“예전에는 일을 못하거나 늦게 하는 경우가 많았는데, 이제는 다들 빨리는 해와요. 그런데 막상 내용은 없고 그런 결과물들을 다 검토해야 하니 더 힘들어졌어요.” 직장인 박모씨는 19일 인공지능(AI)이 만든 결과물의 뒷수습을 동료가 떠안는 이른바 ‘워크슬롭’(workslop)의 고충이 크다며 이렇게 말했다. 최근 같은 부서 직원이 ‘바이브 코딩’(AI에 자연어로 지시해 만드는 프로그램)으로 임원 보고용 애플리케이션(앱)을 만들었는데, 간단한 지시 몇 마디로 소위 ‘딸깍’ 만들었다는 것이다. 겉보기에는 그럴듯했지만 실제 사용 가능성은 낮았고, 후속 작업은 고스란히 실무자 몫이었다고 했다. 보고서나 파워포인트도 서식은 번듯하고 화려한데 막상 내용이 부실하거나 AI에 준 지시가 구체적이지 않아 업무 맥락에 맞지 않는 경우도 많다. 다른 기업 관계자는 “반복되면 결국 해당 직원에게 일을 맡기지 않게 된다”며 AI 시대가 만든 어두운 모습이라고 했다. 기업들이 채용 과정에서 지원자의 AI 활용 능력을 눈여겨보는 이유도 여기에 있다. AI를 잘 다루는 인재와 AI가 만든 결과물을 그대로 가져다 쓰는 인재의 차이가 기업의 생산성은 물론 동료의 업무 부담까지 좌우할 수 있다. 회계·컨설팅 기업 KPMG와 미국 텍사스대 오스틴이 저연차 직원 523명을 대상으로 AI 에이전트 활용 실험을 진행한 결과 AI에 업무를 많이 위임하는 ‘AI 위임자’는 기초 역량 평가에서 가장 낮은 수준을 보였다. 이들은 AI에 업무를 맡겨 결과물을 얻는 데는 능숙했지만, 스스로 문제를 해결하는 역량은 상대적으로 부족했다. 다만 AI가 일정 수준의 결과물을 대신 만들어 주면서 최종 산출물의 성과는 최하위에 머물지 않았다. AI가 만든 결과물의 완성도만으로는 이를 활용한 직원의 실제 역량을 가늠하기 어렵다는 뜻이다. 조혜준 휴마인 대표는 “AI 시대에는 새로운 지식을 얼마나 빨리 학습하는지와 문제 해결력이 중요하다”며 “AI를 팀원처럼 활용하려면 자신이 해결해야 할 문제를 명확히 정의하고, 구체적으로 지시할 수 있어야 한다”고 말했다.

경기도의회 디지털의정위원회, ‘디지털 의정 역량 강화 워크숍’ 개최 경기도의회(의장 남종섭) 디지털의정위원회(위원장 장윤정)가 지난 15일부터 16일까지 1박 2일 일정으로 시흥 웨이브엠호텔에서 ‘디지털 의정 역량 강화 워크숍’을 열고, 인공지능(AI)을 활용해 의정 지원 인력 부족을 보완할 ‘AI 의정 비서’를 직접 구축하는 실습에 나섰다. 제12대 전반기 디지털의정위원회의 첫 위원 역량 강화 일정으로 마련된 이번 워크숍에는 장윤정(더민주, 안산3) 위원장과 한승훈(더민주, 평택6) 부위원장을 비롯해 김영수(더민주, 화성8), 우현욱(더민주, 용인10), 최보라(더민주, 광주1) 위원과 최혜경(더민주, 비례) 의원 등 도의원 6명 및 진용복 의회사무처장이 참석했다. 지방의회의 역할이 확대되면서 조례 제·개정과 예산 심의, 행정사무감사 등 의원들이 챙겨야 할 현안은 지속적으로 늘고 있으나, 개별 의원의 의정활동을 가까이에서 뒷받침할 지원 인력은 여전히 부족한 여건이다. 이번 워크숍은 이러한 의정 지원 인력의 공백을 AI 기술로 메울 수 있는 대안을 찾고자 기획됐다. 자료 요약과 관계 법령 검색, 회의록 정리 등 많은 시간이 소요되는 반복 업무를 AI 비서가 분담하게 되면, 의원은 정책 구상과 현장 소통에 더욱 역량을 집중할 수 있고 AI 비서로부터 각자의 관심 분야에 특화된 맞춤형 의정활동 지원을 받을 수 있다는 취지다. 특히 이번 워크숍은 단순 이론 강의에 머무르지 않고 참석 위원들이 개인 노트북을 활용해 직접 결과물을 도출하는 실습 중심으로 진행됐다. 위원들은 AI에 자연어로 지시하는 ‘바이브코딩(Vibe Coding)’ 방식을 적용해 상임위원회 자료 요약, 조례안 검토 의견 정리, 행정사무감사 질의 준비 등 개별 의정활동 수요에 맞춘 ‘나만의 의정 비서’를 제작하고 그 활용 경험을 공유했다. 장윤정 위원장은 “지원 인력이 부족한 현실에서 AI 비서는 의원 한 명 한 명의 의정활동을 곁에서 맞춤형으로 돕는 든든한 직원이 될 수 있다”라며 “AI는 직접 써 봐야 쓸모를 알 수 있다. 사람을 대신하는 것이 아니라 사람이 더 중요한 일에 집중하도록 돕는 방향으로 디지털의정위원회가 도의회의 AI 활용에 앞장서겠다”고 밝혔다.

1990년대 이공 계열 대학을 다녔던 사람이라면 포트란 77이나 C 언어 프로그래밍을 배워야 했다. 그렇지만 이제는 인공지능에게 맡기면 원하는 프로그램을 척척 짜준다. 이제는 통신 액세스망도 사람이 사용하는 자연어로 명령을 내려 손쉽게 구축할 수 있는 시대가 됐다. 한국전자통신연구원(ETRI) 유무선광액세스연구실은 사용자가 자연어로 원하는 네트워크 동작을 지시하면 대규모 언어 모델(LLM)이 광액세스망을 자동으로 설정하고 실제 적용에 앞서 오류 가능성까지 사전에 검증하는 ‘LLM 기반 광액세스망 운용 기술’을 개발했다고 14일 밝혔다. 이 연구는 이달 유럽에서 열린 광통신 국제 학술 대회 ‘ECOC 2026’에 채택돼 기술적 우수성을 인정받았다. 광액세스망은 가정, 기업, 이동통신 기지국 등 이용자와 가까운 곳까지 초고속 통신 서비스를 전달하는 네트워크다. ‘통신망의 모세혈관’으로도 불리는데 다양한 장비와 기능으로 구성돼 있어 장비 개통이나 설정 변경을 할 때 작업자가 장비별 명령어와 복잡한 운용 절차를 숙지하고 직접 작업해야 했다. 이번에 개발한 기술은 복잡한 장비별 명령어나 운용 절차를 일일이 입력하지 않고도 자연어로 입력하면 AI가 명령의 의도를 분석하고 필요한 작업 절차를 스스로 계획한 뒤 실제 광액세스 장비를 제어하는 방식이다. 연구팀은 AI가 생성한 제어 절차를 실제 광액세스망에 적용하기 전에 가상 환경에서 미리 점검하는 ‘사전 검증 기술’도 함께 개발했다. 이를 통해 잘못된 설정이나 명령으로 발생할 수 있는 오류 가능성을 줄일 수 있다. 광액세스망 운용에 외부 상용 LLM을 활용할 경우 주요 망 운용 정보와 데이터가 외부로 전달될 가능성을 고려해 보안 문제도 신경 썼다. 연구팀은 외부 상용 AI에 의존하지 않고 망 내부에서 자체적으로 구동할 수 있는 ‘광액세스 특화 로컬 LLM’ 구현에 필요한 핵심 요소 기술도 개발하고 있다. 광액세스망은 △대규모 AI 모델의 지식과 능력을 소규모 로컬 LLM으로 이전하는 기술 △로컬 LLM을 특정 광액세스망 운용 업무에 효율적으로 적응시키는 기술 △AI가 생성한 결과의 정확성과 사용자 요구사항 충족 여부를 평가하는 기술 등을 확보했다. 연구팀은 광액세스망 운용에 필요한 지식과 네트워크 상태, 운용 경험 등을 종합적으로 학습한 ‘광액세스 파운데이션 LLM’을 개발하고 이를 기반으로 AI가 스스로 망을 운용할 수 있도록 관련 기술을 단계적으로 고도화할 예정이다. 조승현 ETRI 유무선광액세스연구실 실장은 “이번 연구로 AI가 작업자의 자연어 명령을 이해해 필요한 작업을 수행하고, 실제 적용 전에 그 결과를 검증할 수 있는 기술적 기반을 마련했다는 의미가 있다”며 “향후 AI가 스스로 네트워크 상태를 인지하고 판단해 망을 관리하는 ‘AI-네이티브 광액세스망’ 구현을 위한 기반 기술로 활용될 것”이라고 설명했다.

카톡에서 언제든지 자연어 소통말 한마디로 메시지·일정 등 관리결제 등 최종 결정 사용자가 승인 “지난번에 주문한 생수를 카카오 톡딜에서 ‘12병 세트’로 주문할게요. 5% 할인 쿠폰도 적용할 수 있는데 구매할까요?” 카카오톡 화면을 두 손가락으로 쓸자 카카오프렌즈의 간판 캐릭터인 ‘라이언’이 팝업창으로 떴다. 생수 주문을 소리 내 부탁하자, 라이언은 지난 구매 목록을 토대로 주문 후보를 추린 뒤 할인 쿠폰 등을 적용해 결제창을 띄웠다. 카카오는 13일 경기 용인 카카오 AI 캠퍼스에서 열린 연례 개발자 콘퍼런스 ‘이프 카카오 26’에서 카카오톡 통합 인공지능(AI) 에이전트인 ‘카나나 스페이스’를 처음 공개했다. 카카오톡 사용 중에 카카오의 AI 서비스인 카나나를 통해 AI 에이전트를 이용하는 서비스다. 카나나 스페이스는 쇼핑, 메시지 전송, 일정 관리, 웹 검색 등을 대신 수행한다. 메모된 일정을 확인하고 “오전 7시에 러닝이 있다. 쌀쌀한 날씨가 예상되니 바람막이를 챙겨라”라고 조언하는 식이다. 김대년 카카오 디자인 총괄 성과리더는 “AI가 필요한 일을 돕되 마지막 결정은 사용자가 최종 승인하도록 남겨뒀다”고 말했다. 카카오는 이날 사용자가 개인 맞춤형 AI 에이전트를 PC에서 쉽게 만들 수 있는 ‘칸바스’도 공개했다. 예를 들어 칸바스에 연말정산을 돕는 AI 에이전트를 만들고 싶다고 입력하면, 연말정산 기한이 다가왔을 때 기관마다 흩어진 자료를 모으고 관련 사이트에 정보 입력을 돕는 AI 에이전트가 만들어진다. 정신아 카카오 대표는 “에이전트가 할 수 있는 일이 많아질수록 이를 안전하게 연결하고 운영할 책임도 커진다. 카카오는 에이전트들을 이용자의 일상에 연결하는 공통의 접점이 되고자 한다”고 말했다.

