검색 - IT세상을 바꾸는 힘 지디넷코리아

ZDNet 검색 페이지

'AI 리서치'통합검색 결과 입니다. (35건)

태그
기간
- 3개월
- 1년
- 1년 이전

재검색

[AI는 지금] AI 리서치 에이전트, 대규모 정보 조사에서 한계 확인

인공지능(AI) 리서치 에이전트가 여러 기업이나 인물, 제품을 동시에 조사하는 대규모 정보 수집 업무에선 아직 뚜렷한 한계를 보이는 것으로 나타났다. 일부 대상에 대해서는 정확한 정보를 찾아냈지만 조사 범위가 넓어질수록 누락이 늘었고, 제시한 근거가 주장 전체를 충분히 뒷받침하지 못하는 사례도 적지 않은 것으로 드러났다. 퍼플렉시티 리서치는 지난 14일(현지시간) 공식 홈페이지를 통해 고강도 자료 조사형 AI 에이전트의 성능을 측정하는 공개 벤치마크 'WANDR(Wide ANd Deep Research)'을 발표했다. 경쟁사 분석과 기업 실사, 문헌 조사, 시장 분석, 제품 비교, 인재 발굴 등 실제 업무에서 활용되는 500개 과제로 주요 AI 시스템의 성능을 평가한 것이 특징이다. WANDR는 하나의 답을 찾는 기존 검색 평가와 달리 다수의 조사 대상을 발굴한 뒤 대상별 세부 정보와 근거 자료를 모두 확보하도록 설계됐다. 또 조건에 맞는 기업이나 인물, 제품을 폭넓게 찾는 능력과 각 대상의 사실관계를 깊이 검증하는 능력도 함께 본다. 전체 과제는 중간값 기준으로 조사 대상 50개와 대상별 기록 4건으로 구성됐다. 500개 과제에서 각 시스템이 출처와 근거를 갖춰 제출해야 하는 기록은 총 17만495건에 달했다. 평가는 미리 구축한 정답표와 대조하지 않고 각 시스템이 제시한 웹페이지와 인용문을 다시 확인하는 방식으로 진행됐다. 출처에 실제로 접근할 수 있는지, 해당 페이지가 조사 조건을 충족하는지, 인용문이 주장 전체를 뒷받침하는지 등을 항목별로 검증했다.평가 방식은 일부 조건을 충족한 경우에도 점수를 주는 소프트 방식과 모든 정보와 근거를 갖춘 결과만 인정하는 하드 방식으로 나눴다. 조사 대상을 어느 정도 찾았는지와 각 항목을 완전하게 검증했는지를 구분해 보기 위해서다. 이번 조사에선 퍼플렉시티의 검색 오케스트레이션 시스템 '서치 애즈 코드(Search as Code)'가 소프트 F1 0.363, 하드 F1 0.133으로 가장 높은 점수를 기록했다. 앤트로픽은 각각 0.249와 0.072로 뒤를 이었다. 나머지 시스템의 소프트 F1은 최대 0.121, 하드 F1은 최대 0.035에 머물렀다. 퍼플렉시티는 이번 평가에서 상대적으로 높은 성적을 거둔 요인으로 '서치 애즈 코드' 덕분이라고 설명했다. 이 방식은 검색과 필터링, 병렬 처리, 데이터 결합, 중복 제거 등을 프로그램으로 구성하고 반복 작업은 모델 밖에서 처리한다. 퍼플렉시티 리서치는 "하드 점수를 기준으로 보면 최고 성능 시스템도 모든 조건을 충족한 조사 결과는 약 7개 중 1개 수준에 그쳤다"며 "대규모 조사에선 모델 자체 성능뿐 아니라 검색 절차를 얼마나 체계적으로 설계하느냐도 결과에 영향을 줄 수 있다"고 설명했다. 이번 평가에선 조사 범위가 커질수록 성능 저하가 더 두드러지는 모습도 보였다. 퍼플렉시티의 하드 정밀도는 조사 대상이 가장 적은 구간에서 0.235였으나 가장 많은 구간에서는 0.096으로 떨어졌다. 하드 재현율도 같은 기간 0.219에서 0.079로 낮아졌다. 기업과 임직원, 근거 페이지처럼 조사 단계가 복잡해질 때는 하락 폭이 더 컸다. 중간 검증 단계가 3개 이상인 과제에서 퍼플렉시티의 하드 정밀도는 0.019, 하드 재현율은 0.017까지 내려갔다. 앤트로픽과 오픈AI도 조사 구조가 깊어질수록 비슷한 흐름을 보였다. 가장 큰 병목은 근거 페이지를 붙이는 마지막 단계보다 조사 대상을 충분히 찾아내는 초기 단계에서 발생했다. 퍼플렉시티는 대상 발굴률 0.951과 추가 정보 확보율 0.967로 가장 높았지만 전체 조건을 충족한 대상 수는 크게 줄었다. 페이지를 확보한 뒤에도 사실 검증 과정에서 오류가 이어졌다. 제출된 페이지 가운데 33.6~68.3%는 세부 요건 중 하나 이상을 충족하지 못했다. 인용문이 주장 전체를 뒷받침하지 못한 비율도 57.5~86.6%에 달했다. 퍼플렉시티는 조건 미충족 페이지 비율 41.4%, 불완전한 인용문 비율 57.5%를 기록했다. 관련 페이지를 찾았는지만 평가했을 때 소프트 F1은 0.531이었으나 인용문과 세부 조건까지 확인하자 0.363으로 낮아졌다. 이는 관련 자료를 찾아내는 것과 해당 자료로 모든 주장을 입증하는 것 사이에 상당한 격차가 있다는 의미다. 특히 조사 대상이 많아질수록 누락과 근거 부족이 늘어 기업 실사와 시장 분석처럼 정보의 완결성이 중요한 업무에선 별도 검증 절차가 필요할 것으로 보인다. 퍼플렉시티 리서치는 "현재 시스템은 일부 정확한 사례를 찾는 데는 성공하지만 요청된 전체 대상을 빠짐없이 발굴하고 각 주장에 완전한 증거를 붙이는 데는 어려움을 겪고 있다"며 "넓고 깊은 리서치는 아직 해결되지 않은 과제"라고 밝혔다.

2026.07.15 12:06장유미 기자

피지컬 AI 선점 위해 '팀 코리아' 뭉쳐야…데이터 구매·공장 수출 등 제안

주요 피지컬 인공지능(AI) 스타트업이 한자리에 모여 글로벌 시장 선점을 위한 원팀 구축과 정부 지원을 촉구했다. 글로벌 빅테크와 경쟁에서 이기려면 국내 기업 간 연합군 형성과 데이터 확보가 필수라고 봤기 때문이다. 류중희 리얼월드 대표는 29일 청와대에서 열린 '대한민국 대도약 3대 메가프로젝트 국민보고회'에서 "리얼월드의 오픈소스 파운데이션 모델이 엔비디아를 제치고 글로벌 벤치마크 1위를 차지했다"며 "거대언어모델(LLM)에서 정부가 독자 파운데이션 모델을 개발하는 것처럼 피지컬 AI도 대기업, 강소기업, 컴퓨팅 기업으로 연합군을 구성하면 글로벌 초격차를 달성할 수 있을 것"이라고 밝혔다. 현장의 로 데이터(Raw Data) 수집 프로세스를 혁신해야 한다는 목소리도 나왔다. 엄윤설 에이로봇 대표는 "로봇 기업에 가장 필요한 것은 실제 작업자의 동작 데이터지만, 기업마다 형식과 기준이 달라 데이터 취득이 매우 어렵다"고 지적했다. 엄 대표는 '에고센트릭(바디캠 착용) 방식'을 제안했다. 조선소나 자영업자 등 현장 인력에게 바디캠을 통한 시각 데이터 확보와 전송 방법을 교육하고, 정부가 이 데이터를 사주는 방식이다. 엄 대표는 이를 통해 데이터 표준을 정립하고 대학, 연구소, 기업이 자유롭게 데이터를 활용할 수 있는 기반을 닦을 수 있다고 주장했다. 기술력을 패키지화해 해외 시장을 공략하자는 전략도 제시됐다. 장영재 다임리서치 대표는 "해외 기업에서 지능형 AI뿐만 아니라 로봇, 센서, 제어기를 포함해 공장 전체를 턴키(일괄 수주)로 지어달라는 요청이 나온다"며 "피지컬 AI 기반 공장 수출이 가장 현실적인 피지컬 AI 성장 모델"이라고 강조했다. 장 대표는 "이미 KAIST를 중심으로 국내 로봇, 센서, 통신 장비 기업들과 '팀 코리아'를 구축했다"며 "'첨단 공장 제조는 대한민국'이라는 새로운 수출공식을 만들 수 있도록 정부 차원 전략이 필요하다"고 요청했다. 한정된 자본을 효율적으로 활용하기 위한 파이프라인 조율 중요성도 강조됐다. 신정규 래블업 대표는 "우리나라가 AI 리딩 그룹에 진입할 기회를 맞이했으나, 미국이나 중국과 같은 자본 규모로 정면 승부하는 것은 불가능하다"고 단언했다. 신 대표는 AI 데이터센터(AIDC) 인프라 구축 시 발생하는 막대한 감가상각 비용을 언급하며, "에너지 수급, 그래픽처리장치(GPU) 보급 속도, 비즈니스 모델 구축 등 전체 파이프라인에서 지연이 발생하면 막대한 자본 손실로 이어진다"고 우려했다. 이어 "시장 자율성을 존중하되, 정부가 각 주체 간 조율을 주도해 사업 진행 속도와 자본 효율성을 높여야 한다"고 제언했다.

