검색 - IT세상을 바꾸는 힘 지디넷코리아

ZDNet 검색 페이지

'AI팩토리'통합검색 결과 입니다. (16건)

태그
기간
- 3개월
- 1년
- 1년 이전

재검색

[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

제조업 AX 효과, 생산성 30% ↑ 불량률 15% ↓

산업통상자원부는 지난해 9월 출범한 제조 인공지능전환(M.AX) 얼라이언스를 통해 지원해 성과가 나타나기 시작한 42개 사업장을 점검한 결과, 생산성이 30.1% 향상되고 불량률은 평균 15.5% 낮아진 것으로 나타났다고 4일 밝혔다. 반도체 분야에서는 신한다이아몬드가 웨이퍼 연마 공정에 사용되는 소모품인 CMP 디스크에 AI 기반 자동검사시스템을 도입해 품질검사시간을 33% 단축했다. 서플러스글로벌은 반도체 장비 재자원화를 위한 장비 해체, 부품 선별·회수 등 하베스트 공정에 AI를 접목해 생산성을 66.7% 높였다. 자동차 분야에서는 아산성우하이텍이 전기차 배터리 무인 자율제조 시스템을 도입, 품질검사시간을 90% 단축했다. 화신은 배터리 케이스 생산공정에 설비 예지보전시스템을 도입해 제품 불량률을 20% 낮췄다. 조선 분야에서도 HD현대삼호가 선박 조타장치와 방향타 간 연결 축을 지지하는 핵심 구조물인 러더트렁크 용접·생산공정에 AI기반 자율용접·검사 솔루션을 도입해 생산성을 50% 향상시켰다. 이엔케이는 AI 비전검사 시스템을 통해 조선·특수가스용 고압 실린더 검사시간을 22% 줄였다. AI팩토리 선도 프로젝트는 국내 AI솔루션 기업 성장도 촉진했다. 인이지는 판단 근거를 제시하는 '설명가능 AI' 기반 공정 자율운전 기술을 철강·석유화학·시멘트 등 다양한 분야로 확대했다. 원프레딕트는 설비 한 대의 고장을 예측하는 예지보전 솔루션 기업에서 공장 전체를 AI 중심으로 재설계하는 '산업 AI 운영체계' 공급 기업으로 성장했다. M.AX 적용 범위도 개별 제조공정의 생산성과 품질을 높이는 데 그치지 않고 AI를 탑재한 혁신제품 개발과 지역 제조생태계 전환으로 확대되고 있다. 제품AX 분야에서는 조선 작업장의 화재 감시·진화, 화학산업의 유독가스 배출 환경 내 밸브 조작, 물류 현장의 제품 포장 등 위험하거나 반복적인 작업을 수행하는 산업 특화 휴머노이드 개발과 현장 실증에 착수했다. 국산 로봇 AI 모델인 RFM(Robot Foundation Model) 개발을 추진하는 한편, 자율주행차와 로봇·가전 등 혁신제품에 탑재하는 온디바이스 AI 반도체 개발과 실증도 본격화하고 있다. 지역AX 분야에서는 창원·광주 등 기존 10개 AX 실증산단을 거점으로 지역기업과 대학이 참여하는 'MINI 얼라이언스'를 출범시켰다. 개별 기업의 AI 도입을 넘어, 산단 입주기업이 AI 데이터센터 등 인프라와 기술·인력을 공동으로 활용하고 지역 주력산업 전체가 함께 혁신하는 지역 맞춤형 M.AX 협력모델을 구축해 나가고 있다. 올해 추가 선정된 3개 실증산단에도 MINI 얼라이언스를 출범시킬 예정이다. 산업부는 M.AX 얼라이언스를 중심으로 제조현장에서 확인된 성과를 기업·업종·산업단지 전반으로 확산하고 기술과 데이터, 인재가 선순환하는 제조AX 생태계를 조성해 나간다는 계획이다. 산업부는 2030년까지 AI팩토리 500개 구축을 목표로 고품질 제조데이터 수집과 AI모델 개발·실증을 지속 지원한다. 또 사람 개입 없이 AI가 제조 전 공정을 자율적으로 운영하는 풀스택 AI 팩토리의 핵심기술을 개발하고 국내 제조현장 실증을 거쳐 상용화 및 수출상품화를 추진한다. 명장과 숙련공이 보유한 경험과 노하우는 데이터셋으로 변환하고, 이를 학습한 AI 모델과 솔루션을 개발·검증한다. 숙련인력 감소와 세대교체에 따른 제조 암묵지 소멸에 대응하고 숙련자의 지식이 현장 인력에게 효과적으로 전수될 수 있도록 지원한다. 산업부는 AI팩토리와 제조 암묵지 사업 등으로 확보한 고품질 제조데이터를 안전하게 저장·관리·활용하기 위한 국가 제조데이터 라이브러리도 구축해 기업·사업별로 분산된 제조데이터를 AI 모델과 솔루션 개발에 연계·활용할 수 있는 기반을 마련한다. 제품AX 분야에서는 로봇 3대 취약 부품인 액추에이터·로봇손·센서를 국산화하고 조선·자동차·철강 등 10대 업종 특화 휴머노이드를 개발하는 한편, 로봇 학습용 데이터 수집을 위해 지역 전략산업과 연계한 로봇 데이터 팩토리를 구축한다. 자율주행차 분야에서도 AI 자율주행 모델과 SDV 플랫폼·차량용 반도체 등 핵심기술 확보를 지원한다. 지역AX 분야에서는 AX 실증산단을 2030년까지 25개로 확대하고, 지역 산업의 도메인 지식과 AI 전문성을 갖춘 현장형 인재를 양성하는 M.AX 아카데미를 운영한다. 산업부는 금융위원회와 함께 '국민성장펀드-M.AX 프론티어 프로젝트'를 추진해 AI팩토리·로봇·반도체 분야 유망기업에 대한 금융 지원에 착수했다. 김정관 산업부 장관은 “생산성은 높이고 불량률은 낮추는 성과가 현장에서 실제 확인된 만큼, 검증된 모델이 중소·중견기업과 지역 산업단지까지 빠르게 확산하도록 하겠다”며 “제조데이터와 숙련자의 노하우를 축적·활용하고 AI와 로봇으로 운영되는 풀스택 AI 팩토리를 구현해 우리나라가 2030년 M.AX 최강국으로 도약할 수 있도록 적극 지원하겠다”고 밝혔다.

