서울시의회 유기훈 의원(도봉구 제3선거구)이 대표의원으로 이끄는 의원연구단체인 ‘AI 의정 활용 실전 연구회’는 지난 11일 서울시의원회관에서 ‘AI를 활용한 행정사무감사 실무기법 교육’을 개최했다고 밝혔다. 이번 교육은 지난달 27일에 열린 ‘의정 AI 실전 활용 방안 교육’에 이어 진행된 후속 프로그램으로, 다가오는 2026년도 행정사무감사를 대비하여 인공지능 기술을 접목한 자료 분석과 효율적인 질의 준비 등 의원들의 실질적인 감사 수행 능력을 한층 끌어올리기 위해 마련됐다. 이날 교육에는 연구회 대표의원인 유기훈 의원을 비롯해 이용구·박상근·목소영·이동화·김호진·김명희·이영숙·김미주 의원과 이상훈 서울시의회 더불어민주당 원내대표 등 총 10명의 의원이 참여했다.또한 이번 교육은 상임위원회별 의정활동 일정으로 의원들이 한자리에 모이기 어려운 점을 고려해 한글날 연휴 기간에 마련됐으며, 의원들의 일정에 맞춰 오전과 오후로 나눠 진행됐다. 참석 의원들은 연휴에도 의회에 나와 행정사무감사 준비를 위한 AI 실무교육에 참여하며 의정역량 강화에 대한 높은 관심을 보였다. 교육은 ▲행정사무감사와 AI 활용의 기본 이해 ▲과거 행정사무감사 자료 분석 ▲집행부 요구자료 목록 작성 ▲제출자료 심층 분석 ▲행정사무감사 질의 시나리오 작성 등 실제 감사 준비 과정에 적용할 수 있는 내용으로 구성됐다. 특히 이번 교육에서는 노트북엘엠(NotebookLM)과 챗지피티(ChatGPT) 등의 생성형 인공지능을 적극 활용해 방대한 규모의 행정사무감사 자료를 심층적으로 분석하고, 역대 감사 지적사항과 세부 예산 집행내역을 상호 대조해 핵심 쟁점을 정교하게 도출하는 과정을 집중적으로 다뤘다. 이와 함께 집행부에 공식 요구할 자료 목록을 체계적으로 구상하고, 제출된 자료 속에서 미비점이나 반복되는 문제 징후를 신속하게 포착해 실제 감사 현장의 날카로운 질의로 직결시키는 실습을 거듭하며 생성형 기술 기반 행정사무감사의 전반적인 효율성과 전문성을 한층 끌어올리는 방안을 면밀히 검토했다. 유 의원은 “상임위원회 활동 등 바쁜 의정일정에도 불구하고 한글날 연휴에 시간을 내 함께 공부해 주신 의원님들께 감사드린다”며 “지난 교육이 AI를 의정활동에 어떻게 활용할 수 있는지 살펴보는 자리였다면, 이번 교육은 실제 행정사무감사에 적용할 수 있는 실무기법을 익히는 데 중점을 뒀다”고 말했다. 이어 “행정사무감사는 방대한 자료 속에서 문제점을 찾아내고 시민의 입장에서 집행부를 감시·견제하는 중요한 의정활동”이라며 “AI를 활용하면 자료 분석에 소요되는 시간을 줄이고, 보다 깊이 있는 정책 검토와 핵심을 짚는 질의를 준비하는 데 도움이 될 것”이라고 강조했다. 마지막으로 유기훈 의원은 “AI가 의원의 판단을 대신하는 것이 아니라, 의원들이 더 정확하고 깊이 있게 의정활동을 할 수 있도록 지원하는 도구가 되어야 한다”라며 “앞으로도 연구회 활동을 통해 AI 활용 역량을 지속적으로 높이고, 시민들이 체감할 수 있는 실질적인 의정활동 성과로 이어질 수 있도록 노력하겠다”고 밝혔다.

우크라이나가 지난 8일(현지시간)부터 러시아 최대 정보기술(IT) 업체 얀덱스의 데이터센터를 공습하자, 우크라이나 내부에서는 조롱이 쏟아졌다. 우크라이나는 8~12일 러시아 중부 랴잔주와 칼루가주, 블라디미르주 등에 있는 얀덱스의 대형 데이터센터 3곳을 잇따라 공격해 상당한 피해를 줬다. 보도에 따르면 앞서 지난 8일 슈퍼컴퓨터 2대가 설치된 랴잔주 사소보의 얀덱스 데이터센터가 우크라이나의 드론 공격으로 피해를 봤다. 뒤이어 9일 칼루가에 있는 대규모 얀덱스 데이터센터 단지도 피격 이후 가동이 일부 중단됐으며, 11일에는 블라디미르의 또 다른 데이터센터가 공격받았다. SNS에 공개된 영상을 보면 러시아 곳곳의 얀덱스 데이터센터에서 거대한 불길이 치솟는다. 러시아 경제전문지 코메르산트는 지난 11일 “피해를 본 곳들은 규모가 매우 큰 데이터센터였다”며 “장비를 다시 갖추는 작업에는 막대한 비용과 오랜 시간이 소요될 것으로 보인다”고 밝혔다. 코메르산트는 현지 소식통들을 인용해 “얀덱스의 데이터센터 장비 교체에 최대 6개월이 걸릴 것으로 예상된다”고 전했다. 얀덱스 핀테크 부문 책임자인 디마 피로고프는 지난 11일 엑스에 “오늘 또 다른 얀덱스 데이터센터가 피해를 입었다”며 “이번 피해로 시스템 장애가 발생해 많은 사용자가 잔액 조회와 구매 대금 결제, 송금 등을 할 수 없게 됐다”고 밝혔다. 파이어포인트 “디마, 전원을 껐다 켜봐”얀덱스를 겨냥한 성공적인 공습이 잇따르자 우크라이나 방산업체 파이어 포인트는 이를 조롱하는 메시지를 공개했다. 파이어포인트는 얀덱스의 책임자가 엑스에 시스템 장애를 알리는 게시글을 올리자, 그 아래에 “디마, 전원을 껐다 켜 봤어?” 라고 적었다. 디마는 해당 게시글을 올린 얀덱스 책임자의 이름이지만, 사실상 러시아를 의미하는 것으로 해석된다. 데이터센터의 공격으로 시스템이 마비된 상황을 일상적인 컴퓨터 재부팅 문제처럼 표현한 것이다. 일련의 얀덱스 공격에는 파이어포인트의 장거리 자폭 드론이 사용된 것으로 알려졌다. 파이어포인트는 “지난 9일 칼루가 데이터센터 피격에 자사의 FP-1 장거리 자폭 드론이 사용됐다”고 확인했다. FP-1은 최대 사거리가 1500㎞인 장거리 공격 드론으로, 러시아 후방의 군사시설, 탄약고, 정유시설, 공군기지를 공격하는 용도로 활용되고 있다. 활주로 없이 로켓 부스터와 레일 발사 방식을 이용한다. 최대 120㎏의 탄두를 실을 수 있으며 GPS 교란 환경에서도 운용 가능한 항법 기술 적용을 목표로 개발됐다. 이를 개발한 파이어 포인트는 우크라이나의 최신 국산 장거리 무기인 플라밍고 미사일을 개발한 업체이기도 하다. 현재 해당 업체는 연료탱크를 확대하고 경량화해 사거리가 약 2700㎞에 달하는 것으로 알려진 개량형 FP-1도 운용 중이다. ‘에너지 휴전’ 두고 각기 다른 소리 나오는 러·우한편 도널드 트럼프 미국 대통령은 러시아와 우크라이나가 에너지 휴전에 합의했다고 주장했으나 우크라이나는 “미국의 주장과 달리 러시아는 여전히 우리의 에너지 시설을 공습하고 있다”고 반박했다. 볼로디미르 젤렌스키 우크라이나 대통령은 12일 폴란드에서 열린 바르샤바 안보 포럼 연설에서 “(트럼프 대통령의 주장 이후) 일반 주유소를 겨냥한 러시아의 공격도 있었다”며 “이것이 푸틴 대통령이 트럼프 대통령에 내놓은 대답은 ‘러시아의 공격’”이라고 주장했다. 이어 “러시아 정유시설과 석유 수출시설을 겨냥한 우리의 공격이 중단되기를 원한다면 러시아부터 공격을 중단해야 한다”며 “러시아가 휴전에 동의하지 않으면 대응에 나설 것”이라고 경고했다. 러시아 역시 이날 휴전 합의를 묻는 취재진의 질문에 “이 문제에 관해 밝힐 내용이 생기는 대로 알려드리겠다”며 즉답을 피했다. 트럼프 대통령의 ‘에너지 휴전 합의’ 주장은 미국 중간선거를 앞두고 에너지 가격을 끌어내리려는 트럼프 대통령의 압박성 발언으로 해석된다. 트럼프 대통령은 지난달 14일에도 양측이 에너지 목표물을 타격하지 않기로 했다며 똑같은 주장을 내놨지만 이후에도 양측의 공격은 이어졌다.

