검색 - IT세상을 바꾸는 힘 지디넷코리아

ZDNet 검색 페이지

'인공지능'통합검색 결과 입니다. (6093건)

태그
기간
- 3개월
- 1년
- 1년 이전

재검색

정부, 독파모 2차 평가 세부 점수 공개…"투명성 논란 해소"

정부가 '독자 인공지능(AI) 파운데이션 모델 프로젝트' 2차 평가 항목별 1위 기업과 점수를 추가 공개했다. 과학기술정보통신부는 이번 2차 평가에서 모티프테크놀로지스와 SK텔레콤, LG AI연구원이 각 평가 항목에서 최고점을 기록했다. 과기정통부는 지난 18일 항목별 평균과 1위·4위 팀 점수 차만 발표했으나 이틀 만에 기업명과 점수를 공개했다. 아티피셜 애널리시스 인텔리전스 인덱스(AAII) 벤치마크에서는 모티프테크놀로지스가 배점 25점 가운데 11.9점을 받아 1위에 올랐다. 모티프테크놀로지스는 해당 항목에서 가장 높은 점수를 기록했지만 종합 평가에서는 탈락했다. 한국지능정보사회진흥원(NIA) 벤치마크에서는 SK텔레콤이 15점 만점에 13.4점으로 선두를 차지했다. 전문가 평가에서는 LG AI연구원이 배점 35점 가운데 29.5점을 받아 가장 높은 점수를 얻었다. 전문가 평가위원회는 산업계 3명과 학계 5명 연구계 2명 등 외부 전문가 10명으로 구성됐다. 평가위원들은 약 5일 동안 서면 평가와 질의응답을 진행했다. 사용자 평가에서는 SK텔레콤과 LG AI연구원이 각각 전문 사용자와 일반 국민 부문에서 1위를 기록했다. 배점 15점의 전문 사용자 평가에서는 SK텔레콤이 11.6점을 받았으며 배점 10점의 일반 국민 평가에서는 LG AI연구원이 7.6점을 얻었다. 일반 국민 평가단에는 200명이 선정됐으며 이 가운데 185명이 실제 평가에 참여했다. 이번 2차 평가 대상은 업스테이지와 SK텔레콤 LG AI연구원 모티프테크놀로지스 등 4개 팀이었다. 과기정통부는 "투명성 논란이 제기되는 것이 AI 생태계 발전에 도움이 되지 않는다고 판단해 1차 평가와 동일한 수준에서 1위 기업과 점수를 공개하기로 했다"고 밝혔다.

2026.08.20 17:27김미정 기자

깃허브 '스파크' 이달말 종료…바이브 코딩 '만만찮네'

깃허브의 바이브 코딩 서비스 '스파크'로 제작한 일부 앱의 인공지능(AI) 기능이 이미 중단된 것으로 전해졌다. 업계에선 특정 플랫폼에 의존하지 않고 앱을 운영할 수 있는 연동성이 중요하다는 목소리가 나오고 있다. 20일 IT 업계에 따르면 깃허브는 스파크 서비스를 이달 말까지 운영하는 것으로 확인됐다. 이에 지난 4일부터 스파크 신규 이용자 가입과 앱 생성 기능을 중단했다. 스파크는 자연어로 앱 화면과 기능을 생성하고 데이터 저장, 사용자 인증, AI 모델 연결과 배포까지 대신 처리하는 바이브 코딩 서비스다. 이용자는 서버나 데이터베이스(DB)를 직접 설정하지 않고도 자연어로 앱을 만들 수 있다. 스파크로 제작·배포된 앱과 접속 주소 서비스는 종료 후에도 유지된다. 다만 깃허브는 앱을 구동하는 서버를 언제까지 제공할지는 밝히지 않았다. 이용자가 앱을 장기간 운영하려면 이달 31일까지 소스코드를 깃허브 저장소로 옮겨 별도 실행 환경을 마련해야 한다. 스파크 앱에 챗봇이나 문서 요약 기능을 제공하던 '깃허브 모델스'는 지난 달 30일 종료됐다. 이에 해당 서비스를 이용하던 앱은 AI 기능을 상실한 상태다. 이를 복구하려면 이용자가 외부 AI 모델을 직접 연결하고 이용료와 인증키를 별도 관리해야 한다. 스파크 이용자들은 앱을 다른 서버에서 곧바로 실행하기 어렵다고 지적했다. 한 이용자는 "외부 서버에서 앱을 운영하려면 스파크 저장소를 새 데이터베이스로 바꿔야 한다"며 "챗봇·문서 요약 기능에 쓰이던 깃허브 모델스도 다른 AI 서비스로 일일이 교체해야 한다"고 깃허브 커뮤니티를 통해 호소했다. 그러면서 "소스코드를 갖고 있어도 데이터와 실행 환경이 특정 플랫폼에 묶이면 앱 개발과 운영이 동시에 영향을 받을 수 있다"고 밝혔다. 바이브 코딩 업계, 플랫폼 종속 완화 속도 바이브 코딩 업체들은 코드와 데이터를 외부 환경으로 쉽게 옮길 수 있는 기능을 강화하고 있다. 앱을 빠르게 만드는 것뿐 아니라 다른 플랫폼에서도 서비스를 이어갈 수 있도록 지원해 플랫폼 종속 우려를 낮추려는 전략이다. 러버블은 앱 코드를 깃허브 저장소와 양방향으로 동기화한다. 이용자는 코드를 다른 클라우드나 자체 인프라에 배포할 수 있으며 DB 구조와 데이터도 외부로 옮길 수 있다. 리플릿은 러버블과 베이스44 등 외부 플랫폼에서 만든 프로젝트를 가져오는 기능을 제공한다. 코드와 화면 구성, 백엔드 로직과 DB 구조는 불러올 수 있지만, 기존 데이터와 API 암호키는 이용자가 별도 이전해야 한다. 베이스44는 유료 이용자가 프론트엔드 코드와 백엔드 함수, DB 자료를 외부로 내보낼 수 있도록 지원한다. 자체 소프트웨어 개발 키트(SDK)와 인증·권한 기능을 사용하는 부분은 새 운영 환경에 맞춰 재구성해야 한다. 미국 IT 매체 더 버지는 "바이브 코딩으로 앱 제작이 쉬워져도 데이터와 인증, 배포 환경 관리 난이도는 여전히 높다"며 "코딩 새 경쟁 승부처는 빠른 앱 생성 능력보다 연동성"이라고 분석했다.

2026.08.20 16:54김미정 기자

"팔란티어 FDE 모델 벤치마킹"…임문영 의원, 산업 AI 전환 지원법 대표 발의

팔란티어의 현장 배치 엔지니어(FDE)를 벤치마킹해 인공지능(AI) 도입이 어려운 중소·중견 기업에 청년 전문 인력을 배치하는 법안이 추진됐다. 임문영 더불어민주당 의원은 지난 18일 산업디지털전환 및 인공지능 활용 촉진법 일부개정법률안을 대표발의했다. 임 의원을 비롯해 15인이 공동 발의한 이번 개정안은 중소기업과 중견기업의 산업 디지털 전환 및 인공지능 활용을 촉진하기 위해 현장에 축적된 숙련인력의 암묵지를 디지털 자산으로 전환할 수 있도록 지원하는 데 초점을 맞췄다. 의안원문에 따르면 산업현장에는 장기간 축적된 지식과 경험, 기술 등 숙련인력의 노하우가 존재하지만 이를 디지털 전환으로 연결할 역량은 부족한 경우가 많다. 반면 디지털·AI 역량을 갖춘 청년 전문인력은 제조업 현장에 참여할 기회가 제한적이라는 지적이 제기돼 왔다. 이에 따라 개정안은 장년층 숙련인력과 청년 전문인력이 현장에서 함께 협업할 수 있는 제도적 기반을 마련하는 내용을 담았다. 특히 팔란티어의 FDE 개념을 활용해 기술 인력이 기업 현장에 직접 배치돼 실제 문제 해결과 제조공정 혁신을 지원하는 방식이 제시됐다. 개정안에는 제18조의2가 신설된다. 특히 필요 시 청년 산업인공지능 전문인력을 기업 현장에 배치해 숙련인력과 협업하도록 지원할 수 있게 했다. 이를 통해 단순 컨설팅이 아니라 실제 생산 공정과 업무 프로세스 안에서 AI 적용 과제를 발굴하고 실행하는 구조를 제도화하겠다는 의미로 풀이된다. 또 사업 참여기업에 대해서는 전문인력 현장 배치와 협업 수행에 필요한 비용의 전부 또는 일부를 예산 범위 안에서 지원할 수 있도록 했다. 세부적인 전문인력 기준, 지원 대상, 지원 방식 등은 대통령령으로 정하도록 했다. 이번 개정안은 공포 후 6개월이 경과한 날부터 시행하도록 하는 부칙도 포함했다. 임문영 의원은 "청년 전문인력을 중견기업 또는 중소기업에 배치하고 산업현장의 숙련인력과 협업해 해당 기업의 산업 디지털 전환 및 인공지능 활용을 촉진하도록 하는 현장배치형 산업AI 전환지원 사업을 실시할 수 있도록 함으로써 산업 경쟁력 강화에 기여하려는 것"이라고 의안원문을 통해 밝혔다.

