ZDNet 검색 페이지

'ai 作画 网站,ai矢量图素材网,ai在线画图网站,ai工具 官网,ai写真网站等欢迎访问豌豆Ai站群搜索引擎系统官方网站:www.wd.chat'통합검색 결과 입니다. (29752건)

[박준성의 SW] AI 코딩 에이전트는 주니어 개발자...SW공학 필요

SW공학의 역사 SW 공학(Software Engineering)은 1960년대 후반 미국과 유럽을 중심으로 본격적으로 발전하기 시작했다. 1960년대 IBM system/360용 OS/360 개발 프로젝트는 과도한 납기 지연과 원가 초과를 겪었고, 당시 미국 국방 및 대형 공공 시스템 프로젝트들도 잇따라 납기 지연과 품질 문제를 겪었다. 1968년 NATO가 주관한 국제회의(NATO Software Engineering Conference in Garmisch, Germany)에서 SW 개발의 위기(Software Crisis)를 공식 선언하고, 그 해결책으로 SW 공학의 연구개발이 시작됐다. SW공학이 1960년대 이전의 SW 개발 방식과 다른 점은 시스템 구현 이전에 분석과 설계를 체계적으로 수행하고, 개발 전 과정에서 표준 프로세스, 표준화된 기법과 도구를 활용한다는 것이다. 요구 분석은 개발 명세를 사전에 규명함으로써 요구 결함(Requirement Error)으로 인한 재작업(Rework)을 줄인다. 명확한 인수 기준은 테스트 자동화의 기반이 되며, 자동화된 회귀 테스트는 지속적인 코드 내부 구조 개선(Refactoring)을 안전하게 뒷받침한다. 설계에는 시스템 전체의 아키텍처 설계와 상세 수준의 코드 설계가 있다. 아키텍처 설계는 시스템을 구성하는 컴포넌트 간의 통합 효율을 높인다. 상세 설계와 코드 구조 설계는 코드의 가독성과 변경 용이성을 높여 SW의 장기적인 유지보수성(Maintainability)을 확보한다. 요구 스펙과 SW 설계를 자연어로 표현할 때 발생하는 모호성(Ambiguity)을 제거하기 위해 UML(Unified Modeling Language), BPMN(Business Process Model and Notation), ERD(Entity-Relationship Diagram), ArchiMate, C4와 같은 특수한 그래픽 부호를 사용하는 비주얼 모델링 언어(Visual Modeling Notation)를 국제 및 업계 표준으로 정착시켜 왔다. SW공학은 오늘날 AI 코딩 에이전트 시대에도 여전히 중요하다. AI가 코드를 생성하더라도, 대규모 프로덕션 시스템의 품질과 유지보수성은 결국 체계적인 SW 공학에 의해 좌우된다. SW코딩 자동화의 역사 1980년대 이후 코딩 자동화 기술은 본격적으로 발전해 왔다. 1980년대 말 Texas Instruments가 개발한 IEF(Information Engineering Facility)는 메인프레임 COBOL 코드를 100% 자동 생성하는 CASE(Computer-Assisted Software Engineering) 툴로, 금융·공공 분야의 대규모 엔터프라이즈 시스템 코드를 자동 생성하는 데 활용됐다. 1990년대에는 Unix C, Windows C++, Java 등을 자동 생성하는 다양한 모델 기반 CASE 툴들(Composer, Obsydian, ObjectTeam 등)이 등장했다. 그러나 요구사항 변화에 대한 유연성 부족과 복잡한 모델링 부담으로 인해 1990년대 후반부터 CASE 툴의 인기가 하락하기 시작했다. 2000년대에 들어서는 객체 지향 프로그래밍 언어를 사용하는 웹 애플리케이션의 반복 점증적 개발이 새로운 SW 개발 패러다임으로 확산됐다. UML 모델 기반의 100% 코드 자동 생성을 추구하는 MDA(Model-Driven Architecture) 툴이 개발되었으나 대중적인 개발 패러다임으로 확산되지는 못했다. 대신 Spring, Ruby on Rails, Django 등 오픈 소스 웹 애플리케이션 프레임워크가 개발 시장을 장악했다. 한편 Rational Rose, Sparx EA(Enterprise Architect) 같은 비주얼 모델링 툴은 코드 생성 툴과 분리되었지만, 코드 스켈레톤(Code Skeleton) 생성과 Round-Trip Engineering을 가능하게 해 널리 활용됐다. 2010년대 후반 이후 비주얼 모델 기반으로 애플리케이션을 자동 생성하는 Low-Code 개발 플랫폼(Outsystems, Mendix, Appian, Microsoft PowerApps 등)이 급속히 확산되기 시작했다. (박준성, Fundamentals of Low-Code Development, kosta-online.com 참조) 같은 시기에 템플릿 기반의 시각적 Drag-and-Drop을 통해 WYSIWYG(What You See Is What You Get) 방식으로 애플리케이션을 자동 구성하는 No-Code 개발 플랫폼(Wix, Bubble, AppSheet, Webflow 등)도 급속히 확산되었다. Gartner는 2022년 보고서에서 기업 신규 애플리케이션 개발 중 Low-Code/No-Code(LCNC) 비중이 2020년 25%에서 2026년 75% 수준까지 증가할 것으로 전망했다. (Gartner, Forecast Analysis: Low-Code Development Technologies-Worldwide, 2022). 실제로 2024년에 이미 다수 기업이 Low-Code 개발 플랫폼을 도입하면서 이러한 방향성이 현실화됐다. 오늘날 AI 코딩 에이전트가 코딩 자동화에 큰 관심을 불러일으키고 있지만, 위에서 보았듯이, 코딩 자동화는 새로운 현상이 아니다. LCNC(Low-Code/No-Code) 플랫폼이 이미 애플리케이션의 자동 구축에 널리 활용되고 있다. LCNC 플랫폼은 자유도를 제한한 표준 아키텍처, 메타데이터 모델, 시각적 제약 조건 위에서 동작했기 때문에 높은 생산성과 안정성을 동시에 확보할 수 있었다. 