검색결과 총 108건
-
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
-
-
-
-
-
-
-
-
NC AI, 1.4조 피지컬 AI 국책사업 참여…게임 AI서 산업용 로봇 두뇌로
[경제일보] 엔씨소프트의 인공지능(AI) 전문기업 NC AI가 전북·경남 피지컬 AI 대형 국책사업에 동시에 참여한다. 가상공간에서 공장과 작업환경을 학습시키는 기술부터 설비와 로봇의 실제 행동을 제어하는 모델까지 개발해 제조 현장에 적용하는 것이 목표다. NC AI는 과학기술정보통신부와 정보통신산업진흥원(NIPA)이 추진하는 ‘경남·전북 피지컬 AI 연구개발사업’의 전북·경남 과제에 선정됐다고 17일 밝혔다. 이 사업은 2026년부터 2030년까지 5년간 총 1조4131억원이 투입된다. 지역별로는 경남 6763억원, 전북 7368억원 규모이며 총 35개 과제가 추진된다. 이 금액은 국가사업 전체 예산으로 NC AI가 직접 확보한 사업비와는 구분된다. 정부는 전북을 공장 플랫폼과 자율공장 중심으로, 경남을 정밀 제조와 공정 제어 중심으로 육성한다는 계획이다. 개발 기술은 향후 ‘K-AI 공장’ 패키지로 묶어 국내 제조 현장과 해외 시장에 확산한다는 구상이다. NC AI는 전북에서 두 과제를 맡는다. ‘협업지능 피지컬 AI 디지털트윈 가상환경 기술개발’ 과제에서는 설비와 작업공간을 3차원 가상환경으로 구현하고 작업자 움직임과 공정 상황을 시뮬레이션한다. 실제 현장에서 수집하기 어려운 학습 데이터를 가상공간에서 생성해 비전언어모델(VLM)과 비전·언어·행동 모델(VLA)의 학습·검증에 활용한다. ‘무인공장 운용-피지컬 AI SDF 특화 기반 모델 연구개발’ 과제에서는 공장 내 정적·동적 상황과 공간을 이해하고 설비와 로봇의 대응을 계획하는 기반 모델을 개발한다. 공장 전체의 상황을 인식해 작업 순서를 바꾸거나 이상 상황에 대응하는 무인운영 기술이 핵심이다. 경남에서는 ‘물리지능 행동모델 및 통합 프레임워크 기술개발’에 참여한다. 센서·비전 데이터를 바탕으로 제조환경의 변화를 예측하는 월드모델을 개발하고, 대규모 행동모델(LAM)이 설비와 로봇의 움직임을 계획·제어하도록 연결한다. 조선 용접과 반도체 후공정 등 정밀 작업에 적용할 예정이다. 피지컬 AI는 텍스트를 생성하는 소프트웨어 AI와 달리 센서로 현실을 인식하고 기계·로봇을 움직이는 기술이다. 제조 현장에서는 작업물 위치와 형태, 장비 상태가 계속 달라져 정해진 동작을 반복하는 기존 자동화만으로는 대응하기 어렵다. 월드모델과 디지털트윈은 이 같은 변수를 가상환경에서 학습시키는 기반이 된다. NC AI는 올해 한화오션과 자율 용접 로봇용 AI 모델을 개발하고, 포스코DX와 로봇 파운데이션 모델 공동개발을 추진했다. 현대로템과는 국방 분야 다종 로봇 제어 과제에도 참여하고 있다. 게임 개발 과정에서 축적한 3차원 환경 구축과 강화학습 경험을 산업·국방용 로봇의 학습 데이터와 시뮬레이션에 접목하는 전략이다. 한편 실제 현장에서는 센서 오차와 설비별 인터페이스, 안전 규정, 데이터 보안, 가상환경과 현실의 차이인 ‘심투리얼(Sim2Real) 격차’를 해결해야 한다. 정부와 수요기업이 제공하는 현장 데이터의 범위, 실증 완료 시점, 기술의 유료 전환 여부가 성과를 가를 전망이다. 이연수 NC AI 대표는 “가상환경에서 학습한 AI를 실제 제조 현장에 적용하고 다양한 산업 환경에서 기술을 검증해 국내 제조업의 AI 전환을 이끌겠다”고 말했다.