2026.08.20 16:42남혁우 기자

[ZD SW 투데이] 마키나락스가 그린 '피지컬 AI' 미래는 外

지디넷코리아가 소프트웨어(SW) 업계의 다양한 소식을 한 눈에 볼 수 있는 'ZD SW 투데이'를 새롭게 마련했습니다. SW뿐 아니라 클라우드, 보안, 인공지능(AI) 등 여러 분야에서 활발히 활동하고 있는 기업들의 소식을 담은 만큼 좀 더 쉽고 편하게 이슈를 확인해 보시기 바랍니다. [편집자주] ◆마키나락스가 제시한 '피지컬 AI' 미래는 마키나락스가 내달 3일 웨스틴 서울 파르나스에서 AI 컨퍼런스 '어텐션 2026'을 개최한다. 올해 3회째를 맞이하는 '어텐션'은 마키나락스 플래그십 AI 컨퍼런스다. 이번 행사는 'AI, 현장에 착륙하다(AI Has Landed)'를 주제로 열린다. AI가 다양한 산업 현장에 연착륙하기까지의 여정과 실질적인 변화를 공유할 예정이다. 현장에는 두산에너빌리티를 비롯한 한국앤컴퍼니, HD현대, 삼성전자, HD한국조선해양, 덴소코리아, 예스24, LG AI연구원, 삼성SDS, 트웰브랩스, 아마존웹서비스(AWS), 리벨리온 등 산업과 AI 분야를 대표하는 주요 기업·기관이 참여한다. ◆CJ올리브네트웍스, 그라운드시소 맞손…CJ원 포인트 협력 CJ올리브네트웍스가 라이프스타일 멤버십 'CJ ONE' 포인트를 문화예술 전시 플랫폼 '그라운드시소'에서 적립하고 사용할 수 있게 지원한다. 그라운드시소는 사진, 미디어아트, 일러스트 등 대중적이고 트렌디한 문화예술 IP를 활용한 전시를 선보이는 전시 플랫폼이다. '요시고 사진전', '유미의 세포들 특별전' 등을 통해 MZ 세대를 중심으로 새로운 문화체험 공간으로 자리매김하며 높은 관심을 받고 있다. 이번 제휴로 CJ ONE 회원은 그라운드시소 앱에서 CJ ONE 계정을 연동하면 CJ ONE 포인트를 적립하고 사용할 수 있다. 그라운드시소 앱을 통한 예매·한남, 서울역 센트럴, 구의 이스트를 비롯해 10월 오픈 예정인 용산점 등 아트샵(부산 지점 제외)에서 결제 시 최종 결제금액의 1%가 CJ ONE 포인트로 적립된다. ◆폴라리스AI, 키플링 이미지 변신…CJ온스타일서 FW26 신컬렉션 공개 폴라리스AI 라이프스타일 브랜드 '키플링(KIPLING)' 신규 신제품을 오는 24일 오후 8시 CJ온스타일 모바일 라이브쇼 '겟잇뷰티 위드 유인나'를 통해 공개한다. 이번 방송에서는 G.걸즈 컬렉션, 나오미(NAOMI) 파우치, 스페셜 몽키 키링을 비롯해 로즈블랙 컬러의 백팩과 크로스·숄더백 등 주요 제품을 선보인다. ◆와이즈스톤, AI 기술 검증 인재 키운다 와이즈스톤이 생성형 AI·거대언어모델(LLM) 기반 시스템 품질 확보를 위해 'AI 테스트 아키텍트 랩 1기' 프로그램을 실시했다. 이번 기수는 단순한 이론 전달이나 테스트 수행자 양성에 그치지 않고, 참가자가 실제 AI 상담형 시스템 등을 대상으로 리스크 분석을 비롯한 테스트 계획 수립, 테스트 설계, 테스트 수행, 결과 보고 등 검증 전 과정을 직접 수행하는 하이브리드형 실습 교육으로 진행됐다. ◆롯데이노베이트 이브이시스, 롯데멤버스 엘포인트 연동 롯데이노베이트 이브이시스(EVSIS)가 롯데멤버스 엘포인트(L.POINT)와 결제 시스템을 연동했다. 이브이시스 회원들은 이번 연동으로 이브이시스 앱 내에서 엘포인트를 활용한 전용 충전권을 구매할 수 있다. 결제 시 엘포인트 사용 한도에 제한도 없다. 이브이시스 앱에서 일반 충전 요금을 결제하거나 구독권을 신용카드로 구매할 경우 결제 금액 0.5%가 엘포인트로 자동 적립된다. 또 전국 이브이시스 충전소 현장에서도 QR코드 스캔을 통한 앱 결제 시 보유한 엘포인트를 자유롭게 사용할 수 있다.

2026.08.20 16:29김미정 기자

한국딥러닝, 문서 읽던 AI에 '일' 시킨다

한국딥러닝이 문서를 읽는 데 그치던 인공지능(AI)을 실제 업무까지 처리하는 'AI 워커'로 키운다. 한국딥러닝은 문서 AI 솔루션 딥에이전트를 '읽는 AI'에서 '일하는 AI'로 전환하는 하반기 로드맵을 20일 공개했다. 그동안 문서나 업무가 하나 늘 때마다 OCR을 새로 구축하고 인식률을 결과물로 넘기던 방식을, 한 번 검증한 문서 AI와 업무 기준을 회사 전체로 재사용하는 방식으로 바꾸는 것이 골자다. 변화 방향은 이미 현장에 적용되고 있다. 국내 한 카드사는 딥에이전트를 가맹점 신규·변경 심사에 투입해 가입신청서와 변경신청서, 사업자등록증, 통장사본, 등기사항전부증명서를 자동으로 분류하고 주요 정보를 교차검증하고 있다. 문제가 없는 건은 개인정보 마스킹과 심사 시스템 연계까지 알아서 처리하고, 추가 확인이 필요한 예외 건만 담당자에게 넘어간다. 이때 검증한 모델과 업무 기준은 그대로 쌓여 다른 가맹점 심사에도 필요한 부분만 손봐 재활용할 수 있다. 이런 재사용 구조의 중심에 비전언어모델(VLM) 옵스가 있다. 한 업무에서 검증한 모델과 프롬프트, 정보 추출 형식, 품질 기준을 운영 자산으로 축적해 두고, 새 부서나 업무가 생기면 처음부터 다시 만들지 않고 필요한 부분만 조정해 적용한다. 특히 구축 이후 문서 양식이나 키밸류가 바뀌면 매번 기존 업체에 손을 벌려야 했던 유지보수 부담을 덜기 위해, 고객이 VLM 옵스에서 직접 항목을 튜닝할 수 있게 했다. 축적된 자산은 에이전트 워크플로우로 이어진다. 문서 분류와 정보 추출, 문서 간 검증, 업무 판단, 담당자 승인, 후속 시스템 실행까지 하나의 흐름으로 묶는 방식이다. 정상 건은 딥에이전트가 뒤 업무까지 끝내고, 신뢰도가 낮거나 판단이 필요한 예외 건만 사람에게 전달한다. 승인이 끝난 결과는 전사적자원관리(ERP)와 고객관계관리(CRM), 전자문서관리시스템(EDMS), 로봇프로세스자동화(RPA) 같은 기존 시스템과 연동된다. AI의 판단 근거와 승인·검수 이력, 실행 결과를 함께 남겨 금융·공공·제조 분야의 감사와 내부통제 요구에도 대응한다는 설명이다. 이 과정에서 한국딥러닝은 문서 AI의 평가 잣대 자체를 바꾸겠다고 했다. 문서를 얼마나 정확히 읽느냐(인식률)가 아니라, 사람이 개입하지 않고 업무를 어디까지 끝내느냐(무개입률·업무 완료율)를 기준으로 삼겠다는 것이다. 판단의 신뢰성을 높이기 위한 장치도 뒀다. 텍스트와 구조를 읽는 OCR·파서(Parser)에 문맥과 업무 의미를 이해하는 VLM을 결합하고, AI가 뽑아낸 결과를 원문 위치와 대조해 검증한다. 형식을 벗어나거나 신뢰도가 낮은 결과는 따로 분리해 근거가 부족한 값이 후속 시스템에 그대로 넘어가지 않도록 했다. 이런 방향은 회사가 내세우는 '3 제로 AI 워커' 전략과 맞닿아 있다. 반복 학습과 설정 부담을 줄이는 제로 트레이닝, 원문 근거와 검증 규칙으로 오판을 줄이는 제로 홀루시네이션, 정상 건 전수검수를 없애고 예외만 사람이 보는 제로 리뷰가 세 축이다. 김지현 한국딥러닝 대표는 "문서와 업무가 늘어날 때마다 OCR을 다시 구축하는 방식에서 벗어나, 한 번 검증한 AI와 업무 기준을 기업 전체로 확장할 것"이라며 "반복 구축과 전수 검수에 드는 비용을 줄이고, 더 적은 사람의 개입으로 더 많은 업무를 완료하는 구조를 만드는 게 이번 로드맵의 핵심"이라고 말했다.

2026.08.20 15:51김동원 기자

글로벌 사모펀드, AI 인프라에 뭉칫돈…상반기 투자 1조 달러

글로벌 사모펀드(PE) 자금이 인공지능(AI) 확산에 필요한 데이터센터와 전력 인프라로 집중되고 있다는 조사 결과가 나왔다. 20일 삼정KPMG가 공개한 '글로벌 PE 투자 동향과 2026년 하반기 전망' 보고서에 따르면 올해 상반기 글로벌 PE 투자 규모는 1조 달러로 집계됐다. 투자 건수는 9294건으로 5년여 만에 가장 낮은 수준까지 줄었지만, AI·에너지 인프라를 비롯한 대형 우량 자산에는 자금이 집중됐다. 산업별로는 기술·미디어·통신(TMT) 부문이 3547억 달러로 가장 많은 투자를 유치했다. AI 확산에 따라 데이터센터와 디지털 인프라 수요가 증가한 점이 투자 확대를 이끌었다. 올해 상반기 최대 거래는 KKR이 추진한 100억 달러 규모 헬릭스 디지털 인프라 출범 관련 거래였다. AI 서비스를 운영하는 데 필요한 데이터센터와 네트워크 등 기반 시설이 PE 시장의 주요 투자처로 자리 잡고 있음을 보여주는 사례다. AI 인프라의 막대한 전력 수요는 에너지 분야 투자 매력도도 높이고 있다. 상반기 에너지·천연자원 부문 투자액은 1492억 달러로 현재 추세가 이어지면 연말까지 사상 최대 규모를 경신할 것으로 전망됐다. 각국이 에너지 안보를 강화하고 기후테크 전환을 추진하는 가운데 AI 데이터센터의 전력 소비까지 늘면서 에너지 인프라의 전략적 가치가 커졌다는 분석이다. PE 투자 영역이 AI 모델과 소프트웨어를 넘어 전력 생산과 공급망까지 확장되는 것으로 나타났다. 보고서는 AI가 기존 소프트웨어 기업에 대한 투자 기준도 바꿨다고 분석했다. 생성형 AI가 기존 제품과 서비스 기능을 빠르게 대체하면서 PE 투자자들은 소프트웨어 기업이 AI 시대에도 경쟁력을 유지할 수 있는지 다시 평가하고 있다. 이에 소프트웨어 부문 투자는 사실상 정체된 반면 산업 제조 부문에는 상반기 1540억 달러가 유입됐다. 전통 산업 AI 전환에 필요한 센서와 로보틱스·반도체 등 제조업 연계 하드웨어로 투자 자금이 이동한 결과라는 분석이다. 국내 PE 시장에서도 반도체와 자동차 부품 등 고숙련 정밀 제조업이 주요 투자 대상으로 거론됐다. 올해 상반기 국내 PE 투자는 56억 달러와 69건으로 위축됐지만 하반기 주요 기관투자자 출자가 재개되면 AI와 제조업을 결합한 분야를 중심으로 투자 활동이 회복될 가능성이 있다. 김진원 삼정KPMG 부대표는 "2026년 하반기 글로벌 PE 시장은 무리한 양적 팽창보다는 에너지, AI 인프라, 산업 제조 기반 하드웨어 등 투자 확신이 높은 핵심 섹터의 대형 딜에 집중되며 비교적 안정적인 흐름을 이어갈 것"이라고 전망했다.

2026.08.20 15:49김미정 기자

[카드뉴스] 망한 회사의 데이터, 구글이 샀다?!

