• 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
  • 인터뷰
  • 인사•부음
  • 글로벌뉴스
인공지능
배터리
양자컴퓨팅
컨퍼런스
칼럼•연재
포토•영상

ZDNet 검색 페이지

'AI 자율제조 1.0 전략'통합검색 결과 입니다. (7672건)

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

AWS "파트너간 협력으로 매출·AI도입 효율 극대화"

아마존웹서비스(AWS)가 국내 기업의 생성형AI 도입과 신규 비즈니스 창출을 위해 파트너십 전략을 강화한다. AWS코리아는 30일 서울 역삼동 센터필드 이스트 AWS코리아 오피스에서 간담회를 개최해 파트너 비즈니스 고도화 전략을 소개했다. 이번 행사에서는 AWS코리아 허정열 파트너 매니지먼트 총괄이 AWS의 파트너 협력 지원 전략 및 성과를 발표했다. 이어서 파트너사인 에티버스의 김준성 전무와 SK텔레콤의 황웅상 클라우드 MSP 사업팀 리더가 전략적 협약 체결 이후 비즈니스 성과 및 향후 계획을 알렸다. 허 총괄은 글로벌 기준 700개 이상의 솔루션을 파트너들과 함께 개발하고 있으며 한국에서는 2017년 이후 약 20만 명에 이르는 고객들에게 교육을 진행했다고 파트너 지원 서 성과를 설명했다. 특히 전 세계적으로 빠르게 성장 중인 생성형AI 도입을 위한 지원을 위해 파트너 지원을 강화한다. 기업 특화용 AI 챗봇 '아마존 큐(Q)'를 비롯해 완전관리형 생성형 AI 서비스인 배드록 등 전방위에 걸쳐 생성형AI 관련 서비스를 지원한다. 허 총괄은 "아담 셀립스키 AWS CEO의 말처럼 우리의 생성형 AI 수준은 10Km 경주에서 이제 막 세 발자국 뛴 수준”이라며 "무한한 가능성이 열린 가운데 AWS는 파트너들과 적극 협력하고 있다"고 설명했다. AWS는 파트너 비즈니스의 핵심 전략으로 파트너 간의 협력을 강조하고 있다. 각 분야에서 전문성을 가진 파트너사들이 AWS 안에서 협력해 서로 시너지를 낼 수 있는 환경을 조성한다는 것이다. 이를 위해 기존에 각 사업 및 업무 분야에 따라 나눠져 있던 팀과 데이터를 통합해 서로 협업을 일으킬 수 있는 조직 구조로 대거 개편했다. 허정열 총괄은 “기업의 규모가 커지고 서비스가 복잡해지면서 한 파트너가 고객사의 문제를 모두 해결하는 것이 점점 어려워지고 있다”며 “이제는 파트너 간의 협의를 통해 함께 업무를 수행하고 더욱 높은 성과를 달성할 수 있도록 협업체계를 지원하고 있다”고 설명했다. 이어서 그는 "2023년 15% 미만에 불과한 산업 클라우드 플랫폼 활용이 2027년이면 70%를 상회할 전망”이라며 “이를 바탕으로 파트너들의 비즈니스 기회를 더욱 확장할 계획으로 AWS 마켓플레이스 한국 출시도 연내 진행될 것”이라고 밝혔다. 이어서 SK텔레콤의 황웅상 MSP 사업팀 리더가 AWS와의 협업을 통한 AI 클라우드 관리 서비스(MSP) 성과와 추후 사업 전략을 소개했다. SK텔레콤은 기업이 보유한 통신사 인프라와 데이터를 바탕으로 AWS의 클라우드 인프라와 AI기술력을 더해 MSP역량을 확보한다는 방침이다. 더불어 금융 등 각 산업에 특화된 솔루션을 결합해 AI 클라우드 시장을 선점할 계획이다. 실제로 AWS와의 전략적 협약을 통하여 협약 시 수립한 공격적인 매출 및 사업기회의 목표를 지속 달성하고 중이다. SK텔레콤은 AI 클라우드 사업을 위해 필요한 인프라와 서비스, 모니터링 및 관리 도구를 피라미드처럼 안정적으로 제공하는 AI 피라미드 전략을 수립해 진행 중이다. 특히 AWS 내 파트너사 등 조직과의 협력을 통한 시장 진출 전략을 안정적으로 수행하고 있다. 앤트로픽, 올거나이즈, 코난테크놀로지 등 AI전문 기업을 비롯해 클라우드 비용 최적화, 보안 서비스 등도 파트너사와 협력해 제공한다. 글로벌 서비스를 위해 도이치텔레콤, 이앤그룹, 싱텔그룹, 소프트뱅크 등과 함께 '글로벌 텔코 AI 얼라이언스(GTAA)'도 출범했다. 이들은 통신사에 특화된 AI 서비스 개발을 위해 AI 솔루션 기업 공동 발굴 및 육성에 나선다. 황 리더는 "GTAA는 전세계 45개국 12억 명을 대상으로 서비스를 제공하는 5개 통신사 연합으로 각각 서비스 지역이 다르지만 AWS의 마켓플레이스를 통해 자연스럽게 전 세계 사용자에게 AI를 서비스할 수 있는 생태계를 구축할 수 있다고 생각한다"며 앞으로 더 좋은 AI서비스를 제공하기 위해 5개 통신사가 협력할 뿐 아니라 AWS마켓플레이스를 적극적으로 활용할 계획"이라고 말했다. 에티버스 김준성 전무는 AWS와의 전략적 협업을 통한 성공 사례로 하나금융그룹에 구축한 금융 플랫폼 '글로벌 로열티 네트워크(GLN)'를 소개했다. GLN은 글로벌 가입자가 국가 간의 제약 없이 디지털 자산을 사용할 수 있도록 구축한 글로벌 통합 금융 시스템이다. 글로벌 마케팅 강화 전략으로 수행한 프로젝트로 디지털 상에서 결제, 이체, 출금 등 실제 자금 외에 상품권, 쿠폰 등의 금융 서비스를 통합 제공한다. 공유오피스 기업 패스트파이브의 경우 신규 입주한 스타트업이 손쉽게 기업에 최적화된 클라우드 환경을 조성할 수 있도록 통합 클라우드 리소스패키지인 클라우드 스타터킷을 제공하고 있다. 김 전무는 “AWS와의 전략적 협업을 통해 매출이 약 6배 가까이 증가했으며, 고객사도 4배 가까이 늘었다”며 “에티버스는 AWS의 클라우드 서비스를 국내에 제공하는 디스트리뷰터로서 국내 기업들이 더 파트너사로 참여해 더욱 성과를 낼 수 있길 기대한다”고 말했다.

2024.04.30 13:55남혁우

마이크로소프트-오픈AI "GPT-4, 한국어 토큰 효율화 달성"

"국내 고객은 한국어로도 부담 없이 코파일럿 내 GPT-4로 개발할 수 있다. 마이크로소프트팀은 오픈AI와 손잡고 토큰 수 효율화를 이뤘다. 한국어 특성상 영어보다 평균 2배 더 많은 토큰 수가 필요했지만, 이젠 1.1배로 줄었다." 마이크로소프트 스콧 한셀만 개발자 커뮤니티 부사장은 30일 양재 aT센터에서 열린 '마이크로소프트 AI 투어 인 서울'에서 코파일럿 제품 내 탑재된 오픈AI의 GPT-4 토크나이저 효율화를 강조했다. 보통 토큰 수는 생성형 AI로 개발에 필수 요소다. 토큰 수에 따라 지불해야 하는 비용도 상이하다. 토큰 수가 많으면 사용자는 높은 비용을 지불해야 한다. 모델마다 한번에 입력할 수 있는 토큰 수도 정해졌다. 스콧 한셀만 부사장은 "보통 같은 질문을 모델에 입력할 때, 한국어는 영어보다 약 2배 더 많은 토큰 수가 필요하다"고 설명했다. 그는 이에 대한 근거도 제시했다. 마이크로소프트 아시아팀 분석 결과에 따르면, 한국어는 GPT-4에서 영어보다 평균 2.36배 많은 토큰 수가 들었다. 한셀만 부사장은 "토큰 효율화를 위해 마이크로소프트팀과 오픈AI가 손잡고 연구했다"며 "똑같은 질문에 언어마다 토큰 수 차이가 없도록 하기 위함"이라고 설명했다. 오픈AI 멀티모달 모델 GPT-4에 토큰 수 개선이 이뤄졌다고 했다. 그는 모델이 토큰 수 나누는 방식을 설명했다. 현재 GPT-4의 토크나이저는 BPE 기반으로 작동한다. 바이트 기반으로 토큰을 나눈다. 이는 한국어를 텍스트 처리할 때 자음과 모음의 결합으로 본다거나 형태소 단위로 수치화하지 않는다. 대신 특정 음절의 빈도수나 문장 복잡성에 기반해 토큰 수를 측정한다. 기존보다 토큰 수를 줄이는 방식이다. 시맨틱 커널 방식을 비롯한, 스플리팅 전략도 활용한다. 한셀만 부사장은 "오픈AI 모델은 시맨틱 커널 등으로 토큰 수를 측정하고 있다"며 "이에 따라 한국어는 영어보다 약 1.1배 더 많이 드는 수준"이라고 했다. 기존보다 토큰 효율화를 50% 이상 올린 셈이다. 해당 기능은 지난달 처음 공개한 바 있다. 그는 "현재 애저 오픈AI 서비스 등 다양한 제품에서 한국어 토큰 수 효율화를 경험할 수 있을 것"이라며 "한국어 처리 AI 미래에 큰 도움 될 것"이라고 했다. "한국어 AI 모델에 집착할 필요 없다" 업계에서는 애저 오픈AI 서비스 등 마이크로소프트 솔루션 내에서 한국어 토큰 효율화를 경험할 수 있을 것으로 내다봤다. 그동안 국내 AI 기업들은 GPT-4 토큰 비용을 언급한 바 있다. 국내 사용자가 한국어 기반 작업에 GPT-4를 이용하면 비싼 비용을 지불해야 한다고 지적했다. 이번 마이크로소프트와 오픈AI의 토큰 효율화 후 이같은 주장은 잠잠해질 것이라는 의견이 나오고 있다. 이날 부스를 지키던 마이크로소프트 관계자도 GPT-4의 한국어 토큰 효율성에 대해 재차 강조했다. 그는 "국내 사용자가 네이버 '하이퍼클로바X' 등 한국어 기반 모델을 굳이 활용하지 않아도 되는 시대"라며 "비슷한 비용으로 GPT-4를 통한 개발 작업을 한국어로 할 수 있을 것"이라고 강조했다.

2024.04.30 13:55김미정

지속성장 맞춤형 AI 거버넌스 구축 '선택 아닌 필수'

