검색 - IT세상을 바꾸는 힘 지디넷코리아

ZDNet 검색 페이지

'AI에이전트'통합검색 결과 입니다. (91건)

태그
기간
- 3개월
- 1년
- 1년 이전

재검색

"추석 장 봐줘" 한마디에 구매·결제까지…AI 쇼핑 현실로

인공지능(AI)이 상품을 추천하는 데서 나아가 사람을 대신해 물건을 고르고 결제하는 단계로 들어섰다. 해외 빅테크에 이어 국내에서도 구매와 결제까지 수행하는 AI 에이전트 개발이 본격화하면서 추석 장보기 같은 일상적인 소비까지 AI에 맡기는 시대가 가까워지고 있다. 24일 AI 업계에 따르면 최근 AI 에이전트의 활용 범위가 정보 검색과 콘텐츠 생성을 넘어 예약과 신청, 상품 구매, 결제 등 실제 행동으로 빠르게 넓어지고 있다. 이용자가 원하는 조건을 말하면 AI가 필요한 상품을 찾고 비교해 장바구니에 담은 뒤 구매까지 이어가는 방식이다. 일례로 "4인 가족이 먹을 갈비찜과 잡채 재료를 15만원 안에서 사줘"라고 요청하면 AI가 필요한 식재료와 수량을 계산하고 조건에 맞는 상품을 찾아 구매까지 진행한다. 지금까지 AI가 레시피와 장보기 목록을 만들어줬다면 앞으로는 실제 장보기까지 맡게 되는 셈이다. 국내에서도 이러한 변화가 시작됐다. 과학기술정보통신부의 '모두의 AI' 사업에 참여한 SK텔레콤과 카카오, KT 컨소시엄은 단순히 질문에 답하는 챗봇을 넘어 이용자의 요청을 실제 행동으로 옮기는 AI 에이전트를 준비하고 있다. 이 가운데 상품 탐색과 구매, 결제를 AI와 연결하는 서비스도 개발 중이다. 다만 AI에게 정보를 묻는 것과 내 돈을 쓸 권한을 주는 것은 다른 문제다. AI가 잘못된 상품을 고르거나 수량을 틀렸을 때 피해를 누가 책임질지, 특정 상품을 추천한 기준은 무엇인지, 개인정보와 결제 권한을 어디까지 맡길지를 둘러싼 과제도 함께 커지고 있다. 레시피 알려주던 AI, 이젠 물건까지 산다 AI 에이전트는 이용자가 목표를 제시하면 필요한 과정을 스스로 나눠 수행하는 기술이다. 기존 챗봇이 질문에 답하거나 정보를 정리하는 데 집중했다면 AI 에이전트는 웹사이트에 접속해 예약이나 신청, 구매 같은 작업까지 처리한다. 메타가 이달 공개한 개인용 AI 에이전트 '뮤즈'가 대표적이다. 뮤즈는 이메일을 보내고 여행을 예약하거나 상품을 구매하는 등 여러 단계의 작업을 사람 대신 수행한다. 별도 응용프로그램인터페이스(API)가 없는 웹사이트에도 자체 브라우저를 이용해 접근할 수 있다. 쇼핑에서는 사람이 일일이 상품을 검색하고 가격과 조건을 비교하던 과정을 AI가 대신한다. 이용자가 예산과 원하는 조건을 제시하면 AI가 상품을 찾고 선택해 구매 단계까지 진행한다. 이런 서비스가 식료품으로 확대되면 명절 장보기에도 활용할 수 있다. 가족 수와 예산, 만들 음식을 알려주면 AI가 필요한 재료와 수량을 계산하고 판매 중인 상품을 찾아 장바구니를 구성하는 방식이다. 국내서도 '행동하는 AI' 준비…쇼핑·결제까지 연결 국내에서는 '모두의 AI'가 실행형 AI 확산의 시험대가 될 전망이다. 정부는 국민이 일상에서 AI를 활용할 수 있도록 SK텔레콤과 카카오, KT 등 3개 컨소시엄을 선정해 범용 AI 서비스와 공공 AI 에이전트 개발을 지원하고 있다. SK텔레콤은 모두의 AI를 정보 제공에 그치지 않고 이용자의 요청을 실제 행동까지 연결하는 '실행형 AI'로 개발하고 있다. 병원 예약이나 공공서비스 신청, 전화 대행 등을 AI가 직접 처리하도록 하는 방식이다. 결제도 준비하고 있다. 컨소시엄에 참여한 신한카드와 하나카드 등과 AI 에이전트가 상품이나 서비스를 선택한 뒤 결제까지 이어가는 방안을 논의하고 있다. 김지훈 SK텔레콤 AI사업본부장은 "한국 국민들이 기존 AI 서비스를 사용하면서 아쉬웠던 부분을 더 잘 채우는 데 집중하고 있다"고 밝혔다. 카카오도 카카오톡을 AI 에이전트의 접점으로 활용한다. 이용자가 별도 앱을 설치하지 않고 카카오톡에서 AI와 대화하며 정보 검색부터 신청과 예약, 쇼핑, 결제까지 이어갈 수 있는 서비스를 준비하고 있다. KT 역시 기존 생활 서비스에 AI를 연결하는 전략을 추진한다. 컨소시엄에는 무신사와 BC카드 등이 참여하고 있으며 상품 비교와 추천 등 쇼핑 영역에도 AI를 적용할 계획이다. AI가 엉뚱한 갈비를 샀다면…누가 책임질까 AI가 행동하기 시작하면 오류의 결과도 달라진다. 챗봇이 갈비찜 레시피를 잘못 알려주면 이용자가 다시 검색할 수 있지만 AI가 잘못된 상품을 주문하면 실제 결제와 배송으로 이어진다. 명절 장보기에서는 변수가 더 많다. AI가 가족 수에 맞지 않는 양을 주문하거나 이용자가 원하지 않는 고가 상품을 선택할 수 있다. 품절된 식재료를 다른 상품으로 바꾸는 과정에서 이용자의 의도와 다른 선택을 할 가능성도 있다. 추천의 공정성도 따져볼 부분이다. 여러 상품 가운데 AI가 특정 제품을 골랐을 때 가격과 품질을 고려한 것인지 광고나 제휴 관계가 영향을 미친 것인지 이용자가 확인할 수 있어야 한다. AI가 이용자를 대신해 쇼핑몰에 접근하면서 플랫폼과의 갈등도 나타나고 있다. 아마존은 최근 메타의 AI 에이전트 뮤즈가 사전 승인 없이 자사 사이트에 접근했다며 이를 차단했다. 아마존은 승인받지 않은 AI 에이전트의 접근이 이용약관을 위반한다며 개인정보 보호와 보안 문제도 제기했다. 내 지갑 맡기는 AI…결제 직전에는 다시 묻는다 국내 기업들은 AI가 실제 행동에 나설수록 이용자의 확인 절차를 강화하는 방향으로 안전장치를 준비하고 있다. SK텔레콤은 예약이나 결제처럼 이용자를 대신해 업무를 처리할 때 실행 직전 다시 동의를 받는 방식을 검토하고 있다. AI가 택시를 호출한 뒤 요금을 결제하거나 유료 서비스를 이용하려 할 때 곧바로 돈을 쓰는 대신 "결제를 진행할까요?"라고 이용자에게 확인하는 식이다. 결제 정보를 AI에 계속 맡기지 않고 필요한 순간에만 사용할 수 있는 일회용 키를 발급하는 방안도 검토 대상이다. 금전 거래처럼 민감도가 높은 영역은 위험이 낮은 서비스부터 단계적으로 확대한다는 방침이다. 김 본부장은 "에이전트 기술 발전 속도와 비교하면 관련 가이드라인과 표준 논의는 아직 초기 단계"라며 "다른 사업자들과 함께 기준을 만들어갈 필요가 있다"고 말했다. AI가 말에서 행동으로 넘어가면서 안전을 바라보는 기준도 달라지고 있다. 박지환 씽크포비엘 대표는 "AI에게 손과 발을 달아주는 기술보다 그 손발을 제어할 시스템을 설계하는 것이 에이전틱 AI 시대의 진짜 경쟁력"이라고 밝혔다. 마이클 컨스 AWS 머신러닝 부문 아마존 스칼라 겸 펜실베이니아대 교수도 "에이전트는 챗봇과 완전히 다르다"며 "은행에서 돈을 인출하거나 항공권을 예약하는 등 한번 저지르면 되돌릴 수 없는 행동을 할 수 있다"고 경고했다. AI 역할이 상품 추천에서 구매와 결제로 넓어지면서 잘못된 상품을 사거나 이용자의 의도와 다른 결제를 막기 위한 안전장치, 오류 발생 시 책임 범위를 둘러싼 논의도 이어지고 있다. 박 대표는 "AI를 믿으라고 요구하지 말고 믿을 수밖에 없도록 설계해야 한다"며 "신뢰성은 속도를 늦추는 브레이크가 아니라 더 지속 가능한 미래로 나아가기 위한 조향장치"라고 강조했다.

2026.09.24 08:54김동원 기자

정학근 에너지연 원장 "0→1만드는 '수직적 도약' 이룰 것"

한국에너지기술연구원이 반복적으로 수행되는 행정 업무 자동화에 나선다. 목표는 80% 이상이다. 정학근 제20대 한국에너지기술연구원장은 지난 22일 열린 취임식에서 0에서 1을 만드는 '수직적 도약'(Net-Zero to Great One)을 위한 4대혁신 전략 '코어(C.O.R.E)'를 제시했다. 퍼스트 무버 KIER를 지향한다. 4대 전략안에 따르면 우선 ▲공동체 평가제와 ▲자율 신청형 평가제를 도입한다. 공동체 평가제는 성과 창출 단위를 개인에서 프로젝트 팀 단위로 개편하는 것이 핵심이다. 또 의무적 연례 평가를 폐지하고 연구팀이 자율적으로 평가 주기를 정하는 자율신청형 평가시스템도 추진하기로 했다. 연구원 행정 업무를 줄여 연구 효율을 개선하기 위한 'K-어드민 AI 플랫폼'도 도입한다. 반복적 행정 업무를 80% 이상 자동화하는 것이 목표다. 또 대형 과제별로 '연구행정 전문매니저(RA)'를 전담 배치, 행정은 전문가와 AI가 담당하고 연구자는 오로지 연구에만 몰입하는 완전한 분업 구조를 구현할 계획이다. 세 번째 전략도 파격적이다. 자율 기획형 '미래기술 씨앗과제' 신설과 함께 독자적인 'KIER AI 에이전트' 구축을 추진한다. AI에이전트는 성공적 결과는 물론, 난제 해결 과정에서 축적된 소중한 실패 결과까지 데이터로 구축, 자산화할 방침이다. 정 신임 원장은 마지막으로 '2035 탄소중립 KIER 캠퍼스 리빙랩'을 대전 본원과 4개 거점 지역에 구축한다. 또 원스톱 자체 기술 검증 제도인 'KCP 인증제'를 신설, 정부 공공조달 체계와 연계해 기술 상용화의 병목 시간을 50% 이상 단축을 선언했다. 정 신임 원장은 "지난 50년이 대한민국 에너지 기술의 주춧돌을 놓은 역사였다면, 다가올 새로운 50년은 KIER가 세계 에너지 기술의 글로벌 표준이 되는 위대한 연대기가 될 것"이라고 언급했다. 정 신임 원장은 또 "직종 간, 세대 간 벽을 허물고 노동조합과 긴밀히 대화하며 구성원들의 복지와 권익을 실질적으로 대변하는 원장이 되겠다"고 다짐했다. 정 신임 원장은 GIST와 서울대에서 메카트로닉스공학과 기계항공공학 전공 석, 박사 학위를 각각 취득했다. 1998년 에너지연에 들어가 에너지효율연구본부장 등을 지냈다. 과기정통부 한계도전 R&D위원회 기획위원, 산업통상부 에너지효율개선위원회 위원장 등으로 활동했다. 임기는 9월 22일부터 2029년 9월 21일까지 3년간이다.

2026.09.23 15:32박희범 기자

아마존, 외부 AI 에이전트에 빗장…메타 '뮤즈' 상품 구매 차단

사람 대신 물건을 구매하는 인공지능(AI) 에이전트가 전자상거래 플랫폼 벽에 막혔다. 21일(현지시간) 테크크런치와 더버지 등 외신에 따르면 아마존은 메타의 개인용 AI 에이전트 뮤즈가 자사 쇼핑몰에 접근하는 것을 차단했다. 뮤즈를 이용한 아마존 상품 구매도 막혔다. 아마존은 승인받지 않은 AI 에이전트가 자사 쇼핑몰에 지속적으로 접근하는 것은 이용약관 위반이라는 입장이다. 메타가 뮤즈를 통해 아마존에 접근하면서 사전에 이를 알리지 않았다는 점도 문제 삼았다. 개인정보 보호와 보안에 대한 우려도 제기했다. 아마존은 뮤즈가 AI 에이전트라는 사실을 밝히지 않은 채 웹사이트에 접속하고 고객의 로그인 정보를 저장하는 것으로 보인다고 주장했다. 아마존은 앞서 메타에 자사 쇼핑몰을 뮤즈의 이용 대상에서 제외해 달라고 요청했다. 메타가 이를 받아들이지 않자 아마존이 뮤즈의 접근을 차단한 것으로 전해졌다. 뮤즈는 메타가 지난 8일 공개한 개인용 AI 에이전트다. 이용자의 질문에 답하는 데 그치는 챗봇과 달리 이메일을 보내고 여행을 예약하거나 상품을 구매하는 등 여러 단계의 작업을 사람 대신 수행한다. 별도 응용프로그램인터페이스(API)가 없는 웹사이트에도 자체 브라우저를 이용해 접근할 수 있다. 사람이 웹사이트를 이용하는 것처럼 직접 접속해 필요한 작업을 수행한다. 이메일 전송이나 상품 구매처럼 중요한 작업은 실행 전 이용자에게 확인하도록 설계됐다. 출시 초반 이용자도 빠르게 늘고 있다. 시장조사업체 앱토피아에 따르면 뮤즈는 출시 첫 12일 동안 미국과 캐나다 iOS에서 180만 건 다운로드를 기록했다. 같은 조건에서 챗GPT가 출시 초기에 기록한 130만 건보다 많았다. 미국 내 모바일 일간활성이용자도 같은 시점의 챗GPT를 웃돌았다. 뮤즈는 64만 2000명으로 챗GPT의 23만 1000명보다 많았다. 다만 이는 메타와 오픈AI가 공개한 공식 통계가 아닌 앱토피아의 추산치다. 외부 AI 에이전트의 아마존 접근을 둘러싼 갈등은 이번이 처음이 아니다. 아마존은 퍼플렉시티의 AI 브라우저 코멧이 이용자를 대신해 자사에서 상품을 구매하는 기능을 두고 법적 분쟁을 벌이고 있다. 구글과 오픈AI의 쇼핑 에이전트 접근도 제한해왔다. 아마존 관계자는 "다른 기업의 고객을 대신해 구매하는 제3자 애플리케이션은 투명하게 운영돼야 한다"며 "서비스 제공자가 참여 여부를 결정할 권리도 존중해야 한다"고 밝혔다.

