• 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

얀 르쿤의 AMI랩스, 로봇에 '미래 예측 능력' 심는다

로봇이 실제 제조 현장에서 스스로 판단하고 움직이려면 행동의 결과를 미리 예측하는 '월드모델'과 빠르게 동작을 결정하는 인공지능(AI)을 결합해야 한다는 제안이 나왔다. 쿠엔틴 가리도(Quentin Garrido) AMI랩스 연구원은 14일 서울 코엑스에서 열린 '피지컬 AI 테크 위크'에서 월드모델 예측 능력을 실제 로봇 행동으로 연결하는 기술이 중요하다고 강조했다. 미래 상황을 정확하게 예측하는 것만으로는 부족하며 그 예측을 활용해 로봇이 스스로 작업을 수행하도록 만들어야 한다는 주장이다. AMI랩스는 얀 르쿤 전 메타 수석 AI 과학자가 공동 설립한 AI 연구기업이다. 거대언어모델(LLM) 중심 기존 접근법과 달리 물리 세계의 움직임과 변화를 이해하고 미래 상황을 예측하는 월드모델 개발에 주력하고 있다. 월드모델은 AI가 주변 환경을 이해하고 특정 행동에 따라 어떤 변화가 발생할지 예측하는 기술이다. 로봇이 움직이기 전에 여러 행동의 결과를 검토하고 목표 달성에 적합한 동작을 선택하는 데 활용할 수 있다. 이날 강연에서는 로봇 작업을 여러 단계로 나눠 계획해 물체를 집어 옮기는 실험의 성공률을 0%에서 70%로 높인 기존 연구 결과도 소개됐다. 로봇이 목표를 향해 한 번에 움직이는 대신 중간에 필요한 동작을 나눠 수행하도록 한 결과다. "물리 세계는 텍스트가 아니다"…행동 결과 예측하는 월드모델 가리도 연구원은 LLM과 월드모델이 정보를 학습하고 예측하는 방식에 차이가 있다고 설명했다. LLM이 문맥에 따라 다음 단어를 예측한다면 월드모델은 특정 행동을 했을 때 주변 환경이 어떻게 변할지 예측한다. 그는 계단을 오르는 동작을 사례로 들었다. 계단을 오르는 방법을 글로 자세히 설명하려면 복잡한 지시가 필요하지만 영상으로 보면 어떤 움직임인지 쉽게 이해할 수 있다. 이러한 차이는 로봇이 실제 환경에서 움직일 때 중요해진다. LLM은 중력이나 질량에 관한 지식을 설명할 수 있지만 물체가 실제로 어떻게 움직일지 정확하게 예측하는 데는 한계가 있다. 챗봇의 잘못된 답변과 달리 로봇의 판단 오류는 장비 충돌이나 인명 피해로 이어질 수도 있다. 월드모델은 로봇이 행동하기 전에 여러 결과를 비교하도록 한다. 왼쪽으로 이동하면 장애물에 부딪히고 오른쪽으로 이동하면 목적지에 도달할 수 있다면, 실제로 움직이지 않고도 두 경로를 예측해 더 적절한 방향을 선택하는 원리다. 이를 위해 활용하는 기술 중 하나가 JEPA다. 영상의 일부 정보를 가린 뒤 나머지를 바탕으로 빠진 정보를 예측하면서 물체의 움직임과 주변 환경의 특징을 학습한다. 이렇게 얻은 정보를 토대로 로봇의 행동에 따른 환경 변화를 예측하는 모델을 구축할 수 있다. 로봇 작업 성공률 70%…빠른 행동 AI와 결합 모색 월드모델을 실제 로봇 작업에 활용하려면 무엇을 먼저 하고 다음에 어떤 동작을 수행할지 계획하는 과정이 필요하다. 물체를 집어 다른 위치에 놓는 작업이라면 물체에 접근하고 집어 올린 뒤 목적지로 이동하는 순서를 정해야 한다. 그러나 최종 목표만 보고 움직임을 계획하면 중간에 필요한 동작을 제대로 찾아내지 못할 수 있다. 이를 해결하기 위해 가리도 연구원은 서로 다른 수준에서 계획하는 두 개의 월드모델을 활용했다고 밝혔다. 상위 모델이 물체에 접근하거나 집어 올리는 등 중간 목표를 정하면 하위 모델이 각 목표를 수행할 세부 동작을 결정한다. 이러한 계층적 계획을 적용한 기존 연구에서 로봇팔의 물체 집어 옮기기 성공률은 70%를 기록했다. 한 번에 작업을 계획한 비교 방식의 성공률은 0%였다. 가리도 연구원은 월드모델을 로봇의 움직임을 빠르게 결정하는 시각·언어·행동(VLA) 모델과 결합하는 방향도 제안했다. VLA 모델이 카메라 영상과 작업 지시를 바탕으로 행동을 결정한다면, 월드모델은 그 행동이 어떤 결과를 가져올지 미리 검토할 수 있다. 두 기술 차이는 인간의 사고방식에 비유할 수 있다. 익숙한 일을 빠르게 처리하는 직관적 사고가 VLA 모델에 가깝다면 여러 가능성을 따져 신중하게 판단하는 사고는 월드모델에 해당한다. 이 둘을 결합하면 VLA 모델이 행동 후보를 만들고 월드모델이 각각의 결과를 검토해 적절한 동작을 고를 수 있다. 기존 행동 AI의 빠른 처리 속도와 월드모델의 예측 능력을 함께 활용하려는 접근이다. 실제 산업 현장에 적용하려면 해결해야 할 문제도 있다. 작업 시간이 길어질수록 로봇이 계획해야 할 동작이 많아지고 미래를 예측하는 과정에서 오류가 누적될 수 있기 때문이다. 강연 이후 질의응답에서도 장시간 작업을 계획할 때 발생하는 연산 부담이 거론됐다. 가리도 연구원은 작업을 여러 단계로 나누는 계층적 계획과 연산을 동시에 처리하는 병렬화 기술을 해결 방향으로 제시했다. 월드모델이 현실의 문제를 해결할 수 있는 수준으로 발전해야 한다는 점도 거듭 강조했다. 영상을 생성하거나 미래 상황을 예측하는 성능이 높더라도 실제 로봇이 작업을 수행하지 못한다면 활용에 한계가 있다는 판단이다. 가리도 연구원은 "세계의 미래를 예측할 수 있는 모델을 어떻게 실제 문제 해결에 활용할 것인가가 남은 과제"라며 "월드모델을 조금 더 개선하는 것보다 그 능력을 실제 작업에 활용하는 방법이 중요하다"고 말했다.

2026.10.14 16:59김동원 기자

국립공원공단, AI로 야생동물 자동 종 판별 시스템 개발

기후에너지환경부 산하 국립공원공단(이사장 주대영)은 업무 인공지능(AI) 전환 사업의 하나로 국내 야생동물 AI 자동 종 판별 시스템 '반달렌즈 AI'를 개발하고 현장에 적용할 계획이라고 13일 밝혔다. 국립공원공단은 반달렌즈 AI 개발을 계기로 국립공원 내 무인센서카메라에 촬영된 반달가슴곰·산양·여우 등 포유류 17종을 AI가 자동으로 종을 판별해 그간 수작업에 의존해 온 공원자원 영상(이미지) 분석 업무를 자동화할 수 있게 됐다고 전했다. 전국 국립공원에는 1300여 대의 무인센서카메라가 설치돼 연간 평균 약 470만 건의 영상이 수집되고 있다. 국립공원 측은 이들 영상을 기존 인력으로 분석하면 10만 건당 208일이 소요됐으나 반달렌즈 AI를 활용하면 분석 시간이 99% 단축된 10만 건당 8시간에 불과해 업무 효율성이 대폭 향상될 것으로 기대했다. 국립공원공단은 앞으로 이 시스템을 고도화해 사용 편의성을 확대하고, AI 모델을 공개(Hugging Face, GitHub)해 포유류 영상 분석이 필요한 국내외 연구기관, 단체가 공동 활용할 수 있도록 지원할 계획이다. 주대영 국립공원공단 이사장은 “반달렌즈 AI 도입으로 국립공원 자연 자원과 서식지 관리 업무자동화에 한층 더 다가섰다”며 “높아진 업무 효율성을 반영해 생물종과 서식지 보전업무의 전문성을 더욱 강화해 나가며, 해당 시스템의 AI 모델을 공개해 유관기관과 연구기관에서 공동으로 활용할 수 있도록 지원할 계획”이라고 밝혔다.