2026.08.04 13:31주문정 기자

엔비디아·브룩필드가 베팅한 네이버…14.6兆 장비 등 인프라 투자

엔비디아와 브룩필드로부터 100억 달러(약 14조 6080억원) 자금을 조달한 네이버가 확보한 실탄을 그래픽처리장치(GPU)와 장비 등 인프라에 투자한다. 네이버는 엔비디아로부터 제3자 배정 유상증자를 통해 10억 달러(약 1조 4608억원) 규모의 전략적 투자를 체결했다고 27일 밝혔다. 90억 달러(약 13조 1472억원) 규모의 그래픽처리장치(GPU) 인프라 및 데이터센터 확보를 위해 글로벌 투자사 브룩필드를 독점적 우선 협상대상자로 선정했다. 이번 계약으로 네이버는 AI팩토리 사업의 핵심 축인 GPU 수급과 장비 조달이라는 선결 과제를 해결할 수 있게 됐다. 엔비디아의 이번 투자는 지난 6월 양사가 발표한 '기가와트(GW)급 초대형 글로벌 AI팩토리 구축 협약'의 후속 조치다. 네이버가 제3자 배정 유상증자에 나서는 것은 22년 만으로, 2008년 코스피 이전 상장 이후 처음이다. 엔비디아는 네이버 지분 4.5%(보통주 724만 1564주)를 취득하게 된다. 납입기한은 오는 10월 30일이다. 이와 함께 네이버는 주주가치 제고를 위한 대규모 자사주 소각도 병행한다. 네이버는 지난 24일 이사회에서 약 1조원 규모의 자사주 490만주를 내달 3일 소각하기로 결정했다고 공시했다. 네이버는 1조 달러(약 1461조 3000억원) 이상을 운용하는 브룩필드와의 사전계약을 통해 수백 MW(메가와트)의 AI팩토리 운용을 위한 최신 GPU와 데이터센터를 안정적으로 확보하게 된다. 브룩필드는 데이터센터와 신재생에너지 등 AI 인프라 분야의 프론티어 투자기업이다. 네이버는 협력을 통해 글로벌 GPU 공급 부족 상황에서도 대규모 컴퓨트 인프라를 선제적으로 확보할 수 있게 된다. 네이버의 자회사인 네이버클라우드는 엔비디아와 글로벌 AI팩토리 사업을 함께 추진하는 'AI 컴퓨트 파트너십' 계약을 긍정적으로 논의하고 있다. 기술 제휴를 포함해 수요와 자본까지 아우르는 통합 파트너십을 통해 엔비디아는 네이버클라우드의 공동 사업 주체로 참여할 것으로 전망된다. 엔비디아가 직접 투자를 결정한 배경에는 네이버가 보유한 세계 최고 수준의 '즉시 실행 가능한' 풀스택 AI 역량이 자리잡고 있다는 것이 회사 측 설명이다. 네이버는 데이터센터, GPU 클러스터, AI 플랫폼에 이어 자체 모델과 서비스까지 AI팩토리의 전 영역을 직접 운영해온 사업자다. 2019년 엔비디아의 슈퍼컴퓨팅 인프라를 전 세계 최초로 상용화한 네이버는 20여 년간 축적한 인프라 운영경험을 바탕으로, 냉각·전력·네트워크 등 데이터센터 핵심 기술을 AI 워크로드에 맞춰 모두 내재화했다. 이러한 완성형 인프라는 곧 속도로 이어진다. 네이버는 자체 데이터센터에 더해 전국 20여 곳에 GPU 상면을 선제적으로 확보·운영하고 있으며, 표준 사양의 서버 체계를 구축해 자원 확보부터 서비스 개시까지의 기간을 1개월 이내로 단축하는 것을 목표로 하고 있다. 나아가 네이버는 국내 최대 규모인 10만 장 수준의 GPU를 대규모 클러스터로 운영하며, 자원 관리·복구 자동화와 100% 수준의 모니터링을 통해 예측 가능하고 효율적인 인프라 운영을 실현하고 있다. 이러한 역량을 바탕으로 네이버는 이미 수십만 고객에게 기업용 서비스를 제공하고 있으며, 국내에서 유일하게 대규모 서비스형 GPU(GPUaaS)를 제공하는 사업자다. 빠르게 구축한 대규모 글로벌 협력을 기반으로, 네이버는 2027년부터 AI팩토리 사업을 통한 매출을 창출할 계획이다. 2027년 상반기 55MW 규모의 글로벌 AI팩토리 가동을 시작하고, 2028년 200MW 규모까지 본 궤도에 올린 후, 이를 발판 삼아 1GW급으로 빠르게 확장할 예정이다. 이를 통해 아시아·태평양, 유럽, 중동 시장의 소버린 AI 인프라 수요를 흡수하겠다는 전략이다. 최수연 대표는 “엔비디아와 브룩필드의 투자는 네이버 미래 성장에 중요한 전기가 될 것”이며 “이번 투자를 기점으로 네이버의 기술, 인프라를 통해 글로벌 AI인프라 시장에 빠르게 진출할 수 있는 계기를 마련하게 돼 매우 고무적”이라고 말했다. 이어 “AI팩토리 고객사 유치도 속도감 있게 마무리 해 네이버가 글로벌 AI인프라 분야의 주요한 기업으로 도약하는 분기점으로 삼겠다”고 말했다.

2026.07.27 09:48박서린 기자

"SKT, AI팩토리에 가장 적극적인 통신사...풀스택AI·전국망 경쟁력"

영국 통신 전문매체 텔레콤TV(TelecomTV)가 SK텔레콤을 글로벌 통신사 가운데 AI 팩토리 구축을 가장 적극적으로 추진하는 사업자 중 하나로 소개했다. AI 인프라를 넘어 모델과 서비스까지 아우르는 '풀스택 AI' 전략과 전국 통신망을 활용한 AI 인프라 구축이 핵심 경쟁력으로 꼽혔다. 텔레콤TV는 최근 발간한 '통신사의 AI 인프라 동향(Trends in Telco AI Infrastructure)' 보고서에서 SK텔레콤과 스위스콤, 텔레노르, 텔리아, 텔러스 등 5개 통신사의 AI 인프라 전략을 분석했다. 보고서에 따르면 SK텔레콤은 AI 학습과 추론을 위한 GPU 기반 데이터센터와 AI 클라우드를 결합한 'AI 팩토리' 구축에 집중하고 있다. 정석근 SK텔레콤 AI CIC장은 보고서 인터뷰에서 "SK텔레콤은 AI 팩토리 인프라에 적극 투자하고 있다"며 "AIDC 투자는 통신사에서 AI 인프라와 모델, 서비스를 모두 제공하는 풀스택 AI 기업으로 전환하기 위한 전략을 반영한다"고 밝혔다. 보고서는 SK텔레콤이 지난달 발표한 엔비디아 DGX 플랫폼 기반 기가와트(GW)급 AI 클라우드 구축 계획도 소개했다. 서울과 울산, 남서부 지역을 잇는 AI 인프라 벨트를 활용해 내년 AI 팩토리를 가동할 예정이라고 설명했다. SK텔레콤은 AI 팩토리 구축 과정에서 대규모 전력과 부지 확보, 총소유비용(TCO) 최적화, 신규 서비스 개발, 고객 확보에 집중하고 있으며, 기술 기업들과 협력을 통해 하드웨어와 소프트웨어, 시장 진출 전략도 함께 추진하고 있다고 보고서는 전했다. AI 팩토리의 주요 고객은 국내 AI 기업과 AI 전환을 추진하는 일반 기업, 고성능·고보안 컴퓨팅 환경이 필요한 정부 기관으로 설정했다. GPU를 클라우드 형태로 제공하는 것은 물론 자원 모니터링과 전력·에너지 관리 등 AI 데이터센터 운영 솔루션도 함께 제공한다. 보고서는 SK텔레콤이 AI 팩토리의 경쟁력으로 독자적인 풀스택 소프트웨어와 SK그룹 계열사와의 시너지를 제시했다고 소개했다. 정 CIC장은 "AI 팩토리는 인프라와 모델, 서비스를 아우르는 풀스택 AI 전략의 일부"라며 "독자 소프트웨어와 자체 인프라 역량, SK그룹의 에너지·반도체 역량이 결합돼 경쟁 우위를 창출할 것"이라고 말했다. 보고서는 SK텔레콤이 해외 AI 데이터센터 사업도 검토하고 있다고 전했다. SK이노베이션과 함께 베트남 응에안성에 첫 해외 AI 데이터센터(AIDC)를 구축하는 방안을 검토 중이며, 1.5GW 규모 LNG 발전 프로젝트와 연계해 글로벌 빅테크와 동남아시아 시장 수요를 겨냥하고 있다는 설명이다. 아울러 정 CIC장은 통신사의 AI 인프라 역할과 관련해 "SK텔레콤은 전국 네트워크와 네트워크 운영 노하우, 엣지 컴퓨팅 역량, 국가 핵심 인프라 운영 경험을 갖추고 있다"며 "통신사는 국가 AI 인프라 구축 과정에서 대규모 AI 컴퓨팅과 실제 AI 서비스를 연결하는 핵심 역할을 수행할 수 있다"고 강조했다. 이 보고서는 AI 팩토리 구축이 AI 산업 경쟁력의 핵심 요소로 떠오르는 가운데 통신사가 인프라 투자와 운영, 연결을 담당하는 핵심 사업자로 부상하고 있다고 평가했다. 특히 전국망과 데이터센터 운영 경험을 갖춘 통신사들이 국가 AI 생태계 구축의 중요한 축이 될 것으로 전망했다.