2026.09.22 09:48김동원 기자

[영상] IBM "기업용 AI 에이전트의 핵심은 통제"…코드 생성 넘어 보안·표준 갖춰야

"인공지능(AI) 개발 도구가 빠르게 확산하고 있지만 기업 현장에서는 이것만으로 충분하지 않습니다. 보안과 품질, 조직별 개발 표준, 기존 업무 시스템 연동, 결과물 검증과 책임 체계까지 함께 갖춰야 업무에 적용할 수 있기 때문입니다." 18일 IBM 클라이언트 엔지니어링 팀의 우수현 솔루션 아키텍트는 기업형 AI 코딩 에이전트 'IBM 밥'을 소개하며 "개인용 코딩 도구가 생산성 향상에 초점을 둔다면 기업용 에이전트는 AI의 작업을 개인과 조직이 얼마나 통제할 수 있는지가 중요하다"고 말했다. IBM 밥은 기존 코드 분석부터 요구사항 이해, 구현 계획 수립, 개발과 테스트, 깃허브 PR 생성까지 개발 과정을 지원한다. 다만 AI가 독자적으로 업무를 처리하는 방식이 아니라, 기업의 보안 정책과 개발 규칙을 반영하고 주요 단계에서 개발자의 검토와 승인을 받도록 설계한 것이 핵심이다. 우 아키텍트는 "AI와의 협업 시간이 길어질수록 개발자가 에이전트의 작업을 모두 이해하거나 관리하기 어려워질 수 있다"며 " 기업용 AI 에이전트는 사람의 승인 절차, 기업 시스템 연동, 조직별 개발 표준, 개발 초기부터 이뤄지는 보안 검증을 갖춰야 한다"고 설명했다. IBM 밥은 코드베이스를 분석하거나 실제 명령을 실행할 때 사용자 검토를 거치도록 한다. 데이터베이스 호출 같은 민감한 작업에는 보안 경고와 추가 확인 절차도 제공한다. AI의 자동화 과정에서도 사람의 판단과 책임을 남기기 위한 장치다. 이번 시연에서는 가상 기업 환경에서 신입 개발자가 처음 접하는 코어뱅킹 시스템을 맡는 온보딩 상황을 구현했다. IBM 밥은 내부 코드베이스를 분석해 시스템 구성, 서비스 기능, 거래 처리 순서, 주요 데이터 테이블을 정리하고 이를 시퀀스 다이어그램과 HTML 기반 문서로 생성했다. 새로 투입된 개발자가 방대한 코드를 직접 추적하는 대신 AI와의 대화를 통해 시스템 맥락을 빠르게 파악하는 사례다. 이어 IBM 밥은 깃허브 MCP 서버를 통해 개발 이슈를 읽고 구현 계획을 제시했다. IBM의 카본 디자인 시스템도 MCP로 연동해 UI 개발에 적용했다. 이후 '이슈 기반 PR 생성(Issue-to-PR)' 스킬을 활용해 기능 구현, 개발자 검토, 브랜치 생성, 커밋, 푸시, PR 작성까지 진행했다. 이 과정에서 브랜치 이름과 커밋 메시지, PR 설명 역시 조직이 정한 형식을 따르도록 구성했다. 보안 기능도 강조했다. 'IBM 밥 파인딩'은 코드베이스를 백그라운드에서 분석해 보안 취약점과 개선이 필요한 코드, 리팩터링 대상을 찾아내는 기능이다. 개발을 마친 뒤 배포 직전에 문제를 확인하는 방식에서 벗어나, 개발 초기와 개발 과정에서 보안 이슈를 미리 점검하고 조치하는 '시프트 레프트(Shift Left)' 방식으로 보안 검증을 앞당긴 것이 특징이다. 우 아키텍트는 "이번 시연은 처음 보는 시스템과 요구사항을 바탕으로 IBM 밥과 개발을 진행하고, 기업의 개발 가이드라인에 맞춰 분석부터 실제 PR 생성까지 이어지는 과정을 보여준 것"이라며 "AI가 만든 결과를 검증하고, 조직에 맞는 통제 체계를 설계하는 역할이 앞으로 더욱 중요해질 것"이라고 말했다. ▶ 영상 보기 https://www.youtube.com/watch?v=4GxenUC-2rg https://www.youtube.com/watch?v=Hx_rPEpKXDA

2026.09.18 11:58남혁우 기자

VTI 코리아, 기업 AI 에이전트 도입·운영 전략 제시…"보안부터 성과까지"

VTI 코리아가 기업 내 인공지능(AI) 에이전트의 도입과 운영 전략을 제시하며, 보안·거버넌스 체계 구축부터 현장 적용과 측정 가능한 비즈니스 성과 창출 방안까지 폭넓게 논의했다. VTI 코리아는 16일 AC 호텔 바이 메리어트 서울 강남에서 '기업 AI 에이전트 도입·운영 전략: 보안부터 비즈니스 성과까지'를 주제로 세미나를 개최했다. 이번 세미나는 AI 에이전트가 단순 업무 지원 도구를 넘어 기업 내부 시스템과 연동되고 사내 데이터 접근과 API 호출, 업무 프로세스 실행까지 수행하는 환경에 대응하기 위해 마련됐다. 기업의 AI 에이전트 도입 과정에서 요구되는 보안 및 책임 체계, 규제 대응, 실제 사업 성과로의 확장 방안을 공유하는 데 초점을 맞췄다. 세미나는 AI 에이전트 도입 여정을 시장·규제, 보안, 현장 구현 등 세 가지 관점에서 다뤘다. 첫 번째 세션에서는 김유미 IBM 실장이 '2026 엔터프라이즈 AI 에이전트: 글로벌 트렌드, 컴플라이언스 그리고 지금 준비해야 할 것'을 주제로 글로벌 시장 동향과 기업의 대응 방향을 발표했다. 김 실장은 AI 에이전트의 성공적인 확산을 위해서는 구축뿐 아니라 운영 단계의 거버넌스가 중요하다고 강조했다. AI 에이전트는 기업 데이터와 내부 시스템, 업무 도구에 직접 연결되는 만큼 데이터 접근 권한과 보안, 응답 정확도, 성능, 비용, 규제 준수 여부 등을 전 과정에서 관리해야 한다는 설명이다. 그는 각 부서가 개별적으로 에이전트를 구축할 경우 보안 체계와 권한 관리가 분산되고 운영 비용이 증가할 수 있다고 지적했다. 이에 기획·개발·검증·배포·운영에 이르는 AI 에이전트 라이프사이클 전반을 통합 관리하는 '컨트롤 플레인'을 구축하고, 개발·보안·리스크 관리·컴플라이언스 담당자 간 역할과 책임을 명확히 해야 한다고 제안했다. 또한 기업은 AI 모델과 에이전트, 데이터, 연계 시스템 및 도구 간 관계를 가시화하고, 개인정보 보호와 신뢰성·안전성 관련 리스크를 지속적으로 점검해야 한다고 밝혔다. AI 관련 규제와 내부 정책 변화에 대응하기 위해서는 배포 전 검증에 그치지 않고, 운영 이후에도 모니터링과 최적화를 이어가는 체계가 필요하다고 덧붙였다. 이어 남궁성환 OSC 코리아 상무는 AI 에이전트가 내부 데이터베이스 조회와 업무 시스템 연동, 외부 도구 호출 등 실제 업무를 수행하는 '행동하는 AI'로 진화하면서 기존 API 중심 보안 체계만으로는 통제에 한계가 있다고 진단했다. 특히 부서별 개별 구축에 따른 '섀도 AI' 확산, 에이전트 간(A2A) 통신의 가시성 부족, 민감정보 유출과 프롬프트 인젝션 공격, 예측하기 어려운 토큰 비용 등을 주요 위험 요인으로 꼽았다. 그는 대응 방안으로 AI 트래픽을 통합 관리하는 단일 관제 체계와 감사 추적 로그, 중앙 보안 정책 아래 개발 조직에 권한을 위임하는 연합형 거버넌스 모델을 제시했다. 아울러 토큰 기반 사용량·예산 관리, 다중 모델 라우팅과 캐싱을 통한 비용 및 운영 최적화, 개인정보와 기밀정보의 실시간 마스킹, 응답 형식 검증 등 AI 게이트웨이 기반의 가드레일 구축이 필요하다고 강조했다. 또한 AI 에이전트가 외부 도구를 활용하는 MCP(Model Context Protocol) 환경에서는 도구별 세분화된 권한 통제와 호출 횟수 제한이 필요하며, 에이전트 간 통신에도 상호 인증을 적용해야 한다고 밝혔다. 에이전트에 과도한 권한을 직접 부여하는 대신 제한된 인증 정보를 제공하고, 게이트웨이가 필요한 내부 권한으로 변환하는 방식의 제로트러스트 접근도 제안했다. 마지막 세션에서는 박정화 VTI 코리아 전무가 'AI 에이전트의 실전 구현: 장기적 성과를 위한 검증된 로드맵'을 주제로 발표했다. 박 전무는 AI 에이전트를 실제 기업 환경에 구현할 때 고려해야 할 요소와 함께, 단기 실증에 그치지 않고 지속 가능한 운영과 사업 성과로 연결하기 위한 접근법을 공유했다. 응우옌 득 끄엉 VTI 코리아 법인장은 "AI는 이미 많은 기업의 일상 업무에 활용되고 있으며, 이제는 이를 어떻게 안전하고 효과적으로 활용할 것인가가 핵심 관심사가 됐다"며 "이번 세미나가 기업들이 책임 있는 AI 활용 방안을 모색하는 계기가 되기를 바란다"고 말했다.

2026.09.16 16:47남혁우 기자

[AI는 지금] 계정 만들고 전화번호 인증까지…메타, 왓츠앱 설정 AI에 맡긴다

메타가 기업용 왓츠앱을 구축할 때 필요한 반복적인 설정 작업을 인공지능(AI) 에이전트에 맡긴다. 개발자가 여러 관리 도구를 오가며 계정을 만들고 전화번호를 인증하던 과정을 AI와의 대화만으로 처리할 수 있게 했다. 15일(현지시간) 테크크런치에 따르면 메타는 AI 에이전트를 왓츠앱 비즈니스 플랫폼과 연결하는 '왓츠앱 비즈니스 툴스 MCP'를 공개했다. 클로드와 커서, 코덱스 등 AI 코딩 에이전트를 이용해 왓츠앱 비즈니스 메시징을 설정하고 관리할 수 있도록 지원한다. 기존에는 개발자가 개발자 콘솔과 메타 비즈니스 매니저, 응용프로그램인터페이스(API) 문서, 코드 편집기 등을 오가며 작업해야 했다. 앞으로는 원하는 작업을 AI 에이전트에 말로 설명하면 에이전트가 필요한 설정을 대신 수행한다. AI 에이전트는 기업의 왓츠앱 비즈니스 계정을 만들고 전화번호를 추가·인증하는 작업부터 클라우드 API 이용을 위한 번호 등록과 서비스 이용약관 상태 확인까지 처리한다. 메시지 작성과 점검에도 AI 에이전트를 활용할 수 있다. 기업이 필요한 메시지 형태를 설명하면 새로운 템플릿을 만들거나 기존 템플릿을 수정한다. 메시지와 웹훅이 제대로 작동하는지 시험하고 결제수단과 비즈니스 인증 상태 등 기존에는 문제가 발생해도 알아채기 어려웠던 항목도 확인할 수 있다. 이번 기능은 AI 에이전트가 외부 서비스와 연결돼 실제 작업을 수행할 수 있도록 하는 '모델 콘텍스트 프로토콜(MCP)'을 기반으로 한다. MCP 서버가 AI 코딩 에이전트와 왓츠앱 비즈니스 플랫폼 사이를 연결해 에이전트가 필요한 도구를 사용할 수 있도록 한다. 메타는 기존에도 광고 관리와 앱 설정 모니터링 등 자사 서비스를 AI 에이전트와 연결하는 MCP 서버를 제공해왔다. 이번에는 기업이 왓츠앱 비즈니스를 도입하는 과정까지 적용 범위를 넓혔다. 메타는 설정 과정에서 문제가 발생하면 자사의 또 다른 MCP 서버인 '메타 소셜 테크놀로지스 MCP'를 이용할 수 있다고 밝혔다. 이를 통해 AI 에이전트가 필요한 API 접점을 찾고 관련 문서를 검색하거나 오류 해결을 지원할 수 있다. 마크 저커버그 메타 최고경영자(CEO)는 지난 7월 실적 발표에서 "우리가 모두 여러 에이전트와 상호작용하는 미래로 나아가면서 왓츠앱과 다른 메시징 서비스가 점점 더 중요해질 것으로 생각한다"며 "곧 우리를 대신해 하루 24시간 일하며 목표 달성을 돕는 에이전트를 갖게 될 것"이라고 말했다.

