삼성전자 반도체(DS)부문이 인공지능(AI) 분야 핵심 전문가를 잇달아 영입하며 전사적인 AX(인공지능 전환) 역량 강화에 속도를 낸다. 14일 업계에 따르면 삼성전자 DS부문은 최근 딥러닝·비전 AI 분야 권위자인 한보형 펠로우와 데이터 엔지니어링 전문가 한태린 상무를 새로 영입했다. 서울대 전기·정보공학부 교수인 한 펠로우는 반도체 연구개발(R＆D)에 특화된 AI 모델 개발을 이끌 예정이다. 서울대 컴퓨터공학과에서 학·석사를 마친 뒤 미국 메릴랜드대에서 컴퓨터과학 박사 학위를 받았으며, 포항공대 컴퓨터공학과 조교수를 지냈다. 한 상무는 미국 메타에서 엔지니어링 매니저를, AI 스타트업 페르소나(Persona)에서 시니어 개발자를 역임한 데이터 엔지니어링 전문가다. 서울대 기계항공우주공학과를 졸업하고 미국 매사추세츠공과대(MIT)에서 기계공학 석사 학위를 받았다. 삼성전자에서는 AI가 즉시 활용할 수 있는 기반 데이터인 ‘AI 레디 데이터(AI Ready Data)’ 구축을 담당한다. 삼성전자는 AI·데이터 분야 핵심 인재를 지속적으로 확보하는 동시에 이들의 전문성을 조직 전반으로 확산해 AX 경쟁력을 강화한다는 방침이다. 아울러 반도체 설계와 공정, 제조 등 핵심 업무 전반에 AI 적용을 확대해 개발 효율성과 생산성을 높여 나갈 계획이다.

경기도의회 기획재정위원회 소속 김한슬 의원(국민의힘, 비례)이 경기도의 채무 상황과 기금 및 지방채 활용 내역 등을 도민이 직접 찾아볼 수 있는 웹사이트 ‘경기도 빚 지도(https://debt.ggdata.kr/)’를 제작해 공개했다. ‘경기도 빚 지도’는 경기도가 제출한 공식 행정자료를 바탕으로 마련됐다. ▲연도별 채무 규모 및 증감 추이 ▲지역개발기금과 통합재정안정화기금의 활용 실태 ▲지방채 발행 규모 및 세부 사용처 등을 시각화해 도민들이 복잡한 도 재정 현황을 쉽게 파악할 수 있도록 구성된 점이 특징이다. 이번 웹사이트 공개는 지난 7월 20일 경기도 기획조정실 업무 보고 당시 김 의원이 제기한 문제의식에서 비롯됐다. 추미애 경기도지사는 앞선 7월 7일 도정 연설을 통해 “민선 9기 경기도는 7조 원이 넘는 채무를 안고 출발했으며, 재정 여력 부족으로 약 3,000억 원 규모의 필수 사업을 예산에 반영하지 못했다”고 밝힌 바 있다. 이에 대해 김 의원은 약 7조 원 규모의 재정 부담과 관련해 단순히 채무 총액만 강조할 것이 아니라, 채무의 증가 시점과 원인, 차입금을 활용한 추진 사업 및 그 효과, 이자 부담과 향후 상환 계획 등을 종합적으로 분석하여 도민에게 명명백백히 공개해야 한다고 집행부에 강력히 요구했다. 당시 정두석 기획조정실장은 “관련 재정 자료를 외부에 종합적인 형태로 공개한 적은 없다”며 도의회 기획재정위원 대상의 별도 설명회를 제안했다. 그러나 김 의원은 “도의회 보고로만 그쳐서는 안 된다. 도민들도 재정 상황을 정확히 알아야 예산 편성과 사업 조정의 필요성을 납득하고 동의할 수 있다”고 강조한 바 있다. 이후 김 의원은 집행부에 연도별 재정 상황, 기금 융자 사업, 지방채 발행 내역 등 관련 자료 일체를 요구하여 제출받았으며, 이를 직접 분석하고 정리해 이번 ‘경기도 빚 지도’를 구축했다. 공개된 자료에 따르면 경기도의 채무 규모는 2020년 이후 뚜렷한 증가세로 돌아섰으며, 특히 2025년부터는 지역개발채권 외 별도의 지방채 발행도 본격화된 것으로 확인됐다. 또한 일반회계가 통합재정안정화기금 등에서 자금을 차입하는 ‘내부 거래’ 규모와 지방채를 투입한 구체적인 사업 내역도 웹사이트를 통해 상세히 확인할 수 있다. 최근 추 지사가 8월 5일 기자회견을 열고 ‘경기도 재정 비상 상황’을 공식 선언하며 강도 높은 세출 구조 조정을 예고한 가운데, 김 의원은 경기도의 재정 여건이 어려워지고 있다는 사실 자체를 외면해서는 안 된다면서도, 재정 상황을 지나치게 단순화하거나 막연한 위기감을 조성하는 방식 역시 경계해야 한다고 지적했다. 김 의원은 “경기도의 재정이 어렵다면 무엇이 얼마나 어려운지, 언제부터 어떤 이유로 부담이 커졌는지를 먼저 정확하게 공개해야 한다”며 “막연히 공포감을 심어주는 것보다 도민이 충분한 정보를 토대로 경기도의 재정 운용을 평가하고 의견을 제시할 수 있도록 하는 것이 재정의 투명성과 책임성을 높이는 길”이라고 강조했다. 아울러 이번 사이트 공개를 단발성 정보 전달에 그치지 않고 도민이 직접 참여하는 재정 검증의 장으로 활용한다는 방침이다. 사이트 내 수치나 설명에 대한 보완 의견은 물론, 예산 삭감 및 미반영으로 발생한 현장 피해 사례, 기금 활용 및 세출 구조 조정에 대한 도민 목소리를 광범위하게 수렴할 예정이다. 김 의원은 “잘못된 부분이 있다면 즉각 바로잡고, 현장에서 제기되는 문제와 도민들의 목소리는 객관적 자료로 사실관계를 확인한 뒤 다가오는 예산 심사와 행정사무감사, 정책 개선에 적극 반영하겠다”고 밝혔다. 이어 “경기도의 빚이 누구의 책임인지를 따지는 데서 멈출 것이 아니라, 왜 이런 재정 구조가 만들어졌고 앞으로 어떻게 지속 가능하게 바꿀 것인지 대안을 찾아야 한다”며 “도민에게 숫자를 숨기지 않고, 숫자를 과장하지도 않는 투명한 재정 감시를 이어가겠다”는 포부를 전했다.

