검색 - IT세상을 바꾸는 힘 지디넷코리아

ZDNet 검색 페이지

'Telegram채널 조회수 채널 구독자대행업체 〤 텔문의 ON4989 〤 Telegram프리미엄판매 작업 텔레그램게시물반응업자,Xly'통합검색 결과 입니다. (10454건)

영역
기간
- 3개월
- 1년
- 1년 이전

재검색

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

현대홈쇼핑, '썸머 바캉스전' 진행…에어컨·침구·리조트 상품 총출동

현대홈쇼핑이 본격적인 여름 휴가철을 앞두고 계절 가전과 여행 상품을 한데 모은 특별 기획전을 마련했다. TV홈쇼핑과 모바일 라이브커머스 '쇼라'를 통해 냉감 침구, 에어컨, 리조트 이용권 등을 집중 편성하며 여름철 수요 선점에 나선다. 현대홈쇼핑은 오는 8일부터 12일까지 TV 방송과 모바일 라이브커머스 쇼라에서 '미리 준비하는 썸머 바캉스전'을 진행한다고 7일 밝혔다. TV 방송에서는 여름철 대표 상품을 중심으로 특별 편성을 마련했다. 8일 오전 5시 20분에는 '디아루체 인견 니트탑 4종'을 3만9천900원에 선보인다. 이어 같은 날 오후 4시에는 피부 온도를 낮춰주는 '에어룸 냉감이불 풀세트' 기획 방송을 진행한다. 10일 오후 9시 40분에는 인공지능(AI) 기능을 탑재한 'LG 휘센 에어컨'을 할인 판매한다. 여름철 무더위에 대비하려는 고객 수요를 겨냥한 편성이다. 모바일 라이브커머스 쇼라에서도 여행 상품을 중심으로 여름 특집 방송을 확대 운영한다. 쇼라 대표 여행 프로그램 '더 트래블'은 8일부터 14일까지를 여행 상품 특집 주간으로 지정하고 방송 횟수를 기존 월 1회 수준에서 주 4회로 늘린다. 대표 상품으로는 8일 오후 9시에 진행되는 '용평리조트 2박권' 방송이 있다. 해당 상품은 호텔 조식과 케이블카 이용 등을 포함한 'BIG 6 액티비티 선택 이용권'이 포함됐으며, 방송 중 구매 고객에게는 3만원 추가 할인 혜택을 제공한다. 이어 12일 오후 7시에는 '하이원리조트 단독 패키지' 상품을 특별가로 선보일 예정이다. 현대홈쇼핑 관계자는 "여름 휴가 시즌을 앞두고 가전부터 여행 상품까지 다양한 카테고리의 상품을 집중 편성했다"며 "앞으로도 TV와 모바일 등 채널별 특성에 맞춘 차별화된 상품과 프로모션을 지속 확대해 나갈 계획"이라고 말했다.

2026.06.07 12:52안희정 기자

LGU+, 2030년까지 AIDC 수주 누적 5조원 목표

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

2026.06.07 09:00박수형 기자

"SKT 매장에서 최신 갤럭시 사면 전국 맛집 식사권 쏩니다"

