검색 - IT세상을 바꾸는 힘 지디넷코리아

ZDNet 검색 페이지

'급✅➡️전 대명상조 카툑892jms 내구제 빠르게'통합검색 결과 입니다. (9384건)

영역
기간
- 3개월
- 1년
- 1년 이전

재검색

ESS 시장, 전기차 둔화 속 급성장…LG엔솔, 점유율 두 배 껑충

글로벌 리튬이온 배터리 에너지저장장치(ESS) 시장이 올해 1분기 80% 가까이 성장했다. 전기차 수요 둔화로 배터리 업계의 성장 축이 흔들리는 가운데, ESS가 국내 배터리 업체들의 새로운 성장 동력으로 부상하고 있다. 8일 SNE리서치에 따르면 올해 1분기 글로벌 리튬이온 배터리 ESS 출하량은 195.5GWh로 집계됐다. 이는 전년 동기 109.9GWh보다 78% 증가한 수치다. 지역별로는 중국이 91.4GWh로 가장 큰 시장을 유지했다. 다만 중국의 시장 점유율은 지난해 1분기 54.7%에서 올해 1분기 46.7%로 낮아졌다. 반면 북미, 유럽, 기타 지역의 비중은 확대됐다. 성장률 기준으로는 기타 지역이 138%로 가장 높았다. 유럽은 107%, 북미는 83% 성장했다. 중국도 52% 증가했지만, 중국 외 지역 성장세가 더 가파르게 나타나면서 ESS 시장의 성장 축이 다변화되는 모습이다. 용도별로는 전력망용 ESS가 전체 시장을 이끌었다. 올해 1분기 전력망용 ESS 출하량은 145.9GWh로 전체의 74.6%를 차지했다. 상업용 ESS 출하량은 17.3GWh로 전년 동기 대비 74% 증가했다. 가장 큰 성장세를 보인 분야는 가정용 ESS다. 가정용 ESS 출하량은 지난해 1분기 6.7GWh에서 올해 1분기 20.6GWh로 늘었다. 성장률은 209%에 달했고, 시장 점유율도 6.1%에서 10.6%로 확대됐다. 제조사별로는 중국 CATL이 시장 1위를 유지했다. CATL의 올해 1분기 ESS 출하량은 58.4GWh로 전년 동기 대비 98% 증가했다. 시장 점유율은 26.9%에서 29.9%로 높아졌다. EVE는 20.5GWh를 출하해 점유율 10.5%로 2위를 기록했다. 하이티움은 18.6GWh로 3위에 올랐지만, 출하량이 전년과 비슷한 수준에 그치면서 점유율은 16.8%에서 9.5%로 낮아졌다. BYD와 CALB는 각각 17.7GWh, 14.8GWh를 기록했다. 국내 업체 중에서는 LG에너지솔루션과 삼성SDI가 글로벌 상위권에 이름을 올렸다. LG에너지솔루션의 ESS 출하량은 지난해 1분기 1.5GWh에서 올해 1분기 5.3GWh로 253% 증가했다. 시장 점유율은 1.4%에서 2.7%로 두 배 가까이 확대됐다. 삼성SDI ESS 출하량도 2.2GWh에서 3.0GWh로 34% 증가했다. 다만 시장 평균 성장률을 밑돌면서 점유율은 2.0%에서 1.5%로 낮아졌다. 용도별 경쟁 구도도 달라지고 있다. 전력망용 ESS 시장에서는 CATL이 33%의 점유율로 1위를 차지했고, 하이티움, BYD, EVE, CALB 등이 뒤를 이었다. 상업용 ESS 시장에서도 CATL이 37%로 선두를 유지했다. 반면 가정용 ESS 시장에서는 REPT가 32%로 1위에 올랐다. EVE와 그레이트 파워도 각각 26%, 25%의 점유율을 기록하며 상위권을 형성했다. 전력망용 ESS와 가정용 ESS의 주요 경쟁사가 다르게 나타나는 등 세부 시장별 경쟁 구도도 재편되고 있다. SNE리서치는 “ESS 시장 성장은 중국뿐 아니라 유럽, 북미, 기타 지역으로 확대되고 있다”며 “용도 측면에서도 가정용과 상업용 ESS 수요가 빠르게 증가하며 시장 성장을 견인하고 있다”고 분석했다. 이어 “전기차 시장 성장 둔화 속에서 ESS는 국내 배터리 업체들에 새로운 성장 기회로 부각되고 있다”며 “LG에너지솔루션이 고성장으로 점유율을 확대했고 삼성SDI도 ESS 사업을 확대하고 있어, 하반기에는 국내 업체들의 출하 물량 확대와 점유율 상승이 기대된다”고 전망했다.

2026.06.08 10:09류은주 기자

노타, 천안시 하천·지하차도·우범지역에 온디바이스 AI 심는다

노타가 자사의 온디바이스 인공지능(AI) 최적화 기술로 지역 공공 안전 인프라 분야 재난안전 대응 모델 구축에 나선다. 과학기술정보통신부와 정보통신산업진흥원(NIPA)이 추진하는 2026년 온디바이스 AI 서비스 실증·확산 사업의 '환경적응형 다목적 온디바이스 AI 기반 도시안전망 실증·확산' 과제에 참여기업으로 최종 선정됐다고 8일 밝혔다. 이번 과제는 약 107억원 규모로 추진되며 충남테크노파크를 주관기관으로 노타는 충청남도, 천안시 등과 함께 컨소시엄을 구성해 참여한다. 사업 대상지는 천안시 하천, 지하차도, 하상도로, 우범지역 등 재난·치안 대응이 필요한 주요 공간이다. 각 장 센서 데이터와 CCTV 영상을 활용해 침수, 차량 진입, 이상행동 등 재난·생활안전 상황을 조기에 감지하는 것을 목표로 한다. 노타는 이번 과제에서 비전 언어 모델(VLM) 기반 복합 위험 검지 AI 모델 개발과 온디바이스 환경 최적화를 담당한다. 자사 AI 모델 경량화·최적화 플랫폼 넷츠프레소를 활용해 비전 언어 모델(VLM)을 모빌린트 신경망처리장치(NPU) 환경에 맞게 경량화하고, 도시 안전 현장의 다양한 위험 요소를 빠르게 인식할 수 있는 AI 솔루션을 구현할 예정이다. 이번 사업 핵심은 기존 중앙 서버와 관제 인력 중심 도시 관제 구조를 현장 중심 지능형 대응 체계로 확장하는 데 있다. AI 단말이 위험 상황을 직접 인지하고 차단기, 전광판, 스피커 등 현장 설비와 연계해 즉각적인 대응을 지원함으로써 재난 발생 시 골든타임 확보에 기여할 수 있다. CCTV 영상 등 민감 데이터를 현장에서 처리해 통신 지연과 네트워크 장애 영향을 줄이고 보안성과 개인정보 보호 수준도 높일 수 있다. 채명수 노타 대표는 "이번 사업은 온디바이스 AI가 시민 안전과 직결되는 공공 인프라에 적용되는 중요한 사례"라며 "온디바이스 AI 최적화 기술을 바탕으로 재난 상황을 현장에서 빠르게 인지하고 대응할 도시안전망 구현에 기여하겠다"고 말했다.