인공지능(AI) 피크아웃에 대한 우려로 인해 주식 시장이 출렁이고 있지만, 기본적으로 메모리는 AI뿐 아니라 정보통신기술(IT) 인프라를 유지하기 위해 필수적인 제품이고 결국 장기적으로는 더 빠르고 더 용량이 큰 메모리에 대한 수요가 늘어날 수밖에 없습니다. 따라서 업계에서는 현재 범용 D램 제품인 DDR5 및 LPDDR5/5x 제품을 대신하기 위한 DDR6 및 LPDDR6 제품을 준비 중에 있습니다. 이 가운데 LPDDR6는 올해 양산에 들어갈 예정이고 DDR6는 2~3년 후 본격 보급될 것으로 예상됩니다. 하지만 최근 에이전틱 AI의 수요가 늘어나면서 고성능 CPU와 이 CPU를 뒷받침할 고성능 서버 메모리에 대한 수요 역시 증가하고 있습니다. 이를 위해 LPDDR5x 메모리를 서버에서 사용할 수 있게 해주는 규격인 소캠 2 (SOCAMM2) 메모리 모듈이 본격적으로 양산에 들어가 엔비디아의 베라 루빈 시스템에 사용되고 있으며 기존의 범용 서버 CPU를 위해서는 DDR5 메모리의 속도와 용량을 늘린 MRDIMM 규격이 보급되고 있습니다. MRDIMM(Multiplexed Rank Dual Inline Memory Module)은 하나의 메모리 모듈에 2개의 메모리 랭크를 멀티플렉싱해 실효 대역폭을 거의 두 배로 높이는 구조로 DDR5 메모리의 속도를 두 배로 늘릴 수 있습니다. 그러면서도 기존의 DDR5 DIMM에 호환돼 별도의 인터페이스 변화 없이 중앙처리장치(CPU)에서 지원하면 바로 서버에서 사용할 수 있습니다. 현재 제온 6 CPU가 이를 지원하고 있으며 AMD 역시 에픽 6 CPU에서 MRDIMM을 지원할 예정입니다. 기본적으로 MRDIMM 메모리는 DDR5보다 대역폭이 두 배이기 때문에 속도가 8800MT/s에서 17,600MT/s까지 지원할 수 있습니다. 이는 미래 규격인 DDR6와 같은 속도로 DDR6의 속도를 현재 하드웨어로 사용할 수 있는 셈입니다. 다만 1만 2800MT/s 이상의 속도에서는 MRDIMM 메모리도 빠른 속도에서 정확한 신호 전달과 제어를 위해 새로운 칩이 필요합니다. 따라서 1만 2800MT/s 이상의 속도를 지닌 MRDIMM 메모리에서는 MRCD(Multiplexed Rank Registering Clock Driver)라는 새로운 칩이 필요한데, 기존 서버용 RCD(Registering Clock Driver)의 기능을 크게 확장한 칩입니다. MRCD는 명령, 주소, 클럭, 제어 신호를 모두 버퍼링·재구동합니다. 1만 2800MT/s 이상의 MRDIMM 메모리에서는 1개의 MRCD 칩이 여러 개의 데이터 트래픽 관리 칩인 MDB/MBD (Multiplexed Rank Data Buffer/Multiplexing Data Buffer)와 함께 신호를 관리합니다. (아래 사진 참조) 마이크론은 이미 32GB, 48GB, 64GB, 96GB, 128GB 용량의 12,800MT/s 2세대 MRDIMM 메모리를 출시했으며 여기에 추가로 1만 4400MT/s 96GB 모듈도 추가했습니다. 여기에 더해 관련 컨트롤러 제조사인 르네사스는 3세대 MRCD + MDB/MBD를 미리 선보였는데 1만 6000MT/s의 속도를 구현할 수 있습니다. 따라서 내년에는 3세대 MRDIMM 메모리가 서버 시장에 보급될 것으로 보입니다. 다만 1만 7600MT/s에 이르면 사실상 DDR5 스펙의 한계에 근접하는 만큼 제조사들은 DDR6를 고민하지 않을 수 없습니다. DDR6는 기본 대역폭이 최대 1만 7600MT/s로 논의되고 있기 때문에 MRDIMM 형태로 제조할 경우 그 두 배인 최대 3만 5200MT/s도 가능할 것으로 보입니다. 이와 같은 메모리 대역폭 증가는 AI 시대에 필요한 충분한 대역폭을 제공해 AI 반도체 성장을 견인할 것으로 기대합니다.

AI 에이전트가 기업의 데이터를 읽고 분석해 업무에 활용되는 흐름이 확산되면서, 업계에서는 모델 성능 못지않게 데이터의 최신성과 활용 가능성이 중요해지고 있다는 분석이 나온다. 최근 개발 현장에서는 코드를 세세하게 작성하지 않고 자연어 지시를 바탕으로 결과물을 만드는 이른바 ‘바이브 코딩(Vibe Coding)’ 흐름이 주목받고 있다. 기획자가 짧은 시간 안에 프로토타입을 구현하고, 비개발 직군이 업무에 필요한 페이지나 자동화 도구를 직접 만드는 사례가 늘면서, 소프트웨어 제작의 진입장벽이 낮아지고 있다는 평가도 나온다. 이 같은 변화는 소프트웨어 제작을 넘어 데이터 수집 영역으로도 이어지고 있다. AI 에이전트가 실시간에 가까운 판단과 자동화를 수행하려면 지속적으로 새로운 웹 데이터가 공급돼야 하는데, 최신 데이터 접근이 원활하지 않으면 결과의 정확도와 활용성이 떨어질 수 있다는 지적이 나온다. 업계 일각에서는 AI 에이전트 도입 과정에서 모델 자체보다 데이터를 확보·정리·갱신하는 방식이 더 큰 운영 과제가 될 수 있다는 시각도 제기된다. 이 같은 흐름은 소프트웨어 제작을 넘어 데이터 수집 영역으로도 옮겨가는 모습이다. AI 에이전트가 실시간 의사결정을 내리려면 끊임없이 새로운 웹 데이터가 공급돼야 하는데, 최신 데이터에 대한 접근이 제한되면 에이전트가 오작동할 위험이 커질 수 있다는 우려가 나온다. 업계 일각에서는 AI 에이전트 도입의 병목이 모델 자체보다 ‘데이터를 다루는 방식’에 있을 수 있다는 시각도 제기된다. 참조하는 데이터가 며칠 전 상태에 머물러 있다면, 에이전트가 내놓는 답변의 신뢰도 역시 낮아질 수 있다는 지적이다. 문제는 이 데이터를 수집하는 스크래퍼를 만들고 유지하는 일 자체가 상당한 개발 리소스를 요구한다는 점이다. 웹사이트 구조가 조금만 바뀌어도 스크래퍼가 멈추기 일쑤여서, 전담 개발 인력이 없는 기업이라면 데이터 확보 단계에서부터 병목을 겪는 경우가 많다. 검색 환경의 변화도 이런 흐름을 부채질한다. 이용자가 검색창에 단어를 입력하던 방식에서, AI에게 맥락을 설명하고 답을 구하는 방식으로 무게 중심이 옮겨가면서, 콘텐츠와 데이터의 가치도 특정 키워드를 얼마나 반복했는지보다 주제와 맥락에 얼마나 밀접하게 연결돼 있는지로 판가름 나는 추세다. 결국 얼마나 ‘관련성 높은’ 데이터를 실시간으로 확보하느냐가 AI 서비스의 품질을 가르는 변수가 되고 있는 셈이다. 결국 관건은 코딩 지식 없이도 이런 데이터 파이프라인을 얼마나 빠르게 구축할 수 있느냐다. 실제로 세계 1위 웹 데이터 플랫폼 브라이트데이터(Bright Data)는 스크래퍼 스튜디오(Scraper Studio)를 통해 원하는 웹사이트와 필요한 데이터를 자연어로 설명하면 AI가 곧바로 실행 가능한 스크레이퍼를 만들어주는 방식을 택했다. 전 세계 2만개 이상의 조직에 웹 데이터 인프라를 제공해 온 브라이트데이터가 이 서비스를 한국 시장에서 주력으로 내세우는 이유이기도 하다. 데이터를 다루는 기술의 눈높이가 개발자에서 비개발자로 넘어가는 흐름 속에서, 자연어 한 줄로 웹 데이터를 확보하는 방식이 기업의 AI 전략을 어떻게 바꿔놓을지 주목된다. 결국 데이터를 먼저, 그리고 정확하게 읽는 쪽이 AI 경쟁에서 앞서 나갈 가능성이 크다. 데이터 수집의 진입장벽이 낮아질수록, 그 격차는 기술력보다 실행 속도에서 갈릴 것이라는 전망도 나온다.

