• 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
인공지능
AI의 눈
IT'sight
칼럼•연재
포토•영상

ZDNet 검색 페이지

'LLM'통합검색 결과 입니다. (310건)

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

[현장] SK텔레콤 "차기 독파모 핵심은 '에이전트', 실행력 높인다"

SK텔레콤이 인공지능(AI)이 실제 업무를 스스로 수행하는 '에이전트 AI' 경쟁에 속도를 낸다. 현재 개발 중인 차기 독자 AI 파운데이션 모델의 실행 능력을 높여 복잡하고 장시간이 필요한 업무까지 처리하도록 고도화할 계획이다. 김태윤 SK텔레콤 파운데이션 모델 담당은 3일 국회에서 열린 '에이전틱 AI 포럼'에서 "현재 차기 독자 AI 파운데이션 모델을 설계하고 있는데 에이전트 기능을 가장 중요하게 보고 있다"며 "과거에는 AI가 얼마나 똑똑하고 무엇을 알고 있는지가 중요했다면 이제는 어떤 일을 어디까지 할 수 있는지가 중요하기 때문"이라고 말했다. 이날 포럼은 조인철 더불어민주당 의원실과 이인선 국민의힘 의원실이 공동 주최하고 정보통신산업진흥원(NIPA)이 주관했다. SK텔레콤은 정부의 '독자 AI 파운데이션 모델' 프로젝트 정예팀으로 참여하며 자체 AI 모델 'A.X'를 고도화하고 있다. 지난 7월에는 6880억개 매개변수 규모의 2차 모델 'A.X K2'를 공개했다. 직전 모델인 A.X K1보다 국내외 14개 벤치마크 평균 성능이 32.2%포인트 높아졌으며 장문 이해와 에이전트 관련 평가에서는 83.9%포인트 향상됐다고 밝혔다. 전 국민이 활용할 수 있는 AI 서비스를 개발하는 정부의 '모두의 AI' 프로젝트에도 참여 중이다. SK텔레콤은 이 사업을 통해 이용자의 요청을 이해하는 데 그치지 않고 계획을 세워 실제 업무까지 처리하는 '실행형 AI' 개발을 목표로 한다. SK텔레콤이 에이전트 기능에 주목하는 이유는 AI가 처리할 수 있는 업무의 범위와 시간이 빠르게 늘고 있어서다. 초기 생성형 AI가 번역이나 간단한 질의응답을 처리했다면 최근에는 코드 작성과 보고서 초안 등 사람이 수 시간에 걸쳐 하던 업무까지 맡는 수준으로 발전했다. 김 담당은 AI가 연속해서 수행할 수 있는 작업 시간이 앞으로 더 길어질 것으로 내다봤다. 사람이 중간에 진행 상황을 확인하지 않아도 AI가 수 시간 동안 스스로 작업을 이어가고 향후에는 하루 이상 걸리는 업무까지 처리할 수 있다는 전망이다. 여러 AI가 역할을 나눠 일하는 '멀티 에이전트'도 다음 단계로 꼽았다. 하나의 AI가 장시간 작업하는 것을 넘어 여러 에이전트가 조직처럼 협업하고 서로 진행 상황을 확인하며 하나의 업무를 완성하는 방식이다. 이 같은 변화에 따라 파운데이션 모델을 개발하는 방식도 달라지고 있다. 기존에는 대규모 데이터를 학습해 지식과 언어 능력을 높이는 데 초점을 맞췄다면 에이전트 AI에서는 컴퓨터를 사용하고 복잡한 업무를 계획·실행하는 능력이 중요해졌다. 에이전트 AI 시대에는 강화학습의 역할도 커질 것으로 봤다. AI가 실제 문제를 해결하면서 성공과 실패에 따른 피드백을 학습하고 이를 다시 모델에 반영해 실행 능력을 높이는 방식이다. 산업 현장에서 축적되는 업무 데이터 역시 모델 성능을 지속적으로 높이는 자산이 될 수 있다. 이러한 데이터 선순환은 국내 독자 파운데이션 모델을 확보해야 하는 이유와도 연결된다. 해외 AI 모델을 중심으로 에이전트가 확산하면 국내 산업 현장에서 발생하는 업무 데이터와 피드백이 국내 모델의 성능 개선으로 이어지기 어렵기 때문이다. SK텔레콤은 자체 모델의 산업 현장 적용도 확대하고 있다. 철강과 자동차 부품 분야에서는 과거 품질 보고서를 검색해 필요한 정보를 제공하는 방식으로 실증에 나섰다. 국방 분야에서는 보안 환경에 맞는 활용 시나리오를 검증하고 바이오 분야에서는 신물질 탐색 등에 AI 모델을 접목했다. 공공 분야에서는 응용프로그램인터페이스(API)와 AI를 연동해 필요한 정보를 찾고 문서를 작성하거나 각종 증명서 발급을 돕는 기능을 준비하고 있다. 김 담당은 관련 서비스를 향후 6개월 안에 누구나 사용할 수 있도록 준비할 계획이라고 밝혔다. 그는 "파운데이션 모델 자체가 에이전트 AI의 중심부에서 돌아가지만 모델 혼자서는 에이전트 AI를 구성할 수 없다"며 "국내의 좋은 모델로 서비스가 돌아가기 시작하면 데이터가 쌓이고 이를 통해 모델과 플랫폼, 서비스의 밸류체인이 안정화될 수 있다"고 말했다.

2026.09.03 11:29김동원 기자

[AI는 지금] 中 Z.ai, GLM 타고 폭풍 성장…상반기 매출 400% 급증

중국 인공지능(AI) 기업 Z.ai(지푸AI)가 자체 대규모언어모델(LLM)인 'GLM' 확산을 발판으로 클라우드 사업을 빠르게 키우고 있다. API와 구독형 AI 에이전트 수요가 늘며 외형 성장은 가팔라졌지만, 추론에 필요한 연산 비용도 함께 증가하면서 수익성 부담은 커진 모양새다. 1일 홍콩 사우스차이나모닝포스트(SCMP)에 따르면 Z.ai의 올해 상반기 매출은 9억5389만 위안으로 전년 동기보다 400% 증가했다. 블룸버그가 집계한 시장 전망치에 따르면 올해 연간 매출은 44억5000만 위안으로 514% 증가할 것으로 예상된다. 성장을 이끈 것은 API와 구독형 서비스를 중심으로 한 클라우드 사업이다. 관련 매출은 지난해 상반기 2900만 위안에서 올해 8억2500만 위안으로 2736% 뛰었다. 전체 매출에서 차지하는 비중도 15.2%에서 86.5%로 확대됐다. 기존 주력 사업이던 온프레미스 구축 매출은 같은 기간 20.5% 감소한 1억2870만 위안에 그쳤다. 기업별 맞춤 구축 사업보다 GLM 모델을 API로 공급하고 AI 에이전트와 개발 도구를 구독 형태로 제공하는 사업이 빠르게 커진 셈이다. 반복 매출도 늘고 있다. Z.ai는 올해 8월 말 기준 연간반복매출(ARR)이 16억 달러에 달했다고 밝혔다. 중국 경쟁사 미니맥스가 같은 달 공개한 ARR 8억 달러의 두 배 수준이다. GLM 서비스형 모델 플랫폼 등록 이용자도 지난달 740만 명을 넘어 올해 초보다 144% 증가했다. Z.ai는 올해 GLM-5-터보(Turbo)를 시작으로 GLM-5.1과 GLM-5.2, GLM-5.3을 잇달아 출시하며 모델 성능을 실제 서비스 매출로 연결하는 데 집중하고 있다. 코딩 도구 '지코드(ZCode)'와 '오토GLM(AutoGLM)' 등 AI 에이전트 제품군도 확대하며 서비스형 모델(MaaS) 사업자에서 에이전트 플랫폼으로 사업 범위를 넓히고 있다. Z.ai는 차세대 모델 개발과 해외 클라우드 사업자와의 협력도 추진하고 있다. 해외에서는 오픈소스 모델을 현지 인프라에 배포하고 매출을 공유하는 방식까지 검토하고 있다. 이에 대해 류더빈 Z.ai 공동 창업자 겸 의장은 "차세대 모델에 더 많은 매개변수와 긴 컨텍스트 윈도, 네이티브 멀티모달 기능을 적용할 계획"이라고 밝혔다. 다만 클라우드 중심의 성장 전략은 수익성에는 부담으로 작용하고 있다. 상반기 매출총이익은 2억5200만 위안으로 163.7% 늘었지만 매출총이익률은 지난해 같은 기간 50%에서 26.4%로 낮아졌다. 온프레미스 구축보다 클라우드 추론 서비스의 연산 비용 부담이 큰 영향이다. 모델 개발을 위한 투자도 이어지고 있다. Z.ai의 상반기 연구개발비는 21억3000만 위안으로 전년 동기보다 33.6% 증가했다. 전체 손실은 20억7000만 위안으로 12.1% 줄었지만 조정 순손실은 19억6000만 위안으로 12.1% 늘었다. 클라우드와 에이전트 사업이 빠르게 커지면서 연산 자원 확보에도 집중하고 있다. Z.ai는 과거 이용량이 몰리는 시간대에 연산 자원 부족으로 서비스 품질이 영향을 받은 적이 있다고 밝힌 바 있다. 이에 최근에는 GLM-5.3-플래시 테스트 트래픽을 중국산 AI 칩으로 구성한 대규모 클러스터에서 처리하는 등 추론 인프라에서 자국산 칩 활용을 늘리고 있다. Z.ai 측 임원은 "올해 초부터 연산 능력을 매우 건전한 속도로 확대하고 있다"며 "앞으로 중국산 칩이 추론 워크로드에서 담당하는 비중도 계속 커질 것"이라고 말했다.