국내 AI 플랫폼 기업 팔레트는 지난 9월 23일 AI Agent 서비스 ‘Palette Agent’를 전 세계에 공식 출시했다고 밝혔다. 글로벌 빅테크 기업들이 AI Agent 시장에 본격적으로 뛰어들며 주도권 경쟁에 불을 지피는 상황 속에서, Palette Agent는 다양한 인공지능 모델과 실무 도구들을 비롯해 맞춤형 앱 제작 기능까지 통합된 단일 환경에서 제공하는 종합 AI 업무 플랫폼을 지향하고 있다. AI Agent는 사용자가 모든 과정을 일일이 지시하지 않아도 주어진 목표를 달성하기 위해 계획을 세우고 도구를 활용해 실행하는 자율형 AI다. 기존 생성형 AI가 질문에 답하는 데 초점을 맞췄다면, AI Agent는 사용자의 목표를 실제 업무 결과로 연결하는 실행형 AI에 가깝다. ‘Palette Agent’는 ChatGPT, Claude, Gemini 등의 최신 AI 모델을 팔레트의 자체 LLM인 ‘Palette Smart’로 통합하여, 사용자의 요청과 대화 맥락, 작업의 성격에 맞춰 최적화된 모델과 기능을 연결한다. 이를 통해 사용자는 각 AI 모델의 특성이나 프롬프트 작성법을 별도로 익히지 않아도 하나의 서비스 안에서 기획, 문서 작성, 리서치, 앱 제작, 업무 자동화 등 다양한 작업을 수행할 수 있다. 또한 복잡한 기술을 내세우기보다는 사용자가 자연스럽게 자신의 작업 환경을 구축할 수 있도록 고안된 사용자 중심의 UI 디자인으로 차별화를 꾀했다. 팔레트는 이번 신제품 출시를 계기로 새로운 인공지능의 지향점으로 ‘Authentic Intelligence’를 선언했다. 이는 단순히 더 영리한 답변을 제시하는 인공지능(Artificial Intelligence)의 틀을 벗어나, 사용자의 의도와 맥락을 깊이 이해하고 사용자의 통제 속에서 구체적인 성과를 도출해내는 인간 중심의 인공지능을 뜻한다. 팔레트 이종근 대표는 “Palette Agent는 질문에 답하는 ‘똑똑한 AI’를 넘어, 사용자의 의도를 이해하고 맥락을 연결해 실제 업무를 완결하여 ‘정확한 답’을 제공하는 AI 모델”이라며 “앞으로 Palette Agent를 사람의 고유한 지능을 확장하는 Authentic Intelligence Workspace로 발전시켜 나가겠다”고 말했다. 특히 Palette Agent는 사용자가 자연어로 원하는 작업을 요청하면 필요한 도구나 앱을 직접 제작하거나 개인과 팀의 업무 환경에 맞는 맞춤형 솔루션을 구성할 수 있도록 설계됐다. 업무 요청부터 실행, 결과 관리까지 하나의 플랫폼에서 진행할 수 있어 개인과 팀의 업무 생산성을 높이는 데 도움을 준다. 한편, 팔레트는 Palette Agent 글로벌 출시를 기념해 Agentic AI 모델로서는 세계 최초로 신규 가입 고객에게 총 600크레딧(기본 500 제공, 웰컴 축하 100 추가 제공)을 무료로 제공하는 론칭 페스티벌을 진행하고 있으며, pltt.ai로 접속하면 된다. 또한 새로운 AI 사용 경험을 알리기 위한 ‘Don’t Prompt, Start Palette’ 캠페인도 함께 전개할 예정이다.

페르소나에이아이(페르소나AI, 대표 유승재)가 10월 6일 국가AI대상을 수상했다고 밝혔다. 회사는 포용성·신뢰성·안전성·보안성의 네 가지 통제 체계를 하나의 플랫폼에서 통합 제공하는 자사 플랫폼 ‘GEN STATION’이 높이 평가된 결과라고 설명하며, 이를 움직이는 네 가지 핵심 엔진의 기술 성과를 공개했다. 최근 몇 년 사이 국내 AI 시장의 화두는 ‘에이전트’로 옮겨갔다. 그러나 대부분의 논의는 어떤 거대언어모델(LLM)을 쓰느냐에 머문다. 페르소나AI의 기술 체계는 다른 전제에서 출발한다. 에이전트의 성능은 모델이 아니라, 기업 안에 흩어진 정보가 얼마나 정확하게 ‘지식’으로 바뀌어 있는지에서 갈린다는 것이다. 네 가지 엔진은 이 전제에 따라 배치됐다. 출발점은 음성지식이다. 상담과 회의, 현장의 말은 기업에서 가장 많이 발생하지만 가장 적게 축적되는 데이터다. 페르소나AI의 ‘음성 지식화 엔진’은 한국어 인식 정확도 95.23%(TTA V＆V 공인시험 실측)를 확보했다. 학습에는 한국어 음성 7만4,887시간과 경상·강원·전라·제주·충청 5대 권역 사투리 5만시간이 투입됐다. 회사는 사투리 학습으로 기존 기술 대비 인식 성능이 약 42% 향상됐다고 밝혔다. 이 수치에서 실무적으로 더 중요한 것은 두 가지다. 화자분리 지연이 1초 이내라는 점, 그리고 한 채널에서 최대 20명까지 화자를 분리·프로파일링한다는 점이다. 국내 화자분리 기술이 통상 8명 수준에 머문다는 점을 고려하면 앞선 성능이다. 대부분의 음성 기술이 녹음이 끝난 뒤 일괄 처리(배치) 방식으로 화자를 나누는 것과 달리, 실시간 스트리밍 상태에서 화자를 가른다는 점도 차별점이다. 지식축적이 실시간으로 이뤄져 AI가 과거 데이터가 아닌 현재 데이터를 바로 처리할 수 있다는 취지다. 회사가 이 지표를 강조하는 이유는 명확하다. 화자가 분리되고 문장이 정제돼야 대화가 끝나는 즉시 내용 검색, 자동 요약, 액션아이템 추출, 감성 분석이 가능한 구조화 데이터로 남기 때문이다. 음성인식을 서비스의 출력이 아니라 지식자산의 입력으로 쓰는 설계다. 경쟁 구도 역시 이 지점에서 갈린다. 글로벌 SaaS 음성 API는 대부분 폐쇄망 반입이 어려워 금융·공공의 데이터 주권 요건을 충족하지 못한다는 설명이다. 음성과 문서에서 뽑아낸 정보는 ‘신뢰성 온톨로지-RAG 엔진’으로 넘어간다. 멀티 에이전트가 업무 규칙과 제약조건을 반영해 스키마를 설계하고, 클래스·속성·트리플을 생성한 뒤, 문법·논리 일관성·질의 응답 가능성·원문 근거 일치·중복·모델링 규칙의 6개 기준을 통과한 것만 지식원으로 승격시킨다. 정량 결과는 세 가지다. 온톨로지 자동 구축 정확도는 전문가 검수 기준 85%, TTA에서 측정한 V＆V 테스트 결과 92%를 나타냈다. 전체 구축 공수의 절반 이상을 차지하는 지식 획득·개념화·형식 모델링·1차 검증 구간은 80%가 자동화됐다. 동일 테스트셋 기준 RAG 응답 오류율은 6.9%에서 4.3%로 38% 줄었고, 정확도로 환산하면 93.1%에서 95.7%로 개선됐다. 이 영역의 성능은 외부 기준으로도 확인됐다. 회사는 2024년 NeurIPS에 발표된 온톨로지 자동 학습 연구(OLLM)가 공개한 평가셋과 지표를 그대로 사용한 공인시험에서, Wikipedia·arXiv 두 도메인의 4개 지표 총 8개 항목 모두 논문 보고치를 상회했다고 밝혔다. 그래프 구조 유사도를 보는 Motif Distance는 arXiv 도메인에서 59.5% 개선됐다. 이 엔진이 해결하는 것은 최근 기술의 한계로 꼽히는 ‘자동이지만 검증이 없는’ 그래프 RAG 계열과 ‘엄밀하지만 수작업’인 전통 온톨로지 도구 사이의 공백이다. 이 기술은 규제가 엄격한 산업군의 대기업에서 상용 검증을 마쳤다. 앞선 두 엔진이 만든 지식자산 위에서 실제 업무를 수행하는 것이 ‘검증된 워크플로 중심 에이전트 빌더’다. 구조는 세 단계다. 가용 도구와 데이터 자산을 먼저 확인해 실행 불가능한 계획을 계획 단계에서 차단하고(Gap-aware Planner), 자연어 요구사항을 선언적 워크플로로 구성한 뒤(N2F, NL-to-Flow), 의미(LLM)·타입(JSON 스키마)·그래프 구조(DAG)의 3계층 검증을 통과한 워크플로만 배포한다. 이에 대한 효율 차이는 숫자로 드러난다. 동일한 온프레미스 모델과 동일 요구사항 기준으로 워크플로 하나를 생성하는 데 LLM 호출은 3회, 소요 시간은 6.3초였다. 같은 조건에서 대표적인 자동화 도구는 호출 35회를 기록했다. 회사는 생성 시간 44배 단축, 토큰 42.6배와 추론 비용 38.6배 절감으로 측정했다고 밝혔다. GPU 자원이 제한된 폐쇄망에서는 이 차이가 곧 처리량으로 이어진다. 에이전트의 도구 호출 정확도 역시 외부 기준과 대조됐다. 함수 호출 성능의 국제 벤치마크인 Berkeley Function Calling Leaderboard v4의 다중턴 카테고리 200건 전수 시험에서 70.5%를 기록해, 2025년 ICLR 논문(ToolACE)이 보고한 50.00%보다 20.5%포인트 높았다. 형식이 맞는지가 아니라 호출을 실제 실행한 뒤 최종 시스템 상태가 정답과 일치하는지를 판정한 결과다. 마지막 ‘지식축적형 자가진화 엔진’은 운영 이후를 담당한다. 이 엔진은 관측·진단을 맡는 에이전트와 처방·생성을 맡는 에이전트, 이 두 개의 30B급 모델로 구성된다. 핵심은 모델 가중치를 바꾸지 않는다는 점이다. 개선은 프롬프트·검색 전략·워크플로의 설정 계층에서 완결된다. 이 설계가 겨냥하는 것은 규제 산업의 구조적 딜레마다. 재학습으로 모델을 개선하면 이미 승인받은 모델의 검증 결과가 무효화돼 개선할수록 재검증 비용이 늘어난다. 폐쇄망에는 학습 인프라 자체가 없는 경우도 많다. 가중치를 건드리지 않으면 이 부담이 사라진다. 진단 방식도 다르다. 실패한 실행 기록을 저장된 상태에서 다시 돌리되 한 계층씩 이상적인 값으로 바꿔 넣어, 어느 계층을 고쳤을 때 성공으로 뒤집히는지를 관측한다. 추측이 아니라 개입으로 원인을 확정하는 방식이다. 여기에 샤플리(Shapley) 기반으로 계층별 기여도를 수치로 나눈다. 회사가 제시한 사례에서는 지식 0.62, 검색 0.28, 프롬프트 0.10으로 배분돼 수정 우선순위가 저절로 정해진다. 운영 장애의 근본원인을 찾는 성능은 공개 벤치마크로도 측정됐다. RCAEval 520개 케이스 시험에서 1순위 정답률 86.54%, 3순위 이내 정답률 96.54%를 기록했다. 관측·시각화까지만 제공하는 기존 도구들과 달리, 탐지에서 개선 실행까지를 자동으로 잇는다는 것이 회사의 설명이다. 네 가지 기술은 개별 제품이 아니라 하나의 순환 구조로 연결된다. ‘음성 지식화 엔진’이 현장의 말을 지식으로 바꾸고, ‘신뢰성 온톨로지-RAG 엔진’이 검증을 통과한 것만 적재하며, ‘검증된 워크플로 중심 에이전트 빌더’가 그 지식 위에서 업무를 실행하고, ‘지식축적형 자가진화 엔진’이 실행 결과의 실패 원인을 계층별로 진단해 다시 온톨로지로 되돌린다. 운영할수록 지식이 늘고, 늘어난 지식이 다음 실행의 정확도를 높이는 구조다. 이 구조는 회사의 플랫폼 ‘GEN STATION’ 위에서 데이터 자산화 → 모델·에이전트 개발 → 안전 배포 → 운영·모니터링 → 평가·피드백 → 자가진화의 6단계 흐름으로 구현된다. 별도의 ‘초경량 온디바이스 추론 엔진’도 AI 로봇과 키오스크 등 다양한 디바이스 탑재를 위해 함께 개발됐다. 기술은 현장 숫자로도 이어진다. 회사는 금융·보험·공공·보안 등 고신뢰 산업을 중심으로 90개 이상 기관·기업에 제품을 공급했으며, 2026년 기준 누적 수주 146건, 누적 사업화 매출 341.86억원, 누적 투자유치 413억원을 기록했다. 매출은 2023년 67억원, 2024년 85억원, 2025년 118억원으로 3년 연속 증가했다. 대외 검증도 누적됐다. CES 혁신상을 2년 연속 수상해 총 3관왕을 기록했고, 미국에서 열린 생성형 AI 솔루션 경진대회에서 1위를 차지했다. 과학기술정보통신부 피지컬 AI 기획위원으로 참여하고 있으며, 경남·전북 피지컬 AI 실증 사업에서는 산업별 특화 모델 영역을 맡고 있다. 페르소나AI 관계자는 “한국형 팔란티어와 같은 기술로써 좀 더 한국 정서에 맞는 기술로 에이전트가 단순 S/W가 아니라 H/W까지 연결되며 제어할 수 있는 단계로 확장되고 있다”고 밝혔다.