2026-09-17 09:52:08
-
-
LG CNS, 신입 채용서 'AI 활용력' 본다…9개 직무 세 자릿수 선발
[경제일보] LG CNS가 하반기 신입사원 채용에 생성형 인공지능(AI) 활용능력 평가를 도입한다. 개발 지식만 확인하는 기존 필기시험에서 벗어나 지원자가 AI를 활용해 문제를 풀고 결과물을 만드는 역량까지 살펴보겠다는 취지다. LG CNS는 AI와 로보틱스, 컨설팅 등 9개 직무에서 세 자릿수 규모의 신입사원을 채용한다고 9일 밝혔다. 지원서는 오는 14일 오후 6시까지 받는다. 모집 직무는 △AI △로보틱스 △컨설팅 △디지털전환(DX) 엔지니어 △클라우드 애플리케이션 현대화(AM) △아키텍트 △전사적자원관리(ERP) △스마트팩토리 △컨버전스 엔지니어다. 국내외 학사학위 이상 보유자와 2027년 2월 졸업 예정자가 지원할 수 있다. 전공 제한은 없지만 IT 기본 역량을 갖춰야 하며 내년 1월부터 정규 근무가 가능해야 한다. 직무별 관련 프로젝트와 기술 경험을 보유한 지원자는 우대한다. AI 직무로 입사하면 금융과 공공, 제조, 물류 등 산업별 업무에 맞춘 AI 모델과 에이전트 서비스를 설계·개발한다. 로보틱스 직무는 산업 현장에 로봇을 적용하고 실제 공정에서 성능과 활용 가능성을 검증하는 업무를 맡는다. LG CNS는 지난 5월 로봇의 학습과 운영을 연결하는 통합 플랫폼 ‘피지컬웍스’를 출시했다고 밝혔다. 단순 로봇 공급보다 여러 제조·물류 현장에 로봇을 배치하고 학습 데이터와 운영 상태를 관리하는 로봇 전환(RX) 사업을 확대하면서 관련 인력을 신입 채용 단계부터 확보하려는 움직임으로 풀이된다. 채용 절차는 서류전형과 필기전형, 실무면접, 최종면접, 건강검진 순으로 진행된다. 필기전형은 인적성검사와 새로 만든 ‘CNS 특화검사’로 구성했다. 특화검사에서는 모든 지원자를 대상으로 글로벌 기술·산업 흐름에 대한 이해도를 확인한다. 지원 직무에 따라 코딩형과 기획형으로 나눠 생성형 AI 활용능력도 평가한다. AI가 만들어낸 결과를 그대로 받아들이는 것이 아니라 적절한 지시를 내리고 결과를 검증·수정해 업무에 적용하는 능력이 기업 경쟁력으로 떠오른 상황을 반영한 것으로 보인다. 구체적으로 어떤 AI 서비스를 사용할 수 있는지, 평가 과정에서 외부 자료와 개인 계정 이용이 허용되는지, AI 답변의 오류를 검증하는 능력을 어떤 기준으로 채점하는지는 공개되지 않았다. 생성형 AI 도구별 성능과 유료 계정 여부에 따라 지원자의 환경이 달라질 수 있어 시험 조건과 평가 기준을 명확하게 안내할 필요가 있다. LG CNS는 올해 상반기에도 AI·로보틱스·데이터센터·ERP 등에서 세 자릿수 규모의 경력직을 모집했다. 하반기에는 신입사원으로 채용 범위를 넓히며 경력자 즉시 투입과 장기 인재 육성을 병행하는 구조를 갖췄다. 해외 인재 확보에도 나서고 있다. 현신균 대표는 지난달 27일과 29일 미국 샌프란시스코와 동부 지역에서 열린 ‘LG 커넥트 앤 싱크’에 참석했다. LG CNS는 스탠퍼드대와 UC버클리, 캘리포니아공대, 컬럼비아대 등 미국 9개 대학의 AI·컴퓨터공학·데이터사이언스 분야 석·박사 인재 약 30명을 초청해 사업과 기술 방향을 설명했다. 한편 이번 채용은 LG CNS가 필요한 인재상이 개발자에서 AI를 활용해 산업 문제를 해결하는 엔지니어로 바뀌고 있음을 보여준다. 정확한 채용 인원과 직무별 배정 규모는 공개되지 않았다. 선발된 신입사원이 실제 AI·로봇 프로젝트에 언제, 어떤 방식으로 투입되는지도 채용 규모와 함께 확인해야 할 부분이다.
