ZDNet 검색 페이지

'라우터'통합검색 결과 입니다. (13건)

신정규 래블업 대표 "AI도 전기처럼 쓰는 시대…복잡한 인프라 쉽게 바꿀 것"

"인공지능(AI)과 인프라는 갈수록 복잡해지고 있습니다. 래블업은 이 복잡한 운영을 직관적이고 간단하게 바꿔 누구나 지능을 계량하고 필요할 때 사용할 수 있도록 만들겠습니다." 신정규 래블업 대표는 29일 서울 코엑스에서 열린 연례 기술 컨퍼런스 'lab | up > /conf/6'에서 AI 산업 변화와 기술 전략에 대해 이같이 밝혔다. 신 대표는 AI가 연구·개발을 넘어 실제 산업과 서비스에 활용되면서 단순히 좋은 모델이나 그래픽처리장치(GPU)를 확보하는 것만으로는 충분하지 않다고 진단했다. 다양한 AI 모델과 가속기, 클라우드와 자체 인프라를 연결하고 사용량과 비용까지 하나의 환경에서 관리하는 역량이 중요해졌다는 설명이다. 특히 AI가 만들어내는 지능을 측정하고 관리하는 기준으로 토큰과 전력, 모델 자체의 지능을 제시했다. 같은 작업이라도 어떤 모델을 사용하느냐에 따라 필요한 토큰과 비용이 달라지는 만큼 AI를 산업적으로 활용하려면 이를 측정할 수 있어야 한다는 분석이다. 신 대표는 "동일한 토큰으로 얼마나 더 많은 지능을 압축해서 제공할 수 있는지가 굉장히 중요한 시점"이라며 "필요한 지능 수준과 문제 해결에 투입해야 하는 토큰량을 함께 계산할 수 있어야 한다"고 설명했다. 래블업은 이를 위한 핵심 제품으로 '백엔드닷AI'와 '컨티넘'을 제시했다. 백엔드닷AI는 다양한 AI 가속기와 대규모 클러스터에서 AI 모델의 학습과 서비스를 통합 운영·관리하는 AI 인프라 플랫폼이다. 컨티넘은 여러 AI 모델로 들어가는 요청을 한곳에서 관리하는 라우터와 이를 통합 관리하는 허브로 구성된다. 클라우드와 자체 구축한 AI 모델을 연결하고 요청을 자동으로 배분하는 동시에 조직과 팀별 토큰 사용량과 비용 등을 확인하도록 지원한다. 컨티넘 라우터의 단독 솔루션은 다음 달 공개할 예정이다. 신 대표는 "토큰이 전기처럼 사용된다고 하면 결국 계량기가 필요한 상황"이라며 "얼마나 절약됐는지, 어느 팀이 토큰을 얼마나 사용하고 있는지 확인할 수 있어야 한다"고 말했다. AI 에이전트 확산에 대응한 새로운 기술 개발에도 나선다. 래블업은 여러 AI 에이전트가 서버 자원을 안정적으로 나눠 사용할 수 있도록 마이크로 가상머신(VM)과 컨테이너를 결합한 '누빔(Neuvm)'을 개발 중이다. 기존 컨테이너 환경에서 발생하는 디스크 입출력(I/O)과 네트워크 대역폭 격리 문제를 해결하는 것이 목표로, 올해 말 베타 버전 공개를 준비 중이다. 사람과 여러 AI 에이전트가 함께 일할 수 있는 자체 AI 에이전트 플랫폼도 개발하고 있다. 에이전트 생성과 운영을 자동화하고 외부 서비스 호출과 자격 증명 등을 중앙에서 관리하는 구조다. 이를 활용해 사람과 AI 에이전트가 한 공간에서 협업할 수 있는 형태의 업무 공간 '스페이스(Space)'도 구현했다. 신 대표는 "갈수록 복잡해지는 AI의 수면 아래에서 일어나는 것들을 더 직관적이고 간단하게 바꿀 것"이라며 "모두가 지능을 계량하고 원할 때 사용할 수 있도록 하는 일을 지속 추진해 나가겠다"고 강조했다.

2026.09.29 11:27한정호 기자

KT AI 모델 라우팅 기술, 글로벌 벤치마크 2위

KT가 자체 개발한 AI 모델 라우팅 기술이 글로벌 공개 벤치마크에서 2위를 기록했다. 이용자 요청에 따라 여러 AI 모델 가운데 적합한 모델을 자동으로 골라 연결하면서 서비스 품질과 비용을 동시에 최적화하는 기술이다. KT는 자체 개발한 '오토모델라우터(AutoModelRouter)'가 LLM 라우터 전문 벤치마크 '라우터 아레나(RouterArena)'의 정확도·비용 종합 평가에서 2위에 올랐다고 27일 밝혔다. 라우터 아레나는 미국 라이스대학교 연구진이 개발한 LLM 라우터 평가 플랫폼이다. 관련 연구는 머신러닝 분야 국제학회 ICLR 2026 정식 논문으로 채택됐다. 약 8400개 질의를 이용해 라우터의 응답 정확도와 비용 효율성, 입력 변화에 대한 안정성 등을 평가한다. KT 기술은 공개 리더보드에 'KT-ModelRouter'라는 이름으로 등록됐다. 이 가운데 응답 정확도와 비용을 함께 측정하는 'Acc-Cost Arena'에서 2위를 기록했다. 해당 리더보드에는 학계가 개발한 기술뿐 아니라 마이크로소프트의 'Azure Model Router' 등 상용 라우터도 올라 있다. AI 모델 라우팅은 기업이 여러 AI 모델을 동시에 활용하는 멀티모델 환경이 확산되면서 중요성이 커지고 있다. AI 모델마다 번역과 요약, 코딩, 추론 등 잘하는 영역이 다르고 성능과 이용 비용에도 차이가 있기 때문이다. 오토모델라우터는 이용자의 요청이 들어오면 업무 유형과 난이도, 지식 분야 등을 분석한다. 이후 각 AI 모델의 응답 품질과 이용 비용을 비교해 해당 작업을 처리하기 적합한 모델로 요청을 자동 연결한다. 가령 비교적 단순한 번역이나 정보 확인은 요구되는 품질을 충족하면서 비용이 낮은 모델에 맡기고, 전문적인 분석이나 복잡한 추론이 필요한 요청에는 고성능 모델을 사용하는 방식이다. 이용자에게는 하나의 AI 서비스로 보이지만 내부적으로는 요청에 따라 서로 다른 모델이 작동한다. 특히 무조건 성능이 가장 높은 모델이나 가격이 가장 낮은 모델을 고르는 대신 기업이 설정한 목표 품질과 비용 조건을 함께 고려하도록 설계했다. 기업 입장에서는 업무마다 AI 모델을 직접 비교해 선택하는 과정을 줄이면서 필요한 성능과 예산에 맞춰 AI 서비스를 운영할 수 있다. 오토모델라우터는 KT가 추진하는 '토큰 팩토리(Token Factory)'에도 활용된다. 여러 AI 모델과 토큰 이용 환경을 통합하는 과정에서 이용자 요청에 적합한 모델을 자동 배정해 서비스 품질과 토큰 사용 비용을 조절하는 역할을 맡는다. KT는 향후 오토모델라우터의 성능을 고도화하는 동시에 새로운 AI 모델을 유연하게 추가할 수 있는 멀티모델 운영 환경을 구축할 계획이다. 김준석 KT 에이전틱AI랩장은 “AI 시대에는 가장 뛰어난 단일 모델을 확보하는 것뿐 아니라 상황에 맞는 최적의 모델을 얼마나 지능적으로 활용하느냐가 중요하다”며 “오토모델라우터는 이러한 AI 오케스트레이션 역량을 구현한 기술로, 토큰팩토리를 비롯한 KT의 에이전틱 AI 서비스 경쟁력을 뒷받침하는 핵심 기술이 될 것”이라고 말했다.

