• 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
반도체
AI의 눈
디지털트러스트
IT'sight
칼럼•연재
포토•영상

ZDNet 검색 페이지

'ai'통합검색 결과 입니다. (13271건)

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

레드햇이 제시하는 AI 시대 기업 자동화 전략은?

레드햇이 인공지능(AI) 시대 기업 자동화 운영 전략을 공유했다. 레드햇은 지난 28일 서울 잠실 롯데월드타워 스카이31 컨벤션에서 '앤서블 오토메이트 2026'을 열었다고 29일 밝혔다. 이번 행사는 '도구를 넘어 플랫폼으로: 통제 가능한 자동화 운영 전략'을 주제로 진행됐다. 이날 약 200명이 행사를 찾아 키노트와 부스를 통해 고객 성과를 들었다. 이날 기조연설을 진행한 이민성 한국레드햇 상무는 단편적인 자동화 도구만으로는 복잡해진 기업 IT 환경을 관리하기 어렵다고 주장했다. 자동화가 단순 반복 업무를 줄이는 수준을 넘어 정책과 보안이 반영된 운영 체계로 바뀌어야 한다는 설명이다. 이 상무는 태스크 기반 자동화와 이벤트 기반 자동화, AI 기반 자동화를 한 플랫폼에서 연결하는 '멀티모드 자동화' 전략을 제시했다. 이는 레드햇 앤서블 오토메이션 플랫폼으로 검증된 자동화 절차와 실시간 이벤트 대응, AI 기반 의사결정을 적재적소에 실행하는 방식이다. 이어진 세션에서는 자동화 투자 효과를 실제 업무 성과로 연결하는 방안이 다뤄졌다. 황인수 한국레드햇 상무는 스크립트 중심 운영에서 벗어나 전사 거버넌스를 갖춘 자동화 체계로 전환하는 방법을 공유했다. 또 비용 절감 효과를 확인할 수 있는 분석 대시보드 활용 전략도 소개했다. 금융 보안 영역에서는 성희경 한국레드햇 이사가 금융사 사례 바탕으로 서버 중심 제로 트러스트 보안 아키텍처와 제로옵스 기반 운영 전략이 소개됐다. 서 이사는 보안 운영의 핵심을 지속성으로 보고 사람이 정책 설계와 감독에 집중할 수 있는 정책ㄷ 기반 자동화 운영 체계 필요성을 강조했다. 이후 지능형 IT 서비스 관리 방안도 주요 주제로 다뤄졌다. 에이전틱 AI와 모델 컨텍스트 프로토콜(MCP)을 활용한 운영 전략을 비롯해 이커머스 기업 네트워크 운영 혁신 사례, 자동화 확산을 위한 앤서블 오토메이션 플랫폼 스타터 팩 도입 전략 등이 소개됐다. 레드햇은 앞으로도 지능형 자동화 플랫폼을 앞세워 기업의 운영 효율과 보안 경쟁력을 함께 높이는 데 주력할 계획이다. 고객과 파트너 협업을 통해 자동화 기반 디지털 전환 지원도 이어간다는 방침이다. 이민성 한국레드햇 상무는 "자동화는 전사적 정책과 보안이 내재된 지능형 운영으로 재정의돼야 한다"고 밝혔다.

2026.05.29 15:58김미정 기자

[유미's 픽] 오픈AI 김경훈 vs 앤트로픽 최기영…韓 AI 영업전 막 올랐다

챗GPT와 클로드의 경쟁이 한국에서 '영업전'으로 번지고 있다. 개인 사용자 확보 경쟁을 넘어 공공기관, 대기업, 개발조직, 산업별 파트너십을 누가 먼저 장악하느냐가 승부처로 떠오르면서 양사가 한국인 수장 선임을 마치고 본격적인 힘겨루기에 들어간 분위기다. 29일 업계에 따르면 오픈AI는 김경훈 전 구글코리아 사장을 오픈AI코리아 총괄 대표로, 앤트로픽은 최기영 전 스노우플레이크코리아 지사장을 한국 대표로 각각 선임했다.글로벌 생성형 인공지능(AI) 시장을 주도하는 두 회사가 모두 현지 수장 체제를 갖추면서 국내 AI 시장 경쟁은 새 국면에 들어섰다. 그간 챗GPT와 클로드의 경쟁이 모델 성능과 개인 이용자 확보를 중심으로 펼쳐졌다면, 앞으로는 기업 영업, 공공 협력, 개발자 생태계, 산업별 레퍼런스 확보가 핵심 승부처가 될 전망이다. 두 회사가 한국인 대표를 앞세운 것은 국내 시장 대응이 단순 마케팅 단계를 넘어 본격적인 영업·정책·파트너십 실행 단계로 들어섰다는 의미로 풀이된다. 특히 두 대표의 이력은 양사의 한국 전략 차이를 보여준다는 평가를 받고 있다. 김경훈 오픈AI코리아 총괄대표는 구글코리아 사장, 구글 마케팅 솔루션 한국 총괄, 아태지역 전략·운영 총괄 등을 거쳤다. 베인앤컴퍼니 서울 오피스에서도 정보통신기술(ICT), 소비재, 제조 등 다양한 산업의 전략 프로젝트를 수행했다. 플랫폼, 광고, 컨설팅, 글로벌 조직 운영 경험을 갖춘 만큼 오픈AI의 한국 사업에서도 정부·대기업·개발자 생태계를 연결하는 역할을 맡을 것으로 보인다. 최기영 앤트로픽 한국 대표는 국내 기업용 소프트웨어와 클라우드 시장에서 오래 활동한 인물이다. 직전에는 스노우플레이크코리아 지사장을 지냈고 구글 클라우드, 어도비, 오토데스크, 마이크로소프트 등 글로벌 기술 기업에서 한국 사업을 이끌었다. 또 대기업 계정 영업, 클라우드 파트너십, 데이터 기반 업무 전환에 강점을 가진 인사로 평가된다. 업계 관계자는 "오픈AI가 김 대표를 통해 정책·플랫폼·생태계 확장에 힘을 실을 듯 하다"며 "앤트로픽은 최 대표를 앞세워 기업용 AI 영업과 개발자 시장 공략에 속도를 낼 것으로 보인다"고 말했다. 오픈AI, 공공·인프라·대기업으로 시장 상단 공략 오픈AI는 한국 시장에서 공공·인프라 협력에 무게를 두는 모습이다. 한국을 챗GPT 사용자가 많은 시장으로만 보지 않고 반도체와 데이터센터, 통신, 제조, 금융 등 AI 수요가 큰 산업 기반을 갖춘 전략 거점으로 평가하고 있다. 최근에는 오픈AI 본사 주요 경영진의 방한을 계기로 정부 부처와 공공기관, 대기업과의 접점을 넓히고 있다는 점도 주목할 부분이다. 오픈AI는 국내서 사이버보안, 공공 인프라, 정책금융, 산업별 AI 도입 등 다양한 분야에서 협력 가능성을 모색하고 있다. 한국이 AI 서비스 소비 시장을 넘어 인프라·산업 파트너 국가로 부상하고 있다는 판단에서다. 기업 고객을 겨냥한 행보도 올 들어 본격화하고 있다. 지난 27일에는 서울에서 국내 기업 비즈니스·기술 경영진 130여 명을 대상으로 첫 '이그젝 서밋'을 열고 엔터프라이즈 AI 적용 전략을 공유했다. 경쟁사인 앤트로픽이 최 대표 선임과 함께 기업 시장 공략에 본격 나설 채비를 하자 선제적으로 방어에 나선 것이다. 업계에선 오픈AI가 앞으로 대규모 사용자 기반과 API 생태계를 앞세워 기업 고객을 확대할 가능성이 큰 것으로 보고 있다. 또 챗GPT 엔터프라이즈, 코딩 도구, API 플랫폼을 기반으로 대기업의 업무 자동화, 고객 응대, 개발 생산성 향상, 데이터 분석 수요를 공략할 것으로 예상했다. 업계 관계자는 "오픈AI의 강점은 브랜드 인지도와 범용성"이라며 "챗GPT는 이미 국내 개인 사용자와 기업 실무자 사이에서 널리 쓰이고 있어 이를 바탕으로 공공기관과 대기업, 스타트업까지 아우르는 생태계 확장을 추진할 수 있다는 점이 경쟁력"이라고 밝혔다. 앤트로픽, 클로드·클로드 코드 앞세워 기업 현장 침투 앤트로픽은 최기영 한국 대표 선임을 계기로 국내 기업용 AI 시장 공략에 속도를 낼 것으로 보인다. 한국은 클로드 사용량이 빠르게 늘고 있는 시장인 데다 기술·창작·개발 분야 활용도가 높은 곳으로 꼽힌다. 당초 앤트로픽은 아시아태평양 지역에서 일본과 인도에 무게를 둔 것으로 알려졌지만, 올해 들어 한국 내 클로드 수요가 커지면서 현지 대응 필요성이 높아진 것으로 풀이된다. 실제 와이즈앱·리테일에 따르면 지난 4월 클로드의 한국 월간 사용자는 241만 명으로 전년 동월 대비 1148% 증가했다. 1년 만에 약 12배로 늘어난 셈이다. 제미나이는 같은 기간 1034%, 챗GPT는 34% 증가했다. 앤트로픽은 최 대표 선임을 기점으로 이 같은 개인·개발자 사용 증가세를 조직 단위 계약으로 전환하는 데 주력할 것으로 보인다. 클로드와 AI 코딩 도구 클로드 코드가 국내 개발자·실무자 사이에서 먼저 입지를 넓힌 만큼, 대기업 업무 시스템, 개발 환경, 데이터 분석 업무로 활용 범위를 넓히며 기업용 AI 수요를 공략할 가능성이 크다. 국내 협력 기반도 이미 있다. SK텔레콤은 지난 2023년 앤트로픽에 1억 달러를 투자하고 통신 산업에 특화된 거대언어모델(LLM) 공동 개발에 나섰다. 로앤컴퍼니도 클로드 기반 AI 법률 어시스턴트를 통해 변호사의 리서치와 문서 작성 업무를 지원하고 있다. 여기에 앤트로픽은 '안전한 기업용 AI' 이미지를 앞세워 앞으로 법률, 금융, 제조, 통신처럼 보안과 정확도, 내부 거버넌스가 중요한 산업군을 공략할 것으로 예상된다. 경쟁 축, 모델 성능서 영업 실행력으로 이동 이 같은 상황 속에 양사의 한국 시장 경쟁은 앞으로 단순히 챗GPT와 클로드의 성능 비교에 그치지 않을 것으로 보인다. 국내 기업들이 생성형 AI 도입을 검토하는 단계에서 실제 구축과 운영 단계로 이동하면서, 모델 성능만큼이나 현지 지원 조직과 파트너 생태계가 중요해지고 있기 때문이다. 오픈AI는 정부·공공기관·대기업과의 전략적 협력을 통해 시장 상단을 공략할 것으로 예상된다. 반도체, 데이터센터, 공공 인프라, 사이버보안 등 국가 전략 산업과 연결되는 영역에서 영향력을 넓히는 동시에 기업 내부 업무 자동화 수요까지 빠르게 흡수하려는 움직임을 보일 것으로 전망된다. 앤트로픽은 기업 내부 업무와 개발자 생태계를 파고드는 방식이 될 가능성이 크다. 클로드 코드 확산세를 기반으로 개발조직을 공략하고, 법무·금융·제조·통신 등 문서와 보안 수요가 큰 산업군에서 레퍼런스를 쌓는 전략이 예상된다. 국내 기업들은 특정 모델 하나에만 의존하기보다 업무별로 여러 모델을 조합하는 멀티모델 전략을 택할 가능성이 크다. 범용 생산성과 대외 서비스에는 오픈AI를 활용하고, 문서 분석·개발 업무·전문직군 업무에는 앤트로픽을 병행하는 식이다. 민감 데이터 처리는 자체 모델이나 국내 클라우드 기반 AI와 함께 운용하는 구조도 확산될 수 있다. 이에 따라 국내 AI 시장의 승부는 모델 성능뿐 아니라 보안·컴플라이언스 대응, 한국어 품질, 가격 정책, API 안정성, 국내 기술지원, 산업별 레퍼런스 확보 여부에 따라 갈릴 전망이다. 업계 관계자는 "오픈AI와 앤트로픽이 모두 한국인 수장을 세운 것은 한국 시장을 단기 수요처가 아니라 장기적으로 투자할 전략 거점으로 본다는 의미"라며 "앞으로 국내 AI 경쟁은 누가 더 빠르게 기업 고객을 확보하고, 실제 업무에 적용 가능한 레퍼런스를 만드느냐에 따라 주도권이 갈릴 것"이라고 말했다. 그러면서 "국내 기업들의 멀티모델 도입 기조 속에서 양사가 얼마나 촘촘한 현지화 지원 체계를 구축하는지도 관건이 될 것"이라고 덧붙였다.