인공지능(AI) 인프라에 천문학적인 자금을 쏟아붓고 있는 빅테크들이 반도체의 연산 효율을 높이는 기술 확보에 속도를 내고 있다. AI 서비스가 빠르게 확산하면서 값비싼 반도체를 추가로 사들이는 것 못지않게 기존 장비의 처리량을 높여 운영비를 낮추는 일이 중요해졌기 때문이다. 미국 월스트리트저널(WSJ)은 11일(현지시간) 아마존이 이스라엘계 AI 스타트업 데카르트를 약 70억 달러(약 10조원)에 인수하는 방안을 논의하고 있다고 보도했다. 앞서 엔비디아가 인수 협상을 벌였고 앤트로픽도 약 60억 달러에 인수를 검토했으나 지난달 실사 이후 협상을 중단했다. 구글과 스페이스X도 잠재적 인수 후보로 거론됐다. 2023년 설립된 데카르트의 기업 가치는 지난 5월 약 40억 달러에서 5개월 만에 70억 달러 수준으로 높아졌다. 데카르트는 실시간 영상 생성 AI와 이를 빠르게 구동하는 최적화 기술을 개발한다. AI 모델은 대체로 엔비디아의 그래픽처리장치(GPU)를 중심으로 개발되지만, 아마존과 구글 등은 비용을 줄이고 엔비디아 의존도를 낮추기 위해 자체 반도체를 키우고 있다. 문제는 반도체를 바꾼다고 기존 AI 모델이 곧바로 같은 성능을 내는 것은 아니라는 점이다. 장비에 맞게 프로그램을 수정하고 연산 과정을 조정해야 한다. 데카르트는 아마존과의 협력에서 이 같은 최적화 기술을 선보였다. 아마존의 자체 AI 반도체 트레이니엄3를 이용해 실시간 영상 생성 모델을 구동한 결과, 아마존웹서비스(AWS)가 공개한 초기 시험에서 GPU 대비 영상 처리량은 최대 4배 높았고 비용 효율은 2배 개선됐다. 아마존이 데카르트를 인수하면 영상 생성 AI 기술과 함께 자체 반도체를 활용할 소프트웨어 역량도 확보할 수 있다. 다만 인수 협상은 아직 진행 중이며 구체적인 거래 조건은 확정되지 않았다. 연산 효율을 높이는 기술은 AI 서비스의 수익성과 직결된다. 이용자에게 답변이나 영상을 생성해 줄 때마다 반도체 연산이 필요하기 때문이다. 같은 장비로 더 많은 요청을 처리하면 추가 투자 부담을 줄이면서 서비스 규모를 키울 수 있다. AI 소프트웨어 기업 모듈러는 다양한 반도체에서 AI 프로그램을 구동하기 쉽게 만드는 기술을 개발하고 있다. 래딕스아크는 추론 과정의 연산과 메모리 사용을 줄이고, 베이스텐과 파이어웍스 AI는 여러 GPU에 작업을 효율적으로 배분하는 서비스를 제공한다. 국내 AI 인프라 기업 망고부스트도 12일 서울 강남구에서 기자간담회를 열고 AI 추론 플랫폼 ‘망고 인퍼런스’를 공개했다. 기업과 개발자가 GPU 서버를 구축하지 않고 AI 모델을 이용할 수 있는 서비스다. 망고부스트는 AMD의 GPU에 자체 개발한 네트워크 장비와 추론 소프트웨어를 결합했다. 연산장치와 저장장치에서 GPU로 데이터가 이동하는 과정을 개선해 처리 속도를 높이고 비용을 낮추는 구상이다.

홈플러스 사태 이후 국회에서는 기관 전용 사모펀드(PEF)의 과도한 차입 인수와 기업 부실화를 막기 위한 이른바 ‘MBK 방지법’ 논의가 이어지고 있다. 핵심은 차입매수(LBO) 과정의 과도한 재무 부담이 피인수 기업과 근로자·채권자 등 이해관계자에게 전가되는 것을 막고, PEF의 투명성과 책임성을 높이는 데 있다. 다만 모든 LBO가 기업가치를 훼손하는 것은 아니다. 문제는 기업의 현금흐름과 상환능력을 넘어서는 레버리지다. 현행 자본시장법상 PEF의 차입 한도는 순자산의 400%다. 일부 개정안은 이를 200%로 낮추고 업무집행사원(GP)의 보고·공시와 이해상충 관리, 위반 시 제재를 강화하는 방안을 제시하고 있다. 반면 금융위원회는 2025년 12월 개선방안에서 400% 한도는 유지하되 차입비율이 200%를 초과하면 차입 사유와 운용에 미치는 영향, 향후 관리 방안을 보고하도록 하는 방안을 제시했다. 따라서 입법의 초점은 단순히 ‘400%냐 200%냐’라는 숫자에만 머물러서는 안 된다. 동일한 레버리지라도 기업의 현금흐름, 사업위험, 부채 만기구조에 따라 위험은 달라진다. 차입 규모뿐 아니라 이자상환능력, 영업현금흐름, 만기구조, 담보·지급보증 등을 종합해 고위험 거래를 선별하는 위험 기반 규제가 필요하다. 금리 상승과 경기 악화 가능성도 반영해야 한다. 특히 SPC를 이용한 LBO에서는 법률상 차입 주체와 경제적 위험의 최종 부담자가 다를 수 있다. 따라서 SPC가 존재한다는 형식만으로 규제하거나 별도 법인이라는 이유로 규제를 배제해서도 안 된다. 펀드·SPC·피인수 기업 사이의 자금 흐름과 합병·담보제공·지급보증 등을 종합해 실질적 위험 귀속을 판단해야 한다. 중요한 것은 누가 빌렸는지가 아니라 그 부담이 결국 어느 기업의 현금흐름과 자산에 돌아가는지다. 유럽연합(EU)의 대체투자펀드운용자지침(AIFMD)은 비상장기업을 지배하는 대체투자펀드에 대해 취득 후 24개월 동안 일정한 배당, 자본감소, 자기주식 취득을 제한하는 ‘자산 유출’ 규정을 둔다. 인수 직후 기업 자본이 빠져나가는 것을 통제한다는 점에서 시사점이 있다. 다만 정상적 배당이나 합리적 사업재편을 일률적으로 막는 제도는 아니다. 우리도 기업의 재무 상태와 상환능력을 고려해 기준을 설계해야 한다. IOSCO 역시 PEF 레버리지에 따른 금융곤경·채무불이행 위험과 이해상충을 주요 감독 과제로 지적해 왔다. 우리도 인수 직후 과도한 배당·자본 유출을 막고 일정 수준 이상 레버리지를 활용한 거래에는 부채상환능력과 재무안정성을 점검하는 장치를 마련할 필요가 있다. 특히 피인수기업의 자산 매각이나 배당으로 인수금융을 회수하는 경우에는 장기 영업능력과 재무구조에 미칠 영향을 따져야 한다. 반대로 모든 자산 매각과 배당을 규제하면 정상적 구조조정까지 위축될 수 있으므로 현금흐름·재무상태·자금 사용처를 기준으로 범위를 정해야 한다. 법률 규제만큼 시장의 자율규제도 중요하다. 기관투자자는 GP의 레버리지 수준, 인수 후 배당정책, 자산매각 및 이해상충 관리체계를 평가해 장기적인 기업가치 제고를 유도해야 한다. 연기금 등 주요 LP는 위탁 운용사 선정과 사후관리에서 단기 수익률뿐 아니라 투자기업의 장기 재무건전성과 책임 있는 운용 여부도 살펴야 한다. 성과보수 역시 지속적 기업가치 창출과 연계할 필요가 있다. PEF는 구조조정과 성장자금을 공급하는 모험자본이다. 필요한 것은 PEF 자체를 위축시키는 규제가 아니라 과도한 레버리지의 위험을 가려내고 책임을 지우는 정교한 규율이다. 자본시장법 개정도 차입 한도 축소를 넘어 거래구조, 상환능력, 자산 유출을 종합해 고위험 LBO를 선별하는 방향으로 이뤄져야 한다. 그래야 모험자본 기능을 살리면서 기업·투자자·금융시장의 안정성을 함께 확보할 수 있다. 김용재 고려대 법학전문대학원 교수·전 금융위원회 상임위원