2026-09-10 10:01:00
-
삼성·오픈AI 협력, '칩 이후' 설계해야
[경제일보] 삼성전자와 오픈AI의 관계가 흥미로운 단계로 들어섰다. 삼성은 오픈AI가 필요로 하는 첨단 반도체를 만들고, 동시에 오픈AI가 만든 인공지능을 회사 안에서 대규모로 사용한다. 한쪽에서는 공급자이고 다른 한쪽에서는 고객이다. 글로벌 AI 산업의 가치사슬이 얼마나 빠르게 뒤섞이고 있는지를 보여주는 장면이다. 오픈AI는 지난 9일 서울에서 삼성전자와 차세대 AI 반도체 개발 협력이 진전되고 있다고 밝혔다. 구체적인 기술이나 생산 방식은 공개하지 않았다. 삼성전자 역시 고객 관련 사안이라며 세부 내용을 확인하지 않았다. 다만 지난해 ‘스타게이트’ 프로젝트를 계기로 시작된 양사의 관계가 메모리 공급을 넘어 차세대 칩 연구·생산으로 넓어지고 있다는 것이 오픈AI의 설명이다. 반대 방향의 거래도 이미 크게 열렸다. 삼성전자는 지난 6월 국내 전 임직원과 전 세계 DX부문 직원에게 ChatGPT Enterprise와 Codex를 제공하기 시작했다. 오픈AI는 이를 자사의 역대 최대 규모 기업 도입 사례 가운데 하나라고 밝혔다. 연구개발과 제조, 소프트웨어 개발, 제품기획과 마케팅까지 사용 영역도 넓다. 한국 기업들의 AI 도입 속도는 더 가파르다. 오픈AI에 따르면 지난 8월 말 기준 국내 기업·기관의 ChatGPT Enterprise 이용자는 1년 전보다 약 28배 늘었다. 불과 1년 사이 생성형 AI가 일부 개발자의 실험도구에서 기업 업무의 기반으로 옮겨가고 있다는 뜻이다. 모두 반길 일이다. AI 경쟁력을 키우기 위해 세계 최고 수준의 기술을 적극적으로 사용하는 것은 당연하다. 삼성이라고 예외일 이유가 없다. 기업은 국적이 아니라 성능과 생산성을 보고 도구를 선택해야 한다. 오픈AI가 삼성의 반도체를 필요로 하듯 삼성도 오픈AI의 모델과 개발도구를 활용해 연구개발 속도를 높이고 업무 생산성을 끌어올릴 수 있다. 하지만 바로 이 부분에서 하나의 질문이 생긴다. "삼성은오픈AI에 무엇을 팔고, 오픈AI를 쓰면서 무엇을 자기 것으로 남길 것인가." 이번 협력의 진짜 쟁점은 여기에 있다. 한국은 AI 시대의 핵심 생산국이다. 오픈AI와 삼성이 지난해 맺은 협력에서 삼성전자와 SK하이닉스는 스타게이트에 필요한 첨단 메모리 공급을 확대하기로 했다. 오픈AI가 예상한 메모리 수요는 웨이퍼 투입량 기준 월 최대 90만장에 달한다. 삼성은 메모리뿐 아니라 시스템반도체와 파운드리, 첨단 패키징까지 갖춘 몇 안 되는 종합 반도체 기업이기도 하다. AI 붐이 거세질수록 이런 생산능력의 가치는 커질 가능성이 높다. 따라서 ‘칩 공급자’라는 역할 자체를 낮춰 볼 이유는 없다. 세계가 원하는 반도체를 만들 수 있는 능력은 한국 산업이 수십 년간 쌓아 올린 힘이다. AI 서버 한 대도 메모리와 반도체 없이 돌아가지 않는다. 문제는 거기에서 가치사슬이 끝날 때다. 삼성이 첨단 칩을 공급하고 그 칩 위에서 돌아가는 AI 모델과 기업용 소프트웨어는 다시 해외 플랫폼에서 사오는 구조가 굳어질 경우 한국은 AI 시대에도 익숙한 위치에 머물 수 있다. 제조는 강하지만 플랫폼은 약하고, 부품은 팔지만 서비스를 사는 구조다. 반도체와 AI 소프트웨어의 사업 구조는 다르다. 반도체는 생산해 납품하면 매출이 발생한다. 기업용 AI는 고객의 업무 안으로 들어가 매일 사용된다. 개발자가 코드를 짜고 연구원이 자료를 분석하며 생산현장이 문제를 해결하는 과정에서 플랫폼은 업무 방식 자체의 일부가 된다. 