SK텔레콤이 8일부터 다양한 미식 경험과 '포켓몬 카드'를 제공하는 캠페인을 진행한다. 먼저 이달 말까지 전국 T월드 매장과 온라인 직영몰인 T다이렉트샵에서 최신 갤럭시 휴대폰을 구매하면 750명을 추첨해 인기 맛집 식사권을 증정하는 '특별한 미식으로의 초대' 프로모션을 진행한다. 대상 단말은 갤럭시S26 시리즈, 갤럭시Z 폴드7, Z 플립7, Z플립7 FE 등이다. 서울, 부산, 대구, 대전, 천안, 광주, 전주 등 전국 7개 지역에서 총 10곳의 지역 맛집을 선정했다. 특히 ▲미슐랭 가이드∙블루리본 서베이 선정 화제의 맛집 ▲'캐치테이블'의 예약 상위권 레스토랑 ▲지역 직장인 추천 숨은 맛집 등을 엄선해 차별화된 미식 경험을 제공할 예정이다. 서울과 수도권에서는 이북 음식 다이닝을 전문으로 하는 최지형 셰프의 '리북방'과 생면 파스타 맛집 '디핀 옥수', 부산에서는 한식 다이닝 오마카세 '미락슈퍼', 시그니엘 호텔에 위치한 '차오란'이 선정됐다. 대구에서는 파인 다이닝 레스토랑 '용지봉 한식다이닝 륜'과 '12KITCHEN', 충청도에서는 대전에 위치한 돼지고기 오마카세 '돼마카세 오씨디', 천안의 비프 다이닝 '우리미엄'에서 식사를 즐길 수 있다. 전라도 지역에서는 광주에 위치한 프렌치 레스토랑 '알랭'과 전주의 최고급 한우 오마카세 전문점 '몽연담'이 이벤트에 참여한다. 선정된 식당 외 지역에서 미식 경험을 즐기고 싶은 이들을 위해 전국에서 사용 가능한 10만 원 상당의 '캐치테이블' 앱 포인트도 경품으로 제공할 예정이다. 삼성전자 감사 페스티벌도 진행된다. 6월8일부터 7월5일까지 삼성전자 스마트폰을 구매한 후 개통까지 완료하면 출고가 최대 20%까지 디지털 온누리상품권을 받을 수 있다. 최저 4만 원부터 최대 55만 원까지 디지털 온누리상품권으로 받게 된다. 전국의 포켓몬 팬들을 위한 이벤트도 진행된다. SK텔레콤은 포켓몬코리아와 함께 포켓몬 30주년 기념 '잉어킹 프로모 카드'를 증정하는 '포켓몬 런 온라인 챌린지' 이벤트를 진행한다. 이벤트는 6월 한 달간 온라인을 통해 손쉽게 참여할 수 있는 달리기 미션 형태로 진행된다. 당첨자들은 7월7일부터 서울시 성수동에 위치한 T팩토리와 전국의 지정된 T월드 매장을 예약 방문해 한정판 잉어킹 카드를 수령할 수 있다. '포켓몬 런 온라인 챌린지'는 8일 오전 9시에 시작되며 오는 30일까지 달리기 앱인 '런데이(Runday)'를 통해 참여할 수 있다. 런데이 앱에서 챌린지를 신청한 후 1km를 완주하고 리워드에 응모하면 된다. 가입한 통신사와 무관하게 누구나 참가할 수 있다. 구현철 SK텔레콤 세일즈앤마케팅 본부장은 “6월부터 온오프라인 전 채널에서 펼쳐지는 이번 대규모 프로모션은 그간 SK텔레콤을 아껴 주신 고객들에게 보다 시의성 있는 혜택을 드리기 위한 노력의 일환”이라며 “앞으로도 전국 T월드 매장을 단순히 통신 업무를 보는 공간을 넘어, 고객의 일상에 즐거운 혜택과 특별한 가치를 더하는 매력적인 공간으로 진화시켜 나갈 것”이라고 말했다.

2026.06.07 08:11박수형 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

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

시프트업, SGF 2026 참가…'스텔라 블레이드: 블러드 레인' 플레이 장면 첫 공개

시프트업의 기대작 중 하나로 꼽히는 신작 게임 '스텔라 블레이드: 블러드 레인(Stellar Blade: BLOOD RAIN)'의 플레이 장면을 엿볼 수 있는 영상이 모습을 드러냈다. 시프트업(대표 김형태)은 '스텔라 블레이드'의 후속작 '스텔라 블레이드: 블러드 레인(Stellar Blade: BLOOD RAIN)'의 공식 타이틀명과 신규 트레일러를 처음 공개했다고 6일 밝혔다. 어제(5일) 막이 오른 '서머 게임 페스트 2026'(SGF 2026)에 맞춰 공개한 트레일러는 인게임 플레이 영상으로 구성된 3분 30초 분량으로 구성했다. 전작의 사건 이후를 배경으로 새로운 주인공 이비(Evie)가 등장하며, 확장된 세계 속 새로운 이야기를 담았다고 회사 측은 설명했다. 시프트업은 '스텔라 블레이드: 블러드 레인'의 퍼블리싱을 직접 맡는다. 출시 플랫폼과 일정 등 세부 정보는 추후 공개될 예정이며, 이번에 공개된 트레일러는 시프트업 공식 유튜브 채널과 SGF 2026 공식 채널에서 확인할 수 있다. 김형태 시프트업 대표 겸 총괄 디렉터는 "전작을 사랑해 주신 팬 분들께 드디어 스텔라 블레이드의 다음 챕터를 선보이게 되어 기쁘다"며 "아직 개발 초기 단계지만, 전작의 스타일리시한 액션과 세계관, 팬들이 사랑해 주신 핵심 요소들을 발전시켜 새로운 경험을 선보이기 위해 역량을 집중하고 있다"고 전했다.