2026.10.13 16:46주문정 기자

"말하는 중에도 맞장구 척척"…카카오, 사람처럼 대화하는 AI 개발

카카오가 사람처럼 자연스럽게 대화하며 맞장구를 치고, 상대방의 말을 듣는 동시에 실시간 통역까지 할 수 있는 인공지능(AI) 기술을 개발하고 있다. 이용자가 말을 마칠 때까지 기다리지 않고 대화에 반응하는 것은 물론, 개인의 취향과 상황을 이해해 식당 예약 등 실제 업무까지 수행하는 AI 서비스를 구현하겠다는 구상이다. 또 카카오는 AI 모델의 크기 경쟁보다 실제 서비스에 필요한 성능과 효율을 높이는 데 집중한다. 이용자 요청에 따라 대형·소형 AI 모델을 선택적으로 활용하고, 이미지와 음성을 이해하는 멀티모달 기술과 실제 업무를 수행하는 에이전트 AI를 결합해 5000만 이용자에게 개인화된 서비스를 제공하겠다는 전략이다. 노병석 카카오 파운데이션 모델 개발 총괄은 13일 경기도 용인시 카카오 AI 캠퍼스에서 열린 개발자 콘퍼런스 '이프카카오(if(kakao)26)'에서 "5000만 사용자가 24시간 사용하는 AI를 생각해 보면 모델이 단순히 똑똑하기만 해서는 부족하다"며 "정확한 답을 빠르게 제공해야 하고, 수천만 명이 동시에 사용해도 안정적으로 동작할 수 있어야 한다"고 말했다. 노 총괄은 이날 자체 AI 모델 '카나나'의 개발 방향으로 ▲경량화·연산·서빙 전 과정을 아우르는 풀스택(Full-Stack) 최적화 ▲텍스트·이미지·음성을 함께 이해하는 멀티모달(Multimodal) ▲이용자가 요청한 일을 실제로 완료하는 에이전틱 AI를 제시했다. "모든 요청에 가장 큰 모델 쓸 필요 없어"…AI 운영 효율 높인다 카카오는 하나의 거대한 AI 모델이 모든 요청을 처리하는 대신 작업 난이도에 따라 서로 다른 모델을 활용하는 구조를 구축하고 있다. 복잡한 추론이 필요한 문제는 프론티어 모델이 담당하고, 서버에서 처리하는 대부분의 서비스는 플래그십 모델이 맡는다. 반복적이고 명확한 요청은 소형언어모델(SLM)이 처리하며 스마트폰에서 해결할 수 있는 작업은 온디바이스 모델을 활용한다. 노 총괄은 "모든 요청에 최고의 결과를 제공하되 모든 요청에 가장 큰 모델을 사용하지는 않는다는 것이 원칙"이라며 "추론 효율은 단순히 비용을 줄이는 문제가 아니라 서비스 경쟁력과 직결된다"고 설명했다. 이 과정에서 핵심 역할을 하는 기술은 'AI 컨덕터(Conductor)'다. 이용자 요청을 분석해 적합한 모델과 도구를 선택하고 실행 순서까지 결정한다. 이를 통해 불필요하게 대형 모델을 사용하는 일을 줄이고 추론 비용을 낮춘다는 구상이다. 카카오는 온디바이스 우선 전략도 적용한다. 스마트폰에서 처리할 수 있는 요청은 서버로 보내기 전에 단말에서 먼저 처리해 응답 속도를 높이고 민감한 정보가 외부로 전달되는 범위를 줄이는 방식이다. 이미지 보고 말로 답하는 '카나나-오'…실시간 통역 기술도 개발 카카오는 텍스트뿐 아니라 이미지와 음성을 함께 이해하고 음성으로 답할 수 있는 옴니 언어모델 '카나나-오'도 개발했다. 카나나-오는 이미지 정보를 처리하는 비전 인코더와 음성을 인식하는 스피치 인코더, 언어를 이해하는 대형언어모델(LLM), 음성을 생성하는 스피치 디코더 등을 결합한 모델이다. 노 총괄은 "사람이 AI 입력 방식에 맞추는 것이 아니라 AI가 사람의 소통 방식에 가까워져야 한다"며 "한국어 이미지 분석과 음성을 제대로 다루기 위해 모든 구성 요소를 카카오 자체 기술력으로 밑바닥부터 직접 개발했다"고 말했다. 카카오는 카나나-오를 구성하는 인코더와 디코더 등을 국내외 AI 생태계에서 활용할 수 있도록 오픈소스로 공개할 예정이다. 음성 AI 기술도 고도화하고 있다. 전문 성우가 참여한 음성 데이터를 구축해 대화 상황에 맞는 감정과 억양, 속도를 표현하도록 학습시켰다. 특히 상대방이 말하는 동안 AI도 동시에 듣고 말할 수 있는 풀 듀플렉스(Full-Duplex) 기술 '카나나 라이브'를 개발하고 있다. 기존 음성 AI는 이용자가 말을 마친 뒤 답변하는 방식이 일반적이지만, 카나나 라이브를 활용하면 상대방의 말에 맞장구를 치거나 대화 도중 의도를 바꾸는 상황에도 자연스럽게 대응할 수 있다. 실시간 통역에도 활용할 수 있다. 한국어 문장이 끝날 때까지 기다리지 않고 듣는 동시에 영어 통역을 시작해 지연 시간을 줄이는 방식이다. 카카오는 서버 기반 카나나-오뿐 아니라 스마트폰에서 이미지와 음성을 직접 처리하는 온디바이스 모델도 개발하고 있다. 노 총괄은 "비행기 안에서 인터넷이 되지 않더라도 스마트폰에 저장된 정보를 가지고 AI와 대화할 수 있다"며 온디바이스 모델을 통해 네트워크 연결 없이도 일부 AI 기능을 이용할 수 있도록 하겠다고 설명했다. "답변 잘하는 AI 넘어 일 끝내는 AI로"…에이전트 기술 강화 카카오가 집중하는 또 다른 영역은 이용자가 요청한 일을 실제로 완료하는 에이전틱 AI다. 노 총괄은 "지금까지 생성형 AI의 중요한 평가 기준은 얼마나 좋은 답변을 만들었는가였다면, 에이전틱 AI는 사용자가 요청한 일을 실제로 끝냈는가로 평가 기준이 달라진다"고 강조했다. 예를 들어 이용자가 친구와 갈 식당을 찾아달라고 요청하면 AI가 식당 몇 곳을 추천하는 데 그치지 않고 예약 가능한 시간을 확인하고 이용자 승인을 거쳐 예약과 공유까지 수행하는 방식이다. 이를 위해 카카오는 AI 컨덕터가 이용자 요청을 여러 작업으로 나누고 검색과 지도, 예약 등 전문 에이전트를 순차적으로 호출하도록 설계하고 있다. 노 총괄은 카나나 파운데이션 모델이 동급 규모의 글로벌 모델과 비교해 경쟁력 있는 성능을 확보했으며, 특히 도구 호출과 에이전트 능력 평가에서 비교 모델 가운데 가장 높은 성능을 보였다고 설명했다. 개인화 기술도 강화한다. 카카오는 자체 임베딩 모델을 활용해 이용자가 정확한 단어를 기억하지 못하더라도 질문의 의미를 파악하고 관련 정보를 찾아주는 기술을 개발했다. 같은 식당 추천 요청이라도 누구를 만나는지, 어디에 있는지, 무엇을 좋아하는지에 따라 서로 다른 결과를 제공하는 것이 목표다. 노 총괄은 "카카오가 말하는 개인화는 단순히 AI의 말투를 바꾸는 것이 아니다"라며 "추천이 달라지고 계획이 달라지거나 이를 처리하는 방식까지 달라지는 것"이라고 내다봤다. 이어 "우리가 만들고자 하는 건 가장 큰 AI가 아니다. 5000만 사용자의 일상에 가장 가까운 AI"라며 "필요한 지능을 필요한 만큼의 연산으로 사용자와 가장 가까운 곳에서 성능을 넘어 서비스로 증명하겠다"고 말했다.

2026.10.13 13:04안희정 기자

정신아 카카오 "말 한마디로 주문·예약까지...AI로 다음 10년 연결"

카카오가 인공지능(AI)을 앞세워 카카오톡 다음 10년을 준비한다. 이용자의 일상과 취향을 기억하고, 말 한마디로 쇼핑과 예약, 송금까지 처리하는 AI 에이전트를 통해 기존 플랫폼의 연결 경험을 확장하겠다는 구상이다. 정신아 카카오 대표는 13일 경기도 용인시 카카오 AI 캠퍼스에서 열린 개발자 콘퍼런스 '이프카카오(if(kakao)26)'에서 "카카오는 지난 15년간 세상의 모든 것을 연결한다는 목표 아래 카카오톡에서 친구와 동료, 가족을 연결하고 일상을 이어왔다"며 "이제 AI 기술로 다음 10년의 연결을 만들어간다"고 밝혔다. AI가 바꾸는 카카오톡 정 대표는 이날 기조연설에서 카카오가 지향하는 AI의 핵심으로 개인의 맥락을 이해하고 실제 행동까지 수행하는 '에이전트 AI'를 제시했다. 정 대표가 제시한 미래 AI의 모습은 질문에 답하는 챗봇과는 다른 모습이다. 이용자가 과거 구매 내역이나 현재 상황을 일일이 설명하지 않아도 AI가 필요한 정보를 파악하고 적절한 행동을 제안하는 방식이다. 예를 들어 이용자가 "지난번에 주문했던 거 주문해줘"라고 말하면 AI가 기존 구매 이력을 바탕으로 생수 주문을 제안한다. 점심시간에는 평소 즐겨 먹는 메뉴와 배달 장소 등을 고려해 음식 주문을 추천할 수도 있다. 정 대표는 "같은 '주문해줘'라는 말도 상황에 따라 의미가 다르다"며 "쌓아온 기억과 지금의 맥락이 이 짧은 한마디를 나에게 맞는 응답으로 바꾼다"고 설명했다. 이어 "이용자의 의도를 이해하고 필요한 확인을 거쳐 안전하게 주문을 마무리할 때까지 말 한마디로 이 과정이 자연스럽게 이어지도록 만들어가고 있다"고 덧붙였다. 이를 구현하기 위해 카카오는 AI 서비스 '카나나'를 멀티모달 경험으로 확장한다. 그 시작은 음성으로 대화하는 카나나다. 정 대표는 기존 그래픽 사용자 인터페이스(GUI)에서 메뉴를 찾아 누르던 방식이 말과 의도를 전달하는 언어 사용자 인터페이스(LUI)로 변화할 것이라고 설명했다. 이용자가 원하는 기능을 직접 찾아 실행하는 대신 AI에 필요한 일을 말하면 AI가 이를 이해하고 수행하는 방식이다. 이러한 경험을 제공하는 공간이 '카나나 스페이스'다. 정 대표는 "음성을 시작으로 다양한 방식으로 듣고 답하는 멀티모달, 온디바이스 AI의 맥락 이해를 넘어 나를 기억하고 이해하는 AI, 그리고 카카오톡의 기능부터 실행을 완결하는 경험을 쉽고 자연스럽게 만나는 공간이 바로 카나나 스페이스"라고 소개했다. 카나나 스페이스는 카카오톡 어디에서나 호출해 필요한 일을 맡길 수 있는 범용 AI 비서다. 카카오톡에서 메시지를 주고받다가도 AI를 불러 대화하고, 송금이나 선물, 예약 등 다른 서비스로 작업을 이어갈 수 있도록 설계됐다. 정 대표는 "온디바이스 AI로 일상의 중요한 맥락을 이해하고 필요한 순간 먼저 말을 건네며 검색과 쇼핑, 예약을 제안하고 실행까지 이어간다"고 강조했다. "5천만 이용자에 AI 제공"…자체 모델·인프라 경쟁력 강화 카카오는 이 같은 서비스를 5천만 이용자에게 안정적으로 제공하기 위한 자체 AI 모델과 인프라 전략도 추진한다. 정 대표는 "이 경험을 5000만 이용자의 일상에 제공하려면 대규모 트래픽에도 안정적으로 응답하면서 품질을 꾸준히 높임과 동시에 지속 가능한 비용으로 운영할 효율도 갖춰야 한다"고 말했다. 이를 뒷받침하는 핵심 기술로는 카나나 파운데이션 모델과 인프라 전략을 꼽았다. 카카오는 이용자 요청의 난이도와 특성에 따라 적합한 AI 모델을 선택하는 구조를 구축하고 있다. 복잡한 판단이 필요한 작업과 짧고 빠른 실행이 중요한 작업에 서로 다른 모델을 활용해 성능과 비용 효율을 동시에 확보하겠다는 전략이다. 정 대표는 카카오 AI 모델의 차별점으로 ▲성능·응답 속도·비용 효율을 높이는 풀스택 최적화 ▲듣고 읽고 보는 멀티모달 기술 ▲계획 수립부터 실제 행동까지 수행하는 에이전트 AI에 최적화된 모델을 제시했다. 정 대표는 “'모두를 위한 연결'은 카카오가 지켜온 약속이자 AI 시대에도 이어갈 변함없는 기준”이라며 “모두를 위한 '연결' 위에 한 사람 한 사람을 이해하고 각자의 필요에 맞춰 일하는 '지능'을 더함으로써 누구나 익숙한 일상에서 AI를 경험할 수 있도록 하겠다”고 말했다.