안녕하세요, AMEET 기자입니다. 오늘은 좀 흥미로운 이야기를 들고 왔는데요, 바로 망한 회사의 데이터를 AI 학습에 쓰는 이야기예요. 구글이 파산한 스피릿항공의 기록을 무려 1,000만 달러에 사들였다는 사실, 알고 계셨나요? 생각보다 훨씬 저렴한 값에 방대한 데이터를 확보한 셈인데요. 이런 움직임은 구글만의 이야기가 아니에요. MS는 링크드인을, 메타는 SNS 데이터를, 오픈AI는 신문사와 손잡으며 각자의 방식으로 AI 학습용 데이터를 모으고 있답니다. 문제는 이런 데이터 확보 경쟁이 점점 더 대담해지고 있다는 점이에요. 예전엔 몰래 정보를 줍는 수준이었다면, 이제는 회사 자체를 통째로 사들이는 방식까지 등장했어요. 게다가 인터넷에 남아있는 쓸만한 공개 데이터도 빠르게 줄어들고 있는데요, 2028년이면 거의 바닥날 것이라는 전망까지 나오고 있어요. 데이터 확보 경쟁이 치열해질수록 '허락 없이 팔린 정보'를 둘러싼 논란도 커질 수밖에 없겠죠. 이게 혁신의 기회일지, 위험한 도박일지는 아직 지켜봐야 할 문제랍니다. AI 시대일수록 내 정보가 어떻게 쓰이는지, 제대로 허락받은 데이터인지 확인하는 습관이 중요해지고 있어요. 더 자세한 내용은 AI의눈 보고서에서 확인해보세요! ▶ 해당 보고서 보기 https://ameet.zdnet.co.kr/uploads/0e81660d.html ▶ 지디넷코리아가 리바랩스 'AMEET'과 공동 제공하는 AI 활용 기사입니다. 더 많은 보고서를 보시려면 'AI의 눈' 서비스로 이동해주세요. (☞ 보고서 서비스 바로가기)

2026.08.20 13:17AMEET

AWS, 한국 피지컬 AI 생태계 육성한다…로보틱스 상용화 앞장

아마존웹서비스(AWS)가 한국 기업과 스타트업을 대상으로 한 피지컬 AI 육성 프로그램을 출범하며 국내 로보틱스 생태계 확대에 나섰다. 제조·물류·자율주행·디지털 트윈 등 다양한 산업 분야에서 피지컬 AI 기술 상용화를 지원해 한국을 차세대 지능형 로봇 산업의 핵심 거점으로 육성한다는 목표다. AWS는 피지컬 AI 육성 프로그램인 'AWS 코리아 피지컬 AI 프론티어 프로그램'을 20일 발표했다. 이번 프로그램은 앞서 'AWS 서밋 서울 2026'에서 처음 공개됐으며 지난 7월부터 오는 12월까지 6개월간 운영된다. 국내 기업이 로보틱스와 자율 시스템, 디지털 트윈, 산업 자동화 분야에서 피지컬 AI 솔루션을 구축하고 검증해 실제 사업으로 연결할 수 있도록 지원하는 것이 목적이다. AWS는 프로그램 참여 기업에 클라우드 인프라와 AI 서비스, 기술 자문, 비즈니스 모델 개발, 글로벌 시장 진출 지원을 통합 제공한다. 참여 기업은 AWS 크레딧을 활용해 데이터 수집과 처리, AI 모델 학습, 시뮬레이션, 시뮬레이션-실제 환경 전환, 지능형 에이전트 개발 등을 수행하게 된다. 또 AWS 전문가와 협업해 데이터 파이프라인 구축부터 모델 학습, 엣지 배포까지 피지컬 AI 개발 전 과정을 지원받는다. 아마존 EC2, 아마존 S3, 아마존 세이지메이커, AWS IoT 그린그래스, 아마존 베드록 등 주요 서비스를 기반으로 대규모 실험을 수행할 수 있도록 지원할 예정이다. 비즈니스 지원도 강화한다. 참여 기업은 AWS 이노베이션 팀과 함께 새로운 비즈니스 모델을 검증하고 AWS 파트너 네트워크와 마켓플레이스 등록, 글로벌 고객 연결 프로그램 등을 활용해 해외 시장 진출 기회를 확보할 수 있다. 특히 대기업과 스타트업을 하나의 생태계로 연결하는 게 강점으로 꼽힌다. 제조·물류·서비스 분야 대기업과 첨단 비전·언어·행동(VLA) 모델, 시뮬레이션, 엣지 AI 기술을 개발하는 스타트업을 연계해 기술 상용화 기간을 단축한다는 구상이다. 이번 프로그램 1기에는 총 15개 기업이 참여한다. 엔터프라이즈 트랙에는 ▲SK에코플랜트 ▲NC AI ▲알체라 ▲LG CNS가 이름을 올렸다. 이들은 건설 현장 자율 로봇, 휴머노이드 VLA 모델, 멀티모달 데이터 플랫폼, 로봇 운영 소프트웨어 고도화 등을 추진할 방침이다. 스타트업 트랙에는 ▲본에이아이 ▲투모로로보틱스 ▲고레로보틱스 ▲디든로보틱스 ▲로보에테크놀로지 ▲케어링 ▲위로보틱스 ▲컨피그 ▲리얼월드 ▲큐픽스 ▲니어스랩 등 11개 기업이 참여한다. 자율 드론과 휴머노이드, 건설·물류 로봇, 돌봄 로봇, 디지털 트윈 등 다양한 분야에서 AWS 인프라를 활용한 피지컬 AI 기술 개발에 나설 계획이다. 함기호 AWS코리아 대표는 "한국은 세계적인 제조 경쟁력과 과감한 빌더, 활발한 스타트업 생태계를 바탕으로 변화를 이끌 수 있는 위치에 있다"며 "AWS 코리아 피지컬 AI 프론티어 프로그램은 참여 기업이 잠재력을 실제 상용화로 이어갈 수 있도록 기술과 전문성, 글로벌 네트워크를 제공할 것"이라고 밝혔다.

2026.08.20 10:49한정호 기자

[AI 리더스] 권경민 이노그리드 CTO "AI 인프라 경쟁력, GPU보다 운영 기술에 달렸다"

"그래픽처리장치(GPU)를 많이 확보했느냐보다 자원을 얼마나 효율적으로 운영하느냐가 앞으로 AI 인프라 경쟁력을 결정할 것입니다." 권경민 이노그리드 최고기술책임자(CTO)는 20일 서울 중구 본사에서 지디넷코리아와 만나 AI 인프라 시장 변화와 운영 기술 전략에 대해 이같이 밝혔다. 최근 정부와 기업들은 대규모 AI 인프라 구축을 목표로 최신 GPU 확보에 나서고 있다. 하지만 고가의 최신 GPU를 확보한 것 자체보다 이 자원을 다양한 워크로드에 맞춰 효율적으로 운영할 수 있는지가 새로운 경쟁력으로 떠오르고 있다는 게 권 CTO의 진단이다. 이노그리드는 이 변화에 맞춰 GPU 운영 효율화 기술을 개발하는 국책 과제 'GRIM-GPU' 프로젝트를 수행 중이다. 단순한 GPU 공유 기술을 넘어 가상머신(VM)과 컨테이너가 혼재된 환경에서 GPU를 유연하게 분할·재구성하고 성능 간섭을 최소화하는 AI 인프라 운영 기술을 확보하는 것이 목표다. GPU 확보 경쟁 다음 단계는 '운영 효율화' 권 CTO는 최근 2~3년 동안 AI 인프라 시장이 급격하게 변화했다고 짚었다. 그는 "초기 AI 시장에선 GPU를 빨리 수급하는 것이 경쟁력이었지만 최근에는 공급 부족 현상이 다소 완화되고 있다"며 "이제는 GPU를 어떤 서비스와 워크로드에 배치하고 기존 장비를 어떻게 효율적으로 활용할 것인지가 더 중요한 시점"이라고 설명했다. 그러면서 글로벌 빅테크와 같은 방식의 AI 인프라 경쟁은 국내 기업이 선택할 수 있는 전략이 아니라고 강조했다. 그는 "국내 소프트웨어(SW) 기업이 글로벌 기업처럼 막대한 자본을 투입해 GPU를 확보하는 방식으로 경쟁하기는 쉽지 않다"며 "기업과 기관이 이미 보유한 GPU를 효율적으로 활용할 수 있도록 지원하는 운영 기술에 집중해야 한다"고 말했다. 이에 이노그리드는 과학기술정보통신부와 정보통신기획평가원(IITP)이 추진하는 GRIM-GPU 프로젝트에 주관기관으로 참여해 GPU 공유와 재구성 기술 연구에 앞장서고 있다. VM·컨테이너 혼재 환경 해결하는 'GRIM-GPU' GRIM-GPU는 정부가 추진하는 AI 클라우드 경쟁력 강화 기술개발 사업 가운데 하나로, VM과 컨테이너가 혼재된 단일 노드 환경에서 GPU를 유연하게 공유하는 기술을 개발하는 것이 주 목적이다. 현재 AI 인프라는 크게 VM 기반 환경과 컨테이너 기반 환경으로 나뉜다. 문제는 두 환경의 GPU 활용 방식이 다르다는 점이다. 공공·금융 분야는 보안성과 격리 수준이 높은 VM을 선호하는 반면, AI 학습과 추론 환경은 쿠버네티스 기반 컨테이너를 중심으로 운영되는 경우가 많은 것으로 알려졌다. 이에 대해 권 CTO는 "기존에는 GPU를 활용하기 위한 VM과 컨테이너 환경을 각각 별도로 구성해야 했지만, GRIM-GPU는 워크로드 특성에 따라 단일 환경에서 GPU를 동적으로 할당하는 기술을 목표로 하고 있다"고 밝혔다. 특히 동적 재구성 기술이 이번 과제의 핵심 연구 분야다. 통상 업무를 하는 주간에는 추론 서비스에 GPU를 사용하다가 야간에는 대규모 AI 학습에 활용하는 구조로 자원 활용 방식을 빠르게 전환할 수 있어야 한다는 관점이 담겼다. 성능 간섭을 최소화하는 스케줄링 기술도 함께 개발 중이다. GPU 메모리와 SM, L2 캐시 등 다양한 자원의 사용 패턴을 분석해 워크로드 간 충돌을 사전에 예측하고 이를 완화하는 방식이다. 권 CTO는 "기존의 엔비디아 MIG 기술을 활용하면 자원 격리 수준은 높일 수 있지만, 다양한 서비스 환경에서 GPU를 빠르게 재구성하는 것은 또 다른 문제"라며 "이번 과제에선 GPU 재구성을 5초 이내에 수행하는 것을 주요 성능 지표(KPI) 가운데 하나로 설정했다"고 말했다. 이어 "GPU 한 장을 하나의 작업에만 사용하는 방식에서 벗어나 여러 워크로드를 동시에 안정적으로 운영할 수 있도록 구성할 것"이라고 덧붙였다. GRIM-GPU는 정부 공개SW 연구개발 과제로 추진되고 있다. 이에 따라 과제 결과물은 오픈소스로 공개된다. 이노그리드는 프로젝트 컨소시엄 차원의 깃허브 저장소를 운영 중이며 올해 하반기에는 초기 기술 버전을 공개할 예정이다. 공개된 기술은 개발자와 연구기관, 기업 등이 자유롭게 활용할 수 있도록 개방할 계획이다. GPUaaS·AI 데이터센터까지…통합 AI 인프라 플랫폼 확장 이노그리드는 이번 연구개발 성과를 단순 국책과제로 끝내지 않고 서비스형 GPU(GPUaaS)와 AI 클라우드 관리 플랫폼(CMP) 등 자사 솔루션으로 확장할 계획이다. 권 CTO는 "GRIM-GPU를 통해 확보한 GPU 공유와 스케줄링, 경량 모니터링 기술을 실제 제품에 적용할 예정"이라며 "궁극적으로는 GPU를 서비스 형태로 제공하는 GPUaaS의 기술적 기반이 될 것"이라고 밝혔다. 최근 NHN인재아이엔씨 합병 이후 회사의 AI 인프라 전략도 더욱 구체화되고 있다. 이노그리드는 프라이빗 클라우드 구축 역량을, NHN은 대규모 인프라 운영 경험을 각각 보유하고 있는 만큼 양사 강점을 결합해 리전형·모듈형 AI 데이터센터 시장을 공략하겠다는 구상이다. 현재 이노그리드는 서비스형 인프라(IaaS)부터 플랫폼(PaaS), 거대언어모델 운영관리(LLM옵스) 등 AI 인프라를 구성하는 솔루션 라인업을 갖췄다. 향후에는 GPU를 비롯한 신경망처리장치(NPU), 양자처리장치(QPU) 등 다양한 연산자원 운영과 AI 에이전트 관리 역량도 키운다는 목표다. 권 CTO는 "3년 안에 AI 데이터센터의 클라우드 영역부터 AI 가속기, 데이터 관리, 에이전트 운영까지 모두 아우를 수 있는 특화 플랫폼을 구축할 것"이라고 강조했다. 끝으로 그는 "GRIM-GPU 국책과제를 통해 얻은 성과를 오픈소스로 공공에 다시 환원할 것"이라며 "국내 AI 개발자와 연구기관이 모두 활용할 수 있는 AI 인프라 생태계를 구축하겠다"고 덧붙였다.

