오픈AI가 경쟁사인 중국 인공지능(AI) 기업 문샷AI를 향해 자사 최첨단 AI 모델의 추론 정보를 대규모로 빼내려 했다고 공개 비난했다. 앤트로픽에 이어 경쟁사의 AI로 자사 모델의 성능을 끌어올리는 ‘증류’에 대한 논란이 재점화하는 모습이다. 오픈AI는 30일(현지시간) 블로그를 통해 문샷AI 관련 이용자들이 챗GPT 모델의 보호된 추론 정보를 추출하려 한 정황을 포착해 차단했다고 밝혔다. 오픈AI에 따르면 지난 7월 초부터 문샷AI의 증류 시도가 시작됐고, 7월 24~25일에는 4000명 이상의 이용자가 추론 정보 추출 패턴과 일치하는 요청 약 1만 6000건을 보냈다. 오픈AI는 지난 7월 28일까지 관련 활동을 차단했다고 밝혔다. 이번 논란의 핵심인 증류는 성능이 뛰어난 외부 AI 모델의 답변을 자사 AI의 학습 자료로 활용해 성능을 높이는 기술이다. 자체적으로 대규모 데이터를 확보해 처음부터 AI를 학습시키는 것보다 적은 비용으로 빠르게 성능을 개선할 수 있지만, 타사의 지식재산권 침해로 이어질 수 있다. 이번 문샷AI의 증류는 암호화된 추론 정보를 복사한 뒤 다른 대화에 붙여넣고, 자사 모델에 이를 복원해 설명하도록 요청하는 방식으로 이뤄졌다. 오픈AI는 암호화 자체가 해독되거나 내부 데이터베이스가 침해된 것은 아니며 AI 모델과 대화해 보호 정보를 출력하도록 유도한 것이라고 설명했다. 오픈AI는 관련 계정을 정지하고 가입 및 인프라 통제를 강화하는 한편, 앤트로픽·구글 등과 조사 결과를 공유하며 대응에 나선 상태다. 이에 오픈AI의 참전으로 증류가 적법한 AI 훈련 방식인지에 대한 논란이 확대될 것으로 보인다. 앞서 앤트로픽 역시 문샷AI가 자사 클로드에 대규모 요청을 보내고 답변을 키미 학습에 활용했다고 비판한 바 있다. 지난 7월 스콧 베선트 미국 재무장관은 증류를 ‘도둑질’이라며 제재 방침을 밝혔다.

고등학생 아들의 지적장애 판정 탈락에 불만을 품고 국민연금공단에 흉기를 들고 찾아가 직원을 협박한 40대 남성이 경찰에 붙잡혔다. 서울 강동경찰서는 특수협박 혐의로 A(46)씨를 체포해 조사 중이라고 30일 밝혔다. A씨는 전날 오후 1시 30분쯤 과도를 들고 국민연금공단 강동하남지사 사무실을 찾아가 직원들에게 “(아들의) 장애 등록이 안 되면 가만두지 않겠다”는 취지로 협박한 혐의를 받는다. A씨는 아들이 지적장애 판정을 받지 못한 데 불만을 품고 범행한 것으로 조사됐다. A씨로 인해 다친 사람은 없었다. 국민연금공단은 장애 등록 신청이 접수되면 심사를 거쳐 장애 정도를 판정한다. 장애인복지법상 지적장애는 지능지수가 70 이하인 경우에 해당한다. 다만 공단은 지능지수뿐 아니라 언어이해와 지각추론 등 각 영역의 검사 결과와 학교생활기록부상 교과학습 평가 등을 종합해 장애 여부를 심사한다. 공단의 신고를 받은 경찰은 이날 오후 2시쯤 A씨 아들이 재학 중인 서울 송파구의 한 특수학교 인근에서 A씨를 체포했다. 경찰은 구체적인 범행 경위를 조사한 뒤 A씨에 대한 구속영장 신청 여부를 검토할 방침이다.

2D CAD 평면도를 AI로 분석해 3D 모델과 BIM 데이터로 변환하는 기술을 개발해 온 건축 AI 스타트업 몰더코리아(대표 최효린)가 중소벤처기업부 TIPS(팁스)에 선정됐다고 30일 밝혔다. 몰더코리아가 운영하는 ‘몰더(Moulder)’는 도면의 벡터 데이터를 AI로 분석해 벽과 문, 창 등 개구부와 공간 구조를 인식하고 이를 구조화된 3D 모델로 변환하는 서비스다. 3D 모델뿐 아니라 렌더링 이미지와 BIM 데이터 생성까지 지원한다. 회사 측에 따르면 전문가가 수작업으로 7일 이상 진행하던 과정을 1시간 이내로 단축할 수 있으며, 이에 따른 시간과 비용도 90% 이상 절감할 수 있다. 별도의 자체 설계 도구로 작업 환경을 바꾸는 방식이 아니라 AutoCAD, SketchUp 등 기존에 사용하던 프로그램을 유지하면서 작업 단계 사이의 데이터 변환을 지원한다. 현재 국내외 누적 가입 업체는 4,000곳 이상으로, 이 가운데 절반 이상이 해외 이용자다. 몰더코리아는 올해 4월 팁스 R＆D 일반형 과제에 선정됐다. 이를 계기로 서비스에 써 온 도면 분석 기술을 한 단계 더 넓힌다. 과제명은 ‘벡터 기반 AI 모델을 이용한 2D 도면 공간 구조 추론 및 BIM 연계형 3D 모델 자동 생성 엔진’ 개발이다. 2D CAD 평면도의 벡터 데이터로 도면을 인식하고 공간 구조를 추론해, 3D 모델과 렌더링, BIM 데이터를 한 번에 자동으로 만드는 통합 엔진을 만드는 것이 목표다. 기술 개발과 별개로 실제 적용 가능성을 확인하기 위한 건설사 실증도 이어지고 있다. 몰더코리아는 92개 기업이 지원한 ‘호반그룹 2026 넥스트 스타트업 공모전’에서 최종 4개사에 선정돼 우수상을 수상했으며, 현재 호반건설과 기술 검증(PoC)을 진행 중이다. ‘2026 현대건설 오픈이노베이션’에서도 12개 선정 기업 가운데 건설 AX 분야에 포함돼 현대건설 협업 부서와 기술을 실증하고 있다. 앞서 2025년 11월에는 인포뱅크로부터 시드 투자를 유치했다. 같은 해 아산나눔재단이 주최한 정주영 창업경진대회에서 우수상, KAIST 창업원 OVL(Open Venture Lab) 데모데이에서 대상을 수상했으며 ‘컴업스타즈(COMEUP Stars) 2025’ 미국 트랙에도 선정됐다. 몰더코리아는 TIPS 과제를 통해 도면 인식과 공간 구조 추론 기술을 고도화하고, 건설사와 진행하는 실증을 통해 3D 모델 및 BIM 연계 기술의 현장 적용 가능성을 검증할 계획이다.