2026.06.08 09:51이나연 기자

美 고용 쇼크가 금리를 깨웠다…나스닥 폭락과 금값 하락의 진짜 이유

"고용지표가 금리를 밀어 올리며 금값을 눌렀다." 6월 1주차 글로벌 금융시장은 강한 미국 고용지표 하나로 방향이 급격히 바뀌었다. 시장은 경기 둔화와 금리 인하 가능성을 기대했지만, 5월 고용은 예상보다 강했다. 그 결과 미국 국채금리가 뛰었고, 시카고상품거래소(CME) FedWatch는 9월까지 금리 동결, 10월 이후 금리 인상 가능성을 반영하기 시작했다. 기술주 중심의 나스닥은 4.2% 급락했고, 금값도 큰 폭으로 밀렸다. 1. 한국거래소(KRX) 금시장: 자기매매회원의 금 매수 지속 주간 평균으로 KRX 가격은 국제 원화 환산 가격 대비 약 99.02%에 머물렀다. 즉, 국내 KRX 금가격이 국제 기준 가격보다 평균 약 1% 낮게 거래된 것이다. 역김치프리미엄이 4주차 지속되면서 개인과 금융기관은 팔았고, 자기매매회원은 대규모로 샀다. 개인과 금융기관이 매도한 이유는 금리 인상 공포와 현금 선호다. 고용지표가 강하게 나오면서 금리 인상 가능성이 커졌고, 나스닥 급락까지 발생하자 개인과 기관은 금을 현금화하려는 움직임을 보였다. 반면 자기매매회원은 국제 원화 환산 가격 대비 KRX 가격이 1% 가까이 할인된 상황을 매수 기회로 판단한 것으로 보인다. 자기매매회원은 단순히 금값 방향만 보는 것이 아니라 국제 가격, 환율, KRX 괴리율을 동시에 본다. 이들이 2,354억 원 순매수했다는 것은 KRX 가격이 과도하게 저평가됐다고 판단했을 가능성이 높다. 2. 미국 5월 고용지표: 금리 인하 기대를 무너뜨린 숫자 6월 1주차 시장을 가장 크게 흔든 것은 미국 5월 고용지표였다. 미국 노동통계국(BLS)에 따르면 5월 비농업부문 고용은 17만2천 명 증가했고, 실업률은 4.3%로 유지됐다. 이는 시장 예상치 약 8만 명 수준을 크게 웃돈 결과다. 실업률도 2025년 7월 이후 4.3~4.5%의 좁은 범위에 머물며 노동시장이 급격히 무너지지 않고 있음을 보여줬다. 고용이 강하다는 것은 경제에는 긍정적이다. 그러나 금 시장에는 단기 악재다. 연준은 금리를 내릴 때 물가와 고용을 함께 본다. 고용이 계속 버티면 “경기 둔화 때문에 금리를 내려야 한다”는 명분이 약해진다. 여기에 전쟁발 유가 상승과 인플레이션 우려가 남아 있으면, 연준은 금리를 내리기는커녕 다시 올릴 가능성까지 검토할 수 있다. 이 고용지표가 발표되자 월가의 반응은 즉각적이었다. Axios는 강한 고용지표로 채권금리가 뛰면서 AI 관련 지출 부담 우려가 커졌고, 나스닥이 4.2% 급락했다고 보도했다. 필라델피아 반도체지수도 10% 이상 하락했고, 엔비디아는 6.2% 떨어졌다. 즉, 고용지표는 단순히 노동시장 뉴스가 아니었다. 이번 주 고용지표는 금리 인하 기대를 무너뜨리고, 주식과 금을 동시에 흔든 매크로 충격이었다. 3. CME FedWatch: 9월까지는 동결, 10월부터 인상 가능성 반영 시카고상품거래소(CME) FedWatch는 연방기금금리 선물에 반영된 시장 참가자들의 현재 베팅을 확률로 보여주는 지표로서 향후 금리의 흐름을 판단할 수 있는 참고 자료로 활용되고 있다. 현재 미국 기준금리 범위가 3.50~3.75%라고 할 때, 2026년 10월 FOMC에서 동결 가능성은 47.3%, 금리 인상 가능성은 50.8%로 제시하였다. 과거 사례를 보면 1~2개월 내 FedWatch 예측은 높은 정확도를 보였지만 6개월 이상 장기 전망은 경제지표와 지정학적 변수에 따라 크게 달라졌다. 따라서 현재 FedWatch가 보여주는 핵심 메시지는 '10월 금리 인상 확정'이 아니라 '시장이 금리 인하 시나리오를 빠르게 포기하고 있다'는 점이다. 그렇다면 왜 9월까지는 동결이고, 10월부터 인상 가능성이 높아지는가. 블룸버그에 따르면 6월, 7월, 9월 FOMC까지는 연준이 새 물가·고용 데이터를 확인하며 기다릴 가능성이 높다. 그러나 10월 회의 시점에는 5월부터 9월까지의 물가, 고용, 유가 데이터가 충분히 누적된다. 만약 그때까지 고용은 강하고, 유가는 높고, PCE가 2% 목표에서 멀리 떨어져 있다면 연준은 금리 인상 카드를 다시 꺼낼 수 있다. 특히 5월 고용이 예상보다 강하게 나오면서 시장은 “경기는 둔화되지 않았고, 물가는 여전히 불안하다”는 쪽으로 해석했다. 여기에 미국·이란 전쟁 교착으로 유가가 높은 수준을 유지하면, 연준의 선택지는 금리 인하가 아니라 동결 또는 인상으로 기울 수 있다. 따라서, 금 투자자 관점에서는 향후 금리 인상이 결국 금값을 강하게 누르는 요인으로 작용하기 때문에 FesWatch 메시지가 주는 의미를 참조해야 할 것이다. 4. 미국·이란 협상 교착과 유가: 전쟁은 아직 끝나지 않았다 6월 1주차 중동 정세는 여전히 불안했다. 로이터는 6월 2일 이란이 미국의 전쟁 중단 제안을 검토하고 있지만, 며칠간 워싱턴과 직접 소통하지 않았다고 보도했다. 트럼프 대통령은 협상이 계속되고 있다고 밝혔지만, 이란 측은 아직 최종안에 응답하지 않은 상태였다. 또한 호르무즈 해협은 여전히 대부분 폐쇄된 상태로 남아 있다고 보도됐다. 유가는 이 불확실성에 즉각 반응했다. 6월 2일 로이터에 따르면 브렌트유는 1.1% 상승한 배럴당 96.00달러, WTI는 1.7% 상승한 93.76달러에 마감했다. 이는 5월 26일 이후 가장 높은 종가였다. 미국 에너지부 장관도 유가 안정의 핵심은 이란과의 해결이라고 밝혔다. 그는 “휘발유와 디젤 가격을 낮추는 길은 호르무즈 해협을 통해 더 많은 원유가 흐르게 하는 것이며, 결국 이란과의 해결이 필요하다”고 말했다. 결국 전쟁은 금값에 이중적으로 작용한다. 지정학 리스크는 금의 안전자산 수요를 키운다. 그러나 유가 상승은 PPI, CPI, PCE를 다시 자극하고, 이는 금리 인하 지연 또는 인상 가능성으로 연결된다. 이번 주에는 후자의 힘이 더 강했다. [독자를 위한 정리] "캐빈 워시 발언의 행간을 읽어야 할 때" 6월 1주차 금값 하락은 단순한 투매가 아니다. 고용지표가 금리 인하 기대를 무너뜨렸고, CME FedWatch는 10월 이후 금리 인상 가능성을 반영하기 시작했다. 여기에 중동 협상 교착으로 유가 불안이 지속되면서 물가 재상승 우려도 남아 있다. 따라서 금 투자자 입장에서는 지금을 추격 매수 구간으로 보기보다, 6월 16~17일 FOMC 첫 Meeting에서 캐빈워시가 어떤 맥락의 메시지를 낼것인가에 주목하고 향후 금리 향방의 구조적 흐름을 잘 읽으면서 신중한 자세로 투자에 접근해야 할 때이다.

