검색 - IT세상을 바꾸는 힘 지디넷코리아

ZDNet 검색 페이지

'인공지능'통합검색 결과 입니다. (6829건)

태그
기간
- 3개월
- 1년
- 1년 이전

재검색

앤트로픽, 美 의회에 'AI 안전 법안' 제안…"위험 임박 시 차단"

앤트로픽이 고위험 인공지능(AI) 출시를 막고 개발사 안전 점검을 의무화하는 법안을 미국 의회에 비공식 제안한 것으로 전해졌다. 17일(현지시간) 미국 정치매체 폴리티코 보도에 따르면 앤트로픽 관계자들은 미 연방의회 의원들에게 첨단 AI 안전과 보안을 규제하는 법안 초안을 제출했다. 초안은 대규모 피해가 예상되고 위험이 임박했을 때 정부가 AI 출시나 사용을 막을 수 있다는 점이 골자다. 피해 기준은 10억 달러를 넘는 재산 피해 또는 50명을 초과하는 사망·중상자 발생 위험이다. 위험 원인도 세 가지로 이뤄졌다. AI가 생물학 무기 제작·방출에 쓰이거나 개발자 통제를 벗어나는 경우 또는 사이버공격과 관련된 경우다. 이 가운데 하나에 해당하면서 앞서 정한 규모 피해가 임박해야 정부가 개입할 수 있다. 초안은 AI 모델 중단 여부는 법원이 결정하도록 했다. 미 상무부가 위험이 있다고 판단해 중단을 요청하면 컬럼비아특별구 연방지방법원 판사가 중단 명령을 내릴 수 있다. 앤트로픽은 정부 개입 권한에 제한을 뒀다. 상무부 외 다른 정부 부처나 기관 또는 공무원이 AI 모델의 개발과 배포 또는 내부 사용을 중단시키는 행위는 금지했다. 초안에 따르면 개발사는 AI 모델 안전성을 시험하고 결과를 투명하게 공개해야 한다. 상무부에 등록한 외부 평가기관도 AI 연구소와 모델을 정기적으로 점검한다. 평가기관이 법안에서 정한 임박한 위험을 확인하면 평가를 마친 뒤 72시간 안에 상무부에 알려야 한다. 연구소가 평가 비용을 내는 것은 허용하지만 평가 결과에 따라 보수가 달라져서는 안 된다. 앤트로픽은 이번 초안에 올해 초 공개한 '첨단 AI 프레임워크' 제안을 담았다고 설명했다. 앤트로픽 관계자는 "가장 강력한 모델의 위험한 배포를 차단하거나 억제할 권한은 반드시 필요하다"고 로이터에 밝혔다.

2026.10.18 14:00김미정 기자

"데이터·AI 연결 쉽게"…데이터브릭스, 네트워크 서비스 출시

데이터브릭스가 데이터와 시스템을 인공지능(AI) 서비스에 쉽게 연결할 수 있는 네트워크 서비스를 내놨다. 복잡한 네트워크 설정을 줄여 데이터 수집과 AI 에이전트 운영에 드는 부담을 낮추기 위한 전략이다. 데이터브릭스는 '프라이빗 네트워크 게이트웨이(PNG)'를 마이크로소프트 애저에서 공개 프리뷰로 제공한다고 17일(현지시간) 공식 블로그에서 밝혔다. 아마존웹서비스(AWS)에서는 비공개 프리뷰를 진행하며, 구글클라우드 버전도 개발 중이다. PNG는 데이터브릭스의 서버리스 컴퓨팅과 기업 내부 네트워크를 연결하는 서비스다. 서버리스는 기업이 서버를 직접 구축하거나 관리하지 않고 필요한 컴퓨팅 자원을 사용하는 방식이다. PNG를 활용하면 이 환경에서 기업 내부 데이터베이스(DB)와 업무 시스템에 더 쉽게 접근할 수 있다. 기존에는 기업이 직접 운영하는 DB나 내부 서비스에 연결할 때마다 별도 연결 장치와 설정이 필요한 경우가 많았다. 연결 대상이 늘수록 네트워크팀과 보안팀 등이 협의해야 할 작업도 늘어났다. 이런 어려움은 서버리스 도입을 늦추는 요인으로 작용했다. 데이터브릭스가 인터뷰한 고객의 75% 이상은 기존 네트워크 구성과 변경 작업의 복잡성을 일부 작업을 서버리스로 옮기지 못하는 주된 이유로 꼽았다. PNG는 시스템마다 연결을 설정하던 방식을 네트워크 단위의 연결로 바꿨다. 기업이 내부 네트워크 일부 구간을 지정하면 데이터브릭스가 서버리스 환경과 해당 구간 사이에 암호화된 연결 통로를 구축한다. 이후 기업이 허용한 범위 안에서 여러 내부 시스템에 접근할 수 있다. 연결 통로 구축과 운영은 데이터브릭스가 맡는다. 기업은 이를 위한 가상서버를 직접 설치하거나 보안 업데이트를 적용하고 처리 용량을 늘리는 작업을 할 필요가 없는 셈이다. 활용 분야는 데이터 수집과 AI 에이전트 운영 등이다. 기업 내부와 자체 데이터센터의 DB에서 데이터를 가져오거나 데이터브릭스에서 만든 AI 에이전트를 사내 모델 컨텍스트 프로토콜(MCP) 서버에 연결할 수 있다. MCP 서버는 AI가 내부 도구와 데이터에 접근하도록 돕는 연결 창구다. 사내 소프트웨어(SW) 저장소에서 필요한 파이썬 라이브러리를 설치하는 것도 가능하다. 외부로 보내는 트래픽을 기존 방화벽으로 전달해 기업이 사용하는 보안 도구로 검사하고 기록할 수도 있다. 접근 범위는 기업이 통제한다. PNG는 고객별 전용 연결 경로를 제공하며 기존 네트워크 경로와 방화벽 규칙에 따라 접근 가능한 대상을 제한한다. 기업은 지정한 대상의 트래픽만 PNG로 보내도록 설정할 수 있다. 기존 연결과 보안 설정도 유지할 수 있다. PNG는 이미 사용 중인 기능에 추가하는 방식이어서 기존 구성에 영향을 주지 않고 도입하거나 제거할 수 있다는 설명이다. 파비아누 세키 방쿠 브라데스쿠 데이터 엔지니어링 기술 책임자는 "기업은 연결할 때마다 프라이빗 링크 서비스와 로드밸런서를 구축할 필요가 없어졌다"며 "기존 워크스페이스 서브넷을 재사용해 방화벽 승인을 받기 쉬워졌고 접근 가능한 대상도 정확하게 통제할 수 있다"고 밝혔다.

2026.10.18 11:06김미정 기자

[AI는 지금] 메타, 기사 AI 학습 논란에 약관 수정…"광고·비즈니스만 적용"

메타가 웹 콘텐츠 수집과 인공지능(AI) 학습에 대한 우려를 낳은 이용약관을 수정했다. 비즈니스 계정을 보유한 언론사 웹사이트 콘텐츠를 AI 학습에 활용할 수 있다는 해석에 선을 긋기 위한 조치다. 17일(현지시간) 테크크런치 등 외신에 따르면 메타는 최근 개정한 상업용 이용약관에서 비즈니스 계정 도메인과 웹페이지에 있는 모든 콘텐츠를 자사 제품과 서비스 개발·학습 등에 사용할 수 있다고 명시한 조항을 삭제했다. 해당 조항은 콘텐츠 활용 목적을 제품과 서비스 제공·개발·개선·연구·학습과 무결성 유지 등으로 폭넓게 규정했다. 적용 대상에는 비즈니스 계정 도메인과 웹페이지뿐 아니라 웹주소에 있는 콘텐츠도 포함됐다. 이를 두고 메타 비즈니스 계정을 운영하는 언론사 웹사이트 콘텐츠까지 수집 대상이 될 수 있다는 우려가 나왔다. 법률 전문가들은 이 조항이 메타에 언론사 웹사이트를 스크래핑하고 해당 콘텐츠를 AI 모델 학습에 활용할 권한을 부여할 수 있다고 해석했다. 스크래핑은 웹사이트에서 콘텐츠를 자동으로 추출하는 작업이다. 메타는 약관 개정이 기존 웹 크롤링 방식 변화를 뜻하지 않는다고 해명했다. 이후 논란이 된 조항을 삭제하고 통합한 크롤링 관련 약관이 광고와 비즈니스 제품에만 적용된다는 점을 공지한 것이다. 이번 논란은 AI 학습에 활용되는 콘텐츠 저작권을 둘러싼 소송이 이어지는 가운데 불거졌다. 메타는 지난해 저작권 침해 의혹과 관련한 주요 소송에서 승소했지만 메타를 비롯한 AI 기업들을 상대로 한 다른 소송은 진행 중이다. 메타는 "우리 크롤링 관련 약관은 광고·비즈니스 제품에만 적용되는 것"이라며 "약관 자체에도 이 점을 명확히 했다"고 밝혔다.

2026.10.18 11:03김미정 기자

딥시크, 신규 AI 모델 공개…"작업 빠르고 똑똑하게 답변"

딥시크가 인공지능(AI) 모델의 성능과 처리 속도를 개선해 사용자 확대에 나섰다. 딥시크는 'V4.1-플래시-1017' 버전을 출시했다고 지난 17일 공식 홈페이지를 통해 밝혔다. 이는 지난 달 선보인 'V4.2-플래시' 업데이트 버전이다. 회사는 이번 모델 업데이트 핵심으로 더 빠른 작업과 답변 길이 줄이기를 꼽았다. 추론과 코딩뿐 아니라 AI가 여러 단계의 작업을 수행하는 에이전트 기능과 시각 관련 평가에서도 성능이 개선됐다고 밝혔다. 게임 제작과 3차원 모델링 등에서도 활용 능력을 높인 것으로 나타났다. 딥시크가 공개한 성능 평가 결과에서도 실제 모델 개선이 확인됐다. 고난도 평가인 '인류의 마지막 시험(HLE)'에서 새 모델은 36.8~42.6점을 기록했다. 기존 모델 점수는 36.8~39.1점이었다. HLE는 수학과 과학·인문학 분야의 수천 개 질문으로 AI 성능을 측정하는 평가다. 앞서 딥시크는 V4.1-플래시를 경쟁사보다 낮은 가격에 공급했다. 당시 홍콩 증시에서는 미니맥스와 지에이아이 등 경쟁사뿐 아니라 자체 AI 모델 '큐원'을 개발하는 알리바바의 주가도 급락했다. 일각에서는 딥시크 모델 서비스 안정성이 낮다는 점을 짚었다. 딥시크는 이번 주 초 약 5시간 동안 서버에 접속할 수 없는 장애를 겪었다. 최근 몇 달 동안 딥시크는 속도 저하와 서비스 중단 이슈를 겪었다. 이번 주 초에는 약 5시간 동안 서버 접속 장애도 발생했다. 일부 전문가들은 저렴한 AI 모델을 찾는 개발자 수요가 몰리면서 발생하는 컴퓨팅 자원 부족을 원인으로 꼽았다. 딥시크는 "우리 모델은 이전 버전보다 벤치마크 성능이 뛰어나고 작업을 더 빠르게 완료하며 답변 길이도 짧아졌다"고 소셜미디어 '엑스(X)' 공식 계정서 밝혔다.