2026.09.01 15:19장유미 기자

이의 제기에 공개된 독파모 점수…참여 업체들 "이젠 모티프가 답할 차례"

정부 독자 AI 파운데이션 모델(독파모) 2차 평가에서 탈락한 모티프테크놀로지스가 거듭 이의를 제기하자 참여 업체들이 비판에 나섰다. 정작 자사 모델을 둘러싼 의혹엔 답하지 않으면서 정부 평가만 문제 삼는다는 지적이다. 27일 AI 업계에 따르면 독파모 사업에 참여한 업체들 사이에서는 모티프테크놀로지스의 잇단 문제 제기에 "결과에 아쉬움은 이해하지만 방식에는 동의하기 어렵다"는 반응이 많은 것으로 나타났다. 앞서 모티프테크놀로지스는 자사 모델 '모티프 3'가 글로벌 AI 평가지표 아티피셜 애널리시스 인텔리전스 인덱스(AAII)에서 참여 모델 중 1위를 기록하고도 종합 최하위로 탈락하자 이의를 제기했다. 정부가 이례적으로 전체 세부 점수를 공개하자 이번에는 전문가 평가 채점 기준과 평가위원 구성을 다시 문제 삼았다. 공개된 세부 점수를 보면 모티프 3는 AAII에서만 11.9점으로 1위였고 나머지는 모두 최하위였다. 한국어와 안전성을 반영한 NIA 벤치마크가 12.7점, 전문가 평가 27.1점, 사용자 평가 14.1점으로 모두 꼴찌였다. 종합 점수는 65.8점으로 ▲SK텔레콤(70.6점) ▲업스테이지(69.9점) ▲LG AI연구원(69.0점)에 뒤처졌다. AI 업계가 대표적으로 지적한 대목은 문제 제기의 초점이 계속 바뀐다는 점이다. A사 관계자는 "세부 점수를 공개하라고 해서 정부가 전체 점수를 공개했더니 이번에는 전문가 평가와 평가위원을 문제 삼는다"고 말했다. C사 관계자도 "붙었으면 아무 말 없었을 텐데 떨어지니 따질 대상을 계속 바꾼다"며 "판정에 불만이 있다고 심판 자질부터 문제 삼는 격"이라고 꼬집었다. 정작 모티프테크놀로지스 스스로는 검증에 침묵한다는 비판도 나왔다. 이 회사는 최근 이른바 '벤치맥싱' 논란에 휩싸였다. 미국 AI 데이터 기업 애프터쿼리가 링크드인을 통해 모티프 3의 '유일한 데이터 파트너'로 참여했다는 소식을 알리면서다. 벤치맥싱은 특정 벤치마크에서 높은 점수가 나오도록 데이터와 사후학습을 설계하는 작업을 뜻한다. 애프터쿼리는 모델의 취약 영역을 파악해 이를 개선할 데이터와 학습법을 제공하는 사업을 하고 있다. C사 관계자는 "특정 벤치마크만 겨냥해 점수를 끌어올리는 것은 얼마든지 가능하다"며 "AAII 1위가 곧 최강이라는 뜻은 아니다"라고 선을 그었다. 이어 "떳떳하다면 애프터쿼리와 협업하기 전과 후로 점수가 어떻게 달라졌는지 공개하면 될 일"이라고 강조했다. A사 관계자도 "정부에는 투명성을 요구하면서 자사 의혹은 공격으로만 규정한다"며 "같은 잣대를 스스로에게도 적용해야 한다"고 지적했다. 이에 대해 모티프테크놀로지스 측은 "에이전트 성능을 높이기 위한 협업이며 벤치마크 점수만을 겨냥한 것은 아니다"라고 반박했다. 모티프테크놀로지스가 요구한 평가위원 공개는 비현실적이라는 반론도 있다. C사 관계자는 "심사위원을 공개하면 그 사람은 다음부터 평가에 참여할 수 없다"며 "국내 전문가 풀이 좁아 해외 교수까지 거론됐던 상황"이라고 전했다. 평가 기준도 4개 팀이 함께 모여 여러 번 논의 끝에 정한 만큼 모티프테크놀로지스가 몰랐을 리 없다는 설명이다. 다만 전문가 평가 방식은 손볼 여지가 있다는 데 일부가 공감했다. B사 관계자는 세부 점수 공개는 긍정적으로 보면서도 "전문가 평가는 종합 점수로만 나왔을 뿐 평가위원을 어떻게 뽑고 무엇을 기준으로 채점했는지 알 수 없다"고 말했다. 이 관계자는 벤치마크 비중을 줄이자는 일각의 주장에는 신중한 입장을 보였다. 그는 "다른 평가 방식을 찾는 것은 가능하지만 단순히 벤치마크 비중만 줄이면 전문가나 사용자 평가 비중이 그만큼 높아진다"며 "지금도 불명확한 전문가 평가를 보완 없이 키우면 문제가 더 커질 수 있다"고 말했다. 모티프테크놀로지스가 이번 일로 얻을 실익이 없다는 반응도 이어졌다. A사 관계자는 "이미 3차에 참여하지 않겠다고 한 상황에서 정부와 충돌해 얻을 것이 무엇인지 모르겠다"고 토로했다. C사 관계자는 "정부에 답을 요구하기 전에 자사 모델을 둘러싼 의혹부터 스스로 풀어야 할 때"라고 강조했다.

2026.08.27 22:29장유미 기자

알리바바 '큐원4' 예고편 나왔다…훈련비용 9분의 1 절감

중국 알리바바가 차세대 인공지능(AI) 모델 '큐원4' 핵심 설계를 앞당겨 발표했다. 26일 알리바바 큐원팀은 자사 블로그를 통해 새 모델 '큐원3.8-플래시-넥스트'를 공개했다. 기존보다 훈련 비용을 9분의 1로 줄이면서도 코딩·사무 업무 성능은 끌어올린 저비용 개방형 모델이다. 이 모델은 전체 규모가 1250억개(125B) 파라미터에 이르지만 문장을 처리할 때마다 그중 60억개(6B)만 골라 쓴다. 모델 전체를 매번 돌리는 대신 필요한 부분만 켜서 사용한다. 큐원팀은 "이 방식으로 직전 모델인 '큐원3.7-플러스'보다 훈련 비용을 약 9분의 1 수준까지 낮췄다"며 "사용료도 입력 100만 토큰당 0.16달러, 출력 100만 토큰당 0.47달러 수준"이라고 밝혔다. 큐원3.8-플래시-넥스트는 내년 출시할 큐원4에 어떤 기술이 들어갈지 핵심만 미리 보여준 예고편 모델이다. 알리바바는 과거에도 새로운 큐원 모델을 내놓기 전, 그 안에 쓸 설계를 먼저 공개해 왔다. 이번에는 모델 '가중치'도 함께 공개했다. 가중치는 AI가 학습을 통해 얻은 결과물로 모델 두뇌에 해당한다. 이를 공개하면 누구나 모델을 내려받아 직접 뜯어보거나 자신의 서비스에 활용할 수 있다. 큐원팀은 "개발자들이 큐원4 설계를 미리 검증할 수 있도록 개방했다"고 밝혔다. 새로운 기술 가운데 하나는 '큐원 스파스 어텐션(QSA)'이다. AI는 긴 글을 이해할 때 앞 내용을 모두 다시 훑어보기 때문에 문맥이 길어질수록 비용이 늘어난다. QSA는 글을 작은 덩어리로 묶은 뒤 중요한 부분만 골라 보는 방식으로 이 비용을 줄인다. QSA는 '어디가 중요한지 찾는' 탐색 비용까지 아꼈다. 기존 기술은 글이 길어질수록 이 탐색 작업에서도 비용이 늘어나는 한계가 있었다. 큐원팀은 QSA를 적용해 100만 토큰 분량의 긴 문맥에서 처리 속도가 최대 7.6배 빨라졌다고 밝혔다. 'N-그램 임베딩'이라는 기술도 새로 적용했다. 보통 AI는 단어 하나를 기준으로 정보를 찾지만 이 기술은 앞뒤 몇 개 단어를 함께 묶어 문맥으로 정보를 찾는다. 이를 통해 연산량은 거의 늘리지 않으면서 모델 용량만 510억개(51B) 파라미터만큼 키웠다. 해당 부분은 그래픽처리장치(GPU)가 아닌 일반 메모리에 저장해 두고 필요할 때만 불러오도록 설계해 GPU 부담도 줄였다. 정보가 모델 내부를 더 잘 흐르도록 하는 '게이티드 레지듀얼(GR)' 기술도 담았다. AI는 여러 층을 거치며 정보를 처리하는데 층이 깊어질수록 초반 정보가 흐려지기 쉽다. GR은 정보가 지나가는 통로를 하나에서 네 갈래로 넓혀 초기 정보가 뒤쪽 층까지 전달되도록 했다. 큐원팀은 이를 통해 학습 안정성도 높였다고 설명했다. 큐원팀은 자체 성능 평가에서 이 모델이 앤트로픽 '클로드 오퍼스 4.6', 딥시크 'V4' 등 경쟁 모델과 비교해 코딩과 도구 활용 등 일부 업무에서 앞섰다고 발표했다. 다만 이번에 공개된 성능·속도 수치는 모두 큐원팀이 자체적으로 측정한 값이다. 외부 기관 검증은 아직 이뤄지지 않았다. 큐원3.8-플래시-넥스트는 현재 허깅페이스 모델스코프에서 내려받을 수 있다 알리바바 클라우드를 통해 API로도 제공된다. 클로드 코드, 코덱스 등 주요 코딩 도구와도 연동된다.

2026.08.27 13:31김동원 기자

포티투마루, 경찰 행정 '에이전틱 AI' 접목 방안 제시

포티투마루가 경찰 행정과 치안 업무에 에이전틱 인공지능(AI)을 활용하는 방안을 제시해 조직 디지털 전환을 돕는다. 김동환 포티투마루 대표는 25일 경상남도경찰청 대강당에서 열리는 '제2회 AI 분야 명사 초청 특강'에서 경찰 행정 혁신 전략을 발표했다고 밝혔다. 경남경찰청 경무기획정보화장비과가 주관하는 이번 행사에는 본청과 관내 경찰서 직원 200여명이 참석한다. 이날 김 대표는 '에이전틱 AI 시대: 생성형 AI 시대 경찰 행정 혁신'을 주제로 강연했다. 생성형 AI를 넘어 복잡한 업무를 스스로 판단하고 실행하는 에이전틱 AI 기반 경찰 행정 혁신 사례를 소개했다. 그는 강연에서 AI를 경찰 행정 핵심 동력으로 활용하는 'AI 네이티브 경찰청' 전환 전략을 중점으로 다뤘다. 일선 경찰관들과 미래 치안 행정 혁신 방향도 공유했다. 김 대표는 지난 4월 '경찰청 AI·데이터 기반 행정 위원회' 민간위원으로 위촉됐다. 이후 차세대 112 시스템과 경찰 수사지원 AI인 '킥스 AI' 재난안전 피지컬 AI 등 국가 치안 AI 정책을 심의하고 자문했다. 포티투마루는 검색증강생성(RAG) 'RAG42'와 AI 독해 'MRC42' 도메인 특화 경량화 모델 'LLM42' 등을 개발하고 있다. 보안 기반 프라이빗 모드와 기업용 최적화 기술을 토대로 산업·공공 분야의 AI 전환을 지원하고 있다. 김 대표는 "경찰 행정과 치안 현장은 신속하고 정확한 의사결정이 국민의 생명·안전과 직결된다"며 "방대한 데이터를 분석하고 의사 판단에 필요한 근거를 실시간으로 제시해 경찰관이 본연 임무에 집중하도록 도울 것"이라고 강조했다.

