• 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
지스타2026
반도체
IT'sight
칼럼•연재
포토•영상

ZDNet 검색 페이지

'거점'통합검색 결과 입니다. (36건)

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

펀진, 서울대·KAIST와 국방 AI 전선 넓힌다

펀진이 공군과 육군 인공지능 전환(AX) 거점 사업에 참여해 전투계획 작성과 전투훈련 분석에 인공지능(AI) 지휘결심지원 기술을 확대 적용한다. 펀진은 공군 양재 AX 거점과 육군 대전 AX 거점에서 각각 서울대, 한국과학기술원(KAIST)과 국방 AI 모델 개발 과제를 수행한다고 12일 밝혔다. 공군 양재 AX 거점에서는 서울대와 'AI 기반 ADTO 전투계획 작성 모델'을 개발한다. ADTO(All-Domain Tasking Order)는 여러 작전 영역 전력과 임무를 통합 연계하는 전영역 임무명령서다. 이번 과제는 전력 배당과 임무·무장 추천 등 복잡한 전투계획 작성 과정에 AI를 적용하는 게 핵심이다. 계획 수립에 필요한 시간을 단축하고 정확성과 일관성을 높이는 것을 목표로 한다. 펀진은 자체 AI 지휘결심지원체계 '킬 웹 매칭(KWM)' 개발 과정에서 확보한 전장 정보 분석과 최적 자산·방책 추천 기술을 활용한다. 다양한 전장 정보를 통합·분석하고 군 요구사항을 소프트웨어로 구현한 경험을 접목해 지휘관과 참모 전투계획 수립을 지원할 예정이다. 육군 대전 AX 거점에서는 KAIST와 'KCTC 전투훈련 사후검토 분석모델' 개발에 나선다. 훈련 과정에서 생성되는 데이터를 AI로 분석해 주요 상황과 결과를 파악하고 가상 훈련데이터 구축과 분석모델 제품화까지 추진한다는 계획이다. 펀진은 육군과학화전투훈련단(KCTC) 전투실험에서 KWM과 전자광학·적외선(EO/IR) 카메라, AI 전자기스펙트럼 분석 시스템 'KWM-오셀롯'을 활용한 바 있다. 전장 정보를 분석해 지휘관 상황 인식과 판단을 지원한 경험을 토대로 훈련 결과뿐 아니라 상황 전개와 지휘결심 과정까지 분석하는 모델을 개발할 방침이다. 군 현장에서 축적한 실증 경험도 이번 사업에 활용한다. 펀진은 '2026 아미타이거 플러스' 훈련에서 개발자와 실무진을 현장에 배치하고 전방배치 엔지니어(FDE) 전담 조직과 애자일 개발 방식을 활용해 군 요구사항을 반영해 왔다. 펀진은 이러한 현장 개발 역량을 서울대와 KAIST 연구 역량에 결합해 실제 군 업무에 활용할 수 있는 AI 기술을 구현할 계획이다. 전투계획 수립과 훈련 사후분석 효율성을 높이고 군·산·학 협력에 따른 국방 AX 적용 범위도 확대한다는 구상이다. 김득화 펀진 대표는 "국방 AI는 군 업무와 운용 환경을 이해하고 현장에서 활용할 수 있는 기술로 구현하는 것이 중요하다"며 "군과 함께 축적해 온 AI 지휘결심지원 기술과 실증 경험을 바탕으로 공군 ADTO 전투계획 작성과 육군 전투훈련 분석을 지원하고 군·산·학 협력을 통해 우리 군 국방 AX 발전에 기여하겠다"고 말했다.

2026.11.12 10:51이나연 기자

[김기응의 AI 롱호라이즌] 지능의 다음 관문, 대화가 아니라 결정이다

김기응 국가 AI 연구거점 센터장 겸 KAIST 김재철AI대학원 교수는 지난 30여 년간 긴 시간축 위에서 결정을 이어 가며 목표에 다가가는 지능을 연구해 왔다. 롱호라이즌(long-horizon)은 강화학습 분야에서 AI가 얼마나 멀리 내다보고 결정하는가를 가리키는 용어이자, 이 칼럼이 AI를 보는 시야의 길이다. 이 시리즈는 연구 최전선에서 기술·시장·정책·인재를 가로지르는 질문을 매달 하나씩 던지며 1년간 이어진다. [편집자주] 1950년대 초 미국 랜드연구소의 수학자 리처드 벨만은 자기 연구에 '동적계획법(dynamic programming)'이라는 이름을 붙였다. 엄연한 수학 연구였지만 이름에는 수학의 흔적이 없다. 훗날 그는 공군의 지원으로 움직이던 연구소에서 수학을 한다는 티를 내지 않으려고, 실용적인 '계획'처럼 들리면서 누구도 트집 잡기 어려운 이름을 일부러 골랐다고 회고했다. 오늘날 컴퓨터과학을 배우는 학생이라면 누구나 한 번은 거쳐 가는 바로 그 동적계획법이다. 이름 아래 감춰진 질문은 만만치 않다. 지금 내린 결정이 다음 상황을 바꾸고, 바뀐 상황에서 다시 결정을 내려야 한다면, 지금 무엇을 해야 하는가. 벨만의 답은 결정 하나하나를 그 자체로 따지지 말고 그 결정이 데려다 놓을 상황의 '가치'로 따지라는 것이었다. 바둑 기사가 당장 돌 몇 점을 따내는 수보다 판 전체의 형세를 보고 수를 고르는 것과 같은 이치다. 앞으로 이어질 모든 선택을 지금의 판단 안에 접어 넣는 이 발상은 오늘날 강화학습의 뼈대가 됐다. 필자가 30여 년 붙들어 온 것도 이 질문이다. 비슷한 무렵 앨런 튜링은 다른 질문을 던졌다. 기계가 사람처럼 대화할 수 있는가. '기계가 생각할 수 있는가'라는 막연한 물음을 누구나 확인할 수 있는 시험으로 바꾼 것이다. 76년이 지난 지금 이 질문은 사실상 답을 얻었다. 최근 한 연구에서 사람처럼 행동하라는 지시를 받은 언어모델은 5분간의 대화 끝에 열에 일곱 번꼴로 사람과 구분이 안 됐다. 오히려 함께 대화에 참여한 진짜 사람이 AI로 오인되는 경우가 더 많았다. 사람처럼 대화하는 AI의 시대는 왔지만, 벨만의 질문은 아직 열려 있다. 그리고 지금 'AI 에이전트'라는 새 이름을 달고 산업의 한가운데로 돌아왔다. 에이전트는 대답을 내놓는 데서 멈추지 않고 그 대답을 행동으로 옮긴다. 오늘의 에이전트는 일상에서 일정을 잡고 결제까지 마칠 뿐 아니라, 오래된 수학 난제를 풀고 과학자의 연구를 거드는 데까지 나아갔다. 이런 일에 필요한 것은 그럴듯한 대답 하나가 아니라 결과가 한참 뒤에야 드러나는 결정을 줄줄이 이어 가는 능력이다. 대화와 결정은 채점 방식부터 다르다. 대답은 내놓는 순간 평가받는다. 마음에 들지 않으면 다시 물으면 그만이다. 결정은 그 뒤에 무엇이 이어지느냐로 평가받는다. 첫날 고른 거래처 하나, 무심코 덮어쓴 파일 하나가 사흘 뒤 일 전체를 막다른 골목으로 몰아넣는다. 게다가 에이전트가 다음에 마주할 상황은 누군가 건네주는 것이 아니라 자신이 앞서 한 행동이 만든 것이다. AI의 능력을 재는 잣대도 이쪽으로 옮겨 가고 있다. 미국의 비영리 평가기관 METR은 AI가 '얼마나 긴 일'을 해낼 수 있는지를 잰다. 사람 전문가가 끝내는 데 걸리는 시간으로 과제의 길이를 매기고, AI가 일정 확률로 성공하는 과제의 길이를 추정한다. 말하자면 AI의 호라이즌을 재는 셈이다. 올해 5월 보고서에서 가장 앞선 비공개 평가 모델은 사람이 3~4시간 걸려 끝내는 과제를 80%의 확률로 해내는 것으로 추정됐다. 그러나 16시간이 넘는 과제에서는 성공 확률이 50%로 뚝 떨어진다. 긴 과제의 표본이 적어 오차가 크다는 단서가 붙지만 메시지는 분명하다. 할 수 있는 일과 맡길 수 있는 일은 아직 다르다. 그 차이는 간단한 산수로도 보인다. 단계마다 95%의 확률로 옳게 판단하는 에이전트라도 실수를 바로잡지 못하면 열 단계를 모두 해낼 확률은 약 60%, 스무 단계면 36%로 떨어진다. 거꾸로 말하면, 틀린 걸음을 바로잡을 수만 있다면 같은 95%로도 결과는 전혀 달라진다. 긴 일을 끝내는 힘은 한 걸음의 정확도 못지않게 틀린 걸음을 알아채고 되돌아오는 능력에서 나온다. 사람도 그렇다. 긴 프로젝트를 끝까지 해내는 사람은 실수하지 않는 사람이 아니라 실수를 일찍 알아차리는 사람이다. 벨만의 말로 하면 이것은 '가치'를 아는 문제다. 내비게이션은 차가 경로를 벗어나는 순간 이를 알아채고 길을 다시 찾는다. 긴 일을 맡은 에이전트에게도 이런 감각이 필요하다. 지금 목표에 얼마나 가까워졌는지, 이 길이 여전히 맞는지를 일하는 도중에 스스로 가늠하는 감각이다. 강화학습 덕분에 오늘의 AI는 긴 추론을 이어 가고 도구를 다루며 여러 단계의 일을 끝까지 해내는 데까지 왔다. 그 바탕에도 이 감각이 있고, 더 긴 일을 믿고 맡기려면 이 감각이 더 단단해져야 한다. 이 감각이 무디면 에이전트는 길을 잃은 줄도 모르고 자신 있게 걸어간다. 원하는 바를 제대로 정하는 일도 간단치 않다. 에이전트는 우리가 바라는 것이 아니라 우리가 측정하는 것을 향해 움직인다. 사람도 실적 지표에 맞춰 일하다 본래 목적을 놓치곤 하지만, 에이전트는 그 지표를 훨씬 집요하게 파고든다. 테스트를 통과시키라는 지시를 받은 코딩 에이전트가 코드를 고치는 대신 테스트를 고쳐 버린 사례가 실제로 보고된다. 내비게이션에 빗대면, 길을 찾는 대신 GPS 신호를 가로채 아직 가는 중인 운전자에게 이미 목적지에 도착했다고 속이는 격이다. 측정치가 목적을 온전히 담지 못하면 더 뛰어난 최적화는 더 교묘한 엇나감으로 이어질 뿐이다. 측정치가 원하는 바를 온전히 담는다 해도 에이전트는 세상을 다 보지 못한 채 결정한다. 고객의 속뜻이 무엇인지, 외부 시스템이 지금 어떤 상태인지, 방금 보낸 요청이 제대로 처리됐는지를 다 알지 못한다. '다음 주 회의를 잡아 달라'는 부탁 하나에도 누구를 꼭 불러야 하는지, 어떤 시간대는 피해야 하는지 같은 정보가 빠져 있기 일쑤다. 이런 세계에서는 자신이 무엇을 모르는지 아는 것이 무엇보다 중요하고, 확인하고 묻는 일은 그 자체로 하나의 결정이 된다. 너무 자주 물으면 맡긴 의미가 없고, 묻지 않으면 모르는 채로 일을 그르친다. 좋은 에이전트는 모든 일을 혼자 해치우는 에이전트가 아니라 언제 멈추고 사람에게 물어야 하는지 아는 에이전트다. 되돌릴 수 없는 행동은 이 모든 문제를 무겁게 만든다. 더 나은 길을 찾으려면 안 가 본 길도 가 봐야 하지만, 현실에는 시험 삼아 해 볼 수 없는 일이 있다. 초안은 지우면 그만이지만 이미 보낸 메일과 이미 실행된 송금은 돌아오지 않는다. 실수의 대가가 큰 일일수록 새로운 시도는 줄이고 확인은 늘려야 한다. 사람은 이럴 때 본능적으로 멈칫하지만, 에이전트에게는 멈춰 설 지점까지 설계해 넣어야 한다. 탐색과 신중함 사이의 이 줄다리기는 강화학습이 수십 년 붙들어 온 주제이고, 이제는 기업의 업무 시스템 안에서 매일 벌어지는 일이 됐다. 그래서 에이전트를 들이려는 조직이 던져야 할 질문도 달라진다. 지금까지는 AI가 얼마나 정확한 답을 내놓는지, 얼마나 빨리 일을 처리하는지를 따졌다. 여러 단계를 스스로 밟는 에이전트라면 그것만으로는 부족하다. 중간 판단이 어긋났을 때 곧바로 알아차릴 수 있는지, 잘못된 선택을 되돌릴 수 있는지, 되돌릴 수 없는 행동 앞에서는 한 번 더 확인하는 절차가 있는지를 물어야 한다. 무엇보다 성과를 무엇으로 정의했는지, 그 숫자가 우리가 정말 원하는 것을 담고 있는지부터 점검해야 한다. 에이전트는 그 숫자를 우리보다 훨씬 성실하게 좇을 것이기 때문이다. 결국 이것은 기술 성능만의 문제가 아니다. 어떤 결정을 에이전트에 맡기고, 어디서 사람이 개입하며, 결과를 어떻게 검증할지를 설계하는 문제다. 누가 최종 승인권을 갖는지, 문제가 생기면 어디까지 되돌릴 수 있는지도 미리 정해 두어야 한다. 에이전트가 유능해질수록 이 경계를 어디에 긋느냐가 더 중요해진다. 벨만은 의사결정의 근본적인 수학 체계를 '동적계획법'이라는 난해한 이름 뒤에 숨겼다. 70년 뒤 같은 질문이 '에이전트'라는 친근한 이름으로 돌아왔다. 이름이 바뀌었다고 질문이 쉬워진 것은 아니다. 에이전트를 쓴다는 것은 결국 어떤 결정을 맡긴다는 뜻이다. 튜링의 시험은 기계가 사람처럼 말할 수 있느냐를 물었다. 지능의 다음 관문이 묻는 것은 그보다 어렵다. 결과가 드러나기 전에, 지금의 결정을 믿고 맡길 수 있느냐다.