2026.05.29 15:47장유미 기자

10만명과 창의력 대결한 AI…GPT4, 평균은 이겼지만 상위 10%는 이기지 못했다

생성형 AI가 인간의 창의성을 따라잡았다는 말은 절반만 맞았다. 캐나다 몬트리올대학교와 인공지능 연구소 미라(Mila) 연구진이 인간 10만 명과 주요 AI 모델을 똑같은 창의력 시험으로 맞붙인 결과, GPT4는 평범한 사람의 평균 점수는 넘어섰지만 창의력 상위권 인간은 단 한 번도 이기지 못했다. 2026년 1월 국제 학술지 사이언티픽 리포트(Scientific Reports)에 실린 이 연구는, AI가 창의 노동을 곧 대체할 것이라는 불안이 적어도 지금은 이르다는 점을 데이터로 보여준다. GPT4, 10만 명 규모로 확인된 평균 초과 창의력 몬트리올대 연구진이 발표한 보고서에 따르면 GPT4는 인간 10만 명의 평균 창의력 점수를 통계적으로 유의미한 차이로 넘어섰다. 연구진은 인간과 AI에게 똑같은 창의력 시험을 치르게 한 뒤 같은 방식으로 점수를 매겼다. 사용한 도구는 발산적 연결 과제(Divergent Association Task, DAT)다. 발산적 연결 과제란 서로 의미가 최대한 동떨어진 단어 10개를 떠올리게 한 뒤, 단어들 사이의 의미 거리를 컴퓨터로 계산해 창의성을 점수로 매기는 시험이다.예를 들어 '고양이, 강아지, 토끼'처럼 비슷한 단어를 적으면 점수가 낮고, '바다, 철학, 망치, 슬픔'처럼 서로 멀리 떨어진 단어를 적으면 점수가 높다. 멀리 떨어진 개념을 끌어와 연결하는 능력이 창의성의 핵심이라는 심리학 연구에 근거한 방식이다. 결과는 흥미로웠다. 핵심 비교에서 GPT4가 가장 높은 점수를 기록했고, 구글(Google)의 제미나이프로(GeminiPro)는 인간 평균과 통계적으로 구분되지 않는 수준이었다. 더 놀라운 건 비쿠나(Vicuna)라는 훨씬 작은 모델이 자신보다 덩치 큰 모델들을 앞섰다는 점이다. 모델이 크다고 무조건 창의적인 건 아니라는 뜻이다. 평범한 사람 입장에서 보면, 챗봇에게 "서로 다른 단어 열 개를 말해봐"라고 시켰을 때 평균적인 사람보다 더 동떨어진 단어를 내놓는 시대가 됐다는 이야기다. 상위 10퍼센트 인간은 모든 AI를 앞섰다는 반전 가장 중요한 발견은 따로 있다. 창의력 상위권 인간은 어떤 AI 모델도 이기지 못했다는 점이다. 연구진이 인간 응답을 상위 50퍼센트, 상위 25퍼센트, 상위 10퍼센트로 나눠 비교하자, 이들 상위 집단의 평균 점수는 GPT4를 포함한 모든 모델을 앞섰다. AI는 '평균적인 사람'은 넘었지만 '창의적인 사람'의 벽은 넘지 못한 것이다. 이 차이가 작아 보일 수 있지만, 작가나 시인, 편집자처럼 언어를 다루는 직업군이 몰려 있을 가능성이 높은 이 상위 구간에서 AI가 번번이 밀렸다는 사실은 의미가 크다. 그림1. AI 모델과 인간 집단의 DAT 평균 창의력 점수 비교: 상위권 인간을 넘지 못하는 AI. (출처: Scientific Reports, 2026) AI가 어디서 막히는지는 단어 선택 습관에서 드러난다. GPT4는 전체 응답의 70퍼센트에서 '현미경(microscope)'이라는 단어를, 60퍼센트에서 '코끼리(elephant)'를 반복해서 꺼냈다. 효율을 높인 후속 모델 GPT4터보(GPT4-turbo)는 더 심해서, 응답의 90퍼센트 이상에 '바다(ocean)'가 등장했다. 같은 질문을 받으면 거의 똑같은 단어를 다시 내놓는 것이다. 반면 인간은 가장 많이 고른 단어가 '자동차(car)'였는데도 그 비율이 1.4퍼센트에 불과했고, '개(dog)' 1.2퍼센트, '나무(tree)' 1.0퍼센트로 뒤를 이었다. 사람은 저마다 다른 단어를 떠올리지만, AI는 자기가 자신 있어 하는 몇 개 단어로 자꾸 돌아간다는 차이가 또렷하게 나타난 셈이다. 온도 조절과 전략 한 줄로 달라지는 AI 창의력 연구진은 AI의 창의력 점수가 설정과 지시 방식에 따라 크게 출렁인다는 사실도 확인했다. 핵심 변수는 '온도(temperature)'다. 온도란 AI가 다음 단어를 고를 때 얼마나 모험적으로 선택할지를 정하는 설정값으로, 높을수록 예측에서 벗어난 다양한 단어가 나오고 낮을수록 안전하고 뻔한 단어가 나온다. GPT4의 온도를 가장 높게 올리자 평균 점수가 85.6점까지 뛰었는데, 이는 인간 응답의 72퍼센트보다 높은 수준이었다. 온도를 올리니 같은 단어를 반복하는 빈도도 줄었다. AI의 창의력이 타고난 한계가 아니라 다이얼을 돌리듯 조정 가능한 영역이라는 뜻이다. 지시 방식, 즉 프롬프트도 큰 영향을 줬다. 연구진이 "단어의 어원을 다양하게 활용하는 전략으로 답하라"고 주문하자 GPT3.5와 GPT4 모두 기본 지시를 받았을 때보다 점수가 올라갔다. 반대로 "반대 의미의 단어를 쓰라"고 하자 점수가 떨어졌는데, '빛'과 '어둠'처럼 반대말은 사실 의미상 서로 가깝기 때문이다. 같은 AI라도 어떻게 말을 거느냐에 따라 결과물이 달라진다는 것은, 챗GPT를 쓰는 일반 사용자에게도 그대로 적용되는 실전 팁이다. 막연히 "창의적으로 써줘"라고 하기보다 구체적인 전략을 한 줄 덧붙이는 쪽이 더 나은 결과를 끌어낸다. 하이쿠와 짧은 소설 대결에서도 인간이 앞선 이유 단어 시험을 넘어 실제 글쓰기로 넘어가도 결론은 비슷했다. 연구진은 세 줄짜리 정형시 하이쿠(haiku), 영화 줄거리 요약, 200단어 이내의 초단편 소설인 플래시 픽션(flash fiction)을 AI에게 쓰게 한 뒤 의미의 다양성을 점수화했다. 인간 글은 별도로 쓰게 한 것이 아니라 기존 온라인 자료에서 가져왔는데, 하이쿠는 전문 하이쿠 사이트에서, 영화 줄거리는 영화 데이터베이스 TMDB에서 추출했다. AI들 사이에서는 GPT4가 세 형식 모두에서 GPT3.5를 앞섰지만, 인간 비교군이 있었던 하이쿠와 영화 줄거리 두 형식에서는 인간이 쓴 글이 두 모델을 통계적으로 의미 있는 차이로 앞섰다. 특히 별도 연구에 따르면 AI가 쓴 이야기는 전문 작가의 글에 비해 창의적 글쓰기 평가를 통과하는 비율이 3배에서 10배나 낮았다. 흥미로운 장면은 하이쿠에서 나왔다. 하이쿠는 전통적으로 자연을 소재로 삼는데, 인간이 쓴 하이쿠가 오히려 AI보다 의미의 다양성 점수가 높았다. 분석해 보니 인간은 '자연'이라는 관습적 규칙에서 더 자유롭게 벗어났기 때문이었다. AI는 배운 규칙을 충실히 지키느라 비슷한 틀에 머물렀고, 사람은 규칙을 살짝 깨면서 예상 밖의 표현을 만들어냈다. 정해진 틀을 넘어서는 일탈, 바로 그 지점이 아직 인간의 영역이라는 점을 보여주는 대목이다. 창의 직군 대체론, 아직은 이른 이유 이번 연구가 던지는 메시지는 'AI 창의력 위협론'을 데이터로 다시 보게 만든다. 연구진은 GPT4가 이전 모델보다 창의적이라는 오픈AI(OpenAI)의 주장은 사실로 확인됐지만, 가장 까다로운 창의 작업을 맡는 직군이 현재의 AI로 대체될 가능성은 낮다고 봤다. 평균을 넘는 것과 정상급을 넘는 것은 전혀 다른 문제이고, 상위권 인간과 최고 성능 AI 사이의 간격은 기술이 빠르게 발전하는 와중에도 좀처럼 좁혀지지 않았기 때문이다. 다만 이 결과를 'AI는 창의적이지 않다'로 단순화하기는 이르다. 연구가 측정한 것은 창의성의 한 측면인 '의미의 발산', 즉 멀리 떨어진 개념을 끌어오는 능력에 한정된다. 또 AI는 온도와 프롬프트만 바꿔도 점수가 크게 오르는 만큼, 사람이 잘 다룰수록 더 나은 결과를 끌어낼 여지가 크다. 연구진 역시 경쟁보다 협업 가능성에 주목하며, AI가 초보 작가의 번역과 수정 작업을 효과적으로 돕는다는 후속 연구를 함께 소개했다. 결국 지금 시점에서 더 현실적인 질문은 'AI가 사람을 대체하느냐'가 아니라 '사람이 AI를 얼마나 잘 부리느냐'일 가능성이 있다. FAQ( ※ 이 FAQ는 본지가 리포트를 참고해 자체 작성한 내용입니다.) Q. 발산적 연결 과제(DAT)는 정확히 어떤 시험인가요? A. 서로 의미가 최대한 다른 단어 10개를 떠올려 적는 시험입니다. 컴퓨터가 단어들 사이의 의미 거리를 계산해 점수를 매기며, 멀리 떨어진 단어를 많이 적을수록 창의력 점수가 높게 나옵니다. 보통 50점에서 100점 사이로 나옵니다. Q. 그래서 GPT4가 사람보다 창의적이라는 건가요? A. 평균적인 사람보다는 점수가 높았지만, 창의력 상위 10퍼센트 인간은 어떤 AI도 이기지 못했습니다. 평범한 다수는 넘어섰으나 정상급 인간의 벽은 넘지 못했다고 이해하시면 됩니다. Q. 챗GPT에게 더 창의적인 답을 받으려면 어떻게 해야 하나요? A. 막연히 "창의적으로 써달라"고 하기보다, "단어의 어원을 다양하게 활용해서"처럼 구체적인 전략을 한 줄 덧붙이면 결과가 좋아진다는 점이 연구에서 확인됐습니다. 설정에서 온도(temperature) 값을 높이는 것도 더 다양한 표현을 끌어내는 방법입니다. 기사에 인용된 리포트 원문은 Scientific Reports에서 확인할 수 있다. 리포트명: Divergent creativity in humans and large language models (Scientific Reports, 2026, 16:1279) ■ 이 기사는 AI 전문 매체 'AI 매터스'와 제휴를 통해 제공됩니다. 기사는 클로드 3.5 소네트와 챗GPT를 활용해 작성되었습니다. (☞ 기사 원문 바로가기)

2026.05.29 15:36AI 에디터

플리토, AI 통역에 '기록' 더했다…요약·문서화 한 번에

플리토가 실시간 인공지능(AI) 통번역 솔루션에 회의 내용을 기록하고 구조화하는 기능을 추가하며 글로벌 업무 생산성 솔루션으로 영역을 넓혔다. 플리토는 챗 트랜스레이션(Chat Translation)에 '노트테이킹(Note-taking)' 기능을 추가했다고 29일 밝혔다. 챗 트랜스레이션은 플리토가 다년간 축적한 언어 데이터와 음성인식(STT) 엔진, 인공신경망 기계번역(NMT), 거대언어모델(LLM)을 결합한 AI 통번역 솔루션이다. 온·오프라인 환경에서 실시간 다국어 커뮤니케이션이 가능하다. 최대 37개 언어를 지원하며 개인화된 데이터셋을 기반으로 사용자 맞춤형 초개인화 번역 경험을 제공하고 있다. 이번에 선보인 노트테이킹은 다국어 발화의 실시간 텍스트화 및 구조화가 핵심이다. 해당 기능은 회의와 강연을 비롯한 업무 환경부터 일상 전반에 이르기까지 다양한 환경 속 다국어 발화를 실시간으로 텍스트 처리한 다음, 이를 사용자가 보기 쉽게 구조화된 형태로 정리해준다. 화자 구분을 통해 여러 명이 참여한 복잡한 대화에서도 발화자를 정확히 식별한다. 특히 실무 환경 활용성을 대폭 강화했다고 회사 측은 강조했다. 사용자는 원문과 번역문을 필요에 따라 선택해 기록할 수 있으며 대화 중간에 번역 언어를 변경하더라도 끊김 없는 기록 관리가 가능하다. 결과물은 AI 요약을 통해 핵심만 간추릴 수 있으며, 원문 및 번역문 다운로드나 마크다운(Markdown) 복사 기능을 지원해 다양한 업무 문서화 환경에서 활용 가능하다. 이정수 플리토 대표는 "국내 대표 AI 데이터 기업으로서 축적해 온 기술력을 바탕으로 개개인 언어 습관과 사용 환경까지 반영한 초개인화 AI 경험을 제공할 수 있도록 지속적인 기술 고도화에 힘쓰겠다"고 말했다.

