• 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
  • 인터뷰
  • 인사•부음
  • 글로벌뉴스
인공지능
배터리
양자컴퓨팅
컨퍼런스
칼럼•연재
포토•영상

ZDNet 검색 페이지

'머신러닝'통합검색 결과 입니다. (31건)

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

[현장] "AI 도입 비용 0"…슈퍼브에이아이, 산업용 비전 파운데이션 모델 '제로' 공개

슈퍼브에이아이가 인공지능(AI) 도입 비용과 시간을 대폭 줄인 산업용 비전 파운데이션(VFM) 모델을 통해 전 산업의 디지털 전환 가속화에 나선다. 기술 부담 없이 누구나 AI를 쓸 수 있도록 만들겠다는 전략이다. 슈퍼브에이아이는 24일 서울 콘래드호텔에서 기자간담회를 열고 산업 특화형 비전 파운데이션 모델 '제로(ZERO)'를 공개했다. 이날 행사에는 김현수 최고경영자(CEO)를 비롯해 차문수 최고기술책임자(CTO), 김진회 최고사업책임자(CBO)가 참석해 슈퍼브에이아이의 기술 전략과 시장 계획을 상세히 밝혔다. 김현수 CEO는 "AI 도입 비용을 완전히 '0'으로 만들겠다"는 선언과 함께 슈퍼브에이아이가 개발한 '제로'를 소개했다. 회사에 따르면 '제로'는 학습 데이터 없이도 즉시 활용 가능한 영상 AI 모델로, 기존 AI 개발에 요구되던 데이터 구축과 모델 학습 과정 자체를 생략할 수 있는 것이 핵심이다. 영상 속 객체 탐지, 추적, 질의응답까지 다양한 작업을 단일 모델로 처리할 수 있어 산업 적용성도 강조됐다. 산업용 범용 기반 모델 '제로'…AI 도입 병목 해소한다 이날 행사를 시작하며 김 CEO는 슈퍼브에이아이가 AI 도입에 있어 ▲전문 인력 부족 ▲데이터 부족 ▲기술 인프라 부재라는 세 가지 병목을 확인했다고 설명했다. 이를 해결하기 위해 이미 개발한 것이 머신러닝 기반의 'MLOps 플랫폼'과 '버티컬 솔루션'이다. 데이터 라벨링 자동화와 AI 개발 전 과정을 하나의 플랫폼에서 처리할 수 있는 이 플랫폼은 AI 개발 기간을 6개월에서 2주로 줄이는 데 성공했다. '버티컬 솔루션'은 개발 역량이 부족한 산업 현장에서 AI를 즉시 활용할 수 있도록 만든 제품군이다. CCTV 기반 화재 감지, 안전 모니터링 솔루션은 실제로 발전소, 공항, 지자체 등에서 쓰이고 있다. 김 대표는 "이제는 더 높은 목표를 설정할 시점"이라며 "이에 '제로' 모델을 개발할 필요성을 느꼈다"고 강조했다. 슈퍼브에이아이에 따르면 '제로'는 마치 '챗GPT'처럼 프롬프트 입력만으로 다양한 작업을 실행하는 멀티모달 인터페이스를 갖췄다. 예시 이미지 하나로 생산 현장의 결함 탐지나 수량 계산이 가능하고 프롬프트를 통해 다양한 산업 과업을 정의할 수 있다. 기존 AI의 한계였던 '사전 정의된 카테고리만 인식 가능' 문제도 해결한다는 설명이다. 김 대표는 제로가 지닌 '제로샷' 능력을 핵심 경쟁력으로 꼽았다. 학습 없이도 기존 지식만으로 새로운 상황을 추론할 수 있는 점은 제조업 기반이 강한 한국이 비전 AI 분야에서 세계 시장을 주도할 수 있는 전략적 교두보가 될 수 있다는 의미이기도 하다. 산업용 비전 데이터는 대부분 기업 내부에 있고 공개되지 않는다. 텍스트 기반의 언어 모델과 달리 접근이 어렵다. 김 대표는 "바로 이 점이 우리가 경쟁력을 가질 수 있는 이유"라며 "한국의 제조·조선·방산 같은 고도화된 산업 인프라 위에서 비전 파운데이션 모델은 세계 1등을 노릴 수 있다"고 말했다. 김 대표는 "AI의 3대 축으로 거대언어모델(LLM), 비전 파운데이션 모델(VFM), 피지컬 AI(로보틱스 등)가 제시된다"며 "이 가운데 비전 AI가 산업 현장의 눈이 될 것"이라고 말했다. 이어 "산업용 비전 AI가 한국의 국가 경쟁력에 기여하도록 '제로'를 통해 AI 민주화와 함께 산업 혁신의 속도를 끌어올리겠다"고 밝혔다. 구글·MS·중국 모델 제쳤다…국산 비전 '제로'로 CVPR 2위 이어 차문수 CTO는 '제로'의 기술적 배경과 성능 성과를 설명했다. 그는 기존 비전 AI의 구조적 한계부터 짚으며 제로가 어떤 기술 혁신을 통해 이를 극복했는지를 순차적으로 소개했다. 차 CTO는 기존 비전 AI가 ▲새 객체 인식 불가 ▲환경 변화에 취약 ▲작업마다 별도 모델이 필요한 복잡성 등 세 가지 태생적 한계를 안고 있다고 설명했다. 산업 현장에서는 이 같은 제약이 반복적인 데이터 수집과 학습 비용으로 이어졌고 AI 도입 자체를 가로막아 왔다고 진단했다. 그는 슈퍼브에이아이가 이 같은 구조적 병목을 해결하기 위해 '제로'를 설계했다고 밝혔다. 제로가 가진 '제로샷'이란 대규모 언어 데이터와 이미지 데이터를 함께 학습해 학습되지 않은 객체도 추론 가능한 능력이다. 더불어 정해진 분류 없이도 작동하는 '오픈월드' 구조로 설계됐다. 이미지나 텍스트 등 다양한 형태의 프롬프트를 지원하는 멀티모달 인터페이스와 수십 개의 태스크를 하나의 모델로 처리할 수 있는 멀티태스크 구조를 채택했다. 무엇보다도 산업현장에서 필요로 하는 문제를 곧바로 다룰 수 있도록 퍼블릭 웹 데이터 외에 슈퍼브에이아이 자체 구축 데이터와 국내 AI허브 데이터 등 산업용 특화 데이터를 중심으로 학습시킨 점이 특징이다. 추가 학습 없이 바로 제조, 유통, 건설 등 다양한 분야에서 사용 가능한 형태로 만들었다는 점에서 기술적 실용성이 강조됐다. '제로'는 벤치마크에서도 뚜렷한 성과를 냈다. 산업용 영상 AI 벤치마크에서 경쟁 모델들을 제치고 1위를 기록했다. 글로벌 비전학회인 국제 컴퓨티 비전 및 패턴 인식 학회(CVPR)의 객체 탐지 및 퓨샷 챌린지에서도 각각 2위, 4위를 기록했다. 중국의 '티렉스-2(T-Rex2)', 마이크로소프트의 '플로센스-2(Florence-2)', 구글 '오더블유엘브이2(OWLv2)' 등과 비교해도 성능 격차를 크게 벌린 것으로 나타났다. 또 차 CTO는 '제로'가 적은 리소스로 고성능을 구현한 점을 강조했다. 'A100' 그래픽 처리장치(GPU) 8장만으로 학습했으며 수집한 1억 장 규모의 데이터에서 약 90만 장만을 선별 학습에 사용했다. 이를 가능하게 한 것은 슈퍼브가 보유한 MLOps 플랫폼의 데이터 선별 기술이었다는 설명이다. 모델 경량화도 특징이다. 10억 파라미터 미만으로 설계돼 연산량이 작아 엣지 디바이스나 클라우드 등 다양한 환경에서 가볍게 배포 가능하다. 응용 프로그램 인터페이스(API) 호출 방식뿐 아니라 엣지AI 형태로도 쉽게 연동 가능하며 실제 산업 환경에서의 AI 도입을 빠르고 간편하게 만든다는 것이 슈퍼브에이아이의 설명이다. 차 CTO는 "'제로'는 단일 모델에 그치지 않는다"며 "하드웨어-플랫폼-모델-버티컬 솔루션을 포괄하는 '제로 스택'으로 풀스택 생태계를 구성하겠다"고 밝혔다. '제로'로 200조 시장 노린다…"지능형 비전, 모든 산업의 표준 될 것" 이어 김진회 CBO는 '제로'가 실제 비즈니스 현장에 어떻게 가치를 창출하는지 설명하며 기술 중심 전략에서 '고객 중심 전환'으로의 구체적 비전을 제시했다. 그는 '제로'의 활용이 단순한 AI 도입을 넘어 산업 전체의 운영 구조를 바꾸는 촉매가 될 수 있다고 강조했다. 김 CBO는 "AI가 중요한 게 아니라 여러분의 자연지능이 중요하다"며 기존 AI 도입 방식의 비효율성과 제로의 실용적 전환 능력을 대비해 설명했다. 학습 없이도 객체 탐지, 결함 검출, 수량 카운팅이 가능한 '제로샷'의 현장 데모를 통해 복잡한 모델 설계와 라벨링 없이도 AI 도입이 가능함을 시연했다. 데모에서는 리테일 환경에서는 변화가 잦은 제품군을 사전 학습 없이도 인식하고 분류할 수 있는 능력도 선보였다. 영상 속 인물의 행동을 추론하고 사고 현장을 이해해 답변을 제공하는 지능형 에이전트 형태로 확장된 기능도 함께 시연됐다. 김 CBO는 '제로'가 기존 AI 도입에서 필연적으로 요구되던 '문제 정의→데이터 수집→라벨링→모델 학습→배포'의 전 과정을 무력화했다고 밝혔다. 그는 "이제는 아이디어만 있으면 AI를 바로 쓸 수 있게 된다"며 "기술검증(PoC)에 수천만 원을 쓰지 않아도 된고 전문가를 고용하는데 소요되는 시간도 필요 없게 하는 것이 우리의 궁극적 목적이었다"고 말했다. 시장 확장 전략으로는 '플랫폼 중심 생태계 공급' 구조를 제시했다. 아마존웹서비스(AWS) 같은 글로벌 플랫폼에서 손쉽게 제로를 호출할 수 있는 구조를 갖춰 사용자가 가장 익숙하고 신뢰하는 환경에서 AI를 접할 수 있도록 하겠다는 것이다. 실제로 제로는 이날 오후부터 AWS를 통해 공개될 예정이다. 그는 궁극적으로 '제로'가 모든 산업 장비·시스템에 탑재되는 표준이 되겠다는 포부를 밝혔다. 20조원 규모의 기존 컴퓨터 비전 시장을 넘어 200조원에 달하는 글로벌 영상 관제 시장, 290조원 규모의 스마트팩토리 시장 등으로 진출하겠다는 계획이다. 김진회 CBO는 "의사는 의료 AI, 농업 전문가는 농업 AI를 만드는 시대를 '제로'가 열 것"이라며 "지금까지의 AI가 기술을 위한 것이었다면 이제는 사람을 위한 AI로 전환해야 한다"고 말했다.

