검색결과 총 8건
-
AI가 보험사 '보조도구' 넘어 실무 투입…계약·지급심사·영업 지원까지 AX 확산
[경제일보] 보험업계의 인공지능(AI) 활용 영역이 상담과 문서 작성 등 보조 업무에서 계약·보험금 지급심사·언더라이팅(U/W) 지원 등 실제 보험 업무로 확대되고 있다. 업무별 AI 모델을 적용하거나 AI 에이전트에 담당 직무와 권한을 부여하는 사례까지 나오면서 보험사의 AI 전환이 현장 업무 단계로 들어섰다. 4일 보험업계에 따르면 최근 주요 보험사는 생성형 AI와 이미지 판독, 광학문자인식(OCR) 기술을 △계약 △보상 △상품개발 △영업교육 등에 적용하고 있다. 과거 반복 업무를 줄이는 데 초점이 맞춰졌다면 최근에는 보험사가 직접 판단하고 관리해온 업무를 AI가 지원하는 방식이 늘었다. KB손해보험은 지난달 실제 업무에 투입된 AI 에이전트 6종에 사원번호를 부여했다. AI별 담당 직무와 업무 범위와 접근 권한, 수행 이력을 관리하고 향후 안정성과 정확도, 활용도에 따라 등급을 나누는 방안도 검토하고 있다. 현재 운영하는 AI 에이전트는 자동차사고 과실비율 검색부터 민원 유형 분류와 사고접수 정보 정리, 보험금 지급 관련 지침 검색까지 담당한다. 고객 상담 내용을 요약하거나 후속 업무 등록을 지원하는 기능도 포함됐다. 단순 질의응답보다 실제 보상·민원 처리 과정에 AI를 직접 배치한 점이 특징이다. DB손해보험은 자동차보험 계약 단계의 이미지 판독을 자동화했다. 고객이 제출한 첨단안전장치 증빙 사진을 생성형 AI가 분석해 스마트크루즈컨트롤과 전방충돌경고장치, 후측방충돌경고장치 등 할인특약 적용 여부를 확인하는 방식이다. AI 모델 학습에는 7만장이 넘는 증빙 이미지가 활용됐다. 기존에는 직원이 제출된 이미지를 순차적으로 확인했지만 자동판독을 적용하면서 계약 심사 과정의 일부를 AI가 담당하게 됐다. NH농협생명은 이미지와 문서를 처리하는 업무 전반에 AI를 투입했다. AI OCR을 적용한 통합 이미지 시스템을 구축해 지급심사와 방카슈랑스 영업, 언더라이팅, 자산운용 과정에서 발생하는 문서를 자동으로 인식·분류하도록 했다. 문서 내용을 읽는 단계에서 끝나지 않고 분류된 데이터를 후속 업무에 활용할 수 있도록 시스템을 연결했다. 사람이 다시 입력하거나 확인해야 했던 작업을 줄이고 문서에서 추출한 정보를 데이터로 축적하는 기반도 마련했다. 한화생명은 AI 적용 범위를 상품과 수익성 관리까지 넓히고 있다. 전체 임직원 2728명을 대상으로 M365 코파일럿을 도입하고 현업에서 발굴한 58개 AI 혁신과제를 순차적으로 추진한다. 상품개발과 위험률 산출, 보험계약마진(CSM)·수익성 관리 등 보험 핵심 영역을 지원하는 AI 모델도 개발 중이다. 지난 7월에는 현업 인력이 직접 참여하는 조직을 신설해 모델의 실용성을 검증하고 상용화를 준비하고 있다. 영업 현장에서는 AI가 가상의 고객 역할까지 맡는다. 삼성생명은 지난달 AI 디지털 휴먼과 실제 상담처럼 대화할 수 있는 'AI 롤플레잉 서비스'를 출시해 컨설턴트 교육에 적용했다. 상담이 끝나면 대화 내용과 응대 방식을 분석해 개인별 피드백을 제공한다. 향후 보험사 간 AI 경쟁은 실제 업무에서 처리시간과 비용을 얼마나 줄이고 판단 정확도를 높일 수 있는지가 관건이 될 전망이다. 상품개발부터 계약, 보상, 영업까지 AI 적용 범위가 넓어지면서 보험사의 업무 체계도 이에 맞춰 재편될 가능성이 커졌다.
