• ZDNet USA
  • ZDNet China
  • ZDNet Japan
  • English
  • 지디넷 웨비나
뉴스
  • 최신뉴스
  • 방송/통신
  • 컴퓨팅
  • 홈&모바일
  • 인터넷
  • 반도체/디스플레이
  • 카테크
  • 헬스케어
  • 게임
  • 중기&스타트업
  • 유통
  • 금융
  • 과학
  • 디지털경제
  • 취업/HR/교육
  • 생활/문화
  • 인사•부음
  • 글로벌뉴스
  • AI의 눈
ZDPick
지스타2026
반도체
IT'sight
칼럼•연재
포토•영상

ZDNet 검색 페이지

'AI 모델'통합검색 결과 입니다. (704건)

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

[AI는 지금] 中, '월드모델' 역습…방대한 제조 데이터로 美 기술 패권 정조준

중국 인공지능(AI) 업계가 차세대 피지컬 AI 핵심 기술로 꼽히는 '월드모델' 분야에서도 미국을 빠르게 추격하고 있다. 대규모 제조 현장과 로봇 운영 과정에서 축적되는 실물 데이터를 앞세워 연구 단계를 넘어 산업 현장 적용 속도에서 우위를 확보했다는 평가다. 14일 홍콩 사우스차이나모닝포스트(SCMP)에 따르면 중국 스타트업 기가AI는 자국 내 광범위한 산업 시나리오와 정부 주도의 대규모 데이터 수집 역량을 바탕으로 월드모델 기술 혁신을 주도하고 있다. 월드모델은 3차원(3D) 환경과 물리 법칙을 가상 공간에서 구현해 로봇과 자율주행차 등 피지컬 AI를 학습시키는 기술이다. 생성형 AI 경쟁이 언어·멀티모달을 넘어 실제 세계 시뮬레이션으로 확장되면서 글로벌 빅테크와 스타트업 자금이 동시에 몰리는 차세대 격전지로 부상하고 있다. 왕샤오펑 기가AI 알고리즘 파트너는 SCMP와의 인터뷰에서 "중국의 강점은 방대한 산업 시나리오와 정부 주도 데이터 수집 체계"라며 "대규모 구조화 데이터를 빠르게 확보할 수 있다는 점이 로보틱스 고도화의 핵심 경쟁력"이라고 밝혔다. 실제 중국은 제조업 기반이 두텁고 공장 자동화 보급 속도가 빨라 로봇 유지보수 주기마다 발생하는 고빈도 데이터를 AI 학습에 재투입하기 유리한 구조다. 업계에선 이 같은 '현장 데이터 플라이휠'이 미국 대비 중국 월드모델 생태계의 상용화 속도를 끌어올리고 있다고 보고 있다. 이 같은 분위기 속에 기가AI 측은 자사 최신 모델 '기가월드-1'가 시각 품질, 물리 법칙 준수, 3D 정확도 등에서 구글과 엔비디아 계열 모델을 앞섰다고 주장했다. 기가AI는 최근 10억 위안(약 1천900억원) 규모 신규 투자를 유치한 데 이어 수주 만에 같은 규모의 후속 투자도 추가 확보하며 시장 기대도 입증했다. 지난 2023년 설립된 기가AI는 중국에서 가장 이른 시기에 월드모델 실험에 뛰어든 스타트업 중 하나다. 현재 리오토, 샤오펑, BYD 등 전기차 업체와 협력해 비전 기반 자율주행 시스템을 개발 중이며 연간 수천만 위안 규모 매출도 기록 중인 것으로 전해졌다. 미국 역시 관련 투자 경쟁이 치열하다. AI 석학 페이페이 리가 설립한 월드랩스와 얀 르쿤 측 AMI랩스 등이 올해 1분기 각각 10억 달러 안팎 자금을 확보한 것으로 알려졌다. 구글 딥마인드는 웨이모와 손잡고 월드모델을 자율주행 학습에 적용하고 있으며, 일론 머스크의 테슬라 역시 휴머노이드 로봇 옵티머스 훈련에 활용 중이다. 중국 빅테크도 속도를 높이고 있다. 알리바바그룹 산하 지도 서비스 아맵은 올해 초 월드모델 연구를 공식화했고, 텐센트는 단일 이미지나 텍스트만으로 3D 환경을 생성하는 오픈소스 모델을 공개하며 생태계 확대에 나섰다. 다만 업계에선 기술 낙관론과 별개로 실제 수익화까지는 시간이 더 필요하다는 시각도 나온다. 현실 세계의 복잡한 물리 변수를 얼마나 정밀하게 재현할 수 있는지, 이를 안전한 로봇·자율주행 서비스로 연결할 수 있는지가 여전히 검증 과제로 남아 있어서다. 중국의 제조 데이터 우위가 분명한 강점이지만 상용 서비스 단계에서는 안전성과 비용 효율성이 최종 경쟁력을 좌우할 것이란 분석이다. 업계 관계자는 "대규모언어모델(LLM) 경쟁이 언어 이해 중심이었다면 다음 승부는 결국 현실 세계를 얼마나 정밀하게 복제하느냐에 달려 있다"며 "중국은 제조 현장과 로봇 운영 데이터 측면에서 확실한 우위를 갖고 있어 월드모델 상용화 속도가 예상보다 빨라질 수 있다"고 말했다.

2026.04.15 17:05장유미 기자

[현장] 토종 AI, 국방 소요 10%도 못 채워…"민간 모델 파인튜닝 핵심"

국방 분야 인공지능(AI) 전환은 민간 주도 파운데이션 모델을 군에 탑재해 파인튜닝(미세조정)하는 방식으로 가야 한다는 제언이 나왔다. 특히 감시·정찰(ISR)과 지휘통제, 무인체계를 아우르는 3종 체계 구축이 선결 과제로 꼽혔다. 한국국방연구원(KIDA) 국방인공지능정책연구실과 과실연 AI미래포럼은 15일 서울 강남구 모두의연구소에서 '국방 AI 혁신 네트워크' 세미나를 개최했다. 국가AI전략위원회 국방·안보분과위원인 전태균 에스아이에이(SIA) 대표는 이날 발표에서 국방에 파운데이션 모델이 필요한 이유로 운용 장비·외부 측정 데이터의 폭증, 사이버·우주 영역까지 확장된 합동작전으로 인한 임무 복잡화, 새 무기체계 도입 시 재학습이 불가능한 구조적 한계를 짚었다. 이를 해결할 핵심 수단으로는 위성·항공·드론 영상 등 지리공간정보를 처리하는 '지리공간(Geospatial) 파운데이션 모델', 교리·전술 데이터 기반으로 작전계획을 수립하는 '거대언어모델(LLM)', 무인전차·드론·잠수정이 전장을 인식하고 행동하는 '월드 파운데이션 모델' 3종을 제시했다. 전 대표는 "이 세 층위를 얼마나 빠르게 통합하느냐가 한국 국방 AI 경쟁력을 결정한다"며 "국방부가 데이터를 개방해 AI 모델을 만드는 방식이 아니라, 민간이 구축한 파운데이션 모델을 국방부에 탑재하고 임무 데이터로 파인튜닝해 써야 한다"고 강조했다. 특히 지리공간 모델 필요성을 역설했다. 표적 탐지 정확도는 ISR 핵심 지표지만 숨어 다니는 주요 표적의 학습 데이터는 수십 건에 불과해 기존 태스크 기반 AI로는 첫 단계부터 막힌다. 단일 파운데이션 모델로 데이터가 희소한 대상과 다양한 업무를 동시에 처리해야 이 한계를 넘을 수 있다. 전 대표는 "역사상 모든 전투는 적이 무엇을 하는지 보는 것부터 시작했다"며 "전장의 눈을 담당하는 지리공간 모델이 가장 먼저 갖춰져야 한다"고 부연했다. SIA는 2023년부터 지리공간 모델을 자체 개발했다. 비전 기반 모델에서 시작해 비전언어모델(VLM), 광학·영상레이더(SAR) 통합 모델로 고도화 했으며 올해 연말까지 전 해상도를 단일 모델로 처리하는 버전 완성이 목표다. 전 대표는 "미국과 중국, 한국 3대 지리공간 모델 가운데 가장 큰 규모와 검증된 성능을 갖추고 있다"고 자신했다. 정부는 소버린(주권) AI 경쟁력을 위해 '독자 AI 파운데이션 모델(독파모)' 프로젝트를 추진 중이다. 이 결과물을 공공과 민간에 도입해 '모두의 AI' 생태계를 구축한다는 구상이다. 올해 연말 최종 컨소시엄 2곳이 선정되면 전방위적인 모델 상용화에 속도가 붙을 것으로 전망된다. 현재 독파모 사업 주관사인 LG AI연구원·SK텔레콤·모티프테크놀로지스와 업스테이지 컨소시엄 참여사 마키나락스는 국방 AI 모델 기획 단계부터 기업과 국방 당국이 함께 설계 테이블에 앉아야 한다고 입을 모았다. 국방 특화 벤치마크와 태스크 데이터 부재도 실질적 장벽으로 지목됐다. 심상우 마키나락스 최고기술책임자(CTO)가 국방기술기획서를 분석한 결과 국내 민간 AI 모델들은 소요 기술의 10% 수준만 충족한 것으로 나타났다. 군 내부 데이터는 접근이 쉽지 않고 외부 데이터는 이미 기존 파운데이션 모델 학습에 활용된 것과 크게 다르지 않다는 설명이다. 심 CTO는 "군 관련 지식을 담은 민간 데이터를 발굴해 업무 특화 모델을 구축하는 방향을 고민 중"이라고 말했다. 모델 고도화 방향이 실제 군 소요와 맞닿아야 한다는 목소리도 나왔다. 이를 위해선 벤치마크 설계 주도권을 군이 쥐어야 한다는 주장이다. 이성민 모티프테크놀로지스 그룹장도 "벤치마크는 결국 성공하고 싶은 시나리오를 설정하는 것"이라며 "군이 먼저 정의하지 않으면 기업도 군도 고도화가 안 된다"고 부연했다. 유정상 LG AI연구원 리더는 데이터 품질 문제를 짚었다. 교리와 문서를 실제 임무 수행 기반의 태스크 데이터로 변환해야 LLM이 제대로 작동하고, 실제 일을 할 수 있다는 지적이다. 유 리더는 "문서 100만 페이지보다 태스크 데이터가 중요하다"며 "작전사 벙커 워게임에서도 교리대로 하는 경우는 없다"고 밝혔다. 조동연 SK텔레콤 상무는 경량화보다 성능 고도화가 선행돼야 한다는 입장을 피력했다. 에이전트 도입과 처리 정보량 증가로 파운데이션 모델에 요구되는 역량이 갈수록 복잡해져 성능이 뒷받침되지 않으면 국방이든 민간이든 실제 활용할 수 없는 모델이 된다는 논리다. 조 상무는 "똑똑하지 않으면 파운데이션 모델로서 가치가 없다"며 "성능·확장성·적용성 세 축을 모두 고려해 개발 중"이라고 설명했다. 이어 "적용성 측면에선 리벨리온 신경망처리장치(NPU)에 모델을 올려 추론 속도를 최적화하는 기술을 병행 개발하고 있다"고 덧붙였다. 군 실무 현장에선 모델 경량화와 호환성 필요성이 강하게 제기됐다. 국방과학연구소(ADD)는 내부에서 약 10개 LLM을 운용 중이다. 독파모 공식 출시 전까지 해외 모델로 서비스를 먼저 구성하고 국내 모델로 순차 교체할 계획이다. 정진호 ADD 국방AI기술연구원 박사는 "독파모가 벤치마크 경쟁으로 거대화되는 추세인데 군의 제한된 자원으로는 다수 인스턴스 구동이 어렵다"며 "경량·고성능 평가 기준이 확대돼야 한다"고 제시했다. 이어 "LLM 교체 시 출력 형식이 깨지는 프롬프트 호환성 문제도 해결해야 한다"고 덧붙였다.

