• 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
스테이블코인
배터리
AI의 눈
IT'sight
칼럼•연재
포토•영상

ZDNet 검색 페이지

'최고 혁신상'통합검색 결과 입니다. (3건)

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

"라이다 의존 벗어나 '레이더 인지' 제품화 단계"

[라스베이거스(미국)=신영빈 기자] 자율주행 기술 경쟁이 치열해질수록 사물 인지가 근본적인 과제로 떠오르고 있다. 카메라와 라이다를 결합해 얼마나 정밀하게 주변을 인식하느냐가 기술력을 가르는 기준처럼 여겨져 왔다. 'CES 2026' 현장에서 만난 딥퓨전에이아이는 이 공식이 반드시 정답은 아니라고 말한다. 이들이 내세운 해법은 '레이더' 중심 실시간 AI 인지 시스템이다. 딥퓨전에이아이는 자체 개발한 '실시간 어텐션 기반 필러 아키텍처(RAPA)'로 CES 2026 인공지능(AI) 부문 최고혁신상을 수상했다. 유승훈 대표는 "실제 환경과 실전 적용 경험이 쌓인 결과"라고 평가했다. 현재 자율주행 시장에서 주류로 활용되는 인지 방식은 고가의 라이다를 중심으로 구성된다. 로보택시를 비롯한 고도 자율주행 차량에는 수억 원에 달하는 센서 구성이 적용되는 경우도 적지 않다. 유 대표는 "라이다는 정밀한 3차원 인지가 가능하지만 광학 센서 특성상 비나 안개, 조도 변화에 취약하고 비용 부담도 크다"며 "상용화를 어렵게 만드는 구조적인 한계가 있다"고 지적했다. 딥퓨전에이아이는 이러한 문제를 해결하기 위한 대안으로 4D 이미징 레이더에 주목했다. 레이더는 라이다에 비해 해상도는 낮지만, 전자기파를 활용하는 센서인 만큼 기상 환경에 강하고 장애물 뒤에 가려진 객체의 일부 정보를 획득할 수 있다는 장점이 있다. 다만 레이더 데이터를 활용한 인지 기술은 그동안 연구나 논문 수준에 머물러 있었고, 실제 차량이나 현장에 적용된 사례는 거의 없었다. 회사는 공개 데이터셋이 아닌 실차에서 직접 수집한 대규모 실환경 데이터를 기반으로 레이더 포인트클라우드 딥러닝 모델을 개발했다. 10만 프레임 이상 데이터를 학습해 약 360도 범위를 실시간 인지할 수 있는 레이더 기반 AI 모델을 구현했다. RAPA는 다수 4D 이미징 레이더 데이터를 실시간으로 융합·분석하는 소프트웨어 정의 인지 시스템이다. 어텐션 기반 딥러닝 구조를 적용해 신호 간 상관관계를 스스로 학습하고 추론하며 이를 통해 객체 탐지와 추적 정확도를 끌어올렸다. 이 기술이 가장 먼저 적용된 분야는 자율주행차가 아닌 방산이다. 최근 방위산업 분야에서는 무인기와 무인수상정(USV) 등 무인 플랫폼이 핵심 화두로 떠오르고 있다. 딥퓨전에이아이는 국내 방산 업체와의 프로젝트에서 인지 파트를 담당하며 무인수상정 등 실제 플랫폼에 기술을 적용하고 있다. 현재 해당 프로젝트는 실전 배치를 염두에 두고 개발과 납품이 동시에 진행 중이다. 내년까지 공급이 이어질 예정이다. 사업 성과도 점차 가시화되고 있다. 딥퓨전에이아이는 방산 분야에서 2023년 약 1억원, 2024년 약 8억원의 매출을 기록했고, 작년에는 누적 13억원 이상을 달성했다. 무인수상정 기준으로는 선박 한 척당 약 1억원 수준 매출이 발생한다. 딥퓨전에이아이는 RAPA의 데모 시연과 함께 레이더-카메라, 레이더-라이다를 결합한 후속 센서퓨전 솔루션도 소개했다. 다만 회사가 강조하는 핵심은 여전히 레이더 중심의 인지 구조다. 유 대표는 "CES 최고혁신상 수상은 기술 가능성을 인정받은 출발점"이라며 "자율주행과 스마트 모빌리티, 방산 등 신뢰성이 무엇보다 중요한 영역에서 레이더 기반 AI 인지가 하나의 현실적인 대안이 될 수 있음을 증명해 나가겠다"고 말했다.

