검색결과 총 11건
-
카카오모빌리티, 자율주행 '차' 넘어 플랫폼·관제로…레벨4 상용화 정조준
[경제일보] 카카오모빌리티가 자율주행차의 주행 기술 고도화를 넘어 데이터·플랫폼·통합관제를 아우르는 전방위 경쟁력 확보에 나서며 레벨4 무인 자율주행 상용화 기반을 다지고 있다. 강남 심야 서비스로 실도로 데이터를 축적하는 동시에 E2E 기술과 관제 체계를 고도화하고 있지만, 안전성 검증과 경제성 확보라는 과제를 넘어 실제 대규모 상용화로 이어갈 수 있을지가 관건이다. 9일 카카오모빌리티는 서울 서초구 한국자동차모빌리티산업협회에서 미디어 스터디를 열고 현재 카카오모빌리티의 자율주행차 기술 현황과 앞으로의 전망 등을 공유했다. 카카오모빌리티는 자율주행 기술을 기존 규칙 기반 방식에서 인공지능(AI) 중심의 엔드투엔드(E2E) 방식으로 고도화하고 있다. 카카오모빌리티는 지난 3월 서울자율차 서비스를 시작한 이후 AI 플래너와 규칙 기반 플래너를 함께 적용하며 E2E 모델을 고도화해왔다고 강조했다. 올해 말까지 E2E 비중을 높이고 규칙 기반의 안전 평가기가 최종 검증하는 하이브리드 구조를 구축한다는 계획이다. E2E 방식은 센서 정보를 하나의 AI 모델이 종합해 주행 경로와 제어 결과를 도출하는 방식이다. 기존 규칙 기반 방식보다 복잡한 도로 상황에 유연하게 대응할 수 있다는 장점이 있지만 AI의 판단이 항상 안전하다고 보장할 수 없는 만큼 카카오모빌리티는 규칙 기반 안전 평가기로 결과를 한 번 더 검증해 안전성을 보강한다는 계획이다. 카카오모빌리티는 해당 E2E 전환을 뒷받침하기 위해 지난 9년간 센서부터 차량 제어까지 자율주행 기술을 풀스택으로 내재화해왔으며, 모빌리티 플랫폼과 기술 협력 생태계도 함께 구축하고 있다고 설명했다. E2E 모델의 성능을 좌우하는 핵심 요소로는 데이터의 '질'을 꼽았다. 단순히 주행 데이터를 많이 확보하는 것보다 불법 유턴이나 신호 위반, 갑작스러운 공사 등 예측하기 어려운 '엣지케이스'를 얼마나 빠르게 찾아내 학습시키느냐가 중요하다는 것이다. 카카오모빌리티는 주행 데이터를 수집한 뒤 정제, 오토라벨링, 데이터 마이닝, 모델 재학습으로 이어지는 데이터 파이프라인을 구축해 이 과정을 자동화하고 있다. 특히 가장 복잡한 도심 환경 중 하나인 강남에서 서울자율차를 운행하며 데이터를 축적하고 있다. 카카오모빌리티는 지난 6개월간 심야 서비스를 운영하며 강남 전역의 주행 데이터를 확보했으며, 지난 6월부터는 통행량과 보행자가 많은 주간 시간대에도 학습을 위한 데이터 수집을 이어가고 있다. 카카오모빌리티는 희소한 엣지케이스를 포함한 고품질 데이터를 빠르게 확보하고 학습에 반영하는 데이터 파이프라인이 향후 자율주행 성능 향상의 핵심이라고 강조했다. 임인호 카카오모빌리티 자율주행개발팀 AI주행파트 리더는 "강남은 한국에서 가장 복잡한 도심 환경으로 지난 2018년부터 판교에서 많은 테스트를 해 온 카카오모빌리티에게도 강남의 심야는 항상 새로운 숙제를 던져 주는 곳"이라며 "쉬운 곳에서 1년 달리는 것보다 강남에서 1달 달리는 것이 AI 모델에게는 훨씬 더 좋다고 생각한다"고 말했다. 카카오모빌리티는 자율주행 기술 개발을 넘어 실제 승객의 이동을 책임지는 서비스와 플랫폼 구축에도 속도를 내고 있다. 카카오모빌리티는 자체 자율주행 기술을 활용한 사업자이면서 동시에 여러 기술기업의 자율주행 서비스를 연결하는 플랫폼 사업자 역할을 수행하고 있다. 현재 강남에서는 자체 기술이 적용된 차량으로 자율주행 여객운송 서비스를 운영하고 있으며, 지난 3월 2대로 시작한 서비스를 지난달 20일 기준 6대로 확대했다. 누적 운행거리는 1만3000km, 운행 완료 건수는 2000건을 넘어섰다. 카카오모빌리티는 자율주행이 레벨4 무인 대규모 상용화 단계로 넘어가기 위해서는 단순한 호출 기능을 넘어 자율주행에 특화된 플랫폼이 필요하다고 강조했다. 