2026-10-04 14:00:00
-
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
-
-
다음 'AI 요약', 국산 NPU·LLM로 돌린다…"GPU보다 비용 30% 절감"
[경제일보] 포털 다음이 검색 결과를 요약하는 인공지능(AI) 서비스에 국산 AI 반도체와 거대언어모델(LLM)을 함께 적용했다. 퓨리오사AI의 신경망처리장치(NPU) ‘레니게이드’에서 업스테이지의 LLM ‘솔라’를 구동하고, 이를 다음의 실제 검색 서비스에 연결한 구조다. 국산 AI 기술이 연구개발이나 개념검증(PoC)을 넘어 대규모 이용자를 보유한 포털 서비스의 상용 인프라에 투입됐다는 점에서 의미가 있다. 업스테이지는 기존 그래픽처리장치(GPU) 기반 운영과 비교해 현재 약 30%의 비용 절감 효과를 확인했다고 밝혔다. 업스테이지(대표 김성훈)와 다음 운영사 AXZ(대표 이건수), 퓨리오사AI(대표 백준호)는 15일 온라인 간담회를 열고 다음 ‘AI 요약’ 서비스의 기술 구성과 향후 확장 계획을 공개했다. 다음 AI 요약은 이용자가 검색어 또는 문장형 질문을 입력하면 LLM이 관련 웹문서를 분석해 핵심 답변과 근거를 정리해주는 서비스다. 지난 1일 베타로 출시돼 이슈와 금융, 엔터테인먼트, 건강, 사전, 일상 등 6개 영역에 우선 적용됐다. ◆ 국산 NPU 24개로 하루 5억 토큰 처리 AI 요약의 추론 연산은 퓨리오사AI의 2세대 NPU 레니게이드가 담당한다. 현재 서버 3개 노드에 레니게이드 24개를 배치해 하루 평균 약 5억개의 토큰을 처리하고 있다. 토큰은 AI 모델이 정보를 이해하고 답변을 생성할 때 사용하는 데이터 단위다. 퓨리오사AI는 레니게이드 칩뿐 아니라 솔라 모델을 반도체에 배치하는 컴파일러와 추론용 서빙 엔진도 자체 개발했다. 범용 GPU에 모델을 올리는 방식과 달리 하드웨어와 소프트웨어, 모델을 함께 최적화하는 공동설계 방식으로 처리 효율을 높였다는 설명이다. 백준호 대표는 “레니게이드는 솔라 모델을 가속하면서 엔비디아 H200과 대등한 수준의 처리 성능을 확보했다”며 “가격 대비 성능과 전력 대비 성능에서는 더 높은 효율을 보이고 있다”고 말했다. 김성훈 대표도 “현재 다음과 함께 서비스를 운영하면서 GPU를 사용할 때보다 약 30%의 비용 절감 효과를 보고 있다”고 설명했다. 퓨리오사AI는 기업의 AI 전환(AX) 환경에서는 처리량과 모델 구성에 따라 GPU 대비 1.5∼2배 높은 비용 효율을 확보할 수 있다고 보고 있다. 다만 H200과의 비교 조건과 모델 크기, 동시 처리량, 응답 지연시간 등 세부 측정값은 공개되지 않았다. 30% 비용 절감 역시 3사가 실제 운영 과정에서 산출한 수치로, 외부 기관의 독립적인 비교 검증 결과는 아니다. 향후 서비스 적용 범위가 확대됐을 때도 같은 비용 효율을 유지하는지가 상용 경쟁력을 가를 전망이다. ◆ 업스테이지의 모델, 퓨리오사AI의 칩, 다음의 이용자 이번 협력이 주목받는 이유는 국내 AI 산업이 부족했던 ‘실제 사용처’를 확보했다는 점이다. 