ZDNet 검색 페이지

'한국 기업 🔍 www.kr.gs'통합검색 결과 입니다. (40480건)

퀀티넘, 규모가 확대된 기업공개 완료 발표

브룸필드, 콜로라도, 2026년 6월 6일 /PRNewswire/ -- 퀀티넘(Quantinuum Inc.)(Nasdaq: QNT)(이하 '퀀티넘')이 6월 5일 클래스 A 보통주 2800만 주를 주당 미화 60달러의 기업공개 가격으로 공모한 규모가 확대된 기업공개를 완료했다고 발표했다. 모든 주식은 퀀티넘이 공모했다. 인수 할인 및 수수료와 기타 공모 비용을 공제하기 전 공모 총액은 미화 16억 8000만 달러였다. 퀀티넘의 클래스 A 보통주는 티커 심볼 'QNT'로 나스닥 글로벌 마켓(Nasdaq Global Market)에 상장되어 있다. J.P. 모건(J.P. Morgan)과 모건 스탠리(Morgan Stanley)는 알파벳순으로 이번 공모의 공동 대표 액티브 북러닝 매니저로 참여했으며, 제퍼리스(Jefferies)와 에버코어 ISI(Evercore ISI)도 액티브 북러닝 매니저로 참여했다. BofA 증권(BofA Securities), UBS 투자은행(UBS Investment Bank), 캔터(Cantor), 미즈호(Mizuho), 니덤 앤 컴퍼니(Needham & Company), 소시에테 제네랄(Societe Generale), TD 코웬(TD Cowen)이 공동 주관사(joint-book running managers) 역할을 수행했고, 크레이그할럼(Craig-Hallum)과 로젠블랫(Rosenblatt) 공동 매니저로 참여했다. 이번 공모와 관련한 등록신고서는 2026년 6월 3일 미국 증권거래위원회(Securities and Exchange Commission, SEC)에 의해 효력이 발생했다. 공모의 조건과 내용을 설명하는 투자설명서는 SEC에 제출되었으며, SEC 웹사이트 www.sec.gov에서 확인할 수 있다. 이번 공모는 투자설명서를 통해서만 이루어진다. 투자설명서 사본은 J.P. Morgan Securities LLC, c/o Broadridge Financial Solutions, 1155 Long Island Avenue, Edgewood, New York 11717 또는 이메일 prospectus-eq_fi@jpmchase.com 및 postsalemanualrequests@broadridge.com, Morgan Stanley & Co. LLC, 180 Varick Street, 2nd Floor, New York, New York 10014, Attention: Prospectus Department 또는 이메일 prospectus@morganstanley.com, Jefferies LLC, Attn: Equity Syndicate Prospectus Department, 520 Madison Avenue, New York, New York 10022, 전화 (877) 821-7388 또는 이메일 Prospectus_Department@Jefferies.com, Evercore Group L.L.C., Attention: Equity Capital Markets, 55 East 52nd Street, 35th Floor, New York, New York 10055, 전화 888-474-0200 또는 이메일 ecm.prospectus@evercore.com을 통해 받을 수 있다. 본 보도자료는 해당 증권의 매도 제안 또는 매수 제안 권유에 해당하지 않으며, 그러한 제안, 권유 또는 매도가 관련 주 또는 관할권의 증권법에 따른 등록 또는 자격 취득 전에 불법이 되는 주 또는 관할권에서는 해당 증권의 매도가 이루어져서는 안 된다. 퀀티넘 소개 퀀티넘은 양자 컴퓨팅을 실제 환경에 배포할 수 있도록 설계된 풀스택 플랫폼을 제공하는 선도적인 양자 컴퓨팅 기업이다. 회사는 확립된 QCCD 아키텍처를 기반으로 구축된 여러 세대의 양자 시스템을 상업적으로 배포했으며, 새로운 설계와 기능을 적용해 2025년 12월 31일 기준 평균 2큐비트 게이트 충실도를 바탕으로 업계 최고 수준의 정확도를 달성했다. 퀀티넘은 제약, 재료 과학, 금융 서비스, 정부 및 산업 시장 전반의 시장 선도 기업들과 활발히 협력하고 있다. 퀀티넘의 본사는 콜로라도주 브룸필드에 있으며, 미국, 영국, 독일, 일본, 카타르 및 싱가포르 전역에 추가 시설을 두고 있다. 로고 - https://mma.prnasia.com/media2/2655950/6002333/Quantinuum_Logo.jpg?p=medium600

