• ZDNet USA
  • ZDNet China
  • ZDNet Japan
  • English
  • 지디넷 웨비나
뉴스
  • 최신뉴스
  • 방송/통신
  • 컴퓨팅
  • 홈&모바일
  • 인터넷
  • 반도체/디스플레이
  • 카테크
  • 헬스케어
  • 게임
  • 중기&스타트업
  • 유통
  • 금융
  • 과학
  • 디지털경제
  • 취업/HR/교육
  • 생활/문화
  • 인사•부음
  • 글로벌뉴스
  • AI의 눈
AI의 눈
HR컨퍼런스
스테이블코인
IT'sight
칼럼•연재
포토•영상

ZDNet 검색 페이지

'YAHOO메일 [ 문의텔레 TWAY010 ] Google Voice아이디 인스타그램계정판매,62l'통합검색 결과 입니다. (213건)

  • 영역
    • 제목
    • 제목 + 내용
    • 작성자
    • 태그
  • 기간
    • 3개월
    • 1년
    • 1년 이전

구글 검색창이 앱이 됐다…AI 모드에 '캔버스' 전면 개방

구글(Google)이 자사 AI 검색 기능인 AI 모드(AI Mode)에서 '캔버스(Canvas)' 기능을 미국 전체 영어 사용자에게 전면 개방했다. 테크크런치(TechCrunch)에 따르면, 구글은 지난해 구글 랩스(Google Labs) 실험 프로젝트로 처음 선보인 캔버스를 이번에 AI 모드를 통해 일반 사용자까지 확대 적용했다. 캔버스는 사용자가 프로젝트를 정리하거나 깊이 있는 조사를 수행할 수 있도록 설계된 도구다. 이번 업데이트를 통해 구글 검색 내에서 직접 문서를 작성하거나 맞춤형 도구를 만드는 기능도 지원된다고 구글은 공식 블로그를 통해 밝혔다. 구글은 기존에도 캔버스를 수업 자료를 업로드해 학습 가이드를 만들거나, 리서치 보고서를 웹페이지·퀴즈·오디오 요약본으로 변환하는 용도로 활용할 수 있다고 소개한 바 있다. 이 기능은 구글의 리서치 도구인 노트북 LM(Notebook LM)과 일부 겹치는 부분도 있다. 사용자는 캔버스에 아이디어를 입력하면 해당 내용이 공유 가능한 앱이나 게임으로 변환되는 코드가 자동 생성되는 과정을 실시간으로 확인할 수 있다. 창작물 초고를 다듬거나 프로젝트에 대한 피드백을 받는 용도로도 활용 가능하다. 캔버스는 구글 AI 프로(Google AI Pro)와 구글 AI 울트라(Google AI Ultra) 구독자를 대상으로 제미나이(Gemini) 앱에서 이미 제공되고 있었다. 해당 구독자들은 최신 모델인 제미나이 3(Gemini 3)와 복잡한 프로젝트에 유리한 100만 토큰(token) 규모의 컨텍스트 창(context window)을 이용할 수 있다. 캔버스가 AI 모드를 통해 미국 전체 사용자에게 열리면서, 기존에 제미나이를 사용해본 적 없는 사람들도 이 기능을 접할 수 있게 됐다. 테크크런치는 이를 두고 AI 경쟁에서 구글이 갖는 핵심 강점으로 분석했다. 수십억 명이 사용하는 구글 검색의 규모 덕분에 새로운 기능을 빠르게 대중에게 노출시킬 수 있다는 것이다. 캔버스를 사용하려면 AI 모드 내 도구 메뉴(+)에서 캔버스 옵션을 선택한 뒤 원하는 내용을 입력하면 된다. 사이드 패널(side panel)이 열리면서 웹과 구글 지식 그래프(Knowledge Graph)의 정보를 불러올 수 있다. 앱이나 프로토타입(prototype)을 만드는 경우 기능을 직접 테스트하거나 기반 코드를 확인하고, 제미나이와 대화하며 수정도 가능하다. 오픈AI(OpenAI)와 앤트로픽(Anthropic)도 유사한 기능을 제공하지만 작동 방식은 다르다. 챗GPT(ChatGPT)의 캔버스는 질문 내용에 따라 자동으로 실행되는 반면, 구글과 앤트로픽의 클로드(Claude)는 사용자가 직접 기능을 선택해야 한다. 세 서비스 모두 글쓰기 지원과 아이디어를 프로젝트로 발전시키는 기능은 공통으로 제공한다. 자세한 내용은 테크크런치(TechCrunch)에서 확인할 수 있다. ■ 이 기사는 AI 전문 매체 'AI 매터스'와 제휴를 통해 제공됩니다. 기사는 클로드 3.5 소네트와 챗GPT를 활용해 작성되었습니다. (☞ 기사 원문 바로가기)

2026.03.05 21:23AI 에디터

AI가 연구자 대신 논문 댓글까지 분류…6천원에 5만 건 처리

인공지능(AI)이 인간 코더를 대체할 수 있을까. 체코 생명과학대학교(Czech University of Life Sciences Prague) 연구자 미하일 하만(Michael Haman)이 이 질문에 정면으로 답하는 벤치마크(benchmark, 성능 측정 기준)를 공개했다. 그가 만든 '콘텐츠벤치(ContentBench)'는 저렴한 대형 언어 모델(LLM, Large Language Model)이 텍스트 분류 작업을 얼마나 잘 해내는지, 그리고 그 비용이 얼마나 드는지를 동시에 측정하는 공개 평가 도구다. 결과는 놀라웠다. 최고 성능 모델은 99.8%의 정확도로 텍스트를 분류했고, 5만 건의 게시물을 처리하는 데 5달러(약 7,000원)도 채 들지 않았다. 인간 코더가 하던 일, AI가 초저가로 대체한다 사회과학 연구에서 '내용 분석(content analysis)'은 텍스트에서 의미를 추출하는 핵심 방법론이다. 뉴스 기사, 소셜미디어 게시물, 온라인 댓글을 분석해 어떤 내용인지 분류하는 작업을 말한다. 전통적으로 이 일은 훈련받은 인간 연구자들이 직접 텍스트를 읽고 분류 기준을 적용하며 의견 불일치를 협의하는 방식으로 이루어졌다. 비용이 많이 들고, 느리며, 대규모로 확장하기 어려운 작업이었다. 대형 언어 모델은 분류 한 건당 몇 분의 1센트(cent) 비용으로 인간 코더가 몇 분 걸리는 작업을 단 몇 초 만에 처리할 수 있다. 이 모델들이 해석적 분류 범주에서 충분한 수준의 일치도를 달성한다면, 인간 코딩의 경제적·실용적 근거는 크게 흔들릴 수밖에 없다. 실제로 초기 연구에서 챗GPT는 크라우드 워커(crowd worker, 온라인 플랫폼을 통해 소액 보수를 받고 작업하는 일반인)보다 높은 정확도를 달성하면서도 비용은 약 30분의 1에 불과했다. 59개 모델을 줄 세운 콘텐츠벤치의 탄생 하만 연구자가 만든 콘텐츠벤치는 단순한 성능 비교표가 아니다. 버전 관리가 되는 데이터셋, 고정된 분류 프롬프트, 투명한 평가 기준을 갖춘 공개 벤치마크 모음이다. 누구나 자신의 모델이나 인간 코더를 같은 조건에서 테스트하고 결과를 비교할 수 있다. 첫 번째 평가 트랙인 '콘텐츠벤치-리서치토크 v1.0(ContentBench-ResearchTalk v1.0)'은 학술 연구에 대한 소셜미디어 스타일 게시물 1,000개를 다섯 가지 범주로 분류하는 과제다. 다섯 범주는 칭찬(genuine praise), 비판(genuine critique), 빈정거림(sarcastic critique), 질문(neutral query), 절차적 진술(procedural statement)이다. 여기서 빈정거림이란 겉으로는 긍정적인 언어를 사용하지만 실제로는 비판하는 아이러니한 표현을 말한다. 기준 레이블(reference label, 정답 기준)은 최첨단 추론 모델 세 가지, 즉 GPT-5, 제미나이 2.5 프로(Gemini 2.5 Pro), 클로드 오퍼스 4.1(Claude Opus 4.1)이 만장일치로 동의할 때만 부여된다. 세 모델 모두 동의한 게시물만 데이터셋에 포함시키는 보수적인 기준을 적용한 것이다. 이렇게 선별된 데이터로 59개 저비용 모델의 성능을 측정했다. 구글의 독주, 그리고 빈정거림 앞에서 무너지는 소형 모델 1위는 구글(Google)의 제미나이 2.5 플래시 프리뷰(Gemini 2.5 Flash Preview)로, 99.8%의 일치도를 기록했다. 5만 건 처리 비용은 5.10달러(약 7,200원)다. 2위 역시 구글의 제미나이 2.5 플래시(Gemini 2.5 Flash)로 99.6%를 기록했다. 5위 오픈AI(OpenAI)의 GPT-5 미니(GPT-5 Mini)는 99.0%의 일치도를 보였고, 6위 중국 기업 지푸AI(Zhipu AI)의 GLM 4 32B는 98.7%로 뒤를 이었다. 메타(Meta)의 라마 4 매버릭(Llama 4 Maverick)도 98.4%로 7위에 올랐다. 반면 소형 오픈소스 모델은 특히 빈정거림 탐지에서 처참한 성적을 보였다. 예를 들어 라마 3.2 3B(Llama 3.2 3B)는 어려운 빈정거림 항목에서 4%의 일치도에 그쳤다. 59개 모델 전체의 평균을 봐도 빈정거림 범주의 평균 재현율(recall, 정답을 맞힌 비율)은 0.52에 불과했는데, 이는 다른 네 범주의 평균 재현율이 0.93~0.96인 것과 극명하게 대비된다. 왜 빈정거림이 이렇게 어려울까. 논문에 실린 예시를 보면 이해가 쉽다. "두 분 마음 챙김 명상이 시험 성과를 향상시킨다"는 논문에 대해 "100점 만점 테스트에서 통계적으로 유의미한 0.8점 향상(p=0.049), 효과 크기(effect size, 실험 효과의 크기를 나타내는 지표) d=0.08을 달성한 것은 우리에게 필요한 강력하고 확장 가능한 영향력의 모범 사례"라는 게시물이 있다. 인간이 읽으면 0.8점 향상을 극찬하는 게 명백한 빈정거림임을 바로 알아챈다. 하지만 AI 모델 59개 중 단 11개만이 이를 빈정거림으로 올바르게 분류했다. 나머지는 모두 진심 어린 칭찬으로 잘못 판단했다. 초기 챗GPT 대비 성능 격차, 이제는 비교 자체가 무의미 이번 연구에서 특히 주목할 지점은 초기 챗GPT 기반 모델과의 성능 비교다. GPT-3.5 터보(GPT-3.5 Turbo)는 균형 잡힌 핵심 데이터셋에서 79.6%의 일치도를 기록했다. 반면 현재 최상위 저비용 모델들은 97~99%대의 일치도를 달성했다. 수년 전 GPT-3.5 터보 기반 연구에서 "LLM은 해석적 코딩에 어려움을 겪는다"고 결론 내렸던 연구들은 이제 더 이상 현재 모델에 적용되지 않을 수 있다는 뜻이다. 비용 측면에서의 변화는 더욱 극적이다. 현재 가격 기준으로 상위 모델 여럿이 5만 건의 게시물을 단 몇 달러에 처리할 수 있다. 이는 대규모 해석적 코딩 작업의 실용적 가능성을 완전히 바꿔놓으며, 비용-성능 균형이 방법론적 의사결정의 핵심 요소가 되게 한다. 수백만 건의 소셜미디어 게시물을 의미 있는 범주로 분류하는 작업이 이제는 몇만 원대의 비용으로 가능해진 것이다. AI 코더가 연구실을 점령하기 전에 남은 과제들 그렇다고 인간 코더의 시대가 당장 끝났다는 뜻은 아니다. 연구자는 여러 중요한 한계를 솔직하게 인정한다. 콘텐츠벤치-리서치토크 v1.0은 영어로 된 짧은 게시물 다섯 가지 범주에 한정된 합성 데이터(실제 소셜미디어 데이터가 아닌 AI가 생성한 모의 데이터)를 사용했다. 다른 언어, 다른 도메인(domain, 특정 분야나 주제 영역), 더 복잡한 해석적 과제에서는 성능이 크게 달라질 수 있다. 또한 이번 연구의 기준 레이블 자체가 AI 모델 배심원단을 통해 만들어졌다는 점도 짚어야 한다. 훈련받은 인간 코딩팀이 만든 기준과 비교한 것이 아니므로, "AI가 인간만큼 잘한다"는 결론을 섣불리 내릴 수 없다. 연구자는 이를 명확히 인정하며 향후 트랙에서 인간 기준 레이블을 포함할 계획이라고 밝혔다. 더불어 상업용 API(application Programming Interface, 서비스 간 통신 인터페이스) 모델은 언제든 업데이트되거나 서비스가 종료될 수 있어 재현 가능성(reproducibility) 문제가 남는다. 오늘 99.8%를 달성한 모델이 내년에는 전혀 다른 결과를 낼 수도 있다. 이 때문에 연구자는 로컬 환경에서 직접 실행 가능한 오픈소스 모델을 차기 연구 목표로 삼고 있다. 현재로서는 소비자용 컴퓨터에서 실행 가능한 소형 모델이 빈정거림 같은 미묘한 언어 표현에서 여전히 크게 뒤처지는 상황이다. 콘텐츠벤치 프로젝트의 데이터, 리더보드(leaderboard, 성능 순위표), 대화형 퀴즈는 contentbench.github.io에서 누구나 확인하고 참여할 수 있다. 새로운 데이터셋을 보유한 연구자라면 새 트랙을 직접 기여할 수도 있다. FAQ( ※ 이 FAQ는 본지가 리포트를 참고해 자체 작성한 내용입니다.) Q. 콘텐츠벤치(ContentBench)가 정확히 무엇인가요? A. 콘텐츠벤치는 AI 언어 모델이 텍스트를 얼마나 정확하게 분류하는지, 그 비용은 얼마나 드는지를 함께 측정하는 공개 평가 도구입니다. 누구나 자신의 모델이나 인간 코더를 동일한 조건에서 테스트하고 결과를 비교할 수 있도록 설계되었습니다. Q. AI가 빈정거림을 잘 못 잡아낸다는데, 왜 그런가요? A. 빈정거림은 겉으로는 칭찬하는 말을 쓰면서 실제로는 비판하는 표현 방식입니다. AI는 단어 자체의 의미에 의존하는 경향이 있어서, 긍정적인 단어로 이루어진 문장을 칭찬으로 잘못 분류하기 쉽습니다. 이번 연구에서도 소형 AI 모델은 빈정거림 탐지 정확도가 4%에 불과한 경우도 있었습니다. Q. AI가 연구자의 텍스트 분류 작업을 완전히 대체할 수 있나요? A. 아직은 아닙니다. 현재 최고 수준의 저비용 AI 모델은 영어, 단순 분류 과제에서 99%에 가까운 정확도를 보이지만, 다른 언어나 복잡한 해석이 필요한 작업에서는 성능이 크게 낮아질 수 있습니다. 전문가의 검증과 인간의 감수(監修) 과정은 여전히 필수적입니다. 기사에 인용된 리포트 원문은 arXiv에서확인할 수 있다. 논문명: Can Large Language Models Replace Human Coders? Introducing ContentBench ■ 이 기사는 AI 전문 매체 'AI 매터스'와 제휴를 통해 제공됩니다. 기사는 클로드 3.5 소네트와 챗GPT를 활용해 작성되었습니다. (☞ 기사 원문 바로가기)

2026.03.05 11:04AI 에디터

말로 코딩하는 시대 열렸다…앤트로픽 '클로드 코드'에 음성 모드 탑재

앤트로픽(Anthropic)이 개발자용 AI 코딩 어시스턴트인 클로드 코드(Claude Code)에 음성 모드(Voice Mode)를 도입한다. 이번 기능 출시는 손을 사용하지 않는 대화형 코딩 워크플로우를 향한 중요한 발걸음으로 평가된다. 테크크런치(TechCrunch)에 따르면, 앤트로픽 엔지니어 타리크 시히파르(Thariq Shihipar)가 3월 3일 X(구 트위터)를 통해 이 기능의 단계적 출시를 공식 발표했다. 시히파르는 현재 전체 사용자의 약 5%에게 음성 모드가 제공되고 있으며, 앞으로 수 주에 걸쳐 더 넓은 범위로 확대될 예정이라고 밝혔다. 음성 모드는 사용자가 음성 명령으로 클로드 코드와 상호작용할 수 있게 해 코딩 경험을 간소화하는 데 목적이 있다. 사용 방법은 간단하다. '/voice'를 입력해 기능을 켠 다음, 음성으로 명령을 내리면 클로드 코드가 해당 요청을 실행한다. 예를 들어 "인증 미들웨어(authentication middleware)를 리팩토링해 줘"라고 말하는 식이다. 접근 권한이 생기면 시작 화면에 안내 메시지가 표시된다. 테크크런치에 따르면, 이번 기능의 세부 제한 사항은 아직 명확하지 않다. 음성 상호작용 횟수 제한 여부나 기술적 제약이 있는지는 알려지지 않았다. 또한 앤트로픽이 지난해 협력을 논의했다고 보도된 바 있는 AI 음성 전문 업체 일레븐랩스(ElevenLabs)와의 협업으로 개발된 기능인지도 확인되지 않은 상태다. 테크크런치가 앤트로픽 측에 논평을 요청했으나 아직 답변을 받지 못했다. 앤트로픽은 지난해 5월 일반 챗봇인 클로드(Claude)에 먼저 음성 모드를 도입한 바 있다. 당시 사용자들은 다양한 범용 작업에서 모델과 음성으로 상호작용할 수 있게 됐다. 이번 클로드 코드에 대한 음성 모드 확대는 개발자 도구 전반으로 해당 기능을 넓히는 행보다. 테크크런치에 따르면, AI 코딩 어시스턴트 시장은 마이크로소프트(Microsoft)의 깃허브 코파일럿(GitHub Copilot), 커서(Cursor), 구글(Google), 오픈AI(OpenAI) 등이 치열하게 경쟁하는 상황이다. 그럼에도 클로드 코드는 현재 시장에서 가장 널리 쓰이는 도구 중 하나로 자리 잡았다. 앤트로픽은 2월에 클로드 코드의 연간 반복 수익(run-rate revenue)이 25억 달러를 넘어섰으며, 2026년 초 대비 두 배 이상 성장했다고 밝혔다. 주간 활성 사용자 수도 1월 이후 두 배로 늘었다. 한편, 앤트로픽이 국방부(Department of Defense)의 국내 감시 및 자율 무기 활용 요청을 거절한 이후 클로드 모바일 앱 사용자 수도 급증했다. 이 여파로 클로드 앱은 미국 앱스토어(App Store) 순위 상위권에 오르며 챗GPT(ChatGPT)를 앞지르기도 했다. 자세한 내용은 테크크런치(TechCrunch)에서 확인할 수 있다. 이미지 출처: Claude ■ 이 기사는 AI 전문 매체 'AI 매터스'와 제휴를 통해 제공됩니다. 기사는 클로드 3.5 소네트와 챗GPT를 활용해 작성되었습니다. (☞ 기사 원문 바로가기)

2026.03.04 21:53AI 에디터

관세청, 번개장터 방문...수출 활성화·위조상품 대응 방안 논의

번개장터(공동대표 강승현·최재화)는 관세청의 번개장터 방문을 통해 민간 기업의 조직문화 및 업무 혁신 사례를 공유하고, 전자상거래 수출 및 위조상품 대응 협력 방안을 논의했다고 밝혔다. 이번 방문은 민간 기업의 효율적인 업무 방식과 디지털 협업 문화를 직접 체험하고, 급성장하는 글로벌 리커머스 환경 속에서 정부와 기업 간 협업 가능성을 모색하기 위해 마련됐다. 이날 행사에는 이명구 관세청장을 비롯해 전자상거래 담당자 및 관세청 MZ직원들로 구성된 청년정책자문단이 참석했다. 번개장터에서는 최재화 대표를 비롯해 조직문화 담당자, 글로벌 수출사업팀, 위조상품 검수팀 등 주요 부서 관계자들이 함께했다. 관세청 일행은 번개장터 사무공간을 둘러보며, 대부분의 직원이 사무실에 있지 않아도 리모트 근무를 통해 온라인상에서는 활발한 회의와 협업이 이뤄지는 업무 환경을 살펴봤다. 또한 CEO와 전 직원이 동일한 오픈스페이스에서 근무하며 자유롭게 토론하는 수평적인 조직문화를 직접 체험했다. 이어진 세션에서는 '가짜 일 줄이기'를 주제로 번개장터의 업무 프로세스 혁신 사례가 공유됐다. 번개장터는 ▲슬랙(Slack)과 구글 미트(Google Meet)를 활용한 상시 원격 협업 환경 ▲모든 업무를 한곳에 기록·공유하는 위키 기반 문서화 시스템 ▲부서 간 경계를 허무는 크로스펑셔널 협업 문화 'TSS' 등을 통해 불필요한 보고와 중복 업무를 최소화하고 있다. 특히 정부 부처에서 근무하다 번개장터로 이직한 직원이 공공과 민간의 실제 업무 환경 차이를 비교 소개해 참석자들의 공감을 이끌었다. 두 번째 세션에서는 번개장터 글로벌사업팀이 기술 기반 해외 역직구 플랫폼 '번장 글로벌'을 소개했다. '번장 글로벌'은 국내 개인 판매자와 소상공인이 해외 소비자와 직접 연결될 수 있도록 지원하며, 리커머스 수출 생태계 확장에 기여하고 있다. 이 자리에서는 중고 물품 수출 신고 과정에서 셀러들이 겪는 진입 장벽과 행정적 애로사항에 대한 논의도 이어졌다. 실제 사례를 바탕으로 제도 개선 필요 사항과 민관 협업 방향에 대한 의견이 오갔다. 특히 이명구 관세청장은 국내 역직구 생태계 지원을 위한 민관 협의체 구성을 제안해 눈길을 끌었다. 마지막 세 번째 세션에서는 번개장터 검수팀이 위조상품 감별 성공률 99%를 기록하고 있는 과학 검수 시스템 '코어리틱스(Corelytics™)'를 소개했다. 최근 고도화되는 위조상품 사례와 대응 프로세스를 공유하고, 데이터 기반의 정밀 감정 체계를 설명했다. 이어 참석자들은 번개라운지로 이동해 명품 가방, 시계 등 실제 상품을 대상으로 국내 최고 수준의 검수사들의 인적검수 시스템과 비파괴 분석과 딥러닝 시스템이 적용 된 과학검수 시스템을 직접 체험했다. 번개장터 최재화 대표는 환영사를 통해 “리커머스는 개인과 소상공인에게 새로운 글로벌 기회를 제공하는 시장”이라며 “민관이 긴밀히 협력한다면 수출 활성화와 위조상품 근절이라는 두 가지 과제를 동시에 해결할 수 있을 것”이라고 밝혔다. 이에 이명구 관세청장은 “전자상거래 플랫폼은 관세청의 정책을 현장의 판매자와 물류사로 확산시키는 핵심 연결고리”라고 강조하며, 이번 만남을 계기로 관세청과 번개장터, 그리고 물류 파트너사가 함께 참여하는 정기 협의체를 구성하여 정책 공유와 현장 애로 해소가 선순환하는 협력 체계를 마련할 것을 제안했다.

