한화는 2040년까지 우주항공과 인공지능(AI) 산업에 총 55조원을 투자해 독자 발사체와 위성망, 국방 AI를 아우르는 통합 우주 인프라를 구축한다. 김동관 한화 부회장은 3일 경남 진주에서 열린 영남권 첨단산업 발전비전 국민보고회에서 ‘AI 우주강국’ 중장기 전략을 발표하며 “우주 주권 확보, 자주국방을 위한 AI 구축, 영남권을 중심으로 한 대한민국의 우주항공 생태계 완성 등의 목표를 위해 55조원을 선제적으로 투자하겠다”고 밝혔다. 한화는 우선 독자 발사체와 위성 기술을 기반으로 한 통합 우주 인프라 구축에 주력한다. 우주에서 정보를 수집하면 AI가 분석해 우리 군의 판단과 작전 수행으로 이어질 수 있도록 시스템을 만들겠다는 구상이다. 이를 위해 한화에어로스페이스는 우주발사체에 약 23조원을 투자할 계획이다. 단조립장과 발사체 개발 시험시설을 구축하고 앞으로 상업발사로 전환해 독자적인 우주 수송 능력을 확보할 계획이다. 한화시스템도 초저궤도 합성개구레이더(SAR) 위성과 우주 AI데이터센터, 위성통신망 확보를 위해 약 20조원을 투자한다. 한화가 추진하는 통합 우주 인프라는 고도 350㎞ 관측위성군과 400㎞ 상공에 구축할 우주 AI 데이터센터, 고도 900㎞에 배치되는 저궤도 위성통신망 등으로 구성된다. 한화시스템은 2031년까지 SAR 위성 64기를 운영하고, 저궤도 통신망은 위성 192기로 서비스를 시작한 뒤 60기 이상을 추가 발사할 계획이다. 김 부회장은 또 “우주 주권 확보를 위한 첫 단추는 독자 발사체 개발”이라며 “한화는 독자 발사체 개발을 통해 우리나라가 언제든지 우주에 다다를 수 있는 역량을 확보하겠다”고 강조했다. 한화는 국방 AI 역량 강화에도 10조원 이상을 투자할 예정이다. 경남 창원에 국방 AI 데이터센터를 구축해 우주와 지상·해상·공중에서 수집한 정보를 통합 분석한다. 또 이를 기반으로 전장 데이터를 학습, 추론하는 실전 특화 국방 AI 모델인 ‘디펜스 오에스’(Defense OS)를 개발한다. 디펜스 오에스 개발에는 2040년까지 약 2조원이 투입된다. 김 부회장은 “우리의 유무인 복합 체계는 자주국방을 담보할 뿐 아니라 우리나라가 세계적 수준의 방산 강국 지위를 더욱더 공고히 할 수 있는 든든한 기반이 될 것”이라고도 말했다. 한화는 지역인재 양성을 위해 부산대, 창원대, 경상대 등 영남권 대학과의 산학과제 수행, 장학생 선발, 재직자 재교육 등을 하고 있다. 앞으로는 학부 계약학과 설치와 계약정원제 대학원 운영 등으로 협력을 넓혀갈 계획이다. 지역 협력업체와의 상생 프로그램도 적극적으로 추진할 방침이다. 정책금융 등을 통해 협력업체에 저리 시설자금을 지원하고 자동화, 원격화 등으로 안전 관리를 강화해 생산 기반을 고도화하도록 한다. 김 부회장은 “지역 인재가 지역에서 배우고 지역 기업이 세계 시장에 도전하고 지역 생태계가 대한민국의 미래를 담보하는 선순환 구조야말로 한화가 생각하는 산업 생태계의 완성”이라고 강조했다.