반면 자연어 기반 AI 코딩 에이전트는 훨씬 더 높은 자유도를 제공하지만, 환각(Hallucination)과 구조적 일관성 붕괴라는 새로운 위험을 안고 있다. 따라서 AI 코딩 에이전트가 LCNC를 넘어 엔터프라이즈 프로덕션 시스템 개발의 주류가 되기 위해서는, SW공학적 제약 조건을 에이전트 코딩 프로세스에 강하게 내재화해야 한다. 생성형 AI 기반 코딩 지원 및 자동화의 등장 2020년대 들어 생성형 AI(Generative AI, GenAI) 기반의 Vibe Coding, AI Coding Assistant 및 AI Coding Agent가 확산되고 있다. Vibe Coding은 자연어 프롬프트를 통해 애플리케이션을 빠르게 생성·수정해 가는 실험적 개발 방식이다. 테스트 후 에러가 있으면 자연어로 피드백을 주면서 반복적으로 개선해 나간다. Claude, ChatGPT 같은 범용 AI Chatbot 또는 Lovable, Bolt.new, Replit 같은 전문 Vibe Coding 툴을 사용한다. 오늘날 대부분의 AI 코딩 툴들은 Vibe Coding, AI Coding Assistant, AI Coding Agent 기능을 모두 갖추고 있으며, 일부는 통합 개발 환경(IDE)에 내장되어 있다. GitHub Copilot, Cursor, Amazon Q Developer 등 AI Coding Assistant는 개발자의 코딩을 지원해 생산성을 높이는 데 사용된다. 코드 완성(Code Completion), 코드 생성, 리팩토링, 디버깅, 문서화, 코드 번역 등을 지원한다. Cursor, Claude Code, GitHub Copilot 등 AI Coding Agent는 개발자와 상호작용하며 시스템 목표 구현, 요구사항 개발, 테스트 생성, 오류 수정, 설계 개선, 문서화 등을 계획-실행-검증 루프를 통해 반자율적으로 수행한다. Vibe Coding은 대규모 프로덕션 시스템 구축에는 한계가 있다. 프로덕션 시스템의 구축에 사용할 수 있는 AI Coding Assistant 및 Agent는 LCNC 플랫폼과 비교했을 때 아래 표 1과 같은 특징을 갖추고 있다. AI Coding Agent가 No-Code 개발 플랫폼에 비해 가지는 장점은 템플릿을 커스터마이즈하는 것보다 프롬프트를 통해 UI를 더 자유롭게 설계할 수 있고, 컴포넌트 단위로 수정하고 조립할 수 있다는 점이다. Low-Code 개발 플랫폼과 비교하면 비주얼 모델링의 어려움에서 벗어나 프롬프트나 이미지를 통해 애플리케이션과 데이터베이스를 생성할 수 있고, 벤더 종속적(Proprietary) 프레임워크에 록인(Lock-in)되지 않으며 Next.js, Tailwind, PostgreSQL 등 표준 오픈 소스 프레임워크로 생성해 IDE 기반 개발 환경으로 이관할 수 있다는 점이다. 그러나 주요 LCNC 플랫폼들은 GenAI Foundation Model을 기반으로 AI Coding Assistant/Agent 기술을 툴 내에 융합함으로써 단점을 극복하고 있다. AI Coding Assistant 기술은 개발자의 비주얼 Drag-and-Drop 및 모델링 작업을 지원하는 데 활용하고, AI Coding Agent 기술은 기존 비주얼 모델링 없이도 자율적으로 애플리케이션을 생성하는 데 활용한다. 가트너와 IDC 자료를 기반으로 시장 규모를 비교해 보면, LCNC 시장이 여전히 AI 코딩 툴 시장보다 훨씬 큰 비중을 차지하고 있음을 알 수 있다. AI 코딩 에이전트가 LCNC 개발 플랫폼 대비 경쟁 우위를 확보하려면 결국 비확정적 출력의 문제를 극복해야 한다. 동일한 프롬프트에도 상이한 결과를 생성하는 비결정성(Non-determinism)과 환각(Hallucination) 현상 때문에 테스트 재현성과 코드 변경의 예측 가능성이 약화되고, 그 결과 CI/CD 파이프라인의 안정성이 저하될 수 있다. 또한 보안 리스크, 기술 부채(Technical Debt) 축적, 저작권 및 규제법 위반, 감사 실패(Audit Failure) 등의 문제도 일으킨다. LCNC 플랫폼은 메타데이터, 시각적 모델, 플랫폼 제약 조건을 통해 개발 자유도를 제한함으로써 결정론적(Deterministic) 자동화를 달성했다. 반면 AI 코딩 에이전트는 자연어 기반의 개방형 생성(Open-Ended Generation)을 사용하기 때문에 훨씬 높은 유연성을 제공하지만, 동시에 비결정성과 환각이라는 새로운 위험을 초래한다. LCNC는 제약(Constraint)을 통해 자동화에 성공했다. AI 코딩 에이전트도 엔터프라이즈 프로덕션 시스템 개발의 주류가 되려면 SW공학적 제약과 거버넌스를 내재화해야 한다. SW공학 기반의 AI 에이전트 코딩 AI 코딩 에이전트의 환각 현상과 비결정성(Nondeterminism)을 없애기 위해서는 SW공학적 제약과 자동화 메커니즘을 체계적으로 적용해야 한다. (박준성, AI Agent Coding Patterns, kosta-online.com 참조) ▲테스트 주도 개발(Test-Driven Development, TDD: Kent Beck, Test-Driven Development, 2002 참조): 에이전트가 소스 코딩 전에 테스트 코드를 먼저 작성하도록 컨텍스트 파일(Context File)에 명기한다. SW 변경 후 즉시 자동 테스트를 실시하도록 Hook을 설치한다. 