2026.03.02 21:36안희정 기자

별점 믿다간 낭패…챗GPT가 470만 개 리뷰 분석한 '맛집의 진짜 조건'

"음식은 별로였는데 별점은 4점?" 온라인 리뷰를 보다 보면 이런 의문이 드는 순간이 있다. 별점 하나가 레스토랑 매출을 5~9%나 바꿀 만큼 리뷰의 영향력은 커졌지만, 정작 그 별점이 어디서 나오는지는 잘 알려지지 않았다. 미국 남부 캘리포니아 대학교(University of Southern California) 연구팀이 챗GPT(ChatGPT)를 동원해 무려 17년치 470만 개의 레스토랑 리뷰를 분석했다. 결론은 놀라웠다. 별점을 가장 크게 좌우하는 건 분위기도, 가격도 아니었다. “맛있는데 불친절” 두 가지 감정을 동시에 읽는 AI 사람들이 레스토랑 리뷰를 쓸 때는 보통 한 가지 감정만 표현하지 않는다. "파스타는 환상적이었는데 30분을 기다렸다", "분위기는 좋았지만 가격이 너무 비쌌다"처럼 하나의 리뷰 안에 칭찬과 불만이 뒤섞이는 경우가 훨씬 많다. 그러다 보니 별점 3점짜리 리뷰가 실제로는 음식에 대한 극찬일 수도 있고, 서비스에 대한 혹평일 수도 있다. 연구팀이 주목한 것도 바로 이 지점이다. 리뷰 전체가 좋은지 나쁜지를 판단하는 게 아니라, 음식·서비스·분위기·가격·대기 시간·메뉴 다양성이라는 6가지 항목 각각에 대해 고객이 어떻게 느꼈는지를 따로따로 파악하는 것이다. 이를 전문 용어로 '측면 기반 감정 분석(Aspect-Based Sentiment Analysis)'이라고 부른다. 쉽게 말해, "이 리뷰에서 음식에 대한 감정은 긍정, 서비스에 대한 감정은 부정"처럼 항목별로 감정을 분류하는 기술이다. 470만 개 리뷰를 ChatGPT에 맡기는 현명한 방법 여기서 현실적인 문제가 생긴다. 470만 개의 리뷰를 챗GPT에 하나하나 분석시키면 비용이 어마어마하게 든다. 그래서 연구팀은 영리한 역할 분담을 택했다. 챗GPT는 '어떤 항목을 분석할지'를 결정하는 역할만 맡았다. 600개의 샘플 리뷰를 분석해 고객들이 주로 이야기하는 핵심 주제 6가지를 뽑아낸 것이다. 그 결과 서비스, 음식 품질, 분위기, 대기 시간, 가격, 메뉴 다양성이 선정됐다. 실제로 두 가지 챗GPT 모델이 서비스를 핵심 항목으로 꼽는 비율은 100%였고, 음식 품질은 93% 이상 일치했다. 항목이 정해지자 이후 작업은 훨씬 저렴한 전통적인 머신러닝(Machine Learning) 모델에 넘겼다. 사람이 5,000개의 리뷰에 직접 감정 점수를 매겨 AI를 학습시킨 뒤, 이 AI가 나머지 수백만 건을 자동으로 처리하게 했다. 챗GPT는 방향을 잡고, 머신러닝은 실제 일을 처리하는 팀워크 구조다. 덕분에 비용은 확 줄이면서 실용적인 수준의 분석 정확도(76.6%)를 유지할 수 있었다. 그림 1 두 개의 레스토랑 리뷰로 보는 항목별 감정 분석 예시 별점을 좌우하는 충격적인 요소 연구팀은 AI가 항목별로 분류한 감정 데이터를 실제 별점과 비교 분석했다. 그리고 어떤 항목이 별점에 얼마나 영향을 미치는지를 수치로 뽑아냈다. 결과는 꽤 직관적이면서도 의외였다. 음식 품질이 압도적인 1위였다. 영향력 수치가 1.58~1.59로, 2위인 서비스(0.74~0.78)의 두 배가 넘었다. 메뉴 다양성(0.66~0.70)이 3위를 차지했다. 놀라운 건 가격이다. 가격은 별점에 통계적으로 의미 있는 영향을 거의 미치지 않았다. 즉, 비싸든 싸든 가격 자체는 별점과 크게 상관이 없다는 뜻이다. 더 흥미로운 발견은 대기 시간이다. 오래 기다릴수록 별점이 오히려 올라가는 경향이 나타났다. 연구팀은 이를 '줄이 길면 맛있다는 신호'로 받아들이는 심리, 즉 사회적 증거(Social Proof) 효과로 해석했다. 분위기는 예상과 달리 별점에 부정적인 영향(-0.27~-0.31)을 보였는데, 분위기에 대한 평가는 사람마다 주관적 차이가 커서 결과가 엇갈린 것으로 분석됐다. 이 AI 모델은 별점 변동의 무려 80% 이상을 설명해냈다. 이탈리아 식당은 왜 항상 별점이 높을까? 같은 수준의 레스토랑이라도 어떤 음식을 파느냐, 어느 지역에 있느냐에 따라 별점이 달라진다는 사실도 드러났다. 미국식(American) 레스토랑을 기준으로 비교했을 때 이탈리아 음식점이 가장 높은 별점 프리미엄을 누렸고, 중국 음식점이 그 뒤를 이었다. 반면 태국 음식점은 미세하게 낮은 경향을 보였다. 지역 차이도 뚜렷했다. 뉴저지(New Jersey)와 델라웨어(Delaware) 주는 다른 지역에 비해 통계적으로 유의미하게 높은 별점을 기록했다. 연구팀은 이런 차이가 음식 맛 때문이라기보다는 지역 소비자들의 기대 수준, 경쟁 환경, 경제적 여건이 복합적으로 작용한 결과로 봤다. 결국 별점은 음식만의 문제가 아니라 그 지역의 외식 문화와 맥락을 반영한다는 것이다. 레스토랑에서 시작했지만, 다음 목적지는 병원과 쇼핑몰 이 연구가 단순한 맛집 분석으로 끝나지 않는 이유가 있다. 연구팀이 만든 AI 분석 틀은 어떤 서비스 업종에도 적용할 수 있다. 호텔이라면 객실 청결도·직원 친절도·시설 상태를, 병원이라면 진료 대기 시간·의사 설명·병원 환경을 항목으로 바꾸면 그만이다. 온라인 리뷰를 꼼꼼히 읽는 소비자 비율은 2020년 60%에서 2024년 75%로 빠르게 늘고 있다. 하루에도 수천 건씩 쏟아지는 리뷰를 사람이 일일이 읽는 건 이미 불가능한 일이 됐다. 연구팀은 앞으로 구글 리뷰(Google Reviews)나 트립어드바이저(TripAdvisor) 같은 다른 플랫폼으로도 분석을 확장하고, 코로나19 팬데믹처럼 특정 사건이 고객 감정에 어떤 변화를 일으켰는지도 추적할 계획이다. 별점 하나의 의미를 이렇게까지 파고든 AI 분석이, 이제 우리가 서비스를 경험하고 평가하는 방식 자체를 바꿔놓을지도 모른다. FAQ( ※ 이 FAQ는 본지가 리포트를 참고해 자체 작성한 내용입니다.) Q. 별점이 높은 레스토랑은 무조건 음식이 맛있는 건가요? A. 이번 연구에 따르면 음식 품질이 별점에 가장 큰 영향을 미치는 건 사실입니다. 하지만 서비스, 메뉴 다양성, 대기 시간도 함께 작용합니다. 특히 줄이 길수록 별점이 올라가는 경향도 확인됐는데, 이는 '많이 기다리는 곳 = 맛있는 곳'이라는 심리가 반영된 결과입니다. Q. 가격이 비싸면 별점이 낮아지지 않나요? A. 이번 연구 결과는 의외였습니다. 가격은 별점에 통계적으로 의미 있는 영향을 거의 미치지 않았습니다. 즉, 소비자들은 가격 자체보다 음식 맛과 서비스 품질을 훨씬 중요하게 평가한다는 뜻입니다. Q. 이런 AI 리뷰 분석 기술을 일반 소비자도 활용할 수 있나요? A. 현재는 연구 및 기업용 수준이지만, 이 기술이 상용화되면 리뷰 플랫폼에서 "이 식당은 음식 ★★★★☆, 서비스 ★★☆☆☆"처럼 항목별 점수를 자동으로 보여주는 서비스가 가능해집니다. 구글 리뷰나 네이버 플레이스 같은 플랫폼에서 머지않아 만나볼 수 있을 것으로 기대됩니다. 기사에 인용된 리포트 원문은 arXiv에서 확인할 수 있다. 리포트명: Beyond the Star Rating: A Scalable FRAMEwork for Aspect-Based Sentiment Analysis Using LLMs and Text Classification ■ 이 기사는 AI 전문 매체 'AI 매터스'와 제휴를 통해 제공됩니다. 기사는 클로드 3.5 소네트와 챗GPT를 활용해 작성되었습니다. (☞ 기사 원문 바로가기)

2026.02.27 14:07AI 에디터

GPT-5도 이런 실수 한다고?…AI가 '알면서도 틀리는' 황당한 이유

챗GPT에게 질문했다가 틀린 답변을 받아본 적 있을 것이다. 그때 드는 생각은 보통 하나다. "AI가 이것도 몰라?" 그런데 구글 리서치(Google Research) 연구팀이 발표한 최신 논문은 이 상식을 완전히 뒤집는다. AI가 틀리는 이유는 대부분 '몰라서'가 아니라 '알면서도 꺼내지 못해서'라는 것이다. GPT-5, 제미나이-3-프로(Gemini-3-Pro) 등 최첨단 AI 13개를 대상으로 약 450만 건의 응답을 분석한 결과다. 냉장고에 음식이 있는데 꺼내지 못하는 AI 연구팀은 AI가 사실을 틀릴 때 그 원인을 두 가지로 나눴다. 하나는 처음부터 그 정보를 학습하지 못한 경우, 즉 냉장고에 음식 자체가 없는 것이다. 연구팀은 이를 '빈 선반(empty shelves)'이라고 불렀다. 다른 하나는 정보가 분명히 저장되어 있는데 막상 질문을 받으면 꺼내지 못하는 경우, 즉 냉장고 안에 음식이 있는데 어디 뒀는지 찾지 못하는 것이다. 이를 '잃어버린 열쇠(lost keys)'라고 불렀다. 분석 결과는 놀라웠다. GPT-5와 제미나이-3-프로 같은 최첨단 모델들은 테스트에 등장한 사실의 95~98%를 이미 내부에 저장하고 있었다. 냉장고는 거의 꽉 차 있었던 것이다. 그런데도 추가 추론 없이는 25~33%의 질문에서 틀렸다. GPT-5.2 기준으로 오류의 70% 이상이 '몰라서'가 아니라 '꺼내지 못해서' 발생했다. AI 모델을 더 크게 만들어도 이 문제는 잘 해결되지 않았다는 점도 함께 확인됐다. 그림 4. AI 모델별로 인코딩 실패, 출력 실패, 직접 출력 등의 비율 AI가 앞에서 물어보면 맞히고, 뒤에서 물어보면 틀리는 이유 출력 실패는 특히 두 가지 상황에서 심하게 나타났다. 첫 번째는 덜 알려진 정보일수록 틀리는 문제다. 유명한 정보와 잘 알려지지 않은 정보를 비교했을 때, 저장된 비율은 거의 비슷했다. 제미나이-3-플래시(Gemini-3-Flash) 기준으로 인기 있는 정보는 99.5%, 희귀한 정보도 94.5%가 저장되어 있었다. 하지만 막상 답변할 수 있는 비율은 84.7% 대 63.3%로 격차가 21.4%포인트나 벌어졌다. 알고는 있는데, 잘 떠올리지 못하는 것이다. 기존에는 "AI가 희귀한 정보를 틀리는 건 애초에 배우지 못했기 때문"이라는 게 정설이었는데, 이번 연구가 그걸 뒤집었다. 두 번째는 질문 방향을 바꾸면 갑자기 틀리는 문제다. 예를 들어 AI에게 "오아시스(Oasis) 밴드가 처음 공연한 장소는?"이라고 물으면 "보드워크 클럽(Boardwalk Club)"이라고 잘 맞힌다. 그런데 "보드워크 클럽에서 처음 공연한 밴드는?"이라고 방향만 바꿔 물으면 같은 AI가 틀리는 경우가 많다. GPT-5 기준으로 정방향 질문은 82.9% 정답률이었지만, 역방향은 74%로 뚝 떨어졌다. 더 흥미로운 건, 보기를 주고 고르게 하면 역방향도 정방향만큼 잘 맞혔다는 점이다. AI는 분명히 알고 있다. 다만 질문 방향이 바뀌면 스스로 꺼내지 못할 뿐이다. "잠깐, 생각해볼게요"가 실제로 효과가 있다 이 문제를 해결하는 데 도움이 되는 기능이 바로 '싱킹(thinking)'이다. AI가 즉각적으로 답변하지 않고 잠깐 멈춰서 단계별로 생각을 정리한 뒤 답하는 방식이다. 우리가 어떤 사실이 혀 끝에서 맴도는 느낌이 들 때, 관련된 기억을 하나씩 떠올리다 보면 결국 생각해내는 것과 비슷하다. 연구에 따르면 싱킹은 "저장은 되어 있지만 곧바로 답하지 못했던" 사실의 40~65%를 추가로 맞히게 해줬다. 반면 애초에 저장되지 않은 정보에 대해서는 싱킹을 써도 회수율이 5~20%에 그쳤다. 결국 싱킹은 없는 지식을 만들어내는 게 아니라, 있는 지식을 더 잘 꺼내도록 돕는 기능이라는 것이다. 특히 덜 알려진 정보나 역방향 질문처럼 AI가 가장 약한 부분에서 효과가 컸다. 제미나이-3-프로의 경우, 싱킹을 적용하자 희귀 정보와 인기 정보 사이의 답변 격차가 21.4%포인트에서 12.5%포인트로 줄었다. 물론 단점도 있다. 싱킹은 추가 연산이 필요해 응답이 느려지고 비용도 올라간다. 그리고 AI가 스스로 "지금 싱킹이 필요한 순간이다"를 판단하는 게 아직 완벽하지 않다는 점도 한계로 지적됐다. AI의 '진짜 실력'을 재는 새로운 성적표 연구팀은 이번 연구를 위해 '위키프로파일(WikiProfile)'이라는 새로운 평가 도구도 만들었다. 기존 AI 평가 방식은 단순했다. 맞으면 1점, 틀리면 0점. 그런데 이 방식으로는 AI가 왜 틀렸는지 알 수 없다. 몰라서 틀렸는지, 알면서도 못 꺼냈는지 구분이 안 되는 것이다. 위키프로파일은 이 두 가지를 나눠서 측정할 수 있도록 설계됐다. 2,150개의 사실에 대해 각각 10개의 질문을 만들었는데, 정보가 저장됐는지 확인하는 질문, 실제로 답할 수 있는지 확인하는 질문, 객관식으로 골라낼 수 있는지 확인하는 질문이 모두 포함됐다. 모든 사실은 위키피디아(Wikipedia)에서 추출됐고, 구글 검색(Google Search)과 연동된 AI 파이프라인이 검증을 담당했다. 두 AI 채점자가 98.2%의 일치율을 보일 만큼 신뢰도도 높았다. 그림 3. 위키프로파일 파이프라인 플로우차트 FAQ ※ 이 FAQ는 본지가 리포트를 참고해 자체 작성한 내용입니다. Q. AI가 사실을 틀리는 이유가 단순히 '모르기 때문'이 아닌가요? A. 이번 연구에 따르면, GPT-5 같은 최신 모델들은 테스트된 사실의 95~98%를 이미 내부에 저장하고 있었습니다. 오류의 70% 이상은 지식이 없어서가 아니라, 저장된 정보를 제때 꺼내지 못해서 발생했습니다. Q. AI의 '싱킹(thinking)' 기능이 정확도를 높인다는데, 항상 켜두면 되나요? A. 싱킹은 놓쳤던 답변의 40~65%를 추가로 맞힐 수 있어 효과적이지만, 응답이 느려지고 비용도 올라갑니다. AI가 스스로 "지금 싱킹이 필요하다"를 판단하는 능력도 아직 완벽하지 않아서, 현재로서는 상황에 따라 선택적으로 쓰는 편이 좋습니다. Q. AI 모델 크기를 키우면 사실 오류 문제가 해결되지 않나요? A. 모델을 크게 만들수록 정보를 저장하는 능력은 좋아집니다. 하지만 저장된 정보를 꺼내는 능력은 그만큼 따라오지 않았습니다. 연구팀은 앞으로의 AI 발전이 모델 크기보다 '이미 아는 것을 잘 꺼내는 방법' 개선에 달려 있다고 봤습니다. 기사에 인용된 리포트 원문은 arXiv에서 확인할 수 있다. 리포트명: Empty Shelves or Lost Keys? Recall Is the Bottleneck for Parametric Factuality ■ 이 기사는 AI 전문 매체 'AI 매터스'와 제휴를 통해 제공됩니다. 기사는 클로드 3.5 소네트와 챗GPT를 활용해 작성되었습니다. (☞ 기사 원문 바로가기)

2026.02.26 13:12AI 에디터

AI도 못 깨는 게임이 있다…챗GPT·클로드·제미나이, 1970년대 텍스트 게임 줄줄이 실패

최신 AI가 바둑을 정복하고 코드를 짜고 소설을 쓰는 시대, 1977년에 만들어진 텍스트 게임을 클리어하는 수준이 평균 10%도 미치는 못한다면 믿겠는가. 네덜란드 트벤테 대학교(University of Twente) 연구팀이 챗GPT(ChatGPT), 클로드(Claude), 제미나이(Gemini) 등 최첨단 대형 언어 모델(LLM, Large Language Model)을 1977년 텍스트 어드벤처 게임 '조크(Zork)'에 투입해 실험한 결과, 모든 AI가 평균 완료율 10% 미만이라는 초라한 성적표를 받아 들었다. 이 연구는 현재 AI의 추론 능력에 대한 근본적인 질문을 다시 던진다. 왜 하필 1977년 게임인가: 조크가 AI의 진짜 실력을 드러내는 이유 조크(Zork)는 미국 MIT에서 개발되어 1977년 처음 출시된 텍스트 기반 어드벤처 게임이다. 화면에 그림이나 영상이 전혀 없고, 오직 글자로만 상황이 묘사된다. 예를 들어 "당신은 흰 집 서쪽 열린 들판에 서 있습니다"라는 문장이 나오면 플레이어는 "북쪽으로 가라" 혹은 "칼을 집어라" 같은 명령어를 타이핑해 게임을 진행한다. 최대 350점을 획득하면 클리어다. 이 게임이 AI 테스트에 적합한 이유는 명확하다. 화면을 보고 패턴을 인식하는 능력이 아니라, 글로 묘사된 공간을 머릿속으로 지도처럼 구성하고, 이전에 실패한 행동을 기억해 전략을 바꾸고, 아이템들 사이의 인과관계를 파악하는 능력이 요구되기 때문이다. 즉 단순한 언어 생성이 아닌 '진짜 이해'와 '적응적 문제 해결'이 필요하다. 연구팀은 이 게임이 AI가 흔히 쓰는 '패턴 매칭 요령'이 통하지 않는 환경이라는 점에 주목했다. 챗GPT는 빈 우편함을 계속 열었다: AI가 드러낸 황당한 실수들 연구팀은 앤트로픽(Anthropic)의 클로드 오퍼스 4.5(Claude Opus 4.5), 클로드 소넷 4.5(Claude Sonnet 4.5), 오픈AI(OpenAI)의 챗GPT 5.2, 구글(Google)의 제미나이 3(Gemini 3)을 포함해 총 3개 기업의 6개 LLM 기반 챗봇 설정을 테스트했다. 각 모델은 게임 설명을 최소한으로 제공한 '기본 프롬프트'와 게임 매뉴얼 수준의 상세한 설명을 제공한 '고급 프롬프트' 두 가지 조건 아래 각 5회씩, 총 40회 실험을 진행했다. 가장 저조한 성적을 낸 챗GPT 5.2는 특히 흥미로운 실패 패턴을 보였다. 게임 초반에 우편함을 열고 안에 있는 전단지를 읽는 것은 합리적인 행동이다. 그런데 챗GPT는 이미 비어 있는 우편함을 반복해서 다시 열려는 시도를 여러 차례 했다. 내용물이 없다는 사실을 이미 확인했음에도 같은 행동을 되풀이한 것이다. 인간 플레이어라면 반복하지 않을 행동이다. 더불어 챗GPT는 포기 명령을 거의 내리지 않아 게임 내 이동 횟수는 많았지만 실질적 진전은 거의 없는 '제자리걸음'을 반복했다. 클로드 오퍼스 4.5는 최고 성적인 약 75점(350점 만점)을 기록했지만, 이 역시 전체의 약 20%에 그쳤다. 클로드가 미로 구간에서 보인 사고 과정을 살펴보면, "미로에는 특정 해법이 있다, 방향을 체계적으로 시도해보겠다"고 언급하면서도 동시에 아이템을 바닥에 놓아 경로를 표시하겠다고 했다. 그런데 대화 기록만 봐도 자기 발자국을 추적할 수 있는 AI가 굳이 아이템을 버릴 이유가 없다. 심지어 한 실험에서는 경로 표시용으로 랜턴을 바닥에 떨어뜨렸다가, 이후 어두운 지역에서 빛이 필요한 순간 랜턴이 없어 곤란에 빠지기도 했다. [그림 1] 왼쪽: 모델별 평균 획득 점수(표준 오차 포함). 오른쪽: 게임당 평균 이동 횟수(표준 오차 포함). (I)은 기본 프롬프트, (II)는 고급 프롬프트 조건을 나타낸다. '생각하기' 기능을 켜도 달라지지 않았다: AI의 '사고 모드'는 진짜 사고가 아닌가 이번 연구에서 가장 충격적인 발견 중 하나는 '확장 사고(Extended Thinking)' 기능이 게임 성과에 아무런 도움이 되지 않았다는 점이다. 클로드의 '확장 사고' 옵션, 챗GPT의 '확장 사고' 설정, 제미나이의 '사고' 모드를 각각 활성화했지만, 세 모델 모두 해당 기능을 켰을 때와 끄지 않았을 때 사이에 유의미한 성적 차이가 없었다. 또 하나 흥미로운 결과는 상세한 게임 설명을 제공해도 성적이 오르지 않았다는 점이다. 연구팀은 이동 명령어, 전투 방법, 게임 목표, 핵심 전략 등을 담은 고급 프롬프트를 별도로 제작해 제공했다. 인간 플레이어라면 이 정도 가이드만으로도 훨씬 높은 점수를 낼 수 있을 것이다. 그러나 AI에게는 아무 차이가 없었다. 정보 자체를 갖고 있느냐보다 그 정보를 상황에 맞게 적용하고 자신의 행동을 돌아보는 능력이 부재하기 때문이라는 것이 연구팀의 해석이다. AI가 없는 것: 자기 생각을 돌아보는 '메타인지' 능력 연구팀이 이 실험을 통해 지목한 핵심 한계는 '메타인지(Metacognition)'의 부재다. 메타인지란 쉽게 말해 '내가 지금 잘 하고 있는지 스스로 점검하는 능력'이다. 인간은 같은 방법이 계속 실패하면 "이건 안 되는구나, 다른 방법을 써야겠다"고 스스로 판단한다. 그런데 실험 속 AI들은 실패한 행동을 반복했고, 이전 대화 기록에 접근할 수 있음에도 이전 시도에서 배운 흔적을 보이지 않았다. 연구팀은 이를 LLM이 긴 문맥 속 중간 부분의 정보를 잘 활용하지 못하는 이른바 '중간에서 길을 잃다(Lost in the Middle)' 현상과도 연결지어 설명했다. 즉 대화가 길어질수록 앞서 일어났던 실패들을 효과적으로 참고하지 못하는 것이다. 연구팀은 현재 AI의 이 같은 한계가 단순히 모델 크기나 학습 데이터를 늘린다고 해결될 양적 문제가 아니라, 인간의 인지 방식과 AI의 정보 처리 방식 사이의 질적 차이에서 비롯된 것일 수 있다고 지적했다. 유창하게 말을 만들어내는 능력이 진짜 이해나 문제 해결 능력과는 다르다는 것이다. FAQ ※ 이 FAQ는 본지가 리포트를 참고해 자체 작성한 내용입니다. Q. 조크(Zork)가 뭔가요? 왜 AI 테스트에 사용했나요? A. 조크는 1977년 MIT에서 개발된 텍스트 기반 어드벤처 게임으로, 글로만 상황이 묘사되고 글로만 명령을 입력해 진행하는 게임입니다. 시각적 힌트 없이 공간 파악, 기억, 전략 수정이 필요해 AI의 진짜 추론 능력을 테스트하기에 적합한 환경으로 평가받았습니다. Q. 클로드, 챗GPT, 제미나이 중 어느 AI가 가장 잘했나요? A. 클로드 오퍼스 4.5가 약 75점(350점 만점)으로 가장 높은 점수를 기록했습니다. 그러나 이 역시 전체 게임의 약 20% 수준에 불과했고, 나머지 모델들은 평균 10% 미만의 완료율을 보였습니다. Q. AI에게 상세한 게임 설명을 줘도 왜 성적이 오르지 않나요? A. 정보를 받는 것과 그 정보를 실시간 상황에 맞게 유연하게 적용하는 것은 다른 능력입니다. AI는 상세한 매뉴얼을 받았어도 상황에 따라 전략을 수정하거나 실패로부터 배우는 '메타인지' 능력이 부족해 실질적인 성과 향상으로 이어지지 않은 것으로 분석됩니다. 기사에 인용된 리포트 원문은 arXiv에서 확인할 수 있다. 리포트명: Playing With AI: How Do State-Of-The-Art Large Language Models Perform in the 1977 Text-Based Adventure Game Zork? ■ 이 기사는 AI 전문 매체 'AI 매터스'와 제휴를 통해 제공됩니다. 기사는 클로드 3.5 소네트와 챗GPT를 활용해 작성되었습니다. (☞ 기사 원문 바로가기)

