검색 - IT세상을 바꾸는 힘 지디넷코리아

ZDNet 검색 페이지

'AX'통합검색 결과 입니다. (863건)

태그
기간
- 3개월
- 1년
- 1년 이전

재검색

AI가 업무 이해·판단·실행까지…KT, '에이전틱 데이터 플로우' 개발

AI가 고객 데이터를 찾아 분석하고 회사의 업무 규정에 맞춰 판단한 뒤 실제 업무까지 처리한다. 업무 과정에서 문제가 생기면 어느 단계에서 오류가 발생했는지 찾아 다시 개선한다. KT는 AI 에이전트에 회사의 데이터와 업무 노하우를 연결해 실제 업무를 맡길 수 있는 전사 데이터 활용 체계를 구축했다고 3일 밝혔다. AI가 질문에 답하거나 정보를 찾아주는 수준을 넘어 기업의 업무 맥락을 이해하고 판단과 실행까지 맡도록 하는 것이 핵심이다. '에이전틱 데이터 플로우'로 불리는 솔루션으로, KT는 AI가 스스로 판단하고 작업하는 에이전틱 AI 시대에는 모델 자체의 성능만큼 기업 내부의 데이터와 업무 지식을 제대로 이해하는 능력이 중요하다고 판단했다. 여러 AI 에이전트가 함께 일할수록 이 문제는 더 복잡해진다. 기업 데이터는 고객과 상품, 영업, 마케팅 등 여러 시스템에 흩어져 있고 같은 정보를 두고도 시스템마다 명칭이나 기준이 다를 수 있다. 여기에 개인정보 여부와 접근 권한, 사내 정책과 업무 절차까지 따져야 실제 업무에 활용할 수 있다. KT는 이를 해결하기 위해 에이전틱 데이터 플로우를 ▲K 피처 맵 ▲K 메타 ▲KT 온톨로지 ▲K 이밸류에이션 등 4개 축으로 구성했다. 데이터 준비부터 의미 파악, 업무 수행, 결과 검증까지 AI가 일하는 전 과정을 하나로 연결하는 구조다. 1600여 종 데이터 정리…AI가 찾아서 바로 쓴다 AI가 일을 시작하는 데 필요한 데이터는 K 피처맵에 모았다. 가입과 이용, 상품, 마케팅 등 여러 시스템에 나뉘어 있던 정보를 같은 기준으로 정리해 AI가 바로 사용할 수 있도록 했다. 현재 고객 프로파일과 상품·요금제, 이용 패턴, 채널 행동 등 KT 사업 전반에 걸쳐 1600여 종의 표준 데이터 자산이 구축됐다. AI가 업무를 맡을 때마다 원천 데이터의 위치를 찾고 다시 가공하는 과정을 거치지 않아도 되는 셈이다. 데이터는 품질 검증과 버전 권한 관리가 이뤄지고 보안 검토와 접근 권한 설정도 사전에 거친다. AI가 필요한 정보를 빠르게 가져다 쓰면서도 허용되지 않은 데이터에 접근하는 일을 막기 위한 장치다. K 메타는 AI에 데이터의 의미를 알려준다. 데이터의 이름과 정의, 형식뿐 아니라 저장된 위치와 다른 정보와의 연결 관계를 관리한다. 개인정보나 기밀정보 여부, 보안 등급과 사용 권한도 함께 제공한다. 예컨대 AI가 고객 분석을 맡았다면 어떤 고객 데이터가 존재하는지를 찾는 데서 끝나지 않는다. 각각의 정보가 무엇을 의미하고 서로 어떻게 연결되는지, 현재 맡은 업무에 사용해도 되는 정보인지까지 판단할 수 있다. AI가 기업 데이터를 제대로 읽기 위한 일종의 지도와 사용설명서를 함께 제공하는 방식이다. 매뉴얼 운영 노하우까지 연결…AI가 판단하고 실행한다 데이터를 찾고 이해한 다음에는 회사가 실제로 일하는 방식을 알아야 한다. 같은 정보를 갖고 있어도 회사의 정책과 업무 절차를 모르면 AI가 실제 업무를 대신하기 어렵기 때문이다. KT 온톨로지가 이 역할을 맡는다. 사내에서 사용하는 용어와 정책, 업무 매뉴얼, 운영 과정에서 쌓인 노하우를 서로 연결된 의미 체계로 구조화해 AI가 상황에 맞는 판단을 내릴 수 있도록 한다. 사람이 읽고 따라 하던 업무 매뉴얼과 운영 절차도 AI가 직접 실행할 수 있는 워크플로우로 바꾼다. 직원 개인이나 조직에 축적됐던 업무 경험을 디지털 자산으로 만들어 AI가 판단하고 실제 업무를 처리하는 데 활용하는 것이다. AI가 일을 제대로 했는지는 K 이밸류에이션이 확인한다. 공개 벤치마크와 함께 한국어와 국내 산업 환경을 반영한 자체 평가 기준을 활용해 AI 모델과 에이전트의 품질을 점검한다. 최종 결과만 평가하지 않는다. AI가 업무를 시작하면서 어떤 계획을 세웠는지, 필요한 도구를 제대로 호출했는지, 각 단계에서 어떤 판단을 내렸는지까지 살펴본다. 잘못된 결과가 나오면 오류가 발생한 지점을 찾아 다시 개선할 수 있는 구조다. KT는 에이전틱 데이터 플로우를 마이K와 세일즈 에이전트, 소상공인 에이전트 등에 적용하고 있다. 출시 예정인 업무 자동화 가칭 에이전트 'K-Claw'에도 적용할 계획이다. 모두의AI와 연계해 적용 범위도 넓힌다. KT가 통신 사업을 운영하며 축적한 데이터와 업무 지식, 운영 경험을 AI가 활용할 수 있는 자산으로 바꾸고 이를 다양한 산업과 업무 영역으로 확장한다는 구상이다. 이상봉 AX미래기술원 AX데이터랩장은 "KT가 목표로 하는 것은 회사 데이터를 알고 있는 AI가 아니라 회사에서 어떻게 일하는지까지 아는 AI"라며 "필요한 데이터를 스스로 찾고 의미를 파악한 뒤 사내 규칙에 따라 판단하고 업무를 수행하며, 그 과정과 결과까지 검증하는 AI 에이전트를 실제 업무 현장에 투입할 계획이다"고 말했다.

2026.09.03 15:00박수형 기자

AI 검증 넘어 구축으로…제조업계, '돈 버는 AI' 찾는다

인공지능(AI) 경쟁의 무게중심이 모델 성능과 기술 검증(PoC)을 넘어 실제 산업 현장의 생산성 향상으로 이동하고 있다. 제조업계는 AI와 로봇을 결합한 자율공장부터 현장 전문가의 노하우를 학습한 AI 에이전트까지 도입 범위를 넓히며 생산·운영 전반을 AI 중심으로 재편하는 모습이다. 마키나락스는 3일 웨스틴 서울 파르나스에서 'AI, 현장에 착륙하다'를 주제로 산업 AI 컨퍼런스 '어텐션 2026'을 개최했다. 올해 3회째를 맞은 행사에는 제조·에너지·반도체·국방·공공 분야 관계자 약 700명이 참석했으며 마키나락스를 비롯해 KAIST·한국앤컴퍼니그룹·HD현대 등이 산업 현장 AI 적용 전략과 성과를 공유했다. 이날 기업들은 AI 기술 자체보다 실제 현장의 문제를 해결하고 투자 대비 효과(ROI)를 만들어내는 역량이 향후 기업 경쟁력을 좌우할 것으로 내다봤다. 제조 현장에서 요구되는 정확도와 기업별 데이터·업무 노하우를 범용 AI만으로 해결하기 어려운 만큼 현장 데이터와 도메인 지식, AI를 연결하는 운영체계 구축이 중요하다는 데 의견을 모았다. 장영재 KAIST 지정 석좌교수 겸 다임리서치 대표는 제조업이 개별 설비 자동화를 넘어 공장 전체를 AI가 통합 운영하는 '5세대 자율공장'으로 전환될 것으로 전망했다. 그는 "AI 기술도 중요하지만 궁극적인 목표는 효율적으로 공장을 운영하고 돈 버는 공장을 만드는 것"이라며 "개별 프로세스뿐 아니라 전체 공장을 아우르는 운영체계를 갖추는 것이 핵심"이라고 말했다. 이를 구현할 핵심 기술로는 피지컬 AI를 꼽았다. 장 교수는 AI가 로봇과 설비 등 물리적 시스템을 이해하고 제어하면서 로봇 활용의 기술적 장벽과 비용을 낮출 것으로 예상했다. 이에 KAIST와 다임리서치는 생산·물류·로봇을 단일 운영체계로 통합하는 AI 기반 자율공장 오케스트레이션 플랫폼 '카이로스(KAIROS)'를 개발했다. 이를 통해 공장 내 개별 장비의 자동화를 넘어 원부자재 투입부터 완제품 생산까지 전체 흐름을 AI가 조율하는 체계를 구현했다. 한국앤컴퍼니그룹은 AI를 기존 업무에 단순히 추가하는 수준에서 벗어나 업무 프로세스 자체를 AI 중심으로 재설계하고 있다. 김성진 한국앤컴퍼니그룹 전무는 AI를 도입한 기업 가운데 실제 비즈니스 가치 창출로 이어지는 비율이 30% 미만이라며 상당수 기업이 여전히 PoC 단계에 머물러 있다고 진단했다. 이 가운데 회사는 연구개발(R&D)·생산·물류·재무 데이터를 연결하는 통합 데이터 플랫폼을 구축하고 현업 직원이 AI를 활용해 필요한 업무 시스템을 직접 만드는 'AI 바이브 코딩' 체계를 확대 중이다. AI와 사람의 전문성을 결합하는 시도도 이어지고 있다. 한국앤컴퍼니그룹은 마키나락스와 3년째 협력해 '타이어 패턴 생성 AI'를 개발하고 있으며 디자이너 전문성과 AI의 생성 능력을 결합하는 방식으로 디자인 다양성과 개발 효율을 높이고 있다. HD현대는 AI를 조선업의 인력 부족과 환경 규제, 비용 구조 변화에 대응하기 위한 핵심 수단으로 보고 제조 AI 전환(AX)을 확대 중이다. 현업 전문성과 데이터, 공통 AI 플랫폼을 축으로 설계·생산·품질·안전 전반을 지능화하고 궁극적으로는 지능형 자율운영 조선소를 구축한다는 구상이다. 특히 현장 숙련공의 경험과 노하우를 AI에 학습시켜 설계부터 안전까지 지원하는 '조선 AI 명장 에이전트' 구축도 추진하고 있다. 또 마키나락스를 비롯해 팔란티어·지멘스·구글 등 글로벌 기업과 제조 AI 생태계 확대에 속도를 내고 있다. 김영옥 HD현대 상무는 "피지컬 AI는 단순히 기술만 갖고 하는 것이 아니라 현장이 중요하다"며 "전방 배치 엔지니어(FDE)가 직접 현장 문제를 발굴해 협동설비와 크레인 예지보전, 생산공정 최적화 등을 AI 구축 전략으로 전환해야 한다"고 설명했다. 마키나락스는 이같은 산업 AI 확산을 뒷받침하기 위해 AI 운영체제 '런웨이'와 FDE를 중심으로 현장 적용 역량을 강화하고 있다. 현재까지 5개국 32개 도시 80여개 고객 현장에서 6000건 이상의 AI 모델을 배포했다. 장기적으로는 AI가 생산·물류·설비 운영을 스스로 판단하는 완전 자율 제조공장 구현까지 목표로 하고 있다. 전동 액추에이터 기업 에너토크와 협력해 사무·생산 영역에서 80개 이상의 AX 과제를 발굴하는 등 3개년 로드맵을 추진 중이다. 윤성호 마키나락스 대표는 "우리의 모든 방향성은 현장을 향해 있다"며 "현장 데이터를 확인·분석해 업무 프로세스를 이해하는 검증된 AI를 실제 시스템과 연결해 현장에서 구동되는 AI를 확산할 것"이라고 강조했다.

