• 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
인공지능
AI의 눈
IT'sight
칼럼•연재
포토•영상

ZDNet 검색 페이지

'데이터'통합검색 결과 입니다. (3098건)

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

농경지 달리는 피지컬 AI…크라우드웍스, 자율주행 데이터 구축

크라우드웍스가 농기계와 자율주행 로봇의 농경지 주행을 위한 자율주행 데이터 구축에 나선다. 크라우드웍스는 모비루스의 '농업 자율주행 데이터 어노테이션' 사업을 수주했다고 21일 밝혔다. 이번 사업은 농기계와 자율주행 로봇이 농경지에서 주행할 수 있도록 학습 데이터를 구축하는 게 핵심이다. 농경지는 일반 도로와 달리 차선이나 표지판이 없고 경계가 불분명해 계절·날씨 변화와 먼지·진동 등 다양한 변수가 발생한다. 크라우드웍스는 실제 농경지의 물리적 특성을 반영한 가이드라인을 마련하고 데이터 가공에 착수했다. 경작지와 수풀·농로·흙길 등을 픽셀 단위로 구분하는 시맨틱 세그멘테이션과 장애물의 크기·위치·거리 등을 반영하는 객체 라벨링을 적용했다. 눈으로 식별하기 힘든 현장 조건에서도 자율주행 로봇 및 농기계가 경로를 이탈하지 않고 주행할 수 있는 AI 학습 데이터셋을 완성한다는 전략이다. 크라우드웍스 관계자는 "농경지는 표지판도 없는 대표적인 비정형 환경으로 일반 자율주행보다 고도화된 어노테이션 기준이 요구된다"며 "데이터 가공 기술력을 바탕으로 농업 분야 피지컬 AI 기술 발전에 기여하겠다"고 말했다.

2026.09.21 17:06이나연 기자

비트리, 중기부 '스케일업 팁스'에 선정

반도체 설계자산(IP) 전문기업 비트리가 정부의 스케일업 지원 사업에 선정돼 피지컬 AI 시대를 겨냥한 차세대 영상처리 기술 개발에 돌입한다. 비트리는 중소벤처기업부와 중소기업기술정보진흥원이 주관하는 '2026년 스케일업 TIPS(팁스)' 프로그램에 최종 선정돼 과제 협약을 체결했다고 21일 밝혔다. 스케일업 TIPS는 민간 투자사가 먼저 투자한 기업을 대상으로 정부가 연구개발 자금을 연계 지원하는 사업이다. 2021년 출범 이후 557개 기업이 선정됐으며, 이 가운데 214개사가 후속 투자를 유치해 누적 1조 2550억원의 자금을 확보한 바 있다. 비트리는 향후 3년간 정부로부터 연구개발(R&D) 자금 20억원을 지원받아 다채널 영상 데이터를 사람용과 인공지능(AI)용으로 분리 처리하는 신개념 아키텍처 'SDP(Stream Data Path)' 개발에 나선다. 최근 로봇, 드론, 증강현실(AR) 기기 확산으로 기기당 카메라 탑재 수가 급증하고 있다. 기존에는 카메라 수만큼 영상처리 자원을 중복 배치해 칩 면적과 소비 전력이 늘어나는 한계가 있었다. 특히 사람이 보는 고화질 보정 영상과 AI 모델이 신속하게 판단하는 저지연 데이터는 요구 조건이 달라 하나의 경로에서 동시에 구현하기 어려웠다. 비트리가 개발하는 SDP는 데이터 이동 경로 자체를 재설계한 구조다. 입력 단계부터 사람용 영상 경로와 AI 판단용 경로를 분리해 두 목적을 동시에 충족한다. AI 경로는 메모리를 거치지 않고 직결해 지연을 최소화했으며, 여러 대의 카메라가 단일 코어를 공유하면서도 렌즈별 개별 조정이 가능해 칩 면적과 전력 효율을 대폭 개선했다. 스케일업 TIPS는 민간 투자사의 선투자를 받은 기술 유망 기업에 정부 R&D 자금을 매칭하는 프로그램이다. 운영사인 ㈜이앤인베스트먼트는 2024년과 2025년에 걸쳐 비트리에 총 50억원을 투자하며 사업성을 검증한 바 있다. 김종필 비트리 대표이사는 “지금까지는 사람이 볼 영상과 AI가 쓸 데이터를 하나의 경로에서 처리하다 보니 어느 한쪽을 포기해야 했다”며 “SDP는 두 경로를 입력 단계에서 나눠 동시에 처리하는 구조여서, 화질과 판단 성능을 맞바꾸지 않으면서도 카메라가 늘어날 때 처리 자원이 비례해 증가하지 않는다”고 말했다. 이어 “로봇은 AI가 판단하는 동시에 사람이 현장을 확인하고 기록해야 하기 때문에, 피지컬 AI 단계에서 두 경로의 동시 처리는 선택이 아니라 전제 조건이 될 것”이라며 “고객사가 하나의 설계로 여러 제품군에 대응할 수 있도록 개별 IP 공급에서 플랫폼 단위 공급으로 사업 범위를 넓혀 나가겠다”고 덧붙였다.

2026.09.21 16:55전화평 기자

반복되는 증빙 검토 AI가 맡는다…아이티센코어, 내부통제 효율화

아이티센코어가 인공지능(AI)을 활용해 기업 내부통제 과정에서 발생하는 반복 업무를 줄이고 리스크 관리 효율을 높이는 사업을 강화한다. 아이티센코어는 지난 15일 서울 대한상공회의소 의원회의실에서 AI를 활용한 효율적인 내부통제 운영 방안을 주제로 세미나를 개최했다고 21일 밝혔다. 행사에는 60개 기업 관계자 100여 명이 참석했다. 회사 측에 따르면 기업 내부통제 업무는 관리해야 할 데이터와 통제 활동이 늘면서 복잡해지고 있다. 특히 내부회계 운영평가 과정에선 대량의 증빙자료 확인과 모집단 검증, 통제 수행 여부 점검 등에 상당한 시간과 인력이 투입된다. 최근에는 이같은 반복 업무를 줄이고 이상 징후를 조기에 찾아내기 위해 AI와 데이터 분석 기술을 내부통제 업무에 적용하려는 움직임도 이어지고 있다는 설명이다. 이번 세미나에선 정승환 삼정KPMG 상무가 고도화된 내부통제 방안을 주제로 변화하는 내부통제 환경과 기업이 준비해야 할 방향을 소개했다. 아이티센코어는 자체 개발한 'AI를 활용한 리스크모니터링 시스템'도 시연했다. 기업 업무 데이터를 분석해 이상 거래와 위험 징후를 탐지하고 AI를 활용해 소명 요청을 자동 작성하는 기능을 제공한다. 광학문자인식(OCR)을 활용한 증빙문서 분석과 적합도 산출, 다차원 분석을 통한 시나리오 위험 예측 등 실제 내부통제 과정에 AI를 적용하는 방식도 공유했다. 내부회계 운영평가 업무에 AI를 적용한 '내부회계 AI평가 시스템'도 공개했다. AI 기반 로봇프로세스자동화(RPA)를 활용한 증빙 자동화와 OCR 기반 증빙자료 분석, 증빙자료 하이라이트 기능 등을 지원한다. 감사인 대응에 필요한 'WTT(Walk Through Test)' 조서를 자동 생성하는 기능도 적용했다. 기존 평가자가 직접 처리했던 반복 업무를 AI가 지원해 내부통제 담당자가 판단과 검토 업무에 집중할 수 있도록 하는 데 초점을 맞췄다. 자체 개발 AI 에이전트 '에이전트고 ICM'도 활용한다. 증빙파일 자동 수집과 전처리부터 검색증강생성(RAG)을 활용한 평가 결과 및 정확성 향상, AI 모델·버전 지정과 응용프로그램인터페이스(API) 연계 관리 등을 지원한다. 기업 AI 도입 과정에서 필요한 운영·보안 기능도 갖췄다. AI 사용에 따른 토큰 사용량을 모니터링하고 데이터 암호화와 민감정보 차단 등을 통해 내부통제 업무에서 AI를 활용할 때 고려해야 할 보안 요소를 관리하는 구조다. 김완호 아이티센코어 대표는 "이번 세미나에선 AI가 내부통제 담당자의 판단을 대체하기보다, 반복적인 데이터 확인과 증빙 검토 업무를 지원하고 평가자가 보다 중요한 판단과 검토 업무에 집중할 수 있도록 돕는 활용 방향을 제시했다"며 "앞으로도 AI와 데이터 분석 기술을 기반으로 기업 리스크 관리와 컴플라이언스 업무를 보다 효율적이고 체계적으로 운영할 수 있도록 관련 솔루션과 서비스를 지속적으로 고도화해 나갈 계획"이라고 말했다.

2026.09.21 15:36한정호 기자

티베로, 인도네시아 국세청 핵심 DB 맡았다…글로벌 공공시장 공략

티맥스티베로가 인도네시아 국가 조세행정시스템의 핵심 데이터베이스관리시스템(DBMS)을 공급하고 기존 2노드에서 7노드까지 확장 운영한 경험을 바탕으로 글로벌 공공시장 공략을 강화한다. 티맥스티베로는 인도네시아 국세청(DGT)의 차세대 조세행정시스템 '코어택스'에 자사 DBMS '티베로'를 적용해 안정적인 운영을 지원하고 있다고 21일 밝혔다. 코어택스는 인도네시아 재무부 산하 국세청이 추진한 국가 디지털 전환 사업이다. 납세자 등록부터 세금 신고·납부, 환급, 세무조사, 징수까지 조세행정 전반을 하나의 플랫폼으로 통합한 차세대 세정 시스템이다. 인도네시아 정부는 코어택스를 통해 조세행정의 효율성과 투명성을 높이고 데이터 기반 행정 체계를 강화 중이다. 시스템은 수천만 명 규모의 납세자 정보와 대규모 트랜잭션을 처리한다. 이번 사업은 LG CNS와 오스트리아 IT 기업 퀄리소프트가 수행했으며 티베로는 코어택스의 핵심 DB 플랫폼을 공급했다. 특히 코어택스에는 기존 오라클 RAC 환경을 마이그레이션한 티베로의 다중화 기반 고가용성 클러스터 기술 '티베로 액티브 클러스터(TAC)'가 적용됐다. 여러 노드가 동시에 서비스를 처리하는 액티브-액티브 방식으로 고가용성을 확보했다. 코어택스는 초기 2노드 TAC 환경으로 구축된 이후 현재 7노드까지 확장 운영 중이다. 서비스 중단 없이 시스템 규모를 확대하면서 증가하는 사용자와 트랜잭션을 처리하고 있다는 게 회사 측 설명이다. 티베로는 이를 국가 핵심 조세행정 시스템에서 자사 DBMS의 확장성과 운영 안정성을 검증한 사례로 보고 있다. 특히 국가급 미션 크리티컬 시스템에서 노드를 지속 확대하면서 실제 운영 경험을 확보했다는 점에 의미를 두고 있다. 인도네시아 정부는 코어택스를 활용한 조세행정 개선도 추진 중이다. 인도네시아 재무부에 따르면 올해 상반기 세수는 전년 동기 대비 24.6% 증가했다. 인도네시아 국세청은 코어택스를 통한 세정 행정 강화와 납세 순응도 향상이 세수 확대를 뒷받침했다고 설명했다. 최근에는 인도네시아 국세청이 코어택스 구축과 안정화에 기여한 LG CNS에 감사패를 수여했다. 티베로도 핵심 DBMS 공급사로서 DB 전환과 시스템 안정화에 기여한 공로를 인정받아 지난 11일 자카르타에서 열린 행사에 공식 초청됐다. 원만식 LG CNS 인도네시아 법인장은 "코어택스는 수천만 명 규모의 납세자를 지원하는 국가 핵심 시스템으로 안정적인 DB 운영이 무엇보다 중요했다"며 "티베로는 구축 단계부터 운영 안정화 과정까지 현지와 본사가 긴밀하게 협력하며 즉각적인 기술 지원과 문제 대응을 제공했고 TAC 기반 확장 과정에서도 안정적인 시스템 운영을 뒷받침하며 프로젝트 성공에 중요한 역할을 했다"고 말했다. 나택균 티베로 글로벌사업본부장은 "인도네시아 코어택스는 국가 핵심 조세행정 시스템에 티베로가 적용돼 안정적으로 운영되고 있는 대표적인 글로벌 레퍼런스"라며 "특히 TAC를 7노드까지 확장하며 축적한 운영 경험은 티베로의 고가용성과 확장성을 보여주는 의미 있는 사례"라고 밝혔다. 이어 "국가급 미션 크리티컬 환경에서 검증된 기술력과 운영 경험을 바탕으로 글로벌 공공·엔터프라이즈 시장에서 티베로의 경쟁력을 지속적으로 확대해 나가겠다"고 덧붙였다.

