- 도메인 특화 검색 알고리즘 특허 등록… Hybrid Search 기반 RAG의 할루시네이션 최소화- 공정거래위원회 AI Agent, 대기업 HR AI Agent 등 생성형 AI 사업에 적용 확대- KCC2025 발표 연구 기반 원천기술 확보… 폐쇄망 LLM 시장까지 적용 기대 미디어젠㈜은 생성형 AI 서비스의 핵심 기술인 도메인 특화 검색 모델 생성 방법에 관한 특허 등록이 결정됐다고 밝혔다. 이번 특허는 거대언어모델(LLM)을 활용하는 RAG(Retrieval-Augmented Generation, 검색 증강 생성) 시스템에서 검색 정확도를 크게 향상시키고, 생성형 AI의 대표적인 문제인 할루시네이션 현상을 최소화해 다양한 전문 분야의 AI 서비스에 폭넓게 활용될 수 있는 원천기술이다. 최근 생성형 AI는 검색된 문서를 근거로 답변하고 스스로 작업까지 수행하는 에이전틱 RAG로 빠르게 진화하고 있다. 다만 검색 단계에서 관련성이 낮은 문서를 선택할 경우 이후 생성되는 답변 역시 부정확해질 가능성이 높아, 법률·금융·의료 등 전문 분야에서는 검색 품질이 서비스 성능을 좌우하는 핵심 요소로 꼽힌다. 이번 특허는 이러한 문제를 해결하기 위해 도메인 말뭉치 기반 검색 모델 학습, 페르소나 기반 데이터 증강, 대조 학습(Contrastive Learning) 및 다단계 검색 모델 생성 기술을 결합한 새로운 검색 모델 생성 방법을 제안한다. 특히 검색 모델이 질문과 가장 관련성이 높은 문서를 선택하도록 반복 학습하는 구조를 통해 전문 분야에서 높은 검색 정확도를 확보하도록 설계됐다. 이번 기술의 가장 큰 의미는 거대언어모델 기반 에이전틱 RAG 시스템의 하이브리드 서치 단계에서 근거 기반(Evidence-based) 답변 생성을 가능하게 하는 핵심 검색 알고리즘을 자체 개발해 원천 특허를 확보했다는 점이다. 이를 통해 생성형 AI가 신뢰성 높은 검색 결과를 기반으로 답변을 생성할 수 있어 할루시네이션을 크게 줄이는 것은 물론, 정확성과 설명 가능성이 중시되는 전문 분야로 활용 범위를 넓힐 수 있을 것으로 기대된다. 미디어젠은 자체 실험 결과를 바탕으로 법령 검색 등 대규모 전문 데이터 검색 효율이 기존 방식 대비 약 60% 이상 향상될 것으로 기대하고 있으며, 향후 다양한 전문 분야 RAG 시스템의 핵심 검색 기술로 활용할 계획이다. 이번 특허의 기술적 기반은 2025년 한국컴퓨터종합학술대회(KCC2025)에서 발표한 「한국어 법률 및 약관 검색 특화를 위한 klaw-Contriever의 연구」에서 제안된 검색 학습 방법론이다. 해당 연구에서는 공개된 한국어 법률 말뭉치를 활용한 검색 지향 사전 학습을 통해 기존 검색 모델 대비 최대 33%의 법령 검색 성능 향상을 확인했으며, 공개된 대형 검색 모델 대비 약 60% 수준의 모델 크기로도 최대 92% 수준의 검색 성능을 달성해 비용 효율성과 실용성을 확인한 바 있다. 미디어젠은 이러한 검색 기술을 기반으로 다양한 생성형 AI 사업을 확대하고 있다. 현재 공정거래위원회의 AI 불공정 약관 심사 시스템, AI 하도급 계약 지원 시스템 등에 자체 개발한 거대언어모델 MIRAGE(MediaZen Intelligent Retrieval And Generative Engine)를 적용하고 있으며, 공정거래위원회의 AI 에이전트 기반 AI Ready 의결서 데이터 개방 사업도 수행하고 있다. 해당 사업에서는 AI 에이전트와 RAG 기술을 활용해 의결서 데이터를 보다 효율적으로 검색·분석·활용할 수 있는 기반을 구축하고 있다. 또한 대기업 HR 분야에서는 거대언어모델 기반 AI 에이전트를 활용한 인재 추천 서비스 개발 사업을 추진하는 등 법률 분야를 넘어 인사(HR), 기업 업무 자동화 등 다양한 산업으로 생성형 AI 기술 적용 범위를 확대하고 있다. 미디어젠은 앞으로도 검색 모델과 거대언어모델을 결합한 AI 에이전트 기술을 지속적으로 고도화해 공공기관과 기업의 전문 업무를 지원하는 생성형 AI 서비스를 확대해 나갈 계획이다. 특히 이번 특허 기술은 인터넷 연결이 제한된 폐쇄망 환경에서도 신뢰성 높은 검색 기반 AI 서비스를 구현할 수 있는 기술로 기대를 모으고 있어, 공공기관·금융권·국방·제조 등 보안이 중요한 산업 분야에서 폭넓게 활용될 것으로 전망된다. 미디어젠 관계자는 “생성형 AI의 성능은 결국 얼마나 정확한 근거를 검색하느냐에 달려 있다”며 “이번 특허는 검색 기반 생성형 AI의 핵심 원천기술을 자체 확보했다는 점에서 의미가 크며, 앞으로 AI 에이전트와 RAG 기반의 다양한 산업용 생성형 AI 서비스에 적극 적용해 국내 AI 산업 경쟁력 향상에 기여하겠다”고 밝혔다.

상하이 WAIC서 車 산업 AI 주목알리바바, 차세대 AI ‘큐원 3.8’ 공개中자율주행 기술과 시너지 효과 커세계 톱 업체들에 핵심 기술 수출도‘자율주행’ 샤오펑, 한국 진출 본격화 지난 17일 중국 상하이에서 개막한 ‘2026 세계인공지능대회(WAIC)’에서 인공지능(AI)을 등에 업은 중국 자동차 산업이 달라진 위상으로 주목받고 있다. 미국의 전방위 제재를 뚫고 자체 완성한 소프트웨어 중심 자동차(SDV) 생태계를 바탕으로, 글로벌 완성차 업체에 자율주행 기술을 ‘역수출’하는 핵심 공급자로 자리 잡았다. 특히 세계 시장의 30%를 장악한 데 이어 한국 안방 시장 공략에도 고삐를 죄고 있다. 20일 중국 관영 글로벌타임스와 로이터통신 등에 따르면 이번 WAIC에서는 중국 자동차 산업을 뒷받침하는 AI 생태계가 공개됐다. 화웨이는 AI 프로세서 1024개를 연결한 ‘아틀라스 950 슈퍼포드’를 실물 전시했고, 바이두는 반도체·클라우드·대형언어모델(LLM)·AI 에이전트를 아우르는 풀스택을 선보였다. 위라이드는 인지 기반모델 ‘위트’(WITT)와 L4 로보택시 ‘GXR’, 양산차용 주행보조 시스템을 함께 전시했다. AI 인프라부터 차량용 소프트웨어와 로보택시까지 하나의 산업 생태계로 연결되는 모습이다. 특히 이날 중국 빅테크 ‘알리바바’는 소셜미디어를 통해 자사 AI 모델 ‘큐원 3.8 맥스’의 프리뷰 버전을 공개하고 앤트로픽의 클로드 페이블 5에 이어 세계 2위의 성능을 갖췄다고 주장했다. 중국의 ‘AI 풀스택’ 생태계는 전기차와 SDV 시대를 맞은 자동차 산업과 시너지를 내고 있다. 한국자동차모빌리티산업협회(KAMA)에 따르면 지난해 중국계 자동차 업체의 글로벌 판매량은 전년 대비 16.1% 급증한 약 2946만대였다. 2020년 18.0%였던 점유율은 5년 만에 29.9%로 치솟았다. BYD(5위), 지리(7위), 체리(10위) 등 3개 그룹이 글로벌 톱10에 안착했다. 이에 글로벌 2위인 독일 폭스바겐은 샤오펑과 차세대 전자·전기 아키텍처(CEA)를 공동 개발해 전기차 양산에 돌입했고, 메르세데스 벤츠는 모멘타와 중국 시장용 주행보조기능을 공동 개발했다. BMW도 중국에서 생산하는 ‘노이어 클라세’ 모델에 모멘타 기반 지능형 주행 솔루션을 탑재했다. 중국 완성차 업체들은 주요 시장의 관세·규제 장벽에 현지 공장 설립, 브랜드 인수, 생산 제휴 등으로 맞서고 있다. BYD는 올해 들어 헝가리·브라질 등에 현지 공장을 가동하고, 체리는 프랑스와 스페인에 유럽 오퍼레이션 및 연구개발(R＆D) 센터를 개설했다. BYD와 지리자동차의 고급 브랜드 ‘지커’에 이어, 고도화된 자율주행 기술을 보유한 샤오펑은 한국법인 총괄 책임자 채용에 나서며 진출을 본격화하고 있다. 니오, 체리, 샤오미 등의 진출 가능성도 거론된다. 조철 산업연구원 선임연구위원은 “중국은 정부 주도로 일반 도로 위에 무인 로보택시를 대거 투입해 방대한 주행 데이터를 무서운 속도로 축적했다”며 “한국이 독자적으로 쫓아가기 쉽지 않다”고 분석했다. 이호근 대덕대 미래자동차학과 교수는 “휴머노이드 도입 등으로 고정 비용을 줄이고 핵심 AI 인재 확보에 쏟아붓는 것은 물론, 자체 개발만 고집하기보다 미국·중국 등 상관없이 기술을 도입해 활용할 방안을 모색해야 한다”고 제언했다.

삼성SDS가 퓨리오사AI의 2세대 신경망처리장치(NPU·딥러닝 계산을 빠르고 효율적으로 처리하도록 특화된 반도체 칩)인 ‘레니게이드’를 기반으로 한 NPUaaS(서비스로서 NPU)를 삼성클라우드 플랫폼(SCP)에 탑재했다고 20일 밝혔다. 레니게이드는 AI 추론에 특화된 국산 NPU로, 이미 학습된 AI 모델을 실제 서비스에 적용해 답변을 생성하고 문서를 분석할 때 그래픽처리장치(GPU) 대비 효율이 좋다. AI 산업이 기존의 거대언어모델(LLM)에 적합한 ‘학습’에서 ‘추론·실행’ 중심으로 이동하면서 비용 효율성이 좋은 NPU의 인기도 증가하고 있다. 이전에는 LLM 모델 자체를 제작하는 게 중요했지만, 현재는 수억 명이 LLM을 함께 사용할 수 있어야 해서다. NPU는 전력 소모가 적어 기업 입장에서 GPU 대비 전력과 운영 비용을 절감할 수 있다. 또 AI 추론을 전용 하드웨어에서 수행해 연산 시간을 단축할 수 있다. 삼성SDS의 NPUaaS 고객은 NPU 서버를 직접 구매하거나 자체 데이터센터에 구축하지 않아도 SCP를 통해 구독형으로 사용할 수 있다. 기업의 수요 및 데이터 규모에 따라 NPU를 1장, 2장, 4장, 8장 등 원하는 단위로 자유롭게 선택해 활용할 수 있어 스타트업부터 대기업까지 AI 서비스 규모에 맞춰 활용이 가능하다.

