검색 - IT세상을 바꾸는 힘 지디넷코리아

ZDNet 검색 페이지

'域名估价运维服务,wa域名价值,域名价值评估报告撰写培训解读,域名估价续费,域名价值评估Ruby on Rails,等欢迎访问估价程序 V.25.11.01官方网站:www.gu.cx'통합검색 결과 입니다. (958건)

영역
기간
- 3개월
- 1년
- 1년 이전

재검색

아와소프트, AI 에이전트 스마트 안전관리 플랫폼 '안전톡 2.0' 출시

AI 기반 산업안전 솔루션 전문기업 아와소프트가 AI 에이전트 기반 스마트 안전관리 플랫폼 '안전톡 2.0'(www.safetytalk.co.kr)을 출시했다고 19일 밝혔다. 안전톡은 2021년 서비스 출시 이후 건설현장, 제조현장, 안전관리자 및 근로자 등 다양한 사용자 의견을 반영해 기능을 고도화해 왔다. 이번 2.0 버전은 기존 가입자와 함께 테스트하고 개선한 안전톡 2.0은 안전문서 작성, 문서 관리, 현장 소통, 위험 예방 업무를 AI와 클라우드 기반으로 지원하는 것이 특징이다. PC 문서 중심에서 웹·AI 기반으로 전환 안전톡 2.0은 기존 PC 중심의 한글(HWP) 안전문서 관리 방식을 웹 기반 환경으로 전환했다. 사용자는 위험성평가서, 작업계획서, 안전점검표, TBM 회의록 등 다양한 안전관리 문서를 웹 브라우저에서 작성하고 관리할 수 있다. 또한 기존 한글 문서, 출력 문서, 스캔 문서, 이미지 문서를 플랫폼에 업로드하면 AI가 내용을 분석해 디지털 데이터로 변환한다. 50여 종 이상의 안전관리 표준문서도 제공하며, AI 에이전트가 현장 정보와 작업 내용을 기반으로 안전관리 문서를 자동 작성해 한글 문서 형식으로 활용할 수 있도록 지원한다. AI 안전전문가 에이전트는 산업안전보건법, 건설안전 기준, 사고 사례, 위험성평가 데이터 등을 기반으로 관련 법규, 위험요인, 안전조치 방안, 문서 작성 방법 등을 실시간으로 안내한다. 스마트폰으로 현장과 실시간 소통 근로자와 현장 안전관리자는 스마트폰을 통해 안전관리 업무에 참여할 수 있다. 근로자는 안전공지, 작업지시, TBM 내용, 위험성평가 결과를 확인하고 위험요인을 신고할 수 있으며, 안전관리자는 안전점검 결과를 등록하고 안전조치 사항을 실시간으로 전파할 수 있다. 아울러 안전톡은 AI CCTV, IoT 센서, 안전관리 데이터 플랫폼과 연계해 실시간 위험 감지와 예방 중심의 스마트 안전관리 체계를 구축할 수 있다. 안전톡 2.0은 중소기업의 안전관리 수준 향상과 디지털 전환 확산을 위해 핵심 기능을 무료로 제공한다. 서비스는 클라우드 기반 PaaS·SaaS 방식으로 제공되며, 보안 정책이나 내부 시스템 연계가 필요한 기업은 구축형(On-Premise) 방식으로도 이용할 수 있다. 아와소프트 관계자는 “안전톡 2.0은 AI 에이전트가 안전문서를 작성하고, 근로자와 안전관리자가 실시간으로 소통하며 위험요인을 예방하는 스마트 안전관리 플랫폼”이라며 “중소기업의 안전관리 디지털 전환과 산업현장의 중대재해 예방에 기여하겠다”고 밝혔다.

2026.06.19 15:37정진호 기자

퍼팅그린도 읽는다...스냅, 300만원 넘는 첫 AR 안경 '스펙스' 공개

SNS 스냅챗을 운영하는 스냅이 인공지능(AI)과 증강현실(AR)을 결합한 차세대 스마트 안경 'SPECS(스펙스)'를 공개하며 본격적인 AR 컴퓨팅 시장 공략에 나섰다. 기존 AI 안경보다 높은 성능과 헤드셋보다 가벼운 착용감을 앞세워 '일상형 공간 컴퓨팅' 시대를 열겠다는 구상이다. 스냅은 16일(현지시간) 새로운 AR 안경 스펙스를 공개하고 사전예약을 시작했다고 밝혔다. 제품 가격은 2195 달러(약 330만원)이며, 200 달러(약 30만원) 환불 가능한 보증금을 내고 예약할 수 있다. 올가을부터 미국과 영국, 프랑스에서 순차적으로 출하될 예정이다. 스펙스는 스마트폰이나 외부 연산 장치 없이 단독으로 사용할 수 있는 독립형 AR 안경이다. 스냅은 AI 안경은 가볍지만 기능이 제한적이고, 헤드셋은 성능은 뛰어나지만 무겁고 폐쇄적이라는 기존 제품들의 한계를 해결하는 데 초점을 맞췄다고 설명했다. 제품은 스위스산 TR90 폴리머 소재를 적용했으며 47㎜ 모델은 132g, 52㎜ 모델은 136g의 무게를 구현했다. 시력 교정 렌즈도 장착할 수 있다. 디스플레이는 자체 개발한 LCoS(Liquid Crystal on Silicon) 기술을 적용했다. 51도의 시야각과 1600만 색상을 지원하며, 작업 시에는 약 24인치 모니터를, 영상 감상 시에는 약 3m 거리의 115인치 스크린을 보는 것과 유사한 화면을 제공한다고 회사 측은 설명했다. 또 새롭게 설계한 웨이브가이드 광학 기술과 전기변색 렌즈를 적용해 주변 환경을 보다 자연스럽게 볼 수 있도록 했다. 렌즈는 약 10초 만에 투명 상태와 선글라스 수준의 색상으로 전환된다. AI 기능도 대폭 강화됐다. 스펙스에는 퀄컴 스냅드래곤 프로세서 2개가 탑재된다. 하나는 컴퓨터 비전 처리, 다른 하나는 AR 애플리케이션인 '렌즈' 실행을 담당한다. 이를 통해 손동작 인식과 공간 인식, 저지연 상호작용을 구현하며, 모션부터 화면 표시까지의 지연 시간은 7밀리초(ms) 수준이라고 밝혔다. 사용자는 길 안내를 실제 도로 위에 표시하거나, 공간을 줄자 없이 측정하고, 작업 중 AI의 도움을 받거나, 가상 화이트보드와 대형 화면을 띄워 협업하는 등 다양한 기능을 이용할 수 있다. 골프 라운드 중에 퍼팅 그린을 읽는 기능도 있다. 이 제품에서 AI는 사용자가 보는 환경을 실시간으로 이해해 상황에 맞는 정보를 제공하도록 설계됐다. 배터리는 혼합 사용 기준 최대 4시간 사용할 수 있으며, 충전 케이스를 이용하면 최대 20시간까지 사용할 수 있다. 스냅은 개발자 생태계 확대에도 나선다. 자사 개발 플랫폼 '렌즈 스튜디오'에 생성형 AI 기반 개발 기능을 추가하고, 에이전트 기반 개발을 지원한다. 이와 함께 네이티브 디벨롭먼트 키트와 공간 인식 벤치마크 등 새로운 개발 도구도 공개했다. 개인정보 보호 기능도 강화했다. 녹화 시 LED 표시등이 점등되며, 민감한 정보에 접근하기 전 사용자 동의를 받는다. 데이터는 가능한 기기 내부에서 처리하고 저장과 동기화, 공유, 삭제 여부도 사용자가 직접 관리할 수 있도록 설계했다. 스냅은 "AI와 증강현실은 사람들이 세상을 이해하고 상호작용하는 방식을 더욱 자연스럽게 만들어주는 기술"이라며 "최고의 기술은 사람을 현실에서 떼어놓는 것이 아니라 현실에 더욱 집중하도록 돕는 것"이라고 밝혔다.

2026.06.17 11:20안희정 기자

Waters, GLP-1 특성화 분석을 최대 3배, LNP 성분 분석을 최대 2배 더 빠르게 수행할 수 있는 업계 최초의 역상 바이오분리 컬럼 출시

헤드라인: GLP-1, 인슐린 및 LNP 원료의약품의 시험 분석 시간을 향상시켜 바이오의약품 개발 기간을 단축하고 생산 공정의 병목 현상을 줄이다. 최대 2배 향상된 분리능과 감도를 제공하여 미량 불순물을 식별 및 추적할 수 있으며, 규제 요건 충족에 대한 준비 수준을 향상시키다. 업계 최초로 화학적 및 물리적 입자 최적화 기술을 통해 점점 더 복잡해지는 바이오의약품에 대해 재현성 있는 분석법을 제공하다. 미국 매사추세츠주 밀퍼드, 2026년 6월 17일 /PRNewswire/ -- 제55회 International Symposium on High Performance Liquid Phase Separations and Related Techniques—Waters Corporation (NYSE: WAT)은 BioResolve™ Peptide 컬럼과 GTxResolve™ Lipid Phenyl-Hexyl+ 및 C18+ 컬럼의 출시를 발표하였다. 이는 업계 최초의 역상(RP) 컬럼 플랫폼으로, GLP-1 펩타이드, 인슐린 및 지질 나노입자(LNP)에서 구조적 및 화학적으로 유사한 불순물을 신뢰성 있게 분리해야 하는 바이오의약품 업계의 지속적인 과제를 해결하기 위해 설계되었으며, 이를 통해 안전하고 효과적인 의약품 개발을 지원하게 된다 BioResolve Peptide and GTxResolve Lipid Columns are the first columns Waters has introduced to market specifically QC batch-tested for GLP-1 analysis and lipid nanoparticles, solving a longstanding customer pain point. GLP-1 수용체 작용제와 생체 내 CAR-T와 같은 차세대 mRNA 기반 치료제에서는 불순물 분리가 어려울 경우 제품 출시가 지연될 수 있으며 규제기관의 신뢰도가 저하될 수 있으며, 궁극적으로 환자 안전에도 영향을 미칠 수 있다. 기존의 RP 컬럼은 미량 불순물이나 밀접하게 관련된 불순물을 충분히 분리하지 못하는 경우가 많아, 분석 시간이 길어지거나 검출기 감도를 저하시킬 수 있는 이동상 첨가제가 필요하며, 반복적인 분석법 재개발이 필요할 수 있다. BioResolve Peptide 및 GTxResolve Lipid 컬럼은 기존 워크플로와의 호환성을 유지하면서도 즉시 적용 가능한 분석법을 제공하여 이러한 한계를 극복하고, 분리능1,2과 분석 속도2,3를 모두 향상시키게 된다. Erin Chambers, Waters Corporation 산하 Waters Analytical Sciences의 소모품 및 실험실 자동화 부문 부사장 겸 총괄 책임자는 "우리는 화학 및 입자 기술 분야에서 동시에 혁신을 이뤄내어, Waters에서 처음으로 GLP‑1 분석4 및 지질 나노입자2 분석용으로 QC 배치 시험을 통해 출시한 컬럼을 선보이게 되었습니다. 이를 통해 고객들이 오랫동안 겪어온 문제를 해결할 수 있게 되었습니다."라고 밝혔다. 또한 그는 "BioResolve Peptide 및 GTxResolve Lipid 컬럼은 GLP‑1의 화학적으로 유사한 불순물과 LNP 성분을 더 빠르게 분리할 수 있으며2,3, 높은 신뢰성이 요구되는 경우에는 탁월한 분리능1을 제공합니다. 이를 통해 분석법 개발을 단순화하고 규제 요건을 충족할 수 있는 데이터5를 제공하며, 더 빠르고 재현성이 높은 분석법을 구현할 수 있습니다. 궁극적으로는 중요한 신규 치료제 개발에 수반되는 비용 부담을 줄이는 데 도움이 됩니다."라고 덧붙였다. BioResolve Peptide 및 GTxResolve Lipid 컬럼은 특수 설계된 표면 화학 구조와 표면 다공성(superficially porous) 입자를 적용하여, 분석이 까다로운 두 가지 샘플 유형에 대해 높은 선택성을 갖춘 정밀한 RP 분리를 구현한다. 230 Å 기공 크기의 입자를 적용한 Phenyl-Hexyl+ 및 C18+ 컬럼은 효율적인 질량 전달을 지원하고, U(H)PLC 및 HPLC 시스템 전반에서 일관된 성능을 제공하며, 초기 연구 단계부터 제조 단계까지 신뢰성 있는 배치 시험 결과5를 제공하도록 설계되었다. GLP-1 펩타이드는 불순물 중 상당수가 단 하나의 원자 차이만을 가지며, 일부는 원자 조성이 완전히 동일하고 원자의 공간적 배열만 다르기 때문에 분석이 특히 까다롭다. BioResolve Peptide Phenyl-Hexyl+ 및 C18+ 컬럼은 이러한 분석이 까다로운 불순물의 분리를 위해 설계되었으며, 최대 수준의 분리 성능과 보다 심층적인 불순물 특성 분석이 필요한 경우를 위해 특수한 300mm 컬럼 포맷도 제공된다. Ashish Kanhed, Alembic Pharmaceuticals의 그룹 리더는 "BioResolve Peptide RP 컬럼은 탁월한 성능을 입증했으며, 당사의 펩타이드 치료제와 관련 불순물 사이에서 탁월한 분리능을 제공했습니다."라고 밝혔다. 또한 그는 "우리는 이 컬럼의 우수한 품질에 매우 깊은 인상을 받았으며, 앞으로도 복잡한 GLP-1 및 펩타이드 분리 분석에 지속적으로 활용할 수 있기를 기대하고 있습니다. 질량분석 기반 QC 접근법으로 핵심 불순물을 신속하게 구분할 수 있어, 단일 분석으로 현재 및 미래의 규제 요건을 충족할 수 있게 되었습니다. 이를 통해 분자 순도에 대해 더욱 빠르고 신뢰도 높은 결과를 확보할 수 있습니다."라고 덧붙였다. LNP 및 지질 워크플로의 경우, GTxResolve 컬럼의 전하 조절 표면은 이온화 가능 지질의 피크 테일링을 감소시켜 더욱 선명한 피크 모양을 제공한다. 큰 기공 크기는 다양한 지질 분자의 컬럼 내 이동을 용이하게 하여 피크 모양을 개선하고, 분리가 어려운 공용출 성분을 효과적으로 분리할 수 있도록 지원한다. 또한, 표면 다공성 입자 설계는 분자가 고정상 내에서 이동하는 속도를 높여 선택성을 유지하면서도 분석 시간을 단축할 수 있도록 한다.2 Adam Kowalczyk, Acuitas Therapeutics 산하 분석개발 부문 중급 연구과학자는 "GTxResolve Lipid RP 컬럼은 지질 정량 및 불순물 분석에서 우수한 성능을 입증했으며, 분석 시간을 단축하는 동시에 뛰어난 피크 모양을 제공했습니다."라고 설명하였다. 또한 그는 "특정 지질 성분에 맞춰 분리 조건을 최적화할 수 있는 기능과 다양한 검출기 플랫폼(UV, MS, ELSD, CAD)과의 호환성이 결합되어, 다양한 지질 종의 특성 분석에 높은 유연성을 제공합니다. 특히, 기존에는 분리가 어려웠던 이온화 가능 지질의 분리를 성공적으로 구현한 것을 확인했습니다."라고 덧붙였다. Waters의 BioResolve Peptide 및 GTxResolve Lipid 컬럼은 2026년 6월 9일부터 전 세계에 출시될 예정이며, 1.6µm Phenyl-Hexyl+ 상 제품이 가장 먼저 출시된다. 자세한 내용은 waters.com/BioResolve 및 waters.com/GTx 방문. 추가 리소스: BioResolve Peptide 컬럼 제품 페이지 GTxResolve Lipid 컬럼 제품 페이지 Waters, BioResolve 및 GTxResolve은 Waters Corporation 또는 그 계열사의 상표이다. 기타 모든 상표는 해당 소유자의 자산이다. Waters Corporation 소개 Waters Corporation(NYSE: WAT)은 생명과학 및 진단 분야의 글로벌 선도 기업으로서, 분석 기술, 인포매틱스, 서비스 전반에 걸쳐 혁신적인 과학의 가치를 가속하는 데 전념하고 있습니다. 당사의 혁신적인 포트폴리오는 규제가 적용되는 고처리량 시험 환경에 중점을 두고, 화학, 물리학, 생물학 전반에 걸친 깊은 과학적 전문성을 기반으로 합니다. Waters는 전 세계의 고객과 협력하여 효과적이며 품질 높은 의약품의 출시를 앞당기고, 식품과 식수의 안전을 보장하며, 질병을 보다 조기에 발견하고 일상적인 감염을 관리하며 항생제 내성을 극복함으로써 환자의 치료 결과를 개선합니다. Waters의 팀은 약 16,000명의 열정적인 동료들로 구성되어, 끊임없는 혁신이라는 공동의 문화 속에서 과학적 도전을 전 세계의 삶을 개선하는 혁신으로 바꾸어 나가고 있습니다. 자세한 내용은 www.waters.com/about에서 참조.하시기 바랍니다. 참고문헌: Waters 문헌 코드: 720009327EN Supercharged Peptide Chromatography(초하전 펩타이드 크로마토그래피), 경쟁사의 표면 다공성 입자 기술과 비교한 결과 참조. Waters 문헌 코드: 720009330EN Lipid Nanoparticle Total Solution Analysis(지질 나노입자 종합 분석 솔루션), 완전 다공성 입자 기술과 비교한 결과 참조. Waters 문헌 코드: 720009327EN Supercharged Peptide Chromatography(초하전 펩타이드 크로마토그래피), 완전 다공성 입자 기술과 비교한 결과 참조. 인슐린, 세마글루타이드, 티르제파타이드, 카그릴린타이드 및 리라글루타이드를 기반으로 한 QC 배치 시험 접근법은 Waters 문헌 코드: 720009327EN Supercharged Peptide Chromatography(초하전 펩타이드 크로마토그래피) 참조. 응용 자료: Automating Charged Aerosol Detection (CAD) Analysis with Empower™ CDS Using a Single-Vendor Integrated LC Platform(단일 벤더 통합 LC 플랫폼을 이용한 Empower™ CDS 기반 하전 에어로졸 검출 (CAD) 분석 자동화). 담당자: Molly Gluck   외부 커뮤니케이션 책임자  Waters Corporation    508.498.9732  molly_gluck@waters.com   