변경 Commit 전에 Test Coverage가 일정 수준에 미치지 못하면 Commit을 못하도록 Hook을 설치한다. Red-Green-Refactoring 기반의 TDD 사이클을 Skill로 등록해 에이전트의 작업 계획(Task Planning)에 포함한다. Red, Green, Refactoring 단계를 별도의 Subagent가 수행하도록 분리한다. ▲지속적 통합(Continuous Integration, CI: Kent Beck, Extreme Programming Explained, 2004; Martin Fowler, Continuous Integration, martinfowler.com, 2006 참조): 에이전트 코딩에서 CI(즉, Agentic CI)는 TDD처럼 자동화된 Quality Gate이다. SW 변경을 리포지토리의 Main Branch에 Merge할 때 자동으로 Commit, 빌드, PR 생성, 단위/통합 테스트, 정적 분석, 보안 점검을 수행한다. 실패할 경우 에이전트는 Merge를 금지하고, Stack Trace를 피드백 받아 오류를 자가 수정(Self-Correct)한다. Agentic CI는 GitHub Actions, Buildkite, CircleCI 같은 CI/CD 플랫폼을 사용해 CI Pipeline을 실행하고, AI 코딩 에이전트를 Pipeline 내에서 여러 스텝(코드 리뷰, 수정, 품질 개선)을 수행하는 데 이용한다. 결과적으로 Trunk-Based Development 전략 하에서 Agentic CI를 운영함으로써 항상 릴리스 가능한 Main Branch를 유지할 수 있다. 위의 TDD와 마찬가지로 컨텍스트 파일, Hook, Skill, Subagent를 보완적으로 활용하여 CI 실패를 조기에 탐지하고 예방할 수 있다. 효과적인 CI 운영을 위해서는 높은 수준의 테스트 자동화가 필요하며, TDD는 이를 구현하는 대표적 방법이다. TDD를 통해 누적된 테스트 코드는 CI 파이프라인에서 자동화된 단위·통합 테스트의 기반이 된다. ▲요구 스펙(Requirement Specification: 박준성, The Complete Guide to Business Analysis, kosta-online.com 참조): AI 에이전트를 포함하는 AI 네이티브 애플리케이션을 구축할 때 경영 성과를 달성하려면 에이전트를 포함한 End-to-End 프로세스를 재발명(Reinvention)해야 한다. 애플리케이션의 비즈니스 도메인에서 사용하는 도메인 개념과 의미 체계를 명확히 정의하고 표준 용어를 사용해 프로세스를 설계해야 한다. 애플리케이션에서 구현해야 할 혁신적인 기능을 사용사례(Use Case)로 명확히 정의하고, 시나리오로 구체화할수록 요구사항의 구현 오류를 줄일 수 있다. (박준성, AI 에이전트 성공의 핵심 조건, kosta-online.com 참조) 이러한 요구 분석은 AI 코딩 에이전트를 사용해 애플리케이션을 개발하기 전에 미리 수행한다. 프로세스 모델은 국제 표준인 BPMN(Business Process Model and Notation)을 이용해 설계할 수 있다. 시맨틱 모델은 종래 UML 클래스 다이어그램으로 작성했지만, AI 코딩 에이전트를 사용할 때는 온톨로지(Ontology)를 병행 활용하는 것이 효과적일 수 있다. 온톨로지는 개념 간의 관계와 제약을 명시적으로 표현하므로, AI 코딩 에이전트가 도메인 의미를 더 정확히 해석하고 일관된 코드를 생성할 가능성이 높다. 아래 '그림 1'은 요구 분석 산출물과 그들 간의 의존 관계를 보여준다. 프로세스 모델, 시맨틱 모델(Business Object Model), 사용사례 모델, UX 모델, 서비스 모델 간의 긴밀한 의존 관계를 정확히 준수해야 일관성 있고 완전한 요구 스펙을 만들 수 있다. 앞에서 1970년대 SW공학 등장 이후, 인간들 사이에서도 자연어의 모호성 때문에 모델링 언어를 만들어 요구 스펙과 SW 설계의 문서화에 사용했다는 사실을 지적했다. AI 코딩 에이전트도 마찬가지로 자연어 프롬프트보다는 더 상세한 Markup Language(Markdown, HTML 등), Serialized Language(JSON, YAML 등), Modeling/Domain Specific Language(UML, BPMN, BDD, User Story, Ontology 등), 프로그래밍 언어(Python, Typescript 등)를 더 안정적으로 처리할 수 있다. 프로세스 모델, 시맨틱 모델 및 사용사례를 AI 코딩 에이전트의 요구 스펙에 반영할 때는 그대로 이미지나 텍스트 형태로 입력할 수도 있고, 사용자 스토리(User Story)와 BDD(behavior-Driven Development)의 Gherkin 문장으로 변환해 입력할 수도 있다. BDD 문장은 생성된 코드의 인수 테스트(Acceptance Test) 기준을 제공한다. (Dan North, Introducing BDD, dannorth.net, 2006) 이러한 변환 자체도 AI 코딩 에이전트에게 위임할 수 있다. 예컨대, 프로세스 모델을 에이전트에 입력할 때 Mermaid.js 같은 다이어그램 DSL로 변환해 제공할 수 있다. 온톨로지는 JSON-LD나 Turtle(.ttl)로 직렬화(Serialize)해서 제공할 수 있다. 사용자 스토리와 BDD 문장이 생성되면 분석가(Business Analyst)가 오류가 없는지 검토해야 한다. 분석자 리뷰를 패스하면 에이전트가 사용자 스토리와 BDD 문장을 기반으로 코드를 작성한다. 앞의 TDD 기법에서 설명했듯이 소스 코딩 이전에 테스트 코드를 작성해야 하므로, 에이전트는 사용자 스토리와 BDD 문장에서 TDD 테스트 코드를 도출한다. BDD 문장 작성에 Cucumber 같은 BDD 프레임워크와 Playwright 같은 E2E 테스트 프레임워크를 사용하는 경우, 에이전트는 Step Definition 파일을 기반으로 테스트 코드를 생성한다. BDD 툴을 사용하지 않는 경우에는 에이전트가 BDD 문장을 직접 TDD 테스트 코드로 변환한다. 