• 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

'인공지능'통합검색 결과 입니다. (5584건)

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

오픈AI "GPT-5.6 솔 울트라, 50년 수학 난제 1시간 만에 증명"

오픈AI가 최신 인공지능(AI) 모델 GPT-5.6 솔 울트라(Sol Ultra)가 그래프 이론 분야의 50년 난제를 1시간 만에 증명했다고 주장하며 수학계의 관심이 쏠리고 있다. 12일 에단 나이트 오픈AI 연구원은 소셜 플랫폼 엑스(X)를 통해 GPT-5.6 솔 울트라가 그래프 이론 분야의 대표적 미해결 문제인 '사이클 더블 커버 추측(Cycle Double Cover Conjecture)'을 증명한 논문과 프롬프트를 공개했다고 밝혔다. 사이클 더블 커버 추측은 1973년 조지 세케레스(George Szekeres)와 1979년 폴 세이모어(Paul Seymour)가 각각 제기한 그래프 이론의 대표적 난제다. 이 추측은 "모든 브리지 없는(bridgeless) 그래프에 대해 모든 간선이 정확히 두 번씩 포함되는 사이클들의 집합이 존재하는가"를 묻는다. 그래프 이론에서 그래프는 점과 선으로 이뤄진 네트워크를 의미한다. 도로망, 통신망, 전력망 등을 수학적으로 단순화해 표현한 구조라고 볼 수 있다. 사이클 더블 커버 추측은 네트워크가 충분히 연결돼 있을 때 모든 연결선을 두 개의 순환 경로가 중복해 지나가도록 구성할 수 있는지를 묻는 문제다. 그래프 이론은 통신망·교통망·전력망 등의 구조를 분석하는 데 활용되는 수학적 기반으로 알려져 있다. 에단 나이트 연구원은 "GPT-5.6 솔 울트라를 일반 공개한 지 하루 만에 이 모델이 64개의 서브에이전트를 활용해 1시간이 채 안 되는 시간 안에 50년 된 사이클 더블 커버 추측의 증명을 만들어냈다"고 밝혔다. 공개된 프롬프트에 따르면 오픈AI는 모델에 최대 64개의 동시 서브에이전트를 할당했다. 각 에이전트는 서로 다른 수학적 표현과 대수적 접근, 구조적 귀납법 등을 독립적으로 탐색했고, 별도의 적대적(adversarial) 에이전트는 반례 가능성과 논리적 오류를 집중적으로 검토하도록 설계됐다. 또 인터넷 검색 사용을 금지하고 부분적인 결과나 특수한 경우에 대한 증명은 인정하지 않았으며, 일반적인 수학적 오류를 탐지하기 위한 검증 절차도 수행하도록 했다. 시스템에는 최대 8시간의 계산 시간이 할당됐지만 실제로는 약 1시간 만에 결과를 도출한 것으로 알려졌다. 오픈AI가 공개한 논문에 따르면 증명은 먼저 문제를 3차 정규 그래프(cubic graph)로 환원한 뒤 8-플로우 정리(8-flow theorem)를 활용해 그래프의 간선에 GF(3) 기반 레이블을 부여하는 방식으로 진행된다. 이후 각 간선이 정확히 두 개의 사이클에 포함되도록 만드는 구조를 선형대수 기법으로 구성했다. 논문은 총 3페이지 분량으로 비교적 짧다. 핵심 증명은 정리와 두 개의 보조정리(Lemma)를 중심으로 전개되며, 마지막에는 1970~1980년대 주요 그래프 이론 연구들을 참고문헌으로 제시했다. 다만 수학계는 아직 신중한 입장이다. 이번 결과는 학술지 게재나 동료 심사(peer review)를 거치지 않았으며, 오픈AI가 자체 콘텐츠 전송망(CDN)에 PDF를 공개한 것과 수학계가 정식 증명으로 인정하는 것은 전혀 다른 문제라는 지적이 나온다. 실제로 사이클 더블 커버 추측은 과거에도 여러 차례 증명이 주장됐지만 이후 오류가 발견되거나 철회된 사례가 적지 않았다. 이 때문에 그래프 이론 연구자들은 각 단계의 논리적 타당성을 면밀히 검토하고 있다. 또한 이번 증명은 수학 정리 검증 도구인 린(Lean)이나 코크(Coq) 같은 형식 검증 시스템으로 검증되지 않았다. 연구 수준 그래프 이론 정리를 자동 검증할 수 있는 라이브러리가 아직 충분히 구축되지 않았다는 점도 한계로 지적된다. 수학계에서는 향후 수일에서 수주에 걸쳐 증명의 각 단계를 검토한 뒤 결과의 타당성을 판단할 전망이다. 그럼에도 일부 수학자들의 긍정적인 평가가 나오고 있다. 영국 맨체스터대 수학자 토마스 블룸은 해당 증명을 검토한 뒤 "매우 훌륭한 증명(a very nice proof)"이라며 "놀라울 정도로 간결하고 어쩌면 오래전에도 가능했을 법한 해법"이라고 평가했다. 이어 "특히 AI가 실패한 접근법을 쉽게 포기하지 않고 수많은 변형을 반복적으로 탐색한 점이 강점"이라며 "인간 연구자라면 초기에 실패한 아이디어를 버릴 수 있지만 AI는 이를 지속적으로 검토하며 해답을 찾았을 가능성이 있다"고 설명했다. 반면 참고문헌 인용이 부족한 점은 비판했다. 그는 증명과 밀접한 관련이 있는 1983년 바몬드, 잭슨, 예거의 연구가 언급되지 않은 점을 지적하며 AI가 생성한 수학 논문에서 자주 나타나는 문제라고 평가했다.

2026.07.12 16:58남혁우 기자

박사후연구원 산학 프로젝트에 13개 컨소 선정

과학기술정보통신부가 올해 처음 시행한 전략기술 박사후연구원 산학 프로젝트에 13개 컨소시엄을 선정했다. 경쟁률은 분야별 편차가 다소 있지만, 평균 5대1을 기록했다. 선정된 컨소시엄 분야 주관 및 공동기관(기업)은 ▲반도체‧디스플레이-경북대, 옵티시스 ▲인공지능-경희대, 가온그룹 ▲이차전지-국립한국교통대, 씨엔티솔루션 ▲우주항공‧해양-경상국립대, 메카티엔에스 ▲수소-건국대, 코렌스알티엑스 ▲차세대통신-광운대, 삼정솔루션 등이 각각 분야별로 1개씩 선정됐다. 또 첨단바이오에서는 ▲서울대, 디티앤씨알오 ▲강원대, 청도제약 ▲성균관대, 듀셀 ▲이화여대, 차바이오텍 ▲중양대, 젠퓨어 ▲충남대,지에이치바이오 ▲성균관대, 티앤엘 등 모두 6개 컨소가 선정됐다. 이 프로젝트는 기업이 정부가 정한 12대 전략기술 수요를 바탕으로 대학·출연연과 컨소시엄을 구성해 공동으로 연구과제를 수행하는 사업이다. 연구는 박사후연구원이 대학‧출연연 소속으로 핵심 역할을 수행하도록 했다. 응모한 컨소시엄 갯수는 △전기전자 9개 △정보통신 11개 △기계 소재 13개 △화학생명29개 △건설 환경 3 등 총 65개였다. 이를 바탕으로 분야별 경쟁률을 따져보면, 첨단바이오는 4대 1이 조금 넘고, 기계소재 등은 13대 1로 경쟁이 치열했다. 기업 수요 조사에서는 △반도체 디스플레이 8건 △2차 전지 4건 △첨단 모빌리티 1건 △차세대 원자력 1건 △첨단 바이오 27건 △우주항공 해양 1건 △수소 8건 △ 인공지능 11건 △차세대 통신 1건 △첨단 로봇 제조 3건이 나왔다. 사이버보안과 양자 기업 수요는 없었다. 한편 정부가 정한 12대 전략기술은 △인공지능(AI) △반도체·디스플레이 △첨단 바이오 △양자 △첨단로봇·제조 △이차전지 △우주항공·해양 △첨단 이동수단(모빌리티) △ 차세대 통신 △사이버보안 △수소 △차세대 원자력 등이다.

2026.07.12 12:00박희범 기자

퍼플렉시티 CEO "AI 경쟁, 모델 크기에서 운영 효율성으로"

아라빈드 스리니바스 퍼플렉시티 CEO가 인공지능(AI) 시장 승부처가 바뀌고 있다고 진단했다. 오픈AI와 구글, 앤트로픽이 초거대 모델 개발 경쟁을 이어가고 있지만 실제 현장에서는 최고 성능 모델 하나를 쓰기보다 작업별로 가장 적합한 모델을 조합해 비용과 성능을 최적화하는 방식이 새로운 경쟁력으로 떠오르고 있다는 분석이다. 스리니바스 CEO는 12일 CNBC와의 인터뷰에서 "이제 AI 경쟁은 모델 자체보다 이를 어떻게 활용하느냐에 달려 있다"고 말했다. 고객 응대나 내부 업무 자동화는 상대적으로 저렴한 모델이 처리하고 복잡한 코딩이나 추론 작업에만 고성능 모델을 투입하는 방식이 확산하면서 AI 시장의 경쟁 기준도 단순한 모델 성능에서 운영 효율성으로 옮겨가고 있다는 설명이다. 그는 "AI 도입 과정에서 정답은 해당 작업에 가장 적합한 모델을 사용하는 것"이라고 강조했다. 업무별로 요구되는 성능과 감당 가능한 비용이 다른 만큼 하나의 모델로 모든 작업을 처리하기보다 분야별로 적합한 AI를 골라 써야 한다는 취지다. 단순 고객 문의는 저비용 모델이 처리하고, 복잡한 프로그래밍 업무는 고성능 모델이 담당하는 식이다. 사내 업무 자동화 역시 대부분은 경량 모델로 수행하고, 난도가 높은 단계에서만 상위 모델을 호출하는 구조가 가능해졌다. 최고 성능의 단일 모델로 모든 요청을 처리하기보다 업무 특성에 따라 적합한 모델을 선택하는 것이 비용과 성능 측면에서 더 합리적이라는 게 스리니바스 CEO의 판단이다. 이 같은 변화는 기업들의 AI 투자 전략과도 맞물려 있다. 생성형 AI 활용이 늘면서 인프라 구축과 토큰 사용 비용 부담이 커지자 최고 성능 모델을 일괄 적용하기보다 업무 목적에 맞는 모델을 선택해 운영 효율성을 높이려는 수요가 커지고 있어서다. 이에 따라 AI 서비스의 경쟁력도 모델 자체보다 여러 모델과 도구를 연결해 최적의 결과를 만들어내는 이른바 '오케스트레이션' 역량으로 이동하고 있다는 분석이다. 이 같은 흐름은 퍼플렉시티의 제품 전략에서도 드러난다. 최근 컴퓨터 사용 기능을 갖춘 AI 제품에 중국 AI 기업 지푸AI(Z.ai)의 오픈모델 'GLM 5.2'를 활용한 구조를 시험하고 있다. 상대적으로 저렴한 모델이 대부분의 작업을 처리하고, 더 높은 수준의 추론이 필요한 경우에만 고성능 모델을 호출하는 방식이다. 이는 AI 시장 전반에서 단일 초거대 모델 의존 대신 여러 모델을 조합해 활용하는 전략이 확산하고 있음을 보여주는 사례로 해석된다. 특히 기업이 직접 내려받아 수정·운영할 수 있는 오픈웨이트(Open-weight) 모델의 성능이 빠르게 향상되면서 이러한 변화에 힘을 보태고 있다. 자체 인프라에서 운영할 수 있는 만큼 비용 절감은 물론 데이터 통제와 운영 유연성 측면에서도 강점이 있다는 평가다. 벤처캐피털 벤치마크의 피터 펜턴 제너럴 파트너는 이러한 변화가 예상보다 빠르게 진행될 수 있다고 전망했다. 그는 오픈모델 확산이 단순한 비용 절감 차원을 넘어 AI 산업 구조 자체를 바꿀 수 있다고 분석했다. 특정 업무에 최적화된 소형 모델이 범용 대형 모델보다 더 빠르고 우수한 성능을 보이는 사례가 늘고 있다는 것이다. 펜턴은 "향후 18~24개월 동안 생성되는 AI 토큰의 90% 이상이 오픈웨이트 모델에서 나올 수 있으며, 경우에 따라 올해 말에도 가능할 수 있다"고 전망했다. 이어 "충분한 성능을 갖춘 오픈웨이트 모델이 확산되면 프론티어 AI 기업들의 추론 서비스 수익성은 압박을 받을 수밖에 없다"고 분석했다.