2026.09.03 13:50한정호 기자

윤성호 마키나락스 대표 "기업 AI 경쟁력, 벤치마크 아닌 현장에서 나온다"

마키나락스가 제조·국방 등 실제 산업 현장에서 작동하는 인공지능(AI)을 앞세워 AI 전환(AX) 시장 공략에 박차를 가한다. 범용 AI 모델의 성능 경쟁을 넘어 보유 데이터와 경험을 AI 자산으로 축적하는 환경을 구축해 완전 자율 제조공장을 실현한다는 목표다. 윤성호 마키나락스 대표는 3일 웨스틴 서울 파르나스에서 개최한 '어텐션 2026' 컨퍼런스에서 "우리의 모든 방향성은 현장을 향해 있다"며 "현장 데이터를 확인·분석해 업무 프로세스를 이해하는 검증된 AI를 실제 시스템과 연결해 현장에서 구동되는 AI를 확산할 것"이라고 밝혔다. 그는 최근 AI 기술이 빠르게 발전하고 있지만 실제 기업 생산성 향상으로 이어지는 성과는 아직 제한적이라고 진단했다. 특히 제조와 국방 등 산업 현장은 작은 오류도 막대한 손실로 이어질 수 있어 단순히 높은 벤치마크 성능을 기록하는 범용 AI만으로는 한계가 있다고 짚었다. 윤 대표는 "글로벌 프론티어랩이 개발한 AI는 현장의 데이터와 업무 방식, 비즈니스 로직을 충분히 이해하지 못해 공장에선 이른바 '정확도 80%의 벽'을 넘어서지 못하고 있다"며 "이를 해결할 정답은 바로 현장에 있다"고 밝혔다. 이에 마키나락스는 현장 데이터와 업무 프로세스를 AI에 직접 연결하는 데 집중해왔다. 실제 설계 도서 변경 검토 업무에 AI 에이전트를 적용해 작업 시간을 1시간 이상 단축했으며 마키나락스가 지원한 글로벌 6개 자동차 공장에선 1400대 이상의 로봇 관리에 AI를 활용 중이다. 최근 한미연합훈련(UFS)에 마키나락스 AI 기술이 시범 적용되는 등 국방 분야에서도 성과를 확대 중이다. 군 내부 방대한 자료에서 필요한 정보를 찾고 권한에 따라 허용된 정보와 출처를 제공하는 한편 작전 보고서 작성과 장애 발생 시 복구 판단 등을 지원하는 방식이다. 이같은 현장 AI 확산을 위해 윤 대표가 강조한 개념은 '기업 AI 주권'이다. 기업이 보유한 데이터와 지식, 노하우뿐 아니라 이를 활용해 만들어진 AI와 결과물까지 직접 소유하고 지속적으로 축적할 수 있어야 한다는 의미다. 특정 파운데이션 모델이나 클라우드 인프라에 종속되지 않고 필요에 따라 모델과 인프라를 자유롭게 선택할 수 있는 환경도 기업 AI 주권의 핵심 요소로 제시했다. 마키나락스의 AI 운영체제 '런웨이'도 이 방향에 맞춰 고도화하고 있다. 기업 내부 다양한 데이터와 업무 프로세스를 AI에 적용하고 만들어진 결과를 다시 기업 내부 자산으로 축적하는 구조다. 다양한 오픈소스와 외부 AI 모델을 선택적으로 활용할 수 있도록 해 특정 모델이나 인프라에 대한 종속성도 낮추는 것이 목표다. 현장 적용·구축을 담당하는 '전방 배치 엔지니어(FDE)' 조직도 지속 확대 중이다. 마키나락스 FDE가 현재까지 방문한 현장은 전 세계 5개국 32개 도시 80곳 이상에 달한다. 올해에만 FDE 엔지니어들이 현장에서 약 7만 시간을 투입했으며 현재까지 6000개가 넘는 AI 모델을 실제 현장에 배포했다. 마키나락스는 이 경험을 기반으로 완전 자율 제조공장 구축에도 나선다. 전동 액추에이터 국내 시장 점유율 1위 기업 에너토크와 협력해 완전자율공장의 초기 모델을 구축 중이다. 윤 대표는 "에너토크와 협력해 현재까지 80개 이상의 AX 과제를 발굴했다"며 "올해부터 2028년까지 3년에 걸쳐 공장을 보이는 공장에서 연결된 공장, 다시 스스로 행동하는 자율화된 공장으로 전환할 계획"이라고 말했다. 궁극적으로는 사람이 직접 개입하기 어려운 환경에서도 스스로 운영되는 제조 시스템을 구현한다는 방침이다. 윤 대표는 인류가 향후 화성에 문명을 건설할 경우 필요한 완전 자율 제조공장 역시 지구에서 먼저 개발될 것이라며 에너토크와 진행하는 프로젝트를 그 출발점으로 제시했다. 윤 대표는 "공장부터 전장까지 가장 거칠고 예측 불가능한 환경에서 동작하는 AI를 만들겠다는 것이 우리의 비전"이라며 "완전 자율 제조공장과 초생산성을 달성해 나가겠다"고 강조했다.

2026.09.03 11:29한정호 기자

국방부, AI 예산 2000억원대 배정…독자모델·피지컬 AI 키운다

정부가 국방 인공지능(AI) 분야 예산을 늘려 군 전반 AI 전환에 속도를 낸다. 국방특화 AI 모델부터 데이터와 컴퓨팅 인프라까지 자체 AI 기반을 갖춰 '국방 소버린 AI' 역량을 확보할 방침이다. 국방부는 내년 AI 관련 예산을 약 2000억원대로 편성했다고 3일 밝혔다. AI 프로그램을 새로 신설하면서 관련 예산을 전년도 약 900억원에서 2배 넘게 늘린 셈이다. 이를 통해 AI 연구개발부터 데이터 확보와 기술 실증까지 연결해 군 전반에 AI를 단계적으로 적용할 계획이다. 예산은 크게 국방 AI 공통운영체계 구축과 국방특화 AI 모델 개발, 국방 실데이터 제공, 국방 AX거점 구축, AX 스프린트 사업, 국방 D.AX 프로젝트 등 6개 사업에 투입된다. 국방부는 군 전반 공동 사용할 수 있는 국방 AI 공통운영체계를 구축한다. 'K-메이븐' 기반으로 통합 AI 플랫폼을 만들고 거대언어모델(LLM)과 검색증강생성(RAG), 모델컨텍스트프로토콜(MCP), 벡터 데이터베이스(DB)를 결합한 지휘결심지원 AI를 개발할 방침이다. 이를 통해 표적과 영상 분석을 비롯해 상황 분석과 병력 추천, 자연어 질의응답 등 다양한 기능을 한 플랫폼에서 제공한다. 2026년 요구사항 정의를 시작으로 2027~2029년 연구개발을 진행하고, 2029~2030년 지휘통제체계 실증을 거쳐 2031년 이후 적용 범위를 확대할 방침이다. 국방부는 외산 AI 의존도를 낮추기 위한 국방특화 AI 모델도 만든다. 독자 AI 기술 확보를 위해 범용 독자 AI 모델을 기반으로 국방행정에 특화한 AI를 개발하고 이후 전장 환경에 사용할 수 있는 모델까지 단계적으로 확대할 방침이다. 국방부는 국방 특화 AI 개발에 필요한 데이터와 컴퓨팅 기반도 강화한다. 전투지휘와 훈련, 공간 경계감시 등 AI 개발에 필요한 핵심 데이터를 확보하고 국방 데이터카탈로그를 통해 민간에 제공할 수 있는 연구용 데이터도 확대한다. 민간과 군이 국방 데이터를 활용해 AI를 공동 개발할 수 있는 '국방 AX거점'도 구축된다. 해당 거점은 AI 연구개발(R&D)에 필요한 그래픽처리장치(GPU)와 보안 네트워크를 갖춘다. 민간 기업과 연구기관이 보안이 확보된 환경에서 군 데이터를 활용할 수 있도록 연구·실증 인프라도 마련할 예정이다. 정부는 국방 AI 기술을 실제 현장에 빠르게 적용하기 위한 'AX 스프린트' 사업도 추진한다. 현장에서 필요한 AI 아이디어를 발굴한 뒤 과제를 선정해 개발·실증하고 성과가 확인된 기술은 후속 전력화 사업과 연계하는 방식이다. 국방부는 피지컬 AI를 전장에 적용하는 'D.AX 프로젝트'도 본격화한다. 내년부터 수송과 경계·경계감시, 화생방 등 위험 임무에 무인지상차량(UGV)과 다족로봇, 휴머노이드, 자율이동로봇(AMR) 등을 활용하는 실증 사업을 추진한다. 국방부는 "국방 소버린 AI는 우리 군 데이터와 기술 기반으로 독자적인 AI 역량을 확보하고 미래전에서 압도적 우위를 달성하기 위한 첨단강군 육성의 핵심 기반"이라고 밝혔다.

2026.09.03 10:52김미정 기자

놀유니버스, 전사 AX 가속화…"개발 생산성 향상"

놀유니버스가 인공지능(AI)을 조직 전반의 업무 방식으로 내재화하며 전사적인 AI 전환(AX)에 속도를 내고 있다. 3일 회사에 따르면, 최근 3개월간 개발 조직의 업무 지표를 전년 동기와 비교한 결과 AI 활용을 통해 개발 생산성이 크게 향상됐다. 개발자 1인당 코드 작성량은 71% 늘었고, 코드 작성부터 실제 서비스 반영까지 걸리는 시간은 절반 이상 단축됐다. 동료 검토 후 첫 승인까지 걸리는 시간도 41% 줄었으며, 코드 재작성 비율 역시 12% 감소했다. 놀유니버스는 이 같은 노하우를 전사에 확산하기 위해 지난 7월 통합 포털 'NOL AX Hub'를 구축했다. 이를 통해 실시간 데이터 조회 AI 어시스턴트, 악성 메일 모의훈련 자동화 시스템 등을 도입했으며 추후 사내 시상식인 'Engineering AX Awards'도 운영할 예정이다. 아울러 사내 AX 경험을 바탕으로 지난해 12월 대화형 추천 서비스 'AI 노리'를 선보이고 지난 7월에는 AI 큐레이션 서비스 '발견'을 오픈하는 등 고객 경험 혁신으로 연계하고 있다. 김영진 놀유니버스 최고기술책임자는 “AI를 일부 조직이나 직무의 도구가 아닌 구성원 누구나 일상적으로 활용하는 업무 방식으로 정착시키는 데 집중하고 있다”며 “구성원들의 다양한 AI 활용 경험과 노하우를 전사 자산으로 축적하고 이를 실제 업무 생산성 향상은 물론 고객이 체감할 수 있는 서비스 혁신으로 연결해 나갈 계획”이라고 밝혔다.

