• ZDNet USA
  • ZDNet China
  • ZDNet Japan
  • English
  • 지디넷 웨비나
뉴스
  • 최신뉴스
  • 방송/통신
  • 컴퓨팅
  • 홈&모바일
  • 인터넷
  • 반도체/디스플레이
  • 카테크
  • 헬스케어
  • 게임
  • 중기&스타트업
  • 유통
  • 금융
  • 과학
  • 디지털경제
  • 취업/HR/교육
  • 생활/문화
  • 인사•부음
  • 글로벌뉴스
  • AI의 눈
반도체
인공지능
AI의 눈
IT'sight
칼럼•연재
포토•영상

ZDNet 검색 페이지

'인공지능 모델'통합검색 결과 입니다. (316건)

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

삼성SDS·엘리스그룹, 국가 AI 연구 인프라 책임진다…고성능 GPU 공급

삼성SDS와 엘리스그룹이 정부의 인공지능(AI) 연구용 컴퓨팅 지원 사업에 나란히 참여해 국내 산학연 연구자들에게 고성능 그래픽처리장치(GPU) 인프라를 공급한다. 엔비디아 최신 GPU부터 대규모 클러스터, AI 개발·운영 환경까지 제공해 연구자들이 인프라 구축 부담 없이 초거대 AI 모델과 생성형 AI 연구에 집중할 수 있는 환경을 조성한다는 목표다. 삼성SDS와 엘리스그룹은 과학기술정보통신부와 정보통신기획평가원(IITP)이 지원하는 '2026년 AI 연구용 컴퓨팅 지원 프로젝트'의 GPU 자원 공급사로 선정됐다고 11일 밝혔다. 이번 사업은 대학과 정부출연연구기관 등 자체적으로 대규모 컴퓨팅 인프라를 확보하기 어려운 연구자에게 AI 연구용 GPU 자원을 제공하는 국가 연구 지원 사업이다. 초거대 AI 모델과 대규모언어모델(LLM), 생성형 AI 연구·개발에 필요한 클라우드 기반 고성능 GPU 인프라와 연구 환경을 지원한다. 전체 사업 규모는 약 153억원으로 서비스는 지난달부터 내년 3월까지 제공된다. 공급사 선정 과정에선 GPU 공급 계획과 보유 자원 규모, 연구 환경, 운영 지원 체계, 보안 역량 등이 주요 평가 항목으로 반영됐다. 복수 사업자가 선정된 가운데 삼성SDS는 입찰에서 1순위로 선정됐다. 삼성SDS는 이번 사업을 통해 엔비디아 H100뿐 아니라 최신 B300 '블랙웰 울트라' 기반 GPU 클러스터를 공급한다. B300은 사업 제안요청서(RFP)가 요구한 호퍼급 이상 사양을 웃도는 최신 아키텍처 기반 GPU로, 대규모 파라미터 모델의 학습과 추론을 지원한다. 특히 다수 GPU를 하나의 자원 풀로 구성하고 고속 인터커넥트 네트워크를 함께 제공할 예정이다. 이를 통해 장기간 대규모 연산이 필요한 연구부터 단기 실험 과제까지 연구 수요에 따라 컴퓨팅 자원을 활용할 수 있도록 지원할 계획이다. GPU뿐 아니라 CPU·메모리·스토리지·네트워크·개발 환경도 사전에 구성해 제공한다. 연구자가 직접 복잡한 인프라를 구축하는 데 투입하는 시간을 줄이고 AI 연구와 모델 개발에 집중할 수 있도록 한다는 목표다. 삼성SDS는 자체 클라우드인 삼성 클라우드 플랫폼(SCP)을 중심으로 AI 컴퓨팅 서비스를 지속 확대 중이다. 지난 3월 국내 최초로 엔비디아 B300 기반 서비스형 GPU(GPUaaS)를 출시한 데 이어 지난달에는 퓨리오사AI의 2세대 신경망처리장치(NPU) '레니게이드(RNGD)' 기반 서비스형 NPU(NPUaaS)를 SCP에 탑재했다. 엘리스그룹도 이번 사업의 복수 공급사 가운데 하나로 선정됐다. 대규모 국가 GPU 임차사업 등 기존 AI 인프라 사업 수행 경험을 바탕으로 고성능 컴퓨팅 자원부터 AI 학습·개발 환경, 운영·기술 지원까지 연구 전 과정을 지원하는 통합 체계를 제시했다. 엘리스그룹은 자체 기술로 구축한 엔드투엔드 AI 클라우드를 연구 환경에 활용할 계획이다. 모듈형 AI 데이터센터 'AI PMDC'를 시작으로 클라우드 인프라 가상화 솔루션 'ECI', AI 개발환경 '런박스', 데이터 관리 '데이터허브', 모델 배포 'ML API'까지 연결해 제공할 방침이다. 이를 통해 연구자들이 인프라 설정이나 시스템 간 호환성 문제를 직접 해결하지 않고 GPU 자원을 활용할 수 있도록 지원한다는 목표다. 다수 GPU를 고속 네트워크로 연결한 클러스터 환경도 제공해 초거대 AI 모델 등 대규모 연산이 필요한 연구를 뒷받침할 계획이다. 삼성SDS 이호준 클라우드서비스사업부장은 "이번 사업을 통해 국내 연구자들이 세계 최고 수준의 AI 인프라를 바탕으로 혁신적인 성과를 낼 수 있도록 안정적인 서비스를 제공할 것"이라며 "앞으로도 국가 AI 연구 인프라의 저변을 확대하고 대한민국의 AI 경쟁력을 높이는 데 기여하겠다"고 말했다. 김재원 엘리스그룹 대표는 "이번 수주는 대규모 AI 인프라 운영 경험과 하드웨어부터 소프트웨어 플랫폼까지 아우르는 엔드투엔드 AI 클라우드 기술력이 경쟁력을 인정받은 결과"라며 "앞으로도 국내 산학연 연구자들이 AI 인프라 구축에 시간을 쓰지 않고 연구와 모델 개발에 집중할 수 있도록 안정적인 서비스를 제공하겠다"고 밝혔다.

2026.08.11 11:08한정호 기자

앤트로픽, 기관투자자 손잡고 美 AI 데이터센터 확장

앤트로픽이 글로벌 기관투자자들과 손잡고 미국 인공지능(AI) 데이터센터 인프라 확충에 나선다. 자체 자금만으로 대규모 데이터센터를 구축하는 대신 기관 투자자의 자본을 활용한 연산 인프라를 확보해 급증하는 AI 컴퓨팅 수요에 대응한다는 구상이다. 10일(현지시간) 블룸버그통신에 따르면 앤트로픽은 맥쿼리자산운용, 싱가포르 국부펀드 싱가포르투자청(GIC)과 전략적 파트너십을 맺고 AI 데이터센터 개발을 위한 합작법인 '테세우스 인프라스트럭처'를 설립했다. 초기 사업은 미국 내 AI 컴퓨팅 시설 개발에 집중할 방침이다. 테세우스 인프라스트럭처는 맥쿼리자산운용이 운용하는 펀드와 GIC가 소유하고 자금을 지원하는 구조다. 맥쿼리와 GIC는 개별 데이터센터 프로젝트에 필요한 지분 투자금의 대부분을 조달하고 앤트로픽은 핵심 장기 임차인으로 참여한다. 구체적인 투자 규모와 데이터센터 용량은 공개되지 않았다. 앤트로픽은 데이터센터 운영으로 소비자 전기요금이 상승할 경우 관련 비용을 부담하기로 했다. 대규모 AI 데이터센터의 전력 수요 증가가 지역 전기요금에 미칠 수 있는 영향을 고려한 조치다. 이번 협력은 AI 모델 개발사와 대형 기관투자자가 역할을 분담해 대규모 컴퓨팅 인프라를 확보하는 방식이라는 점에서 주목된다. 앤트로픽은 장기간 사용할 데이터센터 용량을 확보하고 맥쿼리와 GIC는 데이터센터 개발·운영 경험과 자본을 제공하는 구조다. 최근 AI 모델 개발 경쟁이 치열해지면서 데이터센터와 AI 가속기, 전력 등 인프라 확보를 위한 투자도 빠르게 늘고 있다. 맥킨지에 따르면 글로벌 디지털 인프라 개발에 투입되는 자금은 오는 2030년까지 7조 달러(약 9936조원)에 이를 것으로 전망된다. 앤트로픽은 자체 AI 모델 '클로드'의 이용 확대에 맞춰 컴퓨팅 인프라 투자를 강화하고 있다. 회사는 지난해 미국 텍사스와 뉴욕 등 여러 지역에 맞춤형 데이터센터를 구축하는 데 500억 달러(약 70조원)를 투자하겠다는 계획을 발표했다. 해당 시설은 올해부터 순차적으로 가동될 예정이다. 최근에는 구글과 파트너십을 맺고 5개 데이터센터에서 컴퓨팅 칩을 임차하기 위한 350억 달러(약 49조 6000억원) 규모 대출도 확보했다. 이번 테세우스 인프라스트럭처 설립까지 더해지면서 직접 투자뿐 아니라 금융기관과 인프라 투자자를 활용해 AI 연산 자원을 확보하는 전략을 병행하는 모습이다. 경쟁사 오픈AI가 '스타게이트' 프로젝트를 중심으로 대규모 AI 인프라 투자를 추진하는 것과 비교하면 앤트로픽은 그동안 데이터센터 분야에서 상대적으로 대형 파트너십을 많이 공개하지 않았다. 이번 협력을 통해 대규모 기관 자본을 AI 인프라 구축에 끌어들이면서 데이터센터 확장에도 속도를 낼 것으로 예상된다. 앤트로픽은 성명을 통해 "기업·개발자·소비자 전반에서 클로드에 대한 수요가 빠르게 증가하고 있어 이를 충족하려면 상당한 규모의 컴퓨팅 자원이 필요하다"며 "맥쿼리의 대규모 디지털 인프라 개발·금융·운영 전문성과 GIC의 글로벌 인프라 투자 경험을 활용하기 위해 협력할 것"이라고 밝혔다.