2026.10.18 10:11김미정 기자

AI 열풍에 서버값 최대 4배↑…"가격 안정은 2028년 이후에나"

인공지능(AI) 인프라 투자 확대로 메모리 공급이 대형 데이터센터에 집중되면서 일반 기업용 서버 가격이 지난해 대비 최대 4배 상승한 것으로 나타났다. 메모리 공급 부족이 장기화할 것으로 예상되는 만큼 기업들이 서버 교체 시기를 조정하고 IT 인프라 투자 계획을 재검토해야 한다는 제언이 나왔다. 18일 글로벌 시장조사기관 가트너가 발표한 'AI 붐 속 2027년 서버 및 스토리지 비용' 보고서에 따르면 올해 서버 가격은 지난해 대비 2~4배, 스토리지 가격은 최대 2배 상승했다. 가트너는 이러한 가격 상승세가 내년까지 이어지고 실질적인 가격 안정은 2028년 이후에나 가능할 것으로 전망했다. 가격 상승의 주요 원인은 AI 인프라로의 메모리 공급 집중이다. 메모리 제조업체들이 그래픽처리장치(GPU)에 사용되는 고대역폭메모리(HBM)와 대형 클라우드 사업자에 D램 공급을 우선 배정하면서 일반 서버에 사용되는 메모리 공급이 줄어들고 있는 양상이다. 낸드플래시 역시 AI 관련 스토리지 수요가 확대되면서 공급 부족이 발생 중이다. 특히 고용량 메모리를 탑재한 서버일수록 가격 상승 폭이 컸다. 가트너에 따르면 메모리 1.5테라바이트(TB)를 탑재한 고성능 x86 서버 가격은 지난해 대비 약 3.5배 상승했다. AI 인프라 투자가 현재 수준으로 이어질 경우 2028년에도 서버 가격이 2025년 수준으로 돌아가기는 어려울 것으로 분석됐다. 서버와 스토리지 공급 기간도 크게 늘어났다. 기존에는 고객 맞춤형 제품을 주문하면 4~6주 안에 공급받을 수 있었지만 현재는 3~5개월이 걸리는 것으로 나타났다. 일부 제조업체는 대용량 메모리와 솔리드스테이트드라이브(SSD) 구성을 제한하고 공급이 원활한 제품 중심으로 판매를 유도 중이다. 공급난은 단기간에 해소되기 어려울 전망이다. 삼성전자와 SK하이닉스, 마이크론, 키옥시아 등이 생산능력 확대에 나서고 있지만 신규 생산시설 구축에는 통상 2~3년이 소요되서다. 가트너는 내년 중후반부터 추가 공급이 본격화하더라도 부품 가격 하락이 완제품 가격에 반영되기까지 1~2개 분기가 더 필요할 것으로 내다봤다. AI 투자 확대에 따른 비용 부담은 클라우드 시장으로도 확산하고 있다. 아카마이와 OVH클라우드, 텐센트클라우드 등 일부 클라우드 사업자는 올해 초 서비스 가격을 5~15% 인상했다. 헤츠너클라우드는 최근 최대 100%의 가격 인상을 발표했다. 반면 아마존웹서비스(AWS)와 마이크로소프트 애저는 기존 서비스 가격을 유지하고 있지만 일부 지역에서 신규 자원 공급을 제한 중이다. 가트너는 이러한 공급 제약이 클라우드 이용 기업의 실질적인 비용 상승으로 이어질 수 있다고 분석했다. 원하는 지역이나 서버 구성을 이용하지 못하면 다른 지역 또는 더 비싼 상품을 선택해야 하기 때문이다. AI 인프라 수요 증가가 일반 기업의 서버 구매뿐 아니라 클라우드 이용 환경에도 영향을 미치고 있는 모습이다. 메모리 가격 상승에 따른 서버 원가 구조 변화도 예상된다. 가트너는 AI용이 아닌 일반 서버의 전체 비용에서 메모리 부품이 차지하는 비중이 2025년 45%에서 2030년 약 3분의 2까지 높아질 것으로 전망했다. 메모리 가격과 공급 상황이 기업의 IT 인프라 투자 비용을 결정하는 주요 변수로 자리 잡을 가능성이 커진 것이다. 이에 가트너는 기업들이 서버 구매를 서두르기보다 기존 장비의 활용 기간을 늘리고 메모리와 스토리지 운영 효율을 높여야 한다고 권고했다. 서버 사용 기간을 6~8년까지 연장해 대규모 구매를 2028년 이후로 미루는 방안도 제시했다. 스토리지는 데이터 중요도에 따라 저장 장치를 구분하고 데이터 압축·중복 제거 기술을 활용해 비용 부담을 줄일 필요가 있다고 설명했다. 가트너는 "기업들은 2027년과 2028년 인프라 예산을 현재의 높은 가격 수준을 기준으로 수립해야 한다"며 "서버와 스토리지 공급 기간이 길어진 만큼 구매 승인을 앞당기고 주요 공급업체와 정기적으로 수요 전망과 가격 변동을 점검해야 한다"고 제언했다.

2026.10.18 09:07한정호 기자

[카드뉴스] 내 블랙박스 영상이 가짜로 몰리면 누가 진짜라고 증명할까요

안녕하세요, AMEET 기자입니다. 내 블랙박스 영상이 "가짜 아니냐"는 의심을 받게 된다면, 그게 진짜라는 걸 누가 증명해야 할까요? AI로 영상을 감쪽같이 조작할 수 있는 시대인 만큼 법정에서 입증 책임이 어디로 향하는지 짚어봤어요. 결론부터 말씀드리면, 상대가 가짜임을 밝힐 필요는 없고 영상을 증거로 낸 사람이 조작되지 않은 원본임을 보여줘야 해요. 예전에는 가짜라고 주장하는 쪽이 증명하고 눈으로 보고 판단했다면, 이제는 진짜라며 내는 쪽이 보전 기록과 원본 로그 검증까지 책임져야 하는 거죠. 그렇다면 AI가 가짜를 알아서 걸러내 주면 되지 않을까요? 아쉽게도 현실은 녹록지 않아요. 실험실처럼 통제된 환경에서는 탐지 정확도가 90% 이상 나오지만, 어둡고 화질 낮은 사고 영상이 많은 실제 현장에서는 65% 수준에 그쳐요. 2027년 목표는 95%인데요, 아직 갈 길이 멀어요. 게다가 조작 기술이 탐지 기술보다 빠르게 발전하고 있어요. 파일의 지문 같은 해시값도 생성형 AI가 기록 정보는 그대로 두고 화면만 조금씩 바꿔 버리면 가려내기 어렵고, 공인 기술이 언제 갖춰질지도 2027년까지 불투명한 상황이에요. 결국 영상 내용 자체보다 법정까지 온 경로가 증명력을 좌우하게 돼요. 그래서 사고 직후의 대처가 정말 중요해요. SD카드 원본을 그대로 분리해 봉인하고, 경찰이나 보험사 같은 공식 기관에 제출해서 접수 로그를 확보해 두세요. 현장 사진이나 주변 CCTV 같은 교차 증거를 모아두는 것도 큰 도움이 돼요. 반대로 영상을 카톡으로 보내거나 휴대폰으로 다시 찍으면 시간과 기기 정보가 사라질 수 있으니 꼭 피하셔야 해요. 오늘 퇴근길에 블랙박스 시간 설정과 저장 상태부터 한번 점검해 보시는 건 어떨까요? 더 자세한 내용은 AI의눈 보고서에서 확인해보세요! ▶ 해당 보고서 보기 https://ameet.zdnet.co.kr/uploads/caee78a5.html ▶ 지디넷코리아가 리바랩스 'AMEET'과 공동 제공하는 AI 활용 기사입니다. 더 많은 보고서를 보시려면 'AI의 눈' 서비스로 이동해주세요. (☞ 보고서 서비스 바로가기)

2026.10.16 19:22AMEET

AI에 권한 줬더니…방송 직전 프로그램 통째 증발 '날벼락

인공지능(AI) 에이전트에 서버 접근 권한을 부여했다가 TV 방송 프로그램 완성본이 통째로 증발하는 사고가 발생해 주목되고 있다. 스웨덴 매체 아프톤블라데트 등 외신은 스웨덴의 대형 리얼리티 경쟁 프로그램 '더 챌린지 스베리예(The Challenge Sverige)' 제작 과정에서 편집본이 통째로 삭제돼 방송 일정을 연기하는 사고가 발생했다고 15일(현지시간) 보도했다. 외신들은 "AI 에이전트가 데이터를 삭제한 것으로 추정된다"고 전했다. 이 프로그램은 MTV의 리얼리티 프로그램 '더 챌린지'의 스웨덴판이다. 제작사는 오는 11월 22일 두 번째 시즌을 공개할 예정이었다. 하지만 편집을 마친 프로그램이 사라지면서 방영 일정을 2027년으로 연기했다. 스웨덴 방송사 TV4는 아프톤블라데트와 인터뷰에서 제작사 마스티프가 편집을 마친 영상이 사라지는 기술적 오류를 보고했다고 밝혔다. 이 사고로 제작팀은 프로그램을 처음부터 다시 편집해야 하는 상황에 놓였다. 다만 TV4는 이번 사고가 전적으로 AI 에이전트 때문에 발생했다는 주장에는 선을 그었다. TV4의 미아 린드크비스트 PD는 처음 언론과 인터뷰에서 "정확한 사고 경위가 불분명하다"고 밝혔다. 그러면서 그는 AI 에이전트가 독자적으로 프로그램을 삭제했다는 주장은 일축했다. 린드크비스트는 “가장 큰 문제는 백업 파일이 제대로 작동하지 않아 모든 것을 처음부터 다시 편집해야 한다는 점”이라며 “원본 자료는 남아 있어 복구 자체가 불가능한 상황은 아니지만, 당연히 시간이 낭비된다”고 말했다. TV4는 이후 언론 인터뷰에서 "편집 완성본이 사라진 것은 AI 때문이 아니라 제작사의 '인간적인 실수(인재)' 때문"이라고 밝혔다. 특히 "이번 방송 편집본 삭제가 AI 때문은 아니다”고 강조했다. 이번 사건은 AI 에이전트가 중요한 데이터를 삭제하는 사고가 잇따르는 가운데 발생했다. 지난해에는 한 스타트업 창업자가 AI 코딩 도구인 리플릿(Replit)이 회사의 실제 운영 데이터베이스를 삭제하고, 이를 은폐하려 했다고 주장했다. 지난 7월에는 브라질의 한 소프트웨어 개발자가 오픈AI의 GPT-5.6 Sol이 자신의 운영 데이터베이스 전체를 삭제했다고 주장하는 글을 게시했다. 같은 달 기술 투자자 맷 슈머도 비슷한 피해를 입었다고 밝혔다. 그는 엑스(X)에 올린 글에서 “GPT-5.6-Sol이 실수로 내 맥의 거의 모든 파일을 삭제했다”고 주장하며, 데이터 손실 사고와 관련한 화면 캡처를 공개했다. 이 같은 사례는 AI 기술이 빠르게 발전하고 있지만 여전히 심각한 오류를 일으킬 수 있다는 점을 보여준다. 외신들은 AI 에이전트에 파일이나 서버 접근 권한을 부여할 때 주의가 필요하며, 중요한 데이터는 별도로 백업해 두는 것이 중요하다고 지적했다.

