• 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
디지털트러스트
IT'sight
칼럼•연재
포토•영상

ZDNet 검색 페이지

'euro88 도메인'통합검색 결과 입니다. (664건)

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

AWS "엔비디아 GPU 대비 50% 비용 절감"…자체 AI칩 공개

아마존웹서비스(AWS)가 전력 효율성을 대폭 개선한 자체 인공지능(AI) 칩을 선보였다. 구글에 이어 AWS도 엔비디아가 사실상 독점해 온 AI 칩 시장 공략에 본격적으로 나설 것이라는 전망이 나온다. 더불어 초거대 AI 시대를 겨냥해 다수의 데이터센터를 연계하는 인프라 전략과 엔터프라이즈 업무에 최적화된 AI 에이전트 플랫폼을 앞세워 AI 분야 전반에서 선두 지위를 공고히 하겠다는 구상이다. 맷 가먼 AWS 최고경영자(CEO)는 2일(현지시간) 미국 라스베이거스에서 열린 리인벤트 2025 기조연설에서 "앞으로 기업 안에서는 수십억 개의 AI 에이전트가 업무를 수행하게 될 것"이라며 "AWS는 이 에이전트들을 떠받칠 인프라와 플랫폼을 제공하겠다"고 말하며 AI 비즈니스 전략을 제시했다. "트레이니엄3, 엔비디아 GPU 대비 50% 비용 절감" AWS는 초거대 AI 시대를 겨냥해 여러 데이터센터를 통합하는 차세대 인프라 청사진을 선보였다. 맷 가먼 CEO는 "예전에는 데이터센터가 새로운 컴퓨터라고 말하곤 했지만 초거대 AI 모델을 학습, 추론하고 수십억 개 에이전트를 동시에 운영하는 시대에는 이제 데이터센터 캠퍼스가 새로운 컴퓨터가 될 것"이라고 인프라 전망을 제시했다. 그는 급격하게 발전하는 AI와 이를 처리하기 위한 데이터 규모, 그리고 업무에 도입되는 AI 에이전트 사용량이 동시에 급증하면서 개별 서버 랙이나 단일 데이터센터만으로는 감당하기 어려운 상황이 벌어지고 있다고 설명했다. 이에 따라 다수의 데이터센터와 전용 전력·냉각·네트워크가 통합된 캠퍼스 단위를 하나의 거대한 AI 컴퓨터처럼 설계해야 한다는 것이다. 맷 가먼 CEO는 초거대 AI 인프라의 핵심은 칩과 서버, 그리고 이를 엮는 네트워크라고 강조하며 이를 위한 전용 제품으로 차세대 칩 '트레이니엄(Trainium) 3'과 이를 기반으로 한 울트라 서버를 공개했다. 트레이니엄3는 3나노 공정으로 제작된 AI칩으로 대규모 AI 환경에 맞춰 성능을 개선하고 소비 전력을 최소화한 것이 특징이다. 맷 가먼 CEO)는 "트레이니엄3는 대규모 AI 훈련과 추론 분야에서 업계 최고의 비용 효율성을 보인다"며 엔비디아의 GPU보다 AI 모델 훈련·운영 비용을 최대 50%까지 절감할 수 있다"고 강조했다. 울트라 서버는 수십만에서 수백만대의 AI칩을 연결하는 기업 환경에 맞춰 최대 144개 트레이니엄 3 칩을 한 번에 연결할 수 있는 구조로 개발됐다. 더불어 AWS가 직접 설계한 뉴런(Neuron) 스위치와 엘라스틱 패브릭 어댑터(EFA) 네트워크를 붙여 수십만 개 칩까지 스케일아웃이 가능하도록 설계한 것이 특징이다. 맷 가먼 CEO는 "단일 인스턴스가 수백 페타플롭스(FP)에 달하는 연산 성능과 수백 테라바이트/초 수준의 메모리 대역폭을 제공할 수 있다"고 소개했다. 소버린 AI 환경 조성을 위한 'AI 팩토리(AI Factories)' 전략도 공개했다. 데이터 공개가 제한되는 정부 조직이나 대형 기업이 보유한 자체 데이터센터 안에 GPU 서버와 베드록, 세이지메이커 등 AI 서비스를 통째로 제공하는 개념이다. 고객사에서 확보한 데이터센터 공간, 전력, 보안 환경은 그대로 유지하면서 프라이빗 AWS 리전에 가까운 전용 AI 존을 구축해 주는 방식이다. 퍼블릭 클라우드를 쓰기 어렵거나 데이터 주권·규제 이슈가 강한 영역에서도 동일한 AWS AI 인프라와 개발·운영 모델을 적용할 수 있도록 하겠다는 구상이다. 맷 가먼 CEO는 "AWS는 고객이 어느 나라, 어떤 규제 환경에 있든 동일한 수준의 AI 컴퓨팅 역량을 제공해 AI 시대의 기본 인프라 레이어가 되겠다"고 강조했다. 기업 특화 AI모델 '노바 포지'로 엔터프라이즈 저변 확대 AWS는 기업 업무 환경에 최적화한 생성형AI 모델 최신 버전은 노바 2를 공개했다. 노바2는 저비용·저지연 실무형 모델 노바 2 라이트와 복잡한 추론과 에이전트 워크플로에 맞춘 고성능 모델 '노바 2 프로', 실시간 음성 기반 인터페이스를 위한 '노바 2 소닉'으로 구성됐다. 노바 2는 문서 요약, 정보 추출, 코드 생성, 툴 호출, 데이터 분석 등 실제 기업에서 주로 활용하는 반복 업무를 빠르고 저렴하게 처리할 수 있는지에 초점을 맞춘 것이 특징이다. 가만 CEO는 "노바 2 라이트의 경우 클로드 하이쿠나 GPT 나노 등 경쟁사에 비해 도구 호출, 코드 생성, 문서 처리 영역에서 비슷하거나 우수한 성능을 유지하면서도 비용과 지연 시간을 줄였다고 강조했다. 고성능 모델 노바 2 프로는 복잡한 에이전트 시나리오에서 도구를 조합해 사용하는 능력과 추론 능력을 앞세워, 에이전트 기반 애플리케이션의 두뇌 역할을 맡도록 설계됐다. 이와 함께 기업 전용 AI 모델 '노바 포지'를 선보였다. 일반적인 미세조정 작업은 완성된 모델 위에 추가 데이터를 얹어 미세 조정하는 수준이지만 노바 포지는 프런티어 모델의 학습 과정 중간 단계에 기업 데이터를 깊게 섞어 넣는다는 점이 특징이다. 가먼 CEO는"어린 시절부터 언어를 배운 사람과, 성인이 된 뒤 뒤늦게 새로운 언어를 배우는 사람의 차이처럼, 모델도 학습 초기·중간 단계부터 도메인 데이터와 규정을 노출시켜야 해당 분야를 자연스럽게 이해하고 추론할 수 있다"고 노바포지의 특징을 설명했다. 그는 노바 포지로 학습한 모델이 커뮤니티 안전·콘텐츠 정책 준수 같은 복잡한 도메인에서 기존 파인튜닝 방식보다 더 높은 정확도와 일관성을 보였다고 소개했다. 아마존은 베드록 에이전트 코어를 비롯해 실무에 최적화된 AI 에이전트 제품군도 공개했다. 아마존 베드록 에이전트 코어는 기업용 AI 에이전트를 배포·운영하기 위한 일종의 운영체계로, 서버리스 기반 런타임과 단기·장기 메모리, 사내 시스템·데이터·외부 API 연계를 담당하는 게이트웨이, 인증·권한 관리, 관측 기능을 묶어 제공해 대규모 에이전트 서비스를 안정적으로 운영할 수 있게 한다. 키라 자율 에이전트는 개발자의 요청을 목표 단위로 받아들이고 코드베이스 전체를 분석해 작업을 쪼개 병렬로 수행하는 개발 전용 에이전트다. 가먼 CEO는 30명 개발자가 18개월간 수행해야 할 작업으로 예상된 한 대규모 프로젝트에 키라를 적극 활용한 결과 6명의 개발자가 76일 만에 마무리했다고 밝혔다. AWS 시큐리티 에이전트는 설계·개발·운영 전 단계에 걸쳐 보안 점검을 자동화하는 보안 전담 에이전트로 아키텍처 문서를 읽어 사내 보안 규정 준수 여부를 검토하고 코드 단계에서 취약점을 찾아 수정 코드를 제안하며, 운영 환경에서는 침투 테스트에 가까운 검사를 상시 수행한다. AWS 데브옵스 에이전트는 장애 대응과 성능 최적화를 돕는 운영 전용 에이전트로, 클라우드워치와 써드파티 모니터링 도구, CI/CD 파이프라인, 코드 저장소 데이터를 함께 분석해 서비스 토폴로지와 의존 관계를 파악하고, 경보 발생 시 로그·지표·최근 배포 내역을 엮어 잠재적 원인을 제시하는 역할을 맡는다. 소니·어도비 등 초거대 인프라 구축 초거대 인프라·모델·에이전트 플랫폼을 실제로 활용하고 있는 기업 사례도 소개됐다. 소니 그룹 존 코데라 CDO는 게임·음악·영화·애니메이션 등 다양한 엔터테인먼트 서비스 환경을 위해 그룹 전체에서 발생하는 하루 수백 테라바이트 규모의 데이터를 통합하고 분석하는 플랫폼 '데이터 오션'을 AWS 위에 구축했다고 설명했다. 이와 함께 노바 포지를 도입해 자체 문서, 규정, 심사 데이터를 AI에 학습시켜 문서 검토·준법 체크 작업 속도를 1백배 이상 향상시키는 것을 목표로 하고 있다. 어도비는 파이어플라이와 익스프레스, 애크로뱃 스튜디오 등 주요 서비스에서 활용하는 AI 기능을 AWS 인프라로 구현했다. 기업용 에이전트 플랫폼 스타트업 라이터는 AWS와의 파트너십을 통해 마스, 아스트라제네카, 퀄컴 등 대기업의 복잡한 업무 프로세스를 자동화했다고 밝혔다, 맷 가먼 CEO는 "AWS는 전 세계에서 가장 크고 가장 널리 배치된 AI 클라우드 인프라를 보유하고 있다"며 "수백만 고객사가 상상할 수 있는 거의 모든 유형의 워크로드가 AWS의 서비스 기반으로 운영 중으로 앞으로도 기업의 자동화를 지원하기 위해 행성 규모(planet scale) 인프라와 기업 전용 AI 플랫폼을 제공하겠다"며 비전을 제시했다.

2025.12.03 11:40남혁우 기자

"유럽 AI 존재감 키운다"…미스트랄AI, 새 오픈 모델 공개

미스트랄AI가 유럽 내 인공지능(AI) 입지 강화를 위해 새 모델을 공개했다. 3일 CNBC 등 외신에 따르면 미스트랄AI는 대형 모델과 소형 모델로 구성된 AI 모델 군을 오픈소스 형태로 발표했다. 미스트랄AI는 대형 모델이 멀티모달과 다국어 분야에서 최고 수준의 오픈웨이트 성능을 제공한다고 강조했다. 에이전틱 AI와 통합 검색 시스템, 과학 워크로드, 복잡한 엔터프라이즈 업무 처리에 적합하다는 설명이다. 현재 대형 모델은 특정 명칭이 공개되지 않았다. 소형 모델 '미니스트랄 3'는 드론과 자동차, 로봇, 스마트폰 등 온디바이스 환경에서 구동하도록 설계됐다. 미스트랄AI는 "소형 모델이 낮은 추론 비용과 지연 시간 감소, 도메인 특화 부문에서 높은 성능을 보인다"며 "특정 워크플로에서는 대형 모델을 능가할 수도 있다"고 밝혔다. 미니스트랄 3는 단일 그래픽처리장치(GPU)에서도 배포 가능하다. 이에 비용 절감과 반복 속도 향상에 유리하다는 점도 명시됐다. 미스트랄AI는 "이번 모델 군은 로보틱스, 자율 드론, 네트워크 연결이 없는 작은 장치 등 다양한 고객 환경을 지원하도록 구성됐다"며 "AI의 다음 단계가 더 큰 모델이 아니라 더 스마트하고, 더 빠르고, 더 개방적인 방향으로 바뀔 것"이라고 개발 배경을 밝혔다. 현재 미스트랄AI는 기업가치 약 120억 유로(약 20조4천800억원) 규모로 평가받고 있다. 외신들은 미스트랄AI가 기업가치에 걸맞는 성장 속도를 확보하기 위해 모델을 발표한 것으로 분석하고 있다. 테크크런치는 최근 유럽 시장에서 미스트랄AI의 입지가 제한되고 있다는 점에 주목했다. 오픈AI와 앤트로픽이 유럽 내 사업 확장을 강화하고 있다는 이유에서다. CNBC는 "앞으로도 미스트랄AI는 유럽 내 입지를 강화하려는 전략을 지속 추진할 것"이라고 전망했다.