인공지능(AI)이 세상을 삼키고 있다. 일상생활뿐 아니라 첨단 비즈니스 영역까지 뒤흔들고 있다. 특히 챗GPT를 비롯한 생성형 AI는 다양한 산업 분야의 기본 문법을 바꿔놓으면서 새로운 혁신의 밑거름이 되고 있다. 반면, 기업에서는 AI 도입이 경쟁력 강화를 위한 기회라는 점을 알면서도 불확실성을 포함한 위험 요인 때문에 도입을 주저하고 있는 것도 현실이다. 지디넷코리아는 창간 24주년을 맞아 법무법인 세종의 AI센터와 함께 이런 변화를 진단하는 'GenAI 시대' 특별 기획을 마련했다. 이번 기획에서는 기업이 AI 규제에 효과적으로 대응하면서 도입 가능한 AI 거버넌스에 대해 살펴본다. 아울러, 소프트웨어, 통신, 인터넷, 헬스바이오, 유통, 전자, 재계, 자동차, 게임, 블록체인, 금융 등 11개 분야별로 AI가 어떤 변화를 일으키고 있는 지 심층 분석한다. 또 AI 기술 발전과 함께 논의되어야 할 윤리적, 사회적 문제들에 대한 다각적인 논점을 제시해 건강한 AI 생태계 조성에 기여하고자 한다. [편집자주] A사는 최근 업무 효율성 제고 및 고객 서비스 편의 개선 차원에서 글로벌 B사가 개발한 프라이빗 거대 언어 모델(Large Language Model, LLM)을 활용하여 자사의 데이터를 추가 학습시키는 방식으로 생성형 AI 기반 대화형 검색 서비스를 도입했다. A사는 AI 기반 대화형 검색서비스 도입 과정에서 내부 조직 개편과 최고의 전문성을 지닌 인재 영입 등 과감한 투자를 감행했다. C사도 경영 혁신을 위해 전체 계열사 업무 전반에 생성형 AI를 도입했다. 전사 차원에서 고객 가치 제고를 위해 생성형 AI를 도입한 만큼 고객 데이터의 통합 관리 시스템을 구축하고, 개인정보 해킹 등 유출 사고로 인한 막대한 경제적, 사회적 손해를 예방하기 위해 개인정보 보호법이 요구하는 전문 개인정보 보호책임자(CPO)도 지정했다. A사와 C사는 AI를 도입한 다른 대부분의 기업과 마찬가지로 조직 의사결정에 유의미한 영향을 미치는 새로운 디지털 전략으로 AI를 택했다. 과연 A사와 C사는 AI 플랫폼 구축 프로젝트를 성공적으로 수행할 수 있을까? 국내외 기업의 AI 도입 수준은 AI는 금융, 의료, 제조, 교통 등 전 산업 분야를 아우르는 하나의 거대한 트렌드다. 지금의 AI 열풍은 기존 새로운 기술들이 출현했을 때 잠시 반짝 유행하고 잠잠해지는 버블이 아니라는 의견이 대세다. 여러 산업 현장에 적용돼 가시적 성과를 내고 있는 AI 기술은 별도 산업으로 분류될 수 있을 만큼 관련 시장에 실 수요가 증가하고 있기 때문이다. 최근 일반 기업을 중심으로 특정 기업의 비즈니스 요구 사항에 맞게 데이터를 추가 학습할 수 있도록 개발된 AI 솔루션(파운데이션 모델)을 활용하는 사례가 늘고 있다. 실제 IBM이 2024년 1월 10일 발표한 'IBM 글로벌 AI 도입 지수 2023(IBM Global AI Adoption Index 2023) 보고서에 따르면 2023년 기준 한국을 포함한 전 세계 20개국의 2천342개 기업(IT 전문가 8천584명 응답) 중 약 42% 기업들은 이미 비즈니스에 AI를 활용하고 있었고, 40%는 AI 도입을 적극 검토하고 있는 것으로 확인됐다. 우리나라의 경우 AI를 도입한 기업 비중은 약 40% 수준으로 파악된다. 한국경영자총협회가 실시한 '주요 기업 AI 도입 실태 및 인식 조사'는 2024년 1~2월을 기준으로 매출액 상위 100대 기업 중 응답 기업 50개 사의 38.0%가 기업 차원에서 생성형 AI를 도입한 것으로 설명했다. 국내외 AI 도입이 이처럼 활성화된 데에는 기술 융합, 예측 및 추천 솔루션 고도화 등 AI 기술 혁신이 크게 작용한 것으로 판단된다. 앞서 언급한 IBM 조사 결과, 2023년 AI 환경은 2~3년 전에 비해 'AI 솔루션의 접근성 및 배포가 용이해졌고(43%)', 'AI 솔루션이 비즈니스 요구 사항에 더욱 잘 부합할 수 있도록 설계되었다(41%)'는 특징을 보인다. 2020년의 한국개발연구원(KDI) 조사에 참여한 1,000개 기업의 35.8%가 '기업 수요에 맞는 AI 기술 및 솔루션 부족'을 AI 도입의 가장 큰 걸림돌로 응답한 것과 유사한 결과다. 하지만 전 산업 분야에서 AI가 화두로 떠오르고 있는 것과 달리 현장에서 기업이 AI를 도입하는 속도는 느리다. MIT 테크놀로지 리뷰 인사이트(MITTR)와 호주 통신사 텔스트라의 글로벌 계열사 텔스트라 인터네셔널(Telstra International)이 아시아, 태평양, 미주, 및 유럽 전역의 비즈니스 리더 300명을 대상으로 공동 실시한 조사 결과에 따르면, 조사 대상 기업의 76%는 생성형 AI 도입을 시도해 본 적이 있는 것으로 확인됐다. 하지만 AI를 실제 조직 전반에 채택한 기업은 단 9%에 그쳤다. 기술 성숙도를 나타내는 가트너(Gartner)의 2023년 신기술 하이프 사이클(Hype Cycle for Emerging Technologies)에 따르면 생성형 AI는 기대감 최고 단계(Inflated Expectations)에 있다. 하지만 실제 시장에서 실질적 혁신 성과를 나타내기까지는 약 2~5년의 기간이 필요한 것으로 예측된다. 즉 현 시점에서 AI 도입⋅활용 과정에서 발생할 수 있는 리스크를 예측하는 것은 더욱 어렵다. 조심해야 할 AI 리스크 유형은 대한상공회의소가 2024년 100대 상장기업의 경영 메시지를 수집해 챗GPT-4로 분석한 결과에 따르면 디지털 전환 및 AI 도입은 기업 경쟁력 강화를 위한 기회이자 리스크인 것으로 나타났다. 기업들은 AI 활용에 따른 근원적 리스크 요인을 사전에 제거하지 못해 회복할 수 없는 수준의 피해를 입게 될 것을 크게 우려했다. 전 산업에 걸쳐 공통적으로 우려되는 AI 리스크는 AI 라이프사이클 전반에 거쳐 존재한다. 이때 AI 라이프사이클은 단순히 AI 모델이 개발되는 단계에 국한되는 개념이 아니다. AI 파운데이션 모델 개발을 위한 데이터 수집 등 처리 단계부터 AI 파운데이션 모델을 개발하고 배포하는 단계, 개발된 AI 파운데이션 모델을 기업에 적용 및 활용하는 단계, 그리고 AI 서비스를 최종 이용자가 이용하는 단계는 서로 유기적으로 연결되어 있다. 그만큼 AI 리스크 유형은 다양하게 제시된다. AI 기술 자체가 가진 한계에서 오는 리스크나 데이터 처리 과정에서 우려되는 보안 침해 등 데이터 리스크, AI 윤리와 사회적 영향을 관리 혹은 통제하기 위한 법적 규제 리스크는 AI 이용 과정에서 또 새로운 AI 리스크로 파생될 수 있다. 초거대 AI 신경망을 개발하는 AI 개발자나 이미 개발된 AI 모델을 활용하는 AI 활용자가 유의해야 할 AI 리스크 유형은 크게 다르지 않다. AI 개발 및 활용 단계 모두 모델 훈련과 검증, 조정을 거쳐야 하고 그 과정에 데이터의 수집⋅이용⋅제공 등 처리도 필수로 요구되기 때문이다. 하지만 앞서 예시로 든 A사와 C사가 좀 더 유의해야 할 부분은 있다. A사는 기업 내부 데이터만 활용한 프라이빗 LLM을 도입함으로써 데이터 유출이나 환각 현상(실제로는 없거나 사실이 아닌 거짓 정보를 마치 사실인 것처럼 말하는 현상)에 대한 우려는 일부 해소할 수 있을 것이다. 하지만 이에 더해 산출물의 품질을 좌우할 데이터를 체계적으로 관리하기 위한 준비도 필요하다. 프라이빗 LLM의 학습 데이터 활용될 조직 내부 데이터의 오남용 등이 발생하지 않도록 전사 차원의 표준화된 위험관리 체계를 수립할 필요성이 강조된다. 이는 C사도 마찬가지다. 기업이 보유하고 있는 고객 정보가 잘못 관리되어 유출 등 데이터 리스크로 이어지지 않도록 데이터 처리 흐름(flow)을 명확하게 파악하고 있어야 한다. 자사 비즈니스 특성에 맞는 AI 라이프사이클과 데이터 처리 흐름별로 법률·정책 준수 체크리스트(checklists)를 마련하고, 그에 대한 지속적, 상시적 모니터링을 통해 기업은 AI 도입 및 데이터 활용에 따른 리스크를 즉시 파악하고 통제할 수 있다. 이러한 철저한 준비가 부족하다면 A사와 C사 모두 AI 내재화에 성공하지 못한 채 리스크만 가중되어 AX(AI Transformation) 경쟁력에서 뒤쳐질 수도 있을 것이다. (참고로 A사와 C사는 AI 라이프사이클 단계상 AI 개발자가 이미 개발한 모델을 활용하여 자사의 데이터를 추가 학습시키는 방식으로 AI를 활용하는 AI 활용사업자에 해당한다.) AI 리스크에 사전 대응하는 AI 거버넌스 구축은 선택이 아닌 필수 불가능할 것 같아 보이는 AI 리스크의 완벽한 통제의 시작은 AI 거버넌스 구축을 통한 사전 대응 체계 마련에 있다. AI 리스크 발생 이후 사후적·개별적으로 해결하기보다는 AI 리스크 관리를 모든 기업 업무에 통합하여 관리의 연속성이 이루어질 수 있는 AI 가드레일(AI guardrail)을 선제적으로 구축하는 것이 필요하다. 이를 통해 기업은 식별된 리스크뿐만 아니라 사전에 식별되지 않은 잠재적 리스크에도 효과적으로 대응할 수 있다. AI를 효율적으로 관리·감독하는 AI 거버넌스 구축 중요성이 꾸준히 지적되고 있음에도 불구하고 대부분의 AI 도입·활용 기업은 AI 거버넌스 구축 과정에서 상당한 혼란을 겪는다. 전문가들이 AI 거버넌스를 정의하고 하위요소를 구성하는 방식이 산업 분야, 비즈니스 특성, 내부 규칙 및 규정, 현지 법제도와 같은 상황적 요인에 따라 달라질 수 있다고 소개하기 때문이다. 하지만 AI 거버넌스 개념은 간단하다. AI 거버넌스란, AI 라이프사이클에 대한 지속적 모니터링을 통해 각 단계별 발생 가능한 리스크를 정량적으로 식별하고, 해당 리스크 및 잠재적 영향을 최소화 및 제어할 수 있는 관리⋅감독 프레임워크를 의미한다. AI 거버넌스 구축을 위한 솔루션에는 다음 세 가지 방식이 포함된다. 솔루션 1. 국내외 법제도의 정합성 제고 기업들은 비즈니스 리스크로 확대될 수 있는 AI 리스크가 법 위반 리스크에서 촉발된다는 점을 명심해야 한다. 기업에 적용되는 국내외 AI 법제가 요구하는 수준의 실시간 현황을 즉시 반영할 수 있는 규제 라이브러리를 구축할 필요성이 강조되는 부분이다. 규제 라이브러리는 국내 개인정보 보호법, 저작권법 및 데이터 활용과 관련된 제반 국내 법령뿐만 아니라 최근 유럽의회를 통과한 EU의 AI Act, 지난 해 미국 정부의 AI 행정명령 등 해외 관련 법령에 대한 구체적 분석을 거쳐 기업 내부 규제 라이브러리에 포함되어야 할 것이다. 이에 더해 개인정보보호 중심설계(Privacy by Design), Trust-by-design 접근, 안전성 평가, 영향평가, 신뢰성 검인증, 제3자 외부평가 등 AI 및 데이터 정책이 국제 규범으로 어떻게 수렴되는지에 대한 정기적 모니터링도 필요하다. 글로벌 차원에서 AI 거버넌스 구축 시 기업이 충족해야 하는 최소 기준 요건을 설정한 가이드라인과 AI 표준 및 인증도 살펴봐야 한다. 특히 정보보호 및 개인정보 보호 관리체계(ISMS/ISMS-P), 정보보호 경영시스템(ISO 27001, 27701), AI 관련 국제적 인증 체계(ISO/IEC JTC 1/SC 42)ISO/IEC 42001 등 AI 표준 및 인증 획득은 기업 신뢰도를 제고할 수 있는 효과적인 방안이 될 수 있다, 솔루션 2. 맞춤형 AI 위험통제 모델 체계 확립 AI 프레임워크 등 다양한 명칭으로 불리는 AI 위험통제 모델(Risk Management Model)은 전 세계적으로 활발하게 논의되고 있는 신뢰할 수 있는 AI 위험통제 프로세스를 의미한다. 이때 핵심은 AI 라이프사이클의 각 단계에 대한 주기적인 모니터링을 실시하고 최신화된 국내외 규범을 준수한 평가 절차를 적용한다는 점이다. 즉, AI 위험통제 모델은 기업의 특성과 글로벌 차원에서 수립 중인 AI 규범을 종합적으로 고려한 내부 AI 윤리 등 기본 원칙이나 정책서, 가이드를 수립하는 것에 더해 비즈니스 프로세스 단계별 책임자 권한 및 책임을 설정하는 기준 마련을 통해 AI 리스크를 상시적으로 평가하고 신규 제품·서비스 기획, 설계 및 출시 등 모든 단계에 적용 가능한 신뢰성·안전성 담보 전략을 수립하는 등 지속 가능한 상시적 AI 리스크 통제체계를 마련하는 과정이라 볼 수 있다. 기본적으로 위험 평가 및 관리 절차는 각 기업의 특성을 고려하여 맞춤형으로 설계되는 것이 요구된다. 하지만 기업의 AI 윤리 및 기본 원칙, 정책서, 가이드 등에는 유효성 및 신뢰성, 안전성, 보안 및 복원성, 책임과 투명성, 설명 및 해석가능성, 개인정보 보호, 공정성 등과 같은 AI 신뢰성 확보를 위한 국제적 요구사항도 탄력적으로 반영될 필요가 있다. 또한, AI 리스크는 그 특성상 데이터 활용 과정에서 발생한다는 점에서 기업 맞춤형 데이터 관리체계의 마련 역시 AI 위험통제 모델 구축 시 중요하게 고려되어야 한다. 맞춤형 데이터 관리체계는 기업이 AI 등 신기술을 이용한 각종 솔루션을 도입하려는 경우 기존 데이터 내지 새롭게 생성될 데이터에 대한 신뢰성, 정확성 등을 법제도적 관점에서 정량적으로 판단할 수 있는 위험통제 모델을 의미한다. 기업은 맞춤형 데이터 관리체계를 도입함으로써 추후 데이터를 수정, 변환, 통합 또는 재수집하는 과정에서 발생 가능한 비용 및 위험도를 사전에 객관적으로 평가할 수 있도록 하는 효과를 기대할 수 있다. 나아가 비즈니스 특성에 적합한 기존 선례 등을 정확하게 파악하고 이를 기반으로 주기적 AI 침해 대응 모의훈련 프로그램도 실행할 필요가 있다. 기업은 이러한 모의훈련을 통해 AI 사고에 대한 대응체계의 적정성을 상시적으로 평가함으로써 예기치 못한 각종 사고에 효율적으로 대응할 수 있는 조직적 방어체계를 발전시켜 나갈 수 있다. 솔루션 3. 상시적 데이터 매니지먼트 체계 활성화 “이용 과정에서의 불확실성”이라는 생성형 AI 리스크에 대한 예측가능성을 제고하기 위해서는 AI 서비스에 활용되는 데이터 처리 시스템 구축 전 분석·설계 단계에서부터 시스템 운영, 개선, 폐기 등 각 단계를 포괄하는 데이터 처리 흐름(flow)의 현황과 위험 요인을 실시간으로 명확히 식별하는 것이 중요하다. 이때 데이터 리스크를 효율적으로 파악하고 평가, 관리하는데는 기업이 보유하고 있는 데이터 인벤토리 및 우선순위 지정을 통한 데이터 처리 흐름 분석이 필수로 요구된다. 데이터 처리 흐름 분석은 데이터 리스크에 대한 체계적 관리를 통한 사고 발생 시 신속한 원인분석, 대응을 가능하게 한다. 뿐만 아니라 데이터 처리 흐름 분석 결과는 기업이 활용하고 있는 데이터의 가치 산정 기준, 새로운 비즈니스 전략 수립을 위한 기초 자산으로 활용되어 기업의 지속 가능한 성장 잠재력을 높일 수 있다. 나아가, 기업 비즈니스의 대내외적 법 위반 리스크를 최소화할 수 있는 판단 근거로서의 활용 가치도 주목할 만하다. 기존의 위수탁 내지 제3자 제공 데이터 수준의 정량적 평가 최적화, 위수탁과 제3자 제공 현황의 적정성 재평가 등을 통하여 기업은 데이터 처리 위탁자 또는 수탁자로서의 법적 책임을 최소화할 수 있는 단계별 데이터 처리 방식을 재설계(Data Process re-engineering)할 수 있다. 상시적 데이터 매니지먼트 활성화를 위해서는 기본적으로 AI 및 데이터 관리 체계 전 영역의 데이터 흐름에 명확한 식별 이외에 주기적 모니터링 및 즉각적 개선 체계의 구축이 필요하다. 주기적 모니터링 결과로 시스템 취약점이 파악되어야만 비로소 데이터 유출 및 오·남용 등 AI 리스크의 발생 가능성을 최소화하기 위한 대비를 할 수 있다. 이에 더해 AI 도입 및 적용 단계별 또는 개인정보 처리 단계별로 데이터 시스템의 위험평가, 개인정보 영향평가 등 법 제도상 기업에 적용되는 요구사항 준수 여부를 빠짐없이 평가하는 것도 가능해진다.