2026.07.22 07:53홍지후 기자

산업부, 금융위 손잡고 글로벌 피지컬 AI 선도 기업 발굴·육성

산업과 금융, 제조 인공지능 전환(M.AX)과 국민성장펀드가 만나 글로벌 피지컬 AI 시장을 선도할 기업을 발굴·육성한다. 산업통상부와 금융위원회는 1일 서울 여의도 산업은행 대회의실에서 '국민성장펀드-M.AX 프론티어 프로젝트' 민관 합동간담회를 개최하고 AI팪토리·로봇·미래차 등 피지컬 AI 핵심분야 메가프로젝트 발굴을 위한 협업 방안을 논의했다. 김정관 산업부 장관은 “지난해 12월에 이어 두 번째로 산업과 금융의 만남이 이뤄졌다”며 “오늘 논의되는 AI팩토리·AI로봇·반도체는 다가오는 AI 시대 우리 성장을 이끌어낼 핵심인 만큼 과감한 투자가 필요하다”고 밝혔다. 김 장관은 “M.AX 인프라 구축 등의 투자는 대기업조차 결정하기 쉽지 않은 만큼, 국민성장펀드가 든든한 성장 사다리가 되길 바란다”면서 “산업부도 정책역량을 총동원해 M.AX 확산을 뒷받침하고 국민성장펀드의 투자효과를 M.AX로 끌어올리겠다”고 말했다. 이억원 금융위원장은 “우리나라의 다양하고 수준 높은 제조현장에서 구현될 피지컬 AI는 생산성 향상과 새로운 성장동력 창출에 크게 기여할 분야로 주목받고 있다”며 “국민성장펀드는 대한민국 '피지컬 AI 글로벌 1강' 도약 비전을 현실로 만드는 강력한 이행수단으로서, 민간 투자를 촉진하는 마중물이 되겠다”고 말했다. 이 위원장은 이어 “금융위원회는 피지컬 AI 부문에 대한 장기적이고 과감한 금융지원으로 대한민국이 대체불가 초격차 산업강국으로 도약할 수 있는 토대를 마련하겠다”고 덧붙였다. 최연우 산업부 산업인공지능정책관은 “맥스는 정부 단독이나 기업 단독으로는 할 수 없는, 역량의 결집이 필요한 정책”이라며 “정부 부처 간에도 협업이 필수적”이라고 말했다. 최 국장은 이어 “M.AX에는 기술개발과 대규모 자금이 필수적”이라며 “효과적으로 추진하려면 산업부의 기업 R&D 실증, 컨설팅 지원과 함께 금융위의 국민성장펀드 등 투융자 지원이 함께 이뤄져야 한다”고 강조했다. 최 국장은 이수페타시스(초고다층 PCB 제조기술 개발)·LS전선(고중량 해저케이블 제조 AI모델 개발)·대성하이텍(심혈관 질환 카테터 품질검사 공장 지능화사업 추진)·뉴로메카(저감속기 고토크 액티베이터 개발)·원익로보틱스(관절자유도와 촉각 민감도 제고 기술)·SK에너지(휴머노이드 개발)·CJ대한통운(그리퍼 멀티모델 파운데이션 모델 개발) 등의 현황 설명과 함께 국민성장펀드 연계 방안을 발표했다. 손영채 금융위 국민성장펀드추진단장은 “(그동안은) 기초연구와 실증, 사업화가 분절된 면이 있었는데, 범부처 간 협력을 바탕으로 지원방안을 마련할 필요가 있다”며 “산업부문과 잘 협의해서 산업 생태계에 파급효과가 큰 기업을 잘 선정해 10년 이상의 장기 인내자본을 공급하겠다”고 밝혔다. 금융위는 국민성장펀드를 통해 AI·반도체·미래차·로봇·방산·이차전지 등 6개 산업 부문에 올해 간업투자 4조 2000억원을 포함해 16조원을 지원할 계획이다. 산업부와 금융위는 이날 간담회를 계기로 산업육성정책과 금융정책을 긴밀히 연계해 기술개발·실증·사업화·스케일업에 이르는 모든 과정을 지원하고 대한민국이 글로벌 제조·피지컬 AI 시장의 선도주자로 자리매김할 수 있도록 협력을 확대할 계획이다. 산업부에 따르면 이날 참석기업들은 AI시대를 선도하기 위해서는 연구개발 지원을 넘어 대규모 시설투자·실증 인프라 구축로벌 진출 등을 위한 장기 인내자본 공급이 필수적이라고 입을 모았다.

2026.07.01 15:04주문정 기자

트릴리온랩스, 엔비디아 기술 입혀 AI 팩토리용 월드모델 만든다

트릴리온랩스가 자체 파운데이션 모델 기술을 엔비디아 인공지능(AI) 팩토리, 디지털 트윈, 피지컬 AI 생태계와 결합한 산업 월드모델을 만든다. 전 세계적으로 빠르게 성장하는 AI 인프라 시장에서 새로운 산업 지능 분야를 개척한다는 목표다. 트릴리온랩스는 엔비디아 옴니버스 라이브러리와 엔비디아 네모트론 오픈 모델을 기반으로 한 AI 팩토리용 '산업 월드모델' 개발에 착수했다고 8일 밝혔다. 산업 월드모델은 AI 데이터센터와 발전소 등 복잡한 산업 환경을 AI가 이해하고 시뮬레이션해 운영을 최적화할 수 있도록 설계된 모델이다. 트릴리온랩스는 엔비디아 옴니버스의 물리 기반 시뮬레이션 기술과 엔비디아 네모트론의 추론 역량을 활용해 차세대 AI 팩토리를 위한 지능 계층을 구축하고 있다. 이를 통해 AI가 특정 의사결정이나 운영 방식이 가져올 결과를 사전에 예측하고 운영자의 의사결정을 지원할 수 있도록 한다는 계획이다. 트릴리온랩스는 거대언어모델(LLM)과 비전언어모델(VLM)을 포함한 파운데이션 모델을 프롬 스크래치 방식으로 개발해 왔다. 최근엔 물리적 환경을 이해하는 월드모델 연구로 영역을 확장했다. 또 모델 학습부터 추론, 배포, 운영에 이르는 AI 전 주기 기술 역량을 바탕으로 실제 산업 환경에 최적화된 AI 모델을 개발 중이다. GS그룹을 비롯한 다양한 산업 분야 기업과 에너지 및 산업 인프라 관련 협력을 진행하고 있다. 신재민 트릴리온랩스 대표는 "AI 다음 단계는 언어를 넘어 실제 세계를 이해하고 추론하는 것"이라며 "산업 월드모델을 통해 핵심 인프라를 이해하고 최적화하는 새로운 산업 지능의 기반을 구축하겠다"고 말했다.

