검색 - IT세상을 바꾸는 힘 지디넷코리아

ZDNet 검색 페이지

'인공지능'통합검색 결과 입니다. (5152건)

태그
기간
- 3개월
- 1년
- 1년 이전

재검색

[AI는 지금] 메타, AI 모델 공개 또 연기…1450억 달러 투자 회수 '안갯속'

메타가 최신 인공지능(AI) 모델 공개 일정을 잇따라 미루면서 AI 수익화 전략에 불확실성이 커졌다. 막대한 비용을 들여 자체 프런티어 AI 모델을 개발해 왔지만, 이를 외부 개발자 생태계와 수익 모델로 연결하는 과정에 차질이 생긴 것이다. 5일 월스트리트저널(WSJ) 등 외신에 따르면 메타는 최신 AI 모델 '뮤즈 스파크' 애플리케이션 프로그래밍 인터페이스(API)를 개발자에게 공개하려던 계획을 여러 차례 연기한 것으로 드러났다. 아직까지 구체적인 출시일도 정해지지 않은 것으로 전해졌다. API는 서로 다른 프로그램이 통신할 수 있도록 돕는 소프트웨어(SW) 도구다. 메타 API가 공개되면 컴퓨터나 모바일 앱 개발자들은 메타 AI 기술로 서비스와 기능을 만들 수 있다. 메타 모델 지연이 주목받는 이유는 뮤즈 스파크가 메타의 첫 폐쇄형 AI 모델이기 때문이다. 폐쇄형 모델은 개발자가 모델 파일을 직접 내려받을 수 없어 API가 사실상 외부 접근의 핵심 통로다. 앞서 메타는 당초 지난 4월 뮤즈 스파크 공개 시점에 맞춰 API도 함께 내놓을 계획이었다. 알렉산더 왕 메타 최고AI책임자는 모델 출시 이틀 뒤 소셜미디어 엑스(X)에 "뮤즈 스파크 API를 곧 공개할 것"이라고 밝힌 바 있다. API는 이후에도 출시되지 않았다. 첫 지연은 테스트 과정에서 드러난 버그와 추가 인프라 구축 필요 때문이었던 것으로 전해졌다. 이후 공개 일정은 5월에서 다시 6월로 미뤄졌다. 메타 내부 벤치마크에 따르면 뮤즈 스파크는 오픈AI·앤트로픽 모델과 경쟁할 만한 성능을 낸 것으로 나타났다. 다수 테스트에서 xAI의 그록을 크게 앞선 것으로 확인됐다. 현재 일부 제3자 평가 기관을 제외하면 외부 개발자가 뮤즈 스파크게 접근할 수 있는 경로는 제한됐다. 메타의 AI 모델 출시 지연은 이번이 처음은 아니다. 메타는 지난해 '베히모스' AI 모델 출시를 연기했다. 해당 모델은 결국 공개되지 않았다. 이후 AI 조직 개편과 대규모 인재 영입에 집중한 것으로 전해졌다. 이때 알렉산더 왕을 메타 슈퍼인텔리전스 랩스 수장으로 선임했다. 모델 공개 줄줄이 연기…AI 투자금 회수 언제 업계에선 메타의 AI 투자금 회수 시점을 여전히 불투명하다는 분위기다. AI 모델과 서비스를 수익으로 연결할 핵심 통로인 개발자 생태계 확보가 API 지연으로 늦어지고 있어서다. 메타는 올해 최대 1450억 달러(약 223조 9670억원) 규모 자본지출을 계획하고 있다고 밝혔다. 지출 대부분은 AI 인프라 구축에 쓰일 예정이다. 35억 명에 달하는 일일 활성 이용자 대상으로 개인용과 기업용 AI 에이전트를 제공하겠다는 목표도 제시했다. 문제는 막대한 투자 비용을 회수할 구체적인 경로다. 오픈AI와 앤트로픽은 API 접근권을 판매해 고객이 자체 프로젝트와 도구에 AI를 내장하도록 도우면서 수익을 내고 있다. 메타도 이와 비슷한 사업 모델을 검토하고 있지만, API 공개가 늦어지면서 개발자 생태계 확보 속도도 늦춰지고 있다. AI 인프라 투자는 커지고 있지만 이를 외부 고객과 매출로 연결하는 창구가 열리지 않은 셈이다. 메타는 최근 인스타그램, 왓츠앱, 페이스북 새 구독 서비스를 발표했다. AI 챗봇 메타 AI에 대한 구독 서비스 테스트도 진행할 예정이다. 이는 기존 소셜 플랫폼과 AI 서비스를 결합해 수익화 경로를 넓히려는 시도다. 마크 저커버그 메타 최고경영자(CEO)는 "초과 AI 인프라 용량을 활용한 클라우드 컴퓨팅 사업도 검토 대상"이라며 "AI 모델뿐 아니라 이를 뒷받침하는 인프라 자체도 수익화 자산으로 활용할 수 있을 것"이라고 밝힌 바 있다. 이같은 우려에 메타는 "우리는 파트너들과 API를 테스트하고 있다"며 "이달 중 공개할 계획"이라고 WSJ 통해 설명했다.

2026.06.05 11:37김미정 기자

아이티센그룹, AI 도입 최대 난제 해결한다…풀스택 해법 제시

아이티센그룹이 생성형 인공지능(AI) 도입 과정에서 기업들이 직면한 비용 증가와 빅테크 종속 문제 해결에 나선다. 계열사 기술 역량을 결집한 엔터프라이즈 AI 풀스택 솔루션을 앞세워 기업 맞춤형 AI 인프라와 거버넌스 전략을 제시한다는 목표다. 아이티센그룹은 오는 10일부터 12일까지 서울 코엑스에서 열리는 '스마트테크 코리아 2026(STK 2026)'에 참가해 AI 거버넌스와 인프라 운영 전략을 공개한다고 5일 밝혔다. 최근 기업들은 생성형 AI 도입 확대와 함께 연산 비용 증가, 데이터 유출 위험, 특정 글로벌 벤더 의존성 심화 등 새로운 과제에 직면하고 있다. AI 서비스 활용이 늘어날수록 인프라 운영 비용과 관리 복잡성도 함께 증가하면서 실질적인 통제 방안 마련이 중요해지고 있다는 분석이다. 아이티센그룹은 이번 행사에서 계열사인 아이티센씨티에스·아이티센클로잇·씨플랫폼의 핵심 기술을 결합한 통합 AI 아키텍처를 선보인다. 단순 기술 시연이 아닌 실제 기업 환경에서 발생하는 문제를 해결할 수 있는 실전형 AI 인프라 전략을 소개하는 데 중점을 뒀다. 우선 아이티센클로잇은 멀티 AI 에이전트 관리 플랫폼 '에이전트고 2026'을 공개한다. 최근 기업 내부에서 무분별하게 활용되는 이른바 '섀도우 AI'와 멀티 에이전트 환경 비용 증가 문제를 해결하기 위한 플랫폼으로, 거버넌스 대시보드를 통해 AI 자원 사용량을 통합 관리하고 데이터 유출 위험을 줄이는 기능을 제공한다. 씨플랫폼은 오픈소스 기반 엔터프라이즈 데이터 플랫폼 'EDB 포스트그레스 AI'를 소개한다. 실시간 트랜잭션 처리와 AI 분석 기능을 단일 엔진에서 수행할 수 있도록 지원해 특정 벤더 종속성을 낮추고 데이터 주권을 확보할 수 있는 환경을 제공한다는 목표다. 아이티센씨티에스는 AI 인프라 오케스트레이션 역량을 앞세운다. 온프레미스와 멀티 클라우드, 고성능 컴퓨팅(HPC) 자원을 통합 운영하는 환경을 구축해 AI 서비스 운영 복잡성을 줄이고 대규모 AI 워크로드를 안정적으로 처리할 수 있는 인프라 전략을 제시할 계획이다. 특히 생성형 AI 서비스가 확산되면서 마이크로서비스 아키텍처(MSA)와 쿠버네티스 기반 분산 환경 운영이 복잡해지고 있는 만큼 데이터 병목과 장애 발생 시 서비스 연속성을 확보하는 방안도 주요 전시 내용으로 다뤄질 예정이다. 아이티센그룹은 이번 전시에서 실제 기업 환경에서 발생할 수 있는 예외 상황과 시스템 과부하, 장애 복구 시나리오 등을 시연하며 AI 인프라 운영 역량을 선보일 계획이다. 이를 통해 기업들이 보다 안정적이고 효율적으로 AI를 도입할 수 있는 실행 전략을 제시한다는 방침이다. 아이티센그룹 관계자는 "현재 AI 시장은 기업이 검증된 인프라 통제권과 재무적 지속 가능성을 확보해야 하는 엔지니어링 중심 시대로 접어들었다"며 "이번 행사는 아이티센그룹 각 계열사 기술 역량이 어떻게 기업 기술 부채를 해결하면서 가장 안전하고 효율적인 AI 실행 경로를 제공하는지 확인하는 자리가 될 것"이라고 말했다.