2026.06.29 18:31진운용 기자

오픈서베이 "설문 기획부터 결과까지 AI와 쉽고 빠르고 정확하게"

전문 지식 없이도 AI 에이전트와 함께 설문 기획부터 결과 보고서 작성을 보다 쉽고 빠르고 정확하게 할 수 있는 길이 열렸다. 오픈서베이(대표 황희영)는 자사 컨슈머 인텔리전스 플랫폼 데이터스페이스를 AI 에이전트 기반으로 전면 개편했다고 24일 밝혔다. 기업의 데이터 기반 의사결정 수요가 높아지는 가운데, 리서치 전문 인력 부족과 높은 비용은 여전히 실무 현장의 병목으로 꼽힌다. 오픈서베이는 이를 해결하고자 리서치 전 단계에 AI 에이전트를 도입했다. 이번 업데이트 후, 기존 에이전시에서 평균 8주 정도 소요되는 브랜드 인덱스 조사가 데이터스페이스에서는 AI와 함께 만 하루 만에 데이터 분석까지 마칠 수 있다. 데이터스페이스 사용자는 기획, 설문 설계, 데이터 수집, 분석, 보고서 작성까지 AI와 채팅을 통해 수행할 수 있다. 범용 생성형 AI와 비교해도 차별적 강점이 있다. 범용 AI는 데이터 해석 과정에서 수치 왜곡이 대표적 한계다. 반면 데이터스페이스는 통계 엔진이 먼저 데이터를 계산한 뒤, 그 결과 내에서 AI가 인사이트를 도출하는 방식으로 수치 오류와 환각을 차단했다. 또한 2만5000건 이상의 리서치 자산을 내재화해 도메인 전문성도 갖췄다. 황희영 오픈서베이 대표는 “이번 업데이트를 시작으로 AI 합성 소비자 기능도 순차 출시해 소비자 반응을 빠르게 시뮬레이션하며 제품 전략을 다듬어갈 수 있도록 할 것"이라고 말했다.

2026.06.24 13:49백봉삼 기자

"AI 시대 기업 경쟁력, '데이터 신뢰도'에서 판가름"

인공지능(AI) 기술이 비즈니스 전반에 스며들며 데이터가 기업 성장을 좌우하는 핵심 동력이 됐다. 이제는 단순히 방대한 양의 데이터를 확보하는 것을 넘어, 출처가 명확하고 검증된 '신뢰할 수 있는 데이터'의 가치가 더욱 중요해지고 있다. AI가 도출하는 인사이트의 질은 결국 입력되는 데이터 품질과 직결되기 때문이다. 특히 기업의 핵심 비즈니스 의사결정에 활용되는 데이터의 상당 부분은 고객 조사와 시장 분석을 통해 수집되는 1차 데이터다. 이에 따라 리서치 기업들은 데이터 관리 역량 강화에 적극 나서고 있다. 응답의 신뢰성을 검증하고, 수집 과정의 품질을 정교하게 관리하는 것이 핵심 경쟁력이 됐기 때문이다. 글로벌 리서치 시장에서는 이미 데이터 관리 역량을 고도화하기 위한 움직임이 본격화되고 있다. 글로벌 시장조사 기관 다이나타는 자체 솔루션인 '퀄리티스코어'를 통해 부정 응답자나 봇을 실시간으로 탐지·차단하는 머신러닝 기반 시스템을 운영 중이다. 175개 이상의 지표를 기반으로 데이터가 수집되는 순간부터 품질 필터가 작동하며, 오염된 응답이 분석 결과에 영향을 미치기 전에 사전 차단한다. 글로벌 마케팅 데이터 분석 기업 '칸타'는 'Qubed'를 통해 부정 응답에 정밀하게 대응해 데이터 신뢰도를 확보한다. 응답 특징을 실시간으로 분석하고 유형화해 대응하고, 응답자의 누적 이력 전체를 학습에 활용한다. 부정 응답 패턴을 지속적으로 파악하고 시스템을 진화시켜 새로운 유형에도 선제적으로 대응하며 데이터 품질을 높이고자 주력하고 있다. 국내에서도 이런 흐름이 확산되고 있다. 리서치 테크 기업 오픈서베이는 설문이 설계되는 순간부터 데이터 신뢰도를 관리한다. 전문가가 설계한 리서치 템플릿을 기반으로 누구나 수준 높은 설문을 구성할 수 있으며, AI가 응답자 피로도와 이탈 징후를 감지해 문항 개선안을 제안한다. 문항이 복잡하거나 응답 부담이 크면 불성실한 답변이 늘어날 수 있어, 응답 데이터의 품질을 높이기 위해 설문 설계 단계부터 정교하게 접근한다. 정밀한 로직과 직관적인 응답 화면 또한 응답 정확도를 높이는 구조적 장치다. 수집 이후에도 데이터 품질 관리는 계속된다. 응답별 품질 점수를 산출해 저품질 응답을 손쉽게 걸러낼 수 있으며, 봇·어뷰징 응답은 AI가 자동 감지해 데이터 왜곡을 원천 차단한다. 신뢰할 수 있는 데이터를 확보하기 위한 검증 과정 자체를 자동화한 것이다. 황희영 오픈서베이 대표는 "과거 리서치 기업의 경쟁력은 보고서 기반의 분석 역량에 국한돼 있었다면, 이제는 얼마나 신뢰할 수 있는 데이터를 확보하고 관리하느냐로 확장됐다"면서 "좋은 의사결정은 좋은 데이터에서 시작되는 만큼, 이제는 데이터 관리 역량을 갖추는 것까지 기업이 주목해야할 때"라고 말했다.

2026.06.23 08:30백봉삼 기자

미국인 절반 챗봇 쓰지만…10명 중 6명 "AI 발전 너무 빨라"

인공지능(AI)이 일상의 필수가 됐지만 이용자들은 기술의 발전 속도에 위협과 우려를 느끼는 것으로 나타났다. 챗봇을 통한 AI 이용 경험은 급속도로 확산했으나 심리적 저항선은 오히려 높아졌다는 분석이다. 21일 미국 여론조사기관 퓨 리서치 센터가 발간한 '2026년 미국인과 AI' 보고서에 따르면 미국 성인의 절반(49%)이 챗봇을 사용하지만 63%는 AI 발전 속도가 너무 빠르다고 답했다. 보고서는 현시점의 AI 지형도를 크게 ▲챗봇·검색 등 서비스 이용의 보편화 ▲스마트 홈 기기의 침투 ▲데이터 보안·사회적 영향에 대한 회의론 ▲인구통계별 인식 격차 등으로 제시했다. 우선 AI 이용 측면에서는 보편화가 뚜렷했다. 챗봇 사용률은 2024년(33%)에서 큰 폭으로 뛰었고 검색 결과 상단의 'AI 요약'을 읽는 인구는 60%에 달했다. 스마트워치(37%)와 스마트 스피커(35%) 등 AI 기반 하드웨어 도입도 활발했다. 기술을 바라보는 대중의 시선은 회의론으로 기울었다. AI가 개인정보 보안을 '더 취약하게 만들 것'이라는 응답은 71%에 달했고 사회적 영향에 대해서도 부정적 전망(40%)이 긍정적 전망(16%)을 압도했다. 세부 집단별로는 역설적인 데이터가 관찰됐다. 18~29세 젊은 층은 챗봇 사용률(66%)이 가장 높지만 동시에 사회적 영향에 가장 부정적(48%)인 집단으로 조사됐다. 인종별로는 아시아계 미국인이 사용률(70%)과 개인적 영향에 대한 긍정 인식(41%) 모두에서 다른 집단을 앞섰다. 이같은 불안은 개인 차원을 넘어 시스템에 대한 불신으로 이어지고 있다. 미국 정부가 AI를 효과적으로 규제할 것이라는데 67%가 신뢰하지 않는다고 답했는데 이는 2024년(62%)보다 높아진 수치다. AI를 개발하는 기업이 책임감 있게 기술을 다룰 것이라는 데에도 약 60%가 신뢰하지 않는다고 응답했다. 퓨 리서치 센터는 보고서를 통해 "더 많은 미국인이 AI를 일상에 받아들이고 있지만 그 영향과 발전 속도, 개인정보 위험을 둘러싼 우려도 함께 커지고 있다"며 "사용량의 증가가 곧 기술에 대한 신뢰를 의미하지는 않는다"고 진단했다.

2026.06.21 20:00이나연 기자

램리서치 로보 챌린지, 전국 5개 권역 토너먼트 개막

램리서치코리아는 고등학생 대상 로보틱스 교육·체험 프로그램인 '램리서치 로보 챌린지'의 전국 5개 권역 예선 첫 일정을 경기북부에서 개최했다고 20일 밝혔다. 램리서치 로보 챌린지는 청소년들이 로봇 기본구조와 작동원리를 이해하고, 직접 제작과 제어 과정을 경험하도록 구성한 체험형 로보틱스 프로그램이다. 인공지능(AI) 기반 제조·로보틱스 기술이 확대되는 환경에서 실습 중심 교육으로 미래인재를 양성하는 것이 목표다. 램리서치와 사회적협동조합 씨드콥이 주최·주관하고, 한국과학창의재단이 후원한다. 이번 지역 예선은 지난 16일 경기도 구리남양주교육지원청 대강당에서 열렸다. 경기 북부 지역 고등학생들이 참가했다. 학생들은 로보틱스 기초교육과 아두이노 기반 로봇 제작 및 미션 수행 프로그램에 참여했다. 학생들은 팀별 미션 수행 과정에서 센서와 모터를 활용한 로봇 제어를 수행하며 공학 사고력과 문제 해결역량을 키울 수 있다. 램리서치코리아는 "학생들이 로봇 제작과 미션 수행에 적극 참여했다"며 "실제 로봇 작동을 직접 구현하는 실습형 프로그램 호응이 컸다"고 밝혔다. 이어 "참가자들은 반복 제작과 테스트 과정으로 로보틱스를 쉽고 직관적으로 이해할 수 있었다"고 설명했다. 경기북부 지역 예선을 시작으로 경기남부, 대전, 대구, 광주 등 권역별 지역 예선이 순차 진행된다. 다음 예선은 23일 경기도 안산에서 열린다. 각 지역 예선에서 선발된 학생들은 8월 본선 대회에 참가한다. 본선은 8월 13일 대한상공회의소 국제회의장에서 개최된다. 본선에선 심화 미션 수행과 발표 평가 등이 진행된다. 우수 참가자는 시상금과 함께 램리서치코리아 본사 방문 및 현장 멘토링, 국내 로보틱스 세계대회 관람 기회 등을 제공받는다. 씨드콥 관계자는 "청소년들이 로보틱스를 체험하며 미래기술을 친숙하게 접할 수 있도록 마련했다"며 "첨단과학 기술 분야에 대한 관심과 진로 탐색 기회를 확대하도록 현장 중심 프로그램을 이어갈 계획"이라고 밝혔다.