2026.06.08 14:39이나연 기자

젠슨 황, 네이버 1784 찾는다…이해진과 '글로벌 AI 팩토리' 청사진 공개

글로벌 인공지능(AI) 팩토리 구축을 위해 엔비디아와 협력 계획을 밝힌 네이버 사옥에 젠슨 황 최고경영자(CEO)가 방문한다. 이해진 의장과 만나 양사의 협력 계획과 글로벌 시장 공동 진출 세부 사항을 발표한다. 8일 네이버에 따르면 황 CEO는 이날 오후 3시 30분 경기 성남시 분당에 위치한 제2사옥 네이버1784를 찾을 예정이다. 현장에서 황 CEO와 이해진 네이버 의장은 양사의 협력을 보다 구체화할 예정이다. 양사가 추진 중인 사업의 구체적인 로드맵과 글로벌 시장 공동 진출을 위한 세부 협력 방안에 대해 논의한다. 두 사람은 네이버 스트리밍 서비스 치지직 특별 라이브에도 참여할 예정이다. 이날 네이버와 엔비디아는 기가와트(GW)급 초대형 글로벌 AI 팩토리 구축을 위한 공동 사업에 합의했다고 알렸다. 이번 동맹은 단순한 기술 제휴를 넘어 글로벌 수요 발굴부터 자본 협력에 이르기까지 밸류체인 전 단계를 관통하는 통합 파트너십으로, 네이버는 사업의 성과와 리스크를 공동으로 책임지는 글로벌 핵심 파트너로 참여한다. 특히, 네이버는 데이터센터 부지 확보, 구축 및 운영을 주도하고 엔비디아는 그래픽처리장치(GPU) 공급과 함께 글로벌 고객 발굴 및 매출, 사업 리스크를 공동 부담하는 사업 주체로 참여한다. 네이버는 핵심 거점인 하이퍼스케일 데이터센터 '각 세종'을 전초기지로 삼는다. 2027년 상반기 55MW 가동을 신호탄으로, 같은 해 100MW, 2028년 200MW까지 해외로 인프라 규모를 확장하며 글로벌 수요를 흡수할 계획이다. 네이버의 대규모 자체 GPU 클러스터 구축·운영 역량 및 하이퍼스케일 데이터센터 노하우는 엔비디아의 차세대 고성능 인프라 플랫폼 DSX와 전격 융합될 방침이다. 네이버는 이번 협력으로 글로벌 AI 인프라 수요 대응을 위한 AI 팩토리 운영 기반 신규 수익원을 확보하게 된다. 아울러, 엔비디아의 글로벌 네트워크를 활용한 고객 기반 및 사업 역량을 확대하고 아시아·태평양 핵심 AI 팩토리 허브 위상을 구축하고 소버린 AI 수요에 대응할 예정이다. 양사는 아시아·태평양 지역을 넘어 유럽, 중동 시장까지 함께 AI 인프라 생태계 주도권을 확보해 나간다는 방향성에는 이미 합의 상태다. 이 의장은 “이번 동맹을 통해 전 세계 각 지역과 국가가 독자적인 소버린 AI 역량을 구축할 수 있는 구체적인 대안을 제시할 수 있게 돼 고무적”이라며 “네이버가 보유한 기술 인프라 경쟁력이 글로벌 시장으로 한 단계 도약할 수 있는 계기를 마련했다는 점에서 이번 협력에 큰 의미가 있다”고 말했다.

2026.06.08 09:22박서린 기자

SK-엔비디아, 'AI팩토리' 혈맹 구축...피지컬AI까지 맞손

SK그룹과 엔비디아가 AI 시대 차기 발전 축으로 AI팩토리를 꼽았다. 반도체 제조사인 SK하이닉스, AI 인프라 구축에 본격 나선 SK텔레콤을 주축으로 엔비디아와 차세대 산업혁명의 혁신 엔진인 AI팩토리 비전을 그리기 시작했다. 젠슨 황 엔비디아 CEO는 8일 오전 서울 SK서린빌딩을 찾아 최태원 회장과 이같은 사업 협력 방안을 논의했다. 앞서 대만서 열린 GTC타이베이에서 젠슨황 CEO와 최 회장은 양사가 그려언 AI 인프라 로드맵 청사진을 공유하고 양측의 전사적인 협력에 합의한 데 따른 것이다. AI팩토리는 전력과 데이터를 원료로 쓰는 AI 핵심 단위인 '토큰'을 지속적으로 생산하는 공장이다. 칩과 시스템부터 인프라 소프트웨어, 시설, 파트너 기술까지 풀스택으로 구성된 엔비디아 DSX 플랫폼을 기반으로 AI팩토리를 구축하는 게 협력 내용의 주요 골자다. 내년부터 가동을 목표로 하는 SK-엔비디아 AI팩토리 운영은 SK텔레콤이 맡는다. 양사의 AI 클라우드 거버넌스와 운영 구조를 검증하는 첫 사례다. SK텔레콤은 이를 기가와트(GW)급 인프라로 확장해 아시아 전역의 대표 AI 클라우드로 삼을 계획이다. SK하이닉스는 AI팩토리 구축을 위한 차세대 메모리를 공동으로 개발한다. 고대역폭메모리(HBM) 협력에 이어 AI팩토리를 위한 별도의 메모리로 새로운 AI반도체 패러다임을 제시한다는 방침이다. 엔비디아와 SK하이닉스의 협력은 차세대 메모리 개발에 그치지 않고, 글로벌 AI 인프라 구축 수요에 부합하기 위해 지속적인 메모리 공급 방안도 담겼다. 기존 사업과 미래 사업을 함께 묶어 혈맹 체계를 이어가는 식이다. AI팩토리 설계와 운영을 위해 SK그룹과 엔비디아는 공동 연구개발에도 나선다. 구체적으로 AI팩토리에 대한 아키텍처를 연구하기 위한 추진 계획을 우선 합의했고, GPU와 메모리 성능을 함께 높이는 컴퓨팅 아키텍처도 새롭게 개발할 예정이다. 이를 위해 양측은 공동 협의체를 구성한다. SK그룹과 엔비디아는 피지컬AI, 로보틱스 등 협력 분야를 넓힌다. 피지컬AI 분야에서는 이미 SK텔레콤이 엔비디아 옴니버스 기반으로 SK하이닉스 반도제 제조 공정에 적용하는 사례를 엔비디아가 소개하는 수준에 이르렀다. 이에 그치지 않고 SK하이닉스는 피지컬AI를 위해 베라루빈, 베라CPU, RTX스파크 PC, 젯슨 토르 등 로보틱 컴퓨팅 플랫폼 메모리를 공동 개발한다. 젠슨황 CEO는 “SK하이닉스와 AI팩토리용 차세대 메모리를 공동으로 개발하고, 프런티어 모델 학습부터 에이전틱AI와 피지컬AI까지 글로벌 AI 인프라 확장 가속화를 함께 지원하겠다”며 “SK텔레콤은 엔비디아 DSX 플랫폼을 통해 대규모 AI 클라우드를 구축하고 한국과 세계를 이끄는 기업에 에이전트AI, 엔터프라이즈AI, 피지컬AI를 제공할 것”이라고 말했다.