승객에게는 별도 앱을 설치하지 않고 기존 카카오T에서 자율주행 서비스를 이용할 수 있도록 하고, 자율주행차가 운행할 수 있는 구역과 승하차 지점을 관리해 이용 경험의 단절을 줄이는 방식이다. 기술 개발사에는 차량의 운행 가능 구역을 관리하고 각 기술 수준에 맞는 경로를 제공하는 기능 등을 지원해 주행 기술 개발에 집중할 수 있는 환경을 제공한다는 구상이다. 무인 자율주행 시대에는 차량 한 대의 AI만으로 대응하기 어려운 상황도 발생하는 만큼 통합 관제의 중요성도 커지고 있다. 정전이나 신호 마비, 도로 침수·공사·사고·집회 같은 외부 변수뿐 아니라 승객의 이상 상황에도 대응해야 하기 때문이다. 이에 카카오모빌리티는 24시간 관제 체계를 기반으로 차량과 서비스, 도로 환경을 통합 모니터링하고 있으며, 이상 로그가 발생하면 영상을 확인하고 현장 인력을 출동시키는 체계를 운영하고 있다. 특히 카카오모빌리티는 이상 상황에 대한 즉각적인 대처를 위해 자율주행 통합 관제시스템(AICS)을 구축하고 있다. 차량의 카메라와 센서 정보, 주행 중 발생하는 이상 로그 등을 실시간으로 확인하고 향후에는 원격 지원 기능까지 연계한다는 계획이다. 직접 차량을 조종하는 방식이 아니라 관제센터가 주행 경로 등을 제안하고 차량의 자율 판단을 거쳐 수행하도록 하는 방식이다. 김민선 카카오모빌리티 자율주행사업팀 리더는 "카카오모빌리티는 자체 고유의 주행 기술인 코어 테크, 그리고 플랫폼, 관제가 맞물리는 '진화 루프' 체계를 만들려고 한다"며 "이러한 진화 루프를 통해 카카오모빌리티는 계속 자율주행 상용화 및 내일의 여정을 일상의 여정이 되도록 만드는 데 노력하고 있다"고 말했다. 카카오모빌리티는 서울자율차의 운행 지역과 시간, 차량 대수 확대를 추진하고 있지만 구체적인 일정은 안전성 검증 이후로 미뤘다. 카카오모빌리티에 따르면 지난 3월 서비스 시작 이후 현재까지 자체 차량의 귀책으로 발생한 대인·대물 사고는 없으며, 다른 차량의 추돌 등 외부 요인으로 발생한 사고에 대해서도 24시간 내 국토교통부 사고조사위원회에 보고하는 체계를 마련했다고 설명했다. 레벨4 무인 운행으로의 전환 시점 역시 구체적인 날짜를 제시하지 않았다. 카카오모빌리티는 국토부가 마련한 무인 자율주행차 안전 운행 가이드라인을 바탕으로 전환 계획을 수립하고 있으며, 정부와 관계 기관이 마련 중인 무인 레벨4 기술 로드맵에 맞춰 사업을 추진한다는 방침이다. E2E 모델은 연내 도입·테스트를 목표로 하고 있다. 다만 자율주행 기술 고도화와 함께 경제성 확보도 과제로 꼽힌다. 카카오모빌리티는 대규모 상용화를 위해 차량 한 대가 창출하는 수익이 운영 비용을 넘어서는 구조를 확보해야 한다고 보고, 고품질 주행 모델 확보 이후 경량화와 대량생산 등을 통해 비용을 낮추는 방안을 검토하고 있다. 특히 카카오모빌리티는 글로벌 자율주행 기업과의 기술 격차를 특정 연수로 평가하기는 어렵다면서도 서울과 강남에서 축적한 데이터를 활용해 한국의 도로 환경에 특화된 성능을 높이는 데 집중하고 있다고 설명했다. 특히 사고가 발생하지 않은 데이터에만 의존하는 한계를 보완하기 위해 시뮬레이터에서 충돌과 위험 상황을 의도적으로 재현해 대응 능력을 검증하고 있다고 강조했다. 사업 영역에서는 당장 물류용 자율주행 기술 개발로 확장하기보다는 여객 서비스에 집중한다는 입장을 분명히 했다. 카카오모빌리티는 현재 자체 자율주행 기술을 여객 운송에 적용하는 데 주력하고 있으며, 물류용 주행 기술 개발은 현재 고려하지 않고 있다. 다만 플랫폼 사업자로서 향후 자율주행 화물·물류 서비스나 로봇 등 다양한 영역으로 플랫폼을 확장하는 가능성은 열어뒀다. 해외 자율주행 기업의 국내 진출에 대해서도 자체 주행 기술과 플랫폼을 동시에 보유한 점을 차별점으로 제시하면서, 향후에는 자체 기술뿐 아니라 다양한 기술 개발사와 연계해 일반적인 승객 이동을 자율주행으로 전환하는 플랫폼 역할을 강화할 계획이라고 전했다.