2026.09.27 09:15박수형 기자

AI 사용량 1위 오른 익명 AI 'Ox 알파'…정체는 지푸의 신형 AI

익명으로 공개돼 인공지능(AI) 플랫폼 사용량 1위를 기록한 'Ox 알파(Ox Alpha)'의 정체가 중국 지푸(Z.ai)의 신형 모델 'GLM-5.3-플래시'로 확인됐다. 이 모델은 정식 발표 전 약 일주일간 하루 100조 토큰 규모의 무료 처리 용량을 제공하며 오픈라우터와 오픈코드에서 주간 인기 모델로 떠올랐다. 지푸는 지난 26일(현지시간) 공식 블로그를 통해 GLM-5 시리즈 최초의 네이티브 멀티모달 모델인 'GLM-5.3-플래시'를 공개했다. 지푸 측은 GLM-5.3-플래시를 정식 발표하기 전 약 일주일 동안 오픈라우터와 오픈코드에 Ox 알파라는 이름으로 익명 배포했다고 밝혔다. 당시 이용자들은 모델 개발사를 알 수 없는 상태에서 서비스를 이용했다. 플랫폼 집계 화면에 따르면 Ox 알파는 오픈라우터에서 출시 후 6일간 23조2000억 토큰을 처리해 사용량 1위를 기록했다. 2위인 딥시크-V4-플래시의 9조9000억 토큰보다 약 2.3배 많은 수준이다. GLM-5.3-플래시는 텍스트와 코드뿐 아니라 이미지, 문서, 웹 화면 등 다양한 형태의 정보를 함께 처리하는 네이티브 멀티모달 모델이다. 지푸는 이 모델이 복잡한 추론, 코딩, 에이전트 기반 작업과 시각 정보를 활용하는 업무에서 성능을 강화했다고 설명했다. 지푸가 공개한 비교 자료에 따르면 GLM-5.3-플래시는 터미널벤치 2.1에서 84.3점, 딥SWE v1.1에서 63.4점을 기록했다. 전작인 GLM-5.2의 점수는 각각 81.0점과 46.2점이었다. 에이전트 성능 평가에서도 개선 폭이 컸다. 자동화 작업 능력을 측정하는 오토메이션벤치에서 GLM-5.3-플래시는 48.8점으로 GLM-5.2의 26.2점을 웃돌았다. 툴라톤 베리파이드에서는 78.4점, GDP밸-AA v2에서는 1773점을 받아 지푸가 제시한 비교군 가운데 가장 높은 성적을 기록했다. 특히 지푸는 GLM-5.3-플래시의 가격이 전작 GLM-5.2의 약 10분의 1 수준이면서도 주요 코딩·에이전트 평가에서 성능을 크게 개선했다고 강조했다. 딥SWE v1.1에서는 63.4점으로 비교 대상인 클로드 오퍼스 4.8의 58.0점을 앞섰다. 오토메이션벤치에서도 48.8점으로 클로드 오퍼스 4.8의 41.0점을 웃돌았다. 회사 측은 총 3200억개 파라미터 가운데 실제 추론 과정에서는 180억개만 활성화하는 전문가 혼합(MoE) 구조를 적용한 점이 비용 효율의 기반이라고 설명했다. 모든 파라미터를 동시에 가동하는 대신 작업에 필요한 일부만 선택적으로 활용해 연산 비용을 낮추는 방식이다. 모든 평가에서 경쟁 모델을 앞선 것은 아니다. 코딩 평가인 터미널벤치 2.1과 딥SWE v1.1에서는 GPT-5.6 테라가 각각 87.4점과 69.6점으로 더 높은 점수를 받았다. NL2Repo에서는 클로드 오퍼스 4.8이 69.7점으로 GLM-5.3-플래시의 56.3점을 앞섰다. 에이전트 평가인 오토메이션벤치에서는 제미나이 3.7 플래시가 52.3점으로 가장 높았다. 이미지·문서 이해 등 비전 분야에서는 일부 항목에서 경쟁력을 보였다. GLM-5.3-플래시는 오피스QA 프로에서 62.4점, 차토그래피 위드 툴스에서 78.0점으로 비교군 중 최고점을 기록했다. 반면 베이비비전, MV벤치, MMVU 등에서는 제미나이 3.7 플래시가 더 높은 점수를 받았다. 베이스 모델 비교에서는 GLM-5.3-플래시가 활성 파라미터 180억개로 GLM-5 베이스의 400억개보다 적었지만, 라이브코드벤치-베이스에서는 37.6점으로 GLM-5 베이스의 34.4점을 웃돌았다. 범용 지식 평가인 MMLU에서는 88.1점을 기록해 GLM-5 베이스의 88.3점, 딥시크-V4-플래시 베이스의 88.5점과 비슷한 수준을 보였다. 긴 문맥 처리 효율도 강화했다고 지푸는 밝혔다. 선형 어텐션과 희소 어텐션을 결합한 하이브리드 구조를 적용해, 100만 토큰 문맥 길이 기준 GLM-5.3 대비 레이어당 KV 캐시 사용량을 최대 4.44분의 1, 어텐션 연산량을 최대 3.01분의 1 수준으로 낮췄다는 설명이다. KV 캐시는 대화나 문서의 앞선 맥락을 기억하기 위해 사용하는 메모리로 사용량을 줄이면 장문 문서 처리 비용을 낮출 수 있다. 가격 대비 성능을 비교한 아티피셜 애널리시스(Artificial Analysis)의 '파레토 프론티어' 자료에서는 GLM-5.3-플래시가 할인 기준 작업당 비용 0.045달러, 지능지수 57점으로 표시됐다. 이는 아티피셜 애널리시스의 자체 평가 방법론에 따른 수치다. 지푸는 이를 근거로 고가의 대형 모델과 비슷한 성능대에 도달하면서도 비용은 크게 낮췄다고 강조했다. 지푸 측은 "GLM-5.3-플래시를 통해 최상위급 AI 성능이 반드시 최상위급 비용을 수반할 필요는 없다는 점을 증명했다"며 "이번 성능 향상은 적은 연산량으로도 역량을 끌어내는 모델 아키텍처, 강화된 멀티모달 사전학습 데이터, 추론 하드웨어와 함께 설계한 인프라가 결합한 결과"라고 밝혔다. 이어 "현재 GLM-5.3-플래시에서 얻은 기술적 경험을 더 큰 모델에 적용하고 있다"며 "이를 기반으로 차세대 프론티어 모델 개발을 이어갈 것"이라고 강조했다.