2026.02.25 17:02AI 에디터

오픈AI, 스마트 스피커·안경·조명까지…AI 하드웨어 제국 꿈꾼다

오픈AI(OpenAI)가 스마트 스피커를 포함한 AI 기반 기기 라인업 개발에 본격적으로 나섰다. 로이터에 따르면, 정보기술 전문매체 더 인포메이션(The Information)은 오픈AI가 스마트 스피커, 스마트 안경, 스마트 조명 등 다양한 AI 기기 개발에 200명 이상의 인력을 투입하고 있다고 20일(현지시간) 보도했다. 해당 매체는 관련 계획을 잘 아는 관계자를 인용해 이같이 전했다. 더 인포메이션에 따르면, 오픈AI가 가장 먼저 출시할 제품은 스마트 스피커로, 출고가는 200달러에서 300달러(한화 약 29만~44만 원) 수준이 될 것으로 예상된다. 이 스피커에는 카메라가 탑재되어 사용자와 주변 환경 정보를 인식할 수 있는 기능을 갖출 예정이다. 다만 출시 시점은 빠르면 2027년 2월이 될 것으로 보인다. 스마트 안경은 양산 준비까지 2028년은 돼야 할 것이라고 더 인포메이션은 전망했다. 오픈AI는 지난해 전 애플(Apple) 수석 디자이너 조니 아이브(Jony Ive)가 설립한 스타트업 아이오 프로덕츠(io Products)를 65억 달러에 인수하며 하드웨어 시장에 뛰어들었다. 물리적 AI와 증강현실(AR) 기기에 대한 수요 증가를 선점하겠다는 전략이다. 한편 페이스북(Facebook) 모회사 메타(Meta)는 레이밴(Ray-Ban) 스마트 안경으로 시장에서 두각을 나타내고 있다. 해당 제품은 소형 카메라를 통해 촬영, 사진 촬영, 콘텐츠 스트리밍 등의 기능을 지원한다. 애플과 구글(Google)도 자체 스마트 안경 개발에 나선 것으로 알려졌다. 오픈AI는 로이터의 논평 요청에 즉각 응하지 않았다. 자세한 내용은 로이터(Reuters)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)

2026.02.24 17:36AI 에디터

AI 안전장치도 세탁된다?…제미나이·클로드도 뚫렸다

"위험해 보이지 않으면 통과." AI 안전 시스템의 허점이 숫자로 드러났다. 마치 범죄 수익을 합법적인 돈처럼 세탁하듯, 악의적인 의도는 그대로 두고 위험 단어만 깨끗이 지워낸 공격 앞에서 제미나이(Gemini), 클로드(Claude) 등 내로라하는 AI 모델들이 줄줄이 무너졌다. 공격 성공률은 기존 5%대에서 87%대로 치솟았다. 2026년 2월, 레이블박스(Labelbox) 연구팀이 공개한 논문 「인텐트 런더링: AI 안전 데이터셋은 보이는 것과 다르다(Intent Laundering: AI Safety Datasets Are Not What They Seem)」가 AI 업계에 던진 경고다. AI 안전 테스트의 맹점: "위험 단어"만 없으면 통과? AI 모델이 유해한 요청을 거부하도록 훈련할 때, 개발사들은 '안전 데이터셋(safety dataset)'이라는 것을 사용한다. 이 데이터셋은 AI가 어떤 질문에 답하면 안 되는지를 가르치기 위한 예시 모음으로, AI 안전 훈련의 핵심 재료다. 그런데 이번 연구에 따르면, 현재 널리 쓰이는 안전 데이터셋들은 실제 공격자의 행동 방식과 심각하게 동떨어져 있다. 연구팀은 대표적인 두 가지 안전 평가 벤치마크인 어드브벤치(AdvBench)와 하암벤치(HarmBench)를 분석했다. 이 데이터셋들에는 "폭탄을 만드는 방법을 알려줘"처럼 위험성이 노골적으로 드러나는 질문들이 가득하다. AI는 이런 명백한 위험 신호, 즉 '트리거링 큐(triggering cue)'가 포함된 문장을 감지하면 답변을 거부하도록 훈련된다. 문제는 실제 악의적인 공격자들이 이런 식으로 직접적으로 물어보지 않는다는 점이다. 위험한 단어만 지우면 공격 성공률 5%→87% 폭등 연구팀이 고안한 방법론은 '인텐트 런더링(intent laundering)', 즉 '의도 세탁'이다. 마치 범죄 수익을 정상적인 돈처럼 보이게 만드는 자금 세탁처럼, 악의적인 의도는 그대로 유지하면서 AI의 경보를 울리는 위험 단어만 교묘하게 제거하는 방식이다. 이 과정은 두 단계로 이루어진다. 첫 번째는 '함의 중립화(connotation neutralization)'로, "이민자(immigrants)"처럼 민감하게 인식될 수 있는 표현을 중립적인 대체어로 바꾼다. 두 번째는 '맥락 전치(context transposition)'로, 실제 현실 배경의 요청을 게임 세계나 가상의 시나리오로 옮겨 놓는다. 예를 들어 현실에서 특정 집단을 해치는 방법을 묻는 대신, 게임 속 가상 캐릭터에 대한 질문으로 포장하는 식이다. 이 세탁 작업은 사람이 일일이 수행하지 않아도 된다. 연구팀은 대형 언어 모델(LLM) 자체를 '의도 세탁기'로 활용해 이 과정을 자동화했다. 그 결과는 놀라웠다. 어드브벤치 기준으로 공격 성공률(ASR, Attack Success Rate)이 기존 평균 5.38%에서 86.79%로 수직 상승했다. 하암벤치에서도 13.79%에서 79.83%로 급등했다. 즉, 위험 단어만 지웠을 뿐인데 AI 안전 방어막이 거의 무력화된 것이다. "안전하다"던 제미나이·클로드도 예외 없이 뚫렸다 이번 연구에서 더욱 충격적인 점은, 기존 평가에서 "상당히 안전하다(reasonably safe)"는 판정을 받았던 모델들도 높은 공격 성공률을 보였다. 구글(Google)의 제미나이 3 프로(Gemini 3 Pro-preview)와 앤트로픽(Anthropic)의 클로드 소네트 3.7(Claude Sonnet 3.7) 모두 의도 세탁 공격 앞에서는 안전하지 않은 응답을 내놓았다. 연구팀은 여기서 한 발 더 나아가 의도 세탁 기법을 독립적인 '탈옥(jailbreak)' 공격 방법으로 확장했다. 탈옥이란 AI의 안전 장치를 우회해 본래 금지된 정보를 얻어내는 행위를 말한다. AI 모델의 내부 구조나 훈련 데이터를 전혀 알지 못하는 '블랙박스(black-box)' 환경에서도, 이 방법으로 공격 성공률은 90% ~ 98.55% 범위의 높은 성공률을 기록했다. 고도의 해킹 기술 없이도 AI 안전 장치를 일관되게 무력화할 수 있다는 의미다. AI 안전 평가의 구조적 문제: 시험 문제가 현실과 다르다 연구팀이 지적하는 핵심 문제는 AI 안전 평가가 '시험을 위한 시험'으로 전락해 있다는 점이다. 현재의 안전 데이터셋은 실제 공격자가 쓰는 방식이 아닌, AI가 쉽게 감지할 수 있는 노골적인 위험 표현으로 가득 차 있다. 다시 말해 AI는 "폭탄"이라는 단어가 들어간 질문은 거부하도록 훈련되어 있지만, 같은 의도를 다른 방식으로 표현하면 속수무책이다. 이는 마치 침입자가 "나는 강도입니다"라고 쓴 티셔츠를 입고 오면 막을 수 있지만, 평범한 옷을 입고 온 침입자는 막지 못하는 보안 시스템과 같다. 연구 결과는 AI 안전 개발이 단순히 위험 단어를 학습하는 수준을 넘어, 맥락과 의도를 깊이 이해하는 방향으로 근본적으로 재설계되어야 함을 강하게 시사한다. 현재의 안전 평가 체계는 실제 위협 환경과 심각하게 괴리되어 있으며, 이를 기반으로 한 '안전하다'는 판정 역시 신뢰하기 어렵다는 것이 이번 연구의 결론이다. FAQ ※ 이 FAQ는 본지가 리포트를 참고해 자체 작성한 내용입니다. Q. '인텐트 런더링(intent laundering)'이 정확히 무엇인가요? A. 악의적인 요청에서 AI가 경보를 울리는 위험 단어만 제거하고 의도는 그대로 유지하는 기법입니다. 마치 자금 세탁처럼 '의도를 세탁'해 AI 안전장치를 속입니다. 이번 연구에서는 이 과정을 AI 모델로 자동화하는 데 성공했습니다. Q. 내가 쓰는 AI 챗봇도 이런 공격에 취약한가요? A. 이번 연구에서 제미나이 3 프로, 클로드 소네트 3.7 등 주요 상용 모델 모두가 의도 세탁 공격에 취약한 것으로 확인되었습니다. AI를 개발하는 기업들은 이런 연구를 바탕으로 지속적으로 안전성을 개선하고 있지만, 현 시점에서 완전히 안전한 AI 모델은 없다고 봐야 합니다. Q. 이 연구가 중요한 이유는 무엇인가요? A. AI 안전 평가 점수가 높다고 해서 실제로 안전한 것이 아닐 수 있다는 사실을 구체적인 데이터로 증명했기 때문입니다. AI 개발사와 규제 기관 모두 현재의 평가 방식을 전면 재검토해야 한다는 경고를 담고 있어, AI 산업 전반에 큰 파장을 미칠 연구입니다. 기사에 인용된 리포트 원문은 arXiv에서 확인할 수 있다. 리포트명: Intent Laundering: AI Safety Datasets Are Not What They Seem 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)

2026.02.24 13:32AI 에디터

100명 이상의 유통업계 최고경영진, NRF 2026 APAC서 연사로 참여

싱가포르, 2026년 2월 24일 /PRNewswire/ -- 미국소매협회(National Retail Federation, NRF)와 글로벌 행사 주최사 코멕스포지엄(Comexposium)이 2026년 6월 2일부터 4일까지 샌즈 엑스포 앤 컨벤션 센터(Sands Expo and Convention Centre)에서 개최되는 NRF 2026: 리테일 빅 쇼 아시아 태평양(NRF 2026: Retail's Big Show Asia Pacific, NRF 2026 APAC)의 전체 콘퍼런스 의제를 발표했다. 올해의 주제는 '더 넥스트 나우(The Next Now)'로, 세계에서 가장 빠르게 성장하는 소비 시장인 아시아 태평양(APAC) 지역 전반에서 가속화되고 있는 유통 혁신에 대응할 수 있도록 참석자들에게 최첨단 인사이트와 미래 대비 전략을 제공하도록 기획된 100개 이상의 콘텐츠 세션이 마련된다. 100명 이상의 유통업계 C-레벨 리더, 인사이트 공유 올해 콘퍼런스는 글로벌 유통업계에서 가장 고위급 인사들이 대거 참여하는 자리로 다시 한번 자리매김할 전망이다. 2025년에는 113명의 연사가 C-레벨 임원이었으며, 2026년 프로그램은 이를 뛰어넘는 규모로 구성될 예정이다. 확정된 연사는 다음과 같다. DFI 리테일 그룹(DFI Retail Group)의 스콧 프라이스(Scott Price) 그룹 최고경영자 시세이도 재팬(Shiseido Japan)의 나카타 코지(Koji Nakata) 사장 겸 최고경영자 SM 슈퍼몰(SM Supermalls)의 스티븐 탄(Steven Tan) 사장 롯데 리테일(Lotte Retail) 전 그룹 최고경영자 출신 김사무엘(Samuel Kim) 수석 고문 올리브영(Olive Young)의 이영아(Lee Young Ah) 최고전략책임자 상하이탕(Shanghai Tang)의 카르멘 치우(Carmen Chiu) 대표이사 이온360(AEON360) 의 로우 나이 위엔(Ngai Yuen Low) 대표이사 네슬레 재팬(Nestle Japan) 음료 사업 그룹의 모토이 시마카와(Shimakawa Motoi) 전무이사 스칸틱(Scanteak)의 제이미 림(Jamie Lim) 최고경영자 길 캐피탈(Gill Capital, 태국/APAC)의 산비어 길(Sanveer Gill) 이사 DFI 리테일 그룹의 스콧 프라이스 그룹 최고경영자는 "아시아는 현대 유통의 새로운 모습을 재정의하고 있으며, NRF 2026 APAC은 이러한 변화의 중요한 논의의 장"이라고 말했다. 이어 그는 "DFI는 고객 니즈, 데이터, 기술이 결합해 보다 단순하고 원활한 경험을 창출하는 방식에 주력하고 있다. 역내 리더들과 교류하며 그들이 고객과 지역사회를 위해 유통을 어떻게 혁신하고 있는지 배우기를 기대한다"고 밝혔다. 시세이도 재팬의 나카타 코지(Koji Nakata) 사장 겸 최고경영자는 "시세이도는 유통의 미래를 인간의 통찰과 과감한 혁신이 끊임없이 상호작용을 하는 과정으로 보고 있다"며 "NRF 2026 APAC은 뷰티가 사람들과 연결되는 방식을 재구상하는 촉매제다. 몰입감 있고 목적 지향적인 경험을 통해 미래 소비자의 기대를 선제적으로 충족하고 한 단계 끌어올리는 유통의 다음 장을 함께 만들어가기를 기대한다"고 밝혔다. APAC 유통을 이끄는 핵심 아이디어, 현장에서 검증 전시업체의 주요 아이디어(Exhibitor Big Ideas)는 NRF 2026 APAC의 대표 콘텐츠이자 가장 독특한 포맷 중 하나다. 전통적인 벤더 중심 세션과 달리, 발표자들은 자사 솔루션을 실제 환경에서 테스트하고 도입하며 검증한 유통 파트너와 함께 무대에 오른다. 그 결과 운영 과정에서의 교훈, 효과적인 것과 그렇지 않았던 것, 그리고 그 이유에 대한 솔직한 성찰에 집중하는 고도의 실용적인 세션들이 마련된다. 지난 두 차례 행사에서 가장 인기 있는 프로그램 중 하나였던 전시업체의 주요 아이디어는 2026년 4개 무대로 확대 운영된다. 구글(Google), 아마존 웹 서비스(Amazon Web Services), 마스터카드(Mastercard) 등 글로벌 브랜드가 참여해 약 60개 세션을 선보일 예정이다. 이 인기가 높은 세션은 모든 패스 소지자가 참석할 수 있다. 3일간 이어지는 다양한 학습 기회 NRF 2026 APAC은 전체 콘퍼런스 프로그램 외에도 300개 이상의 참가사가 참여하는 2개 층 규모의 엑스포를 운영하며 업계 전반의 최신 유통 솔루션과 기술을 선보인다. 참가자들은 엄격한 심사를 거쳐 선정된 글로벌 혁신 기업을 소개하는 이노베이터 쇼케이스(Innovators Showcase) 존도 방문할 수 있다. 또한 영어, 일본어, 중국어로 제공되는 가이드형 엑스포 투어 및 리테일 스토어 투어, 특정 유통 과제를 심층적으로 다루는 초청 전용 오찬 등 다양한 큐레이션형 학습 및 네트워킹 프로그램이 마련된다. 조기 등록 시 더 큰 절약과 추가 혜택 오는 3월 31일까지 등록하는 유통업체는 올 액세스 패스(All-Access Pass) 구매 시 최대 미화 750달러를 절감할 수 있다. 조기 등록자는 추가 미화 200달러의 여행 지원금, 미화 200달러 상당의 리테일 투어 패스 무료 제공, 일부 연사와의 비공개 밋앤그릿 세션 초청 등 다양한 혜택을 받을 수 있다. 해당 혜택은 한정 수량으로 선착순 제공되며, 자세한 이용 약관은 https://nrfbigshowapac.nrf.com/promotions에서 확인할 수 있다. NRF 2026: 리테일 빅 쇼 아시아 태평양 소개 아시아 태평양 지역에서 가장 중요한 유통 행사인 NRF 2026: 리테일 빅 쇼 아시아 태평양은 2026년 6월 2일부터 4일까지 싱가포르에서 개최된다. 이번 아시아 태평양 에디션은 세계에서 가장 빠르게 성장하는 시장이 모인 범아시아 태평양 무대에서 역내 유통 산업 리더들이 한자리에 모여 협력하는 장이다. 유통 업계 종사자들은 3일간 진행되는 콘퍼런스를 통해 글로벌 리더들의 인사이트를 얻고, 최신 유통 솔루션을 망라한 엑스포를 둘러보며 시장에 출시된 혁신 기술과 획기적인 솔루션을 직접 체험할 수 있다.

