2026.09.01 화요일
검색
'NPU' 검색결과
기간검색
-
~
검색영역
검색어
-
NC AI, 사우디서 '피지컬 AI' 승부…K-AI 중동 공략 본격화 [경제일보] NC AI가 사우디아라비아를 발판으로 피지컬 AI의 중동 시장 공략에 나선다. 단순히 AI 모델을 소개하는 수준을 넘어 국산 AI 반도체부터 클라우드·인프라, AI 모델과 애플리케이션까지 연결한 한국형 ‘풀스택 AI’를 현지 산업에 적용하는 데 초점을 맞춘다. NC AI는 31일부터 9월 3일까지 사우디아라비아 리야드에서 열리는 글로벌 기술 전시회 ‘LEAP 2026’에 참가해 한국 풀스택 AI 컨소시엄 공동관을 운영한다고 밝혔다. 한국인공지능·소프트웨어산업협회(KOSA) 주도로 마련된 공동관에는 메가존클라우드, 업스테이지, 퓨리오사AI, 유라클 등이 참여한다. NC AI는 이번 전시에서 산업특화 AI ‘배키(VAETKI)’를 중심으로 피지컬 AI 기술을 선보인다. 가상 공간을 구현하는 디지털트윈, 현실 세계를 이해하는 월드모델, 물리적 행동을 제어하는 로봇 파운데이션 모델을 하나의 체계로 연결하는 방식이다. 물류센터와 도시 환경을 구현한 디지털트윈을 통해 실제 산업 현장에서 AI가 어떻게 활용될 수 있는지를 보여줄 계획이다. 특히 ‘바르코 3D(VARCO 3D)’와 ‘배키 트윈’을 활용한 시연도 진행한다. 물류센터 운영 상황과 도시 건축물을 3D 환경으로 구현하고, LEAP 전시장과 공동관까지 가상 공간으로 재현해 디지털트윈 구축 기술을 소개한다. NC AI는 텍스트와 이미지로 3D 자산을 생성할 수 있는 기술을 통해 디지털트윈 제작에 필요한 시간과 비용을 줄일 수 있다고 설명한다. 이번 행사가 주목받는 이유는 사우디가 AI를 국가 산업전환의 핵심 분야로 육성하고 있기 때문이다. 사우디는 정부와 국부펀드(PIF), 아람코 등을 중심으로 AI 반도체와 데이터센터, AI 모델 및 서비스에 대한 투자를 확대하고 있다. LEAP에도 구글클라우드·AWS·엔비디아·AMD 등 글로벌 빅테크와 중국 기업들이 대거 참여해 현지 AI 시장을 둘러싼 경쟁이 치열해지고 있다. 한국 기업들은 이미 현지 실증에도 들어갔다. 메가존클라우드는 지난 5월 퓨리오사AI·NC AI·업스테이지·유라클과 컨소시엄을 구성해 아람코 디지털을 대상으로 국산 AI 반도체 기반 서버형 AI 인프라 실증 사업을 추진한다고 밝혔다. NC AI는 이 사업에서 AI 기반 3D 렌더링과 디지털트윈 서비스를 맡는다. 따라서 이번 LEAP 참가가 단순 전시회 마케팅에 그치지 않고 기존 실증 사업을 실제 계약과 현지 레퍼런스로 확대하는 계기가 될지가 관건이다. 특히 사우디가 제조·에너지·도시개발·국방 등 산업 전반에서 AI 도입을 추진하고 있는 만큼 현실 세계의 설비와 공간을 이해하고 제어하는 피지컬 AI는 국내 기업이 차별화할 수 있는 분야로 꼽힌다. 다만 중동 시장을 선점하려면 기술 시연만으로는 부족하다. 현지 데이터와 산업 환경에 맞춰 모델을 재학습하고, 보안·데이터 주권을 충족하면서 실제 프로젝트의 투자비와 운영비까지 낮출 수 있는지가 중요하다. 사우디 시장에서 글로벌 빅테크와 중국 기업까지 경쟁하는 만큼 한국 기업 간 기술 결합을 넘어 현지 기업과의 장기적인 파트너십을 확보해야 한다는 과제도 남는다. NC AI 이연수 대표는 “최고 수준의 한국형 풀스택 AI 역량을 글로벌 시장에 널리 알리고 현지 파트너들과 긴밀히 소통해 실질적인 비즈니스 성과를 창출하겠다”고 말했다.2026-08-31 09:01:07
-
KT, 국산 AI 모델 '연합군' 구축…6000만 생활 접점서 상용화 나선다 [경제일보] KT가 국내 AI 기업들과 손잡고 국산 인공지능(AI) 모델의 상용화와 대중화에 나선다. 개별 AI 모델의 성능 경쟁을 넘어 여러 모델과 전문 서비스를 하나로 연결하고, 이용자가 실제 생활에서 AI를 활용할 수 있는 플랫폼을 구축한다는 전략이다. 국내 AI 기업 입장에서는 모델 개발 이후 가장 큰 과제로 꼽히는 고객 확보와 서비스 적용의 새로운 창구가 될 전망이다. 27일 KT는 다음, 무신사, 직방, EBS, 매스프레소, BC카드, 커넥트웨이브, 딥서치, 솔트룩스 등과 컨소시엄을 구성하고 대국민 AI 서비스 '모두의 AI'를 선보인다고 밝혔다. '모두의 AI'는 앱과 웹을 기반으로 이용자의 질문과 목적을 이해하는 범용 AI 에이전트를 중심으로 공공·교육·금융·쇼핑·주거 등 분야별 전문 AI 서비스를 연결하는 플랫폼이다. KT는 별도의 AI 앱을 이용하는 데 그치지 않고 포털 '다음'과 참여 기업의 서비스, KT 지니TV 등 기존 서비스 접점에도 AI 기능을 확대할 계획이다. 이번 KT 컨소시엄은 여러 AI 모델을 하나의 서비스 안에서 활용할 수 있도록 구성한 것이 특징이다. 업스테이지의 'Solar', 모티프테크놀로지스의 'Motif', 솔트룩스의 'LUXIA', NC AI의 'VARCO', KT의 '믿음' 등 국산 독자 파운데이션 모델을 비롯해 리벨리온의 국산 신경망처리장치(NPU), 래블업·베슬AI의 GPU 운영 기술 등이 활용된다. 