2026.09.16 09:32김동원 기자

[인터뷰] "AI에서 누구도 소외되지 않게"…SKT, 일상 속 '실행형 AI' 만든다

SK텔레콤이 연말 선보일 '모두의 AI'를 챗GPT·제미나이처럼 답변 품질을 겨루는 범용 인공지능(AI)에 머물지 않고 병원 예약과 공공서비스 신청, 전화 대행까지 직접 처리하는 '실행형 AI 에이전트'로 차별화한다. 앱 사용이 익숙하지 않은 시니어도 전화와 문자로 AI를 이용하도록 해 AI 확산 과정에서 생기는 디지털 소외도 줄인다는 구상이다. 김지훈 SK텔레콤 AI사업본부장은 지난 14일 서울 중구 SK-T타워에서 진행한 인터뷰에서 "글로벌 기업과 동일한 경쟁을 하지는 않으려고 한다"며 "한국 국민들이 기존 AI 서비스를 사용하면서 아쉬웠던 부분을 더 잘 채우는 데 집중하고 있다"고 말했다. 정부의 모두의 AI 사업이 본격화된 뒤 연말 서비스 출시까지 주어진 기간은 약 6개월이다. 이미 챗GPT와 제미나이 등 글로벌 AI가 일상에 자리 잡은 만큼 SK텔레콤은 짧은 기간 안에 국민 눈높이를 맞춰야 한다. 김 본부장은 SK텔레콤이 기존 AI 서비스를 운영하며 쌓은 경험을 활용하는 동시에 여러 국내 AI 모델을 시험하고 있다고 설명했다. 특정 모델 하나로 모든 질문을 처리하기보다 일반 대화와 추론, 문서 작성 등 과업에 따라 강점을 가진 모델을 연결하는 방식도 적용한다. 다만 글로벌 AI와 같은 영역에서 성능 경쟁만 벌이지는 않겠다는 입장이다. 딥리서치나 추론 기반 답변을 그대로 따라가기보다 한국형 콘텐츠와 공공정보를 보강하고 이용자의 요청을 실제 행동까지 연결하는 '실행형 AI'에서 차별화를 꾀한다. 답변 넘어 예약·신청까지…'실행형 AI' 앞세운다 SK텔레콤이 앞세운 차별점은 실행형 에이전트다. 이용자가 정보를 묻고 답을 받는 데서 끝나는 것이 아니라 AI에 과제를 맡기면 필요한 절차를 거쳐 실제 업무까지 마치는 형태다. 회사는 앞서 굿닥 응용프로그램인터페이스(API)를 연결해 병원을 검색하고 예약하는 프로토타입을 선보였다. 연말 서비스에는 병원 예약을 비롯해 일상에서 반복적으로 사용하는 기능 가운데 일부를 실제 실행하도록 구현한다. 컨소시엄 참여 기업뿐 아니라 별도로 업무협약(MOU)을 맺은 기업들과도 API 연결을 확대하고 있다. 김 본부장은 실행형 AI가 확산되려면 이용자가 원하는 업무를 폭넓게 처리할 수 있어야 한다고 봤다. 영화관 예약은 되지만 음식점 예약은 안 되는 식으로 기능이 끊기면 지속적인 이용으로 이어지기 어렵다는 판단이다. 전화 서비스는 크게 두 가지 방식으로 구현한다. 이용자가 전용 번호로 전화를 걸어 AI와 직접 대화하거나, 앱에서 정보를 찾던 중 확인이 필요한 내용을 에이전트에게 대신 전화해 알아봐 달라고 요청하는 형태다. 일례로 이용자가 야간 진료가 가능한 병원을 찾은 뒤 현재 대기 인원을 물으면 검색만으로는 확인하기 어려울 수 있다. 이때 AI가 "직접 전화해서 확인해 드릴까요?"라고 묻고 이용자가 동의하면 병원에 전화를 걸어 정보를 확인하는 식이다. 식당의 콜키지 비용이나 별도 룸 이용료, 공공시설 세부 이용 조건처럼 검색 결과에 잘 나오지 않는 정보도 같은 방식으로 확인할 수 있다. 반대로 처음부터 전화로 AI에 요청하는 경우에는 별도 앱 없이 통화만으로 서비스를 이용하는 '앱리스' 경험도 가능하다. SK텔레콤 가입자가 아니어도 전화 기반 서비스를 이용할 수 있다. 전용 전화번호를 활용해 KT와 LG유플러스 가입자까지 통신사 구분 없이 AI 에이전트에 접근할 수 있도록 할 방침이다. 서비스는 현재 기본적으로 무료 제공하는 방향을 검토하고 있다. 김 본부장은 "이용자가 AI와 통화하는 음성 처리 자체에 별도 비용을 부과할 계획은 없다"며 "기본 통화는 각 이용자의 요금제 범위에서 처리하는 방안을 고려 중"이라고 말했다. "AI에서 시니어 소외되지 않게"…전화·문자로 문턱 낮춘다 전화와 문자를 활용하는 데는 AI 확산 과정에서 생길 수 있는 디지털 격차를 줄이려는 의도도 담겼다. 김 본부장은 통신 서비스의 중심이 음성에서 데이터로, 다시 AI로 옮겨가는 과정에서 기존 이용자가 뒤처져서는 안 된다고 강조했다. 그는 "AI에서 오히려 소외되지 않게 하기 위해서 우리는 AI를 더 잘해야 된다고 생각한다"고 말했다. 새로운 기술에 이용자를 맞추기보다 이들이 익숙한 방식에 AI를 얹겠다는 접근이다. 스마트폰 앱 사용이 어려운 시니어에게 별도 앱 설치를 요구하기보다 전화로 AI를 불러 필요한 일을 맡길 수 있도록 할 방침이다. 택시 호출이 대표적인 사례다. 스마트폰 앱 이용에 익숙하지 않은 고령층이 전화로 택시를 요청하면 AI 에이전트가 호출까지 이어준다. SK텔레콤은 업무협약을 맺은 티머니모빌리티 등과 생활 밀착형 기능을 넓혀갈 방침이다. 현재 제공 중인 케어콜 서비스에는 거대언어모델(LLM)을 접목한다. 정해진 시나리오에 따라 정보를 주고받는 수준에서 벗어나 보다 자연스럽게 대화할 수 있도록 고도화하는 방향이다. "신청해야 받는 공공서비스"… AI가 먼저 찾아준다 공공서비스에서는 기존 정부24와 다른 이용 경험을 만드는 데 초점을 맞춘다. 이용자가 필요한 혜택을 이미 알고 찾아가 신청하는 방식에서 나아가 조건에 맞는 지원책을 AI가 먼저 찾아 알려주는 식이다. 청년 지원이나 복지 정책처럼 대상자가 조건을 충족하면서도 제도를 몰라 신청하지 못하는 사례를 줄이겠다는 취지다. 이용자가 대상일 가능성이 있으면 신청 가능한 사업을 안내하고 필요한 절차까지 연결한다. 이를 위해 정부와 공공 API 연계도 협의하고 있다. SK텔레콤이 이용자의 정보를 모두 직접 보유하지 않더라도 신원을 확인한 뒤 정부 시스템에서 지원 대상 여부를 판단하고 결과를 연결하는 구조다. 김 본부장은 행정안전부와 보건복지부 등 관계 부처와 필요한 공공 API를 놓고 논의가 이어지고 있다고 전했다. 이미 구축된 공공서비스를 국민이 더 쉽게 알고 이용하도록 만드는 데 초점을 맞추겠다는 설명이다. 개인정보 맡기는 AI…"실행 직전 다시 확인" SK텔레콤이 실행형 AI를 실현하기 위해선 반드시 넘어야 할 과제가 있다. 개인정보 보호다. AI 에이전트가 발전하면서 개인정보와 권한을 어디까지 넘길 지가 새로운 과제로 떠올랐다. 병원 예약이나 공공서비스를 넘어 결제·금융 등으로 범위가 확대되면 이용자가 AI를 얼마나 신뢰할지가 서비스 확산의 관건이 될 수 있다. SK텔레콤은 컨소시엄에 참여한 AI 보안기업과 사내 정보보안 조직이 함께 에이전트 보안 체계를 마련하고 있다고 밝혔다. 레드팀을 꾸려 외부 공격이나 서비스 실행 과정에서 발생할 수 있는 취약점을 사전에 점검하고 보완하고 있다고 설명했다. 안전장치는 AI가 실제 행동에 나설수록 강화한다. 단순히 정보를 알려줄 때와 달리 예약이나 결제처럼 이용자를 대신해 업무를 처리할 때는 실행 전에 이용자의 동의를 다시 받는 식이다. 결제에는 별도의 인증 체계도 필요하다. SK텔레콤은 컨소시엄에 참여한 하나카드·신한카드와 에이전트 결제 실증을 논의하고 있다. AI에 결제 정보를 계속 맡기는 대신 필요한 순간에만 사용할 수 있는 일회용 키를 발급하는 방식도 검토 대상이다. 예컨대 AI가 택시를 호출한 뒤 요금을 결제하거나 유료 증명서를 발급하려 할 때 곧바로 실행하는 대신 "결제를 진행할까요?", "이 결제수단을 사용할까요?"처럼 이용자에게 다시 묻는 구조다. 금전 거래처럼 민감도가 높은 영역은 처음부터 범위를 넓히지 않고 위험이 낮은 서비스부터 단계적으로 확대한다. 잘못된 답변이나 실행 오류가 발생했을 때 사업자와 기술 공급자, 이용자 가운데 누가 책임질지도 앞으로 풀어야 할 문제다. SK텔레콤은 현재로서는 책임 주체를 일률적으로 정하기보다 AI 오류가 실제 피해로 이어지는 것을 막는 데 먼저 초점을 맞추고 있다. 김 본부장은 "에이전트 기술 발전 속도와 비교하면 관련 가이드라인과 표준 논의는 아직 초기 단계"라며 "다른 사업자들과 함께 기준을 만들어갈 필요가 있다"고 말했다. MAU보다 '다시 쓰는가' 본다…10월 중순 비공개 베타 SK텔레콤은 올해 모두의 AI 월간활성이용자(MAU) 목표를 500만명, 내년에는 1000만명으로 잡았다. 다만 내부에서는 MAU 자체보다 이용자가 서비스를 다시 찾는지와 실제 요청을 끝까지 처리했는지를 더 중요한 지표로 삼고 있다. 김 본부장은 MAU를 '결과 지표'로 봤다. 대신 첫 이용 후 7일 안에 다시 서비스를 사용하는 재사용률과 이용자가 요청한 업무를 AI가 실제로 마쳤는지를 나타내는 '실행 완수율'을 주요 과정 지표로 관리한다. 서비스는 하나의 AI 모델에만 의존하지 않는다. SK텔레콤은 여러 국내 모델의 대화·추론·작성 능력을 비교해 이용자의 요청에 맞는 모델로 연결하는 오케스트레이션 기술을 적용하고 있다. 실제 시험에서도 한 모델이 모든 업무에서 가장 높은 성능을 보이지는 않았다. 자기소개서 작성은 문서 작성에 강한 모델로, 일상적인 대화는 멀티턴 대화 성능이 뛰어난 모델로 보내는 식으로 과업을 나눠 처리한다. 우선 국산 모델을 최대한 활용하되 품질을 확보하기 어려운 일부 영역에서는 외산 모델 활용도 검토한다. 출시 일정도 구체화했다. SK텔레콤은 10월 중순 일부 이용자를 대상으로 비공개 베타 서비스를 시작해 답변 품질과 사용성을 점검한 뒤 12월 정식 서비스를 내놓는다. 연말에는 범용 챗봇과 공공 AI 비서, 실제 업무를 처리하는 일부 실행형 에이전트를 함께 선보인다. 서비스는 앱과 전화·문자로 제공한다. 앱은 새로 개발하고 있으며 기존 에이닷과 어떤 관계를 가져갈지는 여러 방안을 놓고 내부 검토를 이어가고 있다. 김 본부장은 "결과적으로 연말에 얼마만큼 좋은 서비스를 내느냐가 정말 중요한 부분인 것 같다"며 "이를 위해 모든 역량을 모아 최선을 다할 것"이라고 말했다.

2026.09.16 09:01김동원 기자

AI 에이전트끼리 스테이블코인으로 결제하는 미래 '성큼'

인공지능(AI) 에이전트와 AI에이전트 간 스테이블코인으로 결제하는 날이 머지 않은 것으로 관측된다. 카카오페이는 15일 에이전틱 결제 기술에 관한 기술 검증(PoC)을 완료했다고 밝혔다. 이번 기술 검증에서 다른 기업과 차별화된 점은 구매뿐만 아니라 판매까지 모두 AI에이전트가 해냈다는 점이다. 이용자가 AI에이전트에게 구매 권한과 결제 한도 등을 설정한 지갑을 부여하면 스테이블코인을 활용해 결제를 진행한다. 여기에 판매자도 외부 AI에이전트에게 결제 요청을 받았을 때 스테이블코인 결제와 정산을 할 수 있도록 했다고 카카오페이 측은 설명했다. 특히 이 기능은 스테이블코인 결제·정산을 쓰는 판매자를 위한 부가적 수익이 될 수 있다고 카카오페이 측은 보고 있다. 다양한 데이터를 AI에이전트에 팔 수 있다는 것이다. 수익화 기능을 통한 판매·정산 내역은 카카오페이가 제공하는 전용 대시보드에서 확인할 수 있다. 기술 구현은 리눅스 재단이 발족한 'x402재단' 웹 결제 프로토콜을 기반으로 이뤄졌다. 구매자는 카카오페이 앱 사용자 경험 그대로 가져갈 수 있도록 구현했으며, 판매자는 수익화 기능을 설치하기만 하면 된다. 카카오페이는 국내 디지털 자산 규제 정책에 따라 사용자 보호 장치를 강화하며, 에이전틱 결제 상용화와 보급에 나설 계획이다. 카카오페이는 “에이전트끼리 거래하며 구매자와 판매자 간 편익을 높이는 양방향 에이전틱 커머스 기술적 기반을 마련했다"며 "카카오페이 결제 환경과 카카오뱅크 은행 시스템에서 스테이블코인 등 디지털 자산이 국내 초기 생태계에서 더 활발히 돌 수 있도록 인프라 구축을 이끌 것"이라고 말했다.