10년 넘게 갤럭시 스마트폰을 써왔다. 현재 사용하는 제품은 갤럭시 S24+다. 노트북도 삼성 제품이고 애플 생태계에는 발을 들여본 적이 없다. 최근 출시된 아이폰18 프로 맥스와 애플워치 시리즈12를 며칠간 사용해 볼 기회가 생겼다. 최신 제품끼리 성능을 겨루기보다는 이미 갤럭시 사용법이 몸에 밴 이용자가 실제로 체감하는 차이를 살펴봤다. 예쁜 버건디, 묵직한 프로 맥스첫인상은 강했다. 새로 나온 버건디 색상은 주변에서 “색이 예쁘다”는 말을 여러 차례 들을 만큼 눈에 띄었다. 신형 아이폰이라는 사실보다 색상에 먼저 반응하는 사람이 많았다. 매년 새 제품을 찾는 이용자에게는 이런 시각적 변화와 주변의 반응도 신제품을 쓰는 재미의 일부일 수 있겠다는 생각이 들었다. 반면 손에 쥐자마자 느껴진 것은 무게였다. 갤럭시 S24+는 196g인 데 비해 아이폰18 프로 맥스는 249g으로 53g 무겁다. 같은 프로 라인업의 아이폰18 프로는 211g이다. 애플은 프로 맥스에 17.4㎝ 화면과 대용량 배터리를 넣었고, 두께도 8.75㎜로 늘렸다. 갤럭시에는 젤리 케이스를 씌우고 아이폰은 케이스 없이 사용했는데도 프로 맥스 쪽의 무게감이 확실했다. 평소에도 스마트폰 무게가 손목 부담으로 느껴지는 편이라 장시간 메인폰으로 쓴다면 피로가 쌓일 수 있겠다는 생각이 들었다. 큰 화면과 긴 배터리 사용시간을 얻는 대신 매일 손에 쥐는 부담도 함께 커지는 셈이다. 익숙함의 벽…뒤로가기는 손에 걸렸다무게보다 더 크게 다가온 것은 사용 방식의 차이였다. 갤럭시는 화면 좌우 어느 가장자리에서든 안쪽으로 밀면 이전 화면으로 돌아간다. 몇 년간 반복한 동작이라 거의 의식하지 않는다. 아이폰도 왼쪽 가장자리에서 밀거나 화면 상단의 이전 버튼을 눌러 앞 화면으로 돌아갈 수 있다. 다만 안드로이드처럼 시스템 전반에서 어느 화면에서나 같은 방식으로 작동하는 뒤로가기는 아니다. 앱과 화면에 따라 ‘완료’나 닫기 버튼을 눌러야 하는 경우도 있다. 며칠간 사용하면서 가장 자주 흐름이 끊긴 것도 이 지점이었다. 기능이 없다기보다 오랜 시간 몸에 밴 사용법을 다시 익혀야 하는 데서 오는 마찰이었다. 반대로 페이스 ID는 빠르게 적응됐다. 화면을 바라보는 것만으로 잠금이 풀리는 속도가 빨랐고, 별도의 동작을 거의 의식하지 않게 됐다. 이번 아이폰18 프로 시리즈는 페이스 ID용 적외선 카메라 일부를 디스플레이 아래로 옮기면서 다이내믹 아일랜드 크기도 약 25% 줄였다. 실제 사용에서는 이 변화 때문에 인식 속도가 떨어졌다는 느낌은 없었다. 처음 등록할 때 한 차례 기기가 재부팅됐지만 이후 같은 현상은 나타나지 않았다. 갤럭시에서 특히 놓기 어려운 기능은 ‘서클 투 서치’였다. 화면 속 물건이나 외국어 문구를 곧바로 선택해 검색·번역하는 방식이 이미 일상적인 사용 습관이 됐다. 아이폰에도 비주얼 인텔리전스가 있어 화면 속 대상을 검색하거나 텍스트를 번역·요약할 수 있다. 다만 기능의 유무보다 중요한 것은 원하는 순간 얼마나 자연스럽게 꺼내 쓰느냐였다. 이미 손에 밴 제스처와 새로 배워야 하는 사용 방식 사이의 차이가 컸다. 카메라는 더 ‘프로’답게카메라는 이번 아이폰의 변화가 가장 분명하게 드러나는 부분이었다. 아이폰18 프로 시리즈에는 4800만 화소 메인 카메라와 함께 가변 조리개가 처음 적용됐다. ƒ/1.48·1.8·2.8·4.0 가운데 조리개를 선택할 수 있고, 셔터 속도와 화이트밸런스, 히스토그램 등 직접 조절할 수 있는 항목도 늘었다. 4배 망원과 광학 품질의 8배 망원도 지원한다. 이는 기존 아이폰 이용자에게는 꽤 의미 있는 변화다. 애플은 그동안 계산사진에 많은 부분을 맡겨왔는데, 이번에는 이용자가 결과물에 직접 개입할 수 있는 영역을 넓혔다. 아스테크니카도 가변 조리개와 수동 제어 확대를 “애플의 계산사진 방식에서 조금 벗어날 수 있게 해주는 변화”로 평가했다. 다만 일반 이용자가 촬영할 때마다 조리개와 화이트밸런스를 직접 바꿔가며 사용할지는 별개의 문제다. 실제로 사용하면서 더 유용하게 느껴진 것은 초점이었다. 행사장이나 간담회처럼 촬영자와 피사체가 함께 움직이는 상황에서 원하는 인물에 초점을 두고 계속 따라가기 수월했다. 아이폰18 프로에는 스마트 초점 추적과 초점·심도 제어 기능이 들어갔다. 촬영 기능이 복잡해졌다는 사실보다 초점을 다시 잡아야 하는 순간이 줄어든 점이 더 크게 와닿았다. 배터리·발열, 기존 이용자가 반길 변화오히려 예상 밖이었던 것은 배터리였다. 주변에서 비교적 오래된 아이폰을 쓰는 이용자들이 카페나 사무실에서 자주 충전기를 찾는 모습을 봐온 탓에 아이폰은 배터리가 빨리 닳는다는 인상이 강했다. 하지만 아이폰18 프로 맥스를 며칠간 사용하면서는 충전 때문에 불편하다는 느낌이 거의 없었다. 애플은 이번 세대에서 배터리 사용시간을 주요 변화로 내세웠다. 국내 공식 기준으로 프로 맥스는 일반 사용 최대 29시간, 동영상 재생 최대 43시간을 지원한다. 전작 프로 맥스보다 동영상 재생 시간이 최대 6시간 늘었다. 가디언 역시 아이폰18 프로를 중간 정도 사용했을 때 약 이틀을 버티는 배터리를 주요 장점으로 꼽았다. 발열 개선도 기존 아이폰 이용자들이 이번 세대에서 반길 만한 변화다. A20 프로 칩과 함께 베이퍼 챔버를 확대해 장시간 고부하 작업에서도 성능과 온도를 유지하도록 했다. 아스테크니카는 이번 제품에서 가장 반가운 변화로 배터리와 발열 개선을 꼽으며, 몇 세대 전 아이폰보다 일상적인 사용에서 기기가 덜 뜨겁게 느껴졌다고 평가했다. 워치는 큰 혁신보다 ‘덜 귀찮게’애플워치 시리즈12는 건강 데이터를 해석해주는 기능을 강화했다. 새로 추가된 ‘준비 상태’는 활동량과 훈련량, 활력 징후, 수면 점수를 종합해 0~10점으로 몸 상태를 보여준다. ‘회복 필요’부터 ‘최고조’까지 단계별로 제시되며, 새로운 데이터가 들어오면 하루 중에도 점수가 바뀐다. 최소 일주일가량 수면 데이터를 쌓아야 제대로 활용할 수 있다. 실제로 가장 체감된 변화는 배터리였다. 시리즈12는 일반 사용 최대 24시간, 저전력 모드에서는 최대 38시간을 지원한다. 15분 충전으로 최대 12시간, 5분 충전으로 최대 10시간의 수면 추적이 가능하다. 저전력 모드로 사용했을 때는 충전 빈도가 생각보다 낮아 밤에도 계속 착용하기 수월했다. 카페에서 음악이 나오자 샤잠이 자동으로 곡을 찾으려 한 것도 소소한 편의였다. 이번 세대에서는 애플 인텔리전스 기반 ‘시리 AI’도 강조됐다. 자연어로 질문하거나 운동 루틴 등을 묻고 개인 맥락에 맞춘 답을 받을 수 있지만, 현재는 영어 중심으로 제공돼 한국어 이용자가 바로 체감하기는 어렵다. 한국어 지원은 연내 예정돼 있다. 기기보다 더 크게 체감된 생태계해외 평가를 종합하면 아이폰18 프로 시리즈는 매년 신제품으로 갈아타는 이용자보다는 몇 세대 전 모델을 쓰는 이용자일수록 변화가 크게 느껴지는 제품에 가깝다. 아스테크니카도 아이폰17 프로 이용자라면 업그레이드 유인이 크지 않지만, 오래된 모델에서 넘어올 경우 배터리와 발열, 카메라 개선이 누적돼 체감 폭이 커진다고 평가했다. 갤럭시를 오래 써온 입장에서도 아이폰18 프로 맥스의 장점은 분명했다. 버건디 색상과 카메라는 신제품을 쓰는 재미를 줬고, 페이스 ID와 배터리는 짧은 사용 기간에도 편리함이 와닿았다. 애플워치 역시 화려한 새 기능보다 충전과 착용의 번거로움을 덜어주는 쪽이 더 인상적이었다. 동시에 스마트폰 한 대를 바꾸는 일이 곧 익숙한 사용 방식과 주변 기기까지 연결된 생태계를 옮기는 일이라는 점도 선명해졌다. 새 아이폰이 이런 장벽까지 얼마나 낮출 수 있을지는 앞으로 지켜볼 대목이다.