AI 교양 의무 이수 후 AX로 확장학부와 대학원 연계 과정도 확대기업 실습과 산학 프로젝트 지원“지역 산업전환 이끌 인재 키울 것”국립순천대가 지방에서는 이례적으로 전교생 인공지능(AI) 기초교육부터 전공별 융합교육, 석·박사급 연구와 산업현장 실증까지 이어지는 AI·AI 전환(AX) 교육체제 구축에 나서 관심을 모은다. 올해 하반기 과학기술정보통신부의 ‘AI중심대학’과 ‘AI혁신인재양성사업’에 잇따라 선정되면서다. 두 사업에 투입되는 사업비는 8년간 총 479억원 규모다. 두 사업은 각각 학부와 대학원을 중심으로 운영되지만 국립순천대는 이를 별개 사업으로 두지 않고 하나의 인재양성 체계로 연결할 계획이다. 전교생 AI 기초교육에서 전공별 AX 교육, 석·박사급 연구와 산업현장 실증까지 이어지는 하나의 ‘인재양성 사다리’를 놓는다는 구상이다. ●전교생 AI 배우고, 전공마다 AX 입힌다 12일 국립순천대에 따르면 학부 교육의 출발점은 ‘전교생 AI 교육’이다. AI중심대학사업에는 2026년부터 2033년까지 8년간 정부지원금 212억원을 포함해 총 275억원을 투입한다. 전공과 관계없이 모든 학생이 5학점 이상의 AI 교양과목을 이수하도록 하고 데이터 분석과 생성형 AI 활용, 프롬프트 설계 등 AI를 실제 학업과 업무에 활용하는 능력을 기른다. 기초교육 이후에는 자신의 전공과 AI를 결합하는 AX 교육으로 확장한다. 사업에는 38개 학과가 참여한다. 비전공자가 AI·AX 교육으로 진입할 수 있도록 ‘AX 브릿지’ 교육과정을 운영한다. AI반도체, 뉴스페이스, 문화콘텐츠, 스마트농업 등 다양한 융합·연계전공을 확대하고 AI공학을 비롯해 AI 교육콘텐츠, 에너지AI, 피지컬AI, 기계우주항공AI 등 각 전공의 특성을 살린 심화교육도 운영한다. ●농업 전공자는 AI, AI 전공자는 농업을 국립순천대는 과기정통부 주관 ‘2026년 인공지능혁신 인재양성사업’에 최종 선정됨에 따라 스마트팜과 인공지능(AI) 기술을 결합한 ‘스마트농업 AX대학원’을 고흥스마트팜혁신밸리에서 고흥군과 공동 운영해 미래 농업 인재 육성에 나선다. 다음 달부터 2031년 12월까지 약 5년 2개월간 추진된다. 국비 155억원을 포함해 전남광주통합특별시·순천시 등에서 총 204억원의 사업비가 투입된다. 순천대는 스마트농업 분야의 AI·데이터 기반 혁신을 이끌 전문 인재 양성을 목표로 2027년부터 매년 40명씩, 총 200명의 석·박사급 인재를 배출할 계획이다. 교육과정은 ▲시설원예 AX ▲노지·무인농기계 AX ▲데이터·클라우드 AX 등 3대 핵심 특화 트랙으로 구성된다. 특히 전체 교육과정의 약 30%를 고흥혁신밸리 현장에서 직접 진행해 이론에 그치지 않고 실제 농업 현장에 AI와 데이터 기술을 적용하는 ‘현장 밀착형 실무 교육’을 한층 강화할 방침이다. 대학의 이론 교육과 혁신밸리의 재배·산업 현장이 맞물리면서 학생들은 작물 생육 데이터와 환경제어, AI·자동화 기술을 직접 다루며 실무 역량을 키울 수 있을 것으로 기대된다. 지역 주민과 청년들을 위한 혜택도 마련된다. 학사 학위를 보유한 고흥혁신밸리 보육센터 수료생과 고흥군민에게 대학원 교육 참여 기회를 적극 제공하고 참여기업 및 순천대의 AI 기반 농업 연구 성과를 지역 사회와 공유해 첨단 농업 기술의 저변을 확대할 계획이다. 스마트농업 AX 교육은 학생의 전공에 따라 출발점을 달리한다. 농학·원예·농기계·농업경제 등 농업 분야 전공자는 AI와 머신러닝을 보완해 배우고 AI·소프트웨어 전공자는 시설원예와 노지농업 등 농업 현장을 익힌다. 서로 다른 출발점에서 ‘브릿지’ 교육을 거친 학생들은 이후 시설원예, 노지·무인농기계, 데이터·클라우드 분야로 진입해 생성형 AI와 피지컬AI, 자율주행, 농업데이터 분석 등을 실제 농업 문제 해결에 적용한다. ●학부에서 대학원까지 ‘AI 사다리’ 학부와 대학원 사이의 경계도 낮춘다. 학·석사 및 학·석·박사 연계 과정을 확대하고 학부 3학년부터 대학원 교과목을 이수할 수 있도록 한다. 학부생이 연구실에서 연구를 경험하고 학점도 받을 수 있는 ‘연구실 인턴 학점제’도 도입한다. 학부에서 운영 중인 스마트농업융합전공을 대학원의 스마트농업 AX 전공과 연계해 학부 교육이 석·박사 연구로 이어지는 경로를 구축한다. ●기업이 교실로, 산업현장이 실험실로 기업은 교육과 연구의 공동 파트너로 참여한다. 학부에서는 네이버클라우드, 카카오엔터프라이즈, AWS, 업스테이지, 메가존클라우드, 한전KDN 등이 참여해 산업현장의 AI 기술을 교육하고 현장실습과 산학 프로젝트를 지원한다. 고성능 그래픽처리장치(GPU) 서버와 상용 대규모언어모델 등 AI 교육·연구 인프라도 확충한다. 대학원에서는 농기계 전문기업 대동과 AI 서비스 기업 이스트소프트가 공동연구개발기관으로 참여한다. 대동은 자율주행 농기계와 농작업 데이터, 실장비 가늠터를 제공하고, 이스트소프트는 생성형 AI와 AI 에이전트, 클라우드 서비스 기술을 교육·연구에 접목한다. 학생이 개발한 기술을 실제 장비와 서비스 환경에서 검증하고 산학공동 연구와 인턴십, 취·창업으로 연결하는 방식이다. 교육과 연구의 무대는 캠퍼스 밖 지역 산업현장으로도 넓어진다. 순천의 애니메이션·문화콘텐츠, 여수의 석유화학, 고흥의 우주항공·스마트농업, 광양의 첨단소재 등 지역 주력산업을 AI 교육 및 산학 프로젝트와 연계한다. 특히 순천·고흥 등에 구축한 그린스마트팜 가늠터는 스마트농업 AX 대학원의 현장실증 기반으로 활용할 계획이다. 이병운 순천대 총장은 “AI를 융합한 미래형 전문인재를 체계적으로 양성하고 교육과 연구 성과가 지역 산업의 혁신과 기업 성장으로 이어질 수 있도록 대학의 역량을 집중하겠다”며 “AI·AX 교육과 연구를 통해 지역의 산업 전환을 이끌 수 있는 인재양성 기반을 강화해 나가겠다”고 말했다.

한국산 다연장로켓 K239 천무가 미국산 하이마스(HIMARS)의 긴 납기를 파고들며 유럽 방산시장에서 입지를 넓히고 있다. 이런 가운데 미국은 하이마스용 유도로켓의 핵심 부품인 추진기관 공급선을 추가로 확보하기 위한 시험에 성공했다. 미국 군사 전문 매체 브레이킹디펜스는 9일(현지시간) 록히드마틴과 제너럴다이내믹스가 유도다연장로켓(GMLRS)에 사용할 새로운 고체연료 추진기관을 시험 점화했다고 보도했다. 록히드마틴 미사일·화력통제 부문 사장인 팀 케이힐은 인터뷰에서 며칠 전 새 추진기관에 추진제를 충전하고 실제 점화하는 시험을 진행했다고 밝혔다. GMLRS는 미 육군의 M142 하이마스와 궤도형 M270 다연장로켓이 사용하는 정밀유도탄이다. 기존 로켓의 사거리는 70㎞ 이상이며, 위성항법장치(GPS)와 관성항법장치를 이용해 목표물을 정밀 타격한다. 이번 시험은 미국이 하이마스용 로켓을 더 안정적으로 공급하기 위한 새로운 생산 기반을 확보하는 과정에서 나왔다. 천무는 1년 안 돼 인도…폴란드선 하이마스 매각론까지 하이마스는 우크라이나 전쟁에서 장거리 정밀타격 능력을 입증했지만, 급증한 수요를 생산 속도가 따라가지 못하면서 일부 구매국에서는 인도 대기 기간이 최대 5년까지 늘어났다. 반면 한국 천무는 빠른 납기와 현지 생산 협력을 앞세워 유럽 시장을 공략했다. 폴란드는 2022년 미국에 하이마스 500대 도입을 요청했으나 원하는 물량을 필요한 시기에 확보하기 어렵다고 판단했다. 같은 해 10월 한화에어로스페이스와 천무 218대 도입 계약을 체결했고, 계약 후 1년도 지나지 않은 2023년 8월 첫 물량을 인도받았다. 폴란드는 이후 72대를 추가로 주문해 천무 기반 호마르-K 발사대 모듈 총 290대를 계약했다. 노르웨이도 올해 1월 신규 장거리 정밀화력체계로 천무 16대를 선택했다. 최근에는 하이마스 운용을 재검토하자는 주장까지 나왔다. 폴란드 군사 전문 매체 디펜스24의 한 필자는 지난 2일 기존 하이마스 20대를 매각하고 호마르-K에 투자를 집중하자고 제안했다. 필자가 지적한 문제는 하이마스의 성능보다 탄약과 부품 공급, 별도 군수지원 체계를 유지하는 부담이었다. 다만 이는 폴란드 정부의 공식 방침이 아닌 개인 논평이다. 美, 로켓의 ‘심장’ 새 공급선 시험…양산까지는 추가 검증 미국도 생산능력 확대를 추진해 왔다. 록히드마틴은 GMLRS 연간 생산능력을 2024년 약 1만 발 수준에서 1만 4000발로 늘리는 계획을 발표했다. 그러나 로켓 생산량을 확대하려면 추진기관 공급도 뒷받침되어야 한다. 고체연료 추진기관은 연료를 연소시켜 로켓을 날아가게 하는 핵심 부품으로, 생산과 품질 검증에 전문 설비가 필요하다. 미국에서는 노스럽그러먼과 L3해리스 계열 업체들이 주요 추진기관 공급을 맡아 왔다. 록히드마틴은 특정 업체에 대한 의존도를 낮추고 공급망을 강화하기 위해 2024년 8월 제너럴다이내믹스와 협약을 맺었다. 두 회사는 아칸소주 캠던 공장에서 GMLRS 추진기관 생산을 추진해 왔다. 이번 시험으로 새로운 추진기관의 실제 점화 단계까지 도달했지만, 아직 양산에 필요한 모든 검증을 마친 것은 아니다. 새 공급선의 구체적인 생산 규모와 양산 일정도 공개되지 않았다. 따라서 이번 시험을 하이마스의 로켓 공급난이 해소됐다는 의미로 받아들이기는 이르다. 특히 미국의 추진기관 공급망 확대는 2024년부터 추진된 사업이다. 한국 천무의 최근 유럽 수출 확대에 대응하려고 이번 시험을 서둘렀다는 직접적인 근거는 확인되지 않았다. 다만 천무와 하이마스의 경쟁에서 생산능력과 안정적인 탄약 공급이 중요한 변수라는 점은 분명해지고 있다. 한국이 빠른 납기와 현지화를 앞세웠다면, 미국은 로켓의 핵심 부품 공급망을 넓혀 장기적인 생산 기반을 강화하는 모습이다.

