검색 - IT세상을 바꾸는 힘 지디넷코리아

ZDNet 검색 페이지

'엣지AI'통합검색 결과 입니다. (7건)

태그
기간
- 3개월
- 1년
- 1년 이전

재검색

[기고] 인텔리전트 스토어의 부상, 엣지 AI가 여는 오프라인 리테일의 미래

수십 년간 오프라인 매장은 상품을 진열하고 결제를 처리하며 고객과 직접 만나는 판매 접점으로 기능해왔다. 그러나 인공지능(AI)이 빠르게 확산되면서 오프라인 매장은 운영 효율성과 고객 경험을 데이터 기반으로 개선하는 공간으로 진화하고 있다. 실제로 글로벌 리테일 기업들의 AI 도입도 확대되고 있다. 엔비디아의 리테일·소비재 기업 대상 조사에 따르면 응답자의 89%가 AI가 연간 매출 증가에 기여했다고 답했으며, 95%는 연간 비용 감소에 도움이 됐다고 응답했다. 산업통상자원부가 2024년 발표한 '유통산업 AI 활용전략'에 따르면 2024년 당시 향후 3년 내 국내 유통산업의 AI 활용률을 30% 이상으로 높이겠다는 목표를 제시한 바 있으며 업계에서도 AI 전환을 본격화하고 있는 추세다. 이에 따라 앞으로의 국내 유통산업의 과제는 단순히 AI 솔루션을 도입하는 것을 넘어 이를 실제 매장 운영에 안정적으로 적용하고 수백, 수천 개 매장으로 확장할 수 있는 기반을 마련하는 것으로 나아가고 있다. 수많은 매장에서 지연시간과 대역폭 비용을 줄이고 실시간 의사결정을 지원하기 위해서는 AI 연산을 어디에서 수행할 것인지가 중요하다. 이에 따라 데이터가 실제 생성되는 매장 현장에서 AI를 처리하는 엣지 환경이 주목받고 있다. 만약 AI 연산을 매장 현장에서 수행하는 환경이 갖춰지면, 실시간 인사이트를 확보해 운영 대응력을 높이는 동시에 개인화된 고객 경험도 구현할 수 있다. 이러한 개인화에 대한 소비자의 기대도 높다. 액센츄어의 '2018 개인화 실태 조사'에 따르면, 소비자의 91%는 자신을 알아보고 기억하며 관련성 높은 혜택과 추천을 제공하는 브랜드에서 구매할 가능성이 더 높다고 응답했다. 이처럼 소비자들이 바라는 오프라인 쇼핑의 즉시성과 디지털 경험의 유연성을 결합한 새로운 리테일 매장 모델을 '인텔리전트 스토어(Intelligent Store)'라고 한다. 리테일 AI가 엣지로 이동하는 이유 리테일 매장에서는 매순간 카메라, POS, 센서, 디지털 사이니지 등을 통해 방대한 데이터가 생성된다. 그러나 이러한 데이터를 모두 클라우드로 전송하게 되면 빈 매대나 계산대 혼잡처럼 즉각적인 판단이 필요한 상황에 신속하게 대응하기 어려워진다. 실시간 영상을 분석하고 직원의 업무를 지원하는 AI 에이전트 역시 데이터가 발생하는 현장에서의 실시간 추론이 중요한데, 이를 신속하게 처리하기 위해선 엣지 AI가 필수적이다. 엣지 AI란 현장에서 실행하고 데이터를 로컬에서 분석해 즉각적인 대응을 가능하게 하는 AI 모델이다. 리테일 비즈니스에서 엣지 AI의 장점은 세 가지로 요약할 수 있다. 첫째, 로컬 데이터 처리를 통해 지연시간을 줄일 수 있다. 둘째, 클라우드로 전송해야 하는 데이터 양을 줄여 대역폭 비용을 절감하고 여러 매장으로 AI를 확장하기 용이하다. 셋째, 네트워크 연결이 불안정한 상황에서도 매장 단위로 AI 기능을 운영해 서비스 연속성을 높일 수 있다. 즉, 방대한 데이터를 클라우드로 전송하여 데이터를 처리, 분석하는 게 아니라 엣지 AI를 통해서 보다 신속하게 리테일 매장에서 발생하는 다양한 상황에 대응할 수 있는 것이다. 국내처럼 네트워크 인프라가 우수한 환경에서도 엣지 AI가 필요한 또 하나의 이유는 바로 개인정보 보호 때문이다. 매장 내에서 개인정보 보호법의 적용 대상은 개인을 식별할 수 있는 CCTV 영상이나 멤버십 정보 등이다. 그러나 이러한 데이터를 매장 내에서만 분석하고, 개인을 식별할 수 없는 결품 알림이나 혼잡도 수치 등 필요한 정보만 클라우드로 전송한다면 외부로 전달되는 개인정보의 범위를 줄일 수 있다. 다시 말해 개인정보 보호 부담을 낮추고 고객 신뢰를 높이는 데에도 도움이 될 수 있다. 여러 매장으로 AI 확장하기 엣지 AI를 수천 개 매장으로 확대하려면 어떻게 해야 할까? 우선 매장별 환경과 워크로드를 고려한 인프라 구성이 필요하다. 안정적인 추론을 수행할 수 있는 컴팩트하고 전력 효율적인 시스템과 함께, 중앙에서 모델을 관리하고 데이터를 분석할 수 있도록 클라우드와 연동하는 구조가 필요하다. 이때 모든 매장에 동일한 구성을 적용하기보다 각 매장의 요구사항에 맞춰 컴퓨팅 자원을 최적화하면, 불필요한 과잉 구축을 방지하면서도 성능과 운영 효율성, 비용 효율성을 확보할 수 있다. 