2025.12.03 10:56김미정 기자

AI 기술 표준화, 개념 논의 넘어 '현장 실행'으로…산·학·연 한자리

산업계가 현장에서 바로 쓸 수 있는 실무형 인공지능(AI) 표준의 필요성을 한 목소리로 제기했다. 다품종 소량생산, 거대언어모델(LLM) 서비스 확산, 글로벌 규제 강화 속에서 제조 데이터·검증 지표·신뢰성 프레임워크를 산업별 특성에 맞게 재설계해야 한다는 주장이다. 한국인공지능산업협회는 1일 서울 양재 엘타워에서 'AI 기술 표준화 세미나'를 개최하고 제조 AI 데이터 표준화, 산업별 AI 검증 기준, 신뢰성 표준화 전략 등 산업계의 표준화 수요를 집중 논의했다고 2일 밝혔다. 이번 세미나는 AIIA가 주최하고 한국정보통신기술협회(TTA) ICT 표준화포럼인 지능정보기술포럼과 의약데이터표준화포럼이 공동으로 주관했다. 이날 장하영 써로마인드 대표는 '제조 AI를 위한 데이터 표준화 필요성' 발표에서 다품종 소량생산과 공정 복잡화로 제조 현장의 데이터 수요가 급증하는 상황을 짚으며 "이제는 AI 활용을 전제로 한 데이터 표준 설계가 필요하다"고 말했다. 이어 "국내에서도 제조 데이터 표준화 사업이 여러 번 추진됐지만, 실제 현장에서는 AI를 돌리기 위한 데이터 관점이 부족해 활용도가 떨어졌다"고 진단했다. 또 그는 "설비·공정마다 제각각인 변수명, 수집 주기, 스키마를 정리해 의미·구조·품질·수집 방식을 일관되게 정의해야 한다"며 "공장 내 설비 간, 공장 간 데이터가 이어져야 예지보전·품질 최적화·에너지 효율화 등 제조 AI의 효과가 극대화되기에 상호 운용성에 머무르지 않고 AI 응용을 중심에 둔 데이터 표준이 필요하다"고 강조했다. 다음으로 티벨 이혜진 이사는 '산업별 차별화된 AI 검증 기준의 필요' 발표를 통해 LLM·AI 서비스 검증의 패러다임 전환을 강조했다. 그는 "AI 서비스는 정답이 하나가 아니고 편향·유해성·환각 등 다양한 요소가 얽혀 있어 '맞았다·틀렸다'만으로 품질을 평가하기 어렵다"며 "금융·의료·모빌리티·통신 등 산업별로 리스크와 사회적 영향도가 다른데 모든 산업에 동일한 지표를 적용하면 현장을 제대로 반영할 수 없다"고 지적했다. 이 이사는 이에 따른 범용 지표와 도메인 특화 지표를 결합한 '이중 레이어 프레임워크'를 제안했다. 그는 "검증 기준뿐 아니라 산업별 대표 테스트 케이스·검증 데이터셋, 평가 플랫폼이 함께 갖춰져야 한다"며 "티벨이 개발한 LLM 평가 플랫폼 'T-렌즈'처럼 평가 프로세스·지표·데이터·도구를 한 번에 관리할 수 있는 체계가 AI 검증의 실효성을 높일 것"이라고 말했다. 셀렉트스타 모세웅 사업전략리더는 'AI 신뢰성 확보를 위한 표준화 대응 전략' 발표를 통해 글로벌 규제·표준 환경 속에서 산업계가 겪는 실행 격차를 지적했다. 그는 "EU AI법, NIST AI RMF, ISO/IEC 42001 같은 문서들은 빠르게 늘어나지만 기업 입장에서 당장 무엇부터, 어떻게 해야 하는지는 여전히 불명확하다"며 "실무에서 바로 사용할 수 있는 체크리스트, 진단 템플릿, 예시 보고서, 평가 도구가 부족한 것이 문제"라고 말했다. 이어 제품·서비스, 모델·시스템, 데이터, 거버넌스 네 레이어 위에 국내·외 규제·표준을 재배치한 실행형 신뢰성 프레임워크를 제안했다. 모 리더는 "국제표준과 국내 AI 기본법·KS를 기업 내부의 위험 관리·품질 관리 체계와 연결하고 이를 지원하는 자동·반자동 평가 도구를 결합해야 한다"며 "여기에 'AI-마스터', 'CAT' 같은 민간 인증이 연동되면 기업은 한 번 준비한 신뢰성 체계를 내부 거버넌스와 외부 인증에 동시에 활용할 수 있다"고 설명했다.

2025.12.02 17:59한정호 기자

이용균 대표 "부동산 정보 질은 알스퀘어가 네이버보다 우위"

알스퀘어가 경쟁사와의 차별점으로 상업용 부동산 현장에서 직접 얻은 양질의 1차 데이터를 꼽았다. 회사는 이를 기반으로 허위 매물 등의 문제도 해결할 수 있다고 자신했다. 이용균 알스퀘어 대표는 2일 서울 중구에서 열린 알스퀘어 애널리틱스(RA) 1주년 기자간담회에서 이같이 말했다. 이 대표는 “자사는 임대인 정보를 직접 수집하고, 그 정보를 검증한 후 업데이트하기 때문에 정보의 양은 네이버가 많을 수 있지만, 정보의 질 자체는 차이가 날 수 밖에 없다”며 “어떻게 보면 자사가 부동산 역할을 하고 있다보니 허위 매물 이슈로부터 자유롭다”고 강조했다. 반면 “직방, 다방과 네이버는 똑같은 사업모델”이라면서 “이들이 상업용 부동산 정보를 얻는 방법은 아마 부동산일텐데, 이럴 경우 부동산에 대한 허위 정보나 불투명한 정보가 낄 수 밖에 없다”고 진단했다. 그러면서 부동산 서비스를 영위하는 네이버가 상업용 부동산 시장에 들어와도 주거용처럼 시장 내 점유율을 키우지 않는 이상 피해가 적을 것이라고 예상했다. 이를 통해 이 대표는 부동산 시장에서의 비효율성과 비대칭성, 여러 불투명성을 해결하는 것을 목표로 잡았다. 그는 부동산 사업에 관여하는 다양한 이해관계자들이 자사의 데이터와 IT 솔루션을 통해 체계적인 의사결정을 하고, 여기에 들어가는 시간과 비용을 줄여주겠다는 청사진을 그렸다. 이 대표는 “이런 사업 구조를 단순히 한국에서 뿐만 아니라 해외로 확장하고자 하는 것이 궁극적인 목표”라고 답했다. '출시 1주년' RA, 수익화는 걸음마…다음 단계는 고객군 확장·객단가 상승 이날 이 대표는 지난해 출시한 상업용 부동산 데이터 솔루션 RA가 1년간 거둔 성과에 대해서도 발표했다. RA는 현재 전국 7천개 이상의 상업용 부동산 자산 데이터를 제공하며 월평균 1만 건, 누적 10만 건이 넘는 상세 데이터가 거래·평가 실무에 활용됐다. 또 RA를 도입한 고객사는 150곳으로 늘었다. 국내 4대 시중은행 중 처음 RA를 도입한 우리은행을 비롯해 삼성증권, 이지스자산운용, 코람코자산신탁, 현대커머셜 등 금융권과 운용사, 투자기관이 고객사로 이름을 올렸다. 이 대표는 RA를 통한 수익화는 이제 시작이라고 언급했다. 그는 예상치 못한 사업군에서도 RA 도입 문의가 들어온다면서 “올해 같은 경우 사업 손익을 어느정도 맞췄다”고 조심스레 언급했다. 이 대표는 “자사 RA를 단순히 자산운용사나 증권사만 쓰는 게 아니라 다양한 이해관계자들이 쓸 수 있도록 만들고, 고객군을 확장시킨 다음 객단가를 높이는 방식으로 수익을 가속화시키려고 한다”는 계획을 밝혔다. RA, AI 기능 순차 도입…솔루션 가치 끌어올린다 알스퀘어는 현장의 살아있는 1차 데이터에 인공지능(AI)을 접목한 차세대 기능을 순차적으로 도입해 RA 솔루션의 가치를 끌어올린다는 방침이다. 회사는 자동 가치산정(AVM) 기능과 임대료 예측 모델을 개발해 개별 부동산의 현재 가치와 미래 임대료 상승률을 자동 산출하는 AI 서비스를 준비 중이다. 이를 통해 사용자는 대상 자산의 미래 수익성이나 적정 매입가를 더욱 쉽게 가늠할 수 있게 된다. 아울러, 알스퀘어는 기존에 RA에 탑재된 지리정보 기반 입지분석 기능을 고도화해 AI 알고리즘이 입지 조건과 주변 상권 데이터를 종합 분석한 투자 적합도 지표를 제시할 수 있도록 만들 예정이다. 또 알스퀘어는 RA의 맞춤형 보고서 자동화 기능과 영문 인터페이스 고도화 등 서비스 강화를 지속한다. 이외에도 RA는 물류와 오피스 중심에서 벗어나, 기관투자자가 확장을 꾀하는 주거 및 리테일 등 다양한 산업 도메인으로 데이터 커버리지를 확대한다. 마지막으로 이 대표는 “모든 부동산 산업과 함께하는 대한민국 프롭테크 선도 기업으로 나아가고자 한다”며 “부동산 가치 사슬의 모든 영역에서 자사 서비스와 데이터, IT 솔루션을 제공해 고객사의 시간과 비용을 이끼고 이를 한국은 물론 해외에서도 그 가치를 향유할 수 있도록 노력하겠다”고 밝혔다.

2025.12.02 17:42박서린 기자

알스퀘어, RA 솔루션 출시 1년…AI 접목으로 '서비스 고도화' 예고

알스퀘어가 RA 솔루션을 1년간 운영하며 쌓은 데이터에 인공지능(AI)을 접목해 서비스 고도화를 꾀한다. 회사는 부동산의 현재 가치와 미래 임대료 상승분을 예측하는 AI 서비스 등을 순차적으로 선보여 솔루션의 가치를 끌어올린다. 상업용 부동산 종합서비스 기업 알스퀘어는 2일 서울 중구에서 기자간담회를 열고 상업용 부동산 데이터 솔루션의 테스트 운용 성과와 인공지능(AI) 기반 확장 전략을 공개했다. 알스퀘어가 지난해 선보인 알스퀘어 애널리틱스(RA)는 국내 상업용 부동산 시장의 고질적인 정보 비대칭 문제 해결을 위해 탄생한 솔루션이다. 현장의 살아있는 1차 데이터와 시계열 분석을 핵심 가치로 내세웠다. 출시 1년을 맞은 RA는 현재 전국 7천개 이상의 상업용 부동산 자산 데이터를 제공하며 월평균 1만 건, 누적 10만 건이 넘는 상세 데이터가 거래·평가 실무에 활용됐다. RA는 출시 8개월 만에 싱가포르 GIC, 독일 DWS, PAG 등 50개 이상 기관에 도입되는 초기 성과를 올리기도 했다. 출시 1년이 지난 현재 고객사는 150곳으로 늘었다. 국내 4대 시중은행 중 처음 RA를 도입한 우리은행을 포함해 삼성증권, 이지스자산운용, 코람코자산신탁, 현대커머셜 등 금융권과 운용사, 투자기관이 포함됐다. 알스퀘어는 RA 등장 전까지 국내 상업용 부동산 데이터 시장은 최적화된 인프라가 부재했다고 평가했다. 해외의 'RCA'나 CoStar는 거래 사례 통계나 국가 단위 데이터 위주로 서비스해 국내 시장의 미시적 특성을 반영하는 데 한계가 있었다. 이와 달리 RA는 국내에 특화한 정밀 데이터로 이러한 격차를 메운다는 것이 회사 측 설명이다. 이용균 알스퀘어 대표는 “RA의 등장으로, 인적 네트워크에 의존하던 상업용 부동산 시장에, 데이터 인프라 기반의 새 시대를 열었다”며 “축적된 인사이트를 바탕으로, AI를 접목한 서비스 고도화에 나선다”고 말했다. RA 솔루션은 개별 자산의 임대 현황과 수익성 지표, 장기 시장 추이, 권역별 벤치마크 데이터 등 마이크로·매크로 비교 정보를 실시간으로 제공한다. 이전까지 인적 네트워크나 별도 용역을 통해서만 파악 가능했던 내용을 편리하게 얻을 수 있게 된 것이다. 또한 RA 솔루션은 현장 실사 기반 데이터를 포함해 기존 타사 솔루션들이 제공하지 못하는 임대차 조건이나 건물 운영 정보도 반영한다. RA의 데이터는 금융 및 부동산 의사결정 현장에서 실질적 인사이트 도구로도 활용된다. 은행을 포함한 금융권은 여신 심사나 대출 의사결정 시 담보 부동산의 임대 현황, 최신 거래 사례, 시세 변동을 검토한다. 건설사 및 부동산 디벨로퍼는 RA를 활용해 사업지 프로젝트 타당성 조사와 입지 분석에 RA를 활용해 해당 지역의 임대 시세와 수요 전망 데이터를 참고한다. RA는 기본적인 부동산 투자·운용을 넘어 영업 기회 확보 및 대학 연구 등 다양한 분야에서 활용되고 있다. 개발·건설, 공공 분야 뿐만 아니라 딜 소싱이 필요한 기업 간 거래(B2B) 서비스 기업, 출점 및 매장 운용 전략 수립 수요가 있는 F&B와 같은 리테일 분야다. RA는 축적된 방대한 데이터를 바탕으로 AI를 접목한 차세대 기능을 순차적으로 선보이며 솔루션 가치를 끌어올릴 계획이다. 자동 가치산정(AVM) 기능과 임대료 예측 모델을 개발해 개별 부동산의 현재 가치와 미래 임대료 상승률을 자동 산출하는 AI 서비스를 준비 중이다. 사용자는 대상 자산의 미래 수익성이나 적정 매입가를 더욱 쉽게 가늠할 수 있게 된다. 이를 통해 RA는 과거 데이터 분석을 넘어, 미래 의사결정을 돕는 예측 가치를 제공한다. 또한 기존에 RA에 탑재된 지리정보 기반 입지분석 기능을 고도화해 AI 알고리즘이 입지 조건과 주변 상권 데이터를 종합 분석한 투자 적합도 지표를 제시하게 된다. 입지 선택이나 개발 전략 수립 시, 사람이 놓치기 쉬운 패턴과 변수를 데이터가 자동으로 포착하는 기능이다. 여기에 알스퀘어는 RA의 맞춤형 보고서 자동화 기능과 영문 인터페이스 고도화 등 서비스 강화를 지속한다. 투자자 필요에 따라 맞춤 리포트를 AI가 생성하고, 글로벌 투자자가 쉽게 활용할 수 있도록 전문 용어 해설과 실시간 번역이 적용된 권위 있는 영문 서비스를 제공한다. 이밖에도 RA는 물류와 오피스 중심에서 벗어나 기관투자자가 확장을 꾀하는 주거 및 리테일 등 다양한 산업 도메인으로 데이터 커버리지를 확대한다. 이를 통해 RA는 부동산 자산군 전반에 걸친 종합 데이터 솔루션으로 진화할 계획이다. 이 대표는 “RA는 국내 시장의 정보 장벽을 획기적으로 낮춘, 정밀 상업용 부동산 분석 솔루션”이라며 “끊임없는 데이터 품질과 실용성 개선을 통해 부동산 업계에서 독보적 입지를 구축할 데이터 솔루션으로 자리매김하겠다. 나아가 CoStar, RCA 등 글로벌 부동산 분석 서비스와 어깨를 견줄 것”이라는 포부를 밝혔다.