사용이 늘수록 생태계와 개발 경험, 서비스 매출이 함께 쌓인다. 때문에 AI 플랫폼 기업들은 오히려 아래로 내려오고 있다. 오픈AI는 모델 개발에 머물지 않고 브로드컴과 자체 AI 반도체를 설계하고 있다. 9일 로이터 보도에 따르면 오픈AI는 직접 개발한 AI 모델을 자체 칩 설계에도 활용했고 이미 테이프아웃 단계까지 진행했다. 소프트웨어 기업이 칩이라는 하드웨어 영역으로 들어오는 것이다. 이 움직임은 삼성에도 시사하는 바가 크다. 오픈AI가 모델에서 칩으로 내려오고 있다면 삼성은 칩에서 AI로 올라가야 한다. 이 말은 삼성이 오픈AI와 경쟁할 범용 초거대 모델을 당장 만들어야 한다는 뜻이 아니다. 막대한 자본을 들여 이미 앞서 있는 글로벌 플랫폼을 그대로 복제하자는 것도 아니다. 더 현실적인 목표가 있다. 오픈AI의 AI를 삼성 내부에 적용하는 과정에서 삼성만이 가질 수 있는 AI 역량을 축적하는 것이다. 반도체 공정을 예로 들어보자. 수율이 왜 떨어지는지, 어느 장비에서 어떤 이상이 발생하는지, 공정조건을 어떻게 바꾸면 불량률이 낮아지는지에 대한 경험은 삼성의 생산현장에 있다. 수십 년간 축적한 제조 노하우는 범용 AI 기업이 돈을 주고도 단숨에 얻기 어려운 자산이다. ChatGPT와 Codex를 활용해 엔지니어의 일을 빠르게 만드는 것은 첫 단계다. 그 다음은 그 도구를 사용하는 과정에서 삼성의 공정지식과 엔지니어링 경험을 AI 기술로 바꾸는 일이어야 한다. 생산 최적화와 반도체 설계, 품질관리와 장비 유지보수에 특화된 AI 역량이 삼성 내부에 남아야 한다. 그래야 AI 사용료가 비용으로 끝나지 않고 경쟁력으로 전환된다. 이 대목에서 지난해 삼성SDS와 오픈AI가 맺은 협력도 눈여겨볼 만하다. 삼성SDS는 스타게이트 AI 데이터센터의 설계·구축·운영뿐 아니라 오픈AI 모델을 기업 업무에 도입하려는 고객을 대상으로 컨설팅과 구축·운영 사업을 추진하기로 했다. 삼성이 단순히 오픈AI의 서비스를 구매하는 데 그치지 않고 기업용 AI 사업에 참여할 통로도 이미 열려 있다는 뜻이다. 이 방향을 더 키워야 한다. 삼성·오픈AI 협력의 성적표가 ‘삼성이 HBM을 얼마나 팔았는가’와 ‘삼성 직원이 ChatGPT를 얼마나 많이 사용했는가’라는 두 숫자로만 남아서는 부족하다. 차세대 칩을 함께 연구하면서 어떤 설계 역량을 쌓았는지, AI를 제조현장에 적용하면서 어떤 독자적인 시스템을 만들었는지, 삼성SDS가 기업용 AI 시장에서 얼마나 새로운 사업을 만들었는지가 더 중요하다. 그리고 여기에는 한 가지 원칙이 필요하다. 외부 기술의 활용과 내부 역량의 축적이 함께 가야 한다. 프랜시스 베이컨은 ‘노붐 오르가눔’에서 ‘지식과 인간의 힘은 서로 같은 것’이라고 했다. 원인을 알지 못하면 원하는 결과도 얻을 수 없다는 뜻에서 나온 말이다. 네 세기가 지난 AI 시대에도 산업의 본질은 크게 달라지지 않았다. 기술을 사용하는 것과 그 기술을 이해하고 자기 능력으로 만드는 것은 다른 문제다. 오픈AI의 뛰어난 AI를 쓰는 것은 경쟁력이다. 하지만 어떤 기업이 외부 AI 없이는 핵심 업무를 개선하지 못하고, 그 과정에서 자기 기술과 사람이 자라지 않는다면 그것은 다른 종류의 의존이 될 수 있다. 반대로 글로벌 플랫폼을 적극적으로 활용하면서 그 위에 자신의 데이터와 업무지식, 소프트웨어와 서비스를 쌓는다면 협력은 산업 역량을 키우는 지렛대가 된다. 