2026.06.07 00:10글로벌뉴스

전기안전공사, 전북대와 전기안전 분야 연구개발·교육 협력 확대

한국전기안전공사(대표 남화영)는 전북대학교(총장 양오봉)와 5일 지역성장 기반 협력과 미래 지역인재 양성을 위한 업무협약(MOU)을 체결했다고 밝혔다. 이날 협약은 거점국립대 육성 정책에 발맞춰 전북지역 산학연 협력 체계를 강화하고 국가 균형발전을 뒷받침하기 위해 마련됐다. 전기안전공사와 전북대는 지역 성장과 산업 발전을 위해 공동 연구와 교육 협력을 확대하고, 전기안전 분야 연구성과를 산업현장에 적용하는 한편, 기술사업화를 적극 추진한다는 계획이다. 협약서에는 ▲지역성장을 위한 공동연구 및 협력 플랫폼 구축 ▲기업 수요 기반 공동 교육·훈련 협력 ▲인공지능(AI) 기반 미래 핵심기술 공동 연구개발 ▲시험·분석 장비 등 연구시설 공동 활용 ▲지역산업 연계 취업 및 창업 프로그램 협력 ▲연구 성과의 산업 적용 확대 및 기술이전·사업화 연계 협력 등의 내용이 담겼다. 남화영 전기안전공사 사장은 “이번 협약은 지역 대학과 공공기관이 힘을 모아 미래 전기안전 기술을 연구하고 지역인재를 육성하는 뜻깊은 출발점”이라며 “전북대와 공동 연구, 교육 협력, 인재 양성을 함께 추진해 지역산업 발전과 국가 균형발전에 기여하겠다”고 말했다. 전기안전공사는 앞으로 전북대와 실무협의체를 구성해 협약 과제를 구체화하고 공동 연구과제 발굴과 성과 창출을 위한 협력을 지속해 나갈 계획이다.

2026.06.06 18:32주문정 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

CU편의점 택배 온라인 회원 개인정보 유출

CU편의점 온라인 회원 개인정보가 유출됐다. 6일 유통업계에 따르면 BGF네트웍스는 홈페이지 공지와 문자를 통해 신원 미상 해커가 4일 15시 30분경 시스템에 무단 접근해 고객 개인정보를 유출한 정황을 확인했다고 밝혔다. 회사 측은 유출 대상이 온라인 회원 고객 정보에 한정되며, 고객이 택배 발송 과정에서 입력한 수하인 등 제3자 정보는 포함되지 않았다고 안내했다. 유출된 정보는 아이디(ID), 비밀번호, 이름, 생년월일, 성별, CI, 주소, 이메일, 휴대전화 번호 등으로 파악됐다. BGF네트웍스는 사고를 인지한 직후 공격 IP를 차단하고 이상 징후 모니터링을 강화했으며, 보안 정책 전반에 대한 점검과 개선 작업을 진행 중이라고 설명했다. 아울러 개인정보보호위원회와 한국인터넷진흥원(KISA) 등 관계기관에 해당 사실을 즉시 신고하고 긴밀히 협력하고 있다고 밝혔다. 회사 측은 고객들에게 출처가 불분명한 전화나 문자메시지에 주의하고, 문자 내 URL 링크는 함부로 클릭하지 말 것을 당부했다. 또한 동일한 비밀번호를 다른 서비스에서도 사용하고 있다면 즉시 변경해 달라고 요청했다. 이와 함께 회사를 사칭해 금융정보 등을 요구하는 행위에 각별히 유의해 달라고 강조했다. BGF네트웍스는 "고객 정보를 안전하게 보호하지 못한 점에 대해 깊이 책임을 느낀다"며 "재발 방지를 위해 보안 시스템 전반을 재점검하고 관련 대책을 강화하겠다"고 밝혔다.