2026.08.20 10:36한정호 기자

"맞춤 퀴즈부터 3D 실습까지"…구글 검색·제미나이, 'AI 학습비서'로 진화

구글이 검색과 제미나이에 학생 맞춤형 인공지능(AI) 기능을 추가했다. 19일(현지시간) 테크크런치 등 외신은 구글이 검색과 제미나이에 학생 전용 학습 허브를 도입했다고 밝혔다. 구글 검색은 이용자 질문에 맞춰 학습 도구와 시뮬레이션을 실시간으로 생성할 수 있다. 예를 들어 학생이 'pH 척도'를 검색하면 AI 개요가 기본 원리를 설명하는 인터랙티브 시각 자료를 보여준다. 또 '감귤류 과일을 pH 척도 위에 표시해 달라'고 요청하면 AI 모드가 해당 조건을 반영한 학습 화면을 만든다. 구글 검색은 과학과 수학을 비롯한 인문학, 외국어 등 과목별 맞춤형 연습 문제도 제공한다. 이용자가 'SAT에 자주 출제되는 단어로 퀴즈를 만들어 달라'고 입력하면 검색이 요청에 맞는 인터랙티브 퀴즈를 생성한다. 구글은 구글 렌즈에 문제 풀이를 지원하는 학습 기능도 추가할 예정이다. 학생이 풀고 있는 문제를 촬영해 올리면 구글 렌지 AI가 관련 개념을 설명하고, 오류 가능성을 찾아낸 뒤 풀이에 막힌 부분을 해결할 수 있게 알린다. 구글 검색은 이용자 자료 바탕으로 학습 문서를 제작하는 기능도 갖췄다. PDF와 문서·슬라이드뿐 아니라 손으로 작성한 필기 사진까지 검색에 올리면, AI가 여러 자료를 종합해 핵심 개념을 한 페이지로 정리하는 식이다. 제미나이 라이브에서는 여러 단계에 걸친 조사 보고서를 생성하고 결과를 음성으로 논의할 수 있다. 이용자가 조사 주제를 입력한 뒤 채팅을 종료하거나 다른 작업을 해도 제미나이가 백그라운드에서 보고서를 작성하며 작업을 마치면 알림을 보낸다. 제미나이는 질문에 맞춰 실제로 조작할 수 있는 3D 시뮬레이션도 생성한다. 'DNA가 작동하는 방식을 3D로 보여 달라'고 요청하면 이용자는 생성된 DNA 구조를 직접 회전하거나 확대·축소하며 살펴볼 수 있다. 답변에는 질문에 특화된 표와 격자 등 시각 자료도 함께 제공된다. 구글은 제미나이 앱에 분산된 교육 기능을 한곳에 모은 학생 전용 허브도 선보인다. 이용자는 해당 공간에서 학습 노트를 시작하고 플래시카드를 만들거나 연습 퀴즈를 풀 수 있다. 구글은 "AI가 학습 내용을 설명하는 챗봇을 넘어 학생별 학습 자료를 직접 구성하고 문제 풀이 과정에 개입하는 도구로 진화하고 있음을 보여준다"며 "우리는 검색과 렌즈·제미나이를 연결해 정보 탐색부터 개념 이해와 복습까지 하나의 서비스 안에서 처리할 수 있는 학습 환경을 구축했다"고 강조했다.

2026.08.20 10:08김미정 기자

LG CNS, 피지컬 AI 상용화 속도…타워팰리스에 경비로봇 도입

LG CNS가 프리미엄 주상복합단지에 사족보행 경비로봇을 도입해 피지컬 인공지능(AI) 상용화에 앞장선다. 자체 플랫폼을 기반으로 로봇의 신속한 투입을 지원한다는 목표다. LG CNS는 지난 19일 서울 마곡 LG사이언스파크 본사에서 타워피엠씨와 보안 로봇 솔루션 서비스 구축을 위한 업무협약(MOU)을 체결했다고 20일 밝혔다. 타워피엠씨는 지난 2002년 타워팰리스를 시작으로 한남 더힐, 아크로 서울 포레스트, 래미안 원베일리 등 국내 대표 프리미엄 주거단지를 관리하는 아파트 종합관리 전문기업이다. 현재 100여 개에 달하는 하이엔드 주거시설을 관리 중이다. 이번 협약을 바탕으로 양사는 향후 2개월여간 서울 강남 타워팰리스 단지 내 경비로봇 도입을 위한 기술 검증을 진행하고 4분기 내 실제 운영에 들어갈 예정이다. LG CNS는 사족보행 로봇이 타워팰리스의 실제 주거 환경에서 경비 업무를 수행할 수 있도록 단지 내 공간과 주행 동선, 낙상·화재 등 이상 상황을 비롯한 다양한 현장 데이터를 학습시킨다. 로봇은 학습한 데이터를 기반으로 공용 공간과 지하주차장 등을 자율 순찰하며 거동이 수상한 사람을 발견하거나 전기차 및 충전시설에 고열이 발생하는 등의 이상 상황을 감지할 경우 관리실에 알람을 전달하는 구조다. 이를 통해 관리자가 현장 상황에 신속 대응할 수 있도록 돕는다. 특히 관리자는 로봇에 탑재된 양방향 음성 통신 기능을 통해 로봇과 실시간으로 소통하며 상황을 보다 구체적으로 파악하고 적합한 후속 조치를 결정할 수 있게 된다. 로봇의 현장 데이터 학습과 운영에는 LG CNS의 로봇 전환(RX) 플랫폼 '피지컬웍스'가 활용된다. 학습 플랫폼 '피지컬웍스 포지'로 현장 데이터를 학습시키고 통합 관제 플랫폼 '피지컬웍스 바통'으로 로봇의 업무 수행을 관리·운영하는 방식이다. 해당 플랫폼은 LG CNS가 지난 5월 선보인 것으로, 로봇이 현장 데이터를 빠르게 학습하고 운영할 수 있도록 지원한다. 수개월이 걸리던 로봇의 현장 투입 기간을 1~2개월로 단축시켜 고객이 필요한 로봇을 신속하게 도입할 수 있도록 한다는 목표다. LG CNS는 사족보행 경비로봇이 정해진 시간에 순찰하는 기존 경비 체계를 보완해 단지 전역을 촘촘하게 관리하고 입주민 안전은 물론 관리 인력의 업무 효율까지 높일 것으로 보고 있다. 향후 로봇 기능·성능을 지속적으로 고도화하는 한편, 다양한 서비스 로봇과 연계한 자율 협업 체계도 구축할 계획이다. 가령 경비로봇이 단지 내에 쓰레기를 발견하면 청소로봇에 작업을 요청하는 등 이기종 로봇 간 협업을 통해 다양한 시설 관리 업무까지 로봇이 자율적으로 수행하도록 할 예정이다. 강민수 타워피엠씨 대표는 "프리미엄 주거시설에선 입주민 안전과 서비스 품질이 무엇보다 중요하다"며 "LG CNS와 함께 AI 기반 경비로봇을 도입해 보다 안전하고 차별화된 주거 서비스를 제공하고 앞으로도 첨단 기술을 활용한 시설 관리 혁신을 지속해 나가겠다"고 말했다. 명창국 LG CNS 스마트물류센터·로봇사업담당 상무는 "이번 협력은 피지컬 AI 기술이 실제 주거 환경에서 고객 가치를 창출하는 의미 있는 사례"라며 "피지컬웍스를 기반으로 다양한 로봇이 실제 업무를 수행하고 서로 협업하는 AI 로봇 서비스를 지속 확대해 나갈 것"이라고 밝혔다.

