검색결과 총 114건
-
삼성생명, 'AI CX 글쓰기 시스템' ICT 어워드 과기부장관상 수상 外
[경제일보] 삼성생명이 대고객 콘텐츠 품질 향상을 위해 구축한 '인공지능(AI) CX(고객경험) 글쓰기 시스템'이 'ICT 어워드 코리아 2026'에서 AI 전환(AX)혁신 부문 통합대상인 과학기술정보통신부장관상을 수상했다고 27일 밝혔다. ICT 어워드 코리아는 한국정보과학진흥협회가 지난 2004년부터 매년 개최하는 시상식이다. 올해는 AX혁신과 애플리케이션(앱), 웹사이트, 디지털 솔루션 등 총 6개 부문에 211개 기업이 참가했다. 삼성생명의 AI CX 글쓰기 시스템은 AI 기술을 활용한 업무 프로세스 재설계와 사용자 경험·생산성 혁신 성과를 인정받아 AX혁신 부문 1위를 차지했다. 삼성생명은 고객이 쉽게 읽고 이해해 바로 행동할 수 있는 콘텐츠 제공을 목표로 CX 글쓰기 체계를 운영해왔다. 최근에는 생성형 AI를 접목한 자동화 시스템을 도입해 임직원이 고객 관점의 콘텐츠를 작성하고 검토할 수 있도록 했다. AI CX 글쓰기 시스템은 어려운 금융·전문용어를 쉬운 표현으로 바꾸고 용어와 문장 표현을 통일하는 데 활용된다. 이를 통해 고객과의 소통 과정에서 발생할 수 있는 오해를 줄이고 콘텐츠 제작 과정의 효율성을 높였다는 설명이다. 삼성생명 관계자는 "AI 기술의 도입은 단순히 업무 효율을 높이는 것을 넘어 고객과의 소통을 더욱 원활하게 하는 핵심 요소"라며 "앞으로도 AX 구현과 고객 중심의 서비스를 지속적으로 강화해 더 나은 고객 경험을 제공하겠다"고 말했다. ◆ 라이나생명, M365 코파일럿 도입…전사 AI 전환 본격화 라이나생명이 생성형 인공지능(AI) 솔루션인 'M365 코파일럿(Copilot)'을 업무 전반에 도입하며 전사적인 AI 전환에 나선다고 27일 밝혔다. 라이나생명은 먼저 웹 기반 대화형 AI인 'Copilot Chat'을 도입했다. 별도의 업무 환경을 오가지 않고 문서 작성과 요약, 번역 등 일상적인 업무에 활용할 수 있도록 했다. 오는 10월에는 'Microsoft 365 Copilot'을 전 임직원 대상으로 확대해 생성형 AI를 업무 환경 전반에 적용할 예정이다. 임직원들은 기존 업무 환경에서 필요한 정보를 빠르게 확인하고 문서 작성 등 반복 업무에 소요되는 시간을 줄일 수 있게 된다. 라이나생명은 이를 통해 업무 생산성을 높이고 핵심 업무에 집중할 수 있는 환경을 조성한다는 계획이다. AI 활용 역량을 높이기 위한 교육과 지원도 병행한다. 실제 업무에 적용할 수 있는 AI 활용 방안을 지속적으로 발굴하고 조직 전반에 AI 활용 문화를 정착시킬 방침이다. 박기흥 라이나생명 디지털서비스본부 상무는 "이번 Copilot 도입은 생성형 AI를 일상 업무에 접목해 임직원의 업무 효율과 생산성을 높이기 위한 것"이라며 "앞으로도 AI를 활용할 수 있는 영역을 지속적으로 확대하고 임직원의 역량을 강화해 실질적인 업무 혁신으로 이어지는 AI 활용 고도화를 추진할 예정"이라고 말했다. ◆ 신한라이프, 취업준비 청년 100명 초청 채용설명회 개최 신한라이프가 26일 서울 중구 신한L타워에서 보험업권 취업을 준비하는 청년 100명을 초청해 채용설명회를 개최했다고 27일 밝혔다. 이번 행사는 보험업 취업을 준비하는 청년들에게 채용 정보와 실제 직무 경험을 제공하기 위해 마련됐다. 참가자는 채용플랫폼과 대학 취업지원 부서 등을 통해 접수된 신청자 가운데 추첨을 거쳐 선정됐다. 설명회에서는 기업문화와 주요 직무, 업무환경 등을 소개하고 △인사담당자 채용가이드 △직무별 커리어 토크 △역량 강화 특강 등을 진행했다. 올해 입사한 신입사원들은 취업 준비 과정과 입사 후 직장생활 경험을 공유했다. 상품·계리와 영업, 디지털전환(DX), 자산운용 등 주요 부문 현직자와의 소그룹 상담도 진행해 실제 업무와 필요 역량, 직무별 성장경로 등을 안내했다. 외부 전문가가 진행하는 자기소개서 작성과 면접 특강도 마련했다. 참가자들이 자신의 경험과 강점을 정리하고 면접에 대비할 수 있도록 실전 준비 방법을 중심으로 교육했다. 신한라이프는 지난달 고용노동부 주관 '2026 미래내일 일경험 사업' 참여기업으로 선정돼 미취업 청년들에게 사내 과제 수행과 멘토링 기회를 제공하고 있다. 지난 19일부터 이틀간 서울 동대문디자인플라자에서 열린 '2026 금융권 공동 채용박람회'에도 참여해 모의면접과 채용상담을 진행했다. 신한라이프 관계자는 "청년 고용 활성화를 위한 사회적 노력에 발맞춰 보험업권 취업을 준비하는 청년들에게 보다 실질적인 도움이 되고자 이번 행사를 준비했다"며 "앞으로도 청년들의 진로 탐색을 지원하고 사회에 첫발을 내딛는 과정에 힘이 될 수 있도록 다양한 활동을 지속적으로 마련해 나가겠다"고 말했다.