2024.04.30 13:40장준영

SKT, 6월에 통신사 특화 AI 모델 내놓는다

SK텔레콤이 5G 요금제와 공시지원금, 인공지능(AI) 윤리가치 등을 학습한 통신사 특화 AI 모델인 '텔코LLM'을 상반기 내에 선보인다. 에릭 데이비스 SK텔레콤 AI테크콜라보레이션 담당은 30일 서울 을지로 T타워에서 열린 간담회에서 “1개의 범용 LLM으로 통신사들이 하려는 다양한 서비스와 문제를 해결하는 것은 쉽지 않다”며 “통신 데이터와 도메인 노하우에 맞춰 조정하는 파인튜닝과 모델평가를 거쳐 다양한 텔코LLM을 만들고 이를 상황에 맞게 골라 쓸 수 있도록 하는 것이 멀티LLM 전략”이라고 말했다. GPT와 같은 범용 LLM보다 통신업종에 특화된 LLM이 필요하다는 뜻이다. 이를 위해 SK텔레콤은 오픈AI, 앤트로픽 등과 협력을 통해 통신사의 서비스나 상품, 멤버십 혜택, 고객 상담 패턴 등의 데이터를 수집하고 선별해 GPT와 클로드에 학습시키고 있다. SK텔레콤이 직접 개발한 에이닷엑스 외에도 오픈AI의 GPT, 앤트로픽의 클로드 등 다양한 범용모델 기반으로 튜닝 작업에 나서면서 멀티 LLM 전략을 내세웠다. AI컨택센터(AICC), 유통망, 네트워크 운용, 사내 업무 등 활용 용도에 따라 최적화된 LLM을 갖추겠다는 뜻이다. 범용LLM 대비 텔코LLM은 통신 영역에서 높은 수준의 생성형 AI 작업을 수행할 수 있다. SK텔레콤은 현재 고객센터에서 상담전화 한 건을 처리하는데 고객 상담에 약 3분, 상담 후 업무 처리하는데 30초 이상이 소요되는데 텔코LLM을 도입하면 상담사가 고객과 전화하는 동안 LLM이 해결책을 상담사에게 제공하고 상담 내용을 요약해주는 등 상담 후 처리까지 소요되는 시간을 크게 단축시켜 줄 수 있을 것으로 전망했다. 기존의 고객센터에서 상담사가 고객 문의 내용을 정리하고 필요한 문서를 검색, 요약해 답을 한 후 상담 내용을 기록하는 것까지 전 과정에 숙련되는 데에 많은 경험과 교육이 필요했다면, 텔코 LLM이 이 과정을 줄여주는 셈이다. 또한 텔코LLM 중 통신 관련 데이터를 입힌 클로드 버전의 경우 AI가 따라야 할 윤리원칙을 철저하게 학습하고 있고 우리나라에서 빠르게 생겨나고 있는 신조어나 한국어 욕설, 위협 폭언 식의 문맥 뉘앙스를 정확하게 파악할 수 있다. 네트워크 인프라 운용에도 텔코LLM이 유용하다. 인프라 운용자가 네트워크 모니터링 중 문제가 발생하면, 실시간으로 텔코LLM에 질문을 입력해 해결 방안을 답변으로 받아볼 수 있다. 텔코LLM이 장비 매뉴얼, 대응 사례 등의 정보를 기반으로 상황에 맞는 답변을 빠르게 제공하기 때문에, 사람이 직접 정보를 찾는 것보다 대응 시간을 단축시킬 수 있다. SK텔레콤은 향후 인프라 운용 중에 발생되는 데이터 분석과 축적된 데이터 기반의 정보 조회 등에도 텔코LLM을 확대 적용할 계획이다. 정민영 SK텔레콤 AI플랫폼 담당은 “고객센터, 인프라뿐만 아니라 마케팅과 유통망 등 고객 접점이나 법무, HR와 같은 사내 업무까지 통신사 운영의 다양한 영역에서 텔코LLM이 업무 효율성을 높일 것”이라며 “지속적으로 텔코LLM을 활용한 유즈케이스를 늘려갈 계획”이라고 설명했다. 한편, SK텔레콤은 통신사들이 생성형 AI 애플리케이션을 효율적으로 구축, 개발할 수 있는 '인텔리전스 플랫폼'도 공개했다. 멀티 LLM부터 멀티모달, 오케스트레이션, 검색증강생성(RAG) 등까지 아우르는 기업용 AI 개발 운용 패키지다.

2024.04.30 13:26박수형

AI 반도체 리벨리온, '국산 인공지능 컴퓨팅 장비' 활용확산 지원

리벨리온, 한국정보통신기술협회, 한국컴퓨팅산업협회는 30일 경기도 성남시 리벨리온 본사에서 '국산 인공지능 컴퓨팅 장비 활용 확산'에 협력하는 업무협약(MOU)을 체결했다. 국산 인공지능 컴퓨팅 장비는 국내 직접생산 중소기업의 컴퓨팅 장비에 국내 기술로 개발한 인공지능 반도체(NPU, GPU 등)를 탑재한 장비를 뜻한다. 국산 인공지능 가속기 제조사인 리벨리온은 이번 협약을 통해 국산 인공지능 컴퓨팅 장비 수요확산을 위해 국내 컴퓨팅 장비 기업과 공동 기술개발, 공동 사업화, 공동 마케팅 등에 상호 협력하기로 약속했다. 국내 컴퓨팅 장비 신뢰성 검증 기관인 한국정보통신기술협회는 국내 컴퓨팅 장비 기업과 인공지능 가속기 개발사의 제품 시험, 검증 등 신뢰성 확보 지원을 위해 협력한다. 국내 컴퓨팅 장비 기업 대표단체인 한국컴퓨팅산업협회는 국내 컴퓨팅 장비 기업과 인공지능 가속기 개발사간 연계협력, 인식확산, 공동 A/S, 중소기업자간 경쟁제품 지원을 위해 협력할 예정이다. 이번 협약은 국산 인공지능 가속기와 컴퓨팅 장비를 결합하고 신뢰성을 확보하여 외산 장비 위주의 국내 컴퓨팅 장비 시장에서 국산 인공지능 컴퓨팅 장비의 확산을 위한 협력 모델을 마련했다는데 의의가 있다. 또한 'HPC 이노베이션 허브'에서는 이번 협약 당사자 뿐만 아니라 다양한 국내 제조사를 대상으로 국산 인공지능 컴퓨팅 장비의 신뢰성 확보를 지원할 계획이다. 2017년 개소한 'HPC 이노베이션 허브'는 과학기술정보통신부, 정보통신기획평가원의 지원을 받아 국내 중소기업 컴퓨팅 장비(서버, 스토리지, 네트워크 등)로 HPC 인프라를 구축하고 국내 기업의 국제공인인증 획득, 운영실적증명 발급, HPC 전문 교육과 사업화 등을 지원하고 있다. 최근 인공지능 반도체와 이를 적용한 컴퓨팅 장비에도 관심이 증대되면서 'HPC 이노베이션 허브'에서는 국내 R&D 결과물 및 다양한 국산 인공지능 가속기와 컴퓨팅 장비 결합모델에 대한 시험·검증을 지속적으로 지원할 계획이다. 박성현 리벨리온 대표는 "리벨리온의 국산 AI반도체는 이미 글로벌 수준의 기술력을 인정 받았다"며 "우리의 역량을 바탕으로 MOU를 맺은 협회, 다양한 국산 컴퓨팅 장비 기업과 적극적으로 협업해 한국의 인공지능 인프라의 안정성과 경쟁력을 확보하는데 힘을 보탤 것"이라고 밝혔다.

2024.04.30 12:05이나리

삼성전자 "서버용 SSD 출하량 전년比 80% 이상 증가"

삼성전자가 생성형AI 확산에 따른 영향으로 올해 서버향 SSD 출하량은 전년 대비 80% 증가한다고 전망했다. 삼성전자는 30일 2024년 1분기 실적발표 컨퍼런스콜에서 "생성형 AI 시장 성장이 HBM, DDR5 등 D램 제품뿐 아니라 SSD 수요 또한 가파르게 성장시키고 있음을 뚜렷하게 체감하고 있다. 젠5 기반 TLC SSD와 초고용량 QLC SSD 등 준비된 제품을 기반으로 이러한 수요 상승세에 적기 대응할 예정"이라고 말했다. 이어서 "올해 당사의 서버향 SSD 출하량은 전년 대비 80% 수준 증가할 것으로 전망되며 특히 서버형 QLC SSD의 비트 판매량은 상반기 대비 하반기 3배 수준으로 급격히 증가할 것으로 보인다"고 전망했다. 회사는 "최근 생성형 AI 모델이 진화를 거듭하고 있는 가운데 트레이닝(학습)과 인퍼런스(추론) 두 분야 모두에서 SSD 공급 요청이 급증하고 있다"라며 "트레이닝 과정에서는 AI 파라미터 수 증가에 비례해 학습 데이터 크기가 커짐에 따라 성능과 데이터 저장 공간에 대한 니즈가 증가하면서 기존의 젠4 4테라바트 SSD 대비 IO(입출력) 성능과 용량이 2배 이상 확대된 8TB(테라바이트) 및 16테라바이트로 고객사 요청이 늘어나고 있다"고 말했다. 이어서 "인퍼런스 과정에서도 정합성 개선 용도로 방대한 데이터베이스 보관용 스토리지가 사용됨에 따라 64TB, 128TB등 초고용량 SSD 중심으로 고객사 공급 문의가 늘어나고 있다"라며 "당사는 전통적으로 서버 및 스토리지 SSD 응용에서 상대적으로 높은 시장 리더십을 가지고 있기 때문에 해당 수요에 우선적으로 대응할 수 있을 것으로 예상된다"고 덧붙였다.

2024.04.30 11:28이나리

삼성전자 "2Q 서버용 D램 50%, 낸드 100% 이상 출하량 확대"

삼성전자가 올 2분기 실수요가 높은 서버용 D램 및 낸드 출하량을 전년동기 대비 각각 50%, 100% 이상 확대할 계획이다. 삼성전자는 30일 2024년 1분기 실적발표 컨퍼런스콜에서 D램, 낸드의 올 2분기 출하량과 가격 전망에 대해 이같이 밝혔다. 앞서 삼성전자의 1분기 D램과 낸드 출하량은 전분기 대비 각각 10% 중반, 한 자릿 수 초반대 감소했다. 반면 ASP(평균거래가격)의 경우 D램은 약 20%, 낸드는 30% 초반대로 시장 기대치를 상회하는 상승폭을 기록했다. 생성형 AI 산업 발달에 따른 HBM(고대역폭메모리), 서버용 SSD 비중이 확대된 데 따른 영향이다. 삼성전자는 올 2분기에도 HBM 등 실수요가 높은 선단 공정 D램 및 서버용 SSD 생산에 집중할 예정이다. 이에 따라 2분기 삼성전자의 D램 비트그로스(비트 단위 출하량 증가율)는 한 자릿수 초반에서 중후반 증가하고, 낸드는 전 분기와 유사한 수준을 유지할 것으로 전망된다. 삼성전자는 "생성형 AI향 첨단제품 수요에 적극 대응하면서 2분기 서버용 D램은 전년동기 대비 50% 이상, 서버용 SSD는 100% 이상의 비트 성장을 기대하고 있다"며 "이를 통해 2분기에도 수익성 회복을 지속할 수 있게 노력할 것"이라고 강조했다.

2024.04.30 11:11장경윤

마이크로소프트 "사무용 앱서 일하는 코파일럿, 한국말 한다"

"'코파일럿 포 마이크로소프트 365'가 한국어로 답변할 수 있다. 국내 약 250여 고객사는 마이크로소프트 앱에서 한국어판 코파이럿으로 업무 확장을 이룰 것이다." 조원우 한국마이크로소프트 대표는 30일 양재 aT센터서 열린 '마이크로소프트 AI 투어 인 서울' 기조연설에서 자사 솔루션의 한국어 공식 지원 소식을 알렸다. 코파일럿 포 마이크로스프트 365는 사무 보조용 AI 비서다. 오픈AI의 멀티모달 모델 'GPT-4'를 탑재했다. 현재 마이크로소프트 워드를 비롯한 파워포인트 등 사무용 앱 전반에 탑재됐다. 비즈니스챗에도 적용됐다. 비즈니스챗은 마이크로소프트 365 앱과 이메일, 캘린더 등 사용자 데이터를 결합해 고객 작업을 돕는다. 예를 들어, 사용자가 "제품 전략을 어떻게 업데이트했는지 팀에 알려줘"같은 명령어를 입력하면, 비즈니스챗은 오전 회의, 이메일, 채팅 히스토리 등 사용자의 앱의 모든 데이터 기반으로 업데이트 상황을 생성한다. 이 제품의 가장 큰 특징은 맞춤형 코파일럿을 지원한다는 점이다. 모든 응답도 개인맞춤형으로 설정할 수 있다. 앞으로 한국 마이크로소프트 고객은 한국어로 이러한 앱 전반에서 코파일럿을 이용할 수 있다. 그동안 코파일럿 사용자가 한국어로 명령어를 입력하면, "이해할 수 없습니다"라는 문구를 받았다. GPT-4를 탑재한 코파일럿이 한국어를 알아듣긴 하지만, 코파일럿 자체에 한국어 지원이 되지 않았기 때문이다. 조원우 대표는 "애저AI 스튜디오를 비롯한 코파일럿 스튜디오, 깃허브 코파일럿에서 한국어로 AI 기능을 이용할 수 있다"며 "이는 사용자에게 큰 조력자가 될 것"이라고 강조했다. 조 대표는 그동안 고객이 코파일럿을 어느 수준으로 보고 있는지에 대해서 "깃허브 코파일럿은 개발자 생상선을 88% 올리고, 개발 속도를 96% 이상 개선했다는 평가를 받았다"며 "실제 전 세계 유저들이 코파일럿 없이 개발 작업을 진행하는 것은 상상하기 어렵다는 후기를 남겼다"고 밝혔다.