2026-09-09 15:38:35
-
"자율주행차보다 서비스"…카카오모빌리티, 카카오T로 상용화 정조준
[경제일보] 카카오모빌리티가 자율주행 사업의 경쟁 기준을 차량의 주행 기술에서 플랫폼과 도시 단위 운영 역량으로 확대하고 있다. 자체 자율주행 기술을 고도화하는 동시에 기존 카카오T 플랫폼에 자율주행 서비스를 연결해 이용자의 접근성을 높이고, 완성차·부품사·공공기관·지자체·학계 등과 생태계를 구축해 실제 일상에서 활용되는 서비스로 만들겠다는 전략으로 풀이된다. 7일 카카오모빌리티는 류긍선 카카오모빌리티 대표가 이날 열린 '2026 글로벌 모빌리티 콘퍼런스'에서 기조연설자로 나서서 '자율주행 기술을 일상의 이동으로'를 주제로 발표를 진행했다고 밝혔다. 이날 류 대표는 자율주행 상용화의 핵심은 차량 한 대의 주행 성능을 넘어 시민의 일상에서 서비스를 완결하고 도시 단위로 운영하는 데 있으며, 자율주행차는 혼자 달리지만 자율주행 서비스는 기술·제조·공공·학계가 함께 만들어야 한다고 강조했다. 카카오모빌리티가 주목하는 것은 기존 모빌리티 플랫폼과 자율주행의 결합이다. 카카오모빌리티에 따르면 강남 심야 자율주행 서비스 이용자의 97%가 별도의 애플리케이션을 설치하지 않고 기존 카카오T 화면에서 자율주행 서비스를 이용했다. 자율주행 전용 앱을 새로 확보하기보다 기존 이용자가 익숙한 카카오T 안에서 서비스를 접하도록 해 진입 장벽을 낮추는 방식이다. 카카오모빌리티는 자율주행을 별도의 기술 서비스가 아닌 기존 이동 플랫폼의 한 종류로 편입하고 있다. 이용자가 택시를 호출하듯 카카오T에서 자율주행차를 선택하고 탑승하는 환경이 갖춰지면 자율주행 기술이 특정 시범사업이나 체험 서비스에 머무르지 않고 일상적인 이동수단으로 자리 잡게 한다는 구상이다. 실제 카카오모빌리티는 최근 강남 지역에서 자체 기술 기반 '서울자율차'를 확대했다. 지난 3월 2대로 시작한 서비스를 지난달 20일부터 6대로 늘렸고, 교통약자 보호구역까지 운행 범위도 넓혔다. 복잡한 도심에서 주행 데이터를 추가로 확보해 자율주행 알고리즘과 시스템 안정성을 고도화하는 동시에 서비스 운영 경험을 축적하고 있다. 차량이 늘어나면서 중요해지는 것은 단순 주행 성능만이 아니다. 여러 대의 차량을 동시에 배치하고 호출 수요에 맞춰 운행하며, 돌발 상황이 발생했을 때 관제와 현장 대응을 수행하는 운영 체계가 필요하기 때문이다. 류 대표가 자율주행 서비스의 평가 기준을 차 한 대의 주행 성능보다 도시 안에서 수백 대를 어떻게 운영하느냐로 옮겨야 한다고 강조한 것도 이 같은 배경으로 풀이된다. 카카오모빌리티가 자율주행 핵심 기술을 직접 내재화하고 있는 것도 도시 단위 운영을 위한 기반으로 분석된다. 카카오모빌리티는 고정밀 지도와 시뮬레이터, 자율주행 데이터 파이프라인, AI 기반 주행 기술, 통합 관제 시스템 등을 구축해왔으며 이를 실제 운행 서비스에 적용하고 있다. 또한 지난달에는 인지부터 제어까지 하나의 통합 AI 모델이 수행하는 E2E 자율주행 기술 고도화도 진행 중이라고 설명했다. 특히 자율주행차가 늘어날수록 도시 인프라의 변화가 불가피한 것으로 평가된다. 현재의 도로와 신호 체계는 사람이 직접 운전하는 차량을 전제로 설계된 만큼 자율주행차가 대규모로 운행되기 시작하면 도로·신호·승하차 공간·관제체계 등이 함께 바뀌어야 한다는 것이다. 