2026.09.08 화요일
검색
'AI 풀스택' 검색결과
기간검색
-
~
검색영역
검색어
-
![[현장] AI 도입만으론 성과 없다…삼성SDS, 오픈AI·엔트로픽과 AX 해법 제시](https://image.ajunews.com//content/image/2026/09/08/20260908111952998725.jpg)
"AI 도입만으론 성과 없다"…삼성SDS, 오픈AI·엔트로픽과 AX 해법 제시 [경제일보] 삼성SDS가 인공지능(AI)을 단순히 업무 효율화에 활용하는 것을 넘어 업무 프로세스 자체를 바꾸는 'AX' 전환에 속도를 낸다. AI 데이터센터와 플랫폼을 기반으로 기업의 AI 도입부터 운영까지 지원하고, 제조 현장에서는 로봇과 설비를 통합하는 피지컬 AI로 사업 영역을 확대한다. 8일 삼성SDS는 서울 코엑스 컨벤션센터에서 엔터프라이즈 AX 콘퍼런스 '리얼 서밋 2026'을 열고 삼성SDS의 '다차원 AI 풀스택' 전략을 기반으로 AI 도입과 실제 비즈니스 성과 창출 사이의 간극을 줄일 수 있는 구체적인 실행 전략과 로드맵을 공개했다. 이날 삼성SDS는 기업들의 AI 활용이 늘고 있지만 실제 성과로 이어지는 비율은 낮다고 진단했다. 삼성SDS가 인용한 맥킨지 조사에 따르면 기업의 88%가 최소 한 개 이상의 업무에 AI를 활용하고 있지만, AI가 영업이익에 영향을 줬다고 답한 기업은 39%, 영업이익의 5% 이상에 기여했다고 답한 기업은 6%에 불과했다. 이에 삼성SDS는 AI 성과를 높이기 위해서는 기존 업무에 AI를 덧붙이는 방식이 아니라 업무 프로세스 자체를 재설계해야 한다고 강조했다. 삼성SDS는 이를 위해 자체적으로 7개 메가 프로세스에 AX를 적용하는 '클라이언트 제로' 전략을 추진하고 있으며, 올해 말까지 약 200명의 AX 전문 인력을 양성할 계획이라고 설명했다. AI 인프라 확대도 추진한다. 삼성SDS는 국내 최초 AI 전용 데이터센터인 동탄센터를 기반으로 기업들의 AX를 지원하고 있으며, 오는 2028년 국가 AI 컴퓨팅센터와 오는 2029년 구미센터 구축을 통해 AI 인프라 역량을 확대할 방침이다. 글로벌 AI 기업과의 협력도 강화한다. 오픈AI, 앤트로픽, 구글 등과 협력을 확대하고 AI 인프라부터 플랫폼, 컨설팅·개발·구축·운영까지 제공하는 '다차원 AI 풀스택'을 통해 기업별 AX 수요에 대응한다는 전략이다. 삼성SDS는 AX를 디지털 영역에서 제조 현장으로 확대한다. 지난 25년간 반도체·2차전지·바이오·자동차·소재·부품·식음료 등 430여개 기업의 제조 자동화를 지원하며 축적한 데이터와 경험을 피지컬 AI 사업에 활용한다. 삼성SDS는 실제 제조 환경에서 로봇 기반 자동화 기술을 검증하고 있으며, 오는 2027년 생산설비와 로봇을 하나로 묶어 운영하는 '로봇 오케스트레이션 플랫폼'을 선보일 예정이다. 이준희 삼성SDS 대표이사는 "AX는 단순히 AI를 도입해서 시간과 비용을 절감하는 것과는 차원이 다른 훨씬 더 근본적인 변화로, AI를 중심으로 업무 방식을 처음부터 다시 설계하는 일"이라고 말했다. 이날 연사로 참가한 김경훈 오픈AI 한국 총괄대표는 기업의 AI 전환이 단순한 도입을 넘어 실제 업무 방식과 사업 성과의 변화로 이어져야 한다고 진단했다. 그는 전기가 공장에 처음 도입됐을 당시 동력원만 바꾸는 데 그친 공장보다 기계 배치와 작업 순서를 새롭게 설계한 공장에서 생산성 향상이 본격화됐다는 사례를 예시로 들며 지금 AI의 발전 상황과 비교했다. 김 대표는 오픈AI의 '엔터프라이즈 시그널스' 보고서를 인용해 AI를 깊게 활용하는 상위 10% 기업과 중간 수준 기업 간 격차가 올해 1월 2.6배에서 6월 8.6배로 확대됐으며, 제조업에서도 이 격차가 5.3배에 달했다고 공개했다. 그는 기업 내부 데이터와 업무 시스템을 AI와 연결해 업무 맥락을 제공하고, 가장 중요한 업무를 선정해 처음부터 끝까지 AI를 중심으로 재설계하는 것이 핵심이라고 강조했다. 특히 AI가 단순히 질문에 답하는 수준을 넘어 자료 검색과 시스템 확인, 결과물 작성 등 여러 단계를 직접 수행하는 '에이전트'로 발전하고 있다고 설명했다. 오픈AI에 따르면 올해 6월 기업 고객이 생성한 전체 출력 토큰 가운데 코딩 에이전트 '코덱스'가 차지하는 비중은 64%까지 증가하며 법무·영업·채용·마케팅 등 다양한 업무에서도 AI에게 실제 일을 맡기는 사례가 빠르게 늘고 있다고 전했다. 김 대표는 AI 활용의 최종 목표는 토큰 사용량이나 도입률이 아니라 실제 사업 성과가 돼야 한다고 강조했다. 그는 제조기업이 AI를 활용해 견적 작성 시간을 최대 6시간에서 20분으로 줄이고 연간 3000만 달러(약 400억원)의 매출 총이익 증가를 기대하는 사례 등을 소개했다. 김경훈 대표는 "AI가 과학 분야뿐만 아니라 연구, 개발, 제조, 관리, 영업, 마케팅 등 여러 분야에서 여러분의 발전을 크게 앞당길 수 있다고 생각한다"며 "100년 전 공장을 어떻게 바꾸느냐가 그 회사의 미래를 결정한 것처럼 지금 우리도 이 AI를 어떻게 쓸 것인가가 우리의 미래를 결정할 것"이라고 말했다. 최기영 엔트로픽 코리아 대표는 AI를 활용한 기업의 변화가 직원 생산성 향상을 넘어 업무 프로세스와 비즈니스 모델 자체를 바꾸는 방향으로 확대될 것이라고 전망했다. 최 대표는 기업의 AI 전환을 직원 생산성 향상, 기존 업무 프로세스·워크플로우 개선, AI 네이티브 제품 및 비즈니스 모델 구축 등 3단계로 구분하며, 궁극적으로는 AI를 중심으로 새로운 사업을 만들어내는 단계까지 나아갈 것으로 전망했다. 실제 사례로는 글로벌 자동차 기업의 도장 공정 문제 해결 사례를 소개했다. 수년간 해결하지 못했던 문제에 관련 데이터를 연결하고 AI의 추론 기능을 활용한 결과 10분 만에 해결책을 도출했다고 설명하며, 향후에는 AI 모델의 발전과 함께 기업의 문제 해결 방식 자체가 달라질 것으로 분석했다. 엔트로픽 내부의 개발 방식도 AI를 통한 업무 전환 사례로 제시했다. 한 명의 엔지니어가 주말 동안 AI를 활용해 초기 프로토타입을 만든 뒤 3명이 8주 동안 베타 제품을 개발했으며, 이후 사용자 피드백을 실시간으로 반영해 48시간 만에 62개 기능을 개선했다고 설명했다. 현재도 피드백을 받은 기능을 24시간 안에 반영하는 것을 원칙으로 하고 있다. 최 대표는 이 같은 변화가 기업의 조직 규모와 제품 개발 방식까지 바꿀 수 있다고 강조했다. 과거에는 많은 인력과 긴 개발 기간이 필요했던 작업도 AI 에이전트를 활용하면 소수 인원으로 빠르게 실행할 수 있다는 것이다. 성공적인 AX를 위해서는 명확한 비즈니스 목표와 성과 지표를 먼저 정하고, 도메인 전문가가 참여한 가운데 AI를 반복적으로 활용해 결과를 만들어내는 방식으로 전환해야 한다는 것으로 풀이된다. 최기영 대표는 "과거에는 팀 사이즈에서 인원수가 소프트웨어 개발 경쟁력이 됐지만 이제는 소수의 인원이 AI를 통해 개발을 빠르게 해 나갈 수 있다"며 "적은 인원을 갖고도 규모를 만들 수 있기 때문에 AI 내부의 비즈니스 모델로 전환할 수 있는 성공적인 AX가 만들어질 수 있다"고 말했다. 이날 발표에서 삼성SDS와 오픈AI, 엔트로픽은 기업의 AI 전환이 단순한 기술 도입이나 개별 업무의 효율화에 그쳐서는 안 된다는 데 공통된 메시지를 내놨다. AI를 기존 업무에 추가하는 것을 넘어 데이터와 시스템을 연결하고 업무 프로세스를 재설계하는 동시에 AI 에이전트에게 실제 업무를 맡기고 이를 매출과 생산성 등 구체적인 사업 성과로 연결해야 한다는 것이다. 결국 기업의 AI 경쟁력도 어떤 모델을 도입했느냐를 넘어 AI를 실제 업무와 조직에 얼마나 깊게 내재화하느냐에 따라 갈릴 전망이다. 이준희 삼성SDS 대표이사는 "진정한 AI 풀스택이라면 AX 실행을 돕기 위한 컨설팅은 물론 개발과 구축 그리고 운영에 대한 전문적 역량을 반드시 제공해야 하고, 이런 역량은 고객의 업종에 대한 정확한 이해가 뒷받침돼야 한다"며 "삼성SDS는 AI 인프라 플랫폼 솔루션에 걸친 모든 영역에서 글로벌 최고 수준의 솔루션을 제공하고 있다"고 말했다.2026-09-08 11:28:33