- 2,000명‧20여 곳 후원사 참여… 7월 28일 코엑스 오디토리움서 개최- 오케스트로 4.0 공개… AI 인프라 풀스택 솔루션 ‘대대적 혁신’- 중앙정부·공공기관·대기업·글로벌 IT 기업 주요 관계자 한자리에 AI 시대 클라우드의 새로운 질서를 조망하는 대규모 컨퍼런스가 열린다. AI·클라우드 소프트웨어 기업 오케스트로 그룹(의장 김민준)은 오는 7월 28일 서울 삼성동 코엑스 3층 오디토리움에서 테크 컨퍼런스 ‘OPUS 2026’을 개최한다고 2일 밝혔다. OPUS는 오케스트로 그룹이 매년 개최하는 기술 컨퍼런스로, AI와 클라우드 산업의 기술 흐름을 짚고 최신 솔루션 전략을 공유하는 자리다. 올해 행사는 2000명 규모로 진행되며, 국내외 기업 20여 곳이 후원사로 참여한다. 특히 이번 행사에는 주요 정부 부처와 공공기관을 비롯해 대기업, 글로벌 IT 기업 관계자들이 참석해 AI 시대 클라우드와 인프라 혁신 방향을 논의할 예정이다. 이번 컨퍼런스의 주제는 ‘WE GENERATE CLOUD’다. 오케스트로 그룹은 현장에서 ‘오케스트로 4.0’을 공개하고, 그룹의 AI 인프라 풀스택 솔루션 체계를 전개하여 클라우드 운영 기준을 제시할 방침이다. 행사는 ▲키노트 ▲테크 세션 ▲고객사 발표 ▲테크 토크(Tech Talk) ▲전시 부스 ▲이벤트 등으로 구성되며, AI‧클라우드 전환 전략과 실제 적용 사례를 폭넓게 다룰 예정이다. 행사는 김범재 오케스트로 대표의 환영사와 글로벌 기술·산업 생태계를 이끄는 국내외 주요 인사들의 축사로 막을 연다. 이어 김민준 의장과 김영광 오케스트로 대표가 첫 번째 키노트 연사로 나서 ‘생성의 시대, 다시 쓰는 클라우드의 질서’를 주제로 발표한다. 첫 번째 테크 세션은 ‘AI 시대를 여는 클라우드 인프라 전략’을 주제로 마련된다. 오케스트로는 서버 가상화 솔루션 ‘콘트라베이스(CONTRABASS)’, 클라우드 네이티브 운영관리 플랫폼 ‘비올라(VIOLA)’, AI 추론 운영 플랫폼 ‘콘체르토 AI(CONCERTO A.I.)’를 중심으로 AI 워크로드 확대에 대응하는 클라우드 인프라 운영 전략과 기술 방향을 소개한다. 박소아 오케스트로 클라우드 대표는 두 번째 키노트에서 ‘AI 시대의 클라우드 네이티브와 DR 전략’을 발표한다. 박 대표는 국가 AI 전략, 클라우드 네이티브 전환의 필요성, 재해복구 전략 및 로드맵을 짚고, 대구 PPP 기반 민관협력 클라우드 서비스를 통해 한국교통안전공단과 KTC 등 기관의 클라우드 네이티브 전환 성공 사례를 소개할 예정이다. 이후 두 번째 테크 세션에서는 ‘의도를 현실로 연결하는 실행 체계’를 주제로 진행된다. 오케스트로는 이 자리에서 ‘오케스트로 CMP(OKESTRO CMP)’와 데브옵스 솔루션 ‘트럼본(TROMBONE)’을 통해 고객의 의도를 클라우드 운영과 서비스 개발, 데이터 활용으로 연결하는 방안을 다룬다. 행사의 마지막을 장식할 테크 토크(Tech Talk)는 ‘AI가 만들어내는 새로운 가능성’을 주제로 열린다. 해당 세션에서는 생성형 AI 솔루션 ‘클라리넷(CLARINET)’을 중심으로 생성형 AI가 기업의 의사결정과 업무 방식, 클라우드 운영 체계에 가져올 변화를 조망하고, AI 시대 클라우드가 나아갈 방향을 논의한다. 이번 행사에는 업스테이지, KT클라우드, 휴렛팩커드 엔터프라이즈(HPE), 넷앱(NetApp), 빔(Veeam), 티맥스티베로, CIQ, 블루어드(Blueward), KAYTUS, 엔텔스 등을 비롯해 국내외 주요 기업 20여 곳이 후원사로 참여한다. 후원사들은 행사장 내 전시 부스와 체험 프로그램을 통해 AI 인프라, 클라우드, 데이터, 보안, 재해복구 등 최신 기술과 솔루션을 소개할 예정이다. 참관객을 위한 풍성한 현장 이벤트도 마련된다. 오케스트로 그룹은 행사장 방문객에게 ‘OPUS 2026’ 한정판 굿즈를 제공하며, 전시 부스 방문 이벤트 참여자에게는 다양한 기념품을 증정한다. 이 밖에도 여름휴가 시즌을 겨냥한 럭키드로우를 통해 해외 왕복 항공권을 비롯해 세라젬 안마의자, 삼성 에어컨, LG 스타일러, 다이슨 선풍기, 에어팟 맥스 등 푸짐한 경품을 제공할 예정이다. 오케스트로 그룹 김민준 의장은 “AI 시대의 경쟁력은 단순히 어떤 AI 모델을 선택하느냐가 아니라, 이를 안정적으로 운영하고 확장할 수 있는 인프라 역량에서 결정된다”며 “OPUS 2026을 통해 ‘오케스트로 4.0’이 제시하는 AI 인프라 풀스택 전략과 클라우드의 새로운 질서를 공유하고, 고객과 파트너가 함께 AI 전환의 방향을 모색하는 뜻깊은 자리가 되기를 기대한다”고 밝혔다. OPUS 2026의 사전 등록은 행사 공식 홈페이지에서 가능하다.

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.

엔비디아가 범용 그래픽처리장치(GPU)를 앞세워 주도하던 인공지능(AI) 반도체 시장이 빅테크들의 AI 전용 주문형반도체(ASIC) 경쟁으로 다변화하고 있다. 챗GPT 개발사 오픈AI가 처음으로 자체 AI칩을 공개하며 구글, 마이크로소프트(MS), 메타, 아마존에 이어 자체 AI칩 경쟁에 가세했다. AI칩에 필수인 고대역폭메모리(HBM)를 공급하는 삼성전자와 SK하이닉스도 수혜가 기대된다. 오픈AI와 브로드컴은 지난 24일(현지시간) 공동 개발한 추론 특화 AI칩 ‘할라페뇨’를 공개하고 올해 말부터 데이터센터에 배치할 계획이라고 밝혔다. 양사는 할라페뇨가 기존 AI칩을 개량한 제품이 아니라 챗GPT와 코덱스 운영 경험을 바탕으로 처음부터 설계한 ASIC라고 설명했다. 칩은 TSMC가 생산하고 삼성전자와 SK하이닉스가 메모리를 공급한다. 브로드컴의 호크 탄 CEO는 “엔비디아의 블랙웰 칩이나 구글의 텐서처리장치(TPU)와 대등한 성능을 갖췄다”고 전했다. ASIC는 범용 GPU보다 전력 소비와 운영 비용을 줄일 수 있어 데이터센터 경쟁력의 핵심으로 주목받고 있다. 빅테크들의 자체 AI칩 경쟁도 한층 치열해지고 있다. 구글은 7세대 TPU 아이언우드를 제미나이와 클라우드 서비스에 적용하고 있으며, MS는 마이아 200, 메타는 MTIA, 아마존은 트레이니엄 3를 앞세워 AI 인프라 내재화를 추진하고 있다. 이 같은 흐름은 국내 메모리 업계에도 기회다. ASIC 개발이 확대될수록 HBM 수요도 함께 늘어나고, 고객사별 AI칩 구조에 맞춘 맞춤형 HBM 개발 중요성도 커지고 있기 때문이다. SK하이닉스는 고객 맞춤형 HBM4를 개발 중이며, 삼성전자는 메모리와 파운드리, 첨단 패키징을 결합한 턴키 전략으로 대응하고 있다. 곽노정 SK하이닉스 CEO는 최근 “기존 AI 시장이 범용성에 집중했다면 최근 수요는 추론 효율성과 총보유비용(TCO) 최적화로 확대되고 있다”며 “HBM도 표준에서 맞춤형으로 제품 라인업을 확장하고 있다”고 말했다. 블룸버그 인텔리전스는 AI 가속기 시장에서 ASIC 비중이 2024년 8%에서 2033년 19%로 확대되며 연평균 27% 성장할 것으로 전망했다.

