• 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. (320건)

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

포티투마루, 폐쇄망 AI로 아부다비 공략…현지 기업과 사업 협력

포티투마루가 아랍에미리트(UAE) 아부다비 기업들과 인공지능(AI) 사업 협력 확대에 나선다. 현지 보안 환경에 맞춘 폐쇄망형 AI를 앞세워 UAE와 중동 시장에서 파트너 발굴과 공동 사업 기회를 넓힌다는 계획이다. 포티투마루는 17일 서울 삼성동 트레이드타워에서 열리는 '한-아부다비 네트워킹 포럼'에 참가해 아부다비 기업들과 비즈니스 미팅을 진행한다고 밝혔다. 한국무역협회와 아부다비상공회의소가 공동 주최하는 행사로 AI·첨단제조·헬스케어·친환경 에너지 등 분야의 양국 기업들이 참여한다. 포티투마루는 디지털 AI 정부 플랫폼과 금융 핀테크·인프라 보안·인력 매칭 AI·산업 자동화 분야 기업들과 잇따라 미팅을 갖는다. 온프레미스 환경에서 구동하는 LLM42와 RAG42 도입을 비롯해 결제 데이터 기반 개인화 금융 분석과 이상거래 탐지, 공공·인프라 관리 자동화, 제조·에너지 공정 최적화 에이전트 구축 등을 논의할 예정이다. 아부다비는 대규모 투자 자본과 AI 인프라를 바탕으로 한국 기업과의 기술 공동개발과 사업화 협력을 확대하고 있다. UAE 시장을 넘어 아시아와 아프리카·유럽 등으로 사업을 넓힐 수 있는 거점이라는 점도 강점으로 꼽힌다. 샤미스 알리 알 다헤리 아부다비 지역사회 개발부 의장 겸 아부다비상공회의소 제2부회장은 전날 열린 아부다비 투자 포럼 서울에서 "아부다비에 약 1조 8000억 달러(약 2457조 5400억원) 규모 국부펀드 자산이 모여 있다"며 "아시아와 아프리카·유럽·중동을 잇는 입지를 갖추고 있다"고 밝혔다. UAE 정부는 국가 차원의 AI 전략을 확대하면서 데이터 현지화와 보안 준수도 요구하고 있다. 포티투마루는 외부 인터넷과 분리된 기업 내부 환경에서도 독립적으로 구동하는 AI 솔루션을 앞세워 현지 수요를 공략할 계획이다. 이번 포럼에 참가하는 아부다비 기업 가운데는 한국 AI 기업과 리셀러 협력이나 온프레미스 거대언어모델(LLM) 구축, 디지털 정부 플랫폼 협업을 원하는 기업들도 포함됐다. 포티투마루는 공공 분야 AI 전환 경험과 폐쇄망 구축 기술을 활용해 현지 기업들과 구체적인 협력 방안을 논의한다. 포티투마루는 검색증강생성과 AI 독해, 도메인 특화 경량화 모델 등을 기업과 공공기관에 공급하는 에이전틱 AI 스타트업이다. 기업 내부 데이터와 업무 시스템을 연결해 AI가 검색과 분석을 넘어 실제 업무 절차를 수행하도록 지원하고 있다. 중동 사업도 넓히고 있다. 포티투마루는 앞서 사우디아라비아 네옴 프로젝트 컨설팅과 샤르자 디지털청 협력을 추진했으며 이번 포럼을 계기로 아부다비까지 사업 접점을 확대한다는 구상이다. 김동환 포티투마루 대표는 "이번 포럼 참가하는 아부다비 기업들은 AI 정부 플랫폼, 금융 핀테크, 인프라 보안, 산업 자동화 등 실질적인 AI 도입 수요를 구체적으로 보유하고 있어 협력의 시너지가 크다"며 "데이터 주권과 보안을 담보하는 온프레미스 에이전틱 AI를 바탕으로, 현지 파트너들과 긴밀히 협력해 사우디에 이어 아부다비 및 GCC 전역의 엔터프라이즈 AX 시장에서 가시적인 수출 성과를 창출해 낼 것"이라고 밝혔다.

