검색 - IT세상을 바꾸는 힘 지디넷코리아

ZDNet 검색 페이지

'데이터'통합검색 결과 입니다. (2910건)

태그
기간
- 3개월
- 1년
- 1년 이전

재검색

[현장] "AI 모델은 상향평준화, 이제 데이터가 경쟁력"

"데이터 전략 없이는 어떤 인공지능(AI) 전략도 있을 수 없다." 발라 카시비스와탄 스노우플레이크 제품 관리 담당 부사장은 27일 서울 코엑스에서 열린 '스노우플레이크 월드 투어 서울'에서 기업 AI 전환의 핵심으로 데이터를 강조했다. AI 모델 성능이 상향 평준화되면서 어떤 모델을 쓰느냐로는 기업 간 차이를 내기 어려워졌고, 결국 각 기업이 가진 데이터를 얼마나 잘 갖추고 활용하느냐가 경쟁력을 가른다고 진단했다. 모델은 상향평준화… 이제 데이터가 경쟁력 이날 기조연설 무대에 오른 이경종 KB국민은행 상무는 AI 에이전트 경쟁력이 모델 성능보다 그 에이전트가 믿고 행동할 수 있는 데이터 기반에서 나온다고 밝혔다. 챗GPT나 제미나이, 클로드 같은 최신 모델은 물론 오픈소스 모델까지 성능이 비슷해진 만큼, 기업 간 차이는 각자 가진 데이터의 품질과 활용도에서 갈린다고 주장했다. KB국민은행은 묻는 말에 답만 하는 AI를 넘어 스스로 업무를 처리하는 '행동하는 AI'를 목표로 잡았다. 이 상무는 그룹 전체에 100여 개 AI 에이전트를 운영 중이며 2026년 300여 개까지 늘릴 계획이라고 밝혔다. 관건은 데이터다. 이 상무는 행동하는 AI가 제대로 일하려면 AI가 곧바로 이해하고 쓸 수 있게 잘 정리된 데이터, 이른바 'AI 레디 데이터'가 뒷받침돼야 한다고 강조했다. KB국민은행은 이를 위해 현업 부서가 직접 자기 데이터를 만들고 관리하며, 이렇게 만든 데이터를 사내 장터처럼 공유하고 재사용하는 체계를 스노우플레이크와 구축하고 있다. 그는 "데이터를 한곳에 모으는 통합 저장소와 부서별로 데이터를 나눠 관리하는 구조를 도입해 데이터 준비 시간을 50% 이상 줄이고 중복을 없애 저장 비용도 30% 이상 아낄 수 있을 것"으로 기대했다. AI에 실제 업무를 맡기려면 그 판단을 믿을 수 있어야 한다는 지적도 나왔다. 강민승 티냅스 대표는 한 단계에서 95% 정확도를 내는 AI라도 10단계를 거치면 성공률이 60%까지 떨어진 사례를 들며 AI의 답변과 행동이 실제 업무로 넘어가기 전에 실시간으로 검증하고 걸러내는 장치가 필요하다고 주장했다. 그는 "기계적인 규칙으로 걸러낼 일, AI가 한 번 더 검증할 일, 사람이 직접 판단할 일의 경계를 명확히 나눠야 기업이 AI에 업무를 온전히 맡길 수 있다"며 "모델은 바뀌어도 기업의 신뢰 기준은 영원해야 한다"고 말했다. 흩어진 데이터부터 잡아라… 스노우플레이크 '에이전틱 엔터프라이즈' 카시비스와탄 부사장은 이런 고민을 해결할 방안으로 '에이전틱 엔터프라이즈'를 제시했다. AI 에이전트가 기업 곳곳에서 대규모로 안전하게 일하는 조직을 뜻한다. 그는 대부분의 기업이 여러 앱과 데이터베이스에 정보가 제각각 흩어져 있다는 점을 문제로 꼽았다. 이렇게 파편화된 환경에서는 AI가 어떤 데이터를 어떻게 다뤄야 할지 판단하기 어렵고 그때마다 비용과 복잡성이 늘어난다고 지적했다. 카시비스와탄 부사장은 이를 풀기 위한 네 가지 조건을 제시했다. ▲믿고 쓸 수 있는 데이터 플랫폼 ▲특정 업체나 모델에 얽매이지 않는 모델 선택권 ▲전사자원관리(ERP)·고객관계관리(CRM) 등 기존 업무 시스템과의 연동 ▲여러 에이전트를 한곳에서 관리·통제하는 장치다. 이 가운데 그는 데이터 관리와 통제를 강조했다. AI는 사람보다 훨씬 많은 데이터를 한 번에 들여다보는 만큼 누가 어떤 권한으로 데이터를 다루는지 통제하는 일이 중요하다고 밝혔다. 그는 "기업의 데이터는 그 기업의 자산이자 경쟁력"이라며 "스노우플레이크는 고객 데이터를 자사 모델 학습에 쓰지 않는다"고 말했다. 실행 도구로는 지난 7월 정식 출시한 AI 코딩 도구 '코코'를 앞세웠다. 기존 권한 체계를 그대로 지키면서 자연어 명령만으로 데이터 준비부터 분석, 에이전트 개발까지 처리하도록 돕는 도구다. 일반 코딩 도구가 코드를 짜주는 데 그친다면, 코코는 스노우플레이크 안에서 기업의 데이터와 권한 체계, 업무 규칙을 이해한 채로 작동한다. 개발자는 코드 조각을 받는 수준을 넘어 자연어 명령만으로 데이터 파이프라인 구축과 분석, AI 에이전트 개발까지 처음부터 끝까지 처리한다. 기존 역할과 접근 권한을 그대로 지키는 만큼 관리된 환경 안에서 안전하게 개발할 수 있다. 카시비스와탄 부사장은 "코코를 통해 기술 인력뿐 아니라 비기술 인력도 정확한 데이터를 바탕으로 필요한 것을 직접 만들 수 있다"며 "아이디어를 실제 서비스로 옮기는 시간이 크게 줄어든다"고 설명했다. 한편 스노우플레이크는 이날 데이터와 AI로 성과를 낸 국내 기업을 뽑는 '데이터 드라이버 어워드' 시상식도 함께 열었다. 넥슨과 네오위즈, 미래에셋자산운용, KB국민은행, 비바리퍼블리카(토스) 등이 부문별로 수상했다.

2026.08.27 16:16김동원 기자

'독파모' 학습데이터 29종 푼다…1.56조 토큰 'AI허브' 개방

정부가 '독자 인공지능(AI) 파운데이션 모델' 개발 과정에서 확보한 학습용 데이터를 민간에 개방했다. 국내 기업과 연구자가 대형 AI 모델과 멀티모달·안전성 기술을 개발할 수 있는 기반을 넓히기 위한 전략이다. 과학기술정보통신부는 독파모 5개 정예팀이 1차 단계평가 과정에서 확보한 데이터 29종을 한국지능정보사회진흥원(NIA)의 AI허브에 공개했다고 27일 밝혔다. 개방 규모는 약 3544만건으로 토큰으로 환산하면 약 1조 5600억개다. 이번 데이터는 정예팀들이 각자 AI 모델 개발 전략에 맞춰 2025년 데이터 구축·가공 예산 150억원으로 확보했다. 대규모 사전학습 데이터부터 영상·음성 기반 멀티모달 데이터와 AI 안전성 확보를 위한 레드티밍 데이터까지 포함됐다. 전체 데이터는 이론적으로 약 700~800억개 매개변수 수준의 대형 AI 모델을 학습하는 데 사용할 수 있는 규모다. 독자 AI 모델 개발에 참여한 정예팀들의 학습 전략과 데이터 구축 경험도 담겼다. 네이버클라우드는 공개 영상 234만건과 방송 영상 52만건을 비롯해 영상 클립을 기반으로 만든 텍스트 1550만건과 음성 질의응답 1200만건을 구축했다. 장면을 문장 단위로 설명한 캡션 등이 포함돼 AI의 영상 이해 능력과 이미지 생성 모델 학습에 활용할 수 있다. 업스테이지는 1조 토큰 규모의 사전학습 데이터와 50만건의 사후학습 데이터를 공개했다. 사전학습 데이터는 대형 AI 모델을 처음부터 학습하는 데 쓸 수 있으며 사후학습 데이터는 추론과 판단·실행 능력을 갖춘 AI 에이전트 개발에 활용할 수 있다. SK텔레콤은 수학·과학·법률 분야의 고난도 다단계 추론 데이터와 음성·이미지 기반 사후학습 데이터를 구축했다. 국내 법령과 한국 사회의 보편적 가치관을 반영한 한국형 레드티밍 데이터 약 1만건도 포함했다. NC AI는 제조 분야 기술문서와 민원 상담 음성 등 산업 현장에서 확보한 실제 데이터 기반으로 7종의 학습 데이터를 마련했다. 긴 문맥 이해와 단계별 추론·멀티턴 대화·질의응답·멀티모달 학습 등에 활용할 수 있다. LG AI연구원은 국내 50개 실제 가정환경에서 50종 넘는 가사 활동을 촬영해 한국 가정환경에 특화된 피지컬 AI 멀티모달 데이터를 구축했다. 17만개 이상의 영상 클립에 객체와 분할·자세·맥락 정보를 다층으로 표시해 비전 언어 모델 학습과 상용 서비스 개발 등에 이용할 수 있도록 했다. NIA와 한국정보통신기술협회(TTA)는 정예팀들로부터 데이터를 제공받아 품질과 개인정보·유해성을 검증했다. 라이선스 제약이 있는 데이터는 개방 대상에서 제외했다. 사업 참여 조건에 따라 데이터 구축·가공 예산으로 확보한 데이터 가운데 50% 이상을 공개해야 한다. 네이버클라우드와 업스테이지·SK텔레콤·NC AI는 검증을 마친 데이터를 모두 개방하고 LG AI연구원은 의무 개방량을 충족하도록 세부 데이터셋을 통계적으로 선별해 공개했다. 국내 기업과 연구자·학생 등 대한민국 국민은 누구나 AI허브 '독자AI모델 데이터' 항목에서 데이터를 무료로 내려받아 활용할 수 있다. 일부 데이터는 보안이 보장된 온라인 AI 모델 개발 공간인 '안심존' 이용을 별도로 신청해야 한다. 과기정통부는 독파모 고도화 지원을 이어갈 방침이다. 향후 2차 단계평가 과정에서 데이터 구축·가공 예산으로 확보한 데이터도 품질검증을 거쳐 추가로 개방할 예정이다. 김경만 과기정통부 AI정책실장은 "독파모 프로젝트는 단순히 AI모델 개발을 넘어 개발과정에서 축적된 경험과 노하우를 통해 AI생태계 전반의 질적 성장에 기여한다는 점에서 큰 의미"라면서 "오늘 개방된 데이터는 정예팀의 AI학습 전략이 담긴 귀중한 자산인 만큼 AI생태계의 성장과 자생력 강화를 이끄는 밑거름이 될 것"이라고 밝혔다.