국내 AI 산업이 그동안 독자 파운데이션 모델 개발에 집중했다면 KT는 이들 모델을 실제 국민 서비스에 적용하는 상용화 플랫폼을 구축하겠다는 구상이다. 특정 기업의 AI 모델 하나를 앞세우기보다 한국어, 추론, 장문 이해, 전문지식, 멀티모달 등 모델별 강점을 이용자의 목적에 맞춰 활용하는 방식이다. 이를 위해 KT 컨소시엄이 확보한 디지털·생활 서비스 접점은 6000만개 이상에 달하는 것으로 나타났다. 개별 AI 기업이 자체적으로 이용자를 확보하는 데 한계가 있는 상황에서 KT가 가진 통신·미디어 인프라와 참여 기업의 플랫폼을 연결해 실제 사용 환경을 만들겠다는 전략으로 분석된다. AI 활용 방식도 기존 챗봇과 차별화한다. 이용자가 단순히 질문에 대한 답변을 받는 것을 넘어 여러 단계의 업무를 하나의 대화에서 처리할 수 있도록 한다. 예를 들어 소상공인이 매출 감소 원인을 분석하고 지원받을 수 있는 정책을 찾아달라고 요청하면 AI가 시장·소비 정보를 분석한 뒤 관련 정책과 신청 자격, 필요한 서류와 절차까지 연결하는 방식이다. 이용자가 여러 사이트를 직접 검색하고 정보를 비교하는 과정을 AI 에이전트가 대신 수행하도록 설계되고 있다. 개인화 기능도 적용한다. 이용자 동의를 기반으로 관심사와 일정, 진행 중인 과업 등을 기억하는 '개인화 메모리'를 활용해 일회성 질의응답을 넘어 지속적인 AI 서비스를 제공한다는 계획이다. KT는 '모두의 AI'를 국내 AI 기업의 성장 플랫폼으로도 육성한다. 경쟁력 있는 AI 모델과 에이전트, 전문 서비스가 지속적으로 참여할 수 있도록 하고 국내 AI 기업을 대상으로 GPU 자원 지원과 투자, 사업 협력도 확대할 예정이다. KT는 온라인뿐 아니라 전국 유통망과 IT서포터즈 등 오프라인 접점도 활용해 AI 교육과 체험을 확대할 방침이다. 큰 글씨와 간편 모드, 음성 입출력, 다국어 지원 등을 적용해 AI 활용에 어려움을 겪는 이용자까지 서비스 범위를 넓힌다는 계획이다. 이진형 KT AX사업본부장 상무는 "'모두의 AI'는 국민 누구나 사용할 수 있는 하나의 완성된 AI를 만드는 것에서 시작하지만, 그 경험을 하나의 서비스 안에 가두지 않을 것"이라며 "국민이 사용하는 다양한 서비스로 AI를 확장해, 언제 어디서 시작하든 필요한 AI와 전문 서비스를 연결하겠다"고 말했다. 이어 "국내 AI 모델과 NPU, 전문기업이 실제 국민의 선택을 받을 기회를 넓히고 여기에 KT의 AI 플랫폼 역량을 더해, 국민이 AI를 이용할수록 대한민국 AI 생태계도 함께 성장하도록 하겠다"며 "온라인과 오프라인을 모두 연결해 모두가 AI의 혜택을 누리게 하겠다"고 설명했다.2026-08-27 15:31:38
-
AAII 1위 모티프는 왜 탈락했나…독파모 평가 공개 놓고 논란 [경제일보] 정부의 ‘독자 AI 파운데이션 모델 프로젝트’(독파모) 2차 평가에서 글로벌 성능지표 1위를 기록한 모티프테크놀로지스가 탈락하면서 평가 방식의 투명성을 둘러싼 논쟁이 커지고 있다. 모티프의 ‘Motif 3’는 글로벌 AI 평가기관 아티피셜 애널리시스의 AAII에서 47점을 받아 업스테이지(37점), SK텔레콤(35점), LG AI연구원(31점)을 모두 앞섰다. 하지만 최종 종합평가에서는 4개 팀 중 최하위를 기록했다. 모티프테크놀로지스는 27일 과학기술정보통신부에 공식 이의를 제기하고 전체 평가 항목별·업체별 점수와 판단 근거, 벤치마크 배점 산정 방식, 전문가 평가 기준, 사용자 평가 방법론 및 블라인드 평가 여부 등을 공개해 달라고 요구했다. 이의 제기 결과와 관계없이 독파모 3차에는 참여하지 않겠다는 입장도 밝혔다. ◆ ‘AAII 47점’이 탈락으로 이어진 이유 핵심은 AAII가 독파모 전체 평가의 일부에 불과했다는 점이다. 2차 평가는 벤치마크 40점, 전문가 평가 35점, 사용자 평가 25점 등 총 100점으로 구성됐다. 벤치마크 가운데 AAII가 25점, 한국지능정보사회진흥원(NIA) 평가가 15점이다. 전문가 평가는 AI 전문가 10명이 개발 전략·기술, 개발 성과·계획, 파급효과·기여계획 등을 평가했고 사용자 평가는 AI 스타트업 대표 등 전문 사용자 49명과 일반 국민 185명이 참여했다. 따라서 AAII에서 47점을 받은 것이 곧 독파모 2차 평가에서 가장 높은 점수를 받았다는 의미는 아니다. 실제 정부 발표에서도 4개 팀의 벤치마크 점수 평균은 22.5점이었고 1위와 4위의 격차는 4점에 그쳤다. 전문가 평가의 1·4위 격차는 2.4점, 사용자 평가에서는 5점이었다. 즉 글로벌 벤치마크만 놓고 보면 차이가 있었지만 100점짜리 종합평가에서는 다른 항목이 순위를 충분히 뒤집을 수 있는 구조였다. 과기정통부가 공개한 탈락 사유도 여기에 있다. 류제명 과기정통부 2차관은 모티프가 기술력 측면에서는 뛰어난 성과를 냈지만 “사용성·활용성 측면에서는 다른 모델보다 다소 낮은 평가”를 받았다고 설명했다. 