• 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
인공지능
배터리
양자컴퓨팅
컨퍼런스
칼럼•연재
포토•영상

ZDNet 검색 페이지

'데이터 Ai'통합검색 결과 입니다. (967건)

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

KETI-남부발전, 발전산업 AI 전환 협력…'에너지 효율 혁신 기대'

한국전자기술연구원(KETI·원장 신희동)은 지난 25일 성남 본원에서 한국남부발전(대표 이승우)과 발전 분야 인공지능 전환(AX·AI Transformation) 협력을 위한 업무협약(MOU)을 체결했다고 26일 밝혔다. KETI와 남부발전은 업무협약을 통해 ▲발전 분야 AI 전환을 위한 전략 수립 ▲AX 기술 내재화를 위한 연구 및 실증 ▲전문 인력양성 및 중소기업 기술지원 ▲AX 전환을 위한 기술사업화 등 발전 부문 AX 선도를 위한 상호 협력을 강화하기로 의견을 모았다. 이날 협약식에서는 보안 강화형 5G 기반 비가시권 로봇 자율 원격 공유제어 기술과 이를 활용해 KETI가 공동 개발한 감시정찰 로봇 시연, 인간친화적 휴먼-머신 인터페이스를 위한 AI 기술 등 발전 분야에 적용 가능한 인간 중심 AX 기술이 소개됐다. 앞으로 두 기관은 발전 부문 AX 선도를 위해 AI·로봇·데이터 등 핵심 분야 제반 협력에 대한 논의를 이어갈 계획이다. 화자의 상황·맥락을 이해하는 복합 추론 기술, 인공지능 학습 데이터 구축·활용 및 학습 알고리즘 원천기술, 로봇 지능 및 작업 기술 등 KETI가 보유한 핵심 기술을 바탕으로 두 기관의 기술 협력을 추진할 예정이다. 신희동 KETI 원장은 “인공지능이 미래 산업 발전의 핵심 기술로 주목받는 상황 속에서 이번 업무협약이 발전 분야 AI 전환을 위한 협력의 계기가 될 것”이라며 “앞으로 두 기관은 발전 부문 AX 선도를 위한 공동 기술 개발뿐만 아니라, 관련 인력양성과 사업화 등에서도 시너지를 창출하도록 역량을 집중하겠다”고 밝혔다. 이승우 남부발전 사장은 “이번 KETI와의 업무협력이 남부발전의 융복합 신에너지산업 전환에 기여할 것”이라며 “회사 경쟁력을 높이고 지속 가능한 발전을 이루기 위해 발전운영 전반에 AX을 적극 적용하겠다”고 말했다. 한편, KETI는 중소·중견 기업 기술혁신과 신기술 개발을 지원하는 전자·IT 분야 공공연구기관이다. ▲전력 수요 및 발전량 예측 ▲발전설비 상태 모니터링 및 이상 징후 감지 ▲다양한 발전원의 통합관리 ▲발전설비 내·외부 무인 자동화 등에 필요한 AI·데이터·로봇 기술을 선도하고 있다. 남부발전은 국내 6개 발전회사 가운데 하나로, 최근 자체 거대언어모델(LLM) 구축, 풍력 발전량 예측사업, AI 활용 발전설비 감시 시스템 개발 추진 등 업무의 데이터화와 자동화를 이끄는 발전 분야 AI 전환에 주력하고 있다.

2024.04.26 11:18주문정

퓨리오사AI, 차세대 AI칩 '레니게이드' 첫 공개

서버용 AI반도체 팹리스 퓨리오사AI는 지난 24일(현지시간) 미국 산타클라라 컨벤션센터에서 열린 'TSMC 2024 테크놀로지 심포지엄'에 참가해 차세대 칩인 RNGD(레니게이드)의 실물을 최초 공개했다고 26일 밝혔다. 레니게이드는 TSMC 5나노미터(nm) 공정 기반의 NPU(신경망처리장치)다. 추론용 AI반도체 최초로 HBM3(4세대 고대역폭메모리)를 탑재했다. 또한 엔비디아 고성능 GPU와 동일한 CoWoS 패키지(2.5D 패키지)로 제작됐다. 공개된 레니게이드는 가로, 세로 각 5.5cm 크기에 400억개 이상의 트랜지스터가 집적돼 있으며, 탑재된 HBM3를 통해 1.5TB/S 이상의 대역폭을 갖췄다. 이를 통해 초거대언어모델(LLM) 서빙에 필요한 성능을 충족하는 한편, 전력소모량은 150W로 전성비(전력대비 성능)면에서 경쟁력을 확보하고 있는 것으로 평가된다. 백준호 퓨리오사 대표는 “챗GPT가 나오기 전 선제적으로 HBM3를 탑재한 고성능 AI 반도체 개발에 착수한 후 TSMC, GUC등 글로벌 파트너사들과의 협업과 적극적 지원으로 레니게이드가 완성될 수 있었다”며 “시기적으로도 추론용 AI반도체 수요가 급증하는 시점인 만큼, 시장 기회를 선점할 수 있도록 하겠다”고 밝혔다.

2024.04.26 08:56장경윤

'디지털 바이오', 게임체인저로 대대적 육성

정부가 2035년 바이오 선진국으로 도약하기 위한 '첨단바이오 이니셔티브'를 추진한다. 디지털 바이오를 게임 체인저로 육성하겠다는 것이 핵심이다. 국가과학기술자문회의는 25일 용산 대통령실에서 이우일 부의장 주재로 전원회의를 열고 대한민국의 새로운 성장 DNA로 첨단바이오 산업을 육성, 제2의 반도체 신화를 쓰는 것을 골자로 하는 '첨단바이오 이니셔티브'를 의결했다. ■추진배경 : 바이오 시장 커지며 정부 위기의식 최근 첨단바이오가 디지털화・플랫폼화・전략기술화 되는 추세다. 글로벌 바이오 시장은 2021년 기준 약 2천500조원 규모다. 우리나라 3대 수출산업(반도체, 석유화학, 자동차) 글로벌 시장규모 합과 유사한 규모로 고속 성장하고 있다는 것이 정부 시각이다. 주요 글로벌 기업들은 제약산업은 물론, 제조업 분야에까지 첨단바이오 기술을 도입, 혁신을 시도했다. 세계 각국도 바이오 산업에 촉각을 곤두세웠다. 미국은 백악관 과학기술정책실(OSTP) 주도로 바이오기술・바이오제조 이니셔티브 행정명령(2022)을 마련했다. OSTP・상무부・국방부가 공동의장을 맡는 '국가 바이오경제위원회'도 최근 출범했다. 유럽은 최근 바이오기술 및 바이오제조 정책 방안을 발표했다. 바이오기술법 제정, 바이오테크 허브 설립 등을 추진한다. 중국은 지난 2022년 바이오경제 5개년 계획을 수립하고, 바이오 경제 및 산업을 국가전략 분야로 격상했다. 이에 정부가 바이오 산업의 경쟁력을 강화하고, 세계 시장 선점을 위한 첨단바이오 이니셔티브를 추진하게 됐다. 2022년 우리나라 정부 바이오 R&D투자는 5조 2천억원, 민간 R&D 투자는 6조 5천억원 규모다. 2019년부터 민간 바이오 R&D투자 규모가 정부 R&D투자 규모를 넘어섰다. 바이오 분야 기술 수준은 최고기술 보유국(미국) 대비 2018년 75.2%에서 2022년 79.4%로 격차가 더 커졌다. ■첨단바이오 이니셔티브 4대 미션 이번 이니셔티브는 첨단 바이오 선도국 도약을 위해 ▲혁신기반기술과 ▲고품질 데이터 간 결합을 통해 ▲새로운 서비스 플랫폼과 국민의 ▲체감가치를 창출하는 '바이오 가치사슬'을 강화한다는데 초점을 맞췄다. ❶ AI·디지털 기술 융합한 혁신플랫폼 개발 정부는 데이터와 인공지능, 바이오가 결합된 디지털바이오를 주력분야로 집중 육성한다. 바이오 소재・의료 등 산재된 바이오 데이터의 통합 플랫폼과 빅데이터를 확보하고, 이를 유용한 데이터셋으로 가공・표준화하는 등 데이터를 고도화할 방침이다. 또 인체 분자 표준지도 구축과 유전자・신약 AI플랫폼 개발 등 데이터 활용을 촉진할 수 있는 기술개발을 강화한다 이와함께 바이오 분야에 AI・디지털 기술을 융합한 혁신플랫폼 개발도 지원한다. 유전체 영역별(coding/non-coding)로 유전서열 변이 위험도를 예측하는 인공지능 플랫폼과 항체설계 인공지능 플랫폼, 디지털 뇌융합 플랫폼 등의 기술개발도 지원할 계획이다. ❷바이오 제조 혁신으로 소재・제조산업 육성 바이오 제조혁신을 통해 기존 석유화학 기반의 소재산업을 바이오 기반으로 전환한다. 바이오 부품에 대한 설계・합성・초고속 스크리닝 기술 등 합성생물학 핵심기술을 확보한다. 또 이를 지원할 합성생물학 특화연구소를 지정, 육성할 방침이다. 바이오파운드리 구축을 통해 바이오 제조의 자동화・고속화도 촉진한다. 장기적으로는 농식품・해양・에너지별 특화된 바이오파운드리와 생산용 표준모델 균주 등도 확보할 계획이다. 또한, 바이오 공정기반 친환경・고기능성 소재, 의약품 핵심원료와 부자재 등 바이오 분야의 핵심 소재・부품・장비 관련 산업을 적극 육성해 나갈 방침이다. 바이오플라스틱 등 첨단바이오 신소재를 개발하는 한편, 의약품 핵심원료・부자재・장비 등 바이오 소부장 국산화율 15%를 2030년 목표로 핵심품목들에 대한 기술개발 로드맵 수립 및 전주기 관리도 지원한다. 한편 정부는 합성생물학 6대 전략기술로 ①DNA・RNA 디자인, ②단백질 설계, ③대사경로(유전자회로) 제어, ④미생물 기반 화학소재, ⑤동물세포 기반 백신・치료제, ⑥식물세포 기반 대체식품 및 그린바이오 소재 등을 선정했다. ❸ 바이오 의료 기술 혁신 삶의 질 제고 첨단바이오 기반의 혁신적인 기술로 국민 삶의 질과 건강 수준 제고에도 나선다. 후생유전학・RNA편집・역노화 등 창의적이고 파괴적인 혁신기반기술 연구와 함께, 상용화에 가깝거나 해외 상용화 사례가 있는 치료제, AI・디지털 융합형 의료기기 등에 대한 기술개발 및 임상・상용화 지원도 강화한다. 미정복 질환극복과 의료위기 대응을 위한 임무지향적 보건의료 기술개발도 강화해 나갈 계획이다. 오가노이드 기반 약물평가 시스템이나 생체칩 등 인공 대체시험 플랫폼도 확보한다. mRNA 백신 플랫폼 기술 확보를 추진하는 한편, 초소형 유전자가위나 프라임 에디팅 같은 차세대 유전자가위 개발도 지원한다. ❹ 기후변화, 식량부족 등 인류 난제 해결 바이오수소, 바이오디젤, 인공광합성, 생분해성 플라스틱 등 탄소중립 사회를 위한 기술개발을 가속화할 방침이다. 기후변화와 함께 정치・경제 갈등으로 고도화되는 식량안보 우려 및 우리나라의 높은 식량 수입의존도에 대응, 이상기상이나 병해충의 피해를 덜 받는 고품질 신품종 개발 및 고부가 대체식품 개발 등 농수산업 기술혁신 지원을 강화할 계획이다. 우리나라 식량 자급률은 2022년 기준 쌀이 104.8%, 밀이 1.3%, 콩이 28.6%, 옥수수가 4.3%다. 이와함께 코로나19 등 신변종 감염병 재발생 가능성에 대비하기 위해 감염병 관련 예방・치료・진단・감시・예측 등 전주기 지원은 물론, mRNA백신 플랫폼 국산화와 신속한 방역기술 확보도 지원한다. ■첨단바이오 위한 기반 구축 적극 나서 정부는 이같은 과제 추진을 위해 인재양성, 산업생태계 조성, 인프라 구축, 글로벌 협력, 법・제도 개선을 통한 규제혁신에도 적극 나설 방침이다. 바이오+디지털, 바이오+공학 등 다학제간 과정을 통해 융합형 인재를 양성하고, 바이오 분야의 창업부터 민간투자까지 이어지는 바이오 산업의 전주기 지원을 강화해 나갈 계획이다. 충북 오송 첨단바이오 특화단지, 인천 송도 K-바이오 랩허브 등 지역 기반 바이오 클러스터도 전략적으로 육성할 계획이다. 또 최첨단 바이오 연구시설・장비는 물론, 슈퍼컴・자동화 연구실 등 바이오 첨단 인프라를 확충하는 한편, 바이오 빅데이터-클라우드 기반의 실험 자동화 시스템도 구축한다. 첨단바이오 선도국과의 공동연구와 정책공조를 강화하고, 첨단바이오 신흥기술에 대한 선제적 법・제도 기반 및 규제개선 로드맵 마련 등도 추진한다. 이종호 과학기술정보통신부 장관은 “첨단바이오는 바이오가 디지털・나노・소재・물리・화학 등 여러 기술과 융합하여 제조・보건의료・농업・환경 등 다양한 분야의 혁신을 촉진할 수 있는 분야”라고 설명하면서, “향후 합성생물학, 바이오 데이터 플랫폼, AI・디지털바이오 등 주요 기술분야별로 세부 실행계획도 수립하는 등 이번 이니셔티브를 차질 없이 추진해 우리나라가 2035년 글로벌 바이오 선도국에 진입할 수 있도록 하겠다”라고 밝혔다.

