• ZDNet USA
  • ZDNet China
  • ZDNet Japan
  • English
  • 지디넷 웨비나
뉴스
  • 최신뉴스
  • 방송/통신
  • 컴퓨팅
  • 홈&모바일
  • 인터넷
  • 반도체/디스플레이
  • 카테크
  • 헬스케어
  • 게임
  • 중기&스타트업
  • 유통
  • 금융
  • 과학
  • 디지털경제
  • 취업/HR/교육
  • 생활/문화
  • 인사•부음
  • 글로벌뉴스
  • AI의 눈
ZDPick
국감2026
인공지능
IT'sight
칼럼•연재
포토•영상

ZDNet 검색 페이지

'지디넷'통합검색 결과 입니다. (1903건)

  • 영역
    • 제목
    • 제목 + 내용
    • 작성자
    • 태그
  • 기간
    • 3개월
    • 1년
    • 1년 이전

[카드뉴스] 정년이 70세로 늘면 청년 일자리는 어떻게 될까요

안녕하세요, AMEET 기자입니다. 정년이 70세로 늘어나면 신입 자리는 어떻게 될까요? 정부가 올해 안에 정년 연장 법을 통과시키려 하고 있는데요. 지금 법으로 정해진 정년은 60세예요. 정부는 연금을 받기 전까지 소득이 끊기는 기간을 메우기 위해 70세까지 일하는 사회를 목표로 하고 있어요. 그런데 이 과정에서 청년 일자리가 줄어들지 않을까 걱정하는 목소리도 나오고 있어요. 그 걱정에는 근거가 있어요. 2016년 정년이 60세로 늘어난 뒤 55~60세 일자리는 늘었지만, 15~29세 청년 일자리는 오히려 줄었거든요. 월급이 나이 따라 오르는 호봉제를 그대로 둔 채 정년만 늘린 탓이에요. 회사가 신입에게 쓸 수 있는 돈이 줄어든 거죠. 회사는 선배가 퇴직하고, 승진이 한 칸씩 이어지고, 맨 아래에서 신입을 뽑는 순서로 돌아가는데요. 계단처럼 맨 위가 막히면 아래도 멈출 수밖에 없어요. 그래서 정년을 어떻게 늘리느냐가 중요해요. 계약을 그대로 연장하면 월급 구조는 그대로라 승진과 채용이 늦어져요. 반면 60세에 퇴직한 뒤 일과 월급을 새로 정해 1~5년씩 계약하는 재고용은 청년 채용을 지키는 데 더 유리해요. 일본이 이 길을 택했고요. 재고용을 섞어 도입할 가능성은 50% 정도로 전망돼요. 결국 결과는 숫자보다 방식이 좌우하는 셈이에요. 법이 나오면 회사가 신입을 얼마나 뽑는지 지켜봐 주세요. 앞으로도 AMEET이 알기 쉽게 전해드릴게요! ▶ 해당 보고서 보기 https://ameet.zdnet.co.kr/uploads/beed6f7a.html ▶ 지디넷코리아가 리바랩스 'AMEET'과 공동 제공하는 AI 활용 기사입니다. 더 많은 보고서를 보시려면 'AI의 눈' 서비스로 이동해주세요. (☞ 보고서 서비스 바로가기)

2026.10.13 21:58AMEET

[ZD SW 투데이] 제조 기업 CxO 초청 AX 조찬 세미나 개최 外

지디넷코리아가 소프트웨어(SW) 업계의 다양한 소식을 한 눈에 볼 수 있는 'ZD SW 투데이'를 새롭게 마련했습니다. SW뿐 아니라 클라우드, 보안, 인공지능(AI) 등 여러 분야에서 활발히 활동하고 있는 기업들의 소식을 담은 만큼 좀 더 쉽고 편하게 이슈를 확인해 보시기 바랍니다. [편집자주] ◆ 베스핀글로벌, 제조 기업 CxO 초청 AX 조찬 세미나 개최 베스핀글로벌은 오는 28일 조선 팰리스 서울 강남에서 한국중견기업연합회 후원으로 '제조 기업 CxO 초청 AX 조찬 세미나'를 개최한다. 이번 세미나에서는 제조 기업이 AI PoC를 전사 성과로 확산하지 못하는 원인을 기술보다 손익 연계, 현업·IT 역할, 데이터 준비, 거버넌스의 부재에서 찾고 AX를 도입이 아닌 정렬의 문제로 바라보는 실행 방안을 공유한다. ◆ 자이오넥스, 미국 '체인지 2026'서 AI 기반 공급망 계획 기술 선보여 자이오넥스는 미국 캘리포니아 롱비치 컨벤션센터에서 열린 글로벌 공급망관리 협회 ASCM 주최 행사 '체인지(CHAINge) 2026'에 참가해 AI 기반 공급망 계획 솔루션 '플란넬(PlanNEL)'을 선보였다. 자이오넥스는 시장 변화와 판매·재고·수요계획 데이터를 분석하고, 공급망 영향을 반영한 복수의 개선 시나리오를 제안해 담당자가 주요 지표와 예상 결과를 비교하고 최종 계획을 결정하도록 지원하는 플란넬의 기능을 시연했다. ◆여의시스템, 신코즈 방산 특화 러기드 컴퓨터 제시 여의시스템이 신코드의 방산 특화 러기드 컴퓨터를 앞세워 '미션 레디 컴퓨팅' 솔루션을 선보인다. Cincoze 제품은 MIL-STD-810H 기반 충격·진동 시험, 광온도 설계, 확장형 I/O와 CAN 버스 등을 지원해 진동·극한 온도·불안정한 전원 환경에 대응한다. 신코드 러기드 컴퓨터는 대드론 탐지·무력화 체계에 'DI-1200', 무인기 지상통제소(GCS)에 'DS 시리즈(DS-1302)'가 적용되는 등 실제 방산 체계에서도 활용되고 있다. ◆CJ올리브네트웍스, 경기도교육청 '신나는공유학교'와 AX창의캠프 개최 CJ올리브네트웍스는 경기도교육청 '신나는공유학교'와 연계해 부천교육지원청 관내 초등학생을 대상으로 'AX창의캠프'를 운영했다. 임직원이 기술 멘토로 참여하는 체험형 사회공헌 교육으로, 자율주행 원리 학습부터 블록코딩, 모형차 주행까지 단계별 실습으로 구성됐다. 회사는 이번 교육이 학생들의 AI 이해도와 논리적 사고력, 문제 해결 역량을 높이는 데 도움이 되길 기대하며 관련 교육과 사회공헌 활동을 확대해 나갈 계획이다. ◆ 한국미래기술교육연, 'AI 데이터센터 전력·냉각 인프라 최적화 전략' 세미나 개최 한국미래기술교육연구원은 29일 서울 코엑스에서 열리는 '스마트에너지플러스 2026'에서 AI 데이터센터 전력·냉각 인프라 최적화 전략 세미나를 개최한다. 세미나에서는 GI-DC, 집단에너지 기반 구축 모델, 고밀도 AI 랙 대응 전력·냉각 연계 운전 등을 살펴보고 기존 데이터센터를 AI 인프라로 전환하는 리트로핏 방안도 논의한다.

2026.10.13 17:29남혁우 기자

피지컬 AI 세상은 통신망부터...산업 현장서 AI기지국 실증

올해로 인공지능(AI)이 세상에 등장한 지 70년이 됐습니다. 디지털 세상에서 인류의 지식과 정보를 언어로 학습한 생성형 AI가 이제 물리 세상을 체험하기 위해 나올 채비를 마쳤습니다. 이름하여 피지컬(Physical) AI. 휴머노이드 로봇, 자율주행차, 다크팩토리, 헬스케어 등이 대표적입니다. 챗GPT에 이은 피지컬 AI는 첨단제조 강국인 한국 경제를 더 혁신적이고 지속 가능한 성장엔진으로 바꿔 놓을 무한한 잠재력까지 갖고 있습니다. 산업화를 넘어 미래 지능형 플랫폼 사회로 나아가는 관문도 피지컬 AI에 달려 있다고 해도 과언이 아닙니다. 예측불허의 AI 시대, 우리는 무엇을 준비해야 할까요. 창간 26주년을 맞은 지디넷코리아가 연중기획 '피지컬AI가 미래다'를 통해 당면 과제와 이슈를 고민합니다. 많은 관심과 조언 부탁드립니다. [편집자주] 피지컬 AI가 산업 현장으로 확산되면서 통신망의 역할도 달라진다. 로봇이 수집한 영상과 센서 데이터를 빠르게 전달하고, 로봇 내부에서 처리하기 어려운 AI 연산을 가까운 네트워크의 컴퓨팅 자원과 나눠 수행하는 기술이 개발돼야 하기 때문이다. 국내에서는 정유공장과 조선소 등을 대상으로 AI 기반 무선접속망(AI-RAN) 실증이 시작됐고, 해외에서도 이동통신망을 피지컬 AI의 연산 인프라로 활용하려는 시도가 이어지고 있다. 대표적인 사례로 과학기술정보통신부와 한국지능정보사회진흥원(NIA)은 172억 규모의 하이퍼 AI 네트워크 기반조성 사업에 착수했다. SK텔레콤과 KT가 각각 컨소시엄을 구성해 5G 단독모드(SA)와 AI-RAN 기술을 산업시설에 적용하는 내용이다. 구체적으로 산업용 로봇의 이동과 작업 과정에서 필요한 통신 성능을 검증하고 AI 연산자원을 네트워크에 분산하는 기술의 시험이 포함됐다. 정유공장·조선소에 AI 기지국, 산업용 로봇 실증 실증 대상은 로봇 작업 특성과 현장 환경에 따라 나뉜다. SK인천석유화학에서는 사족보행 로봇을 활용한 위험지역 순찰, KG모빌리티 공장에서는 무인 자율이송을 시험한다. HD현대삼호 조선소에서는 로봇을 활용한 용접과 도장 작업을 검증한다. 작업 환경은 각기 다른 현장이지만 로봇이 수집한 정보를 외부로 전송하고 이동 중에도 통신을 유지해야 한다는 공통점이 있다. 정유공장 순찰 로봇은 위험지역 영상을 실시간으로 전달해야 하고, 자율이송 로봇은 이동 경로와 장애물 정보를 지속적으로 처리해야 한다. 조선소의 용접 도장 로봇도 작업 상태에 따라 안정적인 통신이 요구된다. 정부는 이같은 현장 실증에서 상향 전송 속도와 지연시간, 지연 변동 폭을 비롯해 AI 기반 네트워크 자율 운용 성능을 검증한다. 삼성전자와 에치에프알, 에릭슨, 노키아 등 여러 제조사의 장비와 CPU, GPU 연산자원을 활용해 산업 현장에 적합한 통신망 구성을 시험한다. 위즈코어가 에치에프알, 한국전자기술연구원, 로보티즈 등과 함께 현대제철 당진 열연공장에서는 특화망과 AI-RAN을 결합해 로봇과 통신장비, AI 연산 기능을 연계하는 기술을 검증하고 있다. 기존 이동통신망과 AI-RAN의 연동을 위한 기술 검증도 진행되고 있다. LG유플러스와 연세대는 엔비디아 GPU 기반 AI-RAN 시험망과 기존 5G망을 연동해 서로 다른 네트워크 영역 사이의 연결성을 확인했다. AI-RAN이 별도 시험망에 머무르지 않고 기존 이동통신 인프라와 함께 운용될 수 있는지 검증한 사례다. 시장조사업체 옴디아의 레미 파스칼 수석애널리스트는 한국의 이같은 AI-RAN 실증을 두고 “산업용 AI 구현에서 정부기관이 기존 통신망 최적화 사업보다 더 큰 역할을 할 수 있다”며 “제조업 기반과 산업 자동화 역량을 갖춘 국가에서 이러한 접근법이 특히 의미가 있다”고 평가했다. 글로벌 시장에서도 '피지컬AI+네트워크' 검증 해외에서도 AI 연산과 무선망 기능을 결합해 피지컬 AI를 지원하려는 실증이 진행되고 있다. 미국 T모바일은 엔비디아, 노키아와 AI-RAN 기반 분산형 엣지 인프라에서 피지컬 AI 응용 서비스를 검증하고 나섰다. 기지국과 통신국사에 배치된 컴퓨팅 자원을 활용해 도시 교통과 전력설비, 산업현장의 영상을 분석하는 방식이다. 지멘스에너지 등 산업 분야 기업도 관련 기술의 활용 가능성을 평가하고 있다. 일본 소프트뱅크는 에릭슨과 로봇 AI 연산을 외부 네트워크로 분산하는 기술을 검증했다. 로봇의 작업 상태와 연산 요구에 따라 기기 내부에서 AI를 처리하거나 인접한 모바일 엣지 컴퓨팅(MEC) 자원으로 이전하는 방식이다. 이 과정에서 네트워크 슬라이싱과 데이터 전송 우선순위 제어를 활용해 로봇의 작업에 필요한 통신 품질을 제공하도록 했다. AI 연산을 외부로 옮기는 데 그치지 않고 로봇의 상태에 맞춰 통신망까지 함께 제어하는 기술이다. 최근에는 피지컬 AI의 연산을 클라우드와 엣지, 단말에 분산하기 위한 기술 구조도 제시됐다. 세계 최대 통신장비 회사인 화웨이는 최근 열린 '화웨이커넥트 2026'에서 중국과학원 선양자동화연구소와 로봇의 실시간 제어와 현장 데이터 처리, 전체 시스템 최적화를 구분하고 작업 특성에 따라 연산자원을 배분하는 구조에 대한 연구보고서를 발표했다. 로봇 연산 나눠 맡는 통신망...상향 전송·지연 관리가 관건 국내외에서 AI-RAN과 엣지 컴퓨팅을 결합하는 배경에는 로봇 자체의 연산 능력과 전력에 한계가 있다는 점을 꼽고 있다. 피지컬 AI는 카메라와 센서로 주변 환경을 인식하고 사물의 위치와 움직임을 판단해 실제 동작을 수행한다. 고성능 AI 모델을 로봇 내부에서 모두 실행하려면 상당한 연산 능력이 필요하지만 이동형 로봇은 배터리 용량과 발열, 무게에 제약이 있다. 외부 컴퓨팅 자원을 활용하면 로봇 내부의 연산 부담을 줄일 수 있다. 다만 먼 거리에 있는 클라우드에 데이터를 보내면 통신 지연이 늘어날 수 있어 가까운 엣지에서 처리하는 방식이 대안으로 거론된다. 로봇이 수집한 정보를 네트워크의 AI 연산자원으로 보내고 처리 결과를 다시 전달받는 구조다. 마이크로소프트리서치는 피지컬 AI 로봇 추론 연구에서 “로봇 내부 GPU에서만 AI 추론을 실행하면 로봇의 성능과 배터리 수명, 확장성이 제한될 수 있다”며 “AI 추론을 엣지나 클라우드의 GPU로 분산하면 상당한 이점을 얻을 수 있다”고 평가했다. AI 모델의 처리 속도와 함께 기존 네트워크 트래픽 관리를 뒤집어야 하는 점도 짚어야 할 점이다. 기존 모바일 서비스는 영상과 콘텐츠를 내려받는 하향 전송에 무게가 실렸지만 피지컬 AI는 로봇의 카메라와 센서에서 발생하는 데이터를 외부로 보내는 상향 전송 수요가 큰 점을 네트워크 설계에서 고민해야 한다. AI-RAN은 이러한 요구에 대응하기 위해 무선망 자체에도 AI를 적용한다. AI로 무선 신호를 복원하거나 채널 상태를 예측해 전송 품질을 개선하는 동시에, 기지국 주변의 컴퓨팅 자원으로 외부 AI 서비스의 연산을 지원하는 방식이다. 로봇과 통신망, AI 시스템이 하나의 작업을 나눠 수행하려면 서로 다른 장비가 정보를 교환하는 기준도 중요해진다. 한국전자통신연구원(ETRI)은 지난 9월 국제전기통신연합 전기통신표준화부문(ITU-T)의 체화 AI 포커스그룹에서 피지컬 AI 관련 표준화 과제 2건을 제안해 승인받았다. 이 가운데 제조 분야 과제는 카메라 영상과 로봇 위치, 온도와 압력 등 여러 정보를 함께 처리하기 위한 기술 요구사항을 다룬다. 로봇과 제조설비, AI 시스템의 협업에 필요한 데이터 처리와 시스템 연계 기준을 마련하는 작업이다.

2026.10.13 16:20박수형 기자

"수랭식 다음은 결국 액침냉각…반도체 직접 깎아 효율 50% 높인다"

인공지능(AI) 시대 개막으로 데이터센터 발열량이 폭발적으로 증가하면서 글로벌 냉각 생태계 판도가 급변하고 있다. 1400W가 넘는 칩 발열을 감당하기 위해 기존 공랭식 대신 수랭식이 표준으로 자리잡은 가운데, 차세대 대안인 '액침 냉각' 기술 선점 경쟁이 치열하다. 허성훈 한국과학기술연구원(KIST) 전자융합소재연구센터 책임연구원은 최근 지디넷코리아 인터뷰에서 데이터센터 냉각 기술 현주소와 미래, 그리고 국내 업계가 나아가야 할 방향을 짚었다. 허 연구원은 차세대 연구리더를 육성하는 KIST 프로그램 '2026년 KIST 영 펠로우(Young Fellow)'에 선정된 젊은 연구자 3명 중 1명이다. 현재 성균관대학교 탄소중립연구센터 겸임교수를 맡고 있고, 열 관리 전문가다. 1400W 넘는 칩 발열…공랭식 한계 만나 '수랭식'이 표준으로 최근 데이터센터 전력 소비량과 발열량은 유례없는 속도로 치솟고 있다. 불과 5년 전 랙(Rack) 당 40kW 수준이던 전력 소비량은 최근 200kW급까지 급증했다. 과거 엔비디아 A100 등 초기 AI 반도체 발열량은 칩당 400W 수준이어서, 방열판에 바람을 쏘는 기존 공랭식(최대 약 600W 냉각 가능)으로도 온도를 제어할 수 있었다. 하지만 엔비디아 H100 칩이 700W를 넘어서고, 최신 블랙웰 플랫폼이 1400W 이상 열을 뿜어내면서 공기로 열을 식히는 방식은 사실상 수명을 다했다. 현재 시장 대세는 칩 위에 콜드 플레이트를 얹어 냉각수를 순환하는 수랭식으로 넘어갔다. 엔비디아는 H100부터 수랭식을 옵션으로 도입했고, 블랙웰부터는 수랭식 콜드 플레이트를 표준 사양으로 채택했다. 그러나 수랭식도 만능은 아니다. 칩 발열량에 맞춰 실시간으로 유압을 정밀하게 조절해 물을 뿜어줘야 하므로, 냉각분배장치(CDU) 내부 펌프에 막대한 부하가 걸리고 막대한 구동 전력이 소모된다는 단점이 있다. 차세대 대안 '액침 냉각' 부상… 막대한 초기 비용과 규제는 숙제 궁극적인 대안으로 서버 전체를 비전도성 절연유에 푹 담그는 '액침 냉각'이 주목받고 있다. 유체(물 등)는 공기보다 1도 오를 때 흡수하는 열량이 무려 3000배나 많아 열을 빼앗는 효율이 압도적이다. 허 연구원은 "수랭식이 특정 칩을 타깃으로 강한 유압을 쏘아 열을 빼앗는다면, 액침 냉각은 전체를 담가서 열을 빼기 때문에 유압이 크게 걸리지 않아 전력 효율에서 훨씬 유리하다"며 "전력효율지수(PUE)를 1.0에 가깝게 만들 수 있다"고 설명했다. 다만 상용화를 위해 넘어야 할 벽은 높다. 수영장 규모의 거대한 수조를 건물 층마다 배치해야 하므로 막대한 건축 하중과 초기 투자비용이 발생한다. 섭씨 250도 이상에서 불이 붙지 않아야 한다는 까다로운 국내 소방법 인화점 규제도 걸림돌이다. 온도 손실 막아라…냉각효율 50% 높일 '칩 표면 공학' 눈길 이러한 제약 속에서도 허 연구원팀은 냉각 성능이 극대화되는 2상 액침 냉각 한계를 돌파할 기술 개발에 매진하고 있다. 2상 액침 냉각은 냉매가 끓어오를 때 발생하는 증발 잠열을 이용하는 방식으로 막대한 열량을 감당할 수 있어 향후 고성능 수랭식을 대체할 기술로 꼽힌다. 핵심 연구는 반도체 칩 표면 물리적 구조를 직접 개조하는 '표면 공학' 기술이다. 기존에는 섭씨 100도에 달하는 뜨거운 전자 칩 위에 열 계면 소재(TIM)를 덧붙여 열을 전달했지만, 이 과정에서 필연적으로 10~20도 온도 손실이 발생해 효율이 떨어졌다. 연구팀은 온도 손실을 유발하는 TIM을 제거하고, 칩 패키징에 쓰이는 구리나 니켈 다이 표면 자체를 직접 깎아 울퉁불퉁하게 만드는 정밀 식각 기술을 고안했다. 금속 표면적이 넓어지면 액체가 끓어오르는 기포 발생 지점이 대폭 늘어 냉매가 칩의 열을 훨씬 효과적으로 흡수할 수 있다. 그는 "이러한 직접 매칭 표면 처리 기술을 적용할 경우, 온도 강하 현상을 막아 기존 액침 냉각 대비 성능을 최소 50% 이상 끌어올릴 수 있을 것"이라고 내다봤다. 아울러 "거품이 위로 원활하게 끓어오르게 하려면 칩과 서버의 배열을 기존 수평에서 수직으로 세워야 할 것"이라며 데이터센터 폼팩터의 근본적인 변화도 함께 전망했다. "韓 냉각 생태계, 판 짜고 총대 멜 리더 절실" 이처럼 혁신적인 냉각 기술이 연구실을 넘어 상용화 꽃을 피우려면 국내 산업계의 적극적인 움직임이 필수다. 하지만 현재 국내 기업은 차세대 냉각 시장에 관심만 보일 뿐, 막대한 초기 투자가 수반되는 생태계 구축에는 한발 물러서서 눈치만 보고 있다는 것이 허 연구원 진단이다. 허 연구원은 "우리나라 기업들은 냉동 공조 장비에 들어가는 펌프, 배관, 절연유 등 주요 부품 인프라를 만들 역량이 충분하다"면서도 "새로운 데이터센터 냉각 생태계의 판을 짜고 '총대'를 메며 리드하려는 기업은 보이지 않는다"고 꼬집었다. 에어컨 등 전통적인 냉동 공조 시장에서는 국내 대기업이 뛰어난 역량을 발휘하고 있지만, 정작 다가올 AI 데이터센터 전용 냉각 기술 생태계를 선도할 구심점은 턱없이 부족하다는 지적이다. 그는 "기업들이 테스트베드 구축 등에 소극적인 태도에서 벗어나 산업을 이끌 강력한 리더십을 발휘하면, 우리나라도 충분히 차세대 냉각 시장 주도권을 쥘 수 있다"고 거듭 강조했다.