2026.10.13 11:13안희정 기자

AWS, 로봇 개발 문턱 낮춘다…엔비디아와 '피지컬 AI 툴체인' 공개

아마존웹서비스(AWS)가 엔비디아의 로봇 인공지능(AI) 기술과 자체 클라우드 인프라를 결합해 피지컬 AI 개발 지원에 박차를 가한다. 로봇과 자율 시스템 개발에 필요한 데이터 생성부터 모델 학습, 시뮬레이션, 현장 배포까지 단일 개발 환경으로 연결해 기업의 인프라 구축 부담을 줄인다는 구상이다. AWS는 지능형 기계 개발을 위한 오픈소스 기술 스택 'AWS 피지컬 AI 툴체인'을 공개했다고 12일 밝혔다. 피지컬 AI는 로봇이나 기계가 주변 환경을 인식하고 AI 모델을 활용해 상황을 판단한 뒤 실제 행동까지 수행하도록 하는 기술이다. 기존 산업용 기계가 사전에 정해진 명령을 반복했다면 피지컬 AI는 현장에서 수집한 데이터를 바탕으로 새로운 작업과 환경에 대응할 수 있다는 점이 특징이다. 다만 로봇의 형태와 활용 환경에 따라 필요한 데이터와 AI 모델, 하드웨어 구성이 달라 개발 과정이 복잡하다는 문제가 있다. AWS는 이러한 부담을 줄이기 위해 아키텍처 가이드와 배포 자동화 도구, 활용 가능한 코드를 오픈소스로 제공한다는 방침이다. 이번 툴체인은 합성 데이터 생성과 모델 학습, 시뮬레이션·검증, 엣지 배포, 지속적 개선 등 피지컬 AI 개발의 5개 핵심 단계를 지원한다. 먼저 가상환경에서 다양한 학습 데이터를 생성하고 사람의 작업 시연과 시뮬레이션을 활용해 AI 모델을 학습시킨다. 이후 실제 로봇에 적용하기 전 가상환경에서 동작을 검증하고 최적화한 모델을 현장 장비에 배포한다. 현장에서 수집한 운영 데이터는 다시 모델 학습에 활용된다. 이를 통해 로봇이 새로운 환경과 작업에 대응할 수 있도록 성능을 지속적으로 개선하는 구조다. AWS는 이 과정에 아마존 세이지메이커와 EC2 GPU 인스턴스, AWS IoT 그린그래스, 아마존 베드록 에이전트코어 등을 활용한다. 엔비디아의 로봇 시뮬레이션 플랫폼 '아이작 심'과 강화학습 도구 '아이작 랩', 휴머노이드 로봇용 AI 모델 '그루트', 합성 데이터 생성 기술 '코스모스'도 연계한다. 회사 측에 따르면 기업은 전체 기술 스택을 도입하거나 기존 개발 환경에 필요한 기능만 선택적으로 적용할 수 있다. 실제 운영 단계에선 수천 대의 로봇을 원격으로 설정하고 보안과 소프트웨어 업데이트를 관리하는 기능도 지원한다. 아마존이 자체 물류 현장에서 축적한 로봇 운영 경험도 반영했다. 아마존은 현재 물류 네트워크 전반에 100만 대 이상의 로봇을 배치해 운영 중이며 AWS는 이러한 경험을 바탕으로 피지컬 AI 개발과 배포에 필요한 기술 가이드를 제공한다. 실제 피지컬 AI 개발 기업들도 AWS 기반 기술을 활용하고 있다. 독일 로봇 기업 뉴라 로보틱스는 인지형 휴머노이드 로봇을 개발하고 있으며 국내 기업 리얼월드는 로봇이 물체를 정밀하게 조작할 수 있도록 81억개 파라미터 규모의 파운데이션 모델을 개발 중이다. AWS는 이번 툴체인을 통해 제조와 물류, 자동차 등 다양한 산업에서 피지컬 AI 개발과 상용화를 지원할 계획이다. 기업이 인프라 구축에 투입하는 시간과 인력을 줄이고 로봇의 실제 업무 적용과 서비스 개발에 집중할 수 있도록 한다는 전략이다. 우웸 우퐁 AWS 인더스트리 부문 부사장은 "피지컬 AI는 무언가를 움직이고 짓고 만드는 모든 산업에 영향을 미칠 것"이라며 "고객들이 혁신보다 인프라 구축에 지나치게 많은 엔지니어링 역량을 투입하고 있다는 이야기를 듣고 AWS 피지컬 AI 툴체인을 개발했다"고 말했다. 아밋 고엘 엔비디아 로보틱스 개발자 에코시스템 및 엣지 AI 제품 총괄은 "피지컬 AI를 구축하려면 학습·시뮬레이션·배포라는 세 가지 컴퓨팅 플랫폼의 원활한 통합이 필요하다"며 "오픈소스 기반의 AWS 피지컬 AI 툴체인은 AWS 서비스와 엔비디아의 피지컬 AI 모델, 도구, 라이브러리를 결합해 개발자가 지능형 로보틱스 애플리케이션의 생성·학습·검증·배포를 가속할 수 있는 확장 가능한 엔드투엔드 워크플로를 제공한다"고 밝혔다.

2026.10.12 14:42한정호 기자

베슬AI, 업스테이지 '솔라 프로4' 글로벌 추론 뒷받침…처리속도 최대 3배↑

베슬AI가 업스테이지의 인공지능(AI) 모델 '솔라 프로4'의 글로벌 추론 인프라 운영을 맡으며 사업 영역을 확대하고 있다. 그래픽처리장치(GPU) 인프라 공급을 넘어 AI 모델의 실제 서비스 운영까지 지원하며 글로벌 추론 시장 공략에 속도를 내는 모습이다. 베슬AI는 업스테이지의 거대언어모델(LLM) 솔라 프로4에 글로벌 추론 인프라를 제공하고 자체 최적화 기술을 적용해 처리 속도와 운영 비용을 개선했다고 12일 밝혔다. 솔라 프로4는 지난 9월 글로벌 LLM 마켓플레이스 '오픈라우터'에서 실제 이용량 기준 3위에 올랐다. 베슬AI는 해당 기간 솔라 프로4의 글로벌 추론 서비스 운영을 담당하며 전 세계 이용자들의 요청을 처리했다. 특히 솔라 프로4의 일일 토큰 처리량이 80억개에서 1550억개로 약 19배 증가하는 동안 필요한 추론 인프라를 지원했다. 국내에서 개발한 AI 모델의 글로벌 이용 확대를 국내 네오클라우드 기업의 인프라가 뒷받침한 사례다. AI 추론은 학습을 마친 모델이 실제 서비스 환경에서 이용자의 질문이나 요청을 처리하는 과정이다. 신규 모델 출시나 프로모션 등으로 이용량이 급증할 경우 안정적인 서비스를 유지하기 위해 충분한 GPU 자원과 효율적인 운영 기술이 필요하다. 베슬AI는 업스테이지와 모델 출시 일정과 예상 수요를 공유하고 필요한 추론 용량을 공동으로 설계했다. 한국과 유럽, 미국 등 여러 지역에 확보한 GPU 클러스터를 활용해 글로벌 이용자의 요청에 대응했다. 자체 추론 엔진 최적화 기술도 적용했다. 모델 특성과 실제 이용 패턴에 맞춰 GPU 자원을 배분하고 캐시 활용률 개선, 모델 양자화, 추론 속도 향상 기술 등을 적용해 처리 효율을 높였다는 설명이다. 그 결과 베슬AI에 따르면 추론 엔드포인트 도입 전후를 비교했을 때 처리 속도가 평균 2배, 최대 3배 향상됐다. 캐시 활용률 개선을 통해 토큰당 비용도 최대 50% 절감했다. 이번 협력으로 업스테이지는 모델 연구와 제품 개발에 집중하고 베슬AI는 수요 예측부터 인프라 구성, 추론 서비스 운영까지 담당하는 구조를 마련했다. 베슬AI는 앞으로도 솔라 모델의 글로벌 이용 확대에 필요한 추론 인프라를 지원할 계획이다. 베슬AI는 최근 SK바이오팜에 AI 연구개발용 GPU 인프라를 공급하고 네오AI와 포항 AI 데이터센터의 GPU 플랫폼 구축·운영 협약을 체결하는 등 기업 고객과 인프라 사업을 확대 중이다. 여기에 솔라 프로4 운영 경험을 더해 AI 모델의 추론 서비스를 제공하는 인퍼런스 프로바이더로 사업 영역을 넓힌다는 전략이다. 안재만 베슬AI 대표는 "이번 협력은 한국에서 개발한 모델의 글로벌 성과를 한국 네오클라우드의 인프라로 뒷받침했다는 점에서 의미가 크다"며 "축적한 인퍼런스 운영 경험을 바탕으로 모델 제공자가 연구와 제품 개발에 집중할 수 있는 환경을 제공하고 기업의 안정적인 오픈소스 모델 도입을 지원하도록 인퍼런스 프로바이더로서 역량을 강화하겠다"고 말했다.

2026.10.12 14:25한정호 기자

얀 르쿤 "차세대 AI는 실세계 이해해야…韓 연구 협력 확장"