국민체육진흥공단은 24일 내부 네트워크에서 안전하게 활용할 수 있는 생성형 인공지능(AI) 플랫폼인 ‘KSPO-GPT’를 구축하고 임직원 대상 서비스를 시작했다고 밝혔다. 체육공단은 지난해 7월 챗GPT, 제미나이 등 다양한 최신 AI 모델을 무제한으로 선택·활용할 수 있는 외부망 AI 플랫폼을 도입해 전 임직원에게 제공한 바 있다. 도입 후 1년 만에 사용량은 40배 이상 늘었으나 외부망이라는 제한적 운영으로 사내 자료의 직접 활용에는 한계가 있었다. 이번 ‘KSPO-GPT’는 외부 인터넷과 분리된 내부망 내 운영으로 정보 유출 위험을 원천 차단하고 고성능 ‘H200 GPU’를 기반으로 안정적인 추론 성능을 확보했다. 이를 통해 체육공단 임직원은 복잡한 규정이나 행정 절차를 빠르게 확인함은 물론 동시에 답변의 근거도 함께 제시받아 업무 정확성과 신뢰성을 확보할 수 있게 됐다. 체육공단 관계자는 “내부 업무의 인공지능 전환은 그 자체가 목적이 아니라 국민께 더 나은 스포츠 행정 서비스를 제공하기 위한 수단”이라며 “KSPO-GPT를 발판으로 전 사업 영역에서 국민이 체감할 수 있는 혁신적인 변화를 만들어 가겠다”고 말했다.

- 23일부터 열리는 공공 AI 박람회 참가… 클라우드 기반 공공 AI 운영 전략 제시- ‘콘체르토 AI’ 현장 시연 통해 응답 지연 92%↓·처리 효율 50%↑ 성능 입증- 서버 가상화·DR 솔루션 연계… 장애·재난에도 대국민 서비스 연속성 확보 AI·클라우드 소프트웨어 기업 오케스트로 그룹(의장 김민준)은 오는 6월 23일부터 24일까지 일산 킨텍스 제2전시장 9B홀에서 열리는 ‘2026 공공 AI 박람회’에 참가해 클라우드 기반 운영 솔루션을 선보인다고 19일 밝혔다. 행정안전부가 주최하고 한국지능정보사회진흥원(NIA)이 주관하는 이번 박람회는 제9회 전자정부의 날 행사와 연계해 열리는 공공 분야 AI 전시회다. 정부와 기업, 국민이 함께 참여해 AI 기반 행정 운영 방향을 모색하는 자리로, 공공 AI 기술 전시를 비롯해 재해복구(DR) 정책·기술 포럼, 비즈니스 매칭 프로그램 등이 마련된다. 오케스트로 그룹은 이번 박람회에서 공공 AI 서비스 도입 이후 필요한 클라우드 기반 운영 모델을 제시할 계획이다. 공공 분야 AI가 대국민 서비스로 확대되면서, 모델 도입 이후의 성능 관리와 인프라 운영, 서비스 연속성 확보의 중요성이 커지고 있기 때문이다. 회사는 AI 추론 최적화와 클라우드 자원 운영, 재해복구 체계를 연계해 공공기관이 AI 서비스를 보다 안정적으로 관리할 수 있는 방안을 소개할 예정이다. 주요 전시 솔루션인 AI 추론 운영 플랫폼 ‘콘체르토 AI(CONCERTO A.I.)’는 AI 서비스 운영 과정에서 발생할 수 있는 응답 지연과 자원 비효율 문제를 줄이는 데 초점을 맞춘 플랫폼이다. 고부하 환경에서도 응답 성능과 자원 활용 효율을 안정적으로 유지할 수 있도록 AI 인프라 운영 최적화 기능을 지원한다. 특히 박람회 현장에서는 동시 요청이 급증하는 환경에서의 AI 추론 성능 변화를 시연할 예정이다. 오케스트로 그룹에 따르면 전체 응답 지연 시간은 최대 92% 감소하고, 처리 효율은 최대 50% 향상되는 결과를 확인할 수 있다. 또한 기존 방식 대비 토큰 생성 속도는 최대 2.2배까지 높아져, 고부하 환경에서도 안정적인 AI 서비스 운영이 가능하다는 점을 제시할 계획이다. 이를 통해 공공기관 관계자들에게 AI 서비스 확산에 필요한 인프라 운영 기준과 효율화 방안을 제안한다는 설명이다. 이와 함께 오케스트로 그룹은 AI·클라우드 풀스택 솔루션을 기반으로 소버린 AI 구현에 필요한 인프라 운영 체계도 소개한다. 공공기관이 클라우드 인프라와 AI 운영 환경을 단일 체계 안에서 통합 관리하고, 외산 솔루션 의존도를 조정할 수 있도록 지원하는 것이 핵심이다. 이를 바탕으로 기관별 가이드라인에 맞춘 AI 서비스 환경을 구축하고, 디지털 주권 확보와 클라우드 네이티브 전환을 함께 추진할 수 있는 방안을 제시할 예정이다. 클라우드 인프라 통합 운영과 서비스 연속성 확보를 위한 솔루션도 함께 출품된다. 서버 가상화 솔루션 ‘콘트라베이스(CONTRABASS)’는 공공기관의 클라우드 전환과 인프라 통합 운영을 지원하며, 재해복구 솔루션 ‘콘트라베이스 레가토 DR(CONTRABASS Legato DR)’은 기관별 환경에 맞춘 재해복구 체계를 구현할 수 있도록 설계됐다. 자동화된 복구 절차와 DR 모의훈련 기능을 통해 장애나 재난 발생 시에도 행정 서비스와 대국민 서비스의 연속성을 유지할 수 있도록 지원한다. 박람회 기간 전시 부스에서는 공공기관 관계자와 참관객을 대상으로 공공 AI 전환과 클라우드 인프라 운영을 주제로 한 1:1 상담도 진행된다. 오케스트로 그룹은 기관별 업무 환경과 운영 과제에 맞춰, AI 서비스 도입 이후 필요한 인프라 구성과 운영 방식을 안내할 계획이다. 또한 이번 박람회를 계기로 공공기관별 환경에 적합한 AI·클라우드 풀스택 솔루션 적용 방안을 보다 구체화해 나간다는 방침이다. 김민준 오케스트로 그룹 의장은 “공공 AI의 경쟁력은 이제 도입 여부가 아니라 실제 행정 서비스 안에서 얼마나 안정적으로 운영되느냐에 달려 있다”며 “AI 서비스의 성능과 비용 효율성, 서비스 연속성을 모두 고려한 독보적인 클라우드 운영 모델을 바탕으로 성공적인 공공 AX를 이끌어가겠다”고 밝혔다.

