• ZDNet USA
  • ZDNet China
  • ZDNet Japan
  • English
  • 지디넷 웨비나
뉴스
  • 최신뉴스
  • 방송/통신
  • 컴퓨팅
  • 홈&모바일
  • 인터넷
  • 반도체/디스플레이
  • 카테크
  • 헬스케어
  • 게임
  • 중기&스타트업
  • 유통
  • 금융
  • 과학
  • 디지털경제
  • 취업/HR/교육
  • 생활/문화
  • 인사•부음
  • 글로벌뉴스
  • AI의 눈
반도체
인공지능
AI의 눈
IT'sight
칼럼•연재
포토•영상

ZDNet 검색 페이지

'모델'통합검색 결과 입니다. (663건)

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

디윅스 '위아 엔그래프', 롱멤이발서 비가중 평균 95.31% 달성

디윅스(대표 안준형)는 AI 장기기억 솔루션 '위아 엔그래프'가 글로벌 장기기억 성능 벤치마크인 롱멤이발에서 비가중 평균 95.31%를 기록, 공개 비교 기준 최고 수준을 달성했다고 3일 밝혔다. 롱멤이발은 단일 대화의 문맥 유지를 넘어 복수 세션에 걸친 정보 보존, 변경된 사실관계 추론, 시간·연관 관계 분석, 사용자 선호 기억 등을 종합 평가하는 AI 장기기억 표준 벤치마크다. 위아 엔그래프는 전체 500개 평가 문항 중 475개를 맞춰 정확도 95.0%를 나타냈으며, 6개 평가 영역 비가중 평균 95.31%로 기존 공개 최고점(94.87%)을 상회했다. 안철희 디윅스 연구소장은 “이번 평가는 외부 대형 상용 에이피아이(API) 연동 없이 고객사 자체 서버에서 구동되는 27B 규모의 단일 로컬 오픈웨이트 모델로 수행됐다”며 “외부 호스티드 모델에 의존하는 마스트라(94.87%), 하인드사이트(91.40%), 슈퍼메모리(85.20%), 젭(71.20%) 등 기존 상위 시스템을 제친 성과”라고 설명했다. 이어 “위아 엔그래프는 업무 과정의 자료, 판단 근거, 수정·승인 이력을 온톨로지 스키마 규격에 맞춰 체계적으로 구조화해 축적한다”면서 “기억 생성부터 검색, 답변 도출까지 모든 과정을 온프레미스 환경에서 완결해 민감 데이터의 외부 유출 위험을 차단하고 API 비용을 최소화하며, AI의 판단 근거까지 정밀 추적할 수 있다”고 덧붙였다. 안준형 디윅스 대표는 “데이터 레지던시와 보안 정책, 감사 대응이 필수적인 공공기관 온프레미스 업무 시스템 구축을 시작으로 금융의 준법·리스크 관리, 의료·제약 연구 지원, 스마트 제조 공정 관리 등 전문 산업 전반으로 비투비 공급을 본격 확대할 것”이라고 말했다.

2026.08.03 17:59백봉삼 기자

국가대표 AI 2차 선발 돌입…4개 팀, 이달 3팀으로

국가대표 인공지능(AI)을 선발하는 '독자 AI 파운데이션 모델 프로젝트(독파모)'의 2차 평가 결과가 이르면 오는 12일 전후로 나올 전망이다. 4개 개발팀이 최종 모델 개발을 마치면서 국민평가와 전문가 심사가 코앞으로 다가온 가운데, 4개 팀 중 3개 팀이 2차 관문을 통과하게 된다. 3일 업계에 따르면 모티프테크놀로지스는 오는 4일 과학기술정보통신부와 정보통신산업진흥원(NIPA)에 최종 AI 모델 '모티프 3'와 성과보고서를 제출한다. 앞서 LG AI연구원과 SK텔레콤, 업스테이지가 최종 모델을 제출한 데 이어 모티프테크놀로지스까지 개발을 완료하면서 2차 평가에 참여하는 4개 팀의 준비가 모두 마무리됐다. 정부는 오는 8일부터 11일까지 일반 국민 200명으로 구성된 국민평가단을 운영한다. 성별과 연령별 비율을 고려해 선발된 평가단은 4개 팀의 AI 모델을 직접 사용한 뒤, 절대평가 방식으로 점수를 부여한다. 국민평가 결과는 기존 벤치마크 평가와 전문가 평가 점수와 합산돼 2차 평가에 반영된다. 이번 평가는 실제 산업 현장과 서비스에서 활용 가능한 실증 기술과 활용성이 핵심 평가 요소로 꼽힌다. 각 개발팀도 서비스 적용 사례 확대에 집중하고 있다. SK텔레콤은 '에이닷엑스 케이투(A.X K2)'를 공개하며 장문 이해와 AI 에이전트 성능을 강화했다. LG AI연구원은 'K-엑사원(K-EXAONE) 2.0'을 포털 줌(ZUM)의 AI 검색과 제조 현장에 적용했다. 업스테이지는 '솔라 오픈2'를 포털 다음과 금융·제조 분야에 적용하고 있으며 모티프테크놀로지스는 '모티프 3'를 앞세워 글로벌 AI 평가에서 개방형 모델 경쟁력을 입증했다. 정부는 이번 2차 평가를 통해 4개 팀 가운데 3개 팀을 선발한 뒤 후속 평가를 거쳐 최종 2팀을 선정할 계획이다. 배경훈 부총리 겸 과학기술정보통신부 장관은 지난달 대통령 업무보고에서 "8월 AI 모델 2차 평가 결과가 나오면 기존 3위를 넘어 2위권에도 도전해 볼 수 있을 것으로 기대한다"고 밝혔다.

2026.08.03 16:43이나연 기자

AI 연동 규격 'MCP' 전면 개편…대기업 도입 쉬워진다

인공지능(AI)을 외부 도구나 기업 시스템과 연결하기 위한 규격인 모델컨텍스트프로토콜(MCP)이 대대적인 개편에 나섰다. 프로토콜 구조를 보다 단순한 형태로 바꿔 대기업도 클라우드 환경에서 MCP 기반 AI 서비스를 더 쉽게 확장·운영할 수 있도록 지원하겠다는 방침이다. 관련 업계에서는 MCP가 개발자 실험용 규격을 넘어 본격적인 기업형 AI 연동 인프라로 진화하는 신호탄이 될 수 있다는 평가가 나온다. 1일 데이비드 소리아 파라 MCP 리드 유지관리자는 공식 블로그를 통해 올해 MCP 개발 로드맵을 공개했다. 이번 개편은 AI가 사내 문서관리 시스템, 데이터베이스, 업무용 소프트웨어, 외부 서비스 등과 연결되는 방식을 기업 인프라에 맞게 개선한 것이 특징이다. 대규모 환경에서 서버를 여러 대 운영해야 하는 기업 입장에서는 보다 익숙하고 적용하기 쉬운 방식이라는 평가다. 기존 MCP는 연결 초기 단계에서 클라이언트와 서버가 세션을 맺고 이후에도 해당 상태를 일정 부분 유지하는 구조였다. 이런 방식은 소규모 테스트 환경에서는 크게 문제되지 않지만 기업처럼 사용자가 많고 서버를 여러 대 운영해야 하는 환경에서는 부담이 컸다. 특정 요청을 특정 서버가 계속 처리해야 하는 구조가 생기면서 확장성과 운영 효율이 떨어질 수 있기 때문이다. 이번 개편은 이런 한계를 줄이는 데 초점이 맞춰졌다. 프로토콜 차원에서 세션과 처음 연결할 때 주고받는 확인 절차에 대한 의존성을 낮추고, 각 요청이 필요한 정보를 스스로 담아 처리하도록 구조를 정리했다. 쉽게 말해 서버가 이전 연결 상태를 계속 기억하지 않아도 요청을 처리할 수 있도록 한 것이다. 이렇게 되면 기업은 MCP 서버를 일반적인 HTTP 서비스처럼 다루기 쉬워진다. 로드밸런서를 통해 요청을 여러 서버로 분산하고, 필요할 때 서버를 수평 확장하는 방식도 한층 자연스러워진다. 클라우드 환경에서 AI 서비스를 운영하는 기업 입장에서는 도입 장벽이 낮아질 수 있다. 최근 MCP가 주목받는 이유는 AI가 단순히 질문에 답하는 수준을 넘어 실제 업무 도구를 호출하는 데 쓰이기 때문이다. 예를 들어 AI가 사내 문서를 검색하고 데이터베이스를 조회하고 업무용 소프트웨어를 호출해 특정 작업을 수행하려면 이런 연동 계층이 필요하다. 그동안 기업이 AI를 실제 업무 시스템과 연결하는 과정에서는 운영 복잡성이 주요 과제로 지목돼 왔다. 앤트로픽은 이번 개편을 통해 프로토콜 구조를 단순화하고 기업이 다양한 업무에 AI를 보다 효율적으로 도입할 수 있도록 지원한다는 방침이다. 예를 들어 AI가 사내 자료를 검색하고 업무 시스템에서 필요한 정보를 조회하고 특정 소프트웨어를 호출해 작업을 이어가는 형태의 자동화 시나리오를 더 안정적으로 설계할 수 있다. 이를 위해 코어 프로토콜은 가볍게 유지하고 부가 기능은 확장 형태로 분리하는 방향으로 설계됐다. 이에 따라 기업은 단순 조회는 물론 장기 작업 처리, 화면 연동 등 원하는 업무 방식에 맞춰 AI 활용 범위를 넓힐 수 있게 될 전망이다. 구조가 단순해진 만큼 이번 개정에서는 인증 검증 강화 등 보안 관련 보완도 함께 이뤄졌다. 요청 주체가 누구인지 어떤 권한으로 어떤 도구를 호출하는지 장기 작업의 소유권과 접근 범위가 어떻게 관리되는지를 더 명확하게 검증할 필요가 있기 때문이다. 데이비드 소리아 파라 관리자는 "이번 개편은 출시 이후 가장 큰 수준의 프로토콜 개정"이라며 "상태 없는 코어 구조와 확장 프레임워크, 기능 수명주기 정책이 자리 잡으면서 앞으로는 구현 기업들이 핵심 연결 구조를 반복적으로 다시 짜지 않고도 후속 개정을 보다 쉽게 수용할 수 있을 것"이라고 말했다.