2026.01.08 11:18신영빈 기자

AI로 앞당긴 '점자 일상화'…韓 스타트업 CES 최고혁신상

[라스베이거스(미국)=신영빈 기자] 점자는 오랫동안 배워야만 쓸 수 있는 언어였다. 망고슬래브는 이 고정관념을 인공지능(AI) 기술로 뒤집어, 점자를 '누구나 필요할 때 말로 만들어 쓰는 정보'로 재정의했다. 삼성전자 C랩 스핀오프 스타트업 망고슬래브는 AI 점자 라벨 프린터 '네모닉 닷'으로 CES 2026에서 최고혁신상을 수상하며 이 문제의식이 글로벌 시장에서도 통한다는 점을 입증했다. 윤하늘 망고슬래브 최고마케팅책임자(CMO) 부사장은 4일(현지시간) CES 2026 언베일드 행사에서 제품을 직접 소개했다. 그는 수상 배경으로 ▲AI가 점자 진입장벽을 낮췄다는 점 ▲점자 정보 신뢰성을 높였다는 점 ▲사회 인프라로 확장 가능한 플랫폼이라는 점을 꼽았다. 기술 자체보다 점자를 바라보는 관점을 근본적으로 바꿨다는 설명이다. 네모닉 닷은 스마트폰 앱과 연동해 음성이나 텍스트로 입력한 내용을 AI가 자연어로 이해하고, 이를 각 국가 점자 체계에 맞게 변환해 즉시 출력하는 점자 라벨 프린터다. 점자 지식이나 PC 연결 없이도 누구나 사용할 수 있다. 휴대용 기기임에도 국제 기준에 부합하는 균일한 점자 품질을 구현했으며, 플라스틱뿐 아니라 금속 라벨 인쇄까지 지원해 활용 범위를 넓혔다. "비장애인도 점자 접할 수 있도록" 망고슬래브가 점자 라벨이라는 영역에 도전하게 된 출발점은 국립재활원의 한 제안이었다. 비장애인도 사용할 수 있는 점자 솔루션을 만들 수 있겠느냐는 질문이었다. 이후 실제 현장을 만나면서 이 질문은 더 구체적인 문제로 다가왔다. 윤 부사장은 개발 과정에서 만난 전주의 이철희 약사 사례를 중요한 계기로 언급했다. 그는 "이철희 약사는 점자를 독학해 점역교정사 자격까지 취득하고, 시각장애인에게 약을 기부할 때 손수 점자 라벨을 붙여 전달하고 있었다"고 설명했다. 공장에서 생산된 의약품에는 점자가 있지만, 유통 과정에서 훼손되는 경우가 많고, 무엇보다 약사가 직접 조제한 약에는 점자 표기가 거의 없다는 점이 문제였다. 여기서 망고슬래브가 주목한 지점은 '누가 점자를 읽는가'가 아니라 '누가 점자를 만드는가'였다. 윤 부사장은 "점자를 읽는 이들은 시각장애인이지만, 그 점자를 만드는 사람들이 꼭 시각장애인일 필요는 없다"라고 말했다. 이어 "시각장애인을 돕는 수십만 명의 요양보호사, 수만 명의 약사, 그리고 가족들이 점자를 더 쉽게 만들 수 있다면 어떨까 생각했다"고 덧붙였다. 하지만 현실적인 제약은 분명했다. 이들에게 점자를 새로 배우라고 요구하는 것은 사실상 불가능했다. 그래서 망고슬래브가 선택한 해법이 AI였다. 윤 부사장은 "그래서 AI로 이 모든 장벽을 없애기로 했다"며, 비장애인도 점자 지식 없이 시각장애인을 도울 수 있는 구조를 목표로 했다고 설명했다. "틀리고 오래된 점자를, 정확하고 최신으로" 윤 부사장이 강조한 두 번째 차별점은 점자 정보의 '신뢰성'이다. 그는 "기존 점자는 틀리거나 오타가 많고, 오래된 정보인 경우가 많으며 생산하는 데 비용과 시간이 많이 든다"고 지적했다. 점자가 필요한 순간에, 가장 정확해야 할 정보가 제때 제공되지 않는 구조 자체가 문제였다는 인식이다. 특히 복약 정보처럼 안전과 직결되는 영역에서는 이 한계가 더욱 뚜렷하게 드러난다. 기존 점자 정보는 대부분 공장에서 대량 제작해 유통된다. 