2025.12.02 13:28박서린 기자

S2W, CJ올리브네트웍스와 총판 계약…기업 현장 AX '가속'

S2W가 국내 IT서비스 기업과의 파트너십을 강화해 기업 현장 인공지능 전환(AX) 가속화에 나선다. S2W는 CJ올리브네트웍스와 총판 계약을 체결했다고 2일 밝혔다. 양사는 금융·통신·제조·정보기술(IT) 등 다양한 주요 산업군에 기업·기관용 보안 AI 플랫폼 '퀘이사'와 도메인 특화 온톨로지 플랫폼 'SAIP' 등 S2W가 제공하는 주요 AI 솔루션의 도입을 추진할 계획이다. 산업 전반의 AX를 가속화하고 기업의 보안성과 생산성을 혁신하는 데 협력한다는 목표다. S2W는 그간 다크웹과 가상자산 등의 특수 목적 빅데이터 수집·분석, 산업 특화 AI, 온톨로지 기반 지식그래프 등 다양한 AI 기술이 융합된 멀티도메인 교차분석 기술을 활용해 국가 안보와 산업 보안, 비즈니스 생산성 강화를 아우르는 다양한 AI 솔루션을 개발·제공해왔다. 이를 통해 인터폴 등의 국제기구와 아시아·중동 각지의 정부기관, 국내외 유수 기업 등을 고객으로 유치하며 공공과 민간을 아우르는 사업 확장성과 기술 범용성을 입증한 바 있다. CJ올리브네트웍스는 AI·빅데이터·클라우드 분야의 차별화된 IT 기술력과 서비스 운영 노하우를 바탕으로 고객의 AX 가속화에 앞장서고 있다. 이번 S2W와의 파트너십을 통해 보다 많은 고객들이 AI를 활용해 한층 수준 높은 데이터 인텔리전스를 도출할 수 있도록 조력할 계획이다. 서상덕 S2W 대표는 "CJ올리브네트웍스의 AX 역량과 관련 사업 경험을 토대로 우리의 AI 솔루션을 보다 폭넓게 확대 보급할 수 있는 기회를 마련하게 돼 뜻깊게 생각한다"며 "향후에도 시장 수요에 최적화된 AI 기술을 지속 고도화하고 이에 대한 고객 접근성을 강화함으로써 다양한 기업들의 비즈니스 운영 혁신을 지원해 나갈 것"이라고 밝혔다.

2025.12.02 11:13한정호 기자

"제조 자동화 마지막 퍼즐…산업용 모방학습 표준 만든다"

"그동안 풀지 못했던 제조 현장의 어려운 문제들을 저희가 피지컬 AI와 손을 활용해서 푸는 회사입니다. 제조업이라는 응용을 아주 구체적으로 잡고 들어가 손에 잡히는 데이터를 먼저 모으고 있어요." 문태연 카본식스 대표는 오랫동안 자동화가 불가능하다고 여겨진 제조업 공정의 본질적인 난제를 인공지능(AI)으로 풀어내기 위해 가장 실제적이고 요구 수준이 높은 산업 도메인을 정조준했다. 그는 "제조업은 데이터가 적고 공정이 복잡해 AI 도입이 쉽지 않지만, 일단 제대로 적용되기 시작하면 그 파급력은 엄청나다"며 "그래서 우리는 연구실에서 그치지 않고, 가장 거친 현장으로 먼저 들어가 실제로 로봇이 배우고 일하며 축적하는 진짜 피지컬 데이터를 기반으로 기술을 확장해 나가고 있다"고 설명했다. 카본식스는 제조업 공정의 풀리지 않던 문제를 피지컬 AI와 로봇지능으로 해결하는 것을 목표로 작년 설립된 산업용 로봇 AI 기업이다. 올해 미국 실리콘밸리의 풋힐벤처스, 스톰벤처스, 자이트가이스트 캐피탈, 한국 엑스퀘어드 등으로부터 약 60억원 규모 시드투자를 유치했다. 산업용 모방학습 기반 로봇 표준품 '시그마키트'를 앞세워 기존 자동화로는 건드리기 어려웠던 비정형 공정을 정면으로 파고들었다. 만두 정렬이나 필름·비닐 탈부착, 낭창거리는 손잡이를 고리에 거는 작업, 에어컨 필터를 통에서 빼내 정리하는 일, 초소형 케이블 체결 같은 작업이 대표 사례다. 이른바 '숙련공만 할 수 있다고 여겨지던 손일'을 로봇이 배우게 만드는 기술이다. "바로 지금, 피지컬 AI 파도가 온 순간" 카본식스의 기술·연구를 이끄는 인물은 서형주 최고기술책임자(CTO)다. 그는 미국에서 약 10년간 공부와 연구를 이어온 뒤 지난해 한국행을 택했다. "작년에 MIT 박사 과정이 거의 끝나갈 무렵에, 그다음에 뭘 할지를 두고 고민을 정말 많이 했습니다. 미국 대기업 기회도 있었고, 학계에 남아서 교수 자리를 가는 길도 있었어요. 그런데 여러 곳에서 이야기를 듣고, 또 현장을 보니까 '피지컬 AI의 파도가 진짜 왔다'는 느낌이 들더라고요." 서 CTO는 학계와 산업의 역할을 두고 흔히 말하는 구분을 떠올렸다고 했다. "보통 '0에서 1%는 학계가 하고 1에서 100%는 산업이 한다'는 말을 많이 하거든요. 제 박사 과정 10년을 통틀어 봐도, 지금이 딱 그 1%가 생긴 시점, 이제 1에서 100으로 갈 시기라는 생각이 많이 들었습니다." 결정적인 계기는 문 대표가 미국 보스턴까지 찾아와 보여준 한국 제조 현장이었다. "문 대표님이 한국의 대기업 제조현장들을 직접 보여주시더라고요. 삼성, 현대 같은 공장에서 아직도 사람이 하고 있는 공정을 보면서, 이게 되게 어렵지만 '할 만한 문제'라는 생각이 들었습니다. '이건 풀 수 있겠다, 손에 꽤 잡힌다'는 느낌이었어요." 서 CTO는 "데이터가 많은 나라가 로봇을 선도할 수밖에 없다"는 결론을 내렸다. "미국은 제조업이 많이 빠져나갔고, 지금 리쇼어링을 이야기하긴 하지만 기반 자체가 적어요. 반면 한국은 기술적인 고도화와 제조 인프라를 동시에 갖춘 나라입니다. 제조 기반이 많다는 건, 곧 로봇이 배울 수 있는 데이터가 많다는 뜻이거든요. 그런 의미에서 우리나라 제조업이 가진 데이터는 진짜 큰 자산이라고 생각합니다." 그래서 서 CTO는 이렇게 정리했다. "1년 넘게 한국에서 현장을 다니면서 '우리나라만이 피지컬 AI를 정말 잘할 수 있겠구나' 하는 확신을 더 갖게 됐습니다." "휴머노이드가 답은 아니다…공학과 AI 섞여야" 요즘 로봇 업계의 화두는 휴머노이드다. 제조·물류·서비스 등 모든 현장을 사람과 닮은 로봇으로 해결하겠다는 비전이 난무한다. 서 CTO는 여기에 대해 다소 다른 각도를 제시했다. "휴머노이드를 부정하는 건 아닌데, '사람과 똑같이 생긴 로봇'이 꼭 답일 필요는 없다고 생각합니다. 사람처럼 두 다리로 걷고 똑같이 생겼다고 해서 제조 문제들이 자동으로 풀리진 않거든요." 그가 중요하게 보는 건, 지난 수십 년간 제조업이 쌓아온 공학적 자산이다. "제조에서 이미 이뤄낸 공학적인 발전이 정말 많아요. 검사할 때 어떤 각도에서 비춰야 잘 보인다든지, 어떤 액추에이터를 써야 정밀하게 제어할 수 있다든지 하는 것들이죠. 저는 진짜 피지컬 AI라는 게, 이렇게 공학적으로 쌓인 기술들을 포용하면서 AI의 유연한 지능을 섞는 방향이어야 한다고 봅니다." 그래서 카본식스의 지향점은, '사람과 똑같은 로봇'보다 '사람이 하기 어려운 문제를 더 잘 풀 수 있는, 공학과 AI가 섞인 로봇'에 가깝다. 서 CTO가 "엄청 큰 중장비의 지능을 저희가 넣는다든지, 현미경으로 봐야 하는 아주 작은 스케일의 장비에 저희 기술이 들어갈 때 가장 설렌다"고 말한 것도 같은 맥락이다. 카본식스의 첫 제품 '시그마키트'는 제조 현장에 초점을 맞춘 모방학습 기반 로봇 표준품이다. 서 CTO는 "다들 로봇 파운데이션 모델을 하겠다고 하지만, 데이터를 모을 수단이 없는 경우가 많다"고 지적했다. "로봇이 유용해지기 전에 데이터를 많이 쌓아야만 한다면 '닭과 달걀 문제'에 빠집니다. 로봇이 들어가야 데이터를 모을 수 있는데, 데이터를 모은 뒤에야 로봇이 쓸모가 생기는 구조니까요. 그래서 저희는 가장 적은 데이터로 가장 효율적으로 배우는 망을 만드는 데 집중했습니다." 그는 "저희가 통상적으로 말하는 건 '100번 정도 보여주면 할 수 있다'는 수준이다. 대략 한 시간 정도 사람이 시연해 주면 그 작업을 따라 할 수 있다"며 "데이터가 적을 때 잘하는 게 쉽지가 않은데 이 부분에 저희 핵심 기술이 많이 들어가 있다"고 강조했다. 시그마키트의 또 다른 특징은 지능과 전통적인 룰 기반 제어를 섞을 수 있는 구조다. "현장은 지능만으로 풀 수 없는 부분이 너무 많습니다. 그래서 어떤 구간은 지능이 알아서 판단하게 하고, 어떤 구간은 '3mm 더 들어가서 눌러라' 같은 식으로 아주 정밀한 룰 기반 움직임을 쓰는 경우가 많아요. 저희 제품에는 룰 기반으로 움직였다가, 지능으로 했다가, 다시 룰 기반으로 돌아올 수 있는 인프라가 들어가 있습니다." 문 대표도 같은 지점을 강조했다. "연구실에서 몇 년 동안 멋진 영상을 찍는 것보다, 지금은 현장에서 실제로 일을 하는 지능 로봇을 빨리 많이 깔아야 할 시기라고 봅니다. 저희는 가장 빨리 양산 적용을 해서, 가장 많은 지능 로봇을 현장에 투입하는 회사를 지향하고 있고, 이미 시작했다고 생각해요." "산업용 모방학습 표준품 업계 최초" 시그마키트는 카본식스가 산업 대상으로는 '업계 최초'라고 자신 있게 내세우는 산업용 모방학습 표준품이다. 서 CTO는 "제조 현장에서 일하시는 분들이 모방학습 코드를 바로 가져다 쓸 수 있는 건 아니다"라며 "저희가 이야기하는 업계 최초는, 이런 기술을 UI·UX까지 포함해 공장 현장 사람들이 바로 쓸 수 있게 만든 표준품이라는 의미"라고 설명했다. 이 표준품은 완제품 로봇이 아니라 툴킷 형태로 제공된다. 각 공장·공정별로 천차만별인 요구 사항을, 기존 자동화 SI·로봇 업체들이 각자 최적화할 수 있게 하기 위해서다. 문 대표는 "제조업은 생긴 게 다 다르고, 커스터마이징 요구가 워낙 크다"며 "그래서 저희는 자동화 업체들이 도구로 쓸 수 있는 '지능 툴킷'을 만드는 쪽으로 방향을 잡았다"고 설명했다. 카본식스는 이미 국내 여러 제조 현장에서 양산 적용 단계에 들어갔다. 문 대표는 "현재 복수의 자동차, 전기전자, 일반 제조 산업 쪽에서 매출이 발생하고 있다"며 "연구나 단순 실증이 아니라 실제 현장 도입을 준비하고 있다"고 말했다. 업계 반응도 남다르다고 했다. "로봇자동화를 오래 해 오신 분들이 더 놀라십니다. 기존 1~2주씩 티칭하던 걸, 저희는 하루 안에 적용하는 걸 보시니까요. 전통 방식으로는 '이건 자동화 대상이 아니다'라고 생각하던 작업들에서 특히 반응이 큽니다." "제조업서 시작하는 로보틱스 파운데이션 모델" 카본식스는 장기적으로 로보틱스 파운데이션 모델(RFM) 구축을 목표로 하고 있지만, 접근 방식은 '데이터 쇼핑형'과는 거리가 멀다. 문 대표는 "피지컬 데이터가 적다 보니까, 시뮬레이션으로 인공 데이터를 만들거나, 사람 머리에 카메라를 달아서 유튜브 같은 데이터를 모으는 접근들이 많다"며 "결국 진짜 중요한 건 실제 현장에서 나오는 피지컬 데이터"라고 말했다. 서 CTO도 이 대목에서 강하게 공감했다. "진짜 데이터가 가장 좋고, 그 다음 선택이 시뮬레이션 데이터"라며 "아무리 시뮬레이션을 해도 실제 현장에서 나온 데이터를 이길 수는 없다"고 덧붙였다. 그래서 카본식스는 시그마키트를 통해 실용적인 로봇을 먼저 깔고, 거기서 자연스럽게 데이터가 쌓이는 구조를 추구하고 있다. 문 대표는 "적은 데이터로 빠르게 문제를 풀 수 있는 1단계를 넘기고 나면, 그 다음은 현장에서 쌓이는 데이터로 범용성을 넓혀가는 단계"라며 "이게 처음부터 모든 걸 다 하겠다는 범용 로봇으로 접근하는 것보다 오히려 더 빨리 파운데이션 모델에 다가갈 수 있는 길"이라고 강조했다. 서 CTO는 "한국이 피지컬 AI의 진짜 강대국이 될 수 있다고 믿는다"며 "카본식스를 피지컬 AI와 로봇지능을 대표하는 세계적인 회사로 만들고 싶습니다"는 포부를 전했다. 카본식스는 지금도 '공장에서 산다'고 표현할 정도로 현장을 뛰어다니고 있다. 이들이 말하는 피지컬 AI는, 화려한 데모 영상이나 먼 미래의 상상이라기보다 현장에서 실제로 돌아가는 로봇 지능에 훨씬 가깝다. 제조업의 롱테일, 사람 손에 의존해온 공정들의 자동화라는 가장 까다로운 전장을 선택한 이 스타트업이, 정말로 한국을 피지컬 AI 강대국으로 끌고 갈 수 있을지 지켜볼 일이다.