2026.07.12 09:26남혁우 기자

공공 발주 돕는 AI·SW 포털 '코나비' 첫선…국산 솔루션 한눈에

공공기관이 소프트웨어(SW)를 발주할 때 국내 상용 인공지능(AI)·SW 제품과 실제 구축 사례를 한곳에서 확인할 수 있는 정보 포털이 문을 열었다. 외산 제품을 반복 도입하는 관행을 줄이고 공공 발주자가 국산 솔루션을 보다 쉽게 검토할 수 있도록 지원하기 위한 취지다. 향후 정부 사업과의 다양한 연계도 추진되면서 공공 SW 발주 환경 변화로 이어질지 주목된다. 한국상용인공지능소프트웨어협회는 이달 1일 대한민국 상용 AI·SW 정보 포털 '코나비(KONAVI)'를 공식 오픈했다. 코나비는 공공기관과 지방자치단체 발주 담당자, 민간 수요기업 등이 국내 상용 AI·SW와 서비스형소프트웨어(SaaS)를 검색하고 실제 구축 사례를 확인할 수 있도록 만든 플랫폼이다. 협회는 공공 SW 발주 과정에서 국내 상용 SW 정보를 찾기 어렵다는 점에 주목했다. 발주자가 기존 제안요청서(RFP)를 그대로 활용하는 경우가 적지 않다 보니 국산 제품으로 대체 가능한 분야에서도 외산 제품이 반복적으로 검토되는 사례가 이어졌다는 설명이다. 협회 관계자는 "공공기관이 SW를 발주할 때 국내에 어떤 제품이 있는지 잘 모르는 경우가 많다"며 "기존 제안요청서를 그대로 활용하는 경우가 적지 않아 국산으로 대체 가능한 제품도 검토되지 못하는 사례가 발생해왔다"고 말했다. 코나비는 이같은 문제를 해결하기 위해 제품 사양뿐 아니라 실제 구축 사례와 도입 효과를 중심으로 정보를 제공한다. 공공·금융·제조·의료 등 산업별 구축 사례를 확인할 수 있으며 GS인증과 디지털서비스몰 등록 여부 등 조달 정보도 함께 제공한다. 발주자는 유사 사업 사례를 비교하면서 적합한 제품을 검토할 수 있고 공급기업은 구축 실적을 직접 등록해 최신 정보를 제공할 수 있다는 점도 특징이다. 특히 협회는 향후 정보통신산업진흥원(NIPA) 공공SW 발주지원센터와의 협력도 추진 중이다. 센터가 수행하는 공공기관 발주 컨설팅과 코나비의 상용 SW 데이터베이스(DB), 구축 사례를 연계해 발주자의 제품 검토를 지원한다는 구상이다. 기존 조달청 디지털서비스몰이나 디지털서비스 등록 제도와의 차별점 역시 구축 사례를 전면에 내세웠다는 점이다. 코나비는 현재 등록된 디지털서비스몰 제품과 SaaS 정보를 모두 제공하는데, 단순 등록 정보를 보여주는 데 그치지 않고 실제 구축 사례를 지속적으로 축적해 제품 선택에 활용할 수 있도록 설계했다. 협회는 앞으로 AI 챗봇 기능도 고도화할 계획이다. 사용자가 필요한 기능이나 구축 목적을 입력하면 적합한 국산 SW를 추천하고 관련 구축 사례까지 안내하는 형태를 목표로 한다. 현재는 초기 단계지만 지속적인 학습을 통해 검색 정확도를 높여 나간다는 방침이다. 코나비 포털 구축에는 약 6개월이 걸렸다. 협회는 회원사들과 여러 차례 의견을 수렴하며 기능을 보완했고 앞으로도 지속적으로 서비스를 개선해 나갈 계획이다. 기업이 직접 제품 정보와 구축 사례를 등록·관리하는 구조를 적용해 최신 정보를 유지하는 것도 특징이다. 협회는 코나비를 통해 상용 SW 직접구매 의무화 제도의 정착을 지원하는 동시에 국내 SW 기업들의 공공시장 진입 기회도 확대한다는 목표다. 앞으로 회원사를 늘려 제품과 구축 사례를 지속 확대하고 공공·민간 수요처 모두가 활용할 수 있는 상용 AI·SW 정보 플랫폼으로 발전시킨다는 방침이다. 어윤호 한국상용인공지능소프트웨어협회장은 "코나비 포털은 공공 발주자와 민간 이용자에겐 신뢰할 수 있는 솔루션 탐색의 장을, 국내 우수 SW 기업에겐 효과적인 판로 개척의 기회를 제공하는 상생 플랫폼"이라며 "향후 NIPA 등 공공 유관기관과의 다각적인 협업을 통해 국가 AI·SW 정책 추진을 적극 뒷받침하고 국내 SW 산업 생태계가 글로벌 수준으로 도약할 수 있도록 총력을 다하겠다"고 강조했다.

2026.07.12 09:21한정호 기자

육사 AI·데이터과학과, 국제학술지 성과 잇따라…국방 AI 인재 양성 결실

육군사관학교 인공지능(AI)·데이터과학과가 설립 이후 축적해 온 교육·연구 역량을 바탕으로 국제 학술지 논문 게재와 각종 AI 경진대회 수상 성과를 이어가며 국방 인공지능(AI) 전문인력 양성의 성과를 입증하고 있다. 육군사관학교는 AI·데이터과학과가 2021년 7월 신설된 이후 2022년부터 본격적인 교육·연구 체계를 운영하며 학술 연구와 실무 역량을 동시에 강화해 왔다고 11일 밝혔다. 특히 생도가 수업과 졸업연구 과정에서 수행한 연구를 국내외 학술대회와 학술지 논문으로 발전시키면서 가시적인 성과를 내고 있다는 평가다. 대표 사례는 올해 국제학술지 게재가 확정된 연구 성과다. 이준형 소위(육사 82기)가 생도 시절 수행한 졸업논문을 발전시킨 연구가 스프링거(Springer)가 발행하는 SCIE급 학술지 '국제 머신러닝 및 사이버네틱스 저널(IJMLC)'에 최종 게재됐다. 해당 논문은 '트랜스포머 기반 탐지 시스템의 토크나이저 취약점을 활용한 탐지 회피형 피싱 URL 생성'이라는 제목으로 발표됐다. 연구진은 트랜스포머 기반 피싱 URL 탐지 시스템의 토크나이저 취약점을 분석하고 이를 활용한 탐지 우회 가능성을 검증했다. AI 기반 사이버 방어체계의 취약점 분석과 보안성 강화 방안을 제시했다는 점에서 향후 국방 AI 보안 분야 활용 가능성이 높은 연구로 평가받고 있다. AI·데이터과학과의 연구 성과는 해마다 증가하는 추세다. 지난해까지 생도들이 발표한 국내외 학술대회 논문은 70여 편에 달하며, 학술지 게재 논문도 28편을 기록했다. 올해에는 SCIE급 논문 3편이 추가로 게재됐고 학술대회 발표 논문 8편, 국내 학술논문상 2건 수상 실적을 올렸다. 이를 포함하면 2022년 이후 학술지 게재 실적은 총 31편으로 늘어났다. 경진대회 성과도 꾸준하다. 국방 AI 경진대회에서는 2022년 우수부대상을 시작으로 2023년 우수부대상과 후원기업상을 수상했으며, 2024년 특별상에 이어 2025년에는 2·6·7위를 기록하며 4년 연속 입상했다. 의료 분야 AI 경진대회에서도 성과를 냈다. 2024년 메디컬 AI 경진대회에서 우수상을 수상했고, 사관생도 AI 경진대회에서는 2·3·4위를 차지했다. 지난해에는 글로벌 AI 경진대회 플랫폼인 캐글(Kaggle) 대회에서 3위에 오르며 국제 무대에서도 경쟁력을 입증했다. 이 밖에도 KAIST가 주관하는 밀리테크상에서 2022년 이후 매년 수상자를 배출했으며, 2024년에는 대상을 수상했다. 학과 교수진이 집필한 '인공지능입문' 교재는 2025년 세종도서 학술부문 우수도서로 선정됐고, 생도들은 2022년 이후 매년 노병학술상을 수상하고 있다. AI·데이터과학과는 미래 전장의 자율화·지능화에 대응할 국방 AI 인재 양성을 목표로 운영되고 있다. 인공지능 이론과 데이터 분석, 빅데이터 활용, AI 응용기술 등을 교육과정에 반영해 생도들이 실제 국방 환경에 적용 가능한 역량을 갖추도록 지원하고 있다. 권현 육군사관학교 AI·데이터과학과 학과장은 "생도들이 강의실에서 배운 내용을 연구로 확장하고 이를 학술대회와 논문으로 발전시키며 국제 학술지 게재라는 성과까지 이뤄냈다"며 "앞으로도 미래 국방의 핵심 분야인 인공지능 역량을 갖춘 장교를 양성하기 위해 교육과 연구를 지속적으로 강화하겠다"고 말했다.