한양사이버대학교는 지난 23일 교직원을 대상으로 ‘제미나이 엔터프라이즈 에듀(Gemini Enterprise Edu)’ 기초 사용자 교육을 실시했다고 30일 밝혔다. 이번 교육은 구글 협력사 아이코어 전문 강사의 진행으로 인공지능(AI) 주요 기능을 익히고 실무 역량을 강화하기 위해 마련됐다. 기초적인 질의응답부터 자료 검색·분석, AI 에이전트 기초, 워크플로우 기능까지 폭넓게 다뤘다. 특히 교직원들은 자연어로 업무 목표를 설명해 에이전트를 설정하고, 여러 작업을 순서대로 연결하는 워크플로우 실습에 높은 관심을 보였다. 단순 질의응답을 넘어 실제 행정 및 연구에 AI를 유연하게 적용할 수 있는 기반을 다지는 시간이 됐다. 민연아 AX사업단장은 “이번 교육을 계기로 교수자의 연구·강의, 직원의 행정 업무를 지원하는 대학 차원의 AI 생태계를 단계적으로 구축할 것”이라며 “AI 기반 명품 사이버대학교로 도약하기 위해 구성원 대상 실습 지원을 이어가겠다”고 밝혔다.

- 국내 협업툴 최초 양대 AI 플랫폼 연동… 자연어로 사내 업무 지시·조회- MCP 공개 3개월 만에 2,900개 사 사용… 누적 AI 호출 100만 건 달성 협업툴 ‘플로우(flow)’를 운영하는 마드라스체크(대표 이학준)는 플로우가 오픈AI의 ChatGPT와 앤트로픽의 Claude에 공식 앱으로 동시 등록됐다고 17일 밝혔다. 국내 협업툴 가운데 양대 대화형 AI 플랫폼에 모두 공식 등록된 것은 플로우가 처음이라고 회사 측은 설명했다. 이제 플로우 고객은 협업툴 화면을 직접 열지 않아도 ChatGPT나 Claude 대화창에서 자연어로 업무를 처리할 수 있다. “김 대리, 이번 주 영업 일정 알려줘”, “이번 주 우리 팀에서 지연된 업무가 뭐지?”, “이 과제를 김 대리에게 요청해줘”라고 입력하면 AI가 플로우에 축적된 실제 업무 데이터와 조직 맥락을 바탕으로 답변하고 필요한 업무 실행까지 처리한다. 프로젝트·업무·게시글·일정·위키·조직도 등 플로우의 39개 기능이 AI와 연결됐다. 업무 조회와 검색은 물론 새 업무 생성, 담당자 지정, 상태 변경, 댓글 작성, 일정 등록까지 AI 대화창 안에서 가능하다. AI가 정보를 읽는 단계를 넘어 회사의 실제 업무를 움직이는 구조다. ■ MCP 공개 3개월 만에 누적 100만건… 실사용으로 검증 플로우는 지난 6월 25일 자사 행사 ‘AX 페스타(AX Festa)’에서 MCP(Model Context Protocol) 기반 AI 연동을 처음 공개했다. 이후 이날까지 약 3개월간 누적 AI 업무 호출 100만건을 기록했으며, 현재 2,900개 기업의 실무자 7,500여명이 AI를 통해 플로우 업무를 처리하고 있다. 공식 앱 등록에 앞서 실제 고객사의 업무 환경에서 활용성이 먼저 검증된 셈이다. 회사는 이번 동시 등록으로 AI를 통한 업무 접근 경로가 넓어지는 만큼 기업 내 AI 업무 활용도가 한층 높아질 것으로 보고 있다. 사용 방식도 간단하다. ChatGPT에서는 ‘앱스(Apps)’ 메뉴에서 플로우를 검색해 계정을 연결하며, 최초 호출 이후에는 대화창의 추가 버튼으로 바로 불러올 수 있다. Claude에서는 설정의 커넥터 메뉴에서 플로우를 추가하면 된다. 연결 후에는 평소 말하듯 질문하거나 업무를 지시하면 된다. ■ “AI가 그럴듯한 답변을 만드는 것을 넘어, 우리 회사의 일을 처리한다” 플로우 연동의 차별점은 범용 AI와 달리 회사의 실제 업무 맥락과 연결된다는 데 있다. 프로젝트 진행 이력과 담당자, 마감일, 업무 상태, 댓글과 문서 등 조직에 쌓인 데이터를 AI가 참조해 답변의 근거로 활용한다. 예를 들어 “A 프로젝트 진행 상황을 정리해줘”라고 요청하면 AI는 실제 프로젝트의 업무 현황을 정리한다. “작년 프로젝트의 장단점을 분석해 올해 기획서를 작성해줘”라고 입력하면 과거 업무 데이터와 결과를 바탕으로 초안을 만든다. ■ 스타트업·대기업·공공까지 “개발 없이 연결만 하면 된다” 기업이 AI를 업무에 붙이려면 통상 별도 시스템을 구축하거나 데이터를 따로 정리해야 한다. 이번 연동에는 그 과정이 없다. 이미 쓰던 ChatGPT나 Claude에 플로우를 연결하면 회사에 쌓여 있던 업무 데이터가 그대로 AI의 근거가 된다. 보안 구조도 갖췄다. 연동 환경에서 기업 데이터는 각 고객사에 그대로 남는다. AI는 사용자가 연결을 승인한 뒤 해당 사용자가 플로우에서 볼 수 있는 범위 안에서만 데이터를 조회하며, 권한이 없는 프로젝트와 업무는 AI도 접근할 수 없다. 회사는 고객별 조직 구조와 보안 요구 수준에 맞춰 AI 업무 환경을 고도화하는 컨설팅을 확대할 계획이다. 플로우는 삼성전기, 삼성생명, 삼성화재, 현대모비스, S-OIL, 이랜드리테일, BGF리테일, 한국투자증권, 미래에셋증권, 현대해상 등 다양한 산업의 기업 고객이 사용하고 있다. 공공 부문에서는 한국가스공사, 한국토지주택공사(LH), 한국거래소, 국회예산정책처 등이 도입해 사용 중이다. ■ AI 시대, SaaS의 새 관문은 ‘AI 대화창’ 이번 등록은 협업툴의 기능 확장을 넘어 SaaS(서비스형 소프트웨어)의 인터페이스가 바뀌는 흐름에 대응한 행보다. 웹 시대에는 브라우저와 검색이, 모바일 시대에는 앱스토어가 서비스의 주요 접점이었다면, AI 시대에는 ChatGPT와 Claude 같은 대화형 AI가 새로운 업무 인터페이스이자 서비스 발견 채널로 떠오르고 있다. 글로벌 SaaS 기업들도 이미 움직이고 있다. 부킹닷컴, 캔바, 피그마, 스포티파이 등이 ChatGPT 앱 생태계에 참여했고, 세일즈포스는 Claude 안에서 CRM 데이터를 조회하고 업무를 처리하는 기능을 선보였다. 서비스나우 역시 MCP 기반으로 자사 시스템을 AI 에이전트에 개방했다. 이학준 대표는 “세일즈포스가 Claude 안에 CRM을 넣은 것과 플로우가 ChatGPT 안에 들어간 것은 같은 방향”이라며 “국내 SaaS도 글로벌 표준 위에서 혁신할 수 있다는 걸 보여주고 싶었다”고 말했다. 플로우는 MCP 표준을 기반으로 양대 플랫폼에 연결함으로써, 고객이 어떤 AI를 사용하더라도 그 안에서 실제 업무를 확인하고 실행할 수 있는 기반을 마련했다. 향후 MCP를 지원하는 다양한 AI 도구로 연동 범위를 넓힐 계획이다. ■ “화면이 아니라 데이터로 경쟁하는 시대” 이 대표는 “우리가 만드는 것은 AI 기능을 덧붙인 협업툴이 아니라, AI가 고객사의 실제 업무를 이해하고 실행하도록 만드는 플랫폼”이라며 “앞으로 SaaS의 경쟁력은 더 많은 화면을 만드는 데 있지 않고, AI가 회사의 데이터와 워크플로우를 얼마나 정확하게 이해하고 일을 처리하게 하느냐에 달려 있다”고 말했다. 한편 마드라스체크는 국내 협업툴 ‘플로우’와 글로벌 협업툴 ‘모닝메이트’를 운영하는 B2B SaaS 기업이다. 플로우는 현재 5,500개 이상의 기업 고객이 사용하고 있으며, 금융·공공 등 높은 보안 수준이 요구되는 영역을 중심으로 구축형(온프레미스) 사례를 확보하고 있다. 모닝메이트는 137개국에 유료 고객을 두고 있으며, 회사는 글로벌 서비스에도 같은 MCP 구조를 확장할 계획이다.