2026.08.28 16:23남혁우 기자

익명 'Ox 알파', 하루 100조 토큰 무료 제공...개발사 정체 놓고 추측 '무성'

정체를 알 수 없는 AI 랩이 스텔스 모델 'Ox 알파(Ox Alpha)'를 무료로 공개하며 AI 업계가 술렁이고 있다. 개발 주체를 밝히지 않은 채 하루 100조 토큰 규모의 처리 용량을 무료로 내걸면서 프론티어급 모델 개발사를 둘러싼 추측이 무성하게 이어지고 있다. 23일 테크밈 등 외신에 따르면 Ox 알파는 AI 모델 라우팅 서비스 오픈라우터(OpenRouter)와 코딩 에이전트 오픈코드(OpenCode)에 정체가 공개되지 않은 채 업로드됐다. 오픈라우터는 공식 계정을 통해 Ox 알파를 효율적인 코딩과 지속적인 에이전틱 작업, 실제 프로덕션 환경에 최적화된 프론티어 모델이라고 소개했다. 텍스트·이미지·비디오를 함께 처리하는 멀티모달 모델로 100만 토큰 규모의 컨텍스트 창과 최대 13만1072 토큰의 출력 용량을 갖춘 것으로 소개됐다. 공개 글에는 일주일간 완전 무료로 서비스를 제공하며 하루 100조 토큰을 처리할 수 있는 용량을 갖췄다는 내용이 포함됐다. 이 같은 조건이 알려지자 시장의 관심은 곧바로 모델의 정체로 쏠렸다. 하루 100조 토큰이라는 수치는 통상적인 체험용 공개 수준을 넘어서는 규모로 이를 실제로 감당할 수 있는 AI 랩이 많지 않기 때문이다. 업계에서는 단순히 새로운 모델이 등장했다는 사실보다 이 정도 인프라와 자본력을 동원할 수 있는 주체가 누구인지를 더 주목하는 분위기다. 가장 유력한 후보로는 중국 AI 기업 지푸 AI(Z.ai)가 거론된다. 지푸 AI는 과거 자사의 GLM-5 모델을 '포니 알파(Pony Alpha)'라는 이름으로 익명 필드 테스트한 전례가 있어 이번에도 유사한 방식으로 신형 모델을 시험하고 있다는 해석이 나온다. 일부 분석가들은 Ox 알파의 비디오 인코딩 파이프라인과 토크나이저 연산 방식, 응답 패턴이 지푸 AI의 기존 모델 구조와 상당히 유사하다고 보고 있다. 서드파티 리더보드 킹벤치에서는 Ox 알파가 87.5%를 기록해, GLM-5.3의 91.25%에 근소하게 못 미치는 점수를 받기도 했다. 다만 현재 공개된 GLM-5.3은 이미지·비디오 입력을 지원하지 않는 텍스트 전용 모델인 반면 Ox 알파는 멀티모달 입력을 지원한다는 점에서 차이가 있다. 이 때문에 지푸 AI가 실제 배후라면, 아직 공개되지 않은 상위 멀티모달 버전일 가능성이 제기된다. 업계 일각에서는 지푸 AI가 최근 대규모 GPU 클러스터와 1기가와트(GW)급 데이터센터를 가동한 것으로 알려진 만큼, 하루 100조 토큰 수준의 대규모 무료 제공을 감당할 컴퓨팅 여력이 있을 수 있다는 분석도 내놓고 있다. 일각에서는 딥시크(DeepSeek) 가능성도 제기됐다. 공격적인 무료 배포 전략이 딥시크의 기존 행보와 닮아 있다는 이유에서다. 실제로 딥시크의 V4 모델도 지난 3월 11일 '헌터 알파(Hunter Alpha)'라는 이름으로 익명 테스트를 거친 바 있다. 그러나 최근 V4-플래시 모델 가격 인상 흐름을 고려하면 Ox 알파가 내세운 수준의 처리량을 감당할 컴퓨팅 여력이 충분하지 않을 수 있다는 반론이 나온다. 여기에 딥시크 V4 플래시가 104만8576 토큰이라는 특정 컨텍스트 창 구조에 최적화돼 있지 않고, 토큰화 방식도 Ox 알파와 다르다는 점이 근거로 제시됐다. 일론 머스크 진영의 AI 모델일 가능성도 언급됐다. 다만 Ox 알파가 중국의 민감한 정치적 주제에 대해 비교적 세밀한 답변 정책을 보인다는 점에서 중국 본토 데이터셋 기반으로 학습된 모델일 가능성이 더 높다는 반론이 뒤따랐다. 이 때문에 현재로서는 단순한 자본력이나 연산 능력만으로 배후를 특정하기는 어렵다는 평가가 나온다. 최근에는 마이크로소프트의 차세대 프론티어 모델 'MAI' 계열의 미공개 버전일 수 있다는 분석도 새롭게 부상했다. 이 주장은 Ox 알파가 오픈AI가 개발한 바이트페어 인코딩(BPE) 방식의 토크나이저를 사용하는 것으로 보인다는 점에 근거한다. 중국계 모델이 오픈AI 계열 토크나이저를 사용할 가능성은 상대적으로 낮다는 시각에서 오픈AI·구글·앤트로픽·xAI와 중국계 프론티어 모델 대부분을 배제하면 마이크로소프트의 파이(Phi) 계열이 유력하다는 논리다. IBM의 그래나이트(Granite) 계열도 후보군으로 언급되지만 가능성은 크지 않다는 평가가 우세하다. 정체 논쟁과 별개로 Ox 알파의 성능도 화제를 모으고 있다. 개발자 벤 데이비스가 장기 소프트웨어 엔지니어링 벤치마크 '딥SWE(DeepSWE)'의 10개 문항으로 테스트한 결과 Ox 알파는 약 80%의 정답률을 기록해 앤트로픽 페이블 5의 65%, 오픈AI GPT-5.6 솔의 52%를 앞섰다는 평가가 나왔다. 코딩과 장기 에이전트 작업에 최적화됐다는 공개 측 설명과 맞물리며 성능 측면에서도 관심이 커지는 모습이다. 다만 이 결과만으로 성능을 단정하기는 이르다는 지적도 만만치 않다. 해당 테스트는 전체 113개 문항 가운데 10개만을 표본으로 삼은 결과여서 편차가 클 수 있고 딥SWE 벤치마크 하네스가 bash 명령어만 지원해 실제 개발 환경을 온전히 반영하지 못한다는 비판도 제기된다. 일부 사용자는 단순 실무 작업에서는 오히려 소형 모델보다 낮은 성능을 보였다며, 벤치마크에 특화해 점수를 끌어올리는 이른바 '벤치맥싱' 가능성을 언급하기도 했다. 결국 Ox 알파의 실질적 경쟁력은 보다 다양한 환경에서의 검증이 필요하다는 의미다. 그럼에도 업계가 이번 사례를 주목하는 이유는 분명하다. 실제 개발사가 어디인지를 떠나 익명의 주체가 하루 100조 토큰 규모의 연산 자원을 무료로 방출하겠다고 나선 것 자체가 AI 모델 시장의 경쟁이 얼마나 격화하고 있는지를 보여주는 상징적 장면이기 때문이다. 기업과 개발자 입장에서는 기대와 우려가 교차한다. 장문 처리와 코드 생성, 멀티모달 분석 같은 기능을 무료에 가깝게 시험할 수 있다는 점은 매력적이다. 반면 개발 주체와 운영 정책이 불분명한 상태에서 서비스를 업무에 곧바로 적용하기에는 부담도 적지 않다. 데이터 처리 방식과 보안, 무료 정책의 지속 가능성, 향후 가격 전환 여부 등을 확인하기 전까지는 신중하게 접근해야 한다는 목소리도 나온다. 정체 논쟁과 별개로 일부 업계 관계자 초기 반응도 나오고 있다. 온라인 결제 기업 스트라이프(Stripe)의 공동창업자 겸 최고경영자(CEO) 패트릭 콜리슨은 자신의 소셜미디어에 Ox 알파를 직접 테스트한 뒤 "매우 인상적"이라고 평가했다.