2026.07.11 10:38남혁우 기자

'국민앱' 된 챗GPT, 상반기 신규 설치 1위

챗GPT가 올해 상반기 국내 모바일 앱 신규 설치 1위에 오르며 생성형 인공지능(AI) 서비스 대중화를 이끈 것으로 나타났다. 월간 활성 이용자(MAU)도 1500만 명을 넘어서는 등 AI 앱이 업무용 도구를 넘어 일상 플랫폼으로 자리 잡고 있는 모습이다. 10일 아이지에이웍스 모바일인덱스에 따르면 올해 1~6월 챗GPT의 누적 신규 설치 수는 534만 건으로 전체 모바일 앱 가운데 1위를 기록했다. 인스타그램(505만건), 셋로그(477만건), 틱톡 라이트(470만건), 네이버플러스 스토어(438만건) 등을 모두 제쳤다. 이용자 규모도 빠르게 커지고 있다. 챗GPT의 상반기 평균 MAU는 1544만 명으로 전체 앱 가운데 17위를 기록했다. 1월 대비 6월 MAU 증가율은 16.4%로 상위 30개 앱 중에서도 높은 성장세를 보였다. 넷플릭스(1557만 명)와 비슷한 수준이며 KB스타뱅킹, 티맵, 카카오T 등 주요 생활 플랫폼보다 많은 이용자를 확보했다. 평균 MAU 순위에선 유튜브가 4991만 명으로 1위를 차지했고 카카오톡(4748만 명), 네이버(4625만 명), 구글(4527만 명), 크롬(4170만 명)이 뒤를 이었다. 다만 신규 이용자 확보 경쟁에선 AI 서비스가 기존 소셜미디어와 생활 플랫폼을 앞질렀다. 특히 AI 캐릭터 챗 분야에선 제타가 독보적인 성과를 나타냈다. 제타는 평균 MAU 129만 명, 누적 신규 설치 337만 건으로 AI 엔터테인먼트 부문 주요 지표에서 모두 1위를 기록했다. 총 사용시간은 3억 1000만 시간에 달했으며 1인당 월평균 사용시간은 약 40시간 수준으로 집계돼 높은 이용자 몰입도를 보였다. 제타에 이어 크랙은 평균 MAU 53만명으로 2위를 기록했으며 채티, 케이브덕, 멜팅 등이 뒤를 이었다. 모바일인덱스는 아직 AI 캐릭터 챗 시장 규모가 크지 않지만 체류시간과 재방문율 측면에선 차세대 대형 카테고리로 성장할 가능성이 있다고 평가했다. 글로벌 시장에서도 AI 앱 확산세가 이어지고 있다. 챗GPT는 지난 5월 글로벌 MAU 10억 명을 돌파했다. 제미나이·클로드·그록 등 경쟁 서비스도 빠르게 성장하는 추세다. 모바일인덱스는 "챗GPT가 신규 설치 1위를 기록하고 제미나이·클로드·제타까지 확산되면서 AI는 이제 하나의 앱이 아니라 모든 서비스가 갖춰야 할 기본값이 되어가고 있다"고 밝혔다.

2026.07.10 17:44한정호 기자

[비욘드IT] 돈으로 사는 벤치마크 점수…AI 성능평가 공정성 우려

인공지능(AI) 모델 성능을 입증하는 지표인 벤치마크 점수가 기술력이 아닌 자금력으로 결정될 수 있다는 우려가 커지고 있다. 벤치마크 점수에 특화된 고가 전문 데이터셋을 대량으로 구매한 기업이 실제 성능과 무관하게 상위권을 차지하는 구조가 굳어지고 있기 때문이다. 10일 AI 업계 관계자에 따르면 "벤치마크는 시험지와 같아서 얼마나 많은 데이터를 살 수 있느냐가 점수를 결정하는 구조가 됐다"는 지적이 현장에서 잇따르고 있다. AI 벤치마크...실력 아닌 자금력 경쟁 확대 벤치마크는 AI 모델의 성능을 비교하기 위한 일종의 표준 시험이다. 수학적 추론, 코딩, 언어 이해, 과학 지식 등 다양한 영역에서 모델이 얼마나 정확하게 문제를 푸는지를 수치화한다. 성능에 대한 직관적인 지표를 제공하는 만큼 주요 AI 기업 신규 모델을 선보이며 벤치마크 점수를 공개하며 고객사도 벤치마크 점수를 모델 선택 핵심 기준으로 활용한다. 문제는 벤치마크가 시험이라면 데이터셋은 사실상 그 시험의 문제 유형을 담고 있는 자료에 가깝다는 점이다. 기업이 벤치마크와 유사한 고난도 데이터를 대량으로 사들여 학습에 활용할 경우 실제 범용 성능 향상과 별개로 특정 평가에서만 점수를 끌어올릴 수 있다. AI기술 발전에 따라 요구 조건이 높아지며 AI 모델 성능 평가를 위한 벤치마크가 고도화되고 평가용 데이터 가격도 빠르게 치솟고 있다. 과거에는 단순한 질의응답 형태의 데이터만으로도 모델 성능을 가늠할 수 있었지만 최근에는 주요 범용 벤치마크에서 상위 모델들이 이미 높은 점수대에 도달하면서 변별력이 떨어졌다는 평가가 나온다. 이에 따라 수학·과학·코딩 등 전문 영역에서 더 어려운 문제를 활용한 고난도 벤치마크가 속속 등장하고 있다. 이들 벤치마크는 제작 단가 자체가 높다. 국제수학올림피아드(IMO) 메달리스트나 필즈상 수상자급 전문가가 설계에 참여하는 문제는 한 문항을 만드는 데도 상당한 비용이 들어간다. 수억에서 수백억 호가하는 벤치마크 데이터셋 한국 AI 업계에 따르면 한 미국 데이터기업이 국내 기업에 제안한 수학 문제 데이터 가격은 1건당 30만 원 수준인 것으로 전해진다. 이 기업은 국내 일부 기업이 이미 5000건을 구매했다고 소개하며 다른 기업에도 구매를 권유한 것으로 알려졌다. 단순 계산으로 총액은 약 15억원 수준이다. 문제는 주요 벤치마크가 수학에만 한정되지 않는다는 점이다. 코딩, 과학, 언어 추론, 복합 추론 등 영역별로 별도의 고난도 데이터가 필요하다. 복합 추론이나 전문 지식을 요구하는 평가 데이터는 단가가 높아 1만건 규모의 고급 데이터셋을 더하면 비용이 수백억 원대에 이를 수 있다는 설명이다. 한 국내 AI 스타트업 대표는 "벤치마크는 결국 시험과 비슷하다"며 "특정 유형의 문제를 집중적으로 학습시키면 점수를 끌어올릴 수 있기 때문에, 얼마나 많은 데이터를 확보하느냐가 순위를 가르는 구조가 되고 있다"고 말했다. 결국 벤치마크 경쟁이 기술 혁신 경쟁이라기보다 자금 동원 경쟁으로 흐를 수 있다는 우려다. 점수는 높아졌지만 그것이 모델의 본질적인 성능 향상인지, 아니면 특정 시험 유형에 대한 집중 학습의 결과인지는 별개의 문제라는 지적도 적지 않다. 다른 스타트업 대표는 "글로벌 빅테크나 대형 AI 기업은 수백억 원짜리 데이터도 살 수 있지만 국내 스타트업은 투자금을 모두 털어도 감당하기 어렵다"고 말했다. " 벤치마크 기반 AI 평가 방식이 실제 업무 수행과 차이가 있다는 지적도 꾸준히 제기되고 있다. 실제로 문제 구조를 파악하고 해결하는 AI 모델 보다 특정 평가 패턴에 과도하게 적용한 경우가 더 높은 점수를 기록할 가능성이 있기 때문이다. 그래서 단순 시험형 지표보다 실제 업무 환경에서 AI가 얼마나 생산성을 낼 수 있는지, 사람의 일을 얼마나 정확하게 대체하거나 보조할 수 있는지를 평가하려는 흐름도 나타나고 있다. 벤치마크 보완할 추가 평가 마련돼야 이 같은 논란은 국내에만 국한된 문제가 아니다. 해외에서도 벤치마크 공정성과 리더보드 신뢰성을 둘러싼 논란이 반복돼 왔다. 메타의 경우 라마 4 계열 모델의 벤치마크 제출 방식을 두고 "평가에 유리한 버전을 냈다"는 비판을 받았고, 메타 최고 AI 과학자 얀 르쿤도 관련 인터뷰에서 결과를 "약간 손봤다"는 취지로 언급해 논란이 커졌다. 한 업계 관계자는 "벤치마크 데이터를 대거 사들여 학습시키면 벤치마크 점수를 높일 수는 있겠지만 실제 업무에 적용해 활용하는 건 다른 이야기"라며 "깃허브나 허깅페이스 등 개발자 커뮤니티 반응이나 현업 도입 성과, 실사용자 피드백 기반 평가 기반이 마련되야 한다"고 말했다. 업계 전문가들은 벤치마크는 여전히 필요하다는 입장이다. 모델 성능을 일정 기준 아래서 비교할 수 있는 도구라는 점에서 충분한 의미가 있기 때문이다. 다만 고가 데이터 구매와 점수 경쟁이 과도하게 결합할 경우 벤치마크는 기술력을 검증하는 도구가 아니라 마케팅 수단으로 전락할 수 있다는 우려가 크다는 지적이다. AI 스타트업 대표는 "AI 경쟁이 본격화할수록 평가 체계의 공정성과 신뢰성은 더 중요한 문제가 될 것"이라며 "AI 평가의 투명성을 확보하기 위해선 벤치마크와 함께 실사용 중심의 검증 체계를 보완해야 한다"고 말했다.

2026.07.10 16:44남혁우 기자

몽골 경제사절단 오른 메가존클라우드, 현지 대학과 AI 인재 키운다

이재명 대통령의 몽골 국빈방문 경제사절단에 참여한 메가존클라우드가 현지 대학과 손잡고 인공지능(AI)·클라우드 인재 양성에 나선다. 산업 수요 기반 교육과 글로벌 취업 연계 체계를 구축해 몽골의 AI 전환(AX)을 지원하는 동시에 양국 간 디지털 협력 기반을 확대한다는 목표다. 메가존클라우드는 몽골 후레정보통신대학교와 AI·클라우드 인재 양성을 위한 업무협약(MOU)을 체결했다고 10일 밝혔다. 협약은 지난 9일 몽골 울란바타르 호텔에서 체결했으며 메가존클라우드가 대한민국 정부 주관 몽골 경제사절단에 참여한 것을 계기로 추진됐다. 행사에는 김정관 산업통상부 장관과 이주완 메가존클라우드 의장, 정순훈 후레대 총장, 도그미드 도르지한드 몽골 부총리를 비롯한 양측 주요 관계자가 참석했다. 양사는 메가존클라우드 AI·클라우드 기술 전문성과 후레대 교육·연구 역량을 결합해 몽골의 AX를 이끌 실무형 인재를 공동 양성하기로 했다. 먼저 산업 수요 기반 AI·클라우드 교육과정을 공동 개발하고 온라인 플랫폼을 활용한 비대면 교육 협력 체계를 구축할 계획이다. 또 교육과정 이수자를 대상으로 인턴십 프로그램을 운영하고 글로벌 채용 기회도 제공할 예정이다. 특히 메가존클라우드는 메가존 얼라이언스가 보유한 10개국 글로벌 네트워크를 활용해 교육과 산업을 연계하는 인재 육성 체계를 마련할 방침이다. 이 얼라이언스는 메가존클라우드와 모회사 메가존, 관계사 메가존소프트 등을 아우른다. 양측은 인재 양성을 넘어 몽골 소버린 AI와 로보틱스, 피지컬 AI 분야에서도 공동 협력 과제를 발굴해 추진키로 했다. 후레대는 피지컬 AI 중점 대학을 비전으로 관련 교육과 연구를 확대 중이다. 이주완 메가존클라우드 의장은 "AI·클라우드 인재 양성은 국가 간 디지털 협력 기반이 될 수 있다"며 "AI·클라우드 전문성과 글로벌 네트워크를 후레대 교육 역량과 연계해 몽골의 디지털 전환에 필요한 실무 인재 양성을 함께 추진할 것"이라고 밝혔다. 정순훈 후레대학교 총장은 "몽골의 디지털 전환을 이끌 인재는 검증된 기술 역량과 실무 경험을 함께 갖춰야 한다"며 "산업 수요 기반 교육과정과 글로벌 채용 기회를 연계해 몽골 학생들이 AI·클라우드 인재로 거듭날 수 있도록 메가존클라우드와 함께 지원할 것"이라고 말했다.