이와 같이 효과적인 CI 운영은 TDD 기반 테스트 자동화를 필요로 하고, TDD는 BDD에 의존하고, BDD는 프로세스 모델링, 시맨틱 모델링, 사용사례 분석 등 사전(Upfront) 요구 분석을 통해 정확하게 도출된다. (요구 분석 → BDD → TDD → CI) ▲객체 설계(Object Design: Erich Gamma et al., Design Patterns, 1994; Robert Martin, Design Principles and Design Patterns, 2000 참조): AI 코딩 에이전트는 코드를 Python, Typescript 등 객체 지향 프로그래밍 언어(Object-Oriented Programming Language)로 생성한다. 프로덕션 시스템이 갖추어야 할 중요한 품질 속성에는 가독성(Readability), 변경 용이성(Maintainability), 확장성(Extensibility) 및 테스트 용이성(Testability)이 있다. 이러한 속성을 갖추려면 코드가 객체 설계 원칙을 지키고 객체 설계 패턴을 적용해야 한다. AI 코딩 에이전트가 객체 설계 원칙과 패턴을 일관되게 적용하도록 하기 위해서는, 컨텍스트 파일에 원칙과 패턴을 명시하고, CI/CD 파이프라인에서 아키텍처 규칙 검증(Architectural Fitness Function)을 통해 정적 분석(Static Analysis)을 수행하며, 설계 품질 검토를 담당하는 Subagent를 운영하는 등의 Quality Gate가 필요하다. ▲서비스 지향 아키텍처(Service-Oriented Architecture, SOA: OASIS, Reference Model for Service Oriented Architecture, 2006; 박준성, The Complete Guide to SOA, MSA and Modulith, kosta-online.com): AI 코딩 에이전트를 사용하는 데 있어 중요한 제약 조건은 컨텍스트 윈도우(Context Window)의 크기다. 컨텍스트 윈도우에 필요한 최적의 정보만을 적시에 제공하는 것이 에이전트의 효과와 효율을 높이는 방법이다. SOA는 애플리케이션을 Loosely-Coupled 서비스 단위로 분할하고, 서비스 간에 공개된 표준 API를 통해 연결한다. 따라서 에이전트가 서비스 단위로 독립적으로 코드를 생성할 수 있도록 한다. 에이전트의 컨텍스트가 작은 서비스에 초점을 맞추기 때문에 환각을 줄일 수 있다. 서비스 간 독립성을 높이기 위해서는 애플리케이션 객체 설계 모델에서 하나의 응집된 Business Capability를 실현하고, 일관된 도메인 언어(Ubiquitous Language)를 공유하는 경계인 Bounded Context를 식별해 이를 하나의 서비스로 매핑하는 방법을 취할 수 있다. (Eric Evans, Domain-Driven Design, 2003 참조) SOA 애플리케이션을 구현할 때, 애플리케이션의 릴리스 사이클이 시간 단위 이하로 짧아야 할 때는 Microservice Architecture(MSA)로 구현해 서비스별로 독립적으로 배포할 수 있다. 이 경우 서비스 단위의 독립적 배포와 피드백 루프 최적화가 가능해져 오류를 신속히 수정할 수 있다. MSA는 빠른 릴리스에 적합한 SOA 구현 패턴이지만, 유지보수 및 운영의 복잡성 때문에 Modulith(Modular Monolith)나 SBA(Service-Based Architecture) 구현 패턴을 선호하는 경우도 있다. (Mark Richards and Neal Ford, Fundamentals of Software Architecture, 2020) 한 애플리케이션 안에서 서비스에 따라 독립적으로 배포할 수도 있고 집합적으로 배포할 수도 있다. 아래 그림 2는 에이전트 코딩을 통해 구축한 전자상거래 에이전트 시스템으로, 흑색 테두리 박스는 논리적 서비스, 적색 테두리 박스는 물리적 서비스(배포 단위)를 나타낸다. (박준성, AI 에이전트의 물리적 아키텍처 - Modulith, SBA 및 MSA의 Hybrid 아키텍처, kosta-online.com 참조) AI 에이전트 코딩에서 SOA를 실현하기 위해서는 우선 아키텍트가 SOA 아키텍처를 설계하고, OpenAPI나 Protocol Buffers를 이용해 각 서비스의 API를 정의한다. 에이전트의 프로젝트 구조 파일에서 각 서비스를 독립적인 리포지토리로 정의할 수도 있고, Monorepo를 정의할 수도 있다. Monorepo를 사용한 경우, 정적 분석을 통해 SOA의 서비스 캡슐화(Service Encapsulation) 원칙, 즉 API 이외의 방식으로 다른 서비스에 직접 접근할 수 없다는 원칙을 위반했는지 검증한다. 에이전트는 API Contract를 준수하는 코드를 생성한다. SOA에서는 API의 확장은 허용하지만 하위 호환성을 깨는 변경은 제한하는 것이 중요하다. 이 원칙이 위반됐는지 CI 파이프라인에서 검증하고, 위반한 경우 빌드를 취소한다. 결론 AI 코딩 에이전트는 시니어 분석가/아키텍트/엔지니어가 가이드하고 검증해야 하는 주니어 개발자와 같다.에이전트와 시니어 전문가가 Pair Programming을 하는 것과 같다. 시니어의 역할은 SW 공학의 원칙, 패턴과 베스트 프랙티스를 잘 적용, 현장 사용자가 신뢰할 수 있고 미래에 장기적으로 발전·확장해 나갈 수 있는 애플리케이션을 구축하도록 관여하고 책임을 지는 것이다.