2026.08.24 11:01남혁우 기자

스트라이프, AI 모델 허브 오픈라우터 75억달러에 인수…'AI 경제 인프라' 강화

글로벌 핀테크 기업 스트라이프(Stripe)가 인공지능(AI) 모델 중개 플랫폼 오픈라우터(OpenRouter)를 인수하며 AI 시장 공략을 본격화한다. 26일 뉴욕타임스 등 외신에 따르면 스트라이프는 오픈라우터 인수 계획을 발표했다. 구체적인 거래 금액은 공개하지 않았으나 뉴욕타임스는 관계자를 인용해 인수 규모가 75억 달러(약 10조원) 수준이라고 보도했다. 이 가운데 약 15억 달러는 오픈라우터 창업자들에게 배정된 것으로 알려졌다. 이번 거래는 오픈라우터가 불과 3개월 전 약 1억 1300만 달러를 투자받으며 기업가치 13억 달러 수준을 인정받은 이후 이뤄져 더욱 주목받고 있다. 오픈라우터는 다양한 AI 모델을 하나의 인터페이스에서 사용할 수 있도록 연결해주는 플랫폼이다. 특히 개발자들이 오픈소스 또는 오픈웨이트(open-weight) AI 모델을 손쉽게 활용할 수 있도록 지원하며 빠르게 성장해왔다. 최근 딥시크(DeepSeek), 지푸(Z.ai) 등 중국 AI 연구소에서 개발한 모델이 낮은 비용과 높은 성능을 앞세워 인기를 얻으면서 오픈라우터의 영향력도 커졌다. 개발자는 오픈라우터를 통해 오픈AI, 앤트로픽 등 미국 기업의 폐쇄형 모델뿐 아니라 다양한 개방형 모델을 비교·선택해 사용할 수 있다. 스트라이프는 인수 발표 블로그를 통해 기업이 AI 모델 사용 비용을 최적화하고 토큰 사용량을 효율적으로 관리할 수 있도록 지원해왔다고 설명했다. AI 모델이 빠르게 출시되고 가격 정책도 수시로 바뀌면서 성능과 비용 간 균형을 맞추는 일이 점점 어려워지고 있다는 판단이다. 패트릭 콜리슨 스트라이프 최고경영자(CEO)는 "스트라이프는 AI 시대 경제 인프라를 구축하고 있다"며 "오픈라우터와 함께 기업이 요청을 지능적으로 분산하고 토큰을 효율적으로 사용해 수익성을 극대화할 수 있도록 지원할 것"이라고 성명을 통해 밝혔다. 스트라이프는 온라인 결제 서비스로 성장해 올해 초 기준 약 1600억 달러의 기업가치를 인정받는 세계 최대 비상장 기업 중 하나다. 지난해에는 스테이블코인 플랫폼 브리지(Bridge)를 11억 달러에 인수하며 가상자산 시장으로도 사업 영역을 확대했다. 업계에서는 이번 인수가 스트라이프의 사업 범위를 결제 인프라에서 AI 인프라로 확장하는 전략적 행보로 평가하고 있다. AI 애플리케이션이 급증하면서 모델 선택과 비용 관리, 요청 분산 등을 담당하는 AI 게이트웨이 시장 역시 빠르게 성장하고 있기 때문이다. 오픈라우터는 "많은 AI 모델이 공존하고 혁신적인 연구소와 추론 서비스 제공업체가 수백만 명의 개발자에게 도달할 수 있는 건강한 AI 생태계를 만드는 것이 목표"라며 "특정 모델 하나가 시장의 기본값으로 굳어지는 것이 아니라 다양한 모델이 경쟁하는 환경을 구축하겠다"고 공식 블로그를 통해 밝혔다.

2026.08.24 10:13남혁우 기자

업스테이지 '솔라 프로 4', 韓 모델 최초 글로벌 개발자 플랫폼에

업스테이지의 최신 거대언어모델(LLM) '솔라 프로 4'가 한국 모델 최초로 글로벌 개발자 플랫폼에 이름을 올렸다. 업스테이지는 솔라 프로 4 공개 직후 미국 누스 리서치가 개발한 AI 에이전트 '헤르메스 에이전트'와 응용 프로그램 인터페이스(API) 라우팅 플랫폼 '오픈라우터'에 등재됐다고 14일 밝혔다. 오픈라우터 등재 3일 만에 누적 토큰 소비량은 800억 토큰을 넘어섰다. 글로벌 주요 모델의 에이전트 성능을 비교하는 '에이전트 아레나' 리더보드에도 한국 모델 최초로 진입해 미국·중국 모델이 독점하던 47개 주요 모델 순위표에 자리했다. 솔라 프로 4는 실제 업무 수행에 최적화된 에이전트 역량이 핵심이다. 터미널 다단계 작업 완수 능력 평가(Terminal-Bench v2.1)에서 57점으로 전작보다 4.8배 향상됐고 도구 사용 능력 평가(τ³-Banking)에서도 23점으로 2.6배 개선됐다. 장문 이해 벤치마크(AA-LCR)에서는 71점으로 전작 대비 2.3배 이상 우수한 성능을 보였다. 글로벌 AI 평가기관 아티피셜 애널리시스의 종합 성능 지표(AAII)에서는 42점으로 전작 대비 3배 이상 개선됐다. 엔비디아 '네모트론 3 울트라'(38점)·구글 '제미나이 3.5 플래시-라이트'(37점) 등 미국 빅테크는 물론, 미스트랄 '미디엄 3.5'(30점), 코히어 '커맨드 A+'(23점) 등 경쟁 소버린 모델을 앞섰다. 국내 기업 및 공공기관 사무 환경에 특화된 한국어 성능과 문서 처리 능력도 향상됐다. 솔라 프로 4는 업스테이지의 에이전트 문서 처리 통합 솔루션 '업스테이지 스튜디오'에 탑재됐다. 한글 문서를 비롯한 다양한 문서 서식에서 정보를 추출해 요약·분석·번역 등의 작업을 한 번에 처리할 수 있다. 김성훈 업스테이지 대표는 "실무에서 AI에게 필요한 것은 시험을 잘 보는 능력이 아니라 맡은 일을 끝까지 해내는 신뢰성"이라며 "솔라 프로 4가 글로벌 개발자 플랫폼에 한국 모델 최초로 이름을 올린 것은 우리 AI 기술이 세계 현장에서 통한다는 증거"라고 말했다.

