검색 - IT세상을 바꾸는 힘 지디넷코리아

ZDNet 검색 페이지

'AI 데이터'통합검색 결과 입니다. (2100건)

태그
기간
- 3개월
- 1년
- 1년 이전

재검색

산불끄는 원격 캡슐…시속 400km 고속열차 개발도

산불이 일어난 곳에 소화약제를 담은 캡슐을 발사해 진화하는 시스템이 개발된다. 야간이나 악천후에서 운용이 어려운 헬기를 대체할 수 있어 주목을 끌었다. 과학기술정보통신부가 1일 2027년도 예산공개와 함께 국민체감 R&D 10선을 공개했다. 10선에 '따르면 산림청은 내년 K-방산기술 기반 스마트 산불 정밀타격 기술 개발에 110억원을 투입하기로 했다. 열화상 카메라 등으로 화재를 탐지하면, AI 지원을 받아 헬기로 물을 화재 발생 장소에 정확하게 투하하거나, 지상에서 산불진화캡슐을 발사해 불을 끄는 방식이다. 초동대응이 가능하다는 장점이 있다. 국토부는 400km/h급 초고속열차 핵심기술개발에 내년 40억원을 올려놨다. 전국 주요 도시를 1시간대로 연결하는 400km/h급(현재수준 300~320km/h) 3세대 고속열차 제작 및 성능 검증을 위한 핵심기술 개발이 목표다. 문체부는 박물관 소장품(유물) 탐사·보존 관리에 IT 및 AI를 결합, 박물관 문화자원을 단순 전시용 유물에서 '콘텐츠 산업의 핵심 엔진'으로 전환하는 사업을 추진한다. 내년 예산으로 62억원을 실었다. 복지부와 과기정통부는 국가AI통합 돌봄플랫폼 구축 및 기술 개발에도 나선다. 내년에만 195억원을 투입한다. 초고령화로 인한 돌봄 인력 부족에 대응, AI·IoT(사물인터넷)를 활용해 이용자 자립생활을 지원하고 종사자 업무 부담을 줄여주자는 취지다. 돌봄 데이터를 국가표준으로 통합 구축하고, 응급상황 감지, 건강관리, 인지·정서지원 등 가정·시설에서 돌봄 부담을 AI가 줄여주는 서비스 개발 및 실증 연구를 진행한다. 한국해양과학기술원은 사라지는 동해 백사장 침식과 수산자원(명태, 오징어 등) 감소 문제 해결에 나선다. 내년 43억원을 편성했다. 산업부는 내년 50억원을 투입해 사고유형 학습기반 AI 제조안전 기술개발 사업을 진행한다. 끼임, 절단, 감전 등 제조업 8개 대표 사고 유형에 대한 데이터를 구축하고, 산업현장에 즉시 적용 가능한 AI 제조안전 시스템을 개발할 계획이다. 이외에 정부는 내년에 ▲영농형태양광 기반 고소득 식량-에너지 넥서스(NEXUS) 개발(농진청 60억원) ▲날씨예측 AI 수치모델 개발(기상청 113억원) ▲AI기반 원스톱 법과학플랫폼 연구개발(행안부, 39억원) ▲마약류 안전관리 기술 개발(식약처, 130억원) 등을 진행할 예정이다.

2026.09.01 12:07박희범 기자

정부, '3대 메가프로젝트'에 내년 4.5조원 투입

산업통상부와 과학기술정보통신부가 3대 메가프로젝트 이행을 위해 내년 4조 5217억원을 투입한다. 1일 각 부처에 따르면 산업부와 과기부는 피지컬 인공지능(AI), 반도체, 데이터센터로 이뤄진 3대 메가프로젝트 실행에 조 단위 예산을 집행한다. 산업부, 3조 7261억원 투입...서남권 반도체 클러스터 조성 박차 산업부는 이번 프로젝트 예산에 올해보다 128% 증가한 3조 7261억원을 편성했다. 산업부는 우선 제조 AI 전환을 본격화하기 위해 ▲제조현장 데이터 확보 ▲AI 파운데이션 모델 개발 ▲국산 휴머노이드 보급 ▲소부장 생태계 육성 등에 7628억원을 투자한다. 산업부는 10대 업종별 로봇 데이터 팩토리를 구축해 제조업에 흩어져 있는 암묵지 데이터를 확보한다는 구상이다. 또 액추에이터 등 로봇 핵심 부품을 국산화하고 휴머노이드를 빠르게 실증해 확대 보급할 계획이다. 산업부는 반도체 분야에 1조 5541억원을 편성했다. 서남권 반도체 클러스터 조성 지원사업에 1조 5000억원 재정을 투입하고, 반도체 첨단 기술개발에 472억원을 집행한다. AI 데이터센터에는 430억원 예산을 편성했다. 산업부는 차세대 전력·냉각공조 기술 등 AI 데이터센터 소부장 기술개발에 390억원, 데이터센터 구축·운영 인력 양성에 40억원을 투입한다. 과기부, 7956억원 집행...피지컬 AI 파운데이션 모델 개발 과기부는 3대 메가프로젝트에 7956억원을 편성했다. 이는 올해 2981억원보다 167% 증가한 수치다. 이중 피지컬 AI 분야에는 1337억원을 투자한다. 과기부는 이를 통해 고품질 데이터를 확보하고 범용 피지컬 AI 파운데이션 모델을 개발한다. 이어 우정사업본부와 협력해 물류 분야 국산 피지컬 AI를 실증할 계획이다. 반도체에는 1350억원이 들어간다. 극미세 적층형 반도체 기술 개발에 250억원, K-AI반도체 풀스택 레퍼런스 확보에 900억원, 차세대 핵심 원천기술 개발에 200억원을 투입한다. 과기부는 데이터센터 분야에 2229억원을 집행한다. 이중 1155억원은 AI 데이터센터 소부장·클라우드 기술 개발 고도화에 사용한다. 나머지 예산은 10메가와트(MW) AI 데이터센터 테스트베드 사업과 기술 개발 및 생태계 육성에 활용된다. 오승철 산업통상부 기획조정실장은 "산업의 글로벌 초격차 확보를 위해 AI를 활용한 제조혁신과 메가프로젝트 투자 이행을 지원하겠다"며 "제조공장 전체를 AI가 운영하는 풀스택 AI 팩토리와 제조 AI 파운데이션 모델을 개발해 국산기술 기반의 제조 AI 경쟁력을 극대화하겠다"고 말했다. 이어 "반도체특별회계를 신설하고, 차세대 시스템 반도체와 국방 반도체를 개발할 것"이라며 "광주·전남 행정통합에 따른 특별 인센티브 일환으로 서남권 반도체 클러스터 조성에 1조 5000억원 규모 재정을 투입해 반도체 기업의 지방 투자도 신속하게 뒷받침할 계획"이라고 강조했다.

2026.09.01 12:02진운용 기자

정부, '데이터+AI 혁신 챌린지' 공고…"기술로 사회문제 해결"

정부가 기관별 흩어진 미개방데이터와 기업데이터 등을 인공지능(AI)과 결합해 실제 사회·산업 문제의 해결책을 찾도록 지원하는 통합공고를 냈다. 과학기술정보통신부는 한국데이터산업진흥원, 한국정보통신진흥협회와 1일부터 '2026 데이터+AI 혁신 챌린지' 통합공고를 시작했다고 밝혔다. 이번에 참가자를 모집하는 분야는 '데이터안심구역' '데이터 문제해결' '빅콘테스트' 등 3개 부문이다. 이번 챌린지는 그동안 기관별로 운영해온 데이터 경진대회를 하나로 묶은 통합 브랜드다. 단순히 데이터 분석 성능을 겨루는 데서 벗어나 미개방데이터 활용과 데이터 기반 문제 해결, 기업데이터 분석·AI 활용을 통해 사회와 산업 현장 해법을 찾는 데 초점을 맞췄다. 데이터안심구역 부문에서는 일반에 공개되지 않은 데이터를 활용할 수 있다. 참가자는 한국데이터산업진흥원을 비롯한 전국 11개 데이터안심구역에서 미개방데이터 등을 분석하고 사회·산업 분야 문제에 대한 해결방안을 담은 기획서를 제출하면 된다. 참가 신청은 이날부터 10월 22일까지다. 데이터 문제해결 부문은 'AI·데이터 문제해결은행 포털'을 활용해 사회·산업 현장 문제를 해결할 아이디어를 찾는다. 기존 데이터 활용 사례를 토대로 해결 방법을 제안하는 '데이터레시피 제안'과 분석도구를 이용해 직접 해결방안을 도출하는 '문제해결 분석도구' 분야로 나눠 진행된다. 참가 신청 기간은 오는 8일부터 10월 22일까지다. 기업 데이터를 직접 활용하는 빅콘테스트도 열린다. 올해는 '기후위기 취약 상권 영향 분석'과 '사회적 고립 예방·대응 모델 개발' 주제로 AI·데이터분석과 AI데이터활용 분야를 운영한다. SK텔레콤과 신한카드 등이 후원기업으로 참여해 필요한 데이터를 제공한다. 3개 부문은 개인이나 팀으로 국민 누구나 참가할 수 있다. 팀은 최대 5명이며 빅콘테스트는 최대 4명까지 구성할 수 있다. 예선과 본선을 거쳐 총 40개 수상작을 뽑고 총 5390만원 규모의 상금과 상장을 수여한다. 각 부문 대상 수상자에게는 부총리 겸 과기정통부 장관상과 상금이 주어진다. 데이터안심구역과 빅콘테스트 대상 상금은 300만원이며 데이터 문제해결 부문은 분야에 따라 200만원 또는 300만원이다. 대상 수상작은 오는 12월 열릴 '2026 클라우드·데이터 진흥주간'에서 성과를 발표한다. 데이터안심구역 부문 우수상 이상 수상자에게는 취업 혜택도 제공한다. 이들은 2027년도 나이스지니데이타 신입사원 채용에서 서류전형 합격 혜택을 받을 수 있다. 올해 '데이터+AI 혁신 챌린지'는 이번에 공고한 3개 분야를 포함해 총 4개 부문으로 운영한다. 나머지 '데이터+AI 크리에이터 캠프'는 지난 5월 참가자 모집을 시작해 현재 예선을 진행하고 있다. 최동원 과기정통부 AI인프라정책관은 "AI 시대 경쟁력은 기술 자체뿐만 아니라 데이터를 얼마나 잘 활용해 새로운 가치를 만들어내느냐에 달렸다"며 "이번 혁신 챌린지가 국민 누구나 데이터와 AI를 직접 활용해 우리 사회와 산업 문제에 도전하고 자신의 아이디어를 현실의 해법으로 발전시킬 수 있는 기회의 장이 되기를 기대한다"고 밝혔다.