2026.08.11 08:49한정호 기자

中 키미 K3, 인터넷 무단접속→정답 확인…보안 강화해야

중국 인공지능(AI) 기업 문샷AI의 최신 모델 '키미 K3'가 사이버보안 평가 과정에서 격리된 시험 환경을 벗어나 외부 인터넷에 접속한 것으로 나타났다. 최근 첨단 AI 모델들의 사이버 역량이 높아지면서 평가 환경 자체의 보안 통제를 강화해야 한다는 지적이 나온다. 7일(현지시간) 미국 사이버보안 전문업체 프런티어 시큐리티에 따르면 문샷AI의 키미 K3는 영국 AI안전연구소(AISI)가 개발한 샌드박스 환경에서 보안 평가를 받던 중 외부 인터넷망에 접속했다. 샌드박스는 AI 모델이 외부 시스템에 영향을 미치지 못하도록 격리된 환경에서 성능과 안전성을 시험하는 장치다. 이번 평가는 취약점을 찾아 해결하는 '캡처더플래그(CTF)' 방식으로 진행됐다. 평가 환경은 외부에서 샌드박스 내부로 들어오는 통신을 차단했지만, 내부에서 깃허브로 향하는 일부 DNS·HTTPS 통신은 허용하고 있었다. 키미 K3는 명령줄 도구를 이용해 네트워크 환경을 점검하는 과정에서 이 경로를 찾아냈다. 이후 키미 K3는 외부 인터넷을 통해 개발자 코드 공유 플랫폼 깃허브에 접속했다. 깃허브 자체를 해킹한 것은 아니지만, 평가 문제의 정답이 담긴 벤치마크 저장소를 내려받아 내용을 확인한 뒤 이를 활용해 과제를 해결했다. 프런티어 시큐리티는 이번 사례가 샌드박스 자체를 해킹해 탈출한 것과는 다르다고 설명했다. 평가 환경을 설정하는 과정에서 외부로 향하는 일부 통신 경로를 열어둔 것이 원인이 됐다는 것이다. AISI 역시 샌드박스에 본질적인 취약점이 있었던 것은 아니라는 입장을 밝혔다. 업계가 주목하는 부분은 AI 모델이 주어진 과제를 해결하기 위해 허용된 통신 경로를 스스로 찾아 외부 정보를 활용했다는 점이다. 평가 환경에 작은 허점이 남아 있을 경우 고성능 AI 에이전트가 이를 찾아내 실제 능력과 다른 평가 결과를 만들어낼 가능성이 있다는 지적이다. 최근 고성능 AI 모델이 사이버보안 평가 환경의 허점을 찾아내는 사례가 잇따르고 있다. 프런티어 시큐리티에 따르면 오픈AI와 앤트로픽, 메타의 AI 모델에서도 각기 다른 방식으로 테스트 환경을 벗어나 외부 시스템에 접근한 사례가 확인됐다. 특히 키미 K3는 누구나 내려받아 사용하거나 개조할 수 있는 오픈소스 모델이라는 점에서 보안 우려가 제기된다. 앞서 통제 환경 이탈 사례가 보고된 오픈AI·앤트로픽·메타 등의 모델과 달리 공개된 모델은 외부에서 별도 안전장치 없이 활용될 가능성이 있기 때문이다. 연구진은 "충분한 능력을 갖춘 에이전트라면 인터넷으로 향하는 경로를 반드시 찾아낸다"며 "AI 모델의 역량이 높아질수록 평가 환경 역시 이에 맞춰 더욱 엄격하게 설계할 필요가 있다"고 밝혔다.

2026.08.08 08:52한정호 기자

오픈AI, 차세대 AI '아스트라' 개발 늦춘다…사이버보안 우려

오픈AI가 차세대 인공지능(AI) 모델 '아스트라(Astra)' 개발·시험 작업을 일부 중단하고 안전성 검증을 강화한다. 아스트라가 사람 개입 없이 보안 취약점을 찾아 공격에 활용할 수 있는 사이버 역량을 갖췄을 가능성이 확인되면서, 출시를 서두르기보다 보안 통제를 강화하기로 한 조치다. 7일(현지시간) 블룸버그통신에 따르면 오픈AI는 아스트라가 자체 안전 프레임워크에서 규정한 '중대(Critical)' 수준의 사이버 보안 역량에 도달했을 가능성을 배제할 수 없다고 판단하고 일부 개발·시험 작업을 일시 중단했다. 오픈AI는 최근 진행한 내부 평가에서 아스트라의 에이전틱 코딩과 사이버 보안 능력이 크게 향상된 것으로 나타났다고 설명했다. 전문가 평가까지 종합한 결과 현 단계에선 아스트라가 중대 수준의 사이버 역량을 갖췄을 가능성을 배제하기 어렵다는 판단을 내렸다. 오픈AI가 정한 중대 사이버 보안 역량은 사람 개입 없이 실제 주요 시스템에서 다양한 심각도의 '제로데이' 취약점을 찾아 실제 작동하는 공격 수단을 개발하거나, 구체적인 방법 없이 목표만 제시해도 새로운 사이버 공격 전략을 스스로 수립·실행할 수 있는 수준이다. GPT-5.6-솔은 아스트라보다 한 단계 낮은 '높음(High)' 수준으로 평가됐다. 이에 오픈AI는 아스트라 개발·평가 과정의 보안 조치를 대폭 강화 중이다. 격리된 테스트 환경을 구축하고 네트워크와 도구 접근을 제한하는 한편 모델 가중치 보호·암호화, 추가 모니터링·탐지 기능, 샌드박스 실행 등을 적용할 예정이다. 주요 외신에 따르면 오픈AI는 충분한 안전장치가 마련될 때까지 아스트라 개발 속도를 늦출 계획으로, 향후 출시 시점도 미뤄질 전망이다. 오픈AI는 미국 정부에도 출시 지연 계획을 자발적으로 알린 것으로 전해졌다. 아스트라는 오픈AI가 개발 중인 차세대 AI 모델로, 최근 고난도 수학 문제 해결 능력으로도 주목받았다. 오픈AI는 아스트라를 활용해 최소 10년 이상 풀리지 않았던 고차원 기하학과 군론, 양자 복잡도 등의 수학 난제 10가지를 해결했다고 밝힌 바 있다. 여러 AI 에이전트가 장기간 협력해 복잡한 문제를 해결하는 능력을 갖춘 것으로 알려졌다. 최근 AI 모델의 사이버 역량이 빠르게 높아지면서 안전성 우려도 커지고 있다. 최근 오픈AI와 앤트로픽이 모델 테스트 과정에서 허깅페이스를 비롯한 여러 기관의 시스템에 의도치 않게 침투한 사실이 공개됐다. 메타 역시 AI 모델이 제3자의 컴퓨터 시스템에 침투한 것으로 전해졌다. 오픈AI는 정부 기관과 일부 AI 안전 관련 기관을 대상으로 아스트라의 역량을 추가 검증할 예정이다. 외부 기관이 고위험 모델을 안전하게 평가할 수 있도록 제3자 테스트 파트너에 보안 통제 방안도 제공할 계획이다. 오픈AI는 "첨단 사이버 역량을 갖춘 모델은 공격자보다 먼저 취약점을 찾아 해결할 수 있도록 방어자를 지원해야 한다"며 "정부와 안전 연구기관, 시민사회와 협력해 아스트라와 그 이후 모델의 최첨단 역량이 책임감 있게 배포되고 인류 전체에 폭넓게 도움이 되도록 노력하겠다"고 밝혔다.

2026.08.08 08:24한정호 기자

베슬AI, 엔비디아 B200 GPU 1천장 이상 확보…"AI 팩토리 확장"

베슬AI가 엔비디아 블랙웰 B200 그래픽처리장치(GPU) 1000장 이상을 확보하며 인공지능(AI) 클라우드와 AI 팩토리 사업 확대에 나선다. 대규모 학습·추론 수요에 대응할 수 있는 고성능 컴퓨팅 자원을 안정적으로 공급하고 고객별 워크로드에 최적화된 AI 인프라까지 사업 영역을 넓힌다는 전략이다. 베슬AI는 엔비디아 B200 GPU 1000장 이상을 확보했다고 7일 밝혔다. 이번에 확보한 GPU 자원은 자사 GPU 클라우드 서비스인 '베슬 클라우드'를 통해 고객에게 공급할 예정이다. 회사는 SK텔레콤과의 협력을 통해 고성능 GPU 인프라를 확보했으며 이를 바탕으로 베슬 클라우드의 컴퓨팅 자원 공급 역량을 강화할 계획이다. 베슬 클라우드는 복수의 글로벌 데이터센터를 기반으로 A100과 H100, B200 등 고성능 GPU를 온디맨드·스팟·예약형으로 제공하는 서비스다. 기업과 연구자가 직접 인프라를 구축하지 않고도 대규모 AI 모델 학습과 추론에 필요한 컴퓨팅 자원을 활용할 수 있도록 지원한다. 베슬AI는 이번 B200 확보를 계기로 글로벌 AI 기업을 대상으로 한 사업도 확대할 방침이다. AI 모델 경쟁이 자체 기술력뿐 아니라 안정적인 컴퓨팅 자원 확보 경쟁으로 확산하는 만큼 GPU 공급 역량을 차별화 요소로 삼겠다는 구상이다. 확보한 GPU 자원을 기반으로 베슬 클라우드 서비스도 고도화한다. 고객별 AI 워크로드에 맞춰 컴퓨팅 자원과 개발·운영 환경, 인프라 관리 체계를 통합 제공하는 AI 팩토리 서비스 구축을 추진할 방침이다. AI 팩토리는 대규모 AI 모델 개발과 서비스 운영에 필요한 GPU와 네트워크, 스토리지, 개발·운영 환경을 통합 제공하는 인프라 체계다. 베슬AI는 이번 B200 자원 확보를 대규모 학습과 추론을 동시에 지원하는 AI 팩토리 인프라 확장의 기반으로 활용할 계획이다. 회사는 연내 GPU 1만장, 내년에는 5만장을 수용할 수 있는 100메가와트(MW)급 인프라를 확보한다는 목표도 제시했다. 현재 베슬AI는 업스테이지와 모티프테크놀로지스 등 국내 독자 파운데이션 모델 개발 기업을 비롯해 서브쿼드래틱, 누앙스 랩스, 트래젝토리 등 미국 AI 프론티어랩 스타트업을 고객으로 확보해 서비스 이용량과 매출을 확대 중이다. 안재만 베슬AI 대표는 "AI 기업이 경쟁력을 확보하려면 모델 개발 역량에 더해 고성능 컴퓨팅 자원을 필요한 시점에 안정적으로 활용할 수 있는 기반이 갖춰져야 한다"며 "대규모 블랙웰 GPU 자원을 베슬 클라우드에 반영하고 고객별 AI 워크로드에 최적화된 AI 팩토리 인프라까지 확장해 국내외 AI 기업이 대규모 학습·추론을 빠르게 수행할 수 있는 환경을 만들어 나가겠다"고 말했다.