“한국에서 가장 빨리 사람을 돕는 AI 플랫폼을 만들자.” 생성형 인공지능(AI)이 세상에 알려지기 전부터 이세영 뤼튼테크놀로지스 대표는 AI가 전기처럼 세상을 뒤바꿀 기술이 될 것이라고 예측했습니다. 그때에 대비해 전 국민이 무료로 AI를 사용하고 확산시켜 세계 무대에서의 경쟁력을 높여야 한다고 생각했죠. 한발 빠르게 AI의 잠재력을 알아본 눈썰미, 이 대표가 5년 만에 뤼튼을 유니콘(기업 가치 1조원 이상 비상장 기업) 기업으로 만들 수 있었던 배경입니다. 뤼튼의 창업자 이 대표는 1996년생, 말 그대로 ‘90년대생 창업주’입니다. 단순히 젊고, AI를 쉽게 접할 수 있었다는 점만으로는 뤼튼의 가파른 성장세를 설명하기 어렵습니다. 2021년 설립된 뤼튼은 AI 포털 ‘뤼튼’과 AI 캐릭터 챗봇 플랫폼 ‘크랙’을 운영하고 있습니다. 지난해 뤼튼 매출은 471억원으로, 전년 31억원에서 5배 가까이 늘었고 올해엔 1000억원 규모의 시리즈C 투자를 유치하며 유니콘 기업 반열에 올랐습니다. 일반 대중을 대상으로 한 국내 AI 스타트업 중 기업 가치 1조원을 넘긴 것은 뤼튼이 처음입니다. 지난해 월간활성이용자(MAU)는 650만명으로 서울 인구의 70%가 뤼튼을 이용한 셈입니다. 고교생 때부터 창업의 꿈…출발점 된 학술대회 뤼튼의 뿌리는 이 대표의 고등학생 시절로 거슬러 올라갑니다. 이 대표는 여느 사춘기 청소년과 같이 아이디어도, 패기도 넘치는 열정 어린 학생이었습니다. 머릿속에 번뜩이는 생각들을 정교하고 논리적으로 표현하고 싶어 안달이 나 있었죠. 특히 어리고 경험이 부족하다는 이유로 무시당할 때마다 이 대표의 고민은 치열해졌습니다. 청소년의 학문적 고민을 잘 표현할 수 있는 자리가 필요하다고 생각했습니다. 고등학교 2학년이던 2013년, 이 대표는 사회과학을 연구하는 교내 동아리를 만들고 전국 단위 청소년들을 대상으로 한 한국청소년학술대회(KSCY)를 열었습니다. 처음 참가자는 30명 남짓이었지만 이듬해 300명, 그다음 해 3000명으로 규모가 폭발적으로 커졌습니다. 위기는 기회와 함께 찾아왔습니다. 코로나19가 확산하면서 무한히 연기되던 KSCY를 2022년 온라인 대회로 열었습니다. 세계 15개국에서 5000명 이상의 청소년이 참여했는데, 수천 명의 학생들이 쏟아낸 글을 검토하고 질문하고 피드백을 주려면 사람의 힘만으로는 한계가 있었습니다. 그때 이 대표의 머리를 스친 것이 당시 대중에겐 아직 생소했던 생성형 AI였습니다. 이 대표는 2년 전 오픈AI의 ‘GPT3’ 비공개 테스트에 참여했던 기억을 더듬었습니다. 초기 모델은 느리고 비쌌으며 한국어 성능도 지금과 비교하면 형편없었습니다. 오픈AI라는 기업도 유명하지 않던 시절 다들 이 기술이 무엇을 할 수 있을지 의심하던 때 이 대표는 GPT3이 문장을 만들어내고 사람과 소통하는 능력을 눈여겨봤죠. 이 대표는 당시 대학원에서 GPT를 연구하던 친구와 KSCY를 위한 생성형 AI를 개발하기 시작했습니다. 이 대표는 “서비스를 개발할수록 놀란 맘을 가라앉히기 어려웠다”며 “앞으로 엄청난 연구와 투자가 일어날 거고, 결국 전기나 인터넷처럼 생성형 AI가 온 세상에 퍼질 거라 확신했다”고 회상했습니다. ‘글쓰기 도구’에서 국민 AI로2021년 4월 뤼튼은 학술대회 참가자들의 글쓰기를 돕는 ‘AI 논술교사’로 세상에 나왔습니다. 자료를 조사하고 글의 구조를 잡고 문장을 다듬는 일을 도우며 자리를 잡아갔습니다. 뤼튼이 유용해질수록, 이 대표에겐 KSCY를 넘어 누구나 탁월하게 정보를 찾고, 정리하고, 자신의 생각을 논리적으로 표현할 수 있도록 돕는 도구가 필요하다는 생각이 커졌습니다. 이 대표는 주변 친구들의 일상으로 눈을 돌렸습니다. 이력서와 자기소개서, 보도자료, 광고 문구, 블로그와 소셜서비스(SNS) 등 사람들이 실제 생활과 업무에서 사용하는 글을 AI가 대신 만들어주는 ‘뤼튼 카피라이팅’을 내놨습니다. 대화형 AI에 간단한 자연어 키워드만 입력해도 척척 문서 초안을 만들어주는 서비스였죠. 글쓰기에서 출발한 뤼튼 카피라이팅은 출시 일주일 만에 가입자 1만명을 넘기며 기업 간 소비자 거래(B2C)로 선풍적인 시장 창출에 성공했습니다. 대중들이 일상생활 속에서 무엇을 어려워하고 귀찮아하는지, 또 어떤 기술을 필요로 하는지를 정확히 파악한 덕분입니다. 그렇게 몸집을 키운 뤼튼은 글쓰기에 머물지 않고 AI 검색, AI 캐릭터, 개인화 AI 등으로 서비스를 넓혔습니다. ‘1인 1 AI’를 위한 무료화 결단 2022년 말 챗GPT가 출시된 이후 이를 포함한 생성형 AI 대부분이 한 글자, 한 문장을 만들어낼 때마다 돈을 받고 있었습니다. 1만자에 2만원, 10만자에 20만원 같은 식으로 초기 수익 모델을 마련하던 때였죠. 뤼튼 역시 AI의 파도 위에 올라타며 사세가 한창 커지던 때였습니다. 당시 AI에 대한 이 대표의 인식은 명확했습니다. 전기나 수도, 인터넷이 오늘날 보편화된 것처럼 엄청난 잠재력을 가진 AI도 언젠간 전 국민에게 확산될 것이라고 봤습니다. 그렇게 폭발적인 AI 기술을 일부 사람만 쓰게 해서는 안 된다는 생각이 들었습니다. AI 활용 능력이 개인의 생산성과 국가 경쟁력을 좌우할 것이라면 누구나 AI를 사용할 수 있는 환경부터 만들어야 한다는 것이었습니다. 또 어차피 언젠간 보편화될 기술이라면, 그 선봉에 뤼튼이 서지 않을 이유가 없었죠. 이 대표는 2023년 초 유료였던 서비스를 전면 무료로 바꾸겠다는 결단을 내립니다. 고객이 AI를 많이 쓸수록 회사가 지출해야 하던 비용도 늘어나는 구조라 내부에선 즉각 반대가 나왔습니다. 회사 재정을 고려했을 때 적자가 될 수밖에 없는 결정이었기 때문이죠. 이 대표는 뤼튼의 구성원들에게 편지를 써서 설득에 나섰습니다. ‘대화형 AI 슈퍼 앱으로 만들자’는 이 대표의 구상은 구성원들의 마음이 움직였고 결국 뤼튼을 무료 서비스로 만들었습니다. 이 대표는 “네이버와 구글이 PC의 첫 화면이듯, 또 카카오톡과 라인이 모두가 쓰는 메신저이듯, 사람과 AI의 ‘첫 대화’는 뤼튼이라고 각인하고 싶었다”며 “그러려면 아무런 장벽 없이 들어와 기술을 누리고 즐기는 플랫폼이 돼야 했다”고 밝혔습니다. “회사는 프로 구단, 나는 구단주”어리다면 어린 20대부터 한 기업을 이끈 이 대표는 뤼튼의 성장 철학을 대학 시절 선수로 뛰었던 미식축구에서 찾았습니다. 프로와 아마추어의 경계가 상대적으로 적고, 대학에서 뛰어난 실력을 보이면 국가대표가 될 수 있었던 가능성의 스포츠에 끌린 것입니다. 이 대표는 국제대학스포츠연맹(FISU) 미식축구선수권대회에서 한국 대표팀을 이끌고 4위에 오르기도 했습니다. 이때 국가대표팀 주장으로서 적게는 50명, 많게는 100명 가까운 선수단을 이끌면서 우승을 향해 달려갔던 경험은 뤼튼의 경영에도 많은 도움을 줬죠. 공격과 수비, 스페셜팀으로 나뉘어 각자 다른 역할을 수행하면서도 하나의 목표를 향해 움직이는 미식축구의 구조는 기업 운영과 꼭 닮아있었습니다. 대표팀을 이끌면서 이 대표는 선수 대신 직접 뛰는 것이 아니라 선수 한 명 한 명이 최고의 플레이를 펼칠 수 있도록 환경을 만드는 것이 구단주의 역할이라는 것을 깨닫습니다. 회사 구성원과 함께 빅테크 시장에서 경쟁하기 위해서도 기업 구성원들을 물심양면으로 지원해야 했죠. 2023년 당시 이름도 생소하던 ‘AI 프롬프트 엔지니어’에 연봉 1억원을 내걸었던 뤼튼의 채용공고는 업계에서 단연 화제가 됐습니다. 서울대, 카이스트, 옥스퍼드, 스탠퍼드 등 유수의 인재를 섭외하고 그에 걸맞은 대우를 하겠다는 이 대표의 신념이 뤼튼을 국내 AI 업계의 인재 선순환을 만들어낸 것입니다. 세계 무대로 나아가는 ‘생활형 AI’ 뤼튼의 성장은 이제 국내에만 머물지 않습니다. 2023년 일본 법인을 세우고 현지 시장에 진출한 데 이어 글로벌 시장을 향한 도전도 이어가고 있습니다. 일본은 한국과 비슷한 모바일·인터넷 환경을 갖춘 동시에 콘텐츠 산업이 강하다는 점에서 뤼튼이 일찍부터 주목한 시장입니다. 2024년 이 대표를 비롯한 뤼튼 공동창업자와 주요 구성원들은 포브스의 ‘아시아 30세 이하 30인’에 선정됐습니다. 이용자가 직접 만든 캐릭터와 대화하는 서비스 ‘크랙’은 일본(서비스명 ‘캬라푸’)과 북미(‘OOC’)에도 진출했습니다. 지난 5월 북미에서 출시한 OOC는 3개월 만에 월 매출 100억원을 넘어서며 해외 매출이 국내 매출을 추월한 상태입니다. 이제 이 대표가 바라보는 목표는 한국의 AI 스타트업을 넘어 아시아를 대표하는 AI 기업입니다. 2030년까지 AI 서비스부터 인프라까지 아우르는 아시아 최대 ‘하이퍼스케일러’로 도약하겠다는 청사진을 내놓았습니다. 최근에는 국내 주요 증권사에 입찰 제안요청서(RFP)를 발송하며 기업공개(IPO)를 준비하고 있습니다. 9월 중 주관사를 선정해 내년 이후 상장을 목표로 하고 있습니다. 이 대표는 “AI는 인터넷과 모바일에 이은 또 하나의 거대한 전환기”라고 말합니다. AI의 미래는 단순히 정보를 찾아주는 ‘검색창’을 넘어, 이용자를 대신해 판단하고 실제 행동까지 수행하는 시대로 나아갈 것이라는 게 그의 전망입니다. 이 과정에서 핵심 토종 AI 기업으로 성장하고 있는 뤼튼은 생성형 AI를 넘어 일상 속에서 이용자의 필요를 먼저 파악하고 행동을 돕는 ‘생활형 AI’로 진화하고 있습니다.

SAP ERP 전문기업 ASPN(대표 한창직)이 통합 SaaS 플랫폼 ‘publicX.net’에 AI 기능을 연계하고 온라인 SI 개발 요청·견적 서비스 ‘HOW’를 함께 선보이며 기업의 디지털 전환(DX) 지원에 나선다. ASPN에 따르면 ‘publicX.net’은 SAP S/4HANA Public Cloud 환경에 최적화된 웹·모바일 기반의 모듈형 확장 솔루션이다. 전자전표, 그룹웨어, 설비관리, 영업관리, 구매관리, 인사관리 등 기업 업무에 필요한 다양한 기능을 제공하며, 여기에 인공지능 기술을 결합한 ‘AI Core Capabilities’를 지원한다. publicX의 AI 기능은 수동적인 행정 업무를 덜어내는 데 초점을 맞추고 있다. 문서와 첨부파일의 행간을 파악해 핵심 요약과 초안 작성을 돕고, 영수증이나 계약서 같은 이미지와 PDF 파일에서는 광학 문자 판독(OCR) 기술로 세부 데이터와 텍스트를 정확하게 건져낸다. 추출한 증빙 데이터를 바탕으로 전표 처리 과정도 자동화합니다. LLM이 상황에 알맞은 계정과목과 적요를 제안하며, 사용자는 publicX 솔루션에 쌓인 데이터를 자연어 대화로 간편하게 조회해 필요 업무나 리포트를 확인할 수 있다. ASPN은 AI 기능과 함께 온라인 SI 개발 요청 및 견적 서비스인 ‘HOW’도 제공한다. 기존 SI 개발 과정에서 반복적으로 이뤄지는 대면 미팅과 수동 공수 산정 등의 절차를 온라인 방식으로 전환한 것이 특징이다. ‘HOW’에서는 사용자가 비대면으로 개발 요구 사항을 작성하면 이를 바탕으로 일정과 인력, 기술 구성 등을 포함한 수행 계획을 수립하고, 상세 견적을 도출하는 방식으로 진행된다. 이후 계약과 개발 착수까지 이어질 수 있도록 구성해 SI 개발 과정에서 발생하는 시간과 절차상의 부담을 줄이는 데 초점을 맞췄다. ASPN 솔루션 부문 대표 최재선 전무는 “기존 SI 개발 프로젝트는 잦은 대면 미팅과 불투명한 견적 산정으로 착수 전에 많은 리소스가 낭비됐다”며 “‘HOW 서비스’는 비대면 온라인 요구 사항 정의를 통해 일정, 인력, 기술 구성을 도출하고 투명한 공수 산정 견적을 제공하는 서비스”라고 말했다. ASPN은 SAP 표준 기반의 publicX와 첨단 AI 기술, 온라인 SI 개발 서비스인 HOW를 상호 연계하여, 기업들의 실질적인 업무 효율 극대화와 성공적인 디지털 전환을 다각도로 뒷받침할 방침이다. ASPN 관계자는 “publicX.net은 기업의 핵심 시스템인 SAP 표준을 준수하면서 최신 AI 기술을 유연하게 결합한 SaaS 플랫폼”이라며 “온라인 SI 개발 서비스인 HOW와 publicX 라인업을 통해 비용과 시간 부담을 줄이는 스마트 DX를 실현하겠다”고 밝혔다.