제작과 전달 사이에 시간이 걸리고 그 과정에서 정보가 바뀌거나 훼손되기 쉽다. 개인의 상황에 맞춘 정보는 아예 제공되기 어려운 구조다. 윤 부사장은 이 점을 두고 "점자가 필요한 순간과, 점자가 만들어지는 순간 사이에 간극이 있다"고 봤다. 이 간극이 오타와 오류, 정보의 노후화로 이어진다는 것이다. 네모닉 닷은 바로 이 구조를 바꾸는 데 초점을 맞췄다. 스마트폰으로 말하거나 입력하면 AI가 자연어를 이해해 점자로 변환하고, 곧바로 출력한다. 점자를 '미리 만들어 두는 정보'가 아니라, '필요한 순간 생성되는 정보'로 전환한 것이다. 윤 부사장은 "AI가 정확성을 보장하고, 필요할 때 즉시 만들어 항상 최신 정보를 제공하며, 현장에서 즉시 제작해 시간과 비용을 획기적으로 줄였다"고 말했다. 점자를 만드는 과정에서 발생하던 시간적·경제적 제약이 사라지면서 활용 범위가 넓어졌다. 과거에는 비용과 수고를 감수해야 했던 작은 정보들까지 점자로 제공할 수 있는 환경이 만들어졌다. 이 결과 점자의 쓰임새는 생활 영역으로 자연스럽게 확장됐다. 약병에 붙는 복약 정보부터 냉장고 속 반찬통, 화장품 용기까지, 매일 접하는 물건이 대상이 됐다. 점자는 더 이상 도서관이나 공공 표지판처럼 제한된 공간에 머무는 정보가 아니다. 생활의 흐름 속에서 필요할 때마다 만들어지고, 바로 사용되는 정보로 자리 잡기 시작했다. 윤 부사장이 말하는 점자 정보의 신뢰성은 결국 '정확성'과 '타이밍'의 문제다. 네모닉 닷은 이 두 요소를 동시에 해결하면서, 점자를 특별한 배려의 영역에서 일상의 정보로 끌어내리고 있다. "손끝으로 읽는 언어, 힘으로 완성" 점자는 촉각 정보다. 손끝으로 느끼는 언어이기 때문에 하드웨어의 완성도는 기능 이전에 신뢰의 문제였다. 점자의 높이와 형태가 조금만 불균일해도 읽는 속도가 느려지고 장시간 사용할 경우 피로도가 크게 높아진다. 이 때문에 점자 인쇄 기술에서는 '얼마나 정확하게 찍히는가'가 무엇보다 중요하다. 윤 부사장은 기존 휴대용 점자 프린터들이 안고 있던 구조적 한계를 짚었다. 그는 "전 세계 휴대용 점자 프린터들은 대부분 불균일해서 점자 높이가 평균 0.35mm밖에 되지 않는다"며 "국가별 평균 점자 기준인 0.5~0.6mm에 한참 못 미친다"고 설명했다. 휴대성과 소형화를 우선하다 보니 정작 '촉각 품질'을 충분히 확보하지 못했다는 지적이다. 망고슬래브는 이 문제를 인쇄 구조로 풀었다. 점자를 찍는 재질이 종이가 아니라 플라스틱이나 금속이라는 점도 기존 방식으로는 한계로 작용했다. 회사는 각 라벨 재질마다 점자를 형성하는 데 필요한 압력을 정밀하게 분석하는 작업부터 시작했다. 어떤 재질에 얼마만큼의 힘을 얼마나 일관되게 전달해야 하는지를 다시 정의한 셈이다. 이 과정에서 선택한 해법이 자동차 엔진에서 착안한 인쇄 방식이다. 윤 부사장은 "강력하고 일관된 물리적 힘으로 점을 찍어, 국가별 평균 기준에 부합하는 0.6mm 높이의 균일한 점자를 구현했다"고 말했다. 순간적인 힘이 아니라 반복 사용에도 일정한 압력을 유지할 수 있는 구조를 구현하는 데 초점을 맞췄다는 설명이다. 이 인쇄 기술은 단순히 점자의 '높이'를 맞추는 데서 그치지 않는다. 반복 사용 시에도 점자의 균일도가 유지되도록 설계해 장기간 사용 환경에서도 촉각 품질이 떨어지지 않도록 했다. 점자를 읽는 시각장애인의 손끝 감각을 기준으로 기술을 설계했다는 점에서 접근 방식 자체가 달랐다는 평가다. 