2026.08.07 13:24한정호 기자

[AI 고속도로] AWS CEO "AI 사업 잠재력 막대…데이터센터 투자 늘린다"

아마존웹서비스(AWS)가 생성형 인공지능(AI) 활용이 모델 학습을 넘어 실제 서비스 운영 단계로 확산되면서 클라우드 수요가 빠르게 늘고 있다고 밝혔다. 이에 맞춰 데이터센터와 AI 인프라 투자를 확대하며 장기 성장 기반 확보에 속도를 내겠다는 목표다. 맷 가먼 AWS 최고경영자(CEO)는 4일(현지시간) 공개된 블룸버그와의 인터뷰에서 "AI 사업의 잠재력은 그야말로 막대하다"며 "기업들이 AI 모델을 학습하는 단계를 넘어 실제 업무에 AI를 적용하기 시작하면서 추론 수요가 빠르게 증가하고 있다"고 밝혔다. 가먼 CEO는 최근 기업들의 AI 활용 방식이 빠르게 변화하고 있다고 설명했다. 초기에는 거대언어모델(LLM) 학습을 위한 대규모 그래픽처리장치(GPU) 클러스터 구축이 중심이었다면, 이제는 완성된 AI 모델을 실제 서비스와 업무에 적용하는 추론 중심의 워크로드가 빠르게 늘고 있다는 평가다. 그는 "여전히 대규모 학습 클러스터 수요도 이어지고 있지만 AI 모델이 더욱 강력해질수록 더 많은 기업이 자사 업무에 추론 기능을 통합하고 있다"며 "AI 인프라 수요는 앞으로도 확대될 것"이라고 내다봤다. 이같은 흐름은 AWS 실적에서도 확인된다. 아마존이 지난달 30일(현지시간) 발표한 올해 2분기 실적에 따르면 AWS 매출은 전년 동기 대비 37% 증가한 422억 3200만 달러(약 60조 4255억원)를 기록했다. 최근 18개 분기 가운데 가장 높은 성장률이다. 영업이익은 166억 2100만 달러(약 23조 7896억원)로 전년보다 64% 늘며 아마존 전체 영업이익의 절반 이상을 차지했다. AI 투자 확대에 따른 비용 부담도 커졌다. 아마존은 데이터센터·서버·메모리 등 AI 인프라 투자 확대에 따라 올해 자본지출(CAPEX) 전망치를 기존 2000억 달러(약 286조원)에서 2200억 달러(약 314조원)로 상향 조정했다. 잉여현금흐름(FCF)은 대규모 설비투자 영향으로 적자로 전환했지만 AWS의 성장세가 투자 회수에 대한 시장 우려를 상당 부분 상쇄했다는 평가가 나온다. 시장도 긍정적으로 반응했다. 아마존 주가는 실적 발표 이후 상승세를 이어가며 3일(현지시간) 시가총액 3조 달러(약 4293조원)를 처음 돌파했다. AWS가 약 4년 만에 가장 높은 성장률을 기록한 데다 AI 인프라 투자 확대 기조를 재확인하면서 투자 심리가 개선된 영향으로 분석된다. 이에 마이크로소프트(MS)·메타·알파벳 등 다른 빅테크와 AI 인프라 기업들의 주가도 함께 상승했다. 가먼 CEO는 AWS가 향후 데이터센터 투자 계획도 장기 수요를 바탕으로 추진하고 있다고 설명했다. 그는 "우리는 고객들과 5년 단위 장기 계약을 체결하며 신규 데이터센터 수요를 예측 중"이라며 "현재도 수요가 공급을 크게 웃돌고 있어 고객들이 원하는 규모를 맞추기 위해 지속적으로 구축하고 투자할 것"이라고 말했다.

2026.08.04 10:24한정호 기자

AI 연동 규격 'MCP' 전면 개편…대기업 도입 쉬워진다

인공지능(AI)을 외부 도구나 기업 시스템과 연결하기 위한 규격인 모델컨텍스트프로토콜(MCP)이 대대적인 개편에 나섰다. 프로토콜 구조를 보다 단순한 형태로 바꿔 대기업도 클라우드 환경에서 MCP 기반 AI 서비스를 더 쉽게 확장·운영할 수 있도록 지원하겠다는 방침이다. 관련 업계에서는 MCP가 개발자 실험용 규격을 넘어 본격적인 기업형 AI 연동 인프라로 진화하는 신호탄이 될 수 있다는 평가가 나온다. 1일 데이비드 소리아 파라 MCP 리드 유지관리자는 공식 블로그를 통해 올해 MCP 개발 로드맵을 공개했다. 이번 개편은 AI가 사내 문서관리 시스템, 데이터베이스, 업무용 소프트웨어, 외부 서비스 등과 연결되는 방식을 기업 인프라에 맞게 개선한 것이 특징이다. 대규모 환경에서 서버를 여러 대 운영해야 하는 기업 입장에서는 보다 익숙하고 적용하기 쉬운 방식이라는 평가다. 기존 MCP는 연결 초기 단계에서 클라이언트와 서버가 세션을 맺고 이후에도 해당 상태를 일정 부분 유지하는 구조였다. 이런 방식은 소규모 테스트 환경에서는 크게 문제되지 않지만 기업처럼 사용자가 많고 서버를 여러 대 운영해야 하는 환경에서는 부담이 컸다. 특정 요청을 특정 서버가 계속 처리해야 하는 구조가 생기면서 확장성과 운영 효율이 떨어질 수 있기 때문이다. 이번 개편은 이런 한계를 줄이는 데 초점이 맞춰졌다. 프로토콜 차원에서 세션과 처음 연결할 때 주고받는 확인 절차에 대한 의존성을 낮추고, 각 요청이 필요한 정보를 스스로 담아 처리하도록 구조를 정리했다. 쉽게 말해 서버가 이전 연결 상태를 계속 기억하지 않아도 요청을 처리할 수 있도록 한 것이다. 이렇게 되면 기업은 MCP 서버를 일반적인 HTTP 서비스처럼 다루기 쉬워진다. 로드밸런서를 통해 요청을 여러 서버로 분산하고, 필요할 때 서버를 수평 확장하는 방식도 한층 자연스러워진다. 클라우드 환경에서 AI 서비스를 운영하는 기업 입장에서는 도입 장벽이 낮아질 수 있다. 최근 MCP가 주목받는 이유는 AI가 단순히 질문에 답하는 수준을 넘어 실제 업무 도구를 호출하는 데 쓰이기 때문이다. 예를 들어 AI가 사내 문서를 검색하고 데이터베이스를 조회하고 업무용 소프트웨어를 호출해 특정 작업을 수행하려면 이런 연동 계층이 필요하다. 그동안 기업이 AI를 실제 업무 시스템과 연결하는 과정에서는 운영 복잡성이 주요 과제로 지목돼 왔다. 앤트로픽은 이번 개편을 통해 프로토콜 구조를 단순화하고 기업이 다양한 업무에 AI를 보다 효율적으로 도입할 수 있도록 지원한다는 방침이다. 예를 들어 AI가 사내 자료를 검색하고 업무 시스템에서 필요한 정보를 조회하고 특정 소프트웨어를 호출해 작업을 이어가는 형태의 자동화 시나리오를 더 안정적으로 설계할 수 있다. 이를 위해 코어 프로토콜은 가볍게 유지하고 부가 기능은 확장 형태로 분리하는 방향으로 설계됐다. 이에 따라 기업은 단순 조회는 물론 장기 작업 처리, 화면 연동 등 원하는 업무 방식에 맞춰 AI 활용 범위를 넓힐 수 있게 될 전망이다. 구조가 단순해진 만큼 이번 개정에서는 인증 검증 강화 등 보안 관련 보완도 함께 이뤄졌다. 요청 주체가 누구인지 어떤 권한으로 어떤 도구를 호출하는지 장기 작업의 소유권과 접근 범위가 어떻게 관리되는지를 더 명확하게 검증할 필요가 있기 때문이다. 데이비드 소리아 파라 관리자는 "이번 개편은 출시 이후 가장 큰 수준의 프로토콜 개정"이라며 "상태 없는 코어 구조와 확장 프레임워크, 기능 수명주기 정책이 자리 잡으면서 앞으로는 구현 기업들이 핵심 연결 구조를 반복적으로 다시 짜지 않고도 후속 개정을 보다 쉽게 수용할 수 있을 것"이라고 말했다.

2026.08.02 09:00남혁우 기자

지미션, 도면 특화 '에이전틱 RAG 플랫폼' 개발 나선다

지미션이 NC AI 파운데이션 모델을 기반으로 제조·산업 현장에서 활용할 수 있는 도면 특화 인공지능(AI) 에이전트 플랫폼 개발에 나선다. 생성형 AI와 문서 이해 기술을 결합해 설계도면과 기술 문서 분석을 지원하는 산업 특화 AI 플랫폼을 구축한다는 목표다. 지미션은 '모두의 챌린지 AX-LLM 분야 협업과제' 수행기관으로 선정돼 지난달 18일 협약을 체결했다고 31일 밝혔다. 회사는 이달 초부터 NC AI 파운데이션 모델 기반 '도면 특화 에이전틱 검색증강생성(RAG)' 플랫폼 연구개발(R&D)에 착수했다. 이번 과제는 산업 현장에서 활용 가능한 생성형 AI와 대규모언어모델(LLM) 기술의 실증·사업화를 지원하기 위한 협업 프로젝트다. 참여 기업들은 산업별 특화 AI 서비스를 공동 개발하고 실제 현장 적용 가능성을 검증할 예정이다. 지미션은 이번 과제를 통해 NC AI 파운데이션 모델을 기반으로 도면에 특화된 에이전틱 RAG 플랫폼을 개발한다. 다양한 설계도면과 기술 문서를 AI가 이해하고 필요한 정보를 검색·분석해 업무를 지원하는 지능형 플랫폼을 구현하는 것이 목표다. 플랫폼에는 지미션이 보유한 비전언어모델(VLM) 기반 광학문자인식(OCR) 기술과 문서 이해 기술, 생성형 AI 기술이 적용된다. 이를 통해 복잡한 도면 정보를 구조화하고 자연어 기반 질의응답, 지식 검색, 업무 자동화 기능 등을 지원하는 AI 환경을 제공할 예정이다. 지미션은 AI 팩스, 닥스훈드, 리트리버, 덱스마 등 AI 기반 문서·데이터·영상 분석 솔루션을 공급하며 공공·금융·제조 분야 AI 전환(AX) 사업을 추진 중이다. 최근에는 서울시 AI 기술사업화 지원사업과 특허·디자인 융합 IP-R&D 전략지원 사업 등 R&D 과제도 수행하고 있다. 한준섭 지미션 대표는 "생성형 AI는 단순한 문서 검색을 넘어 산업 현장의 전문 지식을 이해하고 업무를 수행하는 AI 에이전트로 진화하고 있다"며 "이번 과제를 통해 NC AI 파운데이션 모델과 우리 문서 AI 기술을 결합한 도면 특화 에이전틱 RAG 플랫폼을 개발해 제조 및 산업 분야 AX를 더욱 가속화하겠다"고 밝혔다.