2026.09.03 09:08백봉삼 기자

현신균 LG CNS 사장, 글로벌 인재 발굴 직접 나섰다…미래 기술 주도권 선점

현신균 LG CNS 사장이 미국 현지의 석·박사급 연구 인재와 직접 만나 인공지능(AI)과 산업별 엔지니어링을 아우르는 융합형 인재 발굴에 나섰다. AI 전환(AX)과 로보틱스 전환(RX)이 산업 전반으로 확산하는 가운데 국내를 넘어 글로벌 기술 인재를 확보해 미래 시장 주도권을 선점하겠다는 전략이다. 2일 현신균 사장은 자신의 링크드인 게시글을 통해 미국 샌프란시스코에서 현지 석·박사급 연구 인재들과 만나 LG CNS의 사업 비전과 기술 로드맵을 공유했다고 밝혔다. 이번 자리에는 스탠퍼드대와 UC버클리 등을 포함한 미국 주요 9개 대학의 석·박사 과정 학생 30여 명이 참석했다. 현 사장은 지난 8월 27일 열린 이번 만남에서 참석자와 각자의 연구 과제, 향후 연구 방향, 산업별 기술 전망 등을 논의했다. 대화에는 AI와 컴퓨터과학, 데이터사이언스는 물론 기계·전기공학, 화학 등 다양한 전공 분야 연구자가 참여했다. 그는 "기술 경쟁이 고도화될수록 사람의 역할은 더욱 중요해질 것"이라며 "AI가 기업의 기술 활용 범위를 빠르게 확장하고 있지만 고객의 사업 환경과 운영 맥락을 이해하고 해결 과제를 정의한 뒤 적합한 기술과 적용 지점을 판단하는 것은 결국 사람의 몫"이라고 강조했다. 특히 AX와 RX가 산업 전반으로 확산하는 과정에서 IT 지식뿐 아니라 산업별 도메인 전문성과 엔지니어링 역량을 갖춘 인재의 가치가 커질 것으로 전망했다. AI·데이터·클라우드와 기계·전기·화학공학 등 이종 분야를 연결할 수 있는 다학제형 인재가 미래 경쟁력을 좌우할 수 있다는 판단이다. LG CNS는 국내외 고객 프로젝트를 통해 AI, 로보틱스, 클라우드, 데이터센터 등 분야에서 사업 경험과 기술 역량을 축적해 왔다. 회사는 이러한 현장 기반 역량을 바탕으로 연구 인재들이 자신의 기술을 실제 산업 현장에 적용하고 전문성을 넓힐 수 있는 기회를 제공한다는 계획이다. 현 사장은 "연구 현장 최전선에 있는 인재들의 질문과 시각은 LG CNS가 미래를 준비하는 데 중요한 자산이 될 수 있다"며 "전 세계의 우수 인재들이 LG CNS에서 성장하고, 다양한 산업 고객의 실질적인 변화와 혁신을 이끌 수 있도록 지원과 기회를 확대하겠다"고 밝혔다.

2026.09.02 16:57남혁우 기자

[현장] 국방부, 독자 AI 기반 '전장 특화모델' 만든다…'소버린 AI' 본격화

국방부가 군 데이터를 기반으로 인공지능(AI) 모델을 개발하고 이를 지휘통제와 무기체계 등에 적용하는 '국방 소버린 AI' 구축에 본격 나선다. AI 모델과 데이터, 공통 운영체계를 갖추고 민간 기술을 실제 군 현장에 연결하는 체계를 마련해 국방 AI를 정책 구상에서 실행 단계로 전환한다는 방침이다. 전준범 국방부 국방인공지능기획국장은 2일 서울 용산구 국방컨벤션에서 열린 '신뢰받는 국방AI' 세미나에서 국방 AI 공통 운영체계와 특화 AI 모델을 구축하고 군 데이터를 민간 AI 기술과 연결하는 '국방 소버린 AI' 추진 계획을 공개했다. 이날 발표에 따르면 국방부는 과학기술정보통신부가 개발하는 독자 AI 파운데이션 모델을 기반으로 '국방 특화 AI 모델'을 개발한다. 민간에서 개발한 범용 AI를 그대로 사용하는 대신 군에서 사용하는 용어와 데이터, 업무 방식과 작전 환경을 학습시켜 독자적인 국방 AI로 발전시킨다는 구상이다. 특화 모델은 학습 데이터의 보안 수준과 활용 분야에 따라 단계적으로 고도화한다. 공개된 국방 데이터를 학습한 범용 모델에서 시작해 비공개 데이터를 활용하는 '국방 행정 특화 모델'을 거쳐 비밀 데이터를 학습하는 '전장 특화 AI 모델'까지 개발할 계획이다. 국방 행정 특화 모델은 국방 행정과 전력지원 등 상대적으로 적용이 쉬운 분야에 활용한다. 전장 특화 AI 모델은 지휘결심 지원과 무기체계 등 핵심 군사 분야에 적용할 예정이다. 각 군과 기관이 이러한 AI를 공동으로 활용할 수 있는 '국방 AI 공통 운영체계'도 구축한다. 지금까지 개별적으로 AI 시스템을 구축하면서 데이터와 인프라가 분산되고 유사 기능을 반복 개발했던 문제를 개선하기 위해서다. 공통 운영체계는 인프라와 데이터부터 AI 모델과 에이전트 및 응용 서비스까지 하나의 시스템으로 연결한다. 국방 데이터의 특성을 고려해 제로 트러스트 기반 보안과 접근 통제도 적용한다. 이를 기반으로 지휘결심을 지원하는 공통 AI 모듈도 개발한다. AI가 표적 영상을 분석하고 상황도 작성을 지원하거나 가능한 방책을 추천하는 등 여러 지휘체계에 필요한 기능을 모듈화해 향후 개발되는 다양한 지휘체계에 적용할 계획이다. 국방부는 이 사업을 통해 '한국형 팔란티어' 기업을 육성한다는 목표도 제시했다. AI 모델 학습에 필요한 군 데이터 확보와 활용도 확대한다. 국방부는 전투지휘훈련과 해·강안 경계감시 등 AI 활용 가치가 높은 핵심 데이터 150건을 지난해 12월 선정했다. 해당 데이터를 체계적으로 관리하고 AI 학습용 데이터 구축도 확대할 계획이다. 민간 기업이 군에서 보유한 데이터를 파악할 수 있도록 '국방 데이터 카탈로그'도 구축한다. 어떤 데이터가 어디에 있고 어떤 방식으로 활용할 수 있는지 확인할 수 있도록 관련 메타정보를 제공하는 방식이다. 기업의 정보보호 수준이 충분할 경우 군 데이터를 기업에 직접 제공하는 방안도 검토한다. 군 데이터와 민간 AI 기술을 연결하는 '국방 AX 거점'도 마련한다. 민간 기업과 연구기관이 안전한 환경에서 국방 데이터를 활용해 AI를 연구·개발하고 실증할 수 있도록 그래픽처리장치(GPU)와 보안 네트워크, 연구 공간 등을 제공한다. 첫 거점은 오는 17일 판교에 문을 연다. 국방부는 육군 판교 거점을 시작으로 올해 5개 거점을 순차적으로 구축할 예정이다. 각 거점에서는 군의 특성과 수요를 반영해 민간 기업·연구기관과 공동 과제를 발굴하고 국방 데이터와 GPU를 활용한 기술 개발과 검증을 진행한다. 민간에서 개발된 AI 기술을 빠르게 군에 적용하기 위한 신속 실증 사업도 진행 중이다. 국방부는 AI 적용 효과가 크고 군사적 시급성이 높은 전투지원과 병력절감, 국방운영 효율화, 사이버보안 등 4개 분야에서 군과 민간의 수요를 받아 20개 과제를 선정했다. 성과가 우수한 과제는 후속 절차를 거쳐 실제 전력화로 연결할 계획이다. 피지컬 AI를 군 현장에 적용하는 사업도 내년부터 추진한다. 국방부는 'DAS 프로젝트'를 통해 로봇과 무인지상차량(UGV) 등을 군 실증 현장에 도입해 데이터를 수집하고 이를 시뮬레이션할 수 있는 월드모델과 연결할 방침이다. 전 국장은 "국방 분야는 민간과 달리 안보를 고려해야 하기 때문에 소버린 AI가 필요하다"며 "소버린 AI를 통해 우리 군이 보유한 데이터를 기반으로 작전 환경에 맞는 AI를 개발하고 안전하게 운용할 수 있는 독자적인 AI 역량과 생태계를 갖추겠다"고 말했다.

2026.09.02 15:38김동원 기자

두산로보틱스, 산업부 M.AX 과제로 '제조 암묵지 획득' 추진...3분기 판가름

두산로보틱스가 산업통상부 제조업 인공지능(AI) 전환(M.AX) 얼라이언스 과제 일환으로 제조 현장 암묵지 데이터 획득에 시동을 건다. 숙련공 기술을 AI 자산으로 전환해 AI 제조 생태계 주도권을 확보하는 것이 목표다. M.AX 얼라이언스는 국내 제조업 AI 전환을 위해 지난해 9월 출범한 민·관·산·학·연 협력체다. 두산로보틱스가 제조업 숙련공의 암묵지 데이터를 획득하는 내용의 M.AX 과제를 산업부와 논의 중인 것으로 2일 확인됐다. 최종 승인은 3분기 안에 나올 예정이다. 암묵지는 말이나 글이 아닌 경험과 학습으로 체화한 지식을 뜻한다. 숙련공의 고령화와 청년 인력 유입 감소로 공정 최적화·품질 관리·설비 점검 노하우가 단절될 수 있다는 위기감이 사업 추진 배경이다. 이번 사안에 정통한 로봇업체 한 고위 임원은 "제조 기술자 암묵지를 빠르게 지능화하자는 목표로 두산과 산업부가 논의 중"이라며 "두산로보틱스는 자사 협동로봇을 용접, 픽앤드플레이스 등 다양한 고객 현장에 투입해 데이터를 확보할 것"이라고 말했다. 두산로보틱스 관계자도 관련 사안에 대해 "산업부와 논의를 진행 중"이라고 답했다. 산업부는 제조인력 경험과 노하우를 보존하고 이를 AI로 만드는 사업을 추진하고 있다. 해당 사업에 내년 산업부 예산 2900억원을 배정했다. 사업자로 선정된 기업은 산업부로부터 제조 암묵지 저장·유통·재사용과 AI 모델 개발을 지원받을 수 있다. 두산로보틱스는 협동로봇 기반 자동화 솔루션 고도화에 초점을 맞추고 있다. 완전한 인간 형태 휴머노이드 상용화에는 시간이 걸릴 것으로 보기 때문이다. 이족보행 휴머노이드보다 협동로봇에 에이전트 AI를 결합해 산업 현장에 빠르게 배치하고, 현장 암묵지 데이터를 우선 확보하겠다는 전략이다. 에이전트 AI 협동로봇은 하나의 로봇이 하나의 작업만 수행하는 단계를 넘어, 보다 복잡한 여러 작업을 동시에 수행하는 것을 말한다. 앞선 로봇업체 임원은 "휴머노이드는 아직 불완전한 만큼, 데이터를 쌓는 건 협동로봇으로 결판을 내자는 게 두산로보틱스 전략"이라고 설명했다. 두산로보틱스는 '에이전틱 로봇 운영체제(OS)'를 개발 중이다. 작업 경로 최적화와 정밀 제어, 고관측성 데이터 확보 등을 기대할 수 있다. 관측성이 높은 데이터란 입력, 판단, 결과가 시간축으로 정렬돼 함께 남아 있는 데이터를 뜻한다. 이 OS는 내년 배포 예정이다. 회사는 이를 발판 삼아 2028년 협동로봇 기반 산업용 휴머노이드를 선보일 계획이다.