반면 업스테이지는 포털 다음 서비스 실증과 국산 NPU 협업, SK텔레콤은 대규모 상용 서비스 및 산업 특화 에이전트 실증, LG AI연구원은 국제기구 협업과 에이전틱 AI 차별성 및 위험관리 등에서 높은 평가를 받았다. ◆ ‘성능 좋은 모델’과 ‘쓸 수 있는 모델’은 다르다 정부가 사용성과 활용성을 별도로 본 이유도 있다. 이번 독파모 사업의 다음 단계는 단순히 높은 벤치마크 점수를 기록하는 모델을 만드는 데 그치지 않고 실제 국민 서비스와 산업 현장에 적용할 수 있는 AI를 만드는 데 초점이 맞춰져 있기 때문이다. 이에 따라 모델의 답변 성능뿐 아니라 서비스 적용 계획, 산업 생태계 기여, 실제 사용 효용 등을 평가하도록 구조가 바뀌었다. 실제 AAII 역시 모델의 추론·지식·코딩 등 다양한 능력을 종합적으로 보는 글로벌 지표지만 특정 모델의 실제 서비스 안정성이나 한국 산업 환경에서의 활용성을 모두 보여주는 것은 아니다. 모티프 역시 이 점을 인정하면서도 파운데이션 모델의 핵심 가치는 챗봇 사용성보다 여러 분야로 확장 가능한 기반 성능에 있다고 주장하고 있다. 논란은 결국 ‘국가대표 AI를 무엇으로 뽑을 것인가’라는 문제로 이어진다. 글로벌 성능을 우선하면 모티프의 탈락은 납득하기 어렵지만, 실제 국민 서비스와 산업 적용까지 고려한다면 모델 성능 외 평가가 필요하다는 정부 논리에도 일리가 있다. 문제는 어느 쪽이 맞느냐보다 그 판단을 검증할 수 있도록 세부 점수와 평가 기준을 얼마나 공개할 수 있느냐다. 모티프가 제기한 가장 큰 문제도 바로 이 부분이다. 모티프는 AAII 47점과 다른 평가 결과가 크게 엇갈린 이유를 알 수 있도록 세부 점수와 전문가·사용자 평가 근거를 공개해야 한다고 요구하고 있다. 특히 사용자 평가에서 브랜드 인지도나 선입견이 결과에 영향을 줬는지, 블라인드 평가가 적용됐는지도 확인해야 한다는 주장이다. 정부도 평가방식 자체의 한계를 인식하고 있다. 과기정통부는 3차 평가를 앞두고 소수 승자만 뽑는 기존 방식을 넘어 프런티어급 모델 경쟁이 가능하도록 지원체계를 전면 재편하는 방안을 검토하고 있다. 3차 진출팀에는 엔비디아 B200 GPU 지원도 상반기 768장에서 하반기 약 1000장 수준으로 확대할 계획이다. 한편 이번 논란에서 중요한 것은 모티프를 다시 선정하느냐가 아니다. 국민 세금이 투입되는 국가대표 AI 선발전이라면 왜 탈락했는지를 외부에서도 검증할 수 있어야 한다는 것이다. 글로벌 벤치마크와 실제 활용성 가운데 어느 쪽에 더 높은 가치를 둘지는 정책적 선택일 수 있다. 다만 그 선택이 설득력을 가지려면 점수와 기준이 투명하게 공개돼야 한다. 이번 이의 제기가 독파모의 기술 경쟁뿐 아니라 국가 AI 선발 시스템 자체의 신뢰도를 점검하는 계기가 될 전망이다.2026-08-27 09:38:30
-
델 "에이전틱 AI, 책상까지 내려온다"…토큰 비용에 '분산처리' 승부수 [경제일보] 인공지능(AI)이 질문에 답하는 수준을 넘어 실제 업무를 수행하는 ‘에이전틱 AI’로 진화하면서 기업의 AI 인프라 전략도 바뀌고 있다. 모든 AI 연산을 클라우드와 데이터센터에 집중하는 방식에서 벗어나 업무 특성과 데이터 민감도, 비용에 따라 PC·워크스테이션·기업 데이터센터·클라우드로 나눠 처리하는 ‘분산 AI’가 새로운 선택지로 떠오르고 있다. 델 테크놀로지스는 25일 서울 코엑스에서 열린 ‘델 테크놀로지스 포럼 2026’과 연계해 기자 간담회를 열고 에이전틱 AI 시대 기업의 핵심 과제로 AI 토큰 비용 관리와 데이터 보안, 인프라 현대화를 제시했다. 유상모 한국 델 테크놀로지스 사장은 이 자리에서 “AI를 어디에서 얼마나 효율적으로 처리할 것인지가 중요해지고 있다”고 강조했다. 델의 ‘2026 모던 엔터프라이즈 레디니스 조사’에 따르면 국내 응답 기업의 72%가 현재 데이터센터가 대규모 AI·분석 워크로드를 지원하기에 충분하지 않다고 답했다. 84%는 데이터센터 현대화 계획을 갖고 있었다. 이는 AI 도입이 모델 선택을 넘어 기존 인프라의 전면적인 재설계 문제로 번지고 있음을 보여준다. ◆ AI 에이전트 늘수록 ‘토큰 비용’이 변수 유 사장은 기자 간담회에서 AI 에이전트가 확산할수록 기업이 AI 사용량과 비용을 함께 관리해야 한다고 강조했다. 그는 “가치가 낮은 업무에 많은 토큰을 쓰는 반면 가치 있는 업무에는 적은 토큰만 사용하는 상황도 발생한다”며 AI 활용을 무조건 늘리는 방식보다 업무별 효율성을 따져야 한다고 지적했다. 에이전틱 AI는 사용자의 요청을 해석하고 검색·도구 호출·실행을 반복하기 때문에 단순 질의응답보다 토큰 사용량이 커질 수 있다. 이에 따라 델은 대규모 연산은 클라우드나 데이터센터에서 처리하고, 반복적인 추론이나 외부 전송이 부담스러운 민감정보는 사용자 PC와 워크스테이션에서 처리하는 ‘데스크사이드 AI’ 전략을 제시했다. 