검색 - IT세상을 바꾸는 힘 지디넷코리아

ZDNet 검색 페이지

'구글상위업체 [ 텔레 ON4989 ] 구글 상위노출 전략 상단노출전문,Wu7'통합검색 결과 입니다. (22945건)

영역
기간
- 3개월
- 1년
- 1년 이전

재검색

비트코인, 일주일 사이 17% 급락…스트래티지 재매수 여부 '촉각'

비트코인이 최근 일주일 새 17% 넘게 하락한 가운데 시장은 스트래티지의 추가 매수 여부에 주목하고 있다. 제프 켄드릭 스탠다드차타드 디지털자산 리서치 총괄은 5일(현지시간) 가상자산 전문매체 코인데스크 인터뷰에서 “스트래티지가 매수에 다시 나설 경우 당분간 시장 전반 매도 압력은 완화될 수 있다”고 내다봤다. 시장에서는 스트래티지가 이번에도 매도 직후 재매수 전략을 택할 가능성에 주목한다. 과거 비트코인을 일부 처분한 뒤 이틀 만에 더 많은 물량을 사들인 사례가 있는 만큼, 이번에도 매도 규모를 크게 웃도는 매수에 나설 수 있다는 관측이 나온다. 앞서 스트래티지는 지난 1일 약 3년 6개월 만에 비트코인 32개를 처분했다. 전체 보유량의 0.004%에도 미치지 않는 규모였지만 그동안 마이클 세일러 회장이 “비트코인은 절대 팔지 않는다”는 메시지를 강조해온 만큼, 시장에 적지 않은 충격을 줬다. 실제로 발표 당일 비트코인은 3~4%가량 하락하며 즉각 반응했다. 단순히 매도 물량에 대한 부담이라기보다 스트래티지의 매수 전략이 흔들릴 수 있다는 우려가 시장에 반영된 것으로 해석된다. 한편, 지난달 31일 세일러 회장이 소셜미디어에 “Working ₿etter”이라는 게시글을 올린 가운데, 예측시장에서는 스트래티지의 추가 매수 가능성에 무게를 두고 있다. 폴리마켓 집계 기준 8일 스트래티지가 비트코인 매입을 발표할 확률은 64.5%로 나타났다.

2026.06.07 08:15홍하나 기자

애플, 8일 WWDC26 개막…AI 전략 재정비 무대 되나

애플이 연례 세계개발자회의(WWDC26)에서 인공지능(AI) 기능 강화와 주요 소프트웨어 업데이트를 공개하는 가운데, 이번 행사가 애플 AI 전략의 경쟁력을 확인하는 자리가 될지 주목된다. 애플은 오는 8일부터 12일까지(현지시간) 미국 캘리포니아주 쿠퍼티노 애플파크에서 WWDC26을 개최한다. 행사 첫날 키노트와 '플랫폼 스테이트 오브 더 유니언'을 통해 새 소프트웨어와 개발자 도구, AI 관련 업데이트가 공개된다. 이번 행사의 최대 관심사는 애플 인텔리전스의 완성도다. 애플은 지난해 WWDC에서 애플 인텔리전스를 공개했지만 핵심으로 꼽힌 개인화 시리 서비스는 일정이 지연되며 기대에 못 미쳤다는 평가를 받았다. 삼성전자·구글 등 경쟁사 대비 AI 행보가 더디다는 시각이 적지 않은 만큼 이번 WWDC가 전략 재정비의 무대가 될지 관심이 쏠린다. 스위프트 AI 기능 고도화와 차세대 사용자 인터페이스(UI) 디자인 개편도 주목할 요소다. 업계에선 애플이 자체 개발 프로그래밍 언어인 스위프트의 AI 역량을 끌어올리고 차세대 유리·광학 기반 UI를 새롭게 선보일 것이라는 관측이 나온다. 자체 AI 역량을 보완하기 위한 외부 협력도 확대 중인 만큼 애플이 생성형 AI를 실제 서비스에 어떻게 녹여낼지가 핵심 관전 요소다. 운영체제(OS) 업데이트도 예고돼 있다. 차기 iOS·아이패드OS·맥OS 등 플랫폼별 디자인 개선과 기능 추가, 개발자용 응용 프로그램 인터페이스(API) 확장이 함께 발표될 가능성이 크다. 아이폰·아이패드·맥 등 주요 제품군에서 AI 기능이 어떤 형태로 구현될지도 이번 행사에서 윤곽이 드러날 전망이다. 이번 WWDC는 팀 쿡 최고경영자(CEO) 체제의 마지막 행사가 될 것으로 보인다. 애플은 앞서 팀 쿡 CEO를 의장직으로 전환하고 존 터너스 하드웨어 엔지니어링 부문 수석부사장을 신임 CEO로 내정했다. 애플은 "AI 발전과 흥미진진한 신규 소프트웨어를 선보이겠다. 애플 플랫폼의 놀라운 업데이트를 소개할 예정"이라고 밝혔다.

2026.06.07 08:11이나연 기자

"소화기 메고 산길 누빈다"…中 휴머노이드 로봇 화제

중국 로봇 기업 딥 로보틱스가 소화기를 메고 산길을 달리는 휴머노이드 로봇을 선보였다. 과학매체 인터레스팅엔지니어링은 4일(현지시간) 중국업체 딥로보틱스가 향상된 이동성과 산업 현장 활용성을 갖춘 휴머노이드 로봇 DR02 시연 영상을 공개했다고 보도했다. 영상에는 소화기를 장착한 DR02가 울퉁불퉁한 지형을 가로지르고 장애물을 뛰어넘는 모습이 담겨 있다. 또 DR02는 콘크리트 계단처럼 로봇에게 까다로운 야외 환경에서도 안정적으로 이동하는 모습을 보여줬다. 고전압 전기 설비 인근에서 작업을 수행하는 모습도 확인할 수 있다. 외신들은 딥 로보틱스가 산업 현장과 위험 작업 환경을 주요 활용 분야로 삼고 있음을 보여주는 사례라고 평가했다. 이번 영상은 딥 로보틱스가 지난 1년간 추진해 온 개발 방향을 보여준다. 회사는 2025년 10월 DR02를 공개 당시 단순한 연구용이나 시연용이 아니라 실제 산업 현장 투입을 목표로 설계된 휴머노이드 로봇이라고 설명했다. 신장 173㎝의 DR02는 IP66 등급의 방진·방수 성능을 갖췄으며, 영하 20도에서 영상 55도까지 다양한 환경에서 작동할 수 있다. 최대 20㎏의 하중을 견딜 수 있도록 설계됐다. 최근 공개된 영상은 DR02의 균형 유지 능력과 이동 성능, 지형 적응 능력이 지속적으로 향상되고 있음을 보여준다. 회사는 그 동안 오락용 시연보다 검사와 유지보수, 긴급 대응, 인프라 운영 등 실질적인 산업 현장 업무 수행에 초점을 맞춰 DR02를 개발해 왔다. 딥 로보틱스는 위험 지역 점검이나 소방 활동에 사족보행 로봇을 활용하는 방안을 적극 제시해 왔다. 앞선 시연에서는 로봇견이 구조대원의 안전이 위협받을 수 있는 위험한 환경에서 임무를 수행하는 모습이 공개된 바 있다. 이번 DR02 시연 영상에 소방 장비가 등장한 것 역시 현장 대응형 로봇 기술 개발 전략의 연장선상에 있는 것으로 보인다고 인터레스팅엔지니어링은 분석했다. 이번 발표는 중국 휴머노이드 로봇 시장 경쟁이 한층 치열해지는 시점에 나왔다는 점에서도 관심을 끈다. 경쟁사인 유니트리 로보틱스는 최근 기업공개(IPO) 계획을 구체화했으며, 중국 기업들은 산업·상업용 휴머노이드 플랫폼의 상용화를 놓고 경쟁을 벌이고 있다.

2026.06.06 14:00이정현 미디어연구소

스마일게이트 신작 베일 벗어…'크로스파이어' IP, 잠입 액션 장르로 진화

전 세계 11억명 이상의 이용자를 보유한 글로벌 메가 지식재산권(IP) '크로스파이어'가 차세대 프리미엄 AAA급 싱글플레이 액션 어드벤처 게임으로 진화한다. 스마일게이트의 자율성 보장과 적극적인 지원 아래 공개된 이번 신작은 '콜 오브 듀티', '언차티드', '더 라스트 오브 어스' 등 글로벌 흥행작 개발에 참여한 너티독과 인피니티 워드 출신의 베테랑 개발진이 제작을 맡았다. 개발사 댓츠노문의 테일러 쿠로사키 최고 크리에이티브 책임자(CCO)와 제이콥 밍코프 게임 디렉터는 이번 작품이 크로스파이어의 핵심 DNA인 '두 세력 간 대립 구조'와 '전술적 전투의 긴장감'을 계승한 프리미엄 싱글플레이 타이틀이라고 소개했다. 적과의 동맹으로 만들어지는 서사 이번 신작은 기존의 경쟁형 슈터 장르를 대체하는 것이 아니라, 크로스파이어 유니버스를 프리미엄 시네마틱 싱글플레이 영역으로 확장하는 데 초점을 맞췄다. 이야기 중심에는 서로 적대 진영에 속한 두 인물인 혁명가 '레일라'와 현상 유지를 추구하는 '크로스'가 서사를 이끈다. 플레이어는 주인공 레일라 한 명만 조작하며 이야기를 따라가고, 파트너인 크로스는 완전히 독립적으로 행동한다. 크로스는 총격전 중 적의 주의를 분산시키거나 제압 사격을 펼치는 등 플레이어의 행동에 유기적으로 반응하며 전투를 돕는다. 두 주인공은 신뢰가 아닌 압도적인 실존적 위협 속에서 살아남기 위해 어쩔 수 없이 손을 잡은 관계다. 언제든 균열이 생길 수 있다는 긴장감이 서사 전반을 관통하며 이용자에게 깊은 몰입감을 선사한다. 세계 최초 '적응형 엄폐' 도입...전투 공간의 제약 허물다 이번 프로젝트의 가장 큰 핵심 혁신은 세계 최초로 도입된 '적응형 엄폐' 시스템이다. 기존 시네마틱 액션 게임들이 직각형 엄폐물과 지정된 엄폐 지점, 낮은 자세와 높은 자세로 구분되는 고정된 애니메이션에 의존해 온 한계를 극복했다. 언리얼 엔진5 기반으로 구현된 복잡하고 유기적인 지형에서 플레이어 캐릭터는 주변 환경과 적의 시선을 실시간으로 분석한다. 분석된 데이터를 바탕으로 실제 사람처럼 가장 적절한 자세를 자동으로 취하므로, 화면에 보이는 대부분의 자연물을 엄폐물로 활용할 수 있다. 제이콥 밍코프 디렉터는 "기존 슈터 장르가 시스템적 제한 때문에 전투 공간을 계단식으로 구성할 수밖에 없었다"고 짚었다. 이어 그는 "적응형 엄폐 시스템 덕분에 제약 없이 더욱 복잡하고 유기적인 환경을 자유롭게 구현했으며, 전투 중에도 시네마틱 몰입감을 유지할 수 있게 됐다"고 설명했다. 현실적인 게릴라 전술과 잠입 무기 디자인과 사운드 등 전투 시스템은 전문가 협업을 통해 현실감있게 구현했다. 적 NPC 역시 분대 단위 전술을 활용하며 제압 사격을 가하고, 플레이어의 마지막 목격 위치를 추적하거나 측면을 공략하는 등 지능적으로 행동한다. 이에 따라 플레이어는 무작정 달려드는 정면 승부보다 적응형 엄폐를 활용한 시야 차단과 위치 변경, 게릴라식 전투를 적극 활용해야 한다. 상황에 따라서는 잠입(스텔스)과 엄폐만으로 전투 자체를 회피하며 목표를 달성할 수도 있어 전략적 판단도 요구된다. 이번 신작은 유료 다운로드 가능한 콘텐츠(DLC) 없이 하나의 이야기로 완결되는 프리미엄 싱글플레이 타이틀로, 반전과 개연성을 갖춘 선형적 서사를 선보일 예정이다. 테일러 쿠로사키 CCO는 "스마일게이트가 우리의 전문성을 신뢰하며 창의적인 방향성을 전적으로 맡겨줬다"며 양사 시너지를 통해 세계 이용자들이 공감할 수 있는 작품을 선보이겠다고 포부를 밝혔다.