2026.09.01 12:00김미정 기자

[AI 고속도로] 트럼프 "데이터센터 막으면 가난해져"…美 반대 여론 정면돌파

도널드 트럼프 미국 대통령이 인공지능(AI) 데이터센터 건설을 둘러싼 자국 내 반대 여론에 직접 맞서며 인프라 확대 필요성을 강조했다. 전력요금 상승과 용수 사용 등을 둘러싼 주민 반발이 확산되는 가운데 데이터센터 구축이 지역 경제뿐 아니라 중국과의 AI 경쟁에서 자국 우위를 지키기 위해 필요하다는 주장이다. 트럼프 대통령은 지난달 31일(현지시간) 소셜미디어 트루스소셜을 통해 "미국 전역의 지역사회가 데이터센터를 원하지 않을 유일한 이유는 낙후되고 가난해지기를 바라기 때문"이라며 "성공하고 부유해지고 훨씬 낮은 세금과 많은 일자리를 원한다면 데이터가 지배하게 하라"고 밝혔다. 이어 데이터센터를 '황금알을 낳는 거위'에 비유하며 지역사회의 반대가 미국의 AI 경쟁력에도 악영향을 줄 수 있다고 주장했다. 트럼프 대통령은 데이터센터를 원하는 지역은 얼마든지 있다며 건설을 막을 경우 투자가 다른 지역으로 이동할 가능성을 경고했다. 트럼프 대통령이 데이터센터 구축을 공개적으로 옹호하고 나선 것은 미국 전역에서 관련 시설에 대한 반발이 빠르게 확산하고 있기 때문이다. 최근 미국에선 AI 확산으로 대규모 데이터센터 건설이 이어지면서 전력 수요와 전기요금 상승, 냉각수 사용, 소음과 환경 문제 등이 지역사회의 주요 쟁점으로 떠올랐다. 실제 데이터센터 반대 여론은 상당한 수준이다. 갤럽이 지난 3월 실시한 조사에 따르면 미국인 10명 중 7명은 거주 지역에 AI 데이터센터를 건설하는 데 반대했으며 48%는 강하게 반대한다고 답했다. 반대 움직임은 실제 구축에도 영향을 주고 있다. 데이터센터워치에 따르면 올해 1분기에만 지역사회의 반대로 미국 내 최소 75개 데이터센터 프로젝트가 중단되거나 지연됐다. 주 정부 차원의 규제 움직임도 이어지고 있다. 뉴욕주는 하이퍼스케일 데이터센터 신규 건설을 일정 기간 중단하는 조치를 도입했다. 펜실베이니아주 역시 신규 데이터센터 사업자가 지역사회 승인을 받고 전력 사용 증가에 따른 비용을 직접 부담하도록 하는 등 인허가 요건을 강화했다. 특히 전기요금 문제가 데이터센터 반대 여론의 핵심으로 꼽힌다. 미국의 평균 전기요금은 최근 5년 동안 35% 이상 상승했다. JD 밴스 미국 부통령도 데이터센터 반발의 상당 부분이 인근 지역의 에너지 가격 상승에서 비롯됐다며 기업이 전력망에 부담을 주지 않는 구조를 마련해야 한다는 입장을 밝힌 바 있다. 데이터센터 구축 문제는 오는 11월 미국 중간선거의 정치적 쟁점으로도 부상 중이다. 공화당 상원선거위원회(NRSC)는 최근 오하이오주에서 데이터센터에 대한 부정적 인식이 개선되지 않을 경우 반대 움직임이 다른 지역으로 확산할 수 있다고 경고했다. 상원의원 선거에도 데이터센터가 주요 쟁점으로 떠오르면서 공화당 내부에서도 선거에 미칠 파장을 우려하는 목소리가 나온다. 이는 AI 인프라 투자를 경제·안보 정책의 핵심으로 추진해온 트럼프 행정부에도 부담으로 작용할 전망이다. 트럼프 대통령은 집권 2기 들어 AI 기업에 대한 규제를 줄이는 동시에 데이터센터 구축을 가속해 미국의 AI 주도권을 강화하는 정책을 추진해왔다. 데이터센터 건설 차질은 미국 빅테크의 대규모 AI 투자에도 변수가 될 수 있다. 미국 빅테크들은 올해 AI 인프라 확충에 7000억 달러(약 960조원)를 투입할 것으로 예상되는 만큼 지역사회의 반발과 규제 강화가 장기화할 경우 투자 계획에도 차질이 빚어질 수 있다. 트럼프 대통령은 데이터센터 반대 움직임이 중국에 이익을 줄 수 있다는 점도 강조했다. 그는 "우리가 황금알을 낳는 거위를 죽인다면 스스로를 탓해야 할 것"이라며 "중국은 이러한 반(反) 데이터센터 운동에 더없이 만족하고 있을 것"이라고 경고했다.

2026.09.01 10:52한정호 기자

LS전선, 기존 변전소 활용해 AI 데이터센터 전력 공급한다

LS전선이 기존 변전소를 활용해 인공지능(AI) 데이터센터에 대용량 전력을 공급하는 초전도 시스템을 앞세워 데이터센터 설계·전력 인프라 공동사업에 나선다. LS전선은 'AI 팩토리 프론티어(AFF)' 컨소시엄과 공동사업 협력을 위한 업무협약을 체결했다고 1일 밝혔다. AFF는 내외종합건축사사무소와 에즈웰에이아이, 엔필드피앤디, 우진기전, 일진이앤에스 등 5개사가 참여하는 협력체다. 건축 설계와 그래픽처리장치(GPU), 사업 개발, 전력설비, 냉각·재생에너지 설비를 연계해 AI 데이터센터 사업자에게 통합 솔루션을 제안한다. LS전선은 프로젝트 초기부터 고객의 전력 수요와 부지 조건을 검토하고 컨소시엄 참여사들과 사업 기회를 발굴할 계획이다. 외부 전력망부터 데이터센터 내부의 배전·통신망까지 연결하는 인프라 구성도 제안한다. 외부망에는 초전도 시스템을 적용하고, 내부에는 전력을 분배하는 버스덕트와 데이터 통신용 광케이블 등을 공급하는 방식이다. LS전선에 따르면 초전도 시스템은 23kV급 중전압으로도 154kV급 고전압 설비에 준하는 대용량 전력을 전송할 수 있다. 기존 변전소를 활용할 수 있어 데이터센터 인근에 신규 변전소를 건설하거나 별도 전력설비 공간을 확보해야 하는 부담을 줄일 수 있다는 설명이다. LS전선은 2019년 한국전력 전력망에 22.9kV·50MVA급 초전도 케이블을 설치한 신갈 프로젝트를 세계 최초 상용 사례로 소개하고 있다. 이후 한국전력·LS일렉트릭과 데이터센터용 초전도 전력망의 기술 검증과 표준화 작업도 추진해 왔다. LS전선은 이번 협약을 통해 케이블 등 개별 제품 공급에서 나아가 AI 데이터센터 사업 초기부터 전력 인프라 전반을 설계·제안하는 사업으로 영역을 넓힐 계획이다.

2026.09.01 08:33류은주 기자

메타넷엑스 "AI가 초동 분석, 전문가는 대응"…차세대 보안관제 청사진 공개

클라우드 환경 확산으로 보안 이벤트와 경보가 폭증하는 가운데 메타넷엑스가 인공지능(AI)을 활용한 차세대 보안관제 모델을 공개했다. 반복적인 분석 업무는 AI가 수행하고, 보안 전문가는 위협 판단과 대응에 집중하는 방식으로 관제 체계를 고도화하겠다는 전략이다. 메타넷엑스는 서울 강남구 웨스틴 서울 파르나스에서 열린 '데이터독 시큐어 2026' 행사에서 AI 기반 관리형 보안관제(MSSP) 전략을 소개했다고 31일 밝혔다. 발표에 나선 김민영 메타넷엑스 상무는 "클라우드와 컨테이너 환경이 확대되면서 기업이 관리해야 하는 인프라와 보안 데이터가 급증하고 있다"며 "기존처럼 개별 경보를 하나씩 확인하는 방식만으로는 복합적인 공격을 탐지하기 어려워지고 있다"고 말했다. 최근 공격자들은 정상 사용자와 유사한 행동 패턴을 보이거나 다수의 IP와 계정을 활용해 공격을 분산시키는 방식을 사용하고 있다. 이 때문에 단일 이벤트가 아닌 여러 신호의 연관성과 맥락을 종합적으로 분석하는 능력이 중요해지고 있다는 설명이다. 메타넷엑스는 이러한 환경 변화에 대응하기 위해 AI 에이전트와 보안 전문가가 협업하는 보안관제 체계를 구축했다. AI는 경보 상관분석, 위협 검증, 정탐·오탐 판별, 위험도 분류 등 반복적인 초동 분석 업무를 수행한다. 서로 다른 자산과 계정, 사용자 활동 이력을 연결해 공격 흐름을 분석하고 결과와 근거를 관제 인력에게 제공한다. 반면 최종 위협 판단과 대응 조치는 보안 전문가가 맡는다. AI가 분석 속도를 높이고 관제 인력은 보다 고차원적인 의사결정에 집중하는 구조다. 김 상무는 "기존 룰 기반 관제만으로는 각각 정상처럼 보이는 이벤트를 하나의 공격 시나리오로 연결해 판단하기 어렵다"며 "AI를 활용해 1차 분석과 검증을 자동화하고 전문가는 위협 대응에 집중하는 방향으로 관제 모델이 진화해야 한다"고 강조했다. 메타넷엑스는 클라우드 운영 역량과 보안관제를 결합한 통합 대응 체계도 강점으로 내세웠다. 클라우드 환경에서는 시스템 장애와 보안 위협이 동시에 발생하는 경우가 많아 운영 데이터와 보안 데이터를 함께 분석할 수 있어야 한다는 판단에서다. 회사는 자체 AI 기반 보안관제센터를 운영하며 AWS와 마이크로소프트 애저(Azure) 등 클라우드 구축·운영 경험을 바탕으로 인프라와 애플리케이션의 이상 징후, 보안 이벤트를 통합 분석하고 있다. 여기에 데이터독의 AI 기반 옵저버빌리티·보안 플랫폼을 접목해 24시간 모니터링과 위협 탐지, 대응 서비스를 제공한다. 이를 통해 온프레미스와 퍼블릭 클라우드를 함께 사용하는 하이브리드 환경에서도 이상 징후와 보안 이벤트 간 연관성을 빠르게 파악하고 일관된 보안 운영 체계를 지원할 수 있다는 것이 회사 측 설명이다. 김민영 상무는 "클라우드 보안의 핵심은 방대한 신호 속에서 실제 위협을 얼마나 신속하고 정확하게 식별하느냐에 달려 있다"며 "AI와 클라우드 운영·보안관제 역량을 결합해 탐지와 대응의 속도·정확도를 높이고 통합 보안 운영 체계를 지속적으로 발전시켜 나갈 것"이라고 말했다.