2026.06.05 10:25한정호 기자

핸디소프트, '폴라리스AI핸디'로 새 출발…문서·피지컬 AI 품는다

핸디소프트가 사명을 '폴라리스AI핸디'로 변경하고 인공지능(AI) 업무 플랫폼 기업 전환에 박차를 가한다. 그룹웨어 사업을 기반으로 공공 AI 전환(AX) 시장과 기업용 서비스형 소프트웨어(SaaS) 시장을 동시에 공략하며 폴라리스그룹 AI 생태계 핵심 축으로 자리매김한다는 목표다. 핸디소프트는 다음 달 15일 임시주주총회를 열고 사명을 '폴라리스AI핸디'로 변경하는 안건을 상정한다고 5일 밝혔다. 이와 함께 AI 소프트웨어(SW)와 피지컬 AI, 지능형 협업 플랫폼 등 미래 성장사업 관련 사업목적도 추가해 그룹 차원의 AI 융합 전략 추진 기반을 강화할 계획이다. 이번 사명 변경은 단순한 브랜드 교체를 넘어 폴라리스그룹 편입 이후 본격화된 AI 사업 전략을 전면에 내세우기 위한 결정으로 풀이된다. 기존 그룹웨어 전문기업 이미지를 넘어 AI 기반 업무 플랫폼 기업으로 정체성을 재정립하겠다는 의미를 담고 있다. 1991년 설립된 핸디소프트는 공공기관과 대기업을 중심으로 그룹웨어 사업을 전개해온 기업이다. 회사는 그동안 폴라리스그룹 계열사로 편입된 이후에도 기존 사명을 유지하면서 그룹 차원 AI 전략과 브랜드 시너지가 충분히 드러나지 못했다는 평가가 있었다고 설명했다. 회사는 그룹웨어를 AI 시대 핵심 플랫폼으로 보고 있다. 결재·문서·일정·메일·협업 등 기업 업무 데이터와 프로세스가 집약된 그룹웨어에 AI를 접목해 업무 흐름을 자동화하고 조직 데이터를 이해하는 지능형 플랫폼으로 발전시킨다는 구상이다. 향후 피지컬 AI와 연계해 현장 데이터와 업무 시스템을 연결하는 차세대 운영 플랫폼으로 확장한다는 계획도 제시했다. 폴라리스AI핸디는 향후 폴라리스오피스의 문서 AI 기술과 핸디소프트 그룹웨어 인프라를 결합해 공공과 민간을 아우르는 AI 업무 환경 구축에 나설 예정이다. 여기에 폴라리스AI가 추진하는 피지컬 AI와 비전 AI, 엣지 AI 사업과의 연계도 강화해 로봇과 센서, 보안 인프라까지 연결되는 확장형 AI 플랫폼으로 진화한다는 전략이다. 실제 사업 성과도 가시화되고 있다. 회사는 최근 한국보훈복지의료공단 'AI 기반 차세대 그룹웨어 시스템 구축 사업'을 수주했다. 이번 사업에는 지능형 협업 플랫폼 '핸디 인텔리전스(HIE)'와 자체 AI 엔진이 적용되며 공공기관 보안 요건을 충족하는 프라이빗 AI 업무 환경과 AI 기반 e-감사 시스템 구축이 추진된다. 기업간거래(B2B) 시장 확대에도 속도를 내고 있다. 지난 3월 비즈니스 협업 플랫폼 '원티드스페이스'를 인수하며 SaaS 사업 영역을 확장했다. 기존 공공·대기업 중심 고객 기반에 더해 클라우드 기반 업무 환경을 도입하려는 중소·중견기업 시장까지 공략 범위를 넓힌다는 계획이다. 회사는 앞으로 폴라리스그룹 계열사들과 기술·사업 협력을 강화해 문서 AI와 그룹웨어, 클라우드, 보안, 피지컬 AI를 아우르는 통합 AI 업무 생태계를 구축할 방침이다. 이를 통해 공공과 민간 고객의 업무 프로세스를 연결하는 핵심 플랫폼 역할을 수행하며 그룹 AI 사업 확대를 이끄는 주축으로 성장하겠다는 목표다. 핸디소프트 관계자는 "그룹웨어는 기업·기관 업무 데이터와 프로세스가 모이는 핵심 플랫폼이며 AI와 결합할 때 가장 큰 확장성을 발휘할 수 있는 영역"이라며 "이번 사명 변경 안건 상정과 사업목적 확대는 폴라리스그룹의 AI 기술력과 우리 35년 업무 플랫폼 역량을 하나로 연결하는 출발점"이라고 강조했다. 이어 "다음 달 주주총회를 거쳐 폴라리스AI핸디로 새롭게 출발하게 되면 기존 그룹웨어 시장 강점을 기반으로 공공과 민간을 아우르는 AI 업무 환경을 제공하고 나아가 피지컬 AI와 현장 데이터까지 연결되는 확장형 업무 플랫폼으로 진화해 나갈 것"이라며 "폴라리스그룹과 사업적 시너지를 본격화해 AI 대전환 시대에 기업·기관의 일하는 방식을 혁신하는 핵심 테크 기업으로 도약하겠다"고 덧붙였다.

2026.06.05 10:12한정호 기자

어도비, '젠스튜디오' 업데이트…AI로 콘텐츠 제작 환경 개선

어도비가 인공지능(AI) 에이전트로 기업 콘텐츠 제작·운영 환경을 한층 업그레이드했다. 어도비는 '어도비 젠스튜디오' 주요 업데이트를 5일 발표했다. 이번 업데이트는 기업 맥락, 브랜드 인텔리전스, AI 에이전트를 연결해 기획, 제작, 활성화, 전달, 보고, 인사이트 워크플로 전반을 지원하는 에이전틱 콘텐츠 공급망을 제공하는 것이 핵심이다. 젠튜디오는 기업 마케팅·크리에이티브 팀이 콘텐츠를 기획, 제작, 관리, 배포, 성과 측정까지 한 흐름으로 운영하도록 돕는 AI 기반 콘텐츠 공급망 플랫폼이다. 콘텐츠 업무 전 단계에 특화 AI를 통합해 브랜드 거버넌스와 콘텐츠 확장성 향상을 돕는다. 이번 발표 핵심은 어도비 브랜드 인텔리전스다. 이 기능은 AI 에이전트가 활용할 수 있는 맥락 기반 브랜드 인텔리전스를 제공한다. 브랜드 가이드라인에 맞는 일관된 콘텐츠 제작을 지원하는 기능이다. 브랜드 인텔리전스는 정적인 브랜드 가이드라인을 넘어 검토 주기 피드백, 주석, 거부 및 승인 같은 정성적 입력 정보를 지속적으로 학습한다. 이를 통해 AI 에이전트가 브랜드에 대한 심층적인 이해를 바탕으로 콘텐츠 제작 작업을 주도할 수 있도록 돕는다. 어도비는 이번 업데이트로 젠스튜디오가 기업 콘텐츠 공급망 전반을 연결하는 기반이 된다고 설명했다. 젠스튜디오는 메타데이터, 콘텐츠 스토리지, 검토·승인 워크플로를 포함한 기업 맥락을 통합해 팀이 기업 규모에 맞는 에이전틱 워크플로를 추진할 수 있게 돕는다. 어도비 솔루션은 현재 2만 개 넘는 글로벌 브랜드에서 활용되고 있다. 해당 기업은 마케팅, 크리에이티브, AI를 결합해 고객 경험을 만들고 있다. 젠스튜디오는 다양한 채널 전반에서 브랜드 가이드라인에 맞는 콘텐츠 제작 수요에 대응하는 역할을 맡는다. 어도비는 컴캐스트의 와이파이 제공 소비자 브랜드인 엑스피니티와도 협력하고 있다. 두 기업은 브랜드 인텔리전스를 활용해 브랜드 가이드라인에 맞는 크리에이티브 캠페인 제작을 가속하고, 맞춤형 마케팅 메시지를 효율적으로 확장하는 방안을 추진하고 있다. 팀 간 협업을 지원하는 AI 에이전트 기능도 추가됐다. 어도비 워크프론트에서 사용할 수 있는 워크플로 최적화 에이전트는 기획, 실행, 검토, 승인 과정에서 지능형 작업을 자동화해 프로젝트 구조화와 검토 가속화를 지원한다. 기업은 워크프론트 프로젝트 계획 안에 AI 에이전트를 작업을 할당할 수 있는 리소스로 추가할 수 있다. 이 에이전트는 권한을 가진 협업자로서 정해진 지침과 맥락에 따라 작업을 배정받거나 문제를 해결하고 검토를 수행할 수 있다. 캠페인 브리프 제작 기능도 강화된다. 어도비는 마케터가 맥락 기반 입력 정보와 성과 데이터를 종합해 캠페인 방향성을 도출할 수 있는 전용 캔버스 인터페이스를 제공할 예정이다. 크리에이티브 제작 자동화 기능도 확대된다. 어도비는 기업용 '어도비 파이어플라이 크리에이티브 프로덕션 워크플로 빌더'로 재사용 가능한 엔드투엔드 제작 워크플로를 구성하고 생성형 작업과 일괄 제작을 연결할 수 있도록 지원한다. 어도비는 엔비디아와 협력을 통해 3D 디지털 트윈 워크플로를 고도화하고 있다. 이를 통해 다양한 배경, 장면, 캠페인 환경에 맞는 고품질 제품 콘텐츠 제작에 드는 비용과 시간을 줄일 수 있도록 한다. 콘텐츠 마케팅용 젠스튜디오도 새롭게 제공된다. 이 모듈은 장문 문서와 영상을 맞춤형 캠페인으로 전환하고 고객 사례와 웹 기사 제작을 지원한다. 생성된 리드, 팔로워 증가, 도달 범위 관련 권장 사항 등 성과 인사이트도 제공한다. 오픈AI와의 파트너십도 포함됐다. 어도비는 퍼포먼스 마케팅용 젠스튜디오에서 챗GPT 광고 지원을 발표했다. 이를 통해 브랜드가 광고를 직접 구성하고 실행할 수 있도록 한다. 바룬 파머 어도비 젠스튜디오 및 파이어플라이 엔터프라이즈 총괄은 "마케팅 캠페인과 고객 경험을 제공하는 엔드투엔드 프로세스는 오랫동안 비효율적인 프로세스와 단절된 워크플로로 인해 제약을 받아왔다"며 "우리는 브랜드 인텔리전스, 에이전틱 자동화, AI 기반 워크플로를 통합해 콘텐츠 공급망을 최적화할 수 있는 툴을 기업에 제공하며, 팀이 콘텐츠 경험을 대규모로 생성, 관리 및 최적화할 수 있는 단일 솔루션을 갖추도록 지원한다"고 말했다.

2026.06.05 09:18김미정 기자

아웃시스템즈-AWS, AI 협력 확대…베드록·키로·트랜스폼 통합

아웃시스템즈가 아마존웹서비스(AWS) 손잡고 기업용 에이전틱 인공지능(AI) 기능을 강화했다. 아웃시스템즈는 AWS와의 파트너십을 확대하고 기업의 AI 도입을 지원하는 신규 기능을 공개했다고 5일 밝혔다. 이번 협력은 AI 모델 파편화와 레거시 시스템에 따른 기술 부채, AI 네이티브 개발 거버넌스 등 기업이 AI 도입 과정에서 겪는 문제 해결에 초점 맞췄다. 이번 발표 핵심은 아웃시스템즈 플랫폼과 AWS 클라우드 인프라·AI 서비스 결합이다. 기업은 이를 통해 에이전틱 시스템을 보다 효과적으로 구축하고 운영할 수 있다. 아웃시스템즈는 AWS 트랜스폼 기반 레거시 시스템 현대화 기능을 공개했다. 이 기능은 AI 기반 자동화 기술을 활용해 코볼과 로터스 노츠 등 기존 레거시 플랫폼을 아웃시스템즈 기반 에이전틱 시스템으로 전환하도록 지원한다. AWS 에이전틱 개발 환경인 '키로' 네이티브 통합도 지원한다. AWS 키로는 개발자가 에이전틱 AI 기반 애플리케이션을 만들 수 있도록 지원하는 AWS의 에이전틱 개발 환경이다. 개발자는 기존 개발 환경을 유지하면서 신뢰성과 보안성, 거버넌스를 고려한 시스템을 구축할 수 있다. 아웃시스템즈 플랫폼은 애플리케이션 개발부터 운영까지 전체 개발 라이프사이클을 통합적으로 관리하는 역할도 맡는다. 기업은 개발 환경을 크게 바꾸지 않고도 에이전틱 AI 기반 애플리케이션을 구축할 수 있다. 이날 아마존 베드록 기반 에이전틱 엔터프라이즈 오케스트레이션과 에이전틱 솔루션도 공개됐다. 이번 통합은 다양한 AI 모델을 활용하는 과정에서 발생하는 관리 복잡성을 줄이고 아웃시스템즈에서 운영되는 에이전트에 고도화된 AI 모델 운영 기능을 제공한다. 기업은 아웃시스템즈의 엔터프라이즈 데이터와 비즈니스 컨텍스트를 아마존 베드록 모델 관리 기능과 결합할 수 있다. 이를 통해 비용 효율성과 성능을 고려한 AI 운영 환경을 구축할 수 있다. AWS 트랜스폼 기반 레거시 시스템 현대화 기능은 일부 고객을 대상으로 프리뷰 제공 중이다. AWS 트랜스폼 통합 기능은 3분기 중 확대될 예정이다. AWS 키로와 네이티브 통합은 일부 고객에게 프라이빗 프리뷰 형태로 제공된다. 아마존 베드록 기반 에이전틱 오케스트레이션 기능은 기존 고객을 대상으로 정식 출시됐다. 대출 업무 전 과정을 지원하는 엔드투엔드 뱅킹 솔루션은 3분기 초 출시될 예정이다. 우드슨 마틴 아웃시스템즈 최고경영자(CEO)는 "에이전틱 시스템 전환은 기업 IT 아키텍처의 근본적인 변화를 의미한다"며 "AWS 협력을 통해 기업이 기존 레거시 환경에서 벗어나 에이전틱 시스템 기반 환경으로 전환할 수 있도록 지원하고 있다"고 말했다.