美대학들 학과 줄이고 등록금 인상오픈AI 등 기업에는 수백억원 투자‘대학의 존재 이유’ 논쟁으로 확산대졸 신규 일자리 감소 ‘K자 양극화’비어가던 지식인 자리… AI가 대체전문가들의 지식을 불신하는 대중대중의 판단 평가절하하는 엘리트지식인과 시민 공유 언어 ‘상식’ 필요‘철학’ AI의 판단 기준 만드는 역할지식인은 현실서 검증·수정 나서야 미국의 국제정치학자 톰 니컬스는 2017년 ‘전문가와 강적들’(The Death of Expertise)에서 인터넷이 전문가와 비전문가의 경계를 무너뜨리고 있다고 경고했다. 누구나 같은 검색창에서 정보를 얻고 같은 플랫폼에서 발언하면서 전문가와 아마추어의 주장이 같은 화면에서 경쟁하기 시작했다. 그가 우려한 것은 전문성에 대한 신뢰의 붕괴였다. ●지성 없는 시대 인공지능(AI)은 그 경고를 완성 단계로 밀어붙였다. 실리콘밸리는 이미 상거래에서 인간을 지운 ‘휴먼 프리 커머스’를 완성해 가고 있다. 같은 논리가 지식 생산에 적용된다면 다음 차례는 ‘휴먼 프리 날리지’다. 질문을 입력하면 전문가의 평생 연구와 아마추어의 짐작이 같은 문장 구조와 확신에 찬 어조로 되돌아온다. 문제는 AI가 얼마나 똑똑해지는가만이 아니다. 지식을 생산하고 해석하고 사회에 전달해 온 사람들의 역할이 어떻게 달라지는가가 더 중요하다. AI 시대에도 지식인은 필요한가. 필요하다면 어떤 지식인이어야 하는가. ●불안한 징후들 AI가 촉발한 균열은 대학에서 가장 먼저 나타난다. 캘리포니아주립대는 23억 달러 규모의 재정 적자 속에서 종신교수를 해고하고 학과를 폐지하며 등록금을 올렸다. 그러면서도 오픈AI와의 계약은 1300만 달러 규모로 연장했고 졸업생에게는 학위 취득 후 1년간 챗GPT 사용을 지원하기로 했다. 한 학생은 “학교는 돈이 없다면서 AI 기업에는 수백억 원을 지급하고, 학생과 교수는 정책 결정에서 배제됐다”고 비판했다. 뉴욕타임스는 이를 대학의 존재 이유를 둘러싼 논쟁으로 진단했다. 교수의 자리도 흔들린다. 보스턴칼리지 연구원 제프리 산젠바커의 분석에 따르면 챗GPT 출시 이후 55세 이상 대학교원이 1년 안에 일자리를 떠나는 비율이 11%에서 16%로 뛰었다. 피츠버그주립대 영문학 교수 마이클 호버먼은 25년 재직 끝에 AI 부정행위와 씨름할 힘이 없다며 조기 은퇴를 택했다. AI는 교수의 일자리를 대체하기 전에 교수와 학생 사이의 지식 관계부터 흔들고 있다. 2026년 하버드 졸업생은 대학 4년 내내 생성형 AI와 함께 자란 첫 세대다. 이들이 마주한 취업 시장은 AI 붐 속에서 대졸자 일자리가 줄어드는 K자 양극화였다. 하버드대 총장 앨런 가버는 졸업식에서 20세기 초 열기구가 노력 없이 산 정상의 전망을 제공한다는 비판을 소개하며 AI 시대에도 노력이 중요하다고 강조했다. 같은 시기 스탠퍼드 졸업식에서는 구글 최고경영자(CEO) 순다르 피차이의 축사 도중 수십 명의 학생이 항의 팻말을 들고 퇴장했다. 대학은 지식을 가르치는 곳이라는 전통적 역할만으로 존재 이유를 설명하기 어려워지고 있다. 대학은 이 위기의 한 단면일 뿐이다. 더 큰 변화는 사회가 누구를 전문가로 인정하는가에서 나타난다. 미국 트럼프 2기 행정부는 연방 과학기관에 조언하던 100개 이상의 독립 자문위원회를 폐지했다. 반면 2026년 새로 구성된 대통령과학기술자문위원회에는 마크 저커버그, 세르게이 브린, 마이클 델, 래리 엘리슨, 젠슨 황 등 기업가와 기술산업 인사가 참여했다. 백악관은 브리핑룸에도 ‘뉴미디어’ 좌석을 만들고 팟캐스터와 블로거, 인플루언서, 콘텐츠 크리에이터에게 문을 열었다. 한국에서도 정부와 대학 사회를 연결하는 제도적 통로는 불안정하다. 1995년 설립된 정책기획위원회는 학계의 지식과 연구 성과를 국가 정책에 반영하는 대표적인 제도였지만 정권이 바뀔 때마다 폐지와 재설치를 반복했다. 이 변화들을 하나로 묶으면 중요한 것은 어느 정권이 지식인을 더 중시하는가도, AI가 교수를 대체할 것인가도 아니다. 누가 전문가인가에 대한 사회적 정의 자체가 바뀌고 있다. 학위와 논문, 대학과 연구기관이 전문성을 보증하던 시대에서 직접 만들고 실행하고 대중과 소통하는 능력이 새로운 전문성의 근거로 부상하고 있다. 지식인의 위기는 지식 자체보다 사회적 자리의 위기다. ●반지성의 두 얼굴 앞의 현상만 보면 지식인의 위기는 AI와 정치가 만들어 낸 것처럼 보인다. 그러나 이것들은 원인이라기보다 이미 진행되던 변화가 드러난 징후에 가깝다. AI는 지식인의 자리를 갑자기 빼앗은 것이 아니라 이미 비어 가던 자리에 들어왔다. 그렇다면 왜 그 자리가 비어 갔을까. 표면에는 팬덤정치와 포퓰리즘이 있다. 뉴욕타임스 팟캐스트 ‘에즈라 클라인 쇼’에서 2016년과 2020년 투표를 거부했던 마틴 구리는 2024년 트럼프에게 투표한 이유가 특정 정치 성향이 아니라 엘리트 집단에 대한 구조적 불신 때문이었다고 밝혔다. 두 사람은 공공선에 헌신하면서도 대중과 직접 연결되는 새로운 리더십의 필요성을 제기했다. 이 불신은 한국의 팬덤정치에서도 작동한다. 지지자들은 전문가의 판단보다 진영의 신호를 신뢰하고, 정치인은 대중 동원의 언어로 지식인의 언어를 대체한다. 그러나 반지성주의를 대중의 문제로만 돌리면 절반만 보게 된다. 더 깊은 원인은 지식인 사회 내부에 있다. 논문 실적으로 교수를 평가하는 제도는 학자들을 국제 학술지 게재 경쟁으로 몰아넣고 사회와 동떨어진 연구를 양산한다. 현장 개입이나 대중 소통은 승진과 연구비 평가에서 인정받지 못하니 유능한 학자일수록 사회 참여에서 멀어진다. 참여하더라도 진영 논리에 편입되는 순간 학문적 신뢰를 잃는다. 이렇게 형성된 엘리트주의는 대중의 불신을 키우고, 그 불신은 다시 지식인을 상아탑으로 밀어넣는다. 반지성에는 두 얼굴이 있다. 하나는 전문가의 지식을 불신하는 대중의 반지성이고, 다른 하나는 대중의 경험과 판단을 낮게 평가하는 엘리트의 반지성이다. 두 태도는 서로를 강화한다. 그런데 한국 지식인 사회의 처방은 한결같다. 더 많은 교육, 더 강한 미디어 리터러시, 지식인 권위의 회복. 대중을 계몽의 대상으로, 지식인을 계몽의 주체로 놓는 전형적인 엘리트주의다. 이 처방이 즐겨 인용하는 근거가 리처드 호프스태터의 ‘미국의 반지성주의’(1963)다. 하지만 호프스태터는 반지성주의를 단순한 대중의 무지로 설명하지 않았다. 미국의 평등주의와 종교, 비즈니스 문화, 실용주의와 교육이 결합해 만들어 낸 역사적 현상으로 분석했다. 그렇다면 답도 과거의 지식인 권위를 복원하는 데서 끝날 수 없다. 지식인이 시민과 다시 공유할 언어를 찾아야 한다. 나는 그것을 상식이라고 부르고 싶다. 상식은 엘리트와 대중을 갈라놓지 않고 둘 사이를 잇는다. 토머스 페인은 1776년 ‘상식’을 통해 독립이라는 급진적 선택을 대중의 언어로 설득했다. 오늘날에도 기술, 무역, 환경, 부동산 같은 정책에서 엘리트의 논리가 중산층의 삶과 괴리될 때 대중의 불신과 저항이 뒤따른다. 한국 지식인 사회가 반지성주의를 진단하면서 정작 자신의 반지성, 대중이 왜 등을 돌렸는지 성찰하지 않는 오만을 놓치는 이유가 여기에 있다. 지식인이 다시 신뢰를 얻으려면 대중의 삶 속으로 들어가야 한다. ●철학을 가진 현장 지식인 그렇다면 지식인은 무엇을 가지고 현장으로 돌아가야 하는가. 답은 철학이다. 흥미롭게도 AI 시대에 철학의 중요성이 다시 커지고 있다. 최근 주요 AI 기업들은 철학자를 채용해 모델의 추론 능력을 높이고, 무엇을 해도 되고 해서는 안 되는지를 정하는 원칙을 설계하고 있다. 코딩과 정보처리를 AI가 대신하기 시작하자 오랫동안 실용성이 낮다고 여겨졌던 철학이 AI의 판단 기준을 만드는 지식으로 다시 등장한 것이다. 지식인에게도 결국 필요한 것은 판단의 기준이다. 조지훈은 ‘지조론’에서 시류와 권력 앞에서도 신념을 지키는 지조를, 김광섭은 ‘일관성에 관하여’에서 삶과 세계관을 관통하는 일관성을 강조했다. 지조가 외부의 압력에도 신념을 지키는 힘이라면, 일관성은 변화하는 현실을 판단하는 세계관의 중심이다. AI가 지식을 빠르게 생산하는 시대일수록 지식인은 자신이 무엇을 믿고 어떤 기준으로 판단하는지를 분명히 해야 한다. 그러나 철학만으로는 충분하지 않다. 현실과 만나지 않는 철학은 쉽게 독선이 된다. 20세기 초 사회비평가 루이스 멈퍼드가 주목한 패트릭 게디스의 ‘지역 조사’는 전문가의 지식을 현장과 연결하려는 시도였다. 지역을 직접 조사하고 사람들의 삶을 관찰하면서 이론을 현실 속에서 검증한다. 지식인의 철학도 이런 과정을 거쳐야 한다. 그래서 AI 시대에 필요한 사람은 철학을 가진 현장 지식인이다. 자신의 세계관을 가지되 현실과 끊임없이 대화하고, 현장에서 자신의 판단을 검증하고 수정하는 사람이다. 이를 위해서는 일방적으로 가르치기보다 대화하는 현장 소통, 이론보다 현실의 지혜를 존중하는 현장 상식, 현장에서 축적된 경험을 받아들이는 현장 지식, 개인과 정파의 이해를 넘어 공공선을 생각하는 현장 공동체 정신이 필요하다. 한국에도 이런 지식인의 전통이 있었다. 소탈하고 수평적인 조직문화를 받아들인 경제기획원과 한국개발연구원(KDI)의 관료들, 보직보다 학문을 중시한 안동선비 계열의 교수들, 정론직필의 언론인들이 그 사례다. 서로 다른 분야에서 활동했지만 자신의 원칙을 지키면서 현실에 개입했다는 공통점이 있다. AI가 더 많은 지식을 생산할수록 인간 지식인의 역할은 오히려 선명해진다. 정보를 더 많이 아는 것으로 AI와 경쟁할 필요는 없다. 필요한 것은 어떤 기준으로 판단할 것인지 철학을 세우고, 그 판단을 현실에서 검증하는 일이다. AI 시대가 요구하는 지식인은 더 많은 지식을 가진 사람이 아니라 철학을 가지고 현장에 서는 사람이다. 모종린 연세대 국제학대학원 명예교수

인공지능(AI) 데이터센터 경쟁이 ‘입지 경쟁’으로 번지고 있다. AI 추론의 고도화로 막대한 전력 확보와 안정적인 냉각을 위한 조건은 까다로워진 반면, 전력망 부담과 주민 반발 등으로 새로운 데이터센터 부지를 확보하기가 어려워지면서다. 글로벌 기업들은 육지를 넘어 북극권과 바다, 우주까지 데이터센터의 새로운 후보지로 겨냥하고 있다. 가장 현실적인 대안으로 꼽히는 곳은 북극권에 가까운 고위도 지역이다. 차가운 외기를 활용해 냉각 부담을 낮출 수 있고 수력·풍력·원전 등 안정적인 전력원을 확보하기도 상대적으로 쉽다. 구글은 지난 10일(현지시간) 핀란드에 향후 2년간 최소 130억유로(약 21조원)를 투자해 데이터센터와 관련 인프라를 확충하겠다고 밝혔다. 구글은 원전 운영사 포르툼과 22년간 원전 전력의 최대 50%를 공급받는 계약도 체결했다. 추운 기후를 활용하는 동시에 안정적인 무탄소 전력을 확보하려는 전략이다. 오픈AI도 노르웨이에서 AI 데이터센터 프로젝트를 추진하고 있다. 지난해 노르웨이 나르비크에 ‘스타게이트 노르웨이’를 구축하겠다고 밝힌 오픈AI는 230메가와트(MW) 규모로 시작해 이후 290MW를 추가 확장할 계획이다. 초기 목표는 엔비디아 그래픽처리장치(GPU) 10만개를 배치하는 것이다. 수력발전이 풍부하고 기온이 낮은 나르비크의 입지 조건을 활용한다는 구상이다. 메타는 북미에서 캐나다 앨버타주 스터전 카운티에 1기가와트(GW) 규모 데이터센터를 건설한다. 메타는 폐쇄형 액체냉각 시스템과 건식 냉각 방식을 적용해 운영 과정에서 냉각용 물 사용을 없애고, 데이터센터가 사용하는 전력에 맞먹는 청정에너지를 앨버타 전력망에 추가할 계획이라고 밝혔다. 국내 조선업계는 육지를 넘어 바다 위에 데이터센터를 띄우는 ‘부유식 데이터센터’를 새로운 성장동력으로 삼고 있다. 데이터센터를 선박이나 해상 구조물에 탑재해, 육상의 대규모 부지를 확보하지 않고도 전력과 냉각 문제를 해결하겠다는 구상이다. 특히 바닷물을 냉각에 활용할 수 있어 데이터센터의 핵심 과제인 열 관리에도 유리하다. 한화오션은 지난 13일 자체 개발한 60MW급 부유식 데이터센터의 실물 모형을 세계 최대 가스 전시회인 ‘가스텍 2026’에서 처음 공개했다. 해상에서 자체적으로 전력을 생산하고 바닷물을 활용하는 냉각 시스템을 적용해 에너지 효율을 높였다. 블록을 조립하듯 맞춤형으로 제작할 수 있는 ‘모듈화 설계’도 적용했다. HD한국조선해양은 프랑스 슈나이더 일렉트릭과 부유식 데이터센터 공동 개발을 위한 업무협약(MOU)을 체결하고 100MW급 발전 설비 개발을 추진하고 있다. 삼성중공업도 오픈AI와 부유식 데이터센터 공동 개발을 위한 인수의향서(LOI)를 체결한 데 이어 미국 데이터센터 개발 전문기업 ‘무스테리안’과 업무협약 및 엔지니어링 계약을 맺으며 관련 사업에 뛰어들었다. 울산에서는 해양수산부가 추진하는 수중 데이터센터인 ‘탄소제로 수중데이터센터 표준모형(모델) 개발사업’이 추진되고 있다. 기존 육상 데이터센터의 냉각을 위한 소비전력 과다, 용지 확보 등의 한계를 극복하고 수중 체험관광과 연계하는 것이 목표다. 모듈형 플랫폼은 연말까지 제작을 완료한 뒤 육상 성능 테스트를 거쳐 2027년 가을 실제 해역에 투입돼 시운전에 들어간다. 북극권과 바다가 데이터센터의 현실적인 대안으로 떠오르고 있다면 장기적으로는 우주도 잠재력 높은 후보지다. 태양광을 이용해 전력을 공급하고 위성에 AI 연산 장비를 탑재해 데이터를 지상으로 보내기 전에 우주에서 처리하는 방식이다. 미국 스타트업 스타클라우드는 지난달 우주 데이터센터 개발을 위해 2억 5000만달러의 추가 투자를 유치했다. 이 회사는 궤도에서 AI 추론을 수행하는 위성을 개발하고 있으며, 차세대 위성 ‘스타클라우드-3’을 스페이스X의 ‘스타십’에 실어 발사하는 방안을 추진하고 있다. 다만 우주 데이터센터는 아직 넘어야 할 기술적 장벽이 크다. 진공 상태인 우주에서는 지상처럼 공기나 물을 이용해 열을 식힐 수 없어 별도의 방열 기술이 필요하기 때문이다. 위성 발사 비용과 우주 방사선, 통신·데이터 전송 비용, 우주쓰레기 문제도 해결해야 한다. 글로벌 컨설팅업체 맥킨지는 우주 데이터센터의 경제성을 확보하기 위해 발사 주기와 위성 교체 비용, 데이터 이동 비용 등을 종합적으로 고려해야 한다고 지적했다. AI 데이터센터의 입지는 이제 단순히 땅값이 싼 곳을 찾는 문제가 아니다. 얼마나 안정적으로 전력을 확보할 수 있는지, 막대한 열을 얼마나 효율적으로 식힐 수 있는지가 핵심 조건으로 떠오르고 있다. 육상 데이터센터의 한계가 커질수록 데이터센터가 북극권과 바다, 우주로 영역을 넓혀가는 움직임도 더욱 빨라질 전망이다.