2026.08.31 18:16남혁우 기자

"사후 점검에서 사전 예방으로"…한화비전, 글로벌 확대 위한 보안 체계 재편

"인공지능(AI)을 악용한 사이버 공격이 늘면서 취약점을 줄이기 위한 보안 체계와 인증이 필수 요소가 되고 있습니다. 보안을 개발 이후에 점검하는 데 그치지 않고 개발과 운영 전 과정에 통합하려면 데브섹옵스 전환이 필요합니다." 31일 이승훈 한화비전 클라우드 플랫폼 엔지니어링 수석은 데이터독 시큐어 2026 고객 사례 발표에서 SOC 2 대응을 계기로 추진한 데브섹옵스(DevSecOps) 전환 사례와 를 데이터독 솔루션을 도입한 배경을 소개했다. 한화비전은 CCTV 등 물리 보안 사업과 함께 플랫폼 중심의 클라우드 사업도 확대하고 있다. 미국 시장에서 클라우드 기반 사업을 전개하기 위해서는 고객사와 파트너사가 요구하는 보안 및 통제 기준을 충족해야 했고, 이에 따라 SOC 2 대응이 주요 과제로 떠올랐다. 글로벌 진출 요건이 된 SOC 2 SOC 2는 미국공인회계사회(AICPA)가 제시한 신뢰서비스 기준에 따라 기업의 보안, 가용성, 처리 무결성, 기밀성, 개인정보보호 관련 통제 체계가 적절하게 설계되고 운영되는지를 독립적으로 검토하는 감사·검증 보고서다. SOC 2 Type 2는 일정 기간 동안 통제가 실제로 작동했는지를 확인한다. 따라서 감사 직전에 자료를 모으는 방식이 아니라 운영 과정에서 보안 기록과 감사 증적을 지속적으로 관리하는 체계가 필요하다. 이승훈 수석은 "미국에서 클라우드 기반 사업을 전개하기 위해 SOC 2 대응이 필요한 상황이었다"며 "SOC 2 보고서가 미국 비즈니스를 위한 주요 요구사항 중 하나였기 때문에 클라우드 보안 체계를 갖춰야 하는 미션이 있었다"고 말했다. 한화비전은 SOC 2 대응 과정에서 개발과 운영이 끝난 뒤 보안을 점검하는 방식만으로는 통제가 실제로 운영됐다는 사실을 지속적으로 입증하기 어렵다고 판단했다. 배포 이후 설정 오류를 찾아내는 방식에서는 잘못된 리소스가 반복적으로 생성될 수 있고, 감사에 필요한 증적도 별도로 수집해야 하기 때문이다. 이에 따라 보안을 개발과 운영 프로세스에 통합하는 데브섹옵스 방식으로 전환을 추진했다. 인프라 생성 경로를 표준화하고 코드와 배포 파이프라인에 보안 기준을 반영해 잘못된 설정이 운영 환경에 배포되기 전에 차단하는 것이 핵심이다. 전환 이후에는 방화벽, 웹 애플리케이션 방화벽(WAF), 접근제어, 이중화 등 필요한 보안·운영 요소를 개발 초기부터 기본 환경에 포함했다. 개발자가 보안 요구사항을 별도 업무로 처리하는 것이 아니라 보안이 적용된 표준 환경을 전제로 서비스를 개발하도록 한 것이다. 이승훈 수석은 "잘못된 설정을 나중에 찾아내는 것보다 애초에 잘못된 리소스가 만들어지지 않게 하는 것이 중요하다"며 "처음부터 설계에 방화벽을 넣어주면 개발자들은 원래 방화벽이 적용된 환경이라고 생각하고 다른 방식으로 개발을 시작한다"고 설명했다. 이어 "보안 기준을 개발자에게 사후적으로 추가 요구하는 대신 보안이 반영된 인프라 모듈과 표준 환경을 사전에 제공했다"며 "개발자가 별도의 보안 설정을 일일이 추가하지 않아도 일정 수준의 보안이 적용된 환경에서 서비스를 개발할 수 있어 개발팀과의 마찰을 줄이는 데도 도움이 됐다"고 말했다. 조직 장벽 넘은 한화비전…'플랫폼 엔지니어링' 배치로 데브섹옵스 완성 데브섹옵스 전환 과정에서 가장 큰 어려움은 기존 조직의 역할과 책임, 업무 방식이 이미 고착화돼 있었다는 점이다. 개발, 인프라, 보안 조직이 각자의 업무 범위를 갖고 있는 상황에서 보안을 개발 과정에 통합하려면 조직 간 역할을 새롭게 조정해야 했다. 이승훈 수석은 "엔터프라이즈에는 이미 고착화된 역할과 책임이 있어 이런 구조를 만들기가 쉽지 않았다"며 "SOC 2를 취득해야 한다는 조건과 명분이 있었기 때문에 전환을 추진할 수 있었다"고 말했다. 한화비전은 보안 관련 인력을 플랫폼 엔지니어링 조직에 배치해 개발·인프라 조직과의 협업을 강화했다. 보안 검토를 별도 조직의 사후 승인 절차로 두기보다 플랫폼 설계와 개발 과정에서 함께 다루기 위한 조치다. 또한 보안 기준을 일방적으로 강제하기보다 개발자가 수용할 수 있는 표준 환경과 운영 방식을 마련하는 데 초점을 맞췄다. 다만 SOC 2 등 외부 기준을 충족하기 위해 반드시 지켜야 하는 최소 보안 요건은 조직의 공통 기준으로 정했다. "운영·보안 데이터 한눈에"…데이터독, 글로벌 협업·이상 징후 분석 극대화 한화비전이 데이터독을 선택한 배경에는 기존 인프라 모니터링과 옵저버빌리티 환경이 있었다. 이미 데이터독으로 인프라와 로그를 관리하고 있었기 때문에 별도의 보안 플랫폼을 처음부터 구축하지 않고 기존 환경에 보안 기능을 확장할 수 있었다. 이승훈 수석은 "인프라스트럭처와 옵저버빌리티를 데이터독으로 보고 있었기 때문에 쉽게 접근할 수 있었다"고 말했다. 기존 운영 환경과 보안 기능을 한곳에서 연계할 수 있다는 점도 장점으로 꼽혔다. 인프라 상태, 로그, 보안 이벤트를 같은 환경에서 확인할 수 있어 취약점이나 이상 징후가 발생했을 때 원인을 파악하고 대응하는 과정을 단순화할 수 있었다. 보안 담당자와 플랫폼 엔지니어가 동일한 데이터를 기반으로 상황을 공유할 수 있다는 점도 협업에 도움이 됐다. 한화비전은 데이터독의 클라우드 보안 관리 기능과 SIEM을 기존 옵저버빌리티 환경에 결합했다. 클라우드 보안 관리 기능으로 계정과 리소스의 보안 설정 및 컴플라이언스 상태를 점검하고 SIEM으로 로그와 보안 이벤트를 분석하는 방식이다. 이를 통해 예방 단계에서 차단하지 못한 변경이나 이상 징후를 탐지하는 보완 체계를 구축했다. 글로벌 사업 환경에서 여러 국가의 인력이 함께 운영해야 한다는 점도 데이터독 선택에 영향을 미쳤다. 이승훈 수석은 "오픈소스 도구는 유연성이 높지만 직접 운영하려면 전문 인력 확보와 교육이 필요하다"며 "여러 지역의 인력이 빠르게 이해하고 활용할 수 있는 사용성과 접근성을 고려해 데이터독을 주력 도구로 활용했다"고 설명했다. 비용 부담 줄인 필터링 기반 AI 보안 체계 모색 한화비전은 향후 데이터독의 MCP와 AI 기능을 활용한 보안 운영 자동화도 검토하고 있다. 로그 선별과 분석, 탐지 결과 확인, 대응 작업 등을 자동화하고 장기적으로는 셀프힐링이나 에이전트 기반 운영으로 확대하는 방안이다. 다만 모든 로그를 AI로 실시간 분석하는 방식은 비용과 처리량 측면에서 부담이 될 수 있다. 이에 따라 필요한 로그를 먼저 필터링하고 우선순위가 높은 구간을 선별해 AI 분석을 적용하는 방식이 현실적인 접근으로 제시됐다. 이승훈 수석은 "앞으로도 보안을 개발 이후에 점검하는 방식이 아니라 설계와 운영 전 과정에 자연스럽게 녹여내는 것이 목표"라며 "데이터독의 MCP와 AI 기능을 활용해 로그 분석과 탐지, 대응 업무를 자동화하고 장기적으로는 셀프힐링과 에이전트 기반 운영까지 확대해 나갈 계획"이라고 말했다. 한화비전의 데브섹옵스 전환은 SOC 2 대응을 계기로 보안을 개발 이후의 점검 항목이 아니라 인프라 설계와 리소스 생성 단계부터 적용되는 기본 통제로 전환한 사례다. 기존 옵저버빌리티 환경에 보안 기능을 결합하고 플랫폼 엔지니어링 조직과 보안 인력 간 협업을 강화함으로써 개발·운영·보안을 하나의 흐름으로 연결했다.

2026.08.31 11:51남혁우 기자

[AI 리더스] 데이터브릭스 "5년 내 운영 DB 판 바뀐다…韓 금융사 집중"

"5년 내 운영 데이터베이스(DB) 영역에서 큰 변화가 일어날 것입니다. 기업이 실시간으로 쌓이는 데이터를 따로 옮기지 않고 곧바로 분석하고 AI에 활용할 수 있는 환경이 만들어질 것입니다. 우리는 이를 '레이크베이스'를 통해 데이터 시장을 공략할 방침입니다." 데이비드 마이어 데이터브릭스 제품 총괄 수석부사장은 최근 지디넷코리아와 만나 AI 시대 DB 생태계를 이같이 전망했다. 데이터브릭스는 기업 데이터 저장·분석과 AI 개발을 지원하는 데이터·AI 플랫폼 기업으로, 최근 50억 달러를 추가 조달하며 기업가치가 1900억 달러(약 264조원)로 뛰었다. 연환산 매출도 70억 달러를 넘어섰으며, 시장에서는 향후 기업공개(IPO) 가능성이 높은 대표적인 비상장 AI 기업으로 꼽힌다. 이날 마이어 부사장은 운영 DB 생태계에서 레이크베이스 중요도가 높아질 것으로 내다봤다. 레이크베이스는 데이터브릭스 플랫폼에 통합된 서버리스 PostgreSQL 기반 운영 데이터베이스다. 애플리케이션과 AI 에이전트에서 발생하는 실시간 트랜잭션 데이터를 처리하고, 이를 레이크하우스의 분석 및 AI 워크로드와 일관된 거버넌스 환경에서 연결할 수 있도록 지원한다. 데이터브릭스가 사업을 운영 DB 영역으로 확장한 배경에는 AI 애플리케이션 증가가 있다. 마이어부사장은 "현재 기업들이 서비스형 소프트웨어(SaaS) 의존도를 줄이고 AI 기반 업무 시스템을 구축하고 있다"며 "이를 뒷받침할 운영 DB 수요도 함께 커지고 있다"고 설명했다. 운영 DB는 실제 서비스와 업무에서 데이터가 발생할 때마다 이를 저장하고 불러오는 역할을 한다. 분석용 DB보다 훨씬 빠른 응답 속도가 필요한 이유다. 분석 DB는 통상 1초 내에 응답하면 되지만, 운영 DB는 약 10밀리초 안에 응답해야 한다. 데이터브릭스는 이런 속도를 확보하면서도 운영 DB 컴퓨트와 스토리지를 분리하기 위해 5년간 기술을 연구해 왔다. 약 2년 전 네온(Neon) 팀과 해결 방안을 논의했고, 이후 네온을 인수해 레이크베이스를 2025년 내놨다. 그는 "레이크하우스가 분석 DB 산업 전체를 변화시켰다면, 앞으로 5년 안에는 모든 운영 DB가 사실상 레이크베이스와 같은 형태로 바뀔 것으로 본다"고 강조했다. 마이어 부사장은 이런 변화를 앞당길 핵심 동력으로 AI 애플리케이션을 꼽았다. 기업이 AI를 활용한 새로운 서비스를 만들 때마다 데이터를 실시간으로 저장하고 불러올 운영 DB가 필요하다는 이유에서다. 그는 "AI 활용이 늘어날수록 이를 뒷받침하는 운영 DB 수요도 커질 것"이라며 "레이크베이스 역할도 덩달아 확대될 것"이라고 전망했다. "AI 문턱 낮추는 제품 개발 목표…韓 고객사 협력" 이날 마이어 부사장은 AI 제품 개발 계획을 밝혔다. 최근 확보한 자금을 레이크베이스와 '지니', 유니티 AI 게이트웨이 등 기업의 AI 활용을 지원하는 제품 혁신에 투입할 것이라고 강조했다. 마이어 부사장은 "레이크베이스는 이미 연환산 매출 1억 달러를 넘어섰다"며 "업계에선 포스트그레스에서 컴퓨트와 스토리지를 분리한다는 발상 자체를 매우 새롭게 보고 있다"고 강조했다. 이어 "이에 우리는 레이크베이스 시장 자체를 확대하는 데 투자할 것"이라고 말했다. 그는 지니 계층에도 투자가 확대될 것이라고 밝혔다. 지니를 통해 전문 데이터 분석가가 아닌 일반 직원도 자연어로 기업 데이터를 활용할 수 있도록 돕기 위한 구상이다. 현재 데이터브릭스는 지니를 마이크로소프트 엑셀과 코파일럿 등 기존 업무 도구와 연동성을 높이고 있다. 마이어 부사장은 한국 시장에선 금융권 중심으로 레이크베이스 수요가 커질 것으로 예상했다. 금융 분야의 AI 애플리케이션은 거래·고객 정보 등 실시간성 높은 데이터를 빠르게 저장하고 불러와야 해 운영 DB 활용도가 높기 때문이다. 그는 "한국 시장에선 게임과 헬스케어·생명과학, 제약, 미디어·엔터테인먼트 수요가 오르고 있지만, 금융 서비스가 지배적일 것"이라고 설명했다. 마이어 부사장은 한국 시장 공략 핵심으로 현지 고객과 제품을 함께 고도화하는 점도 짚었다. 실제 데이터브릭스는 '포워드 디플로이드 엔지니어링(Forward Deployed Engineering)' 조직을 한국 고객사에 투입해 AI 기반 업무 시스템 구축을 지원하기 시작했다. 이 과정에서 확인한 고객 요구를 레이크베이스와 지니 등 제품 개발에 반영하고 있다. 그는 "한국 금융사와 직접 협업하면서 어떤 AI 모델과 기능이 실제 현장에서 필요한지 파악할 수 있다"며 "이를 제품에 반영하기 위해 시스템통합업체뿐 아니라 국내 고객들과도 긴밀한 협력 관계를 구축할 것"이라고 강조했다.