2026.05.20 11:25장경윤 기자

과총, AI위원회 출범…"과학기술계 목소리 담아낼 것"

한국과학기술단체총연합회(회장 권오남)는 22일 한국과학기술회관에서 인공지능(AI) 기반 산·학·연 협력체계 구축과 국가 AI 경쟁력 강화 방안을 모색할 AI위원회를 출범하고, 제1차 위원회를 개최했다. 이날 회의에서는 AI 정책 자문 등 위원회의 역할을 정립하고, 실질적인 성과 창출을 위한 추진 방안 등이 거론됐다. 구체적으로 △현장 수요 기반 데이터·컴퓨팅 인프라 개선 △분야별 AI 평가 지표 구축 및 활용·확산 체계 마련 등에 관한 실행 과제를 집중 논의했다. AI위원회 위원 구성은 대학을 중심으로 짰다. 조준희 한국인공지능·소프트웨어산업협회장을 위원장을 맡았다. 부위원장은 석차옥 서울대 화학부 교수(갤럭스 대표)와 장병탁 서울대 컴퓨터공학부 교수로 구성했다. 위원은 김하성 한국생명공학연구원 국가바이오파운드리사업단인프라본부장, 윤형진 서울대 의료빅데이터연구센터장, 임지순 울산대 나노반도체공학과 석좌교수, 정유성 서울대 화학생물공학부 교수, 고평석 엑셈 대표, 정영재 KAIST 산업및 시스템공학과 교수(다임리서치 대표), 최성준 고려대 인공지능학과 교수, 최종현 서울대 전기정보공학부 교수 등 총 11명이다. 과총은 앞으로 AI위원회를 중심으로 과학기술계 의견 수렴, 정책 제안과 협력사업 등을 단계적으로 추진해 나갈 계획이다. 권오남 과총 회장은 “AI위원회를 통해 과학기술계의 다양한 목소리를 정책으로 연결하는 역할을 강화할 예정”이라고 밝혔다. 조준희 위원장(한국인공지능·소프트웨어산업협회 회장)은 “위원회 논의가 단순한 의견 교환에 그치지 않고 과학기술계 목소리가 국가 AI 제도에 실질적으로 반영될 수 있도록 실행력 확보가 중요하다”고 강조했다.

2026.04.22 17:39박희범 기자

오픈서베이, '리서치 with AI' 세미나 성황리 개최

오픈서베이(대표 황희영)가 지난 8일 국내 주요 리서치 기업을 대상으로 AX 세미나 'Research with AI'를 성황리에 개최했다고 밝혔다. 이번 세미나는 한국조사협회(KORA) 마케팅 위원회와 입소스 코리아의 후원으로 진행됐다. 입소스 코리아, 닐슨아이큐 코리아, 다이나타 코리아, 데이터스프링 등 국내외를 대표하는 19개 사의 주요 임원진이 참석해 AI 시대 리서치 산업의 경쟁력을 심도 있게 논의했다. 이번 세미나는 '리서치에 AI를 더하며, 오픈서베이가 마주한 질문들'이라는 주제로 열렸다. ▲리서치 워크플로우에 AI를 적용한 사례 및 변화 ▲AI 시대에 더욱 중요해지는 데이터 해석, 맥락, 신뢰에 대한 판단과 방향성 ▲AI 전환 이후 오히려 선명해지는 리서치 전문가 고유의 역할 등 세부적인 리서치 AX 전략을 공유해 참석자들의 큰 호응을 얻었다. 오픈서베이는 단순한 AI 기술 도입을 넘어, 리서치 업무 전반이 AI 중심으로 재편되는 흐름에 주목했다. 이에 AI와 리서치 전문성을 결합한 실제 사례를 동종 업계에 선제적으로 공유하며, 국내 리서치 산업이 나아가야 할 실질적인 AX 방향성을 제시했다. 한국조사협회 마케팅위원장인 입소스코리아 박황례 대표는 "리서치 산업 내 AI 도입은 기업 생존을 결정하는 핵심 경쟁력”이라며 “이번 세미나가 국내 리서치 업계의 AX 경험을 서로 공유하며 동반 성장하는 마중물이 되길 기대한다"고 말했다. 황희영 오픈서베이 대표는 "이번 세미나는 오픈서베이가 앞서 경험한 AI 리서치의 기준과 인사이트를 업계와 폭넓게 나누는 의미 있는 시간이었다"며 "앞으로도 국내외 리서치 산업의 AI 전환을 함께 고민하는 핵심 파트너가 될 것"이라고 강조했다. 오픈서베이는 데이터 기반 의사결정을 지원하는 AI 리서치 플랫폼 기업이다. ▲타깃팅·데이터 수집 ▲데이터 시각화·분석 ▲내외부 데이터 연동 ▲협업과 공유 ▲보안 등의 기능을 올인원으로 제공하는 리서치&경험관리 플랫폼 '데이터스페이스'를 통해, 리서치 전 과정이 AI 중심으로 재편되는 새로운 패러다임을 제시하고 있다. 오픈서베이는 리서치 AX 확산을 위한 행보도 지속하고 있다. 최근에는 국내 주요 기업 20여 곳을 직접 찾아가는 '리서치 AX 로드쇼'를 진행, 기업 현장의 AX를 실질적으로 지원하고 있다.

2026.04.09 14:57백봉삼 기자

"마케팅은 AI 시대, 광고는 아직 20년 전"…애드테크 주목 이유

마케팅(Marketing)과 광고(Advertising)는 오랫동안 혼용돼 왔으나, 기술 혁신의 속도에서는 뚜렷한 간극이 존재해 왔다. 몰로코·크리테오·어도비 마케팅 클라우드 같은 플랫폼 연동형 마테크(Martech) 솔루션들이 퍼포먼스 마케팅과 개인화를 고도화하는 동안, 광고 산업의 핵심 프로세스는 기존 방식에 머물렀기 때문이다. 캠페인 아이디어를 내는 CD, 제작을 총괄하는 PD, 미디어 구좌를 협상하는 AE 등 전략부터 송출까지의 의사결정 대부분이 여전히 사람의 경험과 직관에 의존해 왔다. 업계 내부에서 “광고는 아직 20년 전과 크게 다르지 않다”는 지적이 나오던 배경이다. 최근 그 판이 바뀌고 있다. 리서치에서 전략 기획, 크리에이티브 제작, 미디어 플래닝과 성과 측정에 이르기까지 광고 밸류체인 전 단계에 걸쳐 데이터와 AI 기반의 '어드버타이징 테크놀로지(AdTech)' 솔루션들이 빠르게 진입하는 양상이다. 마켓 리서치와 전략: 수천 명 대신 수천 개의 'AI 응답자' 가장 먼저 변화가 나타난 곳은 마켓 리서치 분야다. 패널 모집부터 분석까지 최소 수 주가 소요되던 전통적 조사 방식 대신, AI가 가상의 응답자 집단을 생성하는 '합성 오디언스(Synthetic Audience)' 기술이 주목받고 있다. 실제 소비자 데이터를 기반으로 반응을 시뮬레이션하는 이 방식은 실제 응답과의 일치율이 94~95%에 달한다는 업계 실험 결과도 보고되고 있다. 미국의 리서치 스타트업 Aaru AI가 액센츄어 등과 협업하며 이 분야를 선도하는 가운데, 국내에서도 변화가 감지된다. 오픈서베이가 리서치 접근성을 높이고 있다면, 드래프타입(Draftype)의 마켓 인텔리전스 솔루션 '마켓타입(Marketype)'이 3만 2천여 명의 소비자 데이터를 LLM 기반으로 분석, 브랜드 인지도 퍼널과 소비자 인식 지형을 데이터로 가시화하며 전략 기획의 정밀도를 높이고 있다. 브랜드의 현재 상태를 진단하고 캠페인 방향까지 연결하는 'Bigdata-to-Strategy' 파이프라인 구축이 핵심이다. 크리에이티브 제작, 1년 걸리던 작업이 한 달로 광고 제작은 기술 도입 효과가 가장 극적인 영역이다. 코카콜라는 생성형 AI를 활용해 과거 1년이 소요됐을 작업을 약 한 달 안에 완성했으며, 국내에서는 삼성증권과 미래에셋증권이 AI 제작 광고로 수백만 조회수를 기록하며 모델 리스크 제거와 규제 대응력을 동시에 확보했다. 이러한 흐름 속에서 '드래프타입 스튜디오(Draftype Studio)'는 리서치 단계의 데이터를 제작 공정에 직접 연결하는 AI 광고 기획·제작 워크플로우를 통해 기존 제작 방식의 효율성을 개선하고 있다. 미디어 플래닝, '감'이 아닌 '데이터'로 설계하는 옥외광고 매체 선정과 집행 역시 오랜 시간 동안 경험과 직감의 영역이었으나, 최근에는 데이터 중심으로 전환되는 추세다. 특히 옥외광고(OOH) 영역에서는 통신사 이동 데이터 등을 활용해 실제 매체 노출 위치에 있었던 인구를 도달 단위로 측정하는 기술이 도입됐다. 드래프타입의 옥외광고 솔루션 '애드타입(Adtype)'은 통신사 이동 데이터와 8400개 이상의 옥외광고 인벤토리를 결합해, 실제로 해당 매체를 볼 수 있는 위치에 있었던 인구를 도달 단위로 측정한다. 특허로 등록된 '광고 유효 인구 산출' 기술이 그 기반이다. 광고 밸류체인의 각 단계가 데이터와 AI로 재편되는 현상은 단일 영역의 혁신을 넘어 산업의 구조적 변화를 의미한다. 업계 관계자는 “마케팅이 이미 기술 경쟁이었다면 이제 광고도 그 대열에 합류한 것”이라며 “어드버타이징 테크놀로지는 더 이상 광고 산업의 주변부가 아닌 중심축으로 이동하고 있다”고 강조했다.