때문에 삼성·오픈AI 관계를 ‘누가 누구에게 종속되느냐’는 식으로 볼 필요는 없다. 오히려 서로가 필요하기 때문에 지금이 기회다. 오픈AI에는 삼성의 메모리와 반도체 제조능력이 필요하다. 삼성에는 최전선 AI 모델과 개발도구가 필요하다. 서로 필요한 것이 분명할 때 협상력도 생긴다. 중요한 것은 이 교환의 끝이다. 칩을 팔아 매출을 얻고 AI를 사서 생산성을 높이는 것까지는 좋은 거래다. 하지만 장기적인 산업 경쟁력은 그 거래가 끝난 뒤 무엇이 남았는지에 달려 있다. "삼성 내부에 AI를 이해하고 설계할 사람이 남았는가.", "제조 노하우가 독자적인 AI 역량으로 바뀌었는가.", "오픈AI와 함께 만든 경험이 삼성의 새로운 제품과 서비스로 이어졌는가." 이 세 질문에 답할 수 있어야 한다. 국내 ChatGPT Enterprise 이용자가 1년 만에 28배 늘었다는 숫자도 같은 의미에서 읽을 필요가 있다. 한국 기업이 AI를 빠르게 받아들이고 있다는 사실은 분명 긍정적이다. 하지만 사용자가 빨리 늘어나는 것과 AI 산업이 빨리 성장하는 것은 같은 말이 아니다. AI를 많이 쓰는 나라와 AI로 새로운 제품과 서비스를 만들어 파는 나라는 다르다. 한국이 후자로 가려면 삼성 같은 기업의 역할이 중요하다. 세계적인 제조기업이 글로벌 AI를 가장 빨리 도입하고, 그 과정에서 축적한 경험을 다시 제조 AI와 기업용 서비스로 만들어낸다면 한국은 반도체 강국이라는 강점을 AI 산업의 경쟁력으로 연결할 수 있다. 삼성과 오픈AI의 협력 확대를 반길 이유도 여기에 있다. 오픈AI가 삼성의 칩을 더 많이 사는 것도 중요하다. 삼성 직원이 오픈AI의 AI를 더 잘 활용하는 것도 중요하다. 하지만 이번 협력의 궁극적인 성적표는 다른 곳에 있어야 한다. 삼성이 칩을 팔고 AI를 사는 동안, 삼성과 한국에 어떤 AI 기술과 사업이 새로 남았는가. 공급자와 고객 사이에는 아직 넓은 공간이 있다. 삼성·오픈AI 협력이 그 공간을 한국의 기술과 사람, 서비스로 채우는 관계로 발전해야 한다. 좋은 기술협력은 많이 사고 많이 파는 데서 끝나지 않는다. 거래가 끝난 뒤 서로에게 없던 능력이 남을 때 비로소 전략적 협력이 된다.
2026-09-10 09:21:17
-
-
-
카카오, 공공혁신 사례 30곳 선정… '공공혁신' 지원 확대
[경제일보] 카카오톡과 카카오맵 등 국민들이 일상적으로 사용하는 민간 플랫폼이 의료·에너지·생활 인프라 등으로 확대되고, 인공지능(AI)까지 결합하면서 공공서비스의 효율을 높이는 수단으로 활용되는 사례가 늘고 있다. 이에 카카오는 공공기관의 활용 사례를 발굴하고 후속 교육까지 지원하며 공공부문과의 기술 협력을 확대하고 있다. 9일 카카오는 서울 용산구 나인트리 프리미어 로카우스 호텔에서 '2026 카카오 공공혁신 어워즈'를 개최하고 중앙부처와 지방자치단체, 공공기관 등 30개 기관의 공공혁신 사례를 선정했다고 밝혔다. 이번 행사는 올해 처음 열린 것으로 카카오톡·카카오맵·카카오내비 등을 공공업무에 활용해 국민 편의와 행정 효율성을 높인 사례를 발굴하고 공유하기 위해 마련됐다. 이번 어워즈에서 선정된 사례는 행정 불편 해소, 행정 효율성 증대, 예산 절감, 민관 협력, 사회문제 대응, 국민 안전 강화, 취약계층 지원, 지역정보 제공, 사회 지속가능성 제고 등 9개 분야다. 중앙부처 10곳, 지방자치단체 10곳, 공공기관 9곳, 기타 기관 1곳이 각각 우수 사례로 선정됐다. 