2026-08-27 17:34:11
-
-
-
-
-
"AI의 무대가 바뀐다"…데이터센터서 단말·공장으로 옮겨가는 AI
[경제일보] 생성형 인공지능(AI) 확산으로 대규모 연산을 데이터센터에서 처리하는 방식이 주류로 자리 잡은 가운데 AI를 단말과 산업 현장에 직접 배치하는 '온디바이스 AI'와 '엣지 AI'가 새로운 경쟁 영역으로 부상하고 있다. 영상 분석과 로봇, 자동차, 스마트팩토리 등 실시간 대응과 데이터 보안이 중요한 분야에서는 모든 데이터를 중앙 데이터센터로 전송하는 방식에 한계가 있기 때문이다. 국내 기업들도 AI 반도체와 경량화된 AI 모델을 결합해 현장에서 AI를 구동하는 사업에 속도를 내고 있다. 19일 업계에 따르면 최근 AI 산업의 경쟁 구도가 대규모 데이터센터와 GPU 확보에서 AI 연산을 실제 서비스가 발생하는 현장으로 분산하는 방향으로 확대되고 있다. 생성형 AI 서비스가 고도화하면서 데이터센터의 대규모 GPU 연산 능력이 중요해졌지만, 모든 데이터를 클라우드나 데이터센터로 보내 처리할 경우 네트워크 지연과 데이터 전송 비용, 보안 등의 문제가 발생할 수 있기 때문이다. 특히 카메라와 센서를 통해 주변 환경을 실시간으로 인식해야 하는 로봇과 자동차, 산업 현장에서는 AI 연산을 가까운 곳에서 처리하는 것이 중요하다. 이에 AI 모델과 연산 장치를 단말이나 현장에 배치하는 온디바이스 AI와 엣지 AI가 주목받고 있다. 온디바이스 AI는 스마트폰이나 로봇, 자동차 등 기기 자체에서 AI 연산을 수행하는 방식이며, 엣지 AI는 데이터가 발생하는 현장과 가까운 서버나 장비에서 AI 연산을 처리하는 개념이다. 두 방식 모두 중앙 데이터센터에 대한 의존도를 낮추고 민감한 데이터를 외부로 전송하지 않으면서 실시간으로 AI를 구동할 수 있는 것으로 평가된다. 이에 AI 반도체 경쟁도 단순히 GPU와 NPU 가운데 어느 쪽이 우위에 있느냐를 넘어 사용처에 맞는 연산 구조를 확보하는 방향으로 바뀌고 있다. 대규모 AI 모델 학습에는 GPU가 활용되고, 현장에서 반복적으로 수행되는 추론 작업은 전력 효율과 지연 시간 등을 고려해 NPU를 활용하는 방식이다. KT는 국산 AI 반도체와 자체 대규모 언어 모델(LLM)을 결합한 기업용 AI 어플라이언스를 출시하며 이 같은 시장 변화에 대응하고 있다. KT가 선보인 'KT NPU LLM 스테이션'은 국내 AI 반도체 기업 리벨리온의 추론 특화 신경망 처리 장치(NPU) 'ATOM-MAX'와 KT의 독자 LLM '믿음 K 2.5 Pro', 운영 API 플랫폼을 하나의 서버에 통합한 완제품형 장치다. 기업 내부에 장비를 설치해 데이터와 AI 연산을 사내에서 처리할 수 있도록 한 것이 특징이다. 망 분리 등 보안 규제가 적용되는 공공·국방·제약·제조·금융 분야에서 외부 클라우드 기반 생성형 AI를 활용하기 어려운 기업을 겨냥한 것으로 풀이된다. KT는 향후 이를 피지컬 AI를 위한 엣지 데이터 센터로 확대해 저전력·저지연 AI 인프라로 활용한다는 계획이다. 제조 현장에서도 AI 연산을 현장 가까이에서 처리하려는 움직임이 나타나고 있다. 포스코DX는 국산 AI 반도체를 활용해 산업 현장에서 발생하는 비정형 데이터를 분석하는 플랫폼 개발에 나섰다. 공장 내 카메라와 센서 등에서 발생하는 데이터를 현장에서 AI로 분석해 설비와 작업 환경을 실시간으로 판단하는 방식으로, 제조 현장의 AI 적용 범위를 확대하려는 시도다. 특히 제조업에서는 생산 과정에서 발생하는 영상·센서 데이터의 양이 많고 외부 전송이 제한되는 경우도 있어 모든 데이터를 중앙 서버로 보내 분석하는 데 비용과 시간이 발생한다. 포스코DX는 현장에서 AI 추론을 수행하면 필요한 데이터만 선별해 처리할 수 있어 실시간성이 중요한 품질 검사와 이상 징후 탐지 등에서 활용도가 높아질 것으로 전망하고 있다. AI가 실제 공간에서 움직이는 피지컬 AI 시장이 커질수록 이러한 엣지 AI 수요도 확대될 전망이다. 로봇과 드론, 자율주행차 등이 주변 환경을 실시간으로 인식하고 판단하려면 카메라와 각종 센서에서 발생하는 데이터를 빠르게 처리해야 한다. 자동차 역시 운전자 상태 분석이나 주행 환경 판단 등 일부 AI 연산을 차량 내부에서 처리하는 구조가 확대될 것으로 분석된다. 이 과정에서 AI 반도체 성능뿐 아니라 AI 모델 최적화와 소프트웨어 생태계 구축도 중요해지고 있다. 