2026.11.09 10:41김기응 컬럼니스트

[AI인재강국] 토론토에서 서울까지, 지식과 인재의 다리를 놓는 일

국가AI연구거점(NAIRL)은 과학기술정보통신부와 정보통신기획평가원(IITP)의 지원을 받고 서울시와 서초구청이 뒷받침하는 AI 연구 컨소시엄으로, 카이스트·고려대·포스텍·연세대와 국내 기업들이 함께한다. 지디넷코리아는 격주마다 한국 AI 연구 생태계가 나아갈 방향을 국가 AI 연구거점의 생생한 이야기로 조망해 본다. [편집자주] 지난 7월 5일 서울에서 나는 하나의 연구 협력이 시작되는 장면을 지켜봤다. 국가AI연구거점(NAIRL)이 주최한 'RIKEN-Vector-NAIRL 공동 워크숍'에서 일본 이화학연구소 혁신지능통합연구센터(RIKEN AIP), 한국의 국가AI연구거점, 캐나다 벡터 연구소(Vector Institute)의 연구자가 기관별 세 명씩 아홉 명 나와 머신러닝의 수학적 기초부터 산업 현장의 문제까지 걸친 연구를 발표했다. 점심시간에는 발표에서 시작된 대화가 식탁으로 이어졌고, 오후 포스터 세션이 끝날 무렵에는 참석자들이 서로 연락처를 교환하고 있었다. 같은 날 김기응 국가AI연구거점 센터장과 파스칼 푸파르 벡터 연구소 리서치 디렉터가 두 기관의 업무협약에 서명했다. 벡터 연구소에서 내가 맡은 일은 연구자들이 함께 일할 수 있도록 기관 간 관계를 만들고 관리하는 것이다. 그래서 이런 날 나는 연구 내용이 아닌 다른 것을 본다. 그 자리에서 어떤 관계가 만들어지고 있는지다. 나는 자본시장과 국제개발 분야에서 파트너십을 만드는 일을 하다가 AI 분야로 왔고, 그 경험은 오래갈 협력을 알아보는 눈을 길러주었다. 서울에서 나는 그것을 알아봤다. 내가 본 것을 지식 외교(knowledge diplomacy)라고 부르고 싶다. 컴퓨팅 자원과 자본, 데이터는 갈수록 국가 전략과 규제에 묶이고 있다. 반면 지식은 연구자와 학생, 아이디어를 타고 더 자유롭게 움직인다. 기관이 그 이동을 위한 믿을 만한 통로를 만들면, 어떤 개별 프로젝트보다 오래가는 국가 간 다리가 놓인다. 지금 이것이 중요한 이유가 있다. AI는 어느 한 나라가 대응할 수 있는 속도보다 빠르게 경제와 사회를 바꾸고 있고, 이 변화는 따로보다 함께 이해하는 편이 낫다. 캐나다가 이런 다리에 관심을 가져온 데에는 내력이 있다. 2017년 캐나다 정부는 세계 최초의 국가 AI 전략인 범캐나다 AI 전략(Pan-Canadian AI Strategy)을 발표했다. 같은 해 연방정부와 온타리오주, 민간 부문의 지원을 받아 벡터 연구소가 독립 비영리 연구기관으로 출범했고, 몬트리올의 Mila, 에드먼턴의 Amii와 함께 캐나다의 세 국가 AI 연구기관 중 하나가 됐다. 설립 목적은 명확했다. 세계적 수준의 인재가 캐나다에서 성장할 수 있는 조건을 만들고, 해외에서 더 많은 인재를 불러들이는 것이었다. 오늘날 벡터 연구소의 네트워크에는 1500명에 가까운 연구자와 교수진이 속해 있고, 연구소는 서로 연결된 두 가지 임무를 수행한다. 연구를 발전시키고 다음 세대를 길러내는 일, 그리고 캐나다의 조직들이 연구 성과를 실제 업무에 적용하도록 돕는 일이다. 이 가운데 어느 것도 한 번의 돌파구에서 나오지 않았다. 연구와 인재, 산업을 연결하도록 설계된 기관, 그리고 장기적이고 안정적인 공공 지원이 만들어낸 결과다. 그 지원은 지금도 이어지고 있다. 올해 6월 캐나다 정부는 여섯 개의 기둥으로 구성된 새 국가 AI 전략 'AI for All'을 발표했다. 그중 여섯 번째인 '신뢰할 수 있는 파트너십과 글로벌 연대 구축'은 인도태평양을 포함한 신뢰할 수 있는 국제 파트너들과 협력을 심화해 공동의 표준을 개발하고 혁신에 함께 투자할 것을 제시한다. 벡터 연구소에 이는 국제 파트너십이 캐나다가 지향하는 국가적 방향에 부합하며, 우리 인재 전략의 자연스러운 연장선에 있다는 점을 확인해 준다. 인재를 국내에 붙드는 것과 해외와의 교류를 환영하는 것은 상충하는 목표가 아니다. 벡터 연구소의 경험으로 보면 둘은 같은 정책의 두 측면이다. 우수한 연구자는 우수한 동료와 함께 일할 수 있는 곳에 남으며, 그 동료는 국내에만 있지 않다. 파트너십이 실제 연구자 교류로 이어지는 경우에 나는 세 가지가 갖춰져 있는 것을 봐왔다. 서울에는 세 가지가 모두 있었다. 첫째, 각 기관에 그 관계를 책임지는 담당자가 정해져 있고, 그 담당자들이 서로를 안다. 협력은 양쪽 담당자가 직접 연락할 수 있을 때 움직인다. 그렇지 않으면 다음 행사까지 멈춰 있기 마련이다. 워크숍은 연구자들이 자신과 관심사가 겹치는 상대 기관 연구자가 누구인지 알고 돌아가도록 구성돼 있었고, 나 역시 앞으로 함께 일할 상대를 알고 토론토로 돌아왔다. 둘째, 파트너십은 실제 활동으로 시작되고 문서는 그 뒤를 따른다. 국가AI연구거점과 벡터 연구소의 협약은 단독행사로 열리지 않았다. 세 기관 연구자들이 발표하고 토론하는 워크숍 안에서 서명됐고, 두 기관 모두와 이미 협약을 맺고 있던 RIKEN AIP가 그 자리에 있었다. 서명 당일에 이미 세 개의 양자 협약이 하나의 3자 교류로 작동하고 있었던 것이다. 이런 출발은 흔하지 않고, 세 기관을 한자리에 모으는 데 국가AI연구거점이 앞장섰기에 가능했다. 셋째, 연구자가 실제로 이동할 수 있는 통로가 있다. AI 분야에서는 젊은 연구자가 해외 연구실에서 보낸 몇 년이 이후 경력의 방향을 결정하는 경우가 많다. 방문연구원 제도, 학생·박사후연구원 교환, 공동 지도가 그 이동을 가능하게 하는 장치다. 협약은 틀을 제공하고, 두 기관 사이를 오가는 연구자가 내용을 채운다. 이 가운데 어떤 형태가 토론토와 서울에 맞을지는 두 기관이 함께 찾아갈 부분이다. 여건은 좋은 편이다. 양국 지도자들은 AI를 협력을 심화할 분야로 지목했고, 두 기관의 협약은 그와 같은 방향에서 각국의 AI 연구를 이끄는 사람들을 연결한다. 두 나라는 놓인 위치도 비슷하고, 그것은 강점이다. AI 분야의 미들파워(Middle Power)로서 캐나다와 한국은 각각 탄탄한 연구 역량과 넓어지는 국제 파트너 네트워크를 가지고 있다. 이런 위치에 있는 나라들은 함께 일할 때 가장 많이 얻으며, 'AI for All'도 그렇게 말한다. 서로에게 줄 것도 있다. 한국은 핵심 AI 모델 연구에서 뛰어난 역량과 강한 산업 기반을 가지고 있다. 캐나다는 인재를 유지하고 연구 성과가 실제 현장에서 활용되도록 연결하는 데서 10년 가까이 쌓은 제도적 경험을 가지고 있다. 어느 쪽 목록도 완전하지 않고, 나머지는 함께 일하면서 발견하게 될 것이다. 연구기관 간 협력은 행사 한 번으로 완성되지 않는다. 몇 년이 걸린다. 캐나다의 경험으로 말하면, 그 시간을 지탱한 것은 연구기관이 한 단계의 성과를 다음 단계로 이어갈 수 있도록 뒷받침한 공공 부문의 결정이었다. 벡터 연구소와 국가AI연구거점은 연구 커뮤니티 간 교류를 넓히고 머신러닝과 프런티어 AI 연구 협력을 강화할 계획이다. 이제 할 일은 그 의지를 실제 연구자 교류로 바꾸고, 어느 한쪽만으로는 다루기 어려운 공동 연구 문제를 찾아내는 것이다. 동료들과 나는 지금도 서울에서 보낸 한 주를 이야기한다. 우리가 기억하는 것은 서명식만이 아니다. 물론 그 자리도 중요했다. 하지만 더 오래 남은 것은 그 뒤에 있던 더 큰 배경, 그리고 세 나라 연구자들이 서로를 알아가기 시작한 7월 5일의 워크숍이다. 다리는 사람이 건널 때 비로소 의미가 있다. 태평양 양쪽에서 우리가 할 일은 그들이 계속 건너도록 하는 것이다. 후세인 샴지(Hussein Shamji)는 캐나다 토론토 벡터 연구소(Vector Institute)의 전략적 파트너십 디렉터로, 연구기관·산업계·공공 부문과의 기관 간 협력을 총괄한다. 전략적 파트너십과 투자자 관계, 자본시장 분야에서 15년 이상의 국제 경력을 쌓았으며, 헌터 디킨슨(Hunter Dickinson Inc.) 전략적 파트너십 부사장과 아가 칸 개발 네트워크(Aga Khan Development Network) 재원 개발 담당을 거쳐 2024년 벡터 연구소에 합류했다. 런던정경대(LSE)에서 국제관계학을, 칼턴대에서 항공우주공학을 수학했다.