2024.04.30 10:34김미정

KAIST-네이버-인텔, AI 반도체 시장에 '도전장'

새로운 인공지능 반도체의 생태계 구축을 위해 KAIST(총장 이광형)와 네이버, 인텔이 손을 맞잡았다. KAIST는 30일 대전 KAIST 본원에서 네이버클라우드(대표 김유원)와 'NIK AI 공동연구센터'(NAVER· intel · KAIST AI Research Center) 설립과 운영에 관한 업무협약(MOU)을 체결했다. 이 협약은 인공지능 반도체·인공지능 서버와 클라우드·데이터센터 등의 성능개선 및 최적의 구동을 위한 오픈소스용 첨단 소프트웨어 개발 등이 미션이다. 첨단 반도체 CPU 설계부터 파운드리까지 역량을 보유한 인텔이 기존의 중앙처리장치(CPU)를 넘어 인공지능 반도체 '가우디(GAUDI)'를 최적의 환경에서 구동하기 위해 오픈소스용 소프트웨어 개발 등을 목적으로 국내 대학에 공동연구센터를 설립하기는 KAIST가 처음이다. KAIST-네이버-인텔, AI 반도체 시장 도전장 반도체 업계에서는 이들 세 기관의 전략적 제휴에 주목했다. 하드웨어나 소프트웨어 기술과 역량을 융합, 새로운 인공지능 반도체 생태계가 구축될 계기가 확보될 것으로 기대했다. 특히, 시장과 기술 주도권 확보를 위해 네이버와 인텔이 KAIST와 함께 AI반도체 시장에 도전장을 내민 것으로 보고 있다. KAIST 측은 “인텔이 인공지능과 반도체 분야 오픈소스용 소프트웨어 개발파트너로 네이버와 KAIST를 선택한 것은 전략적으로 매우 큰 의미가 있다”고 강조했다. 네이버클라우드가 지닌 컴퓨팅·데이터베이스·인공지능 등 네이버 클라우드 플랫폼(NAVER Cloud Platform) 기반의 다양한 인공지능 서비스 역량과 인텔의 차세대 인공지능 칩 기술, 그리고 KAIST가 갖추고 있는 세계적인 수준의 전문인력과 소프트웨어 연구 능력이 결합해 인공지능 반도체 분야에서 기존과는 다른 창조적이면서도 혁신적인 생태계 조성을 성공적으로 이뤄낼 것으로 기대하는 분위기다. 이날 협약식에는 KAIST 측에서 이광형 총장을 비롯해 이균민 교학부총장, 이상엽 연구부총장, 전기및전자공학부 김정호 교수 등이 참석했다. 네이버클라우드 측에선 김유원 대표와 하정우 AI 이노베이션 센터장, 이동수 하이퍼스케일 AI 담당 이사 등 주요 경영진이 참석했다. NIK AI 공동연구센터 상반기 구축, 7월부터 본격 연구 KAIST와 네이버클라우드는 이번 협약을 계기로 오는 6월까지 KAIST에 'NIK AI 공동연구센터를 구축하고 7월부터 본격 연구에 착수할 계획이다. 센터장은 KAIST와 네이버클라우드 측에서 같이 맡기로 했다. HBM(고대역폭메모리) 등 인공지능 반도체 설계와 인공지능 응용설계(AI-X) 분야에서 세계적인 석학으로 꼽히는 김정호 전기및전자공학부 교수와 인공지능 반도체 설계 및 인공지능 소프트웨어 전문가인 이동수 이사다. 또 KAIST 전산학부 성민혁 교수와 네이버클라우드 권세중 리더가 각각 부센터장을 맡아 공동연구센터를 이끈다. 공동연구센터 운영 기간은 3년이다. 다만, 연구성과와 참여기관의 필요에 따라 연장하기로 했다. KAIST에서는 이 센터 R&D에 인공지능과 소프트웨어 분야 전문가인 20명 내외의 교수진과 100여 명의 석·박사 대학원생들이 대거 참여한다. 초기 2년간은 인텔의 하바나랩스가 개발한 인공지능 학습 및 추론용 칩(Chip) '가우디(GAUDI)'를 위한 플랫폼 생태계 공동 구축을 목적으로 20~30개 규모의 산학 연구과제를 진행한다. 자연어 처리, 컴퓨터 비전과 머신러닝 등 주로 인공지능 분야 오픈소스용 소프트웨어 개발 위주로 연구가 이뤄진다. 자율 주제 연구가 50%, 인공지능 반도체의 경량화 및 최적화에 관한 연구가 각각 30%와 20%를 차지한다. 가우디2 기반 연구결과 매년 오픈사이트 공개 예정 이를 위해 네이버와 인텔은 네이버 클라우드 플랫폼 기반의 '가우디2(GAUDI2)'를 KAIST 공동연구센터에 제공한다. KAIST 연구진은 '가우디2'를 이용한 논문 등 연구 실적을 매년 공개할 계획이다. 이 밖에 인공지능·클라우드 등 각자가 보유한 역량 외에 공동 연구에 필요한 각종 인프라 시설(Infrastructure)과 장비 등을 공유하기로 했다. 또 연구 인력의 상호 교류를 위해 공동연구센터에 필요한 공간과 행정인력은 KAIST가 지원한다. KAIST 김정호 교수는 “가우디 시리즈의 활용을 통해 인공지능 개발, 반도체 설계와 운영 소프트웨어 개발 등에서 기술 노하우를 쌓을 것으로 기대한다”며 “대규모 인공지능 데이터센터 운영 경험과 향후 연구개발에 필요한 인공지능 컴퓨팅 인프라를 확보할 수 있다는 점에서 이번 공동연구센터 설립이 큰 의미가 있다”고 강조했다. 김유원 네이버클라우드 CEO는 "우리나라를 10~20년 먹여살릴 근본기술을 개발하고, 이 기술이 생태계 위에서 존재하도록 할 것"이라며 "돈벌이에 급급한 회사가 아니라, 진정 생태계 동반자 역할에 최선을 다할 것"이라고 말했다. 네이버클라우드 이동수 이사는 “네이버클라우드는 KAIST와 함께 다양한 연구를 주도해 나가며 하이퍼클로바X 중심의 인공지능 생태계가 확장되기를 기대한다”며, “공동연구센터를 통해 국내 인공지능 연구가 보다 활성화되고 인공지능 칩 생태계의 다양성이 확보되기를 바란다”라고 덧붙였다.

2024.04.30 10:28박희범

[기고] AI 시대, 어떤 인력 확보할 지 고민할 때

경쟁이 치열한 채용에서는 속도가 핵심입니다. 채용 프로세스를 간소화하는 기업은 최고의 인재를 유치할 수 있는 위치를 선점할 수 있습니다. 생성 AI는 채용 절차의 효율성을 높이고 채용 담당자가 잠재적 후보자와 상호 작용하는 방식을 재정의하면서 채용의 판도를 바꾸는 역할을 하고 있습니다. 채용 프로세스의 자동화 생성 AI는 실무자가 방대한 이력서를 신속하게 처리하고 분석할 수 있도록 지원합니다. 원하는 스킬과 자격을 갖춘 후보자를 식별해 심사 과정의 속도를 크게 높입니다. 자동화된 후보자 심사는 AI 시스템이 성별·인종·나이 등의 요인에 따라 차별하지 않기 때문에 초기 선발 단계에서 공정성을 높이고 편견을 제거할 수 있습니다. 결과적으로 채용 담당자는 자동화를 통해 절감된 시간을 활용해 후보자와의 개인화된 상호 작용에 시간을 집중하고 더욱 강력하고 의미 있는 관계를 구축할 수 있습니다. 후보자에게 더 많은 정보 제공 생성 AI는 방대한 양의 데이터를 분석해 이상적인 후보자를 유치하기 위한 맞춤형 직무 기술서를 생성할 수 있습니다. 이런 직무 설명은 해당 직무에 필요한 핵심 스킬과 자격을 강조해 잠재적인 후보자가 해당 직책의 요구 사항을 명확하게 이해할 수 있도록 합니다. 모의 인터뷰와 같은 향상된 도구를 통해 후보자에게 평가 프로세스를 사전에 지원해 후보자를 직무에 맞게 준비시킬 수 있습니다. 채용 수요와 우수 후보자 예측하기 생성 AI를 통해 방대한 과거 채용 데이터를 분석해 트렌드와 패턴을 파악, 조직이 향후 채용 수요를 정확하게 예측하는 데 도움을 얻을 수 있습니다. 또 예측 분석은 후보자의 자격과 경험을 바탕으로 잠재적 성공 가능성을 평가해 의사결정을 지원할 수 있습니다. 채용의 가장 큰 목표는 특정 역할에 대한 이상적인 후보자를 찾아내는 것입니다. 생성 AI는 풍부한 데이터를 활용해 후보자의 잠재적 성과를 예측할 수 있습니다. AI 알고리즘은 이력서, 소셜 미디어 프로필, 인터뷰 평가 등 다양한 소스의 정보를 분석해 가장 유망한 후보자를 식별할 수 있습니다. 이 데이터 기반 방법을 통해 채용 담당자는 충분한 정보를 바탕으로 결정을 내릴 수 있으며, 선택한 후보자의 전문성뿐만 아니라 회사의 문화 및 목표에 잘 맞는지 확인할 수 있습니다. AI시대, 어떤 사람을 채용해야 하는가 AI가 여러 분야에서 인간의 인지 능력을 능가함에 따라 기업이 채용 우선순위로 두는 인재의 변화가 필요합니다. 전통적인 채용 관행에서는 오랫동안 잠재적 직원의 기준으로 인지 능력을 중요하게 여겼습니다. 그러나 AI가 발달하고 생산성·효율성·성과가 향상되면서 새로운 기준이 필요해지고 있습니다. Erik Brynjolfsson과 Andrew McAfee은 벌써 10년 전에 'The second machine age: Work, progress, and prosperity in a time of brilliant technologies'(2014)라는 제목의 논문에서 이런 변화를 강조했습니다. 저자들은 AI와 효과적으로 협업하는 데 필요한 기술이 점점 더 중요해지고 있다고 주장합니다. 이런 변화는 전통적인 인지적 지능에서 증강 지능(AI를 통해 인간의 인지 능력을 확장하는 기능)에 초점을 맞추는 이동을 의미합니다. 증강 지능은 AI를 활용해 일상 업무 프로세스에 원활하게 통합함으로써 의사 결정과 창의성을 향상하는 것입니다. 이제 기업은 기술을 사용할 뿐만 아니라, 기술과 시너지 효과를 발휘할 수 있는 후보자를 찾기 위해 채용 기준을 재정의해야 하는 과제에 직면해 있습니다. AI 발전에 맞춰 채용 기준을 재정의하는 여정은 아직 초기 단계입니다. 앞으로 조직은 채용 프로세스에 AI를 사용하는 방법뿐만 아니라, 일반 인공 지능이 지배하는 시대에 어떤 인력을 확보할 지 고민을 시작해야 합니다.

2024.04.30 10:21윤명훈

[기고] AI 기반 혁신의 진입 장벽을 낮춰라

그 어떤 형태로 인공지능(AI)을 활용하든지 간에 AI가 모든 산업에 걸쳐 인터넷의 등장 이후로 가장 커다란 영향을 미칠 것이라는 점에는 의문의 여지가 없다. AI는 연구개발부터 생산 및 판매 후 서비스까지 모든 비즈니스 과정에서 실질적으로 널리 사용되는 도구가 될 것이며, 최근 국제통화기금(IMF)의 제안대로 '글로벌 경제도 변혁할' 것으로 예상된다. 실제로 생성형 AI는 이미 이런 변화를 일으키고 있다. IDC에 따르면, 올해 기업이 생성형 AI에 지출할 비용은 두 배로 증가할 것이며, 2027년까지 그 규모가 약 1천510억 달러에 달할 것이라고 한다. 이런 예측이 놀랍지 않은 것은 대규모언어모델(LLM)은 이미 여러 조직들의 상상력을 사로잡으며, 기업 내부 및 제3자 애플리케이션의 생성형 AI 활용에 대한 관심을 끌어올려 전략적 사고를 이끌고 있다. 모든 조직이 자사 데이터를 유의미하게 연결하거나 인프라를 확장할 수 있는 것은 아니며, 이런 한계는 적극적인 생성형 AI 활용에 영향을 미친다. IT 자원의 현대화를 위해서는 유연하고 저렴한 데이터 연결이 필수지만, 비용 역시 하나의 커다란 제약사항으로 작용한다. 많은 기업들은 새로운 AI 서비스 관련 지출 증가에 대해 여전히 조심스러운 입장이다. 한국에서도 AI관련 비용 문제는 자주 언급된다. 국내에서는 천문학적인 비용을 들여 LLM을 직접 구축하기보다는 생성형 AI의 체크포인트를 활용해 서비스를 개발하는 것이 더 비용 효율적이라는 이야기도 나오는 상황이다. ■ 장기적인 AI 성장을 위한 비용 효율적인 클라우드 AI 발전을 논할 때 클라우드는 빼놓을 수 없는 기술이다. 하지만 클라우드 사용 비용 또한 AI의 진입장벽을 높이고 있다. 클라우드 서비스 수요의 꾸준한 증가에도 불가하고 예산 제약이나 복잡한 시스템 관리 및 업데이트 등으로 인해 많은 조직이 클라우드의 잠재력을 충분히 활용하지 못하고 있으므로 모든 클라우드 인프라가 동등한 수준의 기술력을 발휘하지는 못하고 있다. 따라서 모든 기업 또는 기타 조직들이 미래의 중요 기술에 동등하게 접근하도록 기반을 마련해야 한다는 필요도 제기된다. 맥킨지의 '클라우드 가치를 찾아서: 생성형 AI가 클라우드 ROI를 변화시킬 수 있을까?'란 제목의 보고서는 “퍼블릭 클라우드에서 가치를 얻는 것은 복잡한 일”이라며 “기업들은 지난 수십 년 동안 온프레미스 환경에서 기업 기술 조직, 프로세스 및 아키텍처를 운영해 왔지만 이 중 많은 부분이 새롭게 변화해야 한다”라고 밝혔다. 이는 한 조직이 생성형 AI의 이점을 극대화하기 위해서는 비용뿐만 아니라 유연성과 접근성 측면에서도 진입 장벽을 낮추어 더 개방적이고 지속가능한 클라우드 환경을 조성해야 하기 때문이다. 알리바바 클라우드는 이미 오픈 클라우드 인프라를 통해 고객들에게 자체 LLM을 제공하고 있는데, 세계 최고 컨슈머 헬스케어 기업이자 AI 영양사이기도 한 헬리온과 같은 기업이 신뢰를 강화하고 영양 데이터베이스의 정확성과 고객에 대한 추천 정확도를 개선하도록 돕고 있다. 또한, 이런 오픈 클라우드 인프라는 일본어 처리가 능숙한 사전 훈련된 기초 모델 개발을 전문으로 하는 일본 스타트업 '린나'가 새로운 제품과 서비스를 혁신할 수 클라우드에서 저렴하게 생성형 AI를 활용하도록 돕고 있다. 이런 AI의 적극 활용을 지원하겠다는 알리바바 클라우드의 의지는 최신 가격 정책에도 반영되었으며, 알리바바 클라우드는 AI 응용 프로그램을 개발하는데 안정적인 기반을 제공하기 위해 장기 구독자에게 할인 혜택을 제공하기로 발표한 바 있다. ■ 생성형 AI 붐을 위한 민주화 AI 컴퓨팅으로의 전환은 향후 몇 년간 더욱 가속화될 것이다. AI 컴퓨팅은 생성형 AI 역량을 내장하는 생성형 AI를 위한 인프란 설계를 의미하는데, 혁신과 실행을 촉진하고 명확인 비용 구조와 확장 가능성도 갖출 것으로 기대가 되고 있다. 이에 대비해 알리바바 클라우드는 모델 및 관련 도구와 서비스를 위한 선도적인 오픈 소스 AI 모델 커뮤니티인 모델스코프(ModelScope)를 구축했다. 해당 커뮤니티는 최근 출시된 메타의 라마2와 알리바바 클라우드의 자체 오픈 소스 모델, 18억, 70억, 140억에서 720억에 이르는 파라미터를 갖춘 치엔(Qwen) LLM, 오디오 및 시각적 이해 기능을 갖춘 멀티 모달 모델(LLM)을 포함한 3,000개 이상의 인공지능 모델을 호스팅했으며, 개발자들의 사랑을 받고 있다. 앞으로 클로즈드 소스 및 오픈소스 LLM이 공존할 것이지만, AI의 민주화는 오픈소스 솔루션으로 인해 가속화될 것이다. 특히 오픈소스 LLM은 AI 모델 커뮤니티의 발전을 촉진하고, AI 해석 가능성을 향상하기 위한 협력을 우선시해, 모든 조직이 생성형 AI의 도움으로 제품과 서비스 향상을 할 수 있도록 돕는다. SeaLLM이 동남아시아 지역의 현지 언어에 대한 지원을 강화해 포용성을 넓히는데 중요한 역할을 한 것처럼 오픈소스 자원의 성장은 AI모델 커뮤니티의 발전을 이끌어줄 것이다. 인공지능의 민주화와 생성형 AI에 준비된 클라우드 서비스를 제공하는 것은 기업들의 데이터가 LLM에 통합되고 사용되도록 조직 데이터에 더 많은 자원을 투입할 수 있게 돕는다. 생성형 AI는 데이터를 요약하고 통합하는 면에서는 탁월하지만 구조화되지 않은 데이터로부터 통찰력을 얻을 때는 그리 효과적이지 않으므로 이를 활용하고자 하는 조직은 타협 없는 기본 인프라를 갖추고, 걱정 없이 데이터 문제를 해결할 수 있어야 한다. 즉 한 조직이 진정한 혁신을 이루기 위해서는 클라우드 인프라가 사실상 표준이 되어야 하며, 이는 LLM을 운영하고 실험 및 혁신하고, 발전시키기 위한 기준이 되어야 한다는 것이다. 이런 기준은 AI 컴퓨팅 인프라 구축의 중요성이 더욱 대두될수록 보다 분명해질 것이다. IT 자원에 대한 수요는 꾸준히 증가할 것이므로 에너지 집약적인 모델 훈련을 지원할 수 있는 인프라를 활성화하고, 동시에 운영 효율, 비용 효율 보장은 물론 인프라가 환경에 미치는 영향도 최소화해야 한다. 이헌 변화는 생성형 AI의 민주화뿐만 아니라 더 많은 협업을 장려하기 위해 클라우드 산업이 극복해야 하는 과제이며, 오픈 클라우드 인프라만이 이를 주도할 수 있을 것이다.