2026.06.06 09:19이도원 기자

[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

피지컬 AI로 만든 비행사 로봇 "조종사처럼 하늘 난다"

스스로 전문 지식을 학습하고, 실제 비행 상황에 실시간 대응할 수 있는 피지컬 인공지능(AI)형 비행 조종사 로봇이 공개돼 관심을 끌었다. KAIST는 심현철 전기및전자공학부 교수 연구팀이 인간형 조종사 로봇 '파이봇(PIBOT)'을 기반으로 하는 항공기 자율조종 프레임워크가 2026년 IEEE 로보틱스 및 자동화 매거진(IEEE RAM)으로부터 지난해 이 매거진에 게재된 논문 가운데 '최우수 논문'으로 선정됐다고 5일 밝혔다. 이 매거진은 IEEE(미국 전기전자공학자협회) 산하 로보틱스 및 자동화 학회(RAS)가 발행하는 학술 잡지다. IF(임팩트 팩터)는 7.1이다. 심현철 교수는 "인간형 로봇이 단순 보행이나 물품 운반을 넘어, 항공기 조종과 같은 복잡한 작업을 인공지능 기반으로 체계적이고 적응적으로 수행 가능한 피지컬 AI기술을 매우 높은 수준으로 구현했다는 점에서 높은 평가를 받았다"고 말했다. 기존 로봇이 걷고 단순한 물체 조작을 하는데 머무는 반면, '파이봇'은 인간을 위해 설계된 실제 조종석 환경에서 전문적인 절차와 판단이 필요한 임무를 수행할 수 있다는 점이다. 특히, 로봇에 맞는 환경으로 개조하지 않은 점도 특색이다. 로봇이 기존 환경을 이해하고 다루도록 설계했다. 기술 개발은 지난 2021년부터 2023년까지 1단계 연구가 진행됐다. 2024년부터는 실제 항공기 조종에 적합하도록 인간과 유사한 체격 및 관절 구조를 갖춘 조종사 로봇 개발을 진행 중이다. 사업 지원은 국방과학연구소(ADD) 미래도전국방기술 연구개발과제로부터 57억원을 받았다. 연구팀은 그동안 가장 어려웠던 점에 대해 "인간 조종석에 바로 적용 가능한 등신대 휴머노이드 하드웨어를 설계하고, 그 안에 구동기와 전선, 센서, 컴퓨팅 장치 등을 모두 집적하는 일이었다. 아직도 이 문제를 모두 해결한 것은 아니다"라며 "또한 실제 항공기에 이를 적용한 후 비행시험으로 검증해야 하는데, 인간형 로봇을 이용한 항공기 조종은 기존 항공법규에 해당사항이 없어 승인이 어려웠다"고 덧붙였다. 연구는 민성재·강규리·김형주 박사과정생이 공동 제1저자로 참여했다.

2026.06.05 19:33박희범 기자

오픈AI, 챗GPT에 '장기 기억' 탑재…맥락 자동 축적·갱신

챗GPT 메모리 기능이 대화 맥락을 시간 흐름에 따라 자동 갱신하는 '드리밍(Dreaming)' 기반 시스템으로 전면 교체됐다. 인공지능(AI) 챗봇 서비스가 대화마다 처음부터 사용자를 파악해야 했던 한계가 사라진 셈이다. 4일(현지시간) 오픈AI는 챗GPT의 메모리 합성 방식을 대폭 개선한 '드리밍 V3'를 공개하고 미국 내 플러스(Plus)·프로(Pro) 사용자를 대상으로 순차 배포를 시작했다고 발표했다. 향후 수 주 내에 무료 및 고(Go) 사용자까지 확대할 예정이다. 드리밍은 사람이 잠자는 동안 기억을 정리하듯 챗GPT가 백그라운드에서 대화 기록을 종합해 최신성과 관련성이 높은 메모리를 자동으로 정리·갱신하는 방식이다. 기존 저장된 메모리 방식은 사용자가 직접 '기억해 줘'라고 요청해야 정보가 저장됐고 명시적 지시가 없으면 대화 내용이 사라지는 한계가 있었다. 시간이 지나면서 저장된 정보가 낡거나 부정확해지는 문제도 고질적으로 지적됐다. 오픈AI는 작년 4월 드리밍 초기 버전을 도입해 저장된 메모리를 보완했지만 당시엔 단독 메모리 시스템으로는 충분하지 않다고 평가했다. 이번 V3는 그 한계를 극복한 독립적인 메모리 아키텍처로, 기존 저장 메모리 방식을 대체한다. 개선된 시스템은 세 가지 축을 중심으로 설계됐다. 우선 과거 대화에서 언급된 장비나 작업 환경 등 사실 정보를 이후 대화에 즉시 반영하는 '문맥 기억' 기능이 도입됐다. 예를 들어 사용자가 이전 대화에서 자신의 카메라 장비를 언급했다면 이후 호환 장비를 추천할 때 별도 설명 없이도 해당 셋업에 맞는 제품을 제안할 수 있다. 채식주의 여부나 조용한 식사 환경 선호처럼 사용자의 제약 조건과 취향을 지속적으로 반영하는 '선호도 추적' 기능도 강화됐다. 이를 통해 사용자는 같은 내용을 반복해서 설명하지 않아도 자신의 성향에 맞는 답변을 받을 수 있다. 시간 흐름에 따라 기억 내용을 업데이트하는 '시간 갱신' 기능도 추가됐다. 예컨대 '7월에 싱가포르 여행을 갈 예정'이라는 정보는 일정이 지난 뒤 자동으로 '싱가포르 여행을 다녀왔다'는 내용으로 수정된다. 기존 시스템에선 여행이 끝난 이후에도 사용자가 여전히 싱가포르에 머무는 것으로 인식해 현지 맛집을 추천하는 등 부정확한 응답이 나오는 문제가 있었다. 사용자는 메모리 요약 페이지를 통해 챗GPT가 현재 기억하는 내용을 직접 확인하고 수정하거나 업데이트할 수 있다. 오픈AI는 무료 사용자 대상 서비스 제공을 위해 드리밍 구동에 필요한 컴퓨팅 비용을 기존 대비 약 5배 절감했다고 밝혔다. 수억 명 규모의 사용자와 수년에 걸친 대화 이력에도 안정적으로 대응할 수 있는 확장 가능한 메모리 기반을 마련했다는 설명이다. 김경훈 오픈AI코리아 대표는 자신의 링크드인을 통해 "AI가 실제 업무 안으로 더 깊이 들어올수록 사용자의 맥락을 이해하고 시간이 지나도 관련성을 유지하며 더 책임감 있게 도움을 주는 능력이 함께 발전해야 한다"며 "이번 메모리 업데이트는 그 방향으로 나아가는 중요한 진전"이라고 강조했다.