2026.09.02 14:47진운용 기자

에이블런, '제조 AX' 웨비나…전 엔비디아코리아 대표 특강 진행

AI 교육·컨설팅 기업 에이블런이 이달 16일 온라인을 통해 '제조기업 AX 확산 웨비나 2026'을 개최한다. 2일 회사에 따르면, 이번 웨비나는 '제조기업을 위한 우리 회사 AX 도입 공식'을 주제로 진행된다. 스마트공장 구축 이후에도 현장 업무 방식이 그대로 유지되는 문제를 해결하기 위해, 작업일지와 설비 점검 이력 등 매일 축적되는 업무를 데이터화하고 자동화하는 3단계 AX 도입 공식을 소개한다. 웨비나 프로그램은 현장 맞춤형 세션으로 구성된다. 유응준 전 엔비디아코리아 대표가 '스마트공장 이후의 과제'를 주제로 특별 강연을 맡아 사람과 업무 중심의 AI 안착 방안을 짚는다. 이어 박진아 에이블런 대표가 129개 기업 데이터를 바탕으로 제조 AI 현주소와 자사 점검 체크포인트를 제시한다. 신진엠텍 윤상순 부장은 13개 부서의 AI 적용 실제 사례를 공유하며, 심누리 에이블런 AX 컨설턴트는 교육비 최대 95% 지원 절차를 안내한다. 이번 행사는 이달 16일 오후 1시부터 3시 30분까지 열린다. 제조기업 AX 담당자 및 교육·인사 실무자라면 누구나 무료로 참가할 수 있다. 에이블런은 지금까지 1360여 개 기업 및 기관의 임직원 22만여 명을 대상으로 AI 교육과 컨설팅을 제공해 온 AX 실행 파트너다.

2026.09.02 11:15백봉삼 기자

[AI 리더스] 김동환 포티투마루 "중소기업 AX, 거창한 AI보다 '작은 성공'이 먼저"

"인공지능(AI)이 정말 필요한 곳이 가장 뒤처져 있습니다.“ 김동환 포티투마루 대표는 1일 서울 서초구 본사에서 지디넷코리아와 만나 국내 기업 AI 전환(AX) 현주소를 이같이 진단했다. 대기업과 공공 부문을 중심으로 AI 활용이 빠르게 늘고 있지만, 인력과 자금이 부족해 생산성 향상이 절실한 중소·중견기업은 상대적으로 전환이 더디다는 평가다. 김 대표가 매긴 국내 AX 성적표에서도 격차는 뚜렷했다. 글로벌 수준과 비교해 대기업은 100점 만점에 70~80점, 공공은 51점 정도로 평가했다. 반면 중소·중견기업은 20점에도 미치지 못한다고 봤다. 중소·중견기업의 더딘 AX는 산업 전반의 경쟁력과도 연결된다. 대기업과 수많은 중소·중견 협력사가 맞물려 있는 산업 구조에서 이들이 생산성을 높이지 못하면 전체 경쟁력도 떨어질 수 있어서다. 김 대표는 해법으로 처음부터 대규모 AI 시스템을 구축하기보다 당장 해결할 수 있는 업무부터 AI를 적용해 성과를 만드는 '작은 성공(Small Success)' 전략을 제시했다. 정부 지원도 기업별 시스템 구축에 집중하기보다 여러 기업이 함께 활용할 수 있는 AI 서비스를 확산하는 방향으로 바뀌어야 한다고 제언했다. 김 대표는 검색 기술을 20년 넘게 다뤄온 개발자 출신이다. 포털 엠파스에서 검색엔진 개발과 기획을 담당한 뒤 SK커뮤니케이션즈에서 검색사업본부장을 지냈다. 2015년 검색·AI 분야 개발자들과 포티투마루를 창업했다. 포티투마루는 기업용 생성형 AI와 AX를 주력으로 하는 AI 기업이다. 검색증강생성(RAG)과 기계독해(MRC) 기술 등을 기반으로 기업과 공공기관에 특화된 AI 서비스를 개발하고 있다. 중소기업 AX 아직 시작 단계…해법은 '작은 성공' 김 대표는 국내 AX에서 가장 우려되는 분야로 중소·중견기업을 꼽았다. 대기업은 자체 AI 인력과 투자 여력을 바탕으로 활용 범위를 넓히고 있다. 공공도 지난해부터 관련 예산을 확보하고 사업을 기획해 올해부터 실제 도입에 나섰다. 김 대표가 공공에 50점이 아닌 51점을 준 것도 이제 막 실행 단계에 들어섰다는 의미다. 중소·중견기업은 상황이 다르다. AI를 어디에 적용할지 기획할 인력이 부족하고 관련 예산을 마련하기도 쉽지 않다. 시스템을 구축하더라도 지속적으로 운영하고 고도화할 인력까지 필요하다. AI 기술도 빠르게 발전하고 있어 한 차례 시스템을 구축하는 것만으로 효과를 이어가기에는 한계가 있다. 이 때문에 김 대표는 중소·중견기업일수록 AI 도입의 시작점을 낮춰야 한다고 조언했다. 그는 "AI라고 하면 뭔가 대단한 것을 도입해야 한다고 생각하는 경우가 많다"며 "중소·중견기업은 기획할 사람도, 예산도, 운영할 인력도 부족한 만큼 작은 것부터 시작해 성공 경험을 쌓아야 한다"고 말했다. 회사 전체를 한 번에 바꾸려 하기보다 당장 효과를 확인할 수 있는 업무부터 AI를 적용하자는 의미다. 작은 성공이 반복되면 구성원에게 AI 활용 경험과 역량이 쌓이고 이를 바탕으로 적용 범위도 넓힐 수 있다. 김 대표는 제조 현장에서 시작할 수 있는 사례로 '매뉴얼 AI'를 들었다. 중소·중견 제조기업은 인력난을 해소하기 위해 외국인 근로자를 많이 고용하고 있지만 현장에서 사용하는 장비 매뉴얼은 대부분 한국어나 영어로 돼 있어 언어가 장벽이 될 수 있다. 매뉴얼 AI는 외국인 근로자가 자신의 언어로 장비 사용법이나 고장 대처 방법을 질문하면 AI가 매뉴얼에서 필요한 내용을 찾아 답해주는 방식이다. 이런 서비스는 기업마다 별도로 개발할 필요 없이 비슷한 문제를 겪는 여러 제조기업이 함께 활용할 수 있다. 김 대표는 "현장에서 공통으로 필요한 서비스를 만들어 여러 기업이 함께 사용할 수 있도록 해야 한다"며 "이런 작은 변화부터 시작하면 중소·중견기업도 AI 활용 경험을 쌓을 수 있다"고 설명했다. "기업별 AI 구축보다 공통 서비스 활용해야" 중소·중견기업이 보다 쉽게 AI를 도입하려면 정부 지원 방식도 달라져야 한다는 게 김 대표의 생각이다. 그동안 AI 지원 사업은 개별 기업에 예산을 지원해 시스템을 구축하는 방식이 많았다. 문제는 지원이 끝난 뒤다. AI는 기술 변화에 맞춰 시스템을 지속적으로 개선해야 하는데 중소기업이 추가 비용과 전문 인력을 계속 투입하기에는 부담이 크다. 김 대표는 이 때문에 한 번 구축하고 끝나는 방식보다 필요한 AI 서비스를 지속적으로 이용할 수 있는 지원 체계가 필요하다고 강조했다. 그는 대안으로 중소기업이 필요한 AI 서비스를 골라 쓸 수 있는 'AI 마켓플레이스'를 제시했다. 기업마다 별도 시스템을 구축하지 않고 이미 만들어진 AI 서비스를 필요에 따라 이용하도록 하자는 구상이다. 정부와 공공기관은 중소기업이 이용할 수 있는 공통 플랫폼을 마련하고 민간 AI 기업은 통·번역, 매뉴얼 검색, 문서 업무 등 현장에서 필요한 서비스를 공급한다. 중소기업은 이 가운데 필요한 서비스를 선택해 사용하면 된다. 정부 지원 방식도 구축비 지원에서 서비스 이용을 돕는 방향으로 넓힐 수 있다. 초기에는 이용료나 세제 혜택 등을 지원하고, AI 활용으로 생산성이 높아지면 기업이 비용을 부담해 계속 사용하는 구조다. 김 대표는 "공통으로 활용할 수 있는 서비스를 마켓플레이스 형태로 제공하면 된다"며 "기업들이 하나씩 AI를 사용하며 경험을 쌓다 보면 스스로 필요한 서비스를 찾고 새로운 아이디어도 만들 수 있다"고 말했다. 이런 방식은 중소기업의 AI 도입 문턱을 낮추는 동시에 국내 AI 기업에도 시장을 만들어줄 수 있다. AI 기업은 하나의 서비스를 여러 기업에 공급할 수 있고 서비스 간 경쟁이 활발해지면 품질 향상도 기대할 수 있다. 김 대표는 "중소기업만 돕는 것이 아니라 AI 기업들이 함께 성장할 수 있는 시장을 만드는 것"이라며 "결국 국내 AI 생태계를 키우는 효과로 이어질 수 있다"고 강조했다. "AI 도입 자체가 성과 아냐"…핵심은 생산성과 품질 AI를 도입했다고 AX가 끝나는 것은 아니다. 김 대표는 실제 업무시간을 얼마나 줄이고 생산성을 얼마나 높였는지가 AX 성과를 가르는 기준이라고 강조했다. 포티투마루도 기업 AX 프로젝트에서 AI 도입 자체보다 업무 개선 효과에 초점을 맞추고 있다. 김 대표는 AI를 제대로 적용하면 일부 업무에서는 20~30% 수준을 넘어 70~80% 이상 효율을 높일 수 있다고 설명했다. 그는 "AI를 도입했다는 사실 자체가 목적이 돼서는 안 된다"며 "AI를 통해 업무 생산성을 얼마나 높이고 효율화했는지가 중요하다"고 밝혔다. 성과가 확인된 AX 사례를 적극적으로 공유하는 문화도 필요하다고 강조했다. 국내 기업들은 내부 AI 활용 사례와 성과를 외부에 공개하는 데 조심스러운 경우가 많다. 하지만 성공 사례가 시장에 알려져야 다른 기업도 AI 투자 효과를 확인하고 도입에 나설 수 있다. 김 대표는 "좋은 AX 사례가 더 많이 공유돼야 다른 기업도 AI 투자에 적극적으로 나설 수 있다"며 "성공 사례를 공유하는 문화 역시 AX 생태계를 키우는 데 중요하다"고 말했다. AI가 실제 성과로 이어지려면 기술 개발 단계부터 사용자 관점에서 접근해야 한다고도 강조했다. 아무리 뛰어난 기술이라도 사용하기 어렵거나 기존 업무 방식을 크게 바꿔야 한다면 현장에서 외면받을 수 있어서다. 검색 서비스를 오랫동안 개발해온 김 대표는 AI 시장도 결국 품질 경쟁으로 이어질 것으로 전망했다. 검색과 마찬가지로 사용자가 원하는 결과를 제대로 제공하지 못하면 쉽게 다른 서비스로 이동할 수 있다는 이유에서다. 그는 "기술이 얼마나 대단한지가 아니라 사용자에게 실제 효용이 있느냐가 중요하다"며 "AI를 사용하기 위해 새로운 것을 배우거나 별도로 설치해야 한다면 오히려 또 다른 장벽을 만드는 것"이라고 말했다. 이어 "AI가 기존 업무에 자연스럽게 녹아들어야 한다"며 "서비스 품질뿐 아니라 사용자환경(UI)과 사용자경험(UX)까지 사용자 관점에서 설계하는 것이 중요하다"고 덧붙였다. 김 대표는 국내 AX 시장이 아직 초기 단계라고 평가했다. 다만 기업들이 AI 활용 경험을 쌓으면서 향후 2~3년 사이 산업 현장 수요가 빠르게 늘어날 것으로 전망했다. 포티투마루는 이에 맞춰 실제 생산성을 높이는 AX 사례를 확대하고 전문 인재 양성에도 투자를 이어갈 계획이다. 성균관대와 부산대 등과 협력해 산업과 AI를 함께 이해하는 AX 전문 인재도 매년 80명 이상 양성하고 있다. 김 대표는 "AX 시장은 아직 시작 단계라고 본다"며 "산업 현장에서 실질적으로 도움이 되는 사례를 계속 만들고 AX 전문 인재를 키우는 데도 투자를 이어가겠다"고 말했다.