-전 공정 연결 플랫폼 ‘LOCAS’ 및 자체 운영 기술(LOCMAN, LAS, LORA) 성과 주목 3D 테크 애니메이션 스튜디오 로커스가 차세대 AI 기반 애니메이션 제작 기술과 AI와 아티스트가 협업하는 새로운 애니메이션 제작 패러다임을 선보였다. 로커스 AI애니메이션 연구소(소장 박지훈)는 여수 디오션 리조트에서 지난 6월 30일부터 7월 3일까지 열린 ‘한국컴퓨터그래픽스학회 2026 학술대회’ 특별 세션에 참가해 AI 기반 애니메이션 제작 기술에 대한 연구 성과를 공개했다. 올해 특별 세션에는 로커스와 한국전자통신연구원(ETRI)이 참여해 최신 연구 성과를 발표했다. 박지훈 연구소장은 ‘자동화에서 적용형 지능까지: 3D 애니메이션 제작의 AI 기술’을 주제로 강연을 진행하며, 기획부터 제작, 후반 작업까지 전 공정을 연결하는 AI 제작 플랫폼 LOCAS(LOCUS AI Studio)를 소개했다. 또한 AI가 아티스트를 대체하는 것이 아니라 창작 역량을 확장한다는 Adaptive Intelligence(적응형 지능) 전략을 제안했다. 이와 함께 자체 운영 기술인 LOCMAN(애니메이션 제작 공정 추적 시스템), LAS(애니메이션 자동화 파이프라인 시스템), LORA(언리얼 엔진 기반 실시간 제작 시스템)를 토대로 구현한 제작 자동화와 그 성과도 공유했다. 로커스는 이를 통해 샷 생성 속도를 최대 18배까지 향상시키고 렌더팜 비용을 절감한 사례를 소개했으며, KAIST 기술이전 성과를 실제 제작 파이프라인에 적용한 사례도 발표했다. 아울러 자체 제작 데이터를 지속적으로 축적·고도화하는 ‘데이터 플라이휠(Data Flywheel)’ 전략도 선보였다. 로커스는 ‘아티스트 역량 확장(Artist Augmentation)’ 제작 철학 아래 반복 작업은 AI가 수행하고 창의적 판단과 예술적 결정은 아티스트가 책임지는 ‘휴먼 인 더 루프(Human-in-the-Loop)’ 제작 체계를 구축하고 있다고 밝혔다. AI는 창작을 대신하는 기술이 아니라, 아티스트가 연출과 스토리텔링, 캐릭터의 감정 표현 등 본질적인 창작에 더욱 집중할 수 있도록 돕는 기술이라고 설명했다. 박지훈 로커스 AI애니메이션 연구소장은 “글로벌 애니메이션 산업의 경쟁력은 AI 모델 자체의 성능이 아니라, AI와 아티스트가 하나의 제작 체계 안에서 얼마나 효과적으로 협업하는지에 달려 있다”며 “로커스는 AI를 콘텐츠 생성 기술이 아닌 제작 전 과정을 연계하고 지능화하는 제작 지능화(Production Intelligence) 플랫폼으로 발전시키는 중이다”라고 말했다. 로커스는 이러한 제작 철학을 기반으로 아티스트의 창작 활동을 중심에 두고 기술이 이를 유기적으로 보조하는 차세대 제작 환경을 만들어 글로벌 수준의 애니메이션 기술 경쟁력을 키워나갈 계획이다.

“좋은 디자인은 화면을 아름답게 만드는 것이 아니라, 복잡한 정보를 누구나 쉽게 이해하고 활용할 수 있도록 만드는 것이다.” 이러한 관점은 뉴욕에서 활동하는 디자이너 박일희가 UI/UX와 그래픽 디자인을 통해 꾸준히 추구해 온 디자인 방향을 보여 준다. Rhode Island School of Design(RISD)에서 그래픽 디자인 석사 학위를 취득한 박일희는 현재 뉴욕 JPMorgan Chase AI ＆ Data 부서에서 디자이너로 활동하며 AI 및 데이터 기반 디지털 제품의 디자인 시스템 구축과 비주얼 디자인, UI/UX를 담당하고 있다. 박일희는 AI 대화형 플랫폼과 데이터 기반 디지털 제품 전반에서 디자인 시스템과 시각 언어를 구축하며, 생성형 AI 기능과 복잡한 데이터 구조를 보다 직관적으로 이해하고 활용할 수 있도록 정보 구조와 시각적 계층을 설계하고 있다. 또한 다양한 기능과 인터랙션이 하나의 일관된 경험으로 연결될 수 있도록 전체적인 디자인 방향을 만들고, 확장 가능한 비주얼 시스템을 구축하는 데 집중하고 있다. 디자인 시스템은 단순한 UI 컴포넌트의 모음이 아니라, 제품과 사용자 사이의 경험을 하나로 연결해 주는 시각 언어라고 설명한다. 비주얼 디자인 역시 단순한 화면의 미적 요소가 아니라 사용자의 이해를 돕고 신뢰를 형성하는 중요한 커뮤니케이션 도구라고 강조한다. 이러한 디자인 관점은 박일희의 프로젝트와 국제 디자인 어워드 수상을 통해 구체적으로 나타난다. 박일희 디자이너는 ‘Forma: AI-driven Box Optimization’ 프로젝트로 Vega Digital Awards에서 ‘Interface ＆ User Experience (Single) – UI – Product Interfaces’ 부문 Gold Winner와 London Design Awards ‘User Interface Design (UI) – Environmental Awareness’ 부문 Silver Winner를 수상했다. 박 디자이너의 프로젝트 ‘Connect Walker Assisted Navigation’ 은 A‘ Design Award ‘Differently Abled and Seniors’ Assistance Design’ 부문 Iron Award를 수상했으며, Spark Design Awards ‘Health Design’ 부문 Finalist로 선정되었다. 해당 프로젝트는 특허와 디자인권도 취득하였다. 박일희 디자이너는 기술 자체보다 사용자가 기술을 얼마나 쉽고 자연스럽게 이해하고 활용할 수 있는지가 경쟁력을 결정하는 시대인 만큼, 디자인 시스템과 비주얼 디자인이 디지털 경험을 구성하는 핵심 기반이라고 설명한다. 이러한 관점을 바탕으로 박일희는 JPMorgan Chase에서 복잡한 디지털 환경을 위한 디자인을 이어가고 있으며, 혁신적인 AI 기반 디지털 제품 경험과 디자인 시스템을 설계하고 있다.

KT가 글로벌 인공지능(AI) 기업 팔란티어와 함께 기업간거래(B2B) AI 전환(AX)을 이끌 현장형 AI 전문가 육성에 나섰다. KT는 지난 13일부터 사흘간 경기 성남시 분당 사옥에서 임직원 대상 AI 해커톤 ‘에이전트 캠프’를 열고 실제 업무 현장의 문제를 해결할 AI 에이전트 개발 과제를 발굴했다고 16일 밝혔다. 이번 행사는 기술과 데이터를 기반으로 고객 현장의 문제를 진단하고 설계부터 구현, 운영까지 수행하는 전방배치 엔지니어(FDE) 역량을 강화하기 위해 마련됐다. 최근 앤트로픽과 오픈AI, 구글, 팔란티어 등 글로벌 AI 기업들이 FDE 조직을 확대하는 가운데 KT도 관련 인재 양성에 속도를 내고 있다. 참가자들은 팔란티어의 데이터 통합 플랫폼 ‘파운드리’와 AI 플랫폼 ‘AIP’를 활용해 데이터를 비즈니스 맥락에 맞게 연결하는 온톨로지를 구축하고 AI 에이전트를 구현했다. 과제는 AI 네트워크 보안 관제, AI 에너지 운영 최적화, 데이터 포 AI(Data for AI) 등 실제 사업에 적용 가능한 분야를 중심으로 진행됐다. 변우철 KT AX엔지니어링본부 상무는 “AX는 AI 기술을 도입하는 데 그치는 것이 아니라 현장에서 실제 문제를 해결하는 것이 핵심”이라며 “AI 혁신 프로그램을 지속 확대해 B2B AX 경쟁력을 강화하겠다”고 말했다.

한국통계학회(회장 강기훈 한국외국어대학교 총장)는 지난 2일부터 4일까지 경주화백컨벤션센터(HICO)에서 ‘데이터에서 인사이트로’(From Data to Insight)를 주제로 2026년도 하계학술논문발표회를 개최했다고 10일 밝혔다. 이번 학술대회에는 한국을 비롯해 중국, 일본, 대만, 홍콩, 캐나다, 영국, 미국 등 8개 국가 및 지역에서 교수, 연구자, 대학원생 등 1000여명이 참가했으며, 200여편의 최신 연구논문이 발표됐다. 참가자들은 인공지능(AI), 데이터사이언스, 바이오통계, 산업통계, 금융통계, 머신러닝 등 통계학의 주요 연구 분야를 중심으로 최신 성과를 공유하고, 국제 공동연구와 학술협력 확대 방안을 논의했다. 특히 이번 학술대회에는 국가데이터처, 한국은행, 고용노동부, SAS 코리아, 하나금융 융합기술원 등 정부·공공기관과 산업계 전문가들이 특별 세션에 참여해 데이터 기반 정책 수립, 금융 데이터 분석, 인공지능 시대의 통계 활용, 국가 데이터 정책 등 다양한 현안을 주제로 발표와 토론을 진행했다. 이를 통해 이번 학술대회는 통계학의 학문적 발전을 넘어, 공공정책과 산업 현장에서 데이터와 통계가 어떻게 실질적 가치를 창출할 수 있는지를 보여주는 장이 되었다.