2026.04.05 10:59백봉삼 기자

오픈서베이, '리서치 AX 로드쇼' 진행

오픈서베이(대표 황희영)가 국내 주요 기업 20여 곳을 대상으로 리서치·데이터 분석 환경의 AI 전환을 돕는 '리서치 AX 로드쇼'를 진행 중이라고 30일 밝혔다. 이번 로드쇼는 기업 내 마켓 인텔리전스, 마케팅, 전략기획 부서 등 실무자를 대상으로 마련됐다. 특히 각 기업의 실무 현장으로 직접 찾아가는 맞춤형 로드쇼 형태로 진행, 개별 기업의 비즈니스 환경에 맞춘 밀도 높은 인사이트를 제공하는 것이 특징이다. 이번 행사는 리서치 전문성을 학습한 AI가 리서치의 운영 체제로 자리잡는 최신 리서치 트렌드를 소개하고, 리서처가 생성한 소비자 데이터를 조직 전체의 의사결정으로 연결하는 전략을 공유하기 위해 기획됐다. 오픈서베이는 “리서치 산업 내 AI 도입을 단순한 효율화 도구가 아닌, 리서치 전 과정이 AI 중심으로 재편되는 시대로 정의하고, 그 방향성을 주요 기업 실무 현장에 선제적으로 제시한다는 데 의의가 있다"고 설명했다. 오픈서베이는 ▲AI 시대 리서치 역할 변화 ▲리서치 전 과정의 AI 자동화 ▲사내 데이터 자산화 전략 등 중단기적인 관점에서 새로운 시대의 변화를 대비할 수 있는 '리서치 AX' 전략을 공유해 호응을 얻고 있다. 이번 로드쇼는 오픈서베이 엔터프라이즈 고객사를 대상으로 진행되고 있으며, 각 기업의 AX 방향 설정 및 소비자 데이터 자산화 전략 수립에 실질적인 가이드를 제공하고 있다는 평가를 받고 있다. 오픈서베이는 이번 로드쇼를 기점으로 엔터프라이즈 고객과의 접점을 대폭 확장하고, 리서치 전문성을 기반으로 설계된 리서치 AI 플랫폼을 지속 고도화해 나갈 계획이다. 황희영 오픈서베이 대표는 "이번 AX 로드쇼는 그동안 오픈서베이가 쌓아온 AI 리서치 전문성과 인사이트를 더 넓은 영역으로 확대해 나가는 첫걸음"이라며 "AI가 리서치의 운영 체제가 되는 시대가 이미 시작됐고, 오픈서베이는 고객사와 함께 그 전환을 가장 앞에서 만들어가는 파트너가 되겠다"고 밝혔다.

2026.03.30 13:16백봉삼 기자

"메모리 반도체, 가격 급등에도 수요 여전"

메모리 반도체 시장이 과거 사이클과 확연히 다른 '구조적 공급부족' 상태를 맞아 끝을 알 수 없는 가격 급등세가 이어지고 있다는 진단이 나왔다. 인공지능(AI) 인프라 투자라는 강력한 수요가 시장을 지배하면서, 가격 상승이 곧바로 수요 감소로 이어지지 않는 '비탄력적' 시장 상황이 연출되고 있다. 황민성 카운터포인트리서치 팀장은 12일 온라인 웨비나에서 "현재 메모리 시장은 과거 사이클과 달리 가격이 올라도 수요가 줄지 않는 상황"이라며 "공급부족 사태가 의미 있게 해소되는 시점은 빨라야 2027년 하반기가 될 것"이라고 전망했다. 이는 AI 데이터센터 구축을 위한 서버용 D램과 고대역폭메모리(HBM) 수요가 시장 전체를 압도하고 있기 때문이다. 일반 IT 기기 제조사는 극심한 원가 압박에 시달리고 있다. 스마트폰과 PC 등 완제품 제조사의 제조원가에서 메모리 비중이 절반에 육박할 정도로 커졌기 때문이다. 업계에서는 원가 부담이 결국 소비자 판매가 인상으로 이어질 수밖에 없는 구조적 한계에 봉착했다고 보고 있다. 시장 변화 속에서 삼성전자와 SK하이닉스의 경쟁 구도도 변화하고 있다. 과거에는 매출 규모를 중심으로 경쟁했지만 올해는 '이익률(마진) 경쟁'이 핵심 화두다. 현재 원가 경쟁력 면에서는 SK하이닉스가 다소 우위를 점한 것으로 평가받으며, 삼성전자가 이를 따라잡기 위해 총력을 다하는 형국이다. 또 다른 시장 변수는 중국 업체의 거센 추격이다. CXMT와 YMTC 등은 자국 정부 보조금을 바탕으로 레거시(구형) 제품부터 점유율을 확대하고 있다. 특히 글로벌 PC OEM들이 중국 업체 물량을 구매하기 시작하면서, 단순히 중국 시장을 넘어 글로벌 시장에서의 영향력을 키우고 있다는 분석이다. 황 팀장은 "중국의 공급 증가는 시장의 큰 부담 요소"라면서도 "중국 업체들이 AI용 첨단 메모리 시장까지 빠르게 진입하기에는 아직 기술격차가 있다"고 평가했다.

2026.03.12 16:06전화평 기자

2028년 일자리 완전 실종…기계끼리 거래하는 '유령 경제' 온다

안녕하세요, AMEET 기자입니다. 월가를 뒤흔든 시트리니 리서치의 '2028 위기설'. AI가 인간의 지갑을 닫게 만들 때 벌어질 섬뜩한 미래와 AI 전문가들의 치열한 공방을 전해드립니다. 2026년 2월 26일 오늘, 금융가는 하나의 보고서로 술렁이고 있습니다. 바로 시트리니 리서치가 내놓은 '2028 글로벌 인텔리전스 위기' 보고서 때문입니다. 핵심은 간단합니다. AI가 너무 똑똑해져서 화이트칼라(사무직) 일자리를 뺏어가고, 돈 벌 곳이 없어진 인간들이 지갑을 닫으면서 경제가 멈춘다는 시나리오입니다. 보고서가 가정한 최악의 상황에서 실업률은 두 자릿수로 치솟습니다. 사무직의 몰락은 단순한 일자리 감소가 아니라 소비 주체의 실종을 의미합니다. 기업은 AI로 비용을 아껴 돈을 벌지만, 물건을 사줄 사람이 없어 결국 주가도 무너진다는 논리입니다. S&P500 지수의 대폭락이 예고되었습니다. 이미 시작된 징후들을 보면 먼 미래의 이야기가 아닙니다. 2025년 말 이미 AI 코딩 도구는 85%의 작업을 혼자 끝내기 시작했고, 무디스는 소프트웨어 기업들의 부채 등급을 줄줄이 강등했습니다. AI가 돈을 벌어다 주지만, 동시에 인간의 설 자리를 지우고 있는 역설적인 상황이 데이터로 확인되고 있습니다. 이 보고서를 두고 AI 전문가들 사이에서는 격렬한 논쟁이 벌어졌습니다. 단순히 "AI가 좋다, 나쁘다"를 넘어, "인간 없이 돌아가는 경제가 가능한가?"라는 근본적인 질문으로 논점이 이동했습니다. 쟁점 1: 비용 제로화 vs 소비 증발, "효율 혁명인가, 수요 종말인가?" AI 기술 전문가는 AI 에이전트가 인간의 개입 비용을 '0'에 가깝게 만들었다고 환호했습니다. 기업 마진이 폭발적으로 늘어날 것이란 주장이죠. 하지만 노동경제 전문가는 즉각 반박했습니다. "노동자가 돈을 못 버는데 누가 물건을 사나?" 이것이 바로 '실현 문제'입니다. 생산은 되지만 판매는 안 되는 공황 상태를 경고한 것입니다. 쟁점 2: 고스트 GDP, "숫자만 성장하는 유령 경제" 여기서 미래 시나리오 분석 전문가가 '고스트 GDP'라는 결정적인 개념을 던졌습니다. GDP 수치는 오르지만 그 돈이 가계로 흘러가지 않고 기업 장부에만 머무는 현상입니다. 정부가 "경제 성장 중"이라고 착각하는 사이, 실제 사람들의 삶은 무너지는 '정책 지연'이 진짜 위기라는 분석입니다. 쟁점 3: 실리콘 순환 경제, "인간 없는 그들만의 리그" AI 기술 전문가는 다시 반격했습니다. "인간 소비는 필요 없다." AI끼리 데이터를 사고팔고, 서버 자원을 거래하는 '실리콘 순환 경제'만으로도 가치가 창출된다는 섬뜩한 주장입니다. 엔비디아 칩이 120% 더 팔리고 추론 비용이 급락한 것이 그 증거라며, 인간 없는 경제 생태계의 탄생을 예고했습니다. 쟁점 4: 현실적 위험, "기술 부채와 빚의 역습" 비판적 관점 전문가는 기술 만능론을 꼬집었습니다. AI가 짠 코드를 인간이 이해 못 해 고치지 못하는 '기술 부채'가 쌓이고 있다는 겁니다. 또한 AI 산업 경제 전문가는 젠데스크의 부채 위반 사례를 들며, 기술적 이상보다 당장의 '돈맥경화(신용 경색)'가 기업들을 먼저 쓰러뜨릴 것이라 경고했습니다. 토론의 합의: 무엇을 지켜봐야 하는가? 전문가들은 서로 다른 미래를 보았지만, 당장 확인해야 할 '위기 신호'에는 합의했습니다. 막연한 공포 대신 구체적인 숫자를 봐야 한다는 것입니다. 신호 1: 고액 대출 연체율 기술 허브 지역의 고액 모기지(Jumbo Loan) 연체율이 2분기 연속 상승한다면, 이는 고소득 개발자들의 해고가 현실화되었다는 강력한 증거입니다. 신호 2: 시스템 스트레스 지수 기업이 버는 현금보다 AI 설비 투자(CAPEX)에 쓰는 돈이 40%를 넘으면서, 시스템 장애 복구 시간(MTTR)이 길어진다면 '속 빈 강정' 상태입니다. 마치며: 선택권은 아직 우리에게 AI가 스스로 코드를 짜고, 서로 거래하며, 인간의 개입을 '비용'으로 취급하는 세상. 오늘 토론에서 드러난 2028년의 풍경은 편리함보다는 서늘함에 가까웠습니다. 기술 전문가들은 '완벽한 효율'을 꿈꾸지만, 경제 전문가들은 그 끝에 '소비할 인간이 없는 시장'이 기다리고 있음을 경고했습니다. 하지만 기억해야 할 것은, 이 모든 것이 아직은 '시나리오'라는 점입니다. 10.2%의 실업률도, 38%의 주가 폭락도 정해진 운명은 아닙니다. 우리가 '고스트 GDP'의 착시를 꿰뚫어 보고, 기술의 속도에 맞춰 사회 안전망을 얼마나 빨리 재설계하느냐에 따라 2028년의 모습은 달라질 수 있습니다. 계산은 AI가 하지만, 그 계산 결과에 책임을 지고 방향을 트는 것은 여전히 인간의 몫으로 남아있기 때문입니다. ▶ 해당 보고서 보기 https://ameet.zdnet.co.kr/uploads/46d0c141.html ▶ 지디넷코리아가 리바랩스 'AMEET'과 공동 제공하는 AI 활용 기사입니다. 더 많은 보고서를 보시려면 'AI의 눈' 서비스로 이동해주세요. (☞ 보고서 서비스 바로가기)