2026.06.17 09:10글로벌뉴스

로크웰 오토메이션과 자동차 연구 센터(CAR), 자동차 부문 스마트 제조의 다음 단계를 다룬 새로운 백서 발표

자동차 제조 전반에서 AI와 자동화가 가동시간, 품질, 생산 성능 측면에서 측정 가능한 성과를 내고 있는 부분을 집중 조명 밀워키, 2026년 6월 16일 /PRNewswire/ -- 산업 자동화 및 디지털 트랜스포메이션 전문 세계 최대 기업인 로크웰 오토메이션(Rockwell Automation, Inc.)(NYSE: ROK)은 자동차 연구 센터(CAR, Center for Automotive Research)와 협력하여 새로운 백서를발표했습니다. '자동차 부문 스마트 제조: 도입 및 영향(Smart Manufacturing in Automotive: Deployment and Impact)'이라는 제목의 이번 보고서는 CAR가 작성했으며, 로크웰 오토메이션의 포괄적인 데이터를 활용해 인공 지능(AI), 머신 러닝(ML), 자동화가 자동차, 타이어, 배터리 산업 전반의 제조업을 어떻게 재편하고 있는지 상세히 다루고 있습니다. Rockwell Automation and the Center for Automotive Research release new white paper on the next phase of smart manufacturing in automotive 연구에 따르면 업계가 새로운 도입 단계에 진입하고 있습니다. 제조업체들에게는 이제 더 이상 스마트 제조에 투자할지 말지가 아니라, 얼마나 빠르게 그리고 어디에 적용할지가 중요한 질문입니다. 자동차 제조업체와 부품 공급업체는 이미 차체, 도장, 용접 분야에서 첨단 자동화로 운영하고 있습니다. 이제 전자 조립, 검증, 생산 조정 및 물류를 포함하여 자동화하기 어려운 영역으로의 전환이 이루어지고 있습니다. 동시에, AI와 ML은 기존 운영 전반에 걸쳐 예측정비, 점검 정확도 및 시스템 성능을 개선하고 있습니다. 업계는 견고한 자동화 기반을 구축했습니다. 지금 변화하고 있는 것은 제조업체들이 AI와 데이터를 활용하여 증가하는 복잡성을 관리하고, 의사결정을 개선하며, 경쟁 우위를 창출하는 방식입니다."라고 CAR의 수석 모빌리티 분석가 겸 전략 책임자인 에드가 팔러(Edgar Faler)는 말했습니다. 더 빠르게 움직이는 이들은 점점 눈에 띄는 이점을 얻기 시작하고 있다. 이 백서는 CAR 분석과 로크웰 오토메이션의 제11차 연례 스마트 제조 현황 보고서의 독점 데이터를 결합합니다. 이는 더 복잡해지는 생산 환경, 지속적인 보증 압력, 상승하는 비용, 그리고 치열해지는 글로벌 경쟁 등 도입을 가속화하는 주요 요인들을 강조합니다. 또한 자동화는 인력난이 심한 시장에서 비용 경쟁력 있는 생산을 지원함으로써 온쇼어링(국내 생산 전환)도 가능하게 하고 있습니다. 제조업체들은 이미 측정 가능한 성과를 보고하고 있습니다. 일부 애플리케이션에서는 예기치 않은 가동 중단이 최대 50%까지 감소했으며, 전체 설비 효율성은 약 5% 향상되었고, 실시간 생산 분석을 통해 생산량도 5%에서 7%까지 증가했습니다. "제조업체들은 더 적은 자원으로 더 많은 일을 하면서, 동시에 더 높은 복잡성을 관리해야 한다는 요구를 받고 있습니다."라고 로크웰 오토메이션의 자동차, 타이어 및 첨단 모빌리티 글로벌 산업 부문 부사장인 제임스 글래슨은 말했습니다. 자동화와 인공지능(AI)의 결합은 팀이 문제를 더 일찍 발견하고, 가동 중단 시간을 줄이며, 공장 전반의 성능을 향상시키는 데 도움을 주고 있습니다. 이제 차이점은 기업들이 이러한 역량을 얼마나 효과적으로 확장하느냐에 달려 있습니다. 이러한 결과는 업계 전반에 걸쳐 커져가는 격차를 시사한다. 도입의 차이로 인해 품질, 가동 시간 및 생산성에서 격차가 발생하고 있으며, 이는 공급업체의 성과와 장기적인 경쟁력에 영향을 미치고 있습니다. 전체 백서 전문은 여기에서 확인하실 수 있습니다: https://www.rockwellautomation.com/ko-kr/industries/automotive-tire/smart-manufacturing-automotive-whitepaper2.html 로크웰 오토메이션 정보로크웰 오토메이션(Rockwell Automation, Inc., NYSE: ROK)은 산업 자동화 및 디지털 트랜스포메이션 분야의 글로벌 리더입니다. 로크웰 오토메이션은 인간의 상상력과 기술의 잠재력을 연결하여 인간의 가능성을 확장함으로써 더욱더 생산적이고 지속 가능한 세상을 만들어갑니다. 로크웰 오토메이션은 미국 위스콘신주 밀워키에 본사를 두고 있으며 26,000명의 전담 직원이 100개가 넘는 국가에서 고객 지원에 최선을 다하고 있습니다. 산업 기업 전반에 걸쳐 Connected Enterprise®를 어떻게 실현하고 있는지 자세히 알아보려면 www.rockwellautomation.com을 방문하십시오. 자동차 연구 센터(Center for Automotive Research, CAR) 소개자동차 연구 센터(CAR)는 미시간주 앤아버에 위치한 비영리 단체로, 독립적인 연구를 수행하고, 업계 이해관계자들을 소집하며, 모빌리티 및 자동차 산업이 직면한 중요한 문제에 대한 인사이트를 제공합니다. CAR의 업무는 전 세계 자동차 산업을 형성하는 제조, 기술, 정책, 경제 동향 전반에 걸쳐 있습니다. 자세한 내용은 www.cargroup.org를 방문하십시오.

2026.06.16 21:10글로벌뉴스

위험한 AI 막아야 한다더니…자사 모델부터 막힌 앤트로픽

안전한 인공지능(AI)을 위해 강한 정부 규제가 필요하다고 앞장서 주장해 온 앤트로픽의 주장이 오히려 그 규제 대상이 되는 역설적 상황에 놓였다. 위험한 AI 모델 배포를 정부가 차단할 권한을 가져야 한다고 공개 제안한 지 며칠 만에 최신 AI 모델 '페이블5(Fable 5)'와 '미토스5(Mythos 5)' 서비스가 수출통제 지침에 따라 전면 중단됐기 때문이다. 14일 관련 업계에 따르면 앤트로픽은 최근 미국 정부의 수출통제 조치에 따라 페이블5와 미토스5 제공을 중단했다. 이번 사태가 더 주목받는 이유는 앤트로픽이 불과 며칠 전까지만 해도 고위험 프론티어 AI 모델에 대해 정부가 직접 개입할 수 있어야 한다는 입장을 공개적으로 강화해 왔기 때문이다. 우리 모델은 '무기'…스스로 규제 명분 쥐여준 앤트로픽 앤트로픽은 신형AI를 출시한 지난 10일 공식 홈페이지를 통해 '고도화된 AI 프레임워크(Advanced AI FRAMEwork)'를 발표하고, 정부가 파국적 위험을 지닌 AI 모델의 배포를 차단하거나 억제할 법적 권한을 가져야 한다고 제안했다. 적용 대상은 일정 규모 이상의 컴퓨팅 자원으로 훈련되고, AI 관련 매출이나 연구개발 지출이 일정 수준을 넘는 기업의 프론티어 모델이다. 이들 기업에는 사전 테스트, 독립 평가, 보안 체계 구축, 지속적 공시 등을 의무화하고, 파국적 위험이 확인될 경우 정부가 절차적으로 배포를 막을 수 있어야 한다는 게 핵심이다. 같은 날 다리오 아모데이 앤트로픽 최고경영자(CEO)도 개인 글 'AI 발전에 대응하기 위한 정책 제언(Policy on the AI Exponential)'을 통해 "이제는 투명성을 넘어 더 엄격하고 구속력 있는 규제를 도입해야 할 때"라고 강조했다. 그는 AI가 1~2년 안에 '데이터센터 속 천재들의 나라' 수준에 이를 수 있다며, 기존의 자율 규제나 투명성 중심 접근만으로는 위험을 다루기 어렵다고 주장했다. 무엇보다 주목받는 부분은 정책 전환의 근거로 다름 아닌 내부 AI 모델 '클로드 미토스 프리뷰'를 직접 들었다는 점이다. 아모데이 CEO는 "미토스 프리뷰가 글로벌 사이버보안 환경을 실제로 교란시켰고 프론티어 모델이 금융권과 핵심 인프라, 국가안보에 실질적인 위험을 초래할 수 있음을 보여줬다"고 밝혔다. 더불어 "AI를 둘러싼 대중의 우려 역시 단순한 마케팅 문제가 아니라, 위험이 실재한다는 점을 정확히 인식한 결과"라고 강조했다. 관련 업계에서는 이를 두고, 주요 AI 기업 수장이 자사 프론티어 모델이 국가안보 차원의 위협이 될 수 있다고 공개적으로 인정한 이례적인 발언이라는 평가가 나왔다. 실제로 앤트로픽은 미토스 프리뷰를 처음 공개할 때부터 이를 일반 대중에게 풀지 않고 제한된 프로그램 안에서만 운영해 왔다. 보안 블로그에서도 미토스 프리뷰가 보안 비전문가조차 하룻밤 사이 원격 코드 실행 취약점 익스플로잇을 만들 수 있을 정도로 강력하다고 설명하며 별도 안전장치를 더한 모델에서만 기능을 제한적으로 개방하겠다고 밝힌 바 있다. 결국 AI 위험성을 가장 먼저 강하게 규정한 주체는 외부 경쟁사나 정부가 아니라 앤트로픽이 스스로였다. 실제로 이러한 발언이 나온 이후 아마존 측 연구진의 보안 취약점 보고가 미국 당국에 전달됐고, 결국 페이블5와 미토스5에 대한 차단 조치가 내려졌다. 결과적으로 앤트로픽이 먼저 제시한 "위험한 모델은 정부가 통제할 수 있어야 한다"는 논리가 가장 먼저 자사 모델에 되돌아온 셈이 됐다. "사소한 취약점일 뿐?"…'내로남불' 비판 직면 앤트로픽은 이번 조치가 요구해 온 규제 원칙과는 다르다고 반발하고 있다. 회사 측은 수억 명에게 배포된 상용 모델을 회수해야 할 정도의 사안으로 보기에는 발견된 문제가 극히 제한적인 탈옥 가능성에 불과하다고 주장했다. 또 이런 기준이 업계 전반에 광범위하게 적용될 경우 신규 프론티어 모델의 출시 자체가 사실상 마비될 수 있다고 지적했다. 이어 정부가 안전하지 않은 배치를 차단할 수 있다는 원칙 자체는 인정하면서도, 그 조치는 어디까지나 투명하고 공정하며 명확하고 기술적 사실에 근거한 법적 절차의 일부여야 한다고 강조했다. 이번 수출통제 조치는 그 같은 원칙에 부합하지 않는다는 것이 회사 측 입장이다. 이러한 대응을 두고 업계에서는 모순을 지적하는 목소리가 나왔다. 앤트로픽은 그동안 정부에 강한 AI 차단 권한을 부여해야 한다고 주장하는 한편 자사 AI 모델의 위험성을 사실상 무기급 위협처럼 부각해왔다. 정작 그 규제가 자사에 적용되자 '기초적인 수준의 취약점'이라며 반발한 것은 말과 행동이 어긋난다는 비판이다. 백악관 AI 자문역 데이비드 색스도 공개 글을 통해 앤트로픽을 강하게 비판했다. 특히 앤트로픽 스스로 미토스를 사이버무기에 준하는 위험 모델로 규정하고 정부 규제 필요성을 강조해 온 만큼 취약점의 크고 작음을 떠나 이를 즉시 보완하는 것은 회사의 책임이라고 지적했다. 그는 "앤트로픽이 블로그에서 이 탈옥이 심각하지 않다고 해명한 것은 정부의 판단과 다르다"며 "사이버무기 작동을 가능케 하는 탈옥을 "심각하지 않다"고 표현하는 것은 앤트로픽이 표방해온 AI 안전 기업 브랜드와 부합하지 않는다"고 비판했다. 피터 기르누스 사이버보안 연구자도 앤트로픽이 그동안 내부 모델이 너무 위험해서 광범위하게 공개할 수 없다는 식으로 홍보해온 전략 자체가 결국 정부가 차단 근거로 삼을 수 있는 법적 명분을 회사가 스스로 만들어준 셈이라고 평가했다. 허가제 신호탄 되나…AI 통제 중앙집중화 우려 반면 앤트로픽이 제기한 문제의식 자체는 타당하지만 이를 정부가 집행한 방식은 과도했다는 평가도 나온다. 앤트로픽이 제안한 규제는 컴퓨팅 인프라 규모, AI 관련 매출, 연구개발(R&D) 지출 등 일정 기준을 넘는 모델에 대해 사전 시험과 독립 평가, 공시 의무를 부과하고, 그 결과 파국적 위험이 확인될 경우 절차적으로 배포를 막는 구조였다. 그러나 실제로는 짧은 기한 안에 외국 국적자 접근을 전면 차단하는 형태의 수출통제 지침이 내려졌다는 점에서, 앤트로픽이 상정한 절차적 규제와는 거리가 있었다는 평가다. 일각에서는 이번 조치가 프론티어 모델에 대한 새로운 허가제가 마련될 신호탄이 될 수 있다는 전망도 내놓는다. AI기업은 유사한 제재를 피하기 위해 백악관이나 행정부가 제시하는 기준을 선제적으로 따를 수밖에 없게 될 가능성이 크기 때문이다. 애덤 티어러 미국 R스트리트연구소 기술·혁신 담당 수석연구원은 이번 사안을 두고 앤트로픽이 스스로 광범위한 AI 통제 논리를 키워 온 만큼 "'어리석은 짓을 하더니 결국 그 대가를 치렀다'는 반응이 나올 수 있다"고 지적했다. 다만 이번 결정을 단순한 논리적 모순 관점으로 봐서는 안 된다고 선을 그었다. 그는 "이번 조치는 더 큰 AI 전략과 목표에 어떤 영향을 미치는지를 기준으로 평가해야 한다"며 "그런 점에서 이번 결정은 정말로 터무니없다(outrageous)"고 비판했다. 이어 "정부가 도대체 어떤 방식으로 이 특정 모델을 사용하는 모든 사람을 검증해 규정 준수를 확인하겠다는 것인지 그 발상 자체가 이미 커다란 경고 신호"라고 지적했다. 더불어 정부가 AI 생태계 전반을 좌우하게 되는 흐름에 대해서도 깊은 우려를 표했다. 이번 차단 조치를 비롯해 국가안보국(NSA) 쪽으로 통제 권한을 넘긴 행정명령, 국가가 AI 기업 지분 확보에 관여하는 방안에 대한 논의 등이 맞물리면서 AI 통제권의 중앙집중화가 뚜렷하게 강화되는 국면이라는 것이다. AI 기업이 혁신 경쟁보다 정부 기준과 정치적 리스크를 더 의식하게 될 경우, 산업 성장 역시 지체될 수밖에 없다는 지적이다. 애덤 티어러 연구원은 "기술 가속화와 AI 패권 경쟁에서 승리를 최우선 과제로 내세워 온 트럼프 행정부가 오히려 이런 강력한 통제 강화를 주도하고 있다는 점이 가장 아이러니하다"고 비판했다.