2026.06.05 09:04김미정 기자

앤트로픽 "모델 개발 속도 늦춰야"…'스스로 진화하는 AI 위험' 경고

앤트로픽이 인공지능(AI) 개발 속도를 늦출 수 있는 글로벌 논의 필요성을 제기했다. 4일(현지시간) 월스트리트저널(WSJ) 등 외신에 따르면 앤트로픽은 블로그 게시글을 통해 주요 AI 연구소들이 개발 속도 조절 방안을 검토해야 한다고 주장했다. 앤트로픽은 "AI 시스템이 인간 개입 없이 스스로 개선할 수 있는 단계에 가까워질 수 있다"며 "전 세계 AI 개발 속도를 늦추는 것이 바람직할 것"이라고 내다봤다. 해당 게시글에는 모델 발전이 '재귀적 자기 개선'으로 향하고 있다고 봤다. 재귀적 자기 개선은 AI 시스템이 인간 개입 없이 스스로 업그레이드하는 현상을 뜻한다. 앤트로픽은 이 현상이 아직 일어나지 않았지만, 향후 발생할 것으로 봤다. 또 다수 기관이 이에 대비하기 전에 예상보다 빨리 올 수 있다고 관측했다. 개발 속도를 늦추기 위한 글로벌 합의와 이를 검증할 수 있는 체계 필요성도 거론했다. 또 경쟁사들이 합의를 실제로 지키는지 확인할 장치가 필요하다고 주장했다. 그동안 앤트로픽 경영진은 강력한 AI 시스템이 미래에 위험한 영향을 초래할 수 있다고 경고해 왔다. 다리오 아모데이 앤트로픽 최고경영자(CEO)는 AI가 불평등을 악화하고 초급 사무직 일자리 절반을 없앨 수 있다고 언급한 바 있다. 반면 얀 르쿤 전 메타 최고 AI 과학자처럼 거대언어모델(LLM) 기반 시스템이 인간 지능에 도달하지 못하다 보는 견해도 있다. 잭 클라크 앤트로픽 공동창업자 겸 공익 부문 책임자는 재귀적 자기 개선이 세계를 바꿀 수 있는 분기점이라고 봤다. 그는 "사회 구조가 기술 발전 속도를 따라잡을 수 있도록 프런티어 AI 개발을 늦추거나 일시적으로 중단할 수 있는 선택지를 세계가 갖는 것이 바람직하다고 믿는다"며 "AI 기업 밖 사람들도 이에 참여해야 한다"고 밝혔다.

2026.06.05 08:57김미정 기자

금융권도 AI 인프라 확보전…美 제인스트리트, 데이터센터 구축 추진

인공지능(AI) 확산으로 데이터센터 확보 경쟁이 금융권까지 번지고 있다. 빅테크를 넘어 미국 대형 트레이딩 업체들까지 자체 데이터센터 구축에 나서며 AI 인프라 확보가 새로운 경쟁력으로 떠오르고 있다. 5일(현지시간) 블룸버그통신에 따르면 미국 트레이딩 업체 제인스트리트그룹은 컴퓨팅 수요 증가에 대응하기 위해 자체 데이터센터를 건설·운영하는 방안을 추진 중이다. 현재 기술·암호화폐·금융 업계 기업들과 신규 시설 구축을 위한 협의를 진행 중으로, 데이터센터 규모와 입지는 아직 확정되지 않았다. 제인스트리트는 투자자 주문을 중개하는 동시에 자체 자금으로 거래를 수행하는 글로벌 대표 트레이딩 업체다. 초단타 매매와 시장조성 사업을 기반으로 성장했으며 최근에는 AI 활용 확대와 연산 수요 증가에 맞춰 인프라 투자에 속도를 내고 있다. 이 회사가 데이터센터 건설을 검토하는 배경에는 AI 연산 자원 부족 문제가 있다. 제인스트리트는 신규 시설을 내부 AI 모델 학습에 활용할 계획이다. 자산 가격 예측과 리스크 분석, 거래 전략 개발 등에 AI를 적용하기 위해 대규모 컴퓨팅 자원을 확보한다는 목표다. AI 데이터센터 투자는 빅테크 중심에서 다양한 산업군으로 확산되고 있다. 그동안 데이터센터 수요는 아마존·구글·마이크로소프트(MS) 등 소수 클라우드 사업자가 주도했지만 최근에는 AI 스타트업과 네오클라우드, 암호화폐 채굴업체에 이어 금융 트레이딩 업체들까지 직접 인프라 구축에 나서고 있다. 제인스트리트는 현재 미국 댈러스 데이터센터와 네오클라우드 업체 코어위브 등의 인프라를 활용 중이다. 하지만 AI 활용 확대에 따라 추가적인 자체 설비 확보가 필요하다고 판단한 것으로 알려졌다. 업계에 따르면 회사는 약 100~200메가와트(MW) 규모 추가 전력 용량 확보를 검토 중이다. 이는 엔비디아 최신 GPU 수만 장을 수용할 수 있는 대형 AI 데이터센터 규모로 평가된다. 제인스트리트는 현재 이미 수만 개 GPU를 운영하고 있으며 컴퓨팅 역량을 장기적으로 10배 확대해 향후 수십만 개 수준까지 늘린다는 계획이다. 이같은 공격적인 투자가 가능한 배경에는 막대한 수익성이 있다. 제인스트리트는 지난해 396억 달러의 거래 수익을 기록하며 사상 최대 실적을 거뒀다. 올해 1분기 거래 수익도 161억 달러로 전년 동기 대비 두 배 이상 증가했다. 론 민스키 제인스트리트 공동 최고기술책임자(CTO)는 "새롭게 시도하려는 혁신·실험·아이디어는 우리가 보유한 컴퓨팅 자원 규모에 의해 결정된다"며 "원하는 만큼의 컴퓨팅 자원을 한 곳에서 확보할 수 없어 데이터센터를 여러 지역에 구축할 계획"이라고 밝혔다.

2026.06.05 08:54한정호 기자

MS, AI 에이전트 검증·통제 기준 제시…"정책 위반 차단"

마이크로소프트가 인공지능(AI) 에이전트 행동 평가와 실행 통제를 표준화하는 기술 체계를 공개했다. 이로써 AI 에이전트가 실제 업무를 수행하는 과정에서 무엇을 해도 되고 무엇을 해선 안 되는지를 더 명확히 평가하고 집행할 수 있는 기반을 마련했다. 마이크로소프트는 자연어 행동 요구사항을 실행 가능한 평가로 바꾸는 오픈소스 프레임워크인 'AI 에이전트 작동 검증 프레임워크(ASSERT)'와 AI 에이전트 런타임 거버넌스를 위한 개방형 표준인 'AI 에이전트 런타임 거버넌스 표준(ACS)'을 소개했다. 두 기술은 AI 에이전트가 모델 응답을 넘어 도구 호출과 워크플로 실행까지 수행하는 환경을 겨냥했다. AI 에이전트 작동 검증 프레임워크는 제품 요구사항이나 정책 문서에 적힌 AI 행동 기준을 테스트 시나리오와 데이터세트, 지표, 스코어카드로 전환하는 프레임워크다. 기업이 문서로 정리한 'AI가 이렇게 행동해야 한다'는 기대를 실제 모델과 애플리케이션, 에이전트에 적용 가능한 평가 체계로 바꾸는 것이 핵심이다. 마이크로소프트는 기존 평가 방식만으로는 애플리케이션별 행동 경계를 충분히 검증하기 어렵다고 봤다. 유용성, 관련성, 근거성, 유해성 같은 일반 지표는 참고 신호가 될 수 있지만 환불 기준, 사기 의심 대응, 승인 경계 준수 같은 제품별 요구사항을 직접 평가하긴 어렵다는 설명이다. AI 에이전트 작동 검증 프레임워크는 행동 사양을 개념 사양으로 정리한 뒤 허용 가능한 행동과 허용 불가능한 행동의 분류체계로 바꾼다. 이후 계층화된 테스트 사례를 만들고 대상 시스템에 실행해 도구 사용, 검색 맥락, 라우팅, 중간 조치까지 기록한다. 이 추적 기록은 AI 에이전트 평가에서 중요한 역할을 한다. 최종 답변만 보는 것이 아니라 어떤 도구를 호출했는지, 어떤 중간 판단을 거쳤는지, 어느 행동이 실패를 일으켰는지 확인할 수 있기 때문이다. 마이크로소프트는 내부 검증에서 해당 프레임워크가 기존 사내 기준선보다 의도한 행동 공간을 약 1.2배 더 많이 포괄하고 점검할 만한 사례를 약 1.5배 더 많이 드러냈다고 설명했다. 강한 시스템과 약한 시스템 사이의 차이도 4배 이상 더 뚜렷하게 구분했다고 밝혔다. 'AI 에이전트 런타임 거버넌스 표준은 AI 에이전트가 실행되는 과정에서 정책을 어디서 어떻게 적용할지 정의하는 런타임 거버넌스 표준이다. 특정 에이전트 프레임워크나 런타임, 정책 엔진에 종속되지 않고 에이전트 생명주기 전반에 통제 지점을 두는 방식이다. 마이크로소프트는 기존 보안 모델이 에이전트 환경을 충분히 반영하지 못한다고 지적했다. 같은 자격 증명이라도 회의 요약을 슬랙에 올릴 때는 안전할 수 있지만 기밀 문서를 읽은 뒤 외부 사용자가 있는 대화방에 게시할 때는 위험해질 수 있다는 것이다. AI 에이전트 런타임 거버넌스 표준은 에이전트 시작, 사용자 입력, 모델 호출 전후, 도구 호출 전후, 최종 출력, 에이전트 종료 등 여덟 개 개입 지점을 정의한다. 각 지점에서 정책은 현재 맥락을 평가하고 허용, 경고, 거부, 상위 단계 이관 같은 판정을 내릴 수 있다. 이 구조는 프롬프트에만 의존하는 방식과 다르다. 시스템 프롬프트는 유용하지만 사용자 입력과 도구 결과, 공격자가 조작한 텍스트와 같은 흐름 안에 놓이기 때문에 강제력이 약하다. 애플리케이션 코드에 직접 박은 규칙도 한계가 있다. 감사와 재사용이 어렵고 팀이 프레임워크를 바꾸면 같은 정책을 다시 구현해야 한다. ACS는 정책 입력 형식과 증거 수집, 판정 정규화, 집행 방식을 표준화해 이 문제를 줄이려 한다. 최근 AI 에이전트가 검색과 도구 호출, 업무 실행까지 맡게 되면서 기업 관리 기준도 달라지고 있다. 단순히 모델 성능을 비교하는 단계를 넘어 행동 기준을 정의하고 평가하며 실제 실행 과정에서 통제하는 체계가 필요해졌다는 의미다. 마이크로소프트 관계자는 "AI 에이전트가 단순히 답변을 생성하는 단계를 넘어 데이터를 검색하고 도구를 호출하며 업무를 실행하는 단계로 진화했다"며 "이제 중요한 질문은 '무엇을 할 수 있는가'가 아니라 '무엇까지 허용할 것인가'로 변했다"고 설명했다.