2026.02.26 11:16AMEET

"음성으로 로봇 조정"…MS, '로-알파' 모델로 피지컬 AI 승부수

마이크로소프트가 에이전틱 인공지능(AI)과 물리적 시스템을 결합해 피지컬 AI 경쟁력 확보에 나섰다. 마이크로소프트 리서치는 로보틱스 모델 '로-알파'를 22일 발표했다. 이번 공개는 로봇이 정해진 조립 라인을 벗어나 인간과 비구조화된 환경에서 상호작용할 수 있도록 지원하는 것이 목표다. 로-알파는 마이크로소프트 '파이' 시리즈 모델로 설계됐다. 시각과 언어, 행동을 하나로 묶은 '비전-랭귀지-액션' 모델 진화형으로 평가받고 있다. 인간이 자연어로 명령하면, 로봇이 이를 정교한 제어 신호로 변환해 양손 조작 같은 고난도 업무를 수행할 수 있게 돕는 식이다. 마이크로소프트 리서치는 이 모델이 기존 모델 인지·학습 범위를 확장한 '비전-랭귀지-액션 플러스' 형태라는 점을 차별점으로 내세웠다. 시각·언어를 넘어 촉각 센싱을 새롭게 접목했으며, 현재 힘 등 추가적인 센싱 모달리티 확장을 위한 기술 고도화가 진행 중이다. 마이크로소프트는 로-알파를 기존 로봇 시스템에 도입하거나 새로운 활용 사례를 발굴하려는 파트너를 모집하고 있다. 이를 위해 '로-알파 리서치 얼리 액세스 프로그램'을 운영하며 생태계 확장에 나설 방침이다. 애슐리 로렌스 마이크로소프트 리서치 액셀러레이터 부사장 겸 매니징 디렉터는 "로봇이 복잡하고 덜 구조화된 환경에서도 인간과 자율적으로 인지하고 추론하며 행동할 수 있도록 지원할 것"이라고 밝혔다.

2026.01.22 11:29김미정 기자

"2030년 세계 AI 소비자 지출 1천조원 전망"

글로벌 생성형 인공지능(AI) 시장 소비자 지출이 향후 수년간 가파르게 증가해 2030년에는 7천억 달러(약 1천조원)에 육박할 것이라는 전망이 나왔다. 24일 시장조사업체 카운터포인트리서치는 '글로벌 AI 소비자 지출 전망 보고서'에서 세계 생성형 AI 소비자 지출이 2023년 2천250억 달러에서 2030년 6천990억 달러로 확대될 것으로 내다봤다. 연평균 성장률(CAGR)은 21%에 달한다. 보고서에 따르면 전체 지출의 상당 부분은 AI 하드웨어가 차지할 전망이다. 개인용 기기에 AI 기능이 본격적으로 통합되면서 스마트폰을 중심으로 한 하드웨어 수요가 성장을 견인할 것으로 분석됐다. 글로벌 생성형 AI 스마트폰 출하량은 2023년부터 2030년까지 연평균 26% 성장하고, 관련 매출 역시 연평균 16% 증가할 것으로 예상된다. 소비자 대상 AI 소프트웨어 시장의 성장세는 하드웨어보다 더 가파를 것으로 보인다. 사용자 채택이 빠르게 확산되면서 AI 챗봇 플랫폼을 중심으로 지출이 크게 늘어날 것이라는 분석이다. 특히 AI 챗봇 플랫폼의 월간 활성 이용자(MAU)는 2030년 세계적으로 50억명을 넘어설 것으로 전망됐다. 분야별로는 챗봇 플랫폼이 가장 빠른 성장세를 보일 것으로 예상되며, 개인 비서와 콘텐츠 생성 도구 역시 의미 있는 성장이 전망된다. 챗봇을 넘어 아트 생성기, AI 동반자, 사진 편집기 등 다양한 AI 애플리케이션 영역에서도 추가적인 성장 여력이 크다는 평가다. 경쟁 구도 변화도 주목된다. 보고서는 오픈AI가 최대 사용자 기반을 바탕으로 선두 지위를 유지할 것으로 예상하면서도, 구글과 마이크로소프트는 전망 기간 동안 가장 높은 MAU 증가율을 기록할 것으로 내다봤다. 대규모 언어모델(LLM) 제공업체 간 경쟁이 심화되면서 시장 점유율 변동성도 커질 것으로 분석됐다. 마크 아인슈타인 카운터포인트 리서치 디렉터는 "AI 하드웨어에 대한 지출은 향후 몇 년간 견조하게 유지될 것으로 보이지만, 장기적으로는 소프트웨어 지출 성장 여부가 AI 생태계의 성패를 좌우할 것"이라며 "AI 소프트웨어 시장이 빠르게 성장하는 과정에서 조만간 뚜렷한 승자와 패자가 갈릴 가능성이 크다"고 말했다. 한편 생성형 AI는 대중 시장 표준으로 자리 잡고 있는 모습이다. 2030년까지 프리미엄 스마트폰이 매출을 견인하고, 이후 출하량 증가는 중가형 기기를 중심으로 확대되며 AI 기능 대중화를 가속할 것으로 전망된다. 노트북, XR, AI 네이티브 기기 등 새로운 AI 폼팩터도 차세대 성장 축으로 부상할 가능성이 제기됐다. 다만 보고서는 이 같은 폭발적인 시장 성장에도 불구하고, 생성형 AI 분야에 투입된 전례 없는 수준의 투자 규모를 실제 수익으로 회수할 수 있을지는 여전히 핵심 과제로 남아 있다고 지적했다.

2025.12.24 18:26신영빈 기자

커넥셔너리 "리서치 전용 AI 개발...연구원 등 직군에 유용"

"신뢰성을 기반으로 좋은 의사결정을 도와주는 인공지능(AI) 입니다." 이지원 커넥셔너리(Connectionary) 대표는 22일 지디넷코리아와 인터뷰에서 커넥셔너리의 리서치 전용 AI 'AID'를 이같이 소개했다. 커넥셔너리는 올해 6월 설립된 'AI 리서치 플랫폼' 전문 스타트업이다. 일반적으로 생성형 AI가 어떤 답변이나 데이터를 생성했다고 했을 때, 사용자는 AI가 생성한 값을 재차 검증하는 절차를 거친다. AI가 생성한 답변이 정확하지 않을 수 있기 때문이다. 이처럼 사실이 아닌 내용을 AI가 그럴듯하게 표시하는 현상을 '환각(Hallucination)' 현상이라고 한다. 번거로운 요청도 수분 내로 값을 생성해내기 때문에 생성형 AI는 업무 효율성을 크게 높인 것이 사실이다. 하지만 환각 현상 때문에 사용자는 올바른 값을 생성했는지 검증하는 시간을 추가로 써야 한다. 특히 인용, 통계, 논문명 등에서 환각 현상이 심하게 일어나는 것으로 알려져 있다. 이에 리서처, 분석가, 연구원 등 사실에 기반한 검증된 데이터가 필요한 사용자들은 AI로 데이터를 생성한다고 하더라도 추가적으로 검증하는 과정이 필요하다. AID는 신뢰성 있는 출처만 활용해 답변을 내놓기 때문에 이런 검증 과정을 대폭 줄여준다. 원본 문서에 기반한 추출·정렬 엔진이 탑재돼 사실과 다른 내용을 표시할 수 없도록 환각 현상을 구조적으로 차단한다는 장점이 있다. 정책 모니터링이나, 중요한 의사결정, 시장조사 등에서 정확한 데이터를 기반으로 AI를 통한 효율적인 자료 검색이 가능한 것이다. 이 대표는 "거대 언어 모델(LLM) 기반의 생성형 AI는 사용자가 요청한 내용을 '사람처럼 말하고 정리하는 것'에 특화돼 있기 때문에 환각 현상에 따른 불편함이 있다"며 "AID는 검색하고 싶은 키워드를 입력하면 언론, 논문, 연구 보고서 등 실제 등재된 내용만 표시하기 때문에 환각 현상이 거의 없다"고 설명했다. 이어 "특히 검색 기간을 설정하고, 생성한 값을 사용자가 직접 스크리닝하는 것도 가능하다"며 "기자, 연구원, 애널리스트 등 정확한 수치를 기반으로 분석을 진행해야 하는 직군에 효율적인 AI 도구로 자리잡을 것"이라고 강조했다. 키워드만 검색했는데 출처부터 통계까지 '한 눈' 기자가 직접 AID를 사용해봤다. 최근 치명적인 취약점으로 부상한 React2shell(리액트투쉘, CVE-2025-55182) 취약점을 키워드로 입력하자, 핵심 키워드별로 확실한 출처의 여러 문서들이 눈에 띄었다. 또 어떤 주제와 관련이 깊은지, 키워드와 관련해 직접 언급했던 사람은 누구인지 통계화한 그래프가 표시됐다. 아래에는 전체 검색 결과가 표시되는데, 모두 외신, 국내 언론, 논문, 보고서 등 믿을 만한 출처가 함께 표시됐다. 각 결과값마다 AI가 요약한 내용도 알아보기 쉽게 제공됐으며, '상세 정보'를 클릭하면 발언인 정보와 요약 및 키워드가 입력된 인용문 전체를 확인할 수 있다. 원본으로 연결되는 링크도 함께 기재돼 있다. 포털 사이트에서 검색한 자료를 사람이 일일이 걸러내고 신뢰할 만한 출처의 정보를 요약하는 일련의 과정을 AID가 한 번에 해결한 것이다. 또 검색한 키워드에 특수 문자 '골뱅이(@)'를 붙이면, 키워드와 관련한 모든 수치 정보가 표시된다. 이 대표에 따르면 아직은 제대로 구현되지 않은 기능이지만 향후 업데이트될 예정이다. 검색 결과만 일방적으로 표시되는 것이 아니라 'AI 분석' 탭으로 이동하면 검색 결과를 AI가 자동으로 요약해 표시하며, 여러 검색 결과 값과 비교하는 것도 가능하다. "AID 기능 고도화해 리서치 기관 의사결정 돕는 도구로 자리매김" AID는 현재 알파테스트가 진행 중이다. 내년 1월 중으로 베타테스트를 거쳐 제품을 고도화해 향후 상품화할 예정이다. 구체적으로 커넥셔너리는 AID를 올해 1분기까지 주요 정책기관 발표 원문, 기업 재무 정보 검색 등도 가능하도록 기능을 고도화할 계획이다. 이 대표 설명에 따르면 현재 베타테스트 버전을 리서치, 공공 등 분야에 배포해 놓은 상태이며, 고객 만족도를 수집하고 있다. 향후 1년 내로 솔루션을 출시하고 국내 시장에서 확실한 레퍼런스를 확보한다는 것이 단기 목표다. AID가 기업 및 리서치 기관의 정책, 의사결정에 효율적인 도구로 자리잡는 것을 목표로 하고 있는 만큼 정책 분야에 자문을 줄 수 있는 전문가도 함께하고 있다. 현재 국가정보원 3차장을 지낸 김선희 가천대 초빙교수가 보안 자문위원으로 합류했으며, 향후 정책·기술 등 분야에서도 전문가와 함께해 신뢰도를 높일 계획이다. 이 대표는 "신뢰성 있는 AI를 만드는 일이 즐거워서 평생 계속하고 싶다"며 "고객사에도 신뢰성을 높이는 모든 과정들이 진실성 있는 회사로 인식되게 하고, 이런 진실성을 기반으로 열심히 성장하는 회사가 되고 싶다"고 포부를 남겼다. ◆ 이지원 커넥셔너리 대표는..... - 1981년생 - 2025.06~현재 ㈜커넥셔너리 CEO(최고경영자) - 2024.04~2025.03 ㈜디노티시아 CSO (최고전략책임자, 부사장) - 2019.09~2024.02 ㈜에스투더블유 CSO (최고전략책임자, 부대표) - 2021.08~2022.06 법무부 디지털성범죄 등 TF 전문가 위원 - 2020.03~2024.12 경찰청 사이버테러대응 전문가 위원 - 2016.01~2019.07 롯데미략전략센터 산업전략 수석연구원 - 2014.03~2015.12 ㈜오비맥주 전략기획팀 부장 - 2010.10~2014.02 아서디리틀 컨설턴트 - 2006.03~2010.09 ㈜KT 전임연구원