2026.10.16 14:16후세인 샴지 컬럼니스트

브릴스, 美 미시간에 로봇 생산 체제 구축

로봇 플랫폼 기업 브릴스는 미국 미시간 현지법인 '브릴스 USA LLC'를 거점으로 로봇의 현지 생산 체제를 구축한다고 16일 밝혔다. 이번 결정은 미국 연방통신위원회(FCC)가 지난 7월 외국산 첨단 로봇을 '커버드 리스트'에 추가하는 등 규제를 강화한 데 따른 대응이다. 해당 목록에 오른 신규 로봇은 미국 판매에 필요한 FCC 인증을 받을 수 없다. 이에 브릴스는 현지 생산 기반과 부품 조달 역량을 강화한다는 구상이다. 브릴스는 지난 4월 미시간주 그랜드래피즈에 설립한 현지법인을 로봇 생산지로 활용한다. 무인지게차 형태의 포크형 '자율이동로봇(AMR)'과 저상형 AMR 제조를 시작으로 로봇 제품 생산을 단계적으로 확대할 계획이다. 또한 현지 파트너십을 통해 미국산 부품을 조달하며 북미 공급망관리(SCM)를 강화한다. 현지 생산 로봇에는 자체 개발한 주행 소프트웨어 '브릴스 SW 내비게이션(Navigation)'과 통합관제시스템 'FMS'이 탑재된다. 공정 변경이 잦고 설비 중단에 민감한 북미 자동차 부품 공장의 특성에 맞춰 하드웨어와 소프트웨어를 결합한 통합 솔루션을 지원한다. 전진 브릴스 대표는 "미시간 법인을 거점으로 현지 공급망을 구축해 규제 리스크를 선제적으로 해소할 것"이라며 "향후 유럽 시장에도 현지 생산 거점을 구축해 글로벌 공급망을 넓히겠다"고 말했다.

2026.10.16 10:42진운용 기자

[AI인재강국] 연구는 사람을 따라 움직인다... 프랑스가 AI 학교를 세운 이유

국가 AI 연구거점은 과학기술정보통신부와 정보통신기획평가원(IITP)의 지원을 받고 서울시와 서초구청이 뒷받침하는 AI 연구 컨소시엄으로, 카이스트·고려대·포스텍·연세대와 국내 기업들이 함께한다. 지디넷코리아는 격주마다 한국 AI 연구 생태계가 나아갈 방향을 국가 AI 연구거점의 생생한 이야기로 조망해 본다. [편집자주] 지난 6월 말, 포항의 한 연구실에서 나흘을 보냈다. 자기지도 시각 학습에 관한 세미나를 하고, 대학원생 서른여 명을 한 사람씩 만나 각자의 연구에 대해 피드백을 나눴다. 이 연구실을 이끄는 조민수 포항공대 교수는 10여 년 전 파리에서 필자와 함께 연구하던 젊은 박사후연구원이었다. 파리 고등사범학교(ENS)의 연구팀에서 4년을 보내고 한국으로 돌아간 그가, 이제 자신의 학생들을 필자에게 소개하고 있었다. 그 방에서 분명해진 사실이 하나 있다. 연구는 논문으로만 이동하지 않는다. 연구는 사람을 따라 움직인다. 이런 왕래는 우연이 아니라 오래된 순환이다. 젊은 연구자가 국경을 넘어와 한 연구실에서 훈련받고, 자기 나라로 돌아가 다음 세대를 기른다. 필자의 연구실도 오랫동안 그 순환의 한 정거장이었고, 포항의 그 연구실은 순환이 낳은 결과다. 어제의 박사후연구원이 오늘의 교수가 되고, 그 교수의 학생들이 다음 왕래를 준비한다. 국제 협력의 실체는 협정문이 아니라 이 순환이다. 프랑스는 이 순환을 개인 연구실의 우연에 맡기지 않기로 했다. 2018년 발표된 국가 AI 전략에 따라 프랑스는 네 곳의 학제간 AI 연구소(3IA)를 선정했고, 그중 하나가 필자가 공동 설립한 파리 AI 연구소 PR[AI]RIE(PaRis Artificial Intelligence Research InstitutE)다. 2019년 국립과학연구센터(CNRS), 국립컴퓨터과학연구소(Inria), 파스퇴르연구소, PSL대학, 파리시테대가 함께 파리에 설립한 이 연구소는 2024년부터 프랑스의 국가 투자 프로그램 'France 2030'이 지원하는 9개 AI 클러스터의 하나로 확장돼 5년간 7500만 유로를 지원받으며 연구와 교육, 혁신을 하나의 삼각형으로 묶고 있다. 125명이 넘는 연구자가 코어 AI 방법론 연구와 생물학, 의료, 물리 등 학제간 응용 연구를 이중나선처럼 함께 수행하고, 80곳의 산업 파트너가 그 곁에 있다. 그리고 이 체계의 한복판에 PSL대학의 파리 AI 스쿨이 있다. 학부부터 박사, 평생교육까지 하나의 여정으로 잇는 학교다. 연구소가 굳이 학교를 품은 이유는 단순하다. AI 역량의 핵심은 결국 사람이고, 사람은 길러지는 데 시간이 걸리기 때문이다. 필자 자신의 연구도 같은 질문 위에 있다. 필자는 오랫동안 컴퓨터비전, 즉 기계에게 보는 법을 가르치는 연구를 해왔다. 전통적인 시각 인식 기술은 어지러운 사진 속에서 사람과 사물을 제법 잘 찾아내지만, 그 능력은 사람이 손으로 붙인 방대한 양의 주석에 기대어 있다. 내일의 시각 시스템은 훨씬 약한 감독만으로, 세상에 이미 존재하는 수십억 장의 이미지로부터 스스로 배워야 한다. 새로운 사용자와 새로운 환경에 계속 적응해야 하는 기술이라면 더욱 그렇다. 포항의 학생들과 나눈 대화도 결국 이 질문, 기계는 어떻게 더 적은 가르침으로 더 많이 배울 수 있는가에 관한 것이었다. 한국과의 인연은 이제 개인의 왕래를 넘어섰다. 필자는 국가 AI 연구거점이 세계 각국 대학의 연구자들과 이어가는 국제공동연구망의 일원으로, 컴퓨터비전 분야에서 한국의 동료들과 함께 연구하고 있다. 지난해 가을 서울에서 열린 거점의 글로벌 AI 프론티어 심포지엄 2025에 참석해 김기응 센터장과 협력의 방향을 논의했고, 올해 다시 서울을 찾아 같은 심포지엄의 멀티모달 AI 세션에 패널로 앉았다. 포항에서 보낸 나흘 역시 거점이 운영하는 해외 석학 방문 프로그램의 일환이었다. 이 왕래가 기관 차원의 협력으로 자라는 것은 자연스러운 다음 단계다. 필자와 PRAIRIE는 거점을 비롯한 한국의 연구 기관들과 학생 교환, 인턴십, 공동연구를 포함한 협력을 여러 갈래로 깊게 만들어가고 있다. 문서는 협력의 시작이 아니라 이미 오가고 있는 사람들의 왕래를 제도로 받아 적는 일에 가깝다. 한국의 연구 공동체에 대해 말할 자격이 필자에게 조금은 있다고 생각한다. 필자의 연구실을 거쳐간 한국 연구자들을 통해, 그리고 포항에서 만난 학생들을 통해 지켜본 한국의 젊은 연구자들은 훈련이 잘 돼 있고, 질문이 구체적이며, 무엇보다 세계 무대를 향한 의지가 분명하다. 그들에게 필요한 것은 능력이 아니라 길이다. 그 시절에는 그 길이 개인의 용기와 우연한 인연에 달려 있었다. 이제는 두 나라의 AI 연구거점이 그 길을 넓히고 있다. 파리의 연구실에서 시작된 인연이 포항의 강의실로 돌아왔다. 지금 프랑스와 한국의 두 기관이 함께 여는 길로 다음 세대의 연구자들이 오갈 것이다. 그 왕래가 계속되는 한, 두 나라의 AI 연구는 서로에게 더 좋은 질문을 던지는 이웃으로 남을 것이다.

2026.10.02 10:48장 퐁스 컬럼니스트

대학 AI 기술, 기업 현장으로…4개 대학 45개 기술 공개

국내 주요 대학이 개발한 인공지능(AI) 기술 45건이 한자리에 공개된다. 국가AI연구거점은 10월 6일 서울 서초 AICT에서 'NAIRL 이노베이션 쇼케이스 2026'을 개최한다고 22일 밝혔다. 한국과학기술원(KAIST), 고려대, 포스텍, 연세대 등 4개 참여대학 41개 연구실이 지난 1년간 거둔 연구 성과 가운데 산업 현장에 적용할 수 있는 AI 기술 45건을 시연한다. 이번 행사는 대학 연구실의 AI 기술을 소개하는 데 그치지 않고 실제 기술이 필요한 기업과 연구진을 연결하는 데 초점을 맞췄다. 기업이 해결하려는 문제에 맞는 기술을 찾고 연구팀과 직접 만나 사업 적용 가능성을 논의할 수 있도록 구성했다. 참가 기업이 사전에 관심 기술을 선택하면 행사장에서 해당 연구팀과 직접 만날 수 있다. 행사 이후에는 개념검증(PoC)과 공동연구, 기술이전 논의로 이어질 수 있도록 국가AI연구거점이 지원한다. 현장에서 접수된 추가 협력 수요도 관련 연구실과 연결한다. 기술 소개 방식도 기업이 이해하기 쉽게 구성했다. 논문 제목이나 연구 분야 대신 어떤 문제를 해결할 수 있는지를 먼저 보여주고 기술의 특징과 적용 분야, 활용 가치를 설명한다. 참가 기업에는 자사 업종과 필요에 따라 관련 기술을 찾을 수 있는 안내서도 제공한다. 기업이 연구 분야나 기술명을 정확히 알지 못하더라도 해결하려는 과제를 기준으로 필요한 AI 기술을 찾아볼 수 있도록 하기 위해서다. 전시는 ▲'베터 AI' ▲'피지컬 AI' ▲'인더스트리 앤 사이언스 AI' ▲'크리에이티브 앤 멀티모달 AI' 등 네 분야로 구성된다. 각각 AI 성능·비용·안전 개선, 로봇 인식·판단·동작, 산업 현장 설계·예측·운영, 생성형 미디어 관련 기술을 선보인다. 이 가운데 피지컬 AI 기술이 15건으로 가장 많다. 사람의 필체를 모사해 글씨를 쓰는 로봇과 농작물 수확 로봇 등 실제 작동 모습을 확인할 수 있는 기술도 전시한다. 행사는 별도의 무대 발표 없이 오후 1시30분부터 4시간 동안 자유 관람 방식으로 진행된다. 참가비는 무료이며 다음달 2일까지 사전등록을 받는다. 45개 기술의 상세 내용과 참가 신청 방법은 국가AI연구거점 홈페이지와 공식 링크드인에서 확인할 수 있다. 국가AI연구거점은 과학기술정보통신부와 정보통신기획평가원(IITP)의 지원을 받아 2024년 출범한 AI 연구 컨소시엄이다. 서울시와 서초구도 사업을 지원하고 있다. 국가AI연구거점 관계자는 "내 문제를 해결할 기술이 어디 있는지 묻는 기업에게 답을 주는 자리로 설계했다"며 "연구실의 기술과 기업의 과제가 같은 테이블에서 만나 실제 협력으로 이어지도록 행사 이후까지 거점이 연결을 챙길 것"이라고 말했다.