국산 NPU는 성능을 갖추고도 대규모 상용 서비스 적용 사례와 이를 뒷받침하는 소프트웨어 생태계가 부족하다는 평가를 받아왔다. 국내 LLM 역시 모델을 개발한 뒤 이를 지속적으로 사용하는 대규모 이용자 접점을 확보하는 것이 과제였다. 업스테이지는 지난 5월 카카오로부터 다음 운영사 AXZ 인수를 마무리했다. 이를 통해 자체 LLM을 포털 검색에 적용하고 이용자 반응과 토큰 사용 데이터를 다시 모델 개선에 활용할 수 있는 구조를 확보했다. 업스테이지와 퓨리오사AI의 협력도 이번이 처음은 아니다. 두 회사는 2022년 업스테이지의 광학문자인식(OCR) 기술을 퓨리오사AI의 1세대 NPU ‘워보이’에 적용했다. 지난해 6월에는 솔라를 레니게이드에 최적화하고 온프레미스 생성형 AI 인프라를 공동 개발하기 위한 업무협약을 체결했다. 이번 다음 AI 요약은 당시 협력이 실제 서비스로 연결된 사례다. 3사는 이를 국내 기술로 반도체와 모델, 서비스를 연결한 첫 풀스택 소버린 AI 상용 사례라고 평가했다. 다만 ‘국내 최초’는 3사의 자체 판단이다. 줌인터넷을 운영하는 이스트에이드가 지난달 AI 검색 서비스 ‘AI 3초 요약’과 ‘AI 이슈 트렌드’에 LG AI연구원의 ‘K-엑사원’을 먼저 적용했지만, 다음은 AI 모델뿐 아니라 추론 반도체까지 국산 기술을 적용한 점을 차별화 요소로 내세우고 있다. ◆ 검색 질의 절반 이상으로 확대…비용 효율이 관건 다음은 현재 전체 검색 질의의 약 20%에 AI 요약을 적용하고 있다. 1차 목표는 적용 비중을 절반 이상으로 확대하는 것이다. 쇼핑과 맛집처럼 정보가 자주 바뀌고 이용자의 선택까지 연결되는 분야에는 별도의 버티컬 AI 서비스를 적용할 계획이다. 환각을 줄이기 위한 검색 구조도 고도화했다. 기존 키워드 검색과 의미를 중심으로 자료를 찾는 벡터 검색을 결합한 ‘하이브리드 검색’으로 최신 자료를 솔라에 전달하고, 답변 생성 과정은 하네스 엔지니어링으로 통제한다. 연내에는 후속 질문을 이어갈 수 있는 대화형 ‘AI 모드’도 출시할 예정이다. 장기적으로는 이용자의 관심사와 이용 기록을 바탕으로 개인별 정보를 제공하는 ‘1인 1에이전트’를 구상하고 있다. 관심 분야 뉴스를 매일 아침 자동으로 모아주는 서비스 등이 대표적인 활용 사례다. 서비스 확대에는 반도체 공급도 뒷받침돼야 한다. 퓨리오사AI는 올해 초 레니게이드 양산을 시작했으며 연내 최대 1만개까지 공급할 수 있다는 입장이다. 유럽에서는 에퀴닉스 리스본 데이터센터에 레니게이드 서버를 설치해 현지 기업의 성능 검증도 지원하고 있다. 이번 협력은 업스테이지가 참여하는 정부의 ‘독자 AI 파운데이션 모델’ 프로젝트에도 중요한 실증 사례가 될 전망이다. 다음달 예정된 2차 평가에서는 모델 성능뿐 아니라 산업 적용성과 실제 서비스 활용도가 주요 평가 요소로 거론된다. 업스테이지는 다음달 후속 솔라 모델도 공개할 예정이다. 김성훈 대표는 “다음 AI 서비스를 이용하면 솔라와 국산 NPU를 함께 사용하는 선순환이 만들어진다”며 “더 많은 사용이 기술과 품질 개선으로 이어지고, 개선된 품질이 다시 사용량을 늘리는 생태계를 구축하겠다”고 말했다.