자율주행 기술이 특정 기업의 제품 경쟁에서 도시 전체의 교통 시스템 경쟁으로 확대되는 것이다. 이에 카카오모빌리티는 외부 기관과의 생태계 구축을 강조하고 있다. 자율주행 서비스는 차량 제조사와 기술기업만으로 운영하기 어려운 만큼 공공 부문에서는 관련 규제와 인프라를 마련하고, 제조·부품업계에서는 서비스에 적합한 차량과 부품을 공급하며, 플랫폼 사업자는 이용자와 차량을 연결하는 역할을 수행하는 구조가 필요하다는 분석이다. 자율주행 시장이 기술 실증을 넘어 실제 상용 서비스 단계로 이동할수록 누가 가장 뛰어난 차량을 만드느냐뿐 아니라 누가 이용자에게 서비스를 연결하고 도시 단위로 안정적으로 운영할 수 있느냐가 경쟁력으로 부상하고 있다. 카카오모빌리티가 강남에서 축적한 플랫폼·운영 경험을 기반으로 자율주행의 활동 범위를 얼마나 넓힐 수 있을지가 향후 사업 성패를 가를 핵심 변수가 될 것으로 전망된다. 류긍선 대표는 "같은 기술이라도 도시가 바뀌면 '다른 10퍼센트의 난제'를 만난다"며 "자율주행 서비스의 평가 기준도 차 한 대가 얼마나 잘 달리는가보다 도시 안에서 수백 대를 어떻게 운영하는가로 옮겨 가야 한다"고 말했다. 이어 "자율주행차는 혼자서 달리지만, 자율주행 서비스는 함께 만들어야 한다"며 "지난 10여년간 축적해 온 모빌리티 기술 개발 경험과 플랫폼 운영 역량을 바탕으로, 민관 협력을 통해 자율주행이 일상 속 교통 서비스로 자리 잡는 지속가능한 생태계 조성에 기여하겠다"고 덧붙였다.
2026-09-07 15:35:40
-
자율주행 패권 경쟁 해법은 'AI 고도화'…"데이터·피지컬 AI가 좌우한다"
[경제일보] 자율주행 경쟁에서 앞서기 위해서는 데이터를 많이 확보하는 데 그치지 않고, AI 모델의 지속적인 개선으로 연결하는 기술력이 필요하다는 진단이 나왔다. 경험하지 못한 주행 상황까지 예측하고 대응하는 피지컬 AI와 파운데이션 모델 개발이 자율주행 기술 경쟁의 핵심 과제로 떠올랐다는 설명이다. 26일 서울 강남구 코엑스에서 열린 ‘2026 자율주행 산업 컨퍼런스’에서는 현대자동차 이경민 상무, 한국자동차연구원 전병욱 소장, 서울대학교 최준원 교수가 차례로 강연에 나서 자율주행 AI의 발전 방향을 제시했다. 이 상무는 ‘데이터 플라이휠을 통한 자율주행 모델의 지속 개선’, 전 소장은 ‘피지컬 AI 시대, 자율주행 패권 경쟁과 K-모빌리티 전략’, 최 교수는 ‘자율주행 파운데이션 모델의 핵심 설계 쟁점과 발전 방향’을 주제로 발표했다. 이경민 상무는 자율주행 모델을 지속적으로 개선하려면 데이터를 확보하는 데 그치지 않고, 학습과 검증까지 연결하는 구조를 만들어야 한다고 설명했다. 수집한 데이터를 분석·선별해 모델을 학습하고 검증한 뒤 차량에 적용하고, 다시 새로운 데이터를 확보하는 순환 구조가 핵심이라는 설명이다. 이 상무는 “데이터가 핵심이라기보다 데이터를 돌릴 수 있는 프레임이 핵심”이라며 “데이터 플라이휠은 기본적으로 데이터 수집, 데이터 학습, 학습된 모델이나 룰을 다시 데이터로 연결하는 구조”라고 말했다. 실제 주행에서 확보되는 데이터 가운데 모델 성능을 높이는 데 필요한 데이터는 일부에 불과하다는 점도 짚었다. 일반적인 직진 주행보다 차선 변경이나 돌발 상황처럼 모델이 취약한 상황을 골라내고 이를 학습에 활용해야 한다는 것이다. 이 상무는 “실제 데이터를 취득하고 나서 그걸로 학습하면서 끝나는 게 아니라 3D로 구성하고 다양한 상황을 만들어서 시뮬레이션을 통해 검증할 수 있어야 한다”고 말했다. 