2024.04.30 10:05셀리나 위안

한국IDC "올해 국내 서버 시장 GPU 공급확대로 성장 전환"

한국IDC는 최근 발간한 '국내 엔터프라이즈 인프라스트럭처 서버 컴핏 보고서'에서 국내 서버 시장이 향후 5년간 연평균 성장률(CAGR) 9.9%를 기록하며 2028년 4조7천246억원의 매출 규모를 형성할 것이라고 30일 밝혔다. 국내 서버 시장은 주요 GPU 제조사의 공급이 회복되며 2024년부터 성장세로 전환할 것으로 분석됐다. IDC 보고서에 따르면 작년 국내 서버 시장 매출 규모는 전년 대비 5.1% 감소한 2조9천521억원으로 나타났다. 신규 데이터센터 증가에도 불구하고 서버 증설 물량이 기대에 미치지 못한 점이 시장 감소의 주요 원인으로 꼽힌다. 2022년말부터 생성형AI 시장의 가파른 성장으로 인해 기업 IT예산이 GPU 서버에 집중되며 기존 데이터센터 랙서버 물량의 감소, GPU 서버 공급 지연 문제 등의 요인이 시장 하락에 영향을 미친 것으로 분석됐다. 국내 서버 시장은 그간 기업의 디지털화를 지원하는 클라우드가 성장의 동력이었으나 재작년부터 생성형 AI 시장이 급격히 성장하며 시장 판도가 바뀌었다. 작년 정부의 공공 클라우드 전환 사업 예산 삭감으로 투자 방향을 잃은 국내 클라우드 사업자들이 생성형AI를 위한 GPU 서버 확보에 IT투자를 집중하는 추세다. 특히 생성형AI를 구축하기 위해서 많은 데이터의 트레이닝을 위한 8GPU 서버가 선호되며8GPU 서버 공급이 가능한 서버 벤더가 국내 서버 시장을 주도했다. 향후 제조, 통신, 공공, 금융 등 다양한 산업의 GPU서버 도입도 증가하면서 생성형AI 시장의 저변이 확대될 것으로 예상된다. 엔비디아가 서버 GPU를 단독으로 공급하면서 수요가 몰리는 경향이 있었으나, AMD도 서버 GPU를 출시하며 향후 인퍼런싱 단계에서 GPU외에 다른 가속기 수요도 증가할 전망이다. 아직 생성형AI의 초기 단계로 트레이닝을 위한 8GPU 서버의 수요가 빠르게 증가하고 있지만 본격적으로 생성형AI가 상용화되는 시점에서는 인퍼런싱에 대한 수요도 증가하면서 8GPU 서버와 단일 GPU 벤더로 집중되는 현상은 해소될 것으로 예상된다. IDC는 서버를 크게 x86 프로세서를 사용하는 x86서버와 그 외 비x86 서버로 구분하고 있다. 대부분의 플랫폼이 x86 서버 기반으로 전환되면서 국내에서 대략적으로 90% 이상이 x86 서버로 공급되고 있으나 일부 공공 및 금융권에서는 여전히 미션크리티컬 서버로 비x86 서버 기반의 유닉스 시스템이 운영되고 있다. 저전력으로 운영되는 ARM 서버도 글로벌 클라우드 서비스 사업자 중심으로 빠르게 성장하는 추세다. 이런 기조를 바탕으로 국내 비x86 서버 시장의 향후 연평균 성장률은 5.9%를 기록하며 2028년에는 3천866억원의 매출 규모를 형성할 전망이다. 국내 x86 서버 시장 역시 기업의 AI 및 클라우드 등 디지털 전환을 주도하면서 향후 5년간 연평균 성장률은 10.3%로 증가하여 2028년에는 4조3천379억원의 매출 규모를 기록할 것으로 예상된다. 한국IDC에서 엔터프라이즈 인프라 시장 리서치를 담당하고 있는 김민철 수석연구원은 “서버 시장의 경우 아직 생성형AI의 초기 단계지만 GPU 서버에 대한 투자 과열과 늘어나는 GPU는 소비 전력 증가 및 발열 상승으로 이어지고 있다"며 "이는 데이터센터의 운영 비용 증가로 이어져 앞으로 수도권의 추가적인 데이터센터 구축은 점차 힘들어질 것”이라고 설명했다. 그는 "현재 생성형AI는 대부분 LLM 기반으로 운영되고 있으나, 향후에는 이미지, 사운드, 비디오 등 다양한 고용량 데이터가 증가하며 AI기술을 위한 GPU 서버 공급이 더욱 증가할 것"이라고 전망했다.

2024.04.30 09:46김우용

삼성전자 "2분기, HBM3E 12단 양산...2나노 설계 인프라 개발 완료"

삼성전자가 올해 생성형 AI 관련 수요 견조세가 지속되는 가운데 메모리 수요가 지속 개선될 것으로 전망했다. 이에 삼성전자는 HBM(고대역폭메모리) 공급에 주력하고, 파운드리 시장에서는 2나노미터(mn) 설계 인프라 개발을 완료해 기술 리더십을 이어간다는 목표다. ■ 2분기, 생성형 AI 관련 수요 견조세 지속...신가전 공략 강화 메모리는 생성형 AI 관련 수요 견조세가 지속되는 가운데 일반(Conventional) 서버 및 스토리지 중심으로 수요 개선이 전망되고 시장 가격도 전반적으로 상승할 것으로 전망된다. 삼성전자는 생성형 AI 수요 대응을 위해 HBM3E 8단 양산을 4월에 시작했으며 12단 제품도 2분기 내 양산할 계획이다. 또한 1b나노 32Gb(기가비트) DDR5 기반 128GB(기가바이트) 제품의 2분기 양산 및 고객 출하를 통해 서버 시장 내 리더십을 강화할 계획이다. 낸드는 2분기 중 초고용량 64TB SSD 개발 및 샘플 제공을 통해 AI용 수요에 적기 대응하고 업계 최초로 V9 양산을 개시해 기술 리더십 또한 제고해 나갈 방침이다. 시스템LSI는 스마트폰 판매가 회복세를 보임에 따라 플래그십 SoC 및 센서의 안정적 공급에 집중하면서 첨단 공정 기반의 신규 웨어러블용 제품 출하도 준비할 계획이다. 파운드리는 고객사 재고 조정이 마무리되고 라인 가동률이 개선됨에 따라 2분기에는 전분기 대비 두 자릿수 매출 성장을 기대하고 있다. 삼성전자는 2나노 설계 인프라 개발을 완료하고 14나노, 8나노 등 성숙 공정에서도 다양한 응용처에 제공되는 인프라를 준비해 고객 확보에 매진할 방침이다. DX(디바이스 경험)부문에서 MX(모바일 경험)는 2분기 비수기에 진입하면서 스마트폰 출하량이 감소하고 평균판매가격이 인하되는 한편, 태블릿 출하량은 동등 수준을 유지할 것으로 전망된다. AI 경쟁력을 기반으로 갤럭시 S24 등 플래그십 제품 중심으로 업셀링 기조를 유지하고 운영 효율화를 통해 견조한 수익성을 확보하는 한편, 어려운 상황에서도 AI 등 R&D 투자는 지속 추진해 나갈 방침이다. VD(비쥬얼 디스플레이)는 주요 신흥국 TV 시장 수요 둔화로 전체 TV 시장 감소가 예상되나 글로벌 스포츠 이벤트 등 판매 확대 기회도 있을 것으로 예상된다. 삼성전자는 Neo QLED, OLED 등 차별화된 2024년 신모델 런칭을 통해 전략제품 판매를 확대하고 운영 효율화를 통해 수익성 확보에 주력할 방침이다. 생활가전은 ▲올인원 세탁건조기 ▲하이브리드 냉장고 ▲물걸레 스팀 살균 로봇청소기 등 비스포크 AI 신제품의 성공적 런칭으로 신모델 판매를 확대하고 계절적 성수기에 진입하는 에어컨 판매 강화로 매출 성장이 기대된다. 하만은 견조한 전장 사업 성장 가운데 포터블 오디오, 헤드셋 중심으로 소비자 오디오 판매를 확대하고 비용 효율화를 통해 실적이 개선될 전망이다. 삼성디스플레이는 중소형의 경우 주요 고객사의 폴더블 신제품 출시 및 IT 제품 수요 확대로 판매 증가가 예상되나 패널 업체간 경쟁 심화로 실적 개선은 제한적일 전망이다. 대형은 주요 고객 수요에 안정적으로 대응하는 한편, 시장 확대가 기대되는 프리미엄 모니터의 판매 확대를 추진할 방침이다. ■ 하반기, HBM3E 12단 램프업 가속화...폴더블폰 대세와와 '갤럭시링' 출시 메모리는 하반기에도 생성형 AI를 중심으로 수요 강세를 보일 것으로 전망된다. HBM의 경우 생산능력(CAPA) 확대와 함께 공급을 지속 늘려나갈 예정이다. 고용량 제품에 대한 수요 증가세에 맞춰 업계 최초로 개발한 HBM3E 12단 제품의 램프업(Ramp-up)을 가속화할 예정이다. D램은 1b나노 32Gb DDR5 제품을 빠른 속도로 도입하고, AI 서버와 연계된 고용량 DDR5 모듈 시장에서의 경쟁력을 더욱 강화할 예정이다. 낸드는 V8 기반 Gen5 SSD 등을 통해 서버용 고부가가치 수요에 적극 대응하고, 3분기에 V9 QLC(Quadruple Level Cell) 양산을 통해 기술 리더십을 더욱 공고히 할 계획이다. 시스템LSI는 부품 가격 압박 등의 영향으로 스마트폰 제품별로 다양한 방향의 스펙 조정이 예상되는 가운데, 삼성전자는 유기적인 부품 믹스 조정을 통해 이러한 시장 변화에 적극 대응할 방침이다. 파운드리는 전체 시장 성장은 제한적이지만 삼성전자는 5나노 이하 첨단 노드 매출 증가로 올해 매출이 시장 성장률을 상회할 것으로 예상된다. 또한, 2나노 공정 성숙도를 개선하여 AI/HPC(High Performance Computing) 등 고성장 응용처 중심으로 수주 확대를 추진할 계획이다. MX는 하반기 폴더블 신제품의 실사용 경험을 개선하고 폼팩터에 최적화된 AI 기능을 적용해 폴더블 대세화를 추진할 계획이다. 웨어러블은 하반기 신제품 판매를 확대하고 새로운 폼팩터 '갤럭시링'을 출시할 예정이다. VD는 프리미엄 및 라이프스타일 중심의 제품 혁신을 기반으로 'AI 스크린 리더십'에 집중해 다양한 소비자 수요를 공략하고 기기간 시너지를 통해 차별화된 고객 경험을 확대할 방침이다. 또한, 보안 및 지속가능성과 연계한 특장점을 강조하고 TV 플러스 등 서비스 핵심 사업의 경쟁력을 강화한다. 생활가전은 비스포크 AI 제품과 스마트 포워드 서비스 기반으로 차별화된 사용 경험을 제공해 프리미엄 제품 판매를 확대하고 ▲시스템에어컨 ▲빌트인 등 고부가 사업 중심 사업구조 개선과 비용 효율화에 주력할 계획이다. 하만은 ▲디스플레이 ▲HUD(Head Up Display) 등 신규 분야 수주 확대를 통해 사업 역량을 강화하고,소비자 오디오 분야에서도 TWS(True Wireless Stereo) 라인업 확대 등 성장 제품 사업 강화를 통해 매출을 확대할 계획이다. 삼성디스플레이는 중소형 패널의 경우 차별화된 기술력을 바탕으로 판매 확대에 주력하고 OLED의 비중이 지속 상승될 것으로 예상되며, 대형 패널도 QD-OLED 생산 효율 향상 및 고부가 제품 비중 확대 등을 통해 전년 대비 매출 성장을 추진할 방침이다.