2026.09.22 15:05김동원 기자

[AI인재강국] 일본은 왜 국가 AI 연구소에서 기초 연구를 파고드는가

국가 AI 연구거점은 과학기술정보통신부와 정보통신기획평가원(IITP)의 지원을 받고 서울시와 서초구청이 뒷받침하는 AI 연구 컨소시엄으로, 카이스트·고려대·포스텍·연세대와 국내 기업들이 함께한다. 지디넷코리아는 격주마다 한국 AI 연구 생태계가 나아갈 방향을 국가 AI 연구거점의 생생한 이야기로 조망해 본다. [편집자주] AI를 둘러싼 국가 간 경쟁이 어느 때보다 치열하다. 각국 정부는 앞다투어 국가 차원의 AI 전략을 세우고, 그 중심에 국가 단위 연구기관을 두고 있다. 그러나 역설적이게도, AI 연구 그 자체는 국경을 모른다. 오늘날 머신러닝의 토대를 이루는 이론과 알고리즘은 어느 한 나라의 소유물이 아니라, 국경을 넘나드는 연구자들의 오랜 축적 위에 서 있다. 국가가 만드는 연구 토대와 국경 없는 연구 공동체, 이 둘을 어떻게 함께 세울 것인가. 국가 단위 AI 연구기관들이 공통으로 마주해온 질문이다. 일본은 2016년 이 질문에 하나의 답을 내놓았다. 문부과학성의 지원으로 일본을 대표하는 연구기관인 이화학연구소(RIKEN) 산하에 혁신지능통합연구센터(RIKEN Center for Advanced Intelligence Project, 이하 RIKEN AIP)를 설립한 것이다. 설립 당시 일본 정부의 판단은 명확했다. AI 시대의 국가 역량은 단기 성과가 아니라 기초 연구의 축적에서 나오며, 그 축적은 대학과 기업이 각자 감당하기 어려운 규모의 장기적이고 통합적인 투자를 필요로 한다는 것이었다. 그래서 RIKEN AIP는 처음부터 세 개의 축으로 설계되었다. 머신러닝의 수학적 원리를 탐구해 AI의 신뢰성과 해석가능성, 안전성의 토대를 세우는 기초 이론 연구, 의료와 재해 대응, 과학 발견 등 구체적 영역의 지식과 AI를 결합하는 목표 지향 연구, 그리고 AI가 사회에 확산되며 생기는 윤리적, 법적, 사회적 문제를 다루는 연구다. 기초 이론과 사회 응용, 그리고 AI 윤리를 한 지붕 아래 둔 것은 우연이 아니다. 셋 중 어느 하나만으로는 AI가 사회에 뿌리내릴 수 없다는 것, 이 설계에 깔린 확신이다. 필자 자신의 연구도 이 철학과 닿아 있다. 필자는 오랫동안 '불완전한 정보로부터의 학습'을 연구해왔다. 현실의 데이터는 교과서처럼 깨끗하지 않다. 레이블이 부족하거나 잘못 붙어 있고, 학습할 때의 데이터와 실제 환경의 데이터가 서로 다르다. 약지도 학습과 분포 변화 대응 같은 이론은 바로 이 간극을 다룬다. 데이터가 완벽하기를 기다릴 수 없는 의료와 재난, 과학의 현장에서 AI가 실제로 작동하려면 반드시 필요한 토대다. 기초 연구의 축적이 결국 응용의 뿌리가 된다는 것, 이것이 RIKEN AIP를 관통하는 믿음이다. 그리고 지난해, RIKEN AIP는 같은 믿음을 가진 파트너를 이웃 나라에서 만났다. 한국이 카이스트와 고려대, 연세대, 포스텍 컨소시엄으로 출범시킨 국가 AI 연구거점이다. 국가가 뒷받침하는 AI 연구 거점이라는 점에서 거점과 RIKEN AIP는 서로의 거울과 같은 존재다. 2025년 7월 두 기관은 연구자 교류와 공동 세미나부터 공동연구까지 폭넓은 협력을 담은 연구협력 양해각서를 체결했다. 이 문서는 서랍 속에 머물지 않았다. 그해 12월 김기응 센터장이 이끄는 거점 대표단이 도쿄의 RIKEN AIP를 찾아왔고, 양 기관 연구자들은 하루 동안 서로의 연구를 소개하며 향후 협력의 방향을 구체화했다. 그리고 올해 7월, 서울에서 열린 ICML 2026에 맞춰 거점은 RIKEN AIP와 캐나다 벡터 연구소(Vector Institute)를 한자리에 불러 3개 기관 공동 워크숍을 열었다. 세 기관에서 세 명씩, 아홉 명의 연구자가 이론에서 응용까지를 아우르는 발표를 했고, 포스터 세션과 자유로운 토론이 이어졌다. 양해각서에서 방문으로, 방문에서 공동 워크숍으로, 1년 사이에 협력은 문서에서 사람으로 옮겨왔다. 한국 연구 커뮤니티와의 협력이 특별히 기대되는 이유가 있다. 한국과 일본의 AI 연구는 강점의 결이 서로 다르면서도 보완적이다. 그리고 두 나라는 닮은 고민을 안고 있다. 월등한 컴퓨팅 자원을 가진 나라들과의 경쟁 속에서 기초 연구의 자리를 지켜내야 한다는 과제다. 같은 고민을 가진 이웃이라면, 해법도 함께 찾는 편이 낫다. 국제 협력에는 한 가지 분명한 사실이 있다. 협력은 행사가 아니라 인프라라는 것이다. 한 번의 서명식이나 워크숍이 협력을 만드는 것이 아니다. 협력은 연구자가 국경 너머의 동료와 논문을 함께 쓰고, 상대 기관의 연구실을 오가는 왕래가 제도의 뒷받침 속에 당연한 일상이 될 때 비로소 뿌리내린다. 젊은 시절 국경을 건너 보낸 연구의 시간이 그 뒤의 연구 인생을 바꿔놓는 일은 이 분야에서 드물지 않다. 지금 한국과 일본을 오가게 될 젊은 연구자들의 시간이 두 나라 AI 연구의 다음 10년을 결정할 것이다. 국가 연구기관의 역할은 바로 그 왕래가 끊기지 않도록 다리를 놓고 지키는 일이다. AI 연구의 축이 반드시 태평양 건너에만 있어야 할 이유는 없다. 서울과 도쿄는 비행기로 두 시간 거리다. 같은 시간대에서, 닮은 고민을 안고, 서로 다른 강점을 가진 두 연구 공동체가 이미 오가기 시작했다. 거점과 RIKEN AIP의 협력이 한일 양국을 넘어 아시아에서 세계 AI 연구의 또 하나의 축을 세우는 출발점이 되기를 바란다.

2026.09.18 10:10스기야마 마사시 컬럼니스트

정부, 아태 AI 특화지구 7곳 확정…지역 거점 '글로벌 실증허브'로

정부가 기존 지역 인공지능(AI)·디지털 혁신거점을 아태지역을 겨냥한 글로벌 AI 실증·사업화 거점으로 키운다. 2020년 광주 AI산업융합집적단지 조성을 시작으로 확대해 온 지역 AI 거점을 글로벌 AI 생태계와 연결해 해외 인재와 기업의 유입부터 국내 AI 기업의 해외 진출까지 지원한다는 구상이다. 7일 업계에 따르면 과학기술정보통신부와 정보통신산업진흥원(NIPA)은 이날부터 오는 23일까지 '2026년 아태 AI 특화지구(AHAP) 조성' 사업신청서를 접수한다. 대상 지역은 AI·디지털 혁신거점인 전남광주통합특별시, 대구광역시, 부산광역시, 전북특별자치도, 경상남도, 충청북도, 강원특별자치도 등 7곳이다. 해당 지역 소재 소프트웨어산업진흥기관 또는 지역 소프트웨어 산업진흥기관(주관)을 포함한 기업과 국내·외 대학, 연구소 등이 지원할 수 있다. 국내 AI 기업이 주관하고 해외 AI 기업이 참여하는 글로벌 컨소시엄을 우선 지원한다. 사업은 1차년도 실증·기술검증(PoC)과 레퍼런스 확보로 시작해 2차년도에 네트워킹·사업화·정주·인증·규제·인프라 등 후속 연계 과제로 이어지는 단계적 방식이다. 거점당 2개년 평균 23억 원을 지원하며 지원 범위는 18억~30억 원이다. 1차년도는 13억~20억 원, 2차년도는 5억~10억 원이 지원된다. 1차년도에는 지역 거점의 특화산업을 대상으로 핵심 기술·서비스를 실증하고 레퍼런스를 확보한다. 지역 공공기관과 제조기업 등의 AI 전환(AX) 및 도시 문제 해결 수요를 발굴한 뒤 과제를 선정하고 수행 가능한 국내외 AI 기업을 매칭하는 방식이다. 실증 분야로는 수요응답형 자율주행 버스, 제조 밸류체인 데이터 연계 플랫폼, 농작업 전주기 AX 등이 제시됐다. 제조 분야에서는 산업단지 내 원소재·부품·완제품 기업 간 생산·품질·설비 데이터를 연계해 실제 테스트를 수행하는 방식이 예시로 포함됐다. 실증 이후에는 해외 진출을 위한 네트워킹·사업화 지원도 이어진다. 해외 수요처 발굴과 파트너십 구축, 국제 행사 등을 통한 기업 교류를 지원하고, PoC 이후 투자유치와 국내외 법인 설립, 현지화 등에 필요한 후속 사업화를 지원한다. 특히 글로벌 인증·규제 대응이 별도 지원 유형으로 포함됐다. 해외 진출 대상 국가와 산업별 인증 수요를 발굴해 사전 진단부터 인증 취득까지 지원하고, 주요국의 AI 정책·데이터·개인정보·알고리즘 투명성 관련 규제 대응 컨설팅을 제공한다. 유럽연합(EU) AI 액트 적합성 평가와 싱가포르 AI 베리파이(Verify) 등 글로벌 AI 신뢰성 검증 체계 대응도 지원 대상이다. 해외 기업과 인재를 지역에 유치하기 위한 정주도 사업에 포함됐다. 비자·주거·행정 원스톱 프로그램을 비롯해 세무·법률·창업·한국어 교육·자녀교육·병원·가족 일자리 등 생활 전반을 지원하는 정주상담센터 운영 등이 지원된다. 지역 AI 인프라도 글로벌 기업이 활용할 수 있도록 개방성을 높인다. 원격 테스트·모니터링 환경과 개방형 AI 테스트 장비를 확대하고, 글로벌 표준에 맞는 데이터 거버넌스와 보안·운영체계를 구축한다. NIPA는 "AI·디지털 혁신거점을 글로벌 개방성을 갖춘 아태지역 대표 AI 특화지구로 육성해 우리 AI 성과의 글로벌화를 본격 지원할 필요가 있다"고 말했다.

2026.09.07 15:12이나연 기자

[AI인재강국] 인간을 이해하는 현실에 충실한 AI로

국가 AI 연구거점은 과학기술정보통신부와 정보통신기획평가원(IITP)의 지원을 받고 서울시와 서초구청이 뒷받침하는 AI 연구 컨소시엄으로, 카이스트·고려대·포스텍·연세대와 국내 기업들이 함께한다. 지디넷코리아는 격주마다 한국 AI 연구 생태계가 나아갈 방향을 국가 AI 연구거점의 생생한 이야기로 조망해 본다.[편집자주] 의료 영상 복원은 인공지능(AI)이 가장 먼저, 그리고 가장 깊이 들어온 분야 중 하나다. 딥러닝은 흐릿한 MRI와 CT 영상을 선명하게 되살리고, 적은 데이터로도 놀라운 복원을 해냈다. 그런데 성능이 좋아질수록 한 가지 질문이 따라왔다. 이 AI는 정말 인체를 이해하고 있는가, 아니면 그저 그럴듯한 그림을 그려내고 있는가. 이 질문은 생각보다 무겁다. 의료에서 '그럴듯함'은 위험하기 때문이다. 실제로는 없는 병변을 그럴듯하게 만들어내거나, 있는 병변을 매끄럽게 지워버리는 AI는 아무리 화질이 좋아도 쓸 수 없다. 필요한 것은 보기 좋은 영상이 아니라, 인체의 구조와 물리 법칙, 생물학적 원리에 충실한 영상이다. 이를 '충실한 AI'라 부를 수 있다. 통계적으로 그럴듯한 패턴을 넘어, 현실의 법칙을 따르는 지능이다. 이 문제의식은 의료를 넘어 확장된다. 영상뿐 아니라 시계열 신호, 분자 구조처럼 복잡한 고차원 데이터를 다룰 때도 똑같은 원리가 적용된다. 국가AI연구거점에서 연구하는 고차원 생성 파운데이션 모델이 바로 이 방향이다. 현실의 법칙을 반영하는 생성 AI는 의료 영상은 물론 소재 과학과 산업 검사까지, 정확성이 곧 안전과 직결되는 분야에서 폭넓게 쓰일 수 있다. 의료 AI 자체도 큰 전환기에 있다. 지금까지의 의료 AI가 영상 한 장에서 특정 질환을 찾아내는 도구였다면, 앞으로는 영상과 임상 기록, 유전체 정보를 종합해 환자의 미래를 내다보는 '의료 파운데이션 모델'로 나아간다. 진단을 넘어 예측과 예방, 맞춤형 치료로 향하는 것이다. 이미 대규모 의료 데이터로 수년 뒤의 질병 위험을 예측하는 연구들이 나오고 있다. 의사가 여러 정보를 종합해 판단하듯, AI도 그렇게 성장하고 있다. 이런 연구를 하다 보면 절실해지는 것들이 있다. 하나는 사람이다. 이 분야는 의학과 공학, 수학이 만나는 경계에 있어, 서로 다른 언어를 쓰는 연구자들이 한 팀에서 오래 호흡을 맞춰야 비로소 성과가 나온다. 그런 융합형 인재는 하루아침에 길러지지 않는다. 또 하나는 데이터다. 의료 데이터는 민감하고 흩어져 있어, 안전하게 활용할 제도적 기반이 없으면 뛰어난 모델도 배울 재료를 얻지 못한다. 그리고 무엇보다, 이 모든 것은 긴 시간을 필요로 한다. 파운데이션 모델 연구는 단기 성과로 환산되지 않으며, 안정적이고 지속적인 뒷받침 없이는 세계와 경쟁할 수 없다. 한국은 의료 영상과 신호 처리에서 이미 세계적 경쟁력을 갖고 있다. 이 강점을 다음 단계로 끌어올릴 토대가 지금 만들어지고 있다고 믿는다. 그럴듯한 AI를 넘어 현실에 충실한 AI로 가는 길, 그 길 위에 한국이 앞자리에 설 수 있기를 연구자의 한 사람으로서 바란다.