2026.09.15 14:32손희연 기자

AI의 '뱅크런 버튼'…인간이 누르기도 전에 끝난다

지난 2010년 5월 6일 오후. 뉴욕 증시가 단 5분 만에 1000포인트 가까이 폭락하며 1조 달러 자산이 공중분해 됐습니다. 역사상 최초 알고리즘 발작이라 불리는 '플래시 크래시(Flash Crash)'입니다. 당시 고빈도매매(HFT) 프로그램이 밀리초(ms) 단위로 매도 주문을 추종하며 폭락이 도미노처럼 확산됐습니다. 16년이 지난 2026년 현재, 이보다 수천배는 더 빠르고 치명적인 리스크 임계점에 도달해 있습니다. 바로 인공지능(AI) 에이전트의 자율적 초고속 뱅크런입니다. 인간의 뇌가 위기를 인지하고 마우스를 움직여 '거래 정지' 버튼을 누르는 데 걸리는 시간은 아무리 빨라도 1~2초입니다. 반면 24시간 끊김없이 작동하는 온체인 생태계에서 수만 개 AI 에이전트가 동시에 패닉에 빠지는 시간은 마이크로초(μs) 단위에 불과합니다. 인간의 서킷 브레이커가 작동하기도 전에 시장이 완전히 바닥날 수 있습니다. 기계 패닉, 인간 인지 속도 초월 그동안 AI 에이전트가 자율적으로 최저가 환율을 찾고, 청구서 없이 0.1원 단위 초미세 결제를 집행하는 기술만 논해왔습니다. 하지만 자율성이 극대화된 경제 주체가 수만 개 동시 구동될 때 리스크 전이 속도 또한 인간의 상식을 파괴합니다. 전통 금융 시장의 서킷 브레이커는 '인간의 시간'에 맞춰져 있습니다. 비정상적인 폭락이 감지되면 거래소 컴퓨터가 경보를 울리고, 인간 관리자가 상황을 판단한 뒤 시스템을 정지시킵니다. 온체인 디파이(DeFi) 프로토콜 역시 마찬가지입니다. 하이퍼네이티브 같은 보안 봇이 멤풀을 감시하다가 이상 징후를 포착하면, 거버넌스 위원들이 멀티시그 지갑의 열쇠를 모아 비상 정지 컨트랙트를 실행합니다. 이 과정에 최소 수초에서 수분이 소요됩니다. 문제는 AI 에이전트 눈에는 이 몇 초의 시간이 영원에 가깝다는 점입니다. 만약 특정 원화 스테이블코인의 담보 예치 은행에 이상이 생겼다는 가짜 오라클 데이터 피드가 입력되거나, 스마트 컨트랙트의 마이너 버그가 온체인에 노출되는 순간, 자금줄을 쥐고 있던 AI 에이전트 'A'는 즉각 리스크 관리 프로토콜에 따라 보유 자산을 전액 매도합니다. 이 트랜잭션이 블록에 기록되는 순간 온체인 유동성 풀의 균형이 깨지며 가격 슬리피지가 발생합니다. 이를 실시간 모니터링하던 AI 에이전트 'B', 'C', 'D'는 알고리즘에 설정된 손절매(Stop-loss) 라인을 통과하게 되고, 마이크로초 단위로 연쇄 투매를 집행합니다. 인간 리스크 관리자가 커피 한 모금을 마시기 위해 컵을 드는 사이에 스테이블코인의 페깅이 무너지고 뱅크런이 종료되는 것입니다. 무수한 AI, 동일 데이터 활용 원인...공격 취약 AI 에이전트 뱅크런이 기존 단순 고빈도매매 알고리즘 폭락보다 훨씬 위험한 이유는 기계가 '컨텍스트(맥락)'를 읽고 판단한다는 점에 있습니다. 2010년 HFT 프로그램은 단순히 호가창 거래량과 가격 변동 수치만을 보고 기계적으로 반응했습니다. 반면 지금의 에이전트는 언론 기사, 미국 연방준비제도 의장의 연설 텍스트 스크랩, SNS 여론, 온체인 데이터 오라클을 종합적으로 분석해 자율적인 투자 결정을 내립니다. 만약 악의적인 공격자가 특정 스테이블코인 준비금 금고가 해킹당했다는 정교한 가짜 뉴스를 생성하고, 이를 AI 에이전트들이 주로 크롤링하는 온체인 데이터 인프라에 주입했다고 가정해봅시다. 기계는 인간이 팩트체크를 시작하기도 전에 "확률적 리스크가 99%를 초과했다"고 결론짓고 탈출구를 향해 질주합니다. 인터넷에 연결된 무수한 지능형 기계가 동일한 데이터 소스를 바라보며 한 방향으로 쏠릴 때 발생하는 '초고속 집단 패닉'이 '에이전틱 블랙 스완(Agentic Black Swan)'의 구조적 실체입니다. 인간개입 배제, 자율 통제 규칙 만들어야 인간의 손이 닿지 않는 마이크로 초의 폭주를 어떻게 제어할 수 있을까요? 해답은 인간 관리자 개입을 배제하고 지갑 자체와 스마트 컨트랙트 계정 레이어 내부에 '자율 통제 규칙'을 하드코딩하는 것입니다. 계정 추상화(EIP-4337) 기술이 단순한 사용자 경험 개선을 넘어 리스크 관리의 핵심 인프라로 격상되는 지점입니다. 비코노미(Biconomy), 세이프, 제로디브(ZeroDev) 등 현대적인 온체인 지갑 아키텍처는 스마트 컨트랙트 내부에 다음과 같은 이중 자율 방어선을 구축할 수 있습니다. 먼저 시간당 거래량을 제한하는 프로그래밍입니다. AI 에이전트 지갑에 '1분간 누적 지출액은 전체 자산의 최대 5%를 초과할 수 없다'는 규칙을 컨트랙트 레벨에서 강제합니다. AI가 전액 매도 트랜잭션을 날리더라도 지갑 자체가 이를 거부해 집단 투매 속도를 강제로 '인간의 시간'으로 지연할 수 있습니다. 오라클 회로 차단기를 내장하는 방안도 있습니다. 지갑이 솔버 네트워크와 상호작용할 때 가격 데이터 단기 변동폭이 ±10%를 초과하면, 세션 키 서명 권한을 스마트 컨트랙트가 온체인에서 즉시 잠금 처리합니다. AI 손발을 묶어 사태가 파악될 때까지 자금을 안전하게 보존하는 구조입니다. 한국형 자율 리스크 통제망 설계해야 미국의 지니어스액트 통과와 코인베이스 에이전틱 월렛 소프트웨어개발키트(SDK) 출시 이후, 글로벌 자율 결제 인프라는 무서운 속도로 USDC 기반 달러화 루트를 밟아가고 있습니다. 만약 국내 핀테크 인프라와 AI 빌더가 '초고속 뱅크런 리스크'에 대한 선제적인 아키텍처 방어 메커니즘을 갖추지 못한다면, 금융당국은 규제 봉쇄라는 악수를 둘 수밖에 없습니다. 리스크가 두려워 문을 닫아버리는 촌극이 벌어지는 것입니다. 스테이블코인 정산망(Ezys)이 추구하는 진정한 가치는 단순히 빠른 환전이 아닙니다. 원화 스테이블코인 유동성 풀에 AI 에이전트가 진입할 때 화이트리스트 검증과 실시간 사후 행동 제재(슬래싱)를 오프체인 모니터링 봇과 온체인 스마트 컨트랙트로 유기적으로 엮어내는 '한국형 자율 리스크 통제망'을 설계하는 데 있습니다. 위험을 제어할 수 있다는 기술적 자신감이 확립될 때 비로소 제도권 금융기관과 규제당국이 기업 가상자산 계좌와 원화 스테이블코인 발행 고속도로를 열어줄 수 있기 때문입니다. 기계 폭주를 코드 레벨에서 완벽하게 통제할 수 있는 프레임워크를 선제적으로 구축해야 디지털금융 주권 싸움에서 승리할 수 있을 것입니다. *본 칼럼 내용은 본지 편집방향과 다를 수 있습니다. • 2025 ~ 현재: 저자 • 2023 ~ 현재: 수호아이오 사업 및 전략 고문 • 2018 ~ 2023: 람다256 대표이사 • 2016 ~ 2018: SK텔레콤 전무이사 (서비스 플랫폼) • 2008 ~ 2016: 삼성전자 무선사업부 상무이사 (삼성페이, 챗온)

2026.09.11 09:30박재현 컬럼니스트

'모두의AI' 결과 이후…AI결제 생태계 만들어진다

과학기술정보통신부가 '모두의 인공지능(AI)' 프로젝트에 SK텔레콤과 카카오, KT 컨소시엄을 선정한 가운데, 컨소시엄에 속한 기업들이 속속 세부 계획을 실행에 나서고 있다. SK텔레콤 컨소시엄에 속한 신한카드는 AI 결제 표준 수립 프로젝트를 진행한다고 10일 밝혔다. AI 에이전트가 상품 추천부터 구매까지 수행하는 '에이전트 페이(Agent Pay)'의 표준 규격을 SK텔레콤과 함께 만든다는 부연이다. AI 에이전트와 대화를 나눈 후 앱에서 나가지 않아도 결제까지 가능하도록 한다는 것이다. 특히 신한카드는 AI가 사용자를 대행해 결제를 실행할 때 나올 수 있느 보안 리스크 등을 예방하는데 집중한다. AI 오작동이나 챗봇 해킹으로 인한 부정 결제 시도를 실시간 이상거래탐지시스템(FDS)을 통해 감지할 예정이다. 또 에이전트의 오구매나 시스템 오류로 인한 보상 및 분쟁 해결 체계도 만든다. 신한카드 관계자는 “AI가 결제 주체로 참여하는 에이전틱 커머스 시대에 카드사의 역할은 더욱 막중해질 것”이라며, “SK텔레콤과의 협업을 통해 대한민국 AI 결제의 표준을 수립하고, 고객이 안심하고 이용할 수 있는 차세대 금융 생태계를 만들어 가겠다”고 말했다.

2026.09.10 10:35손희연 기자

"5년 못 푼 자동차 도장 문제, 10분 만에 해결"…앤트로픽이 제시한 AX 생존법

"5년간 원인을 찾지 못했던 자동차 도장 문제를 인공지능(AI)이 10분 만에 해결했습니다. 다양한 차종의 도장 관련 이력과 오래된 공정 문서 등 분산된 정보를 AI가 연결·분석해 해결의 실마리를 찾아낸 사례입니다." 최기영 앤트로픽 한국 대표는 8일 서울 코엑스에서 열린 삼성SDS '리얼 서밋(REAL Summit) 2026' 키노트에서 "AI 전환의 성패는 단순한 업무 자동화가 아니라 기업의 복잡한 데이터를 연결해 실질적인 사업 문제를 해결하고 이를 빠르게 제품과 운영에 반영하는 데 달려 있다"고 강조했다. 그는 AI 활용이 개인 생산성 향상과 업무 프로세스 혁신을 넘어, AI 네이티브 제품과 새로운 비즈니스 모델을 만드는 단계로 나아가야 한다고 밝혔다. 이어 명확한 사업 목표 설정, 현업 도메인 전문가 중심의 반복 검증, 검증된 AI 에이전트의 실제 업무 환경 확산을 기업의 'AX 생존법'으로 제시했다. 최 대표는 AI 기반 비즈니스 전환을 세 단계로 구분했다. 우선 구성원의 업무 생산성을 높이고 이어 AI 에이전트로 기존 업무 프로세스와 워크플로를 개선하는 단계다. 궁극적으로는 AI를 기반으로 한 제품을 출시하고 새로운 비즈니스 모델을 만드는 단계로 발전해야 한다는 설명이다. 그는 이 가운데 AI 네이티브 제품과 사업 모델을 만드는 단계가 가장 큰 사업 효과를 낼 것으로 전망했다. 앤트로픽 내부의 제품 개발 사례도 소개했다. 한 엔지니어가 주말 동안 초기 프로토타입을 만들고 3명으로 구성된 팀이 약 8주 만에 베타 제품을 출시했다는 것이다. 이후 약 5명의 인력이 사용자 피드백을 바탕으로 기능을 개선했으며 출시 뒤 48시간 동안 62건의 기능 개선을 반영했다. 현재도 이용자 의견을 받으면 24시간 안에 제품에 반영하는 것을 원칙으로 삼고 있다고 최 대표는 설명했다. 그는 "과거에는 기획과 요구사항 정의, 개발, 검수 과정을 거치며 제품 출시까지 수개월 또는 수년이 걸렸다"며 "이제는 소수 인력이 AI를 활용해 빠르게 시제품을 만들고 사용자 반응에 맞춰 실시간으로 개선하는 방식으로 제품 개발 주기가 바뀌고 있다"고 말했다. AI 도입 과정에서 안전성도 핵심 과제로 제시했다. 고도화된 AI 모델을 기업 현장에 적용할수록 예기치 못한 부작용이 발생할 수 있는 만큼, 모델 학습부터 기업 시스템 적용과 운영에 이르는 전 과정에서 안전장치를 갖춰야 한다는 것이다. 삼성SDS와 앤트로픽은 전략적 파트너십을 바탕으로 기업 고객의 AX 과제를 발굴하고 공동 사업을 확대할 계획이다. 앤트로픽이 프론티어 AI 모델 역량을 제공하고, 삼성SDS는 산업별 컨설팅과 기업 시스템 구축·운영 경험을 결합해 고객사의 AI 도입과 운영 확산을 지원하는 방식이다. 최기영 대표는 "명확한 비즈니스 목표와 성공 지표를 현업 전문가와 함께 설정하고, 검증된 활용 사례를 실제 운영 환경의 '프로덕션 에이전트'로 확장해야 한다"며 "삼성SDS와 함께 다양한 기업의 비즈니스 문제를 해결하는 AX 사례를 만들어가겠다"고 말했다.