2026.08.27 14:00김미정 기자

[현장] AGI 시대 성큼…전문가들 "데이터·제도·사회 전환 함께 준비해야"

다가오는 범용인공지능(AGI) 시대에 대비해 한국이 글로벌 인공지능(AI) 경쟁력을 확보하려면 데이터 선순환 구조와 사후학습 기술에 대한 투자를 강화하고 노동·의료·교육 등 사회 전반의 제도 변화까지 준비해야 한다는 제언이 나왔다. 과학기술정보통신부는 27일 서울 중구 프레지던트호텔에서 'AGI 시대의 서막'을 주제로 '제2차 과학기술·인공지능 미래전략회의'를 개최했다. 이번 회의에선 AGI 시대를 대비해 기술·인프라 확보에서 경제·산업 전환을 거쳐 사회적 연착륙으로 이어지는 세 가지 주제의 발제가 진행됐다. 첫 발제자로 나선 신진우 KAIST 김재철AI대학원 교수는 '최상위급 AI 모델 확보 방안'을 주제로 한국이 글로벌 프론티어 AI 모델 경쟁에서 추격을 넘어 선두권으로 올라서기 위해 데이터와 사후학습에 대한 투자를 확대해야 한다고 강조했다. 그는 최근 국내 AI 모델의 성능이 발전 중이지만 여전히 미국·중국 최상위 모델과의 격차도 벌어지고 있다고 진단했다. 신 교수는 "최상위급 모델에는 데이터·모델·컴퓨팅 세 가지 요소가 필요한데 이는 더하기가 아니라 곱하기"라며 "하나라도 0이 되면 나머지가 아무리 많아도 쓸모가 없다"고 말했다. 이어 "현재 국내 AI 투자에서 컴퓨팅이나 모델 기술에 비해 상대적으로 데이터에 대한 투자가 부족하다"고 지적했다. 특히 해외 AI 기업들은 서비스를 통해 확보한 사용자 데이터를 다시 모델 학습에 활용하면서 성능을 높이는 '데이터 플라이휠'을 구축한 반면, 국내에는 이같은 선순환 구조가 부족하다고 평가했다. 국산 AI 모델 사용이 늘어나야 서비스 과정에서 새로운 데이터가 생성되고 이를 다시 모델 고도화에 활용할 수 있다는 설명이다. 신 교수는 "데이터를 공급하고 모델을 만든 뒤 사용자가 쓰게 하고 거기서 나온 데이터를 가지고 다시 모델을 개선해야 하는데 국산 모델을 쓰지 않기 때문에 이런 선순환 구조가 끊겨 있는 것이 가장 큰 문제"라고 말했다. 그러면서 에이전틱 AI 시대에는 온라인 환경과 상호작용하며 강화학습하는 '포스트트레이닝' 기술과 데이터 순환 구조에 집중적으로 투자해야 한다고 제언했다. 공공부문부터 국산 모델 활용을 확대해 실제 사용 과정에서 생성되는 데이터를 다시 학습에 활용하는 방안도 제시했다. 다음으로 최경진 가천대 법학과 교수는 '토큰 경제 시대의 법과 제도의 설계'를 주제로 AI 대전환 과정에서 발생할 비용과 책임, 편익을 어떻게 분배할 것인지에 대한 법·제도적 논의가 필요하다고 밝혔다. 특히 AI 활용에 필요한 토큰 비용이 높아지면서 자체 인프라나 협상력을 갖춘 대기업과 달리 중소기업·개인·연구자에게 부담이 집중될 가능성을 짚었다. 그는 "중소기업이나 개인, 연구자 같은 경우 토큰 비용의 증가를 고민하지 않을 수 없다"며 "중소기업과 연구개발자를 위한 적극적인 컴퓨팅 자원을 제공하는 형태의 법적인 기반이 필요하다"고 설명했다. 정부가 국가 AI 컴퓨팅 인프라를 확충하는 동시에 이를 다양한 주체가 실제 활용할 수 있도록 제도적 근거를 갖춰야 한다고도 주장했다. 또 AI 규제를 무조건 앞당기기보다는 기술 발전을 촉진하면서 실제 발생하는 분쟁을 해결할 수 있는 제도적 기반을 마련하는 것이 중요하다는 점도 강조했다. 최 교수는 "법 제도가 너무 빠른 속도로 나가서도 안 되고 너무 늦은 속도로 나가서도 안 된다"며 "AI 기본법을 비롯한 관련 규제가 합리적인 수준에서 운영되도록 지속적으로 모니터링하고 발전시켜야 한다"고 제언했다. 마지막으로 김현철 연세대 의과대학 교수는 'AGI와 사회: AI가 바꾸는 세 개의 시장'을 주제로 노동시장과 보건의료, 교육 분야에서 나타날 변화를 진단했다. 노동시장 전체에서 AI로 인한 급격한 고용 충격이 아직 뚜렷하게 나타나지는 않았지만 미국에선 AI 노출도가 높은 직군을 중심으로 젊은 세대의 고용이 감소하는 현상이 관찰되고 있다고 설명했다. 반면 국내에는 AI가 고용에 미치는 영향을 파악할 모니터링 체계조차 충분히 구축되지 않았다고 지적했다. 이에 AI 도입에 따른 청년 고용 변화를 지속적으로 추적하고 실업률 변화 등에 대비해 사회보장체계의 재정 영향까지 함께 분석해야 한다고 제안했다. 보건의료 분야에선 AI가 의료진의 생산성을 높이고 의료 접근성을 개선할 가능성에 주목했다. 김 교수는 특히 의료취약지역 문제를 단순히 의사 수 확대로 해결하기보다 AI와 데이터, 기술을 활용하는 접근이 필요하다고 주장했다. 이를 위해 병원마다 분산된 의료 데이터를 표준화하고 연계해 의료 AI 개발에 활용할 수 있는 기반을 갖춰야 한다고 밝혔다. 교육 역시 AI 시대에 맞춰 인지능력 중심 체계에서 변화해야 한다고 강조했다. AI가 지식 습득과 문제 해결 등 인지 기능을 빠르게 대체하는 만큼, 다른 사람과 협력하고 공감하며 스스로 판단하는 비인지 역량의 중요성이 커질 것이라는 전망이다. 배경훈 부총리 겸 과기정통부 장관은 "AGI는 개별 기술·산업의 혁신을 넘어 국가 체계 전반을 재편하고 우리 삶의 모습까지 근본적으로 바꿔놓을 엄청난 파급력을 가질 것으로 전망되는 만큼, 경제·산업의 변화는 물론 노동·복지·교육 등 사회 전반의 패러다임 전환에도 함께 대비해야 한다"며 "이번 자리에서 나온 고견을 바탕으로 AGI 시대를 선제적으로 준비해 나가도록 하겠다"고 덧붙였다.

2026.08.27 10:58한정호 기자

'챌린저스' 운영사 화이트큐브, 포브스 '아시아 100대 유망기업' 올라

커머스 마케팅 솔루션 '챌린저스' 운영사 화이트큐브가 미국 경제 전문지 포브스가 발표한 '포브스 아시아 100대 유망기업 2026'에 이름을 올렸다. 포브스는 아시아·태평양 지역의 비상장 기업을 대상으로 산업 기여도, 비즈니스 모델, 혁신성, 매출 성장세, 투자 유치 능력 등을 종합 평가해 유망 기업을 고른다. 화이트큐브는 이커머스·리테일 분야에서 성장 가능성을 인정받았다. 포브스는 챌린저스가 뷰티, 식품, 건강기능식품, 패션, 생활용품 등 다채로운 소비재 브랜드의 마케팅을 지원해 온 점을 긍정적으로 바라봤다. 챌린저스는 실제 구매 데이터를 토대로 브랜드의 판매 성과와 매출 상승을 기획하는 솔루션으로, 주요 온·오프라인 커머스 채널에서 실질적인 전환 성과를 내고 있다. 화이트큐브의 2025년 매출액은 전년 대비 86% 증가한 273억원을 기록했다. 협업 브랜드 수는 3.4배, 집행 가능 커머스 채널 수는 2배 늘어났다. 지난 7월 말 기준 누적 1341개 브랜드와 협력했으며, 국내 회원 211만 명과 일본 회원 10만 명을 확보했다. 특히 일본에서는 큐텐 등 현지 유통 플랫폼을 중심으로 K-뷰티 브랜드의 시장 안착과 매출 확대를 도모하고 있으며, 향후 미국 아마존 등 글로벌 유통망으로 진출 범위를 늘릴 방침이다. 최혁준 화이트큐브 대표는 "이번 선정은 챌린저스가 커머스 데이터를 기반으로 브랜드의 커머스 매출 성장을 견인해 온 성과와 글로벌 확장 가능성을 인정받은 결과라는 점에서 의미가 크다"며 "앞으로도 실제 구매와 성과로 연결되는 커머스 마케팅 모델을 지속적으로 발전시켜 나가겠다"고 밝혔다.

2026.08.27 10:07백봉삼 기자

다가오는 AGI 시대…정부·산학연 머리 맞댄다

과학기술과 인공지능(AI)이 발전하면서 범용인공지능(AGI) 시대가 다가오는 가운데, 정부와 산학연 전문가들이 정책 방향성을 모색하기 위해 머리를 맞댔다. 과학기술정보통신부는 27일 서울 프레지던트호텔에서 '제2차 과학기술·인공지능 미래전략회의'를 개최했다. 이번 2차 회의는 'AGI 시대의 서막'을 주제로 마련됐다. AGI에 대해 아직 전 세계적으로 합의된 정의는 없으나 일반적으로 특정 분야·목적에만 뛰어난 성능을 보여 활용이 국한되는 현재의 AI와 달리, 다양한 분야에서 인간 수준 이상의 범용적 지능을 갖는 AI로 통용되고 있다. 주요 전문가들은 2030년대 초중반을 AGI 도래 시점으로 내다보고 있다. 이날 회의에선 AGI 시대를 대비하기 위한 ▲기술·인프라 확보 ▲경제·산업 전환 ▲사회 연착륙 순서로 3건의 발제가 진행됐다. 먼저 신진우 KAIST 김재철AI대학원 교수는 '최상위급 AI 모델 확보 방안'을 주제로 컴퓨팅 인프라 확충과 함께 데이터 확보 및 사후학습에 대한 투자를 확대해 나가야 한다고 강조했다. 또 공공부문부터 국산 모델 활용을 늘려 사용 데이터가 다시 학습으로 이어지는 선순환 구조를 갖출 필요가 있다고 제안했다. 다음으로 최경진 가천대 법학과 교수는 '토큰 경제 시대의 법과 제도의 설계'를 주제로 발표했다. AI 대전환에 따른 비용·책임·편익의 분배 기준을 미리 설계해야 한다고 짚으며 법과 제도를 통해 노동·기업·데이터 기여자·국가가 함께 참여할 필요가 있다고 제안했다. 마지막으로 김현철 연세대 의과대학 교수는 'AGI와 사회: AI가 바꾸는 세 개의 시장'을 주제로 노동시장·보건의료·교육을 관통하는 변화의 흐름을 진단했다. 또 이에 대응하기 위해 청년 고용 보호와 의료·교육 제도 정비가 필요하다고 강조했다. 이어진 자유토론에선 발제에서 제기된 최상위급 AI 모델 확보, 토큰 경제 설계, 노동·보건의료·교육 시장 재편과 정부의 대응 방향에 대해 논의하고 산업·연구개발·국방·방송 등 AGI가 각 분야에 미치는 영향에 대해 의견을 공유했다. 배경훈 부총리 겸 과기정통부 장관은 "최상위급 AI 모델 확보 경쟁이 치열해지고 AI 발전 속도도 기하급수적으로 빨라지고 있다"며 "AGI 시대의 도래는 시간의 문제일 뿐 예정된 미래인 만큼, 우리도 이에 필요한 기술·인프라·제도 등을 어떻게 준비해 나가야 할지 지금부터 고민해야 할 시점"이라고 강조했다. 이어 "AGI는 개별 기술·산업의 혁신을 넘어 국가 체계 전반을 재편하고 우리 삶의 모습까지 근본적으로 바꿔놓을 엄청난 파급력을 가질 것으로 전망되는 만큼, 경제·산업의 변화는 물론 노동·복지·교육 등 사회 전반의 패러다임 전환에도 함께 대비해야 한다"며 "이번 자리에서 나온 고견을 바탕으로 AGI 시대를 선제적으로 준비해 나가도록 하겠다"고 덧붙였다.