2026.04.15 16:16이나연 기자

[SW키트] 앤트로픽, '미토스' 제한적 공개 속내는…"안전 우선 vs 마케팅"

앤트로픽이 차세대 인공지능(AI) 모델 '미토스'를 제한적으로 공개한다고 발표하자 업게에선 상반된 목소리가 나오고 있다. 모델이 일반 대중이 사용하기에는 지나치게 강력해 통제가 필요하다는 평가가 있는 반면 성능이 충분히 입증되지 않아 과장된 홍보 전략이라는 지적이 공존하고 있다. 13일 IT 업계에 따르면 앤트로픽은 사이버보안 위험을 이유로 미토스를 대중에 완전 공개하지 않겠다고 밝혔다. 대신 일부 파트너사와 기관에 일부 공개하겠다고 발표했다. 지난주 공개된 미토스는 에이전트형 코딩과 추론 능력으로 보안 분석을 자동으로 진행할 수 있다. 클로드 기반 범용 AI로 작동하며 앤트로픽 내부 시스템과 오픈소스 환경을 동시 분석해 취약점을 식별하는 식이다. 앤트로픽은 모델 성능과 잠재적 보안 위험을 고려해 일반 대중에게 공개하지 않는다고 발표했다. 대신 '프로젝트 글래스윙'을 통해 미토스를 12개 파트너 기관에 제한적으로 제공하고 있다고 밝혔다. 프로젝트 글래스윙은 미토스 프리뷰 기반으로 운영된다. 아마존을 비롯한 애플, 브로드컴, 시스코, 크라우드스트라이크, 리눅스재단, 마이크로소프트, 팔로알토네트웍스 등이 참여한다. 참여 기관들은 미토스 활용 경험을 공유해 산업 전반의 보안 대응 역량을 높일 계획이다. 미·영 정부, 미토스 두고 논의 진행…"정말 위험 vs 기능 입증 아직" 업계에선 앤트로픽의 미토스 공개 제한을 두고 엇갈린 반응이 나오고 있다. 앤트로픽 주장처럼 기술력이 일반 대중에 지나치게 강력하다는 평가가 있는 반면 성능 입증 부족과 과장 가능성을 지적하는 목소리도 등장하고 있다. 앞서 미토스는 최근 몇 주 동안 수천 건 제로데이 취약점을 식별한 것으로 알려졌다. 이는 기존 보안 체계로는 발견하기 어려운 취약점까지 탐지할 수 있는 기술력을 갖췄다는 설명이다. 최근 방한한 비조이 판데이 시스코 수석부사장도 지디넷코리아 인터뷰에서 "우리는 미토스 기능을 실험하고 있다"며 "분명한 건 강력한 기술을 가진 AI 모델이라는 점"이라고 주장했다. 최근 미국·영국 정부가 미토스 영향력을 파악하기 위한 논의에 들어간 점도 주목받고 있다. 미국 재무장관이 주요 은행 수장들을 소집해 관련 논의를 진행했으며, 영국 정치권도 미토스 대응 필요성을 언급한 점도 기술 위험성을 뒷받침하는 근거로 해석되고 있다. 가디언은 "미토스 영향력이 기술 분야뿐 아니라 금융과 국가 안보 영역까지 영향을 미칠 수 있다"고 분석했다. 일각에선 미토스 성능 입증 부족과 과장 가능성을 지적하는 시각도 적지 않다. 전문가들은 앤트로픽이 미토스를 마케팅 수단으로 활용하고 있다는 가능성을 제기했다. 기술적 근거보다 추가 투자 유치를 위한 홍보 메시지가 앞선다는 주장이다. 하이디 클라프 AI 나우연구소 수석 AI 과학자는 "앤트로픽이 모델 성능 증거를 명확히 제시하지 않고 모호한 표현으로 성능을 강조한 것은 투자 유치를 위한 전략일 수 있다"며 "모델 실제 역량은 아직 충분히 입증되지 않았다"고 밝혔다. 최근 클로드 내부 소스코드가 일부 노출된 점도 재조명받고 있다. 당시 앤트로픽은 "민감한 정보는 노출되지 않았다"고 설명했다. 이에 가디언은 "보안을 이유로 모델 공개를 제한한 상황에서 이같은 실수가 발생한 것은 있을 수 없는 일"이라고 봤다.

2026.04.13 16:41김미정 기자

조선소 파운데이션 모델 개발 400억원 투입…산업현장 적용 추진

UNIST는 과학기술정보통신부 '초거대산업 AI 연구지원사업' 공모에서 조선 분야 과제 총괄연구기관으로 최종 선정됐다고 12일 밝혔다. UNIST는 HD현대중공업과 HD한국조선해양, 크라우드웍스를 참여기관으로 컨소시엄을 구성했다. 사업은 총 403억원 규모(국비 285억원, 울산시 25억원, 기업부담금 93억원)가 투입되는 대형 연구개발 프로젝트다. 조선소 현장에서 생성되는 다양한 데이터를 기반으로 초거대산업 AI(파운데이션 모델)를 개발하고 이를 실제 산업 현장에 적용·실증하는 것이 목표다. HD현대중공업과 HD한국조선해양은 조선소 현장에서 축적된 설계·생산·품질 데이터를 제공하고, 개발된 AI 기술을 현장에 적용·검증하는 핵심 역할을 수행한다. 크라우드웍스는 대규모 산업 데이터 구축·정제와 학습 데이터셋 개발을 담당한다. 고품질 데이터 기반의AI 학습 환경 조성을 지원한다. UNIST는 인공지능대학원, 산업공학과, 컴퓨터공학과, 기계공학과, 지역 싱크탱크인 U미래전략원 연구진이 참여할 계획이다. 이를 통해 설계 도면, 작업 지시서, 현장 영상, 센서 데이터 등 조선소에서 발생하는 다양한 데이터를 통합 학습하는 멀티모달 기반 초거대 AI 파운데이션 모델을 개발한다. 또 선박 설계, 생산계획 등 조선업 핵심 과업을 자동화·최적화하고, 실제 현장 적용을 통해 기술의 실효성도 검증한다. 박종래 UNIST 총장은 “인공지능 연구 역량과 지역 주력 산업이 결합된 대표적인 산학협력 사례”라며 “지역 대표 산업 AX 전환을 견인하고, 산업 현장 중심의 혁신을 이끄는 연구를 지속 확대해 나갈 것"이라고 말했다. 김성엽 UNIST 산업AI추진단장은 “참여기관과 신뢰 기반 산학 협력 모델을 구축할 것"이라며 "산업 현장이 실제로 필요로 하는 기술을 개발하고, 현장 적용까지 이어지는 실질적 성과를 창출하는 것이 목표"라고 말했다.

2026.04.12 14:09박희범 기자

中 흔든 영상 AI 모델 '해피 호스' 개발사…알리바바였다

알리바바그룹이 최근 중국 인공지능(AI) 업계에 파장을 불러온 영상 생성 AI 모델 '해피 호스'를 자사가 개발했다고 주장했다. 11일(현지시간) 블룸버그 등 외신에 따르면 해피 호스 1.0은 이번 주 아티피셜 애널리시스(Artificial Analysis)의 텍스트 투 비디오 리더보드에서 1위를 차지했다. 회사 측은 이 모델이 알리바바 토큰 허브의 신생 혁신 사업 부문에서 개발됐으며 현재는 베타 테스트 단계에 있다고 밝혔다. 알리바바 토큰 허브 측은 성명을 통해 “가까운 시일 내에 외부 개발자들이 기능을 활용할 수 있도록 응용 프로그램 인터페이스(API)를 제공할 계획”이라며 “곧 많은 제품을 선보일 것”이라고 말했다. 해피 호스는 바이트댄스의 '시댄스 2.0'을 2위로 밀어내며 알리바바 영상 AI 제품 중 가장 높은 성과를 기록했다. 기존의 '완' 브랜드 제품은 해피 호스보다 20단계 낮은 순위에 머물렀다. 토머스 총 제프리스 애널리스트는 “해피 호스는 알리바바의 성과”라고 평가했다. 영상 생성 AI는 막대한 자본이 필요한 동시에 경쟁이 치열한 분야로 AI 기업들이 수익화를 기대할 수 있는 얼마 안 되는 영역으로 꼽힌다. 지난달 오픈AI가 해당 분야에서 한 발 물러서면서 중국 기업들에게는 기회가 확대됐고, 아티피셜 애널리시스 리더보드 상당수는 중국 기업 제품으로 채워졌다. 벤치마크 제공업체들이 공개한 영상 샘플에서도 해피 호스는 시댄스 대비 우수한 성능을 보였다. 이달 초 알리바바는 자사 통이 연구소가 개발한 주력 영상 생성 모델 '완'의 최신 버전을 공개한 바 있다. 다만, 회사는 여러 AI 창작 도구를 병렬적으로 개발하는 팀을 운영하고 있다는 점을 공식적으로 밝힌 적은 없다. 그러나 에디 우 최고경영자(CEO)는 그룹 전반에서 AI 개발을 최우선 과제로 삼고 있다. 알리바바는 최근 AI 중심 전략으로 방향을 전환했으며 우 CEO는 범용 인공지능(AGI)을 핵심 목표로 제시했다. 회사는 지난달 AI 수익화를 중심으로 조직 구조를 개편했으며 우 CEO가 의장을 맡는 4인 기술위원회를 신설했다. 또한 통이 연구소를 별도 사업 부문으로 격상시키고, 전 알리바바 클라우드 최고기술책임자였던 저우징런을 수장으로 임명했다.

2026.04.12 08:00박서린 기자

이연수 NC AI 대표 "모두가 크리에이터…다른 기업과 협력 원해"