2026.06.06 12:44진성우 기자

[스페이스X 상장 ⑤] 공모 자금, 스타십·스타링크·AI 컴퓨트에 사용

스페이스X(SpaceX)는 IPO로 조달한 자금의 사용처도 신고서에 구체적으로 밝혔다. 회사는 순수취액을 '성장 전략'에 투입하겠다며 ① AI 컴퓨트 인프라 확장, ② 발사 인프라와 발사 빈도(launch cadence) 강화, 그리고 일반 기업 운영자금을 핵심 용처로 제시했다. 단순한 사업 확장을 넘어 스스로를 'AI·인텔리전스 기업'으로 자리매김하려는 의도를 엿볼 수 있다. 자금이 활용될 부분은 두 영역이다. 하나는 위성 인터넷 스타링크(Starlink)다. 2020년 서비스를 시작한 스타링크는 현재 약 164개국에 연결을 제공하며, 농어촌·오지 등 소외 지역을 우선 공략해 가입자를 빠르게 늘려 왔다. 다른 하나는 차세대 완전 재사용 로켓 스타십(Starship)이다. 스타십은 대형 화물을 싣고도 완전·신속 재사용을 목표로 설계된 로켓으로, 현재까지 12차례 시험비행을 거치며 대기권 재진입을 입증했다. 스페이스X의 사업 구조는 흑자를 내는 스타링크의 현금이 막대한 투자가 필요한 스타십과 신사업을 떠받치는 수직통합 형태다. 이번 공모로 들어올 기본 약 744억 달러(약 115조 원)의 순수취액은 그 성장 사이클을 한층 앞당기는 데 쓰인다. 자금 사용처에 'AI 컴퓨트 인프라'를 가장 앞세운 점도 눈에 띈다. 위성 인터넷과 로켓 기업으로 알려진 스페이스X가 공모 자금의 1순위 투입처로 AI 연산 역량을 든 것은, 회사가 스스로의 정체성을 단순 우주·통신 기업에서 'AI·인텔리전스 기업'으로 넓히고 있음을 보여준다. 막대한 데이터와 연산을 요구하는 차세대 스타링크 운영, 자율 비행·관제 등에 AI가 핵심 축으로 자리 잡는 흐름과 맞닿아 있다. 다만 신고서는 스타십의 성능·재사용·발사 빈도 목표 달성, AI 사업의 매출 확대 등은 아직 불확실성이 큰 영역이라고 위험 요인으로 함께 적었다. 조달한 돈을 어디에 쓸지는 명확하지만, 그 투자가 언제 결실을 맺을지는 시장이 지켜봐야 할 몫이다. 자세한 내용은 SEC 공시(FWP) 에서 확인할 수 있다. 이미지 출처: SpaceX FWP ■ 이 기사는 AI 전문 매체 'AI 매터스'와 제휴를 통해 제공됩니다. 기사는 클로드 3.5 소네트와 챗GPT를 활용해 작성되었습니다. (☞ 기사 원문 바로가기)

2026.06.06 11:14AI 에디터

[스페이스X 상장 ④] 머스크, 10배 의결권으로 지배력 유지

스페이스X(SpaceX)는 상장에 맞춰 주식 구조를 Class A·B·C 체계로 재편한다고 신고했다. 기존 우선주는 34억 4,811만 주의 Class A와 32억 7,445만 주의 Class B로 전환되고, Class C 주식은 4억 9,405만 주의 Class A로 전환된다. 상장 후 Class A는 약 73억 8,000만 주, Class B는 약 56억 9,567만 주가 된다. 핵심은 의결권 구조다. Class A 주식은 1주당 1표인 반면, Class B 주식은 1주당 10표의 의결권을 갖는다. 두 종류 주식은 하나의 그룹으로 함께 표결하지만, 10배 의결권을 가진 Class B 주주가 이사회 과반을 선임할 권리를 따로 보유한다. 이 구조의 정점에 일론 머스크(Elon Musk)가 있다. 머스크는 전체 Class B의 약 91.6%(약 52억 1,905만 주)를 보유하며, 평균 취득가는 주당 1.10달러(약 1,700원)에 불과하다. 그 결과 머스크는 상장 이후에도 회사 전체 의결권의 약 88.5%(초과배정 행사 시 88.4%)를 쥐고, 이사 선임·해임은 물론 이사회 공석까지 단독으로 채울 수 있다. 여기에 더해 시가총액 등 특정 목표를 달성하면 추가로 귀속되는 3억 207만 주의 제한부 Class B 주식도 머스크 몫이다. Class B 주식은 보유자가 원하면 언제든 1대 1 비율로 Class A로 전환할 수 있다. 즉 머스크의 지배력은 의결권을 10배로 키운 Class B를 그대로 쥐고 있는 한 유지되는 구조다. 신고서에 따르면 상장 시점 머스크가 의결권으로 행사 가능한 Class B는 약 52억 주에 달하며, 여기에 시가총액 목표 달성 시 귀속되는 3억 207만 주가 더해질 수 있다. 투자자 입장에서는 거대 기업의 지분을 사들이더라도 경영 통제권은 사실상 창업자 한 사람에게 집중된다는 점을 감수해야 한다. 스페이스X 스스로도 신고서에서 '머스크가 의결권 과반을 보유해 지배주주 지위를 유지할 것'이라고 명시했다. 막대한 자본을 조달하면서도 창업자가 키를 놓지 않는, 구글·메타 등에서 보이던 빅테크식 차등의결권 구조의 전형이다. 자세한 내용은 SEC 공시(FWP) 에서 확인할 수 있다. 이미지 출처: SpaceX FWP ■ 이 기사는 AI 전문 매체 'AI 매터스'와 제휴를 통해 제공됩니다. 기사는 클로드 3.5 소네트와 챗GPT를 활용해 작성되었습니다. (☞ 기사 원문 바로가기)