-
반도체·AI 인프라에 힘 싣는 SK에코플랜트…엔지니어링 자회사 합병 [경제일보] SK에코플랜트가 100% 자회사인 SK에코엔지니어링을 흡수합병하고 반도체 생산시설과 AI 데이터센터 등 인공지능(AI) 인프라 사업 역량을 한데 모은다. 설계부터 시공·사업관리까지 분산돼 있던 프로젝트 수행 기능을 통합해 대형 첨단산업 시설 수주 경쟁력을 높이겠다는 구상이다. SK에코플랜트는 공시를 통해 SK에코엔지니어링을 흡수합병한다고 27일 밝혔다. 합병기일은 오는 12월 1일이다. 이번 합병은 AI 인프라를 중심으로 사업 구조를 재편하는 과정의 일환이다. 반도체 팹(FAB)과 AI 데이터센터 신규 투자 및 증설이 늘어나는 가운데 자회사에 있던 엔지니어링 역량을 본사로 가져와 프로젝트 수행 효율을 높이는 데 초점을 맞췄다. SK에코엔지니어링은 복합화력과 열병합발전, 터미널 등 국내외 에너지 인프라를 비롯해 배터리와 리튬이온배터리 분리막(LiBS), 바이오 등 첨단 산업플랜트 분야 사업을 수행해왔다. 합병 이후에는 SK에코엔지니어링의 설계·엔지니어링 역량과 SK에코플랜트의 시공·사업관리 기능을 하나의 체계로 묶는다. 특히 반도체 생산공장과 AI 데이터센터는 초기 설계부터 설비 구축, 시공까지 각 공정이 긴밀하게 연계되는 만큼 조직 통합을 통해 사업 초기 단계부터 원가와 공기를 함께 관리한다는 계획이다. SK에코플랜트는 이를 통해 프로젝트 수행 과정의 효율성을 높이는 동시에 대형 프로젝트 입찰에서 설계·조달·시공을 아우르는 대응력을 강화할 수 있을 것으로 보고 있다. 양사에 나뉘어 있던 인력과 수행 경험을 통합해 수주 이후 사업관리와 수익성까지 함께 높이는 것이 목표다. SK에코플랜트 관계자는 “이번 합병은 조직 통합을 넘어 SK그룹의 ‘AI 풀스택’ 전략에 발맞춰 AI 인프라 생태계의 핵심 파트너 입지를 공고히 하기 위한 전략적 선택”이라며 “통합 시너지 기반 ‘AI 인프라 솔루션’ 기업 전환을 가속화하고 AI 인프라 수주 경쟁력을 강화해 수익 중심 성장을 지속할 것”이라고 말했다.2026-08-27 17:42:08
-
KT, '모두의 AI'로 일상 파고든다…무신사·콴다·다음과 생활 AI 구축 [경제일보] AI가 별도의 애플리케이션이나 서비스에서 벗어나 쇼핑·교육·검색·부동산·금융 등 일상 서비스 안으로 들어오고 있다. KT가 정부의 '모두의 AI' 사업을 계기로 대규모 이용자를 확보한 생활 플랫폼·서비스 기업들과 손잡고 AI 확산에 나선다. AI 서비스를 찾아 이용하는 방식에서 벗어나 국민이 평소 사용하던 서비스에서 자연스럽게 AI를 경험하도록 해 AI 대중화를 앞당긴다는 전략이다. 26일 KT는 '모두의 AI' 사업을 통해 무신사, 직방, 다음, EBS, 매스프레소, 솔트룩스, BC카드 등과 협력해 생활 밀착형 AI 서비스를 구축한다고 밝혔다. 컨소시엄에는 검색·교육·쇼핑·주거·금융 등 국민 생활과 밀접한 분야의 기업들이 참여한다. 이번 협력은 참여 기업들이 이미 상당한 규모의 이용자 접점을 확보하고 있는 것이 특징이다. KT가 자체 AI 서비스의 이용자를 새롭게 확보하기보다 기존 플랫폼에 AI를 결합해 대규모 이용자에게 AI 경험을 확산시키는 방식이다. 매스프레소의 AI 학습 플랫폼 '콴다'는 글로벌 누적 이용자가 약 9700만명이며 월간 활성 이용자(MAU)는 약 800만명에 달한다. KT는 EBS와 매스프레소와 협력해 AI 기반 학습 서비스를 고도화하고 이용자별 학습 수준과 필요에 맞춘 초개인화 학습 경험을 구현한다는 계획이다. 단순히 문제를 추천하는 수준을 넘어 이용자의 학습 데이터를 바탕으로 부족한 영역을 파악하고 적합한 콘텐츠를 제시하는 방식으로 AI 활용 범위를 확대할 수 있다는 구상이다. 이미 대규모 이용자를 확보한 교육 플랫폼에 AI를 결합하는 만큼 AI 기반 학습 서비스의 대중화에도 속도가 붙을 것으로 전망된다. 쇼핑 분야에서는 패션 플랫폼 무신사와 커넥트웨이브가 참여한다. 무신사는 전체 이용자가 약 1700만명, MAU가 약 800만명에 이르는 대형 패션 플랫폼이다. KT는 무신사에 AI 기반 개인화 추천과 대화형 AI 등을 접목해 이용자의 상품 탐색과 구매 경험을 고도화할 계획이다. AI가 이용자의 취향과 구매 이력 등을 바탕으로 적합한 상품을 추천하거나 자연어 대화를 통해 원하는 상품을 찾을 수 있도록 하는 방식이다. 커넥트웨이브 역시 다나와, 에누리, 메이크샵 등 이커머스 플랫폼에 AI를 접목해 상품 탐색과 유통 과정에서 새로운 서비스를 개발한다는 구상이다. 검색 분야에서는 다음과의 협력이 추진된다. 방대한 정보가 쌓이는 검색 서비스에서 AI를 활용해 이용자가 원하는 정보와 소식을 보다 빠르고 명확하게 확인할 수 있도록 서비스를 고도화하는 방식이다. 부동산 분야에서는 직방과 협력한다. 부동산은 매물 가격과 위치, 주변 인프라 등 다양한 정보를 함께 비교해야 하는 만큼 AI를 활용하면 이용자가 원하는 조건에 맞춰 정보를 수집하고 비교·분석하는 과정이 간소화되는 설계다. 금융 분야에서도 BC카드와 협력해 AI 활용 방안을 모색한다. 금융·소비와 관련된 서비스에 AI를 결합해 이용자가 필요한 정보를 보다 쉽게 확인하고 서비스를 이용할 수 있는 방안을 검토한다. KT가 교육부터 쇼핑, 검색, 주거, 금융까지 생활 전반을 아우르는 서비스를 컨소시엄에 포함한 것은 AI의 이용자 접점을 넓히기 위한 것으로 풀이된다. 별도의 AI 서비스를 내려받거나 새로운 사용법을 익히게 하는 대신 국민이 이미 익숙하게 사용하는 서비스에 AI 기능을 결합하면 AI에 대한 진입장벽을 낮출 수 있기 때문이다. AI 산업의 경쟁 구도 역시 기술 성능 중심에서 실제 이용자 확보와 서비스 적용으로 확대되고 있다. 지금까지는 더 많은 데이터를 학습하고 높은 성능의 AI 모델을 개발하는 것이 주요 경쟁력이었다면, 생성형 AI가 대중화되면서 실제 업무와 소비 과정에서 AI를 얼마나 자연스럽게 활용하게 만드는지도 중요한 경쟁 요소가 되고 있다. KT는 AI 모델과 플랫폼뿐 아니라 AI 반도체, 클라우드, 네트워크까지 연결하는 'AI 풀스택' 전략도 추진한다. 이를 통해 각 기업이 보유한 서비스와 AI 기술을 연결하고 실제 이용자가 체감할 수 있는 AI 서비스를 확대한다는 계획이다. 이진형 KT AX사업부문 AX사업본부장 상무는 "모두의 AI가 국민이 일상에서 안정적으로 이용하는 서비스가 되기 위해서는 AI 모델뿐 아니라 이를 뒷받침하는 반도체·컴퓨팅 인프라와 클라우드·네트워크, 대규모 운영 역량이 함께 필요하다"며 "국내 AI 전문기업들의 기술력과 KT의 운영 경험을 결합해 국민 누구나 안정적이고 신뢰할 수 있는 AI 서비스를 이용할 수 있는 기반을 마련하겠다"고 말했다.2026-08-26 10:12:12
-