2026.06.05 18:54이나연 기자

"한강서 수영 후 치맥?"...클룩, 한강 이색 관광 상품 판다

클룩이 해외 여행객들에게 한강을 활용한 이색 체험형 관광 경험을 연결한다. 클룩은 6월 5일부터 7일까지 열리는 '제3회 쉬엄쉬엄 한강 3종 축제' 글로벌 판매 채널로 참여한다고 5일 밝혔다. 쉬엄쉬엄 한강 3종 축제는 수영·자전거·달리기로 구성된 '3종 경기'와 다양한 시민 참여형 프로그램으로 운영되는 서울시 스포츠 축제다. 순위 경쟁보다 누구나 자신의 체력에 맞춰 즐길 수 있도록 기획돼 외국인 관광객들도 부담 없이 참여할 수 있으며, 한강을 직접 수영해 건너는 색다른 경험을 제공한다. 또 치맥과 한강 라면 등 K-콘텐츠를 활용한 프로그램도 마련돼 서울의 여가 문화를 보다 생생하게 체험할 수 있다. 실제 클룩 예약 데이터를 분석한 결과 미국 국적 예약 비중이 약 48%로 가장 높게 나타났으며 유럽(약 22%), 홍콩(약 20%) 순으로 집계됐다. 이를 통해 서울의 대표 관광 자원인 한강을 활용한 스포츠·웰니스 콘텐츠에 대한 해외 여행객들의 관심을 확인할 수 있었다. 최근 글로벌 여행객들 사이에서는 현지인의 일상과 문화를 직접 경험하는 체험형 여행이 주목받고 있다. 또 달리기와 여행을 결합한 '런트립'을 비롯해 스포츠와 휴식을 함께 즐기는 웰니스 여행이 확산되면서, 이번 축제는 서울 시민들의 대표 여가 공간인 한강에서 스포츠와 문화를 함께 경험할 수 있는 이색 체험형 콘텐츠로 주목받은 것으로 풀이된다. 이준호 클룩 한국 지사장은 “최근 글로벌 여행객들은 관광 명소 방문을 넘어 현지의 문화와 라이프스타일을 직접 경험할 수 있는 콘텐츠를 찾고 있다”며 “앞으로도 한국만의 매력을 담은 다양한 여행 콘텐츠를 방한 여행객들에게 적극적으로 소개하고 연결해 나갈 것”이라고 밝혔다.