2025.12.22 19:59김기찬 기자

오픈서베이 "AI 리서치로 기업만의 지식 엔진 구축하는 시대 연다"

"오픈서베이는 단순한 도구 이상의 역할을 목표로 합니다. 궁극적으로는 기업의 리서치 결과가 한 번 쓰고 버려지는 자산이 아니라 지식 자산으로 축적되도록 하는 것입니다. 결국에는 우리 회사 데이터로 학습한 우리만의 지식 엔진을 가질 수 있습니다." 박희원 오픈서베이 본부장은 11일 서울 중구 신라호텔에서 열린 'AI & 클라우드 컨퍼런스 2025(ACC 2025)'에서 이같이 밝혔다. 또 인공지능(AI) 기반 리서치가 기업 의사결정 구조와 데이터 활용 방식을 근본적으로 바꾸고 있다고도 강조했다. 박 본부장은 이날 발표에서 오늘날 기업들이 빠르게 변화하는 시장 환경 속에서 속도와 비용이라는 두 가지 딜레마를 동시에 겪고 있다고 진단했다. 기존 리서치는 설계부터 보고서 작성까지 한 달 이상 걸려 기업이 제때 활용하기 어렵다. 여기에 예산은 줄어드는데 각 조직의 데이터 요구는 오히려 늘고 있어 리서치의 효율성 문제가 더욱 부각되고 있다. 오픈서베이는 이 같은 문제의 해법으로 외주 중심 방식을 벗어나 기업이 스스로 설계·수집·분석·해석까지 수행하는 '기업 주도 리서치'를 제시했다. 이를 가능하게 한 핵심 도구가 '데이터 스페이스(Data Space)'다. 데이터 스페이스는 리서치 전 과정을 하나의 시스템에서 처리할 수 있도록 설계된 플랫폼이다. 박 본부장은 "데이터 스페이스는 문서와 이메일, 엑셀 작업에 의존하던 아날로그식 리서치의 비효율을 제거해 준다"며 "비전문가도 손쉽게 조사 설계와 분석을 수행할 수 있게 만든 환경"이라고 소개했다. 여기에 오픈서베이는 14년간 축적된 프로젝트 데이터와 패널 응답 패턴, 자동화된 분석 엔진을 바탕으로 AI 보고서 기능을 구현해 리서치 속도를 대폭 끌어올렸다. 그 결과 평균 17일 걸리던 리서치 전체 과정은 4일로, 보고서 작성은 1일 이내로 단축됐다는 게 오픈서베이 측의 설명이다. AI 보고서는 통계적으로 검증된 데이터를 기반으로 작성되도록 '디터미니스틱 레이어'를 적용해 신뢰성을 확보하고, 그 위에 전문가 사고 흐름을 반영하는 '제너레이티브 레이어'를 더해 자연스러운 해석을 생성한다. 그는 "통계적 사실을 단단히 고정한 뒤 그 위에 전문가의 논리를 얹는 방식으로 신뢰성과 품질을 동시에 확보했다"고 말했다. 오픈서베이는 앞으로 검색 기반 리서치, AI 합성 패널, 설문 자동 생성 등 차세대 기능도 단계적으로 도입할 계획이다. 특히 자체 패널 데이터를 학습한 합성 패널 기술은 실제 소비자 반응을 시뮬레이션할 수 있어 주목받고 있다. 박 본부장은 "리서치를 두 달짜리 프로젝트가 아니라 하루 또는 다음 날 해결할 수 있는 업무로 바꾸는 것이 목표"라며 "이는 리서치가 필요 없어진다는 뜻이 아니라, 누구나 쉽고 빠르게 리서치를 수행하는 시대가 온다는 의미"라고 설명했다.

2025.12.11 16:44전화평 기자

[AI는 지금] "구글·아마존·네이버 어떡하나"…오픈AI 新무기에 이커머스·검색 시장 '긴장'