2026.06.08 09:21전화평 기자

M.AX 얼라이언스, 3개월 만에 1300곳 돌파…가시적 성과도 속속

제조업의 인공지능(AI) 대전환을 위해 1천 여 산·학·연·관 기관이 참여한 제조 AI전환(M.AX) 얼라이언스가 출범 3개월 만에 1천300곳 이상으로 늘어났다. 또 AI팩토리 사업이 누적 100개를 넘어서고 연료비용이나 생산성이 개선되는 등 구체적인 성과가 나타나기 시작했다. 산업통상부는 24일 김정관 장관이 참석한 가운데 'M.AX 얼라이언스 제1차 정기총회'를 개최하고 제조 데이터 공유사업 등 내년도 5대 중점 추진과제를 발표했다. 산업부는 M.AX 얼라이언스를 지원하기 위해 내년 AI 예산 가운데 7천억원을 집행할 계획이다. M.AX 얼라이언스 출범 후 구체적인 성과들이 나오고 있다. 출범 당시 삼성전자·현대자동차·레인보우로보틱스 등 1천여 개 기관에서 SK주식회사·롯데호텔·코넥 등 300여 개 기관이 추가 합류하며 참여기관이 1천300개로 늘어났다. 양적 성장외에도 협력 사업도 순항 중이다. AI 팩토리는 삼성전자·현대자동차·삼성중공업 등이 새롭게 참여해 누적 사업이 102개로 늘어났고 생산성 향상 등의 성과도 나오고 있다. GS칼텍스는 AI로 원유증류 과정에서 발생하는 불완전연소를 최소화해 연료비용을 20% 감축했다. HD현대미포는 AI 로봇을 투입해 용접검사 등 작업시간을 12.5% 단축했다. 농기계업체 티와이엠은 AI가 제품 누유·스크래치·결함 등을 검사해 생산성을 11% 개선했다. 또 올해부터 휴머노이드가 디스플레이·조선 등 제조현장과 유통물류·병원·호텔 등 서비스 현장에 투입됐다. 올해 10개를 시작으로 2027년까지 100개 이상 실증사업을 통해 제조 핵심 데이터를 모으고 AI와 로봇을 학습시킬 계획이다. 이밖에 10개 분과는 2030년까지 기술 개발과 산업 생태계 조성을 위한 로드맵을 마련하고 이날 총회에서 발표했다. 산업부는 이날 M.AX 얼라이언스를 중심으로 내년에 7천억원을 투입해 5대 과제를 추진하기로 했다. 산업부는 제조 AX의 핵심이자 출발은 제조 데이터의 확보와 공유, 활용으로 보고 우선 분야별로 데이터 생성·공유·활용사업을 본격 개시한다. 이를 위해 2030년까지 1천억원 이상의 예산을 투입해 AI 팩토리·AI 로봇 등 분과별로 양질의 데이터를 확보하고 활용하기 위한 사업을 추진한다. 부문별 AI 모델 개발에도 속도를 낸다. 올해부터 시작한 AI 팩토리·AI 미래차·AI 로봇 분과의 AI 모델·제품 개발에 이어, 내년부터는 자율운항선박·AI 가전·AI 바이오 등의 분과까지 AI 모델과 제품 개발사업을 확대한다. 산업부는 2032년까지 7천억원 이상의 예산을 투입할 계획이다. 온디바이스 AI 반도체 개발사업도 착수한다. 올해 1조원 규모 프로젝트가 예타 면제됨에 따라 내년부터는 자동차·로봇·무인기·가전 등의 4대 업종을 중심으로 첨단 제품에 탑재할 AI 반도체 개발에 나선다. AI 반도체 분과와 AI 미래차·AI 로봇·AI 방산·AI 가전 분과 간 긴밀한 협력이 기대된다. 2028년에 시제품을 출시하고, 2030년까지 온디바이스 AI 반도체 10개의 개발을 추진할 계획이다. AI 팩토리 수출 기반을 마련한다. 특히 최고 수준의 자율공장인 다크팩토리 구현을 위해 AI 팩토리 분과를 통해 공정 설계, 공정 효율화, 공급망 관리, 물류 최적화 등 제조 전단계를 아우르는 풀스택 AI 기술을 개발할 계획이다. 산업부는 내년 AI 팩토리 분과를 중심으로 세계 최고의 AI 팩토리 수출국으로 성장하기 위한 전략을 수립할 계획이다. 지역 AX도 본격 확산한다. 5극 3특 성장엔진과 연계해 지역 AX를 확산하고, 지역별 주력 산단을 AI·로봇 기반 M.AX 클러스터로 전환할 계획이다. 산업부는 M.AX 얼라이언스의 기업·연구소·대학 등을 주요 사업에 적극 참여시켜 M.AX 얼라이언스와 지역 AX 정책간 연계를 강화할 예정이다. 한편, 이날 M.AX에 기여한 유공자 50명에게 산업부 장관 표창을 수여했다. AI 팩토리 등 10개 분과를 이끌고 있는 위원장과 자율운항선박 구현을 위한 데이터 수집·교환 및 원격제어 플랫폼을 개발한 마린웍스, E2E 자율주행에 필요한 인식·제어시스템 개발을 선도하는 HL클레무브 등이 장관상의 영예를 안았다. 김정관 산업부 장관은 “M.AX 얼라이언스는 출범 100일 만에 대한민국 제조 AX의 중심축으로 빠르게 자리매김하고 있다”며 “제조 AX는 미래 생존이 걸린 문제이고, 누구도 혼자서는 해결할 수 없어 서로 믿고 함께 가야한다는 공감대와 진심이 통한 결과”라고 말했다. 김 장관은 이어 '승리하지 못하면 생존조차 없다'는 윈스턴 처칠의 말을 인용하며 “총성 없는 제조업 전쟁 속에서 승자와 패자만 있을 것이고 승패를 가르는 단 하나의 열쇠는 제조 AX, M.AX”라고 강조했다.

2025.12.24 11:17주문정 기자

제조혁신 이끌 AI 팩토리 2030년까지 500개 만든다

정부가 제조혁신을 이끌 인공지능(AI) 팩토리를 현재 100여 곳에서 2030년까지 500곳으로 확대한다. 산업통상부는 1일 AI 팩토리 M.AX 얼라이언스 전략 회의를 개최하고 2030 제조 최강국을 위한 성과와 전략 등을 점검했다고 밝혔다. 이날 회의를 계기로 삼성전자·현대자동차·LG전자·LG엔솔·삼성SDI·SK에너지·삼성중공업·한화시스템·LS전선·HD현대중공업·농심 등 업종 대표기업들이 올해 AI 팩토리 선도사업에 참여한다. AI 팩토리 선도사업은 제조공정에 AI를 접목해 제조 생산성을 획기적으로 높이고 제조비용과 탄소배출 등을 감축하는 프로젝트다. 삼성전자는 AI를 통해 고대역폭메모리(HBM) 품질을 개선한다. HBM은 2028년까지 연평균 100% 이상 급성장이 기대될 정도로 각광받는 AI 반도체다. 삼성전자는 현재 전반적으로 사람이 수행 중인 HBM 불량 식별 공정에 AI를 도입한다. AI가 발열검사 영상·CT 이미지 등을 분석해 품질검사의 정확도를 99% 이상 높이고, 영상·이미지 등의 비파괴 검사를 통해 검사시간도 25% 이상 단축할 것으로 기대된다. HD현대중공업은 함정 MRO용(유지보수·수리·정비) 로봇 개발을 추진한다. 보통 선체의 10% 면적에 따개비·해조류 등의 오염물질이 부착되면 연료소비가 최대 40%까지 증가한다. HD현대중공업은 숙련공에 의존하던 해양생물 제거, 재도장 등의 작업을 AI 로봇에 맡겨, MRO효율을 80% 이상 향상시키고 작업자 안전사고 등을 방지할 계획이다. 현대자동차는 셀방식 생산방식에 핵심이 되는 AI 다기능 로봇팔을 개발한다. 자동차산업은 소품종 대량생산의 컨베이어벨트 방식에서, 제품별로 공정을 다르게 적용해 유연생산이 가능한 셀기반 방식으로 전환하고 있다. 현대차는 힌지·도어 조립, 용접품질 검사 등 다양한 공정을 자율적으로 수행 가능한 AI 로봇팔을 공정에 도입해 시장수요 변화에 신속하게 대응하고 생산성을 30% 이상 높일 계획이다. 농심은 라면 제조설비에 AI 기반 자율정비 시스템을 도입한다. 원료공급·제면·포장 등의 라면 제조공정은 연속작동 설비가 많아 한 부분의 예기치 못한 고장으로 생산라인 전체가 중단될 수 있다. 이에 공정별로 다양한 이상 징후를 조기에 탐지하는 자율정비 시스템을 도입해 설비 효율성을 10% 이상 높이고 유지보수 비용은 10% 이상 절감할 계획이다. 삼성전자 등의 신규 참여로 AI 팩토리 선도 사업은 현재 102개로 늘어났다. 산업부는 2030년까지 선도사업 수를 500개 이상으로 확대할 계획이다. 이날 회의에서는 제조 현장 휴머노이드 투입을 위한 실증 계획도 공개됐다. 우선 올해 디스플레이·조선·물류 등 6개 현장에 휴머노이드가 투입된다. 레인보우로보틱스의 로봇은 삼성디스플레이와 대한통운 현장에 투입된다. 디스플레이 공장에서는 부품 등을 교체하고, 유통·물류 현장에서는 분류·검수·포장 등 다양한 작업을 수행할 계획이다. 에이로봇은 HD현대미포·삼성중공업 등 조선업체와 손을 잡았다. 에이로봇의 휴머노이드는 조선업에서 인력 수급이 가장 어려운 용접작업 등을 수행한다. 로브로스와 홀리데이로보틱스도 각각 LG전자와 SK에너지 공장에 휴머노이드를 투입해 가전과 석유화학의 일부 공정을 대체하는 실증사업을 추진한다. 산업부는 올해부터 2027년까지 100개 이상 휴머노이드 실증사업을 통해 제조현장의 핵심 데이터를 모으고 AI와 로봇을 학습시킬 계획이다. 산업부는 실증사업을 통해 확보한 데이터·기술과 휴머노이드 현장투입에 필요한 안전규정 마련 등을 거쳐 2028년부터 본격적 양산 체계에 돌입할 계획이다. 이날 AI 팩토리 M.AX 얼라이언스는 업종별 제조 AI 모델 개발에 착수했다고 밝혔다. 이 프로젝트에는 세 명의 공동 위원장(윤병동 원프레딕트 대표, 고영명 포항공대 교수, 최재식 인이지 대표)을 중심으로 23명의 전문가가 참여한다. 23명에는 제조 AI에 특화된 전문가뿐만 아니라 초거대 AI 모델 등 일반 인공지능 분야 전문가(뉴욕대 조경현 교수, 멜버른대 한소연 교수 등)도 이름을 올렸다. 개발 계획을 발표한 고영명 교수는 “현재 세계적으로 다양한 제조업에 적용가능한 범용 AI 모델은 없는 상황”이라며 “제조 강국인 우리만의 강점인 고품질 제조 데이터를 활용하면 세계 최고의 제조 AI 모델을 개발할 수 있다”고 강조했다. 제조 AI 모델은 AI 팩토리 선도사업에서 발생한 제조 데이터를 바탕으로 개발되며, 개발과정에서 모델은 선도사업에 참여 중인 기업에 수시 제공해 제조 현장의 실증·점검을 거칠 계획이다. 2028년을 목표로 개발을 완료한 후, 얼라이언스 참여 기업·기관들과 제조 현장 등에 배포할 예정이다. 제조 현장에서는 범용 제조 AI 모델을 통해 개발비용 50%, 개발시간 40%를 줄일 수 있을 것으로 기대된다. 산업부는 AI 팩토리 사업을 확대·개편해 내년부터는 완전 자율형 AI 공장인 AI 팩토리의 건설에 필요한 기술개발과 실증사업을 추진한다. 앞으로는 제조공정뿐 아니라 공장설계·시생산·공급망 관리·물류·AS 등 제조 전단계를 아우르는 AI 모델을 개발·확산할 계획이다. AI뿐만 아니라, AI 팩토리의 기반이 되는 기계·장비, 로봇, 운영체제(OS), 인프라 등도 통합적으로 개발해 가장 높은 수준의 자율 공장인 다크팩토리를 구현하는 데 필요한 기술을 개발하고 실증할 계획이다. 김정관 산업부 장관은 “AI 시대는 속도와의 전쟁”이라며 “우리 제조업이 가진 역량과 데이터를 활용한다면 빠르게 세계 1위를 도전할 수 있는 분야가 바로 AI 팩토리”라고 강조했다. 김 장관은 이어 “AI 팩토리 얼라이언스라는 배가 세계 1위라는 목적지까지 순항할 수 있도록 눈앞의 규제라는 격랑은 과감히 부수고, 정책과 자원을 집중해 순풍을 만들겠다”고 말했다.

