• 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

레인보우로보틱스, 휴머노이드에 AI 결합…"말로 로봇 부린다"

레인보우로보틱스가 2세대 모바일 휴머노이드 'RB-Y2'에 인공지능(AI)을 결합한다. 사람이 자연어로 로봇을 조작하도록 지원하는 것이 목표다. RB-Y2는 내년 중반부터 본격 판매할 예정이다. 허정우 레인보우로보틱스 최고기술책임자(CTO)는 4일 경기 고양시 킨텍스에서 열린 '2026 로보월드'에서 기자와 만나 "챗GPT 같은 AI 모델과 로봇 하드웨어를 연결하는 미들웨어 소프트웨어를 개발하고 있다"며 "AI 모델과 함께 미들웨어를 RB-Y2에 탑재하면 로봇이 자연어를 이해하고 수행할 수 있을 것"이라고 말했다. 허 CTO는 "팔로 하트 모양을 만드는 것 같은 간단한 동작은 로봇이 한 번에 이해한다"며 "복잡한 임무는 사람이 구체적으로 설명해줘야 한다"고 말했다. 이어 "어떤 센서가 무엇을 인식했을 때 어떤 동작을 하라는 식으로 지시해야 한다"며 "명령을 내리는 사람은 로봇에 어떤 센서와 그리퍼가 달려 있는지 등 하드웨어를 이해하고 있어야 한다"고 설명했다. RB-Y2는 연구용으로 쓰던 이전 모델 'RB-Y1'에서 한 단계 나아간 제품이다. 실제 생산 공정 투입을 목표로 개발했다. 바퀴 달린 이동형 베이스 위에 양팔과 리프트 구조를 올린 형태다. 작업 위치에 따라 높이를 조절하고, 필요한 곳으로 직접 이동해 작업을 이어간다. 팔 하나당 가반하중은 이전 모델 대비 2배 증가된 6㎏으로 높였다. 상체까지 함께 제어하는 방식으로 작업 안정성도 높였다. RB-Y2는 이미 샘플 생산에 들어갔다. 허 CTO는 "내년 6월쯤 본격 양산을 시작할 것"이라고 덧붙였다. 이날 행사에서 레인보우로보틱스는 사업현황도 공개했다. 연사로 나선 허 CTO는 "협동로봇, 자율이동로봇(AMR), 모바일 매니퓰레이터, 모바일 휴머노이드, 4족 보행 로봇 등 5개 폼팩터 로봇을 4개 사업부에서 개발하고 있다"고 말했다. 레인보우로보틱스는 올해 상반기 조직을 매니퓰레이터사업부, 모바일사업부, 사족로봇사업부, 로봇자동화사업부(SI)로 개편했다. 허 CTO는 협동로봇 경쟁력을 강조했다. 그는 "로봇 기술은 하드웨어 플랫폼에 그치지 않고 실제 제조 현장에서 살아남아야 한다"며 "협동로봇을 처음 개발할 때부터 부품까지 모두 내재화하는 것을 목표로 삼았다"고 말했다. 회사는 모터, 엔코더, 브레이크를 자체 개발했다. 감속기는 현재 개발 중이다. 그러면서 "부품 내재화로 원가를 절감할 수 있었다"며 "처음에는 하드웨어가 완벽하지 않았지만 부품을 직접 만들었기에 계속 개선할 수 있었다"고 설명했다. 레인보우로보틱스는 가반하중 1㎏부터 35㎏까지 다양한 협동로봇 라인업을 갖추고 있다. 출시 후 현재까지 협동로봇 누적 판매량은 3500대다. 주로 국내 시장에서 판매했다. 허 CTO는 "국내에서 높은 시장 점유율을 차지했다고 자부한다"며 "레인보우로보틱스 협동로봇은 물류, 조립 자동화 공정, 식당 등 다양한 현장에서 쓰이고 있다"고 말했다.

2026.11.04 17:30진운용 기자

"내가 고른 AI가 답했나"…앤트로픽, 모델 확인 기술 공개

앤트로픽이 답변을 생성한 인공지능(AI) 모델 출처를 확인하는 기술 개발에 나섰다. 이용자가 선택한 모델과 실제 답변에 쓰인 모델이 일치하는지 검증할 수 있게 돕기 위한 조치다. 3일(현지시간) 테크크런치 등 외신에 따르면 앤트로픽 연구진은 특정 결과물이 어떤 모델에서 나왔는지 암호학적으로 증명하는 오픈소스 시스템 '플래시프루브'를 개발에 착수했다. 연구진은 블로그를 통해 연구 진행 상황과 기술 명세서, 일부 작동 코드를 공개했다. 핵심 목적은 AI 기업이 이용자에게 알리지 않고 모델을 바꿔 사용하는지 확인하는 것이다. 비용을 아끼려고 저렴한 모델로 답변하거나, 성능 평가에서 좋은 점수를 받으려고 더 뛰어난 모델을 투입했는지 검증할 수 있다. 플래시프루브는 특정 답변을 특정 모델이 생성했다는 사실을 수학적으로 증명한다. 이메일의 암호학적 서명으로 발신자를 확인하듯 AI 답변을 만든 모델을 확인하는 방식이다. 이를 위해 AI 개발사는 모델마다 고유한 정보를 공개해야 한다. 이용자는 이 정보를 바탕으로 답변이 해당 모델에서 나왔는지 검증할 수 있다. 검증 과정에서 모델의 작동 방식을 결정하는 내부 수치인 가중치는 공개하지 않아도 된다. 앤트로픽이나 오픈AI처럼 가중치를 비공개로 유지하는 기업도 핵심 기술을 노출하지 않고 활용할 수 있다는 의미다. 이용자는 자신의 기기에서도 검증 작업을 수행할 수 있다. 앤트로픽 연구진은 "이는 완성된 연구 결과가 아닌 중간 진행 상황을 공유하기 위한 것"이라며 "답변이 어떤 AI 모델에서 나왔는지 알 수 있는 생태계를 만들 것"이라고 밝혔다.

2026.11.04 17:02김미정 기자

김유원 네이버클라우드 대표 "미래 강군 핵심은 AI 통제권…민군 협력 강화해야"

네이버클라우드가 미래 군대 인공지능(AI) 경쟁력을 높이기 위해 군 데이터·AI 통제권 확보와 민간 기술 도입을 강조했다. 대규모 AI 연산 인프라부터 실제 전장에서 활용하는 AI까지 연결하고 군과 민간기업이 역할을 나눠 국방 AI 전환(AX)에 속도를 내야 한다는 제언이다. 네이버클라우드는 김유원 대표가 지난 3일 대전컨벤션센터에서 열린 '국제 육군 모델링·시뮬레이션(M&S) 학술 컨퍼런스 및 전시회(IAMSEC 2026)' 기조연설에서 미래 전장에 필요한 AI 인프라 구축과 안전한 AI 운용, 민군 협력 중요성을 강조했다고 4일 밝혔다. IAMSEC는 육군 모델링·시뮬레이션 기술을 다루는 국제 행사다. 김 대표는 이번 기조연설에서 미래 군에 필요한 AI 연산 규모가 단순히 병력 수에 비례하지 않는다고 설명했다. 정보 수집 범위와 분석 주기, 시뮬레이션 규모, 임무 규모 등에 따라 필요한 연산 자원이 기하급수적으로 늘어날 수 있다는 분석이다. 이에 대규모 AI 모델과 시뮬레이션을 담당하는 '중앙 AI 팩토리', 다양한 정보를 융합해 작전을 지원하는 '임무 AI', 통신이 끊긴 환경에서도 독립적으로 임무를 수행하는 '현장 AI'를 하나로 연결하는 체계가 필요하다고 짚었다. AI 활용 범위가 확대되는 만큼 신뢰성과 통제권 확보도 주요 과제로 제시했다. AI가 내린 판단을 출처와 근거를 통해 교차 검증하고 중요한 행동은 사람의 승인을 거쳐 실행하는 체계를 갖춰야 한다는 설명이다. 특히 '휴먼 인 더 루프' 방식을 적용해 주요 의사결정 과정에 사람이 개입하도록 하고 데이터와 AI 모델, 인프라를 군이 직접 통제하는 소버린 AI 환경을 구축해야 한다고 제언했다. 국방 AI 도입 방식에도 변화가 필요하다고 짚었다. 급변하는 전장 환경에 대응하려면 기존 획득 체계를 빠른 기술 실증과 반복 개발 중심으로 전환해야 한다는 주장이다. AI 인프라 역시 필요한 시점에 최신 연산 자원을 활용할 수 있는 구독형 방식으로 바꿀 필요가 있다고 강조했다. 군이 핵심 통제권을 유지하면서도 검증된 민간 기술을 빠르게 받아들이는 협력 구조를 마련해야 한다는 취지다. 네이버클라우드는 이번 행사장에서 국방 특화 AI 기술을 소개하는 전시 부스도 운영했다. '국방 AI를 위한 풀스택 기술 파트너, 네이버클라우드'를 주제로 국방 특화 AI 모델과 AI 플랫폼, 클라우드 등 3개 영역을 선보였다. 이를 통해 국방 AI에 필요한 모델부터 플랫폼, 인프라까지 연계하는 기술 구성을 소개하고 군 환경에서 활용할 수 있는 다양한 AI 적용 가능성을 제시했다. 김 대표는 "미래의 강한 군대는 AI를 통제하고 스스로 발전시키는 군대일 것"이라며 "지휘부는 제도와 통제 체계를 만들고 현장은 실증 기회를 제공하며 기업은 기술과 인프라를 제공해야 한다"고 밝혔다. 이어 "네이버클라우드도 군의 과학화와 지능화를 위해 끝까지 함께하겠다"고 덧붙였다.

2026.11.04 14:05한정호 기자

AI 인프라 기업 래블업, 코스닥 데뷔 첫날 주가 하락…공모가 대비 25%↓

인공지능(AI) 인프라 소프트웨어 기업 래블업이 코스닥 상장 첫날 공모가 대비 25% 넘게 급락하며 부진한 출발을 보였다. 장 초반 공모가보다 약 49% 급등했지만 이후 상승분을 모두 반납하며 큰 변동성을 나타냈다. 3일 한국거래소에 따르면 래블업은 이날 코스닥 시장에서 공모가 1만 9000원보다 4780원(25.16%) 하락한 1만 4220원에 정규장 거래를 마쳤다. 이날 래블업은 공모가와 같은 1만 9000원에 거래를 시작했다. 장 초반 한때 2만 8350원까지 상승해 공모가 대비 49.21% 오르기도 했다. 이후 상승세가 꺾이면서 주가는 빠르게 하락했다. 오후 들어 공모가 아래로 떨어진 뒤 낙폭을 확대했으며 장중 최고가와 비교하면 약 49.84% 낮은 수준에서 거래를 마감했다. 래블업은 앞서 진행한 기관투자자 대상 수요예측에서 1129개 기관이 참여해 284.53대 1의 경쟁률을 기록했다. 회사 측은 글로벌 AI 인프라 투자에 대한 시장 우려와 국내 증시 변동성 등을 고려해 공모가를 희망 범위 하단인 1만 9000원으로 확정했다고 설명했다. 총 공모금액은 414억원이다. 래블업은 그래픽처리장치(GPU)를 비롯한 AI 컴퓨팅 자원을 효율적으로 배분하고 관리하는 소프트웨어 기업이다. 주력 제품인 '백엔드닷에이아이'를 통해 엔비디아와 인텔, AMD 등 다양한 AI 가속기를 통합 관리하는 기술을 제공 중이다. 실적은 성장세를 이어가고 있다. 올해 상반기 매출은 약 48억원으로 전년 동기 대비 58.2% 증가했으며 영업이익은 약 6억원을 기록했다. 지난해 전체 매출에서 반복매출이 차지하는 비중은 94.7%로 집계됐다. 래블업은 상장을 계기로 기존 GPU 자원 관리 사업에서 AI 모델과 서비스 운영 분야로 사업 영역을 확대할 계획이다. 최근 신규 솔루션 '컨티넘 엔터프라이즈'를 상용 출시하고 첫 고객을 확보했다. 이 솔루션은 AI 모델 통합 운영과 응용프로그램 인터페이스(API) 관리, 토큰 사용량 및 비용 관리 등을 지원한다. 확보한 공모자금은 연구개발 고도화와 글로벌 사업 확대에 투입할 방침이다. 북미와 아시아, 유럽 등 주요 시장에서 현지 파트너십을 강화하고 신규 고객 확보에도 속도를 낸다는 목표다. 신정규 래블업 대표는 지난달 IPO 기자간담회에서 "지난 10여 년간 축적한 독자적인 AI 인프라 운영 기술과 글로벌 기업들과의 협력 경험을 바탕으로 기술 경쟁력을 검증해왔다"며 "코스닥 상장을 계기로 글로벌 사업을 확대하고 GPU 중심 인프라 관리에서 AI 모델과 토큰 운영까지 사업 영역을 넓혀 글로벌 AI 인프라 소프트웨어 기업으로 성장하겠다"고 밝혔다.