인공지능(AI) 경쟁에서 오픈AI와 구글에 밀렸다는 평가를 받던 메타가 개인 AI 에이전트 ‘뮤즈(Muse)’로 분위기를 바꾸고 있다. 출시 이후 메타 주가가 20% 넘게 뛰었고 AMD와 인텔 등 반도체주까지 강세를 보이면서 월가에서는 뮤즈가 AI 산업의 새로운 수요를 만들어낼 수 있을지 주목하고 있다. 최근에는 전자상거래 업체 쇼피파이가 뮤즈와 손잡고 AI가 이용자를 대신해 쇼핑을 마칠 수 있도록 하겠다고 나서는 등 실제 서비스 확장 움직임도 나타나고 있다. 시장의 관심을 끌어올린 출발점은 빠른 이용자 증가세다. 시장조사업체 앱토피아에 따르면 뮤즈는 출시 12일 만에 280만회 다운로드됐다. 미국·캐나다에서 같은 조건으로 비교하면 180만회로 챗GPT 출시 초기 12일간 130만회를 웃돌았다. JP모건은 뮤즈가 “챗GPT 이후 가장 널리 사용되는 소비자 AI 애플리케이션이 될 잠재력이 있다”고 평가했다. 뮤즈가 기존 챗봇과 다른 점은 답변을 내놓는 것을 넘어 이용자가 맡긴 일을 직접 처리한다는 것이다. 여행 준비를 부탁하면 항공편과 숙소를 검색하고 여러 웹사이트를 오가며 예약 절차까지 밟는다. 이메일을 보내거나 물건을 사고 자동차 판매를 맡기는 것도 가능하다. 이용자마다 클라우드에 별도의 가상 컴퓨터를 두고 뮤즈가 브라우저를 직접 움직이는 방식으로, 사람이 하던 검색과 클릭, 정보 입력을 AI가 대신한다. 메타를 바라보는 시장의 시선이 달라진 것도 이 때문이다. 메타는 그동안 AI에 막대한 자금을 쏟아부었지만 이를 어떻게 수익으로 연결할지는 뚜렷하게 보여주지 못했다. 오픈소스 모델 ‘라마(Llama)’는 지난해 라마4의 성능과 벤치마크 논란을 겪었고, 메타는 이후 외부 인재를 대거 영입하고 AI 조직을 ‘메타 슈퍼인텔리전스랩스(MSL)’ 중심으로 재편했다. 이런 상황에서 뮤즈가 빠르게 이용자를 확보하면서 대규모 AI 투자를 실제 소비자 서비스와 매출로 연결할 가능성이 처음 구체적으로 드러났다는 평가가 나온다. 수익모델도 이미 마련했다. 일정 사용량까지는 무료지만 이후 월 20달러와 100달러 요금제를 이용해야 한다. 미 투자은행 제프리스는 2027년 말 이용자가 10억명에 이르고 이 가운데 3%가 유료로 전환한다고 가정할 경우 연간 108억 달러의 매출을 올릴 수 있다고 추산했다. 뮤즈를 향한 기대는 반도체 시장으로도 번졌다. 최근 AMD와 인텔 주가가 크게 오른 것도 AI 에이전트 확산이 중앙처리장치(CPU)의 새로운 수요처가 될 수 있다는 기대가 반영된 결과다. 존스트레이딩의 마이클 오루크 수석 시장전략가는 “시장은 뮤즈를 이미 공급이 빠듯한 CPU 시장에 호재로 받아들였다”고 말했다. AI 모델 학습에는 그래픽처리장치(GPU)가 집중적으로 쓰이는 반면 뮤즈 같은 에이전트는 추론과 함께 웹페이지를 열고 여러 프로그램을 실행하는 작업을 반복한다. 이용자가 늘어날수록 이를 처리할 데이터센터의 범용 연산 능력도 더 필요해질 수 있다. 로이터는 뮤즈의 빠른 확산으로 데이터센터용 CPU 수요가 늘어날 것이라는 기대가 반도체주 상승에 힘을 보탰다고 전했다. 서비스 영역이 넓어지면서 기존 플랫폼과의 관계도 새로운 변수로 떠올랐다. 아마존은 뮤즈가 이용자를 대신해 자사 쇼핑몰에서 물건을 구매하는 것을 차단한 반면 쇼피파이는 뮤즈를 통한 쇼핑을 지원하기로 했다. AI 에이전트가 웹사이트의 단순 방문자가 아니라 소비자를 대신해 거래하는 주체로 등장하면서 유통·플랫폼 업체들도 서로 다른 대응에 나선 것이다. 개인정보 문제도 남아 있다. 미 정보기술(IT) 매체 더버지는 뮤즈에 이메일과 여러 계정을 연결한 뒤 이용자 자신도 미처 의식하지 못했던 개인정보까지 찾아냈다며 “작동한다. 그리고 섬뜩하다”고 평가했다. 한국 이용자들이 뮤즈를 직접 써볼 시점은 아직 정해지지 않았다. 현재 서비스 지역은 미국과 캐나다이며 메타는 한국을 포함한 추가 출시 국가와 일정을 공개하지 않았다.

AI 인프라 소프트웨어 전문 기업 오케스트로 그룹(의장 김민준)이 퓨리오사AI(대표 백준호)와 손잡고 국산 NPU 기반 AI 인프라의 상용화와 시장 확대에 나선다. 오케스트로 그룹은 AI 반도체 기업 퓨리오사AI와 지난 18일 서울 강남구 퓨리오사AI 본사에서 ‘NPU 기반 AI 인프라 및 플랫폼 기술·사업 협력’을 위한 업무협약(MOU)을 체결했다고 21일 밝혔다. 양사는 올해 초부터 퓨리오사AI의 2세대 NPU ‘RNGD(레니게이드)’와 오케스트로 AI 인프라 소프트웨어 간 긴밀한 기술 협력을 이어왔다. 퓨리오사AI NXT RNGD 서버를 오케스트로 AI 인프라 환경에 구축해 호환성과 주요 기능을 검증하고, RNGD 기반 LLM을 실제 서비스 환경에서 안정적으로 배포·서빙·운영하기 위한 기술을 단계적으로 구현해 왔다. 그 성과로 오케스트로는 기존 GPU 중심으로 제공해 온 AI 추론 운영 플랫폼 ‘콘체르토 AI(CONCERTO A.I.)’의 지원 범위를 퓨리오사AI RNGD까지 확장했다. CONCERTO A.I.는 AI 모델의 배포와 서빙, 컴퓨팅 자원 관리, 서비스 모니터링 등을 통합 지원하는 AI 추론 인프라 플랫폼이다. 양사의 기술 협력을 통해 고객이 NPU 기반 LLM 서빙 환경을 직접 구성해야 하는 부담을 줄이고, NPU에서도 AI 서비스를 보다 손쉽게 구축·운영할 수 있는 기반을 마련했다. CONCERTO A.I.는 단순한 NPU 기반 모델 구동을 넘어, 실제 서비스 운영에 필요한 지능형 라우팅(Intelligent Routing)과 토폴로지 기반 스케줄링(Topology-aware Scheduling) 기능도 지원한다. 요청 특성과 가속기 자원을 고려해 적합한 추론 경로를 구성하고, GPU·NPU 등 이종 AI 가속기를 서비스와 워크로드 특성에 맞춰 활용할 수 있도록 한다. 이번 MOU는 그동안 축적한 기술 검증 성과를 실제 고객 사업으로 연결하기 위한 협력의 다음 단계다. 양사는 다양한 AI 모델과 워크로드를 대상으로 퓨리오사AI RNGD 기반 AI 인프라의 성능과 안정성을 지속 검증하고, 고객 대상 BMT(벤치마크테스트)와 실증을 통해 실제 서비스 환경에 적합한 구축·운영 모델을 구체화할 계획이다. 아울러 검증을 마친 기술의 시장 안착을 도모하기 위해 사업적 협업 체계도 대폭 강화한다. 공공·금융·산업 분야 고객별 요구사항과 업무 특성을 다각도로 분석하여 RNGD 기반 AI 인프라를 맞춤형으로 공동 설계·제안하고, BMT 및 실증 사업을 성공적인 상용 구축으로 연계함으로써 업종별 대표 레퍼런스를 구축할 방침이다. 이에 더해 공동 마케팅과 영업, 밀착 기술 지원을 유기적으로 연계해 RNGD 인프라의 시장 도입을 가속화하고 혁신적인 비즈니스 모델 창출에도 적극 나선다. 향후에는 다채로운 AI 모델과 복잡한 워크로드에 유연하게 대응 가능하도록 차세대 AI 추론 인프라 대상의 공동 기술 검증 작업 역시 한층 확대 진행한다. AI 모델부터 추론 런타임, 가속기를 아우르는 통합 관리·모니터링 체계를 한 단계 끌어올리는 한편, GPU와 NPU 등 다종 가속기를 업무 성격에 따라 최적의 상태로 배분·활용하는 이기종 AI 컴퓨팅 인프라 환경으로 파트너십을 확장해 나갈 구상이다. 오케스트로는 이러한 기술 협력을 자체 AI 인프라 풀스택 소프트웨어 역량과도 연계한다. 서버 가상화 솔루션 ‘콘트라베이스(CONTRABASS)’, 클라우드 네이티브 운영 관리 플랫폼 ‘비올라(VIOLA)’, 멀티·하이브리드 클라우드 통합 관리 플랫폼 ‘오케스트로 CMP(OKESTRO CMP)’, 데브옵스 솔루션 ‘트럼본(TROMBONE)’ 등을 기반으로 AI 인프라의 구축부터 플랫폼 운영, 통합 관리까지 아우르는 역량을 강화하고 NPU를 포함한 다양한 AI 컴퓨팅 자원을 활용하는 사업으로 영역을 넓힌다. 특히 양사는 국산 AI 모델과 국산 AI 가속기, 이를 실제 서비스로 연결하는 AI 인프라 소프트웨어를 결합한 ‘K-AI 인프라’ 생태계 확산에도 협력한다. 퓨리오사AI의 RNGD 하드웨어 및 소프트웨어와 오케스트로의 AI 인프라 기술을 기반으로 공공·금융·기업의 프라이빗 AI 및 소버린 AI 구축 수요를 공략하고, 기술 검증과 구축 경험을 축적해 국산 NPU 기반 AI 인프라의 적용 영역을 지속 확대할 방침이다. 백준호 퓨리오사AI 대표는 “AI가 실제 기업과 공공 환경에 확산되면서 AI 가속기의 성능과 전력 효율뿐 아니라, 다양한 AI 워크로드를 안정적으로 배포하고 운영할 수 있는 소프트웨어와 인프라 역량의 중요성이 더욱 커지고 있다”며 “오케스트로의 AI 인프라 소프트웨어 스택과 RNGD를 결합해 대규모 AI 데이터센터와 토큰 팩토리를 최적으로 운영할 수 있는 풀스택 솔루션을 구현하고, 공공·금융·기업 고객의 실제 서비스 환경에서 상용 구축을 지속 확대해 나가겠다”고 말했다. 김민준 오케스트로 그룹 의장은 “올해 초부터 퓨리오사AI와 긴밀한 기술 협력을 이어오며 NPU에서도 AI 모델을 손쉽게 배포·서빙하고 운영할 수 있는 기술 기반을 마련하고, GPU와 NPU를 아우르는 AI 추론 인프라로 CONCERTO A.I.의 기술 범위를 확장해 왔다”며 “이번 협약을 계기로 기술 검증을 고객 실증과 사업화로 연결하고, 양사의 기술 경쟁력을 결합해 공공·금융·기업 시장에서 새로운 AI 인프라 레퍼런스를 만들어 나가겠다”고 말했다.