2026-07-15 14:01:14
-
-
중국, 온라인 세금환급 첫 도입…AI·광통신까지 디지털 인프라 확장
[경제일보] 중국이 관광 소비와 차세대 통신망, 인공지능(AI) 분야에서 잇따라 새 서비스를 내놓으며 디지털 경제 기반을 넓히고 있다. 외국인 관광객의 소비 편의를 높이는 동시에 AI 데이터 처리와 문서 인식 기술 고도화에도 속도를 내는 모습이다. 2일 업계에 따르면 중국 베이징시는 중국 최초의 온라인 출국 세금환급 매장을 개설했다. 해외 관광객은 온라인으로 상품을 구매한 뒤 호텔 등 지정 장소에서 세금환급 절차를 진행할 수 있게 됐다. 기존에는 오프라인 매장에서 산 상품이 주된 환급 대상이었다. 이번 조치로 환급 범위가 전자상거래 플랫폼까지 확대되면서 외국인 관광객의 쇼핑 동선도 달라질 가능성이 커졌다. 온라인 구매 단계에서 여권과 출입국 정보를 입력하면 전자 환급 신청서와 영수증이 자동 생성되는 방식이다. 현재 온라인 세금환급 매장에는 휴대전화, 디지털 제품, 사무용 컴퓨터, 생활가전 등 6개 분야 약 300개 세부 품목이 포함된 것으로 전해졌다. 중국은 장기적으로 ‘어디서 구매하고 어디서 출국하더라도 환급 가능한 체계’를 구축한다는 구상이다. 관광 소비 확대를 위한 제도 개선도 이어지고 있다. 중국은 앞서 외국인 관광객 세금환급 적용 기준을 낮추고 환급 가능 매장을 확대하는 방안을 내놓았다. 비자 면제 확대와 모바일 결제 편의성 개선도 함께 추진하며 해외 관광객 유치에 공을 들이고 있다. 통신 분야에서는 대용량 데이터 시대를 겨냥한 새 기술이 공개됐다. 중국모바일은 산둥성 칭다오에서 S+C+L 3개 대역을 동시에 사용하는 초저손실 다심 광케이블 상용 노선을 개통했다고 밝혔다. S+C+L은 광통신에서 활용되는 서로 다른 파장 대역을 뜻한다. 여러 차선을 동시에 쓰듯 데이터가 오가는 길을 넓히는 기술로 이해하면 쉽다. 중국모바일은 이번 기술을 통해 기존 광섬유보다 더 넓은 대역폭과 높은 전송 용량을 구현했다고 설명했다. 이 기술은 AI 데이터센터와 초대형 연산망 구축에 필요한 핵심 인프라로 평가된다. 생성형 AI와 자율주행, 스마트 제조가 확산될수록 데이터 전송량이 급증하기 때문이다. 중국은 최근 전국 단위 연산망 구축 사업을 추진하면서 통신 인프라 고도화도 병행하고 있다. AI 분야에서는 바이두가 문서 인식 모델 ‘패들OCR-VL-1.6(PaddleOCR-VL-1.6)’을 공개했다. 이 모델은 일반 문서뿐 아니라 수식, 표, 고문헌, 차트 등 복잡한 자료 분석 능력을 강화한 것이 특징이다. 공개 자료에 따르면 패들OCR-VL-1.6은 문서 분석 성능 평가에서 96.33%의 정확도를 기록했다. 오픈소스로 공개돼 글로벌 개발자와 기업들도 활용할 수 있다. 문서 인식 AI는 단순히 글자를 읽는 기술을 넘어 금융, 법률, 행정, 제조 등 여러 산업에서 업무 자동화와 데이터 정리에 활용될 수 있다. 복잡한 문서를 빠르게 분석하고 표와 차트까지 이해하는 기술은 기업의 내부 업무 효율화와도 연결된다. 중국의 최근 움직임은 소비 활성화와 첨단 기술 투자를 함께 추진하는 전략으로 읽힌다. 관광객에게는 온라인 쇼핑과 세금환급 편의를 제공하고, 산업 현장에는 AI와 초고속 통신망을 결합한 디지털 인프라를 확장하는 방식이다. 중국은 내수 회복 압박이 이어지는 가운데 외국인 소비와 디지털 산업을 동시에 키우려 하고 있다. 온라인 세금환급과 차세대 광통신, 문서 인식 AI가 각각 다른 영역의 정책처럼 보이지만, 결국 소비와 데이터, 기술 인프라를 하나의 성장 기반으로 묶어가려는 흐름이라는 평가가 나온다.