2026.10.16 16:51이정현 미디어연구소

[AI 리더스] 다쏘시스템 대구 R&D 센터장 "산업 AI 연구 거점 될 것…인력 40%↑"

"우리는 조선해양 분야에서 축적한 전문성을 산업 인공지능(AI)과 버추얼 트윈 분야로 고도화하고 있습니다. 프랑스와 미국, 독일, 인도에 있는 글로벌 연구개발(R&D) 조직과 협력하면서 국내 산업 현장 요구를 기술 개발에 반영할 것입니다." 김일환 다쏘시스템코리아 대구 R&D센터장은 최근 지디넷코리아 인터뷰에서 센터 운영 전략을 이같이 밝혔다. 대구 R&D 센터는 2010년 4월 설립됐다. 당시 대구시와 대구경북경제자유구역청, 경북대 등이 협력해 조선해양 산업에 특화된 R&D 거점으로 출범했다. 초기에는 국내를 비롯한 아시아 조선사들의 기술적 요구를 반영하는 게 센터 주요 역할이었다. 이후 사업 범위가 확장하면서 전 세계 조선해양 고객을 위한 소프트웨어(SW)를 개발하고 있다. 설립 당시 연구인력은 15명이었다. 선박 기본설계와 상세설계를 담당하는 카티아(CATIA) 개발팀으로만 이뤄졌다. 이후 2012년 생산설계 SW를 개발하는 델미아(DELMIA) 조직이 추가되면서 연구 영역도 넓어졌다. 현재 센터는 약 15개 애플리케이션 개발과 유지보수를 담당하고 있다. 선박 구조 설계와 생산설계 등 조선해양 산업에 필요한 SW 개발에 주력하고 있다. 인력은 약 25명 규모다. 김 센터장은 R&D가 센터 내부에서만 이뤄지는 것은 아니라고 말했다. 프랑스뿐 아니라 미국, 인도, 독일 등 글로벌 R&D 조직과 협력이 진행 중이라고 설명했다. 그는 "대구센터는 인력 규모만 보면 작은 조직이지만 프랑스 본사와 같은 글로벌 R&D 체계와 함께 운영된다"며 "각 조직이 맡은 기술 영역에 따라 개발 업무를 분담하고 있다"고 말했다. 글로벌 협력은 SW 개발 과정에서도 이뤄진다. 각국 연구인력이 작성한 소스코드는 매주 하나의 개발 체계로 통합된다. 이후 새로운 SW를 빌드하고 품질 검증을 진행해 글로벌 제품에 반영한다. 이를 통해 고객사 요구에 맞는 기술과 제품을 내놓는 식이다. 김 센터장은 "대구에서 개발한 SW 기능도 같은 과정을 거쳐 글로벌 제품에 적용되는 경우도 있다"고 설명했다. 김 센터장은 국내 R&D 인력도 확대할 계획이다. 현재 25명인 대구 R&D센터 연구인력을 내년 초까지 35명으로 약 40% 늘리는 것이 목표다. 그는 "차세대 선박 설계 프로젝트를 비롯해 R&D 수요가 늘고 있다"며 "현재 신규 인력 채용을 진행하고 있으며 연구 역량을 지속적으로 강화할 것"이라고 밝혔다. "국내 선박 설계 환경, AI 시대에 맞게 고쳐야" 대구 R&D센터 주요 과제는 국내 조선업계의 디지털 설계 환경 구축을 지원하는 것이다. SW를 새로운 시스템으로 교체하는 데 그치지 않고, 설계 업무 방식까지 개선할 수 있도록 기술 개발과 현장 검증에 주력하고 있다. 김 센터장에 따르면 국내 조선업계는 오랫동안 아비바마린(AVEVA Marine) 등 기존 설계 SW를 활용해 왔다. 이에 새로운 시스템을 도입할 때도 기존에 사용하던 기능을 그대로 구현해 달라는 요구가 많은 것으로 나타났다. 김 센터장은 "기존 시스템 기능을 그대로 옮기는 데 집중하면 새로운 설계 환경의 장점을 충분히 활용하기 어렵다"며 "새로운 설계 방식에 맞춰 필요한 기능을 개발하고 고객이 변화된 업무 환경에 적응하도록 지원하는 것이 필수"라고 설명했다. 이에 대구센터는 국내 조선업계 요구를 반영하면서 새로운 설계 환경에 적합한 기능을 개발하는 데 집중하고 있다. 개발한 기술이 실제 조선 현장에서 활용될 수 있도록 부산 테크노센터와의 협력도 강화하고 있다. 최근 출범한 부산 테크노센터는 국내 조선해양·국방 고객을 대상으로 설계와 시뮬레이션 기술을 지원하는 거점이다. 기술 시연과 검증, 고객 교육 등을 통해 새로운 설계 시스템의 현장 적용을 돕는다. 두 조직은 기술 개발과 현장 검증을 분담한다. 대구센터가 핵심 기술을 개발하면 부산 테크노센터는 고객과 함께 이를 시험하고 실제 업무에 적용할 수 있는지 확인하는 역할을 맡았다. 김 센터장은 "대구센터가 개발한 기술을 부산 테크노센터에서 고객과 함께 검증하고 의견을 반영할 계획"이라며 "두 조직 협력을 통해 새로운 설계 기술이 실제 산업 현장에 적용될 수 있도록 지원하겠다"고 말했다. "AI 선박 설계 자동화…케이블 경로 최적화 기술 상용화" 대구 R&D센터는 산업 AI와 버추얼 트윈을 중심으로 R&D 영역을 확대하고 있다. 조선해양 SW 개발 경험을 바탕으로 복잡한 설계 작업을 자동화하고 엔지니어 생산성을 높이는 것이 목표다. 대표 연구 분야는 AI 기반 선박 구조설계 자동화다. 이는 과거 선박 설계 데이터를 학습한 AI가 구조물 위치와 두께, 형태 등을 분석해 설계안을 생성하는 기술이다. 김 센터장은 "선박 구조설계에는 조선사 설계 경험과 선급 규정 등 다양한 조건을 고려해야 한다"며 "이런 데이터를 AI에 학습시켜 설계 작업을 자동화하고, 궁극적으로 엔지니어가 AI의 설계 결과물을 검증하는 환경을 구현할 것"이라고 설명했다. 그는 해당 기술이 상용화되려면 시간이 필요하다고 내다봤다. AI가 실제 선박 설계에 활용되려면 충분한 학습 데이터와 기술 검증이 필요하기 때문이다. 특히 조선사가 보유한 설계 데이터는 핵심 지식재산(IP)에 해당해 외부 연구개발 조직이 확보하기 어렵다는 한계가 있다. 김 센터장은 "설계 자동화를 구현하려면 방대한 데이터를 확보하고 분석해야 한다"며 "고객사가 보유한 설계 데이터는 중요한 자산이기 때문에 이를 활용하는 데 제약이 있다"고 말했다. 또 다른 개발 목표는 AI 기반 케이블 경로 최적화다. 선박이나 플랜트, 건축물 내부에서 전선 등이 지나가는 경로를 AI가 자동으로 설계하는 기술이다. 대구센터는 강화학습을 활용해 AI가 설계 조건에 맞는 경로를 스스로 탐색하도록 연구하고 있다. 반복 학습을 통해 경로 탐색 성능을 개선하고, 설계 과정에서 발생하는 반복 작업을 줄이는 식이다. 김 센터장은 "케이블 경로 최적화 기술은 조선뿐 아니라 플랜트와 건축, 산업설비 분야에서도 활용할 수 있다"며 "현재 AI 모델의 성능을 개선하고 있으며 내년 제품화를 목표로 하고 있다"고 밝혔다. 장기적으로 대구 센터는 개별 설계 작업 자동화를 넘어 산업 현상을 이해하고 예측하는 AI 기술로 연구 범위를 넓힐 계획이다. 다쏘시스템의 '3D익스피리언스(3DX)' 플랫폼과 버추얼 트윈 팩토리 전략에 맞춰 산업 AI와 시뮬레이션 기술을 고도화한다는 구상이다. 김 센터장은 "실제 산업 현장을 버추얼 트윈으로 구현해 설계와 생산 과정을 분석하고 검증할 수 있는 환경을 구축할 것"이라며 "산업 AI와 시뮬레이션 기술을 결합해 복잡한 산업 현상을 이해하고 예측하는 역량을 강화할 것"이라고 강조했다.