2026.08.20 10:01한정호 기자

[AI 고속도로] 구글, 브로드컴 넘어 마벨까지 품었다…AI칩 공급망 다변화

구글이 자체 인공지능(AI) 반도체 생태계 확대를 목표로 반도체 설계 기업 마벨과 손잡는다. 기존 핵심 파트너였던 브로드컴에 더해 새로운 공급망을 확보하면서, AI 데이터센터 경쟁력의 핵심으로 떠오른 맞춤형 반도체 전략을 한층 강화하는 모습이다. 19일(현지시간) 로이터통신에 따르면 마벨은 구글과 맞춤형 AI 반도체 개발·공급 계약을 체결하고 자사 보통주 약 5900만 주를 매입할 수 있는 신주인수권을 구글에 부여했다. 구글이 모든 권리를 행사할 경우 투자 규모는 121억 8000만 달러(약 16조 9000억원)에 달한다. 이번 계약은 단순 지분 투자를 넘어 AI 반도체 공급망 확대에 초점이 맞춰졌다. 구글은 마벨 제품 구매 실적에 따라 단계적으로 지분 인수 권한을 확보하게 된다. 대부분의 신주인수권은 마벨 제품을 5억 달러(약 6900억원)어치 구매할 때마다 순차적으로 부여되는 구조다. 구글이 모든 구매 조건을 충족할 경우 마벨이 확보할 수 있는 누적 매출은 최대 1200억 달러(약 166조원)에 이를 것으로 전망된다. 이번 협력은 구글의 자체 AI 반도체인 텐서처리장치(TPU) 경쟁력 강화 전략과 맞물려 있다. TPU는 AI 모델 학습과 추론에 특화된 반도체로, 엔비디아 그래픽처리장치(GPU)를 보완하거나 일부 영역에서 대체할 수 있는 핵심 칩으로 평가된다. 구글은 TPU의 핵심 설계를 직접 수행하고 있지만 세부 설계와 생산 관리, 스토리지와 네트워크를 비롯한 관련 기술은 외부 기업과 협력 중이다. 이번 계약에 따라 마벨은 AI 추론 가속기와 스토리지·네트워크 인터페이스·메모리 인터페이스 컨트롤러·니어메모리 컴퓨팅 등 TPU 생태계와 연계된 다양한 맞춤형 반도체를 공급할 예정이다. 특히 구글이 TPU 개발 과정에서 주로 브로드컴과 협력해왔다는 점에서 이번 계약은 공급망 다변화 전략의 신호로 해석된다. 다만 브로드컴과의 협력이 중단되는 것은 아니다. 앞서 구글은 브로드컴과 2031년까지 TPU와 AI 인프라용 반도체를 공동 개발하는 계약을 체결한 바 있다. 최근 빅테크 기업들은 비용 절감과 인프라 최적화를 목표로 자체 AI 반도체 개발에 속도를 내고 있다. 엔비디아의 고성능 GPU 가격이 급등하면서 특정 공급업체에 대한 의존도를 줄이고 서비스 특성에 맞는 반도체를 직접 설계하려는 추세다. 마벨은 이미 아마존을 비롯한 대형 클라우드 기업들의 맞춤형 AI 가속기 개발에도 참여하고 있다. 최근에는 AI 칩 간 데이터 전송 속도를 높이는 광자 기술 기업을 인수하며 데이터센터 연결 기술 경쟁력도 강화했다. 이 소식에 시장도 즉각 반응했다. 이날 마벨 주가는 9.85% 상승한 반면, 브로드컴 주가는 4.61% 하락했다. 업계에선 이번 계약이 AI 기업과 반도체 기업 간 지분 연계형 협력 모델이 확산하는 계기가 될 것으로 보고 있다. 앞서 AMD도 오픈AI와 반도체 구매 규모에 따라 지분을 부여하는 형태의 계약을 체결한 바 있다. 윌리엄 커윈 모닝스타 시장분석가는 "구글이 브로드컴을 마벨로 대체하기보다는 새로운 공급원을 찾아 시장을 키우는 차원으로 보인다"고 평가했다.

2026.08.20 09:41한정호 기자

스페이스X, AI 코딩 스타트업 '코그니션' 인수 불발..."협력 논의는 지속"

스페이스X가 인공지능(AI) 코딩 스타트업 코그니션 인수를 추진했지만 성사되지 않은 것으로 전해졌다. 최근 몇 달 사이 스페이스X가 AI 경쟁력 강화를 위해 커서에 이어 추진한 두 번째 대형 인수 시도였지만 이번 거래는 불발에 그쳤다. 20일 블룸버그는 복수의 소식통을 인용해 스페이스X가 코그니션에 인수 의사를 타진했지만 코그니션이 이에 응하지 않았다고 보도했다. 다만 인수 논의는 현재 진행되고 있지 않지만, 양측은 협력 가능성을 놓고 대화를 이어가고 있는 것으로 전해졌다. 소식통에 따르면 코그니션이 스페이스X의 컴퓨팅 역량을 활용하는 방안 등이 논의되고 있다. 스콧 우 코그니션 최고경영자(CEO)도 소셜플랫폼 엑스(X)를 통해 입장을 밝혔다. 그는 "스페이스X 팀에 대한 존경심은 크지만, 코그니션은 매각 대상이 아니며 우리는 매각을 논의한 적이 없다"고 말했다. 코그니션은 지난 5월 투자 라운드에서 260억달러, 한화 약 36조원의 기업가치를 인정받았다. 블룸버그는 앞선 보도에서 코그니션이 최소 400억달러, 한화 약 55조원 수준의 기업가치를 바탕으로 신규 투자 유치를 위한 초기 협상을 진행 중이라고 전한 바 있다. 이번 인수 시도는 불발됐지만, 머스크가 AI 경쟁에서 우위를 점하기 위해 대규모 자금 투입도 불사하고 있음을 보여준다는 평가가 나온다. 스페이스X는 지난 14일 AI 코딩 도구 커서(Cursor) 개발사 애니스피어(Anysphere) 인수를 600억달러, 한화 약 83조원 규모에 마무리했다. 업계에서는 스페이스X가 커서에 이어 코그니션 인수까지 시도한 배경으로 스페이스XAI의 코딩 분야 경쟁력 보강 필요성을 꼽는다. 스페이스X 내부 엔지니어들 사이에서도 챗봇 그록(Grok)의 코딩 성능이 경쟁 서비스에 미치지 못한다는 평가가 나오면서, 앤트로픽의 클로드 등 외부 도구를 활용해왔다는 점이 영향을 미쳤다는 분석이다. 스페이스X는 최근 커서와의 결합을 바탕으로 코딩 역량 강화에 속도를 내고 있다. 커서 데이터를 활용해 공동 개발한 '그록 4.5'를 선보였고 앤트로픽의 클로드 코드를 겨냥한 범용 업무 에이전트 '그록 봇'도 출시하며 오픈AI, 앤트로픽과의 격차를 좁히는 데 주력하고 있다. 한편 코그니션은 그동안 공개 석상과 투자자와의 대화에서 매각 의사가 없다는 입장을 일관되게 밝혀왔다. 스콧 우 CEO는 지난 5월 10억달러 규모 투자 유치와 관련해 "이번 투자를 통해 우리는 독립성을 유지하고 독립적인 회사로 계속 사업을 이어갈 수 있다"며 "이는 우리에게 매우 중요한 부분"이라고 말한 바 있다.

2026.08.20 09:28남혁우 기자

코레일, 13개 언어 음성인식 지원 AI 통번역기 개발…철도 서비스 경쟁력 ↑

한국철도공사(코레일)는 음성인식으로 13개 언어를 지원하는 '철도특화 인공지능(AI) 기반 실시간 다국어 번역시스템'을 개발했다고 밝혔다. AI 기반 실시간 다국어 번역시스템은 매표창구에 투명 유기발광다이오드(OLED) 디스플레이를 설치해 외국인 고객과 역무원이 서로 얼굴을 보며 각자의 언어로 대화할 수 있도록 개발됐다. AI가 대화 음성을 실시간으로 인식·번역해 외국인 고객과 역무원이 보는 양쪽 화면에 각각의 언어로 자막을 표시한다. 철도 분야 번역 정확도를 높이기 위해 승차권 예매와 환승, 열차·역 이용 안내 등에 쓰이는 전문용어와 표현을 AI에 학습시켰다. 영어·중국어(간체·번체)·일본어·베트남어·태국어·인도네시아어·독일어·프랑스어·스페인어·포르투갈어·이탈리아어·러시아어 등 13개 언어를 지원한다. 음성을 인식해 문자로 변환하는 데 걸리는 시간은 1.8초 이내이며 인식 정확도는 95% 이상이다. 코레일은 18일 전주역에서 영미권과 동남아권 외국인 시연단과 함께 시연회를 열고 승차권 예매와 환승 방법, 역 주변 안내 등 실제 고객 응대 상황을 재현했다. 특히 외국인 고객 질문의 인식·번역 정확도와 실시간 자막 표시 속도 등 시스템 성능과 이용 편의성을 중점 점검했다. 코레일은 전주역 현장 실증 결과를 바탕으로 시스템을 보완하고, 다음 달 서울역에서 추가 실증을 거친 뒤 전국 주요 거점역으로 확대 적용할 계획이다. 양태훈 코레일 철도연구원장은 “이번 AI 다국어 번역시스템은 증가하는 외국인 이용객의 철도 이용 편의를 높이기 위해 개발했다”며 “앞으로도 AI와 디지털 기술을 활용해 철도 서비스 경쟁력을 높이겠다”고 밝혔다.

2026.08.19 22:41주문정 기자

데이터 쌓고 모델 푸는 中…FT "차이나 쇼크 4.0 온다"