범용 인공지능(AI)의 현장 적용 한계를 보완하는 산업 맞춤형 ‘버티컬 AI’ 시장이 확대됨에 따라, AI가 스스로 이해하고 추론할 수 있도록 정제한 ‘AI 레디 데이터(AI Ready Data)’의 중요성이 제기되고 있다. 시장조사기관 그랜드뷰리서치 분석에 따르면 글로벌 버티컬 AI 시장은 연평균 약 28% 성장해 2026년 기준 130억 달러를 넘어설 것으로 전망된다. 버티컬 AI의 성패는 각 산업에 맞춰 구조화된 ‘AI 레디 데이터’ 확보 여부에 달려 있다. AI 레디 데이터는 AI가 스스로 이해하고 추론하도록 정제·가공한 데이터를 뜻한다. 의료·국방·법률·특허 등 도메인별 전문 데이터를 선점하려는 경쟁은 국가 간 주도권 다툼으로 확산되는 양상이다. 특히 특허 데이터는 기업의 기술 전략이 공개 논문보다 평균 18개월가량 앞서 담기는 기술 선행 지표로 평가되며, 특허 데이터의 AI 레디 데이터 전환 여부가 국가 간 기술 정보 격차로 이어질 수 있다는 지적이 나온다. 글로벌 시장에서는 앤트로픽, 메타, 마이크로소프트, IBM 등 빅테크 9개사가 AI 특허 공유 협력체 ‘SAIL’을 결성해 파운데이션 모델 관련 핵심 특허를 결집하고 있다. 회원사 간 AI 기술과 특허를 상호 라이선스하는 구조로, 회원사 보유 특허는 약 2만 건 이상으로 집계된다. 국내에서도 과학기술정보통신부가 ‘K-문샷’ 8대 분야 연구 데이터를 AI 레디 데이터로 변환하는 작업을 진행 중이며, 지식재산처는 AI 기반 지식재산 데이터 분석 체계 구축에 나섰다. 다만 도메인 맥락 이해가 필요한 특화 데이터 특성상 공공 역량만으로는 한계가 있다는 평가에 따라, 민간 기업과의 연계가 과제로 떠오르고 있다. 소버린 AI 국방 AI 풀스택 전략… 네이버클라우드 국방 영역은 무전 음성, 작전 문서, 드론 영상 등 다양한 형태의 데이터를 통합 처리하는 기술과 철저한 보안이 요구돼 외부 클라우드나 범용 AI 모델 적용이 어렵다. 네이버클라우드는 소버린 AI 기반 국방 AX 전담 조직을 신설하고 국방 특화 경량 옴니모달 AI 모델을 공개했다. 최근 공개한 ‘하이퍼클로바X 시드 4B’는 자체 개발한 비전 인코더 ‘하이퍼클로바X 클립’과 오디오 인코더를 적용해 텍스트·음성·영상을 동시에 처리하며, 경량화로 모델 크기를 절반으로 줄여 제한된 연산 환경에서도 저지연 추론이 가능하도록 설계됐다. 인프라부터 MLOps, 거대언어모델(LLM)까지 전 과정을 폐쇄망 환경에 배포·운영해 보안성을 확보했으며, 육·해·공군과 합동참모본부 데이터를 통합 학습하는 ‘중앙 데이터센터’와 통신 단절 상황에 대응하는 ‘엣지 데이터센터’를 연계한 국방 전용 AI 데이터센터도 제공한다. 네이버클라우드는 올해 국방 AX 기반을 구축하고 관련 사업에 참여하며, 2030년까지 국방 전 영역에 AI 에이전트를 확산한다는 계획이다. 국가 기술 경쟁력 견인하는 특허 AI Ready Data… 워트인텔리전스 특허 데이터는 복잡한 법률·기술적 언어로 구성돼 AI 레디 데이터로 가공하기 까다로운 영역으로 꼽힌다. 복잡한 권리 구조와 도면·텍스트 연결, 고난도 기술 용어 매핑에 전문성이 요구되며, 높은 진입 장벽으로 공공 주도만으로는 인프라 구축과 가공이 어렵다는 지적이 나온다. 특허 버티컬 AI 기업 워트인텔리전스는 106개국 1억 7000만 건의 특허 데이터를 AI 레디 데이터로 구조화하고 있다. AI가 특허 원문에서 직접 기술 맥락을 읽어내는 구조로 설계해 분석 과정의 주관적 판단 개입을 줄였다는 설명이다. 자체 AI 레디 데이터와 이를 학습한 특허 특화 모델 ‘플루토LM’을 결합한 ‘키워트 인사이트’를 통해 기술 탐색부터 분석, 인사이트 도출까지 이어지는 구조를 구현했다. 플루토LM은 특허 1억 7000만 건, 특허 문장 2500억 개를 학습한 LLM으로, 리서치 과정의 정보 왜곡을 최소화했다는 설명이다. 워트인텔리전스는 LG AI연구원과 기업 IP 조직의 AX 협력을 진행 중이며, IP팀과 외부 대리인 간 데이터 흐름·자동화 범위에 대한 운영 가이드를 단계적으로 구체화한 뒤 유사 산업군으로 협력 모델을 확장한다는 방침이다. 지식재산처 AX 프로젝트에 특허 특화 LLM과 AI 레디 데이터를 공급하고 있으며, 산업통상자원부 ‘AI+R＆DI 추진전략’ 핵심 프로젝트 ‘테크-GPT’에 참여해 LLM을 개발했다. 최근에는 트릴리온랩스와 화학 특화 AI 모델 공동 개발을 위한 업무협약을 체결했으며, 해당 모델은 8월 키워트 인사이트에 탑재될 예정이다. 1500건의 프로젝트 레퍼런스 보유… 엔코아 금융·제조·유통 등 산업 전반에서 AX 도입이 늘고 있지만, 시스템별로 흩어진 데이터를 AI 모델에 곧바로 학습시키지 못하는 경우가 많아 고품질 데이터 거버넌스와 자산화 전략이 필요하다는 지적이 나온다. SK네트웍스 자회사 엔코아는 국내외에서 약 1500건 이상의 기업·공공 데이터 및 AI 프로젝트를 수행했다. 기업의 다양한 데이터를 의미 기반으로 연결해 데이터 간 관계와 맥락을 통합 관리하는 ‘데이터 맥락 지도’ 개념을 제시했다는 설명이다. 엔코아는 이 같은 기술력을 바탕으로 금융의 보안, 유통의 공급망 관리 등 산업 특성에 맞춘 모델로 영역을 확장하고 있다. 최근에는 국가데이터처가 엔코아를 방문해 AX 시대에 적합한 공공데이터 품질관리 고도화 방안을 논의했다. 엔코아는 공공데이터가 AI Ready Data 관점에서 재정비돼야 민간 활용과 산업 전반의 AX를 견인할 수 있다는 입장을 밝혔다. 이 같은 데이터 체계 구축 철학은 실무 인재 양성으로도 이어지고 있다. 엔코아는 오프라인 부트캠프를 통해 3500명 이상의 수료생을 배출했으며, 실무 훈련 역량을 인정받아 ‘2025 훈련성과 우수기관’으로 선정됐다. 이를 바탕으로 올해 고용노동부의 AI 특화 직업훈련 사업 ‘K-디지털트레이닝 AI 캠퍼스’ 운영기관에 선정돼 현장 수요에 맞춘 AI Ready Data 인재 양성에 집중할 계획이다.