"기술을 소개하는 세미나보다는 네트워킹을 통해 협력을 얘기하고, AI와 관련한 후속사업들을 같이 얘기하고 싶다." 지난 8일 대전에서 열린 한국인공지능시스템포럼(의장 유회준 KAIST 교수) 조찬 강연회에서 이연수 NC AI 대표가 회사를 소개하며 참석자들에 던진 메시지다. 평범한 인사말이지만, "혼자보다 모두와 함께 일하고 싶다"는 메시지를 담았다. 이날 행사에 굳이 김민재 CTO를 동행한 이유이기도하다. 후속 사업 아이템이나 함께 할 사업 기회를 찾겠다는 의지의 표현으로 읽혔다. "NC AI는 게임 회사에서 출발했다. 2011년 TF가 생기고, 리서치 본부가 300명 정도됐다. 분사하면서 가진 미션은 "모두가 크리에이터가 될 수 있다. 모두가 디렉터가 될 수 있다"였다." NC AI는 사실 지난해 '독자 인공지능(AI) 파운데이션 모델 프로젝트(독파모) 1차평가에서 탈락하며 성장통을 겪기도 했으나, 최종적으로 국가대표 5개사 가운데 하나로 선정됐다. 이 대표는 AI시대 인간의 역할을 거론하며 "NC AI는 게임 AI에서 다양한 산업특화 AI로 확장중"이라고 말했다. 5대 확장 분야는 ▲NCSOFT를 위한 사내AI기술 ▲게임 산업장 ▲콘텐츠 AI ▲완전히 다른 산업 ▲글로벌 등을 꼽았다. "생성형 AI에 가장 적합한 회사였다. 분사하면서 돈도 많이 썼으니, 돈 좀 벌어보라는 말을 들었다. 다양한 사업으로 기술 확장을 시도중인데, 그 모델이 바로 바르코(VARCO)와 배키(VAETKI)다." 이 대표는 "에이전트 게임에서는 이미 MPC 챗봇이 많이 동작하고 있다. LMM(거대언어모델) 리즈닝 레그(RAG) 기술들이 다 쓰이고 있다. 7개 게임 1천만 유저에 대해 동시접속 100만까지도 에이전트와 번역을 지원한다"고 언급했다. 이 대표는 또 "오디오나 번역은 이미 빅테크들이 잘하고 있다"며 NC AI만의 강점으로 3D를 언급했다. 규모 큰 게임 개발에는 애니메이터만 200~300명 "3D 구현은 단순히 영상만을 생성하는 일이 아니다. 게임 화면에서 때리면 리얼하게 부서져야 하고, 자율로 움직여야하는 등 상호작용이 일어나야 한다. 그러다보니, 큰 게임들은 개발자만 500명이다. 그런데 그 가운데 200~300명 정도가 애니메이터다." 이 대표는 "기존에 손으로 직접 3D를 제작하고, 스캔하고 애니메이션화하는 과정들을 자동화했다"며 "프롬프트로 만들거나 컨셉 아트 이미지를 가져다 3D형태로 메시부터 텍스처링, 애니메이션까지 같이 할 수 있는 통합 툴을 제공한다. 이것이 NC AI가 글로벌 사스(SaaS ) 플랫폼으로 가는 가장 중요한 기술"이라고 강조했다. 피지컬AI와 관련해서는 "1,000만 유저가 40만~50만 동시접속 상황에서 LLM을 돌리면 서버 비용이 엄청나게 커진다"며 "모델이 크지 않더라도 여러 가지 리즈닝이나 딥서치 기술 등을 잘 결합하면, 두 번째 중간급 모델들도 '환각현상' 없이 서비스가 가능하다"고 설명했다. NC AI가 끊임없이 기술개발을 하는 이유에 대해 이 대표는 "어느 순간 하드웨어가 너무 싸질 수도 있다. 전세계 연구자들도 다양한 방향으로 연구를 한다. 큰 모델만 연구하고 있지 않다"며 "미래를 위해 경량화된 모델들을 많이 연구하고 있고 그런 기술들을 계속 확보해 나갈 필요가 있다"고 말했다. "기술 의존성을 낮추는 등 언젠가 하드웨어적인 인프라가 잘 갖춰졌을 때는 독자 개발 능력도 필요하다. 그런 측면서 NC AI가 잘하는 비전이나 3D 분야에서 바르코 비전을 베키 비전으로 해서 산업이나 로봇에 특화된 비전 모델을 연구하고 서비스하려 한다." 이 대표는 "대부분 스타트업으로 출발할 때 엣지있는 기술을 가지고 시작한다. 그러나 NC AI는 처음부터 통합적인 서비스를 많이 했다. 그래서 풀스탭으로 기업 파트너가 되서 서비스와 컨설팅하는 것을 지향한다"고 덧붙였다. "최근 많이 얘기하는 피지컬 AI는 NC AI가 잘할 수 있는 디지털 트윈과 월드모델 등에서 역할을 찾고 있고, 잘할 수 있을 것이라고 판단한다." 이어 마이크를 넘겨 받은 김민재 CTO는 "다양한 산업 분야에서 기술 POC(개념증명)을 진행 중"이라며 "조선, 제철, 물류, 서비스 등 다양한 환경에서 WM(월드모델), RFM(로보틱 파운데이션 모델),디지털트윈 등을 수행 중이다. 도메인 노하우를 축적해 새로운 환경에서 개발 주기를 단축하고자 한다"고 설명했다. 주로 기술적인 설명을 이어간 김민재 CTO는 하이드리드 캡처기술이나 스캔기반 디지털트윈 제작과정, 뉴럴 렌더링기술, 가상세계에서 학습된 지능을 물리적 실제와 결합해 자율형 인공지능을 구현하는 기술 등에 대해 자세히 소개했다. 한편 강연뒤 필드에서 AI R&D 전문 기업으로 성장중인 채영환 시즌 대표가 천문학적인 비용이 들어가는 파운데이션 모델 효용성과 대안을 언급해 관심을 끌었다.

2026.04.11 14:02박희범 기자

공정위, 공정거래 AI·데이터 활용 아이디어 공모

공정거래위원회는 인공지능(AI) 기술을 활용해 공정거래 데이터를 국민 누구나 쉽게 활용할 수 있도록 '제2회 공정거래 AI·데이터 활용 공모전'을 개최한다고 9일 밝혔다. 이번 대회는 '의결서를 AI로 읽다'라는 주제로 공정위의 핵심 데이터인 의결서·사건정보 등을 활용해 혁신적인 서비스와 AI 모델을 발굴하는 데 목적을 뒀다. 지난해에 이어 두 번째 실시하는 공모전으로 대한민국 국민이면 누구나 단체(2인이상)로 공모전 누리집(공정위AI데이터공모전.kr)에서 참가할 수 있다. 공모 분야는 참가자 역량에 따라 ▲아이디어 기획 ▲AI 학습모델 개발 두 분야로 진행된다. 아이디어 기획은 공정거래 데이터를 활용한 창의적 서비스나 정책 아이디어를 제안하면 된다. 또 AI 학습모델 개발 분야는 공정거래 데이터를 활용한 AI 모델 개발·구현 방안을 제안하면 된다. 공모전은 9일부터 5월21일까지 진행되며 접수된 신청 내용에 대해 내·외부 전문가의 1차(서류)·2차(대면) 심사를 실시한다. 시상은 대상 총 2점(아이디어 기획 및 AI 학습모델 분야 각 1점), 우수상 총 5점(아이디어 3점, AI 학습모델 2점)에 대해 이뤄진다. 이번 공모전은 공정거래 데이터의 국민 활용 활성화, AI 기반 공공서비스 혁신 아이디어 발굴, 의결서 등 전문 데이터를 누구나 이해할 수 있도록 하는 AI 기술 확산, 스타트업 및 개발자의 AI 창업모델 창출 지원을 목표로 추진된다. 특히 기존에는 이해하기 어려웠던 법률·판례 중심의 의결서를 AI 기술을 통해 쉽게 검색하고 분석할 수 있는 환경을 조성하는 데 중점을 둔다. 공정위는 아이디어기획과 AI 학습모델 개발 각각의 수상자(단체)에 공정거래위원장상과 상금을 수여한다. 각 부분 최우수 수상작은 행정안전부에서 주관하는 '제14회 범정부 공공데이터 창업경진대회' 본선 진출권이 부여된다. 공정위는 이번 공모전을 계기로 공정거래 데이터의 AI 학습데이터 구축 및 개방을 확대해 국민체감형 AI 공공서비스를 지속적으로 추진해 나갈 예정이다.

2026.04.09 14:49주문정 기자

메타, 초지능팀 첫 AI '뮤즈 스파크' 공개

메타가 초지능팀 조직 이후 첫 인공지능(AI) 모델을 공개했다. 8일(현지시간) 블룸버그 등 외신에 따르면 알렉산더 왕 최고 AI 책임자가 이끄는 메타의 신규 조직 초지능 팀은 '뮤즈 스파크'라는 이름의 AI 모델을 공개했다. 뮤즈 스파크는 메타 AI 챗봇에 적용되며 기존 오픈소스 전략과 달리 설계와 코드가 공개되지 않는 폐쇄형 모델로 개발됐다. 뮤즈 스파크는 마크 저커버그 최고경영자(CEO)가 새롭게 꾸린 AI 조직의 첫 시험대로 평가받는다. 그는 지난해 약 140억 달러(약 )를 투자해 왕을 영입했으며 이후 AI 인재 확보와 데이터센터 등 인프라 구축에 수십억 달러를 추가로 투입해왔다. 이는 오픈AI, 앤트로픽, 구글 등 경쟁사에 뒤처졌다는 위기의식에서 촉발된 것으로, 메타는 AI 조직을 유연하게 운영하기 위해 연구자들에게 자율성을 부여하고 기존 관리 중심 구조를 최소화하고 있다. 왕은 약 100명의 직속 보고 체계를 두고 있는 것으로 알려졌다. 다만, 메타는 뮤즈 스파크가 일부 영역에서는 챗GPT, 클로드, 제미나이보다 성능이 떨어진다는 점을 인정했다. 메타는 블로그를 통해 “이번 모델은 향후 발전 방향을 보여주는 초기 단계의 결과물”이라며 더 큰 규모의 모델들을 개발 중이라고 밝혔다. 뮤즈 스파크는 개발 당시 '아보카도'라는 코드명으로 불렸으며 약 9개월에 걸쳐 만들어졌다. 이는 기존 오픈소스 '라마' 중심 전략에서 벗어나 메타의 AI 전략 전환을 상징하는 모델로 일컬어진다. 메타는 앞으로도 오픈소스 모델을 개발할 계획이지만, 동시에 뮤즈 스파크의 응용 프로그램 인터페이스(API)를 유료로 제공하는 방안도 검토 중이다. 현재 메타 AI 챗봇은 무료로 제공되지만, 향후 구독형 요금제를 도입할 가능성도 있다. 뮤즈 스파크라는 이름은 향후 이어질 AI 모델의 라인업 시작을 의미하며 비교적 가볍고 빠른 모델로, 초지능 팀의 연구를 본격적으로 가동하는 역할을 맡는다. 향후 뮤즈 시리즈 모델이 순차적으로 공개될 예정이다. 뮤즈 스파크는 알리바바의 큐웬을 포함해 오픈AI, 구글 등 다양한 외부 오픈소스 모델을 활용해 학습됐다. 메타는 “업계 전반과 마찬가지로 공개된 AI 모델을 활용해 학습하는 디스틸레이션 기법을 엄격한 안전장치 아래 적용하고 있다”고 설명했다. 해당 AI는 인스턴트(Instant), 싱킹(Thinking), 심사숙고(Contemplating) 모드 등 여러 수준의 추론 기능을 제공함 과학·건강ㅍ수학 분야 질문에 강점을 보인다. 코딩 능력은 상대적으로 약한 편이다. 뮤즈 스파크는 인스타그램, 페이스북, 왓츠앱 등 메타의 주요 서비스에 적용될 예정이다. 현재는 의류나 가구 등을 추천하는 쇼핑 에이전트 기능에도 활용되고 있다.