2026.09.21 15:13한정호 기자

[AI는 지금] "AI 투자비 감당 안 된다"…빅테크, 부채 줄이려 3000억 달러 보증 확대

인공지능(AI) 인프라 투자 경쟁이 거세지면서 글로벌 빅테크의 자금 부담도 빠르게 커지고 있다. 데이터센터와 반도체에 쏟아부을 투자금이 자체 현금흐름을 넘어설 정도로 불어나자 빅테크들이 신용등급을 지키면서 투자 여력을 확보하기 위해 대규모 부채를 직접 떠안지 않는 금융기법까지 활용하는 모습이다. 21일 파이낸셜타임스(FT)에 따르면 메타와 브로드컴, 엔비디아 등 빅테크 기업들의 최근 12개월간 AI 데이터센터와 반도체 투자에 제공한 '잔존가치보증(Residual Value Guarantee)'은 최대 3000억 달러에 달했다. 모건스탠리는 7개 하이퍼스케일러와 반도체 기업이 재무제표에 부채로 반영하지 않은 각종 약정과 신용지원 규모를 3조1000억 달러 이상으로 집계했다. 잔존가치보증은 데이터센터나 AI 칩의 미래 가치를 일정 수준까지 보장하는 금융 방식이다. 빅테크가 직접 돈을 빌리는 대신 특수목적법인(SPV)이 인프라를 소유하고 필요한 자금을 조달하는 형태다. 또 향후 자산을 매각하거나 재임대할 때 가격이 보장된 최소 가치에 미치지 못하면 빅테크가 정해진 범위에서 부족분을 부담한다. 이 구조를 활용하면 빅테크는 자체 신용도를 활용해 조달금리를 낮추면서 관련 부채 전액을 대차대조표에 반영하지 않아도 된다. 금융기관도 AI 칩이나 데이터센터가 빠른 기술 변화로 가치가 떨어질 위험을 줄일 수 있다. 잔존가치보증이 붙은 프로젝트의 조달금리는 보증 기업의 회사채보다 1~1.5%포인트(p) 높은 수준으로 형성되고 있다. 팀 뮤지얼 CIBC 프라이빗웰스 US 채권부문 책임자는 "모두가 컴퓨팅 자원을 확보하기 위해 경쟁하고 있다"며 "이 때문에 이런 미래 약정에 대한 우려가 있다"고 말했다. 이 방식을 AI 인프라 투자에 처음 도입한 곳은 메타다. 메타는 블루아울과 미국 루이지애나주에 건설하는 2GW 규모 '하이페리온' 데이터센터에 280억 달러의 잔존가치보증을 제공했다. 이를 토대로 프로젝트는 270억 달러의 자금을 조달했다. 메타는 지난 7월 미국 엘패소에 건설 중인 1GW 데이터센터에도 비슷한 구조를 적용했다. 데이터센터에서 시작된 잔존가치보증은 AI 반도체로 빠르게 번지고 있다. 브로드컴은 지난 6월 앤트로픽이 임차할 1GW 규모 AI 칩을 SPV에 판매하면서 290억 달러 규모의 보증 부담을 떠안았다. 이는 브로드컴과 구글이 앤트로픽에 반도체를 공급하기 위해 마련한 벤더 파이낸싱 프로그램의 일부다. 브로드컴은 내년 예정된 앤트로픽용 추가 5GW와 오픈AI용 맞춤형 칩 1.3GW 공급에도 보증을 활용할 가능성이 있다. 다만 회사 측은 주요 프론티어 AI 기업의 수익성 개선과 기초자산의 지속적인 가치를 고려할 때 보증이 실제 실행될 가능성은 낮다고 보고 있다. 엔비디아도 보증을 앞세워 고객사의 AI 인프라 자금조달 지원에 나섰다. 오픈AI용 데이터센터를 미국 오하이오주에 건설하는 소프트뱅크 자회사 SB에너지에 1050억 달러 규모의 보증을 제공한 것이다. 오픈AI가 임차를 시작하는 2028년까지 관련 부채는 엔비디아 대차대조표에 반영되지 않으며, 해당 데이터센터는 20년간 엔비디아 하드웨어를 독점적으로 사용한다. 엔비디아는 골드만삭스와 월가 투자자들이 최대 5000억 달러를 조성해 엔비디아 기반 AI 인프라에 투자하는 거래에도 최대 25%의 잔존가치를 지원할 수 있다고 밝혔다. AI 칩 업체가 고객의 자금조달을 지원해 대규모 구매를 가능하게 하고 장기간 자사 제품 수요까지 확보하는 방식이다. 신용평가사들도 이를 기업 신용도 평가에 반영하고 있다. S&P글로벌은 스트레스 상황에서 예상되는 데이터센터나 AI 칩의 매각가치보다 기업이 보증한 가치가 높으면 그 차액을 레버리지에 추가한다. S&P가 검토한 잔존가치보증 거래에서는 이 차이가 최대 약 25%까지 나타났다. 200억 달러 규모 거래라면 약 50억 달러를 보증 기업의 부채에 추가할 수 있는 수준이다. 그러나 현재까지 자산가치 하락이 기업의 재무 부담으로 현실화된 사례는 제한적이다. S&P는 메타의 하이페리온 데이터센터 가치를 보수적으로 산정하고도 관련 부채보다 높은 것으로 평가해 메타의 레버리지를 별도로 조정하지 않았다. 더그 콜란드레아 KBRA 수석디렉터는 "지난 1년 동안 재무제표에 반영되지 않은 잠재적 부담이 크게 늘었다"며 "이는 기업의 신용위험을 평가하는 일을 훨씬 복잡하게 만든다"고 밝혔다.

2026.09.21 11:26장유미 기자

정철 KACI ANP 위원장 "GPU·AI 모델만으론 부족…AI 정책에 플랫폼 넣어야"

"그래픽처리장치(GPU)와 데이터센터를 확충하고 훌륭한 인공지능(AI) 모델을 만드는 것만으로는 국가와 기업의 AI 경쟁력이 완성되지 않습니다. 인프라와 모델을 실제 산업 현장에서 쓸 수 있도록 연결하는 플랫폼이 반드시 필요합니다." 정철 한국인공지능클라우드산업협회(KACI) AI 네이티브 플랫폼(ANP) 분과위원회 위원장은 21일 서울 마곡 나무에이엑스 본사에서 지디넷코리아와 만나 이같이 강조했다. KACI는 최근 기존 서비스형 플랫폼(PaaS) 지원분과위원회 명칭을 ANP 분과위원회로 변경했다. 생성형 AI와 AI 에이전트 확산으로 기업의 관심이 단순 클라우드 전환을 넘어 AI 모델·데이터·GPU를 실제 업무와 연결하는 단계로 이동하면서 기존 PaaS 역할도 AI 개발·배포·운영 전반으로 확대해야 한다는 판단에서다. 기존 산업이 축적한 기술과 경험을 계승하면서 AI 시대 플랫폼 산업의 범위와 역할을 새롭게 정립하겠다는 취지다. "발전소 지어놓고 배전망 빠진 셈"…AI 정책에 플랫폼 넣어야 정 위원장은 국가 AI 정책에서 플랫폼을 독립적인 영역으로 다뤄야 한다고 짚었다. 현재 정부 투자가 GPU·데이터센터 등 인프라 확보와 AI 모델 개발에 집중된 반면 이를 기업의 실제 서비스로 연결하는 플랫폼에 대한 정책적 정의는 상대적으로 부족하다는 지적이다. 그는 이를 전력망에 비유했다. GPU와 데이터센터가 발전소이고 AI 모델이 여기서 생산된 전기라면 플랫폼은 이를 기업과 산업 현장까지 전달하는 배전망이라는 설명이다. 정 위원장은 "발전소를 아무리 많이 짓고 좋은 전기를 생산해도 이를 기업까지 전달하는 배전망이 없으면 실제 산업에서 활용하기 어렵다"며 "플랫폼 기업을 위한 예산이 필요하다는 게 아니라 AI 정책을 설계할 때 인프라와 서비스 사이에 플랫폼이라는 영역을 명확하게 정의해 달라는 것"이라고 밝혔다. 특히 자체 인력과 자본으로 AI 운영 환경을 구축하기 어려운 중견·중소기업에는 플랫폼 역할이 더욱 중요하다고 봤다. AI 시대에는 기존 PaaS가 담당했던 CPU·메모리·애플리케이션 관리를 넘어 고가의 GPU부터 모델, 데이터, 추론, AI 서비스 품질까지 통합적으로 관리해야 하기 때문이다. GPU 활용 효율이 대표적인 사례다. 플랫폼을 통해 GPU를 분할·공유하고 작업을 스케줄링하면 한정된 자원을 보다 효율적으로 활용할 수 있다. 정 위원장은 "GPU를 한 장 더 사는 것보다 이미 확보한 GPU를 최대한 효율적으로 사용하는 것이 훨씬 빠르고 비용도 적게 든다"며 "GPU를 나누고 배분하고 운영·관리하면서 활용률을 높이는 것이 AI 네이티브 플랫폼의 핵심 역할 가운데 하나"라고 말했다. 생성형 AI 특성상 지속적인 운영·관리도 필요하다. 기존 애플리케이션과 달리 정상 작동 중에도 환각 현상이 발생할 수 있고 모델 업데이트 주기도 빨라 지속적인 품질 관측과 재학습·배포가 요구된다. 정 위원장은 "AI는 서비스를 한번 배포했다고 끝나는 것이 아니라 계속 관찰하고 문제가 생기면 다시 학습하고 배포하는 과정이 반복된다"며 "새로운 모델과 기술을 기업이 바로 활용할 수 있도록 연결하고 운영하는 역할도 플랫폼이 담당해야 한다"고 강조했다. 외산 쓰더라도 갈아탈 수 있어야…플랫폼 종속 경계 정 위원장은 국내 AI 플랫폼 산업을 육성해야 하는 또 다른 이유로 선택권을 꼽았다. 글로벌 AI 모델과 클라우드를 활용하더라도 특정 사업자에 종속되지 않고 필요에 따라 모델과 인프라를 바꿀 수 있는 환경이 필요하다는 주장이다. 특히 데이터와 모델뿐 아니라 이를 운영하는 플랫폼까지 특정 기술에 종속되면 전환 비용이 더욱 커질 수 있다고 봤다. 그는 "오픈AI 챗GPT든 다른 해외 첨단 AI 모델이든 좋은 서비스를 사용하는 것은 문제가 아니다"라며 "중요한 것은 필요할 때 다른 모델이나 인프라로 쉽게 바꿀 수 있어야 한다는 것"이라고 말했다. 이어 "플랫폼까지 특정 기술에 종속되면 모델을 바꾸고 싶어도 운영 환경 전체를 다시 구축해야 할 수 있다"며 "쿠버네티스처럼 개방형 표준을 기반으로 이식성과 상호운용성을 확보해야 한다"고 덧붙였다. 국내 플랫폼 기업에도 기회가 있다고 짚었다. 미국 빅테크와 투자 규모나 생태계 자체로 경쟁하기는 어렵지만 국내 기업들은 지난 10여 년간 PaaS와 클라우드 네이티브 시장에서 기술과 구축 경험을 축적했다. 특히 공공·금융·의료처럼 규제와 보안 요구가 높고 온프레미스·프라이빗 클라우드 구축이 필요한 시장에선 강점을 발휘할 수 있다는 설명이다. 다만 GPU 자원을 분할·할당하는 관리 기술과 추론·데이터 최적화 등 AI 시대 새롭게 요구되는 일부 분야에서는 글로벌 기업과 격차가 있다고 인정했다. 정 위원장은 "미국은 관련 수요가 많아 기술 개발과 실증이 빠르게 이뤄졌지만 국내에는 그동안 수요 자체가 부족했다"며 "국내 기업도 실제 환경에서 기술을 검증하고 레퍼런스를 쌓을 수 있는 사업이 필요하다"고 밝혔다. 공공부터 플랫폼 별도 과업으로…금융·제조 등 산업별 확산 ANP 분과위원회는 플랫폼을 정부 AI 정책의 독립적인 영역으로 정립하는 데 우선적으로 나설 계획이다. 공공 AI 사업에서 플랫폼 구축을 별도 과업으로 명시하고 기술 중립적인 발주 체계를 마련하는 것도 주요 과제로 꼽았다. 현재 플랫폼 구축이 대형 시스템통합(SI) 사업에 포함되는 경우가 많아 전문기업이 직접 경쟁하거나 레퍼런스를 확보하기 어렵다는 이유에서다. 기존 수행 실적을 요구하는 발주 방식도 신기술 기업의 시장 진입을 어렵게 만드는 요인으로 지적했다. 정 위원장은 "공공사업을 발주할 때 플랫폼을 별도 과업으로 명시하고 특정 기업의 제품 사양이 아니라 필요한 기능과 성능을 중심으로 기술 중립적인 규격을 만들어야 한다"며 "여러 플랫폼 기업이 동일한 조건에서 기술력으로 경쟁할 수 있는 구조가 필요하다"고 강조했다. 산업별 특성을 반영한 플랫폼 구축도 필요하다고 봤다. 금융은 보안과 규제 준수, 제조는 축적된 산업 데이터 활용, 공공은 구축 속도와 비용 효율성, 의료는 민감한 데이터를 보호하기 위한 데이터 주권 등 요구사항이 서로 다르기 때문이다. 그는 국내 기업들이 PaaS와 클라우드 네이티브 분야에서 상당 기간 기술과 경험을 축적한 만큼, AI 네이티브 환경에 맞춰 기술을 고도화하고 충분한 레퍼런스를 확보하면 해외 시장 진출도 가능할 것으로 내다봤다. ANP 분과위원회도 정부·국회와 정책 협력을 확대하고 AI 네이티브 플랫폼의 산업·기술적 범위를 구체화할 계획이다. 공공사업의 기술중립성과 상호운용성·이식성을 강화하고 제조·금융·공공·의료 등 수요 산업과 플랫폼 기업을 연결해 실증과 사업화 기회를 확대한다는 방침이다. 정 위원장은 "국내 플랫폼 기업 몇 곳의 몸집을 키우는 것이 목표가 아니라 플랫폼을 통해 AI가 실제 기업의 업무 역량과 생산성을 높일 수 있도록 생태계를 만들 것"이라며 "정부 AI 정책에서 플랫폼의 역할이 명확하게 정의되고 국내에서 기술과 레퍼런스를 쌓는 선순환이 만들어진다면 향후 해외 시장에서도 경쟁할 수 있는 산업으로 성장할 수 있을 것"이라고 밝혔다.