2026.11.03 18:17한정호 기자

[단독] 독파모 3차 평가, 개발사 가리는 '블라인드' 검토

국가대표 인공지능(AI) 선발전에서 기업명과 모델명을 모두 가리는 '익명 평가' 도입을 논의하는 것으로 확인됐다. 개발사를 공개했던 사용자 평가 방식을 바꾸는 방안이다. 3일 업계에 따르면 과학기술정보통신부와 독자 AI 파운데이션 모델(독파모) 사업 참여사는 평가 기준을 정하는 회의에서 3차 사용자 평가에 '더블 블라인드'를 도입할지 협의하고 있다. 도입하면 평가단은 어떤 기업이 만든 모델인지 모르는 상태에서 AI 답변과 사용성을 비교하게 된다. 아직 도입 여부와 세부 방식은 확정되지 않았다. 일부 참여사는 기업 인지도나 선입견이 점수에 영향을 줄 수 있다며 평가 방식 변경을 요구했다. 대기업과 스타트업을 같은 조건에서 비교하려면 개발사 정보를 가려야 한다는 취지다. 독파모는 국내 기업이 자체 AI 모델을 개발하도록 정부가 그래픽처리장치(GPU) 등 자원을 지원하는 사업이다. 단계별 평가를 거쳐 다음 단계 지원팀을 선정한다. 현재 업스테이지와 SK텔레콤, LG AI연구원 등 세 팀이 3차에 참여하고 있다. 사용자 평가는 평가단이 AI를 직접 써보고 답변이 정확한지, 생활과 업무에 도움이 되는지 살피는 절차다. 성능 시험 점수만으로 파악하기 어려운 실제 활용도를 확인하기 위해 마련됐다. 정부는 지난 8월 2차 평가부터 기존 AI 전문 사용자에 더해 일반 국민도 평가에 참여하도록 했다. AI 전문 사용자 49명과 일반 국민 185명이 참여했으며, 전체 평가 100점 가운데 각각 15점과 10점 등 총 25점을 배정했다. 쟁점은 평가단이 어느 기업이 개발한 AI인지 알고 점수를 매겼다는 점이다. 일부 참여사는 답변 품질뿐 아니라 기업 인지도나 이미지가 평가에 반영될 수 있다며 개발사 정보를 가려야 한다고 요구했다. 2차 평가에서 탈락한 모티프테크놀로지스도 이런 이유로 블라인드 평가를 요청한 바 있다. 모티프는 글로벌 AI 성능 지표인 아티피셜 애널리시스 지능지수(AAII)에서 참여팀 중 최고점을 받았지만 사용자 평가에서는 25점 만점에 14.1점으로 가장 낮았다. 같은 항목에서 SK텔레콤은 19.1점, LG AI연구원은 18.9점, 업스테이지는 18.1점을 기록했다. 모티프는 탈락 이후 사용자 평가 방식과 상세 결과 공개를 요구했다. 다만 기업 인지도가 실제 점수에 얼마나 영향을 줬는지는 확인되지 않았다. 블라인드 평가 실효성을 두고도 정부와 일부 참여사는 시각차를 보였다. 정부는 이름을 가려도 AI에 질문하는 과정에서 어떤 모델인지 알아낼 수 있다고 봤다. 일부 참여사는 모델을 추측할 가능성이 있더라도 처음부터 개발사 정보를 공개하는 방식은 바꿔야 한다고 주장해 왔다. 이번 3차 사용자 평가에서는 기업명과 모델명을 모두 가리는 방안을 놓고 협의가 이어지고 있다. 도입 여부와 세부 방식은 아직 확정되지 않았다. 3차에 참여하는 세 팀은 내년 1월 말까지 AI 모델을 고도화한다. 과기정통부가 지난달 설명한 일정에 따르면 정부는 내년 2월 중순께 3차 평가를 마무리할 계획이다. AI 업계 관계자는 "3차 평가는 블라인드 방식으로 가는 것으로 가닥이 잡혀지고 있다"며 "기업명과 모델명을 모두 가려 공정한 심사가 될 수 있는 안으로 심사 방향이 정해지고 있다"고 밝혔다. 과기정통부 관계자는 "평가 기준은 확정되는 대로 안내하겠다"고 말했다.

2026.11.03 16:46김동원 기자

나무AX, 한국산업기술시험원에 AI 개발 솔루션 공급…공공시장 공략

나무AX가 한국산업기술시험원(KTL)의 인공지능(AI) 개발환경 구축 사업에 자체 소프트웨어(SW)를 공급하며 공공 AI 인프라 시장 공략에 나섰다. 그래픽처리장치(GPU) 자원 관리와 AI 모델 운영 기술을 바탕으로 공공 연구기관 AI 개발 효율을 높인다는 목표다. 나무AX는 KTL이 추진하는 고성능 GPU 연산장비 도입 사업에 AI 개발환경 구성을 위한 자체 SW를 공급한다고 3일 밝혔다. 이번 사업은 KTL이 AI 솔루션 개발과 학습에 필요한 고성능 연산 기반을 확보하고자 추진된다. 나무AX는 서버 전문기업 코코링크가 공급하는 GPU 서버에 '엑스터 엔터프라이즈(Xster Enterprise)'를 적용해 AI 모델 개발과 실행에 필요한 환경을 마련할 계획이다. 엑스터 엔터프라이즈는 여러 연구·개발 작업에 GPU 자원을 효율적으로 배분하고 AI 모델 운영을 지원하는 솔루션이다. 연구 목적과 필요한 연산 성능에 따라 GPU를 분할하고 사용자·그룹별로 자원을 할당할 수 있도록 지원한다. 관리자는 GPU 사용 현황을 확인하고 필요한 작업에 연산 자원을 배정할 수 있다. 이를 통해 여러 연구자가 고성능 GPU 장비를 함께 활용하면서 유휴 자원을 줄이고 인프라 운영 효율을 높일 수 있다는 게 회사 측 설명이다. AI 모델 배포 과정도 간소화한다. 연구자가 화면에서 사용할 AI 모델과 실행 조건을 선택하고 동작 상태를 확인할 수 있도록 구성해 개발 과정에서 반복되는 설정 작업과 관리 부담을 줄인다. 이번 공급은 나무AX와 코코링크가 지난 8월 체결한 AI 인프라 협력 업무협약(MOU)의 후속 성과다. 양사는 당시 AI 서버와 GPU·모델 운영 SW를 결합해 공급하기로 협력했으며 이번 KTL 사업을 통해 공공 연구·시험 분야로 적용 범위를 넓히게 됐다. 나무AX는 가상화·클라우드 분야에서 축적한 자원 관리 기술을 기반으로 GPU 운영과 AI 모델 관리 사업을 확대 중이다. 이번 사업에서도 코코링크 서버 기술과 자체 SW를 결합해 공공기관 연구 목적에 맞춘 AI 개발환경을 제공한다는 방침이다. 특히 공공 연구기관에서 여러 사용자가 GPU 자원을 공유하는 환경을 지원하며 자체 솔루션의 활용 범위를 넓혀갈 계획이다. 고성능 연산장비 도입 이후 자원 배분과 모델 운영까지 지원해 AI 인프라 활용 효율을 높이는 데 주력한다는 목표다. 나무AX 관계자는 "고성능 GPU를 도입한 뒤에는 실제 개발 수요에 맞게 배분하고 활용하는 것이 중요하다"며 "연구자가 필요한 연산자원을 원활하게 이용하고 개발에 집중할 수 있도록 지원하겠다"고 말했다.