2026.04.09 09:17박서린 기자

[AI는 지금] "스마트폰서도 AI 추론"…구글, '젬마4'로 클라우드 중심 판 흔든다

구글이 오픈웨이트 인공지능(AI) 모델 '젬마4(Gemma 4)'를 공개하며 AI 실행 환경을 클라우드에서 디바이스로 확장하는 전략을 본격화했다. 스마트폰부터 워크스테이션까지 다양한 하드웨어에서 복잡한 추론과 자율형 에이전트 구현이 가능해지면서 온디바이스 AI 확산과 오픈 모델 생태계 변화에 큰 영향을 줄 것으로 전망된다. 구글 딥마인드는 2일(현지시간) 공식 블로그를 통해 '젬마4'를 공개했다. 이번 모델은 '제미나이3(Gemini 3)'와 동일 계열의 연구 및 기술을 기반으로 개발됐으며 로컬 환경에서 고급 AI 기능을 수행할 수 있도록 설계됐다. 젬마4는 이펙티브 2B(E2B), 이펙티브 4B(E4B), 26B 전문가 혼합(Mixture of Experts, MoE), 31B 덴스(Dense) 등 4종으로 구성된다. 이 가운데 E2B와 E4B 모델은 안드로이드 스마트폰과 라즈베리파이 등 경량 디바이스에 최적화됐으며 배터리와 메모리 제약 환경에서도 AI를 실행할 수 있도록 설계됐다. 반면 26B MoE와 31B 덴스 모델은 워크스테이션급 환경에서 고성능 추론을 수행하도록 설계돼 디바이스부터 고성능 컴퓨팅 환경까지 폭넓은 계층을 아우른다. 26B MoE 모델은 추론 과정에서 약 38억 개의 파라미터만 활성화하는 구조를 통해 처리 속도를 높이면서도 대형 모델 수준의 성능을 유지하도록 설계됐다. 31B 모델은 품질 중심 구조로 고도화된 추론 능력을 제공한다. '젬마4'는 단순 대화형 모델을 넘어 실제 작업 수행을 지원하는 '에이전트형 AI' 구현을 핵심 방향으로 제시했다. 이 모델은 함수 호출과 구조화된 JSON(Javascript Object Notation) 출력 기능을 네이티브로 지원해 외부 도구 및 API와 연동한 다단계 작업 수행이 가능하다. 이는 AI가 정보 생성에서 실행 중심으로 진화하고 있음을 보여주는 변화다. 또 모든 모델이 이미지와 비디오 입력을 처리할 수 있으며 E2B와 E4B 모델은 오디오 입력을 지원해 기기 내 음성 이해 기능을 제공한다. 구글은 "개발자 생태계를 제한 없이 지원하기 위해 상업적으로 자유로운 아파치(Apache) 2.0 라이선스로 공개했다"며 "데이터와 인프라, 모델에 대한 통제권을 개발자에게 제공하는 것이 목표"라고 밝혔다. '젬마4'는 모델 가중치를 공개하는 오픈 웨이트 형태로 제공되면서 기업과 개발자가 자체 인프라에서 AI를 직접 구축·운영할 수 있는 기반을 제공한다. 이에 따라 클라우드 의존도를 낮추고 비용 구조를 재편하는 한편, 기업 맞춤형 AI 개발과 데이터 통제 요구가 높은 산업을 중심으로 활용이 확대될 가능성이 제기된다. 모델은 구글 클라우드를 비롯해 허깅페이스, 캐글, 올라마 등 다양한 플랫폼에서 제공된다. 젬마4 출시는 오픈 모델 경쟁 구도에도 변화를 예고한다. 기존 메타 '라마(Llama)' 시리즈에 더해 알리바바 '큐웬(Qwen)', 즈푸AI 'GLM', 문샷AI '키미(Kimi)' 등 중국 기업 모델이 빠르게 부상하는 가운데 구글은 성능 대비 효율성과 온디바이스 실행을 결합한 전략으로 차별화를 시도한 모습이다. 젬마4가 구글의 기존 대형 모델 '제미나이'와 병행되는 전략적 포지션을 갖는다는 점도 눈여겨 볼 요소다. 제미나이가 클라우드 기반 초대형 모델 역할을 담당하는 반면, 젬마는 로컬 및 경량 환경을 맡는 식이다. 구글은 이를 통해 클라우드와 디바이스를 아우르는 AI 플랫폼 전략을 구축하고 있다. 젬마4는 오픈모델의 성능 고도화와 온디바이스 AI 확산, 에이전트 기반 자동화를 동시에 겨냥한 모델로 평가된다. 이는 AI 활용 방식이 중앙 서버 중심에서 분산형 구조로 이동하고 있음을 보여주는 흐름으로, 향후 기업의 AI 도입 전략과 비용 구조에도 변화를 가져올 가능성이 제기된다. 업계 전문가는 "젬마4는 고성능 AI를 클라우드 밖으로 확장해 디바이스까지 끌어내린 모델"이라며 "손바닥 크기의 컴퓨터에서도 복잡한 추론이 가능한 수준까지 발전했다는 점에서 앞으로 AI 경쟁은 성능뿐 아니라 어디에서 실행되느냐가 핵심 변수로 작용할 것"이라고 말했다.

2026.04.03 09:46장유미 기자

[단독] AWS, 이달부터 파트너 마진 8%로 상향…실상은 '인센티브 통합' 구조

아마존웹서비스(AWS)가 이달부터 국내 클라우드 관리 서비스 사업자(MSP) 등 파트너를 대상으로 새로운 마진 정책을 시행한다. 표면상 기본 마진율을 올리는 개편이지만, 기존에 별도로 제공하던 인센티브를 기본 마진에 통합한 방식으로 파트너사들의 실질적인 수익 개선 효과는 제한적일 수 있다는 우려가 나온다. 1일 업계에 따르면 AWS는 국내 파트너사를 대상으로 이달부터 '솔루션 공급자 프로그램(SPP)' 개편안을 적용하고 기본 마진을 기존 4%에서 8%로 상향 조정한다. SPP는 파트너사가 AWS 클라우드 인프라와 서비스를 고객사에 판매·운영·관리하는 과정에서 적용받는 수익 체계다. 국내 MSP들은 AWS 사용량 기반 매출을 고객사에 재판매하면서 기본 마진을 확보하고 여기에 약정 상품 재판매나 별도 인센티브를 더해 수익성을 보완해왔다. 이번 개편의 핵심은 기본 마진율 상향이다. 다만 기존에 기술 역량(컴피턴시) 보유 파트너에 별도로 제공되던 약 4% 수준의 인센티브가 이번 개편 과정에서 기본 마진에 통합된 것으로 파악됐다. 기본 마진 4%에 컴피턴시 인센티브 4%를 추가한 기존 구조를, 개편 이후에는 이를 기본 마진 8%로 일원화한 셈이다. 업계에선 이를 두고 단순한 마진 확대라기보다 수익 구조 재정비에 가깝다는 해석이 나온다. 총 마진율이 기존과 유사한 수준에 머물 수 있는데다, 파트너별 역량에 따라 추가 보상을 받을 수 있었던 여지가 줄어들 수 있어서다. 일부 파트너사의 경우 인센티브 지급 구조 변화에 따라 체감 수익이 오히려 감소할 가능성도 제기된다. 컴피턴시는 AWS가 파트너의 기술·사업 수행 능력을 평가해 부여하는 일종의 전문성 인증 체계다. 클라우드 마이그레이션, 데이터·분석, 보안, 인공지능(AI), 산업별 특화 영역 등에서 일정 수준 이상의 구축·운영 역량과 고객 사례를 확보한 기업에 부여돼왔다. 파트너사 입장에선 이 자격을 바탕으로 대외 신뢰도를 높이고 추가 인센티브를 확보하는 수단으로 활용해왔다. AWS 측은 이번 개편이 단순한 마진 조정이 아니라 인센티브 구조를 단순화하고 파트너 지원을 강화하기 위한 조치라는 입장이다. 회사는 기존의 복잡한 인센티브 체계를 하나로 통합해 파트너의 수익 예측 가능성을 높이고 행정 부담을 줄이는 데 초점을 맞췄다. 또 신규 고객 확보를 위한 인센티브와 파트너 성장 인센티브를 별도로 도입해 단순 리셀 중심이 아닌 장기적인 고객 확대와 서비스 역량 강화에 보상을 제공하는 구조로 개편했다는 설명이다. AWS의 파트너 정책 변화는 이번이 처음은 아니다. 회사는 앞서 올해 1월부터 MSP 수익 구조의 핵심 축으로 꼽혀온 '약정 요금(RI·SP) 재판매'를 전면 금지하는 정책도 시행했다. RI(예약 인스턴스)와 SP(세이빙 플랜)는 클라우드 사용량을 일정 기간 약정하는 대신 할인 혜택을 제공하는 제도다. 그동안 일부 MSP는 이를 대량 선구매한 뒤 고객사별 사용량에 맞춰 재판매하면서 추가 마진을 확보해 왔다. 당초 이 정책은 지난해 6월부터 전 세계에 적용될 예정이었지만, 국내 시장에 한해 올해 1월까지 유예된 뒤 적용된 것으로 확인됐다. 국내 MSP들의 경우 약정 상품 재판매가 수익 구조에서 차지하는 비중이 적지 않았던 만큼, 관련 금지 조치는 직접적인 부담 요인으로 작용한 것으로 알려졌다. 이처럼 약정 상품 재판매가 막힌 상황에서 이번 기본 마진 개편까지 인센티브 통합 방식으로 이뤄지면서, 국내 MSP들 사이에서는 수익 구조가 전반적으로 보수화되고 있다는 해석도 나온다. 단순 리셀링만으로는 이전과 같은 수익성을 기대하기 어려워졌다는 설명이다. 여기에 AWS는 생성형 AI 사업과 관련한 파트너 정책도 함께 손질하고 있다. 대표 사례가 '아마존 베드록'이다. 베드록은 기업이 자체 대규모언어모델(LLM)을 직접 구축하지 않고도 외부 AI 모델을 API 형태로 불러와 활용할 수 있도록 한 AWS의 생성형 AI 플랫폼이다. 하나의 서비스 안에서 여러 모델을 선택해 쓸 수 있도록 구성된 것이 특징이다. AWS가 베드록을 통해 제공하는 모델 가운데는 앤트로픽의 '클로드'도 포함된다. 클로드는 기업용 수요가 높은 대표 생성형 AI 모델 중 하나로 꼽히지만, AWS는 파트너사를 대상으로 해당 모델에 대해 별도 승인 프로그램을 통해서만 재판매가 가능하도록 제한한 것으로 알려졌다. 파트너 입장에선 AI 사업에서도 판매 권한과 수익 구조가 이전보다 더 세밀하게 관리되는 구조다. 이 과정에서 정책 적용 시점이 조정되는 등 혼선도 있었던 것으로 전해졌다. 지난해 8월에는 관련 정책 시행 시점이 한 달도 채 남지 않은 상황에서 변경되는 사례가 있었고, 이후 파트너사를 대상으로 별도의 가이드라인도 추가 안내된 것으로 알려졌다. 다만 일부 AI 모델의 리셀링 정책과 관련해선 모델 공급사 정책이 반영된 측면도 있다. 특정 모델의 재판매 승인 절차 등은 모델 제공사 정책에 따른 것으로, AWS만의 단독 정책으로 보기 어렵다는 설명이다. 이번 정책 변화는 단순히 기본 마진율 숫자를 조정하는 수준을 넘어 파트너의 역할을 기존 재판매 중심에서 서비스 수행·운영 중심으로 정의하려는 시도로 풀이된다. 리셀링과 할인 구조를 활용해 수익을 확보하던 방식은 축소하고 파트너가 기술 지원과 운영, 고객 성공 중심으로 역할을 옮기도록 유도하는 방향이라는 해석이다. MSP 업계 관계자는 "기본 마진이 8%로 올라간다고 하지만 파트너가 체감하는 건 단순 인상이라기보다 기존 인센티브 구조를 통합한 성격에 가깝다"며 "약정 재판매 제한에 이어 AI 모델 리셀링까지 관리가 강화되면서 수익 구조 전반을 다시 점검해봐야 하는 상황"이라고 말했다. AWS 관계자는 "이번 개편은 파트너에 대한 투자를 확대하고 장기적인 성장을 지원하는 데 목적이 있다"고 밝혔다.