2026.08.25 14:28김미정 기자

독파모 최종전 '실행력' 본다…평가기준·투명성 과제로

정부 주도의 국가대표 인공지능(AI) 선발전인 '독자 AI 파운데이션 모델(독파모)' 프로젝트가 내년 초 최종 2개 팀을 가린다. 마지막 단계평가를 앞두고 정부가 벤치마크 자체 평가 항목 중 도구·에이전트와 코딩 분야를 구축하기로 하면서 결과에 어떤 영향을 미칠지 주목된다. 24일 업계에 따르면 한국지능정보사회진흥원(NIA)은 지난 12일 'AI 모델 벤치마크 데이터셋 구축 사업(2차)' 공모를 냈다. 도구·에이전트와 코딩 2개 분야에서 한국어 기반 벤치마크 데이터셋을 구축하는 사업으로, 다음 달 11일까지 참가 신청을 받는다. 총사업비는 12억원이며 분야당 6억원이 지원된다. 벤치마크 자체 평가에 에이전트·코딩 분야 신규 편입 이 사업은 독파모 평가에 쓰이는 벤치마크를 만드는 과제다. 실제 공모안내서에는 이 사업이 독파모 프로젝트와 함께 과기정통부의 월드 베스트 거대언어모델(LLM) 데이터 활용 지원 사업' 산하에서 추진된다고 명시됐다. 이렇게 구축된 데이터셋은 AI 모델 성능 검증을 2회 지원하게 된다. NIA는 지난해 7월 1차로 공고했던 'LLM 성능 평가 데이터셋 구축 사업'에서 수학·지식·장문이해 3개 분야 벤치마크를 구축했다. 반면 이번 공모에서는 도구·에이전트와 코딩 분야를 신규로 구축한다. 텍스트 기반의 지식·추론 능력을 재던 1차와 달리, 2차 사업에서는 도구를 활용해 실제 과업을 완수하는 실행 능력을 새 평가 축으로 삼은 셈이다. 이 같은 변화는 독파모 2차수가 사실상 텍스트 기반 평가에 머물렀다는 지적을 반영한 것으로 풀이된다. 2차 평가에 오른 LG AI연구원, 업스테이지, SK텔레콤, 모티프테크놀로지스 4개 팀 모델은 모두 미국 비영리 연구기관 에포크AI의 '주목할 만한 AI 모델'에 이름을 올렸지만 도메인은 언어에만 한정됐다. 모델 사용성을 보는 정성 평가도 텍스트에 한정됐다. 2차수 당시 전문가 평가와 일반 국민 평가 모두 LLM의 텍스트 응답 성능을 대상으로 이뤄졌고 파일 첨부나 이미지·영상 생성 같은 텍스트 외 기능은 평가 대상에서 빠졌다. 글로벌 프론티어 모델 경쟁이 이미지·음성·영상을 함께 처리하는 멀티모달로 이동한 것과는 대비되는 지점이다. 최종 평가 어떻게 진행되나…기준 설정에 쏠린 눈 독파모 최종전인 3차 평가 방식은 2차 결과에 대한 이의제기 절차가 끝난 뒤 참가 팀들과의 합의를 거쳐 확정된다. 앞선 두 차례 평가 전후로 업계 안팎에서 여러 논란이 이어진 만큼 3차 평가 기준이 어떻게 짜일지에 업계 이목이 쏠린다. 독파모는 기술 독자성(프롬 스크래치) 논란에 이어 2차에서 특정 벤치마크를 겨냥한 데이터와 사후학습으로 점수를 집중적으로 끌어올리는 '벤치맥싱' 의혹에 휩싸였다. 세부 점수 공개를 둘러싼 투명성 문제도 제기됐다. 안광섭 세종대학교 겸임교수(인레벨나인 대표)는 "사업 목표와 쓰임새를 분명히 정하고 가야 평가 논란이나 실효성에 대한 의문이 반복되지 않는다"며 "모델을 하나의 기준으로 줄 세우기보다 크기별·용도별로 나눠 평가하는 체계도 고려해야 한다"고 말했다. 벤치마크 다양화부터 투명성 개념 재정립까지 2차 평가에서 AAII 점수를 둘러싼 벤치맥싱 논란이 불거지면서 단일 지표에 대한 의존도를 낮춰야 한다는 목소리도 커졌다. 단순 배점만 조정해서는 벤치맥싱 같은 논란을 근본적으로 막기 어렵다는 이유에서다. 업계에서는 아티피셜 애널리시스의 AI 모델 종합평가인 'AAII' 외에도 글로벌 지표를 추가로 검토해야 한다는 의견이 나온다. AI에 가상의 사업 운영을 맡기고 최종 잔고로 채점하는 '벤딩벤치', 실사용 세션 수백만 건으로 작업 완수를 재는 '에이전트 아레나' 등이 AAII를 보완할 주요 지표로 거론된다. 안 교수는 "문제를 미리 알려주고 보는 시험은 없다"면서 "2차 평가 요소에 AAII를 추가했듯 3차에 새 지표를 넣더라도 어떤 시험지를 쓸지는 각 팀에 알려주지 않는 블라인드 방식으로 가야 한다"고 강조했다. 독파모 평가 지표 및 평가 결과 산출 기준에 대한 투명성의 본질이 점수 공개 여부에 있지 않다는 의견도 있다. 점수를 낱낱이 공개하기보다 평가가 어떤 절차와 기준으로 이뤄졌는지를 사전에 밝히는 게 우선이라는 것이다. 과학기술정보통신부는 2차 평가 발표 브리핑에서 1위 기업에 대한 인식 제고와 나머지 기업에 대한 낙인 효과를 우려해 세부 순위를 밝히지 않았다. 그러나 결과 공개 이후 구체적인 점수 산출 근거에 대한 요구가 커지자 이틀 만에 보도설명자료를 내고 1차 평가와 같이 항목별 1위 기업과 점수를 공개했다. 안 교수는 "대학수학능력시험(수능) 출제위원도 외부와 차단된 환경에서 비공개로 문제를 만들지만 아무도 이를 불투명하다고 하지 않는다"며 "점수 하나하나를 공개하는 것보다 전문가 평가위원을 어떤 기준으로 선정했는지 등을 구체적으로 알리는 것이 투명성 확보에 더 가깝다"고 제언했다.

2026.08.24 14:56이나연 기자

[기자수첩] 해킹 올림픽 '데프콘 2026'이 보여준 것

'해킹 올림픽'으로 불리는 세계 최고 권위 해킹 대회 '데프콘(DEF CON) CTF 2026'이 최근 막을 내렸다. 그런데 본선 참가자 사이에서 한 가지 소문이 돌고 있다. 1위를 차지한 팀 '블루워터(BlueWater)'가 5만달러(한화 약 7000만원)에 달하는 AI 토큰을 사용했다는 것으로, 막대한 금액의 토큰이 1위를 차지하는데 큰 영향을 줬다는 것이다. 이에 대해 1위 팀 소속의 한 참가자는 SNS에 "명확히 하자면 이번 데프콘 CTF에서 토큰에 5만달러를 쓰지는 않았다. 이보다 적게 지불했지만 금액은 공개할 생각은 없다. 단순 추측이더라도 소문을 퍼뜨리지 말아 달라"고 밝혔다. 데프콘 본선 참가자들은 1위 팀이 5만달러까지는 아니라도 적지 않은 금액을 투입했을 것으로 보고 있다. 이에, 후원 없이 사비로 토큰을 사용했고, 인력도 한참 모자란 팀은 상대적으로 고득점을 노리기 어려운 환경이었다는 볼멘 소리도 나왔다. 그렇다고 데프콘 CTF가 오로지 '쩐의 전쟁'이 된 건 아니다. 2위를 기록한 한국 팀 '0x4b52'는 30여명의 순수 한국인으로만 구성, 비교적 적은 인원으로 구성됐고 토큰도 그리 많이 사용하지 않았지만 2위를 했다. 7위로 대회를 마친 '진따비스(Jinddabi's)' 팀 소속 참가자는 "1위를 한 블루워터 팀이 막대한 AI 토큰을 사용했다는 얘기를 나도 들었다. 누군가는 토큰이 부족했을 수도 있고 누군가는 적당했을 수도 있다. 하지만 한 가지 확실한 점은 토큰을 많이 사용했다는 것 자체가 이미 고도의 질의와 프롬프트를 운용할 수 있는 사람이고, 실력 있는 사람이다"면서 "진따비스 팀도 인원이 100명으로 많은 인원이었는데 각 인원이 최대 토큰을 사용했으면 못해도 3등 안에 들었어야 했는데, 토큰 사용량이 순위와 비례하지는 않았다"고 짚었다. 이어 그는 그는 "토큰을 많이 사용할 줄 알고, 잘 활용하는 사람들이 상위권을 차지했다고 생각한다"며 "과거에는 인간이 해킹 기술을 얼만큼 많이 알고 있고 잘 활용하는지가 데프콘 CTF의 상위 성적을 거둘 수 있는 요인이었다면, 지금은 LLM을 얼마나 잘 다루느냐가 관건이 된 시대다"고 말했다. 블루워터 팀 소속이라고 밝힌 한 참가자는 SNS에서 LLM이 일부 기술 장벽을 낮췄지만 팀 간 기술 차이를 없앤건 아니라고 생각한다면서 "우리가 우승할 수 있었던 가장 큰 이유는 오랜 세월 데프콘 CTF에 참가해 온 베테랑 멤버들이 있었고, 그들이 축적한 경험과 지식, 판단력, 대회에 대한 이해가 유리하게 작용했다"고 진단했다. 이어 그는 LLM이 팀 간 기술 차이를 일부 완화했지만 LLM으로 완전히 대체되지는 않았다면서 "LLM은 기술적인 업무의 모습을 바꿀 수는 있지만, 경험, 지식, 판단력을 무의미하게 만들지는 않는다"고 강조했다. 다른 참가자도 "상위 팀들은 챗GPT 계정을 통합하는 등 토큰을 최대치까지 공격적으로 사용했다. 하지만 이전에 더 잘했던 사람들도 LLM이 등장한 후에도 더 잘했으며, 그들이 많은 문제를 해결하고 있다. '토큰 맥싱'은 토큰 맥싱일 뿐"이라고 말했다. 이들의 의견을 종합하면 LLM이 데프콘 CTF 풍경을 크게 바꾸어 놓은 것은 부정할 수 없는 사실이다. 이 과정에서 막대한 토큰 비용과 인력 및 자본력의 차이가 불평등한 출발선을 만든다는 불만과 회의론이 나오는 것도 충분히 이해할 수 있는 대목이다. 그러나 기술적 장벽이 낮아진 환경 속에서도 승패를 가른 결정적 요인은 결국 AI를 효율적으로 운용하는 고도의 프롬프트 기술과 오랫동안 축적된 베테랑들의 경험, 그리고 냉철한 판단력이었다. 데프콘 CTF가 나아가야할 방향성은 이미 정해졌다. LLM이라는 강력한 도구를 얼마나 깊이 이해하고 유연하게 다룰 수 있느냐가 새로운 경쟁력이 되는 시대가 도래했다.