2026.08.02 09:00남혁우 기자

대한민국 전기차 지형도, 이제 가격보다 신뢰가 움직인다

'모빌리티 판 읽기'는 모빌리티 시장의 흐름을 사회·경제·문화적 관점에서 살펴보고, 변화의 본질과 앞으로의 방향을 짚는 분석 시리즈입니다. 대한민국 전기차 시장이 새로운 전환점을 맞고 있다. 한동안 전기차 시장을 설명하는 단어는 '캐즘'이었다. 관심은 있지만 구매는 망설이는 시기, 기술은 빠르게 발전하지만 소비자의 확신은 그만큼 빨리 따라오지 못하는 시기였다. 그런데 최근의 흐름은 조금 다르다. 전기차는 다시 소비자의 선택지 안으로 들어오고 있다. 한국수입자동차협회(KAIDA)에 따르면 2026년 6월 수입 승용차 신규 등록대수는 3만 8059대로 전년 동기 대비 37% 증가했다. 이 가운데 전기차는 1만 9453대로 전체의 51.1%를 차지했다. 수입차 시장만 놓고 보면 6월에 팔린 차 두 대 중 한 대가 전기차였던 것이다. 브랜드별로는 테슬라가 1만 1119대, BYD가 4652대를 기록했고, 6월 수입차 상위 3개 모델도 테슬라 Model Y L, 테슬라 Model Y 프리미엄, BYD 돌핀이 차지했다. 이 수치만 보면 전기차 시장은 이미 대세로 접어든 것처럼 보인다. 하지만 시장의 표면 아래에는 다른 질문이 놓여 있다. 소비자는 왜 전기차를 선택하는가. 그리고 더 정확히는, 무엇을 믿고 전기차를 선택하는가. 전기차 구매는 단순히 엔진을 모터로 바꾸는 일이 아니다. 충전 환경, 배터리 수명, 보조금, 중고차 가격, AS, 브랜드의 지속 가능성까지 함께 고려해야 하는 결정이다. 내연기관차를 살 때도 소비자는 많은 것을 비교했지만, 전기차는 비교의 범위가 훨씬 넓다. 차 자체의 상품성뿐 아니라 구매 이후의 불확실성까지 함께 계산해야 한다. 전기차 시장의 본질이 가격 경쟁을 넘어 '신뢰 경쟁'으로 이동하는 이유다. 가장 먼저 눈에 띄는 변수는 BYD다. BYD는 올해 국내 전기차 시장에서 빠르게 존재감을 키웠다. 6월에는 돌핀을 앞세워 4000대 이상을 판매하며 수입차 시장 상위권에 진입했다. 돌핀은 6월 수입차 모델별 판매 3위에 올랐고, 씨라이언7 역시 시장의 주목을 받았다. 중요한 것은 이 실적이 7월 이전, 즉 보조금이 적용되던 시기의 결과라는 점이다. BYD의 진정한 시험대는 7월 이후부터 시작된다고 볼 수 있다. 기후에너지환경부는 2026년 전기차 보급 사업 수행자 선정 평가에서 총 35개 참여 업체 중 27개 업체를 선정했다. 이 평가에서 선정되지 않은 업체는 구매 보조금 지원 대상에서 제외되며, BYD는 7월부터 국내 전기차 구매 보조금을 받을 수 없게 됐다. 이는 단순히 한 브랜드의 보조금 이슈로 보기는 어렵다. 중국 전기차를 바라보는 한국 소비자의 인식이 어디까지 바뀌었는지를 확인하는 분기점이 될 수 있기 때문이다. 과거 중국차는 '저가'라는 이미지가 강했다. 하지만 지금의 중국 전기차는 배터리, 소프트웨어, 가격 경쟁력을 앞세워 글로벌 시장에서 빠르게 확장하고 있다. 소비자 역시 예전처럼 중국 전기차를 무조건 낮게 평가하지 않는다. 문제는 관심이 곧 신뢰로 이어지느냐다. 보조금이 있을 때 소비자는 가격 매력을 더 크게 느낄 수 있다. 하지만 보조금이 사라지는 순간 소비자의 판단 기준은 자연스럽게 달라진다. '얼마나 저렴한가'보다 '얼마나 믿고 오래 탈 수 있는가'가 더 중요한 질문이 되는 것이다. AS 네트워크는 충분한가. 중고차 잔존가치는 안정적으로 유지될까. 브랜드는 한국 시장에 장기적으로 투자하며 서비스를 지속할 것인가. 차량의 성능뿐 아니라 구매 이후까지 발생할 수 있는 리스크를 믿고 맡길 수 있을까. 소비자의 고민은 차량 자체를 넘어 브랜드가 제공하는 신뢰와 지속 가능성으로 확장된다. 그렇기에 BYD의 하반기 성적은 단순한 판매량 이상의 의미를 갖는다. 중국 전기차가 한국 시장에서 '가격의 대안'을 넘어 '신뢰의 대안'으로 자리 잡을 수 있는지를 보여주는 중요한 시험대가 될 가능성이 크다. 테슬라의 경우는 조금 다른 위치에 있다. 테슬라는 여전히 국내 수입 전기차 시장의 기준점에 가깝다. 모델Y는 올해 상반기 국내 시장에서 강한 판매 흐름을 보였다. KAIDA 통계에 따르면 모델Y 전체 트림의 상반기 판매량은 4만 3359대로, 2위 BMW 5시리즈와 큰 격차를 보였다. 테슬라를 둘러싼 최근 논란은 가격이다. 정부의 하반기 전기차 보조금 지원 대상에 포함된 직후 테슬라코리아가 모델3와 모델Y 일부 트림의 가격을 최대 700만원 인상했다는 보도가 나왔다. 소비자 입장에서는 보조금 혜택이 가격 인상으로 상쇄되는 것 아니냐는 불만이 나올 수밖에 없다. 이제 확인해야 할 것은 '가격 인상에도 불구하고 테슬라의 브랜드 신뢰가 유지될 것인가'다. 테슬라가 강한 이유는 단순히 전기차를 먼저 잘 만들었기 때문만은 아니다. 테슬라는 전기차를 하나의 제품이 아니라 경험으로 만든 브랜드다. 충전, 소프트웨어 업데이트, 주행 보조 기능, 브랜드 커뮤니티, 중고차 시장에서의 인지도까지 하나의 생태계로 연결했다. 소비자는 테슬라를 살 때 차량 한 대만 사는 것이 아니라, 테슬라라는 시스템 안으로 들어간다고 느낀다. 이것이 브랜드 신뢰의 힘이다. 그러나 신뢰는 고정된 자산이 아니다. 가격 정책이 소비자의 기대와 어긋난다고 느껴지는 순간, 신뢰는 빠르게 흔들릴 수 있다. 전기차 보조금은 소비자에게 일종의 공적 약속처럼 인식된다. 그 혜택이 실제 체감 가격 인하로 이어지지 않는다고 판단되면 소비자는 브랜드를 다시 계산대 위에 올려놓는다. 테슬라의 하반기 과제는 분명하다. 강한 브랜드가 가격 논란을 어디까지 흡수할 수 있는지 증명해야 한다. 반면 국산 전기차, 특히 기아의 움직임은 상대적으로 조용하지만 단단하다. 시장의 화제성은 테슬라와 BYD에 쏠리지만, 실제 국내 전기차 판매에서는 기아의 존재감이 커지고 있다. 기아 실적 자료를 인용한 보도에 따르면 올해 상반기 국내에서 판매된 기아 전기차는 7만 2078대로 전년 대비 151.1% 증가했다. EV3는 1만 8431대, EV5는 1만 5965대, PV5는 1만 5000대가 판매됐다. 특히 기아는 2월부터 6월까지 4개월 연속 국내 전기차 판매 1만대 이상을 기록했다. 기아의 강점은 전기차의 선택지를 넓히고 있다는 데 있다. EV3처럼 접근성 높은 보급형 SUV, EV5와 같은 패밀리형 전기 SUV, EV9 같은 대형 전기 SUV, 여기에 PBV까지 더해지며 소비자 목적별로 고를 수 있는 폭이 넓어졌다. 전기차가 소수 얼리어답터의 제품이 아니라 일상적 소비재로 확장되려면 결국 다양한 생활 방식에 맞는 라인업이 필요하다. 기아는 이 지점에서 빠르게 시장을 채우고 있다. 이 흐름은 차봇의 상반기 신차 견적 트렌드에서도 확인된다. 차봇 플랫폼 내 전기차 견적 수요는 전년 대비 약 2배 증가했다. 실제 판매량이 아닌 구매 검토 단계의 데이터라는 점에서 의미가 있다. 소비자가 아직 최종 구매를 결정하기 전부터 전기차를 적극적으로 비교하고 있다는 뜻이기 때문이다. 특히 국산 전기차에서는 기아의 다양한 모델이 상위권에 포진하며 소비자 선택지 안에서 강한 존재감을 보였다. 여기서 중요한 것은 소비자가 반드시 가장 저렴한 차를 고르는 것은 아니라는 점이다. 자동차 구매는 수천만원이 오가는 고관여 소비다. 가격이 중요하지 않을 수는 없지만, 가격만으로 결정하기에는 감수해야 할 변수가 많다. 전기차는 더 그렇다. 배터리 상태, 충전 편의성, 보조금 변동, 중고차 가치, 정비 네트워크까지 모두 구매 이후의 비용이자 위험이다. 결국 소비자는 '싸게 사는 것'과 '안심하고 사는 것' 사이에서 균형을 찾는다. BYD가 보여준 가격 경쟁력은 분명한 매력이다. 테슬라가 쌓아온 브랜드 신뢰 역시 강력하다. 기아가 제공하는 폭넓은 라인업과 국내 기반의 서비스망도 소비자에게 안정감을 준다. 세 브랜드의 경쟁은 단순히 누가 더 많이 파느냐의 문제가 아니다. 각기 다른 방식으로 소비자의 불안을 줄이려는 경쟁이라 할 수 있다. 특히 신뢰 경쟁이 가장 현실적으로 드러나는 무대는 충전 인프라다. 아무리 상품성이 뛰어난 전기차라도 충전이 불편하면 소비자의 불안은 사라지지 않는다. 그래서 각 브랜드는 차량 경쟁만큼이나 충전망 경쟁에 힘을 쏟고 있다. 테슬라는 자체 충전 네트워크인 슈퍼차저를 오랫동안 브랜드 경험의 핵심으로 삼아 왔다. 별도의 인증이나 결제 과정 없이 차를 대고 케이블만 꽂으면 충전이 시작되는 방식은 테슬라가 전기차를 하나의 생태계로 완성해 온 대표적 사례다. 최근에는 슈퍼차저를 타 브랜드 전기차에도 개방하며 인프라 자체를 서비스 경쟁력으로 확장하고 있다. 현대차그룹은 초급속 충전 브랜드 이피트(E-pit)를 중심으로 대응하고 있다. 최대 350kW급 초급속 충전을 앞세운 이피트는 고속도로 휴게소와 도심 거점을 중심으로 확장되고 있으며, 최근에는 케이블을 연결하기만 하면 인증부터 결제까지 자동으로 이뤄지는 플러그 앤 차지(PnC) 서비스를 이피트를 넘어 채비 등 민간 충전 사업자망 1500여 곳까지 넓혔다. 자사 충전소에 소비자를 묶어두기보다 어디서 충전하든 편리한 경험을 제공하는 방향으로 전략을 잡은 것이다. 하지만, 충전 인프라 경쟁은 충전기 숫자를 얼마나 늘리느냐의 싸움이 아니다. 소비자가 충전 과정에서 느끼는 번거로움과 불안을 누가 더 효과적으로 줄여주느냐의 문제라 할 수 있다. 이 역시 전기차 시장의 무게중심이 가격에서 신뢰로 옮겨가고 있음을 보여주는 대목이다. 전기차 시장을 사회적 관점에서 보면, 지금의 변화는 기술 수용의 전형적인 전환점과 닮아 있다. 새로운 기술이 처음 등장했을 때 사람들은 성능과 혁신에 주목한다. 하지만 대중화 단계에 들어서면 질문은 현실적으로 바뀐다. 내 생활에 맞는가. 유지할 수 있는가. 나중에 후회하지 않을까. 주변에서 믿을 만하다고 말하는가. 기술의 문제가 생활의 문제로 전환되는 순간, 소비자는 기능보다 리스크를 더 깊게 본다. 경제적 환경도 이 선택을 더욱 보수적으로 만든다. 고물가와 금리 부담 속에서 자동차 구매는 더 신중해졌다. 전기차는 유지비 절감이라는 장점이 있지만, 초기 구매 가격과 충전 환경, 잔존가치에 대한 불확실성도 함께 안고 있다. 그래서 소비자는 단순히 '전기차냐 아니냐'를 묻지 않는다. 어느 브랜드의 전기차가 나에게 가장 안전한 선택인가를 묻는다. 이 질문에 대한 답은 한 가지로 정리되지 않는다. 어떤 소비자에게는 테슬라의 소프트웨어와 브랜드 파워가 답일 수 있다. 어떤 소비자에게는 BYD의 가격 경쟁력이 매력적일 수 있다. 또 다른 소비자에게는 기아의 서비스망과 익숙한 브랜드 경험이 더 중요한 기준이 될 수 있다. 전기차 시장의 성숙은 선택지가 많아졌다는 의미이기도 하지만, 동시에 소비자가 판단해야 할 리스크가 늘어났다는 뜻이기도 하다. 결국 대한민국 전기차 시장은 기술 경쟁, 가격 경쟁을 지나 신뢰 경쟁으로 들어서고 있다. 소비자는 더 이상 전기차를 막연한 미래 기술로 보지 않는다. 실제 구매 목록에 올려놓고, 여러 브랜드를 비교하며, 자신의 생활과 비용 구조에 맞는지를 따져본다. 그만큼 전기차는 가까워졌지만, 선택은 더 어려워졌다. 이때 필요한 것은 더 많은 정보만은 아니다. 소비자가 알아야 할 정보는 이미 넘쳐난다. 문제는 그 정보를 어떻게 해석하고, 어떤 기준으로 비교하며, 자신의 상황에 맞는 선택으로 연결하느냐다. 보조금, 금융, 유지비, 충전, 보험, 정비, 중고차 가치까지 연결해서 볼 수 있어야 전기차 구매의 불확실성을 줄일 수 있다. 앞으로 모빌리티 플랫폼이 해야 할 역할도 여기에 있다. 소비자에게 더 많은 차량 정보를 제공하는 데 그치는 것이 아니라, 그 정보 속에서 자신에게 맞는 선택을 할 수 있도록 돕는 것이다. 보조금과 금융 조건, 유지비, 충전 환경, 보험, 정비, 잔존가치까지 자동차 구매 전 과정에 존재하는 다양한 변수와 불확실성을 줄여주는 것이 앞으로 모빌리티 플랫폼의 새로운 경쟁력이 될 것이다. 차봇 모빌리티가 차봇 3.0을 선보이며 '제로 리스크 커머스'를 핵심 전략으로 제시한 것도 같은 맥락이다. 자동차는 여전히 개인이 하는 가장 큰 소비 가운데 하나다. 특히 전기차는 기술 변화와 정책 변화가 빠른 만큼 소비자가 고려해야 할 요소도 계속 늘어나고 있다. 결국 소비자가 원하는 것은 가장 많은 정보를 제공하는 플랫폼이 아니라, 복잡한 선택 과정을 더 쉽고 투명하게 만들고 구매 이후까지 이어지는 불안을 줄여주는 플랫폼이다. 제로 리스크 커머스는 단순히 가격 부담을 낮추는 개념이 아니라, 자동차 구매 과정 전반의 '의사결정 리스크'를 최소화하겠다는 접근이라 할 수 있다. 예를 들어 소비자가 가장 궁금해하는 보조금 적용 여부와 실제 구매 가격을 한눈에 비교하고, 금융 조건과 월 납입 비용을 쉽게 시뮬레이션할 수 있도록 돕는 것은 물론, 향후 중고차 잔존가치나 배터리 상태 진단, 정비 이력 등 구매 이후까지 영향을 미치는 요소를 투명하게 확인할 수 있는 환경을 제공하는 것이다. 소비자가 '이 차를 사도 괜찮을까'라는 불안을 '이 정도면 안심하고 선택할 수 있겠다'는 확신으로 바꾸는 경험 자체가 제로 리스크 커머스의 핵심 가치라 할 수 있다. 대한민국 전기차 시장의 판은 앞으로도 계속 바뀔 것이다. BYD의 도전, 테슬라의 브랜드 경쟁력, 기아를 중심으로 한 국산 브랜드의 확장 모두 이제부터가 본격적인 경쟁이다. 다만 한 가지는 분명하다. 소비자가 선택하는 전기차는 가장 저렴한 차도, 가장 화려한 차도 아닐 가능성이 크다는 것이다. 결국 사람들은 자신이 가장 신뢰할 수 있고, 가장 안심할 수 있는 선택으로 향한다. 그렇기에 앞으로 시장을 이끄는 브랜드와 플랫폼은 더 좋은 자동차를 만드는 곳이 아니라, 소비자가 후회 없는 선택을 하도록 돕는 곳이 될 것이다. 전기차 시장의 다음 경쟁력은 더 많은 정보를 제공하는 데 있지 않다. 그 정보를 소비자의 확신으로 바꾸는 능력에서 판가름 날 것이다.