2026.04.01 12:16한정호 기자

[AI는 지금] "이미지도 자체 기술로"…脫 오픈AI 노린 MS, 멀티모달 경쟁 본격화

마이크로소프트(MS)가 자체 개발한 이미지 생성 모델 '마이(MAI)-이미지-2'를 최근 공개하며 인공지능(AI) 시장 주도권 확보 경쟁에 본격적으로 나섰다. 오픈AI 등 외부 모델 의존에서 벗어나 기술 내재화를 추진하는 동시에 코파일럿 중심 생태계를 강화하려는 전략적 행보로 풀이된다. 27일 업계에 따르면 MS는 지난 19일 자사 AI 슈퍼인텔리전스 팀이 개발한 텍스트-이미지 변환 모델 '마이-이미지-2'를 공개했다. 해당 모델은 성능 평가 플랫폼 아레나 리더보드에서 상위권에 오르며 구글, 오픈AI와 함께 글로벌 이미지 생성 경쟁 구도에 진입했다. 이번 모델은 무스타파 술레이먼 MS AI 최고경영자(CEO)가 이끄는 초지능 팀에서 개발됐다. MS는 이를 통해 이미지 생성 분야에서도 독자 기술 기반을 강화하겠다는 방침이다.술레이먼 CEO는 "우리는 이 모델 출시로 세계 3대 텍스트 이미지 변환 연구소로 도약하게 됐다"며 "초지능 팀은 앞으로 더 많은 것을 선보일 예정인 만큼 기대해 달라"고 밝혔다.이처럼 MS가 자체 모델을 전면에 내세운 것은 오픈AI에 대한 의존도를 낮추려는 전략으로 분석된다. MS는 그간 오픈AI에 대규모 투자를 단행하며 협력 관계를 유지해왔지만, 핵심 AI 기능을 외부에 의존할 경우 비용 부담과 서비스 통제력에 한계가 있다는 평가를 받아왔다. 이에 MS는 자체 모델 확보를 통해 비용 구조를 개선하고 기능, 정책, 업데이트 방향을 독자적으로 설계할 수 있는 기반 마련에 본격 나선 것으로 보인다. 기술 경쟁 측면에서는 멀티모달 AI 시장을 겨냥한 행보로 읽힌다. 최근 AI 산업은 빅테크를 중심으로 텍스트에서 이미지, 음성, 영상까지 아우르는 멀티모달로 빠르게 확장되고 있다. 단일 모델이 다양한 형태의 데이터를 이해하고 생성하는 능력도 플랫폼 경쟁력의 핵심 요소로 자리잡고 있다. 시장 성장세도 가파르다. 글로벌 시장조사업체 그랜드뷰리서치는 멀티모달 AI 시장이 2024년 약 17억3000만 달러에서 2030년 108억9000만 달러 규모로 확대될 것으로 내다봤다. 또 콘텐츠 제작, 광고, 게임, 커머스 등 산업 전반에서 시각 콘텐츠 자동화 수요가 급증하고 있어 멀티모달 영역이 향후 핵심 성장 축이 될 것으로 관측됐다. 이 같은 분위기에 맞춰 MS는 '마이-이미지-2'를 앞세워 멀티모달 시장 내 주도권을 잡기 위해 속도를 낼 것으로 보인다. '마이-이미지-2'는 자연광과 질감, 공간감을 정교하게 구현하는 사실감은 물론, 이미지 내 긴 문장과 복잡한 타이포그래피를 안정적으로 생성하는 기능을 핵심 경쟁력으로 내세웠다. 이는 기존 이미지 생성 모델의 한계로 지적되던 텍스트 표현 문제를 개선한 것으로, 디자인·콘텐츠 제작 영역까지 활용 범위를 넓힐 수 있다는 점에서 주목된다. 제품 전략 측면에서는 코파일럿 생태계와의 결합이 눈에 띈다. MS는 해당 모델을 '코파일럿'과 '빙' 이미지 생성기에 단계적으로 적용할 계획이다. 워드, 파워포인트 등 생산성 도구와 연계될 경우 문서 작성 과정에서 이미지 생성이 기본 기능으로 자리잡을 가능성이 높다. 이는 텍스트 중심 생산성 도구를 멀티모달 플랫폼으로 확장하려는 시도다. 기업 시장 공략도 병행된다. MS는 현재 일부 기업 고객을 대상으로 API를 제공하고 있으며 향후 마이크로소프트 파운드리를 통해 개발자 접근성을 확대할 예정이다. 또 광고·마케팅 기업 등 대량 이미지 생성 수요를 겨냥해 이미지 AI를 산업용 생산 도구로 확장하기 위해 적극 나설 것으로 보인다. 다만 현재 서비스는 기능과 정책 측면에서 일부 제약이 있다. 생성 속도 지연과 사용 횟수 제한, 이미지 비율 고정, 편집 기능 부재 등이 대표적이다. 콘텐츠 필터링 기준도 비교적 엄격하게 적용되고 있다. 이는 기업용 서비스에서 요구되는 안정성과 리스크 관리를 반영한 설계로 해석된다. 업계 관계자는 "MS가 이미지 생성까지 자체 모델로 내재화하면서 AI 경쟁의 판이 텍스트에서 멀티모달 전반으로 빠르게 확장되고 있다"며 "향후 플랫폼 주도권은 얼마나 다양한 데이터를 하나의 경험으로 통합하느냐에 달려 있을 것"이라고 말했다.

2026.03.27 15:56장유미 기자

[유미's 픽] "연산보다 메모리"…구글 '터보퀀트' 등장에 엔비디아도 '긴장'

구글이 생성형 인공지능(AI) 운영의 핵심 병목으로 꼽혀온 '메모리 문제'를 소프트웨어 방식으로 풀어내는 기술을 공개하면서 AI 인프라 경쟁의 방향이 바뀌고 있다. 모델 규모 확대 중심이던 기존 경쟁 구도가 실행 효율과 메모리 최적화 중심으로 이동하고 있다는 분석이 나온다. 27일 업계에 따르면 최근 대규모언어모델(LLM) 운영에서는 연산 성능보다 메모리 처리 효율이 전체 성능을 좌우하는 사례가 늘고 있다. LLM은 답변 생성 과정에서 이전 정보를 반복적으로 참조하는 구조를 갖고 있어 데이터 접근 과정에서 발생하는 지연이 속도와 비용을 동시에 제한하는 요인으로 작용한다. 현재 엔비디아 H100 등 최신 그래픽처리장치(GPU) 도입으로 연산 성능은 크게 향상됐지만, 메모리 대역폭과 데이터 이동 효율은 상대적으로 제한돼 있다. 실제 서비스 환경에서는 GPU 연산보다 메모리 접근이 병목으로 작용하는 경우가 적지 않다. 이 같은 흐름 속에서 AI 추론 시스템을 구성하는 기술 구조에 대한 이해도 중요해지고 있다. AI 추론은 모델, 메모리 구조, 실행 소프트웨어, 하드웨어가 단계적으로 결합된 형태로 작동한다. 우선 모델은 연산 과정에서 생성된 정보를 메모리에 저장하고 이를 반복적으로 참조한다. 이 과정에서 메모리 사용량이 급격히 증가하며 병목이 발생한다. 이를 해결하기 위한 접근이 메모리 압축 기술로, 데이터 표현을 줄이는 양자화(Quantization) 방식과 데이터 구조를 효율적으로 인코딩하는 방식이 함께 발전하고 있다. 이 가운데 구글이 지난 24일 공개한 터보퀀트(TurboQuant)는 데이터 표현 방식을 재구성하는 양자화 기반 접근으로, 메모리 사용량을 줄이면서도 정확도를 유지하는 데 초점을 맞춘 기술로 평가받는다. 엔비디아 역시 같은 문제를 두고 다른 접근을 시도하고 있다. 특히 최근에는 KV 캐시를 효율적으로 저장하기 위한 'KV 캐시 트랜스폼 코딩(KV Cache Transform Coding)' 기반 기술을 앞세우고 있다. 이는 데이터를 단순히 제거하는 방식이 아닌, 정보 구조를 효율적으로 인코딩해 저장 효율을 높이는 접근에 가깝다. 다만 모델별 특성에 맞춘 보정 과정이 필요하다는 점에서 적용 방식에는 차이가 있다. 두 기술 모두 메모리 압축을 목표로 하지만 접근 방식에는 차이가 있다. 터보퀀트가 양자화를 기반으로 정확도 손실을 최소화하는 데 초점을 둔 반면, KV 캐시 트랜스폼 코딩은 인코딩 효율을 높여 압축률을 끌어올리는 기술로 분석된다. 두 기술은 기존 메모리 최적화 기술의 연장선에선 의미 있는 진전으로 평가된다. KV 캐시의 정밀도를 낮추는 양자화 기법은 GPTQ, AWQ 등 오픈소스 진영과 스타트업을 중심으로 확산돼 왔고, 중요도가 낮은 토큰을 선택적으로 제거하는 방식이나 슬라이딩 윈도우 기반 메모리 관리 기법도 일부 모델에 적용돼 왔다. 또 메모리 접근을 줄이는 어텐션 최적화 기술은 데이터 전송 횟수를 줄여 속도를 높이는 플래시어텐션(FlashAttention) 등으로 발전하며 주요 AI 기업과 연구 커뮤니티에서 활용되고 있다. 업계 관계자는 "양자화나 토큰 프루닝 같은 기법은 이미 널리 쓰이고 있지만, 실제 서비스에서는 정확도나 안정성 문제 때문에 적용 범위가 제한적인 경우가 많다"며 "KV 캐시 자체를 압축 대상으로 삼는 접근은 구현 난이도는 높지만, 제대로 적용되면 체감 성능을 크게 바꿀 수 있는 영역"이라고 밝혔다. 메모리 압축과 더불어 모델 실행 방식 자체를 개선하려는 소프트웨어 경쟁도 확대되고 있다. vLLM, 텐서RT-LLM(TensorRT-LLM)을 비롯해 라마(llama.cpp) 등 다양한 추론 엔진들이 등장하며 요청 처리 방식과 메모리 관리 효율을 높이는 방향으로 발전하고 있다. 특히 vLLM은 미국 UC버클리 연구진이 주도해 개발한 오픈소스 추론 엔진으로, 요청을 효율적으로 묶어 처리하고 페이지드어텐션(PagedAttention) 구조를 통해 메모리를 동적으로 관리하는 방식으로 처리 효율을 높인다. 엔비디아가 개발한 텐서RT-LLM(TensorRT-LLM) 역시 GPU 연산을 최적화해 추론 속도를 개선하는 소프트웨어로, 데이터센터 환경에서 널리 활용되고 있다. 추론 엔진은 모델 자체를 변경하지 않고도 실행 방식만으로 성능을 개선할 수 있다. 동일한 모델이라도 어떤 실행 소프트웨어를 사용하느냐에 따라 처리 속도와 비용이 달라지는 구조다. 업계 관계자는 "같은 모델이라도 vLLM이나 텐서RT 같은 추론 엔진 설정에 따라 처리량 차이가 크게 난다"며 "실제 서비스에서는 모델보다 실행 스택이 성능을 좌우하는 경우도 적지 않다"고 설명했다. 메모리 압축 기술과 추론 엔진이 결합된 뒤 최종 연산은 GPU에서 수행된다. 특히 최신 GPU 환경에서는 연산 성능보다 메모리 활용 효율이 전체 성능을 좌우하는 경우가 많아지면서 소프트웨어 기반 최적화의 중요성이 더욱 커지고 있다. 이와 함께 AI 경쟁의 방향도 변화하고 있다. 그동안 생성형 AI는 더 많은 데이터를 학습하고 더 큰 모델을 구축하는 데 집중해 왔지만, 최근에는 동일한 모델을 얼마나 빠르고 비용 효율적으로 운영할 수 있는지가 핵심 경쟁력으로 부상하고 있다. 업계 관계자는 "대규모 서비스에서는 모델 성능보다 추론 효율이 비용 구조를 좌우하는 경우가 더 많다"며 "메모리 구조와 추론 엔진을 함께 최적화하지 않으면 GPU를 늘려도 수익성을 맞추기 어려운 단계에 들어섰다"고 말했다.