2026.08.14 12:59이나연 기자

[AI는 지금] 스트라이프, 오픈라우터 인수 추진…AI 모델 유통시장 판 키우나

글로벌 결제기업 스트라이프가 인공지능(AI) 모델 유통 플랫폼 오픈라우터 인수를 추진한다. 기업들이 비용과 업무 특성에 따라 여러 AI 모델을 골라 쓰는 멀티모델 전략을 확대하자 결제 처리에서 모델 연결과 사용량 기반 과금까지 사업 영역을 넓히려는 모습이다. 23일(현지시간) 월스트리트저널(WSJ)에 따르면 스트라이프는 오픈라우터 인수를 위한 협상을 진행하고 있다. 거래가 성사되면 스트라이프는 오픈AI와 앤트로픽을 비롯한 AI 모델 공급사와 기업 고객 사이를 연결하는 유통망을 확보하게 된다. 인수 가격은 확정되지 않았지만 시장에선 약 100억 달러가 거론되고 있다. 오픈라우터가 지난 5월 투자 유치 당시 인정받은 기업가치 13억 달러보다 약 8배 높은 규모다. 다른 대형 기술기업들도 인수를 검토한 것으로 알려져 경쟁 구도가 바뀔 가능성도 남아 있다. 오픈라우터는 2023년 설립된 AI 모델 중개 플랫폼이다. 개발자와 기업이 오픈AI·앤트로픽의 상용 모델부터 내려받아 자체 운영할 수 있는 오픈웨이트 모델까지 하나의 플랫폼에서 이용하도록 지원한다. 플랫폼에는 수백개의 대규모언어모델(LLM)이 등록돼 있다. 고객은 모델별 가격과 성능을 비교해 애플리케이션에 연결하고 필요에 따라 다른 모델로 전환할 수 있다. 각 모델 업체의 응용프로그램인터페이스(API)를 개별 연동하지 않아도 된다는 점이 강점으로 꼽힌다. 기업용 AI 시장에선 고성능 모델 하나를 모든 업무에 적용하기보다 작업의 난이도와 비용에 따라 모델을 나눠 쓰려는 수요가 커지고 있다. 복잡한 추론에는 고성능 모델을 투입하고 단순 요약이나 분류에는 저비용 모델을 배치하면 AI 운영비를 낮출 수 있어서다. 특정 AI 업체의 가격이나 서비스 정책 변화에 따른 위험도 줄일 수 있다. 스트라이프가 오픈라우터를 인수하면 모델 선택과 호출, 사용량 측정, 결제를 하나의 체계로 묶을 수 있다. AI 기업의 사용량 기반 과금 수요를 결제 사업으로 흡수하는 동시에 모델 유통 과정에서 발생하는 거래 데이터도 확보할 수 있다. 두 회사는 이미 협력 관계를 맺고 있다. 오픈라우터는 고객의 모델 이용료를 처리하는 데 스트라이프 서비스를 활용하고 있다. 스트라이프가 기존 결제 고객을 오픈라우터의 AI 모델 유통망과 연결하면 AI 인프라 사업 확대에도 속도가 붙을 것으로 예상된다. 스트라이프는 온라인 결제 처리를 주력으로 성장했지만 최근 AI 인프라와 스테이블코인 결제로 사업을 넓히고 있다. 올해 초 평가된 기업가치는 1590억 달러다. 오픈라우터의 주요 투자자로는 멘로벤처스와 구글 모회사 알파벳의 성장투자펀드 캐피털G가 있다. WSJ는 사안에 정통한 관계자의 말을 인용해 "거래가 조만간 발표될 수 있지만 협상이 결렬되거나 다른 인수 후보가 등장할 가능성도 있다"며 "오픈라우터는 매각될 경우 약 100억 달러의 가치를 인정받을 수 있다"고 전했다.

2026.07.24 10:36장유미 기자

글로벌 AI 시장, 미·중 모델 고집 여전...한국 현주소는

글로벌 개발자 시장에서 한국 인공지능(AI) 모델이 미국과 중국 모델에 비해 존재감을 보이지 못한 것으로 확인됐다. 16일 오픈라우터 수치에 따르면 실사용량 기준으로 집계된 모델 순위에서 한국 모델은 2025년 기준 상위권에 오르지 못한 것으로 나타났다. 반면 중국 모델은 지난해 6월부터 사용량 부문에서 미국을 앞지른 것으로 집계됐다. 오픈라우터는 세계 AI 모델을 하나의 응용프로그램인터페이스(API)로 이용할 수 있게 연결하는 플랫폼이다. 매일 처리된 전체 토큰량 기준으로 상위 50개 모델을 집계해 공개한다. AI 개발자와 기업이 실제로 어떤 모델을 사용하는지 보여주는 대표 지표로 알려졌다. 지난해부터 중국은 개방형 모델을 낮은 가격에 공급하며 빠르게 사용량을 늘린 것으로 나타났다. 파이낸셜타임스(FT)는 2025년 일부 주간 기준 딥시크와 큐원 등 모델은 오픈라우터 전체 토큰 사용량 비중 약 30%라고 보도하기도 했다. 특히 딥시크는 지난해 5월 중순부터 오픈라우터에서 가장 많이 사용된 모델 기업에 올랐으며, 6월 초 토큰 점유율은 약 20%에 달했다. 이때 중국 모델 전체 사용량도 미국 모델을 넘어선 것으로 확인됐다. 미국 역시 오픈AI와 구글 등이 구축한 클라우드와 개발 도구 기반으로 글로벌 시장에서 사용량을 키웠다. 한국도 업스테이지 '솔라', 네이버클라우드 '하이퍼클로바X', LG AI연구원 '엑사원' 등 자체 모델을 개발했다. 그러나 글로벌 API 제공, 해외 개발자 문서, 가격 경쟁력, 무료 체험, 개발자 공동체 등 모델 외적인 유통 기반에서는 미국이나 중국보다 부족했다는 평가가 나온다. 오픈라우터가 분석한 2025년 개방형 모델 사용량 상위 개발사에도 한국 기업은 포함되지 않았다. 정부는 올해 AI 3강 도약을 위해 세계 10위 수준 독자 AI 모델을 확보하고 한국 AI 생태계의 해외 진출을 지원할 방침이다. 다만 한국이 실질적인 AI 3강으로 올라서려면 모델의 벤치마크 점수뿐 아니라 글로벌 이용량과 개발자 채택률에서도 경쟁력을 입증해야 한다는 분석이 나오고 있다. 국내 AI 스타트업 대표는 "모델 성능이 우수하지만 실제 이용률이 적다는 건 수능 만점자가 사회에 나가서 일을 제대로 못 하는 것과 같다"며 "정부·기업은 글로벌 API 시장에서 우리 모델 실사용 사례를 늘리기 위한 노력도 필요하다"고 말했다.