2026.09.21 11:23한정호 기자

삼성전자, 전남 광주사업장에 HVAC 생산라인 착공…내후년 초 가동 목표

삼성전자가 21일 전남광주통합특별시에 위치한 광주사업장에서 플랙트그룹 냉난방공조(HVAC) 생산라인 착공식을 진행했다. 이날 행사에는 삼성전자 노태문 DX부문 대표이사 사장, 플랙트그룹 토비아스 케텔레(Tobias Ketterle) 최고재무책임자(CFO), 민형배 전남광주통합특별시장, 안도걸 전남광주통합특별시당 위원장 등이 참석했다. 삼성전자는 약 2400억원을 투자해 광주사업장 제3 캠퍼스에 연면적 2만1800㎡(약 6600평) 규모의 HVAC 생산라인을 구축한다. 신규 생산라인은 2028년 초부터 본격 가동될 예정이다. 신규 생산라인은 플랙트그룹의 15번째 글로벌 생산거점으로 한국과 동아시아 지역을 중심으로 AI 데이터센터, 반도체·배터리 등 첨단 제조시설, 대형 상업시설의 공조 수요에 전방위 대응하는 핵심 생산거점 역할을 하게 된다. 삼성전자는 이번 생산라인 구축을 기반으로 첨단 냉각 장비와 중앙공조 솔루션의 글로벌 생산 역량을 한층 강화해 빠르게 늘어나는 AI 데이터센터 냉각·공조 솔루션 수요에 대응해 나갈 계획이다. 삼성전자는 그동안 축적해 온 제조 역량을 바탕으로 높은 품질과 신뢰도가 요구되는 각종 산업용 HVAC 경쟁력을 한층 강화할 예정이다. 또한 제품 개발부터 생산, 설치, 유지보수가 긴밀하게 연계되는 HVAC 사업 체계를 구축해, 고객사 요구에 신속·정교하게 대응할 수 있는 역량을 확보할 방침이다. 신규 생산라인에서는 AI 데이터센터와 첨단 제조시설, 대형 상업시설에 적용되는 핵심 냉각·중앙공조 장비인 ▲냉각수 분배장치(CDU) ▲팬 월 유닛(FWU) ▲컴퓨터룸 공기 처리 장치(CRAH) ▲대형 건축물용 공기조화기(AHU) 등을 생산한다. 삼성전자는 신규 생산라인 착공부터 완공, 양산 안정화 단계까지 안전 관리에 철저하게 나설 계획이다. 또 지역 내 우수 인재 채용과 육성, 협력회사와의 동반성장에 나서는 등 지역 경제 활성화에도 적극 기여할 계획이다. 노태문 사장은 "이번 플랙트그룹 신규 생산라인 착공은 회사의 핵심 성장동력인 HVAC 사업의 도약을 위한 또 하나의 이정표가 될 것"이라며 "앞으로 광주사업장을 AI 가전과 차세대 HVAC 솔루션을 함께 생산하는 첨단 제조 거점으로 육성할 계획"이라고 말했다.

2026.09.21 10:00장경윤 기자

"기술보다 사람”…에이블런, 제조기업 AX 장벽 해소책 제시

에이블런이 '지역 제조기업 AX 전환 확산 웨비나 2026'의 주요 참가자 구성과 질의응답 내용을 공개하고, 제조 현장의 AX 실행 해법을 제안했다. 21일 에이블런에 따르면, 지난 16일 열린 이번 웨비나에는 제조·생산(47.0%), IT·정보통신(18.7%) 등 다양한 업종에서 총 198명이 신청하고 최대 115명이 동시 접속했다. 전체 신청자 중 교육·인사 및 경영·전략 직무가 65.7%를 차지했으며, 중소·중견기업 비중이 62.1%, 팀장 이상 리더급이 55.1%를 기록했다. 참가자들은 AX 도입의 시작점, 데이터 정리 및 보안, 개인의 AI 활용을 조직 전체로 넓히는 방법 등 실무 실행에 대해 집중 질의했다. 행사에서는 기술 도입 자체보다 사람과 업무 프로세스, 조직 운영 방식의 변화가 제조 AX의 본질적 과제라는 점이 집중적으로 다뤄졌다. 첫 순서로 나선 유응준 전 엔비디아코리아 대표는 전문인력 부재와 투자비 부담을 짚으며 결재선 축소, 정보 공개, 실패 보고 부담 완화 등 5가지 리더십 실천 과제를 제시했다. 이어 박진아 에이블런 대표는 목표 과제를 먼저 정하고 RAG(검색증강생성)나 기존 DB·API 연동을 통해 작게 검증을 시작할 것을 조언했다. 또 윤상순 신진엠텍 부장은 13개 부서 179명 대상의 수준별 4단계 AI 교육 사례를 공개했으며, 심누리 AX 컨설턴트는 직무훈련비 90~95%를 환급받는 '인재키움 프리미엄 훈련' 사업을 설명했다. 박진아 에이블런 대표는 "데이터가 다 갖춰질 때까지 AX를 미루는 제조기업이 많지만, 현장에서 풀어야 할 과제가 분명하면 지금 기업이 보유한 데이터로도 바로 시작할 수 있다"며 "에이블런은 교육을 통해 만든 결과물이 데이터로 쌓이고, 조직의 의사결정으로 이어질 수 있도록 제조기업의 AX 실행 체계를 함께 설계하겠다"고 말했다.

2026.09.21 08:52백봉삼 기자

"기부채납지 개발 AI로 분석"...SKT, 공공행정에 데이터 심는다

SK텔레콤이 지방자치단체를 비롯한 공공기관의 AI 빅데이터 활용 사례를 공유했다. 행사 관광 분석부터 토지 개발, 공공데이터 검색, 개인정보를 고려한 합성데이터까지 AI와 민간 데이터를 행정 현장에 접목하는 방안이 소개됐다. SK텔레콤은 지난 18일 서울 중구 T타워에서 '그랜데이터 퍼블릭 데이 2026'을 열었다고 밝혔다. 이 자리에는 정부와 지자체, 공사 등 공공 분야 데이터 담당자 250여명이 참석했다. 행사는 AI와 데이터를 활용해 공공기관 내부 업무 효율을 높이고 대민 서비스를 개선하는 데 필요한 기술과 실제 적용 경험을 공유하기 위해 마련됐다. SK텔레콤은 신한카드, KCB, 카카오모빌리티, SK브로드밴드와 데이터 협력체 '그랜데이터'를 운영하고 있다. 2021년 SK텔레콤과 신한카드, KCB가 출범시킨 뒤 참여사를 확대해 통신 금융 신용 모빌리티 등 서로 다른 분야의 데이터를 공공·민간 영역에서 활용하고 있다. 세미나에서는 지자체가 보유한 행정 데이터와 민간 데이터를 AI와 결합한 사례가 집중적으로 소개됐다. 문화·체육·관광 행사의 방문자 데이터를 분석한 뒤 비슷한 행사에서 효과가 있었던 요인을 찾아 맞춤형 프로그램을 제안하는 방식이 대표적이다. 서울 송파구 사례에서는 지자체가 보유한 기부채납지 등 토지의 활용 방안을 검토하는 데 AI를 적용했다. 기존 시설의 종류와 이용량뿐 아니라 주변 거주자의 인구 특성, 입지 여건 등을 함께 분석해 개발 방향을 판단하는 데 활용했다. 공공데이터를 시민과 공무원이 보다 쉽게 이용하도록 AI를 접목한 사례도 공개됐다. 여러 지자체는 데이터 개방 포털에 대화형 기능을 적용해 이용자가 질문을 입력하면 관련 정책과 공개 데이터를 찾고 분석할 수 있도록 지원하고 있다. 공공기관 내부의 데이터 활용 문턱을 낮추는 방안도 논의됐다. 전남광주통합특별시 사례에서는 노코드와 바이브 코딩을 활용해 관광 교통 등 각 부서 담당자가 정해진 권한과 절차에 따라 통신·카드 빅데이터를 업무에 활용하는 방식이 소개됐다. 부산광역시 사례에서는 개인정보 보호와 데이터 활용을 함께 고려한 가명정보 및 AI 기반 합성데이터 기술이 다뤄졌다. 실제 개인정보를 직접 공유하는 데 따른 부담을 줄이면서 분석에 필요한 데이터 활용도를 높이기 위한 기술적·운영적 고려사항을 제시했다. SK텔레콤은 향후 에이닷 등 자체 AI 기술과 그랜데이터가 확보한 민간 데이터를 결합해 공공기관 업무에 적용할 수 있는 AI 에이전트 활용 범위를 넓힌다는 방침이다. 김명국 SK텔레콤 인더스트리얼AI 담당은 “에이닷 등 AI와 그랜데이터의 민간 데이터를 활용한 AI 에이전트가 공공기관 현장 업무에 적용되고 있다”며 “공공 분야의 데이터 활용과 업무 혁신을 지원할 수 있는 방안을 지속 제시하겠다”고 말했다.