2026.06.08 08:20김종인 컬럼니스트

엔비디아, 네이버와 기가와트급 AI 팩토리 구축 협력

엔비디아가 8일 네이버와 협력을 확대하고 엔비디아 AI 팩토리 플랫폼 'DSX'를 기반으로 기가와트(GW)급 AI 인프라를 구축하겠다고 밝혔다. 또 생성 AI를 넘어 에이전틱 AI와 피지컬 AI 분야까지 협력을 강화할 방침이다. 이날 라즈 미르푸리 엔비디아 글로벌 AI 클라우드 및 인프라 생태계 부문 부사장은 사전 브리핑에서 "AI가 실험 단계를 넘어 실제 서비스 단계로 진입하면서 AI 컴퓨팅 수요가 폭발적으로 증가하고 있다"고 설명했다. 이어 "네이버와 함께 한국의 소버린 AI와 차세대 AI 생태계 구축을 가속화할 것"이라고 밝혔다. "네이버, 기술력·인프라 면에서 최적 파트너" 엔비디아는 이번 발표에서 네이버를 한국 내 AI 핵심 파트너사로 평가했다. 라즈 미르푸리 부사장은 "네이버가 보유한 AI 기술력과 클라우드 역량, 데이터센터 운영 경험을 높이 평가했다"고 설명했다. 네이버는 엔비디아와 AI 컴퓨팅 플랫폼, 데이터센터 분야에서 다년간 협력해 왔다. 또 한국어 특화 초거대 AI 모델 '하이퍼클로바 X'를 구축하기도 했다. 라즈 미르푸리 부사장은 "네이버는 뛰어난 기술 인재와 고도화된 디지털 인프라를 보유하고 있으며 빠르게 성장하는 AI 생태계를 갖추고 있다"며 "특히 강력한 클라우드 스택과 한국 시장에 대한 깊은 이해, 그리고 광범위한 고객 접점을 갖춘 최적의 파트너"라고 말했다. 세종 데이터센터에 DSX 플랫폼 기반 GW급 AI 팩토리 추진 네이버는 현재 운영 중인 세종 데이터센터를 기반으로 AI 인프라를 확대하고 장기적으로는 기가와트급 규모의 AI 팩토리 구축을 추진한다. 데이터센터를 위한 플랫폼에는 '엔비디아 DSX'가 쓰인다. 엔비디아 DSX는 수만~수십만 개 GPU와 막대한 전력을 필요로 하는 기가와트급 AI 팩토리의 설계와 시뮬레이션, 구축, 운영 전 과정을 지원하는 엔드투엔드 통합 플랫폼이다. 라즈 미르푸리 부사장은 "엔비디아 DSX 플랫폼은 전력 공급부터 GPU 시스템, 네트워킹, 랙 배치, 소프트웨어까지 AI 팩토리 전체를 하나의 설계 체계로 통합한다"며 "더 적은 전력으로 더 많은 AI 서비스를 제공할 수 있도록 돕는다"고 말했다. 엔비디아는 이를 통해 AI 데이터센터의 전력 효율을 높이고 토큰 생성 비용 절감, 구축 기간 단축이 가능하다고 설명했다. 또 네이버가 이를 바탕으로 한국뿐 아니라 글로벌 시장까지 서비스할 수 있는 AI 클라우드 사업자로 성장할 것으로 기대하고 있다. 네이버, 하이퍼클로바X 고도화·네모트론 연합 참여 네이버는 엔비디아 네모트론 울트라 모델, 자체 데이터, 학습 노하우를 활용해 자체 개발한 AI 모델인 하이퍼클로바X를 고도화할 예정이다. 이를 통해 한국어와 국내 산업 환경에 최적화된 소버린 AI 서비스를 확대할 예정이다. 엔비디아는 3월 세계 AI 연구소를 하나로 모아 투명성과 협력 강화, 기술 주권을 지향하는 프런티어 오픈 모델을 개발하는 '네모트론 연합'을 결성한 바 있다. 네이버도 한국 기업으로는 처음으로 네모트론 연합에 참가할 예정이다. 라즈 미르푸리 부사장은 "네이버는 사전학습(Pre-training), 후속학습(Post-training), 강화학습(RL) 등 다양한 영역에서 공동 개발에 참여할 것"이라고 밝혔다. 네이버는 물리 세계를 이해·추론하고 시뮬레이션할 수 있는 엔비디아 월드 파운데이션 모델 '코스모스' 를 활용해 도시와 산업 환경을 이해하고 시뮬레이션할 수 있는 자체 월드 모델 구축을 추진한다. 이를 통해 스마트시티와 로보틱스, 산업 자동화 분야에서 AI 활용 범위를 넓힐 계획이다. 엔비디아 "한국 내 AI 파트너 협력 확대 예정" 라즈 미르푸리 부사장은 "한국은 제조업 비중이 높은 나라로 향후 피지컬 AI 역시 매우 빠르게 성장할 것이다. 한국 내 AI 수요 충족을 위해 네이버 이외의 다양한 파트너와 협력을 강화할 예정"이라고 설명했다. 네이버 데이터센터의 기가와트 급 확장 시점이나 구체적 규모에 대해서는 "전 세계적으로 데이터센터 전력 확보가 중요산 상황이며 규모 역시 전력 확보 상황에 맞춰 단계적으로 확대해 나갈 계획"이라고 답했다. 이어 "네이버는 세종 데이터센터 '각'을 시작으로 추가 확장을 준비하고 있지만 구체적인 일정은 네이버가 직접 설명하는 것이 적절하다"고 덧붙였다.

2026.06.08 08:00권봉석 기자

카테노이드가 그리는 AI 시대 숏폼 커머스 미래는?

카테노이드가 숏폼 확산으로 바뀐 이커머스 환경에 대응하기 위해 브랜드 온사이트 전략을 제시한다. 카테노이드는 오는 17일 서울 삼성동 그랜드 인터컨티넨탈 파르나스에서 열리는 '컨버전스 인텔리전스 서밋(CIS 2026)'에 참가해 AI 시대 숏폼이 상품 발견과 브랜드 경험, 구매 전환을 어떻게 바꾸고 있는지 소개한다고 8일 밝혔다. 이번 행사는 '원 AI, 엘리베이트 올' 주제로 열린다. 실질적인 AI 통합 전략과 실행 로드맵이 필요한 기업 관계자를 대상으로 한 글로벌 콘퍼런스다. 카테노이드는 행사에서 주요 커머스 사례와 온사이트 활용 전략을 공유한다. 특히 숏폼 콘텐츠가 소비자 일상에 빠르게 자리 잡으며 이커머스 사용자경험(UX)를 바꾸고 있다는 점을 강조할 방침이다. 최근 유튜브 쇼츠, 인스타그램 릴스, 틱톡 등을 중심으로 짧은 영상 소비가 늘면서 소비자는 긴 설명보다 영상으로 제품과 브랜드를 이해하는 데 익숙해지고 있다. 이에 따라 브랜드 마케팅과 이커머스 환경도 콘텐츠 중심으로 바뀌는 추세다. 자료에 따르면 글로벌 숏폼 비디오 시장은 2026년 약 590억 달러 규모로 성장했다. 2035년에는 6409억 달러까지 확대돼 연평균 30.33% 성장할 것으로 전망된다. 국내 시장도 빠르게 확대되고 있다. 모바일 중심 소비 환경이 강화되면서 상품 탐색과 구매 전환 과정에서 숏폼 콘텐츠의 영향력이 커지고 있다는 분석이다. 이번 발표 초점은 숏폼을 단순한 홍보 수단이 아니라 커머스 전환을 만드는 사용자 경험 요소로 봐야 한다는 데 있다. 상품 발견과 브랜드 이해, 구매 행동이 영상 콘텐츠 안에서 이어지는 만큼 기업의 온사이트 전략도 이에 맞춰 바뀌어야 한다는 설명이다. 보다 자세한 내용은 CIS 2026을 통해 공개할 예정이다. 공식 웹사이트에서 사전 등록을 통해 참여할 수 있으며, 발표 외 전시 부스를 통해 실무자들에게 서비스를 소개한다.