예를 들어 카메라 몇 대로 매대 상태를 모니터링하는 소형 매장에서는 신경망처리장치(NPU)가 통합된 그래픽처리장치(CPU)를 활용하고, 수십 대의 카메라 영상을 동시에 분석하는 대형 매장에는 컴팩트 GPU나 전용 AI 가속기를 추가하는 방식이다. 이 과정에서 핵심은 클라우드와 엣지의 역할을 적절히 나누는 것이다. 클라우드는 대규모 AI 모델 학습과 전사 데이터 분석, 여러 매장 및 공급업체에 걸친 운영 조율을 담당하게 하고 엣지는 매장 내 실시간 추론을 수행하게 하는 하이브리드 구조를 채택하면 중앙 집중식 관리의 효율성과 매장 현장의 실시간 대응력을 동시에 확보할 수 있다. 그리고 이것이 바로 인텔리전트 스토어 구현의 기반이 된다. 이러한 인프라 구축 전략은 다양한 형태의 매장이 공존하는 국내 리테일 환경에서도 더욱 중요하다. 전국에 촘촘하게 분포한 편의점부터 주간에는 직원이 근무하고 심야에는 무인으로 운영되는 하이브리드 매장, 무인 매장, 대형마트와 기업형 슈퍼마켓까지 리테일 매장 운영 형태가 다양하기 때문이다. 인건비 부담과 심야 인력 확보의 어려움을 고려하면 매대 결품 모니터링, 무인 결제 이상 감지, 재고 확인 및 발주 지원 등 매장 내 실시간 대응이 필요한 업무부터 엣지 AI 적용을 고려할 수 있다. AI 기능을 실제 매장에 도입하고 여러 매장으로 확장하기 위해선, 각 매장의 물리적 환경과 운영 여건도 신중하게 접근해야 한다. 일례로, 매장 백룸은 공간이 좁고 냉방이나 환기 여건이 제한적인 경우가 많다. 따라서 설치 깊이가 짧고 소음이 적은 팬리스 또는 저소음 팬 구조의 컴팩트 시스템이 필요하며, 매장별 전력 한도도 설계 단계에서 고려할 필요가 있다. 매장에 전담 IT 인력이 상주하지 않는다는 점도 중요한 고려사항이다. 장애가 발생할 때마다 엔지니어가 직접 방문하는 방식으로는 수천 개 매장을 관리한다면 효율성이 떨어지기 마련이다. 따라서 BMC와 레드피시 기반의 원격 관리 기능으로 장비 상태를 점검하고 펌웨어를 업데이트하는 한편, AI 모델도 원격으로 배포하고 관리할 수 있는 체계가 요구된다. 또한 전원과 네트워크 연결만으로 초기 설정을 자동화하는 제로터치 프로비저닝을 활용하고, 매장 규모에 따라 하드웨어 구성을 표준화하는 것도 예비 장비 관리와 교체 절차를 간소화할 수 있는 방안 중 하나다. 장애 발생에 대비한 교체 서비스 수준 협약(SLA)과 예비 장비 운영 계획도 초기 설계 단계부터 마련할 필요가 있다. 엣지 AI 활용, 오프라인 리테일 새로운 미래 열 것 이커머스가 성장하고 있지만 오프라인 매장은 여전히 리테일 기업의 중요 자산이다. 상품을 직접 확인하고 구매할 수 있는 즉시성과 사람 간의 상호작용은 온라인 채널이 완전히 대체하기 어려운 강점으로 꼽힌다. 오프라인 매장에 엣지 AI를 접목한다면, 매장 운영의 효율성을 높이는 동시에 온라인에서 제공하던 개인화된 고객 경험을 오프라인으로 확장할 수 있다. 예를 들어 고객이 매장에 들어서며 스마트폰을 태그하면 엣지 AI가 멤버십 정보를 인식하고 과거 구매 이력을 기반으로 맞춤형 할인 혜택을 제공할 수 있다. 즉, 엣지 AI는 매장을 단순한 판매 공간에서 고객의 요구와 운영 상황에 실시간으로 대응하는 데이터 기반 공간으로 전환할 수 있는 기틀이 된다. 물론 AI를 도입한다 해서 모든 문제와 고민을 단 번에 해결할 순 없다. 현장은 수많은 상황과 변수가 존재하기 때문이다. 따라서 AI 도입을 통한 변화를 가시화하기 위해서는 단계적인 접근이 필요하다. 지금 이 글을 읽는 누군가가 국내 리테일 기업 최고 정보 책임자(CIO)와 IT 리더라면, 우선 10여 개 매장에서 결품 감지나 계산대 혼잡 관리처럼 성과를 측정하기 쉬운 한두 가지 활용 사례를 중심으로 파일럿을 시작하는 것을 고려해볼 수 있다. 결품률, 고객 대기시간, 인건비와 운영비, 전력 사용량 등 핵심성과지표(KPI)를 사전에 설정하고, 효과가 확인되면 하드웨어와 소프트웨어 구성, 원격 관리 체계를 표준화한 뒤 적용 매장을 확대하는 것도 시나리오에 포함할 수 있다. 종합하면 인텔리전트 스토어 핵심은 매장 운영과 고객 요구에 실시간으로 대응하는 데이터 기반 공간을 구현하는 데 있다. 엣지 AI는 이러한 전환을 뒷받침하며 오프라인 매장의 운영 방식과 고객 경험을 새롭게 정의하는 기반이 될 것이다. 이것이 오프라인 리테일의 미래를 여는 엣지 AI의 가치다.