KT, '모두의 AI' 풀스택 승부수…국산 NPU부터 국민 서비스까지 잇는다 [경제일보] KT가 정부의 ‘모두의 AI’ 사업에 국산 AI 반도체부터 AI 모델·플랫폼, 클라우드·네트워크까지 묶은 ‘AI 풀스택’ 전략으로 도전장을 냈다. 단순히 여러 AI 기업을 모으는 데 그치지 않고 각사의 기술을 하나의 서비스 체계로 연결해 실제 국민이 사용하는 AI 서비스로 구현하겠다는 구상이다. AI 모델 경쟁이 인프라와 서비스 운영 능력을 포함한 종합 경쟁으로 확대되는 가운데 KT가 통신·클라우드 사업자로서 강점을 내세운 셈이다. 과학기술정보통신부와 정보통신산업진흥원(NIPA)이 추진하는 ‘전 국민 AI 서비스 보편적 활용 지원’ 사업은 국산 AI 모델을 기반으로 국민 누구나 AI 서비스를 쉽고 부담 없이 이용할 수 있도록 하는 것이 핵심이다. 당초 8월 11일까지였던 공모는 수정 공고를 거쳐 18일 마감됐으며, SK텔레콤·KT·카카오 등 6개 컨소시엄이 제안서를 제출했다. 아직 사업자가 선정된 것은 아니며, 각 컨소시엄이 어떤 서비스와 기술을 제시했는지가 향후 경쟁의 핵심이 될 전망이다. ◆ 리벨리온부터 업스테이지까지…‘국산 AI 스택’ 결집 KT 컨소시엄의 인프라 영역에는 리벨리온, 래블업, 베슬AI코리아가 참여한다. 리벨리온은 국산 신경망처리장치(NPU), 래블업은 AI 컴퓨팅 자원 운영, 베슬AI코리아는 AI 개발·운영 플랫폼을 담당한다. 여기에 업스테이지, 모티프테크놀로지스, NC AI, 솔트룩스, 액션파워 등 AI 모델·플랫폼 기업들이 합류했다. KT는 전국 통신망과 클라우드·데이터센터, 대규모 서비스 운영 경험을 바탕으로 이 기술들을 실제 서비스 환경에서 안정적으로 운영하는 역할을 맡는다. KT가 이처럼 인프라부터 모델까지 한꺼번에 묶은 것은 ‘모두의 AI’ 사업의 성격 때문이다. 일반적인 기업용 AI 사업이라면 특정 모델이나 솔루션의 성능이 중요하지만, 전 국민을 대상으로 하는 서비스는 수많은 이용자가 동시에 접속해도 안정적으로 작동해야 한다. 모델 성능뿐 아니라 GPU·NPU 자원 배분, 추론 비용, 네트워크 품질, 보안과 개인정보 보호, 장애 대응까지 하나의 운영 체계에서 관리해야 한다. 특히 국산 NPU를 실제 대규모 서비스에 적용할 수 있는지도 중요한 시험대다. 그동안 국내 AI 반도체 기업들은 기술력을 확보했지만 대규모 상용 서비스에서 성능과 안정성을 검증할 기회가 제한적이었다. 국민 대상 AI 서비스가 구축되면 국산 NPU가 실제 사용 환경에서 경쟁력을 입증할 수 있는 기회가 될 수 있다. ◆ 승부처는 ‘AI 오케스트레이션’…KT가 노리는 역할 KT가 강조하는 ‘AI 오케스트레이션’은 이 컨소시엄의 차별화 포인트다. 서로 다른 AI 모델과 컴퓨팅 자원을 서비스 목적에 맞춰 조합하고 관리하는 방식이다. 하나의 AI 모델에 모든 기능을 맡기는 것이 아니라 질문의 성격과 작업 난이도, 비용 등에 따라 적합한 모델과 인프라를 선택하는 구조다. 이는 AI 시장이 단순한 ‘최고 성능 모델’ 경쟁에서 실제 업무를 수행하는 에이전트와 서비스 경쟁으로 넘어가는 흐름과도 맞닿아 있다. 정부 사업 역시 모델 하나를 개발하는 것보다 국민 생활과 연결되는 검색·쇼핑·주거·교육·금융 등 다양한 서비스를 실제 이용환경에서 구현하는 것이 중요하다. 앞서 KT가 공개한 컨소시엄에는 다음, 무신사, 직방, EBS, BC카드 등 생활 밀착형 서비스 기업도 참여하고 있다. KT 입장에서는 이번 사업이 단순한 정부 사업 수주 이상의 의미를 갖는다. 통신사의 AI 전환 전략에서 가장 어려운 과제 가운데 하나가 AI 기술을 실제 고객이 돈을 내고 사용하는 서비스로 연결하는 것이기 때문이다. KT는 이미 클라우드·데이터센터와 AX 사업을 확대하고 있는 만큼 ‘모두의 AI’를 통해 국산 AI 모델과 인프라를 실제 대규모 서비스에서 운영한 경험까지 확보할 경우 향후 공공·금융·기업 시장에서 새로운 사업 기회를 만들 수 있다. 결국 이번 경쟁에서 중요한 것은 참여 기업의 숫자가 아니다. 국산 AI 모델과 NPU를 실제 국민 서비스에서 얼마나 안정적으로 돌리고, 이를 지속 가능한 비용 구조로 운영할 수 있느냐가 관건이다. KT가 내세운 AI 풀스택과 오케스트레이션 전략이 실제 서비스 품질과 운영 효율로 이어질 경우 통신사를 넘어 ‘AI 인프라·서비스 운영자’로서의 입지를 강화할 수 있을 전망이다. 이진형 KT AX사업부문 AX사업본부장 상무는 “국내 AI 전문기업들의 기술력과 KT의 운영 경험을 결합해 국민 누구나 안정적이고 신뢰할 수 있는 AI 서비스를 이용할 수 있는 기반을 마련하겠다”고 말했다.2026-08-23 16:30:00
-
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
-
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
-
SK실트론 매각 7개월째 '장고'…AI 호황 속 SK 선택은 [경제일보] SK㈜가 반도체 웨이퍼 제조사 SK실트론 매각 우선협상대상자로 ㈜두산을 선정한 지 7개월여가 지난 가운데 이달 말 열리는 이사회에서 매각 여부가 최종 결정될 것이라는 관측이 나온다. 협상 과정에서 반도체 슈퍼사이클이 본격화하면서 SK실트론의 기업가치가 높아진 만큼 그룹의 리밸런싱 전략과 인공지능(AI) 사업 투자 계획을 종합적으로 고려한 판단이 이뤄질 것으로 전망된다. 27일 업계에 따르면 SK는 오는 31일 이사회를 열고 주요 경영 현안을 논의할 예정이다. 업계에서는 SK실트론 매각이 이번 이사회 안건에 포함될 가능성에 무게를 싣고 있다. SK는 지난해 12월 SK실트론 지분 매각을 추진하면서 두산을 우선협상대상자로 선정했다. 매각 대상은 총수익스와프(TRS) 계약분 19.6%를 포함한 SK 보유 지분 70.6%다. 최태원 SK그룹 회장이 보유한 29.4% 지분은 SK의 매각 절차가 마무리된 이후 별도 협상이 진행될 것으로 알려졌다. SK실트론은 반도체 핵심 소재인 실리콘 웨이퍼를 생산하는 국내 유일의 전문기업이다. 12인치 웨이퍼 기준 글로벌 시장 점유율 3위를 기록하고 있으며, AI 반도체 수요 확대와 함께 전략적 가치가 높아지고 있다는 평가를 받고 있다. 당초 SK는 우선협상대상자 선정 이후 세부 조건 협의를 거쳐 매각 절차를 마무리할 계획이었지만 협상이 장기화되면서 시장에서는 매각 철회 가능성도 제기됐다. 특히 올해 들어 AI 투자 확대에 따른 반도체 슈퍼사이클이 예상보다 빠르게 전개되면서 SK실트론의 전략적 가치가 재평가되고 있다는 분석이 나온다. 그룹이 'AI 풀스택 프로바이더'를 핵심 비전으로 제시한 상황에서 반도체 밸류체인의 핵심 소재 기업을 매각하는 것이 장기 전략과 맞지 않는다는 시각도 적지 않다. 최태원 회장 역시 향후 5년 내 메모리 생산능력을 두 배로 확대하겠다는 계획을 밝힌 데 이어 최근 글로벌 반도체 공급 부족 상황을 언급하며 AI 시대 반도체 경쟁력 확보의 중요성을 강조한 바 있다. 여기에 SK의 리밸런싱 작업이 성과를 내고 있다는 점도 변수로 꼽힌다. SK㈜는 올해 1분기 영업이익이 전년 동기 대비 큰 폭으로 증가했고, 그룹 계열사 수도 최근 2년간 대폭 줄이는 등 사업 재편 작업을 이어왔다. 이에 따라 과거보다 SK실트론 매각 필요성이 낮아졌다는 분석도 나온다. 반면 매각을 철회할 가능성은 제한적이라는 시각도 있다. 우선협상대상자를 선정한 이후 특별한 사유 없이 협상을 중단할 경우 두산과의 신뢰는 물론 그룹의 대외 신인도에도 부담이 될 수 있기 때문이다. SK하이닉스를 중심으로 미국 AI 사업 확대가 진행되면서 추가 투자 재원 확보 필요성도 여전히 남아 있다는 분석이다. 최근 글로벌 웨이퍼 업체들의 기업가치가 급등한 점도 협상 변수다. AI 반도체 시장 확대 기대감으로 일본 신에쓰화학공업과 대만 글로벌웨이퍼스 등 주요 웨이퍼 업체들의 주가가 큰 폭으로 상승하면서 SK실트론의 적정 기업가치 역시 재산정이 불가피해졌다는 평가다. 업계에서는 달라진 시장 환경을 반영한 기업가치 산정이 마무리되는 대로 협상도 최종 단계에 들어갈 것으로 보고 있다.2026-07-27 10:10:54
-