2026.11.03 10:54한정호 기자

[AI인재강국] 연구가 깊어지는 곳에 인재가 모인다

국가AI연구거점(NAIRL)은 과학기술정보통신부와 정보통신기획평가원(IITP)의 지원을 받고 서울시와 서초구청이 뒷받침하는 AI 연구 컨소시엄으로, 카이스트·고려대·포스텍·연세대와 국내 기업들이 함께한다. 지디넷코리아는 격주마다 한국 AI 연구 생태계가 나아갈 방향을 국가 AI 연구거점의 생생한 이야기로 조망해 본다. [편집자주] 지난 10월6일 서초 AICT에서 국가 AI 연구거점의 오픈랩 행사인 'NAIRL 이노베이션 쇼케이스 2026'이 열렸다. 지난 7월 개최된 글로벌 AI 프론티어 심포지엄과 함께 거점이 해마다 여는 두 행사 가운데 하나로, 그간 쌓아 온 연구를 전면 개방해 공유하고 관심 있는 기업과 연구자를 만나 기술이전을 심도 있게 논의하는 자리다. 올해는 카이스트·고려대·연세대·포스텍에 걸친 거점 연구실들이 AI 기술 45건을 들고 나왔고, 전시는 연구실이 가진 해결책과 기업이 가진 문제를 맞추는 방식으로 네 구역으로 나뉘었다. 행사장 곳곳에서는 연구진이 직접 데모를 시연했다. '논문을 내지 못하면 도태된다(Publish or Perish)'는 논문 중심의 잣대가 아니라, 실제로 작동하는 결과물로 연구를 증명하라는 '보여 주지 못하면 살아남지 못한다(Demo or Die)'는 정신을 살린 것이다. 개회사를 마치고 전시장을 돌며 필자가 본 것은 단순한 기술이 아니라 3년차에 접어든 거점의 궤적이었다. 국가 AI 연구거점은 과학기술정보통신부와 정보통신기획평가원(IITP)의 지원으로 지난 2024년 출범했다. 정부가 AI 3대 강국을 목표로 세우면서 캐나다의 벡터 연구소(Vector Institute)와 밀라(Mila), 프랑스의 인리아(Inria)와 PRAIRIE, 일본 이화학연구소의 혁신지능통합연구센터(RIKEN AIP)처럼 국가 차원의 연구 구심점이 필요하다고 판단했고, 거점은 그 판단에 대한 답으로 설계됐다. 국내 4개 대학에서 우수한 연구성과를 올리고 있는 45개의 개별 교수 연구실이 하나의 과제 체계 아래 들어왔고 석박사 연구인력 200여 명이 함께한다. 개별 대학 체제에서는 만나기 어려운 연구실들이 같은 과제 안에서 결합하는 것, 이것이 거점의 출발점이자 가장 큰 자산이다. 거점의 연구는 세 개의 연구주제로 짜여 있다. 모델을 키울수록 성능이 좋아진다는 스케일링 법칙의 비용 한계를 경량화와 새로운 학습 알고리즘, 데이터 효율화로 넘어서는 연구, 시각과 언어와 감각 데이터를 통합해 로봇이 물리 환경에서 스스로 판단하고 행동하게 하는 로봇 파운데이션 모델 연구, 그리고 영상과 분자 구조, 시계열까지 실제 물리와 생물학의 법칙을 지키며 생성하는 고차원 생성 모델 연구다. 세 주제 모두 미래지향적인 원천기술을 개발하는 기초연구다. 절대 규모의 컴퓨팅과 자본으로 겨루기 어려운 한국이 원천기술에서 자리를 만들려면 이 층위를 붙잡아야 한다는 것이 거점 교수들이 뜻을 모아 내린 판단이었다. 출범 이후 거점 교수진은 이 세 주제의 성과를 세계 최상위 학술대회에 꾸준히 발표해 왔다. 10월 전시장에 놓인 45건의 기술과 데모는 바로 그 논문들을 바탕으로 만든 것이다. 3년차의 거점이 확인한 것은 세 가지다. 첫째, 기초연구는 국경을 넘을 때 깊어진다. 데이터와 컴퓨팅은 규제에 묶여 국경을 넘기 어렵지만, 연구자와 지식은 넘을 수 있고 지식은 나눠도 줄지 않는다. 거점에는 출범 때부터 해외 석학급 교수 19명이 국내 연구진과 짝을 이뤄 참여해 왔다. 기관 간 협력은 지난해 7월 일본 RIKEN AIP, 12월 캐나다 이바도(IVADO)와의 협약으로 시작해 올해 7월 서울에서 한 번에 가시화됐다. ICML 직전 연 글로벌 AI 프론티어 심포지엄에 국내외 연구자와 산업계 1000여 명이 모였고, 이어 벡터 연구소와 협약을 맺었으며, 이달에는 프랑스 PRAIRIE와도 손을 잡았다. AI 주권에 수조 원을 투입하는 세 나라의 대표 연구기관들이 한국의 파트너로 거점을 택한 것이다. 둘째, 인재는 환경이 있어야 모이고 남는다. 컴퓨팅과 데이터는 투자하면 늘릴 수 있지만, 사람은 도전할 만한 환경이 없으면 머물지 않는다. 거점이 만들려 한 것은 국내 연구진이 해외 석학들과 머리를 맞대고 우리가 풀어야 할 난제를 치열하게 공략하는 환경이다. 석박사 대학원생 200여 명은 그 한가운데서 세계적 연구자들과 같은 문제를 붙잡고, 해외 연구기관과 글로벌 기업으로 파견되며, 전시장에서는 기업의 질문을 직접 받아 적는다. 이 과정에서 이들은 한국 AI를 이끌 차세대 핵심 연구자로 성장한다. 셋째, 기초연구는 현장을 만날 때 새로운 질문을 얻는다. 다만 대학의 연구와 기업의 당면 문제는 시간의 단위가 다르다. 기업은 분기와 제품 주기로 움직이고 기초연구는 수년에 걸쳐 쌓인다. 대학 연구를 산업의 일정에 억지로 맞추면 연구도 산업도 얻는 것이 없다. 그래서 거점은 둘을 붙이는 대신 만나는 자리를 만들었다. 협력 기업 12곳과의 파트너십 위에 지난해 6월 첫 오픈랩을 열었고, 올해는 참가 기업에 45개 기술을 미리 정리해 건네고 사전 예약과 현장 매칭으로 산학 간 일대일 상담을 주선했다. 그 테이블에서 나온 것은 연구실 안에서는 보이지 않던 질문들이었다. 고온다습한 비닐하우스는 농업 로봇에게 가혹한 환경이라 로봇의 센서가 고장 나도 AI는 강건하게 버텨야 한다는 이야기, 그럴듯한 서울의 모사가 아니라 실제 서울이어야 한다는 이야기, 치매 진료용 AI는 병원 폐쇄망 안에서 돌아가야 한다는 이야기. 센서 고장에도 흔들리지 않는 AI, 현실을 그대로 재현하는 생성, 폐쇄망 안에서도 돌아가는 가벼운 모델은 모두 거점의 세 연구주제가 아직 풀지 못한 기초연구의 질문이기도 하다. 현장의 다양한 이야기에서 새로운 기초연구를 발굴하는 것이 거점의 몫이다. 앞으로 할 일은 세 연구주제를 다음 단계로 끌어올리는 것이다. 적은 자원으로 더 믿을 수 있는 모델을, 실제 환경에서 검증되는 로봇을, 현실의 법칙을 지키는 생성 모델을 만드는 각 주제의 다음 질문이 정해져 있고, 감사하게도 정부가 지난해 대규모로 확보하고 지원한 그래픽처리장치(GPU) 인프라는 그 질문을 더 큰 규모로 실험할 수 있게 해 줄 것이다. 해외 파트너와의 협약은 방문연구와 연구자 교류 같은 실제 왕래로 구체화하고, 오픈랩에서 접수한 기업 수요는 공동연구와 기술이전으로 이어간다. 법칙 하나를 넘고 로봇 하나를 현장에 세우는 데는 수많은 실패와 몇 년의 시간이 들고, 그 시간을 지탱하는 것은 거점이 다음 단계로 이어질 수 있도록 하는 일관된 뒷받침이다. 정부가 거점에 기대한 것이 세계가 함께 일하고 싶어 하는 한국의 AI 연구 구심점이라면, 거점은 그 기대에 연구와 사람으로 답하려 한다. 넉 달 동안 이 지면에 글을 보내 준 국내외 필진께 감사를 전하며, 10월 서울 서초에서 받아 적은 질문들이 새로운 연구가 되어 돌아오기를 기대한다.

2026.11.02 16:33김기응 컬럼니스트

국방 AX 속도 내는 네이버클라우드, 육군 군수에 AI 심는다

네이버클라우드가 육군 군수사령부와 손잡고 조달·정비·물류 등 군수 전반에 인공지능(AI)을 도입한다. AI를 활용해 필요한 물자를 효율적으로 조달하고 무기체계 고장을 사전에 예측하는 등 군수 업무 혁신에 나선다는 목표다. 네이버클라우드는 지난달 30일 대전 육군 군수사령부에서 미래 전장 환경 최적화 및 실전형 AI 군수 역량 강화를 위한 업무협약(MOU)을 체결했다고 2일 밝혔다. 협약식에는 박춘식 육군 군수사령관과 김유원 네이버클라우드 대표 등 양 기관 주요 관계자가 참석했다. 육군 군수사령부는 보급·정비·수송 등 육군 군수 업무 전반을 총괄하는 기관이다. 최근 드론과 유·무인 복합체계 등 신규 무기체계가 확대되면서 이를 뒷받침할 군수 체계도 데이터와 AI 중심으로 전환할 필요성이 커지고 있다. 이번 협약에 따라 양 기관은 군수 현장에서 활용할 수 있는 AI 서비스를 공동 개발하고 실증할 계획이다. 네이버클라우드가 국방 분야에서 축적한 AI·클라우드 기술을 실제 군수 업무에 적용하고 군 자체 AI 활용 역량을 강화한다는 방침이다. 우선 AI 기반 군 특화 조달 플랫폼을 개발한다. 필요한 물자를 성능에 따라 AI가 매칭하는 방식으로, 군수 물자 조달 과정에서 효율을 높일 수 있도록 지원한다. 무기체계 정비에도 AI를 활용한다. 상태기반정비(CBM+) 기술을 통해 무기체계에서 수집한 상태 데이터를 분석하고 고장 발생 전에 정비가 필요한 시점을 파악하는 체계를 실증할 계획이다. 물류와 생산 현장에도 AI 기술을 적용한다. 실제 물류 환경을 가상공간에 구현하는 디지털 트윈을 기반으로 스마트 물류와 스마트 팩토리 기술을 개발하고 군수 업무 효율을 높이는 방안을 모색할 예정이다. 네이버클라우드는 이를 위한 인프라 구축도 지원한다. 그래픽처리장치(GPU) 인프라 활용 컨설팅을 제공하고 군수 업무 특성에 맞춘 클라우드 환경을 구축할 계획이다. 특히 전방 배치 엔지니어(FDE)가 군수 현장에 직접 참여해 반복 업무를 자동화하는 AI 에이전트를 개발한다. 현장 데이터를 분석해 새로운 AI 활용 과제를 발굴하고 실제 군수 업무에 적용할 수 있도록 지원할 방침이다. 군 내부 AI 활용 역량 강화에도 협력한다. 군수 분야 AI 전문인력 양성과 플랫폼 운영·고도화를 지원해 군이 자체적으로 AI 기술을 활용하고 지속해서 발전시킬 수 있는 기반을 마련한다는 구상이다. 네이버클라우드는 국방 분야 AI 사업을 확대 중이다. 올해 한국항공우주산업(KAI)과 방산 특화 AI 모델 공동 개발을 추진하고 고려대학교 C5ISRT융합연구센터와 합동참모본부 AI 전환(AX) 거점사업에도 참여하고 있다. 지난 9월에는 국방부와 합동참모본부, 각 군 관계자 550여 명이 참석한 '국방 AI 전략 세미나'를 개최했다. 당시 군이 데이터와 AI 모델 통제권을 유지하면서 민간 기술을 활용해 AI 도입 속도를 높이는 국방 AX 협력 모델을 제시했다. 김유원 네이버클라우드 대표는 "군수는 조달부터 정비, 물류까지 방대한 데이터가 실시간으로 움직이는 분야로, AI 전환 효과가 가장 크게 나타날 수 있는 영역"이라며 "육군 군수사령부와 함께 현장에서 검증된 실전형 AI 군수 모델을 만들고 대한민국 군 AX 생태계 구축에 기여하겠다"고 말했다.