"인공지능(AI) 발전은 단순한 언어 학습에서 물리적 세계 이해로 이동할 것입니다. 각국은 행동 결과를 예측하고 계획을 세우는 '월드 모델'을 통해 산업 현장서 발생하는 AI 한계를 극복해야 할 것입니다." 얀 르쿤 AMI랩스 창업자 겸 회장은 12일 서울 웨스틴 조선 호텔에서 열린 '산업 AI 주권과 글로벌 공동개발' 간담회에서 차세대 AI 개발 방향을 제시했다. 이날 행사에서는 한국의 제조 전문성을 글로벌 AI 연구와 연결하는 방안도 논의됐다. 르쿤 회장은 현재 AI가 코딩과 수학 등에서 성과를 냈지만 물리적 환경을 이해하고 제어하는 능력은 부족하다고 진단했다. 로봇과 자율주행 분야에서는 방대한 데이터를 활용한 모방학습만으로 충분한 신뢰성을 확보하기 어렵다는 지적이다. 그가 대안으로 제시한 월드 모델은 AI가 주변 상황을 이해하고, 어떤 결과를 낳을지 예측하는 기술이다. 이를 바탕으로 목표를 달성하는 데 필요한 작업 순서를 스스로 정할 수 있다. 그는 현실 세계의 모든 상황을 정확히 예측하기 어려운 만큼 AI 학습 방식도 달라져야 한다고 강조했다. 다음 단어나 영상 장면을 만들어내는 방식에서 벗어나 주변 환경을 이해하고 행동의 결과를 예측하도록 학습해야 한다는 설명이다. 이를 위한 기술로 '공동 임베딩 예측 아키텍처(JEPA)'를 소개했다. AMI랩스는 이 기술을 바탕으로 스스로 작업 계획을 세우는 AI 시스템을 개발하고 있다. 작업마다 수행 방법을 따로 가르치지 않아도 기존에 학습한 내용을 활용해 새로운 과제를 해결하도록 하는 것이 목표다. 르쿤 회장은 한국 정부·기관과 AI 개발 협력을 넓히고 있다고 설명했다. 그는 한국 정부와 뉴욕대가 함께 설립한 '글로벌 AI 프런티어' 공동 연구소의 공동 책임자를 맡고 있다. 그는 "한국에는 뛰어난 인재가 많고 우수한 과학기술 고등교육 기반도 갖춰졌다"며 "세계 최고 인재들이 오고 싶어 하는 대학과 연구기관, 기업 연구 환경을 만드는 것이 중요하다"고 강조했다. "韓 산업 데이터, 글로벌 AI 기술과 결합 필수" 지미 리 ASI파운드리 회장은 한국 제조 현장에 축적된 고품질 데이터를 글로벌 AI 기술과 결합해야 한다고 강조했다. 리 회장은 산업 데이터에서 얻은 지식을 새로운 수출 자산으로 활용할 가능성을 제시했다. 데이터를 비식별화해 기업 정보를 보호하면서, 현장 노하우를 제품화하면 인도 등 해외 시장에 공급할 수 있다는 구상이다. 그는 이러한 전환을 위해 한국 정부 의지와 기술 역량, 자본이 함뒷받침돼야 한다고 짚었다. 한국이 제조 경쟁력을 바탕으로 피지컬 AI 전환을 주도하고 국제 표준 수립에도 적극 참여해야 한다고 당부했다. 이번 간담회를 기획한 황명은 ASI파운드리 한국 대표도 "앞으로 기업은 업무 흐름과 시스템을 진단한 뒤 과제에 맞는 글로벌 AI 기술을 연결하고, 적용과 검증을 거쳐 운영 단계까지 이어지는 구조를 축해야 한다"며 "도입 후에도 실제 성과를 확인하면서 적용 범위를 확대해 나가는 것이 중요할 것"이라고 언급했다. 이날 크리스토퍼 응우옌 아이토매틱 공동창업자·최고경영자(CEO)는 AI가 물리적 세계로 확장하면서 한국처럼 제조 기반을 갖춘 국가에 기회가 열릴 수 있다고 평가했다. 숙련자의 지식과 공정 경험을 AI 에이전트로 구현해 현장 의사결정을 지원하는 '디지털 엔지니어' 개념도 소개했다. 앤서니 아눈지아타 AI얼라이언스 공동창립자·공동의장은 '프로젝트 태피스트리'를 통한 글로벌 공동개발 방안을 설명했다. 참여 기관이 공통 기반 모델을 함께 개발하되 고유 데이터와 개별 AI 시스템에 대한 통제권은 유지하는 구조다. 이번 행사는 아이토매틱과 국제 산업 AI 컨퍼런스(IIAC) 2026 조직위원회가 공동 주최하고 AI얼라이언스와 ASI파운드리가 공동 주관했다. 하정우 국가AI전략위원회 부위원장은 "AI 기술과 연구 역량이 산업 현장 데이터, 도메인 전문성과 만날 때 비로소 실제 산업 혁신과 생산성 향상으로 이어질 수 있다"며 "기업과 국가가 핵심 데이터와 기술 통제권을 유지하면서 글로벌 연구자·기업과 공동 성과를 창출할 새로운 협력 방식이 중요해질 것"이라고 축사를 통해 밝혔다.

2026.10.12 12:24김미정 기자

레노버·엔비디아, AI 팩토리 구축 속도 높인다…최단 15일 만에 출하

레노버가 엔비디아와 손잡고 기업의 인공지능(AI) 인프라 구축 기간을 단축하는 데 나선다. 사전 검증된 서버와 그래픽처리장치(GPU), AI 소프트웨어를 결합한 솔루션을 제공해 기업이 복잡한 시스템 구성 과정 없이 필요한 규모의 AI 팩토리를 빠르게 도입하도록 지원한다는 구상이다. 레노버는 엔비디아와 협력해 기업용 AI 인프라 솔루션 '레노버 AI 익스프레스'를 공개했다고 11일 밝혔다. 이 솔루션은 기업의 AI 워크로드와 예산에 맞춰 세 가지 구성을 제공하며 일부 제품은 주문 승인 등 필수 절차를 마친 뒤 영업일 기준 최단 15일 안에 출하할 수 있다는 게 회사 측 설명이다. 레노버 AI 익스프레스는 기존 '레노버 하이브리드 AI 팩토리 위드 엔비디아'를 기업이 보다 빠르게 구축할 수 있도록 지원하는 솔루션이다. 서버와 GPU, 네트워크, AI 소프트웨어를 사전에 검증된 구성으로 제공해 시스템 통합에 필요한 시간과 부담을 줄이는 데 초점을 맞췄다. 제품은 AI 모델 규모와 사용자 수, 처리량에 따라 소형·중형·대형으로 구분된다. 소형 구성은 수십 명의 사용자를 대상으로 AI 추론을 지원한다. 레노버 씽크시스템 SR650a V4 서버에 엔비디아 RTX 6000 프로 블랙웰 서버 에디션 GPU 2개를 탑재하며 70억~700억개 파라미터 규모의 모델에 적합하다. 영업일 기준 최단 15일 안에 출하할 수 있다. 중형 구성은 수백 명의 사용자를 대상으로 AI 추론과 에이전틱 AI를 지원한다. 씽크시스템 SR675 V3 서버에 엔비디아 GPU 8개를 탑재하며 700억~4000억개 파라미터 규모의 모델을 처리하도록 설계됐다. 출하 기간은 영업일 기준 최단 20일이다. 대형 구성은 수천 명의 사용자가 활용하는 대규모 생성형 AI 환경을 겨냥했다. 씽크시스템 SR680a V4와 엔비디아 HGX B300을 기반으로 최대 1조개 파라미터 규모의 AI 모델을 지원하며 영업일 기준 최단 25일 안에 출하할 수 있다. 세 구성 모두 AMD와 인텔의 최신 중앙처리장치(CPU)를 지원한다. 기업은 필요에 따라 레드햇 AI 팩토리 위드 엔비디아 또는 엔비디아 AI 엔터프라이즈 소프트웨어를 추가할 수 있다. AI 애플리케이션과 데이터, 모델 보호를 위한 빔 카스텐도 선택할 수 있다. 레노버는 인프라 공급을 넘어 AI 팩토리 구축과 운영 전반을 지원한다는 목표다. AI 활용 사례 발굴과 투자수익률(ROI) 검증, 개념검증(PoC)부터 GPU 성능과 활용률, 비용 효율 최적화까지 서비스를 제공한다. 서버용 '프리미어 서포트 플러스'를 통해 잠재적인 장애를 사전에 파악하고 운영 안정성을 높이는 기능도 지원한다. 글로벌 파트너 프로그램 '레노버 360'을 활용해 기업 고객 대상 공급도 확대할 계획이다. 다만 최단 출하 기간은 규제 제한이 없는 시장에서 지정된 제품과 부품에 한해 적용된다. 주문 검증과 결제·신용 승인, 최종 사용자 인증 및 수출 승인 등의 절차가 완료된 시점부터 기간이 계산되며 지역별 제공 조건은 다를 수 있다고 밝혔다. 수미르 바티아 레노버 아시아태평양 최고커머셜책임자(CCO)는 "아시아태평양 기업들은 성능과 확장성, 투자 효율의 균형을 유지하면서 AI를 더 빠르게 도입할 수 있는 현실적인 방법을 찾고 있다"며 "레노버 AI 익스프레스는 고객 요구에 맞는 AI 인프라를 신속하게 구축해 과도한 선투자나 도입 지연에 따른 위험을 줄일 수 있도록 지원한다"고 밝혔다. 크리스 메리어트 엔비디아 엔터프라이즈 플랫폼 담당 부사장은 "AI 에이전트가 산업 전반을 변화시키면서 기업은 데이터를 효율적으로 인텔리전스로 전환할 수 있는 AI에 최적화된 인프라를 필요로 한다"며 "레노버 AI 익스프레스는 레노버의 검증된 시스템에 엔비디아 가속 컴퓨팅, 네트워킹, AI 소프트웨어를 결합한 즉시 출하 가능한 솔루션으로, 기업이 AI 팩토리를 더 빠르게 구축하고 워크로드와 AI 수요 증가에 맞춰 확장하도록 지원한다"고 말했다.

2026.10.11 12:03한정호 기자

"AI 주권에 GDP 1% 투자 필요…핵심은 GPU·전력 확보"

인공지능(AI) 주권 확보를 위한 경쟁이 데이터 보호를 넘어 그래픽처리장치(GPU)와 전력, 네트워크 등 핵심 인프라 확보로 확대되고 있다. 각국 정부와 기업이 외부 기술에 대한 의존도를 낮추고 자체 AI 운영 역량을 강화하면서 연산 자원을 안정적으로 확보·통제하는 능력이 새로운 경쟁력으로 떠오르는 모습이다. 11일 글로벌 시장조사기관 가트너가 발간한 '소버린 AI: 다극화 세계에서 연산 역량과 운영 통제를 위한 인프라 전략' 보고서에 따르면 AI 주권의 핵심이 데이터 저장 위치에서 연산 자원과 운영 통제권 확보로 이동하고 있다. 가트너가 올해 인프라·운영(I&O) 책임자를 대상으로 실시한 설문조사에선 응답자의 77%가 데이터 주권을 올해 목표 달성에 필수적인 요소로 평가했다. 운영 주권을 필수로 꼽은 비율은 75%, 기술 주권은 54%로 나타났다. 가트너는 이러한 변화에 따라 국가 차원의 AI 인프라 투자도 확대될 것으로 전망했다. 2029년까지 독자적인 소버린 AI 기술 체계를 구축하는 국가들은 AI 인프라에 국내총생산(GDP)의 최소 1%를 투자해야 할 것으로 내다봤다. AI 모델 개발과 운영에 필요한 GPU뿐 아니라 전력과 냉각, 네트워크 등 기반 시설을 함께 확보해야 한다는 분석이다. AI 인프라 수요가 늘면서 데이터센터의 전력 소비도 빠르게 증가할 전망이다. 가트너는 북미 지역 전체 전력 소비에서 데이터센터가 차지하는 비중이 2025년 3.7%에서 2030년 7.3%로 확대될 것으로 예상했다. 같은 기간 유럽 역시 2.7%에서 5.0%로 상승할 것으로 분석했다. 이러한 변화는 AI 연산에 특화된 클라우드 사업자인 네오클라우드 시장의 성장으로도 이어질 전망이다. 가트너는 2030년 글로벌 AI 클라우드 시장이 2670억 달러(약 358조원) 규모로 성장하고 네오클라우드 기업들이 이 가운데 약 20%인 530억 달러(약 71조원)를 차지할 것으로 예측했다. 네오클라우드 기업들은 대규모 GPU 인프라를 기반으로 기존 클라우드 사업자들과 경쟁하고 있다. 코어위브와 엔스케일, 네비우스, 크루소 등이 대표적이다. 이들은 단순 GPU 임대 서비스를 넘어 AI 모델 운영과 추론, 보안, 관리 등으로 사업 영역을 확대하고 있으며 각국의 소버린 AI 수요에도 대응 중이다. 지정학적 위험을 줄이기 위한 클라우드 운영 방식의 변화도 예상된다. 가트너는 2030년까지 유럽과 중동 기업의 75% 이상이 가상화된 업무 시스템을 지정학적 위험을 줄이도록 설계된 환경으로 이전할 것으로 전망했다. 해외 사업자에 대한 의존도를 낮추고 자국 법률과 규제에 맞춰 AI 인프라를 운영하려는 수요가 늘어날 것이라는 분석이다. 다만 소버린 AI 인프라를 구축하더라도 완전한 기술 독립을 실현하기는 쉽지 않다는 지적이다. 첨단 반도체와 AI 가속기, 파운데이션 모델 등 핵심 기술이 미국과 중국에 집중돼 있기 때문이다. 가트너는 기업들이 모든 인프라를 자체 구축하기보다 민감한 업무는 지역 내 인프라에서 처리하고 다른 업무는 외부 클라우드를 활용하는 혼합형 전략을 검토해야 한다고 권고했다. 가트너는 "인프라·운영 책임자들은 클라우드 사업자의 계약상 보장이나 마케팅 약속에만 의존하지 말고 기술적 검증 수단을 도입해야 한다"며 "기밀 컴퓨팅과 외부 키 관리 기술을 활용해 민감한 AI 업무에 대한 기술적 통제력을 강화해야 한다"고 강조했다.