부산시교육청 교육연구정보원은 교수·학습용 생성형 인공지능(AI)인 ‘부산교육 AI 튜터(BeAT)’의 학생용 서비스를 개통했다고 19일 밝혔다. BeAT는 교사의 수업 준비와 평가 문항 제작을 돕고, 학생에게는 질문 해결과 맞춤형 학습 계획 마련을 지원하는 AI다. 교사용 서비스를 지난 4월 개통한 데 이어 이번에 학생용 서비스도 개통하면서 온전한 AI 기반 교수·학습 서비스 구축을 완료했다. BeAT는 GPT-5.4 추론 모델과 GPT-이미지 모델을 적용해 추론·이미지 생성 기능을 대폭 강화했다. 다국어 통·번역, AI 에이전트 기반 학습 설계를 지원하고 한글(hwp·hwpx), PDF, PPT, Word(docx) 등 다양한 파일 형식을 활용할 수 있다. 정보원은 BeAT가 현장에 안착할 수 있도록 다양한 연수와 교육 프로그램을 운영한다. 이달부터 지역 전체 고등학교 교사를 대상으로 연수를 실시하고 있다. 다음 달부터는 학생들이 생성형 AI를 올바로 이해하고 탐구 활동과 수행평가 준비 등에 학습 파트너로 활용할 수 있도록 BeAT 활용 교육 프로그램도 운영한다. 정보원 관계자는 “BeAT 서비스의 학생용 오픈과 맞춤형 연수 프로그램의 유기적 연계를 통해 공교육형 AI 활용의 성공적인 모델을 확산하겠다”고 말했다.

김용범 청와대 정책실장이 11일 국가적 차원에서 반도체·데이터센터·피지컬 인공지능(AI)을 하나의 순환 구조로 묶어 한국을 AI 공급망의 핵심 거점으로 만드는 ‘프로젝트 트리니티’ 구상을 제안했다. 아울러 데이터센터는 비수도권에 들어서는 것이 유리하며, 지역에 부가 첨단 산업이 형성되는 효과를 낳을 것이라고 제언했다. 김 실장은 이날 페이스북에 “지금 반도체, 데이터센터, 피지컬 AI 3대 파이프라인이 전 세계적으로 다시 짜이고 있다”며 이같이 밝혔다. 김 실장은 “그동안 글로벌 AI 공급망은 대표적으로 미국이 소프트웨어와 모델을 설계하고, 대만이 첨단 반도체를 만들고, 중국이 대규모 제조를 맡는 식으로 돌아갔다”면서도 “그런데 이 세 축이 한꺼번에 흔들린다”고 진단했다. 대만의 지정학 리스크, 중국의 미국발 기술 디커플링 압력, 각국의 전력 부족 등을 이유로 들었다. 이어 “한국은 반도체, 전력 인프라, 첨단 제조를 한꺼번에 갖춘 흔치 않은 나라”라며 “이 셋이 맞물리면 한국은 단순히 부품을 대주는 나라가 아니라 AI 공급망 전체를 떠받치는 거점이 될 수 있다”고 했다. 김 실장은 메모리 공급과 AI 데이터센터의 연계 필요성을 언급했다. 구체적으로 “AI 인프라가 국내에 많이 들어설수록 한국 반도체 기업은 차세대 메모리와 패키징, 추론용 칩을 실제 환경에서 시험하고 같이 개발할 기회를 얻는다”고 설명했다. 그러면서 “AIDC(AI 데이터센터) 투자의 가장 큰 발목은 돈이 아니라 전력이라며 “AIDC는 전력이 남거나 발전 설비와 가까운 비수도권에 들어서는 것이 유리하다”고 부연했다. 그는 “발전지 인근에 대규모 소비처가 생기면 멀리 송전할 전력을 현지에서 쓰게 되어 송전망 부담이 줄고, 수도권 가정과 산업이 쓰는 전력과도 따로 움직인다”고 했다. 김 실장은 지방에 들어선 AI 데이터센터가 지역균형발전에 기여할 것이라고 내다봤다. 그는 “데이터센터 자체의 상주 인력은 많지 않다”면서도 “진짜 가치는 시설 안의 고용보다 그 주변에 형성되는 산업에서 나온다”고 밝혔다. 이어 “설계와 시공을 맡는 건설·엔지니어링, 냉각과 전력관리 설비, 운영과 유지보수, 네트워크 장비 협력사가 데이터센터를 중심으로 모여든다”며 “이들이 지역에 자리 잡으면 데이터센터는 전력만 쓰고 빠지는 시설이 아니라 지역 산업과 세수의 거점이 된다”고 말했다. 또 “비수도권에 들어설수록 수도권 집중을 완화하고 지역에 첨단 산업 기반을 심는 효과까지 함께 생긴다”고 했다. 더불어 김 실장은 피지컬 AI가 한국 경제 성장을 견인할 ‘제2의 반도체’라며 “한국의 강점은 로봇을 잘 만들 수 있다는 데서 끝나지 않는다. 로봇을 대규모로 굴려보고 학습시킬 산업 현장을 같이 갖고 있다는 것이 차별점”이라고 짚었다. 김 실장은 “반도체·데이터센터·피지컬 AI가 하나의 고리로 돌아갈 때 진짜 힘이 나온다”고 강조했다. 그는 “데이터센터가 모델을 학습시키고, 반도체가 그 모델을 효율적으로 돌리고, 피지컬 AI가 산업 현장과 현실에서 그 모델을 쓴다”며 “그리고 현장에서 나온 데이터가 다시 데이터센터로 돌아온다”고 했다. 김 실장은 “AI 시대의 경쟁은 더 이상 회사 대 회사의 싸움이 아니다”라며 “컴퓨팅 파워, 반도체 공급망, 현실에서 AI를 구현하는 제조 역량이 하나로 묶인 국가 단위의 총체적 경쟁”이라고 지적했다. 이어 “한국은 이 셋 모두에서 세계적 경쟁력을 가진 드문 나라”라고 덧붙였다. 그러면서 “글로벌 공급망이 다시 짜이고 있는 지금, 한국에는 그 중심에 설 기회가 있다”며 “프로젝트 트리니티는 그 흩어진 강점들을 하나의 국가 전략으로 엮어내기 위한 개념지도”라고 밝혔다.

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.