GPU 최적화부터 모델 개발까지…메가존클라우드·아크릴, AI 인프라 협력 본격화 [경제일보] 생성형 인공지능(AI) 도입이 확산되면서 AI 인프라 경쟁도 새로운 국면에 접어들고 있다. 과거 GPU를 얼마나 많이 확보하느냐가 경쟁력이었다면 최근에는 이를 얼마나 효율적으로 활용하고 최적화할 수 있는지가 핵심 요소로 떠오르고 있다. AI 모델의 규모가 커지고 기업들의 AI 전환(AX)이 본격화되면서 메가존클라우드는 아크릴과 손을 잡고 GPU 인프라 구축부터 운영과 최적화, 모델 개발까지 아우르는 통합 AI 인프라 수요에 대응한다는 구상이다. 24일 메가존클라우드는 AX 인프라 전문기업 아크릴과 'AI 인프라 사업 확대 및 글로벌 시장 진출을 위한 전략적 파트너십'을 체결했다고 밝혔다. 양사는 경기 과천 메가존산학연센터에서 최근 협약식을 열고 대규모 GPU 인프라가 필요한 기업과 공공기관을 대상으로 양사의 기술력과 사업 역량을 결합한 AX 환경을 제공하기로 했다. 메가존클라우드의 AI·클라우드 인프라 구축 역량과 아크릴의 AI 개발 및 인프라 최적화 기술을 결합해 고객별 수요에 맞는 공동 사업 모델을 발굴한다는 계획이다. 최근 AI 시장은 초거대언어모델(LLM)을 넘어 AI 에이전트와 피지컬 AI 등으로 빠르게 확대되고 있다. 이에 AI 서비스를 실제 산업 현장에 적용하기 위한 인프라 경쟁도 치열해지고 있으며, 특히 기업들이 AI를 도입하는 과정에서 GPU 확보뿐 아니라 운영 비용과 자원 활용 효율성을 높이는 것이 중요한 과제로 떠오르고 있다. GPU는 AI 모델 학습과 추론을 위한 핵심 자원이지만 높은 비용과 전력 소비, 운영 복잡성 등으로 인해 효율적인 자원 관리가 필수적이다. AI 모델의 성능이 높아질수록 필요한 GPU 자원 역시 증가하는 만큼 GPU 활용률을 높이고 고객 환경에 맞는 인프라를 구축하는 기술 경쟁도 본격화되고 있다. 메가존클라우드는 엔비디아 기반 GPU 서버와 클라우드 인프라를 공급·구축하고 고객 환경에 적합한 시스템 설계와 비용 효율화 방안을 제공하는 것으로 알려졌다. AI와 클라우드 인프라 구축 노하우를 바탕으로 기업들의 AX 환경 구축을 지원해 왔으며, 이번 협력을 통해 AI 인프라 사업 확대에도 속도를 낸다는 방침이다. 아크릴은 AI 풀스택 플랫폼 '조나단'과 AI 인프라 운영·최적화 플랫폼 'GPUBASE'를 기반으로 모델 개발부터 GPU 자원 관리까지 지원한다. 조나단은 데이터 준비와 AI 모델 학습·검증, 배포와 서비스 적용에 이르는 전 과정을 하나의 환경에서 수행할 수 있도록 지원하는 엔드투엔드 풀스택 플랫폼이다. GPUBASE는 GPU와 서버, 스토리지, 네트워크 자원을 통합 관리해 대규모 컴퓨팅 환경의 성능과 효율성을 높이는 솔루션이다. GPU 자원 할당과 가상화, 작업 스케줄링, 데이터 통신 최적화, 인프라 모니터링 등을 통해 자원 활용도를 개선하고 안정적인 시스템 운영을 지원한다. 양사는 우선 대규모 GPU 환경에서 성능 테스트를 진행한 뒤 기업과 공공기관을 대상으로 AX 환경 공급 등 공동 프로젝트를 단계적으로 추진할 계획이다. 향후에는 헬스케어와 공공, 보험 분야를 중심으로 산업별 특화 서비스를 발굴하고 각사가 보유한 파트너 및 고객 네트워크를 활용해 글로벌 시장 진출 기회도 함께 모색한다는 구상이다. 박외진 아크릴 대표는 "이번 협력을 통해 고성능 AI 인프라 아키텍팅부터 자원 최적화, 모델 개발과 서비스 적용까지 연결되는 통합 사업 체계를 마련할 수 있게 됐다"며 "헬스케어와 공공 분야에서 성공 사례를 확보하고 국내외 시장에서 새로운 성장 기회를 창출해 나가겠다"고 말했다. AI 인프라 시장 역시 단순한 GPU 공급을 넘어 모델 개발과 운영, 자원 최적화까지 아우르는 통합 서비스 경쟁으로 확대되고 있다. 특히 기업들이 AI 서비스를 안정적으로 운영하기 위해서는 인프라 구축과 비용 효율성, GPU 활용률 등을 종합적으로 고려해야 하는 만큼 산업별 맞춤형 AI 인프라에 대한 수요도 지속적으로 증가할 것으로 전망된다. 메가존클라우드와 아크릴은 이번 협력을 계기로 AI 인프라 구축부터 GPU 자원 최적화, 모델 개발과 서비스 운영까지 연결되는 통합 AX 환경을 제공하고, 국내를 넘어 글로벌 시장에서도 공동 사업 기회를 확대해 나갈 계획이다. 염동훈 메가존클라우드 대표는 "AI 도입이 확대되면서 AI 인프라 수요도 빠르게 늘고 있는 만큼, 안정적이고 효율적인 GPU 인프라 운영 역량이 핵심 경쟁력으로 자리 잡고 있다"며 "메가존클라우드의 AI·클라우드 인프라 구축 노하우와 아크릴의 GPU 최적화 기술을 바탕으로 산업별 특화 서비스를 발굴하고, 국내외 파트너십을 기반으로 글로벌 사업 기회도 확대해 나갈 것"이라고 말했다.2026-07-24 16:09:26
-
배경훈, "외산 AI 끊기면 속수무책"…한국형 프론티어 AI 승부수 [경제일보] 배경훈 부총리 겸 과학기술정보통신부 장관이 미국과 중국의 인공지능(AI) 패권 경쟁에 대응해 세계 최상위 수준의 ‘프론티어 AI’ 개발에 나서겠다는 구상을 밝혔다. 국내 산업의 AI 전환을 지원하는 독자 AI 파운데이션 모델 개발을 넘어, 미국·중국과 직접 성능을 겨룰 수 있는 모델을 확보해야 한다는 판단이다. 다만 프론티어 AI 개발은 아직 정부의 예산과 사업 구조가 확정된 단계는 아니다. 정부가 막대한 개발비를 보조금으로 지원하기 어려운 만큼 지분투자나 특수목적법인(SPC) 설립 등 새로운 투자 방식을 재정당국과 협의하는 구상에 가깝다. 배 부총리는 20일 정부세종청사에서 열린 기자간담회에서 “미국과 중국이 고성능 AI를 핵무기처럼 통제하려는 시대가 오고 있다”며 “우리만의 역량이 없다면 외산 AI 서비스가 갑자기 중단되거나 가격이 100배 올라도 대응하기 어렵다”고 말했다. ◆ 독파모 넘어 ‘미토스급’ 모델 도전 정부가 검토하는 전략은 투트랙이다. 현재 추진 중인 ‘독자 AI 파운데이션 모델’ 사업을 통해 국내 산업과 공공서비스에 활용할 모델을 확보하는 동시에, 앤트로픽의 ‘클로드 미토스5’처럼 세계 최고 성능을 겨루는 프론티어 모델 개발을 별도로 추진하는 방식이다. 프론티어 AI는 단순히 매개변수가 큰 모델을 뜻하지 않는다. 복잡한 추론과 코딩, 과학 연구, 사이버보안, AI 에이전트 등에서 기존 모델의 한계를 넓히는 최첨단 모델을 말한다. 개발에 성공하면 산업 경쟁력을 높일 수 있지만 공격적인 사이버 능력 등 이중용도 위험도 커 국가가 접근을 통제할 가능성이 높다. 실제로 미국 정부는 지난달 국가안보를 이유로 앤트로픽의 미토스5와 페이블5에 대한 외국인 접근을 제한했다가 이후 규제를 완화했다. 배 부총리는 이를 글로벌 AI 서비스를 언제든 사용할 수 있다는 전제가 무너질 수 있음을 보여준 사례로 들었다. 중국도 변수다. 문샷AI가 최근 공개한 ‘키미 K3’는 일부 평가에서 미국 최상위 모델과 대등한 성능을 보였다. 현재 중국 기업들이 오픈웨이트 전략으로 개발자 생태계를 넓히고 있지만, 기술 경쟁이 격화하면 중국도 고성능 모델을 폐쇄하거나 해외 제공을 제한할 수 있다는 것이 배 부총리의 진단이다. ◆ GPU만 3조5000억원…보조금으로 감당 어려워 가장 큰 장벽은 비용이다. 배 부총리는 미토스급 모델을 개발하려면 엔비디아 차세대 GPU ‘베라 루빈’을 기준으로 약 1만장이 필요하고, GPU 가격만 현재 추산으로 3조5000억원에 이를 것으로 전망했다. 이는 장관이 제시한 추정치로 실제 비용은 모델 구조와 학습 방식, GPU 도입 가격에 따라 달라질 수 있다. 데이터센터와 전력·냉각·네트워크, 데이터 구축, 연구인력 비용까지 포함하면 전체 투자액은 더 늘어난다. 현재 독파모 참여 기업에 배정되는 GPU가 엔비디아 B200 기준 500∼735장 수준이라는 점을 고려하면 프론티어 모델은 기존 지원 규모와 차원이 다르다. 특정 기업 한 곳에 수조원대 자원을 무상 지원하면 형평성과 특혜 논란도 불가피하다. 정부가 ‘투자형 R&D’를 검토하는 이유다. 기존 출연금처럼 예산을 지급하고 끝내는 대신 정부가 기업이나 SPC에 지분을 투자하고, 개발에 성공하면 지분 가치나 수익을 회수해 후속 연구에 다시 투입하는 구조다. 배 부총리는 “정부가 특정 기업에 이 정도 자원을 몰아주는 것은 현실적으로 어렵다”며 “지분투자나 SPC 설립 등 투자형 R&D 방식으로 재원을 마련하는 방안을 검토하고 있다”고 말했다. 내년도 예산 반영을 위해 재정당국과도 협의하고 있다고 덧붙였다. 다만 투자형 R&D가 작동하려면 실패 위험을 누가 부담하고 기술과 지식재산권을 누가 보유할지 정해야 한다. 