2026.06.06 11:13AI 에디터

[안광섭 AI 진테제] 미국기업이 중국AI기업에 돈을 보내는 이유

우버(Uber)가 올해 AI 코딩도구 예산을 4개월 만에 전부 소진했다. 약 5000명의 엔지니어가 에이전틱 코딩 도구를 사용하면서 월 사용료가 엔지니어당 150달러에서 많게는 2000달러까지 치솟았고, CTO가 직접 "올해 AI 코딩 도구 예산을 이미 다 썼습니다"라고 시인하는 상황에 이르렀다. 결국 우버는 직원 1인당 월 1500달러의 사용 한도를 설정했다. COO 앤드루 맥도널드는 한 팟캐스트에서 "AI 도구 사용량과 실제 소비자 기능 개선 사이의 연결 고리가 아직 보이지 않습니다"라고 솔직하게 인정하기도 했다. 우버만의 이야기가 아니다. 미국 기업용 지출 관리 플랫폼 램프(Ramp)에 따르면 기업당 AI 토큰 지출은 2025년 1월 이후 13배 증가했다. AI 도구의 성능이 올라갈수록, 그리고 에이전틱 AI처럼 자율적으로 작업을 수행하는 도구가 확산할수록, 토큰 소비량은 기하급수적으로 늘어난다. 문제는 단순하다. 더 많이 쓸수록, 더 많이 나간다.이 비용 압박이 예상 못 한 곳으로 기업들을 향하게 하고 있다. 바로 중국이다. "미국기업들 딥시크에 직접 결제" 램프는 5만 개 이상의 미국 기업이 사용하는 법인카드 및 청구 플랫폼으로, 매달 수십억 달러 규모의 기업 지출 데이터를 추적한다. 램프가 매월 발표하는 '트렌딩 소프트웨어 벤더' 목록은 기업이 특정 소프트웨어 벤더에 처음으로 결제한 건수를 기준으로 순위를 매긴다. 신규 도입의 흐름을 보여주는 선행 지표인 셈이다. 2026년 6월 발표한 이 목록에서 1위를 차지한 것은 중국 AI 스타트업 딥시크(DeepSeek)였다. 이벤트 관리 플랫폼 피드루프(PheedLoop)와 오픈소스 모델 서빙 플랫폼 파이어웍스AI(Fireworks AI)를 제치고 정상에 올랐다. 주목할 것은 결제 방식이다. 램프의 수석 이코노미스트 아라 카라지안(Ara Kharazian)은 "미국 기업들이 딥시크에 직접 결제하고 있습니다"라고 밝혔다. 이는 기업들이 딥시크의 오픈소스 모델을 자사 서버에 직접 올려 쓰는 것이 아니라, 중국에 위치한 딥시크 서버로 데이터를 보내고 받고 있다는 뜻이다. 미중 기술 갈등이 지속되는 상황에서 미국 기업이 자사 데이터를 중국 서버에 직접 전송하는 것은 상식적으로 이해하기 어려운 선택이다. 카라지안은 이를 두고 "기업들이 오픈AI와 앤트로픽의 대안을 찾고 있다는 가장 확실한 신호"라고 해석했다. 물론 절대적 규모로 보면 아직 미미하다. 램프 AI 인덱스 기준으로 올 4월 딥시크의 미국 기업 도입률은 0.1%에 불과했다. 같은 시점에 앤트로픽(Anthropic)은 34.4%, 오픈AI(OpenAI)는 32.3%로 시장을 양분하고 있었다. 딥시크가 시장 판도를 뒤집은 것은 아니다. 그러나 '트렌딩 1위'가 의미하는 것은 신규 진입 속도다. 지금 이 순간, 새로운 선택지로 딥시크를 처음 시도하는 기업이 가장 빠르게 늘고 있다는 뜻이다. 34배의 격차, 무시할 수 없는 숫자 이 선택을 이끈 것은 단 하나, 가격이다. 딥시크는 지난달 플래그십 모델 V4 프로(V4 Pro)의 75% 할인을 영구화했다. 원래 5월 31일 종료 예정이던 프로모션 가격이 그대로 정가가 된 것이다. 현재 V4 프로의 API 가격은 출력 토큰 100만 개당 0.87달러다. 캐시 히트(cache hit, 반복되는 입력을 재활용해 비용을 줄이는 방식) 가격은 100만 토큰당 0.0036달러까지 내려간다. 이 숫자만으로는 감이 잡히지 않을 수 있다. 경쟁사와 비교하면 격차가 선명해진다. 오픈AI의 최신 플래그십 GPT-5.5는 출력 토큰 100만 개당 30달러다. 앤트로픽의 클로드 오퍼스(Claude Opus) 4.7은 25달러다. 딥시크 V4 프로의 0.87달러와 비교하면 각각 약 34배, 약 29배의 차이다. AI 벤치마크 평가 기관 아티피셜 애널리시스(Artificial Analysis)에 따르면 동일한 지능 지수 테스트를 수행하는 데 딥시크 V4 프로는 268달러, 클로드 오퍼스 4.7은 4811달러가 들었다. 같은 작업에 약 18배의 비용 차이가 발생하는 것이다. 이런 가격 격차가 가능한 배경에는 두 가지 구조적 요인이 있다. 첫째, 딥시크 V4 시리즈는 화웨이(Huawei)의 어센드(Ascend) 950 칩 위에서 최적화됐다. 미국의 반도체 수출 통제로 엔비디아(NVIDIA) GPU를 쓸 수 없게 된 상황에서, 오히려 국산 칩 기반의 저비용 추론 인프라를 구축한 셈이다. 둘째, 딥시크는 V4 프로의 장문맥(long-context) 추론 비용을 전작 대비 약 4분의 1 수준으로 낮추는 아키텍처 혁신을 이뤘다고 밝혔다. 가격 인하가 일시적 마케팅이 아니라 비용 구조 자체의 변화에 기반한다는 의미다. 오픈소스 진영의 집단적 추격 딥시크만의 현상이 아니다. 램프의 5월 데이터에서 트렌딩 상위 10개 벤더 중 4개가 AI 추론 플랫폼이었다. 파이어웍스AI, 팔AI(Fal AI), 딥인프라(DeepInfra), 바스트AI(Vast.ai)-모두 오픈AI나 앤트로픽을 거치지 않고, 더 넓고 저렴한 모델 선택지를 기업에 제공하는 플랫폼이다. 카라지안은 이를 두고 "기업들이 어떤 모델이 어떤 작업에 적합한지 선별하기 시작했다는 가장 깨끗한 신호"라고 분석했다. 어려운 문제에는 프론티어 모델을, 나머지에는 저가 모델을 배분하는 '모델 라우팅' 전략이 실무에서 확산되고 있다는 뜻이다. 성능 격차도 빠르게 좁혀지고 있다. AI 법률 에이전트 성능을 측정하는 하비(Harvey)의 리걸 에이전트 벤치마크(LAB)에서 중국 지푸AI(Zhipu AI, 현 Z.ai)의 GLM-5.1은 오픈소스 모델 중 최고점을 기록하며 앤트로픽의 클로드 오퍼스 4.7 바로 아래, 오픈AI의 GPT-5.5와 대등한 수준에 올랐다. 문샷AI(Moonshot AI)의 키미(Kimi) K2.6과 딥시크 V4 프로 역시 GPT-5.5 바로 아래에 자리 잡았다. 법률 업무처럼 정밀도가 요구되는 영역에서도 오픈소스 모델이 "충분히 쓸 만한" 수준에 도달했다는 평가다. 가격이 지정학을 이기는 순간 필자가 GTM(Go-To-Market, 제품의 시장 진입과 확산 전략) 전략을 수립해 온 관점에서 보면, 지금 AI 시장에서 벌어지는 일은 전형적인 범용재화(commoditization)의 초기 신호다. 범용재화는 세 단계를 거친다. 1단계: 제품 간 성능 차이가 줄어든다. 2단계: 가격이 구매 결정의 핵심 변수가 된다. 3단계: 공급자의 브랜드보다 유통 구조와 비용 효율이 경쟁력을 결정한다 . AI 모델 시장은 지금 1단계에서 2단계로 넘어가는 전환점에 있다. 하비 LAB 벤치마크가 보여주듯, 오픈소스 모델과 프로프라이어터리(proprietary, 비공개) 모델의 성능 격차는 좁혀지고 있다. 그리고 가격이 34배 차이 나는 상황에서, 기업의 선택은 놀랍도록 예측 가능하다. 물론 딥시크를 통해 중국 서버로 데이터를 보내는 것은 보안과 규제 측면에서 명백한 리스크가 있다. 유럽에서는 이탈리아가 2025년 1월 딥시크를 차단했고, 독일도 데이터 보호 우려를 이유로 앱스토어 퇴출을 검토한 바 있다. 미국에서도 연방 정부 차원의 규제 논의가 진행 중이다. 그럼에도 기업들이 이 리스크를 감수하는 것은, 비용 압박이 그만큼 현실적이기 때문이다. 램프의 카라지안도 이 추세의 지속성에 대해서는 유보적이었다. 그는 "이 트렌드의 내구성을 과대평가하지는 않겠습니다"라고 밝혔다. 맞는 말이다. 그러나 필자가 보기에 더 중요한 것은 딥시크 자체의 성패가 아니다. 핵심은 가격 압력의 방향이 되돌릴 수 없다는 점이다. 딥시크가 아니더라도, 파이어웍스AI나 딥인프라 같은 추론 플랫폼을 통해 동일한 오픈소스 모델을 미국 내 서버에서 저렴하게 돌리는 경로는 이미 열려 있다. 중국 서버 리스크를 회피하면서도 비용 절감을 추구할 수 있는 선택지가 늘어나고 있다는 뜻이다. 한국 기업이 읽어야 할 신호 이 흐름이 한국 기업에 던지는 시사점은 분명하다. 첫째, AI 모델 조달 전략을 단일 벤더 중심에서 멀티모델 전략으로 전환할 시점이다. 모든 작업에 최고가 프론티어 모델을 쓸 이유가 없다. 정밀도가 생명인 작업과, 속도와 비용이 우선인 작업을 구분해 모델을 배분하는 것이 합리적이다. 둘째, 토큰 비용을 IT 예산의 독립 항목으로 관리해야 한다. 우버의 사례가 보여주듯, AI 도구 도입은 쉽지만 비용 통제는 쉽지 않다. 에이전틱 AI 시대에 토큰 소비량은 인간의 사용 패턴이 아니라 기계의 작업 루프에 의해 결정된다. 사용량 예측 모델과 비용 거버넌스를 지금부터 설계해야 한다. 셋째, 이 가격 전쟁의 수혜자가 될 준비를 해야 한다. 딥시크의 영구 가격 인하 직후, 딥시크는 첫 외부 투자 유치에 나서 약 74억 달러(약 10조 원)를 확보하며 기업가치가 520억~590억 달러로 평가됐다. 텐센트가 약 15억 달러, CATL이 약 7억 달러를 투자했다. 창업자 량원펑이 전체의 40%에 해당하는 약 30억 달러를 직접 출자한 점도 눈에 띈다. 이 투자 구조는 딥시크가 단기 수익이 아니라 시장 점유율 확보를 우선하고 있음을 시사한다. AI 모델의 가격 하락은 당분간 멈추지 않을 가능성이 높다. 범용재화가 진행되면, 가치는 모델 자체가 아니라 모델을 활용하는 응용 계층으로 이동한다. 클라우드 컴퓨팅이 범용재가 되자 그 위의 SaaS 기업들이 가치를 창출한 것과 같은 구조다. AI 모델의 가격이 바닥을 향해 달릴수록, 정작 경쟁력을 결정하는 것은 그 모델 위에서 무엇을 만드느냐가 된다. 한국 기업이 지금 집중해야 할 것은 어떤 모델을 쓰느냐가 아니라, 어떤 문제를 푸느냐다.

2026.06.06 09:33안광섭 컬럼니스트

[기경학회 AX칼럼] K-AX 패러다임 대전환, 구호에 그치지 말아야

AX(AI Transformation, 인공지능 전환)가 대한민국 경쟁력을 좌우하는 핵심 키워드로 부상했습니다. AX는 단순히 기업이 AI를 도입하는 차원을 넘어 국가의 생산성, 산업 경쟁력, 안보, 인구구조 문제를 해결하는 핵심 전략입니다. AX를 대한민국의 미래라고 말하는 이유입니다. 지디넷코리아는 기술경영경제학회(기경학회)의 'AX칼럼'을 11회 연재합니다. 기술경영경제학회는 기술혁신의 학제적 연구를 바탕으로 기술경영·기술경제·기술정책의 지식과 현장 적용을 연결해 온 학술 공동체로 1992년 설립했습니다. AI 전환은 새로운 도구를 들여놓는 일로 끝나지 않습니다. 현장의 암묵지, 기업의 루틴, 독점적 데이터, 응용 기술 기반 비즈니스 모델이 함께 바뀔 때 비로소 산업 경쟁력이 생깁니다. 기경학회의 11회 연재는 “AI를 얼마나 많이 쓰는가”가 아니라 “한국 산업이 AI를 흡수할 기초체력을 갖추었는가”를 묻습니다. 그 질문의 중심에는 제조가 있지만, 제조를 좁은 공장 자동화가 아니라 현장지식의 자산화와 기업 루틴의 재설계가 맞물리는 산업 전환의 축으로 봅니다. 데이터 주권, 에너지, 공급망, 인프라, 표준, 글로벌 사업화까지 이어지는 이 전환의 조건을 따라가며 AX 시대 한국 산업이 다시 세워야 할 기반을 진단합니다. (편집자 주) 10년 전 다보스포럼에서 클라우스 슈밥이 주창했던 제 4차 산업혁명은 한동안 구호에 머물렀다. 그러나 생성형 AI의 등장 이후, 그 실체가 'AX(AI Transformation)'라는 이름으로 산업 현장에서 빠르게 구현되고 있다. 더 이상 미래 담론이 아니라 현재진행형의 산업혁명이 된 것이다. AX는 기존의 산업혁신 구조를 근본적으로 재편하고 있다. 지멘스가 마이크로소프트와 함께 출시한 'Industrial Copilot'은 현장 엔지니어가 자연어로 설비와 대화하며 생산을 최적화하는 시대를 열었다. 엔비디아와 폭스콘은 대만에 'AI 팩토리'를 구축하며 제조 자체를 데이터 학습 과정으로 전환하고 있다. 국내에서도 포스코의 'PosFRAME'은 베테랑 조업자의 판단을 학습한 AI가 제철소 고로 운영의 의사결정을 지원한다. 산업혁신 단위가 'R&D-제조-마케팅'의 선형 가치사슬에서 '데이터-학습-추론'의 순환 구조로 이동하고 있는 것이다. 여기서 우리나라 산업이 마주한 본질적 질문이 등장한다. AX의 핵심 자원은 무엇인가. 흔히 '데이터'라고 답하지만, 산업현장에서 진정 가치 있는 데이터는 정형화된 수치가 아니다. 30년 차 용접 명장의 손끝 감각, 반도체 공정 엔지니어의 경험적 직관, 정유공장 운전원의 미세한 압력 변화 판독 능력—이러한 '암묵지(tacit knowledge)'야 말로 진짜 자산이다. 마이클 폴라니가 일찍이 갈파했듯 "우리는 말할 수 있는 것보다 더 많은 것을 안다." 따라서 AX의 본질은 범용 AI 도입이 아니라, 현장의 암묵지를 디지털 명시지로 전환해 자산화하는 데 있다. 이는 천동설에서 지동설로 넘어가는 코페르니쿠스적 인식 전환이다. 지금까지 산업의 중심에는 '설비'와 '공정'이 있었고, 사람의 노하우는 그 주변을 보조하는 요소로 간주됐다. 그러나 AX 시대에는 '암묵지'가 중심에 놓이고, 설비와 공정은 그것을 추출·학습·재현하는 인프라로 재정의된다. 글로벌 선도기업들이 '디지털 트윈'과 '산업 파운데이션 모델'에 사활을 거는 이유다. 문제는 이 전환이 개별 기업의 노력만으로는 결코 완성될 수 없다는 점이다. 30년 경력 장인의 노하우가 학습 데이터로 전환되는 순간, 그것은 누구의 자산인가. 공장 카메라가 작업자의 동작을 기록할 때 개인정보보호는 어디까지 허용하는가. 협력업체와 공유한 공정 데이터의 권리는 어떻게 분배되는가. EU는 개인정보 보호의 'GDPR'을 넘어 2024년 발효된 '데이터법(Data Act)'에서 IoT·산업장비가 생성하는 비(非)개인 데이터의 접근·이전·공유 권리를 명문화했고, 'AI법(AI Act)'을 마련하면서 산업 데이터 거버넌스의 삼각축을 완성했다. 독일의 'GAIA-X'와 'Manufacturing-X'는 기업 간 데이터 주권을 보장하는 공유 인프라를 구축 중이며, 미국은 'CHIPS Act'와 NIST의 'AI 위험관리 프레임워크(RMF)'로 제조-AI 결합을, 일본은 '소사이어티 5.0' 아래 중소제조업 암묵지의 디지털화를 국가 과제로 격상했다. 여기서 한 가지 착각을 경계해야 한다. 'AI'를 잘 하고 '제조'를 잘한다고 '제조 AI'에서 앞서갈 수 있는 것이 아니다. 제조 AI의 진짜 승부처는 현장 암묵지의 디지털 전환 역량에서 갈린다. 따라서 지금 우리나라에 필요한 것은 단발성 'AI 전환 지원사업'이 아니라 시스템적 대전환이다. 개인정보보호법·산업디지털전환촉진법·AI기본법 간의 정합성 확보, 암묵지 자산화를 가능케 할 회계·세제·지식재산 기준 마련, 데이터·AI 인재의 산업현장 배치를 위한 인력정책 재설계, 그리고 AI 팩토리를 지탱할 전력·냉각·재생에너지 인프라 확충까지-이 모든 영역이 동시다발적으로 움직여야 한다. 다행히 우리나라는 세계 최고 수준의 제조 역량과 숙련 인력이라는 추출 가능한 암묵지의 보고(寶庫)를 보유하고 있다. AX는 단순한 기술 도입이 아니라 산업의 인식론적 전환이며, 우리나라가 이 코페르니쿠스적 변화의 주체가 될지 객체로 머물지가 향후 10년 K-AX의 명운을 가를 것이다.