한국 정부가 29일 1400조원이 넘는 대규모 인공지능(AI) 투자 계획을 발표하자 ‘AI 섬’을 자처하는 대만을 비롯해 중국은 경계하는 입장을 보였다. 대만 연합보는 30일 한국 정부가 전날 내놓은 삼성전자와 SK하이닉스 주도의 민관 협력 프로젝트가 자국의 사례를 참조했다고 보도했다. 연합보는 광주를 비롯해 호남 지역에 투자하는 한국 정부의 프로젝트는 대만의 신주, 타이중, 가오슝 등 비도시 지역에 투자한 사례를 참고한 것이라고 지적했다. 전날 정책 국민보고회에서 김정관 산업통상부 장관은 대만 지도를 제시하며 “한국의 주요 경쟁자인 대만의 TSMC는 신주 과학단지에서 가오슝으로 생산 기지를 확장해 균형 잡힌 지역 발전을 목표로 한다”면서 “대만의 신주와 가오슝이 230㎞ 떨어져 있지만 반도체 생태계 발전에 지장이 되지 않았다”고 설명했다. 이 매체는 과거 경험에 따르면 메모리 제조업체들이 대규모 생산 확장을 발표하면 업계의 상승 주기가 정점에 다다랐다는 신호라고 분석했다. 이어 삼성전자와 SK하이닉스가 대대적인 생산 확장을 진행함에 따라 글로벌 메모리 산업은 스트레스 시험에 직면할 것이라며 난야 테크놀로지, 윈본드, ADATA, 파이슨 등 대만의 메모리 관련 기업들은 전면 경계 태세에 들어갔다고 전했다. 중국 매체들은 한국이 AI 산업 주도권을 쥐기 위해 사활을 걸었다고 평가했다. 이날 중국 매체 제일재경은 한국의 투자 계획에 대해 “한국이 미래 20~30년의 국운을 AI에 베팅했다”라면서 “글로벌 AI 인프라 건설 경쟁이 고조될 것”이라고 전했다. 대외경제무역대학 한반도문제연구센터의 취안샤오싱 연구원은 이번 투자를 미래를 향한 “국가적 도박(승부수)”이라고 밝혔다. 중국 매체 펑파이는 시장조사기관 옴디아의 허후이 분석가를 인용해 “한국의 경제 규모가 작아 전체 산업망을 갖출 수 없기 때문에 가장 강점이 있는 메모리 산업에 집중하는 것”이라며 “인공지능 시대의 유전을 만들고 싶어 한다”고 비유했다. 중국 관영매체 글로벌타임스는 한중 반도체 산업의 연관성과 중국의 역할을 부각하며 개방적 접근 방식을 주문했다. 특히 니오븀과 실리콘 같은 반도체 소재를 한국이 중국에서 각각 78%와 63%나 수입하고 있다는 사실을 강조했다. 이어 “반도체 산업은 본질적으로 고도로 연결되어 있으며 복잡한 기술 구조로 인해 국가 간 산업 협력이 광범위하게 이루어지고 있다”며 한국의 AI 산업 기반 강화는 아시아 지역과의 협력이 중요하다고 주장했다.

- 제39회 정보문화의 달 기념 정보문화 유공 부문 수상 간병 및 요양 중심의 돌봄 서비스를 제공하는 디지털 통합 헬스케어 플랫폼 케어네이션(대표이사 김견원·서대건)이 ‘2026년 정보통신 및 정보문화 유공 정부포상’에서 부총리 겸 과학기술정보통신부 장관 표창을 받았다고 밝혔다. 과학기술정보통신부와 한국지능정보사회진흥원이 주관한 이번 포상은 매년 6월 ‘정보문화의 달’을 기념해 실시되는 정부 차원의 포상 제도로, 올해로 39회째를 맞이했다. 해당 포상은 디지털 정보 격차 해소, 정보 생태계 조성, 디지털 부작용 대응을 통해 디지털 사회 구현에 기여한 단체 및 개인에게 수여된다. 공개 검증과 포상추천심의회의 심사 단계를 거쳐 최종 대상자가 선정된다. 케어네이션은 디지털 플랫폼 기반으로 돌봄 분야의 정보 접근성을 개선하고, 고령층과 환자, 보호자의 이용 편의성을 높인 공적을 바탕으로 선정됐다. 2013년 설립된 케어네이션은 디지털 통합 헬스케어 플랫폼이다. 병원 간병·재가 간병·방문 요양·가족 요양과 동행·가사 돌봄·산후 돌봄·아이 돌봄 등 다각화된 돌봄 서비스를 애플리케이션 환경에서 매칭하고 있다. 이용 보호자는 케어메이트의 프로필, 간병 경력, 이용 후기를 대조한 뒤 제공자를 선택할 수 있어, 돌봄 시장의 정보 불균형을 조정하고 매칭 구조를 구축했다. 현재 누적 앱 다운로드 수 220만건, 누적 가입자 82만명을 확보하고 있으며, 돌봄 앱 다운로드 시장 점유율 92%(보호자·케어메이트 앱 합산, 2025 DATA.AI 기준)를 기록하고 있다. 서대건 케어네이션 각자대표는 “이번 장관 표창은 더 많은 사용자들이 안전하고 검증된 돌봄 서비스를 경험할 수 있도록 전사적으로 정진해 온 결실”이라며 “향후에도 첨단 기술을 융합한 돌봄 패러다임의 혁신을 추진하며, 환자와 보호자 모두가 신뢰할 수 있는 헬스케어 서비스를 완성해 나가겠다”고 포부를 전했다. 한편 케어네이션은 병원과 재가 간병 서비스로 시작해 동행, 가사 돌봄, 아이·산후 돌봄으로 사업을 확대해 왔으며, 현재 방문 요양과 가족 요양까지 생애주기별 통합 돌봄 매칭 서비스를 제공 중이다. 지난 5월에는 방문 요양 서비스 베타 버전(SBA 서울형 보증연계 R＆D 지원사업)을 론칭하여 장기 요양 수급자와 요양보호사, 방문 요양 센터 간의 매칭 시스템을 고도화했으며, 돌봄통합지원법 발효 이후 증가하는 재가 돌봄 수요에 맞춰 통합 헬스케어 플랫폼으로서의 지점들을 확장하고 있다.

오케스트로 그룹(의장 김민준)의 AI 전문 계열사 오케스트로 AGI(대표 김영광)가 엑셈과 컨소시엄을 구성해 경기도가 추진하는 ‘경기 AI 학습데이터 통합 관리체계 구축사업’을 수주했다고 12일 밝혔다. 이번 사업은 경기도가 보유한 행정 데이터를 생성형 AI 활용 목적에 맞는 학습데이터로 체계화하고, AI 행정서비스 구현을 위한 데이터 기반을 구축하는 것을 주요 내용으로 한다. 특히 경기도 내 부서와 시스템별로 분산된 데이터 자산을 통합적으로 관리할 수 있는 체계를 마련하는 데 초점을 두고 있다. 경기도는 클라우드컴퓨팅 시스템 구축을 추진해 온 데 이어, AI 전환(AX)을 위한 데이터 관리체계 구축도 본격화하고 있다. 오케스트로 그룹은 앞서 경기도 클라우드컴퓨팅 시스템 구축사업을 수행한 바 있으며, 이번 AI 데이터 관리체계 구축사업까지 연이어 맡게 됐다. 오케스트로 AGI는 경기도가 보유한 약 80종의 정보시스템과 경기 생성형 AI 플랫폼 지식저장소 내 비정형 학습데이터를 분석해 데이터 현황을 정비할 계획이다. 이를 바탕으로 글로벌 데이터 표준인 DCAT 3.0 규격의 데이터 카탈로그를 구축하고, 부서 및 시스템별 데이터 구조와 상호 관계를 체계화할 예정이다. 이를 통해 필요한 데이터를 보다 효율적으로 탐색하고 연계할 수 있는 기반을 마련한다는 방침이다. 이와 함께 데이터 생성부터 활용까지 전 과정을 추적할 수 있는 데이터 리니지(Data Lineage) 체계도 구축한다. 데이터의 출처와 변경 이력을 관리하고, AI 기본법상 고영향 인공지능 관련 데이터 범위를 식별해 카탈로그화함으로써 관련 가이드라인에 부합하는 안전성 확보 조치 마련을 지원할 계획이다. 기존 검색증강생성(RAG) 기술에는 데이터 카탈로그와 온톨로지를 연계한 검색 체계를 적용한다. 이는 단순 유사도 기반 검색을 넘어, 답변에 활용할 근거 데이터를 사전에 선별·통제하고 데이터 간 관계를 반영해 답변을 생성하는 방식이다. 여기에 Q＆A 검증 및 튜닝 기술을 더해 근거가 불명확한 답변 생성을 줄이고, AI 행정서비스의 정확성과 안정성을 높인다는 구상이다. 오케스트로 AGI는 그동안 AI 플랫폼, 데이터 플랫폼, 온톨로지 기반 지식관리체계 구축 사업을 수행해 왔다. 또한 한국교통안전공단, 한국도로공사, 국민건강보험공단 등 공공기관의 AI 플랫폼 구축 경험을 바탕으로 경기도 AI 행정서비스 고도화를 지원하고, 공공부문 AI 데이터 관리 사업을 확대해 나갈 계획이라고 밝혔다. 김영광 오케스트로 AGI 대표는 “공공부문에서 생성형 AI를 안정적으로 활용하기 위해서는 데이터의 양뿐 아니라 품질, 구조, 출처까지 체계적으로 관리할 수 있어야 한다”며 “이번 사업을 통해 경기도의 AI 행정서비스 고도화를 지원하고, 국가 데이터 스페이스 전략에 부합하는 공공 AI 활용 사례를 만들어가겠다”고 강조했다.