2026.11.02 14:21한정호 기자

에이아이매틱스가 '월드모델'로 제조 현장 문제 푸는 법

공장에서 불량품을 찾아내는 AI를 만들려면 불량 데이터가 필요하다. 하지만 현장에서는 이를 충분히 확보하기부터 어렵다. 불량 발생 빈도가 낮고, 문제가 생긴 제품도 바로 수리해 납품해야 하기 때문이다. 에이아이매틱스는 정상 제품의 패턴을 먼저 익혀 여기서 벗어난 부분을 찾는 방식으로 해법을 모색했다. 채정훈 에이아이매틱스 AI미래기술개발그룹장은 지난 26일 지디넷코리아와 만나 “처음에는 결함 데이터를 일정 이상 모아 달라고 요청했지만, 아예 줄 수 없다는 고객들도 있었다”며 “현장에서는 정상 데이터는 줄 수 있지만 결함 데이터는 줄 수 없다는 상황을 파악하고, 그에 맞는 솔루션을 만들었다”고 말했다. 차량용 AI 블랙박스 '로드스코프'로 영상 인식 기술을 쌓아온 에이아이매틱스는 공장 검사와 헬스케어 등으로 사업을 넓히고 있다. 이를 연결하는 핵심 기술은 '월드모델'(AI가 인간처럼 현실 세계 물리 법칙과 인과관계를 학습해 내부에 가상의 세상을 구축하고, 직접 겪어보지 않고도 자신의 행동에 따라 일어날 미래 상황을 미리 시뮬레이션하고 예측하는 AI의 내부 뇌)이다. 영상과 신호에서 기본적인 패턴과 관계를 먼저 학습해, 사고나 결함처럼 데이터가 드문 상황에서도 AI를 적용하는 데 초점을 맞추고 있다. 제품 바뀌어도 수 시간 내 검사 준비…현장에 맞춘 AI 설계 에이아이매틱스의 비전 검사 장비 'AIM-T1'은 카메라로 제품을 촬영해 흠집과 파손 등 불량을 찾아낸다. 스마트폰용 인쇄회로기판(PCB)과 카메라 모듈, 지문인식 센서 등 전자부품이 주요 검사 대상이다. 회사에 따르면 3㎛급 미세 결함을 0.1초 안에 판정하며 하루 최대 7만 5000개를 검사할 수 있다. 채 그룹장은 AI 검사의 강점으로 일관성을 꼽았다. 사람이 반복 작업 중 피로를 느끼거나 집중력이 떨어지는 상황에서도 같은 기준으로 검사를 이어갈 수 있다는 설명이다. 그는 “결과를 일관되게 뽑는 데는 AI가 훨씬 유리하다”며 고객사 한 생산라인에서 장비 도입 후 기존 약 40명이 맡던 작업을 2명이 운영하게 된 사례를 소개했다. 공장은 생산 제품이 바뀔 때마다 검사 환경도 다시 맞춰야 한다. 제품을 고정하는 틀인 지그를 교체하고, 카메라와 조명을 조정한 뒤 새 데이터를 확보해 AI를 학습시키는 과정이 필요하다. 기존에는 여기에 짧게는 3일, 길게는 2주가 걸렸다. AIM-T1은 지그를 교체해 새 제품에 대응하도록 설계했다. 월드모델을 활용해 학습에 필요한 데이터와 시간도 줄였다. 현재 수 시간 안에 새 제품 검사에 적용할 수 있으며, 회사는 학습부터 배포까지 1시간 이내로 단축하는 것을 목표로 하고 있다. 현장마다 다른 판정 기준을 맞추는 작업도 중요하다. 불량을 놓치는 '미검'과 정상 제품을 불량으로 판단하는 '과검'을 줄이려면 검사원의 경험과 실제 데이터를 반영해야 한다. 채 그룹장은 “기준이 명확하게 있는 것처럼 보여도 실제 현장에서는 작업자와 노하우에 따라 다르다”며 “새로운 결함이 나오고 제품도 바뀌기 때문에 이를 맞추는 작업에 집중했다”고 설명했다. 차량용 솔루션은 졸음운전과 휴대전화 사용, 전방주시 태만, 신호위반 등을 감지해 경고한다. 회사가 제시한 한국교통안전공단 노선버스 500대 실증 자료에 따르면 2024년 6~12월 사업에서 졸음운전은 99.7%, 교통사고는 29.2% 감소했다. 도입 초기에는 감시받는다는 운전자들의 불만도 있었다. 회사는 경고가 필요한 상황과 경보음을 조정하며 현장 의견을 반영했다. 채 그룹장은 “운전자가 이럴 때 울려줬으면 좋겠다고 하는 상황들을 정리했다”며 안전운전 습관을 형성하는 것이 제품의 목표라고 말했다. 이런 기능을 작은 기기에서 구현하기 위해 AI 모델도 처음부터 용도에 맞춰 설계했다. 자체 모델 '에임넷(aimNet)'은 1MB급으로 경량화해 기기 안에서 영상을 처리한다. 채 그룹장은 “처음부터 목표와 제약 사항을 정해놓고 모델을 설계한다”며 “고해상도 이미지를 빠르게 처리해야 하는 업무에 맞춰 최적화하기 때문에 기존에 속도 문제로 AI를 도입하기 어려웠던 분야에도 적용할 수 있다”고 설명했다. 정답 가르치기 전 사전 지식부터…월드모델로 데이터 부족 보완 차량과 공장, 의료 분야는 필요한 데이터를 확보하기 어렵다는 공통점이 있다. 교통사고와 제품 결함은 드물게 발생하고, 의료 데이터는 전문가가 판독 결과를 붙이는 데도 비용이 든다. 에이아이매틱스는 정답이 붙지 않은 영상과 신호로 먼저 학습한 뒤, 소량의 정답 데이터로 개별 업무를 익히는 월드모델 기반 접근법을 활용하고 있다. 채 그룹장은 이를 아이가 주변 환경을 배우는 과정에 빗댔다. 가까운 물체는 크게 보이고, 물체를 놓으면 아래로 떨어진다는 관계를 경험으로 익힌 다음 새로운 일을 배우는 것과 비슷하다는 설명이다. 그는 “사람이 빠르게 적응할 수 있는 이유는 이미 사전 지식이 있는 상태에서 배우기 때문”이라며 “그런 사전 지식 상태를 만들어 놓는 것이 월드모델”이라고 말했다. 차량 영상에서는 시간에 따른 맥락을 파악하는 데 활용한다. 보복운전처럼 사진 한 장으로 판단하기 어려운 상황은 앞뒤 움직임을 함께 살펴야 한다. 회사 측은 차량 이벤트 15종 인식 시험에서 월드모델을 적용한 자체 모델의 성능이 비교 모델보다 높게 나타났다고 설명했다. 학습 데이터도 무작정 쌓기보다 AI가 혼동하는 사례와 처음 접하는 유형을 골라 확보한다. 드물게 나타난 새 결함은 생성형 AI로 유사 데이터를 만들어 학습을 보강한다. 헬스케어에서는 관계사와 협업해 장기간의 심전도 기록에서 부정맥 의심 구간을 찾아 판독을 돕는 기술도 개발하고 있다. 채 그룹장은 AI의 개별 성능을 높인 다음에는 전체 작업 흐름을 살펴야 한다고 강조했다. 결함 인식 속도가 빨라지자 장비를 준비하는 시간이 새로운 병목으로 떠올랐고, 이를 해결하기 위해 하드웨어와 소프트웨어를 함께 개선한 AIM-T1을 개발했다는 설명이다. 그는 “전체 과정이 다 끝나야 제품 하나가 나오는데 특정 과정만 100배, 1000배 빨라진다고 전체가 그만큼 개선되는 것은 한계가 있다”면서 공정 전반의 효율화가 필요하다고 말했다. 다음 과제로는 공정 사이의 물류 자동화를 꼽았다. 생산과 검사 등 개별 공정에 이어 자재를 옮기는 작업까지 연결하겠다는 구상이다. 회사는 공정 운영 플랫폼과 개발 중인 로봇팔 탑재 자율이동로봇을 연계해 자율운영 공장을 단계적으로 구현할 계획이다. 에이아이매틱스는 이 과정에서 쌓은 기술을 바탕으로 2028년까지 여러 산업에 적용할 수 있는 범용 월드모델을 확보하는 것을 목표로 하고 있다. 채 그룹장은 “각 공정은 이미 높은 수준으로 자동화돼 있지만 이를 연결하는 물류에는 비어 있는 부분이 있다”며 “고객이 적은 데이터만으로도 AI를 현장에 빠르게 적용할 수 있도록 하는 것이 목표”라고 말했다.

2026.10.31 08:41류승현 기자

AI로 게임 만들고 로봇과 대화…깃허브가 넓힌 개발 생태계

[샌프란시스코(미국)=김미정 기자] 깃허브 개발 생태계가 코드 작성과 관리를 넘어 디자인과 로봇 구현 등으로 넓어지고 있다. 깃허브는 29일까지 미국 샌프란시스코 포트넘매이슨에서 열린 '깃허브 유니버스 26'에 전시장을 마련했다. AI 코딩을 활용한 게임 제작부터 디자인 구현, 로봇과의 상호작용까지 새로운 개발 사례를 공유했다. 깃허브 부스는 신기능 설명을 듣는 공간과 코파일럿 앱을 직접 사용할 수 있는 공간으로 이뤄졌다. '언더 더 후드(Under the Hood)'는 깃허브 직원들이 코파일럿 신기능을 시연하는 장소다. 이날 소개한 기능은 작업에 맞는 AI 모델을 자동으로 골라주는 '코파일럿 퓨전'이었다. 코파일럿 퓨전은 이용자가 모델별 특성을 일일이 비교하지 않아도 요청한 작업에 적합한 모델을 선택한다. 특정 모델을 쓰고 싶다면 자동 선택 기능을 끄고 직접 지정할 수도 있다. 직원은 "퓨전을 활용하면 AI 크레딧 사용량을 최대 60% 줄일 수 있다"고 안내했다. 이번 행사에서 공개된 '코파일럿 앱'도 부스에서 시연됐다. 코파일럿 앱은 별도 코드 편집기를 열지 않고도 AI와 대화하며 소프트웨어를 개발할 수 있는 앱이다. 부스에서는 이용자가 작업을 요청하고, AI 계획과 결과를 확인하는 과정을 시연했다. 관계자는 이용자가 작업에 개입하는 정도에 따라 앱을 사용하는 방식을 소개했다. 그는 "사용자는 AI 질문에 답하며 단계별로 개발을 진행할 수 있다"며 "AI가 만든 개발 계획을 먼저 살펴보고 수정한 뒤 구현을 맡길 수도 있다"고 말했다. 그는 작업 전반을 AI에 맡기는 '오토파일럿'도 선보였다. 이는 이용자가 목표를 전달하면 AI가 작업을 수행하고, 이용자는 완성된 결과만 확인하는 방식이다. 이날 관계자는 코파일럿 앱에 '팩맨 게임을 만들고 준비가 되면 알려달라'고 요청했다. 이때 이용자는 완성된 게임 결과만 확인하면 됐다. 그는 "AI에 요청한 작업이 실제로 즐길 수 있는 게임으로 구현되는 모습을 소개한 것"이라며 "방문객이 직접 체험하며 코파일럿 활용 방법을 익히도록 했다"고 설명했다. 엔비디아, 오픈소스 모델로 로봇 구현…"개발 생태계 기여" 엔비디아는 부스에서 오픈소스 AI 모델을 활용한 로봇 시연을 선보였다. 해당 로봇은 소형 AI 컴퓨터 'DGX 스파크'와 연결돼, 방문객 사진을 촬영하고 요청에 맞춰 새로운 이미지를 만들었다. 음성 합성과 이미지 생성 작업은 현장의 DGX 스파크에서 처리한다. 엔비디아 관계자는 "개발자들이 오픈소스 AI 모델과 엔비디아의 컴퓨터를 활용해 사람 요청에 반응하는 서비스를 만드는 방식을 보여준 것"이라며 "오픈소스 모델과 개발 도구에 관심을 가진 개발자들에게는 여러 AI 기능을 결합한 활용 사례를 보여준 셈"이라고 강조했다. 그는 이번 행사에 오픈소스 개발자들이 많이 모이는 만큼 엔비디아가 어떤 개발 프로젝트를 진쟁 중인지 알리기 위해 이번 부스를 꾸렸다고 밝혔다. 그는 오픈소스 프로젝트 '오픈셸(Openshell)'을 엔비디아 대표 기여 사례로 소개했다. 오픈셸은 엔비디아가 AI 에이전트를 안전하게 실행하기 위해 공개한 오픈소스 소프트웨어다. 그는 "우리는 개발자들이 있는 곳에 직접 찾아왔다"며 "우리 기술을 보여주고 피드백을 받아 제품 개선하는 것이 목적"이라고 말했다. 피그마, 디자인·코드 통합…깃허브로 협업 확대 피그마 부스에서는 디자인 도구 안으로 들어온 깃허브를 만날 수 있었다. 깃허브에 저장된 코드를 피그마로 가져와 시제품으로 살펴보고, 피그마에서 코드 변경 사항을 검토해달라는 요청까지 보내는 방식이다. 디자인을 개발자에게 전달하는 데서 끝내지 않고, 실제 코드를 바탕으로 제품을 함께 다듬도록 연결했다. 이러한 연계는 디자인과 구현 결과를 맞추는 작업을 돕는다. 디자이너는 기존 코드로 구현한 화면을 바탕으로 작업하고, 수정한 내용을 개발 과정으로 이어갈 수 있다. 디자인과 개발이 별도로 진행되면서 생기는 간극을 줄이려는 접근이다. 깃허브 코파일럿이 피그마의 디자인 정보를 활용하는 연결도 소개했다. AI가 외부 도구와 데이터를 활용하도록 하는 모델 컨텍스트 프로토콜(MCP)을 통해, 코파일럿이 디자인 맥락을 참고해 코드를 작성하도록 지원한다는 설명이다. 피그마 관계자는 “개발자가 디자인을 더 많이 하고 디자이너도 코드를 더 많이 다루면서 역할의 경계가 흐려지고 있다”며 “앞으로 연결이 더 늘어날 것”이라고 말했다. 피그마가 개발 도구와의 연결을 보여줬다면, 엔비디아는 개발자가 자사 기술로 무엇을 만들 수 있는지 로봇으로 풀어냈다. 부스에는 소형 AI 컴퓨터 'DGX 스파크'와 연결한 로봇을 마련했다.

