• 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. (3094건)

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

[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

[AI 고속도로] "AI 데이터센터 전력망 비용 직접 내라"…美 하원, 417대 3으로 법안 통과

인공지능(AI) 데이터센터 확산으로 전력 수요가 급증하자 미국 의회가 관련 인프라 비용을 데이터센터 사업자가 부담하도록 하는 제도 마련에 나섰다. AI 인프라 투자가 발전소와 송전망 확충으로 이어지는 가운데 그 비용이 일반 가정과 기업의 전기요금으로 전가될 수 있다는 우려가 커지면서다. 18일 AP통신 등에 따르면 미국 하원은 16일(현지시간) 데이터센터에 공급하기 위해 필요한 신규 발전설비와 송전망 확충 비용을 데이터센터 사업자가 부담하도록 유도하는 법안을 찬성 417표, 반대 3표로 통과시켰다. 이 법안은 주 공공요금 규제기관이 전력회사로 하여금 데이터센터 서비스를 위해 필요한 신규 전력 공급과 송전망 업그레이드 비용 전액을 데이터센터에 부과하는 기준을 검토하도록 하는 내용이 핵심이다. 다만 연방정부가 데이터센터에 특정 요금 체계를 직접 강제하는 방식은 아니다. 각 주가 전력시장 규제 권한을 유지하면서 데이터센터로 인해 발생하는 추가 인프라 비용을 누가 부담할지 판단하도록 기준을 제시하는 형태다. AI 데이터센터 건설이 늘면서 미국에선 전력 확보뿐 아니라 관련 비용의 부담 주체를 둘러싼 논쟁도 커지고 있다. 대규모 데이터센터가 들어서면 서버와 그래픽처리장치(GPU) 가동에 필요한 전력 공급을 위해 발전설비와 송·배전망을 추가로 구축해야 하는 경우가 많다. 이때 지역 전력회사가 이런 투자를 진행하고 비용을 전체 소비자에게 분산하면 데이터센터를 사용하지 않는 일반 가정과 중소기업의 전기요금까지 오를 수 있어서다. 실제로 데이터센터가 전기요금과 수자원에 미칠 영향에 대한 미국인의 우려도 높은 수준이다. AP-NORC 공공문제연구센터와 시카고대 에너지정책연구소 조사에서 미국인의 약 3분의 2가 데이터센터가 에너지 가격에 미칠 영향을 '극도로' 또는 '매우' 우려한다고 답했다. 수자원에 미치는 영향을 같은 수준으로 우려한다는 응답도 57%였다. 이 같은 상황에서 데이터센터 규제 수위를 놓고 미국 정치권의 입장은 엇갈리고 있다. 일부 의원들은 AI의 안전성과 데이터센터의 전기요금·환경 영향을 관리할 제도가 마련될 때까지 신규 AI 데이터센터 건설을 중단해야 한다고 요구하고 있다. 반면 데이터센터가 지역 세수와 일자리 확대에 기여하고 미국의 AI 경쟁력을 유지하는 데 필요한 인프라라는 주장도 제기되고 있다. 특히 스티브 스컬리스 미국 하원 공화당 원내대표는 루이지애나주 리치랜드 패리시의 데이터센터 건설로 세수가 증가하면서 지역 교사들에게 최대 5만 달러의 보너스가 지급됐다는 사례를 소개하며 힘을 보탰다. 마이크 존슨 하원의장도 이번 법안이 지역사회를 보호하면서 미국의 AI 개발 경쟁력을 유지하는 데 균형을 맞췄다고 평가했다. 법안을 발의한 게이브 에번스 공화당 하원의원도 AI 인프라 확충 필요성에는 동의하면서 비용을 일반 소비자에게 전가해서는 안 된다고 강조했다. 미국이 늘어나는 전력 수요에 대응해 전력 시스템을 확충하지 못하면 중국 등 다른 국가에 디지털 인프라를 의존할 가능성이 있다는 주장이다. 에번스 의원은 "매달 전기요금을 내기 위해 열심히 일하는 미국인들의 부담을 키우면서 이런 성장을 가속해서는 안 된다"고 말했다.