2026.09.08 14:46남혁우 기자

[최홍석 칼럼] AI 에이전트가 달리려면 어떤 도로가 필요한가

"AI 추론은 '빠른 망'이 아니라 '예측 가능한 망'을 원한다. 지연이 작은 것보다 지연이 일정한 것이 AI 에이전트 서비스의 품질을 결정한다." 이 시리즈는 지금까지 망을 어떻게 만드는가, 즉 인프라의 언어로 이야기해 왔습니다. 4월 OpenROADM, 5월 SRv6·RON, 6월 소버린 AI, 7월 자율화 거점, 8월 6G 설계 철학, 이 모든 논의가 궁극적으로 수렴하는 질문이 바로 이것입니다. 그 망 위에서 무엇이 달리는가. 2026년, AI 에이전트 서비스가 본격화되면서 네트워크에 완전히 새로운 요구사항이 생겼습니다. 챗봇이 아닙니다. 스스로 계획하고, 도구를 호출하고, 결과를 판단해 다음 행동을 결정하는 에이전틱 AI가 실시간으로 서비스되기 시작했습니다. 이 에이전트들이 달리려면 지금까지와는 다른 종류의 도로가 필요합니다. 그 도로를 누가 깔 것인가, 통신사의 가장 현실적인 기회이자 도전이 여기 있습니다. AI 추론 트래픽은 기존 데이터와 무엇이 다른가 AI 에이전트 서비스가 네트워크에 요구하는 것은 단순한 대역폭 확대가 아닙니다. 트래픽의 성격 자체가 다릅니다. 세 가지 핵심 차이가 있습니다. 첫째, 예측 가능한 지연과 지터입니다. 음성 AI 에이전트처럼 대화형 서비스는 응답이 약 500ms를 넘으면 지연감을 줄 수 있어, 클라이언트 기준 time-to-first-token(TTFT)을 중요한 SLO로 둡니다. 원격 제어·협력 제어와 같은 안전 중요 서비스는 지연과 지터가 안전성에 영향을 줄 수 있으므로, 안전 기능을 원격망 품질에만 의존하지 않고 로컬 폐루프·이중화와 함께 설계해야 합니다. 일반 인터넷 트래픽은 평균 지연만으로도 충분한 경우가 많지만, 실시간 AI 서비스는 워크로드별로 P99 등 꼬리 지연 목표를 관리해야 합니다. 둘째, 버스트성(Burstiness)입니다. AI 에이전트 서비스는 동시 요청이 순간적으로 폭증하는 특성을 가집니다. 중앙 집중식 추론 클러스터는 이 버스트 구간에서 처리 용량이 포화되고, 지연이 급격히 증가합니다. 컴캐스트와 엔비디아의 GTC 2026 벤치마크는 이를 명확히 보여줍니다. 버스트 트래픽 조건(P99)에서 단일 중앙 집중식 클러스터는 오히려 처리량이 감소한 반면, 4개 엣지 사이트에 분산된 AI 그리드는 42,362 토큰/초 처리량을 유지했습니다. 셋째, 멀티-티어 분산 처리입니다. 일부 에이전틱 AI 서비스는 단일 모델만으로 처리되지 않으며, 디바이스·엣지·코어의 서로 다른 모델과 도구가 협력할 수 있습니다. 디바이스에서 경량 추론, 엣지에서 도메인 특화 모델, 코어에서 대형 모델을 선택적으로 활용하는 구조입니다. 다만 일반적인 에이전트 서비스가 계층 간 마이크로초 단위 동기화를 요구하는 것은 아니며, 엄격한 시간 동기는 TSN 기반 산업 제어 등 특정 워크로드의 요구사항입니다. NPU 서버와 AI Grid — 추론 인프라의 새 지형 NPU 서버란 무엇인가 GPU가 병렬 연산에 폭넓게 활용되는 반면, NPU(Neural Processing Unit)는 신경망 연산에 특화된 가속기입니다. 일부 추론 워크로드에서는 NPU가 GPU보다 전력 효율이나 비용 측면에서 이점을 낼 수 있지만, 실제 성능은 모델 구조·정밀도·메모리 구성·배치 크기·소프트웨어 생태계에 따라 달라집니다. CPU가 시스템 운용·데이터 처리를 맡고 NPU 또는 GPU가 AI 연산을 가속하는 이종 컴퓨팅 구조가 일반적입니다. AI Grid — 분산 추론 인프라 엔비디아는 GTC 2026에서 AI 그리드 레퍼런스 아키텍처를 발표했습니다. 핵심은 지역 PoP, 중앙국, 메트로 허브와 엣지 거점에 가속 컴퓨팅을 배치해 지리적으로 분산된 AI 추론 플랫폼을 구성하는 것입니다. 약 10만 개라는 수치는 개별 텔코의 자산이 아니라 전 세계 통신사와 분산 클라우드 사업자가 운영하는 분산 네트워크 데이터센터의 합산 추정치입니다. 기지국은 모든 곳에 추론 서버를 두기보다, 전력·냉각·경제성을 검토해 선택적으로 활용할 수 있는 미래 배치점으로 보는 편이 정확합니다. 한 가지 구현 방식은 코어 AI 팩토리, 지역 엣지 노드, 그리고 선택적 AI-RAN 거점으로 역할을 나누는 것입니다. 코어에서는 대형 모델 학습·파인튜닝과 광역 서비스가, 지역 엣지에서는 지연·데이터 주권·대역폭 요구가 높은 추론이 수행될 수 있습니다. AI-RAN은 RAN과 AI 워크로드의 컴퓨팅 자원 공유를 검증하는 단계이며, 모든 기지국이 사용자 추론을 처리한다는 뜻은 아닙니다. 사용자와 데이터에 가까운 곳에서 처리하면 왕복 구간을 줄일 수 있지만, 종단간 지연은 무선·전송·큐잉·모델 처리 시간을 함께 고려해야 합니다. 통신사가 설계해야 할 네 가지 네트워크 요건 AI 그리드가 제 성능을 발휘하려면 그것을 연결하는 네트워크가 AI 추론 트래픽의 특성을 수용할 수 있어야 합니다. 4개의 구체적 요건이 있습니다. ① SRv6 기반 결정론적 경로 제어 일반 IP 망에서는 혼잡이나 장애에 따라 경로와 지연이 변동할 수 있습니다. SRv6의 SR Policy는 소스에서 명시 경로를 지정하는 기반이 되어, 지연 민감 트래픽의 경로 변동을 줄이는 데 활용할 수 있습니다. 다만 SRv6만으로 결정론적 레이턴시가 보장되지는 않습니다. 보장형 지연을 위해서는 용량 설계, 자원 예약, 입장 제어, 큐잉·스케줄링과 필요 시 DetNet·TSN 같은 메커니즘을 함께 적용해야 합니다. 따라서 SRv6 단일 패브릭은 AI Grid 연결의 유용한 기반이지만, 그 자체가 충분조건은 아닙니다. ② 5G 네트워크 슬라이싱...AI 추론 전용 슬라이스 AI 추론·일반 데이터·IoT 센서 데이터는 서로 다른 QoS 요건을 가질 수 있습니다. 5G 네트워크 슬라이싱은 하나의 물리 인프라 위에서 용도별 논리 네트워크와 정책을 구성하는 기능이며, 실제 보장 범위는 RAN·전송·코어·애플리케이션을 포함한 종단간 설계와 SLA에 좌우됩니다. 노키아와 AWS는 MWC 2026에서 AI가 네트워크 KPI와 상황 정보를 바탕으로 슬라이싱 정책을 조정하고, SMO를 통해 RAN 정책을 적용하는 인텐트 기반 사례를 발표했습니다. 이는 기업 AI가 표준 API로 슬라이스를 직접 협상한 상용 구조라기보다, 자동화된 정책 운영을 향한 실증 사례로 보는 것이 적절합니다. ③ 엣지 UPF 분산 배치 5G 코어의 UPF(User Plane Function)를 엣지 가까이 분산 배치하면 사용자 트래픽을 중앙 코어까지 보내지 않고 인접한 서비스 거점으로 분기할 수 있습니다. 다만 UPF가 AI 추론을 직접 수행하는 것은 아닙니다. UPF는 로컬 브레이크아웃을 제공하고, 인접한 MEC 또는 AI 서버가 추론을 수행하는 구조가 일반적입니다. 지연 개선 효과는 배치 위치·무선 구간·전송망·모델 처리 시간에 따라 달라지며, sub-15ms와 같은 목표는 특정 서비스와 측정 범위를 명시해 검증해야 합니다. ④ gNMI 기반 실시간 레이턴시 가시성 AI 그리드에서는 네트워크 지연·손실·혼잡뿐 아니라 추론 지연, 처리량, 큐 깊이, 가속기 사용률 같은 애플리케이션·플랫폼 지표를 함께 관측하고, 오케스트레이터가 이를 바탕으로 요청을 적절한 노드에 배치하는 구조가 필요합니다. gNMI 스트리밍 텔레메트리는 네트워크 장비 상태를 수집하는 유용한 인터페이스이지만, 추론 성능 관측이나 동적 라우팅 전체를 대신하지는 않습니다. 애플리케이션 관측성, 용량 관리, 정책·트래픽 제어와 결합해야 합니다. 아카마이는 요청을 적절한 컴퓨팅 계층에 매칭해 비용과 레이턴시를 함께 최적화하는 접근을 제시했습니다. 글로벌 Telco의 실제 구현 사례 컴캐스트 × 엔비디아...AI 그리드 레퍼런스 검증 (2026.03) 컴캐스트는 엔비디아와 함께 깊은 분산 네트워크 아키텍처를 AI 그리드로 활용하는 협업을 발표했습니다. 엔비디아가 공개한 벤치마크에서 퍼스널l AI의 음성 소형 언어 모델을 RTX PRO 6000 GPU 기반의 4개 사이트 AI Grid에 분산 배치했을 때, 상관된 버스트 트래픽에서도 음성 상호작용의 종단간 지연을 500ms 목표 안에서 유지했습니다. 같은 시험 조건에서 중앙집중형 구성과 비교한 토큰당 비용 절감은 버스트 시 76.1%였습니다. 이는 특정 모델·하드웨어·트래픽 조건의 결과이며 일반적 비용 절감률로 해석해서는 안 됩니다. SKT × Arm × 리벨리온...국산 NPU 기반 AI 추론 인프라 (2026.04) SKT는 Arm·리벨리온과 3자 협약을 통해 Arm AGI CPU와 리벨리온 RebelCard NPU를 결합한 AI 추론 서버를 공동 개발하고, 자사 AI 데이터센터에서 성능·안정성을 실증하기로 했습니다. A.X K1 모델의 운영도 검토 대상이며, 현 시점에서는 상용 도입 완료가 아니라 개발·검증 단계로 표현하는 것이 정확합니다. SKT는 별도의 GPU 기반 AI 인프라 협력도 추진하고 있어, 향후 NPU와 GPU를 워크로드별로 병행 활용할 가능성이 있습니다. AT&T × 시스코 × 엔비디아...제로-트러스트 AI 추론 아키텍처 (2026.03) AT&T와 시스코는 달라스 디스커버리 디스트릭트에서 엔비디아 GPU와 시스코의 파일럿 플랫폼을 활용한 공개안전 사용사례를 시연했습니다. 이 협력은 전용 IoT 코어, 로컬 트래픽 분기, 엣지 컴퓨팅과 제로-트러스트 보안을 결합해 실시간 AI를 네트워크 가까이 제공하려는 접근입니다. 다만 이는 상용 전면 배치라기보다 시연·파일럿과 산업 적용 확대 단계로 보는 것이 정확합니다. 인도삿 × 노키아 × 엔비디아...소버린 AI 그리드 (2026.06) Indosat Ooredoo Hutchison는 2026년 3월 MWC에서 노키아·엔비디아와 함께 동남아시아 최초의 AI-RAN 기반 레이어3 5G 통화를 실증했습니다. 노키아 에어스케일 무선 장비와 RAN 소프트웨어가 엔비디아 GPU 가속 인프라 위에서 동작하며, AI와 RAN 워크로드를 동일한 컴퓨팅 자원에서 동시에 처리할 수 있음을 기능적으로 검증한 사례입니다. 이후 인도네시아 현장 시험과 망 현대화는 추진 단계이므로, AI 그리드와 AI-RAN의 전국 상용 구현 완료로 단정하지 않는 것이 적절합니다. 한국 통신사의 실행 과제...지금 무엇을 결정해야 하는가 영국 리서치 컨설팅 회사인 Analysys Mason에 따르면 통신사의 GPUaaS 수익은 2024년 1억 달러 미만에서 2030년 96억 달러로 성장할 전망이며, 전 세계 약 30개 사업자가 이미 GPUaaS를 출시했습니다. 다만 맥킨지의 잠재 시장 규모와 Analysys Mason의 Telco 수익 전망은 대상 범위와 산정 방법이 달라 이를 단순 점유율로 비교하기에는 한계가 있습니다. 핵심 메시지는 기회가 존재하되, 통신사가 하이퍼스케일러·네오클라우드와 직접 규모 경쟁하기보다 데이터 주권, 연결성, 지역 엣지, 산업별 통합 서비스처럼 차별화 가능한 영역을 선택해야 한다는 점입니다. 국내 통신사의 현실적 준비 순서는 다음과 같습니다. 결론 : 망이 추론 인프라가 되는 시대, 도로를 먼저 깔아야 한다 AI 에이전트 서비스에는 단순히 빠른 망보다 워크로드별로 예측 가능한 종단간 성능, 관측성, 보안과 비용 효율이 중요합니다. 이 시리즈가 다룬 SRv6 단일 패브릭, OpenROADM 개방 광전송, TM Forum L4 자율화 거점은 이러한 AI 추론 인프라의 기반이 될 수 있습니다. 다만 각각은 충분조건이 아니라, 컴퓨팅·오케스트레이션·보안·운영 설계와 결합돼야 합니다. 엔비디아의 AI 그리드 레퍼런스 설계, SKT의 NPU 기반 추론 서버 개발, 인도삿의 소버린 AI와 AI-RAN 추진은 통신사가 분산 추론 인프라의 유력한 제공자가 될 수 있음을 보여 줍니다. 그러나 CDN·분산 클라우드·엔터프라이즈 엣지 사업자도 경쟁과 협력의 대상입니다. 통신사의 강점은 광범위한 접속망과 지역 거점, QoS·보안·운영 역량을 결합해 특정 산업과 지역에 차별화된 서비스를 제공하는 데 있습니다. "AI 에이전트 시대에 통신사의 역할은 단순한 전송 제공을 넘어, 연결성과 분산 컴퓨팅을 결합한 서비스 운영자로 확장될 수 있습니다. 다만 이 역할은 단독 소유권이 아니라 클라우드·CDN·장비·애플리케이션 사업자와의 생태계 경쟁 및 협력 속에서 형성될 것입니다." 도로가 없으면 어떤 차도 달릴 수 없습니다. AI 에이전트 서비스의 시대에 그 도로를 먼저 깔기 시작하는 통신사가, 다음 10년의 AI 인프라 패권을 가져갑니다.