2024.04.30 09:46이나리

정부, "중기 도약" 17개 과제 추진···R&D·수출·M&A 등 개선

오영주 중기부 장관이 취임 후 첫 대형 정책으로 '중소기업 도약 전략'을 마련, 29일 발표했다. ▲혁신 성장 ▲지속 성장 ▲함께 성장 ▲글로벌 도약 ▲똑똑한 지원 등 5대 전략과 17개 추진과제로 구성됐다. 이번 조치로 중기부는 국내 최고 AI 스타트업을 선별해 성장단계별로 집중 지원한다. 또 국가전략기술분야 R&D 지원을 50% 이상으로 확대하고, '중소기업 기술혁신 지원의무 제도(KOSBIR)'를 양적 목표관리가 아닌 '기술사업화 성과창출' 중심으로 개편한다. 특히 기업접점을 가진 전문 정책금융기관과 민간 중개업체가 협업하는 M&A 플랫폼을 구축해 M&A 유형에 따라 맞춤형으로 지원한다. 또 2015년 이후 10년간 조정이 없던 업종별 중소기업 매출 기준 적정성을 검토, 개선할 계획이다. 지역 성장을 위해 특화산업 전략에 따라 엄선한 지역 핵심기업을 정부·지자체가 매칭 지원하는 '레전드 50+ 2.0'도 추진한다. 해외 수출 확대를 위해 해외시장정보·규제동향을 통합 해 제공하는 '글로벌(Global) 센터'도 신설한다 중소기업은 전체 기업수로는 99%, 고용은 81%, 그리고 부가가치의 65%를 담당하고 있다. 중소기업의 매출액 대비 R&D 투자 비중도 대기업과 견준다. 그러나 최근 미·중 패권경쟁, 자국 첨단산업 보호주의, ESG의 신무역장벽화 등으로 글로벌 경영환경이 급속히 악화하고, 신산업 출현 가속화, 디지털 전환 압력 증가, 인구 구조 변화에 따른 중소기업 구인난 심화 등 대내외적 경영환경 어려움이 가중하고 있다는게 중기부 판단이다. 이에, 중기부는 "중소기업의 문제는 현장에 답이 있다"는 자세로 분야별 현장 애로와 전문가 의견을 수렴하고 '우문현답 혁신 TF'를 운영해 '현장 문제에 대한 중기부의 답변'으로 이번에 5대 전략, 17개 추진과제를 마련했다. 이번 과제 마련을 위해 중기부는 1월 이후 중소기업, 창업·벤처, 소상공인 분야 중기부 장관 현장 밀착행보를 60회 이상(주 4회)했다. 전략별 추진과제 주요 내용은 다음과 같다. ■(전략 1) 혁신 성장 1. 신산업 진출 촉진으로 성장 가속화: 성장 정체 산업 내 유망 중소기업이 신산업에 활발히 진출할 수 있게 사업전환 제도를 전면 개편한다. 기존 중소기업의 신산업 진출을 '제2의 창업'으로 보고 과감한 전용 패키지 지원, 규제특례 신설 등으로 정부가 최대한 리스크를 분담해 성공을 뒷받침한다. 2. 산업 전반의 인공지능·디지털 전환으로 생산성 제고: 중소기업 현장의 생산 효율화를 목표로 제조데이터 표준 가이드를 정립해 개별 설비 중심에서 공장·기업 간 디지털 연결을 촉진하고, AI 공정 솔루션을 보급하기 위해 '지역특화 AI 센터'와 권역별 TP, 지자체 간 협업 연계를 강화한다. 아울러 국내 최고 AI 스타트업을 선별해 성장단계별로 집중 지원하는 한편, 국내외 글로벌 대기업과 수요 기반 협업 및 서비스 구매를 통해 성장을 촉진시킬 계획이다. 3. R&D를 R&D답게 전면 혁신: 현재 38% 수준에 머무르고 있는 국가전략기술분야 R&D 지원을 50% 이상으로 확대한다. 이와 함께 정부·공공기관의 '중소기업 기술혁신 지원의무 제도(KOSBIR)'를 양적 목표관리가 아닌 '기술사업화 성과창출' 중심으로 개편하고, 시장·기술 전문가가 R&D 성과를 검증하도록해 R&D사업 효과성을 높인다. 4. 시장 주도로 벤처투자와 M&A 촉진: 연기금 등 민간 자금의 벤처투자시장 유입 촉진을 위해 모태펀드 우선손실 충당 등의 인센티브를 검토하고, 모태펀드 존속기한 만료에 대비해 중장기 운영방향을 강구한다. 동시에, 기업접점을 가진 전문 정책금융기관과 민간 중개업체가 협업하는 M&A 플랫폼을 구축해 M&A 유형에 따라 맞춤형으로 지원할 계획이다. ■(전략2) 지속 성장 5. 녹색경제 전환을 중소기업 성장 기회로: 탄소감축 규제, ESG 기준강화가 새로운 무역장벽이 됨에 따라 이에 선제적으로 대응해 중소기업 글로벌 경쟁력 강화의 계기로 삼는다. 중소기업이 투자 유치, 기업 상장 등에 미리 대비할 수 있도록 벤처·이노비즈·메인비즈 등 혁신 중소기업 평가지표에 ESG 요소를 반영한다. 아울러 ESG 분야 민·관 합동 지원체계를 구축하여 탄소저감 기술 공급과 전문 컨설팅을 지원하는 한편, 관계부처 합동으로 ESG 통합 가이드라인을 마련 하여 효과적인 ESG 대응을 지원한다. 6. 선제적 위기대응 시스템 구축: 중소기업 금융리스크를 사전에 파악해 대응할 수 있게 중소기업 조기경보 시스템을 구축한다. 가칭 '중소기업 턴어라운드 제도'를 통해 일시적 재무위기를 겪는 중소기업의 경영 정상화를 선제적으로 도울 수 있도록 정책금융기관과 금융권의 자금지원을 강화한다. 7. 인구구조 고령화 대비 '기업승계' 지원: 저출산·고령화가 심화하면서 친족승계가 곤란한 중소기업의 지속경영을 위해 현행 '가업'승계(친족) 개념을 '기업'승계(M&A 등)로 확대한다. M&A 방식의 기업승계를 희망하는 중소기업에 대해서는 중앙정부·지자체, 민간 중개업체를 연계한 지원체계 구축으로 M&A 준비·컨설팅, M&A 매칭·중개, M&A 후 경영통합까지 전 단계를 지원한다. 8. 중소기업 기준 개편 등으로 성장디딤돌 단단히: 최근 고물가, 산업 변화 등을 감안하여 2015년 이후 10년간 조정이 없던 업종별 중소기업 매출 기준 적정성을 검토할 계획이다. 아울러, 3년에서 5년으로 확대한 중소기업 졸업 유예기간('24.8월 시행 예정)에 맞춰 '조세특례제한법' 등에 따른 중소기업 세제특례 적용기간을 확대한다. ■(전략3) 함께 성장 9. 대기업과 중소기업 협력사간 공급망 혁신: 글로벌 공급망 재편 등에 효과적으로 대응하기 위해 그간 대기업의 시혜적 협력 틀에서 벗어나 대·중소기업 모두가 윈윈 할 수 있는 상생형 공급망 혁신 프로젝트를 가동한다. 개별기업 단위의 ESG 전환이 아닌 대기업·협력 중기 간 공급망 전체의 ESG 혁신을 유도한다. 재무능력이 취약한 제조 중소기업이 대기업과 함께 해외에 진출할 수 있도록 해외 생산설비 구축, 현지 마케팅·네트워킹 등을 대기업과 함께 지원한다. 10. 지역 중소기업 육성 전폭 지원: 기술창업 여건이 부족한 비수도권 지역 창업 활성화를 위해 지방 소재 중소기업의 창업 인정기간을 현행 7년에서 최대 10년으로 연장하는 방안을 검토한다. 지자체별 특화 산업 전략에 따라 엄선한 지역 핵심기업을 정부·지자체가 매칭 지원하는 '레전드 50+' 2.0을 추진한다. 11. 기업과 근로자가 함께 커가는 일터 만들어: 대·중소기업 임금격차를 완화하고 가정 친화적 근무환경 조성으로 중소기업 재직 유인을 강화한다. 중소기업 재직자 참여도가 높은 '내일채움공제' 가입자 혜택을 강화하고, 가칭 '중소기업 청년 재직자 우대 저축' 신설을 검토해 추가 자산 형성을 돕는다. 중소기업 근로자 자녀의 영어캠프, 휴가비 지원, 결혼식장 대여 등 중소기업 근로자 복지지원도 확충한다. ■(전략4) 글로벌 도약 12. 글로벌 인재와 함께 세계시장 공략: 19만명에 달하는 외국인 유학생과 해외 우수대학 전문인력의 국내 취업 촉진을 통해 중소기업 인력난을 완화한다. 외국인 유학생에 대한 비자 전환, 재외공관 등 해외거점과 협업을 통한 인재 매칭, 학업·취업 연계 등을 일괄 지원한다. 13. 글로벌 자본 유치하고 기술교류 촉진: 모태펀드 해외펀드 출자 등을 통해 국내 스타트업의 해외 투자유치를 지원하는 글로벌펀드를 2027년까지 4조원 추가로 조성하고, 대기업 CVC 등이 참여하는 글로벌 CVC 투자 네트워크를 통해 국내 중소기업의 투자유치를 촉진한다. 독일 프라운호퍼 연구소, 슈타인바이스 재단 등 해외 유수 연구소·대학과의 R&D 협력을 지원한다. 14. 글로벌 진출 지원 인프라 촘촘하고 강하게: 재외공관, 공공기관, 대기업 해외지사 등과 함께 중소기업 현지 애로해소를 지원하는 '민·관 글로벌 원팀'을 구축하고, 해외 시장정보·규제동향을 통합 제공하는 '글로벌(Global) 센터'를 신설한다. 국내와 생산, R&D 등 협력망을 유지하는 해외 신설법인도 국내기업과 동일하게 정부 지원을 받을 수 있도록 관련 법령을 개정할 계획이다. 다만, 지원 대상을 국내 고용과 부가가치 창출 등에 기여하는 경우로 한정한다. ■(전략5) 똑똑한 지원 15. AI·빅데이터 기반 지원체계 혁신: 지원기업 선정·평가 시 AI와 빅데이터에 기반한 기업 평가모델을 활용해 기술혁신 역량, 사업화 가능성이 큰 기업을 선별 지원한다. '기술평가 표준진단모형', '기업 혁신성장 역량지수', '기술원천성 판단 모델' 등의 평가모델을 시범적용하고 내년부터 오픈플랫폼 형태로 민간에 개방해 기업이 평가모델을 통해 역량 자가진단에 활용할 수 있게 할 계획이다. 16. 정책 금융이 안정적 성장 뒷받침: 신성장 분야, 신규 혁신기업에 대한 전략적 자금배분을 확대한다. 신성장 분야에 투입되는 정책금융 공급 비중을 현 53%에서 2027년까지 70% 수준으로 확대하고, 정책 자금의 절반 이상을 신규 혁신기업에게 확대 공급해나가는 한편, 창업·R&D 지원사업과 정책금융 연계로 사업화 성공률을 높여 나간다. 17. 현장접점 규제 혁파: 업력, 상시근로자, 매출변화에 따라 적용되는 정책변화, 규제 등을 미리 알려주는 '규제 내비게이션'을 신설하고, 신산업 분야 사업모델별로 규제를 사전에 점검·대응할 수 있도록 '가칭창업규제트리'를 제공한다. 13개 지방 중기청에 규제감시단을 설치해 불합리한 현장규제 발굴 및 개선에도 만전을 기한다. 중기부는 향후 이들 17개 과제를 포함한 '중소기업 도약 전략' 이행을 위해 과제별 세부 실천방안을 마련하고, 법령 제·개정 과제는 필요한 입법 절차를 신속히 진행할 예정이다. 또 관계 부처와 협력을 강화해 중소기업 지원 효과성을 높여나갈 계획이다.

2024.04.30 09:41방은주

KT, AI 기술로 공사장 사고 예방한다

KT는 근로자의 날을 맞아 생성형 인공지능(AI)을 활용한 산업 안전 관리 플랫폼 '올 인 세이프티(All in Safety)'를 구축했다고 30일 밝혔다. 올 인 세이프티는 통신 분야 공사 현장의 안전 수준 격차를 해소하고 사고를 예방하기 위한 솔루션이다. 이 플랫폼은 KT와 KT 협력사의 공사가 안전에 대한 법적 의무 사항을 모두 준수하는지 확인하고 위험성 평가를 통해 자기규율적 예방체계가 구축되도록 지원한다. 현장 작업자가 올 인 세이프티 모바일 앱으로 표준화된 작업계획서를 전산에 등록하면, 1차적으로 AI가 위험성을 평가하고 자동으로 리스크 등급을 분류해 안전 관리자에게 전달하는 방식으로 플랫폼이 동작한다. 이 플랫폼의 AI는 10여년의 통신 공사와 안전 기준 등 데이터를 학습했다. 안전 관리자는 작업 계획서를 최종 검토하고 고위험 작업에 대해서는 승인된 작업만 진행되도록 허가한다. 올 인 세이프티는 KT 외에도 190여개의 KT 협력사가 이용할 수 있도록 개방됐다. 올 인 세이프티 도입 전에는 작업자가 계획서를 수기로 작성해야 했다. KT는 올 인 세이프티의 AI 위험성 검증을 비롯해 향후 도입할 AI 기술을 지난달 특허로 출원했다. 특허로 인정된 신기술은 ▲현장 위험요소 AI 분석, 안내 ▲안전 메시지자동 발송 ▲작업자 안전점검 활동의 AI 자동 검증, 판독 기능이다. 이 기술은 하반기 중 올 인 세이프티에 적용된다. KT 협력사 베가통신 현장 대리인 박용문 차장은 “올 인 세이프티로 필수 안전조치 항목을 간편하게 스마트폰으로 처리해 공사 현장의 안전관리에 집중할 수 있게 됐다”고 말했다. 황내연 광영이엠씨 대표는 “작업 시행 전 위험요인에 대한 필수 안전조치 활동과 작업자, 관리자의 안전의식이 크게 개선돼 체계적인 안전관리 역량 향상에 도움이 되고 있다”고 했다. 임현규 KT 안전보건총괄은 “중소기업의 경우 안전보건 체계를 어디서부터 어떻게 준비해야 하는지 명확한 기준을 설정하기 힘든 상황”이라며 “우리는 관행적, 관습적으로 수행하는 산업안전 관리 업무를 투명하고 정확, 간편하게 할 수 있도록 업무 체계를 개선하고 있으며 안전한 일터를 만드는데 중소기업과 협력하고 정부가 요구하는 자기규율적 예방체계의 모범 사례가 되도록 노력하겠다”고 말했다.