글로벌 테크 기업에서 도시와 AI 에이전트의 복잡한 시스템을 인간 중심 디자인으로 풀어온 한국인 엔지니어가 개인 건강 데이터 관리의 새로운 가능성을 제시한다. IBM 리서치(IBM Research) 소속 김은수 UX 엔지니어는 개인 건강 기록 플랫폼 ‘오늘의 나’를 올여름 출시할 예정이라고 밝혔다. ‘오늘의 나’는 사용자가 매일 자신의 증상과 컨디션 변화를 기록하고, 누적된 데이터를 바탕으로 시계열 패턴을 스스로 파악할 수 있도록 지원하는 헬스 데이터 시각화 솔루션이다. 기존 건강 기록 애플리케이션이 당일 상태를 텍스트나 수치 중심으로 저장하는 데 초점을 맞췄다면, ‘오늘의 나’는 증상 변화의 패턴을 시각적으로 구현하는 데 중점을 둔다. 증상, 피로도, 수면, 감정 기복 등의 지표를 하나의 시간 축 위에 배치해 사용자가 자신의 신체 데이터 변화와 반복되는 흐름을 직관적으로 확인할 수 있도록 설계됐다. 김은수 엔지니어는 “컨디션을 관리하는 과정에서 비슷한 증상이 반복되는 경우가 많지만, 시간이 지나면 그 흐름을 기억에만 의존해 정확히 되짚어 보기 어렵다”며 “증상 데이터가 구조적으로 시각화되지 않으면 아무리 꾸준히 기록해도 정작 중요한 흐름을 놓치기 쉽다”고 설명했다. 이어 “기록 행위 자체보다 중요한 것은 어떤 패턴이 반복되고, 그것이 어떻게 변화하는지에 대한 맥락을 이해하는 것”이라고 덧붙였다. 이번 프로젝트는 김 엔지니어가 지속해 온 데이터 시각화 및 인간 중심 AI 디자인 연구의 연장선에 있다. 김은수 엔지니어는 하버드 디자인대학원(Harvard GSD)에서 석사 학위를 취득한 뒤, 하버드와 MIT의 연구 환경에서 데이터, 인간 행동, 인터랙션 디자인의 상호관계를 연구해 왔다. 특히 MIT 시빅데이터디자인랩(Civic Data Design Lab) 재직 당시 시민 참여형 도시 인터페이스 프로젝트 ‘비주얼라이즈 NYC 2021(Visualize NYC 2021)’의 프로젝트 매니저를 맡아 웨비 어워드(Webby Award) 후보에 오른 바 있다. 또한 MIT 센서블 시티 랩(Senseable City Lab)에서는 모바일 데이터와 소셜 미디어를 결합해 도시 내부의 분리 구조를 시각화한 ‘리미널 게토’ 프로젝트를 진행했다. 현재 IBM 리서치에서는 생성형 AI 기반 제품의 UX 설계를 주도하고 있다. IBM 오픈소스 AI 모델의 사용자 환경인 ‘그라나이트 플레이그라운드(Granite Playground)’의 핵심 유저 플로우를 디자인했으며, 하네스와 MD 파일을 활용한 AI 네이티브 디자인 워크플로우 개발에도 참여했다. 그동안 거대한 도시 시스템의 보이지 않는 구조를 지도화하고, 베일에 싸인 AI의 사고 과정을 시각화해 사용자에게 제어 가능성을 제공해 온 경험은 이제 가장 개인적인 영역인 몸의 데이터로 확장되고 있다. 김 엔지니어는 “도시의 숨겨진 흐름을 데이터로 시각화하던 문제의식을 개인 건강이라는 가장 밀접한 데이터 영역에 그대로 투영했다”며 “사용자들이 자신의 건강을 블랙박스처럼 방치하는 것이 아니라, 스스로 읽고 관리할 수 있는 명확한 지도를 가질 수 있도록 돕고자 한다”고 말했다. 이어 “‘오늘의 나’는 현재 최종 개발 단계에 있으며 올여름 출시를 앞두고 있다”며 “출시 이후에는 장기적인 건강 관리와 컨디션 추적이 필요한 다양한 사용자층으로 서비스를 확장하는 방안도 검토하고 있다”고 밝혔다.

삼성중공업이 인공지능(AI) 수요 증가로 주목받는 부유식 데이터센터(Floating Data Center·FDC) 시장 선점을 위해 글로벌 협력을 확대한다. 프로젝트 발굴과 투자, 시장성 검증, 핵심 기술 개발까지 사업 전반에 걸친 협력 체계를 구축해 FDC 시장 진입 속도를 높인다는 계획이다. 삼성중공업은 2일(현지시간) 그리스 아테네에서 열린 세계 최대 선박 박람회 ‘포시도니아 2026’에서 그리스 선주사 캐피탈, 영국 로이드선급(LR)과 FDC 3자 사업 협력을 체결했다고 3일 밝혔다. 협약에 따라 삼성중공업은 FDC 기술·건조 분야를 맡고, 캐피탈은 프로젝트 발굴과 투자를 담당한다. 로이드선급은 FDC 관련 규정과 인증 분야에서 협력한다. 삼성중공업은 로이드선급 산하 컨설팅 전문회사인 로이드 어드바이서리와도 별도 업무협약(MOU)을 맺었다. 양사는 북미 지역 데이터센터 인프라 분석과 시장성 평가 등 경제적 타당성 검증 분야에서 협력하고, 글로벌 FDC 시장 진출 기반을 마련할 계획이다. AI 서버 운용 기술 확보를 위한 협력도 추진한다. 삼성중공업은 지난 1일 대만 타이베이에서 열린 정보통신 박람회 ‘이노베이트 APAC 2026’에서 미국 AI 서버 전문 업체 수퍼마이크로와 공동 개발 협력(JDP)을 체결했다. 해상 환경에서는 진동과 경사, 염분이 포함된 대기, 급격한 습도 변화가 정밀 AI 서버의 수명과 안정성에 영향을 미칠 수 있다. 삼성중공업은 해상 위치 제어와 염분·습도 차단 기술을 개발하고, 수퍼마이크로는 강이나 바다 위 환경에서 AI 서버를 안정적으로 운용할 수 있는 조건을 검증할 예정이다. FDC는 데이터센터를 육지가 아닌 강이나 바다 위에 설치하는 부유식 모델이다. AI 기술 상용화로 데이터센터 수요가 급증하면서 전력과 부지 확보, 서버 냉각 문제가 부상했고, 이를 해결할 수 있는 대안으로 거론되고 있다. 최성안 삼성중공업 대표이사는 “바다 위 데이터센터는 조선·해운업에 열려 있는 기회의 시장”이라며 “글로벌 협력을 통해 FDC 시장에 선제적으로 진입하여 독보적인 입지를 구축해 나갈 것”이라고 말했다.

인테리어 디자이너 김우재가 ‘데이터 센터 애즈 퍼블릭 인테리어(Data Center as Public Interior)’ 프로젝트로 ‘2026 도쿄 디자인 어워즈(Tokyo Design Awards 2026)’의 인테리어 디자인 리노베이션(Interior Design – Renovation) 부문에서 금상(Gold Winner)을 수상했다. 이번 프로젝트는 기존 산업용 공장 건물을 리노베이션해 데이터센터와 공공 공간이 공존할 수 있는 새로운 형태의 인테리어 환경을 제안한 점에서 높은 평가를 받았다. 단순한 산업시설 보존을 넘어 디지털 인프라와 시민 경험, 문화적 프로그램을 결합한 공간 구조를 제시했다는 점이 특징이다. 해당 프로젝트는 디지털 시스템이 도시 전반에 깊숙이 작동하고 있음에도 정작 이를 지탱하는 데이터 인프라는 시민의 일상과 분리된 채 비가시적으로 운영되고 있다는 문제의식에서 출발했다. 그는 데이터센터를 단순한 기술 설비 공간이 아닌, 도시와 시민 경험 속에서 다시 인식될 수 있는 공공적 공간으로 해석하고자 했다. 특히 기존 데이터센터가 폐쇄성과 보안 중심 구조를 유지해온 것과 달리, 이번 프로젝트는 서버 인프라와 함께 전시 공간, 코워킹 공간, 공용 동선 등 다양한 공공 프로그램이 공존하는 구조를 제안했다. 고보안 서버 영역과 시민이 이용하는 공공 영역을 기능적으로 분리하면서도 시각적 연결성과 공간 흐름은 유지할 수 있도록 설계했다. 공간은 접근성과 환경 제어 수준에 따라 단계적으로 구성됐다. 가장 외부에는 시민이 자유롭게 이용 가능한 전시 및 공공 프로그램이 배치되고, 내부로 갈수록 업무·연구·협업 공간이 이어진다. 최종적으로 가장 높은 보안과 정밀한 환경 제어가 요구되는 서버 공간이 별도의 레이어 안에 배치되는 구조다. 이를 통해 이용자는 공간을 이동하는 과정 속에서 자연스럽게 디지털 인프라의 존재를 경험하게 된다. 기계 설비와 서버 공간 역시 단순한 기술 요소가 아닌 건축적 경험의 일부로 읽히도록 구성됐다. 프로젝트는 산업유산 재활용이라는 도시적 과제와 디지털 인프라 재해석이라는 동시대적 의제를 함께 다룬 점에서도 의미를 갖는다. 과거 산업 생산의 장소였던 공장 건물을 오늘날 정보 흐름과 공공 경험이 교차하는 공간으로 전환함으로써, 도시 인프라의 새로운 가능성을 제시했다는 평가다. 김우재는 현재 미국 NBBJ에서 인테리어 디자이너로 활동하고 있으며, 기업 사옥과 대규모 워크플레이스, 경험 중심 상업 공간 프로젝트 등에 참여하고 있다. 그는 공간 전략과 디자인 개발, 시각화 작업 등 다양한 설계 단계에서 활동하는 동시에 기술 인프라와 인간 중심 디자인의 접점을 연구하고 있다. 이번 수상작 역시 기술 설비와 도시 경험, 보안과 개방성, 기능성과 공공성 사이의 관계를 실내 건축 언어로 풀어낸 프로젝트로 평가받고 있다.