정재욱 델 테크놀로지스 이사는 “클라우드는 대규모 연산에, 데이터 소유권과 통제가 중요한 연산은 기업 데이터센터에 적합하다”며 “반복적인 추론이나 민감한 데이터는 데스크사이드에서 처리해 효율을 확보할 수 있다”고 설명했다. AI PC는 CPU·GPU·NPU를 활용해 일부 AI 추론을 기기 자체에서 수행할 수 있다. 클라우드 API 호출을 줄여 토큰 비용을 낮추는 동시에 민감한 데이터의 외부 전송을 줄이는 수단으로 활용할 수 있다. 델은 인텔 코어 울트라 시리즈3와 AMD 라이젠 AI 프로 400 시리즈 등을 탑재한 기업용 ‘델 프로’ 제품군을 확대하고 있다. 일부 모델에는 고성능 NPU를 적용해 온디바이스 AI 활용 범위를 넓혔다. 델이 인용한 조사에서도 국내 응답자의 90%가 현대적인 디바이스가 회의·협업의 질을 높인다고 답했고, 87%는 노후 장비가 AI 애플리케이션 도입의 걸림돌이라고 답했다. AI PC가 단순한 업무용 기기를 넘어 기업 AI 인프라의 한 축으로 부상하고 있다는 설명이다. ◆ AI 확산할수록 보안·규제도 앞단으로 AI 인프라의 분산은 보안 문제와도 연결된다. 국내 조사 응답자의 75%는 AI 데이터 관련 정부 규제 대응에 어려움을 느꼈고, 65%는 보안·컴플라이언스 문제가 AI 도입을 지연하거나 중단시킨 요인이라고 답했다. 60%는 제3자가 접근할 가능성이 있는 생성형 AI 도구에 회사의 중요 데이터를 맡기기 어렵다고 했다. 델은 AI 활용이 확대될수록 보안을 사후적으로 추가하기보다 PC·데이터센터·클라우드 등 인프라 설계 단계에서부터 보안과 데이터 거버넌스를 함께 구축해야 한다고 강조했다. 결국 에이전틱 AI 시대의 경쟁력은 가장 강력한 모델을 확보하는 데서 끝나지 않는다. 어떤 업무를 어떤 모델로 처리하고, 어디에서 연산하며, 얼마의 비용으로 운영할 것인지를 결정하는 능력이 기업 AI 경쟁력을 좌우할 전망이다. AI 에이전트가 기업 구성원의 업무 파트너로 자리 잡을수록 ‘AI를 많이 쓰는 기업’보다 ‘AI를 효율적으로 배치하는 기업’이 비용과 생산성 경쟁에서 앞설 가능성이 커지고 있다.2026-08-25 16:58:29
-
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
-
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
-
초거대 AI도 '가볍게'…노타, 국가대표 AI 최적화 속도 [경제일보] 국가대표 인공지능(AI) 모델 경쟁이 단순한 성능 경쟁에서 실제 산업 현장에서 얼마나 효율적으로 구동할 수 있느냐를 따지는 방향으로 확대되고 있다. 정부의 '독자 AI 파운데이션 모델(독파모)' 프로젝트에서도 모델 성능뿐 아니라 자원 활용 효율성과 산업 확장성 등이 평가 요소로 떠오른 가운데 국내 기업들의 관련 기술 확보에도 속도가 붙고 있다. 20일 AI 모델 경량화 및 최적화 기술 기업 노타는 자사의 AI 모델 경량화 및 최적화 기술을 바탕으로 국가대표 AI 모델의 활용 경쟁력 강화에 나선다고 밝혔다. 최근 정부가 발표한 독파모 프로젝트 2차 평가에서 업스테이지, SK텔레콤, LG AI연구원 등 3개 컨소시엄이 3차수 진출팀으로 선정됐다. 정부는 단계 평가에서 모델의 정량적 성능뿐 아니라 자원 활용 효율성, 사용성과 실용성, 다양한 산업·서비스 환경으로의 확장 가능성 등을 종합적으로 평가했다고 설명했다. 해당 평가 기준은 국내 AI 경쟁의 기준이 모델 자체의 성능을 넘어 실제 활용 가능성으로 확대되고 있는 것으로 분석된다. 초거대 AI는 모델 규모가 커질수록 GPU와 메모리 등 인프라에 대한 부담도 커지는 만큼 기업과 기관이 실제 서비스를 구축하려면 연산 자원과 운영 비용을 낮추는 기술이 필수적인 것이다. 업스테이지 컨소시엄에서 AI 모델 경량화와 최적화를 맡고 있는 노타는 정부의 평가와 기조에 맞춰 '솔라' 계열 모델의 국내 인프라 활용성을 높이는 데 집중하고 있다. 모델의 성능을 최대한 유지하면서 연산 자원과 메모리 사용량을 줄여 다양한 하드웨어와 서비스 환경에서 구동할 수 있도록 지원하는 방식이다. 앞서 노타는 독파모 2차 평가 결과 발표에 앞서 업스테이지의 '솔라 오픈 2' 경량화 모델을 글로벌 AI 플랫폼 허깅페이스에 공개했다. 기존 모델을 구동하는 데 엔비디아 H100 GPU 8장이 필요했던 환경을 2장으로 줄일 수 있도록 최적화한 해당 모델은 글로벌 누적 다운로드 8만건을 기록했다. 솔라 오픈 2는 2500억개의 매개변수를 갖춘 대규모 AI 모델이다. 노타는 모델 가중치를 INT4와 NVFP4 기반 4비트 형식으로 변환하고 중요도가 낮은 연산 모듈을 선별적으로 정리하는 방식으로 모델을 경량화했다고 설명했다. 그 결과 가중치 저장에 필요한 메모리를 기존 500.6GB에서 117.8GB로 76.5% 줄인 것으로 나타났다. 메모리 용량을 기준으로 H100 GPU 8장이 필요했던 모델을 2장으로 구동할 수 있게 된 것이다. 초거대 AI 모델의 활용 과정에서 발생하는 GPU 확보와 전력, 운영 비용 부담을 낮추고 실제 서비스 적용 가능성을 높인 것으로 평가된다. 