지난 17일 중국 상하이에서 개막한 ‘2026 세계인공지능대회(WAIC)’에서 인공지능(AI)을 등에 업은 중국 자동차 산업이 달라진 위상으로 주목받고 있다. 미국의 전방위 제재를 뚫고 자체 완성한 소프트웨어 중심 자동차(SDV) 생태계를 바탕으로, 글로벌 완성차 업체에 자율주행 기술을 ‘역수출’하는 핵심 공급자로 자리 잡았다. 특히 세계 시장의 30%를 장악한 데 이어 한국 안방 시장 공략에도 고삐를 죄고 있다. 20일 중국 관영 글로벌타임스와 로이터통신 등에 따르면 이번 WAIC에서는 중국 자동차 산업을 뒷받침하는 AI 생태계가 공개됐다. 화웨이는 AI 프로세서 1024개를 연결한 ‘아틀라스 950 슈퍼포드’를 실물 전시했고, 바이두는 반도체·클라우드·대형언어모델(LLM)·AI 에이전트를 아우르는 풀스택을 선보였다. 위라이드는 인지 기반모델 ‘위트’(WITT)와 L4 로보택시 ‘GXR’, 양산차용 주행보조 시스템을 함께 전시했다. AI 인프라부터 차량용 소프트웨어와 로보택시까지 하나의 산업 생태계로 연결되는 모습이다. 특히 이날 중국 빅테크 ‘알리바바’는 소셜미디어를 통해 자사 AI 모델 ‘큐원 3.8 맥스’의 프리뷰 버전을 공개하고 앤트로픽의 클로드 페이블 5에 이어 세계 2위의 성능을 갖췄다고 주장했다. 중국의 ‘AI 풀스택’ 생태계는 전기차와 SDV 시대를 맞은 자동차 산업과 시너지를 내고 있다. 한국자동차모빌리티산업협회(KAMA)에 따르면 지난해 중국계 자동차 업체의 글로벌 판매량은 전년 대비 16.1% 급증한 약 2946만대였다. 2020년 18.0%였던 점유율은 5년 만에 29.9%로 치솟았다. BYD(5위), 지리(7위), 체리(10위) 등 3개 그룹이 글로벌 톱10에 안착했다. 이에 글로벌 2위인 독일 폭스바겐은 샤오펑과 차세대 전자·전기 아키텍처(CEA)를 공동 개발해 전기차 양산에 돌입했고, 메르세데스 벤츠는 모멘타와 중국 시장용 주행보조기능을 공동 개발했다. BMW도 중국에서 생산하는 ‘노이어 클라세’ 모델에 모멘타 기반 지능형 주행 솔루션을 탑재했다. 중국 완성차 업체들은 주요 시장의 관세·규제 장벽에 현지 공장 설립, 브랜드 인수, 생산 제휴 등으로 맞서고 있다. BYD는 올해 들어 헝가리·브라질 등에 현지 공장을 가동하고, 체리는 프랑스와 스페인에 유럽 오퍼레이션 및 연구개발(R＆D) 센터를 개설했다. BYD와 지리자동차의 고급 브랜드 ‘지커’에 이어, 고도화된 자율주행 기술을 보유한 샤오펑은 한국법인 총괄 책임자 채용에 나서며 진출을 본격화하고 있다. 니오, 체리, 샤오미 등의 진출 가능성도 거론된다. 조철 산업연구원 선임연구위원은 “중국은 정부 주도로 일반 도로 위에 무인 로보택시를 대거 투입해 방대한 주행 데이터를 무서운 속도로 축적했다”며 “한국이 독자적으로 쫓아가기 쉽지 않다”고 분석했다. 이호근 대덕대 미래자동차학과 교수는 “휴머노이드 도입 등으로 고정 비용을 줄이고 핵심 AI 인재 확보에 쏟아붓는 것은 물론, 자체 개발만 고집하기보다 미국·중국 등 상관없이 기술을 도입해 활용할 방안을 모색해야 한다”고 제언했다.

중국 인공지능(AI) 스타트업 문샷AI가 미국 최상위권 모델에 맞먹는 성능의 개방형 AI 모델 ‘키미(Kimi) K3’를 공개하면서 글로벌 AI 경쟁이 새 국면을 맞았다. AI 경쟁이 성능에서 가격 경쟁력과 활용성으로 이동하는 가운데 중국 기술기업들은 브랜드 가치에서도 존재감을 키우며 미국 중심의 기술 질서를 위협하고 있다. 19일 업계에 따르면 문샷AI는 지난 17일 중국 상하이에서 개막한 세계인공지능대회(WAIC)에 맞춰 초거대 언어모델(LLM) ‘키미 K3’를 공개했다. 올해 9회째인 WAIC는 중국을 대표하는 AI 행사로, 시진핑 국가주석도 참석해 AI 산업 육성과 기술 자립 의지를 강조했다. 키미 K3는 2조8000억개의 매개변수를 갖춘 전문가혼합(MoE) 기반 오픈웨이트 모델로, 이용자가 가중치를 내려받아 자체 서버에서 운영하거나 목적에 맞게 수정할 수 있다. 문샷AI는 오는 27일까지 모델 가중치를 전면 공개할 계획이다. 키미 K3는 성능 면에서 미국 선두권을 바짝 추격했다. AI 성능 분석업체 아티피셜 어낼리시스는 키미 K3를 앤트로픽 ‘페이블5’, 오픈AI ‘GPT-5.6 솔(Sol)’에 이어 최상위권 모델로 평가했다. 일부 코딩과 AI 에이전트 분야에서 미국 모델을 앞서기도 했다. 로이터통신은 “중국 개방형 AI 생태계가 미국 최첨단 시스템과의 격차를 얼마나 빠르게 좁히고 있는지 보여주는 사례”라고 평가했다. 미국 매체 악시오스는 키미 K3 공개를 계기로 AI 경쟁이 성능보다 가격 경쟁력과 활용성 중심으로 재편되고 있다고 분석했다. AI 모델 플랫폼 오픈라우터에서 텐센트, 딥시크, 미니맥스, 지푸AI 등 중국 오픈웨이트 모델이 최근 주간 토큰 사용량 상위권을 차지했다. 기업들이 문서 요약이나 고객 응대 같은 일반 업무에는 저렴한 개방형 모델을 활용하고, 복잡한 추론에만 최고 성능 모델을 투입하는 ‘모델 라우팅’ 전략이 확산한 결과로 보인다. 중국 AI가 약진한 배경으로는 알고리즘 최적화가 꼽힌다. 미국에서 첨단 AI 반도체 수출 규제로 최신 그래픽처리장치(GPU) 확보가 제한되자 중국은 적은 연산 자원으로 성능을 높이는 기술 개발에 집중했다. AI 평가 플랫폼 아레나의 공동 설립자인 이온 스토이카 미국 UC버클리 교수도 미중 간 AI 기술 격차가 기존 6~9개월에서 최근 2~3개월 수준까지 좁혀졌을 가능성을 언급했다. 이런 변화는 AI 산업의 사업모델과 반도체 투자에도 영향을 미칠 수 있다. 저렴한 고성능 개방형 모델이 확산하면 오픈AI와 앤트로픽의 폐쇄형 AI 서비스는 가격 경쟁 압박을 받을 수 있다. 반면 AI 활용이 늘어날수록 GPU와 고대역폭메모리(HBM) 수요는 오히려 확대될 것이라는 반론도 있다. 중국 기술기업의 영향력 확대는 브랜드 가치에서도 확인된다. 영국 브랜드파이낸스의 ‘세계 100대 테크 브랜드’ 조사에서 중국 기업의 브랜드 가치 비중은 지난해 11.4%에서 올해 12.6%로 세계 10강 중 유일하게 증가했다. 틱톡과 CATL 등 중국 기술기업들이 빠르게 성장한 결과다. 반면 한국 기업 비중은 3.9%에서 3.7%로 소폭 낮아졌다.

포털 검색창이 달라졌다. 키워드를 입력하면 수십 개의 링크를 보여주던 검색창에서 인공지능(AI)이 먼저 답을 정리하고 상품까지 추천하는 공간으로 바뀌고 있다. 네이버는 AI 검색에 이어 쇼핑으로 서비스를 확장했고, 다음은 검색 결과를 AI가 요약하는 기능을 선보였다. 네이버는 지난달 25일 대화형 검색 서비스 ‘AI탭’과 ‘AI 쇼핑 에이전트’를 정식 출시했다고 1일 밝혔다. AI탭은 질문의 맥락을 이해해 여러 웹문서를 종합한 답변을 제공하는 서비스다. AI 쇼핑 에이전트는 사용자의 상황과 조건을 반영해 상품을 추천하고 구매까지 이어질 수 있도록 돕는 쇼핑 특화 서비스다. AI탭에 ‘무더위에 좋은 음식을 알려줘’라고 입력하자 AI는 수분 보충에 좋은 과일과 삼계탕, 장어구이 등을 표와 함께 정리하고 기사와 블로그 등 답변의 출처를 함께 제시했다. 이어 “집에서 간편하게 만들어 먹을 수 있는 삼계탕 밀키트 제품들의 리뷰를 찾아드릴까요”라며 후속 질문도 이어갔다. 여러 웹페이지를 직접 오가며 정보를 취합하던 역할을 AI가 대신하는 셈이다. 쇼핑에서는 AI의 역할이 한층 적극적이다. 네이버 쇼핑의 AI 에이전트에 ‘무더위에 필요한 아이템을 추천해달라’고 입력하자 AI는 냉감 소재와 사용 환경, 세탁 편의성 등 선택 기준을 먼저 제시한 뒤 냉감 이불과 쿨매트, 메쉬 조끼 등을 추천했다. 단순히 상품을 나열하는 데 그치지 않고 예산과 색상, 크기를 알려주면 다시 추천 범위를 좁혀주는 방식이다. 네이버가 쇼핑에 힘을 싣는 이유는 커머스 경쟁력에 있다. 국내 최대 쇼핑 플랫폼과 스마트스토어, 멤버십 등 기존 생태계에 AI를 결합해 상품 탐색부터 비교, 추천, 구매까지 하나의 흐름으로 연결하겠다는 전략이다. 실제 AI 쇼핑 에이전트 이용자의 70% 이상은 15자 이상의 긴 질문을 입력하고 있다. 지난달 일간 이용자 수는 베타 서비스 직후인 3월보다 50% 이상 증가했고, AI 쇼핑 에이전트를 통한 거래액도 2.7배 늘었다. 네이버는 하반기 개인화된 멤버십 혜택 추천과 장바구니·배송 정보를 연계해 검색부터 결제까지 이어지는 AI 쇼핑 경험을 강화할 계획이다. 다음은 검색 서비스 고도화에 먼저 초점을 맞췄다. 업스테이지 컴퍼니는 이날 자체 거대언어모델(LLM) ‘솔라’를 기반으로 검색 결과를 자동 요약해주는 ‘AI 요약’ 베타 서비스를 공개했다. AI가 웹문서를 분석해 핵심 내용을 정리하고 근거를 함께 제공하는 기능으로, 이슈와 금융, 엔터테인먼트, 건강, 사전, 일상 등 6개 분야에 우선 적용된다. 다음은 AI 요약 적용 분야를 순차적으로 확대하고 연내에 대화형 ‘AI 모드’를 선보여 검색 서비스를 한층 고도화할 예정이다.

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.