2026.09.18 09:55장유미 기자

디노티시아, VDPU 서버 환경으로 확장…美서 카드 4장 탑재 서버 공개

장기기억 인공지능(AI) 및 반도체 통합 솔루션 전문기업 디노티시아가 벡터 검색 전용 프로세서 '벡터 데이터 프로세싱 유닛(VDPU)'를 서버 환경으로 확장한 아키텍처를 공개했다. 디노티시아는 지난 15일부터 17일까지 미국 캘리포니아 산타클라라 컨벤션센터에서 열린 'AI 인프라 서밋 2026'에 참가해 VDPU 카드 4장을 탑재한 서버 구성을 선보였다. 디노티시아는 최근 VDPU 칩과 가속기 카드를 공개한 데 이어, 이번 행사에서는 실제 서버 환경으로 적용 범위를 넓혔다. 1세대 VDPU ASIC은 현재 칩의 동작 특성을 측정·검증하는 특성화를 진행 중이며, 디노티시아는 올해 4분기부터 ASIC 기반 평가를 시작할 계획이다. FPGA 기반 평가에서는 VDPU 카드 4장을 탑재한 서버가 동일한 소프트웨어 스택을 구동한 듀얼소켓 CPU 전용 서버 대비 최대5.77배의 벡터 검색 처리량을 기록했다. 4096차원 멀티모달 워크로드에서 인덱스 구축에 사용하는 호스트 CPU는 92%, 메모리는73% 줄었다. 검색 재현율은 CPU 전용 환경과 동등하거나 높은 수준을 보여, 처리량을 높이면서도 검색 품질 저하는 없었다. 한편 ASIC 기반 VDPU는 CPU 서버 대비 최대 10배 수준의 벡터 검색 성능을 목표로 하고 있다. 디노티시아는 VDPU의 역할을 "생성은 GPU, 검색은 VDPU"로 설명한다. GPU가 모델 실행과 답변 생성에 집중하고, VDPU가 외부 정보를 검색해 답변 생성에 활용하는 검색 증강 생성(RAG)과 AI 에이전트의 벡터 검색을 담당하는 구조다. 에이전틱 AI가 확산되면서 하나의 작업 안에서도 검색과 검증이 반복되는 만큼, 모델 연산뿐 아니라 데이터 검색 성능의 중요성도 커지고 있다. 디노티시아는 FPGA 환경에서 자사 벡터 데이터베이스 씨홀스(Seahorse), FAISS, Milvus, hnswlib와 VDPU의 연동을 검증했다. 국내에서는 씨홀스와 VDPU를 결합해 기업이 보유한 데이터를 AI가 저장·검색·활용할 수 있는 AI 데이터 인프라로 제품화를 추진하고, 글로벌 시장에서는 서버·스토리지·메모리·반도체 기업을 대상으로 VDPU 평가와 개념검증(PoC)을 확대하고 있다. 양세현 디노티시아 최고기술책임자(CTO)는 “에이전틱 AI가 확산되면서 모델 연산뿐 아니라 데이터 검색 성능의 중요성도 커지고 있다”며 “VDPU는 벡터 검색을 전담하고 CPU와 GPU는 각자의 역할에 집중할 수 있도록 설계됐다. 이번 행사에서 VDPU의 서버 구성을 선보인 만큼, 앞으로 실제 고객 워크로드를 기반으로 평가와 적용을 확대해 나갈 것”이라고 말했다.

2026.09.18 08:56장경윤 기자

유심사, 채널코퍼 '알프' 활용해 월평균 2만건 이상 고객문의 처리

데이터 로밍 서비스 '유심사'를 운영하는 가제트코리아가 채널코퍼레이션 AI 에이전트 '알프'를 활용해 월평균 2만 건 이상의 고객 문의를 처리했다. 17일 채널코퍼레이션에 따르면, 전 세계 230여 개 국가에 이심(eSIM) 데이터 로밍을 제공하며 누적 이용자 900만 명을 돌파한 유심사는 월 4만 5000건에 달하는 고객 문의에 신속히 대응하기 위해 지난 6월 AI 에이전트 알프를 도입했다. 유심사는 광학문자판독(OCR) 기술을 연동해 고객이 보낸 eSIM 설치 오류 화면을 알프가 직접 분석하게 했다. 또 상품·국가·운영체제별 맞춤형 해결책을 24시간 제공하도록 상담 자동화 체계를 구축했다. 아울러 채널톡의 노코드 툴 '워크플로우'를 활용해 고객이 자주 묻는 질문을 버튼형 화면으로 구현하며 편의성을 높였다. 그 결과 알프 도입 2개월 만인 지난 8월, 유심사는 전체 상담의 90.9%인 2만 7000건을 알프로 응대했다. 이 중 상담사 연결 없이 알프가 직접 처리한 비중은 8월 평균 59.2%, 최대 64.3%에 달했다. 유상혁 가제트코리아 대표는 “유심사의 누적 이용자 900만 명 돌파는 이심이 단순한 로밍 대체 수단을 넘어 글로벌 통신의 새로운 표준으로 자리 잡고 있음을 보여주는 의미 있는 성과”라며 “앞으로도 이용자들에게 여행의 시작부터 끝까지 만족스러운 경험을 제공할 수 있도록 AI 고객 상담을 비롯한 서비스 전반의 완성도를 높여 나가겠다”고 말했다. 최시원 채널코퍼레이션 대표는 “트래블테크 기업은 시차로 인해 하루 24시간 고객 문의가 발생하는 만큼 상담 인력만으로는 모든 수요에 대응하는 데 한계가 있다”면서 “앞으로도 유심사가 채널톡과 알프를 통해 언제 어디서나 안정적인 고객 상담을 제공하고 고객 경험을 강화할 수 있도록 적극 지원하겠다”고 밝혔다.