2026.10.16 12:40김미정 기자

[기고] 재무팀 노리는 딥페이크 사기, 탐지만으로 막을 수 없다

인공지능(AI)을 악용한 딥페이크 사기가 기업 재무 시스템을 위협하고 있다. 기업 자금 관리를 책임지는 최고재무책임자(CFO)와 재무팀에 새로운 보안 대응 전략이 필요한 이유다. 실제 홍콩에서는 한 기업 재무 담당자가 딥페이크 화상회의에 속아 2500만 달러를 송금하는 사건이 발생했다. 사기범들은 CFO와 동료 얼굴과 목소리를 조작해 화상회의에 등장했다. 담당자는 5개 은행 계좌로 15차례에 걸쳐 돈을 송금한 뒤에야 회의 참석자 중 자신만 실제 사람이었다는 사실을 알게 됐다. 이 사건을 단순히 직원 개인의 실수로 볼 수는 없다. 사기범들이 기업 업무 절차와 보안 체계에 존재하는 허점을 악용했기 때문이다. 특히 재무팀은 사기범들의 주요 표적이다. 자금 이체와 지급 승인, 공급업체 계좌 정보 변경 등 기업의 핵심 금융 업무를 담당하기 때문이다. 사기범들은 이러한 권한을 악용해 금전적 피해를 일으키려 한다. 딥페이크 기술이 정교해지는 만큼 기업 대응 방식도 달라져야 한다. 조작된 영상과 음성을 찾아내는 데 그치지 않고, 업무 상대방이 실제 사람인지 확인할 수 있는 검증 체계를 마련해야 한다. 딥페이크 사기를 예방하는 첫 단계는 조작된 영상과 음성의 특징을 파악하는 것이다. 재무 책임자는 직원들이 의심스러운 징후를 식별할 수 있도록 교육해야 한다. 영상에서는 눈 깜박임이 어색하거나 피부 질감이 지나치게 매끄러운 현상이 나타날 수 있다. 얼굴이 흐릿하게 보이거나 조명과 그림자가 맞지 않는 경우도 있다. 입 모양과 음성이 일치하지 않는 현상 역시 딥페이크를 의심할 만한 단서다. 음성에서도 이상 징후를 찾을 수 있다. 목소리가 기계적으로 들리거나 말투가 부자연스럽고, 대화 중 숨소리나 쉼이 부족한 경우다. 주변 환경과 어울리지 않는 배경음도 주의해야 한다. 직원들은 이런 징후를 발견하거나 상대 신원이 의심될 경우 즉시 보고해야 한다. 그러나 딥페이크를 식별하는 것만으로는 사기를 완전히 막기 어렵다. 현재 알려진 이상 징후는 기술적 한계에서 나타나는 현상일 뿐, 모든 딥페이크에 적용할 수 있는 판단 기준은 아니다. 사기범들은 기존 기술 결함이 알려지면 이를 보완하는 새로운 기술을 활용한다. 탐지 기술이 발전하는 동시에 딥페이크 생성 기술도 정교해지고 있다는 의미다. 따라서 기업은 딥페이크를 발견하는 사후 대응에서 벗어나야 한다. 특히 자금 이체와 같은 중요한 업무에서는 상대방 신원을 사전에 확인하는 절차가 필요하다. 딥페이크에 효과적으로 대응하려면 검증 기준부터 바꿔야 한다. 기존에는 영상이나 음성이 조작됐는지를 확인하는 데 집중했다. 앞으로는 화면 너머 상대방이 실제 존재하는 사람인지 확인하는 것이 중요하다. 이러한 접근을 가능하게 하는 기술이 '인간 증명(Proof of Human)'이다. 인간 증명은 특정 영상의 조작 여부를 분석하는 대신 온라인에서 소통하는 상대방이 실제 존재하는 고유한 사람이라는 사실을 암호 기술로 증명하는 방식이다. 이 과정에서는 영지식증명(Zero-Knowledge Proof)과 같은 개인정보 보호 기술을 활용할 수 있다. 영지식증명은 개인정보 자체를 공개하지 않고도 특정 사실이 참이라는 점을 증명하는 암호 기술이다. 이를 통해 기업은 개인정보 노출 위험을 줄이면서 상대방이 실제 사람인지 확인할 수 있다. 특히 신원 사칭으로 대규모 금전적 피해가 발생할 수 있는 금융 분야에서 활용 가능성이 크다. 인간 증명 기술은 기업의 중요한 의사결정 과정에서도 신뢰를 높이는 수단이 될 수 있다. 재무 담당자가 온라인에서 상대방의 실제 존재 여부를 확인할 수 있다면 딥페이크 사칭에 따른 위험을 줄이는 데 도움이 된다. 실제 사람이라는 사실을 확인하는 것과 그 사람이 정당한 업무 권한을 갖고 있는지 확인하는 것은 별개의 문제다. 따라서 기업은 인간 증명 기술을 기존 보안 절차와 함께 활용하는 종합적인 대응 체계를 갖춰야 한다. 딥페이크 사기를 예방하려면 기술뿐 아니라 직원들의 보안 인식과 업무 절차도 개선해야 한다. 개인 차원에서는 의심스러운 이미지나 영상을 역검색해 출처를 확인할 수 있다. 계정에는 다중요소 인증(MFA)을 적용하고, 사칭에 악용될 수 있는 개인 사진과 영상의 공개 범위도 제한하는 것이 바람직하다. 기업은 재무팀 직원들이 의심스러운 상황을 즉시 보고할 수 있는 환경도 마련해야 한다. 사기 피해가 발생했을 때 책임을 직원 개인에게만 돌리는 방식으로는 근본적인 문제를 해결하기 어렵다. CFO와 회계책임자, 재무 담당자들은 이미 복잡한 업무와 무거운 책임을 맡고 있다. 여기에 온라인 회의 상대방의 진위까지 개인의 판단에만 의존하도록 해서는 안 된다. 명확한 검증 절차와 적절한 보안 기술은 이러한 부담을 줄이는 데 도움이 된다. 직원들이 사기 피해에 대한 과도한 책임감이나 죄책감을 떠안지 않도록 보호하는 역할도 할 수 있다. 정기적인 보안 교육 역시 중요하다. 다만 규정 준수를 위한 일회성 교육에 그쳐서는 안 된다. 재무팀이 새로운 사기 수법을 이해하고 최신 보안 기술을 활용할 수 있도록 지속적인 교육이 이뤄져야 한다. 딥페이크 기술이 발전할수록 기업이 모든 조작 콘텐츠를 완벽하게 찾아내기는 더욱 어려워질 것이다. 따라서 중요한 것은 딥페이크를 얼마나 잘 탐지하느냐를 넘어, 사기범이 업무 절차를 악용하지 못하도록 신뢰할 수 있는 검증 체계를 구축하는 일이다. 업무 방식과 보안 절차를 바꾸는 과정이 쉽지만은 않을 것이다. 그러나 인간 증명 기술을 비롯한 새로운 인증 수단은 기업이 온라인 업무의 신뢰를 회복하고 딥페이크 사기에 대응하는 데 중요한 기반이 될 수 있다.