스마트폰과 소셜미디어(SNS)로 소통을 하는 경우가 많다 보니 사람을 직접 대면하는 경우가 점점 줄면서 상대의 비언어적 신호를 알아차리지 못하는 사람들이 늘고 있다. 다시 말하면 ‘눈치 없는’ 사람들이 많아지고 있다는 말이다. 이런 상황에서 사람이 일일이 지시를 내리지 않아도 인공지능(AI)이 사람의 반응을 빠르게 알아채 스스로 행동을 고치는 기술이 등장했다. 카이스트 뇌인지과학과, 마이크로소프트(MS)연구소 아시아 공동 연구팀은 사람의 뇌파를 이용해 AI를 실시간으로 원하는 대로 작동시킬 수 있는 차세대 뇌-컴퓨터 인터페이스(BCI) 기술 ‘신경 가치 정렬’(NVA)를 개발했다고 10일 밝혔다. 뇌파로 사람과 AI의 인지적 불일치를 포착해 AI가 사람의 목표에 맞춰 행동을 수정하는 기술로 ‘눈치 빠른 AI’가 등장했다고 볼 수 있다. 이번 연구 결과는 사이버네틱스 분야 국제 학술지 ‘IEEE 트랜잭션스 온 사이버네틱스’ 에 실렸다. AI를 원하는 목표에 맞춰 작동시키기 위해서는 사람이 무엇을 원하는지 정확히 파악하도록 해야 한다. 생성형 AI의 경우 예전 컴퓨터 프로그래밍을 할 때처럼 프로그램 언어를 따로 배울 필요 없이 자연어로도 명령이 가능하지만 원하는 바를 정확히 프롬프트해야 하고 미세 조정이 필요하기도 하다. 이처럼 AI는 주로 사람의 말, 행동, 몸짓 등 외부 정보를 바탕으로 의도를 추정했다. 그렇지만 같은 행동이라도 목적이 다른 경우가 적지 않다. 물컵을 집더라도 마시기 위한 것인지 다른 사람에게 건네려는 것인지 구분이 쉽지 않다. 이런 ‘목적-행동 모호성’ 때문에 AI가 사람의 의도를 잘못 이해하면 다시 명령하거나 행동을 교정해야 한다. 연구팀은 사람이 예상과 다른 상황에 맞닥뜨렸을 때 뇌에서 무의식적으로 발생하는 ‘예측 오차’에 주목했다. 뭔가 잘못된 행동을 보면 뇌에서는 자기도 모르게 ‘이게 아닌데’라는 신호가 발생한다. 연구팀은 AI가 목표 자체를 잘못 이해했을 때 나타나는 ‘보상 예측 오차’와 목표는 맞지만 행동 과정이나 방식이 예상과 다를 때 나타나는 ‘상태 예측 오차’로 구분했다. 연구팀은 실험 대상자에게 AI가 작업하는 모습을 지켜보게 하면서 실시간 뇌파(EEG)를 측정했다. 관찰 결과 실제로 목표 자체를 잘못 이해했을 때와 행동 방식이 잘못됐을 때 사람의 뇌는 서로 다른 신호를 보낸다는 사실을 확인했으며 두 가지 오류가 동시에 발생했을 때 나타나는 뇌파 패턴도 발견했다. 연구팀은 이를 바탕으로 딥러닝으로 뇌파만으로 사람이 AI 행동을 어떻게 받아들이고 있는지를 구분하는 기술을 개발했다. 사람의 뇌 신호를 AI에 실시간으로 전달해 스스로 행동을 고치도록 한 ‘신경 가치 정렬 기반 인간-AI 시너지’ 알고리즘을 만들었다. 상태 예측 오차가 감지되면 AI는 “원하는 목표는 맞지만 방법이 잘못됐다”고 판단해 재빨리 행동 방식을 바꾸고, 보상 예측 오차가 나타나면 “목표 자체를 잘못 이해했다”고 판단해 사람이 원하는 것이 무엇인지 다시 찾게 한 것이다. 시뮬레이션 결과 갑자기 목표나 행동이 바뀌어야 하는 불확실한 상황에서도 기존 방식보다 빠르게 변화에 적응하는 것으로 나타났다. 연구팀에 따르면 이번 기술은 가정이나 산업 현장에서 사용되는 피지컬 AI 로봇이 사용자의 의도를 보다 자연스럽게 파악하고 행동을 조정하는 데 활용될 수 있다. 또 자율주행차가 운전자의 생각을 빠르게 반영하거나 말을 하거나 몸을 움직이기 어려운 환자가 의료·재활 로봇을 제어하기도 하고 학생의 인지 상태에 맞춰 학습을 돕는 기술로도 확장될 수 있다. 연구를 이끈 이상완 카이스트 석좌교수는 “이번 연구는 눈에 보이는 행동 결과만으로 인간의 의도를 추정하던 기존 방식에서 벗어나 뇌 인지 신호를 읽어 반응할 수 있음을 보여줬다”며 “향후 피지컬 AI, 자율주행, 정밀 맞춤형 교육, 의료용 로봇, 인간-컴퓨터 상호작용 등 인간과 AI의 협업이 필요한 다양한 분야로 확장할 수 있을 것으로 기대한다”고 말했다.

배후에 북한이 있는 것으로 추정되는 해킹 조직 ‘김수키’가 최근 해킹에 인공지능(AI) 에이전트를 이용한 정황이 포착됐다. AI가 해커의 공격 과정에 이용되는 것을 넘어 공격 업무 자체를 자동화할 것이란 우려가 현실화하는 모습이다. 국내 보안업체 지니언스 시큐리티 센터는 7일 보고서를 통해 지난달 수집한 악성 파일 13종을 분석한 결과 김수키의 공격 미끼용 데이터에서 AI 에이전트 오픈코드 기록을 확인했다고 밝혔다. 앞서 김수키가 AI와 로컬 대규모언어모델(LLM)을 미끼 제작에 활용한 정황은 포착됐지만, AI 코딩 에이전트의 실제 활용 사례가 확인된 것은 이번이 처음이다. 김수키의 공격은 이자 납부, 인증서 갱신 등 일상적인 금융·기업 실무 메일로 위장한 압축 파일을 풀면 악성 코드가 실행되는 식이다. 지니언스는 AI 코딩 에이전트가 활용된 근거로 “일부 PDF에서 AI 코딩 에이전트인 ‘오픈코드’가 기록돼 있었고, 본문에는 ‘임시값’이라는 미작성 문구가 그대로 포함돼 있었다”고 설명했다. 오픈코드는 오픈소스 기반의 AI 코딩 에이전트로, 자연어로 지시하면 코드 작성과 파일 생성을 자동으로 수행하는 도구다. ‘임시값’이라는 문구는 실제 수치를 입력해야 하는 보험료 납부 주기, 금리 등의 항목에 AI 에이전트가 생성한 문서를 검토 없이 그대로 배포한 흔적으로 추정된다는 뜻이다. 앞서 북한은 미국의 포괄적 대북 수출통제 조치를 우회하며 빅테크들의 칩을 공수해 AI 성능을 고도화해 온 바 있다. 이번 사례는 AI 에이전트의 성능이 높아질수록 사이버 공격의 위험성과 파급력이 함께 커진 대표 사례로 꼽힌다. 황석진 동국대 국제정보대학원 교수는 “북한이 단순히 AI 에이전트라는 해킹 도구 하나를 추가한 것을 넘어 사이버 공격을 자동화·정교화·대량화했다는 뜻”이라며 “대규모 해커를 양성하던 북한이 해킹에 필요한 인력과 시간, 비용을 줄이며 기술 격차를 축소할 것”이라고 우려했다. 이어 “AI는 AI로 막아야 하기 때문에 AI 기반 탐지 및 다중운용체계를 구축하는 게 중요하다”며 “‘보안 특화 AI’와 같이 정부, 학계, 다양한 분야의 기업 등 서로 다른 주체들이 공격 취약점이나 경로 파악 등 공동의 대응체계를 구축하는 것이 필요하다”고 말했다.

코딩을 전혀 배운 적 없는 중국의 13세 여학생이 생성형 인공지능(AI)을 활용해 부모를 대신해 숙제를 감독해 주는 애플리케이션을 개발해 단 사흘 만에 370만원 상당의 수익을 올려 화제다. 2일 홍콩 사우스차이나모닝포스트(SCMP) 등에 따르면 상하이의 중학교 2학년생인 주슈한(13)양은 지난달 21~23일 항저우에서 열린 전국 AI 제품 마케팅 대회에서 3위에 올라 상금 5000위안(약 94만원)을 차지했다. 이번 대회는 별도의 기술 심사위원 평가 없이 참가자들이 생성형 AI로 제작한 앱이 현장에서 사흘간 올린 실제 매출액만을 기준으로 순위를 가렸다. 주양이 출품한 앱 ‘짜이창’(在場·‘현장에 있음’이라는 뜻)은 50여명의 참가자 사이에서 90건의 주문을 유치하며 총 1만 8000위안(약 370만원)의 매출을 기록했다. 짜이창은 부모가 본인 사진을 등록하면 화면 속에 부모를 닮은 가상 아바타가 등장해 자녀의 공부를 감독하는 서비스다. 스마트기기 카메라를 통해 아이가 딴짓을 하거나 자리를 이탈하는 모습이 포착되면 가상 부모가 음성으로 주의를 준다. 숙제가 끝나면 아이의 집중도 분석 보고서도 부모에게 제공된다. 주양은 지난해 처음 AI 기술을 접했으며, 전문적인 프로그래밍 지식은 전무하다. 기획부터 주요 기능 구현까지 걸린 기간은 단 3~4일로, 거대언어모델(LLM)에 자연어로 아이디어를 설명한 뒤 코드를 생성하도록 지시하는 방식으로 앱을 완성했다. 주양은 “부모님이 바빠 혼자 공부하다 보니 휴대전화를 몰래 보며 딴짓하는 경우가 많았다”며 “스스로 절제하기 힘든 또래들의 고민을 해결하고자 ‘디지털 복제 부모’를 구상했다”고 설명했다. 초기 기획 단계에 있던 ‘엄마의 분노 경고’ 기능은 최종 버전에서 제외했다. 잦은 산만함을 감지해 부모에게 알리는 기능이었으나, 주양은 “고자질하는 방식이 싫었다. 아이들에게도 스스로 개선할 기회를 주는 따뜻한 앱을 만들고 싶었다”고 전했다. 앱의 첫 이용자였던 초등학교 1학년 남동생 역시 앱을 켜두자 공부 집중력이 크게 높아진 것으로 전해졌다. 주양의 사연이 알려지자 현지 누리꾼들은 “좋은 아이디어와 AI 활용 능력이 결합한 훌륭한 사례”, “학부모의 니즈를 정확히 파악한 뛰어난 사업 감각” 등 호평을 쏟아내고 있다.