최근 세간을 놀라게 만든 중국의 인공지능(AI) 서비스 ‘키미 K3’나 딥시크 ‘V4.1 플래시’, 알리바바 ‘Qwen 3.8’ 등은 모두 한 가지 공통된 특징이 있습니다. 모델 크기와 관계없이 극도로 효율성을 높여 제한된 하드웨어에서 최대한 많은 토큰을 생성할 수 있다는 것입니다. 여기에 모델을 공개하기 때문에 실제로 전 세계 많은 사용자가 개인 컴퓨터나 클라우드, 그리고 내부 컴퓨터에서 이 모델들을 사용하고 있습니다. 성능에 비해 하드웨어 자원을 매우 효율적으로 사용해 비용을 절감할 수 있는 것이 높은 인기의 비결입니다. 중국 모델의 효율이 높은 이유 중 하나는 아이러니하게도 미국의 금수 조치로 인해 연산 인프라를 확충하기 어렵다는 점에 있습니다. 엔비디아 칩 수급이 힘들다 보니 어쩔 수 없이 연산 효율성을 높여야만 하는 것입니다. 물론 최근 화웨이 같은 중국 내 정보기술(IT) 기업들이 자체 AI 가속기인 ‘어센드’(Ascend) 시리즈를 공급하고 있긴 하나, 아직은 성능 면에서 엔비디아 칩과 상당한 격차가 있어 당분간 연산 효율화에 집중하는 구조가 이어질 것으로 보입니다. 물론 화웨이도 가만히 있지 않고 어센드 신경망처리장치(NPU)와 이를 모아 구성한 클러스터인 아틀라스 슈퍼포드(Atlas SuperPod)를 꾸준히 업그레이드하고 있습니다. 최근 개최된 화웨이 커넥트 2026 행사에서는 앞으로 2029년까지 어센드 960DT/PR, 어센드 970, 어센드 980 칩에 대한 로드맵을 공개했습니다. 흥미롭게도 중국 딥시크의 최고경영자(CEO)인 량원펑(Liang Wenfeng)은 이전 컨퍼런스 콜에서 중국의 컴퓨팅 자원이 부족하지만, 화웨이의 ‘아틀라스 950 슈퍼포드’가 엔비디아의 ‘GB300 NVL72 랙’을 상당 부분 대체할 수 있다고 주장한 바 있습니다. 다만 4개의 어센드 칩이 있어야 GB300 한 개를 대체할 수 있는 수준이라는 점은 인정했습니다. 그런데 공개된 수치를 보면 화웨이 어센드 칩이 GB300을 따라잡기 위해서는 여전히 상당한 시간이 필요한 것으로 보입니다. 우선 내년 1분기에 화웨이는 차세대 제품인 ‘어센드 960DT’를 선보일 예정입니다. 이 칩은 새로운 SIMD/SIMT 아키텍처를 채택해 FP32, HF32, FP16, BF16, FP8, MXFP8, HiF8, MXFP4 등 다양한 데이터 포맷을 지원합니다. 이 칩은 최대 2 PFLOPS(페타플롭스)의 FP8 연산 능력과 4 PFLOPS의 FP4 연산 능력을 지니고 있으며, 288GB HBM 메모리와 9.6TB/s의 대역폭을 확보했습니다. 참고로 GB300의 dense FP4 연산 능력이 약 15 PFLOPS라는 점을 생각하면, 내년 출시할 어센드 960DT의 성능은 엔비디아 칩을 대체하기엔 아직 부족한 수준입니다. 따라서 화웨이는 수많은 어센드 NPU를 연결한 거대한 클러스터인 아틀라스 슈퍼포드를 개발했습니다. 엔비디아의 NVL72 랙 시스템이 72개의 GPU와 36개의 CPU를 사용하는 것과 달리, 아틀라스 960E 슈퍼포드는 무려 4096개의 NPU를 고속 인터페이스로 연결해 최대 16 EFLOPS의 연산 성능을 목표로 하고 있습니다. 화웨이 커넥트 2026에서 화웨이는 이렇게 많은 칩을 고속으로 연결해 하나의 거대한 연산 기계로 활용할 수 있는 신기술도 같이 공개했습니다. 예를 들어 고속 광학 인터페이스인 Hi-ONE 5500개를 적용해 기존 대비 전력을 550㎾나 절감했다고 합니다. 다만 그럼에도 전력 소모량은 상당히 많을 것으로 예상됩니다. 전기를 많이 먹는 HBM 메모리를 288GB나 장착한 데다, TSMC가 아닌 중국 파운드리인 SMIC의 공정을 사용할 수밖에 없어 성능 대비 전력 소모가 클 수밖에 없기 때문입니다. 따라서 어센드 칩을 사용한 아틀라스 슈퍼포드는 엔비디아의 NVL72 랙 시스템에 비해 전력 소모가 크고 유지비가 많이 들 것으로 예상됩니다. 이런 단점에도 불구하고 미국의 제재로 인해 엔비디아 칩 수급이 어려운 중국 내 AI 회사들은 선택의 여지가 제한된 상황에서 화웨이 칩을 사용할 수밖에 없고, 화웨이도 그 점을 잘 알고 있기 때문에 계속해서 어센드 시리즈를 개발할 예정입니다. 화웨이는 2027년 1분기에 어센드 960DT를 출시한 후 3분기에는 추론 특화 버전인 960PR을 출시하고, 2028년에는 어센드 970을 출시할 계획입니다. 어센드 970은 3.6 PFLOPS FP8/14 PFLOPS FP4의 연산 능력을 목표로 하고 있습니다. 2029년 출시 목표인 어센드 980에서는 다시 스펙을 두 배로 늘려 7.2 PFLOPS FP8/28 PFLOPS FP4까지 성능을 높인다는 계획입니다. 계획대로 된다면 GB300은 따라잡을 수 있지만, 2029년까지도 베라 루빈의 50 PFLOPS FP4 성능에는 미치지 못하는 수준입니다. 따라서 중국 AI 회사들은 다소 불리한 위치에 있지만, 앞서 이야기했듯이 놀라운 연산 효율화를 통해 미국 프런티어 AI 모델에 강력한 위협이 되고 있습니다. 여기에 화웨이 역시 느리지만 꾸준한 성장세를 보이고 있어, 미래에는 미국의 제재가 큰 힘을 발휘하지 못할 가능성이 높아지고 있습니다. AI 패권을 놓고 벌이는 싸움에서 쉽게 승자를 예측하기 어려운 이유입니다.

인공지능(AI) 발전과 확산이 빨라지면서 빅테크 기업을 중심으로 속도 조절론까지 나오고 있다. AI는 다양한 분야에서 활용되고 있는데 과학기술 분야도 예외가 아니다. AI가 연구 전 과정에 도입되면서 연구 생산성이 획기적으로 향상되고 있지만 부정확한 정보 생성의 위험, 보안·개인 정보 유출, 출처 미상 자료의 부적절한 인용 등 다양한 연구 윤리 위험을 내포하고 있다. 이에 정부가 국가 차원에서 AI를 활용할 때 연구 윤리 가이드라인을 마련했다. 과학기술정보통신부는 연구자가 국가연구개발 수행 모든 단계에서 AI를 책임감 있고 윤리적으로 활용할 수 있도록 지원하기 위해 국가과학기술자문회의 운영위원회 심의·의결을 거쳐 ‘국가연구개발 AI 연구윤리 가이드’를 확정했다고 20일 밝혔다. 이번에 확정된 가이드라인에 따르면 “국가연구개발에서 AI의 역할은 도구로 제한되며, 최종 결과물에 대한 책임과 권리는 AI를 활용한 연구자에게 귀속된다”는 기본원칙 아래 연구자가 지켜야 할 7대 권고사항을 제시했다. 7대 권고사항은 △사실관계 검증 △주체적 판단 △투명성 확보 △결과 신뢰성 관리 △정책·규정 준수 △보안 확보 △개인정보 보호다. 구체적으로 AI 생성물의 오류, 핵심 자료의 누락, 출처의 존재 및 진위 등을 검증해야 하며 AI가 생성한 자료를 활용할 때는 논리적 타당성과 전문 지식에 따라 검토하고 자신의 관점을 반영하여 재구성해야 할 뿐만 아니라 연구개발 성과의 구현 과정을 논리적으로 설명할 수 있어야 한다고 규정하고 있다. 또 연구 과정 전반에 AI를 활용한 경우 모델·버전을 공개하고 정보 수집, 데이터를 통한 추론, 연구데이터 정리, 문법이나 오타 점검, 번역 등 사용 목적과 범위도 투명하게 공개할 것을 제언하고 있다. 그 밖에도 AI 활용 시 연구개발기관의 관련 규정이나 지침, 가이드 등을 확인하고 준수해야 하고 연구개발기관은 제도적·기술적 보안 환경을 마련해야 하며 연구자는 연구개발기관이 허가한 보안 환경 내의 도구를 사용하고 개인정보가 포함된 자료는 AI 서비스에 입력하지 않도록 주의할 것을 조언하고 있다. 동시에 국가R＆D 과제 평가나 논문을 심사할 때 평가자는 해당 자료를 외부 AI에 입력하지 않고 전문성에 기반한 주체적 평가를 수행해야 하고 피평가자는 은닉 프롬프트처럼 AI를 활용해 정당한 심사 기준을 회피하거나 평가를 왜곡하려는 시도를 해서는 안 된다고 명시했다. 정부는 연구 현장에서 활용할 수 있도록 돕기 위해 연구자 스스로 점검할 수 있는 ‘연구자 자가진단표’와 연구개발과제 보고서 등 제출 시 활용할 수 있는 ‘AI 활용 여부 공개 서식’도 함께 제공할 계획이다. 이번 정부의 가이드라인에 대해서 AI를 연구 보조 도구로 활용하되 판단과 책임은 연구자에게 있다는 원칙을 명확히 제시했다는 점에서 의미가 있다고 평가하고 있지만 현장의 상황을 충분히 반영하지 못하는 부분도 있다는 지적이 나오고 있다. 이민욱 한국과학기술연구원(KIST) 책임연구원은 “연구 현장에서 AI 활용 가이드라인의 기본 원칙에는 공감하지만 현장 연구자 입장에서는 실효성에 대한 우려가 있다”며 “도구적 활용과 주체적 판단의 경계가 실무적으로 모호하고 보안 사유로 상용 프론티어 모델 사용을 제한하는 것도 모델 간 성능 격차를 본다면 연구 품질의 실질적 저하가 우려된다”고 지적했다. 국가과학기술자문회의 부의장을 역임한 염한웅 기초과학연구원(IBS) 원자제어저차원전자계연구단장(포스텍 물리학과 교수)도 “현 시점에서 AI 연구윤리 가이드는 매우 시급해 보이지만 주어진 가이드라인은 중요한 연구 현장의 현실을 반영하지 못하며 매우 빠르게 변화하는 향후의 발전에도 대응할 수 없다”고 밝혔다. 염 단장은 “AI는 단순 데이터 정리를 넘어서 데이터 분석, 이론적인 모델 추출 등 훨씬 광범위하게 쓰이고 있음에도 데이터 정리, 번역, 오타 정리 등 연구 보조 도구로 활용하라는 것은 현실을 무시한 것”이라고 꼬집었다.

클라우드 서비스 전문 기업 오케스트로 클라우드는 KT와 AI 사업 확대를 위한 전략적 업무협약(MOU)을 체결했다고 18일 밝혔다. 양사는 이번 협약을 통해 AI 전환(AX) 서비스부터 AI 데이터센터·GPU 인프라 구축·운영까지 AI 사업 전반에서 협력한다. 이번 협력은 AI 서비스 영역을 넘어 GPU 및 데이터센터 인프라 수요가 가파르게 증가하는 시장 상황에 맞춰, 두 회사가 지닌 기술력과 사업 노하우를 모아 신규 기회를 모색하고자 추진됐다. 이에 따라 양사는 클라우드, 네트워크, 데이터센터 등 고유의 인프라 자산과 AI 플랫폼 경쟁력을 융합해 공공·금융·기업 부문에서 사업 영역을 전방위로 넓혀갈 예정이다. 양사는 협약에 따라 ▲AX ▲AI 데이터센터(AIDC) ▲Managed AI GPU ▲AI 플랫폼·클라우드 ▲공동 영업 및 사업 개발 등 5개 분야에서 협력한다. 먼저 AX 분야에서는 생성형 AI, AI 에이전트, 검색증강생성(RAG), 업무혁신 플랫폼 등을 활용한 사업을 추진한다. 산업별 특성을 반영한 AI 서비스와 업무혁신 모델도 공동 개발한다. AIDC 분야에서는 데이터센터 구축·운영과 함께 GPU·NPU 클러스터, AI 팩토리, 소버린 AI 인프라 관련 사업을 공동 개발한다. 엣지 데이터센터(Edge DC)와 AI 전용 인프라의 기획·사업화도 추진한다. 특히 도심형 엣지 데이터센터와 kt cloud의 통합형 AI 인프라 서비스를 연계해 소버린 AI 기반 프라이빗 클라우드 환경을 구축하고, 금융권 등 보안 요구가 높은 고객을 대상으로 관련 서비스를 확대할 계획이다. Managed AI GPU 분야에서는 서비스형 GPU(GPUaaS)를 포함한 Managed AI GPU 서비스와 GPU 자원의 운영·관제·최적화 사업을 함께 추진한다. AI 모델 학습·추론에 필요한 GPU 인프라를 통합 서비스로 제공하고, 기업 고객의 AI 인프라 구축·운영까지 연계한다. AI 플랫폼 및 클라우드 부문에서는 KT가 보유한 인프라 역량과 오케스트로 클라우드의 AI 플랫폼·운영 노하우를 결합한다. 이를 기반으로 MLOps 및 AI 추론 플랫폼 분야의 공동 사업화를 도모하는 한편, 프라이빗 AI 클라우드와 소버린 AI 환경 조성을 위해서도 긴밀히 공조할 계획이다. 더불어 양사는 핵심 고객군을 겨냥한 공동 마케팅과 제안 활동을 전개하고, 공공·금융·기업 영역 전반에서 신규 AI 비즈니스 모델을 지속 발굴함으로써 중장기적 AI 사업 성장 기반을 견고히 다질 방침이다. 박소아 오케스트로 클라우드 대표는 “이번 협약은 AI 서비스부터 데이터센터·GPU 인프라까지 양사의 역량을 연결해 AI 사업 전반에서 협력할 수 있는 기반을 마련했다는 데 의미가 있다”며 “KT와 함께 공공·금융·기업 고객의 AI 전환을 지원하는 실질적인 사업 성과를 창출하고, 이를 바탕으로 AI 사업 영역을 지속 확대해 나가겠다”고 말했다.