2026.09.17 20:12백봉삼 기자

2030년 재생E 100GW 달성 위한 보급 혁신 전담조직(TF) 출범

2030년 재생에너지 100GW 달성을 위한 범국가적인 '재생에너지 보급 혁신 전담조직(TF)'이 출범했다. 기후에너지환경부는 17일 서울 명동 한국전력 경인건설본부에서 '재생에너지 보급 혁신 전담조직(TF)'을 발족하고 첫 회의를 개최했다. 이날 회의에는 국방부·국토교통부·농림축산식품부·산업통상부·해양수산부·행정안전부 등 6개 관계 부처와 한국전력·발전 5사·한국수력원자력·한국수자원공사·한국농어촌공사 등 19개 공공기관, 16개 광역지방정부 등 재생에너지 보급 관련 주요 부처와 지방정부 관계자가 참석했다. TF는 기후부가 지난 5월에 수립한 '제1차 재생에너지기본계획'의 핵심 목표인 2030년 재생에너지 100GW, 2035년 발전비중 30% 이상 달성을 위해 관계기관이 함께 참여하는 범정부 협의체다. 김성환 기후부 장관은 “중동전쟁을 겪으며 재생에너지 중심의 에너지 대전환이 곧 에너지 안보라는 점이 분명해졌다”며 “2030년 100GW는 담당 부처 혼자 달성할 수 있는 목표가 아닌 만큼, 이날 출범한 전담조직(TF)를 통해 관계부처·공공기관·지방정부가 한 팀이 되어 가용한 유휴부지를 최대한 활용하고, 각종 제도 개선을 속도감 있게 추진하겠다”고 밝혔다. 기후부는 최근 인공지능(AI) 데이터센터 확산과 반도체 호황 등으로 전력수요가 애초 전망보다 크게 늘어날 것으로 예상되는 가운데, 재생에너지를 단기간 내 청정전력으로 공급할 수 있는 가장 현실적인 대안으로 꼽았다. 기후부 관계자는 “2030년 100GW를 달성하기 위해서는 단기간 내 준공 가능한 태양광 중심 보급 확대가 필수적”이라며 “계통 여유지역을 중심으로 하는 100MW 이상 초대형 대표 프로젝트와 산업단지·공장지붕, 영농형·수상형, 도로·철도, 학교·주차장 등 4대 정책입지 중심 태양광 보급을 속도감 있게 추진할 계획”이라고 밝혔다. TF는 ▲간척지·접경지역 등 대규모 국·공유지 활용 ▲관계 부처 소관 법령 개정 ▲지방 공공기관 등을 포함한 공공기관 보유·관리 유휴부지 활용 등 기후부가 단독으로 추진하기 어려운 과제를 범정부 차원의 역량 결집을 통해 해결하기 위해 출범했다. TF는 매월 장관 주재로 관계 부처·기관·지방정부가 참여하는 '과제 해결형' 회의체로 운영된다. TF는 대표 플래그십 프로젝트별로 추진현황과 애로사항을 점검해 해결방안을 마련하고, 재생에너지 보급에 필요한 제도·규제를 개선하는 한편, 유휴 국·공유지와 공공기관 보유부지를 발굴한다. 한편, 이날 1차 회의에서는 발전공기업 등 8개 기관이 기관별 재생에너지 보급실적과 향후 보급계획, 주요 신규사업 추진현황, 인허가·수용성 등 애로사항을 발표하고 해소방안을 논의했다. 기후부는 제기된 내용을 매월 회의에서 지속적으로 점검해 주요 신규사업 추진을 가속할 계획이다.

2026.09.17 16:53주문정 기자

  Prev 1 2 3 4 5 6 7 8 9 10 Next  

지금 뜨는 기사

이시각 헤드라인

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

중국, AI 감속 대신 안전장치 강화…미국발 '속도조절론'과 다른 길

[ZD e게임] 모바일 터치 대신 마우스 손맛…스팀 데모로 맛본 '쿠킹 어드벤처'

[ZD브리핑] 미중 정상회담·김범수 항소심 결심…추석 앞 산업·IT 이슈는

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.