2026.06.14 13:09남혁우 기자

[현장] 컨포트랩, '공장특화 AI OS' 제시...제조 AX 기간·비용 3분의 1로

컨포트랩이 제조 현장 인공지능(AI) 전환(AX) 도입 기간과 비용을 기존 대비 3분의 1 수준으로 줄일 수 있는 '공장특화 AI 운영체제(OS)'를 앞세워 파트너 생태계 확장에 나섰다. 컨포트랩은 12일 서울 강남구 코엑스 스튜디오 159에서 '포타 커넥트(PORTA CONNECT) 2026'을 성황리에 개최하고, 산업용 AI OS '포타(PORTA)'를 앞세운 제조 AI 전환 전략과 파트너 협업 모델을 제시했다. 김희중 컨포트랩 대표는 현재 제조 현장은 인프라 구성부터 데이터 수집, 모델링, 애플리케이션 개발까지 일일이 쌓아 올려야 하는 일종의 시스템 통합(SI)프로젝트라고 설명했다. 이런 방식은 각 공장마다 구축된 환경이 달라 현장마다 엔지니어가 다수 투입돼 처음부터 새로 맞춤형 개발이 이뤄진다. 이는 대규모 지출과 시간 소요로 이어지면서 기대 효과(ROI)마저 불확실해 중소기업이 선뜻 나서기 힘들다는 지적이다. 컨포트랩은 이러한 구조적 한계를 줄이기 위한 해법으로 '공장특화 AI OS' 포타를 제시했다. 포타는 현장 연결 장치부터 데이터 플랫폼, 온톨로지 기반 데이터 모델링, 머신러닝, 운영관리 애플리케이션, 대규모언어모델(LLM), 에이전트 기능까지 제조 AI 구현에 필요한 요소를 하나의 환경으로 통합한 플랫폼이다. 개발자 중심의 개별 구축 방식 대신 노코드 기반으로 필요한 기능을 빠르게 구성할 수 있도록 설계한 것이 특징이다. 김 대표는 "연 매출 300억원 규모의 중소 제조 기업을 기준으로 기존 방식을 적용하면 평균 38주의 시간과 4억5100만원에 달하는 막대한 비용이 소모된다"며 " 포타를 도입할 경우 구축 기간은 10주로 74% 단축하고 비용은 1억5900만원으로 65% 절감되는 효과를 얻을 수 있다"고 강조했다. 포타의 주요 활용 시나리오로는 설비, 품질, 에너지, 생산 영역에서 이상 상황 발생 시 대응 리드타임을 줄이는 기능이 제시됐다. 기존에는 임계치 초과 알람이 발생하면 담당자가 데이터를 일일이 확인해 원인을 파악해야 했다. 반면 포타는 데이터 자동 수집 이후 규칙 기반 분석과 머신러닝으로 이상 징후를 탐지하고, AI 에이전트가 상황 맥락을 분석해 문제 성격과 조치 방향까지 정리해 전달하는 구조다. 생성형 AI 활용 방식도 제조 현장에 맞춰 구체화했다. 외부 범용 AI에 데이터를 별도로 입력하는 방식이 아니라 공장 내부 데이터와 운영 맥락에 직접 연결된 AI를 통해 필요한 정보를 바로 확인할 수 있도록 했다는 설명이다. 예를 들어 사용자가 특정 기간 품질 이상 발생 현황이나 라인별 이슈를 질의하면, 포타가 현장 데이터와 맥락 정보를 기반으로 답변과 인사이트를 제공하는 식이다. 반복 업무 자동화 역시 핵심 기능으로 제시됐다. 컨포트랩은 아침 운영 현황 브리핑, 주간 운영 보고서 작성, 체크리스트 자동 점검, 월간 ESG·에너지 리포트 생성 등 현장에서 반복적으로 수행되는 업무를 자동화할 수 있다고 설명했다. 제조 AX 확산을 위한 파트너 전략도 본격화한다. 컨포트랩은 표준화된 '백본 OS' 개발에 집중하고 파트너사는 현장 채널과 도메인 노하우를 바탕으로 포타 위에서 고객 맞춤형 문제 해결과 수익화를 추진하는 구조다. 이를 위해 컨포트랩은 세 가지 협업 모델을 운영할 계획이다. 포타 기반으로 고객 맞춤형 제조 AI 솔루션을 구축하는 '빌드온파트너(Build on Partner)' 모델, 권역별 영업·구축·유지보수를 함께 수행하는 '셀앤디플로이(Sell and Deploy)' 모델, MES·자동화 설비·로봇 등 기존 솔루션에 포타를 결합해 공급하는 결합형 모델이다. 회사는 오는 8월까지 권역별 핵심 파트너 선정을 마무리하고 10월부터 교육과 공동 프로젝트를 본격 추진할 계획이다. 선정 파트너에는 포타 우선 공급, 설계·구축 교육, 엔지니어 지원, 고객 제안, 초기 PoC 공동 수행, 스마트공장 등 정부 지원사업 대응 지원을 포함한 실행 패키지가 제공될 예정이다. 김기중 컨포트랩 대표는 "제조 AX는 한 회사가 단독으로 완성할 수 있는 시장이 아니라 기술과 현장 경험을 가진 파트너가 함께 만들어야 한다"며 "컨포트랩은 포타를 통해 복잡한 기술 기반을 맡고 파트너가 고객 현장의 가치와 문제 해결에 집중할 수 있는 구조를 만들어 제조 AX 시장을 함께 열어가겠다"고 말했다.

2026.06.12 16:47남혁우 기자

'피지컬AI 기업' 아이벡스, 글로벌 3대 AI 학회 논문 채택

산업용 피지컬 인공지능(AI) 기업 아이벡스(AIVEX)가 세계 최고 권위 AI 학회 ICML(International Conference on Machine Learning) 2026에 연구논문이 채택됐다고 12일 밝혔다. ICML은 NeurIPS(Neural Information Processing systems), ICLR(International Conference on Learning Representations) 등과 함께 글로벌 3대 AI 학회로 꼽힌다. 최신 머신러닝 연구 성과가 발표된다. 이번에 채택된 아이벡스 논문은 '오염된 데이터에 강한 이상 탐지를 위한 메모리 증류 선택 기법'(Memory-Distilled Selection for Noise-Robust Anomaly Detection)이다. 실제 산업 현장에서 발생하는 오염된 학습 데이터(noisy data) 환경에서도 안정적으로 결함을 검출할 수 있는 새로운 이상 탐지(anomaly detection) 기술을 제안한다. 아이벡스는 "제조 현장에서는 완벽하게 깨끗한 학습 데이터를 구하기 어렵고, 이는 산업용 AI 도입을 위해 해결해야 할 과제"라며 "이를 위해 학습 데이터에 정답 라벨이 없는 불량(노이즈) 샘플이 섞여 있어도 이미지·픽셀 수준에서 결함을 안정적으로 찾는 MeDS(Memory-Distilled Selection) 알고리즘을 개발했다"고 설명했다. 이어 "전체 특징 데이터 중 일부를 무작위 추출해 다수의 메모리 앙상블을 구성하는 서브 샘플링 기반 필터링 기법을 도입했다"며 "이때 발생하는 희소성이 저주파 필터 역할을 수행해 높은 수준 노이즈가 존재하는 환경에서도 정상 패턴을 효과적으로 선별할 수 있다는 점을 수학적으로 증명했다"고 부연했다. 아이벡스는 필터링한 메모리 점수를 학생 네트워크에 전달하는 지식 증류 과정에서는 신경망이 단순한 패턴을 먼저 학습하는 '조기 학습 성향'(early-learning bias)을 활용했다. 노이즈 과적합(noise overfitting)을 막고, 정상 패턴 판별 성능을 높였다. 모델이 증류된 모델 점수를 바탕으로 깨끗한 샘플만 스스로 선택해 학습하는 과정을 반복해 픽셀 단위의 정밀한 결함 위치 탐지가 가능하도록 했다. 아이벡스는 지난 2020년 설립됐다. AI 비전 검사와 AI 로보틱스, MLOps, 데이터 플랫폼 등을 기반으로 산업용 AI 플랫폼을 제공하고 있다. 직원 80% 이상이 엔지니어다. 국내외 특허 80여건을 보유하고 있다. 성민수 아이벡스 대표는 "ICML 2026 논문 채택으로 AI 원천기술 연구역량이 세계적 수준에서 인정받았다"며 "제조 현장의 실제 문제를 해결할 수 있는 산업용 피지컬 AI 기술 개발과 연구를 지속해 경쟁력을 강화하겠다"고 밝혔다.

2026.06.12 11:41이기종 기자

[유미's 픽] 스페이스X 상장 기차 올라탔다...한국정보공학, 수혜주로 급부상하나

일론 머스크가 설립한 인공지능(AI) 기업 xAI가 우주항공 기업 스페이스X와 합병하면서 국내 1세대 벤처기업 한국정보공학이 스페이스X 기업공개(IPO) 수혜주로 떠오르고 있다. 자회사를 통해 참여한 xAI 투자분이 스페이스X 지분으로 전환된 것으로 알려지며 상장 추진에 따른 지분가치 재평가 기대가 커지고 있다. 11일 업계에 따르면 한국정보공학은 지난 2024년 3월 자회사 화이텍인베스트먼트를 통해 APL벤처스가 조성한 프로젝트 펀드 '알버트 P. 리 펀드(Albert P. Lee Fund) X-III, LLC'에 100만 달러를 출자했다. 해당 펀드는 xAI 투자를 목적으로 조성된 것으로, 한국정보공학은 이를 통해 xAI 지분을 간접 보유하게 됐다. 한국정보공학의 진입 밸류에이션은 지난 2024년 5월 xAI 시리즈B 라운드 기준 약 240억 달러 수준으로 파악된다. 이후 xAI와 스페이스X가 교환비 0.1433으로 합병하면서 한국정보공학의 투자분도 스페이스X 지분으로 전환된 것으로 전해졌다.한국정보공학은 1990년 설립된 IT 하드웨어 유통·소프트웨어 기업으로, 2000년 코스닥에 상장한 국내 1세대 벤처기업 중 하나다. 한국HPE, HPI, 레노버, 퓨어스토리지, H3C 등 글로벌 IT 브랜드의 국내 유통 플랫폼을 운영하며 컴퓨터, 서버, 스토리지 등 전산장비를 공급하고 있다. 최근에는 AI·데이터 기반 사업 확장에도 나서고 있다. 한국정보공학은 AI 플랫폼, 유통 플랫폼, 기술 부문을 중심으로 사업 영역을 재편하고 있으며 AI 기반 커머스 플랫폼 '셀러공간' 등을 통해 신규 성장동력을 모색하고 있다. 이번 xAI 투자분의 스페이스X 지분 전환은 단순 투자 수익 기대와 함께 AI 신사업 확장성에도 힘을 실어줄 수 있는 요인으로 거론된다. 스페이스X는 오는 12일께 상장이 유력한 상태로, 기업가치도 재평가될 가능성이 크다. 스페이스X가 나스닥 상장을 추진하며 목표 기업가치가 1조 7500억 달러에서 2조 달러 수준까지 거론되면서 비상장 단계에서 지분을 확보한 투자자들의 평가이익 기대도 커지는 분위기다. 이에 스페이스X 상장 목표 가치가 1조 7500억 달러에서 2조 달러 수준으로 형성될 경우 한국정보공학의 초기 100만 달러 투자분은 약 1460만 달러에서 최대 1670만 달러 수준으로 평가받을 가능성이 높다. 원화 기준으로는 최대 약 225억원 규모다. 초기 투자금 대비 최대 16.7배에 이르는 수준이다.이번 xAI 투자는 수백억원대 평가이익 기대를 넘어 한국정보공학이 추진해 온 AI 사업 전략과도 연결된다. 단순한 캐피탈게인을 노린 재무적 투자라기보다 글로벌 AI 기업 투자에 참여해 회사의 인오가닉 성장 기반을 넓히려는 전략적 투자 성격이 강하다는 평가다. 한국정보공학은 글로벌 벤처 투자 성과와 함께 자체 AI 솔루션 밸류체인 구축에도 속도를 내고 있다. 자회사 샵링커지앤씨를 중심으로 에이전틱 커머스 생태계 확장에 나선 데 이어 DB생명 등을 통해 검증된 기업용 프라이빗 AI 챗봇 '하로챗(HARO.Chat)'을 시장에 안착시켰다. 또 1시간 내 도입이 가능한 공공·금융 특화 올인원 AI 어플라이언스 '비온(B-ON)'도 상용화하며 B2B 포트폴리오를 강화했다. 업계 관계자는 "한국정보공학의 사례는 단순 우주항공 테마주와 성격이 다르다"며 "스페이스X와 직접적인 사업 거래가 아닌 지분성 투자에 따른 평가이익 기대가 핵심이기 때문"이라고 설명했다. 이에 한국정보공학은 스페이스X 상장 모멘텀을 계기로 단순 IT 유통 기업을 넘어 자체 AI 경쟁력을 보유한 글로벌 딥테크 밸류체인 수혜주로 재평가될 가능성도 거론된다. 업계에선 국내 증시에서 스페이스X 상장 수혜주로 먼저 부각된 아주IB투자와 유사한 투자수익형 수혜주로 분류해 주목하는 분위기다. 앞서 아주IB투자는 미국 현지 법인 솔라스타벤처스를 통해 스페이스X 구주에 투자한 것으로 알려지며 시장의 관심을 받았다. 스페이스X 상장 기대감이 커질 때마다 지분가치 재평가와 투자 회수 가능성이 주가에 반영되는 흐름을 보였다. 이에 한국정보공학도 자회사 투자분을 통해 스페이스X 지분 노출도를 확보한 기업으로 새롭게 거론되는 모습이다. 다만 아주IB투자와는 투자 경로에서 차이가 있다. 아주IB투자가 스페이스X 구주 투자 이력으로 주목받았다면, 한국정보공학은 xAI 투자분이 합병을 거쳐 스페이스X 지분으로 전환된 사례다. AI 기업 투자에서 출발해 우주항공 기업 지분으로 이어진 만큼, 스페이스X 상장 추진 과정에서 한국정보공학의 지분 가치도 함께 부각될 가능성이 있다. 또 실제 투자 회수 규모는 향후 스페이스X 상장 일정, 공모가, 상장 후 주가 흐름, 펀드 구조, 환율, 락업 조건 등에 따라 달라질 수 있다는 점에서 향후 움직임에 주목된다. 더불어 스페이스X IPO가 시장 예상보다 지연되거나 기업가치가 조정될 경우 평가이익 기대도 변동될 수 있다. 업계 관계자는 "스페이스X 상장이 현실화될 경우 단순 우주항공 테마보다 실제 지분 노출도가 있는 기업들이 먼저 재평가 대상이 될 가능성이 크다"며 "한국정보공학은 xAI 투자분이 스페이스X 지분으로 전환된 구조라는 점에서 기존 스페이스X 투자 수혜주와 함께 시장의 관심을 많이 받을 수 있다"고 말했다.