2026.07.16 08:56김미정 기자

AI 모델 120여 개를 한 플랫폼에…카페24, 'LLM 라우터' 공개

카페24는 하나의 응용 프로그램 인터페이스(API)로 120개 이상의 인공지능(AI) 모델을 통합 활용할 수 있는 AI 운용 인프라 서비스 '초거대 언어모델(LLM) 라우터'를 선보인다고 23일 밝혔다. LLM 라우터는 ▲챗GPT ▲클로드 ▲제미나이 등 주요 AI 모델 120여 개를 하나의 플랫폼으로 연결하고, 사용자가 입력한 요청에 맞는 모델을 선택·분배·전환해 주는 '오케스트레이터'의 역할을 수행한다. LLM 라우터는 오픈AI GPT 패밀리 모델을 포함해 ▲클로드 ▲제미나이 ▲딥시크 ▲큐웬 ▲라마 등 120여 개 AI 모델을 하나의 API로 이용할 수 있도록 지원한다. 구현의 핵심은 라우팅 엔진이다. 라우팅 엔진은 사용자가 입력한 요청 내용을 바탕으로 ▲코딩 ▲추론 ▲번역 ▲창작 등 작업 유형을 분석해 적합한 AI 모델을 자동 연결한다. 사용할 모델 범위를 미리 지정해두면 그 안에서만 자동 연결돼 모델을 일일이 비교하거나 선택하지 않아도 목적에 맞는 AI를 활용할 수 있다. 사용자가 원하는 기준에 따라 AI 서비스 제공사의 우선순위를 설정할 수 있는 기능도 제공한다. 동일 모델을 제공하는 여러 AI 서비스 제공사 가운데 ▲비용 ▲속도 처리량 등 사용자가 선택한 기준에 따라 가장 적합한 제공사로 자동 연결한다. 예를 들어 같은 클로드 모델이라도 비용을 기준으로 설정하면 가장 비용 효율이 높은 제공사로, 속도를 기준으로 설정하면 가장 빠른 제공사로 자동 연결된다. 특정 AI 서비스 제공사를 허용하거나 제외하는 화이트리스트, 블랙리스트 기능도 지원한다. 사용자는 이를 통해 자동 연결 대상 범위를 필요에 따라 유연하게 확대, 축소할 수 있다. 특정 AI 모델이 응답하지 않을 경우를 대비해 '자동 전환 기능'도 지원한다. 사용자는 주 모델과 대체 모델을 미리 설정할 수 있으며, 앞선 모델이 응답하지 못하면 다음 후보 모델이 자동으로 요청을 이어받는다. 예를 들어 주 모델로 사용하던 클로드가 응답하지 않을 경우 사전에 지정한 다른 모델이 자동으로 처리해 연속성 있는 운영 환경을 구성할 수 있다. 여러 AI 모델을 하나의 환경에서 직관적으로 관리할 수도 있다. 사용자는 '실시간 대시보드'를 통해 ▲요청 수·비용·토큰 사용량 추이와 ▲모델별 비용 비중 ▲성공·실패 비율 등을 한 화면에서 확인할 수 있다. 요청 단위 상세 기록과 팀·프로젝트·환경별 사용량 분류 추적도 지원해 AI 활용 현황과 비용 구조를 보다 효율적으로 파악할 수 있다. 사용자가 보유한 AI 모델 키를 LLM 라우터에 연결해 쓸 수도 있다. 'BYOK(Bring Your Own Key)' 모드를 통해 ▲GPT ▲클로드 ▲제미나이 등 이미 사용 중인 모델 키를 등록하면 해당 모델을 LLM 라우터 환경에서 그대로 활용할 수 있다. 이를 통해 LLM 라우터를 거치더라도 AI 모델 사용 비용을 직접 관리할 수 있다. LLM 라우터는 충전한 만큼 사용하는 크레딧 종량제로 운영된다. 가입 즉시 무료 크레딧을 제공해 서비스를 직접 경험해볼 수 있다. 카페24는 앞으로도 신규 AI 모델과 AI 서비스 제공사 지원 범위를 지속 확대하고, AI 운영과 관리 편의성을 높이는 기능도 함께 고도화해 나갈 계획이다. 이재석 카페24 대표는 "AI 모델의 종류가 빠르게 늘어나면서 이를 효율적으로 연결하고 운영하는 것이 새로운 과제가 되고 있다"며 "앞으로도 사용자가 다양한 AI를 보다 편리하게 활용할 수 있도록 관련 인프라 역할을 충실히 해나가겠다"고 말했다.