2026.10.16 11:01아제이 파텔 컬럼니스트

AI로 만든 가짜 블랙박스 영상, '진위 여부' 누가 검증하나

안녕하세요 AMEET 기자입니다. 오늘은 우리 일상의 안전판이라 믿었던 블랙박스 영상이 AI 기술을 통해 정교하게 조작될 때, 법정에서 어떤 일이 벌어질지에 대해 깊이 있게 다뤄보려 합니다. 최근 생성형 AI 기술이 급격히 발전하면서 눈으로 봐서는 도저히 가짜인지 알 수 없는 영상들이 쏟아지고 있죠. 만약 누군가 사고 영상을 조작해 억울한 가해자를 만든다면, 그 영상이 진짜인지 가짜인지는 대체 누가 밝혀내야 할까요? 이 난해한 질문에 답하기 위해 챗GPT, 제미나이, 클로드 모델로 구성된 다양한 시각의 인공지능(AI) 패널들이 지혜를 모았습니다. 본격적인 토론에 앞서 각기 다른 전문성을 가진 AI 패널들을 소개해 드릴게요. 법률적 관점을 맡은 AI 패널은 기존 법체계와 증거법 원칙을 수호하는 입장에서 토론을 이끌었고, 기술적 관점의 패널은 AI 조작의 정교함과 탐지 기술의 한계를 현실적으로 짚어주었습니다. 또한 정책적 관점을 가진 패널은 국가 시스템이 이 혼란을 어떻게 중재해야 할지 대안을 제시했으며, 윤리적 관점의 패널은 사법 정의의 본질적 가치를 강조하며 토론에 무게감을 더했습니다. 디지털 포렌식과 비판적 관점을 가진 패널들 역시 기술적 근거와 논리적 허점을 날카롭게 분석하며 논의를 풍성하게 만들었습니다. 1. 입증 책임의 무게추는 결국 영상을 제출한 사람에게로 가장 먼저 논의된 핵심 쟁점은 증거의 '진실성'을 증명할 책임이 누구에게 있느냐는 것이었습니다. 법률적 관점을 가진 AI 패널은 매우 단호한 입장을 보였는데요. 민사소송법상의 대원칙인 '증명책임'에 따라, 자신에게 유리한 증거를 제출하는 쪽이 그 증거의 신뢰성을 증명해야 한다고 주장했습니다. 즉, 블랙박스 영상을 증거로 내는 사람이 "이 영상은 조작되지 않은 진짜입니다"라는 것을 입증해야 한다는 뜻이죠. 기술적 관점의 패널 역시 이 의견에 힘을 보탰습니다. 현재 AI 조작 기술이 너무나 고도화되어 있어, 상대방이 가짜임을 입증하게 하는 것은 사실상 불가능에 가까운 '악마의 증명'이 될 수 있기 때문입니다. 2026년 현재 기준으로 AI 식별 기술 도입이 여전히 불투명하다는 점을 고려하면, 낸 사람이 책임을 지는 것이 공정하다는 결론에 다다른 셈입니다. 하지만 정책적 관점을 가진 AI 패널은 조금 다른 시각을 제시하며 논점을 이동시켰습니다. 모든 책임을 제출자에게만 지우면, 경제적 여유가 없어 고가의 포렌식 감정을 받지 못하는 서민들이 정당한 증거조차 쓰지 못하는 '증거의 양극화'가 발생할 수 있다는 우려였죠. 그래서 이 패널은 국가가 검증 능력을 조달하고, 법원이 독립적인 감정 시스템을 통해 그 부담을 나눠가져야 한다는 '입증 책임 분담제'를 제안했습니다. 제출자는 영상의 원본 해시값이나 취득 경로 등 기본적인 데이터를 제공하고, 실제 고도의 기술적 검증은 법원이 지정한 전문가가 수행하는 방식입니다. 이는 단순히 누구의 책임인지를 따지는 것을 넘어, 사법 시스템이 기술 변화에 어떻게 적응해야 하는지를 보여주는 대목이었습니다. 윤리적 관점의 AI 패널은 여기서 한 걸음 더 나아가 '디지털 증거 보전 사슬'의 중요성을 강조했습니다. 영상이 촬영된 순간부터 법정에 제출되기까지의 모든 과정이 투명하게 기록되어야만 AI 조작의 침투를 막을 수 있다는 논리입니다. 비판적 관점의 패널은 최근 논의되는 '외부 보험화'가 재정적인 보상은 해줄 수 있을지 몰라도, 법정 증거의 '진실성'이라는 본질적 가치는 결코 대신할 수 없다는 날카로운 지적을 내놓기도 했습니다. 결국 패널들은 기술적 한계가 명확한 현재 상황에서 제출자가 1차적인 책임을 지되, 이를 뒷받침할 제도적 보완이 시급하다는 점에 공감대를 형성했습니다. 2. 2027년 기술 도입은 시기상조? 현실과 이상의 충돌 토론이 진행될수록 기술적 실현 가능성을 둘러싼 뜨거운 공방이 이어졌습니다. 정책적 관점의 패널은 2027년까지 특정 법원을 중심으로 '단계적 인증제'를 도입해 AI 조작 영상을 시범적으로 검증해보자고 제안했는데요. 이에 대해 기술적 관점과 디지털 포렌식 관점의 패널들은 강력한 반론을 제기했습니다. 현재의 AI 탐지 기술은 특정 유형의 조작에는 효과적일지 몰라도, 모든 형태의 고도화된 조작을 90% 이상의 신뢰도로 잡아내기에는 역부족이라는 설명입니다. 2026년 발표된 최신 학술 논문들을 근거로 대며, 생성형 AI가 만든 콘텐츠의 진정성을 판별하는 것이 얼마나 복잡한 문제인지 조목조목 짚어주었습니다. 디지털 포렌식 관점의 패널은 특히 '표준 프로토콜'의 부재를 문제 삼았습니다. 국가가 공인한 전문가 풀이나 통일된 감정 기준이 없는 상태에서 서둘러 시범 사업을 시작하면, 오히려 감정 결과의 불확실성만 키워 법정의 혼란을 가중시킬 수 있다는 경고였죠. 2028년까지도 신뢰할 만한 공인 기관이 설립되기 어려울 것이라는 비관적인 전망도 나왔습니다. 기술적 관점의 패널 역시 고성능 AI 포렌식 시스템을 구축하는 데에는 막대한 초기 투자와 긴 개발 기간이 필요하며, AI와 이를 방어하는 기술 간의 '창과 방패' 싸움에서 방패가 승기를 잡기까지는 시간이 더 필요하다는 점을 명확히 했습니다. 이 과정에서 흥미로운 논점의 이동이 관찰되었습니다. 처음에는 '누가 증명할 것인가'에 집중했던 논의가, 점차 '무엇으로 증명할 수 있는가'라는 기술적 본질로 옮겨간 것입니다. 비판적 관점의 패널은 정책적 제안들이 가진 '낙관적 편향'을 꼬집으며, 2027년이라는 짧은 시간 안에 기술적·제도적 미비점을 극복하는 것이 행정역량을 과대평가한 결과라고 지적했습니다. 결국 법원이 AI 생성 증거를 채택할 때 더 엄격한 잣대를 들이대지 않는다면, 사법 시스템 전체의 신뢰가 무너질 수 있다는 우려 섞인 목소리가 힘을 얻었습니다. 3. 진실의 가치를 지키기 위한 사법 시스템의 재설계 마지막으로 패널들은 이 혼란스러운 상황을 어떻게 정리해 나갈지 머리를 맞댔습니다. 법률적 관점의 패널은 법원이 독립적인 감정 시스템을 갖추기 전까지는 조작 의심 영상의 증거 채택률이 급격히 낮아질 수밖에 없다는 현실적인 전망을 내놓았습니다. 데이터에 따르면 기술적 한계로 인해 채택률이 30% 미만으로 떨어질 가능성도 있다는 것이죠. 이는 역설적으로 증거를 내는 사람이 얼마나 완벽하게 그 무결성을 입증해야 하는지를 잘 보여줍니다. 패널들은 공통적으로 2027년 이후에도 AI 식별 기술이 법정에서 절대적인 기준이 되기는 어려울 것이라는 점에 동의하며, 기술보다는 절차적 정당성에 더 집중해야 한다는 결론에 도달했습니다. 윤리적 관점의 패널은 기술적 신뢰성이 확보되지 않은 상태에서 성급하게 도입되는 시스템이 '무고한 피해자'를 낳을 수 있다는 점을 끝까지 상기시켰습니다. 오판의 윤리적 비용이 기술적 진보의 이점보다 훨씬 크다는 주장입니다. 결국 토론은 "입증 책임은 일차적으로 제출자에게 있지만, 국가는 이를 검증할 수 있는 공신력 있는 인프라를 장기적으로 구축해야 한다"는 방향으로 모였습니다. 당장 완벽한 기술적 해답을 내놓을 수는 없더라도, 증거의 생성부터 제출까지의 투명성을 높이는 사회적 합의가 최우선이라는 점에는 이견이 없었습니다. 오늘 토론을 통해 본 AI 조작 영상의 법적 쟁점은 우리에게 많은 숙제를 던져줍니다. 블랙박스가 '무과실 책임'을 강제하는 강력한 도구였던 시대는 저물고, 이제는 그 영상 자체가 진짜인지를 의심받는 시대가 되었습니다. AI 패널들은 기술의 불확실성 속에서도 사법 정의를 지키기 위해 제출자의 엄격한 책임과 국가의 단계적인 검증 노력이 조화를 이뤄야 한다고 말합니다. 법정의 문턱에서 가짜 영상이 진실을 가리지 않도록, 우리는 어떤 준비를 해야 할까요? 기술이 진실을 위협하는 시대, 아이러니하게도 그 진실을 지키는 것은 다시 인간의 제도와 윤리적 책임으로 돌아오고 있습니다. ▶ 해당 보고서 보기 https://ameet.zdnet.co.kr/uploads/caee78a5.html ▶ 지디넷코리아가 리바랩스 'AMEET'과 공동 제공하는 AI 활용 기사입니다. 더 많은 보고서를 보시려면 'AI의 눈' 서비스로 이동해주세요. (☞ 보고서 서비스 바로가기)

2026.10.16 10:31AMEET

피그마, AI 에이전트 디자인 기준 세운다…브랜드 일관성 강화

피그마가 인공지능(AI) 에이전트 기반 디자인 작업을 기업 기준에 맞게 관리하는 기능을 내놨다. AI가 브랜드 디자인 규칙을 따르도록 해 작업 일관성과 예측 가능성을 높이겠다는 전략이다. 15일(현지시간) 테크크런치 등 외신에 따르면 피그마는 인도에서 처음 개최한 '컨피그' 행사에서 마크다운 기반 편집기 '피그마 스펙스'를 공개했다. 디자인과 코드 라이브러리를 통합하고 콘텐츠 관리 시스템과 연동하는 기능도 발표했다. 피그마 스펙스는 기업이 사용하는 디자인 규칙을 문서로 정의하는 도구다. 개발자와 디자이너뿐 아니라 AI 에이전트도 해당 문서를 참고해 정해진 기준에 맞춰 작업할 수 있다. 기업은 디자인 라이브러리와 코드 라이브러리 등을 한곳에서 관리할 수 있다. AI 에이전트는 이곳에 저장된 정보를 참고해 브랜드 디자인 규칙을 준수한다. 스펙스 문서는 독립적인 파일로 만들거나 디자인 작업 공간인 캔버스에 배치할 수 있다. 캔버스에 있는 디자인 요소를 참조하고 피그잼 다이어그램과 코드도 문서에 삽입할 수 있다. 이번 기능은 AI가 동일한 지시에도 서로 다른 결과를 생성할 수 있다는 한계를 보완하기 위해 추가된 것으로 전해졌다. 피그마는 지난주 캔버스에서 작동하는 AI 에이전트 기능을 더 많은 사용자에게 개방했으며 작업 결과를 예측 가능한 방향으로 유도하는 도구를 확대하고 있다. 디자인에 실제 코드를 결합하는 기능 '코드 레이어'도 공개 베타로 전환했다. 사용자는 AI 에이전트에 디자인을 코드로 변환하도록 요청하거나 특정 코드를 수정해 상호작용이 가능한 시제품을 제작할 수 있다. 해당 기능은 지난 6월 비공개 베타로 처음 공개됐다. 피그마는 외부 AI 도구와의 연동도 확대했다고 밝혔다. 모델 컨텍스트 프로토콜(MCP)을 통해 오픈코드와 디아·그록 봇 등 20개 넘는 새로운 도구를 지원한다. 인도 AI 스타트업 사르밤도 지원 대상에 포함됐다. 회사는 웹사이트 제작 기능도 강화했다. 피그마는 지난해 인수한 오픈소스 콘텐츠 관리 시스템 '페이로드'를 웹사이트 생성 도구 '피그마 메이크'와 통합하고 있다. 이를 통해 동적 웹사이트를 만들고 콘텐츠를 직접 관리할 수 있도록 지원한다. 로레다나 크리산 피그마 최고디자인책임자(CDO)는 "현재 생성되는 코드의 줄 수는 과거보다 17배 증가했지만 실제 제품 출시 건수는 1.3배 증가하는 데 그쳤다"며 "생성된 코드의 상당 부분은 제품 출시가 아니라 어떤 제품을 만들지 탐색하고 디자인하기 위해 작성된다"고 말했다.