2026.06.08 08:00김미정 기자

'역대급 환호'...위버스콘이 만든 '세대 통합형 K팝 축제'

데뷔 27주년을 맞은 가수 비부터 신예 그룹까지, 세대와 장르를 넘나드는 아티스트들이 서울 올림픽공원에 모였다. 인천 영종도 인스파이어에서 올림픽공원으로 무대를 옮긴 '2026 위버스콘 페스티벌'은 K팝은 물론 J팝, 밴드, 발라드까지 아우르는 무대를 선보이며 이틀간의 여정을 마쳤다. 위버스 입점 여부를 넘어 다양한 아티스트를 초청하고, 선배 가수의 음악적 유산을 재조명하는 트리뷰트 스테이지를 마련한 점은 위버스콘만의 차별화 요소로 꼽힌다. 신인과 레전드, 국내외 아티스트를 한 무대에 세우며 '대중음악 통합 축제'라는 정체성을 한층 강화했다. K팝·J팝·밴드까지 한자리...취향 넓힌 위버스콘 6일부터 7일까지 양일간 서울 올림픽공원 KSPO DOME과 88잔디마당에서 열린 위버스콘 페스티벌은 올해 역대 최대 규모인 30팀의 아티스트가 참여했다. 올해는 뉴토피아를 테마로, 도심 속 낙원과 같은 음악 축제를 구현하는 데 초첨을 맞췄다는 설명이다. 라인업은 세대와 장르의 경계를 허물었다. 위버스 입점 여부와 관계 없이 다양한 아티스트들을 섭외한 것도 특징이다. 올해는 엔하이픈, 르세라핌 등 글로벌 K팝 아티스트와 하이라이트, 비 등 베테랑 가수들이 무대에 올랐다. 일본에서도 최근 인기를 얻고 있는 CUTIE STREET(큐티 스트리트)와 아오엔 등 J팝 아티스트들도 참여해 글로벌 음악 축제 성격을 강화했다. 특히 7일 위버스파크에서는 라이브 밴드 기반 공연이 이어지며 일반 아이돌 콘서트와는 다른 페스티벌 특유의 여유롭고 자유로운 분위기가 연출됐다. 관객들은 잔디밭에 앉아 공연을 즐기고, 공연 사이에는 다양한 체험 프로그램과 F&B 부스를 이용하며 축제 분위기를 만끽했다. 여전히 해외 팬들을 쉽게 찾아볼 수 있었지만, 지난해와는 달리 가족 단위 관람객들을 여럿 볼 수 있었다. 미국에서 온 60대 여성 도나씨는 "BTS 팬이지만 K팝을 좋아해서 위버스콘에 왔다. 새롭게 알게되고 관심가지게 된 K팝 그룹이 생겼다"며 "은퇴한 이후 BTS 콘서트 투어를 하고 있다. 곧 부산에서 열리는 콘서트에도 간다"며 기뻐했다. 위버스파크에서 공연한 터치드는 다양한 연령대 팬층의 호응을 얻었다. 터치드 보컬 윤민은 "모두 자리에서 일어나서 즐겨달라. 돗자리와 음식은 돈으로 살 수 있지만 이 시간은 살 수 없다"며 관객들과 함께 호흡하는 시간을 가졌다. 권진아는 '뭔가 잘못됐어'를 부르기 전에 "요즘 이 노래를 SNS에서 많이 듣는다"며 "같이 불러달라"고 했고, 마지막 곡 '운이 좋았지'를 부르기 전에 "새 앨범을 준비 중이다. 록 앨범이라 기존과는 분위기가 다를 것"이라고 기대를 당부했다. 오후 6시부터 KSPO돔에서 진행된 공연은 더 뜨거웠다. 피원하모니는 위버스콘에 두 번째로 참여하게 됐다며 팬들에게 감사 인사를 전했다. 멤버들은 지난 3월 발매한 앨범이 빌보드 200 차트 4위에 오른 점을 언급하며 팬들 성원에 고마움을 표했다. 위버스콘 첫 출연인 코르티스는 신인답지 않은 반응을 이끌어냈다. 특히 'GO!' 무대에서는 화려한 레이저쇼가 펼쳐지며 관객들의 시선을 사로잡았다. 코르티스는 오는 7월 팬미팅에 대한 기대를 당부했고, 멤버 마틴은 "좋은 무대를 보여드리기 위해 노력하겠다"며 "위버스에도 자주 찾아오겠다"고 말했다. 르세라핌은 페스티벌 분위기를 한층 끌어올렸다. 멤버들은 관객들에게 "모두 일어나 함께 즐기자"고 외치며 적극적인 참여를 유도했고, 대표곡 무대에서는 떼창을 이끌어내며 공연장의 열기를 최고조로 끌어올렸다. 김재중 역시 록 장르 중심의 무대를 선보이며 관객들과 적극적으로 호흡했다. 관객들이 노래를 따라 부르자 그는 "너무 예뻐요"라고 외치며 화답했고, 공연장은 거대한 합창 무대처럼 변했다. '비' 헌정 무대로 완성한 세대 통합 위버스콘 페스티벌의 정체성을 가장 잘 보여준 프로그램은 트리뷰트 스테이지다. 올해 주인공은 데뷔 27주년을 맞은 가수 비였다. 비는 무대에서 후배 아티스트들과 함께할 수 있어 고맙다는 소감을 전하며 세대를 잇는 의미를 강조했다. 후배 아티스트인 아오엔, 엔팀, 투모로우바이투게더(TXT) 수빈이 비 대표곡을 자신들만의 색깔로 재해석했고, 비 역시 직접 무대에 올라 공연을 펼치며 축제의 대미를 장식했다. 위버스콘은 그동안 엄정화, 박진영, 보아 등을 트리뷰트 아티스트로 선정하며 한국 대중음악사의 흐름을 조명해 왔다. K팝 산업이 빠르게 소비되는 환경 속에서도 선배 아티스트의 음악적 유산을 현재 세대와 연결하는 역할을 수행하고 있다는 평가다. 이날도 위버스콘 페스티벌은 글로벌 팬 플랫폼 위버스를 기반으로 온라인 생중계까지 제공하면서 오프라인과 온라인을 연결했다. 올해 위콘페에는 현장 관객과 온라인 스트리밍 시청자를 포함해 총 3만4000여명이 함께했으며, 이는 온오프라인 총 집계 기준 역대 최대 규모다. 행사장 인근인 티켓링크 라이브 아레나(핸드볼경기장)에서는 최근 투표용지 부족 사태와 관련한 재선거 요구 집회가 이어졌다. 다만 공연 관람객 이동이나 행사 운영에는 큰 영향을 주지 않았다. 하이브 측은 "앞으로도 위콘페는 대중음악계를 함께 이끌어나가고 있는 아티스트들이 한자리에 모이는 축제의 공간이자, 대중음악의 역사와 가치를 존중하는 시간을 갖는 무대로서 의미를 지속해 나갈 예정이다"라고 말했다.