중국이 대규모 산업 데이터와 저비용 오픈 웨이트 인공지능(AI)을 앞세워 독자 기술 생태계를 구축하는 움직임이 커지고 있다는 분석이 나왔다. 중국이 자체 축적한 데이터를 AI 개발에 투입하고 모델을 해외로 확산해 글로벌 기술 표준과 거버넌스 주도권까지 확보한다는 해석도 있다. 19일 로이터통신과 파이낸셜타임스(FT)에 따르면 미·중 경제안보검토위원회는 지난 18일 발표한 보고서에서 중국이 데이터를 전략적 국가 자산으로 상업화하고 있다고 분석했다. FT는 지난 17일 기고문을 통해 중국의 오픈 웨이트 AI 확산이 새로운 형태의 '차이나 쇼크'를 일으킬 수 있다고 전망했다. 위원회는 미국 AI 기업들이 언어 모델 학습에 활용할 공개 인터넷 데이터를 대부분 소진한 반면 중국은 인터넷에서 수집하기 어려운 기업·운영·현실 세계 데이터를 체계적으로 확보하고 있다고 진단했다. 해당 데이터는 기업용 AI와 자율주행차, 휴머노이드 로봇 개발에 필요한 핵심 자원이다. 중국 첨단 제조업과 산업용 로봇 생태계는 물리적 환경에서 생성되는 양질의 데이터를 대규모로 제공하는 것으로 전해졌다. 보고서는 이 같은 기반이 상업·군사용 로봇 소프트웨어(SW)와 피지컬 AI 개발에서 중국에 잠재적인 우위를 줄 수 있다고 봤다. 중국은 데이터를 토지·노동·자본·기술과 같은 핵심 '생산요소'로 규정했다. 2023년 국가데이터국을 설립해 전국 데이터 표준화와 분류를 관리하고 통합 데이터 거래시장 구축에 나섰다. 중국 기업들은 상하이와 선전, 베이징 등에 설립된 데이터 거래소에 자체 데이터셋을 등록하기 시작했다. 중국 정부는 제조·교통·금융·의료 등 핵심 산업에서 데이터 자산을 표준화하고 산업 전반에 AI를 적용하는 정책도 추진하고 있다. 중국은 국경 간 데이터 이전에 대한 규제도 강화했다. 중국에서 사업하는 외국계 기업들은 중국 법인을 현지화하고 중국 고객 데이터를 글로벌 사업과 분리해야 했다. 면제 조치는 일부 기업에만 제한으로 적용됐다. 저비용 오픈 웨이트 확산…미 "데이터, 경제적 자산 돼야" FT는 중국이 저비용 오픈 웨이트 모델을 해외로 확산하고 있다는 점에 주목했다. 오픈 웨이트는 모델 가중치를 공개하지만 전체 학습 데이터는 개방하지 않는다는 점에서 오픈소스와는 차이가 있다. 이에 도입 비용을 낮추고 개발자 생태계 확대를 돕는다. 첨단 반도체가 부족한 환경에서도 기업이 각자 업무에 맞게 모델을 수정할 수 있어 신흥국뿐 아니라 전 세계 개발자 사이에서 오픈 웨이트 활용이 늘고 있다. 이 전략은 중국의 경제 상황과도 맞닿아 있다. AI 모델과 컴퓨팅 인프라·첨단 제조업에 투입한 비용을 회수하려면 충분한 고객이 필요하지만 중국 내수 수요만으로는 한계가 있기 때문이다. 미국의 대중국 수출 통제는 중국 기술 자립을 촉진하는 계기로 작용했다. 화웨이는 2019년 미국의 수출통제 명단에 오른 뒤 미국산 하드웨어(HW)와 소프트웨어(SW)에 대한 접근이 제한되자 운영체제 '하모니OS'와 AI 개발 프레임워크 '마인드스포어' 등 자체 생태계 구축에 나섰다. 이후 딥시크가 2025년 오픈 웨이트 AI 모델을 세계 시장에 알리면서 중국 개방형 AI 전략은 본격 주목받았다. 다수 외신은 미국 수출 통제가 중국 AI 산업에 비용을 안겼지만 결과적으로 기술 자립을 넘어 독자적인 혁신 체계를 만드는 구심점이 됐다고 평가했다. FT는 이를 제조업과 청정기술·디지털 기술 확산에 이은 '차이나 쇼크 4.0'으로 규정했다. 이번 충격은 중국 기술의 수출에 그치지 않고 국가 주도형 혁신 방식과 기술 표준 및 거버넌스 원칙까지 해외로 확산한다는 점에서 이전과 다르다는 분석이다. 오픈 웨이트 모델 확산은 안전 문제도 키우고 있다. 모델 가중치가 공개되면 누구나 이를 내려받아 수정·재배포하거나 안전장치를 제거할 수 있으며 원개발사는 접근을 취소하거나 보호 조치를 업데이트하기 어렵다. 중국에서는 모델을 개방하되 최첨단 시스템은 공개 시점을 늦추거나 접근을 제한하는 '선택적 개방'이 논의되고 있다. 상하이는 기술 평가 기반을 구축하고 베이징은 위험 관리 체계와 규제를 마련하는 등 중국 내부의 AI 거버넌스 체계도 구체화하고 있다. 마이크 쿠이켄 미·중 경제안보검토위원회 부위원장은 "우리 최우선 권고는 미국 의회가 국가 데이터 전략을 고민하는 것"이라며 "미국 정부가 데이터를 경제적 자산으로 다룰 수 있는 방안을 검토해야 한다"고 밝혔다.

2026.08.19 15:45김미정 기자

구글 제미나이, BTS 팬덤 품고 챗GPT 추격

구글이 방탄소년단(BTS)을 앞세워 '제미나이' 이용자 확대에 나섰다. 구글은 제미나이 앱 내 방탄소년단 허브 페이지를 통해 4가지 인터랙티브 기능을 제공한다고 19일 밝혔다. 이용자는 멤버들이 직접 엄선한 순간을 살펴보고, 언어를 배우며, 방탄소년단 소식을 확인하고, 창의적인 아이디어를 구현하는 공간을 이용할 수 있다. 허브 페이지는 네 가지 기능으로 구성된다. 'BTS의 제미나이 프롬프트 체험하기'에서는 멤버들이 실제로 입력한 프롬프트를 바탕으로 여행과 운동, 취미 등 주제별 추천을 받을 수 있다. 'BTS 노래 맞혀보기'는 곡의 분위기와 가사에 맞춘 이모지 힌트를 보고 노래를 알아맞히는 퀴즈 형식으로 진행된다. '오늘의 BTS 뉴스'는 최근 48~72시간의 주요 소식과 향후 2주 일정을 요약해 제공하며, '팬덤 일상 영어 배우기'는 팬레터와 댓글, 일상 대화에 자주 쓰이는 영어 표현을 오디오 발음 가이드와 함께 익힐 수 있도록 돕는다. 이용자는 제미나이 앱 프롬프트 창에 'Unlock BTS' 또는 '7777'을 입력해 각 기능을 이용할 수 있다. 이번 협업은 제미나이가 이용자 기반을 빠르게 넓히는 시점에 나왔다. 구글은 지난 7월 2분기 실적 발표에서 제미나이 앱의 월간 활성 이용자(MAU)가 9억 5000만명에 도달했다고 밝혔다. 시장조사업체 센서타워가 추정한 챗GPT MAU 약 10억명과 5000만명 차이까지 좁힌 규모다. 순다르 피차이 구글 CEO는 "제미나이 일간 활성 이용자가 1년 새 3배로 늘었다"고 설명했다. 점유율에서도 격차가 좁혀지고 있다. 모멘틱의 7월 보고서에 따르면 시밀러웹 데이터 기준 챗GPT는 세계 주요 7개 챗봇 웹 방문 점유율에서 53.9%로 1위를 지켰다. 제미나이가 27.9%로 2위, 앤트로픽 클로드가 9.2%로 3위를 기록했다. 국내에서는 오픈서베이 조사에서 제미나이가 만족도와 향후 유료 이용 의향 항목에서 챗GPT를 앞섰다. 제미나이는 구글 검색과 안드로이드 등 자사 서비스에 기본 탑재돼 이용자 기반을 넓혀 왔다. 이번 방탄소년단 협업은 여기에 글로벌 팬덤을 더한 시도다. 4가지 기능은 한국어 포함 일부 지원 언어에서 우선 제공된다.

2026.08.19 15:00김동원 기자

오픈AI, GPT 안전장치 강화… "더 강한 모델일수록 더 엄격하게"

오픈AI가 허깅페이스 취약점 유출 사고 이후 연구·훈련 환경 전반을 재점검한 데 이어 모델 역량이 높아질수록 더 엄격한 통제를 적용하는 새로운 개발 보안 체계를 공개했다. 오픈AI는 공식 블로그를 통해 모델 개발과 내부 테스트 단계에서 발생할 수 있는 보안 사고를 억제하기 위한 새 정책을 19일 공식 홈페이지를 통해 밝혔다. 회사는 모델 성능이 고도화될수록 개발 중인 시스템 자체가 새로운 위험 요인이 될 수 있다고 보고, 기존보다 촘촘한 감시와 강한 격리, 보다 엄격한 정렬 절차를 도입한다고 설명했다. 오픈AI 측은 "모델이 더 강력해질수록 내부 개발과 테스트에 따르는 위험도 함께 커진다"며 "모니터링, 정렬, 보안 기준이 그 위험보다 앞서가야 한다"고 밝혔다. 이번 조치는 허깅페이스 취약점 유출 사고 이후 공개된 첫 대규모 안전 체계 개편이라는 점에서 주목된다. 오픈AI는 이번 변화가 특정 사건 하나에 대한 직접 대응만은 아니라고 선을 그었지만 해당 사고와 함께 차세대 모델의 사이버보안 역량 고도화가 정책 강화의 배경이 됐다고 설명했다. 실제로 회사는 아스트라를 비롯한 향후 모델이 더 높은 수준의 보안 위험을 수반할 수 있다고 보고, 개발 속도보다 안전 검증을 우선하는 방향으로 운영 방침을 조정했다. 가장 상징적인 변화는 강화학습(RL) 훈련 운영 방식이다. 오픈AI는 허깅페이스 사고 이후 2주 동안 RL 훈련을 중단하고 연구 환경과 안전 절차를 재점검했다고 밝혔다. 이후 상대적으로 위험도가 낮은 일부 모델과 작업은 재개했지만, 회사가 준비 중인 최대 규모의 프런티어 RL 훈련은 여전히 보류 상태다. 오픈AI는 소규모 훈련과 추가 평가를 통해 모델 행동을 분석하고, 안전장치의 유효성과 정렬 수준에 대한 근거를 충분히 확보한 뒤 다음 단계로 넘어가겠다는 입장이다. 보안 인프라 측면에서는 연구 환경 격리가 핵심 축으로 제시됐다. 오픈AI는 모델이 생성한 코드나 신뢰할 수 없는 코드를 실행하는 워크로드에 대해 기존보다 강한 샌드박스 격리를 적용하고, 고위험 작업과 인터넷, 내부 네트워크 사이에 추가적인 차단 장치를 두겠다고 밝혔다. 이에 따라 단일 워크로드 또는 지원 서비스가 침해되더라도 곧바로 외부 인터넷이나 다른 내부망으로 접근이 이어지지 않도록 구조를 재설계한다는 설명이다. 이는 사고 이후 제기된 네트워크 보안 허점 비판을 의식한 조치로 풀이된다. 오픈AI는 이와 함께 공유 서비스 재구성, 최소 권한 원칙 적용, 보안 경계 강화, 로그 수집 확대 등 기본 보안 통제도 함께 손질하고 있다고 밝혔다. 또 자체 AI 모델을 활용한 모의 공격 기반의 지속적 보안 테스트 자동화에도 투자하고 있다고 덧붙였다. 단순히 침입을 막는 수준을 넘어, 고위험 모델이 개발 환경 내에서 어떤 방식으로 예상 밖 행동을 보일 수 있는지 상시 점검하는 체계로 전환하겠다는 의미다. 새 안전 체계의 중심에는 다단계 모니터링 시스템이 있다. 오픈AI에 따르면 이 시스템은 모델의 도구 사용 행동, 이용 가능한 추론 흔적, 활동 로그 등을 종합 분석해 무단 접근, 데이터 유출, 파괴적 행동, 안전장치 우회 시도 같은 이상 행위를 탐지한다. 의심 신호가 포착되면 보다 정밀한 자동 조사 단계로 넘겨 추가 분석을 진행하며 각 기업은 우려 활동 감지 후 30분 이내 경보 발령을 목표로 하고 있다. 치명적 보안 경계 위반 가능성이 높다고 판단될 경우 안전, 보안, 연구팀에 최우선 경보가 전달되는 구조다. 오탐 가능성에 대한 대응 절차도 포함됐다. 오픈AI는 경보가 발생한 뒤 30분 안에 실제 위협 여부를 명확히 판단하지 못할 경우 관련 작업을 우선 중단하도록 했다고 설명했다. 다만 이 같은 상시 감시에는 상당한 비용이 수반된다. 회사는 현재 기준으로 모니터링에 필요한 연산 부담이 감시 대상 프로세스의 약 20% 수준이라고 추산했다. 그럼에도 오픈AI는 프런티어 모델의 위험을 고려하면 이 정도 비용은 감수할 필요가 있다는 입장이다. 정렬 연구 강화도 이번 발표의 또 다른 축이다. 오픈AI는 가장 강력한 모델에 대한 RL 과정에서 훈련의 더 많은 단계에 정렬 기법을 적용하겠다고 밝혔다. 여기에는 위험 행동을 더 정밀하게 포착하는 보상 모델 개선, 모델이 자신의 능력과 한계를 보다 정직하게 설명하도록 유도하는 학습, 보상 체계나 평가 장치의 허점을 악용하는 행동을 줄이는 작업이 포함된다. 아울러 외부 시스템과 자원에 접근하는 과정에서 나타날 수 있는 유해 행동까지 훈련과 평가 범위를 넓히겠다고 했다. 오픈AI 연구진은 통제 강도가 모델의 위험 수준에 따라 달라질 것이라고 강조했다. 아멜리아 글레이즈 오픈AI 연구 부문 부사장은 기자들과 만나 "우리는 안전한 개발을 위한 요구사항과 기대 수준을 마련했다"며 "그 요구사항과 기대 수준은 우리가 보는 위험 수준에 따라 달라진다"고 말했다. 다시 말해 범용 모델과 고위험 모델을 동일한 잣대로 관리하지 않고, 역량이 높고 위험성이 큰 모델일수록 훨씬 강한 보안 통제를 적용하겠다는 것이다. 오픈AI는 특히 아스트라의 사이버보안 역량을 주요 변수로 보고 있다. 회사는 아스트라가 향후 자사 준비태세 프레임워크상 더 높은 수준의 보안 위험 범주에 도달할 가능성을 확인했으며, 이에 따라 관련 추론 작업과 도구 사용 과정에 추가 감시를 의무화했다고 설명했다. 이는 기존의 RL 훈련 중심 감시에서 나아가, 실제 모델 운용과 평가 전반으로 통제 범위를 확대한 조치다. 오픈AI 측 "향후 준비태세 프레임워크를 계속 고도화하고, 훈련과 배포 전반에 걸쳐 안전 기준을 발전시켜 나가겠다며 추가 기술 설명과 사고 분석 결과도 순차적으로 공개할 예정"아며모 "프런티어 모델의 역량은 빠르게 가속하고 있으며, 이를 이해하고 정렬하고 보호하는 능력은 그보다 앞서가야 한다"고 강조했다.