2026.06.05 08:00김미정 기자

유아이패스, 기업 자동화에 '코딩 에이전트' 통합

유아이패스가 코딩 에이전트를 기업 자동화 환경에 통합하기 위한 플랫폼 기능을 내놨다. 유아이패스는 '유아이패스 포 코딩 에이전트'를 4일 발표했다. 이 기능은 '클로드 코드' '코덱스' 등 여러 코딩 에이전트를 유아이패스 플랫폼 오케스트레이션과 결합해 기업 자동화를 돕는다. 유아이패스는 코딩 에이전트가 확산하고 있지만 기업 개발 워크플로와 보안 정책, 코드 리뷰, 배포 파이프라인과 분리돼 운영되는 문제가 있다고 지적했다. 에이전트가 생성한 결과물이 실제 기업 시스템으로 이어지려면 수동 인계와 사람의 개입이 필요한 경우가 많다는 설명이다. 유아이패스 포 코딩 에이전트는 특정 코딩 에이전트로 표준화를 강요하지 않는 개방형 플랫폼을 지향한다. 기업은 부서별 필요에 따라 클로드 코드, 코덱스 등 현존하는 코딩 에이전트와 향후 등장할 에이전트를 선택해 활용할 수 있다. 이 기능 핵심은 오케스트레이션 레이어다. 유아이패스는 사용 중인 코딩 에이전트 종류나 마지막으로 코드를 수정한 개발자와 관계없이 가시성, 실행, 거버넌스를 일관되게 적용할 수 있다고 밝혔다. 거버넌스 기능도 기본 적용된다. 정책 적용, 감사 추적, 자격증명 저장소, 역할 기반 접근 제어, 런타임 통제는 개발자나 코딩 에이전트가 만든 모든 자동화에 표준으로 반영된다. 이를 통해 기업은 개발 단계부터 프로덕션 배포까지 반복 가능한 운영 절차를 갖출 수 있다. AI 모델이 교체되거나 담당 개발자가 퇴사하거나 규제 기관의 감사가 진행돼도 자동화 시스템을 안정적으로 유지할 수 있다는 설명이다. 유아이패스는 이번 통합이 기존 개발자 생산성도 높일 것으로 봤다. 테스트와 디버깅, 배포 과정이 초기 개발 단계만큼 쉽게 수행돼 개발 리소스를 오래 기다리지 않고도 비즈니스 사용자가 자동화를 직접 만들고 다듬을 수 있다는 것이다. 자동화 구축 경험이 없는 비즈니스 애널리스트와 프로세스 담당자, 도메인 전문가도 코딩 에이전트와 대화만으로 자동화 개발에 참여할 수 있다. 코딩 에이전트가 기술적 복잡성을 처리하고 유아이패스는 해당 자동화가 기업 환경에서 바로 활용될 수 있도록 지원하는 구조다. 유아이패스 포 코딩 에이전트는 현재 기업 고객 대상으로 제공된다. 초기 지원 대상은 클로드 코드와 코덱스다. 추가 코딩 에이전트 통합 지원은 2026년 중 확대될 예정이다. 다니엘 디네스 유아이패스 설립자 겸 최고경영자(CEO)는 "코딩 에이전트 등장은 우리 플랫폼에서 무언가를 만들어내는 개발자 정의가 근본적으로 바뀌고 있음을 의미한다"며 "우리는 AI가 생성한 자동화에도 기업이 요구하는 거버넌스, 안정성, 규모를 동등하게 적용하는 플랫폼을 시장에 처음으로 선보이게 됐다"고 말했다.

2026.06.04 22:06김미정 기자

"아태 금융기관, 4년 연속 애플리케이션 공격 최대 표적"

아시아태평양 지역 금융기관을 겨냥한 사이버 공격이 집중 발생하고 있다는 분석 결과가 나왔다. 4일 아카마이가 공개한 최신 인터넷 현황 보고서 'AI 기반 봇넷과 API 가시성 격차: 금융 서비스 업계 공격 트렌드'에 따르면 2025년 전 세계 금융 서비스 업계를 대상으로 한 레이어7 디도스 공격의 52%가 아태 지역에 집중된 것으로 나타났다. 아태 지역은 4년 연속 애플리케이션 레이어 공격을 가장 많이 받은 지역으로 집계됐다. 온라인 뱅킹 포털과 결제 API, 고객 접점 애플리케이션을 겨냥한 공격이 늘면서 금융기관 보안 대응 속도도 시험대에 올랐다. 레이어7 디도스 공격은 정상 트래픽처럼 보이는 요청을 대량으로 유입해 서비스를 마비시키는 방식이다. 기존 네트워크 플러딩 공격보다 탐지와 차단이 까다로운 것이 특징이다. 아태 지역에서는 은행업과 핀테크 부문이 레이어7 디도스 공격 44%와 38%를 각각 차지했다. 하위 레이어 네트워크 공격에서는 은행업이 92%를 기록해 피해가 특정 업종에 집중된 것으로 나타났다. 공격 환경이 복잡해진 점도 문제로 지목됐다. 국가 주도 실시간 결제 시스템과 모바일 뱅킹 플랫폼 핀테크 생태계가 확산되면서 금융기관이 보호해야 할 엔드포인트가 빠르게 늘고 있다. 서비스 출시 주기도 보안 부담을 키우고 있다. 치열한 경쟁과 AI 기반 코딩 도구 확산으로 신규 서비스가 더 빨리 운영 환경에 반영되면서 보안 통제가 개발 속도를 따라가지 못하는 상황이 발생하고 있다. API 가시성 부족도 핵심 위험 요인으로 꼽혔다. 아시아태평양 금융권 IT 및 보안 리더 77%는 전체 API 현황을 파악하고 있다고 답했지만 민감 데이터를 반환하는 API를 정확히 알고 있다는 응답은 27%에 그쳤다. 전 세계 금융 서비스 기업의 96%는 지난 12개월 동안 최소 1건 이상의 API 보안 사고를 경험했다고 답했다. 이는 전 산업 중 가장 높은 수치다. 아카마이는 고도화된 봇 활동도 빠르게 늘고 있다고 분석했다. 2025년 말 고도화된 봇 활동은 147% 증가했으며 AI 기반 봇넷이 브라우저 행위를 정교하게 모방해 기존 보안 체계를 우회하는 사례도 늘고 있다. 이번 보고서는 금융기관이 보안을 규제 준수 차원을 넘어 운영 회복탄력성의 핵심 요소로 재정립해야 한다고 제언했다. 이를 위해 애플리케이션 계층 디도스와 네트워크 공격 API 악용에 대한 방어력 강화가 필요하다고 봤다. 민감 데이터 노출과 비정상 행위를 식별할 수 있는 API 보안 솔루션도 주요 대응책으로 제시됐다. 머신 속도로 대응할 수 있는 AI 기반 방어 체계 도입 역시 강조됐다. 핵심 애플리케이션을 분리하고 격리하는 마이크로세그멘테이션도 대응 방안으로 언급됐다. 아카마이에 따르면 마이크로세그멘테이션을 도입한 기업은 보안 침해 사고 대응 속도가 33% 더 빨랐다. 아카마이는 "아태지역 금융기관의 사이버 보안 과제가 단순한 공격 차단을 넘어 서비스 연속성과 고객 신뢰를 지키는 운영 전략으로 확대되고 있음을 보여준다"고 밝혔다.