2025.12.02 09:05신영빈 기자

AWS, 기술 격차 해소 나선다…AI 학습 솔루션 4종 공개

AWS가 새로운 실습·협업 기반 학습 도구와 인공지능(AI) 전문성 검증 체계를 강화하며 인재 양성 시장 경쟁에 속도를 낸다. AWS는 AI 기술 격차 해소를 위한 네 가지 신규 학습 솔루션을 공개했다고 30일 밝혔다. 이번에 발표된 솔루션은 ▲AWS 스킬 빌더 미팅 시뮬레이터 ▲코호트 스튜디오 ▲AWS 마이크로크리덴셜 ▲AWS 서티파이드 생성형 AI 디벨로퍼–프로페셔널 등이다. 이들 솔루션은 학습자가 기술 개념 이해부터 실습, 능력 검증, 실무 적용까지 하나의 흐름으로 경험하도록 설계됐다. AWS는 세계경제포럼(WEF)이 전망한 '2030년 핵심 직무 기술의 40% 변화'와 스킬소프트 보고서에서 나타난 'AI 기술 보유 전문가의 47% 높은 보상' 등을 인용하며 AI 역량 격차가 빠르게 벌어지고 있다고 설명했다. 이에 모든 배경의 학습자가 유연하게 기술을 익히고 경력을 확장할 수 있도록 학습 리소스를 강화했다는 설명이다. AWS 스킬 빌더는 AI 입문자부터 숙련자까지 활용할 수 있는 1천개 이상의 무료 학습 리소스를 제공한다. 생성형 AI·에이전틱 AI 등 최근 주목받는 영역을 포함한 220개 이상의 AI 과정이 제공되며 시간·수준에 맞춰 자유롭게 학습할 수 있는 것이 특징이다. 이번 출시 솔루션 중 하나인 AWS 스킬 빌더 미팅 시뮬레이터는 실제 회의 환경을 재현한 AI 기반 대화형 학습 도구다. 임원, 기술 검토자 등 다양한 가상의 인물과 목소리·텍스트로 인터랙션을 하며 AI 활용 방안을 설명하는 연습을 할 수 있고 질문·반박 대응 방식에 대해 즉시 피드백을 제공한다. 기업의 실무 중심 커뮤니케이션 역량을 강화하는 데 초점이 맞춰져 있다. 또 다른 신규 기능 코호트 스튜디오는 팀 단위 협업 학습 플랫폼이다. 조직이 목표를 설정해 부트캠프나 스터디 그룹을 운영하고 게임형 학습 및 팀 대항전을 진행할 수 있다. 실시간 리더보드와 콘텐츠 추천 기능도 포함됐다. 이 기능은 AWS 스킬 빌더 팀 구독 고객에게 별도 비용 없이 제공된다. AWS는 실습 중심의 능력 검증을 위해 AWS 마이크로크리덴셜도 도입했다. 이는 실제 AWS 환경에서 특정 작업을 수행할 수 있는지 직접 평가하는 방식으로, 기존 시험이 주로 개념적 이해를 보는 구조였던 것과 차별화된다. 첫 제공 과목인 'AWS 서버리스 데몬스트레이티드'와 'AWS 에이전틱 AI 데몬스트레이티드'는 문제 해결 역량과 구현 수준을 함께 검증하도록 구성됐다. 생성형 AI 전문 자격 인증도 신설했다. AWS 서티파이드 생성형 AI 디벨로퍼–프로페셔널은 2년 이상의 클라우드 경험을 가진 개발자들이 프로덕션 환경에서 생성형 AI 솔루션을 구축하는 능력을 검증하는 자격증이다. 파운데이션 모델 활용, 검색증강생성(RAG) 아키텍처 설계, 책임 있는 AI 배포 등 실무 역량을 평가한다. 시험 준비 과정에는 연습 문제, AWS 시뮤런 기반 실습, 도메인 특화 강의 등이 포함된다. AWS는 이번 신규 솔루션들이 AWS 서티파이드 AI 프랙티셔너, 머신러닝 엔지니어–어소시에이트, 데이터 엔지니어–어소시에이트 등 기존 자격 체계와 함께 보다 촘촘한 AI 경력 개발 경로를 구성할 것이라고 강조했다.

2025.11.30 14:15한정호 기자

오픈AI, 파트너사 해킹으로 일부 데이터 유출..."데이터 악용 주의"

오픈AI의 파트너사에서 보안 사고가 발생해 일부 사용자의 이름, 이메일 등 개인정보가 유출됐다. 유출된 데이터 규모는 제한되지만 이를 악용한 추가 범죄가 예상되는 만큼 주의가 요구된다. 오픈AI는 파트너사인 웹 분석 업체 믹스패널 시스템에서 일부 사용자 계정의 웹 분석 데이터가 공격자에게 유출됐다고 28일 밝혔다. 믹스패널은 오픈AI API 제품 웹 콘솔 프론트엔드에서 트래픽과 사용 행태를 분석하는 도구로 쓰여 왔다. 지난 9일 믹스패널은 시스템 일부에 대한 비인가 접근을 탐지하고 고객사 데이터 일부가 외부로 반출된 정황을 확인했다. 이후 자체 조사를 거쳐 오픈AI에 해당 데이터셋을 전달했고 오픈AI는 이를 바탕으로 영향 범위를 분석하고 있다. 오픈AI 측은 유출된 정보가 오픈AI API 계정에 연결된 프로필과 웹 분석 정보로 한정되며 플랫폼을 통한 챗GPT와 기타 소비자용 서비스 이용자는 이번 영향 범위에 포함되지 않는다고 설명했다. 개발자용 API 콘솔 이용자가 아닌 일반 챗GPT 이용자 계정은 이번 사고와 무관하다는 의미다. 구체적으로는 API 계정에 등록된 이름과 이메일 주소, 브라우저를 기반으로 추정한 대략적인 위치 정보, 접속에 사용된 운영체제와 브라우저 정보, 플랫폼 접속 직전에 방문한 웹사이트, 조직과 사용자 ID 등이 포함된 것으로 알려졌다. 대화 내용, 프롬프트와 응답, API 사용 로그, 비밀번호, 자격 증명, API 키, 결제 정보, 신분증 등 민감 정보는 이번 유출 범위에 포함되지 않았다는 것이 오픈AI의 설명이다. 이번에 노출된 정보 자체는 제한적이지만, 공격자가 이를 피싱·소셜 엔지니어링 공격에 악용할 가능성은 남아 있다. 이름, 이메일, 계정 ID, 대략적 위치 정보만으로도 실제 개발자나 조직을 노린 그럴듯한 사기 메일을 만들어 낼 수 있기 때문이다. 보안 전문가들 역시 민감도가 낮은 정보라도 여러 출처에서 모이면 신뢰를 가장한 공격 메시지 제작에 충분히 활용될 수 있다고 지적한다. 믹스패널 측은 이번 침해가 문자메시지를 악용한 스미싱 형태의 피싱 공격에서 비롯됐다고 설명했다. 공격자는 내부 계정 가운데 하나를 속여 로그인 정보를 탈취한 뒤, 이 계정으로 더 넓은 권한을 확보해 데이터셋을 추출한 것으로 알려졌다. 같은 기간 믹스패널을 사용하던 다른 서비스 사업자들도 유사한 유형의 사고 통지를 받은 것으로 전해졌다. 오픈AI는 사고 인지 후 믹스패널을 프로덕션 환경에서 제거했다고 밝혔다. 이어 믹스패널이 제공한 데이터셋을 자체적으로 재검토하고 타 파트너사·벤더와 함께 사고 경위와 영향 범위를 파악하고 있다고 덧붙였다. 오픈AI는 이번 사건을 계기로 믹스패널 사용을 종료했으며, 전체 벤더 생태계를 대상으로 보안 점검을 확대하고 파트너·공급사에 대한 보안 요구 수준을 한층 높이겠다고 강조했다. 또 오픈AI는 조직 관리자와 계정 소유자를 대상으로 개별 이메일을 통해 사고 사실과 영향을 받았을 수 있는 정보 범위를 안내하고 있다. 다만 비밀번호나 API 키, 인증 토큰이 유출된 정황은 확인되지 않았기 때문에 이번 사고만을 이유로 한 일괄 비밀번호 변경이나 키 교체까지는 권고하지 않는다는 입장이다. 오픈AI는 사용자가 유념해야 할 보안 수칙도 함께 제시했다. 우선 발신자가 오픈AI라고 주장하더라도 뜻밖에 도착한 메일·메시지에 포함된 링크나 첨부파일은 신중하게 열어야 한다고 당부했다. 또 오픈AI 안내 메일은 공식 도메인에서만 발송되며 이메일·문자·채팅으로 비밀번호나 API 키, 인증 코드를 요구하는 일은 없다고 재차 강조했다. 계정 보호를 위해서는 가능하면 계정에 다단계 인증(MFA)을 활성화하고 기업·조직 차원에서는 SSO에 MFA를 적용해 방어력을 높일 것을 권고했다. 오픈AI는 "신뢰와 보안, 프라이버시는 우리의 제품과 조직, 미션의 근간으로 이번 사고와 같은 이슈가 발생할 경우 투명하게 알리고 대응 상황을 공유하겠다"며 "급속히 커지는 AI 인프라와 이를 둘러싼 공급망 전반이 공격 표면으로 노출되고 있는 만큼 내부 시스템뿐 아니라 외부 벤더에 대해서도 한층 높은 수준의 보안 검증과 모니터링을 이어가겠다"고 밝혔다.

2025.11.28 10:26남혁우 기자

인재 풀과 AI가 만드는 새로운 채용 기본기

'HR을 부탁해'는 일과 사람에 대한 고민을 가진 이 시대 직장인 모두를 위한 기획 연재물입니다. 다방면에서 활약 중인 HR 전문가들이 인적자원 관련 최신 트렌드와 인사이트를 전달합니다. 양승모 대표는 '변화하는 경영 환경에 따른 채용, 인재상에 대한 관점의 변화와 대응'이라 주제로 총 5회에 걸쳐 칼럼을 연재할 예정입니다. 좋은 인재는 채용 시장에 오래 머물지 않습니다. 공고를 올려놓고 기다리는 사이, 우리가 정말 원하던 사람은 이미 다른 회사와 조용히 연결되고 있습니다. 치열한 채용 경쟁에서 앞서고자 하는 기업들은 시장의 인재들을 누구보다 먼저 확보하기 위해 고민하고 있습니다. 이런 고민에서 출발하는 개념이 인재 풀(Pool)과 장기 관계 구축(Nurturing)이며, 이 전략은 이제 AI 덕분에 현실적인 선택지가 되고 있습니다. 공고 중심에서 '관계 기반 채용'으로의 전환 채용 공고만 잘 써도 좋은 지원자가 들어오던 시절이 있었습니다. 하지만 지금은 기업이 원하는 인재를 바깥에서 직접 찾아야 하는 시대가 됐습니다. 문제는 그 인재가 마침 이직 의사가 있고, 우리 회사에 관심도 있을 확률이 매우 낮다는 점입니다. 그래서 많은 회사들은 '우리에게 잘 맞는 사람들을 찾아 미리 관계를 만들고, 서로의 필요성이 확인되는 시점에 모셔와야 한다'는 결론에 도달합니다. 이렇게 인재 Pool과 Nurturing 구조가 만들어지면 두 가지 효과가 생깁니다. 첫 번째, 원래는 얻을 수 없었던 인재를 데려올 수 있습니다. 겉으로 보면 더 큰 회사에 갈 것 같은 인재가, 브랜드가 약한 회사나 덜 알려진 팀을 선택하는 경우가 있습니다. 공통적으로 이런 흐름이 작동합니다. 대표나 리더와 여러 번 커피챗을 하며 비전, 제품 방향, 팀 분위기를 시간을 두고 이해하게 되고, 이 회사가 나를 진지하게 보고 있다는 신뢰가 쌓이게 됩니다. 그래서 처음에는 규모가 작아서 불안하다고 느끼던 회사가 '지금 들어가면 같이 키워볼 수 있는 곳'으로 인식이 바뀝니다. 신뢰와 맥락이 쌓이면, 연봉, 타이틀, 브랜드보다 더 강하게 작용하는 순간이 있습니다. 그래서 '우리는 못 모실 줄 알았던 분'이 실제로 합류하는 장면이 만들어집니다. 두 번째, 서로 급하지 않을 때 더 나은 결정을 내릴 수 있습니다. 인재 Pool 없이 채용을 하면, 회사와 후보 모두 마음이 급한 시점에 만나게 되는 경우가 많습니다. 회사는 지금 못 뽑으면 프로젝트가 밀린다는 압박 속에서, 후보는 이번 기회를 놓치면 언제 또 올지 모른다는 불안 속에서 짧은 시간에 큰 결정을 해야 합니다. 이때는 냉정한 판단보다 상황과 감정이 개입되기 쉽습니다. 반대로 인재 Pool과 Nurturing을 통해 관계가 형성돼 있을 때에는 이미 어느 정도 정보와 신뢰가 쌓여 있기 때문에 '이번이 우리에게 좋은 타이밍인가'를 차분히 점검할 수 있습니다. 그 결과 미스매치가 줄고, 입사 후 적응 속도와 정착률이 높아지는 모습을 기대할 수 있습니다. 알고도 실행하지 못하는 이유 아이러니하게도 많은 경영진과 HR 담당자는 이미 알고 있습니다. 인재 Pool을 만들고, 좋은 분들과 꾸준히 관계를 유지해야 한다는 사실을 말이죠. 그럼에도 이 전략을 제대로 실행하는 회사는 거의 없습니다. 이유는 현실적입니다. 첫 번째는 채용을 '이벤트'로 보는 관점 때문입니다. 많은 조직은 채용을 '사람이 필요할 때 뽑는 일'로 정의합니다. 그러다 보니 현재 TO가 열린 포지션 외에는 후순위로 밀리고, '언젠가 함께 일할 수 있는 사람'과의 관계는 해도 그만, 안 해도 그만인 일로 치부됩니다. 두 번째는 리크루터의 KPI가 단기 충원에 묶여 있기 때문입니다. 채용팀의 성과 지표는 대부분 얼마나 빨리, 몇 명을 채웠는가에 맞춰져 있습니다. 6개월, 1년 뒤에 올 수도 있는 인재와 관계를 쌓는 일은 지표에 잡히지 않고, 인정받기 어렵습니다. 그래서 현장에서는 “지금 한 명이라도 더 뽑아야 하는데, 언젠가 올지도 모르는 분께 시간을 쓰기가 솔직히 부담됩니다”라는 말을 자주 들을 수 있습니다. 전략의 옳고 그름과 관계없이, 현실의 KPI와 인재 Pool 전략은 공존하기 어려운 것이 사실입니다. 세 번째는 사람 손만으로는 물리적으로 감당이 안 되기 때문입니다. 채용 담당자는 공고, 스크리닝, 인터뷰 일정 조율, 커뮤니케이션, 오퍼, 온보딩 등 처리해야 할 일이 너무나 많습니다. 이 상황에서 좋은 인재 리스트를 꾸준히 업데이트하고, 3개월마다 안부를 묻고, 링크드인 변화를 체크하라는 요구는 사실상 초과 근무를 전제로 한 주문에 가깝습니다. 전용 TRM(Talent Relationship Management) 시스템을 갖춘 회사도 많지 않습니다. 그러다 보니 인재 Pool은 현실에서 '관심 인재 북마크 몇 개'에 머무르는 경우가 많습니다. 그럼에도 지금은 상황이 달라지고 있다 지난 1~2년 사이 HR 영역의 AI는 단순한 이력서 요약 도구를 넘어, 채용 프로세스를 바꾸는 단계로 올라오고 있습니다. 첫째 인재 발굴 시간을 줄여줍니다. 예전에는 리크루터가 한땀한땀 후보를 찾아야 했습니다. 지금은 채용 공고를 넣으면 AI가 필요한 역량을 읽고, 링크드인, 깃허브, 커뮤니티를 훑어 후보 리스트를 만들어주는 다양한 AI 솔루션들이 나와 있습니다. 이런 솔루션들을 잘 활용하면 3~5시간 걸리던 작업이 몇 분으로 줄면서, 인재 Pool 구축과 관리에 소요되는 시간이 드라마틱하게 단축되고 있습니다. 둘째 프로필 분석과 요약, 적합도 판단을 도와줍니다. AI는 이력서를 단순 분류하는 수준을 넘어서, 한 사람의 경력을 핵심 역량, 도메인 경험, 리스크 요인, 성장 패턴으로 재구성해 줍니다. 인재 Pool에 쌓인 데이터는 이름, 회사, 연차를 넘어서 어떤 맥락에서 이 사람과 다시 이야기해야 할지까지 보여주는 자산으로 바뀝니다. 셋째 Nurturing 메시지와 팔로업의 부담을 낮춰줍니다. 좋은 인재와 연이 닿더라도 바쁘다 보면 연락이 끊어져 버리는 경우가 허다합니다. 그리고 그 인재는 어느새 다른 회사로 이직해 있다는 것을 알게 되죠. 연락을 해야 한다는 걸 몰라서가 아니라, 매번 메시지를 새로 쓰고, 톤을 조절하고, 타이밍을 맞추는 일이 시간과 에너지가 많이 소요되는 일이기 때문입니다. AI는 후보의 프로필과 지난 대화를 기반으로 자연스러운 안부 인사, 근황 질문, 회사 소식을 엮은 메시지 초안을 만들어줍니다. 채용 담당자는 이를 검토하고 발송하면 됩니다. 한 사람에게 10~20분 쓰던 시간이 10~20초로 줄어드는 순간, “연락 한 번 더 해볼까?”라는 선택이 가능해집니다. 앞으로 3년, 무엇을 준비해야 하는가 조금 더 앞을 내다보면, AI는 단순 보조 도구를 넘어 '채용팀의 두 번째 뇌'가 될 가능성이 큽니다. ▲후보와의 과거 대화를 기억하고 ▲경력 변화를 감지하고 ▲이직 가능성이 높아지는 시그널을 읽고 ▲“지금 이 분께 이런 메시지를 보내보자”고 먼저 제안하는 시스템들입니다. 다만 한 가지는 변하지 않습니다. 회사에 대한 신뢰, 리더에 대한 호감, 이 팀과 함께 일하고 싶다는 마음은 여전히 사람이 만들어야 하는 영역입니다. AI가 인재 Pool과 Nurturing의 반복 작업을 덜어줄수록, HR과 리더는 사람과 관계에 더 집중할 수 있게 됩니다. 서치라이트AI를 통해 인재 Pool을 확보하고 인재들과 연결된 고객사 중에서 짧게는 6개월, 길게는 11개월만에 좋은 인재를 누구보다 먼저 확보하게 되는 사례들이 만들어지고 있습니다. 이제 이렇게 AI를 활용해 인재를 사전 확보하는 기업들이 늘어갈수록, 여전히 과거의 방식으로 채용 이벤트가 발생했을 때 인재를 찾기 시작하는 기업들은 채용 경쟁에서 점점 뒤쳐질 것이 자명합니다. 이제부터는 인재 Pool과 Nurturing 역량이 성공적 채용을 위한 기업의 기본기가 되어갈 것입니다.