2024.04.25 18:32박희범

SK하이닉스, TSMC 테크 행사서 'HBM·패키징 협력 관계' 강조

SK하이닉스는 24일(미국시간) 미국 캘리포니아 주 산타클라라에서 열린 'TSMC 2024 테크놀로지 심포지엄'에 참가했다고 25일 밝혔다. SK하이닉스는 이번 행사에서 AI 메모리인 HBM(고대역폭메모리)의 선도적인 경쟁력을 알리고, TSMC의 첨단 패키지 공정인 CoWoS(Chip on Wafer on Substrate) 협업 현황 등을 공개했다. CoWoS는 칩들을 실리콘 기반의 인터포저 위에 올려 한꺼번에 패키징하는 기술이다. TSMC 2024 테크놀로지 심포지엄은 TSMC가 매년 주요 파트너사들을 초청해 각 사의 신제품 및 신기술을 공유하는 자리다. SK하이닉스는 이 행사에서 'Memory, The Power of AI'라는 슬로건을 걸고 업계 최고 성능인 HBM3E를 선보여 많은 관심을 끌었다. 이 제품은 최근 AI 시스템에 탑재해 평가했을 때 I/O(입출력 통로)당 최대 10Gb/s(기가비트/초)의 데이터 전송 속도를 기록하는 등 업계 최고 수준을 보인 것으로 알려졌다. 또한 SK하이닉스는 TSMC와 협력존을 열고 회사가 HBM 리더십을 확보하는 데 CoWoS 분야에서의 협력이 중요했다고 강조하며, 차세대 HBM 등 신기술을 개발하기 위해 양사가 더 긴밀하게 협업해 나갈 계획이라고 밝혔다. 이 밖에도 SK하이닉스는 AI 산업을 지원할 다양한 고성능 제품군을 선보였다. 인터페이스를 하나로 통합한 CXL 메모리, 서버용 메모리 모듈인 MCRDIMM 및 3DS RDIMM, 온디바이스 AI에 최적화된 LPCAMM2 및 LPDDR5T, 그리고 차세대 그래픽 D램인 GDDR7 등 다양한 라인업을 공개했다. 본 행사에 앞서 22일(미국시간) 진행된 워크숍에서는 권언오 SK하이닉스 부사장(HBM PI 담당), 이재식 부사장(PKG Engineering 담당)이 'HBM과 이종 집적 기술' 등에 관해 발표를 진행했다. SK하이닉스는 AI 메모리 선도 경쟁력을 강화하기 위해 기술, 비즈니스, 트렌드 등 다방면에서 파트너와의 협력 관계를 지속해 나간다는 계획이다.

2024.04.25 18:21장경윤

韓 'AI 강국' 도약 시동…AI-반도체 이니셔티브 의결

과학기술정보통신부, 산업통상자원부 등 관계부처는 25일 용산 대통령실에서 개최된 국가과학기술자문회의 전원회의에서 'AI-반도체 이니셔티브' 안건을 심의·의결했다고 밝혔다. 이번 안건은 지난 9일 대통령이 주재한 '반도체 현안점검회의'에서 발표된 AI-반도체 이니셔티브 추진방향을 구체화하기 위해 마련됐다. AI-반도체 이니셔티브는 우리나라 AI 가치사슬 분야별 강점과 요소기술을 분석해 도출한 9대 기술혁신 과제와, 이를 뒷받침하기 위한 중점 추진과제로 구성돼 있다. 정부는 민간과 힘을 합쳐 AI-반도체 이니셔티브를 적극적으로 추진해 'AI G3 도약, K-반도체 새로운 신화 창조'를 실현할 계획이다. 먼저 AI 모델 분야에서는 기존 생성형 AI의 한계를 뛰어넘어 다방면에서 사람과 같은 능력을 수행할 수 있는 차세대 범용 AI(AGI) 등 차세대 AI 핵심 기술을 개발한다. 또한 더 적은 에너지를 사용하면서도 기존 성능을 유지하는 경량·저전력 AI 기술을 확보하고, 궁극적으로는 모든 기기에서 AI를 자유롭게 쓸 수 있을 정도로 발전시킬 계획이다. 급속도로 성장하는 AI를 믿고 사용할 수 있도록 설명 가능한 AI, AI·사이버보안 기술, 딥페이크 탐지기술 등 AI safety 기술도 확보할 예정이다. AI 반도체의 경우 메모리에 AI연산 기능을 적용하는 PIM(프로세싱-인-메모리)을 통해 우리가 강점을 가진 메모리 분야에서 초격차를 확보할 계획이다. HBM, LPDDR 등 DRAM과 NVM(비휘발성 메모리) 등에 PIM 기술을 적용하여 연산속도를 높이고 사용 전력을 획기적으로 낮출 예정이다. 또한 한국형 AI프로세서인 저전력 K-AP를 개발해 신격차에 도전한다. 인간의 뇌 구조를 모사한 뉴로모픽 AI반도체 세계 최초 상용화에 도전하고, 최근 상용화 단계에 진입한 NPU를 지속 고도화할 예정이다. 마지막으로 반도체의 패러다임을 근본적으로 바꿀 수 있는 신소자&첨단 패키징 기술을 개발한다. 신소자 연구성과가 실제 현장에 적용될 수 있도록 'Lab to Fab' 스케일업 플랫폼을 구축하는 한편, 대규모 R&D 투자로 혁신적인 신소자 개발을 안정적으로 지원할 예정이다. 또한 최근 중요성이 부상하고 있는 첨단 패키징 원천기술을 적극 확보한다. 이외에도 AI슈퍼컴퓨팅(K-클라우드2.0)을 추진해 국산 AI반도체가 적용된 클라우드를 고도화한다. 클라우드는 AI반도체가 적용된 서버들이 하나의 거대한 시스템으로 작동하는 플랫폼이다. 국산 AI반도체가 이러한 대단위의 클라우드 데이터센터에서 효율적으로 동작할 수 있도록 R&D와 실증을 지원할 계획이다. 또한 AI일상화를 가속화할 것으로 기대되는 온디바이스 AI 핵심기술을 개발한다. 제한된 성능·에너지 환경에서 온디바이스 AI를 구동하기 위한 AI반도체와 디바이스를 개발하고, 자동차·기계·로봇·가전·방산 등 주력산업 분야에서 K-온디바이스 AI 플래그십 프로젝트를 추진해 기업들이 초기시장을 적극적으로 공략할 수 있도록 지원할 예정이다. 아울러 국산 AI반도체를 효율적으로 제어하고, 데이터센터와 디바이스에서 구동할 수 있도록 지원하는 차세대 개방형 AI아키텍처‧SW를 개발한다. 이를 통해 HW와 SW가 유기적으로 연계되는 AI-반도체 생태계를 완성할 계획이다. 정부부처는 AI-반도체 9대 기술혁신 과제를 집중 지원하기 위해 ▲전방위적인 투자·금융 지원 ▲인재 양성 ▲산업·연구 혁신 인프라 구축 ▲글로벌 협력·진출 ▲AI윤리규범 선도 등을 추진해 AI-반도체 가치사슬 전반을 지원한다. 특히 오는 5월 'AI 서울 정상회의'의 성공적 개최를 통해, 대한민국의 AI 글로벌 리더십을 공고히 해 나갈 계획이다.

2024.04.25 18:20장경윤

최태원 회장, 젠슨 황 엔비디아 CEO 만나 'AI 파트너십' 논의

최태원 SK그룹 회장이 미국 주요 팹리스 기업인 엔비디아의 젠슨 황 최고경영자(CEO)와 만남을 가졌다. 업계는 두 인사가 AI 반도체 분야에서의 협력 강화 방안을 논의했을 것으로 보고 있다. 최태원 회장은 25일 사회관계망서비스(SNS) 인스타그램에 젠슨 황 엔비디아 CEO와 함께 찍은 사진을 게재했다. 장소는 미국 산타클라라 엔비디아 본사로 추정된다. 사진에서 최 회장과 황 CEO는 함께 엔비디아의 브로슈어에 적힌 황 CEO의 자필 메시지를 보며 대화를 나누는 모습이 담겼다. 황 CEO는 최 회장의 영어 이름인 토니(Tony)를 지칭하며 "AI와 인류의 미래를 함께 만들어가는 파트너십을 위해!"라는 내용의 자필 편지를 전했다. 업계는 두 인사가 이번 만남으로 AI 산업에서의 협력 강화를 모색했을 것으로 관측하고 있다. 엔비디아는 미국 주요 팹리스 기업으로, AI 산업에 필수적으로 활용되고 있는 고성능 GPU(그래픽처리장치) 및 AI 가속기를 개발하고 있다. AI용 반도체 시장에서 엔비디아가 차지하는 점유율은 80% 이상으로 압도적이다. SK하이닉스는 지금까지 엔비디아의 AI반도체에 고대역포메모리(HBM)을 독점 공급하며 주도권을 쥐고 있다. 지난 3월에는 4세대 HBM 제품인 8단 HBM3E를 가장 먼저 공급하면서 양사는 공고한 협력 체계를 유지하고 있다. 한편, 업계에서는 최태원 회장이 HBM 경쟁사인 삼성전자와 마이크론을 의식하고 젠승 황 CEO를 만난 것이란 해석이 나온다. 지난해 SK하이닉스는 엔비디아에 HBM3을 독자 공급해 왔는데, 엔비디아가 HBM3E부터 공급망 다각화에 나서면서 경쟁이 심화되고 있기 때문이다. 앞서 젠승 황 CEO는 지난달 미국 새너제이에서 열린 엔비디아 연례 개발자 콘퍼런스 'GTC 2024'에서 삼성전자 부스를 방문했으며, 전시된 삼성의 12단 HBM3E에 "젠슨 승인(JENSEN APPROVED)"이라고 사인하기도 했다. '승인'에 대한 구체적인 의미는 알려지지 않았지만, 업계에서는 삼성전자가 엔비디아에 HBM3E 공급한다는 기대감이 높아진 상태다.

2024.04.25 18:10장경윤

SAP 코리아, 'SAP 이노베이션 데이 포 CX' 개최

SAP코리아(대표 신은영)는 'SAP 이노베이션 데이 포 CX'를 25일 개최한다고 밝혔다. 이 행사는 국내 기업의 마케팅 및 세일즈 분야 임직원을 대상으로 보코서울강남 호텔에서 진행된다. AI 기술이 비약적으로 발전하고 고객 데이터 접근성이 확보되며 다양한 업계의 국내 기업을 비롯한 전 세계 기업이 고객 중심의 비즈니스로 변모하고 있다. 이와 함께 영업, 마케팅, 서비스 등 다양한 부서가 고객 데이터를 통합 및 활용하고 AI로 초개인화를 달성하고 있다. 이는 SAP가 추구하는 인텔리전트 엔터프라이즈의 근간이다. 이날 행사에 SAP코리아 원영선 엔터프라이즈 클라우드 부문장의 기조연설을 시작으로 인텔리전트 엔터프라이즈 방향성을 구체화하는 최신 활용 사례가 공개된다. 고객 경험(CX) 개선, 세일즈 효율 극대화, 고객 충성도 제고 등 AI를 활용한 실사례 기반의 다양한 세션은 물론 데모가 진행된다. SAP 코리아는 최근 신세계아이앤씨와 디지털 마케터를 위한 초개인화 솔루션 SAP 이마시스사업 협력과 국내외 시장 확대를 위한 업무협약(MOU)을 체결했다. 이번 업무협약을 통해 양사는 차별화된 디지털 마케팅 플랫폼 전략을 공동으로 수립하고 온라인 및 오프라인에서 공동으로 네트워크 활동과 협력을 진행한다. 양사의 전문성과 솔루션을 적극 활용해 시장 경쟁력을 강화하고, 기업들의 고객 경험 개선 사례를 구축하며 국내 디지털 마케팅 분야 혁신을 주도해 나갈 계획이다. SAP 고객 경험 솔루션은 기업이 뛰어난 고객 경험을 제공해 충성도를 높이고 수익성 있는 장기적 성장을 도모할 수 있도록 지원한다. SAP 이마시스는 마케터가 개인 정보 보호를 최우선으로 하는 접근방식으로 개인화된 옴니채널 경험을 제공할 수 있도록 특별히 설계된 솔루션이다. 운영 데이터와 고객 데이터를 연결하고 AI를 활용해 인사이트와 분석을 강화함으로써 브랜드가 개인화된 실시간 소통을 통해 수백만 명의 고객에게 도달하고 고객 생애 가치를 높일 수 있도록 지원한다. 원영선 부문장은 “많은 기업이 인텔리전트 엔터프라이즈로 거듭나며 효율성과 수익성을 확보하고 있다”며 “여기에 AI 기술이 더 해지며 개인화 마케팅이 새로운 시대를 맞이하고 있다”고 밝혔다. 그는 “SAP만의 뛰어난 AI 역량과 탄탄한 솔루션을 바탕으로 국내 기업이 고객 참여와 충성도를 증대시키고, 고객 만족도를 높이며, 브랜드 가치를 강화할 수 있도록 전방위 지원에 나설 것”이라고 말했다.