2026.10.11 08:10한정호 기자

[AI 고속도로] 기업 AI도 프라이빗 시대…'모듈형 데이터센터'가 뜬다

기업들이 인공지능(AI) 활용을 확대하면서 데이터와 AI 운영 환경을 직접 통제할 수 있는 '프라이빗 AI'에 주목하고 있다. 외부 클라우드와 AI 모델에 의존하던 방식에서 벗어나 자체 인프라를 병행하는 기업이 늘면서, 필요한 장소에 빠르게 구축하고 수요에 따라 확장할 수 있는 모듈형 AI 데이터센터(AIDC)도 대안으로 부상한 모습이다. 9일 업계에 따르면 기업들은 민감한 내부 데이터나 반복적인 업무를 자체 AI 환경에서 처리하고 고난도 추론이 필요한 작업에는 외부 AI 모델을 활용하는 방식으로 인프라 전략을 다변화하고 있다. 기업의 AI 전략에서도 모델 성능뿐 아니라 데이터를 어디에 저장하고 연산 자원을 어떻게 운영할 것인지가 중요한 과제로 떠오르고 있다. 특히 금융·제조·공공 등 보안과 데이터 통제가 중요한 분야에선 독립적인 AI 운영 환경을 확보하려는 수요가 커지고 있다. 오픈 모델 성능 높아지자 프라이빗 AI 도입 확대 최근 오픈 모델의 성능이 빠르게 향상되고 운영 비용 부담도 줄어들면서, 기업들이 외부 상용 모델에 대한 의존도를 낮추고 업무 특성에 맞는 자체 AI 환경을 구축할 수 있게 됐다. 미국 매사추세츠공과대학(MIT)과 조지아공대 연구진이 발표한 논문에 따르면 오픈 모델은 폐쇄형 최첨단 AI 모델의 약 90% 수준 성능을 내면서도 비용은 약 6분의 1에 그치는 것으로 나타났다. 폐쇄형 모델 출시 이후 오픈 모델이 유사한 성능에 도달하기까지 걸리는 시간도 13주까지 단축됐다. 기업 내부 데이터에 맞춘 모델 미세조정도 경쟁력으로 꼽힌다. 데이터브릭스 연구에선 메타의 오픈 모델 '라마 3.1 8B'를 기업 고유 코드에 맞게 미세조정한 결과, GPT-4o보다 코드 채택률이 1.4배 높고 응답 시간은 2배 빠른 것으로 나타났다. 실제 기업 현장에서도 자체 AI 모델과 외부 모델을 병행하는 사례가 나오고 있다. 미국 보험사 트래블러스는 보험 업무에 특화된 자체 모델 '트래블러스LLM'을 개발해 전문성과 대량 처리가 필요한 업무에 활용하고 범용적이거나 복잡한 요청에는 외부 모델을 사용하는 방식으로 AI 환경을 운영하고 있다. 국내에선 한국서부발전이 외부망과 분리된 온프레미스 환경에 자체 생성형 AI 서비스 '위피봇'을 구축했다. 사내 규정과 기술자료 검색, 문서 작성 등에 활용하고 있으며 시범 운영 결과 업무 효율을 30% 이상 높이고 연간 10만 시간의 업무 시간을 절감한 것으로 알려졌다. AI 운영 환경도 변화…모듈형 데이터센터 대안 부상 기업들이 프라이빗 AI 도입을 확대하면서 대규모 AI 연산을 처리할 수 있는 인프라의 중요성도 커지고 있다. 특히 대규모 AI 모델을 직접 운영하거나 여러 AI 서비스를 상시 구동해야 하는 기업·기관에선 기존 전산실만으로 고밀도 그래픽처리장치(GPU) 환경을 수용하는 데 한계가 있다. 고성능 GPU를 안정적으로 운영하려면 높은 전력 밀도와 발열에 대응할 수 있는 전력·냉각 설비가 필요하다. GPU 간 대용량 데이터를 빠르게 전송하는 네트워크와 스토리지도 갖춰야 한다. 외부 클라우드를 지속적으로 이용할 경우 사용량에 따라 비용 부담이 커질 수 있다는 점도 자체 인프라 구축을 검토하는 배경이다. 이에 전력·냉각·네트워크 등 주요 설비를 공장에서 미리 제작한 뒤 현장에 설치하는 모듈형 AIDC가 주목받고 있다. 부지와 전력이 확보된 환경에선 기존 데이터센터보다 구축 기간을 줄일 수 있고 AI 연산 수요가 늘어나면 모듈을 추가해 단계적으로 확장할 수 있다는 것이 강점이다. 기업이 직접 관리하는 부지에 독립적인 AI 인프라를 구축할 수 있다는 점도 특징이다. 데이터와 시스템에 대한 물리적 통제 수준을 높이면서 필요한 연산 자원을 업무 현장 가까이에 배치할 수 있어 보안과 운영 효율을 함께 고려할 수 있다. 엘리스그룹, 모듈형 AIDC·GPU 운영 기술 결합 국내에선 엘리스그룹이 모듈형 데이터센터와 클라우드 소프트웨어를 결합한 AI 인프라 사업을 추진 중이다. 엘리스그룹은 부지와 전력이 확보된 환경에서 약 3개월 만에 구축할 수 있는 모듈형 AIDC '엘리스 PMDC'를 공급하고 있다. 서버 랙과 전력·냉각·네트워크 설비를 모듈화해 현장에서 설치하는 방식으로, 수요에 따라 인프라를 단계적으로 확장할 수 있도록 설계했다. 고밀도 GPU 환경에 대응하기 위한 수랭식 냉각 시스템도 적용할 수 있다. 여기에 GPU 가상화·오케스트레이션 기술을 적용한 클라우드 소프트웨어 'ECI'를 결합해 GPU 자원을 워크로드에 따라 배분하고 운영할 수 있도록 지원한다. 산업 현장에서도 모듈형 AI 인프라 구축이 추진되고 있다. 부산 명지녹산국가산업단지에선 산업단지 내 기업들이 공동으로 활용할 수 있는 GPU·신경망처리장치(NPU) 기반 엣지 AI 데이터센터를 구축하고 있다. 엘리스그룹과 부산테크노파크, 이지에이아이, 건솔루션, 포미트 등이 참여해 제조기업의 AI 전환을 지원할 계획이다. 박정국 엘리스그룹 최고기술책임자(CTO)는 "기업들이 프라이빗 AI 도입을 확대할수록 데이터를 안전하게 관리하는 것뿐 아니라 AI 인프라 자체를 효율적으로 운영할 수 있는 통제력이 중요해질 것"이라고 말했다. 이어 "특히 민감한 데이터를 다루거나 대규모 AI 연산 환경을 직접 운영해야 하는 기업·기관에선 필요한 장소에 AI 인프라를 빠르게 구축하고 수요에 따라 확장할 수 있는 모듈형 데이터센터가 효과적인 선택지가 될 것"이라고 덧붙였다.

2026.10.09 15:00한정호 기자

알파코드, 기업 내 안전한 AI 활용 돕는 플랫폼 3종 공개

AI 전문기업 알파코드가 기업 내 대외비 정보나 고객사 정보 등 민감한 정보 외부 유출 우려를 줄이는 동시에 AI를 활용해 생산성을 높일 수 있는 플랫폼 3종을 'AI 페스타 26'에 출품했다. 'AI 페스타 26'은 과학기술정보통신부가 주관하는 '인공지능주간(AI WEEK)'의 일환으로 6일부터 8일까지 서울 삼성동 코엑스에서 열리는 B2B AI 전시회다. 올해는 212개 기업이 501개 부스로 참여해 기업과 정부 관계자, 학계와 일반 소비자 대상으로 신제품과 기술을 소개한다. 8일 오전 전시부스에서 만난 알파코드 관계자는 "기업들은 AI의 편리함과 유용성을 알고 있지만 내부 정보 유출 등 우려로 활용을 망설이고 있다"고 설명했다. 이어 "이런 문제를 해결하려면 서버를 조직 내에 두는 '온프레미스' 구성이 필요하다. 이번 행사에는 온톨로지 구성 플랫폼 1종, LLM 관리도구 1종, AI 에이전트 1종 등 총 3개 플랫폼을 소개하고 있다"고 덧붙였다. '그래비티(Gravity)'는 기업 내 PC나 저장장치, 클라우드에 흩어진 사규, 매뉴얼, 회의록, 견적서 등 각종 사내 문서를 단순히 수집하는 데 그치지 않고 AI가 쉽게 활용할 수 있도록 정리해 주는 데이터 플랫폼이다. 수집한 문서는 각 산업에 맞는 온톨로지 기반 지식 지도로 변환되며 AI가 답변을 생성할 때 답변에 대한 근거도 제시할 수 있도록 돕는다. '노바(Nova)'는 외부 네트워크와 단절된 폐쇄망에서 운영되는 거대언어모델(LLM) 관리를 위한 운영 도구다. 프롬프트 작성과 평가부터 배포·운영, 데이터 가공까지 LLM 운영 과정 전반을 사내 콘솔에서 관리할 수 있다. '제니스(Zenith)'는 알파코드가 추진중인 에이전틱 AI 플랫폼이다. 이용자가 업무에 필요한 기능이나 동작 등을 대화로 알려주면 이에 따라 자동으로 AI 에이전트를 생성하고 팀 단위로 분리된 구성원에게 배포해 업무 효율을 높일 수 있다. 알파코드 관계자는 "회의록 자동작성은 모든 부서에 필요하지만 출장비용 청구서의 허위 내역을 감지하는 기능은 재무/경영지원 부서에만 필요할 수 있다"며 "특정 업무나 부서에 필요한 AI 에이전트를 직접 구축하고 활용하는 환경을 제공하는 것이 목표"라고 밝혔다. 알파코드는 2019년 메가존내 조직인 AI센터 팀으로 출발해 2022년 독립한 일종의 사내벤처다. 딥러닝, 컴퓨터 비전, 자연어 처리(NLP) 등을 기반으로 이미지 인식, 판매 예측, 디지털 휴먼, 생성형 AI 등 다양한 프로젝트를 수행해왔다. 알파코드 관계자는 "이번에 출품한 플랫폼 3종은 고객사 내 온프레미스 구동으로 맞춤형 설계를 통해 범용 AI의 문제로 지적되는 정보유출 우려와 도메인 특화 관련 지식 구축을 해소할 수 있다"고 설명했다. 그는 이어 "기존 AI 프로젝트 경험을 살려 고객사의 요구에 맞는 AI 전환을 위한 솔루션을 공급해 영역 확장에 나설 것"이라고 덧붙였다.