2026.06.11 15:14장유미 기자

앤트로픽 "정부가 위험한 AI 모델 배포 막을 권한 가져야"

인공지능(AI) 모델 '클로드' 개발사 앤트로픽이 정부에 구속력 있는 AI 규제와 노동시장 대책을 동시에 도입할 것을 촉구했다. AI 발전이 기하급수적으로 빨라지는 만큼 기존의 투명성 중심 접근만으로는 위험에 대응할 수 없다는 이유에서다. 앤트로픽은 10일(현지시간) 공식 홈페이지를 통해 이 같은 내용을 담은 두 가지 정책 제안을 공개했다. 첫 번째 제안인 '고도화된 AI 프레임워크'는 정부가 파국적 위험을 지닌 모델 배포를 차단하거나 억제할 법적 권한을 가져야 한다는 내용을 핵심으로 한다. 적용 대상은 10의 25제곱 플롭스(FLOPs) 이상으로 훈련됐고 AI 관련 매출 5억 달러 또는 AI 연구개발(R&D) 지출 10억 달러를 넘는 기업 모델로 한정된다. 위반 시 글로벌 연매출에 연동돼 반복 위반 시 가중되는 과징금을 부과하는 방안을 담았다. 규율 대상 위험은 ▲생물무기 개발을 쉽게 만드는 생물 위험 ▲핵심 인프라를 위협하는 사이버 위험 ▲개발자 통제를 벗어나는 통제 상실 위험 ▲세 위험을 증폭시키는 AI 자동화 R&D 등 네 가지다. 앤트로픽은 프런티어 개발사가 모델을 테스트해 결과를 공개하고 독립 평가를 받으며 견고한 보안 체계를 갖춰야 한다고 요구했다. 프레임워크와 최소한 동등하게 강력한 연방법이 제정되기 전엔 의회가 주(州) 법을 선점해선 안 된다고도 명시했다. 또 다른 제안인 경제정책 프레임워크는 노동시장 충격을 실업률 약 5%와 10%, 전례 없는 수준 등으로 나눠 대응책을 제시했다. 5% 국면에선 재훈련 보조금·임금보험·고용 유지 인센티브를, 10% 국면에선 실업보험 확대와 부문별 전환 지원을 제안했다. AI가 노동을 광범위하게 대체하는 전례 없는 실업이 닥칠 경우 기본소득, 국부펀드 모델, 지분 공유 등 대규모 소득 대체가 필요하다는 것이다. 앤트로픽은 이를 직접 지원하겠다며 경제미래연구기금 2억 달러와 초기 경력자 펠로십 1억 5000만 달러 등 총 3억 5000만 달러(약 5335억원) 투자 계획도 함께 발표했다. 다리오 아모데이 앤트로픽 최고경영자(CEO)는 같은 날 개인 블로그에 올린 에세이 'AI 발전에 대응하기 위한 정책 제언(Policy on the AI Exponential)'에서 이 같은 제안의 배경을 구체적으로 설명했다. 그는 "AI가 1~2년 안에 '데이터센터 속 천재들의 나라' 수준에 이를 수 있다"며 "이제는 투명성을 넘어 더 엄격하고 구속력 있는 규제를 도입해야 할 때"라고 강조했다. 규제 방식으로는 항공기를 기술 테스트·감사하는 미국 연방항공청(FAA)을 모델로 제시했고 일자리 문제엔 "장기적인 일자리 대체는 바람직하지 않을 뿐 아니라 위험하다"고 짚었다. 아모데이 CEO는 AI를 둘러싼 우려를 '홍보(PR) 문제'로 치부하는 시각에 선을 그었다. AI에 대한 대중의 불안은 마케팅이 부족해서가 아니라 위험을 정확히 인식한 결과라는 것이다. 그는 "사람들이 AI를 우려하는 것은 그 위험이 실재한다는 것을 정확히 인식하기 때문이지 AI CEO들이 충분히 낙관적이지 않아서가 아니다"라고 피력했다.

2026.06.11 09:45이나연 기자

화웨이, 교육 및 의료 분야 상호 이익을 위한 새로운 생태계 구축을 위해 'AHEAD' 프로그램 출시

선전, 중국 2026년 6월 10일 /PRNewswire/-- 2026 글로벌 교육 및 의료 파트너 컨벤션(Global Education & Healthcare Partners Convention)이 '함께 만드는 지능형 주도 교육 및 의료 실현(Together, Enabling Intelligent-led Education & Healthcare)'을 주제로 중국에서 성공적으로 막을 내렸다. 이번 행사에는 40개국 이상의 500명이 넘는 업계 고객 및 파트너가 참석했다. 화웨이(Huawei)는 이 행사에서 긴밀한 업계 시너지를 창출하고 지속 가능하고 고품질의 생태계를 육성하기 위한 헬스케어 및 교육 AI 디지털화 연합 2.0(Alliance on Healthcare & Education AI Digitalization 2.0), 즉 'AHEAD' 프로그램을 공개했다. Launch of Alliance on Healthcare & Education AI Digitalization 2.0 AI 주도 전환, 시대에 발맞춘 파트너 연합의 업그레이드 화웨이 부사장 겸 글로벌 공공 부문 사업부(Global Public Sector BU)의 준펑 리(윈드)(Junfeng Li, Wind) 최고경영자는 기조연설에서 우리가 AI 주도 변혁의 물결 속에 있다고 지적했다. 지속 가능한 인류 발전의 근간인 교육 및 의료 분야는 지능형 전환에 대한 글로벌 차원의 과제에 직면해 있으며, 이는 동시에 막대한 기회를 내포하고 있다고 강조했다. 그는 교육 및 의료의 지능형 전환을 위한 최적의 경로를 개척하겠다는 화웨이의 의지를 강조하며, AI 및 기타 첨단 기술을 활용해 전 세계적으로 양질의 교육에 대한 접근성을 높이고 의료 서비스 제공을 최적화하는 것을 목표로 한다고 밝혔다. 'AHEAD' 프로그램의 출시는 화웨이가 글로벌 파트너들과 협력해 미래를 위한 산업 공동체를 구축하기 위한 중요한 발걸음이다. 파트너 연합 2.0, 6가지 차원에서 글로벌 협력 심화 1.0 인프라에서 더 통합된 글로벌 생태계로 확장하는 파트너 연합 2.0은 트렌드 인사이트, 역량 강화, 솔루션 공동 창출, 마케팅, 기회 공유, 확장이라는 6가지 핵심 협력 축을 최적화해 파트너와 고객에게 탁월한 가치를 제공한다. 화웨이 글로벌 공공 부문 사업부 파트너 개발부의 로버트 양(Robert Yang) 이사는 연합 업그레이드의 핵심 로드맵을 제시하며, 글로벌 파트너들의 집단적 전문성을 결집하겠다는 화웨이의 의지를 강조했다. 화웨이는 협력 프레임워크를 육성함으로써 더 혁신적인 산업별 솔루션을 제시하고, 교육 및 의료 분야의 디지털 및 지능형 전환에서 획기적인 도약을 이끌 수 있는 위치에 있다. 이번 글로벌 교육 및 의료 파트너 컨벤션 중국 대회의 성공은 이들 분야를 발전시키려는 화웨이와 파트너들의 공동 의지를 입증한다. 화웨이는 앞으로 파트너들과의 전략적 시너지를 강화해 고부가가치 응용 시나리오를 탐색하고, 첨단 기술을 공동으로 혁신하며, 글로벌 과제를 헤쳐 나갈 것이다. 화웨이와 파트너들은 함께 전 세계적으로 교육 및 의료의 디지털 및 지능형 전환 로드맵을 재정립해 나갈 것이다.

2026.06.10 18:10글로벌뉴스

주거 공간에 테슬라 같은 혁신 심는 '트러스테이' 이야기

인공지능(AI) 기술이 전 세계 산업 지형을 뒤흔드는 가운데, 주거 공간에도 자율주행 개념을 도입한 혁신적인 플랫폼이 등장해 주목받고 있다. 야놀자 투자를 받은 프롭테크 기업 '트러스테이'(대표 이승오)가 그 주인공이다. 트러스테이는 10일 서울 대치동 MDM 타워 1층 야놀자 스퀘어에서 열린 '제3회 미디어허브: 주거 플랫폼·ERP 시장' 행사에서 'AI 기반 스마트 주거 서비스 패러다임 변화'를 주제로 향후 사업 전략과 독자적인 기술력을 공개했다. 이날 발표자로 나선 임태민 트러스테이 R&D실 CTO는 단순한 주거 관리 앱을 넘어, 단지와 단지, 나아가 도시 전체를 연결하는 '하이퍼 커넥티드 플랫폼' 비전을 제시했다. 공간의 한계를 넘다…'노키 AI'가 제시하는 3세대 주거 플랫폼 임 CTO는 주거 플랫폼 시장의 발전 단계를 총 3세대로 정의했다. 1세대가 모든 민원과 행정을 수기로 처리하던 아날로그 시대였다면, 2세대는 방문 주차 예약이나 게시판 확인 등 단편적인 기능을 제공하는 일반적인 IT 앱의 시대다. 트러스테이가 지향하는 3세대는 주거 공간 자체에 '자율주행 OS(오퍼레이팅 시스템)'를 탑재해 시스템 스스로 작동하고 선제적으로 통합 관제를 수행하는 '생활 지원 밀착형 스마트 공간'이다. 이 같은 3세대 패러다임을 이끄는 핵심 동력은 트러스테이의 독자적인 인공지능 브랜드 '노키 AI'다. 노키 AI는 크게 세 가지 축으로 구성돼 오프라인 주거 환경의 페인 포인트를 해결한다. 첫 번째 축인 '온사이트 AI(On-site AI)'는 각 주거 단지만이 가진 고유하고 폐쇄적인 데이터를 독점적으로 학습해 특화 서비스를 제공한다. 가장 대표적인 기능이 '멀티모달 기반의 주간 생활 요약'이다. 관리사무소에서 정형화되지 않은 이미지나 PDF, 첨부파일 형태로 공지사항을 올리면, 온사이트 AI가 이를 스스로 분석·가공해 입주민별 맞춤형 스케줄(동별 주차장 청소, 분리수거일 등)을 요약 전달한다. 회사에 따르면, 이 서비스는 입주민 만족도가 90%에 달할 만큼 실용성이 높다. 또 아파트 단지 내 고질적 문제인 입주민-관리사무소-입주자대표회의 간의 분쟁을 해결하기 위해 단지별 관리규약, 공동주택관리법, 아파트 관리 신문 등의 방대한 데이터를 학습한 '아파트 특화 행정·법률 자문 LMM' 기능도 탑재했다. 두 번째 축인 '노키 비전'은 컴퓨터 비전 기술을 활용한 혁신적인 안전·보안 관제 시스템이다. 차량 번호 인식(LPR)의 경우, 공개되지 않은 번호판 폰트 자체의 특장점을 스스로 학습하고 데이터를 생성하는 독창적인 파이프라인을 구축해 영상 기반 인식률을 약 99.5%까지 끌어올렸다. 이는 국가별로 다른 번호판 체계에도 쉽게 적용할 수 있어 글로벌 확장성이 높다는게 회사 설명이다. 지능형 화재 감지 시스템 역시 유용하다. 불꽃을 인식하면 단순히 경보를 울리는 데 그치지 않고 확산 속도를 감지해 3단계(관리자 알림→입주민 피난 안내→소방서·경찰서 자동 신고)로 대응한다. 특히 온사이트 AI와 연동돼 화재 발생 층수와 위치에 따라 세대별로 최적의 대피 경로를 다르게 안내하는 고도화된 솔루션을 제공한다. 테슬라의 센트리 모드(Sentry Mode)처럼 단지 내 쓰러짐 사고, 싸움, 접촉 사고 등 이벤트 발생 전후 10초의 영상을 자동으로 캡처·기록해 관리자가 수많은 CCTV를 일일이 돌려볼 필요가 없도록 효율성을 극대화했다. 마지막 세 번째 축인 '하이퍼 커넥티드 AI'는 궁극적으로 온·오프라인의 인프라를 완벽하게 제어하는 인공지능이다. 현재 트러스테이 R&D실에서 고도화 연구 개발을 지속하고 있으며 상용화를 앞두고 있다. 1200개 단지 확보와 프리미엄 시장 평정, 글로벌 영토 확장 임 CTO에 따르면, 트러스테이의 뛰어난 기술력은 시장 데이터로 증명되고 있다. ▲주거 관리 통합 솔루션 '노크타운' ▲하드웨어 연결 바탕이 되는 '노크존' ▲생활 상권 하이퍼로컬 소통 플랫폼 '노크플레이스' 시너지를 통해 사용자가 증가하고 있다. 올해 상반기 기준 이미 1200개 단지와 계약을 확정 지었으며, 연말까지 2000개 단지 도입을 목표로 달리고 있다. 분기별 활성 사용자(QAU)는 70만에 육박하며, 이용자의 플랫폼 체류 및 결착도를 나타내는 '스티키니스(Stickiness) 지수'는 기존 아파트 관련 앱 대비 2~3배 이상 높은 수준을 기록 중이다. 단지 내 커뮤니티 시설 제어부터 행정 유틸리티까지 제공되는 세부 서비스만 60여 개가 넘는다. 시장 내 지위도 탄탄하다. 성수동의 초고가 프리미엄 주거 단지(성수 3대장)를 비롯해 고급 타운하우스, 대형 스포츠센터 등에 솔루션 진입을 완료했다. 특히 고령화 시대의 핵심 인프라인 실버타운 시장에서는 위급 상황 시 관리자에게 즉각 신호를 보내는 비상 대응 시스템을 인정받아, 실버타운을 온전히 커버할 수 있는 플랫폼으로 자리매김하며 러브콜을 받고 있다. 최근에는 3D 공간 데이터 전문 기업 '아키스케치'와의 MOU를 통해 실제 도면 기반의 3D 공간 변환 및 AI 인테리어 커머스 기능까지 노크타운 내에 탑재하며 서비스 영역을 무한히 확장하고 있다. 국내 시장의 성공을 발판 삼아 글로벌 진출도 가시화됐다. 현재 약 5개국으로부터 러브콜을 받고 있으며, 그중 2개국에서는 실질적인 사업화 단계인 PoC(기술검증)를 성공적으로 진행 중이다. 특히 몽골 제2의 도시인 '다르한 시'와 직접 PoC 계약을 체결, 도시 전역의 CCTV 200여 대를 실시간으로 분석·관제하는 시스템 도입을 완료했다. 임태민 CTO는 "현지에서 소방청, 경찰, 군 관계자가 모인 가운데 불을 질러 화재 감지 테스트를 진행했는데, 노키 비전이 완벽하게 화재를 잡아내 대단한 찬사를 받았다"고 일화를 전했다. 또 최근에는 인도네시아 신도시 건설사 및 바이어들과 실무 미팅을 갖고 아시아 시장 스마트시티 인프라 진출을 위한 구체적인 논의를 마쳤다고 알렸다. '당근'과는 다르다… 오프라인 문제 해결하는 상생의 '피지컬 AI' 이날 질의응답 세션에서는 스마트 주거 플랫폼 도입에 따른 관리사무소 인력 대체 우려와, 지역 기반 플랫폼인 '당근' 등 기존 빅플레이어와의 차별점에 대한 질문들이 이어졌다. 이에 대해 이승오 트러스테이 대표가 직접 마이크를 잡고 트러스테이만의 '상생 경영 철학'과 '비즈니스 정체성'을 명확히 밝혔다. 이 대표는 기술 도입으로 인한 일자리 감소 우려에 대해 "주거 단지의 규모가 커지고 관리 시설이 고도화되는 반면, 위탁 관리 인력은 제한돼 현재 관리소 직원들은 1인이 멀티 세대를 감당해야 하는 한계 상황에 직면해 있다"고 진단했다. 이어 "우리의 목적은 직업을 없애는 것이 아니라, 과중한 행정 업무와 모니터링을 AI로 자동화해 효율성을 높여주는 것"이라며 "정작 중요한 사람과 사람 간의 따뜻한 커뮤니케이션에 집중할 수 있도록 돕는 상생 구조"라고 강조했다. 기존 인프라를 전면 교체할 필요 없이 트러스테이의 'ECA 장비'만 추가하면 기존 CCTV 인프라를 그대로 활용할 수 있어 단지 비용 부담도 최소화 된다는 설명이다. 지역 소통 플랫폼인 '당근'이나 배달 플랫폼과의 차별성에 대해서는 비즈니스 모델의 근본적인 깊이가 다르다고 선을 그었다. 이 대표는 "당근이 광범위한 지역 이용자를 대상으로 하는 B2C 온라인 플랫폼이라면, 트러스테이는 관리사무소, 입주자대표회의, 입주민 등 다양한 이해관계자의 공식 계약을 기반으로 움직이는 'B2B2C 오프라인 베이스 플랫폼'"이라고 정의했다. 실제로 노크플레이스는 철저한 입주민 인증을 거친 폐쇄성을 무기로 삼는다. 온라인상에 가격이 노출되지 않는 특성을 활용해, 특정 단지 주민들만을 위한 공동구매(예: 숨고와 연계한 세탁기 청소 공구) 등 강력한 바게닝 파워(Bargaining Power)를 행사할 수 있다. 하드웨어 영역과의 결합도 완벽하다. 단지 내 스크린골프장 예약과 관리비 부과 연동은 물론, 안면 인식을 통한 아파트 현관문 자동 개폐 등 오프라인 공간 및 사물인터넷(IoT) 제어 역량은 온라인 기반 서비스가 흉내 낼 수 없는 영역이다. 이승오 대표는 발표를 마무리하며 "챗GPT나 제미나이 같은 글로벌 빅테크의 거대언어모델(LLM)이 대단하지만, 이들은 철저히 온라인 세상의 문제만을 해결한다"며 "반면 트러스테이는 오프라인 환경 요소를 분석하고 IoT와 연결해 현실의 문제를 직접 해결하는 '물리적 AI'를 지향한다"고 강조했다.