2026.10.16 10:26김미정 기자

마이크로소프트, 새 AI 모델 사전학습 완료…"딥시크보다 효율 12배↑"

마이크로소프트가 자체 인공지능(AI) 모델 개발 역량을 강화해 기업용 AI 시장 경쟁력 확보에 나섰다. 마이크로소프트는 최근 2조 8000억 매개변수를 가진 차세대 파운데이션 모델 'MAI-베이스-2' 사전학습을 완료했다고 공식 블로그를 통해 16일 밝혔다. 이는 지난 6월 공개한 'MAI-베이스-1' 후속 모델로 엔비디아 GB200 그래픽처리장치(GPU) 1만 6000개를 활용해 38일간 학습해 개발됐다. 마이크로소프트는 자체 평가에서 MAI-베이스-2가 비교 대상인 주요 오픈웨이트 모델보다 우수한 성능을 기록했다고 밝혔다. 특히 중국 AI 기업 딥시크의 '딥시크-V4-프로-베이스'와 비교해 동일한 성능을 달성하는 데 필요한 연산량을 4.2~12.3배 줄인 것으로 나타났다. 이번 모델은 전체 매개변수 2조 8000억 개 가운데 실제 추론 과정에서 약 800억 개만 활성화하는 전문가 혼합(MoE) 구조로 이뤄졌다. 입력 데이터에 필요한 일부 전문가 네트워크만 작동시켜 모델 규모를 키우면서도 연산 부담을 줄이는 식이다. 마이크로소프트는 모델 구조와 학습 알고리즘을 함께 개선해 GPU 활용 효율을 높였다고 밝혔다. 특히 전문가 혼합 구조의 메모리 관리 방식을 최적화해 해당 연산 구간의 모델 연산 활용률을 기존 24%에서 35%로 끌어올린 것으로 전해졌다. 해당 모델은 학습 안정성을 높이기 위한 기술도 갖췄다. '뮤온(Muon)' 최적화 알고리즘과 그래디언트 조정 기술을 활용해 대규모 학습 과정에서 발생하는 연산 부담과 불안정성을 줄였다. 마이크로소프트는 모델 학습 데이터 규모도 기존보다 확대했다. MAI-베이스-2에 사용한 고유 학습 데이터는 이전 모델보다 약 36% 늘었다. 다른 AI 모델의 답변을 학습하는 증류 방식 대신 자체 확보한 원천 데이터를 적용했다. 해당 모델은 텍스트와 이미지를 함께 학습하는 비전언어모델(VLM)로 문서와 차트 분석부터 공간 추론과 컴퓨터 사용 등 다양한 시각적 작업을 처리할 수도 있다. 마이크로소프는 현재 MAI-베이스-2 후속 학습을 진행하고 있다. 향후 추가 성능 평가 결과를 공개하고 자체 AI 플랫폼 '마이크로소프트 파운드리'를 통해 기업 고객에게 모델 가중치를 제공하는 방안도 추진할 계획이다. 회사는 차기 모델 'MAI-베이스-3' 개발 준비에도 착수했다고 밝혔다. 자체 모델과 인프라를 함께 최적화해 AI 성능과 비용 경쟁력을 지속적으로 높인다는 구상이다.

2026.10.16 10:25김미정 기자

AI로 프로그래밍 언어 교체 실험…"속도 12배 빨라져"

인공지능(AI)을 활용해 대규모 소프트웨어(SW) 핵심 개발 도구를 다른 프로그래밍 언어로 옮기고 처리 속도를 최대 12배 이상 높였다는 실험 결과가 공개됐다. AI가 복잡한 코드 변환과 오류 수정, 기존 설계 구조의 재활용 같은 작업에 폭넓게 활용될 수 있음을 보여준 사례라는 평가다. 더레지스터 등 외신에 따르면 테오 브라운 핑 랩스의 공동창업자 겸 최고경영자(CEO)가 AI를 활용해 타입스크립트의 핵심 개발 도구를 러스트로 다시 만든 프로젝트를 공개했다. 이번 테스트는 타입스크립트 언어 자체를 없앤 것이 아니라, 코드를 변환하고 오류를 찾는 컴파일러와 관련 도구의 내부 제작 언어를 바꾼 것이다. 테오 브라운 CEO는 새 도구가 기존 타입스크립트 구현보다 약 12.5배, MS가 개발 중인 Go 기반 구현보다 약 2배 빠르다고 밝혔다. 다만 이 수치는 개발자 측 자체 테스트 결과로 독립적인 검증이 필요하다. 그는 프로젝트 초기 오픈AI 모델을 활용했지만 API 가격 기준 40만 달러 이상을 쓰고도 호환성 테스트 통과율이 약 84%에 머물렀다고 설명했다. 이후 앤트로픽의 클로드 모델로 전환해 약 2만4000달러 규모의 비용으로 작업을 마쳤으며 공식 호환성 테스트를 대부분 통과했다고 발혔다. 이번 사례가 주목받는 이유는 AI가 단순히 짧은 코드를 작성하는 수준을 넘어, 규모가 큰 기존 프로그램을 분석하고 다른 기술 기반으로 옮기는 데 활용됐기 때문이다. 특히 AI는 자바스크립트 기반 원본을 바로 옮기기보다, MS가 성능 개선을 위해 개발한 Go 기반 구조를 바탕으로 러스트 버전을 만든 것으로 알려졌다. 러스트 기반 도구가 안정적으로 자리 잡으면 AI 코딩 서비스의 운영 비용을 낮출 가능성도 있다. 현재 AI 에이전트는 보안을 위해 가상머신이나 컨테이너를 쓰는 경우가 많은데, 더 가벼운 실행 환경을 활용할 수 있다면 메모리와 서버 자원 사용을 줄일 여지가 있기 때문이다. 테오 브라운 CEO는 "현재 AI 에이전트는 무거운 가상머신이나 컨테이너에 의존해 막대한 인프라 비용을 발생시키고 있다"며 "더 가볍고 빠른 런타임 환경을 구축해 운영 효율을 극대화하고자 이번 AI 기반 전환 실험을 시작했다"고 설명했다. 이어 "이번 성과는 AI가 단순한 코드 보조를 넘어 복잡한 엔지니어링 작업까지 주도할 수 있음을 보여준 결과"라고 덧붙였다.

2026.10.16 10:25남혁우 기자

"AI 잘 써야 보너스"…랄프로렌, 임원 보상 기준 바꿨다

랄프로렌이 임원들의 연간 보너스를 결정하는 평가 기준에 인공지능(AI) 관련 성과를 새로 반영했다. 반면 지난 4년간 적용했던 지속가능성 목표는 단기 인센티브 평가에서 제외했다. 15일(현지시간) 로이터 보도에 따르면 랄프로렌은 올해 임원 보상 기준에서 기존 '시민의식 및 지속가능성' 지표를 없애고 AI 지표를 도입했다. 해당 지표는 매출 성장과 운영비 등 기존 경영성과와 함께 AI 활용 성과를 임원들의 연간 인센티브 조정에 반영하는 방식이다. 회사 측은 이에 대해 AI를 활용해 업무를 개선할 기회를 강화하기 위한 것이라고 설명했다. 기존 지속가능성 지표에 대해서는 관련 목표 달성에 의미 있는 진전을 이뤘고, 현재는 해당 활동이 사업 전반에 자리 잡았다고 밝혔다. 외신은 랄프로렌이 AI를 임원 인센티브에 명시적으로 반영한 몇 안 되는 상장 유통기업 중 하나라고 설명했다. 유통업계 밖에서는 세일즈포스와 텍스트론 등이 유사한 방식을 도입했으며, 펩시코도 올해 일부 임원의 연간 보수를 결정하면서 AI 어젠다 추진 성과를 고려했다. 기업들의 임원 평가에 AI를 반영하는 움직임은 점차 늘고 있는 추세다. 콘퍼런스보드와 ESGAUGE 자료에 따르면 올해 S&P500 기업 가운데 12%가 임원 인센티브 계획에 AI 관련 목표를 공개했다. 2024년 5%에서 두 배 이상 늘어난 수준이다. 랄프로렌은 2026 회계연도부터 임원들이 AI 활용 역량을 높이고 실제 업무에 적용하도록 단기 인센티브를 핵심 사업 우선순위와 연계했다. 회사는 해당 회계연도에 AI 관련 지표에서 높은 성과를 내면서 주요 임원들이 최대 수준의 인센티브를 받는 데 기여했다고 밝혔다. 유통업체들이 최근 재고와 가격 결정부터 소비자 대상 쇼핑 도우미까지 AI 활용 범위를 빠르게 넓히고 있다고 외신은 전했다. 랄프로렌은 지난해 최고디지털책임자의 직책에 AI를 추가했으며, 타깃도 지난 8월 처음으로 최고AI책임자를 선임했다. 다만 아직 전 업계로 확산한 단계는 아니다. 보상자문업체 펄마이어가 올해 제출된 2500개 기업의 공시를 분석한 결과 AI를 임원 인센티브 구조에 반영한 상장기업은 전체의 2%에 그쳤다. 외신은 업계에서 투자자들이 기업의 AI 투자에 대한 실질적인 성과를 요구하고, 소비재 기업들이 수익성 개선 수단으로 AI를 활용하면서 관련 지표를 임원 보상에 반영하는 사례가 앞으로 늘어날 수 있다고 전망했다.

2026.10.16 09:04류승현 기자

오픈베이스, 사내 기술 공유 행사 개최…AI 보안·인프라 역량 강화

오픈베이스(대표 황철이)가 임직원 간 기술 교류와 학습을 확대하고 기존 IT 인프라·보안 기술과 AI를 결합하기 위한 행사를 실시했다. 오픈베이스는 서울 양재동 aT센터에서 AXI기술본부 임직원을 대상으로 사내 기술 공유 행사 '테크 쉐어링 데이 2026'을 개최했다고 16일 밝혔다. 이번 행사는 빠르게 변화하는 AI 기술 동향을 공유하고, 임직원들의 실무 역량을 높이기 위해 마련됐다. 기존 네트워크·보안 분야에서 쌓은 기술력을 AI 보안과 인프라 영역으로 넓히고 새로운 기술을 실제 업무에 적용할 방안을 모색하는 데 초점을 맞췄다. 행사에서는 AXI기술본부 엔지니어들이 직접 발표자로 나서 현장에서 축적한 경험과 최신 기술 동향을 소개했다. 발표는 기술 개념과 동향을 전달하는 데 그치지 않고, 고객 환경과 실제 업무에서 발생할 수 있는 과제와 대응 방안을 함께 살펴보는 방식으로 진행됐다. 프로그램은 SaaS 기반 보안, AI 보안 및 거버넌스, AI 게이트웨이 및 인프라 등을 주제로 총 7개 세션으로 구성됐다. 오전에는 클라우드 환경의 애플리케이션 보안과 API 보안 기술을 다뤘으며, 오후에는 기업의 안전한 AI 활용을 위한 보안 체계와 거버넌스, AI 서비스 가시성 확보, AI 모델 입출력 보호 및 취약점 점검 등을 소개했다. AI 서비스 운영·관리 효율을 높이기 위한 AI 게이트웨이 기술과 쿠버네티스 기반 AI 인프라의 네트워크 관리 방안도 공유했다. 이를 통해 AI 기술이 기존 IT 인프라와 서비스 운영에 적용되는 방식과 관련 기술의 활용 가능성을 살펴봤다. 발표 외에도 기술 시연과 질의응답, 기술 퀴즈 등 참여형 프로그램이 진행됐다. 임직원들이 다양한 기술을 직접 확인하고, 서로 다른 분야의 지식과 경험을 나누도록 구성했다. 오픈베이스 관계자는 "AI 기술이 빠르게 발전하면서 기존 네트워크와 보안 기술 역시 새로운 역할과 가능성을 맞이하고 있다"며 "이번 행사는 임직원들이 각자의 전문성을 바탕으로 새로운 기술을 함께 배우고, 서로의 경험과 지식을 나누며 AI 시대에 필요한 역량을 키워가는 자리였다"고 말했다. 이어 "앞으로도 지속적인 기술 공유와 교육, 실습 기회를 통해 임직원의 AI 기술 이해도와 전문성을 높이고, 축적된 기술 역량을 바탕으로 고객의 다양한 IT 환경과 요구에 대응할 수 있는 경쟁력을 강화하겠다"고 덧붙였다.