2026.06.05 17:26백봉삼 기자

AI 인프라 몸값 치솟는다…스위치, 77조원 가치로 투자 유치 추진

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

2026.06.05 17:24한정호 기자

AI로 만든 통신 꿀팁...방미통위, 이통3사와 숏폼 연재

방송미디어통신위원회는 AI 기술로 만든 숏폼으로 유용한 통신 정보를 안내하는 '국민통신꿀팁' 연재를 시작했다고 5일 밝혔다. 첫 번째 영상은 가정의 달인 5월을 맞아 이동통신사별 스팸, 보이스피싱 차단 앱을 활용해 부모님 휴대전화의 악성 전화를 사전에 막는 방법을 안내했다. 이어 이달엔 다가오는 월드컵 시즌에 맞춰 야외에서 공공 와이파이를 안전하게 접속해 개인정보를 보호하는 방법을 소개할 예정이다. 영상은 방미통위와 이통3사의 공식 유튜브 채널 등을 통해 동시 공개된다. 향후 '단말기유통법' 폐지 이후 휴대폰 구매 시 변경된 시책 안내, 휴가철 배터리 부족 시 비상 충전 방법 등 주제들이 이어질 예정이다. 숏폼 영상은 정부와 통신 업계가 복잡한 통신서비스 정책과 생활밀착형 정보를 국민 눈높이에 맞춰 유익하고 재미있게 전달하기 위해 추진하는 공동 홍보 캠페인이다. 방미통위는 최근 AI와 SNS를 악용한 가짜뉴스가 늘어난 만큼, 누구나 공인된 정보를 접하고 생활에 활용할 수 있도록 돕는 게 캠페인의 취지라고 설명했다. 방미통위는 앞으로도 국민 생활과 밀접하고 공익성이 높은 주제를 공동으로 선정해 생성형 인공지능 기술을 활용한 짧고 흥미로운 영상을 2, 3주 간격으로 순차 게시할 계획이다. 반상권 방미통위 대변인은 “정부와 민간이 협업을 통해 국민에게 유용한 정보를 쉽고 정확하게 전달하는 것이 활동의 핵심”이라며 “앞으로도 국민들이 일상에서 체감할 수 있는 유익한 통신 생활 정보를 홍보하겠다”고 말했다.