같은 NPU를 사용하더라도 AI 모델을 하드웨어 특성에 맞게 최적화하지 못하면 기대한 성능과 전력 효율을 확보하기 어렵기 때문이다. 온디바이스 AI 시장의 경쟁은 'GPU 대 NPU'의 단순한 대결보다는 AI 연산을 어디에서, 어떤 방식으로 처리할 것인지에 대한 경쟁으로 확대될 전망이다. 데이터센터에서 단말과 공장, 자동차, 로봇 등으로 AI의 무대가 넓어지면서 AI 반도체 기업뿐 아니라 통신사와 제조·플랫폼 기업까지 새로운 시장을 둘러싼 경쟁에 뛰어들고 있다. 이진형 KT AX사업본부장 상무는 "'KT NPU LLM 스테이션'은 KT의 AX 풀스택 역량과 국산 반도체를 결합해 소버린 AI를 실제 산업 현장에서 즉시 사용할 수 있도록 만든 것"이라며 "데이터 주권을 지키면서 AI 전환을 시작하려는 기업과 기관에 가장 현실적인 선택지가 될 것"이라고 말했다.
2026-08-19 14:30:55
-
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
-
KT·서울대병원, 의료 AX 플랫폼 구축…공공 의료 AI 표준모델 만든다
[경제일보] KT가 서울대학교병원과 손잡고 진료부터 연구, 병원 운영까지 의료 전 영역의 인공지능(AI) 전환을 지원하는 의료 AX 플랫폼 구축에 나선다. 단순한 의료 시스템 고도화를 넘어 AI와 클라우드, 데이터를 하나의 플랫폼으로 묶어 공공 의료 현장에 적용할 수 있는 표준 모델을 만드는 것이 목표다. KT는 17일 서울 종로구 KT 광화문 West 빌딩에서 서울대학교병원과 의료 AX 플랫폼 구축을 위한 업무협약을 체결했다고 밝혔다. 협약식에는 김봉균 KT Enterprise부문장과 백남종 서울대학교병원장을 비롯한 양측 주요 관계자가 참석했다. 이번 협력은 KT의 AI·클라우드·데이터 기술과 서울대학교병원의 임상 및 연구 역량을 결합하는 데 초점이 맞춰졌다. 양사는 의료 AX 플랫폼 표준모델 발굴 및 적용을 비롯해 AI Native 병원 등 정부 정책과제의 실증·고도화·사업화를 공동 추진한다. AI 기반 임상 의사결정 지원과 의료진 업무 효율화, 헬스케어 시장 확산을 위한 과제도 함께 발굴한다. 역할도 나눴다. KT는 의료 AX 플랫폼의 기획부터 개발, 검증, 사업화까지 전 과정에 참여한다. 서울대학교병원은 실제 의료 현장에서 필요한 적용 과제를 발굴하고 임상·진료·연구 전문성을 바탕으로 의료적 자문과 유효성 평가를 맡는다. 특히 이번 협력은 서울대학교병원이 추진하는 ‘그룹 통합 DX 플랫폼’과도 연결된다. 서울대병원은 임상 현장과 AI 연구를 연계하는 체계를 갖추고 있어 KT의 AX 플랫폼 및 인프라 역량이 결합될 경우 병원 내부의 업무 효율화뿐 아니라 연구와 실증, 사업화까지 이어지는 통합 환경을 구축할 수 있다는 설명이다. 기존 의료 분야의 디지털 전환이 전자의무기록(EMR)이나 병원정보시스템 등 개별 시스템의 고도화에 집중했다면, 이번 협력은 병원에서 축적되는 데이터를 AI와 결합해 실제 의료 서비스와 업무에 활용하는 데 무게를 둔 것으로 풀이된다. 특히 공공 의료기관을 대상으로 검증된 모델을 구축할 경우 향후 다른 의료기관으로 확산할 수 있는 기반도 마련할 수 있다. 공공 의료 영역에서 AI 활용이 확대되는 가운데 의료 현장에서 검증 가능한 모델을 확보하는 것은 KT에도 중요한 과제다. AI 기술 자체보다 의료진의 업무 흐름과 임상 안전성, 데이터 활용 체계 등을 함께 고려해야 실제 사업으로 이어질 수 있기 때문이다. 백남종 서울대학교병원장은 “이번 협력을 계기로 의료기관 플랫폼 협력의 표준을 세우고 공공 의료 영역 전체에 적용할 수 있는 실효성 있는 AI 혁신 모델을 발굴·확산하겠다”고 말했다. 김봉균 KT Enterprise부문장도 “검증된 AX 플랫폼 기술과 노하우를 바탕으로 다양한 산업의 AI 전환을 지원하고 있다”며 “서울대학교병원과의 협력을 시작으로 공공 의료 시장에서도 AI 기반 혁신 모델을 만들어 나가겠다”고 밝혔다. KT와 서울대학교병원이 이번 협력을 통해 실제 의료 현장에서 활용 가능한 AX 모델을 확보할 경우 공공 의료 분야의 AI 전환 속도도 한층 빨라질 전망이다. 이번 사업의 성패는 플랫폼 구축 자체보다 임상 현장에서 얼마나 안정적으로 활용되고, 다른 의료기관에서도 적용할 수 있는 표준으로 발전하느냐에 달려 있다.