2026.06.10 17:06백봉삼 기자

웨카와 오라클 클라우드 인프라스트럭처, 장문맥 AI 추론 처리량 10배 향상 검증

OCI H100 인프라 공동 벤치마크에서 GPU 추가 없이 동시 사용자 10배, 토큰 처리량 10배, 제공 토큰 7배 증가 캠벨, 캘리포니아, 2026년 6월 10일 /PRNewswire/ -- AI 데이터 및 메모리 인프라 기업 웨카(WEKA)가 6월 9일 프로덕션 규모 벤치마크를 발표했다. 조직에서 GPU 규모가 같아도 사용자와 토큰이 늘어나면 장문맥 AI 추론의 경제성이 개선된다는 내용이다. 이 벤치마크에 따르면 오라클 클라우드 인프라스트럭처(Oracle Cloud Infrastructure, OCI)에서 Augmented Memory Grid를 탑재한 웨카의 NeuralMesh 플랫폼은 인프라를 추가하지 않고도 DRAM 전용 구성 대비 동시 사용자 10배, 토큰 처리량 10배, GPU당 생성 토큰 7배라는 성능을 발휘한다. 결과는 10만 토큰 컨텍스트 창이 있는 9노드 OCI 베어메탈 H100 클러스터에서 검증됐다. 파블로 셀렘(Pablo Selem) 오라클 클라우드 인프라스트럭처 소프트웨어 개발 수석 디렉터는 "엔터프라이즈 AI 워크로드는 컨텍스트 창과 GPU 활용률의 한계를 한 차원 더 끌어올리고 있다"며 "이번 벤치마크는 OCI에서 웨카 NeuralMesh에 Augmented Memory Grid가 탑재되면 메모리 병목이 사라져 GPU 추가 없이 까다로운 추론 워크로드도 더 큰 규모로 처리 가능함을 보여주는 결과"라고 말했다. 추론의 계산법을 바꾸는 성과 세 가지베어메탈 H100 클러스터(9 노드, 72 GPU, 10만 토큰 컨텍스트 창, 동시 사용자 수천 명)에서 프로덕션 규모로 검증된 OCI 기반 Augmented Memory Grid 탑재 NeuralMesh는 다음과 같은 성과를 달성했다. 인프라 추가 없이 동시 사용자 10배 증가. Augmented Memory Grid 탑재 NeuralMesh는 5000명이 넘는 동시 사용자까지 확장됐다. 반면 DRAM 전용 구성은 약 600명 수준이었다. 그 결과 활성 캐시 작업 세트가 8.64TiB DRAM에서 사용 가능한 NVMe 287TiB로 커져 캐시 포화 시 발생하는 장애 절벽가 사라졌다. 또 GPU당 더 많은 사용자가 지원돼 같은 투자 시 효율도 높아졌다. 토큰 처리량 10배 향상. 클러스터 내 GPU 모두 출력 증가. OCI에서 Augmented Memory Grid 탑재 NeuralMesh는 초당 약 200만 토큰에 도달했다. 반면 DRAM 전용 기준선은 20만 미만이었다. 검색, 요약, 코드 지원, 다중 턴 에이전트 등 실시간 AI 기능을 운영하는 제품팀에서 처리량은 지원 가능한 사용자 수, 기능 응답 속도, 인프라가 뒷받침할 수 있는 매출의 상한과 직결된다. 제공 토큰 7배 증가. 대규모 환경에서 토큰당 비용을 하락. Augmented Memory Grid 탑재 NeuralMesh는 사용자 2400명을 대상으로 한 1시간 단일 테스트에서 토큰 50억 개을 제공했다. 반면 DRAM 전용 기준선은 7억 개였다. 에이전트형 워크플로를 운영하는 조직에서 DRAM이 포화되면 재계산이 반복돼 GPU 용량이 조용히 소모되며, 이는 토큰당 비용과 ROI에 직접적인 타격을 준다. 리란 즈비벨(Liran Zvibel) 웨카 CEO는 "추론은 GPU가 사용할 수 있는 유효 메모리의 양에 의해 병목이 발생한다"며 "이번 결과는 AI 토큰 경제성이 하드웨어만으로 해결되는 것이 아니라 기존 하드웨어가 수행할 수 있는 작업의 실질적 한계였던 메모리 장벽을 제거해야 해결된다는 사실을 보여주는 것이다. OCI에서 실행되는 Augmented Memory Grid 탑재 NeuralMesh는 비용 대비 매우 높은 효율로 고객에게 훨씬 더 많은 토큰을 제공한다"고 말했다. 컨텍스트 메모리 인프라로 AI 경제성 혁신추론 수요가 커지면 AI 인프라의 비효율은 누적된다. 모든 키-값(KV) 캐시 축출은 GPU 사이클, 지연 시간, 사용자 경험, 제공되는 모든 토큰의 비용에 부담으로 작용한다. 입력이 일상적으로 10만 토큰가 넘는 장문맥과 에이전트형 워크로드에서는 이 부담이 사소한 오차가 아니다. 프로덕션 AI를 운영하는 조직에서는 단위 경제성에 직접적인 타격이다. NeuralMesh의 기능인 Augmented Memory Grid는 KV 캐시를 로컬 GPU 메모리에서 분리하고 클러스터 전반에서 접근 가능한 고성능 토큰 웨어하우스에 저장해 아키텍처 수준에서 이 문제를 해결한다. 어떤 호스트든 캐시 적중을 유지한 채 어떤 세션이든 제공할 수 있어 경직된 세션 고정이 사라지는 동시에 DRAM보다 성능은 더 우수하고 로드 밸런싱이 좋아지며 동시성이 증가할 때 수평 확장이 원활하다. 그 결과 AI 에이전트에 필요한 영구 컨텍스트 메모리가 생기고 장문맥 추론을 대규모로 경제적으로 운영할 수 있는 비용 레버가 구현된다. 프로덕션급 입증OCI는 2026년 5월 13일 자사 AI & Data Science 블로그에 전체 벤치마크 방법론, 시스템 구성, 결과를 공개했다. 9노드 OCI 베어메탈 H100 클러스터에서 실행된 이번 벤치마크는 1000배 더 큰 KV 캐시 용량과 12만 8000개 토큰에서 최대 20배 더 빠른 첫 토큰 생성 시간을 입증한 이전 검증 단계를 넘어서는 결과였다. 이번 최신 단계에서는 프로덕션 환경에서 추론의 전체 경제성, 즉 동시성 밀도, 지속 처리량, 캐시 지속성, 고부하 수요 급증 시 서비스 수준 목표(SLO) 안정성을 테스트한다. 오라클 마켓플레이스에서 제공Augmented Memory Grid 탑재 NeuralMesh는 웨카 고객과 오라클 마켓플레이스(Oracle Marketplace)에서 정식 제공되며, OCI는 웨카의 독점 클라우드 출시 파트너다. OCI에서 장문맥 추론을 운영하는 조직은 검증된 프로덕션 준비 아키텍처를 지금 배포할 수 있다. OCI와 웨카 Augmented Memory Grid 벤치마크에 대한 자세한 내용은 OCI 블로그(https://blogs.oracle.com/ai-and-datascience/scaling-long-context-inference-on-oci-with-wekas-augmented-memory-grid)를 참조하면 된다. 웨카 소개웨카는 에이전트형 AI의 경제성을 혁신하는 AI 데이터 및 메모리 인프라 기업이다. 웨카의 NeuralMesh™ 플랫폼은 고성능 데이터 스토리지와 확장 GPU 메모리를 통합한 인프라로 기업과 AI 클라우드 제공업체, AI 구축자는 여기서 학습, 추론, 에이전트형 워크로드를 처리할 수 있다. NeuralMesh는 Augmented Memory Grid를 통해 GPU 메모리 용량을 1000배 확장하고, 첫 토큰 생성 시간을 최대 20배 단축하며, 동일한 GPU 규모에서 동시 사용자를 10배 더 제공한다는 점이 프로덕션 벤치마크에서 입증됐다. 웨카는 포춘 50대 기업의 30%가 신뢰하는 기업으로 조직이 AI를 더 빠르게 확장하고, GPU 활용률을 최적화하며, 제공되는 모든 토큰의 비용을 절감하도록 지원하고 있다. 자세한 내용은 www.weka.io에서 확인하거나 LinkedIn 및 X에서 웨카와 연결하면 된다. 웨카와 W 로고는 웨카IO, Inc.의 등록 상표다. 본 문서에 언급된 기타 상호는 각 소유자의 상표일 수도 있다.

2026.06.10 07:10글로벌뉴스

선라이프 아시아 재정 회복력 지수: 생활비 압박 심화로 재무 안정성 하락

아시아 전역 응답자 10명 중 8명 이상(83%)이 인플레이션으로 인해 월 생활비 충당이 더 어려워졌다고 응답했다. 생필품 가격 급등으로 응답자의 95%가 식료품 가격 상승의 영향을 받고 있으며, 그다음 공공요금(94%), 교통 연료(92%), 의료비(91%), 취사 연료(91%) 순으로 나타났다. 결과적으로 재정 회복력이 높은 응답자 비율이 2025년 32%에서 25%로 하락했으며, 자신의 재무 상황이 완전히 안정적이라고 느끼는 응답자는 13%에 불과했다. 단기적인 예산 압박에 직면해 응답자 절반 이상(55%)이 1년 이내의 단기 계획만 세우고 있는 것으로 나타났다. 응답자의 약 3분의 2(61%)는 갑작스러운 소득 상실 시 6개월 이상 버티기 어렵다고 응답했다. 금융 이해력이 높은 가구는 경제 환경에 대해 자신감을 느낄 가능성이 48퍼센트 포인트 높고, 낙관적으로 느낄 가능성이 43퍼센트 포인트 높으며, 잦은 스트레스를 경험할 가능성은 14퍼센트 포인트 낮은 것으로 나타났다. Sun Life Asia infographic 1 - Rising costs are changing how people manage their money across Asia 홍콩, 2026년 6월 9일 /PRNewswire/-- 선라이프 아시아(Sun Life Asia)가 6월 9일, 세 번째 재정 회복력 지수: 아시아, 비용 상승을 헤쳐 나가다(Financial Resilience Index: Asia navigates rising costs)를 발표하며 지역 내 생활비 위기의 영향에 대한 새로운 인사이트를 공개했다. 높은 인플레이션이 글로벌 경제에 지속적으로 영향을 미치는 가운데, 올해 보고서는 생활비 상승이 가계에 지속적인 압박을 가하며 재정 회복력을 약화하고 미래 대비 능력을 저하하고 있음을 보여준다. 응답자 10명 중 8명 이상(83%)이 인플레이션으로 인해 월 생활비 충당이 더 어려워졌다고 응답하는 등 가계 예산이 크게 압박받고 있다. 생활비 압박, 가계 재정에 타격을 주다 이번 조사 결과는 중동 긴장과 이로 인한 유가 충격 등 지정학 및 거시경제적 역풍이 가계 예산을 압박하면서 나타나는 인플레이션의 실질적 영향을 강조한다. 일상적인 비용 상승은 아시아 가계에 가장 즉각적인 압박 요인으로, 식료품 가격 상승이 응답자의 95%에 영향을 미치고 있으며, 공공요금(94%), 교통 연료(92%), 취사 연료(91%), 의료비(91%) 순으로 나타났다. 응답자의 약 절반(48%)이 재정 통제의 가장 큰 장애물로 비용 상승을 꼽아 2026년 재무 의사결정이 얼마나 구매 가능성에 의해 좌우되는지를 보여주며, 10명 중 8명 이상(83%)이 월 생활비 충당이 더 어려워졌다고 응답했다. 이에 대응해 가계는 수지를 맞추기 위해 단기적 타협을 하고 있지만, 이러한 타협은 장기적인 재무 안정성과 미래의 경제적 위기를 견뎌낼 능력을 희생시키는 결과를 초래하고 있다. 선라이프 아시아의 데이비드 브룸(David Broom) 최고 고객 및 유통 책임자는 "올해는 비용 압박의 규모뿐만 아니라 그것이 재정적 행동을 변화시키고 있다는 점이 두드러진다. 생활비 상승으로 인해 사람들은 일상적인 자금 관리 방식을 재고하게 됐으며, 식품, 연료, 가계 청구서 가격이 예산에 점점 더 큰 압박을 가하고 있다. 그 결과 많은 사람들이 단기적 재무 결정에 더 집중하게 됐고, 이러한 변화가 재정 회복력에 영향을 미치기 시작했다." 재무 압박을 견딜 수 있는 견고한 가계 비율의 감소 불확실한 경제 환경 속에서 재정 회복력이 높은 가구의 비율은 2025년 32%에서 올해 25%로 하락했다. 가계의 재무 완충 여력이 줄어들면서 자신의 재무 상황이 완전히 안정적이라고 느끼는 응답자는 지난해 19%에서 13%로 감소했으며, 이는 아시아 전반에 걸친 재무 영향의 심각성을 강조한다. 일상적인 지출 증가에 대응해 사람들은 재무 계획 기간을 단축하고 장기적 안정성을 저해하는 결정을 내리고 있다. 단기적 결정이 지역 내 회복력 하락의 핵심 요인이 되고 있으며, 응답자 4명 중 1명은 저축을 인출하고 있고, 27%는 필수 지출을 줄이거나 건너뛰고 있으며, 10%는 은퇴 기여금 납입을 중단했다. 향후 12개월간 최우선 과제로 일상 지출 관리를 꼽은 응답자는 53%로, 이는 저축, 투자, 장기 계획보다 앞섰다. 응답자 절반 이상(55%)은 재무 계획이 없거나 1년 이내의 계획만 세우고 있으며, 61%는 실직이나 질병 발생 시 외부 재정 지원 없이 6개월 이상 버티기 어렵다고 응답했다. 금융 이해력이 자신감을 높인다 생활비 압박이 아시아 전역에 광범위하게 나타나고 있지만, 그 영향이 모든 계층에 균등하게 미치는 것은 아니다. 금융 이해력이 핵심 차별화 요소로 나타나고 있으며, 지식과 역량이 뛰어난 응답자는 현재의 어려움에도 불구하고 자신의 재무 상황에 자신감을 느끼고 미래에 대해 낙관적인 경향이 훨씬 강하게 나타났다. 금융 이해력이 높은 가구는 자신감을 느낄 가능성이 48퍼센트 포인트 높고, 낙관성을 느낄 가능성이 43퍼센트 포인트 높으며, 잦은 스트레스를 경험할 가능성은 14퍼센트 포인트 낮다. 이러한 차이는 행동에서도 반영되는데, 재무 역량이 높은 가구는 미리 계획을 세우고 장기적인 재무 습관을 유지하는 경향이 강한 반면 그렇지 않은 가구는 당장의 비용에만 집중하는 경향을 보였다. 어려운 경제 환경 속에서 생성형 AI 도구의 재무 의사결정 활용 증가 등 재무 정보에 대한 접근성이 크게 확대됐다. 응답자의 약 3분의 2(60%)가 재무 조언을 위해 생성형 AI 도구를 정기적으로 사용한다고 응답했으며, 이는 2025년 18%에서 크게 증가한 수치다. 그러나 정보 접근성 향상이 전반적으로 더 강한 재무적 자신감이나 대비 능력으로 일관되게 이어지지는 않았다. 강한 금융 이해도는 가계가 경제적 압박에 반응하는 방식에서 여전히 핵심 차별화 요소로 남아 있다. 변동성이 큰 시기에 아시아 전역에서 가계 재정 회복력의 격차가 점점 더 벌어지고 있다. 비용 압박이 모든 소득 수준의 가계에 영향을 미치는 가운데, 재무 지식과 안내에 대한 접근성의 차이가 사람들의 대응 방식에 영향을 미치고 있으며, 더 많은 정보를 가진 사람들은 지속적인 압박에도 불구하고 자신감을 유지하고 장기적 목표에 집중하는 경향이 강하다. 브룸 최고 고객 및 유통 책임자는 "재무 결정이 단기적으로 변화함에 따라 사람들이 장기적인 결과를 놓칠 위험이 있다. 더 많은 정보와 도구에 접근할 수 있게 됐더라도 복잡한 재무 결정을 헤쳐 나가기 위해서는 여전히 안내가 필요하다. 이것이 바로 전문적인 재무 조언이 단기적 선택을 장기적 계획으로 전환하는 데 중요한 역할을 계속해서 수행하는 이유다." 전체 보고서는 여기에서 확인할 수 있다. 설문조사 소개 해당 설문조사는 2026년 5월 홍콩 특별행정구, 인도네시아, 말레이시아, 필리핀, 싱가포르 및 베트남에서 6000명 이상의 응답자를 대상으로 진행됐으며 재무 계획, 금융 이해력, 위험 성향 및 장기 회복력 구축에서 전문적 조언의 역할에 관한 추세를 조명한다. 이 지수는 가계의 재무 안정감과 재무 관리 방식을 기준으로 낮은 회복력, 중간 회복력, 높은 회복력 그룹으로 분류한다. 또한 충격에 대비된 가구와 취약한 가구를 구별하는 행동과 태도를 명시한다. 이 지수는 일상적인 재무 생활의 다섯 가지 핵심 측면을 살펴본다. 재무 안정성: 가계가 현재 상황에서 안정감을 느끼는지 여부 계획 기간: 몇 달 앞에서 5년 이상에 이르기까지 내다보고 계획하는 미래 기간 비상 대비: 예상치 못한 재무적 충격에 대처하는 능력 금융 이해력: 개인 재무 개념에 대한 이해도 및 자기 평가 장기 목표에 대한 자신감: 미래의 재무적 약속을 이행할 수 있다고 느끼는지 여부 이러한 측면들을 종합하면 가계가 현재의 압박을 어떻게 관리하고 있는지, 그리고 앞으로 닥칠 상황에 얼마나 대비하고 있는지에 대한 더 완전한 그림을 제공한다. 선라이프 소개 선라이프(Sun Life)는 개인 및 기관 고객에게 자산 관리, 자산, 보험, 건강 솔루션을 제공하는 선도적인 국제 금융 서비스 기관이다. 선라이프는 캐나다, 미국, 영국, 아일랜드, 홍콩, 필리핀, 일본, 인도네시아, 인도, 중국, 호주, 싱가포르, 베트남, 말레이시아, 버뮤다 등 전 세계 여러 시장에서 사업을 운영하고 있다. 2026년 3월 31일 기준 선라이프의 총 운용 자산은 미화 1조 5800억 달러에 달한다. www.sunlife.com에서 자세한 내용을 확인할 수 있다. 선라이프 파이낸셜(Sun Life Financial Inc.)은 토론토 증권거래소(TSX), 뉴욕 증권거래소(NYSE), 필리핀 증권거래소(PSE)에 SLF라는 티커로 상장돼 있다. 미디어 관계 문의처: 아담 웰치(Adam Welch), 커뮤니케이션 디렉터, 아시아, 전화: +852 9071 1821, 이메일: adam.welch@sunlife.com Sun Life Asia infographic 2 - More households are focused on getting through today Sun Life Asia infographic 3 - Today's financial pressures can become tomorrow's resilience gap