2026.06.06 13:23안희정 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

[스페이스X 상장 ②] 영국 개미에게도 직접 판다

스페이스X(SpaceX)가 이번 글로벌 공모에 영국 일반 투자자가 직접 청약할 수 있는 'UK 리테일 공모(UK Retail Offer)' 트랜치를 별도로 마련했다. 영국 투자자를 겨냥한 전용 투자설명서(FWP)가 미국 증권거래위원회(SEC)에 함께 공개되면서 확인됐다. 미국 기업의 IPO가 영국 개인 투자자에게 직접 문을 여는 구조는 흔치 않다. 영국 리테일 공모는 영국의 '공모·상장규정 2024(Public Offers and Admissions to Trading Regulations 2024)'상의 예외 조항을 적용받아 진행된다. 일정은 영국 투자자가 6월 10일까지 청약을 신청하고, 6월 12일 리테일 공모 결과가 발표된 뒤 같은 날 나스닥·나스닥 텍사스 상장과 함께 거래가 시작되는 구조다. 공모가는 본 글로벌 공모와 동일한 고정가 주당 135달러(약 20만 9천 원)다. 기관 투자자 중심으로 진행되는 통상적 대형 공모와 달리, 스페이스X는 개인 투자 수요까지 폭넓게 끌어들이려는 포석을 분명히 했다. 다만 신고서는 영국 투자자에게 '증권 투자 경험이 있는 전문가의 독립적인 조언을 받으라'고 권고하며, 비상장 주식 투자에 따르는 위험을 강조했다. 상장 전까지 공개 시장이 없었던 만큼 거래 개시 후 가격 변동성에 유의해야 한다는 취지다. 이번 공모는 영국에 국한되지 않는다. 스페이스X는 미국을 중심으로 복수 관할권의 투자자를 대상으로 하는 '글로벌 공모(Global Offer)' 형태로 딜을 설계했고, 각 지역 규제에 맞춘 별도 투자설명서를 제출했다. 영국 리테일 트랜치는 그 가운데 개인 투자자에게 직접 열린 통로다. 다만 의결권의 대부분을 머스크가 쥐고 있어, 영국 개미가 손에 넣는 것은 경영 통제권이 아니라 경제적 지분에 가깝다는 점은 분명히 짚어둘 필요가 있다. 스타링크·스타십·xAI를 한 몸에 담은 기업의 지분을 일반 투자자가 상장 첫날부터 살 수 있게 된 셈이다. 자세한 내용은 SEC 공시(UK 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 11:11AI 에디터

[스페이스X 상장 ①] 'SPCX'로 결정…나스닥·나스닥 텍사스 동시 상장

스페이스X(SpaceX)가 상장을 앞두고 미국 증권거래위원회(SEC)에 기업공개(IPO) 조건 신고서(FWP)를 제출했다. 상장 티커는 'SPCX'로 확정됐다. 보통주에 해당하는 Class A 주식을 나스닥(Nasdaq)과 나스닥 텍사스(Nasdaq Texas) 두 거래소에 동시 상장 신청한 점이 가장 눈에 띈다. 나스닥 텍사스는 나스닥이 텍사스주에 새로 연 거래소로, 대형 기업이 같은 종목을 본 시장과 텍사스 시장에 나란히 올리는 이중 상장 사례라는 점에서 상징성이 작지 않다. 상장 일정도 신고서 내용으로 확정됐다. 6월 4일 로드쇼를 시작해 6월 11일 공모가를 확정하고, 6월 12일 나스닥과 나스닥 텍사스에서 무조건부 거래(정식 매매)를 개시한다. 공모는 가격 범위를 두지 않는 고정가 방식으로, 주당 135달러(약 20만 9천 원)에 기본 5억 5,555만 5,555주를 발행한다. 신고서에는 일반 공모와 별도로 임직원·연고자에게 배정하는 '지정 주식 프로그램(directed share program)'도 포함됐다. 인수단은 회사 요청에 따라 발행 Class A 주식의 5%를 이 프로그램용으로 따로 떼어뒀다. 스페이스X는 2002년 설립 이후 팰컨 9(Falcon 9)·팰컨 헤비(Falcon Heavy)·스타십(Starship)으로 이어지는 재사용 로켓 함대를 앞세워 위성 인터넷 스타링크(Starlink)까지 수직통합한 기업이다. 그런 회사가 신설 거래소를 포함한 두 시장 동시 상장을 택했다는 사실 자체가 이번 IPO의 규모와 상징성을 보여준다. 이번 상장은 스페이스X 주식이 처음으로 공개 시장에서 거래된다는 의미도 크다. 그동안 스페이스X 지분은 비상장 상태에서 임직원·기관의 사적 거래(텐더 오퍼)로만 손바뀜이 이뤄졌고, 일반 투자자가 직접 사고팔 길은 없었다. 'SPCX' 데뷔로 그 빗장이 처음 풀린다. 다만 신고서는 이번 평가가치가 위성 주파수 회사 에코스타(EchoStar)와의 주파수 거래, 코딩 AI 기업 커서(Cursor) 인수 거래가 마무리되는 것을 전제로 한 수치라는 점도 함께 적었다. 공모 규모만 순수취 기준 약 744억 달러(약 115조 원)에 이르는 초대형 상장이다. 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 11:11AI 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