2026.08.20 15:27김기찬 기자

"GPU 증설보다 효율 따져야"…망고부스트가 꺼낸 'AI 풀스택' 해법

"값비싼 그래픽처리장치(GPU)를 늘리기보다 이미 확보한 자원을 효율적으로 활용해야 하는 시대가 왔습니다." 망고부스트가 인공지능(AI) 인프라 시장에 던진 메시지다. 데이터처리장치(DPU)와 추론 소프트웨어(SW), GPU·스토리지 서버를 하나의 시스템으로 결합해 AI 데이터센터(AIDC)의 병목을 줄이겠다는 전략이다. 망고부스트는 DPU로 사업을 시작했지만 현재는 GPU 서버와 스토리지 서버, AI 추론 SW를 아우르는 AI 풀스택 기업으로 영역을 넓히고 있다. 개별 부품 공급을 넘어 데이터센터에 즉시 구축할 수 있는 랙 단위 시스템과 서버리스 추론 서비스까지 제공하겠다는 구상이다. 이런 전략은 망고부스트가 내세운 '부스트 유어 데이터센터(Boost Your Data Center)' 목표와 맞닿았다. 데이터센터 장비를 계속 늘리기보다 GPU와 서버, 스토리지 사이 데이터 이동을 최적화해 기존 인프라 처리 성능을 최대한 끌어내겠다는 의미다. 망고부스트 기술은 김장우 대표가 이끈 서울대 고성능컴퓨터시스템연구실에서 출발했다. 김 대표는 선마이크로시스템즈와 오라클에서 중앙처리장치(CPU)·시스템 아키텍트로 근무한 뒤 서울대 교수로 재직하며 10년 이상 서버 가속 기술을 연구했다. 김 대표와 연구진은 CPU가 연산뿐 아니라 네트워크와 스토리지 관련 작업까지 처리하는 기존 서버 구조에 주목했다. CPU에 업무가 몰리면 GPU와 스토리지 사이 데이터 이동이 느려지고, 고가의 GPU가 연산을 수행하지 못한 채 대기하는 시간이 늘어날 수 있기 때문이다. 연구진은 CPU가 맡던 네트워크와 스토리지 작업을 별도 반도체로 분리하는 DPU 기술을 개발했다. 김 대표는 연구 결과를 실제 데이터센터 환경에 적용하기 위해 2022년 망고부스트를 설립했다. 망고부스트는 미국 델라웨어 법인으로 출발해 워싱턴주 벨뷰에 본사를 뒀다. 서울과 산호세, 토론토, 도쿄, 인도네시아 등에서도 연구개발과 제품화, 고객 대응 업무를 수행하고 있다. 조직은 연구개발 중심으로 이뤄졌다. 현재 125명 넘는 엔지니어를 확보했으며 전체 인력 약 75%를 연구개발 업무에 배치했다. 부스트X에서 알폰소·케사르까지…HW·SW 하나로 묶었다 망고부스트 사업 출발점은 자체 DPU '부스트X(Mango BoostX™)'다. 부스트X는 CPU가 담당하던 네트워크와 스토리지, 보안 관련 작업을 대신 처리해 CPU와 GPU가 핵심 연산에 집중하도록 돕는다. 고속 네트워크 기반 AI 인프라에는 '로키 AI(RoCE AI)'가 적용된다. 로키 AI는 통합 이더넷 환경에서 원격직접메모리접근(RDMA)을 지원하는 RoCE 통신을 가속해 GPU와 서버 사이 데이터 전송 과정에서 발생하는 병목을 줄이는 역할을 한다. 망고부스트는 부스트X가 AI 에이전트 인프라 조정 작업까지 지원하도록 기술을 확장하고 있다. AI 에이전트가 여러 모델과 데이터, 외부 도구를 오가는 과정에서 발생하는 네트워크·스토리지 처리를 CPU에서 분리한다는 구상이다. DPU 위에서는 AI 추론 SW 'LLM부스트(LLM Boost™)'가 작동한다. LLM부스트는 여러 GPU와 서버에 AI 추론 요청을 분배하고 각 GPU가 맡을 작업을 조정해 유휴 시간을 줄이는 역할을 한다. 망고부스트 인프라는 서로 다른 세대나 제조사 AI 가속기를 하나의 클러스터처럼 활용하도록 설계한 것도 특징이다. 기업이 기존 GPU를 폐기하거나 전체 시스템을 최신 장비로 교체하지 않고도 신규 GPU와 함께 운용할 수 있도록 지원한다. 특히 GPU 서버 '알폰소(Mango Alphonso™)'는 이들 기술을 완제품 형태로 묶은 제품이다. AMD GPU와 부스트X, LLM부스트를 하나의 서버에 탑재해 AI 모델 학습과 추론에 필요한 연산·통신 환경을 통합했다. 스토리지 서버 '케사르(Mango Kesar™)'는 GPU가 연산에 필요한 데이터를 제때 공급하도록 지원한다. 저장 용량과 처리 성능을 각각 확장할 수 있는 분리형 구조를 채택했으며, DPU가 GPU와 스토리지 사이 통신을 가속한다. 통합 관리 SW '망고 AI 센터(MAC)'는 여러 서버 노드의 GPU·메모리 사용률과 전력, 온도, 네트워크 상태를 한 화면에서 보여준다. 관리자는 GPU가 제대로 활용되고 있는지 확인하고 시스템에서 발생한 병목이나 이상 상태를 파악할 수 있다. 서울에 42U 랙 10대 구축…벤치마크 넘어 실서비스 검증 서울에 위치한 망고부스트 데이터센터에 들어서자 검은색 서버랙이 줄지어 있었다. 랙 전면에 설치된 노란색 패널에는 '부스트 유어 데이터센터(BOOST YOUR DATA CENTER)' 문구가 적혀 있었다. 망고부스트는 외부 사업자가 운영하는 코로케이션 데이터센터의 공간과 전력·냉각 설비를 빌려 자체 AI 시스템을 구축하고 있다. 이곳에는 AMD 'MI355X' GPU를 탑재한 42U 규격 서버랙 10대를 배치할 계획이다. 각 랙은 GPU 서버 알폰소와 스토리지 서버 케사르를 중심으로 구성됐다. 부스트X와 로키 AI가 GPU·서버·스토리지 사이 데이터 이동을 가속하고, LLM부스트가 여러 GPU에 AI 추론 작업을 분배하는 구조다. 망고 AI 센터 화면에서는 GPU 사용률과 메모리, 전력, 온도, 네트워크 상태를 실시간으로 확인할 수 있었다. 개별 장비가 아니라 랙 전체의 연산 자원과 데이터 흐름을 통합 관리하기 위한 체계다. 망고부스트가 자체 데이터센터를 구축한 이유는 개별 제품이 아닌 전체 시스템의 성능을 검증하기 위해서다. DPU나 SW만 공급하면 고객이 사용하는 GPU와 네트워크, 스토리지 구성에 따라 실제 성능이 달라질 수 있다. 회사는 직접 구성한 데이터센터에서 HW와 SW를 함께 조정해 벤치마크에서 확인한 성능을 실제 고객 환경에서도 재현할 방침이다. 고객이 도입 전에 시스템 성능을 검증하는 공간으로도 활용한다. 망고부스트는 국제 AI 시스템 성능평가 'MLPerf'를 통해 추론 기술력을 검증하고 있다. MLPerf 인퍼런스 5.0에서 AMD 'MI300X' GPU 32개와 LLM부스트를 결합한 시스템은 엔비디아 'H100' GPU 32개 기반 비교 시스템보다 비용 대비 처리량이 2.8배 높은 것으로 나타났다. 다만 해당 수치는 망고부스트가 적용한 GPU와 SW 가격을 기준으로 총비용을 산정한 결과다. 고객 장비 도입 가격과 전력·냉각 비용, 운영 조건에 따라 실제 경제성은 달라질 수 있다. MLPerf 인퍼런스 6.0에서는 미국과 한국에 설치된 세 종류 AMD GPU 24개를 하나의 추론 시스템으로 연결했다. 해당 시스템은 '라마2-70B' 모델을 구동해 95.5%의 확장 효율을 기록했다. 망고부스트는 이를 통해 지역과 세대가 다른 GPU도 하나의 AI 추론 자원으로 활용할 수 있다고 설명했다. 기존 GPU와 최신 GPU를 같이 사용하면 장비 교체와 데이터센터 증설 부담을 줄일 수 있다는 주장이다. 망고부스트는 이런 HW·SW 통합 역량을 서버리스 AI 추론 서비스로 확장했다. 최근 미국 샌프란시스코에서 열린 'AMD 어드밴싱 AI 2026(AMD Advancing AI 2026)'에서 서버리스 AI 추론 플랫폼 '망고 인퍼런스(Mango Inference)'를 상용 출시했다. 망고 인퍼런스는 개발자가 GPU와 서버를 직접 구축·운영하지 않고 응용프로그램인터페이스(API)를 통해 AI 모델을 이용하도록 지원한다. 망고부스트의 GPU 서버와 DPU, LLM부스트를 서비스 형태로 제공하는 식이다. 망고부스트는 행사에서 AMD 최신 AI 가속기를 기반으로 엔비디아 차세대 칩 기반 시스템을 웃도는 추론 성능을 구현했다고 밝혔다. 엔비디아 GPU에 의존하지 않고도 AI 모델을 더 빠르고 경제적으로 운영할 수 있다는 것이 회사 측 설명이다. 당시 배경훈 부총리 겸 과학기술정보통신부 장관과 리사 수 AMD 최고경영자(CEO)도 행사장에 마련된 망고부스트 부스를 방문해 망고 인퍼런스를 살펴봤다. 망고부스트에 따르면 배 부총리와 리사 수 CEO는 서버리스 AI 추론 플랫폼의 필요성과 활용 가능성에 공감의 뜻을 나타냈다. 강남 데이터센터는 망고 인퍼런스의 성능과 안정성을 검증하고 실제 고객 요청을 처리하는 기반 시설로 활용된다. 제품 시험장과 고객 검증 공간을 넘어 AI 연산 자원을 서비스 형태로 공급하는 거점 역할까지 맡는 셈이다. 망고부스트는 완성형 서버랙을 판매하거나 고객 데이터센터에 동일한 시스템을 구축하는 방식으로 사업을 확대할 방침이다. DPU와 서버 공급에서 출발해 랙 단위 통합 인프라와 서버리스 AI 추론 서비스까지 사업 구조를 넓히고 있다. 망고부스트는 "우리 과제는 벤치마크에서 확인한 성능을 실제 고객 서비스에서도 재현하는 것"이라며 "응답속도와 안정성뿐 아니라 전력·냉각 효율, 유지보수와 장애 대응 능력까지 입증하겠다"고 강조했다.