선정된 사례들은 카카오가 외부 전문가로 구성된 선정위원회가 공개자료 등을 기반으로 100여개 공공혁신 사례를 검토해 선별됐다. 카카오는 공공혁신 중 카카오 서비스 활용이 알림을 넘어 인증·결제·상담 등으로 넓어졌으며 사이버 보안과 재난 대응, 복지 등으로 적용 분야도 확대되고 있다고 설명했다. 정연승 단국대 경영학부 교수 및 공공혁신 어워즈 선정위원장은 "카카오 서비스를 활용한 100여개 공공혁신 사례와 실무자 인터뷰를 심층적으로 분석했다"며 "심사 과정에서 서비스 활용이 단순 알림을 넘어 인증·결제·상담 등으로 확장되고, 공공혁신의 영역도 행정 효율화에서 사이버 보안·재난 대응·복지 등으로 넓어지고 있음을 확인했다"고 말했다. 카카오가 꼽은 대표적인 사례는 전남대학교병원 권역모자의료센터다. 협력기관 의료진이 참여하는 카카오톡 단체대화방을 '모자의료 진료협력 기관 핫라인'으로 활용해 응급환자가 발생했을 때 이송 가능한 병원을 신속하게 확인할 수 있는 협력체계를 구축했다. 별도의 새로운 소통 수단을 만드는 대신 의료진이 익숙하게 사용하는 메신저를 업무에 접목해 긴급한 상황에서 의사소통 속도를 높인 사례로 평가된다. 에너지 분야에서는 한국전력공사가 AI와 카카오톡 알림톡을 결합한 '전기요금 AI 안심 알리미 서비스'를 활용하고 있다. 전력 사용량을 바탕으로 전기요금 증가 가능성이 예상되는 고객에게 미리 알림을 제공해 사용자가 에너지 소비를 조절할 수 있도록 지원한다. 단순히 요금이 많이 나온 뒤 알려주는 것이 아니라 AI를 활용해 변화 가능성을 먼저 안내하는 방식으로 공공서비스의 선제적 대응 범위를 넓힌 것으로 분석된다. 카카오 등의 민간 플랫폼이 공공서비스에 활용되는 배경에는 기존 플랫폼의 높은 접근성과 서비스 인프라가 있다. 공공기관이 별도의 애플리케이션이나 시스템을 새로 구축할 경우 개발과 운영에 시간과 비용이 필요하지만, 이미 많은 국민이 사용하는 플랫폼을 활용하면 서비스 접근성을 높이면서 별도의 이용 교육 부담도 낮출 수 있는 것으로 평가된다. 카카오는 이번 어워즈를 단순한 시상 행사로 끝내지 않고 공공부문과의 협력을 이어간다는 방침이다. 수상 기관에 총 3억원 상당의 광고 비즈쿠폰을 제공하고 톡채널 메시지 등 디지털 기반의 대국민 소통에 활용할 수 있도록 지원한다. 또한 수상 기관을 대상으로 공공부문의 AI 활용 역량 강화를 위한 '카카오테크 공공부문 AI 클래스'도 진행할 계획이다. 카카오는 올해 선정된 사례를 포함해 공공부문의 서비스 혁신 사례와 성과를 담은 '카카오 공공혁신 리포트 2026'을 오는 11월 말 공개할 예정이다. 지난 2024년 처음 발간된 이후 세 번째로 발간되는 보고서를 통해 공공기관에서의 카카오 서비스 활용 현황과 혁신 사례를 지속적으로 공유한다는 계획이다. 전현수 카카오 비즈니스 성과리더는 "우수사례로 선정된 기관의 공공혁신 성과가 더 많은 국민에게 닿고, 새로운 혁신으로 이어질 수 있도록 지원하고자 한다"며 "앞으로도 카카오는 공공부문의 디지털 전환과 인공지능 전환을 지원하고, 국민이 일상에서 체감할 수 있는 공공서비스 혁신을 위해 협력을 이어가겠다"고 말했다. 권대열 카카오 CA협의체 그룹ESG 담당은 "AI와 디지털 중심으로 공공기관이 빠르게 진화하는 모습을 확인할 수 있는 시간이었다"며 "공공혁신 과정에서 카카오 그룹의 서비스와 기술을 업무와 정책 환경에 맞게 활용해 주신 데 대해 깊은 감사의 말씀을 드린다"고 말했다.
2026-09-09 10:59:26