“기업을 위한 인공지능(AI)을 넘어 모두를 위한 AI 시대를 열어가겠습니다.” (지난 16일 미디어데이) 올해 한국 AI 업계는 유난히 숨 가쁜 한 해를 보냈습니다. 독자 AI 파운데이션 모델 프로젝트 1차 평가부터 젠슨 황 엔비디아 최고경영자(CEO)와 리사 수 AMD CEO의 잇단 방한, 소버린 AI 필요성 부각까지 굵직한 이슈가 이어졌습니다. 이 같은 주요 장면마다 빠지지 않고 이름을 올린 인물이 있습니다. 대기업 총수도, 글로벌 빅테크 CEO도 아닙니다. 국내 AI 스타트업 업스테이지를 이끄는 김성훈 대표입니다. 한글 검색엔진, ‘까치네’를 기억하시나요 1972년생인 김 대표는 구미전자공고를 거쳐 대구대학교 전자공학과에 진학했습니다. 프로그래밍 공부에 매진했던 그는 재학 중이던 1995년 국내 최초의 한글 검색엔진인 ‘까치네’를 개발했습니다. 까치네는 1990년 후반 포털 사이트 경쟁이 치열해지기 전까지는 주요 검색 엔진 중 하나였습니다. 이듬해에는 인터넷 솔루션 벤처기업 ‘나라기업’을 창업했습니다. 삐삐와 휴대전화로 이메일 수신 사실을 알려주는 ‘깨비메일’을 선보이며 업계의 주목을 받았습니다. 깨비메일 역시 한때 유행했으나 다음메일 등 경쟁 서비스에 밀려 운영이 중단됐습니다. 훗날 스타트업 대표직에 오르고 나서도 김 대표의 본질은 여전히 ‘개발자’였습니다. 올해 초 미국에서 인간 없이 AI 에이전트들 모여 토론하는 커뮤니티 ‘몰트북(Moltbook)’이 화제를 모으자, 그는 곧바로 한국판 몰트북으로 불리는 ‘봇마당’을 직접 만들었습니다. 당시 김 대표는 “놀라움과 두려움, 설렘이 동시에 교차했다”고 소회를 밝혔습니다. 美유학→홍콩과기대 교수→네이버클로바 AI 총괄→창업김 대표는 연구자로서도 두각을 나타냈습니다. 2000년 미국으로 건너가 캘리포니아대학교 산타크루즈 캠퍼스에서 박사 학위를 받았습니다. 그리고 미국 매사추세츠공과대학(MIT) 컴퓨터과학·인공지능연구소(CSAIL) 박사후연구원으로 활동하며 소프트웨어의 버그 예측 및 예방 프로젝트에 참여했습니다. 2008년에는 홍콩과학기술대학 컴퓨터공학과 교수로 임용되며 새로운 도전에 나섰습니다. 세계소프트웨어엔지니어링학회(ICSE) 등 국제 학회에서 우수 논문상을 네 차례 수상했습니다. 순탄해 보이던 교수 생활을 뒤로하고 김 대표는 2017년 또 한 번의 도전을 선택했습니다. 네이버에 합류해 클로바 AI 총괄 책임리더를 맡은 것입니다. 그는 이 시기 100여 개의 AI 기술을 선보이며 네이버의 AI 경쟁력을 한 단계 끌어올렸다는 평가를 받았습니다. 불과 3명이었던 AI 조직도 3년 만에 250여 명 규모로 성장했습니다. 이즈음 김 대표는 유튜브 채널 ‘모두를 위한 딥러닝’을 개설하기도 했는데, 구독자는 현재 기준 6만여명에 이릅니다. 2020년 10월, 49세의 나이에 그는 안정적인 직장을 떠나 다시 창업에 도전했습니다. 그렇게 탄생한 회사가 바로 AI 스타트업 업스테이지입니다. 자체 LLM ‘솔라’ 내세워 성장…AI 추격조 제안 업스테이지는 김 대표를 비롯해 네이버, 카카오, 메타 등 IT 기업 출신 개발자들이 의기투합해 설립한 회사입니다. 김 대표는 당시 한 언론 인터뷰에서 창업 배경에 대해 “더 많은 기업이 AI를 실제 비즈니스에 적용하고 실행에 옮기기를 바라는 마음으로 창업했다”고 밝혔습니다. 2023년 3월 열린 첫 기자간담회에서는 “AI 기술로 사람들에게 해방과 편리함을 제공하는 것이 목표”라며 “AI 기술 기업으로서 좋은 선례를 남기고 싶다”고 포부를 밝혔습니다. 업스테이지는 자체 거대언어모델(LLM)인 ‘솔라(Solar)’를 중심으로 성장세를 이어갔습니다. 김 대표가 대중에게 본격적으로 이름을 알린 계기 중 하나는 이른바 중국 ‘딥시크 쇼크’ 이후였습니다. 지난해 2월 과학기술정보통신부와 국가인공지능위원회 등이 국내 AI 산업 경쟁력을 진단하기 위해 마련한 간담회에서 그는 ‘국가대표 AI 추격조’ 구성을 제안했습니다. 이 구상은 이후 독자 파운데이션 모델 정책 논의로 이어졌습니다. 당시 간담회에 함께 참석했던 배경훈 LG AI연구원장은 현재 과학기술정보통신부 장관 겸 부총리를 맡고 있습니다. ①독파모 1차 통과 ②유니콘 등극 ③다음·타임리 인수 올해는 김 대표와 업스테이지에 있어 여러 의미 있는 성과가 이어진 한 해였습니다. 가장 주목받은 성과는 독파모 프로젝트였습니다. 당초 5개 정예팀이 참여한 이 사업에서 업스테이지는 지난 1월 1차 평가를 통과한 3개 팀 가운데 하나로 선정됐습니다. 특히 국내 주요 대기업들이 꾸린 경쟁팀들을 제치고 이름을 올리며 기술력을 입증했다는 평가를 받았습니다. 기업 가치 측면에서도 의미 있는 이정표를 세웠습니다. 업스테이지는 기업가치 1조원 이상을 인정받으며 국내 생성형 AI 기업 가운데 처음으로 유니콘 기업 반열에 올랐습니다. 여기에 국민성장펀드 기금운용심의회가 업스테이지에 1000억원 규모의 직접 지분투자를 결정하면서 성장 가능성을 다시 한번 인정받았습니다. 금융위원회는 당시 “업스테이지가 독파모 프로젝트에서 벤처·중소기업 가운데 유일하게 1차 단계 평가를 통과해 기술력을 인정받았다”며 “국내에서 창업한 기술벤처의 성공적인 성장 모델 창출이 기대된다”고 평가했습니다. 사업 확장 역시 올해를 상징하는 중요한 변화였습니다. 업스테이지는 포털 ‘다음(Daum)’을 운영하는 AXZ와 AI 에이전트 기업 ‘타임리’ 등을 잇달아 인수하며 사업 포트폴리오를 넓혀가고 있습니다. 단순히 AI 모델 개발 기업을 넘어 종합 AI 플랫폼 기업으로 도약하기 위한 행보로 풀이됩니다. 지난 16일 열린 기자간담회에서 김 대표는 자체 AI 모델을 중심으로 기업 고객과 일반 사용자를 아우르는 ‘모두를 위한 AI 시대’를 열겠다는 청사진도 제시했습니다. 이를 위해 업스테이지와 AXZ, 타임리를 하나의 생태계로 묶는 ‘업스테이지 컴퍼니’를 구축하겠다는 구상을 밝혔습니다. 소박하고 자유로운 리더…수익 창출·IPO 등 과제 산적 무엇보다 김 대표는 글로벌 빅테크 수장들과의 교류로도 잘 알려져 있습니다. 최근에는 리사 수 AMD 최고경영자(CEO)가 지난 3월 방한했을 당시 국내 스타트업 유일하게 업스테이지의 김 대표와 단독 회동을 가졌습니다. 젠슨 황 엔비디아 CEO가 이번달 초 방한했을 당시 ‘코리아 AI 에코시스템 리셉션’을 개최했는데, 김 대표의 참석이 스포트라이트를 받기도 했습니다. 김 대표는 소박하고 자유로운 업무 스타일로도 IT 업계에 잘 알려져 있습니다. 미디어 데이에서 직원들과 함께 입은 흰색 단체 티셔츠는 권위를 내려놓은 그의 리더십을 상징적으로 보여줬습니다. 회사 규모가 크게 성장했음에도 별도 사무실을 따로 두지 않는 점 역시 그의 경영 철학을 엿볼 수 있는 대목입니다. 하지만 회사가 성장한 만큼 김 대표가 짊어진 책임도 한층 무거워졌습니다. 안정적인 수익 창출과 기업공개(IPO) 추진, 여타 AI 기업들과의 경쟁 등 풀어야 할 과제가 적지 않습니다. 미디어데이에서 쏟아진 질문에 그는 “매일 아침마다 고민하는 문제”라고 답하기도 했습니다. 국내외 AI 업계 판도를 뒤흔드는 스타트업으로 성장한 업스테이지. 창업가이자 개발자인 김 대표가 앞으로도 기술력과 경영 능력을 모두 입증하며 ‘국가대표 AI 기업’을 이끄는 리더로 자리매김할 수 있을지 관심이 쏠립니다.

네이버클라우드가 전장에서 활용할 수 있는 인공지능(AI) 청사진을 공개하며 전장 데이터를 통합 분석하는 ‘전장 AI 플랫폼’ 구축에 나섰다. SK텔레콤은 군 전용 거대언어모델(LLM), 현대로템은 AI가 탑재된 무인로봇 개발에 속도를 내고 있다. AI가 전쟁 수행 방식의 핵심 변수로 떠오르면서 ‘국방 AI 전환(AX)’과 관련해 국내 기업들이 시장 선점 경쟁에 본격적으로 뛰어들고 있다. 네이버클라우드는 전날 대전컨벤션센터(DCC)에서 열린 ‘소버린 AI 기반 국방 AX 발전 전략 세미나’에서 국방 AI 비전을 공개했다고 11일 밝혔다. 핵심은 텍스트·음성·영상·지도 등 서로 다른 형태의 데이터를 통합 분석하는 ‘옴니모달 AI’다. 옴니모달 AI는 정찰 드론 영상, 무전 내용, 전술 지도 등 서로 다른 형태의 데이터를 한꺼번에 분석해 전장 상황을 통합적으로 이해하는 기술이다. 전장에 흩어진 정보를 모아 ‘무슨 일이 벌어지고 있는지’를 실시간으로 이해하고 향후 상황까지 예측하는 것이 목표다. 네이버클라우드는 이를 위해 국방 AX 전담 태스크포스(TF)인 ‘디펜스 프론티어’를 신설했다. 현장 엔지니어를 전진 배치하는 FDE(Forward Deployed Engineer) 체계를 통해 실제 작전 환경에 AI를 신속하게 적용하겠다는 구상도 내놨다. 국방 전용 AI 데이터센터 구축 방안도 공개했다. 육해공군과 합동참모본부 데이터를 통합 학습하는 중앙 데이터센터를 구축하고 전방 부대와 함정, 이동형 지휘소 등에는 엣지(소형) 데이터센터를 배치해 통신이 끊긴 상황에서도 AI가 작동하는 체계를 구축하겠다는 계획이다. SK텔레콤은 군 전용 AI 모델 개발에 나서고 있다. SK텔레콤은 최근 국방부, 과학기술정보통신부와 손잡고 자체 초거대 AI 모델인 ‘A.X K1’을 기반으로 국방 특화 AI를 개발하기로 했다. A.X K1은 5190억개의 매개변수를 갖춘 국내 최대 규모 AI 모델이다. SK텔레콤은 이를 군 내부 폐쇄망 환경에서도 구동할 수 있도록 경량화해 국방 특화 sLLM(소형 언어모델) 형태로 공급할 예정이다. 정부는 국가 AI 프로젝트 차원에서 그래픽처리장치(GPU) 자원을 지원하며 국방 AI 개발을 뒷받침하고 있다. 현대로템은 AI를 실제 무기체계에 적용하는 ‘피지컬 AI’ 분야를 맡고 있다. 현대로템은 최근 산업통상자원부와 국방과학연구소가 발주한 피지컬 AI 관련 국책 과제를 잇달아 수주했다. 사람의 음성이나 문자 명령만으로 여러 대의 무인로봇을 동시에 통제하는 통합 관제 시스템과 디지털 트윈 기반 시뮬레이터 개발이 핵심이다. 향후에는 병사 한 명이 자연어 명령만으로 다수의 무인차량 ‘HR-셰르파’와 다족보행로봇을 동시에 지휘하는 유·무인 복합전투체계(MUM-T) 구현도 가능할 것으로 기대된다.