2024.04.25 14:50김우용

스노우플레이크, 엔터프라이즈급 오픈소스 LLM '아크틱' 출시

스노우플레이크는 개방성과 성능을 갖춘 엔터프라이즈급 대규모언어모델(LLM) '스노우플레이크 아크틱(Arctic)'을 25일 출시했다. 스노우플레이크 고유의 전문가혼합(MoE) 방식으로 설계된 아크틱은 높은 성능과 생산성을 지원한다. 기업의 복잡한 요구사항 처리에도 최적화돼 SQL 코드 생성, 명령 이행 등 다양한 기준에서 최고 조건을 충족한다. 아크틱은 무료로 상업적 이용까지 가능한 아파치 2.0 라이선스로, 스노우플레이크는 AI 학습 방법에 대한 연구의 자세한 사항을 공개하며 엔터프라이즈급 AI 기술에 대한 새로운 개방 표준을 수립했다. 아크틱 LLM은 스노우플레이크 아크틱 모델군의 일부로, 검색 사용을 위한 텍스트 임베딩 모델도 포함됐다. 포레스터의 최근 보고서에 따르면 글로벌 기업의 AI 의사 결정권자 중 약 46%가 'AI 전략의 일환으로 자신이 속한 기업에 생성형 AI를 도입하기 위해 기존의 오픈소스 LLM을 활용한다'고 답했다. 스노우플레이크 데이터 클라우드 플랫폼은 현재 전 세계 9천400여 기업 및 기관의 데이터 기반으로 활용되고 있다. 아파치 2.0 라이선스를 적용한 오픈소스 모델인 아크틱은 코드 템플릿과 함께 추론과 학습방식을 선택할 수 있는 유연성도 제공한다. 사용자는 엔비디아 NIM, 엔비디아 텐서RT-LLM, vLLM, 허깅페이스 등의 프레임워크로 아크틱을 사용하고 커스터마이징할 수 있다. 스노우플레이크 코텍스에서 서버리스 추론을 통해 아크틱을 즉시 사용할 수도 있다. 스노우플레이크 코텍스는 완전 관리형 서비스로, 허깅페이스, 라미니, 마이크로소프트 애저, 엔비디아 API 카탈로그, 퍼플렉시티, 투게더 AI 등 다양한 모델 목록과 함께 데이터 클라우드에서 머신러닝 및 AI 솔루션을 제공한다. 아마존웹서비스(AWS)에서도 아크틱 사용이 가능해질 예정이다. 스노우플레이크 AI 연구팀은 업계 최고의 연구원과 시스템 엔지니어들로 구성돼 있다. 아크틱 구축에는 3개월 미만이 소요됐다. 모델 학습에 아마존 EC2 P5 인스턴스가 활용됐으며, 학습 비용은 유사 모델 대비 8분의 1에 그쳤다. 스노우플레이크는 최첨단 개방형 엔터프라이즈급 모델의 학습 속도에 새로운 기준을 제시하며, 궁극적으로는 사용자가 비용 효율적이고 맞춤화된 모델을 최적의 규모로 생성할 수 있도록 지원한다. 아크틱의 차별화된 MoE 설계는 기업의 요구사항에 따라 세밀하게 설계된 데이터 조립을 통해 학습 시스템과 모델 성능 모두를 향상한다. 4천800억 개의 매개 변수를 한 번에 17개씩 활성화함으로써 뛰어난 토큰 효율과 업계 최고의 품질을 구현하며 최상의 결과를 제공한다. 아크틱은 획기적인 효율 개선을 위해 추론이나 학습 중 DBRX보다 약 50%, 라마3 70B보다 약 75% 적은 매개변수를 활성화한다. 코딩(Humaneval+, MBPP+)과 SQL 생성(Spider) 면에서도 DBRX, 믹스트랄 8x7B 등 대표적인 기존 오픈소스 모델의 성능을 능가하고 일반 언어 이해(MMLU)에서 최상급 성능을 보인다. 스노우플레이크는 기업이 각자의 데이터를 활용해 실용적인 AI/머신러닝 앱 제작에 필요한 데이터 기반과 최첨단 AI 빌딩 블록을 제공한다. 고객이 스노우플레이크 코텍스를 통해 아크틱을 사용할 경우 데이터 클라우드의 보안 및 거버넌스 범위 내에서 프로덕션급 AI 앱을 적정 규모로 구축하는 것은 더욱 쉬워진다. 아크틱 LLM이 포함된 스노우플레이크 아크틱 모델군에는 스노우플레이크가 최근 출시한 최첨단 텍스트 임베딩 모델 중 하나인 아크틱 임베드도 포함된다. 이 제품은 아파치 2.0 라이선스로 오픈소스 커뮤니티에서 무료로 사용할 수 있다. 5가지 모델로 구성된 이 제품군은 허깅페이스에서 바로 사용할 수 있으며 스노우플레이크 코텍스에 내장돼 프라이빗 프리뷰 형태로 공개될 예정이다. 유사 모델의 약 3분의 1 크기인 이 임베딩 모델은 최상의 검색 성능을 발휘하도록 최적화돼, 기업들이 검색증강생성(RAG) 또는 시맨틱 검색 서비스의 일부로 고유의 데이터 세트를 LLM과 결합할 때 효과적이고 경제적인 솔루션을 제공한다. 최근 스노우플레이크는 레카와 미스트랄 AI의 모델도 추가하는 등 고객이 데이터 클라우드에서 가장 높은 성능의 최신 LLM을 접할 수 있도록 지원하고 있다. 또, 최근 엔비디아와의 확장된 파트너십을 발표하며 AI 혁신을 지속해 나가고 있다. 스노우플레이크의 데이터 클라우드는 풀스택 엔비디아 가속 플랫폼과 결합해 산업 전반에 걸쳐 AI의 생산성을 적극 활용하는 안전하고 강력한 인프라 및 컴퓨팅 역량을 제공하고 있다. 스노우플레이크 벤처스는 고객이 각자의 기업 데이터에서 LLM과 AI를 통한 가치 창출을 지원하기 위해 최근 랜딩 AI, 미스트랄 AI, 레카 등에도 투자했다. 슈리다 라마스워미 스노우플레이크 CEO는 “스노우플레이크 AI 연구팀은 AI 분야 최전방에서 혁신을 이끌며 자사에 중요한 전환점을 마련했다”며 “스노우플레이크는 오픈소스로 업계 최고 성능과 효율을 AI 커뮤니티에 공개하면서 오픈소스 AI가 지닌 가능성의 영역을 넓혀가고 있다”고 밝혔다. 그는 “고객에게 유능하면서도 믿을 수 있는 AI 모델을 제공할 수 있는 스노우플레이크의 AI 역량도 높아지고 있다”고 강조했다.

2024.04.25 09:28김우용

KTNET, 몽골 관세청과 전자통관 고도화 협력 강화

한국무역정보통신(KTNET·대표 차영환)은 인공지능(AI)·빅데이터 등 디지털 기술을 활용해 몽골 전자통관 시스템 고도화를 위해 몽골 관세청과 협력을 강화하기로 했다. 차영환 KTNET 사장은 23일 몽골 관세청을 방문, 렉지부 오트건자르갈 청장을 면담하고 몽골 관세행정의 디지털 전환에 대해 논의했다. KTNET은 몽골 관세청이 보유한 통관 데이터를 활용해 AI 기반 위험관리시스템을 적용, 일반 화물과 승객, 승객화물의 신속한 통관 서비스를 추진할 계획이다. 위험관리시스템은 불법화물로 의심되는 화물을 선별하고 실물 검사를 하는 대신 일반 화물은 서류 승인만으로 실물 검사 없이 신속 통관을 허용하는 시스템이다. 현재 몽골 관세청은 대부분의 화물을 실물 검사하고 있고 서류심사 통관은 전체의 5% 미만 수준이다. 위험관리시스템이 적용되면 신속 통관 비율을 높일 수 있다. KTNET은 또 최근 수요가 증가하고 있는 몽골 기업의 원산지증명 수요에 대해 효율적으로 업무처리를 위한 원산지관리시스템의 구축방안에 대해서도 몽골 관세청과 논의했다. 몽골은 2016년 일본과 경제동반자협정(EPA)을 체결했고 2021년에는 아시아·태평양무역협정(APTA)을, 지난해 말부터는 우리나라와도 EPA 협상을 시작했다. KTNET은 몽골의 전자통관 시스템인 CAIS(Customs Automated Information system)을 2008년부터 2010년중에 구축한 바 있다. CAIS는 수출입통관 신고 및 화물 신고를 인터넷으로 할 수 있는 관세행정 시스템이다. ADB는 CAIS 도입이 몽골 관세행정의 현대화에 크게 기여한 것으로 평가했다. ADB는 몽골의 관세 수입이 2009년 3억8천만 달러에서 CAIS 개통 후 2011년에는 11억4천500만 달러로 약 3배 증가했다. 수출통관 심사시간도 평균 2시간 20분에서 13분으로 절감됐다. 몽골 국민의 관세청 투명성 평가에도 CAIS 도입 전에는 몽골 정부기관 중 17위였으나 시스템 도입 후에는 11위로 개선됐다. KTNET은 몽골의 재해복구센터 구축, 몽골 전자무역시스템 타당성 조사 컨설팅 등 다수 프로젝트를 수행한 바 있다. 차영환 KTNET 사장은 “몽골 관세청의 디지털 전환이 이뤄지면 투명하고 신속한 관세행정 서비스가 제공돼 몽골 무역기업 환경이 크게 개선될 것”이라며 “우리나라 전자무역 시스템의 개발, 운영 경험을 몽골 등 여러 국가와 공유해 국제 무역의 원활화에 기여하도록 하겠다”고 말했다. KTNET은 몽골·탄자니아·파라과이 등에 전자통관 시스템을 구축하는 등 총 35개 국가에 디지털 시스템과 솔루션을 수출해 왔다.