2024.04.30 09:40김성현

델 "생성형 AI가 기업 역량의 성과 창출 집중 도와”

델테크놀로지스는 국내 79%, 전세계 81%에 달하는 상당수의 기업 및 기관에서 생성형 AI가 혁신을 촉진할 것으로 보고 있다는 조사 결과를 30일 발표했다. 이 조사는 델테크놀로지스가 밴슨본에 의뢰해 실시한 '이노베이션 카탈리스트'에 대한 연구로 전세계 40개국 6천600여명, 국내 300여명의 IT 리더 및 비즈니스 의사결정권자들이 참여했다. 조사에 따르면 상당수의 기업과 기관에서 AI 및 생성형 AI를 낙관적으로 보고 있는 한편 변화의 속도를 인식하고 혁신을 가속하기 위한 조치를 취하고 있는 것으로 나타났다. 국내 기업의 72%, 전세계 평균 82%가 현재 업계에서 경쟁 우위를 위해 유리한 입지를 확보하고 있으며 탄탄한 전략을 가지고 있다고 답했다. 국내 기업의 63%, 전세계 평균 48%는 향후 3~5년 후 업계가 어떤 모습을 보일지 불확실하다고 답했으며, 국내 기업의 77%, 전세계 평균 10명 중 6명(57%)은 변화에 발맞추는 데 어려움을 겪고 있다고 답했다. 이들은 혁신을 추진하는 과정에서 직면하는 어려움으로 적합한 인재 부족(국내 39%, 전세계 35%), 예산 부족(국내 35%, 전세계 29%), 데이터 프라이버시 및 사이버 보안 문제(국내 28%, 전세계 31%)를 꼽았다. 보고서는 많은 조직에서 생성형 AI에 주목하고 있다고 분석하며 특히 이 기술이 생산성 향상(국내 기업의 55%, 전세계 평균 52%), 고객 경험 개선(국내 기업의 44%, 전세계 평균 51%), IT 보안 태세 개선(국내 기업의 43%, 전세계 평균 52%)에 있어 혁신적이며 상당한 가치를 제공할 것으로 기대한다고 답했다. 대부분의 IT 의사 결정권자(국내 기업의 81%, 전세계 평균 82%)는 생성형 AI 구현 시 예상되는 문제를 해결하기 위해 온프레미스 또는 하이브리드 모델을 선호하는 것으로 나타났다. 국내 기업의 70%, 전세계 평균 68%는 생성형 AI가 새로운 보안 및 개인정보 보호 문제를 야기할 것이라고 우려했으며, 국내 기업과 전세계 평균 동일 수치인 73%는 데이터와 IP가 대단히 중요하기 때문에 제3자가 액세스할 수 있는 생성형 AI 툴에 저장할 수 없다는 데 동의했다. 이는 생성형 AI가 아이디어에서 실제 구현의 단계로 전환되며 현실적인 문제에 직면하고 있음을 시사한다. 가장 우려되는 부분은 위험성과 책임 소재의 문제이다. 국내와 전세계 평균 수치 모두 동일하게 76%는 AI 오작동 및 원치 않는 동작에 대한 책임이 기계, 사용자 또는 대중이 아니라 조직에 있다는 데 동의했다. 또한 대부분의 응답자(국내 기업의 78%, 전세계 평균 83%)는 미래 세대를 위해 AI의 잠재력을 극대화하기 위해서는 지금 당장 AI 규제를 도입하는 것이 중요하다고 답했다. 75% 이상이 소수의 손에 AI의 힘이 집중되면 경쟁의 어려움과 시장 불균형이 초래될 것으로 전망했다. 사이버 보안은 조직을 괴롭히는 꾸준한 골칫거리로 꼽혔다. 전세계 응답자의 83%, 한국은 이보다 많은 88%가 지난 12개월 동안 보안 공격의 영향을 받았다고 답했다. 대다수(국내, 전세계 동일 89%)가 제로 트러스트 구축 전략을 추진하고 있으며, 전세계 78%, 한국은 이보다 낮은 69%가 사이버 공격이나 데이터 유출로부터 복구하기 위한 사고 대응 계획이 마련되어 있다고 답했다. 최우선 과제 세 가지로는 멀웨어, 피싱, 데이터 유출을 지적했다. 피싱은 더 광범위한 차원에서 위협에 대한 직원들의 역할을 포함한다. 예를 들어, 국내 기업의 73%, 전세계 평균 67%는 일부 직원들이 효율성과 생산성을 떨어뜨린다는 이유로 IT 보안 지침과 관행을 무시한다고 보고 있으며, 국내 기업의 69%, 전세계 평균 65%는 내부자 위협이 큰 우려 사항이라고 답했다. 이는 임직원이 첫 번째 방어선인 만큼 교육에 집중해야 할 필요성을 나타낸다. 생성형 AI와 같은 기술이 발전하고 데이터 양이 증가함에 따라 데이터 인프라의 중요성이 높아졌다. 확장 가능한 최신 인프라에 대한 투자는 기업이 혁신을 가속화하기 위해 가장 먼저 개선해야 할 분야로 꼽혔다. 비즈니스 전반에 걸쳐 데이터를 공유하는 능력 또한 혁신을 위한 핵심 부분으로, 응답자 3명 중 1명(국내 기업의 30%, 전세계 평균 33%)만이 현재 데이터를 실시간 인사이트로 전환하여 혁신을 지원할 수 있다고 답했다. 그러나 국내기업의 78%, 전세계 평균82%는 데이터가 경쟁력 차별화의 요소이며 생성형 AI 전략에 데이터 사용 및 보호가 반드시 포함되어야 한다고 답해 조직이 이 과제에 대응하고 있음을 시사했다. 응답자의 절반은 향후 5년 내에 대부분의 데이터를 엣지에서 가져올 준비가 되어 있다고 답했다. 응답자 3분의 2(국내기업의 71%, 전세계 평균 67%)는 혁신에 필요한 인재가 부족하다고 인식했다. 학습 민첩성 및 학습 욕구, AI 유창성, 창의력 및 창의적 사고가 향후 5년 동안 가장 필요한 기술 및 역량으로 꼽혔다. 응답자 42%는 '환경적으로 지속 가능한 혁신 추진'이 중요한 개선 분야라고 답했다. 한국 기업의 68%, 전세계 평균 79%는 IT 환경을 보다 효율적으로 관리하기 위해 서비스형 솔루션을 실험적으로 도입하고 있으며, 국내 기업의 70%, 전세계 평균 73%는 에너지 효율을 높이기 위해 AI 추론을 엣지(예: 스마트 빌딩)로 적극적으로 이동시키고 있다고 답하는 등 에너지 효율이 중요한 의제로 떠오르고 있다. 국내 기업의 89%, 전세계 평균 81%에 달하는 상당수의 비즈니스 의사 결정권자들이 전략적 대화에서 IT 의사 결정권자를 배제하는 이유를 가지고 있지만, 두 부서 모두 개선해야 할 중요 요인의 두 번째로 관계 강화를 꼽았다. 김경진 한국델테크놀로지스의 총괄 사장은 “생성형 AI와 같은 혁신 동력에 대한 낙관론이 고조되는 동시에 기술로서 전환을 시도하기 위해 적극적인 행동에 나서는 양상이 뚜렷해지고 있다”며 “오늘날과 같이 변화가 빠른 세상에서는 특히 더 그러하다”고 밝혔다. 그는 “신뢰할 수 있는 파트너들로 구성된 강력한 에코시스템을 통해 안전하고 지속가능 하며 확장이 용이한 기술 기반을 마련할 수 있다”고 강조했다.

2024.04.30 09:36김우용

어도비, 크리에이티브 전문가의 생성형 AI 활용 현황 발표

어도비는 전세계 크리에이티브 전문가의 생성형 AI 견해를 담은 조사 보고서를 30일 발표했다. 이 조사는 한국을 비롯 미국, 영국, 독일, 프랑스, 일본, 호주, 뉴질랜드 등 전 세계 크리에이티브 전문가 2천541명을 대상으로 실시됐다. 조사에 따르면 전 세계 크리에이티브 전문가는 생성형 AI를 통해 콘텐츠 속도와 품질을 높이고, 이를 통해 본인이 좋아하거나 중시하는 업무에 창의력을 쏟고 있는 것으로 나타났다. 생성형 AI는 이미 혁신적인 기술로서 인정받고 있지만, 이를 업무와 일상에 효과적으로 적용하는 방법에 대해서는 아직 많은 연구를 필요로 한다. 실제로 전 세계 크리에이티브 전문가는 자신의 창작물과 업무에 생성형 AI가 미치는 영향에 대해 높은 관심을 갖고 있다. 생성형 AI 툴의 등장과 동시에 생성형 애플리케이션이 크리에이티브를 대체하며 일반적인 기계 생성 콘텐츠가 시장을 뒤덮을지, 또는 전문가의 경쟁력을 높이는 새로운 툴로 자리잡을지 의견이 분분했다. 어도비의 새로운 조사 결과, 크리에이티브 전문가 5명 중 4명 이상(83%)이 업무에 생성형 AI 툴을 사용하고 74%는 일상에도 적용한다고 답해, 아직 초기 단계에 불과한 생성형 AI가 벌써부터 크리에이티브 분야의 업무 방식에 영향을 미치는 것을 확인할 수 있었다. 응답자 중 20%는 업무에 생성형 AI를 사용해달라는 고객 혹은 회사의 요구가 있었다고 답해 눈길을 끌었다. 또한 생성형 AI 툴을 사용하는 크리에이티브 전문가의 3분의 2는 생성형 AI 툴을 통해 더 나은 콘텐츠를 제작하고(66%) 더 많은 콘텐츠를 제작할 수 있게 됐다(58%)고 답했으며, 생성형 AI가 창의성을 표현하는 새로운 방식을 제공하게 될 것이라는 예상도 69%에 달했다. 이처럼 생성형 AI는 크리에이티브 전문가가 더 많은 프로젝트를 수행하고, 뛰어난 결과물을 만들며, 창의력의 지평을 넓힐 수 있도록 지원하는 것으로 나타났다. 생성형 AI가 가장 많이 활용된 크리에이티브 분야는 이미지 제작으로, 생성형 AI를 업무와 일상 전반에 활용하고 있는 전 세계 크리에이터 전문가들은 생성형 AI의 주요 이점으로 업무 효율성 제고, 작업물의 질적 향상, 전문가로서의 영역 확장 등을 꼽았다. 먼저 업무 효율성 측면에서는 더 많은 콘텐츠 제작(42%)과 자동화를 통한 시간 절약(44%)에 대한 답변이 우세했다. 생성형 AI를 사용하는 크리에이티브 전문가의 약 3분의 2가량(62%)은 이미 생성형 AI를 통해 업무 소요 시간의 20% 정도를 단축하고 있다고 했다. 이는 한국의 크리에이티브 전문가도 마찬가지로, 생성형 AI를 통해 프로젝트 투입 시간을 줄이며 효율성 향상을 체감하는 한국인 크리에이터는 81%에 달했다. 이러한 이점으로 인해 전 세계 크리에이터들은 생성형 AI가 콘텐츠 제작 속도를 높이고(74%), 디지털 콘텐츠 수요 증가에 대응하는 데 도움이 될 것(69%)이라고 여기고 있다. 크리에이티브 전문가들은 고품질의 작품을 제작하고(45%), 아이디어를 실현하며(42%), 창의적인 영감(43%)을 얻는 등 업무의 질적 향상을 위해서도 생성형 AI를 접목 중이라고 답했다. 이 밖에 새로운 표현 수단을 탐색(37%)하고, 작업물의 차별화를 꾀하며(32%), 새로운 트렌드에 발맞추는(32%) 등 전문가로서 영역을 확장하기 위해서 생성형 AI를 사용한다는 답변도 있었다. 생성형 AI 선택 시 가장 중요한 요소를 묻는 질문에 전 세계 크리에이터의 42%가 결과물의 질과 사용 편의성을 공통적으로 꼽고, 35%는 사용 편의성을 가장 중요한 요소로 꼽았다. 상대적으로 한국의 크리에이티브 전문가들은 품질과 더불어 상업적 사용의 안전성(36%)을 중시한다고 답해 차이를 보였다. 생성형 AI에 대한 신뢰도를 묻는 질문에는 응답자의 과반수 이상(66%)이 일정 수준이라고 답했으며, 주된 이유로는 수익성 및 생산성 측면에서 커리어에 긍정적인 영향을 미칠 것이라는 기대, 초기부터 지속된 생성형 AI 툴에 대한 긍정적인 경험, 생성형 AI 기업의 강력한 개인정보 보호 및 보안 정책 등을 언급했다. 반면, 크리에이티브 전문가들이 생성형 AI를 탐색하거나 사용해 보지 않은 가장 큰 이유는 정확한 사용법을 모르기 때문(31%)인 것으로 나타났다. 이 밖에도 작업하는 프로젝트 및 매체 유형에 적합하지 않거나(29%), 윤리 및 도덕적 문제에 대한 우려(25%), 시간 부족(19%), 원하는 결과 창출 방법을 알지 못해서(16%) 등이 주요 원인으로 지목됐다.