특히 업스테이지 컨소시엄은 AI 모델뿐 아니라 국산 AI 반도체와의 결합도 추진하고 있다. 독파모 2차 평가 과정에서 퓨리오사AI의 국산 신경망처리장치(NPU)를 활용해 국산 AI 소프트웨어와 하드웨어 생태계를 연계한다는 계획이다. AI 모델과 반도체를 함께 최적화하는 구조가 자리 잡으면 특정 해외 GPU에 대한 의존도를 낮추면서 국내 인프라 환경에 맞는 AI 서비스 구축도 가능해질 전망이다. AI 모델의 경량화는 독파모뿐 아니라 향후 AI 산업 전반에서도 중요성이 커지고 있다. 기업이 자체 서버에 AI를 구축하는 온프레미스 환경부터 엣지·온디바이스 AI까지 활용 영역이 확대될수록 제한된 연산 자원에서 모델을 구동할 수 있는 기술이 필요하기 때문이다. 향후 독파모 3차수 경쟁에서도 모델의 절대적인 성능과 함께 얼마나 적은 자원으로 안정적인 서비스를 구현할 수 있는지가 주요 경쟁 요소가 될 것으로 전망된다. 국산 AI 모델을 개발하는 데 그치지 않고 국산 반도체, 경량화 기술, 서비스 플랫폼을 연결해 실제 산업 현장에 적용할 수 있는 생태계를 구축하는 것이 국가 AI 경쟁력 확보의 핵심 과제로 떠오르고 있다. 채명수 노타 대표는 "국가대표 AI 모델이 다양한 산업 현장에서 비용 효율적으로 활용될 수 있도록 최적화 기술을 지속적으로 고도화할 것"이라며 "업스테이지와 함께 독파모 3차수 평가에서도 좋은 성과를 거둘 수 있도록 최선을 다하겠다"고 말했다.2026-08-20 08:18:35
-
![[AI시대 대격변] AI의 무대가 바뀐다…데이터센터서 단말·공장으로 옮겨가는 AI](https://image.ajunews.com//content/image/2026/08/19/20260819142630737782.jpg)
"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
-
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
-
삼성SDS, 국가 AI 연구용 GPU 공급…B300 앞세워 AI 인프라 사업 확대 [경제일보] 삼성SDS가 국가 AI 연구용 컴퓨팅 사업에 엔비디아 최신 B300 기반 GPU 클러스터를 공급한다. 대학과 정부출연연구기관 등 자체적으로 대규모 AI 인프라를 확보하기 어려운 연구기관에 최신 GPU를 제공해 국내 AI 연구 인프라 고도화를 지원하는 동시에 GPU와 국산 NPU를 아우르는 클라우드 사업 확대에도 속도를 낸다. 11일 삼성SDS는 과학기술정보통신부와 정보통신기획평가원(IITP)이 지원하는 '2026년 AI 연구용 컴퓨팅 지원 프로젝트'의 GPU 자원 공급사로 선정돼 지난달 20일부터 서비스를 시작했다고 밝혔다. 이번 사업은 국내 학계와 연구기관에 AI 연구에 필요한 GPU 컴퓨팅 자원을 지원하는 국가 AI 연구 지원 사업이다. 초거대 AI 모델과 대규모 언어 모델(LLM) 연구가 확대되고 있지만 대학과 정부출연연구기관 등이 최신 GPU를 직접 대규모로 확보하기에는 비용과 운영 부담이 큰 만큼 민간 인프라를 활용해 연구자들의 접근성을 높이는 것이 목적이다. 사업 규모는 약 153억원이며 서비스는 지난 7월부터 내년 3월까지 제공된다. 삼성SDS를 포함한 복수 사업자가 공급사로 선정됐으며 삼성SDS는 GPU 공급 계획과 보유 자원 규모, 연구 환경, 운영 지원 체계, 보안 역량 등을 평가하는 입찰에서 1순위 사업자로 선정됐다. 삼성SDS는 이번 사업에 엔비디아 H100뿐 아니라 최신 B300(블랙웰 울트라) 기반 GPU 클러스터를 투입한다. B300은 엔비디아의 최신 블랙웰 울트라 아키텍처 기반 GPU로, 이번 사업에서 요구한 호퍼급 이상의 사양을 충족하는 동시에 대규모 AI 모델의 학습과 추론에 필요한 성능과 메모리를 제공한다. AI 모델이 대형화하면서 최신 GPU 확보 여부가 AI 연구의 속도와 규모를 좌우하는 요소로 떠오르고 있다. 특히 대규모 모델을 학습하려면 여러 GPU를 동시에 연결해야 하는 만큼 GPU 자체의 성능뿐 아니라 GPU 간 데이터를 빠르게 주고받을 수 있는 네트워크와 스토리지 등 전체 인프라 구성이 중요하다. 삼성SDS는 다수의 GPU를 하나의 자원 풀로 묶는 대규모 클러스터 구성과 고속 인터커넥트 네트워크를 함께 제공한다. CPU와 메모리, 스토리지, 네트워크, 개발 환경 등도 사전 구성해 연구자가 별도의 인프라 구축 과정 없이 AI 연구에 필요한 컴퓨팅 환경을 사용할 수 있도록 지원한다. 최신 GPU는 단순히 장비를 구매하는 것뿐 아니라 데이터센터 공간과 전력, 냉각, 네트워크, 운영 인력 등이 함께 필요해 연구기관이 독자적으로 대규모 클러스터를 구축하기 어려운 것으로 평가된다. 이를 민간 클라우드 방식으로 보완해 국내 AI 연구 현장에서 제기되던 최신 GPU 접근성 문제를 해결한다는 구상이다. 정부 역시 이러한 인프라 격차를 줄이기 위해 국가 AI 연구용 컴퓨팅 지원 사업을 추진하고 있다. 연구자가 직접 고가의 GPU와 서버 인프라를 확보하지 않아도 클라우드를 통해 필요한 컴퓨팅 자원을 사용할 수 있도록 해 연구기관의 AI 개발 접근성을 높이는 방식이다. 