2026.06.06 08:34박준성 컬럼니스트

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

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

2026.06.06 08:16김미정 기자

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

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

2026.06.06 08:00장유미 기자

에이전틱 AI 시대 CPU·데이터 전면에…컴퓨텍스 2026 폐막

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

2026.06.06 07:45권봉석 기자

AI가 모기 찾아 레이저로 격추…'최강 모기 퇴치기' 등장

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

2026.06.06 07:00이정현 미디어연구소

셀레브라이트, 2026년 6월 10일 예정된 투자자 행사 발표

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

2026.06.05 23:10글로벌뉴스

이해진 네이버 "제가 쏠게요"…젠슨 황에 '페이스사인' 뽐내

이해진 네이버 의장이 젠슨 황 엔비디아 최고경영자(CEO), 최태원 SK그룹 회장, 구광모 LG그룹 회장과의 이른바 '삼소(삼겹살·소주) 회동'에서 식사비를 직접 결제했다. 결제 수단은 네이버페이 안면인식 결제 서비스인 '페이스사인'을 이용했다. 국내 주요 재계 총수와 글로벌 기업 수장이 함께한 자리에서 네이버 오프라인 결제 사업을 자연스럽게 홍보한 셈이다. 네 명의 총수들은 5일 서울 마포구 홍대입구에 위치한 한 고기집에서 만남을 가졌다. 현장에는 이들을 보기 위해 취재진을 비롯한 수많은 인파가 몰렸다. 오후 6시 50분경 구 회장을 시작으로, 최 회장, 이 의장이 회식 장소에 들어섰으며, 약 7시 9분에 황 CEO가 마지막으로 모습을 드러냈다. 네이버와 엔비디아의 경영진 간 만남이 또 다시 추진된 것은 지난 4월 이후 2개월 만이다. 당시 황 CEO의 장녀인 매디슨 황 엔비디아 수석 이사가 제2사옥 네이버1784에 방문해 피지컬 AI 분야 협력안을 논의한 바 있다. 네 명의 총수들은 삼겹살 안주에 소주와 맥주를 섞은 일명 '소맥'을 마시며 이야기를 나눴다. 회식 중간에 황 CEO가 나와 과자와 꽈배기가 담긴 간식 상자, 바나나우유 등을 나눠주기도 했다. 황 CEO는 “새로 나올 4개 신제품이 한국에 가져온 큰 선물”이라고 언급했다. 황 CEO가 지목한 네 개의 선물은 차세대 AI 가속기 '베라 루빈', 중앙처리장치(CPU) '베라', AI PC 'RTX 스파크', AI 엣지 슈퍼컴퓨터 '젯슨 토르'다. 이번 회동에서 계산은 이 의장이 맡았다. 누가 결제했냐고 묻는 기자들의 질문에 구 회장은 “이 회장이 네이버페이로 결제했다”고 답했다. 이 의장은 매장에 설치된 네이버페이 오프라인 결제 단말기인 '네이버페이 커넥트'에 탑재된 안면 인식 결제 기능 '페이스사인'을 활용해 결제를 마쳤다. 이는 이 의장이 직접 단말기를 사용하는 모습을 통해 네이버페이 커넥트를 알리려는 행보로 해석된다. 이날 네이버페이는 인스타그램 계정에 '형님 제가 쏠게요! 쉽고 빠른 요즘 결제'라는 게시물을 올리고 삼소 회동에 이해진 의장이 계산할 예정이라는 것을 암시하기도 했다. 현재 오프라인 결제 시장은 주요 플랫폼 사업자들이 경쟁을 펼치고 있으며 네이버페이는 후발주자로 분류된다. 네이버페이와 토스페이먼츠는 오프라인 가맹점에 자사 단말기를 무료로 배포하며 공격적인 마케팅을 이어가고 있다. 이번 '삼소 회동'에 앞서 황 CEO는 홍대 인근 PC방을 방문해 프로게이머 T1 소속 선수들을 만났다. 오는 7일에는 김택진 NC 대표와 회동 후 잠실구장에서 열리는 프로야구 두산베어스 홈경기 시구자로 나선다. 이튿날인 8일에는 여의도에 위치한 LG그룹 사옥과 양재동 현대차그룹 사옥, 경기 성남시 네이버1784를 방문할 예정이다.