2026.06.05 16:50홍지후 기자

[ZD SW 투데이] 메가존클라우드, 스노우플레이크 리셀 파트너상 수상 外

지디넷코리아가 소프트웨어(SW) 업계의 다양한 소식을 한 눈에 볼 수 있는 'ZD SW 투데이'를 새롭게 마련했습니다. SW뿐 아니라 클라우드, 보안, 인공지능(AI) 등 여러 분야에서 활발히 활동하고 있는 기업들의 소식을 담은 만큼 좀 더 쉽고 편하게 이슈를 확인해 보시기 바랍니다. [편집자주] ◆메가존클라우드, 스노우플레이크 리셀 파트너상 수상 메가존클라우드가 3일(현지시간) 미국 샌프란시스코 모스콘센터에서 열린 '스노우플레이크 서밋 2026'에서 아시아태평양·일본 지역 '올해의 리셀 파트너상'를 수상했다. 이 상은 스노우플레이크 사업 성장에 뛰어난 성과를 거둔 파트너에게 수여되는 것으로 미주, 유럽·중동·아프리카, 아시아태평양·일본 등 각 지역별로 단 한 개 파트너만 선정된다. 메가존클라우드는 고객별 비즈니스 환경과 데이터 활용 수준에 맞춘 제안, 구축 지원, 활용 확대 컨설팅을 통해 스노우플레이크 도입이 실제 업무 성과로 이어질 수 있도록 기여한 점을 높이 평가받았다. 특히 고객별 상황에 맞는 제안과 구축 지원을 통해 스노우플레이크 도입이 실제 업무 성과로 이어질 수 있도록 한 점도 인정받았다. ◆사이냅소프트, '생성AI 선도인재 양성 사업' 워크숍 개최 사이냅소프트가 지난 달 수주한 과학기술정보통신부 주관 ;2026년 생성AI 선도인재 양성 사업'에 대한 1차 워크숍을 지난 4일 본사에서 개최했다. 이 사업은 72억 5000만원 규모로, 기업과 대학이 컨소시엄을 구성해 산업 현장의 수요에 맞는 AI 인재를 육성하고 관련 기술을 공동 연구한다. 주관기관으로 선정된 사이냅소프트는 국민대·이화여자대·중앙대 산학협력단과 컨소시엄을 구성했다. 이번 워크숍은 참여 대학 연구진과 관계자들이 모여 멀티모달 통합 임베딩 및 자가 검증형 실시간 에이전틱 AI 기반 고신뢰 기업 공시 데이터 분석 기술 개발 과제의 세부 운영 계획을 점검하기 위해 마련됐다. 참여 기업과 대학원 연구진은 담당할 구체적인 연구 내용을 공유하고 목표를 확고히 해 성공적인 프로젝트 수행 의지를 다졌다. ◆레노버, FIFA 월드컵 2026 운영 지원 레노버가 FIFA 월드컵 2026을 위한 실시간에 가까운 AI 기반 플랫폼을 구축했다. 초저지연 인터넷 프로토콜 텔레비전(IPTV) 영상 배포, 지능형 콘텐츠 전송, 이벤트 생태계 및 운영 전반에 걸친 미션 크리티컬 의사결정을 지원한다는 목표다. 레노버 솔루션은 IPTV 인프라 내 지연 시간을 5초 이내로 단축해 라이브 경기를 실시간에 가깝게 시청할 수 있도록 돕는다. 특히 레노버 씽크시스템 SR635 V3 서버는 북미 전역 경기장에서 들어오는 대규모 라이브 영상 데이터를 관리한다. 10개 채널을 통해 FIFA 시설 내 1000개 이상의 스크린으로 모든 경기 콘텐츠를 실시간으로 수집·처리·배포하며 IPTV 라이브 피드를 구동할 계획이다. ◆이스트에이드 줌, 리워드 쇼핑 서비스 출시 이스트에이드가 줌(zum)앱에서 상품을 구매하면 'EST포인트'를 적립할 수 있는 '리워드 쇼핑 서비스'를 출시했다. 이번 출시로 줌 앱 이용자는 쇼핑과 함께 자연스럽게 포인트를 모으는 앱테크형 리워드 경험을 누릴 수 있게 됐다. 이번 리워드 쇼핑 서비스는 AI 커머스 네트워크 플랫폼 '몰파이(Mallpie)'를 운영하는 지니웍스와의 협업으로 출시됐다. 몰파이는 광고식별자(ADID) 기반 개인화 추천엔진과 AI 상품 데이터 인프라를 결합해 퍼블리셔 채널마다 사용자에게 최적화된 상품을 노출하는 B2B2C 커머스 플랫폼이다. 현재 삼성월렛 '선물하기'를 비롯한 다수 제휴 채널에 커머스 서비스를 공급 중이다. ◆토스랩, 협업툴 기능 '잔디 프로젝트 2.0' 출시 토스랩이 메신저와 통합된 프로젝트 관리 기능 잔디 프로젝트의 업그레이드 버전인 '잔디 프로젝트 2.0'을 출시했다. 이 서비스는 엔터프라이즈 플랜 이상 고객에게 별도 추가 비용 없이 무료로 제공된다. 개인 업무 파악부터 팀 전체 운영 현황 관리까지 메신저와 통합된 프로젝트 관리 경험이 강화됐다. 잔디 프로젝트 2.0은 개인 중심의 직관적인 UI를 새롭게 도입했다. 구성원은 자신이 참여한 프로젝트와 담당 업무를 별도 검색 없이 한 화면에서 즉시 확인할 수 있다. '이번 주 나의 업무'를 통해 주간 단위 일감 현황도 한눈에 파악할 수 있어 보다 수월한 우선순위 설정과 일정 조율을 지원한다. ◆스타팅파트너스, '스타팅 AI 에이전트' 출시 스타팅파트너스가 채용 핵심 업무를 자동화하는 AI 에이전트를 자사 솔루션 '스타팅'에 탑재했다. 서비스 핵심은 비정형 데이터의 정형화 자동화다. AI 에이전트가 JD·이력서·포트폴리오처럼 형식이 제각각인 데이터를 알고리즘이 처리할 수 있는 형태로 가공한다. 계층별 관계성 분석 기반으로 정형화해 헤드헌터가 기업 영업과 포지션 제안에만 집중할 수 있는 구조를 만들었다. 스타팅 AI 에이전트는 직군별 개인화 키워드 추출, 매칭조건 AI 스크리닝, JD 자동 생성, 조건 분석 상세 매칭 리포트 발행 등 네 가지 핵심 기능으로 구성된다. 특히 키워드 추출 기능은 후보자가 직접 경험 유무를 선택할 수 있게 설계해 실제 역량을 보다 정확하게 파악하도록 돕는다. ◆피치에이아이, 'NRF 아시아 2026' 참가 피치에이아이가 지난 2일부터 4일까지 싱가포르 마리나샌즈베이에서 열린 'NRF 아시아 2026'에 참가해 차세대 리테일 테크를 선보였다. 이 행사는 아시아 리테일 산업 최신 트렌드와 기술 혁신을 한눈에 볼 수 있는 아시아 최대 리테일 전시회로, 글로벌 리테일 관계자와 유망 기술 기업들이 대거 참여했다. 피치에이아이는 이번 전시에서 오프라인 매장 디지털 전환을 선도할 주시분석·타깃광고·결품분석 등 독자 비전 AI 기반 솔루션을 선보여 현장 관계자들의 높은 관심을 받았다. 회사는 싱가포르를 거점으로 아시아 시장 내 브랜드 인지도를 높이고 글로벌 리테일 AI 시장 영역을 확장한다는 목표다.