데이터의 양을 늘리는 것만큼 모델 성능을 떨어뜨리는 문제 상황을 빠르게 찾아내는 과정도 중요하다고 봤다. 문제의 원인을 분석해 다시 학습에 반영하고, 시뮬레이션과 실제 차량 테스트를 통해 안전성을 확인해야 한다는 설명이다. 이어 전병욱 소장은 대규모 데이터를 학습하는 AI를 넘어 물리 세계를 이해하고 예측하는 피지컬 AI가 자율주행의 다음 경쟁 영역이 될 것으로 내다봤다. 전 소장은 “AI 모델은 확보한 데이터에 대해서는 굉장히 잘하지만 예측 불가능한 데이터에 대해서는 상당히 취약하다”며 “데이터 규모는 필요조건일 뿐이고, 결국 자율주행을 하려면 물리 세계를 이해하고 예측하는 일반 지능이 필요하다”고 말했다. 야간이나 폭설, 동물 출현처럼 실제 도로에서 발생 빈도가 낮은 상황은 아무리 많은 데이터를 확보하더라도 충분히 학습하기 어렵다고 설명했다. 이런 상황에 대응하려면 과거 사례를 암기하는 방식에서 벗어나 물리 법칙과 인과관계를 이해하는 AI가 필요하다는 것이다. 전 소장은 월드 모델을 대표적인 기술로 꼽았다. 월드 모델은 물리 법칙과 인과관계를 학습해 특정 행동 이후 발생할 상황을 예측하는 모델이다. 국내 자율주행 산업에는 현재 기술을 빠르게 확보하면서 차세대 기술 개발을 병행하는 투트랙 전략을 제시했다. 전 소장은 “2세대 자율주행을 최대한 빠르게 추격하면서 3세대 자율주행을 선점하는 전략으로 가야 한다”며 “AI 모델 경량화와 차량용 추론 반도체 개발도 함께 이뤄져야 한다”고 강조했다. 마지막으로 최준원 교수는 자율주행 파운데이션 모델의 핵심 과제로 엣지 케이스 대응과 모델 구조, 연산 효율, 시뮬레이션 검증을 제시했다. 갑자기 차량이 끼어들거나 동물이 도로에 나타나는 등 규칙을 일일이 설정하기 어려운 상황에 대응하는 능력이 중요하다는 설명이다. E2E 방식은 인지부터 계획까지 하나의 AI 모델로 연결해 전체 과정을 하나의 목적에 맞춰 최적화할 수 있다는 점에서 기존 모듈러 방식과 차이가 있다고 설명했다. 최 교수는 파운데이션 모델을 주변 환경을 이해하는 ‘씬 인코더’와 차량의 행동을 생성하는 ‘액션 디코더’로 구성하는 방식도 소개했다. 센서에서 들어오는 정보를 3차원 공간으로 변환하고 이를 토큰화해 시공간 정보를 압축하는 구조다. 최 교수는 “주변 씬에 대한 시공간 정보를 잘 압축해서 표현하는 게 굉장히 중요하다”며 “엣지 케이스 대응을 위해 차량과 주변 객체의 속도, 가속도, 위치 등 다양한 정보를 학습하는 과정이 필요하다”고 말했다. 연산 효율 역시 실제 차량 적용을 위한 주요 과제로 꼽았다. 차량 주변의 넓은 영역을 높은 해상도로 처리하면 연산량이 크게 늘어나는 만큼 시공간 정보를 압축하고 과거 정보를 활용해 필요한 정보만 처리하는 방식이 필요하다는 설명이다. 실제 도로에서 확보하기 어려운 엣지 케이스를 다루기 위해서는 시뮬레이션도 필요하다. 최 교수는 “도로에 나가면 엣지 케이스도 별로 없고 AI 모델을 바로 도로에 나가서 하기에는 위험하기도 하다”며 시뮬레이션을 통한 안전성 검증의 필요성을 강조했다. 향후에는 실제 주행 데이터를 증강해 엣지 케이스를 확보하고 시뮬레이터에서 모델의 안전성과 성능을 검증하는 연구가 중요하다고 설명했다. 강화학습을 활용한 모델 안정성 향상과 실제 차량에서 구동할 수 있도록 모델을 경량화하는 작업도 주요 과제로 꼽았다.