블록체인 특화 LLM 평가 체계 제시...“범용 AI 고성능에도 Web3 전문 추론은 과제로 남아”싱가포르 오픈소스 AI 연구기관 DMind AI가 아시아 연구진과 공동으로 개발한 ‘디마인드 벤치마크(DMind Benchmark)’ 논문이 국제 학술대회 ‘KDD 2026(ACM SIGKDD)’의 데이터셋 및 벤치마크(Datasets ＆ Benchmarks) 트랙에 채택됐다고 26일 밝혔다. 본 학술대회는 오는 8월 9일부터 13일까지 제주에서 개최된다. 이번 연구는 웹3(Web3) 및 블록체인 분야에서 대형언어모델(LLM)의 성능을 정량적으로 측정하기 위한 평가 체계를 제안한 것이 핵심이다. 연구팀은 기존의 범용 AI 평가 방식에서 벗어나 블록체인 산업 특화 과제를 중심으로 모델의 실무 활용성과 전문 추론 능력을 검증하는 데 중점을 두었다고 설명했다. 최근 글로벌 AI 업계에서는 특정 산업 분야에 최적화된 도메인 특화 AI 개발 경쟁이 확대되는 흐름이다. 특히 금융·보안 분야에서는 단순 언어 생성 능력보다 정확한 추론과 안정성이 중요해지면서 전문 벤치마크 구축 필요성도 커지고 있다. 디마인드 벤치마크는 블록체인 기초 개념, 인프라, 스마트 컨트랙트, 탈중앙화 금융(DeFi), 탈중앙화 자율조직(DAO), 대체불가토큰(NFT), 토큰 이코노믹스, 밈코인, 보안 취약점 등 총 9개 도메인을 평가 범주로 설정했다. 단순 객관식 형태를 넘어 스마트 컨트랙트 디버깅, 온체인 수치 추론 등 실제 환경 기반 문제도 포함한 점이 특징이다. 연구팀은 GPT-5 시리즈, Claude, Gemini, DeepSeek, Grok, Qwen 등 총 31개 주요 AI 모델을 대상으로 성능을 비교 평가했다. 평가 결과 GPT-5 Medium이 전체 평균 77.63점으로 가장 높은 점수를 기록했지만, 토큰 이코노믹스와 보안 취약점 분야에서는 다수 모델이 낮은 성능을 보였다고 밝혔다. 연구진은 현재 상용화된 주요 AI 모델들도 Web3 전문 추론 영역에서는 여전히 한계를 드러내고 있다고 분석했다. 특히 복잡한 토큰 구조 해석이나 스마트 컨트랙트 보안 관련 문제에서는 모델 간 성능 편차가 크게 나타났다고 설명했다. 비용 대비 성능 측면에서는 일부 오픈소스 모델의 경쟁력도 확인됐다는 평가다. 연구에 따르면 DMind의 32B 파라미터 오픈소스 모델은 Web3 특화 과제에서 제한된 비용으로도 높은 성능을 기록했다. 특히 토큰 이코노믹스와 보안 영역에서는 대규모 범용 모델 대비 10~30% 수준의 비용으로 유사하거나 더 높은 성능을 보였다고 연구팀은 밝혔다. 업계에서는 생성형 AI가 금융·디지털 자산 분야로 확대 적용되면서 스마트 컨트랙트 검증이나 온체인 데이터 분석 자동화 수요도 증가하는 추세다. 이에 따라 산업 특화 AI 모델의 신뢰성과 검증 체계 중요성도 함께 커지고 있다는 분석이 나온다. 싱가포르 경영대학교 정보시스템학과 주페이다(ZHU Feida) 교수는 “이번 연구는 Web3 AI 분야에서 측정 가능한 평가 기준을 제시했다는 점에서 의미가 있다”며 “향후 해당 분야 AI 기술의 성능과 안정성 검증 체계 구축에도 활용될 수 있을 것”이라고 말했다. 한편 DMind 모델은 현재 AI 금융 플랫폼 ‘Minara(미나라)’에 적용돼 운영 중이다. 연구팀은 개인 투자자와 디지털 자산 보유자를 위한 재무 비서 기능 등에 해당 기술이 활용되고 있다고 설명했다.

AI 마케팅 컴퍼니 매드업(대표 이주민, 이동호)이 KAIST AI대학원 신기정 교수팀과 공동 연구해 발표한 논문이 자연어처리·AI 분야 세계 최고 권위 학회인 ‘ACL 2026(제64회 전산언어학회 연례 학회)’ 구두발표(Oral Presentation) 부문에 채택됐다고 20일 밝혔다. ACL은 구글, 메타, 오픈AI 등 글로벌 빅테크의 핵심 연구가 발표되는 자연어처리 AI 분야 최고 권위의 학회로, 올해 학회는 오는 7월 2일부터 7일까지 미국 샌디에이고에서 열린다. 이번에 매드업과 KAIST의 공동 연구가 발표되는 Industry Track은 메인 컨퍼런스와 동일한 심사 절차를 거치되 실제 산업 현장에 적용 가능한 연구를 별도로 선별·심사하는 트랙이다. 그중에서도 구두발표는 채택 논문 가운데 일부에게만 부여되는 상위 발표 형식으로, 직전 회차인 ACL 2025 Industry Track의 경우 높은 경쟁률을 뚫고 전 세계에서 108편이 선정됐으며 그중에서 35편(전체 투고의 약 8%)만이 Oral Presentation으로 선정됐다. 이번에 채택된 논문 ‘Pre-Deployment Advertisement Ranking under Data Scarcity via Context-Aware Criteria Generation with VLMs’에서 매드업과 KAIST 공동 연구진은 시각언어모델(VLM)을 활용한 새로운 광고 평가·추천 AI 모델 ‘ADVISOR’를 제안했다. ADVISOR는 브랜드 정보와 소수의 샘플 광고만으로 해당 브랜드에 맞춤화된 평가 기준을 스스로 생성하고, 자기 비평 및 정제 과정을 거쳐 광고 소재의 성과를 사전 예측한다. 이를 통해 데이터가 부족한 신규 브랜드 광고에도 안정적으로 적용할 수 있다. 연구진이 뷰티·패션·플랫폼 분야 10개 브랜드의 실제 상용 광고 데이터로 검증한 결과, ADVISOR는 기존 베이스라인 모델 대비 랭킹 예측 성능(NDCG 평균)을 최대 7.20% 향상시켰다. 특히 매드업이 이를 인스타그램의 실제 광고 캠페인에 적용한 온라인 A/B 테스트에서는 인간 마케팅 전문가가 직접 선별한 광고 소재 대비 클릭률(CTR)이 8.37%에서 10.14%로 약 21% 상승했고, 클릭당 비용(CPC)은 428원에서 231원으로 약 46% 절감됐다. 광고비 대비 매출(ROAS)도 1070%에서 1219%로 약 14% 개선되며, CTR, CPC, ROAS 종합 평균 27.04%의 광고 성과 향상을 기록했다. 매드업이 개발한 ‘ADVISOR’ 모델은 본 학회에 앞서 지난 3월 개최된 글로벌 AI 학회 ‘ICLR 2026’의 DATA-FM 워크숍에서 선행 연구로 먼저 소개되며 우수성을 입증한 바 있다. 현재 매드업은 KAIST AI대학원과의 긴밀한 산학협력을 통해 ‘ADVISOR’를 비롯한 광고 AI 기술 연구를 고도화하고 있으며, 이를 기반으로 자체 개발 솔루션인 ‘레버 엑스퍼트’의 성능 개선에 박차를 가하고 있다. 이주민 매드업 대표는 “자연어처리·AI 분야 세계 최고 권위 학회인 ACL 2026에 KAIST와의 공동 연구가 채택된 것은 매드업의 AI 기술력이 학술적 새로움과 산업적 임팩트를 동시에 인정받았다는 점에서 뜻깊은 결과”라며 “앞으로도 AI R＆D 투자를 지속해 국내외 광고주에게 선도적인 AI 마케팅 성과를 제공해 나가겠다”고 밝혔다.