2026.08.31 11:10김미정 기자

NHN클라우드, 포항 AI 데이터센터 20MW 임차…GPU 사업 가속

NHN클라우드가 인공지능(AI) 그래픽처리장치(GPU) 사업 확대를 위해 경북 포항에 20메가와트(MW) 규모 데이터센터 인프라를 확보한다. GPU 수요 증가에 대응해 내년 말까지 총 30MW 규모 데이터센터 인프라를 추가 확보하고 국내외 AI 인프라 사업 확대에 속도를 낸다는 계획이다. 31일 금융감독원 전자공시시스템에 따르면 NHN은 자회사 NHN클라우드가 AI GPU 사업 확장을 위해 에이아이팩토리포항피에프브이와 포항 데이터센터 임대차확약서를 체결한다고 공시했다. 임차 대상은 데이터센터 내 20MW에 해당하는 공간과 부대시설이며 임대 기간은 임차 개시일로부터 60개월이다. 이번 계약은 NHN클라우드가 추진하는 AI 데이터센터 인프라 확충 계획의 일환이다. NHN클라우드는 AI·클라우드 인프라 경쟁력을 강화하기 위해 내년 말까지 총 30MW 규모의 데이터센터 인프라를 추가 확보할 계획이다. 포항에서 20MW를 확보하고 이 외의 10MW는 임대가 아닌 자체 구축할 예정으로, 현재 입지를 검토 중이다. NHN은 데이터센터 임차와 관련해 NHN클라우드가 부담하는 채무에 대한 보증도 제공한다. 보증금액은 1101억 1400만원으로, 회사 2025년 말 연결 기준 자기자본 1조 7708억원의 6.22%에 해당한다. 보증 기간은 지난 28일부터 2028년 2월 28일까지다. 다만 NHN클라우드가 임대차확약서에 따라 실제 부담할 채무액은 아직 확정되지 않았다. NHN은 임대 조건 등을 감안해 산정한 모회사 보증금액 1101억 1400만원을 채무금액으로 기재했다. 이번 보증을 포함한 NHN의 채무보증 잔액은 5184억여원이다. NHN은 NHN클라우드의 시설투자를 위한 금융 지원에도 나선다. NHN클라우드가 신한은행에서 차입하는 600억원에 대해 720억원 규모의 연대보증을 제공한다. 보증 기간은 다음 달 3일부터 2034년 9월 3일까지다. 앞서 NHN클라우드는 지난 3월 말 가동을 시작한 서울 양평 리전에서 엔비디아 B200 기반 서비스형 GPU(GPUaaS) 공급을 본격화했다. 이에 힘입어 올해 2분기 NHN클라우드 매출은 전년 동기 대비 85.3%, 전분기 대비 49% 증가했다. NHN클라우드는 데이터센터 인프라뿐 아니라 최신 GPU 확보와 AI 서비스 역량 강화도 병행 중이다. 지난 5월 AI 풀스택 브랜드 '팩토리X'를 공개하고 GPU 인프라 확보와 운영 최적화부터 AI 에이전트 실행 환경까지 아우르는 사업 체계를 구축하고 있다. 기존 데이터센터에는 엔비디아 B300 이상 최신 GPU 도입도 추진할 계획이다. NHN은 공시를 통해 "임대차 계약을 통해 NHN클라우드는 안정적인 데이터센터 인프라를 조기에 확보함으로써, 증가하는 GPUaaS 및 클라우드 서비스 수요에 대응할 수 있는 사업 기반을 강화하고 중장기 매출 성장에 기여할 것으로 기대된다"고 밝혔다. 장기적으로 해외 고객 AI 수요를 겨냥한 글로벌 사업 확대도 추진한다. 김동훈 NHN클라우드 대표는 앞서 2분기 실적 발표 컨퍼런스콜에서 "최근 해외 기업으로부터 GPU 수요가 증가하고 있으며 일부 고객은 조만간 계약할 예정"이라며 "일본 데이터센터 확보를 통해 글로벌 사업 확대를 준비 중"이라고 말했다.

2026.08.31 10:48한정호 기자

심심이, 양극성장애 디지털 치료기기 국책 과제 선정…42억 규모

대화형 AI 전문기업 심심이가 산업통상자원부·한국산업기술기획평가원이 추진하는 바이오산업기술개발 사업의 '양극성장애 다중모드 데이터 통합 디지털 치료기기 서비스 플랫폼 개발' 과제 수행 기관으로 선정됐다. 31일 회사에 따르면, 이번 과제는 마인즈에이아이가 주관하고 연세대학교·심심이·주요 대학병원 컨소시엄이 참여하는 총 42억원 규모의 국책 사업이다. 수행 기간은 2026년 5월부터 2030년 12월까지 약 4년 8개월간 진행된다. 이번 사업은 대인관계·사회리듬치료 이론을 디지털화해 수면·활동·정서 등 다중모드 데이터를 통합 분석하고 양극성장애의 재발 위험을 조기에 파악해 대응하는 디지털 치료기기 개발을 목표로 한다. 심심이는 이번 사업에서 멀티에이전트 기반 AI 카운슬러 엔진 개발을 담당한다. 사용자 상태 평가, 생활리듬 관리, 위험 신호 감지 에이전트를 오케스트레이션하는 구조로 비대면 상담을 잇는 대화형 개입을 맡는다. 1차년도 시나리오 및 요구사항 설계를 시작으로 챗봇 프로토타입 개발과 플랫폼 통합을 순차적으로 추진할 예정이다. 심심이는 고려대학교 안암병원 정신건강의학과 연구팀과 4년간 진행해 온 '닥터 심심이' 임상 경험을 바탕으로 대화 엔진과 안전 정책 역량을 고도화할 방침이다. 아울러 과학기술정보통신부 주관 에이전틱 AI 기술개발 사업에서도 정서 고립 감지 과제의 주관기관으로 선정돼, 대화형 AI 기술의 활용 영역을 일상과 의료 분야로 동시에 확장하고 있다. 최정회 심심이 대표는 "심심이는 전 세계 111개 언어로 서비스되며 누적 4억 5천만 명 이상이 사용한 대화형 AI 운영 경험을 보유하고 있다"며 "여기에 지난 4년간 쌓아온 정신건강 대화 AI의 임상 경험을 더해, 실제 환자의 정서 관리와 재발 예방에 기여하는 안전하고 검증된 AI 기술을 만들어 나가겠다"고 밝혔다.

2026.08.31 08:49백봉삼 기자

공장장은 AI, 로봇은 동료…전북 피지컬AI 심장부 가보니

전북에서 피지컬 인공지능(AI)을 활용한 제조혁신 사업이 본궤도에 오른다. 서로 다른 장비와 로봇을 하나의 공장에서 연결해 운영하는 '협업지능' 구현을 목표로 올해부터 본격적인 연구·실증에 들어간다. 김순태 전북대학교 소프트웨어공학과 교수(피지컬AI융합기술사업추진단장)는 27일 전북특별자치도 전주시 덕진구 전북대 창조2관에 마련된 피지컬AI 기술 실증랩에서 "올해 본사업은 개별 기술 개발에 그치지 않고 공장 전체를 지능적으로 연결하는 운영체제를 만드는 데 집중한다"며 "AI 공장장이 운영하는 다크팩토리를 구현하는 것이 목표"라고 밝혔다. 이 사업은 정부가 추진하는 '대한민국 대도약 3대 메가프로젝트'의 일환이다. 경남과 전북에서 5년간 총 1조 4131억원 규모로 진행된다. 전북은 공장운영체제(SDF-OCS), 디지털트윈·시뮬레이션, 피지컬AI 파운데이션 모델 등의 연구와 실증을 병행한다. 지난해 기술검증(PoC)에서는 자동차 부품 제조기업 3곳에 피지컬AI 기술을 적용해 성과를 확인했다. DH오토리드는 스티어링휠 가공공정에 자율주행 이동로봇(AMR) 기반 공정 간 이동과 조립공정 자동화를 적용해 생산량을 7.4% 높였다. 대승정밀은 유압 제어 블록 절삭공정에 AMR 기반 자재 이송과 가공공정 자동화를 적용해 생산량 11.4% 향상, 불량률 19.4% 개선 효과를 냈다. 동해금속은 차체 부품 용접공정에 AMR 기반 자재 이송과 로봇팔 기반 자재 로딩을 적용해 생산량 5.1% 향상, 공정 리드타임 10% 감소를 확인했다. "공장 돌려줘"…AI가 로봇에 작업 지시 실증랩은 로봇을 단순히 전시해놓은 공간이 아니다. 이날 찾은 현장에서는 AI 에이전트, 디지털트윈, 비전언어행동(VLA) 기반 로봇 제어, 로봇 학습데이터 생성 등 다양한 기술이 한 공간에서 맞물려 돌아가는 모습이었다. 먼저 생산관리 시스템 화면에 띄워진 AI 공장장 에이전트 '네오'가 눈에 들어왔다. 연구원이 "전체 공정 시작해줘"라고 말하자 AI가 공정 데이터를 바탕으로 로봇에 필요한 작업을 지시했다. 곧이어 소재공급부터 완제품 창고까지 주요 10개 공정 설비가 가동 대기 상태로 전환되며 생산 라인이 활성화됐다. 자동차 부품 생산공정에서는 AMR이 자재를 운반하고 로봇이 작업을 수행했다. 실제 공정을 디지털트윈으로 구현해 가상공간에서도 공장 상태를 확인하고 시뮬레이션을 통해 효율적인 작업방식을 찾는 연구도 진행되고 있다. 시뮬레이션 결과를 로봇에 적용하는 '시뮬레이션-투-리얼(Sim-to-Real)' 기술이 핵심이다. 다른 공간에서는 여러 대 로봇팔이 마주 보고 있었다. 연구원이 마이크에 대고 "초록색 망치를 2번으로 옮겨"라고 명령하자 로봇이 움직였다. 비전 센서가 물체의 위치와 자세를 파악하고 VLA 모델이 이를 행동으로 연결했다. 현재는 망치와 드라이버처럼 형태가 비교적 명확한 물체를 대상으로 종류와 색상, 위치를 이해하도록 구현 중이다. 듀얼암 로봇은 보다 복잡한 조작 데이터를 확보하기 위한 장비다. 물체가 정해진 위치에 놓인 정형화된 환경이 아니라 여러 물체가 흩어진 비정형 환경에서 조립·조작하는 데이터를 수집한다. 관절의 움직임과 비전 센서 정보를 함께 학습해 향후 양팔 로봇은 물론 휴머노이드에도 활용할 수 있는 데이터를 확보한다는 구상이다. 이곳에서 중요한 것은 로봇을 움직이는 것 자체보다 그 과정에서 얻은 데이터를 축적해 로봇 학습에 다시 활용하는 것이다. 연구진은 현장에서 얻은 리얼월드 데이터와 엔비디아 아이작 심 시뮬레이션 데이터를 활용해 로봇 행동을 학습시키고 있다. 파운데이션 모델 개발도 두 부문으로 진행된다. '무인 공장 파운데이션 모델'은 공장 전체를 바라보며 안전·공정 효율·품질 등을 판단하고 대응하는 역할을 맡는다. '이기종 협업 파운데이션 모델'은 특정 공정에서 여러 장비와 로봇의 협업을 지원한다. 자동차 부품 넘어 배터리까지…'범용 공장' 만든다 전북대 피지컬AI 기술 실증랩은 여러 제조현장에서 검증한 공정별 기능과 데이터를 축적해 새로운 공장을 설계할 때 활용할 수 있는 '레퍼런스'를 만드는 것이 목표다. 문제는 제조기업마다 생산품과 공정, 사용하는 장비가 모두 다르다는 점이다. 기존 공장을 통째로 피지컬AI 환경으로 바꾸는 것도 쉽지 않다. 이미 잘 돌아가는 공정을 바꾸는 데 따른 비용과 한계가 있고 오래된 장비 중에는 외부에서 제어할 인터페이스가 없는 경우도 있다. 이에 실증랩은 모든 공장을 똑같이 만드는 대신 공장 운영에 필요한 기본 기능을 모듈화하고 이를 조합하는 방식을 구상하고 있다. 원재료 공급과 이송, 가공, 조립 등 공장의 기능을 각각 검증한 뒤 새로운 공장을 설계할 때 필요한 기능을 조합하는 방식이다. 이준우 정보통신산업진흥원(NIPA) 전북·경남 AI전환(AX) 사업 PM은 "기존 공장을 개조하는 것은 쉽지 않다"며 "새로운 제품을 만들기 위해 공장을 새로 만든다면 처음부터 설계 단계에서 피지컬AI를 적용 가능하다"고 설명했다. 김 교수 역시 "신규 공장을 지으려는 기업들의 수요도 생각보다 많다"며 "공장을 설계하는 단계에서부터 피지컬AI를 적용할 수 있도록 하는 것이 중요하다"고 강조했다. SDF-OCS는 이 같은 범용화를 위한 핵심 소프트웨어 인프라다. 서로 다른 제조장비가 상호운영될 수 있도록 연결하고 기존 생산관리시스템(MES)·전사자원관리(ERP) 등 시스템과도 연계하면서 공장별 요구에 따라 기능을 조합할 수 있도록 하는 것이 목표다. 디지털트윈과 시뮬레이션을 통해 새로운 공장 구성을 미리 검증한 뒤 현장에 적용하는 것도 주요 축이다. 이 PM은 "지금 당장 공장을 패키지로 만들어서 팔 수 있는 상황은 아니다"라면서도 "새롭게 공장을 만들 때 요구사항을 받아 시뮬레이션하고 그 공장에 필요한 장비를 구성해 돌리는 방식으로 전체 레퍼런스를 만들 수 있다"고 말했다. 본사업은 전북대 테스트베드에서 1차 실증한 뒤 참여기업에서 2차 실증하고 이후 기술을 확산하는 구조로 진행된다. 올해 전국 단위 공모에는 수요·공급기업과 연구기관 등을 포함해 200여개 주체가 참여한 것으로 파악됐다. 특히 기술 확산을 통해 전국 50개 기업까지 적용 범위를 넓혀 다양한 제조환경에서 실증 경험과 데이터를 축적한다는 계획이다. 지능형 공장 쇼룸 등을 통해 연구 성과를 확산하고 SDF-OCS 표준화와 검인증, 소프트웨어(SW)·하드웨어(HW) 패키지 상품화도 추진한다. 이 PM은 "자동차 부품에 특화된 형태가 아니라 배터리 등 다른 분야의 경험까지 계속 축적해 굉장히 큰 커버리지를 가져가는 것이 우리가 말하는 범용"이라며 "연구개발(R&D)을 진행하면서 바로 실증 및 사용해보고 피드백을 반영하는 구조를 만드는 것이 이 사업의 목적"이라고 말했다.