2024.04.24 11:28주문정

데이터브릭스, 한국 시장서 연간 100% 성장

데이터브릭스는 23일 서울 인터컨티넨탈코엑스에서 개최한 '데이터 인텔리전스 데이' 컨퍼런스' 관련 기자간담회에서 지난 회계연도에 한국에서 연간 100% 이상의 성장을 달성했다고 발표했다. 국내 기업의 데이터 및 AI 수요 급증에 따른 결과라고 회사측은 설명했다. 데이터브릭스는 급속한 제품 혁신에 힘입어 지난 1월 31일 마감된 회계연도를 기준으로 전 세계적으로 16억 달러 (약 2조2천억원)이상의 매출을 기록했으며, 연간 50% 이상의 성장을 달성했다. 데이터브릭스는 지난 3월 출시 당시 표준 벤치마크에서 모든 오픈소스 모델을 능가하는 범용 대형언어모델(LLM) DBRX를 선보였다. 데이터 선도 기업들은 이미 데이터브릭스의 데이터 인텔리전스 플랫폼을 활용해 다양한 워크로드에서 비용 효율성과 고성능을 보장하는 동시에 비즈니스 운영을 최적화하고, 예측 분석 및 AI 애플리케이션 등을 통해 혁신을 이끌며, 고급 데이터 거버넌스 및 분석 기능을 통해 의사 결정을 개선해나가고 있다. 데이비드 마이어 데이터브릭스 제품 담당 수석부사장은 기조연설에서 “기업의 데이터 프로젝트를 AI와 결합하고자 할 때 실패로 귀결되기 쉬운데, 이는 워낙 다양한 사일로 시스템이 존재하기 때문”이라며 “데이터와 AI 시스템의 사일로는 내재적으로 복잡하며 거버넌스와 보안도 이 때문에 더 어려워지고, 여러 개발언어와 시스템을 이해해 쉽게 만들 수 있는 고도화된 기술인력도 확보하기 어렵다”고 말했다. 그는 “데이터브릭스의 레이크하우스 '델타레이크'는 비정형과 정형 데이터 모두를 레이크로 가져와서 정교화한 다음 데이터 복제와 이동없이 레이크 자체에서 활용하게 하므로 근본적으로 단순하다”며 “데이터레이크하우스만으로 충분하지 않고, 그 위에 거버넌스 레이어 '유니티 카탈로그'를 얹어 SQL, 스칼라, 자바, R 같은 각기 다른 엔트리 진입지점을 관리하고 데이터모델이나 노트북까지 모두 관리할 수 있다”고 강조했다. 데이터브릭스의 유니티 카탈로그는 전체 데이터 플랫폼의 거버넌스를 관리하는 계층이다. 모든 데이터 쿼리는 유니티 카탈로그를 거치게 되고, 사용자별로 데이터 접근권한을 관리할 수 있다. 유니티 카탈로그는 데이터브릭스 솔루션 외에 다양한 외부 거버넌스 시스템과도 통합가능하다. 데이터브릭스는 모자이크ML을 인수하고 최근 DBRX란 개방형 언어모델을 출시하는 등 생성형 AI 분야에 공격적인 투자를 하고 있다. 생성형 AI를 자사 플랫폼에 접목해 자연어로 데이터를 활용하게 하는 데이터 민주화를 추구한다. 데이비드 마이어 부사장은 “생성형 AI 자체를 레이크하우스에 녹여 근본적으로 새로운 것을 가능하게 했다”며 “데이터 인텔리전스 엔진을 델타레이크와 유니티 카탈로그 위에 얹어서 생성형 AI로 데이터 의미를 이해한다”고 말했다. 그는 “플랫폼에서 파티셔닝, 인덱싱, 레이어링, 리퀘스트 등의 기능을 자동화했으며, AI가 데이터 트래픽 패턴을 학습해 데이터를 재작성하고 사용자의 사용 행태에 따라 더 적은 비용으로 쿼리를 수행하도록 진화한다”며 “최고의 데이터웨어하우스는 훨씬 더 간결한 레이크하우스”라고 강조했다. 그는 “1년전 인수한 모자이크ML은 고객의 모델 학습과 미세조정을 더 저렴한 비용으로 할 수 있게 하며, 최대 10배의 비용을 절감시켜준다”며 “DBRX는 미세조정이나 자체 모델을 완벽히 제어할 수 있다”고 덧붙였다. 이날 기조연설에서 염화음 크래프톤 딥러닝실 데이터실장과 문효준 엘지전자 데이터플랫폼실 팀장이 무대에 올라 자사의 데이터브릭스 플랫폼 활용 사례를 공유했다. 에드 렌타 데이터브릭스 아태지역 총괄 부사장은 “데이터브릭스 클라우드의 한국 리전 범위를 확대하고 서버리스 SQL을 5월 출시할 예정”이라며 “한국어 기술 지원을 시작하고, 제품 교육 및 인증 프로그램의 한국어 지원도 5월 중 이뤄질 것이며, 생성형 AI 기능의 한국 리전 확대와 모델 서빙, 벡터 서치 등도 한국에서 쓸 수 있을 것”이라고 밝혔다. 에드 렌타 데이 부사장은 “한국은 아태지역에서 가장 빠르게 성장하는 시장 중 하나”라며 “한국이 기업의 AI 도입에 대한 야심찬 목표를 가지고 있는 시장인 만큼, 데이터브릭스는 보다 많은 한국 고객들이 자체적인 프라이빗 데이터를 사용해 안전하게 AI를 활용할 수 있도록 지속적으로 지원해나갈 계획”이라고 말했다. 데이터브릭스의 데이터 인텔리전스 데이는 데이터브릭스 고객, 업계 리더, 기술 전문가, 파트너가 주도하는 심층 세션을 통해 자연어로 데이터 인사이트를 확보하는 방법부터 데이터 프라이버시 보호 및 제어를 유지하면서 생성형AI 애플리케이션을 개발하는 혁신적인 방법까지 자세히 살펴볼 수 있다. LG전자, 크래프톤, 여기어때컴퍼니, 정육각, 하이퍼커넥트, 신세계I&C, 스캐터랩, 아임웹 등이 연사로 나서 데이터 및 AI 여정을 공유했다.

2024.04.23 16:05김우용

세일즈포스코리아, '2024 디지털 혁신 트렌드 보고서' 발표

세일즈포스는 국내 기업의 CRM, AI, 데이터 기반 디지털 혁신 현황과 인사이트를 담은 '2024 디지털 혁신 트렌드 리포트'를 23일 발표했다. 보고서에 따르면 국내 기업은 생성형 AI 기술 등장 이후 새로운 방식으로 고객과 관계를 맺고자 하는 수요가 증가하고 있는 것으로 나타났다. AI 기술과 CRM 간의 시너지를 기반으로 소비자인 외부고객 뿐만 아니라 내부고객인 임직원들의 경험 및 업무 생산성 향상을 위한 혁신에 대한 관심도가 증가하고 있으며, 디지털 혁신을 바탕으로 전반적인 비용절감을 기대하고 있는 것으로 해석된다. 다만 응답자의 대부분이 성공적인 디지털 혁신을 위해서는 경영진의 적극적인 투자 및 지원이 필요하다고 응답했다. 이 보고서는 국내 약 1천 명 이상의 비즈니스 리더와 현업 전문가를 대상으로 지난 1월 진행한 연구조사 결과에 기반한다. 세일즈포스는 AI 혁신 시대를 맞이하여 국내 기업의 성공적인 디지털 혁신을 위해 CRM, AI, 데이터, 신뢰라는 네 가지 측면에서의 디지털 혁신 현황, 목표 및 주요 어려움 등을 기업의 규모, 업무 영역 및 산업별로 분석했다. 보고서에 따르면, 절반 이상의 응답자(55.8%)는 디지털 혁신 이후 가장 기대하고 있는 효과로 '반복 및 중복 업무 감소로 인한 비용 절감'을 꼽았으며, 디지털 혁신의 주된 목표로 '업무 생산성 향상과 부문 간 유기적인 협업(44.5%)'인 것으로 나타났다. 조사 결과 생성형 AI에 대한 관심이 높은 가운데 실제 기업에서 중요하게 인식하고 있는 디지털 혁신 요소는 '데이터'가 82.5%로 가장 높았으며 'CRM(80.8%)', 'AI(71.2%)'가 그 뒤를 이었다. 이와 관련해 세일즈포스는 생성형 AI와 같은 기술을 활용하기 위해 대다수의 국내 기업이 데이터의 품질과 정확성은 물론, 체계적인 관리 체계를 구축하기 위한 움직임을 강화하고 있다고 설명했다. 그 외에도 전문가들은 CRM 측면의 디지털 혁신을 시행할 때 가장 중요한 요소로 '정확도 높은 데이터 확보 및 활용 환경 구축(53.8%)'을 꼽았다. AI 측면에서는 '생산성 향상을 위한 업무 자동화 및 업무지원(48.8%)'을 디지털 혁신 시행 시 가장 중요한 요소로 지목했으며 이 밖에도 데이터 측면에서 국내 기업은 디지털 혁신 시행 시 '데이터 품질 정확도 향상(48.0%)'을 우선적으로 고려하고 있는 것으로 나타났다. 디지털 혁신을 추진하는 데 있어 기업이 겪고 있는 CRM, AI, 데이터 측면에서의 어려움 또한 상이했다. CRM 측면에서 '경영진의 투자 및 지원 미흡(41.9%)'을 꼽았으며, 데이터 측면에서는 '데이터 전문가의 부재(44.3%)'를, AI 측면에서는 '기술 활용에 필요한 교육 부재(45.1%)'가 성공적인 디지털 혁신을 위해 넘어야 할 허들인 것으로 나타났다. 대다수의 응답자가 AI 기반 디지털 혁신의 중요성에 대해 인지하고 있는 반면, 이를 위한 조직 내 디지털 혁신 노력 및 투자 정도는 부족한 것으로 보인다. 전체 응답자 중 디지털 혁신 추진 활동과 조직 내 투자 우선순위 간의 일치도는 약 40.4%에 불과했다. 급변하는 디지털 환경에서 업무 효율성 및 생산성 향상, 고객과의 연결성 향상을 위해서는 경영진의 적극적인 투자와 지원이 필요한 것으로 해석된다. 최근 IT 기술을 둘러싼 윤리, 데이터 보안, 개인정보보호 등에 대한 관심도가 높아지고 있는 가운데, 전체 응답자 중 81%는 CRM, AI, 데이터 측면의 디지털 혁신에 있어 '신뢰'가 가장 중요한 요소라는데 동의했다. 이와 관련하여 세일즈포스는 최근 생성형 AI 활용에 대한 사내 규정 및 윤리강령 정립, 안전한 데이터 보안 환경 등이 디지털 기술력에 앞서 기업, 소비자, 파트너를 포함한 모든 이해관계자가 가장 우선적으로 고려해야 할 필수 요소라고 설명했다. 세일즈포스코리아 손부한 대표는 “성공적인 디지털 혁신에 있어서 CRM, AI, 데이터, 신뢰라는 네 가지 키워드는 매우 밀접한 상관관계가 있으며, 신뢰할 수 있는 데이터를 올바른 방법으로 통합 및 활용할 수 있을 때 AI는 강력한 비즈니스 조력자 역할을 수행할 수 있다”며 “이번 보고서가 새로운 기회를 포착하고 시장 내 경쟁우위를 갖추기 위해 필요한 인사이트를 확보하는 데 있어 유용한 나침반이 되길 희망한다"고 밝혔다.

2024.04.23 11:58김우용

AI가 불러온 '전력 위기'…대비 나선 샘 알트먼, '이것'에 276억 '베팅'

'챗GPT'의 아버지 샘 알트먼 오픈AI 최고경영자(CEO)가 태양광 스타트업 투자에 나선다. 생성형 인공지능(AI)의 급부상으로 데이터센터가 잇따라 건설되면서 전력 수요가 급증하자 차세대 전력 공급 수단으로 청정에너지를 택한 것이란 분석이 나온다. 23일 월스트리트저널(WSJ)에 따르면 샘 알트먼 CEO는 태양광 스타트업인 엑소와트에 투자한다. 2천만 달러(약 276억원)의 돈을 투자한 이들 중 알트먼 CEO 외에 월가 유명 벤처캐피털(VC)인 앤드리슨호로비츠도 참여했다. 엑소와트는 빅데이터 센터에 필요한 에너지 수요를 해결하기 위해 설립된 스타트업이다. 이곳은 널찍한 태양광 패널 대신 태양광 렌즈를 이용해 에너지를 모으는 컨테이너 크기의 대형 모듈을 개발했다. 이 렌즈는 태양광을 한데 모은 후 열로 변환하기 때문에 발전 효율이 높고 하루 24시간 내내 에너지를 저장할 수 있는 것이 특징이다. 또 엑소와트는 미국의 인플레이션 감축법(IRA) 보조금을 받기 위해 중국산 부품 의존도를 줄이고 미국산 부품을 우선 사용했다. 보조금 없이 kWh당 1센트의 저렴한 비용으로 전력을 제공하는 것을 목표로 하고 있는데, 이는 에너지가 풍부해 전력 요금이 싼 텍사스주보다도 낮은 수준이다. 엑소와트는 미국 내 데이터센터 대부분이 태양광 발전에 용이한 지역 근처에 세워져 있다는 데이터를 바탕으로 태양광 산업을 시작했다. 하난 파르비지안 엑소와트 CEO는 "데이터센터 전력 문제를 해결하기 위해 화석연료로 회귀할 필요는 없다"며 "그것은 되려 역효과를 낳을 것"이라고 밝혔다. 알트먼 CEO는 이전에도 에너지 스타트업에 투자해 주목 받았다. 그는 소형모듈원전(SMP) 개발사 오클로뿐 아니라 지난 2021년 핵융합 발전을 통해 전기 에너지를 생산하는 스타트업인 헬리온에 3억7천500만 달러(5천178억원)를 투자한 바 있다. 헬리온은 지난해 5월 마이크로소프트(MS)와 오는 2028년부터 핵융합 발전을 통해 전기를 공급한다는 계약을 체결했다. 알트먼 CEO의 이 같은 투자는 AI를 가동시키기 위한 안정적인 재생에너지 공급망을 확보하기 위한 전략으로 보인다. 최근 AI 시장 확대에 따른 데이터센터 증설로 전력 확보가 갈수록 어려워지고 있어서다. 실제로 세계 최대 데이터센터 허브인 미국의 버지니아 북부 지역에서는 미국 유틸리티 기업(수도·전기·가스 공급업체)인 도미니언 에너지가 지난 2022년 새로운 데이터센터 연결을 일시 중단했다. 지난해 10월 버지니아 규제 당국에 제출한 서류에선 "데이터센터 개발로 인한 전력 부하 증가가 상당하다"라고 밝혔다. 미국 애리조나주의 최대 전력회사 APS도 초대형 데이터센터 신규 사업을 당분간 보류하겠다고 선언했다. 세계 최대 사모펀드 운용회사 블랙스톤의 창업자 겸 회장 스티브 슈워츠먼 역시 최근 "미국 여러 주에서는 이미 전력이 고갈되기 시작했다"고 말했다. 이에 AI 기업들의 최근 고민은 데이터 센터 투자를 위한 자금이 아니라 '전력 공급'이라는 평가가 나오고 있다. 파이낸셜타임스(FT)는 "새로운 AI 경제에서 한계 중 하나는 데이터 센터를 어디에 구축하고 어떻게 전력을 확보하느냐"라고 평가했다. 여기에 앞으로 전력 위기 문제는 더 심해질 것이란 전망도 나왔다. 국제에너지기구(IEA)에 따르면 전 세계에서 운영 중인 데이터 센터가 쓰는 전력량은 지난 2022년 연간 460테라와트시(TWh)에 달했다. 이는 프랑스의 2022년 전력 소비량(425TWh)과 맞먹는 수준이다. IEA는 전 세계적으로 데이터 센터에서 소비되는 전력이 2026년까지 두 배 이상 증가할 것으로 예상했다. 전력 공급 문제는 환경적인 영향도 미치고 있다. 데이터 센터 수요를 맞추려면 석탄·천연가스 같은 화석연료 의존도를 오히려 높여야 해서다. 이는 기후 변화 위기를 해결하기 위한 전 세계적인 노력과 반대된다는 점에서 우려되고 있다. 전 세계 주요국은 2050년 넷제로(탄소중립)를 약속한 바 있다. WSJ는 "현재의 태양광, 풍력, 배터리 기술은 전 세계 많은 지역에서 24시간 내내 비용 효율적인 전력을 요구하는 데이터 센터의 수요를 충족할 만큼 발전하지 않았다"며 "AI 붐은 태양광·에너지 저장 시설이 데이터 센터의 엄청난 전력 수요 일부를 처리할 수 있을 것이라는 데 베팅하고 있다"고 말했다.