2026.08.02 08:30이성미 컬럼니스트

지미션, 도면 특화 '에이전틱 RAG 플랫폼' 개발 나선다

지미션이 NC AI 파운데이션 모델을 기반으로 제조·산업 현장에서 활용할 수 있는 도면 특화 인공지능(AI) 에이전트 플랫폼 개발에 나선다. 생성형 AI와 문서 이해 기술을 결합해 설계도면과 기술 문서 분석을 지원하는 산업 특화 AI 플랫폼을 구축한다는 목표다. 지미션은 '모두의 챌린지 AX-LLM 분야 협업과제' 수행기관으로 선정돼 지난달 18일 협약을 체결했다고 31일 밝혔다. 회사는 이달 초부터 NC AI 파운데이션 모델 기반 '도면 특화 에이전틱 검색증강생성(RAG)' 플랫폼 연구개발(R&D)에 착수했다. 이번 과제는 산업 현장에서 활용 가능한 생성형 AI와 대규모언어모델(LLM) 기술의 실증·사업화를 지원하기 위한 협업 프로젝트다. 참여 기업들은 산업별 특화 AI 서비스를 공동 개발하고 실제 현장 적용 가능성을 검증할 예정이다. 지미션은 이번 과제를 통해 NC AI 파운데이션 모델을 기반으로 도면에 특화된 에이전틱 RAG 플랫폼을 개발한다. 다양한 설계도면과 기술 문서를 AI가 이해하고 필요한 정보를 검색·분석해 업무를 지원하는 지능형 플랫폼을 구현하는 것이 목표다. 플랫폼에는 지미션이 보유한 비전언어모델(VLM) 기반 광학문자인식(OCR) 기술과 문서 이해 기술, 생성형 AI 기술이 적용된다. 이를 통해 복잡한 도면 정보를 구조화하고 자연어 기반 질의응답, 지식 검색, 업무 자동화 기능 등을 지원하는 AI 환경을 제공할 예정이다. 지미션은 AI 팩스, 닥스훈드, 리트리버, 덱스마 등 AI 기반 문서·데이터·영상 분석 솔루션을 공급하며 공공·금융·제조 분야 AI 전환(AX) 사업을 추진 중이다. 최근에는 서울시 AI 기술사업화 지원사업과 특허·디자인 융합 IP-R&D 전략지원 사업 등 R&D 과제도 수행하고 있다. 한준섭 지미션 대표는 "생성형 AI는 단순한 문서 검색을 넘어 산업 현장의 전문 지식을 이해하고 업무를 수행하는 AI 에이전트로 진화하고 있다"며 "이번 과제를 통해 NC AI 파운데이션 모델과 우리 문서 AI 기술을 결합한 도면 특화 에이전틱 RAG 플랫폼을 개발해 제조 및 산업 분야 AX를 더욱 가속화하겠다"고 밝혔다.