2026.08.19 14:51남혁우 기자

[ZD SW 투데이] NIPA, 사회 혁신 스타트업 경진 대회 개최 外

지디넷코리아가 소프트웨어(SW) 업계의 다양한 소식을 한 눈에 볼 수 있는 'ZD SW 투데이'를 새롭게 마련했습니다. SW뿐 아니라 클라우드, 보안, 인공지능(AI) 등 여러 분야에서 활발히 활동하고 있는 기업들의 소식을 담은 만큼 좀 더 쉽고 편하게 이슈를 확인해 보시기 바랍니다. [편집자주] ◆NIPA, 사회 혁신 스타트업 경진 대회 개최 정보통신산업진흥원(NIPA)이 지난 12일 익스트림테크챌린지(XTC), 글로벌디지털혁신네트워크와 온라인으로 '익스트림테크챌린지 코리아(XTC Korea) 2026'을 개최했다. 이는 국내 AI 스타트업 해외 진출과 투자 유치를 지원하는 행사다. 크로스허브·이큐브랩·스페이스맵·릴리커버·오믈렛·코드프레소·스튜디오랩·제제듀 등 8개사가 참가했다. 최종 1위와 '응용 AI 우수상'은 산업 현장의 운영 의사결정을 최적화하는 AI 기업 오믈렛이 차지했다. 오믈렛은 차량 경로와 선박 적재, 재고 배분, 간호사 근무표 작성 등에 최적의 해를 제시하는 기술을 보유했으며, 오는 11월 19일 미국에서 열리는 'XTC AI:360'에 참가해 글로벌 기업·투자자와 협력 및 투자 유치 기회를 모색한다. ◆딥핑소스, 프랜차이즈 창업박람회서 매장 운영 AI 공개 딥핑소스가 오는 25일부터 27일까지 서울 코엑스 D홀에서 열리는 '제84회 프랜차이즈 창업박람회'에서 예비 창업자와 점주를 위한 매장 운영 AI서비스를 선보인다. 딥핑소스는 이번 박람회에서 창업 전 단계부터 운영 단계까지 이어지는 '사이(SAAI)' 서비스 핵심 기능을 공개한다. 먼저 상권분석 솔루션 '사이 카운트'는 창업을 준비 중인 특정 입지의 유동인구와 주요 고객층을 확인할 수 있도록 돕는다. 매장 이상 상황 알림 솔루션 '사이 케어'도 전시된다. 매장을 비운 사이에도 AI가 이상 상황을 실시간으로 감지해 알려주는 솔루션이다. 이날 공개되는 '사이 스토어-POP메이커'는 디자인 역량 부족한 점주도 손쉽게 홍보물을 제작할 수 있도록 지원한다. ◆플러스제로, '보이스 인텔리전스 v2.0' 출시 플러스제로가 마케팅 전략 수립·분석 시간을 줄인 GEO 솔루션 '보이스 인텔리전스 v2.0'을 공식 출시했다. 이 서비스는 검색 트렌드 진단부터 AI 최적화 콘텐츠 생성까지 완전 자동화되는 AI GEO 엔진 'VTC 에이전트'와 'GEO 대시보드'를 탑재했다. 다양한 온라인 커뮤니티와 SNS 채널에 흩어진 고객의 익명 후기와 반응을 분석해 생성형 AI 검색 결과에 자사 브랜드가 우선 노출되도록 최적화하는 솔루션이다. ◆뉴플로이, 문서용 '뉴플로이 AI' 무료 공개 뉴플로이가 온디바이스 AI 모델 기반 문서 OCR 소프트웨어 '뉴플로이 AI'를 개인·기업 고객에 무료 제공한다. 뉴플로이 AI는 PDF와 스캔 문서의 글자, 표, 레이아웃을 인식해 내용 전체를 데이터 형태로 구조화한다. 문서 레이아웃 분석, 표 구조, 셀 단위 텍스트 인식, 표 내 데이터의 연관 관계 분석까지 가능하다. 수식을 이공계 논문 작성 표준인 라텍 형식으로 변환해 인식하며 한영 번역 기능도 제공한다. 뉴플로이가 자체 개발한 온디바이스 AI 모델은 사용자 디바이스 내에서 문서 데이터 처리·저장 등 전 과정을 수행한다. 파일은 외부 서버로 전송되지 않는다. 이에 보안 정책상 클라우드·온라인 등 외부 서비스에 업로드가 어려운 사내 자료나 개인정보 포함된 문서도 유출 우려 없이 처리할 수 있다. ◆클레온, 글로벌 학회서 '휴먼 AI' 기술 발표 클레온이 감정 종류·강도에 따라 AI 아바타 얼굴 표정을 만드는 기술을 국제 컴퓨터비전 학회 'BMVC 2026'에서 소개했다. 기존 기술이 음성에 맞춰 입 모양을 생성하는 데 집중했다면 이번 연구는 기쁨과 슬픔, 화남 등 말에 담긴 감정에 따라 눈빛과 표정을 포함한 얼굴 전체의 움직임을 구현한다. 실제 사람뿐 아니라 애니메이션과 3D 캐릭터에도 적용할 수 있다.