2026.07.31 15:26한정호 기자

[컨콜종합] "피지컬 AI·금융 AX·GPU 인프라로 하반기 승부"…LG CNS, 3대 성장축 제시

LG CNS가 피지컬 AI, 금융 AX, AI 인프라를 하반기 3대 성장축으로 제시했다. LG전자와의 로봇 데이터 팩토리, 금융권 차세대 사업, GPU 구독형 인프라 플랫폼을 앞세워 성장세를 이어가겠다는 구상이다. LG CNS는 31일 2026년 2분기 실적발표 컨퍼런스콜을 열고 사업 부문별 실적과 하반기 전략을 공개했다. 상반기 매출은 전년 동기 대비 6.1% 증가한 2조8천358억원, 영업이익은 1.1% 늘어난 2천221억원을 기록했다. 회사는 전 사업 영역에서 대외 사업 비중이 확대되며 실적 성장을 견인했다고 설명했다. AI·클라우드가 이끈 상반기 성장…"XPU웍스·에이전트웍스 확장" 상반기 실적의 중심은 AI·클라우드 사업이었다. 해당 부문 매출은 1조6천714억원으로 전체 매출의 약 59%를 차지했다. 제조·물류를 중심으로 대외 고객 확보가 이어진 점도 눈에 띈다. 두산, 중소기업중앙회, 컬리, LX판토스 등과 AX 사업을 추진하는 한편 제약·바이오, 공항·항공, 방산·조선 등으로 사업 영역을 넓히고 있다. 진요한 AI클라우드사업부 AI센터장(상무)은 "기업 내 AI 활용 확대와 이에 따른 AI 인프라 투자 증가는 플랫폼과 클라우드 인프라 전반의 사업 기회로 확대될 것"이라고 말했다. 이어 "AI 연산 자원을 구독형으로 제공하는 플랫폼 'XPU웍스'를 새롭게 론칭했다"며 "1분기 정식 출시한 엔드투엔드 AI 플랫폼 '에이전트웍스'도 다양한 산업 고객을 대상으로 적용 사례와 사업 범위를 확대하고 있다"고 설명했다. LG CNS는 AI 인프라 사업 확대에도 속도를 낼 계획이다. 회사는 글로벌 데이터센터 시장이 연평균 9%, 아시아태평양과 국내 시장은 이보다 높은 15~20% 수준으로 성장할 것으로 보고 있다. 오픈AI, 앤트로픽, 팔란티어 등 글로벌 AI 기업과의 협력도 신규 사업 기회 발굴로 이어지고 있다는 설명이다. 진 센터장은 "LG CNS는 시장 성장률을 상회하는 사업 확대 계획을 가지고 있으며 국내 DBO 시장 선도 지위를 더욱 공고히 할 계획"이라며 "2019년 국내 최초로 DBO 모델을 도입한 선발주자로서 시장 성장 이상의 확대 계획을 갖고 있다"고 말했다. 수익성에 대해서는 선제 투자 영향이 반영됐다는 설명이다. 송광륜 CFO(상무)는 "미래 성장 동력 확보를 위한 전략적 투자 확대와 일부 프로젝트의 계약 이연 영향이 있었다"며 "사업 경쟁력 약화에 따른 구조적 문제가 아니라 미래 성장을 위한 선제 투자와 일시적 프로젝트 일정 영향"이라고 말했다. 이어 "이연된 프로젝트들은 하반기 계약 체결과 사업 수행이 본격화되며 실적 개선에 기여할 것"이라고 덧붙였다. LG전자 데이터 팩토리, 첫 피지컬 AI 레퍼런스 확보 스마트엔지니어링 사업 상반기 매출은 5천24억원으로 전년 동기 대비 6.2% 증가했다. 2분기 매출은 2천746억원으로 전년 동기 대비 13% 성장했다. 회사는 계열사 기반의 안정적 사업에 더해 물류 자동화 등 대외 사업 확대가 성장에 힘을 보탰다고 설명했다. 신재훈 스마트팩토리사업부장(상무)은 "스마트엔지니어링 사업은 계열사 사업을 안정적으로 수행하는 가운데 물류 자동화 등 대외 사업 확대에 힘입어 두 자릿수 성장을 기록했다"고 말했다. 이어 "산업 현장에 피지컬 AI를 도입하기 위해서는 GPU 등 AI 인프라 확보가 필수적"이라며 "LG전자에서 진행 중인 데이터 팩토리에 피지컬웍스 플랫폼과 GPU 인프라를 공급할 예정"이라고 밝혔다. LG CNS는 LG그룹 2차전지 계열사의 북미 물류 혁신 사업을 추가 수주했고, 국가농업 AX 플랫폼 구축 사업의 민간사업자로도 선정됐다. 스마트팩토리 분야에서는 AI 기반 제조 플랫폼 '팩토바(Factova)'를 중심으로 제조 현장 지능화를 추진하고 있으며, 스마트물류 사업 역시 뷰티·패션·푸드 기업 대상 자동화 프로젝트 확대로 성장세를 이어가고 있다. 하반기 피지컬 AI 사업의 핵심은 LG전자 데이터 팩토리를 첫 레퍼런스로 삼아 외부 확산 기반을 만드는 데 있다. 신 상무는 "현재 그룹사와 대외 고객을 대상으로 피지컬 AI 도입 및 운영 체제 구축을 협의하고 있다"며 "LG전자 데이터 팩토리를 베스트 프랙티스로 삼아 제조와 물류 등 다양한 산업으로 사업을 확대해 나갈 계획"이라고 말했다. 이어 "컬리 1차 PoC 검증을 완료했으며 연말까지 보완을 거쳐 확산 사업을 추진할 예정"이라며 "올해는 PoC와 현장 검증을 통해 베스트 프랙티스와 사업 수행 역량을 확보하고, 내년부터 제조·물류 고객을 중심으로 관련 사업을 본격 확대하겠다"고 밝혔다. KB국민은행·한국은행 수주로 하반기 매출 기여 확대 디지털 비즈니스 서비스 사업 상반기 매출은 6천621억원으로 전년 동기 대비 8.8% 증가했다. 은행, 손해보험, 생명보험 등 금융권 전반에서 고르게 성장했고, 대형 프로젝트 수주도 이어졌다. 조성우 디지털비즈니스사업부 금융AX1사업담당(상무)은 "KB국민은행 차세대 사업을 수주하며 금융 차세대 시장에서 경쟁력을 다시 한번 입증했다"며 "한국은행 2기 ITO 사업 수주를 통해 운영사업 기반도 강화했다"고 말했다. 금융 차세대 사업은 하반기로 갈수록 매출 기여도가 높아질 전망이다. 조 상무는 "금융권 차세대 프로젝트는 평균 수행 기간이 약 2년인 대규모 사업으로 착수 이후 분석·설계·초기 구축 단계를 거치면 약 6개월 뒤부터 매출이 본격 인식되는 구조"라며 "올해 1월 NH농협은행, 5월 KB국민은행 차세대를 착수한 만큼 하반기로 갈수록 매출 기여도는 점진적으로 높아질 것"이라고 내다봤다. AI 네이티브 개발 플랫폼도 새롭게 선보였다. 조 상무는 "IT시스템 구축·운영 전 과정을 에이전틱 AI 기반으로 수행하는 개발 플랫폼 '대본'을 2분기에 출시했다"며 "플랫폼 출시 이후 대형 사업 수주를 통해 실증 사례를 축적하고 있으며, 소규모 개발 사업과 유지보수 운영 사업까지 적용을 확대하고 있다"고 말했다. 금융권 AI 도입 환경 변화에 대한 진단도 내놨다. 그는 "망분리 규제로 외부 대규모언어모델(LLM) 활용에 제약이 있었지만 최근 규제 샌드박스와 제도 개선이 추진되면서 금융사들의 AI 도입 움직임이 크게 늘고 있다"며 "중장기적으로는 레거시 시스템과 AI 에이전트가 유기적으로 결합된 형태로 발전할 것"이라고 전망했다. 중국 LLM 약진, 기업 최적화 멀티 AI모델 전략으로 대응 중국 LLM의 약진에 대해서도 LG CNS는 단순 위협보다 활용 구조 변화에 주목했다. 최근 일부 중국계 모델이 성능과 비용 측면에서 경쟁력을 높이면서, 일부 기업 AX 프로젝트에서 미국 프론티어 모델을 대체하거나 보완하는 선택지로 검토되고 있다는 설명이다. 다만 회사는 이런 흐름이 특정 모델로의 일괄 전환으로 이어지지는 않을 것으로 봤다. 진요한 센터장은 "일부 기업 AX 프로젝트에서 미국 프론티어 모델을 대체·보완하는 실질적 선택지로 검토되고 있다"면서도 "표준 모델을 일괄 전환하기보다는 업무 난이도와 보안 수준, 비용 민감도에 따라 여러 모델을 조합하는 멀티모델 전략이 확대되는 추세"라고 말했다. LG CNS가 주목하는 방향은 특정 모델의 우위보다 기업 맞춤형 활용 구조다. 고난도 추론, 민감 정보 처리, 대규모 반복 업무 등 용도에 따라 서로 다른 모델을 조합하는 방식이 기업 현장에서 늘어날 가능성이 크다는 판단이다. 진 센터장은 "LG CNS 역시 이런 변화에 맞춰 다양한 모델을 연결·운영하는 AI 실행 환경 구축 역량을 강화하겠다"고 말했다.