2026.10.31 03:05김미정 기자

깃허브 제품 부사장 "AI 코딩 가성비 시대 이끌 것"

[샌프란시스코(미국)=김미정 기자] "웹사이트에서 글자 한 줄을 수정하는 데 가장 비싼 인공지능(AI) 모델을 사용할 필요는 없습니다. 기업이 AI 개발 도구를 효율적으로 활용하려면 작업에 적합한 모델을 선택하고 비용을 통제할 수 있어야 합니다." 루이스 비텐코트-에밀리오 깃허브 제품 부문 수석부사장(SVP)은 최근 미국 샌프란시스코에서 열린 '깃허브 유니버스 2026' 현장에서 지디넷코리아와 만나 이같이 밝혔다. 비텐코트-에밀리오 수석부사장은 AI 에이전트 활용이 늘면서 기업 비용 부담도 커지고 있다고 진단했다. 개발자가 간단한 코드 수정에도 고성능 AI 모델을 사용하면 불필요한 지출이 발생할 수 있어 작업 난도에 따라 모델을 다르게 활용해야 한다는 설명이다. 그는 특히 기존 멀티모델 환경에서는 개발자가 어떤 모델을 사용할지 직접 판단해야 한다는 점을 한계로 꼽았다. AI 모델마다 성능과 가격이 달라 작업에 맞지 않는 모델을 선택하면 비용이 늘거나 결과물의 품질이 떨어질 수 있기 때문이다. 깃허브는 이런 비용 문제를 해결하기 위해 이번 행사에서 '코파일럿 퓨전'을 공개했다. 퓨전은 개발자가 여러 AI 모델을 직접 비교하지 않아도 작업에 적합한 모델을 자동으로 조합해 개발 업무를 처리하도록 지원한다. 퓨전의 작동 원리는 업무에 따라 적합한 인력을 배치하는 방식과 비슷하다. 개발자가 프로젝트를 전달하면 퓨전은 여러 AI 에이전트를 실행하고, 각 작업에 적합한 모델을 활용해 결과물을 만든 뒤 하나로 통합한다. 개발자는 비용과 성능의 균형을 우선할지, 고성능 모델 활용을 중시할지 선택할 수 있다. 다만 개별 작업마다 모델을 일일이 지정할 필요는 없다. 깃허브는 이런 방식이 실제 개발 비용을 얼마나 줄이는지도 시험했다. 소프트웨어 개발 벤치마크를 활용해 AI가 주어진 작업을 정확하게 완료했는지 확인하고, 작업에 사용한 토큰과 처리 시간을 측정했다. 비텐코트-에밀리오 수석부사장은 "주요 벤치마크에서 작업 완료 점수가 8.7포인트(p) 높게 나타났다"며 "최첨단 AI 모델을 사용하는 방식과 비교해 비용은 77% 낮았다"고 밝혔다. 그는 퓨전이 개발자 모델 선택 부담도 줄일 것으로 기대했다. 실제 코파일럿 사용자 61%는 여러 AI 모델을 사용하고 있으며, 유료 개발자 중 63%는 한 달에 적어도 한 번 자동 모델 선택 기능을 이용하고 있는 것으로 나타났다. 비텐코트-에밀리오 수석부사장은 "다수 개발자는 기본 설정이나 자동 모델 선택 기능을 사용한다"며 "퓨전을 통해 하나의 프로젝트에서 여러 모델이 활용되는 모습을 경험하면 각 모델의 장단점도 자연스럽게 이해하게 될 것"이라고 내다봤다. 그는 "개발자에게 다양한 모델을 선택할 권한을 주는 것은 좋지만, 어떤 작업에 어떤 모델을 사용해야 하는지 판단할 책임도 함께 늘어난다"며 "퓨전은 이런 부담을 줄이면서 여러 모델 장점을 활용하도록 설계했다"고 강조했다. "AI 거버넌스·비용 통제…에이전트 협업 지원" 깃허브는 AI 에이전트가 수행할 수 있는 개발 업무도 확대하고 있다. 기업이 AI 사용을 통제하는 동시에 여러 에이전트를 활용해 복잡한 개발 프로젝트까지 처리할 수 있도록 지원하려는 것이다. 대표 기능이 올해 공개한 '코파일럿 프로젝트'다. 지난해 발표한 '에이전트HQ'가 개발자에게 다양한 AI 에이전트를 선택할 수 있는 환경을 제공했다면, 코파일럿 프로젝트는 여러 에이전트가 개발 프로젝트를 나눠 수행하도록 지원한다. 예를 들어 여러 코드 저장소를 수정해야 하는 프로젝트가 있다면 각 저장소에 AI 에이전트를 배정할 수 있다. 에이전트들은 서로 다른 AI 모델을 사용해 작업을 동시에 진행하고, 코파일럿 프로젝트는 이들 작업을 조율한다. 비텐코트-에밀리오 수석부사장은 이런 변화가 개발자 역할에도 영향을 미칠 것으로 내다봤다. AI 모델 하나에 작업을 지시하던 방식에서 벗어나 여러 에이전트 업무를 관리하는 방향으로 개발 방식이 바뀐다는 것이다. 그는 "기존에는 개발자가 하나의 모델과 대화하면서 한 번에 하나의 작업을 해결했다"며 "이제는 여러 에이전트에 업무를 배분하고 작업을 조율하는 엔지니어링 매니저와 같은 역할을 하게 될 것"이라고 전망했다. 이어 "우리는 개발자에게 가장 효과적이고 가성비 높은 도구를 선택할 수 있도록 지원하고 있다"며 "앞으로도 사람과 AI 에이전트가 한곳에서 협력하며 소프트웨어를 개발할 수 있도록 플랫폼을 키울 것"이라고 강조했다.

2026.10.31 01:56김미정 기자

한국딥러닝·IBK기업은행, 보이스피싱 피해구제 서류 처리시간 88% 단축

한국딥러닝(대표 김지현)이 IBK기업은행과 비전언어모델(VLM) 기반 인공지능(AI) 에이전트를 활용해 보이스피싱 피해구제 업무를 자동화하는 기술을 검증했다. 기존 수작업으로 진행하던 서류 처리시간을 88% 줄이고 문서 인식 정확도도 개선했다. 한국딥러닝은 IBK기업은행 금융소비자지원부와 공동으로 보이스피싱 피해구제 업무 자동화 실증을 완료했다고 30일 밝혔다. 이번 실증은 지난 4월부터 8월까지 진행됐다. 보이스피싱 피해구제 과정에서 팩스로 접수되는 신청서와 신분증 등을 AI가 분석하고 필요한 정보를 추출해 담당자의 업무 부담을 줄이는 것이 목적이다. 기존에는 은행 직원이 접수된 서류를 일일이 확인하고 관련 정보를 시스템에 입력해야 했다. 이 때문에 서류 처리에 상당한 시간이 소요돼 신속한 피해 대응에 어려움이 있었다. 양사는 한국딥러닝의 금융 특화 AI 에이전트 '딥 에이전트 포 파이낸스(DEEP Agent for Finance)'를 활용해 업무 자동화 시스템을 구축했다. 이 시스템은 문서의 종류를 구분하고 주요 정보를 추출하는 데 그치지 않고 서류 내용을 분석해 범죄 유형까지 추론한다. 기존 광학문자인식(OCR) 기술이 문자 추출에 집중했다면 VLM을 활용해 문서의 시각적 정보와 문맥까지 분석하도록 기능을 확장한 것이다. 실증 결과 서류 처리시간은 기존보다 88% 감소했다. 인쇄체 인식 정확도는 100%, 필기체는 97% 이상을 기록했다. 문서 분류와 범죄 유형 추론에서도 실증 평가 기준 100%의 정확도를 달성했다. 일부 정보 추출 항목에서는 기존 AI-OCR 대비 정확도가 최대 20.4%포인트 높아졌다. 한국딥러닝은 AI-OCR과 VLM의 분석 결과를 교차 검증하고, 결과의 신뢰도에 따라 자동 처리하거나 담당자가 직접 확인하도록 시스템을 설계했다. 최종 판단은 은행 직원이 수행하는 구조다. 또한 외부 클라우드에 금융 정보를 전송하지 않고 은행 내부망에서 운영할 수 있도록 온프레미스 환경을 적용했다. 한국딥러닝은 VLM 엔진 개선부터 문서 처리 시스템, 검수 대시보드 구축과 성능 검증까지 기술 개발을 담당했다. 이번 과제는 재정경제부와 과학기술정보통신부가 주최한 '2026 공공기관 AI혁신 챌린지' AI 서비스 실증(PoC) 부문에서 우수상에 선정됐다. IBK기업은행은 해당 성과로 장관상을 수상했다. IBK기업은행은 실증 결과를 바탕으로 내년 상반기 중 해당 기술을 실제 피해구제 업무에 적용할 계획이다. 한국딥러닝도 금융기관과 공공기관을 대상으로 문서 처리 자동화 사업을 확대할 방침이다. IBK기업은행 금융소비자지원부 관계자는 "보이스피싱 피해구제는 신속한 대응이 핵심이지만, 기존에는 서류 처리에만 많은 시간이 소요됐다"며 "이번 실증을 통해 이를 획기적으로 단축해, 피해구제에 필요한 대응 시간을 확보하고 금융소비자 보호를 강화할 가능성을 확인했다"고 말했다. 김지현 한국딥러닝 대표는 "이번 실증은 VLM 기반 AI 에이전트가 피해 대응에 필요한 시간을 확보하는 데 기여할 수 있음을 보여줬다"며 "앞으로 금융기관의 반복 업무를 자동화해 운영비용을 낮추고 금융소비자 보호에 더 많은 시간과 인력을 투입할 수 있는 환경을 만들겠다"고 밝혔다.

2026.10.30 17:25남혁우 기자

[AI는 지금] "결정은 사람이, 맥락은 AI가"… 오픈AI, 행동지침 개편

오픈AI가 사람 대신 일하는 인공지능(AI) 행동 지침을 개편했다. AI가 사용자 뜻을 파악해 업무를 처리하면서도 사람이 판단하고 선택할 권한을 지키도록 기준을 보강했다. 오픈AI는 29일(현지시간) 자사 AI 행동 기준을 담은 '모델 스펙(Model Spec)'을 개정했다고 밝혔다. 과거 대화와 기억을 참고해 사용자 의도를 이해하는 지침을 추가하고 수행한 작업과 그 영향을 알리도록 했다. 이번 개편은 AI가 맡는 업무가 늘면서 지시만으로 해결하기 어려운 상황도 많아진다는 판단에서 나왔다. 사용자가 요청할 때 발생 가능한 상황을 모두 설명하기는 어렵기 때문이다. 오픈AI는 AI가 명시된 지시를 따르는 데서 나아가 예상하지 못한 상황에서도 사용자 목표에 맞게 판단해야 한다고 강조했다. 새 지침은 AI가 과거 대화를 참고해 사용자가 원하는 조건을 파악하도록 했다. 일례로 이직할 회사를 비교할 때 사용자가 앞서 규칙적인 근무 시간을 원한다고 말했다면 이를 고려해 답할 수 있다. 이때 "이전에 말씀한 근무 시간을 기준으로 비교했다"고 알려 사용자가 조건을 수정할 수 있도록 해야 한다. 과거에 한 말을 계속 같은 뜻으로 받아들여서는 안 된다. 지금은 근무 시간보다 연봉을 더 중요하게 생각할 수도 있기 때문이다. AI는 사용자가 현재 원하는 조건에 맞춰 비교를 돕고 특정 선택으로 몰래 유도하지 않아야 한다. AI가 어떤 일을 했는지도 사용자가 알 수 있어야 한다. 확실히 아는 내용과 확인하지 못한 내용을 구분하고 실제로 처리한 업무를 알려야 한다. 업무를 진행하면서 다른 사람에게 피해를 줄 가능성도 살피도록 했다. 업무 수행 범위는 오픈AI가 정한 안전 기준을 따른다. 개발자는 그 안에서 서비스를 설계하고 사용자는 해당 서비스에서 AI에 일을 맡긴다. 오픈AI는 서로 다른 지시가 충돌할 때 무엇을 우선할지 정하는 기준도 개정했다. 답변 표현 방식은 사용자 취향에 맞춰 유연하게 조정한다. 세부 문체 지침을 대부분 없애고 언어와 문화, 대화 맥락과 피드백을 참고하도록 했다. 객관적으로 답하는 원칙은 유지했다. 사용자가 특정 관점에서 답해 달라고 명시하면 이를 반영할 수 있다. 다만 사용자가 듣고 싶어 할 말을 추측해 그에 맞는 관점을 택해서는 안 된다고 밝혔다. 오픈AI는 이런 기준을 모델에 학습시키는 방법도 연구하고 있다. 규칙뿐 아니라 그 이유까지 익혀 처음 접하는 상황에서도 사용자 뜻과 안전 기준에 맞게 판단하도록 하는 데 초점을 맞췄다. 관련 연구 결과는 추후 공개할 예정이다. 오픈AI는 "모델 스펙은 AI가 어떻게 행동해야 하는지 제시한 기준으로 현재 모델이 이 기준을 모두 충족하지는 못한다"며 "연구 결과와 실제 사용 경험, 이용자 의견을 바탕으로 지침과 모델을 계속 개선하겠다"고 밝혔다.