2025.06.24 14:21조이환

마이크로칩, 업계 최고 PWM 해상도 갖춘 신규 DSC 제품 출시

마이크로칩테크놀로지는 기존 dsPIC33A 디지털 신호 컨트롤러(DSC) 제품 라인업을 강화해 새로운 dsPIC33AK512MPS512, dsPIC33AK512MC510 DSC 제품군을 출시했다고 19일 밝혔다. 새로운 디바이스들은 모터 컨트롤, AI 서버 전원 공급장치, 에너지 저장 시스템, 그리고 머신러닝(ML) 기반 복잡한 센서 신호 처리 추론 등에서 에너지 효율성을 높일 수 있도록 계산 집약적인 제어 알고리즘의 구현을 가능케 한다. 조 톰슨 마이크로칩 dsPIC(디지털 신호 컨트롤러) 사업부 부사장은 "AI 서버와 데이터 센터가 계속 성장함에 따라 더욱 효율적인 전력 변환의 필요성이 그 어느 때보다 중요해지고 있다"며 "새로운 dsPIC33A DSC 제품군에는 다양한 첨단 기능이 탑재되어 있어, 최신식 전력 변환, 모터 컨트롤 및 센싱 애플리케이션을 위한 효율적이면서도 신뢰성 높은 설계를 가능하게 해준다”고 말했다. dsPIC33AK512MPS 제품군은 업계 최고 수준인 78 ps 고해상도 펄스 폭 변조(PWM)와 저지연 40 Msps ADC를 통해 매우 정밀하고 빠른 제어 기능을 제공하며, 이를 통해 실리콘 카바이드(SiC) 및 질화갈륨(GaN) 기반의 DC-DC 컨버터의 성능의 최적화에 필요한 신속하고 정확한 컨트롤 루프를 구현할 수 있도록 한다. 또한 dsPIC33AK512MPS 디바이스는 첨단 보안 기능, 통합 터치 컨트롤러, 최대 128의 핀을 지원하는 고핀수(high pin count) 패키지를 갖추고 있다. dsPIC33AK512MC 제품군은 저지연 40 Msps ADC와 1.25ns PWM 해상도를 제공해 멀티 모터 컨트롤 및 복잡한 임베디드 애플리케이션에 적합한 기능과 비용 효율성을 갖춘 솔루션을 제공한다. dsPIC33A DSC 제품군은 최대 512 KB 플래시 메모리와 다양한 주변장치를 갖추고 있으며, 이중 정밀 부동 소수점 유닛(DP FPU)을 통합해, 계산 집약적인 연산을 가속화하고, 32비트 아키텍처를 활용해 모델 기반 설계 코드를 손쉽게 적용할 수 있다. 이 디바이스의 향상된 명령어 세트와 단일 사이클 MAC 연산, 200MHz 코어 프로세서 속도를 포함한 디지털 신호 처리(DSP) 기능은 저지연 실시간 컨트롤 애플리케이션에 매우 높은 효율성을 제공한다. 또한 dsPIC33A 디바이스는 MPLAB 머신러닝 개발 스위트의 지원을 받아, 데이터 준비, 특징 추출, 모델 학습, 검증, 최적화된 모델의 펌웨어 변환 과정을 자동화하여 머신러닝 워크플로우를 간소화한다.

2025.06.19 10:39장경윤

몰로코-샤오미 맞손, 초개인화 광고로 글로벌 모바일앱 공략

몰로코(대표 안익진)가 전 세계 7억 명이 넘는 샤오미 사용자를 대상으로 초개인화 광고를 확대한다. 기계학습 기반 광고 기술을 통해 글로벌 앱 개발자들의 수익화와 사용자 도달 성과를 동시에 끌어올릴 계획이다. 몰로코는 샤오미의 글로벌 인터넷 사업부와 전략적 파트너십을 체결했다고 18일 밝혔다. 이번 협업은 전 세계 7억 2백만 명 이상의 월간 활성 사용자(MAU)를 보유한 샤오미 플랫폼에 몰로코의 고도화된 머신러닝 기술을 접목해 글로벌 모바일 앱 광고의 성과 최적화를 강화하는 데 목적이 있다. 몰로코는 샤오미의 글로벌 광고 인벤토리에 자사의 머신러닝 알고리즘을 통합, 광고주들이 더욱 정밀한 타기팅을 통해 유저 참여와 전환율을 높일 수 있도록 돕는다. 특히 샤오미의 글로벌 앱스토어 '겟앱(GetApps)'에 초개인화된 광고를 제공함으로써 앱 개발자들이 다운로드 유도 및 수익화를 보다 효과적으로 실현할 수 있게 된다. 동시에 광고주는 샤오미의 방대한 사용자 기반을 활용해 고품질 광고 노출 기회를 확보할 수 있다. 샤오미는 스마트폰을 중심으로 자동차, 스마트홈까지 연결되는 '사람x자동차x홈' 전략을 통해 자사 생태계를 지속 확장하고 있다. 최근 전기차 '샤오미 SU7'을 비롯한 다양한 제품 포트폴리오를 구축하고 있으며 몰로코는 이 같은 광범위한 디지털 환경 속에서 샤오미의 광고 수익 극대화를 지원할 예정이다. 몰로코의 광고 플랫폼은 샤오미의 앱스토어, 인앱 광고, 잠금화면 광고 등과도 통합돼 다양한 고품질 광고 채널을 제공하게 된다. 이번 파트너십은 단기간의 협업을 넘어선 실질적 성과를 기반으로 확대됐다. 몰로코는 2023년부터 샤오미와 파일럿 파트너십을 운영하며 겟앱 내 광고주들의 일일 광고 지출이 꾸준히 증가하는 등 가시적인 성과를 도출했다. 주요 성과로는 ▲프리미엄 광고 수요 확대, ▲네이티브 및 전면광고 중심의 광고 포맷 최적화, ▲브라질·인도·터키·독일 등 주요 시장 내 광고 노출 확대 등이 꼽힌다. 몰로코 안재균 한국지사장은 "모바일 광고 산업이 진화하면서 수익화와 타기팅 정밀도에 대한 수요가 높아지고 있다"며 "샤오미 글로벌 인터넷 사업부와의 협업을 통해 광고주들의 캠페인 성과와 ROI를 극대화하는 데 기여하게 되어 매우 뜻깊다"고 밝혔다. 이어 "이번 협업이 글로벌 시장을 목표로 하는 국내 앱 개발사에게도 실질적인 성장 기회를 제공하길 기대한다"며 "향후 더 많은 모바일 광고 파트너십을 발굴해 나갈 것"이라고 덧붙였다. 샤오미 글로벌 인터넷 사업부의 사업 총괄 치앙 송(Qiang Song)은 "몰로코와의 파트너십은 광고 수익화 및 캠페인 최적화에서 매우 뛰어난 성과를 보여주고 있다"며 "몰로코는 광고주들이 타깃 유저에게 보다 정확히 도달할 수 있도록 지원하고 있으며 앞으로도 혁신적 모델을 함께 발굴해 글로벌 브랜드와 개발자에게 더 큰 가치를 제공하길 기대한다"고 말했다.

2025.06.18 09:53남혁우

홈플러스-몰로코, 리테일 미디어 '본격화'…유통 광고 새판 짠다

홈플러스가 몰로코와 손잡고 유통 데이터를 광고 매체로 전환한다. 데이터 활용의 확대를 통해 수익 구조 다변화를 꾀하려는 전략이다. 홈플러스는 최근 몰로코와 리테일 미디어 광고 사업을 위한 서비스 계약을 체결했다고 30일 밝혔다. 전국 점포와 온라인몰에서 확보한 고객 데이터를 기반으로, 몰로코의 머신러닝 기반 퍼포먼스 광고 솔루션을 도입할 계획이다. '리테일 미디어 네트워크(RMN)'는 유통사가 보유한 고객 데이터를 활용해 자사 플랫폼에서 광고를 제공하고 수익을 창출하는 광고 방식이다. 고객은 구매 직전 단계에서 맞춤형 상품 광고를 접할 수 있고 광고주는 구매 전환율이 높은 지점에서 타깃 마케팅을 할 수 있다. 유통사는 광고 매출을 확보하며 전체 플랫폼의 활용도를 끌어올릴 수 있다. 글로벌 유통 대기업 아마존과 월마트는 이미 리테일 미디어 네트워크를 통해 광고 수익을 본격화하고 있다. 이 모델은 플랫폼 유저 데이터에 기반한 성과형 광고를 가능케 해 커머스의 마진 압박을 완화할 수 있다는 점에서 유통업계의 차세대 성장 전략으로 주목받는다. 홈플러스는 이번 계약을 통해 약 1천100만 명 규모의 마이홈플러스 회원 데이터를 중심으로 입점 브랜드와 광고 수요자를 유기적으로 연결하는 광고 생태계 구축에 나선다. 향후 몰로코와 기술 협업을 확대하며 머신러닝 기반 광고 최적화 체계를 고도화할 계획이다. 몰로코는 구글과 아마존 출신 머신러닝 전문가들이 지난 2013년 설립한 기업으로, 인공지능(AI) 기반 퍼포먼스 광고 및 수익화 솔루션을 제공하고 있다. 커머스 플랫폼, 앱 퍼블리셔, 스트리밍 기업을 대상으로 다양한 광고 전략을 지원하며 미국, 영국, 한국 등 13개국에 지사를 운영 중이다. 몰로코는 자체 기술력으로 '몰로코 애즈(Moloco Ads)', '몰로코 커머스 미디어', '몰로코 스트리밍 모네타이제이션' 등의 광고 솔루션 라인업을 갖추고 있다. 이들 서비스는 각각 앱 사용자 확장, 커머스 플랫폼 내 광고 사업 구축, 수익화 전략 수립에 최적화돼 있다. 홈플러스 관계자는 "이번 협업은 고객 경험을 해치지 않으면서도 광고주와 유통사가 모두 윈윈할 수 있는 새로운 수익 모델을 마련하기 위한 것"이라며 "기술 기반의 리테일 미디어 인프라를 지속적으로 고도화할 계획"이라고 밝혔다.