2026.06.05 16:33한정호 기자

NS홈쇼핑이 협력사와 상생하는 특별한 방법

홈쇼핑 업계 상생은 대체로 판로 지원이나 금융 지원, 품질 관리 역량 강화에 초점이 맞춰져 있다. NS홈쇼핑은 여기에 '맛있게 먹는 방법'을 더했다. 협력사 상품을 단순 판매 상품으로 노출하는 데 그치지 않고, 제철 식재료와 레시피, 공간 연출을 결합한 콘텐츠로 재해석한 것이다. 식품 전문 홈쇼핑이라는 정체성을 살려 협력사 상품의 가치를 소비자에게 보다 입체적으로 전달하려는 시도다. NS홈쇼핑은 최근 서울 서대문구 연희동 한 촬영 스튜디오에서 'Yes, NS! 상생식당' 미디어데이를 열었다. 행사는 일반 고객 대상 팝업스토어가 아니라 협력사 상품과 브랜드 스토리를 콘텐츠로 제작하는 촬영 현장을 팝업 레스토랑처럼 꾸민 방식으로 진행됐다. 이 자리에는 NS홈쇼핑 정보방송 프로그램 아만찬(아들이 만드는 일품 반찬) 출연진 3인(김시연·신인호·이재범 셰프)이 함께했다. 현장은 실제 식당처럼 꾸며졌다. 테이블 위에는 협력사 상품을 활용한 요리가 차려졌고, 공간 곳곳에는 농수산물과 식재료 이미지를 살린 소품이 배치됐다. 메뉴 스타일링과 촬영 장면, 콘텐츠 제작 과정도 함께 공개됐다. 행사를 준비한 NS홈쇼핑 관계자는 “보통 홈쇼핑 상생 프로그램은 판로 개척이나 금융 지원, 품질 역량 강화 프로그램이 많다”며 “NS홈쇼핑은 식품 전문 회사인 만큼 협력사 제품을 어떻게 하면 더 맛있게 즐길 수 있을지에 초점을 맞췄다”고 설명했다. 이어 “소비자가 계속 주문하고 재구매하는 구조가 만들어지는 것도 지속 가능한 상생이라고 본다”고 덧붙였다. 이번 상생식당의 메뉴는 협력사 제품과 지역 특산물, 5~6월 제철 식재료를 결합해 구성됐다. 완도 전복, 반건조 우럭, 갑오징어, 문경 오미자, 안동 제비원 된장 등 NS홈쇼핑에서 판매하거나 협력사가 공급하는 제품들이 요리의 중심에 놓였다. 여기에 감자, 취나물, 열무, 토마토, 참외 등 제철 식재료가 더해졌다. 첫 메뉴로는 닭가슴살을 활용한 진미채가 소개됐다. 일반적으로 오징어로 만드는 진미채를 닭가슴살로 재해석한 메뉴다. 닭가슴살을 염지한 뒤 익히고 잘게 찢어 건조해 진미채와 유사한 식감을 냈다. 여기에 안동 제비원 된장을 더해 된장의 은은한 향을 살렸다. 신인호 셰프는 “닭가슴살은 단백질 식품으로 많이 소비되지만 조리법이 한정적이라는 생각이 있었다”며 “추억 속 반찬인 진미채 형태로 만들면 재미있게 즐길 수 있을 것 같았다”고 말했다. 그는 “안동 제비원 된장은 재래 된장이지만 향이 강하지 않아 젊은 세대도 부담 없이 즐길 수 있다”고 덧붙였다. 토마토와 감자, 갑오징어를 활용한 냉채도 선보였다. 토마토와 미나리를 갈아 만든 국물에 곱게 채 썬 감자를 소면처럼 활용하고, 오이와 가지, 새우, 갑오징어 등을 올렸다. 제철 채소의 맛을 살리면서도 수산물을 보다 가볍게 즐길 수 있도록 만든 메뉴다. 메인 반상은 감자 솥밥, 반건조 우럭탕, 낙지젓 반찬, 고추 맵짤이, 전복 내장 소스를 곁들인 흑돼지 떡갈비, 수박을 넣은 열무 얼갈이 물김치 등으로 구성됐다. 감자 솥밥은 들기름에 감자를 노릇하게 지진 뒤 밥을 지어 구수한 향을 살렸다. 반건조 우럭탕은 우럭의 뼈와 머리를 우려 곰탕처럼 국물을 내고, 취나물과 미나리를 더했다. 이재범 셰프는 “반건조 우럭은 보통 구이로 많이 먹지만, NS홈쇼핑을 통해 받은 제품의 신선도와 맛이 좋아 탕 형태로 재구성했다”면서 “집에서도 보양식처럼 즐길 수 있는 메뉴로 만들었다”고 설명했다. 흑돼지 떡갈비에는 완도 전복과 전복 내장 소스가 더해졌다. 익숙한 떡갈비에 수산물을 결합해 새로운 맛을 낸 것이 특징이다. 디저트로는 참외와 요거트를 활용한 메뉴가 제공됐다. 참외를 꿀과 함께 졸여 만든 콩포트를 요거트와 곁들인 방식이다. NS홈쇼핑은 이번 프로젝트를 일회성 행사로 끝내지 않겠다는 계획이다. 일부 메뉴는 향후 상품화 가능성도 검토 중이다. 현장에서는 닭가슴살 진미채와 고추 맵짤이 등이 상품화 가능성이 있는 메뉴로 언급됐다. 다만 레시피를 실제 가공식품이나 밀키트로 구현하는 데는 제조 공정, 품질 관리, 원가 등 현실적인 검토가 필요하다는 설명도 나왔다. NS홈쇼핑 관계자는 “푸드 페스타에서도 좋은 레시피가 많이 나오지만 이를 실제 상품화하는 것은 쉽지 않다”며 “올해는 밀키트 형태로 연결할 수 있는 방법도 고민하고 있다”고 알렸다. 상생식당은 NS홈쇼핑이 오랫동안 쌓아온 식품 콘텐츠 역량과도 맞닿아 있다. NS홈쇼핑은 2008년부터 NS 푸드페스타를 운영하며 다양한 레시피를 발굴해왔다. 유튜브 등 온라인 채널을 통해 레시피 콘텐츠도 공개하고 있다. 올해 NS 푸드페스타는 10월 16일부터 17일까지 열릴 예정이다. 품질 관리도 NS홈쇼핑이 강조하는 차별점이다. NS홈쇼핑은 홈쇼핑 업계에서 식품안전연구소를 운영하고 있으며, 식품 품질관리 전담 조직을 두고 있다. 서류 검토에 그치지 않고 방송 판매 제품의 원료와 제조 공정, 현장 실사 등을 확인한다는 설명이다. 한 협력사 관계자는 “NS홈쇼핑 입점 심사를 진행하면서 기준이 까다롭다고 느꼈다”며 “제조업체 입장에서는 힘든 부분도 있지만 소비자 입장에서는 신뢰할 수 있는 유통 채널이라는 뜻”이라고 강조했다. NS홈쇼핑 관계자는 “식품을 단순히 제공하는 것을 넘어 요리하는 방법과 맛있게 먹는 방법까지 함께 제안하려 한다”며 “협력사 제품이 잘 팔려야 생산자도 성장할 수 있고, 그것이 진정한 상생이라고 본다”고 밝혔다.