2026.09.04 11:18최홍석 컬럼니스트

[현장] SK텔레콤 "차기 독파모 핵심은 '에이전트', 실행력 높인다"

SK텔레콤이 인공지능(AI)이 실제 업무를 스스로 수행하는 '에이전트 AI' 경쟁에 속도를 낸다. 현재 개발 중인 차기 독자 AI 파운데이션 모델의 실행 능력을 높여 복잡하고 장시간이 필요한 업무까지 처리하도록 고도화할 계획이다. 김태윤 SK텔레콤 파운데이션 모델 담당은 3일 국회에서 열린 '에이전틱 AI 포럼'에서 "현재 차기 독자 AI 파운데이션 모델을 설계하고 있는데 에이전트 기능을 가장 중요하게 보고 있다"며 "과거에는 AI가 얼마나 똑똑하고 무엇을 알고 있는지가 중요했다면 이제는 어떤 일을 어디까지 할 수 있는지가 중요하기 때문"이라고 말했다. 이날 포럼은 조인철 더불어민주당 의원실과 이인선 국민의힘 의원실이 공동 주최하고 정보통신산업진흥원(NIPA)이 주관했다. SK텔레콤은 정부의 '독자 AI 파운데이션 모델' 프로젝트 정예팀으로 참여하며 자체 AI 모델 'A.X'를 고도화하고 있다. 지난 7월에는 6880억개 매개변수 규모의 2차 모델 'A.X K2'를 공개했다. 직전 모델인 A.X K1보다 국내외 14개 벤치마크 평균 성능이 32.2%포인트 높아졌으며 장문 이해와 에이전트 관련 평가에서는 83.9%포인트 향상됐다고 밝혔다. 전 국민이 활용할 수 있는 AI 서비스를 개발하는 정부의 '모두의 AI' 프로젝트에도 참여 중이다. SK텔레콤은 이 사업을 통해 이용자의 요청을 이해하는 데 그치지 않고 계획을 세워 실제 업무까지 처리하는 '실행형 AI' 개발을 목표로 한다. SK텔레콤이 에이전트 기능에 주목하는 이유는 AI가 처리할 수 있는 업무의 범위와 시간이 빠르게 늘고 있어서다. 초기 생성형 AI가 번역이나 간단한 질의응답을 처리했다면 최근에는 코드 작성과 보고서 초안 등 사람이 수 시간에 걸쳐 하던 업무까지 맡는 수준으로 발전했다. 김 담당은 AI가 연속해서 수행할 수 있는 작업 시간이 앞으로 더 길어질 것으로 내다봤다. 사람이 중간에 진행 상황을 확인하지 않아도 AI가 수 시간 동안 스스로 작업을 이어가고 향후에는 하루 이상 걸리는 업무까지 처리할 수 있다는 전망이다. 여러 AI가 역할을 나눠 일하는 '멀티 에이전트'도 다음 단계로 꼽았다. 하나의 AI가 장시간 작업하는 것을 넘어 여러 에이전트가 조직처럼 협업하고 서로 진행 상황을 확인하며 하나의 업무를 완성하는 방식이다. 이 같은 변화에 따라 파운데이션 모델을 개발하는 방식도 달라지고 있다. 기존에는 대규모 데이터를 학습해 지식과 언어 능력을 높이는 데 초점을 맞췄다면 에이전트 AI에서는 컴퓨터를 사용하고 복잡한 업무를 계획·실행하는 능력이 중요해졌다. 에이전트 AI 시대에는 강화학습의 역할도 커질 것으로 봤다. AI가 실제 문제를 해결하면서 성공과 실패에 따른 피드백을 학습하고 이를 다시 모델에 반영해 실행 능력을 높이는 방식이다. 산업 현장에서 축적되는 업무 데이터 역시 모델 성능을 지속적으로 높이는 자산이 될 수 있다. 이러한 데이터 선순환은 국내 독자 파운데이션 모델을 확보해야 하는 이유와도 연결된다. 해외 AI 모델을 중심으로 에이전트가 확산하면 국내 산업 현장에서 발생하는 업무 데이터와 피드백이 국내 모델의 성능 개선으로 이어지기 어렵기 때문이다. SK텔레콤은 자체 모델의 산업 현장 적용도 확대하고 있다. 철강과 자동차 부품 분야에서는 과거 품질 보고서를 검색해 필요한 정보를 제공하는 방식으로 실증에 나섰다. 국방 분야에서는 보안 환경에 맞는 활용 시나리오를 검증하고 바이오 분야에서는 신물질 탐색 등에 AI 모델을 접목했다. 공공 분야에서는 응용프로그램인터페이스(API)와 AI를 연동해 필요한 정보를 찾고 문서를 작성하거나 각종 증명서 발급을 돕는 기능을 준비하고 있다. 김 담당은 관련 서비스를 향후 6개월 안에 누구나 사용할 수 있도록 준비할 계획이라고 밝혔다. 그는 "파운데이션 모델 자체가 에이전트 AI의 중심부에서 돌아가지만 모델 혼자서는 에이전트 AI를 구성할 수 없다"며 "국내의 좋은 모델로 서비스가 돌아가기 시작하면 데이터가 쌓이고 이를 통해 모델과 플랫폼, 서비스의 밸류체인이 안정화될 수 있다"고 말했다.

2026.09.03 11:29김동원 기자

[현장] IBM "성공적인 AI 도입, 모델 넘어 데이터·보안·인프라까지 통합해야"

"기업에서 인공지능(AI)을 성공적으로 활용하기 위해서는 쏟아지는 AI를 어떻게 잘 운영할 것인가가 중요합니다. 기업이 AI를 활용해 실질적인 성과를 내려면 앞단에 보이는 대규모 언어모델(LLM)뿐 아니라 개발 생산성, 최신 데이터, 운영 자동화, 비용, 보안과 권한 관리 등 여러 기반을 함께 갖춰야 합니다." 1일 한국IBM CTO 이지은 전무는 서울 강남구 웨스틴 서울 파르나스에서 열린 'IBM AI 서밋 코리아 2026'에서 기업이 AI를 성공적으로 활용하기 위한 IBM의 주요 서비스와 전략을 소개했다. IBM AI 서밋 코리아 2026은 '엔터프라이즈 AI 경쟁에서 앞서가기'를 주제로 AI를 실제 비즈니스 가치로 연결하기 위한 기술과 전략을 제시했다. 행사장에는 개발부터 데이터, 운영, 보안, 미래 컴퓨팅까지 기업 AI의 전 과정을 연결한 부스가 마련됐다. 전시장 입구에는 AI가 애플리케이션 개발 계획을 설계하고, 실시간으로 바뀌는 재고 데이터를 분석하며, 복잡한 IT 환경의 취약점과 권한을 관리하는 시연 화면이 이어졌다. 전시장 한편에는 극저온 냉각 장치와 양자 프로세서 구조를 소개하는 양자 컴퓨팅 전시도 마련됐다. 가장 먼저 소개된 기술은 AI 기반 소프트웨어 개발 라이프사이클 파트너 "IBM 밥"이다. IBM 밥은 개발자의 코드 작성을 보조하는 도구를 넘어 요구사항 분석, 설계, 코드 생성, 테스트, 배포, 운영에 이르는 개발 전 과정을 지원하는 솔루션이다. 현장 시연에서는 사용자가 고객 지원 AI 에이전트 개발을 요청하자 IBM 밥은 코드 생성에 앞서 요구사항을 분석한 뒤 애플리케이션 아키텍처와 핵심 구성요소, 개발 화면, 주요 업무 프로세스 등을 담은 계획을 제시했다. 이후 사용자가 계획을 검토하고 승인한 뒤에야 실제 코드 생성 단계로 넘어갔다. 이 전무는 "이러한 방식이 AI가 임의로 코드를 생성하는 데서 발생할 수 있는 위험을 줄이는 동시에, 기업의 개발 표준과 거버넌스를 유지하는 데 도움이 된다"며 "IBM 밥은 코드 생성 외에도 보안 탐지와 기존 애플리케이션 현대화 기능을 제공한다"고 설명했다. AI 사용량과 비용을 확인하는 대시보드도 함께 선보였다. 기업은 팀이나 개인 단위로 토큰 사용량과 비용을 파악할 수 있으며, 이를 통해 AI 서비스 이용 비용을 예측하고 통제할 수 있다. 관람객이 직접 IBM 밥을 체험해볼 수 있는 공간도 마련됐다. IBM은 AI 서비스의 정확도와 신뢰성을 높이기 위해 최신성과 실시간성을 갖춘 데이터를 필요한 때 활용할 수 있어야 한다고 강조했다. 이를 위한 'AI 레디 데이터' 관련 솔루션으로 IBM 컨플루언트와 왓슨X 데이터도 소개했다. 전자상거래 환경을 가정해 진행한 시연에서는 주문이 들어올 때마다 재고 수량이 바뀌는 상황에서 여러 시스템에 흩어진 데이터를 실시간으로 통합·저장하고, AI 에이전트가 이를 바탕으로 최신 재고 현황과 이상 징후를 확인하는 과정을 선보였다. 데모 화면에서는 데이터와 연결되지 않은 AI 에이전트가 일반적인 답변을 내놓는 반면, 실시간으로 통합된 데이터에 연결된 에이전트는 실제 재고 수량 변화를 반영한 답변을 제시했다. 담당자가 수시로 데이터를 조회하지 않아도 에이전트가 데이터 흐름을 살피고 이상 감지 여부를 자동으로 확인하는 과정도 소개됐다. 이지은 전무는 "AI 서비스를 잘하기 위한 기반은 데이터"라며 "특히 최신성과 실시간성을 갖춘 데이터를 준비하는 것이 중요하다"고 말했다. AI 에이전트가 기업 업무에 깊이 들어올수록 운영 환경은 더욱 복잡해지고 보안 위협도 커진다. IBM은 이에 대응하기 위한 기술로 'IBM 콘서트'와 '하시코프'를 제시했다. IBM 콘서트는 애플리케이션, 인프라, 보안 영역에 흩어진 운영 데이터를 모아 가시성을 제공하는 플랫폼이다. 현장에서는 애플리케이션의 취약점을 실시간으로 파악하고, 관련 인프라와 보안 정보를 연결해 문제의 원인을 추적하는 기능이 시연됐다. 시스템은 분석 결과를 바탕으로 대응 방안도 권고한다. 워크로드의 비정상 상태를 탐지하고, 필요할 경우 인프라 사양 변경을 지원하는 기능도 소개됐다. 운영자가 단순히 장애나 취약점의 발생 여부만 확인하는 것이 아니라, 문제의 원인과 대응 방향까지 함께 살필 수 있도록 돕는다는 설명이다. AI 에이전트 시대의 권한 관리 중요성도 강조됐다. 사람이 사용하는 애플리케이션보다 빠르게, 더 많은 시스템과 데이터에 접근할 수 있는 AI 에이전트가 늘어날수록 민감 정보와 자격증명을 안전하게 관리해야 하기 때문이다. IBM은 하시코프 볼트를 활용해 사용자와 AI 에이전트의 신원 및 권한을 확인하고, 필요한 범위에서만 임시 자격증명을 발급하는 방식을 소개했다. 사용자가 로그인한 뒤 자신에게 부여된 권한 안에서만 AI 에이전트를 통해 데이터베이스나 API에 접근할 수 있도록 하는 구조다. 권한이 없는 사용자의 요청은 차단한다. IBM은 하시코프 볼트가 AI 에이전트 환경뿐 아니라 개발 환경과 하이브리드 클라우드 환경에서 민감 정보와 자격증명을 관리하고 자동화하는 데에도 활용될 수 있다고 설명했다. 차기 AI 인프라 경쟁을 위한 로드맵 기술로 양자 컴퓨팅도 소개됐다. 한국IBM 표창희 상무는 AI 모델 고도화와 산업 현장의 복잡한 문제 해결 수요가 커지면서 기존 고성능컴퓨팅(HPC)과 그래픽처리장치(GPU)만으로 처리하기 어려운 연산 과제가 늘고 있다고 설명했다. 양자 컴퓨터는 복잡한 최적화, 신소재 및 신약 개발을 위한 분자 시뮬레이션, 금융 모델링 등에서 기존 컴퓨팅의 한계를 보완할 수 있는 차세대 연산 자원으로 주목받고 있다는 설명이다. 다만 양자 컴퓨터가 AI 인프라를 대체한다는 의미는 아니다. 표 상무는 양자처리장치(QPU)를 슈퍼컴퓨터, GPU 등 기존 컴퓨팅 자원과 결합해 활용하는 "양자 중심 슈퍼컴퓨팅"을 미래 방향으로 제시했다. AI와 HPC, 양자 컴퓨팅이 각각 강점을 지닌 연산을 분담하는 하이브리드 구조가 핵심이라는 것이다. 표 상무는 "양자 컴퓨팅은 기존 슈퍼컴퓨터나 GPU를 대체하는 기술이 아니라, 각 컴퓨팅 자원의 강점을 결합해 복잡한 문제를 푸는 하이브리드 컴퓨팅의 한 축"이라며 "일본 이화학연구소(리켄)의 슈퍼컴퓨터 '후가쿠'와 양자 컴퓨터 연계 사례는 이러한 활용 가능성을 보여준다"고 말했다. 이어 "국내에서도 오는 11월 양자 컴퓨팅 서비스를 선보일 예정"이라며 "국내 기업과 연구기관이 양자 컴퓨팅 자원에 접근하고, AI·고성능컴퓨팅(HPC)과 결합한 하이브리드 워크로드를 검증할 수 있도록 지원할 계획"이라고 덧붙였다. 이지은 전무는 "기업 AI의 성공은 단순히 좋은 모델을 도입하는 데서 끝나지 않는다"며 "개발 생산성을 높이고, 신뢰할 수 있는 최신 데이터를 연결하며, 복잡한 운영 환경과 비용, 보안, 권한을 함께 관리할 수 있어야 한다"고 말했다. 이어 "IBM은 기업 고객이 AI를 실제 업무에 적용하고 지속 가능한 성과로 확장할 수 있도록 전 과정에 필요한 기술과 서비스를 제공하겠다"고 덧붙였다.