2026.05.29 15:11이나연 기자

[현장] 삼성SDS, AX 서밋 개최…'AI 스스로 일하는 시대' 기업 혁신 방안 제시

"인공지능(AI)이 수행할 수 있는 업무 범위는 약 7개월마다 2배씩 늘어나고 있습니다. 이제 AI가 사람의 지시를 보조하는 수준을 넘어, 직접 업무를 판단하고 실행하는 시대가 머지않았습니다." 김종필 삼성SDS AX센터장(부사장)은 29일 서울 서초구 사옥에서 열린 '삼성SDS AX 서밋'에서 이같이 밝히고 AI에이전트 확산에 대응하기 위한 기업 AX 전략을 제시했다. 이번 행사는 기업이 AI 중심 업무 환경으로 체질을 전환할 수 있도록 기술 로드맵과 구체적인 적용 사례를 공유하기 위해 마련됐다. 현장에는 삼성SDS의 AI 플랫폼과 솔루션을 도입했거나 도입을 검토 중인 320여 개 기업·기관에서 600여 명의 관계자가 참석했다. 김 부사장은 생성형 AI가 단순 질의응답이나 문서 작성 보조를 넘어 실제 업무를 수행하는 에이전트 AI 중심으로 진화하고 있다고 진단했다. 이에 따라 기업 역시 AI를 개별 기능에 부분적으로 접목하는 수준을 넘어, 업무 프로세스와 데이터, 보안, 거버넌스 전반을 AI에 맞춰 다시 설계해야 한다고 강조했다. 그는 기존 AI가 비서처럼 요청에 반응하는 역할에 머물렀다면 앞으로는 AI 에이전트가 보다 독립적으로 업무를 처리하는 방향으로 발전할 것이라고 설명했다. AI가 단순히 답변을 제공하는 도구가 아니라 실제 업무 흐름 안에서 판단과 실행을 담당하는 주체로 자리 잡게 된다는 의미다. 다만 김 부사장은 이 같은 변화가 곧바로 완전한 자동화로 이어지는 것은 아니라고 짚었다. AI 에이전트가 독립적으로 여러 업무를 수행할수록 오답과 환각, 잘못된 판단에 따른 업무 오류 가능성이 커질 수 있고 어떤 모델과 에이전트를 어떤 기준으로 연결하느냐에 따라 품질과 비용 차이도 크게 벌어질 수 있다는 설명이다. 여기에 민감 정보 유출, 권한 통제, 결과 검증, 법·규제 준수 같은 보안 및 거버넌스 이슈도 기업 환경에서는 반드시 함께 관리돼야 할 핵심 과제로 제시됐다. 그는 사람의 역할도 사라지는 것이 아니라 오히려 더 중요해진다고 강조했다. 사람은 단순 반복 업무를 직접 처리하기보다 AI가 수행할 업무 목표를 설계하고 에이전트에 적절한 역할과 권한을 부여하며 결과를 검증·승인하는 관리자로서의 역할을 맡게 된다는 것이다. 즉 AI가 실행을 담당한다면 사람은 우선순위를 정하고 위험을 통제하며 최종 의사결정과 책임을 지는 방향으로 역할이 이동하게 된다는 설명이다. 삼성SDS는 이 같은 변화에 대응하기 위해 통합 AI 플랫폼 '패브릭스(FabriX) 2.0'을 오는 10월 출시를 목표로 개발 중이라고 밝혔다. 패브릭스 2.0은 복수의 AI 에이전트를 업무 목적에 맞게 자동 선택·연계하는 '에이전트 디렉토리 서비스(ADS)' 기반의 멀티 에이전트 오케스트레이션을 지원한다. 복잡한 업무를 단일 AI가 처리하는 것이 아니라, 목적에 따라 적합한 에이전트를 조합해 실행하는 구조다. 사용자 질문의 특성과 업무 목적에 따라 비용 효율적인 대형언어모델(LLM)을 자동 매칭하는 'AI 스마트 라우터' 기능도 탑재된다. 이를 통해 기업은 성능과 비용을 함께 고려해 최적의 모델을 선택할 수 있고 토큰 사용에 따른 부담도 낮출 수 있을 것으로 삼성SDS는 기대하고 있다. 이와 함께 사내 개발 AI 자산을 공유·관리할 수 있는 마켓플레이스 체계도 제공할 계획이다. 엔터프라이즈 환경에 필수적인 보안 거버넌스 체계도 강화한다. 김 부사장은 "스스로 코딩하고 위험을 감지하는 가드레일 서비스와 레드팀 운영이 전사적으로 확대돼야 한다"며 "AI 기본법 등 관련 법규를 준수할 수 있도록 금융·공공 산업군을 위한 맞춤형 보안 체계도 준비하고 있다"고 설명했다. 삼성SDS는 데이터와 업무 프로세스를 유기적으로 연결하는 전략도 함께 제시했다. 정형·비정형 데이터를 가공·정제하는 '브라이틱스 AI'와 업무 프로세스를 통합하는 '브리티 오토메이션'을 연계해 AI가 실제 현업 환경에서 보다 정확하고 효율적으로 작동할 수 있도록 지원하겠다는 구상이다. 기업형 AI 전환의 성패가 결국 데이터 품질과 프로세스 연결성, 운영 통제 역량에 달려 있다는 판단이 반영됐다. 이번 행사에서는 AX 확산을 위한 다양한 사례와 전략도 공유됐다. 김수연 EY한영 AI 리더는 글로벌 선도 기업 사례를 바탕으로 AI 도입의 성과 창출 포인트를 짚었고 신계영 삼성SDS AI사업팀장(부사장)은 'AI 네이티브 기업으로의 전환 전략'을 발표했다. 이태희 삼성SDS AI개발팀장(부사장)은 통합 AX 플랫폼 구축을 위한 기술 로드맵을 소개했다. 글로벌 파트너십 세션에서는 이동재 오픈AI 코리아 디렉터가 챗GPT 엔터프라이즈의 최신 기능과 비즈니스 환경 변화를 설명했다. 행사장에서는 맞춤형 기술 컨설팅 프로그램인 'AX 전략 클리닉'도 운영됐다. 분야별 전문가들이 기업별 현황을 분석하고 단계별 솔루션 도입 전략을 제안했으며, 핸즈온 세션에서는 출시를 앞둔 패브릭스의 신규 기능과 최신 버전을 체험할 수 있도록 했다. 김 부사장은 "오픈AI, 엔트로픽, 구글 등 글로벌 기업과의 파트너십을 지속적으로 확대하고 있다"며 "비즈니스 현장에서 즉시 활용 가능한 인사이트와 전략을 공유하는 자리인 만큼 삼성SDS만의 차별화된 AX 역량을 바탕으로 AI 네이티브 전환을 적극 지원하겠다"고 말했다.

2026.05.29 15:06남혁우 기자

노타, 퀄컴 엣지 디바이스서 '피지컬 AI' 속도 7배 높였다

노타가 로봇 동작 생성에 필요한 시각언어행동(VLA) 모델을 엣지 디바이스에서 구동하고 추론 속도를 최대 7배 높이며 피지컬 인공지능(AI) 온디바이스 구현 가능성을 입증했다. 노타는 퀄컴 최신 엣지 AI 디바이스 '드래곤윙(Dragonwing) IQ-9075' 환경에서 VLA 모델 'SmolVLA 0.45B'를 최적화했다고 29일 밝혔다. 노타는 이번 최적화 과정에서 모델 전체를 줄이지 않고 속도 개선 효과가 크면서 정확도에 미치는 영향을 최소화할 부분을 선별했다. 노타는 로봇 동작을 생성하는 단계의 반복 연산을 줄이는 실시간 추론 최적화와 퀄컴 엣지 AI 디바이스 실행 환경에 맞춰 연산 흐름을 효율화하는 신경망처리장치(NPU) 기반 그래프 최적화를 적용했다. 그 결과 로봇 동작 생성 단계인 액션 헤드 처리 시간은 218ms에서 31ms로 약 85.8% 감소했으며 최대 7배 수준의 속도 개선을 달성했다. 전체 추론 시간도 505ms에서 310ms로 단축됐다. 작업 성공률은 기존 86%에서 85%로 유사한 수준을 유지해 속도를 높이면서도 안정성을 지켰다. 노타는 이번 성과를 미국 산타클라라에서 열린 임베디드 비전 서밋 2026에서 공개했다. 관람객이 직접 물품을 선택하면 최적화된 VLA 모델이 이를 인식하고 로봇팔 동작을 생성해 물품을 집어 바구니에 넣는 실시간 체험형 시연을 진행했다. 채명수 노타 대표는 "피지컬 AI가 산업 현장으로 확산하려면 AI가 실제 환경을 보고 이해하고 행동으로 연결하는 과정을 엣지 AI 디바이스에서 빠르고 안정적으로 처리할 수 있어야 한다"며 "이번 VLA 최적화 사례는 우리 AI 최적화 기술이 피지컬 AI 시대 핵심 기반 기술로 확장됐음을 보여준다"고 말했다.

2026.05.29 14:50이나연 기자

"15분에 1대 생산"…中 엔진AI, 휴머노이드 로봇 대량생산 돌입

중국 로봇 기업 엔진AI가 선전에 대규모 스마트 제조 시설을 구축하고 휴머노이드 로봇 대량 생산에 착수했다고 과학매체 인터레스팅엔지니어링이 최근 보도했다. 중국 선전 홍화링 지구에 자리 잡고 있는 새 공장에서는 휴머노이드 로봇 'T800'이 생산된다. 공장 규모는 약 1만2000㎡로, 입고 품질 검사부터 부품 테스트, 조립, 출하 전 검사, 물류, 사후 서비스까지 전 과정을 한 곳에서 처리할 수 있도록 설계됐다. 엔진AI에 따르면 해당 생산 시설에서는 약 15분마다 휴머노이드 로봇 1대를 생산할 수 있다. 생산된 로봇은 출하 전 79개 품질 검사와 46개 시뮬레이션 테스트를 통과해야 한다. 이 과정을 통해 안정성, 내구성, 성능 등을 검증한다. 회사 측은 휴머노이드 로봇의 산업 현장 및 검사 분야 활용이 확대되고 있는 만큼, 신규 생산 기지가 향후 증가할 로봇 수요에 대응하는 핵심 역할을 할 것으로 기대하고 있다. 연간 최대 1만 대 생산 목표 엔진AI는 지난 2023년 10월 설립된 중국 로봇 기업으로, 범용 지능형 로봇과 특수 산업용 로봇을 함께 개발하고 있다. 주요 제품군에는 고성능 휴머노이드 로봇 T800을 비롯해 휴머노이드 로봇 PM01, 경량 컴패니언 로봇 SA02, 사족보행 로봇 JS01 등이 포함된다. 회사 측은 이번 홍화링 생산 기지 가동이 생산량 확대 전략의 중요한 단계라고 설명했다. 엔진AI는 이번 프로젝트를 통해 연간 최대 1만 대 규모의 로봇 공급 체계를 구축하는 것을 목표로 하고 있다. 엔진AI는 선전에 이어 허난성 정저우에도 글로벌 스마트 제조 본부를 설립할 계획이다. 현재 정저우 윈즈 과학단지 내 지능형 제조 기지에는 연간 1만 대 생산이 가능한 별도 생산 라인이 구축되고 있다. 회사 측은 해당 시설이 향후 생산 능력 확대는 물론 지역 공급망 협력 강화에도 도움이 될 것으로 기대하고 있다.