2026.09.02 11:00김동원 기자

산업부, 내년에도 M.AX·메가프로젝트 총력 지원…예산 14조1691억원 편성

산업부가 올해에 이어 내년에도 제조 인공지능전환(M.AX)과 메가프로젝트에 총력 지원한다. 산업통상자원부는 2027년 예산안을 역대 최대 규모인 13조 2573억원으로 편성했다. 올해 본예산 9조 4342억원 보다 40.5% 증가한 규모다. 산업부 출범 이후 역대 최고 증가율이다. 국가 미래 성장동력 확충을 위해 신설되는 미래대응기금(기획예산처 세출)에 편성된 산업부 소관 사업(9118억원 규모)을 포함하면 실질적인 산업부 예산 규모는 2026년보다 50.2% 증가한 14조 1691억원에 이른다. 산업부 관계자는 “저성과·비효율 사업을 중심으로 약 1조 5000억원 규모(16%)의 과감한 구조조정으로 절감한 재원을 더해 제조 AI 전환과 메가프로젝트 총력지원, 5극3특 지역주도 성장, 산업·자원안보 강화 등 부처 핵심 국정과제에 집중 편성했다”고 설명했다. 또 K-반도체 강국 도약을 위한 통합 지원체계로 편성되는 '반도체특별회계'와 장기 시계에서 자원안보 대응역량 강화를 위한 '자원안보기금(1조 4000억원)'을 신설하여 국가 핵심 전략산업과 자원안보를 튼튼히 뒷받침할 수 있는 안정적 재정 기반도 구축한다. 내년 반도체특별회계는 전체 2조 6천억원이며 산업부 소관은 2조 1000억원이다. 2027년 산업부 예산안은 3일 국회에 제출한다. 이후 국회 상임위원회와 예결위원회 심사를 거쳐 본회의 의결을 통해 최종 확정될 예정이다.

2026.09.01 18:44주문정 기자

한국후지쯔, 제약·바이오 설비 관리 디지털화…자산관리 솔루션 'Ax' 국내 출시

한국후지쯔가 제약·바이오 기업의 오랜 과제인 설비 관리 문제 해결에 나선다. 엑셀과 개별 문서로 흩어져 있던 교정·정비 이력을 한 시스템으로 묶어 규제기관 실사에 곧바로 대응할 수 있게 하겠다는 구상이다. 한국후지쯔는 생명과학 산업용 클라우드 자산관리 솔루션 'Ax(Asset Excellence)'를 국내에 출시한다고 1일 밝혔다. Ax는 설비·계측기와 연구·시험 장비의 예방정비, 교정, 작업지시, 서비스 이력 등 자산의 전 생애주기를 통합 관리하는 마스터컨트롤의 생명과학 산업 특화 전산화 유지보수 관리 시스템(CMMS)이다. 제약·바이오 산업에서 설비와 계측기는 단순한 생산 자산을 넘어 제품 품질과 기록의 신뢰성에 직접 영향을 미치는 관리 대상이다. 교정이나 예방정비가 적시에 이뤄지지 않으면 시험 결과의 신뢰성과 배치 생산 일정, 일탈 조사, 규제 대응에도 영향을 줄 수 있다. 문제는 상당수 기업이 품질관리시스템(QMS)과 제조실행시스템(MES)을 전산화했더라도 설비 유지보수와 교정 이력은 엑셀이나 문서, 개별 시스템으로 관리하는 경우가 있다는 점이다. 이로 인해 자산 관련 정보의 일관된 추적성과 규제기관 실사 대응 체계를 확보하는 데 어려움이 있었다. Ax는 이처럼 분산된 자산 운영 환경을 체계화하기 위해 설계됐다. 사용자는 장비별 상태와 위치, 교정 일정, 예방정비 계획, 작업지시, 서비스 기록을 한 곳에서 확인하고 기간이나 사용량을 기준으로 유지보수 계획을 수립할 수 있다. 교정 대상 장비와 표준기, 교정·유지보수 수행 이력, 외부 서비스 업체의 작업 기록도 체계적으로 관리할 수 있다. 이를 통해 GxP(의약품 품질·안전성과 데이터 신뢰성 확보를 위한 규제 기준) 준수 관점에서 설비 신뢰성 확보를 지원한다. 미국 식품의약국(FDA)의 21 CFR 파트 211과 유럽연합(EU) GMP 등 주요 규제 기준에서도 제조·시험 장비에 대한 적절한 유지관리와 교정, 관련 기록의 체계적인 관리를 요구하고 있다. 이번 출시로 마스터컨트롤은 품질관리 솔루션 'Qx(Quality Excellence)'와 제조관리 솔루션 'Mx(Manufacturing Excellence)'에 이어 자산관리 솔루션 Ax까지 제품군을 확대했다. 품질·제조·자산 영역을 아우르는 플랫폼 전략을 강화하는 동시에 생명과학 기업의 디지털 운영 범위를 넓힌다는 구상이다. 최근 생명과학 산업에서는 전산화 시스템과 데이터 생애주기 관리뿐 아니라 리스크 기반 운영과 AI를 활용한 데이터 분석·의사결정에 대한 관심도 커지고 있다. 이에 따라 품질·제조·자산 데이터를 신뢰할 수 있는 형태로 축적하고 활용하는 디지털 운영 기반의 중요성도 커지고 있다. 한국후지쯔는 2013년부터 마스터컨트롤의 국내 단독 파트너로 제품 판매와 기술 서비스를 제공해 왔다. LG화학과 동아제약, 동아ST 등 국내 기업의 품질경영시스템(QMS) 도입도 지원했다. 박경주 한국후지쯔 대표는 "마스터컨트롤 Ax 출시는 생명과학 기업의 디지털 운영 범위를 품질·제조에서 설비·자산관리까지 확장한다는 점에서 의미가 있다"며 "고객이 규제기관 실사에 보다 효과적으로 대응하는 동시에 축적된 데이터를 분석과 AI 기반 의사결정에 활용할 수 있도록 지원해 나가겠다"고 말했다.

2026.09.01 17:29김동원 기자

파일럿을 넘어…AI 에이전트를 안착시키는 세 가지 조건

기업 인공지능(AI) 경쟁의 무게중심이 '도입'에서 '운영'으로 옮겨가고 있다. 시스템 통합, 통제 가능한 자율성, 측정 가능한 성과가 AI 에이전트의 현장 안착을 좌우한다. 기업의 인공지능(AI) 활용이 새로운 변곡점을 맞고 있다. 성공적인 파일럿을 구현하는 일은 빠르게 쉬워지고 있다. 진짜 난관은 그다음이다. AI 에이전트를 실제 시스템과 데이터, 의사결정 구조 안에서 안정적으로 작동시키는 문제다. 앞으로 기업 간 격차는 AI를 도입했는지가 아니라, 실험을 운영으로 전환할 수 있는 역량에서 벌어질 가능성이 크다. 지난 2년간 AI 코파일럿과 사내 어시스턴트, 업무 특화형 에이전트가 소프트웨어 개발부터 고객 서비스, 지식관리, 비즈니스 운영까지 빠르게 확산됐다. 그러나 도입 건수와 운영 성숙도는 같은 말이 아니다. 샌드박스에서는 업무 범위와 데이터, 예외 조건을 통제할 수 있어 에이전트가 비교적 좋은 성능을 낸다. 실제 현장은 다르다. 레거시 시스템과 연동해야 하고, 여러 곳에 흩어진 민감 데이터를 다뤄야 하며, 이미 굳어진 업무 절차 안에서 일해야 한다. 따라서 기업이 던져야 할 질문도 달라져야 한다. 'AI 에이전트가 무엇을 할 수 있는가'가 아니라 '비즈니스 현장에서 일관되게 작동하려면 무엇이 필요한가'를 물어야 한다. 한국을 비롯한 여러 시장에서 기업의 AI 전환을 지원하며 확인한 과제는 세 가지로 압축된다. 기존 시스템과 워크플로의 통합, 명확한 거버넌스와 보안 경계, 기술 역량을 경영 성과로 전환하는 측정 체계다. 이 세 축이 바로 'AI 운영 준비도(AI operational readiness)'의 기반이다. 통합 | 에이전트 경쟁력은 모델보다 '연결'에서 갈린다 첫 번째 조건은 통합이다. AI 에이전트가 답변을 생성하는 수준을 넘어 실제 업무를 수행하려면, 신뢰할 수 있는 데이터와 기업용 애플리케이션, 운영 워크플로에 접근할 수 있어야 한다. 모델이 아무리 뛰어나도 업무가 이뤄지는 시스템과 단절돼 있다면 활용 범위는 제한적일 수밖에 없다. 제조업에서 이 문제는 더욱 선명하다. AI 에이전트는 생산계획, 예지정비, 품질관리, 장애 원인 분석을 지원할 수 있다. 그러나 이를 구현하려면 제조실행시스템(MES), 전사적자원관리(ERP), 생산설비와 센서 등 IT·OT 환경에 흩어진 정보를 연결해야 한다. 데이터가 레거시 플랫폼과 개별 설비에 갇혀 있다면 에이전트는 공정 전반의 상황을 파악하기 어렵고, 판단을 실제 행동으로 옮기기는 더 어렵다. 국내 스마트팩토리 도입 제조기업 113개사를 대상으로 한 연구에서도 시스템 통합의 활용 수준은 상대적으로 낮게 나타났다. 스마트팩토리를 먼저 도입한 기업조차 새로운 기술을 기존 제조 환경과 연결하는 데 상당한 어려움을 겪고 있다는 의미다. (참고: Applied Sciences, 'Smart Factory Adoption and Its Impact') 제조업만의 문제도 아니다. 유통 분야의 에이전트가 정교한 상품 추천을 만들더라도 이를 구매와 배송으로 이어가려면 판매시점정보관리(POS), 이커머스, 고객관계관리(CRM), 재고·물류 시스템이 함께 움직여야 한다. 결국 에이전트의 가치는 얼마나 '똑똑한가'보다 실제로 일해야 하는 환경과 얼마나 촘촘하게 연결돼 있는가에 달려 있다. 거버넌스 | 자율성이 커질수록 통제선은 선명해야 한다 두 번째 조건은 거버넌스다. 에이전트가 더 많은 시스템에 연결될수록 실행할 수 있는 업무도 늘어난다. 이때 기업은 '이 업무를 수행할 수 있는가'와 함께 '어디까지 스스로 수행하도록 허용할 것인가'를 판단해야 한다. 기술적 가능성과 운영상 허용 범위를 분리하지 않으면 자율성은 곧 리스크가 된다. 금융 서비스처럼 민감한 데이터와 고객 거래, 리스크 판단이 얽힌 분야에서는 더욱 그렇다. 기업은 에이전트가 접근할 수 있는 데이터, 독립적으로 실행할 수 있는 행동, 사람의 승인이 필요한 의사결정, 행동 기록과 감사 방식, 사고 발생 시 대응 절차를 사전에 정해야 한다. 배포 이후 문제가 생길 때마다 예외 규칙을 덧붙이는 방식으로는 안정적인 확장이 어렵다. 거버넌스와 보안, 사람의 감독, 감사 가능성은 AI 활용을 막는 제동장치가 아니다. 오히려 조직이 확신을 갖고 활용 범위를 넓히게 하는 안전장치다. 에이전트에 더 많은 자율성을 부여할수록 통제 경계의 중요성도 함께 커진다. '통제된 자율성'이야말로 에이전트형 AI 운영의 핵심 원칙이다. 성과 | 기술 지표를 경영 성과로 번역하라 세 번째 조건은 측정이다. 지금까지 많은 AI 파일럿은 모델 정확도와 응답 품질, 업무 완료율, 처리 속도 같은 기술 지표를 중심으로 평가됐다. 물론 필요한 지표다. 다만 이것만으로는 AI가 실제 가치를 만들고 있는지 설명하기 어렵다. 기업이 물어야 할 질문은 더 단순하고도 까다롭다. '이 에이전트로 인해 비즈니스에서 무엇이 달라졌는가'다. 제조기업이라면 설비 중단 시간 단축, 근본 원인 분석 속도 향상, 생산 처리량 증가로 답해야 한다. 유통기업이라면 전환율과 재고 회전, 고객 경험의 개선이 기준이 될 수 있다. 서비스기업은 해결 시간 단축, 수작업 감소, 팀 생산성 향상으로 성과를 확인할 수 있다. 지표는 업무마다 달라도 원칙은 같다. 에이전트가 인상적인 결과를 보여줬는지가 아니라, 처음 정의한 사업 목표를 실제로 얼마나 변화시켰는지 평가해야 한다. 이를 위해서는 파일럿 시작 단계에서 기준선과 목표 지표, 측정 기간, 책임 조직을 함께 정해야 한다. 측정 설계가 뒤로 밀리면 그럴듯한 데모는 쌓이지만 투자 판단에 필요한 근거는 남지 않는다. 기술 성능을 경영 언어로 번역하는 체계가 있어야 파일럿을 중단할지, 개선할지, 전사로 확산할지 판단할 수 있다. AI 운영 준비도가 기업의 실질 경쟁력 AI 운영 준비도는 결국 세 가지 기반으로 정리된다. 연결된 시스템과 워크플로, 거버넌스와 보안에 기반한 통제된 자율성, 그리고 측정 가능한 비즈니스 성과다. 이 기반을 갖춘 기업은 하나의 성공 사례를 다음 업무로 빠르게 확장할 수 있다. 필요한 접근 권한을 부여하면서도 통제력을 유지하고, 기존 업무를 흔들지 않으면서 에이전트를 프로세스 안에 녹여낼 수 있다. 무엇보다 중요한 것은 개별 성공을 일회성 실험으로 끝내지 않고 반복 가능한 운영 역량으로 축적하는 일이다. 에이전트가 행동을 추천하는 도구에서 직접 실행에 참여하는 시스템으로 진화할수록 이러한 차이는 더 커질 것이다. 앞으로의 승부는 더 많은 에이전트를 배포한 기업이 아니라, 에이전트를 안정적이고 안전하게 '일하게' 만드는 기업에서 갈릴 것이다. 응우옌 득 끄엉(Nguyen Duc Cuong)은 VTI 그룹의 자회사 VTI KOREA의 CEO다. VTI KOREA는 기업이 AI와 디지털 기술을 실제 비즈니스 운영에 적용할 수 있도록 지원한다. VTI KOREA는 '기업 AI 에이전트 도입·운영 전략: 보안부터 비즈니스 성과까지' 세미나에서 AI 운영 준비도와 관련한 과제를 보다 구체적으로 다룰 예정이다.