네모닉 닷은 휴대용 기기임에도 플라스틱뿐 아니라 금속 라벨 인쇄까지 가능해졌다. 이는 점자가 실내 환경에만 머무르지 않고 실외 공공기물로 확장될 수 있는 가능성을 연다. 표지판이나 난간처럼 훼손이 잦은 공간에서도 필요할 때 현장에서 바로 점자를 만들어 부착할 수 있는 구조다. 망고슬래브가 해결하려 한 것은 '출력이 되느냐'가 아니라 '계속 읽을 수 있느냐'의 문제였다. 점자를 감각으로서 끝까지 책임지겠다는 선택이 네모닉 닷의 인쇄 기술에 담겼다. "기기가 아닌, 점자를 사회에 통합하는 플랫폼" 망고슬래브가 네모닉 닷을 '플랫폼'으로 규정하는 이유도 여기에 있다. 윤 부사장은 "소프트웨어 개발키트(SDK)와 응용 프로그래밍 인터페이스(API)로 약국, 병원, 리테일의 기존 시스템과 즉시 연동된다"라며 "단순히 좋은 제품을 넘어서, 점자를 사회 전체에 통합하는 플랫폼"이라고 말했다. 약국은 가장 현실적인 적용처다. 점자가 가장 절실한 영역이면서 동시에 기존 방식으로는 해결이 어려웠던 현장이다. 시각장애인에게 제공되는 정보 가운데 약 정보는 단순한 편의가 아니라 안전과 직결된다. 하지만 현실의 약국 환경에서 점자 라벨을 제작하고 부착하는 일은 시간과 인력, 시스템 측면에서 모두 부담이 컸다. 윤 부사장은 이 지점을 문제의 출발점으로 꼽았다. 그는 "정작 시각장애인에게 가장 필요한 건 약사가 직접 조제한 약 정보인데, 여기에 점자를 넣기는 현실적으로 매우 어려웠다"고 말했다. 기존 점자 프린터는 PC 연결이 필요하거나 점자를 직접 입력해야 해, 하루에도 수십 명의 환자를 응대해야 하는 약국 현장과는 맞지 않았다는 설명이다. 윤 부사장은 "이 솔루션은 약국 조제 시스템과 API로 연동해, 처방전 정보가 즉시 점자 라벨로 출력된다"며 "약사가 다시 입력할 필요가 전혀 없다"고 강조했다. 처방 과정에 별도의 절차를 추가하지 않으면서 시각장애인이 바로 활용할 수 있는 점자 정보를 제공하는 구조다. 이 같은 접근은 약사의 업무 부담을 최소화하면서 시각장애인에게는 가장 중요한 정보를 놓치지 않도록 설계됐다는 점에서 의미가 있다. 약국이라는 일상적 공간에서 점자가 자연스럽게 생성·제공되는 환경을 만드는 것이 네모닉 닷이 지향하는 '점자의 일상화'에 가장 가까운 출발점이라는 판단이다. "점자의 일상화 실현하고파" 윤 부사장은 CES 2026 무대에서 전하고 싶었던 메시지를 이렇게 정리했다. 점자가 누구나 자연스럽게 사용하는 정보가 되는 것. 약국에서 약을 받을 때, 가정에서 생활용품을 구분할 때, 학교와 공공기관에서 안내 정보를 접할 때 점자가 기본값으로 존재하는 사회다. 시각장애인이 도움을 요청해야만 제공되는 정보가 아니라, 처음부터 모두를 위해 설계된 정보 환경을 만드는 것이 망고슬래브가 그리는 미래다. 네모닉 닷은 그 변화를 가능하게 만드는 출발점이다. AI가 외국어 장벽을 허물며 누구나 다른 언어로 소통할 수 있는 시대를 열었듯, 망고슬래브는 AI로 점자의 장벽을 허물고 있다. 점자를 '배워야만 쓸 수 있는 언어'에서 '필요할 때 말로 만들어 쓰는 정보'로 바꾸는 시도는 단순한 기술 혁신을 넘어 정보 접근성을 바라보는 사회적 관점을 바꾸는 작업에 가깝다. 그 변화의 방향성이 CES라는 글로벌 무대에서 의미를 인정받기 시작했다는 점은 점자의 일상화가 더 이상 먼 미래의 이야기가 아니라는 사실을 보여준다.