2024.04.30 09:32김우용

"인간 노린 AI 무기, 오펜하이머 모멘트"…해외서 규제 논의 본격화

"향후 10년 이내에 자율적으로 인간을 죽이는 로봇 무기가 등장할 것으로 보고 있습니다." 인공지능(AI) 분야 대부로 불리는 제프리 힌턴 캐나다 토론토대 명예교수가 최근 이처럼 경고한 가운데 각국 전문가들이 이를 규제하기 위한 방안 마련을 위해 머리를 맞댔다. 30일 블룸버그 통신에 따르면 최근 100개국 이상의 민간, 군사, 기술 관계자들은 지난 29일 오스트리아 비엔나에서 AI와 군사 기술 결합을 경제적으로 제재할 방안을 마련하기 위해 모였다. 전쟁이 벌어지고 있는 우크라이나와 팔레스타인 가자 지구를 중심으로 최근 자율 무기 시스템이 빠르게 확산되고 있어서다. 실제 우크라이나군은 개전 후 두 달 만에 460대에 달하는 러시아 전차와 2천 대에 육박하는 장갑차를 무인기를 통해 파괴했다. 러시아 역시 AI 시각 식별(AIVI) 기술로 표적을 실시간으로 분류하는 KYB-UAV 등을 통해 우크라이나 군의 기동력을 효과적으로 봉쇄했다. 세계 최초로 AI 기반 완전자율 차량을 실전 배치한 이스라엘은 이미 2016년부터 팔레스타인 가자지구와의 경계 지역에 중형 화기를 탑재한 군용 무인 차량을 투입했다. 또 병사와 로봇 차량으로 이뤄지는 혼성 전투부대도 편성한 바 있다. 업계에선 심각한 병력 수급 문제를 겪고 있는 현 상황에서 군사용 AI의 도입은 효율적인 자원관리와 전투력 강화를 위한 필연적인 선택지라고 봤다. 하지만 각 규제 당국은 AI를 활용한 킬러 로봇의 위험성을 인지하고 통제하려는 움직임을 점차 드러내고 있다. 이번 비엔나 회담에서 알렉산더 샬렌베르크 오스트리아 외무장관은 지난 1945년 원자폭탄 발명을 도운 뒤 핵무기 확산 통제를 주장한 J. 로버트 오펜하이머를 언급하며 "지금이 우리 시대의 오펜하이머 순간"이라고 말했다. 알파벳 AI 플랫폼 '딥마인드'의 초기 투자자인 얀 탈린도 기업들이 AI 사업을 키우기 위해 재정적 지원에 나서는 것과 함께 글로벌 갈등이 확산되면서 '킬러 로봇'을 통제해야 할 필요가 더 커졌다고 경고했다. 앞서 얀 탈린은 "AI는 약간만 발전해도 큰 돈과 연결된다는 특성이 있다"며 "AI 산업의 리더가 경고에 주의를 기울이지 않으면 인류에게 진정한 위험이 될 수 있다"고 주장한 바 있다. 현재 전 세계 정부는 AI 도구를 국방에 통합하는 기업과 협력하기 위한 움직임에 적극 나서는 모습이다. 미국 국방부는 AI 스타트업에 수 백만 달러를 쏟아 붓고 있고, 유럽연합(EU)는 지난주 탈레스 SA에 전장 표적을 평가하는 데 도움이 되는 이미지 데이터베이스를 구축하기 위한 비용을 지불했다. 중국도 적극적인 모습이다. '군민융합전략요강'을 통해 최근 광범위한 빅데이터 분석과 학습능력을 갖춘 첨단 군의 육성계획을 발표해 눈길을 끌었다. AI를 통해 자율무기체계 개발뿐 아니라 미래의 지능전 양상에 선제적으로 대비함으로써 군대조직과 전술·작전 개념까지 혁신한다는 내용이다. 이미 무인 로봇 분야에서 세계 최고 기술을 보유한 일본은 AI 기반 자율화 무기체계에도 상당한 지식을 축적하고 있는 것으로 평가 받고 있다. 특히 지난 2019~2023년 일본 중기방위력정비계획 기간에는 함선용 무인기를 도입해 주목 받았다. 러시아는 당면한 병력 및 고가장비의 부족 문제를 가성비가 뛰어난 자율무기체계로 극복하기 위해 나서고 있다. 최근 투입한 자폭형 드론이나 무인전투기, 무인잠수정, AI 자율 어뢰가 대표적이다. 우리나라는 다른 나라에 비해 아직 움직임이 다소 더디다. 지난 2020년 국방스마트플랫폼 및 무인화·지능화 기술의 국가별 수준 조사에 따르면, 미국 국방 기술 발전 수준을 100으로 볼 때 유럽은 90, 일본은 85, 중국 84, 한국은 75 수준인 것으로 평가됐다. 얀 탈린은 "자율 무기를 쉽게 구할 수 있게 되면서 소수만이 군비 경쟁에 참여할 수 있었던 제한이 사라졌다"며 "이제 3D 프린터와 기본적인 프로그래밍 지식을 갖춘 학생들도 대규모 사상자를 발생시킬 수 있는 드론을 만들 수 있게 됐다"고 말했다. 이어 "자율 무기 시스템은 국제 안정의 개념을 완전히 바꿔놓았다"고 덧붙였다. 제프리 힌턴 명예교수는 지난 3월 일본 니혼게이자이신문과의 인터뷰에서 "AI가 자신이 부여받은 하나의 목표를 달성하기 위해 인간에게 좋지 않은 방법을 해결책으로 내놓을 수 있다"며 "AI가 인류 파멸을 가져올 수 있다"고 경고한 바 있다. 또 그는 "제1차 세계대전에서의 참화로 화학무기가 전 세계적으로 금지됐듯 AI 로봇무기도 조만간 규제할 수 있을 것"이라면서도 "하지만 (규제 시점이) 인류가 (AI 킬러로봇의) 비참함을 인식한 후가 될지 모른다"고 규제에 속도를 내야 한다고 강조했다.

2024.04.30 09:17장유미

삼성전자, 뽀로로테마파크서 '비스포크 AI 콤보'로 세탁·건조 한다

삼성전자가 5월 1일 개장하는 뽀로로테마파크 월미도점에 올인원 세탁건조기 '비스포크 AI 콤보' 체험 공간을 선보인다. 삼성전자는 뽀로로테마파크의 물놀이 시설인 '아쿠아 플레이 존'에 비스포크 AI 콤보를 설치해 방문객들이 위생적인 세탁·건조 성능을 확인할 수 있도록 했다. 아쿠아 플레이 존은 아쿠아 어트랙션에서 물놀이를 할 수 있는 공간으로, 방문 고객의 옷이 젖지 않도록 별도의 의상을 대여해준다. 뽀로로테마파크는 대여용 의상을 비스포크 AI 콤보로 세탁·건조하며 위생적으로 관리할 예정이다. 뽀로로테마파크 관계자는 "물놀이 시설 특성 상 옷이 흠뻑 젖는 일이 많은데, 세탁부터 건조까지 한 번에 가능한 비스포크 AI 콤보가 의상 위생 관리에 큰 도움을 줄 것으로 기대한다"고 말했다. 올인원 세탁건조기 '비스포크 AI 콤보'는 세탁 후 건조를 위해 세탁물을 옮길 필요가 없이 세탁과 건조가 한번에 가능하며, 세탁기와 건조기를 각각 설치할 때보다 설치 공간을 약 40% 절약할 수 있다. 또한, '살균 코스' 기능을 통해 유해세균은 물론, 집먼지 진드기 비활성화, 빈대 제거까지 가능해 아이 몸에 직접 닿는 의류를 더욱 철저하게 관리할 수 있다. 삼성전자 한국총괄 B2B팀장 오치오 부사장은 "스마트한 AI 기능과 혁신적인 세탁건조 방식으로 인기를 끌고 있는 비스포크 AI 콤보를 보다 많은 소비자들이 체험할 수 있도록 이색 협업 공간을 마련했다"며 "가족과 함께 비스포크 AI 콤보가 함께하는 뽀로로테마파크 월미도점에서 더욱 즐거운 경험을 해보시길 바란다"고 전했다. 한편, 삼성전자 올인원 세탁건조기 '비스포크 AI 콤보'는 국내 히트 펌프 방식 세탁건조기 시장에서 최초로 1만대 판매를 돌파하며, 국내 시장에서 'AI가전=삼성' 공식을 이끄는 대표 주자로 자리매김 하고 있다.

2024.04.30 08:38이나리

[이랜서 칼럼] 반도체 공정 수율을 높이기 위한 AI기술

반도체에서 수율은 결함이 없는 합격품의 비율을 말한다. 쉽게 말하면 웨이퍼 한 장에서 설계한 최대 칩 개수 대비 실제 생산한 정상 칩의 개수를 백분율로 나타낸 것이다. 불량률의 반대말이다. 즉 투입한 양 대비 제조해 나온 양의 비율이 수율인데, 높은 수율은 곧 높은 생산성을 의미, 반도체 산업에서 수율을 높이는 것은 매우 중요하다. 반도체는 미세 회로로 구성된다. 이 때문에 공정 중 결함이나 문제점이 제품에 치명적인 영향을 미친다. 따라서 높은 수율을 얻기 위해서는 공정장비 정확도와 클린룸 청정도, 공정 조건 등 여러 사항이 뒷받침돼야 한다. 반도체가 어느 정도 미세하게 구성됐는지는 반도체 산업에서 사용하는 단위, '나노미터'를 보면 알 수 있다. 나노미터는 굉장히 작은 단위로, 10억 분의 1m를 뜻한다. 우리 일상 속 사물과 비교하면 모래의 100만분의 1, 머리카락 굵기의 10만분의 1에 해당하는 크기다. 현재 파운드리(반도체 생산)) 산업 내 기술 경쟁은 5나노미터에서 3나노미터로 이동했는데, 2 나노미터 선 폭이 줄어들수록 전력 효율성이 20%씩 증가하는 것으로 알려져 있다. 파운드리 업계 1, 2위인 TSMC와 삼성전자가 이 부분에서 치열한 경쟁을 벌이고 있다. 파운드리 업계 2위인 삼성이 1위인 TSMC에 밀리는 이유 중 하나가 바로 수율때문이다. 시장조사업체 트렌드포스의 연구 결과 지난해 11월, 4나노미터 공정에서 삼성전자 수율은 75%, TSMC 수율은 80%로 추정된다고 밝혔다. 즉 삼성전자 기준, 100개 생산하면 이중 75개가 양품인 것이다. 최신 3나노미터 공정 수율은 삼성전자가 60% 내외, TSMC가 60% 후반이라고 알려져 있다. 당장 내년부터 준비하는 2나노미터 공정은 기존 공정보다 수율이 더 떨어질 것으로 예상된다. 이렇게 두 회사의 수율 차이가 크기 때문에, 팹리스 기업들은 삼성전자보다 TSMC에 일을 더 많이 맡길 수밖에 없다. 2023년 4분기 기준 파운드리 시장 점유율 기준 TSMC는 61.2%, 삼성전자는 12.4%로 격차가 50% 가까이 난다. 이렇듯 수율은 반도체 산업에서 무척 중요한 지표다. 파운드리 산업에선 수율을 높이기 위한 공정제어 방법론을 다양하게 적용하고 있지만 쉽게 수율을 높이지 못하고 있다. 그 이유로는 첫째, 반도체 공정 기술과 소자 구조가 점점 더 복잡해지고 있다는 점이다. 현재는 3D 구조, 멀티패터닝에 사용하는 고도의 반복적인 공정으로 미묘한 편차가 발생하면서 원인 모를 치명적인 결함이 발생하고 있다. 둘째는 비용상승이다. 웨이퍼당 필요한 공정 스텝(Step) 수가 증가하면서 첨단 광학 검사 시스템 비용이 크게 증가했다. 복잡성과 공정 Step이 늘어나면서 전보다 더 많은 검사가 필요하기 때문이다. 마지막으로, 가장 어러운 문제는 노이즈이다. 12인치 웨이퍼의 경우 백만개의 잠재적 결함을 가진 웨이퍼 맵이 생성될 수 있다. 이를 모두 고려하며 검사하기란 현실적으로 불가능하다. 이에 현재 공정제어 기술 트렌드는 빅데이터, AI 기술을 활용하는 방법으로 이동하고 있다. AI를 활용하면 최적의 데이터를 뽑아낼 수 있기 때문이다. AI는 스스로 빅데이터를 학습하고 알아서 통계적 패터닝을 한다. 그리고 통계적 패터닝에서 벗어나는 현상이 발생하면 작업자가 직접 손을 보면 된다. 램리서치의 경우 최신 반도체 장비들에 직접 AI 기술을 장착해 납품하고 있는데 자체 연구조사 결과 수율을 최대 2% 상승시켰고 그 결과 월 15만장 생산규모의 D램 반도체 공장 기준 1년에 1300억원을 더 벌 수 있다고 밝혔다. 필자가 운영하는 회사는 국내 대형 반도체 1차 벤더사들에 납품 및 연구 개발을 함께 하고 있다. 반도체 제작 공정은 무척 복잡하기 때문에 'A가 발생하면 B가 발생한다'는 명확한 인과관계를 규정할 수 없다. 조그마한 오차에도 예상 못 한 문제가 발생할 수 있기 때문이다. 예를 들어 웨이퍼가 0.1mm 틀어져서 이송되는 경우, 세정액이 살짝 튀는 경우, 도포액이 살짝 뭉치는 경우, PCB 판이 살짝 기울어진 경우 등 다양한 변수가 발생해 문제를 일으킬 수 있다. 이러한 변수들은 사람 눈에 보이지 않는 경우가 많아 AI 힘의 빌려 수율에 영향을 끼칠 수 있는 인자들을 사전에 확인하고 정비하고 있다. 실제 최근 국내 삼성전자, SK하이닉스는 반도체 공정에 AI를 도입하는 것에 상당히 관심이 많다. 삼성전자는 지난해 SAIT를 통해 AI를 통한 반도체 경쟁력 강화를 하겠다고 밝혔다. SK하이닉스도 가우스랩스와 협력해 수율예측, 장비유지보수, 자재계측, 결함검사, 불량예방을 추진하고 있다. 앞으로 생산 효율화를 위한 반도체 회사들의 AI 도입과 이를 도와줄 유력 파트너사들이 어떤 AI 기술로 반도체 업계를 놀라게 할지 기대된다. *'이랜서칼럼'은 'IT를 기반으로 자유롭게 일하는 21세기형 전문가 를 지칭하는 '이랜서'(e-Lancer)들이 21세기형 일과 생활에 대한 인사이트와 노하우를 공유하는 장입니다. ◆ 필작 약력 - 현 다겸(주) 대표이사 - 전 한국과학기술원 연구위원 - 전 한국전자기술연구원 연구위원 - 연세대 정보대학원 박사과정 수료 - 한양대 일반대학원 산업공학 졸업(공학 석사) - 한양대 정보시스템학 졸업(공학 학사) - 대표 저서: 『1년 안에 AI 빅데이터 전문가가 되는 법: 4차 산업혁명 시대의 최고의 직업』 *다겸은 머신비전 AI 카메라 개발업체로 반도체, 배터리 등 미세공정이 요구되는 공장에 납품하고 있다. 고속 움직임 과정에서 수백마이크로미터 단위의 미세 오차를 비전과 음향으로 판별하고 분석하는 솔루션이다.

2024.04.30 00:07서대호

  Prev 301 302 303 304 305 306 307 308 309 310 Next  

지금 뜨는 기사

이시각 헤드라인

AI시대 뛰어든 통신·미디어, 낡은 규제에 갇혔다

배터리 '상저하고' 오나…양극재 봄볕

이주호 고운세상 "선의 발현될 수 있는 HR 시스템 설계해야"

SKT, 위약금 면제시 "가입자 500만 이탈, 7조원 손실"

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