2026.06.06 09:05안준모 컬럼니스트

[ZD e게임] 위메이드커넥트 '메이크 드라마: MAD', 남성향 '매운맛' 게임

위메이드커넥트가 퍼블리싱하고 플러피덕이 개발한 신작 미소녀 수집형 RPG '메이크 드라마: MAD(이하 메이크 드라마)'가 최근 정식 출시되며 서브컬처 팬들의 이목을 집중시키고 있다. 이 게임은 애매한 타협 없이 청소년이용불가 등급을 내세우며, 남성향 서브컬처 게임의 본질적인 재미를 정조준한 것이 특징이다. 게임의 가장 큰 무기는 단연 압도적인 캐릭터 비주얼이다. '라스트 오리진'의 아트 디렉터로 유명한 일러스트레이터 '스노우볼'이 크리에이티브 디렉터로 참여해 특유의 매력적인 화풍을 게임 전반에 녹여냈다. 실제 플레이 과정에서는 공공장소에서 화면을 가려야 하는 이른바 '후방주의'가 필수적일 만큼, 서브컬처 팬층의 니즈를 정확히 관통하는 과감한 수위와 라이브 일러스트 퀄리티를 자랑한다. 캐릭터의 감정 변화를 시각적으로 체험할 수 있는 다채로운 컷신과 이벤트가 수집의 욕구를 강하게 자극한다. 서사 구조 역시 무겁고 진지한 에픽 판타지보다는 유쾌하고 통통 튀는 톤을 유지한다. 세 명의 여신이 관리하는 금남의 세계에 떨어진 주인공이 빵도둑 미소녀들과 함께 감옥을 탈옥하며 벌어지는 좌충우돌 스토리가 비주얼 노벨 형식으로 전개된다. 여기에 터치 반응을 기반으로 한 교감 시스템과 '모찌톡' 메신저 등 캐릭터와 직접 상호작용할 수 있는 인터랙션 요소가 더해졌다. 주인공이 홀로 세상을 구하는 영웅적 서사가 아닌, 매력적인 인물들과 인연을 맺고 관계를 형성해 나가는 서브컬처 특유의 드라마 전개 방식을 충실히 따랐다. 자극적인 일러스트와 유쾌한 스토리에 시선이 쏠리기 쉽지만, 직접 경험해 본 전투 시스템의 전략적인 깊이도 무시할 수 없다. 겉보기에는 편의성을 강조한 대중적인 방치형(AFK) 전투 방식을 따르는 듯하나, 그 이면에는 치밀한 수싸움이 요구된다. 이용자는 각 캐릭터가 가진 고유의 속성 상성은 물론 전열, 중열, 후열로 나뉘는 포지션을 전략적으로 계산해 덱을 편성해야 한다. 단순히 캐릭터의 능력치로 적을 밀어붙이는 구조가 아니라, 상황에 맞는 역할군 배치와 스킬 연계가 승패를 가르는 핵심 변수로 작용한다. 눈을 즐겁게 하는 수집형 RPG의 뼈대 위에 전술 설계의 재미를 절묘하게 섞어내며 장기적으로 게임을 즐길 수 있는 유기적인 성장 구조를 완성했다는 평가다. 최근 '로스트 소드'의 흥행으로 서브컬처 퍼블리싱 역량을 입증한 위메이드커넥트는 이번 신작을 통해 시장 내 입지를 더욱 공고히 하고 있다. 뚜렷한 타겟팅과 독보적인 일러스트, 묵직한 전략성을 두루 갖춘 '메이크 드라마'가 남성향 서브컬처 시장에서 장기 흥행을 이어갈 수 있을지 주목된다.

2026.06.06 08:57정진성 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

[SW키트] "보여야 통제한다"…기업 새 과제로 떠오른 '에이전트 거버넌스'

"인공지능(AI) 에이전트가 많아질 수록 기업은 더 큰 과제를 안을 것입니다. 보이지 않는 에이전트를 어떻게 찾을지부터 작동 권한을 어디까지 허용할지, 데이터 접근을 어떻게 감시할지, 문제가 생겼을 때 어떻게 멈출지가 새로운 이슈로 떠올랐습니다. 기업은 AI 에이전트를 업무 생산성 도구가 아니라 관리해야 할 대상으로 봐야 합니다." 네타 하이비 마이크로소프트 시큐리티 AI 보안 부문 파트너 제품 매니저는 4일까지 미국 샌프란시스코에서 열린 '마이크로소프트 빌드 2026'에서 '에이전트 365' 특장점을 소개하며 이같이 밝혔다. AI 에이전트 성능이나 생산성도 중요하지만, 조직 안팎에 흩어진 에이전트를 식별·감시·관리할 수 장치가 필수라는 설명이다. 에이전트 365는 기업 내 AI 에이전트를 등록·감시·통제하는 관리 솔루션이다. 마이크로소프트는 이 제품을 지난해 11월 처음 공개한 뒤 5월 1일 전 세계에서 정식 출시했다. 현재 AI 에이전트는 기업 업무 환경 안으로 깊숙이 들어왔다. 서비스형 소프트웨어(SaaS) 애플리케이션에 기본 탑재된 에이전트부터 개발자가 직접 만든 에이전트, 클라우드 플랫폼 위에서 구동되는 맞춤형 에이전트가 동시에 작동하고 있다. IDC 발표에 따르면 2028년까지 전 세계 조직 내 에이전트 수가 13억 개에 이를 전망이다. 하이비 매니저는 에이전트 증가 속도만큼 관리 체계가 마련되지 못하고 있다는 점을 짚었다. 조직은 에이전트가 어디에 있는지, 누가 만들었는지, 어떤 권한을 갖고 있는지, 실제 어떤 행동을 했는지 모두 확인할 수 없을 것이란 예측이다. 이에 에이전트가 의도한 범위를 벗어나거나, 연결된 도구를 오용하거나, 민감 데이터를 과도하게 공유할 가능성도 관리 대상이 돼야 한다는 주장이다. 그는 이에 발맞춰 '모든 에이전트를 위한 컨트롤 플레인'이 기업 시스템에 구축돼야 한다고 강조했다. 그러면서 '에이전트 365' 필요성을 제시했다. 에이전트 365는 조직 내 에이전트를 등록, 관측하며 정책을 적용하고 위험을 통제하는 관리 플랫폼이다. 하이비 매니저는 에이전트 365가 자사 에이전트만 관리하지 않는다고 말했다. 마이크로소프트 플랫폼에서 만들어진 에이전트뿐 아니라 외부 에이전트, 맞춤형 에이전트, 외부 클라우드 기반 에이전트까지 관리 대삼으로 삼는다고 설명했다. 그는 "이같은 접근은 AI 에이전트 시대 기업 환경이 단일 플랫폼으로 정리되기 어렵다는 현실을 반영한 것"이라고 강조했다. 실제 기업들은 이미 마이크로소프트 365를 비롯한 워크데이, 젠스파크, 아마존 베드록, 구글 버텍스 AI, 랭체인 기반 에이전트를 혼합해 사용 중이다. 그는 "에이전트가 특정 벤더 생태계 안에서만 작동하지 않는 만큼 관리·보안도 이같은 환경을 전제로 설계돼야 한다"고 주장했다. "에이전트, 기업 시스템서 행동하는 주체로" 켄드라 스프링거 에이전트 365 수석 그룹 제품 매니저는 "에이전트가 기업 시스템에서 직접 행동하는 주체 역할을 담당하기 시작했다"고 강조했다. 스프링거 매니저는 에이전트 365 핵심 기능으로 관측, 거버넌스, 보안을 꼽았다. 에이전트 365 관측은 조직 내 어떤 에이전트가 존재하는지 실시간 확인하는 기능이다. 그는 "기업은 숨겨진 에이전트에 보안 정책을 적용하거나 위험을 평가할 수 없다"며 "사고 발생 시 책임 소재를 추적할 수도 없다"고 설명했다. 이어 "에이전트 365는 관측 기능으로 조직 안팎에 보이지 않는 에이전트 존재를 구석구석 확인하는 역할을 한다"고 밝혔다. 거버넌스는 안전한 에이전트 확산을 위한 가드레일이다. 스프링거 매니저는 "에이전트가 어떻게 구축됐든, 누가 만들었든, 위험 수준에 맞는 보호 장치가 일관되게 적용돼야 한다"며 "이는 AI 도입 속도를 늦추기보다 기업이 안심하고 에이전트를 확대하도록 돕는 장치"라고 설명했다. 보안 기능은 에이전트를 직원, 애플리케이션, 데이터 자산처럼 보호해야 한다는 관점에서 출발한다. 스프링거 매니저는 "에이전트는 단순 SW가 아니라 사용자 대신 정보를 조회하고 도구를 실행하며 업무를 처리한다"며 "프롬프트 인젝션, 의도 이탈, 도구 오용, 데이터 유출 같은 새로운 위험을 막는 기능"이라고 소개했다. 스프링거 매니저는 에이전트도 정체성을 갖고 있다고 주장했다. 에이전트가 사용자 대신 권한을 행사하거나, 스스로 업무를 수행할 수 있다는 이유에서다. 그는 "에이전트의 호출 내역이나 권한 관리, 데이터 접근, 도구 실행 기록이 반드시 확인돼야 한다"며 "이는 사고 발생 시 감사와 책임 추적 출발점"이라고 주장했다. "에이전트 365, 식별·감시·통제 핵심" 이날 마이크로소프트는 에이전트 365 구조를 소개했다. 이 솔루션은 '마이크로소프트 엔트라' '디펜더' '퍼뷰' '인튠' 등 기존 보안·관리 제품과 결합된 형태로 이뤄졌다. 기존 보안 정체성 관리는 엔트라, 위협 탐지·차단은 디펜더, 데이터 거버넌스는 퍼뷰, 섀도 AI 탐지는 인튠이 맡는 식이다. '에이전트 365 소프트웨어 개발 키트(SDK)'는 외부 에이전트를 관리 체계 안으로 끌어들이는 역할을 한다. SDK는 기존 에이전트를 에이전트 365 안에서 찾아주거나 에이전트 ID와 관측성, 보안 정책, 도구 연결, 데이터 보안 기능을 붙이는 연결 장치다. 이를 통해 관리자는 조직 내 전체 에이전트·사용자 수, 런타임 시간, 보류 중인 요청, 위험 감지 에이전트, 소유자 없는 에이전트 등을 확인할 수 있다. 특히 소유자 없는 에이전트는 중요한 관리 리스크로 다뤄진다. 에이전트가 조직 안에서 계속 작동하고 있는데 책임자가 없다면, 권한 관리와 사고 대응이 어려워질 수 있어서다. 마이크로소프트는 정책 템플릿도 에이전트 365 핵심 기능으로 제시했다. 엔트라, 디펜더, 퍼뷰, 쉐어포인트 전반 정책을 한 템플릿으로 묶어 에이전트에 적용할 수 있다는 설명이다. 관리자는 에이전트가 어떤 데이터와 도구에 접근하는지 확인한 뒤 위험 수준을 판단하고, 적절한 보호 정책을 적용해 배포를 승인할 수 있다. 마이크로소프트는 섀도 에이전트 관리도 강조했다. 기존에는 직원이나 부서가 개별적으로 AI 도구를 사용하는 섀도 AI가 문제였다면, 앞으로는 관리되지 않는 에이전트가 새로운 위험이 될 수 있다는 이유에서다. 에이전트 365는 이런 섀도 에이전트를 식별하고 차단하거나 관리 체계 안으로 편입하는 방향을 제시할 수 있다는 것이다. 스프링거 매니저는 "AI 에이전트 경쟁은 더 이상 '누가 더 똑똑한 에이전트를 만드느냐'에만 머물지 않는다"며 "기업 환경에서는 '그 에이전트를 누가 볼 수 있고, 누가 승인하며, 어떤 권한으로 움직이고, 문제가 생겼을 때 누가 책임질 수 있느냐'가 핵심 경쟁력이 되고 있다"고 강조했다. 이어 "AI 에이전트 시대 핵심은 자동화 속도가 아니라 통제 신뢰성"이라며 "기업이 에이전트를 얼마나 많이 도입하느냐보다, 그 에이전트를 얼마나 투명하게 보고 안전하게 다룰 수 있느냐가 다음 단계 경쟁력을 가를 가능성이 크다"고 내다봤다.