2026.06.08 00:11안희정 기자

AI가 AI 만드는 시대, 개발자 방향성은 어디

인공지능(AI)이 코드를 생성하고 분석하는 수준을 넘어 새로운 AI 모델과 서비스 개발 과정에 참여하는 등 개발 현장 도입이 빨라지고 있다. AI가 소프트웨어(SW) 개발 전 공정에 깊숙이 관여하는 흐름이 본격화되면서 개발자의 역할 역시 근본적인 변화를 맞이하고 있다는 분석이 나온다. 7일 관련 업계에 따르면 오픈AI, 앤트로픽 등 글로벌 AI 기업은 AI와 관련 서비스 개발의 상당 부분에 자체 AI 에이전트를 투입하고 있다. 앤트로픽은 실제 서비스에 적용되는 내부 코드의 상당 부분을 AI 모델 '클로드'가 작성하고 있다고 밝혔다. 이는 개발자가 코드를 입력할 때 일부 단어나 코드 줄을 추천하던 기존 코딩 비서와는 다른 방식이다. 클로드는 전체 코드베이스를 읽고 여러 파일에 걸쳐 작업 계획을 세운 뒤 직접 코드를 수정하고 테스트까지 수행한다. 테스트 과정에서 문제가 발견되면 다시 수정하는 방식으로 반복 작업을 이어간다. 업계에서는 이를 두고 AI가 단순 보조 도구를 넘어 실제 개발 업무를 수행하는 단계로 진화하고 있다고 보고 있다. 오픈AI도 AI 코딩 도구 '코덱스'를 보안, 제품 엔지니어링, 프런트엔드, API, 인프라, 성능 엔지니어링 등 여러 기술 조직에서 매일 활용하고 있다고 설명했다. 복잡한 시스템 분석부터 대규모 리팩터링, 신규 기능 개발, 장애 대응, 코드 점검까지 다양한 업무에 코덱스가 활용되고 있다는 것이다. 챗GPT 웹팀의 한 백엔드 엔지니어는 "코덱스가 기존 레거시 호출을 새로운 서비스 방식으로 바꾸고 코드 변경 제안서(PR)까지 작성해 몇 시간이 걸릴 일을 몇 분 만에 해냈다"고 말했다. 챗GPT 엔터프라이즈팀의 한 제품 엔지니어도 "하루 종일 회의 중이었는데도 코덱스가 백그라운드에서 작업해 PR 4개를 병합했다"고 설명했다. AI가 단순 추천 도구를 넘어 실제 개발 업무를 수행하는 협업 주체로 바뀌고 있음을 보여주는 대목이다. IBM도 최근 엔터프라이즈 특화 개발 파트너 'IBM 밥'을 공개하며 계획, 코딩, 테스트, 배포 등 개발 전 과정에서 AI 활용을 확대하고 있다고 밝혔다. 관련 업계에서는 AI 도입이 본격화하면서 개발자의 역할도 빠르게 재편되고 있다고 보고 있다. 사람이 모든 코드를 직접 작성하던 구조에서 벗어나, 이제는 AI에 작업을 배분하고 그 결과를 검증하며 품질과 위험을 통제하는 역할이 한층 중요해지고 있다는 것이다. 앤트로픽은 공식 페이지를 통해 이제 코드 상당수는 클로드 코드가 작성하고 있으며 엔지니어는 아키텍처 설계와 제품 판단, 지속적인 작업 조율에 집중하고 있다고 설명했다. 오픈AI 역시 에이전트 중심 개발 환경에서는 엔지니어의 주된 일이 더 이상 직접 코드를 쓰는 데 그치지 않고, 환경을 설계하고 의도를 명확히 하며 피드백 루프를 만드는 방향으로 바뀌고 있다고 설명했다. 이처럼 반복 구현과 정형화된 작업을 AI가 빠르게 흡수하기 시작하면서 개발자에게 요구되는 역량도 달라지고 있다. 앞으로는 단순히 코드를 많이 작성하는 능력보다 무엇을 만들어야 하는지 문제를 정의하고, 시스템 구조를 설계하며, AI가 만든 결과물을 검토해 품질과 보안, 규정 준수까지 책임지는 역량이 더 중요해질 것이라는 전망이 나온다. 닐 순다레산 IBM 소프트웨어 총괄은 "이제는 AI 모델 성능만으로는 충분하지 않다"며 "인간을 루프 안에 두는 방식이 AI의 실제 가치를 결정한다"고 전했다. 이어 "AI가 개발 전 공정에 들어오는 시대일수록 결국 남는 질문은 무엇을 자동화할 수 있느냐가 아니라 누가 맥락을 설계하고 결과를 책임지느냐"라고 덧붙였다. 안드레 벡톨드 SAP 인더스트리 및 익스피리언스 부문 총괄도 "비효율적이거나 위험한 업무는 AI 에이전트가 자율적으로 처리하되, 보안과 규정 준수, 핵심 의사결정 영역에서는 인간이 최종 제어권을 유지해야 한다"며 "인간은 기계가 대체할 수 없는 차별화된 핵심 업무에서 새로운 기회와 가치를 창출하게 될 것"이라고 밝혔다.

2026.06.07 14:47남혁우 기자

배민B마트 산지 직거래 확대 효과 톡톡…농축산물 매출 53%↑

배달의민족 퀵커머스 서비스 B마트가 산지 직거래 확대와 지역 농가 협력을 기반으로 국내 농축산물 판매를 늘리고 있다. 올해 들어 5월까지 국내 산지에서 직접 매입한 농축산물 매출은 전년 동기 대비 53% 증가한 것으로 나타났다. 제철 과일 중심의 산지 소싱 전략과 지자체·기관과의 협력 확대가 실질적인 성과로 이어지고 있다. 제철 과일 판매 호조…수박·참외·블루베리 성장세 B마트의 지역 농축산물 판매 규모는 꾸준히 확대되는 추세다. 지난해 지역 농축산물 연간 매출은 전년 대비 21% 증가했으며, 올해 1~5월 매출은 전년 동기보다 53% 늘어난 것으로 집계됐다. 특히 산지와 연계한 제철 과일 판매가 전체 성장세를 이끌었다. 올해 1~5월 과일 카테고리 매출은 전년 동기 대비 61% 증가했다. 경남 하동·경북 고령의 딸기, 경북 성주의 참외, 전남 담양·전북 고창의 블루베리, 경남 함안·충남 부여의 수박 등이 대표 품목으로 꼽힌다. 품목별로는 딸기 매출이 74% 증가했고 참외는 103%, 귤은 64% 늘었다. 수박은 271%, 국산 블루베리는 132% 성장하며 높은 증가율을 기록했다. 현재 B마트와 직거래 계약을 맺은 산지 농가와 업체는 전국 56곳이다. 협력 지역도 제주 서귀포부터 강원 양구까지 전국으로 확대됐다. 경북 고령에서 우곡유통을 운영하는 박상기 대표는 "B마트와 직거래를 시작한 이후 수확 시기에 맞춰 안정적으로 물량을 판매할 수 있게 됐다"며 "빠르게 소비자에게 전달되면서 신선도 측면에서도 좋은 평가를 받고 있다"고 전했다. 지자체 협력 확대…농축산물 소비 촉진 나서 배민은 지역 농가 판로 확대를 위해 지자체 및 기관과의 협력도 강화하고 있다. 지난 2024년 충남 농산물 유통 상생협약을 시작으로 전국한우협회와 한우 가격안정 지원사업, 경북 구미시와 농산물 동반성장 상생협약 등을 추진했다. 올해 1월에는 농림축산식품부와 한국농수산식품유통공사(aT)가 주관하는 농축산물 할인지원 사업에도 선정됐다. 이를 통해 소비자 할인 혜택을 제공하면서 국산 농축산물 소비 활성화에 힘을 보태고 있다. B마트는 이달에도 지역 농축산물 소비 촉진을 위한 기획전을 이어간다. 오는 21일까지 충북 음성·충남 부여·논산 등지의 수박을 최대 45% 할인 판매하는 '명예의 수박' 행사를 진행한다. 이어 17일부터 23일까지 제주돼지와 농협안심한우 등을 최대 50% 할인 판매하는 정육 기획전을 운영한다. 또 24일부터 30일까지는 경북 경산시 카페축제와 연계해 자인농협의 신비복숭아를 할인 판매하는 특별전도 선보일 예정이다. 향후 배민은 스마트팜과 청년농부를 대상으로 한 판매 활성화 프로그램을 확대하고 우수 농산물 발굴에도 나설 계획이다. 아울러 B마트 신선식품 브랜드를 활용해 다양한 국내 농축산물을 소비자와 연결하는 상품 기획을 강화할 방침이다. 전재덕 우아한형제들 B마트MD실장은 "빠른 배달 인프라와 국내 농축산물 판로 확대를 결합한 상생 모델을 지속 고도화할 계획"이라며 "지역 농가와 소비자 모두에게 신뢰받는 플랫폼으로 성장할 수 있도록 협력을 확대하겠다"고 밝혔다.