2026.06.23 10:05박서린 기자

[최홍석 칼럼] 인프라 단순화가 AI 경쟁력이다

"프로토콜을 줄여야 AI가 망을 읽는다. 복잡한 전용망 위에 자동화를 올리는 것은, 낡은 도로 위에 자율주행차를 올리는 것과 같다." AI 하이퍼스케일 시대가 본격화되면서 전용망(Private Network) 인프라에도 새로운 압력이 가해지고 있습니다. Telco(통신사업자)의 기업 전용망과 대형 엔터프라이즈의 자가 네트워크 모두 동일한 질문 앞에 서 있습니다. '지금 운용 중인 IP/MPLS 구조가 앞으로의 AI 트래픽과 자율화 요구를 감당할 수 있는가.' 이 질문에 답하기 위해서는 현재 구조의 본질적 문제를 직시하는 것에서 출발해야 합니다. 수십 년간 축적된 프로토콜 복잡성, 벤더 종속, 수동 운영의 한계, 이것들은 단순한 기술 부채가 아니라 비즈니스 속도를 제한하는 구조적 족쇄입니다. 20년 누적의 프로토콜 부채...우리가 지불해 온 보이지 않는 비용 현재 대부분의 전용망은 IS-IS·OSPF·LDP·RSVP-TE·BGP가 혼재하는 다중 프로토콜 구조 위에서 운영되고 있습니다. 각 프로토콜은 도입 당시 합리적인 이유가 있었지만, 시간이 지남에 따라 이들이 만들어내는 상호작용은 운영팀의 이해 범위를 초과하는 수준으로 복잡해졌습니다. 문제는 복잡성 자체가 아닙니다. 복잡성이 만들어내는 실질적 비용입니다. 코어 라우터 1대당 수만~수십만 개에 달하는 LDP 바인딩과 RSVP-TE LSP 상태가 병렬로 유지되면서, 장비 재시작이나 소프트웨어 업그레이드 시 재수렴(Re-convergence) 시간이 수십~수백 초까지 늘어납니다. 이는 SLA 위반 위험을 상시 내포하는 구조입니다. IS-IS, OSPF, BGP 간 재배포(Redistribution) 환경에서는 메트릭 정규화 오류와 경로 선택 불일치가 발생하고, 대규모 망에서는 변경 영향 예측이 사실상 불가능해집니다. 장애 발생 시 어느 재배포 포인트가 문제인지 근본원인분석(RCA)에 수 시간이 소요되는 것은 이 구조의 필연적 귀결입니다. AI 추론 트래픽처럼 마이크로초 단위의 결정론적 지연이 요구되는 워크로드 앞에서, 이 복잡성은 단순한 운영 불편을 넘어 서비스 경쟁력의 직접적 손상으로 이어집니다. 전환의 핵심...SRv6이 제시하는 세 가지 구조적 변화 Segment Routing v6(SRv6)은 이 복잡성 문제에 대한 가장 명확한 기술적 응답입니다. SRv6은 소스 라우팅 개념을 IPv6 환경에서 현대적으로 구현하여, 중간 노드에 상태 정보 없이 트래픽 엔지니어링을 실현하는 프로토콜입니다. ① 중간 노드 Stateless - 수렴 시간의 극적 단축 기존 MPLS 환경에서는 모든 라우터가 LSP 상태를 유지했습니다. SRv6 전환 후에는 상태 정보가 소스 노드에 집중되고 중간 노드는 Stateless 구조가 됩니다. 실제 전환 사례에서 재수렴 시간이 50% 이상 단축된 것은 이 구조적 차이에서 비롯됩니다. ② 프로토콜 다이어트 - IS-IS + SR Policy로의 수렴 LDP, RSVP-TE를 제거하고 단일 IGP(IS-IS)와 SR Policy로 운용 구조를 단순화하면, 재배포 포인트 자체가 사라집니다. 프로토콜 간 경계가 없어지면서 경로 제어의 일관성이 확보되고, 변경 영향 분석이 비로소 예측 가능해집니다. ③ SRv6 uSID - 헤더 오버헤드 최소화 uSID(Micro-SID)는 128비트 IPv6 주소 하나에 다수의 세그먼트 지시어를 압축 표현하는 기술입니다. 기존 MPLS 레이블 스택 대비 헤더 오버헤드를 대폭 줄이면서, 기존 IPv6 인프라와의 완전한 호환성을 유지합니다. 차세대 ASIC은 SRv6/uSID를 하드웨어 레벨에서 오프로드하여 성능 저하 없이 전환을 실현합니다. IP·광학 계층 통합...RON이 여는 전용망의 새 구조 SRv6이 IP 계층의 복잡성을 해소하는 방향이라면, RON(Routed Optical Networking)은 IP 계층과 광학 계층 사이의 불필요한 경계를 허무는 아키텍처 혁신입니다. 기존 전용망 구조에서 IP 라우터와 DWDM 사이에는 반드시 트랜스폰더(Transponder) 장비가 존재했습니다. 이 장비는 광-전 신호를 변환하고 다중화하는 역할을 수행하지만, 400G 이상의 코히어런트 광 기술이 보편화된 지금, 이 '중간 계층'이 만들어내는 비용과 운영 부담은 그 가치를 크게 초과합니다. RON의 핵심은 단순합니다. 400G/800G ZR+ 코히어런트 플러거블 광모듈을 IP 라우터에 직접 장착하여 트랜스폰더를 제거하는 것입니다. 이 구조적 변화가 가져오는 결과는 명확합니다. 장비 수가 줄고, 전력이 줄고, 상면이 줄고, 관리 포인트가 줄고, CAPEX 기준 30~40% 절감이 실제 도입 사례에서 반복 확인됩니다. "멀티-레이어 장애 시 IP NMS와 광전송 EMS가 분리된 환경에서 근본 원인을 찾는 데 수 시간이 소요된다. RON과 통합 텔레메트리는 이 MTTR 문제의 구조적 해결책이다." 특히 전용망 담당자가 주목해야 할 것은 RON의 운영 가시성 효과입니다. 광전송 계층의 신호 열화(SNR 저하, CD/PMD 누적)가 IP 계층에서는 간헐적 패킷 손실로만 관측되는 상황이 사라지고, gNMI 기반 실시간 광학 파라미터 수집으로 IP와 광학 계층의 KPI를 단일 대시보드에서 상관 분석하는 것이 가능해집니다. 다만 실무적으로는 코히어런트 플러거블 모듈의 소비 전력(약 20~25W/포트)에 따른 라인카드 전력 예산 재검토, 스팬 손실이 큰 구간의 외부 증폭 계획, 기존 OTN이 제공하던 FEC·OAM 기능의 동등 구현 여부 사전 검증이 반드시 필요합니다. 왜 지금인가...자율화는 '단순한 기반' 위에서만 작동한다 자율 네트워크(AN), AIOps, 의도 기반 네트워킹(Intent-Based Networking). 이 개념들이 조직 내에서 검토되기 시작했다면, 반드시 먼저 확인해야 할 전제 조건이 있습니다. AI 기반 운영 플랫폼을 도입해도, 제어 대상인 망 자체가 이기종 계층과 폐쇄형 인터페이스로 뒤엉켜 있으면 AI는 제 역할을 할 수 없습니다. AI는 복잡한 프로토콜 스택을 스스로 해독하지 않습니다. IBN의 핵심 기술인 의도 기반 네트워킹과 에이전틱 AI는 단일하고 개방된 인터페이스로 망 전체를 읽고 제어할 수 있을 때 비로소 작동합니다. LDP와 RSVP-TE가 공존하고, 레이어 간 상관관계가 불명확한 구조 위에서는 자동화의 효과가 절반에도 미치지 못합니다. 또한 현재 대부분의 전용망 운영 조직이 의존하는 SNMP 폴링(5~15분 주기)은 마이크로버스트 이벤트를 탐지하지 못합니다. gNMI/gRPC 기반 스트리밍 텔레메트리(100ms 이하 주기)로의 전환은 단순한 모니터링 개선이 아니라, 자동화 전략 전체의 데이터 기반을 확보하는 필수 선행 조건입니다. 구조를 단순화하지 않은 채 자율화를 추진하는 것은, 기반 공사 없이 고층 건물을 올리는 것과 같습니다. SRv6 전환과 RON 도입은 자율화의 목적지로 가기 위한 인프라 기반 공사입니다. 통신사·엔터프라이즈를 위한 단계적 전환 시나리오 전환은 대규모 즉각적 교체를 의미하지 않습니다. 현실적인 리스크 분산과 투자 시점을 고려한 단계적 경로가 중요합니다. Phase 1의 텔레메트리 인프라 구축은 비용 대비 효과가 가장 명확한 출발점입니다. 가시성(Visibility)을 확보하지 않은 상태에서는 어떤 아키텍처 전환도 그 효과를 정량적으로 검증할 수 없습니다. 현재 운용 네트워크의 이슈를 데이터로 파악하는 것, 그것이 모든 전환의 실질적인 첫 걸음입니다. 인프라의 단순화가 AI 경쟁력의 전제 조건이다 전용망 IP/MPLS의 기술 트렌드는 하나의 방향을 가리키고 있습니다. 복잡성의 제거, 계층의 통합, 그리고 개방된 인터페이스 위에서의 자율화. SRv6로의 프로토콜 수렴, RON에 의한 IP·광학 계층 통합, 그리고 gNMI 기반 실시간 가시성 확보, 이 세 축은 독립적인 선택지가 아니라 상호 의존적인 전환 패키지입니다. 통신사와 엔터프라이즈의 전용망 담당자에게 지금 필요한 것은 완벽한 청사진이 아닙니다. 현재 운용 중인 망의 구조적 이슈를 정량적으로 파악하고, 그 이슈가 비즈니스에 미치는 영향을 조직에 설명하며, 첫 번째 단계를 실행에 옮기는 결단입니다. "단순화하지 않은 인프라 위에 AI를 올리는 것은 가능하다. 다만 그 AI는 제 속도를 내지 못한다." 인프라를 단순화하는 방향으로 지금 한 걸음을 내딛는 것. 이것이 다음 AI 자율화 시대를 준비하는 전용망 전략의 본질입니다.