2026.10.13 15:41전화평 기자

中 CXMT 쇼크?...4F스퀘어 D램 연내 상용 파급력은

중국 최대 D램 제조업체인 창신메모리테크놀로지(CXMT)가 예상을 뛰어넘는 기술 개발 속도로 업계의 주목을 받고 있다. 최근엔 올 연말까지 '4F스퀘어 D램' 기반의 서버용 DDR5 모듈을 출시하겠다고 밝히면서 삼성전자와 SK하이닉스를 바짝 추격하고 있다. 4F 스퀘어는 삼성전자·SK하이닉스 등 메모리 선두 주자들도 아직 상용화하지 못한 차세대 D램 기술이다. CXMT의 계획이 현실화될 경우, AI 인프라용 고부가 메모리 시장에서 기업 간 경쟁이 훨씬 치열해질 전망이다. CXMT, 셀 구조 변화로 EUV 제한 돌파…14~11나노급서 경쟁 가능 업계 전문가 역시 CXMT의 4F 스퀘어 D램 개발이 매우 의미있는 전략이라고 평가했다. CXMT가 미국 제재로 최첨단 노광 공정인 극자외선(EUV) 기술을 도입할 수 없는 상황이기 때문이다. 4F 스퀘어 D램은 기존 노광 기술인 심자외선(DUV)으로도 구현이 가능하다. 최정동 테크인사이츠 수석부사장은 13일 지디넷코리아와의 서면 인터뷰를 통해 "EUV 장비 확보가 어려운 CXMT의 경우, DUV를 유지하면서 셀(Cell) 아키텍처를 4F 스퀘어로 전환하는 전략이 장기적으로는 유리할 수 있다"며 "향후 2~3세대 제품을 DUV만으로 구현해, 14~11나노급 D램 세대에서 경쟁할 수 있을 것"이라고 설명했다. 4F 스퀘어 D램은 데이터를 저장하는 최소 단위인 셀 내부의 트랜지스터 구조를 기존 수평이 아닌 수직으로 배치하는 차세대 D램이다. CXMT는 이를 자체적으로 '수직 서라운딩 게이트(VSG; Vertical Surrounding Gate)'라고 부른다. 스퀘어란, 셀 내부 트랜지스터에 전압을 인가하는 구성 요소가 얼마나 큰 면적을 갖고 있는지 나타내는 척도다. 셀 면적이 줄어들수록 D램의 집적도가 높아져, 데이터 처리 성능 및 전력 효율성을 향상시킬 수 있다. 4F 스퀘어는 6F 스퀘어 구조인 기존 D램 대비 셀 집적도를 50% 이상 향상시킬 수 있다. 때문에 각 D램 제조업체들은 4F 스퀘어 D램을 차세대 제품으로서 적극 개발해 왔다. 일례로 삼성전자는 수직 채널 트랜지스터(VCT)라는 이름으로 4F 스퀘어 D램을 개발 중이다. 적용 목표는 첫 10나노 미만 D램으로, 내부 명칭은 'D0a-V'로 알려져 있다. ■ 아래는 최정동 테크인사이츠 수석부사장과의 일문일답이다. -CXMT가 4F 스퀘어 D램 개발을 서두르는 이유는? "CXMT는 EUV 장비를 확보하지 못하고 있다. 따라서 기존 6F 스퀘어 D램을 지속 미세화하기보다는, DUV를 유지하면서 셀 구조를 4F로 전환하는 전략이 장기적으로 유리할 수 있다. 삼성전자나 SK하이닉스는 4F 스퀘어를 0a(9나노급) 이하에서 EUV를 통해 구현하려고 한다. 반면 CXMT는 상대적으로 여유가 있는 13~14나노급에서 DUV로 4F 스퀘어를 구한하려는 전략으로 보인다. 4F 스퀘어는 어느 노드에서나 구현이 가능하고, 6F 스퀘어 대비 셀 집적도를 50% 이상 개선할 수 있다. CXMT가 향후 2~3세대의 D램 시장에서 DUV만으로 경쟁할 수 있게 된다는 뜻이다. 다만 CXMT도 11나노 이후에서는 여전히 EUV가 필요하다는 한계가 있다." -4F 스퀘어 D램을 상용화하기 위한 기술적 난제가 많은 것으로 알려져 있는데. "4F 스퀘어 구조에서는 수직 채널 트랜지스터와 소스, 드레인 엔지니어링이 매우 중요하다. 플로팅 바디 이펙트(floating body effect; 트랜지스터 내부에 전하가 축적되면서 동작 특성이 달라지는 현상)를 어떻게 제거하느냐도 주요 도전 과제다. 수직 채널 트랜지스터를 식각할 때에는 저데미지, 또는 데미지-프리 공정이 진행돼야 하며, 누설전류는 별도로 채널의 전기적 특성을 제어하는 백게이트(Back gate)를 추가해야 한다.또한 CXMT가 기존 채널 소재인 실리콘을 사용한다면, 신소재 도입 없이 4F 스퀘어 D램을 구현 가능한 상황이다." -(CXMT가)실제 상용화 가능성은 있는지. "물론 실제 유의미한 수율을 측정할 정도의 양산은 별개의 문제다. 현재 CXMT의 4F 스퀘어 D램 개발 상황은 시제품 단계가 아니라, 개발팀에서 데이터 보존 특성, 접합 누설전류, 접촉 저항 등을 평가 중인 단계로 보고 있다. 삼성전자 SK하이닉스 역시 이 단계를 10나노 미만 D램에서 진행하고 있다." -CXMT가 4F 스퀘어 D램 관련 특허를 300건 이상 출원했다고 발언했다. 이전 YMTC의 사례(참고 기사: 2025.02.24일자 지디넷코리아 [단독] 삼성전자, V10 낸드부터 中 YMTC 특허 쓴다)처럼 국내 기업들에게 미칠 영향은 무엇인지? "특허의 양과 질은 별개로 봐야한다. YMTC의 하이브리드 본딩(반도체 칩을 연결할때 기존의 솔더 범프나 마이크로 범프를 없애고 구리 배선과 절연막을 원자 단위로 직접 연결하는 접합 기술)은 원천특허를 보함해, 특허의 질이 YMTC가 훨씬 우세했다. 하지만 4F 스퀘어는 이미 삼성전자와 SK하이닉스도 모두 상대적으로 많은 특허를 가지고 있다. 특허 포트폴리오 측면에서는 삼성전자와 SK하이닉스도 뒤지지 않을 것으로 본다." -삼성전자, SK하이닉스의 4F 스퀘어 D램 상용화 전망은? "4F 스퀘어 D램이 빨리 나와야 하는 것이 목표는 아니다. 현재 6F 스퀘어가 1~2세대 더 연장돼 사용될 수만 있다면, 그것도 경제성이 매우 크다. 만약 10나노 미만 D램에서 삼성전자, SK하이닉스가 4F 스퀘어로 간다면 CXMT의 VSG 4F 스퀘어 D램과는 조금 다른 구조가 될 것이다. 이것에 대해 현재 개발 평가가 예정대로 진행되고 있기에, 내년까지 개발 완료 후 2028년 말쯤에는 무난히 시제품을 볼 수 있을 것으로 예상한다. 특히, 4F 스퀘어 D램은 하이브리드 본딩을 초기부터 접목하려고 하기에 수율 확보가 주요 관건이 될 것이다."

2026.10.13 15:30장경윤 기자

엠게임 '귀혼키우기' 개발진 "원작 감성 계승하되, 스트레스 없는 성장 담았다"

대표 장수 IP(지식재산권) '귀혼'이 모바일 방치형 RPG로 돌아온다. 엠게임은 11월 구글 플레이, 애플 앱스토어, 원스토어를 통해 신작 모바일 무협 방치형 RPG '귀혼키우기'를 정식 출시한다. 원작의 주요 직업과 무공, 몬스터, 지역 등 핵심 요소를 충실히 계승하면서도, 최근 모바일 게임 트렌드에 맞춘 가벼운 조작감과 동료 조합 중심의 전투대 시스템을 결합한 것이 특징이다. 엠게임 모바일개발본부 이재창 이사와 박성태 팀장은 지난달 30일 지디넷코리아와 만나 기획 의도와 주요 게임성, 향후 서비스 방향성에 대해 소개했다. "방치형 트렌드 속 귀혼 IP 본질에 집중" 엠게임이 '귀혼' IP를 활용해 방치형 RPG를 선보이게 된 배경에는 IP 수명 연장과 장르적인 접근성이 자리한다. 이재창 이사는 "엠게임은 기존 IP를 꾸준히 살려나가는 방향성을 중요하게 보고 있다"며 "과거 서비스했던 IP들을 새로운 장르로 재해석해 지속해서 선보이고자 준비해왔고, 그 첫걸음이 바로 귀혼키우기"라고 개발 계기를 밝혔다. 기존 방치형 게임들과의 차별점에 대해서는 "복잡한 시스템보다는 장르 본연의 강점인 성장 체감과 안정적인 서비스 기반을 다지는 데 주력했다"며 "출시 초기에는 방치형 이용자가 기대하는 깔끔하고 직관적인 성장 구조를 제공하고, 점진적인 업데이트를 통해 귀혼만의 색채를 더해나갈 것"이라고 설명했다. 특히 원작 팬들을 위한 스토리 재해석이 돋보인다. 박성태 팀장은 "원작 이용자들이 스토리에 민감하고 애착이 크다는 점을 고려해, 태화노군이 배신당해 힘과 기억을 잃은 뒤 제자들을 다시 만나며 복수와 진실을 쫓아가는 오리지널 서사를 구축했다"고 말했다. 태화노군의 부활과 양악평 추적을 다룬 메인 서사는 향후 대규모 콘텐츠 업데이트와 맞물려 순차적으로 확장될 예정이다. 단일 직업 한계 탈피…3인 전투대·동료 조합으로 전략성 강화 이번 신작의 핵심 플레이 구조는 원작과 명확히 구분된다. 단 하나의 직업을 골라 집중 육성하던 원작과 달리, 플레이어 캐릭터(태화노군) 외에 2명의 동료를 조합해 총 3인 규모의 전투대를 꾸려 나간다. 박성태 팀장은 "검무사·도무사·조자객·암기자객·장도사·선도사 등 원작의 대표 직업들을 동료로 수집해 함께 육성할 수 있다"며 "각 영웅마다 단일 딜링, 원거리 공격, 디버프 등 특화된 무공과 스킬을 지니고 있어 특정 던전 공략이나 콘텐츠 특성에 맞춰 전투대를 재설계하는 재미를 담았다"고 설명했다. 여기에 완호, 영물, 강령 등 원작 팬들에게 익숙한 수집형 성장 요소가 더해져 전투대를 한층 다채롭게 강화할 수 있다. 성장과 파밍에 따른 피로도는 대폭 줄였다. 박 팀장은 "최근 방치형 게임들이 지나치게 많은 콘텐츠를 한 번에 쏟아내며 이용자에게 '숙제' 부담을 안겨주는 경우가 많다"며 "하루 5분에서 10분 내외 접속만으로도 일일 필수 콘텐츠를 가볍게 마칠 수 있도록 일괄 수령 및 성장 동선을 간소화했다"고 강조했다. 이어 과금 모델(BM)에 대해서도 "재화 대부분은 인게임 성장을 통해 자연스럽게 획득할 수 있도록 설계했다"며 "뽑기 역시 하루에 얻을 수 있는 수량을 일정 수준 제어해 과도한 과금 유도 없이 누구나 꾸준히 성장할 수 있는 완만한 밸런스를 지향한다"고 덧붙였다. "혼자만 즐기는 게임 아냐"…실시간 마을과 문파 대전으로 장기 서비스 정조준 귀혼키우기가 내세우는 또 다른 강점은 실시간 소통 공간인 '마을'이다. 방치형 RPG 특유의 싱글 플레이 한계를 넘어서기 위해 광장 역할을 하는 마을을 도입했다. 박성태 팀장은 "마을은 다른 이용자들과 실시간으로 만나 소통하고 길드 단위로 교류할 수 있는 커뮤니티 공간"이라며 "마을 단위의 수집 의행이나 마물 침공 이벤트, 협동형 파티 던전 등 실시간 콘텐츠를 단계적으로 확대할 계획"이라고 밝혔다. 장기 플레이를 견인할 경쟁 콘텐츠 역시 순차 도입된다. 박 팀장은 "개인 간 랭킹 경쟁 외에도 문파원 30명이 합심해 상대 문파와 맞붙는 30대30 규모의 '문파 대전'을 주요 콘텐츠로 준비하고 있다"고 전했다. 향후 업데이트 주기와 로드맵도 구체화했다. 월 1회 단위의 정기 콘텐츠 업데이트를 진행하며, 약 6개월 단위로 1막·2막·3막으로 이어지는 대형 스토리 업데이트와 신규 직업(역사·사수·무사 등), 대규모 레이드(양악평 토벌전)를 선보일 예정이다. 마지막으로 이재창 이사는 "오랫동안 귀혼 IP를 아껴주신 이용자분들에게 감사드리며, 원작 명성에 누가 되지 않도록 완성도를 끌어올리고 있다"며 "부담 없이 가볍게 즐기면서도 깊이 있는 무협의 재미를 느낄 수 있는 게임으로 찾아뵐 테니 많은 관심 부탁드린다"고 전했다.

2026.10.13 13:10진성우 기자

AI 안전 평가 선도하는 영국…한국도 국제무대 나설 수 있을까

마이크로소프트(MS)가 국제 인공지능(AI) 안전 기준 마련을 이끌 국가로 영국을 지목하면서 한국의 AI 안전 평가 역량을 강화해야 한다는 목소리도 나오고 있다. 12일(현지시간) BBC에 따르면 브래드 스미스 MS 부회장은 '빅 보스 인터뷰' 팟캐스트에서 영국이 국제 AI 안전 기준을 주도하기에 적합한 국가라고 평가했다. 영국이 첨단 AI 모델의 위험성을 직접 시험할 전문기관을 갖춘 데다 미국 정부와의 협력 관계도 유리하게 작용할 수 있다고 봤다. 영국 AI 보안연구소는 글로벌 AI 기업으로부터 최신 모델을 출시 전에 제공받아 위험성을 검증하고 있다. 사이버 공격에 악용될 수 있는지, 생화학적 위험 정보를 제공하는지, 안전장치를 우회할 수 있는지 등을 직접 시험한다. 같은 날 로이터통신에 따르면 카니슈카 나라얀 영국 AI 담당 장관은 미국 정부와 구글 등 주요 AI 개발사와의 협력을 통해 최신 모델을 평가하고 있다고 밝혔다. 영국 연구진은 구글의 '제미나이 4 아르곤' 등을 대상으로 위험성과 안전조치를 시험하고 있다. MS도 영국 AI 보안연구소와 협력하고 있다. 지난 5월 미국 AI표준혁신센터(CAISI)와 영국 AI 보안연구소(AISI) 각각과 협약을 맺고 자사 프런티어 AI 모델의 위험한 능력과 안전장치를 평가하는 연구를 추진하기로 했다. 스미스 부회장은 영국의 기술력뿐 아니라 미국과의 관계에도 주목했다. 미국 정부가 유럽연합(EU)이 주도하는 규제보다 영국이 마련하는 안전 기준에 상대적으로 우호적일 수 있다고 예상했다. 한국도 국제 평가 참여…제3자 역할 모색 한국도 국제 AI 안전 평가 협력망에 참여하고 있다. 국내 AI안전연구소는 미국과 영국, 일본, 싱가포르 등 각국 연구기관과 첨단 AI의 위험성을 공동으로 평가하는 방법과 기준을 논의 중이다. 국제 협력 과정에서 한국이 검토하는 역할 중 하나는 제3자 평가다. 미국과 중국이 프런티어 AI 개발을 주도하는 가운데 양국이 서로의 핵심 AI 모델을 직접 검증하기 어려울 경우 제3국의 독립적인 평가가 대안이 될 수 있다는 분석이다. 김명주 AI안전연구소장은 지디넷코리아와의 통화에서 "미국과 중국 사이에서 제3국의 평가가 필요해지는 상황이 온다면 한국이 나서겠다는 생각을 갖고 있다"며 "지난 8월 영국 측에도 각국 AI안전연구소가 공동으로 참여하는 국제 평가 체계에 적극 협력하겠다는 뜻을 전달했다"고 말했다. 다만 제3자 평가국은 아직 구상 단계다. 실제로 역할을 맡으려면 최첨단 AI 모델의 능력과 위험성을 직접 시험할 기술력은 물론 평가 결과에 대한 국제적 신뢰도 확보해야 한다. 김 소장은 이를 위해 프런티어 AI 개발 역량과 안전 평가 기술을 함께 갖춰야 한다고 강조했다. 현재 정부는 현재 독자 AI 파운데이션 모델 개발 사업과 프런티어 AI 사업을 추진하고 있다. 영국은 평가 역량 축적…한국은 인력·조직 한계 한국이 국제 AI 안전 평가에서 역할을 확대하기까지는 풀어야 할 과제도 있다. 전문인력과 컴퓨팅 자원, 연구소의 조직적 기반에서 영국과 격차가 크다. 지난달 이정헌 더불어민주당 의원이 과학기술정보통신부와 AI안전연구소에서 제출받은 자료에 따르면 국내 연구소의 기술 평가 인력은 6명에 불과하다. 활용 가능한 그래픽처리장치(GPU) 서버도 5대에 그친다. 반면 영국 AI 보안연구소는 기술 인력만 100명을 넘고 국가 차원의 컴퓨팅 자원을 활용한다. 올해 예산도 약 1216억원으로 한국(89억원)의 14배에 달한다. 조직 운영에서도 차이가 있다. 영국은 정부 소속 전문기관을 중심으로 글로벌 AI 기업과 협력하고 있지만 국내 AI안전연구소는 한국전자통신연구원(ETRI) 직할 조직으로 운영되고 있다. 독립적인 인사권과 예산 확보에 한계가 있다는 지적도 나온다. 이정헌 의원은 "AI안전연구소에 법적 독립성을 부여하고 자체적인 인사·예산 권한을 보장하도록 AI 기본법을 개정해야 한다"고 밝혔다. 영국은 전문인력과 컴퓨팅 자원을 확보하고 글로벌 AI 개발사와 협력하며 최첨단 모델에 대한 평가 경험을 축적해 왔다. 한국도 국제 평가에 참여하는 데서 나아가 실제 검증을 수행할 연구 역량과 조직적 기반을 갖추는 문제가 남아 있다. 김 소장은 "한국이 국제 AI 거버넌스 논의에 참여하려면 프런티어 AI 기술력과 평가 역량을 빠르게 확보해야 한다"며 "한국은 제재국이 되지 말고 제재를 논의하는 나라가 돼야 한다"고 말했다.

2026.10.13 11:09김동원 기자

"아버지는 더 일하고, 아들은 취업 못 한다?"…정년 연장의 딜레마

안녕하세요 AMEET 기자입니다. 최근 고용노동부 장관이 정년 연장 입법을 올해 안에 추진하겠다는 의지를 재확인하면서 우리 사회의 고용 지도가 급격히 요동치고 있습니다. 70세까지 일할 수 있는 사회는 과연 모두에게 축복일까요, 아니면 누군가에게는 기회를 뺏는 장벽이 될까요? 이 뜨거운 감자를 두고 서로 다른 시각을 가진 AI 패널들이 모여 깊이 있는 논의를 진행했습니다. 노동 정책의 실효성을 따지는 패널부터 시장의 데이터로 흐름을 읽는 패널, 그리고 청년과 연금의 미래를 걱정하는 패널까지 각자의 논리로 무장한 이들이 부딪히며 찾아낸 실마리를 기자의 시선으로 풀어내 보겠습니다. 이번 논의에는 정책의 집행 가능성을 중시하는 노동정책 관점의 AI와 고용 시장의 미세한 균열을 포착하는 노동시장 분석 관점의 AI, 청년의 생존권을 최우선으로 두는 청년정책 관점의 AI 등 다양한 전문가 그룹이 참여했습니다. 특히 연금의 지속 가능성을 고민하는 연금 관점의 AI와 세대 간의 심리적•구조적 갈등을 파헤치는 세대갈등 관점의 AI, 그리고 모든 논의의 전제를 뒤흔드는 비판적 관점의 AI 패널이 합류하여 단순한 찬반 논리를 넘어선 입체적인 분석을 내놓았습니다. 이들이 가장 먼저 주목한 것은 단순히 나이를 늘리는 숫자의 문제가 아니라, 그 숫자가 가져올 우리 사회의 구조적 변화였습니다. 숙련의 전수인가 아니면 닫힌 문인가, 일자리 제로섬의 공포 가장 먼저 충돌이 일어난 지점은 정년 연장이 청년 일자리에 미칠 실질적인 영향력이었습니다. 노동정책 관점의 AI 패널은 고령층의 숙련된 기술이 청년에게 전수되는 긍정적 측면을 언급하며 정책의 타당성을 강조했는데요. 이에 대해 청년정책 관점의 AI 패널은 즉각적으로 날 선 반론을 제기했습니다. 이미 2016년에 단행된 60세 정년 의무화 조치 이후 고령층 일자리는 늘었지만 청년층 일자리는 오히려 줄어들었다는 한국개발연구원(KDI)의 명확한 선례를 들어, 정년 연장이 청년들에게는 고용 시장의 진입을 막는 거대한 벽이 될 것이라고 경고한 것이죠. 단순히 숙련 전수라는 장밋빛 전망만으로는 청년들이 겪게 될 '채용 절벽'의 현실을 덮을 수 없다는 비판이었습니다. 여기에 노동시장 분석 관점의 AI 패널은 더욱 정교한 시각을 보탰습니다. 일자리의 총량이 변하지 않는 상태에서 윗세대가 나가지 않고 자리를 지키면, 결국 아래 세대로 이어져야 할 승진과 채용의 연쇄 고리가 끊어지게 된다는 분석입니다. 이를 '내부 노동시장 공석 사슬'의 지연이라고 표현했는데요. 즉, 한 명이 퇴직해야 그 자리에 승진이 일어나고 맨 아래 신입사원 자리가 하나 생기는데, 정년이 늘어나면 이 순환이 멈춰버린다는 것입니다. 이처럼 논점은 단순히 '일자리가 있느냐 없느냐'에서 '세대를 잇는 순환이 원활한가'로 이동하며 논의의 깊이를 더했습니다. 청년들에게 정년 연장은 단순한 경쟁이 아니라 아예 입구 자체가 봉쇄되는 재앙이 될 수 있다는 우려가 커지는 대목이었습니다. 세대갈등 관점의 AI 패널 역시 이러한 구조적 문제가 결국 자원 배분의 불평등으로 번질 것이라고 짚었습니다. 고령층의 노후 안정을 위해 청년층의 기회를 박탈하는 것은 사회적 이동성을 저해하고 세대 간의 심리적 골을 깊게 만드는 결과만 낳을 것이라는 지적입니다. 특히 2025년 기준 실업률이 2.68%로 수치상으로는 양호해 보일 수 있지만, 이는 청년들이 체감하는 양질의 일자리 부족이나 취업 준비 기간의 장기화 같은 고통을 전혀 반영하지 못한다는 점이 강조되었습니다. 결국 정년 연장은 청년들에게 단순한 기회의 축소가 아니라 미래를 설계할 최소한의 발판마저 흔드는 결정이 될 수 있다는 비관적인 전망이 우세하게 작용했습니다. 임금 체계라는 보완책, 제도 만능론을 넘어서는 현실의 벽 논의가 깊어지자 해결책으로 제시된 것이 바로 임금 체계의 개편입니다. 노동정책 관점의 AI 패널은 정년 연장이 청년에게 재앙이 되지 않으려면 반드시 '직무급제'나 '생산성 연계 임금제'가 도입되어야 한다고 주장했습니다. 고령자가 오래 머물더라도 기업의 인건비 부담이 커지지 않도록 해야 청년 신규 채용 여력이 생긴다는 논리였죠. 그러나 이 지점에서 다시 한번 팽팽한 논리 대결이 펼쳐졌습니다. 노동시장 분석 관점의 AI 패널은 이러한 주장을 '제도 만능론'이라고 일축했습니다. 제도를 바꾼다고 해서 기업이 자동으로 청년을 더 뽑을 것이라는 가정은 너무나 낙관적이라는 것입니다. 실제 현장에서는 임금 체계를 바꿔도 승진 적체나 신규 채용 기피 현상이 해소되지 않을 가능성이 높다는 날카로운 지적을 던졌습니다. 비판적 관점의 AI 패널은 여기서 한 발 더 나아가 우리가 이 문제를 너무 이분법적으로만 바라보고 있다고 꼬집었습니다. 정년 연장이냐 아니냐의 논의에 갇혀 유연근무 확대나 재고용 방식 같은 더 유연한 대안들을 간과하고 있다는 것이죠. 일본의 사례처럼 정년은 그대로 두되 퇴직 후 계약직으로 다시 채용하는 방식 등이 대안이 될 수 있음에도 불구하고, 우리 논의는 오직 법적 정년 숫자에만 매몰되어 있다는 분석입니다. 또한 연금 관점의 AI 패널은 국민연금 재정 건전성을 위해 정년 연장이 필수적이라는 입장을 보였지만, 이 역시 청년들이 보험료를 낼 수 있는 안정적인 일자리를 갖지 못한다면 결국 사상누각에 불과하다는 점을 인정하며 논의의 무게중심을 다시 청년 고용으로 돌려놓았습니다. 특히 노동정책 관점의 AI 패널이 제안한 대규모 연금 개혁과 정년 연장의 동시 추진에 대해, 비판적 관점의 패널은 현실적인 행정 역량을 과대평가하고 있다고 반박했습니다. 현재의 낮은 경제 성장률과 이해관계자 간의 첨예한 갈등 속에서 두 가지 거대 담론을 동시에 해결하는 것은 정치적으로 불가능에 가깝다는 냉정한 진단이었습니다. 결국 임금 체계 개편이라는 카드는 이론적으로는 훌륭한 완충 지대처럼 보이지만, 실제 실행 과정에서는 기업의 의지나 노사 합의라는 거대한 장벽에 부딪혀 청년들을 위한 실질적인 채용으로 이어지기 어렵다는 점이 논의 과정에서 선명하게 드러났습니다. 세대 상생을 위한 전제 조건, 합의되지 않은 미래의 과제 토론의 막바지에 이르러 패널들은 몇 가지 중요한 지점에서 의견을 모았습니다. 우선 어떤 형태로든 정년 연장이 시행된다면, 그것이 청년에게 기회가 되기 위해서는 단순히 기업 내부의 임금 조정을 넘어 정부 차원의 직접적인 청년 신규 채용 인센티브와 파격적인 직업 훈련 지원이 병행되어야 한다는 점입니다. 청년정책 관점의 AI 패널이 강조했듯, 기업의 자발적인 선의에만 기댈 것이 아니라 구조적인 유인책이 없으면 청년 일자리 감소는 피할 수 없는 현실이 될 것이라는 공감대가 형성되었습니다. 또한 정년 연장의 방식을 일률적인 계약 유지가 아닌 고령층의 숙련도를 활용하는 다양한 고용 형태의 변주로 가져가야 한다는 대안적 시각도 힘을 얻었습니다. 여전히 좁혀지지 않은 이견도 남았습니다. 노동시장 분석 관점의 AI 패널은 2년간의 시범 사업을 통해 청년 신규 채용률이 떨어지는 기업에는 정년 연장 적용을 즉시 중단하는 엄격한 사후 검증이 필요하다고 주장한 반면, 정책 집행을 중시하는 쪽에서는 이러한 방식의 행정적 복잡성과 기업의 혼란을 우려했습니다. 또한 연금 재정의 위기가 닥치면 결국 정치권도 등 떠밀리듯 대규모 개혁에 나설 수밖에 없다는 '위기 촉발형 개혁'론과, 현재의 행정 역량으로는 불가능하다는 '정치적 비현실'론이 팽팽하게 맞서며 미래의 불확실성을 남겼습니다. 결국 70세 정년은 노후 안정을 위한 필연적인 선택처럼 보이지만, 그 과정에서 청년의 자리를 보존할 정교한 장치가 없다면 세대 간의 갈등은 걷잡을 수 없이 커질 수 있다는 경고음이 울린 셈입니다. 70세까지 일하는 사회를 향한 여정은 이미 시작되었습니다. AI 패널들이 보여준 치열한 논쟁은 이 정책이 단순히 노인 복지의 연장선이 아니라, 우리 사회의 고용 생태계 전체를 재설계해야 하는 거대한 실험임을 증명하고 있습니다. 청년들에게 이 변화가 재앙이 아닌 기회가 되려면, 우리는 지금보다 훨씬 더 세밀하고 책임감 있는 보완책을 마련해야 할 것입니다. 윗세대의 숙련이 아랫세대의 성장을 돕는 선순환의 구조는 저절로 만들어지지 않기 때문입니다. 고용노동부의 입법 추진 과정에서 이번 토론에서 제기된 날카로운 질문들이 얼마나 반영될지, 우리 사회의 지혜가 필요한 시점입니다. ▶ 해당 보고서 보기 https://ameet.zdnet.co.kr/uploads/beed6f7a.html ▶ 지디넷코리아가 리바랩스 'AMEET'과 공동 제공하는 AI 활용 기사입니다. 더 많은 보고서를 보시려면 'AI의 눈' 서비스로 이동해주세요. (☞ 보고서 서비스 바로가기)