2026.07.31 12:08남혁우 기자

[컨콜] LG CNS "AI 비용관리가 경쟁력…에이전틱웍스로 운영 최적화"

LG CNS가 기업들의 인공지능(AI) 활용이 단순한 사용량 확대를 넘어 비용 대비 성과를 중시하는 단계로 전환되고 있다고 진단했다. 이에 맞춰 자체 AI 플랫폼 '에이전틱웍스'를 중심으로 토큰 사용량과 비용을 통합 관리하는 AI 운영 플랫폼을 고도화한다는 전략이다. 진요한 LG CNS AI센터장은 31일 2분기 실적 발표 컨퍼런스콜에서 "기업의 AI 활용은 단순한 사용량 확대를 넘어 비용 대비 성과를 중시하는 단계로 전환되고 있다"며 "이와 관련한 사업 기회도 더욱 확대될 것으로 보고 있다"고 말했다. 그는 "에이전틱웍스는 챗GPT·클로드·제미나이 등 주요 AI 서비스의 사용량과 비용을 서비스별·조직별·사용자별로 확인할 수 있는 'AI 핀옵스' 대시보드를 제공한다"며 "사용자별 데이터 조회 권한 관리 기능을 통해 더욱 안전한 비용 관리 체계를 지원하고 있다"고 설명했다. 이어 "보안 요건과 업무 특성에 따라 적합한 AI 모델을 연결하고 성능과 비용을 함께 최적화하는 지능형 라우팅 기능도 강화하고 있다"며 "AI 코딩 분야에선 글로벌 전문기업과 개념검증(PoC)을 진행하며 상용 거대언어모델(LLM)과 온프레미스 경량 모델의 성능 및 비용 효율성을 비교·검증하고 있다"고 덧붙였다. 그러면서 "관리 서비스(MSP) 사업에선 각 클라우드 서비스 제공사(CSP)의 AI 플랫폼 서비스를 활용한 최적 아키텍처를 구성하고 고객 환경에 맞춘 AI 플랫폼을 구축해 토큰 기반 서비스를 구현하고 있다"며 "CSP 환경 내 LLM 게이트웨이를 통해 사용량과 비용을 모니터링하고 업무 생산성 향상용 LLM의 모델 선택까지 통합 관리할 수 있는 핀옵스형 관리 도구를 준비 중"이라고 밝혔다.

2026.07.31 11:38한정호 기자

고성능 AI 대기시간 줄인다…사이오닉AI, '솔라 오픈2' 10배 가속

사이오닉AI가 대규모언어모델(LLM)의 응답 지연을 줄이는 추론 가속 기술을 공개했다. 사이오닉AI는 31일 업스테이지의 오픈웨이트 LLM '솔라 오픈2(Solar-Open2-250B)'의 추론 속도를 10배 향상시킨 신규 버전을 허깅페이스를 통해 공개했다. 이번에 공개된 모델은 '솔라 오픈2 250B 울트라패스트 드래프트(Solar-Open2-250B-ultrafast-Draft)'다. 업스테이지의 '솔라 오픈2 250B-A15B' 원본 가중치에 사이오닉AI가 개발한 블록 드래프트 기반 스펙큘레이티브 디코딩용 드래프트 모델을 결합했다. 드래프트 모델은 경량 모델이 먼저 다음 토큰 후보를 제안하고, 원본 250B 모델이 이를 검증·채택하는 구조다. 초대형 모델이 모든 토큰을 순차적으로 직접 생성하는 과정에서 발생하는 추론 병목을 줄이기 위한 방식이다. 사이오닉AI는 이를 통해 초당 800토큰 이상의 생성 성능을 구현했으며, 이는 기존 대비 약 10배 향상된 수준이라고 밝혔다. 고석현 사이오닉AI 대표는 "사람은 생각할 때 한 번에 하나의 단어만 떠올리지 않는다"며 "여러 가능성을 동시에 검토하고 다음 생각을 예측하며 사고를 이어가는 것처럼 LLM도 반드시 한 번에 하나의 토큰만 생성해야 하는지 의문이었다"고 기술 개발 배경을 설명했다. 일반적으로 초대형 모델은 높은 성능을 제공하지만 실제 서비스 환경에서는 추론 지연과 비용 부담 때문에 활용 범위가 제한되는 경우가 많다. 이에 업계는 상대적으로 가벼운 모델을 별도로 운용하거나 고성능 모델 호출을 제한하는 방식으로 속도 문제를 우회해왔다. 글로벌 AI 서비스도 사용 목적과 비용, 응답 속도 등에 따라 서로 다른 모델 경로를 병행 운용하는 방식으로 성능과 효율의 균형을 맞추고 있다. 사이오닉AI는 별도의 경량 모델로 우회하는 방식이 아니라 250B급 원본 모델 자체의 추론 과정과 생성 경로를 가속했다는 점에서 차별화된다. 고석현 사이오닉AI 대표는 링크드인 게시물을 통해 키미(Kimi) K3 2.8T 모델을 최적화해 초당 300토큰 속도로 간단한 횡스크롤 게임을 구현한 영상도 공개했다. 그는 해당 모델이 국내 인프라에서 구동되며 추론 최적화 기술이 특정 모델군에만 한정되지 않는 것이라고 설명했다. 이번 결과는 오픈웨이트 모델 생태계에서 외부 기업이나 개발자가 직접 도입·활용할 수 있는 가속 방안을 제시했다는 점에서 의미가 있다. 보안 등의 이유로 기업 내부에 자체 대규모 AI 모델을 구축하더라도, 응답 지연으로 실무 적용이 쉽지 않았던 한계를 일부 완화할 가능성이 있다. AI 에이전트 기반 AX 환경에서의 활용성도 주목된다. AI 에이전트는 검색, 툴 호출, 다단계 추론, 반복 생성 등을 수행하기 때문에 모델 품질뿐 아니라 토큰 생성 속도와 처리량이 중요하다. 초대형 모델의 추론 속도가 개선되면 기존에는 부담이 컸던 고성능 경로를 실제 업무 자동화나 복합 추론 서비스에 투입할 여지가 커진다. 다만 성능 수치 해석에는 주의가 필요하다. 사이오닉AI가 제시한 지표는 GPU 구성, 배치 크기, 입력·출력 길이, 동시 요청 수, 측정 방식에 따라 달라질 수 있어 실제 기업 인프라와 업무 환경에서의 재현 가능성은 별도 검토가 필요하다. 고석현 사이오닉에이아이 대표는 "대형 모델은 뛰어난 추론 능력을 갖추더라도 속도가 느리면 실제 업무에서 반복적으로 활용하기 어렵다"며 "이번 성과는 모델과 추론 엔진, GPU 커널을 함께 최적화해 250B급 모델을 본격적인 에이전트 업무에 투입할 수 있는 처리량을 확보했다는 데 의미가 있다"고 말했다. 이어 "모델의 크기가 더 이상 느린 응답의 이유가 되지 않도록 빠르고 실용적인 AI 실행 환경을 만들어가겠다"며 "국내 파운데이션 모델이 실제 서비스와 글로벌 시장에서 경쟁력을 확보할 수 있도록 최적화 기술과 검증 결과를 지속적으로 공개하겠다"고 덧붙였다.

2026.07.31 09:38남혁우 기자

아마존, '노바' 시리즈 운영 중단…"새 AI 모델 개발에 집중"

아마존이 인공지능(AI) 모델 '노바' 제품군을 단계적으로 정리하고 새 모델 개발에 자원을 집중하는 것으로 전해졌다. 29일(현지시간) 비즈니스인사이더 보도에 따르면 아마존은 기존 노바 개발 조직을 정리하고 피터 아빌 부사장이 이끄는 '프런티어 모델 연구(FMR)' 계획을 사내 핵심 AI 사업으로 추진 중인 것으로 확인됐다. 내부 소식통은 올해 말 열리는 연례 기술 컨퍼런스 '리인벤트' 목표로 새 모델을 개발 중이라고 비즈니스인사이더에 밝혔다. 아마존은 노바 계열 가운데 고성능 모델로 분류된 '노바 프리미어'와 통합형 멀티모달 모델 '노바 옴니'를 단계적으로 폐기할 예정인 것으로 알려졌다. 동영상 생성 모델 '노바 릴'과 이미지 생성 모델 '노바 캔버스'도 정리 대상에 포함됐다. 비즈니스인사이더는 아마존이 제품별로 분산된 개발 역량을 차세대 프런티어 모델에 통합 집중하려는 전략을 택한 것으로 봤다. 기존 모델을 개선하는 대신 새 기반모델을 처음부터 다시 설계해 주력 제품을 대체하려는 움직임이다. 노바는 아마존이 오픈AI와 구글 등 생성형 AI 기업에 대응하기 위해 내놓은 모델 제품군이다. 아마존웹서비스(AWS) 생성형 AI 플랫폼 '아마존 베드록'을 통해 제공되며 텍스트와 이미지, 영상, 음성 등 다양한 데이터를 처리하거나 생성하는 모델로 구성됐다. 노바 프리미어는 노바 제품군 가운데 가장 높은 성능을 목표로 개발된 멀티모달 모델이다. 텍스트와 이미지, 영상, 문서, 코드 등을 동시에 처리하며 복잡한 작업을 수행하거나 소형 모델을 학습시키는 데 활용하도록 설계됐다. 노바 캔버스는 문장을 입력해 이미지를 생성하거나 기존 이미지를 수정하는 모델이다. 노바 릴은 텍스트와 이미지를 바탕으로 영상을 만드는 데 초점을 맞춘 생성형 AI 모델이다. 아마존이 노바 브랜드와 관련 사업을 모두 없애는 것은 아니다. 경량 모델인 '노바2 라이트'와 실시간 음성 대화를 지원하는 '노바2 소닉'은 유지한다. 기업이 자체 데이터와 전문 지식을 활용해 맞춤형 AI 모델을 구축하는 '노바 포지'도 계속 운영한다. 웹브라우저에서 검색과 입력 등 작업을 수행하는 AI 에이전트 기술 '노바 액트'도 존속 대상에 포함됐다. 새 모델 개발을 맡은 아빌 부사장은 미국 버클리 캘리포니대 교수이자 로봇 AI 스타트업 코버라이언트 공동창업자 출신이다. 그는 아마존이 2024년 코버라이언트 창업자와 핵심 인력을 영입하는 과정에서 회사에 합류했다. 아마존은 최근 범용인공지능(AGI) 관련 사업부 직원 일부를 해고하는 등 AI 조직도 재편했다. 다만 새로 개발하는 차세대 기반모델이 향후 노바 브랜드를 이어받을 가능성은 남아 있다. 업계는 아마존의 전략 수정이 메타가 기존 모델 개발 체계를 재편한 사례와 유사하다고 보고 있다. 메타는 개방형 모델 '라마'가 기대에 미치지 못하자 스케일AI 창업자 알렉산더 왕을 영입해 메타초지능연구소를 이끌도록 하고 새 AI 모델 개발에 나섰다. 아마존은 "AI 모델 개발이 우리가 추진하는 가장 중요한 과제 중 하나라는 점은 변함이 없다"고 말했다.