스타벅스 불매 잦아드나…선물하기·결제액 엇갈린 신호

최근 스타벅스 논란 이후 소비 흐름을 둘러싸고 상반된 신호가 나타나고 있다. 카카오톡 선물하기에서는 교환권이 다시 상위권에 올랐지만 카드 결제액은 감소세를 보였다. 업계에서는 선물 수요와 실제 이용 수요가 다르게 움직이고 있을 가능성에 주목하고 있다. 6일 업계에 따르면 스타벅스 이용 관련 지표는 결제액과 카카오톡 선물하기 순위에서 각각 다른 양상을 보이고 있다. 카카오톡 선물하기 카페 부문에서는 스타벅스 교환권이 논란 이후 한때 순위가 밀렸다가 다시 상위권에 올랐다. 반면 아이지에이웍스 모바일인덱스 기준 스타벅스의 지난달 신용·체크카드 추정 결제금액은 전월보다 감소했다. 업계에서는 두 지표가 보여주는 소비 형태가 다른 만큼 어느 한쪽만으로 이용 회복 여부를 단정하기는 어렵다고 보고 있다. 선물하기 1위 재탈환…환불 움직임 가능성도 스타벅스 교환권은 카카오톡 선물하기에서 오랜 기간 대표 상품으로 자리 잡아왔다. 카카오에 따르면 스타벅스 교환권은 지난 2019년 이후 카카오톡 선물하기 교환권 부문 인기 1위를 유지해 왔다. 실제로 논란 직후까지도 스타벅스 교환권은 카카오톡 선물하기 카페 카테고리 상위권을 유지했다. 지난달 23일 기준 카카오톡 선물하기 카페 카테고리에서는 스타벅스 상품이 1~4위를 차지한 것으로 알려졌다. 그러나 불매 여론이 확산된 뒤 지난달 25일 오전 기준 카카오톡 선물하기 교환권 전체 순위에서 스타벅스 커피 상품권은 8위, 5만원권은 10위로 밀려났다. 이후 스타벅스 교환권은 다시 상위권에 진입했다. 이달 5일 오후 3시 기준 카카오톡 선물하기 카페 부문에서 '아이스 카페 아메리카노 T 2잔+생크림 카스텔라' 세트는 2위, 스타벅스 e카드 5만원권은 3위에 올랐다. 1위와 4위는 투썸플레이스 금액권과 교환권이 차지했다. 업계에서는 스타벅스 교환권의 순위 변동 자체가 이례적이라는 반응이 나온다. 한 업계 관계자는 “카페 카테고리에서 스타벅스 교환권 순위가 바뀌는 것은 거의 본 적이 없다”며 “순위가 바뀌었다는 것은 그만큼 기존 수요 변화가 있었다는 의미로 볼 수 있을 것”이라고 말했다. 다만 상위권에 오른 상품 중 5만원권 e카드가 포함됐다는 점도 주목된다. 스타벅스는 이달 1일부터 14일까지 선불카드 잔액 환불 기준을 한시적으로 완화하고 있다. 기존에는 일정 금액 이상을 사용해야 잔액 환불이 가능했지만, 해당 기간에는 사용 비율과 관계없이 환불을 받을 수 있다. 이 때문에 고액권 e카드 판매 순위 상승을 곧바로 실사용 목적의 소비 회복으로 보기는 어렵다는 주장도 나온다. 일부 구매가 실제 매장 이용보다 환불 가능성을 고려한 수요와 맞물렸을 가능성도 배제할 수 없기 때문이다. 또 다른 업계 관계자는 “스타벅스 모바일 교환권은 매장 수가 많고 사용처가 명확해 선물 수요가 꾸준한 편”이라면서도 “다만 환불 기준이 완화된 시기에는 고액권 수요를 일반적인 소비 회복 신호로만 해석하기 어렵다”고 말했다. 스타벅스 측은 구체적인 수치를 공개하지 않았다. 스타벅스 관계자는 “구체적인 환불 규모와 이용 지표는 공개하기 어렵다”고 밝혔다. 카드 결제액은 감소…경품 수요 위축 가능성도 반면 실제 결제 지표에서는 감소세가 나타났다. 아이지에이웍스 모바일인덱스에 따르면 스타벅스의 지난달 신용·체크카드 추정 결제금액은 1211억 9000만원으로 집계됐다. 이는 4월 결제금액 1343억 2000만원보다 약 131억원 줄어든 수치다. 주간 기준으로도 결제액 감소세는 이어졌다. 스타벅스 주간 결제금액은 논란 직전인 지난달 11~17일 321억 6000만원에서 논란이 불거진 18~24일 236억 9000만원으로 줄었다. 이어 25~31일에는 214억 6000만원으로 다시 감소했다. 다만 해당 수치는 국내 신용·체크카드 추정 결제금액 기준으로, 현금과 상품권, 간편결제, 인앱 결제, 법인 계좌이체 등을 통한 결제 금액은 포함되지 않는다. 업계에서는 공공기관이나 기업 등이 이벤트·프로모션 경품으로 제공하던 스타벅스 교환권 수요가 줄었을 가능성도 거론된다. 논란 이후 대외 이미지와 여론을 고려해야 하는 기관·기업 입장에서는 스타벅스 교환권을 경품으로 활용하는 데 부담을 느꼈을 수 있다는 것이다. 한 업계 관계자는 “개인 소비자 수요는 브랜드 인지도와 매장 접근성 때문에 단기간에 크게 흔들리지 않을 수 있지만, 공공기관이나 기업 경품 수요는 여론에 더 민감하게 반응할 수 있다”며 “이런 수요가 일부 빠졌다면 스타벅스 교환권 판매와 실제 이용 흐름에도 일정 부분 영향을 줬을 가능성이 있다”고 내다봤다.