2026.06.05 22:33박서린 기자

엔비디아, AI 기술센터 설립…장소 "서울 유력"

젠슨 황 엔비디아 최고경영자(CEO)가 5일 국내 대기업 총수들과 진행된 삼겹살 회동에서 인공지능(AI) 기술센터 설립과 관련해 "어디에 지을지는 모르겠지만, 서울일 것"이라며 "서울은 큰 도시"라고 답했다. 앞서 엔비디아는 자사 채용 홈페이지에 서울 근무를 조건으로 한 '피지컬 AI' 담당 솔루션 아키텍트 채용 공고를 게재했다. 이번 채용은 디지털 트윈과 로보틱스 분야를 중심으로 진행된다. 엔비디아 AI 기술센터는 정부와 대학, 기업과 피지컬 AI 기술 협업을 수행한다. 센터는 한국의 대학·기업 연구진이 엔비디아 옴니버스 플랫폼으로 가상세계를 구축하고, 데이터를 생성하며, 파운데이션 모델을 미세조정(파인튜닝)할 수 있도록 지원한다. 이날 김포공항을 통해 입국한 황 CEO는 취재진과 만난 자리에서 "한국은 AI와 로봇공학 전문성이 뛰어나고 세계적인 제조 허브인 만큼 연구개발(R&D) 투자에 최적의 장소"라며 "이미 채용을 시작했다"고 말했다. 이어 "충분한 인력을 갖추면 부지도 마련할 것"이라고 덧붙였다.

2026.06.05 21:47진운용 기자

[카드뉴스] 30년 된 포켓몬, 왜 아직도 인기?

안녕하세요, AMEET 기자입니다. 오늘은 30년째 전 세계인의 마음을 사로잡고 있는 포켓몬의 놀라운 성공 스토리를 전해드릴게요! 포켓몬은 현재 세계에서 가장 많은 돈을 번 캐릭터 IP인데요, 누적 매출이 무려 1,000억 달러에 달해요. 숫자가 너무 커서 실감이 안 날 정도죠 그런데 더 흥미로운 건 수익 구조예요. 게임으로 시작한 브랜드임에도 전체 매출의 60%는 피카츄 인형·카드·의류 같은 굿즈와 라이선스에서 나오고, 비디오 게임과 TCG 등 기타가 각각 20%씩을 차지하고 있어요. 1996년 게임보이 한 대에서 시작해 30년 만에 스마트폰 시대까지 이어온 여정이 정말 대단하죠! 그렇다면 왜 포켓몬은 이렇게 오래, 이렇게 많이 사랑받는 걸까요? 전문가들은 4가지 비밀을 꼽는데요. 1,025종에 달하는 다양한 포켓몬이 자극하는 수집 본능, 부모와 자녀가 함께 즐기는 세대 공감, 굿즈 매출 85% 성장을 이끈 소셜 소통 문화, 그리고 소소하지만 확실한 행복을 주는 가성비가 바로 그것이에요. 어릴 때의 추억이 어른이 되어서도 지갑을 열게 한다는 것, 포켓몬이 몸소 증명해주고 있어요. 기쁨을 주고, 커뮤니티를 만들고, 브랜드의 본질을 지키는 3단계 법칙 — 감성과 가성비를 동시에 잡는 브랜드가 결국 이긴다는 교훈을 포켓몬에게서 배울 수 있을 것 같아요! 포켓몬 성공의 더 깊은 이야기, 카드뉴스에서 직접 만나보세요! ▶ 해당 보고서 보기 https://ameet.zdnet.co.kr/uploads/c0323e9e.html ▶ 지디넷코리아가 리바랩스 'AMEET'과 공동 제공하는 AI 활용 기사입니다. 더 많은 보고서를 보시려면 'AI의 눈' 서비스로 이동해주세요. (☞ 보고서 서비스 바로가기)