2026.09.17 15:50김동원 기자

포티투마루, 정부 공인 AI 제품·서비스로 공공 진출 탄력

포티투마루의 도메인 특화 경량 언어모델과 고정밀 검색증강생성(RAG) 솔루션이 정부의 인공지능(AI) 제품·서비스로 인정받으며 공공 AI 조달시장 진출 기반을 확보했다. 포티투마루는 'LLM42 v.1.1'과 'RAG42 v.1.3'이 정부 'AI 제품·서비스 확인제' 인증을 동시에 취득했다고 16일 밝혔다. AI 제품·서비스 확인제는 AI 기본법 시행령에 근거해 실제 AI 처리 연산체계와 학습·추론 성능을 갖춘 제품과 서비스를 확인하는 제도다. 이렇게 공인된 제품은 다수공급자계약(MAS) 참여와 일반 입찰 적격심사, 소프트웨어 단가계약 등 공공조달 과정에서 우대받을 수 있다. LLM42 v.1.1은 공공·국방·제조 등 보안이 중요한 분야를 겨냥한 경량 언어모델이다. 인터넷이 차단된 폐쇄망(온프레미스) 환경에서 근거 기반 질의응답과 문서 요약, 업무 문서 작성, 도표·이미지 분석 등을 지원하도록 설계됐다. RAG42 v.1.3은 기관 내부 문서를 검색해 질문과 관련된 근거를 언어모델에 제공하는 엔터프라이즈 RAG 솔루션이다. PDF·워드·한글(HWP)·스캔 이미지 등을 딥러닝 기반 문서 분석과 광학문자인식(OCR)으로 처리한다. 또 의미 기반 검색과 재정렬을 거쳐 답변에 필요한 정보를 제공하며 문서별 접근 권한과 검색 로그, 답변 품질 평가 기능도 지원한다. 두 제품은 한국정보통신기술협회(TTA)의 서류 심사와 시연 및 현장 기술 심사를 거쳐 AI 처리 연산체계의 동작성과 결과 출력, 연계 구동성을 검증받았다. 포티투마루는 앞서 LLM42로 공공·민간 AI 신뢰성 인증을 각각 국내 최초로 획득했다. 이번 확인제 취득을 계기로 공공기관과 지자체 등을 대상으로 AI 솔루션 공급 및 공공조달 시장 공략을 확대할 계획이다. 김동환 포티투마루 대표는 "대한민국 1호 인공지능 신뢰성 인증에 더해 이번 조달 우대 자격까지 완비했다"며 "검증된 기술적 완성도와 신뢰성을 바탕으로 중앙 부처 및 지자체, 공공기관의 AI 전환(AX) 구축 사업과 공공 조달 시장 공략에 속도를 낼 것"이라고 강조했다.

2026.09.16 15:03이나연 기자

한컴, 공공행정에 LLM·비전 AI 심는다…AX 사업 가속

한컴이 대규모언어모델(LLM)과 비전 인공지능(AI)을 공공행정 업무에 적용하며 공공 AI 전환(AX) 사업 확대에 박차를 가한다. 한컴은 지난 15일 대구공공시설관리공단과 AI 기반 혁신 행정 서비스 구현을 위한 업무협약(MOU)을 체결했다고 16일 밝혔다. 이번 협약은 한컴 AI 기술을 공단의 실제 행정 업무에 적용해 업무 효율성과 실무 편의성을 높이고 데이터 기반 디지털 행정 혁신 모델을 구축하고자 마련됐다. 양측은 오는 11월 30일까지 AI 기술을 행정 업무에 적용하는 기술검증(PoC)을 진행한다. 한컴은 LLM과 비전 AI 등 자체 AI 기술을 활용해 시스템 설계와 기술·서비스 개발을 지원할 계획이다. 특히 공단이 축적해온 비정형 데이터를 실제 AI 업무에 활용하는 데 초점을 맞췄다. 공단이 보유한 보고서와 업무 매뉴얼 등을 한컴 AI 솔루션과 연계해 공공시설 관리 분야 업무 지식을 AI가 활용할 수 있는지를 확인할 예정이다. 이 과정에서 AI의 답변 정확도와 행정 업무에 특화된 기능도 검증한다. 단순히 생성형 AI를 도입하는 데 그치지 않고 실제 공공기관이 보유한 내부 업무 데이터를 기반으로 현장 활용 가능성을 확인한다는 구상이다. 공공 서비스에 활용할 수 있는 새로운 AI 서비스 발굴에도 나선다. 양측은 공단이 보유한 공개 데이터 활용에 협력하고 공공 서비스의 질을 높일 수 있는 AI 기반 지능형 서비스를 공동으로 발굴할 계획이다. 향후 AI 기술을 활용한 추가 공동 사업도 모색한다. 한컴은 최근 공공기관과 기업을 대상으로 AX 사업을 확대하고 있다. 국회 빅데이터 플랫폼 'AI국회' 1단계 사업을 비롯해 BGF그룹 AI 지식 검색 시스템과 한국서부발전 생성형 AI 사업 등을 수행했다. 한국수력원자력의 원전 특화 생성형 AI 플랫폼 '하이누리'에는 '한컴어시스턴트'를 연계하며 산업별 AI 적용 경험도 확보 중이다. 향후에는 여러 AI 에이전트와 기업 데이터, 업무 시스템을 통합 운영하는 '에이전틱 OS'로 사업 영역을 넓힌다는 목표다. 최근 남양유업과 실제 업무 환경에 에이전틱 OS를 적용하기 위한 PoC에도 착수하며 공공뿐 아니라 제조·유통 분야로 AX 사업을 확대하고 있다. 최재남 한컴 공공AI사업실장은 "이번 협약은 우리 AI 기술을 실제 공공행정 업무에 적용하고 효과를 검증하는 의미 있는 출발점"이라며 "대구공공시설관리공단과 긴밀히 협력해 현장에서 체감할 수 있는 AI 기반 행정 혁신 모델을 만들고 이를 다양한 공공 분야로 확산해 나가겠다"고 밝혔다.