2026.10.13 09:49AMEET

[카드뉴스] AI를 잘 쓰는 사람만 앞서가는 걸까요

안녕하세요, AMEET 기자입니다. "AI를 잘 쓰는 사람만 앞서가는 거 아니야?" 이런 생각 해보신 적 있으시죠? 실제로 5점 만점의 AI 리터러시 점수를 보면 고소득 직군은 4.2점, 저소득 직군은 1.8점으로 두 배 넘게 벌어져 있어요. AI가 완전히 새로운 계급을 만들기보다는 기존에 있던 격차를 더 키운다는 시각이 힘을 얻는 이유인데요. 토론 패널의 약 70%가 '기존 격차 심화'에 손을 들었고, '독립적인 신계급'이라고 본 쪽은 30%였어요. 학력과 소득이 이미 앞선 사람이 AI도 더 잘 쓴다는 거죠. 왜 이런 일이 생길까요? 같은 연필을 줘도 그림 실력은 제각각인 것과 비슷해요. AI가 준 답이 맞는지 가려내는 힘은 결국 원래 알고 있던 지식에서 나오거든요. 학력과 소득이 높으면 좋은 AI 교육을 받기 쉽고, 그만큼 틀린 답도 잘 알아채요. 그 힘으로 더 좋은 직무로 옮겨 가면 소득도 더 늘어나는 흐름이 만들어지는 거예요. 결국 AI는 누구나 쓰지만, 그 결과물의 가치는 똑같지 않다는 얘기예요. 문제는 격차를 줄이는 힘은 약하고 키우는 힘은 훨씬 강하다는 점이에요. 공공 정책이 아직 도구 보급에 머무는 데다, 교육이 격차를 정말 줄일 수 있을지는 증거가 부족해서 패널들도 끝내 합의하지 못했어요. 갈림길은 결국 'AI 답을 가려내는 힘'에 있는 셈이죠. 그러니 오늘부터 AI에게 답을 받으면 맞는지 한 번 더 확인해 보세요. 앞으로도 AMEET이 알기 쉽게 전해드릴게요! ▶ 해당 보고서 보기 https://ameet.zdnet.co.kr/uploads/7deeaf49.html ▶ 지디넷코리아가 리바랩스 'AMEET'과 공동 제공하는 AI 활용 기사입니다. 더 많은 보고서를 보시려면 'AI의 눈' 서비스로 이동해주세요. (☞ 보고서 서비스 바로가기)

2026.10.12 20:29AMEET

[ZD SW 투데이] 팔란티어 테크놀로지스, 서울 팝업 스토어 오픈 발표 外

지디넷코리아가 소프트웨어(SW) 업계의 다양한 소식을 한눈에 볼 수 있는 'ZD SW 투데이'를 마련했습니다. SW뿐 아니라 클라우드, 보안, 인공지능(AI) 등 여러 분야에서 활발히 활동하고 있는 기업들의 소식을 담은 만큼 좀 더 쉽고 편하게 이슈를 확인해 보시기 바랍니다. [편집자주] ◆팔란티어 테크놀로지스, 서울 팝업 스토어 22~23일 오픈 팔란티어 테크놀로지스가 22~23일 양일에 걸쳐 서울에서 두 번째로 연례 팝업 스토어 행사를 개최한다. 올해 팝업 스토어 행사의 주제는 '소버린 AI'로 기업이 데이터, 운영 및 전문성에 대한 완전한 통제권을 유지하면서도 각자의 방식으로 AI를 도입할 수 있어야 한다는 팔란티어의 기본 신념을 반영한 것이다. 현장에서는 한국 팬과 파트너사를 위해 2026 FW 시즌 컬렉션을 가장 먼저 선보일 예정이다. ◆아이티센엔텍, 국가보훈부 '제대군인 고용우수기업' 인증 획득 아이티센엔텍이 국가보훈부로부터 '2026년 제대군인 고용우수기업' 인증을 획득했다. 제대군인 고용우수기업 인증은 5년 이상 현역으로 복무한 중·장기복무 제대군인의 일자리 창출과 고용 촉진에 기여한 기업을 발굴해 국가보훈부가 인증하는 제도다. 아이티센엔텍은 이번 인증을 계기로 국방 분야 전문 인재를 꾸준히 확보해 기업 신뢰도를 높이고 제대군인에게는 군 복무 경험을 살린 경력 개발과 성장 기반을 제공할 계획이다. 아울러 국방 전문 인재의 경험과 역량이 사회적 자산으로 활용될 수 있도록 제대군인의 안정적인 사회 정착을 지원한다는 방침이다. ◆원더쉐어, '필모라 16' 출시...AI 기반 전문 영상 편집 기능 강화 원더쉐어가 AI 영상 편집 소프트웨어 '필모라(Filmora) 16'을 출시했다. 이번 버전은 '필모라와 AI로, 더 쉽게 더 프로답게'라는 방향 아래 영상 소재 정리부터 촬영·녹화, 정밀 편집, 자막 제작, 내보내기까지 영상 제작 전 과정을 개선한 것이 특징이다. 유튜브 영상과 쇼츠·릴스 등 SNS 콘텐츠를 제작하는 1인 크리에이터는 물론 교육 영상 제작자와 소규모 마케팅팀도 영상 제작 과정에서 소재 탐색, 움직이는 피사체 추적, 자막 수정, 여러 버전의 영상 출력 등에 많은 시간을 소요한다. 필모라 16은 AI 기반 자동화와 전문 편집 도구를 결합해 이러한 반복 작업의 부담을 줄이고, 복잡한 편집 과정을 더욱 직관적으로 수행할 수 있도록 지원한다. ◆엠클라우독, 기업용 AI 워크스페이스 '딥코웍' 수요 확인 엠클라우독이 클라우독 고객사를 대상으로 진행한 설문에서 기업용 AI 수요는 개인용 범용 AI 활용을 넘어 조직 단위 업무 자동화와 사내 지식 검색으로 확대되는 것으로 나타났다. 특히 답변의 근거 문서를 제시하는 사내 문서 Q&A가 큰 호응을 얻었으며, 보고서·제안서·견적서 작성과 반복 업무 자동화에 대한 기대가 높았다. 도입 시에는 기존 문서중앙화·업무 시스템과의 연계, 망분리·폐쇄망 지원 등 보안 요소가 중요하게 꼽혔다. 딥코웍은 클라우독 문서를 별도 이관 없이 AI 지식 기반으로 활용하고, 권한 연동과 관리자 운영 기능을 제공한다. 설계·연구개발·생산 등 제조·기술 분야에서는 견적서 초안, 문서 자동 작성, 부서별 지식 검색 등의 활용 사례가 확인됐다. ◆아웃시스템즈, '에이전트 익스피리언스' 정식 출시 아웃시스템즈가 월드 투어 라스베이거스에서 '에이전트 익스피리언스'를 정식 출시한다. 클로드 코드, 커서, 코덱스, 키로 등 다양한 AI 코딩 에이전트를 플랫폼에 통합해 시스템 설계부터 엔터프라이즈 소프트웨어와 AI 프로젝트의 개발·운영을 지원한다. 에이전트 익스피리언스는 기존 시스템과 비즈니스 로직을 반영해 아키텍처 일관성과 코드 재사용성을 높이고 보안·테스트·거버넌스 기능으로 개발 리스크를 줄인다. 퍼블릭·프라이빗 클라우드, 온프레미스, 하이브리드 환경 배포도 지원해 규제가 엄격한 기업이 운영 통제권을 유지하며 AI 코딩 도구를 활용할 수 있도록 한다.

2026.10.12 15:29남혁우 기자

문화산업은 AI를 어떻게 써야 하는가

'문화엔진'은 문화정책과 콘텐츠산업, 도시공간과 예술 현장의 흐름을 깊고 넓게 통찰하기 위해 마련된 시리즈입니다. 이 연재를 통해 우리 문화가 나아가는 방향과 그 속에 담긴 다층적인 의미를 입체적으로 만날 수 있습니다. 콘텐츠 디렉터 이창근과 현대미술가 최지원, 도시경관 계획가 박상희, 미디어공학자 정지윤을 비롯한 다양한 분야의 필진이 각자의 전문 영역과 현장 경험을 바탕으로 지디넷코리아 문화산업팀 기자들과 협업해 연재를 이어갑니다. '문화엔진'이 K-컬처를 미래산업의 엔진이자 동시대 문화의 새로운 가능성으로 바라보는 계기가 되기를 기대합니다. [편집자주] AI는 이제 가능성보다 활용의 문제로 넘어가고 있다. 지난 7일 서울 코엑스에서 열린 'AI Festa 26'을 K헤리티지산업포럼 워킹그룹 멤버들과 둘러봤다. AI 에이전트와 로봇, 피지컬 AI, 군집드론, 실시간 3D, 디지털트윈 등 수많은 기술이 한 공간에 모였지만, 현장에서 더 눈에 들어온 것은 기술의 종류보다 쓰임이었다. 'AI로 무엇까지 할 수 있는가'보다 '어디에, 왜, 어떻게 쓸 것인가'라는 질문이 산업의 앞자리로 이동하고 있었다. 문화산업도 다르지 않다. 기술을 먼저 정해놓고 적용할 대상을 찾는 방식과, 문화의 가치와 현장의 문제를 먼저 읽은 뒤 필요한 기술을 고르는 방식은 결과가 다를 수밖에 없다. 이번 현장에서 보고 싶었던 것도 최신 기술의 순위가 아니었다. AI가 문화산업의 제작과 서비스, 공간과 관객 경험을 어떻게 바꾸고 있는지를 살펴보는 일이었다. 문화산업 안으로 들어온 AI 문화체육관광부 산하 한국문화정보원 부스에서는 AI 문화비서와 문화데이터, 공공저작물 등이 소개됐다. 새로운 AI 콘텐츠를 별도로 하나 더 만드는 방식이라기보다 사람들이 문화정보를 찾고 이해하고 활용하는 기존 과정에 AI를 넣는 접근이었다. 한국관광공사 부스에서도 기술은 여행지 추천을 넘어 이동과 체류, 지역에서의 경험을 설계하는 수단으로 넓어지고 있었다. 콘텐츠산업에서는 변화가 더 직접적이었다. 충남콘텐츠진흥원 부스에서는 참여기업들의 AI 영상제작과 움직임 분석 기술을 볼 수 있었고, 스튜디오메타케이 부스는 생성형 AI와 버추얼 휴먼을 방송영상과 영화, 미디어아트, 공연 제작으로 연결하고 있었다. 생성형 AI가 이미지 한 장을 만드는 도구에서 벗어나 기획과 제작, 수정 과정으로 들어오고 있는 셈이다. 그래서 'AI가 창작자를 대신할 것인가'라는 질문만으로 지금의 변화를 설명하기는 어렵다. 더 관심 있게 볼 것은 창작자가 무엇을 새롭게 할 수 있게 됐는지, 제작 방식은 어떻게 달라지는지, 그 결과 관객에게 어떤 경험을 줄 수 있는가이다. 콘텐츠 제작자의 역할도 기술을 많이 붙이는 데 있지 않다. 무엇을 전하고 어떤 경험을 만들 것인지 먼저 정한 뒤, 그 목적에 맞는 기술을 판단하는 일이다. 데이터가 자산이 되고, 자산이 콘텐츠가 된다 생성형 AI의 화려한 화면 뒤에는 데이터를 만드는 기술이 있다. 공간정보 기술기업 디케이시스템은 GNSS 측량장비와 드론, 3D 라이다 스캐너, 포인트클라우드와 디지털트윈 기술을 선보였다. 현실의 공간과 대상을 AI로 분석하거나 재현하려면 먼저 정확한 기록과 데이터가 있어야 한다. 문화산업에서도 무엇을 어떤 품질의 원천자산으로 남길 것인지는 앞으로 더욱 중요해질 문제다. 이 과정을 잘 보여준 사례가 국가유산청의 '신라왕경 디지털 재현사업'이었다. 학술연구와 전문가 검증을 토대로 고증된 데이터를 구축하고, 흩어진 유적과 공간을 디지털 도시로 연결한 뒤 실시간 3D와 생성형 AI를 활용해 콘텐츠로 확장한다. 현장에서는 생성형 AI 영화 '페르시아 왕자, 신라의 북소리'도 볼 수 있었다. 내가 흥미롭게 본 것은 영화 한 편보다 그 앞의 과정이었다. 조사와 기록이 데이터가 되고, 데이터가 디지털 자산이 되며, 다시 이야기와 기술을 만나 콘텐츠가 된다. 문화유산의 사례지만 문화산업 전체에서도 생각해볼 만한 구조다. 하나를 만들고 끝내기보다 한 번 구축한 문화적 자산이 전시와 공연, 교육, 영상, 게임, 관광으로 계속 다른 쓰임을 만들어내는 편이 훨씬 생산적이다. 유니티 부스의 'AI × Real Time 3D' 역시 같은 맥락에서 보였다. 게임에서 익숙했던 실시간 3D 기술은 이미 제조와 로봇, 디지털트윈으로 확장되고 있다. 문화 분야에서도 하나의 디지털 자산을 영상 한 편으로 소진할 이유가 없다. 전시와 교육, 게임과 관광, 새로운 공간경험의 재료로 다시 쓸 수 있다. 이런 흐름을 보면 공공 문화사업도 'AI를 적용했다'는 사실 자체를 성과로 내세우는 단계에서는 벗어날 필요가 있다. 어떤 자료와 데이터를 남길 것인지, 신뢰성과 권리 문제는 어떻게 다룰 것인지, 구축한 디지털 자산을 이후 다른 사업에서 다시 활용할 수 있는지를 함께 봐야 한다. 신기술을 몇 개 사용했는지보다 무엇을 남겼고, 그것이 이후 어떤 쓰임으로 이어지는지가 더 중요하다. 기술을 문화의 언어로 바꾸는 일 군집드론도 비슷했다. 군집제어와 자율비행은 공학기술이지만 수백 대, 수천 대의 드론이 밤하늘에서 이미지와 이야기를 만들면 공연과 관광, 도시의 야간경험이 된다. 관객이 기억하는 것은 알고리즘이 아니라 장면과 음악, 그 장소에서 보낸 시간이다. 문화콘텐츠에서 기술은 때로 앞에 드러나지 않을수록 좋다. 기술을 얼마나 많이 사용했는가보다 어떤 이야기와 경험을 만들어냈는지가 중요하기 때문이다. 문화산업에서 기술을 쓴다는 것은 기술 자체를 보여주는 일이 아니라 그것을 문화의 언어로 번역하는 일에 가깝다. 이번 AI페스타를 K헤리티지산업포럼이 현장워크숍으로 찾은 것도 그런 이유였다. 각자의 전문영역에서 K-헤리티지와 연결해볼 만한 기업이나 기술 하나를 찾아보자는 정도의 과제를 공유했다. 전통예술, 공간, 콘텐츠, 미디어를 보는 시선이 서로 다른 만큼 같은 기술에서도 서로 다른 가능성이 보인다. 포럼이 할 일도 여기에 있다고 본다. 특정 기업이나 기술을 홍보하기보다 정책과 산업의 변화를 읽고, 문화적 원천과 기업의 기술, 전문가의 해석이 만날 수 있는 접점을 찾는 것이다. 현장에서 의제를 발견하고 사람이 만나 작은 협업을 만들고, 그것이 실제 프로젝트로 이어지도록 하는 구조다. K-헤리티지를 문화유산 안에만 가두지 않고 관광과 콘텐츠산업, 기술과 연결해서 보는 이유이기도 하다. 이번 현장을 돌아보며 AI가 모든 산업을 같은 방법으로 바꾸는 것은 아니라는 생각이 더 분명해졌다. 문화정보에서는 검색과 안내를 바꾸고, 관광에서는 이동과 체류에 개입하며, 콘텐츠산업에서는 제작방식을 바꾼다. 공간정보 기술이 현실을 데이터로 옮긴다면 실시간 3D는 그 데이터를 다시 경험으로 바꾼다. 그래서 문화산업에서 AI를 이야기할 때도 질문의 순서가 중요하다. 어떤 기술을 쓸 것인지보다 어떤 문화적 가치와 이야기를 전할 것인지, 사람들에게 어떤 경험을 남길 것인지를 먼저 물어야 한다. 그 다음에 필요한 데이터와 기술, 함께할 기업을 고르면 된다. 기술은 빠르게 바뀐다. 그러나 문화의 의미를 읽고 오늘의 언어로 다시 해석하며, 사람과 기술을 엮어 새로운 콘텐츠와 경험을 만드는 일은 여전히 사람의 몫이다. AI 시대에도 문화산업의 출발점은 기술이 아니라 문화다. 글 = 이창근 예술-기술 칼럼니스트, 인문 논픽션 『도시와 유산을 읽는 법』 시리즈 저자

2026.10.12 11:42이창근 컬럼니스트

AI 활용 능력이 사회적 격차를 만든다?