SWM.AI가 레노버와 손잡고 차세대 차량용 AI 컴퓨팅 플랫폼 ‘AP-700’ 공동 개발에 나선다. 서울 강남 도심에서 축적해 온 로보택시 운영 경험과 실주행 데이터를 바탕으로, 무인 자율주행 기술 고도화에 속도를 내겠다는 구상이다. SWM.AI는 8일 글로벌 ICT 기업 레노버와 자율주행용 컴퓨팅 플랫폼 AP-700 공동 개발 계약을 체결했다고 밝혔다. 회사는 이번 협력을 통해 자율주행 소프트웨어와 실주행 데이터, AI 추론 모델, 차량용 고성능 컴퓨팅 플랫폼을 결합하는 기술 기반을 한층 강화하게 됐다고 설명했다. 최근 기술 업계에서는 현실 공간에서 직접 인지하고 판단하며 행동하는 ‘피지컬 AI’가 핵심 키워드로 떠오르고 있다. 자율주행차는 그 대표적인 사례로 꼽힌다. 도로 위에서 센서로 주변 상황을 파악하고, AI 모델로 주행 판단을 내린 뒤, 실제 차량 제어까지 수행하기 때문이다. SWM.AI는 자사의 로보택시가 이러한 피지컬 AI 개념을 실제 도심 환경에서 구현하는 사례라고 보고 있다. 차량은 카메라, 라이다, 레이더 등을 통해 주변 360도 환경을 인식하고, VLA 기반 AI 모델을 활용해 주행 상황을 해석한 뒤 가감속과 조향을 제어하는 방식으로 운행된다. 회사는 2024년 9월부터 서울 강남권에서 로보택시 운행 경험과 실주행 데이터를 축적해 왔다고 밝혔다. 강남은 복잡한 교차로와 높은 교통 밀도, 다양한 돌발 변수가 공존하는 도심 지역인 만큼 자율주행 기술을 검증하고 고도화하는 데 의미 있는 환경이라는 설명이다. 이 과정에서 확보한 데이터는 다시 AI 모델 개선에 활용되며 기술 고도화의 기반이 되고 있다. 이번에 공동 개발하는 AP-700은 자율주행 AI 연산을 지원하기 위한 고성능 차량용 컴퓨팅 플랫폼이다. 엔비디아 드라이브 토르-X SoC를 듀얼로 탑재하는 구조를 바탕으로 대규모 센서 데이터와 AI 연산을 실시간 처리할 수 있도록 설계될 예정이다. 여기에 인피니언 TC397 MCU를 이중 적용하고, 수랭식 냉각 시스템을 도입해 장시간 운행 환경에서의 안정성도 고려했다. SWM.AI는 이번 협력을 통해 실주행 데이터와 AI 모델에 더해 차량 내 연산 플랫폼까지 확보하며 자율주행 기술 경쟁력을 높일 수 있을 것으로 기대하고 있다. 김기혁 SWM.AI 대표는 “실제 도심에서 축적한 주행 데이터와 차량용 AI 컴퓨팅 플랫폼이 결합되면 무인 자율주행 기술 상용화 기반을 한층 강화할 수 있다”며 “앞으로도 실제 운행 환경에서 검증을 이어가며 자율주행 기술 고도화에 힘쓰겠다”고 말했다. SWM.AI와 레노버는 이번 협력을 계기로 차세대 로보택시 플랫폼 개발과 관련 기술 고도화를 지속 추진할 계획이다. 업계에서는 실제 도심 주행 데이터와 고성능 차량용 AI 플랫폼의 결합이 향후 무인 이동 서비스 확산에 중요한 역할을 할 것으로 보고 있다.

SK그룹과 엔비디아가 AI 인프라 전 영역에 걸친 협력을 강화한다. SK텔레콤은 AI 팩토리와 AI 클라우드 구축에 나서고, SK하이닉스는 차세대 AI 메모리 공동 개발을 추진하며 양사의 협력 범위를 반도체를 넘어 AI 인프라 전반으로 확대한다. SK텔레콤은 8일 엔비디아와 글로벌 AI 인프라 구축을 위한 전략적 협력을 추진한다고 밝혔다. 양사는 엔비디아의 AI 인프라 플랫폼 ‘DSX’를 기반으로 칩부터 데이터센터 운영까지 아우르는 ‘풀스택 AI 클라우드’ 구축에 나선다. 양사는 AI 작업에 특화된 데이터센터인 ‘AI 팩토리’를 기가와트(GW)급 규모로 확대할 계획이다. 2027년 한국에서 첫 AI 팩토리를 가동한 뒤 단계적으로 인프라를 확장해 아시아 전역으로 사업을 확대한다는 구상이다. SK텔레콤은 엔비디아의 ‘엔비디아 클라우드 파트너(NCP)’ 프로그램에도 합류한다. 엔비디아 블랙웰 GPU와 차세대 플랫폼 ‘베라 루빈’ 등을 활용해 AI 학습과 추론 서비스를 제공하며 아시아 대표 AI 클라우드 사업자로 성장한다는 목표다. SK하이닉스는 엔비디아와 AI 팩토리용 차세대 메모리 개발을 위한 장기 기술 파트너십을 체결했다. 양사는 엔비디아 AI 인프라 로드맵에 맞춰 차세대 메모리를 공동 개발하고 안정적인 공급 체계를 구축할 계획이다. 협력 범위는 AI 인프라를 넘어 퍼스널 AI와 피지컬 AI 분야까지 확대된다. 양사는 엔비디아 차세대 AI 슈퍼컴퓨터 ‘베라 루빈’, 자체 CPU ‘베라’, AI PC 플랫폼 ‘RTX 스파크’, 로보틱스 플랫폼 ‘젯슨 토르’용 메모리를 공동 개발할 예정이다. 반도체 설계와 제조 분야 협력도 강화한다. SK하이닉스는 엔비디아의 CUDA-X와 PhysicsNeMo를 활용해 반도체 시뮬레이션을 고도화하고, 옴니버스와 OpenUSD 기반 디지털 트윈 기술을 활용해 자율 팹 구축에도 나선다. 최태원 SK그룹 회장은 “엔비디아와의 긴밀한 파트너십을 바탕으로 칩부터 데이터센터 운영까지 아우르는 풀스택 AI 인프라 경쟁력을 확보하게 됐다”며 “AI 팩토리용 차세대 메모리를 공동 개발하고 아시아 전역에서 AI 생태계 발전을 이끄는 대표 사업자로 성장하겠다”고 말했다. 젠슨 황 엔비디아 최고경영자(CEO)는 “통신 네트워크는 국가 AI 인프라로 진화하고 있다”며 “SK그룹과 함께 AI 클라우드와 AI 팩토리, 차세대 메모리 분야 협력을 확대해 글로벌 AI 인프라 구축을 가속화할 것”이라고 말했다.