2026.06.05 21:47AMEET

젠슨 황, 방한 선물 공개…메모리 대규모 주문 시사

젠슨 황 엔비디아 최고경영자(CEO)가 5일 국내 주요 그룹 총수들과 만나 파트너십을 다지고 한국 시장을 위한 4가지 선물을 공개했다. 삼성전자와 SK하이닉스의 반도체 주문을 늘리고, 현대자동차와 LG 등과 자율주행차와 로보틱스 협업을 시사했다. 황 CEO는 이날 오후 서울 마포구 홍대 인근 한 고깃집에서 최태원 SK그룹 회장, 구광모 LG그룹 회장, 이해진 네이버 의장 등과 삼겹살을 곁들인 회동을 가졌다. 황 CEO는 한국 기업과 협력을 강화하겠다는 의지를 피력하며 엔비디아의 차세대 신제품 4종을 소개했다. 황 CEO는 "큰 선물은 한국에 4가지 새로운 사업을 가져왔다는 것"이라며, 인공지능(AI) 가속기 베라 루빈, 신규 중앙처리장치(CPU) 베라, 엔비디아의 첫 번째 AI 노트북 라인업 'RTX 스파크', 차세대 휴머노이드 로봇과 피지컬 AI를 위해 설계한 첨단 AI 에지 슈퍼컴퓨터 '젯슨 토르' 등 4가지 신제품을 설명했다. 황 CEO는 "베라 루빈은 다량의 고대역폭메모리(HBM)를 사용할 것이고 신규 CPU 베라는 많은 양의 LPDDR5 메모리를 사용할 것"이라고 말했다. 또한 RTX 스파크에 대해선 "40년 만에 처음으로 선보이는 PC 신제품"이라며 "많은 LPDDR5 메모리가 필요하다"고 했다. 삼성전자와 SK하이닉스로부터 반도체를 대규모로 주문하겠다는 뜻으로 풀이된다. 그는 "엔비디아는 자율주행차를 위한 완전히 새로운 로봇 공학 프로세서 라인을 소개했다"며 "로봇 공학 분야에서 현대자동차와 큰 파트너십을 맺고 있다"고 말했다. 그는 또 "제 친구들인 LG, SK하이닉스, 삼성, 네이버도 모두 마찬가지"라고 덧붙였다. 소주와 삼겹살을 곁들인 이날 회동에서 황 CEO와 총수들은 '소맥'(소주와 맥주)을 마시고 깻잎 쌈을 즐기며 한국 회식 문화를 함께 즐겼다. 참석자 중 나이가 가장 어린 구광모 회장이 직접 소맥을 제조하고 고기를 굽는 등 화기애애한 분위기가 이어졌다. 편안한 자리 속 구광모 회장 "결제는 네이버페이" 이들은 "고 코리아(Go Korea), SK, LG, 네이버. 치어스(Cheers)"란 건배사도 외쳤다. 식사 도중 거리로 나와 시민들에게 SK하이닉스가의 'HBM 칩스' 과자와 '바나나맛우유'를 나눠줬다. 최 회장은 '업무 얘기를 했느냐'는 기자 질문에 "HBM이나 비즈니스 이야기는 하지 않았다"며 "그런 얘기를 할 자리가 아니었다"고 답했다. 구 회장은 "오늘 많이 마셨다. 취한 것 같다"고 밝혔고, '오늘 누가 결제하느냐'란 질문에 "네이버페이"라고 짧게 말했다. 황 CEO는 "한국 기업들이 정말 훌륭한 일을 해내고 있어 기쁘다"며 "내년에는 4가지 신제품이 출시될 예정인 만큼 우리는 정말 바빠질 것이고, 흥미진진한 새해를 맞을 준비를 해야 한다"고 덧붙였다.

2026.06.05 21:44진운용 기자

젠슨 황, 홍대서 최태원·구광모·이해진과 '제2 깐부회동'

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

2026.06.05 20:22전화평 기자

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

파이슨, AI 인프라 지원 위한 스토리지 전략 제품 공개

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

2026.06.05 19:25권봉석 기자

젠슨 황 방한에 들뜬 AI 업계…"엔비디아 생태계 종속 경계해야"

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

2026.06.05 19:02김미정 기자

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

[현장] 고혈압 약에 홍삼 먹어도 될까…포티투마루, 'AI 안전 지킴이' 개발

포티투마루가 식품의약품안전처 식품·의약품·건강기능식품·의료기기·화장품 등 인체적용 제품 안전정보에 대한 질의응답을 제공하는 인공지능(AI) 민생 서비스를 개발한다. '고혈압 약을 복용 중인데 홍삼이나 오메가3를 같이 먹어도 될까' 등 누구나 한 번쯤 고민해 봤지만 즉각 확인하기 어려운 질문에 손쉽게 답을 얻게 될 것으로 기대된다. 김동환 포티투마루 대표는 5일 서울 마포구에서 과학기술정보통신부가 개최한 'AI 민생 10대 프로젝트 합동보고회'에서 "인체적용제품 AI 안전 지킴이로 국민이 실생활과 밀접한 제품의 안전 정보를 확인하기 위해 평균 3~5개 사이트를 일일이 찾아봐야 했던 불편함을 해소하겠다"고 밝혔다. 이어 "전문 지식이 없더라도 주변 사람에게 물어보듯 질문하면 전문가가 상담해 주는 것과 같은 결과를 얻을 수 있도록 하겠다"고 부연했다. 포티투마루와 도슨티·솔리데오·투이컨설팅이 함께 추진하는 인체적용제품 AI 안전 지킴이 사업은 식품의약품안전처 검증 데이터를 포함해 식품, 의약품, 의료기기, 화장품 등 8대 분야의 전주기 안전 정보를 통합하는 것이 핵심이다. 포티투마루 컨소시엄은 대표 서비스인 '풀스토리 AI(8개 분야 전주기 정보 통합·30개 분야 리포트 자동 생성 등)'를 중심으로 팩트 AI(정보 진위 O/X 판독), 세이프 AI(위해 이력·안전 표시), 라이프센스 AI(제품 간 상충 분석), 인포픽 AI(안전정보 카드뉴스 자동 생성)가 유기적으로 연결되는 AI 서비스 5종을 선보인다. 포티투마루는 인체적용제품 AI 안전 지킴이 서비스에 자체 개발한 고정밀 검색증강생성 기술 'RAG42'를 적용한다. 키워드와 의미를 함께 분석하는 하이브리드 검색과 식의약 도메인에 특화된 파인튜닝 언어모델을 기반으로 AI 슈퍼바이저가 RAG42를 이용해 사실성 검증을 결합하는 것이 특징이다. 생성형 AI 한계인 환각 현상을 원천 차단하고 근거가 충분하지 않으면 답변을 생성하지 않는 구조로 식약처 검증 데이터 기반 답변을 실시간 제공한다. AI 서비스 5종은 추후 웹과 모바일 앱으로 이용할 수 있다. 포티투마루 컨소시엄은 1차년도에 풀스토리와 팩트 AI를 시범 운영하고 2차년도에 5종 전체를 정식 가동한다. 이를 위해 컨소시엄은 사업 1차년도인 올해 50억원, 2차년도인 내년 50억원 총 100억원 규모 지원을 받을 예정이다. 김동환 대표는 과제 기간이 끝난 후에도 인체적용제품 AI 안전 지킴이 서비스에 대해 지속 가능한 운영 체계를 구축할 계획이라고 강조했다. 식약처의 반복적인 민원을 30% 이상 감축하는 행정 효율화를 달성하겠다는 목표다. 또 데이터 응용 프로그램 인터페이스(API)를 개방해 국내 기업들이 글로벌 시장으로 진출할 수 있는 데이터 생태계 초석을 마련할 방침이다. 김 대표는 "이번 사업은 답변 정확성과 신뢰성이 국민의 생명 및 안위와 직결되는 AI 서비스"라며 "근거에 대한 충분한 기술적 검증을 통해 환각 현상을 원천 차단하고 식약처 공식 검증 데이터만에 기반한 답변을 제공해 전 국민이 안심하고 의지할 AI 민생 서비스를 제공하겠다"고 강조했다.