2026.06.06 08:16김미정 기자

[AI는 지금] 페루, 국가 AI 전략 2030 발표…공공 AI·거버넌스 제도화 속도

페루 정부가 인공지능(AI) 개발과 활용, 거버넌스를 국가 차원에서 관리하기 위한 중장기 전략을 내놨다. 공공기관과 국영기업을 중심으로 AI 도입 원칙을 제도화하고 AI 책임관 제도까지 신설하면서 중남미 공공 AI 시장의 제도화 흐름에 가세한 모습이다. 6일 세계법제정보센터에 따르면 페루 정부는 지난달 '국가 인공지능 전략 2026~2030'을 발표했다. 이번 전략은 AI를 안전하고 포용적이며 윤리적으로 활용하기 위한 국가 로드맵이다. 국가 발전과 국민 삶의 질 향상을 위해 AI 개발·활용 정책을 통합하고 관련 거버넌스를 강화하는 데 초점이 맞춰졌다. 해당 전략은 '장관령 제152-2026-PCM호'를 통해 승인됐다. 적용 대상은 공공행정기관과 국영기업이다. 학계와 민간 부문, 시민사회는 이를 참고 기준으로 활용할 수 있다. 페루 정부는 이번 전략을 통해 국가 AI 개발과 관리에 관한 정책과 조치를 통합·조정할 계획이다. 전략은 네 가지 축을 중심으로 추진된다. 첫 번째는 AI 인재 및 역량 개발이다. 공무원, 교사, 학생의 디지털 역량을 강화해 AI 관련 전문성과 기술 역량을 높이는 것이 목표다. 두 번째는 AI 기반 혁신 및 창업 촉진이다. 공공·사회 문제 해결을 위한 AI 연구 프로젝트와 기술 솔루션 개발을 장려한다. 세 번째는 AI 윤리 및 규제 체계 구축이다. 기본권 보호와 투명성 강화를 중심으로 책임 있는 AI 활용을 위한 지침과 기준을 마련한다. 네 번째는 시민 참여 및 AI 협력 거버넌스 강화다. 정부, 시민사회, 민간 부문, 국제기구 간 대화와 공동 창출 공간을 확대해 포용적 AI 거버넌스를 구축한다는 구상이다. 특히 이번 전략에는 AI 책임관 제도 신설도 포함됐다. AI 책임관은 AI 기술 운영을 조정하고 윤리 기준 준수 여부를 감독하며 관련 프로젝트의 이행을 관리하는 역할을 맡는다. 중앙정부와 지방자치단체, 개별 기관 차원에서 AI 거버넌스의 핵심 기능을 담당하게 된다. 이번 전략은 페루 AI 정책이 민간 자율 활용 단계를 넘어 공공 주도 제도화 단계로 이동하고 있음을 보여준 것으로 평가된다. 또 공공기관과 국영기업을 적용 대상으로 삼은 만큼 향후 행정 자동화, 교육, 보건, 공공 데이터 분석, 민원 서비스, 지역 행정 분야에서 AI 도입 논의가 늘어날 가능성도 있다. AI 업계에는 기회와 부담이 동시에 커질 전망이다. 공공 AI 프로젝트가 확대되면 AI 솔루션 기업, 클라우드 사업자, 데이터 플랫폼 기업, 보안 기업, 컨설팅 업체에 신규 조달·시범사업 기회가 생길 수 있다. 반면 AI 책임관 제도와 윤리·규제 체계가 도입되면서 기업은 기술 성능뿐 아니라 투명성, 설명 가능성, 개인정보 보호, 편향 관리, 감사 체계 등을 함께 입증해야 할 가능성이 커졌다. 한국 기업에도 이번 전략은 중남미 공공 AI 시장 흐름을 살펴볼 참고 사례가 될 수 있다. 우리나라는 그간 전자정부, 공공 디지털 전환, 행정 시스템 구축 경험을 축적해 왔다. 페루가 AI를 국가 행정 효율화와 국민 삶의 질 개선 수단으로 제도화하면서 기존 디지털정부 협력 의제가 AI와 데이터 거버넌스 영역으로 확장될 여지가 생겼다. 예상되는 협력 분야는 AI 민원 응대, 공공문서 자동 분류, 행정 데이터 통합 플랫폼, 교육 AI, 보건의료 AI, 공공기관 대상 AI 교육, 데이터 거버넌스, 클라우드 기반 행정 시스템 등이다. 공무원·교사·학생의 AI 역량 강화를 핵심 축으로 제시한 만큼 에듀테크 기업과 AI 교육 콘텐츠 기업에도 제한적 사업 기회가 생길 수 있다. 클라우드·데이터 인프라 업계에는 간접적으로 협력할 여지가 있다. 공공기관과 국영기업이 AI를 도입하려면 데이터 저장·처리, 보안, 운영 관리 체계가 필요하기 때문이다. 다만 페루가 한국 데이터센터 업계의 즉각적인 대형 투자처로 부상했다고 보기는 어렵다. 업계 관심은 데이터센터 직접 투자보다 공공 클라우드, 데이터 플랫폼, 디지털정부 시스템 고도화 영역에서 형성될 가능성이 크다. 현지 시장 진입을 위해서는 단순 솔루션 판매보다 협력형 접근이 필요할 것으로 보인다. 페루는 정부, 학계, 민간, 시민사회, 국제기구 간 협력 거버넌스를 강조하고 있다. 이에 해외 기업이 페루 시장에 진입하려면 현지 대학, 스타트업, 공공기관과의 공동 프로젝트, 인재 양성, 기술 이전, 공공 문제 해결형 실증사업을 함께 제안하는 방식이 유리할 수 있다. 중남미 AI 정책 경쟁 측면에서도 의미가 있다. 페루가 2030년까지의 국가 AI 전략을 공식화하면서 역내 AI 제도화 흐름에 합류했기 때문이다. 브라질, 칠레, 콜롬비아 등 주요 중남미 국가들도 AI 규제와 전략을 정비하고 있어 향후 역내 공공 AI 시장과 거버넌스 기준이 구체화될 가능성이 있다. 한국 기업 입장에서는 페루가 중남미 공공 AI 시장의 관찰 지점이 될 수 있다. 시장 규모는 브라질이나 멕시코보다 작지만, 공공 AI 전략이 제도화된 국가에서 레퍼런스를 확보할 경우 다른 스페인어권 국가로 확장할 여지는 있다. 그러나 실제 사업 기회는 향후 예산 배정, 부처별 실행 계획, 조달 기준, AI 책임관 권한, 데이터 개방 수준에 따라 달라질 전망이다. 페루 정부는 이번 전략을 통해 AI를 국가 행정 혁신과 국민 삶의 질 개선을 위한 핵심 수단으로 삼겠다는 방침이다. 공공기관과 국영기업을 중심으로 AI 활용 원칙을 정비하고, 민간·학계·시민사회와의 협력을 통해 책임 있는 AI 생태계를 구축하겠다는 구상이다. 페루 정부는 "국가 인공지능 전략 2026~2030은 사람을 중심에 두고 AI를 국가 발전에 활용하기 위한 로드맵"이라며 "책임 있는 기술 발전을 바탕으로 현대적이고 경쟁력 있는 AI 거버넌스를 구축하겠다"고 밝혔다.

2026.06.06 08:00장유미 기자

젠슨 황, 홍대서 최태원·구광모·이해진과 '제2 깐부회동'

5일 방한한 젠슨 황 엔비디아 최고경영자(CEO)가 국내 주요 대기업 리더들과 홍대 인근에서 이른바 '제2 깐부회동'을 가졌다. 인공지능(AI) 시대를 주도하는 글로벌 빅테크 수장과 국내 제조·플랫폼 기업 총수가 한자리에 모였다. 황 CEO는 이날 오후 7시 서울 마포구 홍대입구역 인근 삼겹살 전문점 '형님 저요'에서 최태원 SK그룹 회장, 구광모 LG그룹 회장, 이해진 네이버 의장과 만찬을 가졌다. 당초 약속 장소로 서울 성수동 등이 유력하게 거론됐으나 동선과 보안 등을 고려해 최종적으로 홍대가 낙점된 것으로 알려졌다. 황 CEO는 회동 직전 현장에 대기 중이던 기자들과 만나 "오늘 저녁 주요 주제는 많은 성장과 새로운 제품이 될 것"이라며 만찬 테이블에서 다룰 핵심 의제를 시사했다. 아울러 파운드리(반도체 위탁생산) 협력과 관련해 "삼성 파운드리와 많은 파트너십을 갖고 있다"고 직접 언급했다. 재계에서는 이번 만남을 지난해 10월 서울 삼성동에서 열렸던 '깐부회동'에 빗대 '제2 깐부회동'으로 부르고 있다. 황 CEO는 지난해 10월 이재용 삼성전자 회장, 정의선 현대차그룹 회장과 서울 강남 한 치킨 매장에서 '치맥 회동'을 가져 화제를 모았다. 이번 만찬 장소인 '형님 저요' 역시 친근한 연상 작용을 고려해 선택된 것으로 풀이된다. 이날 참석자 중 가장 연장자는 1960년생인 최태원 회장이다. 다음으로 젠슨 황 CEO(1963년생), 이해진 의장(1967년생), 구광모 회장(1978년생) 순이다. 삼겹살과 소주를 앞에 두고 진행된 이번 회동에서 이들은 AI 생태계를 아우르는 협력 방안을 교환한 것으로 알려졌다. 엔비디아와 SK하이닉스의 고대역폭메모리(HBM)4 공급망 협력을 비롯해, LG그룹의 초거대 AI와 차세대 배터리 사업, 네이버의 자체 AI 서비스 전략과 소버린 AI 인프라 구축 등이 논의 테이블에 오른 것으로 관측된다. 황 CEO는 남은 방한 기간 동안 국내 주요 AI·로봇 스타트업 경영진과 비공개 간담회, 주요 기업 사옥 및 대학 연구소 방문 등 한국 AI 생태계를 점검하는 광폭 행보를 이어갈 예정이다.