2026.08.27 09:31한정호 기자

숙련공 떠나는 제조현장…피지컬 AI로 '노하우' 보존한다

한국 제조업의 고령화가 빠르게 진행되면서 숙련공이 보유한 작업 노하우를 데이터로 전환해 인공지능(AI)과 로봇에 접목하려는 움직임이 확산되고 있다. 산업용 로봇 보급이 세계 최고 수준에 이르렀지만 작업자의 경험과 판단에 의존하는 공정은 여전히 자동화가 쉽지 않아 피지컬 AI가 제조 현장의 기술 단절을 보완할 대안으로 떠오르는 모습이다. 27일 업계에 따르면 국내 제조업에서 60세 이상 고용 비중은 2010년 5.4%에서 지난해 17.5%로 증가했다. 기간제 근로자 기준으로는 같은 기간 7.1%에서 31.7%로 높아지며 제조 현장의 고령화가 빠르게 진행 중이다. 제조업 고령화는 단순한 인력 구성 변화를 넘어 기술 전승 문제로 이어질 수 있다는 우려가 나온다. 도장·연마·용접·검사 등 일부 공정은 제품 형상과 표면 상태, 작업 각도와 순서 등에 따라 결과가 달라져 작업자의 오랜 경험을 통해 축적된 숙련도가 품질에 영향을 미친다. 이같은 노하우는 표준화된 매뉴얼만으로 전달하기 어려운 것으로 평가된다. 숙련 인력이 은퇴할 경우 작업 과정에서 축적한 암묵지도 함께 사라질 가능성이 있어 최근 제조 현장에선 숙련 기술을 데이터로 보존·활용하는 것이 주요 과제로 부상 중이다. 업계에 따르면 한국은 이미 산업용 로봇 활용 측면에선 높은 수준의 인프라를 갖추고 있다. 제조업 종사자 1만 명당 산업용 로봇은 약 1220대에 달한다. 그러나 기존 산업용 로봇은 정형화된 반복 작업에 강점을 가진 반면 작업 대상의 위치나 형상, 표면 상태가 달라지면 별도의 티칭과 보정 작업이 필요한 상황이다. 특히 표면처리처럼 제품별 편차가 크고 작업자의 판단이 많이 개입되는 공정은 자동화 난도가 높은 분야로 꼽힌다. 기업 규모에 따른 스마트 제조 역량 차이도 존재한다. 2024년 스마트 제조혁신 실태조사에 따르면 중견기업의 스마트공장 도입률은 85.7%인 반면 소상공인은 18.6%에 그쳤다. 이에 제조업 자동화의 무게중심도 단순한 로봇 도입에서 제조 AI와 피지컬 AI, AI 팩토리 등으로 확대되는 양상이다. 피지컬 AI는 AI를 로봇과 센서, 비전, 3D 측정, 제어 소프트웨어 등 물리적 시스템과 결합해 실제 작업을 수행하도록 하는 기술이다. 기업들의 관심도 높아지고 있다. 한국경영자총협회가 종사자 500인 이상 제조기업 100개사를 대상으로 실시한 피지컬 AI 도입 실태 및 인식 조사에선 응답 기업의 84%가 피지컬 AI를 이미 도입했거나 향후 도입할 예정이라고 답했다. 제조업 고령화와 인력난, 생산성 개선 요구가 맞물리면서 관련 기술 수요가 확대되는 것으로 풀이된다. 글로벌 로봇 경쟁에서도 현장 데이터의 중요성이 커지고 있다. 제조·물류·로봇 현장에서 작업 데이터를 확보하고 이를 AI 모델 개선에 다시 활용하는 이른바 '데이터 플라이휠' 구조가 경쟁력의 핵심으로 떠오르고 있어서다. 제조 현장에서 얼마나 많은 작업 데이터를 확보하고 실제 공정 자동화에 활용할 수 있느냐가 제조 AI 경쟁력을 좌우할 수 있다는 분석이다. 이런 흐름 속에서 금융 스마트 플랫폼 전문기업 핑거도 제조 AI와 로봇 지능화 사업으로 영역을 확대 중이다. 금융 IT와 데이터 처리, 플랫폼 구축, AI 서비스 개발 등을 주력으로 해온 핑거는 최근 표면처리 공정에 특화된 산업용 로봇 지능화 솔루션 기업 미켈로로보틱스의 지분 79.48%를 인수했다. 미켈로로보틱스는 작업자의 동작 기록과 CAD·3D 스캔 기반 로봇 경로 생성, 비전·3D 측정을 활용한 오차 보정 기술 등을 보유 중이다. 숙련 작업자의 동작을 데이터화하고 제품 형상과 현장 오차, 표면 상태 등을 반영해 로봇의 작업 경로를 생성·수정하는 방식이다. 핑거는 미켈로로보틱스의 표면처리 자동화 기술에 자사 데이터·AI 플랫폼 역량을 연계해 제조 AI 솔루션의 현장 적용 범위를 확대한다는 계획이다. 대기업 양산 라인에서 축적한 적용 경험을 토대로 중견·중소 제조기업에도 적용할 수 있는 표준화 솔루션을 마련해 제조 현장의 자동화·지능화 수요에 대응한다는 목표다. 업계 관계자는 "한국 제조업은 높은 로봇 도입 기반을 갖추고 있지만, 숙련공 의존도가 높은 일부 공정에선 여전히 자동화와 데이터화가 과제로 남아 있다"며 "숙련 인력이 은퇴하기 전 현장의 작업 지식을 데이터로 전환하고 이를 AI와 로봇 제어 기술에 연결하는 것이 제조 AI 적용의 핵심 과제"라고 말했다.

2026.08.27 09:01한정호 기자

앤트로픽, 엔스케일과 데이터센터 임차 계약…6년간 62조원 규모

앤트로픽이 영국 클라우드 컴퓨팅 스타트업 엔스케일과 계약을 체결하고 이들의 데이터센터에서 6년간 약 450억 달러(약 62조 3025억원) 규모의 컴퓨팅 용량을 임차한다. 26일(현지시간) 파이낸셜타임스 등 외신은 사안에 정통한 관계자들의 말을 인용해 앤트로픽이 엔비디아의 차세대 '베라 루빈' 프로세서가 가동되는 내년 말부터 미국 웨스트버지니아주에 위치한 해당 시설에서 460MW 규모의 컴퓨팅 자원을 이용하기 시작할 예정이라고 밝혔다. 최근 앤트로픽은 아마존, 스페이스X와도 컴퓨팅 관련 계약을 체결했다. 올해에는 인프라 투자 자금을 마련하기 위해 수백억 달러를 조달하기도 했다. 메타와도 수십억 달러 규모에 이를 수 있는 컴퓨팅 자원 임차 계약을 두고 초기 협상을 진행했다. 이와 별도로 앤트로픽은 구글의 AI 칩을 1500억 달러(약 207조 6750억원) 이상 규모로 대여하기로 했다. 해당 칩들은 전용으로 구축된 데이터센터에 설치된다. 엔스케일은 미국 웨스트버지니아주 메이슨카운티에 1.35GW 규모의 데이터센터를 건설하고 있다. 데이터센터에 전력을 공급하기 위한 2GW 규모의 천연가스 발전소도 부지 내에 들어설 예정이다. 엔스케일은 전체 사업비가 690억 달러(약 95조 5305억원)에 이를 것으로 추산한다. 엔스케일은 노르웨이에서도 데이터센터 캠퍼스를 건설하고 있다. 이 시설은 오픈AI가 사용할 것으로 예상된다. 엔스케일이 추진하고 있는 데이터센터 프로젝트는 12개가 넘는다.

2026.08.27 08:59박서린 기자

아마존, 엔비디아 AI칩 200만개 더 산다…생성형AI 수요 대응

아마존이 향후 2년 동안 엔비디아의 인공지능(AI) 반도체 200만개를 추가로 데이터센터에 투입한다. 자체 AI 칩 개발에 막대한 자금을 쏟고 있지만 생성형 AI 수요에 대응하기 위해 엔비디아의 고성능 그래픽처리장치(GPU) 확보도 대폭 늘리는 모습이다. 26일(현지시간) 블룸버그통신 보도에 따르면 아마존과 엔비디아는 아마존이 2027년과 2028년에 엔비디아의 고성능 GPU 약 200만개를 도입한다고 밝혔다. 해당 칩들은 AI 모델을 학습하고 구동하는 데 사용된다. 이는 아마존이 지난 3월 발표한 엔비디아 칩 100만개 도입 계획과 별도다. 당시 아마존은 올해부터 아마존웹서비스(AWS) 데이터센터에 엔비디아 칩을 설치하겠다고 밝혔다. 외신에 따르면 아마존이 이번에 도입하는 제품에는 엔비디아의 블랙웰 울트라와 차세대 제품인 루빈, 루빈 울트라 GPU가 포함된다. 이들 제품의 정가는 개당 최소 수만 달러 수준이 될 것으로 예상된다고 외신은 설명했다. 대형 고객은 할인된 가격으로 공급받을 수 있지만 아마존과 엔비디아는 이번 계약의 구체적인 금액을 공개하지 않았다. 엔비디아 GPU는 생성형 AI 투자 확대의 핵심 인프라로 꼽힌다. 현재 대부분의 대규모언어모델(LLM)을 학습하고 실제 서비스에서 구동하는 데 엔비디아 GPU가 활용되고 있다. 다만 엔비디아의 주요 고객인 아마존과 마이크로소프트(MS), 구글 모회사 알파벳은 동시에 자체 AI 반도체 개발에도 나서고 있다. 각사의 데이터센터 환경에 맞춘 칩을 개발해 비용과 전력 효율을 높이고 이를 고객에게 제공하겠다는 전략이다. 아마존도 자체 반도체 개발 조직인 안나푸르나랩스에 최근 수년간 대규모 투자를 이어왔다. 안나푸르나랩스는 중앙처리장치(CPU)를 비롯해 엔비디아 GPU에 맞서기 위한 AI 가속기 트레이니엄을 개발하고 있다. 아마존은 차세대 트레이니엄 AI 칩에 엔비디아의 네트워킹 기술을 활용할 계획이라고 밝힌 바 있다. 외신은 아마존이 자체 AI 반도체 개발을 확대하면서도 엔비디아 GPU를 대규모로 추가 확보하기로 한 것은 AI 인프라 시장에서 엔비디아 제품에 대한 의존도가 여전히 높다는 점을 보여준다고 전했다.