2026.10.26 16:09김성민 컬럼니스트

남부발전, '천장크레인 중대재해 예방 AI 위험감지 로봇' 개발 착수

한국남부발전(사장 김준동)이 산업용 로봇 및 엣지 인공지능(AI) 솔루션 전문기업 위드로봇과 손잡고 천장크레인 중량을 취급하는 작업 중 발생할 수 있는 중대재해 예방을 위한 'AI 위험감지 로봇 개발' 연구개발 과제에 착수했다고 26일 밝혔다. 남부발전은 발전소 내부 구조적 한계와 시야 사각지대로 인한 안전사고를 예방하고자 과제를 추진했다. 남부발전 관계자는 “발전소 내부는 복잡한 설비와 적재물로 인해 크레인 조작자와 작업자 시야가 제한되고, 높은 소음과 다수 인원이 혼재한 작업이 빈번해 기존 신호수나 안전감시자 중심 인력 기반 관리 체계만으로는 사각지대를 완전히 해소하기 어렵다는 한계가 존재해 왔다”고 배경을 설명했다. 남부발전은 기존 안전관리 체계를 AI 기술로 보완해 안전 사각지대를 근본적으로 해소할 계획이다. 남부발전과 위드로봇은 이번 연구에서 AI 엣지 디바이스 기반 고정형 로봇을 활용하고, 크레인 하부 작업자와 이동체를 실시간으로 탐지·추적해 위험 상황 발생 시 작업자와 조작자 모두에게 즉시 위험을 알리는 스마트 통합 안전관리 시스템을 개발한다. 특히 이번 시스템은 영상 기반 AI 기술을 적용해 포인트클라우드 데이터를 처리하는 라이다 방식 보다 적은 연산 자원으로 신속하게 검출 결과를 직관적으로 확인할 수 있다. 또 현장 수집 영상 데이터를 바탕으로 AI 모델을 지속해서 학습·고도화함으로써 발전소별 특수한 작업 환경에 맞춘 유연한 시스템 확장이 가능하다. 현장에서 수집한 영상 데이터를 활용해 AI 모델을 지속적으로 학습하고 고도화할 수 있어 발전소별 작업 환경에 맞춘 시스템 확장에도 유리하다. 향후 현장 실증 결과를 기반으로 남부발전 내 다른 천장크레인과 갠트리크레인·JIB 크레인 등 다양한 크레인 설비로 적용 범위를 확대할 수 있는 기반을 확보할 계획이다. 남부발전 관계자는 “이번 연구개발은 실제 발전소 환경에서 AI 기술의 성능과 신뢰성을 검증해 실시간으로 위험을 인지하고 신속히 전달하는 스마트 안전관리 체계를 구축하는 데 큰 의미가 있다”며 “신인천빛드림본부 가스터빈 건물 현장 실증을 시작으로 갠트리크레인·JIB크레인 등 다양한 설비로 적용 범위를 확대해 산업 현장 전반의 중대재해 예방에 기여하겠다”고 말했다.