2026.05.29 14:36이정현 미디어연구소

[AI 고속도로] 공공 클라우드 네이티브 전환 '본궤도'…정부 시스템 AI 체질로

정부가 추진하는 공공부문 클라우드 네이티브 전환 사업이 올해 본격적인 구축 단계에 돌입했다. 단순 정보시스템 이전을 넘어 핵심 공공 서비스를 인공지능(AI) 친화적 인프라로 재구성하는 대형 사업들이 잇따라 발주되면서 공공 정보화 체계가 AI 시대에 맞는 구조로 전환될 전망이다. 29일 조달청 나라장터에 따르면 한국지능정보사회진흥원(NIA)은 이달 '고향사랑e음', 대한무역투자진흥공사(KOTRA) 대외경제정보 통합플랫폼, 행정안전부 자치단체통합 인터넷원서접수시스템 등을 대상으로 클라우드 네이티브 전환 사업 입찰 공고를 게시했다. 세 사업 예산은 총 140억원 규모에 달한다. 이는 정부가 지난 2023년 발표한 '클라우드 네이티브 중심 공공부문 전환 계획'에 따른 후속 사업이다. 설계 단계부터 클라우드 환경에 최적화하는 최고 수준 전환 모델을 적용해 공공 시스템의 유연성과 확장성을 높이는 것이 목표다. 특히 올해는 지난해 수행된 상세설계 사업 결과가 실제 구축 사업으로 이어지면서 공공 클라우드 네이티브 정책이 본궤도에 올랐다는 평가가 나온다. 지난해에는 대상 시스템에 대한 마이크로서비스 아키텍처(MSA) 분리 설계와 전환 로드맵 수립이 중심이었다면, 올해는 실제 서비스를 클라우드 네이티브 환경으로 전환하는 개발 사업이 본격화되고 있다. 설계 끝내고 구축 돌입…공공 핵심 서비스 재편 올해 사업 가운데 가장 먼저 발주된 고향사랑e음 사업은 약 34억원 규모다. 기부금 모금부터 답례품 구매·배송까지 전 과정을 MSA 기반으로 재구성하고 기존 온프레미스 환경을 클라우드 네이티브 구조로 전환한다. KOTRA 사업은 약 63억원 규모로 이번 발주 사업 가운데 가장 크다. 해외경제정보드림과 해외시장뉴스 등 대외경제정보 통합 플랫폼을 클라우드 네이티브 환경으로 전환하고 글로벌 무역 데이터를 안정적으로 제공할 수 있는 기반을 구축할 예정이다. 85개국 131개 무역관을 대상으로 연중무휴 서비스를 제공해야 하는 만큼 안정성과 확장성이 핵심 과제로 꼽힌다. 행안부 자치단체통합 인터넷원서접수시스템 역시 약 42억원 규모로 추진된다. 지방공무원 채용시험 원서접수와 시험·성적 관리 업무를 담당하는 핵심 시스템으로, 대규모 접속자가 몰리는 수험 행정 서비스 특성에 맞춰 탄력적인 확장 구조를 구현할 예정이다. 이 밖에도 소방청 국가화재정보시스템과 한국농수산식품유통공사 공공급식 통합 플랫폼 전환 사업도 연내 발주를 앞두고 있어 올해 공공 클라우드 네이티브 구축 사업 규모는 총 5개 시스템, 약 250억원 수준으로 확대될 전망이다. IT서비스·클라우드 업계 수주전 시동 대형 사업이 잇따라 발주되면서 IT서비스 기업들의 수주 경쟁도 치열해질 것으로 보인다. 이번 사업들은 MSA 설계와 애플리케이션 현대화, 컨테이너 기반 개발 등 클라우드와 인프라 컨설팅 역량이 핵심인 만큼 지난해 사업을 수주한 메타넷디지털, 아이티센 계열사, 오케스트로 등 주요 사업자들이 경쟁에 나설 것으로 예상된다. 사업은 IT서비스 기업들이 수주해 인프라를 갖춘 국내 클라우드 서비스 제공사(CSP)를 선정해 수행하는 구조다. 지난해에는 오케스트로가 한국교통안전공단 사업을 수주했고 아이티센클로잇은 공영홈쇼핑과 경상남도교육청 사업을 맡았다. 메타넷디지털은 경기도일자리재단 사업을, 아이티센엔텍은 국토지리정보원 2단계 사업을 수행하며 실적을 쌓았다. CSP 간 경쟁도 눈에 띈다. 지난해 NHN클라우드가 한국교통안전공단, 국토지리정보원, 대구광역시, 공영홈쇼핑 등 다수 사업에 참여하며 많은 레퍼런스를 확보했다. KT클라우드는 경기도일자리재단 사업을, 네이버클라우드는 경남교육청 통합누리집 사업을 수행하며 공공 시장 입지를 넓혔다. 정보시스템 대전환 가속…공공 AI 인프라 기반 다진다 정부는 올해 초 클라우드 네이티브 구축·운영 체계 표준화 작업도 마쳤다. 행안부와 NIA는 지난 1월 '클라우드 네이티브 구축·운영 상세 가이드'를 배포했다. 해당 가이드에는 마이크로서비스 분리 설계와 데이터베이스 분산 구조 설계부터 컨테이너 구현, API 게이트웨이, 서비스 메시, CI/CD 자동화, 통합 관제 체계까지 사업 전 과정에 필요한 기술 기준이 담겼다. 정부는 이를 통해 기관별로 달랐던 구축 방식을 표준화하고 사업 품질을 높인다는 계획이다. 실제 올해 발주된 사업들 역시 해당 가이드를 기반으로 제안요청서가 작성된 것으로 알려졌다. 공공 클라우드 네이티브 전환은 정부가 추진하는 'AI 고속도로' 정책의 핵심 기반이 될 전망이다. 향후 공공 AI 서비스와 AI 에이전트, 데이터 기반 행정 서비스가 확대될수록 기존 시스템으로는 유연한 서비스 개발과 대규모 AI 연산 자원 활용에 한계가 있어서다. 공공 시스템이 API 중심 구조로 재설계되고 데이터 활용성이 높아짐에 따라 정부 AI 서비스 확산이 가속화될지 주목된다. 업계 관계자는 "클라우드 네이티브 전환 사업은 단순 시스템 이전을 넘어 공공부문 AI 활용을 촉진하기 위한 인프라 구축 작업이 될 것"이라며 "올해 사업들이 성공적으로 안착하면 향후 대형 공공 시스템 전환 발주 확대와 공공 AI 서비스 확산에 더욱 속도가 붙을 것"이라고 말했다.

2026.05.29 14:31한정호 기자

AI 데이터센터 성능·효율성 좌우하는 나노초 정밀 동기화

생성 AI 확산으로 데이터센터와 클라우드 인프라 투자가 빠르게 늘면서, AI 인프라 경쟁력의 핵심 요소도 크게 변화하고 있다. 과거에는 GPU를 얼마나 많이, 빠르게 확보하느냐가 중요했다면 최근에는 대규모 병렬 처리 환경에서 데이터 정확도를 유지하고 오차 시간을 최소화하는 역량의 중요성이 커지고 있다. 특히 대규모 데이터가 여러 노드를 거치는 AI 데이터센터는 수 많은 서버와 네트워크 장비가 동시에 움직이는 구조인 만큼, 데이터 흐름의 오차와 지연을 최소화하는 '정밀 타이밍 기술'이 핵심 인프라 요소로 주목받고 있다. 주요 시장조사업체에 따르면 오차 시간을 최소화하는 글로벌 타이밍 디바이스 시장 규모는 2023년 58억 달러(약 8조 7226억원)에서 2030년 96억 달러(약 14조 4374억원)까지 성장할 것으로 전망된다. 데이터 전송 시점·시스템 동기화 돕는 정밀 타이밍 솔루션 대규모 CPU·GPU가 동원된 AI 데이터센터에서는 서버·네트워크 간 동기화 정밀도가 AI 연산 효율과 전력 효율에도 영향을 미친다. 미국 국립표준기술연구소(NIST)와 IEEE 등은 초저지연 네트워크 환경에서 나노초(ns) 단위의 시간 동기화 중요성을 강조하고 있다. 정밀 타이밍 솔루션은 특수 소자인 크리스탈(Crystal)과 오실레이터(Oscillator) 기반으로 데이터 전송 시점을 정교하게 맞추고 시스템 간 동기화를 유지하며, 고도화된 AI 인프라의 안정성과 효율을 뒷받침하는 기반 기술로 평가된다. 최근에는 AI 데이터센터와 5G 통신 인프라 확산에 따라 초정밀 오실레이터(OCXO)와 고안정성 클럭 디바이스 수요도 증가하는 추세다. 이에 따라 글로벌 주파수 제어 및 타이밍 디바이스 시장을 선점하기 위한 주요 기술 기업들의 기술 경쟁도 한층 치열해질 것으로 예상된다. 엡손 "쿼츠 기반 타이밍 기술 산업계에 공급" 29일 엡손 관계자는 “AI 인프라 내 정밀 타이밍 솔루션 수요가 확대되는 가운데, 엡손이 오랜 기간 축적한 마이크로디바이스 기술이 다양한 산업 영역에서 활용되고 있다”고 설명했다. 엡손은 석영 기반 수정 진동자를 이용해 정밀하게 시간을 제어하는 쿼츠(Quartz) 기반 초정밀 타이밍 제어 기술을 보유하고 있다. 현재 글로벌 주파수 제어·타이밍 디바이스 시장에서 전통적인 쿼츠 기반 타이밍 제어 기술은 반도체 대비 여전히 주류 시장을 형성하고 있다. 엡손 관계자는 "엡손의 쿼츠 기반 기술은 현재 실시간클록(RTC) 모듈, 크리스탈(Crystal Unit) 및 오실레이터, 고정밀 센서 등을 아우르는 마이크로디바이스 사업으로 확대되고 있다"고 설명했다. "원천 소재 '합성 쿼츠'부터 직접 생산" 엡손은 통신 장비와 컴퓨터, 디지털 카메라, 자동차, 이동통신 기지국 등 다양한 전자·네트워크 인프라 분야에 관련 디바이스를 공급하고 있다. 핵심 소재인 '합성 쿼츠(Synthetic Quartz)'까지 자체적으로 육성·생산하며, 소재 단계부터 정밀 제어 기술을 내재화한 수직 통합형 생산 체계를 구축해왔다는 점도 특징이다. 이 같은 핵심 소재 및 공정의 내재화 방식은 지정학적 리스크와 전 세계적인 부품 공급망 불안정성 속에서 안정적인 고품질 제품 공급을 보장하는 전략적 기반이 된다. 동기화 오차 제어, HPC·AI 클러스터 효율 좌우 엡손 관계자는 “엡손의 사업 영역은 단순 전자부품 사업을 넘어 시스템 전체의 정확도와 안정성을 지원하는 방향으로 확대돼 왔다”고 설명했다. 이어 “물리적인 쿼츠 가공 기술과 미세전자기계시스템(MEMS) 기술을 결합해 다양한 산업 환경에서 요구되는 안정성과 정밀도를 구현해왔다”고 덧붙였다. 업계에서는 AI 데이터센터 고도화와 함께 관련 생태계 내에서 정밀 타이밍 기술과 마이크로디바이스 분야의 중요성도 점차 커질 것으로 예상한다. 이 같은 시장 변화에 발맞춰 글로벌 하드웨어 기업들 역시 B2C에서 고부가가치 B2B 인프라 영역으로 대대적인 체질 개선에 나서고 있다. 엡손 관계자는 "엡손은 전통적으로 프린터 중심의 B2C 이미지가 강했지만, 최근에는 통신·네트워크·산업·자동차 등 B2B 수요 기반 영역까지 사업 포트폴리오를 확대하고 있다"고 밝혔다. 이어 "최근 발표한 'ENGINEERED FUTURE 2035' 비전을 통해 80년 이상 축적해 온 '고효율·초소형·초정밀' 기술과 엔지니어링 역량을 기반으로 산업 및 사회 인프라 영역에서 사업 경쟁력을 강화하겠다는 전환 뱡항을 제시했다"고 덧붙였다.