페르소나에이아이가 10일 서울 코엑스에서 개막한 ‘2026 STK(스마트 테크 코리아)’에 참가해 AI 로봇 시연을 진행했다고 밝혔다. 당일 행사장에는 해당 기업의 로봇 기술 시연을 확인하려는 방문객들이 전시 부스에 집중되며 피지컬 AI 기술에 대한 시장의 관심도를 반영했다. 전시 현장에서는 페르소나AI가 공개한 AI 로봇의 기동과 반응 속도를 확인하기 위한 관람객들의 대기열이 형성됐다. 해당 로봇에는 한국 각 지역 작업자의 사투리를 인식하도록 설계된 페르소나AI의 SSTT(Sovereign AI Speech to Text) 음성모델이 온디바이스 형태로 탑재됐다. 현장 진행자의 구두 명령에 따라 사족 보행 로봇과 휴머노이드 로봇이 구동하는 제어 과정이 공개됐으며, 다수의 관람객이 부스 주변에서 시연 과정을 촬영했다. 페르소나AI는 이번 전시회를 통해 LAM, VLA, sLLM 등 자체 개발한 인공지능 모델을 로봇 운영체제(OS)에 최적화하여 연동한 기술을 시연했다. 기업 측은 이를 기반으로 에이전틱 로봇 시장으로 사업 영역을 확대하고 초기에 진입하겠다는 계획을 공개했다. 기술의 개발 방향은 단순한 하드웨어 제어 단계를 넘어 AI 로봇이 상황 판단과 명령 실행을 동시에 수행하는 구조를 구축하는 것이다. 이번 기술 시연은 인공지능이 소프트웨어 환경을 넘어 물리적 영역으로 확장되는 피지컬 AI의 구현 가능성을 검증했다는 점에서 지표를 지닌다. 페르소나AI는 개발된 AI 로봇을 바탕으로 산업 및 국방 등 실제 현장에서 적용 가능한 활용 방안을 도출했으며, 관람객들에게 차세대 인공지능 기술의 발전 단계를 제시했다. 인공지능과 로봇 인프라가 결합한 기술이 제조, 물류, 서비스 등 다양한 산업 부문으로 확산될 것이라는 시장의 전망도 현장에서 수집됐다. 전시장을 방문한 업계 관계자들과 일반 관람객들은 페르소나AI의 시연 부스에서 기술 규격과 적용 범위에 대한 질의응답을 진행했으며, 시연 종료 이후에도 부스를 통한 상담이 지속됐다. 한편, 차세대 기술의 동향을 확인 수 있는 국내 산업 전시회인 ‘STK 2026’은 오는 12일까지 사흘간 코엑스에서 개최되며, 인공지능, 로봇공학, 제조 자동화 등 다양한 솔루션이 전시된다. 행사 초반부터 관람객의 방문이 이어지고 있는 페르소나AI 부스는 피지컬 AI 분야에 대한 업계의 수요를 보여주는 사례로 평가받고 있다.

AI 기술기업 비드래프트는 자체 개발한 AI 모델 진화 플랫폼 기술 ‘DARWIN’을 기반으로 한 한국어 거대언어모델 ‘JGOS-31B-Citizen’이 과학기술정보통신부와 한국지능정보사회진흥원(NIA)이 운영하는 K-AI 리더보드에서 종합 평균 0.621을 기록하며 1위를 차지했다고 6월 9일 밝혔다. 해당 수치는 2026년 6월 7일 측정치를 기준으로 한다. 이번 리더보드 측정 결과, 상위 12개 모델 가운데 8개 모델이 비드래프트의 DARWIN 기술을 기반으로 생성된 것으로 나타났다. 세부적으로는 1위 ‘JGOS-31B-Citizen’, 2위 ‘AWAXIS-KR-31B-v5’, 6위 ‘Rogue-28B-MIX’, 7위 ‘AWAXIS-Hybrid-28B’, 8위 ‘Warecube-KO-27B-v3’, 9위 ‘Rogue-27B-KR’, 11위 ‘AWAXIS-Think-28B’, 12위 ‘TenOS-Ko-28B-v3’가 해당 기술 계보에 포함됐다. 단일 기술 기반 모델이 상위 12개 중 3분의 2를 차지한 셈이다. DARWIN 기술은 정보통신산업진흥원(NIPA)의 ‘AI컴퓨팅활용’ 지원 연구과제 수행 과정에서 도출된 산출물이다. 오픈 거대언어모델(LLM) 내부의 지식 및 기능 배치 상태를 신경망 계층 단위로 분석한 뒤, 모델별로 특정 기능이 우수한 구간을 선별해 재조합하는 방식으로 작동한다. 이는 기존 LLM 개발에 활용돼 온 대규모 추가학습 방식과 차별화되는 접근이다. 추가학습 방식이 연산 자원과 데이터 소모를 수반하는 반면, DARWIN은 기존 모델의 특성을 분석하고 결합해 성능을 확보하는 구조다. 비드래프트는 이 방식을 통해 시간과 비용을 줄이면서도 한국어 전문지식, 문화적 맥락 이해, 추론 등 목적별 연산에 맞춤화된 모델을 도출할 수 있다고 설명했다. 현재 해당 기술은 행정, 산업, 교육, 연구지원 등 도입 기관의 목적에 맞는 특화 모델을 구축하는 알고리즘으로 고도화가 진행 중이다. 1위를 기록한 ‘JGOS-31B-Citizen’은 공공 및 행정 서비스 분야 적용을 목표로 설계된 한국어 특화 모델이다. 일반 시민의 한국어 질의 분석과 공공 서식 등 행정적 맥락 처리에 중점을 두고 개발됐다. 세부 평가 지표를 보면, 한국 문화와 상식 이해도를 평가하는 CLIcK 항목에서 0.987을 기록했으며, 한국어 전문지식 평가인 KMMLU-Pro에서 0.725, 일상추론 평가인 Com2-main 항목에서 0.742를 나타냈다. 비드래프트는 해당 모델이 한국의 제도적 용어 이해와 행정 문서 처리 지원 등 공공 서비스 영역의 요구에 맞춰 민원 안내, 복지 상담, 문서 작성 등 다양한 실무 분야에 활용될 수 있다고 밝혔다. 이와 함께 비드래프트는 JGOS-31B-Citizen의 한국어 처리 및 추론 성능을 자체 인공사회 운영체제 ‘내셔널OS(NationalOS)’의 기본 언어모델로 연계할 계획이다. 내셔널OS는 도시 환경을 디지털 공간에 모의 구현하고, 가상 시민 기반 시뮬레이션을 통해 정책 효과를 사전에 검증하는 시스템이다. 회사 측은 한국 제도에 특화된 언어모델이 결합될 경우 정책 질의 해석과 시뮬레이션 결과 도출 과정의 정확도를 더욱 높일 수 있을 것으로 보고 있다. 비드래프트 관계자는 “이번 K-AI 리더보드 성과는 NIPA ‘AI컴퓨팅활용’ 지원 연구과제 산출물인 DARWIN이 고성능 한국어 모델을 반복적으로 만들어낼 수 있는 AI 모델 진화 플랫폼 기술임을 보여준 결과”라며 “특히 공공·행정 서비스 적용 가능성을 갖춘 JGOS-31B-Citizen을 내셔널OS와 결합해 시민과 공공행정을 위한 실질적 AI 서비스로 발전시켜 나가겠다”고 밝혔다. 비드래프트는 DARWIN 기술을 기반으로 한국어 특화 LLM, 산업별 전문 모델, 공공 서비스형 AI 모델, 경량화 모델 등으로 적용 범위를 확대하는 한편, 내셔널OS 등과의 결합을 통해 한국어 기반 AI 연구·산업 생태계 전반으로 활용 범위를 넓혀 나갈 계획이다.

- 분산 서빙 기반 추론 최적화… 보유 GPU 인프라 활용 효율 높여- 고부하 환경서 토큰 출력 속도 2.2배 향상… AI 서비스 응답 지연 완화- 국내 유일 GPU·국산 NPU 이기종 가속기 지원… 소버린 AI 인프라 선택권 확대 AI·클라우드 소프트웨어 전문 기업 오케스트로(대표 김범재, 김영광)는 보유 GPU 인프라의 활용 효율을 높여 기업 AI 서비스의 추론 병목을 줄이는 AI 추론 운영 플랫폼 ‘콘체르토 AI(CONCERTO A.I.)’를 선보였다고 29일 밝혔다. 생성형 AI 도입이 확산되면서 기업 AI 인프라의 핵심 과제는 GPU 확보에서 추론 운영 효율화로 전환되고 있다. AI 챗봇, 업무 자동화 에이전트, 검색증강생성(RAG) 기반 서비스 등 상시 운영 AI 서비스가 늘어나면서 모델 호출과 추론 연산 수요도 함께 증가하고 있다. 에이전트형 AI 환경에서는 단일 요청이 복수의 모델 호출과 반복 연산으로 이어져 추론 작업량이 단기간에 급증할 수 있다. GPU를 보유하더라도 추론 요청이 특정 자원에 집중되면 병목으로 인한 응답 지연과 자원 낭비가 동시에 발생하는 구조적 문제가 따른다. 콘체르토 AI는 분산 서빙 기반의 추론 최적화를 핵심 기술로 채택했다. 기존 단일 처리 방식은 질문 분석과 답변 생성을 동일 GPU 자원에서 처리해 요청 집중 시 전체 응답 속도가 저하된다. 콘체르토 AI는 두 작업을 분리해 각각에 적합한 자원을 배치함으로써 병목을 줄인다. 여기에 키-값 캐시(KV Cache) 최적화와 메모리 재사용 기술을 적용해 초기 응답 시간과 토큰 처리 속도를 개선하고, 실시간 대기열·자원 상태 기반 지능형 라우팅 기능을 결합해 고부하 환경에서도 응답 성능을 유지한다. 오케스트로가 자체 온프레미스 AI 인프라 환경에서 수행한 벤치마크 테스트에 따르면, 동시 요청이 집중되는 고부하 환경에서 콘체르토 AI의 분산 서빙 방식은 기존 단일 처리 방식 대비 토큰 출력 속도를 2.2배 높게 유지한 것으로 나타났다. 운영 자동화 기능도 탑재됐다. 콘체르토 AI는 AI 모델 배포부터 추론 요청 처리, 자원 배분, 성능 모니터링까지 LLMOps에 필요한 기능을 단일 플랫폼에서 제공한다. 표준화된 모델 패키징 기술을 기반으로 쿠버네티스 파드(Pod) 생성부터 엔드포인트 연결까지 배포 과정을 자동화하며, 배포 이후에는 초기 응답 시간·토큰 처리 속도·자원 사용량 등 주요 지표를 통합 모니터링 환경에서 확인할 수 있다. 인프라 호환성 측면에서는 엔비디아 GPU 외에 리벨리온·퓨리오사AI 등 국산 NPU 환경까지 지원하는 이기종 가속기 구조를 채택했다. 오케스트로 측은 GPU와 국산 NPU를 아우르는 상용화 수준의 AI 추론 운영 플랫폼은 국내에서 콘체르토 AI가 유일하다고 밝혔다. 이를 통해 기업·기관은 프라이빗 AI 및 소버린 AI 환경에서 특정 하드웨어 벤더 의존도를 낮추고 서비스 특성과 보유 인프라에 맞춰 추론 자원을 구성할 수 있다. 김범재 오케스트로 대표는 “기업 AI 인프라의 과제는 더 많은 GPU를 확보하는 것에서 보유 자원을 얼마나 효율적으로 운영하느냐로 옮겨가고 있다”며 “콘체르토 AI를 기반으로 기업이 보유한 AI 인프라의 활용 효율을 높이고, 프라이빗 AI 환경에서도 안정적인 AI 서비스 운영을 지원하겠다”고 밝혔다.