2026.10.26 11:20주문정 기자

"랜섬웨어 뚫려도 데이터는 지킨다"...유클리드소프트 역발상 보안

랜섬웨어 침입을 막는 데서 그치지 않고 이미 감염됐더라도 데이터를 보호하는 보안 기술이 이목을 끈다. 기업의 핵심 데이터를 암호화해 탈취 피해를 줄이고, AI 모델을 노리는 공격까지 사전에 점검하는 방식이다. 빅데이터 분석·AI 솔루션 기업 유클리드소프트는 서울 삼성동 코엑스에서 지난 6일부터 사흘간 열린 'AI 페스타 26'에서 AI 보안 솔루션 '곳간', '세큐AI', '세큐AI가드'를 선보였다. 곳간은 랜섬웨어 감염을 기정사실로 전제한 데이터 보호 솔루션이다. 기존 보안 솔루션이 악성코드 침입과 감염을 탐지하는 데 집중했다면, 곳간은 감염 이후 데이터가 탈취되더라도 내용을 활용할 수 없도록 암호화하는 데 초점을 맞췄다. 사고 발생 시 데이터를 복구할 수 있는 백업 기능도 갖췄다. 파일 열람과 공유 과정에서 발생하는 로그를 기록하는 기능도 제공한다. 실제 파일을 열지 않은 경우에도 관련 로그가 남도록 설계돼 데이터 이용 이력을 관리할 수 있다는 설명이다. 유클리드소프트 관계자는 “현장에 보안 사고가 난 곳을 가보면 대부분 이미 랜섬웨어에 감염됐지만 기존 탐지 솔루션이 가치를 발휘하지 못해 작동조차 하지 않은 경우가 많다”며 “자사는 관점을 바꿔 이미 랜섬웨어에 감염됐다는 전제 하에 데이터를 뺏겨도 쓸모없게 만드는 데 집중했다”고 설명했다. 곳간은 랜섬웨어 대응뿐 아니라 기업 내부에 흩어진 데이터를 수집하고 관리하는 기능도 제공한다. 자동화 수집 도구를 통해 직원 개인 기기에 분산된 업무 자료를 모으고, 이를 바탕으로 기업의 목표 달성 여부를 확인하거나 피드백을 제공할 수 있다. 기업이 사내 지식관리 시스템을 구축하려 해도 핵심 업무 자료가 여러 기기에 흩어져 있어 수집과 관리가 어렵다는 문제를 해결하기 위한 기능이다. 이 관계자는 “시스템은 깃허브와도 연동되므로, 향후엔 에이전트가 프로젝트 목표를 기반으로 업무 수행과 평가까지 스스로 해낼 수 있도록 개발하고 있다”며 “직접 데이터를 수집하고 분석해 피드백까지 제공하는 체계가 진정한 지식 관리다”고 강조했다. 엣지 환경에서 구동되는 AI 모델을 보호하는 기술도 공개했다. AI 모델이 클라우드를 벗어나 노트북이나 스마트폰 등 개별 기기에서 실행되면 모델 자체가 무단 복제되거나 변조될 위험이 발생할 수 있다. 세큐AI는 이러한 환경에서 AI 모델의 실행 상태를 검증하고 무단 사용을 차단하도록 설계됐다. 양자내성암호(PQC) 기반 하이브리드 암호화 기술을 적용해 AI 모델을 보호하고, 실행 환경의 무결성을 검증해 무단 복제와 변조를 방지한다. 현재 AI 서비스는 클라우드 중심으로 운영되는 경우가 많아 엣지 환경에서의 수요는 상대적으로 크지 않지만, 향후 온디바이스 AI가 확산되면 모델 보호와 라이선스 관리의 중요성이 커질 것으로 회사는 보고 있다. AI 모델을 대상으로 실제 공격을 시뮬레이션해 보안 취약점을 찾아내는 솔루션도 선보였다. 세큐AI가드는 550여 개 공격 시나리오를 기반으로 AI 모델의 보안 상태를 진단한다. AI 공격 시뮬레이션과 가드레일 테스트, 보안 지식화, 위협 예측 기능을 통해 기밀 정보 유출이나 보안 취약점 노출 가능성을 사전에 점검하는 방식이다. 유클리드소프트는 여기서 나아가 단순 진단뿐 아니라 실제 공격 방지까지 수행하는 솔루션 '아레나'를 연말 출시할 계획이다. 아레나는 AI 공격 에이전트를 활용해 보안 취약점을 반복적으로 검증하는 방식으로 개발되고 있다. 사내 보안팀이 수립한 다양한 공격 패턴을 에이전트에 학습시키고, AI 모델을 공격한 뒤 돌아오는 응답을 수집해 다음 공격과 보안 개선에 반영하는 구조다. 공격 에이전트가 기존 공격 결과를 바탕으로 새로운 공격 패턴을 유추하고, 발견한 취약점을 다시 해커 역할의 에이전트에 전달해 추가 공격을 시도하도록 하는 것이 목표다. 유클리드소프트는 현재 50만 건이 넘는 공격 데이터를 기반으로 보안 취약점을 보완하며 솔루션을 고도화하고 있다.

2026.10.08 13:09홍지후 기자

"분산형 AI, 2035년 한국서 연 68조원 가치 창출 전망"