LG유플러스가 인공지능(AI) 데이터센터를 미래 성장사업으로 육성해 2030년까지 누적 수주 5조원을 달성하겠다는 목표를 내놨다. 생성형 AI 확산으로 데이터센터 수요가 급증하는 가운데 전력·냉각·운영 역량을 앞세워 AI 인프라 시장 공략에 속도를 내겠다는 전략이다. LG유플러스는 지난 5일 경기 파주시 AI 데이터센터(AIDC) 건설 현장에서 기자간담회를 열고 차세대 AI 인프라 전략을 공개했다. 현재 공정률 약 20%인 파주 AIDC는 수도권에서 유일하게 200MW(메가와트) 규모 전력 공급이 확정된 초대형 AI 데이터센터다. 연면적은 약 15만㎡로 축구장 20여개 규모에 달한다. 내년 6월 준공 예정인 1동은 이미 계약이 모두 완료된 상태다. 회사는 AI 산업이 학습 중심에서 추론 중심으로 이동하면서 데이터센터 역할도 달라지고 있다고 진단했다. 과거에는 AI 모델을 학습시키는 데 초점이 맞춰졌다면, 앞으로는 기업과 일반 이용자가 AI 서비스를 실시간으로 사용하는 과정에서 전력 사용량과 발열이 급증할 것으로 보고 있다. 이에 따라 데이터센터 경쟁력 역시 단순한 서버 수용 공간이 아니라 얼마나 안정적으로 전력을 공급하고 열을 제어할 수 있는지에 달려 있다는 설명이다. LG유플러스는 이를 위해 데이터센터 구축 기간을 단축하는 방안을 추진한다. 주요 설비를 미리 제작한 뒤 현장에서 조립하는 방식의 공법을 도입해 급증하는 AI 인프라 수요에 대응한다는 계획이다. 그래픽처리장치(GPU)는 수개월 안에 확보할 수 있지만 데이터센터 건설에는 통상 3~4년이 걸리는 만큼 공급 지연을 줄이는 것이 중요하다고 회사 측은 설명했다. 냉각 기술도 차별화 요소로 내세웠다. 파주 AIDC는 공기냉각과 액체냉각을 함께 활용하는 구조로 설계됐다. AI 서버의 발열 수준에 따라 다양한 방식의 냉각 기술을 적용할 수 있도록 하기 위해서다. LG유플러스는 평촌 데이터센터에서 관련 기술 검증을 진행해 왔으며, 올해 하반기에는 실제 서버 환경에서 상용 실증에 나설 예정이다. 센터 구축에는 LG 계열사들의 기술도 집약된다. LG전자는 냉각 설비를, LG에너지솔루션은 비상 전원용 배터리를 공급한다. 안형균 LG유플러스 엔터프라이즈AI사업그룹장은 “AI 인프라는 국가 경쟁력을 좌우하는 핵심 기반이 되고 있다”며 “그동안 축적한 데이터센터 운영 경험을 바탕으로 AI 인프라 사업을 확대해 나가겠다”고 말했다.

LG유플러스가 인공지능(AI) 데이터센터를 미래 성장사업으로 육성해 2030년까지 누적 수주 5조원을 달성하겠다는 목표를 내놨다. 생성형 AI 확산으로 데이터센터 수요가 급증하는 가운데 전력·냉각·운영 역량을 앞세워 AI 인프라 시장 공략에 속도를 내겠다는 전략이다. LG유플러스는 지난 5일 경기 파주시 AI 데이터센터(AIDC) 건설 현장에서 기자간담회를 열고 차세대 AI 인프라 전략을 공개했다. 현재 공정률 약 20%인 파주 AIDC는 수도권에서 유일하게 200MW(메가와트) 규모 전력 공급이 확정된 초대형 AI 데이터센터다. 연면적은 약 15만㎡로 축구장 20여개 규모에 달한다. 내년 6월 준공 예정인 1동은 이미 계약이 모두 완료된 상태다. 회사는 AI 산업이 학습 중심에서 추론 중심으로 이동하면서 데이터센터 역할도 달라지고 있다고 진단했다. 과거에는 AI 모델을 학습시키는 데 초점이 맞춰졌다면, 앞으로는 기업과 일반 이용자가 AI 서비스를 실시간으로 사용하는 과정에서 전력 사용량과 발열이 급증할 것으로 보고 있다. 이에 따라 데이터센터 경쟁력 역시 단순한 서버 수용 공간이 아니라 얼마나 안정적으로 전력을 공급하고 열을 제어할 수 있는지에 달려 있다는 설명이다. LG유플러스는 이를 위해 데이터센터 구축 기간을 단축하는 방안을 추진한다. 주요 설비를 미리 제작한 뒤 현장에서 조립하는 방식의 공법을 도입해 급증하는 AI 인프라 수요에 대응한다는 계획이다. GPU는 수개월 안에 확보할 수 있지만 데이터센터 건설에는 통상 3~4년이 걸리는 만큼 공급 지연을 줄이는 것이 중요하다고 회사 측은 설명했다. 냉각 기술도 차별화 요소로 내세웠다. 파주 AIDC는 공기냉각과 액체냉각을 함께 활용하는 구조로 설계됐다. AI 서버의 발열 수준에 따라 다양한 방식의 냉각 기술을 적용할 수 있도록 하기 위해서다. LG유플러스는 평촌 데이터센터에서 관련 기술 검증을 진행해 왔으며, 올해 하반기에는 실제 서버 환경에서 상용 실증에 나설 예정이다. 센터 구축에는 LG 계열사들의 기술도 집약된다. LG전자는 냉각 설비를, LG에너지솔루션은 비상 전원용 배터리를 공급한다. LS일렉트릭과는 차세대 전력 시스템을 공동 개발 중이다. LG유플러스는 이들 설비를 통합 관리하는 데이터센터 운영 시스템도 자체 개발하고 있다. 안형균 LG유플러스 엔터프라이즈AI사업그룹장(상무)은 “AI 인프라는 국가 경쟁력을 좌우하는 핵심 기반이 되고 있다”며 “그동안 축적한 데이터센터 운영 경험을 바탕으로 AI 인프라 사업을 확대해 나가겠다”고 말했다.