2026.08.27 08:51류승현 기자

엔비디아, 분기 매출 133조 '예상치 훌쩍'...13분기 연속 기록 경신

엔비디아가 26일(현지시간) 올 2분기(5~7월, 회계연도 기준 2027년 2분기) 예상치를 뛰어넘는 실적을 발표했다. AI 데이터센터 수요 증가 지속으로 전체 매출이 962억 달러를 넘어선 데다 3분기(8~10월) 매출 역시 사상 최초로 1000억 달러(약 140조원)를 넘어설 것으로 전망된다. 엔비디아에 따르면 2분기 매출은 962억 2100만 달러(약 133조 1600억원)로 전년 동기(467억 4300만 달러, 약 64조 6900억원) 대비 두 배 이상 늘어났다. 이는 지난 5월 자체 전망치인 910억 달러(약 125조 9400억원), 시장 전망치인 920억 달러(약 127조 3300억원)를 40억 달러 이상 넘어선 수치다. 영업이익은 637억 3400만 달러(약 88조 2100억원)로 전년 동기(284억 4000만 달러, 약 39조 3600억원) 대비 두 배 이상 늘어났다. 젠슨 황 엔비디아 CEO는 "AI 관련 수요가 폭증하며 새로운 AI 연구소와 스타트업이 잇따라 등장하는 황금기가 열렸고, 여러 프런티어 연구소가 동시에 규모를 확대하고 있다"며 "미국을 포함한 전세계에서 강력한 성장세가 이어지고 있다"고 강조했다. 이어 "AI 인프라 구축은 전속력으로 진행되고 있다. 이제 완전한 생산 체제에 들어간 베라 루빈 AI GPU 시스템은 이런 시대를 뒷받침하기 위해 만들어졌다"고 덧붙였다. 엔비디아는 올 1분기부터 사업 실적을 '데이터센터'와 '엣지 컴퓨팅' 등 두 개 시장으로 구분해 발표한다. 현재와 미래 성장 동력을 보다 명확히 반영하기 위해서라는 것이다. 데이터센터 부문은 ▲글로벌 클라우드 기업과 대형 인터넷 기업 매출을 포함한 '하이퍼스케일(Hyperscale)' ▲AI 클라우드, 산업, 기업 부문을 일컫는 'ACIE'로 구분된다. 데이터센터 부문 매출은 890억 달러(약 12조 3180억원)로 전년 동기 대비 18% 늘어났다. 또 1분기와 마찬가지로 2분기 전체 매출의 92.5%가 데이터센터 부문에서 나왔다. 이 중 하이퍼스케일 부문 매출은 487억 달러(약 6조 7400억원), AICE 부문 매출은 403억 달러(약 5조 5780억원) 수준이었다. 엔비디아는 "블랙웰 울트라(GB300) 출하가 시작되며 하이퍼스케일 부문 매출이 전년 대비 두 배 이상 늘어났으며 H200 등 중국 시장 관련 매출은 데이터센터 부문 전체 매출의 1% 이하"라고 설명했다. 엣지 컴퓨팅 부문은 PC, 게임 콘솔, 워크스테이션, AI-RAN 기지국, 로보틱스, 오토모티브(자동차) 등 에이전틱 AI 및 피지컬 AI용 기기를 포함한다. 이 부문의 1분기 매출은 71억 9800만 달러(약 9962억원)이며 전년 동기(56억 4700만 달러, 약 7815억원) 대비 27% 늘어났다. 엔비디아는 "블랙웰 기반 워크스테이션 판매는 늘어났지만 PC 부문은 메모리 가격 상승으로 인한 영향으로 일부 감소했다"고 설명했다. 엔비디아는 오는 10월 1일 주당 25센트 배당금을 지급할 예정이다. 배당락은 9월 10일이다. 엔비디아는 올해 3분기(8~10월) 매출 1080억 달러(약 149조 4720억원)를 예상했다. 이는 2분기 매출보다 약 12% 증가한 수준으로, 엔비디아 분기 매출이 사상 처음으로 1000억 달러를 넘어설 것이라는 전망이다. 실적 발표 이후 주가는 시간 외 거래에서 종가(218.45달러) 대비 4%가량 오른 218달러 선에서 등락을 이어가고 있다.

2026.08.27 08:32권봉석 기자

AICX, 'ISO 27001' 보안 인증 획득…"B2B AI CX 파트너 도약"

마이리얼트립의 AI 기반 고객 경험(CX) 전문 자회사 에이아이씨엑스(AICX)가 정보보안 경영시스템 국제표준인 'ISO/IEC 27001:2022' 인증을 받아 기업 간 거래(B2B) 사업 확대에 속도를 낸다. 이번 인증은 노르웨이에 본사를 둔 글로벌 인증기관 DNV를 통해 진행됐으며, AICX의 자체 챗봇·콜봇 자동화 플랫폼인 'AICX 에이전트'를 대상으로 실시됐다. ISO 27001은 국제표준화기구(ISO)와 국제전기기술위원회(IEC)가 제정한 대표적 정보보안 기준으로, 클라우드 환경 보안 및 데이터 유출 방지(DLP) 등 고도화된 IT 보안 항목을 다룬다. AICX는 이번 검증을 통해 자사 플랫폼의 데이터 보호 체계가 국제 표준에 부합함을 입증함으로써, B2B 고객사의 보안 요구사항에 객관적 증빙으로 대응할 수 있는 기반을 마련했다. 2022년 설립 이후 마이리얼트립의 CS 및 운영 업무를 전담해 온 AICX는 대규모 상담 데이터를 처리하며 실전 운영 역량을 쌓아왔다. 올해 상반기 집계 기준으로 전체 채팅 문의의 80%를 AI가 우선 응대하고 있으며, 전화 문의의 43%는 AI 음성 상담을 통해 직접 종결하거나 접수하고 있다. 조건이 복잡한 여행 상담을 자동화하면서도 고객 만족도 수치를 기존 수준으로 유지한 것이 특징이다. 이러한 운영 노하우를 발판 삼아 AICX는 올해 초부터 커머스와 플랫폼 등 다양한 업종으로 B2B 사업 범위를 넓혔다. AICX 에이전트 플랫폼을 활용해 고객 상담 및 서비스 운영 대행은 물론 고객 경험 컨설팅까지 함께 제공 중이다. 향후에는 AI 기술력과 전담 인력을 결합해 데이터 보안이 전제된 기업 맞춤형 AI 전환을 지원할 방침이다. AICX 관계자는 "AI 기반 CX 플랫폼의 핵심 경쟁력은 상담 효율화와 더불어 고객 데이터를 안전하게 지키는 보안성에서 나온다"며 "이번 국제표준 인증을 계기로 B2B 고객사가 신뢰할 수 있는 AI CX 파트너로 자리매김하겠다"고 밝혔다.

2026.08.26 17:18백봉삼 기자

크라우드웍스, 제조 AI 데이터 전문기업 공식 인정

크라우드웍스가 제조 인공지능(AI) 데이터 구축 기술과 로보틱스에 특화된 '피지컬 AI 데이터 플랫폼' 전문성을 인정받았다. 크라우드웍스는 한국산업기술기획평가원(KEIT)이 지정하는 '제조업 AI 대전환(M.AX) 전문기업'에 최종 선정됐다고 26일 밝혔다. M.AX는 산업통상자원부가 제조업 경쟁력 강화를 위해 추진하는 제조업 AI 대전환 프로젝트다. KEIT는 현장 적용 역량과 기술력을 종합 평가해 전문기업을 지정하고 있다. 평가 기준은 특허 보유 여부, GS·ISO 등 공신력 있는 품질 인증, 관련 공급 실적 등이 다각도로 적용됐다. 이번 평가에서 크라우드웍스는 데이터 전문기업으로서 이름을 올렸다. 제조 현장 특성에 맞춰 데이터를 맞춤 설계·공급하는 '제조 AI 데이터 구축 기술'과 로봇 데이터 수집·가공·검증에 최적화된 '피지컬 AI 데이터 플랫폼'이 높은 평가를 받았다. 제조 AI 데이터 구축 기술은 제조 현장의 다양한 데이터를 시간 순서에 맞춰 정리하고 작업 단위별로 체계화하는 방식이다. 크라우드웍스는 로봇이 사람의 동작을 모방해 학습하는 데 필요한 정밀 데이터셋을 공급하고 있다. 특히 숙련 작업자의 경험과 노하우 같은 현장 암묵지를 AI 학습용 데이터로 자산화하는 기술력이 강점이다. 숙련공의 판단과 행동이 결과로 이어지는 전체 과정을 하나의 에피소드 단위로 구조화해 AI가 즉시 학습할 수 있는 고품질 데이터로 구현한다. 피지컬 AI 데이터 플랫폼은 비전언어행동(VLA) 모델 학습에 최적화된 로보틱스 데이터 전문 플랫폼이다. 데이터 수집부터 VLA 데이터 검증, 대용량 데이터 처리를 통합 지원해 효율성을 높이는 것이 특징이다. 크라우드웍스는 "제조·로봇 데이터 구축 체계를 고도화해 국내 제조업의 AI 전환과 생산성 혁신에 앞장서겠다"고 말했다.