2026-08-17 13:37:50
-
딥엑스, 온디바이스 AI 반도체 77건 수주…로봇·드론·제조로 사업 확대
[경제일보] 인공지능(AI)이 클라우드를 넘어 로봇·드론·스마트팩토리 등 실제 산업 현장으로 확산되면서 전력 효율이 높은 온디바이스 AI 반도체의 중요성이 커지고 있다. 대규모 연산을 처리하는 데이터센터용 그래픽처리장치(GPU)와 달리 제한된 전력과 공간에서 AI를 구동해야 하는 피지컬 AI 분야에서는 저전력 신경망처리장치(NPU)가 핵심 부품으로 부상하고 있다. 국내 초저전력 AI 반도체 기업 딥엑스는 양산 제품을 앞세워 로봇과 제조, 모빌리티, 의료 등 글로벌 피지컬 AI 시장을 정조준하고 있다. 14일 딥엑스는 지난해 8월 온디바이스 AI용 NPU 'DX-M1' 양산을 시작한 이후 한국을 비롯해 미국, 중국, 유럽, 대만, 홍콩, 일본, 싱가포르, 인도 등 10개 국가·지역에서 총 77건, 1300만 달러(약 183억원) 이상의 상업용 구매주문(PO)을 확보했다고 밝혔다. 특히 최근 들어 주문 증가 속도가 빨라지고 있다. 딥엑스에 따르면 DX-M1 양산을 시작한 지난해 3분기 누적 PO는 2건에 그쳤지만 4분기 6건, 올해 3월 말 29건, 5월 말 56건, 7월 말 77건으로 늘었다. 전체 주문의 62%에 해당하는 48건이 지난 4월부터 7월까지 4개월 동안 발생한 것으로 집계됐다. 딥엑스는 양산 초기 제품 평가와 개념검증(PoC)에 머물던 고객들이 실제 제품 개발과 구매 단계로 이동하면서 상업화 속도가 빨라지고 있다고 설명했다. 생성형 AI가 주로 데이터센터에서 대규모 연산을 수행하는 것과 달리 로봇이나 드론, 자율주행·스마트모빌리티 장비, 산업용 카메라 등은 데이터를 현장에서 즉각 처리해야 하는 제한 사항이 있는 것으로 알려졌다. 이들 기기는 배터리 용량이나 전력 공급에 제약이 있고 발열과 장착 공간도 제한적이며 모든 데이터를 클라우드로 전송해 처리하는 방식 역시 통신 지연과 네트워크 비용 등의 문제가 발생할 수 있는 것으로 꼽힌다. 이에 기기 자체에서 AI 추론을 수행하면서도 전력 소비를 최소화할 수 있는 온디바이스 NPU가 대안으로 떠오르고 있다. 딥엑스가 양산한 DX-M1 역시 이 같은 엣지 AI 시장을 겨냥한다. 삼성전자 5나노 공정을 기반으로 제작된 DX-M1은 클라우드 연결 없이 디바이스 자체에서 AI 연산을 수행하도록 설계됐다. CCTV와 스마트팩토리, 머신비전, 로봇 등 저전력 환경에서 영상·비전 AI를 구동해야 하는 장비가 주요 적용 대상이다. 실제 사업화 영역도 특정 산업에 집중되지 않고 있다. 딥엑스는 로보틱스, 스마트팩토리·제조자동화, 스마트모빌리티·지능형교통체계(ITS), 미션 크리티컬·항공, AIoT, 의료, AI IT서비스·엣지컴퓨팅, 영상감시·보안 등 8개 분야에서 사업을 진행하고 있다. 적용 제품도 드론과 머신비전 카메라, AI 박스부터 로봇과 산업용 장비, 의료 AI 기기, 문서 인식용 광학문자인식(OCR) 서버, 영상관제용 VMS 서버, 보안 카메라용 엣지박스 등으로 확대됐다. 딥엑스는 개발키트나 평가용 제품을 공급하는 초기 단계를 넘어 고객사의 실제 제품 개발과 생산, 일부 납품으로 이어지는 사례도 나오고 있다고 설명했다. 글로벌 시장에서도 적용처를 넓히고 있다. 중국에서는 바이두 관련 OCR·머신비전 프로젝트와 레노버 등 글로벌 IT·서버 기업 관련 엣지 서버 프로젝트를 진행하고 있으며, 대만에서는 산업용 컴퓨팅 기업 AAEON 등을 통해 적용처를 확대하고 있다. 북미와 유럽에서는 글로벌 유통망과 현지 파트너를 통한 공급을 이어가는 동시에 일본에서는 제조·산업 분야를 중심으로 신규 프로젝트를 늘리고 있는 것으로 알려졌다. 