2026.09.21 08:52박수형 기자

LG이노텍, AI로 '최적 부품' 탐색…견적 산출 시간 70% 줄였다

LG이노텍이 인공지능(AI) 기술을 통해 신제품 견적 산출 시간을 기존 대비 70% 이상 줄이는 성과를 거뒀다. LG이노텍은 신제품에 적용할 최적의 부품을 빠르게 찾는 AI(인공지능) 시스템을 구축했다고 20일 밝혔다. 이번에 구축한 'AI 부품 제안 시스템'은 방대한 사내외 부품 데이터를 AI로 분석해, 부품별 사양과 가격을 한눈에 비교할 수 있는 시스템이다. 회사는 2년여간의 개발을 거쳐 최근 전 사업부에 해당 시스템을 본격 적용했다. LG이노텍의 카메라 모듈, 반도체 기판, 차량용 부품 등에는 평균 수백 개의 부품이 탑재된다. 기존에는 수주를 위한 견적 산출과 개발 과정에서 사내 여러 시스템에 분산된 정보 확인과 신규 부품 발굴에 많은 시간이 걸렸다. 이를 해결하기 위해 LG이노텍은 부품 탐색에 AI를 전격 도입했다. 탐색 시간을 줄이는 동시에 가격과 성능을 모두 고려한 최적의 부품을 선정해, 제품 제안의 완성도와 수주 경쟁력을 높인다는 전략이다. 먼저 LG이노텍은 커패시터, 인덕터 등 사내외 부품 약 200만개의 데이터를 통합했다. 제조사마다 다른 부품 명칭, 사양, 단위를 표준화해 AI가 활용할 수 있는 방대한 데이터베이스를 구축했다. 이후 이 데이터를 활용하는 'AI 부품 제안 시스템'을 개발했다. 이 시스템은 사용자가 필요한 부품 사양을 입력하면 AI가 전체 데이터 중 조건이 유사한 부품을 찾아 보여준다. 기존 구매 부품은 물론 외부 시장 데이터까지 살펴볼 수 있어, 담당자의 경험과 구매 이력에 머물던 부품 탐색 범위를 크게 확대했다. 또한 AI가 사양이 유사한 부품의 실제 구매 이력과 가격 변동 추이 등을 분석해, 현재 가격 수준을 제시할 수 있다. 참고 가격의 신뢰도는 96% 이상으로 나타났다. 기존 구매 부품뿐 아니라 구매 이력이 없는 새로운 부품의 가격 수준까지 예측 가능하다. 'AI 부품 제안 시스템' 도입으로 LG이노텍은 신제품 견적 산출 시간을 기존 대비 70% 넘게 줄였다. 단축된 시간만큼 고객 요구사항을 보다 세밀히 검토해 제안의 완성도를 높이고, 수주 경쟁력을 강화할 수 있을 것으로 회사는 기대하고 있다. 아울러 특정 부품의 단종이나 공급 차질이 발생하더라도 대체 부품을 빠르게 확보할 수 있어, 부품 수급 변화에도 유연하게 대응할 수 있는 것도 장점이다. 김준성 LG이노텍 구매센터장(상무)은 “'AI 부품 제안 시스템'은 다양한 부품을 다루는 제조기업에 최적화된 시스템으로 기존 방식을 완전히 바꾼 의미 있는 혁신”이라며 “앞으로도 AX 기반의 일하는 방식을 통해 고객의 기대를 넘어선 가치를 제공할 것”이라고 말했다.

2026.09.20 09:49장경윤 기자

로봇 밀도 세계 1위 한국…공장 데이터 활용은 평균 밑돌아

한국은 제조업 로봇 밀도 세계 1위 국가지만 공장에 축적된 데이터를 의사결정과 생산성 향상에 활용하는 비율은 세계 평균을 밑도는 것으로 나타났다. 로봇과 설비가 현장에서 만들어내는 데이터를 어떻게 활용해 생산 과정에 다시 연결할 것인지가 제조업의 과제로 떠오르고 있다. 20일 업계에 따르면 국제로봇연맹(IFR)이 발표한 '월드로보틱스 2025' 기준 한국의 제조업 로봇 밀도는 근로자 1만명당 1220대로 세계 1위다. 반면 로크웰오토메이션이 올 상반기 발간한 '제11차 스마트 제조 현황 보고서'에 따르면 국내 제조기업이 수집한 데이터를 의사결정 등에 활용하는 비율은 34%로, 글로벌 평균 43%를 밑돌았다. 인공지능(AI)·머신러닝 기투자율도 28%로 글로벌 평균 50%보다 낮았다. 문제는 데이터 수집량만이 아니다. 제조 현장에서 필요한 것은 설비 상태나 생산량 같은 데이터뿐 아니라, 설비가 어떤 조건에서 움직였고 품질과 생산성에 어떤 변화가 발생했는지를 보여주는 '행동-결과 데이터'다. 공정이 안정적으로 운영되고 데이터를 지속적으로 축적해야 AI가 이를 학습하고 그 결과를 다시 설비와 로봇의 운용에 반영할 수 있다. 정부 역시 피지컬 AI 시장 경쟁에서 데이터 확보를 주요 과제로 보고 있다. 과학기술정보통신부는 지난 6월 말 '대한민국 대도약 3대 메가프로젝트 국민보고회'에서 피지컬 AI 정책 추진 방향을 발표한 데 이어, 7월 구체적인 실행 방안을 담은 '피지컬 AI 핵심 경쟁력 확보 전략'을 공개했다. 피지컬 AI 핵심 경쟁력 확보 전략에는 데이터·기술·확산·생태계 등 4대 추진 방안이 담겼다. 특히 데이터 분야에서는 부처와 사업별로 흩어진 데이터를 모아 활용 체계를 구축하고, 로봇 행동데이터 등 범용 데이터와 제조·모빌리티·농업 등 현장 특화 데이터를 확보할 계획이다. 데이터 품질 관리도 추진한다. 데이터의 유효성을 검증하고 상호운용성 표준을 마련해 기업이 AI 학습과 실증에 활용할 수 있도록 한다는 구상이다. 기술 개발도 현장 실증과 연결한다. 정부는 피지컬 AI 파운데이션 모델, 월드모델, 온디바이스 AI를 위한 컴퓨팅 플랫폼을 핵심 기반기술로 제시하고 이를 제조 현장에 실증할 계획이다. 경남에서는 제조 장비가 공정 상태를 예측해 스스로 최적 제어하는 자율 정밀제조 기술을 개발한다. 전북에서는 공장 상황 변화에 맞춰 미래 상태를 예측하고 유연하게 생산하는 공장 운영 기술을 고도화할 방침이다. 민간에서는 이미 제조 공정에 AI를 적용하고 현장 데이터를 축적하는 사례가 나오고 있다. 마키나락스는 데이터 수집부터 모델 학습, 하드웨어 실행, 현장 피드백까지 연결하는 AI 운영체제(OS)를 통해 자동차·반도체·조선·국방 분야에 AI를 적용하고 있다. 회사 측에 따르면 지금까지 현장에 적용한 AI 모델은 6000개 이상이다. 현대자동차그룹의 경우, 6개 공장에서 1400대가 넘는 산업용 로봇에 예지보전 AI를 적용해 로봇의 동작 품질 이상과 고장 전조를 잡아내고 있다. 용접 공정에서는 3차원(3D) 비전 AI가 용접 궤적을 스스로 생성하도록 해 로봇 가동률을 두 배로 높이고 품질 검출력을 98% 이상으로 표준화했다. 윤성호 마키나락스 대표는 이달 초 열린 산업 AI 컨퍼런스 '어텐션 2026'에서 "산업 현장은 99%에 가까운 정밀도를 요구한다"며 "AI 거품론을 끝내려면 AI가 컴퓨터 안을 벗어나 현실 세계에서 막대한 경제적 가치를 만들어야 한다"고 말했다.