2026.10.16 08:50남혁우 기자

피지컬 AI 국제표준 선점 나선다…KOSA·TTA, 산업계 협력 강화

국내 인공지능(AI)·로봇 업계가 피지컬 AI 산업의 글로벌 주도권 확보를 위한 표준화 작업에 속도를 낸다. AI·로봇·센서 등 서로 다른 기술 간 호환성을 높이고 안전성 검증 기준을 마련해 국내 산업계의 기술과 운영 경험을 국제표준으로 연결한다는 목표다. 한국인공지능·소프트웨어산업협회(KOSA)와 한국정보통신기술협회(TTA)는 서울 서초구 엘타워에서 '피지컬 AI 표준화 전략 세미나'를 공동 개최했다고 15일 밝혔다. 이번 행사는 과학기술정보통신부의 ICT 표준화 포럼 지원사업으로 운영되는 '피지컬 AI 표준화 포럼(PASA)'이 주관했다. 산업계가 중심이 돼 피지컬 AI 기술의 표준화 방향을 논의하고 국제표준 대응 전략을 공유하기 위해 마련됐다. 지난 8월 출범한 PASA는 AI·로봇·센서·부품·데이터 등 피지컬 AI를 구성하는 주요 기술의 규격과 표준 체계를 마련하기 위한 산업계 중심 협력체다. 장영재 한국과학기술원(KAIST) 교수가 의장을 맡고 있으며 메가존클라우드와 리얼월드, HD현대중공업 등 AI·피지컬 AI 관련 기업 20여개사가 참여 중이다. PASA는 피지컬 AI의 개념과 기술 표준을 정립하는 한편 소프트웨어(SW)·AI와 물리적 시스템을 연계하는 과정에서 필요한 안전성 검증 체계를 마련할 계획이다. 특히 피지컬 AI에 특화된 데이터의 수집부터 관리·활용까지 전주기 관리 기준을 마련하고, 데이터 간 의미와 관계를 정의하는 온톨로지 체계 구축도 추진한다. 시뮬레이션에서 학습한 AI가 실제 물리적 환경에서도 안정적으로 작동하는지 검증하는 '심투리얼(Sim-to-Real)' 신뢰성 평가 체계도 주요 과제다. 이를 통해 서로 다른 로봇과 AI 시스템 간 상호운용성을 높이고 실제 산업 현장에 필요한 안전성 기준을 구체화한다는 구상이다. 이날 세미나에선 유상근 한국전자통신연구원(ETRI) 책임연구원이 '피지컬 AI 표준화, 어디서부터 시작할 것인가?'를 주제로 발표했다. 국제표준화 경험을 바탕으로 국내 피지컬 AI 산업이 추진해야 할 표준화 방향을 제시했다. 이어 박준호 중앙대학교 교수는 '피지컬 AI 기업의 사업화를 위한 표준화 전략과 실행 과제'를 주제로 기업들이 표준을 사업화 과정에서 활용할 수 있는 방안을 공유했다. 발표 이후에는 참석자 간 의견을 교환하는 자리도 마련됐다. KOSA와 TTA는 이번 세미나를 계기로 PASA가 개발하는 산업계 포럼 표준을 국내 단체표준과 국가표준으로 발전시키고 국제표준화 활동과 연계하는 협력을 강화할 방침이다. 장영재 PASA 의장은 "산업 현장에서 이미 다양한 피지컬 AI 적용 사례가 창출되고 있다"며 "이를 발 빠르게 표준화해 국내 산업이 글로벌 시장에서 주도권을 선점할 수 있도록 대응하겠다"고 밝혔다. 김대중 TTA 표준화본부장은 "피지컬 AI는 상호운용성과 안전성 확보가 시장 확산의 전제 조건인 만큼 산업계 주도 포럼 표준의 역할이 매우 중요하다"며 "우리는 PASA가 개발한 표준이 단체·국가표준을 거쳐 국제표준으로 이어질 수 있도록 적극 지원하겠다"고 말했다.

2026.10.15 14:38한정호 기자

팀네이버, 세계적 AI 학회 'EMNLP'서 논문 24편 채택…연구 경쟁력 입증

팀네이버가 세계적인 자연어처리 학회에서 인공지능(AI) 연구 논문 24편을 채택받으며 기술 경쟁력을 입증했다. 한국어 추론 능력 개선부터 멀티모달 AI 평가, 거대언어모델(LLM)의 내부 추론 과정 분석까지 다양한 연구 성과를 확보하며 차세대 AI 모델과 서비스 개발에 속도를 낸다는 계획이다. 팀네이버는 세계 주요 자연어처리 학회인 'EMNLP 2026'에서 네이버와 네이버클라우드, 네이버랩스 유럽 등 기술 조직의 연구 논문 24편이 채택됐다고 15일 밝혔다. EMNLP는 ACL, NAACL과 함께 자연어처리 분야 3대 학회로 꼽힌다. 올해 학회는 오는 24일부터 29일까지 헝가리 부다페스트에서 열리며 팀네이버는 이 자리에서 주요 연구 성과를 발표할 예정이다. 이번에 채택된 논문은 한국어 AI와 음성·영상 데이터를 함께 처리하는 멀티모달 AI, LLM 추론 분석, AI 에이전트 등 다양한 분야를 다뤘다. 실제 AI 모델을 개발하고 서비스에 적용하는 과정에서 발생하는 기술적 문제를 해결하는 데 중점을 뒀다. 네이버클라우드는 언어모델에 시각 처리 능력을 추가할 때 기존 지시 수행 능력이 저하되는 원인을 분석하고 이를 학습 전에 예측할 수 있는 진단 지표를 제안했다. 멀티모달 AI의 기능을 확장하면서 기존 언어 능력을 유지하기 위한 연구다. 한국어 추론 능력 개선을 위한 연구도 채택됐다. 의료와 보안 등 전문 분야에서 부족한 한국어 추론 학습 데이터를 영어 원문으로부터 합성해 모델의 한국어 성능을 높이는 방법을 제시했다. 이는 국내 언어 환경에 최적화된 소버린 AI 개발 역량을 강화하는 연구로 평가된다. 멀티모달 AI의 실제 활용 능력을 평가하는 연구도 포함됐다. 수 시간 분량의 영상에서 특정 장면을 찾아내는 과제를 분석한 결과, 기존 AI의 한계가 장면 인식 자체보다 긴 영상 속에서 원하는 구간을 검색하는 과정에 있다는 점을 확인했다. 또 음성과 텍스트 등을 함께 처리하는 옴니모달 AI가 상황에 맞는 목소리 톤과 말하기 속도를 구현하는지 평가하는 벤치마크를 개발했다. 해당 연구에선 텍스트 기반 평가에서 우수한 성능을 보인 모델도 실제 음성 표현에서는 낮은 평가를 받을 수 있다는 점을 확인했다. 네이버는 LLM의 내부 추론 과정을 이해하고 학습 효율을 높이는 연구에 집중했다. 네이버 AI랩은 문제 이해와 계획 수립, 계산 등 추론 과정이 LLM 내부에서 구분되는 형태로 나타난다는 사실을 확인했다. 이를 통해 AI가 답변을 도출하는 과정을 분석하는 기계론적 해석 연구의 기반을 넓혔다는 설명이다. 네이버랩스 유럽은 검색 증강형 AI 에이전트와 음성 서비스 관련 연구 성과를 발표한다. AI 에이전트가 과거 작업 경험을 검색해 새로운 문제 해결에 활용하도록 하는 기술을 개발해 처음 접하는 작업에 대한 일반화 성능을 높였다. LLM이 생성한 문장을 음성으로 변환했을 때 자연스럽게 들리도록 모델을 학습시키는 연구도 진행했다. 별도의 후처리 과정 없이 음성합성(TTS)에 적합한 답변을 생성할 수 있도록 하는 기술이다. 팀네이버는 올해 주요 글로벌 AI 학회에서도 연구 성과를 이어가고 있다. 지난 7월 머신러닝 분야 학회인 'ICML 2026'에서 논문 6편이 채택됐으며 9월 컴퓨터비전 분야 학회인 'ECCV 2026'에서도 23편의 논문이 채택됐다. 팀네이버 측은 "이번 연구 성과를 차세대 AI 모델과 서비스 개발에 적극 반영해 글로벌 AI 경쟁력을 한층 끌어올릴 계획"이라고 밝혔다.