양산 이후에는 27개 글로벌 반도체 유통 파트너와 계약해 해외 공급망을 구축하고 50여개 글로벌 하드웨어·모듈 기업과 협력하고 있다. 라즈베리파이와 바이두의 패들패들, 울트라리틱스 등 개방형 플랫폼 생태계와도 연계해 NPU 적용 장벽을 낮추고 있다. 기술 경쟁력 확보도 병행한다. 딥엑스는 NPU 설계와 저전력 AI 연산 분야에서 500건 이상의 특허를 확보했으며 DX-M1 양산 과정에서 약 90% 수준의 수율을 달성했다고 밝혔다. 단순히 AI 반도체를 설계하는 데 그치지 않고 실제 대량 생산과 공급까지 이어갈 수 있는 제조 경쟁력을 확보하겠다는 전략이다. 특히 피지컬 AI 시장이 본격적으로 확대되면 NPU 경쟁도 단순한 연산 성능보다 전력 효율과 크기, 가격, 소프트웨어 호환성 등 종합적인 성능으로 옮겨갈 것으로 전망된다. 로봇과 드론처럼 배터리를 사용하는 기기에서는 동일한 AI 성능을 얼마나 적은 전력으로 구현할 수 있는지가 제품 경쟁력과 직결되는 것이다. 딥엑스는 차세대 제품을 통해 생성형 AI 영역까지 온디바이스 AI 반도체 적용 범위를 넓힌다는 계획이다. 삼성전자 2나노 공정을 기반으로 개발 중인 'DX-M2'는 칩 기준 최대 5W 수준의 전력으로 생성형 AI를 구동하는 것을 목표로 한다. DX-M2의 주요 적용 대상으로는 로봇과 드론, 지능형 산업 장비, 배터리 기반 스마트 디바이스 등이 거론된다. 딥엑스는 내년 3월 시제품 웨이퍼를 확보한 뒤 4~5월 칩 구동과 성능 검증을 위한 브링업을 진행하고 6월부터 초기 고객 제공을 위한 준비에 착수한다는 계획이다. 김녹원 딥엑스 대표는 "양산 첫 1년 동안 가장 의미 있게 보고 있는 것은 특정 국가나 산업에 국한되지 않고 세계 여러 시장에서 실제 주문과 반복 주문이 발생하고 있다는 점"이라며 "AI 반도체의 경쟁력은 고객의 실제 제품에 적용되고 지속적인 주문으로 이어질 때 비로소 증명된다"고 말했다.
2026-08-14 14:52:32
-
-
현대차그룹, 전방위 AX 시동…정의선도 '바이브코딩' 익혔다
[경제일보] 현대자동차그룹이 전사적인 인공지능(AI) 전환에 속도를 내고 있다. 디지털 전환(DX)을 통해 구축한 협업 환경과 데이터 인프라를 기반으로 생성형 AI 활용을 임직원 전반으로 확대하고 연구개발과 생산, 정비, 고객 서비스 등 현장 업무에도 AI를 적용하고 있다. 정의선 현대차그룹 회장 역시 AI 활용 역량을 직접 익히는 등 조직 전반의 AX 확산에 힘을 싣고 있다. 12일 현대차그룹에 따르면 그룹은 이날 서울 서초구 양재 본사에서 ‘현대차그룹 AX 성과 발표회’를 열고 2019년부터 추진해 온 DX와 AI 전환(AX) 성과 및 향후 계획을 공개했다. 현대차그룹은 AI가 본격적으로 확산하기 전부터 디지털 기반의 업무 환경을 구축해왔다. 2018년 정의선 회장이 “IT 기업보다 더 IT 기업 같은 회사가 되겠다”고 밝힌 이후 글로벌 협업 방식과 데이터 중심 경영 체계를 마련하는 데 주력했다. 이를 위해 현대차그룹은 2022년부터 업무 진행 상황과 의사결정을 관리하는 지라, 두레이, 문서 공동 작성과 지식 공유를 지원하는 컨플루언스를 순차적으로 도입했다. 같은 해 마이크로소프트의 클라우드 기반 협업 플랫폼 ‘Microsoft 365(M365)’도 업무 환경에 적용했다. M365를 통해 메일과 일정, 문서 작성, 화상회의 등을 하나의 협업 체계로 연결하고 글로벌 사업장과 조직이 동일한 환경에서 협업할 수 있도록 했다. 국가 핵심기술 관련 보안 규제로 외부 협업 도구 활용에 제약이 있었던 자율주행·수소 등 연구개발 조직도 정부 관계 부처의 가이드라인 제정을 거쳐 같은 플랫폼을 사용할 수 있게 됐다. 데이터 분야에서는 ‘글로벌 원 데이터 파이프라인’을 운영해 연구개발·생산·품질·판매 등 각 영역에 분산된 데이터를 표준화하고 연결했다. 