2025.11.28 08:30양승모 컬럼니스트

포지큐브, '고성능컴퓨팅 지원사업' 선정…국산 문서파싱 VLM 개발 가속

포지큐브가 그래픽처리장치(GPU) 자원 확보를 통해 국산 문서파싱 비전언어모델(VLM) 개발을 가속한다. 포지큐브는 정보통신산업진흥원(NIPA)의 '2025년 고성능컴퓨팅 지원사업'에 선정됐다고 27일 밝혔다. 포지큐브는 이번 사업을 통해 한글 기반 문서 분석과 마크다운 자동 생성을 수행하는 경량 비전언어모델(SVLM) 개발을 완료할 계획이다. 고성능컴퓨팅 지원사업은 과학기술정보통신부와 NIPA가 민간 클라우드 사업자를 통해 GPU 기반 인공지능(AI) 컴퓨팅 인프라를 확보하고 국내 AI 연구·개발 기업과 기관에 대규모 GPU 자원을 제공하는 프로그램이다. 고성능 연산 환경을 지원해 AI 기술 개발 경쟁력을 강화하는 것이 목적이다. 포지큐브는 이번 사업을 통해 7B 모델로 큐웬 2.5VL-32B급의 문서 분석·마크다운 생성 성능을 확보하는 것을 목표로 한다. 이를 통해 PDF·PPT·워드·스캔 이미지 등 다양한 문서를 정밀하게 이해하고 7B 모델 특유의 낮은 연산 비용을 기반으로 실시간 응답형 API 서비스로 활용할 수 있도록 할 예정이다. 특히 해외 모델이 처리하지 못하는 국내 공공·금융기관 고유 문서 서식의 한계를 보완할 수 있다는 점이 차별점이다. 포지큐브는 개발된 VLM을 자사 솔루션 '로비 G'에 적용해 온프레미스 기반 문서 자동화, 거대언어모델(LLM) API 비용 절감, 응답 속도 개선 등 효과를 기대하고 있다. 더불어 문서 변환 엔진인 로비 G 데이터렉스에 탑재되는 핵심 모델을 독립 제품으로 판매하는 투트랙 전략도 추진한다. 또 7B 모델을 바탕으로 금융 도메인 특화 70B급 대형 모델 개발·상용화를 추진해 기업의 AI 전환(AX)을 지원할 계획이다. 포지큐브는 "국내 문서 자동화 시장은 공공·금융기관을 중심으로 급속하게 성장 중이며 국산 SVLM은 필수 기술"이라며 "이번 연구를 통해 한국형 문서 AI 생태계를 선도하겠다"고 밝혔다.

2025.11.27 18:39한정호 기자

"피지컬 AI 글로벌 허브 될 것…로봇모션 파운드리 시동"

[평택=신영빈 기자] 알에스오토메이션 평택 본사에서는 로봇 움직임이 종이 위 설계도를 넘어 실제 부품으로 변해가는 과정을 생생하게 목격할 수 있었다. 제어 신호가 흐르는 컨트롤러, 힘을 만든 드라이브, 움직임을 읽는 엔코더가 모두 조립·검증되며 완성도를 높이고 있었다. 휴머노이드 관절 하나, 반도체 라인 이송 로봇 하나가 어떤 기술 기반에서 태어나는지 그 자체가 하나의 제작 다큐멘터리처럼 펼쳐졌다. 지난 25일 경기도 평택 진위산업단지에 자리한 알에스오토메이션 본사를 찾았다. 건물 안으로 들어서자 컨트롤러와 서보드라이브, 엔코더가 켜켜이 쌓여 있었다. 엔지니어들은 수 많은 장비와 시험기 사이를 오가며 제품을 만들고 시험했다. 회사는 '피지컬 인공지능(AI)'을 축으로 한 차세대 로봇 산업 혁신에 속도를 내고 있다. 이곳은 로봇 두뇌(컨트롤러), 근육(드라이브), 감각 기관(엔코더)을 모두 설계·제작하면서, 로봇이 실제 세계에서 움직이기 위해 필요한 모든 요소를 하나씩 쌓아올리는 종합 모션제어 연구소다. 강덕현 알에스오토메이션 대표는 본사 곳곳을 안내하며 로봇 산업이 맞이한 새로운 변곡점을 이야기했다. 그는 로봇이 사람을 대신해 복잡한 환경을 스스로 판단하고 움직이려면, 단순한 제어를 넘어선 기술이 필요하다고 말했다. "예전 로봇은 정해진 환경에서 정해진 일만 반복하면 됐습니다. 앞으로는 로봇이 인간을 대체하려면 전혀 다른 능력이 필요해요. 문을 여닫고, 비정형 환경에서 판단하고, 위험한 곳에 스스로 들어가는 능력이죠. 핵심은 '정밀한 제어'와 '좋은 데이터'입니다." 강 대표가 말하는 좋은 데이터는 곧 피지컬 AI의 출발점이다. AI 모델이 학습할 수 있는 고품질 데이터를 만들려면, 로봇의 움직임을 가장 가까이에서 기록하는 컨트롤러·드라이브·엔코더가 정교해야 한다. 회사가 최근 '피지컬 AI 로봇 모션 플랫폼'을 내세우는 이유도 여기에 있다. 이 플랫폼은 로봇 구동 전 과정인 제어와 데이터 수집, AI 기반 분석, 엣지 업데이트, 스마트 튜닝을 하나로 묶는 개념이다. 강 대표는 이를 통해 "한국형 로봇 플랫폼 표준을 만들고 장기적으로는 글로벌 피지컬 AI 허브가 되겠다"고 강조했다. 알에스오토메이션이 특히 자신 있게 보여준 것은 '일체형 구동모듈'이다. 정전용량식 엔코더와 프레임리스 모터, AI 서보드라이브를 하나로 합친 장치로, 휴머노이드 로봇의 관절을 구동하는 데 필요한 핵심 구성이다. 회사는 2027년까지 엔코더 2종, 서보드라이브, 모터 등 4대 핵심 모듈을 모두 국산화하겠다는 목표도 세웠다. 엔코더의 경우 국내에서 유일하게 정전용량식 기술 내재화를 이뤘다는 점을 강 대표는 재차 강조했다. 초소형 엔코더는 이미 국내 방산 업체들과 시험을 준비 중이다. '코리안 아이언돔'으로 불리는 근접방어체계에 들어갈 크기부터 탱크 지향형 장비까지, 무기 체계별 다양한 규격을 맞춰야 한다는 설명도 덧붙였다. "지금 전쟁 양상을 보면 그야말로 판도가 바뀌고 있습니다. 초정밀 센서, 자동화 제어, 무인화가 핵심이죠. 이런 기술 없이는 현대 전쟁에서 대응이 어렵습니다." 알에스오토메이션의 기술은 이미 산업 현장에서 폭넓게 쓰이고 있다. 국내 반도체 공장 상부이송장치(OHT)에는 글로벌 최소형 4축 서보드라이브가 적용돼 있고, 모 가전업체 TV 물류공장의 이송 로봇에도 회사의 제어 시스템이 들어간다. 전력 업체의 생산라인, 야스카와 대형 드라이브, 글로벌 테마파크 설비(디즈니랜드·유니버설스튜디오)에도 알에스오토메이션의 컨트롤러가 채택되고 있다. 미국 로크웰오토메이션에 공급하는 스마트 모터 컨트롤러(SMC)는 이미 200억원 이상 수출됐다. 최근 평택 본사에서 양사가 함께 차세대 SMC 전략회의를 열기도 했다. 국제 보안 표준 IEC 62443 인증을 갖춘 점은 글로벌 확장에서 중요한 신뢰 요소다. 강 대표는 "AI 시대의 진짜 경쟁력은 데이터"라며 "고품질 데이터와 도메인 특화 데이터를 가장 잘 만들 수 있는 건 정밀 제어를 아는 기업"이라고 전했다. 알에스오토메이션은 최근 산업통상부와 대형 프로젝트 2건을 준비하고 있다. 하나는 피지컬 AI 구동 플랫폼, 또 하나는 휴머노이드를 포함한 산업 자동화 전반에 적용할 수 있는 대규모 로봇 플랫폼 사업이다. 강 대표는 한국AI·로봇산업협회 로봇부품기업협회장으로 활동 중이며, 주요 부품 표준화 프로젝트와 휴머노이드 연합에도 참여하고 있다. 최근 몇 년간 제조업 경기 침체로 회사 역시 쉽지 않은 시기를 보냈지만, 반도체 슈퍼사이클 조짐과 글로벌 파트너십 확대로 내년 이후 회복 속도가 빨라질 것이라는 전망도 내놨다. 정밀 제어 기술 위에 데이터와 AI를 얹어 새로운 로봇 플랫폼 생태계를 만들겠다는 계획은 상당 부분 실행 단계에 있었다. 로봇이 사람처럼 환경을 이해하고 움직여야 하는 시대. 강 대표는 이 기반을 한국에서 만들어 올리겠다는 의지를 분명히 했다. 한편 알에스오토메이션은 2009년 설립된 로봇 부품 및 산업용 제어 소프트웨어 전문기업이다. 정밀 모션제어 기술을 기반으로 로봇·반도체·스마트팩토리·방산 등 다양한 산업 분야에 솔루션을 공급하고 있다. 회사는 1995년 미국 로크웰오토메이션과 삼성전자가 자동화·로봇 시장 공략을 위해 설립한 합작사 로크웰삼성오토메이션이 전신이다. 강덕현 현 대표가 2009년 해당 합작사 지분을 인수하면서 출범했다.

2025.11.27 10:00신영빈 기자

[보안리더] 이석준 가천대 교수 "한국 특성 반영 K-제로트러스트 필요"