2026.06.05 20:22전화평 기자

파이슨, AI 인프라 지원 위한 스토리지 전략 제품 공개

[타이베이(대만)=권봉석 기자] PCI 익스프레스 기반 컨트롤러와 SSD, UFS 솔루션 등을 공급하는 대만 팹리스 파이슨(Phison)은 2024년부터 올해까지 3년 연속 컴퓨텍스에 출전했다. 올해 파이슨은 컴퓨텍스에서 저장장치 기술을 활용해 각종 AI 서비스와 기술을 구현하는 'AI 인에이블러(AI Enabler)'가 되겠다고 선언했다. 실제로 부스 곳곳에서 SSD 단품보다 이를 바탕으로 한 AI 솔루션을 쉽게 찾을 수 있었다. 5일(현지시간) 타이베이 난강전람관 내 파이슨 부스에는 데이터센터용 30TB 하드디스크 드라이브(HDD) 8개에 해당하는 245.76TB를 저장 가능한 서버·데이터센터용 NVMe SSD인 '파스카리 D206V'를 전시했다. 현장 파이슨 관계자는 "이 제품은 일본 키오시아 QLC(4비트) 낸드 플래시 메모리 기반으로 최대 수백 개에 달하는 HDD를 대체할 수 있다. 컴퓨텍스가 매년 수여하는 '베스트 어워드' 중 골드 어워드를 수상한 대표 전시품"이라고 설명했다. '파스카리 D250P'는 액체를 이용해 SSD 작동시 온도를 낮추도록 설계된 제품이다. 파이슨 관계자는 "기존 공랭식 대비 표면 온도를 최대 13도 낮춰 서버의 안정적인 작동에 도움을 주며 이는 최근 데이터센터 사업자들이 적극 검토하는 구조"라고 설명했다. 온디바이스 AI 구동시 직전 처리 내역을 기억하는 'KV(키값) 캐시'는 LLM 등 대화형 AI 모델의 답변 정확도를 높이는 데 중요한 요소다. 그러나 KV 캐시를 무한정 증가시키면 GPU가 연산에 활용할 수 있는 메모리가 줄어든다. 특히 내장 GPU를 활용하는 노트북 등 AI PC는 16GB/32GB 등 한정된 메모리 용량을 운영체제와 일반 응용프로그램, GPU가 나눠 써야 한다는 난점이 존재한다. 파이슨 'aiDAPTIV' 기술은 SSD 중 일부 영역을 KV 캐시로 활용한다. 파이슨 관계자는 "고대역폭메모리(HBM)이나 D램 탑재량을 크게 늘리지 않고도 더 큰 모델을 구동할 수 있어 AI PC 등에 적합한 기술"이라고 설명했다. 파이슨이 공개한 자체 개발 NPU '토파즈'는 Arm 코어텍스-A55 기반 8코어 프로세서와 4코어 NPU를 결합했다. 칩당 연산 성능은 최대 40 TOPS(1초당 1조 번 연산)이며 칩 8개를 모은 가속기로 최대 320 TOPS 연산이 가능하다. 파이슨 관계자는 "토파즈는 이미지 분류, LLM/VLM 구동, 물체 인식과 제품 추천, 음성인식 등을 지원하며 영상 처리 엔진을 함께 포함했다. 오픈소스 기반 AI 모델과 함께 파이슨이 최적화한 AI 모델을 함께 제공한다"고 설명했다. 파이슨은 컴퓨텍스 기간 중 PCI 익스프레스 6.0 기반 SSD 컨트롤러 'X3(PS5303)' 시제품도 전시했다. 대만 TSMC N6 공정에서 생산되며 NVMe 2.3, 오픈컴퓨트프로젝트(OCP) 2.6을 지원한다. 최대 구현 가능한 용량은 2PB(페타바이트, 1000TB)다. 파이슨 관계자는 "현재 시장의 주류 제품은 PCI 익스프레스 5.0 기반이지만 AI 데이터센터가 요구하는 데이터 처리량은 계속 증가하고 있다. 향후 AI 인프라 시장에서 초고속 스토리지의 중요성은 커질 것이며 파이슨 역시 이에 대비하고 있다"고 말했다.

2026.06.05 19:25권봉석 기자

젠슨 황 방한에 들뜬 AI 업계…"엔비디아 생태계 종속 경계해야"

젠슨 황 엔비디아 최고경영자(CEO) 방한이 국내 인공지능(AI) 업계에 기대와 우려를 동시에 키우고 있다. 그래픽처리장치(GPU) 공급 확대 논의 등 AI 협력이 추가로 이뤄질 수 있다는 시각이 나오지만, 한국이 엔비디아 생태계에 더 깊이 묶일 수 있다는 지적이 공존하고 있다. 5일 IT 업계에 따르면 젠슨 황 CEO는 배경훈 부총리 겸 과학기술정보통신부 장관을 만나 GPU 공급을 비롯한 AI 협력 방안을 논의할 것으로 전해졌다. 업계에선 이번 논의가 정부의 국가 AI 컴퓨팅 인프라 구축 사업과 맞물려 차세대 GPU '베라루빈' 확보 시기를 앞당길 수 있다는 기대감을 드러냈다. 그동안 업계에서는 연내 베라루빈을 국내에 들여오기 쉽지 않을 것이란 관측이 이어졌다. 일각에선 젠슨 황 CEO와 배경훈 부총리 면담을 단순히 AI 협상으로만 봐서는 안 된다는 지적이 나온다. 특히 GPU 공급 확대는 한국 AI 인프라 구축에 필요한 과제지만, 엔비디아와 협력 범위가 넓어질수록 특정 기업 의존도가 커질 수 있다는 우려가 이어지고 있다. 실제 GPU 공급 확대가 이뤄져도 엔비디아가 전략적 반대급부를 요구할 가능성이 있다는 관측이 제기됐다. 한 국내 AI 업계 관계자는 "젠슨 황 CEO와 배 부총리 면담을 계기로 GPU 공급 문제는 어느 정도 해결될 가능성 있지만, 엔비디아가 이를 그냥 주는 것은 아닐 것”이라고 내다봤다. 또 다른 업계 관계자는 엔비디아가 GPU 공급을 앞세워 국내 기업과 월드 모델 '코스모스'·디지털 트윈 '옴니버스' 협력까지 넓힐 경우 한국이 엔비디아 생태계에 더 깊이 묶일 수 있다는 우려를 제기했다. 그는 "엔비디아의 월드 모델과 디지털 트윈 시스템에는 제조 데이터가 충분하지 않다"며 "한국 반도체, 자동차, 조선 기업이 엔비디아에게 중요한 자산이 되는 이유"라고 말했다. 그동안 거대언어모델(LLM)은 인터넷 데이터 기반으로 개발됐다. 반면 월드 모델, 디지털 트윈, 피지컬 AI 모델 등은 현장에서 축적된 제조 데이터가 필수다. 이에 엔비디아가 '제조 강국'으로 불리는 한국 내 기업과 협력을 넓히려는 배경에도 이같은 데이터 수요가 있다는 분석이 꾸준히 나왔다. 문제는 GPU 공급과 모델 협력이 동시에 추진될 경우다. 국내 기업이 엔비디아 GPU를 도입하는 데 그치지 않고, 엔비디아 월드 모델과 디지털 트윈 생태계까지 활용하게 되면 AI 인프라뿐 아니라 모델과 플랫폼 운영에서도 엔비디아 의존도가 장기적으로 높아질 수 있다. 업계 관계자는 "제조 데이터가 직접 외부로 이전되지 않더라도 쟁점은 남는다"며 "기업이 엔비디아 모델을 활용해 학습이나 포스트트레이닝을 진행할 경우 그 결과물인 가중치 소유권과 활용권을 어떻게 정리할지도 이슈일 것"이라고 예측했다. 이어 "물론 해당 모델이 오픈소스 AI 모델 형태라 하더라도 나중에 어떻게 될지 모르는 실정"이라고 덧붙였다. "HBM 협력, 단순 납품 역할 넘어서야…NPU 투자 늘려야" AI 업계에선 국내 기업이 엔비디아와 추진하는 고대역폭메모리(HBM) 협력도 단순 납품 구조에 머물러서는 안 된다고 지적했다. 삼성전자와 SK하이닉스가 엔비디아에 HBM을 공급하기만 하면 한국은 AI 반도체 생태계에서 부품 공급자 지위에 그친다는 우려 목소리다. 한 관련 업계 관계자는 "국내 기업과 엔비디아 협력은 앞으로 HBF까지 이어질 수 있다"며 "중요한 것은 우리가 단순 공급자로 격하되지 않는 것"이라고 말했다. 이어 "차세대 시스템 설계 단계부터 삼성전자·SK하이닉스가 엔비디아와 함께 들어가는 구조가 돼야 할 것"이라고 덧붙였다. 정부의 GPU 중심 전략이 국내 신경망처리장치(NPU) 산업을 위축시킬 수 있다는 우려도 나오고 있다. 정부와 시장의 관심이 GPU 확보에만 집중되면 퓨리오사AI와 리벨리온 등 국내 NPU 기업이 성장할 수 있는 수요 기반이 약해질 수 있다는 것이다. 최근 에이전틱 AI 시대로 접어들면서 NPU 중요성이 커지고 있다. 앞으로는 거대 모델을 새로 학습시키는 일뿐 아니라 이미 학습된 모델을 기업 업무에 맞게 빠르고 효율적으로 실행하는 추론 단계가 더 중요해질 수 있다는 예측도 나오고 있다. 특히 AI 에이전트는 개인 PC나 기업 클라우드에 있는 데이터를 참고해 업무를 처리한다. 이 과정에서 대규모 학습용 GPU뿐 아니라, 낮은 전력으로 추론을 처리할 수 있는 NPU의 역할이 커질 수 있다는 전문가 의견도 이어지고 있다. 업계 관계자는 "지금 정부는 NPU를 억지로라도 육성해야 한다"며 "당장 투자자본수익률(ROI)이 완벽하지 않더라도 공공 수요를 통해 써줘야 한다”고 말했다. 이어 "정부가 이번 젠슨 황 CEO와의 만남에서 무엇을 얻고, 어떤 조건을 확보할 수 있는지 관건일 것"이라고 덧붙였다.