AI 인프라 소프트웨어 기업 오케스트로(공동대표 김범재·김영광)가 국내 VM웨어 윈백 시장에서 지난 3년간 쌓아온 가상화 전환 기술력과 다수의 고객 사례, 자체 풀스택 솔루션을 발판 삼아 AI 인프라 시장 진출을 본격 확대한다고 17일 밝혔다. 브로드컴의 VM웨어 라이선스 정책 개편 이후 국내 기업·기관의 가상화 솔루션 선택 기준이 달라지고 있다. 초기에는 BMT·PoC를 통해 대체 솔루션의 성능과 안정성을 검증하는 데 초점이 맞춰졌다면, 최근에는 클라우드 네이티브와 AI 도입이 확대되면서 전환 이후 인프라를 어떻게 확장할 수 있는지가 중요한 선택 기준으로 떠오르고 있다. 오케스트로는 탈VM웨어 수요가 형성된 초기부터 공공·금융·민간 고객을 대상으로 BMT·PoC와 구축·전환 사업을 수행해 왔다. 올해 상반기 VM웨어 윈백 매출은 전년 동기 대비 99.5% 증가했으며, 윈백 고객사 수는 2배로 늘었다. 같은 기간 금융 부문 매출은 216% 증가했고, 제조 등 민간 부문 매출도 약 15배 규모로 확대됐다. 오케스트로는 가상화 전환 이후 고객의 인프라 확장까지 주도하고 있다. 서버 가상화 솔루션 ‘콘트라베이스(CONTRABASS)’ 도입 고객 가운데 60% 이상이 ‘비올라(VIOLA)’와 ‘오케스트로 CMP(OKESTRO CMP)’ 등을 추가 도입해 컨테이너 운영과 멀티·하이브리드 클라우드 환경까지 적용 범위를 확대하고 있다. 실제 금융권에서는 콘트라베이스 기반 인프라에 비올라를 적용해 컨테이너 환경을 구성하고, 오케스트로 CMP로 가상화와 클라우드 자원을 통합 관리한다. 여기에 데브옵스 솔루션 ‘트롬본(TROMBONE)’을 적용해 CI/CD·DevSecOps 기반의 개발·배포 과정을 자동화하고, AI 추론 운영 플랫폼 ‘콘체르토 AI(CONCERTO A.I)’를 연계해 GPU 자원과 AI 모델, 추론 서비스까지 아우르는 운영 체계를 갖추고 있다. 이러한 인프라 확장의 핵심은 자체 개발한 AI 인프라 풀스택 소프트웨어에 있다. 고객은 자사 시스템 환경과 전환 우선순위, 운영 전략에 따라 가상화, 클라우드 네이티브, DevOps, AI 솔루션을 맞춤형으로 구성하며, 기술 도입 시점과 운영 방침을 주도적으로 설정할 수 있다. 오케스트로는 VM웨어 계약 갱신을 앞둔 기업 및 기관의 가상화 교체 수요에 적극 대응하는 한편, 윈백 성과로 입증된 고객 기반과 수행 노하우를 발판 삼아 클라우드 네이티브 및 AI 인프라 영역으로 사업 영역을 한층 넓혀갈 방침이다. 김범재 오케스트로 대표는 “3년 전에는 VM웨어를 안정적으로 대체할 수 있는지가 핵심이었다면, 이제는 전환 이후 인프라를 어떻게 확장할 것인지까지 함께 봐야 한다”며 “오케스트로는 검증된 가상화 전환 역량과 AI 인프라 풀스택 소프트웨어를 바탕으로 고객이 어떤 기술을 언제 도입할지 직접 결정하고, 인프라 운영 방향을 주도할 수 있도록 하겠다”고 말했다.

삼성이 약 3000억원 규모의 네덜란드 반도체 설계 스타트업 ‘유클리드’ 투자에 공동 투자자로 참여했다. 유클리드는 엔비디아의 그래픽처리장치(GPU)와는 구조가 완전히 다른 인공지능(AI) 반도체 설계업체로 차세대 반도체 기술 선점에 나선 모습이다. 유클리드의 베르나르도 카스트룹 최고경영자(CEO)는 15일(현지시간) 미국 경제방송 CNBC와 인터뷰에서 서머싯 캐피탈 파트너스, 이노베이션 인더스트리, 스케일업 유럽펀드 등이 참여한 2억 3100만 달러(약 3150억원) 규모의 시리즈 A 투자에 삼성이 공동 투자자로 이름을 올렸다고 밝혔다. 유클리드는 2024년 설립된 네덜란드 기업으로 기존 GPU와는 완전히 다른 구조로 추론용 AI 반도체 시스템을 설계하는 기업이다. 단일 칩 개발을 넘어 연산 장치와 메모리 아키텍처, 데이터센터 시스템 등 플랫폼을 구축하고 있다. 유클리드는 아직 대규모 검증을 거치지는 않았지만, 자체 개발한 AI 반도체 시스템을 활용하면 AI 데이터센터를 구축·운영하는 데 드는 비용과 전력 사용량을 크게 줄일 수 있다고 설명했다. 유클리드는 2028년 실물 반도체 시스템을 내놓는 것을 시작으로 2030년까지 수천 곳의 기업에 서비스를 제공하는 것을 목표로 하고 있다고 카스트룹은 덧붙였다. 현재 AI 반도체 시장은 엔비디아의 GPU가 사실상 독점하고 있지만, 최근 들어 빅테크와 스타트업들이 자체 AI 반도체 개발에 속속 뛰어들고 있다. 오픈AI는 지난달 업계를 주도할 속도와 효율성을 갖췄다는 AI 반도체 ‘할라페뇨’를 발표했다. 구글과 아마존웹서비스(AWS), 메타 등도 자체 AI 반도체 업그레이드를 가속하고 있다.

KT가 공공·교육·금융·쇼핑 등 국민 생활과 밀접한 서비스를 하나의 인공지능(AI)으로 잇겠다는 ‘모두의 AI’ 구상안을 공개했다. 다음·무신사·직방·EBS 등 기존 서비스에 AI를 탑재해 이용자가 일상에서 자연스럽게 AI를 접하도록 할 예정이다. KT는 11일 과학기술정보통신부가 추진하는 ‘모두의 AI’ 사업과 관련해 국내 AI·서비스 기업들과 함께 ‘이음인사이드’ 기반의 개방형 AI 생태계를 구축한다고 밝혔다. 이진형 KT AX사업본부장은 이날 기자간담회에서 “생활과 밀접한 정보를 정확하게 검색하고 실행까지 연결해 명확한 ‘답을 주는 AI’는 아직 미비하다”며 “KT 컨소시엄은 ‘AI라는 세상을 모두에게’라는 슬로건 아래 국민에게 실제 필요한 쇼핑·공교육·부동산 등 다양한 서비스를 연결하는 ‘이음 에이전트’를 준비하고 있다”고 밝혔다. KT 컨소시엄에는 업스테이지·솔트룩스·다음·무신사·직방·EBS·매스프레소·BC카드 등 16개사가 참여한다. 핵심은 이음인사이드다. 이용자가 평소 사용하던 앱이나 웹사이트에 AI 기능을 내재화하고, 이를 별도의 이음 에이전트와 연결하는 방식이다. 예를 들어 직방에서 아파트를 검색하다 이음인사이드 버튼을 누르면 이음 에이전트가 해당 매물의 실거래가와 시세, 최근 등록 매물 등을 종합해 알려준다. 이음인사이드는 단순한 검색 기능을 넘어 개인화된 정보를 제공하는 데 초점을 맞춘다. 이용자의 기존 검색·문의 내용 등을 기억해 필요한 정보를 먼저 제안하고, 공공 분야에서는 연령이나 거주지역 등 개인 정보를 바탕으로 받을 수 있는 혜택을 선제안한다. 행정 절차 안내와 신청·발급까지 대화형으로 이뤄져 디지털 소외계층도 쉽게 이용할 수 있다. KT는 ‘모두의 AI’ 자체 앱도 별도로 선보일 계획이다. 다음 등 기존 서비스에 이음인사이드를 적용해 이용자들이 별도의 앱을 찾지 않고도 자연스럽게 KT 모두의 AI로 유입되도록 한다는 전략이다. 이 과정에서 다음이 보유한 약 4800만개 계정도 적극 활용한다. 기술적으로는 여러 국산 AI 모델을 한데 묶어 서비스 특성에 따라 최적의 모델을 선택하는 ‘멀티모델’ 전략을 내세웠다. 업스테이지의 ‘솔라’는 추론과 에이전트 도구 호출, 모티프테크놀로지스의 ‘모티프’는 긴 문맥 처리, NC AI의 ‘바르코’는 3D·사운드, KT의 ‘믿음’은 멀티모달 등 각 모델마다 강점을 살릴 예정이다. 고객에 필요한 서비스에 적합한 모델을 자동으로 연결해줄 땐 KT의 AI 운영 플랫폼 ‘토큰팩토리’가 활용된다. 토큰팩토리를 통하면 토큰 처리량을 약 32%, 프롬프트 압축 기술까지 활용하면 입력 토큰을 최대 80% 줄일 수 있다는 게 KT의 설명이다. 자체 그래픽처리장치(GPU)를 활용하는 ‘폴백’ 체계도 토큰팩토리에 적용했다. 이 본부장은 “모두의 AI가 지속 가능한 서비스가 되려면 정부 사업 기간 이후에도 기업들이 비용을 낮추고 수익을 창출할 수 있는 구조가 필요하다”며 “국산 AI 모델과 반도체, 인프라 기술을 결합해 국내 AI 생태계가 함께 성장할 수 있는 구조를 만들겠다”고 말했다.