2026.09.16 11:43한정호 기자

베스핀글로벌, 업스테이지와 울산 공교육 AI에 국산 LLM 입힌다

베스핀글로벌이 국산 대규모언어모델(LLM)을 활용해 공교육 인공지능(AI) 서비스 고도화에 나선다. 학생이 학습 과정에 능동적으로 참여하는 AI 에이전트를 구축하고 향후 전국 교육청과 교육 관련 공공기관으로 적용 범위를 확대한다는 목표다. 베스핀글로벌은 업스테이지와 국산 LLM 및 에이전틱 AI 기술을 결합해 교육 AI 서비스를 고도화하고 이를 전국 시·도교육청과 교육 관련 공공기관으로 확대하기 위한 전략적 제휴를 체결했다고 15일 밝혔다. 첫 적용 대상은 울산교육청의 AI 교수학습 서비스 '우리 아이(AI)'다. 베스핀글로벌이 자체 '헬프나우 에이전틱 AI 플랫폼'을 기반으로 구축한 서비스로, 이번 협력을 통해 업스테이지의 국산 LLM을 결합한다. 기존에는 학생의 질문에 답변하는 방식이 중심이었다면 앞으로는 학생의 학습 과정과 맥락을 이해하고 다음 학습까지 연결하는 AI 학습 파트너로 서비스를 고도화할 계획이다. 양사는 역할을 나눠 교육 특화 AI 서비스를 구현할 방침이다. 업스테이지의 국산 LLM은 학생의 질문과 학습 맥락을 이해하고 추론하는 역할을 맡는다. 베스핀글로벌의 헬프나우 에이전틱 AI 플랫폼은 이를 교육 콘텐츠와 데이터, AI 에이전트와 연결해 실제 학습 서비스로 구현한다. 이를 통해 단순 질의응답을 넘어 학생별 학습 수준과 필요에 맞는 AI 서비스를 제공한다는 구상이다. AI가 학생 질문에 답하는 데 그치지 않고 학습 과정에서 필요한 정보와 서비스를 연결하며 다음 단계의 학습을 지원하는 방식이다. AI 에이전트 적용 범위도 넓힌다. 베스핀글로벌은 향후 과목별 학습을 비롯해 진로·진학, 독서, 외국어 등 영역별 AI 에이전트를 확대해 학생의 학습 전 과정을 지원하는 교육 AI 생태계를 구축할 계획이다. 울산교육청에서 확보한 공교육 AI 모델은 다른 지역으로 확산한다. 양사는 울산에서 검증한 서비스와 플랫폼 구조를 기반으로 전국 시·도교육청과 교육 관련 공공기관에서 공동으로 활용할 수 있는 에이전틱 AI 플랫폼 모델을 구축한다는 목표다. 베스핀글로벌은 이번 사업을 공공 AI 적용 영역을 행정 효율화에서 국민이 직접 이용하는 서비스로 확대하는 계기로 삼을 방침이다. 특히 학생과 교사가 실제 교육 과정에서 AI를 활용하도록 해 공교육 분야에서 에이전틱 AI 활용 사례를 확보한다는 구상이다. 업스테이지도 국산 LLM의 공공 활용 범위를 교육 분야로 확대한다. 양사는 국산 LLM과 에이전틱 AI 플랫폼을 결합해 특정 교육청에 국한되지 않고 전국 공교육 현장에서 활용할 수 있는 AI 서비스 구조를 확보할 계획이다. 허양호 베스핀글로벌 코리아 대표는 "울산 우리 아이는 공교육 AI가 행정 효율화를 넘어 학생의 학습 경험 자체를 변화시킬 수 있음을 보여주는 사례"라며 "이번 고도화를 시작으로 헬프나우 에이전틱 AI 플랫폼을 기반으로 전국 교육청이 활용할 수 있는 공교육 AI 플랫폼 모델을 만들어 나가겠다"고 말했다. 변재경 업스테이지 클라우드 사업부문 대표는 "국산 LLM 경쟁력은 국민 일상에서 실제 가치로 증명돼야 하며 공교육은 그 효용이 가장 넓게 전달될 수 있는 분야"라며 "베스핀글로벌의 에이전틱 AI 플랫폼 역량과 우리 국산 LLM을 결합해 대한민국 학생 누구나 자신의 학습 수준과 필요에 맞는 AI 학습 경험을 누릴 수 있도록 하겠다"고 밝혔다.

2026.09.15 14:15한정호 기자

질문 난이도 따라 LLM 골라 쓴다…라이너, 모델 API 출시

라이너가 질문 난이도에 따라 적합한 거대언어모델(LLM)을 자동 배정해 답변 품질을 유지하면서 토큰 비용을 50% 이상 줄이는 모델 응용 프로그램 인터페이스(API)를 출시했다. 라이너는 AI 오케스트레이션 솔루션 '라이너 모델 API'를 출시했다고 15일 밝혔다. 기존에는 답변 품질을 높이기 위해 모든 질문을 고가의 프런티어급 모델로 처리하는 경우가 많았다. 하지만 질문마다 난이도가 다른 만큼 간단한 질의까지 고성능 모델로 처리하면 불필요한 비용이 발생할 수 있다. 라이너는 자체 AI 서비스를 운영하며 축적한 모델 평가 경험을 정밀 오케스트레이션 기술에 활용했다. 앞서 회사는 라이너 검색, 라이너 스콜라, 라이너 라이트, 라이너 파이낸스 등 다양한 AI 에이전트 제품을 운영하며 서로 다른 LLM 성능을 다각도로 비교·검증해왔다. 라이너의 실사용 환경 자체 데이터 평가 결과, 고성능 모델로 배정된 질의 비중은 약 43%로 나타났다. 코딩과 수학, 복합 추론이 필요한 고난도 질의는 상위 모델을 적용하고 나머지 57%의 일반 질의에는 효율적인 모델을 배정해 비용 절감 효과를 높였다. 이 과정에서 라이너는 실제 이용자의 다양한 질의 패턴을 반영하기 위해 비식별 처리한 대표 질의 데이터셋도 구축했다. 일상적인 탐색부터 업무 처리와 학술 연구까지 다양한 이용 패턴을 분석해 모델 배정 알고리즘을 최적화했다. 라이너 모델 API는 기존 API를 교체하는 방식으로 적용할 수 있도록 설계됐다. 기업이 새로운 LLM이 나올 때마다 모델별 성능과 비용을 직접 비교하고 교체해야 하는 부담도 줄이는 것을 목표로 한다. 김진우 라이너 대표는 "모든 질문을 상위 모델로만 처리하는 방식은 간단한 계산에 매번 슈퍼컴퓨터를 동원하는 것과 같다"며 "끊임없이 쏟아지는 신규 모델 성능과 단가를 개발사가 매번 검증하고 교체해야 하는 번거로움을 라이너 모델 API가 해결할 것”이라고 말했다. 이어 "기업들이 비용 부담과 모델 선택의 피로감에서 벗어나 핵심 업무 혁신에만 몰입할 수 있는 환경을 만들겠다"고 부연했다.