2025.05.30 17:00조이환

[AI 리더스] "AI는 새로운 전기"…에너지연 이제현, '레고형 자동화'로 연구 시스템 재편

"인공지능(AI)은 단순한 도구를 넘어 연구와 조직 운영 전반을 재설계하는 실천적 수단입니다. 기계학습(ML) 자체만큼 중요한 것은 그것을 사람과 문제에 어떻게 연결하고 조합하느냐입니다. 오늘날의 연구자는 데이터를 다루는 기술자이자 AI에게 가치와 맥락을 설계해 주는 해석자여야 합니다." 이제현 한국에너지기술연구원 에너지AI·계산과학실장은 최근 기자와 인터뷰에서 이같이 말했다. 그는 에너지와 AI라는 두 축을 접목한 '실천가형 연구자'로, 기술 자체만큼이나 "기술이 어떻게 조직 안에 어떻게 퍼질 수 있는가"에 집중하는 전략가다. 현장 연구자와 행정 실무자 모두가 AI를 손에 쥐게 하려면 결국 언어와 문화가 먼저라는 것이 그의 신념이다. 23일 업계에 따르면 최근 공공, 산업계 전반에서 AI 실용화를 이끄는 'AI 에반젤리스트'에 대한 요구가 높아지고 있다. 특히 연구 생산성과 행정 자동화를 아우르는 현장형 사례가 주목받는 가운데 이제현 에너지연구원 실장은 대표적 실천가로 관심을 모으고 있다. 이 실장은 서울대학교에서 재료공학 박사, 비엔나공과대학교에서 고체물리학 박사 학위를 취득한 이중 박사 출신이다. 삼성전자 반도체연구소에서 3D 모델링과 AI 응용을 이끄는 실무 책임자로 근무하며 연례기술상과 미래창조상을 수상했고 이후 서울대 재료공학부 연구교수를 거쳐 한국에너지기술연구원으로 자리를 옮겼다. 지난해부터는 대통령 직속 국가인공지능위원회 산업·공공분과 위원으로도 활동하고 있다. "AI 전환 활동, 창피함에서 시작됐다"…'AI-에너지 실천가'가 된 여정은 이 실장이 정부출연 연구기관(출연연)의 'AI 에반젤리스트'를 넘어 AI 없이는 설명할 수 없는 '필수불가결의 실천가'로 정체성을 확립하기까지는 예상 밖의 출발점이 있었다. 그것은 바로 '부끄러움'이었다. 그는 지난 2018년 출연연에 입사했을 당시를 떠올리며 태양광·풍력·수소·배터리 등 에너지 공학 전반에 대한 이해가 거의 없었다고 밝혔다. 데이터 분석과 AI 개발에는 자신 있었지만 실제 에너지 기술 논문을 해석하는 데 큰 어려움을 겪었다는 설명이다. 이 실장은 "그 당시에는 하루 세 편 이상의 논문을 읽는 것조차 버거웠고 에너지 전문 연구자들 사이에선 스스로가 '바보가 된 느낌'이었다"며 "이에 더더욱 살아남아야겠다고 마음먹었다"고 말했다. 이어 "여기서 AI를 단순한 연구 주제가 아니라 나를 구하는 실전 무기로 써야겠다는 각성이 생겼다"고 말했다. 실제 전환점은 지난 2020년 초 한 랩 세미나 발표 일정에서 찾아왔다. 5일 안에 최신 태양광 논문 20편을 읽고 리뷰를 정리해 발표해야 했던 그는 시간 부족과 전문성 한계를 동시에 마주하며 해결책을 고민했다. 이에 논문 PDF를 자동 수집하고 형태소 분석과 동사 추출을 통해 주요 키워드와 연구 동향을 집계하는 텍스트 마이닝 기법을 고안했다. 단순 요약이 아닌 논문 간 흐름을 데이터 기반으로 구조화하는 전략이었다. 결과는 예상과 달리 압도적이었다. 5일 만에 8천여 편의 논문을 자동으로 요약·분류했고 세미나 당일에는 정제된 연구 분야 지도와 핵심 트렌드를 제시해 긍정적 평가를 받았다. 이 실장은 "호통을 기대했는데 대신 칭찬이 돌아왔다"며 "AI를 단순한 분석 도구가 아닌 생존을 가능케 하는 실전형 활용법으로 처음 체감한 순간이었다"고 회상했다. 다만 이를 본격적으로 활용하려 파고들자 이 실장은 곧 기술적 한계에 직면했다. 당시 사용한 초창기 언어모델인 'BERT' 기반 딥러닝 요약 애플리케이션 프로그램 인터페이스(API)가 논문 초록의 앞부분만 뽑는 '두괄식 요약'에 그쳐 실제 연구의 고유한 기여 내용은 제대로 반영되지 않았던 것이다. 이에 그는 자신이 과거에 작성한 논문 40여 편을 직접 분석하며 연구자가 '고유 기여'를 선언할 때 반복적으로 사용하는 표현들을 선별해 나갔다. 일례로 "이 논문에서 우리는…", "본 연구는 다음을 제시한다…", "이 연구에서는 처음으로…"와 같은 문장들이 대표적이다. 이 실장은 이러한 문장 패턴을 정규표현식으로 구현해 논문 핵심 기여만을 자동으로 추출하는 20개의 규칙 세트를 설계했다. 이 세트는 실제 태양광, 수소, 배터리 등 다양한 에너지 기술 논문에 적용한 결과 매우 높은 정확도로 고유 기여 문장을 뽑아내는 성과를 거뒀다. 이에 당시에는 "이 정도 수준이면 사업화해도 되지 않겠느냐"는 제안까지 이어졌다. 이 실장의 실천가적 성향은 기술의 실용성과 시장성에 대한 감각에서도 드러난다. 그는 박사 시절 스핀트로닉스라는 첨단 주제를 연구했지만 산업계가 해당 기술을 외면하면서 좌절을 겪은 경험이 있다. 실용적이고 경쟁력 있는 연구 주제가 결국 살아남는다는 깨달음은 이후 그가 다양한 에너지 기술을 '같은 거리'에서 관찰하고 AI와 데이터로 조망하는 전략으로 전환하는 계기가 됐다. "레고처럼 조합한 AI"…에너지연을 AI 조직으로 바꾼 실천형 전략 이제현 연구실장은 "기술을 직접 개발하지 않아도 잘 조합하면 된다"는 철학 아래 다양한 API를 연결해 활용하는 전략을 구사하고 있다. 초창기에는 BERT 기반 요약 API와 구글 번역 API를 결합해 한글·영문 동시 요약 파이프라인을 구성하고 논문 데이터의 전처리와 후처리는 파이썬 스크립트로 처리하는 방식으로 자동화 체계를 구축했다. 그는 "우리가 AI를 직접 구축하지 않는다고 해도 이를 레고 블록처럼 조립해서 붙일 수 있다"며 "이를 통해 지금까지 상상되지 않은 생산적인 사용 사례를 창출할 수 있다"고 설명했다. 이 실장이 설계한 조립형 전략은 이후 생성형 AI 확산과 맞물리며 보다 강력한 효과를 냈다. 특히 지난 2023년 '챗GPT' API가 공개됐을 당시 기존에 구축해 둔 다양한 입출력 파이프라인 덕분에 새로운 모델을 별도 수정 없이 그대로 끼워 넣는 방식으로 즉시 적용할 수 있었다. 연구 생산 흐름에 AI를 유기적으로 결합하는 구조 중심의 접근이 자체 개발보다 현실적이고 효율적인 전략으로 작동한 셈이다. AI를 레고 블록처럼 조립한 실험 중 하나는 'GPT-4' 기반 '딴지봇'이다. 챗GPT의 'GPT스토어'에서 찾아서 쓸 수 있는 이 봇은 단순한 챗봇이 아니다. 숫자 계산·단어 수 비교 등 논리 판단이 필요한 질문에는 파이썬 코드로 정확한 값을 먼저 구한 뒤 GPT가 해당 결과를 기억해 끝까지 유지하도록 설계됐다. "생각이라는 걸 할 줄 아는거죠?" 같은 태클형 멘트도 함께 삽입해 독특한 캐릭터를 갖췄다. '딴지봇'은 기존 챗GPT와 달리 유저가 자기 생각 속에 잠기게 되는 편향을 줄이고 논리적 사고를 유도하는 데도 효과적이다. 끊임없이 반박하는 구조 덕분에 사용자가 스스로 논리를 점검하게 된다. 이 실장의 소개 후 기자 역시 이 챗봇을 사용하며 비용 편익 분석과 판단에 있어 도움을 받고 있다. 또 다른 실험으로는 '플랏봇'과 '싹둑봇'이 있다. 플랏봇은 '챗GPT'가 한글·한자 폰트를 직접 불러와 디자인 과정에서 발생하는 글자 뭉침 현상을 자동으로 해결한다. 싹둑봇은 복수의 아이콘이 담긴 PNG 이미지를 자동으로 분리해 저장하며 사용자 요청에 따라 반복 편집도 가능하다. 이 실장은 "AI를 직접 구축하지 않아도 잘 조립하면 된다"며 "이런 도구들을 AI가 직접 짜준 코드 한 줄로 연결하면 연구자들의 일상적인 작업도 단숨에 자동화할 수 있다"고 설명했다. 다만 아무리 강력한 도구라도 '공감할 언어' 없이 전파되긴 어렵다. 이 실장이 연구원에 부임한 이후 택한 전략은 단순한 기술 전파가 아닌 '문화 설계'에 가까웠다. 그는 처음 부임했을 때부터 내부 게시판에 AI 관련 사용기를 꾸준히 게시하며 일상 언어로 기술을 설명하고 사례를 공유했다. 주 독자인 태양광·수소 분야 연구자들이 공감할 수 있도록 콘텐츠는 절반은 익숙한 개념, 나머지 절반은 새로운 시사점으로 구성해 진입 장벽을 낮췄다. "기술은 낯설어도 맥락은 익숙해야 따라올 수 있다"는 것이 전략이었다. 그렇게 쌓아올린 AI 관련 사용기와 활용 노트는 어느덧 5년간 누적 52페이지에 달했다. 이같은 접근은 단순한 기술 놀이가 아니라 연구원 조직 전체에 AI 문화를 확산시키는 촉매로 작용했다. 이후 전산실과 지식정보실, 행정부서 등이 서로 협력해 '논문 요약 자동화', '회의록 정리', '보고서 DOCX 변환' 등 실제 행정에 적용 가능한 AI 툴 실험이 이어졌다. 업무 질 제고를 위해 작은 단위의 자동화부터 전체 문서 파이프라인 개편까지 범위도 넓었다. 대표적인 예는 'GPT-4'를 활용한 보고서 자동 출력 기능이다. 과거에는 보고서를 문서로 만들기 위해 파이썬 코드나 API를 직접 다뤄야 했지만 지금은 "이 내용 워드로 정리해줘" 한 줄만 입력하면 AI가 알아서 워드 파일을 만들어준다. 표나 숫자가 포함된 내용은 엑셀 파일까지 자동으로 생성된다. 이처럼 여러 AI 도구가 서로 연결돼 자연스럽게 이어지는 작업 흐름이 실제 연구원 내부에 자리잡고 있다. 연구원 수뇌부의 지원도 강력했다. 전임 원장은 표창과 강연 기회를 통해 AI 실험가들을 공개적으로 격려했고 공공기관 속 숨은 고수들이 전면에 나설 수 있도록 환경을 조성했다. 현 경영진 역시 R&D 예산삭감 와중에도 출연연 최초 DGX GPU 도입 등 지원을 아끼지 않았다. 전파 속도도 가팔랐다. 다른 출연연에서 AI 태스크포스가 직접 방문해 벤치마킹할 정도로 한국에너지기술연구원은 행정과 연구 전반에 AI를 접목한 선도 기관으로 주목받고 있다. 정보 요약부터 가설·실험까지…AI가 만드는 미래의 연구 루프 이제현 실장은 AI가 전기나 원유처럼 '사회의 기반'으로 받아들이는 시대가 머지않았다고 보고 있다. 모든 산업과 학문이 전기를 쓰듯 이제는 AI를 자연스럽게 흡수하게 될 것이며 연구기관도 예외가 아니라는 것이다. 이 실장이 구상하는 연구기관 내 AI 활용의 미래는 세 가지 축으로 정리된다. 이 중 핵심은 정보 습득의 가속이다. 그는 방대한 논문, 보고서, 뉴스 등 텍스트 기반 데이터를 빠르게 흡수하기 위해 요약 파이프라인을 구축해 왔다. 끊임없이 쌓이는 '과잉 정보'에 대응하기 위해 BERT, GPT, 딥엘 등 언어 모델을 조합하고 이를 노트북LM, 마누스 등 도구와 연계해 핵심 문장만 추출하고 시각자료와 자동 연결하는 구조를 실험하고 있다. 정보 판단을 기계에 맡겨도 되는가라는 기자의 질문에는 "인간이 조직과 컨설팅 서비스를 만든 이유도 결국 판단의 효율을 높이기 위한 것이었다"며 "지금처럼 정보가 넘쳐나는 시대에 일부 판단을 기술에 위임하는 현상이 자연스럽게 발생하는 것"이라고 말했다. 또 다른 핵심 축은 추론과 가설 생성의 자동화다. 이 실장은 AI가 단순한 보조 도구를 넘어 연구자의 사고 방식과 문제 접근법까지 학습하는 수준으로 진화할 것으로 예측한다. 이미 그는 자신이 설계한 '딴지봇'에 '연구자 성향'과 '판단 기준' 같은 논리적 편향을 의도적으로 주입해 AI가 스스로 문제를 정의하고 가설을 제안할 수 있는 구조를 실험 중이다. 연구 자동화의 마지막 축으로 이 실장은 실험과 검증의 기계화를 제시했다. 장기적으로 AI가 실험 설계까지 최적화할 수 있을 것이라는 예측이다. 로봇과 랩 오토메이션을 연계하면 사람이 손을 대지 않아도 전체 연구 과정을 하나의 사이클로 자동 수행하는 구조가 가능하다는 구상이다. 다만 그는 실험의 실행은 자동화하더라도 그 방향을 설정하는 가치 판단과 최종 결정은 인간의 몫이어야 한다는 점을 강조했다. 그는 AI가 절대 넘볼 수 없는 분야로 '철학·역사·문화적 맥락'을 꼽았다. 독일의 인종주의 트라우마나 한국의 민주화 경험 같은 집단 기억과 감정은 기존의 데이터만으로 온전히 담아내기 어렵다는 이유에서다. '챗GPT' 지브리풍 그림이 빠르게 식상해지는 현상을 예로 들며 "새로움과 차별점을 설계하는 능력이야말로 인간 고유의 가치"라고 설명했다. 이 실장과 에너지연구원은 '연구 자동화'라는 미래를 향해 실질적으로 가능한 실험들을 하나씩 진행 중이다. 미국의 프론티어 AI랩들에게만 가능한 자체 LLM을 구축할 역량이 없다고 해도 외부 AI 모델을 최대한 잘 활용해 레고와 같이 데이터 파이프라인을 최고 수준으로 설계하는 것은 가능하기 때문이다. 이미 연구원 내부에서는 보고서, 뉴스, 논문 같은 데이터를 자동으로 수집·정리한 뒤 이를 기반으로 표, 그래프, 설명형 문서까지 자동으로 생성하는 시스템이 실험되고 있다. 향후에는 이를 보다 고도화해 '딥 리서치 에이전트'를 구축할 계획이다. 이는 에너지·기후 관련 논문, 특허, 정책 자료 등을 AI가 메타리뷰하고 위험 요소를 정리한 리스크 맵이나 요약 보고서까지 자동 생성하게 만든다는 구상이다. 사용자가 직접 입력하는 프롬프트와 부서별 서식도 미리 정해 둬 결과물이 자동으로 워드 문서로 출력되고 원문 링크도 함께 붙는 구조다. 이에 더해 AI가 실험 설계 단계까지 관여할 수 있도록 윤리 기준이나 연구자의 판단 기준을 변수로 설정하는 시도도 추진 중이다. 장기적으로는 실험 로봇, 디지털 트윈과 연계해 아이디어가 뜨자마자 실험되고 결과까지 해석되는 '완전 자동화 루프'를 구현하겠다는 계획이다. 이제현 한국에너지기술연구원 실장은 "AI가 논문을 읽고 가설을 세우고 실험을 설계하는 시대는 언젠가 오게 될 것"이라며 "이러한 시대에 대비해 우리는 AI에게 어떤 맥락을 학습시킬 것인가를 물어야 한다"고 강조했다.