2026.06.05 19:02김미정 기자

[유미's 픽] 작년 경주 빅딜서 빠졌던 LG…구광모, 젠슨 황과 'AI 판' 다시 짜나

젠슨 황 엔비디아 최고경영자(CEO)의 방한을 계기로 LG그룹과 엔비디아의 인공지능(AI) 협력 구도에 관심이 쏠리고 있다. 지난해 정부와 삼성전자, SK그룹, 현대차그룹, 네이버클라우드를 중심으로 짜인 엔비디아의 한국 AI 인프라 협력에서 응용 분야 파트너로 참여했던 LG가 이번 회동을 계기로 그래픽처리장치(GPU) 확보와 피지컬 AI, AI 데이터센터 분야에서 역할을 키울지 주목된다. 5일 재계에 따르면 황 CEO는 이날 저녁 서울 마포구 홍대 인근 식당에서 최태원 SK그룹 회장, 구광모 LG그룹 회장, 이해진 네이버 의장 등과 만찬 회동을 갖는다. 재계에선 황 CEO가 방한 기간 동안 서울 여의도 LG트윈타워와 현대차그룹 양재 사옥을 방문할 가능성도 거론되고 있다. LG 방문이 이뤄질 경우 구 회장을 비롯해 LG전자, LG이노텍, LG유플러스, LG AI연구원 등 주요 계열사 경영진이 배석할 가능성이 제기된다. 피지컬 AI와 AI 데이터센터, 전장·로보틱스, 소버린 AI 등 협력 의제가 계열사별로 걸쳐 있기 때문이다. 업계에선 구 회장과 황 CEO의 만남을 계기로 LG가 엔비디아 생태계 안에서 향후 어떤 역할을 맡을지 주목하고 있다. 앞서 지난해 10월 경주에서 발표된 엔비디아의 한국 AI 인프라 협력은 정부와 삼성전자, SK그룹, 현대차그룹, 네이버클라우드를 중심으로 진행된 바 있다. 당시 정부가 5만 장, 삼성·SK·현대차가 각각 5만 장, 네이버클라우드가 6만 장 등 총 26만 장 규모 GPU 확보 계획이 공개됐다. LG는 당시 대규모 GPU 확보 주체로 전면에 나서지는 않았다. 대신 로보틱스와 의료, 소버린 대형언어모델(LLM), 6G 등 응용 분야 협력 파트너로 이름을 올렸다. LG AI연구원의 초거대 AI 모델 '엑사원'을 활용해 스타트업과 학계의 암 진단 연구 생태계를 지원하고 엔비디아 네모 트론 등을 활용한 소버린 거대언어모델(LLM) 개발에도 참여하는 방식이었다. 이번 황 CEO 방한은 LG가 엔비디아와의 협력 범위를 응용 분야에서 AI 인프라와 산업 현장 적용 영역으로 넓히는 계기가 될 수 있을 것으로 보인다. 엔비디아가 GPU 공급을 넘어 AI 팩토리, 로보틱스, 디지털트윈, 소버린 AI 플랫폼으로 사업 영역을 확장하고 있는 만큼 가전, 제조, 로봇, AI 모델, 데이터센터 역량을 갖춘 LG와 접점이 커질 수 있을 것으로 예상된다. GPU 확보 규모도 시장의 관심사다. 삼성전자, SK그룹, 현대차그룹, 네이버클라우드가 지난해 대규모 GPU 확보 계획을 밝힌 만큼 LG가 이번에 별도 물량을 확보할지, 확보한다면 어느 계열사를 중심으로 활용할지가 관전 포인트다. 업계에선 LG전자의 로봇·스마트팩토리, LG AI연구원의 엑사원, LG CNS의 AI 데이터센터·기업 AX 사업 등을 잠재 수요처로 거론하고 있다. 다만 구체적인 GPU 수량과 도입 방식은 아직 확인되지 않았다. GPU를 직접 구매할지, 클라우드 방식으로 활용할지, 계열사별로 배분할지도 변수다. 엔비디아 최신 GPU 공급이 전 세계적으로 빠듯한 만큼 실제 도입 시점과 물량 배정도 협상 과정에서 주요 쟁점이 될 전망이다. 가장 직접적인 협력 축은 피지컬 AI가 될 것으로 보인다. 피지컬 AI는 로봇, 자율주행차, 스마트팩토리 장비처럼 현실 세계에서 움직이는 기계에 AI를 적용하는 분야다. 엔비디아는 아이작, GR00T, 옴니버스 등 로보틱스·디지털트윈 플랫폼을 앞세워 피지컬 AI 생태계를 넓히고 있다. LG전자도 해당 분야 핵심 계열사로 꼽힌다. LG전자는 가전과 홈 로봇, 스마트홈, 전장, 제조 현장을 보유하고 있다. 엔비디아의 로보틱스 플랫폼과 LG전자의 제품·제조 역량이 결합될 경우 가정용 로봇과 산업용 로봇, 스마트팩토리 분야에서 협력 여지가 커진다. LG이노텍도 협력 후보로 거론된다. LG이노텍은 전장 카메라 모듈과 센싱 부품, 반도체 기판 등 부품 사업을 갖고 있다. 피지컬 AI가 로봇과 자율주행, 스마트팩토리 장비로 확산될수록 센서와 카메라, 고성능 기판 수요가 커질 수 있어 엔비디아 생태계와의 접점이 넓어질 수 있다. LG AI연구원도 핵심 축이다. 엑사원 고도화에는 대규모 AI 컴퓨팅 인프라와 추론 최적화 기술이 필요하다. LG AI연구원이 엑사원을 기반으로 소버린 AI와 산업 특화 모델 개발을 추진하는 만큼 엔비디아 GPU와 소프트웨어 생태계 활용은 모델 경쟁력 강화와 서비스 확장에 중요한 변수로 꼽힌다. LG CNS의 역할도 부각되고 있다. LG CNS는 로봇 하드웨어를 직접 만들지는 않지만 로봇 학습, 관제, 운영, 산업 현장 적용, 스마트팩토리 구축 등 기업용 피지컬 AI 구현 영역과 맞닿아 있다. LG전자가 로봇 제품과 하드웨어, 로봇용 AI 모델 개발을 맡는다면, LG CNS는 이를 제조·물류·산업 현장에 적용하고 운영하는 실행축을 맡을 수 있다. AI 데이터센터 분야도 협력 가능성이 큰 영역이다. AI 가속기 성능이 높아질수록 발열과 전력 소모가 데이터센터 운영의 핵심 변수로 떠오르고 있어서다. LG전자의 고효율 칠러, LG에너지솔루션의 에너지저장장치(ESS), LG CNS의 데이터센터 구축·운영 역량은 엔비디아가 추진하는 AI 팩토리 확산 전략과 맞물릴 수 있다. 이에 GPU 공급을 넘어 냉각·전력·운영까지 묶은 AI 인프라 패키지에서 LG그룹의 역할이 커질 수 있을 것으로 전망된다. LG유플러스도 잠재 협력 축으로 꼽힌다. 통신망과 데이터센터, 클라우드 인프라를 보유한 만큼 엔비디아 GPU 기반 AI 서비스 확산 과정에서 기업용 AI 인프라와 네트워크, 6G 협력 등으로 접점이 생길 수 있다. 지난해 엔비디아의 한국 AI 협력 구도에서도 LG유플러스는 6G와 AI 무선접속망 분야 협력 파트너로 이름을 올렸다. 재계에선 이번 황 CEO 방한을 LG AI 전략의 분기점으로 보고 있다. 이날 저녁 만찬이 국내 주요 그룹 총수들과의 네트워킹 성격이라면, LG트윈타워 방문은 LG전자, LG이노텍, LG유플러스, LG AI연구원, LG CNS 등 계열사별 협력 방향을 구체화하는 자리가 될 수 있어서다. 업계 관계자는 "LG는 로봇과 제조, AI 모델, 데이터센터 역량을 함께 보유한 만큼 엔비디아 입장에서도 피지컬 AI 확산을 위한 협력 파트너로 볼 여지가 있다"며 "이번 만남은 LG가 엔비디아 생태계 안에서 어떤 역할을 맡을지 확인하는 계기가 될 것"이라고 말했다.

2026.06.05 17:39장유미 기자

DGIST, 한국판 '일론머스크' 만들기 프로젝트 시동

DGIST(대구경북과학기술원)가 미래 인공지능(AI) 지도를 바꿀 '한국판 일론 머스크' 만들기 프로젝트에 시동을 걸었다. 이건우 DGIST 총장은 5일 서울서 과학기술정보통신부 출입 기자단을 대상으로 기자간담회를 개최하고, "대구·경북 지역 AI 및 AX 생태계를 주도할 영재 발굴부터 AI 대학 신설, 딥테크 창업까지 이어지는 전주기 인재 육성 플랫폼을 가동한다"고 말했다. 이 총장은 "DGIST가 올해로 창립 22주년을 맞았다"며 "대학이 한 단계 도약하기 위해서는 교통망이 우선 좋아야 한다. 조만간 건립할 산업철도가 대학을 관통하는데, 이 역을 대학 내로 몇백 m만 옮겨 건립한다면 DGIST는 사통팔달 제2 전성기를 맞을 인프라를 갖게 된다"고 말했다. 이날 DGIST 중점 과제 소개는 박경준 기획처장(전기전자컴퓨터공학과 교수)이 맡았다. 답변은 사회를 맡은 김회준 글로벌협력처장과 은용순 교학부총장, 이성훈 산업AX혁신본부장, 홍상훈 기획조정실장, 석창원 융합인재교육원장 등이 나섰다. 박 처장은 비전으로 'AI시대를 선도하는 차세대 과학인재 조기 발굴·양성 플랫폼 구축을 제시하고, ▲AI/SW 스쿨 및 과학창의학교 운영 ▲AI 대학 개설 ▲혁신창업원 설립 등을 통해 일론 머스크 같은 미래 혁신가를 배출하는 것이 목표라고 언급했다. 과학창의학교는 지난해 오픈했다. 초등 6년부터 고등학생이 대상이다. 또 AI/SW스쿨은 지난 3월 개강했다. 고성능 컴퓨팅 기반 실습과 프로젝트 기반 학습법(PBL)으로 영재 발굴을 진행한다. 이는 수준별 무학년제로 운영하는 것이 특징이다. 이들 2개 프로그램을 통해 현재까지 총 996명을 교육했다. 2027년부터는 매년 200명(학부 100명, 석사 및 박사 각각 50명) 규모 AI 대학 신입생도 선발한다. 과목은 피지컬AI학과·메디컬AI학과·AX학과 등을 만들 계획이다. 이를 위해 국내 처음으로 DGIST는 5년 내 학사와 석사학위 취득이 가능한 학·석사 패스트트랙 및 유연학제를 도입하기로 했다. 또 미국 AI 선도대학과 공동 연구 등 글로벌 프로그램 운영과 기업 난제를 학교 랩으로 가져와 해결하는 혁신적 산학협력 모델인 '리버스 산학협력' 프로그램을 운영하기로 했다. 혁신 창업원도 설립된다. 첫해 운영 예산은 120억 원 규모로 예상했다. 초대원장은 외부에서 영입, 7월 1일부터 본격 업무를 시작할 계획이다. 혁신 창업원은 원스톱 창업 생태계를 구축, 딥테크 창업 전초기지로 자리매김하도록 할 방침이다. 여기에 지난 3월 임명된 최문종 디지스트 기술지주 공동대표와 주우진 기술경영전문대학원장이 함께 힘을 보탠다. 산업AX혁신과 관련해서는 AX공동연구랩을 가동한다. 이건우 총장은 "우리가 산학협력을 거론한 지 30년도 더 됐다. 지금도 이를 얘기하는 건 잘 안되고 있다는 것"이라며 "이에 공동 실험실 개념을 도입했다. 사전에 시범 운영해 본 결과 현재까지는 성공적인 모델로 평가한다"고 말했다. AX공동연구랩에는 직원이 상주하며 연구를 진행한다. 공학 전문 대학원과 기업 직원이 회사 문제를 가져와 함께 풀고, 해결하는 시스템이다. 오는 2029년 완공될 알파시티 AX캠퍼스에 AX대학원과 함께 이 연구랩이 들어선다. 이 연구랩 참여 기업은 HL만도와 파트론 등이 이미 출범했고, 삼보모터스와 평화산업, 카펙발레오는 협약을 완료했다. 이외에 유한양행과 상신브레이크 등 총 12개 기업이 협약을 앞두고 있다. AI 대학의 차별성에 대해 박경준 처장은 "실용적인 측면을 강조한다. 현재 마음AI 측과 피지컬AI의 실용적인 교과과정 편성을 위해 회의하고, 논의를 진행 중"이라며 "산업체 관계자를 포함시켜 기업과 학생에 반드시 필요한 교과과정을 설계해 나갈 것"이라고 덧붙였다. "이건우 총장은 또 "AI 대학은 학과를 한 번 정하면, 그걸로 끝이 아니라, 중간에 후회하는 인력도 늘 발생하기에 대학 간 전과도 허용하는 유연성을 확보하는 방안도 검토 중"이라고 말했다. 마지막으로 4극3특 관련해서는 올해부터 향후 5년간 2,531억원이 투입되는 '4극3특 과학기술혁신지원사업'을 추진한다. 대구시와 경북도가 함께 하지만, 주관은 DGIST가 맡는다. 이를 이해 DGIST는 총장 직속으로 사업단도 꾸렸다. 전략기술로는 모빌리티, 로봇, 시스템반도체 등 3개다. 이건우 총장은 "이제 대학은 상아탑에 머물러서는 안 된다. 파괴적 혁신으로 세상을 바꿀 인재를 직접 길러내는 전초기지가 돼야 할 것"이라며 "이번 과제들은 DGIST가 전통적인 교육 기관의 한계를 깨고 글로벌 딥테크 혁신 진원지로 거듭나겠다는 대국민 선언"이라고 말했다. 이 총장은 이어 "대구·경북을 시작으로 대한민국 남부권 전체를 미국 실리콘밸리에 버금가는 'AI·딥테크 심장부'로 만들어, 국가 과학기술 패권 경쟁의 최전선에 DGIST가 설 것"이라고 덧붙였다.