AI 보편화로 추론 수요가 증가하는 가운데, 클라우드와 엣지·온디바이스·온프레미스 등 여러 컴퓨팅 환경을 연결하는 '분산형 AI'가 2035년 한국에서 연간 500억 달러(약 68조원) 상당 경제적 가치를 만들어낼 것이라는 전망이 나왔다. 글로벌 기술정책 컨설팅 기업 액세스 파트너십은 이같은 내용을 담은 보고서 '클라우드에서 엣지로: 한국의 분산형 AI가 창출하는 가치'를 공개했다. 보고서에 따르면 분산형 AI는 한국이 직면한 인구절벽, 노동력 부족, 높은 수출 의존도 등 구조적 과제에 대응하는 동시에 2035년 기준 연간 500억 달러(약 68조원) 이상의 경제적 가치를 창출할 수 있을 것으로 전망된다. 액세스 파트너십은 또 보고서에서 "이런 경제적 가치 창출을 위해서는 향후 10년간 약 180억 달러(약 24조원)의 추가 투자가 필요하다"고 분석했다. 디지털 강국 한국, 인구·노동력·수출 '3중 과제' 보고서는 한국이 2024년 OECD 국가 가운데 5G 관련 지표 1위를 기록하고, ICT 산업이 2023년 GDP의 13%를 차지하는 등 높은 수준의 디지털 인프라와 기술 생태계를 갖췄다고 평가했다. 정부도 온디바이스·피지컬 AI, 산업 AI 전환, AI 반도체와 컴퓨팅 인프라, 6G 등에 대한 투자를 확대하고 있다. 반면 인구 고령화와 노동력 부족, 높은 수출 의존도는 구조적 위험 요인으로 꼽힌다. 보고서는 2050년 한국 인구의 약 40%가 고령층에 해당하고, 2025년 제조 중소기업의 61%가 인력 채용에 어려움을 겪고 있다고 분석했다. 무역의존도 역시 GDP 대비 91% 수준으로 높다. AI 추론 수요 2030년 30배 증가...데이터센터 5배 필요 AI 확산에 따라 컴퓨팅 수요도 급증할 전망이다. 액세스 파트너십은 한국의 AI 추론 컴퓨팅 수요가 2030년까지 현재의 약 30배로 증가할 수 있다고 분석했다. 이를 클라우드 중심으로 충당하려면 데이터센터 용량을 약 5배 확대해야 하지만, 현재의 데이터센터 투자 추세가 이어질 경우 필요한 AI 추론 처리 역량의 약 86%가 부족할 수 있다고 전망했다. 피지컬 AI 확산은 문제를 더욱 복잡하게 만든다. 로봇·자동차·제조설비 등은 주변 환경을 인식하고 실시간으로 판단·제어해야 해 네트워크를 거쳐 중앙 데이터센터의 추론 결과를 기다리는 방식에 한계가 있다. 제조 데이터나 생체정보처럼 민감한 데이터를 클라우드로 전송하는 과정에서는 보안과 개인정보 보호 문제도 고려해야 한다. 클라우드 한계 보완할 '분산형 AI', 엣지·온디바이스로 추론 분산 보고서는 클라우드 위주 AI 처리 대안으로 클라우드와 엣지, 온디바이스, 온프레미스 등 다양한 위치에서 AI를 처리하는 '분산형 AI'를 대안으로 제시했다. 대규모 연산과 복잡한 AI 처리는 클라우드의 확장성을 활용하는 한편, 즉각적인 판단이 필요한 작업은 사용자나 산업 현장과 가까운 엣지 또는 기기 자체에서 처리해 지연 시간과 전력 소모 등 비용을 줄일 수 있다는 것이다. 특히 피지컬 AI 시대에는 이러한 구조의 중요성이 더욱 커진다. 로봇이나 자율 시스템처럼 실제 환경을 인식하고 실시간으로 판단·행동해야 하는 AI는 네트워크 연결 상태나 중앙 데이터센터의 응답을 기다리는 방식만으로는 한계가 있기 때문이다. 자율형 산업·수출 경쟁력·돌봄 로봇서 68조원 가치 전망 액세스 파트너십은 분산형 AI의 활용 가능성과 경제적 효과를 분석해 ▲자율형 산업 운영 ▲분산형 AI를 통한 수출 경쟁력 강화 ▲동반자·보조 로봇 등 분야의 경제적 가치를 제시했다. 먼저 자율형 산업 운영 분야에서는 2035년 연간 230억 달러(약 31조원) 이상의 경제적 가치를 창출할 수 있을 것으로 전망했다. 산업용 로봇, 건설 로봇, 위험 작업용 휴머노이드 로봇, 자율 점검 로봇, 예지정비 등에 분산형 AI를 적용하면 인력 부족 보완, 생산성 강화와 설비 중단 시간 단축, 작업장 안전사고 감소 등 효과가 기대된다. 분산형 AI를 통한 수출 경쟁력 강화에서는 연간 210억 달러(약 28조원) 이상의 경제적 가치가 예상된다. 스마트폰, 스마트 가전, 가정·서비스용 로봇, XR 기기 등 한국 기업이 경쟁력을 보유한 제품에 온디바이스 및 분산형 AI 기능을 확대하면 제품의 부가가치를 높이고 글로벌 시장점유율을 확대하는 동시에 새로운 제품군을 창출할 수 있다는 분석이다. 인구 절벽 대응을 위한 동반자·보조 로봇 분야에서도 연간 59억 달러(약 8조원) 이상의 경제적 가치를 창출할 수 있을 것으로 전망됐다. 이동 지원, 낙상 감지 및 안전 모니터링, 대화형 동반 로봇 등에 분산형 AI를 활용하면 고령자의 독립적인 생활을 지원하는 동시에 돌봄 인력 부족과 관련 비용 부담을 완화할 수 있다. 세 가지 핵심 활용 사례를 종합하면 분산형 AI는 AI 도입에 따른 생산성 향상, 시장 확대에 따른 기업 추가 매출, 비용 절감 등으로 2035년 국내에서 연간 500억 달러(약 68조원) 규모 가치를 창출할 것으로 기대된다. 연간 2조원 이상 투자와 표준·6G·규제 정비 제안 보고서는 한국이 메모리·파운드리 등 반도체 제조 역량과 온디바이스 AI용 NPU, 5G 네트워크, AI 컴퓨팅 인프라 등 분산형 AI 확산에 필요한 산업 기반을 갖췄다고 평가했다. 다만 잠재력을 실제 경제적 가치로 연결하려면 추가 투자가 필요하다. 액세스 파트너십은 2026년부터 2035년까지 약 180억 달러(약 24조원), 연평균 약 20억 달러(약 2조 7100억원) 추가 투자가 필요할 것으로 추산했다. 산업 AI 도입 지원, 인력·기술 역량 전환, 분산형 AI 인프라·연결성, 반도체·하드웨어 생태계, R&D 및 수출 경쟁력 강화 등이 주요 투자 분야다. 정책 과제로는 ▲주요국과의 표준 협력을 통한 글로벌 상호운용성 강화 ▲공급자 다양성과 데이터 이동성 확보 ▲분산형 AI와 연계한 6G·차세대 네트워크 투자 ▲제조·모빌리티·헬스케어 분야의 안전·성능 기준 마련 등 4가지를 제시했다. 아울러 국내 기술·산업 역량과 글로벌 협력을 결합하는 'Korea-Along' 전략도 제안했다. 한국을 분산형 AI의 실증 환경으로 활용하면서 국제표준과 글로벌 시장에서의 협력을 확대해야 한다는 취지다.