한국기술교육대학교(총장 유길상) 컴퓨터공학부 전강욱 교수 연구팀이 ETRI·전북대 연구팀과 공동연구로 초대규모 텐서 데이터를 효율적으로 처리할 수 있는 GPU–스토리지 협업 기반 터커 분해 기술을 개발했다고 15일 밝혔다. 텐서(Tensor)는 데이터를 다차원 배열의 형태로 구조화한 것이며, 터커(Tucker) 분해는 복잡한 다차원 데이터를 작게 나누어 효율적으로 분석하는 기술이다. 최근 인공지능, 데이터마이닝, 추천시스템, 과학계산 등 다양한 분야에서 고차원·대규모 데이터 분석의 중요성이 커지고 있다. 텐서 분해는 다차원 데이터의 잠재 구조를 분석하는 핵심 기술로 활용되고 있지만, 데이터 규모가 커질수록 메모리 사용량의 급격한 증가와 데이터 쏠림 현상으로 병렬 처리 효율이 저하되는 문제가 있었다. 연구팀은 데이터 분포의 쏠림 특성을 고려한 다단계 분할 기법과 GPU–스토리지 협업 실행 구조를 결합한 새로운 Tucker 분해 프레임워크인 ‘GSP-Tucker’를 제안했다. 제안 기술은 대규모 희소 텐서를 여러 단계로 분할하고, GPU 연산과 스토리지 기반 데이터 처리를 유기적으로 결합, 제한된 메모리 환경에서도 대규모 텐서 분해를 안정적으로 수행할 수 있도록 설계됐다. 기존 Tucker 분해 기법들은 대규모 중간 결과를 한꺼번에 메모리에 적재하거나, 데이터 쏠림이 심한 경우 특정 연산 구간에 부하가 집중되는 문제가 있었다. 실험 결과 제안한 GSP-Tucker는 기존 최신 Tucker 분해 기법들이 메모리 부족 또는 실행 실패를 보이는 대규모 데이터셋에서도 안정적으로 동작했다. 메모리 사용량과 실행 성능 측면에서도 우수한 결과를 보여 단일 머신 환경에서도 초대규모 텐서 데이터를 처리할 수 있는 가능성을 제시한 성과다. 전 교수는 “향후 추천시스템, 지식그래프 분석, 과학계산, 대규모 인공지능 데이터 처리 등 다양한 분야로 확장될 수 있을 것으로 기대한다”고 말했다. 이번 연구 논문은 데이터베이스 분야 세계 3대 학술대회 중 하나인 IEEE ICDE(International Conference on Data Engineering) 2026에 채택됐다.

AI 전문기업 바이브컴퍼니가 AI 에이전트의 성능 지원을 위한 데이터 인텔리전스 플랫폼 ‘VAIV AI DATA PLATFORM(이하 VAIV AI DATA)’을 정식 출시했다. 최근 AI 산업은 단순한 모델 성능 경쟁을 넘어, AI가 실제 추론 과정에서 얼마나 정확하고 최신화된 정보를 확보할 수 있는지가 핵심 경쟁력으로 부상하고 있다. 특히 거대언어모델(LLM)은 학습 데이터 이후의 최신 정보를 반영하지 못하는 ‘지식 컷오프(Knowledge Cut-off)’ 한계를 안고 있어, 실무 환경에서 최신 시장 변화와 이슈를 충분히 반영하지 못한다는 지적이 꾸준히 제기됐다. 바이브컴퍼니는 이러한 문제의 핵심을 ‘외부 컨텍스트 데이터 부재’로 진단하고, AI 에이전트가 시장 흐름과 실시간 변화를 이해할 수 있도록 지원하는 데이터 인텔리전스 플랫폼을 출시했다. 현재 산업 현장에는 ERP나 데이터베이스(DB) 등 내부 데이터를 통합하는 솔루션은 다수 존재하지만, AI 에이전트가 외부 시장 상황을 이해하기 위한 고품질 데이터 공급 체계는 부족한 실정이다. VAIV AI DATA는 이러한 데이터 병목 문제를 해결하기 위해 개발됐다. 바이브컴퍼니가 지난 26년간 축적해온 약 550억 건 규모의 데이터 자산을 기반으로, AI가 즉시 이해하고 활용할 수 있는 지능형 지식 구조로 재설계해 제공하는 것이 핵심이다. 단순히 원천 데이터를 전달하는 수준을 넘어, 산업 리포트·기업 공시 정보·소셜 담론 등 다양한 멀티채널 데이터를 비즈니스 목적에 맞춰 구조화했다는 점이 특징이다. 이를 통해 AI 에이전트는 기업 내부 데이터에만 의존하지 않고, 실시간 시장 흐름과 사회적 맥락을 기반으로 보다 정교한 추론과 의사결정을 수행할 수 있게 된다. 기업은 변화하는 시장 상황에 보다 민첩하게 대응하고, 리서치와 분석 업무 효율 또한 높일 수 있다고 회사 측은 밝혔다. 플랫폼은 비즈니스 목적에 최적화된 5종의 데이터 인텔리전스를 공급한다. 세부 구성은 ▲실시간 시장 변화와 소비자 반응을 분석하는 ‘Trend 데이터’ ▲사회적 이슈 추적으로 리스크를 관리하는 ‘Issue 데이터’ ▲전문 지식 기반 리서치 과정을 구조화하는 ‘Research 데이터’ ▲AI 프로파일링을 통한 SNS 유저 특성 분석인 ‘Profiling 데이터’ ▲국내외 투자 지표와 시황 정보를 정제한 ‘Finance 데이터’ 등이다. 운용 편의성 측면에서는 글로벌 표준인 MCP(Model Context Protocol) 연동을 포함해 API, 대시보드, 커스텀 파일 등 4가지 방식의 연동을 지원한다. 이에 따라 도입 기업은 별도의 데이터 파이프라인 구축 절차 없이 실시간 데이터 분석과 리포트 작성 업무에 플랫폼을 활용할 수 있다. 김경서 바이브컴퍼니 대표는 “이제 AI 경쟁력의 핵심은 단순히 뛰어난 모델을 보유하는 데 그치지 않고, 해당 모델이 현시점의 외부 상황을 전문가처럼 읽어낼 수 있도록 만드는 생생한 지식 공급에 있다”며 “VAIV AI DATA는 26년간 축적한 데이터 역량을 에이전틱 AI 시대에 맞춰 재설계한 플랫폼으로, 복잡한 시장 신호를 AI가 즉시 이해할 수 있는 맥락으로 제공하는 지능형 엔진 역할을 하게 될 것”이라고 밝혔다. 바이브컴퍼니(구 다음소프트)는 2000년 설립된 국내 AI 전문기업으로, 데이터 자산과 생성형 AI 기술을 결합해 공공과 민간 분야에 AX(AI 전환) 서비스를 제공하고 있다.

■연합인포맥스 △미디어마케팅본부장(미래전략단장 겸임) 윤정탁△IT본부장 임경욱△콘텐츠본부장 박영일△경영지원본부 재무부장 박정현△금융DATA사업본부 금융DATA사업부장 김정환△미디어마케팅본부 미디어사업부장 박홍남△IT본부 정보개발부장 이동훈△콘텐츠본부 기획1부장 이용구