LG유플러스가 휴대전화 통신 기록을 활용해 산악 조난자의 예상 수색 범위를 99%가량 줄이는 데 성공했다. 휴대전화가 꺼져 정확한 위치를 확인하기 어려운 상황에서도 구조 작업의 효율을 높일 수 있다는 가능성을 확인한 것이다. LG유플러스는 전파 분석 전문기업 솔빛시스템과 함께 전북 진안군 운장산 일대에서 진행한 모의시험에서 이 같은 결과를 얻었다고 11일 밝혔다. 기존에는 위성항법장치(GPS)로 조난자의 위치를 확인할 수 없으면 휴대전화가 마지막으로 연결된 기지국 주변을 폭넓게 수색해야 했다. 이번 시험에서는 기지국 안테나의 방향과 산악 지형에 따른 전파 도달 범위를 분석하고, 시간대별 휴대전화 접속 기록을 더해 조난자의 예상 위치를 추정했다. 그 결과 반경 15㎞를 기준으로 706.86㎢에 달하던 예상 수색 범위가 전파 분석만으로 45.94㎢까지 줄었다. 여기에 시간대별 접속 기록을 반영하자 4.13㎢로 좁혀져 기존보다 약 99.4% 감소했다. 이번 시험에는 군에서 활용하던 전파 분석 기술을 민간 구조 분야에 적용한 솔빛시스템의 지능형 수색지원 시스템(iSAR)이 사용됐다. LG유플러스는 추가 시험을 통해 기술의 정확도를 검증하고 긴급구조기관의 수색 지원 체계에 적용하는 방안을 검토할 계획이다.

엔비디아의 ‘RTX 스파크’를 탑재한 노트북들이 하나씩 공개되고 있습니다. ARM 윈도우에 상당한 공을 들여온 마이크로소프트 역시 RTX 스파크를 탑재한 서피스 랩톱 울트라를 공개했는데, 24GB 통합 메모리, 512GB SSD, 최대 밝기 2,000니트의 15인치 미니 LED HDR 터치스크린을 포함한 사양으로는 다소 경쟁력 있는 2599달러의 가격을 책정했습니다. 다만 128GB 메모리에 20코어 CPU, 6144코어 GPU, 1TB SSD를 포함한 최고 사양의 SoC를 선택하면 가격은 5899달러로 껑충 뛰게 됩니다. 엔비디아의 RTX 스파크는 DGX 스파크 AI 미니 PC에 사용된 GB10 슈퍼칩의 노트북 버전인 N1X와 N1을 사용합니다. N1X는 20코어 Arm CPU와 6,144개의 CUDA 코어를 지니고 있으며 N1은 이보다 코어 수를 줄인 컷칩으로 보급형이라고 할 수 있습니다. 메모리는 256bit LPDDR5X를 사용하는데, 노트북 버전의 정확한 속도는 알려져 있지 않으나 과거 GB10을 보면 300GB/s 이내로 추정됩니다. 서피스 랩톱 울트라 같은 RTX 스파크 노트북의 가장 직접적인 경쟁 상대는 바로 애플 맥북 프로입니다. 가격을 감안하면 일반적인 업무용 노트북으로 사용하기에는 너무 비싸고 로컬 대형 언어 모델(LLM) 구동이나 AI 이미지·영상 생성, 3D 작업 등을 위한 모바일 워크스테이션에 가깝습니다. 맥북 프로는 이 분야에서 나름 자신의 입지를 구축한 상태입니다. 기본적으로 맥은 이미지 및 영상 편집 작업에서 널리 사용되고 있으며 여기에 M5 프로와 M5 맥스의 경우 각각 307GB/s와 614GB/s의 메모리 대역폭을 제공해 로컬 LLM 구동 시 토큰 속도에 유리합니다. 특히 애플의 통합 메모리 구조 덕분에 전체 메모리의 상당 부분을 AI 모델에 할당할 수 있어 보통 8~16GB 정도인 독립 그래픽 카드 탑재 노트북보다 더 큰 모델을 올리고 원활하게 돌릴 수 있습니다. RTX 스파크는 여기에 도전하는 윈도우 진영의 새로운 카드입니다. 마이크로소프트 입장에서 보면 기존 ARM 윈도우 노트북에 사용된 스냅드래곤 프로세서는 전력 효율과 배터리 사용 시간에서는 장점이 있지만, 고성능 그래픽과 일부 전문 AI 작업에서는 한계가 있었습니다. 게임 호환성 역시 ARM 윈도우의 약점 중 하나였습니다. RTX 스파크는 엔비디아의 GPU 기술과 소프트웨어 생태계를 결합해 이런 약점을 보완했습니다. 블랙웰 GPU 덕분에 레이 트레이싱과 DLSS, G-SYNC 등 엔비디아의 최신 그래픽 기술도 활용할 수 있고, ARM용으로 제작되지 않은 x86 기반 윈도우 프로그램과 게임도 프리즘 에뮬레이션을 통해 실행할 수 있습니다. 실제로 마이크로소프트는 N1X 칩셋 기반의 노트북으로 007 퍼스트 라이트, 포르자 호라이즌 6 같은 게임을 매끄럽게 구동하는 모습을 공개하기도 했습니다. 다만 실제 구동 가능한 게임의 범위와 성능은 제품이 출시된 이후 정확히 확인할 수 있을 것으로 보입니다. 로컬 AI 구동 시에는 본래 이 목적을 위해 개발된 RTX 스파크의 성능이 더 빛을 발합니다. 최대 128GB의 통합 메모리 가운데 상당 부분을 로컬 AI 모델을 위해 할당할 수 있어 매우 큰 모델을 돌릴 수 있고 CUDA 아키텍처의 힘을 통해 속도를 높일 수 있습니다. 따라서 과거 스냅드래곤 SoC에서는 어려웠던 모바일 워크스테이션급 Arm 윈도우 노트북이 이제야 가능하게 된 것입니다. 다만 넘어야 할 산도 많습니다. 게임 성능과 가격 대비 효율에서는 RTX 50 시리즈 그래픽카드를 탑재한 일반 게이밍 노트북이 여전히 매력적일 수 있습니다. 전문 영상 작업에서는 맥북 프로가 오랜 기간 쌓아온 소프트웨어 지원과 작업 환경이라는 강점을 갖고 있습니다. RTX 스파크 노트북이 두 제품군 사이에서 확실한 입지를 확보하려면 대형 AI 모델을 실행할 수 있다는 장점뿐 아니라 실제 처리 속도와 가격 경쟁력도 입증해야 합니다. 솔직히 초기 가격표만 보면 RTX 스파크의 경쟁력이 압도적으로 높다고 평가하기는 어렵습니다. 여기에 메모리 가격 폭등으로 인한 노트북 가격 상승과 이로 인한 수요 감소는 이제 막 시장에 진입하는 RTX 스파크 노트북에 악재로 작용하고 있습니다. 과연 RTX 스파크 노트북이 계속해서 후속 제품을 개발할 수 있을 만큼 시장 반응을 이끌어 낼지 앞으로 성과가 주목됩니다.

일본 방위성이 적의 공격으로 자국 인공위성이 무력화되는 유사시 상황에 대비해 소형 로켓과 대체 위성을 즉각 쏘아 올리는 신속 복구 체계를 구축한다. 우주 공간에서의 안보 위협이 현실화하자 핵심 방위 전략인 ‘3대 안보 문서’에 해당 대응 작전을 명기하며 우주 안보 역량 강화에 속도를 내는 모양새다. 중·러 ‘위성 사냥’ 위협에…대체 위성 긴급 재발사 작전 추진 9일 요미우리신문 등 현지 매체에 따르면 방위성은 적의 공격을 받아 인공위성 기능이 마비될 경우 준비된 대체 위성을 소형 로켓에 실어 신속히 궤도에 올려놓는 방안을 추진하기로 했다. 정찰·통신·위치정보(GPS) 등 현대전의 핵심 인프라 역할을 하는 위성이 파괴될 경우 작전 수행 능력이 마비되는 위험을 최소화하겠다는 취지다. 일본 정부가 이 같은 긴급 재발사 작전에 나선 것은 중국과 러시아의 우주 무기화 움직임에 대한 강한 위기감 때문이다. 중·러 양국은 타국 위성을 직접 격추하는 미사일 기술뿐만 아니라, 전파 방해나 레이저 공격을 통해 위성 기능을 무력화하는 고도화된 기술을 지속해서 개발해 왔다. 방위성은 연내 개정이 추진되는 국가안전보장전략 등 ‘3대 안보 문서’에 인공위성 기능 회복을 위한 소형 로켓 및 대체 위성 개발 내용을 명시하고 관련 연구를 본격화할 방침이다. “발사장 부족 극복”…트럭·바다·하늘서 쏘는 이동형 로켓 개발 해당 작전의 핵심은 적의 표적이 되기 쉬운 고정식 발사장의 한계를 극복하는 데 있다. 일본은 자국 내 로켓 발사장 부지가 부족한 현실을 고려해, 발사 장소에 제약받지 않는 다양한 형태의 소형 로켓을 개발할 계획이다. 차량에 탑재해 이동 후 발사하는 방식은 물론, 해상 함정이나 항공기에서 로켓을 쏘아 올리는 방식 등 다변화된 발사 플랫폼이 검토되고 있다. 이를 통해 적의 선제공격을 피하고 필요할 때 언제 어디서나 신속하게 위성을 대체 투입하겠다는 전략이다. 일본 정부는 현재 50% 수준인 자국 내 인공위성 발사 비율을 2040년까지 최대 80%대까지 대폭 끌어올린다는 목표를 세웠다. 해외 의존도를 줄이고 독자적인 우주 수송·복구 능력을 완성해 ‘우주 자립’을 이루겠다는 구상이다. 우주 공간이 지상·해상·공중에 이은 제4의 전장으로 부상한 가운데 우주 주도권을 둘러싼 동아시아 안보 지형의 긴장감도 한층 고조될 전망이다.