2026.06.04 18:45김미정 기자

[기고] 본격적인 AI 시대, 데이터는 저장 자산이 아닌 운영 자산이다

인공지능(AI)은 불과 몇 년 사이 실험적인 기술에서 일상적인 업무 도구로 빠르게 자리 잡았다. 개인은 AI를 활용해 정보를 찾고 문서를 작성하며 일정을 관리한다. 기업 역시 AI를 업무에 적극 도입하고 있다. 그러나 현실은 기대만큼 단순하지 않다. 많은 기업이 여전히 시범 사업 단계에 머물러 있으며, 일부 프로젝트는 운영 환경에서 기대한 성과를 내지 못한 채 중단되기도 한다. 이러한 한계는 AI 모델 자체보다 데이터 환경에서 비롯되는 경우가 많다. AI는 방대한 공개 정보를 학습해 뛰어난 성능을 보여주지만 실제 비즈니스 가치를 창출하기 위해서는 기업 내부의 데이터를 정확하고 안정적으로 활용할 수 있어야 한다. 문제는 대부분의 기업 데이터가 여러 시스템과 클라우드 환경에 흩어져 있고 형식도 제 각각이라는 점이다. 이처럼 분산된 데이터를 연결하고 가공하는 과정이 복잡해질 수록 운영 부담은 커지고 성능은 떨어질 수 있다. 무엇보다 AI가 참고하는 정보의 정확성과 최신성을 유지하기 어려워지면서 결과에 대한 신뢰도 역시 낮아질 수 있다. 최근 AI가 에이전틱(Agentic) AI로 진화하고 있다는 점은 이러한 문제를 더욱 중요하게 만들고 있다. 기존 AI가 질문에 답하거나 정보를 요약하는 역할에 머물렀다면 에이전틱 AI는 스스로 계획을 세우고 여러 단계를 거쳐 업무를 수행한다. 다시 말해 AI가 단순한 보조 도구를 넘어 실제 업무 프로세스 안으로 들어오기 시작한 것이다. 이 변화는 기업 경영 측면에서도 중요한 의미를 갖는다. 앞으로 AI는 단순 검색이나 문서 작성 지원을 넘어 운영 및 고객 서비스, 분석, 의사결정 과정에 직접 참여하게 될 가능성이 높다. 이 과정에서 AI가 활용하는 데이터가 최신 상태가 아니거나 접근 권한이 제대로 관리되지 않는다면 잘못된 판단이나 보안 문제로 이어질 수 있다. 결국 AI 경쟁력은 어떤 모델을 도입했는가 보다 기업 데이터가 얼마나 신뢰할 수 있고, 필요한 순간에 활용 가능한 상태로 관리되고 있는가에 의해 결정될 가능성이 높다. 이 때문에 최근 기업들의 관심도 AI 모델 경쟁에서 데이터 운영 체계와 관리 구조로 이동하고 있다. AI 시대의 데이터는 단순히 저장해 두는 자산이 아니라 실시간으로 활용되는 운영 자산이기 때문이다. 이러한 흐름 속에서 다양한 데이터를 빠르게 연결하면서도 보안과 통제 체계를 유지할 수 있는 환경이 점점 더 중요해지고 있다. 최근에는 AI 기능을 기존 시스템 외부에 별도로 추가하는 방식보다 데이터 플랫폼 자체에 AI 기능을 통합하려는 접근이 주목받고 있다. 필자가 몸담고 있는 오라클 역시 데이터베이스 플랫폼 안에 AI 기능을 직접 통합하는 방향으로 기술을 발전시키고 있다. 이를 통해 기업은 여러 종류의 데이터를 하나의 환경에서 관리하고 활용할 수 있으며, AI가 실제 업무 데이터를 기반으로 보다 신속하고 안정적으로 작동할 수 있도록 지원한다. 보안 역시 같은 맥락에서 새롭게 접근할 필요가 있다. 과거에는 애플리케이션 단위의 접근 통제가 중심이었다면, AI 환경에서는 데이터 자체에 대한 권한과 정책 관리가 더욱 중요해지고 있다. AI는 사람보다 훨씬 많은 요청을 자동으로 생성하고 처리하기 때문이다. 기업이 AI 활용 범위를 넓힐수록 데이터 통제 체계 역시 한층 정교해져야 한다. 또 다른 과제는 확장성이다. 앞으로 기업 내부에는 수많은 AI 에이전트가 직원들과 함께 데이터를 조회하고 업무를 수행하게 될 가능성이 높다. 이는 단순히 새로운 기술이 추가되는 수준이 아니라 데이터 인프라의 역할 자체가 변화한다는 의미다. 실시간 데이터 활용 수요가 급격히 늘어나는 만큼 AI 전략은 곧 데이터 전략이 되고 있다. 한편 기업은 특정 클라우드나 플랫폼에 종속되지 않는 유연성도 중요하게 여기기 시작했다. AI 기술이 빠르게 발전하는 상황에서 특정 모델이나 환경에 지나치게 의존하면 장기적으로 부담이 될 수 있기 때문이다. 데이터를 어디에서 운영하고 어떤 AI를 활용할지 자유롭게 선택할 수 있는 개방성과 유연성이 새로운 경쟁력으로 떠오르고 있다. 결국 앞으로의 AI 경쟁은 누가 더 많은 AI를 도입했는지가 아니라, 누가 더 안정적으로 AI를 운영 환경에 정착시키는가에 달려 있다. 이제 기업이 스스로에게 던져야 할 질문은 단순하다. "우리의 데이터는 AI가 신뢰하고 활용할 수 있는 상태인가?" AI는 이미 다음 단계로 이동하고 있다. 이제 기업 역시 AI 모델 도입 자체보다 이를 실제 비즈니스 성과로 연결할 수 있는 데이터 운영 체계와 전략을 함께 재설계해야 할 시점이다.

2026.06.04 17:28나정옥 컬럼니스트

[현장] IBM 밥 "신입 개발자 온보딩부터 QA까지 30분 만에"

"신입 개발자가 복잡한 기업 내 코드를 이해하고 내부 표준에 맞춰 기능을 개발한 뒤 테스트를 거쳐 풀 리퀘스트(PR)를 올리기까지 보통 얼마나 걸릴까요? 수주일에서 수개월이 걸릴 이 모든 과정을 AI 에이전트 '밥(Bob)'이면 30분 만에 해결할 수 있습니다. 4일 우수연 한국IBM 전문위원는 서울 여의도 IFC 사무실에서 열린 기자간담회에서 IBM의 AI 개발 에이전트 '밥(Bob)'을 시연했다. IBM 밥은 엔터프라이즈 환경에 최적화해 개발한 AI 기반 소프트웨어 개발 파트너 솔루션으로 기획부터 개발, 테스트, 배포, 운영, 보안에 이르는 개발 전 과정을 아우르는 것이 특징이다. 이번 시연은 은행 시스템 'IBM 뱅크'를 배경으로 신입 개발자 온보딩, 신규 요구사항 개발, 시프트 레프트 보안 등 세 가지 시나리오로 구성됐다. "분석해줘" 한마디에 코드베이스 문서화…5분 만에 온보딩 첫 번째 시나리오는 신입 개발자가 프로젝트에 처음 투입돼 복잡한 기존 레거시 시스템을 파악하는 과정을 다뤘다. 우 전문위원이 화면 왼편에 은행 시스템 코드를 열어두고 프롬프트창에 "분석해 줘"라고 입력하자 IBM 밥은 전체 코드베이스를 압축 분석한 뒤 결과를 문서 형태로 정리했다. 개발자가 아닌 실무자도 직관적으로 이해할 수 있는 문서를 요청하자, 브라우저에서 볼 수 있는 웹페이지 형태의 시각화 문서를 제공했다. 화면에는 전체 시스템 구성도와 텔러·백오피스 등 역할별 구조, 주요 프로세스 흐름이 다이어그램 형태로 순차적으로 나타났다. 우 전문위원은 "불과 5분도 안 걸리는 시간에 실제 시스템이 어떤 구조인지, 지금 보고 있는 코드가 어떤 코드인지 확인할 수 있다"며 "보통 온보딩에 2~3주, 길게는 두세 달도 걸리지만 이런 기능을 통해 훨씬 빠르게 회사 코드를 이해하고 이후 개발로 이어갈 수 있다"고 설명했다. 가이드 몰라도 자율 개발… 스스로 오류 고치고 배포 신청까지 두 번째 시나리오는 신입 개발자에게 신규 요구사항이 주어진 상황을 가정했다. 요구사항은 잔액 조회와 거래 내역 조회, 계좌 이체 확인 등 프론트엔드 기능 개발이었다. 우 전문위원은 "신입사원이 맡기에는 꽤 복잡한 요구사항이지만 IBM 밥은 스스로 요구사항을 불러와 내용을 정리하고 개발 계획을 세운 뒤 실제 코드 생성까지 수행할 수 있다"고 설명했다. IBM은 오픈소스 디자인 시스템인 '카본(Carbon)'을 모델컨텍스트(MCP) 방식으로 적용해 개발자가 가이드라인을 일일이 공부하지 않아도 '밥'이 기업 표준 규격에 딱 맞는 화면 코드를 알아서 작성할 수 있는 환경을 제공한다. 실제로 '밥'은 구현 계획을 먼저 제시했고 승인이 이뤄지자 화면 왼편에 계좌 상세 조회 컴포넌트와 스타일 파일, 리드미(README) 문서까지 자동으로 생성해 나갔다. 시연 중 가장 눈에 띈 장면은 배포 전 단계에서 코드를 실시간으로 검증하는 자동 테스트(QA) 과정이었다. IBM 밥이 직접 브라우저를 열고 테스트 계정으로 로그인을 시도하던 중 기획서 상의 가이드 오류로 로그인이 실패했다. 그러자 밥은 시스템을 멈추는 대신 직접 데이터베이스(DB)를 조회해 올바른 자격증명 정보를 찾아내고 테스트를 자율적으로 완수했다. 테스트를 마친 IBM 밥은 저장소 내 '룰(rule)' 폴더에 사전에 정의된 규칙과 커밋 컨벤션을 참고해 커밋 메시지와 브랜치명을 만들고 저장소에 변경사항을 반영한 뒤 풀 리퀘스트(PR, 배포 신청서)를 자동으로 생성했다. 발행된 PR에는 구현 기능 요약과 프로젝트 구조, 테스트 완료 여부, 실행 방법 등이 체계적으로 정리됐다. 우 전문위원은 "기업 환경에서는 개발 시간 외에도 요구사항 전달과 테스트, PR 작성 및 리뷰 과정에서도 시간이 오래 걸리는데 '밥'은 이 과정을 자동화해 준다"고 소개했다. 개발 중 보안 취약점 탐지…14개 결함 찾아 즉시 수정 마지막 시나리오는 배포 전 단계에서 코드를 실시간으로 테스트하고 보안 결함을 제어하는 프로세스였다. 새로 만든 데이터 파이프라인 코드에 취약점이 포함된 상황을 가정하고 분석을 요청하자 '밥 파인딩' 패널이 열리며 소스 코드 내 결함 목록이 리포팅됐다. 우 전문위원은 "기업 환경에선 개발 시간 외에도 요구사항 전달과 테스트, PR 작성, 리뷰 과정에서도 시간이 오래 걸린다"며 "IBM 밥은 이런 업무도 자동화해 보다 중요한 업무에 집중할 수 있도록 지원한다"고 설명했다. IBM 밥은 사전에 정의된 규칙을 참고해 커밋 메시지와 브랜치명을 만들고 저장소에 변경사항을 반영한 뒤 PR을 생성하는 모습이 공개됐다. 저장소 내 '룰(rule)' 폴더에는 메시지 구조와 브랜치 명명 방식, PR 작성 형식이 미리 정의돼 있었고 IBM 밥은 이를 반영했다. 생성된 PR에는 구현한 기능 요약과 프로젝트 구조, 테스트 완료 여부, 실행 방법 등이 정리됐다. 우 전문위원은 "보안 취약점은 보통 개발이 다 끝나고 배포 직전에 검사하느라 수정하는 데 많은 시간과 비용이 들고, PR 리뷰나 정적 분석 도구에서 뒤늦게 발견되는 경우가 많았다"며 "하지만 밥은 개발 환경 안에서부터 보안 문제를 확인하고 해결할 수 있게 해준다"고 설명했다. 이어 "신입 개발자가 30분 만에 기존 시스템을 분석하고 기업 환경에 맞는 새로운 코드를 만들어낸다는 것은 기존에는 사실상 불가능한 일이었다"며 "IBM 밥은 이런 일을 실현할 수 있게 도와주는 기업용 AI 도구"라고 강조했다.