2026.08.19 14:41김미정 기자

솔트룩스, 2분기 매출 115억…전년비 64% 성장

솔트룩스가 원전·금융·공공 등 주요 산업에서 인공지능(AI) 전환 수주 기반을 확대하며 외형성장을 이뤘지만 영업손실은 소폭 확대됐다. 솔트룩스는 2026년 2분기 연결 기준 매출 115억 원, 영업손실 35억 원을 기록했다고 14일 공시했다. 매출은 전년 동기 대비 64% 증가했고 영업손실은 전년 동기 대비 7% 확대됐다. 상반기 누적 매출은 205억원, 영업손실은 84억 원이다. 올해 상반기 누적 수주는 189억 원을 기록했다. 회사의 주요 사업인 시스템통합(SI) 및 AI 솔루션 사업은 프로젝트 수행 기간과 진행률 등에 따라 매출이 인식되는 구조로, 수주와 매출 인식 시점에는 차이가 발생한다. 6월 말 기준 약 155억 원의 수주잔고가 향후 프로젝트 진행에 따라 매출에 반영될 예정이다. 솔트룩스의 베트남 현지법인 솔트룩스테크놀로지(SLT)의 올해 상반기 매출은 88만 달러로 전년 동기 41만 달러 대비 115% 증가했다. 특히 글로벌 로보틱스 기업을 대상으로 한 데이터 수집 서비스에서 60만 달러 매출을 확보해 SLT 전체 매출의 약 68%를 차지했다. 글로벌 시장 매출도 전년 동기 대비 60만 달러 증가했다. 다만 이 실적은 솔트룩스 별도재무제표에는 포함되지 않는 SLT 자체 실적으로 연결재무제표에 반영된다. 로보틱스 데이터는 로봇이 실제 환경을 인식하고 판단·행동할 수 있도록 피지컬 AI를 학습시키는 핵심 기반이다. 솔트룩스는 베트남 법인의 데이터 수집·구축 역량을 바탕으로 글로벌 로보틱스 기업 대상 사업을 확대하고 피지컬 AI 영역까지 사업 기반을 넓힐 계획이다. 국내에서는 온톨로지와 자체 거대언어모델(LLM), AI 에이전트를 결합한 풀스택 AI를 중심으로 원전·금융·공공 등 전문 산업의 수주 기반을 확대할 계획이다. 해외에서는 로보틱스 데이터 등 피지컬 AI 관련 사업을 새로운 성장 동력으로 육성한다는 전략이다. 이경일 솔트룩스 대표는 "선제적인 AI 인프라 투자와 전문 인력 확충을 바탕으로 주요 사업 부문에서 견조한 수주 실적을 냈다"며 "하반기 수주잔고의 매출 전환과 베트남 법인 등 글로벌 사업 성과를 바탕으로 매출 성장세를 이어가겠다"고 말했다.

2026.08.14 15:55이나연 기자

업스테이지 '솔라 프로 4', 韓 모델 최초 글로벌 개발자 플랫폼에

업스테이지의 최신 거대언어모델(LLM) '솔라 프로 4'가 한국 모델 최초로 글로벌 개발자 플랫폼에 이름을 올렸다. 업스테이지는 솔라 프로 4 공개 직후 미국 누스 리서치가 개발한 AI 에이전트 '헤르메스 에이전트'와 응용 프로그램 인터페이스(API) 라우팅 플랫폼 '오픈라우터'에 등재됐다고 14일 밝혔다. 오픈라우터 등재 3일 만에 누적 토큰 소비량은 800억 토큰을 넘어섰다. 글로벌 주요 모델의 에이전트 성능을 비교하는 '에이전트 아레나' 리더보드에도 한국 모델 최초로 진입해 미국·중국 모델이 독점하던 47개 주요 모델 순위표에 자리했다. 솔라 프로 4는 실제 업무 수행에 최적화된 에이전트 역량이 핵심이다. 터미널 다단계 작업 완수 능력 평가(Terminal-Bench v2.1)에서 57점으로 전작보다 4.8배 향상됐고 도구 사용 능력 평가(τ³-Banking)에서도 23점으로 2.6배 개선됐다. 장문 이해 벤치마크(AA-LCR)에서는 71점으로 전작 대비 2.3배 이상 우수한 성능을 보였다. 글로벌 AI 평가기관 아티피셜 애널리시스의 종합 성능 지표(AAII)에서는 42점으로 전작 대비 3배 이상 개선됐다. 엔비디아 '네모트론 3 울트라'(38점)·구글 '제미나이 3.5 플래시-라이트'(37점) 등 미국 빅테크는 물론, 미스트랄 '미디엄 3.5'(30점), 코히어 '커맨드 A+'(23점) 등 경쟁 소버린 모델을 앞섰다. 국내 기업 및 공공기관 사무 환경에 특화된 한국어 성능과 문서 처리 능력도 향상됐다. 솔라 프로 4는 업스테이지의 에이전트 문서 처리 통합 솔루션 '업스테이지 스튜디오'에 탑재됐다. 한글 문서를 비롯한 다양한 문서 서식에서 정보를 추출해 요약·분석·번역 등의 작업을 한 번에 처리할 수 있다. 김성훈 업스테이지 대표는 "실무에서 AI에게 필요한 것은 시험을 잘 보는 능력이 아니라 맡은 일을 끝까지 해내는 신뢰성"이라며 "솔라 프로 4가 글로벌 개발자 플랫폼에 한국 모델 최초로 이름을 올린 것은 우리 AI 기술이 세계 현장에서 통한다는 증거"라고 말했다.

2026.08.14 12:59이나연 기자

LG 컨소시엄, '엑사원' 앞세워 보안 특화 AI 모델 개발 추진

LG CNS와 LG AI연구원, LG유플러스가 LG 컨소시엄을 꾸리고 대규모언어모델(LLM) '엑사원(EXAONE)' 기반 사이버보안 특화 AI 파운데이션 모델 개발에 나선다. 12일 업계에 따르면 LG CNS, LG AI연구원, LG유플러스 등은 과학기술정보통신부의 '특화 인공지능 파운데이션 모델 개발(사이버보안 분야) 사업' 참여를 준비하고 있다. 이번 사업은 국내 산업 현장에서 활용 가능한 특화 AI 모델을 육성하고 관련 생태계 조성 기반을 마련하는 데 초점이 맞춰져 있다. 업계에 따르면 SK텔레콤과 네이버클라우드도 이번 사업 참여를 준비 중인 것으로 알려졌다. 국내 주요 ICT 기업 간 사이버보안 특화 AI 파운데이션 모델 선점 경쟁이 본격화하는 양상이다. LG 컨소시엄은 LG AI연구원의 초거대 AI 모델 '엑사원'을 보안 데이터셋으로 파인튜닝해 사이버보안 특화 AI 모델을 공동 개발할 계획이다. LG AI연구원과 LG CNS가 모델 개발을 주도한다. 이 과정에서 LG CNS는 AI 학습용 보안 데이터의 정제, 라벨링, 표준화, 가공을 맡는다. 동시에 개발 모델의 보안 성능 검증도 수행할 예정이다. LG유플러스는 모델 학습에 필요한 보안 데이터를 제공하고, 개발된 모델의 실증 검증을 담당한다. LG CNS는 그룹 내 사이버보안 역량을 바탕으로 이번 사업 경쟁력을 확보한다는 전략이다. 실제 공격자 관점에서 시스템 취약점을 점검하는 '레드팀', 공격 탐지와 방어를 맡는 '블루팀', AI 모델과 데이터, 서비스 전반의 보안 위협에 대응하는 'AI보안팀' 등 전문 조직을 운영하고 있다. 여기에 공공, 금융, 제조, 물류 등 다양한 산업에서 AX 사업을 수행하며 축적한 현장 경험도 강점으로 꼽힌다. LG CNS는 산업별 디지털 전환과 AI 적용 경험을 기반으로 사이버보안 특화 AI 모델의 실효성을 높인다는 방침이다. LG 컨소시엄은 이번 사업을 통해 확보한 모델을 국내 보안 기업과 기관이 활용할 수 있도록 해 보안 서비스 개발 기반을 넓힌다는 계획이다. 단순한 모델 개발을 넘어 국내 AI 보안 산업 생태계 활성화로 연결하겠다는 의미다. LG CNS 측은 "이번 사업을 통해 사이버보안 특화 AI 파운데이션 모델을 확보하고, 국내 보안 기업과 기관이 이를 활용해 다양한 보안 서비스를 개발할 수 있는 기반을 마련함으로써 국내 AI 보안 산업 생태계 활성화에 기여할 계획"이라고 밝혔다.

2026.08.12 16:15남혁우 기자

올해 AI 최적화 IaaS 지출 96% 증가…추론이 학습 추월

올해 전 세계 인공지능(AI) 최적화 서비스형 인프라(IaaS) 지출이 지난해보다 96% 증가해 약 59조 원에 이를 것이라는 전망이 나왔다. 거대언어모델(LLM) 학습 수요가 이어지는 가운데 기업들의 AI 도입이 확대되면서 관련 인프라 투자가 빠르게 늘고 있다는 분석이다. 가트너는 전 세계 AI 최적화 IaaS 지출이 2026년 420억 달러(약 59조 원)에 달할 것이라고 11일 밝혔다. 지난해 지출액은 215억 달러로, 올해 성장률은 96.4%에 이른다. AI 최적화 IaaS 시장은 2027년에도 56.5% 성장해 661억 달러(약 93조 원) 규모에 이를 것으로 예상됐다. 특히 AI 인프라 중심이 학습에서 추론으로 이동하고 있다는 점이 눈에 띈다. 에이전틱 AI가 확산하면서 여러 단계의 자율적인 작업을 수행하는 과정에서 컴퓨팅 수요가 커지고 있기 때문이다. 가트너에 따르면 올해 전 세계 추론 부문 지출은 233억 달러(약 33조 원)로, 학습 관련 지출 190억 달러(약 27조 원)를 넘어설 전망이다. AI 최적화 IaaS 전체 지출에서 추론이 차지하는 비중도 2026년 55%에서 2027년 59%로 확대될 것으로 예상된다. 이에 따라 기업의 클라우드 투자 우선순위도 재편될 것으로 보인다. 하딥 싱 가트너 수석 애널리스트는 "LLM 학습을 지원하기 위한 인프라 수요가 지속되고 기업 애플리케이션과 업무 프로세스 전반에 걸쳐 AI가 빠르게 상용화되면서 시장 성장을 견인하고 있다"고 말했다. 이어 "기업들이 모델 개발에서 대규모 상용 배포로 전환하면서 미세 조정 모델과 도메인 특화 모델(DSM)이 고객 대응 및 운영 시스템에 빠르게 통합되고 있다"며 "이 같은 변화는 클라우드 소비를 가속화하고 AI 최적화 인프라에 대한 지속적인 수요를 창출하고 있다"고 덧붙였다.