2026.09.30 15:51권봉석 기자

[AI는 지금] 클라우드 밖으로 나온 AI…'엣지 SW' 새 시장 열린다

인공지능(AI)이 데이터센터를 벗어나 공장과 매장, 로봇 등 실제 산업 현장으로 빠르게 확산하고 있다. AI 모델을 클라우드에서 불러 쓰는 대신 데이터가 발생하는 곳에서 직접 구동하려는 수요가 늘면서 모델 최적화와 배포, 운영·관리까지 맡는 엣지 AI 소프트웨어 시장도 커지는 모습이다. 27일 업계에 따르면 엣지 AI 경쟁은 AI 모델을 만드는 단계에서 실제 현장에 안정적으로 적용하고 운영하는 단계로 넓어지고 있다. 제조·자동차·로봇 등 산업 기반이 두터운 국내에서도 현장에 AI를 적용하려는 수요가 커지면서 소프트웨어 기업들의 사업 기회가 확대될 것이란 기대감도 커지고 있다. 엣지 AI는 데이터를 중앙 클라우드로 보내 처리하는 대신 기기나 현장 인근에서 AI 모델을 실행하는 방식이다. 네트워크 지연을 줄여 실시간 대응이 가능하고 생산정보나 영상 등 민감한 데이터를 외부로 보내지 않아도 돼 제조·리테일·모빌리티 등에서 활용되고 있다. 최근에는 엣지에서 구동되는 AI 모델의 종류도 다양해지고 있다. 기존에는 객체 탐지나 이상 감지 같은 비전 AI가 주요 활용처였다면 최근에는 비전언어모델(VLM)과 소형언어모델(SLM) 등 생성형 AI까지 현장에서 직접 실행하려는 수요가 늘고 있다. 시장조사기관 IDC도 엣지에서 AI를 실제 운영하기 위해 데이터 파이프라인과 오케스트레이션, 플릿 관리, 애플리케이션·거버넌스 소프트웨어가 함께 필요하다고 봤다. AI가 산업 현장으로 확산할수록 개별 모델보다 여러 장비와 시스템을 연결하고 관리하는 소프트웨어의 역할이 커질 수 있다고 판단해서다. 업계 관계자는 "산업 현장에 AI를 적용하는 과정은 클라우드보다 복잡하다"며 "같은 모델이라도 장비별 메모리와 운영 환경, 네트워크 조건에 맞춰 크기와 연산량을 줄여야 하고 배포 이후에는 성능과 버전을 지속적으로 관리해야 한다"고 조언했다. 이어 "여러 공장이나 매장에 AI가 설치되면 수백~수천 개 현장에 흩어진 모델을 중앙에서 관리하는 체계도 필요하다"고 덧붙였다. 이에 맞춰 글로벌 산업용 소프트웨어 기업들도 이런 수요를 겨냥하고 있다. 특히 지멘스는 '인더스트리얼 AI 스위트'를 통해 클라우드나 온프레미스 환경에서 개발한 AI 모델을 공장 내 엣지 장비에 배포하고 운영할 수 있도록 지원하고 있다. 모델 버전 관리와 단계적 배포, 성능 모니터링까지 묶어 여러 생산 현장의 AI를 하나의 운영 환경에서 관리하는 방식이다. 국내에서는 '넷츠프레소'를 운영하는 노타AI가 대표적이다. '넷츠프레소'는 양자화와 그래프 최적화 등을 적용해 모델의 연산량을 줄이고 다양한 실행 환경에 맞춰 변환·검증할 수 있도록 지원하는 플랫폼이다. 노타AI는 엣지에서 구동하려는 모델이 생성형 AI로 넓어지고 있다는 점을 고려해 플랫폼 기능도 고도화하고 있다. 사용자가 목표 성능과 제약 조건을 입력하면 AI 에이전트가 적합한 최적화 방식과 설정을 탐색하고 모델 변환·검증까지 수행하도록 해 개발자가 장비마다 일일이 최적화하는 부담을 줄이는 데 초점을 맞췄다. 마키나락스는 제조 현장에서 AI를 개발하고 배포·운영하는 AI 운영체제 '런웨이'를 앞세우고 있다. 폐쇄망을 포함한 산업 환경에서 AI 모델과 애플리케이션을 관리할 수 있도록 설계해 제조·국방·공공 등으로 적용 범위를 넓히고 있다. 현대자동차와 추진 중인 산업용 로봇 예지보전 시스템도 이의 일환이다. 마키나락스는 로봇의 이상 징후를 AI로 미리 감지하는 시스템을 아산공장에서 시작해 국내외 주요 생산 거점으로 확대하고 있으며 약 1400대의 로봇에 순차 적용하고 있다. 단일 공장 실증에서 벗어나 여러 생산 현장으로 적용 규모를 키우는 모습이다. 이처럼 국내 제조·자동차·로봇 현장에서 쌓은 경험은 해외 시장에서도 경쟁력이 될 것으로 전망된다. 실제 장비와 업무 환경에 맞춰 AI를 배포·운영한 레퍼런스가 해외 고객 확보에도 도움이 될 수 있어서다. 다만 다양한 장비와 소프트웨어 환경을 지원할 수 있는 플랫폼 역량은 더 키워가야 할 것으로 보인다. 특정 고객에 맞춘 구축형 사업에 머물면 적용 범위를 빠르게 넓히기 어렵기 때문이다. 업계 관계자는 "엣지 AI 시장에서는 모델 성능뿐 아니라 실제 현장에 얼마나 빠르게 배포하고 안정적으로 운영할 수 있느냐가 중요하다"며 "국내 기업들도 다양한 산업에서 적용 경험을 쌓고 여러 장비와 소프트웨어 환경을 지원할 수 있는 역량을 확보해야 한다"고 말했다.