2026.03.27 12:11장유미 기자

[AI는 지금] "실험 대신 시뮬레이션"…메타, 뇌 기반 'AI 월드모델' 경쟁 본격화

메타가 인간 뇌 활동을 예측하는 인공지능(AI) 모델을 공개했다. 데이터 처리 중심이던 AI 경쟁이 인간 인지 구조를 모사하는 '뇌 기반 기술'로 확장되면서 산업 패러다임 전환의 신호탄이 될 것이란 분석이 나온다. 메타는 27일 자사 공식 블로그를 통해 시각·청각·언어 자극에 따른 뇌 반응을 예측하는 기초 모델 '트라이브 v2(TRIBE v2, TRImodal Brain Encoder)'를 발표했다. 이 모델은 오디오·영상·텍스트를 동시에 처리하는 구조를 기반으로 자극에 따른 뇌 활동을 디지털 형태로 예측·재현하는 것이 특징이다. '트라이브 v2'는 700명 이상의 피실험자와 500시간 이상의 기능적 자기공명영상(fMRI) 데이터를 학습했다. 이를 통해 약 7만 개 뇌 영역(voxel)의 반응을 정밀하게 예측할 수 있으며 학습하지 않은 자극에도 대응하는 '제로샷' 성능을 확보했다. 이 모델은 개별 뇌 측정 데이터를 넘어 인간의 공통된 반응 패턴을 모델링했다는 점에서도 주목된다. 실제 fMRI 데이터가 노이즈에 영향을 받는 것과 달리 '트라이브 v2'는 집단 평균에 가까운 '표준화된 뇌 반응'을 생성할 수 있다. 업계에선 이번 기술이 신경과학 연구 방식의 전환을 가져올 가능성에 주목하고 있다. 기존에는 실험마다 뇌 촬영이 필요했지만, 모델 기반 시뮬레이션을 통해 실험 과정을 대체할 수 있어 연구 효율성이 크게 개선될 수 있다는 분석이다. 산업적 활용 범위도 넓다. 의료 분야에서는 신경 질환 진단과 신약 개발 과정에서 활용 가능성이 제기된다. 임상 이전 단계에서 뇌 반응을 예측하는 방식으로 개발 비용과 시간을 줄일 수 있기 때문이다. AI와 로보틱스 분야에서는 인간의 감각·인지 구조를 반영한 차세대 모델 설계로 이어질 수 있다는 전망이 나온다. 콘텐츠 산업에서도 변화가 예상된다. 이용자의 감정과 몰입도를 뇌 반응 수준에서 분석할 수 있게 되면서 콘텐츠 제작과 추천 방식이 한층 정교해질 수 있다. 업계 관계자는 "이 모델은 단순한 응용 기술이 아니라 산업 전반의 의사결정 방식을 바꿀 수 있는 인프라 성격이 강하다"며 "콘텐츠, 의료, 로보틱스 모두에서 사람이 어떻게 반응하는지를 실험 없이 예측할 수 있다는 점에서 파급력이 클 것으로 보인다"고 밝혔다. 업계에선 이번 기술이 메타가 강조해온 '월드모델' 구현과도 맞닿아 있다는 분석을 내놨다. 외부 자극에 대한 인간의 인지 반응을 직접 모델링함으로써 단순 데이터 학습을 넘어 인간처럼 세상을 이해하고 예측하는 AI 구조에 한 발 더 다가섰다는 평가다. 특히 시각·청각·언어 정보를 통합해 공통 표현으로 처리한 뒤 이를 뇌 반응과 연결한 구조는 현실 세계를 내부적으로 시뮬레이션하는 월드모델의 핵심 요소를 반영한 것으로 분석됐다. 이처럼 다양한 산업으로 확장 가능한 범용 모델이라는 점에서 메타는 논문과 코드, 모델 가중치를 공개하는 오픈소스 전략을 병행했다. 신경과학 기반 AI 생태계에서 기술 확산과 표준 선점을 동시에 노린 행보로 해석된다. 메타는 "트라이브 v2는 수개월이 걸리던 신경과학 실험을 수초 단위 계산으로 전환할 수 있는 기반 모델"이라며 "뇌 반응 시뮬레이션을 통해 연구와 의료, AI 개발 전반을 가속화할 것"이라고 밝혔다.

2026.03.27 11:01장유미 기자

[AI 리더스] "범용 AI 한계 넘는다"...월드모델 노린 이홍락, LG '엑사원'으로 산업 판 흔들까

국내 인공지능(AI) 경쟁이 모델 개발을 넘어 산업 적용과 생태계 구축 단계로 진입하고 있다. LG AI 연구원은 자체 파운데이션 모델과 사내 AI대학원을 통해 인재와 기술을 동시에 확보하며 기업 중심 AI 전략을 구체화하고 있다. 이에 지디넷코리아는 이홍락 LG AI연구원 공동원장 인터뷰를 통해 LG의 AI 인재 양성 모델과 기술 전략, 국내 AI 생태계에서의 역할을 짚어봤다. 1편에서는 LG AI 대학원의 설립 배경과 실전형 인재 양성 전략을, 2편에서는 AI 에이전트, 데이터, 인프라 등 산업형 AI로의 전환 흐름과 국가 AI 경쟁력 관점의 시사점을 다룬다. [편집자주] "파운데이션 모델만으로는 이제 사업적 성과를 내기 어렵습니다." 이홍락 LG AI연구원 공동원장은 26일 지디넷코리아와의 인터뷰에서 최근 인공지능(AI) 경쟁의 기준이 빠르게 바뀌고 있다고 진단했다. 단순한 모델 성능 경쟁을 넘어 산업 현장에서 실제 성과를 만들어내는 적용 역량이 핵심 변수로 부상하고 있다는 분석이다. 그는 "이젠 제조, 바이오, 신소재 등 각 산업 도메인에 맞는 전문성을 얼마나 잘 반영하느냐가 중요해졌다"며 "앞으로는 모델을 얼마나 효과적으로 커스터마이즈해 실제 문제를 해결할 수 있느냐가 결국 경쟁력을 가를 것"이라고 강조했다. 이에 이 원장은 '데이터'를 주축으로 도메인 특화 전략을 펼쳐야 한다고 주장했다. 산업별 특성을 반영한 고품질 데이터를 얼마나 확보하고 구조화하느냐에 따라 AI 성능과 활용도가 좌우되기 때문이다. 그는 "제조 데이터는 공개되지 않는 경우가 많고 내부에서도 체계적으로 정리되지 않은 경우가 많다"며 "단순히 데이터를 모으는 것이 아니라 인풋과 아웃풋을 연결하는 전체 흐름과 온톨로지까지 함께 구축돼야 한다"고 말했다. 그러면서 "도메인 지식과 현장 노하우가 결합된 데이터를 하나의 시스템으로 녹여내는 것이 쉽지 않다"면서도 "하지만 이를 잘하는 기업이 경쟁력을 갖게 될 것"이라고 덧붙였다. "독파모 없이 도메인 AI 한계"…'K-엑사원' 전략 강조 이 원장은 이 같은 전략의 기반으로 독자적인 AI 파운데이션 모델 확보의 필요성도 강조했다. 외부 모델 활용만으로는 기업 핵심 데이터를 충분히 반영하기 어렵고 장기적으로 경쟁력을 확보하는 데 한계가 있다는 판단에서다. 그는 "기업의 핵심 데이터를 외부 모델에 맡기는 것은 부담이 클 수밖에 없다"며 "결국 내부에서 통제 가능한 파운데이션 모델을 확보하는 것이 중요하다"고 말했다. 이어 "도메인 특화 AI를 제대로 구현하려면 독자 모델 기반 위에서 커스터마이즈가 이뤄져야 한다"고 덧붙였다. 이 같은 전략의 중심에는 LG AI 연구원이 개발 중인 독자 AI 파운데이션 모델 '엑사원'이 있다. 엑사원은 정부의 독자 AI 파운데이션 모델(독파모) 프로젝트에도 참여하고 있는 모델로, 글로벌 수준의 성능 확보와 산업 적용을 동시에 추진하고 있는 것이 특징이다.이 원장은 "엑사원은 단순히 모델 성능을 높이는 데 그치는 것이 아니라 실제 산업 현장에서 활용될 수 있도록 설계된 모델"이라며 "글로벌 수준의 경쟁력을 확보하면서도 국내 산업에 적용 가능한 AI를 만드는 것이 핵심 목표"라고 강조했다. 에이전트·월드모델로 확장…"AI, 문제 해결 구조로 진화" 이 원장은 산업 현장에서의 적용 역량을 강화하기 위한 방향으로 '에이전트 AI'를 꼽았다. 또 에이전트형 AI가 단순 질의응답을 넘어 목표를 이해하고 복잡한 작업을 단계적으로 수행하는 구조로 진화하고 있다는 점을 주목할 필요가 있다고 설명했다. 그는 "앞으로는 사용자가 목표만 제시하면 AI가 필요한 단계들을 스스로 설계하고 수행하는 방향으로 발전할 것"이라며 "이 과정에서 중요한 것은 단계별 과정을 데이터로 확보하는 것으로, 단순 질의응답이 아닌 실제 업무 흐름을 반영한 데이터가 필요하다"고 강조했다. 이 원장은 AI 에이전트의 고도화를 위해선 현실 세계를 반영한 예측 능력 확보도 중요하다고 진단했다. 이에 맞는 기술 방향으로는 '월드모델(World Model)'을 제시했다. 이는 현실 세계의 조건과 변화를 반영해 AI가 다음 상태를 예측할 수 있도록 하는 구조로, 복잡한 산업 환경에서의 의사결정을 지원하는 핵심 기술로 꼽힌다. 그는 "AI가 다음 상황을 예측할 수 있어야 실제 산업 환경에서 안정적인 의사결정이 가능하다"며 "범용 모델보다는 특정 도메인과 태스크에 최적화된 형태가 현실적인 방향"이라고 말했다. 인프라·협업·생태계까지…"AI 경쟁력, 구조서 결정" 이 원장은 AI 모델 경쟁의 기준 역시 변화하고 있다고 분석했다. 단순 성능 중심에서 벗어나 비용 효율성과 보안, 커스터마이제이션이 종합적으로 고려되는 방향으로 이동하고 있다고 봤다. 그는 "성능이 일정 수준을 넘어서면 비용과 보안, 맞춤화가 더 중요한 요소가 된다"며 "특히 기업 환경에서는 데이터 보호와 통제 가능성이 중요한 판단 기준이 될 수밖에 없다"고 말했다. 인프라 전략 역시 변화 흐름에 맞춰 재편되고 있다고 짚었다. 학습 중심의 GPU 구조에서 벗어나 추론 효율 중심 구조로 확장되고 있는 동시에 전력 효율과 비용 구조가 경쟁력의 핵심 변수로 떠오르고 있다고 분석했다. 이 원장은 "학습은 GPU가 강점을 가지고 있지만 추론은 NPU가 유리하다"며 "앞으로 추론 중심 구조로 전환되면서 인프라 경쟁력도 중요한 요소가 될 것"이라고 말했다. AI 확산에 따른 일자리 대체 논란에 대해서도 입장을 밝혔다. 이 원장은 AI가 사람의 역할을 완전히 대체하기보다는 생산성을 확장하는 방향으로 작용할 것이라고 봤다. 또 AI 확산이 산업 구조에 미치는 영향에 대해서는 '대체'보다 '확장' 관점을 강조했다. 반복적이거나 비효율적인 업무를 자동화함으로써 전체 생산성을 끌어올리는 방향으로 활용될 것이라고 예상했다. 그는 "AI는 사람을 대체하기보다 사람이 더 큰 성과를 낼 수 있도록 돕는 방향으로 발전하고 있다"며 "결국 사람과 AI의 협업 구조가 기업 경쟁력을 좌우하게 될 것"이라고 말했다. 국가 차원의 AI 경쟁력 확보를 위해서는 개방형 생태계 구축이 중요하다고 짚었다. 연구와 산업이 유기적으로 연결되는 기반이 마련돼야 지속적인 기술 발전이 가능하다는 점도 함께 강조했다. 이 원장은 "오픈 모델은 학계와 산업계가 협력할 수 있는 중요한 접점"이라며 "엑사원을 글로벌 수준의 오픈 모델로 발전시켜 생태계 확장에 기여해 나갈 것"이라고 밝혔다. 이어 "엑사원을 통해 산업 현장에서 실제 성과를 만들어내는 것이 가장 중요하다"며 "적용을 통해 가치가 증명되는 구조로 만들어 나갈 것"이라고 덧붙였다. LG AI 연구원, 공동원장 체제 운영…"연구·전략 역할 분담" 이 원장은 함께 LG AI 연구원을 이끌어나가고 있는 임우형 원장과도 협업과 철저한 역할 분담을 통해 '엑사원'으로 실제 성과를 내는데 매진하겠다는 각오도 드러냈다. 두 사람은 지난해 배경훈 전 LG AI 연구원장이 과학기술정보통신부 부총리 자리로 이동한 후 같은 해 7월 함께 LG AI 연구원을 이끌게 됐다.LG AI 연구원은 글로벌 연구 역량과 국내 사업 적용을 동시에 강화하기 위한 이원 체계로 운영되고 있으며 기술 개발과 현장 적용을 병행하는 데 초점을 맞추고 있다. 이 원장은 글로벌 AI 연구와 중장기 기술 전략을 맡고, 임 원장이 국내 연구 조직 운영과 엑사원 기반 사업 적용을 총괄하는 방식이다. 이 원장은 "현재 글로벌 연구 협력과 기술 방향성을 중심으로 역할을 맡고 있다"며 "임 원장은 연구 조직 운영과 프로젝트 전반을 총괄하며 계열사 현장에서의 AI 적용을 이끌고 있다"고 설명했다. 이어 "각자의 전문성을 기반으로 역할을 나누고 긴밀하게 협력하는 구조"라며 "연구 성과와 사업 적용을 동시에 끌어올리는 데 집중하고 있다"고 강조했다.