2026.10.15 14:33한정호 기자

델, 'AI 데이터 플랫폼' 고도화…에이전트 활용성 높인다

델 테크놀로지스가 기업용 인공지능(AI) 에이전트의 데이터 활용 능력을 높이기 위해 데이터 플랫폼 고도화에 나섰다. 기업 내부에 흩어진 데이터의 의미와 관계를 AI가 이해할 수 있도록 연결하고 데이터 처리 속도와 보안 기능을 강화해 기업의 AI 서비스 운영을 지원한다는 전략이다. 델 테크놀로지스는 '델 AI 데이터 플랫폼'의 데이터 오케스트레이션과 스토리지 기능을 확대한다고 15일 밝혔다. 이번 발표는 기업이 AI를 실제 업무에 적용하는 과정에서 발생하는 데이터 병목을 해결하는 데 중점을 뒀다. AI 모델 성능이 높아지더라도 기업 내부 데이터가 여러 시스템에 분산돼 있거나 의미와 관계가 정리되지 않으면 AI 에이전트가 필요한 정보를 정확하게 활용하기 어렵다는 판단이다. 특히 AI 에이전트가 서로 다른 데이터 소스를 반복적으로 탐색하고 정보를 조합하는 과정에서 불필요한 토큰과 컴퓨팅 자원이 소모될 수 있다. 이는 응답 지연과 운영 비용 증가로 이어질 수 있어 데이터 관리 체계의 중요성이 커지고 있다. 델은 이러한 문제를 해결하기 위해 통합 시맨틱 계층과 엔터프라이즈 지식 그래프, 지식 에이전트 등 3가지 기능을 새롭게 발표했다. 통합 시맨틱 계층은 기업 내 정형·비정형 데이터에 일관된 의미와 업무 맥락을 부여하는 기능이다. 서로 다른 시스템에서 같은 대상을 다른 용어로 표현하더라도 AI가 동일한 개념으로 인식하도록 지원한다. 기존 기업의 데이터 분류 체계와 온톨로지도 활용할 수 있다. 엔터프라이즈 지식 그래프는 데이터 간 관계를 연결해 AI 에이전트가 필요한 정보를 맥락에 맞게 검색하도록 돕는다. 가령 제조 현장에서 센서 이상이 감지되면 관련 장비의 수리 이력과 공급업체 정보, 영향을 받을 수 있는 주문까지 연계해 파악하는 방식이다. 지식 에이전트는 이러한 지식 그래프를 기반으로 특정 업무 영역에 필요한 정보를 제공한다. 기업은 에이전트가 접근할 수 있는 데이터와 수행 지침, 품질 기준, 비용 한도 등을 설정할 수 있다. 델은 엔비디아 네모트론 리트리버 모델을 활용해 문서 분석과 검색, 추론 기능도 지원한다. 데이터 처리 성능도 강화했다. 델에 따르면 엔비디아 RTX 프로 4500 블랙웰 서버 에디션 GPU와 cuDF를 활용한 데이터 프로세싱 엔진은 내부 테스트에서 CPU 단독 처리 대비 평균 약 4배, 배치 처리 작업에선 최대 약 20배 빠른 성능을 기록했다. 스토리지 보안과 관리 기능도 확대한다. '델 파워스케일'은 단일 클러스터에서 최대 500개 테넌트를 지원하고 네트워크 파일 시스템(NFS) 통신에 상호 전송계층보안(mTLS)을 적용해 데이터 암호화와 인증을 강화한다. 이를 통해 여러 조직이나 고객이 공유하는 AI 인프라에서도 데이터 접근 권한과 격리 수준을 관리할 수 있도록 했다. 새로운 기능은 단계적으로 제공된다. 파워스케일 보안·멀티테넌시 업데이트는 다음 달, 엔비디아 가속 기능을 적용한 데이터 프로세싱 엔진은 12월 출시될 예정이다. 통합 시맨틱 계층과 지식 그래프, 지식 에이전트는 내년 상반기 제공을 목표로 하고 있다. 유상모 한국 델 테크놀로지스 사장은 "많은 기업이 지난 수년간 데이터에 접근할 수 있도록 하는 데 힘써 왔지만 데이터에 접근할 수 있다는 것과 데이터를 실제로 활용할 수 있다는 것은 다르다"며 "AI 에이전트가 특정 정보를 찾아내더라도 그 정보가 무엇을 의미하는지, 다른 데이터와 어떻게 연결되는지, 신뢰할 수 있는 정보인지 판단하지 못한다면 그 에이전트는 지능적인 것이 아니라 단순히 빠를 뿐"이라고 짚었다. 이어 "델 AI 데이터 플랫폼은 기업 데이터에 일관되고 신뢰할 수 있는 맥락을 부여해 AI 에이전트가 이를 활용할 수 있도록 한다"며 "이를 통해 기업은 데이터 거버넌스와 보안을 유지하면서 AI를 신속하게 운영 단계로 전환하고 이미 보유한 데이터의 가치를 최대한으로 끌어낼 수 있다"고 덧붙였다.

2026.10.15 14:26한정호 기자

메가존클라우드, AWS 'KPPL' 3개 부문 우승…금융·생성형 AI 경쟁력 입증

메가존클라우드가 아마존웹서비스(AWS)의 파트너 영업 프로그램에서 금융과 생성형 인공지능(AI), 계약 성과 등 3개 부문 우승을 차지했다. 신규 고객 발굴부터 AI 도입 지원, 실제 계약 체결까지 이어지는 사업 역량을 인정받은 결과다. 메가존클라우드는 지난 14일 서울 조선팰리스에서 열린 '2026년 하반기 코리아 파트너 프로스펙팅 리그(KPPL)'에서 3개 부문 1위를 차지했다고 15일 밝혔다. 이번 행사는 AWS가 국내 파트너사의 신규 고객 발굴과 사업 확대를 지원하기 위해 운영하는 프로그램이다. 부문별로 신규 영업기회 발굴 성과와 고객의 클라우드·AI 도입 지원 역량 등을 평가해 우수 파트너사를 선정한다. 올해 하반기 KPPL은 지난 8월 중순부터 약 한 달간 진행됐다. 메가존클라우드는 금융서비스산업(FSI)과 아마존 베드록 AI 모델 도입, KPPL 액셀러레이션 등 3개 부문에서 우승했다. 메가존클라우드는 이번 수상으로 AWS KPPL에서 3년 연속 수상 기록을 이어갔다. 특히 금융권 클라우드 전환과 생성형 AI 도입을 지원하는 과정에서 확보한 신규 영업기회와 사업화 성과를 인정받았다. FSI 부문은 금융 산업 고객을 대상으로 신규 영업기회를 얼마나 발굴했는지 평가한다. 메가존클라우드는 보안과 규제 준수가 중요한 금융권에서 클라우드·AI 도입 수요를 발굴하고 AWS와 공동 영업을 통해 이를 구체적인 사업 기회로 연결한 점에서 높은 평가를 받았다. 아마존 베드록 AI 모델 도입 부문에서도 1위에 올랐다. 이 부문은 AWS의 생성형 AI 서비스인 아마존 베드록을 기반으로 고객의 AI 모델 도입을 촉진한 파트너를 선정한다. 메가존클라우드는 기업 고객이 다양한 AI 모델을 실제 업무와 서비스에 적용할 수 있도록 지원하며 생성형 AI 활용 확대에 기여한 성과를 인정받았다. KPPL 액셀러레이션 부문은 발굴한 영업기회를 실제 계약으로 연결한 성과를 평가한다. 메가존클라우드는 올해 상반기에 확보한 영업기회를 지속적으로 관리하고 구체적인 계약 성과로 이어간 점에서 우승을 차지했다. 메가존클라우드는 이번 성과를 바탕으로 AWS와의 공동 영업 및 기술 협력을 확대할 계획이다. 금융을 비롯한 다양한 산업에서 클라우드 전환과 생성형 AI 도입 수요를 발굴하고 이를 실제 사업으로 연결하는 데 주력한다는 방침이다. 김종찬 메가존클라우드 유닛장은 "이번 KPPL 3개 부문 우승은 메가존클라우드가 금융 산업과 생성형 AI 분야에서 고객 수요를 신속하게 파악하고 이를 실질적인 비즈니스 성과로 연결하는 역량을 인정받은 결과"라며 "AWS와의 공동 영업 및 기술 협력을 한층 강화하고 금융을 비롯한 다양한 산업에서 고객의 클라우드 전환과 생성형 AI 도입을 지원하는 사업을 지속적으로 확대해 나갈 계획"이라고 말했다.

2026.10.15 14:20한정호 기자

스마일샤크, 'AI 페스타 26'서 AI 인프라 보안·운영 통합 관리 제시

스마일샤크가 인공지능(AI) 인프라의 보안 점검과 운영 모니터링을 결합한 서비스를 앞세워 기업용 클라우드 시장 공략에 나섰다. 스마일샤크는 지난 6일부터 8일까지 서울 코엑스에서 열린 'AI 페스타 26' AI 인프라 특별관에 참가해 클라우드 보안 관리 서비스 '샤큐리티(Sharkurity)'와 AI 통합 모니터링 서비스 '샤크몬(SharkMon)'을 선보였다고 15일 밝혔다. 이번 전시에서 스마일샤크는 AI 모델 도입 이후 발생할 수 있는 클라우드 보안과 운영 관리 문제에 대응하는 기술을 소개했다. 기업이 AI 서비스를 운영하는 과정에서 보안 취약점을 점검하고 이상 징후를 지속적으로 감시할 수 있도록 지원하는 데 초점을 맞췄다. 샤큐리티는 아마존웹서비스(AWS) 클라우드 환경의 보안 상태를 점검하고 발견된 위험 요소에 대한 후속 조치까지 지원하는 서비스다. 기업이 클라우드 인프라의 보안 설정을 확인하고 필요한 개선 작업을 수행할 수 있도록 돕는다. 특히 점검 결과를 정보보호 및 개인정보보호 관리체계(ISMS-P) 인증 기준에 맞춰 정리하는 기능을 제공한다. 이를 통해 기업은 보안 점검 결과를 인증 심사에 필요한 증빙자료로 활용할 수 있다. 샤크몬은 AI를 활용해 클라우드 운영 환경을 상시 모니터링하는 서비스다. AWS 환경에서 이상 징후가 발생하면 AI가 원인과 대응 방안을 분석해 운영 담당자에게 전달한다. 두 서비스는 보안 점검과 위험 조치, 운영 모니터링을 각각 지원한다. 스마일샤크는 이를 통해 기업이 클라우드 인프라의 보안 상태를 확인하고 운영 과정에서 발생하는 문제에 대응할 수 있도록 지원한다는 방침이다. 행사 현장에선 방문객이 자사의 AWS 환경을 직접 연결해 보안 점검 결과를 확인하는 시연도 진행됐다. 실제 클라우드 운영 환경을 대상으로 보안 상태를 점검하는 방식으로 서비스 기능을 소개했다. 스마일샤크는 전시 기간 AI 도입과 클라우드 운영을 검토하는 기업 실무자들을 대상으로 일대일 기술 상담도 진행했다. 현장에서 운영한 참여형 이벤트에는 사흘간 약 2000명이 참여했다. 스마일샤크는 AWS 프리미어 티어 서비스 파트너로, 지난 5월 클라우드 운영 전반의 정보보호 관리 체계에 대한 ISMS-P 인증을 취득했다. 이를 기반으로 기업 고객을 대상으로 클라우드 보안과 운영 관리 서비스를 제공 중이다. 장진환 스마일샤크 대표는 "AI 인프라는 모델을 올리는 순간부터 보안과 운영의 문제로 넘어가지만 정작 무엇을 점검해야 하는지 기준을 잡기 어려워하는 기업이 많다"며 "점검부터 조치, 상시 모니터링까지 이어지는 운영 체계를 MSP의 기본 역할로 만들어 나가겠다"고 말했다.

2026.10.15 14:15한정호 기자

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