경북 포항에 다양한 로봇을 주문받아 생산하는 ‘로봇 파운드리’가 들어선다. 협동로봇부터 휴머노이드, 자율이동로봇까지 생산하고 로봇 현장 데이터와 인공지능(AI) 추론 서비스를 제공하는 국내 로봇산업 거점으로 조성된다. 포항시는 경북도와 로봇기업 뉴로메카와 ‘포항 피지컬 AI 로봇 자동화 글로벌 허브 구축을 위한 투자 양해각서’를 체결했다고 10일 밝혔다. 뉴로메카는 단계적으로 1800억 원을 투자해 포항시 북구 흥해읍 용한리 영일만일반산업단지에 로봇 제조·실증시설을 구축한다. 1단계 사업은 올해 11월부터 내년 12월까지 약 400억 원을 투입해 공장을 짓는 것이다. 이곳에서는 뉴로메카의 주력 제품인 협동로봇과 고중량 산업용 로봇을 비롯해 휴머노이드, 자율이동로봇 등을 생산한다. 특히 다양한 로봇기업의 주문을 받아 제품을 위탁 생산하거나 소량 양산을 지원하는 ‘로봇 파운드리’ 역할을 맡는다. 자체 생산시설을 갖추기 어려운 로봇기업들이 생산 기반을 공유할 수 있도록 해 국내 로봇산업의 제조 경쟁력을 높인다는 구상이다. 2단계 사업은 2027년 이후 약 1400억 원을 추가 투자해 추진한다. 로봇 현장에서 생성되는 데이터를 수집·표준화·자산화하는 ‘데이터 파운드리’와 로봇 AI 추론모델 서비스를 지원하는 ‘추론 전용 AI 데이터센터’를 구축할 계획이다. 경북도와 포항시, 뉴로메카는 기존 재정 투입 방식에서 벗어나 지방자치단체 출자와 정책금융, 민간자본을 결합한 ‘지역활성화 투자펀드’를 활용해 사업을 추진한다. 포항시는 이번 투자를 계기로 영일만산단에 로봇 선도기업과 협력기업을 추가 유치해 피지컬 AI 기반 첨단로봇 클러스터의 거점으로 육성할 방침이다. 박종훈 뉴로메카 대표이사는 “포항 영일만산단에 들어설 로봇 파운드리는 뉴로메카의 도약은 물론 국내 로봇 생태계 전반의 경쟁력을 끌어올리는 혁신적인 거점이 될 것”이라고 말했다.

AI·클라우드 소프트웨어 대표 기업 오케스트로 그룹(의장 김민준)은 ‘2026 월드 스마트시티 엑스포(WSCE 2026)’에서 총사업비 약 6109억원 규모로 추진되는 천안·아산 AI 특화 시범도시의 청사진을 공개한다고 9일 밝혔다. 월드 스마트시티 엑스포(WSCE)는 올해 10주년을 맞은 국내 대표 스마트시티 전문 전시회로, 국토교통부·과학기술정보통신부·부산광역시가 공동으로 주최한다. AI 솔루션을 비롯해 교통·모빌리티, 인프라·건설, 해양기술 등 스마트시티 관련 최신 기술과 산업 동향을 한자리에서 확인할 수 있으며, 올해 행사는 9일부터 11일까지 부산 벡스코에서 개최된다. 오케스트로는 국토교통부 ‘AI 특화 시범도시 사업’의 천안·아산 컨소시엄 대표 기업으로 이번 WSCE에 참가한다. 천안·아산 사업은 2026년부터 2030년까지 5년간 추진되며, 두 도시의 공동 생활권을 기반으로 도시 데이터와 AI 인프라를 연계해 재난·교통·행정·에너지 등 도시 운영 전반을 지능화하는 초광역 AI 도시를 구현한다. 천안·아산 AI 특화 시범도시는 기존 스마트시티의 단순한 도시 모니터링을 넘어 인공지능이 도시에서 발생하는 다양한 상황을 실시간으로 분석하고 판단해 선제적으로 대응하는 도시 운영체계 구축을 추진한다. 이를 위해 도시 데이터를 통합·표준화하고 AI 에이전트와 피지컬 AI를 연계해 교통, 재난, 민원 등 시민 생활과 밀접한 분야의 서비스를 단계적으로 실증할 예정이다. 이번 WSCE에서는 컨소시엄에 참여하는 11개 기관이 ‘천안·아산 AI 특화 시범도시관’을 마련해 향후 지역에 적용될 AI 기반 도시서비스와 핵심 기술을 공개한다. 전시에서는 교통사고·침수·응급상황 등에 대응할 수 있는 피지컬 AI 로봇을 비롯해 자율주행 시뮬레이터, AI를 활용한 건강상태 분석 기술 등 시민들이 직접 체감할 수 있는 다양한 서비스를 선보일 예정이다. 오케스트로는 이러한 AI 서비스의 핵심 기반이 되는 미래형 AI 데이터센터(AIDC)를 구축하고 AI·클라우드 인프라 통합운영을 총괄한다. 대규모 AI 학습·연산을 위한 고성능 GPU와 AI 추론·가속에 최적화된 국산 NPU를 비롯해 CPU, 대용량 스토리지를 결합한 AI 컴퓨팅 환경을 조성한다. 소버린 AI 클라우드 기반 풀스택 기술을 적용해 AI 컴퓨팅 자원을 통합 관리·최적화하고, AI 기반 자율운영·자가복구 기술을 결합해 오케스트로만의 차별화된 새로운 운영 모델을 구현한다. 이를 기반으로 AI 도시 인프라를 안정적으로 운영하고, AI 모델 학습과 추론부터 서비스 배포, 도시 인프라 제어까지 전 주기를 지원할 계획이다. 오케스트로는 이번 WSCE를 글로벌 스마트시티 사업 확대를 위한 교류의 장으로 활용한다. 국내외 공공기관과 기업, 해외 바이어와의 네트워크를 확대하고 천안·아산에서 구현하는 AI 도시 모델을 기반으로 해외 스마트시티 및 AI 인프라 사업 기회를 발굴할 계획이다. 김민준 오케스트로 그룹 의장은 “AI 도시의 핵심은 다양한 도시 데이터와 AI 서비스를 안정적으로 연결하고 운영할 수 있는 인프라”라며 “오케스트로는 AI 데이터센터와 소버린 AI 클라우드 기술을 바탕으로 천안·아산의 AI 도시의 핵심 인프라를 구현하고, 국내외로 확산 가능한 AI 도시 모델을 구축하겠다”고 말했다.

자는 척했던 거인창신메모리, 5년 내 판도 엎을 것국가 빅펀드, 수십조원 씨앗 뿌려IPO로 시장에서 자본 회수 모델DDR4 반값에 뿌리며 시장 잠식삼전닉스, 멈추는 순간 따라잡혀AI 응용시장에 사활 거는 中14억 인구와 데이터 원석이 무기AI로 제조업 전환, 생산성 극대화2500명 필요했던 공장, 로봇 대체불도 끄고 사람도 없이 밤새 가동원가절감해 제조업 세계 1위 목표한국의 대응방안은한국 제조업·미국 빅테크 손잡고중국처럼 생산 원가 낮춰 생산을반도체·배터리·바이오 최종 보루규제·주52시간 근무 등 타개하고고품질·고신뢰 첨단 공급자 돼야인공지능(AI) 시대의 총아인 반도체와 휴머노이드 로봇 분야에서 중국이 무섭게 부상하고 있다. 최근 중국경제전문가인 전병서 중국경제금융연구소장을 만나 중국 반도체·AI 굴기의 비결, 한국 반도체의 갈 길 등에 대해 이야기를 나눴다. 전 소장은 “최근 반도체 초호황은 미중 갈등에서 우리가 어부지리를 얻은 것으로 실력으로 착각하면 안 된다”며 “미국도 중국도 못 하는 고품질·고신뢰의 첨단 기술 공급자 포지션을 확보하는 것이 한국의 생존 전략”이라고 강조했다. ●유일하게 中 앞선 반도체, 기술 격차 3년 -창신메모리(CXMT)가 최근 상하이 증시에 상장해 시가총액 1위(약 770조 원)에 올랐다. “잠자던 거인이 깨어난 게 아니라, 사실 자고 있던 척했던 거다. 지금은 세계 4위지만 5년 안에 판도가 뒤집힐 것이다. 현재 우리와 기술 격차는 범용 D램은 3년, HBM은 5년 격차, 이 숫자를 편하게 볼 수 있는 한국 기업은 없다. 올해 2분기 CXMT의 D램 점유율은 불과 1년 만에 4%에서 10%로 2.5배 뛰었다. 반도체 슈퍼사이클이 CXMT에 자금과 자신감을 동시에 선물했다. 호황의 과실이 경쟁자를 키우는 아이러니가 벌어지고 있다.” -중국 반도체 산업이 ‘국가 보조금’에서 ‘증시 활용’으로 전략을 바꿨나. “씨앗은 국가가 뿌리고 열매는 시장이 따가는 구조다. 1단계는 국가 빅펀드가 수십조원을 쏟아 기술 기반을 닦는 것, 2단계는 기업공개(IPO)로 자본을 회수하는 것이다. CXMT는 666억 위안, YMTC는 330억 위안을 증시에서 확보할 예정이다. 리스크는 국가가, 수익은 시장이 가져간다. 반도체에 이어 로봇까지 이 공식이 반복된다. 더 교묘한 건 글로벌 자본을 끌어들여 외국 투자자들이 중국 반도체에 돈을 넣게 만들면, 미국도 함부로 제재하기 어려워지는 구조를 만든다는 점이다. 외국 돈이 들어오면 미국도 쉽게 손을 못 댄다.” -CXMT가 삼성전자·SK하이닉스에 실질적으로 영향을 미칠 시점은. “범용 D램 기술 격차 3년, 실적 타격은 5년, 달력을 보면서 긴장해야 할 숫자다. CXMT는 지금 DDR4를 반값에 뿌리며 시장을 잠식 중이다. 가격전쟁은 이미 시작됐고, 한국에 남은 방어선은 HBM뿐이다. 삼성과 SK하이닉스가 HBM4, HBM4E에 자원을 집중하고 범용 D램 의존도를 줄이는 것 외에 선택지가 없다. 중국이 쫓아올 수 없는 속도로 계속 앞으로 달아나야 한다. 멈추는 순간 따라잡힌다.” -HBM 경쟁에서 중국은 아직 못 따라오고 있는데. “5년 격차의 기술 해자(진입 장벽), 지금은 든든해 보이지만 해자도 메워진다. HBM은 단순 반도체가 아니라 패키징·적층 공정이 결합된 복합 기술이다. 2030년 이전에 판도가 뒤집힐 가능성은 낮다. 그러나 중국이 HBM3를 양산하는 순간, 한국은 HBM4E와 HBM5로 이미 올라서 있어야 한다. 기술 우위란 결국 속도 경쟁이다. 앞서가고 있다는 안도감이 가장 위험하다.” -최근 반도체 호황은 우리 기업의 실력 아닌가. “운을 실력으로 오판하는 착각이다. 미중이 싸우는 바람에 우리한테 황금비가 내린 것이다. 미국의 대중 반도체·AI 제재가 없었다면 지금의 초과수요는 절반도 되지 않았을 것이다. 우리가 어부지리를 얻은 셈이다. 단군 이래 최대의 지정학적 횡재를 실력으로 포장하는 순간 판단이 흐려진다. 지금 대비해야 할 건 반도체 가격 하락이다. 부동산 폭락보다 더 빠르고 더 깊을 수 있다.” -중국의 AI모델 딥시크가 전 세계에 충격을 줬다. “딥시크가 증명한 건 단순하다. 돈 많이 쓴다고 이기는 게임이 아닐 수 있다는 것이다. 중국 AI 기업들은 오픈AI·구글과 어깨를 나란히 할 수 있는 모델을 연달아 내놓고 있다. 미국은 물량으로, 중국은 저비용 효율로 싸운다. 다만 추론 극한·에이전트 AI·멀티모달 최전선에서는 미국이 여전히 6~12개월 앞서 있다. AI는 1등이 독식하는 시장이다. 그 격차가 작아 보여도 결정적이다.” -중국은 AI보다 기존 산업에 AI를 활용하는데 적극적인데. “중국은 이걸 ‘AI플러스’라 부른다. AI 모델 전쟁에서 이기기 어려우면 AI 응용 시장에서 이기겠다는 전략이다. 14억 인구와 세계 최대 제조업이 데이터 원석이다. 제조·물류·농업·의료에 AI를 입히면 데이터가 폭발하고 AI 성능이 다시 올라가는 선순환이 생긴다. 제조업의 AI 전환을 통해 생산성을 높이겠다는 전략이다. 중국 수출이 금지된 최첨단 그래픽처리장치(GPU)가 없어도 산업적인 응용은 중간급 칩으로 충분히 작동한다. 싸움터를 자신에게 유리한 곳으로 옮긴 것이다.” ●저비용 두뇌·몸통 단 中휴머노이드 -AI플러스로 어떻게 생산성을 높일 수 있나. “작년에 중국의 가전제품을 만드는 공장을 다녀왔다. 과거 2500명이 돌리던 라인을 지금은 로봇과 자율 운반차가 대신한다. 불도 끄고 사람도 없이 밤새 돌아가는 공장, 이른바 ‘다크팩토리’(Dark Factory)다. 현재 중국에서 수백 개가 가동 중이다. 중국이 노리는 건 AI로 생산원가를 절반으로 자르는 것, 제조업 세계 1위를 기술이 아닌 원가절감으로 굳히는 것이다. AI를 목적이 아니라 돈 버는 수단으로 본다.” -중국의 AI플러스 전략이 한국에는 어떤 영향을 줄까. “AI플러스의 최대 피해자는 한국이다. 반도체 빼고 제조업에서 중국을 앞서는 분야가 사실상 없는 상황에서, 중국이 다크팩토리로 인건비를 0에 수렴시키고 원가를 40~50% 낮추면 한국 제조업은 직격탄을 맞을 수 밖에 없다. 경고음은 울리고 있지만 한국은 듣지 못하고 있다.” -우리 제조업에서도 AI를 활용할 방안이 있다면. “한국이 미국에 무역 합의에 따른 3500억 달러를 투자해도 원금 회수가 쉽지 않다. 그 해법으로 산업 데이터를 많이 확보한 한국의 제조업과 미국의 빅테크가 손 잡고 중국처럼 생산원가를 낮춘 제품을 생산하는 것이다. 예를들어 현대차와 오픈AI, 삼성전자와 클로드, SK하이닉스와 구글이 손잡고 ‘한국형 AI플러스’를 만드는 것이다. 먼저 한국에서 다크팩토리를 만들어 원가가 50% 절감되는 것을 보여주는 시범사업을 한 뒤 미국에 이런 공장을 짓는 것이다.” -중국 로봇 기업 유니트리도 상장해 주가가 폭등했다. “1600만 원짜리 휴머노이드가 로봇 시장의 문법을 바꿨다. 테슬라 옵티머스보다 싸고 더 많이 찍어낸다. 유니트리 G1은 글로벌 가격 파괴를 선도하며 전 세계 휴머노이드 시장의 32%를 장악했다. 중국의 강점은 부품 공급망이 전부 국내에 있다는 점이다. 모터·배터리·센서·액추에이터 등 핵심 부품을 외국에서 조달할 필요가 없다. 글로벌 휴머노이드 설치 시장 상위 4개사가 전부 중국 업체다. 로봇 시장을 만든 것도, 지배하는 것도 중국이다.” -중국 휴머노이드 밸류체인이 세계에 주는 영향력은. “딥시크라는 저비용 두뇌에 유니트리라는 저비용 몸통, 이 조합이 ‘피지컬 AI’ 양산 시대를 열고 있다. 모터·배터리·AI 모델·로봇 프레임까지 밸류체인이 중국 안에서 완결된다. 외부 의존도가 거의 없다. 역설적으로 이 지점이 한국의 기회다. 서방 기업들이 중국산 하드웨어를 꺼리는 상황에서, 자동차·정밀기계 기반을 갖추고 신뢰성과 공급망 안정성을 증명할 수 있는 한국이 믿을 수 있는 대안으로 부상할 수 있다.” -미국 제재에도 중국의 반도체·로봇 기술이 향상되는 이유는. “미국 제재가 오히려 자립을 강요했다. 화웨이가 미국 칩 공급이 끊기자 기린 칩을 스스로 만든 게 상징적이다. 위기를 기회로 바꾼 게 아니라, 다른 선택지가 없었던 거다. 그 결과 중국 반도체 엔지니어 수는 5년 만에 3배 이상 늘었다. 공대생이 의대생보다 대우받는 나라, 그 선택이 지금의 기술력을 만들었다. 현재 반도체 자립도 33%, 로봇 자립도 55~65%다. 제재의 역설이다.” ●수명 다한 전략적 모호성 버려야 -이대로면 우리 기업이 코너에 몰리지 않을까. “가마솥의 개구리가 물이 뜨거워지는 걸 모르듯, 위기는 천천히 온다. 철강·조선·가전·화학은 이미 중국에 내줬다. 반도체·배터리·바이오가 마지막 보루인데, 이마저 내주면 한국의 수출 경쟁력은 해체된다. 다음 세대 기술인 HBM5·차세대 배터리·바이오신약에 지금 당장 베팅해야 한다. 중국보다 1~2세대 앞서 있으면 가격이 아닌 기술로 싸울 수 있다. 규제·주 52시간 근무·데이터·벤처자본 등 발목을 잡는 구조를 빨리 타개해야 한다.” -미중패권 시대 한국은 어떤 스탠스를 취해야 하나. “전략적 모호성은 수명이 다했다. 이제는 선택적 명확성의 시대다. HBM·AI 반도체·첨단 방산은 미국 동맹 체계 안에서만 움직여야 한다. 그러나 경제와 시장에서는 중국과의 실용적 관계를 끊을 수 없다. 중국은 여전히 한국 최대 수출처다. 등을 돌리는 건 전략이 아니라 자해다. 미국도 중국도 독자적으로 할 수 없는 것, 고품질·고신뢰의 첨단 부품 공급자 포지션을 선점하면 양쪽 모두에게 없어서는 안 되는 나라가 된다.” -오래전부터 중국을 지켜봤다. 느끼는 점은. “중국은 느리다는 편견은 착각이었다. 20년 전 중국 공대생은 100만 명이었다. 지금은 이공계 졸업생만 480만 명, 한국 전체 대학생보다 많다. 중국 기업가들의 위기의식은 한국보다 훨씬 날이 서 있다. ‘내일 망할 수 있다’는 공포가 혁신을 만든다. 실패해도 다시 하는 집요함이 있다. 한국은 대기업 시스템에 안주하는 경향이 있다. 중국 지도자들은 45일에 한 번씩 AI·빅데이터 등 첨단 산업을 함께 공부한다. 국가 장기 산업전략을 세우고 일관성 있게 밀어붙인다. 한국은 정권이 바뀔 때마다 전략이 흔들린다. 그 차이가 지금의 격차를 만들었다.” ■ 전병서 중국경제연구소장은 중국 칭화대에서 석사, 푸단대에서 박사학위를 받았다. 대우경제연구소에서 반도체와 IT애널리스트로 17년간 일했다. 대우증권 상무, 한화증권 전무를 역임한 이후 20년여간 중국 경제와 금융을 연구하고 있다. 성균관대 중국대학원, 중앙대 경영전문대학원에서 MBA학생들을 가르치고 있다. 저서로는 ‘금융대국 중국의 탄생’, ‘기술패권시대의 대중국 혁신전략’, ‘한국반도체 슈퍼乙전략’,‘차이나 퍼즐’ 등이 있다. 최광숙 대기자