앞으로 '챗GPT'에서도 자연어로 원하는 물건을 구매할 수 있게 됐다. 연말 쇼핑 성수기를 앞두고 오픈AI가 '챗GPT'에 쇼핑 리서치 기능을 새롭게 도입키로 한 만큼 국내외 이커머스 산업에 파장이 클 것으로 예상된다.오픈AI는 원하는 제품을 더 쉽게 찾을 수 있도록 사용자를 대신해 제품 조사를 해주는 '쇼핑 리서치' 기능을 챗GPT에서 새롭게 선보이게 됐다고 25일 밝혔다. 이를 통해 챗GPT에서 찾고 싶은 제품을 설명하면, 쇼핑 리서치 기능이 제품 탐색을 자연스러운 대화로 전환해 필요할 때 스마트한 추가 질문을 던지고 인터넷 전반을 깊이 조사해 맞춤형 추천을 몇 분 안에 제공하게 된다.예를 들어 "작은 아파트에 적합한 조용한 무선 청소기 추천해줘", "미술을 좋아하는 네 살 조카에게 줄 선물을 찾고 있어" 등의 대화를 입력하면, 챗GPT가 쇼핑 의도를 감지해 자동으로 쇼핑 리서치 모드를 활성화 해 제품 후보 목록, 주요 기능 차이, 최신 판매처 정보를 포함한 종합 가이드를 제시한다. 이를 통해 사용자는 스스로 여러 시간 동안 비교·검색하는 대신 주요 제품과 차이점, 장단점 등이 정리된 구매 가이드를 바로 받아볼 수 있다. 오픈AI 측은 "챗GPT는 최신 정보를 신뢰할 수 있는 고품질 출처에서 가져온다"며 "해당 출처 또한 명확하게 표시한다"고 설명했다. 이어 "쇼핑 리서치 기능은 전자제품, 뷰티, 홈&가든, 주방·가전, 스포츠·아웃도어 등 정보량이 많은 카테고리에서 특히 뛰어난 성능을 보일 것으로 보인다"고 예상했다. 쇼핑 리서치는 챗GPT 펄스(Pulse, 프로 사용자 대상)에도 통합돼 이전 대화를 기반으로 개인화된 구매 가이드를 능동적으로 추천해준다. 오픈AI는 이 기능을 챗GPT 무료, 플러스, 프로 이용자에게 단계적으로 제공할 예정으로, 연말까지는 거의 무제한 수준으로 이용할 수 있도록 한다는 방침이다. 또 향후에는 사용자가 챗GPT에서 직접 결제할 수 있는 '인스턴트 체크아웃'과도 연동할 예정이다. 인스턴트 체크아웃은 지난 9월 오픈AI가 공개한 기능으로, 제휴된 판매처의 제품을 챗GPT 대화창 안에서 바로 구매할 수 있도록 한다. 오픈AI 관계자는 "구매를 원하는 경우 소매업체 사이트로 바로 이동할 수 있다"며 "앞으로는 지원되는 판매처에 한해 즉시 결제를 통한 직접 구매 기능도 제공할 예정"이라고 말했다.이번 일로 챗GPT는 쇼핑 기능 확장 속도를 한층 더 높이게 됐다. 오픈AI는 올해 4월에도 검색 기능인 '챗GPT 서치' 업데이트 과정에서 쇼핑 관련 질의에 대해 제품 이미지와 가격, 상세 정보 등을 카드 형태로 보여주는 초기 쇼핑 기능을 글로벌 이용자에게 배포한 바 있다. 다만 당시 기능이 웹 검색 기반으로 제품을 시각적으로만 제안했다면, 이번 쇼핑 리서치 기능은 구매 가이드를 제작하는 별도 도구란 점에서 차별화된다. 오픈AI는 "쇼핑 리서치 결과가 공개된 소매 웹사이트 정보를 기반으로 생성되는 유기적 결과"라며 "사용자 대화 내용이 소매업체에 공유되지 않는다"고 강조했다. 이어 "제품 재고나 가격 정보의 정확성이 100% 보장되지는 않을 수 있다"며 사용자에게 주의를 당부했다. 이커머스 업계에선 오픈AI의 이 같은 움직임에 긴장하는 분위기다. 오픈AI가 인공지능(AI) 시장뿐 아니라 이커머스 시장까지 넘보게 되면서 시장 전반에 구조적 변화가 불가피할 것으로 보여서다. 특히 단순 제품 검색을 넘어 AI가 구매 결정을 실질적으로 대행하는 단계로 진화하면서 기존 플랫폼 중심의 경쟁 구도에도 균열이 발생할 것이란 분석이 나온다. 업계 관계자는 "오픈AI의 쇼핑 리서치는 제품 탐색의 출발점이 웹 검색이나 플랫폼 검색에서 벗어나 대화형 AI로 이동하고 있음을 보여주는 대표적 사례"라며 "이 변화는 구글, 아마존, 네이버 등 '검색 기반 쇼핑 구조'에 가장 직접적 압박을 줄 것으로 보인다"고 말했다. 이어 "이 기업들 모두 매출의 핵심 축이 검색 기반 광고와 리테일 미디어 광고"라며 "사용자가 제품 정보를 얻기 위해 해당 플랫폼에 진입하지 않을 경우 구조적 타격이 불가피하다"고 짚었다. 이에 구글은 지난해부터 AI 기반 응답인 'AI 오버뷰'를 검색에 결합하며 방어적 조치를 취해 왔다. 아마존은 AI 요약 리뷰, AI 구매 조력자 '바잉 어시스턴트' 등을 강화하며 사용자 탐색 단계를 플랫폼 안으로 묶어두는 데 집중하고 있다. 그러나 챗GPT의 쇼핑 리서치가 '탐색-비교-판단' 과정을 자체적으로 수행할 경우 플랫폼들이 보유한 검색 우위는 점차 약화될 가능성이 크다. 또 쇼핑 리서치 기능이 사실상 가격 비교·전문 리뷰·거래 정보 등을 AI가 한 번에 종합해 제공하는 형태란 점에서 가격 비교 서비스는 물론, 전문 리뷰 기반 플랫폼들 역시 중장기적으로 영향권에 놓일 수 있다는 분석도 나왔다. 이 서비스들은 방대한 리뷰·가격 데이터를 사용자들이 스스로 찾아야 하는 반면, 챗GPT는 자동 분석해준다는 점에서 편의성이 더 높다. 오픈AI와 경쟁 중인 업체들도 속속 쇼핑 기능을 내놓고 있다. 미국 AI 스타트업 퍼플렉시티는 지난 7월 쇼핑 기능을 포함한 AI 브라우저 '코멧'을 공개해 이커머스 업체들의 긴장감을 더 높였다. 여기에 탑재된 AI 에이전트 '코멧 어시스턴트'는 쇼핑뿐 아니라 예약, 이메일 전송, 일정 요약 등 다양한 일상 업무를 수행할 수 있다. 마이크로소프트(MS) 역시 웹 쇼핑 지원 기능 '액션'을 선보였다. 이처럼 AI 플랫폼들이 잇따라 쇼핑 기능을 내놓는 이유는 사람들이 AI에 점점 더 의존하고 있기 때문이다. 글로벌 IT 리서치 기업 가트너는 생성형 AI 챗봇과 에이전트의 부상으로 내년까지 전통적 검색 엔진의 이용량이 25% 감소할 것으로 전망했다. 사람들이 궁금증을 기존 검색 엔진이 아닌 AI 플랫폼에서 해결하는 것이다. 영국 파이낸셜타임스(FT)는 "오픈AI, 퍼플렉시티 등이 AI 기반 쇼핑 기능을 잇따라 선보이면서 주요 브랜드들이 온라인 판매 방식을 다시 고민하게 됐다"며 "이제는 AI 시스템이 상품을 어떻게 식별하고 챗봇이 어떤 방식으로 추천하는지가 중요한 요소로 떠올랐다"고 분석했다. 프로파운드 공동창업자 제임스 캐드월라더는 "AI가 브랜드로부터 소비자를 빼앗고 있다"며 "결국 소비자는 답변 엔진과만 상호작용하게 되고, AI 에이전트가 웹사이트와 인터넷의 주요 방문자가 될 것"이라고 평가했다.

2025.11.25 10:36장유미 기자

KAIST 동문 AI사이버 세계 대회 우승하더니…1.5억 원 쾌척

KAIST 전산학부 출신 한형석 박사와 윤인수 전기및전자공학부 부교수가 1억 5천 만원을 모교에 기탁했다. 21일 KAIST에 따르면 이들은 미국 국방고등연구계획국(DARPA)이 주관한 세계 최대 AI 보안 기술 경진대회 'AI 사이버 챌린지(AIxCC)'에서 최종 우승하며, 상금의 일부인 1억 5천 만원을 기부했다. AIxCC는 총 상금만 2천950만 달러(약 410억 원)를 놓고 겨루는 세계 최대 AI 기반 보안 기술 경진대회다. 한 박사와 윤 교수는 이 대회에서 '팀 애틀란타'팀에 소속돼 출전했다. 이 팀은 1위를 거머쥐며 총 400만 달러(약 58억원)를 수상했다. '팀 애틀란타'는 삼성리서치와 KAIST·포스텍·조지아공대 연구진 40여 명으로 구성됐다. 한형석 박사는 KAIST 전산학부에서 2017년 학사, 2023년 박사학위를 취득한 뒤 조지아공대 박사후연구원을 거쳐 현재 삼성 리서치 아메리카에서 근무 중이다. 그는 이 대회에서 취약점 자동 탐지 시스템을 개발하며, 팀 리더를 맡아 전체 시스템 통합·인프라 구축을 이끌었다. 윤인수 교수는 KAIST 전산학과에서 2015년 학사, 조지아 공대에서 2020년 박사학위를 받은 뒤, 2021년부터 KAIST 전기및전자공학부 교수로 재직 중이다. 그는 이번 대회에서 패치 개발팀 리더를 맡아 시스템 완성도를 높이는 데 핵심 역할을 담당했다. 류석영 KAIST 전산학부 교수는 기부금 설명에서 "두 연구자가 우승 상금 중 1억 5천만 원을 전산학부와 전기및전자공학부에 각각 기부했다"며 ""전산학부는 이를 장학기금으로, 전기및전자공학부는 학생 교육 및 연구 지원에 사용할 것"이라고 말했다.