2026.06.05 17:34박희범 기자

AI 인프라 몸값 치솟는다…스위치, 77조원 가치로 투자 유치 추진

생성형 인공지능(AI) 확산으로 데이터센터 수요가 급증하면서 글로벌 인프라 시장에 대규모 자금이 몰리고 있다. AI 투자가 전력·서버·데이터센터 확보로 번지면서 관련 인프라 기업들의 몸값도 빠르게 치솟는 분위기다. 5일(현지시간) 디인포메이션에 따르면 미국 데이터센터 개발·운영 기업 스위치(Switch)는 최소 500억 달러(약 77조원) 기업가치를 기준으로 수십억 달러 규모 신규 투자 유치를 추진 중이다. 투자 라운드에는 브룩필드자산운용과 KKR을 비롯한 사모펀드 및 기관투자자들이 참여를 검토 중인 것으로 전해졌다. 다만 현재 논의는 초기 단계로 아직 최종 확정된 것은 아니다. 이번 투자 유치는 향후 기업공개(IPO)로 이어질 가능성도 제기된다. 로이터는 스위치가 이르면 내년 상장을 추진할 수 있으며 골드만삭스와 JP모건이 자금 조달 작업을 지원하고 있다고 보도했다. 스위치는 미국 네바다주 라스베이거스에 본사를 둔 데이터센터 전문기업이다. 2000년 창업자인 롭 로이 최고경영자(CEO)가 설립했으며 데이터센터 설계와 운영 관련 950개 이상의 특허를 보유 중이다. 회사는 데이터센터 설계·건설·운영을 핵심 사업으로 영위하며 대규모 기술 인프라 생태계를 구축해왔다. 회사는 지속 가능한 재생에너지 기반 데이터센터 구축을 핵심 비전으로 내세우고 있다. 주요 고객으로는 엔비디아·테슬라·페덱스·로지텍 등을 확보했다. 최근 AI 데이터센터 투자 붐이 이어지면서 스위치 역시 핵심 인프라 사업자로 주목받고 있다. 앞서 올해 초에는 소프트뱅크가 AI 인프라 프로젝트 '스타게이트' 추진을 위해 약 500억 달러 규모 스위치 인수를 검토했으나 거래 규모 부담 등으로 협상을 중단한 바 있다. 이후에도 양측은 전략적 투자와 협력 가능성을 놓고 논의를 이어온 것으로 알려졌다. 스위치는 회사 공식 홈페이지를 통해 "우리는 지속 가능한 성장을 뒷받침하는 기술 인프라 생태계를 구축하고 있다"며 "고객에게 혁신과 규모의 경제, 지속 가능성을 제공하는 것이 목표"라고 밝혔다.

2026.06.05 17:24한정호 기자

GAC, 5월 수출 140% 성장 기록하며 지속 가능한 글로벌 모빌리티 비전 발전

광저우, 중국 2026년 6월 5일 /PRNewswire/ -- GAC가 6월 4일 또 한 달의 가속화된 글로벌 모멘텀을 발표했으며, 5월 독자 브랜드 수출이 전년 대비 140% 증가한 2만 8386대에 달했다. 1월부터 5월까지의 누적 수출은 전년 대비 135% 증가한 9만 8861대를 기록하여 '원 GAC 2.0(One GAC 2.0)' 전략의 지속적인 영향과 고품질 현지화 글로벌 운영에 대한 회사의 약속을 반영했다. 두드러진 성과 중에서 AION UT는 2025년 3월 국제 데뷔 이후 홍콩(중국), 싱가포르, 콜롬비아, 우루과이에서 순수 전기 해치백 부문을 지속적으로 선도하며 세계에서 가장 경쟁적인 EV 시장 전반에서 광범위한 인정을 받았다. 이 결과들은 GAC가 진정한 글로벌 자동차 강자로 부상하고 있음을 강조한다. 단일 시장이나 모델에 의존하지 않고, 회사의 성장은 규율 있는 제품 전략과 5개 대륙 102개국과 지역에 걸쳐 생산, 유통, 사후 서비스 및 브랜드 참여를 아우르는 빠르게 성숙하는 국제 생태계에 의해 주도되는 광범위한 기반을 갖추고 있다. 지역적으로 GAC가 가진 모멘텀의 폭은 인상적이다. 아시아 태평양 소매 판매는 5월 전년 대비 123% 급증했으며, 홍콩의 293% 성장과 태국의 전기 택시 부문에서의 지속적인 리더십이 이를 이끌었다. 아메리카는 지역 소매 판매가 전년 대비 144% 급증하는 탁월한 성과를 달성했다. 콜롬비아는 1088%, 우루과이는 806%, 코스타리카는 733% 증가를 기록하여 라틴아메리카 전반에 걸쳐 강력한 소비자 신뢰의 물결을 반영했다. 중동에서 EMZOOM은 레바논의 B세그먼트 SUV 시장에서 1위를 차지했으며, GAC는 쿠웨이트에서 제품 품질과 중고차 재판매 가치 모두에서 선도 중국 브랜드로 인정받았다. 5월은 또한 GAC의 장기 시장 개발에서 획기적인 단계를 기록했다. 회사는 4개 모델 출시와 포괄적인 현지화 로드맵으로 파키스탄에 공식적으로 진출했다. 유럽에서 GAC는 AION V가 현지 미디어로부터 강한 호응을 받으며 영국에 공식 진출하여 브랜드의 유럽 전동화 여정에서 중요한 이정표를 기록했다. 멕시코의 데포르티보 톨루카 FC(Deportivo Toluca FC)와 호주의 시드니 FC(Sydney FC)와의 새로운 스포츠 마케팅 파트너십은 주요 성장 시장 전반에서 브랜드의 문화적 뿌리를 더욱 깊게 확립했다. 6개의 해외 제조 기지, 전 세계 696개 이상의 공식 딜러십, 연간 25만 대의 수출 목표를 갖춘 GAC는 더 이상 단순히 차량을 수출하는 회사가 아니다. GAC는 글로벌 자동차 환경에서 지속적인 존재감을 갖추기 위해 필요한 인프라, 파트너십 및 브랜드 자산을 구축하고 있다. https://www.gacgroup.com/en을 방문하거나 소셜 미디어를 팔로우하여 GAC에 대한 자세한 정보를 확인할 수 있다.

2026.06.05 17:10글로벌뉴스

전준영 넥써쓰 사업부장, 제5회 웹3 게임 컨퍼런스 참가…크로쓰 성과 공개

넥써쓰가 블록체인 게임 시장에서의 토크노믹스 결합 성과를 비롯해 수익화 및 차기 성장 전략을 공개한다. 한국게임미디어협회(협회장 이택수)는 전준영 넥써쓰 게임사업부 부장이 오는 6월 23일 경기도 성남시 판교 경기창조경제혁신센터 국제회의장에서 개최되는 '제5회 대한민국 블록체인 웹3 게임 컨퍼런스' 연사로 참가한다고 밝혔다. 전준영 부장은 이날 컨퍼런스에서 '기본기 × 블록체인 = ARPPU $200, CROSS가 두 번 풀어낸 공식'을 주제로 발표한다. 게임의 기본기(게임성·리텐션)와 블록체인 토크노믹스의 결합이 어떻게 유저 1인당 평균 결제 금액(ARPPU) 200달러라는 성과로 이어졌는지를 중심으로, 넥써쓰와 크로쓰 플랫폼이 구현한 블록체인 게임 수익화 공식을 구체적으로 설명할 예정이다. 발표 내용은 ▲2022년 1회 컨퍼런스부터 2026년 5회까지 4년간의 시장 흐름 및 NFT·P2E 거품 이후 시장 재편 ▲씰M·로한2 등 웹2 게임의 웹3 전환 사례 ▲ARPPU 200 달러와 웹샵 매출 비중 ▲AI 에이전트(클로로얄) ▲스테이블코인 결제 ▲크로쓰 메인넷 2.0 브레이크포인트 업그레이드를 통한 차기 성장 전략 등으로 구성된다. 지난 2022년 '대한민국 블록체인 NFT/블록체인 게임 컨퍼런스'로 첫 발을 뗀 본 행사는 지난 4년간 40여 명의 전문가가 참여하고 누적 참가자 수 1300명을 돌파하며 대한민국 대표 게임 컨퍼런스로 자리 잡았다. 올해부터는 급변하는 시장 트렌드를 반영해 '대한민국 블록체인 웹3 게임 컨퍼런스'로 명칭을 변경했다. 올해 컨퍼런스에는 넥써쓰 외에도 코빗 리서치센터, 바이낸스, 메이플스토리 유니버스, 마브렉스, 컴투스홀딩스, BPMG, 안랩블록체인컴퍼니, 맨틀, NC AI, 버스에잇, 스튜디오메타케이, 중앙대 법학전문대학원 등이 참여해 웹3 시장의 미래 전략과 정책적 제언을 아낌없이 공유할 예정이다. 컨퍼런스 참가 사전 등록과 자세한 내용은 공식 홈페이지를 통해 확인할 수 있다. 현장 방문 시 주차는 지원되지 않는다.

2026.06.05 17:00진성우 기자

Prev 11 12 13 14 15 16 17 18 19 20 Next