2026.08.11 15:17이나연 기자

추론 특화 '모티프 2', MS 애저서 쓴다

모티프테크놀로지스가 자체 개발 대규모언어모델(LLM) '모티프(Motif) 2'를 마이크로소프트(MS) 마켓플레이스를 통해 글로벌 기업 고객에게 제공한다. 모티프테크놀로지스는 Motif 2를 마이크로소프트 마켓플레이스에 등록하고 서비스를 시작한다고 11일 밝혔다. 고객은 마켓플레이스에서 Motif 2를 선택한 후 마이크로소프트 애저 환경에서 응용 프로그램 인터페이스(API) 엔드포인트를 생성해 생성형 AI 시나리오에 활용할 수 있다. 별도 인프라 구축 없이 기존 애저 환경에서 배포·관리할 수 있으며 MS 계약 및 구매 프로세스와 연계해 비용도 효율적으로 운영할 수 있다. Motif 2는 지난해 11월 허깅페이스에 오픈소스로 공개된 127억 개 매개변수 규모 추론 특화 LLM이다. 모티프테크놀로지스가 모델 구축부터 데이터 학습까지 전 과정을 직접 수행한 국산 모델로 공개 직후 글로벌 AI 평가기관 아티피셜 애널리시스의 종합 성능 지표(AAII)에서 한국 1위를 기록했다. 후속 모델 'Motif 3'도 최근 개발을 완료해 정부의 독자 AI 파운데이션 모델(독파모) 2차 심사에 제출됐다. 3140억 개 매개변수 규모로 지난달 말 공개된 베타 버전은 AAII 글로벌 공동 11위·오픈소스 중 글로벌 공동 3위를 기록했다. 독파모 심사 결과에 맞춰 기술보고서와 함께 최종 모델을 오픈소스로 공개할 예정이다. 임정환 모티프테크놀로지스 대표는 "국내에서 개발된 독자 AI 모델이 글로벌 고객 접점을 확대하는 기반이 마련됐다는 점에서 의미가 크다"며 "전 세계 기업들이 더 쉽고 안전하게 AI를 활용할 수 있도록 더 우수한 모델과 서비스를 지속적으로 선보일 것"이라고 말했다.

2026.08.11 14:09이나연 기자

[AI는 지금] "LLM 키울 데이터가 없다"…中 AI, 중국어 부족에 비상등

중국 인공지능(AI) 기업들이 고품질 학습 데이터 확보에 비상이 걸렸다. 온라인에서 활용할 수 있는 중국어 데이터가 제한적인 데다 공개 데이터 고갈 우려까지 커지면서 차세대 대규모언어모델(LLM) 개발을 위한 데이터 확보 부담도 높아지고 있다. 8일 사우스차이나모닝포스트(SCMP)가 인용한 인터넷 통계업체 W3테크스(Techs) 자료에 따르면 이달 기준 전 세계 웹 콘텐츠에서 중국어가 차지하는 비중은 1.3% 수준이다. 영어는 전체의 절반에 가까운 비중을 차지했으며 스페인어와 독일어는 각각 6%, 일본어는 5%로 집계됐다. AI 업계 전반에선 모델 학습에 투입할 고품질 인간 생성 데이터가 빠르게 줄고 있다는 우려가 커지고 있다. 미국 연구기관 에포크AI는 공개적으로 이용할 수 있는 고품질 인간 생성 텍스트가 향후 6년 안에 사실상 소진될 수 있다고 전망했다. 오픈AI 공동창업자 안드레이 카파시도 2030년 전후 신뢰할 수 있는 신규 데이터를 충분히 공급하지 못하면 모델 성능 향상이 정체되는 '데이터 벽'에 부딪힐 수 있다고 경고했다. 이에 미국 AI 기업들은 웹 밖으로 데이터 확보 범위를 넓히고 있다. 워싱턴포스트가 법원 문서를 토대로 보도한 내용에 따르면 앤트로픽은 내부 프로젝트인 '프로젝트 파나마'를 통해 수천만 달러를 투입해 수백만 권의 실물 도서를 확보했다. 책의 제본을 제거한 뒤 모든 페이지를 스캔해 디지털화하는 방식으로 학습 데이터를 마련했다. 중국은 온라인에서 활용할 수 있는 자국어 콘텐츠 풀이 영어권보다 작아 데이터 고갈에 더 취약할 수 있다. 기존 웹 크롤링만으로 모델 규모와 성능을 계속 끌어올리기 어려워지면 도서와 전문 문헌, 산업 데이터, 음성·영상 등 아직 충분히 활용하지 못한 데이터 확보가 필요해질 것으로 보인다. 이 탓에 중국 정부는 고품질 데이터를 AI 경쟁력의 핵심 자원으로 보고 공급 체계 구축에 나섰다. 중국 국가데이터국은 지난 6월 AI 학습 데이터의 공급·유통·상용화를 확대하는 전국 단위 계획을 발표했다. 2028년까지 제조·에너지·의료·금융·농업을 비롯해 피지컬 AI, 자율주행, 저고도 항공 분야에서 활용할 수 있는 검증된 데이터셋 생태계를 구축한다는 목표다. 학계에선 중국어 코퍼스(언어 데이터) 자체를 넓혀야 한다는 요구도 커지고 있다. 디지털 도서뿐 아니라 역사 기록물과 지방지, 고문서, 과학 문헌 등 오프라인 자료를 체계적으로 디지털화하고 사전과 음성·영상 콘텐츠, 지역 방언까지 학습 자원으로 활용해야 한다는 주장도 나오고 있다. 이 같은 상황 속에 대안으로 합성 데이터와 시뮬레이션이 거론되고 있다. 알리바바그룹 산하 싱크탱크 알리리서치는 2024년 발표한 백서에서 알고리즘과 컴퓨팅 파워, 데이터를 AI 모델 개발의 3대 축으로 제시하고 생성형 AI 성능 향상을 위해 더 풍부하고 품질 높은 데이터가 필요하다고 밝혔다. 잡지와 프로그래밍 코드 등도 추가 데이터원으로 활용할 수 있다고 제안했다. 하지만 데이터 확보 범위가 출판물과 오프라인 자료로 확대되면서 저작권 갈등이 커질 가능성도 높아지고 있다. 중국 화샤출판사가 최근 출간한 고대 도교 경전 번역본에는 책 내용을 AI 학습에 사용하는 것을 금지하고 위반 시 법적 책임을 묻겠다는 문구가 실렸다. 출판사 측은 해외 저작권자 요청으로 해당 조항을 넣었다고 설명했지만, AI 학습 과정에서 실제 침해 여부를 적발하고 권리를 행사하기는 쉽지 않다고 강조했다. 업계에선 중국이 웹 중심의 데이터 확보 방식에서 벗어나려면 오프라인 지식의 디지털화와 산업별 데이터 구축, 저작권 처리 체계를 함께 마련해야 할 필요가 있다고 지적했다. 모델과 컴퓨팅 파워를 확보하더라도 학습에 투입할 고품질 중국어 데이터가 충분하지 않으면 AI 성능 경쟁을 지속하기 어렵기 때문이다. 쑨마오쑹 칭화대 교수는 "코퍼스는 대규모언어모델 발전에서 핵심적인 역할을 하며 AI 역량 고도화를 뒷받침하는 핵심 요소로 자리 잡았다"며 "과장해서 말하는 게 아니라 코퍼스가 없으면 언어모델도 없다"고 강조했다.

2026.08.08 19:46장유미 기자

업스테이지, 하반기 AI 모델 2연타…상용 시장 공략 속도

업스테이지가 '솔라 프로4'를 선보이며 하반기 자체 인공지능(AI) 모델 라인업 확대에 나선다. 지난달 오픈웨이트 모델 '솔라 오픈2'를 공개한 데 이어 상용 거대언어모델(LLM)까지 선보이며 기업·개발자 시장 공략에 박차를 가하고 있다. 5일 업계에 따르면 업스테이지는 오는 6일 솔라 프로4 API를 공개한다. 지난달 공개한 솔라 오픈2 API 클로즈드 베타 서비스는 지난 3일 종료됐다. 기존 베타 참여자는 모델명을 솔라 프로4로 변경해 새로운 모델을 이용할 수 있다. 솔라 오픈2는 이달 2차 평가에 돌입하는 과학기술정보통신부 '독자 AI 파운데이션 모델(독파모)' 프로젝트를 통해 개발된 모델이다. 업스테이지는 모델 가중치를 공개하는 한편 개발자들이 직접 성능을 체험할 수 있도록 API 베타를 한시적으로 운영해왔다. 솔라 프로4는 독파모 사업과 별개로 업스테이지의 상용 모델 라인업인 '솔라 프로' 시리즈의 최신 모델이다. 지난 3월 공개한 '솔라 프로3'의 후속 모델로, 실제 업무 환경에서의 활용성을 높인 것이 특징이다. 김성훈 업스테이지 대표는 자신의 페이스북을 통해 "솔라 프로4는 문서 작업과 터미널 수행, 멀티턴 도구 사용에서 솔라 오픈2 대비 20~30% 성능이 향상됐다"며 "작은 사이즈지만 쓸 만한 좋은 모델"이라고 소개했다. 솔라 프로4는 데스크톱 AI 에이전트 '룸(Loom)'에도 기본 모델로 탑재됐다. 룸은 PC 내 업무 폴더를 기반으로 여러 문서와 엑셀, PDF 등을 동시에 읽고 실제 업무 결과물을 생성하는 AI 에이전트다. 업스테이지는 이용자들이 룸을 통해 프로4를 먼저 체험할 수 있도록 했다. 이달까지 룸에서 솔라 프로4가 무료 제공된다. 업스테이지는 지난 6월 업스테이지 컴퍼니 출범 기념 미디어데이에서 같은 달 말 '솔라 오픈2' 프리뷰를 공개하고 7월 말에는 '솔라 프로4'를 출시하겠다는 계획을 밝혔다. 이후 솔라 오픈2 공개와 API 클로즈드 베타를 거쳐 이번 솔라 프로4 API 공개로 후속 일정을 이어가게 됐다. 업스테이지 관계자는 "솔라 오픈2 API는 오픈웨이트 모델을 누구나 체험할 수 있도록 한 클로즈드 베타 서비스"라며 "상용 모델인 솔라 프로4가 출시되면서 정식 API는 프로 라인업으로 제공하게 됐다"고 말했다.