2026.08.26 15:56이나연 기자

[유미's 픽] 오픈AI도 갈아탔다…클릭하우스, 데이터독 아성 흔드나

인공지능(AI) 에이전트 확산으로 기업이 처리해야 할 로그와 이벤트 데이터가 급증하면서 실시간 분석 데이터베이스(DB) 업체 클릭하우스가 빠르게 존재감을 키우고 있다. 대규모 데이터 처리 성능과 비용 경쟁력을 앞세워 기존 데이터 플랫폼 시장을 넘어 데이터독이 강세를 보여온 옵저버빌리티 영역까지 사업을 넓히며 AI 시대 데이터 인프라 경쟁의 새로운 변수로 떠오르고 있다. 26일 디인포메이션에 따르면 클릭하우스의 연간반복매출(ARR)은 최근 3억5000만 달러(약 4838억원)를 넘어섰다. 지난 5월 2억5000만 달러 수준에서 약 40% 증가한 수치로, AI 에이전트가 기업 시스템과 데이터를 직접 호출하는 일이 늘면서 대규모 로그와 이벤트 데이터를 빠르게 저장·분석하려는 수요가 확대된 것이 주효했다. 클릭하우스는 대용량 데이터를 실시간에 가깝게 분석하는 오픈소스 기반 컬럼형 DB다. 2009년 러시아 인터넷 기업의 내부 프로젝트로 시작해 2016년 오픈소스로 공개됐으며 2021년 미국에서 별도 법인으로 분사했다. 현재 오픈소스 소프트웨어와 유료 클라우드 서비스를 함께 제공하고 있다. 최근에는 AI 서비스 운영 과정에서 쏟아지는 대규모 로그와 이벤트 데이터를 빠르게 처리할 수 있다는 점을 앞세워 AI 기업들의 인프라로 영역을 넓히고 있다. 실제 AI 기업들의 사용량도 빠르게 늘고 있다. 디인포메이션에 따르면 오픈AI의 클릭하우스 사용량은 최근 1년간 약 10배 늘었으며 현재 하루 30페타바이트 이상의 데이터를 처리하는 것으로 전해졌다. 오픈AI는 모델과 서비스 운영 과정에서 발생하는 대규모 로그와 이벤트 데이터를 분석하는 데 클릭하우스를 활용하고 있다. 특히 오픈AI가 데이터독에서 처리하던 로그 관리 업무 일부를 클릭하우스로 옮긴 것으로 알려지면서 두 회사의 경쟁에도 관심이 쏠리고 있다. JP모건의 마크 머피 애널리스트는 지난 5월 오픈AI가 일부 로그 관리 워크로드를 데이터독에서 클릭하우스로 이전하고 있다고 언급했다. 대규모 데이터를 처리하는 AI 기업들이 비용과 성능을 따져 로그 관리 인프라를 재편하고 있다는 의미다. 이 같은 움직임은 최근 데이터독의 실적과도 연결된다. 데이터독은 이달 초 최대 고객의 지출이 줄었다고 밝힌 뒤 주가가 하루 만에 19% 급락했다. 데이터독은 해당 고객을 공개하지 않았지만, 오픈AI가 데이터독의 최대 고객으로 알려졌던 상태다. 데이터독은 서버와 네트워크, 애플리케이션에서 발생하는 데이터를 수집·분석해 장애와 성능 저하, 보안 위협 등을 찾아주는 대표적인 옵저버빌리티 업체다. 로그 관리와 애플리케이션성능관리(APM), 클라우드 보안 등을 하나의 플랫폼에서 제공하며 시장을 확대해왔다. 업계 관계자는 "AI 확산은 데이터독에도 강한 성장 동력이 되고 있다"며 "AI 애플리케이션과 에이전트가 늘면서 이를 모니터링하고 보호하려는 수요가 커진 것이 실적에 긍정적으로 작용하고 있다"고 분석했다. 실제 데이터독의 올해 2분기 매출은 11억2000만 달러로 전년 동기보다 36% 늘었다. ARR 10만 달러 이상 고객은 4720곳으로 1년 전보다 23% 증가했다. 다만 AI 에이전트가 만들어내는 데이터가 많아질수록 대형 고객의 비용 부담이 커질 수 있다는 점은 변수다. 데이터독은 데이터 처리량과 사용량에 따라 요금이 늘어나는 구조여서 AI 사용 증가가 매출 확대에 유리하다. 반대로 하루 수십 페타바이트를 처리하는 대형 고객에게는 로그 저장·분석 비용이 서비스 선택을 좌우하는 요소가 될 수 있다. 이에 클릭하우스는 비용 부담을 느끼고 있는 기업 수요를 공략하고 있다. 이곳은 작은 데이터를 빈번하게 적재하면서 동시에 많은 쿼리를 처리해야 하는 환경에서 높은 처리 성능과 비용 효율성을 강점으로 내세우고 있다. 특히 AI 서비스처럼 방대한 이벤트가 지속적으로 발생하고 이를 낮은 지연시간으로 분석해야 하는 환경을 주요 시장으로 보고 있다. 사업 영역도 DB에 머물지 않고 있다. 클릭하우스는 풀스택 옵저버빌리티 솔루션 '클릭스택'을 제공하고 있으며 올해 초 대규모언어모델(LLM) 관측 도구 업체 랭퓨즈도 인수했다. 이를 통해 AI 애플리케이션과 에이전트의 호출 과정, 오류, 성능, 비용 등을 추적하는 영역까지 사업 범위를 넓히고 있다. 이 같은 확장은 클릭하우스가 데이터독과 직접 경쟁하는 영역을 넓히는 요인이 되고 있다. AI 서비스 운영 과정에서 생성되는 데이터 규모가 커지면서 기업들이 DB와 로그 분석, 서비스 상태 추적 기능을 함께 고려하는 경우가 늘고 있기 때문이다. 또 데이터 플랫폼과 옵저버빌리티 시장의 경계도 점차 흐려지는 모습이다. 다만 아직 시장 규모와 사업 범위에선 데이터독이 앞서 있다. 데이터독은 인프라 모니터링과 로그 관리, 애플리케이션성능관리(APM), 보안까지 폭넓은 제품군을 갖춘 반면, 클릭하우스는 실시간 분석 DB를 기반으로 옵저버빌리티 영역을 넓혀가는 단계다. 데이터독 역시 AI 애플리케이션과 에이전트를 겨냥한 관측·보안 기능을 강화하고 있어 양측의 경쟁은 앞으로 더 치열해질 것으로 예상된다. 업계 관계자는 "AI 에이전트 확산으로 로그와 이벤트 데이터가 빠르게 늘면서 기업들이 옵저버빌리티 도구를 선택할 때 성능뿐 아니라 비용 효율성까지 더 중요하게 따지기 시작했다"며 "이런 변화가 클릭하우스 같은 실시간 분석 DB 업체에 새로운 기회를 열어주고 있다"고 말했다.

2026.08.26 15:30장유미 기자

K-핀테크 '어피닛', 코스닥 상장 도전

K-핀테크 기업 어피닛이 기업공개(IPO)에 도전한다. 어피닛은 26일 한국거래소에 상장예비심사청구서를 제출했다고 밝혔다. 상장 대표 주관사는 미래에셋증권이며, 하나증권이 공동 주관사로 참여한다. 2014년 설립돼 지난해 10월 밸런스히어로에서 현 사명으로 변경한 어피닛은 인도에서 핀테크 플랫폼 '트루밸런스'를 운영 중이다. 이 서비스는 누적 다운로드 1억 2000만 건 돌파, 재이용률 90% 이상을 유지 중이다. 신규 고객 수는 최근 5년간 연평균 79%씩 가파르게 성장했다. 외형 성장과 함께 수익성도 대폭 개선됐다. 올해 상반기 매출액 1123억원, 영업이익 296억원을 기록하며 전년 동기 대비 각각 45.8%, 79.4% 증가한 반기 기준 최대 실적을 달성했다. 매출 규모는 2021년 242억원에서 2025년 1619억원으로 4년 만에 약 6.7배 확대됐다. 지난 2022년 실질적인 흑자 구조를 갖춘 이후, 회계상 상환전환우선주 관련 파생상품평가손익 반영을 거쳐 2025년 공식 흑자 전환을 이뤄냈다. 어피닛은 이번 상장을 계기로 서비스 범위를 넓히고 해외 진출을 본격화할 방침이다. 기존 소액 금융 중개 중심에서 올해 3월 보험, 7월 신용카드 중개로 취급 상품을 확장했다. 이어 지난 8월 5일에는 베트남 진출을 위해 신한베트남파이낸스 및 롯데파이낸스베트남과 업무협약을 체결했다. 베트남을 시작으로 인도네시아 등 유사 신흥 시장으로 거점을 넓혀갈 계획이다. 이철원 어피닛 대표는 "10년간 인도에서 축적한 데이터와 AI 기술을 통해 기존 금융권에서 소외됐던 고객의 잠재 신용을 발굴해왔다"고 설명하며 "코스닥 상장을 발판 삼아 전 세계 금융 소외 계층을 아우르는 글로벌 혁신 핀테크 기업으로 도약하겠다"고 밝혔다.

2026.08.26 11:16백봉삼 기자

엑시나, '핫칩스 2026'서 CXL 연산 메모리 'MX1' 공개

AI 반도체 스타트업 엑시나(XCENA)가 세계적 권위의 반도체 학회에서 CXL(컴퓨트익스프레스링크) 기반 연산 메모리 장치 'MX1'을 공개했다. 엑시나는 25일(현지시간) 미국 스탠퍼드대학교에서 열린 '핫칩스(Hot Chips) 2026'에서 MX1의 하드웨어 아키텍처와 실측 성능 결과를 발표했다고 26일 밝혔다. 발표는 김주현 엑시나 최고제품책임자(CPO)가 맡았다. 핫칩스는 실제 구현된 반도체 칩과 시스템을 중심으로 기술적 혁신성과 시장 파급력을 평가해 발표를 선정하는 고성능 반도체 학회다. 1989년 출범 이후 한국 팹리스(반도체 설계전문) 기업이 메모리 분야 정규 세션 발표사로 선정된 것은 엑시나가 처음이다. 올해는 엔비디아, AMD, 인텔, 구글, 마이크로소프트, 메타, 오픈AI 등 27개 글로벌 빅테크 기업의 발표가 본 세션에 포함됐다. 엑시나는 '메모리 세션'을 통해 MX1의 하드웨어 구조 및 프로그래밍 모델과 함께 실제 데이터 분석 워크로드 측정 결과를 제시했다. 성능 측정 결과 ▲메모리 압축·해제 ▲파케(Parquet) 디코딩 ▲데이터 필터링 등 핵심 연산에서 호스트 CPU가 CXL로 데이터를 전송해 처리하는 기존 방식 대비 처리량은 최대 4.7배, 에너지 효율은 최대 18.7배 향상됐다. 호스트 CPU가 로컬 D램(DDR5)을 직접 처리하는 구조와 비교해도 처리량은 2배, 에너지 효율은 6.2배 높았다. 김주현 엑시나 CPO는 "MX1은 메모리 용량 확장과 동시에 연산을 데이터 가까이 배치해 불필요한 전송 병목을 줄이고 전력 효율을 극대화한 아키텍처"라며 "이번 학회에서 삼성전자와 함께 실제 성능을 입증했다는 점에서 의미가 깊다"라고 말했다. 엑시나는 내년 초 MX1의 본격적인 양산에 돌입해 글로벌 고객 공급을 본격화할 계획이다.