안녕하세요 AMEET 기자입니다. 인공지능이 일상의 깊숙한 곳까지 파고든 지금, 우리 사회에는 소리 없는 균열이 생기고 있습니다. 단순히 AI를 '사용할 줄 안다'는 차원을 넘어, 이를 통해 자신의 가치를 얼마나 증폭시킬 수 있느냐가 새로운 신분과 계급을 결정짓는 잣대가 될 것이라는 우려가 나오고 있죠. 과연 AI 활용 능력은 학력이나 소득만큼이나 강력한 사회적 격차를 만들어낼까요? 이 질문에 답하기 위해 GPT, 제미나이, 클로드 모델로 구성된 다양한 시각의 AI 패널들이 모여 심도 있는 토론을 진행했습니다. 이번 토론에는 각기 다른 전문성을 가진 AI 패널들이 참여해 날카로운 견해를 주고받았습니다. 구조적 불평등의 관점에서 디지털 격차를 분석한 AI 패널은 GPT 모델의 논리 체계를 바탕으로 사회 구조적 문제를 짚어냈고, 노동 시장과 경제적 파급 효과를 분석한 AI 패널은 Gemini 모델의 시각으로 숙련도의 불일치를 경고했습니다. 또한, 교육적 실효성과 윤리적 정책을 강조한 AI 패널은 Claude 모델의 정밀한 검증 방식을 활용해 논의의 깊이를 더했죠. 여기에 기존의 통념을 비판적으로 바라보는 패널까지 가세해, AI가 정말 새로운 계급을 만드는 독립적인 변수인지 아니면 기존 불평등의 확성기일 뿐인지에 대해 치열한 논쟁을 벌였습니다. 1. AI 리터러시는 단순한 기술 습득이 아닌 생존의 도구 토론의 첫 번째 쟁점은 AI 활용 능력이 개인의 지적 능력을 넘어 사회적 계급으로 고착화될 것인가에 대한 문제였습니다. 구조적 불평등을 강조하는 AI 패널은 AI 활용 능력이 단순한 기술 접근성을 넘어 사회경제적 배경에 따른 'AI 리터러시' 격차로 전이되고 있다고 분석했습니다. 부유한 환경에서 자란 이들이 비판적 사고와 고차원적인 프롬프트 작성 능력을 먼저 습득하게 되고, 이것이 결국 기존의 불평등을 더욱 단단하게 굳히는 기제가 된다는 것이죠. 실제로 2025년 기준 미국의 1인당 GDP가 90,026.52달러에 달하는 반면 한국은 36,226.97달러 수준이라는 경제적 격차는 교육 투자와 기술 접근성의 차이로 이어져 결국 정보 활용의 수직적 계층화를 초래할 수 있다는 논리입니다. 이에 대해 미래 노동 시장의 관점을 가진 AI 패널은 더욱 구체적인 위협을 경고했습니다. AI 활용 능력이 고숙련 직무의 생산성은 극대화하는 반면, 이를 활용하지 못하는 저숙련 노동자의 자리는 자동화로 빠르게 대체될 것이라는 점을 짚었죠. 특히 한국의 실업률 수치가 2.68%로 낮게 유지되고 있음에도 불구하고, 이는 AI 도입으로 인한 직무 재편 과정에서의 고용 불안정과 '직무 전환 실업'의 위험을 온전히 반영하지 못하는 착시일 수 있다는 분석이 인상적이었습니다. 단순히 AI를 쓰는 사람이 똑똑해지는 수준을 넘어, AI를 다루지 못하는 노동자는 시장 가치 자체가 상실되는 가혹한 이분법적 구조가 만들어지고 있다는 설명입니다. 소득 불평등의 경제적 경로를 추적한 패널 역시 힘을 보탰습니다. AI 기반의 생산성 향상이 고숙련 노동자의 임금 상승을 가속화하며 부의 집중을 심화시키는 반면, 저숙련 노동자의 임금은 정체되거나 하락하는 전형적인 양극화 패턴이 나타날 것이라고 내다봤습니다. 기술 접근성이 보편화된다고 해서 격차가 해소될 것이라는 낙관론에 대해서는 단호하게 선을 그었는데요. 기술을 '가지고 있는 것'과 그것을 '효과적으로 활용해 가치를 창출하는 것'은 완전히 다른 차원의 문제이며, 이 역량의 차이가 곧 소득의 급간을 나누는 새로운 계급의 장벽이 될 것이라는 인사이트를 제시했습니다. 2. 교육 만능론과 구조적 장벽 사이의 팽팽한 줄다리기 두 번째로 논의된 핵심 쟁점은 '교육이 이 격차를 해소할 수 있는가'였습니다. 교육적 검증을 중시하는 AI 패널은 매우 신중한 태도를 보였습니다. AI 리터러시 교육이 실제로 계층 이동의 사다리가 될 수 있는지는 엄격한 무작위 대조 실험(RCT)과 같은 정량적 성취 효과로 판별해야 한다고 주장했죠. 단순히 기기를 보급하고 연수를 진행하는 것이 교육적 효과로 이어질 것이라는 믿음은 '기술 도입 맹신'일 수 있다는 경고입니다. 특히 취약 계층의 AI 학습이 실제 소득이나 고용 지표 개선으로 이어졌다는 명확한 증거가 부족한 상황에서, 교육을 유일한 해결책으로 제시하는 것은 위험할 수 있다는 점을 분명히 했습니다. 논의는 곧 '구조와 개인'의 책임 문제로 이동했습니다. 디지털 격차 전문가인 AI 패널은 저숙련 노동자나 고령층이 AI 환경에 적응하지 못하는 이유를 단순히 개인의 의지나 훈련 부족으로 봐서는 안 된다고 강조했습니다. 비판적 메타 리터러시를 키울 수 없는 열악한 교육 환경과 기초적인 디지털 역량의 부재 자체가 이미 구조적 장벽이라는 것이죠. 이에 대해 미래 노동 패널은 AI 기술의 진화 속도가 교육 시스템이 따라가는 속도를 압도하고 있다는 점을 들어, 교육만으로 이 파고를 넘기는 불가능에 가깝다는 비관적인 동시에 현실적인 진단을 내놓기도 했습니다. 이 과정에서 윤리적 정책을 강조하는 AI 패널은 매우 흥미로운 지점을 지적했습니다. AI가 제공하는 이른바 '유사 친밀감'에 대한 의존도 격차입니다. 디지털 문해력이 낮은 취약 계층일수록 AI가 제공하는 정보나 정서적 반응에 쉽게 동화되어 비판적 사고력이 마비될 수 있고, 이것이 곧 새로운 형태의 '정서적 지배 구조'를 만들 수 있다는 논리였습니다. 이는 단순한 소득 격차보다 더 무서운 인적 자율성의 박탈로 이어질 수 있다는 점에서, 정부와 기업의 선제적인 규제 프레임워크와 윤리적 설계 가이드라인이 필요하다는 주장에 힘을 실었습니다. 3. 새로운 계급인가, 기존 불평등의 그림자인가 토론의 막바지에는 AI 활용 능력이 정말 '독립적인' 새로운 계급을 형성하는지에 대한 근본적인 의문이 제기되었습니다. 비판적 관점의 AI 패널은 AI가 새로운 계급을 창조한다기보다는 이미 존재하는 사회경제적 불평등을 극대화하는 도구에 불과하다는 주장을 펼쳤습니다. AI 활용 능력이라는 변수를 떼어놓고 보면 그 이면에는 결국 자본, 부모의 학력, 정보 접근성이라는 전통적인 계급 요소가 자리 잡고 있다는 것이죠. 따라서 AI 활용 능력을 독립적인 계급 요인으로 보는 것은 '상관관계를 인과관계로 오해하는 논리적 비약'이 될 수 있다고 꼬집었습니다. 이러한 논쟁은 결국 'AI를 쓰는 사람만 더 똑똑해지고 부유해지는 현상'을 어떻게 정의할 것인가로 귀결되었습니다. 패널들은 AI 활용 능력이 학력이나 소득에 버금가는 강력한 사회적 자본이 되고 있다는 점에는 대부분 동의했습니다. 하지만 이것이 독립된 계급으로 굳어질지, 아니면 기존 계급의 불평등을 심화시키는 보조적 수단으로 남을지에 대해서는 여전히 팽팽한 이견이 남았습니다. 그럼에도 불구하고 한 가지 확실하게 합의된 사실은, AI가 기회의 평등이라는 환상을 심어주지만 실제로는 그 활용 능력의 차이로 인해 더 높은 벽을 쌓고 있다는 점이었습니다. 결국 AI 활용 능력은 단순한 IT 스킬이 아니라 2026년 현재를 살아가는 우리에게 가장 강력한 자산이자 동시에 가장 위험한 장벽이 되고 있습니다. AI를 자유자재로 다루며 생산성을 극대화하는 이들과, AI의 그림자에 가려진 채 자신의 자리를 잃어가는 이들 사이의 간극은 점차 벌어지고 있죠. 이 격차가 계급이라는 이름으로 고착화되기 전에, 우리가 고민해야 할 것은 단순히 '어떻게 가르칠 것인가'를 넘어 '어떻게 이 기술의 혜택을 구조적으로 분배할 것인가'일 것입니다. AI가 내놓은 답은 명확하지 않을지 모르나, 우리 사회에 던진 질문만큼은 그 어느 때보다 날카롭고 무겁게 다가오고 있습니다. ▶ 해당 보고서 보기 https://ameet.zdnet.co.kr/uploads/7deeaf49.html ▶ 지디넷코리아가 리바랩스 'AMEET'과 공동 제공하는 AI 활용 기사입니다. 더 많은 보고서를 보시려면 'AI의 눈' 서비스로 이동해주세요. (☞ 보고서 서비스 바로가기)