2026-06-02 17:48:41
-
파수 AI, N2SF 등급 분류 대응 'FDR' 업데이트 출시
[경제일보] 파수 AI가 국가 망 보안체계(N2SF) 전환에 대응하는 데이터 식별·분류 솔루션을 고도화했다. 공공기관이 AI와 클라우드를 활용하기 위해서는 데이터의 중요도와 민감도를 먼저 식별하고 등급별 보안 정책을 적용해야 하는 만큼, 데이터 분류 자동화가 공공 보안 시장의 핵심 과제로 떠오르고 있다. 파수 AI는 데이터 식별·분류 솔루션 ‘파수 데이터 레이더(Fasoo Data Radar, FDR)’의 신규 업데이트 버전을 출시하고 공공기관의 N2SF 전환 지원을 강화한다고 밝혔다. N2SF는 기존 공공부문 망분리 정책을 보완·전환하기 위해 추진되는 새로운 보안 프레임워크다. AI와 클라우드 등 신기술을 안전하게 활용할 수 있도록 데이터와 시스템을 중요도·민감도에 따라 기밀(Classified), 민감(Sensitive), 공개(Open) 등급으로 구분하고, 등급별로 차등화된 보안대책을 적용하는 것이 핵심이다. 파수는 지난해 ‘범정부 초거대 AI 공통기반 대상 국가 망 보안체계 시범 실증’에 참여해 N2SF의 데이터 식별·분류·통제 부문을 맡은 바 있다. 이번 FDR 업데이트는 N2SF 전환의 출발점인 데이터 식별과 등급 분류 기능을 강화한 것이 특징이다. FDR은 윈도, 맥, 파일서버 등 다양한 저장소에 흩어진 데이터를 파악하고 민감정보 포함 여부를 자동으로 탐지·분류하는 솔루션이다. 이후 분류 결과에 따라 암호화, 레이블링, 격리, 권한 회수, 파기 등 후속 조치를 적용할 수 있다. 새 버전에는 OCR 기능이 추가됐다. 일반 이미지 파일이나 문서 안에 삽입된 이미지에서 텍스트를 추출해 민감정보 포함 여부를 검사한다. 기존 텍스트 기반 탐지로는 확인하기 어려웠던 스캔본, 캡처 이미지, 이미지형 PDF 등에 포함된 개인정보와 민감정보까지 식별할 수 있다는 설명이다. 문서 작업 중 등급 인식을 돕는 기능도 강화됐다. 한글, MS 오피스, PDF 등 주요 문서 작업 환경에서 기밀·민감·공개 분류 라벨을 화면에 지속적으로 표시해 사용자가 해당 문서의 보안 등급을 직관적으로 확인할 수 있도록 했다. 공공기관 업무 환경에서는 문서 작성·검토·공유 단계마다 등급 인식이 필요한 만큼, 사용자 실수로 인한 자료 유출을 줄이는 효과가 기대된다. AI 기반 문맥 분석 기능도 더했다. FDR은 파수 AI의 AI 기반 개인정보보호 솔루션 ‘AI-R Privacy’와 연동해 복잡한 문장 속 개인정보를 탐지하고 마스킹할 수 있다. 단순 키워드나 정규식 기반 탐지를 넘어 자연어처리와 딥러닝 기술로 문맥을 해석해 민감정보를 찾아내는 방식이다. 이번 업데이트는 공공기관의 N2SF 전환 수요를 정면으로 겨냥한 것으로 풀이된다. 기존 망분리 체계에서는 내부망과 외부망의 물리적·논리적 분리가 보안의 중심이었다. 그러나 생성형 AI와 클라우드 서비스를 공공 업무에 활용하려면 모든 데이터를 같은 방식으로 막는 구조만으로는 한계가 있다. 