미국의 인공지능(AI) 대표 기업이자 ‘챗GPT’ 개발사인 오픈AI의 연 매출이 예상보다 200억달러(약 27조원) 적은 것으로 나타났다. AI 산업의 성장 기대가 이어지는 가운데 관련 기업의 실적을 둘러싼 시장의 경계심도 커지고 있다. 8일(현지시간) 파이낸셜타임스(FT)와 로이터통신 등 외신에 따르면 오픈AI는 최근 투자자들에게 9월 말 기준 연환산 매출이 500억달러(67조원)에 근접했다고 밝혔다. 이는 지난달 말 보도된 매출 규모인 700억달러(약 94조원)보다 약 29% 낮다. 앞서 오픈AI의 연환산 매출은 7월 이후 70% 이상 증가해 700억달러에 육박한 것으로 알려졌는데, 당시 오픈AI가 해당 수치를 부인하지 않았다. 오픈AI는 비상장사로 재무 정보를 정기적으로 공개하지 않는다. 연환산 매출은 특정 시점의 매출 흐름이 1년간 이어진다고 가정해 산출한 지표로 실제 연간 매출과는 차이가 날 수 있다. 일각에서는 오픈AI가 경쟁사인 앤트로픽과 실적을 비교하는 과정에서 정보가 와전됐다는 해명도 있다. FT에 따르면 앤트로픽은 아마존웹서비스(AWS)와 구글 클라우드 등 외부 클라우드 업체를 통한 판매액을 매출에 포함하고 관련 수수료를 비용으로 처리한다. 반면 오픈AI는 파트너사를 통한 판매액 중 자사에 돌아오는 금액만 매출로 잡는다. 투자자들이 두 회사의 실적을 같은 기준으로 비교하려다 오픈AI의 매출 규모를 실제 집계 방식과 다르게 추산했다는 것이다. 시장은 민감하게 반응했다. 이날 뉴욕증시에서 나스닥종합지수는 1.25% 하락해 8월 중순 이후 최대 낙폭을 기록했다. 엔비디아와 인텔은 각각 2.9%, 5.3% 떨어졌고 오라클도 5.5% 하락했다. FT 보도가 나온 정오 무렵부터 주요 지수의 낙폭이 확대됐다고 CNN은 전했다. 로스 메이필드 베어드 투자 전략가는 “AI 관련 산업 전반에 충격파가 미칠 것”이라며 최근 미국 증시가 AI 관련주 상승에 크게 의존하고 있다는 점을 지적했다.

6차 교신 시도 끝에 양방향 교신 성공“지역 우주기술 실증 본격화“ 대전시는 누리호 5차 탑재돼 우주로 향한 대전샛-1(DaejeonSAT-1)이 지상국과의 최초 교신에 성공했다​고 9일 밝혔다. 시에 따르면 대전샛-1은 발사 후 예정된 절차에 따라 우주 공간에서 위성 자세를 안정화하고 지상국과의 통신 연결을 시도해 8일 23시 20분 6차 교신 시도 끝에 양방향 교신에 성공했다. 대전샛-1은 시스템 운용 모드, 배터리 팩, 자세제어 모드, 위성체 EOC 카메라의 지구 방향 여부, 위성체 자세 회전 각속도, GPS 정보 수신 및 자세제어 상태 등 모두 정상 작동 중이다. 대전샛-1에는 지역 기업들이 개발한 전자광학카메라, 태양전지판, 전력제어장치, 우주용 메모리 등 핵심기술​이 적용돼 있다. 시는 대전샛-1의 위성 상태와 통신·전력·자세제어 등 주요 시스템을 단계적으로 점검하고, 위성 운용이 안정화되면 지구 관측 등 본격적인 임무 수행에 들어갈 계획이다. 허태정 대전시장은 “대전샛-1은 끝이 아니라 대전 우주산업의 새로운 출발점”이라며 “연구개발특구의 기술력과 지역 기업 혁신역량을 연결해 대전을 대한민국 우주산업 중심도시로 만들겠다”고 강조했다.

성능 경쟁에 이어 이제는 얼마나 많은 사람이, 얼마나 자주 인공지능(AI)를 쓰게 하느냐가 새 승부처로 떠오르고 있다. 오픈AI와 앤트로픽은 7일(현지시간) 나란히 이런 흐름을 보여주는 신모델·서비스 전략을 내놨다. 오픈AI는 최신 GPT-6를 무료 이용자까지 개방하고 챗GPT의 사용 방식도 바꿨다. 앤트로픽은 반복 업무에 특화한 소형 모델의 비용을 크게 낮췄다. 오픈AI는 이날 GPT-6를 챗GPT 전반으로 확대한다고 밝혔다. 유료 이용자에게는 ‘GPT-6 솔’, 무료와 저가 요금제 ‘고(Go)’ 이용자에게는 ‘GPT-6 루나’를 제공한다. 지난달 유료 이용자를 중심으로 공개한 GPT-6를 주간 이용자 12억명 이상이 쓰는 챗GPT 전체로 넓히는 것이다. 국내에서도 유료 이용자는 8일부터, 무료·고 이용자는 9일부터 순차적으로 사용할 수 있다. 가장 눈에 띄는 변화는 ‘인텔리전트 UI’다. 질문에 글로만 답하지 않고 필요에 따라 지도·차트·이미지·버튼 등을 함께 보여준다. 여행 계획을 물으면 지도에 이동 경로를 정리하고, 저축 계획에는 금액과 기간을 입력해 결과를 계산할 수 있는 도구를 띄운다. 패션을 물으면 상품 이미지와 색상표를 곁들이는 식이다. 이용자가 답을 받은 뒤 다시 다른 앱이나 계산기, 검색 서비스를 찾아야 하는 과정을 줄이려는 시도다. 복잡한 작업도 결과가 모두 나올 때까지 기다리지 않고 확인된 내용부터 보여준다. 오픈AI 자체 평가에서 웹 검색 질문의 답변 시작 속도는 GPT-5.6 인스턴트보다 평균 44% 빨라졌다. 앤트로픽은 같은 날 소형 모델 ‘클로드 하이쿠 5.5’를 출시했다. 요약·분류·데이터베이스 조회처럼 많은 요청을 빠르게 처리해야 하는 업무를 겨냥했다. 처리 비용은 전작보다 평균 75% 낮췄고 입력 토큰 100만개당 가격은 0.1달러다. 중형 모델 ‘소넷 5.5’의 캐시 읽기 가격도 절반으로 내려 에이전트 업무 비용을 약 20% 줄였다. 비용을 낮추는 이유도 분명하다. 고객 상담이나 문서 처리, 코딩처럼 하루에도 수없이 AI를 호출하는 업무는 작은 단가 차이도 전체 비용을 크게 좌우한다. 앤트로픽은 ‘맥스’와 ‘팀’ 구독자에게 매달 최대 500달러의 API 이용 크레딧도 제공하기로 했다. 가격을 낮추는 데서 그치지 않고 기업과 개발자가 AI를 실제 서비스에 더 많이 적용하도록 유도하는 셈이다. 한편 이용자 확대와 함께 안전장치 논란도 이어지고 있다. 이날 비영리단체 커먼센스미디어는 챗GPT가 자해·섭식장애 등 위기 상황에서 청소년 보호 기능을 제대로 작동시키지 못한 경우가 있다며 개선을 촉구했다. 살고싶은 집을 찾아서 한 시민이 8일 서울 강서구 코엑스 마곡에서 열린 서울 건축-인테리어 박람회에서 전시장을 둘러보고 있다. 연합뉴스

생성형 인공지능(AI)을 사용하다 보면 멀쩡한 답을 내놓다가 갑자기 이른바 ‘위험한 답’을 내놓는 순간을 간혹 마주하게 된다. 미국 조지 워싱턴대 물리학과 연구팀은 AI 모델이 적절한 응답을 하다가 잠재적으로 위험한 응답으로 전환되는 ‘티핑포인트’를 예측할 수 있는 수학 공식을 개발했다. 이 연구 결과는 과학 저널 ‘패턴스’ 10월 9일 자에 실렸다. AI가 내놓을 수 있는 답변을 ‘산맥 속 여러 골짜기’라고 가정할 때 어떤 골짜기에는 개인이나 사회에 바람직한 답변이 있고 또 다른 골짜기에는 실질적 해를 끼칠 수 있는 답변이 있다. AI가 질문을 받게 되면 이런 여러 답변들이 서로 경쟁하면서 최종적으로 표출할 답을 도출한다. 연구팀이 관심을 가진 것은 AI가 안전한 골짜기에서 위험한 골짜기로 넘어가는 순간이었다. 챗GPT 같은 생성형 AI 안에는 대화의 어느 부분에 주목할지 정하는 ‘어텐션 헤드’가 수백 개 있다. 연구진은 이들을 일일이 분석하는 대신 모든 헤드의 효과를 합쳐 하나처럼 행동하는 ‘대표 헤드’를 가정했다. 수조 개 기체 분자의 움직임을 온도와 압력 몇 개의 변수로 설명하는 물리학의 방법론을 AI에 적용한 것이다. 연구팀에 따르면 AI는 흠잡을 데 없는 답변을 몇 차례 내놓아 사용자가 AI를 믿도록 안심시킨 다음 나쁜 답변을 내놓는 일종의 ‘가스라이팅’ 패턴을 보인다. 연구팀은 고등학교 수학에서 배우는 벡터와 좌표, 지수함수, 부등식, 분수를 이용해 AI의 돌변 시점을 예측하는 공식을 만들었다. 연구팀은 AI와 나눈 대화를 모두 벡터로 바꾼 뒤 질문, 좋은 답, 나쁜 답을 화살표로 단순화했다. 대화 전체에서 나침반 바늘이 좋은 답과 나쁜 답 중 어느 쪽을 더 가리키는지 계산해 나쁜 답이 나오기 전 좋은 답이 몇 번 이어질지 예측하는 분수 공식을 얻었다. 연구팀의 공식을 저축에 빗대면 분자는 질문과 앞선 대화들이 좋은 답 쪽에 쌓아 준 ‘여유분’을, 분모는 좋은 답이 하나 나올 때마다 그 여유분이 깎이는 양이다. 여유분이 바닥나는 순간 AI는 나쁜 답을 내놓는 악마로 돌변한다. 좋은 답 자체가 나쁜 답을 끌어당기는 구조여서 무난한 답이 이어지다가도 갑자기 위험한 답이 나올 수 있다는 것이다. 연구팀은 이 공식을 GPT-2, 피티아, OPT 계열의 공개 모델 7종으로 검증했다. 그 결과 19건 중 18건에서 즉시 돌변과 지연 돌변을 구분해 냈다. 백신 거부, 타인을 해치는 일, 자해 등에 관한 질문을 순서만 바꿔 물어보면 특정 순서에서는 모든 질문에 나쁜 답이, 다른 순서에서는 모든 질문에 무난한 답이 나왔다. 연구팀에 따르면 미국의 비영리단체 디지털혐오대응센터(CCDH)가 챗GPT 같은 상용 챗봇을 시험한 보고서에서도 공식과 부합하는 행동 패턴이 나왔다. 닐 존슨 조지워싱턴대 교수는 “이번 연구는 두 가지 재미있는 부분이 있다”며 “우선 수십억 개의 움직이는 부품을 가진 기계가 펜과 종이, 고등학교에서 배우는 기초 수학만으로 도출한 공식을 따른다는 점이고 또 하나는 대화 순서가 대화 내용만큼이나 중요하다는 것”이라고 말했다. 존슨 교수는 “몇 번의 간단한 벡터 계산만으로 위험 신호를 감지할 수 있는 만큼 앞으로 스마트폰에 ‘경고등’을 내장하는 일도 가능할 것”이라고 덧붙였다.

