을 확인할 수 있어 현장 적용 과정에서 발생할 수 있는 시행착오를 줄일 수 있을 것으로 평가된다. 비전 AI 플랫폼에는 산업 현장에서 반복적으로 필요한 기능도 표준화했다. 영상 데이터를 학습 데이터로 관리하고 AI 모델을 관리하는 기능을 비롯해 모델별 성능 지표와 적용 이력 등을 하나의 환경에서 관리할 수 있도록 구성했다. 해당 기능 표준화는 제조 현장마다 AI 시스템을 새로 구축하는 방식에서 벗어나 기존에 검증된 AI 모델과 플랫폼을 다른 현장에 재활용하기 위한 기반으로 알려졌다. 포스코DX는 플랫폼을 통해 신규 AI 프로젝트의 개발 기간을 단축하고 여러 산업 현장으로 AI 서비스를 확산할 수 있을 것으로 전망하고 있다. 포스코DX는 앞서 국내 NPU 개발사인 딥엑스, 모빌린트 등과 협력해 화재 감시, 작업자 안전 모니터링, 물류 환경의 상품 적재 상태 확인 등에 국산 NPU를 적용해 비용 절감 효과도 확인했다. 그 결과 동일한 추론 성능을 기준으로 GPU를 사용하는 경우와 비교해 인프라 구축·운영 비용을 약 50% 절감하고, 전력 사용량은 약 90% 줄이는 효과를 기록했다. 산업 현장에서 AI 활용이 늘면서 AI 반도체의 역할도 학습용 GPU 중심에서 추론용 반도체로 확대될 가능성이 커지고 있다. 특히 제조 현장의 영상 분석처럼 대량의 데이터를 실시간으로 반복 처리해야 하는 분야에서는 모든 데이터를 중앙 데이터센터로 전송해 처리하는 방식보다 현장에서 직접 AI 추론을 수행하는 엣지 AI가 비용과 지연 시간 측면에서 유리할 수 있다. 포스코DX는 향후 다양한 검증 과정을 플랫폼에 포함해 국산 NPU의 산업 적용을 체계화한다는 방침이다. 기존 비전 AI 적용 현장을 단계적으로 국산 NPU 기반으로 전환하고, 화재 감시와 안전 관리, 물류를 넘어 다양한 산업 분야로 적용 영역을 넓힐 계획이다. 포스코그룹 차원의 피지컬 AI 사업 확대와도 연계될 전망이다. 포스코그룹은 철강 생산 과정에서 축적한 설비 자동화 경험과 방대한 현장 데이터를 기반으로 제조 현장에 피지컬 AI를 적용하고, 인텔리전트 팩토리 구축을 확대하고 있다. 포스코DX 관계자는 "NPU 기반 '비전 AI 플랫폼'은 산업 현장에 최적화된 AI를 보다 효율적으로 구현하는 기반이 될 것"이라며 "국산 NPU 활용의 체계화와 산업 현장의 추론 역량 향상에 기여하며 AI 반도체 생태계 활성화에 나설 것"이라고 말했다.
2026-08-18 16:00:26
파두, 펌웨어·검증 인력 두 자릿수 채용…양산 대응 조직 채운다 [경제일보] 데이터센터 반도체 기업 파두가 10일부터 '주니어 탤런트' 채용에 나선다. 펌웨어 개발과 펌웨어 검증, 테스트 엔지니어 등 3개 직무에서 두 자릿수 규모를 뽑는다. 학사 신입과 8년 이내 경력직이 함께 지원할 수 있고, 하드웨어와 소프트웨어를 모두 다뤄본 임베디드 경력자를 우대한다. 서류 접수는 이날 시작해 8월 말 코딩 테스트, 9월 면접을 거쳐 11월 입사로 이어진다. 뽑는 자리는 △펌웨어 개발 △펌웨어 검증 △테스트(Test) 엔지니어 등 총 3개 직무로 회로 설계가 아니라 펌웨어와 검증, 테스트에 몰려 있다. 컨트롤러가 고객사 낸드플래시와 붙어 실제 제품으로 출하되는 단계에서 성능과 안정성을 잡아내는 직무다. 고객사가 늘고 공급 물량이 커질수록 수요도 함께 늘어난다. 보상 체계로는 조기 승진과 인센티브 외에 영업이익 일부를 임직원과 나누는 이익공유(PS) 제도를 두고 있다. 적자 국면에서는 작동하기 어려운 제도다. 파두는 올해 2분기 매출 732억원, 영업이익 163억원을 기록했다. 매출은 지난해 같은 기간 237억원보다 208.9% 늘었고 1분기 595억원과 비교해도 22.9% 증가했다. 영업이익은 1분기 77억원에서 111.6% 늘며 두 분기 연속 흑자를 이어갔다. 상반기 누적으로는 매출 1327억원, 영업이익 240억원이다. 2024년과 2025년 두 해 매출을 합한 1395억원에 6개월 만에 근접했다. 지난해 상반기에는 245억원 영업손실을 냈다. 실적을 끌어올린 것은 수익성이 높은 컨트롤러다. 전체 매출에서 차지하는 비중이 2024년 약 55%에서 지난해 약 70%로 올라섰다. 생성형 AI 추론 연산이 늘면서 기업용 SSD 수요가 커졌고, 저장장치 성능을 좌우하는 컨트롤러 발주가 함께 늘었다. 올해 들어 확보한 신규 수주는 공시 기준 3400억원이 넘는다. 11월에 들어오는 인력이 맞닥뜨릴 구간도 정해져 있다. 회사는 차세대 규격인 젠(Gen) 6.0 기업용 SSD가 본격화하는 2027년 3분기 무렵 추가 고객사와 개발에 착수할 수 있을 것으로 보고 있다. 신규 고객사 대응은 설계보다 검증과 양산 이관에서 손이 많이 가는 작업이다. 2015년 설립된 파두는 SSD 컨트롤러 외에 전력관리반도체(PMIC)와 컴퓨트익스프레스링크(CXL), AI 반도체로 영역을 넓히고 있다. 남이현 파두 대표는 지난달 실적 발표에서 "1분기 흑자전환 성공에 이어 2분기에는 확고한 흑자구조를 구축했다"며 "고객 다변화로 인한 매출 증가, AI 반도체 시장에서 스토리지 분야 핵심 장치인 컨트롤러의 성장세 등을 고려할 때 하반기에도 큰 성장이 예상된다"고 밝혔다.
2026-08-10 14:12:38

12 3

많이 본 뉴스

영상

Youtube 바로가기

오피니언

[사설] 소방 재정 빨대라는 망언…국민 생명을 예산 논리에 희생시킬 텐가

[사설] '소방 재정 빨대'라는 망언…국민 생명을 예산 논리에 희생시킬 텐가