2025.04.23 10:07조이환

'아마존 광고 설계자' 몰로코 합류…리테일 미디어 장악 노린다

몰로코가 커머스 미디어(MCM) 사업 고도화를 위해 글로벌 리더십을 전면 재편했다. 아마존·구글 등에서 경력을 쌓은 베테랑을 전진 배치해 조직 전반에 변화를 줬다. 몰로코는 커머스 미디어 글로벌 총괄에 팻 코플랜드를 선임하고 아시아태평양 지역 성장 전략 책임자로 이현채 전 글로벌 SMB 리더를 발탁했다고 11일 밝혔다. 두 인사는 미국 본사와 아태 거점을 각각 맡아 MCM 전략 수립과 지역별 실행을 병행한다. 코플랜드 총괄은 아마존에서 스폰서드 브랜드 광고 상품을 기획·출시하고 이를 맞춤형 인공지능(AI) 광고 플랫폼으로 고도화한 핵심 인물이다. 머신러닝, 광고, 엔터프라이즈 소프트웨어 분야에서 30년 이상 경험을 쌓아온 업계 베테랑으로 꼽힌다. 몰로코는 코플랜드 총괄의 합류로 복잡한 광고 의사결정에 AI를 적용하는 기술 고도화는 물론, 대형 광고주 대상 확장 전략에도 가속도가 붙을 것으로 기대하고 있다. 기술 중심 조직문화와 빠른 실행력을 바탕으로 한 시너지 효과도 노리고 있다. 아태 지역 전략을 맡게 된 이현채 총괄은 지난 2018년 몰로코에 합류해 동남아 시장 개척과 '몰로코 애즈(Moloco Ads)' 성장을 이끈 인물이다. 구글과 메타 등 글로벌 기업의 한국, 싱가포르, 아일랜드 지사에서 광고 수요·공급 경험을 쌓았다. 몰로코 커머스 미디어는 이커머스 및 마켓플레이스 플랫폼이 자체 광고 네트워크를 구축하도록 돕는 머신러닝 기반 광고 솔루션이다. 고객 행동 예측, 개인화된 광고 추천, 실시간 최적화를 통해 브랜드 성과를 끌어올리는 데 중점을 둔다. MCM은 현재 무신사, 올리브영, 버킷플레이스, 웨이페어 등 주요 커머스 기업들이 도입해 성과를 내고 있다. 몰로코에 따르면 최근 단 하루 만에 1만 개가 넘는 광고 계정이 활성화되는 등 기술 확산 속도도 빨라지고 있다. 전 세계 10만 개 이상의 광고주가 MCM을 활용 중이며 퍼스트파티 데이터 기반 마케팅 전환 흐름 속에서 몰로코는 고도화된 머신러닝(ML) 기술을 앞세워 리테일 미디어 시장의 중심으로 부상하고 있다. 안익진 몰로코 대표는 "글로벌 리더십과 기술 전문성을 갖춘 팻 코플랜드 총괄과 아태 시장 기반을 다져온 이현채 총괄의 시너지가 커머스 미디어 사업의 새로운 도약을 이끌 것"이라며 "향후에도 지속적으로 고객 성장을 돕는 데 기여할 것"이라고 말했다.