생성형 인공지능(AI) 경쟁이 챗봇에서 ‘행동하는 AI’로 넘어가면서 빅테크들의 전략도 빠르게 달라지고 있다. 엔비디아가 AI 연산에 특화된 ‘AI PC’ 생태계 확대에 나선 가운데, 마이크로소프트(MS)는 AI가 실제로 업무를 수행하는 ‘에이전트 플랫폼’ 구축에 승부수를 던졌다. MS는 2일(현지시간) 미국 샌프란시스코에서 열린 연례 개발자 행사 ‘빌드 2026’에서 AI 에이전트 플랫폼과 자체 AI 모델, AI PC 전략 등을 공개했다. 업계에서는 이번 행사의 핵심을 단순 AI 기능 경쟁보다 ‘AI 시대 운영체제(OS) 주도권 경쟁’으로 해석하는 분위기다. 초기 생성형AI 경쟁이 챗GPT 중심 ‘챗봇 AI’였다면 최근에는 AI가 실제 업무를 수행하는 ‘에이전트 AI’로 산업 흐름이 이동 중이다. 회의 일정 조율과 이메일 발송, 자료 검색 등을 AI가 직접 수행하는 방향으로 진화하고 있다는 것인데, 단순히 질문에 답하는 수준을 넘어 AI가 실제 ‘디지털 노동력’ 역할을 하기 시작했다는 의미다. MS는 이번 행사에서 ‘마이크로소프트 IQ)’와 ‘스카우트’ 등을 공개하며 AI 에이전트 전략을 전면에 내세웠다. 사내 이메일과 문서, 회의 기록, 인터넷 정보 등을 AI가 함께 이해하고 활용해 기업 업무를 실제로 대신 수행하게 하겠다는 구상이다. 사티아 나델라 MS 최고경영자(CEO)는 행사에서 “핵심은 특정 기술이 아니라 플랫폼 위에서 가치를 만들고 확장하도록 지원하는 것”이라고 말했다. 이는 최근 MS의 위기의식과도 무관치 않다는 분석이 나온다. 초기 생성형AI 열풍 당시 MS는 오픈AI와의 협력을 앞세워 AI 시장 최대 수혜주로 꼽혔지만 최근 들어서는 엔비디아가 AI 반도체 시장을 장악하고, 오픈AI와 구글·앤트로픽 등이 모델 경쟁 중심에 서면서 상대적으로 존재감이 약해졌다는 평가가 나오고 있어서다. 이 때문에 이번 빌드에서는 단순 AI 기능 경쟁보다 ‘AI가 실제 일하는 환경 전체를 누가 장악하느냐’에 초점을 맞춘 전략 변화가 두드러졌다는 평가다. 특히 엔비디아와의 연결고리도 부각됐다. 엔비디아는 최근 ‘GTC 타이베이’에서 “모든 PC가 AI 컴퓨터가 될 것”이라며 AI PC 전략을 공개했고, MS 역시 엔비디아 ‘RTX 스파크’ 기반 AI 개발용 장비를 공개하며 ‘로컬 AI’ 흐름에 합류했다. 이는 AI를 클라우드 서버뿐 아니라 개인 PC 안에서도 직접 실행하는 흐름과 맞닿아 있다. 에이전트 AI 시대에는 개인정보와 보안, 응답속도 문제 때문에 AI를 기기 안에서 직접 처리하려는 수요가 커지고 있기 때문이다. 업계에서는 엔비디아가 AI 연산 인프라를, MS가 AI 실행 플랫폼을 맡는 방식으로 역할 분화가 이뤄지고 있다는 분석도 나온다. 과거 PC 시대 인텔-마이크로소프트 구도가 AI 시대에 재현되고 있다는 평가다. 이번 행사에서 자체 AI 모델 ‘MAI’ 시리즈를 공개한 점도 주목된다. MS는 추론 모델 ‘MAI-싱킹-1’을 포함한 모델 제품군을 선보이며 오픈AI 의존도를 줄이려는 움직임을 본격화했다. 특히 MS가 자체 추론(reasoning) 모델을 전면에 내세운 것은 사실상 처음이라는 점에서 의미가 크다는 평가다. MS는 해당 모델이 다른 AI 결과물을 학습하는 ‘증류’ 방식이 아니라 자체 데이터 기반으로 처음부터 학습됐다고 강조했다. 업계에서는 이를 두고 MS가 단순 오픈AI 협력사를 넘어 독자 AI 플랫폼 사업자로 변신하려는 흐름이 본격화하고 있다는 분석도 나온다. MS는 또 ‘마이크로소프트 실행 컨테이너(MXC)’를 공개하며 AI 보안 문제에도 집중했다. AI가 파일·네트워크·회사 시스템에 직접 접근하기 시작하면서 보안과 통제 문제가 핵심 이슈로 떠오르고 있기 때문으로 풀이된다.

- 초등 고학년 및 중학생 대상…어휘·읽기·구조·쓰기 4단계 구성으로 문해력 단기 완성- 앱 오픈 기념 ‘취향 저격 주인공 뽑기’ 투표 이벤트 진행 메가스터디교육의 초등 인강 엘리하이와 중등 인강 엠베스트가 초등 고학년 및 중학생을 위한 문해력 향상 프로그램 ‘액티비티 문해력’ 앱을 지난 5월 27일 공개했다. 최근 대입 제도 변경과 서·논술형 평가 확대에 따라 문해력의 중요성이 요구되는 교육 시장 환경을 반영한 결과다. ‘액티비티 문해력’은 난중일기, 동백꽃, 운수 좋은 날 등 중등 필독서 20편을 기반으로 구축된 단기 학습 앱이다. 초등 고학년과 중학생을 주 대상층으로 설정해 문해력 구성 요소를 4단계로 세분화해 제공한다. 학습 과정은 ▲1단계 ‘어휘’(한자어 풀이와 빈칸 추론 학습을 통한 주요 어휘 습득) ▲2단계 ‘읽기’(중등 필독서 20편의 줄거리 파악 및 핵심 지문 기반의 독해 문제 풀이와 퀴즈를 통한 이해도 점검) ▲3단계 ‘구조’(마인드맵 시각화 및 연결어 찾기) ▲4단계 ‘쓰기’(글의 주제에 대한 나만의 생각을 글로 표현) 순으로 유기적으로 연결된다. 앱 출시를 기념한 ‘취향 저격 주인공 뽑기’ 이벤트는 오는 6월 10일까지 진행된다. 이용자는 작품 속 인물 중 선호하는 주인공에게 투표할 수 있으며, 투표 후 해당 주인공이 등장하는 필독서 학습 페이지로 연동된다. 투표 결과는 각 주인공의 원작 소설 정보와 함께 6월 11일 공개될 예정이다. 아울러 엘리하이와 엠베스트는 독서 활동 지원을 위한 ‘북클럽’ 콘텐츠를 운영 중이다. 고전, 인문, 역사, 사회·자연과학, 학습서, 원서, 오디오북 등 초등 7000여 권과 중등 2300여 권의 도서가 포함되어 있으며 회원들에게 추가 비용 없이 제공된다. 현재 엘리하이와 엠베스트는 ‘액티비티 문해력’을 비롯해 VOCA SOS, 사·과 암기마스터 등 브랜드 내 다양한 학습 앱을 체험할 수 있는 무료 서비스를 지원하고 있다. 신청 방법과 세부 내용은 공식 홈페이지를 통해 안내된다.