정부가 투자한 모델을 특정 기업이 독점할 수 있는지, 공공과 중소기업에 어떤 조건으로 개방할지도 쟁점이다. ◆ 한국형 AI 풀스택, 미중 사이 제3국 공략 프론티어 모델은 수출 전략과도 연결된다. 정부는 국산 AI 모델과 서비스, NPU, 클라우드·데이터센터를 하나로 묶은 ‘한국형 AI 풀스택’을 구축해 미국과 중국 어느 한쪽에 종속되기를 원하지 않는 국가에 제공하는 방안을 구상하고 있다. 배 부총리는 유럽연합(EU)과 중동, 아세안 국가에서 한국과의 AI 협력을 희망하는 수요가 있다고 설명했다. 한국이 모델만 공급하는 것이 아니라 현지 언어와 데이터 주권, 보안 규제에 맞춘 인프라와 서비스를 함께 제공하면 미중 사이의 대안으로 자리 잡을 수 있다는 구상이다. 관건은 다국어 성능이다. 한국어에 강한 모델을 해외에 그대로 내놓는 것만으로는 글로벌 서비스가 될 수 없다. 배 부총리는 협력국 언어 데이터를 학습 데이터의 최소 1% 수준까지 확보해야 현지에서 활용 가능한 모델을 만들 수 있다고 진단했다. 중국이 러시아·브라질 등 29개국과 출범시킨 세계인공지능협력기구(WAICO) 참여 여부에는 신중한 입장을 보였다. 미국 AI 서비스를 광범위하게 이용하면서 중국 오픈모델도 활용하는 한국으로서는 어느 한쪽 진영에 서기보다 기술·안보·통상 영향을 함께 따져야 한다는 설명이다. 정부의 구상이 현실화하려면 ‘한국도 프론티어 모델을 보유해야 한다’는 선언을 넘어 개발 주체와 자금 조달 구조, 성능 목표, 데이터 확보, 상용화 경로까지 구체화해야 한다. 수조원을 들여 모델을 만든 뒤 실제 이용자와 매출을 확보하지 못하면 일회성 국가 프로젝트에 그칠 수 있다. 한편 프론티어 AI의 성패는 GPU를 몇 장 확보했느냐보다 모델을 지속해서 개선하고 산업과 해외 시장에서 쓰이게 할 생태계를 구축할 수 있느냐에 달렸다. 정부가 투자형 R&D를 꺼낸 것도 기술 개발과 사업 성과를 함께 요구받는 단계에 들어섰다는 의미로 풀이된다.2026-07-20 17:46:00
-
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
-
![[800조 전쟁] 네이버, 검색기업에서 AI 인프라 기업으로…한국형 AI 클라우드 승부수](https://image.ajunews.com//content/image/2026/07/02/20260702133721741262.jpg)
네이버, 검색기업에서 AI 인프라 기업으로…'한국형 AI 클라우드' 승부수 [경제일보] 정부가 인공지능(AI) 데이터센터를 대한민국 미래 산업을 이끌 핵심 국가 인프라로 공식화하면서 네이버의 기업 가치도 새로운 관점에서 재조명되고 있다. 검색과 포털 중심 플랫폼 기업으로 인식됐던 네이버가 데이터센터와 클라우드, 자체 거대언어모델(LLM)을 아우르는 AI 인프라 기업으로 사업 무게중심을 옮기고 있어서다. 지난달 29일 정부는 '대한민국 대도약 3대 메가 프로젝트'를 발표하며 반도체와 피지컬 AI, AI 데이터센터를 국가 성장전략의 세 가지 핵심 축으로 제시했다. 반도체를 만드는 것에서 끝나는 것이 아니라 AI를 학습하고 서비스할 데이터센터와 클라우드 인프라까지 국가 경쟁력의 핵심으로 규정한 것이다. 이 같은 변화 속에서 네이버는 국내 기업 가운데 보기 드물게 AI 데이터센터와 자체 AI 모델, 클라우드 서비스를 모두 보유한 사업자로 꼽힌다. 글로벌 빅테크처럼 반도체를 직접 설계하거나 생산하지는 않지만 AI 서비스를 구현하는 핵심 기반을 대부분 자체적으로 구축하고 있다는 점에서다. AI 데이터센터가 바꾼 네이버의 미래 특히 네이버가 지난해 본격 가동에 들어간 세종 AI 데이터센터 '각 세종'은 이러한 전략의 상징으로 평가된다. 축구장 수십 개 규모의 부지에 들어선 각 세종은 기존 인터넷 서비스 운영을 위한 서버 시설을 넘어 초거대 AI 모델 학습과 추론을 지원하는 AI 데이터센터를 지향한다. 대규모 GPU 연산 자원을 기반으로 생성형 AI 서비스를 안정적으로 운영할 수 있도록 설계됐으며 향후 AI 수요 증가에 맞춰 확장성도 고려했다. 데이터센터의 의미는 과거와 달라지고 있다. 과거에는 인터넷 서비스를 안정적으로 운영하기 위한 서버 공간이었다면 생성형 AI 시대에는 막대한 데이터를 저장하고 인공지능 모델을 학습시키는 'AI 팩토리'로 역할이 바뀌고 있다. AI 모델의 성능이 GPU와 데이터센터의 규모, 전력 공급 능력에 크게 좌우되면서 데이터센터 자체가 국가 산업 경쟁력을 결정하는 핵심 자산으로 떠오르고 있는 것이다. 실제로 이재명 대통령도 '대한민국 대도약 3대 메가 프로젝트 국민보고회'에서 "피지컬 AI를 통해 산업 현장에서 생성된 데이터가 데이터센터에 축적되고 이를 기반으로 다시 산업 혁신이 이뤄지는 선순환 구조를 만들어야 한다"며 전국 단위 AI 데이터센터 구축을 핵심 과제로 제시했다. 정부가 AI 데이터센터를 단순한 민간 시설이 아닌 국가 전략 인프라로 공식 규정한 것은 이번이 처음이라는 점에서 산업계도 의미를 크게 보고 있다. 네이버 역시 데이터센터를 단순한 설비 투자로 접근하지 않는다. AI 데이터센터와 자체 LLM인 하이퍼클로바X, 네이버클라우드를 하나의 생태계로 연결하는 전략을 추진하고 있다. 데이터를 저장하는 공간과 AI를 학습하는 모델, 이를 기업과 공공기관이 활용할 수 있도록 제공하는 클라우드 서비스를 하나의 밸류체인으로 구축하겠다는 구상이다. 이는 글로벌 AI 산업의 경쟁 방식과도 맞닿아 있다. 미국에서는 AI 경쟁력이 단순히 거대언어모델의 성능만으로 결정되지 않는다. AI 모델을 안정적으로 학습시키고 서비스를 제공할 수 있는 초대형 데이터센터와 클라우드 인프라 확보가 경쟁력을 좌우하고 있다. 실제로 미국 빅테크들은 수십조 원을 투입해 AI 데이터센터를 확충하고 있으며 AI 투자의 상당 부분도 컴퓨팅 인프라에 집중되고 있다. 국내에서도 AI 인프라 경쟁은 본격화되는 분위기다. SK그룹은 울산을 시작으로 전국에 총 5GW 규모 AI 데이터센터 구축을 추진하고 있고, 삼성전자 역시 AI 반도체 경쟁력 강화에 속도를 내고 있다. LG그룹도 AI 데이터센터와 냉각 솔루션, AI 부품 사업을 미래 성장동력으로 육성하고 있다. 이 가운데 네이버는 제조기업과는 다른 방식으로 AI 생태계 경쟁에 뛰어들고 있다. 직접 반도체를 생산하는 대신 AI 서비스를 실제 구현하는 플랫폼과 클라우드, 데이터센터를 중심으로 경쟁력을 확보하는 전략이다. 정부가 AI 데이터센터를 국가 핵심 인프라로 제시하면서 이러한 전략 역시 새로운 성장 동력으로 주목받고 있다는 평가가 나온다. 공공 AI 시장 노리는 'AI 풀스택' 전략 네이버의 AI 인프라 전략은 네이버클라우드를 중심으로 구체화되고 있다. AI 서비스가 실제 산업 현장에서 활용되기 위해서는 초거대 AI 모델뿐 아니라 이를 안정적으로 운영할 수 있는 클라우드 환경이 필수적이기 때문이다. 네이버는 자체 AI 모델인 하이퍼클로바X를 네이버클라우드와 결합해 기업과 공공기관이 생성형 AI를 업무에 활용할 수 있는 환경을 확대하고 있다. 실제 네이버클라우드는 지난해 12월 한국수력원자력과 '뉴로클라우드 포 하이퍼클로바X' 기반 원전 특화 생성형 AI 플랫폼 구축 계약을 체결했다. 한수원 내부 데이터를 기반으로 원자력 산업에 특화된 AI 플랫폼을 구축하는 사업으로, 네이버클라우드는 이를 원전 분야 특화형 LLM 서비스 구축 사례로 설명하고 있다. 한국은행과도 올해 3월 같은 솔루션 기반의 전용 생성형 AI 플랫폼 제공 계약을 맺었다. 한국은행 보유 데이터를 학습해 금융·경제 특화 생성형 AI 모델을 구축하고, 장기적으로는 한국은행 자료의 검색·요약·추천 등을 연계한 대국민 서비스 발굴도 검토한다는 계획이다. 이처럼 네이버클라우드는 단순히 AI 모델을 개발하는 데 그치지 않고 기관별 데이터를 안전한 환경에서 학습·활용할 수 있는 전용 AI 플랫폼을 제공하는 방식으로 사업 영역을 넓히고 있다. 