2025.10.01 17:38주문정 기자

김정관 산업 장관 "제조 AX(M.AX) 성과 못 내면 우리 제조업 갈 길 없다"

김정관 산업통상자원부 장관은 16일 “제조 AX(M.AX)에서 성과를 내지 못하면 우리 제조업이 갈 길이 없다고 생각한다”고 밝혔다. 김 장관은 이날 정부세종청사 인근 식당에서 취임 후 처음 가진 기자간담회에서 “AI 반도체·AI 팩토리 등 선두에 있는 기업들, 정부도 같이 맞물려 있는 생태계에 있는 기업들이 (여하히) 해내느냐가 우리 제조업의 관건이 될 것”이라며 이같이 말했다. 김 장관은 “관세 협상 문제가 아니면 맥스(M.AX)가 업무 1순위”라며 “제조업의 성패는 맥스에 있다”고 강조했다. 김 장관은 그러면서 “담당 과장에게 한 달에 두 번의 조찬 기회를 줬다”며 “한 달에 두 번씩은 10개 얼라이언스를 만나겠다”고 덧붙였다. 김 장관은 특히 “(10개 얼라이언스) 현장 중에서도 잘 되는 곳보다는 규제나 자금·협력 등에 문제가 있는 곳에 갈 것”이라고 말했다. 김 장관은 또 “11차 전력수급기본계획(전기본)에 있는 신규 원전 2기와 소형모듈원자로(SMR) 1기 도입과 관련해서는 공론화 과정을 거치더라도 반드시 건설해야 한다”고 밝혔다. 김 장관은 “11차 전기본은 당장의 이슈가 아니라 35년 이후 전력 수요를 보고 대비하는 것”이라며 “당장은 신규 원전 2기와 SMR이 필요한 것은 아니지만 35년 이후 전력 수요를 생각해야 한다”고 설명했다. 산업부의 에너지 부문이 환경부로 이관한 것과 관련해서는 “아쉬운 마음이 가장 크다”며 “에너지 분야에서 일하다 장관으로 온 만큼 안타깝고 아쉽지만, 정부에서 정해진 결정이라 수용할 수밖에 없다”고 말했다. 김 장관은 이어 “김성환 장관이 말했듯 산업부와 기후에너지환경부가 한 몸, 한 형제처럼 협력해야 한다고 했는데, 전적으로 동의한다”며 “기후에너지환경부 약칭은 에너지부라고 하고 싶고 에너지 파트가 환경을 이끌어갔으면 한다”고 덧붙였다. 원전 산업과 수출을 떼어 놓아 부작용이 발생할 수 있다는 지적에 대해서는 “보니까 국내 원전 짓는 이슈와 글로벌 차원에서 수출은 다르게 보는 게 있고, 국내에 400~500개 정도 되는 기업들이 있는데 그런 기업과 연관된 산업부에서 맡고 있는 게 적절하다는 판단을 한 것으로 이해한다”며 “에너지 부문이 떨어져 나갈 때부터 부작용에 대한 이슈는 있었고, 그런 부분들을 마찬가지로 슬기롭게 해내야 하는 미션이 있다고 생각한다”고 말했다. 한미 관세 협상과 관련해서는 “협상이라는 게 밀고 당기는 게 있다. 관세가 높은 곳에서 내려가는 과정이며 그런 과정에서 밀당이라고 하는 부분이 있다”고 설명했다. 이어 “3천500억 달러 투자를 어떤 분들은 미국이 다 가져가는 것 아니냐고 하는데 마스가 1천500억 달러처럼 우리 기업이 활용하는 데도 도움이 될 뿐 아니라 미국에 진출하는 우리 기업에 도움이 되는 부분도 있다”고 덧붙였다.

2025.09.17 10:27주문정 기자

우주청, 네이버클라우드 등과 AI대비 위성정보 민간 개방 "논의"

우주청과 네이버클라우드 등 16개 기관이 위성 정보 민간 개방을 위한 논의를 시작했다. 우주항공청(청장 윤영빈)은 16일 위성정보 민간 개방을 가속화하기 위해 '개방형 위성영상 서비스시스템' 산학연 전문가 간담회를 개최했다. 이 간담회는 우주청 '위성활용 혁신기반 조성사업' 일환이다. 우주청은 인공지능(AI) 시대에 대비, 국가 위성정보 개방을 추진한다. 민간주도 인공지능과 위성정보 간 융합을 촉진시키기 위해서다. 우선 올해부터 2028년까지 총 4년간 98억원을 투입하는 '위성활용 혁신기반 조성사업'을 한국항공우주연구원이 수행 중이다. 사업이 완료되면 기존 국가 위성영상 서비스시스템을 대체할 것으로 예상됐다. 주문·검색 기능을 대폭 개선한 새로운 '개방형 위성영상 서비스시스템'이 본격 운영될 전망이다. 시스템 요구사항을 반영하기 위해 개최한 이번 간담회에서는 총 16개 기관에서 27명의 전문가가 참석했다. 주요 참석 기관은 에스아이아이에스, 지오스토리, CES, AI팩토리, 빅밸류, 네이버클라우드, 안랩클라우드메이트, 다비오, 스켈터랩스, 와이즈넛, 지인컨설팅, 서울대학교, 부경대학교, 한국항공대학교, 극지연구소 등이다. 이 간담에서는 자연어 검색 기능 등 인공지능을 통한 서비스 플랫폼의 자동화 논의가 주를 이뤘다. 한창헌 우주항공산업국장은 “산학연 전문가의 다양한 의견을 시스템 설계에 적극 수렴할 것"이라며 "향후 연구개발 과정에서도 전문가와 현장 의견에 귀 기울일 예정”이라고 말했다. 한 국장은 또 “앞으로 국가 위성정보 새로운 서비스 모델 창출을 위한 민간으로의 개방과 AI와의 융합 촉진에 대한 지원을 아끼지 않을 계획”이라고 덧붙였다.