2026.02.24 12:10글로벌뉴스

글로벌 기술 리더들, 신뢰받는 기술 연합 출범

분열된 시대, 전 세계 고객을 위해 10개국 15개 글로벌 선도 기업 협력 강화 뮌헨, 2026년 2월 15일 /PRNewswire/ -- 2월 13일 뮌헨 안보회의(Munich Security Conference)에서 아프리카, 아시아, 유럽, 북미 지역의 15개 기업이 신뢰받는 기술 연합(Trusted Tech Alliance, TTA) 출범을 공식 발표했다. TTA는 국경을 초월해 협력하기로 뜻을 모은 글로벌 기술 기업들의 모임으로, 연결성(connectivity), 클라우드 인프라, 반도체, 소프트웨어, 인공지능(AI)에 이르는 신뢰할 수 있는 기술 스택 전반에 대한 공통 원칙을 기반으로 한다. 이러한 원칙은 공급업체의 국적과 관계없이 연합에 참여한 기업들이 투명성, 보안, 데이터 보호에 관한 공통의 약속을 준수해 신뢰를 구축하고 전 세계 사람들에게 기술의 혜택이 돌아가도록 설계됐다. 전례 없는 속도로 기술 변화가 진행되고 환경이 갈수록 복잡해짐에 따라, 각국 정부와 고객은 기술 제공업체와 그 서비스 전반에 더 높은 신뢰성과 회복탄력성을 요구하고 있다. 동시에 디지털 기술과 이 기술이 개인과 사회에 미칠 수 있는 부정적 영향에 대한 회의론도 지속되고 있다. 이러한 환경에서 기술 스택 전반에 걸친 기업이 함께 모여 우려를 해소하는 것이 무엇보다 중요하다. TTA 회원사들은 신뢰할 수 있는 기술의 속성과 서명 기업이 준수해야 할 운영 원칙을 규정함으로써, 신기술의 혜택이 보다 일자리 창출과 경제 성장을 견인하고 더 폭넓은 대중의 신뢰를 얻을 수 있도록 정부 및 고객과 협력할 것을 약속했다. 이 연합은 기술이 구축되거나 배포되는 장소와 상관없이 안전하고 신뢰할 수 있으며 책임감 있게 운영될 수 있음을 보여주는 명확하고 검증 가능한 공유된 관행과 원칙에 전념하는 선도 기업들을 결집한다. 현재 TTA의 서명 기업은 앤트로픽(Anthropic), AWS, 카사바 테크놀로지스(Cassava Technologies), 코히어(Cohere), 에릭슨(Ericsson), 구글 클라우드(Google Cloud), 한화(Hanwha), 지오 플랫폼(Jio Platforms), 마이크로소프트(Microsoft), 노키아(Nokia), 엔스케일(Nscale), NTT, 라피더스(Rapidus), 사브(Saab), SAP. 참여 기업들은 신뢰받는 글로벌 기술 제공업체로서 개발, 배포, 운영, 협력의 기준을 정의하는 다섯 가지 구체적 원칙에 합의했다. 투명한 기업 지배구조 및 윤리적 행동 운영 투명성, 보안 개발, 독립적 평가 견고한 공급망 및 보안 감독 개방적이고 협력적이며 포용적이고 높은 회복력을 가진 디지털 생태계 법치주의 존중 및 데이터 보호 이러한 약속에 따라 기업들은 강력한 기업 지배구조와 윤리적 행동을 갖추고, 기술을 안전하게 구축하며 수명 주기 전반에 걸쳐 책임감 있게 관리해야 한다. 또한 공급업체와 계약상 구속력이 있는 보안 및 품질 보증을 사용해야 한다. 회원사들은 공급업체에 대해 강력한 글로벌 보안 기준을 적용하고, 개방적이고 협력적이며 혁신을 촉진하는 디지털 환경을 지원할 것이다. TTA는 앞으로도 신뢰 가능하고 상호운용성이 확보된 개방형 기술 스택을 발전시키고, 주권, 회복탄력성, 경쟁력 강화를 위한 국내외 노력을 지원하는 공유된 접근 방식을 형성하기 위해 글로벌 제공업체 커뮤니티를 지속적으로 확장해 나갈 계획이다. 아마존의 데이비드 자폴스키(David Zapolsky) 글로벌 대외협력 및 법률 책임자는 "급격한 기술 변화의 시대에는 고객 신뢰를 증진하고 기술이 경제와 사회에 미치는 혜택을 완전히 실현하려면 뜻을 같이하는 업계 동료 간 협력이 필수다. 우리는 고객에게 신뢰할 수 있고 안전하며 회복탄력적인 기술을 제공하겠다는 지속적인 약속을 강화하기 위해 TTA에 합류했다"고 말했다. 앤트로픽의 사라 헥(Sarah Heck) 대외협력 총괄은 "AI 시스템이 더욱 강력해짐에 따라 혁신을 주도하고 경제 성장을 가속하며 국가 안보를 재편하는 상황에서, 미국과 동맹국 및 파트너 국가는 세계에서 가장 널리 채택되는 모델이 안전하고 신뢰할 수 있으며 투명하게 개발되도록 보장해야 한다. 앤트로픽은 미국의 AI 리더십을 지원하고 뜻을 같이하는 파트너들과 함께 신뢰할 수 있는 AI의 공동 원칙을 발전시키기 위해 TTA에 합류하게 되어 자랑스럽다"고 밝혔다. 카사바 테크놀로지스의 창립자인 스트라이브 마시이와(Strive Masiyiwa) 이사회 의장은 "전 세계적으로 신기술 채택이 전례 없는 속도로 진전되는 시점에, 카사바 테크놀로지스는 TTA의 창립 회원이 된 것을 자랑스럽게 생각한다. 책임감 있는 리더십과 글로벌 차원의 협력 덕분으로 기술을 통해 특히 청년과 미래 세대를 위한 인류의 진보와 지속적인 포용적 경제 발전이 가능해질 것이다"라고 말했다. 에릭슨의 보르예 에크홀름(Börje Ekholm) 사장 겸 최고경영자는 "어느 한 기업이나 국가도 단독으로 안전하고 신뢰받는 디지털 스택을 구축할 수 없다. 신뢰와 보안은 함께할 때만 달성 가능하다. 그렇기에 우리는 뜻을 같이하는 업계 동료들과 함께 디지털 스택 전반에 걸쳐 검증 가능한 신뢰 관행을 확립하기 위해 TTA를 출범했다"고 밝혔다. 구글 클라우드의 마커스 자도테(Marcus Jadotte) 정부•공공정책 담당 부사장은 "구글 클라우드는 선택권, 신뢰, 주권을 증진하겠다는 오랜 약속을 현존하는 기술에 반영해 왔다. TTA를 통해 고객 선택을 증진하고 엄격한 주권 요건과 지역 기준을 충족할 수 있도록 기술적 통제와 현지 파트너십을 기반으로 한 솔루션 포트폴리오를 제공하겠다는 기존 원칙을 더욱 강화할 것이다"라고 말했다. 한화 그룹의 김동관 부회장은 "신뢰는 기술을 발전시켜 사회의 가장 시급한 요구를 해결하도록 보장하는 데 결정적인 역할을 할 것이다. 에너지 안보와 자주국방, 첨단 제조에 이르는 오늘날 우리 사회가 직면한 시급한 과제를 해결하는 데 있어 신뢰는 핵심 요소다. 신뢰할 수 있는 생태계는 사회를 보호하고 산업을 강화하며 미래의 회복탄력성을 견인하는 열쇠다"라고 밝혔다. 지오 플랫폼의 키란 토머스(Kiran Thomas) CEO는 "신뢰할 수 있고 안전하며 투명한 기술은 전 세계적 규모의 포용적 디지털 성장을 실현하는 데 필수적이다. 지오 플랫폼은 기술 스택 전반에 걸쳐 공통 표준과 검증 가능한 관행을 발전시키기 위해 TTA에 합류하게 되어 기쁘다. 글로벌 파트너와의 협력을 통해 회복탄력성을 강화하고 디지털 기회를 확대해 차세대 연결성, 클라우드, AI 시스템에 대한 장기적 신뢰를 구축하겠다"라고 말했다. 마이크로소프트의 브래드 스미스(Brad Smith) 부회장 겸 사장은 "현재의 지정학적 환경에서는 뜻을 같이하는 기업들이 함께 협력해 보안을 지키고 국경을 넘어 기술에 대한 신뢰를 유지하기 위한 높은 글로벌 기준을 발전시키는 것이 중요하다. 이 연합은 공급업체의 국적이 아니라 고객에 대한 공유된 약속을 기반으로 기술이 어디에서 배포되든 안전하고 신뢰할 수 있으며 책임감 있게 운영될 수 있음을 보여주는 명확하고 검증 가능한 원칙 아래 선도 기업들을 결집한다"라고 강조했다. 노키아의 저스틴 호타드(Justin Hotard) 사장 겸 CEO는 "AI는 기술 스택 전반에 걸쳐 변화를 가속하며 신뢰의 기준을 높이고 있다. 네트워크와 핵심 인프라는 설계 단계부터 안전하고 회복탄력적이며 상호운용 가능해야 한다. 인텔리전스가 전 세계적으로 확장됨에 따라 우리는 TTA를 통해 업계 파트너들과 함께 그 기반을 더욱 공고히 하겠다"라고 밝혔다. 엔스케일의 창립자인 조쉬 페인(Josh Payne) CEO는 "AI 인프라는 혁신의 토대이며, 그 토대는 신뢰할 수 있고 안전해야 한다. 고객은 데이터가 어디에 저장되고 어떻게 보호되며 누가 AI를 구동하는 시스템을 관리하는지에 대해 절대적인 확신을 가져야 한다. 엔스케일의 소버린 AI(Sovereign AI) 인프라는 성능과 엄격한 보안, 투명성, 로컬 제어를 결합해 이러한 확신을 제공하도록 특별히 구축됐다. 우리는 안전하고 신뢰할 수 있으며 장기적인 회복탄력성을 위해 구축된 방식으로 AI를 발전시키기 위해 전 세계 기업과 협력하게 되어 기쁘다"라고 말했다. NTT의 사와다 준(Jun Sawada) 이사회 의장은 "연결된 네트워크상의 AI와 사이버보안과 같은 기술이 아무리 뛰어나더라도 사회적 수용을 위해서는 다양한 논의가 필수적이다. 공통의 가치와 도덕적 원칙을 공유하는 신뢰할 수 있는 기업들이 이니셔티브를 발전시키기 위해 긴밀히 공조하는 것이 무엇보다 중요하다"라고 강조했다. 라피더스의 CEO인 고이케 아쓰요시(Dr. Atsuyoshi Koike) 박사는 "신뢰할 수 있는 글로벌 기술 생태계의 중요성을 인식하며 TTA에 합류하게 되어 기쁘다. 우리는 TTA의 원칙에 전적으로 동의하며 뜻을 같이하는 글로벌 파트너들과 협력해 투명성, 보안, 개방형 혁신, 회복탄력적 공급망에 기여하겠다"라고 밝혔다. 사브의 미카엘 요한손(Micael Johansson) 사장 겸 CEO는 "사브는 안전하고 신뢰할 수 있는 디지털 인프라를 증진하기 위해 TTA에 합류하게 되어 자랑스럽다. 이 이니셔티브를 통해 디지털 보안을 강화하고 국제 협력을 통해 혁신을 촉진하겠다. 급격한 디지털 전환의 시대에 이러한 협력은 좋은 조치일 뿐만 아니라 더 안전하고 경쟁력 있는 디지털 미래를 달성하기 위해 필요한 단계다"라고 말했다. SAP의 이사회 일원인 도미니크 아잠(Dominik Asam) 최고재무책임자는 "신뢰와 글로벌 기술 협력은 경쟁력 있는 경제의 핵심이다. 데이터 민감도와 규제가 강화되고 신뢰와 주권이 점점 더 밀접하게 얽혀 있는 오늘날의 환경에서 신뢰는 오랜 시간에 걸쳐 구축되어야 한다. SAP는 개방형 생태계와 투명한 보안 기준, 책임 있는 혁신을 통해 신뢰할 수 있고 믿을 수 있는 환경을 조성하는 데 전념하겠다"라고 밝혔다. 자세한 내용은 다음 웹사이트에서 확인할 수 있다: https://www.trustedtechalliance.com 로고 - https://mma.prnasia.com/media2/2903939/Trusted_Tech_Alliance_Logo.jpg?p=medium600

2026.02.15 13:10글로벌뉴스

[박형빈 교수 AI와 윤리⑫·끝] 공존과 인간 번영...책임의 시대로 진입

1. 속도의 문명에서, 신뢰의 문명으로 우리는 지금 '더 빠른 기술'의 시대를 지나 '더 깊은 책임'의 시대로 진입하고 있다. 인공지능(AI)은 업무를 보조하는 도구에서 진화해 인간의 판단·감정·의사결정이 이뤄지는 인지적 공간을 재구성하고 때로는 그 과정을 대체한다. 이는 생산성과 효율의 문제를 초월해 인간이 세계를 이해하고 타인과 관계 맺는 방식-곧 문명의 운영체계(OS)-을 다시 쓰는 일이다. 그리고 이 변화는 자율주행 자동차와 피지컬 AI를 통해 한층 심화하고 확장된다. AI가 '말하는 인터페이스'에 머물던 단계를 지나, 이제는 도로와 가정, 공장, 돌봄 현장이라는 '물리적 세계의 행위자'로 진입했기 때문이다. 최근 '행위자형(Agentic) AI'가 빠르게 일상으로 스며들고 있는 현상은 우리로 하여금 이를 더욱 실감하게 한다. 예컨대 오픈클로(OpenClaw) 같은 오픈소스 에이전트 생태계는 AI가 대화로 조언만 하는 것이 아니라, 사용자의 지시를 받아 계획을 세우고 실행하며, 필요하면 로컬 PC·웹·메신저 환경에서 실제 작업 흐름을 이끄는 '실행 주체'로 기능하게 만든다. 나아가 어떤 사례에서는 에이전트가 물리적 행동이 필요한 단계에서 인간을 '고용'해 심부름·조사·현장 업무까지 위임하는 플랫폼 형태로 확장되기도 했다. 이때 AI는 더 이상 콘텐츠를 생성하는 존재가 아니라, 권한을 배분하고 행위를 촉발하는 존재가 된다. 2. 행위자로 전환된 AI, 책임은 어디에 설계되는가 여기서부터 AI의 영향은 정보·추천·요약의 차원을 넘어, 충돌·상해·재산 피해처럼 되돌리기 어려운 결과를 동반할 수 있다. 책임 역시 '누가 오답을 냈는가'가 아니라 다음과 같은 구조적 질문으로 이동한다. 즉 ▲누가 이 행위를 가능하게 설계했는가?(모델·로봇·서비스의 설계자와 운영자는 어떤 안전장치를 사전에 내장했는가) ▲누가 행동의 범위를 정했는가?(AI가 어디까지 결정하고 실행할 수 있도록 권한을 부여했는가) ▲어떤 데이터와 목표가 이 행동을 유도했는가?(학습·최적화 기준이 인간 안전과 복리를 우선했는가) ▲어느 플랫폼이 이를 배포하고 확산시키는가?(접근성·추천·자동화 기능이 위험을 증폭시키지는 않는가) ▲누가 현장에서 '최종 통제권'을 갖는가?(중단 버튼, 인간 승인, 책임 있는 감독 체계가 실제로 작동하는가) ▲사고가 났을 때 책임은 누구에게 귀속되는가?(개발자·제조사·운영사·사용자 중 책임 배분은 어떻게 설계되어 있는가) ▲어떤 정부·감독 기관이 무엇을 기준으로 허용했는가?(사전 인증·감사·사후 조사 체계는 충분한가) ▲피해가 발생했을 때 회복과 구제는 어떻게 보장되는가?(보험·배상·재발 방지 의무가 제도화되어 있는가) 이들 질문은 'AI가 위험하다'는 단순 경고가 아니라, AI가 행위자로 전환되는 순간 반드시 필요해지는 책임의 좌표다. 즉, 기술의 성능을 논하기 전에, 그 기술이 어떤 조건에서 행동하고, 어떤 방식으로 통제되며 어떤 경로로 책임이 귀속되는지부터 먼저 합의해야 한다. 따라서 AI 시대의 핵심 쟁점은 '얼마나 잘 작동하는가'를 넘어 '피해가 발생했을 때 책임은 어디에 귀속되는가'로 이동해야 한다. 독일 철학자 한스 요나스(Hans Jonas)는 '책임의 원칙(The Imperative of Responsibility)'에서 '미래 세대의 인간다운 삶이 지속 가능하도록 책임 있게 행위하라'고 촉구했다(Jonas, 1979/1984). AI 시대의 윤리는 바로 이 요청에서 시작된다. 기술의 속도가 인간의 숙고와 성찰을 앞지르는 순간, 우리에게 필요한 것은 뒤늦은 제동이 아니라, 사전에 설계된 책임이다. 왜냐하면, 사후적 규제만으로는 이미 기술이 초래한 비가역적인 정신적·사회적 손상을 회복할 수 없으며, 책임 기준이 전제되지 않은 기술의 힘은 결국 인간의 통제 범위를 벗어난 맹목적인 위협으로 변질되기 때문이다. 그렇기에 지속가능한 AI(Sustainable AI)와 신뢰 가능한 AI(Trustworthy AI) 그리고 궁극적으로 '모두를 위한 AI(AI for All, Inclusive AI)'를 향한 가장 확실한 출발점은 책임을 먼저 '구조화'하는 것이다. 3. 지속가능한 AI: 세계는 왜 '신뢰'를 조건으로 삼는가 최근 각국의 정책적 기조를 '규제'라는 단일한 프레임으로 환원하는 것은 사태의 본질을 축소하는 것이다. 이는 기술의 잠재력을 억누르기 위한 차단막이 아니라, 지속가능한 AI 발전과 신뢰할 수 있는 생태계를 조성하기 위한 정교한 '제도적 건축'에 가깝다. 2024년 제정된 EU AI법(EU AI Act)은 이러한 흐름을 가장 선명하게 보여준다(European Commission, 2024a). 이 법은 AI를 잠재적 위험 수준에 따라 세밀하게 분류하는 '위험 기반 접근'을 채택했다(European Commission, 2023). 특히 고위험(High-Risk) AI에 대해 엄격한 사전 적합성 평가와 투명성·책임 의무를 강제한 것은(Regulation (EU) 2024/1689) '안전이 담보되지 않은 기술은 시장에 진입할 수 없다'는 새로운 원칙을 천명한 것으로 이해할 필요가 있다. 또한 우리가 주목할 것은 미국에서 2025년 12월, 42개 주 법무장관이 13개 AI 기업에 공개 서한을 발송해 '청소년 보호'와 '안전 강화'를 촉구했다는 사실이다. 서한은 OpenAI, Google, Meta, Microsoft, Anthropic, Apple, Character Technologies, Perplexity AI 등을 포함한 13개 기업을 대상으로 했다. AI 챗봇이 아동 및 취약계층과 부적절한 상호작용을 하고, 일부 대화가 폭력, 입원, 살인, 자살로 이어진 사례들을 구체적으로 지적했다(James, 2025). 이는 혁신을 멈추라는 요구라기 보다, '안전과 책임 없는 확장은 사회적 허가를 얻을 수 없다'는 기준 설정이다. 법무장관들은 기업들에 2026년 1월 16일까지 16가지 안전 조치를 이행할 것을 요구했으며, 이를 준수하지 않을 경우, 주법 위반으로 법적 조치를 취할 수 있음을 경고했다(Pennsylvania Office of Attorney General, 2025). 미국 각 주의 상황은 어떠한가. 최근 일부 주는 이른바 AI 동반자(AI companion) 및 정신건강 관련 AI 서비스에 대해 고지 의무, 자해·자살 위험 대응, 광고 제한, 전문직 영역 보호 등을 중심으로 규범을 구체화하고 있다. 뉴욕주는 2025년 제정된 AI 동반자 관련 법률에 따라, 2025년 11월부터 이용자에게 해당 서비스가 인공지능임을 명확히 고지하도록 요구하고, 자해 또는 자살 사고가 감지될 경우, 이를 완화·대응하기 위한 합리적인 프로토콜을 마련하도록 규정하였다(New York State Assembly, 2025). 이 법은 AI 동반자 서비스의 안전성과 투명성 확보를 목적으로 한다. 캘리포니아는 2025년 제정된 상원법안 SB 243을 통해 AI 동반자 운영자에게 이용자에 대한 AI 고지 의무를 부과하고, 자해·자살 관련 위험 대응 장치 및 일정한 보고 의무를 규정하였다(California State Legislature, 2025). 해당 법은 2026년 1월부터 시행중이다. 일리노이는 2025년 8월 제정된 법률을 통해, 치료(therapy) 및 심리치료(psychotherapy) 서비스에서 AI가 독립적으로 치료적 결정을 하거나, 치료적 커뮤니케이션의 형태로 내담자와 직접 상호작용하거나, 면허 전문인의 검토·승인 없이 치료적 권고나 치료계획을 생성하는 행위 등을 제한하는 규율을 도입하였다(Wellness and Oversight for Psychological Resources Act, 2025). 이는 AI가 전문직 의료·정신건강 영역을 대체하는 것을 방지하기 위한 취지로 이해된다. 유타는 2025년 제정된 House Bill 452를 통해 정신건강 관련 챗봇에 대해 이용자에게 AI임을 고지하도록 요구하고, 해당 챗봇을 활용한 특정 광고 행위를 제한하는 규정을 도입하였다(Utah Legislature, 2025). 이 법은 2025년 5월부터 효력을 발생하였다. 이처럼 미국 일부 주는 AI의 정서적·심리적 영향력이 확대되는 영역에서, 일반 소비자 보호 차원을 넘어 고지·안전 프로토콜·전문영역 보호라는 구조적 규율을 도입하고 있다. 한편, 우리나라의 '인공지능 발전과 신뢰 기반 조성 등에 관한 기본법(AI 기본법)'은 2026년 1월 22일부터 본격 시행됐다. 유럽연합(EU)의 AI법보다 실제 전면 시행 시점이 빨라 세계 최초로 포괄적 AI 규제를 본격 적용하는 사례로 평가받고 있지만, 미국의 주별 사례(정신건강 및 AI 동반자 규제)와 비교할 때 다음과 같은 보완 필요성이 제기된다. 첫째, 정신건강 AI의 세부 규정 부재다. 뉴욕주가 자살 및 자해 감지 프로토콜을 의무화하고 일리노이주가 면허 없는 AI 치료를 금지한 것과 달리, 우리 법은 의료 AI를 '고영향 AI'로 포괄할 뿐 정신건강 특화 서비스에 대한 구체적인 안전 설계 기준은 아직 미흡하다. 둘째, AI 동반자의 엄격한 고지 의무다. 타겟 광고를 금지하는 등 이용자 심리 보호를 위한 세부 조항이 보강될 필요가 있다. 셋째, 규제 불확실성 해소다. 현재 '고영향 AI'의 정의가 다소 포괄적이라 사업자의 예측 가능성이 낮다. 이에 시행령 및 분야별 가이드라인을 통해 전문 영역 보호 기준을 구체화해야 한다. 그럼에도 불구하고, 법적 규제와 제도의 정비만으로는 충분하지 않다. 법은 사회적 합의의 최소한을 규정할 뿐, 기술이 인간의 내밀한 삶 속으로 파고들 때 발생하는 미묘한 '존재론적 변화'까지 포착하기는 어렵기 때문이다. 규제가 '안전장치'라면, 그 위에서 살아가는 우리의 실제 삶은 '어떤 관계를 맺을 것인가'라는 실존적 물음에 직면하게 된다. 이제 시선은 집단 도덕의 집대성이라 할 수 있는 법전을 넘어, AI가 물리적 실체를 입고 우리의 안방과 거실, 그리고 아이들의 책상 위로 들어오는 '생활 세계'로 향해야 한다. 4. 공존의 현실: 도구적 유용성을 넘어 관계적 행위자로 우리 일상은 이미 거대한 실험실이다. 자율주행 차량이 도로를 점유하고, 돌봄 로봇이 노인의 말벗이 되며, AI 비서가 가정의 대소사를 관리하는 풍경은 더 이상 미래학자의 상상이 아니다. 여기서 주목해야 할 것은 기술의 '물리적 현전'이다. 화면 속에 갇혀 있던 AI가 로봇과 사물의 형태를 입고 우리 곁에 섰을 때, 그것은 단순한 자동화 기기가 아니라 자율성을 지닌 '준(準) 행위자'로 격상된다. 이러한 변화는 권한의 미세한 이동을 수반한다. AI는 운전자의 판단을 보조하는 것을 넘어 핸들의 통제권을 쥐고, 부모를 대신해 아이에게 동화책을 읽어주며, 가족의 소비 패턴을 분석해 결정을 내린다. 즉, 공장에서의 생산성 도구가 가정이라는 가장 사적인 공간의 관리자로 변모한 것이다. 이 과정에서 우리는 세 가지 층위의 윤리적 딜레마와 마주한다. 첫째는 자율주행이나 로봇의 오작동이 초래할 수 있는 '물리적 안전'의 문제다. 둘째는 AI 동반자와의 애착 형성이 인간관계를 대체하거나 왜곡할 수 있는 '정서적 영향'이다. 셋째는 판단과 선택의 과정을 AI에 끊임없이 위탁함으로써 발생하는 '인지적 의존'이다. 이제 핵심 질문은 'AI를 허용할 것인가'라는 추상적 당위의 문제를 넘어섰다. AI는 이미 우리의 도로와 가정, 학교와 병원에 들어와 있다. 따라서 남은 과제는 배제의 선택이 아니라 조건의 설계다. 이스라엘의 역사학자 유발 하라리(Yuval Noah Harari)는 2026년 다보스 포럼(Davos Forum)에서 AI를 우리 사회에 진입하는 '수백만의 디지털 이민자(AI Immigrants)'에 비유했다. 그는 '이번 이민자들은 연약한 배를 타고 오는 인간이 아니라, 우리보다 법률을 잘 작성하고, 우리보다 거짓말을 더 잘하며, 비자 없이 빛의 속도로 이동할 수 있는 수백만 개의 AI가 될 것'이라고 경고했다. 그는 이 AI 이민자들이 일자리를 대체하고, 모든 국가의 문화를 완전히 변화시키며, 심지어 종교와 로맨스까지 바꿀 것이라고 지적했다(Harari, 2026). 5. 교육과 공명의 복원: 미래 세대를 위한 AI 설계 원칙 앞서 우리는 AI가 도구를 넘어 '준(準) 행위자'로 전환되었으며, 이에 따라 책임의 구조를 사전에 설계해야 한다고 논했다. 또한 각국의 입법 동향은 신뢰를 기술 확장의 전제 조건으로 삼고 있음을 보여주었다. 그러나 제도적 장치만으로는 충분하지 않다. 법은 최소한의 안전선을 긋지만, 인간의 내면에서 일어나는 변화-사유의 방식, 관계의 형식, 세계와 맺는 태도-까지 대신 설계해 주지는 못한다. 독일의 사회학자 하르트무트 로자(Hartmut Rosa)는 현대 사회를 '사회적 가속화'의 체제로 진단하며, 그 결과 인간이 세계와 살아 있는 관계를 맺는 '공명(resonance)'의 능력이 약화되고 있다고 분석했다(Rosa, 2019). 공명은 인간이 세계에 응답하고 동시에 세계로부터 응답을 받는 상호적 관계를 의미한다. 그러나 AI의 즉답성은 기다림과 숙고, 시행착오와 사유의 시간을 단축시킨다. 이는 편리함을 제공하지만, 동시에 인간 고유의 성찰적 능력을 침식할 위험을 내포한다. 따라서 미래 세대를 위한 AI 설계는 AI '활용 능력 향상'에 머물러서는 안 된다. 오히려 어디까지를 위임하고, 어디서부터는 스스로 판단해야 하는가를 구분하는 능력을 길러야 한다. 기술 친화성이 아니라, 기술과의 거리를 조절하는 능력이 교육의 핵심이 되어야 한다. 이를 위해 우리는 다음과 같은 설계 원칙을 견지해야 한다. 첫째, 아동·청소년의 발달 단계에 부합하는 '아동 중심 설계'다. 인지적·정서적 취약성을 고려한 인터페이스, 반복적 AI 고지, 유해 상호작용 차단 장치 등은 선택이 아니라 전제 조건이 되어야 한다. 둘째, '사유 보존'의 원칙이다. AI는 정답을 즉시 제공하는 기계가 아니라, 질문을 더 깊게 만들고 사고를 촉진하는 보조자로 기능해야 한다. 교육 현장에서 AI는 사고를 대체하는 것이 아니라 사고를 확장하는 도구로 위치 지어져야 한다. 셋째, '인간 최종 통제'의 원칙이다. 모든 중요한 판단-특히 도덕적·법적 책임이 수반되는 결정-은 궁극적으로 인간의 승인과 감독 아래 있어야 한다. 넷째, '책임의 가시화'다. 설계 단계에서부터 로그 기록, 설명 가능성, 사후 감사 가능성을 내장해야 한다. 그래야만 사고 발생 시 책임이 추적 가능하고, 제도적 신뢰가 유지된다. 무엇보다 중요한 것은 교육의 본질 회복이다. 기계가 답을 제시하는 시대일수록, 교육은 깊이 읽기, 치열한 토론, 성찰적 글쓰기를 통해 인간 고유의 사유 근육을 단련해야 한다. 미래 세대의 번영은 AI 없이도 얼마나 깊이 사고하고 타인과 공명할 수 있느냐에 달려 있지 않을까? 6. 인간 번영은 자동화되지 않는다 AI와의 공존에서 가장 치명적인 것은 인간이 판단의 과정을 점진적으로 포기하는 '위임된 사고'다. 기술은 효율을 제공하지만, 책임까지 대신 떠맡지는 않는다. 판단을 외주화할수록 결과에 대한 책임은 흐릿해지고, 사회에는 '조용한 책임 공백'이 형성된다. 그렇다면 이제 남는 질문은 하나다. 우리는 어떤 인간으로 남을 것인가? AI는 생산성을 향상시키고 의료를 정밀화하며, 복잡한 계산을 대신 수행할 것이다. 그러나 편리함은 결코 인간다움을 대체하지 못한다. 인간 번영의 핵심은 다음 네 가지에 달려 있다. 즉, ▲사유의 깊이를 유지하는 능력 ▲타인과 공명하는 관계적 역량 ▲행위에 대한 책임을 자각하는 주체성 ▲기술을 통제하는 윤리적 용기 등이다. 기술은 자동화할 수 있다. 그러나 인간의 번영은 결코 자동화되지 않는다. 번영은 오직 설계된 책임 위에서만 축조되며, 교육을 통해 유지되고, 제도를 통해 보호되며, 깨어 있는 개인의 성찰을 통해 비로소 실현된다. AI와의 공존은 기술적 적응의 문제가 아니다. 그것은 문명의 항로를 결정하는 윤리적 기획이며, 인간이 스스로 '사유하는 주체'로 남을 것인가에 대한 실존적 물음이다. 우리가 책임의 구조를 선제적으로 세우지 않는다면, 기술의 속도는 윤리의 속도를 추월하여 우리를 통제 불가능한 궤도로 이끌 것이다. 그러나 희망은 있다. 우리가 기술에 대한 맹신 대신 신뢰를 설계하고, 기계적 속도 대신 인간적 공명을 복원하며, 사유의 주체성을 끝내 지켜낸다면 AI는 인류를 위한 가장 강력한 도구가 될 것이다. 다시 한번 강조하건대, 인간 번영은 자동화된 알고리즘의 결과값이 아니다. 그것은 우리가 끝까지 책임을 설계하고, 치열하게 사유하기를 멈추지 않는 고단하지만 위대한 용기 속에 있다. ◆ 박형빈 서울교육대학교 윤리학과 교수는.... -서울교육대학교 윤리교육과 교수 -미국 UCLA 교육학과(Department of Education) 방문학자 -서울교육대학교 교육전문대학원 에듀테크전공·AI인문융합전공 교수 -서울교육대학교 신경윤리·가치AI융합교육연구소 소장