2026.06.07 11:54안희정 기자

"배당주라 샀는데"…美 식품주, 인플레·비만약에 줄하향

미국 가공식품주에 대한 월가의 눈높이가 더 낮아지고 있다. 유가 상승에 따른 비용 부담과 인플레이션, 비만치료제 확산, 건강식품 선호 흐름이 겹치면서 제너럴밀스, 콘아그라, 캠벨, 크래프트하인즈 등 주요 식품주가 압박을 받을 수 있다는 분석이 나왔다. 5일(현지시간) 블룸버그통신 보도에 따르면 미국의 투자 리서치 회사 번스타인의 알렉시아 하워드 애널리스트는 제너럴밀스, 콘아그라브랜즈, 캠벨, 크래프트하인즈에 대한 투자의견을 기존 '시장수익률'에서 '시장수익률 하회'로 낮췄다. 하워드는 유가 상승으로 운송비와 포장비, 농산물 관련 비용 인플레이션이 가팔라지고 있다고 지적했다. 여기에 연방 식품지원 축소, 위고비와 마운자로 등 GLP-1 계열 비만치료제 사용 확대, 트럼프 행정부의 건강 정책도 소비자들이 정크푸드와 설탕이 들어간 음료를 멀리하게 만들 수 있는 요인으로 꼽았다. 외신에 따르면 가공식품 업종은 코로나19 팬데믹 이후 압박을 받아왔다. 봉쇄 기간에는 집에 머무는 시간이 늘면서 콘아그라 슬림짐, 크래프트 맥앤치즈 등 간편식과 스낵 브랜드 소비가 늘었다는 설명이다. 그러나 원재료 비용이 오르자 업체들은 마진을 지키기 위해 가격 인상에 나섰고, 이제는 높은 인플레이션과 낮아진 소비심리 속에서 수익성 하락 위험이 커지고 있는 실정이다. 하워드는 보고서에서 미국 중심 식품기업들이 감당하기 어려운 또 한 차례의 투입 비용 인플레이션으로 향하고 있다고 보고 있다며, 특히 소매업체들이 매장 동일매장 매출 성장률보다 빠르게 성장하지 못하는 브랜드의 가격 인상을 받아들이려 하지 않는 상황이라고 설명했다. 월가 전반도 포장식품 업종에 부정적이다. 캠벨에는 매수 의견이 없고, 제너럴밀스와 콘아그라, 크래프트하인즈를 담당하는 애널리스트 80% 이상이 보유 또는 매도 의견을 내고 있다. S&P 포장식품 업종 지수는 2월 고점 대비 15% 하락했으며, 지난 4일에는 2020년 3월 이후 최저 수준으로 마감했다. 높은 배당수익률도 오히려 부담 요인으로 지적됐다. 많은 식품 기업들이 낮은 밸류에이션에서 거래되고 있지만, 배당성향이 더 높아질 경우 배당 삭감 우려가 커질 수 있다는 것이다. 미국 보충영양지원프로그램(SNAP) 지출 축소도 판매 증가율에 부담을 주고 있다. 하워드는 해당 요인이 판매량에 약 1%의 추가 부담을 만들고 있다고 분석했다. 그는 이 요인 하나만 놓고 보면 큰 도전은 아니지만, 이미 GLP-1 사용 확대와 건강식품 정책 흐름으로 압박받던 기본 흐름 위에 또 하나의 문제가 더해지는 것이라고 전망했다.

2026.06.07 09:57류승현 기자

클라비, 예지보전에 생성형 AI 입힌다…스마트팩토리 공략 시동

클라비가 스마트 설비 예지보전 분야에 생성형 인공지능(AI)을 접목하며 산업 현장 AI 전환(AX) 시장 공략에 나선다. 제조업을 중심으로 설비 운영 효율성과 유지보수 자동화 수요가 늘어나는 가운데, 예지보전 솔루션을 서비스형 소프트웨어(SaaS) 형태로 고도화해 스마트팩토리 시장 확대에 속도를 낸다는 전략이다. 클라비는 브이넷코리아와 예지보전 AI SaaS 플랫폼 구축을 위한 업무협약(MOU)을 체결했다고 7일 밝혔다. 이번 협약은 클라비 생성형 AI 플랫폼 기술과 클라우드 역량, 브이넷코리아 설비 예지보전 기술을 결합해 산업 현장에 최적화된 AI 기반 예지보전 환경을 구축하기 위해 추진됐다. 최근 제조업계에선 설비 고장 이후 대응하는 사후 정비 방식에서 벗어나 데이터를 기반으로 이상 징후를 사전에 예측하는 예지보전 수요가 빠르게 증가하고 있다. 여기에 생성형 AI와 디지털 전환 기술이 결합되면서 설비 상태 분석과 진단, 운영 지원 기능까지 자동화하는 움직임도 확대되는 추세다. 양사는 이번 협약을 통해 브이넷코리아의 기존 예지보전 솔루션에 AI 기능을 추가하고 SaaS 전환을 추진한다. 클라우드 인프라 지원과 SaaS 전환 컨설팅, 공동 영업 및 마케팅 등 다양한 분야에서도 협력할 계획이다. 특히 클라비는 자체 생성형 AI 구축 프레임워크 '클라리오(ClaRIO)'를 적용해 브이넷코리아 솔루션 내에 AI 상담 챗봇과 고도화된 대시보드 기능을 탑재할 예정이다. 이를 통해 설비 상태를 보다 직관적으로 파악하고 실시간 이상 감지와 진단 피드백 기능을 강화해 현장 운영 효율성을 높인다는 목표다. 브이넷코리아는 데이터 기반 상태 감시 기술을 활용해 설비 가동률을 높이고 유지보수 비용 절감을 지원하는 예지보전 솔루션 'VNET PdM'을 공급 중이다. 회사는 이번 협력을 바탕으로 SaaS 전환 사업을 주도하고 솔루션 설치와 유지보수, 운영을 담당할 계획이다. 앞서 클라비는 네이버클라우드 매니지드 서비스(MSP) 역량과 생성형 AI 기술을 바탕으로 공교육과 다양한 산업 분야에서 AI 사업을 확대해왔다. 회사는 이번 협약을 계기로 스마트 설비 예지보전과 스마트팩토리 시장 공략을 본격화할 방침이다. 안인구 클라비 대표는 "이번 협업은 단순 플랫폼 연동을 넘어 제조 및 대형 산업 현장에서 관리자가 직관적으로 체감할 수 있는 AI 디지털 전환을 구현하는 것"이라며 "앞으로도 검증된 기술 파트너들과 협력해 대한민국 산업 전반의 예지보전 AX를 선도해 나가겠다"고 밝혔다.

2026.06.07 08:28한정호 기자

상장 앞둔 스페이스X, 구글에 47조원 규모 AI 인프라 임대

일론 머스크가 이끄는 스페이스X가 다음 주 예정된 기업공개(IPO)를 앞두고 구글과 약 47조원 규모 인공지능(AI) 데이터센터 임대 계약을 체결했다. AI 인프라 사업 역량을 입증하며 우주기업을 넘어 AI 클라우드 사업자로의 변신에 속도를 내는 모습이다. 6일(현지시간) 월스트리트저널에 따르면 구글은 스페이스X 데이터센터 연산 자원을 이용하기 위해 올해 10월부터 2029년 6월까지 매월 9억 2000만 달러(약 1조 4000억원)를 지급하기로 했다. 계약 규모는 총 300억 달러(약 47조원)에 달한다. 스페이스X는 이번 계약을 통해 엔비디아 그래픽처리장치(GPU) 11만 개를 포함한 대규모 연산 자원을 구글에 제공할 예정이다. 이번 계약은 스페이스X가 최근 추진하고 있는 AI 인프라 사업 확대 전략의 연장선으로 평가된다. 스페이스X는 앞서 지난달 AI 스타트업 앤트로픽에도 테네시주 멤피스의 '콜로서스1' 데이터센터 연산 자원을 제공하는 계약을 체결한 바 있다. 구글은 자체 데이터센터를 운영하는 세계 최대 기업이다. 업계에선 이번 계약으로 스페이스X가 AI 수요 기업뿐 아니라 대형 클라우드 사업자에도 인프라를 공급할 수 있는 사업자로 자리매김했다는 평가가 나온다. 구글 입장에서도 급증하는 AI 서비스 수요에 대응할 추가 인프라를 확보하게 됐다. 구글 클라우드는 최근 기업용 AI 서비스 '제미나이 엔터프라이즈' 수요가 예상보다 빠르게 증가하면서 단기적으로 필요한 연산 자원을 확보하고자 이번 계약을 체결한 것으로 알려졌다. 스페이스X는 이번 IPO 과정에서 AI 사업 성장성을 적극 부각하고 있다. 회사는 투자자들에게 향후 우주 데이터센터 구축 계획도 제시한 것으로 전해졌다. 지상 데이터센터 운영에 따른 전력 비용 부담이 커지는 가운데, 우주 공간에서 AI 연산 인프라를 운영하는 새로운 시장 가능성을 내세우고 있다. 이번 계약은 장기 고정 방식이 아닌 유연한 구조로 설계됐다. 스페이스X가 약속한 GPU 물량을 제공하지 못할 경우 구글은 계약을 해지할 수 있으며 내년부터는 양측 모두 90일 전 통보를 통해 계약을 종료할 수 있다. 일론 머스크 스페이스X 최고경영자(CEO)는 AI 인프라 임대 계약과 관련해 "향후 연산 자원이 극도로 부족해지면 우리가 이를 다시 회수해 사용해야 할 수 있다"고 밝혔다.