2026.06.09 22:10글로벌뉴스

맥OS 27, 애플 실리콘 전용으로…인텔 맥 시대 막 내린다

애플(Apple)이 차세대 운영체제 'macOS 27'을 애플 실리콘(Apple Silicon) 전용으로 내놓으며 인텔(Intel) 맥 시대를 마무리한다. 아스 테크니카(Ars Technica)에 따르면 다음 macOS를 설치하려면 M1 이상의 M 시리즈 칩이나 A18 프로 칩을 탑재한 맥북 네오(MacBook Neo)가 필요하다. macOS 27의 공식 명칭은 '골든 게이트(Golden Gate)'로, 애플 실리콘에서만 작동하는 첫 번째 macOS이자 인텔 앱을 구동하는 로제타 2(Rosetta 2) 기능을 온전히 지원하는 마지막 버전이다. 애플은 6월 8일 WWDC 2026에서 이를 공개했으며, 정식 배포는 9월로 예정돼 있다. 로제타 2는 인텔용으로 만들어진 앱을 애플 실리콘에서도 돌아가게 해 주는 호환 기술로, 그동안 두 칩 사이를 잇는 다리 역할을 해 왔다. 이 기능을 온전히 지원하는 마지막 버전이라는 점에서, macOS 27은 전환기의 끝을 알리는 분기점으로 볼 수 있다. 인텔 기반 맥 이용자에게도 유예가 주어진다. 애플은 인텔 맥에 앞으로 3년간 보안 업데이트를 계속 제공한다고 밝혔다. 다만 새 기능과 성능 개선은 애플 실리콘 기기로만 제공된다. 애플은 2020년 자체 설계한 M1 칩을 처음 선보인 뒤 인텔 프로세서를 단계적으로 걷어내 왔다. 이번 인텔 지원 종료는 그 전환의 마지막 단계로, AI 기능이 기기 내부에서 빠르게 돌아가도록 설계된 신경망 엔진(Neural Engine) 등 애플 실리콘의 구조가 사실상 표준이 됐음을 의미한다. 온디바이스(on-device) AI가 운영체제의 핵심으로 들어오면서, 칩 구조가 곧 기능 지원의 경계가 되는 시대가 본격화됐다. 인텔 맥을 쓰는 이용자라면 보안 업데이트 기간과 교체 시점을 미리 점검해 두는 편이 좋다. 자세한 내용은 아스 테크니카(Ars Technica) 에서 확인할 수 있다. 이미지 출처: 이디오그램 생성 ■ 이 기사는 AI 전문 매체 'AI 매터스'와 제휴를 통해 제공됩니다. 기사는 클로드 3.5 소네트와 챗GPT를 활용해 작성되었습니다. (☞ 기사 원문 바로가기)

2026.06.09 19:54AI 에디터

건국대 캠퍼스타운사업본부, '투자유치 실전 무대' 개최

건국대학교(총장 겸 RISE사업단장 원종필)는 RISE사업단 캠퍼스타운사업본부가 챠밍카이브(팀합소)와 함께 최근 '2026 KU 캠퍼스타운 창업스쿨 IR 실전 데모데이'를 개최했다고 9일 밝혔다. 이번 프로그램은 '2026 학생창업유망팀 300+ on 건국'의 일환으로 기획됐다. 학생 예비창업자와 초기 창업기업의 투자유치(IR) 역량 강화와 투자 연계 기반 마련을 목표로 마련됐다. 프로그램에는 총 107명의 학생 창업가와 예비창업자가 참여했다. 참가자들은 창업 특강과 전문가 멘토링, 모의 IR 발표 등 실전 중심 교육 과정을 통해 사업 아이템을 고도화하고 투자자 관점에서 사업성을 점검하는 기회를 가졌다. 창업스쿨은 단발성 행사에 그치지 않고 건국대 캠퍼스타운사업본부와 창업지원본부가 연계한 단계별 창업 육성 프로그램으로 운영됐다. 참가자들은 총 3회의 창업 특강과 4회의 전문가 멘토링을 거쳐 사업 아이템과 발표 역량을 강화했으며, 최종 모의 IR 피칭에는 13개 팀이 참여했다. 데모데이에는 총 8명의 심사위원이 참여해 각 팀의 비즈니스 모델과 시장성, 사업화 전략, 발표 구성 등을 종합 평가했다. 심사위원들은 투자자의 관점에서 실질적인 피드백을 제공했으며, 참가팀들은 이를 바탕으로 사업 방향성과 시장 진출 전략을 구체화하는 시간을 가졌다. 평가 결과 대상은 순환 자원 기반 투수 보도블록 아이템을 제안한 'REBLOCK'팀(대표 김민찬)이 수상했다. 최우수상은 의료 특화 AI 보이스 솔루션을 개발한 '로봇컴'팀(대표 김재훈), 우수상은 동물병원 입원환자 모니터링 솔루션을 선보인 '벳츄원(VetU1)'팀(대표 인준환)이 각각 차지했다. 시상식은 광진경제허브센터에서 개최됐으며, 수상자들에게는 총 180만 원 규모의 상금이 수여됐다. 김효석 건국대 RISE사업운영센터장은 “학생 창업기업이 실전 경험을 통해 시장성과 사업 경쟁력을 강화할 수 있도록 지속적인 창업 지원 프로그램을 확대해 나갈 계획”이라며 “앞으로도 지역과 대학이 함께 성장하는 창업 생태계 조성에 힘쓰겠다”고 말했다. 정혜정 건국대 RISE사업단 캠퍼스타운사업본부장은 “특강과 멘토링, 데모데이까지 연계된 프로그램을 통해 학생 창업기업들의 성장 가능성을 확인할 수 있었다”며 “앞으로도 창업지원본부와 같은 대학 내 창업 지원 조직 간 협력을 강화해 청년 창업 활성화와 대학 기반 창업 생태계 조성을 위한 다양한 프로그램을 지속 확대해 나가겠다”고 밝혔다. 한편, 건국대학교 RISE사업단 캠퍼스타운사업본부는 올해 총 66개 입주기업을 대상으로 창업 보육, 투자 연계, 전문가 멘토링 등 다양한 성장 지원 프로그램을 운영할 예정이다.

2026.06.09 17:49주문정 기자

여름철 전기요금 많이 나올 것 같으면 미리 알려줘요

한전이 평상시보다 전력 사용량이 급격하게 늘어나면 안내 메시지를 보내 절약할 수 있는 서비스를 본격화한다. 한국전력(대표 김동철)은 본격적인 여름철 무더위를 앞두고 인공지능(AI)과 빅데이터 기술을 활용해 자체 개발한 '전기요금 AI 안심 알리미 서비스'를 시행한다고 9일 밝혔다. 안심 알리미 서비스는 고객의 과거 2년간 전력 사용 데이터를 AI가 학습해 검침일 기준 10일이 지난 시점에 당월 예상 사용량과 요금을 예측한다. 산출 결과 ▲전월·전년 동월 대비 30% 이상 증가 ▲직전 3개월 평균 대비 50% 이상 증가 등 요금 과다발생이 예측되면 고객에게 즉시 안내 메시지(카카오톡 알림톡 또는 한전ON 앱푸시)를 발송한다. 과거 평균 전력 사용량이 430kWh인 4인 가구가 여름철 냉방기기 이용으로 사용량이 급증할 경우, AI가 이를 미리 감지 한다. 이후 '이달 예상 사용량 460kWh, 예상 전기요금 10만 1650원, 전년 동월 대비 41%증가'와 같은 직관적인 수치를 안내해, 고객이 실제 요금 청구서를 받기 전 스스로 전력 사용량을 조절할 수 있도록 돕는다. 한전은 앞서 지난해 1월부터 10월까지 서울과 강원 일부 지역 2만 가구를 대상으로 서비스를 시범 운영했다. 운영 결과 알림을 받은 고객 66%가 실제로 전력 소비를 줄이는 데 성공했다. 총 171MWh의 전력을 절감해 2848만원을 절약했다. 한전은 올해 하절기부터 서비스 대상을 단계적으로 확대할 계획이다. 10일 에너지캐시백 가입 고객(179만 가구)을 시작으로, 7월에는 월 예측 사용량 450kWh 이상 고객, 8월에는 300kWh 이상 고객으로 순차 확대해 주택용 고객 약 1100만 가구를 대상으로 서비스를 제공한다. 안내 메시지는 한전ON 가입자에게는 앱푸시 알림으로, 미가입자에게는 카카오톡 알림톡으로 발송한다. 고객이 에너지 절약을 효과적으로 실천할 수 있도록 '슬기로운 전기생활 플랫폼'과 한전ON 앱에서 효율적인 냉난방기 사용 방법과 가전별 에너지 절약 팁 등을 제공한다. 또 에너지캐시백 웹사이트에서 주택용 에너지 캐시백, 고효율가전 구매 지원 제도 등 여름철 전기요금을 실질적으로 절감할 수 있는 정부·에너지 유관기관의 제도를 함께 안내한다. 한전 관계자는 “전기요금 AI 안심 알리미 서비스를 통해 예상치 못한 전기요금 증가에 대한 고객 불편을 줄일 뿐만 아니라, 자발적인 에너지 절약 문화를 확산시킬 것으로 기대한다”며 “앞으로도 AI 기술을 활용한 서비스 개발을 지속해 국민의 편익을 극대화하고 100% 서비스 기업으로 거듭날 것”이라고 밝혔다.

2026.06.09 16:06주문정 기자

동물실험 대체 확산…유럽연합, 단계적 폐지 로드맵 발표

제약바이오산업에서 의약품 등 안전성 평가실험에 동물을 대체하려는 움직임이 확산되고 있다. 최근 유럽연합 집행위원회(이하 위원회)는 의약품을 포함한 화학물질 안전성 평가에서 동물 사용을 단계적으로 폐지하기 위한 로드맵을 채택했다. 앞서 2022년 12월 미국 의회는 동물실험을 대체할 수 있는 비동물 대체 방법을 임상시험계획승인신청(IND) 또는 바이오시밀러 바이오의약품 허가신청(BLA)에 활용할 수 있도록 하는 FDA 현대화법 2.0을 통과시켰고, 이에 따라 FDA는 2025년 4월 비동물 대체 방법을 도입해 의약품 안전성을 평가하고 동물실험을 단계적으로 폐지하는 계획을 발표한 바 있다. 6월1일 발표된 위원회 로드맵은 ▲비동물적 시험 방법의 개발 및 검증 가속화 ▲연구, 인공지능(AI) 및 데이터 기반 평가 활용 ▲국내외 이해관계자 간 협력 강화 등 세 가지 핵심축으로 구성돼 있으며, 산업 및 소비자용 화학물질, 살충제 및 생물 살충제, 의약품, 식품 및 사료 첨가제 등 15개 분야에 걸쳐 동물실험을 단계적으로 폐지하는 방안을 제시하고 있다. 또 인간과 동물의 건강 및 환경을 높은 수준으로 보호하는 안전성 평가의 신뢰성을 유지토록 하고 있다. 또 위원회는 로드맵에서 동물실험에서 벗어나도록 돕기 위해 ▲동물 실험 대체법 개발을 위해 유럽연합 공동연구센터(JRC)의 EU 참조 연구소의 실험 시설 이용 허용 ▲규제 필요성을 파악하는 메커니즘 도입 ▲비동물적 접근법에 대한 EU 및 국제 표준 개발 장려 등을 포함한 다양한 조치를 제안하고 있다. 제약 분야의 경우, 로드맵은 진행성 암이나 심각한 질병 또는 생명을 위협하는 질병에 대한 반복 투여 독성 시험(RDT)의 필요성을 줄이거나, 체외 또는 컴퓨터 시뮬레이션을 통해 동물 시험의 필요성을 줄이며, 가상 대조군을 활용하여 RDT 연구에서 대조군 동물의 수를 줄일 것을 제안하고 있다. 위원회는 회원국, EU 기관 및 기타 이해관계자들과 긴밀히 협력하여 로드맵을 즉시 이행할 것이며, 2029년까지 진행 상황을 평가하기 위한 고위급 회의를 개최하고 REACH(유럽 신화학물질관리제도)를 포함한 모든 관련 EU 법규에서 비동물적 접근법의 사용 및 도입에 대해 평가할 것이라고 밝혔다. 관련해 유럽제약산업협회(EFPIA)는 성명을 통해 “제약산업은 오랫동안 동물실험의 3R(Replacement, Reduction, Refinement) 원칙을 지지해 왔고, 이미 상당한 진전을 이루고 있다”라며 “비동물적이고 인체에 적용이 가능한 시험 방법의 개발 및 검증을 가속화하기 위해 최선을 다할 것”이라고 전했다. 한국바이오협회 바이오경제연구센터에 따르면 2015년부터 2023년까지 EU에서 규제 시험에 사용된 동물은 1500만 마리가 넘으며, 이 중 약 40%가 화학물질 안전성 평가에 사용됐다. 이에 동물단체 등의 강한 반대가 지속돼 왔으며, 업계에서는 대체 실험 방법을 찾고 있는 상황이다. 한편 지난 3월 미국 식품의약국(FDA)은 동물실험에서 비동물 대체 방법론으로의 전환에 관한 신약 개발 가이드라인 초안을 발표했는데, 제약회사에게 인체 장기 칩(organ-on-chip)이나 컴퓨터 시뮬레이션 모델링과 같은 체외 인간 기반 시스템을 활용한 새로운 접근법(NAM)을 도입해 약물 안전성을 평가할 것을 권고했다. 이어 5월29일에 FDA는 항암제 개발 시 동물 실험 필요성을 줄이기 위한 보다 구체적인 가이드라인을 제안했다.