2026.05.29 13:30권봉석 기자

스노우플레이크, 나토마 인수…"AI 에이전트 보안 연결·통제 강화"

스노우플레이크가 기업용 인공지능(AI) 에이전트 보안 연결과 운영 통제 강화에 나섰다. 스노우플레이크는 AI 에이전트용 엔터프라이즈 모델 컨텍스트 프로토콜(MCP) 플랫폼 기업 나토마를 인수한다고 29일 발표했다. 이번 인수로 스노우플레이크는 AI 에이전트와 MCP 도구 접근을 관리하는 통합 거버넌스와 ID 레이어를 구축할 계획이다. 나토마는 AI 시스템을 기업 애플리케이션, 데이터베이스, API, 툴에 안전하게 연결하고 관리하는 기술을 제공한다. 스노우플레이크는 이를 통해 기존 데이터 접근 통제를 넘어 AI가 업무 시스템에서 어떤 방식으로 검색하고 접근하며 동작하는지 관리할 수 있게 된다. 이번 인수 핵심은 MCP 기반 연결을 기업 보안 체계 안으로 끌어들이는 데 있다. MCP는 AI 에이전트가 여러 업무 시스템과 데이터를 연결해 작업할 수 있게 하지만 거버넌스가 부족하면 섀도우 AI와 데이터 유출 위험을 키울 수 있어서다. 스노우플레이크 고객은 앞으로 검증된 MCP 서버 라이브러리를 활용해 코텍스 에이전트, 스노우플레이크 인텔리전스, 코텍스 코드 등을 다양한 기업 시스템과 연결할 수 있다. 연결 대상은 서비스형 소프트웨어(SaaS) 애플리케이션, 클라우드 환경, 가상 프라이빗 클라우드, 온프레미스 인프라를 포함한다. 나토마 플랫폼은 이런 연결 과정에서 통제와 거버넌스 패브릭 역할을 맡는다. 기업은 AI 에이전트 시스템 접근 방식과 실행 과정을 가시화하고 ID 권한 설정, 정책 적용, 감사 가능성을 확보할 수 있다. 스노우플레이크는 이를 통해 업무 맥락을 데이터 분석과 AI 실행에 더 폭넓게 결합할 수 있다고 설명했다. 사용자는 스노우플레이크 플랫폼의 비즈니스 데이터에 슬랙, 이메일, 고객관계관리(CRM), 지라, 내부 API, 데이터베이스, 애플리케이션 맥락을 더해 더 실행 가능한 인사이트를 얻을 수 있다. 스노우플레이크는 나토마 기능을 AI 데이터 클라우드에 통합해 고객에게 제공할 예정이다. 회사는 이를 통해 에이전틱 엔터프라이즈를 위한 신뢰 기반 컨트롤 플레인 역할을 강화한다는 방침이다. 최근 스노우플레이크 주가는 분기 실적 발표 이후 35% 넘게 오르며 지난해 12월 이후 최고 수준을 기록했다. 업계에선 제품 매출이 1분기 전년 동기보다 34% 증가한 영향이 반영된 것으로 보고 있다. 슈리다 라마스워미 스노우플레이크 최고경영자(CEO)는 "AI 에이전트는 빠르게 기업 경영의 일부가 되고 있지만, 거버넌스 없는 인텔리전스는 오히려 리스크"라며 "기업에서 안전하게 에이전트를 운영하기 위해서는 정확한 맥락, 권한 등 정책 가드레일이 필요하다"고 밝혔다.

2026.05.29 11:19김미정 기자

행동하는 AI의 시대…AI 에이전트의 구조, 발전, 그리고 미래

인공지능(AI) 에이전트는 다양한 환경에서 자율적으로 행동하며 복합적인 의사결정을 수행하는 지능형 소프트웨어 시스템을 의미한다. 최근에는 단순한 자동화 도구를 넘어, 스스로 목표를 설정하고 계획을 수립하며 외부 도구와 연동해 실행까지 수행하는 차세대 AI 기술로 주목받고 있다. 특히 생성형 AI와 대규모 언어모델(LLM)의 발전은 AI 에이전트를 기존의 단순 챗봇 수준에서 벗어나 실제 업무를 수행하는 '행동형 AI'로 진화시키고 있다. AI 에이전트는 구조와 동작 방식에 따라 다양한 유형으로 구분된다. 가장 기본적인 형태는 현재 환경에 즉각 반응하는 반응형 에이전트로, 온도조절기나 로봇청소기처럼 단순 규칙 기반으로 동작한다. 반면 목표 기반 에이전트는 목표 달성을 위한 계획과 추론 기능을 수행하며, 내비게이션 시스템이나 산업용 로봇 등에 활용된다. 또한 학습형 에이전트는 환경과의 상호작용을 통해 스스로 성능을 개선하며 추천 시스템이나 사용자 맞춤형 콘텐츠 추천 등에 적용되고 있다. 최근 가장 주목받고 있는 분야는 생성형 에이전트다. 생성형 에이전트는 GPT 계열의 LLM을 기반으로 자연어 이해, 계획 수립, 정보 탐색, 외부 API 호출 등을 통합적으로 수행할 수 있으며, Auto-GPT와 같은 사례는 이러한 가능성을 보여준 대표적 사례로 평가된다. 최근 기술 관점에서 가장 주목되는 변화는 AI 에이전트가 단일 모델 중심에서 '에이전트 생태계(agent ecosystem)' 중심으로 발전하고 있다는 점이다. 과거에는 하나의 AI 모델이 질문과 응답을 처리하는 방식이 주를 이뤘다면, 현재는 여러 전문 에이전트가 역할을 분담하는 멀티 에이전트 구조(Multi-Agent system)가 빠르게 확산되고 있다. 예를 들어 하나의 에이전트는 정보 검색을 담당하고, 다른 에이전트는 일정 관리, 코드 생성, 데이터 분석 등을 수행하는 방식이다. 이러한 구조는 복잡한 업무를 병렬적으로 처리할 수 있도록 하며, 기업형 AI 운영의 핵심 아키텍처로 부상하고 있다. 실제로 OpenAI의 'Operator', Google의 'Project Astra', Anthropic의 'Computer Use' 기능 등은 AI가 단순 대화형 시스템을 넘어 실제 컴퓨터 환경을 이해하고 조작하는 방향으로 발전하고 있음을 보여준다. 이러한 AI 에이전트의 발전은 단순한 기술 향상을 넘어, AI 패러다임 자체의 변화와 맞물려 진행되고 있다. 초기 AI는 규칙 기반 전문가 시스템 중심으로 발전했으며, 정해진 조건에 따라 제한된 작업을 수행하는 수준에 머물렀다. 그러나 2000년대 들어 강화학습 기술이 발전하면서 AI는 스스로 경험을 축적하고 학습할 수 있는 방향으로 진화하기 시작했다. 2016년 등장한 알파고는 목표 기반 추론과 경험 학습을 결합한 대표적 사례로 평가되며, AI 에이전트 발전의 중요한 전환점이 되었다. 이후 GPT-4와 같은 초거대 언어모델이 등장하면서 AI 에이전트는 단순한 질의응답을 넘어 추론·생성·실행 기능을 통합적으로 수행하는 방향으로 발전하고 있다. 최근에는 생성형 AI에 메모리(memory), 장기 계획(planning), 도구 사용(tool use), 외부 API 연동 기능까지 결합되면서, 인간의 업무 흐름 전반을 지원하는 수준으로 고도화되고 있다. 이러한 변화는 실제 기업 환경에서도 빠르게 확산되고 있다. 마이크로소프트는 코파일럿 스튜디오를 통해 기업 맞춤형 워크플로 에이전트 구축을 지원하고 있으며, 세일즈포스는 에이전트포스(AgentForce) 기반 고객지원 자동화를 확대하고 있다. 국내에서도 LG전자의 '챗엑사원(ChatEXAONE)', SK텔레콤의 '에스터(Aster)' 등 다양한 AI 비서 서비스가 등장하며 업무 혁신이 본격화되고 있다. 특히 최근에는 단순 질의응답을 넘어 문서 작성, 회의 요약, 코드 생성, 데이터 분석, 의사결정 지원 등 실제 업무 프로세스를 자동화하는 방향으로 활용 범위가 빠르게 확대되고 있다. 기술적으로 AI 에이전트는 일반적으로 '지각–추론–행동–피드백' 구조를 기반으로 작동한다. 최근에는 여기에 메모리 계층(memory layer), 벡터 데이터베이스(Vector DB), 검색증강생성(RAG), 오케스트레이션 프레임워크 등이 추가되면서 더욱 정교한 형태로 발전하고 있다. 특히 LangChain, AutoGen, CrewAI, Semantic Kernel과 같은 프레임워크는 복수의 에이전트 간 협업과 외부 시스템 연동을 지원하는 핵심 기술로 활용되고 있다. 또한 MCP(Model Context Protocol)와 같은 표준화 논의도 확대되면서, 다양한 AI 도구와 서비스 간 상호운용성이 차세대 AI 생태계의 핵심 과제로 부상하고 있다. 그러나 AI 에이전트의 확산은 새로운 가능성을 열어주는 동시에 다양한 도전 과제도 함께 제기하고 있다. 특히 에이전트의 자율성과 활용 범위가 확대될수록 개인정보 유출, 허위정보 생성, 보안 위협, 오작동 위험과 같은 문제들도 점차 커지고 있다. 실제로 일부 자율형 AI가 악성 명령을 수행하거나 비정상적인 목표를 생성한 사례들이 보고되면서, 인간의 개입과 감독을 전제로 하는 'Human-in-the-loop' 기반 안전 통제 체계의 중요성이 더욱 커지고 있다. 또한 AI가 의사결정 과정에 깊이 관여하게 되면서 설명가능성(XAI), 책임성(Accountability), 윤리적 통제 체계 구축 역시 핵심 과제로 부상하고 있다. 이는 AI 에이전트가 단순한 기술 도구를 넘어 사회·제도적 신뢰 체계와 함께 논의되어야 하는 단계에 진입했음을 의미한다. 이와 동시에 AI 에이전트의 기술적 진화 방향도 빠르게 변화하고 있다. 최근에는 기존의 클라우드 중심 구조를 넘어 온디바이스 AI와 결합되는 흐름이 본격화되고 있다. Qualcomm, Apple, 삼성전자 등 주요 기업들은 스마트폰과 PC 내부에서 직접 실행 가능한 경량 AI 에이전트 기술을 강화하고 있으며, 이는 개인정보 보호와 실시간 처리 측면에서 중요한 변화로 평가된다. 또한 NVIDIA의 'AI 팩토리(AI Factory)' 전략처럼 AI 에이전트 운영을 위한 GPU·데이터센터 인프라 경쟁도 본격화되면서, AI 경쟁의 중심이 모델 자체를 넘어 인프라와 운영 생태계 전반으로 확대되고 있다. 결국 AI 에이전트는 단순한 자동화 기술을 넘어, 스스로 판단하고 실행하며 디지털 노동(digital labor)을 수행하는 새로운 지능형 시스템으로 발전하고 있다. 앞으로 AI 에이전트의 경쟁력은 단순한 모델 성능보다도 멀티 에이전트 협업 구조, 실시간 데이터 연동, 안전성과 설명가능성, 그리고 다양한 시스템 간 상호운용성을 얼마나 효과적으로 구현하느냐에 의해 좌우될 가능성이 크다. 이는 AI 기술 경쟁의 중심이 단순한 모델 개발을 넘어, 다양한 에이전트가 실제 환경 속에서 유기적으로 협업하고 자율적으로 실행되는 '에이전트 생태계' 구축 역량으로 빠르게 이동하고 있음을 의미한다.