2025.09.16 14:00박희범 기자

제조 AX 최강국 위해 기업 1000곳, 연구기관·학계 뭉쳤다

2030년 제조 AI 전환(AX) 최강국을 위해 1천 여개 국내 최고 기업과 연구기관·학계 전문가가 뭉쳤다. 산업통상자원부와 대한상공회의소(회장 최태원)는 10일 제조업의 구조적 위기를 정면 돌파하고 제조 AX 일등 국가로 도약하기 위해 '제조 AX 얼라이언스(M.AX 얼라이언스)'를 공동 출범했다. 얼라이언스는 10개 분과로 구성, 자율주행차·휴머노이드·AI 팩토리 등 제조 AX 분야에서 2030년 100조원 이상의 부가가치를 창출한다는 목표다. 맥스(M.AX) 얼라이언스는 ▲AI 팩토리 ▲AI 제조서비스 ▲AI 유통·물류 ▲자율주행차 ▲휴머노이드 ▲자율운항선박 ▲AI 가전 ▲AI 방산 ▲AI 바이오 ▲AI 반도체 등 10개 분야별 얼라이언스로 구성된다. 개별 얼라이언스는 업종별 대표 기업, AI 개발기업, 반도체·배터리 등 부품·소재 기업, 대학, 연구기관 등이 참여한다. 이들은 데이터 공유, 공동 기술개발 사업 등을 통해 AI 모델과 AI가 탑재된 제품·서비스를 개발한다. 정부는 우선 내년도 산업부 AI 관련 예산부터 얼라이언스 내 주요 프로젝트에 최대한 배정할 계획이다. 지난달 국무회의를 통과한 산업부의 내년도 AI 예산(안)은 올해 5천651억원의 두배인 1조1천347억원이다. 2027년 예산(안) 편성부터는 M.AX 얼라이언스에서 제안한 과제를 최우선 반영할 계획이다. 특히, 각 얼라이언스내 '제조 기업'-'AI 기업' 간, '제조 기업'-'소재·부품 기업' 간 협업 과제 등을 중점 지원한다. 이종 얼라이언스간 협업 과제도 확대 지원해 국내 AI 협력 생태계를 조성한다. M.AX 얼라이언스에 참여 중인 기업과 관련 프로젝트를 지원하기 위해 기업이 국민성장펀드, 각종 민·관 펀드 등의 자금을 이용할 수 있도록 관계 부처·금융기관과 적극 협의해 나갈 계획이다. 산업부는 AI팩토리 확산, AI 적용 제품개발 및 관련 인프라 구축, 업종 특화 AI모델 개발 등에 필요한 대규모 자금을 확보할 수 있을 것으로 기대했다. 산업부는 얼라이언스 내 기업이 공동으로 활용할 수 있도록 제조현장 등의 실증 공간, 가상 시뮬레이션 환경, 업종·제품 특성에 맞는 테스트베드 등을 지원한다. 또 얼라이언스 활동에 필요한 GPU, 데이터센터·컴퓨팅 공간 등의 확보도 관계 부처·민간 사업자와 협의해 나갈 계획이다. 특히 과학기술정보통신부가 준비 중인 국가 AI컴퓨팅센터 등과 연계하는 방안도 적극 모색할 예정이다. AI 모델 개발과 AI 적용 제품·서비스의 상용화에 걸림돌이 되는 규제를 발굴·개선하고, AI 융합 제품과 AI 데이터 처리 등과 관련된 표준 마련 등 제도 개선도 추진한다. 한편, 얼라이언스를 체계적으로 지원하기 위해 AI 전문기업 육성, 협력 프로젝트 지원, AI 데이터의 표준 및 활용, 규제 개선 등을 담은 '산업인공지능전환촉진법(가칭)' 제정(안)도 얼라이언스 내 기업과 전문가를 중심으로 마련할 계획이다. 김정관 산업부 장관은 “1천개가 넘는 대표 기업 등이 자발적으로 얼라이언스에 참여한 것은 제조 AX는 기업의 생존 문제라는 절박한 인식 때문”이라며 “우리가 가진 제조업 경쟁력을 바탕으로 기업 간 협력 시너지를 극대화해 2030년 제조 AX 1등 국가가 되겠다”고 밝혔다. 김 장관은 이어 “오늘 출범한 얼라이언스의 이름이 맥스인데, MAX의 어원이 '가장 위대한'을 뜻하는 라틴어 막시마인 만큼 제조 AX에서는 우리가 '가장 위대한 국가'가 될 수 있도록 기업뿐 아니라 관계 부처와 적극 소통하고 협력해 나가겠다”고 말했다.

2025.09.10 12:30주문정 기자

미소정보기술, 'AI 팩토리 전문기업' 선정…제조·안전 혁신 가속화

미소정보기술(대표 남상도)이 정부로부터 '인공지능(AI) 팩토리 전문기업'으로 공식 지정되며 제조 현장 혁신과 산업안전 분야에서 기술력을 입증했다. 미소정보기술은 산업통상자원부와 한국산업기술기획평가원(KEIT)이 주관하는 'AI 팩토리' 사업의 전문기업으로 선정됐다고 25일 밝혔다. 이번 선정은 미소정보기술이 보유한 AI 기술과 데이터 기반 솔루션이 실제 산업 현장에서 충분히 활용 가능하다는 점을 국가적으로 인정받은 의미가 있다. AI 팩토리 전문기업 지정은 지난해 출범한 'AI 자율제조 얼라이언스'의 후속 조치로 2025년부터 확대 개편된 'AI 팩토리 얼라이언스'를 통해 추진되는 국가 전략 사업이다. 정부는 제조업 혁신을 주도할 AI 전문기업을 집중 발굴·육성해 글로벌 제조 경쟁력을 강화한다는 목표를 두고 있다. 미소정보기술은 생성형 AI와 데이터 기반 스마트 팩토리 솔루션을 공급해 국내외 제조기업의 공정 혁신을 지원해왔다. 이번 평가에서는 AI 자율제조 기술력과 공급 실적, 시장 신뢰도, 성장성, 데이터 활용 전략, AI 파운데이션 모델 기여 가능성 등이 종합적으로 높은 점수를 받아 최종 선정됐다. 회사의 핵심 솔루션 '스마트 IoT 프리즘(Smart IoT Prism)'은 제조 현장의 IoT 데이터를 수집·분석·시각화해 유의미한 인사이트로 전환하는 AI 기반 자율제조·산업안전 통합 플랫폼이다. 단순한 데이터 시각화에 그치지 않고 생성형 AI 기반 자연어 질의응답, 시계열·상관관계 분석, 이상치 탐지, 통합 관리, 직관적 시각화를 지원한다. 이를 통해 롯데건설, 현대제철, 에코프로 등 주요 기업의 제조 혁신을 이끌고 있다. 스마트 IoT 프리즘은 두 가지 차별화된 강점을 갖췄다. 국산 SoC(system on Chip) 기반 온디바이스 AI 웨어러블을 통해 제조·전자 부품 현장 작업자의 안전성과 편의성을 높였으며, 온톨로지 기반 안전·위험성 평가 솔루션 '세이프위(SafeWE)'와 연동해 건설·제조 현장의 중대재해 예방과 안전문화 확산에도 기여하고 있다. 정부는 최근 'AI 대전환'을 핵심 성장전략으로 내세우고 향후 5년간 AI와 초혁신 기술을 활용해 세계 5강 도약을 목표로 하고 있다. 이에 따라 연구개발(R&D) 예산을 전년 대비 20% 늘린 35조3천억원으로 책정했으며 특히 AI 분야 예산은 2조3천억원으로 전년 대비 106% 확대 편성했다. 이 같은 정책 기조 속에서 미소정보기술은 제조업뿐 아니라 의료·안전 등 특화 도메인에서의 AI 솔루션 공급을 한층 넓혀갈 전망이다. 남상도 미소정보기술 대표는 "이번 'AI 팩토리' 전문기업 선정은 당사의 AI 기술과 데이터 솔루션이 산업 현장에 실질적 가치를 제공하고 있음을 공식적으로 인정받은 것"이라며 "앞으로도 제조업 디지털 전환을 넘어 안전하고 혁신적인 산업 환경을 조성하는 글로벌 AI 전문기업으로 성장해 나가겠다"고 말했다.