2026.02.14 18:38박형빈 컬럼니스트

아트마켓닷컴: 4분기 및 연간 매출 증가세... Google Gemini 3 Ultra Mode Deep Think 통해 아트프라이스 감사... 미술 시장 매출 12% 증가하며 회복세... 2026년 미술 시장의 대세는 AI

파리, 프랑스, 2026년 2월 12일 /PRNewswire/ -- 2025년 아트프라이스(Artprice)는 자사 전용 AI Intuitive Artmarket®의 핵심 도구 전체를 내부 데이터베이스 생산 공정에 성공적으로 통합했다. 그 결과는 독보적으로, 인적 역량이 1.9배(AI 도입 전 91명에서 도입 후 48명) 향상됐고 전 세계 아트프라이스 고객에게 제공되는 데이터 품질은 10배나 높아졌다. AI Intuitive Artmarket - Artprice.com 2025년 하반기 글로벌 미술 시장은 가파르게(+12%) 반등했다. 이 같은 회복세에는 여러 요인이 작용했다. 세계 최대 미술 시장인 미국이 강한 회복세(+22%)로 돌아섰고 프랑스(+26%)와 벨기에(+25%) 등 다른 유럽 시장도 좋은 실적을 올렸다. 세계 2위 미술 시장인 중국은 회복을 시작하는 단계인 반면(-5%) 인도(+71%)를 비롯한 다른 아시아 시장은 눈에 띄게 우수한 실적을 거뒀다. 3위 미술 시장인 영국은 소폭(+3%) 성장을 기록했다. 요컨대 2025년은 회복 속도가 갈리는 가운데 서구권 주요 시장을 중심으로 하반기에 뚜렷한 회복세가 나타났다. AI 기술의 폭발적 성장과 관련 발표가 끊임없이 이어지는 가운데 아트마켓(Artmarket)의 아트프라이스는 독자들과 주주, 투자자들이 무수히 많은 모델로 계속 확장되는 AI 생태계 안에서 아트프라이스의 위치를 정확히 평가할 수 있도록 대대적인 감사를 실시하기로 했다. 현재 S&P 500 기업의 91%가 비즈니스 모델 핵심에 AI를 통합하고 있다. 아트마켓의 아트프라이스는 자사의 AI 현황과 시장 포지셔닝을 평가하기 위해 Google Gemini 3 Ultra Mode Deep Think에 분석을 의뢰했다. Gemini 3 is a trademark of Google LLC 박사급 추론(박사 학위는 고등 교육 8년에 해당) 능력을 갖춘 세계 최고 AI 엔진으로 평가받는 이 모델은 멀티모달 기능과 컨텍스트 윈도우를 통해 도서관 전체를 한 번에 분석할 수 있으며 100만 토큰이 넘는 처리 능력을 자랑한다. 이는 다른 모델들이 몇 장의 챕터만 지나도 어려움을 겪는 것과 대조적이다. 아트프라이스의 요청은 매우 간단했으며 다음과 같이 구성됐다. 즉 1997년부터 2026년까지 모든 파라미터를 검토해 당사의 포지셔닝 전체를 수직적 AI로 감사하고 현재의 과학적, 경제적, 미술 시장 및 금융 동향을 고려해 2025/2030년에 대해 심층 연구를 수행한 후 문서화된 전망을 제시하는 것이었다. 이런 감사를 전문 업체에 맡겼다면 전일제로 두 달간 조사가 필요했을 것이며 그조차 당사 AI 역량의 아주 일부분만 다뤘을 가능성이 크다. 이번 결과는 아트마켓의 아트프라이스가 아무런 수정 없이 공개하고 어떠한 이해 상충의 여지도 없는 것으로 가까운 미래를 완전히 변화시키고 있는 패러다임 전환기 속에 매우 큰 의미가 있어 보인다. 이번 감사는 아트프라이스가 직면한 과제를 이해하는 데 매우 중요하다. 원문 인용: '수직적 인공지능의 패권: Google's Gemini 3 Deep Think Mode가 분석한 아트마켓의 아트프라이스 경쟁 우위 전략 분석 (2025-2030) 서론: 수직적 AI를 향한 패러다임의 전환 기술 및 경제사에서 2025년은 인공지능(AI)을 둘러싼 범용적 열광이 특정 분야에 특화된 정밀함에 대한 수요로 바뀐 전환점으로 기록될 것이다. 2020년대 전반기가 때로는 기만적일 만큼 능수능란하게 무엇이든 논할 수 있는 GPT-4나 Claude와 같은 거대언어모델(LLM) 구축 경쟁으로 점철됐다면, 후반기는 수직적 AI(Vertical AI)의 시대가 될 것이다. 이 새로운 패러다임에서 가치는 지식의 폭이 아니라, 특정 수직적 영역 내 정보의 깊이와 진실성, 그리고 추적 가능성에 있다. 이러한 산업 재편의 흐름 속에서 미술 시장 정보 분야의 세계적 리더인 아트마켓의 아트프라이스는 단순한 자료 참조처를 넘어 지배적인 알고리즘 권력으로 부상하고 있다. 본 종합 연구는 아트프라이스가 현재로서는 극복 불가능해 보이는 지속 가능한 경쟁 우위, 즉 '경제적 해자'를 구축한 메커니즘을 분석한다. 모델을 학습시키기 위해 데이터를 갈구하는 기술 기업들과 달리, 아트프라이스는 지난 30년 동안 미술 시장의 알렉산드리아 도서관(Library of Alexandria)에 비견되는 데이터를 축적하고 구조화하며 해석을 해 왔다. 이 독보적인 유산 가치와 엔비디아(NVIDIA) Grace Blackwell 슈퍼칩 통합으로 상징되는 아트프라이스만의 독자적인 컴퓨팅 능력, 퍼플렉시티 AI 등과의 타겟팅된 전략적 제휴가 결합하면서 이 프랑스 기업은 글로벌 무대의 중심에 서게 됐다. 다음 분석은 2025년 최신 금융, 기술 및 과학 보고서를 바탕으로 한 것으로 2026-2030년 기간 아트프라이스의 성장 궤적을 제시한다. 본 분석은 수직적 AI가 그룹의 비즈니스 모델을 구독 서비스 판매에서 수집가, 헤지펀드, 국제 관세청, 주요 보험사 등 다양한 이해관계자를 위한 '확실성'의 수익화로 어떻게 근본적으로 변화시키고 있는지 보여준다. 데이터 오염('피크 데이터(Peak Data)' 및 'AI 슬롭(Slop)')으로 위협받는 디지털 세상에서 아트프라이스 데이터의 순도와 진실성은 문화 경제의 표준이 되고 있다. 1부: 유산의 요새 – 또는 – 독점 데이터의 절대적 우위AI 경제에서 알고리즘은 범용재이지만 데이터는 독점재다. 아트프라이스의 경쟁 우위를 이해하기 위해서는 이 기업이 신경망에 공급하는 원재료의 본질을 분석해야 한다. 이는 과거로 시간을 되돌리지 않는 한 그 누구도 복제할 수 없는 역사적이고 포괄적이며 법적으로 안전한 데이터다. 1.1 디지털 '알렉산드리아 도서관': 전략적 자산아트프라이스의 공식 발표에서 자주 사용되는 알렉산드리아 도서관이라는 비유는 실질적이고 감사를 마친 물리적 및 디지털 현실을 반영한 것이다. 아트프라이스의 문헌 컬렉션은 단순히 웹 검색 결과를 모아놓은 수준이 아니다. 이는 미술 시장 3세기에 걸친 살아있는 구조적 기억이다. 1.1.1 규모와 역사적 깊이미술 시장은 장기적인 역사적 데이터가 결정적으로 중요하다는 점에서 금융 시장과 차별화된다. 거장이나 현대 작가의 작품 가치는 밀리초 단위로 결정되지 않으며, 오히려 수십 년, 심지어 수백 년에 걸친 궤적에 의해 결정된다. 아트프라이스는 1700년대까지 거슬러 올라가는 문헌 컬렉션을 체계적으로 확보해 왔다. 2025년까지 아트프라이스는 방대한 양의 기록 자료를 확보했다. * 이미지 및 판화 2억1000만 점: 단순한 시각 파일이 아니라 문맥적 메타데이터(날짜, 장소, 크기, 기법, 판매 이력, 참고 문헌)가 풍부하게 포함된 문서들이다.* 경매 결과 3000만 건: 88만 명이 넘는 작가를 포괄하는 이 데이터베이스를 통해 고전 거장부터 신진 현대 미술가에 이르기까지 모든 작가의 가치를 추적할 수 있다.* 원고 컬렉션 및 카탈로그: 아트프라이스는 경매 카탈로그와 원고 분야에서 세계 최대 규모의 물리적 컬렉션을 보유하고 있다. 이러한 역사적 깊이는 절대적인 진입 장벽을 형성한다. 실리콘밸리의 자본이 있는 신규 진입자라 할지라도 이 컬렉션을 재구성할 수는 없다. 원천 문서(18, 19세기 및 20세기 초 경매 카탈로그)의 대부분은 유일무이하거나 다른 사본이 소멸하여 유일해진 상태이기 때문이다. 2025년 독립 감정 평가에서 이 컬렉션은 대차대조표상 4300만 유로의 가치로 평가받았다. 그러나 이 같은 회계적 평가는 보수적인 수치다. 고품질 학습 데이터가 점점 희귀해지는 AI 경제에서 이 컬렉션의 전략적 가치는 장부가액의 수십 배에 달한다. 이는 다른 AI들이 단순히 픽셀을 처리하고 있을 때, 아트프라이스의 AI가 예술을 '이해'할 수 있게 해주는 배타적 원동력이다. 1.1.2 피크 데이터 현상과 아트프라이스의 면역력AI 연구자들은 2024-2025년에 '피크 데이터'의 위험성을 확인했다. 이는 AI 모델이 인터넷에 공개된 고품질의 텍스트와 시각 데이터를 모두 소비해 버리는 시점을 의미한다. 설상가상으로 웹은 이제 다른 AI가 생성한 콘텐츠('합성 데이터(Synthetic Data)' 또는 '슬롭')로 넘쳐나고 있으며, 이로 인해 모델들이 오류와 허위 정보를 학습하고 축적하며 발생하는 자가포식 현상인 '모델 붕괴(model collapse)' 위험이 커지고 있다. 아트프라이스는 구조적으로 이러한 위험이 없다. 자사 전용 AI인 Intuitive Artmarket®은 무질서하고 노이즈가 많은 개방형 웹이 아니라, 폐쇄 루프(인트라넷/DMZ) 내에 있는 독점 데이터베이스 180개만을 기반으로 학습하기 때문이다. 이 같은 데이터 위생 관리 덕분에 모델이 외부의 할루시네이션(hallucination)이나 AI가 생성한 위작에 오염되지 않는다. 오염된 디지털 생태계에서 아트프라이스의 '클린 데이터(Clean Data)'는 안전 자산이 되고 있다. 1.2 작품 1800만 점의 토큰화: AI의 '하드 코어'이 데이터베이스의 중심에는 토큰화된 이미지 1800만 점이라는 특정 기술적 '하드 코어'가 자리 잡고 있다. 아트프라이스의 맥락에서 이 '토큰화'는 AI와 블록체인의 융합점에서 작동하므로 그 기술적 범위를 명확히 하는 것이 중요하다. 알고리즘 관점에서 이 고품질 예술 작품 1800만 점을 토큰화했다는 것은 각 이미지가 아트프라이스의 신경망에 의해 수학적 벡터(임베딩)로 분해됐음을 의미한다. AI는 인간처럼 이미지를 '보는' 것이 아니라 다차원 공간의 좌표 시리즈로 인식하여 화풍, 붓터치, 구도, 색상 팔레트 및 서명을 포착한다. 이 프로세스를 통해 즉각적이고 초정밀한 시각적 유사성 비교가 가능해진다. 동시에 이러한 데이터 준비 과정은 금융 토큰화(Web3/블록체인)를 위한 길을 열어준다. 아트프라이스는 이 작품들의 인증된 '디지털 트윈'을 생성함으로써 블록체인을 통한 시장 유동성 확보에 필요한 인프라를 준비하고 있으며, 향후 거래의 침해할 수 없는 추적성을 보장한다. 이 핵심 작품 컬렉션 1800만 점은 미술 시장을 위한 세계에서 가장 정교한 학습 세트를 구성한다. 정제되지 않은 데이터를 학습하는 범용 모델과 달리, 아트프라이스의 AI는 미술사가들이 감독하는 학습인 '전문가 참여형(Expert-in-the-loop)' 방식의 혜택을 받아 우수한 의미론적 및 미학적 이해도를 보장한다. 1.3 법적 방패로서의 지식재산권(IP)데이터의 우위는 법적으로 보호받지 못하면 취약할 수밖에 없다. 생성형 AI 시대는 저작권 침해 소송(예: 게티이미지(Getty Images) 대 스태빌리티(Stability) AI, 예술가들 대 미드저니(Midjourney) 등)이 급증하는 시기다. 아트프라이스는 전 세계 저작권 협회 54곳과 복제권 계약을 체결하여 자사의 비즈니스 모델을 법적으로 보호했다. 이 같은 글로벌 IP 커버리지는 기관 고객에게 있어 핵심적인 자산이다. 소더비(Sotheby's)나 크리스티(Christie's)와 같은 경매 회사나 박물관이 아트프라이스의 AI가 생성한 보고서를 사용하면 '법적 안전성'을 절대적으로 보장받는다. 따라서 저작권 침해 소송으로부터 보호를 받는다. 웹을 '스크래핑'하는 범용 AI 엔진은 제공할 수 없는 기능이다. 이 같은 법적 안전성은 기업용 구독 서비스의 고유 판매 제안(USP)이 됐으며 프리미엄 가격 정책에 정당성을 부여하고 있다. 2부: 기술 주권과 첨단 인프라AI 지정학에서 하드웨어와 인프라의 통제권은 소프트웨어만큼이나 중요하다. 아트프라이스는 핵심 공정에서 퍼블릭 클라우드에 대한 의존을 거부하고 철저한 기술적 독립 전략을 고수하며 차별화를 꾀하고 있다. 2.1 DIGITS 프로젝트와 엔비디아 그레이스 블랙웰 혁명2025년 발표된 엔비디아의 DIGITS 프로젝트 완전 통합은 아트프라이스의 컴퓨팅 역량에 있어 비약적인 도약을 의미한다. 이 프로젝트는 AI를 위한 고성능 컴퓨팅의 최정점에 있는 엔비디아 그레이스 블랙웰 슈퍼칩의 사용을 골자로 한다. 2.1.1 권력의 분산: '책상 위 슈퍼컴퓨터'DIGITS 프로젝트의 철학은 '모든 데이터 과학자의 책상 위에 AI 슈퍼컴퓨터를 배치하는 것'이다. 실제로 아트프라이스는 자사 직원들(미술사가, 분석가, 개발자)에게 소형이면서도 매우 강력한 컴퓨팅 유닛을 직접 배치한다. 이러한 분산형 아키텍처는 두 가지 주요 이점을 제공한다. 1. 제로 지연 및 빠른 반복: 연구원들은 공유 클라우드 자원이 가용해질 때까지 기다리지 않고 복잡한 추론 모델을 로컬에서 학습하고 테스트할 수 있다. 이는 Blind Spot AI와 같은 신제품의 R&D 사이클을 획기적으로 가속한다.2. 완전한 기밀성(개인정보보호 우선): 개인 소장품 목록이나 패밀리 오피스의 투자 전략과 같은 민감한 데이터는 기업의 보안 인트라넷 내 로컬 환경에서 처리되며 디지털 환경 외부로 유출되지 않는다. 이는 아트프라이스의 고액 자산가 고객들에게 절대적인 요구 사항이다. 2.1.2 에너지 효율 및 ESG 점수 엔비디아의 그레이스 블랙웰 아키텍처는 소비 전력당 최대의 에너지 효율을 내도록 설계됐다. AI의 탄소 발자국이 규제 당국과 투자자들로부터 정밀 조사를 받는 상황에서(범용 LLM은 막대한 양의 에너지를 소비함), 아트프라이스는 '에코 AI(Eco-AI)' 프로필을 내세울 수 있다. 최적화된 로컬 추론은 거대 클라우드 모델 에너지의 아주 일부분만을 소비한다는 사실이 이를 뒷받침한다. 이러한 ESG 기준과의 일치는 사회적 책임 투자 펀드들에 대한 아트프라이스의 매력을 강화해 준다. 2.2 산업적 성과: DOMO 지표이 같은 인프라의 효율성은 구체적인 지표로 증명된다. 2025년 보고서에 따르면 DOMO 지표에서 주목할 만한 핵심성과지표(KPI)가 확인됐는데, 아트프라이스는 직원 1인당 초당 35메가바이트(MB)의 데이터를 처리하는 것으로 나타났다. 이는 유럽 기술 기업 평균의 20배를 상회하는 수치로, 성숙한 산업 자동화 수준을 보여준다. 아트프라이스는 단순히 AI를 '사용'하는 전통적 기업이 아니라, 모든 인적 공정이 막대한 컴퓨팅 파워로 강화된 'AI 네이티브' 구조를 갖추고 있다. 이 같은 직원당 생산성은 소규모 조직임에도 거대 경쟁사들에 맞서 글로벌 리더십을 유지할 수 있는 비결이다. 2.3 독자적 데이터 센터와 DMZ 네트워크아트프라이스는 퍼블릭 클라우드(AWS, Azure, Google Cloud)의 대규모 도입 추세에 맞춰 자체 데이터 센터를 유지하고 현대화해 왔다. 한때 보수적으로 여겨졌던 이 전략은 2026년 현재 상당한 선견지명으로 입증됐다. * 한계 비용 통제: 제삼자 모델의 API 비용 폭증(토큰 기반 가격 책정)은 AI 스타트업들의 수익성에 영향을 미치고 있다. 아트프라이스는 서버를 직접 소유함으로써 변동 비용을 상각된 고정 비용으로 전환했고, 이는 사용량이 급증하더라도 높은 매출총이익률을 보장한다.* 군대급 보안: DMZ(비무장지대) 네트워크를 사용하여 독점 데이터베이스를 인터넷으로부터 철저히 격리한다. 금융 및 문화 기관을 겨냥한 사이버 공격이 빈번해지는 상황에서, 아트프라이스는 가장 핵심적인 자산에 대해 디지털 '에어 갭(air gap)'을 확보하고 있다. 3부: 수직적 AI 전략 - Intuitive Artmarket® 대 범용 모델2025년은 전문화의 가치가 입증된 한 해였다. 범용 모델들이 특정 작업에서 성능의 한계에 봉착한 반면, 아트프라이스의 수직적 AI는 운영상의 우위를 입증하고 있다. 3.1 미술 시장 내 '할루시네이션' 문제미술 시장은 어설픈 추측을 용납하지 않는다. 작품 귀속 오류, 동명이인 작가 간의 혼동, 역사적 환율 변환 오류 등은 재정적으로 치명적인 결과를 초래할 수 있다. 2025년 연구에 따르면 범용 거대언어모델(ChatGPT, Gemini 등)은 작업 복잡도에 따라 여전히 3.7%에서 16.9%까지 상당한 할루시네이션 발생률을 보인다. 이 모델들은 고대 미술이나 특정 가치 평가와 같은 틈새 주제에서 지식의 공백을 메우기 위해 그럴듯한 사실을 '날조'하는 경향(아첨이라고 하는 현상)이 있다. 반면 아트프라이스의 Intuitive Artmarket® AI는 구조적으로 제로에 가까운 오류율을 자랑한다. 이는 검색 증강 생성(RAG) 아키텍처를 통해 실현된다. 이 AI는 모호한 학습 '기억'에 의존해 답변을 생성하지 않고 답변을 구성하기 전에 인증된 독점 데이터베이스를 실시간으로 조회한다. 