2026.07.30 11:02김미정 기자

복잡한 AI 개발환경 하나로…이노그리드, '에이아이큐브잇' 공개

이노그리드가 인공지능(AI) 개발·학습·배포·운영을 단일 환경에서 관리할 수 있는 AI·머신러닝 운영관리(MLOps) 플랫폼을 선보이며 AI 플랫폼 사업 확대에 박차를 가한다. 이노그리드는 쿠버네티스 기반 AI 실행 환경을 워크스페이스 단위로 추상화한 AI·ML옵스 실행 플랫폼 '에이아이큐브잇(AICubeit)'을 정식 출시했다고 30일 밝혔다. 에이아이큐브잇은 프로젝트나 팀 단위로 워크스페이스를 생성하면 쿠버네티스 네임스페이스와 사용자 권한, 개발 환경, 실험 관리 공간, 시크릿 저장 경로 등을 자동으로 구성·연계하는 것이 특징이다. 사용자는 복잡한 쿠버네티스 매니페스트나 레이(Ray) 실행 설정을 직접 작성하지 않고도 AI 개발 환경을 구축할 수 있다. 플랫폼은 데이터셋과 주피터랩(JupyterLab), 모델 학습, 실험, 모델 레지스트리, 배포, 워크플로우, 모니터링 기능을 단일 사용자 환경으로 통합했다. 개발자가 웹 기반 환경에서 데이터 분석과 모델 개발을 진행하고 S3와 허깅페이스 등 외부 저장소 데이터를 연계해 버전별로 관리할 수 있도록 설계했다. 또 사용자 코드 기반 학습과 오토ML, 대규모언어모델(LLM) 파인튜닝도 지원한다. 학습 과정에서 생성된 실행 이력과 파라미터, 성능 지표는 실험 단위로 기록된다. 사용자는 여러 학습 결과를 비교해 배포 후보 모델을 선정하고 모델 레지스트리에 등록할 수 있으며 등록된 모델은 서비스 API 형태로 배포된다. 반복적인 학습과 배포 작업은 워크플로우로 자동화하고 실행 상태와 이력도 통합 관리한다. 운영 영역에선 시크릿 관리 기능으로 비밀번호와 토큰, 접근 키 등 민감정보를 별도로 관리하며 프로메테우스 기반 모니터링을 통해 워크스페이스·노트북·학습·배포·워크플로우 상태는 물론 중앙처리장치(CPU)와 메모리 등 자원 사용 현황도 확인할 수 있다. 이노그리드는 에이아이큐브잇이 온프레미스와 다양한 클라우드 환경을 지원하도록 설계됐다고 설명했다. 환경별로 분산된 AI 개발·실행 도구를 하나의 플랫폼으로 연결해 개발과 운영 전 과정을 일관되게 관리할 수 있도록 지원한다고 밝혔다. 회사는 앞으로 에이아이큐브잇을 '프롬 xPU 투 AI 플랫폼(From xPU to AI Platform)' 기술 로드맵의 핵심 플랫폼으로 발전시킬 계획이다. 향후 LLM옵스 고도화와 대규모 멀티클러스터 관리, 깃옵스(GitOps) 기반 배포 기능을 적용하고 장기적으로는 AI 에이전트가 학습·배포·운영을 지원하는 플랫폼으로 확장한다는 구상이다. 김명진 이노그리드 대표는 "AI 프로젝트의 성패는 모델 개발뿐 아니라 데이터와 학습, 배포, 운영 환경을 얼마나 일관되고 안정적으로 관리하느냐에 달려 있다"며 "에이아이큐브잇은 복잡한 인프라 구성과 여러 운영 도구의 구성·연계 작업을 플랫폼이 처리해 개발자는 모델·서비스 개발에 집중하고 운영자는 정책·거버넌스에 집중할 수 있도록 설계한 제품"이라고 말했다. 이어 "앞으로 xPU 인프라부터 AI 서비스까지 하나의 컨트롤 플레인으로 연결·제어하는 기술 역량을 지속 고도화해 고객이 AI를 보다 빠르고 안정적으로 비즈니스에 적용할 수 있도록 지원하겠다"고 덧붙였다.

2026.07.30 09:22한정호 기자

사티아 나델라 MS CEO "특정 AI 모델 의존하는 기업, 살아남기 어렵다"

사티아 나델라 마이크로소프트(MS) 최고경영자(CEO)가 기업이 특정 인공지능(AI) 모델이나 AI 기업에 업무 전반을 의존하는 구조는 장기적으로 경쟁력을 잃을 수 있다고 경고했다. 데이터와 프롬프트, AI 활용 과정에서 생성되는 메타데이터까지 기업이 직접 통제하는 구조를 갖춰야 향후 자체 AI 경쟁력을 확보할 수 있다는 제언이다. 나델라 CEO는 27일(현지시간) CNN 프로그램 '파리드 자카리아 GPS' 인터뷰에서 "기업들이 AI 모델 제공업체와 얼마나 많은 정보를 공유하는지 신중하게 살펴봐야 한다"며 "데이터와 프롬프트뿐 아니라 모델을 사용할 때 생성되는 메타데이터도 기업이 직접 보유해야 한다"고 밝혔다. 그는 AI 도입 과정에서 가장 중요한 것은 특정 모델 성능보다 데이터 주권을 확보하는 것이라고 강조했다. AI를 활용하며 축적되는 정보가 향후 기업의 자체 모델 개발과 경쟁력을 좌우할 핵심 자산이 될 수 있다는 설명이다. 그러면서 AI 기업이 제공하는 폐쇄형 모델이나 개발 도구에 과도하게 의존하는 구조에 대해 우려를 나타냈다. 기업이 핵심 데이터와 AI 활용 과정 전체를 외부 플랫폼에 맡기면 장기적으로 기술 주도권을 잃을 수 있다는 판단이다. 나델라 CEO는 "모델을 사용할 때마다 생성되는 메타데이터를 기업이 직접 보유해야 향후 자체 가중치나 오픈 모델을 학습시키는 데 활용할 수 있다"고 말했다. 이어 "통제권을 확보하지 못한 기업은 사실상 자신의 사고를 외주화한 것이나 다름없다"며 "그런 기업은 결국 살아남기 어려울 것"이라고 지적했다. 이를 해결하기 위한 방안으로는 특정 모델에 종속되지 않는 AI 인프라 구축을 제시했다. 기업 내부에서 프롬프트와 데이터를 관리하는 'AI 게이트웨이'를 구축하고 여러 AI 모델을 목적에 따라 선택적으로 활용할 수 있는 구조가 필요하다는 것이다. 또 앤트로픽의 클로드 코드나 오픈AI의 챗GPT 코덱스처럼 AI 기업이 제공하는 내장형 코딩 도구에도 지나치게 의존해선 안 된다고 조언했다. 개발 도구와 데이터, 메모리 등을 AI 모델과 분리 관리해야 다양한 모델을 유연하게 활용할 수 있다는 설명이다. 업계에선 생성형 AI 활용이 확산되면서 멀티모델 전략과 데이터 통제권 확보 중요성이 커지고 있다는 분석이 나온다. 최근 기업들은 비용과 성능뿐 아니라 벤더 종속을 최소화하기 위해 오픈웨이트 모델과 자체 AI 플랫폼 구축을 확대하는 추세다. 앞서 알렉스 카프 팔란티어 CEO도 이달 초 CNBC와의 인터뷰를 통해 AI 주권 확보를 위한 개방형 AI 생태계의 필요성을 주장한 바 있다. 나델라 CEO는 "모델을 맥락과 메모리에서 분리하면 각각의 강점에 맞춰 여러 AI를 활용할 수 있다"며 "이때 특정 모델 하나가 사라지더라도 기업은 AI 전략 주도권을 계속 유지할 수 있다"고 강조했다.

2026.07.28 17:16한정호 기자

[AI 고속도로] AI 인프라 새 승부처 '랙 스케일'…칩·서버 업계 총력전

인공지능(AI) 인프라 시장의 경쟁 축이 그래픽처리장치(GPU) 성능 경쟁을 넘어 '랙 스케일(Rack Scale)'로 빠르게 이동하고 있다. 개별 서버를 조립해 공급하던 방식에서 벗어나 GPU·중앙처리장치(CPU)·네트워크·전력·냉각을 하나의 랙으로 통합하는 구조가 새로운 표준으로 자리 잡으면서, 반도체 기업은 물론 서버 제조사들까지 시장 선점에 속도를 내는 모습이다. 26일 외신과 업계에 따르면 엔비디아·AMD를 비롯해 델 테크놀로지스·HPE·슈퍼마이크로 등 주요 AI 인프라 기업들이 최근 차세대 제품 전략으로 랙 스케일 아키텍처를 내세우고 있다. AI 데이터센터 구축 경쟁이 개별 서버 공급이 아닌 랙 단위 통합 시스템 경쟁으로 전환되는 양상이다. 랙 스케일은 GPU·CPU·네트워크 스위치·메모리·전력 공급 장치·액체냉각 시스템 등을 하나의 랙에 통합 제공하는 AI 인프라 구조다. 데이터센터에 개별 서버를 연결하는 과정을 줄여 구축 기간을 단축하고 장애 가능성도 낮출 수 있다는 게 강점이다. 이같은 랙 스케일 확산은 AI 모델 규모가 빠르게 커지면서 기존 데이터센터 구조만으로는 연산 수요를 감당하기 어려워진 데 따른 것으로 풀이된다. 최신 AI 시스템은 랙당 전력 소비가 과거 수십 키로와트(kW) 수준에서 200kW 이상으로 높아지고 있으며 향후 1메가와트(MW) 수준까지 증가할 것으로 전망된다. 기존 공랭 방식만으로는 발열을 감당하기 어려워 전력과 직접 수랭(DLC), 냉각 분배 장치(CDU) 등을 처음부터 랙 단위로 통합 설계하는 방식이 필수 요소로 자리 잡고 있다. 가장 적극적으로 움직인 곳은 엔비디아다. 회사는 차세대 AI 플랫폼 '베라 루빈'의 NVL72 시스템을 앞세워 오픈AI와 구글 클라우드, 마이크로소프트(MS), 메타, 코어위브, 델 등에 공급을 확대 중이다. 베라 루빈은 GPU·CPU·네트워크를 단일 랙으로 통합해 설치 시간을 줄이고 생산 자동화까지 고려한 구조로 설계됐다. AMD도 최근 첫 랙 스케일 AI 플랫폼 '헬리오스'를 공개하며 맞불을 놨다. 헬리오스는 72개의 MI455X GPU와 18개의 6세대 에픽 CPU, 네트워크와 소프트웨어를 하나로 통합한 개방형 플랫폼이다. 회사는 경쟁 제품보다 달러당 최대 30% 많은 AI 추론 토큰을 처리할 수 있다고 강조했으며 오픈AI와 앤트로픽, 메타, MS 등 주요 AI 기업들이 도입을 추진 중이라고 밝혔다. 실제 AI 모델 기업들도 랙 스케일 기반 인프라 확보 경쟁에 나서고 있다. 앤트로픽은 최근 AMD와 최대 50억 달러(약 7조 3155억원) 규모 AI 서버 공급 계약을 체결하고 내년부터 헬리오스 기반 최대 2기가와트(GW) 규모 컴퓨팅 인프라를 구축하기로 했다. 이번 계약은 단순 칩 구매를 넘어 AI 기업과 반도체 기업이 투자와 인프라 구축을 함께 추진하는 새로운 협력 모델로 평가된다. 전통적인 서버 제조사들도 랙 스케일을 새로운 성장 동력으로 삼고 있다. 특히 델은 지난 5월 '델 테크놀로지스 월드(DTW) 2026'에서 엔비디아와 함께 '델 AI 팩토리 위드 엔비디아' 전략과 랙 스케일 인프라를 공개하며 시장 확대를 선언했다. 행사에 참석한 젠슨 황 엔비디아 최고경영자(CEO)가 델의 AI 랙 제품 '파워랙'을 직접 소개하기도 했다. 업계에선 향후 서버 업체들의 역할이 달라질 것으로 보고 있다. 엔비디아와 AMD가 칩과 기본 랙 구조를 표준화할수록 서버 제조사는 단순 하드웨어 설계보다 액체냉각 기술과 생산 자동화, 데이터센터 구축·운영 역량으로 경쟁하게 될 가능성이 크다는 이유에서다. 동시에 대기업·금융권·공공기관 등 자체적으로 초고전력 AI 인프라를 구축하기 어려운 고객을 대상으로 '턴키' 방식 AI 데이터센터 구축 사업도 확대될 것으로 전망된다. 리사 수 AMD CEO는 헬리오스 발표 당시 "생태계 전반의 다양한 파트너들과 협력해 업계를 선도하는 컴퓨팅 기술과 개방형 플랫폼을 제공할 것"이라며 "고객들이 데이터센터부터 엣지까지 AI를 더욱 뛰어난 성능과 유연성, 폭넓은 선택지를 바탕으로 확장할 수 있도록 지원하고 있다"고 밝혔다.