인공지능(AI)의 실제 모습이 각인되기 시작한 것은 2016년 3월 이세돌 9단과 바둑 AI ‘알파고 리’와의 대국이다. 인공지능이 개발되면 체스, 바둑, 장기 등 보드게임으로 능력을 측정하곤 한다. 인간의 사고와 의사결정 능력의 집약체라고 보기 때문이다. 그런데 보드게임을 마주했을 때 사람과 AI의 경향성 자체가 완전히 다르다는 사실이 새로 밝혀졌다. 서울대 물리·천문학부, 이탈리아 파르마대 수학·물리·컴퓨터과학과, 오스트리아 복잡계 과학 허브 공동 연구팀은 사람끼리 둔 대국과 AI끼리 둔 대국 총 2400판의 체스 게임을 한 수씩 분석한 결과 인간은 판이 복잡하게 얽히면 상황을 정리하려고 하지만 AI는 얽힌 상태를 훨씬 오래 그대로 끌고 가려고 한다는 사실을 확인했다고 8일 밝혔다. 이 연구 결과는 미국 물리학회에서 발행하는 ‘APS 오픈 사이언스’에 실렸다. 연구팀은 최정상 그랜드마스터 대국 1200판과 세계 최강 AI 엔진끼리 겨루는 공식 대회인 TCEC에서 스톡피시와 릴라 체스 제로가 맞붙은 2019~2024년 대국 1200판을 분석했다. 사람과 AI의 대국이 아니라 각각의 대국에서 나타나는 패턴을 비교하기 위한 것이다. 연구팀은 이번 연구에서 ‘전략적 긴장’이라는 새로운 기준을 제시했다. 체스에서 긴장은 서로 잡을 수도, 잡힐 수도 있는 기물이 맞물려 있는데도 교환을 실행하지 않은 상태를 말한다. 기물은 킹, 퀸, 룩, 비숍, 나이트, 폰 등 체스 게임에서 사용되는 말을 통칭하는 단어다. 긴장 상태에서 교환을 실행하면 판은 단순해지지만 버티면 양쪽 모두 ‘지금 잡게 되면 다음 수는 어떻게 될까’를 계속 계산하고 고민해야 하는 부담이 생긴다. 연구팀은 잠재된 복잡함을 숫자로 바꾸기 위해 선수들이 한 번 둘 때(반수)마다 체스판을 관계망으로 변환했다. 기물과 서로 노리고 있는 빈 칸을 점으로 놓고 곧바로 잡을 수 있는 관계(공격), 잡히면 되잡을 수 있는 관계(수비), 상대가 들어오면 잡을 수 있는 빈 칸(통제) 등 세 종류로 구분했다. 이렇게 만든 그물망이 얼마나 촘촘한지를 ‘최대 고유값’으로 요약했다. 체스판은 8×8, 64칸이기 때문에 관계망의 점은 최대 64개다. 값이 클수록 앞으로 벌어질 수 있는 일의 가짓수가 많고 동시에 작은 실수 하나가 판 전체로 번질 위험도 크다. 긴장 곡선의 모양은 양쪽이 비슷했다. 시작할 때는 기물이 멀리 떨어져 있어 낮다가 서로 다가서며 치솟고 30~60반수 구간에서 정점을 찍은 뒤 내려왔다. 정점 자체는 오히려 사람이 더 높았다. 그랜드마스터들이 40반수 무렵까지 따라가는 오프닝 정석이 원래 기물 충돌이 빽빽한 국면이기 때문이다. 차이는 정석 구간이 끝난 뒤부터 나타났다. 정석이 끝나고 스스로 계산해야 하는 구간에 들어서면 사람은 기물을 교환하며 판을 빠르게 정리했지만 AI는 얽혀 있는 국면을 훨씬 오래 유지했다. AI 대국은 판에 남은 기물 수도 더 많았고 관계망의 연결선과 고리도 더 촘촘한 것으로 확인됐다. 긴장을 견디는 힘은 실력과 계산 자원에 비례한 것으로 나타났다. 사람의 경우 플레이어의 능력을 수치로 계산한 엘로 점수가 높을수록 누적 긴장이 거의 직선으로 늘었고 같은 실력이라도 생각할 시간이 긴 클래식 대국이 속기나 초속기 대국보다 높게 나왔다. AI도 몇 수 앞까지 내다보는 탐색 깊이가 늘어날수록 긴장이 커졌다. 사람의 대국은 공격 관계가 수비 관계보다 많은 쪽으로 치우쳤고 기물마다 짊어진 부담의 편차도 컸다. 반면 AI는 공격과 수비가 고르게 분포했고 기물별 역할도 비교적 균등한 것으로 나타났다. 그러나 기물 하나당 긴장은 사람 쪽이 내내 높았다. 즉 사람은 기물을 자주 교환해 숫자를 줄이는 대신 남은 기물에 더 무거운 짐을 지우는 방식으로 두고 있었다는 말이다. 연구팀에 따르면 승부가 갈리는 시점은 대체로 30반수 전후로 긴장이 정점에 이르기 전으로 나타났다. 인간 게이머가 판을 단순화하는 행위는 승리의 원인이 아니라 결과라는 뜻이다. 이미 유리해진 쪽이 상대의 반격 여지를 줄이려 기물을 맞바꾸는 것이지 맞바꿈으로써 이기는 것이 아니다. 실제로 40반수 시점에서 폰 1개 이상 앞서 있을 때 최종 승리 확률은 사람 대국이 약 71%, AI 대국은 약 59%였다. 사람이 체스판에서 단순화하려는 성향은 적응적 태도라고 연구팀은 설명했다. 복잡한 판을 계속 정확히 계산하려면 막대한 인지 자원이 드는데 작업기억과 주의력에 한계가 있는 사람은 감당 가능한 수준으로 판을 줄여 정확도를 지키는 쪽을 택한다는 것이다. 체스 한 판을 지는 단기 손해보다 에너지를 아끼고 범용적 지능을 유지하는 장기 이득이 크다는 진화적 맞교환이라는 뜻이다. 연구를 이끈 에드워드 리 서울대 교수는 “체스는 지능 시스템이 눈앞의 기회와 장기적 결과를 저울질하는 방식을 통제된 환경에서 파악할 수 있게 해주는 좋은 연구 수단”이라며 “AI가 복잡성을 증폭시킨다면 협상이나 경제 경쟁, 갈등 같은 다른 전략적 상황에서는 어떨지 추론해볼 수 있다”고 말했다. 연구팀에 따르면 계산 능력이 커진 AI가 긴장을 오래 유지하는 쪽으로 움직인다면 더 복잡한 대치가 가능해지지만 오판의 대가도 커질 수 있다. 현실의 협상과 분쟁은 체스와 달리 정보가 불완전하고 규칙도 고정돼 있지 않아 직접 비교에는 신중해야 한다고 연구팀은 지적했다.