2026.06.04 17:10남혁우 기자

와이즈넛, 멀티모달 '와이즈 로아 울트라' 공개…산업 현장 AI 공략

와이즈넛이 인공지능(AI) 에이전트 사업 확대를 위해 멀티모달 기반 제품군을 추가했다. 와이즈넛은 멀티모달 기능을 강화한 '와이즈 로아 울트라'를 새롭게 선보이고 기존 '와이즈 로아' 라인업을 4단계로 확대했다고 4일 밝혔다. 이는 지난해 모델 출시에 이어 올해 멀티모달 형태로 출시된 첫 제품군이다. 와이즈 로아 울트라는 이미지·영상 데이터 분석과 시각 객체 인식, 동적 맥락 추론을 지원하는 최상위 모델이다. 산업 현장에서 발생하는 문서와 이미지, 영상, 설비 화면 등 다양한 비정형 데이터를 함께 이해하도록 설계됐다. 와이즈넛은 기존 와이즈 로아를 업무 복잡도와 데이터 규모, 운영 환경에 따라 선택할 수 있는 구조로 운영해 왔다. 기본형 AI 응답 중심 '코어', 업무 자동화와 고도화 응답 중심의 '프로', 심층 추론과 대용량 데이터 분석 중심의 '맥스'가 기존 라인업이다. 이번 울트라 추가로 와이즈넛은 와이즈 로아 라인업을 4단계로 완비했다. 이를 기반으로 단순 질의응답형 AI를 넘어 실제 업무 수행에 활용되는 AI 에이전트 공급 체계를 넓힐 계획이다. 와이즈넛은 와이즈 로아를 자사 AI 에이전트 플랫폼과 검색증강생성(RAG) 솔루션에 연계할 방침이다. 실제 업무 환경에서 안정적으로 운영 가능한 도메인 특화 AI 에이전트를 공공·산업안전·제조·금융 분야에 공급하는 데 속도를 낸다는 구상이다. 강용성 와이즈넛 대표는 "기업 AI 시장은 단순히 더 똑똑한 모델 경쟁을 넘어, 실제 업무 환경에서 얼마나 안정적으로 운영되고 다양한 데이터를 이해할 수 있는지가 핵심"이라며 "와이즈 로아 울트라는 텍스트를 넘어 산업 현장의 다각적인 데이터를 이해하고 실행하는 AI 에이전트로 도약하기 위한 중요한 단계"라고 강조했다.

2026.06.04 17:04김미정 기자

NC AI, 한화오션 선박 용접 로봇 '두뇌' 맡는다

NC AI가 조선업 핵심 난제로 꼽히는 용접 공정 자동화에 피지컬 인공지능(AI) 기술을 적용한다. NC AI는 한화오션 '비전 인식 기반 용접 전용 모델 및 협동로봇 기반 자율 용접 모델 개발' 과제를 최종 수주했다고 4일 밝혔다. NC AI는 한화오션과 협업 체계를 가동하고 선박 건조 핵심 공정인 용접 작업에 AI 비전 인식과 정밀 로봇 제어 기술을 결합할 계획이다. 이번 과제는 기존 자동화처럼 정해진 궤적을 반복하는 방식에서 벗어나는 데 초점이 맞춰졌다. 로봇이 용접 부위를 스스로 인식하고 판단해 실시간으로 최적의 용접을 수행하는 자율 용접 피지컬 AI 솔루션 구현이 목표다. 조선소 용접 공정은 선박 제조 원가와 품질을 좌우하는 핵심 작업이다. 다만 강한 아크광과 불꽃, 용접 분진, 야외 작업 환경, 카메라 렌즈 오염 등으로 비전 인식 AI가 작동하기 어려운 조건을 갖고 있다. NC AI는 이런 한계를 해결하기 위해 연구실 실험에 머무르지 않고 한화오션 작업 현장 데이터와 엔지니어 피드백을 반영하고 있다. 강한 노이즈와 오염 속에서도 기하학적 용접선을 정밀하게 추출하고 용접 결함을 실시간으로 포착하는 조선 특화 비전 인식 기술을 개발한다는 방침이다. 최종 자율 용접 모델과 로봇 시스템은 한화오션이 건조할 차세대 상선과 특수선 건조 공정에 적용될 예정이다. NC AI는 이를 통해 선박 생산성을 높이고 고도의 정밀함과 보안이 요구되는 공정에도 AI 기반 로봇 제어를 적용할 수 있을 것으로 보고 있다. 이번 프로젝트의 핵심 엔진은 NC AI 차세대 산업 특화 비전언어모델(VLM) '배키 비전'이다. NC AI는 지난해 공개한 '바르코 비전 2.0'의 성능을 고도화한 배키 비전을 한화오션 과제에 적용할 계획이다. 배키 비전은 시각 정보와 텍스트 지시를 통합 이해하는 산업 특화 VLM이다. NC AI는 이를 기반으로 시각, 언어, 행동을 동시에 처리해 로봇의 물리적 움직임까지 직접 제어하는 비전-언어-행동 모델로 확장할 예정이다. 작업자가 복잡한 코딩 없이 말이나 텍스트로 지시를 내리면 협동로봇은 용접 대상물의 형태와 용접선 상태를 실시간으로 분석한다. 이후 정밀한 토치 각도와 속도 등 행동 제어 명령을 스스로 도출하는 방식이다. NC AI는 최근 현대로템과 다종·다중 로봇을 통제하는 국방 AX 분야 국책과제를 수행하고 포스코DX와 로봇 AI 기술협력을 추진해왔다. 이번 한화오션 과제 수주로 조선·해양 영역까지 피지컬 AI 적용 범위를 확장하게 됐다. 이연수 엔씨AI 대표는 "대한민국 조선업을 선도하는 한화오션과의 협력은 NC AI가 가진 소버린 산업 특화 AI 파운데이션 모델 배키 확장성을 보여주는 최고의 무대가 될 것"이라고 밝혔다.

2026.06.04 16:49김미정 기자

플랜티넷, 자사주 32.8억원 소각…주주환원 강화

플랜티넷이 32억원 규모 자기주식을 소각하며 주주가치 제고에 나선다. 이번 결정은 주식 희소성을 높여 주주 권익을 실질적으로 보호하려는 조치다. 플랜티넷은 4일 이사회를 열고 연내 자기주식 50만주를 소각하기로 결의했다고 공시했다. 소각 규모는 장부금액 기준 32억 8000만원이며 발행 주식 총수의 약 3% 수준이다. 소각예정일은 오는 19일이다. 배당 확대를 통한 주주환원 정책도 함께 진행했다. 플랜티넷은 제26기 결산배당으로 주당 100원의 현금배당을 실시했다. 배당금 총액은 15억 5866만원이며 시가배당률은 약 4.0%다. 지난해 12월 31일을 배당기준일로 설정해 지난달 8일 지급을 완료했다. 정부의 주주환원 강화 기조에도 부합한다. 플랜티넷은 지난해 기준 연결배당성향 68.2%를 기록해 정부의 고배당 배당소득 분리과세 특례 요건을 충족했다. 지난 2007년부터 20년 연속 배당을 실시했으며 최근 10년간 평균 배당성향은 40%를 유지하고 있다. 플랜티넷 관계자는 "자사주 소각과 배당은 투자자와의 소통을 확대하고 실적 성장과 주주환원을 연결하는 선순환 구조를 구축하기 위한 결정이다"라며 "앞으로도 주주가치를 높이기 위한 다양한 정책을 지속적으로 검토하고 진행하겠다"고 말했다.