2026.06.06 08:30류승현 기자

WBD 합병에 소비자 극장 반독점 우려 소송 제기

파라마운트스카이댄스가 워너브라더스디스커버리(WBD) 인수합병을 추진하는 가운데, 합병 후 극장 독점 우려로 인한 소송이 제기됐다. 4일(현지시간) 더랩 등에 따르면, 파라마운트는 미국 캘리포니아 법원에 WBD 합병을 막으려는 소송에 대해 기각을 요청했다. 소송에 대한 심리는 오는 7월16일로 예정됐다. 소송은 OTT 구독자가 제기했다. 이들은 "파라마운트가 합병으로 유통, 독점, 상영 기간 제한, 라이선스 등을 통해 가격 인상, 제작 규모 축소, 콘텐츠 라인업 축소, 품질 저하 등 소비자에게 불리한 조건이 강화될 것"이라고 주장했다. 원고 측은 파라마운트가 WBD를 인수할 경우 극장 배급 시장의 약 24%를 장악하게 될 것이라고 추산하며, 파라마운트가 클레이튼 반독점법 7조를 위반했다고 봤다. 조항엔 경쟁을 저해하고 주요 기업의 수를 줄이는 합병을 금지하는 내용이 담겼다 파라마운트는 기각 신청서에서 "파라마운트와 WBD 합병은 소비자, 영화 업계 종사자 모두에게 이익이 되는 경쟁을 촉진함으로써 할리우드와 영화 산업 전반에 활력을 불어넣을 기회를 제공한다"고 반박했다. 그러면서 "기존 반독점 원칙이나 법률에 근거하지 않은, 반독점 소송을 정치화하려는 서투른 시도는 법원에서 용납될 수 없으며, 반드시 기각돼야 한다"고 강조했다.