부산대학교는 과학기술정보통신부와 정보통신기획평가원(IITP) 주관 ‘AI최고급신진연구자지원(AI스타펠로우십) 사업’에 선정됐다고 8일 밝혔다. AI스타펠로우십은 글로벌 인공지능(AI) 기술혁신을 선도할 최고급 신진연구자(박사 후 연구자 또는 임용 7년 이내 교원)를 육성하고, 세계적 수준 AI 연구 성과 창출을 지원하는 국가 공모 사업이다. 부산대는 2031년까지 국비 110억원, 시비 5억5000만원, 대학 5억5000만원 등 121억원을 투입해 AI 바이오·의료 융합 분야 연구개발을 추진한다. 부산대 연구진은 이번 사업을 통해 초음파 영상과 생체신호, 유전체, 진단 데이터 등을 통합하는 멀티모달(텍스트, 이미지, 음성, 영상 등 서로 다른 형태의 정보를 동시에 처리하고 연결해 이해하는 기술) AI 기반 정밀 의료 플랫폼 구축을 목표로 AI 바이오·의료 융합 분야 연구개발을 수행한다. 주요 연구과제는 Embodied AI(로봇·모바일 플랫폼 등 물리적 몸체를 통해 센서로 환경을 인지하고, AI가 판단·계획을 거쳐 실제 행동까지 수행하는 지능형 시스템) 기반 초음파 3D 영상 기술, 범용 의료 AGI(인간처럼 다양한 분야 지식을 이해하고 스스로 학습·추론·창의적으로 문제를 해결할 수 있는 범용 인공지능) 기반 자동 진단 생성 시스템, 질병 연관 나노센서 및 AI 예측 모델 개발 등이다. 삼성메디슨, 포티투마루, 씨젠의료재단 등과도 협력해 산업 현장의 수요를 연구개발에 반영하고, 연구 결과가 의료 현장과 산업계에 신속하게 적용될 수 있도록 협력 체계를 강화한다.

미국 오픈AI의 새 인공지능(AI) 모델 ‘아스트라’ 공개로 반도체주에 대한 투심이 회복되며 삼성전자와 SK하이닉스가 급등 출발한 7일 증권가는 재차 양사에 대한 눈높이를 끌어올렸다. 반면 개인 투자자들은 이날 오전 유가증권시장에서 2조원 넘게 순매도하며 차익을 실현했다. 이날 KB증권은 내년 메모리 반도체 시장의 ‘역사상 가장 타이트한 공급 환경’을 예상하며 강력한 재평가가 필요하다는 분석을 내놓았다. 김동원 KB증권 리서치본부장은 보고서에서 “최근 하이퍼스케일러들의 내년 AI 인프라 투자 규모는 전년 대비 60% 증가한 1조 3000억 달러로 급격히 상향 조정되고 있다”면서 “AI가 클라우드 AI 서비스, 토큰 과금, 에이전틱 AI 및 모델 호스팅 등 직접적 신규 매출처로 부상하며 AI 수익 모델이 구체화되는 단계에 본격 진입했기 때문”이라고 설명했다. 이어 “AI 인프라 투자에서 메모리 반도체가 차지하는 비중은 2025년 14%에서 2027년 57%로 2년 만에 4배 증가할 것”이라며 “HBM4 메모리 용량이 증가한 가운데, CPU 서버 DRAM과 추론용 엔터프라이즈 SSD 증가가 동시에 발생되고 있기 때문”이라고 덧붙였다. 김 본부장은 “3분기 삼성전자와 SK하이닉스의 메모리 재고는 10일 미만까지 낮아진 상황으로, 단순한 수요 회복 국면을 넘어 공급 가능한 물량 자체가 절대적으로 부족해질 가능성이 높다”면서 내년에는 ‘메모리 물량 고갈’에 이를 수 있다고 내다봤다. 이어 현재 삼성전자와 SK하이닉스의 주가는 2027년 실적 기준 주가수익비율(PER) 3배 수준이라며, “향후 3년간 역대 최대 실적 경신과 대규모 주주환원 정책 지속이 예상돼 극단적 저평가에서 강력한 재평가 시작이 기대된다”고 강조했다. “내년 실적 기준 PER 3배”“아스트라, 메모리 장기 수요 확신 강화”미래에셋증권은 이날 삼성전자와 SK하이닉스의 목표주가를 일제히 상향 조정했다. 삼성전자는 기존 37만원에서 40만원으로, SK하이닉스는 기존 280만원에서 310만원으로 끌어올리고 ‘매수’ 의견을 유지했다. 김영건 미래에셋증권 연구원은 삼성전자에 대해 “환율 하락에 따른 부정적 영향을 반영하더라도 이익 증가 흐름은 이어질 것”이라며 내년 연간 영업이익은 536조원으로 추정했다. 또 오픈 AI의 ‘GPT6-아스트라’ 출시를 계기로 메모리 성능의 중요성이 커질 것이며, 삼성전자가 고대역폭메모리(HBM) 기술 고도화를 통해 메모리 시장의 주도권을 이어갈 것이라는 전망을 내놓았다. SK하이닉스에 대해서는 내년 영업이익이 386조원에 달할 것으로 관측되는 반면, 현재 주가는 밸류에이션 부담이 낮다고 판단했다. 또한 AI용 GPU의 HBM 탑재량이 증가하는 데다 맞춤형 인공지능(AI) 반도체(ASIC) 진영으로도 HBM 적용이 확대되는 흐름 속에 HBM 시장점유율 1위인 SK하이닉스가 수혜를 받을 것이라고 기대했다. 손인준 유진투자증권 연구원도 이날 보고서에서 ‘GPT-6 아스트라’ 출시로 불붙은 반도체 투심 회복에 주목하며 삼성전자와 SK하이닉스에 대한 ‘강력 매수’ 의견을 유지했다. 손 연구원은 “챗GPT, 클로드 등 과거 AI의 주요 분기점 이후 반도체 전반 및 메모리 업종의 주가는 큰 폭으로 상승했다”면서 “AI 활용이 인프라 수요와 실적으로 연결되며 반도체의 가치가 재평가됐다는 점에 주목한다. 아스트라 역시 장기 수요에 대한 확신을 강화할 계기가 될 전망”이라고 분석했다. 한편 지난주 개인과 외국인, 기관 등 3개 수급 주체가 모두 ‘팔자’로 돌아선 유가증권시장에서 이날 오전 기관과 외국인은 순매수로 돌아섰다. 이날 오전 11시 20분까지 유가증권시장에서 외국인은 9170억원, 기관은 7740억원 순매수했으며 삼성전자와 SK하이닉스의 자사주 매입으로 추정되는 ‘기타법인’의 순매수도 6240억원으로 집계됐다. 반면 개인은 2조 3040억원을 순매도하며 차익을 실현했다.

최근 의료 현장에서는 인공지능(AI) 도입 바람이 거세다. 진단 정확도가 몇 % 증가했다거나, 의사보다 빠른 속도로 병변을 찾아냈다는 성능 자랑이 언론을 장식하곤 한다. 그러나 의료 AI의 뛰어난 ‘결과’만을 내세우며 자랑하기엔 아직 시기상조라는 경고의 목소리가 의료계 내부에서 나왔다. AI가 학습하는 데이터의 본질적 한계를 간과한 채 정확도 경쟁에만 몰두할 경우, 정작 복잡한 임상 현장에서 환자에게 잘못된 진단과 처방을 내릴 위험이 크기 때문이다. 분당서울대병원 재활의학과 양은주 교수 연구팀(교신 저자 국립암센터 재활의학과 정승현 교수)이 국제학술지 ‘프론티어스 인 디지털 헬스(Frontiers in Digital Health)’에 발표한 연구는 바로 이 지점을 꼬집는다. 의료 AI 기술의 핵심은 ‘얼마나 잘 학습하느냐(알고리즘의 성능)’가 아니라, ‘무엇을 학습시키느냐(데이터의 질과 구조)’에 맞춰져야 한다는 지적이다. 현재 병원에서 쓰이는 대다수의 의료 AI는 특정 시점에서 측정된 환자의 상태, 즉 ‘결과 중심의 데이터’를 기반으로 학습한다. 예를 들어 환자의 보행 거리나 기능 평가 점수처럼 단순화된 숫자가 대표적이다. 이러한 데이터는 의료진이 바쁜 현장에서 환자 상태를 빠르게 파악하고 체크하려는 목적으로 만들어진 것일 뿐, AI가 진정한 임상적 맥락을 이해하도록 돕는 정교한 학습 자재는 아니다. 문제는 환자의 질병과 회복 과정이 단편적인 숫자로 설명되지 않는다는 점이다. 암 생존자의 재활 과정을 예로 들어보자. 항암치료를 받은 환자는 손발의 감각이 둔해지는 신경병증을 겪는다. 발끝 감각이 무뎌지면 몸이 흔들릴 때 이를 즉각 감지하기 어렵고, 이는 낙상에 대한 심각한 두려움으로 이어진다. 두려움 때문에 환자는 스스로 활동량을 줄이게 되고, 결국 전체적인 이동 능력이 저하된다. 이때 기존의 결과 중심 AI가 학습하는 데이터는 오직 ‘이동 능력이 떨어졌다’는 최종 결과뿐이다. AI는 환자가 왜 걷지 못하게 되었는지, 감각 이상에서 시작된 연쇄적인 신체·심리적 반응의 흐름을 알지 못한다. 원인을 모르는 AI는 근본적인 재활 치료 방향을 제시할 수 없다. 감각 이상이 원인인 환자에게 무작정 “보행 연습을 더 하라”는 식의 겉핥기식 처방을 내릴 수밖에 없는 구조적 한계를 지닌 셈이다.자의료진이 AI의 높은 정확도만을 자랑해서는 안 되는 더 큰 이유는 아무리 최첨단 연산 모델을 적용한 AI라 할지라도 애초에 주어진 데이터에 담기지 않은 임상 현실까지 스스로 추론할 수는 없기 때문이다. 입력값(Input)이 부실하면 출력값(Output)도 부실할 수밖에 없다는 데이터 과학의 기본 명제는 의료 AI에서도 그대로 적용된다. 양은주 교수 연구팀은 이러한 한계를 극복하기 위해 ‘임상 현실 번역-구성(CRTC, Clinical Reality Translation-Construction)’이라는 새로운 데이터 설계 접근법을 제시했다. CRTC는 단순히 AI 알고리즘을 새로 개발하는 기술이 아니다. AI에게 학습을 시키기 전, 환자의 상태뿐만 아니라 그 상태에 이르게 된 원인과 복잡한 과정을 시계열 및 그래프 형태로 재구성해 ‘진짜 임상 현실’을 데이터화하는 방법론이다. 환자가 느끼는 미세한 증상과 실제 신체 기능의 변화를 하나로 연결하는 ‘증상-기능 연계 표현형’처럼, 환자의 역동적인 삶과 병력을 AI가 읽을 수 있는 언어로 먼저 번역해 줘야 비로소 제대로 된 의료 AI가 탄생할 수 있다. 결국 의료 AI의 성공 여부는 “우리 AI가 의사보다 정확하다”는 단편적인 자랑에 있지 않다. 환자의 진료 기록 뒤에 숨은 원인과 회복 과정, 수많은 변수가 상호작용하는 복잡한 현실을 데이터에 얼마나 정교하게 담아냈느냐가 본질이다. 의료 AI가 진정한 의미에서 의료진의 보조자이자 환자의 치료 파트너로 거듭나려면, 알고리즘의 화려함에 현혹되기보다 현장의 복잡한 임상 맥락을 AI에 어떻게 학습시킬 것인가에 대한 깊은 고민이 선행돼야 한다는 게 전문가들의 한결같은 지적이다.