2026-08-26 16:58:23
-
-
KT, 양자컴퓨팅 시대 보안 구상 공개…네트워크 전 구간 보호한다
[경제일보] KT가 양자컴퓨팅 시대에 대비한 미래 네트워크 보안 구상을 공개했다. AI가 사이버 공격 자동화에 활용되고 양자컴퓨터가 기존 암호 체계를 위협할 수 있다는 우려가 커지는 가운데 통신망과 데이터 전 구간을 보호하는 보안 체계를 선제적으로 마련하겠다는 전략이다. KT는 2026 한국통신학회 하계종합학술발표회 특별 세션에서 ‘E2E 퀀텀 시큐리티(E2E Quantum Security)’를 공개했다고 21일 밝혔다. 이번 학술대회는 17일부터 19일까지 제주 해비치 호텔&리조트에서 열렸으며 19일 진행된 KT 특별 세션에서는 정제민 KT 네트워크AI연구담당 상무가 발표를 맡았다. KT는 발표에서 AI와 양자컴퓨팅이 네트워크 보안 환경을 빠르게 바꾸고 있다고 진단했다. AI는 취약점 탐지와 공격 자동화에 활용되고 있으며 자율적으로 진화하는 공격 방식은 기존 보안 체계의 대응 속도를 압박하고 있다. 양자컴퓨팅 기술이 발전하면 현재 널리 쓰이는 공개키 암호 체계의 안전성도 약화될 수 있다. 공개키 암호는 누구나 공개키로 데이터를 암호화할 수 있지만 복호화는 개인키를 가진 사용자만 할 수 있는 구조다. 현재는 암호화된 데이터를 탈취해도 해독이 어렵지만 충분한 성능의 양자컴퓨터가 등장하면 일부 공개키 기반 암호 체계가 위협받을 수 있다. 글로벌 보안 업계가 양자내성암호와 양자보안 기술 전환을 서두르는 이유다. KT가 제시한 E2E 퀀텀 시큐리티는 데이터 전송 경로뿐 아니라 네트워크 장비, AI 데이터센터, 클라우드 등 주요 인프라 전반에 양자보안 기술을 적용하는 구상이다. 단일 구간 보호가 아니라 통신망과 데이터 흐름 전체를 종단 간으로 관리하겠다는 점이 핵심이다. 전략은 세 가지 축으로 구성된다. 고객과 통신망 사이의 데이터 전송 구간을 보호하는 ‘퀀텀 링크’, 네트워크 장비와 운영 구간의 취약점 및 이상 징후를 탐지하는 ‘퀀텀 노드’, 데이터의 생성·저장·활용·삭제까지 전 생애주기를 보호하는 ‘퀀텀 볼트’다. KT는 이를 통해 전송 구간, 네트워크 장비, 데이터까지 전 영역에 걸친 통합 보호 체계를 구축하고 사이버 공격 대응 속도와 보안 안전성을 높일 수 있을 것으로 보고 있다. 특히 AI 데이터센터와 클라우드가 통신 인프라의 핵심으로 부상하면서 데이터가 이동하고 처리되는 모든 지점의 보안 수준을 함께 끌어올리는 것이 중요해졌다. 이번 특별 세션에서는 AI·양자 보안 외에도 통신망 운영과 관련된 보안 이슈가 다뤄졌다. 5G·LTE 이동통신 환경의 보안 취약점과 무선 공격 기법, 단말·무선 프로토콜·서비스 구성 과정의 보안 문제, 제로 트러스트 기반 보안 체계, 통신 사업자의 AI 시대 보안 전략 등이 논의됐다. KT의 이번 구상은 기존 양자보안 사업의 연장선에도 있다. KT는 앞서 과학기술정보통신부와 한국인터넷진흥원(KISA)이 추진하는 양자내성암호 전환 시범사업에 참여해 국방 주요 체계에 PQC를 적용하겠다고 밝힌 바 있다. 스마트 부대 플랫폼, CCTV·영상저장 시스템, 드론·지상통제체계 등 실제 운용 환경에서 양자내성암호의 적용성과 성능을 검증하는 내용이다. 이종식 KT 미래네트워크Lab장 전무는 “이번 특별 세션은 지속적으로 고도화되는 사이버 공격에 대응하기 위한 AI 기반 보안 기술과 KT의 미래 네트워크 보안 구상을 공유한 뜻깊은 자리”라며 “KT는 AI와 양자 기술 역량을 바탕으로 미래 네트워크의 안정성과 신뢰성을 지속적으로 강화해 나가겠다”고 말했다.