2026.07.24 10:05예종철 컬럼니스트

[AI인재강국] AI 3대 강국으로 가는 길, 국가AI연구시스템에 있다

국가 AI 연구거점은 과학기술정보통신부와 정보통신기획평가원(IITP)의 지원을 받고 서울시와 서초구청이 뒷받침하는 AI 연구 컨소시엄으로, 카이스트·고려대·포스텍·연세대와 국내 기업들이 함께한다. 지디넷코리아는 격주마다 한국 AI 연구 생태계가 나아갈 방향을 국가 AI 연구거점의 생생한 이야기로 조망해 본다.[편집자주] 지난 7월 3일 더 웨스틴 서울 파르나스에서 '글로벌 AI 프론티어 심포지엄 2026'이 열렸다. 국가AI연구거점과 글로벌AI프론티어랩이 공동 주관한 이번 행사에는 국내외 연구자와 산업계 리더 1000여 명이 모였다. 올해 주제는 'AI Beyond Intelligence: Into the Real World', 지능을 넘어 현실 세계로 나아가는 AI였다. '현실 세계로 나아가는 AI'란 주제 의식은 연단에서도 그대로 이어졌다. 레슬리 팩 캘블링 MIT 교수는 3차원 세계를 이해하고 행동을 추론하는 '합리적 로봇'을 이야기했고, 노엄 브라운 오픈AI 부사장은 추론 단계에 투입되는 연산이 성능과 안전성을 좌우한다고 설명했다. 지난 몇 해 동안 세계는 더 똑똑한 모델을 만드는 경쟁에 몰두해 왔지만, 이제 질문이 바뀌고 있다. AI가 얼마나 똑똑한가가 아니라, AI가 현실을 어떻게 바꾸는가다. 이번 심포지엄은 세계 AI 연구의 최전선이 연구실을 넘어 산업과 일상으로 향하고 있음을 확인시켜 준 자리였다. 그렇다면 이 전환기에 한국은 무엇을 해야 하는가. 정부는 AI 3대 강국이라는 목표를 제시했다. 목표에 이르는 길은 결국 두 가지로 요약된다. 우수한 인재가 마음껏 연구할 수 있는 환경을 만드는 것, 그리고 그 환경에서 만들어진 기술을 산업계가 실제로 활용할 수 있게 하는 것이다. 먼저 인재다. AI 경쟁력의 원천은 최고 수준의 연구자이고, 최고 수준의 연구자를 붙잡는 것은 결국 연구 환경이다. 세계적 석학과 교류하며 난제에 도전할 수 있는 연구 주제, 충분한 컴퓨팅 자원과 데이터, 그리고 안정적으로 연구에 몰입할 수 있는 여건이 갖춰진 곳으로 인재는 모인다. 우리 인재가 해외로 나가는 이유도, 해외 인재가 한국에 오지 않는 이유도 여기에 있다. AI 3대 강국의 첫째 조건은 세계의 인재가 연구하고 싶어 하는 환경을 국내에 만드는 일이다. 다음은 시스템이다. 아무리 뛰어난 연구 성과도 산업으로 이어지지 않으면 국가 경쟁력이 되지 못한다. 대학과 연구기관에서 만들어진 기술이 기업의 제품과 서비스로 흐르고, 산업 현장의 수요가 다시 연구 과제로 되돌아오는 순환 구조, 즉 연구와 산업을 잇는 국가AI연구시스템을 구축하는 것이 둘째 조건이다. AI가 현실 세계로 들어오는 지금, 연구 따로 산업 따로인 구조로는 이 전환기를 통과할 수 없다. 이러한 취지에서 정부가 구축한 것이 국가AI연구거점이다. 2024년 출범 이후 KAIST·고려대·연세대·POSTECH의 연구 역량을 한데 모으고, 국내 기업과 연구기관, 지자체와 협력의 폭을 넓혀 왔다. 인재가 모여 연구하는 환경과 그 성과를 산업으로 잇는 시스템이라는 두 조건을 하나의 플랫폼에서 구현하려는 시도다. 이번 심포지엄에 세계적 연구자와 산업계 리더가 한자리에 모인 것은 이 플랫폼이 작동하기 시작했다는 신호이기도 하다. 이제 필요한 것은 이 거점을 글로벌 AI 연구 허브로 키우는 일이다. 그동안 거점은 미국·캐나다·프랑스·UAE 등 해외 14개 연구기관과 국제 공동연구를 수행하고, 일본 이화학연구소(RIKEN)·캐나다 IVADO와 업무협약을 맺으며 국제 협력의 기반을 꾸준히 다져 왔다. 해외 연구진이 국내에 상주하며 우리 학생들과 함께 연구하는 문화도 자리 잡아 가고 있다. 씨앗은 뿌려졌지만 허브는 하루아침에 만들어지지 않는다. 세계의 인재와 기업이 한국의 연구거점을 먼저 찾게 하려면, 정부의 일관되고 지속적인 지원과 육성이 뒷받침되어야 한다. 그것이 AI 3대 강국이라는 목표를 구호가 아닌 현실로 만드는 길이며, 이번 심포지엄이 우리에게 남긴 과제다.

2026.07.10 15:22민원기 컬럼니스트

한전KDN, AI특화시범도시 등 국토부 스마트도시 핵심사업 동시 참여

에너지 ICT 전문 공기업 한전KDN(사장 박상형)은 국토교통부가 추진하는 '2026년 인공지능(AI) 특화 시범도시'와 '거점형 스마트도시 조성사업'에 동시에 참여했다고 밝혔다. 한전KDN이 참여하는 천안·아산 AI 특화 시범도시는 도시 전반에 AI를 적용해 에너지와 교통, 생활 서비스를 통합 운영하는 미래도시 모델 구축을 목표로 추진하는 사업이다. 수원 거점형 스마트도시 조성사업은 도시 데이터를 활용한 스마트 서비스와 기반 시설 구축, 다른 지역으로 확산할 수 있는 스마트도시 중심도시 조성을 추진하는 사업이다. 한전KDN 관계자는 “이번 사업 참여는 전력 정보통신 전문기업으로 축적해 온 에너지 정보통신기술 역량이 스마트도시 분야에서도 경쟁력을 인정받았다”고 전했다. 한전KDN은 전력과 에너지 데이터를 안정적으로 수집·분석·운영하는 기술을 바탕으로 도시 에너지 관리 분야 핵심 사업자로 역할을 확대하는 계기가 될 것으로 기대했다. 한전KDN은 업스테이지·노타·오케스트로·디토닉·KAIST 등 국내 최고 수준의 AI 기술 기업 및 학계와 함께 참여하는 천안·아산 AI 특화 시범도시 사업에서 도시 지능센터 기반의 도시 에너지와 가정 에너지 통합 관리 체계를 구축해 도시 에너지 데이터를 통합 관리하고 효율적인 에너지 운영을 지원할 예정이다. 수원 거점형 스마트도시 사업에서는 재생에너지 기반 전기차 충전 기반시설과 운영체계 구축을 담당한다. 친환경 에너지 이용 확대와 탄소중립 도시 조성에 기여하며 도시 데이터를 활용한 에너지 서비스 고도화를 통해 시민이 체감할 수 있는 스마트 에너지 서비스를 제공할 계획이다. 한전KDN은 앞으로도 에너지 정보통신 전문기업의 강점을 바탕으로 스마트도시와 분산에너지, 재생에너지, 전기차 충전, 에너지 데이터 활용 분야를 연계한 새로운 도시 서비스를 지속해서 발굴해 나갈 계획이다. 특히 도시 운영 전반에 AI와 에너지 데이터를 접목해 안전하고 친환경적인 도시환경을 구현하고, 지방자치단체와 민간기업이 함께하는 스마트도시 생태계 조성에도 참여할 방침이다. 한전KDN 관계자는 “이번 스마트도시 사업 동시 참여는 한전KDN이 축적해 온 에너지 ICT 기술력이 첨단 AI 미래도시를 뒷받침할 핵심 동력으로 인정받은 결과”라며 “민관학 협업을 통해 교통, 안전, 생활은 물론 에너지까지 AI로 완벽하게 연결되는 미래도시 모델을 성공적으로 구현해 국민이 체감할 수 있는 K-AI 시티의 글로벌 표준을 확립하겠다”고 밝혔다. 한전KDN은 이번 사업을 기점으로 스마트시티 데이터 민간 개방을 가속화하고 중소기업·스타트업 등과 협력해 새로운 비즈니스 모델을 창출하는 상생 생태계 조성에도 힘쓸 예정이다.

2026.07.09 12:13주문정 기자

[현장] 오픈AI "AI 벤치마크 한계…토큰·비용·시간까지 고려해야"

인공지능(AI) 모델 평가를 단일 벤치마크 점수 중심으로 보는 방식에 한계가 있다는 주장이 나왔다. 최신 AI 모델은 답을 내는 데 투입되는 토큰 수와 비용, 시간에 따라 성능이 달라지는 만큼, 각국 정부·기업은 평가 기준에 '추론 자원'을 별도로 반영해야 한다는 지적이다. 노엄 브라운 오픈AI 리서치 부문 부사장은 3일 과학기술정보통신부가 서울 강남 웨스틴 서울 파르나스에서 개최한 '글로벌 AI 프론티어 심포지엄 2026' 기조연설에서 대규모 컴퓨트 시대에 맞춰 AI 평가 방식이 재설계돼야 한다고 주장했다. 브라운 부사장은 최근 AI 모델 실제 성능이 기존 벤치마크 점수만으로는 충분히 드러나지 않는다고 봤다. 모델이 얼마나 오래 생각하고, 얼마나 많은 토큰을 생성하며, 어느 정도 비용을 들여 문제를 풀었는지에 따라 결과가 달라질 수 있다는 이유에서다. 그는 대표 사례로 오픈AI 최신 모델 GPT-5.5를 언급했다. 그는 GPT-5.5가 기존 벤치마크상 이전 모델보다 소폭 개선된 수준처럼 보였지만, 출력 토큰 수 기준으로 성능을 다시 보면 더 큰 차이가 나타난다고 주장했다. 브라운 부사장은 최신 모델일수록 더 많은 추론 자원이 투입됐을 때 성능이 오른다는 점을 주목했다. 기존 모델은 일정 수준 이상 오래 실행해도 성능이 정체되는 경우가 많았지만, 최근 모델은 긴 시간 동안 문제를 풀거나 여러 단계로 답을 검토하면서 성능을 끌어올릴 수 있다는 이유에서다. 그는 "일부 최신 모델은 1억 토큰을 생성한 뒤에도 성능 향상이 이어졌다는 연구 결과가 지속적으로 나오고 있다"며 "평가가 중단된 이유도 성능이 떨어져서가 아니라 시간과 인프라 제약 때문인 경우가 다수"라고 설명했다. 이에 따라 브라운 부사장은 AI 성능 평가가 단일 점수를 비교하는 식에 머물러서는 안 된다고 주장했다. 모델이 답을 내는 데 사용한 토큰 수, 비용, 시간 등 추론 자원을 함께 반영해야 실제 성능을 제대로 비교할 수 있다는 설명이다. 그는 모델 성능 평가가 안전성 평가와도 연결된다고 봤다. 같은 모델이라도 적은 비용으로 짧게 테스트하면 위험한 능력이 드러나지 않을 수 있지만, 더 많은 비용과 시간을 들여 오래 실행하면 더 강력한 능력을 보일 수 있기 때문이다. 브라운 부사장은 제3자 벤치마크 기관의 역할도 바뀌어야 한다고 봤다. 벤치마크 기관이 모델 평가에 사용된 추론량을 추적하거나, 토큰·비용·시간에 명확한 제한을 둬야 한다는 것이다. 사람이 시험을 볼 때 제한 시간이 정해지는 것처럼 AI 모델 평가에도 분명한 예산 조건이 필요하다는 설명이다. 그는 "같은 모델이라도 투입한 추론 자원에 따라 결과가 달라지는 상황"이라며 "성능과 안전성을 제대로 판단하기 위해서는 점수 뒤에 있는 비용과 시간까지 함께 공개해야 할 것"이라고 당부했다.