2025.11.23 12:01박희범 기자

손 안에 AI 담는다...삼성, 온디바이스 최적화 기술 혁신

"삼성리서치는 제품 중심 연구를 통해 자체 설계한 압축 알고리즘으로 사용자의 손 안에서 직접 체감되는 AI 경험 개선을 목표로 하고 있다. 또한 AI의 성능을 높이는 AI 실행기, AI의 설계도 역할을 하는 아키텍처도 활발히 개발 중이다." 21일 함명주 삼성리서치 AI센터 마스터는 삼성전자 공식 뉴스룸과의 인터뷰를 통해 온디바이스AI 구현을 위한 핵심 기술에 대해 이같이 말했다. 사용자 언어를 이해하고 자연스러운 답변을 만들어내는 생성형 AI의 중심에는 거대언어모델(LLM)이 있다. 온디바이스 AI의 첫 단계는 이 거대한 모델이 모바일 기기 안에서도 잘 작동할 수 있도록 작게, 효율적으로 만드는 일이다. 함명주 마스터는 “수십억 개의 연산을 수행하는 초고도 지능 모델을 모바일 기기나 노트북에서 그대로 구동한다면 배터리가 빠르게 소모되고, 기기 발열이 심해지거나 응답 속도가 느려져 사용자 경험이 크게 저하될 것”이라며 이를 해결하기 위해 등장한 것이 '모델 압축' 기술이라고 소개했다. 압축이 중요한 온디바이스AI…삼성, 자체 알고리즘 개발 거대언어모델은 본래 매우 복잡한 숫자로 연산을 수행한다. 모델 압축 기술은 이 숫자를 보다 효율적으로 표현하기 위해 단순한 정수 형태로 바꾸는데, 이 과정을 '양자화(Quantization)'라고 한다. 함 마스터는 “고해상도 사진을 압축해 용량은 줄였지만 육안으로는 화질 차이가 거의 없는 상태를 유지하는 것과 비슷하다”며 “예를 들어, 32비트 부동소수점 실수로 계산하던 것을 8비트나 4비트 정수로 단순화하면 메모리 용량과 연산량이 크게 줄어 응답 속도가 빨라진다”고 설명했다. 양자화 과정에서 숫자의 정밀도가 낮아지면, 모델의 정확도가 떨어질 수 있다. 삼성리서치는 속도와 정확성의 균형을 잡기 위해 압축 이후의 성능을 세밀하게 측정하고 보정하는 알고리즘과 개발 도구를 함께 설계하고 있다. 함 마스터는 “모델 압축의 핵심은 단순히 작게 만드는 것이 아니라, 작지만 정확하고 빠른 모델을 만드는 것”이라고 강조했다. 그는 “최적화 알고리즘을 통해 압축 과정에서 모델의 손실 함수를 세밀하게 분석하고, 원래 결과값과 거의 근접한 값이 나올 때까지 학습시키거나 오차가 큰 구간을 부드럽게 다듬는다”며 “모델의 가중치마다 중요도가 다르므로, 중요한 가중치는 정밀하게 유지하고 덜 중요한 부분은 과감하게 압축하는 방식으로 효율을 극대화하면서도 정확도를 유지할 수 있다”고 말했다. 삼성리서치는 모델 압축 기술을 연구 수준에서 구현하는 데 그치지 않고, AI 폰과 가전 등 실제 제품 환경에 맞춰 직접 개발하고 상용화한다. 함 마스터는 “기종마다 메모리 구조나 연산 성능이 모두 다르기 때문에, 일반적인 접근으로는 클라우드 기반 AI 수준의 성능을 내기 어렵다”며 “삼성리서치는 제품 중심 연구를 통해 자체 설계한 압축 알고리즘으로 사용자의 손 안에서 직접 체감되는 AI 경험 개선을 목표로 하고 있다”고 설명했다. AI 성능을 끌어올리는 숨은 엔진, AI 실행 소프트웨어 AI 모델을 아무리 잘 압축하더라도, 기기 안에서 어떻게 구동되는지에 따라 체감 성능은 크게 달라진다. 삼성리서치는 모델이 실제로 작동하는 단계에서 기기의 메모리와 연산 자원을 가장 효율적으로 활용할 수 있는 'AI 실행기'를 개발하고 있다. 함 마스터는 “AI 실행기는 모델의 '엔진 제어장치'와 같다”며 “모델이 CPU, GPU, NPU 등 서로 다른 연산 장치에서 동시에 작동할 때, 어떤 연산을 어느 칩에서 처리할지 자동으로 배분하고 메모리 접근을 최소화해 AI의 성능을 높인다”고 설명했다. AI 실행기는 동일한 기종의 기기 내에서 더 크고 정교한 모델도 같은 속도로 실행할 수 있게 해 준다. AI 서비스의 응답 지연 시간이 줄어들 뿐만 아니라, 더 높은 정확도와 자연스러운 대화, 정교한 이미지 처리 등 AI 품질 자체가 향상될 수 있다. 함 마스터는 “온디바이스 AI에서 가장 큰 병목은 메모리 대역폭과 저장장치 접근 속도”라며 “메모리와 연산 간의 균형을 지능적으로 조정하는 최적화 기술을 개발하고 있다”고 말했다. 예를 들어, 모든 데이터를 메모리에 올려두지 않고 필요한 시점에만 불러올 수 있도록 설계해 효율을 높이는 방식이다. 함 마스터는 “삼성리서치는 모델 크기가 16GB 이상인 300억 파라미터 규모의 생성형 모델도 3GB 이하의 메모리로 구동할 수 있는 수준의 기술력을 갖췄다”고 덧붙였다. “더 가볍고 똑똑한 AI 모델 설계” 새로운 아키텍처 연구 AI의 설계도 역할을 하는 아키텍처(Architecture) 연구도 활발하게 진행되고 있다. 함 마스터는 “온디바이스 환경에서는 연산 자원과 메모리가 제한적이기 때문에, 모델이 기기에서 원활하게 동작할 수 있도록 구조 자체를 재설계해야 한다”며 “삼성리서치의 아키텍처 연구는 하드웨어 효율을 극대화하는 모델 설계에 집중하고 있다”고 설명했다. 거대언어모델의 학습에는 막대한 시간과 비용이 투입되는데, 초기에 모델 구조를 잘못 설계하면 이 비용이 크게 늘어날 수 있다. 삼성리서치는 학습 과정에서의 자원 낭비를 최소화하기 위해 학습 이전 단계에서 하드웨어 효율을 미리 예측하고, 구조적으로 최적화된 아키텍처를 설계하고 있다. 함 마스터는 “온디바이스 AI 시대에서 핵심 경쟁력은 같은 자원으로 얼마나 높은 효율을 끌어낼 수 있느냐에 있다”며 “작은 칩 안에서 최대의 지능을 구현하는 것이 우리가 지향해야 할 기술적 방향성”이라고 말했다. 현재 대부분의 거대언어모델은 '트랜스포머(Transformer)' 아키텍처를 기반으로 한다. 트랜스포머 아키텍처는 문장 전체를 한 번에 확인하며 단어 간 관계를 계산하는 방식으로, 문맥 이해에는 뛰어나지만 문장이 길어질수록 계산량이 기하급수적으로 증가한다는 한계가 있다. 함 마스터는 “트랜스포머 아키텍처의 한계를 극복하기 위해 다양한 기술적 접근 방식을 검토하는 동시에, 실제 기기 환경에서 얼마나 효율적으로 작동할 수 있는지를 중심으로 평가하고 있다”며 “단순히 기존 방법을 개선하는 수준을 넘어 새로운 방법론을 도입한 '다음 단계의 아키텍처'를 만드는 데 집중하고 있다”고 강조했다.

2025.11.21 16:41장경윤 기자

엔비디아 로봇 전략은...하드웨어 넘어 AI 인프라로 확장

엔비디아가 로봇 분야 최전선에 다시 한 번 깃발을 꽂았다. 회사는 가장 난이도가 높은 휴머노이드 로봇 개발을 우선 과제로 설정하고, 이를 통해 확보한 인공지능(AI) 기술을 다른 로봇 및 자율 시스템으로 확장하는 전략을 본격화하고 있다. 시장조사업체 카운터포인트리서치는 최근 엔비디아에서 로보틱스 소프트웨어를 총괄하는 스펜서 황 프로덕트 라인 매니저와의 인터뷰를 통해, 엔비디아의 로봇 전략을 심층 분석했다고 밝혔다. 스펜서 황은 엔비디아 창업자이자 최고경영자(CEO)인 젠슨 황의 아들이다. 엔비디아의 로보틱스 접근법은 가장 복잡한 문제를 해결해 산업 전체 기술 수준을 끌어올리는 방식이다. 회사가 정의한 가장 어려운 과제는 범용 휴머노이드 로봇이다. 비정형적이고 복잡한 현실 환경에서 지각·추론·행동을 자연스럽게 수행해야 한다. 카운터포인트는 이 같은 접근이 시각·언어·행동(VLA) 모델 고도화를 이끌고, 이를 통해 확보된 기술이 공장용 로봇팔, 창고 물류 로봇, 자율주행 시스템 등으로 확산될 것이라고 분석했다. 보고서에 따르면 글로벌 휴머노이드 로봇 시장은 2030년 160억 달러(약 22조8천억원)를 돌파할 것으로 예상된다. 2024~2030년 연평균 성장률은 51%에 달할 전망이다. 특히 올해는 휴머노이드 양산이 본격화되는 상용화 원년으로, 제조 현장과 기업에서의 초기 도입이 가속화될 것으로 보인다. 엔비디아는 로보틱스 산업 내에서 특정 기술이나 벤더에 종속되지 않는 개방형 플랫폼 전략을 유지하고 있다. 카운터포인트가 파악한 바에 따르면, 엔비디아는 하드웨어나 소프트웨어를 독점적으로 제공하기보다 산업 전체가 지속 가능한 성장 기반을 갖추도록 핵심 인프라를 제공하는 역할에 집중하고 있다. 이는 스타트업부터 대기업까지 각기 다른 참여자들이 자사의 전문성과 차별성을 살려 발전할 수 있도록 하는 구조를 지향한다. 카운터포인트는 이러한 협업 중심의 생태계가 로보틱스 산업의 복잡성과 다양성을 흡수하면서 혁신을 촉진하는 핵심 요인으로 작용할 것으로 전망했다. 엔비디아의 기술 전략은 '세 개의 컴퓨터' 개념으로 정리된다. 이는 학습(DGX)부터 시뮬레이션, 배포까지 세 축을 기반으로, 인공지능 모델 설계부터 현실 적용까지 전 과정을 포괄한다. DGX 시스템은 대규모 연산 클러스터를 활용해 복잡한 AI 모델을 학습한다. 다음 단계에서 옴니버스를 통해 가상 환경에서 모델을 테스트하고 검증하며 특정 작업이나 환경에 최적화될 수 있도록 성능을 개선한다. 마지막으로 젯슨 플랫폼이 전문 하드웨어에서 학습된 모델을 실제 로봇이나 엣지 디바이스에 배포한다. 카운터포인트는 이 구조가 AI 개발 핵심 사이클을 완성하며, 데이터 부족 문제를 해결하기 위한 시뮬레이션·실데이터 융합 전략이 엔비디아의 강점으로 작용한다고 봤다. 초기 학습 단계에서 대량의 시뮬레이션 데이터를 활용해 학습 속도를 높이고, 실제 환경 배포 단계에서는 고정밀 센서 데이터로 신뢰성을 보강하는 방식이다. 엔비디아의 로보틱스 전략은 그래픽처리장치(GPU) 아키텍처부터 소프트웨어 스택까지 통합 제어할 수 있는 병렬 컴퓨팅 플랫폼 '쿠다(CUDA)'를 중심으로 전개된다. 카운터포인트는 쿠다가 하드웨어와 소프트웨어 간 최적화를 가능하게 함으로써, 엔비디아가 로보틱스 분야에서 독보적인 AI 처리 성능을 확보하고 있다고 평가했다. 이 플랫폼은 로보틱스 개발자와 파트너 기업이 더 빠르게 고성능 모델을 구축할 수 있도록 지원하며, 산업 전반의 연구·개발 효율성을 가속화하는 기반 인프라 역할을 한다. 엔비디아는 GPU 가속 기술을 중심으로 하드웨어, 시뮬레이션, 소프트웨어를 유기적으로 결합하는 로보틱스 생태계를 구축하고 있다. 카운터포인트는 엔비디아가 디지털 영역에 머무르던 AI를 물리적 세계로 확장시키는 '피지컬 AI' 비전을 통해, AI 진화의 다음 단계를 선도하고 있다고 분석했다. 휴머노이드 시장은 비용 효율성 한계로 아직 초기 단계에 머물러 있다. 그러나 엔비디아의 플랫폼 기반 기술이 산업화와 대규모 생산의 토대를 마련하게 되면 시장은 빠르게 성장 궤도에 진입할 것으로 전망된다.

2025.10.23 08:57신영빈 기자

Prev 1 2 Next