2024.04.23 10:04장유미

[기고] 기업 경쟁력 좌우하는 생성형 AI, 어떻게 시작할 것인가

2023년 우리 모두는 챗GPT가 제공한 새로운 서비스를 경험했다. 생성형 AI와 대규모 언어 모델(LLM)은 개인과 직업의 환경을 혁신적으로 변화시키고 있다. 기업들도 불과 1년 만에 대다수가 생성형 AI에서 제공하는 서비스를 통해 비즈니스 역량을 강화하려는 시도를 하고 있다. 본 글에서는 생성형 AI와 대규모 언어 모델(이하 LLM)이 무엇이며 기업들은 이 서비스를 어떤 분야에 활용할 수 있는지 살펴보고자 한다. 생성형 AI는 신경망과 딥러닝 알고리즘을 사용하여 기존 머신러닝 모델과는 근본적으로 다른 복잡한 콘텐츠, 이미지, 동영상, 오디오 또는 코드를 생성하는 AI의 한 종류이다. 생성형 AI는 전통적인 머신러닝, 딥 러닝 모델보다 훨씬 많은 양의 데이터가 필요하다. 이렇게 훈련된 범용 모델을 파운데이션 모델이라고 한다. 파운데이션 모델을 개발하려면 방대한 양의 데이터와 고성능 컴퓨팅 리소스가 필요하기 때문에 일부 빅테크 회사만이 LLM 개발 및 개선 작업에 적극적으로 참여해왔다. 하지만 최근에는 오픈 소스 파운데이션 모델이 널리 공유돼 파운데이션 모델을 직접 개발하지 않아도 활용할 수 있게 되었다. 덕분에 일반 기업들도 '파인 튜닝'을 통해 LLM을 특정 도메인에 맞게 훈련시키고 자체 비즈니스 요건에 맞게 애플리케이션을 개발하여 사용할 수 있게 됐다. 파인 튜닝은 특정 비즈니스 요건이나 업무 도메인에 맞게 사전 훈련된 LLM에 특정 데이터셋을 사용해 추가적인 학습을 수행하는 작업을 말한다. 챗GPT의 성공 후, 이 시장에 뛰어든 후발 주자 빅테크 기업들은 경쟁력을 확보하기 위한 수단으로 자체 개발하는 LLM의 매개변수를 기하급수적으로 늘려 빠르게 성능을 올리는 전략을 채택했다. 매개변수는 사람의 뇌에서 정보를 처리하고 통합하는 시냅스와 같은 역할을 한다. 매개변수가 많을수록 LLM은 더 많은 정보를 저장하고 더 다양한 패턴을 학습함으로써 세밀한 언어 이해와 콘텐츠 생성을 할 수 있다. 하지만 더 많은 컴퓨팅 자원과 저장 공간이 필요하고 이 모델을 학습하는 데 더 많은 시간이 걸릴 수밖에 없다는 한계가 있다. 이에 반해 매개변수가 적은 LLM은 학습할 때 컴퓨팅 리소스가 덜 필요하기 때문에 파인 튜닝이나 배포가 상대적으로 용이하다. 최근에 공개되고 있는 대다수 LLM의 성능은 상향 평준화되고 있다. 특히 메타의 오픈소스 LLM인 '라마'가 다른 모델에 비해 상대적으로 적은 매개변수를 사용하면서 일정 수준의 성능을 보장한다. 이렇듯 모델 경량화와 최적화는 오늘날 LLM을 선택하는 데 중요한 기준으로 자리 잡았다. ■ LLM에 대한 이해 범용 LLM은 자연어와 컴퓨터 프로그램 언어를 이해할 수 있으며 광범위한 작업을 처리할 수 있다. 인터넷상에 존재하는 방대한 양의 데이터로 사전학습 되어 있으며, 모델 목적과 관련된 특정한 데이터 소스를 활용해 추가 학습할 수도 있다. 이러한 특성 때문에 LLM은 거의 모든 주제에 대한 문맥과 관련된 정보를 생성할 수 있다. 앞서 언급한 파운데이션 모델은 특정 도메인에 국한되지 않고 사용할 수 있는 생성형 AI 모델의 하나이다. 특정 작업이나 도메인 업무에 유용성을 높이기 위해 파운데이션 모델은 사용 목적에 맞게 전문화, 파인 튜닝 또는 수정이 가능하다. 일반적인 파운데이션 모델은 다음과 같이 구분할 수 있다. 작업에 특화된 LLM: 메타의 코드 라마와 같이 특정 업무 영역별 LLM은 프로그래밍 코드 작성과 같은 전문화된 작업에 특화됐다. 도메인에 특화된 LLM: 특정 주제나 산업에 생성형 AI 기술을 적용할 수 있다. 예를 들어, 의료 산업에 대해 학습한 엔비디아의 BioBERT는 제약 업계의 신약 개발과 관련한 논문을 이해하고 의료 문서에서 정보를 검색 및 추출할 수 있다. 앞서 살펴본 LLM은 법률, 미디어, 사이버 보안과 같은 다양한 분야의 도메인에 맞는 데이터를 통해 파인 튜닝될 수 있다. 이는 텍스트에만 국한되지 않으며, 오디오, 이미지, 동영상과 같은 다양한 멀티모달 콘텐츠 역시 생성할 수 있기 때문에 활용 분야는 굉장히 다양해질 수 있다. LLM이 문장뿐만 아니라 문맥을 이해할 수 있는 것은 데이터 세트를 다차원 공간에서 벡터 형식으로 변환한 단어를 활용하기 때문이다. 벡터 임베딩 기술은 자연어의 정량적 표현을 처리하고 저장하는 가장 효율적인 방법이다. 두 단어를 표현하는 벡터 간의 거리와 유사한 메트릭을 기반으로 데이터를 식별하고 처리함으로써 모델 내부에서 정보를 쉽게 비교·분석할 수 있고 정보 처리 시간 또한 크게 단축할 수 있다. 아래 그림과 같이 단어를 공간상의 벡터로 표현하고, 연관된 단어들을 인접한 곳에 배치함으로써 단어의 문맥적 언어를 이해하고 판단하는 것이다. 때문에 LLM 내부에서 벡터 데이터베이스를 사용하면 생성 및 추론 과정에서 AI 시스템이 관련 데이터를 빠르게 검색할 수 있으며, 검색, 추천, 텍스트 생성과 같은 다양한 용도로 활용할 수 있다. 또한, 검색증강생성(RAG), 벡터 유사성 검색(VSS)과 같이 문장을 맥락화하는 데 유용한 기술들이 백터 검색 기능으로 구동된다. 여기서 주목해야 하는 기술은 바로 RAG다. RAG는 맞춤형 데이터를 통해 LLM의 검색 정확도를 개선할 수 있는 프레임워크다. 파운데이션 모델은 광범위한 인터넷 정보를 기반으로 학습되었기 때문에 하나의 모델로 다양한 유형의 질문에 응답할 수 있지만, 학습되지 않은 데이터에 대한 질문을 받는 경우 오답을 할 확률이 높아진다. 기업 환경에서 사용하려는 LLM은 범용 데이터가 아닌 특정 도메인을 이해해야 하며, 이 도메인 정보를 기반으로 답변을 제공할 필요가 있다. 하지만 파운데이션 모델이 특정 도메인에 맞게 재학습하는 데는 비용이 너무 많이 들고 학습하는 시간도 오래 걸린다. 이 같은 문제를 해결하기 위해 RAG는 LLM이 사전에 학습한 데이터에만 의존하는 것이 아니라 질문받은 시점에 동적으로 관련된 데이터를 검색하고 증강된 문맥 속에서 답변을 생성한다. 이 과정을 거치면 답변 정확도가 크게 개선된다. 기업들은 RAG를 통해 LLM을 파인 튜닝하거나 사전 학습에 필요한 비용과 시간을 절약하고, 소량의 데이터만으로도 모델 정확도를 높일 수 있다. 다음 그림은 RAG로 파운데이션 모델의 정확도를 얼마나 효율적으로 개선할 수 있는가에 대한 연구 결과이다. ■ 기업 환경에서 활용할 수 있는 생성형 AI LLM은 콘텐츠 생성, 논리 추론, 언어 번역, 텍스트 검색, 프로그램 코드 생성, 콘텐츠 요약 및 검색 등을 주요 기능으로 삼는 수많은 고급 애플리케이션의 기반을 마련했다. 1. 콘텐츠 생성 간소화 생성형 AI는 텍스트, 사운드, 이미지 등 다양한 유형의 미디어를 생성하여 콘텐츠 제작을 간소화할 수 있다. 기업의 마케팅 부서에서는 캠페인 업무를 위한 맞춤형 이미지 제작을 포함해, 블로그, 기사, 소셜미디어 콘텐츠, 그리고 제품 설명 초안을 생성하는 데 활용할 수 있다. 다른 부서에서도 현업 사용자를 위한 챗봇 애플리케이션을 개발하거나 판매, CRM과 같은 고객 데이터를 활용해 고객 개인화 서비스 개선 또는 맞춤형 캠페인을 위한 콘텐츠 생성에 활용할 수 있다. 2. 논리적 추론 엔진으로 활용 AI 분야에서 자연어 이해는 인간의 복잡한 의사소통의 의미를 이해하는 데 사용된다. LLM은 제품 리뷰, 소셜미디어의 게시글, 고객 설문조사 결과와 같은 텍스트의 의미를 이해하고 콘텐츠 속 감정을 분석하거나 기타 복잡한 추론 작업에 활용될 수 있다. 3. 언어 번역 정확도 개선 다중 언어 간 번역 정확도를 높여 언어 장벽이 있는 사람들의 소통을 더 쉽게 도와준다. 4. 검색 및 요약 LLM은 방대한 양의 데이터를 사전 학습해 언어의 맥락을 파악하고 텍스트의 의미를 이해할 수 있다. 때문에 대규모 데이터베이스나 인터넷의 데이터를 검색하여 사용자 질문에 맞춤형 답변을 찾을 수 있다. 또한, 원래 데이터의 정보를 기반으로 간결한 요약본을 생성할 수 있다. 앞서 살펴본 생성형 AI와 LLM은 거의 모든 분야와 주제에 대해 사용할 수 있기 때문에, 개인 삶뿐만 아니라 업무 방식 역시 혁신적으로 변화시킬 수 있다. 이에 기업들은 생산성 향상, 프로세스와 수익성 개선 등을 위해 생성형 AI가 가진 엄청난 잠재력을 활용해 다양한 분야에서 적용 및 도입을 고려하고 있다. 하지만, 생성형 AI를 기업 환경에서 활용하기 위해서는 고려해야 할 사항이 많다. 지식재산권, 데이터 개인 정보 보호, 콘텐츠 오용 가능성 문제 등 지금껏 일반적으로 알려진 사항뿐만 아니라 '생성형 AI를 기업환경에 구축하기 위해 뒷받침되어야 할 것은 무엇인가', '어떤 업무에 적용할 것인가', '어떤 모델을 사용할 것인가', '투자 비용은 얼마가 적정한가'와 같이 다양한 현실적인 고민거리가 있을 수밖에 없다. 다음 글에서 기업에 AI, LLM 환경 구축을 지원하는 스노우플레이크의 신규 생성형 AI 기능을 소개하고자 한다. 생성형 AI의 잠재력을 극대화하기 위한 스노우플레이크의 비전을 통해 다양한 기업들의 고민을 해결할 수 있는 방안을 찾을 수 있을 것이다.