2026.07.26 14:39한정호 기자

메가존클라우드-아크릴, AI 인프라 사업 맞손…헬스케어·공공 공략

메가존클라우드가 아크릴과 손잡고 기업·공공기관 대상 AI 인프라 사업 확대에 나선다. 그래픽처리장치(GPU) 인프라 구축과 운영 최적화 기술을 결합해 산업별 AI 전환(AX) 사업을 공동 추진하고 글로벌 시장 진출도 모색한다는 구상이다. 메가존클라우드는 아크릴과 AI 인프라 사업 확대 및 글로벌 시장 진출을 위한 전략적 파트너십을 체결했다고 24일 밝혔다. 협약은 지난 23일 과천 메가존산학연센터에서 진행됐다. 양사는 이번 협력을 통해 대규모 GPU 인프라가 필요한 기업과 공공기관을 대상으로 AI 인프라 구축부터 운영, 모델 개발까지 아우르는 통합 AX 환경을 제공한다는 목표다. 메가존클라우드의 AI·클라우드 인프라 구축 역량과 아크릴의 AI 개발 및 인프라 최적화 기술을 결합해 고객 맞춤형 사업 모델을 공동 발굴할 계획이다. 메가존클라우드는 엔비디아 기반 GPU 서버와 클라우드 인프라를 공급·구축하고 고객 환경에 맞는 시스템 설계와 비용 효율화 방안을 지원한다. 아크릴은 AI 풀스택 플랫폼 '조나단'과 AI 인프라 운영·최적화 플랫폼 'GPU베이스'를 활용해 AI 모델 개발부터 GPU 자원 관리까지 담당한다. 조나단은 데이터 준비와 AI 모델 학습·검증, 배포, 서비스 적용까지 전 과정을 하나의 환경에서 지원하는 AI 풀스택 플랫폼이다. GPU베이스는 GPU·서버·스토리지·네트워크 자원을 통합 관리해 작업 스케줄링과 자원 할당, 가상화, 모니터링 등을 지원하는 AI 인프라 운영 솔루션이다. 우선 양사는 대규모 GPU 환경에서 성능 테스트를 진행한 뒤 기업과 공공기관 대상 공동 프로젝트를 단계적으로 추진할 예정이다. 향후에는 헬스케어·공공·보험 분야를 중심으로 산업별 특화 서비스를 발굴하고 양사가 보유한 파트너 및 고객 네트워크를 활용해 해외 시장 진출도 함께 추진할 계획이다. 염동훈 메가존클라우드 대표는 "AI 도입이 확대되면서 AI 인프라 수요도 빠르게 늘고 있는 만큼, 안정적이고 효율적인 GPU 인프라 운영 역량이 핵심 경쟁력으로 자리 잡고 있다"며 "우리의 AI·클라우드 인프라 구축 노하우와 아크릴의 GPU 최적화 기술을 바탕으로 산업별 특화 서비스를 발굴하고 국내외 파트너십을 기반으로 글로벌 사업 기회도 확대해 나갈 것"이라고 밝혔다. 박외진 아크릴 대표는 "이번 협력을 통해 고성능 AI 인프라 아키텍팅부터 자원 최적화, 모델 개발과 서비스 적용까지 연결되는 통합 사업 체계를 마련할 수 있게 됐다"며 "헬스케어와 공공 분야에서 성공 사례를 확보하고 국내외 시장에서 새로운 성장 기회를 창출해 나가겠다"고 말했다.

2026.07.24 17:56한정호 기자

[AI 고속도로] 메타, AWS 핵심 임원 영입…AI 클라우드 사업 속도

메타가 아마존웹서비스(AWS)에서 컴퓨팅·인공지능(AI) 서비스를 총괄했던 핵심 임원을 영입하며 AI 인프라 경쟁력 강화에 나섰다. 최근 외부 기업에 AI 연산 자원을 제공하는 클라우드 사업을 검토하는 가운데, 데이터센터 구축과 인프라 사업 확대에 속도가 붙을 것이란 전망이 나온다. 20일(현지시간) 월스트리트저널에 따르면 메타는 AWS에서 컴퓨팅 및 머신러닝(ML) 서비스를 이끌었던 데이브 브라운 부사장을 수주 내 영입할 것으로 알려졌다. 브라운 부사장은 산토시 자나르단 메타 인프라 총괄 산하에서 AI 데이터센터 구축을 담당할 것으로 전해졌다. 브라운 부사장은 약 19년간 AWS에서 근무한 핵심 임원으로, 컴퓨팅과 AI 서비스 사업을 총괄해왔다. 앤디 재시 아마존 최고경영자(CEO)에게 전략을 조언하는 핵심 경영진인 'S-팀' 멤버로도 활동했다. 이번 영입은 메타가 AI 인프라 사업 확대를 본격화하는 과정으로 풀이된다. 브라운 부사장과 더불어 오픈AI 출신 인프라 전문가들도 잇따라 영입하는 등 AI 인프라 조직 강화에 공을 들이고 있다. 메타는 최근 자체 AI 모델 개발뿐만 아니라 유휴 그래픽처리장치(GPU)와 데이터센터 인프라를 외부 기업에 제공하는 클라우드 사업 진출을 검토 중이다. 실제 지난달 앤트로픽과 데이터센터 연산 자원을 2년간 최대 100억 달러에 임대하는 방안을 논의한 것으로 알려졌다. 협상은 초기 단계이지만 계약 체결시 메타의 클라우드 사업이 가시화될 전망이다. 메타는 AI 인프라 확대를 위해 공격적인 투자도 이어가고 있다. 올해 자본지출 규모는 1250억~1450억 달러로 예상되며 대부분 AI 데이터센터 구축에 투입될 예정이다. 또 클라우드 프로젝트를 통해 장기적으로 수백 기가와트(GW) 규모 컴퓨팅 인프라 확보를 추진 중이다. 업계에선 AWS·마이크로소프트(MS)·구글 등이 기존 범용 클라우드 서비스를 제공하는 것과 달리, 메타는 초거대 AI 모델 학습과 추론에 특화된 GPU 기반 AI 인프라를 새로운 수익원으로 육성할 가능성이 제기된다. 마크 저커버그 메타 최고경영자(CEO)도 지난 5월 주주총회에서 클라우드 사업 가능성을 직접 언급한 바 있다. 당시 저커버그 CEO는 "클라우드 구축은 분명히 선택지 가운데 하나"라며 "외부 기업들이 우리 AI 모델과 컴퓨팅 자원을 이용하기 위해 거의 매주 문의하고 있다"고 밝혔다. 그러면서 "향후 필요 이상으로 인프라를 구축하게 된다면 이를 사업화하는 방안을 고려할 것"이라고 덧붙였다.

2026.07.21 11:50한정호 기자

허깅페이스, 데이터·인증정보 털려…"이용자에 보안키 교체 권고"

허깅페이스가 해킹으로 내부 데이터와 서비스 인증정보를 탈취당한 것으로 전해졌다. 현재 이용자에게 보안키 교체와 계정 점검을 권고한 상태다. 20일(현지시간) 테크크런치 등 외신에 따르면 허깅페이스는 지난주 플랫폼에 업로드된 데이터셋을 통해 내부 시스템이 침해됐다고 밝혔다. 고객이나 협력사 데이터까지 유출됐는지는 조사하고 있다. 공격에 이용된 데이터셋은 보안 취약점을 악용해 허깅페이스 서버에서 악성코드를 실행했다. 공격자는 이후 자신의 접근 권한을 높여 내부 시스템으로 침투 범위를 넓혔다. 회사는 공격 과정에서 노출된 서비스 인증정보를 폐기하고 새로 발급했다. 이용자에게도 플랫폼에 저장한 보안키를 교체하고 계정에서 의심스러운 활동이 발생했는지 확인하라고 안내했다. 공격에 악용된 보안 취약점은 수정됐다. 공개된 이용자용 모델과 데이터셋이 변조됐거나 소프트웨어 공급망이 침해된 증거는 현재까지 발견되지 않았다. 허깅페이스는 이번 공격 과정에 외부 인공지능(AI) 에이전트가 동원됐다고 주장했다. 해당 에이전트는 짧은 시간만 운영되는 여러 샌드박스를 옮겨 다니며 수천 건의 개별 작업을 수행한 것으로 분석됐다. 공격자는 공개 서비스를 활용해 명령·제어 체계도 구축한 것으로 나타났다. 다만 허깅페이스는 AI 에이전트가 공격을 수행했다는 주장을 뒷받침할 구체적인 증거를 테크크런치에 즉시 제시하지 않았다. 이번 공격은 허깅페이스의 자체 이상징후 탐지 시스템을 통해 처음 포착됐다. 회사는 이후 공격 과정이 기록된 서버 로그를 분석하는 데 AI 모델을 활용했다. 초기 로그 분석에는 외부 업체가 제공하는 상용 프런티어 AI 모델이 투입됐다. 그러나 해당 모델이 사이버 공격 관련 분석 요청을 안전 정책에 따라 차단하자 자체 서버에서 구동하는 거대언어모델(LLM)로 전환했다. 자체 모델을 활용하면서 공격 정보가 담긴 민감한 서버 로그를 외부 AI 업체 서버에 전송하지 않아도 됐다. 일부 상용 AI 모델의 안전장치가 사이버 공격 방어와 침해 사고 조사까지 제한할 수 있다는 문제도 드러났다. 허깅페이스는 이번 사건을 수사기관에 신고했다. 사이버보안 포렌식 전문가도 투입해 침해 범위와 내부 보안 체계를 조사하고 있다. 허깅페이스는 외부 AI 에이전트가 "수명이 짧은 여러 샌드박스에서 수천 건의 개별 작업을 수행했다"며 "공개 서비스를 기반으로 스스로 이동하는 명령·제어 체계를 구축했다"고 밝혔다.