앞서 삼성SDS는 지난 3월에 국내 최초로 SCP를 통해 엔비디아 B300 기반 GPUaaS를 출시했다. 고객이 고가의 GPU를 직접 구매하지 않고도 클라우드를 통해 AI 학습과 추론에 필요한 GPU 자원을 사용할 수 있도록 한 서비스다. 이번 사업을 통해 삼성SDS는 단순한 공공 사업을 넘어 AI 클라우드 사업의 적용 범위를 확대하는 것으로 분석된다. 또한 지난달에는 국산 AI 반도체 기업 퓨리오사AI의 2세대 NPU '레니게이드(RNGD)' 기반 NPUaaS도 SCP에 탑재했다. 엔비디아 GPU 중심의 AI 인프라뿐 아니라 AI 추론에 특화된 국산 NPU까지 클라우드에서 제공하면서 AI 가속기 선택지를 넓히고 있다. AI 인프라 시장이 GPU 중심에서 다양한 가속기를 활용하는 방향으로 확대될 가능성도 삼성SDS가 GPU와 NPU를 함께 제공하는 배경으로 꼽힌다. AI 서비스가 학습 중심에서 실제 서비스 운영과 추론 단계로 확대되면서 모든 작업에 고성능 GPU를 사용하는 것보다 작업 특성에 맞춰 GPU와 NPU 등 가속기를 선택하는 것이 비용과 효율 측면에서 중요해질 수 있기 때문이다. 삼성SDS가 GPU와 NPU를 모두 클라우드 서비스 형태로 제공할 경우 기업과 연구기관은 직접 하드웨어를 구매하지 않고 필요한 가속기를 선택해 사용할 수 있다. AI 인프라 구축에 필요한 초기 투자 부담을 줄이는 동시에 기술 변화에 따라 새로운 가속기로 전환하기도 상대적으로 용이하다. 이번 국가 AI 연구용 컴퓨팅 사업에서 B300을 실제 연구 현장에 공급하는 것도 삼성SDS의 AI 인프라 사업을 확대하는 데 레퍼런스로 활용될 수 있다. 대학과 출연연 등 연구기관을 대상으로 최신 GPU 클러스터를 운영하면서 대규모 AI 연구에 필요한 인프라 구축과 운영 역량을 확보할 수 있기 때문이다. 삼성SDS는 이번 국가 AI 연구용 컴퓨팅 사업을 통해 연구기관의 최신 GPU 접근성을 높이는 동시에 GPUaaS와 NPUaaS 등 AI 인프라 서비스의 적용 분야를 확대한다는 계획이다. 향후 공공·연구 분야를 넘어 기업의 AI 모델 개발과 서비스 운영 수요까지 AI 가속기 클라우드 사업을 확대할 수 있을지 주목된다. 이호준 삼성SDS 클라우드서비스사업부장 부사장은 "이번 사업을 통해 국내 연구자들이 세계 최고 수준의 AI 인프라를 바탕으로 혁신적인 성과를 낼 수 있도록 안정적인 서비스를 제공할 것"이라며 "앞으로도 국가 AI 연구 인프라의 저변을 확대하고 대한민국의 AI 경쟁력을 높이는 데 기여하겠다"고 말했다.2026-08-11 08:27:46
-
LG유플러스, AI가 인터넷 이상 미리 감지…'셀프힐링' 기술 검증 [경제일보] LG유플러스가 인터넷 품질 이상을 인공지능(AI)이 스스로 감지하고 대응하는 지능형 홈 네트워크 기술을 검증했다. 장애가 발생한 뒤 복구하는 기존 방식에서 벗어나 가정용 공유기 내부에서 AI가 네트워크 상태를 분석하고 품질 저하 가능성을 사전에 찾아내는 방식이다. LG유플러스는 글로벌 반도체 기업 브로드컴과 협력해 와이파이8(Wi-Fi 8) 플랫폼 기반 홈 네트워크 자동 복구(Self-Healing) 기술을 실증했다고 밝혔다. 클라우드 서버가 아닌 공유기에서 AI 모델을 직접 구동하는 엣지 AI 기술의 적용 가능성을 확인한 것이 핵심이다. LG유플러스는 기존 클라우드에서 운영하던 네트워크 품질 예측 AI 모델을 공유기에서도 작동할 수 있도록 경량화했다. 브로드컴은 AI 연산을 지원하는 신경망처리장치(NPU)가 탑재된 와이파이8 플랫폼을 제공했다. 양사는 공유기가 네트워크 품질 데이터를 실시간으로 분석하고 장애 징후를 사전에 감지하는 환경을 구현했다. 인터넷 품질 저하가 예상되면 AI가 네트워크 설정을 최적화하고 자동 복구를 수행하는 방식이다. 이를 통해 공유기는 단순히 인터넷 신호를 전달하는 장비에서 네트워크 상태를 스스로 판단하고 관리하는 지능형 장비로 역할을 확대할 수 있다. ◆ 장애 발생 후 대응에서 사전 관리로 홈 네트워크에 연결되는 기기가 늘면서 네트워크 품질 관리도 복잡해지고 있다. 스마트TV와 IPTV, 게임기, IoT 기기 등이 하나의 공유기에 연결되는 데다 생성형 AI, 클라우드 게임, 초고화질 콘텐츠 등 안정적인 네트워크를 요구하는 서비스도 늘고 있다. AI가 공유기 내부에서 네트워크 데이터를 분석하면 중앙 서버까지 데이터를 보내고 다시 명령을 전달받는 과정이 줄어 보다 빠른 대응이 가능하다. 특히 이번 기술은 장애 발생 후 복구보다 품질 저하 이전의 이상 징후를 찾아 대응하는 데 초점을 맞췄다. 다만 이번 결과는 기술 실증 단계다. 실제 상용화를 위해서는 다양한 가정 환경에서 AI의 이상 탐지 정확도와 자동 복구 성능, 실제 고객 체감 품질 개선 효과 등을 추가로 검증해야 한다. 