2026.01.05 11:08신영빈 기자

AI 드론에 배터리 교체·냉각까지…세계가 주목한 韓 '드론 스테이션'

드론이 공공안전 임무에서 대응력을 높이기 위해선 장시간 비행이 가능해야 합니다. 이를 위해 단순히 배터리를 충전하는 격납고 역할을 넘어 드론과 함께 활약할 수 있는 드론 스테이션을 개발했습니다. 최재혁 니어스랩 대표는 드론 스테이션 개발 배경에 대해 이같이 소개했다. 니어스랩의 드론 스테이션은 미국 네바다주 라스베이거스 컨벤션센터(LVCC)에서 7일(현지시간) 개막하는 세계 최대 IT·가전 전시회 'CES 2025'에서 최고혁신상 중 하나를 수상했다. CES 혁신상은 미국 소비자기술협회(CTA)가 매년 전 세계 혁신제품들 중 기술성, 심미성, 혁신성이 뛰어난 제품에 수여하는 상이다. 최고혁신상은 수상작 중에서도 가장 혁신적이라고 평가받는 제품에 수여된다. 올해는 출품작 3천400여개 중 19개가 선정됐다. 평가 기준에는 디자인 등 외형적 요소와 함께 기술력, 기능성, 독창성, 혁신성이 포함되는 것으로 알려졌다. 무엇보다 해당 제품이 기술을 통해 인류에게 기여할 수 있는 가치를 얼마나 담고 있는지도 반영된다. 최 대표는 “니어스랩은 단순히 기술 개발에만 그치지 않고, 항상 사회에 어떤 가치를 더할 수 있을지 고민해 왔다”며 “드론 스테이션은 뛰어난 기술력은 물론, 공공안전 분야에서 드론의 활용성을 크게 증가시켰다는 점에서 높은 평가를 받았다”고 수상 소감을 밝혔다. 5분 만에 배터리 자동 교체…비행 허가도 척척 니어스랩의 드론 긴급대응(DFR) 스테이션은 자율비행 드론을 완전 무인화로 운용할 수 있는 차세대 드론 솔루션이다. 무인화 및 경찰 관제 시스템과의 연동이 핵심이다. 특히 ▲비행허가 ▲배터리 교체 ▲드론 냉각 등 차별화 기술을 적용했다. 먼저 드론을 운용할 때는 신속한 비행허가 절차가 필수적이다. 니어스랩의 드론 스테이션은 사건 발생 시 이를 즉시 신청할 수 있는 기능을 갖추고 있어 긴급 상황에서 빠른 대응이 가능하다. 최 대표는 “비행 허가를 위해서는 경찰서, 소방서 등 드론 운용기관 시스템과 DFR 시스템 간의 연동이 필수적”이라며 “니어스랩은 풍력발전단지의 안전점검을 다년간 수행하며 드론과 기관 간의 시스템 연동에 대한 풍부한 경험을 쌓아 이 문제를 해결했다”고 강조했다. 두 번째로 배터리 충전이 아닌 교체 방식을 채택한 점이다. 스테이션의 중심에 배치된 로봇 팔은 이착륙 시 안정장치 역할과 배터리 교체를 수행한다. 임무를 마치고 스테이션으로 돌아온 드론은 배터리 교체 직후 바로 출동할 수 있다. 기존 스테이션은 대부분 배터리 충전 방식을 사용하고 있어 고속 충전을 진행하더라도 약 40분 동안 드론 비행이 중단되는 한계가 있었다. 니어스랩은 5분 만에 배터리를 교체해 드론의 신속한 비행을 지원한다. 마지막으로 배터리를 교체하는 동안 비행으로 인해 과열된 드론을 냉각시키고, 방진·방수 기능을 갖춰 악천후 속에서도 안정적인 임무 수행을 지원하는 점이 강점으로 꼽힌다. 이런 드론 스테이션 기술은 드론 무인화를 위한 핵심 기술이라고 최 대표는 설명했다. 공공안전 골든타임 확보 돕는다 최 대표는 지난해 니어스랩의 주요 드론인 '에이든(AiDEN)'과 '카이든(KAiDEN)'을 개발하면서 드론의 운용환경에 대해 고민해왔다. 에이든은 재해, 재난, 응급 상황과 같이 공공안전에 비상이 걸렸을 때 운용될 가능성이 크다. 