인공지능(AI)의 발전 속도가 어지러울 정도다. 글과 그림, 음악, 프로그래밍 등에서 전문가 이상의 결과물을 보여준 지는 한참 됐다. 이제는 학계가 오랫동안 씨름해 온 난제도 해결할 정도다. 거의 모든 직군이 자신의 일자리가 언제 사라지게 될 것인지 불안에 떨고 있다. 글로 먹고사는 직업인지라 기자도 예외가 아니다. 내가 이 일을 못 하게 될 때 어떻게 먹고살아야 하느냐는 고민은 AI 등장 이전에도 있었지만, 나보다 글을 몇 배는 더 논리정연하게, 때로는 더 아름답게 쓰는 AI에 내 수준의 글로는 먹고살기 힘들겠다는 생각이 든다. 학생의 과제, 학자의 논문, 회사원의 보고서를 AI가 대신 써주고, 심지어 고전문학 번역을 AI에게 맡겨 대량 출판까지 하는 세상이 됐기 때문이다. 최근에는 어떤 글들을 보면서 어딘지 모를 위화감을 느꼈다. 바로 사과문이다. 완벽하기 이를 데 없는 사과문들이었다. 1년 전까지만 해도 각종 논란의 당사자들이 쓴 사과문을 보면 직업병인지 몰라도 고쳐주고 싶은 대목이 한두 군데가 아니었다. 하지 않아도 될 변명을 하는 바람에 사과문에 대한 추가 사과문을 내놓는 일도 적지 않았다. 이에 온라인상에서는 ‘사과문의 정석’이라든지 ‘잘못된 사과문의 대표적 사례’ 등이 화제가 되기도 했다. 사과문의 정석을 짧게 정리해 보면 다음과 같다. ●무엇을 사과해야 할지 정확히 파악하고 ●잘못을 구체적으로 서술하며 ●사과하는 마음가짐을 진솔하게 표현하고 ●다른 이의 책임을 굳이 언급하지 않으며 ●사과하는 쪽의 이득이나 피해도 언급하지 말아야 하고 ●어떻게 책임을 질 것인지 후속 조치를 밝힌다. 최근에도 크고 작은 논란으로 발표된 사과문이 여럿 있었다. 이들 사과문 중 열에 아홉은 나무랄 데가 없었다. 아마도 AI의 도움을 받았을 것으로 보인다. 2023년 미국 밴더빌트대 피바디 칼리지는 다른 대학에서 벌어진 총기 사건과 관련해 교내 학생들에게 안전을 당부하는 메일을 보냈는데, 메일 말미에 챗GPT가 작성했다는 표기를 지우지 않는 바람에 논란이 됐다. 공동체와 연대를 말하는 메시지를 깊은 고심 없이 AI에게 맡긴 것이라는 지적이 나왔다. 최근 논란이 된 한 자영업자는 자신이 고의로 잘못을 저지른 게 아니라는 것을 보여주겠다는 취지로 AI와 나눈 답변을 공개하기도 했다. 오히려 그러한 모습이 또 다른 논란을 부르고 사과의 진정성을 의심케 했다. 그러나 한편으론 AI에게 사과문을 맡기는 것이 과연 비판거리일까 싶기도 하다. 기업이나 연예인 등은 이미 오래전부터 법무팀이나 소속사 또는 계약된 법률대리인이 사과문을 대신 써왔다. 적지 않은 돈을 써서 인간 전문가의 도움을 받기 어려운 보통 사람들이 AI 도움을 받는 것을 고깝게 볼 이유는 전혀 없다. 중요한 것은 사과 이후 충분히 책임을 지고 약속한 조치를 제대로 이행하고 달라진 모습을 보이는가다. 그것이 이뤄지지 않는다면 AI에게 맡기지 않고도 잘 쓴 사과문인들 의미가 없을 것이다. 그런데도 어딘지 씁쓸한 이유는 무엇일까. 인간이 스스로 잘못을 돌이켜보는 영역까지 AI에게 맡겨버리는 풍경 때문이 아닐까. 학창 시절 반성문을 쓸 땐 어떻게든 백지를 채워 넣으려고 머리를 쥐어짜내는 과정에서 내가 한 잘못을 깨닫는 데에 이르곤 했다. 그러나 AI에게 ‘내가 이런 상황에 처했는데 사과문을 작성해 줘’라는 명령문을 넣고 생성된 사과문을 검토하기만 하는 과정에서 과연 내 마음속에 진정한 반성이 ‘생성’될 수 있을까. 인류는 드디어 인간이 쉽사리 할 수 없는 영역을 대신해 줄 수 있는 도구를 만들었다. 그런데 인간이 스스로 할 수 있는 것까지 맡겨 스스로 인간다움을 잃는 건 아닐지, 과연 잃어도 괜찮을 것인지 고민해 본다. 신진호 온라인뉴스부 차장