2026.10.30 10:23김동원 기자

KT, AI 모델 골라 쓰는 '토큰팩토리' 출시...이용료 30% 할인

KT는 이용자가 다양한 AI 모델을 하나의 플랫폼에서 비교하고 사용할 수 있는 AX 플랫폼 토큰팩토리 서비스를 출시한다고 30일 밝혔다. KT는 통신 사업에서 축적한 연결, 과금, 보호 역량을 AI 영역으로 확장해, 이용자가 보다 쉽고 효율적으로 다양한 AI를 활용할 수 있는 환경을 제공한다. 이용자는 업무와 서비스 목적에 따라 필요한 AI 모델을 선택하고, 모델 이용부터 과금까지 한 곳에서 관리할 수 있다. 출시 기념으로 KT가 한국에서 직접 제공하는 AI 모델 이용료를 오는 11월30일까지 30% 할인한다. 믿음 K 3.0 Pro, 솔라 프로 4, 모티프 3, 엔비디아 네모트론 3 울트라 550B A55B, GLM 5.3 플래시, 키미 K3, 젬마 4 31B 등 7개 모델이 대상이다. 법인 인증과 상품 계약을 완료한 가입자에게 할인을 제공한다. 이용 요금은 KT 과금 역량을 기반으로 원화로 청구된다. KT는 토큰팩토리를 통해 이용자가 다양한 AI 모델을 경험하고, 업무와 서비스 특성에 적합한 모델을 보다 부담 없이 활용할 수 있도록 지원한다는 계획이다.

2026.10.30 09:59홍지후 기자

'독자 AI' 다음 수는?…네이버, 모델 개발 전략 다변화

독자 인공지능(AI) 모델 '하이퍼클로바X'를 앞세워 기술 자립에 나섰던 네이버가 AI 개발 전략을 다변화하고 있다. 기존 모델 성능을 높이고 산업별 특화 AI 개발에 집중하는 한편, 현실 세계를 이해하는 월드모델 등 차세대 기술 연구도 이어가는 모습이다. 30일 업계에 따르면 네이버는 최근 '피지컬 AI를 위한 월드모델 연구' 분야 체험형 인턴 모집을 마쳤다. 지난 19일부터 27일까지 진행된 이번 채용은 네이버 본사 퓨처 AI 센터 산하 AI랩 생성 연구팀이 담당한다. 이번 채용 핵심 연구과제는 행동과 제어 신호에 반응해 실제와 유사한 환경을 생성하는 '제어 가능한 월드모델' 개발이다. 행동·제어 신호를 반영한 영상 생성과 실세계 데이터 기반 모델 설계, 새로운 환경으로의 일반화 등이 포함됐다. 특히 네이버는 이를 행동과 환경 변화를 함께 다루는 '월드 액션 모델' 기반 기술로 제시했다. 현실 세계에서 움직이는 로봇이나 자율주행 시스템이 주변 환경 변화를 예측하는 데 활용할 수 있는 기술이다. 네이버 관계자는 "전문 연구인재들이 실제 기업 현장에서 연구 기술이 어떻게 활용되는지 경험할 기회를 제공하려는 취지"라며 "글로벌 빅테크들도 유사한 연구 중심 인턴십을 운영하고 있다"고 설명했다. 네이버가 추진 중인 AI 연구는 본사와 자회사인 네이버클라우드를 중심으로 역할이 나뉜다. 네이버 본사 AI랩은 월드모델 등 중장기 선행 기술 연구와 논문 발표에 주력하고 있다. 네이버클라우드는 산업별 특화 모델 개발과 기업 고객 대상 사업화를 담당한다. 기존 범용 모델을 고도화하면서 실제 서비스와 산업 현장에 적용할 AI 기술을 확보하는 구조다. 월드모델 연구와 별개로 네이버의 범용 거대언어모델(LLM) '하이퍼클로바X'도 꾸준히 고도화되고 있다. 프롬스크래치(From Scratch·처음부터 독자 기술로 개발) 모델 성능을 개선하는 동시에 검색 등 실제 서비스에 최적화하는 방향이다. 대표적인 사례가 AI 검색 서비스 'AI탭'이다. 네이버는 지난 6월 AI탭 정식 출시에 맞춰 하이퍼클로바X 기술을 기반으로 개발한 검색 특화 모델을 적용했다. 서비스 환경에 맞춰 모델의 크기와 구조를 최적화해 응답 속도와 처리 효율을 높이는 데 초점을 맞췄다. 네이버클라우드는 국방·보안·제조 등 산업별 요구에 맞춘 버티컬 AI 모델 개발을 확대하고 있다. 범용 모델의 성능 경쟁을 넘어 산업 현장에서 활용할 수 있는 전문 모델을 확보하려는 전략이다. 네이버클라우드는 지난 6월 드론과 전술차량 등 제한된 컴퓨팅 환경에서 구동할 수 있는 경량 옴니모달 AI 모델 '하이퍼클로바X 시드 4B'를 공개했다. 지난 9월에는 과학기술정보통신부 '사이버보안 특화 AI 파운데이션 모델' 개발 주관 사업자로 선정돼 보안 전문 모델 개발에 착수했다. 제조 분야에서는 지난 3월 코난테크놀로지와 국방·제조 특화 LLM 및 피지컬 AI 기술 개발을 위한 협력에 나섰다. 산업별 데이터와 업무 환경에 맞춘 AI 기술을 확보해 활용 범위를 확대한다는 구상이다. 네이버는 산업별 특화 모델 개발과 월드모델 연구를 이어가면서 기존 하이퍼클로바X 기술 경쟁력도 강화할 방침이다. 새로운 연구 분야를 개척하는 동시에 기존 독자 모델 성능을 높여 실제 서비스 활용 범위를 확대한다는 방향이다. 네이버 관계자는 "최근 검색에 최적화된 모델을 선보였다"며 "하이퍼클로바X는 근간이 되는 모델로, 기존 모델을 계속 발전시키고 매개변수 규모를 늘리는 등 기술 개발을 이어가고 있다"고 말했다.

2026.10.30 09:00이나연 기자

카카오, '카나나' 임베딩 모델 공개…개인화 AI 에이전트 개발 활용 가능

카카오는 개인화 인공지능(AI) 에이전트 기반 기술인 임베딩 모델 '카나나-2-embedding' 2종을 허깅페이스에 오픈소스로 선보였다고 29일 밝혔다. 이번에 선보인 모델은 30억 개의 파라미터를 갖춘 '카나나-2-3b-embedding'과 13억 개 규모의 '카나나-2-1.3b-embedding'이다. 카카오가 자체 개발한 언어모델을 활용해 검색 정확도와 운영 효율을 개선한 것이 특징이다. 임베딩은 문장의 의미를 숫자로 변환해 관련성이 높은 정보를 찾아내는 기술이다. 일반적인 언어모델이 이용자의 질문을 해석하고 답변을 작성한다면, 임베딩 모델은 질문과 의미가 가까운 정보를 검색하는 데 쓰인다. 특정 단어를 정확하게 입력하지 않아도 비슷한 뜻을 가진 정보를 찾아낼 수 있다. 개인화 AI 에이전트에서는 이용자의 과거 정보와 현재 요청을 연결하는 데 활용된다. 가령 이용자가 과거에 언급했던 조용한 식당을 다시 찾으려 할 때 정확한 상호를 기억하지 못하더라도 '대화하기 좋은 곳'이라는 의미를 바탕으로 관련 기록을 검색하도록 돕는다. AI는 이렇게 찾아낸 정보를 참고해 이용자의 상황에 맞는 답변을 제공할 수 있다. 카카오는 앞서 열린 '이프 카카오 26'에서도 일상에 흩어져 있는 정보를 연결하는 임베딩 기술을 개인화 AI 에이전트 구현의 출발점으로 제시했다. 새 모델은 기존 카나나 임베딩 시리즈와 비교해 검색 성능이 개선됐다. 메모리 사용량과 추론 속도에서도 수십 배 이상의 효율 향상을 확인했다는 설명이다. 다른 공개 모델과의 비교 평가에서도 경쟁력을 확인했다. 유사한 규모의 'llama-nemotron-embed-1b-v2', 'Qwen3-Embedding-4B'를 대상으로 진행한 평가에서 한국어 성능은 가장 높았고, 영어 성능은 비슷한 수준을 기록했다. 추론 효율은 Qwen3-Embedding보다 높게 나타났다. 개발 과정에서는 모델 크기에 따라 서로 다른 학습 방식을 적용했다. 먼저 자체 소형 언어모델 'Kanana-2-SLM'이 가진 언어 이해 능력을 정보 검색에 활용하도록 학습해 30억 파라미터 모델을 만들었다. 이후 대형 모델의 학습 결과를 소형 모델로 이전하는 '지식 증류' 기법으로 13억 파라미터 모델을 개발했다. 서비스별 요구사항에 맞춰 자원 사용량을 조절하는 기능도 갖췄다. 카카오는 임베딩 벡터에 포함되는 숫자의 개수를 조정하는 'MRL' 기술을 적용했다. 이를 통해 개발자는 검색 성능과 데이터 저장 공간, 처리 속도 등을 고려해 적절한 벡터 크기를 설정할 수 있다. 이번 공개는 지난 7월 카나나 소형 언어모델 4종을 오픈소스로 선보인 데 이은 추가 공개다. 두 모델에는 연구개발 목적뿐 아니라 라이선스 조건을 충족하면 상업적으로도 사용할 수 있는 '카나나 오픈 라이선스'가 적용됐다. 국내외 기업과 연구자는 허깅페이스에 공개된 모델을 검증하거나 의미 기반 검색 서비스, 개인화 AI 에이전트 개발에 활용할 수 있다. 카카오는 향후 더 큰 규모의 언어모델을 활용한 임베딩 학습과 지식 증류 연구를 진행할 계획이다. 검색 성능을 높이는 동시에 실제 서비스에서의 활용 효율을 개선한다는 방침이다. 노병석 카카오 유니파이드 파운데이션 모델 성과리더는 "AI 에이전트가 이용자에게 필요한 도움을 제공하려면 질문에 답하는 능력과 함께 흩어진 정보 속에서 필요한 정보를 정확히 찾아내는 기술이 중요하다"고 말했따. 이어 "이번 공개를 통해 연구자와 개발자들이 한국어에 강점을 가진 임베딩 기술을 다양한 서비스에 활용할 수 있도록 돕고 검색 성능과 효율을 함께 높이는 연구를 이어갈 것"이라고 말했다.

2026.10.29 10:33박서린 기자

[AI리더스] 래블업, 업스테이지 '솔라' 규모 확대 뒷받침…"비결은 복구 자동화"