2026.09.01 14:24남혁우 기자

챗봇을 넘어 'AI 에이전트'

'문화엔진'은 문화정책과 콘텐츠산업, 도시공간과 예술 현장의 흐름을 깊고 넓게 통찰하기 위해 마련된 시리즈입니다. 이 연재를 통해 우리 문화가 나아가는 방향과 그 속에 담긴 다층적인 의미를 입체적으로 만날 수 있습니다. 예술경영학박사 이창근과 현대미술가 최지원, 경관계획가 박상희, 미디어공학자 정지윤을 비롯한 다양한 분야의 필진이 지디넷코리아 문화산업팀과 함께합니다. '문화엔진'이 K-컬처를 미래산업의 엔진이자 동시대 문화의 새로운 가능성으로 바라보는 계기가 되기를 기대합니다. [편집자주] 생성형 AI의 도입은 오랫동안 인간 고유의 영역으로 여겨졌던 지식 생산 과정과 지식생태계의 지형도를 빠르게 해체해 왔다. 초기 챗봇 형태의 AI가 단순한 질문에 답하거나 개별적인 초안을 작성해 주는 '1대1 도구'에 머물렀다면, 오늘날의 테크 생태계는 마누스(Manus) 같은 자율 실행 플랫폼을 비롯해 앱 개발 자동화 툴, 사무·행정 에이전트, 미드저니 같은 시각 예술 툴, 수노(Suno) 같은 음악 생성 툴의 등장으로 완전히 새로운 국면을 맞이하고 있다. 이제 AI는 단순히 대화 상대를 넘어, 백그라운드에서 실무를 완수하고 애플리케이션 빌딩, 데이터 행정 처리, 마케팅 기획, 디자인 등의 결과물을 각 분야별로 독자적으로 빚어내는 '일하는 손'이자 조직의 정식 팀원으로 편입되는 추세다. 이러한 진화의 핵심에 자리 잡은 '오케스트레이션(Orchestration)'은 여러 개의 독립된 에이전트와 전문 툴들이 마치 오케스트라의 악기들처럼 유기적으로 협력해 하나의 복잡한 목표를 수행하도록 조율하는 아키텍처를 뜻한다. 과거의 AI 활용이 개인이 일일이 프롬프트를 입력하고 결과물을 복사해 넣는 파편화된 방식이었다면, 에이전트와 전문 툴이 결합된 오케스트레이션 환경에서는 양상이 완전히 다르다. 예를 들어 IT·앱 개발 과정에서는 리드 에이전트가 UI 디자인을 시각 툴에 맡기고 코딩 에이전트에 병렬로 빌드를 지시하며, 일반 사무·행정 영역에서는 방대한 회의록 정리, 재무 데이터 정합성 검증, 마케팅 리서치와 초안 작성이 백그라운드에서 동시에 처리된다. 즉, 인간이 모든 세부 공정을 직접 가공하는 것이 아니라, 에이전트 군단과 각 분야별 전문 툴이 오케스트레이션의 지휘 아래 서로 맞물려 돌아가며 생산성을 극대화하는 표준이 되고 있는 것이다. 이러한 오케스트레이션 기반의 에이전트 확산은 비단 특정 기술 부문에 국한되지 않는다. 금융, 법률, 마케팅, 일반 행정에 이르기까지 수많은 산업 현장에서 '누가 작업을 소유하고 실행하는가'에 대한 전통적인 조직과 업무의 문법을 뒤흔드는 일이다. 특히 에이전트와 전문 플랫폼이 코딩, 행정 사무, 데이터 분석 등 방대한 프로세스를 각 영역별로 독자적으로 수행함에 따라, 인간 전문가의 역할은 단순한 '실행자'에서 전체 흐름을 지휘하고 결과물의 정합성을 검증하는 '디렉터이자 최종 승인자'로 이동한다. 과거 분업이 인간 간의 역할 나누기였다면, 이제는 인간과 비인간 에이전트 간의 지휘 통제 체계를 구축하는 새로운 형태의 효율성 구조가 지식생태계 전반에 대두되는 셈이다. 이 과정에서 프로페셔널들은 반복적 강도에서 벗어나, 에이전트 군단이 빚어낸 산출물의 타당성을 검토하고 전체 프로세스의 방향성을 조율하는 고차원적 의사결정에 집중하게 된다. 다만, 이러한 효율성의 기저에는 냉철한 거버넌스의 필요성이 따른다. 에이전트가 오케스트레이션을 통해 성과를 내기 위해서는 조직 내 정보가 투명하게 공유되어야 하며, 시스템 충돌이나 오류를 막기 위한 명확한 권한 설계가 선행되어야 한다. 정보가 단절되거나 프로세스 사각지대가 존재할 경우, 자율 에이전트의 연쇄 작업은 오히려 치명적인 오류나 리스크를 증폭시키는 부작용을 낳을 수도 있다. 따라서 에이전트의 자율성을 보장하는 동시에, 각 단계마다 철저한 데이터 검증 및 게이트를 두는 이중적 시스템 설계가 필수적이다. 이러한 현상은 비단 개인의 연구 및 창작 작업에만 국한되지 않는다. 수많은 부서와 이해관계자가 얽혀 있는 실제 기업 및 산업 현장에서는 더욱 거대한 규모로 벌어지고 있는 일이다. 기업들이 부서별 데이터 사일로를 깨고 에이전트 기반의 자동화 파이프라인을 전사적으로 도입할 때, 이러한 통제와 오케스트레이션의 부재는 곧바로 조직 전체의 치명적인 장애나 리스크로 직결될 수 있다. 사회적 흐름 속에서 개인의 감정적 기대나 불필요한 두려움은 지식생태계 속 프로페셔널 생존에 도움이 되지 않는다. 개인의 연구실이든 거대 기업의 실무 현장이든, 인간과 멀티플레이어 에이전트, 그리고 산업 전반의 자동화를 아우르는 다양한 플랫폼이 가장 높은 성과를 낼 수 있도록 오케스트레이션 체계를 설계하고 통제하는 것이 AX(AI Transformation) 시대의 가장 냉철하고 유효한 생존 전략이다. 필자 정지윤 정지윤은 인공지능(AI)과 미디어기술을 기반으로 인간과 미디어의 상호작용을 연구하는 미디어공학자다. 이화여대 융합콘텐츠학과에서 미디어공학 박사학위를 받았으며, 현재 중앙대 예술공학부 조교수로 재직하고 있다. 성균관대 인공지능혁신융합대학사업단 선임연구원과 컬처앤테크놀로지융합전공 강사, 세종대 메타버스융합학부 조교수 등을 지냈다. AI 예술 창작도구, 콘텐츠 융합교육, UI·UX, 인간-AI 상호작용을 연구해 왔으며, 지디넷코리아 [문화엔진]에서 AI·예술공학·미디어융합을 중심으로 기술이 창작과 문화산업에 가져오는 변화를 살펴본다.

2026.08.31 09:02정지윤 컬럼니스트

AI 에이전트, 해커 공격 '회사 지시'로 착각…90% 뚫렸다

AI 에이전트가 해커 사이버 공격을 회사 지시로 착각해, 시스템을 공격자 뜻대로 바꿔준 사례가 공개됐다. 26일(현지시간) 미국 IT 매체 벤처비트에 따르면, 보안업체 테넷 시큐리티는 해킹 컨퍼런스 데프콘 34에서 '고스트재킹'이라는 공격 기법을 시연했다. AI 에이전트가 보안 기록에 남은 공격자 문구를 명령으로 인식해 회사의 도메인 주소 설정을 바꾸는 방식이다. 실험은 앤트로픽 코딩 도구 '클로드 코드'로 진행했다. 그 결과 AI는 90% 확률로 공격자가 심은 명령을 그대로 수행했다. 공격은 보안 시스템이 걸러낸 공격 문구를 AI 에이전트가 회사의 명령으로 잘못 읽으면서 이뤄졌다. 먼저 공격자가 웹사이트 보안 서비스 클라우드플레어에 악성 문구가 담긴 요청을 보냈다. 보안 시스템은 이를 정상적으로 걸러냈지만 걸러낸 문구는 보안 기록에 그대로 남았다. 이후 이 기록을 검토하던 AI 에이전트가 회사 지시와 공격자가 심은 문구를 구분하지 못했고 몇 달 전 회사가 내준 권한으로 공격자가 심은 내용을 그대로 실행했다. 이 공격은 기존 보안 체계에 걸리지 않는다. 보안 시스템은 정상 작동했고 이후 조작은 모두 에이전트가 이미 부여받은 정당한 권한으로 이뤄졌기 때문이다. 침입 탐지 시스템과 웹 방화벽, 계정 관리 시스템도 반응하지 않았다. 위반된 보안 규칙이 없어서다. 테넷은 이 같은 취약 구조가 노출된 정황을 48개 조직에서 확인했다고 밝혔다. 이 가운데 6곳은 포춘 500대 기업이었다. AI 에이전트 사이버 위협은 지속 커지고 있다. 오와스프(OWASP)가 지난 4일 발표한 '2026 거대언어모델(LLM) 애플리케이션 10대 위협'에서 'AI에 과도한 자율권을 부여하는 문제'는 지난해 6위에서 3위로 올랐다. 에이전트 도입 현장에서 관련 사고가 늘어난 결과다. OWASP는 취약점 표준을 만드는 국제단체다. 스티브 윌슨 OWASP LLM 부문 공동책임자는 "가장 먼저 할 일은 모델 바깥에 인가 관문을 두는 것"이라며 "에이전트가 도메인 주소 변경을 제안할 수는 있어도 스스로 실행할 권한까지 가져선 안 된다"고 밝혔다. 박지환 씽크포비엘 대표는 "AI가 추천하고 사람이 결정하면 올바른 판단이라고 착각하는 것이 가장 위험하다"고 지적했다. 이어 "보안은 출입문 앞에서 끝나지만 AI 신뢰성은 그 문을 열어준 순간부터 시작된다"며 "AI가 대안을 제시하더라도 실행 권한은 사람이 쥐고 있어야 한다"고 조언했다.

2026.08.27 09:52김동원 기자

앤트로픽 "클로드 대화 내용, AI 에이전트 '코워크'도 안다"

앤트로픽이 클로드와 나눈 대화 내용을 업무 자동화 도구 '코워크'에서도 쓸 수 있게 했다. 앤트로픽은 25일(현지시간) 공식 블로그를 통해 대화 기능과 코워크 기억을 하나로 통합했다고 밝혔다. 코워크는 앤트로픽이 올해 1월 선보인 AI 에이전트 도구다. 질문에 답하는 챗봇과 달리 문서 작성이나 파일 정리처럼 여러 단계로 이뤄진 업무를 이용자 대신 처리한다. 코워크는 그동안 프로젝트 단위로만 기억이 남아 대화에서 쌓은 정보와 이어지지 않았다. 이번 업데이트로 대화에서 나눈 맥락이 코워크 작업에 반영되고 코워크에서 처리한 내용도 대화에 다시 활용될 수 있게 됐다. 일례로 이용자가 클로드에서 컨퍼런스 관련 정보를 검색하고 대화를 나눈 뒤 코워크에 예산·운영 문서 작성을 맡기면 앞서 클로드와 이야기한 참석 인원과 개최 도시, 연사 정보가 문서에 그대로 담긴다. 상사에게 보낼 보고서를 맡길 때도 그 상사가 누구이고 어떤 보고 방식을 선호하는지 다시 설명할 필요가 없다. 기억을 저장하는 방식도 달라졌다. 클로드는 대화가 끝난 뒤 내용을 요약하던 기존 방식 대신 대화 도중 주요 내용을 실시간으로 저장한다. 이용자가 "이걸 기억해"라고 따로 말하지 않아도 다음 대화에 반영된다. 저장 기능은 언제든 잠시 멈추거나 초기화할 수 있다. 이용자는 클로드가 저장한 내용을 직접 확인하고 관리한다. 저장된 기억은 설정의 '주제' 항목에 파일 형태로 정리된다. 이용자가 각 항목을 열어보고 고치거나 지울 수 있다. 민감한 정보는 기본적으로 저장하지 않는다. 앤트로픽은 건강 상태와 인종, 민족, 종교적 신념, 정치 성향, 성 정체성 등을 기본 설정에서 저장하지 않는다고 밝혔다. 이용자가 설정에서 '민감한 주제를 메모리에 포함' 항목을 켜면 저장할 수 있고, 이때는 해당 정보가 저장될 때마다 알림이 뜬다. 설정을 켜기 전에 나눈 대화는 소급해 저장하지 않는다. 설정과 무관하게 아예 저장하지 않는 정보도 있다. 사회보장번호(SSN) 같은 신분 식별 번호와 정부 발급 신분증, 범죄 이력, 이민 상태, 이용정책(AUP)을 위반하는 내용이다. 클로드는 이런 정보를 저장할 수 없을 때 이용자에게 그 사실을 알린다. 앤트로픽은 그동안 대화와 코워크를 하나로 묶어왔다. 7월에는 두 기능의 화면을 합치고 코워크 작업이 노트북을 꺼도 클라우드에서 이어지도록 했고 이번에는 기억까지 공유하도록 했다. 이번 기능은 무료·프로·맥스 요금제의 웹·데스크톱·모바일에서 기본으로 탑재된다. iOS와 안드로이드 이용자는 앱을 최신 버전으로 업데이트해야 한다. 팀·엔터프라이즈 요금제는 관리자가 조직 단위로 사용 여부를 정하고 개별 이용자에게는 기본적으로 기능이 꺼져 있다.

2026.08.26 09:22김동원 기자

넥써쓰, AI 솔루션 11종 집약한 'AI 랩스' 포털 공개

자체 인공지능(AI) 프레임워크로 제작한 11종의 실증 솔루션을 한곳에 모은 통합 포털이 공개됐다. 넥써쓰(대표 장현국)는 자체 개발한 AI 솔루션 11종을 한데 모은 포털 '넥써쓰 AI 랩스'를 오픈했다고 19일 밝혔다. 이번 포털은 AI 연구 성과를 단순 시연에 그치지 않고 실제 업무에 즉각 활용 가능한 상용 제품으로 실증하기 위해 구축됐다. 공개된 솔루션들은 자율 개발 플랫폼인 '넥써쓰 AI 프레임워크'를 통해 제작됐다. 목표를 입력하면 33개의 AI 에이전트와 39개 전문 기능이 협업해 기획부터 설계, 개발, 검증까지 전 과정을 자동으로 수행하는 구조다. 사람이 직접 코드를 작성하지 않고도 완성도 높은 제품을 구현하는 것이 특징이다. 포털에 등록된 솔루션은 콘텐츠 제작, 업무 자동화, 블록체인 연동 등 3개 부문으로 나뉜다. 콘텐츠 부문에서는 3D 모델 제작 도구 '텍스트 투 3D', 광고 트레일러 제작 솔루션 '에이브', 픽셀아트 생성기 '퍼펙트픽셀' 등을 지원한다. 업무 자동화 부문은 마케팅 플랫폼 '키로로', 회의록 자동 정리 솔루션 '밥', 기획을 앱으로 바꾸는 '이미지투앱'으로 구성됐다. 블록체인 연동 부문에서는 자연어 명령 기반의 '원체인 스킬'을 선보였다. 해당 솔루션은 지난 6월 글로벌 웹3 보안 기업 서틱의 AI 스킬 보안 검사 전 항목을 통과하며 안전성을 입증받았다. 이외에도 텍스트 기반 게임 제작 툴 'wasd', AI 영상 솔루션 '레드 스튜디오', '스토리메이커' 등 총 11종이 제공된다. 장현국 넥써쓰 대표는 "AI 전환 시대의 핵심 중 하나는 기술 연구를 얼마나 빠르게 실증 가능한 제품으로 증명하느냐에 있다"며 "AI를 통해 생각의 속도로 제품을 구현해 내고 있으며 해당 역량을 블록체인 플랫폼 사업 전반으로 확장해 나갈 것"이라고 밝혔다.