2026.06.05 15:51안희정 기자

한국우편사업진흥원, KSQI 우수콜센터 선정

한국우편사업진흥원은 한국능률협회컨설팅(KMAC) 주관 2026년 한국산업의 서비스 품질지수(KSQI) 콜센터 부문에서 우수콜센터로 선정됐다고 5일 밝혔다. KSQI는 한국 산업의 서비스품질에 대한 이용자 체감 수준을 평가하는 만족도 조사로 실제 서비스 과정에서 체감하는 상담서비스 품질 수준을 종합적으로 측정한다. 한국우편사업진흥원은 올해 선정으로 통산 15회, 8년 연속 선정이라는 성과를 달성했다. 우편고객센터는 연간 상담 850만건과 민원을 처리하는 국민 소통 창구로, 365일 24시간 무중단 상담 서비스를 운영한다. 최근엔 2003년 개소 이후 누적 상담 2억 콜을 돌파했다. AI 챗봇 서비스 '행복이'와 빅데이터 기반 문의량 예측을 통해 보다 신속하고 효율적인 상담서비스를 제공하고 있다. 국제우편 모바일 손해배상 서비스 확대와 다누리콜센터 협업을 통한 다국어 상담 채널 운영으로 외국인 가입자 이용 편의성도 높여나가고 있다. 단계별 교육과 전담 튜터 제도, 국내 국제우편 등 사내 인증 제도를 통해 상담 품질의 전문성을 강화하고 있다. 임직원 보호를 위해 민원 전담반과 법률자문체계 운영, 심리상담 프로그램과 감정노동 교육프로그램 등도 운영한다. 한국우편사업진흥원은 올해도 신속하고 만족도 높은 상담서비스 제공을 위해 서비스 품질을 높여나갈 계획이다. 송관호 한국우편사업진흥원장은 “KSQI 한국의 우수콜센터 8년 연속 선정은 가입자 만족을 위해 현장에서 최선을 다해준 상담사 노력과 국민의 신뢰가 함께 만들어낸 성과”라며 “앞으로도 가입자 만족이 최우선이라는 초심을 바탕으로 지속 성장해 나가겠다”고 말했다.

2026.06.05 15:38홍지후 기자

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