"정부의 독자 인공지능(AI) 파운데이션 모델 사업 3차수에서는 늘어난 서버를 안정적으로 운영하는 게 핵심입니다. 우리는 업스테이지 '솔라' 개발에 쓰이는 서버가 60대에서 120대로 늘어난 데 맞춰 고장 난 서버 일을 다른 서버가 대신 맡도록 지원합니다. 학습이 멈추는 시간을 줄여 업스테이지가 모델 개발에 집중할 수 있도록 돕고 있습니다." 황은진 래블업 연구소장은 28일 인터뷰를 통해 학습 규모가 커진 솔라 개발을 뒷받침하기 위해 장애 대응을 자동화하고 서버 운영 안정성을 높였다고 밝혔다. 래블업은 독파모 사업의 업스테이지 컨소시엄에서 학습 인프라 운영·관리를 처리하고 있다. 업스테이지가 솔라 모델을 개발하면, 래블업은 여러 서버가 함께 계산할 수 있도록 학습 환경을 지원하고 서버 상태와 그래픽처리장치(GPU) 사용 현황을 관리한다. 황 소장은 솔라 학습 규모가 커지면서 서버 장애로 인한 중단 시간을 줄이는 일이 더 중요해졌다고 설명했다. 여러 서버가 계산을 나눠 수행하는 대규모 학습에서는 서버 한 대에 문제가 생겨도 전체 작업이 멈출 수 있어서다. 그는 "고장 난 서버를 제외하고 남은 서버만으로 서버 수를 줄여 학습을 재개하려면 개발팀이 작업을 나누는 설정까지 빠꿔야 한다"며 "우리는 이런 지연을 줄이기 위해 예비 서버가 고장 난 서버 작업을 대신 맡도록 돕는다"고 말했다. 업스테이지 컨소시엄은 3차수에서 학습 서버를 60대에서 120대로 늘렸다. 이에 예비 서버도 3대에서 7대로 덩달아 늘었다. 예비 서버는 평소 데이터 생성이나 모델 평가 작업을 수행하다가 본 학습에 장애가 발생하면 대체 자원으로 투입된다. 래블업은 자체 소프트웨어 '백엔드닷에이아이'로 여러 서버 GPU를 한곳에서 관리하고 있다. 개발자가 학습 작업을 실행하면 필요한 GPU를 배정하고, 어떤 서버가 사용 중인지 확인할 수 있도록 돕는다. 업스테이지는 이 소프트웨어로 장애 발생 시 사용 가능한 예비 서버를 찾아 학습을 다시 시작하는 절차까지 자동화했다. 그는 "우리 핵심 목표는 서버 수가 늘어나도 개발팀이 장비 관리에 매달리지 않고 모델 개발에 집중할 수 있도록 하는 것"이라고 설명했다. "개발자가 쓰던 방식 그대로…복구 작업 자동화" 황 소장은 업스테이지 개발팀이 익숙한 명령어로 GPU 자원을 관리하고 복구 작업을 자동화할 수 있도록 지원했다고 밝혔다. 래블업은 업스테이지 요청에 따라 분산 학습에 널리 쓰이는 오픈소스 도구 '슬럼(Slurm)' 명령어를 백엔드닷에이아이가 처리할 수 있는 형태로 바꿔주는 인터페이스를 개발했다. 개발팀이 기존에 쓰던 명령어로 백엔드닷에이아이를 제어할 수 있도록 한 것이다. 황 소장은 "이는 개발자와 관리 소프트웨어 사이에 통역 기능을 넣은 셈"이라며 "업스테이지 개발팀은 새로운 명령 체계를 배우는 대신 익숙한 명령어로 GPU 자원을 관리하고 학습 작업을 실행할 수 있게 됐다"고 강조했다. 실제 업스테이지는 이 기능을 활용해 서버 고장으로 학습이 멈췄을 때 자동으로 학습을 재개하는 에이전트를 만들었다. 사람이 일일이 조작하지 않아도 에이전트가 고장 난 서버 대신 예비 서버에 작업을 맡기고 학습을 다시 시작하는 식이다. 황 소장은 "업스테이지 개발팀은 이미 알고 있는 문법으로 작업할 수 있어 자동화 에이전트를 쉽게 개발할 수 있었다"며 "3차수에서 장애 발생 후 학습 재개까지 걸린 시간이 대략 20~30분으로 기존보다 훨씬 빨라졌다"고 밝혔다. 래블업은 GPU 장비에 문제가 생겼을 때 공급사에 고장 내용을 알리고 점검을 요청하는 절차도 자동화하고 있다. 담당자가 오류 기록을 일일이 모아 전달하는 대신 시스템이 문제 발생 시점과 관련 기록을 전달하도록 하는 방식이다. 공급사가 장비를 수리하는 동안에는 예비 서버로 학습을 재시작하도록 지원한다. 황 소장은 "문제를 보고하고 점검을 요청하는 과정도 최대한 자동화하고 있다"며 "사람이 직접 처리하기를 기다리느라 대응이 늦어지지 않도록 신경 쓰고 있다"고 설명했다. 독파모 효과 확산하려면…추론 효율 높이고 GPU 지원해야 황 소장은 독파모 사업으로 개발한 모델이 실제 서비스로 이어지려면 운영 비용을 낮추는 노력도 필요하다고 강조했다. 모델 성능이 뛰어나도 이를 실행하는 데 필요한 GPU 비용이 높으면 확산이 어렵다는 설명이다. 래블업은 같은 장비로 AI 서비스를 더 효율적으로 운영할 수 있는 기술을 연구하고 있다. 학습 단계에서는 장시간 계산을 안정적으로 이어가는 것이 중요하지만, 서비스 단계에서는 사용자 질문에 빠르게 답하면서 더 많은 요청을 처리해야 하기 때문이다. 특히 코딩 에이전트는 긴 코드와 작업 내역 등 서로 다른 맥락을 여러 차례 오가며 앞서 처리한 정보를 다시 참조한다. 이때 이전 계산 결과를 보관하는 'KV 캐시'를 활용하면 같은 내용을 처음부터 다시 계산하는 작업을 줄여 응답 속도를 높일 수 있다. 다만 GPU 메모리 용량에는 한계가 있어 여러 작업의 계산 정보를 모두 유지하기는 어렵다. 메모리에서 밀려난 정보를 다시 참조할 때 재계산이 필요하면 시간과 연산 자원이 추가로 든다. 래블업은 바스트 데이터(VAST Data)와 이런 반복 계산을 줄이는 기술을 연구하고 있다. 이는 GPU 메모리에 있는 계산 정보를 별도 저장장치에 보관했다가 필요할 때 다시 불러와 활용하는 기술이다. 황 소장은 "이는 책상 위 공간이 부족할 때 자료를 버리는 대신 서랍에 보관했다가 꺼내 쓰는 것과 비슷하다"며 "관건은 저장한 정보를 빠르게 불러와 사용자가 답변을 오래 기다리지 않도록 하는 것"이라고 설명했다. 그러면서 "코딩 에이전트처럼 각기 다른 긴 맥락을 여러 차례 오가며 다시 참조하는 환경에서 특히 효과가 크다"며 "사용자가 느끼는 응답 속도를 개선하는 방법을 연구하고 있다"고 덧붙였다. 황 소장은 정부도 독파모 개발 이후 확산을 지원해야 한다고 제언했다. 대형 모델을 공개하더라도 GPU를 확보하기 어려운 중소기업에는 서비스 개발 문턱이 여전히 높다는 이유에서다. 또 황 소장은 적은 자원으로 실행할 수 있는 경량 모델 개발과 서비스 운영용 GPU 지원을 대안으로 제시했다. 중소기업이 GPU를 저렴하게 이용하고, 국산 모델을 활용한 아이디어를 실제 서비스로 구현할 수 있도록 지원해야 한다는 구상이다. 그는 "모델 규모가 크다는 것은 이를 서비스하는 데도 많은 GPU 자원이 필요하다는 뜻"이라며 "세금을 투입해 개발한 모델이 과제로 끝나지 않고 실질적으로 도움이 되는 방향으로 확산해야 한다"고 강조했다.

2026.10.28 13:56김미정 기자

웹케시, LG 'K-엑사원'으로 금융 AI 에이전트 개발…기업 자금관리 적용

웹케시(대표 강원주)가 LG AI연구원의 인공지능(AI) 모델 'K-엑사원'을 활용해 기업 자금관리와 금융기관 업무를 자동화하는 AI 에이전트 개발에 나선다. 웹케시는 LG AI연구원이 주도하는 컨소시엄에 참여해 정부의 '독자 AI 파운데이션 모델' 프로젝트에서 금융 분야 AI 에이전트 개발과 실증을 추진한다고 28일 밝혔다. 이번 프로젝트는 과학기술정보통신부와 정보통신산업진흥원(NIPA)이 국내 독자 AI 모델의 기술 경쟁력을 확보하고 산업별 활용을 확대하기 위해 추진하는 사업이다. LG AI연구원은 자체 개발한 K-엑사원을 기반으로 모델 성능을 고도화하고 실제 산업 환경에 적용하는 작업을 진행하고 있다. 웹케시는 자사 데이터 연결 솔루션 '오페리아(OPERIA)'를 K-엑사원과 연동해 기업 자금관리 및 금융기관 경영정보시스템(MIS)에 특화된 AI 에이전트를 개발할 계획이다. 오페리아는 사용자의 자연어 질문을 데이터베이스 질의어(SQL)로 변환해 필요한 정보를 추출하는 관계형 데이터베이스(RDB) 연결 솔루션이다. 여러 대규모언어모델(LLM)과 연동할 수 있어 기업이 보유한 금융 데이터를 AI 서비스에 활용하도록 지원한다. 웹케시는 이를 통해 금융 업무에 특화된 AI 에이전트 적용 사례를 확보하고 관련 사업을 확대한다는 방침이다. 현재 자금관리 에이전트와 에이전트뱅킹, AI MIS, 재정 AX, 경리365 등을 중심으로 금융기관과 공공기관, 일반 기업을 대상으로 사업을 추진하고 있다. 강원주 웹케시 대표는 "AI가 산업 현장에서 가치를 만들려면 업무 이해와 정확한 데이터 활용이 중요하다"며 "K-엑사원과 웹케시의 금융 AI 기술을 결합해 국내 AI 생태계 확대에 기여하겠다"고 말했다.

2026.10.28 11:54남혁우 기자

[AI는 지금] 구글, 로봇 훈련할 가상세계 만든다…월드모델 '지니4' 공개

구글 딥마인드가 화면과 소리를 함께 생성하는 인공지능(AI) 모델 '지니4'로 영화·게임 제작과 로봇 훈련 분야 공략에 나선다. 사용자 행동에 반응하는 가상세계를 구현해 촬영이나 개발에 앞서 아이디어를 시험하고 로봇과 AI가 과제를 수행하는 과정을 점검하도록 지원한다. 구글 딥마인드는 27일(현지시간) 자사 블로그를 통해 지니4를 일부 시험 사용자에게 연구용으로 공개했다고 밝혔다. 사용자가 글로 날씨를 바꾸거나 인물을 추가하도록 요청하면 장면과 소리를 실시간으로 생성한다. 가상공간 속 인물이 사용자 입력이나 주변 상황에 반응해 대화하는 기능도 갖췄다. 지니4는 주변 환경과 그 안에서 일어나는 변화를 생성하는 월드모델이다. 완성된 영상을 재생하는 방식과 달리 사용자가 키보드로 이동하거나 카메라 방향을 바꾸면 그에 맞춰 다음 장면을 만든다. 사용자는 생성된 공간을 탐색하면서 사건 흐름에도 개입할 수 있다. 소리 생성 기능은 바람과 파도 같은 주변 소음부터 악기 연주와 인물 대화까지 지원한다. 별도로 음향을 입힐 필요 없이 모델이 화면 속 상황에 맞는 소리를 직접 만드는 방식이다. 구글은 지니4가 자사 실시간 월드 모델 가운데 처음으로 음성을 포함한 오디오 생성 기능을 갖췄다고 설명했다. 영화 촬영 전 장면 구상…게임은 코드 작성 전 공간 탐색 구글이 시험 중인 주요 활용 분야는 영화와 게임 제작이다. 영화 제작자는 지니4를 이용하면 가상 장면 안에서 카메라 각도와 조명, 대사, 인물 동작을 바꾸며 여러 촬영안을 비교할 수 있다. 실제 촬영에 들어가기 전 머릿속 구상을 화면과 소리로 확인하도록 돕는다. 시험에 참여한 게임 개발자와 창작자는 코드를 작성하기 전 탐색 가능한 가상공간을 만들고 있다. 글로 화면 스타일과 사물 질감, 상호작용 방식을 바꾸며 초기 아이디어를 확인하는 용도다. 일부 사진기자는 과거 사진 한 장을 바탕으로 움직이는 가상환경을 만드는 방식을 시험 중이다. 구글은 역사 속 공간을 체험하거나 홍수·산불에 따른 환경 변화를 시각화하는 데도 활용 가능성을 살펴보고 있다고 밝혔다. 구글은 창작과 언론, 교육, 게임, 엔지니어링 분야 시험 사용자 의견을 받아 서비스를 개선할 방침이다. 산업별 협력사도 시나리오를 빠르게 구현하는 도구로 지니4를 평가하며 실제 업무에 적용하기 위해 보완할 부분을 찾고 있다. 제미나이가 단계별 진행 점검…로봇 행동도 가상환경서 시험 구글은 지니4에 AI 모델 '제미나이'를 결합해 복잡한 작업도 가상환경에서 구현하도록 했다. 여러 행동이 순서대로 이어져야 하는 작업에서는 제미나이가 계획을 세우고 진행 과정을 점검하는 역할을 맡는다. '제미나이 3.8 플래시'는 목표를 단계별로 나눈 뒤 지니4가 생성하는 화면을 보며 각 단계가 제대로 이뤄졌는지 확인한다. 사용자가 중간에 개입하거나 환경이 바뀌면 계획도 수정할 수 있다. 제미나이 옴니는 현실과 비슷한 모습과 움직임을 구현하는 데 쓰인다. 구글은 '제미나이4 아르곤'과 지니4를 연결해 앱트로닉 휴머노이드 로봇 '아폴로'가 체커 게임을 하는 가상 장면도 소개했다. 아르곤이 작업을 단계별로 나눠 글로 전달하면 지니4가 이를 화면으로 구현한다. 실제 로봇을 움직인 실험이 아니라 로봇 행동을 가상환경에서 생성한 사례다. 구글은 이 기술을 로봇과 AI 에이전트가 현실에 투입되기 전 여러 환경에서 행동을 시험하는 데 활용할 계획이다. 이를 위해 제미나이 추론 능력과 지니 장면 생성 능력을 결합해 사용자 요청에 맞춰 가상세계를 바꾸고 장면이 앞뒤 흐름에 맞게 이어지도록 연구하고 있다. 지니4는 아직 실험 단계로, 실행 시간이 길어지거나 복잡한 수정을 반복하면 물체 모습과 위치가 달라질 수 있다. 복잡한 물리 현상과 소리, 공간 관계를 정확하게 표현하고 화면 속 글자를 읽을 수 있게 생성하는 능력도 추가 연구 과제로 남았다. 구글은 향후 프로젝트 지니에서 구글 AI 울트라 가입자에게 지니4를 제공할 예정이다. 제미나이 API와 구글 AI 스튜디오 일부 협력사에도 공개 범위를 넓힌다. 생성한 모든 영상과 오디오에는 AI 생성물 식별을 돕는 디지털 워터마크 '신스ID'를 적용하기로 했다. 구글 딥마인드는 "세계를 이해하고 시뮬레이션하는 일은 범용인공지능(AGI)을 만드는 데 중요한 요소"라고 밝혔다.