2026.10.08 12:29권봉석 기자

투모로로보틱스, 로봇 파운데이션 모델 '하빌리스 브레인 0' 공개

피지컬 인공지능(AI) 기업 투모로로보틱스가 로봇 파운데이션 모델(RFM) '하빌리스 브레인 0(HABILIS Brain 0)'를 7일 공개했다. 하빌리스 브레인 0는 주변 환경과 작업 지시를 이해해 로봇 집기·이동 동작으로 연결하는 로봇 AI 모델이다. 상황에 맞는 동작을 생성하는 'GC-VLA' 기술과 동작을 보정하는 'GCRF' 기술을 결합해 조작 지능을 고도화했다. 회사 측은 해당 모델이 시뮬레이션 벤치마크(LIBERO) 평가에서 최종 99.55% 성공률을 기록했다고 설명했다. 로봇을 활용한 시연에서도 정밀 조작과 환경 대응력을 확인했다. 레인보우로보틱스의 세미 휴머노이드 'RB-Y1'을 활용한 물류 피킹에서는 상자 안 물체를 집어 옮기는 작업을 400회 연속 성공했다. 유니버설 협동로봇 'UR5e'로는 밀폐용기 포장 작업을 선보였다. 로보티즈의 세미 휴머노이드 'AI 워커'에서는 물체를 놓치거나 위치가 바뀌었을 때 작업을 복구하는 기능을 구현했다. 장병탁 투모로로보틱스 대표는 "로봇 AI가 산업 현장에 쓰이려면 높은 작업 성공률뿐 아니라 반복 작업 안정성과 변화에 대응력을 갖춰야 한다"며 "다양한 로봇의 조작 지능을 고도화하고 현장 실증을 확대해 제조·물류 피지컬 AI 상용화를 앞당기겠다"고 말했다.

2026.10.07 15:05진운용 기자

서울대-LG전자·KT, '피지컬AI' 핵심기술 개발한다

서울대학교가 LG전자, KT, 마음AI 등 기업과 손잡고 '월드 파운데이션 모델(WFM)' 핵심 알고리즘 개발에 박차를 가하고 있다. 구체적인 성과는 내년께 나올 것으로 기대된다. 서울대학교 PI 랩은 서울 강남 코엑스에서 6일부터 8일까지 열리는 'AI 페스타 2026'에서 피지컬 인공지능(AI) 기술 고도화를 위한 연구 과제를 소개했다. 서울대학교는 과학기술정보통신부와 정보통신기획평가원(IITP)이 추진하고 LG전자가 주관하는 '피지컬 AI 모델 학습을 위한 월드 파운데이션 모델 기술개발' 사업에 참여하고 있다. 핵심 개발 분야는 텍스트, 오디오, 비디오 등 다양한 형식 데이터를 동시에 이해하고 통합 추론하는 멀티모달 AI다. 이를 구현하기 위해 서울대학교는 특정 비디오에서 모션을 캡처해 휴머노이드 관절에 최적화하는 작업을 진행 중이다. 서울대학교 관계자는 "멀티모달 AI를 기반으로 월드 파운데이션 모델을 구축하기 위한 기술 고도화 중"이라며 "과제 로드맵상 내년 중반 정도면 완성될 것으로 기대한다"고 설명했다. 월드 파운데이션 모델은 AI가 복잡한 현실세계 구조와 동역학을 이해하고, 이를 기반으로 상황 판단과 의사결정을 내리도록 만드는 모델이다. 주관 기업인 LG전자 외에도 마음AI와 홀리데이로보틱스, 로보티즈, 크라우드웍스, 알체라, KT, 한국과학기술원(KAIST), 한국정보통신기술협회 등 기업·기관이 참여한다. 서울대학교 관계자는 "서울대와 KAIST가 월드 모델에 필요한 메인 알고리즘을 개발하고, 마음AI가 로봇 파운데이션 모델을 담당한다"며 "LG전자는 실제 산업 및 물류 현장에서 이를 실증하는 등, 각자 역할을 담당할 계획"이라고 말했다.

2026.10.07 07:00장경윤 기자

"5초 만에 물성 파악"…KAIST, 시뮬레이션으로 월드 모델 고도화

한국과학기술원(KAIST)이 정밀한 물리 법칙의 시뮬레이션을 기반으로 한 월드 파운데이션 모델(WFM)을 개발한다. 해당 모델은 5초 분량의 짧은 영상만으로 옷·헝겊 등 기존 모델에서는 학습이 어려웠던 물체를 완벽히 파악할 수 있다는 강점이 있다. KAIST는 서울 코엑스에서 6일부터 8일까지 열리는 'AI 페스타 26'에서 자체 개발 중인 월드 파운데이션 모델을 소개했다. KAIST는 엄격한 물리 법칙 기반의 시뮬레이션을 통한 월드 모델을 개발하고 있다. 로봇이 실제 현장에서 학습을 진행하는 경우 상당한 비용이 발생하지만, 시뮬레이션을 활용하면 비용을 효과적으로 줄일 수 있다는 장점이 있다. KAIST는 이를 위한 핵심 기술을 ▲PhysHanDI ▲MPMAvatar 두 가지로 제시했다. PhysHanDI는 사람의 손이 헝겊 등 잘 변형되는 물체를 만지고 조작할 때, 복잡한 3D 형상과 물리적 성질을 복원하는 기술(Recon & ReSim)을 갖췄다. 덕분에 5초 길이의 짧은 영상만으로도 3차원 공간을 인식하고, 물체의 재질·형태·중력·속도 등을 반영해 미래에 일어날 변형과 움직임을 정밀하게 예측할 수 있다. MPMAvatar는 옷을 입은 사람의 3D 아바타를 복원하고, 몸의 움직임이나 외부 환경 변화에 따른 옷의 물리적 흔들림 및 충돌을 사실적으로 표현하는 기술이다. 헝겊, 옷과 같은 비정형 물체는 물리적 충격에도 형태가 크게 변하지 않는 딱딱한 물체 대비 학습이 어려울 수밖에 없다. KAIST의 두 기술을 활용하면, 이러한 난제를 보다 쉽게 해결할 수 있을 것으로 기대된다. KAIST 관계자는 "실제 물리 법칙을 모델링하는 시뮬레이션으로 더 정확한 월드 모델을 제안하고 있다"며 "사람이 직접 정보를 알려주지 않아도 알아서 물성을 배운다는 점이 강점"이라고 말했다. 한편 KAIST는 해당 모델을 LG전자가 주관하는 '피지컬 AI 모델 학습을 위한 월드 파운데이션 모델 기술개발' 사업을 통해 개발하고 있다.

2026.10.06 17:58장경윤 기자

LG전자, 월드모델로 피지컬AI 공략…'K-원팀'으로 기술 개발

LG전자가 국내 기업·기관과 '월드 파운데이션 모델(WFM)' 개발을 위한 폭넓은 협력에 나선다. 월드 파운데이션 모델은 로봇이 실제 물리 환경을 완벽히 이해하기 위한 기술이다. 피지컬 인공지능(AI)을 실제 산업 현장에 적용하기 위한 핵심 요소다. LG전자는 서울 강남 코엑스에서 6일부터 8일까지 열리는 'AI 페스타 26'에서 '피지컬 AI 모델 학습을 위한 월드 파운데이션 모델 기술개발' 사업을 소개한다. 해당 사업은 과학기술정보통신부와 정보통신기획평가원(IITP)이 추진하고 LG전자가 주관한다. 마음AI와 홀리데이로보틱스, 로보티즈, 크라우드웍스, 알체라, KT, 한국과학기술원(KAIST), 서울대학교, 한국정보통신기술협회 등 9개 산학연이 협력한다. 월드 파운데이션 모델은 AI가 복잡한 현실세계 구조와 동역학을 이해하고, 이에 맞게 판단·대응할 수 있도록 하는 모델이다. 사람은 바닥으로 떨어지는 컵을 보면 "컵이 곧 깨질 것"이라고 판단할 수 있다. 월드 파운데이션 모델을 학습한 로봇은 사람처럼 실제 물리 환경을 이해하고, 이후 발생할 상황을 예측해 적절한 의사결정을 내릴 수 있다. 다만 월드 파운드레이션 모델을 완벽히 구축하려면 방대한 양의 데이터 수집부터 파운데이션 모델 구축, 소프트웨어와 하드웨어 통합, 산업 현장 실증 등을 거쳐야 한다. LG전자는 다양한 산학연 협력으로 월드 파운데이션 모델 기반을 다진다. 현장 수집이 어려운 위험 작업과 예외 상황 등을 자체 물리 엔진 기반 'K-시뮬레이터'로 재현할 계획이다. LG전자는 자체 보유한 하드웨어 기술력을 토대로 월드 파운데이션 모델 구축을 위한 데이터 수집과 검증 작업에 집중한다. 현재 LG전자는 휴머노이드 로봇 '클로이드' 상용화를 추진하고, 액추에이터를 자체 개발하는 등 로보틱스 사업을 확대하고 있다. LG전자는 "이번 과제는 2027년 본 사업을 향한 확고한 기술 기반이자, 중소 제조기업까지 피지컬 AI를 보다 쉽게 도입할 수 있는 'K-레시피'가 될 것"이라며 "데이터와 기술, 현장을 하나로 잇는 10개 기관이 원팀으로 대한민국 피지컬 AI를 세계 표준으로 만들겠다"고 밝혔다.