ChatGPT 출시 이후 인공지능(AI)은 일상생활의 필수 도구로 자리 잡고 있으며 국민의 생활 방식과 근로자의 작업 방식에 혁신적 변화를 가져오고 있다. 최근 ChatGPT를 능가하는 제미나이, 클로드의 출시로 AI에 대한 사회적, 경제적 의존도는 더욱 심화하고 있다. AI 기술은 미국이 주요 생성형 AI 서비스와 핵심 기술을 중심으로 주도하고 있으나 중국도 딥시크, 큐원 등 막대한 인구가 제공하는 데이터와 자체 기술을 기반으로 미국의 AI를 급속히 추격하고 있다. 현 정부에서 AI 3강 실현을 선언하며 국내 AI 기술의 경쟁력을 미국, 중국 수준으로 높일 필요성이 절실한 상태다. AI 실현에 필요한 AI 풀스택은 미국 국립표준기술연구소(NIST)의 클라우드 컴퓨팅 참조구조(CCRA)를 기반으로 보면 피지컬 AI, LLM과 같은 ‘서비스 계층’, 운영체제(OS), 가상화, 클라우드 관리 플랫폼(CMP), 미들웨어 플랫폼, 재해복구(DR) 등의 기능을 수행하는 ‘자원 추상화 제어 계층’, GPU, 네트워크, 데이터센터와 같은 ‘물리자원 계층’의 3계층으로 크게 구분할 수 있다. 관점에 따라 약간의 차이는 있지만 아마존웹서비스(AWS)는 이를 AI 스택, 엔비디아는 AI 팩토리를 위한 풀스택이라고 부른다. 정부는 AI 기술 강화를 목표로 그랜드 AI 챌린지, 독자 파운데이션 모델 개발 사업 등을 통해 LG AI연구원 엑사원, 업스테이지 솔라 등의 국산 LLM을 글로벌 수준으로 도약시키기 위해 집중적으로 지원하고 있는데 이는 AI 서비스 계층에 해당한다. 퓨리오사AI, 리벨리온을 통한 NPU 개발, 엔비디아의 GPU 확보 및 지원은 물리자원 계층에 해당한다. 대통령 공약 사항인 “AI는 게임 체인저, 100조 원 규모 투자와 국가 AI 인프라 구축 추진” 선언에 따라 국가AI데이터센터(AIDC) 추진, 지자체‧공공기관‧민간의 적극적 AIDC 구축 추진, AIDC 진흥을 위한 특별법 제정 등이 급물살을 타고 있는데 이 또한 물리자원 계층에 해당한다. 이러한 사항들을 기반으로 보면 한국은 AI 3강을 향해 필요한 물리적 기반을 빠르게 갖춰가고 있다. 그러나 GPU와 데이터센터를 대규모로 확보하더라도 이를 충분히 활용하지 못하면 AI 경쟁력으로 이어지기 어렵다. 확보한 GPU를 실제 서비스와 산업 현장에서 충분히 활용하려면 자원을 효율적으로 묶고 배분하며 격리하고 복구해 서비스 형태로 제공하는 소프트웨어 역량이 함께 뒷받침돼야 한다. 특히 AI 활용이 학습을 넘어 대규모 추론으로 확산하면서 GPU를 무작정 증설하기보다 이미 보유한 자원의 처리 효율을 높이는 추론 운영 플랫폼의 중요성도 커지고 있다. 분산 서빙 기반의 추론 최적화 소프트웨어는 낮은 GPU 활용률 문제를 완화하고 AI 서비스 효율을 높이는 핵심 기술이다. 이 계층이 약하면 고가의 GPU와 데이터센터는 온전히 국가 경쟁력으로 전환되기 어렵다. 문제는 이러한 역할을 담당하는 자원 추상화 제어 계층, 즉 AI 인프라 소프트웨어에 대한 지원이 빠져 있다는 점이다. 비유하자면 머리와 하체는 튼튼해지고 있는데 허리가 부실해 상하체가 끊겨 있어 제대로 능력을 발휘할 수 없는 셈이다. 주요국은 이미 이 지점에 주목하고 있다. AI 기술 주권의 완성을 위해서는 AI 풀스택 전반, 즉 서비스 계층, 자원 추상화 제어 계층, 물리자원 계층 모두에 걸친 균형 잡힌 기술 발전이 필요하다. 특히 물리자원과 AI 서비스를 안정적으로 운영하고 제어하는 클라우드·엣지 인프라 SW는 AI 시대의 기술 자립을 뒷받침할 핵심 전략 영역이다. 유럽 역시 이러한 관점에서 IPCEI-CIS 프로젝트를 추진하며 최대 12억 유로의 공공 지원과 약 14억 유로의 민간 투자를 바탕으로 차세대 클라우드·엣지 인프라와 서비스 기술을 개발하고 있다. 이는 단순한 인프라 구축을 넘어 멀티클라우드·엣지 환경의 근간이 되는 데이터 처리·공유 SW 등 인프라 SW 역량 강화에 중점을 두고 있다. 일본은 경제산업성을 중심으로 AI 개발에 필요한 컴퓨팅 자원 정비를 지원하고 있다. 경제안전보장추진법에 따라 5개 사업계획에 최대 725억 엔을 지원하며 AI 개발에 필요한 연산 자원을 국내에서 안정적으로 공급할 기반을 확충하고 있다. 이는 GPU 서버 확보에 그치지 않고 개발자와 기업이 필요한 자원을 클라우드 방식으로 활용할 수 있게 하는 인프라 SW 역량을 함께 키우려는 접근이다. 중국도 신창 정책을 바탕으로 핵심 IT 스택의 자립을 추진하고 있다. 반도체와 장비뿐 아니라 AI 시스템 SW 분야에서도 자국 SW 사용을 확대하고 외산 의존도를 낮추려는 움직임이 이어지고 있다. 이는 기술 자립의 범위가 물리자원 계층을 넘어 인프라 SW 계층까지 확장되고 있음을 보여준다. 즉 주요국의 AI 시대 육성 정책은 주권 회복 및 자립을 위해 AI 풀스택 전층에 걸쳐 기술 자립화를 추진하는 방향으로 가고 있다. 그에 비해 우리나라는 SW가 AI를 탄생시킨 핵심 기술이고 클라우드와 같은 자원 추상화 기술이 AI 풀스택의 중간 허리 위치의 핵심 기술임에도 불구하고 AI 관련 예산 지원을 서비스 계층과 물리자원 계층에 집중하고 있다. 자원 추상화 제어 계층에 해당하는 인프라 SW와 클라우드 분야의 지원은 일부는 이미 익숙한 오래된 단어라 유행이 지나갔다고 생각하고 있고 일부는 우리가 할 수 없는 영역이라고 생각하며 포기하고 있다. AI 인프라 SW 육성을 간과한 결과 최근 AIDC 구축 과정에서 수백 대~수천 대의 GPU 서버를 하나의 자원처럼 연결하고 운영할 클러스터 관리 SW가 없어 고가의 외산 솔루션에 의존해야 하는 상황이 발생하고 있다. 문제의 본질은 GPU와 데이터센터를 얼마나 많이 확보하느냐가 아니라 이를 갖추고도 자원 배분과 운영 최적화의 주도권을 우리 기술로 확보하지 못한다는 데 있다. AI 강국으로 가기 위해서는 장비를 들여오는 데 그치지 않고 이를 실제 서비스로 전환할 인프라 SW 역량을 축적해야 한다. AI는 컴퓨터 과학 또는 SW의 한 분야로 학습과 추론을 풀기 위한 알고리즘과 데이터로 구성되는 분야다. 그동안 정부는 SW 강국, 인재 양성을 강조하며 이를 실현하기 위해 많은 노력을 기울여왔다. SW가 AI를 탄생시킨 핵심 기술임에도 AI와 AX 시대가 도래하면서 그 원천인 SW 기술을 외면하는 모순적 현상이 발생하고 있다. 클라우드 컴퓨팅 기술도 이미 완성된 기술 또는 글로벌 빅테크가 주도하는 분야로 간주해 AI 클라우드 분야 외에는 정부 투자가 축소되고 있고 SW 분야의 정부 투자도 거의 사라지고 있는 상황이다. 서비스 계층과 물리자원 계층에 몸담고 있는 전문가나 기업들은 전혀 관심을 보이지도 않고 무시하고 있지만 외산이 장악했던 영역에서 국산 SW로 자립 기반을 다져 온 경험이 있는 한국 SW 업계는 충분한 성공 잠재력을 가지고 있다. 실제 공공뿐 아니라 제조‧통신‧금융 등 주요 산업 현장에서 서버 가상화와 AI 클라우드 SW의 국산 전환이 본격화되고 있다. 대규모 데이터센터와 핵심 업무 시스템에서 외산 인프라 SW 환경을 국산 SW로 전환해 운영하는 사례는 국내 인프라 SW가 물리자원의 활용 효율을 높이고 성능을 극대화하며 안정적인 서비스 운영을 뒷받침할 수 있음을 보여준다. 이는 AI 인프라 SW 역시 우리가 주도적으로 키워갈 수 있는 전략 영역임을 시사한다. 그럼에도 한국의 AI 인프라 SW 시장이 브이엠웨어(VMware), AWS, 애저(Azure)와 같은 글로벌 솔루션의 거대한 파도에 노출되어 있는 현실에 국내 SW 업계는 노심초사할 수밖에 없다. 유럽, 중국, 일본은 빅테크의 쓰나미에 대비해 열심히 둑을 쌓고 체질을 강화하고 있는데 우리는 너무나 방심하고 있어 풍전등화 상황이다. 지금이라도 서비스 계층과 물리자원 계층을 연결하는 자원 추상화 제어 계층, 즉 AI 인프라 SW 관련 산업과 기술 자립화에 대한 과감한 투자를 통해 AI 3강과 AI 자주권 실현의 필수 조건인 AI 풀스택의 균형적인 발전을 반드시 이루어야 한다. 나연묵 단국대학교 AI융합연구원 원장