2026.06.04 16:31남혁우 기자

[AI는 지금] 모델보다 플랫폼…기업 AI 에이전트 전략 바뀐다

기업 인공지능(AI) 도입이 확산되면서 부서별 맞춤형 에이전트 구축 경쟁이 뜨거워지고 있지만, AI 모델 발전 속도가 빨라지면서 정교하게 튜닝한 에이전트가 오히려 빠르게 낡는 문제가 새로운 과제로 떠오르고 있다. 특정 모델에 최적화된 시스템을 구축하는 것보다 모델 교체를 전제로 데이터와 업무 맥락을 축적하는 플랫폼 전략이 중요해지고 있다는 분석이 나온다. 4일 업계에 따르면 국내외 기업들은 AI 에이전트 도입 과정에서 특정 거대언어모델(LLM)에 의존하지 않는 전략을 강화하는 분위기다. 업무 정확도를 높이기 위해 프롬프트 최적화, 검색증강생성(RAG), 파인튜닝을 적용하더라도 몇 달 뒤 더 저렴하고 성능이 좋은 모델이 나오면 기존 구축 자산의 효용이 떨어질 수 있어서다. 시장 변화도 이를 뒷받침한다. 멘로벤처스가 지난해 7월 발표한 보고서에 따르면 기업 LLM 지출은 6개월 만에 8억 4000만 달러로 두 배 이상 증가했다. 반면 같은 기간 오픈AI의 기업 시장 점유율은 50%에서 25%로 감소한 것으로 나타났다. AI 투자 규모는 커지고 있지만 특정 모델에 대한 충성도는 오히려 낮아지고 있는 셈이다. 업계에선 이러한 흐름을 수년 전부터 예고된 변화로 보고 있다. 실제 아마존웹서비스(AWS)의 경우 '아마존 베드록'을 통해 여러 AI 모델을 단일 환경에서 선택해 활용할 수 있도록 지원하고 있다. 특정 모델 자체보다 모델을 유연하게 교체하고 관리할 수 있는 플랫폼을 확보하는 것이 장기적으로 유리해진다고 봐서다. 모델보다 중요한 건 '업무 맥락' 실제 국내 기업들의 AI 전략도 유사한 방향으로 움직이고 있다. 삼성전자는 자체 생성형 AI 모델인 '가우스'를 개발했지만 지난해부터는 챗GPT·구글 제미나이·앤트로픽 클로드 등 외부 AI 서비스를 업무 현장에 도입할 것으로 알려졌다. 자체 모델 중심 전략에서 벗어나 업무 목적에 따라 최적의 AI를 활용하는 방향으로 선회한 것으로 풀이된다. 한화 역시 마이크로소프트 코파일럿 스튜디오를 기반으로 사내 AI 에이전트를 구축하고 있다. 경영진 보고서 작성과 환경 규제 검토 등 업무를 자동화하고 있는 가운데, 별도 LLM을 직접 개발하기보다 기존 플랫폼과 내부 데이터를 연결하는 방식에 집중하는 것으로 전해졌다. 공통점은 특정 모델에 종속되지 않는다는 점이다. 모델은 언제든 교체할 수 있도록 열어두고 기업 고유 데이터와 업무 프로세스는 별도 플랫폼에 축적하는 구조다. 이처럼 기업이 장기적으로 확보해야 할 자산은 AI 모델 자체가 아닌 업무 맥락이 꼽힌다. 최근 AI 시장에선 모델 성능 자체보다 데이터 연결성과 운영 효율성이 경쟁력을 좌우한다는 평가가 나온다. 과거에는 더 뛰어난 모델을 확보하는 것이 중요했다면 현재는 어떤 모델이 등장하더라도 기존 업무 환경에 빠르게 적용할 수 있는 유연성이 핵심 요소로 부상하고 있다. 기업들이 멀티 LLM과 에이전트 플랫폼 구축에 잇달아 나서는 배경도 여기에 있다. 국내 AI·클라우드 기업도 '멀티 LLM' 전면에 공공·민간 시장을 공략하는 국내 AI·클라우드 기업들도 이런 흐름에 맞춰 전략을 강화하고 있다. 네이버클라우드는 자체 초거대 AI인 하이퍼클로바X를 중심으로 서비스를 운영하면서 기업이 보유한 데이터를 안전하게 활용할 수 있는 '클로바 스튜디오'와 '데이터 안심존' 등을 제공 중이다. 최근에는 공공·국방 분야를 중심으로 자체 데이터를 유지한 채 AI를 활용할 수 있는 소버린 AI 전략을 강화하며 모델 자체보다 데이터와 업무 환경 축적에 무게를 두고 있다. NHN클라우드는 최근 AI 풀스택 브랜드 '팩토리X' 내 에이전트 구축 플랫폼 '프로젝트X'를 공개했다. 기업이 특정 모델에 종속되지 않고 다양한 AI 에이전트를 설계·운영·관리할 수 있도록 지원하는 것이 핵심이다. 생성형 AI 모델이 바뀌더라도 기업이 구축한 업무 프로세스와 데이터 연계 구조는 유지할 수 있도록 설계됐다. 카카오 IT 솔루션 개발 자회사 디케이테크인 역시 B2B 협업 플랫폼 '카카오워크'에 AI 기능을 확대 적용하고 있다. 회의록 요약과 문서 작성, 질의응답 기능 등을 제공하며 기업이 기존 업무 환경을 유지한 채 생성형 AI를 활용할 수 있도록 지원한다. AI 모델이 바뀌더라도 기업의 메신저 기록과 업무 프로세스는 플랫폼 안에 그대로 남는 구조다. 가비아는 그룹웨어 '하이웍스'에 AI 채팅 기능을 탑재하고 오픈AI·구글·앤트로픽·퍼플렉시티 등 다양한 AI 모델을 선택해 사용할 수 있도록 지원한다. 결재와 메일, 일정 등 그룹웨어 데이터와 연동되는 만큼 모델이 교체되더라도 기업의 업무 맥락은 그대로 유지된다. 매니지드 서비스 기업(MSP) 메가존클라우드 역시 최근 'AI 오케스트레이터' 전략을 내세우며 여러 AI 에이전트와 LLM을 통합 관리하는 플랫폼 사업을 확대 중이다. 기업이 다양한 AI 서비스를 조합해 사용할 수 있도록 연결 계층 역할을 수행하며 개별 모델 경쟁보다 에이전트 운영과 거버넌스 역량을 강조하고 있다. "모델은 바뀌어도 데이터는 남아야" 업계에선 AI 경쟁 무게중심이 특정 모델 확보에서 다양한 모델과 에이전트를 연결하고 관리하는 플랫폼 경쟁으로 이동한 것으로 진단하고 있다. AI 모델 성능 격차는 빠르게 좁혀지고 교체 주기는 더욱 짧아지는 반면, 기업 업무 데이터와 운영 체계는 장기간 축적되기에 그 중요성이 더 커지고 있다는 판단이다. 업계 관계자는 "AI 도입 초기에는 어떤 모델을 선택하느냐가 가장 중요한 문제였지만 이제는 더 좋은 모델이 등장했을 때 얼마나 쉽게 교체할 수 있느냐가 핵심 경쟁력이 되고 있다"며 "기업이 남겨야 할 자산은 특정 모델이 아니라 업무 데이터와 맥락이며 앞으로 AI 시장 승부처도 이를 담아낼 플랫폼 역량이 될 것"이라고 말했다.

2026.06.04 15:46한정호 기자

레드햇이 제시한 엔터프라이즈 AI 전환 핵심은?

레드햇이 기업 인공지능(AI) 전환을 지원하기 위한 엔터프라이즈 AI 플랫폼 전략을 제시했다. 이명진 한국레드햇 상무는 17일 지디넷코리아가 개최하는 '컨버전스 인사이트 서밋(CIS) 2026'에서 '레드햇 AI 기반 엔터프라이즈 AI 플랫폼으로의 전환: ML옵스에서 에이전틱 AI까지'를 주제로 발표한다. 현재 기업은 ML옵스에서 LLM옵스, 에이전틱 AI로 이어지는 진화 과정 속에서 추론 효율성, 데이터 연결, 에이전트 관리, 하이브리드 클라우드 확장까지 전체 라이프사이클을 관리할 수 있는 통합 플랫폼이 필요한 실정이다. 또 생성형 AI가 기업 업무 환경의 핵심 요소로 자리 잡으면서 엔터프라이즈 AI 플랫폼도 빠르게 진화하고 있다. 초기 ML 운영 체계인 ML옵스에서 거대언어모델(LLM) 기반 LLM옵스를 거쳐 여러 AI 에이전트가 협업하며 복잡한 문제를 자율적으로 해결하는 에이전틱옵스 단계로 확장되고 있다. 레드햇 AI는 이러한 변화에 맞춰 기업이 AI 추론, 모델 커스터마이징, 데이터 연결, 에이전트 운영, 하이브리드 클라우드 확장을 통합적으로 관리할 수 있도록 지원한다. 레드햇 AI의 주요 기능 중 하나는 AI 추론 역량이다. 레드햇은 오픈소스 추론 엔진 vLLM과 분산 추론 프레임워크 llm-d를 통해 그래픽처리장치(GPU) 등 다양한 하드웨어 가속기 환경에서 비용 효율적인 AI 추론을 지원한다. llm-d는 인프라 비용을 낮추고 멀티턴 대화, 에이전트 워크플로에서 더 빠른 응답 시간을 제공하도록 설계됐다. 이를 통해 플랫폼 관리자는 AI 추론 환경을 보다 쉽게 운영할 수 있다. 허깅페이스의 레드햇 AI 레포지토리에서는 라마, 큐원, 딥시크, 그래니트 등 주요 오픈소스 모델이 검증 및 최적화된 형태로 제공된다. 기업은 이를 활용해 다양한 업무 환경에 맞는 AI 모델을 보다 안정적으로 적용할 수 있다. 레드햇은 기업 데이터와 AI 모델을 연결하는 방안도 소개했다. 이 상무는 전체 기업 데이터 중 파운데이션 모델에 반영된 것은 1% 미만에 불과하다며 기업 내부 데이터를 기반으로 AI를 맞춤화해야 한다고 강조했다. 레드햇은 이를 위해 파인튜닝, 프롬프트 엔지니어링, 검색증강생성(RAG) 등 다양한 커스터마이징 기법과 합성 데이터 생성 파이프라인을 제공한다. 이를 통해 기업은 자체 데이터와 업무 맥락을 AI에 반영하고 AI 내재화를 보다 효율적으로 추진할 수 있다. 에이전틱 AI 혁신을 위한 운영 기반도 제공한다. 레드햇은 AI 에이전트 워크플로의 개발과 배포를 지원하고 MCP 게이트웨이와 에이전트 라이프사이클 관리, 추적 및 관측 가능성 기능을 통해 복수의 AI 에이전트가 협업하는 환경에서도 안정적인 운영을 지원한다. 이 상무는 "기업의 AI 전환은 단순히 AI 모델 하나를 도입하는 것으로 완성되지 않는다"며 "ML옵스에서 LLM옵스, 그리고 에이전틱 AI로 이어지는 진화의 흐름 속에서 기업은 추론 효율성, 데이터 연결, 에이전트 관리, 하이브리드 클라우드 확장까지 전체 라이프사이클을 아우를 수 있는 통합 플랫폼이 필요하다"고 밝혔다.