2026.08.05 11:25이나연 기자

국가대표 AI 2차 선발 돌입…4개 팀, 이달 3팀으로

국가대표 인공지능(AI)을 선발하는 '독자 AI 파운데이션 모델 프로젝트(독파모)'의 2차 평가 결과가 이르면 오는 12일 전후로 나올 전망이다. 4개 개발팀이 최종 모델 개발을 마치면서 국민평가와 전문가 심사가 코앞으로 다가온 가운데, 4개 팀 중 3개 팀이 2차 관문을 통과하게 된다. 3일 업계에 따르면 모티프테크놀로지스는 오는 4일 과학기술정보통신부와 정보통신산업진흥원(NIPA)에 최종 AI 모델 '모티프 3'와 성과보고서를 제출한다. 앞서 LG AI연구원과 SK텔레콤, 업스테이지가 최종 모델을 제출한 데 이어 모티프테크놀로지스까지 개발을 완료하면서 2차 평가에 참여하는 4개 팀의 준비가 모두 마무리됐다. 정부는 오는 8일부터 11일까지 일반 국민 200명으로 구성된 국민평가단을 운영한다. 성별과 연령별 비율을 고려해 선발된 평가단은 4개 팀의 AI 모델을 직접 사용한 뒤, 절대평가 방식으로 점수를 부여한다. 국민평가 결과는 기존 벤치마크 평가와 전문가 평가 점수와 합산돼 2차 평가에 반영된다. 이번 평가는 실제 산업 현장과 서비스에서 활용 가능한 실증 기술과 활용성이 핵심 평가 요소로 꼽힌다. 각 개발팀도 서비스 적용 사례 확대에 집중하고 있다. SK텔레콤은 '에이닷엑스 케이투(A.X K2)'를 공개하며 장문 이해와 AI 에이전트 성능을 강화했다. LG AI연구원은 'K-엑사원(K-EXAONE) 2.0'을 포털 줌(ZUM)의 AI 검색과 제조 현장에 적용했다. 업스테이지는 '솔라 오픈2'를 포털 다음과 금융·제조 분야에 적용하고 있으며 모티프테크놀로지스는 '모티프 3'를 앞세워 글로벌 AI 평가에서 개방형 모델 경쟁력을 입증했다. 정부는 이번 2차 평가를 통해 4개 팀 가운데 3개 팀을 선발한 뒤 후속 평가를 거쳐 최종 2팀을 선정할 계획이다. 배경훈 부총리 겸 과학기술정보통신부 장관은 지난달 대통령 업무보고에서 "8월 AI 모델 2차 평가 결과가 나오면 기존 3위를 넘어 2위권에도 도전해 볼 수 있을 것으로 기대한다"고 밝혔다.

2026.08.03 16:43이나연 기자

242억원 국방 초거대 AI, 우선협상자에 한화시스템 컨소시엄

군 지휘통제 현장에 투입될 인공지능(AI) 플랫폼을 구축하는 242억원 규모 국방 거대언어모델(LLM) 사업자로 사실상 한화시스템이 선정된 것으로 확인됐다. 31일 업계에 따르면 국방부가 발주한 '초거대 인공지능 기반 지휘통제체계 기술 개발 사업'에 한화시스템 컨소시엄이 우선협상대상자로 선정됐다. 이 사업은 오는 9월부터 2030년 2월까지 42개월간 총 242억원을 들여 국방 특화 초거대 AI 플랫폼을 구축하는 것이 골자다. 합동 전영역 지휘통제(JADC2)를 목표로 텍스트·이미지·영상·음성·센서·레이더 등 멀티모달 전장정보를 융합하고 분석·검색·처리하는 기반을 마련한다. 국방부는 이렇게 개발한 플랫폼을 한국군 지휘통제체계(KCCS)에 적용한다는 계획이다. 사업은 크게 '초거대 AI 모델 플랫폼 구축'과 '데이터 패브릭·지식베이스 구축' 기술이라는 세부 과제로 나뉜다. 첫 과제에서는 범용 국방 LLM과 합동 전장 LLM을 개발해 전장 상황 인식·위협 평가·대응 방책 생성 등에 활용한다. 또 다른 과제는 합동참모본부 등의 전장 데이터를 수집·표준화해 이들 LLM 학습에 쓰일 데이터 패브릭과 지식베이스를 구축하는 작업이다. 앞서 제안서 평가에는 한화시스템과 LIG 디펜스&에어로스페이스(D&A)가 각각 컨소시엄을 꾸려 경쟁했다. 한화시스템 컨소시엄에는 네이버클라우드 등이, LIG D&A 컨소시엄에는 삼성SDS·SK텔레콤·LG AI연구원 등이 참여한 것으로 알려졌다.

2026.07.31 18:39이나연 기자

[컨콜종합] "피지컬 AI·금융 AX·GPU 인프라로 하반기 승부"…LG CNS, 3대 성장축 제시

LG CNS가 피지컬 AI, 금융 AX, AI 인프라를 하반기 3대 성장축으로 제시했다. LG전자와의 로봇 데이터 팩토리, 금융권 차세대 사업, GPU 구독형 인프라 플랫폼을 앞세워 성장세를 이어가겠다는 구상이다. LG CNS는 31일 2026년 2분기 실적발표 컨퍼런스콜을 열고 사업 부문별 실적과 하반기 전략을 공개했다. 상반기 매출은 전년 동기 대비 6.1% 증가한 2조8천358억원, 영업이익은 1.1% 늘어난 2천221억원을 기록했다. 회사는 전 사업 영역에서 대외 사업 비중이 확대되며 실적 성장을 견인했다고 설명했다. AI·클라우드가 이끈 상반기 성장…"XPU웍스·에이전트웍스 확장" 상반기 실적의 중심은 AI·클라우드 사업이었다. 해당 부문 매출은 1조6천714억원으로 전체 매출의 약 59%를 차지했다. 제조·물류를 중심으로 대외 고객 확보가 이어진 점도 눈에 띈다. 두산, 중소기업중앙회, 컬리, LX판토스 등과 AX 사업을 추진하는 한편 제약·바이오, 공항·항공, 방산·조선 등으로 사업 영역을 넓히고 있다. 진요한 AI클라우드사업부 AI센터장(상무)은 "기업 내 AI 활용 확대와 이에 따른 AI 인프라 투자 증가는 플랫폼과 클라우드 인프라 전반의 사업 기회로 확대될 것"이라고 말했다. 이어 "AI 연산 자원을 구독형으로 제공하는 플랫폼 'XPU웍스'를 새롭게 론칭했다"며 "1분기 정식 출시한 엔드투엔드 AI 플랫폼 '에이전트웍스'도 다양한 산업 고객을 대상으로 적용 사례와 사업 범위를 확대하고 있다"고 설명했다. LG CNS는 AI 인프라 사업 확대에도 속도를 낼 계획이다. 회사는 글로벌 데이터센터 시장이 연평균 9%, 아시아태평양과 국내 시장은 이보다 높은 15~20% 수준으로 성장할 것으로 보고 있다. 오픈AI, 앤트로픽, 팔란티어 등 글로벌 AI 기업과의 협력도 신규 사업 기회 발굴로 이어지고 있다는 설명이다. 진 센터장은 "LG CNS는 시장 성장률을 상회하는 사업 확대 계획을 가지고 있으며 국내 DBO 시장 선도 지위를 더욱 공고히 할 계획"이라며 "2019년 국내 최초로 DBO 모델을 도입한 선발주자로서 시장 성장 이상의 확대 계획을 갖고 있다"고 말했다. 수익성에 대해서는 선제 투자 영향이 반영됐다는 설명이다. 송광륜 CFO(상무)는 "미래 성장 동력 확보를 위한 전략적 투자 확대와 일부 프로젝트의 계약 이연 영향이 있었다"며 "사업 경쟁력 약화에 따른 구조적 문제가 아니라 미래 성장을 위한 선제 투자와 일시적 프로젝트 일정 영향"이라고 말했다. 이어 "이연된 프로젝트들은 하반기 계약 체결과 사업 수행이 본격화되며 실적 개선에 기여할 것"이라고 덧붙였다. LG전자 데이터 팩토리, 첫 피지컬 AI 레퍼런스 확보 스마트엔지니어링 사업 상반기 매출은 5천24억원으로 전년 동기 대비 6.2% 증가했다. 2분기 매출은 2천746억원으로 전년 동기 대비 13% 성장했다. 회사는 계열사 기반의 안정적 사업에 더해 물류 자동화 등 대외 사업 확대가 성장에 힘을 보탰다고 설명했다. 신재훈 스마트팩토리사업부장(상무)은 "스마트엔지니어링 사업은 계열사 사업을 안정적으로 수행하는 가운데 물류 자동화 등 대외 사업 확대에 힘입어 두 자릿수 성장을 기록했다"고 말했다. 이어 "산업 현장에 피지컬 AI를 도입하기 위해서는 GPU 등 AI 인프라 확보가 필수적"이라며 "LG전자에서 진행 중인 데이터 팩토리에 피지컬웍스 플랫폼과 GPU 인프라를 공급할 예정"이라고 밝혔다. LG CNS는 LG그룹 2차전지 계열사의 북미 물류 혁신 사업을 추가 수주했고, 국가농업 AX 플랫폼 구축 사업의 민간사업자로도 선정됐다. 스마트팩토리 분야에서는 AI 기반 제조 플랫폼 '팩토바(Factova)'를 중심으로 제조 현장 지능화를 추진하고 있으며, 스마트물류 사업 역시 뷰티·패션·푸드 기업 대상 자동화 프로젝트 확대로 성장세를 이어가고 있다. 하반기 피지컬 AI 사업의 핵심은 LG전자 데이터 팩토리를 첫 레퍼런스로 삼아 외부 확산 기반을 만드는 데 있다. 신 상무는 "현재 그룹사와 대외 고객을 대상으로 피지컬 AI 도입 및 운영 체제 구축을 협의하고 있다"며 "LG전자 데이터 팩토리를 베스트 프랙티스로 삼아 제조와 물류 등 다양한 산업으로 사업을 확대해 나갈 계획"이라고 말했다. 이어 "컬리 1차 PoC 검증을 완료했으며 연말까지 보완을 거쳐 확산 사업을 추진할 예정"이라며 "올해는 PoC와 현장 검증을 통해 베스트 프랙티스와 사업 수행 역량을 확보하고, 내년부터 제조·물류 고객을 중심으로 관련 사업을 본격 확대하겠다"고 밝혔다. KB국민은행·한국은행 수주로 하반기 매출 기여 확대 디지털 비즈니스 서비스 사업 상반기 매출은 6천621억원으로 전년 동기 대비 8.8% 증가했다. 은행, 손해보험, 생명보험 등 금융권 전반에서 고르게 성장했고, 대형 프로젝트 수주도 이어졌다. 조성우 디지털비즈니스사업부 금융AX1사업담당(상무)은 "KB국민은행 차세대 사업을 수주하며 금융 차세대 시장에서 경쟁력을 다시 한번 입증했다"며 "한국은행 2기 ITO 사업 수주를 통해 운영사업 기반도 강화했다"고 말했다. 금융 차세대 사업은 하반기로 갈수록 매출 기여도가 높아질 전망이다. 조 상무는 "금융권 차세대 프로젝트는 평균 수행 기간이 약 2년인 대규모 사업으로 착수 이후 분석·설계·초기 구축 단계를 거치면 약 6개월 뒤부터 매출이 본격 인식되는 구조"라며 "올해 1월 NH농협은행, 5월 KB국민은행 차세대를 착수한 만큼 하반기로 갈수록 매출 기여도는 점진적으로 높아질 것"이라고 내다봤다. AI 네이티브 개발 플랫폼도 새롭게 선보였다. 조 상무는 "IT시스템 구축·운영 전 과정을 에이전틱 AI 기반으로 수행하는 개발 플랫폼 '대본'을 2분기에 출시했다"며 "플랫폼 출시 이후 대형 사업 수주를 통해 실증 사례를 축적하고 있으며, 소규모 개발 사업과 유지보수 운영 사업까지 적용을 확대하고 있다"고 말했다. 금융권 AI 도입 환경 변화에 대한 진단도 내놨다. 그는 "망분리 규제로 외부 대규모언어모델(LLM) 활용에 제약이 있었지만 최근 규제 샌드박스와 제도 개선이 추진되면서 금융사들의 AI 도입 움직임이 크게 늘고 있다"며 "중장기적으로는 레거시 시스템과 AI 에이전트가 유기적으로 결합된 형태로 발전할 것"이라고 전망했다. 중국 LLM 약진, 기업 최적화 멀티 AI모델 전략으로 대응 중국 LLM의 약진에 대해서도 LG CNS는 단순 위협보다 활용 구조 변화에 주목했다. 최근 일부 중국계 모델이 성능과 비용 측면에서 경쟁력을 높이면서, 일부 기업 AX 프로젝트에서 미국 프론티어 모델을 대체하거나 보완하는 선택지로 검토되고 있다는 설명이다. 다만 회사는 이런 흐름이 특정 모델로의 일괄 전환으로 이어지지는 않을 것으로 봤다. 진요한 센터장은 "일부 기업 AX 프로젝트에서 미국 프론티어 모델을 대체·보완하는 실질적 선택지로 검토되고 있다"면서도 "표준 모델을 일괄 전환하기보다는 업무 난이도와 보안 수준, 비용 민감도에 따라 여러 모델을 조합하는 멀티모델 전략이 확대되는 추세"라고 말했다. LG CNS가 주목하는 방향은 특정 모델의 우위보다 기업 맞춤형 활용 구조다. 고난도 추론, 민감 정보 처리, 대규모 반복 업무 등 용도에 따라 서로 다른 모델을 조합하는 방식이 기업 현장에서 늘어날 가능성이 크다는 판단이다. 진 센터장은 "LG CNS 역시 이런 변화에 맞춰 다양한 모델을 연결·운영하는 AI 실행 환경 구축 역량을 강화하겠다"고 말했다.