2026.07.10 15:34한정호 기자

[AI 고속도로] 메타, 자체 AI칩 9월 양산…인프라 자립 승부수

메타가 자체 설계한 인공지능(AI) 칩 양산을 오는 9월 시작하며 AI 인프라 자립에 속도를 낸다. 데이터센터 컴퓨팅 용량을 내년까지 두 배로 확대하는 동시에 자체 반도체와 클라우드 인프라를 결합해 엔비디아 의존도를 낮추고 AI 서비스 경쟁력을 강화한다는 구상이다. 9일(현지시간) 로이터통신은 메타 내부 메모를 인용해 메타가 코드명 '아이리스(Iris)'로 불리는 데이터센터용 AI 칩을 오는 9월부터 양산할 계획이라고 보도했다. 이칩은 메타가 자체 개발하는 '메타 훈련·추론 가속기(MTIA)' 4세대 프로젝트의 일부로, 브로드컴이 설계를 지원하고 대만 TSMC가 생산을 맡는다. 칩 테스트는 6주 만에 마쳤다. 아이리스는 메타가 페이스북과 인스타그램 등 자사 서비스에 적용하는 AI 학습·추론 성능을 높이기 위해 개발한 맞춤형 반도체다. 자체 설계 칩을 활용해 막대한 AI 컴퓨팅 비용을 절감하는 동시에 엔비디아와 AMD 등 외부 그래픽처리장치(GPU) 공급업체에 대한 의존도를 낮추는 움직임으로 풀이된다. 메타는 지난 3월 자체 AI 프로세서 4종을 공개한 데 이어 내년까지 약 6개월 간격으로 차세대 칩을 선보일 계획이다. 통상 1년 이상인 업계 개발 주기보다 훨씬 빠른 일정으로 AI 반도체 경쟁력을 확보한다는 목표다. AI 인프라 투자도 확대한다. 메타는 올해 총 7기가와트(GW) 규모 컴퓨팅 인프라를 구축하고 내년에는 같은 규모를 추가해 전체 컴퓨팅 용량을 14GW까지 확대할 방침이다. 자체 AI 모델 학습·추론을 위한 데이터센터 확충을 가속하는 투자다. 대규모 컴퓨팅 인프라 확장은 최근 메타가 시사한 클라우드 전략과도 맞물린다. 회사는 자체 데이터센터를 기반으로 AI 역량을 강화하는 동시에, 남는 AI 인프라 자원은 클라우드 형태로 외부 고객에 제공할 것으로 알려졌다. 여기에 자체 칩을 활용하면 GPU 구매 비용을 줄이고 데이터센터 운영 효율도 높일 수 있어 클라우드 사업 수익성 개선에도 도움이 될 것이라는 관측이 나온다. 메타는 올해 AI 인프라에 최대 1450억 달러(약 218조원)를 투자할 계획이다. 이는 올해 빅테크 전체 AI 투자 전망치인 7000억 달러(약 1057조원)의 약 5분의 1에 해당하는 규모다. 공급망 확보 소식도 전해졌다. 내부 메모에선 메타가 삼성전자 메모리 반도체, 샌디스크 플래시 스토리지, 스미토모전기 광섬유 장비 등에 대해 장기 공급 계약을 체결한 것으로 나타났다. AI 데이터센터 확산으로 메모리와 반도체 수급이 빠듯해지는 상황에 대응하기 위한 조치다. 메타는 이날 AI 코딩 모델 '뮤즈 스파크 1.1'을 유료 API 형태로 공개하며 오픈소스 중심이던 기존 전략에서 벗어나 자체 AI 모델 사업도 확대하고 있다. 이같은 투자 확대 기대감에 주가도 반등했다. 이날 메타 주가는 전 거래일보다 4.7% 오른 631.5달러로 거래를 마쳤다. 장 초반 약세를 보였지만 AI 칩 양산 계획과 AI 서비스 확대 소식이 전해지며 상승세로 전환했다. 마이크 구알티에리 포레스터 부사장은 "다른 회사 칩에 의존하면서 AI 빅테크가 될 수는 없다"며 "모델 가격 경쟁력을 확보할 수 있는 사실상 유일한 방법은 메타처럼 자체 칩을 개발하는 것"이라고 평가했다.

2026.07.10 11:56한정호 기자

[AI 리더스] 센드버드 CRO "답변하는 AI는 끝…고객은 해결 원한다"

"이제 기업들은 인공지능(AI) 모델 자체에 투자하지 않습니다. 얼마나 똑똑한 AI인지보다 실제 고객 문제를 얼마나 안전하고 효율적으로 해결할 수 있는지를 가장 중요하게 평가합니다." 마이크 보넷 센드버드 최고수익책임자(CRO)는 지난 9일 서울 송파구 롯데월드호텔에서 개최한 '센드버드 스파크 코리아 2026'에서 지디넷코리아와 만나 이같이 밝혔다. 이날 센드버드는 지난해 선보인 AI 고객 경험(CX) 플랫폼 '딜라이트.ai(delight.ai)'를 중심으로 차세대 AI 컨시어지 전략을 공개했다. 여러 AI 에이전트와 시스템을 조율하는 '에이전트 스튜어드(Agent Steward)'를 비롯해 AI 운영 플랫폼 '트러스트 OS 2.0', AI 자가 개선 기능 '제로 터치 개선(ZTI)', 고객센터 전환 솔루션 '딜라이트 데스크' 등을 선보이며 고객 문제 해결 AI 전략을 전면에 내세웠다. "성과로 증명하는 AI"…문제 해결률 95%·주문금액 20% 증가 보넷 CRO는 고객 경험 분야에서 AI는 신뢰성이 중요하다고 강조했다. AI가 잘못된 답변을 하거나 예기치 않은 행동을 했을 때 이를 즉시 파악하고 원인을 찾아 복구할 수 있는 체계가 갖춰져야 실제 기업 환경에서 활용할 수 있다는 설명이다. 이에 센드버드의 핵심 플랫폼 딜라이트.ai는 특정 AI 모델 하나에 의존하지 않는다. 고객이 사용하는 채널과 언어, 해결해야 하는 업무, 비용 등을 종합적으로 고려해 약 20개에 달하는 기반 AI 모델 가운데 가장 적합한 모델을 선택하는 구조다. 음성·채팅·문자마다 서로 다른 모델을 활용하고 오픈AI 챗GPT, 앤트로픽 클로드 등 새로운 모델이 등장하면 즉시 교체할 수 있도록 설계했다. AI 도입 효과를 판단하는 기준도 달라지는 추세다. 과거에는 문의 자동화율이나 응답 속도가 핵심이었다면 이제는 고객 문제를 얼마나 해결했고 그것이 실제 비즈니스 성과로 이어졌는지가 더 중요한 평가 기준이 되고 있다. 센드버드는 지원과 프리세일즈, 고객 참여 등 다양한 영역에서 성과를 측정 중이다. 대표 고객인 한샘은 딜라이트.ai를 도입한 이후 고객 문의 해결률을 기존 약 50%에서 95% 이상으로 끌어올렸다. 단순 상담 효율 개선에 그치지 않고 고객 만족도와 브랜드 평판 향상, 재구매 증가 등 연쇄적인 효과로 이어진 것이다. 미국 대형 리테일 기업 BJ's 홀세일도 대표 사례로 꼽힌다. 이곳은 센드버드 쇼핑 AI 에이전트를 도입한 이후 평균 주문 금액(AOV)이 약 20% 증가했다. AI가 구매 이력과 행동 데이터를 분석해 상품을 추천하고 재구매 시점을 안내하면서 매출 증대 효과를 거뒀다. 보넷 CRO는 "고객 경험을 개선하면 단순히 상담에서 멈추는 게 아니라 브랜드 평판이 높아지고 고객이 다시 구매하며 주변에도 추천하는 선순환이 만들어진다"며 "AI의 가치는 핵심성과지표(KPI)를 넘어 기업 전체에 파급효과를 미친다"고 말했다. "한국은 AI 의사결정 빠른 시장"…파트너 전략 강화 보넷 CRO는 한국을 AI 도입 경쟁력이 높은 시장으로 평가했다. 특히 최고경영진(CEO)이 AI 투자와 도입 과정에 적극 참여하는 문화가 빠른 의사결정을 가능케 하는 강점이라고 진단했다. 그는 "미국에서도 C레벨이 AI 전략에 관심은 많지만 직접 만나 의사결정을 논의하기는 쉽지 않다"며 "반면 한국은 CEO와 최고재무책임자(CFO) 등 경영진이 직접 AI 도입을 검토하고 질문을 던지기에 기업의 방향성이 더 명확하게 결정되는 경우가 많다"고 밝혔다. 이어 "이런 점은 한국 기업들이 AI를 도입하는 데 상당한 경쟁력이 될 수 있다"고 덧붙였다. 센드버드는 이 특성에 맞춰 장기적인 파트너 전략을 강화하고 있다. 한국에서 10년 이상 사업을 운영하며 확보한 엔터프라이즈 고객 기반과 국내 연구개발(R&D) 조직을 활용해 장애 대응부터 신규 기능 제안까지 함께하는 고객 밀착형 지원 체계를 차별점으로 내세우고 있다. 또 아마존웹서비스(AWS)와 GS네오텍 등 클라우드·시스템 통합(SI) 파트너십도 확대해 국내 AI 고객 확보에 속도를 낼 계획이다. 보넷 CRO는 "우리는 단순한 벤더가 아니라 고객 비즈니스를 함께 성장시키는 파트너가 되고자 한다"며 "새로운 기능이 나왔을 때 고객에게 가장 적합한 활용 방안을 먼저 제안하고 실제 성과를 함께 만드는 것이 우리만의 차별점"이라고 강조했다. 답만 하는 AI는 끝…고객 경험, 응답에서 해결로 그는 앞으로 고객 경험 시장 경쟁의 기준도 달라질 것으로 전망했다. 과거에는 얼마나 빨리 고객에게 답변을 제공하는지가 중요했다면 앞으로는 고객 문제를 얼마나 빠르게 해결했는지가 경쟁력을 좌우하게 될 것이라는 분석이다. 생성형 AI가 확산되면서 고객들의 기대 수준도 높아지고 있다. '새벽배송'과 '당일배송'이 소비자의 새로운 기준이 된 것처럼 AI 역시 고객 경험의 새로운 기준을 만들고 있다는 설명이다. 보넷 CRO는 "앞으로 고객들은 AI가 얼마나 똑똑한지보다 내 문제를 얼마나 빨리 해결해 주는지를 기준으로 서비스를 평가하게 될 것"이라며 "좋은 AI와 그렇지 않은 AI를 고객들이 직접 구분하는 시대가 올 것"이라고 말했다. 고객센터 역할도 변화할 것으로 내다봤다. 반복적인 문의 응대와 단순 업무는 AI가 담당하고 사람은 고객과 신뢰를 구축하거나 복잡한 의사결정, 예외 상황을 처리하는 역할에 집중하게 될 것이라는 전망이다. 이런 변화는 센드버드가 공개한 에이전트 스튜어드에도 반영됐다. 이는 여러 부서와 시스템, 외부 파트너를 연결해 문제 해결 과정을 끝까지 조율하는 AI 컨시어지다. 기존 고객센터 챗봇과 달리 실제 실행과 해결 중심 에이전트로 설계됐다. 센드버드는 향후 AI 에이전트끼리 서로 협업하는 '에이전트 투 에이전트(A2A)' 환경도 구현해 고객 경험 플랫폼을 고도화한다는 목표다. 보넷 CRO는 "시장에서 살아남는 AI는 단순히 질문에 답하는 AI가 아니라 고객 문제를 가장 효율적으로 해결하는 AI"라며 "우리는 기업들이 최고의 고객 경험을 제공할 수 있도록 AI 컨시어지 플랫폼을 지속 고도화해 나갈 것"이라고 강조했다.