2026.10.06 17:15장경윤 기자

한국 기업 파고드는 중국산 AI…'모델 종속' 경고등

중국 오픈웨이트 인공지능(AI)이 국내 기업 시스템으로 확산되면서 특정 모델에 대한 종속과 향후 라이선스 변화에 따른 전환 비용 우려가 커지고 있다. 3일 AI 업계에 따르면 국내 기업에서 알리바바 큐원 등 중국 오픈웨이트 모델을 활용하는 사례가 늘고 있다. 이들 모델은 가중치를 내려받아 자체 서버에서 운영하거나 수정할 수 있고 비용 부담이 낮은 데다 한국어 활용성도 높다는 평가를 받는다. 김현주 한국인공지능·소프트웨어산업협회(KOSA) 본부장은 지디넷코리아와 만나 "국내 기업에서 중국 오픈웨이트 모델을 활용하는 경우가 늘고 있다"며 "특히 큐원은 한국어 이해도가 상대적으로 높다는 평가가 있어 기업에서 활용하는 빈도가 높은 편"이라고 말했다. 실제로 큐원은 한국어 과제에서 국내 모델과 근접한 점수를 보였다. 국립국어원이 지난 4월 공개한 '2025년 지시문 기반 첨삭 지원 말뭉치 연구 분석'에서 큐원 계열 모델은 국어생활 상담과 띄어쓰기 등 한국어 과제에서 2.18점을 기록했다. 네이버 하이퍼클로바X는 2.22점이었다. 글로벌 개발자 생태계에서도 큐원 계열 모델은 폭넓게 활용되고 있다. 허깅페이스에 따르면 올해 1월부터 7월까지 큐원 계열 모델은 약 20억 6100만 회 다운로드됐다. 큐원을 기반으로 파인튜닝하거나 변형한 파생 모델도 15만 1448개로 메타 전체의 2.6배, 라마 계열의 4.7배에 달했다. 허깅페이스가 지난봄 공개한 분석에서는 최근 1년간 중국 모델이 전체 다운로드의 41%를 차지했다. 시스템 깊이 연결될수록 모델 바꾸기 어려워 큐원 생태계가 커진 데는 개방적인 라이선스도 영향을 미쳤다. 허깅페이스에 따르면 올해 공개된 200억 매개변수 이상 중국 모델 178개 가운데 59%는 아파치 2.0, 22%는 MIT 라이선스를 적용했다. 이들 라이선스는 기업이 모델을 수정하거나 자체 환경에서 운영할 때 제약이 비교적 적은 편이다. 하지만 특정 모델에 맞춰 데이터를 연결하고 업무 시스템을 구축하면 다른 모델로 옮길 때 추가 작업이 필요하다. 새 모델에 맞게 기존 연결 구조와 애플리케이션을 조정하고 성능도 다시 검증해야 한다. 특정 모델을 오래 사용할수록 다른 모델로 바꾸기 어려워지는 '모델 종속'이 생길 수 있는 이유다. 이 같은 종속은 중국 AI에만 해당하지 않는다. 오픈AI GPT나 앤트로픽 클로드처럼 API를 통해 제공되는 폐쇄형 모델도 기업 시스템과 깊게 연결해 사용하면 다른 모델로 교체할 때 개발과 검증 작업이 발생할 수 있다. 오픈웨이트 모델은 폐쇄형 모델보다 기업의 선택 폭이 넓다. 가중치를 직접 내려받아 자체 서버에서 운영하고 수정할 수 있기 때문이다. 다만 현재 모델이 개방적인 조건으로 공개됐다고 해서 이후 출시되는 최신 버전까지 같은 조건이 이어지는 것은 아니다. 실제로 최근 중국의 일부 초대형 모델에는 새로운 상업 이용 조건이 등장하고 있다. 허깅페이스는 큐원3.8 등 최신 대형 모델에서 기존과 다른 라이선스 조건이 나타나기 시작했다고 분석했다. 알리바바의 큐원3.8 맥스도 자체 라이선스를 적용한다. 서비스형 모델이나 AI 업무도우미 사업을 하는 기업과 계열사의 최근 12개월 합산 매출이 5000만 달러(약 673억원)를 넘으면 상업적으로 이용하기 전에 큐원 측과 별도 라이선스를 체결해야 한다. 기업 내부에서만 이용할 경우에는 이 조건이 적용되지 않는다. 기존에 아파치 2.0 등으로 공개된 큐원 모델의 이용 권한까지 바뀌는 것은 아니다. 기업은 기존 버전을 그대로 사용할 수 있지만 성능이 개선된 최신 모델로 계속 업그레이드하려면 새 버전의 이용 조건을 다시 확인해야 한다. 오픈웨이트도 조건 바뀐다…국내 AI 역량 확보 병행 중국 소프트웨어 시장에서는 공개 소프트웨어의 후속 버전 운영 방식이 달라진 사례도 있다. 안드로이드 가상화 소프트웨어 '버추얼앱'은 2017년 12월 오픈소스 버전 업데이트를 중단하고 이후 비공개 상용 버전 개발로 전환했다. 중국 법원은 기존에 오픈소스 라이선스인 GPL로 공개된 버전에는 해당 라이선스가 계속 적용되지만 이후 새로 개발하는 버전에는 다른 방식을 적용할 수 있다고 판단했다. 기업 입장에서는 기존 버전을 계속 사용할 수 있어도 최신 기능과 성능을 이용하려면 새로운 조건을 검토해야 한다. 이미 특정 모델에 파인튜닝과 사내 데이터, 업무 시스템을 연결했다면 기존 모델을 유지할지, 새 조건을 받아들일지, 다른 모델로 옮길지를 선택해야 한다. 정부도 중국 오픈웨이트 모델의 현장 활용과 자체 AI 역량 확보를 함께 언급하고 있다. 배경훈 부총리 겸 과학기술정보통신부 장관은 최근 자신의 사회관계망서비스(SNS)에서 "좋은 모델을 만드는 것만으로는 충분하지 않다"며 "아직 많은 현장에서 중국의 오픈웨이트 모델을 활용하고 있다는 사실을 무겁게 받아들여야 한다"고 밝혔다. 또 그는 "우리 산업과 공공의 AX를 외국 모델에만 의존하지 않으려면 경쟁력 있는 우리 모델이 산업 곳곳에서 실제로 쓰여야 한다"고 강조했다. 하정우 국가인공지능전략위원회 상근부위원은 1일 열린 'AI 개발 속도조절론' 관련 세미나에서 영상 축사를 통해 "AI 3강 도약을 위해 안전한 프런티어 AI 역량 확보는 필수"라고 말했다.

2026.10.03 10:20김동원 기자

더존비즈온, 서울시 행정에 '실행형 AI' 심는다…공공 AX 확대

더존비즈온이 서울시의 행정업무를 직접 수행하는 인공지능(AI) 에이전트 구축을 지원한다. 기존 질의응답 중심의 생성형 AI를 넘어 문서 요약과 회의실 예약 등 실제 행정업무를 처리하는 실행형 AI로 공공 AI 전환(AX) 사업을 확대한다는 목표다. 더존비즈온은 서울시가 추진하는 '행정지원 AI 에이전트 구축' 사업에 생성형 AI 플랫폼 '원 AI 프라이빗 에디션(ONE AI PE)'을 공급한다고 2일 밝혔다. 더존비즈온은 이번 사업 수행사에 AI 플랫폼을 제공하고 에이전트 구현을 위한 기술 기반을 지원한다. 지난해 서울시 생성형 AI 행정 플랫폼 '챗봇 2.0' 구축 사업에 이어 2년 연속 서울시 AI 사업에 참여하게 됐다. 이번 사업은 서울시 행정지원 AI 에이전트 운영을 위한 공통 기반 환경 구축과 업무별 AI 에이전트 시범 구축, AI 인프라 증설, 추가 수요 발굴 등을 포함한다. 직원이 자연어로 업무를 지시하면 AI가 행정시스템에 접속해 실제 업무를 처리하고 결과를 제공하는 실행형 에이전트 체계를 구축하는 것이 핵심이다. 앞서 구축된 챗봇 2.0은 서울시 행정망 내부의 자체 거대언어모델(LLM) 환경에서 운영되고 있다. 270종의 행정 업무매뉴얼을 학습한 검색증강생성(RAG) 체계를 기반으로 답변의 근거와 출처를 제공하고 '마이(My) 챗봇', AI 템플릿 등의 기능으로 행정 업무를 지원한다. 이번 사업에선 문서 요약과 회의실 예약, 제안서평가위원 선정 등 3종의 AI 에이전트를 우선 구축한다. 조직도와 예산 정보 조회처럼 여러 부서에서 공통으로 활용할 수 있는 기능도 마련한다. 문서 요약 에이전트는 업무관리시스템에 접수되거나 생산된 문서와 첨부파일을 유형에 맞춰 요약한다. 회의실 예약 에이전트는 대화형 지시를 통해 예약부터 변경·취소까지 처리하고 조건에 맞는 대안도 제안한다. 제안서평가위원 선정 에이전트는 후보자에게 순차적으로 문자를 발송해 참석 여부를 확인하고 관련 규정에 맞춰 필요한 인원을 확보하는 업무를 수행한다. 원 AI PE는 모델 컨텍스트 프로토콜(MCP) 기반의 표준 연계 체계를 통해 행정시스템과 AI를 연결한다. 사용자 권한 확인과 실행 이력 관리 기능을 제공하며 특정 AI 모델에 종속되지 않는 구조로 설계해 모델을 교체하더라도 기존 행정시스템 연계와 업무별 에이전트를 유지할 수 있도록 했다. 한글(HWP) 문서와 이미지 분석을 위해 사이냅소프트의 문서 구조 분석 솔루션 '도큐애널라이저'도 탑재한다. 이를 통해 행정문서 인식 정확도를 높인다는 계획이다. 서울시는 시범 서비스 운영과 함께 각 부서의 반복 업무를 조사해 추가 자동화 대상을 선정하고 향후 확산 계획을 마련할 예정이다. 고성능 그래픽처리장치(GPU) 서버 증설 등 AI 인프라 보강도 병행할 방침이다. 더존비즈온은 공공 부문의 AI 사업도 확대 중이다. 경기도 25개 공공기관이 원 AI 기반 통합 업무환경 전환을 추진하고 있으며 원 AI는 현재 7800여개 민간 기업에도 도입됐다. 더존비즈온 관계자는 "공공기관 폐쇄망에서도 AI를 안전하게 활용할 수 있음을 입증한 데 이어 이번 사업을 통해 AI가 실제 업무를 수행하는 실질적인 에이전틱 AI 행정 혁신 모델을 구현하게 됐다"며 "검증된 플랫폼과 기술 지원으로 서울시와 사업 수행사가 공공 AI 에이전트의 성공 사례를 만들어 갈 수 있도록 든든히 뒷받침하겠다"고 말했다.