2026.10.28 08:54김동원 기자

AI 모델마다 성능·가격 다른데...기업은 어떻게 골라 쓸까

기업이 AI를 업무에 도입할 때 모든 작업에 가장 성능이 높은 모델을 사용할 필요는 없다. 간단한 문서 요약과 번역에는 저렴한 경량 모델로도 충분하다. 반면 복잡한 분석과 추론에는 고성능 모델이 필요하다. KT가 기업의 업무 유형과 비용 조건에 따라 AI 모델을 자동으로 선택하고 사용량까지 관리하는 토큰팩토리 사업에 나선 이유다. 원만호 KT AX플랫폼본부장은 27일 서울 광화문 KT 사옥에서 열린 기자간담회에서 기업용 AI 플랫폼 토큰팩토리를 시연하면서 주요 기능으로 ▲오토 모델 라우터 ▲토큰 절감 ▲가드레일 등을 꼽았다. 토큰팩토리는 기업이 하나의 응용프로그램 인터페이스(API)로 다양한 AI 모델을 이용할 수 있도록 지원하는 플랫폼이다. 모델별 성능과 이용료를 비교하고, 업무에 적합한 모델을 자동으로 연결한다. 기업이 사용한 토큰의 양과 비용을 확인하고 개인정보 유출을 방지하는 기능도 제공한다. KT가 제시한 핵심은 기업이 AI 모델을 일일이 비교하거나 가장 비싼 모델에 의존하지 않아도 된다는 점이다. AI 모델의 종류가 늘고 가격 체계가 복잡해지는 상황에서 기업이 품질과 비용을 함께 관리할 수 있도록 하는 데 초점을 맞췄다. 업무마다 다른 AI 모델, 무엇을 선택할까 이진형 KT AX사업본부장은 “기업이 AX를 고민할 때 단순히 비용이 저렴한 것만이 아니라, 업무에 적합하면서도 비용 효율적인 모델이 무엇인가 하는 점이 고민”이라며 “KT 토큰 팩토리는 요약이나 단순 번역 등 업무는 경량 모델을, 복잡 업무는 고성능 모델을 적용해 비용을 최적화한다”고 말했다. KT 토큰팩토리는 이용자 프롬프트에 따라 적합한 모델을 사용한다. KT 토큰팩토리 공식 홈페이지에선 오는 30일부터 70여 개 이상의 다양한 AI 모델을 하나의 API로 연동해 제공하고, 11월엔 500여 개 모델을 확충할 예정이다. 기업은 모델 탐색 화면에서 필터링 기능을 통해 원하는 모델을 선택할 수 있다. 특정 모델을 선택하면 상세한 스펙을 확인할 수 있다. 화면엔 개발사와 멀티모델 지원 여부, 입출력 단가, 캐시 적용 단가가 표기된다. 레이턴시와 처리량 등 실제 업무 성능을 확인할 수 있다. 모델 체험 화면에선 여러 모델 성능을 동시에 한눈에 확인할 수 있다. 가령 GPT, 큐엔, 미드 등 AI 모델을 고르고 프롬프트를 입력해 답변이 생성되면 화면 맨 우측 상단에 사용된 토큰 양과 응답 소요 시간이 표시되며, 프롬프트에 따른 결과물을 직접 비교할 수 있다. 이용자가 원하는 모델 범위를 선택하고, 품질과 비용에 대한 가중치를 설정할 수 있다. 품질을 높게 설정하면 성능이 뛰어난 고성능 모델을 우선 사용하므로 비용이 다소 상승할 수 있다. 반대로 비용 절감에 가중치를 두면 상대적으로 경제적인 모델이 사용된다. KT 자체 라우팅 기술인 오토 모델 라우터는 이용자가 적절한 가중치와 선호 모델을 선택하면, 조건에 맞춰 최적의 모델로 자동 라우팅한다. 원만호 본부장은 “사전에 다양한 모델별 품질 지표를 미리 평가해두고, 프롬프트가 입력됐을 때 실제로 모델을 다 돌려보지 않아도 입력된 프롬프트 품질 요구 수준을 미리 예측할 수 있다”며 “품질 기준을 충족하지 못하는 모델은 자동 탈락시키고, 설정된 가중치에 가장 적합한 모델을 스마트 모델 라우터가 자동 선정해 처리한다”고 설명했다. “AI 사용료 최대 25% 절감” 대시보드를 통해 API 이용 현황을 한눈에 파악할 수 있다. 원하는 기간 동안 처린된 프롬프트 횟수, 성공률, 총 토큰 사용량, 총 발생 비용을 조회할 수 있다. 특정 기간 가장 많이 사용된 모델이 무엇인지, 어떤 API 키와 사용자가 접속했는지 상세히 파악할 수 있으며, 일간 모델 사용량과 토큰 사용량도 조회할 수 있다. 전체 토큰 사용량 확인을 통한 예산 관리도 가능하다. 관리자는 전체 API 키 별 비용을 모니터링할 수 있다. 모델을 사용하는 API 키별로 월간, 일간 쿼터를 설정해 정해진 예산 범위 내에서 안정적으로 집행될 수 있도록 관리한다. KT는 자동 모델 선택에 더해 AI가 처리하는 토큰 자체를 줄이는 기술도 토큰팩토리에 적용했다. 토큰은 AI 모델이 입력과 출력을 처리하는 단위로, 일반적으로 사용량이 늘어날수록 비용도 증가한다. 토큰 절감 기술은 입력 문장의 불필요한 표현을 줄이는 프롬프트 압축과 출력 토큰 최적화로 구성된다. 이를테면 '다음 주 출장인데 월요일 오전 서울에서 부산으로 가는 KTX 열차를 찾아줘'라는 요청을 '다음 주 월요일 오전 서울-부산 KTX'로 압축하는 사례를 소개했다. 요청의 핵심 의미를 유지하면서 입력 토큰 수를 줄이는 방식이다. 원 본부장은 “내부적으로 테스트했을 때 최대 약 25%까지 절감되는 것을 확인했다”면서 “그만큼 토큰을 보다 비용 효율적으로 이용할 수 있도록 하는 기술”이라고 밝혔다. 김준석 KT 에이전틱AI랩장은 “프롬프트 압축으로 토큰 사용량을 약 20% 줄이고, 모델 라우팅을 통해 요청을 처리할 수 있는 저렴한 모델을 선택해 추가로 약 5%의 비용을 절감했다”고 설명했다. 즉, 실제 절감률은 기업이 사용하는 모델과 업무 유형, 입력 내용에 따라 달라질 수 있다. KT는 AI 모델 자체의 크기를 줄이는 최적화 기술도 적용하고 있다. 이 본부장은 “모델 경량화 기술을 활용해 성능 저하를 5% 미만으로 제한하면서 모델 크기를 최대 70%대까지 줄일 수 있다”고 말했다. 모델 크기가 작아지면 구동에 필요한 GPU 자원과 추론 비용을 낮출 수 있다. 기업이 AI 서비스를 대규모로 운영할 때 모델 사용료뿐 아니라 인프라 비용까지 줄일 수 있다는 것이다. 절감 효과를 확인하는 대시보드를 통해 관리자는 토큰 절감 기능을 적용한 뒤 실제로 줄어든 토큰의 양과 압축이 적용된 요청 비율을 확인할 수 있다. 기업 데이터와 보안은 어떻게 관리하나 기업이 여러 AI 모델을 도입할 때 발생하는 관리 문제도 해결 대상이다. 부서와 개발자마다 사용하는 모델이 다르면 전체 이용량을 파악하기 어렵고, 특정 조직에서 AI 사용료가 급증하더라도 원인을 확인하는 데 시간이 걸릴 수 있다. 토큰팩토리에서는 관리자가 개발자를 초대하고 API 키를 발급하고 관리할 수 있다. API 키별로 하루 또는 한 달 동안 사용할 수 있는 한도와 예산을 설정해 비용이 일정 수준을 넘지 않도록 통제하는 기능도 제공한다. 관리 대시보드에서는 전체 요청 건수와 처리 성공률, 토큰 사용량, 발생 비용을 확인할 수 있다. 가장 많이 사용된 AI 모델과 API 키, 이용자별 사용 현황도 조회할 수 있어 부서별 비용 관리에 활용할 수 있다. 보안 기능은 기업이 AI 모델을 사용하는 과정에서 입력하거나 생성하는 정보를 통제하는 데 초점을 맞췄다. 원 본부장은 시연에서 개인정보 필터링과 기업별 금칙어 설정, 사용 가능한 모델 제한, IP 접근 통제 기능을 소개했다. 주민등록번호 등 개인정보가 포함된 요청이나 답변을 차단하고, 기업이 지정한 금칙어가 입력되면 AI 모델이 해당 요청을 처리하지 않도록 설정할 수 있다. 기업은 국내에서 운영되는 AI 모델만 사용하도록 제한하거나 특정 모델을 사용 대상에서 제외할 수도 있다. 금융·공공 등 데이터 처리 위치와 보안 요건이 중요한 조직을 고려한 기능이다. 프롬프트는 기본적으로 KT 내부에 저장하지 않는다. 다만 기업이 내부 감사나 이용 이력 확인을 위해 기록 보관을 요구할 경우 선택적으로 저장할 수 있도록 했다. AI 에이전트의 내부 지시문을 탈취하려는 프롬프트 인젝션 공격에 대한 방어 기능도 적용했다. 외부 입력을 통해 시스템 프롬프트를 추출하거나 기존 지시를 우회하려는 요청을 차단하는 방식이다. 이 본부장은 “기업용 AI 서비스에서 보안과 데이터 관리가 중요하다”며 “KT가 직접 운영하는 모델에는 고객 데이터 비저장 비학습 원칙을 적용한다”고 밝혔다. 이어 “국내 데이터센터에서 직접 제공하는 모델은 국내에서 데이터를 처리할 수 있도록 구성했다”고 덧붙였다. 그는 또 “오픈라우터를 통해 연결되는 모델의 데이터 처리 지역은 각 모델 제공사의 운영 환경에 따라 달라진다”며 “기업은 보안 요구 수준에 따라 국내 운영 모델과 외부 모델을 구분해 선택할 수 있다”고 말했다. KT는 12월 토큰팩토리의 두 번째 업데이트를 진행하고, 내년에도 기능을 확대할 계획이다. 기업이 AI 모델을 선택하고 운영하는 과정에서 품질과 비용, 보안 조건을 한꺼번에 관리하도록 지원하는 것이 개발 방향이다.

2026.10.27 16:01홍지후 기자

  Prev 1 2 3 4 5 6 7 8 9 10 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.