2026.09.27 06:38장유미 기자

"기업 AI 주권 지킨다"…클라우데라-미스트랄, '소버린 AI' 맞손

클라우데라가 미스트랄과 손잡고 기업이 데이터와 인공지능(AI) 모델, 인프라에 대한 통제권을 직접 갖는 '소버린 AI' 생태계 구축에 나섰다. 특정 클라우드나 AI 서비스에 종속되지 않고 기업이 자체 환경과 규제 요건에 맞춰 AI를 선택하고 운영하도록 지원한다. 클라우데라는 미스트랄과 전략적 파트너십을 체결하고 미스트랄의 프론티어 AI 모델과 도구를 자사 하이브리드 데이터·AI 플랫폼에 통합한다고 14일 밝혔다. 퍼블릭·프라이빗 클라우드와 온프레미스, 엣지, 소버린 클라우드뿐 아니라 외부 네트워크와 분리된 에어갭 환경에서도 AI를 구축하고 실행할 수 있도록 할 계획이다. 소버린 AI는 기업이나 기관이 AI 활용에 필요한 데이터와 모델, 인프라에 대한 통제권을 유지하는 개념이다. 어떤 데이터를 사용할지와 어떤 모델을 적용할지, 어느 인프라에서 실행할지까지 직접 결정하는 데 초점이 맞춰져 있다. 금융과 공공, 제조처럼 민감한 데이터를 다루는 산업에서는 AI 도입 과정에서 데이터 주권과 규제 준수가 주요 과제로 꼽힌다. 외부 AI 서비스로 데이터를 이전할 경우 보안과 규제 문제가 발생할 수 있고 기존 데이터 거버넌스 체계를 그대로 적용하기도 어렵다. 클라우데라와 미스트랄은 데이터를 외부 AI 서비스로 보내는 대신 AI를 데이터가 있는 환경으로 가져오는 구조를 내세웠다. 기업은 자체 환경에서 추론을 실행하고 보유 데이터를 활용해 모델을 맞춤화하면서 기존 보안 정책과 데이터 거버넌스를 유지할 수 있다. 미스트랄의 프론티어 모델과 관련 도구는 클라우데라의 하이브리드 데이터·AI 플랫폼에 통합된다. 고객은 30엑사바이트 규모 데이터 환경에서 기업별 AI 모델과 애플리케이션을 실행할 수 있다. 추론과 챗, 코딩, 문서 인텔리전스, 음성 등 미스트랄의 AI 기능도 이용할 수 있다. 기업 고유 데이터와 전문성을 AI 모델에 반영하는 기능도 제공한다. 클라우데라 고객은 기업 지식을 기반으로 프론티어급 AI 모델을 구축하는 '미스트랄 포지'를 연계해 통제된 환경에서 자체 데이터를 활용한 모델 맞춤화와 학습을 진행할 수 있다. 이를 통해 기업은 수년간 축적한 데이터와 도메인 전문성을 AI 모델에 반영하면서 데이터와 이를 통해 만들어진 인텔리전스에 대한 소유권과 통제권을 유지할 수 있다. 민감한 비즈니스 정보나 지식재산을 외부에 노출하지 않고 대화형 AI와 소프트웨어 개발, 에이전트 기반 업무 자동화에도 활용할 수 있다. AI 운영 비용에 대한 선택권도 넓어진다. 기업은 사용량이 증가하더라도 퍼블릭 응용프로그램인터페이스(API)에만 의존하지 않고 업무 특성과 보안 수준, 비용에 따라 자체 인프라나 클라우드 등 적합한 환경을 선택해 추론을 실행할 수 있다. 아바스 리키 클라우데라 최고사업책임자 겸 어플라이드 AI 총괄은 "기업용 AI는 강력한 모델만으로는 충분하지 않은 상황에 놓였다"며 "클라우데라는 미스트랄과 함께 기업이 데이터가 있는 곳에서 AI를 실행하고 맞춤화하며 데이터와 인프라, 비용에 대한 통제력을 유지할 수 있도록 지원한다"고 말했다. 양사는 엣지 AI 분야로 협력 범위도 넓힐 계획이다. 중앙 클라우드 연결이 어렵거나 지연시간에 민감한 환경에서도 데이터가 생성되는 지점과 가까운 곳에서 AI 추론을 실행할 수 있도록 관련 기술을 연계한다. 이번 제휴로 클라우데라의 기업용 AI 생태계도 확대된다. 클라우데라는 여러 AI 모델과 인프라, 애플리케이션 기업을 자사 데이터 플랫폼과 연결해 고객이 특정 기술에 종속되지 않고 모델과 인프라, 배포 환경을 선택하도록 하는 전략을 추진하고 있다. 카말 브라르 미스트랄 파트너십·얼라이언스 수석부사장은 "미스트랄의 목표는 기업이 데이터와 인프라, 지식재산에 대한 통제력을 포기하지 않고도 프론티어 AI를 활용할 수 있도록 하는 것"이라며 "고객이 자사의 데이터와 전문성이 반영된 AI를 구축하고 비즈니스 요구에 따라 어디서든 안전하게 배포할 수 있도록 지원할 것"이라고 설명했다. 최승철 클라우데라코리아 지사장은 "국내 금융, 공공, 제조 등 규제 산업은 민감 데이터가 자사 환경을 벗어나는 데 대한 우려로 AI 확산의 마지막 관문을 넘는 데 어려움을 겪어왔다"며 "이번 파트너십은 데이터가 고객의 통제 범위를 벗어나지 않은 채로 미스트랄의 프론티어 AI를 실행할 수 있게 하며 혁신과 엄격한 규제 준수 사이에서 균형을 찾아야 하는 국내 기업에게 중요한 전환점이 될 것"이라고 밝혔다.