2026-06-21 12:43:20
-
-
-
현대차·기아, 광주서 자율주행 200대 실증…'아트리아 AI' 탑재
[경제일보] 현대차·기아가 그간 축적한 자율주행 역량을 기반으로 광주광역시 자율주행 실증 사업에 참여한다. 기존 양산차 기반 자율주행 차량 200여대를 투입하고 자체 개발한 자율주행 설루션 ‘아트리아 AI’를 적용해 실제 도로 환경 데이터를 확보하겠다는 전략이다. 13일 업계에 따르면 현대차·기아는 이날 광주광역시 김대중컨벤션센터에서 국토교통부와 광주광역시, 한국교통안전공단(TS), 삼성화재, 오토노머스A2Z, 라이드플럭스 등과 함께 자율주행 실증도시 조성을 위한 업무협약을 체결했다. 이번 사업은 공공기관과 민간 기업이 함께 ‘대한민국 자율주행팀’ 협의체를 구성해 대규모 차량 운영과 데이터 수집, 기술 검증을 공동 추진하는 방식으로 진행된다. 다양한 도로 환경을 갖춘 광주 지역에서 실제 자율주행 서비스를 운영하며 기술 완성도를 높이겠다는 구상이다. 실증사업은 올해 하반기 광산구와 북구, 서구 일부 지역에서 먼저 시작된다. 이후 내년에는 남구와 동구를 포함한 광주광역시 5개 기초구 전역으로 확대될 예정이다. 국토교통부는 사업 총괄과 제도·정책 지원을 담당한다. 광주광역시는 기업 상주 공간과 차고지, 충전 설비 등 실증 인프라를 지원한다. 한국교통안전공단은 행정 지원과 기술 검증 업무를 맡는다. 현대차·기아는 이번 사업에서 차량 제작과 운영 플랫폼, 자율주행 기술 검증 등 핵심 역할을 담당한다. 기존 양산차를 기반으로 제작한 자율주행 차량 약 200대를 공급하고 AI 기반 모빌리티 플랫폼 ‘셔클’을 활용한 운영 서비스도 맡기로 했다. 셔클은 현대차그룹이 개발한 수요응답형 모빌리티 플랫폼이다. 차량 호출과 실시간 배차, 운행 관제 기능 등을 수행할 수 있다. 현대차·기아는 기존 AI 경로 최적화 기술을 기반으로 자율주행 특성과 실시간 교통 상황을 반영한 지능형 배차 체계를 구축한다는 계획이다. 이번 실증에는 현대차·기아의 자체 자율주행 설루션인 ‘아트리아 AI’도 투입된다. 아트리아 AI는 인식과 판단, 제어 과정을 하나의 AI 모델로 연결하는 E2E(End to End·엔드 투 엔드) 방식 기반 기술이다. 기존 자율주행 시스템은 특정 상황별 규칙과 시나리오를 사전에 입력하는 룰베이스(Rule-Based) 방식 비중이 높았다. 반면 E2E 방식은 실제 주행 데이터를 통합 학습하면서 복합적인 교통 환경에 대응하는 구조다. 현대차·기아는 이번 광주 실증 사업을 통해 실제 도로 환경에서 아트리아 AI 성능과 안정성을 검증할 계획이다. 향후 확보되는 대규모 실주행 데이터를 기반으로 자율주행 기술 고도화 작업도 이어간다는 방침이다. 실증 차량은 기존 양산차 기반으로 제작된다. 기본적으로 자율주행용 카메라 8대와 레이더 1대를 탑재해 다양한 주행 환경에 대응하도록 설계된다. 향후 실증 과정에서 추가 센서를 장착하는 방안도 검토된다. 박민우 현대차·기아 AVP본부장(사장)은 “이번 실증 사업은 향후 국내 자율주행 기술을 고도화하는 데 중요한 기점이 될 것”이라며 “실증을 통해 고객에게는 높은 수준의 자율주행 경험을 제공하고, 중장기적으로는 자율주행 기술 주도권 확보의 기반을 마련하겠다”고 말했다.