이번 기술의 기반은 브로드컴의 와이파이8 플랫폼이다. AI 연산을 지원하는 NPU가 탑재되면서 공유기 자체에서 네트워크 데이터를 분석하고 판단할 수 있는 환경이 마련됐다. LG유플러스는 자체 네트워크 품질 예측 기술을 결합해 클라우드에서 활용하던 AI 모델을 공유기 환경에 맞게 경량화했다. 신남승 브로드컴 코리아 무선 브로드밴드 영업총괄 전무는 “브로드컴의 와이파이8 플랫폼에서 AI 모델을 직접 구동해 공유기가 지능형 품질 관리 플랫폼으로 확장될 수 있음을 입증했다”며 “LG유플러스와 협력을 지속 확대하겠다”고 말했다. 이진혁 LG유플러스 Consumer서비스개발Lab 상무는 “AI를 네트워크 장비 내부에서 직접 구동하는 엣지 AI 기술의 가능성을 확인했다”며 “고객이 체감하는 품질을 AI가 스스로 관리하는 지능형 홈 네트워크 구현을 위해 관련 기술을 지속 고도화하겠다”고 말했다. LG유플러스는 이번 실증을 시작으로 와이파이8 환경에서 AI 기반 네트워크 관리 기술을 추가 검증할 계획이다. 실제 서비스로 이어질 경우 공유기가 인터넷 연결 장비를 넘어 네트워크 품질을 스스로 진단하고 관리하는 AI 플랫폼으로 진화할 수 있을 전망이다.2026-08-09 10:54:51
-
SKT, 독자 AI 'A.X K2' 앞세워 제조·국방 현장 공략 [경제일보] SK텔레콤이 독자 AI 파운데이션 모델 'A.X K2'를 앞세워 제조와 국방, 바이오 등 산업 현장 공략에 나선다. 지난달 29일 모델을 공개한 데 이어 4일 회사 뉴스룸 인터뷰를 통해 세부 전략을 밝혔다. 단순 질의응답을 넘어 스스로 계획을 세우고 도구를 활용해 업무를 수행하는 '에이전틱 AI'를 구현해 한국형 소버린 AI 생태계를 만들겠다는 구상이다. 김태윤 SK텔레콤 파운데이션모델담당은 "A.X K2의 가장 큰 변화는 '답하는 AI'에서 '스스로 계획하고 실행하는 AI'로 진화한 것"이라며 "에이전틱 시대에 맞춰 추론 능력을 크게 강화했고 특히 수학과 한국어 영역에서 의미 있는 성과를 냈다"고 말했다. ◆ 매개변수 6880억개, 추론엔 330억개만 활성화 A.X K2는 매개변수 6880억개 규모의 초거대언어모델(LLM)이다. 직전 모델인 519B 규모 A.X K1보다 커졌지만 추론 과정에서는 330억개(33B)만 활성화하는 MoE 구조를 적용해 추론 비용은 기존 수준으로 유지했다. 국내외 14개 벤치마크 평균 성능은 A.X K1 대비 32.2%포인트, 장문 이해와 AI 에이전트 평가에서는 83.9%포인트 개선됐다. 초고난도 수학 벤치마크 'Apex' 점수는 1.0에서 45.8로 뛰었고 AIME26에서는 97.1점을 기록했다. 한국어 지식 평가(KMMLU-Pro) 80.5점, 한국 문화 이해(CLIcK) 91.6점을 냈고 통신 분야 에이전트 도구 활용을 재는 τ²-Bench Telecom에서는 오픈웨이트 모델 가운데 최고 성능을 기록했다고 회사는 설명했다. 핵심 기술은 SK텔레콤이 자체 개발한 SGA(Sparse Gated Attention)다. 여러 차례 대화와 도구 호출, 긴 문서 참조를 반복하는 AI 에이전트 특성상 긴 문맥 처리 효율이 중요한데 SGA는 입력이 길어질수록 처리 속도와 안정성이 오르도록 설계됐다. 120K 토큰 입력 기준 토큰 처리량은 A.X K1 대비 67.7% 개선됐다. 텍스트 모델 외에 제조 도면과 문서를 이해하는 비전언어모델 'A.X K2 VL', 상담·회의 음성을 분석하는 'A.X K2 ALM', 크래프톤과 공동 개발한 음성 모델 'A.X K2 라온스피치'도 함께 공개해 멀티모달 구성을 갖췄다. 산업 현장 적용도 본격화하고 있다. KG스틸, 자동차 부품업체 코넥과는 생산 라인의 과거 불량 사례를 학습해 원인을 분석하고 조치를 제안하는 제조 특화 AI 에이전트를 실증 중이다. SK하이닉스에는 사내 AI 서비스 'LLM Chat'에 경량 모델을 적용해 반도체 지식 검색과 정보 정리를 지원한다. 국방부에는 A.X K1을 FP8·FP4·INT4로 양자화해 공급했고 A.X K2도 온프레미스 기반 폐쇄망 환경에 제공할 계획이다. 민감한 데이터는 외부 학습에 쓰지 않고 기관 내부에서만 학습하도록 했다. 김 담당은 "국내 업무 환경에서는 언어뿐 아니라 제도와 문화적 맥락을 이해하는 것이 중요하다"며 "국내 기업과 공공기관이 안심하고 활용할 수 있는 소버린 AI를 구현하는 것이 목표"라고 설명했다. ◆ 허깅페이스 공개하며 조단위 후속모델 준비 SK텔레콤은 A.X K2를 허깅페이스에 Apache 2.0 라이선스로 공개하고 API도 제공할 예정이다. 스타트업 액셀러레이팅 프로그램 '스케치 with AI', '모두의 챌린지 AX-LLM'을 통해 개발자와 스타트업의 상업적 활용 생태계도 넓힌다. 앞서 A.X K1은 정부 지원 없이 상시 1000개 이상의 자체 GPU로 개발됐다. 이번에 예고한 조(兆) 단위 매개변수 후속 모델은 정부 GPU 인프라와 자체 투자를 함께 활용해 규모를 키우고 에이전틱 강화학습과 사이버보안 역량도 고도화한다는 계획이다. 서울대, KAIST, 크래프톤과 차세대 아키텍처 연구도 병행하고 독자 AI 파운데이션 모델(독파모) 컨소시엄 참여사인 리벨리온과는 국산 NPU 기반 모델 서빙 최적화와 상용 서비스 실증을 강화한다. 