2026.05.29 11:18윤창희 컬럼니스트

'B2B 식자재 유통' 오더히어로, 영업할 매장 AI로 찾는다

B2B 식자재 통합 유통 플랫폼 오더히어로가 인공지능(AI) 기술을 활용해 영업 생산성효율화에 나섰다. 오더히어로는 매장·메뉴·브랜드·지역 데이터를 결합한 AI 영업 자동화 앱 시스템을 구축했다고 29일 밝혔다. 회사 측에 따르면 이같은 시스템을 도입한 이후 영업 대상 매장 대비 실제 앱 사용으로 이어진 영업 성공률은 기존 대비 12%p 상승했으며, AI가 선별한 우량 리드를 기반으로 프랜차이즈 단위 공급 협의 3건을 완료하고 2건을 추가로 논의하고 있다. 오더히어로가 구축한 AI 시스템은 신규 고객 발굴, 우량 리드 선별, 영업 동선 관리, 후속 영업 관리까지 영업 전 과정을 데이터 기반으로 지원한다. 기존 CRM이 고객 정보와 상담 이력을 관리하는 데 초점을 맞췄다면, 오더히어로는 외식업 매장의 메뉴, 업종, 브랜드 유사성, 지역 정보, 구매 가능성을 결합해 영업사원이 우선 방문해야 할 매장을 선별하도록 설계했다는 게 회사 측의 설명이다. 특히 해당 시스템은 기존 영업 담당자의 경험을 데이터 기반으로 전환해 영업 활동의 편의성과 효율 등을 극대화하는데 초점을 맞췄다. 특정 상품을 구매한 브랜드나 매장의 패턴을 분석하고, 유사한 메뉴를 판매하거나 비슷한 업종·상권에 있는 매장을 잠재 고객으로 선별한다. 이를 통해 영업사원은 무작위 방문이 아니라, 실제 구매 가능성이 높은 매장을 중심으로 영업 활동을 진행할 수 있다고 알려졌다. 유사 브랜드 및 판매 메뉴 매장 자동 선별 기능도 시스템의 핵심 요소다. 특정 프랜차이즈 가맹점에서 생연어필렛, 새우, 소스류 등 특정 식자재 구매 성과가 확인되면, 시스템은 동일 브랜드의 미구매 가맹점뿐 아니라 유사 메뉴를 판매하는 주변 매장을 함께 추천한다. 이는 기존 고객의 구매 데이터를 신규 영업 기회로 확장해는 효과도 기대된다. 지도 기반 영업 계획 기능도 강화했다. 영업사원은 지도에서 신규 타깃 매장, 상담 진행 매장, 재방문 필요 매장 등을 상태별로 확인할 수 있다. 담당 지역이나 당일 동선 안에 있는 우선순위 매장을 바로 방문 계획에 추가할 수 있어 신규 영업과 후속 관리를 동시에 수행할 수 있다. 이번 시스템 구축 과정에서는 AX 담당자가 약 1개월간 실제 영업 현장에 투입됐다. 신규 매장 방문, 리드 발굴, 현장 상담, 재방문 관리 등 영업 전 과정을 직접 경험하며 현장과 시스템 간 괴리를 줄이는 데 집중했다. 이러한 구축 과정은 관리자용 리포팅 도구가 아니라, 영업사원이 현장에서 바로 활용할 수 있는 실행 중심 시스템로 발전했다. 오더히어로는 식자재 가격비교, 통합 배송, 라스트마일 물류 인프라를 기반으로 외식 사업자의 구매 효율을 높여왔다. 이번 AI 영업 자동화 시스템 구축은 그동안 축적한 구매·상품·매장·배송 데이터를 영업 현장과 연결한 사례로 평가된다. 이 회사가 단순 식자재 유통 플랫폼을 넘어, 외식업 현장의 구매·영업·물류 데이터를 연결하는 AI 기반 운영 플랫폼 기업으로 거듭날 수 있을지 지켜봐야하는 이유다. 오더히어로 관계자는 “기존 외식업 식자재 영업은 담당자의 경험과 수작업 탐색에 의존하는 경우가 많아 우량 리드 발굴과 후속 관리에 한계가 있었다”라며 “이번 AI 영업 자동화 시스템은 매장·메뉴·브랜드·지역 데이터를 결합해 영업사원이 더 가능성 높은 고객에게 집중할 수 있도록 만든 것이 핵심”이라고 전했다. 이어 “시스템 도입 이후 영업 성공률이 기존 대비 12%p 상승하고, 프랜차이즈 단위 영업 성과로도 이어지고 있다”며 “데이터 기반 영업 체계를 고도화해 우량 고객 확보와 브랜드 단위 공급 확대를 함께 추진하겠다”고 덧붙였다.

2026.05.29 11:17이도원 기자

아스테로모프, 오픈AI 추격한 '과학 AI 모델' 공개…시드 470억 확보

아스테로모프가 과학 추론 인공지능(AI) 기술로 400억원대 시드 투자 유치와 국가 프로젝트 참여 기회를 동시에 잡았다. 아스테로모프는 최근 시드 라운드에서 420억원을 조달해 설립 1년 만에 누적 시드 투자금 470억원을 확보했다고 29일 밝혔다. 이번 투자는 본엔젤스벤처파트너스가 주도했다. 퓨처플레이, 미래에셋벤처투자, 미래에셋캐피탈, IMM인베스트먼트, 프리미어파트너스, 한국산업은행, 산은캐피탈, SV인베스트먼트, 스틱벤처스 등이 공동으로 참여했다. 이민형 아스테로모프 대표는 지난 27일 국가 전략 프로젝트 'K-문샷' AI 과학자 미션 총괄책임자로 위촉됐다. 위촉식은 과학기술정보통신부가 서울 용산 드래곤시티에서 연 'K-문샷 추진단' 출범식서 진행됐다. K-문샷은 AI를 활용해 국가적 과학 난제를 해결하기 위해 추진되는 범국가 프로젝트다. 미국 '제네시스 미션'과 중국 '반석 미션'을 벤치마킹한 형태다. 전체 12개 미션 중 이 대표는 AI 과학자 개발 미션을 맡는다. 이 대표는 "단순 업무 보조형 AI가 아니라 실제 과학 연구 과정에서 복잡한 문제를 풀고 과학적 돌파구를 찾는 AI 시스템을 개발할 것"이라고 밝혔다. '스페이서 1.0' 공개…'GPT-5.4 프로'와 나란히 아스테로모프는 지난 28일 오픈 웨이트 기반 과학 AI 시스템 '스페이서 1.0'을 공개했다. 현재 기관만 접근 가능하며, 정식 출시는 올 연말이다. 스페이서 1.0은 온프레미스 환경에서 작동하는 거대언어모델(LLM) 기반 멀티 에이전트 시스템이다. 주요 기반 모델은 Z.ai 'GLM-5.1'이다. 스페이서 1.0은 오픈AI가 공개한 과학 역량 평가 벤치마크 '프런티어사이언스 리서치'에서 33.9%를 기록했다. 이는 오픈AI 'GPT-5.4 프로'에 이어 2위에 해당하는 성과다. 세 번의 독립 실행 중 최고 결과를 반영하는 패스앳3 기준으로는 GPT-5.4 프로와 공동 1위를 기록했다. 프런티어사이언스 리서치는 실제 과학 연구 과정에 가까운 개방형 문제 해결 능력을 평가한다. 단순 정답 일치가 아니라 루브릭 기반으로 추론 과정과 근거 정확성까지 본다. 과학 AI가 단순 지식 암기를 넘어 복잡한 인과관계를 구성할 수 있는지 확인하는 데 초점이 맞춰져 있다. 스페이서 1.0은 일부 문제에서 GPT-5.4 프로보다 높은 점수도 받은 것으로 나타났다. 백금 착물의 핵자기공명 위성 피크를 묻는 화학 문제에서 GPT-5.4 프로는 0.5점을 받았지만, 스페이서 1.0은 9점을 받았다. TDP-43 단백질 응집 경로를 묻는 생물학 문제에서는 GPT-5.4 프로가 3점을 받은 반면 스페이서 1.0은 10점을 기록했다. 두 사례 공통점은 단순한 지식 회상보다 여러 과학적 메커니즘을 연결하는 추론을 요구했다는 점이다. 스페이서 1.0은 문제별로 필요한 근거와 분야별 자료를 활용해 답을 구성했다. 인터넷 검색 없이 전문 코퍼스와 데이터베이스를 제공받아 단계별 추론을 수행한 것이 특징이다. 이번 투자와 국가 프로젝트 참여는 아스테로모프가 과학 AI 개발을 연구 단계에서 국가 전략 영역으로 확장하는 계기가 될 전망이다. 특히 K-문샷의 AI 과학자 미션은 AI가 연구자의 보조 도구를 넘어 과학 난제 해결 과정에 직접 관여하는 시스템을 만드는 데 초점 둘 가능성이 크다. 이민형 아스테로모프 대표는 "AI 핵심 가치는 그동안 풀지 못했던 난제를 해결하고 이를 통해 과학적 돌파구와 미래 산업을 만들어내는 데 있다"며 "글로벌 AI 경쟁 속에서 한국은 바로 그 지점에 승부를 걸어야 한다"고 밝혔다.

2026.05.29 11:14김미정 기자

[기고] 아날로그의 낭만, 컴퓨터 음악 그 신선한 충격

워크맨 이어폰 너머로 테이프가 늘어질 때까지 음악을 듣고, LP의 지직거리는 노이즈조차 감성의 일부로 받아들여지고 CD의 선명함에 감동하던 시대, 당시 소리는 물리적인 실체였다. 필자 역시 학창시절 기타를 치고 노래하던 즐거움을 넘어 음악을 만들어 보겠노라며 전문 장비 하나 없이 기타 한 대와 마이크를 전축에 연결해 자작곡을 녹음하곤 했다. 크롬(Chrome) 테이프에 담긴 서툰 노래를 친구들에게 들려주며 꿈을 키우던 그 시절, 음악 제작은 곧 '기록의 노동'이었다. 이 낭만적인 아날로그의 시대에 거대한 균열을 낸 것은 신해철 2집 'Myself'였다. 혼자서 작곡, 편곡, 연주를 컴퓨터와 미디(MIDI)로 해냈다는 사실은 당시 주류였던 아날로그 환경에 익숙한 어린 나에게도 적잖은 충격이었다. "어떻게 혼자서 이런 사운드를 만들어 낼 수 있을까?"라는 막연한 동경 속에 카세트테이프 속 아날로그 낭만에 빠져 있었다. 시간이 지나 음악 대학 시절, 학교 커리큘럼과는 별개로 실질적인 컴퓨터 음악과 '케이크워크(Cakewalk)'라는 작곡 프로그램, 이른바 시퀀서(Sequencer)를 접할 수 있게 되었다. 혼자서 모든 악기의 배치와 사운드 메이킹, 연주 그리고 믹싱까지 완결할 수 있다는 흥분은 나에게 창작의 문법을 흔드는 전율이었고, 이것이야말로 내가 가야 할 길이라는 확신으로 이어졌다. 그렇게 손에 넣은 나의 첫 장비는 롤랜드사의 사운드 캔버스 88(SC-88)이었다. 당시 노래방 반주에 주로 쓰이던 음원 모듈이었기에 전문적인 하이엔드 수준과는 거리가 멀었으나, 나만의 사운드를 만들 수 있다는 설렘은 밤을 새워가며 컴퓨터에 노트를 새기게 했고 들어주는 이 하나 없이 나 혼자 감동하며 밤을 지새우게 했다. 당시의 음악 제작 환경은 여전히 하드웨어 시스템이 주류였으나, 내부 작동 방식은 이미 디지털로 이동하던 하이브리드 형태였다. 그 중심에는 음악 작곡 프로그램인 시퀀서가 있었다. 초기 시퀀서는 오디오를 직접 녹음하는 도구라기보다, MIDI 데이터를 기반으로 '연주를 설계하는 도구'에 가까웠다. 즉, 컴퓨터 → MIDI 신호 → 외장 악기 → 실제 사운드 출력의 구조였다. 컴퓨터가 명령을 내리면 실제 소리는 신디사이저, 사운드 모듈, 샘플러 같은 외장 악기가 담당했다. 지금 기준으로 보면 번거로운 공정일 수 있으나, 당시로서는 가히 혁신적인 변화였다. 필자가 실질적인 음악 활동의 길로 들어서던 그 시점은 음악이 '연주'에서 '설계'의 영역으로 이동하기 시작한 거대한 변곡점이었다. 당시 음악 대학에서 현대음악은 거스를 수 없는 성전(聖典)과도 같았고, 실제 연주자가 없는 컴퓨터로 음악을 발표하는 것은 일종의 '외도'이자 불온한 시도로 여겨지는 분위기였다. 하지만 나는 졸업 전 마지막 순간만큼은 내가 갈 길의 음악으로 온전히 평가받고 싶었다. 코르그 트리니티(Korg Trinity)와 롤랜드(Roland) JV-1080, 그리고 E-MU ESI 샘플러를 동원한 미디 오케스트레이션 결과물은 교수님들의 교차하는 시선 속에 발표되었고, 이 작업은 이후 한국 컴퓨터 음악 대회 1위에 입상하기도 했다. 이는 음악 제작의 디지털화 과정 속에서 스스로 '사운드 설계'라는 본질에 몰입하게 한 또 한 번의 전환점이 되었다. 무거운 외장 하드웨어를 차에 싣고 다니며 녹음실에서 소스 하나하나를 넘기던 낭만이 있던 시기, 디지털 편집과 미디 기반 작곡 방식의 정착, 1인 제작 시스템의 가능성을 제시했던 이때 컴퓨터 음악은 이후 특수한 영역이 아닌 대중적 방식으로 자리를 잡아갔다. 또한 오늘날 음악 제작 방식의 토대를 만든 핵심 단계라고 할 수 있겠다. 하드웨어 신디사이저의 노브를 돌리고 랙(Rack)을 쌓아 올렸던 그 물리적 제작 과정은 훗날 모든 것이 소프트웨어로 대체되는 거대한 범람 속에서도 당시 음악인들의 중심을 잃지 않게 해준 단단한 뿌리가 됐다. 이렇게 디지털의 신속함이 가속화되고 창작의 희열이 공존하던 그때, 나 역시 그 변화의 물결 속에 자연스럽게 스며들 수 있었다. 기술은 빨라졌고 도구는 편리해졌지만, 소리를 향한 중심의 한편에는 여전히 '아날로그적 낭만'이 자리하고 있는 것은 아닐까. 필자 진명용(JLmuse) 작곡가·프로듀서 드라마, 게임, 애니메이션 등 다양한 미디어 음악 분야에서 작·편곡 및 프로듀싱을 진행해왔다. 현재 AI 기반 창작 환경 변화에 맞춰 인간 창작자의 역할과 기술 간 균형을 고민하며 음악 및 사운드 제작 활동을 이어가고 있다. *본 칼럼 내용은 본지 편집방향과 다를 수 있습니다.