2026-05-13 14:45:30
-
-
-
2029년 도심 자율주행·2028년 로봇 투입…모빌리티·제조 동시 확장
[경제일보] 기아가 자율주행 경쟁의 축이 기술 성능에서 데이터 확보와 활용 역량으로 이동하는 흐름에 맞춰 전략 전환에 나섰다. 2029년 도심 자율주행 적용과 로보틱스 생산 현장 투입을 통해 모빌리티와 제조를 연결하는 구조도 본격화한다. 9일 업계에 따르면 기아는 ‘2026 CEO 인베스터 데이’를 통해 자율주행과 SDV, 로보틱스를 중심으로 한 중장기 기술 전략을 공개했다. 기아는 센서 표준화를 기반으로 데이터 확보 전략을 추진한다. 엔비디아와 협력해 데이터 연합을 구축하고, 글로벌 판매 차량에서 수집되는 데이터를 학습과 성능 개선에 반복 활용하는 ‘데이터 플라이휠’ 구조를 구축한다는 계획이다. 자율주행 전략은 외부 협력과 자체 기술 고도화를 동시에 추진하는 방식으로 설계됐다. 글로벌 파트너와 협력해 센서와 시스템 표준화를 조기에 확보하고, 이를 기반으로 양산 차량 적용 시점을 앞당긴다. 시장 출시 속도를 높여 초기 고객 경험을 확보하는 데 초점이 맞춰졌다. 동시에 양산 차량에서 축적되는 주행 데이터를 활용해 엔드투엔드(E2E) 자율주행 모델을 고도화한다. 실제 주행 환경 데이터를 기반으로 안정성과 신뢰성을 높이고, 기술 내재화를 추진하는 구조다. 구체적인 적용 일정도 제시됐다. 기아는 오는 2027년 말까지 고속도로 환경에서 레벨2+ 자율주행 기술을 적용한 SDV 모델 개발을 완료하고, 2029년 초에는 도심 환경까지 확장된 레벨2++ 기술을 적용할 계획이다. 첫 번째 SDV 차량에는 현대차그룹의 차세대 전자·소프트웨어 구조가 적용된다. 도메인 기반 아키텍처 CODA(Computing & I/O Domain-based Architecture), 차세대 인포테인먼트 플랫폼 ‘플레오스 커넥트’, 차량용 에이전틱 AI ‘글레오(Gleo) AI’가 통합된다. 자율주행 기술은 기능 구현을 넘어 실제 주행 환경에서의 신뢰 확보에 초점이 맞춰졌다. 기술 시연이 아닌 일상 주행에서의 안정성과 사용자 경험 개선이 핵심이다. 로보틱스 사업도 병행 확대된다. 현대차그룹은 보스턴다이나믹스를 중심으로 로봇 기술 내재화와 사업화를 동시에 추진하고 있다. 보스턴다이나믹스는 향후 10년 내 범용 로봇 대중화를 목표로 이동·인지·조작 기능을 통합한 기술 확보에 나선 상태다. 이를 기반으로 산업 현장과 물류, 서비스 영역으로 적용 범위를 확대한다는 전략이다. 이를 위해 그룹 생산시설을 활용한 수요 확보와 데이터 축적, AI 인프라 및 인재 투자, 글로벌 기업과의 협력을 병행한다. 구글 딥마인드와 엔비디아 등과 협력해 피지컬 AI와 VLA(Vision-Language-Action) 기술 역량을 확보하고, 현대모비스와 협업해 핵심 부품 경쟁력도 강화한다. 제품 개발은 단계적으로 진행된다. 아틀라스 등 주요 로봇을 기반으로 초기에는 검증된 작업에 투입하고, 이후 AI 학습을 통해 점차 고난도 작업으로 확장하는 방식이다. 사업화는 물류와 제조 두 축으로 추진된다. 물류 분야에서는 PBV와 로봇을 결합한 풀스택 솔루션을 통해 라스트 마일 배송 시장 진입을 추진한다. PBV 차량에 스트레치와 스팟을 결합해 물류 자동화 구조를 구축하는 방식이다. 제조 분야에서는 로봇을 생산 현장에 투입해 효율 개선에 나선다. 아틀라스는 2028년 현대차그룹 메타플랜트 아메리카(HMGMA)에 도입된 이후 2029년 기아 조지아 공장으로 확대 적용되며, 이후 글로벌 생산 거점으로 확장될 예정이다. 적용 대상은 16개 핵심 공정으로, 생산성 향상과 안전 개선, 품질 안정화를 동시에 추진한다.
2026-04-09 17:23:54