2026.06.07 11:10조민규 기자

'AI' vs '로스쿨 교수', 법률 추론 대결...승자는

인공지능(AI)이 학생들 질문에 인간 법학 교수보다 더 우수하게 답변할 수 있다는 연구 결과가 나왔다. 심지어 답변이 오해를 불러일으키거나 교육적으로 유해하다고 판단되는 비율 역시 AI가 인간 교수보다 훨씬 낮았다. 이 연구 보고서는 지난달 27일 스탠퍼드 로스쿨 홈페이지에 게재됐으며, 이달 1일 같은 웹사이트 내 뉴스&미디어를 통해 보도됐다. 스탠퍼드 대학교 로스쿨의 법학 교수이자 '법무혁신 프론티어 테크놀로지 랩(LIFT Lab)'을 이끄는 줄리언 냐르코(Julian Nyarko) 교수는 예일대·뉴욕대 등 미국 명문대 동료 연구진과 함께 AI가 학생들의 법률 질문에 얼마나 정교하게 답할 수 있는지를 검증하는 연구를 진행했다. 냐르코 교수 연구팀이 진행한 이번 실험에는 미국 로스쿨에 재직 중인 법학 교수 16명이 참여했다. 교수들은 실제 계약법 강의 중이나 강의 후에 학생들이 던질 수 있는 대표적인 질문 40개를 작성한 뒤, 각 질문에 대한 모범 답안을 직접 기술했다. 연구팀은 AI에게도 동일한 질문을 주고 답변을 생성하게 한 뒤, 평가자가 어떤 답변이 인간 교수의 것이고 어떤 것이 AI의 것인지 알 수 없도록 '블라인드 테스트' 방식으로 평가를 진행했다. 특히 연구팀은 실험의 형평성과 타당성을 확보하기 위해 AI가 생성한 답변의 길이나 구조를 인간 교수가 작성한 답변 스타일에 맞춰 엄격하게 조정했다. 냐르코 교수는 "이번 연구가 가지는 학술적 중요성이 매우 크기 때문에, 실험 설계를 최대한 엄격하고 객관적으로 진행했다"고 강조했다. 기존의 AI 성능 조사는 주로 정답과 오답이 명확히 갈리는 단답형 문제에 초점이 맞춰져 있었다. 하지만 법적 추론의 영역은 대립하는 논거들을 신중하게 분석하고 모호함을 조율하며 타당한 결론을 도출해야 하는 복잡한 과정이다. 냐르코 교수는 "법학에 초점을 맞춘 이유는 단순히 사실을 기억하는 능력을 넘어, 판단력과 섬세한 추론 능력, 그리고 모호함을 극복하는 능력이 복잡하게 요구되는 분야이기 때문"이라고 설명했다. 참여 교수들이 총 2918건의 답변을 교차 평가한 결과, 놀랍게도 교수들은 동료 인간 법학 교수가 작성한 답변보다 AI가 생성한 답변에 현저히 높은 점수를 줬다. AI가 생성한 답변은 인간 교수와의 1대1 비교 평가에서 약 75%의 승률을 기록했다. 가장 주목할 만한 부분은 '교육적으로 해롭거나 잘못된 정보를 담고 있다'고 지적된 답변 비율이었다. 인간 교수가 작성한 답변 중 유해성이나 오류가 지적된 비율은 약 12%에 달했으나, AI가 생성한 답변에서는 그 비율이 불과 3.5%에 그쳐 안정성 면에서도 판정승을 거뒀다. 냐르코 교수는 "실험에 사용된 질문들은 결코 단순한 문답 수준이 아니었다"며 "대부분 복잡한 법리 개념을 통합하고 이를 새로운 가상 상황에 적용해, 학생들이 분석적 기술을 키울 수 있도록 돕는 고난도 질문이었다"고 설명했다. 이어 "이번 연구는 법학 교육에서 AI의 역할에 대해 우리가 가졌던 기존의 부정적 전제들에 강한 의문을 제기한다"고 덧붙였다. 이번 연구 결과는 향후 법학 교육 현장에서 'AI 튜터'의 활용 가능성을 시사한다는 점에서 학계의 큰 관심을 모으고 있다. 현재 미국 로스쿨 환경에서는 AI 도입을 두고 고심하고 있는데, 일각에서는 AI의 환각 현상이나 학생들의 과도한 의존, 비판적 사고력 저하 등을 우려해 도입에 신중한 태도를 보여왔다. LIFT Lab의 연구원인 알레한드로 살리나스(Alejandro Salinas)는 "우리의 연구는 AI를 통한 개별 지도가 법률처럼 고도의 판단을 요하는 전문 분야 학습에 어떻게 기여할 수 있는지를 보여준다"면서 "법학 교육자들의 평가를 통해, AI 튜터가 교실 수업을 보완하는 질 높은 상시 지원(On-demand) 서비스를 제공할 수 있으며, 전문가 지도에 대한 학생들의 접근성을 획기적으로 확대할 잠재력이 있음이 증명됐다"고 평가했다. 이어 그는 "법조인 교육의 본질은 미래의 변호사들이 비판적으로 사고하고, 설득력 있는 논증을 펴며, 윤리적으로 복잡한 문제에 대처할 수 있도록 훈련하는 것"이라며 "AI 튜터의 전면 도입을 성급하게 권장하는 것은 아니지만, 데이터가 보여주듯 AI에 대해 무조건적인 회의론을 고집하는 것 또한 부당하다"고 지적했다. 나아가 살리나스 연구원은 "이제 논의의 초점은 'AI가 과연 정확하고 질 높은 답변을 줄 수 있는가'라는 의구심에서 벗어나, '학생들의 학습 이익을 위해 AI를 어떻게 책임감 있게 교육 과정에 활용할 것인가'로 전환돼야 한다"고 제언했다.

2026.06.07 09:42백봉삼 기자

LGU+, 2030년까지 AIDC 수주 누적 5조원 목표

LG유플러스가 2030년까지 AI 데이터센터 누적 수주 5조원 목표를 내놨다. 매년 1조원 이상 수주를 예상하는 가운데 현재 건설 중인 파주 AIDC 1동은 이미 판매를 완료했다. 급격히 증가하는 AI 컴퓨팅 수요 증가에 맞춰 파주 AIDC를 통해 차세대 AI 인프라 표준을 제시하겠다는 점을 강조했다. 그룹 계열사 기술 협력을 통한 '원LG' 시너지 기반으로 국산 AI 인프라 경쟁력을 입증하겠다는 뜻이다. LG유플러스는 지난 5일 경기도 파주시 AIDC 건설 현장에서 차세대 AI 인프라 전략과 함께 AIDC 사업 계획을 이같이 발표했다. 최근 AI 작업의 중심이 학습에서 '추론'으로 옮겨지며 전력 사용량과 변동성이 커지고 발열량이 급증하고 있다. 예컨대 월간 토큰 처리량은 2024년 5월 9조 7000억 개, 이듬해 480조 개, 올해 오월 3.2 경 규모에 이르고 있다. 컴퓨팅 기술의 발전으로 내후년에는 서버 랙당 1메가와트의 전력이 필요로 하고 있다. 이처럼 AI 수요와 GPU 성능의 발전 속도가 빨라지고 있지만 데이터센터 구축에는 수년이 걸려 컴퓨팅 인프라 공급 부족이 예상된다. AIDC 표준 제시...ACE on TRUST LG유플러스는 이에 따라 ACE on TRUST 전략을 내놨다. ▲구축 속도(Agility) ▲전력과 규모(Capacity) ▲냉각 효율(Efficiency)의 강점과 함께 AIDC 운영 안정성이라는 ▲신뢰(Trust) 구현에 중점을 둔다는 설명이다. 먼저 구축 속도를 위해 LG유플러스는 표준 모듈형 데이터센터(PMDC) 공법을 도입할 예정이다. 주요 설비를 표준화해 사전 제작하고 현장에서 조립하는 방식이다. 구축 규모에 유연하게 대응하고 특히 구축 기간을 줄일 수 있다. 파주 센터 역시 사전 제작한 주요 구조물을 현장에서 조립하는 방식 등으로 건설 속도를 높였다. 전력 측면에서 파주 센터는 바로 옆 변전소를 통해 200메가와트 전력 공급이 확정됐다. 이같은 전력을 확보한 AIDC는 수도권에서 파주가 유일하다. 즉, 수도권 최대 규모의 추론형 AIDC 역할을 해낼 수 있다는 점이 강점을 지녔다. 냉각 효율을 위해 파주 센터는 하이커스케일급 규모에서 공기 냉각과 액체 냉각을 동시에 지원하는 하이브리드 구조로 건설되고 있다. LG전자와의 협력으로 구축된 액체냉각 설비는 GPU 칩에 전용 금속판을 부착하고 냉각수 분배장치(CDU)로 열을 제거하는 방식인데 자체 실증에서 24%의 에너지 효율 개선 효과를 확인했다. AIDC 운영 안정성으로는 99.999%의 파이브 나인을 강조했다. 지난 27년 동안 쌓아 온 데이터센터 무중단 운영을 이어가겠다는 뜻이다. 안형균 LG유플러스 엔터프라이즈AI사업그룹장은 “AIDC 경쟁력은 이제 시설 규모가 아니라 전체 인프라를 얼마나 안정적으로 운영할 수 있는 지에 달려있다”며 “파주 센터가 이 역량을 보여주는 대표 사례가 될 것”이라고 말했다. 그는 특히 “파주 센터는 우리가 선도하는 표준이고 그 실체”라며 “LG유플러스는 대한민국 AI 인프라 백본을 설계하고 있다”고 강조했다. 매년 1조원 수주...계열사 역향 시너지로 완성 LG유플러스는 차세대 전략을 기반으로 2030년까지 누적 AI데이터센터 사업 수주 5조원을 달성한다는 계획이다. 매년 1조원 규모로 수주를 이어가며 AIDC 연평균 매출은 매년 약 15~20% 성장을 이어갈 것으로 내다봤다. 캐파 수준으로는 600메가와트에 이르는 것으로, 이같은 목표 중심에는 축구장 약 21배 크기의 연면적을 지닌 파주 센터가 있다. 파주 센터는 총 5동과 부속동으로 건설될 예정인데 현재 구축중인 1동은 모든 계약이 이미 끝났다. 1동의 준공 시점은 내년 6월이다. 이같은 사업 성장에는 LG그룹 계열사 역량 시너지로 완성됐다는 게 회사 측의 설명이다. 이를테면 냉각 영역에서 냉각수 분배장치와 D2C 방식의 액체냉각 솔루션 외에 냉각수를 만드는 공랭식 '프리쿨링 칠러'는 LG전자가 생산한다. LG에너지솔루션의 고성능 UPS 배터리는 정전이나 전압 변동 시에도 즉각적으로 전력을 보정한다. 높은 전력 사용량에 대응하기 위한 DC 800V 배전 시스템은 LS일렉트릭과 공동 개발하고 있다. 또 센터 곳곳에 쓰이는 반도체는 LG이노텍이 맡고 최종적인 운영은 LG유플러스가 담당한다. 안형균 상무는 “파주 센터는 원 LG 시너지로 냉각, 배터리, 전력 설비, 운영 역량을 통합한 AI 인프라다”면서 “LG유플러스는 파주 센터를 통해 국산 장비의 경쟁력 확보에도 기여하겠다”고 밝혔다.