2026.09.14 16:32김동원 기자

TI, MCU 제품군 확장…"모든 기기에 엣지 AI 구현 지원"

텍사스인스트루먼트(TI)가 엣지 인공지능(AI) 기능을 갖춘 두 개의 새로운 마이크로컨트롤러(MCU) 제품군을 11일 공개했다. 새롭게 공개한 MSPM0G5187 및 AM13Ex MCU 제품군은 TI가 전체 임베디드 프로세싱 포트폴리오 전반에 엣지 AI를 구현하겠다는 전략을 뒷받침하는 제품이다. 두 제품군 모두 TI 타이니엔진(TinyEngine) 신경망처리장치(NPU)를 통합했다. 타이니엔진 NPU는 딥러닝 추론 작업을 최적화하도록 설계한 MCU 전용 하드웨어 가속기다. 엣지 환경에서 처리 지연을 줄이고 에너지 효율을 높인다. TI의 임베디드 프로세싱 포트폴리오는 CC스튜디오(CCStudio) 통합개발환경(IDE)을 포함한 포괄적 개발 생태계를 기반으로 한다. 엔지니어들은 IDE가 제공하는 생성형 AI 기능을 활용해 간단한 자연어 입력만으로 코드 개발, 시스템 구성, 디버깅을 빠르게 수행할 수 있다. 이는 TI 데이터와 결합된 업계 표준 에이전트 및 모델로 구현된다. TI는 웨어러블 헬스 모니터, 가정용 회로 차단기의 실시간 모니터링, 휴머노이드 로봇의 피지컬 AI 등 다양한 전자 디바이스에서 엣지 AI 도입을 가속하고 있다. 아미카이 론 TI 임베디드 프로세싱 및 DLP 부문 수석부사장은 "TI는 약 50년 전 디지털 신호 프로세서를 발명하며 오늘날 엣지 AI 처리 기반을 마련했다"며 "범용 MCU와 고성능 실시간 MCU를 포함한 전체 MCU 포트폴리오에 타이니엔진 NPU를 통합함으로써 차세대 혁신을 이끌고 있다"고 말했다. 밥 오도넬 테크날리시스 리서치 사장 겸 수석 연구원은 "현재 업계 관심은 대형 시스템온칩(SoC0을 위한 AI 가속과 NPU에 집중되고 있지만, 실제로 더 흥미롭고 파급력 있는 일부 AI 애플리케이션은 MCU 같은 소형 칩에서도 구현될 수 있다"며 "엣지 기반 AI 가속 애플리케이션은 소비자 전자제품을 더욱 지능적으로 만들고 산업용 디바이스의 효율성을 높일 수 있다"고 말했다.

2026.03.11 14:34장경윤 기자