개발 과정에서 생성된 정보가 생산과 품질 관리에 활용되고 판매 현장의 데이터가 제품 개발과 공정 개선으로 이어지는 데이터 활용 체계를 마련했다. 이렇게 구축한 DX 인프라는 생성형 AI를 업무 전반에 적용하는 AX의 기반이 됐다. 대표적인 사례가 사내 생성형 AI 플랫폼 ‘H 챗 프로’다. H 챗 프로는 보안이 확보된 환경에서 임직원이 챗GPT, 제미나이, 클로드 등 다양한 외부 생성형 AI 모델을 선택해 활용할 수 있도록 만든 현대차그룹 전용 AI 플랫폼이다. 현대차그룹은 지난해부터 H 챗 프로를 특정 조직이나 일부 인력에 한정하지 않고 일반 임직원까지 확대했다. 문서 작성과 정보 탐색, 데이터 분석, 코드 개발 등 다양한 업무에서 생성형 AI 활용이 이뤄지고 있으며 최근에는 개발자가 아닌 임직원이 직접 AI 에이전트를 만들어 업무에 적용하는 사례도 늘고 있다. 진은숙 현대차·기아 ICT담당 사장은 “AI는 분명 중요한 기술이지만 결국 기업이 활용해야 하는 도구”라며 “중요한 것은 기술 그 자체가 아니라 AI를 비롯한 새로운 기술을 얼마나 빠르게 이해하고 업무와 사업에 적용해 조직 경쟁력으로 내재화할 수 있는지에 달렸다”고 말했다. AI 활용은 연구개발 현장에서도 구체적인 성과로 이어지고 있다. ‘충돌안전 AI 어시스턴트’는 과거 충돌 시험 결과와 시험 이미지, 해석 자료 등 여러 시스템에 분산돼 있던 연구 정보를 통합 검색하고 유사 사례를 빠르게 찾아 비교·분석할 수 있도록 지원하는 AI 기반 연구개발 시스템이다. 현대차그룹은 이를 통해 관련 사례 탐색과 분석 자료 검토에 걸리는 시간을 약 90% 줄였다고 설명했다. 엔지니어들은 확보한 시간을 분석 결과 해석과 설계 개선, 시험 전략 수립 등에 활용하고 있다. 제조 현장에서는 AI를 활용해 생산 과정의 품질 관리와 운영 효율을 높이고 있다. ‘AI 자동화 인식 서비스’는 차량 식별번호(VIN)를 기반으로 생산 공정에 투입되는 차량과 시스템상 등록된 차량 정보를 실시간으로 대조·검증하는 비전 AI 솔루션이다. 현재 국내 현대차·기아 전 공장을 비롯해 미국·유럽·인도·아시아태평양 등 글로벌 생산 거점 약 70개소에 적용됐다. 현대차그룹은 이를 통해 국내외 현대차·기아 공장에서 연간 52.4억원의 비용 절감 효과를 거두고 있다고 밝혔다. ‘대차 정렬 최적화 기술’에는 강화학습 기반 AI가 적용됐다. 생산 라인에서 부품을 공급하는 대차의 순서가 설비 오류 등으로 꼬일 경우 AI가 다양한 경우의 수를 분석해 최적의 이동 경로를 자동으로 도출한다. 이를 통해 불필요한 생산 중단 시간을 약 86% 줄였다. 서비스 분야에서도 AI 적용이 확대됐다. 해외 정비 현장에서는 LLM 기반 ‘정비 지원 AI 서비스’를 통해 정비사가 차량 오류 코드나 증상을 입력하면 관련 정비 매뉴얼과 과거 정비 기록 등을 AI가 분석해 진단 결과를 제시하도록 했다. 이를 통해 정비 대응 시간이 약 42% 단축됐다. 현대차그룹은 AX를 기술 도입에 그치지 않고 조직의 업무 방식과 문화까지 바꾸는 과정으로 보고 있다. DX를 통해 마련한 데이터와 협업 기반 위에 AI를 접목해 임직원이 직접 AI를 활용하고 업무를 개선하는 구조를 확산시키는 것이 핵심이다. 정의선 회장을 비롯한 경영진도 AI 활용 역량을 높이는 데 참여하고 있다. 특히 정 회장은 임직원 대상 AX 교육 과정에서 ‘바이브코딩’을 직접 익히는 등 AI를 업무에 활용하는 방식에 관심을 보인 것으로 전해졌다. 진은숙 사장은 “AX를 통해 축적한 데이터와 운영 경험, 실행 역량은 다가올 피지컬 AI 시대를 준비하는 가장 강력한 기반이 될 것”이라며 “차량과 로보틱스, 제조·서비스 현장 등 물리적 영역으로 AI 적용 범위를 넓힐 계획”이라고 했다.