2026.03.26 09:50장유미 기자

구글, 애자일로봇 파트너십 체결…AI 로봇 생태계 선점 가속

구글이 차기 인공지능(AI) 경쟁 격전지로 '로봇'을 지목하며 관련 생태계 장악에 속도를 내고 있다. 구글 딥마인드는 25일 독일 로봇 기업 애자일로봇와 전략적 연구 파트너십을 체결했다고 공식 홈페이지를 통해 밝혔다. 이번 협력은 AI를 실제 물리 환경에 적용하는 핵심 전략으로, 산업용 로봇을 중심으로 한 AI 확장에 초점을 맞춘다. 구글은 이번 파트너십을 통해 '제미나이 로보틱스' 파운데이션 모델을 애자일로봇의 산업용 로봇에 적용할 계획이다. 이를 통해 로봇의 작업 수행 능력과 상황 판단, 추론 기능을 한층 고도화한다는 전략이다. 애자일로봇은 센서 기반 지능형 로봇 팔과 휴머노이드 로봇을 개발하는 기업이다. 현재 전 세계에 2만대 이상의 산업용 로봇 시스템을 구축하며 대규모 현장 적용 경험을 확보하고 있다. 구글은 이번 협력을 통해 실제 산업 현장에서 생성되는 데이터를 확보하게 된다. 이는 AI 모델 성능 개선과 로봇 기능 확장을 동시에 이루는 핵심 자산이다. 제미나이 로보틱스 모델은 생성형 AI 기반으로 로봇의 행동을 제어한다. '제미나이 로보틱스-ER'은 확장된 추론 능력을 통해 복잡한 작업 수행을 지원한다. 이 기술은 애자일로봇의 센서 기반 로봇 팔과 휴머노이드 시스템에 적용돼 제조 현장에서 실증될 예정이다. 특히 구글은 로봇 배치, 데이터 수집, 모델 학습, 재배포로 이어지는 'AI 플라이휠' 구조 구축에 집중하고 있다. 실제 환경에서 축적된 데이터를 기반으로 모델을 고도화하고, 개선된 모델을 다시 현장에 적용하는 방식이다. 애자일로봇은 이미 전 세계 2만대 이상의 로봇을 운영 중으로 대규모 실증 환경을 제공할 수 있는 파트너로 평가된다. 구글은 최근 로봇 분야에서 협력을 빠르게 확대하고 있다. 지난해 미국 앱트로닉과 휴머노이드 로봇 개발에 나섰고, 올해 초에는 현대차그룹의 보스턴 다이내믹스와 협력해 아틀라스 로봇용 AI 모델 개발을 추진한다고 밝혔다. 로봇 소프트웨어 기업 인트린식도 최근 본사 조직으로 편입해 제조업 중심 플랫폼으로 육성하고 있다. 이 같은 행보는 아마존, 테슬라 등과의 경쟁을 의식한 전략으로 풀이된다. 물류, 제조, 건설 등 물리 산업에서 AI 활용이 본격화되면서, 실제 환경에서 작동하는 로봇 기술이 새로운 경쟁 축으로 부상하고 있기 때문이다. 다만 내부에서는 우려도 제기된다. 보스턴 다이내믹스가 국방 분야와 협력해온 이력으로 인해 일부 딥마인드 직원들이 윤리적 문제를 제기한 것으로 알려졌다. 그럼에도 구글은 관련 인재 영입과 투자를 확대하며 로봇 전략을 강화하고 있다. 자오펑 첸 애자일로봇 CEO는 "이미 전 세계 2만대 이상의 로봇 솔루션을 설치하며 대규모 지능형 자동화를 입증했다"며 "구글 딥마인드의 제미나이 로보틱스 모델을 통합해 빠르게 성장하는 시장에서 기술 경쟁력을 확보하겠다"고 밝혔다. 캐롤리나 파라다 구글 딥마인드 로보틱스 총괄은 "차세대 로봇을 위한 더 발전된 AI 모델을 개발하고 다양한 산업으로 확산하기 위해 협력하게 됐다"며 "이번 연구는 AI의 실제 적용을 확대하는 중요한 단계"라고 말했다.

2026.03.25 10:39남혁우 기자

NC AI, 은행 영업점 공간 설계 혁신한다…신한금융과 피지컬 AI 협약

NC AI가 디지털 트윈과 시각언어행동(VLA) 기술로 오프라인 금융 영업점의 물리적 환경을 시뮬레이션·최적화하는 금융권 피지컬 인공지능(AI) 시장 공략에 나섰다. NC AI는 신한금융그룹과 디지털 트윈과 VLA 기반 기술의 금융 영역 적용을 위한 전략적 업무협약을 체결했다고 25일 밝혔다. 전날 진행된 협약식엔 이연수 NC AI 대표, 김민재 NC AI 최고기술책임자(CTO), 최혁재 신한금융지주회사 AX·디지털부문장, 한동영 신한금융지주회사 본부장을 비롯한 양 측 주요 관계자가 참석해 향후 협력 방안을 논의했다. 이번 협약 핵심은 NC AI가 보유한 피지컬 AI 기술을 금융이라는 새로운 도메인으로 확장하는 데 있다. 양사는 현실 세계를 깊이 이해하고 상호작용하는 월드모델 기반의 혁신 기술을 오프라인 금융 현장에 구현할 방안을 다각도로 모색할 방침이다. 양측은 이를 위해 ▲디지털 트윈 및 VLA 모델 기반 협력과제 공동 발굴 및 기획 ▲영상 데이터 기반 분석∙활용에 대한 기술 및 제도적 적용 가능성 검토 등을 공동 추진할 예정이다. 우선 오프라인 영업점을 방문하는 고객의 환경을 획기적으로 개선하는 것을 최우선 과제로 다룬다. 실제 현장 및 영상 데이터를 토대로 고객의 이용 패턴, 대기 시간, 전반적인 운영 흐름을 정밀하게 분석할 계획이다. NC AI는 디지털 트윈으로 구현된 가상 환경 내에서 창구 배치나 키오스크 구성 등의 변화가 미치는 영향을 사전에 시뮬레이션해 최적의 금융 환경도 설계할 예정이다. 새로운 기술 도입에 발맞춰 고객 데이터 보호에도 만전을 기한다. NC AI는 현장의 데이터를 수집하고 분석하는 과정에 비식별화 기술을 적용하는 등 안전한 정보 처리 체계를 구축할 계획이다. NC AI는 자체 개발 중인 월드모델 기술 고도화에 박차를 가한다. 현실 세계의 물리 법칙과 상호작용을 스스로 이해하고 시뮬레이션하는 연구 성과를 바탕으로, 제조·국방·금융 등의 산업 현장에 피지컬 AI 적용 범위를 넓혀간다는 설명이다. 이연수 대표는 "피지컬 AI의 금융권 도입은 우리가 주도할 물리 공간 혁신의 시작"이라며 "금융 환경 혁신을 이끌고 국가 주요 산업 현장 패러다임을 뒤바꾸는 글로벌 피지컬 AI 선도 기업으로 도약하겠다"고 말했다.

2026.03.25 10:17이나연 기자

기업 80% 이상 "AI 인재 필요"…'AI 박사' 아닌 '데이터 읽는 실무자' 원해

국내 기업 열곳 가운데 여덟 곳 이상이 인공지능(AI) 인재를 필요로 하지만 정작 원하는 인재는 'AI 모델을 개발하는 전문가'가 아니라 '현장에서 데이터를 읽고 문제를 해결하는 실무형 인재'인 것으로 나타났다. 한국표준협회(회장 문동민)가 국내 기업 재직자 487명을 대상으로 실시한 '2026 기업 AI 인재 수요 트렌드 조사' 결과, 응답자의 84.4%가 “AI 인재가 필요하다”고 답했다. 가장 필요한 인재 유형은 데이터 분석가가 58.9%로 압도적 1위였고 AI 모델 기반 SW 개발자(35.9%), AI 모델 개발자(34.7%)가 뒤를 이었다. 채용 기준도 달라졌다. 신입 채용 시 가장 중시하는 역량은 실무 프로젝트·현장 적용 경험(32.9%)이었고, 커뮤니케이션·협업(28.0%)이 2순위였다. AI 모델·딥러닝 기술(19.9%)은 3순위에 그쳤다. 학력·전공 요건도 유연해져 '전공 무관' 응답이 38.6%에 이르렀다. 교육 수요도 실무 프로젝트·현장 적용(30.3%)이 1순위로, 프로그래밍(7.5%)이나 딥러닝 기술(6.3%) 수요를 크게 앞질렀다. 문동민 표준협회 회장은 “기업이 원하는 AI 인재는 현장에서 데이터를 읽고 조직과 함께 결과를 만들어낼 수 있는 실무형 인재”라며 “실무 프로젝트 중심 교육으로 기업 현장과 AI 기술이 만날 수 있도록 지원하겠다”고 밝혔다. 표준협회는 KSA 에듀 사이트에서 직무별 AI 활용 과정과 NVIDIA AI 인증 과정 참가 신청을 받고 있다.