2026.07.31 15:26한정호 기자

[컨콜종합] "피지컬 AI·금융 AX·GPU 인프라로 하반기 승부"…LG CNS, 3대 성장축 제시

LG CNS가 피지컬 AI, 금융 AX, AI 인프라를 하반기 3대 성장축으로 제시했다. LG전자와의 로봇 데이터 팩토리, 금융권 차세대 사업, GPU 구독형 인프라 플랫폼을 앞세워 성장세를 이어가겠다는 구상이다. LG CNS는 31일 2026년 2분기 실적발표 컨퍼런스콜을 열고 사업 부문별 실적과 하반기 전략을 공개했다. 상반기 매출은 전년 동기 대비 6.1% 증가한 2조8천358억원, 영업이익은 1.1% 늘어난 2천221억원을 기록했다. 회사는 전 사업 영역에서 대외 사업 비중이 확대되며 실적 성장을 견인했다고 설명했다. AI·클라우드가 이끈 상반기 성장…"XPU웍스·에이전트웍스 확장" 상반기 실적의 중심은 AI·클라우드 사업이었다. 해당 부문 매출은 1조6천714억원으로 전체 매출의 약 59%를 차지했다. 제조·물류를 중심으로 대외 고객 확보가 이어진 점도 눈에 띈다. 두산, 중소기업중앙회, 컬리, LX판토스 등과 AX 사업을 추진하는 한편 제약·바이오, 공항·항공, 방산·조선 등으로 사업 영역을 넓히고 있다. 진요한 AI클라우드사업부 AI센터장(상무)은 "기업 내 AI 활용 확대와 이에 따른 AI 인프라 투자 증가는 플랫폼과 클라우드 인프라 전반의 사업 기회로 확대될 것"이라고 말했다. 이어 "AI 연산 자원을 구독형으로 제공하는 플랫폼 'XPU웍스'를 새롭게 론칭했다"며 "1분기 정식 출시한 엔드투엔드 AI 플랫폼 '에이전트웍스'도 다양한 산업 고객을 대상으로 적용 사례와 사업 범위를 확대하고 있다"고 설명했다. LG CNS는 AI 인프라 사업 확대에도 속도를 낼 계획이다. 회사는 글로벌 데이터센터 시장이 연평균 9%, 아시아태평양과 국내 시장은 이보다 높은 15~20% 수준으로 성장할 것으로 보고 있다. 오픈AI, 앤트로픽, 팔란티어 등 글로벌 AI 기업과의 협력도 신규 사업 기회 발굴로 이어지고 있다는 설명이다. 진 센터장은 "LG CNS는 시장 성장률을 상회하는 사업 확대 계획을 가지고 있으며 국내 DBO 시장 선도 지위를 더욱 공고히 할 계획"이라며 "2019년 국내 최초로 DBO 모델을 도입한 선발주자로서 시장 성장 이상의 확대 계획을 갖고 있다"고 말했다. 수익성에 대해서는 선제 투자 영향이 반영됐다는 설명이다. 송광륜 CFO(상무)는 "미래 성장 동력 확보를 위한 전략적 투자 확대와 일부 프로젝트의 계약 이연 영향이 있었다"며 "사업 경쟁력 약화에 따른 구조적 문제가 아니라 미래 성장을 위한 선제 투자와 일시적 프로젝트 일정 영향"이라고 말했다. 이어 "이연된 프로젝트들은 하반기 계약 체결과 사업 수행이 본격화되며 실적 개선에 기여할 것"이라고 덧붙였다. LG전자 데이터 팩토리, 첫 피지컬 AI 레퍼런스 확보 스마트엔지니어링 사업 상반기 매출은 5천24억원으로 전년 동기 대비 6.2% 증가했다. 2분기 매출은 2천746억원으로 전년 동기 대비 13% 성장했다. 회사는 계열사 기반의 안정적 사업에 더해 물류 자동화 등 대외 사업 확대가 성장에 힘을 보탰다고 설명했다. 신재훈 스마트팩토리사업부장(상무)은 "스마트엔지니어링 사업은 계열사 사업을 안정적으로 수행하는 가운데 물류 자동화 등 대외 사업 확대에 힘입어 두 자릿수 성장을 기록했다"고 말했다. 이어 "산업 현장에 피지컬 AI를 도입하기 위해서는 GPU 등 AI 인프라 확보가 필수적"이라며 "LG전자에서 진행 중인 데이터 팩토리에 피지컬웍스 플랫폼과 GPU 인프라를 공급할 예정"이라고 밝혔다. LG CNS는 LG그룹 2차전지 계열사의 북미 물류 혁신 사업을 추가 수주했고, 국가농업 AX 플랫폼 구축 사업의 민간사업자로도 선정됐다. 스마트팩토리 분야에서는 AI 기반 제조 플랫폼 '팩토바(Factova)'를 중심으로 제조 현장 지능화를 추진하고 있으며, 스마트물류 사업 역시 뷰티·패션·푸드 기업 대상 자동화 프로젝트 확대로 성장세를 이어가고 있다. 하반기 피지컬 AI 사업의 핵심은 LG전자 데이터 팩토리를 첫 레퍼런스로 삼아 외부 확산 기반을 만드는 데 있다. 신 상무는 "현재 그룹사와 대외 고객을 대상으로 피지컬 AI 도입 및 운영 체제 구축을 협의하고 있다"며 "LG전자 데이터 팩토리를 베스트 프랙티스로 삼아 제조와 물류 등 다양한 산업으로 사업을 확대해 나갈 계획"이라고 말했다. 이어 "컬리 1차 PoC 검증을 완료했으며 연말까지 보완을 거쳐 확산 사업을 추진할 예정"이라며 "올해는 PoC와 현장 검증을 통해 베스트 프랙티스와 사업 수행 역량을 확보하고, 내년부터 제조·물류 고객을 중심으로 관련 사업을 본격 확대하겠다"고 밝혔다. KB국민은행·한국은행 수주로 하반기 매출 기여 확대 디지털 비즈니스 서비스 사업 상반기 매출은 6천621억원으로 전년 동기 대비 8.8% 증가했다. 은행, 손해보험, 생명보험 등 금융권 전반에서 고르게 성장했고, 대형 프로젝트 수주도 이어졌다. 조성우 디지털비즈니스사업부 금융AX1사업담당(상무)은 "KB국민은행 차세대 사업을 수주하며 금융 차세대 시장에서 경쟁력을 다시 한번 입증했다"며 "한국은행 2기 ITO 사업 수주를 통해 운영사업 기반도 강화했다"고 말했다. 금융 차세대 사업은 하반기로 갈수록 매출 기여도가 높아질 전망이다. 조 상무는 "금융권 차세대 프로젝트는 평균 수행 기간이 약 2년인 대규모 사업으로 착수 이후 분석·설계·초기 구축 단계를 거치면 약 6개월 뒤부터 매출이 본격 인식되는 구조"라며 "올해 1월 NH농협은행, 5월 KB국민은행 차세대를 착수한 만큼 하반기로 갈수록 매출 기여도는 점진적으로 높아질 것"이라고 내다봤다. AI 네이티브 개발 플랫폼도 새롭게 선보였다. 조 상무는 "IT시스템 구축·운영 전 과정을 에이전틱 AI 기반으로 수행하는 개발 플랫폼 '대본'을 2분기에 출시했다"며 "플랫폼 출시 이후 대형 사업 수주를 통해 실증 사례를 축적하고 있으며, 소규모 개발 사업과 유지보수 운영 사업까지 적용을 확대하고 있다"고 말했다. 금융권 AI 도입 환경 변화에 대한 진단도 내놨다. 그는 "망분리 규제로 외부 대규모언어모델(LLM) 활용에 제약이 있었지만 최근 규제 샌드박스와 제도 개선이 추진되면서 금융사들의 AI 도입 움직임이 크게 늘고 있다"며 "중장기적으로는 레거시 시스템과 AI 에이전트가 유기적으로 결합된 형태로 발전할 것"이라고 전망했다. 중국 LLM 약진, 기업 최적화 멀티 AI모델 전략으로 대응 중국 LLM의 약진에 대해서도 LG CNS는 단순 위협보다 활용 구조 변화에 주목했다. 최근 일부 중국계 모델이 성능과 비용 측면에서 경쟁력을 높이면서, 일부 기업 AX 프로젝트에서 미국 프론티어 모델을 대체하거나 보완하는 선택지로 검토되고 있다는 설명이다. 다만 회사는 이런 흐름이 특정 모델로의 일괄 전환으로 이어지지는 않을 것으로 봤다. 진요한 센터장은 "일부 기업 AX 프로젝트에서 미국 프론티어 모델을 대체·보완하는 실질적 선택지로 검토되고 있다"면서도 "표준 모델을 일괄 전환하기보다는 업무 난이도와 보안 수준, 비용 민감도에 따라 여러 모델을 조합하는 멀티모델 전략이 확대되는 추세"라고 말했다. LG CNS가 주목하는 방향은 특정 모델의 우위보다 기업 맞춤형 활용 구조다. 고난도 추론, 민감 정보 처리, 대규모 반복 업무 등 용도에 따라 서로 다른 모델을 조합하는 방식이 기업 현장에서 늘어날 가능성이 크다는 판단이다. 진 센터장은 "LG CNS 역시 이런 변화에 맞춰 다양한 모델을 연결·운영하는 AI 실행 환경 구축 역량을 강화하겠다"고 말했다.

2026.07.31 12:08남혁우 기자

[컨콜] LG CNS "AI 비용관리가 경쟁력…에이전틱웍스로 운영 최적화"

LG CNS가 기업들의 인공지능(AI) 활용이 단순한 사용량 확대를 넘어 비용 대비 성과를 중시하는 단계로 전환되고 있다고 진단했다. 이에 맞춰 자체 AI 플랫폼 '에이전틱웍스'를 중심으로 토큰 사용량과 비용을 통합 관리하는 AI 운영 플랫폼을 고도화한다는 전략이다. 진요한 LG CNS AI센터장은 31일 2분기 실적 발표 컨퍼런스콜에서 "기업의 AI 활용은 단순한 사용량 확대를 넘어 비용 대비 성과를 중시하는 단계로 전환되고 있다"며 "이와 관련한 사업 기회도 더욱 확대될 것으로 보고 있다"고 말했다. 그는 "에이전틱웍스는 챗GPT·클로드·제미나이 등 주요 AI 서비스의 사용량과 비용을 서비스별·조직별·사용자별로 확인할 수 있는 'AI 핀옵스' 대시보드를 제공한다"며 "사용자별 데이터 조회 권한 관리 기능을 통해 더욱 안전한 비용 관리 체계를 지원하고 있다"고 설명했다. 이어 "보안 요건과 업무 특성에 따라 적합한 AI 모델을 연결하고 성능과 비용을 함께 최적화하는 지능형 라우팅 기능도 강화하고 있다"며 "AI 코딩 분야에선 글로벌 전문기업과 개념검증(PoC)을 진행하며 상용 거대언어모델(LLM)과 온프레미스 경량 모델의 성능 및 비용 효율성을 비교·검증하고 있다"고 덧붙였다. 그러면서 "관리 서비스(MSP) 사업에선 각 클라우드 서비스 제공사(CSP)의 AI 플랫폼 서비스를 활용한 최적 아키텍처를 구성하고 고객 환경에 맞춘 AI 플랫폼을 구축해 토큰 기반 서비스를 구현하고 있다"며 "CSP 환경 내 LLM 게이트웨이를 통해 사용량과 비용을 모니터링하고 업무 생산성 향상용 LLM의 모델 선택까지 통합 관리할 수 있는 핀옵스형 관리 도구를 준비 중"이라고 밝혔다.