‘선박왕’으로 불리며 개인 최고액 체납자였던 권혁 시도그룹 회장이 15년 동안 내지 않던 세금 약 4000억원을 모두 내기로 했다. 전남광주의 한 음식점이 온라인 극우 커뮤니티에서 5·18민주화운동을 폄훼하는 표현으로 쓰이는 이름을 메뉴명으로 사용해 논란이 일었다. 경찰이 장인 회사와 집회 물품을 계약했다는 논란으로 고발당한 최승호 삼성그룹 초기업노동조합 삼성전자지부 위원장에 대한 수사에 착수했다. 서울의 한 횡단보도에서 어머니의 상체 위에 올라타 폭행한 20대 아들이 경찰에 붙잡혔다. 이번 주 발생한 크고 작은 사건을 정리한다. 15년 추적에 백기…’체납왕’ 권혁, 밀린 세금 다 낸다개인 고액 체납 1위였던 시도그룹 권혁 회장이 개인 체납액을 완납하기로 했다. 권 회장 개인 체납액에 제2차 납세의무를 지게 된 법인들의 체납지정액까지 더하면 총 7902억원 규모로, 계획대로 납부가 이뤄지면 약 8000억원의 체납액이 모두 정리된다. 임광현 국세청장은 지난 7일 정부세종청사에서 열린 고액체납 특별대응 태스크포스(TF) 운영경과 브리핑에서 “이렇게 많은 체납 세금을 납부한 것은 국세청 역사상 처음 있는 일”이라고 밝혔다. 국세청에 따르면 권 회장은 개인 체납액 3938억원을 완납하기로 하고 지난 7월 현금 1000억원을 냈다. 그동안 체납자가 현금으로 낸 금액 가운데 최대 규모는 약 500억원으로, 이번 납부액은 그 두 배를 넘는다. 남은 금액에 대해서는 분납계획서를 제출하면서 해외 선박 5척을 담보로 제공했다. 국세청은 자체 간이평가 결과 담보 선박의 가치가 체납액을 웃도는 것으로 판단하고 있다. 구체적인 평가액과 완납 시점은 공개하지 않았다. 권 회장 명의로 된 국내 재산이 없어 해외 선박을 담보로 받은 것은 이번이 처음이다. 총 체납액 7902억원은 실제 납부해야 할 금액이 중복 계산된 수치다. 권 회장이 개인 세금을 내지 않자 국세청은 그가 실질적으로 지배하는 법인들에 제2차 납세의무를 지정했다. 제2차 납세의무는 본래 납세자가 세금을 내지 못할 때 그와 밀접한 관계가 있는 제3자에게 대신 납부 책임을 지우는 제도다. 시도탱커홀딩, 시도홀딩, 시도카캐리어서비스 등 3개 법인에 지정된 체납액이 약 4000억원으로, 권 회장 본인 체납액과 합쳐 7902억원이 됐다. 이 때문에 권 회장이 원래 체납액 3938억원을 내면 법인들의 체납지정액도 함께 사라진다. 15년간 쌓이면서 가산금도 사실상 최대치까지 붙은 상태다. 이번 체납은 2011년 종합소득세 고지 이후 약 15년간 정리되지 않은 사안이다. 권 회장은 1990년 선박업체 시도물산을 세운 뒤 한국·일본·홍콩 등지에서 선박 임대업을 키워 ‘선박왕’으로 불렸다. 국세청은 2011년 세무조사에서 권 회장이 국내 거주자인데도 비거주자로 위장해 세금을 내지 않았다고 보고 권 회장과 시도상선에 모두 4101억원을 추징했지만, 권 회장은 세금을 내지 않은 채 불복 소송에 나섰다. 권 회장은 자신이 국내 거주자가 아닌 비거주자여서 낼 세금이 없다고 주장하며 세금을 내지 않은 채 불복 소송을 제기했다. 이후 약 2년 전 대법원에서 국세청이 승소하면서 체납이 확정됐다. 광주 음식점 메뉴에 ‘피떡갈비’, 5·18 폄훼 논란…업주 “몰랐다. 죄송” 전남광주의 한 술집에서 5·18 광주민주화운동을 모욕하는 극우 세력의 표현 중 하나인 ‘피떡갈비’를 메뉴명으로 사용해 거센 논란이 일고 있다. 해당 음식점 사장은 “그 표현의 의미를 몰랐다”며 사과했다. 하지만 ‘생성형 인공지능(AI)에 물어본 결과, 피떡갈비는 5·18과 무관하다는 답변을 받았다’는 해명을 덧붙인 탓에 되레 누리꾼들 공분을 사기도 했다. 지난 5일 소셜미디어(SNS) 스레드에 오른 게시물에 따르면 글쓴이는 “최근 오픈한 술집인데 메뉴 이름을 ‘피 떡갈비’라 지었다”며 “이 와중에 대기가 아홉 팀이다. 환멸이 난다”고 비판했다. ‘피 떡갈비’는 일반적인 떡갈비 세 조각에다 케첩을 뿌린 음식이다. 가격은 1만 2000원이다. 문제는 ‘피떡갈비’가 일부 극우 커뮤니티에서 5·18 희생자들의 ‘피’와 지역 대표 음식인 ‘떡갈비’를 합쳐 5·18 피해자들을 조롱하는 표현으로 수년 전부터 사용돼 왔다는 점이다. 논란이 커지자 술집 사장으로 추정되는 A씨는 다음 날 스레드를 통해 사과했다. 그는 “동명동은 광주에서 20대가 정말 많이 다니는 상권이라 똑같은 음식이지만 다르게 표현하면 좋을 것 같았다”며 “정말 아무 의미가 없는 말인 줄 알았다”고 해명했다. 그러면서 손님 두 명으로부터 ‘피 떡갈비’ 메뉴명과 관련한 문제 제기를 받은 뒤, 챗GPT에 물어봤다며 검색 결과를 공개했다. A씨가 공개한 사진을 보면 ‘피떡갈비가 5·18과 연관 있냐’는 질문에 챗GPT는 “말 자체가 그와 관련된 표현은 아니다”라고 답했다. 그는 “충분히 알아본 결과 논란이 될 수 있는 단어인 걸 인지했다”며 “불편을 드려 죄송하다”고 사과했다. 그러나 해명문 공개 직후 누리꾼들은 각자 생성형 AI 모델에 물어본 결과를 공유하며 A씨를 질타했다. ‘충분히 비하 용어로 의심받을 수 있다’는 내용의 제미나이 답변이 공개되는가 하면, “챗GPT와의 대화는 솔직히 핑곗거리 보여 주는 것으로밖에 안 보인다”는 비판도 잇따랐다. A씨는 결국 “챗GPT를 확인한 부분은 너무 당황해서 한 행동이다. 반박을 하려는 게 아니었다. 죄송하다”며 재차 고개를 숙였다. “장인 회사가 가장 싸서 계약”…삼전 노조위원장 결국 경찰 수사 삼성전자 최대 노조 위원장이 장인이 운영하는 회사와 집회 물품 계약을 맺었다는 논란과 관련해 경찰이 수사에 착수했다. 최승호 삼성그룹 초기업노동조합 삼성전자지부 위원장은 앞서 업체 대표가 장인인 사실은 인정하면서도 가격과 납품 일정 등을 비교해 결정한 계약이라며 특혜 의혹을 부인했다. 지난 6일 서울 노원경찰서는 최 위원장을 배임·업무방해 혐의로 고발한 서민민생대책위원회 김순환 사무총장을 불러 고발인 조사를 진행한다. 서민위는 지난달 10일 최 위원장을 서울경찰청에 고발했다. 이후 사건은 노원경찰서에 배당됐다. 서민위는 고발장에서 가족 업체를 배제하고 공정하고 합리적으로 계약 업체를 선정할 필요가 있었는데도 장인이 운영하는 회사에 일감을 맡겼다는 취지의 주장을 폈다. 논란은 지난 3월 공동투쟁본부 구성 이후 진행된 홍보 활동과 집회 준비 물품 계약에서 불거졌다. 삼성전자 내부에서는 집회 조끼 등 일부 물품 발주가 최 위원장의 장인 회사와 이뤄졌다는 의혹이 제기됐다. 조합비로 가족 회사에 일감을 준 것 아니냐는 지적이었다. 최 위원장은 지난달 9일 조합원 익명 채팅방에 해명 글을 올려 “B 업체의 대표자가 위원장의 장인인 것은 사실”이라고 밝혔다. 다만 “B 업체와의 계약은 위원장 개인이나 친족에게 부당한 이익을 제공하기 위한 계약이 아니라 당시 가격과 납품 일정 등 실제 계약 조건을 비교해 이뤄진 집행”이라고 설명했다. 조끼 발주 당시 복수 업체를 비교했다는 점도 강조했다. 최 위원장은 가격과 품질, 납품 가능 일정, 업무 수행 경험 등을 종합적으로 검토했고 B 업체의 견적이 가장 낮았다고 밝혔다. 공동투쟁본부가 요구한 일정에 맞춰 납품이 가능했다는 점도 고려했다고 했다. 계약이 위원장 개인의 단독 판단으로 이뤄진 것도 아니라는 게 최 위원장 측 설명이다. 그는 해당 계약이 공동투쟁본부 집행부 전체의 동의 아래 진행됐다고 주장했다. 개인적인 금전적 이익도 없었다고 선을 그었다. 최 위원장은 “해당 계약으로 인해 위원장 개인에게 리베이트, 수수료, 환급 등 어떠한 금전적 이익도 귀속된 사실이 없다”고 말했다. 이어 “오히려 비교견적상 더 낮은 가격으로 계약을 진행함으로써 조합비 지출을 줄이고 동시에 긴급한 조끼 배포 일정에 맞추기 위한 판단이었다”고 했다. 다만 이후에는 유사한 계약을 배제하고 있다고 밝혔다. 최 위원장은 “현재는 이런 계약조차 조합원들 입장에서 문제가 될 수 있다는 판단하에 원천 제외하고 있다”고 말했다. 경찰은 고발인 조사 내용을 토대로 계약 경위와 의사결정 과정, 실제 손해 발생 여부 등을 들여다볼 것으로 보인다. 횡단보도서 50대 모친 폭행…20대 아들 “내 말 안 들어줘서” 서울의 한 건널목에서 어머니의 상체 위에 올라타 폭행한 20대 아들이 경찰에 붙잡혔다. 이 남성은 어머니가 자신의 말을 들어주지 않아 폭행했다는 취지로 진술한 것으로 알려졌다. 지난 5일 경찰 등에 따르면 서울 관악경찰서는 20대 남성 C씨를 존속폭행 혐의로 입건해 조사 중이다. C씨는 지난 4일 오전 10시 20분쯤 서울 관악구 낙성대역 인근 건널목에서 어머니인 50대 여성 D씨를 폭행한 혐의를 받는다. 당시 순찰 중이던 경찰은 C씨가 D씨의 상체 위에 올라타 폭행하는 모습을 발견하고 제지했다. C씨는 경찰 조사에서 어머니가 자신의 말을 들어주지 않아 폭행했다는 취지로 진술한 것으로 전해졌다. 경찰은 C씨를 현행범으로 체포한 뒤 긴급 임시 조치를 하고 석방했다. 정확한 사건 경위는 조사 중이다.

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

사람들은 누구나 ‘주머니 속 PC’라고 하는 스마트폰을 갖고 다닌다. 그 스마트폰 속에 소형 인공지능(AI) 챗봇이 포함돼 있다. 문제는 챗봇들에는 자해, 재정적 손실, 극단주의적 관념을 조장할 수 있는 정보와 답변을 내놓지 않도록 하는 안전 감독 장치가 매우 취약하다. 좋은 답변만 하다가 갑자기 나쁜 답변을 내놓는 순간이 있는데 AI가 그렇게 돌변하는 순간을 정확하게 파악하기란 쉽지 않다. 그런데 미국 조지 워싱턴대 물리학과 동적 온라인 네트워크 실험실 연구팀은 AI 모델이 적절한 응답을 하다가 잠재적으로 위험한 응답으로 전환되는 ‘티핑포인트’를 예측할 수 있는 수학 공식을 개발했다. 이 연구 결과는 과학 저널 ‘패턴스’ 10월 9일 자에 실렸다. 오프라인 AI(온디바이스 AI)는 환자 데이터를 클라우드로 보낼 수 없는 의사, 비밀유지계약을 지켜야 하는 변호사, 통신 신호가 닿지 않는 군인 등이 선호한다. 문제는 사실관계가 맞아 거짓은 아니더라도 바람직하지 않은 ‘나쁜 답’은 이런 사람들에게 큰 문제를 일으킬 수 있게 한다. 더군다나 기업들이 마련한 자사 AI 알고리즘에 적용하는 안전 도구는 대부분 클라우드에 의존하거나 기기가 다시 온라인 상태가 돼 이미 피해가 발생한 뒤에야 AI의 오동작을 포착한다. 연구팀은 피해가 발생하기 전에 이런 실패를 예측할 수 있는 방법을 찾아 나섰다. 물리학자인 연구자들은 원자 하나를 이해함으로써 복잡한 물질이 어떻게 거동하는지 설명한다는 점을 떠올렸다. 유효 어텐션 헤드 하나를 이해하면 시스템 전체가 어떻게 변하는지 파악할 수 있다는 것이다. AI가 내놓을 수 있는 답변을 ‘산맥 속 여러 골짜기’라고 가정할 때 어떤 골짜기에는 개인이나 사회에 바람직한 답변이 있고 또 다른 골짜기에는 실질적 해를 끼칠 수 있는 답변이 있다. AI가 질문을 받게 되면 이런 여러 답변들이 서로 경쟁하면서 답하게 된다. 연구팀이 주목한 것은 AI가 언제 안전한 골짜기에서 더 위험한 골짜기로 넘어가는지였다. 연구팀에 따르면 AI는 흠잡을 데 없는 답변을 몇 차례 내놓아 사용자가 AI를 믿도록 안심시킨 다음 바람직한 답변을 내놓는 패턴을 보인다. 연구팀은 고등학교 수학에서 배우는 벡터와 좌표, 내적, 지수함수, 부등식, 분수를 이용해 AI의 돌변 시점 예측 공식을 만들었다. 연구팀은 AI의 모든 말을 벡터로 바꾼 뒤 대화를 중립 질문, 좋은 답, 나쁜 답 화살표로 단순화했다. 지금까지 대화를 하나로 합친 나침반 바늘이 좋은 답과 나쁜 답 중 어느 쪽을 더 가리키는지 고교 수학의 벡터 내적으로 비교해 나쁜 답이 나오기 전 좋은 답이 몇 번 이어질지 계산하는 분수 공식을 얻었다. 연구팀의 공식을 통장에 빗대면 질문과 앞선 대화가 좋은 답 쪽에 쌓아 준 ‘여유분’이 분자, 좋은 답이 하나 나올 때마다 그 여유분이 깎이는 양이 분모다. 여유분이 바닥나는 순간 AI는 나쁜 답으로 돌변한다. 좋은 답 자체가 나쁜 답을 끌어당기는 구조여서 무난한 답이 이어지다가도 갑자기 위험한 답이 나올 수 있다는 것이다. 연구팀은 이 공식을 GPT-2, 피티아, OPT 계열의 공개 모델 7종으로 검증했다. 그 결과 19건 중 18건에서 즉시 돌변과 지연 돌변을 구분해 냈다. 백신 거부, 타인을 해치는 일, 자해 등에 관한 질문을 순서만 바꿔 물어보면 특정 순서에서는 모든 질문에 나쁜 답이, 다른 순서에서는 모든 질문에 무난한 답이 나왔다. 연구팀에 따르면 미국의 비영리단체 디지털혐오대응센터(CCDH)가 챗GPT 같은 상용 챗봇을 시험한 보고서에서도 공식과 부합하는 행동 패턴이 나왔다. 닐 존슨 조지워싱턴대 교수는 “이번 연구는 두 가지 재미있는 부분이 있다”며 “우선 수십억 개의 움직이는 부품을 가진 기계가 펜과 종이, 고등학교에서 배우는 기초 수학만으로 도출한 공식을 따른다는 점이고 또 하나는 대화 순서가 대화 내용만큼이나 중요하다는 것”이라고 말했다. 존슨 교수는 “몇 번의 간단한 벡터 계산만으로 위험 신호를 감지할 수 있는 만큼 앞으로 스마트폰에 ‘경고등’을 내장하는 일도 가능할 것”이라고 덧붙였다.