2026.07.10 10:52한정호 기자

메타, 코딩AI '뮤즈 스파크 1.1' 공개…오픈AI·앤트로픽 추격

메타가 인공지능(AI) 코딩 모델 '뮤즈 스파크 1.1'을 공개하며 오픈AI와 앤트로픽 추격에 박차를 가한다. 메타는 10일 뮤즈 스파크 1.1을 발표하고 메타 AI 앱과 메타닷AI(meta.ai)의 '생각하기(Thinking) 모드를 통해 제공한다고 밝혔다. 동시에 개발자가 모델을 활용할 수 있는 '메타 모델 API' 공개 프리뷰도 시작했다. 뮤즈 스파크 1.1은 단순한 질의응답형 AI를 넘어, 외부 앱과 서비스, 각종 도구를 활용해 여러 단계를 거치는 작업을 수행하는 에이전트형 모델로 설계됐다. 메타에 따르면 이 모델은 계획 수립과 실행, 병렬 작업 분배, 맥락 유지 능력을 강화해 복잡한 작업을 보다 빠르고 안정적으로 처리할 수 있다. 새로운 네이티브 툴이나 MCP 서버, 맞춤형 스킬에도 별도 추가 학습 없이 대응하는 제로샷 일반화 능력을 갖춘 점이 강점으로 꼽힌다. 메인 에이전트가 전체 맥락을 파악해 계획을 세우고, 서브에이전트에 세부 작업을 나눠 맡기는 방식도 지원한다. 메타는 뮤즈 스파크 1.1이 여러 애플리케이션을 넘나들며 실시간으로 변하는 정보를 처리하는 컴퓨터 사용(workflow) 영역에서도 성능을 높였다고 강조했다. 기존처럼 화면상의 버튼을 하나씩 누르며 단계별로 반응하는 수준을 넘어, 상황에 따라 자동화 스크립트를 작성하거나 직접 인터페이스를 조작하는 방식을 스스로 선택할 수 있다는 설명이다. 예를 들어 자동화가 더 빠른 경우에는 스크립트를 작성하고 단순 작업은 직접 클릭하는 방식으로 처리해 전체 수행 시간을 줄이는 구조다. 메타는 이를 통해 장시간 이어지는 작업에서도 맥락을 유지하고, 새로운 정보가 생기면 중간에 계획을 수정해 대응할 수 있다고 밝혔다. 이번 모델에서 가장 눈에 띄는 부분은 코딩 성능 강화다. 메타는 뮤즈 스파크 1.1이 대규모 코드베이스 환경에서 복잡한 버그를 진단하고 수정하는 것은 물론, 엔터프라이즈급 시스템의 기능 추가와 대규모 코드 마이그레이션까지 수행할 수 있다고 설명했다. 웹 애플리케이션 제작, 종단간 질의응답 시스템 구현 등 실제 개발 업무에 가까운 작업에서도 이전 모델 대비 성능 향상이 확인됐다는 것이 메타 측 설명이다. 또한 계획 모드, 목표 조건화, 서브에이전트 위임, 컨텍스트 압축 등 최근 에이전트형 코딩 환경에서 요구되는 기능들을 안정적으로 지원하도록 학습됐다고 덧붙였다. 메타 내부에서도 개발자와 연구자가 이 모델을 실제 업무에 활용하고 있으며, 사내 주요 코딩 평가 지표에서 기존 모델보다 유의미한 개선을 기록한 것으로 전해졌다. 뮤즈 스파크 1.1은 100만 토큰 규모의 컨텍스트 윈도우를 지원하는 점도 특징이다. 메타는 이 모델이 긴 작업 흐름 속에서 이전 행동을 기억하고 훨씬 앞선 단계에서 다뤘던 정보도 다시 꺼내 활용할 수 있다고 설명했다. 동시에 이후 작업에 꼭 필요한 핵심 맥락만 남기는 방식으로 정보를 압축해 장기 작업 효율도 높였다. 이는 대규모 프로젝트 관리, 장시간 코딩 세션, 복합적인 에이전트 작업 같은 환경에서 경쟁력이 될 수 있다는 평가다. 메타는 뮤즈 스파크 1.1이 코딩뿐 아니라 이미지·영상·오디오를 함께 이해하는 멀티모달 역량에서도 강점을 보인다고 밝혔다. 시각 정보를 기반으로 코드를 생성하거나, 이미지와 영상에 대해 매우 상세한 설명을 제공하는 한편, 시각 인지와 실제 작업 수행을 결합한 에이전트 시나리오에도 활용할 수 있다는 설명이다. 예시로는 스마트폰으로 촬영한 제품 영상을 바탕으로 판매용 사진을 추출하고, 제품 정보를 파악한 뒤 브라우저를 조작해 온라인 장터에 판매 게시물을 등록하는 활용 사례가 제시됐다. 이는 단순 인식에 그치지 않고, 인식 결과를 행동으로 연결하는 모델 전략을 보여주는 대목이다. 메타는 이번 출시와 함께 신규 메타 모델 API 공개 프리뷰도 시작했다. 이를 통해 개발자들은 뮤즈 스파크 1.1을 자체 서비스나 워크플로우에 연동해 활용할 수 있다. 업계에서는 이번 발표를 두고 메타가 생성형 AI 경쟁에서 한층 공격적인 행보를 보였다고 평가한다. 그동안 고급 추론과 에이전트형 코딩 영역에서는 오픈AI와 앤트로픽이 존재감을 키워왔는데, 메타가 뮤즈 스파크 1.1과 API 공개를 앞세워 본격적으로 경쟁 구도에 뛰어들었다는 분석이다. 메타는 "이번 모델 공개가 그동안 강조해온 개인 초지능(personal superintelligence) 비전의 연장선에 있다"며 "이를 통해 사용자의 목표 달성과 창작, 관계 형성, 가치 있는 행동 실행 도울 것"이라고 밝혔다.

2026.07.10 10:03남혁우 기자

삼성SDS·엘리스, 정부 AI 연구용 컴퓨팅 공급 맡는다…AWS 제쳐

삼성SDS와 엘리스그룹이 정부의 인공지능(AI) 연구용 컴퓨팅 인프라 사업을 수주하며 지난해 해당 사업을 맡았던 아마존웹서비스(AWS)에 이어 올해 공급사로 선정됐다. 국내 산학연에 AI 연구 환경을 제공하는 사업으로, 공공 AI 인프라 시장 경쟁에서 레퍼런스를 확대하게 됐다. 9일 조달청 나라장터에 따르면 한국정보통신진흥협회(KAIT)가 발주한 '2026년 AI연구용 컴퓨팅 지원 프로젝트 그래픽처리장치(GPU) 자원 공급 및 유지보수' 사업 협상대상자로 삼성SDS와 엘리스그룹이 복수 선정됐다. 경쟁에는 AWS코리아까지 3개사가 참여했다. 이번 사업은 계약일부터 오는 12월 31일까지 클라우드 기반 GPU 자원을 공급·운영하는 프로젝트다. 연구기관이 초거대 AI 모델과 대규모언어모델(LLM) 등을 개발할 수 있도록 GPU 인프라와 운영 환경을 제공할 예정이다. 사업 예산은 153억원 규모다. 제안요청서(RFP)에 따르면 선정 사업자는 엔비디아 H100급 이상 GPU를 포함한 AI 컴퓨팅 자원을 확보해 연구자에게 제공하게 된다. 특히 다수 GPU를 하나로 묶어 활용할 수 있도록 클러스터 구성과 고속 네트워크 구축이 요건으로 제시됐다. GPU 운영 방식은 연구 목적에 따라 고정할당과 동적할당을 모두 지원하도록 했다. GPU뿐 아니라 중앙처리장치(CPU)·메모리·스토리지·네트워크를 포함한 연구 환경을 지원해 연구자가 컴퓨팅 자원을 즉시 사용할 수 있도록 하는 것이 핵심이다. 입찰은 기술평가 100% 방식으로 진행됐다. 평가엔 GPU 제공 계획과 보유 자원 규모, 연구환경 수준, 운영 지원 체계, 보안 역량 등이 중점적으로 반영됐다. 아울러 RFP상 기술평가 결과를 바탕으로 1·2순위인 삼성SDS와 엘리스그룹이 사업 협상대상자로 선정됐다. 이번 사업은 지난해 AWS가 처음으로 정부 AI 연구용 GPU 공급 사업을 수주한 이후 1년 만에 추진된 것으로, 공급사가 다시 국내 클라우드 기업으로 바뀌었다. 당시 AWS는 클라우드 보안인증(CSAP)을 획득한 글로벌 클라우드 기업 가운데 처음으로 정부 AI 연구 프로젝트에 GPU 인프라를 공급했다. 삼성SDS와 엘리스그룹은 향후 현장실사와 협상을 거쳐 최종 계약을 체결할 예정이다.