2026.08.19 14:50김미정 기자

"GPU 증설보다 효율 따져야"…망고부스트가 꺼낸 'AI 풀스택' 해법

"값비싼 그래픽처리장치(GPU)를 늘리기보다 이미 확보한 자원을 효율적으로 활용해야 하는 시대가 왔습니다." 망고부스트가 인공지능(AI) 인프라 시장에 던진 메시지다. 데이터처리장치(DPU)와 추론 소프트웨어(SW), GPU·스토리지 서버를 하나의 시스템으로 결합해 AI 데이터센터(AIDC)의 병목을 줄이겠다는 전략이다. 망고부스트는 DPU로 사업을 시작했지만 현재는 GPU 서버와 스토리지 서버, AI 추론 SW를 아우르는 AI 풀스택 기업으로 영역을 넓히고 있다. 개별 부품 공급을 넘어 데이터센터에 즉시 구축할 수 있는 랙 단위 시스템과 서버리스 추론 서비스까지 제공하겠다는 구상이다. 이런 전략은 망고부스트가 내세운 '부스트 유어 데이터센터(Boost Your Data Center)' 목표와 맞닿았다. 데이터센터 장비를 계속 늘리기보다 GPU와 서버, 스토리지 사이 데이터 이동을 최적화해 기존 인프라 처리 성능을 최대한 끌어내겠다는 의미다. 망고부스트 기술은 김장우 대표가 이끈 서울대 고성능컴퓨터시스템연구실에서 출발했다. 김 대표는 선마이크로시스템즈와 오라클에서 중앙처리장치(CPU)·시스템 아키텍트로 근무한 뒤 서울대 교수로 재직하며 10년 이상 서버 가속 기술을 연구했다. 김 대표와 연구진은 CPU가 연산뿐 아니라 네트워크와 스토리지 관련 작업까지 처리하는 기존 서버 구조에 주목했다. CPU에 업무가 몰리면 GPU와 스토리지 사이 데이터 이동이 느려지고, 고가의 GPU가 연산을 수행하지 못한 채 대기하는 시간이 늘어날 수 있기 때문이다. 연구진은 CPU가 맡던 네트워크와 스토리지 작업을 별도 반도체로 분리하는 DPU 기술을 개발했다. 김 대표는 연구 결과를 실제 데이터센터 환경에 적용하기 위해 2022년 망고부스트를 설립했다. 망고부스트는 미국 델라웨어 법인으로 출발해 워싱턴주 벨뷰에 본사를 뒀다. 서울과 산호세, 토론토, 도쿄, 인도네시아 등에서도 연구개발과 제품화, 고객 대응 업무를 수행하고 있다. 조직은 연구개발 중심으로 이뤄졌다. 현재 125명 넘는 엔지니어를 확보했으며 전체 인력 약 75%를 연구개발 업무에 배치했다. 부스트X에서 알폰소·케사르까지…HW·SW 하나로 묶었다 망고부스트 사업 출발점은 자체 DPU '부스트X(Mango BoostX™)'다. 부스트X는 CPU가 담당하던 네트워크와 스토리지, 보안 관련 작업을 대신 처리해 CPU와 GPU가 핵심 연산에 집중하도록 돕는다. 고속 네트워크 기반 AI 인프라에는 '로키 AI(RoCE AI)'가 적용된다. 로키 AI는 통합 이더넷 환경에서 원격직접메모리접근(RDMA)을 지원하는 RoCE 통신을 가속해 GPU와 서버 사이 데이터 전송 과정에서 발생하는 병목을 줄이는 역할을 한다. 망고부스트는 부스트X가 AI 에이전트 인프라 조정 작업까지 지원하도록 기술을 확장하고 있다. AI 에이전트가 여러 모델과 데이터, 외부 도구를 오가는 과정에서 발생하는 네트워크·스토리지 처리를 CPU에서 분리한다는 구상이다. DPU 위에서는 AI 추론 SW 'LLM부스트(LLM Boost™)'가 작동한다. LLM부스트는 여러 GPU와 서버에 AI 추론 요청을 분배하고 각 GPU가 맡을 작업을 조정해 유휴 시간을 줄이는 역할을 한다. 망고부스트 인프라는 서로 다른 세대나 제조사 AI 가속기를 하나의 클러스터처럼 활용하도록 설계한 것도 특징이다. 기업이 기존 GPU를 폐기하거나 전체 시스템을 최신 장비로 교체하지 않고도 신규 GPU와 함께 운용할 수 있도록 지원한다. 특히 GPU 서버 '알폰소(Mango Alphonso™)'는 이들 기술을 완제품 형태로 묶은 제품이다. AMD GPU와 부스트X, LLM부스트를 하나의 서버에 탑재해 AI 모델 학습과 추론에 필요한 연산·통신 환경을 통합했다. 스토리지 서버 '케사르(Mango Kesar™)'는 GPU가 연산에 필요한 데이터를 제때 공급하도록 지원한다. 저장 용량과 처리 성능을 각각 확장할 수 있는 분리형 구조를 채택했으며, DPU가 GPU와 스토리지 사이 통신을 가속한다. 통합 관리 SW '망고 AI 센터(MAC)'는 여러 서버 노드의 GPU·메모리 사용률과 전력, 온도, 네트워크 상태를 한 화면에서 보여준다. 관리자는 GPU가 제대로 활용되고 있는지 확인하고 시스템에서 발생한 병목이나 이상 상태를 파악할 수 있다. 서울에 42U 랙 10대 구축…벤치마크 넘어 실서비스 검증 서울에 위치한 망고부스트 데이터센터에 들어서자 검은색 서버랙이 줄지어 있었다. 랙 전면에 설치된 노란색 패널에는 '부스트 유어 데이터센터(BOOST YOUR DATA CENTER)' 문구가 적혀 있었다. 망고부스트는 외부 사업자가 운영하는 코로케이션 데이터센터의 공간과 전력·냉각 설비를 빌려 자체 AI 시스템을 구축하고 있다. 이곳에는 AMD 'MI355X' GPU를 탑재한 42U 규격 서버랙 10대를 배치했다. 각 랙은 GPU 서버 알폰소와 스토리지 서버 케사르를 중심으로 구성됐다. 부스트X와 로키 AI가 GPU·서버·스토리지 사이 데이터 이동을 가속하고, LLM부스트가 여러 GPU에 AI 추론 작업을 분배하는 구조다. 망고 AI 센터 화면에서는 GPU 사용률과 메모리, 전력, 온도, 네트워크 상태를 실시간으로 확인할 수 있었다. 개별 장비가 아니라 랙 전체의 연산 자원과 데이터 흐름을 통합 관리하기 위한 체계다. 망고부스트가 자체 데이터센터를 구축한 이유는 개별 제품이 아닌 전체 시스템의 성능을 검증하기 위해서다. DPU나 SW만 공급하면 고객이 사용하는 GPU와 네트워크, 스토리지 구성에 따라 실제 성능이 달라질 수 있다. 회사는 직접 구성한 데이터센터에서 HW와 SW를 함께 조정해 벤치마크에서 확인한 성능을 실제 고객 환경에서도 재현할 방침이다. 고객이 도입 전에 시스템 성능을 검증하는 공간으로도 활용한다. 망고부스트는 국제 AI 시스템 성능평가 'MLPerf'를 통해 추론 기술력을 검증하고 있다. MLPerf 인퍼런스 5.0에서 AMD 'MI300X' GPU 32개와 LLM부스트를 결합한 시스템은 엔비디아 'H100' GPU 32개 기반 비교 시스템보다 비용 대비 처리량이 2.8배 높은 것으로 나타났다. 다만 해당 수치는 망고부스트가 적용한 GPU와 SW 가격을 기준으로 총비용을 산정한 결과다. 고객 장비 도입 가격과 전력·냉각 비용, 운영 조건에 따라 실제 경제성은 달라질 수 있다. MLPerf 인퍼런스 6.0에서는 미국과 한국에 설치된 세 종류 AMD GPU 24개를 하나의 추론 시스템으로 연결했다. 해당 시스템은 '라마2-70B' 모델을 구동해 95.5%의 확장 효율을 기록했다. 망고부스트는 이를 통해 지역과 세대가 다른 GPU도 하나의 AI 추론 자원으로 활용할 수 있다고 설명했다. 기존 GPU와 최신 GPU를 같이 사용하면 장비 교체와 데이터센터 증설 부담을 줄일 수 있다는 주장이다. 망고부스트는 이런 HW·SW 통합 역량을 서버리스 AI 추론 서비스로 확장했다. 최근 미국 샌프란시스코에서 열린 'AMD 어드밴싱 AI 2026(AMD Advancing AI 2026)'에서 서버리스 AI 추론 플랫폼 '망고 인퍼런스(Mango Inference)'를 상용 출시했다. 망고 인퍼런스는 개발자가 GPU와 서버를 직접 구축·운영하지 않고 응용프로그램인터페이스(API)를 통해 AI 모델을 이용하도록 지원한다. 망고부스트의 GPU 서버와 DPU, LLM부스트를 서비스 형태로 제공하는 식이다. 망고부스트는 행사에서 AMD 최신 AI 가속기를 기반으로 엔비디아 차세대 칩 기반 시스템을 웃도는 추론 성능을 구현했다고 밝혔다. 엔비디아 GPU에 의존하지 않고도 AI 모델을 더 빠르고 경제적으로 운영할 수 있다는 것이 회사 측 설명이다. 당시 배경훈 부총리 겸 과학기술정보통신부 장관과 리사 수 AMD 최고경영자(CEO)도 행사장에 마련된 망고부스트 부스를 방문해 망고 인퍼런스를 살펴봤다. 망고부스트에 따르면 배 부총리와 리사 수 CEO는 서버리스 AI 추론 플랫폼의 필요성과 활용 가능성에 공감의 뜻을 나타냈다. 강남 데이터센터는 망고 인퍼런스의 성능과 안정성을 검증하고 실제 고객 요청을 처리하는 기반 시설로 활용된다. 제품 시험장과 고객 검증 공간을 넘어 AI 연산 자원을 서비스 형태로 공급하는 거점 역할까지 맡는 셈이다. 망고부스트는 완성형 서버랙을 판매하거나 고객 데이터센터에 동일한 시스템을 구축하는 방식으로 사업을 확대할 방침이다. DPU와 서버 공급에서 출발해 랙 단위 통합 인프라와 서버리스 AI 추론 서비스까지 사업 구조를 넓히고 있다. 망고부스트는 "우리 과제는 벤치마크에서 확인한 성능을 실제 고객 서비스에서도 재현하는 것"이라며 "응답속도와 안정성뿐 아니라 전력·냉각 효율, 유지보수와 장애 대응 능력까지 입증하겠다"고 강조했다.

2026.08.19 14:41김미정 기자

"AI로 뽑는 면발은 다를까"…엠아이큐브솔루션, 팔도 나주공장 자율화

엠아이큐브솔루션이 라면 생산 현장에 인공지능(AI) 판단과 설비 제어를 잇는 자율제조 체계를 구축한다. 엠아이큐브솔루션은 중소벤처기업부 'AI 응용제품 신속 상용화 지원 사업'을 통해 팔도 나주공장에 AI 기반 자율제조 플랫폼을 적용한다고 19일 밝혔다. 사업 기간은 1년이며 총사업비는 약 23억7천만원이다. 이번 사업은 라면 제조공정에서 발생하는 실시간 센서 데이터를 AI가 분석한 뒤 판단 결과를 실제 생산설비 제어로 연결하는 것이 핵심이다. 구축 대상 공장은 도시락과 왕뚜껑, 팔도비빔면 등 팔도의 주요 제품을 생산하는 나주공장이다. 엠아이큐브솔루션은 AI 기반 제조 이상탐지와 증숙·유탕 공정 성분 최적화, 믹서·롤러 공정 면대 두께 최적화, 롤러 공정 라면 중량 최적화, AI 기반 통합 운영·제어 포털 등 5개 시스템을 구축한다. 제조 이상탐지 시스템은 전 공정 센서와 제조실행시스템(MES) 데이터를 실시간으로 분석해 이상 징후를 포착한다. 공정 간 연계 분석으로 이상 원인을 파악하고 필요한 조치를 자동으로 권고하며 지속적인 학습을 통해 탐지 정확도를 높인다. 면을 찌고 튀기는 증숙·유탕 공정에는 수분과 지방 등 제품 성분을 실시간으로 예측하는 AI 시스템이 적용된다. AI가 예측 결과를 바탕으로 최적의 공정 조건을 도출하도록 구성한다. 반죽을 섞고 면대를 압연하는 믹서·롤러 공정에서는 AI가 면대 두께를 실시간으로 예측해 적절한 압연 조건을 찾는다. 롤러 공정에는 라면 중량을 예측해 목표 중량 이탈 가능성을 사전에 판단하는 시스템도 적용한다. 공정별 시스템은 통합 운영·제어 포털로 연결된다. 포털은 이상탐지와 품질 예측·최적화 결과를 통합 관리하고 자동제어장치(PLC) 등 기존 생산설비 시스템과 연계해 설비 제어까지 수행한다. 엠아이큐브솔루션은 팔도와 약 19억 4000만원 규모 자율제조 플랫폼 구축 계약을 체결하고 대표 공급기업으로 참여한다. 회사는 지금까지 110개 이상 제조기업에 제조실행시스템과 이상탐지, 설비효율, 품질예측, 공정최적화, 자율제조 솔루션을 공급했다. 심효준 엠아이큐브솔루션 대표는 "이번 사업은 제조 데이터를 분석하고 예측하는 AI를 넘어 AI의 판단이 실제 생산설비의 제어로 이어지는 '피지컬 AI'를 식품 제조 현장에 구현한다는 점에서 의미가 크다"며 "우리는 K-푸드 제조 현장의 자율화 수준을 한 단계 높이고 AI 기반 제조 혁신 모델을 글로벌 식품 제조 현장으로 확대해 나가겠다"고 말했다.

2026.08.19 14:09김미정 기자

Prev 1 2 3 4 5 6 7 8 9 10 Next