2026.05.29 11:10진명용 컬럼니스트

[AI는 지금] "탈 엔비디아 노린다"…'프랑스 AI' 미스트랄, 오픈AI 맞서 '독자 칩' 검토

프랑스 인공지능(AI) 스타트업 미스트랄 AI(Mistral AI)가 자체 반도체 칩 설계 기술 검토에 착수했다. 오픈AI, 앤트로픽 등 거대 자본을 앞세운 미국 빅테크 기업들과의 전면전에서 살아남기 위해 인프라 주도권을 직접 확보하기 위한 승부수로 풀이된다. 아서 멘슈 미스트랄 AI 최고경영자(CEO)는 28일(현지시간) CNBC와의 인터뷰에서 자체 칩 설계 및 개발 가능성을 묻는 질문에 "당연히 흥미로운 영역"이라며 "자체 반도체 개발 가능성을 배제하지 않고 있다"고 처음으로 공식 언급했다. 이처럼 미스트랄 AI가 반도체 내재화 카드를 만지작거리는 이유는 천문학적으로 치솟는 AI 구동 비용 때문으로 풀이된다. 고성능 AI 모델을 유지하고 고도화하는 과정에서 발생하는 컴퓨팅 인프라 비용 부담을 줄이지 못하면 장기적인 수익성 확보가 불가능하다는 판단에서다. 멘슈 CEO는 "맞춤형 칩을 활용하면 AI 모델이 데이터를 처리하는 단위인 '토큰(Token)'의 배포 비용을 유의미한 수준으로 크게 낮출 수 있다"고 설명했다. 현재 약 120억 유로(한화 약 18조원)의 기업 가치를 평가받는 미스트랄 AI는 그동안 엔비디아와의 파트너십을 중심으로 인프라를 확장해왔다. 그러나 구글, 아마존, 메타 등 미국 하이퍼스케일러들이 자체 주문형 반도체(ASIC)를 개발하며 하드웨어와 소프트웨어 통합 최적화에 나서자 고유 칩 확보의 필요성을 절감한 것으로 보인다. 칩 독립 선언과 함께 인프라 대형화 전략도 속도를 낸다. 미스트랄 AI는 프랑스와 스웨덴 데이터 센터에 총 40억 유로(약 6조원)를 투입, AI 모델 구동 및 서비스에 특화된 '추론(Inferencing) 전용 데이터 센터'를 프랑스 내에 신규 구축한다고 발표했다. 미국에 뒤처진 유럽의 AI 컴퓨팅 역량을 끌어올려 시장 지배력을 확보하겠다는 취지다. 미스트랄 AI는 시장 경쟁력을 높이기 위한 비즈니스 모델 다각화도 본격화하고 있다. 최근에는 미국 빅테크들이 사활을 걸고 있는 '에이전틱 AI(Agentic AI)' 시장을 겨냥해 기업용 신규 에이전트 플랫폼 '바이브(Vibe)'를 출시했다. 단 한 번의 지시로 문서 작성부터 코딩, 테스트, 배포까지 자율 수행하는 이 솔루션을 앞세워 올해 매출 목표를 전년(2억 유로) 대비 5배 성장한 10억 유로(약 1조 5000억원)로 끌어올린다는 구상이다. 다만 연간 반복 매출(ARR)이 수백억 달러에 달하는 오픈AI나 앤트로픽과의 체급 차이를 단기간에 극복하기는 쉽지 않을 것이라는 관측도 나온다. 인프라와 칩 개발에 드는 막대한 자본 조달 역시 과제로 꼽힌다. 미스트랄 AI의 이번 인프라 투자 확대는 미국 빅테크 기업들과의 컴퓨팅 자원 격차를 좁히기 위한 조치로도 풀이된다. 현재 유럽 연합(EU) 내에서는 독자적인 인프라 공급망을 확보하지 못할 경우 발생할 거시경제적 타격에 대한 우려가 확산되는 추세다.멘슈 CEO는 인프라 격차와 관련해 "유럽은 현재 AI를 과거 천연가스와 같은 국가 전략적 자산으로 바라보기 시작했다"며 "이 기술 경쟁에서 계속해서 경쟁력을 유지하려면 1조 달러에 달하는 상업적 적자가 발생하는 상황을 감당할 수 없다는 점을 모두가 직시해야 한다"고 강조했다.

2026.05.29 11:08장유미 기자

티맥스소프트, '컨티뉴엄 AI' 출격…공공·민간 수요 정조준

티맥스소프트가 에이전틱 인공지능(AI) 시대를 겨냥한 차세대 엔터프라이즈 AI 플랫폼 전략을 앞세워 공공·금융·민간 시장 공략과 AI·클라우드 네이티브 기업 전환에 박차를 가한다. 티맥스소프트는 지난 28일 서울 종로구 포시즌스 호텔에서 고객 대상 세미나를 열고 엔터프라이즈 AI 전략과 차세대 비즈니스 애플리케이션 개발 플랫폼 '컨티뉴엄 AI'를 선보였다고 29일 밝혔다. 행사에선 에이전틱 AI 시대에 대응하기 위한 기업용 AI 플랫폼 로드맵과 차세대 시스템 혁신 방향이 소개됐다. 최근 기업 시장에선 AI 챗봇을 넘어 스스로 업무를 수행하는 AI 에이전트 도입 논의가 본격화되고 있다. 이에 맞춰 AI 모델과 데이터, 비즈니스 로직을 안정적으로 연결하고 운영할 수 있는 엔터프라이즈 AI 플랫폼 중요성도 함께 커지는 양상이다. 티맥스소프트는 이같은 변화에 맞춰 컨티뉴엄 AI를 중심으로 AI 비즈니스 확대에 나선다는 전략이다. 이날 기조연설을 맡은 박기은 티맥스소프트 연구본부장은 에이전틱 AI 확산에 따라 엔터프라이즈 AI 플랫폼이 애플리케이션 개발과 데이터 관리, 복잡한 비즈니스 로직 처리를 지원하는 핵심 기반으로 자리잡고 있다고 설명했다. 그는 안전하고 효율적인 AI 에이전트 운영 환경을 위해선 품질과 성능, 신뢰성이 보장된 엔터프라이즈 플랫폼이 필수적이라고 강조했다. 컨티뉴엄 AI는 개발·운영·현대화·연동·런타임으로 이어지는 AI 시스템 전 주기를 지원하는 풀스택 플랫폼이다. 비즈니스 프레임워크와 엔터프라이즈 매니저, 코드 인텔리전스, 애플리케이션 트랜스폼 등으로 구성돼 기업이 반복적인 업무 비효율을 지속적으로 개선할 수 있도록 설계됐다. 티맥스소프트는 AI 에이전트가 기업 시스템을 직접 호출하고 실행하는 환경도 준비 중이다. 특히 최근 AI 업계 표준으로 주목받는 모델 컨텍스트 프로토콜(MCP)을 활용해 기업 내부 시스템과 AI 에이전트를 연결하는 방안을 연구하고 있다. 이를 통해 환각 현상(할루시네이션)과 불필요한 토큰 사용을 줄이고 기업 업무 환경에서 실행 신뢰성과 비용 효율성을 높인다는 계획이다. 이와 함께 티맥스소프트는 애플리케이션 서버 '제우스 11'을 기반으로 국내 최초로 글로벌 최신 표준인 '자카르타 EE 11' 인증을 획득한 사례를 소개하며 AI·클라우드 네이티브 시대 엔터프라이즈 플랫폼 경쟁력도 내세웠다. 행사에선 물류·금융 기업의 AI 전환(AX) 사례와 마이크로소프트의 AI 우수성 센터(CoE) 전략도 함께 공유했다. 티맥스소프트는 향후 AI 신제품 개발 인력을 확대하고 국내 AI 스타트업 및 관련 기업과 협력해 AI 하드웨어·서비스·플랫폼을 아우르는 풀스택 생태계를 구축한다는 목표다. 이를 토대로 공공·금융·민간 시장 AI 수요를 적극 공략할 방침이다. 이형용 티맥스소프트 대표는 "우리는 AI·클라우드 네이티브 기업으로의 전환을 선언했다"며 "신제품 컨티뉴엄 AI와 기존 제품에 AI 기능을 접목한 확장형 제품군을 바탕으로 국내외 공공·금융·민간 등 다양한 산업 AI 수요를 적극 공략하겠다"고 밝혔다.

2026.05.29 11:06한정호 기자

"AI로 오픈소스 취약점 잡는다"…IBM·레드햇, 7조 규모 프로젝트 맞손

IBM과 레드햇이 인공지능(AI)을 활용해 오픈소스 소프트웨어 보안을 강화하는 대규모 프로젝트에 나선다. 소수 유지보수 인력에 의존해 온 오픈소스 생태계의 구조적 한계를 보완하고 기업이 개별적으로 떠안아온 보안 검증 부담을 줄이기 위함이다. 양사는 총 50억 달러(약 6조8000억원)를 투입하는 '프로젝트 라이트웰(Project Lightwell)'을 공개하고 기업용 오픈소스 보안 공급망 구축에 협력한다고 29일 밝혔다. 프로젝트 라이트웰은 오픈소스 소프트웨어 취약점을 대규모로 탐지하고 수정하는 '신뢰 기반 엔터프라이즈 클리어링하우스' 구축이 핵심이다. 양사는 이번 프로젝트를 통해 기업의 디지털 인프라와 국가 핵심 시스템 보안을 강화하는 동시에 AI 시대에 맞는 새로운 오픈소스 보안 표준을 제시한다는 목표다. AI 기반 자동화 기술과 2만명 이상 글로벌 엔지니어 조직을 결합해 취약점 분석부터 검증, 패치 개발과 배포까지 전 과정을 지원할 계획이다. 기업 고객은 프로젝트 라이트웰을 통해 운영 중인 오픈소스 코드에서 발견된 취약점을 IBM과 레드햇에 공유하고 검증된 패치를 공급받아 기존 소프트웨어 공급망에 적용할 수 있다. 패치 내용은 다시 오픈소스 커뮤니티에 업스트림 방식으로 공유돼 생태계 전반에 걸쳐 보안 수준 향상으로 이어진다. 양사는 오픈소스가 이미 글로벌 기업 IT 인프라 핵심 기반이 된 만큼 보안 체계도 한 단계 고도화돼야 한다고 설명했다. 포춘 500대 기업의 90% 이상이 오픈소스 소프트웨어를 활용하고 있지만 생성형 AI 발전으로 취약점 탐지와 악용 속도 역시 빨라지며 보안 리스크도 함께 커지고 있다는 판단이다. 특히 오픈소스 생태계는 기여할 전문 엔지니어가 부족한 만성적인 인력난에 시달려왔다. 이 때문에 새로운 보안 취약점이 발견되어도 자원 한계로 인해 빠르게 대처하지 못하는 한계가 명확했다. AI 기술을 악용한 공격은 정교해지는 반면 이를 방어하고 코드를 관리할 커뮤니티 인력은 턱없이 부족해 공백이 커지고 있다는 설명이다. 프로젝트에는 글로벌 금융권도 초기부터 참여한다. 뱅크오브아메리카, BNY, 씨티, 골드만삭스, JP모건체이스, 마스터카드, 모건스탠리, 캐나다왕립은행, 스테이트스트리트, 비자, 웰스파고 등이 초기 도입 고객으로 참여해 실제 운영 환경에서 취약점 탐지와 검증, 패치 적용 과정을 함께 테스트하고 있다. IBM은 이번 프로젝트가 자체 오픈소스 운영 경험을 기반으로 한다고 설명했다. IBM은 현재 6만2000개 이상 오픈소스 패키지를 활용하고 있으며 이 가운데 1만개 이상에 대한 기술 전문성을 확보하고 있다고 밝혔다. 양사는 이를 바탕으로 리눅스, 자바, 쿠버네티스, 카프카, 앤서블, 테라폼 등 주요 오픈소스 기술 전반으로 지원 범위를 확대할 예정이다. IBM과 레드햇은 기술 기업들이 AI를 활용한 효율화에 집중하는 것과 달리 엔지니어링 인력을 핵심 경쟁력으로 보고 투자를 확대하겠다는 점도 강조했다. 프로젝트 라이트웰에 참여하는 2만명 이상의 엔지니어는 오픈소스 유지보수부터 AI 기반 취약점 리뷰, 의존성 강화, 보안 패치 개발까지 담당하게 된다. 아르빈드 크리슈나 IBM 회장 겸 최고경영자(CEO)는 "오픈소스는 오늘날 디지털 경제의 기반이자 현대 AI의 토대"라며 "프로젝트 라이트웰은 AI와 엔지니어링 전문성, 신뢰 기반 협업을 결합해 오픈소스 소프트웨어를 소스 단계부터 공급망 전반에 걸쳐 보호하기 위한 새로운 산업 모델"이라고 말했다.