특히 폐쇄망 또는 기관 내부 환경에서 생성형 AI를 활용하려는 공공·금융·에너지 분야 수요와 맞물리면서 하이퍼클로바X와 클라우드를 결합한 'AI 풀스택' 전략이 구체화 되고 있다. 특히 정부가 AI 데이터센터를 국가 전략 인프라로 제시하면서 공공 AI 시장 확대 가능성도 커지고 있다. 정부와 지방자치단체를 비롯한 공공기관은 보안과 데이터 주권 문제로 해외 클라우드 사용에 신중한 입장을 보여왔다. 이에 따라 국내 데이터센터와 자체 AI 모델을 보유한 사업자에 대한 관심도 높아질 것이라는 전망이 나온다. 이 과정에서 주목받는 개념이 '소버린 AI(Sovereign AI)'다. 소버린 AI는 국가의 언어와 문화, 법·제도, 데이터를 기반으로 자국 내에서 AI를 개발·운영하는 전략을 의미한다. AI 기술뿐 아니라 데이터와 컴퓨팅 인프라까지 자국이 통제할 수 있어야 한다는 개념으로 최근 유럽과 일본, 싱가포르 등 주요 국가들도 관련 정책을 확대하고 있다. 네이버 역시 이러한 흐름에 맞춰 국내 데이터를 기반으로 한 AI 생태계 구축을 추진하고 있다. 국내에서 생성된 데이터를 국내 데이터센터에 저장하고, 자체 AI 모델이 이를 학습한 뒤 다시 기업과 공공기관에 서비스를 제공하는 구조다. 정부가 강조하는 AI 데이터센터 구축과도 방향성이 맞닿아 있다는 평가다. 글로벌 빅테크와 AI 인프라 경쟁 다만 넘어야 할 과제도 적지 않다. 글로벌 AI 인프라 시장은 이미 미국 빅테크들이 막대한 자본력을 앞세워 주도하고 있기 때문이다. 시장조사업체들에 따르면 전 세계 클라우드 시장은 현재 아마존웹서비스(AWS), 마이크로소프트 애저(Azure), 구글 클라우드가 대부분을 차지하고 있다. 이들은 수백억 달러를 투입해 AI 데이터센터를 지속적으로 확대하고 있으며 엔비디아 최신 GPU 확보 경쟁에서도 우위를 점하고 있다. 반면 국내 사업자는 상대적으로 제한된 투자 규모와 GPU 확보 여건, 전력 비용 부담 등을 안고 있다. 성능 경쟁뿐 아니라 컴퓨팅 자원 확보 경쟁에서도 글로벌 사업자와 격차를 줄여야 하는 상황이다. 업계에서는 정부가 '반도체·피지컬 AI·AI 데이터센터'를 대한민국 미래 산업을 이끌 '3대 메가 프로젝트'로 공식화한 것이 이러한 격차를 줄이는 계기가 될 수 있을 것으로 기대한다. 정부가 전국 단위 AI 데이터센터 구축과 전력 인프라 확충, 인허가 지원 등을 통해 AI 인프라를 국가 전략 차원에서 육성하겠다는 의지를 밝힌 만큼 국내 기업들도 보다 안정적인 컴퓨팅 자원과 클라우드 환경을 확보하며 글로벌 경쟁력을 높일 수 있을 것이라는 전망이다. "데이터센터는 AI 공장"…소버린 AI 승부수 결국 정부가 추진하는 3대 메가 프로젝트의 핵심은 AI 생태계를 구성하는 모든 요소를 국내에서 구축하는 데 있다. 반도체가 AI의 연산 능력을 책임진다면 데이터센터는 이를 구동하는 기반이며 클라우드는 산업 현장으로 AI를 확산시키는 통로다. 네이버클라우드 관계자는 "세종 AI 데이터센터 '각'은 기존처럼 데이터를 단순 저장·관리하는 데이터센터가 아니라 AI를 학습시키고 추론을 거쳐 실제 서비스까지 연결하는 'AI 팩토리' 개념의 플랫폼"이라며 "AI 시대에는 데이터를 보관하는 공간을 넘어 AI 비즈니스가 이뤄지는 핵심 인프라 역할을 수행하게 될 것"이라고 설명했다. 이어 "네이버클라우드는 AI 인프라부터 초거대 AI 모델까지 아우르는 AI 풀스택(AI Full Stack) 역량을 갖추고 있다는 것이 가장 큰 경쟁력"이라며 "정부의 AI 활용 확대 정책으로 공공과 산업계 전반에서 AI 전환(AX) 수요가 빠르게 늘고 있는 반면 공급은 아직 충분하지 않은 상황"이라고 말했다. 그러면서 "네이버클라우드는 엔비디아와의 AI 팩토리 협력을 비롯해 다양한 AI 기술 협력을 확대하고 있으며 국내 AI 생태계에 필요한 소버린 AI 역량과 안전한 데이터 관리 환경을 제공하는 데 역량을 집중하고 있다"고 덧붙였다.2026-07-02 13:54:15
-
SK, K-AI 얼라이언스 50개사로 확대…글로벌 AI 생태계 키운다 [경제일보] SK가 주도하는 인공지능(AI) 기업 연합체 ‘K-AI 얼라이언스’가 50개 회원사 규모로 확대됐다. SK는 미국 실리콘밸리에서 회원사와 글로벌 투자자, 빅테크 관계자들이 참여하는 행사를 열고 AI 생태계의 글로벌 확장 전략을 본격화했다. SK AI위원회는 K-AI 얼라이언스가 지난 26일 미국 실리콘밸리 멘로파크에서 ‘유나이트 2026’을 개최했다고 28일 밝혔다. 이번 행사에는 유영상 SK AI위원장을 비롯해 하민용 SK텔레콤 AI DC개발본부장, 정희진 SK하이닉스 아메리카 벤처 인베스트먼트 부사장 등 SK 주요 관계자들이 참석했다. 회원사와 글로벌 벤처캐피털, AWS 등 빅테크 관계자들도 함께해 AI 투자와 기술 동향, 사업 협력 방안을 논의했다. K-AI 얼라이언스는 2023년 SK텔레콤 주도로 출범했다. 출범 당시 7개 기업으로 시작했지만 현재는 50개 회원사가 참여하는 국내 대표 AI 연합체로 성장했다. 회원사는 AI 반도체, 인프라, 모델, 애플리케이션 등 AI 밸류체인 전반에 걸쳐 있다. 특히 회원사의 35% 이상이 해외에 본사를 두고 있어 국내 AI 기업의 글로벌 진출 창구 역할도 맡고 있다. 유영상 위원장은 “AI 산업은 단일 기업이 독자적으로 모든 경쟁력을 확보하기 어려운 시대로 접어들고 있다”며 “반도체, 데이터센터, 모델, 서비스를 아우르는 AI 풀스택 생태계가 유기적으로 연결될 때 실질적인 혁신이 가능하다”고 말했다. AI 경쟁이 특정 기술 하나가 아니라 인프라와 서비스, 자본과 시장이 결합된 생태계 경쟁으로 바뀌고 있다는 의미다. ◆ SK텔레콤에서 그룹 AI위원회로 확대 올해부터 K-AI 얼라이언스의 운영 주체는 SK텔레콤에서 SK수펙스추구협의회 산하 AI위원회로 확대 개편됐다. SK텔레콤 중심의 AI 협력체에서 SK하이닉스, SK AX 등 그룹 주요 계열사와 함께 움직이는 플랫폼으로 위상이 커진 것이다. 이번 행사에서 공개된 중장기 전략 ‘K-AI 얼라이언스 2.0’도 같은 방향을 담고 있다. 기존 네트워킹 중심 협력에서 벗어나 SK 멤버사와의 공동 기술 개발, 사업 검증(PoC), 신규 서비스 발굴, 글로벌 고객 확보까지 지원하는 구조로 확장하겠다는 구상이다. 일본, 중동, 동남아 등에서도 정례 프로그램을 운영해 회원사의 해외 투자 유치와 사업 확장을 지원할 계획이다. 유 위원장은 글로벌 빅테크와의 협력뿐 아니라 한국 AI 기업의 자체 역량 확보도 강조했다. 엔비디아와 AMD 등 글로벌 기업의 AI 반도체를 활용해 시장 흐름에 뒤처지지 않으면서도 리벨리온 같은 국내 AI 반도체 기업을 키우고, 데이터센터와 모델·서비스 역량을 국내에 축적해야 한다는 취지다. 기술 종속을 피하려면 개별 기업의 경쟁력보다 생태계 전체의 연결이 중요하다는 판단이다. SK는 향후 K-AI 얼라이언스를 100개사 규모로 확대하는 방안도 검토하고 있다. 국내 AI 스타트업과 기술 기업을 더 폭넓게 묶어 투자자와 글로벌 고객이 먼저 찾는 AI 생태계 플랫폼으로 키우겠다는 목표다. K-AI 얼라이언스의 성패는 회원사 숫자보다 실제 사업 성과에 달려 있다. 공동 기술 개발이 매출로 이어지고, PoC가 상용 계약으로 전환되며, 국내 AI 기업이 글로벌 고객을 확보해야 연합체의 의미가 커진다. AI 경쟁은 이제 혼자 빠르게 뛰는 싸움이 아니다. 누가 더 강한 생태계를 만들고 세계 시장과 연결하느냐가 다음 승부처다.2026-06-28 12:07:50
-