현재 미니 PC 시장에서 가장 인기 있는 제품은 아마도 ‘맥 미니’일 것입니다. 특히 ‘로컬 인공지능(AI)’ 돌리기에 적합한 M4 프로 맥 미니가 큰 인기를 끌고 있습니다. 맥 미니는 LLM을 로컬로 장시간 돌릴 때 몇 가지 큰 장점이 있습니다. 우선 통합 메모리 구조로 메모리의 3분의2를 GPU에 할당해 큰 모델을 돌릴 수 있으며 데이터가 CPU와 GPU를 오가면서 시간과 연산 자원을 낭비할 필요가 없습니다. 여기에 매우 전력 소모량이 적어서 장시간 돌려도 전기료가 적게 나옵니다. 차지하는 면적이 매우 적은 것도 장점입니다. 이런 이유로 맥 미니는 24시간 돌릴 수 있는 인공 지능 비서인 ‘오픈 클로’(Open Claw)용으로 품귀 현상을 보일 정도로 인기가 좋습니다. 600만원이 넘는 그래픽 카드인 RTX 5090는 속도는 더 빠를지 몰라도 메모리는 32GB로 한정돼 돌릴 수 있는 모델 크기에 제한이 있고 엔비디아의 AI 미니 PC인 ‘DGX 스파크’는 128GB라는 대용량 메모리를 갖췄지만 최근 가격이 꽤 올라 맥 미니가 AI용으로 훨씬 더 가성비 있는 제품이 된 상태입니다. AI 미니 PC의 인기가 좋아지면서 또 다른 CPU 및 GPU 제조사인 AMD 역시 대항마를 출시해 이 시장에서 경쟁을 예고하고 있습니다. 최근 AMD는 자체 AI PC인 ‘라이젠 AI 헤일로 개발자 플랫폼’(Ryzen AI Halo Dev Platform, 이하 라이젠 AI 헤일로)을 선보였습니다. 최대 16코어 CPU와 라데온 8060S (40코어 RDNA 3.5) GPU, 50 TOPS XDNA 2 NPU를 지닌 라 데온 AI MAX+ 395를 대표 제품으로 내세운 라이젠 AI 헤일로는 최대 128 GB LPDDR5X-8000와 2TB SSD를 지원하면서도 맥 미니와 견줄 수 있는 작은 크기를 자랑합니다. 최대 TDP는 120W로 다소 높지만, 고성능 그래픽 카드와 비교하면 감당할 만한 수준입니다. AMD는 이 모델의 시작 가격이 3999달러이고 최대 128GB 메모리를 탑재해 200B의 큰 파라미터를 지닌 모델도 로컬로 구동할 수 있다고 설명하고 있습니다. 여기에 라이젠 AI 맥스 400 시리즈를 탑재한 2세대 모델의 경우 192GB 버전이 존재하고 최대 160GB나 되는 메모리를 GPU로 할당할 수 있어 최대 300B에 달하는 거대한 모델도 돌릴 수 있습니다. 또 AMD는 라이젠 AI 헤일로가 맥 미니보다 일부 생성형 AI에서 최대 4배 정도 빠르다고 주장하고 있는데, 훨씬 저렴한 제품과 비교하는 것이 과연 맞는 비교인지 궁금해지는 대목이기도 합니다. 오히려 비슷한 가격대인 맥 스튜디오와의 비교는 끝까지 보여주지 않는 점이 더 흥미롭습니다. 참고로 맥 스튜디오 M4 맥스 64GB 제품은 1TB SSD 기준 464만원이고 M3 울트라 96GB 1TB SSD 기준 659만원입니다. 시작 가격인 3,999달러를 현재 환율로 환산하면 600만원이 좀 넘는데 10% 부가세 가산 시 660만원 이상으로 M3 울트라 96GB와 비교가 맞지 않나 생각입니다. 여기에는 나름의 속사정이 있습니다. M3 울트라는 메모리 대역폭이 819 GB/s에 달해 토큰 생성 속도가 꽤 빠릅니다. 반면 AMD 라이젠 AI Max+ 395의 메모리 대역폭은 약 256 GB/s (쿼드 채널 LPDDR5x 8000 기준)으로 훨씬 느리기 때문에 직접 비교를 피한 것으로 보입니다. 오히려 M4 프로의 메모리 대역폭이 273 GB/s로 비슷합니다. 한편 비슷한 AI 미니 컴퓨터인 엔비디아 DGX 스파크와 비교해서는 일부 LLM 모델에서 토큰 속도가 더 빠르다고 주장하고 있습니다. 구체적으로 GPT OSS (120B)는 7% 이상, Qwen 3.5 (122B)는 12% 이상, Qwen 3.6 (35B)는 4% 이상, GLM 4.7 (30B)은 14% 이상입니다. 따라서 라이젠 AI 헤일로는 직접 경쟁 상태인 DGX 스파크보다 일부 모델에서 약간 더 나은 성능을 지니고 있으며 x86 CPU라 윈도우 OS도 구동이 가능하다는 것이 핵심이라고 하겠습니다. DGX 스파크는 개인용 컴퓨터보다는 미니 서버에 가까운 물건으로 일반 소비자용 PC처럼 사용이 어렵지만, 라이젠 AI 헤일로는 윈도우 OS를 설치해서 그런 식으로도 사용 가능합니다. 차라리 맥 미니와의 무리한 비교보다 이점에 초점을 맞춰 발표하는 게 더 낫지 않았나 하는 생각입니다. 가격 포지션으로 큰 차이가 나는데도 맥 미니를 주요 라이벌로 설정한 이유는 역설적으로 그만큼 맥 미니의 인기가 높다는 반증일 것입니다. DGX 스파크처럼 비싼 가격을 받아야 하지만, 맥 미니처럼 인기를 끌 수 있는 제품이 될 수 있을지 궁금해지는 발표입니다.

페르소나에이아이(페르소나AI, 대표 유승재)가 5월 6일부터 8일까지 서울 코엑스에서 개최되는 ‘2026 국제인공지능대전(AI EXPO KOREA)’에 참가해 피지컬AI 로봇 기술을 시연한다. 이번 행사에서 페르소나AI는 음성 명령을 기반으로 상황을 관찰하고 판단해 행동하는 에이전틱(Agentic) 로봇 기술과 자체 개발한 로봇 운영체제(OS) 역량을 공개한다. 전시 현장에서는 한국, 미국, 중국 등 3개국 공동연구를 통해 개발된 휴머노이드와 사족보행 로봇이 소개된다. 해당 로봇군에는 페르소나AI의 자체 AI 엔진이 탑재됐으며, 음성 인식 기반의 지능형 로봇 기술이 적용됐다. 특히 지역별 사투리까지 인식 가능한 온디바이스 기반 SSTT(Sovereign AI Speech to Text) 음성 모델을 내장해 응답 속도를 높이고 데이터 보안성을 강화했다. 이는 비용 효율성을 개선해 산업 현장 및 일상 환경에 적용 가능한 수준으로 구현됐다. 공개된 로봇은 단순 명령 수행을 넘어 주변 상황을 스스로 판단하는 에이전틱 기능을 보유했다. 사용자가 “덥다”고 말할 경우 주변 환경을 인식해 에어컨을 작동하거나 물을 제공하는 등 능동적 행동을 수행한다. 이는 기업이 자체 보유한 복수의 AI 모델을 로봇에 탑재해 기술적 패러다임을 제시한 사례다. 참관객들은 전시 기간 중 일 4회 진행되는 시연을 통해 피지컬AI의 기술 방향성을 확인할 수 있다. 페르소나AI는 경량화된 원천 AI 엔진을 앞세워 로봇 OS 개발을 선도하며 피지컬AI 시대를 앞당기고 있다. 인터넷 연결이나 GPU 없이도 동작하는 경량 AI 모델을 기반으로 CES 2025·2026 혁신상 연속 수상과 Gen AI Competition 등 국제 대회 수상을 통해 글로벌 기술 경쟁력을 입증해왔다. 또한 LAM, VLA, sLLM 등 자체 개발한 AI 모델을 로봇 OS에 최적화해 에이전틱 로봇 시장 선점을 목표로 하고 있다. 회사는 온디바이스 기반 AI와 한국어 특화 음성 인식 기술을 바탕으로 로봇, 제조, 물류 등 다양한 산업 분야로 적용 범위를 점차 넓혀갈 계획이다.

민간 4300억·첨단산업기금 등 활용솔라시도 AI컴퓨팅센터에 4000억국민펀드 소득공제 최대 1800만원국민성장펀드가 ‘소버린(주권) 인공지능(AI)’ 대표 기업인 업스테이지에 5600억원 규모의 직접 투자에 나섰다. 국민들도 성과를 나눌 수 있는 ‘국민참여형’ 펀드는 이달 출시된다. ●누적 11건, 8조 4000억 지원 승인 금융위원회는 지난달 30일 국민성장펀드 기금운용심의회에서 업스테이지의 차세대 AI 모델 개발 등을 위해 5600억원 규모의 직접 투자 안건을 승인했다고 3일 밝혔다. 재원은 민간투자 4300억원, 첨단전략산업기금 1000억원, 산업은행 300억원 등으로 조달한다. 소버린 AI는 해외 기술 의존도를 낮추고 국가 자체 인프라, 데이터, 인력을 바탕으로 AI 역량을 확보하는 개념이다. 업스테이지는 기업·정부용 AI 솔루션과 거대언어모델(LLM)을 만드는 벤처기업으로 독자 모델 개발을 통해 국가 경쟁력 강화에 기여할 것이란 설명이다. 이외에도 4건의 자금 지원이 승인됐다. 민관 합동 특수목적법인(SPC)을 설립해 전남 해남군 솔라시도에 국가 AI 컴퓨팅센터를 구축하는 사업에 4000억원이 투입된다. SPC는 최대 2조원 이상의 대출도 추진할 계획이다. 새만금 국가산업단지에 리튬이온 배터리용 음극재 핵심 소재 생산 공장을 짓는 데는 2500억원, 바이오 중견기업의 생산공장 증축 사업에는 850억원의 저리 대출이 이뤄진다. 울산의 반도체 공정용 불화수소가스 생산기업 ‘후성’에는 지역 소재 중소·중견기업에 대한 간소화 절차를 적용해 첨단전략산업기금 165억원 저리 대출이 승인됐다. 국민성장펀드는 4월까지 누적 11건의 사업에 총 8조 4000억원 지원을 승인했다. 한편 금융위는 이번 주 국민참여형 국민성장펀드의 자펀드 운용사 선정 결과를 발표할 예정이다. 펀드는 이달 중 출시된다. 국민참여형 국민성장펀드는 국민 자금을 모아 주식·채권 등에 투자하는 공모펀드다. 총 6000억원 규모에 재정 1200억원이 투입된다. ●국민펀드 운용사 10곳 조만간 발표 자금 모집을 담당할 운용사로는 미래·삼성·KB자산운용이 선정됐으며, 실제 투자를 맡을 자펀드 운용사 10곳도 발표될 예정이다. 개별 자펀드 성과는 통합해 정산한 뒤 투자자에게 배분하는 구조다. 기준수익률은 5년간 30%(연 6% 수준)로 설정됐으며, 이를 초과할 경우 운용사가 성과보수를 받는다. 3년간 투자하면 소득공제가 적용되며, 한도는 최대 1800만원이다. 투자금 3000만원까지는 40%, 3000~5000만원은 20%, 5000~7000만원은 10%의 공제가 적용된다.