"글로벌 스탠더드에 부합하는 제로트러스트 전략을 따라가야하는 것도 맞다. 그러나 국가마다 정책, 주력 산업군, 환경이 다른 상황에서 우리 산업 도메인의 특성을 고려하지 않을 수 없다. 즉 전체적인 구조를 선직국의 글로벌 스탠더드를 따르되, 제로트러스트를 어떻게 도입할건지에 대한 부분은 특수성이 반영돼야 한다" 한국정보보호학회 제로트러스트연구회 위원장을 맡은 이석준 가천대 스마트보안학과 교수는 26일 지디넷코리아와 인터뷰에서 이같이 밝혔다. 그는 동적 정책 기반의 접근제어, 지속적인 모니터링, 가시성 확보, 인공지능(AI) 기반의 자동화나 통합 기법 도입, 중앙집중적 정책 결정 등 '보안 선진국'인 미국에서 설정한 제로트러스트 기본 구조를 따라야 한다고 제언했다. 다만 어떻게 제로트러스트를 도입할 건지, 즉 제로트러스트의 실제 적용 단계에서는 특수성을 고려해 'K-제로트러스트'가 마련돼야 한다는 것이다. "제로트러스트, '당연한' 보안 개념이지만 최근 접근법 논의 확산" '아무 것도 신뢰하지 않는다'는 것을 전제로 한 사이버 보안 모델이자 전략, 철학인 '제로트러스트(Zero Trust)'는 최근 사이버보안의 화두로 떠올랐다. 사용자 또는 기기에 접근할 때 모든 네트워크를 의심하고 검증하는 방식이다. 이 교수는 제로트러스트가 과거서부터 제기돼 왔던 보안의 기본이 되는 개념이라면서도, 최근에는 제로트러스트가 실제 도입되면서 그 의미가 확장됐고 새롭게 정립되어 가는 보안 철학이라고 정의했다. 그는 "쉽게 생각하면 신분증을 확인했어도 그 사람이 본인이 맞다고 100% 확신하지 않는다. 이 점을 보완하기 위해 CCTV도 설치한다. 또 건물에 진입했다고 가정했을 때 각 호실마다 잠금장치를 달아 놓는다"며 "이처럼 제로트러스트도 모든 것을 의심하고 끝까지 인증하고 확인할 수 있도록 한 '당연한' 보안 개념"이라고 설명했다. 이어 "그렇다면 왜 제로트러스트가 제대로 이행되고 있지 않았나를 생각해 보면, '완벽한 보안'은 한정된 예산 때문에 너무 많은 비용이 들 수 있다. 혹은 업무의 효율성을 현저히 떨어트리게 된다"며 "이런 이유 때문에 그 동안 우리는 경계 기반의 보안을 채택해서 사용을 했던 것"이라고 밝혔다. 이 교수는 "과거에는 네트워크나 인증 중심의 수준에 불과했던 제로트러스트라는 철학이 최근에 와서는 다시 정리하는 수준이 아니라 구체화하는 과정에서 부족한 부분을 판단하고 발전 방향, 아키텍처 구축을 위한 접근법 등 다양한 논의가 이뤄지고 있다"며 "모든 연결, 행위, 자산, 데이터 등을 지속적으로 검증하고 동적으로 신뢰를 부여하는 것, 내부 공격에 대해 시스템 운영을 지속할 수 있는 보안 아키텍처가 제로트러스트다. 단순히 네트워크와 같은 일부 요소에 적용하는 데 그치는 것이 아니라 최근에는 기업망 전반에 걸쳐서 정착하고 있는 보안 아키텍처이자 정책, 운영, 전략"이라고 강조했다. "한국, 제로트러스트 '도입 단계'…맞춤형 전략 필요" 법, 제도, 솔루션, 전략 등 보안과 관련된 모든 요소들이 제로트러스트 방법론으로 구현돼야 하는 얘기로 요약된다. 이 교수에게 한국의 제로트러스트가 얼마나 도입되고 있으며, 어느 수준까지 발전했는지를 물었다. 이 교수는 "제가 2022년에 제로트러스트에 대한 연구를 시작했을 때만 해도 관심을 보이는 정도에 그쳤다. 이에 일부 얼리어답터 수준의 기업들만 제로트러스트라는 키워드를 인지하고 유사한 전략을 수립하고 있는 정도였다"면서 "하지만 최근 2023년 제로트러스트 가이드라인 1.0이 나오고 지난해 두 번째 가이드라인이 발표됐다. 또 한국인터넷진흥원(KISA) 등 기관에서 실증사업이나 시범사업을 지속적으로 하고 있다"고 평가했다. 그는 한국의 제로트러스트가 논의되는 수준을 넘어 현재는 '도입하는 단계'라고 진단했다. 그는 "아직은 제로트러스트 도입을 망설이는 일부 기업이나 기관이 있는 것으로 보인다. 이에 제로트러스트에 선제적으로 구축하고 있는 기업이 선례를 남기고 있는 단계"라고 밝혔다. 준비 단계에서 제로트러스트 전환을 위한 로드맵 수립, 초기 실증에 들어간 단계라는 분석이다. 이 교수는 한국 제로트러스트 도입의 방향성으로 글로벌 스탠더드를 따라가되, 특수성을 고려해야 한다고 주문했다. 그 이유로 그는 "우리나라는 제조업 비중이 높아 산업 분야에서 공장, 자동차, 로봇 등 물리적 환경을 제어하는 시스템에 대한 중요성이 커지고 있다. 또 우리나라는 규제가 강한 국가로, 보안 체계가 강력하게 구축돼 있어 제도 변화의 유연성이 떨어지는 특징이 있다"며 "이에 국내의 제로트러스트 도입 전략은 우리나라의 특수성을 반영한 접근법이다. 미국 등 선진국과 차별화를 두는 것이 아니라 맞춤형 접근이 필요한 것"이라고 역설했다. "규제 중심 한국 문화 아쉬워…제로트러스트 전환 걸림돌" 이런 우리나라의 특징이 빠른 제로트러스트 도입에 방해가 되는 부분도 적지 않아 보인다. 이 교수는 "우리나라가 규제 중심으로 보안 체계를 구축해 온 큰 틀을 바꿔야 제로트러스트 도입에 속도가 붙을 수 있을 텐데, 규제 중심의 문화를 탈피하는 데 시간이 걸릴 것으로 예상 되는 만큼 아쉬운 부분이 있다"며 "또한 조직 차원에서 제로트러스트에 대한 드라이브를 걸 수 있는 환경이 마련돼야 하는데 아직까지 보안은 실무자의 영역에 갇혀 있다. 예를 들어 회사라면 CEO(최고경영자), 공공이라면 대통령서부터 제로트러스트 도입에 어떤 정책적 지원과 의사결정이 필요한지 고민해 적재적소에 투입을 해줘야 하는데 실무자에게 맡기는 문화가 여전하기 때문에 걱정스럽다"고 토로했다. 또한 "제로트러스트를 도입하는 수요처 입장에서 빨리 도입하기 위해 국제적으로 신뢰도가 높은 마이크로소프트나 팔로알토네트웍스 등 글로벌 기업에 손을 뻗게 된다. 이런 글로벌 기업들은 다양한 보안 솔루션이 통합돼 있고 중앙 집중적으로 정책을 결정화하고, 자동화할 수 있는 역량까지 갖추고 있다"며 "우리 보안 기업들은 기업 하나당 하나의 솔루션을 갖고 있는 구조이기 때문에 통합적인 정책 결정이 어렵고, 글로벌 대비 역량도 부족한 것이 사실이다. 빠르게 우리 보안 기업도 제로트러스트 역량을 끌어 올려야 한다"고 제언했다. 반면 한국이 가진 제로트러스트에 대한 강점도 분명이 있다. 이 교수는 "미국과 비교하면 미흡할 수밖에 없지만, 다른 국가와 비교하면 국가 주도의 제로트러스트 정책 전환 속도는 빠른 편이다"라며 "또 제로트러스트가 결국 OT, 즉 물리적인 환경에서도 구축이 돼야 할 텐데 우리나라는 제조업이 많고 OT 환경에 대한 다양한 자체 기술이나 경험을 갖추고 있는 점이 제로트러스트가 OT로까지 확장됐을 때 빛을 발할 것"이라고 강조했다. "제로트러스트 확산 위한 정부 의지 제고 필요하다" 끝으로 이 교수는 제로트러스트의 확산을 앞다기기 위해 필요한 사항으로 정부 차원의 정착 의지를 꼽았다. 이 교수는 "불과 10년 전과 현재를 비교해도 IT 환경이 완전히 달라졌다. 조그마한 기계에도 컴퓨팅 장치들이 들어가고, 클라우드, AI 등 새로운 환경이 생겨났는데 이 모든 것이 공격 포인트"라며 "이처럼 사이버 공간의 영역이 엄청나게 넓어지고 보완해야 할 사항이 많은데, 다른 분야처럼 예산이 올해 10% 인상했다고 보안 예산도 10%만 늘리는 식의 대처가 타당한지 의문이 남는다"고 말했다. 그는 "우리가 보호해야 할 대상을 이전보다 훨씬 많아졌는데, 정보보호 예산도 그만큼 늘어야 한다. 정보보호 분야만 더 대접해달라는 것이 아니라 정보보호 영영이 넓어지는 걸 충분히 고려해야 한다"며 "통상적인 예산 반영으로는 충분하지 않다는 인식을 전 부처와 대통령도 인식하는 것이 중요하다"고 강조했다. 또한 "민간에서는 민간 기업들이 협력할 수 있어야 한다. 정부의 의지가 반영돼서 민간 기업에도 제로트러스트에 대한 인식이 확산하는 것이 가장 적합하지만, 만약 정부의 움직임이 느리다면 민간 기업 간 협력이 중요해진다"며 "보안 사고 하나가 기업의 존망까지도 결정할 수 있다는 인식 아래 협력할 수 있는 체계를 구축해야 한다"고 밝혔다. "공식 회원 30~40명...넥스트 제로트러스트도 구상" 이 교수가 위원장을 맡고 있는 한국정보보호학회 제로트러스트연구회는 지난해 11월 이사회 통과를 거쳐 만들어졌다. 이번 달이 제로트러스트연구회의 '첫 돌'인 셈이다. 이 교수는 연구회의 지향점으로 '산·학·연·관이 모두 참여하는 플랫폼'을 꼽았다. 이 교수는 "연구회가 제로트러스트 플랫폼으로 기능하기 시작한다면 기술적인 연구를 통해 한국형 제로트러스트 모델의 국제 경쟁력 확보 방안을 만들어낼 수 있을 거라 생각한다"며 "또 AI 자동화 기반의 제로트러스트 운영 모델을 제시하는 '넥스트 제로트러스트'까지도 구상하고 있다"고 말했다. 현재 연구회는 30~40명의 공식 회원을 확보하고 있다. 이 교수는 연구회가 우리나라의 경쟁력을 끌어올리는 플랫폼으로 동작하기 위해 회원 수 확대 방안 등에 대해서도 고민하고 있다. 한편 이 교수는 서울대에서 컴퓨터공학 학사(94학번)와 석사를, KAIST에서 전산학 박사 학위를 받았다. 2000년부터 22년간 한국전자통신연구원(ETRI) 에서 책임연구원으로 근무하다 2022년부터 가천대학교에서 후학양성에 몰두하고 있다.

2025.11.26 22:51김기찬 기자

와이즈넛-리스크제로, AI 에이전트로 산업현장 안전 재설계

와이즈넛(대표 강용성)과 리스크제로가산업현장 안전관리 패러다임 전환에 속도를 내고 있다. 와이즈넛은 리스크제로와 산업안전 혁신을 위한 특화 에이전트 및 서비스 개발 업무협약(MOU)을 체결했다고 26일 밝혔다. 양사는 이번 협력을 통해 산업현장의 안전역량을 강화하고, 신속한 의사결정을 지원하는 AI 기반 안전관리 체계 구축에 나선다. 이번 협약은 와이즈넛의 도메인 특화 LLM과 검색증강생성(RAG) 기술에 리스크제로의 건설공사·도급사업 등 산업안전 분야 스마트 안전관리 통합 서비스를 결합하는 것이 핵심이다. 현장에 산재한 지식과 데이터를 AI가 실시간으로 분석해 위험요소를 미리 감지하고 담당자에게 최적의 대응 방안을 제시하는 구조를 구현하겠다는 구상이다. 양사는 우선 실제 현장을 대상으로 한 실증 프로젝트를 통해 성공모델을 확보한 뒤, 이를 건설·제조·플랜트 등 산업안전 전반으로 확산할 계획이다. 특히 건설공사 도급사업 관련 법령과 지침을 반영한 특화 LLM을 개발·적용해 안전점검, 서류 작성, 위험성 평가 등 안전관리 전 과정을 데이터 중심·AI 중심 프로세스로 전환하는 데 중점을 둘 예정이다. 와이즈넛은 AI 에이전트 대표 상장사로 공공·금융·법률·제조 등 다양한 산업에서 특화 AI 에이전트 구축 성공 사례를 50건 이상 확보한 기업이다. 이번 협력을 계기로 도메인 특화 에이전트 LLM '와이즈 로아(WISE LLOA)'와 GS인증을 획득한 RAG 솔루션 '와이즈 아이랙(WISE iRAG)'등 AI 에이전트 풀스택 소프트웨어를 산업안전 분야에 본격 적용해 산업별 AI전환(AX)을 더욱 가속화한다는 방침이다. 리스크제로는 스마트 안전통합 서비스 전문기업으로 국내 최고 수준의 안전전문가 컨설팅 역량과 중대재해처벌법 대응 안전관리 구독형 서비스, 스마트 안전관리 플랫폼을 보유하고 있다. 한국남동발전, 국토안전관리원, 국가철도공단, 경기주택도시공사 등 주요 공공기관의 스마트 안전관리 플랫폼 구축 경험과 현장 노하우를 기반으로 산업 현장 맞춤형 안전관리 체계를 제시해 왔다. 최영호 리스크제로 대표는 "AI 기술은 산업 현장 안전관리에 있어 안전 수준을 혁신적으로 끌어올릴 핵심 수단이 될 것"이라며 "이번 협력을 통해 리스크제로가 축적해 온 산업안전 전문성과 와이즈넛의 LLM 기술을 결합해 한 단계 진화한 스마트 안전관리 서비스를 선보이겠다"고 말했다. 강용성 와이즈넛 대표는 "산업현장의 안전을 지키는 핵심 인프라로서 AI 기술 활용은 이제 본격적인 태동기를 맞이하고 있다"며 "와이즈넛은 이번 협력을 통해 스마트 안전관리의 새로운 표준을 제시하고 실제 현장에서 안전성과 효율성을 동시에 높이는 실질적 가치를 만들어가겠다"고 밝혔다.