2026.08.26 11:05전화평 기자

[AI 리더스] 엘리스그룹 "GPU 확보 넘어 '잘 쓰는 기술'로…국가 AI 생태계 뒷받침할 것"

엘리스그룹이 교육·클라우드 기업을 넘어 인공지능(AI) 데이터센터 구축부터 그래픽처리장치(GPU) 운영, AI 서비스까지 직접 연결하는 'AI 풀스택 기업'으로 사업 영역을 확장한다. 정부의 대규모 GPU 확충 사업을 발판으로 AI 인프라 구축 경험을 쌓는 동시에, 자체 클라우드 인프라 소프트웨어(SW)와 모듈형 데이터센터 기술을 결합해 국내 AI 인프라 시장에서 입지를 넓힌다는 목표다. 박정국 엘리스그룹 최고기술책임자(CTO)는 26일 서울 강남구 본사에서 지디넷코리아와 만나 "앞으로는 GPU를 얼마나 많이 가지고 있느냐 자체가 경쟁력이 되기는 어렵다"며 "GPU와 AI 모델 사이를 얼마나 효율적으로 연결하고 자원을 활용해 결과물을 만들어내느냐가 인프라 경쟁의 핵심이 될 것"이라고 밝혔다. 회사는 이같은 시장 변화에 맞춰 데이터센터부터 AI 서비스까지 단일 기술 체계로 연결하는 전략을 추진 중이다. 데이터센터 구축과 GPU 서버 조달·운영, 네트워크·스토리지, 클라우드 운영 SW를 자체적으로 연결하고 실제 AI 모델 개발과 서비스 운영 경험까지 인프라 설계에 반영하는 방식이다. 인프라와 서비스 사업을 별개로 키우기보다 각 수요와 경험을 다시 기술 개발에 반영하는 선순환 구조를 만든다는 방침이다. 박 CTO는 "AI 서비스를 직접 개발하면 어떤 인프라가 필요한지 알 수 있고 반대로 인프라가 고도화되면 이를 기반으로 새로운 서비스를 개발할 수 있다"며 "우리 AI 서비스와 교육 사업에서 발생하는 수요가 인프라를 발전시키고 인프라의 발전이 다시 새로운 서비스를 만드는 구조를 만들고 있다"고 강조했다. GPU 운영 넘어 데이터센터 구축까지…정부 사업서 경험 축적 이러한 전략의 핵심 무대로는 정부 AI 인프라 사업이 꼽힌다. 엘리스그룹은 올해 과학기술정보통신부가 추진한 총 2조 805억원 규모 'AI컴퓨팅자원 활용기반 강화사업' 수행기관으로 선정돼 엔비디아 B300 GPU 2560장을 구축한다. 정부는 사업자 선정 과정에서 GPU 확보뿐 아니라 대규모 클러스터 구축·운영, 전력·냉각, 네트워크 설계 등 AI 인프라 전반의 역량을 평가했다. 엘리스그룹은 B300 2560장을 4개 모듈형 AI 데이터센터에 각각 640장씩 구축할 계획이다. 직접수랭식(DLC)에 40도 이상의 냉각수를 활용하는 온수 냉각과 외기 냉각을 적용하고 데이터센터 전력사용효율(PUE) 1.1 수준을 목표로 한다. 고집적·고전력 GPU 환경에 대응할 수 있도록 네트워크와 전력까지 함께 최적화할 계획이다. 박 CTO는 정부 사업에서 엘리스그룹이 보유한 경쟁력을 '엔드투엔드 AI 인프라'로 설명했다. 데이터센터 구축에서 시작해 GPU 서버 조달·설치·운영, 자원을 효율적으로 활용하기 위한 SW, 실제 모델 학습과 추론 서비스를 위한 기술 지원까지 전 영역을 연결할 수 있다는 것이다. 특히 이번 사업은 엘리스그룹이 AI 인프라 사업을 한 단계 확대하는 계기도 될 전망이다. 박 CTO는 "기존에는 GPU를 운영·공급하는 레퍼런스가 중심이었다면 이번에는 데이터센터 구축부터 시작한다는 점에서 새로운 경험과 노하우를 확보하게 될 것"이라고 말했다. 이어 "AI 인프라처럼 초기 비용이 큰 산업에선 새로운 시도를 한 기업이 실제로 구축하고 운영해본 경험을 확보하는 것이 중요하다"며 "정부가 새로운 기술을 시도하는 기업의 첫 고객이 돼주기에 이를 기반으로 민간과 해외 시장까지 확대할 수 있을 것"이라고 덧붙였다. PMDC·ECI 결합…"GPU 제대로 쓰는 기술이 경쟁력" 엘리스그룹의 AI 인프라 전략을 뒷받침하는 기술은 모듈형 AI 데이터센터 'AI PMDC'와 자체 클라우드 인프라 SW 'ECI'다. PMDC는 전력·냉각·IT 장비·관제 시스템을 하나의 모듈로 통합해 공장에서 제작한 뒤 현장에 설치하는 방식이다. 시설을 먼저 짓고 서버를 배치하는 기존 방식과 달리, 어떤 AI 워크로드와 GPU를 사용할지를 먼저 정하고 이에 맞춰 데이터센터를 종합적으로 설계한다는 점이 강점으로 평가된다. 또 최신 GPU 세대가 빠르게 바뀌는 만큼 모듈형 데이터센터로 빠르게 검증·도입하는 능력 자체도 경쟁력으로 꼽았다. 박 CTO는 "B200 GPU를 수용하는 수랭식 환경을 구축한 바 있으며 B300용 데이터센터도 설계·검증해왔다"며 "엔비디아 GPU뿐만 아니라 국산 신경망처리장치(NPU), AMD GPU 등 다양한 이기종 AI 가속기 환경 대응 역량도 갖춰왔고 앞으로도 관련 기술을 지속 고도화할 것"이라고 밝혔다. 구축된 GPU의 실제 활용 효율을 높이는 ECI도 회사 핵심 자산이다. 이는 GPU 스케줄링으로 유휴 시간을 줄이는 한편 네트워크와 스토리지를 GPU 특성에 맞춰 최적화해 고가의 GPU가 제 성능을 낼 수 있도록 지원한다. 범용 클라우드 인프라 관리보다 대규모 AI 학습과 GPU 클러스터 운영에 특화됐다는 설명이다. 엘리스그룹은 PMDC와 ECI를 결합해 데이터센터 구축과 GPU 운영을 단일 체계로 연결했다. ECI는 클라우드 서비스 보안인증(CSAP) 서비스형 인프라(IaaS) 인증을 확보했으며 엘리스클라우드를 통해 공급되는 GPU 자원에도 적용되고 있다. 향후 공공뿐 아니라 민간 AI 서비스까지 AI 인프라 사업 영역을 확대한다는 방침이다. 박 CTO는 "최신 GPU를 확보해도 기존 스토리지나 네트워크를 그대로 사용하면 데이터가 늦게 전달되면서 GPU 가동이 저조해지는 일이 생긴다"며 "GPU만 최신 기술을 도입하는 것이 아니라 전체 인프라를 효율적인 GPU 운영에 맞춰 설계해야 실제 성능을 끌어낼 수 있다"고 말했다. "AI 인프라는 '토큰 공장'…소버린 AI까지 연결한다" 박 CTO는 향후 AI 인프라 산업의 중심이 하드웨어(HW) 확보에서 '토큰 생산성'으로 옮겨갈 것으로 전망했다. AI 학습 중심이던 컴퓨팅 수요가 추론과 서비스 영역으로 이동하고 GPU와 각종 AI 가속기 공급도 늘면서 단순한 HW 보유량만으로는 차별화하기 어려워지고 있다는 판단이다. 그는 GPU와 데이터센터, 운영 SW 모두 궁극적으로 AI 서비스를 위한 토큰을 생산하는 기반 시설이라고 짚었다. GPU 숫자보다 얼마나 빠르고 효율적으로 인프라를 구축하고 적절한 모델을 배치하며 컴퓨팅 자원을 최대한 활용할 수 있는지가 AI 인프라 경쟁력을 평가하는 새로운 기준이 될 것으로 내다봤다. 이같은 전망은 엘리스그룹이 추진하는 소버린 AI 구상과도 연결된다. 박 CTO는 특정 GPU나 AI 반도체를 국산화하는 것만으로 소버린 AI를 구현했다고 보기는 어렵다고 밝혔다. 데이터센터 구축부터 SW 운영·개발, AI 모델 개발과 서빙, 실제 서비스 이용까지 전체 생태계를 통제하고 관리할 수 있는 역량이 필요하다는 것이다. 박 CTO는 "우리는 AI가 사회에서 더 널리 쓰이고 유용하게 활용되면서도 자원이 낭비되지 않도록 하기 위해 필요한 기술을 다각도로 지원한다"며 "AI 모델과 데이터센터의 효율화부터 최신 AI 인프라 기술, 소버린 AI까지 AI가 국가와 사회에서 제대로 활용될 수 있도록 뒷받침하는 기업으로 성장할 것"이라고 강조했다.

2026.08.26 11:00한정호 기자

"AIDC 골든타임 놓치면 투자 해외로 샌다"