2026.10.12 10:20AMEET

"한국기업 보안 민낯"...김용대 교수 쓴 SNS글 화제

"아 숨도 안 쉬고 읽었습니다. ㅎㅎㅎ 정말 너무 공감이 가네요. 모든 기업들의 인프라 조직과 보안 조직간의 평가와 내부 기싸움 공시 등등 모든것이 다 들어있는거 같습니다."(CISO 출신 어느 보안기업 대표) "저 또한 교수님 글을 숨도 쉬지 않고 읽었습니다. 너무 많은 인사이트로 많은 부분을 되돌아 보며 현업에서 할 수 있는 일이 무엇일까 더욱 고민하는 기회가 되었습니다."(대기업 CISO) 보안전문가인 KAIST 김용대 교수(전기및전자공학부와 정보보호대학원 겸직)가 산학연 보안전문가 80여명이 회원으로 있는 단톡방에 "금융권 사고를 보면서 소설을 하나 썼습니다"는 제목으로 올린 글이 화제다. 국내 대기업의 정보보호 및 보안 담당자들이 겪고 있는 애로와 고충을 현실감있게 표현했기 때문이다. 김 교수가 쓴 글에는 ▲인증 문제 ▲권한 부여 문제 ▲외부 협력사 문제 ▲관제 문제 ▲IT자산 파악 및 관리 문제 ▲보안 공시 문제 ▲CISO와 CIO, CEO들 간 성과 평가 항목이 다른 데 따라 발생하는 보안 사각 문제 ▲보안과 클라우드 이전 문제 ▲퇴사자 관리 문제 ▲정부의 공시 서식 문제 등 현재 우리나라 보안 조직이 직면하고 있는 문제들을 두루 다뤘다. 김 교수는 글을 올린 단톡방에 "사고가 난 금융사 이야기가 아니다. 아직 아무 일도 없는 어느 제조·유통 회사의 사장실 이야기다. 사장이 신문을 보고 CISO를 부른다."우리는 괜찮나?" 그 질문에서 두 시간이 흘러간다"고 설명하며 "자산 조사, 마이크로세그멘테이션, 클라우드 전환, 계정 통합, 그리고 돈 문제. CEO와 CIO, CISO 등 세 사람 중 누구도 틀린 말을 하지 않는데 아무것도 결정되지 않는다"고 꼬집었다. 이어 김 교수는 "클로드와 함께 썼다. 20분 정도 걸린다"고 덧붙였다. 김 교수 글을 본 한 대기업 CISO는 "소설이지만 리얼리티(현실감)가 80% 이상이다"고 밝혔다. 김 교수 자신은 "현장에서 들은 이야기를 바탕으로 작성했다"고 말했다. 지디넷코리아는 정책 당국자와 CEO 등 관련자들이 읽었으면 하는 바람에서, 긴 글이지만 김 교수가 쓴 글 전문을 아래에 게재한다. 우리는 괜찮나 어느 회사 사장실의 두 시간 ■ 프롤로그 이 글은 소설이다. 지금 진행 중인 사건에 대해 내가 아는 것 중에는 말할 수 없는 것이 있고, 말할 수 있는 것 중에는 단정할 수 없는 것이 있다. 그래서 가상의 회사를 하나 만들었다. 유통과 제조를 같이 하는 중견 그룹이고, 금융회사가 아니다. 금융만의 문제가 아니라는 것이 이 글의 전제이기 때문이다. 재료는 세 가지다. 지난 3년 동안 모 언론에 쓴 칼럼들, 올해 7월 코드게이트 오픈토크에서 국내 최전선의 실무자들에게 들은 이야기들, 그리고 여러 기업을 자문하면서 본 것들이다. 등장하는 회사는 어느 한 곳이 아니다. 여러 곳의 조각을 모아 붙였다. 다만 대사는 대부분 어디선가 실제로 들은 말들이다. 글은 클로드와 함께 썼다. 읽기 전에 한 가지만 말해두고 싶다. 소설 속에 나오는 회사는 사정이 나은 편이다. CISO(Chief Information Security Officer, 최고정보보호책임자)가 자기 회사의 문제를 알고 있다. CIO(Chief Information Officer, 최고정보책임자)가 2년 전 보고서를 보관하고 있다. CEO(Chief executive Officer, 최고경영자)가 아침 회의를 취소하고 두 시간을 썼다. 세 사람이 한 방에 앉았다. 이것만으로도 상위권이다. 사업부가 알아서 클라우드 계정을 열고, 알아서 솔루션을 구매하고, IT 조직은 사후에 통보만 받는 회사에서는 이런 대화가 성립하지 않는다. 앉을 사람이 없다. 그리고 공공기관은 누가 CIO 역할을 하는가. 정보화담당관이 있다. 1~2년마다 바뀐다. 2년짜리 계획을 누가 세우고 누가 이어받는가. 세운 사람은 그 계획이 끝날 때 그 자리에 없다. 그래서 이 글은 비관적인 이야기가 아니다. 그나마 잘 되고 있는 쪽의 이야기다. ■ 1부/보고 월요일 아침 여덟 시 사십 분, 사장실. CISO는 주말 사이에 정리한 종이 석 장을 들고 들어갔다. 사장은 이미 신문을 펼쳐놓고 있었다. "읽었어. 설명해 봐." "금융사 일곱 곳입니다. 은행 네 곳, 저축은행 두 곳, 캐피털 한 곳입니다. 9월 중순부터 열흘 남짓한 사이에 연달아 일어났습니다. 여러 회사에서 같은 공격 IP가 나와서 동일 공격자 가능성이 거론되고 있습니다." "얼마나 나갔어." "개인 6만 명, 법인 2천여 건으로 발표됐습니다. 다만 그 숫자는 지금까지 확인된 것입니다." 사장이 안경을 올렸다. "인터넷뱅킹이 뚫린 거야?" "아닙니다. 고객이 쓰는 뱅킹은 막혔습니다. 뚫린 건 대출모집인용 조회 서비스, 직원용 모바일 업무지원 시스템, 영업지원 시스템입니다." "직원용?" "네." "그게 왜 인터넷에 있어." "영업을 밖에서 하니까요. 대출모집인은 사무실에 앉아 있는 사람들이 아닙니다." 사장이 고개를 끄덕였다. 그건 이해가 됐다. 자기 회사에도 그런 게 있다. "어떻게 들어간 거야." "두 단계입니다. 먼저 접근 통제가 없었습니다. 휴대전화 인증 같은 절차 없이 페이지가 열렸습니다. 그다음이 더 문제입니다. 들어간 다음에 고객번호를 순서대로 바꿔 넣으면 남의 정보가 나왔습니다." 사장이 종이에서 눈을 들었다. "뭐라고?" "번호를 바꿔 넣으면 다른 사람 정보가 나왔습니다. 접속한 사람이 그 정보를 볼 권한이 있는지를 확인하지 않았습니다." "그게 은행에서 가능한 일이야?" "고객이 쓰는 쪽에서는 불가능합니다. 거기는 수십 번 점검했을 겁니다. 뚫린 건 직원과 협력사가 쓰는 쪽입니다." 사장은 잠시 말이 없었다. 그리고 물었다. "공격한 쪽이 AI를 썼다는 건 무슨 얘기야. 그것도 신문에 났어." "공격에 사용된 것으로 보이는 서버에서 중국어로 된 자율 침투 도구 흔적이 발견됐다는 보도가 있었습니다. 조사 중이라 단정할 수는 없습니다. 다만 정황은 일관됩니다. 서로 다른 일곱 회사의 비슷한 성격의 서비스가 열흘 사이에 차례로 뚫렸습니다. 사람이 하나씩 붙어서 했다고 보기는 어렵습니다." 사장이 신문을 접었다. 그리고 책상 위에 올려놓았다. 여기서 보고의 성격이 바뀌었다. "우리도 인증 세 개 받았지." "받았습니다." "작년에 그거 받았다고 보도자료도 냈어. 업계 최고 수준이라고. 내가 사인했어." "했습니다." "이번에 뚫린 데도 다 받았잖아." "받았습니다. 세 곳은 더 있습니다." "그리고 걔들 작년에 보안에 쓴 돈이 신문에 나왔어. 은행 세 곳이 천이백억이 넘어. 한 곳은 개인신용정보 관리에서 6년 연속 최고 등급 받았대." "받았습니다." 사장이 몸을 뒤로 기댔다. "그럼 그 돈은 도대체 어디에 쓰는 건데?" CISO는 대답을 준비하지 않았다. 그런데 답은 알고 있었다. "고객이 쓰는 쪽에 씁니다. 로그인 강화, 이상거래 탐지, 관제. 그리고 심사 범위에 들어가는 쪽에 씁니다. 마지막으로, 숫자로 보고할 수 있는 쪽에 씁니다. 장비는 대수가 나오고 솔루션은 금액이 나옵니다. 보고서에 쓸 수 있습니다." "인증받는 데도 돈 들지." "듭니다. 컨설팅 받고, 증적 만들고, 심사 준비합니다. 그것도 정보보호 예산입니다." "...그러면 이번에 뚫린 데는 그 돈이 하나도 안 간 거야?" "안 갔습니다. 심사 범위가 아니고, 고객이 쓰는 서비스가 아니고, 보고할 숫자가 없습니다." 사장은 이번에는 오래 말이 없었다. 그리고 CISO를 보았다. "그러면 네가 지금 나한테 더 달라고 할 돈도, 결국 거기 쓰이는 거 아냐?" CISO는 아니라고 말해야 했다. 이번엔 다르다고. 그런데 그 말을 하려는 순간 자기 입에서 나올 문장이 어떻게 들릴지가 먼저 들렸다. 작년에도 비슷한 말을 했다. 그때는 장비였다. "...이번엔 성격이 다릅니다." "다 그렇게 말하지." "압니다." 사장이 시계를 봤다. 아홉 시 회의가 있었다. 그런데 일어나지 않았다. "그래서, 우리는 어때?" CISO는 석 장의 종이 중 마지막 장을 보았다. 거기에는 아무것도 쓰여 있지 않았다. 주말 동안 쓰려고 했는데 쓸 수가 없었다. "모르겠습니다." ■ 2부/우리는 "모르겠다는 게 무슨 뜻이야. 모른다는 거야, 안 봤다는 거야." "안 본 건 아닙니다. 봤는데 다 못 봤습니다." 사장이 손으로 책상을 한 번 두드렸다. 화를 낸 것은 아니었다. 다음 질문을 고르는 동작이었다. "우리는 10년 동안 아무 일 없었어?" "10년 동안, 우리가 알고 있는 해킹 사고는 없었습니다." 사장이 멈췄다. "그게 무슨 말이야." "말씀 그대로입니다. 사고가 없었던 것과 사고를 모르는 것은 밖에서 보면 같습니다. 안에서도 같습니다. 작년에 통신사는 3년 동안 몰랐습니다. 어떤 공공 서비스는 1년 반 동안 몰랐고, 경찰이 다른 사건을 수사하다 우연히 찾아냈습니다." "우리는 관제를 하잖아." "합니다. 관제는 우리가 보고 있는 곳만 봅니다. 지금 이야기하고 있는 건 우리가 목록조차 못 만든 곳입니다." 사장이 종이를 손으로 눌렀다. "그러면 10년 동안 잘해온 게 아니라는 거야?" "잘해온 부분이 있습니다. 고객이 쓰는 쪽은 제대로 해왔습니다. 다만 10년 무사고를 근거로 말씀드릴 수는 없습니다." "그게 지금은 달라졌다는 거야?" "사람이 붙지 않아도 됩니다. AI가 사람이 하던 일을 상당 부분 대신합니다. 탐색하고, 분석하고, 시험해보는 일입니다. 과거에는 공격자도 계산을 했습니다. 이 회사를 뚫는 데 두 달이 걸리는데 나오는 게 얼마인가. 그래서 우리 같은 회사는 명단 아래쪽에 있었습니다. 지금은 한 사람이 수백 곳을 동시에 훑습니다." 사장이 잠깐 멈췄다. "우리는 뭐가 달라진 거야." "우리는 아무것도 달라지지 않았습니다. 사고가 나지 않았던 이유가 사라졌습니다." 사장은 그 문장을 한 번 속으로 되풀이하는 것처럼 보였다. "그럼 우리 것부터 봐. 뭐가 인터넷에 떠 있어." "그걸 지금 말씀드릴 수 없습니다." "도메인이 몇 개야." "목록이 세 개 있습니다." "뭐?" "하나는 구매 대장입니다. 재무에서 관리하고, 돈이 나간 기록입니다. 자산번호가 붙어 있고 감가상각이 돌아갑니다. 정확합니다. 다만 돈이 나간 것만 들어 있습니다. 하나는 구축 당시 설계 문서입니다. 시스템을 만들 때 어떤 서버에 무엇을 올리기로 했다는 목록입니다. 만들 때는 맞았습니다. 세 번째가 지금 실제로 돌고 있는 것입니다." "세 개가 다른 거야?" "다릅니다. 세 번째 목록은 완성된 적이 없습니다." "왜." "돈이 안 나가도 서버가 생기기 때문입니다." 사장이 눈썹을 올렸다. "클라우드를 씁니다. 사업부에서 필요하면 월 몇십만원으로 서버를 띄웁니다. 구매 절차를 타지 않습니다. 결재가 필요 없으니 재무 대장에 안 올라가고, 설계 문서에도 없습니다. 그리고 한번 띄우면 잘 안 내립니다. 내려도 되는지 확인하는 게 일이라서요." "몇 개야 그게." "작년에 사업부 협조를 받아 부분 조사를 했습니다. 살아 있는 도메인이 자산 대장의 세 배로 나왔습니다. 그게 전부였다고는 말씀드릴 수 없습니다. 협조해준 사업부만 센 숫자입니다." 사장은 종이를 당겨 숫자를 적었다. 세 배라는 글자 위에 동그라미를 쳤다. "좋아. 그럼 2만 대라고 치자. 세어." "대수를 세는 게 조사가 아닙니다." "또 뭐야." "서버 한 대를 세었다고 해서 그 안을 아는 게 아닙니다. 클라우드 위에 가상 서버가 떠 있고, 그 아래 호스트에도 운영체제가 있고 가상 서버 안에도 운영체제가 있습니다. 둘은 서로 다른 버전입니다. 그 위에 서비스가 몇 개 올라가 있는지는 그걸 만든 팀만 압니다. 그 팀이 조직개편으로 없어진 것도 있습니다." "....." "그리고 어떤 데이터가 어디 있는지를 모릅니다. 작년에 하나 찾았습니다. 개발하다가 테스트하려고 운영 데이터를 복사해둔 것이 관리망에 남아 있었습니다. 3년 전에 복사한 것이었습니다. 복사한 사람은 퇴사했습니다." 사장의 손이 멈췄다. "그게 거기 왜 있어." "테스트하려면 실제 데이터가 필요하고, 가짜 데이터를 만드는 건 품이 많이 듭니다. 그래서 복사합니다. 복사한 다음에 지우자고 생각합니다. 그런데 지우는 일은 아무 성과로도 기록되지 않습니다." "그게 몇 개 더 있어?" "모릅니다. 찾는 일이 조사의 일부입니다." 사장이 펜을 내려놓았다. "그래서 자산이 몇 개야." "자산이 대수가 아니라 층입니다. 몇 개냐고 물으시면 세는 단위를 먼저 정해야 합니다. 서버 대수로 세면 2만입니다. 그 위에서 돌고 있는 서비스로 세면 모릅니다. 데이터가 들어 있는 곳으로 세면 더 모릅니다. 그리고 보안에서 중요한 건 뒤쪽입니다." 긴 침묵이 있었다. 사장이 마침내 물었다. "얼마나 걸려." "제대로 하려면 정규직 200명을, 2주 정도 전담으로 주셔야 합니다." 사장이 웃었다. 그러다 웃음이 멈췄다. "200명을 2주. 말도 안 되는 소리를 하네. 그게 얼만데?" "인건비로 환산하면 금액이 나옵니다. 그런데 금액이 문제가 아닙니다. 그 200명이 2주 동안 지금 하는 일을 멈춥니다. 하반기 전사 시스템 교체도 그 인력입니다." "그럼 외주 줘." "외주를 주면 돈이 나옵니다. 그리고 외주사는 우리 시스템을 모릅니다. 서버 목록은 밖에서도 만들 수 있습니다. 그런데 이 서버를 누가 왜 쓰는지, 내려도 되는지는 우리 사람만 압니다. 조사의 어려운 부분이 거기입니다." 사장이 의자를 돌렸다. 창밖을 한 번 보고 다시 돌아왔다. "그래서 이걸 지금 나한테 왜 얘기하는 거야." CISO는 이 말을 할지 잠깐 망설였다. 하지만 하지 않으면 다음이 없었다. "자산 조사는 제 역할이 아닙니다." 사장이 그를 쳐다봤다. "저는 무엇을 점검해야 하는지 알아야 하는 사람입니다. 그런데 자산을 파악하고 유지하는 것은 IT 조직의 업무입니다. 제가 할 수 있는 건 목록을 달라고 요청하는 것까지입니다. 2년째 요청하고 있습니다." "....." "CIO와 협의하셔야 합니다." 사장은 한참 그를 보았다. 책임을 넘기는 말처럼 들렸다. 그런데 틀린 말을 한 것 같지도 않았다. 그 둘을 구분할 방법이 사장에게는 없었다. 사장이 전화기를 들었다. "CIO 들어오라고 해." ■ 3부/세는 일은 누구 일인가 CIO가 들어왔다. 노트북을 들고 있었다. 들어오면서 CISO를 한 번 봤다. 무슨 이야기가 오갔는지 대략 짐작하는 눈이었다. "앉아. 자산 조사 얘기 중이야. 2만 대라고 하던데, 맞아?" "서버 기준으로는 비슷합니다." "200명 2주 달라는데, 가능해?" CIO는 노트북을 열지 않았다. "가능합니다. 세 가지만 말씀드리겠습니다." "해." "첫째, 2주로 끝나지 않습니다. 세는 동안 새로 생깁니다. 지난달에도 사업부 두 곳이 서비스를 띄웠습니다. 저한테 보고가 오는 건 예산이 필요할 때뿐입니다. 클라우드 계정을 사업부가 직접 엽니다. 제가 막으면 사업이 느려진다고 합니다." "그걸 왜 네가 안 막아." "막으려고 했습니다. 재작년에 클라우드 계정 통합 안을 올렸습니다. 사업부 반대로 보류됐습니다. 사업 속도가 중요한 시기였습니다." 사장은 그 시기를 기억했다. 자기가 그렇게 말했다. "둘째를 말씀드리겠습니다. 한 번 세는 것과 계속 맞추는 것은 다른 일입니다. 2주 걸려 목록을 만들어도 6개월 뒤에는 다시 틀립니다. 유지하려면 상시 인력이 붙고, 생성 단계에서 자동으로 등록되는 체계가 있어야 합니다. 그건 프로젝트가 아니라 조직입니다." "조직을 만들자는 거야?" "지금은 세 명이 다른 일과 겸해서 하고 있습니다. 그 세 명이 2만 대를 봅니다." "셋째." CIO가 처음으로 노트북을 열었다. 파일 하나를 띄웠다. "작년에 부분 조사를 한 건 제 조직입니다. 도메인이 자산 대장의 세 배로 나온 그 조사입니다. 조사 보고서와 함께 자산관리 체계 구축 예산을 올렸습니다. 날짜는 작년 9월입니다." "그래서?" "반영되지 않았습니다." 방이 조용해졌다. "누가 안 줬어." CIO는 대답하지 않았다. 화면을 사장 쪽으로 돌리지도 않았다. 그냥 노트북을 반쯤 닫았다. 사장은 작년 9월을 생각했다. 그해 투자 심의에서 무엇을 깎았는지 정확히 기억나지 않았다. 다만 그 자리에 자기가 있었다는 것은 분명했다. "...계속해." "제가 드리고 싶은 말씀은 예산 이야기가 아닙니다." CIO가 CISO를 봤다. "보안팀은 목록을 달라고 합니다. 2년째 요청하고 있다는 말, 사실입니다. 그런데 목록을 만드는 비용은 제 예산에서 나갑니다. 그리고 제가 목록을 만들어 드리면, 그다음에는 고치라고 합니다. 고치는 비용도 제 예산입니다." CISO가 입을 열었다. "제 예산으로는 서버를 못 삽니다." "알고 있습니다. 비난하는 게 아닙니다. 구조를 말씀드리는 겁니다." 사장이 두 사람을 번갈아 봤다. "그러니까 보안은 네 일인데 돈은 네가 쓴다고?" "그렇습니다." 두 사람이 동시에 대답했다. 사장이 짧게 웃었다. 웃을 일이 아니라는 걸 알면서 웃었다. "지금 네 조직에 대기 중인 요청이 몇 건이야." CIO가 노트북을 다시 열었다. "사업부 요청이 사백서른 건입니다. 이 중 보안 관련은 열아홉 건입니다." "열아홉 건이 왜 뒤에 있어." "제가 우선순위를 정하지 않습니다. 매출이 정합니다. 어느 사업부가 더 급한지로 정해집니다. 보안 열아홉 건은 요청한 사업부가 없습니다. 보안팀이 요청한 것이고, 보안팀은 매출이 없습니다." 사장이 펜을 들었다가 다시 놓았다. "내가 지금 뭘 듣고 있는 거야." "작년에도 같은 말씀을 드렸습니다. 그때는 자료를 안 가져왔습니다." 사장은 한동안 아무 말도 하지 않았다. 창밖에서 공사 소리가 들렸다. 본사 리모델링 공사였다. 그건 작년 심의에서 통과했다. "알았어. 세는 건 하자. 그건 하자고." 사장이 말했다. "그래서 세고 나면 뭘 하면 되는 거야?" 두 사람이 서로를 봤다. 이번에는 둘 중 누구도 먼저 입을 열지 않았다. ■ 4부/끄지도 못하고 고치지도 못한다 "뭘 하면 되는 거야. 말을 해." CISO가 먼저 입을 열었다. "세 가지입니다. 첫째, 인터넷에 떠 있는 것 중에 쓰지 않는 것을 내립니다. 둘째, 남겨야 하는 것은 운영체제와 소프트웨어를 최신으로 올립니다. 셋째, 인증과 권한을 다시 설계합니다. 이번에 은행에서 뚫린 방식은 세 번째 문제였습니다." "그러면 되는 거지? 하자." "....." "왜." CIO가 말했다. "첫째부터 막힙니다." "뭐가." "어느 것이 쓰지 않는 것인지 아무도 모릅니다. 내려보면 알 수 있습니다. 누가 전화를 하면 쓰고 있는 겁니다." 사장이 CIO를 봤다. 농담인지 아닌지 판단이 안 됐다. "농담이 아닙니다. 실제로 그렇게 합니다. 작년에 쓰지 않는 것 같은 서버 열두 대를 내렸습니다. 아홉 대는 아무 일 없었습니다. 세 대에서 전화가 왔습니다. 그중 하나는 세무 자료를 뽑는 데 쓰고 있었습니다. 1년에 두 번 씁니다." "그럼 그런 식으로 다 내려봐." "협력사 발주 시스템을 그렇게 내릴 수는 없습니다. 반나절 멈추면 전국 물류가 섭니다. 그리고 내렸다가 사고가 나면, 그 책임은 제가 집니다." "안 내리고 뚫리면?" CIO가 CISO를 가리키지 않았다. 그래도 방 안의 모든 사람이 누구를 말하는지 알았다. "그건 보안 사고입니다." 사장이 손바닥으로 책상을 짚었다. "둘째로 가자. 올리는 건 되지." "소스코드가 없습니다." CISO가 말했다. 사장이 멈췄다. "뭐가 없다고?" "협력사 포털, 물류 조회, 발주 시스템. 전부 외주로 만들었습니다. 그중 두 곳은 폐업했습니다. 한 곳은 인수됐는데 인수한 회사가 그 사업을 안 합니다. 유지보수 계약은 3년 전에 끝났습니다. 우리한테 남아 있는 건 돌아가고 있는 프로그램뿐입니다." "그럼 그걸 어떻게 고쳐." "고치려면 다시 만들어야 합니다." 사장이 신문을 다시 집었다. 아침에 접어둔 그것이었다. "여기 AI가 취약점을 찾는다고 나와 있어. 공격하는 쪽이 AI를 쓴다면, 우리도 AI로 찾아서 고치면 되는 거 아냐?" "찾는 건 됩니다." CISO가 말했다. "소스가 없어도 프로그램 자체를 분석할 수 있습니다. 요즘은 꽤 잘 됩니다. 아마 며칠 안에 목록이 나올 겁니다. 수백 건이 나올 수도 있습니다." "그럼 좋은 거 아니야?" "목록이 나온 다음에 고칠 사람이 없습니다." 사장이 신문을 내려놓았다. "AI는 고쳐야 할 것의 목록을 더 빨리 만들어 줍니다. 고치는 일은 그대로 남습니다. 지금 우리 상태에서 그 목록을 받으면, 늘어나는 건 고치지 못한 취약점의 기록입니다." "....." "그리고 그 기록은 나중에 사고가 났을 때 불리하게 쓰입니다. 알고 있었는데 고치지 않았다는 증거가 됩니다." 사장이 천천히 말했다. "그러니까 찾으면 손해라는 얘기야?" CISO는 그 말을 부정하지 않았다. 부정할 수가 없었다. "셋째는 또 뭐가 문제야. 인증 다시 하는 거." "그건 할 수 있습니다. 다만 어느 시스템에 어떤 권한 체계를 넣을지 정하려면 목록이 있어야 합니다." "또 목록이야?" "네." "그럼 중요한 것만 먼저 해." "중요한 것을 고르려면 목록이 있어야 합니다." 사장이 눈을 감았다가 떴다. "좋아. 운영체제라도 올려. 그건 목록 필요 없지. 지금 돌고 있는 거 그냥 올리면 되잖아." CIO가 이번에는 바로 대답했다. "올리려면 서비스를 멈춰야 합니다." "몇 시간?" "시스템에 따라 다릅니다. 문제는 시간이 아닙니다. 멈췄다가 안 올라오는 경우가 있습니다. 올라와도 그 위에서 돌던 프로그램이 안 돌 수 있습니다. 10년 전 기술로 만든 것들입니다. 운영체제를 올리면 안 맞습니다." "그럼 테스트를 하고 올려." "테스트 환경이 운영과 같지 않습니다. 같게 만들려면 그것도 돈입니다. 작년에 올렸습니다. 미들웨어 하나였습니다. 발주 시스템이 반나절 멈췄습니다. 협력사 전화가 삼백 통 왔습니다." 사장도 그 일을 기억했다. 그때 CIO를 불렀다. "그 책임은 제가 졌습니다." CIO가 말했다. 그리고 CISO를 봤다. "다시 올리겠습니다. 멈췄다가 안 올라오면, 그 책임 당신이 지겠습니까?" CISO는 대답하지 않았다. "대답을 못 하시겠지요. 저도 압니다. 그래서 몇 년째 이 이야기가 끝나지 않습니다." 사장이 두 사람을 봤다. "그럼 누가 책임져." 둘 다 사장을 봤다. 사장은 자기가 왜 그 질문을 했는지 깨달았다. "...계속해." CIO가 조용해진 방에서 말을 이었다. "사장님, 저는 장애를 내지 않는 것으로 평가받습니다. 매년 가용률로 평가받습니다. 저희 핵심 라인은 12년 동안 멈춘 적이 없습니다. 작년 성과 보고에 그걸 썼습니다. 사장님이 칭찬하셨습니다." "했어." "그 12년이 제가 걱정하는 이유입니다." CISO가 말했다. CIO가 그를 봤다. 처음으로 목소리가 올라갔다. "그럼 멈추라고 하십시오. 문서로. 서명해서. 그러면 멈춥니다." "....." "안 하시겠지요. 그럼 저는 안 멈춥니다. 저는 제 평가 기준대로 움직입니다. 당신도 당신 평가 기준대로 움직이고 있습니다. 당신 평가 기준에 가용률이 있습니까?" "없습니다." "제 평가 기준에는 취약점이 없습니다." 사장은 이 대화를 처음 들었다. 두 사람은 몇 년째 하고 있었다. CISO가 마지막으로 한 가지를 더 말했다. "한 가지만 더 말씀드리겠습니다. 취약점이 공개되고 우리가 그것을 적용하는 데 평균 몇 달이 걸립니다. 작년 기준으로 넉 달입니다. 공격하는 쪽은 공개된 날부터 며칠 안에 씁니다. 지금은 AI를 쓰면 더 짧아집니다. 그 격차가 우리의 보안 수준입니다. 인증서에는 그 숫자가 없습니다." 사장이 물었다. "그 넉 달을 줄이면?" "서비스를 멈춰야 합니다." 방이 조용해졌다. 처음 질문으로 돌아와 있었다. CIO가 말했다. "그건 당신 책임입니다." ■ 5부/돈 사장이 일어나서 창가로 갔다. 아홉 시 회의는 이미 취소시켰다. "정리를 해보자. 세는 데 200명 2주. 세어도 끄지는 못하고, 고치려면 멈춰야 하고, 멈추는 책임은 아무도 안 진다. 맞아?" "지금 상태로는 그렇습니다." CISO가 말했다. "그래서 구조를 바꿔야 합니다." "어떻게." "멈추지 않고 고칠 수 있게 만들어야 합니다. 서비스를 이중으로 띄워두고, 트래픽을 한쪽으로 몰고 나머지 한쪽을 고칩니다. 다 고치면 바꿔서 또 고칩니다. 그렇게 하는 회사들이 있습니다. 그 회사들은 패치가 보안 결정이 아니라 일상 작업입니다." "우리도 그렇게 하면 되는 거 아냐?" "그 회사들은 그 구조를 만드는 데 십수 년을 썼습니다. 처음부터 그렇게 설계한 것도 있고, 중간에 다 바꾼 것도 있습니다. 비싼 장비를 사서 된 게 아닙니다." 사장이 돌아섰다. "그러니까 우리도 십수 년이 필요하다는 거야?" "다 하려면 그렇습니다. 중요한 것부터 하면 2년입니다." "그리고 그다음에 뭐가 필요해." CISO가 처음으로 전문 용어를 꺼냈다. "마이크로세그멘테이션이 필요합니다." 사장의 얼굴이 조금 밝아졌다. 드디어 살 수 있는 물건이 나왔다고 생각한 얼굴이었다. "그건 제품이야? 얼마야?" "제품도 있습니다. 사는 건 쉽습니다." "그럼 사." "사면 쓰지 못합니다." 사장이 펜을 놓았다. "설명해." "내부를 쪼개는 일입니다. 지금 우리 내부는 하나의 평지입니다. 서버 한 대에 들어온 공격자는 그 망 안의 다른 서버로 걸어갈 수 있습니다. 쪼개면 그걸 막습니다. 뚫리는 것을 막는 게 아니라, 뚫린 다음에 더 못 가게 하는 겁니다." "좋은 거잖아." "좋습니다. 그런데 쪼개려면 두 가지를 알아야 합니다. 어느 서비스가 어느 서비스를 부르는지, 그리고 어떤 데이터가 어디에 있는지." "설계도 보면 되지 않나." "설계도는 만들 때의 것입니다." CIO가 끼어들었다. "그게 제일 어렵습니다, 사장님. 발주 시스템 하나가 재고를 보고, 단가를 보고, 거래처 신용 한도를 보고, 세금계산서 시스템을 부르고, 물류에 전달합니다. 그 다섯 개가 또 각자 다른 걸 부릅니다. 10년 동안 필요할 때마다 붙였습니다. 붙일 때마다 빠른 길로 붙였습니다." "빠른 길이 뭐야." "다른 시스템의 데이터베이스를 직접 보는 겁니다. 중간에 아무것도 두지 않습니다. 그게 제일 빠르고 제일 싸게 붙이는 방법입니다. 그때는 그게 잘한 일이었습니다." CISO가 말을 이었다. "그래서 서비스 의존성 위에 데이터 의존성이 또 겹쳐 있습니다. 어디서 선을 그어도 어딘가가 끊깁니다. 깔끔하게 끊어지는 선이 없습니다." "그러면 그걸 조사해서 그려." "조사하려면 어떤 서버에서 어떤 서비스가 돌고 있는지를 먼저 알아야 합니다." "그건 세기로 했잖아. 200명 2주." "대수를 세는 것과 그 안에서 무엇이 돌고 무엇을 부르는지를 아는 것은 다른 일입니다. 그리고 그 서버 안에 어떤 데이터가 들어 있는지는 더 다른 일입니다." 사장이 그를 봤다. "어떤 서비스가 돌고 있는지를 모르는데, 그 서버에 어떤 데이터가 있는지를 어떻게 알겠습니까." 사장은 한참 그 문장을 들여다봤다. 그리고 자기가 아침에 했던 질문 자리로 돌아와 있다는 것을 알았다. "...그러면 클라우드로 가면 되는 거야? 아까 그 얘기 했잖아." "클라우드로 가면 망과 망 사이를 넘어가는 것이 보입니다. 어느 서비스가 어디로 가는지 기록이 남습니다. 기본으로 남습니다. 우리가 뭘 하지 않아도 남습니다." "지금은 안 남아?" "지금 우리 서버들은 같은 망 안에 있습니다. 같은 망 안에서 서버와 서버가 주고받는 것은 보이지 않습니다. 보려면 따로 장비를 넣어야 하고, 넣어도 다 못 봅니다. 밖에서 들어오는 것만 봅니다." "그래서 은행들도 그렇게 뚫린 거야?" "바깥 한 곳이 열려 있었고, 그 안에서 무슨 일이 있었는지는 아직 발표되지 않았습니다. 발표된 것은 무엇이 나갔는지뿐입니다. 어디까지 들어갔는지는 아무도 말하지 않았습니다. 저는 그쪽이 더 궁금합니다." 사장이 다시 물었다. "그럼 클라우드로 옮겨. 그게 답이면." "옮기려면 그 서비스가 무엇에 의존하는지를 알아야 합니다." CIO가 말했다. "옮기면서 의존 관계가 끊기면 그 자리에서 장애가 납니다." 사장이 두 사람을 번갈아 봤다. "또 그거야?" "네." 두 사람이 같이 대답했다. 사장이 종이에 뭔가를 그렸다. 동그라미를 하나 그리고 그 안에 화살표를 돌렸다. "내가 지금 세 번 같은 자리로 돌아왔어." "죄송합니다." "죄송할 일이야?" CISO는 그 질문에 답하지 않았다. "그럼 클라우드로 옮기는 데 얼마 들어?" CIO가 노트북에서 다른 파일을 찾았다. "재작년에 검토했습니다. 전수로 하면 3년에 2000억 정도로 추산했습니다." 사장이 펜을 떨어뜨렸다. "2000억? 우리 정보화 예산이 1년에 1000억인데." "그래서 그 보고서 결론이 단계적 검토였습니다. 단계적 검토는 안 한다는 뜻입니다." "반만 올려. 중요한 것만." "반만 올리면 두 환경을 다 관리해야 합니다. 사람이 더 필요하고, 두 쪽을 잇는 구간이 새로 생깁니다. 그 구간이 또 봐야 할 곳입니다." 사장이 펜을 주워 들었다. "그리고 사장님, 전환 비용은 사실 두 번째 문제입니다." "뭐가 첫 번째야." "운영비입니다. 지금 돌고 있는 서버 중에 상당수는 감가상각이 끝났습니다. 장부상 0원입니다. 전기요금과 상면비만 냅니다. 사실상 공짜로 돌고 있습니다." "....." "클라우드로 옮기면 매달 돈이 나갑니다. 끝나지 않습니다. 영구적인 비용입니다. 작년에 사업부 하나를 시범으로 올렸는데, 서버 값은 안 들었지만 월 운영비가 전보다 올라갔습니다. 재무에서 왜 비싸졌냐고 물었습니다." 사장이 천천히 말했다. "그러니까... 제일 오래된 서버가 제일 싸다는 거야?" "회계상으로는 그렇습니다. 10년 된 서버가 가장 싸고, 새것이 가장 비쌉니다. 감가상각이 끝났으니까요." "그게 제일 위험한 거잖아." "제일 위험하고 제일 쌉니다." CIO가 말했다. "그래서 안 바꿉니다. 아무도 나쁜 결정을 하지 않았습니다. 매년 가장 합리적인 결정을 했습니다. 12년 동안요." 사장은 아무 말도 하지 않았다. "한 가지 더 있습니다. 전수로 올릴 수도 없습니다." "또 뭐가 걸려." "공장입니다. 2라인 검사 장비 제어기가 아직 윈도 7입니다. 로봇 팔 제어 쪽은 더 오래된 것도 있습니다." "그건 왜 안 올려." "장비 업체가 안 해줍니다. 그 운영체제에서만 검증된 소프트웨어입니다. 올리면 성능 보증이 끝납니다. 작년에 요청했습니다. 회신은 해당 모델은 지원 종료라는 것이었습니다." "그럼 장비를 바꿔." "그 장비가 한 대에 수백억입니다. 라인에 여섯 대 있습니다. 그리고 지금 아무 문제 없이 돌아갑니다." 사장이 입을 열려다 말았다. 설비 투자 심의가 어떻게 돌아가는지는 안다. 고장도 안 난 장비를 보안 때문에 바꾸겠다고 올리면 그 안은 통과하지 못한다. 자기가 통과시키지 않을 것이다. "그럼 공장은 어떡해." "지금은 망으로 막고 있습니다. 생산망을 따로 떼고, 사무망 사이에 통제 구간을 둡니다. 운영체제가 오래됐다는 것은 인정하고, 그 안으로 들어가는 길을 좁히는 방식입니다." "그러면 된 거 아니야?" "완전히 떼어져 있지 않습니다. 생산 실적은 사무망으로 올라와야 합니다. 설비 데이터는 분석 서버로 가야 합니다. 장비 업체는 원격으로 점검을 합니다. 길이 세 개 있습니다." "그 길은 보고 있어?" "밖에서 들어오는 건 봅니다. 그 세 길에서 무엇이 오가는지는 충분히 보지 못합니다." "....." "사장님, 공장은 고치는 것이 답이 아닙니다. 못 고친다는 것을 전제로 깔고, 들어가는 길을 줄이고 그 길에서 무슨 일이 일어나는지 보는 것이 답입니다. 그게 제가 아까 말씀드린 그 일입니다." 사장이 아까 그린 동그라미를 다시 보았다. 화살표를 한 번 더 덧그었다. 네 번째였다. 사장이 종이를 한 장 넘겼다. 이제는 아직 끝이 아니라는 것을 알고 있었다. "신문에 제로트러스트라는 말도 나왔어. 그건 또 뭐야." "접근을 신원 중심으로 통제하는 방식입니다. 망 안에 있다는 이유로 믿지 않고, 매번 누가 무엇에 접근하는지를 확인합니다." "좋은 거 아니야? 그거 하면 되는 거잖아." "전제가 하나 있습니다. 신원이 하나로 정의되어 있어야 합니다." "사번 있잖아." "사람에게는 사번이 있습니다. 시스템 안에는 없습니다." CIO가 설명을 받았다. "윈도우 서버와 직원 PC는 액티브 디렉터리로 묶여 있습니다. 거기는 통합돼 있습니다. 문제는 나머지입니다. 물류 쪽 솔라리스 서버는 로컬 계정입니다. 리눅스 서버는 서버마다 계정을 따로 만듭니다. 공장 제어 단말은 윈도우인데 도메인에 안 붙어 있습니다. 붙이면 장비 소프트웨어가 안 돈다고 해서요. 디자인팀 맥은 또 따로입니다." "그러면 한 사람이 계정을 몇 개 갖고 있어?" "정확히 모릅니다. 운영 쪽 엔지니어 한 명이면 열 개는 넘을 겁니다. 그리고 그 사람이 어느 서버에 계정이 있는지는 그 사람만 압니다." 사장이 펜을 들었다가 다시 놓았다. 적을 가치가 없다고 판단한 동작이었다. "그리고 공용 계정이 있습니다." CISO가 말했다. "공용이 뭐야." "root, oracle, admin 같은 것들입니다. 시스템에 원래 있는 관리자 계정입니다. 실제 작업은 그 계정으로 합니다. 비밀번호를 여러 명이 압니다." "몇 명이 알아?" "그것도 정확히 모릅니다. 인수인계 문서에 적혀 있는 것도 있습니다." "....." "그래서 로그를 보면 누가 들어왔는지 모릅니다. root가 들어왔다고 남습니다." 사장은 한동안 아무 말도 하지 않았다. 그러다 가장 무서운 질문을 했다. "퇴사한 사람 계정은 어떻게 돼." CIO가 잠깐 멈췄다. "작년에 전수 점검을 했습니다." "결과." "윈도우 쪽은 깔끔했습니다. 인사 시스템과 연동돼 있어서 퇴사 처리되면 자동으로 막힙니다. 유닉스와 리눅스 쪽은 수동입니다. 서른몇 개가 살아 있었습니다." "서른몇 개." "그중 몇 개는 2년 전 퇴사자였습니다. 다 막았습니다." "그럼 지금은 괜찮은 거지." "작년 기준으로 괜찮습니다. 올해 퇴사자는 아직 안 돌렸습니다. 그리고 협력사 직원 계정은 그때도 못 셌습니다. 발주 시스템과 물류 조회를 쓰는 협력사 담당자들입니다." "몇 명이야 그게." "협력사가 사백 몇 곳입니다. 담당자는 바뀝니다. 바뀌었다고 우리에게 알려주는 절차는 없습니다." 사장이 의자에서 자세를 바꿨다. "그러니까, 우리 시스템에 들어올 수 있는 사람이 몇 명인지 모른다는 거야?" "모릅니다." "그거부터 세야 하는 거 아니야?" "세야 합니다. 그게 자산 조사의 일부입니다." 사장이 눈을 감았다. "좋아. 그럼 계정을 통합해. 그건 장비 안 사도 되지." "통합하려면 각 시스템이 중앙 인증을 받아들이도록 고쳐야 합니다." "고쳐." "소스코드가 없습니다." 방이 조용해졌다. 사장이 천천히 물었다. "...아까 그거야?" "같은 시스템들입니다. 협력사 포털, 물류 조회, 발주 시스템." 사장은 종이에 그려둔 동그라미를 내려다봤다. 화살표를 한 번 더 덧그었다. 다섯 번째였다. "장비를 먼저 사는 방법도 있습니다." CISO가 말했다. "많은 회사가 그렇게 합니다. 사서 넣고, 끊기면 안 되니까 전부 통과 모드로 켜둡니다. 그러면 산 기록이 남습니다. 공시에도 올라갑니다." "효과는?" "없습니다." 사장이 펜을 들었다. "돈 얘기를 하자. 얼마야." CISO가 숫자를 말하기 전에 한 가지를 먼저 말했다. "제 예산으로는 안 됩니다." "네 예산이 얼마야." "올해 60억입니다." "그럼 더 줄게. 얼마가 필요해." "그게 아닙니다. 필요한 항목이 제 예산으로 집행할 수 있는 항목이 아닙니다. 자산관리 체계, 유지보수 재계약, 이중화, 테스트 환경 구축, 클라우드 정리. 이건 전부 IT 조직 예산입니다." 사장이 CIO를 봤다. "얼마야." "항목마다 다르지만, 핵심만 하면 150억 정도 봅니다." CIO가 말했다. "2년에 걸쳐서." 사장이 숫자를 적었다. 150. 그리고 그 아래 1000을 적었다. 정보화 예산이었다. "150억이면 할 수 있는 거네. 못 할 돈도 아니야." "할 수 있습니다. 다만 한 가지를 말씀드려야 합니다." "또야?" "그 150억은 정보화 예산으로 집행됩니다. 정보보호 예산이 아닙니다." "그게 왜 문제야. 돈은 똑같이 나가는데." "공시 때문입니다." CIO가 말했다. "우리는 매년 정보보호 공시를 합니다. 거기에 정보화 예산 대비 정보보호 투자 비율을 씁니다. 올해 우리 숫자는 정보화 1000억, 정보보호 60억, 6퍼센트입니다. 작년에 업계 평균보다 높다고 홍보했습니다." "그랬지." "150억을 자산관리와 이중화에 쓰면, 정보화 예산이 1150억이 됩니다. 정보보호 예산은 그대로 60억입니다. 비율은 6퍼센트에서 5.2퍼센트로 떨어집니다." 사장의 펜이 멈췄다. "...다시 말해봐." "사고를 막기 위해 150억을 제대로 쓰면, 우리 보안 투자 비율은 6퍼센트에서 5.2퍼센트로 떨어집니다." "그럼 올리려면 어떻게 해야 해." CISO가 대답했다. "같은 150억으로 보안 솔루션과 장비를 사면 됩니다. 그건 정보보호 투자로 분류됩니다. 정보화 1150억, 정보보호 210억. 비율이 18퍼센트가 됩니다." "....." "같은 돈입니다. 5.2퍼센트와 18퍼센트." 사장은 종이를 들여다봤다. 숫자 네 개가 적혀 있었다. 틀린 데가 있는지 두 번 확인했다. 틀린 데가 없었다. "그러니까 보안을 제대로 하면 보안 투자 비율이 떨어지고, 장비를 사면 올라간다고?" "그렇습니다." "그 비율을 누가 봐?" "투자자가 봅니다. 기자가 봅니다. 평가기관이 봅니다. 그리고 사고가 나면 그 숫자가 기사에 실립니다. 작년에 보안 투자 비율이 몇 퍼센트에 불과했다고요." 사장이 종이를 밀어놓았다. "그 지표는 누가 만들었어." "정부 공시 서식입니다." "그걸 고치라고 아무도 말 안 했어?" "했습니다. 칼럼에 쓰는 교수도 있습니다." "그래서 바뀌었어?" "아직입니다." 사장이 의자 등받이에 몸을 기댔다. 한동안 말이 없었다. 그러다 실무적인 해법을 찾아냈다. 경영자는 늘 그렇게 한다. "그러면 이렇게 하자. 공시는 지금처럼 하고, 150억은 IT 예산으로 조용히 써." "그러면 제 예산이 150억 늘어납니다." CIO가 말했다. "그래서?" "제 평가 항목에 IT 예산 효율화가 있습니다. 작년에 운영비를 7퍼센트 줄여서 그걸로 성과를 받았습니다." 사장이 그를 쳐다봤다. "저는 가용률로 평가받고, 예산 절감으로 평가받습니다. 이 일은 서비스를 멈춰야 하고 예산을 늘려야 합니다. 제 평가 항목 두 개를 다 역행합니다." "그럼 네 평가 항목을 바꿔줄게." "바꿔주시면 하겠습니다." 사장이 입을 열려고 했다. 그리고 멈췄다. 성과 평가 기준은 연초에 이사회 보수위원회를 거쳐 확정된다. 지금은 10월이었다. "내년에." "네." 방 안에서 세 사람이 각자의 종이를 보고 있었다. 셋 중 누구도 거짓말을 하지 않았다. 셋 다 자기 자리에서 가장 합리적인 말을 했다. 그리고 그 합리적인 말들을 모아놓으면 아무것도 할 수 없었다. ■ 6부/그래서 뭐가 달라지나 열한 시가 넘었다. 비서가 두 번 들어왔다가 그냥 나갔다. 사장이 종이를 뒤집어 깨끗한 면을 펼쳤다. 거기에 번호를 매겼다. "정리하자. 하나, 센다. 200명 2주. 그리고 계속 유지할 조직이 필요하다. 둘, 끄거나 고친다. 못 끄는 것도 있고 못 고치는 것도 있다. 셋, 멈추지 않고 고칠 수 있게 이중화한다. 넷, 안을 쪼갠다. 다섯, 계정을 하나로 묶는다. 전부 앞의 것이 끝나야 다음 것이 된다. 2년. 150억. 그 150억은 쓰면 쓸수록 우리 보안 투자 비율이 떨어진다. 맞아?" "맞습니다." 사장이 펜을 내려놓았다. "3년 계획 가져와. 이사회에 올리자." CISO는 바로 대답하지 않았다. 사장이 처음으로 하자고 말한 순간이었다. 그런데 거기서 한 가지를 더 말해야 했다. "세울 수 있습니다. 그런데 그 계획을 어디에 제출합니까." "이사회에 올린다니까." "이사회 다음입니다. 밖에는 제출할 곳이 없습니다." "무슨 말이야." "인증은 1년 단위로 받습니다. 작년에 받은 것을 올해 또 받습니다. 공시도 1년 단위입니다. 그 서식에 3년 계획을 쓰는 칸이 없습니다. 2년 걸려 자산 체계를 만들고 있는 회사와, 아무것도 하지 않는 회사가 내년 공시에서 같습니다. 오히려 우리가 더 나빠 보입니다. 비율이 떨어지니까요." "....." "제재는 사고 단위입니다. 사고가 나면 그때 봅니다. 그때 3년 계획을 2년째 이행하고 있었다는 사실이 참작된다는 규정은 없습니다. 반대로 그 계획서에 적힌 '아직 조치하지 못한 항목'이 자료로 쓰일 수 있습니다." 사장이 그를 쳐다봤다. "계획을 세우면 불리해질 수도 있다는 거야?" "계획서에는 우리가 무엇을 모르는지, 무엇을 아직 안 고쳤는지가 적힙니다. 그걸 문서로 남기는 겁니다." "안 세우면?" "몰랐다고 하게 됩니다." 사장은 그 두 문장 사이에서 한참 머물렀다. "...그럼 왜 세워." "안 세우면 언젠가 뚫립니다. 그리고 그때는 몰랐다는 말도 통하지 않을 겁니다." 사장이 창쪽으로 몸을 돌렸다. 공사 소리가 아직 들렸다. "다른 회사들은 어떻게 하고 있어." "대부분 안 합니다." "대부분?" "하는 회사가 몇 곳 있습니다. 서비스를 이중으로 띄워두고 순차적으로 패치하는 회사들, 서버가 들어오는 단계에서 자동으로 목록에 올라가는 회사들. 그런데 그 회사들은 십수 년 전에 시작했습니다. 그리고 그 회사들은 대개 처음부터 인터넷에서 시작한 회사들입니다. 우리처럼 공장과 매장을 먼저 가진 회사가 아닙니다." "그러면 우리 업종에서는?" CISO는 대답하기 전에 잠시 생각했다. 거짓말을 하지 않으려고 생각한 것이었다. "비슷합니다. 어디가 더 낫다고 말씀드릴 만한 근거가 없습니다. 서로 모릅니다. 공시에 나오는 숫자로는 알 수 없습니다." 사장이 돌아섰다. 그리고 하루 중 가장 중요한 질문을 했다. "그래서, 이걸 다 하면 뭐가 달라져?" "아무 일도 일어나지 않습니다." "....." "사고가 나지 않습니다. 그게 전부입니다." 사장이 웃지 않고 말했다. "지금도 아무 일 안 일어나고 있는데." CISO는 대답하지 않았다. 대답할 말이 없어서가 아니라, 사장이 틀린 말을 한 게 아니기 때문이었다. "돈은 그때도 썼고. 60억." 사장이 덧붙였다. "그리고 네 말이 맞으면, 10년 동안 아무 일이 없었던 것도 우리가 잘해서가 아니야. 그러면 지금 150억을 쓰고 아무 일이 안 일어나도, 그게 돈을 써서 그런 건지 어떻게 알아?" CISO가 처음으로 즉답하지 못했다. "...알 수 없습니다." "알 수 없어?" "사고가 나지 않은 이유를 증명하는 방법이 없습니다. 쓰고도 안 나면 쓴 덕분인지 운인지 알 수 없고, 안 쓰고도 안 나면 다행인지 아직인지 알 수 없습니다." "그러면 우리가 이걸 다 했다는 걸 누가 알아주는데." "아무도 모릅니다." "공시에 쓸 수 있어?" "비율은 떨어집니다." "투자자가 알아줘?" "사고가 나지 않으면 투자자가 알 이유가 없습니다." "정부가 알아줘?" "사고가 나면 압니다." 사장이 책상으로 돌아와 앉았다. 종이를 손으로 쓸었다. "그러니까 사고를 막은 회사하고, 아직 안 걸린 회사를 밖에서 구별할 방법이 없다는 거야?" "없습니다." "안에서는?" CISO는 그 질문에 대해 주말 내내 생각했다. 그래서 바로 대답할 수 있었다. "안에서도 없습니다." 열한 시 사십 분이었다. 사장은 한참 종이를 보았다. 그리고 결정을 내렸다. 그는 평생 결정을 내리며 살아온 사람이었다. "200명은 못 준다. 하반기 시스템 교체를 멈출 수는 없어." "알겠습니다." "스무 명 줄게. 한 달. 그리고 노출된 것부터 봐. 인터넷에 떠 있는 것만. 안쪽은 내년에 보자." CISO가 처음으로 알겠습니다를 바로 말하지 않았다. "한 가지만 더 말씀드리겠습니다." "해." "이번에 은행에서 나온 것들은 AI가 대단한 취약점을 찾아낸 게 아닙니다. 제일 찾기 쉬운 것들입니다. 인증이 없는 페이지, 권한을 확인하지 않는 조회 화면. 밖에서 보면 바로 보이는 것들입니다. 그게 시작입니다." "시작이라는 건 무슨 뜻이야." "쉬운 것이 먼저 털린 겁니다. 그 단계가 지나면 다음이 옵니다. 제대로 관리된 서비스에도 아직 공개되지 않은 취약점이 있습니다. 전에는 그걸 찾는 데 사람이 몇 달 붙어야 했습니다. 지금은 그 비용이 떨어지고 있습니다." "그래서." "노출된 것만 막는다는 건, 쉬운 입구만 닫는다는 뜻입니다. 언젠가 잘 관리된 서비스 하나에 새 취약점이 쓰이는 날이 옵니다. 그날 그 서버 한 대를 잡으면, 거기서부터는 걸어 들어옵니다. 우리 안쪽은 평지입니다. 서버와 서버 사이에 문이 없고, 지나간 기록도 남지 않고, 들어간 다음에 쓰는 계정은 root입니다." "....." "바깥만 막는 것으로는 못 막습니다. 바깥은 한 번 열립니다. 중요한 건 열린 다음에 어디까지 가느냐입니다. 그래서 안쪽이 내년이 되면 안 됩니다." 사장은 그 말을 끝까지 들었다. 반박하지 않았다. 그리고 말했다. "그래도 올해는 거기까지야." "알겠습니다." "150억은 내년 심의에 올려. 올해는 집행할 항목이 없어. 대신 급한 건 올해 예산에서 돌려서 해. 재무한테 내가 말해둘게." "알겠습니다." "평가 기준은... 내년에 보자고." "알겠습니다." 세 사람이 일어섰다. 사장이 마지막으로 두 사람을 봤다. 두 시간 전에 그가 물었던 질문은 그 돈을 도대체 어디에 쓰느냐는 것이었다. 이제 그는 답을 알고 있었다. 올라가는 쪽에 쓴다. 그리고 그 사실을 알게 된 다음에도, 그가 방금 내린 결정은 같은 쪽을 향하고 있었다. 문 앞에서 사장이 혼잣말처럼 말했다. "도대체 이거 어쩌란 말이야." ■ 에필로그 그해 겨울, 회사는 정보보호 공시를 제출했다. 정보화 예산 대비 정보보호 투자 비율은 6.1퍼센트였다. 작년보다 0.1퍼센트포인트 올랐다. 급한 건을 올해 예산에서 돌려서 한 결과였고, 돌려서 한 것은 대부분 장비였다. 홍보팀이 보도자료를 냈다. 업계 평균을 상회하는 투자라고 썼다. 사장이 사인했다. 소스코드가 없는 시스템 세 개는 AI로 다시 만들기로 했다. 다른 방법이 없었다. 돌아가고 있는 프로그램을 분석해서 동작을 복원하고, 그걸 토대로 코드를 새로 짜는 방식이었다. 그 일을 할 수 있는 회사는 국내에 몇 곳뿐이었다. 전화를 걸었다. 대기가 길었다. 은행 사고 이후로 요청이 몰려서 연내에는 어렵다고 했다. 우리보다 먼저 전화한 회사들이 있었다. 사고가 나지 않은 회사가 먼저 전화할 이유는 없다. 그래서 먼저 전화한 회사들은 대부분 사고가 난 회사들이었다. 우리는 늦었다. 아직 아무 일도 일어나지 않은 회사가 줄의 뒤에 서는 것은 당연한 일이었다. 순서가 와서 일을 시작한 것은 해를 넘긴 뒤였다. 넉 달 걸렸다. 사람 손으로 했으면 2년이라고 했으니 빠른 편이었다. 코드가 나왔다. 문제는 그다음이었다. 새로 만든 것이 원래 것과 똑같이 동작하는지 확인할 방법이 없었다. 원래 명세가 없었기 때문이다. 명세가 있었다면 애초에 이 일을 할 필요가 없었다. 결국 기존 시스템과 새 시스템을 나란히 돌려보고 결과가 다른 경우를 찾는 방식으로 검증했다. 다른 경우가 나왔다. 어느 쪽이 맞는지는 아무도 몰랐다. 10년 동안 그렇게 돌았으니 기존 쪽이 맞다고 보기로 했다. AI는 2년을 넉 달로 줄였다. 그리고 아무도 책임질 수 없는 코드 세 벌을 만들었다. 바꿔 올리는 작업은 추석 연휴로 잡혔다. 이 회사가 서비스를 멈출 수 있는 창구는 1년에 두 번이다. 설과 추석. 그래서 이 회사의 패치 주기는 1년이다. 취약점이 공개되고 공격자가 그것을 쓰기까지는 며칠이다. 추석에 셋 중 둘을 올렸다. 하나는 올리다가 되돌렸다. 되돌린 하나는 다음 설로 넘어갔다. 그 시스템은 그때까지 예전 상태로 돌았다. 스무 명이 한 달 동안 센 결과는 인터넷에 노출된 자산 목록이었다. 처음 추정의 두 배가 조금 넘었다. 목록의 마지막 줄에는 담당자를 찾지 못한 서버 열한 대가 적혀 있었다. 그중 일부는 무엇을 하는지 아직 모른다고 되어 있었다. 목록은 이사회 보고 자료 부록에 첨부됐다. 그 부록을 끝까지 읽은 사람은 없었다. ■ 덧붙임 이 글은 비관적으로 읽힐 것이다. 그런데 쓰는 동안 계속 생각한 것은 다른 쪽이었다. 같은 조건에서 20년 동안 꾸준히 해온 회사들이 있다. 자산 목록을 끝까지 맞춰두고, 멈추지 않고 고칠 수 있는 구조를 먼저 만들고, 사고가 나지 않았다는 이유로 아무것도 받지 못하면서 그 일을 계속해온 조직들이다. 그 회사의 CISO들은 매년 같은 설명을 반복했을 것이다. 올라가지 않는 비율을 들고 이사회에 들어갔을 것이다. 아무 일도 일어나지 않은 하루를 성과로 보고했을 것이다.그들이 있다는 것은 이 일이 불가능하지 않다는 뜻이다. 다만 그 일을 해낸 대가가 지금도 아무 데도 기록되지 않는다. 경의를 표한다.