2026.08.30 14:01이나연 기자

'위치주권' 확보 위한 국가위치인프라협회 출범

자율주행과 로봇, 스마트시티, 물류, 재난안전 등 AI 기반 산업에서 사람과 차량, 사물의 정확한 위치를 파악하는 기술이 산업 전반의 공통 인프라로 주목받는 가운데, 위치 데이터 주권 확보와 관련 산업 생태계 구축을 위한 국가위치인프라협회가 출범한다. 국가위치인프라협회 출범은 한동수 KAIST 전산학부 교수가 주도했다. 우선은 민간 협의체 형태로 구성했다. 창립 총회는 오는 9월 2일 국회의원회관 제3세미나실에서 개최한다. 총회에 이어 관련 현안을 논의할 'AI시대 국가위치인프라 주권과 대한민국 대응전략-데이터 주권 수호를 위한 방안 의견 수렴 세미나'도 개최될 예정이다. 국회 세미나는 박희승·황정아 더불어민주당 의원이 주최하고, KAIST와 한국전자통신연구원(ETRI)이 주관한다. 국가위치인프라협회는 국내 5,000대 1 축척 고정밀 지도 데이터의 구글 반출이 조건부 허용되면서 네이버와 카카오 등 국내 플랫폼 기업이 추진해온 지도 서비스와 자율주행, 로보틱스 등 미래 기술의 빅테크 종속 우려에 대응해 최소한의 '위치 데이터와 지도주권'은 지켜야 한다는 인식에서 출발했다. 그동안 한 교수가 국가위치인프라협회 준비 위원장을 맡았고, 총 27명의 발기인이 협회 출범 준비에 참여했다. 발기인에는 박봉규 국가안보개혁포럼 대표(청주대학교 군사학과·국방안보학과 교수)와 신현동 한국디지털자산경제협회장, 황일선 국방소프트웨어협회장, 백건대 한국보안인증 대표, 김태욱 청주대 교수, 박성동 피엘네트웍스 대표, 최병희 전 ICT창업멘토링센터장, 백양순 한국ICT융합협회장 등이 참여한다. 이날 총회에서는 창립취지 설명과 임원 구성, 사업계획 승인, 주요 추진 과제, 법인 설립 등에 관한 논의를 진행한다. 최근 국내 위치 데이터는 글로벌 플랫폼 집중화가 가속 중이다. 글로벌 기업이 AI데이터 통합으로 고도화하며, 서비스를 강화하는 추세다. 창립 취지 설명에서 한 교수 등은 국내 기업은 '데이터 분산과 규제 제약' 등의 '법률적 역차별'로 위치 AI 인프라 구축 기회가 되레 상실되는 문제를 지적한다. 위치·공간·AI가 결합된 형태로 기술이 발전해 나아가고 있는 상황에서 이대로 방치한다면, 글로벌 기업의 시장 지배 고착화로 국내 기업 역할이 갈수록 축소될 것을 우려했다. 결과적으로 지도 반출에서 시작된 문제가 '위치 데이터 학습 주권 상실'로 이어질 것으로 전망하는 분위기다. 세미나에서는 국가위치인프라 개념과 범위, 위치 데이터의 국가적 관리체계, 공공·민간 데이터 연계, 국가 라디오맵 구축, 개인정보 보호와 데이터 활용의 균형, 민관·산학 협력체계 등이 주요 의제로 다뤄질 예정이다. 기조강연은 준비위원장인 한동수 교수가 맡았다. 'AI시대 국가위치인프라 주권과 대한민국 대응전략'을 주제로 발표한다. 한 교수는 기조 강연에서 글로벌 플랫폼에 위치인프라를 의존할 경우 장기적으로 국가 위치정보 주권이 약화될 수 있다는 문제의식을 제기한다. 대안도 내놨다. 스마트폰이 수집하는 와이파이(Wi-Fi) 신호와 주소정보를 결합한 국가 단위 '라디오맵' 구축 방안을 제시한다. 국가 라디오맵이 구축되면 GPS 신호가 취약한 실내·지하·도심 지역에서도 와이파이 신호를 활용한다면 보다 정밀한 위치정보를 확보할 수 있다는 것. 라디오맵은 무선랜 신호와 그 신호가 수집된 위치 정보를 연계시켜 저장한 DB(테이블)다. 라디오맵이 구축된 건물이나 지역에서는 스마트폰과 같은 이동기기가 수신한 무선랜 신호 정보를 기반으로 이동기기의 정확한 위치를 추정할 수 있다. 단순한 위치측위 기술을 넘어 국가가 직접 확보·관리할 수 있는 새로운 위치 데이터 인프라로 발전할 수 있다는 입장이다. 이날 세미나에서는 또 정부와 공공기관뿐 아니라 통신사, 플랫폼 기업, 위치정보 사업자, 대학 및 연구기관 등이 참여하는 협력 모델도 논의할 예정이다. 공승현 KAIST 모빌리티 대학원 교수와 조영수 ETRI 실장은 주제발표에서 각각 '위치 기술의 오늘과 Geo-피지컬 AI'와 '국내 긴급구조용 정밀측위 기술 개발 현황/성과 및 미래'에 대해 소개한다. 지정토론은 박봉규 포럼 대표를 좌장으로 박종한 청출 대표변호사와 김인현 한국공간정보통신 대표, 이규영 시터스 이사, 박희범 지디넷코리아 전문기자가 참여한다. 한동수 국가위치인프라협회 준비위원장은 "AI 시대 위치정보는 단순한 지도 서비스의 문제가 아니라 국가와 산업의 기반이 되는 전략 데이터”라며 “대한민국이 위치 데이터 주권을 확보하기 위해 시급하게 요구되는 인프라와 제도, 협력체계를 어떻게 갖춰야 하는지 현장의 다양한 의견을 수렴하는 자리가 될 것”이라고 밝혔다.

2026.08.30 11:49박희범 기자

[AI 고속도로] AI 넘어 양자까지…데이터센터 전력·냉각 '대전환' 온다

인공지능(AI) 확산으로 데이터센터의 전력·냉각 수요가 급증하는 가운데, 오는 2030년에는 신규 데이터센터 10곳 중 9곳이 액체냉각을 도입하고 장기적으로 양자컴퓨팅까지 수용할 수 있도록 설계 자체가 변화해야 한다는 전망이 나왔다. 29일 가트너가 발표한 '2030년 이후 엔터프라이즈 데이터센터의 신기술' 보고서에 따르면 AI 확산과 컴퓨팅 아키텍처 다양화로 향후 10년간 데이터센터 전력 공급과 냉각, 컴퓨팅 인프라 전반에 큰 변화가 나타날 것으로 예상됐다. 보고서는 데이터센터가 통상 15년 이상 운영되는 장기 인프라인 만큼 현재 사용되는 기술뿐 아니라 향후 등장할 기술까지 고려해 설계해야 한다고 분석했다. 주요 변화로는 자체 발전과 에너지 저장, 800볼트 직류(800VDC) 전력 배전, 고밀도 AI 서버, 양자컴퓨팅 인프라, 액체냉각 등을 꼽았다. AI 서버 고밀도화…2030년 신규 데이터센터 90% '액체냉각' 특히 AI 서버 고성능화가 데이터센터 전력 인프라 변화를 앞당길 것으로 전망됐다. 보고서는 기업용 AI 최적화 서버가 2024년부터 2030년까지 연평균 13.8% 성장할 것으로 내다봤다. 이에 따라 랙당 전력 밀도가 120킬로와트(kW)를 넘어선 환경이 늘면서 기존 데이터센터에선 지원하기 어려웠던 고밀도 전력 공급과 액체냉각 설비가 요구될 것으로 분석했다. 전력 공급 방식도 달라질 전망이다. 가트너는 2029년 800VDC 기반 AI 데이터센터가 주류로 자리 잡고 데이터센터 전력용 반도체에서도 실리콘카바이드(SiC)와 질화갈륨(GaN)이 기존 실리콘을 대체할 것으로 예상했다. AI 서버 전력 소비가 증가하면서 기존 배전 방식이 비용과 규모 측면에서 한계에 가까워지고 있다는 설명이다. 냉각 방식의 변화도 빨라질 것으로 보인다. 가트너는 현재 25% 미만인 신규 데이터센터의 액체냉각 도입률이 2030년에는 90%까지 높아질 것으로 전망했다. 특히 새로 구축하는 데이터센터는 전체 워크로드의 최소 50%가 액체냉각을 이용할 수 있도록 설계하고 고밀도 AI 데이터센터의 경우 최대 100%까지 지원할 수 있도록 준비해야 한다고 권고했다. AI 서버의 전력 밀도가 더욱 높아지면서 액침냉각까지 확산될 가능성도 제기됐다. 가트너는 향후 랙당 전력 소비가 1메가와트(MW)를 넘어서는 수준으로 높아질 경우 공랭이나 직접칩냉각(D2C)만으로 서버 구성 요소를 충분히 식히기 어려워질 수 있다고 분석했다. 이 경우 서버 전체를 냉각액에 담그는 액침냉각이 필요해지면서 기존 수직형 랙 중심의 데이터센터 구조도 달라질 수 있다는 관측이다. AI 다음은 양자컴퓨팅…"데이터센터 설계는 유연하게" 장기적으로는 양자컴퓨팅도 데이터센터 설계를 바꾸는 요인이 될 전망이다. 보고서는 양자컴퓨팅이 AI와 고성능컴퓨팅(HPC)을 결합한 하이브리드 아키텍처로 발전할 가능성이 높다고 분석했다. 이에 맞춰 미래 데이터센터는 극저온 설비와 진동 차단, 전자기 차폐, 저잡음 전자장비뿐 아니라 오류 정정과 알고리즘 처리를 위한 그래픽처리장치(GPU)와 맞춤형 칩 등 기존 컴퓨팅 시스템을 함께 수용할 수 있는 환경이 필요할 것으로 예상했다. 다만 양자컴퓨터가 2030년까지 일반 기업 데이터센터에 광범위하게 구축될 가능성은 낮다고 봤다. 초기 양자컴퓨팅 시스템은 슈퍼컴퓨팅센터와 국가 연구소, 일부 하이퍼스케일 데이터센터를 중심으로 구축되고 서비스형 양자컴퓨팅(QCaaS) 형태로 기업에 제공될 것으로 예상했다. 가트너는 현재 구축되는 데이터센터가 15년 이상 운영되는 만큼 양자컴퓨팅이 상용화되는 시점에 대응할 수 있는 유연성을 미리 확보해야 한다고 제언했다. 또 특정 기술에 지나치게 투자해 데이터센터 설계가 고착되는 것도 경계해야 한다고 지적했다. AI와 양자컴퓨팅 등 컴퓨팅 플랫폼이 발전하면서 필요한 전력과 냉각 방식도 계속 달라질 수 있어서다. 모든 서버가 액체냉각으로 전환될 것이라고 가정하기보다 기존 시스템과 차세대 인프라를 함께 수용할 수 있도록 설계 선택지를 유지하는 것이 중요하다는 설명이다. 가트너는 "데이터센터 관리자는 양자컴퓨팅과 다양한 냉각 시스템을 포함해 진화하는 기술을 수용할 수 있도록 인프라 설계의 유연성을 확보해야 한다"며 "특정 영역에 과도하게 투자해 한계가 생기거나 유연성이 떨어지는 것을 피해야 한다"고 강조했다.