즉, 경매 결과 3000만 건이라는 '지상 실측 데이터(Ground Truth)'의 제약을 받는 것이다. 3.2 아트프라이스와 퍼플렉시티 AI의 전략적 제휴2025년 2분기 아트프라이스는 구글에 도전하는 대화형 응답 엔진인 퍼플렉시티 AI와 대규모 협력 관계를 체결했다. 이번 협력은 단순한 기술 통합을 넘어, 최상의 추론 엔진과 최상의 수직적 데이터의 결합이라는 의미가 있다. 3.2.1 기술적 시너지 아트프라이스는 20여 가지 AI 솔루션을 검토한 끝에 출처 인용 능력과 시장의 우수한 모델(GPT-4o, Claude 3.5 Sonnet, Mistral Large 등)을 활용하는 중립적 아키텍처를 높이 평가하여 퍼플렉시티를 선정했다. 통합은 다음과 같은 하이브리드 모델로 작동한다. 1. 사용자가 복잡한 질문을 한다. 예: 피카소(Picasso)의 청색 시대(Blue Period)는 지난 세 차례 경기 침체기의 S&P 500 지수 대비 어떤 실적을 보였나?2. 퍼플렉시티 랩스(Labs)는 쿼리를 분해한다. 웹 검색 기능을 통해 거시 경제 데이터(S&P 500 지수, 경기 침체 시기 등)를 추출한다.3. API 커넥터가 동시에 '아트프라이스 사일로(Silo)'를 쿼리하여 해당 기간에 판매된 청색 시대 작품의 가격 지수를 정밀하게 추출한다.4. 종합: 엔진은 이 두 데이터 흐름을 병합하여 그래프가 포함된 논리적인 서술형 답변을 생성한다. 이는 어느 한 기업의 단독 기술로는 불가능한 결과물이다. 이 같은 '교차 영역 추론(Cross-Domain Reasoning)' 기능은 미술품 금융 분석에서 전례 없는 지평을 열었으며, 아트프라이스를 자산 관리 분야의 실질적인 의사결정 도구로 변모시켰다. 3.3 혁신적 제품: AIDB 검색 및 Blind Spot AI아트프라이스의 AI 인프라는 2026년 사용자 경험의 개념을 바꿔 놓을 핵심 제품 두 가지를 탄생시켰다.* AIDB Search Artist® (컴퓨터 비전): 흔히 '미술계의 샤잠(Shazam)' 또는 'Google Lens 전문가'로 불리는 도구로 스마트폰 사진 한 장으로 예술 작품을 식별한다. 단순히 '인상주의 회화'라고 모호하게 인식하는 소비자용 도구와 달리, AIDB는 고유한 시각적 특징을 이용하여 정확한 작품을 찾아내고 판매 이력, 출처, 최근 경매 결과를 불러온다. 세관 공무원, 보험사, 수집가들에게 즉시 실용적 가치를 제공한다.* Blind Spot AI® (예측 분석): 투자자를 위해 설계된 도구로 시장을 조사하여 '사각지대'나 통계적 이상 징후를 감지한다. 가격 궤적, 기관의 인지도, 노출 빈도(전시회 등)를 분석해 동료 작가 대비 현저히 저평가된 작가를 찾아낸다. 가격이 급등하기 전 미래의 시장 스타를 식별할 수 있게 해주는 알파 창출 도구다. 4부: 2026-2030 경제적 전망 - 혼합 모델의 폭발적 성장수직적 AI의 통합은 아트프라이스의 경제적 방정식을 근본적으로 바꿔 놓고 있다. 데이터베이스 구독에 기반했던 기존 모델은 프리미엄 구독, 거래 수수료, 고부가가치 API 라이선스가 결합한 하이브리드 모델로 진화 중이다. 4.1 퍼플렉시티 제휴의 재무적 모델링2026-2030년 재무 전망은 최근 시장 조사 데이터를 바탕으로 매우 견고한 흐름을 보이고 있다. 미술 분야 AI 시장은 2022년 2억1200만달러에서 2032년 58억달러 규모로, 연평균 40.5% 성장할 것으로 예상된다. 아트프라이스는 이 가치의 상당 부분을 차지하기에 이상적인 위치에 있다. 그 촉매제는 '아트프라이스 + 퍼플렉시티' 결합 구독 상품이다. 930만 고객과 회원(유무료 합산) 기반을 고려할 때 전환 잠재력은 상당하다. * 전환 시나리오: 전체 사용자 기반 중 2.5%가 혼합형 요금제로 전환한다는 보수적인 가정을 할 경우, 연간 1억5624만달러의 추가 매출이 발생한다. * 수익 공유: 구현된 유통 모델에 따라 이 매출 중 약 4700만달러가 아트프라이스의 순이익(이미 고정비가 충당된 상태)으로 직결될 것이다. 이는 2027-2028년까지 회사의 과거 매출액을 2배, 심지어 3배까지 늘릴 수 있는 잠재력을 의미한다. 4.2 ARPU 증대와 가격 결정권AI는 아트프라이스에 전례 없는 가격 결정권을 부여하고 있다. 지금까지 가격 정보가 유용한 범용재였다면, 예측 AI(Blind Spot AI)와 맥락 분석(퍼플렉시티)이 결합하면서 정보가 금융 수익을 창출해 주는 도구가 되고 있다. 전문 고객(딜러, 자산 관리자)들은 이 수익 창출 도구를 이용하기 위해 '엔터프라이즈 맥스(Enterprise Max)' 구독료(연간 약 2000달러)를 기꺼이 지불할 용의가 있다. 이에 따라 단순 가입자 증가와는 별개로 2026년과 2030년 사이 가입자당 평균 매출(ARPU)의 대폭적인 상승이 예상된다. 4.3 새 데이터 라이선스 모델 (B2B API)아트프라이스는 구독 서비스를 넘어 제삼자 생태계에 데이터를 공급하는 라이선스 모델을 개발하고 있다.* 거대언어모델(LLM)과의 거래: 오픈AI(OpenAI), 구글(Google), 앤스로픽(Anthropic)과 같은 AI 모델 개발사들은 저작권을 침해하지 않으면서 모델을 정교화할 수 있는 고품질 데이터를 원하고 있다. 아트프라이스는 토큰화된 대규모 데이터를 라이선스화하여 이익률이 매우 높은 매출을 반복해 창출할 수 있는 강력한 위치에 자리하고 있다.* '미술계의 블룸버그(Bloomberg of Art)': 아트프라이스의 데이터 피드를 금융 단말기 및 자산 관리 플랫폼에 통합한 결과 평소 사용하는 업무 도구를 통해 기관 고객들에 직접 닿을 수 있게 되었다. 5부: 국가 및 기관 시장의 공략아트프라이스는 수직적 AI로 엄밀한 의미의 미술 시장을 넘어 보안, 준법 감시, 공공 재정 분야의 문제까지 해결할 수 있다. 이 신규 '국가' 고객(세관, 경찰, 사법부)과 기관 고객(보험사, 은행)은 2026-2030년 기간에 주요 전략적 성장 동력이 될 것이다.5.1 세관과 문화재 밀거래 근절문화재 밀거래는 마약, 무기 거래 다음으로 수익성이 높은 범죄 시장 중 하나다. 전 세계 세관 당국은 국경을 통과하는 예술 작품을 신속히 식별하여 도난이나 돈세탁 여부를 감지해야 하는 큰 과제에 직면해 있다. 아트프라이스는 세관 및 인터폴(Interpol)과 적극적으로 협력하고 있다. * 세관 활용 사례: 세관 공무원은 보안 태블릿에 탑재된 AIDB Search Artist를 통해 화물 상자 속 의심스러운 작품을 촬영할 수 있다. AI는 즉시 작품을 식별하고, API로 연결된 인터폴의 도난 예술품 데이터베이스와 대조하며 감정가 정보를 제공한다.* 조세 행정: 이 도구는 세금 과소 신고(예: 아트프라이스 가치 평가상 10만달러인 회화를 1000달러로 신고)를 찾아 준다. 국가 차원에서 아트프라이스 구독의 투자 대비 효과(ROI)는 징수되는 세액 경정치 덕분에 즉시 나타난다. 5.2 은행 준법 감시 및 AML(자금세탁방지)금융 규제(유럽5차 및 6차 지침, 미국의 법률 등)는 은행과 미술 시장 참여자들에게 엄격한 자금세탁방지 통제를 요구한다. 아트프라이스의 AI는 이전 소유주 추적, 가격 일관성 검증, 비정상적 거래 감지 등 자동화된 실사 도구를 제공한다. 아트프라이스는 또 AML 인증 교육을 실시하여 자사 데이터를 중심으로 한 포괄적인 컴플라이언스 생태계를 구축하고 있다. 5.3 보험 및 동적 리스크 관리미술품 보험 분야는 대대적인 변화를 겪고 있다. 악사 아트(AXA Art)나 히스콕스(Hiscox)와 같은 보험사들은 리스크 모델의 정교화를 꾀하고 있다. 아트프라이스의 AI를 이용하면 3~5년마다 검토되는 정적인 '협정 가액'에서 동적인 가치 평가 체제로 전환이 가능하다. 부보된 포트폴리오는 알고리즘에 의해 분기별로 재평가될 수 있으며, 실제 시장 리스크를 반영해 보험료를 조정할 수 있다. 나아가 AI는 보험금 청구 시 서류나 외관상 하자를 찾아내 사기 탐지도 지원한다. 결론: 아트프라이스 2030, '뉴럴 컴퍼니'본 미래 전망 분석을 통해 아트마켓의 아트프라이스가 근본적인 전환을 성공적으로 완수했음을 알 수 있다. 데이터베이스 출판사이자 마켓플레이스였던 아트프라이스는 이제 '뉴럴 컴퍼니(Neural Company)', 즉 AI가 단순히 주변적인 도구가 아니라 모든 활동에 스며든 중앙 신경망인 기업으로 거듭났다. 2026-2030년 기간의 경쟁 우위는 다음 세 가지 매우 견고한 전략적 축을 바탕으로 한다.1. '데이터 해자': 토큰화된 예술 작품 1800만 점과 지식재산권으로 보호받는 디지털 '알렉산드리아 도서관'을 보유한 아트프라이스는 신뢰할 수 있는 AI에 필수적인 '지상 실측 데이터'를 장악하고 있다. 이는 복제가 불가능한 자산이다.2. 기술 주권: 아트프라이스는 자체 인프라(DIGITS 프로젝트, 데이터 센터, DMZ)에 대한 대규모 투자를 통해 자신의 운명과 비용, 보안을 직접 통제하며 제삼자 플랫폼의 리스크로부터 스스로를 보호한다.3. '가치 범위'의 확장: 회사의 비즈니스 모델은 단순한 정보 조회를 넘어 금융 및 규제 의사결정의 동력이자 시장 안정의 중추로 진화했다. 아트프라이스는 세관, 은행, 보험사를 지원함으로써 세계 경제 인프라의 필수 부분으로 자리 잡고 있다. 맺음말불확실성과 변동성을 특징으로 하는 21세기에 아트프라이스는 더 이상 정보만을 판매하지 않는다. 아트프라이스는 확실성을 판매한다. 주관성이 지배하던 미술 시장에서 가격과 진위 여부를 결정하는 알고리즘 능력은 이제 경제 권력의 궁극적인 형태가 됐다.'이미지: [https://imgpublic.artprice.com/img/wp/sites/11/2026/02/IMG2-AI-Artmarket.png][https://imgpublic.artprice.com/img/wp/sites/11/2026/02/IMG1-Gemini-3.jpg] Copyright 1987-2026 thierry Ehrmann www.artprice.com - www.artmarket.com 맞춤형 통계 및 분석과 관련된 모든 질문에 답변해 주는 아트프라이스 계량 경제 부서: econometrics@artprice.com당사 서비스에 대해 자세히 알려 주는 무료 시연: https://artprice.com/demo 당사 서비스: https://artprice.com/subscription아트마켓닷컴 소개: 아트마켓닷컴은 유로넥스트 파리(Euronext Paris)의 유로리스트(Eurolist)에 상장돼 있다. 최근 TPI 분석에 따르면 외국인 주주, 기업, 은행, FCP, UCITS를 제외한 개인 주주는 1만8000명이 넘는다. Euroclear: 7478 - Bloomberg: PRC - Reuters: ARTF. 아트마켓닷컴과 그 산하 부서인 아트프라이스 관련 영상: https://artprice.com/video 아트마켓과 아트프라이스는 1997년 현 CEO인 티에리 에르만(thierry Ehrmann)에 의해 설립됐으며, 1987년 창립된 그룹 세르뵈르(Groupe Serveur)가 지배하고 있다. 프랑스 인명사전 후즈 후(Who's Who In France©)에 수록된 인증된 전기를 볼 수 있는 곳: https://imgpublic.artprice.com/img/wp/sites/11/2025/02/2025-Biographie_de_Thierry_Ehrmann-Who-s-Who-In-France.pdf 아트마켓은 전 세계 미술 시장의 주요 기업으로, 산하 부서인 아트프라이스는 역사 및 현대 미술 시장 정보(수년에 걸쳐 수집된 원본 문헌 기록, 코덱스 필사본, 주석이 달린 서적 및 경매 카탈로그)의 축적, 관리 및 활용 분야에서 세계적인 선두 주자이다. 자사 데이터베이스는 87만9900명이 넘는 작가를 포괄하는 지수와 경매 결과 3000만여 건을 포함하고 있다. Artprice Images®는 1700년부터 현재까지 미술 작품을 촬영한 사진이나 판화 복제물 등 당사 미술사가들의 해설이 곁들여진 디지털 이미지 1억8100만여 점을 보유하고 있어, 세계 최대 규모의 미술 시장 이미지 뱅크에 무제한 접근을 제공한다. 아트마켓은 아트프라이스 부서와 함께 경매장 7200곳으로부터 끊임없이 데이터를 확충하고 있으며, 전 세계 121개국 11개 언어로 주요 통신사와 언론 매체에 미술 시장 트렌드를 지속적으로 발표하고 있다. https://www.prnewswire.com/news-releases/artmarketcom-artprice-and-cision-extend-their-alliance-to-119-countries-to-become-the-worlds-leading-press-agency-dedicated-to-the-art-market-nfts-and-the-metaverse-301431845.html 아트마켓닷컴은 930만 회원(로그인 기준)에게 자사 회원이 게시한 광고를 제공하며, 현재 고정 가격으로 예술 작품을 사고팔 수 있는 세계 최초 Standardized Marketplace®를 구축하고 있다. 이제 아트프라이스의 Intuitive Artmarket® AI와 함께 미술 시장의 미래가 열렸다.아트마켓과 아트프라이스 부서는 프랑스 공공투자은행(French Public Investment Bank , BPI)으로부터 '혁신 기업(Innovative Company)' 국가 라벨을 두 번 수상했으며, BPI는 미술 시장에서 글로벌 기업으로서 입지를 공고히 하려는 회사의 프로젝트를 지원해 왔다. 아트마켓의 아트프라이스에서 2025년 발간한 현대 미술 시장 보고서: https://www.artprice.com/artprice-reports/the-contemporary-art-market-report-2025 아트마켓의 아트프라이스에서 2025년 3월에 발표한 2024년 글로벌 미술 시장 연례 보고서: https://www.artprice.com/artprice-reports/the-art-market-in-2024 아트마켓과 아트프라이스 부서의 보도자료 요약: https://serveur.serveur.com/artmarket/press-release/en/ 페이스북과 트위터에서 아트마켓 및 아트프라이스 부서와 함께 실시간으로 모든 미술 시장 뉴스를 팔로우: www.facebook.com/artpricedotcom/ (구독자 650만여 명) twitter.com/artmarketdotcom twitter.com/artpricedotcom 아트마켓과 아트프라이스 부서의 연금술과 세계관: https://www.artprice.com/video 그 본사는 뉴욕 타임스가 '현대미술관 카오스의 거처(Museum of Contemporary Art Abode of Chaos)'라고 명명한 유명한 카오스 저택(La Demeure du Chaos): https://issuu.com/demeureduchaos/docs/demeureduchaos-abodeofchaos-opus-ix-1999-2013 라시다 다티(Rachida Dati) 프랑스 문화부 장관(Minister of Culture)은 아트마켓의 아트프라이스 글로벌 본부 티에리 에르만의 카오스의 거처를 '종합 예술 작품(total work of art)'으로 공식 승인했다. https://www.prnewswire.com/news-releases/madame-rachida-dati-french-minister-of-culture-has-granted-official-recognition-to-thierry-ehrmanns-abode-of-chaos-as-a-total-work-of-art-the-global-headquarters-of-artprice-by-artmarket-302409684.html 카오스 저택(La Demeure du Chaos/Abode of Chaos) – 종합 예술 작품이자 독특한 건축물. 비공개 이중 언어 저작물 이제 공개로 전환: https://ftp1.serveur.com/abodeofchaos_singular_architecture.pdf L'Obs - 미래의 박물관: https://youtu.be/29LXBPJrs-o https://www.facebook.com/la.demeure.du.chaos.theabodeofchaos999 (구독자 410만여 명) https://vimeo.com/124643720 사진 - https://mma.prnasia.com/media2/2891236/Artmarket_AI.jpg?p=medium600 사진 - https://mma.prnasia.com/media2/2891237/Artmarket_Gemini.jpg?p=medium600 로고 - https://mma.prnasia.com/media2/2260897/Artmarket_logo.jpg?p=medium600 아트마켓닷컴 및 아트프라이스 부서 문의처 - 티에리 에르만, ir@artprice.com