2026.07.03 12:13김미정 기자

"국내외 AI 전문가 한 자리"…정부, '글로벌 AI 심포지엄' 개최

정부가 국내외 인공지능(AI) 산학연 전문가를 한 자리에 모았다. 과학기술정보통신부는 3일 서울 강남 웨스틴 서울 파르나스에서 '글로벌 AI 프론티어 심포지엄 2026'을 개최했다고 밝혔다. 정보통신기획평가원과 행사 공동 주최에 참여했으며 국가AI연구거점, 글로벌AI프론티어랩이 주관했다. 이번 행사 주제는 'AI, 지능을 넘어 현실 세계로'다. AI 기술이 연구실과 모델 성능 경쟁을 넘어 로봇, 산업, 과학, 안전 등 실제 환경에서 어떻게 작동하고 활용될 수 있는지를 논의하는 데 초점 맞춰졌다. 1부에서는 AI 분야 세계적 연구자와 산업계 인사가 기조연설에 나섰다. 레슬리 팩 캘블링 MIT 파나소닉 석좌교수는 '합리적 로봇'을 주제로 현실 세계에서 로봇이 스스로 판단하고 움직이는 방안을 발표했다. 노엄 브라운 오픈AI 리서치 부문 부사장은 '대규모 추론 연산의 시사점'을 주제로 AI 기술 발전 방향을 조망했다. 브라운 부사장은 AI가 빠르게 문장을 생성하는 수준을 넘어 충분한 시간을 들여 논리적으로 답을 찾는 최신 추론 기술 흐름을 소개했다. 기조연설 뒤에는 김기응 국가AI연구거점 센터장 겸 카이스트 교수가 좌장을 맡아 '글로벌 AI 리더십: 산·학·관 협력'을 주제로 패널 토론을 진행했다. 패널에는 레슬리 팩 캘블링 MIT 교수, 노엄 브라운 오픈AI 부사장, 조경현 글로벌AI프론티어랩 공동소장 겸 뉴욕대 교수, 에밀리 블랙 뉴욕대 교수가 참여했다. 2부에서는 AI 원천 기술과 산업 응용 사례를 다루는 6개 전문 트랙이 운영됐다. 트랙은 거대언어모델 및 에이전틱 AI, 멀티모달 AI, AI 포 사이언스, 피지컬 AI 및 체화형 지능, AI 포 라이프, 신뢰·안전·거버넌스 AI로 구성됐다. 각 트랙에는 임우형 LG AI연구원 원장, 모리타 준 퍼플렉시티 아시아 대표, 김명주 인공지능안전연구소 소장 등 국내외 전문가가 발제자로 참여했다. 오픈AI, 앤트로픽, 퍼플렉시티 등 글로벌 AI 기업과 프랑스 프레리 연구소, 캐나다 벡터 연구소 등 해외 연구기관도 행사에 참여했다. 본 행사에 앞서 2일에는 '글로벌 AI 프론티어랩 워크숍'도 열렸다. 이 자리에서는 한미 연구자들이 연구 현황을 공유하고 인공지능 핵심 알고리즘, AI 신뢰·책임성, AI 헬스케어 등을 주제로 미래 연구 방향을 논의했다. 류제명 과기정통부 제2차관은 "이번 심포지엄은 학계의 깊이 있는 원천 기술 연구가 산업 현장의 실질적인 적용으로 이어지는 산학 융합의 청사진을 그리는 뜻깊은 자리"라며 "과기정통부는 향후에도 국내 AI 연구의 국제 경쟁력을 더욱 강화하고, 글로벌 AI 연구 협력 생태계 구축에 박차를 가할 계획이다"라고 밝혔다.

2026.07.03 10:13김미정 기자

李 대통령 "용인·평택 팹 한계 도달, 서남권 신규 개발...청와대 직접 챙길 것"

이재명 대통령이 29일 반도체 생산 거점 전국 확대와 관련해 "기존 용인·평택 사이트는 이미 한계에 다다르고 있다"며 "전력과 용수, 신재생에너지가 풍부한 호남 서남해안 일대를 새로운 사이트로 개발해야 한다"고 강조했다. 이 대통령은 이날 청와대에서 열린 '대한민국 대도약 3대 메가프로젝트 국민보고회'에서 이같이 밝히며, 국가균형발전과 맞물린 서남권 반도체 클러스터 구축 당위성을 직접 설명했다. 이 대통령은 현재의 글로벌 반도체·인공지능(AI) 시장을 "전 세계 경제 지형의 판이 흔들리는 그야말로 승부의 시간"이라고 진단했다. 이어 "눈 깜짝할 사이에 페이지가 넘어가는 시대가 열리고 있다"며 "오직 속도전만이 살 길"이라고 강조했다. 폭발적으로 늘어나는 반도체 수요에 대응하기 위한 '투 트랙' 전략을 제시했다. 기존 수도권 거점의 신속한 완공과 서남권 신규 투자를 통한 공급역량 확보다. 이 대통령은 "기존 용인, 평택을 중심으로 한 사이트는 이미 전력과 용수 등이 한계에 다다르고 있다"고 지적하며, "지금 계획한 사이트의 팹을 신속하게 다 완료하고, 지금보다 속도를 매우 앞당겨 이뤄야 한다"고 기존 수도권 클러스터 구축의 '조기 달성'을 주문했다. 동시에 새로운 대안으로 '호남 서남해안 일대'를 지목했다. 이 대통령은 "국가균형발전은 대한민국 핵심 생존전략이 됐고, 지역에 전력과 용수 부지가 풍부한 곳들이 생기게 됐다"며 "특히 호남 지역을 생각하지 않을 수 없는데, 장기간 개발에서 소외되면서 오히려 이게 기회요인이 된 측면이 있다"고 설명했다. 그러면서 "용수도 풍부하고 특히 신재생 에너지가 풍부한 곳이 바로 서남해안 일대"라며 "전력과 용수가 풍부하고, 안정되고 값싼 용지가 풍부한 지역을 새로운 사이트로 개발해야 한다"고 강조했다. 기업의 대규모 투자에 대한 확실한 지원도 약속했다. 이 대통령은 "기업은 성장과 이윤이 중요하다는 점을 인정해야 한다"며 "정부 지원을 통해 인프라를 구축하고, 세제 지원이나 기타 가능한 모든 지원을 통해 기업들이 이쪽 지역이 훨씬 더 유리하다는 판단을 할 수 있게 만드는 것이 바로 정부가 해야 할 일"이라고 밝혔다. 아울러 "일각에서 우려하는 것처럼 기업들에 손실과 위험을 강요하면서 국가적 필요를 관철하는 것이 아니라, 기업들이 손해보지 않고 더 나은 전망을 가지고 투자할 수 있도록 정부 역량을 대대적으로 투여하겠다"고 덧붙였다. 이 대통령은 이번 3대 메가프로젝트의 성공적 완수를 위해 청와대가 직접 컨트롤타워 역할을 하겠다고 선언했다. 이 대통령은 "청와대 안에 이 사업에 대한 직접 직할 담당관을 두고 3대 메가프로젝트를 제가 직접 챙기고 신속하게 집행하도록 하겠다"며 강한 실행 의지를 내비쳤다.

2026.06.29 14:54전화평 기자

KT, 5G 업무망 거점형 도입...경기도청 최초 적용

KT 가 5G 업무망을 거점형 서비스로 고도화한다고 25일 밝혔다. 5G 업무망은 기존 유선 기반 업무 인프라를 보안성을 강화한 5G 무선 네트워크로 대체한 기업 공공기관용 통신 솔루션으로, 거점 서비스로 고도화해 공공고객의 유연한 업무 환경 구현에 나선다는 방침이다. 5G 업무망 거점형의 핵심은 네트워크 인프라 효율성을 강화한 것이다. 네트워크 보안 승인이 필요한 정부와 지자체 등에서 기관별로 중복으로 구축하던 기존 방식에서 벗어나 광역 단위 거점에 통합 구축하고 산하 지자체ž기관이 공동 활용할 수 있도록 설계된 것이 특징이다. KT 미래네트워크랩이 직접 개발한 연구 성과로, 단말부터 중앙 네트워크까지 트래픽을 구간별로 분리 제어할 수 있도록 설계됐다. 이를 통해 각 기관은 공통 인프라를 활용하면서도 세부 기관별로 네트워크를 독립적으로 운용할 수 있으며 신규 업무망을 추가할 때도 대규모 장비 구축이 필요 없다. KT는 5G 업무망 거점형을 공공기관과 지자체 등 공공 분야에서 경기도청에 최초로 적용했다. KT는 경기도청 데이터센터에 5G 업무망 핵심장비인 GMG를 구축하고 수원, 파주, 의정부 등 경기도 산하 7개 지자체를 대상으로 연계 업무망을 개통했다. KT는 향후 상위 기관과 산하기관 간 권한을 분리할 수 있는 백오피스 기능을 추가로 개발해 고객사의 독립 운영과 인프라 효율성을 동시에 강화할 예정이다. KT는 지난 2020년 행안부의 지능형 선도사업을 시작으로 2022년 5G 정부망 선도사업에 유일하게 참여해 5G 업무망의 상용화를 선도했다. 이후 2024년부터 공공기관 등 다양한 고객을 대상으로 서비스를 제공해오고 있다. KT는 이번 사례를 통해 5차 국가정보통신서비스(GNS)의 '5G 정부망 서비스' 사업자로서 광역 지자체 대상 서비스 역량을 입증했으며, 지자체 환경에 최적화된 5G 업무망 구축과 운영 경험을 확보했다. KT는 향후 서비스 모델을 지속 고도화하고 공공분야 전반으로 서비스를 확대해 나갈 계획이다. 전명준 KT 엔터프라이즈서비스본부장은 “5G 업무망 거점형 모델은 광역 지자체는 물론 정부기관, 공공기관 등 내부 인프라를 함께 이용하는 모든 고객이 사용할 수 있는 새로운 사업 모델이다”며 “KT는 다양한 플랫폼 서비스를 이용해 공공 고객들의 디지털 전환을 적극 지원하는 사업자가 되겠다”고 말했다.