2026.08.29 12:25한정호 기자

[기고] AI 시대 기업 경쟁력, AI에 어디까지 맡길 것인가

국내 기업 사이에서 인공지능(AI) 도입을 위한 기술검증(POC)을 넘어 실제 비즈니스 적용을 모색하는 움직임이 빨라지고 있다. 기업 관심도 더 뛰어난 모델과 컴퓨팅 성능을 확보하는 데서 AI를 실제 업무에 어떻게 적용하고 어디까지 권한을 부여할 것인지로 옮겨가고 있다. AI가 정보를 생성하고 추천하는 단계를 넘어, 판단을 지원하고 일부 업무 실행을 자동화하는 사례가 늘어나면서 기업이 던져야 할 질문도 달라져야 한다. 이제 중요한 것은 "AI가 무엇을 할 수 있는가"가 아니라 "기업은 AI에게 무엇을 하도록 허용할 것인가"다. AI의 기술적 '역량'과 기업이 부여하는 '권한'은 다르다. 데이터를 분석해 다음 행동을 추천하는 것과 실제 시스템에서 이를 실행하는 것은 전혀 다른 문제라는 것이다. 기술적으로 가능하다는 이유만으로 모든 판단과 행동을 맡길 수는 없다. 반대로 모든 과정마다 사람의 승인을 요구한다면 AI가 가져올 속도와 생산성을 충분히 활용하기 어렵다. 이러한 맥락에서 '제한된 자율성(bounded autonomy)'이라는 개념을 생각해 봐야 한다. 이는 AI가 명확하게 정의된 범위 안에서는 스스로 판단하고 행동하되, 일정한 기준을 벗어나면 사람에게 판단을 넘기는 방식이다. 어떤 데이터를 사용할 수 있는지, 어떤 행동이 허용되는지, 그리고 언제 사람의 개입이 필요한지를 기업이 사전에 정해 둘 수 있다는 뜻이다. AI 도입을 확대하는 기업이라면 '도입 속도'와 함께 각 업무에 적용할 위임의 기준을 점검할 필요가 있다. 기술검증에서는 제한된 데이터와 사용자, 그리고 명확한 목적 아래 AI의 성능을 검증할 수 있지만 실제 업무로 확대되면 상황이 달라진다. 여러 조직과 시스템, 데이터가 연결되고 AI의 판단이 실제 업무에 영향을 미치면서 권한과 책임의 문제도 함께 커지기 때문이다. 바로 이 지점에서 기업별 AI 활용 방식과 성과에 차이가 나타날 수 있다. AI 도입의 중요한 병목 중 하나는 기술의 준비도뿐 아니라 이를 뒷받침하는 기업의 운영 준비도일 수 있다. 의사결정 권한과 업무 흐름, 데이터 사용 기준과 책임 주체가 명확하지 않다면 아무리 뛰어난 AI도 실제 업무에 충분한 권한을 부여하기 어렵다. 반대로 업무별 권한과 책임의 경계가 명확한 기업은 검증된 영역에서 AI 활용을 시작하고, 결과를 확인하며 적용 범위를 단계적으로 넓혀갈 수 있다. 자율성에 경계를 두고 AI를 덜 활용하자는 얘기가 아니다. 명확한 경계와 통제를 통해 AI 활용에 대한 신뢰를 높이고 궁극적으로 그 안에서 더 많은 일을 맡길 수 있게 하는 데 있다. AI가 어떤 승인된 데이터를 활용하고 어떤 규칙과 접근 정책에 따라 작동하며, 어디까지 업무를 수행하도록 설정됐는지 파악할 수 있어야 한다. 결과를 추적하고 필요할 때 사람이 개입할 수도 있어야 한다. AI에 대한 신뢰는 기술에 대한 막연한 낙관이 아니라 이러한 명확성에서 만들어진다. 이러한 변화는 기업의 AI 기반을 바라보는 관점도 바꾼다. AI가 실제 판단과 실행에 관여할수록 모델 자체의 성능만큼 어떤 데이터와 비즈니스 맥락에 기반해 작동하는지, 그 과정에 기업의 보안과 접근 정책을 어떻게 일관되게 적용할 것인지가 중요해진다. 결국 중요한 것은 AI가 기업이 정한 경계 안에서 일관되게 활용될 수 있는 기반을 갖추는 것이다. 이제 국내 기업 경영진도 질문을 바꿔야 한다. 어떤 AI 모델을 선택할 것인가에 앞서 우리 조직은 어떤 판단과 행동을 AI에 맡길 준비가 되어 있는가, 그리고 그 위임의 경계를 충분히 정의했는가를 물어야 한다. AI 기술은 이미 빠르게 앞으로 나아가고 있다. 이제 기업 간 AI 활용의 격차에 영향을 줄 수 있는 것은 기술의 발전 속도만이 아니라 이를 받아들이는 기업의 준비 속도다. 무엇을 AI에 맡기고, 어디에서 사람이 개입하며 그 경계를 어떻게 관리할 것인지 먼저 답한 기업은 AI의 가능성을 실제 비즈니스 성과로 연결할 기반을 마련할 수 있다.

2026.08.28 16:51위장영 컬럼니스트

HBM만으론 부족해?...AI 메모리 신기술 뜬다

인공지능(AI) 반도체 시장에서 메모리 기술 경쟁의 축이 고대역폭메모리(HBM)의 대역폭 확대에서 새로운 저장구조와 시스템으로 이동하고 있다. AI 모델이 커지면서 연산 성능뿐 아니라 메모리 용량과 데이터 이동에 따른 전력 소모, 발열 등이 새로운 병목으로 떠오르면서다. 28일 반도체 업계에 따르면 미국 스탠퍼드대에서 지난 23~26일 열린 '핫칩스(Hot Chips) 2026'에서도 이 같은 흐름이 부각됐다. 삼성전자와 SK하이닉스의 차세대 HBM 기술을 비롯해 3D D램, HBF(고대역폭플래시), PIM(프로세싱 인 메모리), CXL(컴퓨트익스프레스링크) 등 기존 HBM의 한계를 보완하기 위한 차세대 신기술이 잇따라 공개됐다. 현재 AI 가속기의 핵심 메모리로 자리 잡은 HBM은 GPU와 가까운 위치에서 초고속으로 데이터를 처리할 수 있다는 장점이 있다. 하지만 적층 수가 늘어날수록 패키징 난도가 높아지고 발열과 두께, 수율 등의 문제가 커진다. HBM만으로 AI가 요구하는 대역폭과 용량을 모두 충족하기 어려워질 수 있다. HBM도 진화…베이스 다이·패키징에 힘 주는 삼성·SK 삼성전자는 HBM의 핵심 구성요소인 베이스 다이를 고도화하는 방향을 제시했다. 베이스 다이에 더 많은 로직 기능을 집적해 단순히 데이터를 전달하는 역할을 넘어 AI 가속기의 연산과 시스템 특성에 맞는 기능을 수행하도록 만드는 방식이다. HBM을 범용 메모리에서 고객 맞춤형 메모리로 확장하려는 전략으로 해석된다. SK하이닉스는 HBM의 물리적 한계를 해결하기 위한 첨단 패키징에 초점을 맞췄다. 메모리 적층이 증가할수록 칩 사이 연결과 열 관리가 중요해지는 만큼 하이브리드 본딩 등 차세대 기술을 통해 더 많은 메모리를 안정적으로 쌓는 기술 경쟁에 나서고 있다. 업계에서는 HBM의 발전 방향이 단순히 '더 많이 쌓고 더 빠르게 만드는 것'에서 벗어나고 있다는 분석이 나온다. 한 반도체 업계 관계자는 "AI 반도체에서는 연산 성능만 높이는 방식으로 전체 시스템 성능을 끌어올리는 데 한계가 있다"며 "결국 향후 메모리에서 데이터를 얼마나 효율적으로 처리하고 이동시키느냐가 중요한 경쟁 요소가 될 것"이라고 말했다. HBM 넘어 PIM·CXL·3D D램으로…메모리 역할 확대 실제로 이번 '핫칩스' 행사에서는 HBM을 대체하거나 보완할 새로운 메모리 기술도 등장했다. D-매트릭스(Matrix)와 메타는 3D D램 기반 생성형 AI 추론 가속기를 소개했고, HBF를 활용한 AI 컴퓨팅 기술도 발표됐다. 메모리를 단순한 저장 공간으로 활용하는 데서 벗어나 연산과 데이터 처리에 보다 적극적으로 활용하려는 움직임이다. 삼성전자가 공개한 LPDDR5X-PIM도 같은 연장선상에 있다. PIM은 메모리 내부에서 일부 연산을 수행해 CPU나 AI 가속기로 데이터를 옮기는 횟수를 줄이는 기술이다. 삼성전자는 이번 행사에서 LPDDR5X-PIM의 AI 추론 성능을 공개했으며, 메타의 라마3.1을 활용한 테스트에서 기존 LPDDR5X 대비 약 3배의 토큰 처리 성능을 제시했다. CXL을 활용한 메모리 컴퓨팅도 주목받았다. 삼성전자와 엑시나(XCENA)는 CXL 기반 컴퓨테이셔널 메모리 기술을 선보이며 용량 확장뿐 아니라 메모리 가까이에서 연산을 수행하는 구조를 제시했다. AI 서버가 필요로 하는 대규모 메모리를 여러 시스템이 공유하면서 동시에 데이터 이동을 줄이는 방향이다. 이 같은 변화는 차세대 AI 메모리 시장이 하나의 제품에 모든 기능을 집중하는 구조에서 벗어날 가능성을 보여준다. HBM은 높은 대역폭을 담당하고, CXL 기반 메모리는 대용량 메모리 확장과 풀링을 지원하며, PIM이나 컴퓨테이셔널 메모리는 데이터 이동을 줄이는 역할을 맡는 방식이다. 업계 관계자는 "앞으로는 HBM의 성능 자체뿐 아니라 HBM과 다른 메모리 계층을 어떻게 조합해 AI 시스템 전체의 효율을 높이느냐가 중요해질 것"이라며 "메모리 업체들도 단순히 D램을 공급하는 데서 벗어나 연산과 패키징, 인터페이스까지 함께 설계하는 방향으로 사업 영역을 넓힐 필요가 있다"고 말했다.