2024.04.22 09:48조성현

SAS 바이야, 생성형 AI 기능 강화

SAS는 지난 16일부터 19일까지 미국 라스베이거스에서 개최한 'SAS 이노베이트 2024'에서 최신 AI 및 데이터 분석 관련 제품과 비즈니스 사례를 발표했다고 22일 밝혔다. SAS는 데이터 분석 플랫폼인 'SAS 바이야'에 대규모언어모델(LLM) 오케스트레이션 기능을 제공한다고 밝혔다. 이를 통해 생성형 AI를 활용하고자 하는 고객은 LLM에 대한 설명력을 제공받아 업무 프로세스에 LLM을 쉽게 통합할 수 있게 됐다. SAS는 'SAS 데이터 메이커'를 출시하고, 생성형 AI 구현에 필요한 합성 데이터 생성을 지원한다. 더불어 산업별로 특화된 생성형 AI 비서 기능을 통해, 신뢰성 있는 생성형 AI의 적용을 확대하며 혁신을 이어나갈 예정이다. SAS 바이야는 LLM 오케스트레이션 기능을 통해 외부 생성형 AI 모델을 기존 비즈니스 프로세스 및 시스템과 쉽게 통합할 수 있어, 활용성을 높여준다. SAS 바이야 코파일럿 기능을 통해 분석 및 산업별 업무를 지원하는 개인 비서를 활용할 수 있다. 'SAS 바이야 코파일럿'은 코드 생성, 데이터 정리, 데이터 탐색, 마케팅 계획, 여정 설계 및 지식 격차 분석과 같은 작업에 활용되며, 개발자, 데이터 과학자 및 비즈니스 사용자의 생산성을 높여준다. SAS 데이터 메이커는 민감한 정보를 손상시키지 않으면서 고품질의 합성 데이터를 생성해 데이터 개인 정보 보호 및 데이터 부족 문제를 해결해 준다. SAS의 마케팅 솔루션인 'SAS 커스터머 인텔리전스 360'도 마케팅 계획, 여정 설계 및 콘텐츠 개발에 생성형 AI 지원을 제공한다. 'SAS 커스터머 인텔리전스 360'에서 자연어 프롬프트를 통해 타겟 고객층을 선정하거나, 채팅 서비스, 이메일 제목 추천 등에 생성형 AI를 활용할 수 있다. SAS는 'SAS 바이야'의 생성형 AI 및 LLM 오케스트레이션 기능의 사례로 미국 종합 제지 및 포장 제조 기업 조지아 퍼시픽 사례를 소개했다. 'SAS 바이야'의 센서 데이터, 비즈니스 룰, 추천 시스템, 스트리밍 분석 및 지능형 의사 결정 관리 지원을 통해 조지아-퍼시픽은 이벤트 발생 시, 빠르게 올바른 결정을 내림으로써 즉각적인 가치를 창출하고 있다. 조지아-퍼시픽은 SAS LLM 오케스트레이션과 제조에 특화된 생성형 AI 비서를 활용해 실시간으로 운영 문제를 해결하고 있다. 작년 5월 AI 산업 솔루션 개발에 10억 달러 투자 계획을 발표했던 SAS는 그 일환으로 패키지 형태의 산업특화형 AI 모델을 공급한다고 밝혔다. SAS는 개별 라이선스 방식으로 이용할 수 있는 산업별 맞춤형 경량 AI 모델을 제공함으로써 기업 고객들은 효율적인 방식으로 모델 패키지 도입 즉시 AI 기술 활용이 가능하다. SAS는 수십 년간 전 세계 금융, 의료, 제조 및 정부 기관에 확장 가능하고 신뢰성 있는 AI 모델을 배포하는 데 독보적인 입지를 보유하고 있다. 이번에 발표된 산업특화형 AI 모델을 통해 SAS는 LLM을 넘어, 사기 탐지, 공급망 최적화, 문서 기반 대화 서비스 및 의료비 사기 적발 등의 분야에서 사용이 입증된 결정론적 AI 모델을 제공하게 됐다. 특히, SAS의 산업별 AI 모델은 신속한 통합이 가능하도록 설계돼, 기업은 신뢰성 있는 AI 기술을 운영하고 가시적인 이익과 신뢰할 수 있는 결과를 더욱 빠르게 얻을 수 있다. SAS는 AI 모델 개발을 위한 경량 플랫폼 'SAS 바이야 워크벤치' 출시를 발표했다. 'SAS 바이야 워크벤치'는 개발자 및 모델작업자를 위한 셀프서비스 방식의 컴퓨팅 환경으로, 데이터 준비, 탐색 데이터 분석, 분석 모델 및 머신러닝 모델 개발 작업을 할 수 있다. 개발자와 모델작업자는 'SAS 바이야 워크벤치'를 이용해 클라우드 기반의 확장형 환경에서 SAS 나 파이썬 중 선호하는 언어로 작업이 가능하다. 현재 SAS와 파이썬으로 이용 가능하며, 2024년 말에는 R도 지원 예정이다. 또한, 주피터 노트북 및 주피터 랩과 비주얼 스튜디오 코드 등 두 가지 개발 환경 옵션을 제공한다. 'SAS 바이야 워크벤치'에서 제공하는 강력한 SAS 분석 프로시저(PROCs)와 네이티브 파이썬 API를 통해 고성능의 AI 모델을 더욱 빠르게 개발할 수 있다. 'SAS 바이야 워크벤치'는 아마존 AWS 마켓플레이스에서 올 2분기 내에 공급 예정이며, 추후 추가적인 클라우드 및 SaaS 옵션이 발표될 예정이다. SAS는 'SAS 호스티드 매니지드 서비스'를 아마존웹서비스(이하 AWS)로 확대한다고 밝혔다. SAS는 'SAS 매니지드 서비스' 포트폴리오에 AWS를 추가함으로써 고객들의 퍼블릭 클라우드 플랫폼에 대한 선택권을 넓히게 되었으며, 또한 클라우드 기반 데이터 및 AI 플래폼인 'SAS 바이야'를 포함해 자사의 다양한 첨단 기술 및 제품을 호스티드 매니지드 서비스의 형태로 고객들에게 공급할 수 있게 됐다. SAS는 이미 마이크로소프트 애저, 구글클라우드플랫폼 등을 포함한 다양한 클라우드 포털을 통해 SAS 바이야를 공급해 왔다. 이번 발표는 'SAS 호스티드 매니지드 서비스'의 확대로, SAS 제품의 설치, 구성, 운영 및 유지 보수에 이르는 전과정을 SAS의 전문적인 클라우드 서비스를 통해 제공하는 것이다. 이를 통해 이미 AWS를 사용 중인 'SAS 9' 고객들은 보다 간소하게 'SAS 바이야'로 전환할 수 있게 됐다. 'SAS 매니지드 서비스'는 가동시간을 극대화하고 관리 비용은 최소화하는 동시에 데이터의 가치 실현까지의 시간을 단축한다. SAS는 AI 거버넌스 및 지원 모델의 신뢰도와 투명성을 향상하기 위해 새로운 신뢰성 있는 AI 제품 및 서비스인 '모델 카드'와 'AI 거버넌스 자문 서비스'를 소개했다. 이를 통해, 기업들은 급변하는 AI 환경에서 올바른 선택을 하고, 리스크를 완화하며, 보다 확신 있게 AI 목표를 달성할 수 있다. SAS 바이야에서 제공되는 '모델 카드'는 AI 모델을 위한 '영양 성분표'와 같은 개념으로 정확도, 공정성, 모델 드리프트와 같은 지표를 보여준다. 모델의 최종 수정 시기, 모델에 기여한 사람, 모델에 대한 책임자와 같은 거버넌스 정보가 포함돼 있어, 조직이 비정상적인 모델 성능을 내부적으로 해결할 수 있게 해준다. 이처럼 개발자와 의사결정권자 등 모든 사용자에게 AI 수명 주기 전반에 걸쳐 독자 모델과 오픈소스 모델을 지원하는 엄선된 툴을 공급함으로써 신뢰성 있는 AI의 가치를 창출하게 될 것이다. 2024년 중반에 출시되는 '모델 카드'는 SAS 제품에서 콘텐츠를 가져와 등록된 모델에 대한 '모델 카드'를 자동으로 생성해, 개별 사용자가 '모델 카드'를 생성해야 하는 부담을 덜어준다. SAS 바이야는 이미 오픈소스 관리를 위한 기존 아키텍처를 보유하고 있어, 파이썬 모델을 시작으로 오픈소스 모델에도 '모델 카드'를 사용할 수 있다. '모델 카드'와 함께 'AI 거버넌스 자문 서비스'는 AI와 데이터 활용 방법을 고민하는 고객을 위해 제공하는 부가서비스로, 고객과의 미팅을 통해 조직의 현 상황을 파악하고 관련 서비스를 제공한다.

2024.04.22 09:36김우용

시스코, AI 기반 클라우드 보호 기술 '시스코 하이퍼쉴드' 공개

시스코는 데이터센터 및 클라우드 보호 기술 '시스코 하이퍼쉴드'를 최근 공개했다고 22일 밝혔다. 인공지능(AI) 확대로 IT 인프라 요구 수준이 높아지는 가운데, 시스코는 AI과 워크로드의 활용 및 보호 방식을 재구성하겠다는 방침이다. 시스코 하이퍼쉴드는 퍼블릭 및 프라이빗 데이터센터, 클라우드 등 고객이 필요로 하는 모든 장소에서 애플리케이션, 기기, 데이터를 보호한다. 설계 단계부터 AI 기술이 고려돼 사람의 힘으로 달성하기 어려운 높은 수준의 보안 시스템을 구축할 수 있도록 지원함으로써 보안 담당자가 업무를 보다 원활히 할 수 있도록 돕는다. 시스코는 이와 함께 최근 발표한 이더넷 스위칭, 실리콘, 컴퓨팅 포트폴리오를 통해 AI 인프라 가속화를 진행해 나가고 있다. 시스코 하이퍼쉴드는 신규 보안 아키텍처로 하이퍼스케일 퍼블릭 클라우드를 위해 개발된 기술이 사용됐으며, 모든 IT 팀이 조직 규모에 따른 제약 없이 구축할 수 있다. 보안 울타리보다는 보안 패브릭에 가까워 데이터센터 내 모든 애플리케이션 서비스, 퍼블릭 클라우드 내 모든 쿠버네티스 클러스터, 가상머신(VM) 및 컨테이너까지 모든 보안을 강화하는 것이 가능하다. 또한, 네트워크 포트를 고성능 보안 적용 지점으로 변환시켜 클라우드뿐만 아니라 데이터센터, 공장, 병원 영상실 등 다양한 공간에서 새로운 보안 기능을 제공할 수 있다. 이로써 애플리케이션 취약점 공격을 몇 분 이내로 차단하고 측면 이동 공격을 막는다. 하이퍼쉴드를 통한 보안 강화는 하이퍼스케일의 퍼블릭 클라우드에서 광범위하게 사용되는 강력한 하드웨어 가속기를 활용해 ▲소프트웨어 ▲가상머신 ▲네트워크, 컴퓨팅 서버, 어플라이언스 등 세 계층에서 이뤄진다. AI 네이티브로 구축 단계부터 자율화와 예측이 가능하도록 설계돼, 시스템이 스스로를 자체적으로 관리할 수 있어 대규모의 초분산 구조의 지원 접근이 가능하다. 하이퍼스케일 클라우드 안에서 클라우드 네이티브 워크로드를 연결하고 보호하기 위해 사용되는 기본 메커니즘인 오픈소스 기술 확장버클리패킷필터(eBPF)를 기반으로 구축됐다. 시스코는 기업용 eBPF 선도업체인 아이소밸런트 인수를 이번 달 초 마무리했다. 시스코는 서버와 네트워크 패브릭 자체에 고급 보안 제어 기능을 탑재해 네트워크 보안 작동 방식을 변화시키고 있다. 시스코 하이퍼쉴드는 모든 클라우드에 걸쳐 데이터 처리 장치(DPU)와 같은 하드웨어 가속 장치를 활용해 애플리케이션 및 네트워크 동작의 이상 징후를 분석하고 대응한다. 또한, 보호가 필요한 워크로드에 보안을 더 적용한다. 네트워크, 보안 및 광범위한 파트너 에코시스템 분야에서 업계 최고의 전문성을 갖춘 시스코는 엔비디아와 함께 데이터센터를 보호하고 확장하기 위해 AI 네이티브 솔루션을 구축 및 최적화하는 데 노력을 기울이고 있다. 엔비디아와의 협력은 네트워크 이상 징후를 탐지하는 엔비디아 모르페우스 사이버보안 AI 프레임워크와 엔터프라이즈를 위한 맞춤형 보안 AI 어시스턴트를 구동하는 엔비디아 NIM 마이크로서비스를 활용하는 것을 포함한다. 엔비디아의 컨버지드 가속기는 GPU 및 DPU 컴퓨팅의 성능을 결합해 클라우드부터 엣지까지 강력한 보안을 갖춘 시스코 하이퍼쉴드를 강화한다. 케빈 디어링 엔비디아 네트워킹 부문 수석 부사장은 “기업들은 산업 분야에 상관없이 끊임없이 확정되는 사이버 위협으로부터 기업을 보호할 수 있는 방법을 찾고 있다”며 “시스코와 엔비디아는 AI가 가진 힘을 활용해 강력하고 안전한 데이터센터 인프라를 제공해 기업들이 비즈니스를 혁신하고 전 세계 모든 고객들이 혜택을 누릴 수 있도록 지원하고 있다”고 밝혔다. 시스코 하이퍼쉴드는 오늘날의 정교한 위협 환경으로부터 인프라를 방어하고 고객이 직면하는 세 가지 문제를 해결할 수 있다. 분산 취약점 방어의 경우 공격자는 새로운 취약점 발표 후 보안 패치 적용 전에 빠르게 활용해 공격한다. 시스코의 보안 전문 조직 탈로스에 따르면, 방어자들은 매일 100 여개의 취약점을 새롭게 발견하고 있으며 이는 치명적인 결과로 이어질 수 있다. 시스코 하이퍼쉴드는 보안 적용 지점의 분산된 패브릭에서 테스트를 진행하고 보완 컨트롤을 추가해 불과 몇 분 내로 네트워크를 보호할 수 있다. 공격자가 네트워크에 접근했을 때 세그멘테이션은 공격자의 측면 이동 공격을 차단하는 데 핵심적인 역할을 한다. 하이퍼쉴드는 기존에 가지고 있는 정책을 지속적으로 관찰하고 자동추론 및 재평가를 진행해 네트워크를 자율적으로 세분화함으로써 대규모의 복잡한 환경에서도 문제를 해결한다. 시스코 하이퍼쉴드는 이중 데이터 평면을 활용해 매우 복잡하고 오랜 시간이 소요되는 많은 테스트 및 업그레이드 배포 과정을 자동화한다. 고객 고유의 트래픽, 정책 및 기능 조합을 사용해 소프트웨어 업그레이드 및 정책 변경 사항을 디지털 트윈에 반영하고, 다운타임 없이 이를 적용한다. 시스코의 AI기반 교차 도메인 보안 플랫폼인 '시큐리티 클라우드'에 탑재된 시스코 하이퍼쉴드는 올해 8월에 정식 출시될 예정이다. 최근 이루어진 스플렁크 인수로 인해 시스코의 기업 고객들은 모든 디지털 시스템에 대한 전례 없는 가시성과 인사이트를 확보하고 높은 수준의 보안 태세를 구축할 수 있게 됐다. 지투 파텔 시스코 보안 및 협업 부문 부회장 겸 총괄 매니저는 "AI는 전 세계 80억 인구의 영향력을 800억 명의 규모로 늘릴 수 있는 거대한 잠재력을 가지고 있다”며 “이러한 변화로 인해 연결부터 보안, 운영, 확장 방식 등 데이터센터의 역할도 변해야 한다”고 설명했다. 이어 “시스코 하이퍼쉴드를 사용하면 소프트웨어와 서버, 그리고 향후에는 네트워크 스위치까지 필요한 모든 곳에 보안을 적용할 수 있다”며 “수십만 개의 보안 적용 지점을 가진 분산된 시스템은 관리 방법의 간소화, 비용 감소를 이루고 시스템을 자율화하는 것이 중요하다”고 밝혔다. 척 로빈스 시스코 회장 겸 최고경영자(CEO)는 “시스코 하이퍼쉴드는 시스코 역사 상 가장 중요한 보안 혁신 중 하나”라며 “시스코는 보안, 인프라, 가시성 플랫폼의 강점을 바탕으로 고객이 AI를 활용할 수 있도록 지원할 수 있는 차별화된 포트폴리오를 갖고 있다”고 강조했다.