2026.09.15 11:45이나연 기자

시진핑 "AI 개방·협력·공유해야"…브릭스서 中 주도권 메시지

시진핑 중국 국가주석이 비서방 신흥국 연합체인 '브릭스(BRICS)'를 무대로 인공지능(AI) 분야에서 자국 영향력 확대에 나섰다. 미국과 AI 기술·규범을 둘러싼 주도권 경쟁이 치열해지는 가운데 오픈소스 기조를 앞세워 신흥국과 협력을 강화하고 중국 중심의 AI 생태계를 넓히려는 행보로 풀이된다. 13일(현지시간) 블룸버그통신에 따르면 시 주석은 이날 인도 뉴델리에서 열린 제18차 브릭스 정상회의에서 회원국을 대상으로 AI 오픈소스 협력체를 구축하고 대규모언어모델(LLM) 개발과 응용 분야의 협력을 확대하자고 제안했다. 중국이 협력체 구축을 주도하고 AI 관련 세미나와 교육 프로그램도 운영한다는 구상이다. 중국은 브릭스 국가를 위한 AI 오픈소스 구역을 구축하고 LLM 개발·응용을 지원할 계획이다. AI 전문 연수와 교육을 통해 회원국의 기술 활용 역량을 높이고 개방형 AI 생태계를 함께 조성한다는 목표다. 시 주석은 "브릭스는 AI 분야에서 협력을 강화하고 오픈소스·개방·협력·공유를 장려해야 한다"고 밝혔다. 이번 제안은 글로벌 AI 거버넌스를 둘러싼 미·중 간 경쟁이 확대되는 상황에서 나왔다. 중국은 오픈소스 AI 생태계를 확대해 미국 기술에 대한 대안을 제시한다는 전략을 내세우고 있다. 미국의 오픈AI와 앤트로픽 등이 폐쇄형 모델을 중심으로 사업을 전개하는 것과 달리 중국은 오픈소스 모델을 중심으로 글로벌 AI 영향력 확대를 추진 중이다. 시 주석은 AI 기술 확산과 함께 국제적인 규범 마련 필요성도 강조했다. 그는 "사람을 중심에 두고 AI가 사회와 인류에게 도움이 되는 방향으로 발전하도록 해야 한다"며 "광범위한 공감대가 있는 글로벌 AI 거버넌스 체계를 조속히 형성해야 한다"고 짚었다. 다만 중국의 구상이 브릭스 회원국 전체의 지지를 얻을지는 불확실하다는 전망이 나온다. 브릭스가 전날 채택한 공동선언에는 중국이 제안한 오픈소스 AI 협력체가 명시적으로 포함되지 않아서다. 대신 AI 자원의 접근성을 높이기 위한 국제 협력을 확대하면서 안전성·보안·포용성·신뢰성을 확보해야 한다는 내용이 담겼다. 중국은 AI를 넘어 디지털 산업과 스마트 제조 등으로 협력 범위를 넓히겠다는 계획도 내놨다. 브릭스 디지털 산업 클라우드 플랫폼을 구축해 기술 교육과 산업 연계를 추진하고 회원국의 스마트 공장 건설과 제조업 전환·고도화를 지원한다는 구상이다. 무역·투자와 과학기술 인재 육성을 포함해 모두 5개 분야에서 협력을 강화한다는 목표다. 시 주석은 이같은 기술·산업 협력을 '글로벌 사우스(신흥국·개발도상국)' 국가 간 경제 협력으로 연결했다. 그는 "신흥시장에 기반을 두고 글로벌 사우스를 연결하는 강점을 발휘해 브릭스는 개방과 협력, 호혜와 상생을 견지해야 한다"며 "혁신 인큐베이터를 구축하고 전통 산업을 고도화하며 신흥 산업을 발전시키고 미래 산업을 배치해야 한다"고 말했다. 미국을 직접 언급하지는 않았지만 관세와 기술 규제 등 미국의 대중국 압박을 겨냥한 메시지도 내놨다. 시 주석은 글로벌 사우스가 다자주의를 지켜야 한다고 주장하며 "국제 규칙은 각국이 공동으로 써야 하며 '강권이 곧 정의'라는 논리는 통하지 않고 이미 오래전에 버려졌어야 한다"고 말했다. 이어 "국제법과 국제 규칙은 모든 국가에 똑같이 적용돼야 하며 이중잣대를 적용해선 안 된다"고 강조했다.