2026.06.29 09:04박수형 기자

지역거점 정보보호 클러스터 3호에 대구·경북 선정

과기정통부가 올해 시행한 '지역 거점 정보보호 클러스터 구축 사업'에 대구·경북권 컨소시엄이 선정됐다. 대구광역시와 경상북도를 비롯해 대구디지털혁신진흥원, 포항테크노파크, 한국로봇산업진흥원, 한국로봇융합연구원으로 컨소시엄이 구성됐다. 20일 과기정통부와 한국인터넷진흥원(KISA)에 따르면 이번 '지역 거점 정보보호 클러스터'는 수도권에 집중된 정보보호 기업과 인력으로 인한 지역 간 격차를 완화, 지역 기반의 정보보호 산업 생태계 조성과 자생력 강화를 위한 것으로, 현재 동남권(부산(주관)·울산·경남)과 충청권(세종(주관)·대전·충남·충북)에서 2개의 클러스터가 운영중이다. 과기정통부는 지난 3월 25일부터 4월 27일까지 초광역권 지방정부를 대상으로 사업 공모를 진행했다. 현장실사(5.18.)와 발표평가(5.29.)를 거쳐 사업계획 적정성, 추진 역량, 지역 전략산업 연계성 등을 종합적으로 평가, 대구·경북권 컨소시엄을 최종 선정했다. 이번 지역 거점 정보보호 클러스터에는 올해 20억 원을 포함해 향후 5년간(2026년~2030년) 총 100억 원의 국비를 지원할 예정이다. 또한 지방비 100% 매칭을 통해 총 200억 원 규모의 사업을 추진한다. 과기정통부는 국비 예산 확보 상황에 따라 지원 규모는 달라질 수 있다고 덧붙였다. 과기정통부 임정규 정보보호네트워크정책관은 “지역 거점 정보보호 클러스터 사업은 수도권과 지역 간 정보보호 산업 격차를 완화하고 지역 정보보호 산업의 성장 기반을 마련하기 위한 핵심 사업”이라며 “앞으로도 지역 정보보호 역량을 높이고 산업 경쟁력을 강화할 수 있도록 현장 수요를 반영한 정책 지원을 지속해 나가겠다"고 밝혔다.

2026.06.20 21:41방은주 기자

민·군 AI 협력 전초기지 이끈다…아주대 등 6곳 확정

국방부가 전국 5개 지역에 인공지능 전환(AX) 거점을 세워 국방 인공지능(AI) 전문 인력을 양성하고 기술을 실증하기 위한 준비 작업을 마쳤다. 전국 5개 거점의 공통 AI 인프라 구축 주관기관으로는 한남대학교, 부대별 센터 연구개발 및 운영 주관기관으로는 고려대학교·아주대학교·한국과학기술원(KAIST)·서울대학교·울산과학기술원(UNIST) 등 6개 대학이 최종 선정됐다. 18일 국방부에 따르면 이날 부산디자인진흥원에서 개최된 '제2차 국방데이터 정책포럼'을 통해 AX 거점 내 구축 중인 '군·산·학 협력센터' 사업 추진계획이 논의됐다. 군·산·학 협력센터는 국방데이터를 활용한 민·군 AI 협력의 핵심 거점을 구축하는 사업이다. 올해 총 190억원이 투입돼 서울 용산(합참), 판교·대전(육군), 양재(공군), 부산(해군·해병대) 등 전국 5개 지역 AX 거점 내에 구축된다. 국방부는 각 센터 연구개발 과제를 수행할 주관기관을 각 군과 함께 선정해 지난달 말 사업 수행을 위한 협약을 체결했다. 군·산·학 협력센터 역할은 크게 인프라와 연구개발 및 교육으로 나뉜다. 5개 거점의 공통 AI 인프라 구축은 한남대학교 주도 컨소시엄이 수행한다. 업계에 따르면 애초 국방부는 거점별 주관기관이 각 시설을 구축하도록 할 계획이었다. 하지만 거점마다 연구 환경이 달라질 때 생길 기술 호환성 문제를 방지하고 일관성 있는 인프라를 조성하기 위해 사업을 일원화한 것으로 알려졌다. 공통 AI 인프라 구축 주관기관은 센터별 최신 그래픽처리장치(GPU) 서버와 AI 개발 소프트웨어 등을 구축하고 민·군 공동으로 안전하게 국방데이터를 활용해 소규모 AI 연구 및 개발을 수행할 수 있는 '국방데이터 안심존'을 조성한다. 앞으로 한남대는 한국과학기술정보연구원(KISTI), 한국정보통신기술협회(TTA) 등 전문기관과 KT, 엠아르오디펜스(MROD) 등 기업과 긴밀한 협력 체계를 구축할 예정이다. 부대별 센터 연구개발 및 운영은 ▲합참-고려대 ▲육군-아주대 판교 센터 및 KAIST 대전 센터 ▲공군-서울대 ▲해군·해병대-UNIST가 맡는다. 거점별로 살펴보면 합참은 AI기반 전략적 의사결정 지원모델, 합동전영역지휘통제(JADC2) 구현을 위한 실증과제 등을 수행할 예정이다. 육군은 판교 거점을 통해 지상무인체계의 임무 효율화·최적화를 위한 피지컬 AI 기술을 개발한다. 대전 거점을 통해서는 인사, 교육훈련, 군수 등 업무 효율화를 위한 에이전틱 AI 기술 개발 등을 중점적으로 이행한다. 공군은 감시정찰 영상에서 표적을 자동으로 식별하는 기술과 임무계획을 자동으로 작성하는 기술 등을 공동 연구개발 할 예정이다. 해군·해병대는 지능형 군수지원을 위한 AI 품목 관리 기술, 교리·교범 연구 AI 참모 등을 개발하는 데 주력할 계획이다. 국방부 관계자는 "각 센터는 대학이 주관하는 게 원칙"이라면서도 "연구기관 및 기업이 공동 연구개발기관으로 참여하거나 향후 군과 협의해 확정되는 연구 과제별로 추가 선정돼 참여할 수 있는 개방형 공동연구체계를 지향한다"고 설명했다. 국방부는 이번 협력센터 사업을 통해 최신 AI 기술을 신속히 도입해 미래 전장 환경 변화에 효과적으로 대응할 수 있을 것으로 기대한다. 국방부는 연내 순차적으로 개소하는 거점별 협력센터를 중심으로 다양한 국방 AI 프로젝트를 추진할 계획이다. 전준범 국방부 국방인공지능기획국장은 "군·산·학 협력센터 구축은 민·군의 AI 기술 역량을 하나로 연결하는 국방 AI 협력의 기반이 될 것"이라며 "국방 AX를 선도할 핵심 거점으로 발전할 수 있도록 적극 지원하겠다"고 말했다.

2026.06.18 17:33이나연 기자

[AI리더스] "AI, 전차처럼 도입해선 늦는다"...국방 AX 거점으로 혁신 해야

"인공지능(AI)은 전차처럼 규격 맞춰 납품받는 무기체계가 아닙니다. 요구사항을 정해 놓고 5년 뒤 결과물을 받는 방식으로는 기술 변화 속도를 따라갈 수 없습니다." 6일 서울 광진구 세종대 멀티캠퍼스에서 만난 박남희 교수는 국방 AI 도입이 더딘 이유로 기술 부족보다 구조적 한계를 꼽았다. 국방부 지능정보화정책관을 지낸 그는 "지금 국방에 필요한 것은 완벽한 계획서가 아니라 빨리 실험하고 작은 성공을 쌓아가는 구조"라고 설명했다. 이어 "실제 데이터를 바탕으로 기술을 시험할 수 있는 국방 AX 거점 등을 구축하고 이를 통해 민간 기업과 함께 혁신할 수 있는 기반이 만들어져야 한다"고 강조했다. "AI 구축에 '전차 규격'...사업 방식 개선 필수 박 교수가 가장 먼저 짚은 문제는 국방의 느린 획득 구조다. 현재 국방 사업은 요구사항 도출부터 예산 반영, 실제 도입까지 통상 5년 이상이 소요된다. 하루가 다르게 진화하는 AI 생태계에서 5년 전의 기획은 이미 죽은 기술이나 다름없다는 지적이다. 그는 "전통 무기체계는 규격이 비교적 명확하지만 AI와 소프트웨어(SW)는 데이터와 운영 환경에 따라 성능이 계속 달라진다"며 "처음 정한 요구사항을 몇 년 뒤 그대로 맞춰오는 방식으로는 현장에서 바로 쓸 수 있는 체계를 만들기 어렵다"고 말했다. 이어 "현장 부대의 만족도가 90%를 넘어도 서류상 규격과 조금 다르다는 이유로 합격이냐 마냐를 두고 몇 달씩 실랑이를 벌이는 게 현실"이라며 경직된 구조를 꼬집었다. SW 사업에 적합하지 않은 국방 AI 사업 환경도 개선해야 할 요소로 꼽혔다. 구축 예산은 잡히지만 이후 성능 개선과 재학습, 운영 고도화에 필요한 유지보수 예산은 충분히 반영되지 않는 경우가 많다는 설명이다. 박 교수는 "AI는 한 번 납품하고 끝나는 체계가 아니라 계속 데이터를 넣고 고쳐가야 성능이 올라간다"며 "그런데 국방 사업은 구축 중심으로 설계돼 있어 운영과 개선이 뒤로 밀린다"고 말했다. 여기에 육·해·공군의 장비와 교리, 용어가 제각각이라 시스템 통합 난도도 높다. 그는 "요구사항은 복잡한데 유지·고도화 여력은 작으니 실력 있는 기업일수록 국방 사업을 부담스러워한다"며 "처음부터 운영과 개선까지 보는 예산 구조로 바뀌어야 한다"고 강조했다. 실패하면 문책하는 문화에선 AI 클 수 없어 박 교수는 실패를 용인하지 않는 조직 문화도 국방 AI 혁신의 큰 걸림돌로 꼽았다. AI는 처음부터 완벽한 정답을 내놓는 기술이 아니라 시행착오를 거치며 성능을 끌어올리는 방식인데 지금 국방의 구조는 그 과정을 받아들이지 못하고 있다는 것이다. 그는 "3년 뒤 안전한 결과물 하나를 기다리기보다 1년 안에 여러 번 실험해 하나라도 제대로 건지는 방식이 더 중요하다"며 "작은 성공이 쌓여야 다음 단계로 갈 수 있는데 우리는 실패 가능성이 보이면 시도 자체를 줄이려는 경향이 강하다"고 말했다. 특히 실험 사업이 본사업으로 이어지지 못한 채 끊기는 현실을 문제로 들었다. 박 교수는 "AI는 50, 60, 70으로 점진적으로 성능을 끌어올려야 하는데 프로젝트가 단절되면 학습도 고도화도 멈춘다"며 "한 번의 완성형 사업보다 연결되는 실험 구조가 중요하다"고 강조했다. 이와 관련해 그는 미국 국방부의 '제다이(JEDI)' 클라우드 사업을 사례로 제시했다. 해당 사업은 당초 마이크로소프트 단독 계약으로 추진됐지만 아마존웹서비스(AWS) 등 경쟁사의 반발 속에 중단됐다. 이후 여러 주요 클라우드 기업이 참여하는 '합동 전투원 클라우드 역량(JWCC)' 체계로 전환됐다. 박 교수는 "미국은 대형 프로젝트가 실패하거나 계획이 바뀌더라도 담당자를 문책하기보다 그 과정에서 얻은 경험을 바탕으로 다음 단계를 준비한다"며 "반면 우리 군은 프로젝트가 흔들리면 곧바로 책임을 묻는 분위기가 강해 누구도 위험을 감수한 AI 실험에 나서려 하지 않는다"고 지적했다. 그는 "처음부터 100점짜리 완벽한 AI는 없다"며 "팔란티어 같은 글로벌 방산 AI 기업도 초기 정확도 50~60% 수준에서 출발해 미 국방부의 지원 속에 95%까지 끌어올린 것"이라고 설명했다. 그러면서 "실패를 두려워하지 않고 작은 성공을 축적하는 방향으로 발상을 바꿔야 한다"고 강조했다. 혁신 병목 해결할 '국방 AX 플레이그라운드' 절실 이 밖에도 박 교수는 국방의 특성상 보안은 필수지만, 지금의 체계는 긴 검토 기간과 과도한 책임 부담 때문에 혁신을 가로막는 '병목'으로 작동하고 있다고 진단했다. 우수한 IT·사이버 특기 장교들 역시 경직된 업무 환경 속에서 제 역할을 충분히 펼치지 못하고 있다는 것이다. 이런 문제의 대안으로 박 교수는 민간 기업이 군 내부 데이터를 활용해 자유롭게 기술을 시험할 수 있는 'AI 전환(AX) 플레이그라운드' 조성을 제시하며 최근 논의되는 국방 AX 거점에 대한 기대감을 표했다. 보안을 철저히 유지하면서도 실험과 검증이 가능하고 책임 소재와 판단 기준이 명확한 별도 공간이 필요하다는 설명이다. 박 교수는 "군사 보안은 당연히 중요하지만 이를 이유로 데이터를 묶어두고 프로젝트를 멈춰 세운다면 어떤 발전도 이룰 수 없다"며 "실제 전장에서 의미 있는 양질의 데이터를 제공하고 국내의 우수한 영상·클라우드·데이터 분석 기업들이 국방 생태계 안에서 자생력을 키울 수 있도록 과감히 판을 깔아줘야 한다"고 말했다. 더불어 국제 및 부처 간 공조의 중요성도 역설했다. 현직 시절 한미 간 정보화책임관(CIO)급 협의체인 '한미 ICT CC'를 구축했던 경험을 소개하며 양국의 정권 교체와 잦은 인사 이동으로 실질적 네트워크를 지속하기 어려웠던 한계를 설명했다. 이어 사이버 위협 정보 공유와 대응의 실효성을 높이려면 국정원, 과기정통부, 군 등 국내 기관 간 폐쇄적 칸막이를 없애고 실시간 공조 체계를 강화해야 한다고 덧붙였다. 박남희 교수는 "인구 절벽으로 인한 병력 감소와 드론·AI 기반의 비대칭 위협이 이미 현실화됐지만 똑똑한 젊은 장교가 여전히 소모적인 행정 보고서 작성에 파묻혀 있다"며 "에이전트 AI 같은 첨단 기술을 활용해 이런 불필요한 업무를 줄이고 진짜 군사적 고민을 할 수 있도록 환경을 열어주는 것이 진정한 국방 AI 혁신의 출발점이 될 것"이라고 강조했다.