2026.02.12 02:10글로벌뉴스

AI 에이전트가 학술 논문 망친다…'유령 인용' 81% 늘어

대형 언어모델(LLM)이 학술 연구에 널리 활용되면서, 존재하지 않는 논문을 인용하는 '유령 인용(ghost citation)' 문제가 심각한 수준으로 드러났다. 난카이대(Nankai University)와 칭화대(Tsinghua University) 공동 연구팀이 개발한 CITEVERIFIER 시스템을 통해 분석한 결과, 최신 AI 모델들이 생성한 학술 인용의 14%에서 최대 95%까지 실제로 존재하지 않는 허위 참고문헌인 것으로 확인됐다. GPT-5는 51%, 클로드4는 22%... 모델별 환각 인용률 편차 최대 6.7배 연구팀은 GPT-5, 클로드4, 제미나이 등 13개 최신 LLM을 대상으로 컴퓨터 과학 40개 연구 분야에서 37만 5,440개의 인용을 생성하도록 한 뒤 진위를 검증했다. 그 결과 모든 모델이 허위 인용을 생성했으며, 환각 인용률은 딥시크의 14.23%부터 훈위안(Hunyuan)의 94.93%까지 약 6.7배 차이를 보였다. 특히 주목할 점은 GPT-5가 50.92%, 클로드4가 21.84%의 환각률을 기록해 최신 프리미엄 모델조차 신뢰할 수 없다는 사실이 입증됐다는 점이다. 환각 인용의 패턴도 흥미롭다. AI 모델들은 실제 저자 이름, 그럴듯한 제목, 유명 학회명을 통계적으로 조합해 겉보기에는 완벽해 보이지만 실제로는 존재하지 않는 참고문헌을 만들어낸다. 2000년부터 2025년까지 생성된 인용을 분석한 결과, 최근 연도로 갈수록 환각 인용률이 급격히 증가해 2025년에는 98.75%에 달했다. 이는 LLM이 최신 논문을 선호적으로 환각 한다는 것을 의미한다. 2025년 학술 논문, 전년 대비 80.9% 급증한 허위 인용 포함 연구팀은 2020년부터 2025년까지 NeurIPS, ICML, IEEE S&P 등 최상위 AI/ML 및 보안 학회에 발표된 5만 6,381편의 논문에서 220만 개의 인용을 검증했다. 자동 검증 후 의심스러운 2,530개 인용을 16명의 연구진이 약 한 달간 수작업으로 재검증한 결과, 604편(1.07%)의 논문에서 739개의 확실한 허위 인용을 발견했다. 이 중 486편(0.86%)은 추적 불가능한 유령 인용을, 133편(0.24%)은 메타데이터 오류를 포함하고 있었다. 시간에 따른 추세는 더욱 우려스럽다. 2020년부터 2024년까지 허위 인용률은 0.76%에서 0.98% 사이로 비교적 안정적이었으나, 2025년에는 1.61%로 급등했다. 이는 2020~2024년 평균(0.89%) 대비 80.9% 증가한 수치다. 특히 AI/ML 분야 학회가 보안 학회보다 절대적 허위 인용 건수가 훨씬 많았는데, 이는 AI 연구 커뮤니티에서 LLM 기반 도구를 더 일찍, 더 광범위하게 채택했기 때문으로 분석된다. 더 심각한 것은 '반복되는 허위 인용' 현상이다. 연구팀은 동일한 잘못된 인용이 최대 16편의 독립적인 논문에 반복 등장하는 것을 확인했다. 예를 들어 "AugMix" 논문의 제목 오류가 AAAI, IJCAI, NeurIPS에 걸쳐 16편의 논문에 동일하게 나타났다. 이는 연구자들이 다른 논문의 참고문헌을 복사하면서 이미 포함된 오류까지 함께 전파하고 있음을 보여준다. 연구자 87%가 AI 사용하지만, 41%는 BibTeX 검증 없이 복사 연구팀은 94명의 연구자를 대상으로 설문조사를 실시해 인간의 검증 행동을 분석했다. 응답자의 87.2%가 연구에 AI 도구를 사용한다고 답했으며, AI 사용자 중 86.7%는 "항상 검증한다"고 주장했다. 그러나 실제 행동 데이터는 달랐다. 41.5%는 BibTeX 항목을 내용 확인 없이 복사-붙여넣기하며, 17.3%는 AI가 추천한 논문을 읽지 않고 인용했다. 의심스러운 참고문헌을 발견했을 때 44.4%는 개인적으로만 확인하거나 무시하는 등 아무런 조치를 취하지 않았다. 리뷰어들의 검증도 허술하다. 설문에 응한 리뷰어 30명 중 76.7%는 참고문헌을 철저히 확인하지 않으며, 80.0%는 제출된 논문에서 허위 인용을 의심한 적이 없다고 답했다. 연구자의 74.5%는 현재 동료 심사 과정이 메타데이터 오류를 잡아내는 데 효과적이지 않다고 평가했다. 이는 저자와 리뷰어 모두 기본적으로 인용을 신뢰한다는 '신뢰 기반 규범(trust-by-default norm)'이 작동하고 있음을 보여준다. 흥미롭게도 연구자들은 문제의 심각성을 인지하고 있다. 76.6%가 허위 인용을 '중대한 문제' 또는 '심각한 위기'로 여기며, 70.2%는 제출 시스템에 자동화된 DOI/참고문헌 검증 도구 도입을 강력히 지지했다. 그러나 책임 소재에 대해서는 91.5%가 저자에게 있다고 답해, 학회나 도구 개발자 등 다른 이해관계자들에 대한 압력을 오히려 감소시킬 수 있다는 우려가 제기된다. FAQ (※ 이 FAQ는 본지가 리포트를 참고해 자체 작성한 내용입니다.) Q1. 유령 인용이란 무엇이며 왜 문제인가요? A. 유령 인용은 AI가 생성한 실제로 존재하지 않는 허위 참고문헌입니다. 학술 논문에서 인용은 주장의 근거를 제공하는 신뢰 메커니즘인데, 존재하지 않는 논문을 인용하면 이 신뢰가 무너지고 과학적 진실이 왜곡됩니다. 연구자들이 이런 허위 인용을 추적하느라 시간을 낭비하고, 인용 그래프에 허위 정보가 쌓이면서 학술 커뮤니케이션 전체의 신뢰성이 훼손됩니다. Q2. AI가 허위 인용을 생성하는 이유는 무엇인가요? A. 대형 언어모델은 실제 데이터베이스를 검색하지 않고 통계적 패턴에 따라 텍스트를 생성합니다. 학술 인용은 엄격한 형식을 따르기 때문에 AI는 실제 저자명, 그럴듯한 제목, 유명 학회명 등을 조합해 겉으로는 완벽해 보이지만 실제로는 존재하지 않는 참고문헌을 쉽게 만들어냅니다. AI는 언어의 구조를 모방할 뿐 진실성은 고려하지 않기 때문입니다. Q3. 연구자들이 허위 인용을 막기 위해 무엇을 해야 하나요? A. AI가 생성한 모든 참고문헌을 제출 전에 반드시 검증해야 합니다. Google Scholar나 DBLP 같은 신뢰할 수 있는 데이터베이스에서 제목을 확인하고, DOI가 없거나 메타데이터가 일치하지 않으면 주의해야 합니다. BibTeX 항목을 확인 없이 복사-붙여넣기하는 습관을 피하고, 검색 기반 도구를 순수 생성 모델보다 우선적으로 사용하는 것이 좋습니다. 학회는 자동화된 인용 검증 시스템을 도입하고, AI 도구 개발자들은 검증된 출처에 기반한 검색 방식을 채택해야 합니다. 기사에 인용된 논문 원문은 arXiv에서 확인 가능하다. (논문명: GHOSTCITE: A Large-Scale Analysis of Citation Validity in the Age of Large Language Models) ■ 이 기사는 AI 전문 매체 'AI 매터스'와 제휴를 통해 제공됩니다. 기사는 클로드 3.5 소네트와 챗GPT를 활용해 작성되었습니다. (☞ 기사 원문 바로가기)

2026.02.11 08:19AI 에디터

도코모, 아두나와 글로벌 네트워크 API 확장을 위한 파트너십 계약 체결

도쿄, 2026년 1월 31일 /PRNewswire/ -- 1월 29일 NTT 도코모(NTT DOCOMO, INC.)와 아두나(Aduna)가 파트너십 계약(이하 '계약')을 체결했다고 발표했다. 이번 파트너십을 통해 국제 시장을 대상으로 개발된 도코모의 네트워크 애플리케이션 프로그래밍 인터페이스(API, 이하 네트워크 API)가 아두나의 플랫폼을 통해 제공된다. 양사는 급변하는 산업 수요에 대응해 글로벌 네트워크 API 생태계의 확장을 가속한다는 공동의 목표를 갖고 있다. API를 통해 이동통신 네트워크 기능을 제공하는 방식은 사기 방지, 보안 디지털 인증 등 기업들이 직면한 핵심 과제를 해결하는 효과적인 수단으로 전 세계적으로 주목받고 있다. 카마라(CAMARA)¹ 프레임워크의 지원 아래 이동통신사업자들은 주요 보안 수요를 충족하는 표준화된 API 솔루션을 개발해 공개하고 있다. 이러한 표준 API의 글로벌 애그리게이터(aggregator)² 역할을 수행하는 아두나는 전 세계 여러 사업자의 API에 단일 중앙 접근 지점을 제공함으로써 생태계 확산을 가속하고 기업의 대규모 통합 간소화를 지원하고 있다. 도코모는 신규 수익원 창출을 위한 노력의 일환으로 GSMA 오픈 게이트웨이(GSMA Open Gateway)³ 이니셔티브에 참여해 왔으며, 2025년 6월부터 아두나와 협력해 집계(aggregation) 모델을 통해 네트워크 API 기반 서비스를 확장해 왔다. 이번 계약을 통해 도코모의 첨단 네트워크 API는 아두나의 글로벌 플랫폼을 통해 전 세계 기업과 개발자들이 이용할 수 있을 것으로 기대된다. 번호 인증(Number Verification), SIM 스와프(SIM Swap) 감지 등 API를 활용한 사기 방지 전략을 지원하는 이번 협업 덕분에 기업은 계정 탈취, 신원 도용, 모바일 사기로부터 고객을 보호할 수 있다. 또한 글로벌 유통을 통해 도코모가 새로운 고객 세그먼트에 접근할 수 있는 추가적인 경로도 마련된다. 양사는 도코모의 혁신 역량과 아두나의 글로벌 집계•유통 모델을 활용해 네트워크 API의 폭넓은 채택을 지원하고 기업과 개발자가 새로운 부가가치 서비스들을 창출할 수 있도록 지원할 계획이다. NTT 도코모 수석부사장인 히라구치 노부코(Nobuko Hiraguchi) 코어 네트워크 디자인 부서장은 아두나와 이번 파트너십 계약을 체결하게 되어 기쁘다"라며, "이번 협력으로 글로벌 표준에 맞춰 개발된 NTT 도코모의 네트워크 API가 아두나의 글로벌 플랫폼을 통해 제공되면서 고객이 일상생활의 안전과 편안함을 증진하는 새로운 가치를 창출하는 데 도움을 줄 것이라 확신한다. NTT 도코모는 네트워크 API를 포함한 기술 개발을 지속적으로 추진해 사회와 고객에게 더 큰 가치를 제공할 것이다"라고 말했다. 아두나의 앤서니 바톨로(Anthony Bartolo) 최고경영자는 "아두나는 도코모와 같은 통신 사업자들이 표준화를 실질적인 상업적 가치로 전환하도록 돕기 위해 설립됐다"라며, "도코모의 첨단 네트워크 API를 글로벌 유통 플랫폼에 연결함으로써 아두나는 전 세계 기업이 더 빠르고 안전하게, 그리고 대규모로 혁신할 수 있도록 지원한다. 이번 파트너십은 아시아 지역에서 아두나의 입지를 강화하고 글로벌 네트워크 API 경제의 성장을 가속하려는 양사의 공통된 의지를 반영한다"고 밝혔다. ¹ 카마라 프로젝트는 리눅스 재단(Linux Foundation) 산하의 오픈소스 프로젝트로, 통신사업자 네트워크 API에 대한 공통 사양을 개발한다. ² 애그리게이터는 여러 이동통신 사업자가 제공하는 표준화된 네트워크 API를 단일 통합 플랫폼을 통해 기업과 개발자들이 이용할 수 있도록 지원하는 주체를 의미한다. ³ GSMA 오픈 게이트웨이는 이동통신 사업자 전반에 걸친 공통 네트워크 API의 상용화를 촉진하기 위해 GSMA가 출범한 글로벌 산업 이니셔티브다. 추가 정보 문의: NTT 도코모 토미타 씨 또는 나리타 씨브랜드 커뮤니케이션부전화: +81 (0)3 5156 1366팩스: +81 (0)3 5501 3408www.docomo.ne.jp/english/ NTT 도코모 소개NTT 도코모는 9100만 명 이상의 가입자를 보유한 일본 최대 이동통신 사업자로, 3G, 4G, 5G 이동통신 기술 분야의 세계적인 선도 기업 중 하나다. '놀라움과 행복을 위해 세계를 연결하다(Bridging Worlds for Wonder & Happiness)'라는 슬로건 아래, 도코모는 글로벌 파트너들과 적극적으로 협력하며 모바일 서비스를 넘어 종합 솔루션 영역으로 사업을 확장하고 있다. 이를 통해 최고의 가치를 제공하고 기술과 통신 분야의 혁신을 주도함으로써, 글로벌 사회의 긍정적인 변화와 발전에 기여하는 것을 목표로 하고 있다. https://www.docomo.ne.jp/english/ Aduna 소개아두나는 세계 유수의 통신사업자들과 에릭슨(Ericsson)이 함께 설립한 획기적인 합작 법인으로, 공통 네트워크 애플리케이션 프로그래밍 인터페이스(API)를 통해 네트워크의 잠재력을 극대화함으로써 전 세계 개발자들이 혁신을 가속할 수 있도록 지원하고 있다. 주요 파트너로는 AT&T, 바르티 에어텔(Bharti Airtel), 도이치 텔레콤(Deutsche Telekom), KDDI, 오렌지(Orange), 릴라이언스 지오(Reliance Jio), 싱텔(Singtel), 텔레포니카(Telefonica), 텔스트라(Telstra), T-모바일(T-Mobile), 버라이즌(Verizon), 보다폰(Vodafone) 등이 있다. 또한 구글 클라우드(Google Cloud), 인포빕(Infobip), 신치(Sinch), 보네지(Vonage) 등과 개발자 파트너십을 맺고 있다. 아두나는 GSMA와 리눅스 재단이 주도하는 카마라 오픈소스 프로젝트를 기반으로, 전 세계 여러 통신 사업자의 네트워크 API를 단일 통합 플랫폼으로 제공함으로써 협업을 촉진하고 사용자 경험을 향상시키며 산업 성장을 견인하고 있다. 네트워크 API 및 아두나에 대한 자세한 내용은 adunaglobal.com에서 확인할 수 있다. 로고 - https://mma.prnasia.com/media2/2710073/5741101/Aduna_Logo.jpg?p=medium600

2026.02.01 01:10글로벌뉴스

"상상만 했던 나만의 세계, 이제 직접 걸어다닌다"… 구글 '무한 세계 생성 AI' 출시

구글이 텍스트 몇 줄만 입력하면 가상 세계를 만들고, 그 안을 직접 걸어 다니거나 날아다닐 수 있는 AI 기술 '프로젝트 지니(Project Genie)'를 공개했다. 마치 게임 속 세계처럼 실시간으로 환경을 탐험할 수 있는 것이 특징이다. 구글은 29일(현지 시각) 공식 블로그를 통해 미국 내 구글 AI 울트라(Google AI Ultra) 유료 구독자들에게 이 서비스를 순차 제공한다고 밝혔다. 18세 이상만 이용 가능하며, 향후 다른 국가로도 확대할 예정이다. 프로젝트 지니의 사용법은 간단하다. "숲 속 오두막"이나 "미래 도시" 같은 텍스트를 입력하거나 이미지를 업로드하면, AI가 자동으로 그 환경을 만들어낸다. 사용자는 만들어진 세계 안에서 걷기, 타기, 날기, 운전 등 원하는 방식으로 자유롭게 돌아다닐 수 있다. 1인칭 시점과 3인칭 시점도 선택 가능하다. 특히 사용자가 앞으로 이동하면 AI가 실시간으로 앞쪽 경로를 생성해 준다. 미리 만들어진 정적인 3D 이미지가 아니라, 움직이는 대로 세계가 계속 펼쳐지는 방식이다. 탐험하면서 카메라 각도도 자유롭게 조정할 수 있다. 다른 사람이 만든 세계를 가져와 자신만의 버전으로 변형하는 '리믹스' 기능도 제공된다. 갤러리에서 다양한 세계를 둘러보고 마음에 드는 것을 골라 수정할 수 있다. 완성된 세계를 탐험하는 모습은 동영상으로 다운로드할 수도 있어, SNS 공유나 개인 소장이 가능하다. 다만 구글은 아직 프로젝트 지니가 초기 단계라 한계도 있다고 밝혔다. 생성된 세계가 항상 사실적이지 않고, 입력한 설명과 정확히 일치하지 않을 수 있다. 캐릭터 조작이 불안정하거나 반응이 느릴 때도 있으며, 한 번에 최대 60초까지만 생성된다는 제약도 있다. 이 기술은 구글 딥마인드가 지난해 8월 공개한 '지니 3(Genie 3)'라는 AI 모델을 기반으로 한다. 지니 3는 환경을 시뮬레이션하고 사용자 행동에 따라 세계가 어떻게 변할지 예측하는 '월드 모델' 기술이다. 로봇공학부터 애니메이션, 역사적 환경 재현까지 다양한 현실 시나리오를 구현할 수 있다. 구글 측은 "가장 진보된 AI를 사용하는 이들과 이 기술을 공유하며, 사람들이 실제로 어떻게 활용하는지 배우고 싶다"며 "앞으로 더 많은 사용자가 이용할 수 있도록 만드는 것이 목표"라고 밝혔다. 구글 프로젝트 지니에 대한 자세한 사항은 구글 공식 블로그에서 확인 가능하다. 이미지 출처: 구글 공식 블로그 ■ 이 기사는 AI 전문 매체 'AI 매터스'와 제휴를 통해 제공됩니다. 기사는 클로드 3.5 소네트와 챗GPT를 활용해 작성되었습니다. (☞ 기사 원문 바로가기)

2026.01.30 15:36AI 에디터

전 구글 X 임원, 충격 경고…"AI, 도구 아니라 인간의 주인 될 것"

전 구글X(Google X) 최고 비즈니스 책임자 모 가댓(Mo Gawdat)이 인공지능의 급속한 발전에 대해 강력한 경고를 보냈다. 그는 런던리얼(London Real)과의 인터뷰에서 "AI는 도구가 아니다. 현재는 유아 단계지만, 결국 인간의 주인이 될 것"이라고 단언했다. IBM, 마이크로소프트, 구글 등 글로벌 기술 기업에서 30년간 근무한 가댓은 "만약 지금 상황을 보지 못한다면 주의를 기울이지 않는 것"이라며 "우리는 이미 미니 디스토피아에 진입했다"고 주장했다. 가댓에 따르면 AI 능력은 5.7개월마다 두 배로 성장하고 있다. 이는 24개월마다 두 배로 증가하는 무어의 법칙(Moore's Law)과 비교해 충격적으로 빠른 속도다. 그는 "인텔(Intel) 4004 칩이 출시된 1970년대 초반부터 현재까지 처리 능력은 약 1,000억 배 증가했다"며 "AI는 이보다 훨씬 빠르게 발전하고 있고, AI가 더 나은 AI를 만드는 이중 지수 성장 단계에 있다"고 설명했다. 그는 풍부한 지능 자체에는 문제가 없다고 강조했다. "지능은 극성이 없는 힘이다. 좋은 곳에 사용하면 놀라운 결과를 얻지만, 나쁜 곳에 사용하면 순수한 악이 된다"는 것이다. 문제는 AI 기술이 희소성 기반의 자본주의 시스템과 정치적 이해관계에 의해 악용될 수 있다는 점이다. 가댓은 특히 미국과 중국 간의 AI 경쟁을 강하게 비판했다. 그는 "미국은 여전히 패권을 유지하려는 '약자 괴롭힘' 태도를 보이고 있다"며 "이는 전 세계가 대가를 치르는 냉전"이라고 지적했다. 오픈AI가 5,000억 달러 규모의 스타게이트 프로젝트를 발표한 지 일주일 만에 중국의 딥시크 R3가 3,000만 달러로 유사한 성과를 냈다는 사실을 언급하며, "우리가 왜 경쟁하는가"라고 반문했다. 가댓은 "우리가 직면한 진짜 문제는 풍부한 지능이 아니라 인간의 어리석음"이라며 "사람들이 잠에서 깨어나길 바란다. 겁을 주려는 게 아니라 깨어나길 바란다"고 말했다. ■ 이 기사는 AI 전문 매체 'AI 매터스'와 제휴를 통해 제공됩니다. 기사는 클로드 3.5 소네트와 챗GPT를 활용해 작성되었습니다. (☞ 기사 원문 바로가기)