리벨리온은 앞서 자체 NPU '리벨카드' 단일 서버로 A.X K1 구동에 성공한 바 있다. 한편 회사가 제시한 벤치마크 수치는 자체 측정 결과이며 독립 기관의 검증을 거친 값은 아니다. 오픈소스로 공개돼 외부 개발자들이 성능을 검증할 여지는 있지만 남은 과제는 이 수치가 실제 제조·국방·바이오 현장에서 상업적 계약과 매출로 이어지느냐다. 김 담당은 "A.X K2는 한국이 설계부터 학습까지 자체 기술로 개발한 AI 모델이 글로벌 최고 수준에 도달할 수 있다는 가능성을 보여준 사례"라며 "개방과 협력을 통해 국내 AI 생태계의 기반을 만들고 산업 현장과 국민이 체감할 수 있는 AI 서비스를 확대해 나가겠다"고 말했다.2026-08-04 10:10:29
-
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
-
LG CNS, 상반기 매출 2조8358억원, 영업이익 2221억원 [경제일보] LG CNS가 2026년 상반기 매출 2조8358억원, 영업이익 2221억원을 기록했다고 7월 31일 밝혔다. 전년 동기 대비 매출은 6.1% 늘었지만 영업이익 증가율은 1.1%에 그쳤다. 외형은 커졌는데 수익성은 뒤로 물러섰다. 발표 수치로 계산한 상반기 영업이익률은 7.8%다. 지난해 상반기 8.2%에서 0.4%포인트 낮아졌다. 증권가는 데이터센터 프로젝트의 매출 인식이 늦어진 점과 인공지능 전환(AX), 로봇 전환(RX) 플랫폼 투자가 늘어난 점을 수익성 하락 배경으로 꼽아 왔다. 주력인 AI·클라우드 사업의 상반기 매출은 1조6714억원으로 전년 동기 대비 5.1% 증가했다. 전체 매출의 58.9%다. 전사 성장률 6.1%보다 낮아 비중은 소폭 줄었다. 클라우드에서는 데이터센터가 실적을 받쳤다. LG CNS는 삼송과 죽전의 하이퍼스케일급 AI데이터센터 프로젝트에서 매출을 냈고 상반기에만 1조원 이상의 설계·구축·운영(DBO) 사업을 수주했다. 다만 수주는 계약 잔고이지 매출이 아니다. 실제 인식 시점에 따라 분기 실적은 출렁인다. 최근에는 그래픽처리장치(GPU)와 신경망처리장치(NPU) 같은 AI 인프라를 구독하는 플랫폼 'XPUWorks'를 내놨다. AI 부문에서는 두산과 중소기업중앙회, 컬리, LX판토스를 고객으로 제조·물류 AX 사업을 늘렸다. 제약·바이오, 공항·항공, 방산·조선으로 대상 산업도 넓혔다. 금융과 공공에서는 에이전틱 AI 플랫폼 '에이전틱웍스'를 앞세우고 있다. 오픈AI와 팔란티어, 앤트로픽과의 협력도 신규 고객 확보 통로로 제시했다. 나머지 두 부문은 성장률이 더 높았다. 스마트엔지니어링 매출은 5024억원으로 6.2% 늘었다. 방산과 조선, 반도체, 제약에서 따낸 대외 프로젝트가 매출로 바뀌고 있다. 디지털 비즈니스 서비스 매출은 6621억원으로 8.8% 증가해 세 부문 가운데 가장 가팔랐다. 은행과 손해보험, 생명보험이 고르게 늘었다. 하반기 승부처로는 피지컬 AI를 꼽았다. LG CNS는 지난 7일 LG전자와 1897억원 규모의 피지컬 AI 인프라 계약을 맺었다. 계약 기간은 8월 1일부터 2029년 7월 31일까지 3년이다. LG전자가 CES 2026에서 공개한 휴머노이드 '클로이드'의 학습에 쓸 GPU와 스토리지, 로봇 파운데이션 모델(RFM) 고도화 인프라를 공급한다. 주목할 대목은 이 계약의 성격이다. 회사가 강조한 것은 대외 사업 확대인데 피지컬 AI 최대 계약은 계열사인 LG전자에서 나왔다. 그룹 안에서 검증한 뒤 밖으로 파는 구조여서 초기 물량이 계열에 쏠리는 것은 자연스럽지만, 대외 매출로 잡히는 시점은 아직 오지 않았다. RX 생태계는 확장 단계다. LG CNS는 스킬드AI와 컨피그, 덱스메이트, 제네시스AI 등 로봇 기업과 협력해 범용 RFM부터 로봇 손 RFM까지 현장에 맞추겠다는 계획이다. 엔비디아와 구글 딥마인드, 아마존웹서비스(AWS)와는 협력을 논의하는 중이라고 밝혔다. 계약이 아닌 논의 단계다. 해외 사업도 넓힌다. LG CNS가 국내 기업 가운데 처음 수주했다고 밝힌 해외 AI데이터센터는 인도네시아에 짓고 있으며 올 하반기 완공된다. 미국 시카고에서 열리는 국제제조기술전시회 'IMTS 2026'에 참가해 북미 제조 AX 시장을 공략하고 아시아태평양·일본(APJ) 지역에서는 금융 디지털 전환 사업을 확대할 계획이다. 한편 검증대에는 수익성이 올라 있다. 매출은 늘었지만 이익이 따라오지 못했고 AX와 RX 플랫폼 투자는 당분간 비용으로 잡힌다. 1조원대 DBO 수주와 LG전자 계약이 언제 이익으로 바뀌는지가 하반기 실적의 갈림길이다.2026-07-31 10:57:18
많이 본 뉴스
영상
Youtube 바로가기
![[데스크칼럼] 사상 최악의 기후재난, 네팔 대홍수가 묻는 것](https://image.ajunews.com/content/image/2026/08/31/20260831101315475035_518_323.jpg)