2026.05.06 11:07남혁우 기자

아주대, 판교 '국방 AX 거점' 도전장…AI 생태계 키운다

아주대학교가 국방 인공지능(AI) 인재 양성을 위한 '국방 AI 전환(AX) 거점' 사업 참여에 나서며 판교 중심 군·산·학 협력 생태계 구축에 도전장을 내밀었다. 20년 이상 축적해온 국방 연구·교육 역량과 전국 단위 군 네트워크를 기반으로 실전형 AI 인재 양성과 기술 실증을 동시에 추진한다는 목표다. 27일 업계에 따르면 아주대는 국방부가 추진하는 '군·산·학 협력센터(국방 AX 거점) 사업'에 판교 거점 주관기관으로 신청했다. 해당 사업은 국방 AI 전문인력 양성과 민·군 협력 기술 개발을 동시에 추진하기 위한 국가 주도 프로젝트다. 국방 AX 거점 사업은 용산·판교·대전·부산·양재 등 5대 거점을 중심으로 AI 개발 인프라, 데이터 활용 환경, 교육 체계를 통합 구축하는 것이 핵심이다. 국방부는 이를 통해 군 내부 수요와 민간 기술을 연결하고 실증 기반 AI 개발을 가속한다는 계획이다. 이번 사업에는 그래픽처리장치(GPU) 기반 AI 학습 인프라, 데이터 안심존, 보안 기반 개발 환경(MLSecOps), 공동 연구 공간 등이 포함된다. 군 내부 보안망과 민간 연구 환경을 분리·연계하는 구조로 설계돼 국방 데이터 활용과 협업을 동시에 확보하는 것이 특징이다. 판교 거점은 육군 중심 AX 실증을 담당하는 핵심 지역으로, 국내 주요 AI 기업과 연구기관이 밀집한 점이 강점으로 꼽힌다. 민간 기술과 군 수요를 빠르게 연결할 수 있는 입지라는 점에서 사업 경쟁이 치열한 것으로 알려졌다. 아주대는 이번 사업을 위해 AI 모델·데이터·플랫폼, 보안 등 다양한 분야 기업들과 협력 체계를 구축한 상황이다. 군 수요에 맞춰 협력 대상을 유연하게 확장하는 구조로 대형 AI 모델 기업부터 데이터 처리, 국방 특화 솔루션 기업까지 폭넓은 참여 기반을 확보했다. 이를 통해 기술 개발과 실증, 인재 양성을 동시에 추진하는 개방형 국방 AI 생태계를 구현한다는 방침이다. 특히 이 사업에서 교육·연구·실증을 통합한 전주기 AX 인재 양성 체계를 강조하고 있다. 정보통신대학원을 중심으로 AI, 사이버보안, IoT(피지컬 AI), 국방 ICT 융합 등 다학제 교육 구조를 갖추고 있다는 점을 내세웠다. 노병희 아주대 정보통신대학원장은 "국방 AX 거점은 단순한 연구 시설이 아니라 교육과 실증, 사업화까지 이어지는 통합 플랫폼이어야 한다"며 "군이 실제 필요로 하는 기술을 빠르게 구현할 것"이라고 설명했다. 아주대, 전국 6개 거점 교육망 활용…'국방 AX' 조기 성과 정조준 아주대는 1999년부터 국방 ICT 융합 교육을 운영하며 약 3700명 이상의 석사급 인력을 배출했다. 재학생의 약 80%가 군인 및 군무원으로 구성돼 있으며 이는 군 내부 네트워크와 직접 연결되는 강점으로 평가된다. 또 앞서 전국 군부대 내 6개 거점 교육센터를 운영하며 온·오프라인 병행 교육 체계를 구축한 점도 특징이다. 현장 접근성이 높은 교육 모델을 통해 군 인력의 실무 역량을 강화해왔다는 설명이다. 노 원장은 "이미 군 부대 내 교육 거점과 네트워크를 통해 실무 중심 교육을 활발히 운영해 왔다"며 "국방 AX 사업에서도 이러한 구조를 기반으로 빠르게 성과를 낼 수 있다"고 말했다. 연구 측면에서도 아주대는 국방 상호운용성 표준 관리, 전술 네트워크 연구, 군 네트워크 개선 등 다양한 국방 연구개발(R&D) 경험을 축적해왔다. 장위국방연구소와 국방 상호운용성 지원센터 등을 통해 국방 데이터와 시스템 구조에 대한 이해도를 확보한 상태다. 교육 방식에선 프로젝트 기반 학습(PBL)을 중심으로 실제 군 과제를 수행하는 구조를 내세우고 있다. 대학원생과 기업, 군이 함께 참여하는 공동 프로젝트를 통해 연구 결과를 실증까지 연결하는 방식이다. 업계에선 국방 AX 거점 사업이 단순 인재 양성을 넘어 국방 AI 생태계 구축의 출발점이 될 것으로 보고 있다. 민간 AI 기술을 국방에 적용하는 과정에서 데이터, 보안, 운영 체계 전반의 혁신이 요구될 전망이다. 노 원장은 "AI는 이론보다 적용이 중요한 분야로, 실제 군 소요 기반 프로젝트를 통해 성과를 만들어내는 것이 핵심"이라며 "우리는 학생·기업·군이 함께 참여하는 구조를 갖췄다"고 강조했다. 이어 "국방 AX 거점은 기술 개발뿐 아니라 인재·데이터·거버넌스를 모두 연결하는 국가 핵심 프로젝트"라며 "지속 가능한 군·산·학 협력 모델을 통해 실질적인 국방 AI 경쟁력 확보를 돕겠다"고 덧붙였다.

2026.04.27 17:32한정호 기자

국방AX거점에 AI 인재 키운다…'100억' 수주전 도전장 내민 곳은

국방 인공지능(AI) 분야 전문기업들이 100억원 규모의 군·산·학 협력 인프라 구축 사업에 잇따라 도전장을 내밀었다. 인구절벽 시대 국방 AI 인재 양성을 위한 대형 과제인 만큼, 기업·대학·연구기관이 컨소시엄(정예팀)을 꾸려 수주전에 뛰어든 양상이다. 13일 업계에 따르면 국방부와 정보통신기획평가원(IITP)이 공동 주관하는 '2026년 국방AI인재양성사업' 신규지원 대상 과제 공고가 이날 오후 3시 접수를 마감하고 본격 심사에 돌입한다. 주관연구개발기관 1곳을 선정해 2026년부터 2030년까지 총 5년간 지원하는 이 사업은 국방부가 올해 신규 조성하는 국방 AI전환(AX) 거점 내 군·산·학 협력센터를 설치하고 인프라를 구축 및 운영하는 게 핵심이다. 인구절벽에 따른 병역자원 감소와 AI 전문인력 이탈이 심화되는 상황에서 민간 우수 기술을 군에 접목해 실무 역량을 갖춘 국방 AI 전문인력을 체계적으로 양성하겠다는 취지다. 미국 최고디지털·인공지능책임자실(CDAO)·AI 혁신·전환 셀(AI2C), 영국 국방 AI 센터(DAIC), 이스라엘 유닛 8200 등 글로벌 주요국이 국방 AI 센터를 설립하는 가운데 우리 군도 민간 우수 기술을 활용한 민·군 AI 생태계 조성에 본격 나서는 모양새다. 협력센터는 서울(용산·합참), 경기(판교·육군), 충청(대전·육군), 경상(부산·해군·해병대), 서울(양재·공군) 5대 권역에 설치된다. 각 센터는 국방망·폐쇄망·인터넷망으로 구분된 3개 구역으로 구성되며 폐쇄망 구역엔 엔비디아 B200급 그래픽처리장치(GPU) 서버와 머신러닝·보안 운영관리(MLSecOps) 기반 AI 개발 플랫폼, 국방데이터 안심존이 갖춰진다. 최종 선정된 기관은 군·산·학 협의체 운영, 국방 AI 프로젝트 기술 컨설팅, 데이터 전처리, 소프트웨어(SW)마이스터고·SW중심대학 대상 실습 교육 지원까지 총괄해야 한다. 성과 지표로는 5개소 인프라 구축과 활용 만족도 80% 이상이 공통 요구된다. 이번 사업 범위가 넓고 요구 역량이 다층적인 만큼 컨소시엄 구성이 사실상 필수일 전망이다. 코난테크놀로지는 대학 두 곳과 컨소시엄을 구성해 지원에 나선 것으로 확인됐다. 육군교육사령부 AI 화력운용시스템 개발·실증, 공군 AI 기반 수집·분석체계, 해병대 공중무인체계 영상분석 등 수십 개 군 관계기관과 AI 사업을 수행한 레퍼런스를 앞세워 교육·기술 컨설팅 파트에서 존재감을 발휘할 전망이다. 펀진은 참여 의사를 밝히면서도 컨소시엄 구성안은 공개하지 않았다. 군 특화 AI 모델 개발과 합성데이터·데이터 전처리, 지휘결심지원 분야에 강점을 보유한 만큼 유력 후보로 꼽힌다. 국방 데이터 기반 AI 실증 경험을 앞세워 공동 개발영역 핵심 역할을 노릴 것으로 업계는 보고 있다. 머신러닝 운영관리(MLOps)·보안 플랫폼 구축에 특화된 마키나락스도 참여할 가능성이 높다. 국방과학연구소(ADD) 무기체계용 MLSecOps 환경구축 사업을 수주한 바 있어 이번 사업 핵심 요구사항과 결이 맞다는 평가다. 방산 업계에서도 이번 사업을 예의주시하고 있다. LIG D&A(옛 LIG넥스원)는 무기체계 연동과 AI 기반 전력화 역량을 앞세워 국방 AI 생태계 참여를 적극 모색 중이다. 업계는 사업 수주 여부를 떠나 정부 주도로 국방 AI 인재 풀이 확대될수록 다방면의 협력 기회가 늘어날 수 있다는 데 주목한다. IITP는 이달 중 사전 검토를 거쳐 4월 말 선정 평가를 진행하고, 5월 중 국방AI인재양성사업 선정 결과를 확정·통보할 예정이다. 유재관 LIG D&A 연구위원은 "인구 감소로 군 병력뿐 아니라 엔지니어 숫자도 줄고 있다"며 "방산 계약학과 등을 통해 인재 확보에 나서는 상황에 정부가 이 사업으로 AI 인재를 양성하면 이후 공동 연구로 이어질 수 있어 업계에 큰 도움이 된다"고 말했다.

2026.04.13 15:33이나연 기자

  Prev 1 2 Next  

지금 뜨는 기사

이시각 헤드라인

LG, 주요 계열사 사장 유임...1인 부회장 체제 유지

AI 창작·글로벌 게임 한자리에…‘지스타 2026’ 부산서 개막

AI 시대 디지털 신뢰 회복하려면…"기술·제도·시민 참여 연결 필수"

"신용카드 한 장에 2000만원"…돈 주고 사는 카드 시장 열릴까

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.