이런 상황에서 드론이 해야 할 일은 빠르게 현장으로 출동해 정보를 수집하는 것이고, 이를 위해 긴 시간동안 안정적으로 임무를 수행하는 것이 중요하게 여겨진다. 기존 드론 운영 방식은 비행허가 절차나 배터리 충전 시간 등에서 제약이 있었다. 이는 공공안전 임무에서 즉각적인 대응력을 저하시키는 문제로 이어졌다. 이를 해결하고자 니어스랩은 드론의 장기간 비행을 지원하기 위한 스테이션을 고안하게 됐다. 드론 스테이션과 결합한 에이든은 공공안전 현장에서 신속한 출동이 가능하며, 목표 지역을 빠르게 탐색하고 필요한 정보를 실시간으로 제공할 것으로 기대된다. 우선 치안 분야에서 강도나 폭력사건이 발생했을 때 구조대원이 현장에 도착하기 전, 스테이션에 배치된 에이든이 먼저 출동해 사건 현장을 기록하고 상황을 파악한다. 평소에는는 우범지대를 순찰하며 사건 발생 시 즉시 투입되는 방식으로 운용될 수 있다. 현장 구조대원은 에이든이 실시간으로 전달하는 현장 정보를 기반으로 신속한 의사결정을 내릴 수 있어 다층적인 대응이 가능하다. 여러 대의 에이든을 동시 운용하는 경우 평상시에는 각기 지역을 나눠서 순찰하다가 사건이 발생하면 예상 도주경로를 나눠 수색할 수도 있다. 최 대표는 “재해·재난과 같은 경우에는 가장 중요한 것이 골든타임을 확보하는 것이 가장 중요하다”며 “스테이션에 배치된 에이든이 현장 상항을 파악해 필요한 구조·구난 작전을 수립하는 데 큰 도움을 줄 것”이라고 예견했다. 드론 스테이션, 충전 보조기기 넘어 중심 기기로 최 대표는 “드론 스테이션이 지금까지 주로 드론 산업에서 단순한 충전 보조기기의 역할을 해왔던 것과 달리, DFR 스테이션은 드론을 임무 수행의 중심 기기로 변화될 것”이라고 전망했다. 니어스랩은 드론에 AI를 결합하며 인명사고를 줄이고 비용효율성을 증진하는 한편, 스테이션에서 임무 시작부터 수행·완수 후 격납까지 유연한 활용이 가능하도록 통합 자동화 솔루션을 제시한 것이다. 이 스테이션은 차량에 장착하면 이동식 지휘 본부로 쓸 수도 있고, 상황에 따라 다수의 스테이션을 겹쳐 쌓을 수 있어 효과적인 군집 비행을 지원하기도 한다. 니어스랩의 드론 운용 솔루션은 CES 최고혁신상 수상 외에도 국내외 경찰과 소방당국 등 공공기관에서 관심을 받기 시작했다. 최 대표는 “핀란드에서 니어스 익스피리언스 행사 개최를 통해 핀란드 군 당국, 경찰국, 북대서양 조약기구(NATO) 관계자들과 함께 현장 시나리오에 기반한 시연을 진행했다”며 “미국 유타주 소방당국을 비롯해 미국 캘리포니아주 치안당국과도 테스트를 진행하고 있다”고 말했다. 이어 “작년 니어스랩 제품을 다양한 곳에서 시연하며 '현장 도입 가능성'을 모색했다”며 “새해에는 이를 기반으로 더 많은 나라에서 에이든과 DFR 스테이션을 현장에 투입하며 '실질적 성과'를 보여드릴 수 있을 것”이라며 자신감을 드러냈다.

2025.01.07 10:37신영빈 기자

  Prev 1 Next  

지금 뜨는 기사

이시각 헤드라인

'다음' 인수 나선 업스테이지…낭만 승부수와 IPO 전략 사이

HBM 공급 프로세스 달라졌다…삼성·SK 모두 리스크 양산

[2026 주목! 보안기업] AI스페라 "미국 유럽 등 서구권서 성과...올해 고착화"

카카오는 왜 12년만에 ‘다음’ 포기했나

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.