2026.07.31 11:38한정호 기자

고성능 AI 대기시간 줄인다…사이오닉AI, '솔라 오픈2' 10배 가속

사이오닉AI가 대규모언어모델(LLM)의 응답 지연을 줄이는 추론 가속 기술을 공개했다. 사이오닉AI는 31일 업스테이지의 오픈웨이트 LLM '솔라 오픈2(Solar-Open2-250B)'의 추론 속도를 10배 향상시킨 신규 버전을 허깅페이스를 통해 공개했다. 이번에 공개된 모델은 '솔라 오픈2 250B 울트라패스트 드래프트(Solar-Open2-250B-ultrafast-Draft)'다. 업스테이지의 '솔라 오픈2 250B-A15B' 원본 가중치에 사이오닉AI가 개발한 블록 드래프트 기반 스펙큘레이티브 디코딩용 드래프트 모델을 결합했다. 드래프트 모델은 경량 모델이 먼저 다음 토큰 후보를 제안하고, 원본 250B 모델이 이를 검증·채택하는 구조다. 초대형 모델이 모든 토큰을 순차적으로 직접 생성하는 과정에서 발생하는 추론 병목을 줄이기 위한 방식이다. 사이오닉AI는 이를 통해 초당 800토큰 이상의 생성 성능을 구현했으며, 이는 기존 대비 약 10배 향상된 수준이라고 밝혔다. 고석현 사이오닉AI 대표는 "사람은 생각할 때 한 번에 하나의 단어만 떠올리지 않는다"며 "여러 가능성을 동시에 검토하고 다음 생각을 예측하며 사고를 이어가는 것처럼 LLM도 반드시 한 번에 하나의 토큰만 생성해야 하는지 의문이었다"고 기술 개발 배경을 설명했다. 일반적으로 초대형 모델은 높은 성능을 제공하지만 실제 서비스 환경에서는 추론 지연과 비용 부담 때문에 활용 범위가 제한되는 경우가 많다. 이에 업계는 상대적으로 가벼운 모델을 별도로 운용하거나 고성능 모델 호출을 제한하는 방식으로 속도 문제를 우회해왔다. 글로벌 AI 서비스도 사용 목적과 비용, 응답 속도 등에 따라 서로 다른 모델 경로를 병행 운용하는 방식으로 성능과 효율의 균형을 맞추고 있다. 사이오닉AI는 별도의 경량 모델로 우회하는 방식이 아니라 250B급 원본 모델 자체의 추론 과정과 생성 경로를 가속했다는 점에서 차별화된다. 고석현 사이오닉AI 대표는 링크드인 게시물을 통해 키미(Kimi) K3 2.8T 모델을 최적화해 초당 300토큰 속도로 간단한 횡스크롤 게임을 구현한 영상도 공개했다. 그는 해당 모델이 국내 인프라에서 구동되며 추론 최적화 기술이 특정 모델군에만 한정되지 않는 것이라고 설명했다. 이번 결과는 오픈웨이트 모델 생태계에서 외부 기업이나 개발자가 직접 도입·활용할 수 있는 가속 방안을 제시했다는 점에서 의미가 있다. 보안 등의 이유로 기업 내부에 자체 대규모 AI 모델을 구축하더라도, 응답 지연으로 실무 적용이 쉽지 않았던 한계를 일부 완화할 가능성이 있다. AI 에이전트 기반 AX 환경에서의 활용성도 주목된다. AI 에이전트는 검색, 툴 호출, 다단계 추론, 반복 생성 등을 수행하기 때문에 모델 품질뿐 아니라 토큰 생성 속도와 처리량이 중요하다. 초대형 모델의 추론 속도가 개선되면 기존에는 부담이 컸던 고성능 경로를 실제 업무 자동화나 복합 추론 서비스에 투입할 여지가 커진다. 다만 성능 수치 해석에는 주의가 필요하다. 사이오닉AI가 제시한 지표는 GPU 구성, 배치 크기, 입력·출력 길이, 동시 요청 수, 측정 방식에 따라 달라질 수 있어 실제 기업 인프라와 업무 환경에서의 재현 가능성은 별도 검토가 필요하다. 고석현 사이오닉에이아이 대표는 "대형 모델은 뛰어난 추론 능력을 갖추더라도 속도가 느리면 실제 업무에서 반복적으로 활용하기 어렵다"며 "이번 성과는 모델과 추론 엔진, GPU 커널을 함께 최적화해 250B급 모델을 본격적인 에이전트 업무에 투입할 수 있는 처리량을 확보했다는 데 의미가 있다"고 말했다. 이어 "모델의 크기가 더 이상 느린 응답의 이유가 되지 않도록 빠르고 실용적인 AI 실행 환경을 만들어가겠다"며 "국내 파운데이션 모델이 실제 서비스와 글로벌 시장에서 경쟁력을 확보할 수 있도록 최적화 기술과 검증 결과를 지속적으로 공개하겠다"고 덧붙였다.

2026.07.31 09:38남혁우 기자

아마존, '노바' 시리즈 운영 중단…"새 AI 모델 개발에 집중"

아마존이 인공지능(AI) 모델 '노바' 제품군을 단계적으로 정리하고 새 모델 개발에 자원을 집중하는 것으로 전해졌다. 29일(현지시간) 비즈니스인사이더 보도에 따르면 아마존은 기존 노바 개발 조직을 정리하고 피터 아빌 부사장이 이끄는 '프런티어 모델 연구(FMR)' 계획을 사내 핵심 AI 사업으로 추진 중인 것으로 확인됐다. 내부 소식통은 올해 말 열리는 연례 기술 컨퍼런스 '리인벤트' 목표로 새 모델을 개발 중이라고 비즈니스인사이더에 밝혔다. 아마존은 노바 계열 가운데 고성능 모델로 분류된 '노바 프리미어'와 통합형 멀티모달 모델 '노바 옴니'를 단계적으로 폐기할 예정인 것으로 알려졌다. 동영상 생성 모델 '노바 릴'과 이미지 생성 모델 '노바 캔버스'도 정리 대상에 포함됐다. 비즈니스인사이더는 아마존이 제품별로 분산된 개발 역량을 차세대 프런티어 모델에 통합 집중하려는 전략을 택한 것으로 봤다. 기존 모델을 개선하는 대신 새 기반모델을 처음부터 다시 설계해 주력 제품을 대체하려는 움직임이다. 노바는 아마존이 오픈AI와 구글 등 생성형 AI 기업에 대응하기 위해 내놓은 모델 제품군이다. 아마존웹서비스(AWS) 생성형 AI 플랫폼 '아마존 베드록'을 통해 제공되며 텍스트와 이미지, 영상, 음성 등 다양한 데이터를 처리하거나 생성하는 모델로 구성됐다. 노바 프리미어는 노바 제품군 가운데 가장 높은 성능을 목표로 개발된 멀티모달 모델이다. 텍스트와 이미지, 영상, 문서, 코드 등을 동시에 처리하며 복잡한 작업을 수행하거나 소형 모델을 학습시키는 데 활용하도록 설계됐다. 노바 캔버스는 문장을 입력해 이미지를 생성하거나 기존 이미지를 수정하는 모델이다. 노바 릴은 텍스트와 이미지를 바탕으로 영상을 만드는 데 초점을 맞춘 생성형 AI 모델이다. 아마존이 노바 브랜드와 관련 사업을 모두 없애는 것은 아니다. 경량 모델인 '노바2 라이트'와 실시간 음성 대화를 지원하는 '노바2 소닉'은 유지한다. 기업이 자체 데이터와 전문 지식을 활용해 맞춤형 AI 모델을 구축하는 '노바 포지'도 계속 운영한다. 웹브라우저에서 검색과 입력 등 작업을 수행하는 AI 에이전트 기술 '노바 액트'도 존속 대상에 포함됐다. 새 모델 개발을 맡은 아빌 부사장은 미국 버클리 캘리포니대 교수이자 로봇 AI 스타트업 코버라이언트 공동창업자 출신이다. 그는 아마존이 2024년 코버라이언트 창업자와 핵심 인력을 영입하는 과정에서 회사에 합류했다. 아마존은 최근 범용인공지능(AGI) 관련 사업부 직원 일부를 해고하는 등 AI 조직도 재편했다. 다만 새로 개발하는 차세대 기반모델이 향후 노바 브랜드를 이어받을 가능성은 남아 있다. 업계는 아마존의 전략 수정이 메타가 기존 모델 개발 체계를 재편한 사례와 유사하다고 보고 있다. 메타는 개방형 모델 '라마'가 기대에 미치지 못하자 스케일AI 창업자 알렉산더 왕을 영입해 메타초지능연구소를 이끌도록 하고 새 AI 모델 개발에 나섰다. 아마존은 "AI 모델 개발이 우리가 추진하는 가장 중요한 과제 중 하나라는 점은 변함이 없다"고 말했다.

2026.07.30 11:02김미정 기자

복잡한 AI 개발환경 하나로…이노그리드, '에이아이큐브잇' 공개

이노그리드가 인공지능(AI) 개발·학습·배포·운영을 단일 환경에서 관리할 수 있는 AI·머신러닝 운영관리(MLOps) 플랫폼을 선보이며 AI 플랫폼 사업 확대에 박차를 가한다. 이노그리드는 쿠버네티스 기반 AI 실행 환경을 워크스페이스 단위로 추상화한 AI·ML옵스 실행 플랫폼 '에이아이큐브잇(AICubeit)'을 정식 출시했다고 30일 밝혔다. 에이아이큐브잇은 프로젝트나 팀 단위로 워크스페이스를 생성하면 쿠버네티스 네임스페이스와 사용자 권한, 개발 환경, 실험 관리 공간, 시크릿 저장 경로 등을 자동으로 구성·연계하는 것이 특징이다. 사용자는 복잡한 쿠버네티스 매니페스트나 레이(Ray) 실행 설정을 직접 작성하지 않고도 AI 개발 환경을 구축할 수 있다. 플랫폼은 데이터셋과 주피터랩(JupyterLab), 모델 학습, 실험, 모델 레지스트리, 배포, 워크플로우, 모니터링 기능을 단일 사용자 환경으로 통합했다. 개발자가 웹 기반 환경에서 데이터 분석과 모델 개발을 진행하고 S3와 허깅페이스 등 외부 저장소 데이터를 연계해 버전별로 관리할 수 있도록 설계했다. 또 사용자 코드 기반 학습과 오토ML, 대규모언어모델(LLM) 파인튜닝도 지원한다. 학습 과정에서 생성된 실행 이력과 파라미터, 성능 지표는 실험 단위로 기록된다. 사용자는 여러 학습 결과를 비교해 배포 후보 모델을 선정하고 모델 레지스트리에 등록할 수 있으며 등록된 모델은 서비스 API 형태로 배포된다. 반복적인 학습과 배포 작업은 워크플로우로 자동화하고 실행 상태와 이력도 통합 관리한다. 운영 영역에선 시크릿 관리 기능으로 비밀번호와 토큰, 접근 키 등 민감정보를 별도로 관리하며 프로메테우스 기반 모니터링을 통해 워크스페이스·노트북·학습·배포·워크플로우 상태는 물론 중앙처리장치(CPU)와 메모리 등 자원 사용 현황도 확인할 수 있다. 이노그리드는 에이아이큐브잇이 온프레미스와 다양한 클라우드 환경을 지원하도록 설계됐다고 설명했다. 환경별로 분산된 AI 개발·실행 도구를 하나의 플랫폼으로 연결해 개발과 운영 전 과정을 일관되게 관리할 수 있도록 지원한다고 밝혔다. 회사는 앞으로 에이아이큐브잇을 '프롬 xPU 투 AI 플랫폼(From xPU to AI Platform)' 기술 로드맵의 핵심 플랫폼으로 발전시킬 계획이다. 향후 LLM옵스 고도화와 대규모 멀티클러스터 관리, 깃옵스(GitOps) 기반 배포 기능을 적용하고 장기적으로는 AI 에이전트가 학습·배포·운영을 지원하는 플랫폼으로 확장한다는 구상이다. 김명진 이노그리드 대표는 "AI 프로젝트의 성패는 모델 개발뿐 아니라 데이터와 학습, 배포, 운영 환경을 얼마나 일관되고 안정적으로 관리하느냐에 달려 있다"며 "에이아이큐브잇은 복잡한 인프라 구성과 여러 운영 도구의 구성·연계 작업을 플랫폼이 처리해 개발자는 모델·서비스 개발에 집중하고 운영자는 정책·거버넌스에 집중할 수 있도록 설계한 제품"이라고 말했다. 이어 "앞으로 xPU 인프라부터 AI 서비스까지 하나의 컨트롤 플레인으로 연결·제어하는 기술 역량을 지속 고도화해 고객이 AI를 보다 빠르고 안정적으로 비즈니스에 적용할 수 있도록 지원하겠다"고 덧붙였다.