챗봇 실시간 소통·여론 분석부터유니폼 시안·안무 코치까지 받아 인공지능(AI) 기술이 30일 앞으로 다가온 6·3 지방선거의 선거 운동 지형을 바꾸고 있다. AI 챗봇을 통한 후보와 유권자 간 실시간 소통부터 정밀한 여론 분석, 효율적인 유세 동선 설계까지 선거 캠페인의 전 과정에 AI를 활용하는 후보들이 늘어나면서다. 유세 안무를 짜고 의상을 맞출 때도 AI 도움을 얻는 등 비용과 시간을 모두 아낄 수 있어 자금과 조직력이 부족한 정치 신인 등의 진입 장벽을 크게 낮출 것으로 전망된다. 오영준 더불어민주당 대구 중구청장 후보는 공식 홈페이지 ‘오영준 닷컴’에 실시간 대규모언어모델(LLM) 기반 ‘AI 챗봇’을 전면 배치했다. 이 챗봇은 기사와 공약을 학습해 유권자의 질문에 즉각 답변하는 ‘24시간 대변인’ 역할을 한다. 오 후보가 캠프 내부용으로 쓰는 대시보드는 온라인 여론과 댓글 반응을 실시간 수치화해 전략 수립을 지원한다. AI가 단순한 홍보 도구를 넘어 의사결정을 돕는 ‘지능형 보좌진’의 역할을 맡고 있는 셈이다. 오 후보 캠프 관계자는 3일 “AI 기반의 효율화로 홈페이지 제작 등 선거 비용을 1000만원 이상 절약했다”고 밝혔다. 콘텐츠 제작 방식도 한층 효율화됐다. 지난 1일 서울 은평구 국민의힘 당협위원장실에서 만난 김영웅 서울시의원 후보와 오소영·이한백·장경은·황호진 은평구의원 후보는 생성형 AI ‘제미나이’를 활용해 숏폼 콘셉트 시안을 짠 뒤 이를 한참 동안 연습했다. 김 후보는 “기획 단계의 인건비를 대폭 줄인 것이 큰 성과”라고 강조했다. 선거 유세복 시안 제작이나 공약 구상, 연설문 작성에도 ‘챗GPT’, ‘그록’ 같은 생성형 AI를 활용했다. 장 후보는 “홍보 문구가 옷의 상단이나 중간 중 어디에 들어가는 게 좋은지 빠르고 쉽게 바꿔 볼 수 있다는 게 장점”이라고 설명했다. 이 후보는 “선거운동은 지역구 구석구석을 찾아가는 게 중요한데 AI로 거점을 미리 찾아 놓으면 시간을 벌고 주민을 더 만날 수 있다”고 했다. 중앙당이 개발한 ‘AI 솔루션’을 적극 활용하는 후보도 있다. 지난 1일 서울 광진구 노룬산공원에서 만난 이진현 개혁신당 광진구의원 라선거구 후보는 개혁신당 ‘AI 선거사무장’이 알려 주는 유세 동선과 본인이 AI로 직접 제작한 민원 제보 페이지를 참조해 하수도에 쌓여 있는 담배꽁초를 치우며 ‘핀셋 유세’를 했다. 이진현 후보는 “홈페이지 제작 외주비 300만원을 아꼈고, 유튜브 영상 편집에도 AI를 활용해 가성비 높은 선거운동이 가능해졌다”며 “시민들에게도 ‘세금을 아껴서’ 당선됐다고 당당하게 말하고 싶다”고 했다. 김덕수 조국혁신당 전남 나주시장 후보는 챗GPT 기반 ‘금성산’과 제미나이 기반 ‘영산강’ 등 두 가지 모델로 ‘AI 보좌관’을 가동 중이다. 시민들이 여기에 접속하면 후보의 공약과 비전을 확인할 수 있고 답변 하단의 구글폼을 통해 각종 의견, 민원을 후보에게 직접 남길 수 있다. 선거 정보를 유권자 친화적으로 전하려는 시도도 눈길을 끌었다. 이번 선거에서 국민의힘 경기도의원 비례대표에 도전하는 김한슬 구리시의원은 중앙선거관리위원회 데이터를 직관적으로 시각화한 유권자 맞춤형 선거 정보 사이트 ‘모두의 선거’를 개설했다. AI 코딩을 통해 열흘 만에 구축된 이 사이트는 후보자의 전과, 당적 변경 이력 등을 제공한다. 김 시의원은 “하루 평균 방문자 수가 1만명에 이른다”고 했다. 각 정당도 중앙당 차원에서 AI 활용법을 전수하고 있다. 민주당의 싱크탱크인 민주연구원은 자체 구축한 유권자 데이터에 다양한 빅데이터를 결합해 지도에 시각화한 ‘AI 전략지도’를 후보들에게 제공 중이다. 국민의힘은 후보들에게 지역별 인구 특성을 고려한 AI 가상 세계에서 공약·정책·메시지에 대한 반응을 미리 확인하는 시스템을 지원할 계획이다. 개혁신당은 최적화된 유세 일정과 동선 등 선거 운동 전략을 제공하는 ‘AI 사무장’과 ‘쇼츠 제작기’ 등을 자체 개발했다. ‘AI 선거’는 이미 세계적인 흐름이다. 일본 개발자 출신인 팀미라이의 안노 다카히로 대표는 지난 2월 중의원 선거에서 자신의 목소리·말투·공약을 학습한 챗봇 ‘AI안노’로 유권자들의 호응을 끌어내며 창당 9개월 만에 비례대표 11석을 차지했다. 에릭 애덤스 미국 뉴욕시장은 2023년 스페인어·중국어 등 다양한 외국어로 복제된 AI 음성을 활용해 ‘시정 홍보 로보콜’을 발송하는 등 기술을 활용해 유권자와의 접점을 넓혔다. 전 세계적으로 AI 선거가 활발해진 것은 AI 캠페인의 효용성이 입증됐기 때문이다. 데이비드 랜드 미 코넬대 교수팀은 AI 챗봇과의 대화가 유권자 표심에 미치는 영향이 기존 정치 광고보다 더 클 수 있다는 분석 결과를 내놓았다.

인텔이 2026년 1분기, 시장의 예상을 뛰어넘는 호실적을 기록했습니다. 물론 역대급 실적을 경신 중인 국내 반도체 제조사들과 비교하면 아주 압도적인 수치는 아니지만, 과거 파운드리 분사 후 분할 매각설이 돌 정도로 위태로웠던 상황을 고려하면, 이번 실적은 분위기를 반전시키는 중요한 이정표로 평가할 수 있습니다. 올해 1분기 인텔 매출은 전년 동기 대비 7.2% 증가한 136억 달러를 기록했습니다. 특히 주당 순이익(EPS)은 예상치인 0.01달러를 크게 상회하는 0.29달러를 달성했습니다. 소비자 제품군인 클라이언트 컴퓨팅 그룹(CCG) 매출이 전년 대비 6% 감소한 77억 달러에 그쳤음에도 거둔 성과라는 점에서, 이번 실적은 더욱 어닝 서프라이즈로 받아들여집니다. 인텔의 깜짝 실적을 주도한 주역은 전년 동기 대비 22% 성장한 데이터 센터 및 인공지능(AI) 부문(DCAI)입니다. 사실 인텔은 지난 몇 년간 경쟁사인 AMD의 맹추격에 밀려 고전을 면치 못했습니다. 2025년 2분기에는 데이터 센터 및 AI 부분 매출이 39억 달러 수준까지 줄어들기도 했습니다. 그러나 지난해 4분기 47억 달러로 회복세를 보이더니, 올해 1분기에는 51억 달러를 기록하며 확실한 반등 추세를 보이는데 성공했습니다. 이러한 의외의 호재를 이끈 동력은 바로 ‘에이전틱 AI(Agentic AI)’ 수요의 폭발입니다. 에이전틱 AI는 사람이 내린 지시에 따라 자율적인 AI 에이전트가 여러 단계를 설계하고, 외부 도구를 활용해 복잡한 문제를 해결하는 방식을 의미합니다. 기존 대규모 언어 모델(LLM)의 단순 훈련과 추론 작업에서는 GPU가 핵심적인 역할을 했지만, 작업 범위가 넓고 복잡한 에이전틱 AI 환경에서는 여러 작업을 조율하고 순차적으로 실행하는 CPU의 역할이 더 커집니다. 예를 들어, 특정 주제에 대한 이메일 초안 작성이나 간단한 요약은 LLM을 통해 빠르게 처리할 수 있으며, 이는 병렬 연산에 능한 GPU가 강점을 가진 영역입니다. 하지만 수백 건의 고객 문의를 처리해야 하는 기업용 환경은 이야기가 다릅니다. 단순히 답변을 생성하는 것에 그치지 않고 1) 문의 내용 분석 및 분류, 2) 목적에 맞는 데이터 가공, 3) 결과에 따른 다단계 후속 조치를 수행해야 합니다. 이는 일회성 응답을 넘어 AI 에이전트가 스스로 계획을 세우고, 외부 도구를 호출하며, 결과를 종합적으로 검토하는 ‘워크플로우’를 요구합니다. 이 과정을 오케스트레이션(Orchestration)이라 부르는데, 여기서 발생하는 상태 관리, 도구 호출, 실시간 의사결정 등은 병렬 연산에 특화된 GPU보다 범용 연산과 복잡한 제어 처리에 능한 CPU에 훨씬 적합합니다. 실제로 인텔의 최고재무책임자(CFO) 데이비드 진스너는 실적 발표에서 “데이터 센터 내 CPU와 GPU의 비율이 기존 1:8에서 1:4까지 좁혀졌다”고 밝혔습니다. 나아가 향후 이 비율이 1:1에 수렴하거나 오히려 CPU 비중이 더 높아질 수도 있다고 전망했습니다. 인텔의 1분기 실적은 이러한 주장을 뒷받침하는 증거인 셈입니다. 다만, 에이전틱 AI 시대의 주도권을 노리는 경쟁자가 많다는 점은 장기적인 변수입니다. 엔비디아는 루빈(Rubin) GPU와 함께 강력한 서버용 프로세서인 베라(Vera) CPU를 선보였고, AMD 역시 올해 최대 256코어를 탑재한 6세대 에픽(EPYC) 프로세서 ‘베니스(Venice)’를 출시할 예정입니다. 아마존 또한 자체 개발 서버 프로세서인 그래비톤(Graviton)을 내부적으로만 사용하지 않고 메타에게도 공급하기로 했습니다. 메타는 수천만 개의 그래비톤 5 CPU를 도입하기로 했는데, 역시 에이전틱 AI를 그 이유로 들었습니다. 이런 상황에서 인텔 역시 최신 18A 공정을 적용한 288코어 제온 6+(코드네임 클리어워터 포레스트)를 연내 출시하며 에이전틱 AI 시장 선점에 총력을 기울이고 있습니다. 오랜만에 찾아온 기회를 발판 삼아 인텔이 과거의 명성을 완전히 회복할 수 있을지 업계의 이목이 쏠리고 있습니다.