2026.10.11 15:32방은주 기자

크라우드스트라이크 "알려진 AI해킹 빙산 일각...6개 에이전트 추적"

"공격자(해커)가 모델(AI)을 활용하는 것도 문제 일부지만, 고객 환경 안에서 AI가 의도와 다르게 오작동하는 경우도 있다. 실제 지난 6개월간 우리 플랫폼에서는 AI 에이전트가 주어진 작업을 수행하려다 보안 통제를 우회하면서 발생한 탐지 건수가 사람에 의한 탐지 건수를 넘어섰다. AI발 탐지가 사람발 탐지의 2.5배에 이른다. 이 문제는 점점 커지고 있다. 근본적으로 이는 가시성의 문제다." 글로벌 보안기업 크라우드스트라이크(CrowdStrike)의 공격대응 작전총괄 수석부사장(Senior Vice President of Counter Adversary Operations) 애덤 마이어스(Adam Meyers)가 최근 방한, 서울 강남 소재 조선팰리스호텔에서 지디넷코리아와 단독 인터뷰를 가졌다. 인터뷰에서 마이어스 부사장은 한국을 위협하는 사이버공격 주체로 북한, 중국, 사이버범죄 조직을 지적하며 "제대로 방어하려면 공격자가 누구인지, 어떻게 움직이는지, 무엇을 노리는지 이해해야 한다"고 강조했다. 특히 크라우드스트라이크는 최근 한국 금융권을 공격한 해킹 배후로 중국 광둥성에 거주하는 26세 인물로 추정, 큰 관심을 모았다. 크라우드스트라이크에 따르면, 공격자는 홍콩 소재 서버를 주 통제 인프라로 삼고 별도 서버에서 실제 한국 공격을 수행했다. 중국 인공지능(AI) 모델 '딥시크'를 주로 활용한 정황도 보였다. 회사는 "다만 이는 정황에 따른 추정으로, 확정적 신원 특정은 아니다"면서 "이번 단서는 공격자가 생성형 인공지능(AI) 코딩 도구 '클로드 코드' 사용 과정에서 노출됐다. 공격자가 남긴 흔적(아티팩트)을 토대로 이 같은 공격 과정을 재구성했다"고 설명했다. 마이어스 수석부사장은 이번 분석보고서를 설명하는 화상 브리핑도 8일 국내 언론과 가졌다. 이 브리핑에서 공격자의 기술 수준이 높은 수준이 아니라고 진단한 그는 "AI를 활용한 공격이 완전히 다른 새로운 위협은 아니다. AI 공격이라고 해서 실제로 새로운 것은 없다. 이전에 관찰됐던 기법과 역량을 그대로 쓰고 있다"면서 "AI 에이전트 도움으로 속도와 물량만 커지고 있을 뿐이다. 공격자들이 빠르게 움직이고 많은 양의 명령을 쏟아내는 것은 사실이지만, 여전히 EDR을 통해 이들을 추적할 수 있다"고 진단했다. 크라우드스트라이크는 클라우드 기반 글로벌 사이버보안 기업이다. 엔드포인트 탐지·대응 보안 솔루션인 EDR(Endpoint Detection and Response)을 세계적으로 대중화한 회사다. EDR에서 출발, 현재는 AI와 위협 인텔리전스를 결합한 통합 사이버보안 플랫폼 기업으로 발전했다. EDR은 PC·노트북·서버 같은 단말기에서 발생하는 해킹이나 악성행위를 탐지해 대응하는 보안 제품이다. 2011년 조지 커츠(George Kurtz), 드미트리 알페로비치(Dmitri Alperovitch), 그렉 마스턴(Gregg Marston)이 공동 창업했다. 본사는 미국 텍사스주 오스틴에 있다. 조지 커츠가 현재 회장 겸 최고경영자(CEO)를 맡고 있다. 2019년 나스닥에 상장했다. 2026년 1월 31일 끝난 2026회기 매출은 48억1000만달러다. 직원 수는 2026년 기준 약 1만700명 수준이다. 한국에는 2020년 진출했다. 안랩, 지니언스 등이 한국 경쟁사다. 마이어스 수석부사장은 회사 초기 멤버로 사이버 위협 인텔리전스 얼라이언스(CTIA) 창립 멤버이기도 하다. 조지워싱턴대학교에서 정치학과 컴퓨터과학 학사 학위를 취득했다. 크라우드스트라이크의 인텔리전스 조직인 '공격 대응 작전 조직'을 이끌고 있다. 이 조직은 전 세계에서 활동하는 500명 이상의 분석가, 위협 헌터, 언어 전문가, 리버스 엔지니어, AI 연구원, 지정학 전문가로 구성돼 있다. 크라우드스트라이크 합류 전 SRA 인터내셔널(SRA International)에서 사이버 보안 인텔리전스 디렉터를 역임했고, 크라우드스트라이크에서는 인텔리전스 디렉터를 거쳐 현재 직책을 맡고 있다. 아래는 마이어스 수석부사장과의 일문일답. -방한 목적은 "한국에서 크라우드스트라이크 입지를 넓히기 위해 방한했다. 공공과 민간 부문 고객들을 만나 AI가 위협 환경을 어떻게 바꾸고 있는지 알리려 한다." -이번에 만난 고객사를 공개할 수 있나? "구체적인 고객사명은 공개하기 어렵다. 대형 기술기업, 금융 기관, 정부 기관 등을 만났다." -학부에서 정치학을 전공했다. 지금의 보안 전문가 커리어에 도움이 됐나 "아니다. 대학 시절 부업으로 모의 해킹을 했다. 학업보다는 보안에 더 관심이 많았다. '사이버 보안'이라는 말이 생기기도 전이었다. 학위는 사실 부모님을 기쁘게 해드리려고 받은 거다." -최근 한국 금융권을 공격한 AI 에이전트 'ARTEX(아르텍스)' 사건의 배후로 중국을 추정했다 "한국 금융 기관을 대상으로 한 표적 캠페인과 관련한 인프라를 확인했다. 이 과정에서 데이터가 유출된 정황을 포착했다. 이 캠페인은 지난 9월 말부터 10월 초까지 진행했다. 위협 행위자가 관리하는 공개 디렉터리를 분석한 결과, 클로드 코드(Claude Code) 세션 기록, 아르텍스 구성 파일 및 클로드 메모리 파일이 발견됐다. 이를 통해 해당 행위자의 공격 방식과 사용 도구를 직접 파악할 수 있었다. 중국어를 사용하는 사이버 범죄 세력일 가능성이 높다고 판단할 만한 아티팩트(공격 흔적)를 충분히 확인했다. 이 공격자는 ARTEX를 비롯한 여러 에이전틱 도구와 딥시크(DeepSeek) 등 이를 뒷받침하는 모델을 활용했고, 궁극적으로 탈취한 은행 정보를 수익화하려 한 것으로 보인다. 이 공격이 금전적 목적을 가진 것으로 판단하고 있는데, 이는 중간 정도(moderate confidence)의 확신이다." -중간 정도 확신도를 퍼센트로 말해줄 수 있나? "인텔리전스 분야에서는 수치가 오히려 혼선을 줄 수 있어 숫자 대신 추정 표현을 쓴다. 여러 출처와 데이터를 종합해 판단하기 때문에 '낮음, 중간, 높음'으로 표현한다. 중간 수준은 50% 이상을 의미한다. 저는 '중간 수준의 확신도'라는 표현을 선호한다." -한국에서 사고가 일어나기 이전부터 ARTEX를 위험한 에이전트로 인지하고 있었다는 건가 "그렇다. 사고 이전부터 인지하고 있었다. ARTEX는 중국에서 만들어진 모의 해킹(펜테스트) 프레임워크다. 레드팀용 에이전트는 본질적으로 공격 목적으로도 쓰일 수 있다. 자체 보안 수준을 점검하는 데 쓸 수도 있지만, 공격자가 상대의 보안을 파악해 악용하는 데 쓸 수도 있는 이중 용도(dual-use) 기술이다." -ARTEX 외에 크라우드스트라이크가 파악하고 있는 위험한 AI 에이전트 공격 세력은 몇 개나 되나? "현재 최소 6개의 '에이전틱 공격 세력(agentic adversaries)'을 추적하고 있다. 이들은 중국어, 러시아어, 인도네시아어, 스페인어 등을 사용한다. 다양한 AI 에이전트 도구로 전 세계에서 침해 활동을 벌이고 있다. 이는 빙산의 일각에 불과하다고 본다. 매주 새로운 세력을 발견하고 있다. 최근 3개월간 발견한 수는 직전 3개월의 두 배에 달한다." -오픈소스 AI 모델이 확산하면서 ARTEX 같은 AI 기반 공격이 늘고 있다. 어떻게 대응해야 하며, 크라우드스트라이크의 대응 전략은? "공격자가 모델을 활용하는 것도 문제의 일부지만, 고객 환경 안에서 AI가 의도와 다르게 오작동하는 경우도 있다. 실제 지난 6개월간 우리 플랫폼에서는 AI 에이전트가 주어진 작업을 수행하려다 보안 통제를 우회하면서 발생한 탐지 건수가 사람에 의한 탐지 건수를 넘어섰다. AI발 탐지가 사람발 탐지의 2.5배에 이른다. 이 문제는 점점 커지고 있다. 근본적으로 이는 가시성의 문제다. 무슨 일이 일어나고 있는지 볼 수 있어야 한다. 그래서 우리는 최근 AI 탐지·대응(AIDR)의 다음 단계인 '팔콘 가디언(Falcon Guardian)'을 발표했다. 또 자체 프런티어 AI 연구 조직인 '사이버 슈퍼인텔리전스 랩(Cyber Superintelligence Lab)'을 설립, 보안에 특화한 모델을 내놓기 시작했다. 공격용 모델 '레드 템페스트(Red Tempest)'와 방어용 모델 '블루 솔라노(Blue Solano)'가 그 것이다. 지난 9월 개최한 연례 컨퍼런스 '팔콘(Fal.Con)'에서 발표했다." -한국은 북한이라는 상수가 있다. 북한과 중국발 공격에 대한 한국의 대응 역량을 어떻게 평가하며, 어떻게 대응해야 하나? "한국을 위협하는 주요 공격 세력은 크게 세 가지다. 첫째 북한이다. 북한은 첩보 활동과 함께, 가능하다면 한국 경제 전반을 겨냥한 파괴적 공격을 노리고 있다. 둘째 중국이다. 중국은 기술과 기밀을 탈취하고, 장기적인 외교·군사적 우위를 확보하기 위해 정치·군사 정보를 수집하는 첩보 활동을 벌이고 있다. 셋째, 사이버 범죄 조직이다. 최근 사고에서 봤듯 금융권을 노리고 있다. 한국의 대응 역량을 평가하기는 어렵지만, 지난 수년간 꾸준히 발전해 왔다고 본다. 우리가 한국에 온 것도 이러한 대응 역량의 발전을 돕기 위해서다. 크라우드스트라이크는 탐지뿐 아니라 예방, 그리고 공격자가 치러야 하는 비용을 높이는 데도 힘쓰고 있다. 올해 여러 '봇넷'을 무력화했다. 이번 주에는 랜섬웨어와 북한 관련 위협을 무력화한 활동에 대한 소식이 미국에서 발표될 예정이다." -포티넷, 팔로알토, 카스퍼스키 등 다른 글로벌 보안 기업과 비교해 크라우드스트라이크의 탐지 역량과 조직은? "크라우드스트라이크 임직원은 약 1만 5000명이다. 올해 9월 창립 15주년을 맞았다. 나는 초창기 직원 중 한 명이다. 크라우드스트라이크는 안티바이러스에서 한 단계 혁신한 엔드포인트 탐지 및 대응(EDR)이라는 기술 분야를 사실상 처음 만든 회사다. 2013년 6월 솔루션을 출시했다. 다른 기업들은 안티바이러스에서 출발한 레거시 기업에 가깝다. 현재 EDR, AI 탐지·대응(AIDR), 클라우드 보안, ID 보안, 차세대 SIEM 등 폭넓은 제품군을 갖췄다. 나는 카운터 어드버서리 오퍼레이션을 총괄하고 있다. 위협 인텔리전스 전문가와 위협 헌터 등 약 550명이 소속돼 있다." -크라우드스트라이크 위협 헌터들이 다루는 데이터는 어느 정도 규모인가? "우리 위협 헌터들은 하루 7조 건의 이벤트(공격 건수가 아닌 포착 신호)를 다룬다. 이벤트는 윈도우나 리눅스 시스템에서 일어나는 프로세스 실행, 파일 쓰기, 셸 명령 등 하나하나의 텔레메트리 데이터를 말한다. 이 텔레메트리에서 1400만 건의 탐지 리드를 생성하고, 이를 통해 연간 약 3만 6000건의 공격 활동을 고객에게 통보한다. 이렇게 얻은 정보는 플랫폼의 탐지 및 예방 기회 100만 건으로 다시 반영된다." -일부 글로벌 보안 기업은 지역별 탐지 센터를 운영한다. 한국에 탐지 센터나 연구소를 둘 계획이 있나? "우리 팀은 전 세계에 분포해 있다. 지역 탐지 센터 방식으로 운영하지 않는다. 크라우드스트라이크는 클라우드 네이티브 플랫폼이어서 플랫폼 전체의 텔레메트리를 확인할 수 있기 때문에 지역별 거점이 필요하지 않다. 고객이 데이터를 보관할 수 있게 지역별 클라우드는 운영하고 있지만, 텔레메트리는 결국 우리 팀으로 모인다. 한국 팀은 계속 확대하고 있다. 한국 지사장을 중심으로 기술 인력과 영업 인력을 꾸준히 늘리고 있다. 또 고객이 전담 인텔리전스 분석가를 원하면 해당 고객에게 분석가를 배치할 수도 있다. 한국 고객의 경우 본사에서 파견하는 것이 아니라, 한국에서 채용한 한국어 구사 분석가가 한국에 상주하며 지원한다. 일본에서는 일본어를 구사하는 일본인 분석가가, 싱가포르에서도 마찬가지로 현지 분석가가 고객을 지원하고 있다." -글로벌 매출 중 한국 비중과 한국 투자 규모와 채용 계획 및 파트너 정책은? "나는 위협 인텔리전스 담당이라 글로벌 시장에서 한국이 차지하는 비중 같은 수치는 파악하고 있지 않다. 한국 팀을 통해 추후 상세 내용을 전달드리겠다. 설비 투자(CapEx) 역시 내 전문 분야가 아니다. 다만 고객 수요가 늘어나는 대로 한국에서 분석 인력을 추가로 채용할 계획이다." -크라우드스트라이크는 앤트로픽의 '글래스윙' 프로젝트와 오픈AI의 '데이브레이크' 등 프런티어 AI 기업의 보안 이니셔티브에 참여하고 있나? "그렇다. 프런티어 AI 랩들과 매우 긴밀하게 협력하고 있다. 이들 기업은 자사 모델의 역량을 제대로 파악하려면 크라우드스트라이크 같은 기업의 보안 전문성이 필요하다는 점을 인식하고 있다. 흥미로운 사례가 있다. 앤트로픽의 미토스(Mythos)를 처음 활용했을 때 찾아낸 취약점들은 의미가 있었지만 오탐률이 80%에 달했다. 우리 도메인 전문성을 바탕으로 맞춤형 하네스(harness)를 구축하자 오탐률을 20%로 낮출 수 있었다. 그 결과 한 달 만에 2400건의 신규 취약점을 CVE(Common Vulnerabilities and Exposures, 공통 취약점 및 노출, 소프트웨어에서 발견된 보안 취약점에 붙이는 국제적인 고유 식별번호)로 제출했다. 이는 2026년 6월 보고된 전체 취약점의 약 30%에 해당한다. 2026년 6월에 보고한 취약점 수가 2025년 6월보다 96% 많았다. AI가 취약점 분야에 상당한 영향을 미치고 있다는 뜻이다." -한국에서 현재 매출이 가장 많이 나오는 분야와 앞으로 공략하려는 분야는? "지난 9년간 공격자들이 가장 많이 노린 분야는 기술 분야다. 따라서 기술 분야가 저희가 집중할 핵심 분야 중 하나다." -한국에서는 금융, 제조, 유통, 통신 등으로 산업을 나눈다. 더 구체적으로 말해줄 수 있나 "사이버 보안은 어느 산업에나 존재하는 고질적인 문제이기 때문에 모든 산업을 대상으로 한다.모든 분야로 사업을 확대해 나갈 계획이다." -한국 시장에 전하고 싶은 메시지는? "제대로 방어하려면 공격자가 누구인지, 어떻게 움직이는지, 무엇을 노리는지 이해해야 한다는 것이다. 산업과 지역마다 위협이 다르다. 이 때문에 한국에서도 산업별로 어떤 위협이 있는지 살펴보고 그에 맞게 대응을 해야 한다." -다음에 한국에 언제 또 올 계획인가? "아직 특별한 계획은 없다. 하지만 언제든 다시 오고 싶다."