2026-08-12 16:23:24
-
-
하반기 삼성은 AI 반도체, LG는 AI 냉각…같은 시장 다른 전략
[경제일보] 삼성전자와 LG전자가 AI 인프라 확대에 힘입어 나란히 역대 최대 2분기 실적을 거둔 가운데, 하반기 AI 시장을 공략하는 방식에서 차이를 보이고 있다. 삼성전자는 AI 반도체 경쟁력을, LG전자는 AI 데이터센터 냉각과 로봇 등 신사업을 앞세우면서 양사의 전략이 향후 실적에 어떤 영향을 미칠지 주목된다. 3일 업계에 따르면 삼성전자의 2분기 연결 기준 매출은 171조4995억원, 영업이익은 89조4924억원을 기록했다. 전년 동기 대비 매출은 130.0%, 영업이익은 1813.8% 증가했으며, 순이익은 71조6245억원으로 1299.9% 증가했다. 매출과 영업이익 모두 분기 기준 역대 최대 기록을 경신하며 3분기 연속 최고 실적을 이어갔다. 실적은 반도체 사업이 이끌었다. 디바이스솔루션(DS)부문은 HBM과 서버용 D램 판매 확대에 힘입어 매출 127조5000억원, 영업이익 89조2000억원을 거두며 역대 최대 실적을 냈다. 반면 스마트폰과 가전 등을 담당하는 디바이스경험(DX)부문은 부품 원가 상승 영향으로 매출 48조원을 기록했지만 8000억원의 영업손실을 내며 적자로 돌아섰다. 하만은 매출 4조6000억원, 영업이익 4000억원을 기록했고, 디스플레이는 매출 7조5000억원, 영업이익 7000억원을 올렸다. 양사의 실적은 AI 수혜를 입었다는 공통점이 있지만, 실적을 이끈 사업은 달랐다. 삼성전자는 반도체가 성장을 견인한 반면 LG전자는 생활가전과 전장, 냉난방공조(HVAC) 등 주요 사업이 고르게 성장하며 역대 최대 실적을 거뒀다. LG전자의 2분기 매출은 23조8265억원, 영업이익은 1조5791억원으로 각각 전년 동기 대비 14.9%, 147.0% 증가하며 2분기 기준 역대 최대를 기록했다. 생활가전(HS)사업본부는 처음으로 분기 매출 7조원을 넘어섰고, 전장(VS)사업본부는 2개 분기 연속 3조원대 매출을 기록했다. 냉난방공조를 담당하는 ES사업본부는 해외 에어컨 판매 확대에 힘입어 매출이 늘었다. 회사는 이 사업본부 안에서 AI 데이터센터 냉각 솔루션을 새로운 성장동력으로 키우고 있다. 하반기 AI 시장을 공략하는 양사의 전략도 서로 다르다. 삼성전자는 AI 중심의 반도체 수요가 이어지면서 전사 실적 성장세를 이어갈 것으로 내다봤다. 회사는 상반기 범용 D램 위주였던 생산능력을 하반기에는 HBM4 중심으로 전환해 수익성을 높이겠다고 밝혔다. HBM4 매출은 하반기 전체 HBM 매출의 60% 이상을 차지할 것으로 전망했다. 파운드리(반도체 위탁생산) 사업도 반등을 노린다. 회사는 아직 적자를 이어가고 있지만 2나노 공정 수주 과제 수가 지난해보다 두 배 이상 확대될 것으로 내다봤다. 브로드컴을 비롯한 주요 고객사와 여러 프로젝트를 논의 중이라고 설명했다. 시스템 LSI 사업도 AI 경쟁력 강화에 나선다. 회사는 2나노 2세대 공정 기반 모바일 AP '엑시노스 2700'을 하반기 양산해 내년 초 갤럭시 S27 시리즈에 탑재할 계획이다. AI 반도체 경쟁력을 강화해 성장세를 이어가겠다는 전략이다. LG전자는 기존 주력 사업을 기반으로 AI 인프라 신사업 확대에 속도를 낸다. 회사는 상반기 AI 데이터센터(AIDC) 냉각솔루션 수주액이 6000억원을 넘어섰으며 연말까지 수조원 규모의 AI 데이터센터 프로젝트 수주를 목표로 하고 있다고 밝혔다. 냉각수 분배 장치(CDU)는 일부 모델이 엔비디아 제품 인증을 획득했고 추가 모델 인증도 진행 중이다. 로봇 사업도 확대한다. LG전자는 사업 전반을 전담하는 '로보틱스 사업센터'를 신설하고 하반기 가동을 목표로 국내 최대 규모의 로보틱스 데이터 팩토리를 구축하고 있다. 2분기 B2B 매출은 전년 동기 대비 5% 증가한 6조5000억원으로 LG이노텍을 제외한 전사 매출의 36%를 차지했다. 이를 기반으로 AI 데이터센터 냉각과 로봇 등 신사업 확대에 속도를 낸다는 방침이다. 다만 AI 데이터센터 냉각 시장에서는 양사의 경쟁이 본격화될 전망이다. LG전자는 CDU와 칠러 등 자체 냉각 솔루션을 앞세우고 있으며, 삼성전자는 최근 인수한 플랙트그룹의 공조 기술과 글로벌 고객 기반을 활용해 시장 공략에 나서고 있다. 업계 관계자는 "삼성전자는 반도체 의존도가 오히려 더 커진 만큼 메모리 업황이 꺾일 때를 대비해 완충할 수 있는 사업을 함께 키워야 한다"며 "LG전자는 반대로 여러 사업이 고르게 성장한 만큼 신사업이 자리 잡을 때까지 버틸 체력은 있지만, 그 신사업이 본궤도에 오르는 속도가 관건일 것"이라고 했다.