2026.06.04 14:42김미정 기자

슈퍼마이크로, 1GW급 'AI 팩토리' 청사진 공개…에이전틱 AI 인프라도 강화

슈퍼마이크로가 차세대 인공지능(AI) 데이터센터와 에이전틱 AI 인프라 시장 공략에 속도를 낸다. 엔비디아 차세대 AI 플랫폼 '베라 루빈' 기반 초대형 데이터센터 구축 청사진을 공개한 데 이어 Arm과 협력한 고효율 랙 스케일 인프라까지 선보이며 AI 인프라 경쟁력을 강화하는 모습이다. 슈퍼마이크로는 엔비디아 베라 루빈 NVL72 및 엔비디아 HGX 루빈 NVL8 플랫폼 기반 '데이터센터 빌딩 블록 솔루션(DCBBS)' 블루프린트를 공개했다고 4일 밝혔다. 이날 회사는 Arm AGI 중앙처리장치(CPU) 기반 엔터프라이즈 에이전틱 AI용 신규 랙 스케일 인프라도 함께 선보였다. 최근 AI 인프라 시장은 단순 그래픽처리장치(GPU) 공급 경쟁을 넘어 데이터센터 전체를 얼마나 빠르고 효율적으로 구축·운영할 수 있는지로 경쟁 축이 이동하고 있다. 특히 초거대 AI 모델 확산과 AI 에이전트 수요 증가로 컴퓨팅 성능뿐 아니라 전력·냉각·네트워크·스토리지·운영 소프트웨어를 통합 제공하는 'AI 팩토리' 구축 역량이 핵심 경쟁력으로 부상 중이다. 이번에 공개된 DCBBS 블루프린트는 5메가와트(MW)급 데이터센터부터 1기가와트(GW)급 초대형 AI 데이터센터까지 구축할 수 있도록 설계됐다. 엔비디아 최신 레퍼런스 아키텍처를 기반으로 1152개 GPU 규모 확장형 유닛을 제공하며 컴퓨팅과 스토리지, 네트워킹, 전력 인프라, 수냉식 냉각 시스템을 통합 지원한다. 이를 통해 슈퍼마이크로는 데이터센터 설계부터 구축, 운영까지 전 과정을 단일 체계로 지원한다는 목표다. 현장 시설 조사와 설계, 냉각 시스템 구성, 전력 인프라 구축, 랙 통합, 시운전, 소프트웨어 설치까지 일괄 제공해 구축 기간을 단축할 수 있다는 점을 강점을 내세우고 있다. 특히 엔비디아 베라 루빈 NVL72 플랫폼은 이전 세대 대비 GPU 메모리 대역폭과 GPU 간 연결 대역폭, 네트워크 성능이 향상돼 초거대 AI 모델 학습과 추론 환경에 최적화됐다. 슈퍼마이크로는 10만 개 이상 GPU가 적용된 대규모 수냉식 AI 데이터센터 구축 경험을 바탕으로 관련 시장 공략을 강화할 계획이다. 에이전틱 AI 시장을 겨냥한 신규 랙 스케일 인프라도 공개했다. Arm과 협력해 선보인 이번 솔루션은 Arm AGI CPU 기반으로 설계됐으며 기업 데이터센터의 AI 에이전트 워크로드 처리 효율을 높이는 데 중점을 뒀다. 신규 플랫폼은 공냉식 서버와 GPU 서버, 수냉식 멀티노드 서버 등으로 구성된다. Arm 네오버스 CSS V3 기반 CPU를 적용해 전력 효율과 컴퓨팅 집적도를 높였으며 단일 공냉식 랙 환경에서 6000개 이상의 CPU 코어를 구성할 수 있도록 설계됐다. 슈퍼마이크로는 Arm AGI CPU가 기존 아키텍처 대비 랙당 2배 이상의 성능을 제공할 수 있으며 AI 데이터센터 용량 1GW 기준 최대 100억 달러 규모 설비투자(CAPEX) 절감 효과를 지원할 수 있다고 설명했다. 이를 통해 에이전틱 AI 확산에 따른 전력과 공간 제약 문제를 해결하는 데 기여한다는 방침이다. 찰스 리앙 슈퍼마이크로 최고경영자(CEO)는 "엔비디아 베라 루빈 NVL72 플랫폼은 AI 팩토리 성능의 새로운 기준을 제시한다"며 "DCBBS 블루프린트는 5MW부터 1GW에 이르는 모든 규모의 환경을 구축할 수 있도록 검증된 엔드투엔드 구축 방식을 제공한다"고 말했다. 이어 "우리는 업계 초기부터 세계 최대 규모 수냉식 AI 팩토리를 구축해왔다"며 "이러한 경험과 노하우를 모든 블루프린트에 반영해 고객이 설계 단계부터 실제 운영 환경 구축까지 더욱 빠르게 전환할 것"이라고 덧붙였다.

2026.06.04 14:35한정호 기자

AI 음악 생성 플랫폼 수노, 5500억원 투자 유치…기업가치 7조원 평가

음악 생성 AI 플랫폼 수노(Suno)가 글로벌 투자사로부터 기업 가치를 54억 달러(약 7조 4000억원)로 인정받으며 대규모 자금을 확보했다. 마이키 슐먼 노 공동창업자 겸 최고경영자(CEO)은 4일 공식 채널을 통해 4억 달러(약 5500억원) 규모 시리즈D 투자를 유치했다고 밝혔다. 이번 투자 라운드는 본드캐피탈이 주도했다. IVP, 포러너, 유니온스퀘어벤처스, 알케온, 콰이어트가 공동 투자사로 참여했다. 매트릭스, 라이트스피드, 멘로벤처스, 슈로더캐피탈 등 기존 투자사도 이번 펀딩에 동참했다. 음악 산업계의 주요 아티스트와 프로듀서, 작곡가들도 투자자 명단에 이름을 올렸다. 슐먼 CEO는 수노가 단순한 기술 도구를 넘어 일상적인 소통 수단으로 자리 잡았다고 강조했다. 이용자는 가족 간 문자 메시지나 사소한 농담을 노래로 제작하고 생일, 졸업식, 회사 행사용 음악 제작도 활발하다. 이러한 유행에 힘입어 수노는 수십 개국 애플 앱스토어 음악 부문 1위를 기록했다. 의미 있는 사회적 활용 사례도 늘고 있다. 호스피스 병동 환자들이 가족에게 남길 노래를 수노로 제작하는 사례가 대표적이다. 심리치료사들은 청소년의 정신 건강 상담에 음악 제작을 활용하고 있다. 치매 환자 간병인들은 환자의 기억과 친숙한 목소리를 담은 맞춤형 노래를 만들어 치료에 도입했다. 수노는 이번에 확보한 자금을 바탕으로 서비스 고도화에 속도를 낸다. 아티스트와 창작자 지원 범위를 확대하고 이용자의 음악적 표현을 돕는 기능 개발을 가속화할 방침이다. 이를 위해 음악 산업계와 파트너십을 맺고 개발한 첫 번째 음악 모델을 수개월 내에 선보일 예정이다. 아티스트가 새로운 팬층을 확보하고 커뮤니티를 구축하도록 지원하는 모델이다. 창작자를 위한 새로운 경제적 잠재력과 창작 가능성도 함께 발굴할 계획이다. 마이키 슐먼 CEO는 "더 많은 사람이 음악을 만드는 즐거움을 경험하도록 돕는 것이 수노의 핵심 아이디어"라며 "새로운 음악 모델을 통해 팬들에게 색다른 경험을 제공하고 아티스트의 예술적 성장을 돕겠다"고 말했다.

2026.06.04 14:03남혁우 기자

[현장] AI가 코딩해도 배포는 왜 늦을까…IBM, SW 전 과정 조율하는 'IBM 밥' 공개

"인공지능(AI)이 개인 코딩 속도를 높였을지 몰라도 기업 전체 소프트웨어(SW) 배포 속도는 여전히 제자리걸음입니다. 인프라 비용, 보안 정책, 복잡한 레거시 시스템 의존성 같은 장벽을 넘어야 진짜 변화가 시작됩니다." 마이클 쿽 IBM 밥 솔루션 부사장 겸 캐나다 연구소장은 4일 서울 여의도 IFC 사무실에서 열린 기자간담회에서 기업용 AI 도입의 한계를 이같이 짚었다. 이날 간담회에서 한국IBM은 코드 생성을 비롯해 기획부터 보안, 운영까지 소프트웨어 개발 수명주기(SDLC) 전 과정을 지원하는 AI 기반 개발 파트너 'IBM 밥(IBM Bob)'을 국내에 처음 공개했다. IBM 밥은 엔터프라이즈 환경에 최적화해 개발한 AI 기반 소프트웨어 개발 파트너 솔루션이다. 또 개발자 개인의 업무 환경을 자동화하는 기존 AI 코딩 서비스와 달리 기획부터 개발, 테스트, 배포, 운영, 보안에 이르는 SDLC 전 과정을 아우르는 것이 특징이다. 이 솔루션은 대규모 애플리케이션의 구조와 시스템 환경을 이해한 상태에서 복잡한 개발 프로세스를 통합적으로 지원하도록 설계됐다. 쿽 부사장은 "기업 현장에서 개발 속도를 늦추는 요인은 코드 작성 자체만이 아니다"며 "인프라 비용과 운영 데이터, 보안 정책, 컴플라이언스 규정, 레거시 시스템 의존성, 조직 구조, 쉽게 변경하기 어려운 핵심 시스템 등이 복합적으로 맞물리며 배포 병목을 만든다"고 지적했다. 이는 겉으로 보기에는 개발 생산성 문제처럼 보이지만, 실제로는 코드 바깥의 복잡한 제약이 전체 전달 속도를 떨어뜨린다는 의미다. 하지만 이 같은 기존 AI 코딩 도구와 IBM 밥의 지향점은 다르다. 기존 도구가 주로 개발자 개인의 코드 작성 효율을 높이는 데 초점을 맞췄다면, IBM 밥은 코드베이스 전체와 시스템 구조를 이해한 상태에서 SDLC 전반을 조율하는 데 무게를 뒀다. 또 IBM 밥은 개발자가 현재 열어둔 파일 단위가 아니라 프로젝트 전반의 맥락을 파악하고, IDE와 터미널 등 실제 업무 환경에서 작동하도록 설계됐다. 마이클 쿽 부사장은 IBM 밥의 강점으로 레거시 시스템 현대화를 꼽았다. 메인프레임과 자바 기반 시스템처럼 복잡한 의존성이 얽힌 환경에서 AI가 시스템 간 관계를 분석하고 전환 작업을 지원해 현대화 속도를 높일 수 있다는 것이다. IBM은 이를 통해 기존에 수주 단위가 걸리던 전환 작업 기간을 수일 수준으로 줄일 수 있다고 소개했다. 보안과 비용 관리도 IBM 밥의 핵심 기능으로 제시됐다. 개발 이후 별도 단계에서 보안을 점검하던 방식이 아니라 초기 단계부터 정책 검증을 자동화해 규제가 엄격한 산업에서도 개발 속도와 안정성을 함께 확보할 수 있도록 했다. 아울러 AI 활용이 늘면서 커지는 클라우드 자원 사용량과 인프라 비용 역시 실시간으로 분석·최적화할 수 있다. 쿽 부사장은 기업이 AI 기반 개발 역량을 갖추는 방식으로 세 가지를 제시했다. 자체적으로 모델과 에이전트, 워크플로를 구축하는 방식, 여러 전문 도구를 연결하는 툴체인 방식, SDLC 전반을 지원하는 파트너를 도입하는 방식이다. 그는 "IBM은 세 번째 방식을 택했다"며 "IBM 밥은 단순한 코딩 보조 도구가 아니라 SDLC 파트너"라고 강조했다. 이어 IBM 사내에서도 이미 IBM 밥을 실제 개발에 적용하고 있다고 밝혔다. 그는 "현재 IBM 밥 관련 코드의 약 40%를 IBM 밥이 직접 작성하고 있다"며 "10만 명 이상의 직원이 매일 IBM 밥을 사용하고 있고, 내부적으로는 SDLC 전반에서 평균 45% 수준의 생산성 향상 효과를 확인했다"고 밝혔다. 이어 "개발자는 신뢰하지 않거나 유용하다고 느끼지 않는 도구는 쓰지 않는다"며 "그래서 IBM 밥은 개발자를 위해, 개발자에 의해 만든 도구"라고 덧붙였다. IBM 밥의 적용 범위는 코딩 단계에만 한정되지 않는다. 역할과 업무에 따라 코드 작성, 빌드, 테스트, 반복 개선, 릴리스, 운영 등 전 과정에서 활용할 수 있다는 설명이다. 현재 IBM은 IBM 밥을 서비스형 소프트웨어(SaaS) 형태로 제공하고 있다. 향후에는 온프레미스 환경 지원과 특정 개발 환경에 최적화한 패키지도 순차적으로 확대할 계획이다. 쿽 부사장은 "어느 단계에 있든 IBM 밥의 목표는 같다"며 "개발 조직 전반의 마찰을 줄여 기업이 더 빠르고 더 큰 확신을 갖고 소프트웨어를 배포할 수 있도록 지원하는 것"이라고 말했다.