2026.07.09 18:37한정호 기자

250억원 결제 요청 받은 국내 이용자…앤트로픽 빌링 오류 논란

국내 한 이용자가 앤트로픽으로부터 200억원대에 달하는 사용료 청구 메일을 받았다고 주장하며 논란이 일고 있다. 당사자는 자체 조사 결과 실제 과금을 발생시킬 수 있는 경로를 찾지 못했다며 빌링 오류 가능성을 제기했다. 이에 엔트로픽 측은 개인 계정 사안은 구체적 확인은 어렵다는 입장을 보였다. 9일 업계에 따르면 AI 활용 사례를 공유하는 한 스레드 이용자는 최근 자신의 계정에 앤트로픽으로부터 거액의 결제 요청 메일을 받았다고 공개했다. 문제가 된 청구는 지난 7일 오후 10시20분 처음 발송됐다. 그가 공개한 이메일 캡처에는 "166만9875.90달러(약 25억원) 앤트로픽 PBC 결제에 실패했습니다($1,669,875.90 payment to Anthropic, PBC was unsuccessful)"라는 내용이 담겨 있었다. 발신자는 앤트로픽의 결제 대행사인 스트라이프(Stripe)의 인보이스 발송 시스템이었다. 한 사용자는 처음에는 피싱 가능성을 의심했지만, 발신 이메일 주소와 결제 링크가 모두 앤트로픽 공식 도메인으로 확인됐다고 설명했다. 또 은행 결제 요청 메시지의 청구 금액이 이후 실시간으로 계속 올라가고 있었다고도 밝혔다. 실제로 하루가 지난 8일 오후 11시42분에는 1662만7739달러(약 251억원)로 전날 대비 약 10배 급증한 청구 이메일이 재차 발송됐다. 해당 이용자는 맥미니 기반으로 여러 AI 자동화 시스템을 운영하고 있었다고 밝혔다. AI 에이전트 8개를 비롯해 자동 트레이딩 에이전트, 워커, 파견 에이전트, 서브PM, 프리즘(Prism) 관련 서비스, 자동화 스크립트 등을 사용하고 있어 초기에는 일부 자동화 프로세스가 앤트로픽 API를 과도하게 호출했을 가능성 등을 고려했다. 그는 자체 조사에 착수했다. 공개된 조사 결과에 따르면 봇, 워커, 파견 에이전트, 프록시 서버, 프리즘 인사이트, 코덱스(Codex) 봇, 크론(Cron) 작업 등을 전수 점검했지만 과금형 앤트로픽 API 키는 발견되지 않았다고 주장했다. 시스템 내에서 앤트로픽 API 키 값은 확인됐으나 실제 과금용 API 키가 아닌 인증용 세션 토큰으로 파악됐다고 덧붙였다. 그는 지속되는 청구요구에 클로드 맥스 구독을 중단하고 등록해둔 카드도 정지시켰다. 이후 앤트로픽 고객지원팀에 인보이스 무효화, 원인 조사, 계정 이상 여부 확인 등을 요청하는 이의제기 메일을 발송했지만 아직 답변을 받지 못했다고 밝혔다. 이에 앤트로픽 코리아 측은 "개인 계정과 관련된 사안이라 확인해드릴 수 있는 부분이 없다"고 답했다.

2026.07.09 17:03남혁우 기자

가비아, AI 비용 낮춘다…GPU·클라우드 결합 인프라 출시

가비아가 물리 그래픽처리장치(GPU) 서버와 클라우드 환경을 결합한 하이브리드 인공지능(AI) 인프라 구성을 선보이며 기업 비용 부담 완화에 나섰다. 가비아는 'GPU 서버호스팅'과 '가비아 클라우드'를 연동한 하이브리드 클라우드 구성을 출시했다고 9일 밝혔다. AI 학습과 추론, 서비스 운영을 작업 단계별로 분리해 초기 투자와 운영 비용을 동시에 줄일 수 있는 환경을 제공한다는 목표다. 최근 생성형 AI 서비스 확산으로 GPU 수요가 급증하면서 기업들의 인프라 비용 부담도 커지고 있다. 고성능 GPU를 직접 구축하면 초기 투자 비용이 크고 모든 환경을 클라우드에서 운영하면 상시 사용료가 누적되는 만큼, 비용 효율적인 인프라 구성이 새로운 과제로 부상 중이다. 가비아는 이같은 부담을 줄이기 위해 물리 GPU 서버와 클라우드를 결합한 하이브리드 구성을 마련했다. AI 학습과 그래픽 작업 등 고성능 연산은 RTX 4090 기반 물리 GPU 서버가 담당하고 상시 서비스 운영과 트래픽 대응은 클라우드 서버가 맡는 방식이다. 이를 통해 기업은 초기 대규모 투자 없이도 고성능 GPU를 활용하고 서비스 수요 변화에 맞춰 자원을 유연하게 조정할 수 있다는 게 회사 측 설명이다. 활용 방식은 업무 특성에 따라 달라진다. 이미지 생성 서비스 기업의 경우 물리 GPU 서버에서 대량의 이미지를 생성한 뒤 결과물을 클라우드로 이관해 안정적으로 서비스를 제공할 수 있다. 또 AI 모델 개발 기업은 대규모 학습 단계에서만 물리 GPU를 활용하고 추론과 상시 서비스는 클라우드에서 운영해 비용을 절감할 수 있다. 실시간 추론 서비스를 운영하는 기업도 신규 모델 개발 기간에만 GPU 서버를 연동하는 방식으로 인프라 효율을 높일 것으로 보인다. 가비아는 이번 출시를 기념해 오는 9월 30일까지 신규 신청 고객을 대상으로 GPU 서버호스팅 결제 금액만큼 가비아 클라우드 크레딧을 환급하는 프로모션도 진행한다. 고성능 하드웨어와 클라우드를 함께 활용하거나 인프라 비용 절감과 이중화를 검토하는 신규 고객이 대상이다. 오석 가비아 클라우드사업팀장은 "기업들이 자체 구축이나 전면 클라우드라는 양자택일에서 벗어나 작업 단계별로 자원을 최적화해 효율을 극대화할 수 있도록 이번 구성을 마련했다"고 밝혔다. 이어 "30년 가까이 축적된 인프라 운영 역량을 바탕으로 고객들이 초기 진입 장벽 없이 안전하고 경제적인 AI 인프라 환경을 구축하도록 지원을 아끼지 않겠다"고 덧붙였다.

2026.07.09 14:06한정호 기자

건국대, 'AI 자연어처리' 최고 권위 경진대회서 세계 2위, 4위 입상

건국대학교(총장 원종필)는 자연어처리연구실(지도교수 컴퓨터공학부 김학수) 소속 송지우·염시형 학생으로 구성된 'K-NLPers' 팀이 세계적인 자연어처리(NLP) 경진대회인 'Semeval-2026 Task 7'에서 단답형(SAQ) 부문 세계 2위, 객관식(MCQ) 부문 세계 4위를 차지했다고 9일 밝혔다. 다양한 언어와 문화권에서의 일상 지식을 이해하는 인공지능(AI) 기술력을 국제적으로 인정받았다. Semeval(Semantic evaluation)은 자연어처리 분야 최고 권위 국제 경진대회 가운데 하나로, 매년 세계 각국 연구자가 최신 AI·자연어처리 기술을 겨루는 무대다. 특히 이번 Task 7은 '다양한 언어와 문화에 걸친 일상 지식(Everyday Knowledge Across Diverse Languages and Cultures)'을 주제로, 대규모 언어모델(LLM)과 NLP 시스템이 다양한 문화권의 일상적 상황과 상식을 얼마나 정확하게 이해하는지를 평가했다. 과제는 학습에 활용될 수 있는 데이터가 상대적으로 부족한 저자원 언어를 대거 포괄하고, 문화적 맥락까지 고려해야 하기 때문에 기술적 난도가 높은 과제로 평가받았다. 이번 대회에는 세계 140명 이상의 연구자가 등록해 62개 팀이 결과물을 제출했다. 건국대 'K-NLPers' 팀은 단답형 평가 부문에서 세계 2위, 객관식 평가 부문에서 세계 4위를 기록했다. 연구팀은 여러 개의 LLM이 독립적으로 답변을 생성한 뒤 서로의 결과를 토론하고 검증하는 '대륙·국가 기반 다중 LLM 에이전트 토론 시스템'을 구축해 대회에 참가했다. 이 시스템은 안정적인 성능의 모델을 중심으로 대륙·국가별 문화적 특성에 강점을 보이는 모델을 함께 활용하고, 각 에이전트가 서로의 답변을 비교·보완해 최종 답을 도출하도록 설계했다. 단답형 부문에서는 55.75점, 객관식 부문에서는 88.32점의 종합 점수를 기록했다. 이번 연구성과는 경진대회 수상에 그치지 않고 세계 최대 자연어처리 학술대회인 ACL(Association for Computational Linguistics)의 공식 논문 저장소인 ACL Anthology에 논문으로 게재될 예정이다.

2026.07.09 13:56주문정 기자

SK AX, 풀스택 제조 로봇 전환 시동…자율형 공장 정조준

SK AX가 제조 현장의 로봇 도입부터 운영까지 전 과정을 아우르는 제조 로봇 전환(RX) 사업에 나선다. 디지털 트윈과 피지컬 인공지능(AI)을 결합해 공장 전체가 스스로 판단하고 움직이는 자율형 공장 구축에 앞장선다는 목표다. SK AX는 제조 기업의 로봇 기반 운영 혁신을 지원하는 '제조 RX 풀스택 서비스'를 본격화한다고 9일 밝혔다. 최근 제조업계는 인력 부족과 생산성 저하에 대응하기 위해 로봇 도입을 확대 중이다. 하지만 설비 간 간섭과 물류 병목, 작업자 동선 충돌 등 다양한 변수로 기대한 수준의 효과를 얻지 못하는 사례가 늘고 있다. 특히 반도체와 조선 등 복잡한 제조 환경에선 기존 규칙 기반 자동화만으로 안정적인 운영에 한계가 있다는 지적이 나온다. 이에 SK AX는 로봇 도입 전 검증부터 현장 운영, 공장 전체 통합 관제까지 지원하는 제조 RX 풀스택 서비스를 선보였다. 디지털 트윈과 피지컬 AI, 이기종 로봇 통합 관제 기술을 결합해 자율형 제조 환경을 구현하는 것이 핵심이다. 디지털 트윈 단계에선 실제 공장의 설비 배치와 작업자 동선, 자재 흐름, 공정 조건 등을 가상 공간에 구현한다. 로봇을 현장에 배치하기 전 수천 건의 작업 시나리오를 반복 검증해 병목 구간과 충돌 가능성, 품질 변화, 충전 스케줄 등을 사전에 분석하고 최적의 운영 방안을 도출하는 방식이다. 현장에 투입된 로봇에는 시각·이해·행동을 수행하는 VLA 모델 기반 피지컬 AI가 적용된다. 로봇이 작업 환경 변화나 예상치 못한 장애물을 스스로 인식하고 판단해 작업 방식을 능동적으로 조정함으로써 비정형 제조 환경에서도 작업 정밀도와 연속성을 높일 수 있도록 지원한다. 공장 운영 단계에선 자율주행로봇(AMR)과 협동로봇, 휴머노이드 등 서로 다른 제조사의 로봇을 단일 운영 체계로 묶는 '이기종 로봇 통합 관제 시스템'을 제공한다. 생산관리시스템(MES) 등 기존 제조 시스템과 연계해 공정 이상이나 지연 상황을 실시간으로 반영하고 로봇 작업 지시와 이동 경로를 최적화할 계획이다. SK AX는 현재 반도체 산업에서 디지털 트윈과 로봇 통합 관제 관련 실증 모델을 검증하고 있으며 이를 조선 산업으로 확대 적용 중이다. 향후 다양한 제조 산업으로 서비스를 확대해 자율형 공장 전환을 지원한다는 방침이다. 김광수 SK AX 제조서비스부문장은 "제조업 RX는 단순한 하드웨어 구매가 아니라 로봇이 실제 생산 현장에서 안정적으로 운영되고 공장 전체와 연결되도록 만드는 운영 역량이 핵심"이라고 말했다. 이어 "디지털 트윈, 피지컬 AI, 이기종 로봇 통합 관제 역량을 바탕으로 고객의 공장을 멈추지 않는 자율형 공장으로 진화시키는 AX 파트너가 될 것"이라고 덧붙였다.