삼성전자와 SK하이닉스가 인공지능(AI) 모델 ‘클로드’의 개발사인 미국 AI 기업 앤트로픽에 전략적 투자를 단행했다. 국내 반도체 양강 기업의 투자로 글로벌 AI 네트워크가 강화됐다는 분석이다. 28일(현지시간) 앤트로픽은 최근 진행한 시리즈H 투자 라운드에서 650억 달러를 유치하면서 기업 가치가 9650억 달러(약 1440조원)로 평가됐다고 밝혔다. 지난 2월 기업가치 평가액 3800억 달러(약 570조원)에서 3달 만에 2배 이상 증가한 수치다. 앤트로픽이 이번 투자금을 AI 인프라에 집중적으로 투입하겠다고 밝히면서 투자 라운드에 참여한 삼성전자와 SK하이닉스와의 AI 글로벌 동맹이 더 견고해진 것으로 분석된다. 마이크론 역시 전략적 인프라 파트너로 참여했다. 삼성전자와 SK하이닉스는 이번 투자로 AI 에이전트를 둘러싼 AI 생태계에서 전략적 협력 관계를 구축할 수 있는 기반을 다지게 됐다. 앤트로픽을 넘어 연계된 글로벌 AI 파트너들을 고객사로 확보할 기회도 기대할 수 있다. 앤트로픽은 이날 발표문에서 “이들 기업의 기술은 전 세계 메모리, 저장장치, 로직 칩 공급에 핵심 역할을 담당하고 있다”며 “(이들과의) 협력 관계는 고객 요구에 맞춰 컴퓨팅 역량을 안정적으로 확장하는 데 큰 도움이 될 것”이라고 밝혔다. 업계에서는 삼성전자와 앤트로픽이 단순 메모리 차원이 아닌 파운드리 분야까지 협력 범위를 넓힐 것으로 전망하고 있다. 앤트로픽이 언급한 ‘로직 칩’은 파운드리 공정을 통해 만드는데, 전략적 인프라 파트너 3사 중 유일하게 파운드리 사업부를 가진 곳이 삼성전자뿐이기 때문이다. 이에 따라 최근 몇 년간 적자를 이어온 삼성전자 파운드리 사업부에 청신호가 켜졌다는 분석도 나온다. 앞서 삼성전자는 테슬라의 차세대 AI 칩인 ‘AI5’와 ‘AI6’ 칩 수주를 따냈다. 엔비디아의 추론 전용 언어처리장치(LPU) 칩인 ‘그록3’의 역시 삼성전자 파운드리를 통해 생산되고 있다. SK하이닉스는 앤트로픽이 최근 AI 에이전트를 운영하기 위해 구축 중인 신규 데이터센터 인프라에 필요한 HBM을 공급할 것으로 보인다. 앤트로픽은 최근 아마존과 최대 5GW(기가와트) 규모 신규 데이터센터 용량 확보 계약을 체결하기도 했다.

- 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

• STEG의 플랫폼과 솔루션에 LG AI연구원의 엑사원 결합해 AI 전환 선도• 공공·금융·엔터프라이즈 환경에서 즉시 활용 가능한 AI SM(자율형 운영) 제공 계획 IT서비스관리(ITSM) 전문기업 에스티이지(대표 임현길, 이하 STEG)는 LG AI연구원과 B2B 인공지능(AI) 사업 협력을 위한 전략적 파트너십을 체결했다고 27일 밝혔다. 이번 협력은 기업 및 기관의 AI 활용도를 제고하고 국내 AI 생태계를 확대하기 위해 추진됐다. 양사는 STEG의 플랫폼과 솔루션에 LG AI연구원의 초거대 모델 ‘엑사원 4.0’을 결합해 AI 전환을 진행할 방침이다. 엑사원 4.0은 빠른 답변에 강점이 있는 언어 모델(LLM)과 문제 해결 능력을 갖춘 추론 AI 모델을 융합한 하이브리드 AI 모델이다. 해당 모델은 글로벌 AI 지수 평가에서 전 세계 11위, 국내 1위의 순위를 기록한 바 있다. STEG는 먼저 ITSM 솔루션 ‘E-GENE™ ITSM’에 엑사원을 적용해 서비스 요청(SR) 처리, 장애 대응 등 워크플로우 전반에 걸쳐 AI SM(Service Management)을 강화한다. 특히 자연어 이해, 지식 기반 응답, 문제 해결 등 엑사원의 강점을 살려 공공·금융·엔터프라이즈 환경에서 즉시 활용 가능한 자율형 운영을 제공한다는 계획이다. 나아가 노코드 워크플로우 플랫폼 ‘E-GENE™’은 물론, 인사·총무·재무·영업 등 비 IT 업무를 포괄하는 ESM(엔터프라이즈 서비스 관리)까지 AI SM 운영을 단계적으로 확장한다. 임현길 STEG 대표는 “STEG의 AI SM은 AI 도입률과 생산성을 측정할 수 있으며, 데이터와 인사이트를 바탕으로 실질적 AI 전환을 가능하게 한다”며 “LG AI연구원의 독보적인 AI 기술과 결합해 기업의 IT 운영 지능을 고도화할 것”이라고 밝혔다.

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.