2026.09.01 15:51응우옌 득 끄엉 컬럼니스트

[현장] 이수정 IBM 사장 "AI 경쟁, 핵심은 모델 아닌 운영"

"이제 인공지능(AI) 경쟁은 더 좋은 모델을 도입하는 데 있지 않습니다. 기업 내 데이터와 애플리케이션, 인프라, 보안 체계에 AI를 어떻게 연결하고 전사 규모로 확장할 수 있는 역량을 갖추느냐에 달렸습니다." 이수정 한국IBM 사장은 1일 서울 강남구 웨스틴 서울 파르나스에서 열린 'IBM AI 서밋 코리아 2026' 기조연설에서 이같이 말하며 기업 AI 전환 전략과 차세대 컴퓨팅 로드맵을 제시했다. 이 사장은 기업 AI 도입이 개인의 생산성을 높이는 수준을 넘어 업무 방식과 의사결정 구조, 시스템 간 연결 방식을 바꾸는 단계로 접어들고 있다고 진단했다. AI를 문서 작성이나 회의 요약 등에 활용하는 것만으로는 충분하지 않으며 핵심 업무와 시스템에 적용해 실질적인 비즈니스 성과를 내야 한다는 설명이다. 그는 AI 전환의 관건으로 '운영 역량'을 꼽았다. 기업 환경에서는 AI 모델뿐 아니라 데이터의 품질과 최신성, 애플리케이션 연계, 보안과 권한 관리, 비용 통제, 규제 준수 등을 함께 관리해야 한다는 것이다. 이 사장은 "문제는 기술 그 자체가 아니라 운영에 있다"며 "AI 에이전트가 실제 업무를 수행하게 되면 어떤 데이터에 접근할 수 있는지 어떤 권한으로 무엇을 실행할 수 있는지를 통제해야 한다"고 말했다. 이를 위해 IBM은 ▲AI를 기업 운영과 의사결정의 중심에 두는 'AI 퍼스트 엔터프라이즈' ▲분산된 데이터와 시스템을 유연하게 연결하는 하이브리드 클라우드 ▲고난도 연산 문제 해결을 위한 양자 컴퓨팅을 핵심 전략으로 제시했다. AI 퍼스트 엔터프라이즈를 구축하기 위한 요소로는 실시간 인사이트를 제공하는 '인텔리전스', 이를 실제 업무 수행으로 연결하는 '액션', 전사 차원의 실행·관리 체계인 '오퍼레이션', 보안과 거버넌스를 포괄하는 '트러스트'를 들었다. AI가 답변을 생성하는 도구를 넘어 기업의 업무 흐름에 들어올수록 신뢰와 통제가 전제돼야 한다는 설명이다. 이 사장은 AI 전략과 클라우드 전략도 분리해 볼 수 없다고 강조했다. AI가 가치를 내려면 데이터가 있는 장소에서 안전하게 실행돼야 하며 기업은 온프레미스와 퍼블릭 클라우드, 여러 애플리케이션 환경에 흩어진 데이터와 워크로드를 통합적으로 운영할 수 있어야 한다는 것이다. 이어 닐 순다레산 IBM 오토메이션 및 AI 총괄 사장은 AI 에이전트 시대에 필요한 개발·데이터·운영 관리 방안을 소개했다. 그는 AI 기반 개발 라이프사이클 솔루션 'IBM 밥'을 통해 요구사항 분석부터 설계, 코드 작성, 테스트, 배포, 운영까지 개발 전 과정을 지원할 수 있다고 설명했다. 순다레산 사장은 "기업 환경에서 중요한 것은 코드 자체가 아니라 아이디어를 구현하고 안전하게 배포한 뒤 지속적으로 운영·개선하는 전체 과정"이라고 말했다. 이와 함께 최신 데이터를 AI에 연결하고 애플리케이션·인프라·보안 환경의 가시성을 확보하며, AI와 클라우드 비용까지 관리해야 한다고 강조했다. 이지은 한국IBM CTO 전무가 진행한 패널 토론에서는 KB증권, SK텔레콤, 삼성생명 AI 전환 사례가 공유됐다. 패널들은 AI 성과를 위해 데이터 품질과 메타데이터 관리 기반을 갖추고, 기존 핵심 업무 시스템을 AI와 연결해야 한다고 입을 모았다. AI 에이전트가 늘어나는 환경에서는 데이터 접근 권한, 업무 수행 권한, 품질, 비용을 통합 관리하고 필요한 단계에서 사람이 검증하는 체계도 필요하다고 봤다. 마지막으로 IBM 리서치의 백한희 박사는 양자 컴퓨팅 로드맵을 소개했다. 백 박사는 양자 컴퓨팅이 기존 슈퍼컴퓨터나 그래픽처리장치(GPU)를 대체하는 기술이 아니라, 중앙처리장치(CPU)·GPU·양자처리장치(QPU)를 결합하는 '양자 중심 슈퍼컴퓨팅'의 한 축이라고 설명했다. 양자 컴퓨팅은 신약 개발과 신소재 탐색, 금융 모델링, 공급망 최적화 등 기존 컴퓨팅만으로 처리하기 어려운 문제에서 활용 가능성이 기대된다. IBM은 고성능컴퓨팅(HPC), AI, 양자 컴퓨팅이 각자의 강점을 가진 연산을 분담하는 하이브리드 컴퓨팅 환경을 미래 방향으로 제시했다. 이 사장은 "AI의 가치는 하나의 업무를 자동화하는 데서 끝나지 않는다"며 "기업이 일하는 방식과 의사결정 구조, 시스템 간 연결 방식을 재설계하는 데 있다"고 말했다. 이어 "IBM은 기업이 AI를 실험 단계에 머물게 하지 않고, 신뢰할 수 있는 전사 운영 역량으로 확장할 수 있도록 지원하겠다"고 덧붙였다.