울산이 인공지능(AI)을 이용해 산업 현장의 전면적인 체질 개선에 속도를 내고 있다. 울산시는 8일 오전 롯데호텔에서 지역 주도형 인공지능(AI) 대전환 사업 성과공유회 및 중소벤처기업진흥공단 점검회의를 개최했다고 밝혔다. 이날 자리에는 신민식 울산시 경제부시장과 반정식 중소벤처기업진흥공단 지역혁신이사 등 지역 중소기업 단체장 및 사업 수행기관 관계자 70여명이 참석해 협력 방안을 모색했다. 총 240억 6000만원(국비 140억원 포함)이 투입되는 이번 사업은 광역지자체가 지역 산업의 특성을 반영해 기획한 대표적인 인공지능 확산 모델이다. 울산테크노파크가 주관하고 울산정보산업진흥원, 울산과학기술원(UNIST), 울산대학교, 울산창조경제혁신센터 등 지역 핵심 산·학·연 기관이 참여해 중소기업의 기술 도입부터 실증과 확산에 이르는 전 과정을 지원하고 있다. 사업의 핵심은 현장 기업이 체감할 수 있는 4대 인프라와 지원책을 유기적으로 가동하는 데 있다. 먼저 개방형 혁신 공간인 제조 AI 체험 쇼룸과 아카데미를 열어 기업의 이해도를 높였으며, 개별 기업이 감당하기 어려운 고가의 최신 GPU 클러스터를 갖춘 공유형 ‘제조 AI 컴퓨팅센터’를 구축해 인프라 진입장벽을 대폭 낮췄다. 아울러 100여개 기업 대상 맞춤형 솔루션 보급과 현장 컨설팅을 밀착 지원하는 한편, 재직자 교육을 통해 전문 인재 양성에도 힘쓰고 있다. 이러한 전방위 지원은 현장의 가시적인 성과로 이어지고 있다. 이날 성과공유회에서는 지원을 받은 제조 기업들이 공정 불량률을 크게 낮추고 생산성을 끌어올려 실질적인 매출 증대를 달성한 구체적인 사례들이 소개되어 주목을 받았다. 울산시는 중소벤처기업진흥공단과 함께 추진 과정에서 수렴된 기업 애로사항을 적극적으로 보완하며 후속 연계 지원을 이어갈 방침이다. 신민식 경제부시장은 “이번 사업을 통해 중소기업의 기술 도입 부담을 덜고 전 주기적 지원체계를 더욱 공고히 다져가고 있다”며 “지역 기업들의 인공지능 전환을 가속화해 지속 가능한 제조 혁신 생태계를 완성해 나가겠다”고 강조했다.

경기 성남시는 ‘나를 위한 가장 현실적인 투자’를 주제로 달리기와 증여·상속, 인공지능(AI) 등 4개 분야 평생학습 강좌를 마련해 수강생 160명을 모집한다고 8일 밝혔다. 강좌는 오는 26일부터 12월 3일까지 수정구 위례평생학습관에서 열린다. 건강 달리기는 월요일반과 일요일반 각 25명을 모집해 올바른 자세와 준비운동, 느린 달리기, 호흡법, 회복 스트레칭 등을 실습한다. 증여세와 상속세 강좌는 각각 40명을 모집한다. 증여세 강좌에서는 주식·부동산 증여와 가족 간 거래, 자녀 지원, 자금출처조사 대비 등을 다룬다. 상속세 강좌에서는 상속인의 권리와 상속 공제, 절세 전략, 재산 평가와 납부 재원 마련 등을 설명한다. AI 강좌는 30명을 대상으로 4차례 진행한다. 생성형 AI에 대한 기본 이해부터 챗GPT·제미나이 활용, 보고서와 발표자료 작성, 업무 자동화 등을 실습한다. 수강료는 회차당 1만원이다. 20세 이상 성남시민이면 신청할 수 있으며, 오는 12일 오전 10시부터 성남시 평생학습 통합플랫폼 ‘배움숲’에서 강좌별로 선착순 접수한다.

리사 수 AMD 회장이 7일 한국을 찾아 삼성전자·SK하이닉스 측과 잇달아 회동하고 국내 신경망처리장치(NPU) 기업들과 협력 방안을 논의했다. 국내 AI 컴퓨팅 생태계와의 협력을 전방위로 확대한 모습이다. 지난 3월에 이어 7개월 만의 방한으로, 엔비디아에 이어 AMD까지 한국을 AI 반도체·컴퓨팅 협력의 핵심 거점으로 삼고 공을 들이고 있다. 수 회장은 이날 서울 용산구 드래곤시티호텔에서 열린 ‘AMD 게이머 데이’ 기자간담회에서 삼성전자와 SK하이닉스와 회동했다며 “반도체는 팀 스포츠라 장기적으로 탄탄한 공급망을 구축하려면 파트너사와 가깝게 일하는 게 중요하다”고 말했다. 수 회장은 이날 곽노정 SK하이닉스 사장과 만난 데 이어 오후에는 전영현 삼성전자 DS(반도체)부문장 부회장과 회동한 것으로 전해졌다. 수 회장이 한국에서 곽 사장을 만난 것은 처음이다. 수 회장이 국내 반도체 양대 기업과 만난 것은 AMD의 AI 가속기에 필요한 고대역폭메모리(HBM) 등 핵심 반도체 공급망 협력을 강화하기 위한 것으로 보인다. AMD가 향후 AI 가속기 공급을 대폭 확대하겠다고 밝힌 만큼 삼성전자의 최선단 공정을 활용한 파운드리 협력 가능성도 거론된다. 수 회장은 “1~3년이 아니라 3~5년 정도의 중장기적인 파트너십을 보고 있다”며 “메모리 공급이 굉장히 빠듯하지만 운 좋게도 공급망을 잘 다진 덕에 비즈니스를 계속 키워나갈 수 있게 됐다”고 말했다. AI 반도체 경쟁이 단순한 그래픽처리장치(GPU) 성능을 넘어 메모리와 데이터센터, 소프트웨어, 추론용 NPU 등으로 확대되면서 우리나라는 글로벌 AI 컴퓨팅 생태계에서 하나의 축으로 부상하는 모습이다. HBM을 생산하는 핵심 메모리 기업부터 AI 인프라를 구축하고 실제 서비스를 활용하는 대형 고객사, NPU 등 차세대 AI 반도체 기업까지 포진해 있기 때문이다. 엔비디아와 AMD 입장에서는 핵심 부품을 안정적으로 확보하는 동시에 새로운 AI 컴퓨팅 수요와 협력 파트너를 함께 공략할 수 있다. 젠슨 황 엔비디아 최고경영자(CEO)도 지난 6월 한국을 찾아 삼성전자와 SK하이닉스는 물론 현대자동차그룹, LG, 네이버 등 국내 주요 기업들을 만난 바 있다. 수 회장은 “한국은 공급망뿐만 아니라 하드웨어와 소프트웨어를 전반적으로 아우르는 스타트업이 매우 많다”며 “AI 분야에서 많은 것이 빠르게 움직이는 중요한 지역”이라고 말했다. 수 회장은 이날 오전 퓨리오사AI와 하이퍼엑셀 등 국내 AI 반도체 기업 13곳과 만나 국산 AI 반도체의 글로벌 진출을 지원하는 방안도 논의했다. AMD의 개방형 AI 소프트웨어 생태계인 ‘록엠(ROCm)’을 활용해 국내 기업들이 AMD의 중앙처리장치(CPU)·GPU와 호환되는 AI 반도체 생태계를 구축하는 것이 핵심이다.