2026-08-03 16:40:52
-
-
KT, 리벨리온 이어 딥엑스와 손잡았다
[경제일보] KT가 국산 인공지능(AI) 반도체 기업 딥엑스와 손잡고 폐쇄회로(CC)TV와 차량 카메라 영상을 현장에서 실시간 분석하는 장비 개발에 나선다. 데이터센터용 국산 신경망처리장치(NPU)에 이어 현장 단말까지 국산 칩으로 채우는 구도다. KT는 딥엑스, 교통·상용차 단말 기업 세솔과 'NPU 기반 온디바이스 인공지능 사물인터넷(AIoT) 사업 협력을 위한 3자 업무협약'을 맺었다고 7월 31일 밝혔다. 협약식에는 성제현 KT 엔터프라이즈부문 수도권강북법인고객본부장(상무)과 김녹원 딥엑스 대표, 이태헌 세솔 대표가 참석했다. 세 회사는 저전력·저발열 NPU를 얹은 AI 엣지 박스를 함께 개발한다. AI 엣지 박스는 카메라가 찍은 영상을 데이터센터나 클라우드로 보내지 않고 그 자리에서 분석하는 장비다. 영상을 밖으로 내보내지 않으니 통신 비용과 지연이 줄고 개인정보 유출 위험도 낮아진다. 역할은 나눠 맡는다. 딥엑스가 자체 개발한 NPU 'DX-M1'과 소프트웨어 개발도구를 대고 세솔이 장비 개발과 제조, 현장 실증을 맡는다. KT는 통신망과 관제 플랫폼, 사업개발을 붙여 상용화와 고객 확보를 추진한다. 적용 대상으로는 전기차 충전소와 이동식 CCTV, 버스와 상용차를 꼽았다. ◆ 그래픽처리장치 대신 NPU를 쓰는 이유 이번 장비의 설계 목표는 성능보다 전력이다. 전기차 충전소나 이동식 CCTV, 버스처럼 전원 공급과 설치 공간이 넉넉하지 않은 곳에서는 그래픽처리장치(GPU) 기반 장비를 돌리기 어렵다. 전력을 많이 먹고 열이 나기 때문이다. 딥엑스가 지난해 말 양산에 들어간 DX-M1은 평균 소비전력이 2~3와트(W) 수준이다. 딥엑스는 엔비디아의 엣지용 제품인 젯슨 오린 나노와 비교해 전력 효율은 20배, 연산 성능은 두 배라고 설명한다. 다만 이는 회사가 내놓은 수치로 제3자 검증 자료는 공개하지 않았다. 딥엑스는 애플과 시스코를 거친 김녹원 대표가 2018년 세운 팹리스 기업이다. 지난해 매출은 33억원이었고 올해 목표는 600억원이다. 현재 30여건, 670만달러(약 100억원)어치 발주를 받아 뒀고 350여개 기업과 기술 검증(PoC)을 진행 중이라고 밝혔다. 시리즈D 투자 유치를 마무리한 뒤 기업공개(IPO)를 추진할 계획이다. ◆ 데이터센터는 리벨리온, 현장은 딥엑스 KT가 국산 AI 반도체와 손잡은 것은 처음이 아니다. KT는 KT클라우드, KT인베스트먼트와 함께 리벨리온에 누적 600억원 넘게 투자해 지분 13%가량을 갖고 있다. 리벨리온의 NPU '아톰'은 KT클라우드에서 상용 서비스로 돌아가고 있다. 리벨리온 아톰은 데이터센터에서 대규모 추론을 처리하는 서버용이고 딥엑스 DX-M1은 현장 단말에 박히는 엣지용이다. KT로서는 클라우드와 현장 양쪽에 국산 칩을 깔아 두는 셈이다. 통신망과 관제 플랫폼을 이미 갖고 있으니 칩과 단말만 붙이면 영상관제 사업 전체를 자사 인프라 위에 얹을 수 있다. 성제현 상무는 "이번 협약은 AI 반도체와 AI 엣지 기술, KT의 네트워크 및 AI 서비스 역량을 결합해 차세대 AI 영상분석 시장을 선점하기 위한 전략적 협력"이라고 말했다. KT는 앞으로 공공기관과 지방자치단체, 교통·산업 안전 분야를 중심으로 사업을 넓힌다는 방침이다. 한편 이번 발표에서 확정된 것은 협약뿐이다. 장비 개발 일정과 투자 규모, 공급 물량, 출시 시점은 모두 공개되지 않았다.
2026-07-31 16:33:03