2026.09.14 12:35한정호 기자

"일하는 AI 만들려면 오케스트레이션부터"…워카토, 엔터프라이즈 MCP 전면에

워카토가 인공지능(AI)을 실제 업무와 연결하는 'AI 오케스트레이션' 시장 공략에 속도를 낸다. AI 에이전트와 기업 시스템을 연결하고 업무 흐름과 권한까지 통제해 AI가 단순 정보 조회를 넘어 실제 업무를 수행할 수 있도록 지원한다는 전략이다. 김도연 워카토 영업대표는 9일 서울 강남구 파크 하얏트 서울에서 열린 'C-스위트 & 리더스 포럼'에서 "AI를 실제 업무에 적용해 자동화하기 위해선 AI 오케스트레이션 또는 액션 레이어를 별도로 둬야 한다"며 "AI가 시스템과 바로 연결되는 것이 아니라 이 레이어에서 거버넌스와 통제, 비즈니스 로직을 담은 뒤 기간계 시스템과 연동돼야 한다"고 밝혔다. 워카토와 지디넷코리아가 공동 개최한 이번 행사는 'AI 오케스트레이션으로 만드는 새로운 기업 운영 방식'을 주제로 마련됐다. 기업 AI 활용을 개인 생산성 향상에서 핵심 비즈니스 운영으로 확대하기 위한 시스템 연결과 워크플로우, 거버넌스 구축 방안 등이 공유됐다. 워카토는 기업 애플리케이션과 데이터, 업무 프로세스를 연결·자동화하는 통합 플랫폼 기업으로, 최근 AI 오케스트레이션 사업을 확대 중이다. 김 영업대표는 AI가 기업 업무를 실질적으로 수행하려면 먼저 기존 IT 시스템과 연결돼야 한다고 강조했다. 기업 업무는 하나의 시스템에서 끝나지 않고 여러 시스템과 사람을 거쳐 처리되는 만큼, AI 역시 각 시스템의 업무 순서와 사용자 권한, 예외 처리 등 기존 비즈니스 로직을 따라야 한다는 설명이다. 그는 "이제는 AI에게 단순히 고객 정보를 보여달라는 수준을 넘어 고객의 환불을 처리해달라고 했을 때 백엔드 시스템에서 실제 처리가 자동화되는 형태를 고민해야 한다"며 "AI는 각 시스템의 거버넌스 통제를 따르면서 정해진 순서대로 업무를 수행할 수 있어야 한다"고 말했다. 특히 대규모언어모델(LLM)의 확률적 특성이 실제 업무 실행 단계에서는 위험 요인이 될 수 있다고 봤다. 숫자나 처리 순서에 오류가 허용되지 않는 업무는 LLM이 모든 과정을 직접 판단하도록 하기보다 검증된 워크플로우를 구축한 뒤 AI가 이를 호출하도록 해야 한다는 것이다. 워카토는 시스템 연결에 비즈니스 워크플로우를 결합하고 이를 AI가 활용하도록 하는 방식을 차별점으로 내세우고 있다. 김현수 워카토 상무는 기업 AI 도입이 실제 운영 단계에서 어려움을 겪는 주요 원인으로 시스템 연결 부족과 AI 정확도의 한계, 거버넌스 부재를 꼽았다. AI가 기업 시스템과 연결되지 않으면 최신 데이터를 조회하는 데 한계가 있을 뿐 아니라 데이터를 입력·수정하는 실제 업무까지 수행하기 어렵다고 짚었다. 김 상무는 "AI한테 모든 것을 맡길 수는 없다"며 "한 치의 오차도 발생하면 안 되는 업무는 검증된 비즈니스 로직을 AI가 호출하고 그 로직대로 동작하도록 해야 한다"고 강조했다. 이어 "AI 실행에는 권한 제어와 통제가 반드시 필요하고 사람의 승인이 필요한 단계나 시스템별 데이터 접근 제어, 실행 기록도 함께 관리돼야 한다"고 덧붙였다. 워카토는 이를 위한 핵심 기술로 '엔터프라이즈 모델 컨텍스트 프로토콜(MCP)'를 제시했다. MCP는 AI 모델이나 에이전트가 기업의 각종 시스템·데이터와 연결돼 정보를 조회하거나 실제 업무를 수행할 수 있도록 하는 표준 기술이다. 워카토 플랫폼은 1만 4000개 이상의 커넥터를 기반으로 기업 내 다양한 시스템을 연결하고 구축한 워크플로우를 MCP 형태로 전환할 수 있도록 지원하고 있다. 애플리케이션 프로그래밍 인터페이스(API)가 없는 오래된 레거시 시스템도 기존 인터페이스를 활용해 워크플로우와 연결함으로써 AI가 사용할 수 있도록 구성할 수 있도록 돕는다. 기업 내에서 부서별로 구축되는 MCP를 통합 관리하는 기능도 제공한다. 외부 MCP 서버를 워카토의 MCP 프록시를 통해 연결하면 어느 부서가 LLM과 MCP를 어떤 권한으로 사용했는지 추적할 수 있다. 등록된 MCP는 레지스트리에서 검색·재사용할 수 있으며 로깅과 모니터링, 접근 권한 관리도 함께 지원한다. 실제 비용 절감 사례도 소개했다. 미국 회계·컨설팅 기업 아이드 베일리(Eide Bailly)는 워카토 엔터프라이즈 MCP 서버를 고객 서비스 업무에 적용해 LLM 토큰 사용량을 약 90% 줄인 것으로 나타났다. LLM이 각 업무 단계를 직접 판단하는 대신 검증된 워크플로우를 호출하도록 구성하면서 모델이 판단에 사용하는 토큰을 줄였다는 게 회사 측 설명이다. 워카토는 향후 MCP뿐 아니라 기업 내 여러 AI 모델을 통합 관리하는 영역으로 오케스트레이션 범위를 넓힐 계획이다. 회사는 연례 행사 '월드 오브 워카토'에서 AI 게이트웨이 기능을 새롭게 선보일 예정이다. 기업 정책과 사용량 등에 따라 적절한 LLM으로 요청을 전달하는 모델 라우팅을 비롯해 사용량 제한, 로드밸런싱, 과금 분석 등을 지원해 여러 AI 모델을 사용하는 기업의 거버넌스 체계 구축을 지원한다는 목표다. 김 영업대표는 "이제 기업 AI는 단순 조회가 아니라 실제 업무를 수행할 수 있는 능력을 갖춰야 한다"며 "AI 에이전트나 LLM이 앞으로 어떻게 바뀌더라도 오케스트레이션 레이어가 견고하다면 기업은 변화에 관계없이 지속적으로 AI 서비스를 구축하고 활용할 수 있을 것"이라고 강조했다.