2026.07.30 09:22한정호 기자

카카오, '카나나' 경량 언어모델 4종 오픈소스 공개…스마트폰서 구동 가능

카카오는 자체 개발한 AI 모델 '카나나'의 경량 언어모델(SLM) 4종을 오픈소스로 공개한다고 28일 밝혔다. 이번에 공개한 것은 카나나-2 경량 언어모델 시리즈로, ▲카나나-2-1.3B-base ▲카나나-2-1.3B-instruct ▲카나나-2-3B-base ▲카나나-2-3B-instruct다. 카카오는 스마트폰이나 개인 PC 등의 환경에서 직접 구동할 수 있는 경량 언어모델의 중요성이 부각되는 흐름 속에서 크기가 작더라도 실제 서비스에 적용 가능한 수준의 성능을 갖춘 경량 언어모델을 지속적으로 연구해왔다. 이번에 공개한 모델도 다양한 모델 개발 과정에서 축적한 기술과 경험을 바탕으로 개발됐다. 현재 ▲카나나 인 카카오톡 ▲카카오톡 대화요약 및 통화요약 ▲AI 국민비서 등 다양한 서비스에서 카카오의 경량 모델들이 활용되고 있다. 이번에 공개한 모델들은 작은 크기에도 한국어와 영어 모두에서 글로벌 수준의 성능을 구현한 것이 특징이다. 유사 크기의 최신(SOTA) 오픈소스 모델 대비 ▲한국어 ▲영어 ▲지식 ▲수학 ▲코드 등 대부분의 대표 벤치마크에서 우수한 성능을 기록했다는 것이 회사 측 설명이다. 특히 오픈소스로 공개한 카나나-2-1.3B-instruct와 함께 개발한 더 작은 사이즈의 카나나-2-0.9B-instruct는 ▲대화 ▲지식 ▲코드 ▲수학 ▲지시이행 ▲툴 호출 등 실제 서비스 활용 역량에서도 큐웬(Qwen), 젬마(Gemma) 등 동급 글로벌 모델과 경쟁력 있는 성능을 보였다. 또한 카카오가 자체 개발한 한국어 특화 토크나이저를 적용해 기존 대비 한국어 처리 효율을 30% 이상 개선했다. 토크나이저는 AI 모델이 텍스트를 처리할 때 문장을 잘게 쪼개는 단위를 결정하는 핵심 기술로, 한국어에 최적화된 토크나이저를 사용할수록 같은 문장을 적은 단위로 처리할 수 있어 연산 속도가 빨라지고 비용도 줄어든다. 카카오는 지난해 개발 완료한 한국어 특화 토크나이저를 이번 모델 전반에 적용해 성능과 비용 경쟁력을 동시에 확보했다. 스마트폰과 같이 메모리와 연산 자원이 제한적인 온디바이스 환경에 최적화해 설계됐다는 점도 특징이다. 긴 대화를 처리할 때 메모리 사용량이 급격히 늘어나는 문제를 해결하기 위해 '슬라이딩 윈도우 어텐션' 구조를 도입했으며, 이를 통해 최대 32K(3만2000 토큰, 약 2만 4000 단어) 길이 수준의 대화에서도 메모리를 최대 72.7%까지 절감하면서 성능을 유지할 수 있다. 카카오는 이번 모델을 상업적 활용까지 허용하는 '카나나 오픈 라이센스'로 배포한다. ▲개발자 ▲스타트업 ▲연구기관 등 누구나 별도의 제약 없이 기술을 활용할 수 있다. 노병석 카카오 유니파이드 파운데이션 모델 성과리더는 "에이전틱 AI 시대를 준비하며 클라우드의 대규모 AI와 온디바이스 경량 AI 모두의 중요성을 체감하고 있다"며 "카카오는 두 영역에서 기술 경쟁력을 높여가고 있으며, 이번 오픈소스 공개 모델들이 더 많은 개발자와 기업의 새로운 AI 서비스 개발로 이어져 국내 AI 생태계 활성화에 기여할 수 있기를 바란다"고 말했다.

2026.07.28 17:38박서린 기자

사티아 나델라 MS CEO "특정 AI 모델 의존하는 기업, 살아남기 어렵다"

사티아 나델라 마이크로소프트(MS) 최고경영자(CEO)가 기업이 특정 인공지능(AI) 모델이나 AI 기업에 업무 전반을 의존하는 구조는 장기적으로 경쟁력을 잃을 수 있다고 경고했다. 데이터와 프롬프트, AI 활용 과정에서 생성되는 메타데이터까지 기업이 직접 통제하는 구조를 갖춰야 향후 자체 AI 경쟁력을 확보할 수 있다는 제언이다. 나델라 CEO는 27일(현지시간) CNN 프로그램 '파리드 자카리아 GPS' 인터뷰에서 "기업들이 AI 모델 제공업체와 얼마나 많은 정보를 공유하는지 신중하게 살펴봐야 한다"며 "데이터와 프롬프트뿐 아니라 모델을 사용할 때 생성되는 메타데이터도 기업이 직접 보유해야 한다"고 밝혔다. 그는 AI 도입 과정에서 가장 중요한 것은 특정 모델 성능보다 데이터 주권을 확보하는 것이라고 강조했다. AI를 활용하며 축적되는 정보가 향후 기업의 자체 모델 개발과 경쟁력을 좌우할 핵심 자산이 될 수 있다는 설명이다. 그러면서 AI 기업이 제공하는 폐쇄형 모델이나 개발 도구에 과도하게 의존하는 구조에 대해 우려를 나타냈다. 기업이 핵심 데이터와 AI 활용 과정 전체를 외부 플랫폼에 맡기면 장기적으로 기술 주도권을 잃을 수 있다는 판단이다. 나델라 CEO는 "모델을 사용할 때마다 생성되는 메타데이터를 기업이 직접 보유해야 향후 자체 가중치나 오픈 모델을 학습시키는 데 활용할 수 있다"고 말했다. 이어 "통제권을 확보하지 못한 기업은 사실상 자신의 사고를 외주화한 것이나 다름없다"며 "그런 기업은 결국 살아남기 어려울 것"이라고 지적했다. 이를 해결하기 위한 방안으로는 특정 모델에 종속되지 않는 AI 인프라 구축을 제시했다. 기업 내부에서 프롬프트와 데이터를 관리하는 'AI 게이트웨이'를 구축하고 여러 AI 모델을 목적에 따라 선택적으로 활용할 수 있는 구조가 필요하다는 것이다. 또 앤트로픽의 클로드 코드나 오픈AI의 챗GPT 코덱스처럼 AI 기업이 제공하는 내장형 코딩 도구에도 지나치게 의존해선 안 된다고 조언했다. 개발 도구와 데이터, 메모리 등을 AI 모델과 분리 관리해야 다양한 모델을 유연하게 활용할 수 있다는 설명이다. 업계에선 생성형 AI 활용이 확산되면서 멀티모델 전략과 데이터 통제권 확보 중요성이 커지고 있다는 분석이 나온다. 최근 기업들은 비용과 성능뿐 아니라 벤더 종속을 최소화하기 위해 오픈웨이트 모델과 자체 AI 플랫폼 구축을 확대하는 추세다. 앞서 알렉스 카프 팔란티어 CEO도 이달 초 CNBC와의 인터뷰를 통해 AI 주권 확보를 위한 개방형 AI 생태계의 필요성을 주장한 바 있다. 나델라 CEO는 "모델을 맥락과 메모리에서 분리하면 각각의 강점에 맞춰 여러 AI를 활용할 수 있다"며 "이때 특정 모델 하나가 사라지더라도 기업은 AI 전략 주도권을 계속 유지할 수 있다"고 강조했다.

2026.07.28 17:16한정호 기자

슈퍼브에이아이, 코스닥 기술성 평가 통과…상장예심 나선다

슈퍼브에이아이가 코스닥 기술특례상장을 위한 기술성 평가를 통과했다. 슈퍼브에이아이는 이번 기술성 평가 통과를 기점으로 상장예비심사 신청 준비를 본격화한다고 28일 밝혔다. 회사는 주관사 미래에셋증권을 통해 상장 후속 절차를 진행할 예정이다. 슈퍼브에이아이의 핵심 기술은 노코드 인공지능(AI) 구축 플랫폼 '슈퍼브 플랫폼'과 자체 개발 비전 파운데이션 모델 '제로(ZERO)'로 구성된다. 슈퍼브 플랫폼은 코딩이나 머신러닝 지식 없이도 데이터 구축부터 모델 학습·배포·운영까지 지원한다. 제로는 별도 데이터 라벨링 없이도 새로운 객체를 즉시 인식한다. 회사는 이 모델을 통해 컴퓨터 비전 분야 세계 최대 학회 'CVPR 2026' 퓨샷 객체 탐지 챌린지에서 한국 기업 최초로 종합 1위를 차지했다. 슈퍼브에이아이는 이들 기술을 기반으로 로봇과 자율주행에 필요한 학습 데이터를 대량 공급하는 '피지컬 AI 데이터 팩토리'로 사업 영역을 확장하고 있다. 과학기술정보통신부가 주관하는 '독자 AI 파운데이션 모델(독파모) 프로젝트'에서는 LG AI연구원 컨소시엄 내 비 LG 계열사 중 유일하게 피지컬 AI 기반 기술과 데이터 구축 등을 맡았다. 최근 제조·물류를 넘어 국방 등 보안 산업으로도 적용 범위를 넓히고 있다. 김현수 슈퍼브에이아이 대표는 "이번 결과는 AI 개발 자동화 기술과 산업 특화 파운데이션 모델 역량을 공식적으로 인정받은 것"이라며 "로봇·자율주행 등 피지컬 AI 영역으로도 적용을 확장하며 성장하겠다"고 말했다.