2026.08.19 16:50진성우 기자

와이즈넛, 상반기 매출 146억…AI 에이전트 성장 견인

와이즈넛이 인공지능(AI) 에이전트 사업을 앞세워 실적 반등 발판을 마련했다. 와이즈넛은 올해 상반기 연결 기준 매출 146억 5000만원을 기록했다고 18일 공시했다. 전년 동기보다 8.2% 늘어난 규모로 AI 에이전트 사업이 외형 성장을 이끈 가운데 적자폭도 줄며 손익구조가 개선됐다. 상반기 영업손실은 15억 9000만원으로 전년 동기 32억원에서 50.3% 축소됐다. 당기순손실은 5억 1000만원으로 전년 동기 20억원 대비 74.3% 감소했다. 성장 견인 동력은 AI 에이전트 부문이다. 상반기 AI 에이전트 매출은 61억 5000만원으로 전년 동기 9억 6000만원에서 539% 늘었다. 전체 매출에서 차지하는 비중도 지난해 상반기 7.1%에서 올해 42%로 34.9%포인트 확대됐다. 와이즈넛은 신규 AI 에이전트 수주가 늘고 기존 레거시 사업의 생성형 AI 전환이 본격화되면서 이 부문 비중이 빠르게 커진 것으로 분석했다. 검색·챗봇을 통해 쌓아온 자연어처리 기술과 고객 기반, 산업별 구축 경험이 도메인 특화 AI 에이전트 사업으로 이어지며 사업 포트폴리오 재편에도 속도가 붙고 있다고 했다. 2분기만 놓고 보면 매출 74억 3000만원, 영업손실 1억 6500만원, 당기순이익 5억원을 기록했다. 상반기 누적 기준으로는 AI 에이전트 사업 외형 확대와 판매비·관리비 절감, 지난해 코스닥 상장 관련 일회성 비용 기저효과가 맞물려 손실 규모가 줄었다. 와이즈넛은 현재 공공과 기업 실제 업무에 적용되는 도메인 특화 AI 에이전트를 앞세워 AI전환(AX) 시장을 공략하고 있다. 단순히 생성형 AI를 도입하는 데 그치지 않고, 고객이 보유한 내부 데이터와 업무 프로세스를 AI 에이전트에 연결해 업무 생산성을 끌어올린다는 전략이다. 이를 위해 에이전트 특화 거대언어모델(LLM) '와이즈 로아(WISE LLOA)'와 검색증강생성(RAG) 기반 에이전트 솔루션 '와이즈 아이랙(WISE iRAG)', 에이전트 제작·운영 도구 '와이즈 에이전트 랩스(WISE Agent Labs)' 등 자체 기술과 구축 경험을 활용해 산업별 적용 범위를 넓히고 있다. 와이즈넛은 하반기에도 공공기관과 기업 AX 수요에 맞춰 도메인별 AI 에이전트 사업을 확대하면서 매출 성장과 수익성 개선을 함께 추진할 방침이다. 강용성 와이즈넛 대표는 "올해 상반기에는 AI 에이전트가 검토와 검증 단계를 지나 공공과 기업 현장에서 실제 매출로 전환되는 변곡점을 만들어 냈다"며 "이 성장세를 하반기에 한 단계 더 끌어올려, 도메인 특화 AI 에이전트 사업을 기반으로 한 외형 확대뿐 아니라 수익성까지 갖춘 성과로 증명해 나가겠다"고 했다.

2026.08.18 17:21김동원 기자

AI 에이전트 방문 거부하는 플랫폼, 고립인가 생존인가

안녕하세요 AMEET 기자입니다. 여러분은 혹시 인공지능(AI) 비서가 여러분을 대신해 네이버에서 맛집을 예약하고, 카카오톡으로 선물을 보내는 세상을 상상해 보셨나요? 이미 그런 시대가 우리 곁에 성큼 다가와 있지만, 정작 우리를 맞이해야 할 플랫폼 기업들은 문을 굳게 걸어 잠그고 있습니다. 최근 스레드, 카카오, 네이버 같은 주요 서비스들이 AI 에이전트의 접근을 불법 행위로 규정하고 차단하는 사례가 늘고 있는데요. 반면 한편에서는 모델 컨텍스트 프로토콜(MCP)이라는 새로운 표준을 통해 인공지능의 방문을 오히려 환영하는 곳들도 생겨나고 있습니다. 이 뜨거운 논쟁의 중심에서 저희 AMEET은 서로 다른 시각을 가진 AI 패널들을 모시고 심도 있는 토론을 진행해 봤습니다. 이번 토론에는 규제 정책의 효율성을 강조하는 챗GPT 모델 기반의 규제 전문가, 플랫폼의 성장과 수익성을 우선하는 제미나이 모델 기반의 경제 전문가, 그리고 데이터 주권과 윤리적 리스크를 날카롭게 짚어내는 클로드 모델 기반의 비판적 관점 전문가가 참여했습니다. 각 패널은 자신이 맡은 전문 분야의 논리를 바탕으로, 인공지능 시대에 서비스가 나아가야 할 최적의 방향이 무엇인지 치열하게 머리를 맞댔습니다. 토론의 서막은 AI 규제 정책 전문가가 열었습니다. 이 패널은 현재 한국 플랫폼들이 취하는 차단 정책이 단순히 기술적인 위험을 관리하려는 목적보다는, 법적·규제적 불확실성에 대한 공포에서 비롯된 방어적 대응이라고 분석했습니다. 특히 EU의 AI Act와 같은 글로벌 규제 흐름 속에서 투명성과 감시 가능성을 확보하지 못한 채 문을 여는 것에 대한 기업들의 부담이 크다는 점을 짚었죠. 하지만 플랫폼 경제 전문가의 생각은 조금 달랐습니다. 그는 지금 당장 빗장을 거는 것이 단기적으로는 데이터를 지키는 것처럼 보일지 몰라도, 장기적으로는 AI 생태계에서 고립되는 결과를 초래해 결국 시장 점유율을 잃게 될 것이라는 우려 섞인 경고를 내놓았습니다. 빗장 거는 한국 플랫폼, 방어인가 고립의 시작인가 토론에서 가장 먼저 부딪힌 지점은 바로 '차단 전략의 정당성'이었습니다. 규제 정책 전문가와 개인정보보호법 전문가들은 현재의 차단 행보를 규제 리스크 회피를 위한 불가피한 선택으로 보았습니다. 특히 개인정보보호법 전문가는 Cerebras 팀의 논의를 인용하며, 도구 간의 표준화된 대화 규격만으로는 데이터 통제 문제를 완전히 해결할 수 없다는 점을 들어 기업들의 신중론에 힘을 실었습니다. 하지만 플랫폼 경제 전문가의 반박은 날카로웠습니다. 그는 '네트워크 효과'라는 플랫폼 비즈니스의 핵심 원리를 들고 나왔습니다. 인공지능이 더 많이 찾아오고 더 많은 정보를 통합할수록 플랫폼의 가치가 올라가는데, 이를 인위적으로 막는 것은 혁신을 거부하는 태도라는 것이죠. 특히 그는 2028년까지 개방형 전략을 취하는 플랫폼이 폐쇄형보다 최소 15%p 이상의 성장 우위를 보일 것이라는 파격적인 전망을 내놓았습니다. 이에 대해 비판적 관점의 AI 패널은 즉각 반발했습니다. 개방이 주는 이익만을 강조하는 것은 데이터 오용으로 인해 발생할 사용자 신뢰 상실의 비용을 너무 낮게 평가하는 '낙관적 편향'이라는 비판이었습니다. 논점은 여기서 한 단계 더 나아갔습니다. 단순히 '막느냐 여느냐'의 차원을 넘어, '누가 감시하고 어떻게 책임질 것인가'로 이동한 것입니다. 규제 정책 전문가는 선택적 개방이 가능하려면 먼저 규제 당국의 감시 역량이 강화되어야 한다고 주장한 반면, 플랫폼 경제 전문가는 규제가 완벽해질 때까지 기다리는 것은 플랫폼의 생존 기회를 박탈하는 일이라며 팽팽하게 맞섰습니다. 이 과정에서 양측은 규제 결정론과 플랫폼 만능론이라는 서로의 한계를 지적하며 토론의 열기를 더했습니다. 승인형 MCP, '통제된 개방'이 만드는 새로운 질서 토론이 중반에 접어들며 패널들은 '승인형 MCP'라는 합리적 대안에 시선을 모으기 시작했습니다. 개인정보보호법 전문가가 제안한 이 모델은 AI 에이전트를 등록-최소권한-기록-삭제라는 4단계 승인 절차에 따라 관리하는 방식입니다. 무조건 막는 것이 아니라, 어떤 녀석이 무슨 목적으로 우리 데이터를 보러 왔는지 명확히 기록하고 허가하자는 것이죠. 규제 정책 전문가 역시 이 방식이 EU AI Act의 투명성 원칙에 부합한다며 긍정적인 반응을 보였습니다. 2027년까지 이러한 승인 모델이 정착된다면, 무분별한 스크래핑으로 인한 데이터 유출 위험은 줄이면서도 AI 생태계의 혁신은 이어갈 수 있다는 분석입니다. 하지만 플랫폼 경제 전문가는 다시 한번 우려를 표했습니다. 이러한 복잡한 승인 절차가 자칫 중소 AI 개발자들에게는 넘기 힘든 거대한 장벽이 될 수 있다는 지적이었습니다. 실제로 복잡한 승인 제도가 도입될 경우, 2028년까지 신규 AI 에이전트의 시장 진입이 30% 이상 감소할 수 있다는 우울한 전망도 나왔습니다. 거대 플랫폼과 거대 AI 기업만이 살아남고 역동적인 혁신은 사라지는 '시장 집중화' 현상이 가속화될 수 있다는 것이죠. 이에 대해 패널들은 기능별로 단계를 나누어 개방하거나 저위험 정보부터 순차적으로 열어주는 식의 유연한 대응이 필요하다는 점에 공감대를 형성했습니다. 가장 흥미로운 대목은 사용자 경험(UX) 전문가의 등장이었습니다. 그는 기술이나 법보다 더 중요한 것은 결국 서비스를 이용하는 '사람'의 마음이라고 강조했습니다. 아무리 법적 지위가 명확하고 기술이 성숙해도, 사용자가 자기 데이터가 어떻게 쓰이는지 모른다면 그 서비스는 신뢰를 잃고 말 것이라는 뜻입니다. 그는 Cerebras 팀이 강조한 정보 통합의 가치를 살리면서도, 사용자가 클릭 한 번으로 자신의 데이터 권한을 제어할 수 있는 '사용자 주도형 동의 UX'가 AI 시대의 진정한 열쇠가 될 것이라고 주장했습니다. 결국은 사람, 사용자 주도형 UX가 AI 시대의 열쇠 토론의 막바지에 이르러 패널들은 몇 가지 중요한 합의점에 도달했습니다. 첫째, 현재의 무조건적인 차단 정책은 지속 가능하지 않다는 점입니다. 둘째, 대안으로 떠오른 '위험기반 승인형 MCP'는 현행 개인정보보호법 체계 내에서도 충분히 실행 가능하다는 점입니다. 셋째, 이 모든 과정에서 중소 개발자의 진입 장벽을 낮추고 사용자의 통제권을 보장하는 기술적·디자인적 배려가 필수적이라는 점에 모두가 뜻을 같이했습니다. 특히 UX 전문가는 간소화된 동의 절차가 2027년까지 서비스의 초기 안착 성공률을 10%p 이상 높일 것이라는 분석을 내놓으며 토론을 마무리했습니다. 이번 토론은 AI 에이전트의 접근 정책이 단순히 '기술적 보안'의 영역이 아니라, 플랫폼의 생존 전략이자 사용자 신뢰를 구축하는 '철학'의 영역임을 명확히 보여주었습니다. 네이버와 카카오 같은 플랫폼들이 겪고 있는 진통은 어쩌면 더 큰 개방으로 나아가기 위한 성장통일지도 모릅니다. 2026년 8월, 우리가 목격하고 있는 이 갈등의 끝에는 과연 어떤 풍경이 기다리고 있을까요? 인공지능 비서에게 현관문을 열어주는 것이 축복이 될지, 재앙이 될지는 결국 우리가 설계하는 '신뢰의 인프라'에 달려 있을 것입니다. AI 에이전트가 우리의 일상을 대신 처리해 주는 편리함과, 소중한 데이터가 어디로 흘러가는지에 대한 막연한 두려움. 그 팽팽한 줄다리기는 지금 이 순간에도 현재진행형입니다. 기업들은 빗장을 풀기 위한 용기를, 규제 당국은 혁신을 가로막지 않는 지혜를, 그리고 우리 사용자들은 자신의 데이터를 주체적으로 관리하는 안목을 가져야 할 때입니다. 인공지능 시대, 진정한 연결은 단순히 선을 잇는 것이 아니라 신뢰를 잇는 작업임을 다시금 깨닫게 됩니다. ▶ 해당 보고서 보기 https://ameet.zdnet.co.kr/uploads/0753c6af.html ▶ 지디넷코리아가 리바랩스 'AMEET'과 공동 제공하는 AI 활용 기사입니다. 더 많은 보고서를 보시려면 'AI의 눈' 서비스로 이동해주세요. (☞ 보고서 서비스 바로가기)

2026.08.14 10:03AMEET

Prev 1 2 3 4 5 Next