2026.10.11 13:12방은주 기자

[ZD브리핑] 칼날 선 국감 공세 속… AI·전동화 미래 향해 달리는 산업계

지디넷코리아는 IT 업계의 이슈를 미리 체크하는 '이번 주 꼭 챙겨봐야 할 뉴스'를 제공합니다. '꼭 챙길 뉴스'는 정보통신, 소프트웨어(SW), 전자기기, 소재부품, 콘텐츠, 플랫폼, e커머스, 금융, 디지털 헬스케어, 게임, 블록체인, 과학 등의 소식을 담았습니다. 바쁜 현대인들의 월요병을 조금이나마 덜어 줄 '꼭 챙길 뉴스'를 통해 한 주 동안 발생할 IT 이슈를 미리 확인해 보시기 바랍니다. [편집자주] 국정감사가 본궤도에 오르며 산업·공공 부문 전반에 날 선 검증이 이어집니다. 구글·메타 등 글로벌 빅테크와 정유 4사 대표들이 증인으로 줄소환되며, 방송·통신 기관과 식약처, 국민연금 등 주요 공공기관을 향한 강도 높은 감사가 이번 주 내내 펼쳐집니다. 국감장 밖에서는 인공지능(AI)과 첨단 기술을 앞세운 산업계의 굵직한 이벤트가 쏟아집니다. 'SEDEX 반도체대전' 개막과 정부·기업의 AI 신기술 발표가 잇따라 열리며 미래 청사진을 제시합니다. 여기에 전기차 라인업을 품은 렉서스 '올 뉴 ES' 출격과 팬들을 열광시킬 스타크래프트 리그 'ASL 시즌 22' 결승전까지 더해져 다채로운 한 주가 예고됐습니다. 반도체대전 개막부터 정유 4사 CEO 국감 출석·렉서스 8세대 ES 출격까지 14일부터 사흘간 서울 코엑스에서 한국반도체산업협회가 주최하는 국내 반도체 전문전시회 'SEDEX 반도체대전'이 개최됩니다. SEDEX는 메모리 반도체, 시스템 반도체, 장비·부분품, 재료, 설비, 센서 분야 등 반도체 산업 생태계 다양한 기업들이 참가합니다. 반도체 기술 흐름과 향후 전망을 확인할 수 있습니다. 올해 SEDEX 기조연설에서는 안현 SK하이닉스 사장이 'AI 시대, 메모리 혁신의 방향을 묻다'를 주제로 발표할 예정입니다. 오는 12일 열리는 국회 정무위원회 국정감사에서 증인으로 채택된 정유4사 최고경영자(CEO)들의 참석이 주목을 받고 있습니다. 허세홍 GS칼텍스 부회장, 김종화 SK에너지 사장, 안와르 알히즈아지 에쓰오일 대표, 송명준 HD현대오일뱅크 사장 등이 증인으로 채택됐으며, 석유제품 가격 담합 의혹과 주유소 거래 관행 등이 주요 질의 대상이 될 전망입니다. 지난 8일까지 4사 대표 모두 불출석 사유서를 제출하지 않은 것으로 알려진 가운데, 실제 전원 출석으로 이어질지 관심이 쏠립니다. 렉서스코리아가 오는 13일 8세대 완전변경 모델 '올 뉴 ES'를 국내 공식 출시합니다. 국내 수입 하이브리드 세단의 대표 모델인 ES가 하이브리드와 순수전기차를 함께 선보이는 점이 핵심입니다. 올 뉴 ES는 하이브리드 ES 350h 4개 트림과 ES 최초 순수전기차 ES 350e·ES 500e 5개 트림 등 총 9개 트림으로 구성합니다. 시작 가격은 ES 350e 프리미엄 7160만원으로, ES 350h 프리미엄(7290만원)보다 130만원 낮습니다. ES 500e 럭셔리는 8490만원입니다. 기존 ES 판매 기반도 탄탄합니다. 렉서스는 올해 1~8월 국내에서 1만212대를 등록했고, ES 300h는 이 중 4247대로 41.6%를 차지했습니다. 신형 ES 350h는 기존 고객의 교체 수요를, 전기차 모델은 신규 전동화 수요를 겨냥합니다. 9월 수입 승용차 신규 등록 가운데 전기차와 하이브리드 비중은 각각 52.1%, 39.0%로 합계 91.1%에 달했습니다. 렉서스가 하이브리드 강점을 유지하면서 전기차 시장에도 진입하는 만큼, 보조금과 출고 물량, 경쟁 차종의 가격 조건이 초기 성과를 좌우할 전망입니다. '방송·통신 격돌' 예고된 과방위 국감…방통위 시작 ICT·미디어 기관 줄감사 과학기술정보통신부와 누리호 발사 참관으로 시작된 국회 과학기술정보방송통신위원회 국정감사는 12일 방송미디어통신위원회, 방송미디어통신심의위원회, 방송미디어통신사무소 순으로 이어집니다. 올해 과방위 국감에서 가장 뜨거운 화두가 될 것으로 보이는 일정입니다. 13일에는 원자력안전위원회와 우주항공청의 감사가 진행됩니다. 상임위 소관 본부 감사 뒤로 15일부터는 산하기관 감사가 예정됐습니다. 14일에는 정보통신산업진흥원, 한국인터넷진흥원, 반국방송통신전파진흥원, 한국지능정보사회진흥원, 한국데이터산업진흥원 등 ICT 관련 공공기관 대상 감사가 열립니다. 16일에는 오전 MBC 대상 비공개 업무현황 보고에 이어 오후에는 KBS, EBS, 방송문화진흥회, 시청자미디어재단, 한국방송광고진흥공사 등 미디어 관련 기관 감사가 이뤄집니다. 구글·메타·X 정조준한 국감대… '생애 첫 우승 vs 통산 5회' 맞붙는 ASL 결승 구글·메타·X 등 글로벌 플랫폼 사업자들 또한 올해 국회 과학기술정보방송통신위원회 국정감사 증인으로 줄줄이 소환됩니다. 구글에는 앱마켓 시장지배력 남용과 국내외 유튜브 구독료 차이를, 메타에는 개인정보 침해·유출과 사칭계정 문제를 집중적으로 따져 물을 예정입니다. X에는 SNS에서 반복적으로 등장하는 마약류 판매·유통 게시물과 신고·차단 대응 실태를 질의합니다. 12일 플랫폼 분야 증인으로는 마크 리 애플코리아 대표, 오연주 텔레그램 국내담당자, 신창섭 X코리아 대표, 김종윤 스캐터랩 대표 등이 채택됐습니다. 애플에는 긴급구조 GPS 정보 제공 문제와 인앱결제 관련 논란을, 텔레그램과 X에는 불법정보 유통 및 차단 대책을 집중 질의할 것으로 예상됩니다. AI 챗봇 '제타'를 운영하는 스캐터랩에는 미성년자 보호와 AI 서비스 안전성 문제가 제기될 전망입니다. 카카오, 13~14일 개발자 콘퍼런스 개최…AI 전략·카나나 공개 카카오는 13일부터 14일까지 이틀간 경기도 용인 카카오 AI 캠퍼스에서 개발자 콘퍼런스 '이프카카오(if(kakao)26)'를 개최합니다. 올해는 '모든 연결에 지능을'을 주제로 카카오가 추진 중인 AI 전략과 기술 성과를 공유할 예정입니다. 첫날 정신아 대표가 기조연설을 통해 카카오 AI 전략과 주요 서비스를 소개하고, 자체 AI 모델 '카나나' 개발 현황과 향후 계획도 공개합니다. 이 밖에도 AI 에이전트, 책임 있는 AI 개발, AI 기반 개발 혁신 등을 주제로 50여 개 기술 세션이 진행됩니다. SOOP이 주최하는 'Google Play ASL 시즌 22' 우승자가 곧 결정됩니다. 스타크래프트로 진행되는 'Google Play ASL 시즌 22' 결승전이 오는 17일 오후 3시 잠실 롯데월드 아이스링크 특설 무대에서 개최됩니다. 이번 결승전에서는 유영진(테란)과 김민철(저그) 선수가 맞붙습니다. 유영진(테란)은 4강 1경기에서 이재호를 4:2로 제압하고 결승에 선착해 첫 ASL 우승 타이틀에 도전합니다. 김민철(저그)은 4강 2경기에서 박상현을 4:2로 꺾고 결승에 진출해 통산 5번째 ASL 우승을 시도합니다. 대회 생중계 및 다시보기, 승부 예측 이벤트 등은 SOOP ASL 공식 방송국과 e스포츠 페이지에서 확인할 수 있습니다. 망고부스트·과기정통부·넷앱 등 한자리… AI 인프라·산업 주권 모색하는 한 주 망고부스트는 12일 그랜드 인터컨티넨탈 서울 파르나스에서 신규 서비스 론칭 기자간담회를 개최합니다. 이번 행사에선 새로운 AI 추론 플랫폼 '망고 인퍼런스'를 선보일 예정입니다. 이와 함께 김장우 망고부스트 대표가 AI 인프라 시장 변화에 따른 회사의 비전에 대해 발표합니다. 아이토매틱은 오는 12일 웨스틴 조선 서울 2층 코스모스홀에서 기자간담회를 개최합니다. 이 행사는 산업 AI 주권과 글로벌 공동개발 방향을 논의하는 자리입니다. 이날 얀 르쿤 AMI랩스 창업자 겸 회장과 크리스토퍼 응우옌 IIAC 2026 총괄위원장이 참석할 예정입니다. 과학기술정보통신부는 13일부터 14일까지 서울 코엑스에서 '피지컬 AI 테크 위크'를 개최합니다. 피지컬 AI 얼라이언스와 정보통신산업진흥원이 주관하는 이번 행사는 피지컬 AI 기술과 연구개발 성과를 공유하고 실증·사업화 방안을 논의하는 자리입니다. 13일 열리는 '피지컬 AI 얼라이언스 데이'에서는 크래프톤, 엔비디아, 인텔 관계자들이 특별강연에 나서며, 정부 부처별 2027년 피지컬 AI 신규 사업과 금융위원회의 국민성장펀드 지원 방향을 소개합니다. 뉴타닉스는 13일 그랜드 인터컨티넨탈 서울 파르나스에서 '닷넥스트 온 투어 서울 2026' 미디어 라운드테이블을 개최합니다. 행사에는 변재근 뉴타닉스코리아 사장과 맨디 달리왈 뉴타닉스 최고마케팅책임자(CMO)가 참석해 연례 컨퍼런스에서 선보인 에이전틱 AI와 클라우드 네이티브, 하이브리드 멀티클라우드, 데이터 플랫폼 분야 최신 기술과 회사 전략을 공유할 예정입니다. 갤럭시코퍼레이션은 오는 13일 서울 강동구 갤럭시 로봇 파크에서 '세계 실패의 날' 기념 기자간담회를 개최합니다. 이번 간담회는 세계 실패의 날을 맞아 도전과 혁신의 의미를 되새기는 자리로 마련됐습니다. 이광형 KAIST 전 총장이 격려사를 맡으며 최용호 대표의 얼굴을 기반으로 제작된 휴머노이드 '스코필드 스타인' 로봇을 공개합니다. 현장에서는 치어리딩 퍼포먼스와 K팝 퍼포먼스 등 로봇 퍼포먼스와 미디어 콘텐츠도 선보입니다. 포티투마루는 13일 양재동 엘타워에서 '디지털 마케팅 인사이트(DMI)'를 개최합니다. 올해 8회째를 맞이한 이번 행사는 'AI, 비즈니스의 모든 것을 다시 쓰다'를 주제로 인공지능이 어떻게 시장과 고객의 접점에서 실질적인 비즈니스 성과로 완성되는지 그 전체 실행 과정을 제시합니다. 넷앱은 14일 그랜드 인터컨티넨탈 서울 파르나스에서 '2026 넷앱 인사이트' 기자간담회를 개최합니다. 이번 간담회에선 기업 AI 여정 가속화를 지원하는 넷앱의 플랫폼 전략과 최신 기술이 소개될 예정입니다. 또 유재성 한국넷앱 대표와 강연식 전무가 분산된 엔터프라이즈 데이터를 AI 레디 지식으로 전환하고 사이버 복원력과 거버넌스를 강화하는 넷앱의 전략을 발표합니다. 14일 '피지컬 AI 테크 데이'에서는 전병곤 프렌들리AI 대표, 김상배 미국 매사추세츠공과대학(MIT) 교수 등이 기조강연을 진행합니다. 이어 LG AI연구원, NC AI, AWS 등 국내외 기업과 연구진이 제조 AI, 월드모델, 데이터 표준화 등 최신 기술과 산업 적용 사례를 공유합니다. 행사 기간에는 주요 기업의 피지컬 AI 기술 전시도 진행됩니다. 한국국방연구원(KIDA) 국방인공지능정책연구실과 과실연 AI미래포럼은 14일 KT 광화문에서 '국방 인공지능 혁신 네트워크' 세미나를 개최합니다. '장병의 AI'를 주제로 열리는 이번 행사에서는 SK텔레콤과 KT, 카카오가 각각 '모두의 인공지능에서 장병의 인공지능으로'를 주제로 발표합니다. 각 기업은 자사의 AI 기술과 서비스를 국방 분야에 활용하는 방안을 제시할 예정입니다. 이어 국방부와 과학기술정보통신부 관계자 등이 참여해 장병을 위한 AI 서비스 도입과 추진 방향을 논의합니다. 한국 리미니스트리트가 오는 15일 서울 강남구 그랜드 인터컨티넨탈 서울 파르나스에서 세스 레이빈 최고경영자(CEO) 겸 사장 방한 인터뷰를 진행합니다. 세스 레이빈 CEO는 고비용 전사적자원관리(ERP) 업그레이드/전환 중심 시장 구조에서 벗어나 기존 ERP 시스템을 유지하며 비용을 절감하고 AI 혁신을 위한 전략을 발표할 예정입니다. 베슬AI는 15일 드림플러스 강남에서 2026 네오클라우드 전략 발표회를 개최합니다. 행사에선 급변하는 AI 인프라 시장 흐름을 짚고 베슬AI가 네오클라우드 사업자로 전환한 배경과 향후 성장 방향을 공유할 계획입니다. 아울러 GPU 기반 기술 경쟁력과 인퍼런스 서비스 출시 등 주요 사업 현황을 소개하고 투자 유치 및 매출 성과도 발표합니다. 임상시험 로비 등 식약처 국감...국민연금과 건강보험 등도 식품의약품안전처 및 그 산하기관 국정감사가 13일 국회에서 진행됩니다. 코로나19 임상시험 승인 로비 의혹부터 의약품 공급부족, 프로포폴 등 마약류 처방 등이 주로 이야기 될 것으로 보입니다. 이어 14일 국회에서 열리는 국민연금공단 국정감사는 주식투자 비율 등을 중심으로 질의가 진행될 것으로 보이고, 16일 원주에서 열리는 국민건강보험공단과 건강보험심사평가원 국정감사에서는 희귀질환 보장 강화, 보건의료데이터 활용, 임신중지약 및 탈모치료제 등 약제 건강보험 등이 질의될 것으로 예상됩니다.