2026.09.01 14:58남혁우 기자

삼성SDS, 오픈AI·앤트로픽과 AX 전략 공개…8일 '리얼 서밋 2026' 개최

삼성SDS가 인공지능(AI) 인프라부터 플랫폼·솔루션까지 아우르는 풀스택 전략을 앞세워 기업 인공지능 전환(AX) 시장 공략에 박차를 가한다. 삼성SDS는 오는 8일 서울 코엑스 컨벤션센터에서 엔터프라이즈 AX 콘퍼런스 '리얼 서밋 2026'을 개최한다고 1일 밝혔다. 올해 행사는 '삼성SDS AI 풀스택으로 완성하는 성공적인 AX 혁신의 미래'를 주제로 열린다. 기업이 AI를 단순 도입하는 데 그치지 않고 실제 업무와 사업에 적용해 성과로 연결할 수 있는 전략과 실행 방안을 제시할 계획이다. 이번 행사에선 AI 인프라부터 플랫폼, 솔루션까지 아우르는 AI 풀스택 역량을 선보인다. 이를 활용해 기업 AX를 지원하는 기술과 서비스뿐 아니라 실제 고객 적용 사례도 소개할 예정이다. 기조연설에는 이준희 삼성SDS 대표를 비롯해 김경훈 오픈AI 한국총괄대표와 최기영 앤트로픽 한국 대표가 연사로 나선다. 이 대표는 기업의 업무와 비즈니스를 AI 중심으로 재설계하는 AX의 방향과 성공을 위한 핵심 요소를 제시할 계획이다. 삼성SDS의 AI 풀스택을 기반으로 고객의 AX 실행 전략도 발표한다. 오픈AI와 앤트로픽은 글로벌 AI 기술 발전 방향과 기업의 AI 활용 전략을 공유한다. 특히 삼성SDS와의 협력을 바탕으로 기업 고객의 다양한 AX 수요에 대응하기 위한 방안도 소개할 예정이다. 국내 기업의 실제 사례도 공개된다. 김영주 GS칼텍스 VCPO실장(CTO)과 박종성 동원그룹 DT본부장(전무), 안재만 베슬AI 대표 등이 연사로 참여해 삼성SDS와 추진한 AI 기반 비즈니스 혁신 사례와 성과를 공유한다. 오후에는 AX 전략과 실행, 제조, 유통·서비스, 물류, 공공, 국방, 금융 등을 아우르는 총 10개 트랙에서 59개 발표 세션이 진행된다. 산업별 AX 전략과 구체적인 실행 사례를 집중적으로 다룰 예정이다. 오픈AI와 앤트로픽을 비롯해 구글 클라우드, 델 테크놀로지스, 월든 로보틱스, 퓨리오사AI, 테이텀 시큐리티 등 삼성SDS의 국내외 주요 AI 파트너도 세션에 참여한다. 이들은 최신 AI 기술 동향과 기업 적용 사례를 소개한다. 참가자가 AI와 클라우드 기술을 직접 활용할 수 있는 체험 프로그램도 확대한다. 삼성SDS의 생성형 AI 플랫폼 '패브릭스'에서 AI 에이전트를 직접 제작하거나 '삼성 클라우드 플랫폼(SCP)'에서 클라우드 자원을 생성·배포하는 실습을 진행할 수 있도록 지원한다. 삼성SDS는 업무협업 솔루션 '브리티웍스'의 새로운 기능인 '코워크'도 이번 행사에서 처음 공개한다. 참가자가 해당 기능을 직접 사용해 볼 수 있는 프로그램도 마련한다. 이와 함께 40여 개 전시 부스를 운영해 삼성SDS와 파트너사의 엔터프라이즈 AI 솔루션을 선보일 예정이다.

2026.09.01 14:05한정호 기자

지역 AX 3345억원으로 확대…의료·농업·제조 AI 확산 가속

과학기술정보통신부가 지역 산업과 공공서비스의 인공지능(AI) 전환(AX)을 촉진하기 위해 지역 인공지능(AI) 전환(AX) 예산을 2배 가까이 확대한다. 정부는 대경·서남·전북·동남 등 4대 권역을 중심으로 농업·의료·에너지·제조 분야의 AI 적용을 늘리고, 민간 AI 개발자를 활용한 국민 서비스·행정 혁신에도 나선다는 방침이다. 1일 과기정통부는 2027년도 예산안에서 AI 대전환 분야에 9조4211억원을 편성하고 지역·산업 AX 사업을 전년대비 89.0% 증가 3345억원으로 확대했다고 발표했다. 지역 AX 사업은 수도권에 집중된 AI 기술과 인프라를 지역 산업 현장으로 확산하는 데 초점을 맞춘다. 지역별 주력산업과 특성을 반영해 AI 기술을 실증하고, 지역 기업과 연구기관이 관련 서비스를 실제 현장에 적용할 수 있도록 지원한다. 권역별로는 대경권에서 바이오·로봇 분야 AX를 추진한다. 서남권은 모빌리티·에너지, 전북은 AI 공장 플랫폼, 동남권은 정밀제조를 중심으로 사업을 진행한다. 농업·의료·에너지 분야의 AI 활용도 확대한다. 농업에서는 작물 생육과 기상 데이터를 활용한 스마트농업, 병해충 예측, 농업 자동화 등을 지원한다. 의료 분야에서는 지역 의료기관의 진료·판독 보조와 의료서비스 격차 완화를 위한 AI 도입이 추진된다. 에너지 분야에서는 수요 예측과 에너지 관리 최적화 등 지역 특화형 AI 서비스 개발이 이뤄질 예정이다. 제조 분야에서는 AI 공장 플랫폼과 정밀제조 기술을 기반으로 설비 이상 예측, 불량 검출, 공정 최적화, 물류 자동화 등을 지원한다. 지역 중소·중견기업의 AI 도입 부담을 낮추고, 현장 적용이 가능한 기술을 확산하는 것이 목표다. 4대 지역 AX 사업은 올해 신규 사업으로 선정돼 추진 중이며 내년에는 계속사업으로 운영된다. 사업 기간은 올해 9개월에서 내년 12개월로 늘어난다. 이에 따라 사업 내용의 대폭적인 변경보다는 1년 치 사업비가 반영되면서 예산 규모가 확대된 것으로 풀이된다. 과기정통부는 지역 AX와 함께 민간 AI 개발자를 채용해 AI 기반 국민 서비스와 행정을 혁신하는 '국민AI서비스혁신추진단'도 본격 운영한다. 민간의 AI 개발 역량을 공공서비스에 접목해 국민이 체감할 수 있는 행정 혁신을 추진한다는 계획이다. 추진단은 국민이 자주 이용하는 행정서비스를 중심으로 AI 적용 과제를 발굴하고, 행정업무 효율화와 맞춤형 서비스 제공을 지원할 예정이다. 민간 개발자와 공공부문 간 협업을 통해 서비스 기획부터 개발·실증·현장 적용까지 이어지는 체계를 구축할 방침이다. 한편 과기정통부는 2027년 전체 예산안으로 29조6476억원을 편성했다. 이는 2026년 추경예산보다 5조8272억원, 24.5% 증가한 역대 최대 규모다. 정부 R&D 예산은 14조1000억원, AI 예산은 9조4211억원으로 각각 확대된다. 전창훈 과기정통부 정책기획관 재정팀장은 "지역에 대한 요구가 많다 보니 AX도 지역 중심으로 방향성을 잡는 과정에서 4대 지역 AX 대형 사업 예산이 확대된 부분이 크게 작용했다"고 말했다.

2026.09.01 12:18남혁우 기자

과학장학생 3000명→1만 명으로…기초연구 지역할당도

세계 최고 수준으로 대우할 국가과학기술자(리더급/차세대) 제도가 본격 시행된다. 국가과학기술자는 향후 5년간 총 1,100명을 뽑아, 지원한다. 과학장학생은 현행 3,000명 수준에서 1만 명으로 3배 이상 늘릴 계획이다. 과학기술정보통신부는 31일 '국가과학기술자문회의 제9회 심의회의'를 열고, 3대 전략 10대 대과제로 구성된 '제5차 과학기술인재 육성·지원 기본계획(2026~2030)'을 확정했다. 기본 계획에 따르면 향후 과학기술 인재 정책 방향은 '인재 양성'에서 '성장과 역량' 발휘로 패러다임이 전환된다. 비전은 '과학기술인이 되고 싶은 나라, 과학기술인이 존중받는 나라'를 제시했다. 우선 출연연구기관 연구 인력이 늘어난다. 또 4대 과기원 정원도 확대한다. 양쪽 합쳐 100명 전후 늘릴 방침이다. '국가과학기술자(리더급/차세대)' 육성도 한단계 도약한다. 리더급은 국내에서 활동 중인 세계적 수준의 연구자(만 55세 이하)를 대상으로 올해부터 매년 20명(총 100명), 차세대는 세계적인 연구자로 성장할 잠재력을 따져 2027년부터 매년 200명씩 총 1,000명을 선발한다. 선정자에게는 연구활동비(리더급 연 1억원/차세대 연 5,000만원)를 3+2년간 지원한다. 기초연구 지원도 대폭 확대된다. 장기적으로 전체 교원의 30%, 전임교원의 50%가 혜택을 보도록 했다. 내년부터는 초·중등 학생 수·과학 역량제고를 위해 교육과정 개선 검토를 추진한다. 특히, 전국 학교에 '지능형 과학실'을 구축, 탐구·실험 중심의 교육환경을 확충한다 우수 인재 조기 확보를 위해선 학·석·박사 연계형 패스트트랙도 도입한다. 학사 3년, 석박사학위는 통합으로 4년 등 총 7년 이내에 학위 습득이 가능하도록 설계했다. 연구생활장려금(한국형 스타이펜드) 지원 대학을 오는 2030년까지 70개교 내외로 확대하고, 대통령과학장학금 등을 포함한 현재 3,000여명 수준의 과학 장학생 지원 규모도 1만 명까지 끌어올릴 계획이다. 군 대체 복무를 위한 전문연구요원 제도의 경우 AI・AX 분야 석・박사 학위 취득자(240명)는 대기업 및 출연연에도 복무할 수 있도록 개선, 이공계 대학원생이 군 복무와 연구를 연계할 수 있도록 한다. 또 과기원과 지역대학 간 산학 AX 공동연구소(4개 과기원, 9개 분야 구축)를 구축, 지역 교육·연구 역량을 산업 수요와 긴밀히 연결한다. 기초연구사업 중 기본연구의 40% 이상을 지역에 우선 할당하고 지역 대학 우수 연구소를 육성(기초연구실 지역할당제 등)하는 한편, 블록펀딩형 지역 자율 R&D를 확대한다. 해외 인재 유치도 적극 나설 계획이다. 오는 2030년까지 해외 우수 연구자 2,000명을 유치한다. 이를 위해 톱티어 비자 적용 대상과 K-STAR 트랙을 확대한다. 배경훈 부총리 겸 과기정통부 장관은 “부존자원 없는 대한민국이 글로벌 선도 국가로 도약할 수 있는 유일한 길은 결국 '사람'”이라며 "연구자들이 마음껏 성장하고 활약할 수 있는 전주기 생태계를 구축하는데 방점을 찍어 '과학자를 꿈꾸는 나라'를 만들어 갈 것"이라고 말했다.

2026.08.31 19:39박희범 기자

인터엑스, 울산서 제조업 AI 전환 확산…'엔터프라이즈 AX' 공개

인터엑스가 울산을 거점으로 제조업 인공지능(AI) 전환(AX) 확산에 속도를 낸다. 자동차·조선·석유화학 산업이 집적된 울산에서 축적한 제조 AX 경험을 바탕으로 지역 산업계와 협력을 확대하고 국내 제조업 전반의 디지털 혁신 생태계 구축에 나선다는 전략이다. 인터엑스는 오는 9월 10일부터 12일까지 울산전시컨벤션센터(UECO)에서 열리는 '울산세계미래산업박람회(WAVE) 2026'에 참가해 제조 AX 기술과 현장 적용 사례를 선보인다고 31일 밝혔다. WAVE 2026은 AI·디지털 혁신, 미래 모빌리티, 조선·방산, 첨단소재, 청정에너지 등 울산의 주력 산업과 미래 신산업을 조망하는 행사로, 약 110개 기업이 400여 개 부스를 운영할 예정이다. 인터엑스는 이번 행사에서 제조 현장과 기업 운영 전반을 AI 기반으로 연결하는 '엔터프라이즈 AX(Enterprise AX)' 전략을 핵심 메시지로 제시한다. 엔터프라이즈 AX는 생산 공정이나 개별 업무 단위에 AI를 적용하는 수준을 넘어 제조 데이터와 기업 운영 체계를 통합하고, AI가 이를 기반으로 분석·판단·실행할 수 있도록 기업 전반의 구조를 전환하는 개념이다. 회사는 제조 데이터 플랫폼을 기반으로 제조 특화 파운데이션 모델, 기업 맞춤형 AI 모델, AI 에이전트, 피지컬 AI 등을 연계한 통합 아키텍처를 구축해 실제 제조 현장에 적용하고 있다고 설명했다. 이를 통해 개별적으로 도입되던 AI 기술을 생산성 향상과 경쟁력 강화로 연결하는 것이 목표다. 전시 부스는 '엔터프라이즈 AX 에코시스템'을 주제로 구성된다. 인터엑스의 핵심 플랫폼을 중심으로 기술 협력사, 지역 파트너, 산업별 솔루션 및 적용 사례를 연결해 제조 AX가 다양한 산업 주체 간 협력을 통해 구현되는 과정을 소개할 계획이다. 또 기술, 솔루션, 영업, 컨설팅 등 분야별 전문 기업들과의 협력 체계를 확대해 제조 AX 생태계를 지속적으로 넓혀 나간다는 방침이다. 인터엑스는 이번 전시와 함께 '다시 제조, 다시 대한민국' 캠페인도 본격 확산한다. 해당 캠페인은 AI 기반 제조 혁신을 통해 국내 제조업 경쟁력을 강화하고 이를 국가 산업 성장으로 연결하자는 취지로 추진되고 있다. 행사 기간 박정윤 대표와 김재성 CBO는 산업 컨퍼런스와 포럼에 참석해 제조 AX, 자율제조, 피지컬 AI를 주제로 미래 제조업의 방향성과 실행 전략을 발표할 예정이다. 박정윤 인터엑스 대표는 "제조업은 이제 단순한 AI 도입 단계를 넘어 기업 전체의 운영 구조를 AX 중심으로 재설계해야 하는 시점"이라며 "울산의 제조기업 및 산업 파트너들과 함께 검증한 경험을 바탕으로 제조 혁신 성과를 국내 산업 전반으로 확산해 나가겠다"고 말했다. 이어 "WAVE 2026을 계기로 제조업 AI 전환의 저변을 넓히고, 제조 AX가 대한민국 제조 경쟁력 강화의 핵심 동력이 될 수 있도록 노력하겠다"고 덧붙였다.