AI 경쟁의 중심이 모델 성능에서 컴퓨팅 인프라 확보로 옮겨가면서 AI 데이터센터를 국가 기반시설로 보고 세제와 전력 정책을 전면 정비해야 한다는 주장이 거듭 제기됐다. 특히 현행 세제의 규정 충돌과 낮은 공제율을 그대로 둘 경우 글로벌 AI 인프라 투자 경쟁에서 뒤처질 수 있다는 지적이다. 조영임 가천대 교수는 26일 국회에서 열린 AIDC 국가 기반시설 육성을 위한 정책 토론회에서 AIDC 전력과 세제 쟁점을 짚고 제도 개선 방안을 발제했다. 먼저 조 교수는 “AI 산업이 학습 중심에서 추론, 에이전트·피지컬 AI 단계로 발전하면서 컴퓨팅 수요가 일회성 투자가 아닌 상시적인 인프라 수요로 전환되고 있다”고 진단했다. AI가 기술을 넘어 전력·통신과 같은 국가 핵심 인프라로 자리 잡고 있다는 설명이었다. 실제 글로벌 AI 인프라 투자는 급증하고 있다. 발표 자료에 따르면 2030년까지 필요한 AI 데이터센터 용량은 156GW로 추산되며 이를 구축하기 위한 누적 자본지출은 5조 2000억 달러에 달한다. 2030년 글로벌 데이터센터 수요에서 AI 워크로드가 차지하는 비중도 70%까지 높아질 전망이다. 전력 확보도 핵심 경쟁력으로 떠올랐다. 전 세계 데이터센터 전력 소비량은 2024년 415TWh에서 2030년 950TWh로 2배 이상 증가할 전망이다. 국내 데이터센터 전력 수요 역시 2025년 4461MW에서 2028년 6175MW로 연평균 11% 증가할 것으로 예상된다. 조 교수는 “AI 경쟁의 승부처가 알고리즘 자체보다 부지와 전력, 자본을 얼마나 빠르게 확보해 데이터센터를 구축하느냐로 이동하고 있다”면서 “향후 3~4년이 AI 인프라 투자 경쟁의 골든타임이 될 것”이라고 강조했다. 다만 AI 경쟁이 급박한 가운데 국내 AIDC 세제 지원에는 크게 4가지 문제가 남아 있다고 지적했다. 구체적으로 AI 국가전략기술 사업화시설의 낮은 세액공제율, 전력 공조 냉각설비의 공제 여부를 둘러싼 규정 충돌, 클라우드 사업화시설의 지원 공백, 수도권과밀억제권역 투자에 대한 공제 배제다. 우선 AI 국가전략기술 사업화시설의 투자세액공제율은 대중견기업 15%, 중소기업 25%다. 반면 반도체는 대중견기업 20%, 중소기업 30%를 적용받는다. 이를 두고, 조 교수는 “AI가 첨단 반도체의 주요 수요처인 만큼 AI 분야에도 반도체와 동일한 수준의 공제율을 적용해야 한다”고 주장했다. AIDC 핵심인 전력과 냉각설비도 문제로 꼽혔다. 현행 조세특례제한법 시행규칙은 건물과 관련된 전기 냉방 통풍 설비 등을 건축물 부속설비로 보고 투자세액공제에서 제외한다. 반면 다른 규정에서는 AI 서비스에 활용되는 전력공급 공기조화 냉각시설 등을 국가전략기술 사업화시설로 규정해 서로 충돌한다. 조 교수는 AI 서버의 전력밀도가 높아지면서 전력과 냉각설비를 단순한 건물 부대시설로 볼 수 없다고 강조했다. 일반 서버의 랙당 전력밀도가 2~4kW 수준인 데 비해 현재 AI 랙은 40kW, 최신 AI 랙은 130kW 수준이며 2030년에는 250kW까지 높아질 것으로 예상된다. 전력과 냉각설비가 사실상 연산설비의 일부라는 설명이다. 클라우드 투자에 대한 지원 공백도 개선 대상으로 제시됐다. 클라우드 기술은 신성장·원천기술로 지정돼 R&D 투자에는 약 23%의 세액공제가 적용되지만 사업화시설로는 지정되지 않아 시설투자는 일반공제인 1%에 그치고 있다. 이에 클라우드 기술을 국가전략기술로 격상하고 AI 사업화시설을 클라우드 사업화시설로 중복 지정하는 방안을 제안했다. 수도권 규제도 AI 인프라 확충의 걸림돌로 지목됐다. 국내 데이터센터의 약 77%가 수도권에 있고 계약전력 기준으로는 수도권 비중이 79%에 달한다. 지방에 신규 AI 데이터센터를 건설하려면 부지 확보와 인허가, 전력 인입 등에 3년 이상 걸리는 만큼 단기적으로 기존 수도권 데이터센터의 증설과 대개체가 필요하지만 현행 제도에서는 세액공제가 제한된다. 이같은 점을 고려해 조 교수는 “AI 국가전략기술 세액공제가 끝나는 2029년까지 수도권 투자에도 한시적으로 적용하는 '브릿지 세액공제'를 도입해야 한다”고 제시했다. 지방 이전은 수도권 투자를 일률적으로 배제하기보다 일본처럼 전력 여건이 좋은 지역에 인센티브를 제공하는 방식으로 유도해야 한다는 설명이다. 아울러 4대 쟁점 가운데 전력 냉각 등 부속설비의 공제 문제와 클라우드 사업화시설 지정은 국회 입법 없이 시행규칙 개정만으로 해결할 수 있다고 강조했다. 공제율 상향과 수도권과밀억제권역 특례는 조세특례제한법 개정을 통해 정기국회에서 논의할 것을 제안했다. 조 교수는 세제 혜택과 함께 전력망 확충도 병행돼야 한다고 역설했다. 송배전망 확충과 계통 접속 대기 해소, AIDC 특별법 하위법령 조기 정비, 전력 입지와 연산 입지의 통합 설계 등이 필요하다는 설명이다. 조 교수는 “AI 골든타임 확보가 국가 경쟁력인 시대에 이미 돌입했다”며 “AIDC를 국가 기반시설로 육성하기 위해 세제와 전력 정책을 함께 정비하고, 제도 일몰 전에 실제 투자가 이뤄질 수 있도록 조기에 논의를 시작해야 한다”고 했다.

2026.08.26 10:27박수형 기자

LG CNS-네이버클라우드, 액체냉각 AI 인프라 구축한다…'베라 루빈' 고발열 대응

LG CNS가 인공지능(AI) 팩토리 인프라 시장 선점을 목표로 첨단 그래픽처리장치(GPU)의 고발열·고밀도 전력에 대응 가능한 액체냉각 적용에 앞장선다. LG CNS는 네이버클라우드와 손잡고 차세대 냉각 기술인 액체냉각 인프라 구축에 나선다고 26일 밝혔다. 생성형 AI 확산으로 고성능 GPU 전력소비와 발열이 늘어나는 가운데, 기존 공랭 방식을 보완하는 대규모 액체냉각 기술을 데이터센터에 선제적으로 적용한다는 방침이다. LG CNS는 네이버클라우드와 삼송 데이터센터에 액체냉각 기술 중 하나인 직접 칩 냉각(DTC)을 적용하고 고성능 AI 서비스 지원을 위한 기반을 마련할 계획이다. 앞서 LG CNS는 삼송 데이터센터의 위탁운영을 맡아 네이버클라우드와 삼송 데이터센터 코로케이션 계약을 체결했다. 이번 인프라는 과학기술정보통신부 산하 정보통신산업진흥원(NIPA) 소유의 엔비디아 차세대 초고성능 GPU '베라 루빈'을 네이버클라우드가 안정적으로 운영할 수 있도록 구축된다. 베라 루빈은 기존 '블랙웰 울트라' 대비 추론 성능이 약 3.3배 향상될 것으로 예상된다. 특히 베라 루빈이 액체냉각 인프라를 기반으로 국내 데이터센터에 본격 적용된다는 점에서 삼송 데이터센터는 AI 팩토리 구현을 위한 핵심 거점으로 평가된다. LG CNS는 총 수전 용량 80메가와트(MW)인 삼송 데이터센터가 국내 최대급 AI 팩토리로 자리매김할 것으로 내다봤다. 삼송 데이터센터에 적용하는 DTC는 냉각수가 흐르는 냉각판을 GPU 칩에 부착해 열을 흡수하는 액체냉각 방식이다. 공기 대비 열전달 효율이 높은 액체를 활용해 고집적 GPU 서버의 발열을 효율적으로 제어한다. 일반적으로 기존 공랭 방식으로 대응할 수 있는 냉각 용량의 한계는 랙당 20~30키로와트(kW) 수준이지만, 고성능 GPU 서버 랙은 전력 밀도가 200kW 이상으로 높아지고 있다. 이에 DTC와 같은 액체냉각은 AI 팩토리 구현을 위한 필수 기술로 주목받고 있다. 시장조사기관 마켓앤드마켓에 따르면 글로벌 데이터센터 액체냉각 시장은 올해 40억 7000만 달러(약 5조 6240억원)에서 2033년 276억 5000만 달러(약 38조원) 규모로 성장할 전망이다. 이에 대응해 LG CNS는 데이터센터 설계·구축·운영(DBO) 역량과 AI 인프라 기술을 결합해 ▲DTC 액체냉각 ▲GPU 서버 운영 환경 ▲전력 공급 체계 ▲AI 플랫폼 운영 기반까지 통합 구현한다는 목표다. 네이버클라우드는 AI 플랫폼 운영 역량과 대규모 GPU 서비스 경험을 바탕으로 국내 공공기관과 기업에 안정적인 고성능 AI 서비스를 제공할 계획이다. 양사는 내년까지 액체냉각 인프라 구축과 실증을 완료할 계획이다. 조헌혁 LG CNS 데이터센터사업담당 상무는 "데이터센터 냉각 기술이 AI 서비스 품질과 운영 효율의 핵심 경쟁력이 되고 있다"며 "네이버클라우드와 협력해 우리 강점인 데이터센터 DBO 역량과 차세대 냉각 기술을 기반으로 국내 AI 생태계 성장을 뒷받침하는 핵심 인프라를 지속 구축해 나가겠다"고 밝혔다.

2026.08.26 10:01한정호 기자

오픈AI 데이터센터 임원도 퇴사…IPO 앞두고 경영진 이탈 지속

오픈AI가 인공지능(AI) 컴퓨팅 인프라 확보에 대규모 투자를 이어가는 가운데 데이터센터 구축을 이끌던 핵심 임원이 회사를 떠났다. 기업공개(IPO)를 추진하는 과정에서 주요 경영진의 이탈이 이어지는 모습이다. 25일(현지시간) 월스트리트저널에 따르면 오픈AI에서 데이터센터 구축을 총괄해온 크리스 말론 책임자가 지난주 회사를 떠난 것으로 알려졌다. 말론은 지난해 3월 오픈AI가 오라클·소프트뱅크와 대규모 AI 데이터센터를 구축하는 '스타게이트' 프로젝트를 발표한 직후 회사에 합류했다. 이전에는 메타와 구글 등에서 데이터센터 전략을 이끄는 수석 엔지니어로 근무한 바 있다. 오픈AI는 올해 초 인프라 조직을 개편했다. 사친 카티 부사장이 전체 조직을 맡고 말론은 데이터센터 기술 엔지니어링과 설계를 담당해왔다. 회사의 데이터센터 확보 전략도 변화했다. 스타게이트 프로젝트 초기에는 데이터센터를 직접 개발하는 방안을 추진했지만 이후 클라우드 사업자와 계약을 맺는 방식으로 전환했다. 최근에는 클라우드 사업자를 통해 AI 칩을 활용하는 것을 넘어 데이터센터 전체를 임차하는 방식의 자체 인프라 확보를 다시 확대 중이다. 실제 오픈AI는 이달 소프트뱅크 계열사 SB에너지와 미국 오하이오주에 10기가와트(GW) 규모 데이터센터를 임차하는 계약을 체결했다. 엔비디아의 재무 보증이 일부 포함된 프로젝트로, 대규모 AI 컴퓨팅 자원을 확보하려는 오픈AI의 인프라 투자 전략과 맞닿아 있다. 컴퓨팅 인프라 투자 규모도 크게 늘어날 전망이다. 오픈AI는 2030년까지 예상되는 컴퓨팅 지출 규모를 기존 약 6000억 달러(약 830조원)에서 약 7500억 달러(약 1037조원)로 상향한 것으로 전해졌다. 이와 함께 xAI에서 초대형 AI 슈퍼컴퓨터 '콜로서스' 구축에 참여했던 우다이 루다라주를 컴퓨팅 담당 최고기술책임자(CTO)로 지난달 승진시켰다. 인프라 조직 리더십을 강화한다는 목적이다. 말론의 이번 퇴사는 최근 이어지는 오픈AI 고위 경영진 이탈의 연장선이다. 최고운영책임자(COO) 브래드 라이트캡과 피지 시모 등 주요 경영진이 최근 회사를 떠났다. 오픈AI는 내년으로 예상되는 IPO를 준비하는 동시에, 기업용 AI 시장에서 경쟁사 앤트로픽을 추격 중이다. 오픈AI 대변인은 "급증하는 AI 인프라 수요에 대응하기 위해 올해 초 관련 조직을 개편했다"며 "현재 데이터센터 구축을 차질 없이 추진할 수 있는 전문성과 경험을 갖춘 조직을 운영 중"이라고 밝혔다.