2026.06.07 09:00박수형 기자

[박준성의 SW] AI 코딩 에이전트는 주니어 개발자...SW공학 필요

SW공학의 역사 SW 공학(Software Engineering)은 1960년대 후반 미국과 유럽을 중심으로 본격적으로 발전하기 시작했다. 1960년대 IBM system/360용 OS/360 개발 프로젝트는 과도한 납기 지연과 원가 초과를 겪었고, 당시 미국 국방 및 대형 공공 시스템 프로젝트들도 잇따라 납기 지연과 품질 문제를 겪었다. 1968년 NATO가 주관한 국제회의(NATO Software Engineering Conference in Garmisch, Germany)에서 SW 개발의 위기(Software Crisis)를 공식 선언하고, 그 해결책으로 SW 공학의 연구개발이 시작됐다. SW공학이 1960년대 이전의 SW 개발 방식과 다른 점은 시스템 구현 이전에 분석과 설계를 체계적으로 수행하고, 개발 전 과정에서 표준 프로세스, 표준화된 기법과 도구를 활용한다는 것이다. 요구 분석은 개발 명세를 사전에 규명함으로써 요구 결함(Requirement Error)으로 인한 재작업(Rework)을 줄인다. 명확한 인수 기준은 테스트 자동화의 기반이 되며, 자동화된 회귀 테스트는 지속적인 코드 내부 구조 개선(Refactoring)을 안전하게 뒷받침한다. 설계에는 시스템 전체의 아키텍처 설계와 상세 수준의 코드 설계가 있다. 아키텍처 설계는 시스템을 구성하는 컴포넌트 간의 통합 효율을 높인다. 상세 설계와 코드 구조 설계는 코드의 가독성과 변경 용이성을 높여 SW의 장기적인 유지보수성(Maintainability)을 확보한다. 요구 스펙과 SW 설계를 자연어로 표현할 때 발생하는 모호성(Ambiguity)을 제거하기 위해 UML(Unified Modeling Language), BPMN(Business Process Model and Notation), ERD(Entity-Relationship Diagram), ArchiMate, C4와 같은 특수한 그래픽 부호를 사용하는 비주얼 모델링 언어(Visual Modeling Notation)를 국제 및 업계 표준으로 정착시켜 왔다. SW공학은 오늘날 AI 코딩 에이전트 시대에도 여전히 중요하다. AI가 코드를 생성하더라도, 대규모 프로덕션 시스템의 품질과 유지보수성은 결국 체계적인 SW 공학에 의해 좌우된다. SW코딩 자동화의 역사 1980년대 이후 코딩 자동화 기술은 본격적으로 발전해 왔다. 1980년대 말 Texas Instruments가 개발한 IEF(Information Engineering Facility)는 메인프레임 COBOL 코드를 100% 자동 생성하는 CASE(Computer-Assisted Software Engineering) 툴로, 금융·공공 분야의 대규모 엔터프라이즈 시스템 코드를 자동 생성하는 데 활용됐다. 1990년대에는 Unix C, Windows C++, Java 등을 자동 생성하는 다양한 모델 기반 CASE 툴들(Composer, Obsydian, ObjectTeam 등)이 등장했다. 그러나 요구사항 변화에 대한 유연성 부족과 복잡한 모델링 부담으로 인해 1990년대 후반부터 CASE 툴의 인기가 하락하기 시작했다. 2000년대에 들어서는 객체 지향 프로그래밍 언어를 사용하는 웹 애플리케이션의 반복 점증적 개발이 새로운 SW 개발 패러다임으로 확산됐다. UML 모델 기반의 100% 코드 자동 생성을 추구하는 MDA(Model-Driven Architecture) 툴이 개발되었으나 대중적인 개발 패러다임으로 확산되지는 못했다. 대신 Spring, Ruby on Rails, Django 등 오픈 소스 웹 애플리케이션 프레임워크가 개발 시장을 장악했다. 한편 Rational Rose, Sparx EA(Enterprise Architect) 같은 비주얼 모델링 툴은 코드 생성 툴과 분리되었지만, 코드 스켈레톤(Code Skeleton) 생성과 Round-Trip Engineering을 가능하게 해 널리 활용됐다. 2010년대 후반 이후 비주얼 모델 기반으로 애플리케이션을 자동 생성하는 Low-Code 개발 플랫폼(Outsystems, Mendix, Appian, Microsoft PowerApps 등)이 급속히 확산되기 시작했다. (박준성, Fundamentals of Low-Code Development, kosta-online.com 참조) 같은 시기에 템플릿 기반의 시각적 Drag-and-Drop을 통해 WYSIWYG(What You See Is What You Get) 방식으로 애플리케이션을 자동 구성하는 No-Code 개발 플랫폼(Wix, Bubble, AppSheet, Webflow 등)도 급속히 확산되었다. Gartner는 2022년 보고서에서 기업 신규 애플리케이션 개발 중 Low-Code/No-Code(LCNC) 비중이 2020년 25%에서 2026년 75% 수준까지 증가할 것으로 전망했다. (Gartner, Forecast Analysis: Low-Code Development Technologies-Worldwide, 2022). 실제로 2024년에 이미 다수 기업이 Low-Code 개발 플랫폼을 도입하면서 이러한 방향성이 현실화됐다. 오늘날 AI 코딩 에이전트가 코딩 자동화에 큰 관심을 불러일으키고 있지만, 위에서 보았듯이, 코딩 자동화는 새로운 현상이 아니다. LCNC(Low-Code/No-Code) 플랫폼이 이미 애플리케이션의 자동 구축에 널리 활용되고 있다. LCNC 플랫폼은 자유도를 제한한 표준 아키텍처, 메타데이터 모델, 시각적 제약 조건 위에서 동작했기 때문에 높은 생산성과 안정성을 동시에 확보할 수 있었다. 반면 자연어 기반 AI 코딩 에이전트는 훨씬 더 높은 자유도를 제공하지만, 환각(Hallucination)과 구조적 일관성 붕괴라는 새로운 위험을 안고 있다. 따라서 AI 코딩 에이전트가 LCNC를 넘어 엔터프라이즈 프로덕션 시스템 개발의 주류가 되기 위해서는, SW공학적 제약 조건을 에이전트 코딩 프로세스에 강하게 내재화해야 한다. 생성형 AI 기반 코딩 지원 및 자동화의 등장 2020년대 들어 생성형 AI(Generative AI, GenAI) 기반의 Vibe Coding, AI Coding Assistant 및 AI Coding Agent가 확산되고 있다. Vibe Coding은 자연어 프롬프트를 통해 애플리케이션을 빠르게 생성·수정해 가는 실험적 개발 방식이다. 테스트 후 에러가 있으면 자연어로 피드백을 주면서 반복적으로 개선해 나간다. Claude, ChatGPT 같은 범용 AI Chatbot 또는 Lovable, Bolt.new, Replit 같은 전문 Vibe Coding 툴을 사용한다. 오늘날 대부분의 AI 코딩 툴들은 Vibe Coding, AI Coding Assistant, AI Coding Agent 기능을 모두 갖추고 있으며, 일부는 통합 개발 환경(IDE)에 내장되어 있다. GitHub Copilot, Cursor, Amazon Q Developer 등 AI Coding Assistant는 개발자의 코딩을 지원해 생산성을 높이는 데 사용된다. 코드 완성(Code Completion), 코드 생성, 리팩토링, 디버깅, 문서화, 코드 번역 등을 지원한다. Cursor, Claude Code, GitHub Copilot 등 AI Coding Agent는 개발자와 상호작용하며 시스템 목표 구현, 요구사항 개발, 테스트 생성, 오류 수정, 설계 개선, 문서화 등을 계획-실행-검증 루프를 통해 반자율적으로 수행한다. Vibe Coding은 대규모 프로덕션 시스템 구축에는 한계가 있다. 프로덕션 시스템의 구축에 사용할 수 있는 AI Coding Assistant 및 Agent는 LCNC 플랫폼과 비교했을 때 아래 표 1과 같은 특징을 갖추고 있다. AI Coding Agent가 No-Code 개발 플랫폼에 비해 가지는 장점은 템플릿을 커스터마이즈하는 것보다 프롬프트를 통해 UI를 더 자유롭게 설계할 수 있고, 컴포넌트 단위로 수정하고 조립할 수 있다는 점이다. Low-Code 개발 플랫폼과 비교하면 비주얼 모델링의 어려움에서 벗어나 프롬프트나 이미지를 통해 애플리케이션과 데이터베이스를 생성할 수 있고, 벤더 종속적(Proprietary) 프레임워크에 록인(Lock-in)되지 않으며 Next.js, Tailwind, PostgreSQL 등 표준 오픈 소스 프레임워크로 생성해 IDE 기반 개발 환경으로 이관할 수 있다는 점이다. 그러나 주요 LCNC 플랫폼들은 GenAI Foundation Model을 기반으로 AI Coding Assistant/Agent 기술을 툴 내에 융합함으로써 단점을 극복하고 있다. AI Coding Assistant 기술은 개발자의 비주얼 Drag-and-Drop 및 모델링 작업을 지원하는 데 활용하고, AI Coding Agent 기술은 기존 비주얼 모델링 없이도 자율적으로 애플리케이션을 생성하는 데 활용한다. 가트너와 IDC 자료를 기반으로 시장 규모를 비교해 보면, LCNC 시장이 여전히 AI 코딩 툴 시장보다 훨씬 큰 비중을 차지하고 있음을 알 수 있다. AI 코딩 에이전트가 LCNC 개발 플랫폼 대비 경쟁 우위를 확보하려면 결국 비확정적 출력의 문제를 극복해야 한다. 동일한 프롬프트에도 상이한 결과를 생성하는 비결정성(Non-determinism)과 환각(Hallucination) 현상 때문에 테스트 재현성과 코드 변경의 예측 가능성이 약화되고, 그 결과 CI/CD 파이프라인의 안정성이 저하될 수 있다. 또한 보안 리스크, 기술 부채(Technical Debt) 축적, 저작권 및 규제법 위반, 감사 실패(Audit Failure) 등의 문제도 일으킨다. LCNC 플랫폼은 메타데이터, 시각적 모델, 플랫폼 제약 조건을 통해 개발 자유도를 제한함으로써 결정론적(Deterministic) 자동화를 달성했다. 반면 AI 코딩 에이전트는 자연어 기반의 개방형 생성(Open-Ended Generation)을 사용하기 때문에 훨씬 높은 유연성을 제공하지만, 동시에 비결정성과 환각이라는 새로운 위험을 초래한다. LCNC는 제약(Constraint)을 통해 자동화에 성공했다. AI 코딩 에이전트도 엔터프라이즈 프로덕션 시스템 개발의 주류가 되려면 SW공학적 제약과 거버넌스를 내재화해야 한다. SW공학 기반의 AI 에이전트 코딩 AI 코딩 에이전트의 환각 현상과 비결정성(Nondeterminism)을 없애기 위해서는 SW공학적 제약과 자동화 메커니즘을 체계적으로 적용해야 한다. (박준성, AI Agent Coding Patterns, kosta-online.com 참조) ▲테스트 주도 개발(Test-Driven Development, TDD: Kent Beck, Test-Driven Development, 2002 참조): 에이전트가 소스 코딩 전에 테스트 코드를 먼저 작성하도록 컨텍스트 파일(Context File)에 명기한다. SW 변경 후 즉시 자동 테스트를 실시하도록 Hook을 설치한다. 변경 Commit 전에 Test Coverage가 일정 수준에 미치지 못하면 Commit을 못하도록 Hook을 설치한다. Red-Green-Refactoring 기반의 TDD 사이클을 Skill로 등록해 에이전트의 작업 계획(Task Planning)에 포함한다. Red, Green, Refactoring 단계를 별도의 Subagent가 수행하도록 분리한다. ▲지속적 통합(Continuous Integration, CI: Kent Beck, Extreme Programming Explained, 2004; Martin Fowler, Continuous Integration, martinfowler.com, 2006 참조): 에이전트 코딩에서 CI(즉, Agentic CI)는 TDD처럼 자동화된 Quality Gate이다. SW 변경을 리포지토리의 Main Branch에 Merge할 때 자동으로 Commit, 빌드, PR 생성, 단위/통합 테스트, 정적 분석, 보안 점검을 수행한다. 실패할 경우 에이전트는 Merge를 금지하고, Stack Trace를 피드백 받아 오류를 자가 수정(Self-Correct)한다. Agentic CI는 GitHub Actions, Buildkite, CircleCI 같은 CI/CD 플랫폼을 사용해 CI Pipeline을 실행하고, AI 코딩 에이전트를 Pipeline 내에서 여러 스텝(코드 리뷰, 수정, 품질 개선)을 수행하는 데 이용한다. 결과적으로 Trunk-Based Development 전략 하에서 Agentic CI를 운영함으로써 항상 릴리스 가능한 Main Branch를 유지할 수 있다. 위의 TDD와 마찬가지로 컨텍스트 파일, Hook, Skill, Subagent를 보완적으로 활용하여 CI 실패를 조기에 탐지하고 예방할 수 있다. 효과적인 CI 운영을 위해서는 높은 수준의 테스트 자동화가 필요하며, TDD는 이를 구현하는 대표적 방법이다. TDD를 통해 누적된 테스트 코드는 CI 파이프라인에서 자동화된 단위·통합 테스트의 기반이 된다. ▲요구 스펙(Requirement Specification: 박준성, The Complete Guide to Business Analysis, kosta-online.com 참조): AI 에이전트를 포함하는 AI 네이티브 애플리케이션을 구축할 때 경영 성과를 달성하려면 에이전트를 포함한 End-to-End 프로세스를 재발명(Reinvention)해야 한다. 애플리케이션의 비즈니스 도메인에서 사용하는 도메인 개념과 의미 체계를 명확히 정의하고 표준 용어를 사용해 프로세스를 설계해야 한다. 애플리케이션에서 구현해야 할 혁신적인 기능을 사용사례(Use Case)로 명확히 정의하고, 시나리오로 구체화할수록 요구사항의 구현 오류를 줄일 수 있다. (박준성, AI 에이전트 성공의 핵심 조건, kosta-online.com 참조) 이러한 요구 분석은 AI 코딩 에이전트를 사용해 애플리케이션을 개발하기 전에 미리 수행한다. 프로세스 모델은 국제 표준인 BPMN(Business Process Model and Notation)을 이용해 설계할 수 있다. 시맨틱 모델은 종래 UML 클래스 다이어그램으로 작성했지만, AI 코딩 에이전트를 사용할 때는 온톨로지(Ontology)를 병행 활용하는 것이 효과적일 수 있다. 온톨로지는 개념 간의 관계와 제약을 명시적으로 표현하므로, AI 코딩 에이전트가 도메인 의미를 더 정확히 해석하고 일관된 코드를 생성할 가능성이 높다. 아래 '그림 1'은 요구 분석 산출물과 그들 간의 의존 관계를 보여준다. 프로세스 모델, 시맨틱 모델(Business Object Model), 사용사례 모델, UX 모델, 서비스 모델 간의 긴밀한 의존 관계를 정확히 준수해야 일관성 있고 완전한 요구 스펙을 만들 수 있다. 앞에서 1970년대 SW공학 등장 이후, 인간들 사이에서도 자연어의 모호성 때문에 모델링 언어를 만들어 요구 스펙과 SW 설계의 문서화에 사용했다는 사실을 지적했다. AI 코딩 에이전트도 마찬가지로 자연어 프롬프트보다는 더 상세한 Markup Language(Markdown, HTML 등), Serialized Language(JSON, YAML 등), Modeling/Domain Specific Language(UML, BPMN, BDD, User Story, Ontology 등), 프로그래밍 언어(Python, Typescript 등)를 더 안정적으로 처리할 수 있다. 프로세스 모델, 시맨틱 모델 및 사용사례를 AI 코딩 에이전트의 요구 스펙에 반영할 때는 그대로 이미지나 텍스트 형태로 입력할 수도 있고, 사용자 스토리(User Story)와 BDD(behavior-Driven Development)의 Gherkin 문장으로 변환해 입력할 수도 있다. BDD 문장은 생성된 코드의 인수 테스트(Acceptance Test) 기준을 제공한다. (Dan North, Introducing BDD, dannorth.net, 2006) 이러한 변환 자체도 AI 코딩 에이전트에게 위임할 수 있다. 예컨대, 프로세스 모델을 에이전트에 입력할 때 Mermaid.js 같은 다이어그램 DSL로 변환해 제공할 수 있다. 온톨로지는 JSON-LD나 Turtle(.ttl)로 직렬화(Serialize)해서 제공할 수 있다. 사용자 스토리와 BDD 문장이 생성되면 분석가(Business Analyst)가 오류가 없는지 검토해야 한다. 분석자 리뷰를 패스하면 에이전트가 사용자 스토리와 BDD 문장을 기반으로 코드를 작성한다. 앞의 TDD 기법에서 설명했듯이 소스 코딩 이전에 테스트 코드를 작성해야 하므로, 에이전트는 사용자 스토리와 BDD 문장에서 TDD 테스트 코드를 도출한다. BDD 문장 작성에 Cucumber 같은 BDD 프레임워크와 Playwright 같은 E2E 테스트 프레임워크를 사용하는 경우, 에이전트는 Step Definition 파일을 기반으로 테스트 코드를 생성한다. BDD 툴을 사용하지 않는 경우에는 에이전트가 BDD 문장을 직접 TDD 테스트 코드로 변환한다. 이와 같이 효과적인 CI 운영은 TDD 기반 테스트 자동화를 필요로 하고, TDD는 BDD에 의존하고, BDD는 프로세스 모델링, 시맨틱 모델링, 사용사례 분석 등 사전(Upfront) 요구 분석을 통해 정확하게 도출된다. (요구 분석 → BDD → TDD → CI) ▲객체 설계(Object Design: Erich Gamma et al., Design Patterns, 1994; Robert Martin, Design Principles and Design Patterns, 2000 참조): AI 코딩 에이전트는 코드를 Python, Typescript 등 객체 지향 프로그래밍 언어(Object-Oriented Programming Language)로 생성한다. 프로덕션 시스템이 갖추어야 할 중요한 품질 속성에는 가독성(Readability), 변경 용이성(Maintainability), 확장성(Extensibility) 및 테스트 용이성(Testability)이 있다. 이러한 속성을 갖추려면 코드가 객체 설계 원칙을 지키고 객체 설계 패턴을 적용해야 한다. AI 코딩 에이전트가 객체 설계 원칙과 패턴을 일관되게 적용하도록 하기 위해서는, 컨텍스트 파일에 원칙과 패턴을 명시하고, CI/CD 파이프라인에서 아키텍처 규칙 검증(Architectural Fitness Function)을 통해 정적 분석(Static Analysis)을 수행하며, 설계 품질 검토를 담당하는 Subagent를 운영하는 등의 Quality Gate가 필요하다. ▲서비스 지향 아키텍처(Service-Oriented Architecture, SOA: OASIS, Reference Model for Service Oriented Architecture, 2006; 박준성, The Complete Guide to SOA, MSA and Modulith, kosta-online.com): AI 코딩 에이전트를 사용하는 데 있어 중요한 제약 조건은 컨텍스트 윈도우(Context Window)의 크기다. 컨텍스트 윈도우에 필요한 최적의 정보만을 적시에 제공하는 것이 에이전트의 효과와 효율을 높이는 방법이다. SOA는 애플리케이션을 Loosely-Coupled 서비스 단위로 분할하고, 서비스 간에 공개된 표준 API를 통해 연결한다. 따라서 에이전트가 서비스 단위로 독립적으로 코드를 생성할 수 있도록 한다. 에이전트의 컨텍스트가 작은 서비스에 초점을 맞추기 때문에 환각을 줄일 수 있다. 서비스 간 독립성을 높이기 위해서는 애플리케이션 객체 설계 모델에서 하나의 응집된 Business Capability를 실현하고, 일관된 도메인 언어(Ubiquitous Language)를 공유하는 경계인 Bounded Context를 식별해 이를 하나의 서비스로 매핑하는 방법을 취할 수 있다. (Eric Evans, Domain-Driven Design, 2003 참조) SOA 애플리케이션을 구현할 때, 애플리케이션의 릴리스 사이클이 시간 단위 이하로 짧아야 할 때는 Microservice Architecture(MSA)로 구현해 서비스별로 독립적으로 배포할 수 있다. 이 경우 서비스 단위의 독립적 배포와 피드백 루프 최적화가 가능해져 오류를 신속히 수정할 수 있다. MSA는 빠른 릴리스에 적합한 SOA 구현 패턴이지만, 유지보수 및 운영의 복잡성 때문에 Modulith(Modular Monolith)나 SBA(Service-Based Architecture) 구현 패턴을 선호하는 경우도 있다. (Mark Richards and Neal Ford, Fundamentals of Software Architecture, 2020) 한 애플리케이션 안에서 서비스에 따라 독립적으로 배포할 수도 있고 집합적으로 배포할 수도 있다. 아래 그림 2는 에이전트 코딩을 통해 구축한 전자상거래 에이전트 시스템으로, 흑색 테두리 박스는 논리적 서비스, 적색 테두리 박스는 물리적 서비스(배포 단위)를 나타낸다. (박준성, AI 에이전트의 물리적 아키텍처 - Modulith, SBA 및 MSA의 Hybrid 아키텍처, kosta-online.com 참조) AI 에이전트 코딩에서 SOA를 실현하기 위해서는 우선 아키텍트가 SOA 아키텍처를 설계하고, OpenAPI나 Protocol Buffers를 이용해 각 서비스의 API를 정의한다. 에이전트의 프로젝트 구조 파일에서 각 서비스를 독립적인 리포지토리로 정의할 수도 있고, Monorepo를 정의할 수도 있다. Monorepo를 사용한 경우, 정적 분석을 통해 SOA의 서비스 캡슐화(Service Encapsulation) 원칙, 즉 API 이외의 방식으로 다른 서비스에 직접 접근할 수 없다는 원칙을 위반했는지 검증한다. 에이전트는 API Contract를 준수하는 코드를 생성한다. SOA에서는 API의 확장은 허용하지만 하위 호환성을 깨는 변경은 제한하는 것이 중요하다. 이 원칙이 위반됐는지 CI 파이프라인에서 검증하고, 위반한 경우 빌드를 취소한다. 결론 AI 코딩 에이전트는 시니어 분석가/아키텍트/엔지니어가 가이드하고 검증해야 하는 주니어 개발자와 같다.에이전트와 시니어 전문가가 Pair Programming을 하는 것과 같다. 시니어의 역할은 SW 공학의 원칙, 패턴과 베스트 프랙티스를 잘 적용, 현장 사용자가 신뢰할 수 있고 미래에 장기적으로 발전·확장해 나갈 수 있는 애플리케이션을 구축하도록 관여하고 책임을 지는 것이다.

2026.06.06 08:34박준성 컬럼니스트

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