2026.09.20 09:19이나연 기자

공장이 AI 데이터 학습장으로…제조업 피지컬 AI 경쟁 불붙는다

피지컬 인공지능(AI) 경쟁 무게중심이 로봇과 AI 모델 자체 성능에서 실제 제조 현장의 데이터를 확보하고 이를 반복 학습하는 능력으로 이동하고 있다. 글로벌 제조·물류 기업들이 공장을 AI 기술의 개발·검증 공간으로 활용하는 가운데, 국내에서도 숙련자의 작업 경험을 데이터로 전환해 기존 생산라인에 적용하려는 움직임이 본격화되는 분위기다. 20일 업계에 따르면 글로벌 기업들은 피지컬 AI를 실제 생산 현장에 적용하기 위한 투자를 확대 중이다. 시장조사업체 모르도르 인텔리전스는 전 세계 피지컬 AI 시장이 2026년 71억 1000만 달러에서 2031년 348억 9000만 달러로 5년 만에 5배 가까이 성장할 것으로 전망했다. 로봇을 움직이는 AI 기술은 최근 빠르게 발전하고 있다. 엔비디아와 구글 딥마인드는 로봇 파운데이션 모델과 시각·언어·행동(VLA) 기술을 잇달아 공개해왔다. 국제로봇연맹(IFR) 조사에서 전 세계 산업용 로봇 신규 설치 규모는 연간 54만 대를 넘어섰다. 로봇 성능 넘어 현장 데이터가 경쟁력 피지컬 AI를 개념검증(PoC) 단계에서 실제 양산라인으로 확산하기 위해선 AI와 로봇 기술뿐 아니라 제조 현장에서 발생하는 정보를 일관된 형태로 수집하고 이를 로봇의 행동 데이터로 연결하는 과정이 필수로 꼽힌다. 테슬라는 기가팩토리를 자동화 기술의 개발·검증 인프라로 활용해왔다. 자동화 제조시스템 기업을 인수하며 생산기술을 내재화했고 휴머노이드 로봇 옵티머스도 외부 공급에 앞서 자사 제조환경에서 적용 범위를 확대 중이다. 현대자동차그룹도 2030년까지 미래사업에 50조 5000억원을 배정하고 로봇 적용 범위를 부품 조립 공정까지 확대할 계획이다. 아마존 역시 100만대 이상 물류 로봇을 운영하며 축적한 데이터를 활용하고 있다. 이를 기반으로 생성형 AI 모델 '딥플릿'을 개발해 로봇의 이동 경로와 물류 운영 효율을 지속적으로 최적화 중이다. 제품 형상과 설비 상태, 소재·환경 변화, 작업자 개입처럼 실제 현장에서 발생하는 다양한 변수를 데이터로 확보하고 이를 다시 기술 개선에 활용하는 구조다. 기존 제조 현장을 AI 학습 공간으로 전환하는 데는 과제도 있다. 한 공장에서도 서로 다른 제조사 로봇과 프로그래머블로직컨트롤러(PLC), 카메라, 센서 등이 혼재하고 같은 작업이라도 공장별 제품 위치와 지그 구조, 공정 조건 등이 다르기 때문이다. 이에 피지컬 AI 시대에는 설비를 단순히 연결하는 수준을 넘어 작업을 데이터로 전환하고 이를 다시 로봇 행동에 반영하는 구조가 중요해지고 있다. 기존 시스템통합(SI)을 넘어 현장 데이터와 로봇 지능을 연결하는 '인테그레이션 레이어'가 필요하다는 분석이 나온다. 숙련자 손기술 데이터로…기존 로봇에 AI 입힌다 국내에선 핑거 자회사 미켈로로보틱스가 도장·블라스팅·연마 등 표면처리 공정을 시작으로 제조 현장의 작업 데이터를 축적하고 있다. 기존 자동화가 작업자의 단순 동작을 대체하는 데 집중했다면, 숙련자가 현장 상황을 판단해 작업 방식을 바꾸는 경험까지 데이터화하는 것이 목표다. 미켈로로보틱스는 숙련자의 경험을 데이터로 전환하는 플랫폼 '미켈로 스튜디오'를 통해 ▲인식 ▲경로 생성 ▲보정 ▲실행 ▲검사 과정을 하나의 순환 구조로 연결한다. 새로운 로봇을 도입하는 대신 기존 산업용·협동 로봇에 소프트웨어 방식으로 지능을 더하는 방식이다. 실제 시흥 현장에선 배관·곡관 쇼트 블라스팅 공정에 형상 데이터 기반 경로 생성 기술을 적용 중이다. 광주 도장 공정에선 숙련자의 노하우를 로봇 행동 데이터로 전환하는 기술을 적용하고 있다. 휴머노이드와 같은 새로운 하드웨어를 도입하지 않고 기존 생산설비를 활용해 피지컬 AI를 구현하는 구조다. 표면처리 넘어 검사·조립으로 확대 미켈로로보틱스는 표면처리에서 확보한 데이터를 기반으로 적용 공정을 검사와 의장·최종 조립까지 확대한다는 계획이다. 표면처리가 숙련자의 손기술을 데이터로 전환하는 단계라면 의장·최종 조립에서는 현장 상황에 따른 판단과 실행 능력을 로봇 지능으로 구현하는 것이 핵심이다. 생산 현장이 늘어나면 공정 데이터와 작업지능을 함께 축적하고 이를 다른 생산라인에 다시 적용할 수 있다는 게 회사 측 설명이다. 프로젝트마다 설계와 구축 과정을 반복해야 했던 기존 공장 자동화와 차별화되는 지점이다. 미켈로로보틱스 관계자는 "제조업에서 피지컬 AI의 확산은 단기적인 기술 유행보다 제조 산업의 다음 세대 전환에 가깝다"며 "표면처리에서 축적한 기술을 검사와 의장·조립 공정으로 확장해 2030년까지 한 현장의 작업지능을 다음 생산라인으로 반복 확산할 수 있는 제조 피지컬 AI 플랫폼을 완성하겠다"고 말했다.

2026.09.20 09:08한정호 기자

[안광섭 AI 진테제] AI 데이터센터 본질...복잡한 4각 함수

최근 AI 데이터센터 사업의 자문과 설계, 심사를 맡아 여러 지역을 다니고 있다. 가장 자주 만나는 유형은 이 사업을 너무 쉽게 보고 오는 쪽이다. 부지가 있고 전력이 근처에 있으니 짓기만 하면 된다는 계산이다. 뭐, 일부는 맞다. 그래서 이 글을 쓰게 됐다. AI 데이터센터는 지금 한국에서 가장 많은 자본과 지자체가 몰리는 사업이고, 들어올 만한 자리가 실제로 있다. 다만 초대장에는 입장 조건이 붙어 있다. 최근 이 사업의 자문과 설계, 심사를 맡아 여러 지역을 다니면서 가장 자주 만난 유형은 그 조건을 모른 채 오는 쪽이었다. 부지가 있고 전력이 근처에 있으니 짓기만 하면 된다는 계산이다. 왜 그렇게 보이는지, 그리고 실제로는 어디서 멈추는지를 정리해 두려고 한다. 골격은 부동산 개발업 AI 데이터센터 사업의 뼈대는 부동산 개발업과 같다. 먼저 들어와 살 세입자, 즉 테넌트를 확보한다. 테넌트는 자기가 쓸 시설에 직접 투자하기도 한다. 그 돈으로 부족하니 설비를 파는 쪽, 엔비디아나 델 같은 회사와 앞으로 입주하거나 용량을 되팔 클라우드 사업자에게서도 출자를 받는다. 여기에 사업 전망을 보고 들어오는 투자자를 붙여 프로젝트 파이낸싱(PF)을 짠다. 이 돈을 담을 그릇으로 특수목적법인(SPC)을 세우고, 그제야 건설이 시작된다. 국내에서 가장 큰 사례가 이 순서를 그대로 밟았다. 국가AI컴퓨팅센터는 2026년 6월 10일 특수목적법인 '코아크(KOACC)'를 세우고 8월 3일 전남광주통합특별시 해남군 솔라시도에서 착공했다. 초기 출자 4000억원 가운데 공공이 1160억원, 민간이 2840억원을 냈고, 삼성SDS·네이버클라우드·삼성물산·카카오·삼성전자·KT 등이 컨소시엄에 들어갔다. 2030년까지 2조5000억원 이상을 넣어 첨단 AI 반도체 1만5000장 규모로 만든다. 이 사업이 2025년에 두 번 유찰됐다는 사실은 더 중요하다. 5월 30일 마감된 1차 공모와 6월 13일 마감된 재공고에 응찰한 컨소시엄이 한 곳도 없었다. 공공이 51% 지분을 갖는 구조와, SPC를 청산할 때 민간이 공공 지분을 이자를 얹어 사들여야 하는 매수청구권 조항이 걸림돌로 꼽혔다. 지분과 환매 조건을 손본 3차 공모에서야 삼성SDS 컨소시엄이 단독 응찰했다. GPU 수량이나 예산이 아니라 지분 구조 때문에 국가 사업이 1년 가까이 멈췄다. 부동산 개발업의 문법은 여기까지는 잘 맞는다. 인허가 창구가 하나가 아냐 그런데 부동산 문법만으로는 사업이 진행되지 않는다. 첫 번째 이유는 허가를 내주는 손이 여럿이라는 점이다. 건축과 개발 인허가는 지방자치단체가 쥐고 있다. 10MW 이상 전기를 쓰는 시설에 붙는 전력계통영향평가는 분산에너지 활성화 특별법에 따라 기후에너지환경부가 심사한다. 이 제도는 2024년 6월 시행 뒤 2026년 5월 보도 기준으로도 법정 고시 없이 시범 운영 중이었다. 수천억원짜리 결정이 확정되지 않은 기준 위에서 내려지는 셈이다. 2026년 5월 7일 국회를 통과한 AI 데이터센터 특별법은 과기정통부 중심의 통합 창구와 기한 내 미처리 시 허가로 간주하는 타임아웃제를 도입하고, 비수도권의 일정 규모 이하 시설에는 전력계통영향평가를 면제한다. 다만 시행은 2027년 3월 10일이고, 면제 용량은 시행령에서 정한다. 간소화는 예고됐지 아직 도착하지 않았다. 지자체와의 협력은 여전히 출발선이다. 숫자를 보면 이 관문이 얼마나 좁은지 드러난다. CBRE코리아가 2026년 7월 12일 낸 보고서에 따르면, 2026년 3월 누적 기준 수도권 데이터센터 전력계통영향평가 1차 기술검토 신청은 522건, 3만3592MW였다. 이 가운데 최종 공급 가능 승인을 받은 사업은 10건, 1010MW다. 건수로 1.9%, 용량으로 3%다. 보고서는 계통 접속 가능성과 앵커 임차인, 사업 실현 가능성을 갖춘 일부 대형 프로젝트에만 전력이 허용되고 있다고 분석했다. 세입자가 곧 신용 앵커 임차인이라는 단어가 두 번째 이유를 설명한다. 테넌트는 확실히 입주할 수 있는 곳을 원한다. 언제 지어질지 모르는 집에 계약금을 걸 세입자는 없다. 그런데 거꾸로 전력 심사도, 금융도, 지자체도 테넌트가 확정된 사업에만 움직인다. 테넌트 확보는 여러 과제 중 하나가 아니라 나머지 모든 것을 여는 열쇠다. 테넌트의 신용은 돈의 값을 직접 정한다. 나스닥 상장 GPU 클라우드 사업자 아이렌(IREN)이 2026년 8월 27일 공시한 회계연도 실적을 보면, 마이크로소프트 계약에 붙은 36억 달러 GPU 금융은 투자등급으로 연 6.0%에 조달됐다. 투자등급이 아닌 고객의 배치에 쓰이는 금융 가운데 24억 달러는 블루아울과 핌코가 자문하는 투자자들이 연 9.0% 고정금리로 댔다. 같은 회사, 같은 장비인데 세입자가 누구냐에 따라 이자가 3%포인트 벌어진다. 미국에서는 설비 회사가 그 신용의 빈자리를 메우는 단계까지 갔다. 엔비디아가 2026년 7월 26일 마감 분기의 보고서(10-Q)에 밝힌 내용이다. 오하이오주 파이크 카운티에 SB에너지가 짓는 4.25GW 캠퍼스에 오픈AI가 입주하는 조건으로, 엔비디아가 임대료와 전력 비용의 정해진 일부에 최대 1050억 달러의 보증을 선다. 보증은 오픈AI가 만족할 만한 신용등급을 얻으면 끝난다. 그 대가로 이 부지는 엔비디아 AI 인프라만 호스팅한다. 앞서 필자가 '가구회사'라고 부른 쪽이 출자를 넘어 세입자의 보증인이 됐다. 같은 보고서를 인용한 분석에 따르면 엔비디아의 지분 투자 잔액은 990억 달러에 이른다. 한국에서 이 역할을 맡을 주체는 아직 정책금융뿐이다. 그래서 PF를 짤 때 지분 조율이 어려워진다. 기존 주주의 지분을 사들이며 개발사에 현금을 대는 투자자, 완공 뒤 현금흐름을 담보로 빌려주는 대주단, 그리고 가동이 시작되면 들어오는 운영사, 이른바 MLOps·AIOps 업체는 원하는 것이 서로 다르다. 국가AI컴퓨팅센터의 두 번 유찰은 그 조율이 실패했을 때 어떤 일이 벌어지는지를 보여준 사례다. 건물은 40년, 안의 장비는 3년 세 번째 이유는 부동산 개발업의 기본 가정이 깨진다는 점이다. 건물의 물리적 수명은 30~40년인데 GPU 세대교체 주기는 2~3년이다. CBRE는 준공 당시 최신 사양이던 데이터센터도 5~10년 안에 임차 수요를 받지 못하는 진부 자산이 될 수 있다고 봤다. 랙당 전력밀도는 5kW 수준에서 40~50kW 이상으로 올라가고, 냉각은 공랭식에서 액체냉각으로 바뀌고 있다. 한국에서는 이 위험이 임대인에게 몰린다. 국내 계약은 건물과 전력·냉각 설비를 임대인이 모두 제공하는 완전설비형이 많다. 임차인이 설비 투자와 유지관리를 부담하는 글로벌의 코어앤셸(Core & shell)·트리플넷 구조와 다르다. 부동산 개발업자로 시작했는데, 어느새 3년마다 바뀌는 장비의 감가를 떠안는 설비 사업자가 된다. 그래서 보험이 따라온다. 스위스리 연구소는 데이터센터 관련 글로벌 보험료가 2030년까지 106억 달러에서 242억 달러로 두 배 넘게 늘 것으로 전망했다. 금융 조건 때문에 최대 예상 손실이 훨씬 낮아도 전체 교체 가격 기준의 보장을 요구받는다는 설명이다. 보고서가 인용한 FM의 15년 손실 연구에 따르면 화재는 데이터센터 손실 사건의 11%지만 손실 비용의 42%를 차지한다. 랙 안에 들어가는 리튬이온 배터리와 액체냉각 배관은 예전에 없던 발화·누수 원인이다. 이 보험을 다시 감싸는 재보험이 붙고, GPU 잔존가치를 보장하는 보험 상품도 나왔다. 이 대목에서 참고할 역사가 있다. 1970년대 로이즈 보험시장은 IBM 메인프레임 리스에 보험을 제공했다. 1979년 IBM이 더 싸고 강한 4300 시리즈를 내놓자 기존 장비 가치가 급락했고 리스 해지가 잇따랐다. 컴퓨트 크레딧 인덱스 리서치 추산으로 로이즈의 손실은 3억4000만~4억 달러에 이르렀다. 같은 일이 GPU에서 반복되지 않는다는 보장은 없다. 설비를 무엇으로 채울지, 시행사와 시공사를 어떻게 고를지는 이 위험을 누가 지느냐의 문제와 붙어 있다. 필자는 현재 AI 데이터센터 사업의 자문과 설계, 심사에 관여하고 있다. 이 글은 개별 사업이 아니라 여러 곳에서 반복해 본 패턴을 적은 것이다. 쉽게 보고 오는 이유는 부동산 개발의 문법만 알기 때문이라고 본다. 그 문법은 틀리지 않았다. 다만 절반이다. 나머지 절반은 전력 심사와 테넌트 신용, 그리고 3년마다 갈리는 장비의 금융이다. 이 셋은 순서가 있다. 테넌트가 없으면 전력 승인이 안 나고, 전력 승인이 없으면 금융이 닫히고, 금융이 없으면 설비를 무엇으로 채울지 정할 수 없다. 그래서 검토 요청을 받으면 부지도, GPU 수량도 먼저 묻지 않는다. 확정된 테넌트가 있는지, 그 테넌트의 신용으로 대주단이 움직이는지를 먼저 본다. 그 답이 없으면 나머지 서류는 아직 읽을 단계가 아니다. 마치며 AI 데이터센터는 부동산 개발업으로 시작해서 전력 사업과 장비 금융으로 끝난다. 세 문법을 한 사업 안에서 동시에 다뤄야 하고, 한국은 그 가운데 전력 문법의 제도가 아직 완성되지 않았다. 부지와 전력 근처라는 조건만으로 이 사업에 들어오는 것은, 세입자 없는 집에 가구부터 사들이는 일이다. 초대는 유효하다. 다만 입장권은 세입자가 들고 있다. ◆ 필자 안광섭은… 세종대학교 경영학과 겸임교수이자 INLEVEL9(인레벨나인) 전략 컨설턴트다. 대학에서 경영데이터 관리, 비즈니스 애널리틱스 등 데이터 분석을 가르치는 한편, 현장에서는 기업의 AI 도입과 전환, 시장 진입과 GTM 전략 컨설팅을 이끌고 있다. 넥슨, 한화생명, 노션 한국 론칭, 카카오브레인 AI 제품, 감마 GTM 전략을 거치며 제품과 시장, 기술과 사람 사이의 간격을 줄이는 일을 해왔다. 인간과 AI가 오래 함께 일할 때 무엇을 기억하고 무엇을 잊어야 하는지를 연구한다. 장기 대화형 AI의 기억 아키텍처를 다룬 'HEMA-2' 논문이 한국인공지능학회에 채택됐고, 에이전틱 AI 제품의 신뢰 붕괴를 분석한 논문을 JAIH에 발표했다. 매일 글로벌 AI 논문을 선별하는 Daily Arxiv를 운영한다. 지은 책 '생각을 맡기는 사람들: 호모 브레인리스'는 2026년 세종도서 교양부문 우수도서에 선정됐다. 기술·경제·인문을 교차해 읽는 뉴스레터 INLEVEL9 Letter(https://inlevel9.com/)를 매일 오전 11시에 발행한다.