2025.11.26 15:44남혁우 기자

[현장] AI G3 향한 대전환 '시동'…산·학계, 피지컬 AI·독자 모델 투트랙 비전 제시

우리나라의 인공지능 3대 강국(AI G3) 도약을 위한 핵심 전략으로 '피지컬 AI'와 '독자 AI 파운데이션 모델' 개발이 부상하고 있다. 로봇·AI 반도체·대규모언어모델(LLM)·제조업 현장이 한데 맞물린 산업 AI 대전환(AX) 방향성을 논의하기 위해 정부·국회·산업·학계가 머리를 맞댔다. 더불어민주당 정동영 의원과 국민의힘 최형두 의원은 26일 국회 의원회관에서 'AI G3 강국 신기술 전략 조찬 포럼'을 공동 개최했다. 이날 포럼에는 김윤·정진욱·유용원·민형배·이성윤·강경숙·이주희 의원 등 여야 상임위 국회의원들을 비롯해 과학기술정보통신부 김경만 인공지능정책실장과 정보통신산업진흥원(NIPA) 김득중 부원장이 참석했다. 또 네이버·SK하이닉스·LG·한화에어로스페이스 등 주요 ICT 기업과 서울대·카이스트·성균관대 등 학계 관계자들이 함께했다. 첫 발제를 맡은 김민표 두산로보틱스 대표는 글로벌 제조업 인력난, 저출생·고령화로 인한 생산가능인구 급감 등을 근거로 피지컬 AI가 인류 산업구조의 필연적 대전환임을 강조했다. 그는 "챗GPT 등장 이후 지능형 모델이 폭발적으로 발전했고 추론 비용이 급감했다"며 "이제는 AI가 실제 기계·로봇에 접목되는 시대가 시작됐다"고 말했다. 그러면서 "피지컬 AI는 기존 생성형 AI가 학습하는 인터넷 데이터로는 학습이 불가능하다"며 "힘·압력·접촉·관절 정보 등 센서 기반 비정형 데이터를 대량 수집해야 한다"고 강조했다. 이는 숙련공의 장기 노동 경험에서만 얻어지는 고난도 데이터다. 엔비디아를 비롯한 빅테크 기업에서 이를 시뮬레이션으로 대체하려는 시도도 있으나, 실제 적용 단계에서 발생하는 현실과 시뮬레이션의 격차 때문에 완전한 대체는 불가능하다는 설명이다. 이에 대해 김 대표는 "숙련 기술을 대신할 수 있는 AI 로봇을 만들려면 지금의 자율주행 산업보다 훨씬 큰 장기 투자가 필요하다"며 "용접·샌딩·고하중 반송 등 제조 현장 핵심 직무를 중심으로 피지컬 AI의 로드맵을 설계해야 한다"고 제안했다. 이어 그는 피지컬 AI 활성화를 위한 정책을 제언했다. 먼저 지능형 로봇 안전 인증제도 개편이다. 현재는 철창 안에서 반복동작만 수행하는 산업용 로봇을 기준으로 한 안전규격만 존재해 AI 기반 로봇의 능동적 판단을 전혀 반영하지 못한다는 지적이다. 또 국내 기업 중심의 로봇 보조금 제도 설계도 제시했다. 과거 보조금이 오히려 중국산 서빙 로봇만 확산시킨 사례를 언급하며 "국산 플레이어에 혜택이 돌아가는 구조를 만들어야 산업이 성장한다"고 설명했다. 다음으로 SKT 이영탁 부사장은 현재 참여 중인 정부 주도 독자 AI 파운데이션 모델 프로젝트 전략을 소개했다. SKT는 2018년부터 자체 LLM을 개발한 경험과 대규모 AI 데이터센터 운영 역량을 기반으로 5천억 파라미터 규모의 초거대 모델을 구축한다는 목표다. SKT 컨소시엄에는 크래프톤·포티투닷·리벨리온·셀렉트스타·서울대·카이스트 등이 참여해 AI 서비스·모델·데이터·인프라 전 과정을 아우르는 풀스택 개발을 진행 중이다. 이 부사장은 "5천억 파라미터 모델은 고급 추론·전문 도메인 이해·복잡한 사고 능력을 갖춰 글로벌 모델과 경쟁할 수 있다"며 "'전문가 혼합(MoE)' 구조로 비용 효율을 극대화하겠다"고 설명했다. 특히 AI 접근성을 전화·문자 등 기본 통신서비스로 확장해 '모든 국민의 AI, 모든 국민의 에이닷'이라는 슬로건을 제시했다. 아울러 국내 제조업 전반의 AX도 주도하겠다는 비전을 밝혔다. 이날 포럼에서는 피지컬 AI와 독자 AI 파운데이션 모델 프로젝트의 병렬 추진 필요성이 제기됐다. 학계에서는 불확실성·센서 한계·반복정확도 확보 없이는 피지컬 AI가 실제 산업에 들어갈 수 없다고 지적하며 데이터·물리기반(PBF) 모델링, 전문인재 양성의 시급성을 강조했다. 성균관대 김광수 AI융합원장은 "AI 기술만 발전해선 안 되고 위험 작업을 맡길 수 있는 새로운 인증제도와 법·제도 기반이 동시 구축돼야 한다"고 짚었다. 산업계는 국산 AI 반도체인 신경망처리장치(NPU) 생태계 강화가 AI G3 도약의 핵심이라고 목소리를 냈다. 리벨리온·딥엑스·모빌린트·퓨리오사AI 등은 GPU 의존 구조를 벗어나려면 국가 차원의 학습용·온디바이스용 NPU 투자가 병행돼야 한다는 점을 지적했다. 또 NPU 상용화를 통해 비용효율성이 높아지면 피지컬 AI와 실제 산업 현장 적용이 확대될 것으로 전망했다. 이에 대해 정진욱 의원은 "피지컬 AI 산업에 적용될 움직이는 로봇을 전제로 한 완전히 새로운 인증 제도마련이 시급하다"며 "광주에서 추진하는 NPU 특화 데이터센터 등 국산 생태계 중심의 인프라 투자를 국회가 적극 뒷받침하겠다"고 밝혔다. 과기정통부 김경만 실장은 "독자 AI 파운데이션 모델 프로젝트는 2027년까지 LLM 모델부터 거대행동모델(LAM)과 피지컬 AI 접목까지 단계적으로 확대할 것"이라며 "피지컬 AI 투자를 위한 예타는 물론 국산 AI 반도체 밸류체인 강화, 공공 데이터 생태계도 준비하겠다"고 설명했다. 최형두 의원은 "NPU를 활용하는 것이 '진짜 AI'라는 데 동의하며 피지컬 AI 예산 확보에 총력을 다하는 중"이라며 "국회가 산업·연구·스타트업이 함께 뛰는 AI 생태계를 만들기 위해 적극 지원하겠다"고 강조했다.

2025.11.26 10:56한정호 기자

메가존, 바레인 통신규제청과 공식 도메인 계약…중동 시장 공략 '시동'

메가존이 국내 기업 최초로 바레인 통신규제청(TRA)과 도메인 등록 서비스 대행 계약을 체결하고 본격 서비스에 들어갔다. 메가존은 TRA와의 시스템 연동 테스트 및 자사 웹서비스 사업 브랜드인 '호스팅케이알(Hosting.kr)'을 통해 최종 검증 절차를 마치고 정식 서비스를 개시했다고 25일 밝혔다. 메가존은 바레인 TRA와 시스템을 직접 연동해 도메인을 제공함으로써 서비스 품질과 오류 관리 등 운영 전반을 자체 관리한다. 고품질의 안정적인 도메인 환경을 제공한다는 목표다. 메가존은 TRA와의 공식 계약으로 일반 고객에게 도메인 등록 서비스를 제공하게 됐으며 전 세계 누구나 바레인 도메인(.bh)을 자유롭게 등록할 수 있도록 지원한다. 국내에서도 중동 시장 진출을 모색하는 고객들은 메가존을 통해 신뢰성 높은 온라인 브랜드 구축 환경을 제공받을 수 있다는 설명이다. 또 메가존은 끊김 없는 인터넷 환경을 제공하기 위해 서비스수준협약(SLA) 100% 수준의 도메인네임시스템(DNS) 서비스를 내년부터 제공할 예정이다. 국제인터넷주소관리기구(ICANN)로부터 인증받은 호스팅케이알은 글로벌 및 국내를 포함해 전 세계 83개국 231개 도메인을 취급하는 국내 최대 규모의 국제 공인 도메인 서비스 브랜드다. 중국·베트남·홍콩 등 주요 국가 도메인의 국내 최초 공식 등록 자격을 보유하고 있으며 각국 관리기관과의 직접 연동을 통해 가격 경쟁력과 안정적인 네트워크 품질을 확보했다. 아울러 도메인 등록 시 메일 연결, 포워딩, 블로그 연결, 웹호스팅 등 다양한 부가 서비스를 무료로 제공하며 클라우드·호스팅·홈페이지 제작 등 웹 기반 서비스 영역으로 지속 확대하고 있다. 메가존 서보국 부사장은 "바레인 도메인 서비스를 통해 중동 진출을 희망하는 고객들에게 보다 효율적인 인터넷 인프라를 제공할 것"이라며 "향후 사우디아라비아 등 인근 국가의 도메인 서비스도 확대해 고객들이 중동 시장에서 비즈니스 확장 기회를 지속적으로 얻을 수 있도록 지원할 계획"이라고 밝혔다.

2025.11.25 10:50한정호 기자

"내년 IITP 집행 사이버보안 R&D 예산 1190억원…신규과제 14개"

정보통신기획평가원(IITP)이 내년 사이버보안 연구개발(R&D) 분야에 1190억원의 예산을 투입할 예정이다. 이 예산은 12월 열리는 국회 예산 심의를 거쳐 정식 확정된다. 24일 김창오 IITP 정보보안 PM은 지디넷코리아와 인터뷰에서 내년 예산과 추진할 과제에 대해 상세히 설명했다. 김 PM은 "정부 부처 등 공공 분야에서 사용하는 내년 보안 R&D 예산이 약 2500억원 정도인데, 이중 IITP는 약 1190억원의 예산을 집행할 예정"이라며 "11개의 핵심 사이버보안 분야를 선정하고 과제를 기획해 예산을 집중 투입함으로써 보안 선진국 대비 89.1% 수준에 불과한 한국 사이버보안 역량을 2030년까지 93% 이상 키우는 것이 목표"라고 밝혔다. 김 PM 설명에 따르면 내년 과제는 11개 분야를 중심으로 추진된다. 구체적으로 ▲인공지능(AI) 모델 보호 ▲AI 활용 보안 ▲PQC(양자내성암호) 전환 ▲데이터 보안 ▲네트워크 보안 ▲클라우드 보안 ▲제로트러스트(Zero Trust) ▲공급망 보안 ▲모빌리티 보안 ▲위성 보안 ▲지능형 영상 보안 등 분야다. 내년에는 계속과제 79개와 함께 신규 과제 14개가 추가돼 총 93개의 과제가 진행된다. 현재는 18개 후보 과제에서 14개 과제를 선별하고 있으며, 외부 의견을 수렴 중이다. 분야별로 보면 정보보호핵심원천기술 개발 과제가 10개인데, 이중 4개가 탈락, 최종 6개 과제를 내년에 진행한다. 또 AI생태계 보안 내재화 핵심기술 개발 과제는 4개 후보 중 4개 모두가, 범국가 양자내성암호전환 핵심기술 개발 과제 4개도 4개 모두를 내년에 추진한다. 14개 신규 과제에는 총 122억원의 예산을 투입한다. 현재 공개된 18개 후보과제는 범부처통합연구지원시스템(IRIS)에서 확인할 수 있다. 18개 후보과제는 ▲사이버공격 실시간 탐지·분석·대응 자율보안을 위한 시뮬레이터 개발 ▲AI 기반 K-제로트러스트 오픈 플랫폼 기술 개발 ▲보안 면역력 실시간 모니터링·분석 시스템 개발 ▲영상보안 카메라용 고성능 AI 시스템반도체 및 모듈 개발 ▲저궤도 위성통신 네트워크 신뢰성 보장을 위한 보안기술 개발 ▲오픈소스 취약점 관리 개방형 플랫폼 개발 ▲멀티모달 기반 이종·이형 디지털 증거 전처리 기술 개발 ▲무인이동체 하드닝 플랫폼 개발 ▲국제 공동 PQC 전환 적합성 및 상호운용성 검증 기술 개발 ▲자율형 SOC 구현을 위한 오케스트레이션 기술 개발 ▲LLM(거대 언어 모델) 생태계 위협 및 위약점 분석과 안전성 검증 기술 개발 ▲AI 에이전트 자율통제 및 선제적 억제 기술 개발 ▲AI 서비스 전주기 평가 프레임워크 개발 ▲AI 모델 증류 방지 및 증류 추적 기술 개발 ▲PQC 구현 적합성 검증 기술 연구 및 검증 서비스 개발 ▲PQC와 양자 키 분배(QKD)를 결합한 도메인 간 양자 보안 시스템 개발 ▲초경량 하드웨어 PQC 전환 기술 개발 ▲양자내성암호 전환 자동화 기술 및 오픈플랫폼 개발 등이다. 각 과제별로 우선 9억원의 예상이 배정돼 있지만, 위원회를 거쳐 12월 중순께 최종 예산을 확정한다. 과제 수행 공고는 내년 1월에 발표된다. 다만 국제 공동 협력 과제는 내년 4월께 수행 공고를 낼 예정이다. 국제 공동 협력 과제는 내년 7월부터 시작하기 때문에 다른 과제보다 늦게 수행 공고를 낸다. 김 PM은 "내년 클라우드 분야의 신규 과제가 기획되지 못했다"며 "보안 시장에서 클라우드 시장도 크고, 우리가 해나가야 될 일임에도 한정된 예산에 대한 아쉬움이 많이 남는다"고 말했다. 그는 추후 기회가 된다면 "에이전틱 및 피지컬 AI 융합보안, DX 인프라 보안(Cloud·5G·Edge·Space Security), 자율주행·로보틱스·스마트시티 통합 보안 기술 분야의 과제도 기획하고 싶다"고 다짐했다. 아울러 "11개 사이버보안 분야를 중심으로 중장기 전략을 수립해 지능형 보안기술 주권 확보를 목표로 추진할 계획"이라며 "국가 사이버 보안 역량 강화를 위한 핵심 기술 확보를 비전으로 삼고, 초지능형 공격 시대에서 국가와 국민을 보호하는 보안기술 주권을 확보하겠다"고 밝혔다. 보안 역량을 끌어 올리기 위한 여러 과제와 1200억원에 육박하는 예산이 마련됐지만, 아직 국내 보안 시장은 가야할 길이 멀다. 김 PM은 "국내 사이버보안 시장과 글로벌 시장은 각가 연평균 10%대의 성장률을 기록할 것으로 전망된다"면서도 "하지만 시장 규모로 보면 2025년 기준 로벌 보안시장은 약 600조원, 한국 시장은 40조원에 불과하다. 심지어 오는 2030년이면 글로벌 시장은 1151조원, 한국 시장은 70조원 규모에 불과, 격차가 더 벌어진다"고 진단했다. 김 PM은 특히 투자가 부족한 보안 분야에 대해 'AI 활용 보안'을 꼽았다. 그는 "사이버위협이 급증하고 기존 룰 기반의 한계와 보안 관리 복잡성이 커져 전통 보안 기술에 AI를 접목한 기술 시장이 확장하고 있다"며 "그러나 국내 AI 활용 보안 시장은 이제야 도입되는 단계이지만, 글로벌 시장은 AI를 접목한 보안 솔루션을 SOC, SIEM 전반에 확산하고 있는 단계다"라고 지적했다. 국가 ICT(정보통신기술) 및 AI 정책 지원의 핵심 전문 기관인 IITP에서 사이버보안 분야 R&D를 총괄하는 김 PM은 향후 'AI사이버쉴드돔'을 구축하는 목표를 갖고 있다면서 "AI사이버쉴드돔 기술은 사이버보안 전용 칩(SPU)을 기반으로 국내 유입 트래픽을 분석, 해킹을 사전에 예보하는 사이버 방어 체계"라고 설명했다. 한편 김 PM은 ITU-T SG17 WP3 의장으로 활동하는 등 글로벌 보안 표준 분야도 전문가인데 PM 직전에 야놀자에서 CISO 겸 CPO로 일했다.