2026.07.09 13:52한정호 기자

일본 AI·보안 시장 열린다…KOSA, 현지 진출 지원

한국인공지능·소프트웨어산업협회(KOSA)가 일본 최대 IT 유통 네트워크와 협력을 확대하며 국내 인공지능(AI)·소프트웨어(SW) 기업의 일본 시장 진출 지원에 나선다. 일본 기업들의 AI·보안 솔루션 수요가 확대되는 가운데, 현지 비즈니스 상담과 네트워킹을 강화해 국내 기업의 해외 판로를 넓힌다는 목표다. KOSA는 일본컴퓨터시스템판매점협회(JCSSA)와 서울 가락동 IT벤처타워에서 '2026 한·일 IT기업 교류회'를 개최했다고 8일 밝혔다. JCSSA는 일본 전역의 컴퓨터 및 IT 솔루션 유통 분야 대·중견·중소기업 약 400개사가 참여하는 협회다. 회원사 네트워크를 기반으로 국내외 기업 간 비즈니스 협력과 산업 교류를 지원하고 있다. 이번 행사에는 일본 시장 진출을 추진하거나 현지 법인을 운영 중인 국내 AI·SW 기업 14개사와 일본 기업 12개사가 참석했다. 국내에선 와탭랩스·셀렉트스타·스패로우·스캐터엑스·모빌린트·클루커스·지미션·웨어밸리·래블업·데이터스트림즈·가온아이·안랩·시큐아이·펜타시큐리티 등이 참여했다. 행사는 KOSA와 JCSSA 기관 소개를 시작으로 KOSA가 추진 중인 '풀스택 AI 컨소시엄' 사례 발표와 한·일 기업 간 비즈니스 상담회 순으로 진행됐다. KOSA는 최근 일본 시장에서 기존 업무 환경에 AI를 단계적으로 도입하려는 수요가 증가하면서 보안성이 검증된 내부망 기반 프라이빗·하이브리드 AI 솔루션에 대한 관심이 높아지고 있다고 설명했다. 이에 관련 기술력과 구축 경험을 보유한 국내 기업들의 사업 기회도 확대될 것으로 전망했다. 협회는 이번 교류회를 계기로 JCSSA를 비롯한 일본 주요 기관과 협력을 확대하는 한편, 하반기에는 일본 현지에서 비즈니스 상담회와 네트워킹 행사를 개최해 국내 AI·SW 기업의 현지 시장 진출을 지속 지원할 계획이다. 서성일 KOSA 부회장은 "최근 일본 기업들이 보안이 검증된 솔루션에 관심을 갖기 시작하면서 관련 기술력을 갖춘 국내 기업들에게는 지금이 중요한 기회의 시점"이라며 "하반기 일본 현지 상담회와 네트워킹 행사를 통해 국내 AI·SW기업들이 비즈니스 기회를 가질 수 있도록 지원하겠다"고 밝혔다.

2026.07.09 13:39한정호 기자

[현장] 센드버드, AI 컨시어지 시대 선언…"답변 넘어 해결하는 AI로"

센드버드가 단순 응답형 인공지능(AI)을 넘어 복잡한 고객 문제를 처음부터 끝까지 해결하는 'AI 컨시어지' 시대를 선언했다. 고객 문의를 여러 부서와 시스템, AI 에이전트가 함께 처리하는 새로운 운영 체계를 공개하며 고객 경험(CX) 혁신을 주도한다는 목표다. 김동신 센드버드 대표는 9일 서울 송파구 롯데월드호텔에서 개최한 '스파크 코리아 2026'에서 "AI의 역할은 고객 질문에 답하는 데서 끝나는 것이 아니라 문제를 해결하고 기업 업무를 끝까지 책임지는 것"이라며 "앞으로 사람이 더 중요한 판단에 집중하고 AI가 실행을 담당하는 새로운 고객 경험의 표준을 만들어가겠다"고 밝혔다. 이날 센드버드는 지난해 출시한 AI 고객 경험 플랫폼 '딜라이트.ai(delight.ai)'를 중심으로 차세대 AI 컨시어지 전략을 공개했다. ▲'에이전트 스튜어드(Agent Steward)' ▲AI 운영 플랫폼 '트러스트 OS 2.0' ▲AI 자가 개선 기능 '제로 터치 개선(ZTI) ▲'보이스 AI 2.0' ▲고객센터 마이그레이션 솔루션 '딜라이트 데스크' 등을 새롭게 선보이며 실제 업무 운영 모델을 제시했다. "단순 응답 AI는 끝났다"…에이전트 스튜어드 전면에 김 대표는 기존 AI 상담 시스템의 한계로 복잡한 고객 문제 해결을 꼽았다. 현재 AI가 주문 조회나 비밀번호 초기화 등 반복 업무는 상당 부분 처리하고 있지만 승인과 판단, 여러 조직 간 협업이 필요한 업무는 여전히 사람에게 넘어가고 있다는 설명이다. 이를 해결하기 위해 센드버드는 새로운 AI 에이전트 솔루션 에이전트 스튜어드를 공개했다. 스튜어드는 고객 문의를 접수한 이후 주문 시스템과 물류센터, 협력사, 재무팀 등 여러 시스템과 동시에 연동하며 문제 해결이 완료될 때까지 진행 상황을 관리하는 AI 오케스트레이터 역할을 수행한다. 단순히 답변을 제공하는 수준을 넘어 실제 업무를 수행하고 이해관계자를 조율하는 것이 특징이다. 이날 스튜어드 라이브 데모에선 이상희 센드버드 코리아 대표가 직접 배달 서비스 고객 역할을 맡아 보이스 스튜어드의 실제 동작을 시연했다. 에이전트가 고객과 통화하는 동시에 배달 기사와 음식점, 고객센터를 순차 연결해 사고 상황을 확인하고 새로운 배달을 배정하는 과정을 실시간으로 선보였다. 상담사는 보상 승인만 담당하고 나머지 업무는 AI가 자동 처리하는 방식이다. AI가 AI를 고친다…트러스트 OS 2.0·ZTI 공개 센드버드는 트러스트 OS 2.0을 공개하며 AI 운영 체계도 한 단계 고도화했다. 이는 AI 동작을 모니터링하는 수준을 넘어 AI가 스스로 문제를 발견하고 개선할 수 있도록 설계된 플랫폼이다. 지난해 공개한 트러스트 OS가 AI 활동의 투명성과 통제에 초점을 맞췄다면, 이번 버전은 AI의 자율성을 높이는 데 중점을 뒀다. 핵심 기능은 ZTI다. AI가 고객과의 대화를 분석해 실패 사례를 찾아내고 원인을 분석한 뒤 개선안을 생성하고 테스트, 배포까지 수행하는 구조다. 사람은 개선 방향을 승인하거나 필요한 부분만 수정하면 되고 이후 반복적인 검증과 최적화는 AI가 담당한다. 센드버드는 이를 통해 AI가 운영 과정에서 지속적으로 성능을 높이는 새로운 운영 모델을 구현할 계획이다. 행사 중 ZTI 시연에선 사람이 표준운영절차(SOP)를 입력하면 AI가 이를 액션북으로 변환하고 실제 고객 대화를 분석해 개선안을 생성한 뒤 테스트와 배포까지 수행하는 과정이 진행됐다. 김 대표는 "AI는 수백만 건의 대화를 분석하고 최적화하는 데 뛰어나지만, 브랜드 기준과 정책을 정하는 것은 사람의 역할"이라며 "사람은 방향을 제시하고 AI는 그 방향 안에서 지속적으로 개선하는 구조가 앞으로의 AI 운영 모델이 될 것"이라고 설명했다. 헬프데스크 시장도 겨냥…딜라이트 데스크로 원클릭 전환 센드버드는 '보이스 AI 2.0'도 선보이며 음성 AI 기능을 강화했다. 기존처럼 고객 문의에 응답하는 수준을 넘어 예약 발신과 아웃바운드 콜 기능을 지원하는 솔루션이다. AI가 고객에게 먼저 연락해 상황을 안내하거나 필요한 절차를 진행하는 등 보다 능동적인 고객 경험을 제공할 수 있도록 설계됐다. 아울러 기존 헬프데스크 시장을 겨냥한 신규 고객센터 솔루션 딜라이트 데스크도 공개했다. 센드버드는 젠데스크와 같은 기존 고객센터 솔루션에서 상담 데이터를 원클릭으로 딜라이트.ai에 이전할 수 있도록 지원할 계획이다. 특히 기존 상담 이력을 AI 액션북으로 자동 전환해 곧바로 AI 운영에 활용할 수 있도록 돕는다. 상담사가 사용하는 고객센터와 AI 에이전트가 하나의 환경에서 동작하도록 설계한 것이 특징이다. 센드버드는 차세대 AI 컨시어지를 중심으로 고객 경험 플랫폼을 고도화하고 다양한 산업군에서 실제 운영 사례를 확대해 나갈 계획이다. AI가 사람을 단순 보조하는 수준을 넘어 기업 업무를 수행하는 '디지털 팀원'으로 자리 잡는 시대를 앞당긴다는 목표다. 이 대표는 "이번 공개한 기술은 실험실에서 보여주기 위한 데모가 아니라 실제 운영 환경에서 고객 문제를 해결하기 위해 개발한 기능"이라며 "고객센터를 비용 조직이 아니라 기업의 성장과 혁신을 만드는 핵심 조직으로 전환하는 것이 우리의 비전"이라고 말했다. 김 대표는 "고객 경험 전반을 조율하고 실행하는 AI 에이전트 생태계를 지속 확장해 기업이 AI를 실질적인 비즈니스 성과로 연결할 수 있도록 돕겠다"고 강조했다.