2025.04.11 15:18조이환

"GPU 72장 돌려야 답 나온다"…엔비디아, AI 추론 '끝판왕' 내놔

엔비디아가 복잡한 사고력 기반 AI 모델 확대에 맞춰 새로운 추론 성능 전략을 공개한다. 점점 더 많은 연산을 요구하는 AI 모델 등장에 따른 글로벌 평가 기준 변화에 선제 대응하려는 조치다. 3일 업계에 따르면 엔비디아는 지난 1일 정오 온라인으로 진행한 프리브리핑에서 AI 성능 벤치마크인 '엠엘퍼프(MLPerf)' 추론 AI 부문의 변화에 대응하기 위한 기술 전략을 공개했다. 이번 행사는 국제 컨소시엄 엠엘커먼스(MLCommons)가 '사고 기반 AI'인 추론 모델을 평가 항목에 포함하려는 움직임에 초점을 맞췄다. 엠엘퍼프는 AI 모델의 훈련(training)과 추론(inference) 성능을 하드웨어·소프트웨어 통합 기준으로 측정하는 글로벌 표준 벤치마크다. 엠엘커먼스가 주도하는 이 평가 항목은 업계 기술 흐름에 따라 주기적으로 갱신된다. 최근에는 단순 예측을 넘어 복잡한 추론과 의사결정을 요구하는 리즈닝 모델이 AI 기술의 중심으로 떠오르면서 해당 항목의 공식 도입 논의가 본격화되고 있다. 엔비디아는 아직 리즈닝 모델 항목이 공식 도입되지는 않았지만 차기 엠엘퍼프 버전에서는 채택 가능성이 높다고 판단하고 있다. 이를 선제적으로 대비하기 위해 회사는 중국의 AI 스타트업인 딥시크가 개발한 생성형 AI 모델을 활용해 복잡한 사고 기반 작업에서의 추론 성능을 시연했다. 이처럼 복잡한 추론 모델이 확산되면서 AI 추론 환경 전반에도 근본적인 변화가 일고 있다. 추론 연산량이 전례 없이 폭증하고 있는 상황에서 과거에는 단일 그래픽처리장치(GPU)나 단일 노드에서 충분했던 작업들이 이제는 다수 GPU를 동시 투입하는 복잡한 병렬 연산 없이는 처리할 수 없다는 것이 엔비디아의 분석이다. 이에 더해 추론 모델의 확산은 AI 개발의 모든 단계에서 연산 자원의 수요를 급격히 증가시키고 있다. 엔비디아는 모델 재학습(retraining), 도메인 맞춤화(post-training), 테스트 시점 확장(test-time scaling) 등에서 연산량이 기하급수적으로 늘고 있다고 분석했다. 특히 테스트 단계에서도 추론 정확도를 높이기 위한 병렬 연산 수요가 계속해서 증가하고 있다는 점을 강조했다. 이에 이날 엔비디아는 고성능 시스템 예시로 'GB200 MBL'을 제시했다. 해당 시스템은 총 72개의 GPU를 동시 연동하며 복잡한 추론을 빠르게 처리할 수 있도록 설계됐다. 회사는 이러한 대규모 병렬 환경이 향후 추론 표준이 될 것으로 보고 있다. 엠엘커먼스 역시 추론 모델을 엠엘퍼프의 공식 평가 항목에 포함하기 위한 논의를 본격적으로 시작한 상황이다. 현재 다양한 기술 커뮤니티와 협업을 통해 평가 기준과 워크로드 확장을 준비하고 있다. 공식 도입 시점은 아직 정해지지 않았으나 실증 사례와 모델 테스트가 계속 이어지고 있어 연내 도입이 확정될 가능성도 있다. 엔비디아 관계자는 "모델의 크기와 지능이 커짐에 따라 연산량이 모든 단계에서 폭증하고 있다"며 "재학습, 도메인 최적화, 테스트 시점 스케일링 모두 고성능 GPU를 요구한다"고 설명했다. 이어 "72개의 GPU처럼 다수의 칩을 동시에 작동시켜야 하는 이유가 바로 이 때문"이라고 덧붙였다.

2025.04.03 01:00조이환

SDT, 5큐비트 양자 클라우드 서비스 국내 첫선…KISTI 등과 협력 개발

SDT가 국내 처음 양자 클라우드 서비스를 선보인다. 이 서비스는 풀스택 양자컴퓨팅 소프트웨어다. 한국과학기술정보연구원(KISTI) 등의 지원을 받아 개발했다. 양자표준기술 전문기업 SDT(대표 윤지원)는 오는 10일부터 13일까지 나흘간 싱가포르에서 열리는 '슈퍼컴퓨팅 아시아 2025'에서 이 서비스를 공개할 계획이라고 6일 밝혔다. SDT 윤지원 대표는 "애니온 테크놀러지스와 공동부스도 꾸린다"며 "엔비디아와는 튜토리얼 세션을 함께 운영하기로 했다"고 밝혔다. '슈퍼컴퓨팅 아시아'는 아시아·태평양 지역을 대표하는 슈퍼컴퓨팅 분야 학회다. 슈퍼컴퓨팅 및 고성능 컴퓨팅(HPC) 분야 기술 발전을 논의하고 최신 연구 성과들을 공유한다. 올해 행사는 '고성능 컴퓨팅과 양자: AI, 과학 그리고 혁신'이라는 주제로 진행된다. SDT가 이번에 선보일 클라우드 서비스는 5큐비트 초전도 양자 컴퓨터와 KISTI의 양자 에뮬레이터를 기반으로 만들어졌다. 전 세계 사용자가 클라우드를 통해 이를 활용할 수 있도록 지원하는 국내 최초의 풀스택 양자 컴퓨팅 소프트웨어다. 데이터 관리, 프로그래밍, 실행 서비스를 포함한 통합 프레임워크를 제공하며, 웹 기반 인터페이스를 통해 API 키 관리, 작업 모니터링 등이 가능하다. 또한, 양자 알고리즘 개발 도구인 주피터랩(Jupyter Lab) 연동 및 페니레인(Pennylane) SDK 통합을 통해 양자 회로를 손쉽게 개발·실행할 수 있다.플러그인 패키지를 활용해 개인 PC에서도 유연한 환경을 제공하는 것도 장점이다. 글로벌 양자컴퓨팅 기업 애니온 테크놀러지스와 참여하는 공동부스에서는 엔비디아와 협력 중인 하이브리드 양자 컴퓨팅 기능 데모와 양자 머신러닝을 활용한 'HSBC'의 거래 유형 분류 케이스 스터디 발표도 진행된다. SDT는 또 △큐비트 제어 최적화 및 튜닝 △양자 회로 생성 및 알고리즘 적용 △50큐비트 양자 컴퓨터 자동화 △큐비트 게이트 강화 최적화 △KISTI의 하이브리드 양자-고전 컴퓨팅 프레임워크 등 SDT와 애니온 테크놀러지스가 보유한 최신 연구개발 성과도 선보인다. 이외에 SDT는 애니온 테크놀러지스의 IP를 기반으로 양산 예정인 초저온 냉각기 모형을 비롯해 양자 프로세서 웨이퍼, 양자 한계 증폭기, 양자 프로세서 등의 핵심 양자 기술 제품도 함께 전시한다. 윤지원 SDT 대표는 “글로벌 파트너인 애니온 테크놀러지스와 함께 올해 20큐비트 초전도 양자 컴퓨터 생산을 시작으로, 2029년까지 1천 큐비트 이상의 시스템 구축을 목표로 하고 있다”고 말했다. 윤 대표는 또 “SDT는 양자표준기술을 기반으로 양자 컴퓨팅이 미래 컴퓨팅 기술의 핵심으로 자리 잡을 수 있도록 연구개발을 지속해 나걸 것"이라고 덧붙였다.

2025.03.06 09:20박희범

"AI 툴 연결, 한 줄로 끝"…베슬AI, 오픈소스 툴콜링 플랫폼 '하이퍼포켓' 공개

베슬AI가 인공지능(AI) 에이전트를 위한 오픈소스 툴콜링 플랫폼을 통해 에이전트의 외부 도구 연동을 지원한다. 고객사의 멀티 에이전트 시스템 구축 부담을 줄여 시장을 선점하려는 조치다. 베슬AI는 지난달 6일 실리콘밸리에서 열린 '라마라운지' 행사에서 '하이퍼포켓'을 최초로 공개했다고 4일 밝혔다. '하이퍼포켓'은 플러그앤플레이 방식의 오픈소스 플랫폼으로, 깃허브 URL만으로 AI 에이전트와 다양한 툴을 즉시 연결할 수 있다. 또 랭체인, 라마인덱스를 포함한 여러 애플리케이션 프로그램 인터페이스(API)와 서드파티 툴을 지원하며 보안 인증 시스템을 갖춰 높은 비용 문제를 해결한 것이 특징이다. 베슬AI는 '하이퍼포켓'을 통해 AI 에이전트와 외부 데이터 간의 상호작용을 강화하고 기업들이 손쉽게 멀티 에이전트 시스템을 구축할 수 있도록 돕겠다는 계획이다. 특히 멀티 에이전트가 핵심 경쟁력으로 떠오르는 상황에서 기업들이 보다 쉽게 AI 에이전트 네트워크를 확장할 수 있도록 지원할 수 있게 됐다. 베슬AI는 '라마라운지' 외에도 다양한 행사에 참가해 '하이퍼포켓'을 시연했다. 지난달 15일부터 이틀간 웨이츠&바이어스 본사에서 열린 '생성 AI 에이전트 멀티모달 해커톤'에도 참가해 음성·비디오 분석, 업무 자동화, 쇼핑·결제 시스템 개선 등 다양한 분야의 AI 에이전트를 구현하고 API와 외부 툴을 연계해 실질적인 문제 해결 방안을 제시했다. 또 지난달 19일에는 깃허브 오피스에서 'AI 에이전트 해커톤 나이트'를 개최했다. 벡터 데이터베이스 기업인 위비에이트, 서버리스 AI 인프라 기업인 파이어웍스AI, 멀티 에이전트 프레임워크 기업인 크루AI 등이 파트너로 참여해 AI 모델과 프레임워크 통합을 검증하고 공동 프로젝트 가능성을 모색했다. 안재만 베슬AI 대표는 "하이퍼포켓 출시와 글로벌 기업들과의 기술 교류는 멀티 에이전트 시장 확장의 중요한 전환점이 될 것"이라며 "복잡한 API 통합과 인증 문제를 해결하고 다중 언어 지원을 통해 자유롭게 확장·커스터마이징할 수 있는 AI 에이전트 개발을 지원할 것"이라고 밝혔다.

2025.03.04 15:56조이환

마우저, 고성능 엣지 AI 지원 ST마이크로 신규 MCU 공급

마우저 일렉트로닉스는 ST마이크로일렉트로닉스(이하 ST)의 새로운 고성능 마이크로컨트롤러(MCU) STM32N6을 공급한다고 25일 밝혔다. ST의 STM32 제품군 중 가장 강력한 최신 모델인 STM32N6은 자동차, 스마트 산업, 로보틱스, 드론, 헬스케어, 스마트 빌딩, 스마트 홈, 스마트 농업 및 개인용 전자기기 등의 애플리케이션에서 엣지 집약적 AI 알고리즘을 실행할 수 있도록 최적화됐다. STM32N6 MCU는 STM32 시리즈 중에서 처음으로 임베디드 추론을 위해 특별히 설계된 ST의 독보적인 뉴럴-ART 가속기를 내장했다. 기존 하이엔드 STM32 MCU보다 600배 더 뛰어난 머신러닝 성능을 제공한다. 또한 1GHz의 클럭 속도로 동작하는 STM32N6의 뉴럴-ART 가속기는 평균 3TOPS로 600GOPS의 성능을 제공하면서도 에너지 효율성을 유지할 수 있을 뿐 아니라, 가속 마이크로프로세서를 필요로 하는 머신러닝 애플리케이션을 현재 MCU 상에서 실행할 수 있도록 한다. STM32N6의 머신러닝 성능은 800MHz로 동작하는 Cortex-M55 MCU와 4.2MB의 임베디드 RAM을 비롯해 네오크롬 GPU 및 H.264 하드웨어 인코더, 헬륨 M-프로파일 VE를 제공한다. 이를 통해 엣지에서 소비가전 및 산업용 애플리케이션을 위한 컴퓨터 비전, 오디오 프로세싱 및 사운드 분석 등을 실행할 수 있게 해준다. 이외에도 STM32N6은 임베디드 시스템과 웨어러블 기기에 적합한 소형 실리콘 패키지로 탁월한 유연성과 뛰어난 AI 성능을 제공한다. STM32N6은 STM32N6570-DK 디스커버리 키트(Discovery Kit)를 통해 지원되며, 이 키트 또한 마우저에서 구매할 수 있다. 이 키트는 STM32N6을 위한 완벽한 데모 및 개발 플랫폼으로, 사용자가 디바이스를 평가하는데 필요한 모든 하드웨어 기능을 제공한다. 이 키트는 USB 타입-C 포트와 옥토-SPI 플래시 메모리 및 헥사데카-SPI PSRAM 디바이스를 비롯해 이더넷 연결, 카메라 모듈, 5인치 LCD 터치스크린 등을 포함하고 있다. 또한, 무선 연결, 아날로그 애플리케이션 및 센서 등과 같은 애플리케이션으로 손쉽게 확장할 수 있도록 4개의 확장 커넥터도 제공한다.