2026.07.28 11:33이나연 기자

국토부, 제주서 K-UAM 초기 상용화 서비스 모델 첫선

한국형 도심항공교통(K-UAM) 초기 상용화 서비스 모델이 제주 섭지코지에서 첫 선을 보인다. 국토교통부는 29일 제주 서귀포시 성산읍 섭지코지에서 K-UAM 초기 상용화 서비스 모델을 선보이는 '제주 UAM 서비스 쇼케이스'를 개최한다. 이날 행사는 UAM 초기 상용화를 위한 제주형 UAM 서비스 모델을 통합 비행시연으로 선보인다. 쇼케이스에서는 제주도가 준비 중인 시범사업을 기반으로 실제 운항 시나리오를 구현해 국민이 체감할 수 있는 초기 상용화 모델을 검증하기 위해 마련됐다. 글로벌 UAM 기업인 독일 볼로콥터의 유인 기체를 활용해 성산일출봉과 섭지코지 인근 해상에서 비행하며, 관광을 비롯한 지역 교통과 공공서비스 분야에서 활용 가능한 운항 모델을 시연한다. 또 고화질 항공카메라로 하늘에서 바로 본 제주 풍경을 송출해 실제 UAM 이용환경을 간접 체험할 수 있도록 하고, 미래 항공교통서비스 모습을 현장에서 전달할 예정이다. 행사장에서는 국내에서 개발 중인 삼보모터스그룹의 B-33X 실물 크기 모형도 함께 전시해 국내 UAM 기체 개발현황도 소개한다. 이날 국토부는 UAM 팀코리아(UTK) 본협의체를 개최해 K-UAM 초기 상용화 모델과 제1호 UAM 조종사·정비사 양성계획을 보고받고, 정부와 산업계가 함께 초기 상용화 추진방안을 논의한다. 국토부는 이날 쇼케이스와 UTK 본협의체를 계기로 지역별 여건에 맞는 초기 상용화 모델을 구체화하고, 기체·인력·제도 등 상용화 기반을 본격적으로 마련해 나갈 계획이다. 홍지선 국토부 제2차관은 “UAM은 더 이상 먼 미래의 이야기가 아니다”며 “정부는 2028년 초기 상용화를 목표로 준비에 속도를 내는 동시에, 국민이 안심하고 이용할 수 있도록 안전도 끝까지 꼼꼼하게 챙기겠다”고 밝혔다.

2026.07.28 11:00주문정 기자

앤트로픽 "오픈웨이트 AI 금지 해법 아냐…칩 통제·안전성 검증 우선"

미국 정부가 중국산 가중치 공개형(오픈웨이트) 인공지능(AI) 모델 규제를 검토하는 가운데 앤트로픽이 오픈웨이트 모델 자체를 금지하는 것은 해법이 아니라는 입장을 내놨다. 대신 고성능 AI 칩의 대중국 수출 통제와 산업 규모의 모델 증류 단속, 최첨단 AI 모델에 대한 안전성 검증이 우선돼야 한다고 강조했다. 다리오 아모데이 앤트로픽 최고경영자(CEO)는 27일(현지시간) 공식 홈페이지에 '오픈웨이트 모델에 대한 우리 입장'이라는 제목의 글을 공개했다. 이번 입장문은 엔비디아와 마이크로소프트(MS), 메타, IBM 등 미국 기술기업 20여 곳이 최근 '오픈웨이트와 미국의 AI 리더십' 공개서한을 통해 오픈웨이트 모델에 대한 성급한 규제에 반대 의사를 밝힌 후 나왔다. 이들은 공개서한에서 미국 AI 리더십은 하나의 최첨단 모델이 아니라 개방적인 AI 생태계 전반의 확산으로 평가받아야 한다고 주장했다. 중국 AI 기업의 모델 증류 문제 역시 기술 자체를 제한하기보다 표적화된 법적·상업적 대응 등으로 해결해야 한다는 입장이다. 오픈AI와 구글 등도 이름을 올리면서 서한 참여 기업·단체는 50곳으로 늘었다. 반면 앤트로픽은 이 서한에 서명하지 않으면서 규제에 찬성한다는 비판을 받았다. 아모데이 CEO는 이날 성명에서 "앤트로픽은 오픈웨이트 모델 금지를 주장한 적이 없다"며 "위험한 능력을 갖추지 않은 오픈웨이트 모델은 기업과 개발자, 연구자에게 가치를 제공하는 공공재"라고 밝혔다. 그는 오픈웨이트 모델 자체보다 권위주의 국가의 AI 경쟁력 확보를 더 큰 위험으로 지목했다. 특히 중국 등 권위주의 국가가 미국보다 앞선 AI를 군사와 감시 체계에 활용하는 상황을 가장 우려한다고 설명했다. 아모데이 CEO는 "이들 모델이 오픈웨이트로 공개됐는지는 중요하지 않다"고 말했다. 오픈웨이트 모델의 위험성도 언급했다. 가중치가 공개되면 안전장치를 제거하거나 사용을 추적하기 어렵고 한 번 공개된 모델은 사실상 회수할 수 없다는 이유에서다. 다만 아모데이 CEO는 "미국 기업의 오픈웨이트 모델 사용을 금지하는 것은 실효성이 없다"며 "그렇게 하는 것은 위험을 해결하는 데 아무런 도움이 되지 않는다"고 선을 그었다. 아모데이 CEO는 세 가지 정책을 제안했다. 중국에 대한 고성능 AI 칩과 반도체 제조장비 수출 및 밀수를 차단하고 미국 AI 모델을 활용한 산업 규모의 증류를 단속해야 한다는 것이다. 또 오픈웨이트와 폐쇄형을 구분하지 않고 일정 수준 이상의 AI 모델에는 의무적인 안전성 시험을 적용해야 한다고 덧붙였다. 아모데이 CEO는 "우리는 오픈웨이트 모델이라는 범주 자체를 금지하자는 것이 아니다"라며 "강력한 AI 칩이 권위주의 국가에 넘어가는 것을 막고, 산업 규모의 증류를 차단하며, 충분히 강력한 AI 모델에 안전성 테스트를 적용하는 데 정책의 초점을 맞춰야 한다"고 거듭 강조했다.

2026.07.28 09:53이나연 기자

노타, 업스테이지 '솔라 오픈2' GPU 8장→2장으로 줄였다

노타가 정부의 '독자 AI 파운데이션 모델(독파모)' 프로젝트에서 엔비디아 H100 그래픽처리장치(GPU) 8장이 필요했던 업스테이지의 차세대 모델을 2장만으로 구동할 수 있도록 최적화하는 데 성공했다. 노타는 독파모 사업 내 업스테이지 컨소시엄에서 2차수 성과물인 '솔라 오픈2' 전용 경량화 모델을 글로벌 AI 플랫폼인 허깅페이스에 공개했다고 27일 밝혔다. 솔라 오픈2는 문서 업무와 코딩, 툴 호출, 다단계 추론 등 실제 기업 업무에 활용할 수 있는 에이전트 AI 구현에 초점을 맞춘 거대언어모델이다. 총 2500억 개의 매개변수(파라미터) 규모로, 실제 작업 시에는 필요한 150억 개만 활성화하는 전문가 혼합(MoE) 구조를 채택했다. 이를 통해 토큰 사용량이 많은 에이전트 업무에서도 효율적인 운영이 가능하게 했다. 노타는 솔라 오픈2 연산 효율을 실제 기업 환경에서의 배포 효율을 극대화하기 위해 ▲데이터 기반 MoE 양자화 ▲라우터 인지형 MoE 양자화 ▲비균일 전역 프루닝 기술을 적용했다. 데이터 기반 MoE 양자화에는 모델 가중치를 INT4 또는 NVFP4 기반의 4비트 저정밀 형식으로 변환하면서도 모든 전문가 모듈이 안정적인 통계치를 확보할 수 있도록 캘리브레이션 데이터를 합성하는 기술인 'PASCAL-MoE'를 활용했다. '라우터 인지형 MoE 양자화'에는 양자화 이후에도 라우터의 전문가 선택이 안정적으로 유지되도록 설계한 자체 양자화 알고리즘을 적용했다. 중요도가 낮은 전문가 모듈을 선택적으로 제거하는 '비균일 전역 프루닝 기술'도 도입했다. 결과적으로 노타는 모델 가중치를 4비트 형식으로 변환하고 중요도가 낮은 연산 모듈을 선별적으로 정리해 원본 모델 가중치 메모리를 500.6 기가바이트(GB)에서 117.8 GB로 약 76.5% 감축하는 데 성공했다. 메모리 용량 기준으로 엔비디아 H100 GPU 8장이 필요했던 원본 모델을 2장 환경에서도 구동할 수 있도록 최적화했다는 설명이다. 특히 양자화 이후에도 솔라 오픈2의 에이전트 AI 핵심 기능인 툴 호출이 안정적으로 유지됐다. 김태호 노타 최고기술책임자(CTO)는 "이번 성과는 대규모 MoE 모델을 기업이 실제 도입할 수 있는 형태로 최적화했다는 데 의미가 있다"며 "기업이 자사 인프라와 예산에 맞춰 에이전트 AI를 도입하고 활용 범위를 확장할 수 있도록 모델 구조와 하드웨어 환경에 최적화된 양자화 및 경량화 기술을 고도화하겠다"고 말했다.