2024.04.22 09:24김우용

잡코리아, LLM 기반 자체 생성형 AI 솔루션 '루프' 출시

잡코리아는 LLM(거대언어모델) 기반 자체 생성형 AI 솔루션 '루프'(LOOP)를 출시했다고 22일 밝혔다. 자체 생성형 AI를 통해 더욱 정교한 매칭 기술로 인재와 기업을 연결시키겠다는 취지다. 루프 출시와 함께 새로운 로고도 공개했다. 잡코리아 브랜드 컬러와 같은 '블루'를 시그니처 컬러로 사용해 기존 브랜드 가치에 일관성을 더했다. '무수한 데이터와 정보의 바다 속을 유영한다'는 의미로 파동형태의 그래픽을 시각화한 것이 특징이다. 잡코리아는 다년간 쌓아온 업력과 지속적인 기술혁신으로 지난해부터 AI를 활용한 인재 매칭 서비스 '원픽', 자사 데이터 기반 커리어설계 서비스 '커리어첵첵' 등 다수의 서비스를 개발·운영하고 있다. 이 과정에서 쌓은 관련 노하우를 이번 잡코리아 루프에 적용했다. 특히 루프는 한국어 구인구직 LLM을 상용화해 이력서, 구인공고 등 HR 데이터를 활용함에 있어 더욱 정확하고 빠른 결과 산출이 가능하다는 강점을 보유하고 있다. 또 HR 도메인에 특화된 기능 위주로 개발돼 고객 서비스 활용에 최적화된 결과를 제공한다. 이번 루프는 기존 인재 추천 및 검색 서비스와 연계한 생성형 AI 서비스에 우선 적용될 예정이다. 이 외에도 자체 솔루션 운영을 통해 보안 위협으로부터 고객 개인정보보호와 데이터의 보안도 더욱 강화될 전망이다. ▲보안 ▲규정 준수 ▲ID ▲디바이스 관리 ▲개인정보 보호에 걸친 모든 환경을 보호한다. 또 기존 퍼블릭 LLM 운영 대비 인력 리소스를 줄이고, 전 기술분야에 업무 효율화와 비용 절감을 지원한다. 임지홍 잡코리아 데이터AI본부 상무는 "LOOP는 잡코리아의 AI 기술 노하우가 집약된 HR업계 최초 LLM AI 솔루션으로 오랜 시간 개발해 출시한 만큼, 완성도 높은 서비스를 선보이기 위해 노력하겠다"며 "향후에는 SaaS AI 솔루션과 결합해 다양한 사용자의 요구사항을 충족하는 차별화된 서비스와 매출 상승에 기여할 수 있는 새로운 비즈니스 모델을 구축할 예정"이라고 말했다. 잡코리아는 구직자의 니즈에 맞는 이력서 작성 및 관리, 데이터 분석 등 자체 AI 솔루션 기반 신규 서비스도 추진 중이다. 또 내부 구성원의 데이터 리터러시(Literacy, 문해력) 역량 강화를 위한 챗봇 서비스도 계획하고 있다. 지디넷코리아는 5월22일 강남구 봉은사로에 위치한 슈피겐홀에서 HR 담당자 대상의 'HR테크 커넥팅 데이즈' 세미나 행사를 연다. 이번 행사에는 리멤버(드라마앤컴퍼니)·잡플래닛(브레인커머스)·스펙터·블라인드·클랩(디웨일)·무하유(프리즘·몬스터)·잡코리아(나인하이어) 등 HR테크 분야 대표 기업들이 참여해 인적자원 관리(HRM)에 관한 최신 트렌드를 짚어보고, 데이터에 기반한 인사이트를 제시할 예정이다. 또 팀스파르타·데이원컴퍼니(패스트캠퍼스) 등 성인 교육 기업들도 참여해 인적자원 개발(HRD)에 필수인 '업스킬'과 '리스킬'에 대한 노하우도 풀어낼 계획이다. 이 밖에 HR 직무 현직자·노무 관련 전문 변호사 강연, 네트워킹 오찬 등이 마련될 예정이다. HR테크 커넥팅 데이즈 현장 참여를 원하는 HR 리더 및 임원은 [☞이곳]을 통해 사전 등록하면 된다. 사전 등록자 중 선정된 지원자들에게 4~5월 중 정식 초청장이 발송될 예정이다.

2024.04.22 08:47백봉삼

ACC+2024 관통한 트렌드 'AI 혁신·데이터 보안'

급변하는 IT업계의 혁신 트렌드를 한 눈에 파악할 수 있는 'ACC+'의 올해 핵심 포인트는 AI 전환과 데이터 보안이었다. 지디넷코리아는 17일 서울 강남구 인터컨티넨탈 코엑스에서 개최한 '어드밴스드 컴퓨팅 컨퍼런스 플러스(ACC+) 2024'를 성황리에 마무리했다. ACC+는 업계 주요 키워드와 최신 동향을 한 자리에서 확인할 수 있어 IT 산업 전반에 걸쳐 주목하는 행사다. 인터컨티넨탈 서울 코엑스 하모니볼룸에서 개최한 올해는 지코어, 팀뷰어, 퓨어스토리지, 레드햇, 삼성SDS 등 국내외 IT 업계 리더들이 참가해 첨단 기술 동향과 비즈니스 혁신을 위한 전략을 제시했다. 4개의 키노트와 12개의 세션으로 이뤄진 이번 행사는 전 산업에서 주목하고 있는 AI 기반 혁신사례와 함께 필수적으로 대비해야 할 요소로 AI 혁신과 보안을 중점적으로 다뤘다. 아직 많은 기업들이 AI에 대한 관심이 높지만 아직 검토 단계에 머물러 있기 때문인 것으로 분석된다. 첫 키노트를 담당한 유럽의 주요 기업을 중심으로 AI도입 사례를 소개했으며, 팀뷰어코리아의 이찬종 솔루션 컨설턴트는 다양한 산업에 AI를 도입하기 위한 전략을 제시했다. 특히 AI 도입을 고민하는 기업을 위한 세션들이 마련돼 주목 받았다. 삼성SDS는 생성형 AI를 도입하기에 앞서 필수적으로 거쳐야 하는 데이터처리 과정의 최적화 방안을 제시했으며, 알리바바는 엔터프라이즈 환경에 활용할 수 있는 생성형 AI와 LLM을 소개하며 좌석을 가득 채웠다. 오라클과 스노우플레이크도 AI도입에 앞서 기업의 데이터를 활용할 수 있도록 최적화하기 위한 기반 작업과 플랫폼을 제시했다. 이와 함께 AI 도입과정에서 급증하는 데이터로 인한 취약점 노출을 최소화하기 위한 방안을 IBM과 퓨어스토리지가 제안했다. 이 밖에도 레드햇과 레노보, 세일즈포스가 AI기반 디지털 혁신을 위한 기술을 선보였으며 오픈서베이는 디지털 전환 이후 기업의 성장 전략을 선보였다. 기업을 비롯해 정부부처의 올해 AI 지원 계획도 소개됐다. 이번 행사의 마지막 발표를 맡은 정보통신산업진흥원(NIPA)의 김득중 부원장은 올해 AI산업 육성을 위한 사업 추진 방향을 발표했다. 김 부원장은 올해 기업들의 AI지원을 위해 적극적으로 나설 것임을 강조하며 이를 위해 조직개편까지 단행한다고 강조했다. 지디넷코리아 관계자는 "엔데믹 이후 디지털 혁신 기술의 물결이 거세게 밀려오고 있다"며 "이번 ACC+ 2024 행사가 기업 디지털 전환의 방향타 역할을 할 것으로 기대된다"고 밝혔다.

2024.04.17 17:22남혁우

세일즈포스 "AI 시대에도 통합과 연계는 중요한 과제"

“AI 시대에 통합과 연계는 여전히 중요한 과제다. 기업의 개발자가 번아웃을 일으키는 주요 요건 중 하나가 통합, 연계, 자동화 같은 일 때문에 생산적인 일에 몰두하지 못하기 때문이다.” 세일즈포스코리아 이성 상무는 지디넷코리아가 17일 서울 인터컨티넨탈코엑스에서 개최한 '제21회 어드밴스드컴퓨팅컨퍼런스플러스(ACC+) 2024'에서 이같이 밝혔다. 세일즈포스 뮬소프트는 얼마전 자동화 및 디지털 통합 현황과 AI 전략 구축 인사이트를 담은 '2024 연결성 벤치마크' 보고서를 발표했었다. 뮬소프트의 이번 보고서는 미국, 영국, 프랑스, 일본 등 전 세계 9개국의 1천50명의 CIO 및 IT 부문 리더들을 대상으로 작년 10월부터 11월까지 진행한 연구조사에 기반한다. 조직 내 IT 부문 리더 중 85%는 AI를 통해 개발자의 업무 생산성이 향상할 것이라고 응답했다. 반면, AI의 중요성에도 불구하고 62%는 조직에서 아직 AI 활용에 필요한 데이터 시스템 통합이 준비되어 있지 않다고 답했다. 보고서에 따르면, 기업의 운영 효율성, 생산성, 직원 및 고객경험 향상 등을 위한 성공적인 AI 전략은 데이터 통합에 달린 것으로 나타났다. 설문 응답자의 80%는 이미 조직 내에서 생성형 AI 또는 예측형 AI를 활용하고 있는 가운데, 근 3년 내 조직이 활용하고 있는 LLM 수가 69% 이상 늘어날 것이라고 예상했다. 기업 내 데이터 및 시스템에 연동된 앱은 약 28%에 불과했으며, 응답자의 95% 이상은 기업의 AI 도입에 시스템, 장치, 소프트웨어, 데이터 소스 등의 '디지털 통합'이 당면과제라고 답했다. 이성 상무는 “평균적으로 기업이 보유한 애플리케이션 수가 900여개 정도라고 하는데, 트랜잭션 한번 일어날 때마다 32개 시스템을 연결해야 한다”며 “투자 비용은 늘지 않지만, 점점 더 많은 기술 스택을 지원해야 하는 과제 때문에 통합의 복잡성은 중요한 문제가 되고 있다”고 말했다. 그는 뮬소프트의 API 관리와 통합 영역을 설명하면서 복잡한 시스템 연계를 어떻게 자동화할 수 있는지 설명했다. 그는 “뮬소프트는 API를 레이어별로 구분해 느슨하게 연계하는 방식으로 기술을 지원하고 있다”며 “이를 통해 타임투마켓에 맞춰 애플리케이션을 개발한 다음에 API를 땡겨가면 되므로 실제로 전체적인 영향도나 안정성 이에 대해서 시간을 최소화하고, API 재사용성을 극대화할 수 있다”고 밝혔다. AI 도입 및 통합된 고객경험을 제공하기 위해서는 데이터 사일로 해결이 급선무인 것으로 나타났다. 조사 결과, 81%의 IT 리더는 데이터 사일로가 디지털 혁신에 있어 가장 큰 어려움이라고 답했으며, 약 26%만이 전체 디지털 채널에서 연결된 사용자 경험을 제공하고 있다고 밝혔다. 이와 관련해 뮬소프트는 AI를 도입하고 운영하기 위해서 모든 비즈니스 데이터를 통합할 수 있는 시스템의 필요성이 증가하고 있다고 설명했다. 뮬소프트는 노코드 기반의 자동화, API, 데이터 및 시스템 통합을 지원하는 유니파이드 플랫폼으로 새로운 장치, 소프트웨어, 버전 및 데이터 소스를 쉽고 빠르게 통합 및 연동할 수 있도록 지원한다. 이를 통해 기업은 빠르게 변화하는 내·외부 환경에도 민첩한 대응 역량을 확보할 수 있다. 지난 18년간 뮬소프트는 글로벌 생활용품 기업 유니레버, 유럽 항공기 제작사 에어버스, 미국의 통신사인 AT&T, 프랑스의 보험 금융 그룹 AXA, 스포츠 브랜드 아식스 등 전 세계 기업의 디지털 혁신을 지원했다.