2025.02.25 15:29장경윤

"오라클·엔비디아가 인정했다"…베슬AI, 엔터프라이즈 시장 공략 본격화

베슬AI가 오라클·엔비디아와 손잡고 엔터프라이즈 인공지능(AI) 시장 공략에 나선다. 기업 환경에 최적화된 AI 오케스트레이션과 프라이빗 거대언어모델(LLM) 솔루션을 앞세워 글로벌 시장에서 입지를 확대하려는 전략이다. 베슬AI는 오는 18일 미국 캘리포니아 레드우드시티에서 공동 AI 밋업을 개최한다고 13일 밝혔다. 회사는 현재 오라클 글로벌 파트너 네트워크(OPN) 멤버이자 엔비디아 인셉션 프로그램 참여 기업이다. 업계에서는 이번 행사를 두고 베슬AI가 실리콘밸리 AI 생태계에 성공적으로 안착했음을 보여주는 자리로 평가하고 있다. 행사에서는 오라클, 엔비디아, 베슬AI의 AI 전문가들이 차세대 AI 기술과 인프라 구축 전략을 발표할 예정이다. 오라클에서는 클라우드 인프라(OCI)의 생성형 AI 부문을 이끄는 수지스 라비 부사장이 연사로 나선다. 엔비디아는 AI 엔터프라이즈 제품을 총괄하는 아델 엘 할락 디렉터가 발표를 맡는다. 베슬AI에서는 AI 에이전트 플랫폼 개발을 담당하는 이재준 엔지니어링 매니저가 연단에 선다. 그는 멀티·하이브리드 클라우드 환경에서 AI를 최적화하는 오케스트레이션 기술과 기업 AI 도입 전략을 소개할 예정이다. 베슬AI의 머신러닝 운영(MLOps) 플랫폼 '베슬(VESSL)'은 AI 모델 개발 시간을 주당 200시간 이상 단축하고 배포 속도를 4배 향상한 것으로 알려졌다. 베슬AI는 이번 협력을 계기로 온프레미스·클라우드·하이브리드 환경 전반에서 AI 인프라 구축을 강화할 계획이다. 특히 오라클의 월 고정 요금제 클라우드 서비스와 엔비디아의 그래픽 처리장치(GPU) 최적화 기술을 결합해 기업의 AI 도입 비용을 절감하는 방안을 추진한다. 금융·의료 등 보안과 컴플라이언스가 중요한 산업군에서도 프라이빗 LLM을 활용해 AI 도입을 가속화할 전망이다. 안재만 베슬AI 대표는 "이번 밋업을 통해 최신 AI·ML 트렌드를 공유하고 글로벌 기업들과 협업 방안을 모색하는 자리가 될 것"이라며 "오라클과 엔비디아의 글로벌 역량과 시너지를 바탕으로 기업용 AI 시장의 혁신을 주도해 나가겠다"고 밝혔다.

2025.02.13 10:56조이환

"AI로 작물 생산량 늘린다"…구글, 新 스타트업으로 농업 혁신 주도

구글 모회사 알파벳의 연구 개발 시설 X의 부서인 문샷 팩토리가 인공지능(AI)으로 농작물 재배 방식을 획기적으로 개선하는 것을 목표로 하는 새로운 스타트업을 선보였다. 3일 테크크런치에 따르면 문샷팩토리는 최근 데이터 및 머신러닝 기반 스타트업 '헤러터블 애그리컬처(Heritable Agriculture)'를 분사시켰다. 이 스타트업은 물리학 박사인 브래드 잠프트가 만든 곳이다. 창업자인 잠프트는 빌&멜린다 게이츠 재단에서 프로그램 책임자 및 펠로우를 역임한 후 벤처 지원 스타트업인 TL 바이오랩스(Biolabs)에서 1년간 최고 과학 책임자로 일했다. 8개월 후인 2018년 말에는 구글 X에 합류해 헤러터블 애그리컬처의 프로젝트 리더가 됐다. 헤러터블 애그리컬처는 머신러닝을 사용해 식물 유전자 정보를 분석, 농작물 생산성을 높일 수 있는 조합을 찾아낸다. 이 회사가 캘리포니아, 네브래스카, 위스콘신 등에 구축한 '특수 성장 챔버'에선 사양에 맞게 재배된 수천 개의 식물이 자라고 있는 것으로 알려졌다. 잠프트 창업자는 "유전자 정보를 이해함으로써 농작물은 기후 친화적인 특성을 가진 품종으로 교배돼 더 높은 수확량, 낮은 물 소비, 뿌리와 토양에서 더 높은 탄소 저장 능력을 가지게 된다"며 "크리스퍼(CRISPR) 기반의 유전자 교정기술이 식물을 프로그래밍 할 수 있는 역할을 하게 할 것"이라고 설명했다. 이 스타트업은 농업을 통해 발생하는 온실가스 배출과 물 사용량을 줄이는 것을 목표로 하고 있다. 현재 농업은 인간 활동으로 인해 생성되는 온실가스 배출의 약 25%를 차지하는 것으로 알려졌다. 다만 이 과정에서 유전자 변형 기술을 활용하지는 않을 방침이다. 또 기술 상용화를 위해 여러 파트너들과 논의 중인 것으로 전해졌다. 이 스타트업은 FTW 벤처스, SVG 벤처스 등을 통해 시드 라운드 투자를 유치한 상태다. 테크크런치는 "구글은 이곳에 투자자로 참여하고 있지만 지분은 공개되지 않은 상황"이라며 "구글이 지난해 1월 X에서 수십 명을 해고하며 전반적인 구조조정을 진행한 후 헤리터블 같은 스타트업을 적극 분사시키고 있다"고 말했다.

2025.02.03 10:14장유미

두나무, 국제전산언어학술대회에서 '금융 허위정보 탐지' 챌린지 1위

두나무(대표 이석우)는 본사 머신러닝(ML)팀이 국제전산언어학술대회 '콜링 2025'에서 금융 허위정보 탐지(Financial Misinformation Detection, FMD) 챌린지 1위를 차지했다고 26일 밝혔다. '콜링(COLING)'은 자연어 처리(NLP)와 전산언어학 분야에서 가장 권위 있는 학술 대회 중 하나로, 전 세계 연구자와 기업들이 최첨단 기술을 선보이는 자리다. 콜링2025에서 주최한 FMD 챌린지는 금융 데이터에서 허위 정보를 탐지, 정확한 분석을 제공하는 기술력을 평가하는 과제에 중점을 둔다. 미디어를 통해 확산되는 금융 관련 허위 정보의 심각성을 해결하기 위해 마련됐다. 두나무 머신러닝팀은 대규모 언어 모델(LLM)을 활용, 허위 정보를 탐지하는 정확도인 F1을 비롯해 허위 정보 판별 근거를 평가하는 로그(ROUGE) 등 모든 지표에서 가장 우수한 성적을 거둬 리더보드 1위를 차지했다. 챗 GPT 등 상용화된 대규모 언어 모델(LLM)을 사용하지 않고, 오픈소스 대규모 언어 모델(LLM)을 직접 개조해 1위를 달성했다는 점이 특징이다. 금융 관련 허위 정보는 투자자의 잘못된 의사 결정을 유발할 수 있는 만큼, 사전에 탐지하고 차단하는 능력이 중요하다. 또한 AI가 잘못된 정보를 생성하는 할루시네이션 문제와도 연결돼 최근 세계적으로 주목받는 연구 분야다. 두나무 머신러닝팀 박희수 연구원은 “투자자 보호와 투명한 금융 환경을 위해 노력했던 팀의 열정과 헌신이 국제적으로 인정받아 영광으로 생각한다”고 수상 소감을 전했다. 두나무 이동준머신러닝팀장은 “이번 성과는 고객 신뢰를 최우선으로 하는 우리의 가치를 입증한 결과”라며 "앞으로도 고객이 믿을 수 있는 기술과 서비스를 개발해 시장의 안정성과 투명성에 일조할 것”이라고 강조했다. 한편 두나무는 업비트, 증권플러스, 증권플러스 비상장 등 서비스를 운영 중이다. 두나무 머신러닝팀은 주식과 디지털자산 시장에서 활용되는 AI 모델을 연구·개발하고 있다.

2024.11.26 13:27김한준

플래티어, 우체국쇼핑에 AI 개인화 마테크 솔루션 '그루비' 공급

플래티어(대표 이상훈)는 우정사업본부 우체국쇼핑이 AI 개인화 마테크 솔루션 '그루비'를 도입했다고 19일 밝혔다. 우체국쇼핑은 이번 그루비 도입으로 개인화 마케팅 전략을 강화하고 고객 맞춤형 상품 추천 서비스를 통해 쇼핑몰의 경쟁력을 한층 제고하겠다는 계획이다. 우체국쇼핑은 농어촌 경제 활성화를 위해 시작된 공공 온라인 쇼핑몰로, 전국 3천300여 개의 우체국 네트워크를 통해 농어민과 소비자를 직접 연결해 안심 먹거리를 판매한다. 그루비 도입 후 'Ai 추천관' 카테고리를 홈페이지에 개설해 고객 맞춤형 상품 추천 서비스를 제공할 수 있게 됐다. Ai 추천관 카테고리에서는 머신러닝 및 딥러닝 AI를 활용한 맞춤형 상품뿐만 아니라 고객의 구매 이력과 관심사에 최적화된 상품을 제안한다. ▲다른 분들이 함께 본 상품 ▲지금 인기 있는 상품 ▲다른 분들이 함께 담은 상품 등 고객의 관심사를 반영한 다양한 맞춤형 상품을 확인할 수 있다. 그루비는 개인화 마케팅에 필요한 다양한 기능을 하나로 통합해 제공하는 서비스형 소프트웨어(SaaS) 솔루션이다. 실시간 빅데이터 처리 기술과 머신러닝·딥러닝 기반의 AI를 활용해 고객 행동 데이터를 수집 및 분석하고 타깃팅, 상품 추천, 성과 분석 등 개인화 마케팅에 필요한 기능을 제공한다. 특히 그루비는 지난해 업계 최초로 공공부문 클라우드 서비스 보안 인증(CSAP)을 획득해 공공분야에서의 안전성과 신뢰성을 인정받았다. 이를 바탕으로, 고객관계관리(CRM) 및 맞춤형 개인화 상품 추천이 필요한 다양한 국내 공공기업에 안정적으로 서비스를 제공하고 있다. 유민수 플래티어 그루비 사업부장은 "우체국쇼핑에 서비스를 제공할 수 있게 되어 매우 뜻깊게 생각한다"며 "그루비는 앞으로도 안정적인 AI 서비스를 제공해 공공 분야에서의 입지를 지속적으로 넓혀 나갈 것"이라고 말했다.