2026.08.31 18:43남혁우 기자

"업무 60%까지 AI가 담당"..KT, 우리은행 AI상담 고도화 사업 수주

KT가 우리은행 AI 상담 시스템 재구축 사업에서 AI가 처리하는 업무 범위를 기존 30% 수준에서 60%까지 확대한다는 목표를 제시했다. 챗봇과 보이스봇 중심의 기존 AICC에 AI 에이전트를 결합해 복합적인 고객 요청을 이해하고 상담부터 실제 업무처리까지 이어지는 '에이전틱 AICC'를 구현한다. KT는 31일 우리은행 'AI 챗봇 및 상담봇 재구축' 사업 수주 관련 브리핑에서 이같이 밝혔다. 우리은행 사업은 기존 상담 시스템과 챗봇 보이스봇에 AI 에이전트를 연결하고 상담 업무에 특화된 에이전트를 구축하는 것이 골자다. 서동철 KT AX사업부문 AX테크본부 담당은 “에이전틱 AICC의 목표는 고객을 더 잘 이해하고 더 정확하게 이해하며 더 많은 업무를 처리하는 것”이라며 “전체 업무 커버리지를 30%에서 60%까지 확대하고 상담 완결률을 75%에서 80%까지 향상시키려고 한다”고 말했다. 우리은행은 2021년 챗봇과 보이스봇을 구축한 뒤 지난해 생성형 AI 플랫폼과 데이터 플랫폼 구축을 완료했다. KT는 이 같은 AI 인프라를 기반으로 올해 8월 말부터 에이전틱 AICC 구축에 착수한다. 허양석 KT AX사업부문 AX사업본부 팀장은 “AICC가 도입돼 있고 AI 인프라 구축을 완료한 사업자들이 에이전틱 AICC로 넘어가는 게 현재 시장 상황”이라며 “우리은행은 상담사 기반 상담 시스템, 룰 기반 챗봇·보이스봇과 함께 에이전트 커넥터로 에이전트를 연계하고 상담 업무 전용 특화 에이전트를 구축하는 사업”이라고 설명했다. “우리은행 기술평가 1위로 사업 수주” KT는 이번 우리은행 사업을 경쟁사와의 기술평가에서 1위를 기록해 수주했다고 강조했다. 자체 솔루션과 금융권 구축 경험, 전문 이행 조직 등이 높은 평가를 받았다는 설명이다. 허 팀장은 “SI 형태로 고객 요구사항을 처음부터 구축하면 기간이나 품질을 보장하기 어렵다”며 “우리은행은 KT 고객센터와 다른 고객사에서 이미 검증된 솔루션을 기반으로 구축한다는 점에 가장 큰 점수를 줬다”고 말했다. 현재 KT가 확보한 대형 구축형 AICC 고객은 34곳이며 이 가운데 금융권 구축 또는 구축 중인 사업은 24곳이다. KT는 2019년 자체 8000석 규모 유무선 고객센터에 AICC를 구축한 뒤 검증된 기술을 B2B 솔루션으로 확대해왔다. 허 팀장은 “5년 이상 동일한 조직에서 34개 이상의 구축 경험을 확보했다”며 “우리은행에서도 KT의 전문 이행 조직이 구축하면 안정적인 오픈과 프로젝트 완수가 가능하다고 판단한 것 같다”고 말했다. 정해진 답변 넘어 복합 업무까지 처리 우리은행에 적용할 에이전틱 AICC는 기존 룰 기반 상담의 한계를 줄이는 데 초점을 맞춘다. 기존 챗봇·보이스봇에서는 미리 설계된 순서에 따라 상담해야 하지만 AI 에이전트를 적용하면 한 업무를 처리하다 다른 질문이나 업무를 수행한 뒤 다시 기존 업무로 돌아와 마무리할 수 있다. 허 팀장은 “A라는 업무를 진행하면서 궁금한 질문을 할 수 있고 B라는 업무를 처리한 뒤 다시 처음 목적했던 A 업무를 완결할 수 있다”며 “챗봇·보이스봇보다 사람과 대화하고 상담사와 업무를 처리하는 것 같은 경험을 제공하는 것이 목표”라고 말했다. KT는 이를 위해 '에이전틱 온' 플랫폼을 기반으로 ▲시나리오 어시스턴트 ▲에이전티파이 ▲에이전트 커넥터 ▲보이스 에이전트 등 4개 기술을 적용한다. 시나리오 어시스턴트는 자연어 입력만으로 상담 흐름과 노드, 분기 로직을 자동 설계한다. KT는 기존 약 2개월이 걸리던 시나리오 제작기간을 2주 이내로 줄이고, 에이전트 개발 전환 검증에 필요한 전체 기간도 50% 단축한다는 목표다. 에이전트 커넥터는 고객의 복합적인 의도를 분석해 업무를 태스크 단위로 나누고 적합한 챗봇과 AI 에이전트, 시스템을 연결한다. 기존에 구축한 AI 서비스를 폐기하지 않고 새로운 에이전트 체계와 연결하기 위한 기술이다. 보이스 에이전트는 음성 입력부터 판단과 응답까지 하나의 파이프라인으로 처리한다. KT는 이날 시연에서 외부 데이터를 호출하고 AI 답변 도중 이용자가 말을 끊고 들어와도 대응하는 기능을 선보였다. 서 담당은 “평균 200ms 이내에 지연시간 없이 답변이 나갔다”고 설명했다. KT는 우리은행을 시작으로 에이전틱 AICC 적용 범위를 금융권으로 확대할 계획이다. 허 팀장은 “2025년까지는 상담 업무 효율화를 통한 비용 절감 중심이었다면 AI와 에이전트 기술 발전에 따라 개인화 마케팅과 핵심 업무처리까지 확대하는 방향으로 사업을 진행하고 있다”고 말했다.

2026.08.31 14:31박수형 기자

KT, 우리은행 AI 상담 시스템 재구축…에이전트까지 연결

KT가 우리은행의 AI 기반 고객 상담 시스템을 새롭게 구축한다. 기존 챗봇과 상담봇을 고도화하는 데 그치지 않고 AI 뱅커와 AI 에이전트를 연결해 상담 과정에서 실제 금융 업무까지 처리할 수 있는 환경을 구현하는 것이 핵심이다. KT는 우리은행이 발주한 'AI 챗봇 및 상담봇 재구축' 사업자로 선정돼 시스템 구축에 착수한다고 31일 밝혔다. 이번 사업은 우리은행의 비대면 고객 상담 채널을 전반적으로 개편하는 프로젝트다. 기존 챗봇과 상담봇 인프라를 고도화하고 AI 기반 금융상담을 제공하는 AI 뱅커와 AI 에이전트를 연계해 상담 범위와 업무 처리 기능을 확대한다. 고객의 문의 의도를 보다 정확하게 파악해 인바운드 상담에서 해결할 수 있는 업무를 늘리고, 향후 아웃바운드 상담과 영업점 상담에도 AI 적용을 확대한다는 계획이다. KT는 이를 위해 신규 솔루션 '에이전트 커넥터'를 적용한다. 서로 독립적으로 운영될 수 있는 챗봇과 상담봇, AI 뱅커, AI 에이전트 사이를 연결해 상담 과정에서 발생한 정보와 맥락을 이어주는 역할을 맡는다. 예컨대 고객이 챗봇에서 상담을 시작한 뒤 다른 상담 채널로 이동해도 이전 대화 내용과 고객 문의 맥락을 활용해 상담을 이어갈 수 있다. 여기에 AI 에이전트를 연결해 단순한 질문에 답변하거나 정보를 안내하는 수준을 넘어 고객이 요청한 업무 처리까지 지원할 수 있도록 한다. KT는 이를 통해 여러 상담 채널과 AI 서비스를 하나의 흐름으로 연결하는 '에이전틱 AICC' 환경을 우리은행에 구현할 방침이다. 기존 AICC가 상담 자동화와 상담원 지원에 초점을 맞췄다면 AI 에이전트를 활용해 고객의 의도를 이해하고 필요한 업무를 수행하는 방향으로 기능을 확장하는 방식이다. KT는 금융권 AICC 사업 경험도 이번 프로젝트에 활용한다. 현재 국내 5대 시중은행 가운데 4곳에 AICC 솔루션을 운영하고 있다. 금융권에서 축적한 고객 상담 시스템 구축 경험과 AI 음성 대화 기술에 에이전트 커넥터를 결합해 우리은행의 챗봇과 상담봇 구조를 재설계할 계획이다. 우리은행은 시스템 개편을 통해 챗봇과 상담봇의 고객 의도 분류 정확도를 높이는 데 초점을 맞춘다. 비대면 인바운드 상담뿐 아니라 영업점에서도 상담 과정에서 고객 요구를 보다 정확히 파악하고 한 번의 상담에서 처리할 수 있는 업무 범위를 넓힌다는 구상이다. 김선우 우리은행 AI데이터사업부장은 “본 사업을 통해 AI 챗봇과 상담봇의 고객 의도 분류 정확도를 높이고, 인바운드 상담과 영업점 상담의 완결성을 강화할 것으로 기대하고 있다”며 “고객이 상담 과정에서 겪는 불편을 줄이고 보다 신속하고 일관된 금융 서비스를 제공하겠다”고 말했다. 김원태 KT 엔터프라이즈부문 공공금융사업본부장은 “금융권의 AI 챗봇과 상담봇은 단순한 문의 안내를 넘어 고객의 요구를 이해하고 실제 업무 처리를 지원하는 방향으로 진화하고 있다”며 “금융권에서 축적한 AICC 구축 운영 경험과 AI 기술력을 바탕으로 우리은행의 고객 상담 혁신을 지원하고 에이전틱 AICC 기반 금융 AX 확산을 이끌겠다”고 밝혔다.

2026.08.31 08:38박수형 기자

Prev 1 2 3 4 5 6 7 8 9 10 Next