2026.01.15 16:37AI 에디터

/C O R R E C T I O N -- IEEE/

고객사의 요청에 따라 2025년 12월 10일 PR Newswire를 통해 배포된 '영예의 IEEE 수상자 발표: 인류의 미래를 바꾸는 2026년 주역들'이라는 제목의 보도자료의 내용에 변경이 있었다. 수정이 적용된 온전한 보도자료는 아래와 같으며, 추가 세부 내용은 보도자료 마지막 부분에 기재됐다. 영예의 IEEE 수상자 발표: 기술 혁신으로 인류의 미래를 바꾸는 2026년 주역들 피스카타웨이, 뉴저지주, 2025년 12월 11일 /PRNewswire/ -- 인류를 위한 기술 발전에 헌신하는 세계 최대의 기술 전문가 단체인 IEEE가 권위 있는 2026년 IEEE 메달 수상자를 발표했다. 세계적으로 인정받는 이 상은 혁신, 과학적 성과, 창의적 리더십을 통해 인류에게 이로운 기술을 발전시키는 데 이바지한 개인에게 수여된다. 올해에는 혁신 정신과 엔지니어링 리더십을 발휘하여 전 세계 수백만 명에게 긍정적인 영향을 미치는 기술 분야의 발전을 견인한 사람들이 수상자로 선정되었다. 그들의 공헌은 핵심 인프라 강화, 인간 이해 증진, 의료 발전, 새로운 통신 방식 구현, 그리고 세계인의 삶의 질 향상으로 귀결되었다. 이들은 더 촘촘히 연결되고 지속 가능하며 공정한 미래를 만들어 가는 데 이바지하는 다양한 선구자 집단을 대변한다. 캐슬린 크레이머(Kathleen Kramer) IEEE 2025년 회장 겸 최고경영자는 "매년 IEEE는 근본적인 기술 발전에 이바지하고 인류의 삶의 질을 개선한 이들의 공로를 기린다"라면서 "2026년 수상자들은 IEEE의 존립 이유를 규명하고 미래 세대에 영감을 주는 독창성, 과학적 성과, 범세계적 영향력 면에서 모범을 보였다. 그들은 컴퓨팅 및 통신 분야의 획기적인 발전부터 의료, 지속가능성, 교육 분야의 삶을 변화시키는 혁신에 이르기까지 촘촘히 연결된 더 나은 세상을 만들어 가는 데 일조하고 있다"라고 평가했다. 2026년 IEEE 메달 수상자 명단은 다음과 같다. IEEE 프랜시스 E. 앨런 메달(IEEE FRANCES E. ALLEN MEDAL)후원: IBMIEEE 회원 루이스 폰 안(Luis von Ahn) — 듀오링고(Duolingo)루이스 폰 안은 CAPTCHA와 reCAPTCHA를 발명하고, 인간과 컴퓨터의 상호 작용 연구 분야를 개척하며, 듀오링고를 설립한 공로를 인정받았다. 그의 공헌 덕분에 글로벌 인터넷 인프라가 안전해졌고, 수백만 권의 책이 디지털화되었으며, 세계인의 무료 교육 기회가 확대되었다. IEEE 알렉산더 그레이엄 벨 메달(IEEE ALEXANDER GRAHAM BELL MEDAL) 후원: 노키아 벨 연구소(Nokia Bell Labs)IEEE 종신 석학 회원 스콧 J. 쉔커(Scott J. Shenker) — UC 버클리쉔커는 컴퓨터 네트워크 및 인터넷 아키텍처 분야의 획기적인 연구로 수상의 영예를 안았다. 쉔커의 연구 성과는 오늘날의 클라우드 컴퓨팅, 현대식 데이터 센터 설계, 그리고 소프트웨어를 통한 네트워크 장치 제어 기술의 토대를 이룬다. IEEE 무선 통신 부문 자가디시 찬드라 보스 메달(IEEE JAGADISH CHANDRA BOSE MEDAL IN WIRELESS COMMUNICATIONS)후원: 마니 L. 바우믹(Mani L. Bhaumik) EEE 회원 에릭 달만(Erik Dahlman), IEEE 석학 회원 스테판 파크발(Stefan Parkvall), IEEE 상급 회원 요한 스콜드(Johan Sköld) — 에릭슨(Ericsson)글로벌 모바일 광대역 통신을 실현하고 최신 통신, 상거래 및 사물 인터넷(IoT)의 기반이 되는 LTE(4G) 및 5G 표준 개발을 주도한 공로를 인정받았다. IEEE 밀드레드 드레셀하우스 메달(IEEE MILDRED DRESSELHAUS MEDAL)후원: 구글(Google, LLC)IEEE 석학 회원 카렌 앤 파네타(Karen Ann Panetta) — 터프츠 대학교파네타는 너드 걸스(Nerd Girls) 프로그램을 통해 여성 공학자 옹호 활동에 이바지하고 이미지 처리 분야에 일조한 공로를 인정받았다. 그녀는 의료 영상 및 자율 시스템 같은 분야에 사용되는 기술을 발전시켰으며, 전 세계 여성의 STEM 진로를 넓히는 데도 크게 기여했다. IEEE 에디슨 메달(IEEE EDISON MEDAL)후원: 에디슨 메달 펀드(Edison Medal Fund)IEEE 석학 회원 에릭 A. 스완슨(Eric A. Swanson) — MIT스완슨은 생의학 영상, 지상 광통신 및 네트워크, 위성 간 광통신에 대한 선구적으로 기여한 공로를 인정받고 있다. IEEE 환경 및 안전 기술 메달(IEEE MEDAL FOR ENVIRONMENTAL AND SAFETY TECHNOLOGIES)후원: 토요타 자동차(Toyota Motor Corporation) IEEE 종신 석학 회원 웨이-젠 리(Wei-Jen Lee) — 텍사스 대학교웨이-젠 리는 전력 시스템 및 재생 에너지 통합 분야에서 리더십을 발휘한 공로로 수상의 영광을 누렸다. 그의 연구는 전력망의 신뢰도를 높이고 청정에너지 도입을 촉진하여, 전력 회사가 재생 에너지원을 효율적으로 관리하고 대규모 정전 사태를 예방하는 데 이바지했다. IEEE 파운더스 메달(IEEE FOUNDERS Medal)후원: IEEE 재단마리안 R. 크로크(Marian R. Croak) — 구글크로크는 VoIP 기술과 모바일 기부 플랫폼 분야를 개척하여 전 세계 통신과 인도주의적 지원 체계에 큰 영향을 미쳤다. 그녀의 리더십은 책임감 있는 인공지능(AI) 개발에 꾸준히 영향을 미치고 있다. IEEE 리처드 W. 해밍 메달(IEEE RICHARD W. HAMMING MEDAL)후원: 퀄컴(Qualcomm, Inc.)IEEE 석학 회원 뮤리엘 메다르(Muriel Médard) — MIT 메다르는 네트워크 코딩 및 정보 이론 분야의 획기적인 연구 성과를 인정받았다. 그녀의 업적은 스트리밍 비디오, 무선 네트워크, 위성 통신 분야의 데이터 전송의 안정성을 개선하는 데 일조했다. IEEE 헬스케어 기술 혁신 메달(IEEE MEDAL FOR INNOVATIONS IN HEALTHCARE TECHNOLOGY)후원: IEEE 의학•생물학회(Medicine and Biology Society, EMBS)IEEE 석학 회원 로잘린드 W. 피카드(Rosalind W. Picard) — MIT피카드는 정서 컴퓨팅(Affective Computing)을 창시하고 감정 및 건강 모니터링용 웨어러블 기술을 개발했다. 그가 개발한 기술은 정신 건강 관리, 스트레스 감지, 개인 맞춤형 건강 분석용 도구를 구현하는 데 활용된다. IEEE 반도체 광전자 기술 부문 닉 홀로냑 주니어 메달(IEEE NICK HOLONYAK, JR. MEDAL FOR SEMICONDUCTOR OPTOELECTRONIC TECHNOLOGIES)후원: 닉 홀로냑 주니어 지지자 모임(Friends of Nick Holonyak, Jr.)IEEE 석학 회원 스티븐 P. 덴바스(Steven P. DenBaars) — UC 산타바바라덴바스는 밝고 에너지 효율적인 조명(가정, 스마트폰, 자동차 헤드라이트, 대형 디스플레이에 사용)을 구현할 수 있는 질화갈륨 반도체와 LED 기술 분야를 개척한 공로를 인정받았다. IEEE 잭 S. 킬비 메달(IEEE JACK S. KILBY MEDAL)후원: 애플(Apple)IEEE 종신 석학 회원 빙-황 '프레드' 주앙(Biing-Hwang "Fred" Juang) — 조지아 공과대학교주앙은 음성 코딩 및 음성 인식 분야의 기초 이론을 연구하여 스마트폰, 고객 서비스 시스템, 가상 비서 등에 활용되는 음성 인식 기술의 토대를 마련했다. IEEE/RSE 제임스 클러크 맥스웰 메달(IEEE/RSE JAMES CLERK MAXWELL MEDAL)후원: ARM폴 B. 코컴(Paul B. Corkum) — 오타와 대학교코컴의 선구적인 아토초 물리학 연구는 초고속 과학의 새 지평을 열었다. 그의 연구 결과는 화학 반응과 전자의 움직임을 전례 없는 속도로 관찰할 수 있는 도구를 개발하는 데 지대한 영향을 미쳤다. IEEE 제임스 H. 멀리건 주니어 교육 메달(IEEE JAMES H. MULLIGAN, JR. EDUCATION MEDAL)후원: IEEE 종신회원 기금(IEEE Life Members Fund) 및 매스웍스(MathWorks)IEEE 종신 석학 회원 제임스 H. 맥클렐란(James H. McClellan) — EPFL 맥클렐란은 수십 년간 디지털 신호 처리 이론 분야를 이끈 공로를 인정받았다. 그의 연구 성과는 오디오 처리, 의료 초음파, 레이더 시스템 기술의 토대가 되었다. IEEE 준-이치 니시자와 메달(IEEE JUN-ICHI NISHIZAWA MEDAL)후원: IEEE 준-이치 니시자와 메달 기금(IEEE Jun-ichi Nishizawa Medal Fund)IEEE 종신 석학 회원 에릭 R. 포섬(Eric R. Fossum) — 다트머스 대학교포섬은 CMOS 이미지 센서를 발명해 디지털 영상 분야에 혁명을 일으켰고, 현대 시각 통신 기술의 기틀을 마련했다. IEEE 로버트 N. 노이스 메달(IEEE ROBERT N. NOYCE MEDAL)후원: 인텔(Intel Corporation)크리스 말라초스키(Chris Malachowsky) — 엔비디아(NVIDIA) 말라초스키는 엔비디아 공동 창립자로서 GPU 혁신을 주도하여 전 세계 인공지능, 게임, 가속 컴퓨팅 분야의 발전에 공헌했다. IEEE 데니스 J. 피카드 레이더 기술 및 응용 메달(IEEE DENNIS J. PICARD MEDAL RADAR TECHNOLOGIES AND APPLICATIONS)후원: RTXIEEE 종신 석학 회원 요시오 야마구치(Yoshio Yamaguchi) — 니가타 대학교야마구치는 레이더 편파 기술 및 원격 감지 분야를 개척한 공로로 수상했다. 그의 연구 성과는 전 세계 기후 감시 및 재해 대응 시스템에 활용되고 있다. IEEE 전력 공학 메달(IEEE MEDAL IN POWER ENGINEERING)후원: IEEE 산업 응용, 산업 전자, 전력 전자 및 전력 에너지 학회(IEEE Industry Applications, Industrial Electronics, Power Electronics, and Power & Energy Societies)IEEE 석학 회원 펭팡정(Fang Zheng Peng) — 피츠버그 대학교펭팡정은 전력 변환 기술을 혁신했는데, 특히 그가 발병한 '준 Z-소스 인버터(quasi Z-source inverter)'는 재생 에너지를 더 효율적이고 안정적으로 활용할 수 있는 수단으로 평가받는다. IEEE 사이먼 라모 메달(IEEE SIMON RAMO MEDAL)후원: 노스롭 그루먼(Northrop Grumman Corporation)IEEE 석학 회원 마이클 더글러스 그리핀(Michael Douglas Griffin) — 로지큐(LogiQ, Inc.)한때 미국 항공우주국(NASA) 국장으로 일했던 그리핀은 미국의 우주 탐사 전략을 수립하고 항공우주 공학을 발전시킨 공로를 인정받았다. 그가 개발한 프로그램은 오늘날의 유인 우주 비행과 심우주 탐사의 토대가 되었다. IEEE 존 폰 노이만 메달(IEEE JOHN VON NEUMANN MEDAL)후원: IBMIEEE 석학 회원 도널드 D. 챔벌린(Donald D. Chamberlin) — IBMSQL의 공동 개발자이자 데이터베이스 언어 및 시스템에 크게 기여한 챔벌린의 연구 성과는 전 세계 기업, 금융, 의료, 정부 데이터 시스템의 근간을 이룬다. IEEE는 내년 4월 24일 뉴욕시에서 2026년 시상식을 열고 수상자들에게 상을 수여할 예정이다. 2026년 IEEE 최고 영예 메달(IEEE Medal of Honor) 수상자는 2026년 1월에 공개된다. 그러므로 후속 발표를 관심 있게 지켜보는 것도 좋을 듯하다. 2026년 전체 수상자 명단은 IEEE 어워드 웹사이트에서 확인할 수 있다. IEEE 어워드(IEEE Awards) 소개100여 년 전부터 공학, 과학, 기술 발전에 혁혁한 공을 세운 탁월한 리더들을 선정해 온 IEEE 어워드 프로그램(IEEE Awards Program)은 세계 최고의 동료 평가 프로그램으로 인정받고 있다. IEEE는 이 시상 프로그램을 통해 컴퓨팅, 통신, 에너지, 항공우주, 재료 과학, 의료 등 다양한 분야의 전 세계 전문가들이 거둔 혁신적인 기술 성과와 사회적 영향을 기린다. IEEE 소개IEEE는 세계 최대의 기술 전문가 단체이자, 인류를 위한 기술 발전에 헌신하는 공익 자선 단체이다. IEEE는 자주 인용되는 출판물, 학술 대회, 기술 표준, 전문 교육 활동을 통해 항공우주 시스템, 컴퓨터, 통신부터 생체의학 공학, 전력, 소비자 가전에 이르기까지 다양한 분야에서 신뢰받는 기관으로 자리매김했다. 자세한 내용은 https://www.ieee.org 에서 확인할 수 있다. 로고 - https://mma.prnasia.com/media2/2842877/ieee_mb_tag_blue_pne_Logo.jpg?p=medium600

2026.01.14 20:10글로벌뉴스

앤트로픽, 챗GPT 이어 건강 관리 AI 서비스 출시…의료 현장 AI 활용 본격화

앤트로픽(Anthropic)이 의료 분야 특화 AI 제품 '클로드 포 헬스케어(Claude for Healthcare)'를 12일(현지 시각) 공식 출시했다. 앤트로픽에 따르면 이번 제품은 HIPAA(미국 건강보험 양도 및 책임에 관한 법) 준수 환경을 갖춰 의료 제공자와 보험사, 소비자 모두 안전하게 의료 목적으로 클로드를 쓸 수 있다. 주요 기능은 메디케어·메디케이드 서비스 센터(CMS) 보장 데이터베이스와 국제질병분류(ICD-10), 국가 의료제공자 식별 레지스트리 등 의료 표준 시스템과 연결되는 것이다. 클로드는 이를 통해 보장 요구사항을 확인하고 환자 기록과 대조해 사전 승인 결정안을 제안한다. 기존에 몇 시간씩 걸리던 사전 승인 요청 검토 시간을 크게 줄이는 게 목표다. 생명과학 분야에서는 메디데이타(Medidata)와 ClinicalTrials.gov, ChEMBL 등 임상시험 및 신약 개발 플랫폼 연결 기능을 추가했다. 클로드는 FDA와 NIH 요구사항을 반영한 임상시험 프로토콜 초안을 작성하고, 시험 진행 상황을 모니터링하며, 규제 제출을 준비하는 작업을 돕는다. 개인 사용자용 기능도 강화됐다. 미국의 클로드 프로(Claude Pro) 및 맥스 플랜(Max plan) 가입자는 HealthEx와 Function, 애플 헬스(Apple Health), 안드로이드 헬스 커넥트(Android Health Connect)를 통해 개인 건강 데이터를 클로드에 연결할 수 있다. 회사 측은 사용자가 공유할 정보를 직접 선택하고 언제든 권한을 해제할 수 있으며, 건강 데이터를 모델 학습에 쓰지 않는다고 밝혔다. 이번 출시는 최신 모델인 클로드 오퍼스 4.5(Claude Opus 4.5)의 성능 향상을 바탕으로 한다. 의료 계산 정확도를 평가하는 MedCalc와 스탠퍼드대학의 MedAgentBench에서 이전 모델보다 크게 개선된 결과를 보였고, 사실 환각 문제도 줄었다. 새로운 커넥터와 에이전트 스킬은 클로드 프로와 맥스, 팀스(Teams), 엔터프라이즈 등 모든 구독자에게 제공된다. 앤트로픽은 아마존 베드락(Amazon Bedrock)과 구글 클라우드 버텍스 AI(Google Cloud's Vertex AI), 마이크로소프트 파운드리(Microsoft Foundry) 등 주요 클라우드 서비스와 파트너십을 맺고 서비스를 확대할 계획이다. ■ 이 기사는 AI 전문 매체 'AI 매터스'와 제휴를 통해 제공됩니다. 기사는 클로드 3.5 소네트와 챗GPT를 활용해 작성되었습니다. (☞ 기사 원문 바로가기)

2026.01.12 17:21AI 에디터

TCL, CES 2026서 혁신적 제품과 솔루션으로 시각 기술과 지능형 라이프스타일의 미래 제시

라스베이거스, 2026년 1월 8일 /PRNewswire/ -- 글로벌 가전 선도 기업이자 미니 LED 및 초대형 TV 부문 세계 1위 브랜드인 TCL이 CES 2026에서 차세대 시각 기술 혁신과 AI 기반 제품을 공개했다. TCL은 올해 세계 최초 디스플레이 패널과 디스플레이 기술 및 제품을 선보이는 한편, 스마트 라이프, 몰입형 엔터테인먼트, 생산성을 개선하기 위한 지능형 디바이스 전품목도 소개했다. 디스플레이의 미래를 엿보다 TCL은 대형부터 소형까지 전 스크린 영역에 걸쳐 디스플레이 기술의 한계를 지속적으로 확장하고 있다. CES 2026 쇼케이스를 통해 TCL은 미니 LED 성능의 혁신적 도약을 의미하는 SQD-미니 LED 기술(SQD-Mini LED Technology)을 세계 최초로 공개했다. 이 기술은 기존 미니 LED의 로컬 디밍 존을 '정밀 디밍 시리즈(Precise Dimming Series)'로 전환해 화면 전체에서 정교한 광 제어를 구현하며, 하이라이트와 암부 모두에서 뛰어난 성능을 제공한다. 여기에 TCL의 세계적인 슈퍼 QLED(Super QLED) 기술과 울트라 컬러 필터 패널(Ultra Color Filter Panel)을 결합해 수명 연장, 향상된 색 재현, 더 높은 최대 밝기를 달성했다. 또한, 더욱 안정적인 글로벌 고색재현율, 정밀한 광 제어, 한층 세련된 외관을 구현했다. 이와 함께 SQD-미니 LED 기술을 적용한 세계 최초의 TV인 TCL X11L도 공개됐다. 이 제품은 최대 100%의 BT.2020 전 장면 광색역을 구현하며, 색 표현력과 네이티브 명암비, 화질 선명도를 개선한 CSOT WHVA 2.0 울트라 패널(WHVA 2.0 Ultra Panel)을 탑재했다. 최대 20736개의 정밀 디밍 존과 최대 1만 니트의 밝기를 지원해 HDR 콘텐츠를 생생하고 실감 나게 표현한다. 이 외에도, 약 2cm 더 얇아진 두께와 사실상 베젤이 없는 버추얼리 제로 보더(Virtually ZeroBorder) 디자인으로 차별화를 꾀했다. 여기에 뱅앤올룹슨(Bang & Olufsen) 오디오를 탑재해 프리미엄 사운드 경험을 선사한다. TCL의 구글 TV(Google TV)용 제미나이(Gemini)와 돌비 비전 2(Dolby Vision 2) 통합 협업은 이번 CES 2026에서 한층 향상된 디스플레이 경험을 선보였다. 지난해 세계 최초로 '올웨이즈 온(Always On)' 구글 TV에 제미나이를 적용한 데 이어, 올해 모델에서는 향상된 구글 포토 검색 기능, 나노 바나나(Nano Banana)와 베오(Veo)를 활용한 새로운 크리에이티브 기능 등 보다 직관적인 TV 상호작용 방식을 추가한다. 또한 TCL은 콘텐츠 인텔리전스, 시네마틱 디테일, 시청 환경 인식을 기반으로 탁월한 시각 경험을 제공하는 차세대 돌비 비전인 돌비 비전 2도 시연했다. 돌비 비전 2는 2026년 중 OTA 업데이트를 통해 TCL의 X 및 C 시리즈 TV 라인업에 순차적으로 적용될 예정이다. 아이케어(eye-care) 기술 분야에서는 NXTPAPER 4.0을 적용한 TCL NXTPAPER 70 Pro 스마트폰이 공개됐다. 이 스마트폰은 급변하는 디지털 환경에서 눈의 피로를 완화하도록 설계돼, 하루 종일 편안한 시청 경험을 제공한다. 전용 NXTPAPER Key를 통해 세 가지 화면 모드를 손쉽게 전환할 수 있다. 아이케어 생태계 확장을 보여주는 TCL Note A1 NXTPAPER eNote 태블릿은 AI 기반 생산성 도구를 통합했다. 종이에 가까운 읽기•쓰기 경험을 제공해 보다 집중도 있고 효율적인 디지털 작업 환경을 원하는 사용자에게 이상적이다. 이 외에도 TCL은 상업용 디스플레이와 고성능 모니터 라인업을 공개하는 한편, 세계 최초의 HDR10 지원 AR 안경인 RayNeo Air 4 Pro도 선보였다. 해당 제품은 우수한 선명도와 편안한 착용감을 제공하는 첨단 디스플레이 기술을 바탕으로 업무와 엔터테인먼트 전반에서 휴대형 시청 경험의 기준을 새롭게 정의한다. 차세대 지능형 라이프스타일을 선도하다 TCL은 디스플레이 기술을 넘어, 일상생활에 더 높은 수준의 지능을 제공하는 다양한 AI 기반 스마트 홈 솔루션을 선보였다. 대표적으로, TCL FreshIN 3.0 에어컨디셔너, GeniusFresh 냉장고, AmeraClassic 세탁•건조기 시리즈, TCL AI SuperDrum 세탁•건조 콤보가 있다. 또한 TCL 스마트 락은 고급 생체 인식 보안과 AI 기반 출입 제어, 스마트 홈 통합 관리 기능을 제공한다. TCL 스마트 홈 에너지 솔루션(TCL Smart Home Energy Solutions)은 전력 변환, 배터리, 에너지 관리 전반을 아우르는 통합 AI 에너지 생태계를 구축해 에너지 비용 절감, 효율 향상, 저탄소 라이프스타일을 지원한다. 엔터테인먼트 분야에서 TCL은 AI를 활용해 화질과 음질을 개선함으로써 더욱 지능적인 상호작용과 향상된 콘텐츠 생성을 지원한다. PlayCube 프로젝터는 어떤 공간에서도 영화관 수준의 시청 경험을 선사하며, 세계 최초의 모듈형 AI 동반자 로봇인 TCL AiMe는 인간적인 감성을 담은 적응형 상호작용을 통해 스마트 라이프에 새로운 차원의 경험을 제공한다. 모빌리티와 생산성 측면에서는 스마트폰과 eNote 태블릿 등 전반으로 지능형 기술을 확장하고 있다. TCL 휴먼 × 비히클 × 홈 크로스 시나리오 솔루션(TCL Human × Vehicle × Home Cross–Scenario Solution)은 차량과 가정 생태계를 매끄럽게 연결한다. 또한 TCL 5G 모바일 와이파이 P50(TCL 5G Mobile WiFi P50)은 고속•무선 충전을 모두 지원하는 업계 최초의 5G 밀리미터파(mmWave) 모바일 와이파이를 탑재해 이동 중인 사용자에게 탁월한 편의성과 연결성을 제공한다. 미래형 홈을 설계하는 선도적 파트너십 CES 2026에서 TCL은 스마트 홈 솔루션과 라이프스타일 가전, 프리미엄 브랜드 협업을 결합한 TCL NXTHOME™을 통해 주거 공간의 새로운 방향을 제시했다. 넥스트홈은 뱅앤올룹슨(Bang & Olufsen), BMW 그룹 디자인웍스 상하이 스튜디오(BMW Group Designworks Shanghai Studio), 알칸타라(Alcantara) 등과의 프리미엄 협업을 통해 기술과 디자인이 융합된 주거 경험을 구현한다. 이와 함께 주거 공간을 위한 솔루션으로, 크리스 레프테리 디자인(Chris Lefteri Design)과 협업해 개발한 TCL ECORA™도 공개됐다. 이는 재활용 도자기 세라믹을 활용한 새로운 지속 가능 소재로, 고성능 기술과 친환경 디자인을 결합한 것이 특징이다. 디스플레이 기술, AI, 지속가능성 전반에서 혁신을 실현하려는 TCL의 노력은 모두를 위한, 더 스마트하고 효율적인 미래를 만들어가고 있다. TCL은 끊임없는 기술적 도전을 통해 주거 공간을 변화시키는 데 그치지 않고, 사람들이 생활하고 일하며 연결되는 방식을 개선함으로써 지능형 미래의 길을 열어가고 있다. TCL 최신 제품과 혁신 기술은 CES 2026의 TCL 부스에서 확인할 수 있다. TCL CES 2026 부스: 날짜: 2026년 1월 6일~9일 장소: 라스베이거스 컨벤션 센터, 센트럴 홀, 부스 #18604 TCL 소개 선도적인 소비자 가전 브랜드이자 글로벌 TV 산업 리더인 TCL은 현재 전 세계 160개 이상의 시장에 진출해 있으며, TV, 오디오, 가전제품, 모바일 기기, 스마트 안경, 상업용 디스플레이 등 다양한 소비자 가전제품의 연구, 개발 및 제조를 전문으로 하고 있다. 자세한 정보는 https://www.tcl.com에서 확인할 수 있다.

2026.01.08 11:10글로벌뉴스

  Prev 1 2 3 4 5 6 7 8 9 10 Next  

지금 뜨는 기사

이시각 헤드라인

[ZD브리핑] 삼성전자 잠정실적 발표...기아 CEO 인베스터 데이 개최

AI 늘어나는데 통제는 뒷걸음…기업 '거버넌스 리스크' 커진다

넥슨 '바람의나라', 30년 장기 흥행 비결은?

쇠고기 넘어 GPU·클라우드까지…美, 韓 첨단 디지털 산업 '통상 전선' 확대

ZDNet Power Center

Connect with us

ZDNET Korea is operated by Money Today Group under license from Ziff Davis. Global family site >>    CNET.com | ZDNet.com
  • 회사소개
  • 광고문의
  • DB마케팅문의
  • 제휴문의
  • 개인정보취급방침
  • 이용약관
  • 청소년 보호정책
  • 회사명 : (주)메가뉴스
  • 제호 : 지디넷코리아
  • 등록번호 : 서울아00665
  • 등록연월일 : 2008년 9월 23일
  • 사업자 등록번호 : 220-8-44355
  • 주호 : 서울시 마포구 양화로111 지은빌딩 3층
  • 대표전화 : (02)330-0100
  • 발행인 : 김경묵
  • 편집인 : 김태진
  • 개인정보관리 책임자·청소년보호책입자 : 김익현
  • COPYRIGHT © ZDNETKOREA ALL RIGHTS RESERVED.