2026.07.27 10:43이나연 기자

[AI 고속도로] AI 인프라 새 승부처 '랙 스케일'…칩·서버 업계 총력전

인공지능(AI) 인프라 시장의 경쟁 축이 그래픽처리장치(GPU) 성능 경쟁을 넘어 '랙 스케일(Rack Scale)'로 빠르게 이동하고 있다. 개별 서버를 조립해 공급하던 방식에서 벗어나 GPU·중앙처리장치(CPU)·네트워크·전력·냉각을 하나의 랙으로 통합하는 구조가 새로운 표준으로 자리 잡으면서, 반도체 기업은 물론 서버 제조사들까지 시장 선점에 속도를 내는 모습이다. 26일 외신과 업계에 따르면 엔비디아·AMD를 비롯해 델 테크놀로지스·HPE·슈퍼마이크로 등 주요 AI 인프라 기업들이 최근 차세대 제품 전략으로 랙 스케일 아키텍처를 내세우고 있다. AI 데이터센터 구축 경쟁이 개별 서버 공급이 아닌 랙 단위 통합 시스템 경쟁으로 전환되는 양상이다. 랙 스케일은 GPU·CPU·네트워크 스위치·메모리·전력 공급 장치·액체냉각 시스템 등을 하나의 랙에 통합 제공하는 AI 인프라 구조다. 데이터센터에 개별 서버를 연결하는 과정을 줄여 구축 기간을 단축하고 장애 가능성도 낮출 수 있다는 게 강점이다. 이같은 랙 스케일 확산은 AI 모델 규모가 빠르게 커지면서 기존 데이터센터 구조만으로는 연산 수요를 감당하기 어려워진 데 따른 것으로 풀이된다. 최신 AI 시스템은 랙당 전력 소비가 과거 수십 키로와트(kW) 수준에서 200kW 이상으로 높아지고 있으며 향후 1메가와트(MW) 수준까지 증가할 것으로 전망된다. 기존 공랭 방식만으로는 발열을 감당하기 어려워 전력과 직접 수랭(DLC), 냉각 분배 장치(CDU) 등을 처음부터 랙 단위로 통합 설계하는 방식이 필수 요소로 자리 잡고 있다. 가장 적극적으로 움직인 곳은 엔비디아다. 회사는 차세대 AI 플랫폼 '베라 루빈'의 NVL72 시스템을 앞세워 오픈AI와 구글 클라우드, 마이크로소프트(MS), 메타, 코어위브, 델 등에 공급을 확대 중이다. 베라 루빈은 GPU·CPU·네트워크를 단일 랙으로 통합해 설치 시간을 줄이고 생산 자동화까지 고려한 구조로 설계됐다. AMD도 최근 첫 랙 스케일 AI 플랫폼 '헬리오스'를 공개하며 맞불을 놨다. 헬리오스는 72개의 MI455X GPU와 18개의 6세대 에픽 CPU, 네트워크와 소프트웨어를 하나로 통합한 개방형 플랫폼이다. 회사는 경쟁 제품보다 달러당 최대 30% 많은 AI 추론 토큰을 처리할 수 있다고 강조했으며 오픈AI와 앤트로픽, 메타, MS 등 주요 AI 기업들이 도입을 추진 중이라고 밝혔다. 실제 AI 모델 기업들도 랙 스케일 기반 인프라 확보 경쟁에 나서고 있다. 앤트로픽은 최근 AMD와 최대 50억 달러(약 7조 3155억원) 규모 AI 서버 공급 계약을 체결하고 내년부터 헬리오스 기반 최대 2기가와트(GW) 규모 컴퓨팅 인프라를 구축하기로 했다. 이번 계약은 단순 칩 구매를 넘어 AI 기업과 반도체 기업이 투자와 인프라 구축을 함께 추진하는 새로운 협력 모델로 평가된다. 전통적인 서버 제조사들도 랙 스케일을 새로운 성장 동력으로 삼고 있다. 특히 델은 지난 5월 '델 테크놀로지스 월드(DTW) 2026'에서 엔비디아와 함께 '델 AI 팩토리 위드 엔비디아' 전략과 랙 스케일 인프라를 공개하며 시장 확대를 선언했다. 행사에 참석한 젠슨 황 엔비디아 최고경영자(CEO)가 델의 AI 랙 제품 '파워랙'을 직접 소개하기도 했다. 업계에선 향후 서버 업체들의 역할이 달라질 것으로 보고 있다. 엔비디아와 AMD가 칩과 기본 랙 구조를 표준화할수록 서버 제조사는 단순 하드웨어 설계보다 액체냉각 기술과 생산 자동화, 데이터센터 구축·운영 역량으로 경쟁하게 될 가능성이 크다는 이유에서다. 동시에 대기업·금융권·공공기관 등 자체적으로 초고전력 AI 인프라를 구축하기 어려운 고객을 대상으로 '턴키' 방식 AI 데이터센터 구축 사업도 확대될 것으로 전망된다. 리사 수 AMD CEO는 헬리오스 발표 당시 "생태계 전반의 다양한 파트너들과 협력해 업계를 선도하는 컴퓨팅 기술과 개방형 플랫폼을 제공할 것"이라며 "고객들이 데이터센터부터 엣지까지 AI를 더욱 뛰어난 성능과 유연성, 폭넓은 선택지를 바탕으로 확장할 수 있도록 지원하고 있다"고 밝혔다.

2026.07.26 14:39한정호 기자

SKT, 독파모 AI 모델로 스타트업 세곳 혁신 지원

SK텔레콤은 국내 스타트업이 AI 서비스를 보다 쉽게 개발하고 검증하기 위해 자사 AI 모델 기반의 API를 지원한다고 26일 밝혔다. SK텔레콤 중소벤처기업부가 주관하고 하는 '2026년 모두의 챌린지 AX-LLM'에 참여하고 있다. 국내 스타트업이 국산 AI 모델을 도입하고 활용하는 과정에서 필요한 기술 협업을 지원하기 위해 추진되는 사업이다. 이에 따라 독자 AI 파운데이션 모델 프로젝트를 통해 개발한 모델이 스타트업, 개발자 생태계에서도 활용될 수 있도록 지원을 이어가고 있다. 지난해 말 개발을 마친 A.X K1 모델의 활용 범위를 확대하고, 다양한 적용 사례를 축적하기 위한 취지다. 2026년 모두의 챌린지 AX-LLM에는 자체 LLM을 보유한 7개 수요기업이 참여한다. 스타트업이 수요기업 가운데 한 곳을 선택해 사업 계획을 제출하면, 수요기업이 협업 대상을 선정해 지원하는 방식으로 운영된다. SK텔레콤이 협업 대상으로 선정한 팀리미티드는 영수증 플랫폼 기반 개인화 쇼핑 큐레이션 에이전트를 서비스하는 회사다. 퍼셀리는 AI 기반 인플루언서 마케팅 프로모션 자동화 솔루션 기업이고, 데브올컴퍼니는 연체 채권 관리 AI 솔루션을 제공하고 있다. SK텔레콤은 선정된 스타트업을 대상으로 올해 연말까지 A.X K1 API를 제공할 계획이다. 또한 SK텔레콤 스타트업 엑셀러레이팅 프로그램인 '스케치 위드 AI'와 연계해 서비스 고도화 및 사업화 검증을 지원한다. 각 스타트업은 협업 기간 동안 고객 접점에서 활용 가능한 AI 서비스를 검증할 예정이다. '모두의 챌린지 AX-LLM' 기간 동안 자사의 서비스를 A.X K1 모델 기반으로 전환하고, 향후 SKT와의 본격 사업 협력을 위한 개념 검증(PoC)을 준비하고 있다. 엄종환 SK텔레콤 지속가능경영실장은 “스타트업과의 협력을 통해 SK텔레콤 독자 AI 모델의 활용 범위를 확대하고, 국내 AI 생태계 활성화에 기여하겠다”라고 말했다.

2026.07.26 10:18박수형 기자

메가존클라우드-아크릴, AI 인프라 사업 맞손…헬스케어·공공 공략

메가존클라우드가 아크릴과 손잡고 기업·공공기관 대상 AI 인프라 사업 확대에 나선다. 그래픽처리장치(GPU) 인프라 구축과 운영 최적화 기술을 결합해 산업별 AI 전환(AX) 사업을 공동 추진하고 글로벌 시장 진출도 모색한다는 구상이다. 메가존클라우드는 아크릴과 AI 인프라 사업 확대 및 글로벌 시장 진출을 위한 전략적 파트너십을 체결했다고 24일 밝혔다. 협약은 지난 23일 과천 메가존산학연센터에서 진행됐다. 양사는 이번 협력을 통해 대규모 GPU 인프라가 필요한 기업과 공공기관을 대상으로 AI 인프라 구축부터 운영, 모델 개발까지 아우르는 통합 AX 환경을 제공한다는 목표다. 메가존클라우드의 AI·클라우드 인프라 구축 역량과 아크릴의 AI 개발 및 인프라 최적화 기술을 결합해 고객 맞춤형 사업 모델을 공동 발굴할 계획이다. 메가존클라우드는 엔비디아 기반 GPU 서버와 클라우드 인프라를 공급·구축하고 고객 환경에 맞는 시스템 설계와 비용 효율화 방안을 지원한다. 아크릴은 AI 풀스택 플랫폼 '조나단'과 AI 인프라 운영·최적화 플랫폼 'GPU베이스'를 활용해 AI 모델 개발부터 GPU 자원 관리까지 담당한다. 조나단은 데이터 준비와 AI 모델 학습·검증, 배포, 서비스 적용까지 전 과정을 하나의 환경에서 지원하는 AI 풀스택 플랫폼이다. GPU베이스는 GPU·서버·스토리지·네트워크 자원을 통합 관리해 작업 스케줄링과 자원 할당, 가상화, 모니터링 등을 지원하는 AI 인프라 운영 솔루션이다. 우선 양사는 대규모 GPU 환경에서 성능 테스트를 진행한 뒤 기업과 공공기관 대상 공동 프로젝트를 단계적으로 추진할 예정이다. 향후에는 헬스케어·공공·보험 분야를 중심으로 산업별 특화 서비스를 발굴하고 양사가 보유한 파트너 및 고객 네트워크를 활용해 해외 시장 진출도 함께 추진할 계획이다. 염동훈 메가존클라우드 대표는 "AI 도입이 확대되면서 AI 인프라 수요도 빠르게 늘고 있는 만큼, 안정적이고 효율적인 GPU 인프라 운영 역량이 핵심 경쟁력으로 자리 잡고 있다"며 "우리의 AI·클라우드 인프라 구축 노하우와 아크릴의 GPU 최적화 기술을 바탕으로 산업별 특화 서비스를 발굴하고 국내외 파트너십을 기반으로 글로벌 사업 기회도 확대해 나갈 것"이라고 밝혔다. 박외진 아크릴 대표는 "이번 협력을 통해 고성능 AI 인프라 아키텍팅부터 자원 최적화, 모델 개발과 서비스 적용까지 연결되는 통합 사업 체계를 마련할 수 있게 됐다"며 "헬스케어와 공공 분야에서 성공 사례를 확보하고 국내외 시장에서 새로운 성장 기회를 창출해 나가겠다"고 말했다.

2026.07.24 17:56한정호 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

  Prev 1 2 3 4 5 6 7 8 9 10 Next  

지금 뜨는 기사

이시각 헤드라인

삼성전자, 1나노부터 고개구율 EUV 기술 적용

[현장] 리눅스재단 "韓 AI 프로젝트 긍정적…모델 평가 범위 넓혀야"

저커버그 "초지능 독점 안 돼"…메타, 개방형 AI 복귀

산업부장관 "호남 반도체 클러스터 2029년 1차 완공 목표"

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.