2026.06.05 17:58이나연 기자

메모리 가격 상승 속 '가성비 업그레이드' 카드 꺼낸 AMD

[타이베이(대만)=권봉석 기자] D램과 SSD 등 메모리 반도체 수급난은 완제 PC보다 조립 PC 시장에 더 큰 영향을 미친다. 대형 제조사 대비 협상력이 떨어지는 중소규모 유통사나 개인이 과거 대비 더 비싼 값을 치러야 하기 때문이다. 미국 PC·서버·데이터센터용 CPU·GPU 제조사인 AMD는 올해 컴퓨텍스 개막을 앞두고 과거 출시했던 제품 중 일부를 재출시했다. 소켓 AM4 기반으로 DDR4 메모리를 쓰는 라이젠 7 5800X3D 10주년 기념 에디션 등 CPU 2종이 시장에 공개됐다. 5일(현지시간) 대만 타이베이 그랜드 하이라이호텔에 마련된 쇼룸에서 만난 AMD 관계자는 "이번 제품 출시는 메모리 가격이 상승한 가운데 2021년을 전후해 PC를 마련한 소비자들에게 업그레이드 기회를 제공하기 위한 것"이라고 설명했다. 함께 출시된 라이젠 7 7700X3D 프로세서는 소켓 AM5 기반 메인보드로 업그레이드를 고려하는 소비자를 위해 추가 출시된 제품이다. 2023년 4월 출시된 라이젠 7 7800X3D에서 최대 작동 클록을 낮췄다. 델 에일리언웨어 에어리어-51은 AMD 라이젠 9 9950X3D 프로세서와 라데온 RX 9070 XT 그래픽카드를 탑재했다. AMD 담당자는 "펄어비스 '붉은사막'을 4K 해상도, FSR 업스케일링을 활성화하면 대부분의 그래픽 옵션을 최상으로 유지해도 초당 60프레임 이상을 안정적으로 유지한다"고 설명했다. AMD는 라이젠 프로세서 2종과 함께 중국시장에만 공급하던 그래픽카드인 라데온 RX 9070 GRE을 전세계로 확대 공급중이다. 3세대 레이트레이싱 가속기와 2세대 AI 가속기를 내장했고 피델리티FX 슈퍼해상도4(FSR4) 등을 지원한다. 대만 스타트업 '원더스AI'가 개발한 '달린 AI'는 360억 매개변수 규모 로컬 LLM을 기반으로 작동하는 AI 에이전트로 일정 관리와 온라인 주문, 뉴스 브리핑, 날씨 확인 등을 수행할 수 있다. 라이젠 AI 맥스+ 395 탑재 에이수스 ROG 플로우 Z13에서 구동되는 모델에 '서울 날씨를 알려달라'고 영어로 입력하자 약 6초 뒤 스스로 웹브라우저를 열어 날씨를 검색하고 결과를 표시했다. AMD 관계자는 "현재는 주변이 시끄러워 실제 시연은 불가능했지만 음성 명령도 인식한다"며 "이번 달 말 얼리 액세스 제공 예정"이라고 설명했다. 함께 전시된 FPGA 기반 레트로 게임 콘솔 'M64'는 자일링스 FPGA를 활용해 닌텐도64를 하드웨어 수준에서 에뮬레이션한다. USB-C를 통한 재프로그래밍과 SD카드 기반 펌웨어 업데이트를 지원한다. 현장에는 PC용 CPU·GPU 이외에도 인스팅트 MI350 기반 AI GPU 서버, 5월 출시된 워크스테이션용 인스팅트 MI350P PCIe GPU 등이 전시됐다. AMD 관계자는 "차세대 인스팅트 GPU와 에픽 프로세서 등 관련 내용은 7월 경 공개될 것"이라고 말했다.

2026.06.05 17:48권봉석 기자

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

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

2026.06.05 17:39장유미 기자

DGIST, 한국판 '일론머스크' 만들기 프로젝트 시동

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

2026.06.05 17:34박희범 기자

AI 인프라 몸값 치솟는다…스위치, 77조원 가치로 투자 유치 추진

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

2026.06.05 17:24한정호 기자

지금 뜨는 기사

이시각 헤드라인

SK하이닉스, 또 쌓는다...온디바이스 AI용 '3D 적층 D램' 개발 시동

밥·빵·라면·음료 다 오른다…식품업계 줄인상 현실로

빗길부터 돌발 교차로까지 그대로…안전 교육 ‘배민라이더스쿨’ 가보니

美 빅테크 앞 '샌프란 선언'하는 이 대통령…토종 AI도 모인다

ZDNet Power Center