2026.09.09 09:59한정호 기자

장병탁 교수 "피지컬 AI는 이제 시작…데이터 팩토리 더 투자해야"

"우리나라가 거대언어모델(LLM)이나 텍스트, 이미지 데이터 축적 등에서는 30년 뒤졌다. 그러나 피지컬 인공지능(AI)은 이제 시작이다. 우리가 제조 데이터에 강점이 있는 만큼 데이터 팩토리에 더 투자해야 한다." 한국기계연구원이 7일 한국과학기술회관에서 '로봇, 피지컬 AI와 함께 내일의 산업생태계를 그리다'를 주제로 개최한 '2026 글로벌 기계기술 포럼'에서 장병탁 서울대 교수가 언급한 얘기다. 장 교수는 산업통상자원부 K-휴머노이드 연합 위원장을 맡고 있다. 이날 강연에서는 주로 피지컬 휴머노이드 AI의 정의와 로봇 및 AI 발전 속도와 변화상 등을 주로 언급했다. 이어 강연 막판에 데이터의 중요성을 강조했다. 경쟁력 병목은 모델보다 '좋은 행동 데이터'라며 데이터 플라이휠이 로봇 성능 격차를 만든다며 LLM에서 놓친 기회를 피지컬 AI에서 잡아야 한다며 마무리했다. 이어 주제 발표는 김민표 두산로보틱스 대표와 류석현 기계연구원 원장이 나섰다. 김 대표는 두산 로보틱스 미래 전략으로 휴머노이드를 꼽고, "휴머노이드를 만들어놓고, 무엇을 시킬지 고민하는 것이 아니라, 작업지능을 먼저 정하고 그에 맞는 몸을 만들어 가고 있다"고 말했다. 두산 로보틱스는 현재 협동로봇 단계에서 지능형 로봇 솔루션을 지나 오는 2028년 PoC(개념증명)를 목표로 산업용 휴머노이드를 개발할 계획이다. 두산로보틱스가 넘어야할 도전과제로는 데이터 확보난을 지적했다. 피지컬 AI는 LLM 연장선이 아니라, 별개의 문제라는 점과 LLM 데이터 보고는 인터넷인데, 이는 화석연료와 같은 한계 등을 지적했다. 결국 피지컬 AI에서 데이터를 얻는 문제가 아니라, 만드는 문제라는 것. 또 두 번째 도전 과제로는 시뮬레이터 데이터 한계(Sim to Real Gap) 등을 꼽았다. 작업 지능의 필요성과 시뮬레이션 데이터 한계를 넘어 서야 한다는 것. 이에 앞서 김 대표는 "현재 로보틱스 시장이 매출기준 전통 산업용 로봇시장 대비 협동로봇 시장이 10대 1이지만, 이는 조만간 반대가 될 것"이라며 "지난 20년간 SW는 디지털 안에서 가치를 만들었다면, 다음 20년 SW는 물리세계로 갈 것"이라고 예측했다. 류석현 원장은 '기계에서 지능으로–KIMM이 여는 피지컬 AI 시대'를 주제로 기계가 스스로 인식·판단·행동·학습하는 지능형 기계로 진화하는 미래와 피지컬 AI를 로봇·제조·에너지·환경·디지털 엔지니어링 분야로 확장하는 기계연 연구 비전을 소개했다다. 이날 강연에 앞서 기계연은 지난 4월 처음 공개했던 한국형 AI휴머노이드(V 0.5)의 업그레이드 버전(V 0.7) 4대를 선보여 관심을 끌었다. 박동일 기계연 첨단로봇연구센터장의 소개로 진행된 로봇 쇼 무대에서는 총 4대가 나와 각종 포퍼먼스를 선보였다. 아직은 완결성에서 다소 뒤쳐지지만, 끈 등 보조도구 없이 혼자서 국민체조를 하거나, 탈춤 추는 동작을 선보였다. 박동일 센터장은 "휴머노이드를 전체 조직이 1년간 밤낮없이 힘들게 연구해 왔다. 그런데, 오늘 행사를 위해 어제 밤 로봇을 들고 들어와 12시간 만에 설치하고, 리허설 하는 것이 더 힘든 시간이었다. 결국 총 6대 시범이 예정돼 있었으나, 2대는 펼쳐 보이지도 못했다"고 아쉬워했다. 한편 이날 행사에는 조승래, 황정아 의원(이상 더불어민주당)과 윤경숙 과기정통부 기초원천연구정책관, 김영식 국가과학기술연구회 이사장, 권오남 한국과학기술단체총연합회장, 강대임 UST 총장, 강건용 두원공과대학교 총장, 오상록 한국과학기술연구원장, 신석민 한국화학연구원장 등이 참석했다.