어떤 데이터가 기밀이고, 어떤 데이터가 민감하며, 어떤 데이터는 공개 가능한지를 먼저 구분해야 AI 활용과 보안 통제를 동시에 설계할 수 있다. 특히 초거대 AI 기반 행정서비스가 확산되면 데이터 분류의 중요성은 더 커진다. AI 모델에 입력되는 문서와 데이터셋에 개인정보, 내부 정책 문건, 보안 정보가 섞여 있을 경우 유출이나 오남용 위험이 발생할 수 있다. N2SF가 데이터 등급 분류를 전제로 하는 이유도 여기에 있다. 관련 시범 실증 사업 역시 공공부문에 적합한 AI 보안 적용 모델과 확산 방안을 마련하기 위해 추진됐다. 업계에서는 N2SF 전환 과정에서 데이터 보안 시장이 확대될 것으로 보고 있다. 공공기관이 AI와 클라우드를 도입하려면 데이터 발견, 분류, 권한 관리, 암호화, 반출 통제, 로그 추적, 개인정보 마스킹까지 전 주기 관리 체계가 필요하다. 이 가운데 데이터 식별·분류는 모든 보안 정책의 출발점이다. 분류가 부정확하면 과도한 차단으로 업무 효율이 떨어지거나, 반대로 민감정보가 낮은 등급으로 처리돼 유출 위험이 커질 수 있다. 파수 AI는 FDR 외에도 데이터 보안 솔루션 ‘파수 엔터프라이즈 DRM(Fasoo Enterprise DRM, FED)’과 AI 활용을 위한 민감정보 관리 솔루션 ‘AI-R DLP’ 등을 통해 N2SF 대응 포트폴리오를 강화하고 있다. 데이터 등급을 식별한 뒤 문서 암호화와 접근권한 통제, AI 입력 데이터 차단·마스킹까지 연결하는 구조를 구축하겠다는 전략이다. 향후 관건은 실제 공공기관 업무 환경에서의 적용성과 정확도다. 공공기관 데이터는 문서 형식이 다양하고 오래된 스캔본이나 이미지형 자료, 비정형 문서가 많다. OCR과 AI 문맥 분석 기능이 현장 데이터에서 얼마나 높은 탐지율과 낮은 오탐률을 보이느냐가 솔루션 경쟁력을 가를 전망이다. 또 N2SF 전환이 공공기관 전체로 확산되면 보안 등급 분류 기준의 표준화도 중요해진다. 기관마다 다른 방식으로 기밀·민감·공개 등급을 적용하면 시스템 연계와 클라우드 활용 과정에서 혼선이 생길 수 있다. 데이터 분류 솔루션은 기술 기능뿐 아니라 정부 보안 기준과 기관별 업무 특성을 반영한 정책 설계 역량까지 요구받게 된다. 고동현 파수 AI 상무는 “파수 AI는 FDR 외에도 FED와 AI-R DLP 등 N2SF를 위한 포트폴리오를 지속적으로 강화하고 있다”며 “N2SF의 시작이 등급 분류인 만큼 FDR을 통해 공공기관의 디지털 혁신을 지원할 것”이라고 말했다. 이번 FDR 업데이트는 공공 AI 확산 국면에서 보안의 무게중심이 ‘망을 나누는 방식’에서 ‘데이터를 이해하고 통제하는 방식’으로 이동하고 있음을 보여준다. AI와 클라우드 활용이 공공 업무의 효율성을 높일 수 있다면, 그 전제는 데이터가 어디에 있고 어떤 등급인지 정확히 아는 것이다. 파수 AI가 N2SF 전환 시장에서 데이터 분류·통제 솔루션을 앞세워 공공 보안 수요를 얼마나 확보할지 주목된다.
2026-05-20 16:38:59
-