2025.11.24 21:42김기찬 기자

국정자원 복구는 두 달, 민간은 몇 시간…왜 차이 날까

지난 9월 26일 발생한 국가정보자원관리원(국정자원) 대전센터 화재는 단순한 사고를 넘어 정부 디지털 인프라의 구조적 취약성을 드러낸 사건으로 평가된다. 주요 핵심 서비스가 멈춰 서면서 행정 전반이 장기간 혼란에 빠졌고 화재 발생 두 달이 돼가는 현재까지 최종 복구 작업이 이어지고 있다. 업계에서는 이번 사태를 계기로 공공 정보시스템의 복원력 강화와 재난 대응 체계 전면 재설계가 필요하다는 지적이 커지고 있다. 22일 행정안전부에 따르면 국정자원 대전센터 정보시스템 709개 중 697개 시스템이 복구돼 총복구율은 98.3%로 나타났다. 정부는 대구센터 민관협력형 클라우드(PPP) 이전 대상 시스템 복구에 박차를 가하고 있다. 이번 사태가 던진 질문은 "왜 정부 디지털서비스는 멈추면 다시 돌아오는 데 몇 주·몇 달이 걸리는가"라는 점이다. 같은 기간 글로벌 클라우드 사업자 아마존웹서비스(AWS), 마이크로소프트(MS), 클라우드플레어 등도 잇따라 장애를 겪었지만 대부분 수 시간 내 복구를 완료했다. AWS 미국 동부 리전에서 발생한 도메인 시스템 장애는 약 15시간 만에 정상화됐고 MS 애저 클라우드의 전역 네트워크 장애 역시 수 시간 내 복구됐다. 클라우드플레어는 내부 데이터베이스(DB) 권한 변경 과정에서 발생한 오류로 전 세계 네트워크 서비스가 피해를 입었지만 약 3시간 만에 문제를 해결했다. 글로벌 사업자들 역시 장애 자체는 피하지 못했지만 복구 속도는 국정자원과 비교하기 어려울 만큼 빨랐다. 속도 차이는 기술 인프라와 운영 체계의 구조적 차이에서 비롯된다. 민간 클라우드 기업들은 장애 발생 즉시 자동화된 재해복구(DR) 체계가 작동하도록 설계돼 있고 리전·가용영역(AZ)을 다중화해 단일 장애 지점(SPOF)을 최소화했다. 반면 국정자원은 물리적으로 세 곳의 센터를 운영해 왔지만, 전력·네트워크·장비 구성 요소가 한 센터 내부에 집중돼 있어 대전센터 화재처럼 물리적 재난이 발생했을 때 대체 시스템으로의 전환이 원활히 작동하지 않았다. 운영 구조도 여전히 전통적 방식에 머물러 있다. 서버·스토리지·네트워크 등 장비 제조사 다양화를 위한 정책은 운영 복잡성을 높였고 구성의 표준화가 부족해 신속한 대응이 어려운 환경이다. 특히 각 부처의 정책·사업·보안 규정이 분절돼 있어 새로운 기술을 도입하고 운영 방식을 개선하는 데도 한계가 있다. 전문가들은 정부 디지털 인프라가 '중앙집중형=안전'이라는 오래된 인식에서 벗어나야 한다고 지적한다. 민간 클라우드는 지리적으로 분산된 여러 리전 기반 위에서 운영되기 때문에 특정 데이터센터에서 문제가 발생해도 서비스 전체가 중단되지 않는 구조를 갖췄다. 국정자원은 특정 센터에 문제가 생기면 주요 행정서비스가 한꺼번에 멈추는 위험을 드러냈다. 정부는 센터 간 이중화 시범 사업을 신속히 완료하고 DR 전용 공주 백업센터를 운영한다는 방침이다. 미국은 이미 민간 클라우드 기반의 공공 전용 존을 확대하며 멀티클라우드 전략을 기반으로 공공 인프라를 운영 중이다. 연방조달청(GSA)이 AWS·구글·MS·오라클 등과 대규모 계약을 체결해 클라우드 자원을 정책적으로 통합 조달하고 페드램프 인증으로 보안 기준을 표준화한 것이 대표적 사례다. 한국 공공 클라우드 환경과의 구조적 차이가 나타나는 지점이다. 국내에서도 민간 클라우드 활용 확대 움직임은 이미 시작됐다. 국정자원 대구센터에 PPP 모델이 구축되며 삼성SDS·KT클라우드·NHN클라우드 등 민간 클라우드 서비스 기업(CSP)들이 국가 중요 시스템 대상 서비스를 개시한 상태다. 하지만 실제 공공 전반을 놓고 보면 클라우드 전환 속도는 여전히 더딘 수준이다. 예산·보안 규제·조달 절차 등 제도적 장벽 역시 장애 요인으로 지적되고 있다. 이번 사태 이후 업계에서는 국정자원을 민간 클라우드 수준의 가용성과 복원력을 갖춘 '정부형 CSP'로 전환해야 한다는 목소리가 커지고 있다. 다중 리전 기반 멀티클라우드 전략을 도입해 단일 장애 지점을 제거하고 자동화 기반 DR 시스템을 갖춘 구조로 재편해야 한다는 데 의견이 모아진다. 장애는 어떤 인프라에서도 발생할 수 있다. 문제는 복구 속도와 그 과정에서 국가 기능이 어디까지 유지될 수 있는가다. 공공의 디지털 복원력을 민간 수준으로 끌어올리지 못한다면 정부 디지털서비스는 앞으로도 위기 때마다 장기간 멈춰 설 수밖에 없다는 경고가 나온다. 클라우드 업계 관계자는 "전 세계 어디에서도 장애는 피할 수 없지만 복구를 몇 시간 내 끝낼 수 있는 구조를 갖추는 것이 공공의 필수 과제"라며 "국정자원도 단일 센터 중심 구조에서 벗어나 멀티클라우드 기반 복원력 체계로 전환해야 한다"고 강조했다.

2025.11.22 10:33한정호 기자

[현장] 아이온큐 "데이터 부족·적은 파라미터 AI, 양자 하이브리드로 보완"

아이온큐(IonQ)가 현대자동차와의 공동 연구 결과를 바탕으로 양자와 인공지능(AI) 결합이 실제 산업 현장에서의 활용 방안을 제시했다. 대규모언어모델(LLM)을 쓰기 어렵거나 데이터가 제한적인 실무 환경에서 양자 하이브리드 구조를 활용하면 기존 AI 모델의 한계를 보완할 수 있다는 제안이다. 아이온큐 김상협 시니어 스태프 엔지니어는 19일 서울 중구 반얀트리 클럽 앤 스파 서울에서 열린 '퀀텀 x AI: 넥스트 프론티어 세미나'에서 현대자동차와의 협업 사례를 발표했다. 김 엔지니어는 아이온큐에서 양자 애플리케이션 개발을 맡고 있으며 양자와 인공지능을 결합해 기업 고객이 실제로 체감할 수 있는 비즈니스 가치를 어떻게 만들 수 있을지에 연구 역량을 집중하고 있다고 소개했다. 그가 집중하는 부분은 기존 AI 워크플로에 양자처리장치(QPU)를 언제 어떤 방식으로 결합해야 성능과 비용, 데이터 효율 측면에서 의미 있는 차이를 만들 수 있는지 여부다. 특히 실제 서비스나 제품에 들어갈 수 있는 워크플로를 대상으로 구체적인 프로젝트를 통해 이를 검증하는 데 초점을 맞추고 있다. 김 엔지니어는 대표 사례로 현대자동차 연구진과 함께 수행한 독일 교통 표지판 이미지 분류 공동 연구를 소개했다. 독일 교통 표지판은 종류가 다양하고 형태와 색상, 문양이 복합적으로 섞여 있는 것이 특징이다. 표지판 숫자는 제한돼 있지만 변형과 환경 변화가 많아 이를 AI에 학습시켜 안정적으로 이미지를 분류하기가 쉽지 않다. 이 때문에 글로벌 완성차 업체들이 AI 인식 성능을 시험할 때 자주 활용하는 공개 벤치마크 가운데 하나로 꼽힌다. 현대자동차와 아이온큐 연구진은 이 과제를 양자 하이브리드 구조를 시험할 수 있는 현실적인 테스트베드로 삼았다. 먼저 고전적인 딥러닝 기반 이미지 인코더를 활용해 원본 표지판 이미지를 저차원 레이턴트 벡터로 압축했다. 이후 이 레이턴트 벡터를 양자 상태로 인코딩해 QPU 상의 양자회로에 넣고 여러 차례 측정 결과를 바탕으로 각 이미지가 어떤 종류의 교통 표지판인지 분류하는 구조를 구현했다. 전처리와 특징 추출은 GPU 기반 신경망이 담당하고, 최종 분류기는 QPU가 수행하는 양자·고전 하이브리드 모델이다. 테스트 결과 양자 하이브리드 모델은 고전적인 신경망과 비교해 훨씬 적은 수의 파라미터로 비슷한 수준의 정확도와 일반화 성능을 구현할 수 있는 가능성을 보여줬다. 같은 데이터, 같은 과제를 기준으로 성능을 비교했을 때, 파라미터 수를 줄이고도 유사한 인식 성능을 유지했다는 의미다. 김 엔지니어는 이 결과를 두고 모델 규모 대비 표현력과 일반화 성능 측면에서 양자 레이어가 경쟁력을 가질 수 있다는 신호로 해석했다. 김상협 엔지니어는 "다만 이를 곧바로 '소량 데이터 환경에서 이미 우월성이 입증됐다고 단정하기는 어렵다"며 "그보다는 데이터가 부족하거나 클래스 간 결정 경계가 복잡한 과제에서 양자 하이브리드 모델이 유리할 수 있다는 가능성을 보여준 초기 결과로 보는 게 타당하다"고 밝혔다. 이어 "파라미터 수를 줄이고도 비슷한 성능을 낸다는 것은 과적합 위험을 상대적으로 낮출 수 있고 같은 양의 데이터로도 안정적인 성능을 확보할 여지가 크다는 의미를 가지기 때문"이라고 설명했다. 현대자동차는 이 실험을 통해 특정 국가·특정 도로 유형·희귀 교통 표지처럼 데이터 수집이 쉽지 않은 영역에서도 기존 딥러닝 모델을 보완할 수 있는 수단이 될 수 있는지 가늠해 볼 수 있었다. 자율주행과 첨단운전자보조시스템(ADAS) 고도화를 위해 여러 국가의 교통 표지판을 높은 정확도로 인식하는 능력이 필수인 만큼 제한된 데이터 환경에서 모델의 일반화 성능을 끌어올릴 수 있는 기술 옵션을 실험해 본 셈이다. 또 아이온큐는 현대자동차 사례를 계기로 같은 하이브리드 구조를 텍스트와 위성 이미지 등 다른 도메인으로 확장하고 있다. 김 엔지니어는 사전 학습된 LLM에서 확보한 문장 임베딩 위에 양자 레이어를 태스크 헤드로 올려 감성 분석을 수행했을 때 서포트 벡터 분류기나 로지스틱 회귀, 고전 신경망 헤드와 비교해 성능 향상을 확인했다는 설명도 뒤따랐다. 특정 지역 위성 영상을 시계열로 분석해 변화 여부를 판별하는 지리공간 변화 탐지에서도 고객사의 기존 벤치마크보다 유의미한 개선을 얻었다고 소개했다. 김상협 엔지니어는 "양자 AI가 기존 AI를 전면 대체하기보다는 데이터가 부족하거나 클래스 간 경계가 복잡한 구간에서 정밀도를 보강하는 역할로 먼저 자리 잡을 것"이라고 전망하며 "양자 네트워크, 양자 센싱과의 결합을 통해, 향후에는 보안이 중요한 데이터 분석이나 센서 데이터 기반 서비스 분야로도 확장이 가능할 것"이라고 말했다. 이어 "이번 현대자동차와의 공동 연구는 이러한 확장의 출발점이자 양자·AI 결합이 산업 현장에서 어떤 문제부터 풀어야 하는지 방향을 보여준 사례"라고 강조했다.

2025.11.19 16:51남혁우 기자

KISA, 'AI 분쟁 조정 경연대회' 개최...서울시립대 대상

한국인터넷진흥원(KISA, 원장 이상중)은 '2025 정보통신기술(ICT) 및 인공지능(AI) 분쟁조정 경연대회'를 17일 고려대학교 법학전문대학원에서 개최했다. 이번 대회는 올해 '모의조정-인공지능(AI) 시대: 사회적 갈등 해결(Mock Trial-AI Era: Resolving Social Conflicts)'을 주제로, 인공지능(AI) 시대에 나타날 수 있는 다양한 사회적 갈등을 선제적으로 논의했다. 분쟁조정 경연 분야는 인공지능(AI) 산업, 전자거래, 인터넷주소, 정보보호산업, 온라인광고 5개 분야로 나눠 진행했다.. 이번 예선(서면)에는 역대 최다인 35개 팀이 참가했다. 예선 참가팀 중 총 6개 팀이 본선에 진출했다. 본선 참가팀은 분쟁조정 경연 분야 5개 중 1개를 선택해 자유 시나리오로 작성한 조정안을 토대로 신청인, 피신청인, 조정위원, 간사 등으로 역할을 나눠 현장 경연을 했다. 본선 심사단은 심사위원장인 정인식 변리사(특허법인 성암)를 비롯해 고아연 변호사(법무법인 선담), 김영민 변호사(법무법인 KCL), 김진형 변호사(법률사무소 진), 김형준 변호사(법무법인 도하), 정상태 변호사(법무법인 율촌), 채다은 변호사(법무법인 한중), 최성환 변호사(아라법률사무소) 등 8명이 심사위원을 맡았다. 과기정통부 장관상을 수여하는 대상은 인터넷주소 분야의 '국가 도메인 이름 이전 청구의 건'을 주제로 조정을 시연한 서울시립대학교 법학전문대학원 소속 '조정에몽'팀이 차지했다. 지식재산처장상의 최우수상에는 전자거래 분야의 '중고거래 플랫폼을 활용한 비대면 C2C 거래에서의 분쟁'을 주제로 조정을 시연한 중앙대학교 법학전문대학원 소속 '중대조정사안'팀이 선정됐다. 우수상(한국인터넷진흥원장상)은 서울•고려•이화여자대학교 소속 '우리조정했어요'팀, 장려상(조정위원회 위원장상)은 서울•강원대학교 법학전문대학원 소속 '블랙리스트'팀, 이화여자대학교 소속 '인공지능윤리위원회'팀과 계명대학교 소속 '로스쿨을 꿈꾸는 어린이들'팀이 수상했다. 한국인터넷진흥원 이상중 원장은 “이번 대회를 통해 정보통신기술을 넘어 인공지능으로 확장되는 사회적 쟁점에 대한 예비 법조인의 뜨거운 관심을 확인할 수 있었다”며 “한국인터넷진흥원은 이러한 법조 인재의 열정이 안심하고 신뢰할 수 있는 디지털 환경 조성으로 이어질 수 있도록 분쟁조정 제도를 더욱 강화해 나가겠다”고 말했다.

2025.11.18 19:34방은주 기자

  Prev 11 12 13 14 15 16 17 18 19 20 Next  

지금 뜨는 기사

이시각 헤드라인

[종합] 네이버·삼성 등 5개사, 2조원 정부 GPU 확충 도전장…AWS·MSP 불참 가닥

삼성전자, ASMPT와 HBM TC본더 평가...공급망 다변화 지속

진화하는 독버섯...피싱·스미싱과의 전쟁

서클 "원화 스테이블코인 직접 발행 안 해…인프라 제공에 집중"

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.