2026.09.19 14:06안광섭 컬럼니스트

미래전장용 작전 AI플랫폼 첫 시연…"분석서 지휘까지 20초"

미래전장에서 인공지능(AI)이 단순한 정보 검색과 데이터 분석에서 한 발 더 나아가, 시시각각 변하는 전장상황을 이해하고 지휘관 판단을 지원하는 새로운 작전 AI 모델이 처음 공개됐다. 이 모델은 480초(8분) 걸리던 의사 결정시간을 단 20초로 확 줄였다. 전태일 대전대학교 정보보안학과 명예교수는 18일 대전 계룡스파텔에서 열린 '2026 국방 AX실증 융합기술 세미나'에서 기조강연1 강연자로 나서 '에이전틱 AI와 하네스 엔지니어링'을 주제로 미래전장과 국방 AI가 나아갈 방향을 제시하고, 군 실시간 작전 온톨로지 플랫폼(AROOP)의 최소 기능 시제품(MVP)을 시연, 관심을 끌었다. 이 행사는 국방소프트웨어협회(회장 황일선)와 국방산업연구원(원장 이종호), 지디넷코리아가 공동 주최했다. 하네스 엔지니어링은 AI가 여러 도구·데이터·시스템을 제대로 활용할 수 있도록 주변 환경과 연결 구조를 설계하는 기술을 말한다. '에이루프'는 전 교수와 온톨로지스트 조명대 박사가 하네스 엔지니어링 개념으로 공동 설계하고 개발한 작전지능 플랫폼이다. 수학적·논리적 관점에서 복잡한 작전상황과 의사결정 구조를 분석하고, 이를 온톨로지 기반의 관계·맥락 모델과 결합해 변화하는 전장상황을 실시간 작전맥락(Runtime Context)으로 구성하는 것이 핵심이다. 이날 시연에서는 최초 작전상황에 새로운 현장보고가 들어온 뒤 무인기 운용여건과 전술망 상태 등의 변화가 현재 작전상황에 반영되고, 변화된 상황을 토대로 복수의 방책(COA)을 비교해 지휘관 판단을 지원하는 과정이 소개됐다. 육군은 미래 지상전 환경에 대비해 기존 아미 타이거(Army TIGER)를 발전시킨 'Army TIGER+'를 추진 중이다. '아미 타이거+' 시범부대와 유·무인 복합체계 실증을 통해 미래 전투수행 방식을 단계적으로 검증하고 있다. 최근에는 분대급 유·무인 복합 실증을 시작으로 중대급·대대급으로 확대하는 계획도 추진 중이다. 전 교수 연구결과는 '아미 타이거+'가 구축하는 센서·AI·드론·로봇·전투원 연결 위에 작전지능 계층을 보완하는 접근법으로 '에이루프'의 가능성을 제시한 것. 전장에서는 현장보고, C4I, 무인체계, 센서 등에서 끊임없이 새로운 정보가 발생한다. 문제는 이러한 데이터를 단순히 수집하는 것을 넘어 기존 임무, 지휘관 의도, 전력상태, 작전계획 등과 연결해 “무엇이 달라졌으며, 그 변화 때문에 기존 판단 가운데 무엇을 다시 검토해야 하는가”를 의사결정해야 한다. 전 교수는 " “교리와 규칙, 임무와 전력정보 등으로 구성된 작전 온톨로지에 현장의 변화 데이터를 지속적으로 반영해 현재의 작전상태를 살아 있는 컨텍스트로 유지하는 것이 중요하다”며 "기존에는 분석과 재지휘 시간이 8분 정도 걸렸다면, 하이드레이션이 가미된 '에이루프'는 단 20초면 의사결정과 지원을 할 수 있다. 육군이 지향하는 선견·선결·선타가 가능하다"고 말했다. 이에 앞서 황일선 회장 개회사와 이종호 원장 환영사에 이어 황정아 국회의원(더불어민주당, 유성구을)이 축사했다. 기조강연 2에서 엄현필 HPE 이사는 '국방을 위한 데이터센터와 AI 설계 전략' 발표를 통해 "GPU 루빈 이후 냉각 시스템은 모두 수냉식으로 가고 있다"며 "엣지 단부터 데이터센터까지 구축이나 컨설팅 등에 경험이 많은 회사가 HPE"라고 소개했다. 또 주제강연은 ▲송동호 소프트온넷 대표가 '국방용 LLM에서 고정확 답변을 얻는 온톨리지 기술' ▲김익현 국방산업연구원 연구위원(리얼타임비쥬얼 수석연구원)이 '군 지휘결심 분야별 인공지능 개발 방향' ▲김도연 팀뷰어 상무가 '국방 디지털 전환의 새로운 기준' ▲정병창 한국기계연구원 책임연구원이 '온디바이스 AI기반 함정 사고대응 및 안전관리 기술' ▲박혜숙 한국전자통신연구원 미래국방AX연구실 책임연구원이 '지능적 신뢰통신·네트워크 기술 동향 및 개발 사례를 발표했다. 김도연 상무는 국방 엔드포인트에서의 운영 혁신을 위한 '팀뷰어 덱스(DEX)'를 소개, 관심을 끌었다. 이 '덱스'는 △이상징후 사전 탐지 및 자동 즉각 조치 △IT 리소스 고도화 △보안 위험 요소 선제 대응 △미사용 소프트웨어 라이선스 회수 등이 특징이다. 이와함께 이날 주최 측인 국방소프트웨어협회와 국방산업연구원, 지디넷코리아는 향후 국방 기술 향상 및 산업 활성화에 공동 기여하기로 하는 3자 업무협정을 체결했다.