롯데가 다음 달 1일부터 ‘예측 가능한 수시채용’을 시작한다. ‘예측 가능한 수시채용’은 계열사별 채용 시기를 3∙6∙9∙12월로 정해 지원자들이 채용 일정을 미리 예측하고 준비할 수 있도록 한 것이 특징이다. 이번 채용에는 롯데백화점, 롯데웰푸드, 롯데건설, 롯데이노베이트 등 15개 계열사가 참여하며, 영업, 마케팅, 연구개발(R＆D), 인공지능(AI) 등 50여 개 직무에서 세 자릿수 규모의 신규 채용을 진행한다. 전형 일정과 지원 자격 등 세부 사항은 롯데그룹 채용 홈페이지에서 확인할 수 있다. 롯데는 그룹의 인공지능 전환(AX)을 이끌 핵심 인재 확보에 힘을 쏟는다. 이번 채용 전형에 참여하는 롯데이노베이트와 롯데건설은 자연어 및 시각∙음성 처리, 연구개발 등 다양한 분야의 AI 전문 인력을 적극 채용할 계획이다. 롯데는 다음 달 1일부터 8일까지 서울대, 성균관대, 연세대, 서강대, 울산과학기술원(UNIST), 고려대 등 전국 12개 대학에서 채용박람회를 개최한다. 채용박람회에는 롯데웰푸드, 롯데마트·슈퍼, 롯데물산, 롯데호텔, 롯데바이오로직스, 롯데건설 등 20개 계열사가 참가해 회사 소개 및 직무 채용 상담을 진행한다. 직원들도 현장에 참여해 자신의 경험을 바탕으로 채용 과정과 합격 노하우 등을 전할 예정이다. 지역 청년과의 채용 접점도 확대한다. 롯데에너지머티리얼즈와 롯데정밀화학은 울산과학기술원(UNIST)과 광주과학기술원(GIST)에서 채용박람회를 열고 지역의 우수 이공계 인재를 찾는다. 롯데백화점은 충청, 호남, 영남 등 지역 거점에 위치한 대학교를 찾아 채용설명회를 개최한다.

생성형 인공지능(AI)이 다양한 분야에서 사용되다 보니 AI 없는 세상은 상상하기 어려울 정도가 됐다. 생성형 AI가 사용자 수준에 맞춘 답변을 내놓기 위해서는 사용자가 설정한 프로필, 과거 대화 등 고정된 사용자 정보를 활용한다. 그렇지만 이런 방식은 전문 분야가 아닌 다른 분야나 같은 분야에서도 질문 주제에 따라 지식 수준이 다르다는 점은 고려되지 않는 경우가 많다. 이에 울산과학기술원(UNIST) 컴퓨터공학과 연구팀은 질문 의미뿐만 아니라 질문 속 전문 용어를 얼마나 빠르고 일정한 리듬으로 타이핑하는지에 따라 사용자의 전문 지식 수준을 가늠해 맞춤형 답변을 내놓는 개인화 AI 기술인 ‘엑스퍼트’(ExPerT)를 개발했다고 30일 밝혔다. 이 연구 결과는 자연어 처리 분야 국제 학술대회 ‘ACL 2026’에서 발표됐다. 연구팀은 이번 연구의 데이터 세트와 코드를 오픈 소스 공유 사이트인 ‘깃허브’(https://github.com/UbiquitousAILab/ExPerT)에 공개하기도 했다. 연구팀은 똑같은 전문 용어를 쓰더라도 키를 누르고 떼기까지 걸린 시간, 다음 키로 넘어가는 간격, 백스페이스 사용 횟수 등은 전문가와 비전문가 간에 차이가 있다는 사실에 주목했다. 연구팀은 개별 질문에 쓰인 표현과 전문 용어 등의 의미 정보와 타이핑 행동 정보를 챗GPT 같은 생성형 AI 모델에 입력해 사용자 전문성을 5단계로 추정하게 한 뒤 추정 결과와 원래 질문을 생성형 AI 모델에 다시 전달해 답변의 눈높이를 조절하도록 했다. 실제로 화학, 컴퓨터과학, 경영 분야 참가자 40명이 입력한 질문 1270개를 이용해 엑스퍼트의 성능을 검증한 결과 의미 정보만 분석했을 때는 AI가 추정한 전문성 수준이 참가자가 직접 평가한 수준과 평균 0.488단계 차이가 났지만 타이핑 정보까지 함께 분석하자 그 차이가 0.398단계로 줄었다. 타이핑 정보를 더할 경우 전문성 추정 오차가 18.4% 줄어든 것이다. 또 지금까지 나눈 대화에서 사용자의 성향과 배경을 추출하는 기존 방식의 경우 사용자가 직접 평가한 전문성 수준과 평균 1.162단계 차이가 났지만, 질문마다 전문성을 새로 파악하는 엑스퍼트 방식은 차이를 0.488단계로 줄였다. 연구를 이끈 공태식 교수는 “이번 기술은 기존 개인화 AI가 고정된 프로필이나 이전 대화 기록에만 의존해 실시간 맥락을 반영하지 못했던 한계를 극복하기 위한 것”이라며 “의료·법률·금융처럼 전문 지식 격차가 큰 분야의 전문 챗봇은 물론 사용자별 이해도 파악이 중요한 에듀테크나 B2B 고객 지원 시스템 등 다양한 영역에서 사용자의 실시간 눈높이에 최적화된 개인화 AI 인터페이스를 제공할 수 있을 것으로 기대된다”고 말했다.

중국의 13세 소녀가 인공지능(AI)을 활용해 만든 ‘가상 부모’ 앱으로 사흘 만에 약 380만원을 벌어 화제다. 전문적인 코딩 교육을 거의 받지 않았지만 원하는 기능을 말로 설명하면 코드를 만들어주는 AI를 활용해 프로그램을 완성했다. 26일 중국란뉴스와 상관뉴스 등 현지 매체에 따르면 상하이에 사는 중학교 2학년 주수한(13)은 지난 21~23일 항저우에서 열린 AI 마케팅 경진대회 ‘마케톤’(Markethon)에서 3위를 차지했다. 이 대회는 별도의 심사위원 없이 실제 매출로 순위를 가렸다. 50여개 참가팀이 48시간 동안 AI 제품을 판매하고 소비자가 실제로 지불한 금액을 기준으로 수상자를 결정했다. 주수한이 내놓은 제품은 가상 학습 도우미 ‘짜이창’(在场)이다. 부모 사진을 올리면 화면에 부모 모습을 본뜬 가상 캐릭터가 나타나 아이가 공부하는 동안 곁을 지킨다. 컴퓨터 카메라가 아이가 휴대전화를 보거나 자리를 뜨는 모습을 감지하면 가상 부모가 음성으로 주의를 준다. 공부가 끝난 뒤에는 아이가 얼마나 집중했는지 분석한 보고서도 제공한다. 제품을 만든 계기는 자신의 경험이었다. 주수한은 “부모님이 항상 곁에서 공부를 지켜볼 수 없고 나도 숙제하다 집중력이 흐트러져 몰래 휴대전화를 볼 때가 있었다”고 말했다. 이어 “‘엄마가 화났다’와 같은 기능도 처음에는 있었지만 삭제했다”며 “고자질하는 앱을 만들고 싶지 않았다. 아이에게도 어느 정도 여유를 주고 싶었다”고 설명했다. 아이의 행동을 부모에게 일일이 알리는 방식도 피했다. 여러 차례 주의를 줬는데도 같은 행동이 반복될 때만 부모에게 알림을 보내도록 했다. 코딩 거의 안 배웠는데…AI와 대화하며 앱 완성 주수한은 전문적인 프로그래밍 교육을 거의 받지 않았다. AI 도구를 처음 사용한 것도 약 1년 전이었다. 그는 원하는 기능을 자연어로 설명하고 AI가 프로그램 구조를 정리해 코드를 만들도록 했다. 오류가 발생하면 다시 AI에 해결 방법을 물었다. 아이디어를 떠올린 뒤 핵심 기능을 구현하는 데 걸린 시간은 3~4일 정도였다. 앱이 완성되자 초등학교 입학을 앞둔 남동생이 첫 사용자가 됐다. 남동생을 대상으로 시험하면서 가능성을 확인한 뒤 대회에 출품했다. 대회 기간에는 약 90건의 주문이 들어왔다. 순이익은 1만 8295위안으로 약 377만원이다. 대회 3위 상금 5000위안(약 103만원)도 별도로 받았다. 다만 수익이 오롯이 앱 기능과 주수한의 판매 능력만으로 나온 것은 아니다. 주수한의 어머니는 중국판 틱톡인 더우인에서 활동하는 크리에이터다. 어머니가 방송과 짧은 영상을 통해 딸의 제품을 소개하면서 전체 주문의 상당수가 이 경로를 통해 들어왔다. 주수한은 “계속 돈을 내고 사용하는 사람이 있다면 기능을 보완해 정식으로 판매하고 싶다”며 “AI를 사용하면서 좋은 아이디어만 있다면 실제 제품으로 만들 수 있다는 것을 알게 됐다”고 말했다. 13~14세가 AI 앱 잇달아 개발…“출발선부터 다르다” 반응도AI를 활용해 직접 제품을 만드는 중국 청소년은 주수한뿐만이 아니다. 또 다른 13세 학생 뤼쓰퉁은 학교 영어회화 수업이 충분하지 않다고 느껴 24시간 대화할 수 있는 AI 영어회화 서비스 ‘칭와와이자오’(青蛙外教·개구리 원어민 교사)를 개발했다. 어려운 프로그래밍 개념을 일상적인 비유로 설명해 주는 ‘샤오후리장다이마’(小狐狸讲代码·꼬마 여우의 코딩 설명)도 만들었다. 예를 들어 프로그램의 ‘변수’를 ‘채소를 넣어두는 냉장고’에 빗대 설명하는 방식이다. 중국 매체들은 뤼쓰퉁이 지금까지 100개가 넘는 AI 응용프로그램을 만들었으며 일부 제품은 아마존웹서비스(AWS) AI 경진대회 결선에 진출하고 상업용 개발 주문도 수주했다고 전했다. 베이징에 사는 중학교 2학년 장무란(14)은 제품 구상부터 시제품 제작과 홈페이지 개설까지 자동화하는 AI 창업 플랫폼 ‘클로파운더’(ClawFounder)를 개발했다. 장무란은 이 제품으로 중관춘에서 열린 AI 개발대회에서 우승해 상금 20만 위안(약 4100만원)과 AI 서비스에서 사용할 수 있는 100억 토큰을 받았다. 또 또래 학생들과 팀을 꾸려 성인 개발자들이 참가한 해커톤에 출전해 샤오홍슈 게시물을 분석하고 개선점을 알려주는 프로그램도 만들었다. AI가 전문적인 코딩 지식이 없는 사람도 아이디어를 실제 제품으로 구현할 수 있도록 개발 문턱을 낮췄다는 평가가 나온다. 다만 이를 누구나 따라 할 수 있는 성공 사례로 받아들이기는 어렵다는 반응도 적지 않다. 현지 누리꾼들은 “우선 상하이 출신이어야 한다”, “상하이 아이들은 지방 소도시 아이들보다 교육 자원과 기회가 많고 부모의 교육관도 다르다. 애초에 출발선부터 앞서 있다”는 등의 반응을 보였다.