2026.05.29 10:49남혁우 기자

GPU 확보보다 활용…오케스트로, 추론 특화 플랫폼 '콘체르토 AI' 공개

오케스트로가 생성형 인공지능(AI) 서비스 확산으로 급증하는 추론 수요에 대응하기 위한 AI 인프라 운영 플랫폼을 공개했다. 단순 그래픽처리장치(GPU) 확보 경쟁을 넘어 보유 자원을 얼마나 효율적으로 활용하느냐가 기업 AI 경쟁력으로 떠오르면서, 추론 최적화와 운영 자동화 시장 공략에 나선 모습이다. 오케스트로는 AI 추론 운영 플랫폼 '콘체르토 AI(CONCERTO A.I.)'를 출시했다고 29일 밝혔다. 콘체르토 AI는 기업이 보유한 GPU 인프라 활용 효율을 높여 생성형 AI 서비스 운영 과정에서 발생하는 추론 병목과 응답 지연 문제를 줄이는 데 초점을 맞췄다. 최근 기업 시장에선 AI 챗봇과 업무 자동화 에이전트, 검색증강생성(RAG) 기반 서비스 도입이 확대되면서 추론 연산 수요가 빠르게 증가하고 있다. 특히 에이전트형 AI 환경에선 하나의 요청이 여러 모델 호출과 반복 연산으로 이어지면서 GPU 자원 부담이 커지고 있다. 이에 업계에선 GPU 증설보다 기존 인프라 활용 효율을 높이는 운영 기술 중요성이 커지는 추세다. 콘체르토 AI는 대규모 추론 요청을 분산 처리하고 GPU와 신경망처리장치(NPU) 등 가속기 자원을 작업 특성에 맞게 배분하도록 설계됐다. 질문 분석과 답변 생성 작업을 분리해 각각 최적의 자원에 할당하는 분산 서빙 방식을 적용해 병목 현상을 줄이고 응답 성능을 높인다. 여기에 키-값 캐시(KV Cache) 최적화와 메모리 재사용 기술을 적용해 초기 응답 시간과 토큰 처리 속도를 개선했다. 실시간 대기열과 자원 상태를 반영한 지능형 라우팅 기능도 탑재해 고부하 환경에서도 안정적인 응답 성능을 유지할 수 있도록 지원한다. 오케스트로에 따르면 자체 온프레미스 AI 인프라 환경에서 진행한 벤치마크 결과, 동시 요청이 집중되는 고부하 환경에서 콘체르토 AI의 분산 서빙 방식은 기존 단일 처리 방식 대비 토큰 출력 속도를 2.2배 향상시켰다. 회사는 이를 통해 동일한 하드웨어 환경에서도 응답 지연을 줄이고 추론 처리 안정성을 높일 수 있다고 설명했다. 운영 자동화 기능도 강화했다. 콘체르토 AI는 AI 모델 배포부터 추론 요청 처리, 자원 배분, 성능 모니터링까지 거대언어모델 운영관리(LLMOps) 전 과정을 단일 플랫폼에서 지원한다. 표준화된 모델 패키징 기술을 기반으로 쿠버네티스 환경에서 배포 과정을 자동화하고 초기 응답 시간과 토큰 처리 속도, 자원 사용량 등 주요 운영 지표를 통합 관리할 수 있도록 돕는다. 특히 국내 유일 이기종 AI 가속기 지원 구조도 차별점으로 내세웠다. 엔비디아 GPU뿐 아니라 리벨리온과 퓨리오사AI 등 국산 NPU 환경까지 지원해 기업과 기관이 프라이빗 AI와 소버린 AI 환경에서 특정 하드웨어 벤더 의존도를 낮추고 인프라를 유연하게 구성할 수 있도록 지원한다. 최근 AI 인프라 시장 경쟁축은 학습 중심에서 추론 중심으로 이동하는 분위기다. 생성형 AI 서비스가 실제 업무 환경에 본격 적용되면서 GPU 확보 경쟁을 넘어 운영 효율과 자원 활용 최적화, LLM옵스 역량이 새로운 경쟁력으로 부상하고 있다. 오케스트로 역시 콘체르토 AI를 통해 기업 AI 인프라 운영 효율을 높이고 프라이빗 AI 시장 공략을 강화한다는 전략이다. 김범재 오케스트로 대표는 "생성형 AI가 실제 업무로 확산되고 에이전트형 AI 서비스가 늘어나면서 기업 AI 인프라 과제는 더 많은 GPU를 확보하는 것에서 보유 자원을 얼마나 효율적으로 운영하느냐로 옮겨가고 있다"며 "콘체르토 AI를 기반으로 기업이 보유한 AI 인프라 활용 효율을 높이고 프라이빗 AI 환경에서도 안정적인 AI 서비스 운영을 지원하겠다"고 말했다.

2026.05.29 10:48한정호 기자

앤트로픽, '오퍼스 4.8' 출시…"속도보다 신뢰성 앞세워"

구글, 오픈AI에 이어 앤트로픽도 신뢰성과 작업 처리 능력을 강화한 새 인공지능(AI) 모델을 내놨다. 앤트로픽은 28일(현지시간) 최신 모델 '오퍼스 4.8'을 출시했다고 공식 홈페이지를 통해 밝혔다. 현재 오퍼스 4.8은 모든 서비스 환경에서 이용 가능하다. 표준 가격은 이전 오퍼스 모델과 동일하다. 최신 모델은 직전 버전인 오퍼스 4.7 출시 41일 만에 나왔다. 이는 기존 앤트로픽 모델 개선 주기보다 빠른 속도다. 다수 외신은 빠른 출시 배경에 오퍼스 4.7에 대한 시장 반응이 영향을 미쳤다고 봤다. 경쟁사 움직임이 앤트로픽에 압박으로 작용했다는 분석도 이어졌다. 같은 기간 오픈AI는 코덱스를 새로 내놨고 구글도 제미나이 플래시 모델을 공개해서다. 이번 새 모델 발표에선 성능보다 신뢰성이 더 강조된 것으로 나타났다. 앤트로픽은 오퍼스 4.8이 부정확하거나 불확실한 데이터를 다루는 방식이 개선됐다고 밝혔다. 초기 테스트 참여자도 신규 모델이 작업 과정 불확실성을 더 잘 표시한다고 평했다. 앤트로픽은 이번 모델이 근거 없는 주장을 줄인 점도 핵심 변화로 꼽았다. 브리지워터 어소시에이츠도 "오퍼스 4.8이 분석 입력값과 출력값에서 발생할 수 있는 문제를 선제적으로 드러내는 경향이 강해졌다"고 설명했다. 같은 날 앤트로픽은 '다이내믹 워크플로' 기능도 연구 프리뷰 형태로 공개했다. 다이내믹 워크플로는 오퍼스 같은 대형 모델이 복잡한 작업을 나눠 처리하도록 돕는 시스템이다. 수백 개 병렬 서브에이전트를 활용해 큰 규모의 업무를 관리할 수 있다. 앤트로픽은 클로드 코드와 오퍼스 4.8을 함께 사용하면 코드베이스 규모의 이전 작업도 수행할 수 있다고 말했다. 수십만 줄 코드 변경을 시작 단계부터 병합 단계까지 처리할 수 있다는 설명이다. 이 과정에서는 기존 테스트 스위트가 기준 역할을 한다. 모델이 대규모 코드 변경을 수행하더라도 기존 테스트를 통과하는지 확인하는 방식으로 작업 품질을 살피는 구조다. 이날 미토스 업그레이드 버전은 공개되지 않았다. 지난달 잠정 프리뷰 이후 사이버 보안 우려가 제기돼서다. 회사는 안전장치를 마련한 뒤 미토스급 모델을 제공할 방침이다. 앤트로픽은 "우리는 이러한 안전장치를 개발하는 데 빠른 진전을 보이고 있으며 앞으로 몇 주 안에 미토스급 모델을 모든 고객에게 제공할 수 있을 것으로 기대한다"고 밝혔다.

2026.05.29 10:48김미정 기자

[AI 고속도로] 델, AI 서버 호황에 '어닝 서프라이즈'…시간외 주가 38%↑

델 테크놀로지스가 인공지능(AI) 서버 수요 급증에 힘입어 재상장 이후 최대 매출 성장률을 기록하며 시장 기대치를 크게 웃도는 실적을 발표했다. AI 서버 주문과 데이터센터 인프라 사업이 폭발적으로 성장한 가운데 연간 실적 전망까지 상향 조정하면서 주가는 시간외 거래에서 약 38% 급등했다. 델은 28일(현지시간) 2027 회계연도 1분기 실적 발표를 통해 매출 438억 4000만 달러와 조정 주당순이익(EPS) 4.86달러를 기록했다고 밝혔다. 이는 시장조사업체 LSEG가 집계한 시장 전망치인 매출 354억 3000만 달러, 조정 EPS 2.94달러를 크게 웃도는 수준이다. 특히 매출은 전년 동기 대비 88% 증가했다. 델이 지난 2018년 재상장한 이후 가장 높은 성장률이다. AI 인프라 수요 확대가 실적 급증을 이끈 것으로 풀이된다. 델은 해당 분기 AI 서버 매출이 전년 동기 대비 757% 증가한 161억 달러를 기록했다고 밝혔다. 회사는 올해 전체 AI 서버 매출 전망도 기존 500억 달러에서 600억 달러로 상향 조정했다. 이는 전년 대비 144% 성장한 규모다. 델은 현재 엔비디아 그래픽처리장치(GPU) 기반 AI 서버를 중심으로 기업·네오클라우드·소버린 AI 고객 등 5000곳 이상의 AI 서버 고객을 확보했다고 설명했다. AI 서버 수요 확대와 함께 기존 서버·네트워크 장비 사업도 동반 성장한 것으로 나타났다. 서버와 데이터센터 장비를 담당하는 인프라솔루션그룹(ISG) 매출은 전년 동기 대비 181% 증가한 290억 달러를 기록했다. 전통 서버 및 네트워킹 매출은 85억 달러로 92% 늘었고 스토리지 매출도 43억 달러로 8% 증가했다. PC·노트북·액세서리 사업을 담당하는 클라이언트솔루션그룹(CSG) 매출은 146억 달러로 전년 동기 대비 17% 증가했다. 기업용 PC 수요 확대 영향으로 상업용 클라이언트 매출은 18% 늘어난 130억 달러를 기록했다. 델은 회계연도 2분기 매출 전망도 440억~450억달러로 제시했다. 시장 전망치인 349억 7000만 달러를 크게 웃도는 수준이다. 연간 매출 역시 기존보다 상향한 1650억~1690억 달러로 전망했다. 다만 델은 AI 인프라 수요 급증에 따른 공급망 부담도 커지고 있다고 밝혔다. 회사는 메모리·중앙처리장치(CPU)·하드디스크(HDD) 등 주요 부품 공급 부족이 이어질 것으로 내다봤다. 제프 클라크 델 부회장 겸 최고운영책임자(COO)는 "AI 인프라 수요 확대 흐름이 지속되면서 기업·소버린 AI 고객 주문이 빠르게 증가하고 있다"며 "추론·에이전틱 AI 워크로드 확대가 우리의 새로운 성장 동력이 되고 있다"고 말했다.

2026.05.29 10:48한정호 기자

  Prev 1 2 3 4 5 6 7 8 9 10 Next  

지금 뜨는 기사

이시각 헤드라인

인식 개선 노력 지속, 정교한 실행력·AI 대책 미흡…게임 B학점

롯데백화점 "센텀시티점 영업 재개 시점 미정…전 지점 점검"

[보안리더] 박상원 금보원장 "보안, IT이슈 아냐...'장애 제로' 혼신"

코스피, 3%대 급등한 8740선 돌파…LG전자 28%대 폭등

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.