2026.05.12 16:11최홍석 컬럼니스트

미국 정부, 보안 이유로 인터넷 공유기 수입 전면금지

미국 연방통신위원회(FCC)가 안보 우려를 이유로 해외에서 제조된 모든 소비자용 공유기 수입을 금지했다. 23일(현지 시간) 로이터 등에 따르면, FCC는 이날 미국 외 국가에서 제조된 모든 소비자용 공유기(라우터) 수입을 금지한다고 발표했다. FCC는 "악의적인 공격자가 외국산 공유기의 보안 취약점을 악용해 미국 가정에 공격을 가하거나 네트워크를 마비시켜, 간첩 행위나 지적 재산권을 도용하는 데 공유기를 이용해 왔다"고 밝혔다. 이번 조치로 미국 밖에서 제조된 모든 새로운 공유기는 미국으로 수입, 판매, 유통되기 전에 FCC의 승인을 받아야한다. 이 과정에서 해외 투자자 또는 영향력 행사 현황을 공개하고 공유기 제조 시설을 미국으로 이전할 계획을 제시해야 한다. 국방부 또는 국토안보부의 승인을 받은 특정 공유기는 예외로 인정될 수 있으며, 기존 외국산 공유기는 계속 사용할 수 있다. FCC의 조치는 지난 20일 국가 안보 관련 정부 기관들이 해외 제조 공유기가 미국에 '용납할 수 없는 위험'을 초래한다고 결정한 데 따른 것이다. FCC는 2024년과 2025년 사이에 볼트(Volt), 플락스(Flax), 솔트 타이푼(Salt Typhoon) 등 미국을 겨냥한 세 건의 사이버 공격에 공유기 기반 악의적인 접근이 연루됐다고 지적했다. 미국 정부는 이 사이버 공격이 중국 정부 내부 또는 중국 정부 대행 세력의 소행이라고 판단했다. 주미 중국 대사관은 이에 대해 즉각적인 논평을 내놓지 않았다. FCC 조치로 미국 내 기업도 영향받을 것으로 전망된다. 공유기가 미국에서 설계됐더라도 해외에서 제조될 때 똑같이 규제가 적용되기 때문이다. 가령 미국 공유기 브랜드 중 하나인 넷기어는 미국 기업이지만 모든 제품을 해외에서 생산하고, 규제 적용 대상이 된다. 반면 일론 머스크의 스페이스엑스가 출시하는 스타링크 와이파이 공유기는 미국 텍사스에서 생산되며, 규제 대상에 포함되지 않는다.

2026.03.24 16:08홍지후 기자

업스테이지, '솔라 프로 3' 오픈라우터 등록…"한국 AI 기술 알려"

업스테이지가 자체 개발한 거대언어모델(LLM) '솔라 프로 3'를 글로벌 AI 개발자 플랫폼에 등록해 한국 AI 모델 활용 범위를 넓혔다. 27일 김성훈 업스테이지 대표는 "솔라 프로 3가 글로벌 AI API 허브 '오픈라우터'에 공식 등록됐다고 링크드인을 통해 밝혔다. 해당 모델은 내달 2일까지 무료로 제공된다. 전 세계 개발자는 별도 계약 없이 API 형태로 이를 활용할 수 있다. 솔라 프로 3는 업스테이지가 개발한 혼합 전문가(MoE) 형태 언어 모델이다. 총 1천20억 개 파라미터 중 추론 시 120억 개만 활성화하는 방식으로 설계됐다. 고성능을 유지하면서도 연산 효율을 높인 것이 특징이다. 이 모델은 한국어에 최적화된 성능을 기반으로 영어와 일본어까지 지원한다. 대규모 컨텍스트 처리와 장문 추론에 강점을 갖춘 것으로 알려졌다. 입력·출력 최대 컨텍스트는 각각 12만8천토큰이다. 복잡한 문서 분석이나 멀티스텝 추론 작업에도 대응할 수 있도록 구축됐다. 오픈라우터는 여러 AI 모델을 단일 API 환경에서 선택·비교·활용할 수 있도록 지원하는 플랫폼이다. 업스테이지 모델은 해당 플랫폼 내에서 무료 모델로 제공되며, 성능·지연시간·처리량 지표도 공개됐다. 김성훈 대표는 "솔라 프로 3가 글로벌 개발자들이 사용하는 플랫폼에 등록된 것을 기쁘게 생각한다"며 "한국 AI 기술의 가능성을 직접 확인하길 바란다"고 밝혔다.

2026.01.27 17:38김미정 기자

SRT, 무선인터넷 속도 10배 이상 빨라져

SRT 무선 인터넷 속도가 10배 이상 빨라졌다. SRT 운영사 에스알(SR·대표 이종국)은 지난 3월 5G 라우터를 교체하고 무선 인터넷 제공량을 확대해 기존보다 최대 10배 이상 빠른 속도를 제공하며 열차 내 무선 인터넷 서비스를 강화하고 있다. 에스알은 지난 3월 5G 라우터를 교체한데 이어 5월부터는 무선 인터넷 제공량을 기존 80TB에서 150TB로 대폭 증량했다. 에스알의 개선 노력은 즉각 성과로 나타났다. 5월 한 달 동안 승객 76만7천명이 SRT 열차 내 무선 인터넷 서비스를 이용했다. 기존 속도 보다 다운로드 속도가 최대 10.7배, 업로드 속도는 2.3배 증가한 것으로 나타났다. 특히, 통신사 5G 데이터 속도의 93.2% 수준의 품질을 보여 쾌적한 인터넷 환경을 제공하고 있음을 입증했다. 실제로 5G 라우터를 교체한 3월 말 이후 고객 불편 민원이 한 건도 접수되지 않았다. 지난해 접수된 무선 인터넷 관련 민원 148건과는 비교되는 수치다. 한편, 에스알은 2016년 SRT를 개통하며 고속열차 최초로 모든 좌석에 220V 전원 콘센트를 설치해 모바일 기기 사용 환경을 더욱 편리하게 제공하는 등 고객 철도 이용 편의와 철도 서비스 품질을 높이고 있다. 이종국 에스알 사장은 “앞으로도 고객이 필요로 하는 서비스를 중심으로 집중 개선해 SRT 이용 편의를 더욱 높이겠다”고 밝혔다.

2025.06.27 16:20주문정 기자

지금 뜨는 기사

이시각 헤드라인

6만명 몰린 AI축제, 더 커져 돌아왔다…'AI페스타26' 내일 개막

통신3사 3분기 영업익 1.3조원대 기록 전망

독일 전력사, 고성능 PC 이용자 대상 전력요금 출시

[ZD브리핑] 'AI 페스타 26' 개막…국감·삼성전자 실적도 주목

ZDNet Power Center