2026.06.07 08:15한정호 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

화제의 휴머노이드 로봇 영상, 그대로 믿어도 될까… 회의론자를 위한 안내서

인터넷을 달구는 휴머노이드 로봇 시연 영상이 로봇의 실제 능력에 대한 대중의 인식을 왜곡할 수 있다는 지적이 나왔다. 아스 테크니카는 화려한 데모 영상 뒤편에는 여전히 원격 조종(teleoperation)과 소규모 시범 프로젝트, 엄격한 안전 제한, 그리고 일자리·데이터·위험을 둘러싼 풀리지 않은 질문들이 자리한다고 짚었다. 특히 '범용(general-purpose)'이라는 수식어를 그대로 받아들이기는 이르다. 빨래를 개고 식기세척기를 돌리고 방을 정리하는 인상적인 장면 대부분은 통제된 환경에서, 단순한 사물을 대상으로, 넉넉한 조명 아래 시간 압박 없이 촬영되기 때문이다. 즉 잘 짜인 무대 위 시연을 곧바로 '자율적으로 무엇이든 해내는 로봇'으로 받아들이면 곤란하다는 얘기다. 최근 화제가 된 사례도 이런 맥락에서 봐야 한다. 한 휴머노이드 업체는 로봇이 컨베이어 벨트에 수천 개의 택배를 올리는 모습을 며칠간 라이브로 중계했고, 중간에는 로봇과 인턴 직원이 대결하는 장면까지 등장하면서 시청자들이 로봇에 이름을 붙일 만큼 입소문을 탔다. 이런 영상은 수백만 조회수를 기록하며 로봇의 능력을 실제보다 부풀려 인식하게 만들기도 한다. 그러나 업계에서는 여전히 사람의 개입이 중요하다는 점을 인정한다. 일부 기업은 전문가가 로봇에게 새로운 작업을 직접 안내한다는 사실을 공개적으로 밝히고 있다. 이런 회의론이 나오는 배경에는 과열된 투자 열기가 있다. 휴머노이드 로봇 스타트업의 기업가치가 빠르게 치솟고 화제성 높은 영상이 곧 투자 유치와 직결되면서, 시연이 점점 더 '쇼'에 가까워진다는 우려다. 아스 테크니카는 그래서 시청자가 영상 속 로봇이 완전 자율로 움직이는지, 사람이 뒤에서 조종하는지, 어떤 조건에서 촬영됐는지를 따져 봐야 한다고 권한다. 결국 시청자에게는 '시제품(prototype)'과 '시범 운영(pilot)', '양산(production)'을 구분해 보는 눈이 필요하다. 시연 영상은 완성된 제품이 아니라 가능성을 보여주는 자료로 받아들여야 한다. 휴머노이드 로봇이 산업 현장과 가정으로 들어오는 흐름 자체는 분명하지만, 화면 속 매끄러운 동작이 곧 현실의 자율성과 같지는 않다는 점을 함께 기억할 필요가 있다. 과장된 기대가 결국 실망으로 돌아와 산업 전체의 신뢰를 깎을 수 있다는 경고이기도 하다. 특히 로봇이 가정과 일터로 들어오는 시점을 가늠하려는 소비자라면, 잘 편집된 한 편의 영상보다 실제 시범 운영과 양산 일정을 함께 살피는 편이 안전하다. 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)

2026.06.06 11:08AI 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

[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

"전선도 배터리도 없다"…레이저로 로봇에 24시간 전력 공급

호주 스타트업 아퀼라(Aquila)가 레이저를 이용해 이동식 창고 로봇에 24시간 동안 무선으로 전력을 공급하는 데 성공해 주목받고 있다. IT매체 BGR은 최근 아퀼라가 레이저 기반 무선 전력 전송 기술을 활용해 두 가지 기록을 경신했다고 보도했다. 회사는 링크드인 게시물을 통해 이번 시연에서 레이저로 전송된 역대 최대 전력량인 4kWh와 24시간 연속 전력 공급 기록을 동시에 달성했다고 밝혔다. 이번 실험에서는 추적 플랫폼에 장착된 레이저가 이동 중인 목표물의 수신기를 실시간으로 추적하며 지속적으로 에너지를 전달하는 기술을 사용했다. 수신기는 레이저 빛을 전기로 변환해 장비를 구동한다. 2025년 일본 미쓰비시중공업은 1kW급 레이저 빔을 태양전지에 조사해 152W의 전력을 생산하는 실험에 성공한 바 있다. 아퀼라는 이를 한 단계 발전시켜 이동하는 수신기에 레이저를 정확히 조준하면서 약 167W의 전력을 24시간 동안 지속적으로 공급하는 데 성공했다. 이 기술의 핵심은 끊임없이 움직이는 목표물을 실시간으로 추적하면서 레이저 빔을 정확하게 유지할 수 있다는 점이다. 전문가들은 이러한 기술이 향후 드론과 로봇, 우주 탐사 분야에서 새로운 가능성을 열어줄 것으로 보고 있다. 드론 비행시간 사실상 무제한 시대 올까 레이저 기반 무선 전력 전송 기술은 군사 분야에서도 빠르게 발전하고 있다. 미국 중부사령부(CENTCOM)가 일부 자금을 지원하는 PTROL-UAS 프로그램은 무인항공기(UAV)에 레이저로 전력을 공급하는 기술 개발을 추진 중이다. 2025년 파워라이트 테크놀로지스는 해당 기술을 활용해 사실상 무제한 비행 시간을 구현하는 것을 목표로 하고 있다고 밝혔다. 이 시스템은 고정밀 광학 추적 기술을 이용해 레이저 빔을 드론에 장착된 수신기에 집중시키는 방식으로 작동하며, 최대 약 1.5㎞ 거리에서도 전력 공급이 가능하도록 설계되고 있다. 미국 국방고등연구계획국(DARPA)도 최근 POWER 프로그램 시험을 통해 약 8.9㎞ 떨어진 목표물에 800W 전력을 전송하는 데 성공했다. 이는 현재까지 레이저 기반 무선 전력 전송 기술 가운데 가장 긴 거리 기록 중 하나로 평가된다. DARPA는 이 기술이 전장이나 재난 지역 등 전력 공급 인프라가 부족한 환경에서 활용될 수 있을 것으로 기대하고 있다. 무선 전력 전송 기술 경쟁은 미국에만 국한되지 않는다. 중국 역시 마이크로파를 이용해 드론에 전력을 공급하는 기술을 연구 중인 것으로 알려졌다. NASA, 달 기지에 레이저로 전력 공급 추진 미국 항공우주국(NASA)도 레이저 기반 전력 전송 기술에 큰 관심을 보이고 있다. NASA는 안정적인 전력 확보가 달 기지 건설계획의 핵심 과제로 보고 있다. 달에서는 햇빛이 비치는 동안에만 태양광 패널이 작동하기 때문이다. 따라서 달에서는 약 14일 동안 이어지는 긴 밤 동안엔 전력 생산이 어려운 상황이다. NASA는 2021년 보고서를 통해 수백 대의 지상 기반 레이저 망원경이 위상을 맞춘 레이저 빔을 달 기지의 태양전지에 조사해 약 5kW 전력을 생산하는 방안을 검토하고 있다고 밝혔다. 현재 NASA는 방사성 동위원소를 활용한 전력 생산 기술도 병행 개발하고 있지만, 레이저 기반 전력 전송 기술 역시 유력한 대안으로 평가받고 있다. 특히 중앙 발전 설비와 함께 달 표면 곳곳에 분산된 탐사 장비와 작업 시설에 전력을 공급해야 하는 만큼, 무선 전력 전송 기술은 향후 달 기지 운영의 핵심 인프라가 될 가능성이 크다. 전문가들은 레이저 기반 전력 전송 기술이 상용화될 경우 무거운 배터리나 전력 케이블을 우주로 운반할 필요가 줄어들어 발사 비용과 로켓 적재 중량을 크게 낮출 수 있을 것으로 전망하고 있다.