2026.06.06 08:18홍지후 기자

[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

컴퓨텍스 2026 폐막... CPU·데이터 전면에 서다

[타이베이(대만)=권봉석 기자] 동아시아 최대 규모 ICT 전시회, 컴퓨텍스 타이베이 2026(이하 '컴퓨텍스 2026')이 2일부터 5일까지 4일간 일정을 마쳤다. 컴퓨텍스를 주최하는 타이트라(TAITRA, 대만대외무역발전협회)는 기간 중 152개 나라와 지역에서 총 11만 1000여 명이 방문해 역대 최고 기록을 갱신했다고 밝혔다. 작년(8만 6000명) 대비 30% 가까운 성장세를 거뒀다. 작년에 이어 올해도 주요 인공지능(AI) 기업들이 컴퓨텍스 기간 중 타이베이에 모여 관련 신기술과 제품, 인프라, 소프트웨어를 소개하는 데 여념이 없었다. 또 한국 기업들의 존재감이 역대 행사 중 가장 컸던 행사로 평가할 수 있다. 에이전틱 AI 시대, 서버용 프로세서의 부활 지난 2년간 AI 인프라 경쟁은 GPU 확보 경쟁으로 요약됐다. 그러나 자율성을 가지고 항상 주어진 일을 수행하는 에이전틱 AI 등장이 이런 추세를 바꿨다. 이를 조율하는 CPU의 중요성이 재조명됐다. 인텔은 행사 기간 동안 차세대 서버 프로세서 '제온6+'를 전면에 내세웠다. Arm 역시 지난 3월 미국 샌프란시스코에서 발표한 'AGI CPU'의 중요성을 역설했다. GPU 시장을 주도하는 엔비디아 역시 'GTC 타이베이' 기조연설에서 자체 개발한 Arm 기반 서버용 CPU '베라'를 공급한다고 밝혔다. 퀄컴은 "저전력부터 고성능 서버까지 에이전틱 AI에 필요한 모든 역량을 갖췄다"고 설명했다. 또 데이터센터용 반도체 브랜드 '드래곤플라이'를 공개하며 서버 시장 경쟁을 예고했다. "AI는 데이터 없이 움직이지 않는다" AI 모델 훈련과 추론 등에는 다양한 데이터가 필요하다. CPU나 GPU 뿐만 아니라 이를 오가는 데이터를 얼마나 효율적으로 저장하고 관리하며 활용할 수 있는지가 경쟁력을 결정한다는 인식이 확산됐다. 에이전틱 AI가 기업 내부 데이터와 업무 프로세스를 활용하는 방향으로 발전하면서, AI 경쟁력은 GPU 개수 뿐만 아니라 데이터 품질과 관리 역량에서 결정될 가능성이 커지고 있다. WD, 시놀로지, 파이슨 등 주요 스토리지 기업들은 고성능 SSD, 대용량 하드디스크 드라이브에 더해 대용량 데이터 저장/백업 플랫폼을 선보이며 새로운 경쟁을 예고했다. AI 처리를 위한 데이터 전송 속도가 몇 년 뒤 한계에 달할 것이라는 지적도 있다. 국내 기업 파두, 대만 파이슨 등 주요 팹리스는 향후 주류가 될 PCI 익스프레스 6.0 기반 SSD 컨트롤러와 시제품을 공개하기도 했다. 한국 기업들, AI 공급망 핵심 파트너로 부상 AI 데이터센터 구축 과정에서 고대역폭메모리(HBM), 기업용 SSD, 서버 플랫폼 수요가 급증하면서 한국 업체들이 핵심 공급망 파트너로 올라섰다. 중국·대만업체 일색이던 컴퓨텍스에서 국내 반도체·디스플레이 기업의 존재감도 한층 커졌다. 엔비디아 핵심 공급업체로 거듭난 SK하이닉스를 비롯해 삼성디스플레이, LG디스플레이, 삼성전자, 한미반도체 등이 컴퓨텍스에 출전했다. 젠슨 황 엔비디아 CEO도 1일 '코리안 파트너 나이트'를 개최하고 국내 업체 관계자들을 격려했다. 전 세계 HBM 공급 물량의 상당수를 차지하는 국내 양대 기업인 삼성전자와 SK하이닉스는 컴퓨텍스 기간 중 신제품을 공개하며 치열한 경쟁을 벌였다. SK하이닉스가 HBM4E 12단 시제품을, 삼성전자가 냉각 성능을 강화한 HBM5 시제품을 공개했다. 다만 컴퓨텍스의 행사 성격이 반도체 업계 실정과는 맞지 않다는 목소리도 있다. 익명을 요구한 한 국내 업체 관계자는 "컴퓨텍스가 AI를 전면에 내세웠지만 여전히 PC와 서버에 편중된 것도 사실"이라며 "내년 참가 여부에 고민이 있다"고 털어놨다. 컴퓨텍스 2027, 'AI 투게더' 테마로 내년 6월 초 개최 올해 컴퓨텍스는 AI 산업의 경쟁 축이 GPU 확보 경쟁에서 CPU, 데이터, 인프라 전반의 최적화 경쟁으로 확대되고 있음을 보여준 행사였다. 타이트라 역시 "컴퓨텍스는 AI 산업 협업과 신기술 공개, 사업 기회의 핵심 플랫폼이라는 사실을 다시 조명했다"고 자평했다. 타이트라는 내년 6월 1일부터 4일간 '컴퓨텍스 타이베이 2027' 행사를 예고했다. 올해 테마인 'AI 투게더'를 그대로 유지하면서 난강전람관 1·2관, 타이베이 시청 인근 대만세계무역센터(TWTC) 1관까지 활용 예정이다.