- 거주자 생활 패턴 학습해 환경·서비스 먼저 제공하는 ‘초개인화 AI 홈’ 구현- 버튼·터치 없이 자연스러운 대화로 공간 제어부터 생활 서비스까지 연결- 베스틴 월패드, AI Wonder Home 굿디자인 선정…하드웨어 넘어 AI 사용자 디자인 경험으로 경쟁력 확대 HDC그룹의 공간 AX(AI 전환) 솔루션 기업 HDC랩스가 거주자의 맥락을 학습해 작동하는 ‘AI 홈 에이전트’를 필두로 스마트홈 고도화에 속도를 내고 있다. HDC랩스는 이준형 대표이사 취임 이후 기존 하드웨어 중심 사업에 인공지능을 접목하는 단계를 넘어, AI를 매개로 공간과 서비스를 통합하는 AX 전문 기업으로 사업 구조를 재편해 왔다. 이번에 선보인 AI 홈 에이전트는 입주자의 일상 패턴과 실내외 환경 데이터를 정밀 분석해 최적화된 주거 환경과 편의 서비스를 능동적으로 제안·실행하는 핵심 플랫폼이다. 기존 스마트홈이 사용자의 명령에 반응하는 단순 제어에 머물렀다면, AI 홈 에이전트는 거주자의 생활 맥락을 파악해 선제적으로 대응하는 것이 특징이다. 자연어 처리 기술과 초개인화 AI 알고리즘을 결합해 별도의 버튼 조작이나 화면 터치 없이도 일상적인 대화만으로 사용자의 의도를 분석한다. 이를 통해 조명, 냉난방, 환기 등 주요 공조 환경을 제어하고 연계 생활 서비스를 유기적으로 실행한다. 특히 사용 기간이 누적될수록 개인화 성능이 강화된다. 시스템이 축적된 행동 데이터와 주거 환경 변화를 학습해 개별 선호도를 정밀하게 반영하며 공간을 최적화한다. 여기에 헬스케어 및 생활 데이터를 연동해 이상 징후를 감지하거나 맞춤 정보를 제공함으로써 스마트홈 제어부터 건강 관리, AI 비서 기능까지 단일 플랫폼에서 일괄 지원한다. HDC랩스는 이를 위해 생활 데이터 수집→AI 패턴 학습→공간 자동 최적화→건강·생활 케어→AI 비서 지원으로 이어지는 서비스 체계를 구축하고 있다. 궁극적으로 사용자가 일일이 기능을 찾아 실행하는 스마트홈에서 벗어나, 공간이 거주자를 이해하고 필요한 기능과 서비스를 먼저 제공하는 ‘초개인화 AI 홈’으로 진화시킨다는 구상이다. 이 같은 방향성은 HDC랩스의 스마트홈 서비스 ‘AI Wonder Home’에도 구체화되고 있다. AI Wonder Home은 외부 날씨와 실내 기기 데이터를 분석해 온·습도와 공기질을 관리하고, “나 지금 나갈게”와 같은 자연스러운 표현을 인식해 외출 모드와 일괄 소등, 엘리베이터 호출 등 상황에 필요한 기능을 실행한다. 단지 내 배달 로봇의 이동 경로와 엘리베이터 혼잡도를 연계해 예상 도착 정보를 안내하는 등 개별 기기를 넘어 다양한 주거 서비스를 연결하는 사용자 경험도 구현했다. 이러한 기술력과 사용자 경험은 디자인 경쟁력으로도 인정받았다. 베스틴(BESTIN) 월패드 ‘Bestin Wallfit Series’는 제품디자인 부문에서, ‘AI Wonder Home’은 서비스·경험디자인 부문에서 각각 ‘2026 굿디자인코리아’ 우수디자인(GD)에 선정됐다. HDC랩스는 2013년부터 14년 연속 GD 선정 기록을 이어가며 하드웨어를 넘어 AI 기반 사용자 경험으로 디자인 경쟁력을 확장했다. HDC랩스는 앞으로 AI 홈 에이전트를 주거 공간뿐 아니라 빌딩과 다양한 생활 공간으로 확대할 계획이다. 공간·생활 데이터와 외부 서비스를 유기적으로 연결해 공간이 스스로 사용자를 이해하고 최적의 환경과 서비스를 제공하는 공간 AX 솔루션 기업으로 도약한다는 목표다.

- AI 에이전트·표준화 데이터·실시간 처리 기술 활용 사례 소개- DeFi 넘어 의약품 물류·파일 인증·호텔 예약 등 다양한 분야 프로젝트 참여- 총 4개 부문에서 10개 프로젝트 선정…총 1만 5000달러 지원 더그래프(The Graph)는 지난 7월 포르투갈 리스본에서 열린 글로벌 Web3 해커톤 ‘ETHGlobal Lisbon 2026’에서 자사의 데이터 인프라를 활용한 10개 프로젝트를 수상작으로 선정했다고 밝혔다. ETHGlobal은 블록체인 개발자들이 다양한 서비스와 프로토타입을 개발하는 해커톤 시리즈다. 더그래프는 이번 리스본 행사에서 총 1만 5000달러의 상금을 지원했으며, AI 개발 도구, AI 활용 사례, 기존 프로젝트 고도화, 표준화 데이터 제품 활용 등 4개 부문에서 수상작을 선정했다. 이번 수상작에서는 더그래프의 온체인 데이터 인프라를 활용해 AI 에이전트, 실시간 데이터 처리, 표준화된 데이터 구조 등을 구현한 사례가 소개됐다. 적용 분야도 탈중앙화금융(DeFi) 관련 프로젝트를 비롯해 의약품 콜드체인 물류, 파일 인증, 호텔 예약 등으로 다양하게 나타났다. AI 개발 도구 부문에서는 Pista가 1위를 차지했다. Pista는 서브스트림스(Substreams)를 활용해 블록체인 데이터를 실시간으로 수집·분석하고, 지갑과 프로토콜의 이상 행동을 탐지하는 시스템을 개발했다. ArcBook과 deeptrace는 각각 온체인 주문 시스템과 여러 디파이 프로토콜의 데이터를 하나의 방식으로 조회하는 AI 도구를 선보였다. AI 활용 사례 부문에서는 의약품 콜드체인 물류 데이터를 활용하는 ColdProof와 AI 에이전트를 활용한 호텔 예약 서비스 BookerBob이 선정됐다. ColdProof는 운송 과정에서 수집되는 센서 데이터를 더그래프를 통해 조회할 수 있도록 구현했으며, BookerBob은 AI 에이전트를 활용한 예약 과정에 이용자 관련 정보를 반영하는 구조를 개발했다. 기존 프로젝트 고도화 부문에서는 EQLTY, Justify, Binary Stamp가 수상했다. EQLTY는 자연어로 입력한 투자 목표를 여러 AI 에이전트가 분석하고 거래 기능으로 연결할 수 있도록 설계했으며, 서브스트림스를 활용해 로빈후드 체인(Robinhood Chain)의 유니스왑 V4 주식 토큰 풀 데이터를 처리했다. Justify는 예측시장 데이터를 서브그래프로 재구성했으며, Binary Stamp는 파일의 생성 및 변경 이력을 온체인에서 확인할 수 있는 인증 시스템을 개발했다. 표준화 데이터 제품 활용 부문에서는 Am I cooked와 atlas가 선정됐다. 두 프로젝트는 여러 프로토콜에 적용할 수 있는 표준화된 데이터 구조를 활용해, 프로토콜별로 별도의 연결 방식을 구축하는 대신 하나의 질의 방식으로 여러 서비스를 조회할 수 있도록 했다. 이번 수상작에서는 온체인 데이터를 실시간으로 처리하거나 표준화된 구조로 활용하는 방식 등 다양한 데이터 활용 사례가 확인됐다. 일부 프로젝트는 새로운 프로토콜을 추가할 때 기존 데이터 구조를 활용하는 방식을 적용해 개발 과정의 효율성을 높이는 방향을 제시했다. 이번 ETHGlobal Lisbon에서는 AI 에이전트와 다양한 서비스에 온체인 데이터를 활용한 프로젝트들이 수상작으로 선정됐다. 더그래프는 서브그래프(Subgraphs)와 서브스트림스(Substreams)를 기반으로 온체인 데이터의 조회와 실시간 처리를 지원하고 있으며, 개발자들이 데이터를 활용할 수 있는 인프라를 제공하고 있다.

AI 에이전트 매출 539% 급증…영업손실 50.3% 축소 도메인 특화 인공지능(AI) 에이전트 전문기업 와이즈넛(096250, 대표이사 강용성)이 2026년 상반기 연결 기준 매출액 146억 5000만 원을 기록하며 전년 동기 대비 8.2% 증가했다고 18일 밝혔다. 이번 상반기 실적은 AI 에이전트 부문이 전년 대비 539% 급성장하며 전체 외형 확대를 이끌었으며, 영업손실과 당기순손실 폭을 대폭 줄여 수익성 개선 흐름을 굳혔다. 와이즈넛의 상반기 연결 기준 영업손실은 15억 9000만 원으로 전년 동기(32억 원) 대비 적자 폭이 50.3% 줄었다. 같은 기간 당기순손실 역시 5억 1000만 원을 기록해 전년 동기(20억 원) 대비 74.3% 대폭 감소했다. 사업 부문별로는 AI 에이전트 사업의 성장세가 두드러졌다. 상반기 AI 에이전트 부문 매출은 61억 5000만 원으로 집계돼 전년 동기(9억 6000만 원) 대비 539.0% 증가했다. 이에 따라 전체 매출에서 AI 에이전트가 차지하는 비중은 지난해 상반기 7.1%에서 올해 상반기 42.0%로 34.9%포인트(p) 확대됐다. 와이즈넛은 신규 AI 에이전트 사업 수주가 확대되고 기존 레거시 사업의 생성형 AI 전환이 본격화되면서 AI 에이전트 부문의 매출 비중이 빠르게 증가한 것으로 분석했다. 기존 검색·챗봇 사업을 통해 축적한 자연어 처리 기술과 고객 기반, 산업별 구축 경험 등이 도메인 특화 AI 에이전트 사업으로 이어지면서 사업 포트폴리오 전환에도 속도가 붙고 있다는 설명이다. 2분기 기준 실적은 매출액 74억 3000만 원, 영업손실 1억 6500만 원, 당기순이익 5억 원을 달성했다. 상반기 누적 기준으로는 AI 에이전트 사업의 양적 성장과 판관비 효율화, 전년 동기 코스닥 상장 관련 일회성 비용 반영에 따른 기저효과가 복합적으로 작용해 손실 규모를 크게 낮췄다. 현재 와이즈넛은 공공과 기업 현장의 실제 업무에 적용되는 도메인 특화 AI 에이전트를 중심으로 AX 시장 공략을 강화하고 있다. 단순한 생성형 AI 도입을 넘어 고객이 보유한 내부 데이터와 업무 프로세스를 AI 에이전트와 연결해 실질적인 업무 생산성을 높이는 데 주력하고 있다. 와이즈넛은 에이전트 특화 LLM ‘WISE LLOA’와 RAG 기반 에이전트 솔루션 ‘WISE iRAG’, 에이전트 제작·운영 도구 ‘WISE Agent Labs’ 등 자체 기술을 비롯해 공공·기업 분야에서 축적한 구축 경험을 기반으로 산업별 AI 에이전트 적용 범위를 확대하고 있다. 와이즈넛은 하반기에도 공공기관과 기업의 AX 수요에 맞춰 도메인별 AI 에이전트 사업을 확대하는 한편, AI 에이전트 매출 성장과 수익성 개선을 동시에 추진한다는 방침이다. 강용성 와이즈넛 대표는 “올해 상반기에는 AI 에이전트가 검토와 검증 단계를 지나 공공과 기업 현장에서 실제 매출로 전환되는 변곡점을 만들어 냈다”라며, “이 성장세를 하반기에는 한 단계 더 끌어올려 도메인 특화 AI 에이전트 사업을 기반으로 외형 확대뿐만 아니라 수익성까지 갖춘 성과로 증명해 나갈 계획”이라고 말했다.