2026.09.18 17:53박희범 기자

스토리지, '데이터 저장소' 넘어 AI 핵심 인프라로 부상

과거 스토리지는 활용이 끝났지만 쉽게 버릴 수 없는 데이터를 담아 두는 창고 역할을 했다. 그러나 AI를 기업과 기관에서 본격적으로 활용하며 전통적인 스토리지의 역할도 달라지고 있다. AI 인프라 구축 논의는 그동안 CPU·GPU와 이를 구동하는 서버 등 연산 자원에 집중됐다. 그러나 AI 모델 훈련에 쓰이는 막대한 데이터와 AI 활용 과정에서 생성되는 데이터를 보다 효율적으로 관리하는 방안이 새로운 과제로 떠오르고 있다. 이런 추세는 양대 글로벌 스토리지 업체인 웨스턴디지털(WD)과 씨게이트가 각각 실시한 조사 결과에서도 드러난다. 양사 설문조사를 살펴보면 AI 확산이 스토리지 수요를 구조적으로 늘리고 있으며, 기업의 데이터 전략에도 변화가 필요하다는 점을 보여준다. AI 확산에 데이터 폭증... 스토리지 수요도 증가 WD가 시장조사업체 IDC에 의뢰한 설문조사 결과를 바탕으로 발간한 백서에 따르면, 응답 기업·기관의 94.7%는 AI 및 생성형 AI 도입 이후 저장해야 할 데이터가 증가했다고 답했다. 61%는 최근 1년간 데이터가 25% 이상 늘었다고 응답했으며, 74%는 향후 3년간 데이터가 25% 이상 증가할 것으로 예상했다. 각종 데이터를 가공 없이 그대로 담는 중앙 집중식 저장소, '데이터 레이크' 역시 규모를 불리고 있다. 85.4%의 기업은 데이터 레이크 규모가 증가했고 그 원인으로 합성 데이터와 추론 결과, 모델 로그 등 AI가 생성하는 데이터가 꼽혔다. 씨게이트 조사에서는 이러한 추세가 더욱 분명하게 나타났다. 응답 기업의 99%가 향후 3년간 AI로 스토리지 수요가 증가할 것으로 예상했으며, 32%는 증가폭이 50%를 넘어설 것으로 전망했다. AI가 바꾼 데이터 수명주기, 과거 데이터도 다시 활용 두 조사에서 공통적으로 드러나는 점은 AI 활용에 필요한 데이터, 또 AI 활용 이후 결과물이 순환하며 데이터가 쌓이는 순환 구조가 만들어진다는 점이다. AI 모델 구동과 각종 연산이 끝난 뒤 생성되는 많은 데이터는 향후 다른 AI 응용프로그램에도 적용할 수 있다. 이에 따라 데이터의 보존 기간과 활용 가치도 함께 높아지고 있다. WD 조사에서 약 95%는 AI 도입 이후 보유 데이터의 가치가 높아졌다고 답했고, 74.3%는 데이터를 이전보다 오래 보관하게 됐다고 응답했다. 75.9%는 과거 활용이 끝난 콜드 데이터를 AI 워크로드에 활용하기 위해 다시 불러오는 사례가 늘었다고 답했다. 이는 데이터 수명주기에도 큰 영향을 미친다. 해법은 단순 증설 아닌 '데이터 수명주기' 관리 예전에는 활용이 끝난 데이터를 참조나 감사, 백업을 위해 하드디스크 드라이브(HDD)나 테이프 등으로 옮긴 후 단순히 보관하는 데 그쳤다. 그러나 AI 모델 훈련이나 학습의 정확도를 높이려면 과거 저장했던 데이터까지 다시 가져와야 할 필요가 생긴다. WD 조사에서는 응답자 중 96%가 AI 추론 및 검색증강생성(RAG) 애플리케이션을 지원하기 위해 아카이브 데이터에 더 빠르게 접근할 필요가 있을 것으로 전망했다. 씨게이트 조사에서도 데이터 자체의 전략적 가치가 높아지고 있다는 점이 확인됐다. AI 도입의 주요 과제로 데이터 품질 및 준비도를 꼽은 응답이 53%로 가장 많았고, 스토리지 인프라가 43%로 뒤를 이었다. AI를 도입하는 것 자체에서 나아가 AI가 지속적으로 활용할 수 있는 데이터를 준비하고 관리하는 것이 중요한 과제로 부상하고 있다는 의미다. AI 데이터 증가에도 기업 대비는 미흡 문제는 AI와 관련된 데이터를 관리하는 기업의 준비 수준이다. AI 데이터 증가에 대한 인식과 실제 인프라 준비 사이에 상당한 격차가 존재하는 것이다. 씨게이트 조사에서 AI로 스토리지 수요가 증가할 것이라고 예상한 기업은 99%에 달했지만, 장기적인 데이터 수요에 충분히 대비했다고 답한 기업은 38%에 불과했다. 경제성과 지속가능성 역시 빼놓을 수 없다. WD 조사에서 98.2%가 스토리지 의사결정에서 TB당 총소유비용(TCO)을 중요한 요소로 꼽았다. 씨게이트 조사에서는 97%가 인프라 활용 기간 연장이 지속가능성 개선에 도움이 된다고 답했고, 77%는 지속가능성 또는 에너지 문제로 AI 인프라 확장 계획을 연기하거나 조정한 경험이 있다고 응답했다. IDC "데이터 수명 고려한 인프라 전략 필요" 양사의 임원 발언에서도 같은 방향성이 확인된다. 어빙 탄 WD CEO는 "AI의 기반이 결국 데이터라며, 컴퓨팅 수요가 변하더라도 대규모 데이터를 저장·관리하고 필요할 때 접근해야 하는 수요는 계속 증가할 것"이라고 강조했다. 멜리사 반다 씨게이트 수석부사장도 "데이터가 늘어날수록 데이터에서 창출할 수 있는 가치도 커지는 만큼, 대용량 데이터를 효율적으로 저장하고 필요할 때 활용할 수 있는 데이터 인프라가 중요하다"고 설명했다. IDC는 백서에서 "데이터가 생성된 순간부터 학습·추론에 활용되고, 이후 보존됐다가 다시 AI 워크로드에 투입되는 전체 수명주기를 관리하는 데이터 인프라 전략이 필요하다"고 조언했다. 모든 데이터를 고성능·고비용 스토리지에 저장하기보다 접근 빈도와 데이터 가치에 따라 성능과 용량을 구분하고 적합한 스토리지 계층으로 배치해야 한다는 의미다.

2026.09.18 15:35권봉석 기자

SK하이닉스 손자회사 솔리다임, 美 첫 낸드 공장 구축 추진

SK하이닉스의 낸드 손자회사 솔리다임이 미국에 첫 낸드 양산라인 구축을 검토 중인 것으로 19일 파악됐다. 현재 공장 부지, 투자 시점 등 세부 계획을 조율하는 단계다. 최근 인공지능(AI) 인프라 구축 확대로 낸드 수요가 폭증하는 만큼, 미국 현지 고객과 협력을 강화하기 위한 전략이란 풀이가 나온다. 최근 최태원 SK 회장이 그룹 차원에서 주도하는 미국 AI 투자 확대 기조와도 맞물린다. 솔리다임은 SK하이닉스가 지난 2021년 말 인텔 낸드플래시 사업부를 인수하면서 설립한 미국법인이다. 당시 전체 인수 규모는 90억 달러(당시 환율 기준 약 10조원)였다. 솔리다임은 중국 다롄에 1공장이 있고, 올 3분기부터 다롄 2공장 설비투자도 시작했다. 미국에는 본사와 연구개발(R&D) 센터만 있고 생산거점은 없다. 솔리다임이 미국 첫 생산거점 구축을 검토하는 지역은 미국 동부다. 현재 부지 선정과 생산품목, 양산시점 등을 세부적으로 논의 중인 것으로 파악됐다. 사안에 정통한 관계자는 "솔리다임이 미국 빅테크 기업의 AI 서버용 낸드 수요에 대응하기 위해 현지 양산라인 구축을 추진하고 있다"며 "고객들과 장기공급계약(LTA) 협의를 바탕으로 투자계획을 구체화할 것"이라고 전망했다. 그간 솔리다임은 AI 데이터센터용 쿼드레벨셀(QLC) 낸드 개발에 주력해 왔다. QLC는 데이터를 저장하는 최소 단위인 셀 하나에 4비트를 저장하는 방식이다. 3비트를 저장하는 트리플레벨셀(TLC) 등 타 방식 대비 대용량 SSD 구현에 유리하다. 특히 엔비디아의 블랙웰·베라루빈 등 차세대 AI 플랫폼이 요구하는 낸드 용량이 급증하면서, 고용량 낸드 주문도 몰리고 있다. 시장조사업체 트렌드포스에 따르면, 올 2분기 SK하이닉스(솔리다임 포함) 낸드 매출은 142억 7290만 달러(약 19조 8000억원)로 전 분기보다 89.5% 뛰었다. 솔리다임의 미국 투자는 SK그룹이 추진 중인 미국 내 투자 확대 기조와 맞물린다. 현재 SK그룹은 SK하이닉스의 미국 주식예탁증서(ADR) 상장과 현지 첨단 패키징 팹 구축에 이어, 추가 메모리 생산공장 구축 가능성도 열어두고 있다. 솔리다임 역시 나스닥에 기업공개(IPO)를 준비 중이다. 최태원 SK 회장도 지난 7월 미국 뉴욕에서 열린 SK하이닉스 ADR 상장 기념행사에서 "미국 인디애나주 첨단 패키징 시설 외에도 추가 투자를 검토하고 있다"며 "전력·용수·인력·공급망 등 여건이 갖춰지면 메모리 생산공장 건설도 가능하다"고 말한 바 있다. 최근에는 외신과 업계를 통해 SK하이닉스와 인텔의 미국 내 메모리 생산 협력설도 나온다. 최종 확정되려면 시간이 필요하지만, 미국 내 고대역폭메모리(HBM) 등 AI 메모리 수요가 중장기적으로 지속 증가할 것으로 전망돼 실현 가능성은 있다는 게 업계 시각이다. 솔리다임 관계자는 미국 내 설비투자 계획과 관련해 "사업 경쟁력 강화를 위해 다양한 방안을 검토 중이나 확정된 바는 없다"고 밝혔다.

2026.09.18 13:44장경윤 기자

오케스트로 클라우드, KT와 AI 사업 키운다…AIDC·GPU 전방위 협력

오케스트로 클라우드가 KT와 손잡고 인공지능 전환(AX) 서비스부터 AI 데이터센터(AIDC), 그래픽처리장치(GPU) 인프라까지 AI 사업 전반으로 협력 범위를 넓힌다. 양사 인프라와 AI 플랫폼 역량을 결합해 공공·금융·기업 시장을 공동 공략한다는 구상이다. 오케스트로 클라우드는 KT와 AI 사업 확대를 위한 전략적 업무협약(MOU)을 체결했다고 18일 밝혔다. 이번 협약은 AI 서비스뿐 아니라 GPU와 데이터센터 인프라 수요가 확대되는 가운데 양사 기술·사업 역량을 결합해 새로운 사업 기회를 발굴하기 위해 마련됐다. 양사는 클라우드와 네트워크, 데이터센터 인프라와 AI 플랫폼 등 각사가 보유한 역량을 바탕으로 공공·금융·기업 시장에서 공동 사업을 확대할 계획이다. 협력 분야는 ▲AX ▲AIDC ▲매니지드 AI GPU ▲AI 플랫폼·클라우드 ▲공동 영업 및 사업 개발 등 5개 분야다. AX 분야에선 생성형 AI와 AI 에이전트, 검색증강생성(RAG), 업무혁신 플랫폼 등을 활용한 사업을 추진할 방침이다. 산업별 특성을 반영한 AI 서비스와 업무혁신 모델도 공동 개발한다. AIDC 분야에선 데이터센터 구축·운영을 비롯해 GPU·신경망처리장치(NPU) 클러스터와 AI 팩토리, 소버린 AI 인프라 관련 사업을 공동 개발할 계획이다. 엣지 데이터센터와 AI 전용 인프라의 기획·사업화에도 나선다. 특히 도심형 엣지 데이터센터와 KT클라우드의 통합형 AI 인프라 서비스를 연계해 소버린 AI 기반 프라이빗 클라우드 환경을 구축할 예정이다. 이를 바탕으로 금융권 등 높은 수준의 보안이 필요한 고객을 대상으로 관련 서비스를 확대할 계획이다. GPU 인프라 사업도 함께 추진한다. 양사는 서비스형 GPU(GPUaaS)를 포함한 매니지드 AI GPU 서비스와 GPU 자원 운영·관제·최적화 사업에서 협력한다. AI 모델 학습과 추론에 필요한 GPU 인프라를 통합 서비스 형태로 제공하고 기업 고객의 AI 인프라 구축·운영까지 연계한다는 구상이다. AI 플랫폼·클라우드 분야에선 KT의 클라우드 인프라와 오케스트로 클라우드의 AI 플랫폼·운영 기술을 결합할 예정이다. 머신러닝 운영(MLOps)과 AI 추론 플랫폼을 공동 사업화하고 프라이빗 AI 클라우드와 소버린 AI 환경 구축에도 협력한다. 양사는 주요 고객을 대상으로 공동 제안과 마케팅도 진행한다. 공공·금융·기업 시장에서 신규 AI 사업과 비즈니스 모델을 발굴해 중장기적으로 협력 사업을 확대한다는 목표다. 박소아 오케스트로 클라우드 대표는 "이번 협약은 AI 서비스부터 데이터센터·GPU 인프라까지 양사 역량을 연결해 AI 사업 전반에서 협력할 수 있는 기반을 마련했다는 데 의미가 있다"며 "KT와 함께 공공·금융·기업 고객의 AI 전환을 지원하는 실질적인 사업 성과를 창출하고 이를 바탕으로 AI 사업 영역을 지속 확대해 나가겠다"고 밝혔다.