2025.08.25 16:27남혁우 기자

산업부, AI 자율실험·휴머노이드·자율제조 기반구축 나서

산업통상자원부는 10일 자율실험실·휴머노이드 로봇·자율제조 등 산업 인공지능(AI) 기술 개발과 확산을 위한 공동활용 인프라 구축 과제 공모에 들어간다고 밝혔다. 과제들은 중소·중견기업이 기술개발과 사업화 과정에서 단독으로 구축하기 어려운 시설·장비를 공동으로 활용할 수 있도록 과제당 최대 5년간 국비 100억원을 지원하는 산업혁신기반구축 사업으로 지원된다. AI 기반 화학공정·소재합성 최적화 자율실험실 구축 AI·로봇·자동화 기술을 접목해 실험 기획부터 실행·분석·최적화까지 전 주기 자율화된 실험실(Autonomous Lab)을 구축한다. 대규모 실험 데이터를 AI로 분석해 유망 실험 조건을 예측하고 로봇·자동화 장비로 반복 실험을 수행해 결과를 학습, AI가 후속 실험을 스스로 설계해 최적 소재와 공정을 개발한다. 소재·화학 R&D는 실험 의존도가 높고 반복 작업이 많아 시간과 인력이 크게 소모되는 분야로, 자율실험 인프라를 통해 국내 기업의 개발 속도와 성공률을 혁신적으로 높이는 것이 목표다. 이 과제는 지난해 10월 산업부가 발표한 'AI+R&DI 추진전략'의 후속으로 추진하는 선도 프로젝트다. 산업부는 이 과제가 난이도가 높고 고도의 AI 전문성이 필요하다는 전문가 의견을 반영해 일반적인 공동 활용 기반구축 사업과 달리 참여기관을 출연연·대학 등 비영리기관으로 제한하지 않고 영리기관도 참여할 수 있도록 개방한다. AI 휴머노이드 로봇 기술혁신 센터 구축 AI 기반 휴머노이드 로봇을 제조현장과 일상생활에 적용하기 위한 실증 환경을 구축하고, 휴머노이드 개발·활용 기업의 사업화를 지원한다. 휴머노이드 로봇의 핵심기술 개발에 필수적인 시뮬레이션 플랫폼을 구축하는 한편, 산업표준 제정 등도 연계 지원해 신속한 사업화 성과 창출을 유도한다. 제조 AI 솔루션 개발 지원센터 구축 AI 팩토리 등 산업부가 추진하는 제조 AI와 연계해 자동차·전자·조선·이차전지 등 주력 제조산업 현장에서 확보한 고품질 데이터와 기술 등을 기반으로 기업들의 AI 솔루션 개발을 위한 각종 도구들을 지원한다. 산업부는 진행 중이거나 예정된 기술개발 사업과 연계해 기술의 신속한 사업화를 위해 공동활용 인프라 구축 과제에 선제적으로 투자할 계획이다. 또 AI 기술 발전 속도와 산업 수요를 고려해 일반적인 산업혁신기반구축 사업의 과제수행 기간인 5년보다 짧은 기간에 과제를 완료하는 방안도 검토한다. 구체적인 내용은 산업부 누리집 이나 한국산업기술진흥원 누리집에서 확인할 수 있다. 제경희 산업부 산업기술융합정책관은 “자율실험·휴머노이드 로봇·자율제조는 산업부문 AI 대전환의 핵심과제”라며 “차세대 첨단기술 개발과 시장성과 창출을 앞당기기 위해, 기존 틀에서 벗어나 현장 수요에 맞는 유연하고 신속한 투자를 추진해 나가겠다”고 밝혔다.

2025.06.10 16:09주문정 기자

산업부, 올해 산업AI 개발·확산에 4천800억원 투자

산업통상자원부는 산업 AI를 활용해 생산성을 높이고 인공지능(AI) 기반 혁신 제품과 서비스를 창출하기 위해 올해 445개 과제에 4천787억원을 투자한다고 28일 밝혔다. 산업부는 기존에 추진 중인 297개 과제에 올해 148개 과제를 추가했다. 산업AI 기술개발 투자규모는 2023년 1천860억원보다 2.5배 증가했다. 분야별로는 AI팩토리(44개 과제, 627억원), AI반도체(20개 과제, 216억원), 자율주행차(82개 과제, 1천206억원), 첨단바이오(80개 과제, 682억원), 지능형로봇(31개 과제, 296억원), 디스플레이(14개, 138억원), 핵심소재(17개 과제, 277억원), 에너지신산업(10개 과제, 74억원) 등 산업과 에너지 전반에 걸쳐 투자가 이뤄진다. 산업부는 산업 AI 개발·확산을 신속 추진하기 위해 우선 다수 업종·기업에 공통으로 활용할 수 있는 산업 AI 모델을 집중 개발해 국내 기업이 적은 비용으로 빠르게 도입·적용할 수 있도록 지원할 예정이다. AI팩토리 과제는 예지보전·품질검사·최적운영·정밀제어·최적배합 도출 등을 목표로 산업 현장 전 공정에 AI를 도입하는 특화 AI 개발을 지원한다. 이를 통해 표준화된 산업 데이터를 축적해 중소·중견기업이 공통으로 활용할 수 있는 파운데이션 AI 모델 등을 만들 계획이다. 또 바이오·이차전지 등 개별 업종에 특화된 산업 AI 모델을 개발·적용·확산해 연구개발(R&D)·설계-제조-유통-유지보수로 이어지는 산업 밸류체인 전반의 생산성과 경쟁력을 높인다. 첨단바이오AI 분야에서는 의약품 제조 공정 전반에서 불순물 발생을 사전에 예측하고 차단하는 AI 모델을 개발·적용하는 과제를 추진한다. 이 과제에는 산업 AI 전문기업과 해당 기술을 실제 활용할 제약기업 등이 함께 참여해 현장 수요에 최적화된 모델을 개발하고 실증하는 방식으로 진행한다. 산업AI 신속 확산을 위한 인프라 조성에도 집중 투자한다. AI 성능을 결정짓는 AI반도체·센서 등 핵심 부품을 개발하고, 산업 데이터 이전·활용이 효율적으로 이뤄지도록 산업별 데이터를 표준화한다. 또 기업이 산업AI를 안정적으로 도입할 수 있도록 대형 테스트베드를 구축하는 등 산업AI 생태계 조성에도 적극 나선다. 산업부 관계자는 “세계 4위 제조업 경쟁력을 가진 우리나라가 글로벌 AI 경쟁에서 주도권을 갖고 경쟁우위를 점할 수 있는 가능성이 가장 높은 분야가 산업AI”라며 “우리 제조업의 고부가가치화와 신산업 창출을 위해서도 산업AI 도입·확산이 필수적이라는 판단 아래 AI팩토리·온디바이스 AI·에너지 AI·유통 AI·연구개발 AI 등으로 투자를 대폭 확대해 나갈 계획”이라고 밝혔다. 산업부는 또 기술개발 전략수립을 지원하는 R&D전략기획단에 '산업 AI 투자관리자(MD)'를 신설해 과제를 기획·조정한다. 산업부는 AI 기술의 급속한 발전에 발맞춰 일반적으로 4~5년 동안 진행되는 R&D 사업과 달리 1~2년 내 AI 모델을 개발하고 성과를 내는 방식으로 R&D 제도에 변화를 주고 있다. 추가로 산업 AI 과제에 맞게 R&D 지원 및 평가 프로세스도 개선해 나갈 계획이다.

2025.05.28 16:04주문정 기자

Prev 1 Next