2026.08.26 09:51한정호 기자

인도 데이터센터 회사, 엔비디아 루빈 GPU 9000개 발주

인도 데이터센터 기업 AM인텔리전스가 엔비디아 베라루빈 GPU 약 9000개를 발주했다. 이를 기반으로 인도 하이데라바드에 베라루빈 클러스터를 구축한다. 25일(현지시간) 모바일웓드라이브에 따르면 AM인텔리전스는 엔비디아 베라루빈 NVL72 랙스케일 시스템으로 구축해 30MW 규모 AI 데이터센터에 배치할 계획이라고 밝혔다. 데이터센터가동 목표 시점은 내년 1분기다. 새 데이터센터는 1조개 파라미터 규모의 초거대AI 모델과 에이전틱AI 애플리케이션을 구동할 수 있도록 설계된다. 클라우드 서비스 사업자와 AI 연구소, 소버린 AI 모델을 개발하는 기업과 기관 등이 주요 고객이다. AM인텔리전스는 베라루빈 플랫폼을 활용하면 이전 세대인 블랙웰과 비교해 AI 추론 과정의 토큰 처리 비용을 최대 10분의 1 수준으로 낮출 수 있다고 설명했다. AM인텔리전스는 인도 친환경 에너지 기술 기업 AM그룹의 AI 인프라 사업 부문이다. 재생에너지를 기반으로 대규모 AI 컴퓨팅 인프라와 데이터센터를 구축해 AI 모델 개발사와 클라우드 사업자, AI 연구소 등에 컴퓨팅 자원을 제공한다. 하이데라바드 데이터센터는 AM인텔리전스가 인도와 미국, 핀란드, 말레이시아에서 추진하는 총 1GW 규모 서비스형 컴퓨팅 인프라 구축 계획의 첫 단계다. 회사는 우선 200MW 규모의 컴퓨팅 인프라를 가동하고 전체 구축 사업에 80억 달러 이상을 투자할 계획이다. 2030년까지는 인도와 미국, 유럽에서 데이터센터 용량을 총 5GW까지 확대한다. 데이터센터는 고밀도 AI 컴퓨팅과 액체냉각 시스템을 지원하도록 설계된다.

2026.08.26 08:51박수형 기자

"피지컬 AI 주도권 잡는다"…韓, 기술 자립 승부수

정부와 산업계가 '피지컬 AI'를 제조업을 넘어 유통·물류·서비스·의료 등 전 산업의 경쟁력을 좌우할 핵심 범용 기술로 보고 기술 자립과 산업 확산에 힘을 모은다. 정부는 데이터 확보와 범용 피지컬 AI 모델 개발을 지원하며, 산업계는 월드 모델부터 반도체, 로봇으로 이어지는 독자 생태계 구축에 나선다. 송창종 과학기술정보통신부 디바이스AX혁신팀장은 25일 국회서 열린 토론회에서 피지컬 AI를 과거 산업혁명 시대의 기계나 디지털 시대의 컴퓨터에 버금가는 범용기술로 평가하며 국가 차원의 장기적인 육성이 필요하다고 강조했다. 송 팀장은 "제조가 가장 중요한 부분인 것은 맞지만 피지컬 AI는 제조뿐 아니라 유통, 물류, 서비스, 의료 등 거의 모든 분야와 관련된 범용기술"이라며 "파급력이 굉장히 높은 만큼 국가적으로 반드시 육성해야 하는 분야"라고 말했다. 기존 산업용 로봇과 피지컬 AI의 가장 큰 차이는 활용 범위와 지능이다. 기존 로봇은 통제된 환경에서 반복적인 노동을 자동화하는 데 집중됐다. 한국은 이 같은 로봇 활용에서 세계 최고 수준의 보급률을 기록했지만 핵심기술 국산화에서는 한계를 보였다. 송 팀장은 "우리나라는 로봇을 굉장히 잘 활용했지만 잘 만들어내지는 못했다"며 "피지컬 AI 시대에는 낮은 국산화율을 그대로 방치해서는 미래를 양보할 수 있다"고 진단했다. 그러면서 피지컬 AI 시대에는 하드웨어 자체보다 이를 움직이는 AI 소프트웨어가 경쟁력을 좌우할 것으로 내다봤다. 송 팀장은 "피지컬 AI 시대에는 하드웨어가 굉장히 다양하겠지만 이를 운용하는 두뇌는 공통"이라며 "AI 소프트웨어 내재화가 반드시 필요하다"고 강조했다. 정부, 데이터부터 범용모델까지…8월 전북·경남서 실증 피지컬 AI는 아직 기술적으로 초기 단계다. 거대언어모델(LLM)은 매개변수와 데이터, GPU 투입을 늘려 성능을 높이는 방향성이 어느 정도 확립된 반면 피지컬 AI는 최적의 모델 구조가 정립되지 않았고 학습에 필요한 데이터도 부족하다. 송 팀장은 "LLM도 어렵지만 피지컬 AI는 훨씬 더 어렵다"며 "빅테크도 자본력을 바탕으로 다양한 시도를 하면서 실패 경험을 축적하고 있는 단계"라고 설명했다. 정부는 이에 범부처 협업을 기반으로 피지컬 AI 데이터 획득·관리 체계를 구축한다. 각 부처가 산업 분야별 데이터를 확보하고 과기정통부는 범용 데이터를 축적하는 방식이다. 실제 환경에서 확보하기 어려운 실패와 복구 과정 등의 데이터는 월드모델을 활용한 합성데이터로 대량 생산한다. 확보한 데이터를 기업과 연구기관 등이 활용할 수 있도록 데이터 라이브러리도 구축할 예정이다. 세계 최고 수준의 범용 피지컬 AI 모델 개발도 추진한다. 개별 기업이 다양한 기술적 시도와 실패에 따른 비용을 모두 감당하기 어려운 만큼 정부가 생태계 차원에서 위험을 분산하고 내년부터 대규모 연구개발(R&D)을 지원할 계획이다. 올해 8월부터는 전북과 경남에서 제조 분야 선도 실증에 착수한다. 개발 중인 모델을 현장에 적용하고 여기서 얻은 데이터를 다시 모델 고도화에 활용하는 '데이터 플라이휠'을 가동한다. 이후 산업통상자원부, 중소벤처기업부 등과 협력해 성과를 다른 산업으로 확산한다. 송 팀장은 "피지컬 AI는 단기적인 시각으로 볼 게 아니라 정부에서도 끈질기게 지원해 육성해야 하는 영역"이라며 "단기적으로 불타올랐다가 사그라드는 영역은 아니다"고 말했다. 산업계 "월드모델→K반도체→로봇으로 기술 자립" 산업계에서는 피지컬 AI 기술 자립을 위해 데이터부터 월드모델, AI 반도체, 산업용 로봇으로 이어지는 독자적인 가치사슬을 구축해야 한다는 제언이 나왔다. 유태준 한국피지컬AI협회장은 "불과 1년 전만 해도 피지컬 AI가 무엇인지 개념부터 설명해야 했지만 지금은 국가 차원의 핵심 프로젝트로 빠르게 성장했다"며 "단지 새로운 기술 하나가 등장했다는 의미가 아니라 국가 경쟁력을 결정하는 중요한 축이 피지컬 AI가 될 것이라는 의미"라고 말했다. 협회는 올해 ▲피지컬 AI 기술 자립 ▲산업 확산 ▲글로벌 표준 정립 등 3개 분야에 집중한다. 우선 산업 현장에서 생산되는 피지컬 AI 데이터를 확보하고 로봇의 두뇌 역할을 하는 월드모델을 자체 기술로 개발한다. 이를 국산 AI 반도체에 탑재해 온디바이스 AI로 구현한 뒤 제조 물류 건설 국방 의료 농업 등 다양한 분야의 로봇과 기계로 확산하는 'K-피지컬 AI 기술 자립 파이프라인'을 구축한다는 구상이다. 이날 토론회에 참가한 기업들도 기술자립의 자신감을 보였다. 마음AI의 최홍섭 기술총괄대표는 "미국이 월드모델을 주도하는데 빅테크가 만든 것을 보면 부족함이 보인다"며 "미국도 제조데이터와 같은 산업 데이터를 확보하는 데 한계를 보여 충분히 이겨낼 수 있다"고 했다. 퓨리오사AI의 정영범 상무는 "월드모델을 잘 만들 수 있다는 점을 서버 단에서 증명하겠다"며 "나아가 로봇 등에 필요한 NPU를 적기에 양산해 공급할 수 있도록 하겠다"고 밝혔다. 유 협회장은 특히 AI 모델 기업과 반도체 기업, 로봇 기업, 제조 기업이 힘을 합쳐 피지컬 AI 분야의 독자 파운데이션 모델을 확보해야 한다고 강조했다. 온디바이스 AI 반도체 경쟁력 확보도 주요 과제로 꼽았다. 생성형 AI 모델을 구동하면서도 로봇에 탑재할 수 있도록 발열과 전력 소비를 낮추고 양산 단가와 안정적인 수급 등의 조건까지 충족해야 한다는 설명이다. 중소 제조업은 피지컬 AI가 빠르게 확산될 수 있는 대표적인 분야로 꼽았다. 인력 부족이라는 현실적인 문제를 피지컬 AI로 해결하면서 생산성을 높이고, 국내 제조 현장을 대규모 실증 기반으로 활용할 수 있다는 이유다. 유 협회장은 "정부가 길을 열어주고 국회가 제도를 만들어주며 산업계는 과감하게 도전하고 대학과 연구기관은 미래 기술과 인재를 만들어내야 한다"며 "이 네 축이 같은 목표를 향해 움직일 때 대한민국은 충분히 피지컬 AI 최강국이 될 수 있다"고 강조했다.

2026.08.25 17:44박수형 기자

Prev 1 2 3 4 5 6 7 8 9 10 Next