2026.07.31 12:08남혁우 기자

고성능 AI 대기시간 줄인다…사이오닉AI, '솔라 오픈2' 10배 가속

사이오닉AI가 대규모언어모델(LLM)의 응답 지연을 줄이는 추론 가속 기술을 공개했다. 사이오닉AI는 31일 업스테이지의 오픈웨이트 LLM '솔라 오픈2(Solar-Open2-250B)'의 추론 속도를 10배 향상시킨 신규 버전을 허깅페이스를 통해 공개했다. 이번에 공개된 모델은 '솔라 오픈2 250B 울트라패스트 드래프트(Solar-Open2-250B-ultrafast-Draft)'다. 업스테이지의 '솔라 오픈2 250B-A15B' 원본 가중치에 사이오닉AI가 개발한 블록 드래프트 기반 스펙큘레이티브 디코딩용 드래프트 모델을 결합했다. 드래프트 모델은 경량 모델이 먼저 다음 토큰 후보를 제안하고, 원본 250B 모델이 이를 검증·채택하는 구조다. 초대형 모델이 모든 토큰을 순차적으로 직접 생성하는 과정에서 발생하는 추론 병목을 줄이기 위한 방식이다. 사이오닉AI는 이를 통해 초당 800토큰 이상의 생성 성능을 구현했으며, 이는 기존 대비 약 10배 향상된 수준이라고 밝혔다. 고석현 사이오닉AI 대표는 "사람은 생각할 때 한 번에 하나의 단어만 떠올리지 않는다"며 "여러 가능성을 동시에 검토하고 다음 생각을 예측하며 사고를 이어가는 것처럼 LLM도 반드시 한 번에 하나의 토큰만 생성해야 하는지 의문이었다"고 기술 개발 배경을 설명했다. 일반적으로 초대형 모델은 높은 성능을 제공하지만 실제 서비스 환경에서는 추론 지연과 비용 부담 때문에 활용 범위가 제한되는 경우가 많다. 이에 업계는 상대적으로 가벼운 모델을 별도로 운용하거나 고성능 모델 호출을 제한하는 방식으로 속도 문제를 우회해왔다. 글로벌 AI 서비스도 사용 목적과 비용, 응답 속도 등에 따라 서로 다른 모델 경로를 병행 운용하는 방식으로 성능과 효율의 균형을 맞추고 있다. 사이오닉AI는 별도의 경량 모델로 우회하는 방식이 아니라 250B급 원본 모델 자체의 추론 과정과 생성 경로를 가속했다는 점에서 차별화된다. 고석현 사이오닉AI 대표는 링크드인 게시물을 통해 키미(Kimi) K3 2.8T 모델을 최적화해 초당 300토큰 속도로 간단한 횡스크롤 게임을 구현한 영상도 공개했다. 그는 해당 모델이 국내 인프라에서 구동되며 추론 최적화 기술이 특정 모델군에만 한정되지 않는 것이라고 설명했다. 이번 결과는 오픈웨이트 모델 생태계에서 외부 기업이나 개발자가 직접 도입·활용할 수 있는 가속 방안을 제시했다는 점에서 의미가 있다. 보안 등의 이유로 기업 내부에 자체 대규모 AI 모델을 구축하더라도, 응답 지연으로 실무 적용이 쉽지 않았던 한계를 일부 완화할 가능성이 있다. AI 에이전트 기반 AX 환경에서의 활용성도 주목된다. AI 에이전트는 검색, 툴 호출, 다단계 추론, 반복 생성 등을 수행하기 때문에 모델 품질뿐 아니라 토큰 생성 속도와 처리량이 중요하다. 초대형 모델의 추론 속도가 개선되면 기존에는 부담이 컸던 고성능 경로를 실제 업무 자동화나 복합 추론 서비스에 투입할 여지가 커진다. 다만 성능 수치 해석에는 주의가 필요하다. 사이오닉AI가 제시한 지표는 GPU 구성, 배치 크기, 입력·출력 길이, 동시 요청 수, 측정 방식에 따라 달라질 수 있어 실제 기업 인프라와 업무 환경에서의 재현 가능성은 별도 검토가 필요하다. 고석현 사이오닉에이아이 대표는 "대형 모델은 뛰어난 추론 능력을 갖추더라도 속도가 느리면 실제 업무에서 반복적으로 활용하기 어렵다"며 "이번 성과는 모델과 추론 엔진, GPU 커널을 함께 최적화해 250B급 모델을 본격적인 에이전트 업무에 투입할 수 있는 처리량을 확보했다는 데 의미가 있다"고 말했다. 이어 "모델의 크기가 더 이상 느린 응답의 이유가 되지 않도록 빠르고 실용적인 AI 실행 환경을 만들어가겠다"며 "국내 파운데이션 모델이 실제 서비스와 글로벌 시장에서 경쟁력을 확보할 수 있도록 최적화 기술과 검증 결과를 지속적으로 공개하겠다"고 덧붙였다.

2026.07.31 09:38남혁우 기자

SKT, 독파모 AI 모델로 스타트업 세곳 혁신 지원

SK텔레콤은 국내 스타트업이 AI 서비스를 보다 쉽게 개발하고 검증하기 위해 자사 AI 모델 기반의 API를 지원한다고 26일 밝혔다. SK텔레콤 중소벤처기업부가 주관하고 하는 '2026년 모두의 챌린지 AX-LLM'에 참여하고 있다. 국내 스타트업이 국산 AI 모델을 도입하고 활용하는 과정에서 필요한 기술 협업을 지원하기 위해 추진되는 사업이다. 이에 따라 독자 AI 파운데이션 모델 프로젝트를 통해 개발한 모델이 스타트업, 개발자 생태계에서도 활용될 수 있도록 지원을 이어가고 있다. 지난해 말 개발을 마친 A.X K1 모델의 활용 범위를 확대하고, 다양한 적용 사례를 축적하기 위한 취지다. 2026년 모두의 챌린지 AX-LLM에는 자체 LLM을 보유한 7개 수요기업이 참여한다. 스타트업이 수요기업 가운데 한 곳을 선택해 사업 계획을 제출하면, 수요기업이 협업 대상을 선정해 지원하는 방식으로 운영된다. SK텔레콤이 협업 대상으로 선정한 팀리미티드는 영수증 플랫폼 기반 개인화 쇼핑 큐레이션 에이전트를 서비스하는 회사다. 퍼셀리는 AI 기반 인플루언서 마케팅 프로모션 자동화 솔루션 기업이고, 데브올컴퍼니는 연체 채권 관리 AI 솔루션을 제공하고 있다. SK텔레콤은 선정된 스타트업을 대상으로 올해 연말까지 A.X K1 API를 제공할 계획이다. 또한 SK텔레콤 스타트업 엑셀러레이팅 프로그램인 '스케치 위드 AI'와 연계해 서비스 고도화 및 사업화 검증을 지원한다. 각 스타트업은 협업 기간 동안 고객 접점에서 활용 가능한 AI 서비스를 검증할 예정이다. '모두의 챌린지 AX-LLM' 기간 동안 자사의 서비스를 A.X K1 모델 기반으로 전환하고, 향후 SKT와의 본격 사업 협력을 위한 개념 검증(PoC)을 준비하고 있다. 엄종환 SK텔레콤 지속가능경영실장은 “스타트업과의 협력을 통해 SK텔레콤 독자 AI 모델의 활용 범위를 확대하고, 국내 AI 생태계 활성화에 기여하겠다”라고 말했다.

2026.07.26 10:18박수형 기자

  Prev 1 2 3 4 5 6 7 8 9 10 Next  

지금 뜨는 기사

이시각 헤드라인

"AI 모델 다음은 산업현장…韓, 피지컬 AI·에이전트 육성해야"

"켜고 끄는 버프·기믹 보스"…스마일게이트 신작 '이클립스', MMORPG 공식 비틀었다

[ZD e게임] 콤보 통해 액션성 극대화…라인게임즈 '엠버 앤 블레이드' 데모 2.0

'투자 한파' 맞은 AI 스타트업…상장사 손잡고 판로 뚫는다

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.