대통령 자문기구 "AI 전환, 성장만으론 부족…혁신·포용 국가전략 필요" [경제일보] 대통령 자문기구인 국가과학기술자문회의와 국민경제자문회의가 인공지능(AI) 전환 시대의 국가 전략 마련을 주문했다. AI가 산업 경쟁력뿐 아니라 고용과 교육, 지역 격차를 동시에 흔드는 만큼 혁신과 포용을 함께 설계해야 한다는 문제의식이다. 국가과학기술자문회의와 국민경제자문회의는 25일 서울 중구 대한상공회의소 국제회의장에서 ‘AX 도전과 대응: 혁신·성장·포용을 위한 국가전략’을 주제로 공동 심포지엄을 열었다. 양 자문회의는 AI 전환 경쟁력 확보와 포용적 전환을 위한 정책 방향을 논의했다. 이경수 국가과학기술자문회의 부의장은 개회사에서 “AI가 기업과 산업, 교육과 고용을 비롯한 사회 전반과 일상에 깊이 결합하고 있다”며 “기회와 격차 문제를 함께 살피고 대응할 수 있는 실질적 전략을 도출해야 한다”고 말했다. 김성식 국민경제자문회의 부의장은 에이전틱 AI와 피지컬 AI 확산을 새로운 기회로 봤다. 그는 제조 경쟁력과 데이터, 디바이스 역량을 바탕으로 AI 풀스택 전략을 구축하고 국가 차원의 협력 체계를 마련해야 한다고 강조했다. AI 모델만이 아니라 반도체와 클라우드, 네트워크, 제조 현장 적용까지 연결하는 전략이 필요하다는 취지다. 정부와 산업계도 같은 문제의식을 공유했다. 배경훈 부총리 겸 과학기술정보통신부 장관과 최태원 대한상공회의소 회장은 축사를 통해 AI 전환기 미래 전략 확보를 위해 정부와 산업계의 협력이 필요하다고 밝혔다. 첫 세션에서는 제조 피지컬 AI 도입 전략과 AX 산업 생태계 강화가 논의됐다. 장영재 KAIST 교수는 AI가 정보기술 시스템 중심을 넘어 센서와 통신장비, 데이터 인프라가 함께 발전하는 생태계형 기술로 진화하고 있다고 진단했다. 제조 분야를 기반으로 한 AX 혁신과 ‘다크 팩토리’ 턴키 수출 전략도 제안했다. 피지컬 AI는 AI가 현실 세계의 설비와 로봇, 제조 공정을 인식하고 판단하며 움직이는 기술 흐름이다. 한국이 강점을 가진 제조업과 결합할 경우 생산성 향상과 공정 자동화, 스마트팩토리 수출로 이어질 수 있다. 반대로 핵심 소프트웨어와 운영체계를 해외 기술에 의존하면 제조 경쟁력의 부가가치가 외부로 빠져나갈 수 있다는 우려도 나온다. 권용현 LG유플러스 부사장은 소버린 AI 생태계의 필요성을 제기했다. 국내 자체 스택이 갖춰지지 않으면 매출의 상당 부분이 해외로 유출될 수 있다는 지적이다. 통신망과 클라우드, 데이터센터, 디바이스, AI 모델을 국내 산업 생태계 안에서 연결해야 실질적 경쟁력을 확보할 수 있다는 의미다. 교육과 노동시장 재설계도 주요 의제로 다뤄졌다. 류근관 서울대 명예교수는 AI 확산이 노동수요를 숙련 수준에 따라 비대칭적으로 재편하는 ‘스킬 축 J커브’ 구조를 보인다고 분석했다. 그는 선택과 집중형 교육체계 구축을 핵심 전략으로 제시했다. 배상훈 성균관대 교수는 AI 교육 확대와 격차 해소를 함께 추진해야 한다고 강조했다. 생애주기형 맞춤형 AI 교육체계를 구축해 학생과 재직자, 고령층이 각자의 수준에 맞게 AI 역량을 갖추도록 해야 한다는 제안이다. AI 전환이 특정 계층의 기회로만 작동하지 않도록 교육 접근성을 넓혀야 한다는 취지다. 이번 심포지엄은 AI 정책의 초점이 기술 개발에서 산업 구조와 노동, 교육, 포용 전략으로 넓어지고 있음을 보여준다. 에이전틱 AI와 피지컬 AI가 확산되면 기업의 업무 방식과 제조 현장, 고용 구조는 빠르게 바뀔 수밖에 없다. 국가 전략도 모델 개발이나 규제 완화에 머물 수 없다. 양 자문회의는 이번 심포지엄에서 제기된 정책 제안과 현장 의견을 향후 대통령 자문과 정책 제언 과정에 반영하고 후속 논의를 이어갈 방침이다. AI 전환은 더 이상 먼 미래의 산업 의제가 아니다. 한국이 제조와 데이터, 인재 기반을 실제 경쟁력으로 연결하려면 기술 투자와 교육 개편, 산업 생태계 전략을 같은 속도로 추진해야 한다.2026-06-25 15:09:13
-
![[데스크칼럼] 챗봇만 보던 나라는 AI 전쟁에서 진다](https://image.ajunews.com//content/image/2026/06/19/20260619174034895392.jpeg)
챗봇만 보던 나라는 AI 전쟁에서 진다 우리는 인공지능을 너무 오래 화면 속에서만 봤다. 질문을 던지면 답을 쓰고 문서를 요약하고 그림을 만들고 코드를 고치는 기술로 받아들였다. 챗GPT가 얼마나 똑똑한지, 국산 AI가 얼마나 따라왔는지 어느 모델이 더 빠르고 저렴한지를 따졌다. 한국 사회는 그것을 AI 경쟁이라 불렀고 정부는 그것을 미래 산업이라고 설명해 왔다. 그러나 질서는 바뀌고 있다. AI는 더 이상 화면 안에 머물지 않는다. 공장과 병원, 조선소와 물류창고, 자율주행차와 로봇, 국방 시스템과 전력망으로 들어가고 있다. 문장을 생성하는 AI의 시대에서 물리 세계를 움직이는 AI의 시대로 넘어가는 중이다. 정부가 19일 피지컬 AI 얼라이언스 2기를 출범시킨 것도 이런 변화와 무관하지 않다. 이름은 낯설지만 방향은 분명하다. 논의 중심 협의체를 실행형으로 전환해 산업 현장에 실제 적용되는 AI를 만들고, 국산 AI 반도체와 모델, 소프트웨어, 로봇과 센서, 컴퓨팅 인프라를 하나로 묶겠다는 구상이다. 한국형 피지컬 AI 풀스택 구축의 출발점인 셈이다. 선언이 늦은 것은 아니다. 다만 시간이 많지도 않다. 미국은 엔비디아와 빅테크를 중심으로 AI 인프라를 산업 시스템으로 전환하고 있다. 중국은 국가 주도로 로봇과 제조 AI를 밀어붙이고 있고 일본은 로봇과 고령화 대응 산업을 결합하고 있다. 유럽은 규제와 표준을 무기로 영향력을 확대하고 있다. 우리는 지금 어디에 서 있는가. 아직도 챗봇 성능 비교에 머물러 있는 것은 아닌지 돌아볼 필요가 있다. 냉정하게 말하면 한국이 챗봇 경쟁에서 미국 빅테크를 단기간에 따라잡기는 쉽지 않다. 모델 규모와 자본, 데이터, 클라우드 인프라의 격차가 존재한다. 그러나 피지컬 AI는 다르다. 공장과 조선소, 반도체 생산라인, 병원과 물류망, 통신 인프라와 제조 데이터를 가진 나라는 많지 않다. 한국은 바로 그 현장을 보유하고 있다. 다만 현장이 있다고 자동으로 플랫폼이 되는 것은 아니다. 반도체와 로봇, 통신망과 데이터센터, 소프트웨어 기업이 제각각 움직인다면 그것은 생태계가 아니다. 피지컬 AI의 경쟁력은 개별 기술보다 연결 능력에서 나온다. 센서가 데이터를 수집하고 네트워크가 이를 전달하며 AI 모델이 판단하고 로봇과 설비가 움직인다. 그 결과가 다시 데이터로 축적되는 순환 구조를 만들어야 한다. 이 과정에서 데이터센터는 중요한 기반이다. AI 산업은 결국 전력 위에 세워진다. 정부가 비수도권 AI 데이터센터 구축과 규제 완화를 추진하는 이유도 여기에 있다. 그러나 속도만 강조해서는 안 된다. 전력 공급과 송전망 확충, 지역 수용성, 주민 편익과 일자리 창출까지 함께 고민해야 한다. 미래 산업 인프라가 또 다른 사회적 갈등의 원인이 되어서는 안 된다. 한국 산업은 자신의 강점과 약점을 동시에 직시해야 한다. 우리는 제조업 강국이다. 반도체와 배터리, 자동차와 조선, 통신 인프라를 갖추고 있다. 하지만 이를 하나의 산업 전략으로 묶는 데는 늘 서툴렀다. 부처는 따로 움직이고 기업은 각자의 이해관계를 우선하며 대학과 현장의 연결도 느슨하다. 이런 방식으로는 피지컬 AI 시대의 주도권을 확보하기 어렵다. AI 주권 역시 같은 맥락이다. 국산 모델 하나를 만들었다고 주권이 완성되지 않는다. GPU를 확보했다고 끝나는 것도 아니다. 반도체와 모델, 데이터와 소프트웨어, 전력과 보안, 산업 현장과 표준을 스스로 설계하고 운영할 수 있을 때 비로소 주권이라 부를 수 있다. 기업의 역할도 중요하다. 대기업 생산라인만 고도화되고 협력사는 인력난과 비용 부담에 머문다면 산업 전체의 경쟁력은 높아질 수 없다. 피지컬 AI는 일부 기업의 효율화 수단이 아니라 제조 생태계 전반의 생산성을 끌어올리는 도구가 되어야 한다. 인재 문제도 마찬가지다. 피지컬 AI에는 코딩 인력만 필요한 것이 아니다. 기계를 이해하는 사람, 데이터를 읽는 사람, 현장을 아는 사람, 전력과 통신, 보안을 함께 이해하는 사람이 필요하다. 