2026.07.21 10:04김미정 기자

美 AI 정책 지휘체계 공백…안전성 평가기관 수장 사임

도널드 트럼프 미국 행정부가 첨단 인공지능(AI) 모델에 대한 안전성 검증과 감독을 강화하는 가운데, 이를 담당하는 핵심 기관 수장이 취임 3개월 만에 사임했다. 백악관 AI 정책 총괄 자리까지 수개월째 공석인 상황에서 정책 지휘체계의 불확실성이 커지는 모습이다. 20일(현지시간) CNBC에 따르면 미국 상무부 산하 AI 표준·혁신센터(CAISI)의 크리스 폴 소장이 자리에서 물러났다. 상무부는 국립표준기술연구소(NIST)의 아르빈드 라만 소장이 CAISI 직무대행을 맡는다고 밝혔지만 구체적인 사임 이유는 공개하지 않았다. CAISI는 미국 정부가 상용 AI 시스템에 대한 시험과 공동 연구를 지원하고 첨단 AI 모델의 안전성과 신뢰성을 평가하기 위해 운영하는 조직이다. 바이든 행정부 당시 출범한 미국 AI 안전연구소를 트럼프 행정부가 개편해 만든 기관으로, AI 시험·평가 체계와 표준 마련을 담당하고 있다. 이번 사임은 백악관 AI 정책 지휘체계 공백이 이어지는 상황에서 나왔다. 트럼프 행정부의 AI·가상자산 정책을 총괄했던 데이비드 색스가 지난 3월 물러난 뒤 아직 후임이 임명되지 않은 상황이다. 이에 백악관 정책 총괄 조직과 상무부의 AI 안전성 평가 기관이 동시에 공석 또는 직무대행 체제로 운영되게 됐다. 미국 정부는 AI 규제를 최소화하겠다는 초기 기조에서 벗어나 최근 국가안보를 이유로 첨단 AI 모델에 대한 감독을 강화하고 있다. 지난달 트럼프 대통령은 AI 행정명령에 서명하며 기업들이 정부에 AI 모델을 자발적으로 제출하면 출시 전 성능과 안전성을 평가하는 체계를 마련하도록 지시했다. 연방기관에는 60일 안에 평가 기준을 수립하도록 요구했다. 실제 오픈AI는 미국 정부 요청에 따라 GPT-5.6 모델군의 초기 공개 대상을 일부 '신뢰할 수 있는 파트너'로 제한했고 앤트로픽도 상무부의 수출통제 지침에 따라 최신 모델인 '클로드 페이블5'와 '미토스5' 공개를 일시 제한한 바 있다. 이후 양사는 정부와 협의를 거쳐 일반 이용자 대상으로 서비스를 확대했다. 아울러 트럼프 행정부는 AI 기반 사이버보안 대응 체계인 '골드 이글'도 출범시켰다. 이 체계는 정부와 AI 기업이 보안 취약점을 공동으로 탐지하고 공유하는 정보 허브로, AI가 발견한 사이버보안 취약점을 신속히 조치하는 것을 목표로 한다. 다만 골드 이글 구축 과정에는 CAISI가 참여 기관으로 포함되지 않은 것으로 알려졌다. 주요 외신에선 AI 규제가 강화되는 반면 정책을 총괄 리더십은 약화되고 있다는 점에 주목하고 있다. AI 모델의 공개와 수출, 안전성 평가를 둘러싼 정부 개입이 확대되는 가운데 정책 집행 일관성과 예측 가능성이 떨어질 수 있다는 우려가 나온다. 여기에 최근 중국 오픈소스 AI 모델의 경쟁력이 빠르게 높아지고 있다는 점도 미국 정부의 부담을 키우고 있다는 분석이 제기된다. 문샷AI가 공개한 '키미 K3'를 비롯한 중국 AI 모델들이 글로벌 시장에서 영향력을 확대하면서 미국은 AI 혁신과 국가안보를 동시에 고려해야 하는 과제를 안게 됐다는 것이다. 상무부는 이번 인사와 관련해 "크리스 폴의 퇴임 이후 아르빈드 라만 NIST 소장이 CAISI를 계속 감독하며 직무대행을 맡게 될 것"이라며 "새로운 CAISI 책임자는 향후 수주 내 발표할 예정"이라고 밝혔다.

2026.07.21 09:41한정호 기자

미국, '키미 K3' 성능 입증에 '긴장'…"중국 AI 확산 억제책 필요"

문샷AI의 새 인공지능(AI) 모델 '키미 K3'가 독립 평가에서 성능을 인정받자 미국 AI 업계에 긴장감이 높아지고 있다. 여기에 중국 정부가 오픈소스 모델을 글로벌 공공재로 확산하겠다는 구상까지 내놓으면서 시장 주도권을 빼앗길 수 있다는 우려가 커졌다. 20일 IT 업계에 따르면 문샷AI가 최신 AI 모델 '키미 K3'를 공개한 직후 미국 업계에 중국 오픈소스 모델 확산을 경계하는 분위기가 고조된 것으로 나타났다. 실제 독립 평가에서 키미 K3 경쟁력이 확인됐다. 아레나AI의 웹 개발 평가에서 키미 K3는 '클로드 페이블 5'와 'GPT-5.6 솔'을 제치고 1위에 올랐다. 발스AI 종합평가에서도 전체 38개 모델 중 2위를 기록했다. 특히 소프트웨어 오류 수정과 개발 작업 항목에서 각각 95%가 넘는 높은 점수를 받은 것으로 나타났다. 시진핑 중국 국가주석도 지난 17일 상하이에서 열린 세계인공지능대회 기조연설에서 오픈소스 AI를 세계가 함께 활용해야 할 핵심 기술로 제시했다. 각국이 오픈소스와 개방·협업·공유를 확대해 AI 기술 혁신과 산업 적용을 촉진해야 한다고 강조했다. 시 국가주석은 "국가 간 AI 접근성 격차는 새로운 불평등을 낳을 수 있다"며 "우리는 국내 오픈소스 모델을 글로벌 공공재처럼 확산시킬 것"이라고 구상을 밝혔다. 중국이 외부 평가에서 키미 K3 성능을 인정받자 미국 AI 업계는 경계 수위를 높였다. 미국의 AI 규제가 재구축 돼야 한다는 의견이 나온 반면, 중국 모델 사용 억제책을 만들자는 주장이 공존하고 있다. 일각에서는 중국의 기술 발전보다 미국 내부 규제가 더 큰 위협이 될 수 있다는 주장도 나왔다. 데이비드 색스 전 미국 AI 정책 총괄은 "미국이 데이터센터 건설을 제한하고 주정부 규제를 늘리는 동안 중국이 AI 경쟁에서 앞서갈 수 있다"고 지적했다. 중국 기업이 미국 AI 모델 출력 결과를 모델 학습에 활용하는 '모델 증류' 의혹도 논쟁 중심에 섰다. 트래비스 캘러닉 우버 전 최고경영자(CEO)는 "중국 기업의 증류 행위를 막기 어렵다면 미국 기업도 다른 모델을 같은 방식으로 활용할 수 있어야 한다"고 주장했다. 모델 증류를 중국 기업만의 문제로 규정하기 어렵다는 반론도 나왔다. 미국에서 개발된 일부 모델 역시 키미 계열 모델 기반으로 구축된 사례가 있다는 이유에서다. 이에 모델 간 학습과 기술 활용 범위를 명확히 구분하기 어렵다는 설명이다. 딘 볼 오픈AI 전략적 미래 부문 책임자는 중국의 오픈소스 모델이 디지털 공공 인프라로 자리 잡을 수 있다고 내다봤다. 이에 중국 모델 직접 사용을 금지하기보다 도입을 꺼리도록 만드는 방안이 필요하다고 주장했다. 그는 "금융·보안 당국이 중국 AI 활용에 따른 개인정보와 국가안보 위험을 경고할 필요가 있다"며 "기업이 향후 제재 가능성을 부담으로 느껴 자발적으로 중국 모델 사용을 줄일 수 있을 것"이라고 분석했다.

2026.07.20 12:14김미정 기자

  Prev 1 2 3 4 5 6 7 8 9 10 Next  

지금 뜨는 기사

이시각 헤드라인

삼성전자, 1나노부터 고개구율 EUV 기술 적용

[현장] 리눅스재단 "韓 AI 프로젝트 긍정적…모델 평가 범위 넓혀야"

저커버그 "초지능 독점 안 돼"…메타, 개방형 AI 복귀

산업부장관 "호남 반도체 클러스터 2029년 1차 완공 목표"

ZDNet Power Center

Connect with us

ZDNET Korea is operated by Money Today Group under license from Ziff Davis. Global family site >>    CNET.com | ZDNet.com
  • 회사소개
  • 광고문의
  • DB마케팅문의
  • 제휴문의
  • 개인정보취급방침
  • 이용약관
  • 청소년 보호정책
  • 회사명 : (주)메가뉴스
  • 제호 : 지디넷코리아
  • 등록번호 : 서울아00665
  • 등록연월일 : 2008년 9월 23일
  • 사업자 등록번호 : 220-8-44355
  • 주호 : 서울시 마포구 양화로111 지은빌딩 3층
  • 대표전화 : (02)330-0100
  • 발행인 : 김경묵
  • 편집인 : 김태진
  • 개인정보관리 책임자·청소년보호책입자 : 김익현
  • COPYRIGHT © ZDNETKOREA ALL RIGHTS RESERVED.