2024.04.17 16:59김우용

"오라클 데이터베이스 23c는 생성형 AI의 기반"

“곧 정식 출시될 오라클 데이터베이스 23c는 기업에서 필요로 하는 AI 핵심 요소를 제공한다. 오라클 데이터베이스는 지속적으로 다양한 포맷을 수용하는 통합 데이터베이스를 표방한다. 새 버전은 JSON과 관계형 DB를 혼합하고, AI에 가장 필요한 검색증강생성(RAG)을 지원하는 벡터 검색을 제공하게 된다. 오라클 데이터베이스 23는 AI의 근간 인풋인 데이터의 기반을 제공한다.” 허양호 한국오라클 전무는 지디넷코리아가 17일 서울 인터컨티넨탈코엑스에서 개최한 '제21회 어드밴스드컴퓨팅컨퍼런스플러스(ACC+) 2024'에서 이같이 밝혔다. 향후 출시되는 오라클 데이터베이스 23c는 새로운 기능으로 JSON 듀얼리티 뷰와 AI 벡터 검색 등을 제공한다. 관계형 데이터베이스 형식과 JSON 형식을 한 테이블에 저장할 수 있는 기능과 AI의 기업 내부 데이터 접근을 가능하게 하는 벡터 DB 기능이다. 허양호 전무는 “오라클 데이터베이스 23c의 JSON 듀얼리티 뷰를 이용하면 JSON 데이터 변환작업을 DB 차원에서 자동으로 해주고, JSON 데이터를 DB 테이블에 자동으로 알아서 저장한다”며 “이 테이블에 있는 데이터를 읽으면 JSON 포맷으로 다시 복귀해 보여준다”고 설명했다. 그는 “그 리턴 값을 다시 수정해서 JSON 뷰에 넣으면 그 업데이트된 내용이 자동으로 다시 DB 테이블에 저장돼 모든 변환에 필요한 복잡한 과정을 자동화할 수 있다”고 강조했다. 생성형 AI의 기술은 데이터에 연관성을 부여하는 벡터화를 활용한다. 벡터 정보를 위한 별도 데이터베이스가 요구되는데, 오라클 데이터베이스 23c를 사용하면 기존 DB로 벡터 검색을 지원할 수 있다. 허 전무는 “AI 환각을 해결하는 단어로 요즘 RAG가 각광받고 있다”며 “벡터 DB는 정형 및 비정형 데이터를 수치화해 벡터 형태로 저장하는 것으로, 그 의미 검색을 지원해 최신화된 데이터를 언제든 연동해서 사용할 수 있게 한다”고 말했다. 그는 “오라클 데이터베이스 23c에서 이 벡터 DB를 함께 매핑해 지원함으로써 기업 내부에 데이터를 LLM에 더해 프롬프트를 자동으로 생성할 수 있고, 기업에게 실질적으로 필요한 전문적 답변을 받게 한다”고 강조했다. 그는 데이터베이스 제품 외에 오라클클라우드인프라(OCI) 서비스의 AI 요소도 설명했다. 그는 “오라클 OCI는 AI 데이터의 수집, 저장, 처리, 분석, 학습, 활용, 배포, 관리 등에 이르는 엔드투엔드 데이터 파이프라인 관리 서비스를 제공한다”고 밝혔다. 오라클은 자사의 퍼블릭 클라우드 서비스의 강점으로 저렴한 비용, 고성능, 유연성, 보안 등으로 꼽는다. OCI의 모든 기능과 요소를 프라이빗 클라우드, 전용 리전, 멀티클라우드에 걸쳐 동일하게 제공하는 구성도 제공한다. 허 전무는 “AI의 가장 중요한 것 중 하나가 보안이므로, 프라이빗 클라우드를 원하는 고객에게 OCI의 클라우드앳커스터머와 전용 리전은 매우 큰 이점을 제공한다”고 말했다.

2024.04.17 16:42김우용

정명애 을지대 교수 "AI·빅데이터 교육 및 창업·보육 지원 확대"

“협회 역할을 AI 교육과 빅데이터 분석 및 활용 교육 등으로 확대할 것입니다. 또한 스타트-업과 투자자를 연계하는 창업·보육 지원에도 일정 부분 협회 역할을 만들어 갈 계획입니다.” 17일 취임한 정명애 대한의료데이터협회(KMDA) 제3대 회장은 “빅데이터와 AI를 바탕으로 하는 의료 데이터의 새로운 서비스나 비즈니즈와 관련한 사업을 눈여겨보고 있다”며 이 같이 말했다.정명애 신임 회장은 현재 을지대학교(총장 홍성희) 빅데이터의료융합학과 교수로 재직 중이다. 임기는 오는 2026년 4월 16일까지 2년이다. 정 신임 회장은 “협회가 창립한 지 3년이 됐다”며 “협회가 안착기에 접어든 만큼 이제부터는 실질적인 일(사업)을 만들어 갈 것”이라고 말했다. 정 신임 회장은 교육과 창업·보육 지원 외에도 오픈 이노베이션 소모임을 만드는 등 의료 데이터 생태계 구축에 공을 들일 계획이다.“정부가 최근 통합바이오빅데이터 인프라 구축 사업에 착수하는 등 바이오헬스 혁신과 국민건강 증진을 도모하고 나섰습니다. 협회도 이에 발맞춰 양질의 의료(바이오) 데이터가 안전하게 보호되고 유통·활용되도록 최선을 다할 것입니다.” 사람 뿐만아니라 반려동물 의료데이터에도 관심 정 신임 회장은 “사람뿐만 아니라 반려동물 데이터 관련 사업에도 관심이 있다”며 “멀기만 한 이야기로 들릴지 모르나 데이터가 돈이 되는 서비스와 비즈니스 발굴 및 육성에 적극 나설 계획”이라고 사업 확대 방안에 대한 입장을 밝혔다. 첫 행보로 정 신임회장은 17일 개막한 '제3회 K-PetBiz Start-up IR'에 참석해 대한의료데이터협회와의 협력을 강조했다. 이 행사는 반려동물을 주제로 제조, 유농, 서비스, 플랫폼, 공유경제, 커뮤니티, 커머스, AI 등을 진행하는 스타트업 12개 업체의 IR피칭 행사다. 대한의료데이터협회 반려동물분과를 비롯한 강남상공회, 카이스트원클럽(KOC)이 공동 주관한다. 대한의료데이터협회는 의료데이터와 혁신적인 IT 등 과학기술을 어떻게 융합할 것인가를 고민 중이다.이를 통해 보건 의료 및 관련 산업의 혁신과 산업 생태계를 조성하고 인류 건강과 의료서비스의 질적 향상에 기여한다는 것이 협회 설립 목표다. “의료데이터를 분석하면 진단의 정확성을 향상할 수 있습니다. 치료 계획을 최적화하고, 의료비용도 효과적인 관리가 가능해집니다. 이는 궁극적으로 건강보험 수가를 낮추는 효과가 있습니다. 환자에게는 건강을 효율적으로 관리하는 데 큰 도움을 줄 것입니다. 정 신임 회장은 의료데이터의 중요성을 강조하며 전통적인 방식과 AI 방식에 의한 신약개발 기간을 예로 들었다. AI 활용하면 신약개발 기간 절반으로 줄어 ”보건산업진흥원에 따르면 기존의 신약 개발 기간은 타깃 발굴 2~3년, 발굴 및 스크리닝 0.5~1년, 물질 최적화 1~3년, 독성시험 1~3년, 임상1~3상 5~6년, 허가1~2년 등 최소 10.5년에서 최대 18년이 걸립니다. 하지만 AI를 활용할 경우 6~9년이면 신약을 볼 수 있지요.“ 의료데이터는 AI를 활용하는 기반이다. 의료데이터를 먼저 쌓은 뒤 이를 가공하고 정제하는 과정 없이는 치료든 신약개발이든 AI 모델링이 어렵다. 하긴 최근엔 유사 데이터를 AI로 모두 만들어내는 사례도 나오고 있다. 정 신임 회장은 협회가 추구하는 의료데이터의 개인화 서비스에 대해서도 자세히 설명했다.기존의 진단 및 치료 중심 의료에서 개인의 유전체 정보를 기반으로 하는 4P(예측, 예방, 참여, 개벌환자 특화) 의료로 의학의 패러다임이 변화하고 있기 때문에, 의료 서비스도 이 추세에 맞춰 혁신이 이루어져야 한다는 것이다. 이 혁신 방법으로 정 신임 회장은 ▲개인화된 진단과 치료 ▲건강한 라이프스타일 촉진(맞춤형 운동 및 식사 계획 등) ▲의료비 절감(질병 조기발견 및 예방) ▲의료 연구와 혁신 촉진(의료데이터 활용 새 치료법 등 개발) ▲기록 기반 의료 서비스 최적화 등을 꼽았다. 정 신임 회장은 의료 데이터셋과 AI의 향후 나아가야할 방향에 대해서도 목소리를 높였다. AI성능 향상 위해선 대량 의료 데이터셋 구축 필수 ”의료 데이터셋의 규모와 다양성은 AI알고리즘 성능을 향상시키는 핵심입니다. 앞으로 더 많은 환자 의료 기록과 생물학적 데이터, 의료 이미지 등을 포함하는 더 큰 규모의 데이터셋이 수집되고 구축되어야 할 것입니다.“ AI가 개인의 의료 데이터를 분석, 정밀 의료와 개인 맞춤형 치료를 제공하는 시대가 조만간 일반화할 것으로도 내다봤다. 또 의료 영상의 자동 분석과 해석 분야에서도 AI기술 수준이 상당부분 올라와 있어 영상을 통한 질병 및 이상 탐지도 현재보다 훨씬 원활해질 것으로 전망했다. ”AI는 의료 연구와 혁신을 가속화하는 데 큰 역할을 할 것입니다. 의료데이터를 기반으로 한 AI 모델은 새로운 치료법 개발과 질병의 이해, 바이오마커 발견 등에 크게 기여할 것입니다.“ 정 신임 회장은 ”빅데이터와 AI가 의료 서비스의 효율성을 향상시키고, 의료비 절감에 큰 도움을 줄 것“이라며 ”특히, AI를 활용한 의료 진단 보조 시스템은 의료 서비스의 질 개선은 물론 진료 시간도 크게 단축시킬 것“이라고 재차 강조했다. “데이터의 생산이나 유통, 활용 측면에서 아직도 규제가 사업화 걸림돌로 작용하고 있다는 지적이 많습니다. 개인정보보호(규제)와 데이터 안정성 간에 조화가 필요합니다. 현재 의료기관은 데이터 보유 기관으로서 의무와 책임만 규정하고 강조하는 문제를 해결해야 합니다. 의료데이터의 생성 및 보유 기관에 대한 정의와 권리, 권한 등에 대한 명확한 정리가 선행돼야겠지요." 정 신임 회장은 이외에도 익명화 암호화된 데이터에 대한 유통 활용이 좀더 자유로워야 한다고 덧붙였다. [주요 이력] △독일 TU-크라우스탈 화학과 고분자 물리화학 박사 △현재 을지대학교 빅데이터의료융합학과 교수 △전 독일 TU-크라우스탈 박사후연구원 △전 독일 막스-프랑크 연구소 고분자연구원 △전 한국전자통신연구원 책임연구원 △전 국가가학기술자문회의 단장 △전 국가과학기술연구회 R&D정책자문 전문위원

2024.04.17 14:00박희범

  Prev 41 42 43 44 45 46 47 48 49 Next  

지금 뜨는 기사

이시각 헤드라인

예스24 또 속였나?..."1차 해킹 때 백업망도 랜섬웨어 감염"

삼성·SK, 올 상반기 R&D에 '적극 투자'…AI 시대 준비

"소비쿠폰 사용도 막았다"…홈플러스 폐점 발표에 노조·종사자 "철회하라"

메가존클라우드, AI 챔피언 대회 인프라 사업 수주…정부 AI 인재 육성 사업 주도

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.