2026.03.23 14:01주문정 기자

엔비디아, 오픈 모델로 '의료 AI' 혁신…헬스케어·신약 개발 가속

엔비디아가 오픈 모델과 데이터 플랫폼을 결합해 의료·생명과학 분야에 인공지능(AI) 활용 범위를 넓혔다. 엔비디아는 19일(현지시간)까지 미국 새너제이에서 열린 'GTC 2026'에서 '네모트론' 오픈 모델과 '네모 라이브러리'를 공개하고 의료 특화 AI 구축·배포를 지원한다고 밝혔다. 네모트론 오픈 모델은 오픈 가중치와 학습 레시피를 제공한다. 이를 통해 의료진과 개발자가 자체 인프라에서 맞춤형 AI 에이전트를 직접 구축할 수 있게 돕는다. 멀티모달 의료 데이터 증가에 대응해 고효율·저지연 처리 구조까지 제공해 기존 폐쇄형 시스템 의존도를 줄인다. 네모 라이브러리는 의료 전문 용어에 맞춘 파인튜닝을 지원해 범용 모델의 한계를 보완한다. 실제 헤이디 헬스는 네모트론 스피치 도입 후 지연 시간을 75% 줄이고 운영 비용을 64% 절감했다. 헬스케어 기업도 네모트론 기반으로 에이전틱 AI 도입을 확대하고 있다. 히포크라틱 AI는 임상 대화 모델을 구축했으며, 소드 헬스는 정신 건강 지원 모델을 고도화하고 있다. 또 아이큐비아와 오픈에비던스 베릴리도 각각 생명과학 연구와 의료 지식 통합 서비스에 활용하고 있다. 엔비디아는 바이오네모 플랫폼을 통해 생명과학 데이터 처리 영역도 확장했다. 파라브릭스와 쿠다-X 데이터 사이언스 라이브러리를 결합해 유전체 분석 속도를 높이고 연구 기간을 크게 단축하는 구조다. 베이스캠프 리서치는 초대규모 유전체 데이터 프로젝트를 통해 기존 공개 데이터 대비 10배 이상 큰 데이터셋을 구축했다. 이를 기반으로 수천조 개 DNA 염기쌍을 분석하며 기존 수십 년 걸리던 작업을 2년 미만으로 줄일 수 있는 환경을 마련했다. 타호 테라퓨틱스는 1억 개 세포 데이터 기반으로 가상 세포 모델을 개발했다. 향후 10억 개 세포 규모로 확장해 실제 실험 없이 치료 연구를 진행하는 시뮬레이션 환경을 구축할 계획이다. 퍼터브AI는 약 800만 개 뇌 세포 데이터를 활용한 CRISPR 유전체 아틀라스를 공개했다. 그래픽처리장치(GPU) 가속을 통해 분석 시간을 기존 며칠에서 실시간 수준으로 단축하며 질환 연구 속도를 높이고 있다. 엔비디아가 발표한 '헬스케어와 생명과학 분야 AI 현황' 조사에 따르면 의료 업계 리더 82%가 오픈소스를 핵심 전략으로 보고 있다. 엔비디아는 "의료 기관은 오픈 모델을 도입하고 이를 파인튜닝함으로써 데이터 주권을 확보할 수 있다"며 "투명성과 재현성에 대한 통제력을 유지하면서도 복잡한 에이전틱 애플리케이션에 필요한 높은 정확도를 확보할 것 이라고"고 밝혔다.

2026.03.20 18:15김미정 기자

AI에 실시간 소셜 트렌드 연동…바이브컴퍼니, '썸트렌드 MCP' 출시

바이브컴퍼니가 소셜 데이터를 기반으로 생성형 인공지능(AI) 분석 정확도를 높이는 데이터 인프라를 선보이며 AI 시장 공략에 나섰다. 상용 거대언어모델(LLM)에 실시간 트렌드 데이터를 연결해 기업 의사결정 활용도를 높인다는 전략이다. 바이브컴퍼니는 소셜 데이터 분석 서비스 '썸트렌드'에 모델 컨텍스트 프로토콜(MCP)을 적용한 '썸트렌드 MCP'를 출시했다고 18일 밝혔다. 이번 서비스는 국내 최초로 소셜 데이터 분석 MCP를 상용화한 사례로 평가된다. MCP는 AI 모델과 외부 데이터를 연결하는 기술 표준으로, 기업은 챗GPT나 클로드 등 글로벌 LLM과 썸트렌드 MCP를 연동해 활용할 수 있다. 이를 통해 단순 정보 요약을 넘어 실제 비즈니스 전략 수립 단계까지 AI 활용 범위를 확장할 수 있다는 설명이다. 기존 LLM은 특정 산업이나 최신 트렌드에 대한 데이터 부족으로 일반적인 답변에 머무르거나, 정보 공백을 보완하는 과정에서 환각 문제가 발생하는 한계가 있었다. 썸트렌드 MCP는 정제된 소셜 데이터를 실시간으로 공급해 이같은 한계를 보완하고 AI의 추론과 분석을 데이터 기반으로 고도화한다. 특히 소비자 언어의 맥락을 분석하는 기능이 강점이다. 키워드와 함께 언급되는 연관어와 감성 반응을 종합적으로 분석해 소비자의 의도와 사용 맥락을 파악할 수 있도록 지원한다. 이를 활용해 기업은 시장 조사와 전략 수립 과정에서 보다 정교한 데이터 기반 의사결정을 수행할 수 있다. 시장 성장성도 크다. 시장조사업체 마켓닷유에스에 따르면 AI 데이터 분석 시장은 2033년 약 2361억 달러(약 350조원) 규모로 성장할 전망이다. 바이브컴퍼니는 썸트렌드 MCP를 기반으로 자사 서비스를 범용 AI 생태계 내 데이터 공급 인프라로 확장한다는 계획이다. 바이브컴퍼니 관계자는 "썸트렌드 MCP는 AI가 시장을 이해할 수 있도록 돕는 데이터 인텔리전스 인프라"라며 "엔터프라이즈 환경에서 활용 가능한 데이터 기반 AI 서비스를 확대해 나갈 것"이라고 밝혔다.

2026.03.18 16:42한정호 기자

미스트랄AI, 주권 앞세운 AI 플랫폼 '포지' 공개…빅테크에 도전장

프랑스 인공지능(AI) 스타트업 미스트랄AI가 기업이 자체 데이터를 기반으로 맞춤형 AI 모델을 직접 구축할 수 있는 플랫폼을 공개하며 오픈AI·앤트로픽·구글 등과의 기업 시장 경쟁에 본격적으로 뛰어들었다. 17일(현지시간) 테크크런치에 따르면 미스트랄AI는 엔비디아 연례 개발자 행사 'GTC'에서 기업이 자체 데이터를 활용해 AI 모델을 처음부터 학습·구축할 수 있는 플랫폼 '미스트랄 포지'를 발표했다. 포지는 기업 내부 문서, 업무 프로세스, 도메인 지식 등을 기반으로 AI 모델을 설계·학습할 수 있도록 지원한다. 기존 기업용 AI가 인터넷 기반 데이터로 학습된 범용 모델을 활용하면서 실제 비즈니스 맥락을 충분히 반영하지 못하는 한계를 겨냥했다. 현재 기업용 AI 시장은 오픈AI 챗GPT, 앤트로픽 클로드, 구글 제미나이 등이 제공하는 범용 모델을 기반으로 파인튜닝이나 검색증강생성(RAG) 방식으로 활용하는 구조가 주류로 평가된다. 이 방식은 빠른 도입에는 유리하지만, 기업 고유 데이터나 복잡한 업무 환경을 완전히 반영하기 어렵다는 한계가 지적돼 왔다. 미스트랄AI는 이러한 접근 대신 모델을 처음부터 재학습하는 방식을 내세웠다. 이를 통해 특정 산업, 언어, 내부 정책 등에 최적화된 AI를 구축할 수 있으며 에이전틱 AI 시스템까지 자체적으로 설계할 수 있다는 설명이다. 특히 이번 서비스 출시로 미스트랄AI는 아마존 베드록, 마이크로소프트 애저 AI, 구글 버텍스 AI 등 글로벌 대표 클라우드 기업과도 경쟁 구도를 형성하게 됐다. 이들 서비스가 클라우드 기반 API 중심의 AI 제공에 집중하는 반면, 미스트랄은 온프레미스 환경까지 포함한 AI 주권 확보 전략을 전면에 내세웠다. 미스트랄AI는 기업이 자체 인프라에서 모델을 학습할 경우 데이터가 외부로 노출되지 않으며 모델 업데이트나 서비스 정책 변화에 따른 의존성도 줄일 수 있다고 강조했다. 이는 금융·국방· 공공기관 등 데이터 민감도가 높은 산업에서 경쟁력이 될 수 있다는 분석이다. 포지는 사전학습부터 파인튜닝과 강화학습까지 전체 모델 학습 주기를 지원하며 기업 내부 기준에 맞춰 지속적으로 모델을 개선할 수 있도록 설계됐다. 또 미스트랄AI 엔지니어가 고객사에 직접 투입돼 데이터 구성과 학습 전략을 지원하는 임베디드 AI 인력 모델도 제공한다. 회사에 따르면 이미 에릭슨·유럽우주국(ESA)·ASML 등 주요 기관이 초기 파트너로 참여했으며 정부·금융·제조·IT 기업을 중심으로 활용 사례가 확대되고 있다. 미스트랄AI는 이를 기반으로 기업용 AI 인프라 시장에서 존재감을 키운다는 목표다. 업계에선 이번 포지 출시가 단순 신제품 공개를 넘어 AI를 서비스로 소비하는 시대에서 AI를 직접 구축·소유하는 시대로의 전환을 겨냥한 전략적 행보라는 평가가 나온다. 엘리사 살라만카 미스트랄AI 제품 총괄은 "포지는 제품 자체에 합성 데이터 파이프라인을 생성하는 데 필요한 모든 도구와 인프라를 이미 갖췄다"며 "기업과 정부가 특정 요구사항에 맞춰 AI 모델을 맞춤 설정할 수 있도록 지원하겠다"고 밝혔다.

2026.03.18 14:19한정호 기자

  Prev 11 12 13 14 15 16 17 18 19 20 Next  

지금 뜨는 기사

이시각 헤드라인

삼성 '반도체 3인방' 사장 승진..."사업 현장·기술 흐름 가장 잘 알아"

현대차, 지스타를 모터쇼로…운전면허 없이도 체험하는 레이싱

AI 데이터센터 구축 문턱 낮아진다…업계 기대 속 남은 과제는

앤트로픽 IPO에 日 12조원 이상 몰렸는데…韓 공모 청약 빠진 이유

ZDNet Power Center

Connect with us

ZDNET Korea is operated by Money Today Group under license from Ziff Davis. Global family site >>    CNET.com | ZDNet.com
  • 회사소개
  • 광고문의
  • DB마케팅문의
  • 제휴문의
  • 개인정보취급방침
  • 이용약관
  • 청소년 보호정책
  • 회사명 : (주)메가뉴스
  • 제호 : 지디넷코리아
  • 등록번호 : 서울아00665
  • 등록연월일 : 2008년 9월 23일
  • 사업자 등록번호 : 220-8-44355
  • 주호 : 서울시 마포구 양화로111 지은빌딩 3층
  • 대표전화 : (02)330-0100
  • 발행인 : 김경묵
  • 편집인 : 김태진
  • 개인정보관리 책임자·청소년보호책입자 : 김익현
  • COPYRIGHT © ZDNETKOREA ALL RIGHTS RESERVED.