2026.10.02 14:40한정호 기자

AI 모델 개발부터 서비스까지 한 번에…KACI, AI-PaaS 성과 공개

한국인공지능클라우드산업협회(KACI)가 인공지능(AI) 모델 개발부터 실제 산업 서비스 구현까지 지원하는 서비스형 플랫폼(PaaS) 기술의 연구개발 성과 확산에 나선다. 바이오·물류·문서 등 다양한 분야에서 실증한 기술을 실제 서비스 적용과 사업화로 연결한다는 목표다. KACI는 지난 1일 서울 양재 엘타워에서 'AI 모델과 서비스 개발을 위한 PaaS 기술 개발 성과공유회'를 개최하고 AI-PaaS 핵심 기술과 산업별 실증 성과를 공개했다고 2일 밝혔다. 이번 행사는 과학기술정보통신부와 정보통신기획평가원(IITP)이 지원하는 연구개발 과제의 성과를 산업계와 공유하기 위해 마련됐다. 해당 과제는 다양한 클라우드서비스제공사(CSP) 환경에서 클라우드 네이티브 기술을 기반으로 AI 모델과 서비스를 개발하고 외부 시스템 연동부터 서비스 배포까지 지원하는 AI-PaaS 기술 확보를 목표로 추진됐다. 이노그리드가 주관기관을 맡았으며 써로마인드와 한국과학기술정보연구원(KISTI), 바이오브레인, 소프트온넷, 폴라리스오피스, KACI 등이 참여했다. 참여기관들은 AI 모델 개발과 데이터 활용부터 모델 등록·실행, 성능 모니터링, 외부 시스템 연동과 AI 서비스 구현까지 이어지는 기술을 개발했다. 이노그리드는 모델 등록부터 서비스 실행까지 지원하는 AI-PaaS 통합 게이트웨이와 포털을 개발했다. 써로마인드는 AI 모델 개발 워크플로우 통합과 모델 성능 모니터링 체계를, KISTI는 AI-PaaS 데이터 레이크하우스 개발 성과를 각각 공개했다. 산업 현장에 AI-PaaS 기술을 적용한 실증 결과도 공유했다. 바이오브레인은 외부 사전학습 AI 모델 연동·활용 기술을 활용해 백신·신약 분야에서 실증을 진행했다. 소프트온넷은 AI-PaaS 기반 물류 운송자산 관리 비전 AI 서비스를 실증했으며 폴라리스오피스는 AI-PaaS를 활용한 문서 작성·편집 지원 기술을 검증했다. 이를 통해 연구개발 단계에서 확보한 기술을 바이오와 물류, 문서 등 실제 산업 서비스에 적용할 수 있는 가능성을 확인했다는 설명이다. 주관기관인 이노그리드는 연구개발 성과의 사업화에도 나서고 있다. 지난 7월 AI·머신러닝 운영(MLOps) 실행 플랫폼 '에이아이큐브잇(AICubeit)'을 출시했으며 개발 기술을 실제 서비스로 연결하는 작업을 이어갈 계획이다. KACI도 AI-PaaS 산업 네트워크를 활용해 수요기업을 발굴하고 참여기관 간 기술교류와 성과 홍보를 지원한다. 이를 통해 이번 과제에서 확보한 기술의 산업 확산과 후속 사업화를 지원한다는 방침이다. 과제 총괄책임자인 권경민 이노그리드 전무는 "이번 과제를 통해 다양한 CSP 환경에서 AI 모델과 데이터를 활용해 실제 서비스를 개발·운영할 수 있도록 지원하는 AI-PaaS 기술을 단계적으로 확보해왔다"며 "각 참여기관의 전문기술을 연계하고 바이오·물류·문서 등 다양한 서비스 분야에서 실증을 추진했다는 점에서 의미가 있다"고 밝혔다. 이어 "이번 성과공유회를 계기로 개발 기술과 실증성과가 산업계에 보다 폭넓게 공유되고 향후 실제 서비스 적용과 후속 사업화로 이어질 수 있도록 참여기관 간 협력을 지속해 나갈 계획"이라고 말했다.

2026.10.02 14:25한정호 기자

로브로스 "내년 상반기 휴머노이드 AI 모델 공개…제조·물류부터 공략"

휴머노이드 로봇 기업 로브로스가 내년 상반기 자체 휴머노이드 인공지능(AI) 모델을 공개한다. 범용 휴머노이드보다 제조·물류 현장에 사용할 수 있는 고성능 모델을 먼저 상용화하고, 현장에서 확보한 데이터로 적용 분야를 넓힐 계획이다. 임대규 로브로스 최고AI책임자(CAIO)는 최근 지디넷코리아 인터뷰에서 "2027년 상반기 자체 휴머노이드 AI 모델을 공개할 계획"이라며 "모델 자체 벤치마크 점수보다 로브로스의 휴머노이드 플랫폼 전체가 실제 산업 현장에서 작업을 끝까지 안정적으로 수행하도록 만드는 것이 목표"라고 밝혔다. "재사용성 높여 개발 비용 감축" 로브로스는 모델 성능을 평가할 때 현장 투입 가능성에 초점을 맞추고 있다. 임 CAIO는 "구체적인 성능 향상 수치는 아직 개발 중이라 공개하기 어렵다"면서도 "단순한 단일 동작 성공률보다 장시간 작업 성공률, 시야가 가려진 이후 복구 능력, 새로운 물체와 환경 적응력, 추론 지연과 동작 부드러움 등을 중요하게 평가한다"고 설명했다. 모델 개발 핵심 지표는 '재사용성'이다. 재사용성은 휴머노이드가 한 작업에서 익힌 조작과 이동 능력을 다른 작업에 얼마나 다시 활용할 수 있느냐다. 임 CAIO는 "물체를 잡고 옮기고 내려놓는 기본 능력을 물체 종류와 위치, 작업 환경이 달라져도 재사용할 수 있어야 범용성 가치가 생긴다"며 "제조·물류처럼 구체적인 산업 작업에서 출발해 검증된 능력 범위를 점차 넓히겠다"고 강조했다. 비용 절감도 기대하고 있다. 새로운 작업을 도입할 때마다 처음부터 대량의 데이터를 다시 모으는 대신, 이미 학습한 능력을 재사용해 3년 뒤에는 필요한 데이터와 적용 비용을 크게 낮추겠다는 것이다. 하드웨어와 AI를 함께 개발하는 풀스택 구조도 강점으로 꼽았다. 임 CAIO는 "자체 하드웨어와 AI를 풀스택으로 함께 개발하는 만큼, 자체 개발 휴머노이드 '이그리스(IGRIS)'에서 짧은 추론 지연과 안정적인 전신 동작을 구현하도록 최적화하고 있다"고 말했다. 임 CAIO는 "장기적으로 범용 휴머노이드를 지향하지만, 단기적으론 적용 가능한 현장에 우선 투입해 데이터를 확보하는 것이 중요하다"고 덧붙였다. 로브로스는 빠른 상용화를 위해 로봇 손 형태에도 유연하게 접근한다. 로브로스는 사람 손과 같은 5지(다섯 손가락) 형태만 고집하지 않는다. 장기적으로는 5지 핸드 연구개발을 이어가 사람 수준에 가까운 조작 능력을 확보한다는 목표지만, 당장은 저자유도 그리퍼로도 충분히 가치를 발휘할 수 있는 박스 운반 등에 휴머노이드를 적용한다는 방침이다. 텔레오퍼레이션·시뮬레이션·비디오 '3축' 데이터 파이프라인 로브로스는 데이터 확보를 위해 세 가지 축의 파이프라인을 구축했다. 첫 번째는 실제 로봇을 원격 조종하며 수집하는 텔레오퍼레이션 데이터다. 임 CAIO는 "실제 로봇이 작업하며 얻은 데이터라 학습에 유용하지만, 사람이 직접 로봇을 조작해야 해 양을 빠르게 늘리기 어렵다는 한계가 있다"고 설명했다. 두 번째는 물리 시뮬레이션에서 생성하는 합성 데이터다. 임 CAIO는 "로브로스는 '아이작 심' 위에 로봇의 정밀 모델을 구축하고, 실제 환경을 3D로 스캔해 디지털 트윈을 만드는 기술을 내재화하고 있다"며 "이 기술로 로봇을 정밀하게 동작시키고, 원하는 조건의 데이터를 빠르게 생성·증강할 수 있다"고 말했다. 그러면서 "다만 유연체나 유체, 유기체처럼 시뮬레이션하기 어려운 대상에는 아직 한계가 있다"고 덧붙였다. 아이작 심은 합성 데이터를 만드는 엔비디아의 시뮬레이션 소프트웨어다. 세 번째는 사람의 1인칭 시점 비디오 데이터다. 사람의 작업 영상에서 의미 있는 표현을 사전 학습한 뒤 로봇 데이터로 미세조정(파인튜닝)해, 실제 로봇 데이터 필요량을 줄이는 방식이다. 로브로스는 내년 상반기까지 시뮬레이션 데이터 80만 시간, 비디오 데이터 20만 시간 등 총 100만 시간 분량 데이터를 확보할 계획이다. 회사 측은 이 규모가 글로벌 프런티어 AI 연구소가 보유한 수준이라고 설명했다. 로브로스는 하드웨어와 제어, AI, 데이터 학습을 하나의 사이클로 연결하는 역량을 지향한다. 이를 위해 실제 로봇과 모델을 현장에 적용하는 과정에서 데이터 수집과 검수, 편집, 학습, 추론까지 비전문가도 피지컬 AI를 활용할 수 있도록 돕는 자체 소프트웨어 플랫폼을 구축하고 있다. 임 CAIO는 "이 플랫폼과 연계할 수 있는 국내 온디바이스 AI 칩 기업과 협업도 문을 열어두고 있다"고 말했다.

2026.10.02 13:54진운용 기자

"추론 토큰 비용 32배 줄인다”…애피어, AI 에이전트 'SMITH' 프레임워크 공개

애피어의 최신 연구 논문 '거대언어모델 에이전트를 위한 도구 생성과 활용의 공동 최적화'가 AI 학회 NeurIPS에 채택됐다. 1일 회사에 따르면, 이번 논문은 AI가 스스로 도구를 만들고 활용하는 과정을 하나의 학습 루프에서 수행하는 강화학습 프레임워크 'SMITH'를 제안한다. SMITH로 학습한 40억개 파라미터 소규모 모델은 300억개 파라미터 모델보다 뛰어난 도구 생성 성능을 보였으며, 3억5000만개 파라미터 경량 모델에서도 높은 연산 효율을 입증했다. SMITH는 기존의 단계별 추론 과정에서 평균 3206토큰이었던 출력량을 약 100토큰으로 줄여 약 32배의 효율 향상을 기록했다. 이에 따라 기업은 반복적인 개발과 추론에 드는 토큰 비용을 크게 낮출 수 있다. 치한 위 애피어 대표는 “인간은 문제 해결 경험을 도구로 만들어 활용함으로써 매번 처음부터 다시 시작할 필요가 없도록 해왔다. 이제 AI 에이전트도 같은 방식으로 진화하고 있다”며 “이번 연구는 AI 에이전트가 스스로 도구를 만들고 개선하는 것은 물론, 효과가 확인된 도구를 다양한 규모의 모델이 함께 활용할 수 있음을 보여준다. 이를 통해 멀티 에이전트 협업을 더욱 효율적이고 확장 가능하게 만들 수 있다”고 말했다. 치에옌 린 애피어 리서치 사이언티스트는 “SMITH가 모델에 도구 사용법을 학습시킬 때 모델은 내부 코드가 아닌 도구에 대한 설명과 파라미터 정보만을 참조한다”면서 “따라서 설명이 얼마나 명확한지, 해당 도구를 올바르게 호출할 수 있는지가 학습 과정에서 직접적인 피드백으로 작용한다”고 설명했다.

2026.10.01 14:48백봉삼 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.