2026.06.06 07:45권봉석 기자

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

세계를 향한 톈진의 지능형 솔루션: 첨단 기술을 일상생활로

중국 천진, 2026년 6월 5일 /PRNewswire/ -- 2026년 5월 28일, 세계지능박람회 2026(World Intelligence Expo 2026)가 국가전시컨벤션센터(톈진)에서 개막했다. 「중국 번역과 소통(Translation & Communication of China)」은 두 명의 국제 인사를 초청해 박람회를 방문하도록 하였으며, 글로벌 관점에서 톈진의 지능형 기술 혁신을 살펴보고 중국 도시 지능형 전환의 가속화되는 속도와 변화하는 모습을 세계에 소개했다. 7-hour Extreme Smart Tech Hunt in Tianjin "지능: 광범위한 발전 공간, 지속가능한 성장 동력(Intelligence: Extensive Development Space, Sustainable Growth Driver)"을 주제로 열린 이번 박람회에는 700개 이상의 기업이 참가하여 최신 지능형 기술 성과를 선보였다. 톈진의 지역 산업도 다양한 볼거리를 제공했다. WYBOTICS는 가정용으로 특별히 설계된 수영장 청소 로봇을 선보였다. Galileo (Tianjin) Technology는 소방, 구조 활동, 공공 안전 및 기타 분야에 맞춤형 구성이 가능한 네 발 로봇견 시리즈를 전시하여 큰 관심을 끌었다. 산업 점검에서 가정 청소에 이르기까지, 저고도 교통에서 스마트 노인 돌봄에 이르기까지, 점점 더 많은 '톈진 제조(Made in Tianjin)' 지능형 솔루션이 전시장을 넘어 실제 생활 속으로 들어가고 있다.