2026.08.28 15:58전화평 기자

인텔, 256코어 '다이아몬드 래피즈'로 AI 데이터센터 정조준

인텔이 매년 8월 열리는 반도체 업계 연례 행사 '핫칩스 2026'을 통해 내년 출시할 차세대 데이터센터용 '다이아몬드 래피즈' 프로세서 세부 구조를 공개했다. 다이아몬드 래피즈는 최대 256개의 P(퍼포먼스) 코어와 1.28GB 최종레벨캐시(LLC), 12800MT/s 고대역폭 메모리를 지원하는 프로세서다. 인텔은 단순히 코어 수를 늘리는 데 그치지 않고 CPU 코어와 메모리·입출력(I/O)을 분리한 뒤 3D 적층과 칩렛 인터페이스로 연결하는 새로운 구조를 적용했다. 인텔이 처음 제품에 적용한 '팬아웃 패브릭' 구조를 기반으로 컴퓨트 빌딩 블록(CBB)을 필요한 만큼 확장하고 중앙의 패브릭 허브를 통해 메모리와 I/O를 통합하는 방식이다. 제온6부터 시작된 '칩렛 전환'…다이아몬드 래피즈로 확대 인텔은 5세대 제온 프로세서까지 모든 구성 요소를 한 다이(Die) 안에 넣는 모놀리식 설계를 꾸준히 유지했다. 그러나 2024년 출시한 제온6 프로세서부터는 생산 공정의 수율 등을 감안해 CPU 코어를 최대 3개 타일에 분할해 집적하는 방식으로 전환했다. 올해 정식 출시한 E(에피션트) 코어 기반 제온6+(클리어워터 포레스트) 부터는 CPU 코어를 구성하는 타일을 분리한 구조를 적용했다. 다이아몬드 래피즈 역시 제온6+와 비슷하게 설계됐다. CPU 코어를 최대 64개 모을 수 있는 '컴퓨트 빌딩 블록(CBB)' 4개, 그리고 입출력과 메모리를 관리하는 '패브릭 허브' 등으로 구성됐다. CPU 코어는 CBB, 메모리·I/O는 패브릭 허브에 배치 컴퓨트 빌딩 블록은 다시 CPU 코어만 모은 '코어 칩렛', 캐시 메모리와 패브릭 허브 연결을 담당하는 '베이스 타일' 등 두 개로 구성된다. 코어 칩렛에는 최대 16개 코어를 담을 수 있다. 64코어를 구성하려면 코어 칩렛 4개를 모아야 한다. 인텔은 "한 베이스 타일 당 코어 칩렛 수, 그리고 프로세서 당 컴퓨트 빌딩 블록 수는 요구 성능이나 전력 소모 등에 맞춰 조절 가능하다"고 설명했다. 패브릭 허브는 컴퓨트 빌딩 블록을 제어하고 PCI 익스프레스 6.0 128레인, 16채널 DDR5 메모리 입출력을 담당한다. 각종 연산을 가속하는 가속기, 메모리 컨트롤러도 함께 내장된다. 모든 구성 요소에 인텔 자체 공정 적용 다이아몬드 래피즈의 모든 생산 공정과 패키징은 인텔 파운드리 자체 역량을 활용한다. 컴퓨트 빌딩 블록의 기초가 되는 베이스 타일은 극자외선(EUV) 기반 인텔 3-T, CPU를 담은 코어 칩렛은 인텔 18A-P 공정에서 생산된다. 인텔 3-T는 2024년 공개된 3나노급 '인텔 3' 공정을 기반으로 반도체를 수직으로 쌓아올리는 것을 고려해 실리콘 관통전극(TSV)을 추가한 파생 공정이다. 이미 제온6+의 베이스 타일로도 활용됐다. 인텔 18A-P는 작년 말부터 양산에 들어간 1.8나노급 '인텔 18A'를 데이터센터용 CPU와 AI·고성능컴퓨팅(HPC) 생산에 맞도록 개선했다. 인텔 18A 대비 같은 전력 적용시 9% 더 높은 성능을 낸다. 또 성능이 같을 경우 전력 소비를 최대 18% 절감할 수 있다. 3D 적층에 UCIe-S까지... 칩렛 연결 방식도 바꿨다 베이스 타일과 코어 칩렛을 연결하는 데는 인텔 반도체 적층 기술 '포베로스 3D 다이렉트'가 적용됐다. 두 반도체 사이 구리 접점을 직접 맞닿게 해 저항을 줄이는 가장 최신 기술이다. 컴퓨트 빌딩 블록과 패브릭 허브 등 다이 간 연결에는 UCIe-S 16G를 이용한다. UCIe(유니버설 칩렛 인터커넥트 익스프레스)는 서로 다른 제조사와 공정에서 생산된 반도체를 연결할 수 있는 개방형 표준이다. 인텔은 이미 평면상의 반도체를 연결할 수 있는 EMIB 기술을 가지고 있다. 그러나 UCIe-S는 일반 반도체 기판의 배선만으로 각종 신호와 데이터를 연결해 생산 비용과 복잡도를 줄일 수 있다는 이점을 지녔다. UCIe-S를 이용해 인텔 이외 회사에서 생산된 AI 가속기 등을 연결하기 위한 가능성도 열어뒀다. 레지스터 32개로 늘리고 AI 명령어도 강화 다이아몬드 래피즈에는 인텔과 AMD 협업의 결과물 중 하나인 '고급성능확장(APX)'도 포함된다. CPU 안에서 일반적인 연산을 담당하는 '범용 레지스터(GPR)'를 현행 16개에서 최대 32개까지 늘려 더 많은 값을 저장하고 불필요한 데이터 입출력을 줄였다. APX는 기존 x86 서버용으로 설계된 소프트웨어와 호환성도 확보하고 있다. 인텔은 "다이아몬드 래피즈 등 새 프로세서에 맞게 소프트웨어를 다시 컴파일만 하면 늘어난 레지스터를 활용해 성능 향상을 기대할 수 있다"고 설명했다. AI 연산 등에 쓰이는 명령어인 AVX 10.2는 FP8(실수 8비트), FP16(실수 16비트), BF16 등 고성능 처리에 최적화됐다. CPU의 역할 변화에 대응한 '모듈화' 다이아몬드 래피즈의 핵심은 256코어라는 숫자보다 모듈화에 있다. 인텔은 모놀리식 다이에서 타일 구조로 이동한 뒤, 코어·캐시·I/O를 각각 최적의 공정에서 생산하고 패키지 단계에서 하나의 프로세서로 결합하는 방향으로 진화했다. 이는 AI 데이터센터에서 CPU의 역할이 단순한 범용 연산을 넘어 GPU·AI 가속기·메모리 확장 장치를 연결하고 제어하는 방향으로 확대되고 있음을 보여준다. 다이아몬드 래피즈는 내년 출시 예정이다. 경쟁사인 AMD는 한 발 앞서 2나노급 공정에서 생산한 차세대 에픽 프로세서 '베니스'를 3분기부터 시장에 공급 예정이다. 실제 성능과 전력 효율 등에서 두 제품간 점유율 경쟁이 벌어질 전망이다.

2026.08.28 15:01권봉석 기자

메가존클라우드, 데이터·AI 영토 넓힌다…스노우플레이크와 동맹 강화

메가존클라우드가 글로벌 인공지능(AI) 데이터 클라우드 기업 스노우플레이크와의 파트너십을 기반으로 금융·게임·제조·제약·바이오 등 산업별 데이터·AI 사업 확대에 박차를 가한다. 메가존클라우드는 스노우플레이크로부터 '올해의 파트너상'을 2년 연속 수상했다고 28일 밝혔다. 시상은 지난 27일 서울 코엑스 컨퍼런스센터에서 열린 '스노우플레이크 월드 투어 서울 2026'에서 진행됐다. 올해의 파트너상은 스노우플레이크가 국가별로 하나의 파트너사만 선정해 수여한다. 고객 성공과 혁신, 비즈니스 성장, 스노우플레이크 비전과의 전략적 연계성 등에서 성과를 거둔 기업을 선정한다. 메가존클라우드는 스노우플레이크 기반 데이터 플랫폼 구축과 데이터·AI 전환을 지원하며 파트너 생태계 확대에 기여한 점을 높이 평가받았다. 회사는 게임·금융·제조·유통·소비재 등 여러 산업에서 스노우플레이크 데이터·AI 기술을 고객 업무에 적용해왔다. 향후에는 제약·바이오 분야로 사업 영역을 넓힐 계획이다. 연간 제품 품질 검토(APQR) 전 과정과 의약품 개발·제조·유통 전반에 적용되는 규제·품질 관리 기준인 GxP 등 규제·품질 업무까지 데이터·AI 기술 적용을 단계적으로 확대한다는 목표다. 메가존클라우드는 이번 행사에서 제약·바이오 기업을 대상으로 프라이빗 미니 세션도 진행했다. 의약품 연구·생산·경영 과정에 흩어진 데이터를 AI로 활용할 수 있는 통합 데이터 기반으로 전환하는 방안을 제시했다. 데이터 수집부터 분석과 문서 작성까지 연결하는 생성형 AI 기반 APQR 자동화 구축 사례도 소개했다. 규제·품질 기준을 준수하면서 데이터 추적성을 확보할 수 있는 AI 활용 전략을 공유하고 실제 운영 중인 APQR 자동화 시스템도 시연했다. 메가존클라우드는 스노우플레이크와의 파트너십을 지속 강화 중이다. 올해 상반기에는 아시아태평양·일본 지역 '올해의 리셀 파트너상'을 수상한 바 있다. 지난해에는 스노우플레이크 최고 등급인 '엘리트 파트너' 자격을 취득했으며 한국 올해의 파트너상과 아시아태평양·일본 올해의 성장 파트너상도 받았다. 양사는 향후 시장 기회 발굴부터 고객 성공 관리까지 전 과정에서 협업을 강화한다는 방침이다. 메가존클라우드는 산업별 전문성을 기반으로 스노우플레이크의 '코텍스 AI'를 비롯한 데이터·AI 솔루션 활용을 확대하고 국내에서 구축한 파트너십 모델을 아시아태평양 시장으로 넓힐 계획이다. 김경배 스노우플레이크코리아 파트너·얼라이언스 총괄 전무는 "메가존클라우드의 수상은 고객 성공과 혁신에 대한 양사 공동의 노력을 보여준다"며 "산업별 전문성을 갖춘 메가존클라우드와 함께 더 많은 기업이 AI를 실제 운영과 성과로 확장할 수 있도록 지원해 나갈 것"이라고 말했다. 황인철 메가존클라우드 최고매출책임자(CRO)는 "기업 경쟁력은 데이터에 대한 접근과 활용 등 데이터를 실제 성과로 전환하는 역량에서 나온다"며 "금융·게임 등 여러 산업의 고객이 스노우플레이크 코텍스 AI와 보안·거버넌스 기능을 통해 데이터를 실제 성과로 안전하게 연결할 수 있도록 지원하는 노력을 더욱 강화할 것"이라고 밝혔다.