최근 글로벌 IT 시장에는 ‘칩플레이션(chipflation’이라는 거대한 파도가 몰아치고 있습니다. AI 데이터 센터 수요 폭증으로 인해 D램과 낸드 플래시 메모리 가격 폭등이 폭등하면서 노트북, 데스크톱, 스마트폰의 제조 비용 역시 빠르게 상승하고 있습니다. 제조사들은 가격을 올리든지 제품 사양을 낮추든지 둘 중 하나를 선택할 수밖에 없는 상황입니다. 시장 조사 기관들의 전망도 어둡습니다. 시그마 인텔, 가트너, IDC 등 시장 조사 기관들은 이로 인해 올해 PC 시장이 5-10% 정도 역성장 할 것으로 예상했습니다. 그런데 이 기관들이 예외적으로 성장할 것으로 예측한 제조사가 있습니다. 바로 애플입니다. 시장 조사 기관들의 예측에 의하면 올해 애플은 9%에서 많게는 21%까지 판매량을 늘려가면서 점유율을 크게 높일 것으로 예상됩니다. 칩플레이션 시대에 애플이 지닌 비장의 무기는 크게 3가지입니다. 바로 맥 OS의 통합 메모리 구조와 효율적 관리가 메모리 관리가 가능한 생태계, 그리고 가격 인상을 효율적으로 통제할 수 있는 생산 구조입니다. 1. AI 시대에 전화위복이 된 통합 메모리(UMA) 구조 애플의 가장 강력한 무기는 통합 메모리 아키텍처(Unified Memory Architecture, UMA)입니다. 애플은 M 시리즈 애플 실리콘을 맥에 탑재하면서 A 시리즈를 사용하는 iOS처럼 하나의 메모리를 CPU와 GPU가 공유하는 방식을 선택했습니다. 이는 단가를 낮추면서 크기와 전력 소모도 줄일 수 있어 맥북 에어처럼 슬립 노트북이니 맥 미니처럼 미니 PC에 제격인 방식입니다. 물론 인텔과 AMD의 최신 프로세서 역시 내장 GPU와 NPU를 지니고 있으며 독립 GPU가 없으면 메모리를 CPU와 공유합니다. 하지만 이는 애플의 통합 메모리와는 다른 개념입니다. 실제로는 내장 GPU에 얼마나 메모리를 할당할지 결정하면 여기에 맞춰 메모리를 분할해 사용하기 때문에 각자 메모리를 지닌 CPU와 GPU가 OS 상에 존재합니다. 이는 독립 그래픽 카드 역시 호환되어야 하는 윈도우 OS의 숙명상 어쩔 수 없는 대목이기도 합니다. 반면 외장 그래픽 카드를 아예 고려하지 않는 맥 OS는 이런 제약에서 자유롭습니다. 물론 고성능 GPU를 사용할 수 없다 보니 게임 성능에서는 다소 제약이 있었지만, 메모리 가격과 그래픽 카드 가격이 폭등하니까 역설적으로 메모리를 통합해서 효율적으로 관리하는 구조가 상당히 비용 효과적인 방식이 된 것입니다. 이 구조는 특히 컴퓨터에서 거대언어모델(LLM)을 구동할 때 매우 두드러진 장점을 제공합니다. 애플의 실리콘(M 시리즈)은 CPU, GPU가 서로 간에 데이터를 복사해 전송할 필요 없이 바로 전달하는 ‘제로 카피(Zero-copy)’ 방식을 사용해 LLM 구동 시 병목 현상은 줄이고 메모리 통합으로 더 큰 모델을 돌릴 수 있습니다. 예를 들어 32GB 시스템 메모리와 RTX 5080처럼 16GB 비디오 메모리를 지닌 고성능 컴퓨터라도 20GB가 넘는 LLM 모델을 한 번에 GPU에서 돌릴 순 없습니다. 반면 32GB 메모리를 지닌 맥북이나 맥 미니는 메모리를 나누지 않기 때문에 훨씬 쾌적하게 돌릴 수 있습니다. 사실 이런 이유 때문에 오픈 클로 같은 로컬 AI용으로 맥 미니 수요가 급증한 이미 급증한 상태입니다. 2. ‘맞춤 정장’과 ‘기성복’ 애플의 메모리 관리 방식은 마치 체형에 딱 맞춘 ‘맞춤 정장’에 비유할 수 있습니다. 맥OS는 정해진 하드웨어에서 사용자 경험을 최적화하는데 초점을 맞췄는데, 메모리도 예외가 아닙니다. 예를 들어 모바일 iOS와 비슷하게 화면에 보이지 않는 앱의 활동을 최소화해 CPU와 메모리를 차지하는 비율을 줄입니다. 여기에 강력한 메모리 압축(Memory Compression) 기술과 SSD를 활용한 지능형 스왑(Smart Swap) 기능이 더해져, 물리적 RAM 용량이 적더라도 실제 체감 성능은 훨씬 높은 수준을 유지합니다. 반면 윈도우 PC는 다양한 사람에게 맞게 나온 ‘기성복’에 비교할 수 있습니다. 윈도우는 다양한 하드웨어에서 다양한 애플리케이션의 작동을 보장하는 개방형 구조입니다. 이는 사용자에게 큰 자유를 보장하지만, 사실 자유는 공짜가 아니고 대가가 따릅니다. 예를 들어 윈도우나 안드로이드는 다양한 하드웨어를 다루기 위해 하드웨어 추상화 계층(HAL, Hardware Abstraction Layer)을 사용합니다. 쉽게 말해 다양한 하드웨어가 다양한 소프트웨어를 돌리다 보니 서로 말이 달라도 통역해 줄 중간 계층이 필요하다는 이야기입니다. 그리고 수많은 하드웨어를 위한 다양한 드라이버 역시 메모리에 상주해야 합니다. 결국 메모리 사용량이 늘어납니다. 이런 윈도우의 단점은 과거 메모리가 저렴하던 시절에는 아무 문제가 되지 않았습니다. 오히려 소비자에게는 같은 메모리 용량을 지닌 윈도우 노트북이 더 저렴하다는 식으로 홍보할 수 있었습니다. 예를 들어 32GB 맥북은 꽤 비싸지만, 32GB 윈도우 노트북은 훨씬 저렴했습니다. 또 하드웨어 제조사 역시 같은 윈도우 OS에서 스펙으로 경쟁하다 보니 더 많은 램 용량으로 소비자에게 어필하는 경우가 많았습니다. 윈도우의 기본 사상이 넉넉한 램 용량으로 가능한 모든 애플리케이션과 하드웨어를 품자는 것이었고 이는 메모리가 저렴하던 시절에는 소비자도 만족했던 덕목이었습니다. 반면 애플은 iOS나 맥OS나 실사용에서는 부드럽긴 했지만, 램크루지라는 별명을 얻을 정도로 메모리에 인색해 보였습니다. 그런데 램 값이 폭등하면서 이제 상황이 180도 바뀐 것입니다. 3. 공급망의 승리 맥은 사실 PC 시장에서 판매량이 많지 않습니다. 하지만 아이폰, 아이패드 같은 모바일 디바이스 판매량이 엄청나다 보니 메모리 시장에서 큰 손입니다. 그래서 막대한 구매 물량을 무기로 유리한 조건으로 장기 메모리 구입이 가능합니다. 그리고 더 중요한 것은 다른 PC 제조사와 달리 본래 마진율이 상당해서 메모리 가격 인상분을 쉽게 흡수할 수 있다는 것입니다. 애플은 맥에 들어가는 CPU를 인텔에서 자체 개발한 애플 실리콘으로 바꿨는데, 덕분에 비용을 대폭 절감할 수 있었습니다. 사실 인텔 CPU에는 제조 원가뿐 아니라 인텔의 수익도 포함되어 있기 때문에 애플 실리콘보다 더 비쌀 수밖에 없습니다. 여기에 윈도우 PC는 마이크로소프트에 윈도우 OS 사용 비용도 지불해야 합니다. 이런 비용들이 없는 애플의 맥은 당연히 가격 대비 사실은 제조 단가가 저렴할 수밖에 없습니다. 따라서 애플은 메모리 가격이 좀 올라도 얼마든지 감당할 수 있습니다. 오히려 이런 시기에 599달러에 불과한 맥북 네오 같은 물건을 출시해서 시장 점유율을 공격적으로 올릴 수 있게 됐으니 전화위복의 계기가 된 것입니다. 맥북 네오의 8GB 메모리는 윈도우에서는 부족해 보이지만, 앞서 설명한 내용 때문에 맥 OS에서는 상대적으로 덜 부족합니다. 과거 메모리 용량에 인색해서 램크루지라는 별명을 들었던 게 지금 상황에서는 오히려 이득이 되고 있습니다. 다만 애플이라고 해서 메모리 공급난에서 완전히 자유로운 건 아닙니다. 상대적으로 유리한 위치이긴 하나 최근 맥 미니나 맥북 네오 같은 일부 제품이 배송 지연이나 품절된 상황으로 공급이 수요를 따라가지 못하는 상황입니다. 그럼에도 최근 상대적으로 유리한 상황을 이용해서 애플이 과거 본래 명칭이었던 애플 컴퓨터에 걸맞은 수준으로 PC 시장에서 점유율을 계속해서 끌어올릴 수 있을지 주목됩니다

과학·기술·공학·수학 평가 77.3점오픈AI·앤트로픽 경쟁 모델 앞서차트 분석·추론 능력도 우위 보여‘독자 AI 파운데이션 모델’도 대비 LG AI연구원이 9일 텍스트와 이미지를 동시에 이해하고 추론하는 멀티모달 인공지능(AI) 모델 ‘엑사원 4.5’를 공개했다. 설계도나 재무제표 등 서류 인식 능력을 고도화시킨 것이 특징으로 대중 서비스 보다는 산업용 활용이 확대될 전망이다. 엑사원 4.5는 LG AI연구원이 자체 개발한 ‘비전 인코더’와 거대언어모델(LLM)을 하나의 구조로 통합한 ‘비전-언어 모델’(VLM)로, 국내 최초 멀티모달 AI를 구현했던 엑사원 1.0부터 쌓아온 기술력의 집합체다. 엑사원 3.0부터 LLM에 집중해온 LG AI연구원이 다시 VLM으로 회귀한 것은 오는 8월 예정된 ‘독자 AI 파운데이션 모델’ 2단계 평가까지 대비한 것이다. LG AI연구원은 3단계 진출이 확정되면 본격적으로 모달리티 확장에 나서고, 궁극적으로 엑사원을 피지컬 AI까지 발전시킬 계획이다. 엑사원 4.5에서 가장 크게 향상된 성능은 복합 문서를 정확하게 읽고 추론하는 능력이다. 계약서, 재무제표, 전문 문헌 등 데이터와 숫자로 구성된 문서부터 기술 도면 등 그림 형태의 문서까지 이미지의 내용과 맥락을 이해해 텍스트로 출력할 수 있다. 설계도 등이 사용되는 건설업이나 제조현장, 연구원 및 학계 등 기업 간 거래(B2B)에서 활용성이 특히 높다. 소버린 AI를 목표로 하는 만큼 한국에 특화된 것도 강점이다. LG AI연구원은 지난 1월에는 동북아역사재단으로부터 데이터를 제공받아 학습을 진행하고 있다. 엑사원을 한국의 역사와 문화, 사회적 맥락까지 깊이 이해하는 AI로 발전시키려는 것이다. LG AI연구원이 공개한 벤치마크 점수에 따르면 엑사원 4.5는 과학·기술·공학·수학(STEM) 성능을 측정하는 5개 지표에서 평균 77.3점을 기록해 미국 오픈AI의 ‘GPT5-미니’(73.5점)와 앤트로픽의 ‘클로드 소넷 4.5’(74.6점), 중국 알리바바의 ‘큐웬3 VL 32B’(74.8점)를 모두 앞섰다. 복잡한 차트를 분석하고 추론하는 능력을 평가하는 ‘차트QA 프로’ 지표에서는 62.2점으로 GPT5-미니(60.9점), 클로드 소넷 4.5(62.1점)를 모두 넘어섰다. 시각 능력 평가 지표에서 높은 점수를 기록한 것은 AI가 문서 속 글자나 비정형 데이터를 단순히 인식하는 수준을 넘어 맥락을 파악하고 질문에 답할 수 있는 이해력을 갖췄다는 뜻이다. 이진식 LG AI연구원 엑사원랩장은 “엑사원 4.5를 시작으로 음성과 영상, 물리 환경까지 AI의 이해 범위를 확장해 산업 현장에서 실질적으로 판단하고 행동하는 AI를 만들어가겠다”고 밝혔다.