2026.09.07 22:44박희범 기자

"'인다이렉트 인젝션' 해커 공격, 듀얼 LLM으로 방어 가능"

'이병영 서울대 전기정보공학부 교수는 7일 에임인텔리전스가 개최한 'AI 리스크 컨퍼런스 서울 2026'에서 "듀얼 LLM'을 활용하면 해커의 '인다이렉트 인젝션' 공격을 효과적으로 방어할 수 있다"고 밝혔다. 이날 이 교수는 '듀얼 LLM을 활용한 에이전트 보호'를 주제로 발표했다. '듀얼 LLM'은 LLM이 사용자 의도에서 벗어난 명령을 수행하도록 유도하는 공격, 즉 '프롬프트 인젝션' 공격을 방어하기 위한 기술이다. 작동 원리는 LLM을 하나로 운영하는 것이 아니라 두 LLM을 격리해 운영하는 식이다. 사용자가 명령을 입력하는 LLM은 '신뢰할 수 있는 LLM(Trusted LLM)'에서 운영하고, LLM이 명령 수행을 위해 외부 웹이나 애플리케이션에 접근할 때에는 격리된 LLM에서 작업을 수행토록 한 구조다. 이 교수는 "프롬프트 인젝션 공격은 크게 두 가지로 나뉜다. LLM의 가드레일을 우회할 수 있는 '다이렉트 인젝션'과 공격자가 외부 데이터를 조정해서 사용자가 시키지 않은 일을 하게 만드는 '인다이렉트 인젝션' 공격 등이다"라며 "'인다이렉트 인젝션' 공격에서 LLM이 취약한 이유는 유저 프롬프트와 공격자의 컨텍스트가 섞인다는 것"이라고 설명했다. 그는 이어 "듀얼 LLM 기술을 적용하면 인다이렉트 인젝션 공격을 효과적으로 방어할 수 있다"며 "예를 들어 공격자가 외부 데이터를 조정해 모든 데이터를 삭제하라는 명령어를 입력해 놓았다고 가정하면, 기존의 방식대로 LLM을 사용하면 이같은 위협에 노출될 수밖에 없다. 반면 외부와 접촉하는 LLM이 샌드박스에서 리소스 권한이 주어지지 않은 격리된 환경에서 작동하고, 사용자가 명령을 입력하고 입력값을 받는 신뢰받을 수 있는 LLM에는 결과값을 보안에 영향을 주지 않은 값으로 제공하는 식이다"라고 밝혔다. 이 교수는 이날 실제 오픈클로에 이같은 듀얼 LLM 기술을 적용한 결과 공격 성공률은 0%, LLM 효율은 81.6%로 나타났다"며 "이는 베이스라인 LLM을 사용했을 때 효율과 비슷하다"고 말했다. 그는 "LLM은 명령 수행 시 외부 데이터 없이 작동할 수 없다"며 "LLM 및 AI 에이전트의 안전한 외부 데이터 접근을 어떻게 관리할 것인지 주목해야 할 때"라고 강조했다. "금융권, AI 보안 위협 대응 위해 6대 보안 수칙 지켜라" 김성웅 금융보안원 AI보안연구소장도 세션 발표에 나서 "AI발 자동화된 대규모 공격 위협은 우리 금융 산업에도 현실화됐다"고 지적했다. 김 소장은 "앤트로픽 미토스 등 프론티어 AI 모델은 시스템의 취약점을 탐색하고 공격까지도 가능하게 만들어졌다"며 "이같은 보안 위협은 현재 일부 업무나 시스템이 마비되고 제한적인 정보가 유출되는 국지적 사고에 머물겠지만 조만간 핵심 자금결제 시스템이 마비되거나 디지털 뱅크런과 같은 금융 시스템 자체가 흔들리는 대규모 보안사고로 이어질 가능성이 매우 높다"고 우려했다. 김 소장은 실제 다수 금융기관을 대상으로 AI 기반 공격을 수행한 사례를 소개했다. 금융보안원에 따르면 공격자는 딥시크 기반 AI 에이전트를 활용해 금융권 웹로직을 스캔, RCE(원격 코드 실행) 취약점을 통해 웹셀을 설치한 정황을 포착했다. 금융보안원은 이를 포착해 추가 악승코드가 내부 시스템으로 확산되지는 않았으나, 이를 AI 에이전트를 활용한 최초 공격 사례로 지목했다. 김 소장은 "기존 공격 양상이 한 곳을 집중 공격하는 표적형이거나 넓은 범위 대상의 공격 가능성을 탐색하는 스캔형이었다면, 이번 공격은 AI 에이전트를 활용한 표정형 공격을 넓은 범위에 적용하는 사례였다"고 진단했다. 아울러 김 소장은 이날 금융보안원이 지난 7월 발표한 '프론티어 AI 보안 위협 금융분야 대응 요령'의 세부 내용을 기반으로 AI발 위협에 대응해야 한다고 강조했다. '프론티어 AI 보안 위협 금융분야 대응 요령'에서는 AI 보안 위협에 대응해 ▲경영진 책임 강화 ▲자산 및 공급망 관리 강화 ▲취약점 및 패치 관리 ▲AI 기반 방어 자동화 ▲침해 확산 방지 ▲시스템 복원력 강화 등을 주문하고 있다. AI로 인해 사이버 보안 위협이 크게 고도화됐고, 이는 정보보호최고책임자(CISO)만의 역할로 국한하기엔 한계가 있다는 것이 김 소장의 주장이다. 이에 CISO뿐 아니라 경영진, 이사회 중심의 전사적 대응에 나서고, 자산과 취약점을 주기적으로 관리할 수 있어야 한다고 제언했다. 또한 그는 업무에 미치는 위험도를 고려한 AI 기반의 자동화 방어 체계를 수립하고, 제로트러스트 기반으로 침해사고가 발생하더라도 확산을 방지할 수 있어야 한다고 주문했다. 만약 사고가 발생하더라도 사후 관리 대책을 수립해 시스템 복원력을 높이는 것도 중요하다고 역설했다.