2026.07.09 12:53한정호 기자

[AI리더스] 김형우 에스넷시스템 "AI 시대 경쟁력은 실행하는 조직"

"인공지능(AI)의 등장으로 그 어느 때보다 변화가 빠르고 예측이 어려운 시대가 됐습니다. 이런 시대에 생존하려면 완벽한 계획을 세우기보다 현장에서 먼저 실행하고 수정·보완하며 대응할 수 있는 조직이 돼야 합니다." 김형우 에스넷시스템 대표는 9일 서울 강남구 사옥에서 진행한 인터뷰에서 기업 운영의 핵심 요소로 '실행하는 조직'을 제시하고 이를 위한 전략과 비전을 밝혔다. 지난 1월 선임된 김 대표는 2000년 입사 이후 26년간 공공, 금융, 클라우드, 커머셜, 엔터프라이즈 등 주요 사업 영역을 두루 거친 현장형 경영인이다. 완벽한 계획보다 실행이 우선 그가 일관되게 강조한 것은 '실행하는 조직'이다. 김 대표는 "지금은 계획을 완벽하게 짜서 실행하려 하면 이미 늦어버리는 상황"이라며 "아이디어가 잡히면 큰 방향을 세운 뒤 현장에서 먼저 실행하고, 수정·보완을 거쳐 완성도를 높여가는 방식이 지금 시대에 더 맞다"고 말했다. 이를 위해 김 대표가 취임 후 6개월간 가장 먼저 추진한 것은 현장 분석과 조직 진단이었다. 빠르게 바뀌는 기술 환경 속에서 현장의 업무 방식과 분위기를 직접 점검하고 실행이 더딘 원인을 파악하기 위해서다. 김 대표는 "각 분야 직원들 대화하고 고객 현장을 방문하면서 사업부별 진단에 많은 시간을 쏟았다"며 "쉽게 추진되지 못했던 과제들이 왜 멈춰 있었는지 살피고 이를 실제 실행으로 옮기기 위한 트리거 역할을 하려 했다"고 설명했다. 이어 "실패 역시 학습의 과정이라고 보기 때문에 성공만 요구하지는 않는다"며 "회사가 직원에게 해줘야 하는 것은 결국 기회를 주는 것"이라고 운영 철학을 밝혔다. "전 직원을 AI 전문가로"...전사적 AI 역량 확보 김 대표는 실행하는 조직의 기반으로 전사적 AI 역량 확보도 강조했다. 그는 "지난해 서울대 AI 최고경영자(CEO) 과정을 수료하며 약 30년 만에 개발을 다시 접했고 이 과정에서 AI의 강력함을 몸소 느꼈다"며 "전 직원이 AI를 익숙하게 활용하고, 나아가 AI 전문가가 될 수 있도록 해야겠다고 생각했다"고 밝혔다. 이에 따라 에스넷시스템은 직원들이 개별적으로 사용하던 생성형 AI를 엔터프라이즈 버전으로 전환하는 작업을 추진 중이다. 업무별·직무별 AI 교육도 운영하고 있으며, 현장 엔지니어의 근무 특성을 고려한 별도 교육 과정도 마련했다. 사내에서는 이미 자산관리를 자동화하는 '펄스(Pulse)', 직원 스킬셋을 등록·평가해 인력 배치에 활용하는 '업무 지원 도우미 포털', 엔지니어용 검색증강생성(RAG) 챗봇 '블루빗ai(Bluebits.ai)' 등이 직원 주도로 개발돼 실제 업무에 활용되고 있다. 신입과 주니어 인력 육성의 중요성도 강조했다. AI가 기본적인 작업을 빠르게 처리해준다고 해도 향후 더 큰 역할을 맡을 인재를 계속 키우지 않으면 조직의 지속 가능성이 약해질 수 있다는 이유에서다. 김 대표는 "단기적인 효율만 보면 보수적으로 접근할 수 있지만, 회사의 미래를 생각하면 채용과 양성을 멈출 수 없다"며 "역량 강화가 결국 생존이고, AI 시대에도 사람을 어떻게 성장시키느냐가 핵심 과제"라고 말했다. AI 시대 핵심 경쟁력은 도메인 지식 AI 기술이 빠르게 발전하고 있지만, 김 대표는 궁극적인 경쟁력은 여전히 도메인 지식에 있다고 강조했다. 기술 자체보다 고객 환경과 업무를 얼마나 깊이 이해하느냐가 더 중요하다는 판단이다. 그는 "AI 도구는 점점 더 강력해지고 누구나 활용할 수 있는 방향으로 갈 것"이라며 "그럴수록 차이를 만드는 것은 고객의 업무를 얼마나 잘 이해하고, 그 결과물을 실제 현장에 맞게 적용할 수 있느냐"라고 말했다. 김 대표는 에스넷시스템의 강점 역시 도메인 경쟁력에 있다고 봤다. 공공, 금융, 기업 시장에서 오랫동안 축적해온 구축·운영 경험과 고객 업무에 대한 이해, 다양한 파트너 생태계와의 협업 경험이 AI 시대에도 차별화된 경쟁력이 될 수 있다는 설명이다. 그는 "AI가 초안을 만들고 속도를 높여줄 수는 있어도, 고객이 실제로 원하는 것이 무엇인지 읽어내고 현장에 맞는 해답으로 구체화하는 것은 결국 사람과 조직의 역량"이라며 "도메인 지식과 현장 경험이 쌓인 조직이 유리할 수밖에 없다"고 말했다. 확대되는 AI 인프라 시장...하반기 성장 기대 김 대표는 하반기 사업 전망에 대해 낙관적인 견해를 밝혔다. AI 도입이 본격화되면서 데이터센터와 GPU 기반 인프라, 운영 자동화 영역에서 수요가 확대될 것으로 기대했다. 그는 "작년에도 전체 매출의 50% 이상이 데이터센터 관련 사업에서 나왔다"며 "6~7월부터 AI 데이터센터 관련 수주가 본격적으로 들어오고 있다"고 말했다. 에스넷시스템이 주목하는 분야 중 하나는 GPU 활용 효율화다. 반도체 가격 상승으로 데이터센터 구축에 투입되는 장비 가격 부담이 커지면서, 고객사들도 장비를 얼마나 효율적으로 활용할 수 있는지에 대한 관심을 높이고 있다는 설명이다. 김 대표는 "그동안 데이터센터를 구축한 기업 중 GPU 활용률이 50%를 넘는 고객이 드물었다"며 "이제는 인프라 투자와 운영 효율화에 대한 고민이 함께 이어지고 있다"고 설명했다. 에스넷시스템은 엔비디아가 제공하는 런AI(Run:ai)와 자체 개발 솔루션 '클라우드 허브'를 결합해 고객사의 GPU 효율화를 지원하고 있다. 김 대표는 "지금처럼 급변하는 환경에서는 머릿속으로만 준비해서는 안 된다"며 "현장에서 먼저 움직이고, 배우고, 고치고, 다시 실행하는 조직만이 살아남을 수 있다"고 말했다. 이어 "에스넷시스템이 가진 인프라 역량과 현장 경험, 고객 이해를 바탕으로 AI 인프라와 운영, 자동화 영역에서 새로운 성장 기회를 만들어가겠다"며 "결국 차이를 만드는 것은 실행력"이라고 강조했다.

2026.07.09 10:41남혁우 기자

[AI 고속도로] 메타, 캐나다에 첫 AI 데이터센터 짓는다…클라우드 진출 속도

메타가 캐나다에 첫 대규모 인공지능(AI) 데이터센터를 구축하며 AI 인프라 확대에 속도를 낸다. 1기가와트(GW) 규모 시설에 약 90억 달러(약 13조원)를 투자하는 동시에, 향후 남는 컴퓨팅 자원을 외부에 제공하는 클라우드 사업도 추진할 계획이다. 8일(현지시간) CNBC에 따르면 메타는 캐나다 앨버타주 스터전 카운티에 첫 데이터센터를 건설한다고 발표했다. 이번 시설은 메타의 33번째 데이터센터로, AI 서비스 확대에 필요한 컴퓨팅 인프라 확보를 위해 약 90억 달러(약 13조원)를 투입해 2~3년에 걸쳐 구축될 예정이다. 규모는 1GW로 초대형 AI 데이터센터에 해당한다. 메타는 AI 모델 개발과 서비스 운영에 필요한 연산 자원을 확보하기 위해 글로벌 데이터센터 투자를 지속 확대 중이다. 메타가 앨버타를 선택한 배경으로는 풍부한 전력 공급과 우호적인 규제 환경이 꼽힌다. 이 부지는 오랜 기간 산업용으로 지정돼 왔으며 추가 전력 인프라 구축이 가능한 지역으로 평가된다. 메타는 AI 인프라 투자와 함께 최근 클라우드 사업 진출도 준비 중이다. 자체 데이터센터의 남는 컴퓨팅 자원을 외부 기업에 판매하거나, 자사 인프라에서 운영하는 AI 모델을 서비스 형태로 제공하는 방안을 검토 중인 것으로 알려졌다. 이는 오픈AI·앤트로픽·구글 등과 AI 경쟁이 치열해지는 가운데 대규모 인프라 투자를 새로운 수익원으로 연결하려는 전략으로 풀이된다. 다만 투자자들은 메타가 올해 최대 1450억 달러(약 217조원)에 달하는 자본지출 계획을 제시했음에도 광고 사업 외 뚜렷한 수익 모델을 아직 제시하지 못했다는 점을 지적하고 있다. 실제 메타 주가는 올해 들어 약 9% 하락했다. 여기에 메타가 향후 클라우드 시장에 진출하면 글로벌 3강인 아마존웹서비스(AWS)·마이크로소프트(MS)·구글과 경쟁하게 될 전망이다. 메타는 "캐나다의 다양한 에너지 기업과 협력해 데이터센터 가동 수년 전부터 필요한 전력 수요를 계획해왔다"며 "이번 프로젝트는 건설 과정에서 최대 3000명의 일자리를 창출하고 지역 인프라와 비영리단체 지원도 확대할 것"이라고 밝혔다.

2026.07.09 10:00한정호 기자

  Prev 1 2 3 4 5 6 7 8 9 10 Next  

지금 뜨는 기사

이시각 헤드라인

[ZD브리핑] 최태원 회장이 밝히는 美 나스닥 ADR 상장 이후 청사진은

오픈AI "GPT-5.6 솔 울트라, 50년 수학 난제 1시간 만에 증명"

디나미스 원, 서브컬처 해답은 '오가닉 아트'…"창작의 중심은 사람"

美, 프론티어 AI에 안보 고삐…"韓도 위험평가 체계 갖춰야"

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.