제조를 모르는 AI 인재도 부족하고 AI를 모르는 제조 인력도 부족하다. 이들을 연결하는 인재를 길러내지 못하면 피지컬 AI는 구호에 그칠 수밖에 없다. 정부의 역할은 선언이 아니라 조율이다. 어떤 산업부터 실증할 것인지 데이터를 어떻게 활용할 것인지 보안과 안전의 책임은 누가 질 것인지 구체적인 기준을 마련해야 한다. 표준을 만들고 공공 조달을 열고 실패를 허용하는 실증 공간도 제공해야 한다. AI는 보고서가 아니라 현장에서 성장한다. 한국은 위기 때마다 새로운 길을 만들어 왔다. 반도체와 조선, 자동차 산업이 그랬다. 그러나 이번 경쟁은 다르다. 물건 하나를 잘 만드는 경쟁이 아니라 산업 전체를 지능화하는 경쟁이다. 공장을 움직이고 물류를 최적화하며 전력을 배분하고 로봇을 제어하는 경쟁이다. 챗봇은 AI의 한 모습일 뿐 전부가 아니다. AI의 무대는 이미 화면 밖으로 넓어지고 있다. 공장과 도시, 병원과 물류망, 전력 시스템까지 현실 세계 곳곳으로 스며들고 있다. AI 시대에 가장 위험한 나라는 AI를 모르는 나라가 아니라 AI의 가능성을 스스로 제한하는 나라다. 한국이 잡아야 할 기회는 화면 속에만 있지 않다. 우리가 가진 제조 현장과 통신망, 병원과 조선소, 전력망과 산업 데이터 속에 있다. 선언의 AI를 넘어 실행의 AI로 나아갈 때 한국 제조업은 다시 한 번 세계 산업 지도의 중심에 설 수 있을 것이다.2026-06-19 18:58:00
-
배경훈, 피지컬 AI '1강' 승부수…논의형 얼라이언스 실행형으로 바꾼다 [경제일보] 과학기술정보통신부가 피지컬 인공지능(AI) 분야 민관 협력 체계를 ‘논의형’에서 ‘실행형’으로 전환한다. 생성형 AI 경쟁이 화면 안의 언어모델을 넘어 로봇, 제조, 국방, 의료 등 현실 세계에서 작동하는 AI로 확장되자 정부가 데이터 확보부터 현장 적용까지 이어지는 통합 플랫폼 구축에 나선 것이다. 배경훈 부총리 겸 과기정통부 장관은 19일 서울 중구 더플라자호텔 서울에서 열린 ‘피지컬 AI 얼라이언스 2기’ 출범식에서 “피지컬 AI 얼라이언스 1기가 탐색전이었다면 이제는 승부를 볼 때”라며 “AI 3강을 넘어 피지컬 AI 1강이 되겠다”고 말했다. 이날 출범식에는 배 부총리와 정동영·최형두·황정아 국회의원, 조준희 한국인공지능·소프트웨어산업협회(KOSA) 회장, 산학연 및 관련 협·단체 관계자 등 200여명이 참석했다. 과기정통부는 지난해 9월 피지컬 AI 얼라이언스 1기를 출범시킨 뒤 산업 현장의 수요와 애로사항을 발굴하고 정책 과제를 논의해 왔다. 2기는 이보다 한 단계 더 나아간다. 정책 제언과 협의 중심이던 1기 체계를 실제 기술개발, 산업 적용, 표준화, 보안·안전, 운영으로 이어지는 실행형 협력 구조로 바꾸는 것이 핵심이다. 과기정통부는 2기 얼라이언스를 ‘K-피지컬 AI 풀스택 확보 및 산업 현장 구축·확산을 위한 피지컬 AI 토탈 솔루션 플랫폼’으로 고도화하겠다는 구상을 내놨다. ◇ 데이터 없으면 현장 AI도 없다…풀스택 확보가 관건 배 부총리는 피지컬 AI 경쟁의 출발점으로 데이터 확보를 꼽았다. 그는 “데이터 확보 체계를 갖춰야 선제적인 연구가 가능하다”며 “현장에서 데이터를 확보하고 가상 시뮬레이션 환경에서 합성 데이터를 만드는 작업을 해둬야 다음 단계를 준비할 수 있다”고 말했다. 피지컬 AI는 단순히 AI 모델을 잘 만드는 문제에 그치지 않는다. 현실의 물체를 인식하고, 움직임을 예측하고, 로봇이나 장비가 실제 행동으로 옮겨야 한다. 이 과정에는 산업 현장 데이터, 센서, 로봇, AI 반도체, 컴퓨팅 인프라, 소프트웨어 플랫폼, 보안·인증 체계가 함께 필요하다. 정부가 풀스택을 강조하는 이유다. 과기정통부는 국산 AI 반도체, AI 모델, 소프트웨어, 로봇·센서, 컴퓨팅 인프라를 연결해 외산 솔루션 의존을 줄이겠다는 목표를 제시했다. 미국 빅테크 모델에 과도하게 의존하면 국내 로봇·부품 산업까지 종속될 수 있다는 우려도 반영됐다. 조준희 KOSA 회장은 “피지컬 AI 영역에서 각 분야가 개별 대응에 그치면 글로벌 기술 질서 속에서 산업 경쟁력과 생태계 주도권은 약화될 수밖에 없다”며 “과거 플랫폼 전환기에 겪었던 아쉬움을 되풀이하지 않기 위해 더 긴밀하게 연결되고 빠르게 실행해야 한다”고 말했다. ◇ 10대 분과를 3대 체계로 재편…액션 그룹으로 과제 발굴 운영 체계도 대폭 바뀐다. 과기정통부는 기존 10대 분과를 3대 핵심 대분과로 간소화했다. 5대 생태계 분과와 5대 도메인 분과로 나뉘었던 구조를 △K-피지컬 AI 풀스택 분과 △버티컬 산업 브릿지 분과 △기반 거버넌스 분과로 재편했다. K-피지컬 AI 풀스택 분과는 기술 자립을 맡는다. AI 반도체, 모델, 로봇·센서, 컴퓨팅 인프라, 소프트웨어를 연결하는 역할이다. 버티컬 산업 브릿지 분과는 제조, 물류, 농업, 의료, 국방, 행정, 재난안전 등 산업 수요와 기술 공급을 잇는다. 기반 거버넌스 분과는 표준, 보안, 인증, 안전 체계를 담당한다. 각 분과 아래에는 액션 그룹을 둔다. 단순 회의체가 아니라 실제 프로젝트를 발굴하고 구체화하는 실행 단위다. 정부 지원과 민간 기술, 산업 현장 수요를 하나의 과제로 묶어 실증과 확산까지 끌고 가겠다는 취지다. 참여 협·단체도 확대됐다. 한국AI·SW산업협회, 한국피지컬AI협회, 한국AI·로봇산업협회, 제조혁신피지컬AI협회, 한국팹리스산업협회, 한국IT서비스산업협회, 한국데이터센터연합회, 한국정보통신진흥협회, 한국정보보호산업협회, 한국정보통신기술협회, 6G포럼, AI 네트워크 얼라이언스 등 12개 협·단체가 참여한다. ◇ 제조 넘어 의료·국방·재난으로…M.AX와도 연계 과기정통부는 피지컬 AI 적용 대상을 제조에만 묶어두지 않겠다는 방침이다. 물류, 농업, 의료, 국방, 행정, 재난안전 등 여러 분야의 수요를 발굴하고 공급 기업과 연결한다. 산업 현장에 AI를 설치하고 운영한 뒤 그 과정에서 나온 데이터를 다시 기술 개발로 환류시키는 구조를 만들겠다는 것이다. 제조 분야에서는 산업통상부의 M.AX 얼라이언스와 협력한다. M.AX는 제조 AI 전환을 목표로 데이터 공동활용, 로봇·자동차·팩토리 분야 AI 모델 개발, 온디바이스 AI 반도체, 다크팩토리 기술 확보 등을 추진해 온 민관 플랫폼이다. 피지컬 AI 얼라이언스가 기술과 생태계 축을 맡고 M.AX가 제조 현장 실증과 확산을 연결하는 방식이다. 이날 행사에서는 국내 피지컬 AI 기업들의 기술 시연도 진행됐다. 리얼월드는 두 대의 로봇이 협동해 마우스를 포장하고 지정된 위치에 배치하는 작업을 선보였다. 마음AI는 월드모델 기반 AI 학습부터 온디바이스 실행, 완제품 로봇 적용으로 이어지는 피지컬 AI 구현 흐름을 소개했다. 한편 피지컬 AI는 한국 AI 전략의 다음 시험대다. 언어모델 경쟁에서는 데이터와 컴퓨팅, 플랫폼 주도권이 빅테크에 집중됐다. 현실 세계에서 움직이는 AI 경쟁은 조금 다르다. 반도체, 제조, 로봇, 통신망, 데이터센터, 보안, 현장 운영 능력이 함께 맞물려야 한다. 한국이 가진 산업 기반을 AI와 결합할 수 있다면 추격자가 아니라 특정 분야의 선도자가 될 여지도 있다. 성패는 선언이 아니라 현장에 달려 있다. 얼라이언스가 또 하나의 회의체로 끝나면 피지컬 AI 1강 구호는 산업계에 남지 않는다. 공장의 불량을 줄이고 물류의 병목을 풀고 국방과 재난 현장에서 사람의 위험을 낮추는 실제 사례가 쌓여야 한다. 피지컬 AI의 승부는 모델 성능표가 아니라 현실의 작업장에서 판가름 난다.2026-06-19 18:03:42
많이 본 뉴스
영상
Youtube 바로가기
![[데스크칼럼] 명목 GDP 26.4% 급증, 경제 체질까지 좋아진 건 아니다](https://image.ajunews.com/content/image/2026/09/08/20260908101804622590_518_323.png)