2026.09.07 17:06김기찬 기자

"올 2분기 AI·LLM서 발생한 취약점, 전년 比 14배 폭증"

올해 2분기 기준 인공지능(AI) 및 대규모 언어 모델(LLM)에서 발생한 보안 취약점이 전년 동기 대비 14배가량 늘어난 것으로 나타났다. 글로벌 사이버보안 기업 카스퍼스키(한국지사장 이효은)는 7일 이같은 내용을 담은 '분기별 익스플로잇(취약점 공격 도구) 및 취약점 보고서'를 발표했다. 보고서에 따르면 AI 도입이 다양한 산업군으로 빠르게 확대하면서 AI 서비스에서 발견되는 취약점도 크게 늘어난 것으로 나타났다. 올해 2분기 기준 AI 및 LLM 서비스에서 기록된 취약점은 935건으로 2025년 4분기(93건) 대비 10배 늘어난 것으로 나타났다. 1년 전 같은 기간과 비교하면 약 14배 늘어난 수치다. 보고서에 따르면 AI 관련 소프트웨어서 주요 문제로 나타난 것은 시스템 객체에 대한 취약한 접근 제어, 인증 및 권한 부여 구현 오류, 인젝션(Injection, 공격자가 악의적인 명령어나 데이터를 시스템에 몰래 삽입) 취약점인 것으로 나타났다. AI 서비스 자체의 취약점뿐만 아니라 AI 서비스로 위장한 악성 소프트웨어를 이용한 공격도 증가하고 있는 것으로 나타났다. 카스퍼스키의 최근 중소기업(SMB) 위협 보고서(SMB Threat Report)에 따르면, 2026년 첫 4개월 동안 카스퍼스키 보안 솔루션은 인기 AI 서비스로 위장한 PC용 악성 또는 원치 않는 소프트웨어를 이용해 중소기업을 공격한 사례를 3만3300건 이상 탐지했다. 전년 동기 대비 5배가량 급증한 수치다. 이에 AI 기술과 서비스가 기업의 업무 환경에 빠르게 통합됨에 따라 AI 관련 취약점과 이를 악용한 위혐에 대한 지속적인 관리의 중요성도 커지고 있다는 분석이 나온다. 알렉산더 콜레니스코프 카스퍼스키 멀웨어 전문가는 "AI 기술은 업무를 효과적으로 자동화하는 데 도움을 주지만, 조직 전반에서 AI가 빠르게 도입되면서 새로운 보안 과제가 발생하고 있다"며 "접근 제어와 인증, 인젝션 처리 과정의 취약점이 가장 빈번하게 나타나는 유형으로 확인되고 있다"고 분석했다. 그는 "보안 유지를 위해서는 기존의 패치 관리 만으로는 충분하지 않다"며 "적절한 시점에 위협을 탐지하고 차단할 수 있도록 인프라와 접근제어에 대한 실시간 가시성을 확보해야 한다"고 강조했다. 이효은 카스퍼스키 한국지사장도 "한국 역시 산업 전반에서 AI 도입이 가속화되면서 새로운 보안 위험에 직면했다"며 "많은 기업들이 AI 서비스를 뒷받침할 보안 통제 수단 구축은 종종 간과하고 있다. AI 서비스의 취약점을 위협 행위자들이 악용하기 쉬운 만큼, 기업들은 지속적인 위험 모니터링과 선제적인 보호를 결합한 포괄적인 보안 접근 방식을 통해 AI 환경을 보호해야 한다"고 말했다.

2026.09.07 10:57김기찬 기자

[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

  Prev 1 2 3 4 5 6 7 8 9 10 Next  

지금 뜨는 기사

이시각 헤드라인

6년 만에 더 커지고 똑똑해진 신형 투싼…10월 국내 출격

트럼프 "'AI 군' 창설…인공지능 이름도 바꾸자"

전력기기 호황에 노조 생긴 효성重…내년 역대급 성과급 기대감↑

[ZD브리핑] 미중 정상회담·김범수 항소심 결심…추석 앞 산업·IT 이슈는

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.