2026.06.06 08:13이정현 미디어연구소

세가 풋볼 클럽 챔피언스 2026, 韓 축구 팬에 다시 도전장…"제대로 준비"

세가(SEGA)가 축구 클럽 경영 시뮬레이션 게임 '세가 풋볼 클럽 챔피언스 2026'(이하 SFCC 2026' 대규모 업데이트를 발표하며 한국 시장에 다시 도전장을 내밀었다. 이번 업데이트는 한국 프로축구 2부 리그(이하 K리그2) 라이선스 확보와 레전드 선수 도입 등 한국 특화 콘텐츠가 대거 포함돼 있다. 세가는 지난 5일 서울 강남구 코엑스에서 한국 미디어 쇼케이스를 개최하고 '2.0' 대규모 콘텐츠 업데이트 세부 내용에 대해 공개했다. 현장 발표는 SFCC 2026 총괄 프로듀서를 맡고 있는 히사이 카츠야가 맡았다. 히사이 PD는 "출시 초기 로컬라이제이션과 컬처라이제이션 측면에서 한국 시장에 대한 문화적인 이해가 부족했던 점을 반성한다"며 "만족도를 지속적으로 이끌어내지 못해 광고와 노출을 일시적으로 자제해 왔으나, 이제는 한국 유저를 맞이할 충분한 준비를 마쳤다"고 말했다. 이어 그는 "현재 한국 유저 비중은 전체 약 1%에 불과하다. 개인적인 소망을 말씀드리면 약 10배 정도 목표하고 있다"고 덧붙였다. 한국 시장 공략을 위한 핵심 카드는 철저한 현지화다. 세가는 일본 축구 게임으로서는 이례적으로 K리그2 라이선스를 정식 확보했다. 이에 게임 내 K리그1과 K리그2 간 승강 플레이오프 및 승강 시스템이 구현된다. 히사이 프로듀서는 "하위 리그의 작은 클럽을 세계 정상으로 성장시키는 것이 시리즈의 본질인 만큼 K리그2 구현은 한국 유저들에게 현실적인 국내 리그 환경을 제공하기 위한 필연적인 결정"이라고 설명했다. 이와 함께 한국어 설정 시 선수명을 한국어로 표기하는 기능이 추가되며, 국내 축구 팬들에게 인지도가 높은 안정환, 김남일 선수가 대한민국 레전드 선수로 등장한다. 이날 현장에서는 두 레전드 선수의 축전 영상도 공개됐다. 글로벌 라이선스도 대폭 확대된다. 미국·캐나다 기반의 메이저 리그 사커(MLS)를 비롯해 일본 축구 국가대표팀, 독일 분데스리가 명문 구단 FC 바이에른 뮌헨, 태국 리그1의 BG 빠툼 유나이티드 FC 라이선스가 새롭게 추가되며, 겨울 이적시장 결과가 반영된 최신 시즌 로스터 업데이트가 단행된다. 특히 핵심 라이선스로 소개된 MLS의 선택 배경에는 북미 시장 공략 외에도 한국 시장에 대한 고려가 있었음이 밝혀졌다. 히사이 프로듀서는 "글로벌 시장에서 MLS의 성장세를 주목한 것도 있지만, 한국 유저들이 원하는 손흥민 선수를 활용하고 싶었던 목적이 컸다"며 국내 팬덤에 주목하는 모습을 보였다. 게임성 측면에서는 장기 플레이에 따른 피로도를 대폭 낮췄다. 우선 세이브 슬롯이 기존 3개에서 6개로 확장된다. 실제 체감 기준 약 1.5배 빠르게 진행하는 '고속화 모드'가 도입된다. 경기장 밖에서의 몰입감도 더했다. 예로 들어 과거 시리즈의 인기 캐릭터 '압둘 카림'이 재등장한다. 이와 같은 다양한 신규 드라마 이벤트가 추가된다. 이를 통해 선수와 클럽, 시즌 운영 과정이 보다 다채로운 스토리로 전개될 예정이다. 세가는 대전 액션 중심의 기존 축구 게임들과 달리 복잡하지 않은 균형을 갖춘 캐주얼 시뮬레이션 장르로서 'SFCC 2026'만의 영역을 구축하겠다는 방침이다. 히사이 프로듀서는 "단순한 시뮬레이션을 넘어 감독인 플레이어가 팀과 도시를 함께 성장시켜 나가는 일종의 RPG적인 경험을 제공한다"며 "과금한 카드 능력이 즉시 발현되는 구조가 아닌 반복 플레이의 재미를 극대화한 육성 중심의 게임"이라고 차별점을 강조했다. 한편 세가는 이번 버전 2.0 업데이트에 이어 오는 7월 중 2차 대형 업데이트를 예고했다. 북중미 월드컵 기간에 맞춰 대표팀 관련 대형 모드가 추가로 적용된다. 끝으로 히사이 프로듀서는 "한국과 일본 대표팀 모두 월드컵 16강에 진출해 한일전이 성사되기를 바란다"며 "월드컵 열기가 오래 지속돼야 게임 흥행에도 긍정적인 영향을 미치는 만큼 두 팀 모두의 선전을 응원하며, 월드컵을 계기로 한국 시장에서 SFCC 2026의 인지도가 크게 확대되기를 기대한다"고 전했다.

2026.06.06 07:03진성우 기자

AI가 모기 찾아 레이저로 격추…'최강 모기 퇴치기' 등장

한 발명가가 인공지능(AI) 기술과 레이저를 결합해 모기를 자동으로 추적•제거하는 시제품을 개발해 화제를 모으고 있다. IT매체 씨넷은 AI 기반 모기 퇴치 시스템을 개발한 발명가 스티븐 쳉의 프로젝트를 최근 보도했다. 스티븐 쳉은 자신의 엑스(X)를 통해 개발 과정을 공개하며 "4개월 동안 컴퓨터 비전과 딥러닝 기술로 제어되는 궁극의 모기 퇴치기를 만들었다"고 밝혔다. 해당 시스템은 DSLR 카메라와 고배율 줌 렌즈를 활용해 모기를 탐지한 뒤 AI가 이를 식별하고 레이저로 정확하게 조준하는 방식으로 작동한다. 이를 위해 그는 캐논 DSLR 카메라와 줌 렌즈 조합을 사용했으며, 모기를 인식할 수 있도록 맞춤형 AI 모델을 직접 훈련시켰다. 연구 과정에서 모기 데이터를 수집하기 위해 수없이 모기에 물렸다고도 전했다. 레이저는 모기만 선택적으로 제거하도록 설계됐다. 시스템은 사람이나 가정용품, 가연성 물질을 자동으로 식별하며, 조준 범위 안에 사람이 들어오거나 화재 위험이 있는 물체가 감지되면 레이저가 즉시 차단된다. 이를 위해 광각 렌즈를 추가로 탑재해 주변 환경을 실시간으로 분석하도록 했다. 이후 쳉은 시스템에 바퀴를 장착해 이동성을 높였으며, 야외 환경에서도 사용할 수 있도록 성능을 개선했다. 또 기관총을 연상시키는 형태의 외관에 적외선 감지 기능까지 추가해 어두운 환경에서도 곤충을 식별할 수 있도록 만들었다. 레이저를 이용한 모기 퇴치 기술이 처음 등장한 것은 아니다. 지난해에는 '포톤 매트릭스(Photon Matrix)'라는 이름의 레이저 기반 모기 방어 장치가 크라우드펀딩 플랫폼 인디고고에 등장해 큰 관심을 모았다. 포톤 매트릭스는 라이다 센서를 활용해 모기의 거리와 방향, 크기를 약 3밀리초(ms) 만에 측정할 수 있다. 이후 레이저 반사 신호를 분석해 정확한 위치를 계산한 뒤 검류계 기반 조준 시스템을 통해 레이저를 발사해 모기를 제거한다. 이 제품은 올해 여름 출시를 목표로 개발 중이며, 기본 모델 가격은 약 500달러(약 76만 원)로 책정된 것으로 알려졌다. AI와 컴퓨터 비전 기술이 발전하면서 향후 해충 방제 분야에서도 유사한 기술이 빠르게 확산될 수 있을 지 관심이 모아지고 있다.

2026.06.06 07:00이정현 미디어연구소

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

Prev 51 52 53 54 55 56 57 58 59 60 Next