2024.11.19 08:38백봉삼

AI 혁신 시대, 성공적인 머신러닝 기반 서비스 구축을 위한 필수 전략

AI 혁명의 물결 속에서 머신러닝 기술은 기업의 혁신을 이끄는 핵심 도구로 부상하고 있다. 자동 번역, 이미지 검색, 추천 시스템 등 다양한 분야에서 머신러닝을 도입하고 활용하는 사례가 눈에 띄게 늘었다. 머신러닝의 강점은 분명하다. 제한된 규칙과 데이터를 기반으로 작동하던 기존 자동화 시스템에 비해 훨씬 더 유연한 대안을 제시하며 기업 경쟁력을 강화하는 데 도움이 된다. 하지만 머신러닝 기술 그 자체가 비즈니스의 황금 열쇠는 아니다. 기술을 도입하는 것과 이를 실제로 사용자가 활용할 수 있는 서비스로 제공하는 것은 전혀 다른 차원의 문제다. 머신러닝 모델을 서비스화하기 위해서는 문제 정의부터 데이터 수집 및 삭제, 데이터셋 구축, 모델 개발, 모델 평가, 모델 배포, 시스템 개발, 지표 평가에 이르기까지 모든 일을 처음부터 수행해야 하기 때문이다. 또 이 과정에서 수많은 업무가 수반되기에 여러 요소를 균형 있게 고려해야 한다. 그렇다면 머신러닝을 성공적으로 서비스화하기 위해 반드시 염두에 둬야 할 필수 요소는 무엇일까. 먼저, 효율적인 머신러닝 기반 서비스 구축을 위해서는 보다 빠른 배포 주기를 마련해야 한다. 머신러닝 프로젝트는 전통적인 소프트웨어 프로젝트와 달리, 눈에 직접적으로 드러나지 않는 기능 개선이 대다수다. 그러므로 머신러닝 모델이 성능 향상을 거듭 이뤄낼 수 있도록 실제 제품에 적용해보고 사용자 반응에 따라 기민하게 대응하는 것이 중요하다. 빠른 배포 주기를 유지한다면 또 다른 이점도 얻을 수 있다. 머신러닝 프로젝트의 단점인 불확실성을 줄이는 동시에 사용자 데이터를 추가 학습한다는 장점을 극대화할 수 있는 것이다. 이처럼 빠른 배포 주기를 마련하려면 초기 단계에서 최대한 작은 범위로 개발해야 한다. 사용자 전체가 아닌 일부를 대상으로 시스템을 개발해 타깃을 쪼갤 수도 있고, 개발 초기에 간단한 모델로 시작해 점진적으로 더 크고 복잡한 모델을 도입하는 접근을 택할 수도 있다. 다양한 접근 방법 중 상황에 맞는 전략을 취한다면 초기 개발 비용을 줄이고 더 빠르게 시스템을 구축할 수 있을 것이다. 두 번째로, 사람과 머신러닝 모델을 동시에 사용하는 융합 프로세스를 체계화할 필요가 있다. 머신러닝 모델은 비교적 저렴하고 빠르게 결과를 출력할 수 있다는 장점이 있지만, 사람과 비교하면 상대적으로 정확도가 떨어진다. 반면 사람은 상대적으로 정확도가 높을지라도, 속도가 느리고 비용이 많이 발생한다. 따라서 사람과 머신러닝의 중간점을 찾아 적절히 융합하면 원하는 수준의 성능과 비용을 모두 만족시킬 수 있다. 예를 들어, 머신러닝 모델의 정밀도가 높은 구간에서는 이를 단독으로 이용해 콘텐츠를 처리하고, 정밀도가 부족한 부분에서는 사람의 판단을 더하는 방식으로 접근하는 것이다. 최근 생성 AI의 가속 발전으로 높은 정확도를 유지하면서도 비용까지 저렴한 경우도 점차 늘고 있는데, 발전하는 AI 연구 속도에 맞춰 AI 활용 전략도 민첩하게 수립돼야 한다. 마지막으로 머신러닝 기반 서비스 구축할 때는 시스템의 가시성을 높이고 오류를 신속하게 감지할 것을 강조하고 싶다. AI는 회계 로직처럼 정답이 명확한 문제를 풀기보다는 번역, 이미지 검색, 추천 시스템과 같이 정답이 없는 문제를 다루는 경우가 많기에 특정 로직에 버그가 생기더라도 사용자에게 직접 드러나는 오류 없이 암묵적인 성능 저하를 일으킬 수 있다. 게다가, AI는 방대한 데이터를 활용하고 여러 엔지니어의 손을 거쳐 탄생하기 때문에 버그가 발생할 수 있는 영역이 매우 넓다. 사용자 모바일 디바이스의 운영체제가 업데이트되어 데이터 형태 변화가 발생할 수도 있고, 그로 인해 AI 시스템의 성능이 저하될 가능성도 존재한다. 이를 방지하려면 시스템 내 모니터링 및 로깅 장치를 구축해 가시성을 확보해야 하며 오류 발생 시 신속하게 대응할 수 있어야 한다. 실제로 최근 하이퍼커넥트 AI 조직에서도 가시성을 확보하는 데 집중함으로써 AI를 더욱 고도화하고 있다. 성공적인 머신러닝 기반 서비스 구축을 위해서는 빠른 배포 주기, 사람과 머신러닝의 적절한 융합, 그리고 시스템의 가시성 확보가 필수적이다. 나아가 엔지니어 개인 차원에서는 소프트웨어 엔지니어링과 머신러닝을 모두 잘 이해하기 위해 꾸준히 기술 동향을 살피고 지식의 폭을 넓히는 노력이 필요하다. 머신러닝 기반 서비스는 구축과 운영 과정에서 상당한 노력이 요구되지만, 효율성과 생산성의 극대화, 고객 경험 향상과 같은 다양한 이점 덕분에 다수 기업에서 선호도가 높다. 앞서 살펴본 세 가지 요소를 고려한다면, 불확실성을 줄이고 보다 효율적이며 안정적인 머신러닝 기반 서비스를 구현할 수 있을 것이다.

2024.11.15 10:55이영수

인피니언, 오릭스 차량용 MCU에 '이미지몹 엣지 AI' 통합

인피니언테크놀로지스 자회사인 이미지몹(Imagimob)은 인피니언의 오토모티브 ASIL-D MCU 오릭스(AURIX) TC3x과 오릭스 TC4x에 머신러닝 기능을 통합했다고 밝혔다. 인피니언에서 마이크로컨트롤러 담당 토마스 뵘(Thomas Boehm) 수석 부사장은 "안전하고 신뢰할 수 있는 AI 기능을 마이크로컨트롤러 제품군에 통합하는 것은 자동차 산업의 자율주행 애플리케이션을 발전시키는 데 매우 중요하다"라며 "이미지몹 스튜디오로 오릭스 마이크로컨트롤러를 지원해 전 세계 개발자들의 접근성을 높이게 됐다"고 말했다. 개발자들은 이미지몹 스튜디오를 통해 엣지를 위한 강력한 머신러닝(ML) 모델을 생성하고 이를 인피니언의 검증된 오릭스 MCU에 배포할 수 있다. 이 프로세스는 이미지몹 스튜디오에서 머신러닝 모델을 생성하는 것으로 시작된다. AI 모델이 완성되면 사용자는 플랫폼 내에서 직접 MCU에 배포하도록 선택할 수 있다. 그런 다음 단계별 안내에 따라 원활하게 코드를 생성하고, MCU에 머신러닝을 쉽게 구현하고, 정교한 ML 모델을 생성할 수 있다. 또한 이미지몹 스튜디오는 사이렌 감지를 위한 샘플 프로젝트를 제공해 모델 생성 및 배포를 시연한다. 사용자는 코드 예제를 사용해 오릭스 MCU와 마이크 실드로 음향 모델을 만드는 방법도 배울 수 있다. 또한 이미지몹은 배터리 잔량, 상태 및 사용 시간을 계산하는 데 사용할 수 있는 새로운 회귀 모델을 개발했다. 오릭스 TC4x MCU 제품군은 오릭스 TC3x ASIL-D 오토모티브 MCU 제품군으로부터 원활한 업그레이드 경로를 제공한다. 이 향상된 성능은 차세대 트리코어(TriCore) 1.8을 기반으로 한다. 또한 오릭스 TC4x는 병렬 처리 장치(PPU)와 여러 지능형 가속기를 포함하는 확장 가능한 가속기 제품군을 갖추고 있어 비용 효율적인 AI 통합을 지원한다. 오릭스 TC4x 제품군은 향상된 머신러닝 성능 달성을 지원해 개발자들은 여러 모델을 동시에 또는 더 복잡한 모델을 배포할 수 있다. 예를 들어서 오릭스 TC3x는 기본적인 사이렌 감지를 처리할 수 있지만, 오릭스 TC4x는 사이렌 감지와 음성 상호작용을 동시에 처리할 수 있다.