2026.08.28 14:50한정호 기자

[AI 고속도로] 해남 잇단 지진에 '국가AI컴퓨팅센터' 괜찮나…"규모 7.0 견딘다"

국가AI컴퓨팅센터가 들어서는 전남 해남에서 최근 지진이 잇따르고 있지만 센터 건설과 안전성에는 큰 문제가 없는 것으로 파악됐다. 센터는 최대 규모 7.0의 지진을 견딜 수 있도록 내진 설계됐으며 건설을 맡은 특수목적법인(SPC)도 일반 데이터센터와 마찬가지로 강화된 내진 기준을 적용해 공사를 진행하고 있다는 입장이다. 28일 기상청과 업계에 따르면 이날 오전 7시44분께 전남광주 해남군 서북서쪽 21㎞ 지역에서 규모 2.2의 지진이 발생했다. 진원 깊이는 21㎞로, 지난 14일부터 해남에서 규모 2.0 이상 지진이 발생한 것은 이번이 10번째다. 지난 23일에는 규모 3.1의 지진이 발생하기도 했다. 최근 약 2주 동안 미소지진을 포함한 지진이 집중되면서 이달 초 착공한 국가AI컴퓨팅센터의 안전성에도 관심이 쏠리고 있다. 기상청에 따르면 지난 14일부터 26일 오후 5시까지 해남에서 관측된 지진은 모두 83차례다. 이 가운데 지난 23일 발생한 규모 3.1의 지진이 가장 컸다. 다만 기상청과 지진 전문가들은 최근 해남의 연속지진이 더 큰 규모의 지진으로 이어질 가능성은 낮은 것으로 보고 있다. 지난 26일 열린 전문가회의에선 2020년과 올해 지진이 모두 길이 약 500m, 폭 약 300m의 좁은 영역에서 발생했으며 규모 3.1 지진 이후 대부분의 응력이 해소됐을 가능성이 있다는 분석이 나왔다. 실제 해남에선 지난 2020년 4월부터 약 한 달 반 동안 76차례의 소규모 지진이 발생한 바 있다. 당시에도 최대 규모는 3.1이었으며 이후 지진활동이 점차 감소했다. 2013년 보령 해역과 2019년 백령도에서도 각각 159회, 102회의 연속지진이 발생했지만 큰 지진으로 이어지지는 않았다. 한국지질자원연구원이 2020년 해남 지진을 분석한 결과에서도 당시 지진은 대규모 단층이 아닌 중·소규모 단층군과 연관됐을 가능성이 제기됐다. 일반적으로 대형 지진은 대규모 단층에서 발생한다는 점을 고려하면 대규모 지진활동으로 발전할 가능성이 낮다는 분석이다. 국가AI컴퓨팅센터 건설을 전담하는 민관 합작 SPC 한국에이아이컴퓨팅센터(코아크·KOACC)도 최근 지진이 센터 건설에 미치는 영향은 제한적인 것으로 판단 중이다. 최희주 코아크 데이터센터건립총괄은 "2020년 한국지질자원연구원에서도 지진이 발생한 위치가 지하 약 21㎞이고 단층 자체가 상당히 작은 것으로 분석했다"며 "대규모 지진으로 이어질 가능성은 낮은 것으로 보고 있다"고 설명했다. 특히 센터 구조체에는 내진 특등급이 적용된다. 이는 데이터센터가 강한 지진에도 건물과 내부 전산·전력·냉각 설비의 피해를 최소화해 안정적인 운영을 유지하기 위한 강화된 내진 설계 기준이다. 최근 수도권에 지어지는 AI 데이터센터에서도 특등급 내진 설계가 적용되고 있다. 최 총괄은 "센터 구조체는 특등급으로 내진 설계를 강화했다"며 "이에 최근 지진과 관련해서도 크게 걱정하고 있지는 않다"고 말했다. 센터는 최대 규모 7.0의 지진을 견딜 수 있도록 설계되며 지진과 화재에 강한 철골철근콘크리트 구조로 건설된다. 전남광주통합특별시 등도 최근 센터 착공 현장을 점검한 결과 연속지진에 따른 별다른 영향을 확인하지 못했다. 국가AI컴퓨팅센터는 정부가 추진하는 'AI 고속도로'의 핵심 인프라다. 과학기술정보통신부와 금융위원회 국민성장펀드, 삼성SDS 컨소시엄이 공동 출자한 코아크가 구축과 운영을 맡는다. 삼성SDS를 비롯해 네이버클라우드·삼성물산·카카오·삼성전자·KT·전남광주통합특별시·서남해안기업도시개발 등이 컨소시엄에 참여했다. 센터는 해남 솔라시도 데이터센터 파크 내 약 4만 8000㎡ 부지에 지상 2층 규모로 조성된다. 오는 2028년까지 약 2조 5000억원을 투입해 고성능 그래픽처리장치(GPU)와 국산 신경망처리장치(NPU)를 포함한 첨단 AI 반도체 1만 5000장 규모 컴퓨팅 인프라를 구축할 예정이다. 구축된 자원은 스타트업과 중소기업, 대학, 연구기관 등에 제공해 AI 모델 개발과 대규모 데이터 학습·추론 등에 활용한다. 정부는 센터 완공 전인 내년부터 삼성SDS 데이터센터를 활용해 일부 AI 컴퓨팅 자원을 먼저 제공할 계획이다. 이후 국가AI컴퓨팅센터를 중심으로 첨단 GPU 확보뿐 아니라 국산 AI 반도체의 개발·검증·상용화를 지원해 국내 AI 인프라 생태계를 확대한다는 구상이다. 배경훈 부총리 겸 과기정통부 장관은 지난 3일 착공식에서 "국가AI컴퓨팅센터를 통해 정부와 민간이 힘을 합쳐 첨단 GPU 확보와 국산 AI 반도체 활성화를 병행 추진해 AI 풀스택 경쟁력 확보에 기여하고 아시아 AI 인프라 허브로 도약할 계획"이라고 밝혔다.

2026.08.28 10:43한정호 기자

기후부, 연내 'AI 데이터센터 그리드코드' 수립

기후부가 인공지능(AI) 데이터센터의 안정적인 전력공급을 위한 필수 과제인 그리드코드(Grid-Code) 수립과 맞춤형 접속 전략을 논의하기 위한 '인공지능 데이터센터(AIDC) 연구회'가 본격 가동에 들어갔다. 이호현 기후에너지환경부 제2차관은 27일 오후 서울 반포동 한강홍수통제소에서 AIDC 연구회를 주재하고 연내 그리드코드를 수립하기로 했다. 이 차관은 “연구회를 통해 전력계통 여건에 적합한 접속 전략과 제도를 논의할 수 있기를 기대한다”며 “AI 데이터센터가 안정적으로 운영되기 위한 필수 요건인 그리드코드를 올해 안으로 도출을 추진할 계획”이라고 밝혔다. 그리드코드는 전력망에서 안정적으로 전력을 공급받기 위해 필수적으로 갖춰야 하는 기술적인 최소 요건이다. AI 데이터센터는 그래픽처리장치(GPU) 등 민감한 전력전자 설비로 구성돼 있어, 자체 설비 고장 방지와 함께 전기품질을 유지하기 위해 에너지저장장치(ESS)나 무정전 전원공급장치(UPS) 등의 보완설비를 갖추고 있다. 연구회에서는 AI 데이터센터의 설비구성과 함께 수요 유형을 정밀하게 연구하고, 전력사용효율(PUE)도 검토한다. AI 데이터센터의 보완설비 본래의 기능을 침해하지 않는 범위에서 전력계통 안정화에 기여할 수 있도록 접속 전략과 제도를 논의할 계획이다.

2026.08.28 08:46주문정 기자

[현장] "AI 모델은 상향평준화, 이제 데이터가 경쟁력"

"데이터 전략 없이는 어떤 인공지능(AI) 전략도 있을 수 없다." 발라 카시비스와탄 스노우플레이크 제품 관리 담당 부사장은 27일 서울 코엑스에서 열린 '스노우플레이크 월드 투어 서울'에서 기업 AI 전환의 핵심으로 데이터를 강조했다. AI 모델 성능이 상향 평준화되면서 어떤 모델을 쓰느냐로는 기업 간 차이를 내기 어려워졌고, 결국 각 기업이 가진 데이터를 얼마나 잘 갖추고 활용하느냐가 경쟁력을 가른다고 진단했다. 모델은 상향평준화… 이제 데이터가 경쟁력 이날 기조연설 무대에 오른 이경종 KB국민은행 상무는 AI 에이전트 경쟁력이 모델 성능보다 그 에이전트가 믿고 행동할 수 있는 데이터 기반에서 나온다고 밝혔다. 챗GPT나 제미나이, 클로드 같은 최신 모델은 물론 오픈소스 모델까지 성능이 비슷해진 만큼, 기업 간 차이는 각자 가진 데이터의 품질과 활용도에서 갈린다고 주장했다. KB국민은행은 묻는 말에 답만 하는 AI를 넘어 스스로 업무를 처리하는 '행동하는 AI'를 목표로 잡았다. 이 상무는 그룹 전체에 100여 개 AI 에이전트를 운영 중이며 2026년 300여 개까지 늘릴 계획이라고 밝혔다. 관건은 데이터다. 이 상무는 행동하는 AI가 제대로 일하려면 AI가 곧바로 이해하고 쓸 수 있게 잘 정리된 데이터, 이른바 'AI 레디 데이터'가 뒷받침돼야 한다고 강조했다. KB국민은행은 이를 위해 현업 부서가 직접 자기 데이터를 만들고 관리하며, 이렇게 만든 데이터를 사내 장터처럼 공유하고 재사용하는 체계를 스노우플레이크와 구축하고 있다. 그는 "데이터를 한곳에 모으는 통합 저장소와 부서별로 데이터를 나눠 관리하는 구조를 도입해 데이터 준비 시간을 50% 이상 줄이고 중복을 없애 저장 비용도 30% 이상 아낄 수 있을 것"으로 기대했다. AI에 실제 업무를 맡기려면 그 판단을 믿을 수 있어야 한다는 지적도 나왔다. 강민승 티냅스 대표는 한 단계에서 95% 정확도를 내는 AI라도 10단계를 거치면 성공률이 60%까지 떨어진 사례를 들며 AI의 답변과 행동이 실제 업무로 넘어가기 전에 실시간으로 검증하고 걸러내는 장치가 필요하다고 주장했다. 그는 "기계적인 규칙으로 걸러낼 일, AI가 한 번 더 검증할 일, 사람이 직접 판단할 일의 경계를 명확히 나눠야 기업이 AI에 업무를 온전히 맡길 수 있다"며 "모델은 바뀌어도 기업의 신뢰 기준은 영원해야 한다"고 말했다. 흩어진 데이터부터 잡아라… 스노우플레이크 '에이전틱 엔터프라이즈' 카시비스와탄 부사장은 이런 고민을 해결할 방안으로 '에이전틱 엔터프라이즈'를 제시했다. AI 에이전트가 기업 곳곳에서 대규모로 안전하게 일하는 조직을 뜻한다. 그는 대부분의 기업이 여러 앱과 데이터베이스에 정보가 제각각 흩어져 있다는 점을 문제로 꼽았다. 이렇게 파편화된 환경에서는 AI가 어떤 데이터를 어떻게 다뤄야 할지 판단하기 어렵고 그때마다 비용과 복잡성이 늘어난다고 지적했다. 카시비스와탄 부사장은 이를 풀기 위한 네 가지 조건을 제시했다. ▲믿고 쓸 수 있는 데이터 플랫폼 ▲특정 업체나 모델에 얽매이지 않는 모델 선택권 ▲전사자원관리(ERP)·고객관계관리(CRM) 등 기존 업무 시스템과의 연동 ▲여러 에이전트를 한곳에서 관리·통제하는 장치다. 이 가운데 그는 데이터 관리와 통제를 강조했다. AI는 사람보다 훨씬 많은 데이터를 한 번에 들여다보는 만큼 누가 어떤 권한으로 데이터를 다루는지 통제하는 일이 중요하다고 밝혔다. 그는 "기업의 데이터는 그 기업의 자산이자 경쟁력"이라며 "스노우플레이크는 고객 데이터를 자사 모델 학습에 쓰지 않는다"고 말했다. 실행 도구로는 지난 7월 정식 출시한 AI 코딩 도구 '코코'를 앞세웠다. 기존 권한 체계를 그대로 지키면서 자연어 명령만으로 데이터 준비부터 분석, 에이전트 개발까지 처리하도록 돕는 도구다. 일반 코딩 도구가 코드를 짜주는 데 그친다면, 코코는 스노우플레이크 안에서 기업의 데이터와 권한 체계, 업무 규칙을 이해한 채로 작동한다. 개발자는 코드 조각을 받는 수준을 넘어 자연어 명령만으로 데이터 파이프라인 구축과 분석, AI 에이전트 개발까지 처음부터 끝까지 처리한다. 기존 역할과 접근 권한을 그대로 지키는 만큼 관리된 환경 안에서 안전하게 개발할 수 있다. 카시비스와탄 부사장은 "코코를 통해 기술 인력뿐 아니라 비기술 인력도 정확한 데이터를 바탕으로 필요한 것을 직접 만들 수 있다"며 "아이디어를 실제 서비스로 옮기는 시간이 크게 줄어든다"고 설명했다. 한편 스노우플레이크는 이날 데이터와 AI로 성과를 낸 국내 기업을 뽑는 '데이터 드라이버 어워드' 시상식도 함께 열었다. 넥슨과 네오위즈, 미래에셋자산운용, KB국민은행, 비바리퍼블리카(토스) 등이 부문별로 수상했다.

2026.08.27 16:16김동원 기자

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