2026.09.18 13:36한정호 기자

롯데이노베이트, AI 데이터센터 키운다…DBO 매출 비중 30% 목표

롯데이노베이트가 인공지능(AI) 데이터센터 투자 확대를 발판으로 데이터센터 설계·구축·운영(DBO) 사업을 새로운 성장동력으로 키운다. 최근 잇따라 데이터센터 운영 계약을 확보한 가운데 오는 2028년 DBO 사업 비중을 전체 매출의 30%까지 확대한다는 목표다. IBK투자증권 리서치본부 이승훈 본부장은 지난 17일 보고서를 통해 "롯데이노베이트의 데이터센터 사업은 축적된 운용 노하우와 시장 성장에 힘입어 견조한 확장세가 지속될 것으로 전망된다"며 "롯데이노베이트는 신사업인 데이터센터 DBO 비중을 2028년까지 전사 매출의 30%까지 확대한다는 목표를 제시했다"고 밝혔다. IBK투자증권은 롯데이노베이트에 대한 투자의견 '매수'와 목표주가 3만원을 유지했다. 데이터센터 시장 성장과 회사가 축적한 운영 경험을 기반으로 DBO 사업의 확장세가 이어질 것이라는 판단이다. 특히 롯데이노베이트가 약 20년간 4개 데이터센터를 직접 구축·운영하며 축적한 경험을 DBO 사업의 경쟁력으로 평가했다. DBO는 고객이 소유한 데이터센터의 설계와 시공부터 준공 이후 운영까지 전 과정을 수행하는 사업 모델이다. 기존 데이터센터 인프라를 임대하는 코로케이션과 달리 구축 단계부터 운영까지 사업자가 종합적으로 참여한다. 최근 국내 AI 데이터센터 투자가 확대되면서 설계·시공·운영 역량을 함께 제공하는 턴키형 DBO 서비스 수요도 증가할 것으로 전망됐다. 자산운용사와 사모펀드(PEF) 등 재무적투자자(FI)의 데이터센터 개발 참여가 늘어나는 점도 사업 확대에 우호적인 요인으로 꼽혔다. 롯데이노베이트는 데이터센터 사업 수주을 이어가고 있다. 지난해 12월 캄스퀘어 데이터센터 위탁운영을 수주한 데 이어 올해 2월 이지스자산운용 엣지 데이터센터 DBO 사업을 확보했다. 지난달에는 40메가와트(MW) 규모 안산 데이터센터 위탁운영 계약을 추가로 따냈다. 이를 포함한 데이터센터 사업 누적 수주 규모는 약 1300억원, 관리 용량은 110MW에 달한다. IBK투자증권은 이러한 사업 확대를 바탕으로 롯데이노베이트의 데이터센터 DBO 비중이 2028년까지 전체 매출의 30% 수준으로 확대될 것으로 내다봤다. 실적 성장도 이어질 것으로 전망했다. 롯데이노베이트의 연결 영업이익은 올해 약 450억원에서 내년 560억원, 2028년 670억원으로 증가할 것으로 추정했다. 같은 기간 자기자본이익률(ROE)은 6.4%에서 약 10%까지 개선될 것으로 예상했다. 자회사 실적 개선도 긍정적으로 평가했다. IBK투자증권은 "전기차 충전 사업인 이브이시스(EVSIS)는 올해 6월 국내 공공 부문, 7월 미국에서 신규 수주를 확보했으며 해당 수주 물량의 매출 인식이 시작되면서 하반기 실적 반등을 견인할 것"이라며 "이브이시스 미국 법인의 올해 매출은 전년 대비 약 2배 증가할 것"이라고 전망했다.

2026.09.18 13:22한정호 기자

데이터브릭스, 아태 지역 투자 확대…한국선 금융권 공략·AI 인재 양성

데이터브릭스가 싱가포르를 거점으로 아시아·태평양 지역 인공지능(AI) 시장 공략에 나섰다. 현지 인력과 시설을 확충해 기업들이 AI를 실제 업무에 도입하고 활용 규모를 늘릴 수 있도록 지원할 방침이다. 데이터브릭스는 향후 3년간 싱가포르에 3억 5000만 달러(약 4837억원) 이상을 투자한다고 18일 밝혔다. 이는 데이터베이스(DB) '레이크베이스'와 AI 업무 도우미 '지니' 등 주요 제품의 수요 증가에 대응하기 위한 조치다. 현재 250명인 싱가포르 현지 인력은 500명 이상으로 늘린다. 약 900평 규모 새 지역본부를 마련해 사무공간도 기존보다 4배로 넓힐 계획인 것으로 전해졌다. 새 본부에는 고객과 협력사가 데이터·AI 활용 역량을 높일 수 있는 교육·협업 시설을 조성한다. 이곳에서 새로운 AI 활용 사례를 발굴하고 기업 도입을 지원할 예정이다. 싱가포르 국가 AI 전략에 맞춰 고객·협력사·정부기관과의 협력도 강화한다. 데이터브릭스는 기업들이 AI 시범사업을 넘어 실제 업무에 AI를 적용하면서 안정적인 운영 기반이 중요해졌다고 설명했다. AI 에이전트가 기업 데이터와 업무 맥락을 정확히 이해하고 기업은 필요에 따라 모델을 선택하며 비용을 통제할 수 있어야 한다는 설명이다. 현재 이를 지원하는 주요 제품은 레이크베이스와 지니, 유니티 게이트웨이다. 레이크베이스는 AI 에이전트가 핵심 업무용 애플리케이션 실행에 필요한 메모리를 제공하는 서버리스 DB다. 지니는 기업 업무 맥락을 바탕으로 데이터를 분석해 신뢰할 수 있는 답변과 업무 수행을 지원한다. 유니티 게이트웨이는 여러 AI 에이전트와 도구, 모델을 통합 관리한다. 운영 정책을 적용하고 요청을 적절한 모델로 연결하며 비용을 통제해 기업의 AI 활용 확대를 돕는다. 데이터브릭스는 금융·통신·공공 부문에서도 고객 기반을 넓히고 있다. 아이패스트 코퍼레이션과 싱가포르 관세청, 싱텔을 신규 고객으로 확보했다. 기존 역내 고객으로는 싱가포르 정부기술청과 LG전자, 스탠다드차타드, 도요타 등이 있다. 한국 기업 AI 도입 지원…현장 협업·인재 양성 확대 데이터브릭스는 한국 AI 시장도 확대하고 있다. 국내 고객사 현장에 AI 업무 시스템 구축을 돕거나 전문 인력 양성을 확대해 사업 기반을 넓히고 있다. 데이터브릭스는 국내 고객사에 엔지니어링 조직을 투입해 AI 업무 시스템 구축을 지원하고 있다. 이 과정에서 파악한 고객 요구를 레이크베이스, 지니 등 제품 개선에 반영하기 위한 전략이다. 대표 사례는 LG전자와 맺은 협업이다. LG전자는 데이터브릭스 플랫폼과 자체 AI 모델 개발·운영 솔루션 '멜리캣'을 결합해 고객 데이터 분석 플랫폼을 구축했다. 데이터 관리 환경을 통합하고 부서 간 협업을 개선해 데이터 요청부터 모델 개발까지 걸리는 시간을 기존 9주에서 4주로 줄였다. 데이터브릭스는 국내 데이터·AI 전문 인력 양성도 추진하고 있다. 지난 4월 'AI 데이 서울'에서 향후 3년간 국내 전문 인력 1만명을 양성하겠다는 계획을 발표했다. 워크숍과 국내 산업 기관과 협력해 기업 현장에서 필요한 데이터·AI 활용 역량을 높일 방침이다. 데이터브릭스는 국내 주요 공략 분야로 금융권을 주목하고 있다. 거래·고객 정보를 빠르게 저장하고 불러와야 하는 금융 분야의 AI 애플리케이션이 늘면서 레이크베이스와 같은 운영 DB 수요도 커질 것으로 보고 있다. 앞서 데이비드 마이어 데이터브릭스 제품 총괄 수석부사장은 지난달 방한해 국내 주요 기업 임원 약 100명 대상으로 포럼을 개최한 바 있다. 마이어 수석부사장은 "한국 시장에선 게임과 헬스케어·생명과학, 제약, 미디어·엔터테인먼트 수요가 오르고 있지만, 금융 서비스가 지배적일 것"이라고 지디넷코리아에 밝혔다.

2026.09.18 12:33김미정 기자

UN 통계, AI가 읽는다…구글과 'AI 레디 데이터' 전환

유엔(UN)이 산하 기관별로 흩어진 글로벌 통계를 하나로 연결하고 인공지능(AI)이 직접 활용할 수 있는 데이터 체계 구축에 나섰다. 생성형 AI가 공신력 있는 통계를 찾는 과정에서 정확성과 일관성에 한계를 보이자 AI가 공식 데이터에 접근할 수 있는 기반을 마련하는 차원이다. 구글은 17일(현지시간) 공식 블로그를 통해 자사 데이터 커먼스를 기반으로 'UN 시스템 데이터 커먼스'를 구축했다고 밝혔다. UN 기관들이 보유한 통계를 하나의 연결된 지식그래프로 묶어 데이터의 지표와 시간, 지역 정보를 서로 연결하는 방식이다. 기존 UN 데이터는 기관별로 분리돼 있고 형식과 기준도 달라 여러 자료를 결합하려면 분석가가 직접 데이터를 찾아 내려받고 형식을 맞춰야 했다. 새 플랫폼에서는 자연어로 질문하면 여러 UN 기관의 통계를 검색하고 관련 시각화 자료까지 확인할 수 있다. 예를 들어 농촌 지역의 깨끗한 물 접근성이 학교 출석률과 어떤 관계가 있는지, 지난 10년간 전기 접근 인구가 얼마나 증가했는지, 지역별 기대수명이 어떻게 변했는지 등을 질문할 수 있다. 지역이나 보건·교육 같은 주제를 기준으로 데이터를 직접 탐색하는 기능도 제공된다. UN 시스템 데이터 커먼스는 모델 컨텍스트 프로토콜(MCP) 같은 개방형 표준을 활용해 AI 에이전트가 UN 공식 통계에 직접 접근할 수 있도록 했다. AI가 여러 지표를 결합해 대시보드와 차트, 인포그래픽, 분석문까지 생성할 수 있으며, 각 통계 출처를 추적해 원본 UN 데이터까지 확인할 수 있다. UN 시스템 데이터 커먼스는 구글이 플랫폼 구축을 지원하지만 장기적으로는 UN이 직접 유지·운영·확장하는 구조다. 현재 UN 산하 26개 기관이 데이터 커먼스 참여를 약속했으며 출시 시점에는 약 20개 기관의 데이터가 제공된다. 오는 2027년까지 UN 시스템 통계 데이터셋의 80%를 플랫폼에 통합하는 것이 목표다. 샨타누 무케르지 유엔 통계국 국장 대행은 테크크런치에 "규모와 범위, 유연성 측면에서 훨씬 발전한 수준으로, 많은 UN 기관 데이터를 처음 연결했다"며 "동시에 데이터를 AI가 활용할 수 있도록 만드는 시점"이라고 말했다.

2026.09.18 11:57이나연 기자

  Prev 1 2 3 4 5 6 7 8 9 10 Next  

지금 뜨는 기사

이시각 헤드라인

"구글·오픈AI부터 퍼플렉시티까지"…빅테크 AI 거물 한 자리 모인다

BYD는 PHEV 꺼냈는데…현대차, 日心 잡을까

신소재 개발부터 양산성까지...LG엔솔, 35년 배터리 기술 AX에 녹인다

'정책통' 엄열·'실행력' 김경만…국가 AI 컨트롤타워 실무 투톱 구축

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.