2024.10.29 09:47이나리

발란 "올해 1~3분기 누적 광고 매출, 전년 대비 3배↑"

명품 플랫폼 발란은 자사의 AI 머신러닝 기반 개인화 추천 광고 시스템(이하 광고 시스템)을 통해 광고 매출이 지속적으로 성장하고 있다고 18일 밝혔다. 이에 광고를 이용한 입점 판매자들도 큰 투자 효과를 보고 있다고 설명했다. 올해 1~3분기 누계 발란의 광고 매출은 전년 동기 대비 3배 성장한 것으로 집계됐다. 광고 매출 성장률은 분기별 평균 122%로 꾸준히 성장 중이다. 회사는 현재와 같은 추세가 유지되고 연말 성수기 시즌을 고려했을 때 성장세가 더 가팔라질 것이란 전망이다. 또 회사에 따르면 발란 입점 파트너사들은 발란 내부 광고 구좌를 통해 광고를 직접 집행해, 현재 기준 광고비 대비 평균 1천600%의 거래액 발생 효과(ROAS)를 보고 있다. 광고를 통한 거래액의 경우 지난해 1~3분기 337억원 대비 올해 574억으로 170% 증가했다. 발란은 광고 시스템을 2022년 연말에 출시, 이듬해에 본격 서비스했다. 발란의 광고 시스템은 명품 노하우와 빅데이터 머신러닝 기업 몰로코의 기술을 결합해 구축한 딥러닝 맞춤형 서비스를 제공한다. 발란 관계자는 "꾸준하게 늘어나는 광고 프로그램 이용으로 판매자와 발란의 윈-윈 모델이 정착되고 있다"면서 "파트너분들이 믿고 맡기는 만큼 최선의 서비스와 성과로 보답할 것"이라고 말했다.

2024.10.18 18:57백봉삼

"눈 마주친 순간 사로잡아야"...네이버웹툰 데이터 엔지니어로 사는 법

“네이버웹툰 앱을 열면 '알아서 딱!'이라는 메뉴가 바로 상단에 있다. 원래는 요일별 연재 작품을 안내했는데, 모든 연재 작품을 중 취향에 맞는 작품을 전면에 추천하는 서비스로 개발했다. 이용자들에게 웹툰 작품들을 어떻게 보여줄지 고민했고, 머신러닝 기반 추천 엔진을 도입했다.” 김대식 네이버웹툰 SVP는 이용자들이 앱에 접근하자마자 흥미로운 웹툰을 찾아 탐독할 수 있도록 하고 있다며 이같이 언급했다. 김대식 SVP는 12일 과학기술정보통신부가 주최하고 한국소프트웨어산업협회(KOSA) 주관, 지디넷코리아가 후원으로 열린 '디지털 혁신 페스타 2024(DINNO 2024)'의 부대 행사 '잡테크 커넥팅 데이즈' 연사로 등장했다. 김대식 SVP는 인공지능(AI)을 비롯한 기술을 네이버웹툰 사업에 활용하는 역할을 담당한다. 세부적으로는 AI, 머신러닝(ML), 데이터 관련 조직을 두고 기술 지원을 하고 있다. AI 조직은 AI 기술을 활용해 웹툰 저작권 보호, 'AI 페인터' 등 웹툰 창작을 위한 도구 등을 지원했다. ML 조직은 회사가 웹툰 서비스를 제공하는 일본, 미국 등 글로벌 지역에서 수집된 데이터를 토대로 개인화 추천 서비스를 제공하는 것이 주된 업무다. 이렇게 데이터를 활용하기 앞서, 데이터 전담 조직이 수집된 일 수십억 건 규모 데이터의 쓸모를 찾아 정제하고, 사업 의사결정에 활용하는 작업을 한다. 김 SVP는 “타 서비스에서도 흔히 제공되는 콘텐츠 구매 추천 서비스뿐 아니라 광고, IP 활용 등에도 데이터를 활용한다”면서 “데이터 플랫폼을 구축과 더불어 데이터의 자동화 및 최적화를 꾀하는 '데이터 옵스'도 자체적으로 한다는 점이 특징”이라고 소개했다. 외부 플랫폼 대신 자체 구축을 택한 것에 대해선 핵심 기술로서 내재화가 필요하다는 판단이 있었다고 설명했다. 김 SVP는 “이용자의 데이터를 토대로 콘텐츠 추천하는 것에 대한 내재화 의지가 컸다”며 “기술 기업인 네이버 산하 회사라 자체 구축이 용이한 점도 작용했지만, 콘텐츠 중심 기업으로서 기술 내재화가 필요한 영역이라는 판단이 가장 주효했다”고 말했다. 네이버웹툰은 이처럼 데이터와 AI를 활용하기 위해 관련 업무 포지션으로 ▲비즈니스 애널리스트 ▲애널리틱스 엔지니어 ▲데이터 프로젝트 매니저 ▲데이터옵스 엔지니어 ▲데이터 플랫폼 엔지니어로 채용하고 있다. 자체적으로 필요한 플랫폼을 구축해 운영하는 만큼 타 기업보다 데이터 담당자 직무를 세분화해 두고 있다고 했다. 비즈니스 애널리스트는 데이터를 분석해 비즈니스 문제를 이해하고 해결 방안을 제시하며, 이해관계자와 협력해 데이터 기반 의사결정을 지원한다. 데이터 프로젝트 매니저는 데이터 관련 프로젝트를 계획, 관리, 실행해 팀간 협력을 이끌고, 프로젝트가 기한 내에 목표에 맞게 완료될 수 있도록 조율한다. 데이터 엔지니어는 데이터를 수집, 처리, 저장하는 데이터 파이프라인을 구축하고 관리해 분석과 활용을 위한 데이터 인프라를 제공한다. 데이터옵스 엔지니어는 데이터 파이프라인의 개발, 배포, 모니터링을 자동화하고 최적화해 데이터가 일관성 있게 처리되고 효율적으로 전달될 수 있도록 데이터 인프라를 운영한다. 데이터 플랫폼 엔지니어는 데이터 저장, 처리, 관리의 전반적인 플랫폼을 설계하고 구축해 데이터 인프라의 성능, 안정성, 확장성을 보장해준다. 애널리틱스 엔지니어는 데이터 엔지니어링과 데이터 분석의 중간 다리 역할을 하며, 데이터를 분석 가능한 구조로 변환하고 비즈니스 요구에 맞는 데이터 모델을 구축한다. ML 쪽 업무 포지션은 ML 모델러와 ML 플랫폼 엔지니어로 두고 있다. ML 모델러는 ML 모델을 설계, 훈련, 평가해 비즈니스 문제를 해결하는 데 필요한 모델링 솔루션을 제공하고 모델 성능을 지속 개선하는 역할을 맡고 있다. ML 플랫폼 엔지니어는 ML 모델의 개발, 배포, 서빙, 운영을 지원하기 위한 확장 가능하고 안정적인 인프라와 도구를 구축해 데이터 과학자와 모델러들이 효율적으로 작업할 수 있도록 돕는다. ML을 활용해 웹툰을 추천하는 'AI 큐레이션'은 전체 글로벌 서비스에서 제공되고 있다. 김 SVP는 “ML은 수집된 데이터를 토대로 알고리즘을 접목해 미래를 예측하는 기술”이라며 “이커머스처럼 이용자 맞춤형 추천 모델이 필요한 회사들이 ML을 직접 구축할 수 있는 ML 플랫폼 엔지니어를 찾고 있고, 저희도 이런 인력을 필요로 하고 있다”고 첨언했다. 데이터, ML 담당자가 얻을 수 있는 이점으로는 글로벌 서비스에 기반한 업무라는 점을 들었다. 김 SVP는 “글로벌 데이터를 다룰 수 있다는 점에서 네이버웹툰 데이터 엔지니어로서의 즐거움이 있을 것”이라며 “나라별 특성도 살펴볼 수 있고, ML 기반 추천 기술을 다뤄볼 수 있다는 점에서 좋은 직무 기회가 될 것”이라고 강조했다.

2024.10.12 17:52김윤희

노벨 물리학상에 제프리 힌튼·존 홉필드

올해 노벨 물리학상은 물리학 기반의 AI분야에서 나왔다. 수상자는 인공신경망을 이용한 머신 러닝 기술을 개발한 미국 프린스턴 대학교 존 J. 홉필드 교수와 캐나다 토론토 제프리 E. 힌튼 교수에게 돌아갔다. 스웨덴 카롤린스카 의대 노벨위원회는 8일(현지 시간) 존 홉필드 미국 프린스턴대 교수, 제프리 힌튼 캐나다 토론토대 교수를 수상자로 선정했다. 수상 분야인 인공 신경망에서 뇌의 뉴런은 서로 다른 값을 갖는 노드로 표현되는데, 이러한 노드는 시냅스에 비유할 수 있는 연결을 통해 서로에게 영향을 미친다. 존 J. 홉필드(John J. Hopfield) 교수는 데이터를 저장하고 재구성할 수 있는 연관 기억을 만들었다. 1933년 미국 일리노이주 시카고에서 태어났다. 홉필드 교수는 1958년 미국 뉴욕주 이타카 코넬대학교에서 박사학위를 취득했다. 미국 뉴저지주 프린스턴대학교 교수로 재직 중이다. 공동 수상자인 제프리 E. 힌튼 교수는 데이터를 통해 자동으로 속성을 찾아내고, 이를 통해 이미지에서 특정 요소를 식별하는 작업을 수행할 수 있는 방법을 개발했다. 힌튼 교수는 1947년 영국 런던에서 태어났다. 1978년 영국 에든버러 대학교에서 박사 학위 취득했다. 현재. 캐나다 토론토 대학교 교수로 재직 중이다.

2024.10.08 19:47박희범

하나은행, 기술력 강한 중기 대출 강화한다

하나은행이 우수한 기술력을 보유한 중소기업에 대한 대출 강화에 나설 전망이다. 8일 하나은행은 머신러닝을 활용한 기술력 기반 여신평가모형을 개발해 기업평가를 실시했다고 밝혔다. 이 모형은 하나금융융합기술원과 함께 개발한 것으로 기존 신용평가서 적용되지 않았던 기술력에 대한 평가가 다각적으로 이뤄질 수 있도록 만들어졌다. 머신러닝으로 기업이 보유한 특허 및 기술 인증, 기술 인력, 기술개발 현황, 기술 사업화 역량 데이터를 활용해 기업의 성장 가능성을 평가하는 것이 특징이다. 하나은행은 금융감독원에 이 모형에 대한 승인을 준비 중에 있다. 승인이 완료되는 2025년 상반기부터 정상적인 통합여신모형을 운영할 방침이다. 하나은행 중소벤처금융부 관계자는 "우수한 기술력을 보유한 중소기업에게 더 많은 금융혜택을 제공할 수 있을 것으로 기대된다"고 말했다.

2024.10.08 11:51손희연

  Prev 1 2 Next  

지금 뜨는 기사

이시각 헤드라인

라인야후, 'AI 기업' 전환 선언..."와우 라이프 플랫폼 되겠다"

[SW키트] 美·日 CISO 커뮤니티 '활발'…韓선 후순위 취급

롯데百, 영등포점 운영권 자진반납…속내는?

정은경 복지장관 후보자 "의정갈등 해결은 의료계와 신뢰 회복부터"

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.