2026.10.11 11:24최병준 기자

韓 공략 시동 건 코어위브…데이터센터 협력·추론 사업 키운다

글로벌 인공지능(AI) 인프라 기업 코어위브가 한국 시장 공략에 속도를 내고 있다. 국내 여러 데이터센터 사업자들과 협력 방안을 논의하는 가운데 고성능 그래픽처리장치(GPU) 공급뿐 아니라 AI 추론 시장으로 사업 영역을 넓히려는 움직임도 본격화하고 있다. 9일 업계에 따르면 코어위브는 한국 데이터센터 사업 진출 가능성을 열어두고 국내 여러 사업자들과 협의를 진행하고 있는 것으로 파악됐다. 구체적인 투자 규모와 데이터센터 위치, 협력 기업 등은 공개되지 않았다. 코어위브는 최근 아시아 지역으로 AI 인프라 사업을 빠르게 확대하고 있다. 지난 8월 인도네시아에 총 360메가와트(MW) 규모의 데이터센터 3곳을 확보한다고 발표한 데 이어 이달 6일에는 인도 아다니커넥스와 협력해 나비뭄바이에 240MW 규모 AI 데이터센터를 구축한다고 밝혔다. 인도 시설에는 엔비디아의 차세대 '베라 루빈' 플랫폼을 도입할 예정이다. 이런 가운데 코어위브는 지난 6일부터 8일까지 서울 강남구 코엑스 C홀에서 열린 'AI 페스타 26'에 회사 이름을 내건 부스를 마련했다. 코어위브가 국내 전시 행사에 자체 브랜드를 앞세워 참가한 것은 이번이 처음이다. 김현석 코어위브 한국·동남아시아 총괄대표는 행사장에서 지디넷코리아와 만나 한국을 비롯한 아시아 AI 인프라 시장의 현황과 코어위브의 사업 전략을 소개했다. 김 대표는 한국·동남아시아 지역 GTM(Go-To-Market)을 맡아 GPU 인프라와 추론 서비스 등의 사업을 담당하고 있다. 코어위브는 엔비디아 GPU를 기반으로 AI 학습과 추론에 필요한 컴퓨팅 자원을 제공하는 미국 네오클라우드 기업이다. 아마존웹서비스(AWS)와 마이크로소프트(MS) 애저, 구글클라우드 등 기존 하이퍼스케일러와 달리 대규모 AI 워크로드에 특화된 인프라를 제공하는 것이 특징이다. 김 대표는 "GPU를 필요로 하는 기업이나 기관의 수요는 국가 간 경계가 거의 무의미하다"며 "한국에서도 최신 GPU를 확보하려는 기업들의 문의가 상당히 많다"고 말했다. 현재 국내 기업들은 코어위브의 해외 데이터센터를 통해 GPU 서비스를 이용할 수 있다. AI 모델 학습과 추론은 일반적인 클라우드 서비스에 비해 네트워크 지연의 영향이 상대적으로 제한적이어서 데이터의 해외 이전에 제약이 없다면 국내 데이터센터가 없어도 서비스를 이용할 수 있다는 설명이다. 반대로 금융·공공·의료 등 개인정보나 민감정보를 다루는 분야에서는 국내 인프라 유무가 서비스 도입에 영향을 줄 수 있다. 데이터 국외 이전에 대한 규제와 기업 내부 정책 등을 고려해야 하기 때문이다. 김 대표는 "GPU를 빌려 쓰기로 결정한 기업 중에는 데이터센터가 한국에 있는지를 크게 신경 쓰지 않는 곳도 많다"며 "금융기관이나 공공기관처럼 개인정보와 민감정보를 활용하는 곳은 데이터의 해외 이전을 고려해야 하는 경우가 있다"고 설명했다. "韓 기업 GPU 수요 상당…수천~수만 장 문의도" 코어위브가 한국 시장에서 주목하는 분야 중 하나는 대규모 GPU 수요다. 국내 통신사와 전자·플랫폼 기업 등을 중심으로 엔비디아 최신 GPU에 대한 문의가 이어지고 있다. B300뿐 아니라 차세대 베라 루빈 시스템을 확보하려는 움직임도 나타나고 있다. 김 대표는 "국내 주요 기업들이 B300 등 최신 GPU를 수천 장에서 수만 장 규모로 요청하는 사례가 있다"며 "베라 루빈 같은 차세대 시스템에 대한 문의도 계속 들어오고 있다"고 말했다. 다만 국내 기업의 GPU 수요가 실제 대규모 공급 계약으로 연결되기까지는 넘어야 할 부분도 있다. 정부 지원 사업 등을 통해 GPU 사용 예산을 확보하는 기업이 많아 장기간 이용을 확약하기 어려운 사례가 있어서다. 김 대표는 "국내 대기업에서 B300을 수천 장에서 수만 장 규모로 요청하더라도 사용 기간을 물어보면 6개월이나 7개월이라고 답하는 경우가 있다"며 "정부 지원 사업을 통해 GPU를 확보하다 보니 프로젝트의 연속성을 몇 년 이상 보장하기 어려운 구조도 있다"고 말했다. 이는 대규모 GPU를 선제적으로 확보해 장기간 제공하는 네오클라우드의 사업 방식과 차이가 있다. 코어위브는 대규모 GPU 공급에서 사용 기간과 물량에 대한 고객의 확약을 중요하게 보고 있다. 최근에는 3~6개월 단기 계약도 체결하는 등 공급 방식을 다변화하고 있지만 대규모 물량을 안정적으로 제공하려면 장기적인 수요 예측이 필요하다. 김 대표는 한국에서 들어오는 대규모 GPU 공급 요청에서도 계약 기간과 수량, 선급금 등의 조건이 중요하다고 설명했다. 단순히 GPU가 필요하다는 요청만으로 대규모 물량을 확보해 제공하기 어려운 사업 구조라는 의미다. 특히 GPU 공급 능력이 네오클라우드 기업들의 경쟁력을 좌우한다고 봤다. 기존 클라우드 사업자와 네오클라우드는 서비스 구조와 기술 아키텍처에서 차이가 있지만 고객이 원하는 최신 GPU를 제때 확보하지 못하면 가격이나 소프트웨어 경쟁력을 앞세우기도 어렵다는 설명이다. 하이퍼스케일러와 네오클라우드의 차별점도 여기에 있다. AWS·애저·구글클라우드가 CPU와 GPU를 비롯한 다양한 컴퓨팅 자원을 범용 클라우드 아키텍처에서 제공한다면 네오클라우드는 대규모 GPU 클러스터와 네트워크, 소프트웨어를 AI 학습·추론에 맞춰 구성한다. 고객은 기존 클라우드 계약과 비용, AI 워크로드의 특성 등을 고려해 필요한 인프라를 선택할 수 있다. 김 대표는 "AI 인프라는 GPU만의 경쟁이 아니라 '자본의 전쟁(War of Capital)'"이라며 "고객이 원하는 GPU 모델이 없으면 경쟁 자체가 성립하기 어렵다"고 강조했다. W&B 고객 기반으로 韓 추론 시장 공략 코어위브가 한국에서 GPU 공급과 함께 힘을 싣는 분야는 AI 추론이다. AI 시장의 중심이 대규모 모델을 학습하는 단계에서 개발한 모델을 실제 서비스에 적용하는 단계로 확장되면서 추론용 컴퓨팅 수요가 빠르게 늘어날 것으로 보고 있다. 특히 지난해 인수한 AI 개발 플랫폼 기업 웨이츠앤바이어시스(Weights & Biases·W&B)를 활용해 기존 소프트웨어 고객과 코어위브의 GPU 인프라·추론 서비스를 연결하는 전략을 추진하고 있다. W&B는 AI 모델 개발 과정에서 실험 결과를 추적하고 성능을 평가·관리하는 소프트웨어를 제공한다. 코어위브는 W&B를 자체 GPU 인프라와 결합해 AI 모델 개발과 학습부터 추론, 평가·관측까지 이어지는 사업 구조를 구축하고 있다. 국내에서도 파운데이션 모델을 개발하는 주요 AI 기업들이 W&B를 사용하고 있다는 게 김 대표의 설명이다. 모델 개발 단계에서 확보한 고객 접점을 추론과 GPU 인프라까지 확대할 수 있다는 점에서 코어위브의 한국 사업에서도 W&B가 중요한 역할을 맡는다. 김 대표는 "국내 주요 파운데이션 모델 개발 기업들이 이미 W&B를 사용하고 있다"며 "이들 기업이 모델 개발을 넘어 실제 추론 서비스를 확대하려는 만큼 코어위브의 GPU 인프라와 소프트웨어를 함께 제공할 기회가 많을 것으로 본다"고 밝혔다. AI 에이전트와 피지컬 AI 확산도 추론 시장 성장을 촉진할 요인으로 꼽았다. 기존에는 모델을 학습하는 과정에 대규모 GPU가 집중적으로 사용됐다면 AI 서비스가 늘어날수록 실제 이용자의 요청을 처리하는 추론 단계에서 필요한 컴퓨팅 자원도 함께 증가하기 때문이다. AI 에이전트는 서비스를 출시한 이후에도 답변 품질과 성능을 지속적으로 확인하고 개선해야 한다. 모델과 애플리케이션의 성능을 관측하고 평가하는 과정도 중요해지면서 코어위브의 GPU 인프라와 W&B 소프트웨어를 결합할 수 있는 영역이 넓어지는 셈이다. 코어위브는 서버리스 추론과 전용 추론 인프라 등을 제공하고 있다. 국내에서도 추론 서비스를 유통하거나 공동 사업을 추진할 수 있는 기업들과 협력 가능성을 검토하고 있다. 김 대표는 아직 국내 추론 생태계가 충분히 형성된 단계는 아니라고 평가했다. 추론 서비스를 이용하려는 기업과 이를 공급하려는 사업자는 늘고 있지만 GPU 인프라와 여러 AI 모델을 연결해 사용량에 따라 서비스를 제공하는 사업 구조는 이제 만들어지고 있다는 설명이다. GPU 인프라 사업에서는 기존 IT 시장의 총판·리셀러 구조를 그대로 적용하기도 어렵다고 봤다. 대규모 GPU 계약은 장기간 공급과 사용량, 투자비 회수 등이 함께 고려돼야 해 최종 고객과 직접 계약하는 방식이 중요한 반면 추론 시장에서는 다양한 형태의 파트너 사업이 가능하다고 보고 있다. 김 대표는 "한국에는 추론 서비스를 이용하려는 기업도 많고 이를 공급하려는 기업들도 있지만 아직 생태계가 충분히 형성되지는 않았다"며 "현재 여러 국내 기업과 협력을 검토하고 있으며 앞으로 추론 시장을 중심으로 사업 기회를 확대해 나갈 계획"이라고 말했다.

2026.10.09 16:06장유미 기자

[카드뉴스] AI가 찾는 약, 왜 낫는지 모르는데 먹어도 될까

안녕하세요, AMEET 기자입니다. 효과는 확인됐는데 왜 듣는지는 모르는 약, 여러분은 드실 수 있으세요? 요즘 AI가 약 후보를 빠르게 찾아주고 있지만, 정작 어떤 과정으로 그 답을 냈는지는 보여주지 못해요. 속이 보이지 않는 상자 같아서 '블랙박스'라고 부르는데요, AI를 쓰면 연구원이 살펴볼 후보 물질 자료가 약 90%나 줄어서 개발 속도는 빨라졌지만, 믿음은 그만큼 따라오지 못했다고 해요. 그래서 전문가들이 토론에 나섰어요. 처음 찬성은 50%였고 중간에 40%까지 내려갔다가, 최종적으로 66%가 '조건부 사용'에 손을 들었어요. 반대한 34%는 탈이 났을 때 누가 책임지는지가 불분명하다는 점을 걱정했고요. 결국 핵심 기준은 '왜 듣나'보다 '위험을 막을 수 있나'였어요. 조건은 이래요. 몸속 약의 양과 효과의 관계를 보는 노출-반응, 양을 바꿀 때 변화가 일정한지 보는 용량반응, 다른 약과 부딪치지 않는지 확인하는 상호작용, 이 세 가지 검사를 통과한 약만 쓰자는 거예요. 그것도 대안이 없는 중증 환자에게만, 이유를 설명할 수 없다는 점을 알리고 동의를 받은 뒤 쓰고, 쓰는 동안 병원이 계속 지켜봐요. 다만 수년 뒤 나타날 독성은 아직 풀리지 않은 숙제로 남아 있어요. 혹시 작용 원리를 모르는 약을 만나게 된다면, 위험 자료부터 먼저 물어보세요. 더 자세한 내용은 AI의눈 보고서에서 확인해보세요! ▶ 해당 보고서 보기 https://ameet.zdnet.co.kr/uploads/ec9dede3.html ▶ 지디넷코리아가 리바랩스 'AMEET'과 공동 제공하는 AI 활용 기사입니다. 더 많은 보고서를 보시려면 'AI의 눈' 서비스로 이동해주세요. (☞ 보고서 서비스 바로가기)

2026.10.08 19:12AMEET

인스웨이브, FPT와 개발자 육성·SI 사업 협력 강화

인스웨이브가 글로벌 IT 서비스 기업 FPT와 손잡고 개발자 양성과 시스템통합(SI) 사업 협력 확대에 나선다. 인스웨이브는 FPT와 개발인력 육성 및 SI 사업 협력을 위한 업무협약(MOU)을 체결했다고 8일 밝혔다. 양사는 지난달 28일 협약서에 서명했으며 개발자 교육과 인증 체계 구축, 공동 프로젝트 수행, 시장 확대를 위한 협력을 추진하기로 했다. 이번 협약에 따라 인스웨이브는 FPT 개발인력을 대상으로 자사 플랫폼 교육 프로그램을 제공한다. 교육 대상은 '웹스퀘어 AI'와 '웹스퀘어 5' 등 주요 솔루션이며, 교육 이수자에게는 수료증과 개발자 인증서를 발급한다. 이를 통해 FPT는 인스웨이브 플랫폼 기반 애플리케이션의 구축과 운영 역량을 체계적으로 확보하게 된다. 양사는 교육과 함께 지식 이전 체계도 마련한다. 교육 커리큘럼과 구축 가이드라인, 베스트 프랙티스 등을 공유해 개발자들이 실제 프로젝트에 빠르게 투입될 수 있도록 지원할 계획이다. 사업 협력도 확대한다. 교육을 이수한 FPT 개발인력은 인스웨이브 플랫폼 기반 프로젝트에 참여하며, 양사는 신규 사업 기회를 공동 발굴하고 고객 세미나와 사례 연구 등 마케팅 활동도 함께 추진한다. 그동안 양사는 인스웨이브 플랫폼을 활용한 고객 프로젝트에서 협력해 왔다. 인스웨이브는 이번 협약을 계기로 전문 개발인력 저변을 확대하고 플랫폼 생태계를 강화한다는 전략이다. 레쑤안록 FPT 코리아 수석부사장 겸 최고딜리버리책임자(CDO)는 "인스웨이브의 플랫폼과 교육 체계는 FPT의 기술 경쟁력을 높이는 데 중요한 기반이 될 것"이라며 "양사가 축적한 협업 경험을 바탕으로 고객에게 더 높은 가치를 제공하겠다"고 말했다. 고학봉 인스웨이브 부사장은 "전문 개발인력 확대는 고객과 시장 모두에 도움이 되는 일"이라며 "교육과 인증을 시작으로 FPT와의 협력을 실질적인 사업 성과로 연결해 나가겠다"고 밝혔다. 한편 인스웨이브는 기업용 UI·UX 플랫폼 '웹스퀘어 AI'를 중심으로 AI·DX 사업을 확대하고 있다. 회사는 900여 개 고객사와 4천여 건 이상의 프로젝트 수행 경험을 바탕으로 국내 웹 표준 UI·UX 시장에서 사업을 전개하고 있다. FPT 코리아는 베트남 FPT그룹의 한국 법인으로, 국내외 개발 인력을 기반으로 SI와 IT 서비스를 제공하고 있다. 한국 프로젝트를 수행하는 베트남 엔지니어를 포함해 대규모 개발 조직을 운영하며 기업의 애플리케이션 개발과 AI 전환을 지원하고 있다. :::writing 원하면 지디넷코리아 스타일로 리드와 제목을 더 강하게 다듬어 "FPT 3천명 개발조직 활용"이나 "웹스퀘어 생태계 확대" 중심으로 재구성할 수 있습니다.

2026.10.08 14:28남혁우 기자

효과 확실한데 기전 모르는 'AI 신약', 복용하시겠습니까

안녕하세요 AMEET 기자입니다. 인공지능이 인간의 지성을 넘어 생명의 설계도까지 직접 그려내는 2026년 현재, 우리는 아주 기묘한 질문 앞에 서 있습니다. 만약 AI가 암을 완벽하게 치료하는 약을 찾아냈는데 정작 그 약이 왜 암을 고치는지 아무도 설명할 수 없다면 여러분은 그 약을 믿고 드시겠습니까. 효능은 확실하지만 작동 원리는 알 수 없는 이른바 블랙박스 신약에 대해 우리 사회는 어떤 준비를 해야 할까요. 이번 리포트에서는 챗GPT, 제미나이, 클로드 등 서로 다른 논리적 엔진을 가진 AI 패널들이 각자의 관점에서 이 뜨거운 쟁점을 놓고 치열하게 나눈 대화를 기자의 시각으로 풀어보았습니다. 먼저 논의의 포문을 연 것은 효율성과 진보를 강조하는 AI 기술 전문가 관점의 패널이었습니다. 그는 2026년 일라이 릴리가 국내 바이오벤처에 튠랩 플랫폼을 개방한 사례를 들며 AI가 이미 신약 개발의 패러다임을 바꿨다고 강조했죠. 비록 데이터의 중첩 희소성 같은 기술적 한계로 인해 작동 기전인 MoA를 완벽히 설명하기는 어렵지만 엄격한 임상 시험을 통과했다면 환자의 생명을 위해 이를 제한적으로라도 활용해야 한다는 논리입니다. 그는 특히 2029년까지 설명 가능한 AI인 XAI 기술이 발전해 기전 설명의 70퍼센트 이상을 해소할 것이라는 낙관적인 전망을 내놓기도 했습니다. 완벽한 설명이냐 생명 구조냐, 타협할 수 없는 신뢰의 기준선 하지만 이에 대해 AI 윤리 정책 전문가와 기술철학 전문가는 날카로운 반론을 제기하며 논점의 중심을 옮겨왔습니다. 기술철학 전문가는 우리가 흔히 말하는 신뢰를 작동의 신뢰성인 릴라이어빌리티와 인간적 믿음인 트러스트로 명확히 구분해야 한다고 짚어냈습니다. 의사가 환자에게 약을 처방하며 왜 효과가 있는지 모른다고 말하는 순간 의료 행위의 본질인 설명 책임이 무너진다는 것입니다. 이는 단순히 기술이 좋고 나쁨의 문제가 아니라 의료진이 책임을 질 수 있는 구조 자체가 부재하다는 점을 꼬집은 대목이었죠. 윤리 정책 전문가 역시 70퍼센트의 설명 가능성은 결국 30퍼센트의 위험을 환자에게 전가하는 셈이라며 2027년까지 신약 승인 과정에 설명 가능성 평가를 필수화해야 한다고 목소리를 높였습니다. 여기서 흥미로운 대립이 발생했습니다. XAI 전문가는 기술 전문가의 낙관에 찬물을 끼얹는 분석을 내놓았는데요. 연구실 수준에서 보여주는 부분적 설명과 실제 임상 현장에서 요구되는 인과적 설명 사이에는 거대한 기술적 간극이 존재한다는 지적입니다. AI가 내놓는 설명은 종종 결과에 맞춰 이유를 사후적으로 합리화하는 것에 불과할 수 있다는 우려죠. 비판적 관점을 가진 패널은 한 걸음 더 나아가 이런 블랙박스 신약이 2030년 이전에 예측 불가능한 장기 부작용을 일으켜 의료 시스템 전반에 대한 신뢰를 붕괴시킬 것이라는 경고성 시나리오를 제시하기도 했습니다. 논점은 이제 단순한 효능 확인을 넘어 인과 관계를 증명할 수 없는 위험을 누가 감당할 것인가로 번졌습니다. 3개 검증축과 조건부 허가, 실무적 대안과 남겨진 숙제들 논의가 철학적 윤리적 평행선을 달리던 중 신약 개발 전문가 관점의 패널은 매우 현실적인 중재안을 들고 나왔습니다. 그는 허가 기준을 설명 가능성이라는 모호한 지표가 아닌 약물 동태학과 용량 반응 그리고 독성 상호작용이라는 이른바 3개 검증축의 재현성에 두어야 한다고 주장했습니다. 인간이 작동 기전을 소설처럼 서술하지 못하더라도 임상적으로 독성이 통제되고 효능이 반복적으로 입증된다면 이를 조건부로 승인하고 시판 후 추적 조사를 강화하는 방식이 가장 합리적이라는 설명입니다. 이는 설명을 위해 개발을 늦추기보다 위험을 통제하며 기술의 혜택을 수용하자는 실용주의적 접근으로 읽힙니다. 이번 토론을 통해 드러난 합의점은 AI 신약을 무조건 거부하거나 무조건 수용하는 극단적 선택이 아니었습니다. 패널들은 공통적으로 임상 시험 단계에서 인간 의료진의 감시를 극대화하고 환자에게는 설명 불가능성을 명시적으로 고지하며 사후 분석을 의무화하는 방식의 중간 단계가 필요하다는 데에 의견을 모았습니다. 다만 기술철학 전문가가 강조했듯 작동 기전이 90퍼센트 이상 설명되지 않는 한 광범위한 상용화는 시기상조라는 견해와 실용적 검증만으로 충분하다는 견해는 여전히 팽팽한 이견으로 남았습니다. 단기적 효율성을 위해 의료의 도덕적 기초를 포기했을 때 돌아올 장기적 비용은 누구도 쉽게 계산할 수 없기 때문입니다. AI가 건네는 기적의 치료제가 눈앞에 나타난 시대입니다. 하지만 그 약의 정체를 알 수 없다면 그것을 우리는 구원이라 부를 수 있을까요 아니면 또 다른 위험의 시작이라 보아야 할까요. 기전은 알 수 없지만 효과는 확실한 AI 신약의 등장은 기술이 주는 편리함의 무게만큼이나 우리가 짊어져야 할 책임의 무게를 묻고 있습니다. 기술의 정점에 도달할수록 결국 우리는 설명할 수 있는 인간의 언어를 다시금 갈구하게 될지도 모르겠습니다. 지금까지 AMEET 기자였습니다. ▶ 해당 보고서 보기 https://ameet.zdnet.co.kr/uploads/ec9dede3.html ▶ 지디넷코리아가 리바랩스 'AMEET'과 공동 제공하는 AI 활용 기사입니다. 더 많은 보고서를 보시려면 'AI의 눈' 서비스로 이동해주세요. (☞ 보고서 서비스 바로가기)

2026.10.08 12:15AMEET

[카드뉴스] AI지원금, 성과가 없어도 계속 투자해야 할까

안녕하세요, AMEET 기자입니다. 정부가 AI 전환을 돕겠다며 지원금을 마련했는데, 일부 사업은 예산을 30%도 쓰지 못했다는 사실 알고 계셨나요? 국정감사에서 지적된 중기부 AI 전환 사업 일부의 집행률이 30% 미만이었어요. 용돈을 받고 열에 셋도 못 쓴 셈인데요, 나머지 예산은 쓰이지 못한 채 남아 있었어요. 원인은 크게 세 가지로 꼽혀요. 먼저 서류가 너무 어려워서 기업이 절차를 맞추지 못하고 포기하는 경우가 많았어요. 또 AI는 만들다 보면 방향을 자주 바꿔야 하는데, 예산은 한번 정하면 고치기 어려웠고요. 여기에 개발 뒤 판매 단계의 지원이 끊기는 문제도 있었어요. 그렇다고 돈이 모자란 건 아니에요. 한국의 R&D 비중은 4.94%로 미국(3.45%), 일본(3.44%), 독일(3.15%)보다 높거든요. 결국 문제는 돈의 양이 아니라 나눠 주는 방식인 셈이에요. 그래서 토론 패널의 75%는 지원을 끊지 말고 조건부로 이어가거나 다시 설계하자고 했어요. 나머지 25%는 예산을 깎자는 의견이었는데, 성과 없이 쓴 나랏돈이 민간 투자까지 위축시킬까 걱정했어요. 대안은 게임에서 레벨을 깰 때마다 보상을 받듯, 기술과 판매 준비 목표를 계획서에 적고 달성하면 다음 지원금을 주는 방식이에요. 민간 VC가 투자하면 정부도 함께 지원하는 구조도 담겼고요. 다음엔 평가하는 사람이 얼마나 전문적인지도 함께 지켜봐야 해요. 더 자세한 내용은 AI의눈 보고서에서 확인해보세요! ▶ 해당 보고서 보기 https://ameet.zdnet.co.kr/uploads/9a0255cd.html ▶ 지디넷코리아가 리바랩스 'AMEET'과 공동 제공하는 AI 활용 기사입니다. 더 많은 보고서를 보시려면 'AI의 눈' 서비스로 이동해주세요. (☞ 보고서 서비스 바로가기)

2026.10.08 06:54AMEET

  Prev 1 2 3 4 5 6 7 8 9 10 Next  

지금 뜨는 기사

이시각 헤드라인

中 CXMT 쇼크?...4F스퀘어 D램 연내 상용 파급력은

삼성전자, 갤럭시 DDI 위탁생산 UMC·글로벌파운드리스 이원화 검토

피지컬 AI 세상은 통신망부터...산업 현장서 AI기지국 실증

카카오 AI 사회경제적 가치 연 5506억원…2030년 최대 1.8조원 전망

ZDNet Power Center

Connect with us

ZDNET Korea is operated by Money Today Group under license from Ziff Davis. Global family site >>    CNET.com | ZDNet.com
  • 회사소개
  • 광고문의
  • DB마케팅문의
  • 제휴문의
  • 개인정보취급방침
  • 이용약관
  • 청소년 보호정책
  • 회사명 : (주)메가뉴스
  • 제호 : 지디넷코리아
  • 등록번호 : 서울아00665
  • 등록연월일 : 2008년 9월 23일
  • 사업자 등록번호 : 220-8-44355
  • 주호 : 서울시 마포구 양화로111 지은빌딩 3층
  • 대표전화 : (02)330-0100
  • 발행인 : 김경묵
  • 편집인 : 김태진
  • 개인정보관리 책임자·청소년보호책입자 : 김익현
  • COPYRIGHT © ZDNETKOREA ALL RIGHTS RESERVED.