2026.06.06 06:10글로벌뉴스

셀레브라이트, 2026년 6월 10일 예정된 투자자 행사 발표

버지니아주 타이슨스 코너 및 이스라엘 페타티크바, 2026년 6월 5일 /PRNewswire/ -- 6월 5일, 공공 및 민간 부문을 위한 AI 기반 디지털 수사 및 인텔리전스 솔루션 분야의 글로벌 선도기업 셀레브라이트(Cellebrite DI Ltd., NASDAQ: CLBT)가 2026년 6월 10일 두 개의 예정된 투자자 행사에 참가할 계획이라고 발표했다. 날짜: 2026년 6월 10일 행사: 셀레브라이트 AI 테크놀로지 토크(Cellebrite AI Technology Talk) 개요: 취약점 연구부터 내부 활용까지, AI에 대한 셀레브라이트(Cellebrite)의 심층 분석과 수사를 위한 회사의 새로운 에이전트형 AI 플랫폼 제네시스(Genesis) 소개 발표 시간: 미국 동부 표준시 오전 9시 형식: 웹캐스트 행사 URL: https://investors.cellebrite.com/events/event-details/cellebrite-technology-talk 웹캐스트 URL: https://jp-morgan-tech-talk-with-cellebrite-management-oe-live-jun-2026.open-exchange.net/ 진행: J.P. 모건 전무이사 브라이언 에섹스(Brian Essex, CFA) 셀레브라이트 경영진: 제품 및 기술 사장 시벤 람지(Shiven Ramji), 최고 기술 책임자 크리스토퍼 웨이드(Christopher Wade), AI 이노베이션 책임자 에비야타르 라모트(Evyatar Ramot) 날짜: 2026년 6월 10일 콘퍼런스: 미즈호 테크놀로지 콘퍼런스 2026(Mizuho Technology Conference 2026) 발표 시간: 미국 동부 표준시 오전 11시 15분 형식: 파이어사이드 챗 행사 URL: https://investors.cellebrite.com/events/event-details/mizuho-technology-conference-2026 웹캐스트 URL: https://kvgo.com/mizuho/cellebrite-di-ltd-june-2026 셀레브라이트 경영진: 최고재무책임자 데이비드 바터(David Barter), 투자자 관계 및 재무 부사장 앤드류 크레이머(Andrew Kramer) 셀레브라이트 소개셀레브라이트(Nasdaq: CLBT)는 글로벌 디지털 수사 및 정보 솔루션 분야를 선도하는 기업으로 지역사회, 국가 및 기업을 보호하는 것을 사명으로 삼고 있다. 전 세계 7,000여 법 집행 기관, 국방 및 정보 기관, 기업들이 셀레브라이트의 AI 기반 소프트웨어 포트폴리오를 신뢰하며, 이를 통해 법의학적으로 신뢰할 수 있는 디지털 데이터에 더 쉽게 접근하고 이를 실질적으로 활용할 수 있게 됐다. 고객들은 셀레브라이트의 기술 덕분에 매년 약 300만 건의 법적 수사의 속도를 높이고 국가 안보를 강화하며, 운영 효율성과 효과성을 제고하고, 첨단 모바일 조사 및 애플리케이션 보안을 실현하고 있다. 클라우드, 온프레미스 및 하이브리드 배포 방식으로 제공되는 셀레브라이트의 기술은 전 세계 고객이 임무를 수행하고, 공공 안전을 강화하며, 데이터 프라이버시를 보호할 수 있도록 돕고 있다. 자세한 사항은 www.cellebrite.com 및 https://investors.cellebrite.com/investors, 소셜 미디어(@Cellebrite)에서 확인할 수 있다. 투자자 관계앤드류 크레이머(Andrew Kramer)투자자 관계 및 재무 부사장investors@cellebrite.com+1 973.206.7760 미디어빅터 쿠퍼(Victor Cooper)기업 커뮤니케이션 및 콘텐츠 운영 수석 디렉터Victor.cooper@cellebrite.com+1 404.804.5910

2026.06.05 23:10글로벌뉴스

지금 뜨는 기사

이시각 헤드라인

젠슨 황, 방한 선물 공개…메모리 대규모 주문 시사

젠슨 황 '삼소회동'에 뜬 세븐일레븐·하이트진로...빙그레

레고 역대 최대 '사그라다 파밀리아' 나온다…가격은?

스타벅스 불매 잦아드나…선물하기·결제액 엇갈린 신호

ZDNet Power Center