삼성전자와 SK하이닉스가 인공지능(AI) 시대를 맞아 메모리 ‘속도’뿐만 아니라 AI가 사용할 수 있는 메모리 용량을 늘리는 ‘확장성’ 경쟁에 나선다. AI 에이전트의 확산으로 추론 과정에서 처리해야 할 데이터가 늘면서 이에 대응할 신기술이 필요해졌기 때문이다. 심호준 삼성전자 DS부문 메모리사업부 AE팀 상무는 12일(현지시간) 미국 캘리포니아주 새너제이컨벤션센터에서 열린 ‘OCP(오픈 컴퓨트 프로젝트) 글로벌 서밋’에서 확장성과 속도, 영속성에 초점을 맞춘 새 메모리 전략을 공개했다. 확장성 측면에서 삼성전자는 이날 미국 반도체 AMD와 차세대 기술인 컴퓨트익스프레스링크(CXL) 기반 메모리 확장 솔루션을 공동 시연했다. CXL은 연산을 담당하는 중앙처리장치(CPU)·AI 가속기와 메모리를 효율적으로 연결해 데이터센터의 메모리 용량을 유연하게 확장하고, 공유하는 기술이다. AI 모델이 대형화하고 추론 과정에서 처리해야 할 데이터 등이 증가하면서 메모리 용량 확장과 데이터 저장·관리 기술이 중요해지고 있다는 설명이다. 속도 측면에서 삼성전자는 차세대 고대역폭메모리(HBM5)뿐만 아니라 고객 맞춤형 HBM 개발을 추진하고 있다고 밝혔다. 연산 칩 위에 메모리를 쌓는 기술과 메모리 내부에서 일부 연산을 처리하는 기술(PIM)도 준비 중이다. 데이터 영속성 측면에서는 차세대 기업용 솔리드스테이트드라이브(SSD) 등 최신 저장장치 기술을 통해 대규모 AI 데이터를 더 빠르고 많이 저장하는 데 주력하고 있다. 김호식 SK하이닉스 부사장도 이날 같은 행사에서 ‘메모리 중심 AI 랙 시스템(MARS)’ 구상을 밝혔다. CPU·GPU 중심의 기존 시스템을 메모리 중심으로 재설계하는 구상이다. 메모리에서 데이터를 공급하는 속도가 처리 속도를 따라가지 못하는 이른바 ‘메모리 장벽’ 문제가 발생하는 데 대한 대응이다. 데이터 복사 없이 메모리를 공유해 데이터 이동에 드는 시간과 자원을 줄일 수 있을 것으로 기대하고 있다.

서울대에서 전력 배정 부족으로 인공지능(AI) 연구 활동에 차질이 빚어지는 것으로 13일 파악됐다. 추가 전력 확보를 위한 인프라 증설도 2030년쯤 마무리될 것으로 보여 ‘AI 연구 공백’이 현실화하는 것 아니냐는 우려가 나온다. 국회 교육위원회 소속 한병도 더불어민주당 의원이 서울대로부터 제출받은 ‘전력 부족으로 인한 연구활동 차질 현황 등’ 자료를 보면 공과대학은 지난 8월 말 9570만원짜리 그래픽처리장치(GPU) 서버를 납품받았지만 전력 배정 부족으로 지난달 말까지 설치 및 가동이 안 된 것으로 나타났다. 이 서버는 머신러닝·딥러닝 데이터분석 장비로 화학생물공학부 전산실에 배치될 예정이었다. 자연과학대학도 전력 부족으로 인한 연구 지연, 연구실 이동 및 서버 이전 사례가 2개 연구실에서 보고됐다고 밝혔다. 전력 배분 및 기자재 설치까지 대기 기간만 약 11개월 이상 걸리는 것으로 나타났다. 미가동 상태인 서버·연구장비 금액도 약 2억원에 달한다. 이는 일부 단과대학에서 확인된 사례로 전체 규모는 파악되지 않았다. 서울대 내 GPU 서버(1382장, 3월 기준)는 기관 및 연구실별로 운영되고 있어 장비 현황, 가동률, 공동활용 실적을 통합 관리하는 체계가 마련돼 있지 않다. 이런 가운데 향후 5년간 서울대 내 GPU 서버·냉각에 필요한 전력은 올해 2304㎾에서 2030년 4028㎾로 74.8% 늘어날 것으로 전망됐다. 이는 최근 3년간 GPU 서버 평균 증가율 15%를 산술 적용한 전망치다. 엔비디아 ‘B300’ 등 초고전력 GPU 서버가 도입될 경우 추정치 이상의 전력이 필요한 상황이다. 앞서 서울대는 2021년 6월 한국전력에 25㎿ 규모의 전력용량 증설 검토를 요청했으나 한전은 “전력계통 공급 요건이 좋지 않다”며 증설 불가 회신을 했다. 이후 서울대는 전력계통영향평가 대상에서 제외된 뒤 지난해 10월 24㎿ 규모의 전력수전예정통지서를 제출했다. 한전은 지난 6월 2030년 10월쯤 공급이 가능하다고 회신했다. 앞으로도 4년 뒤에야 전력 증설이 가능하다는 것이다. 투자에 들어가는 예상 금액만 약 100억원으로 추산됐다. 서울대는 전력 여유가 있는 인근 건물 내 연구시설을 확충하거나 시흥캠퍼스 내 GPU 센터를 건립해 AI 연구시설의 전력 수요를 분산한다는 계획이다. 한병도 의원은 “AI 연구 경쟁력은 장비를 사들이는 것만으로 확보되지 않는다. 필요한 곳에 전력을 공급하고 장비를 실제로 가동할 수 있어야 한다”며 “정부와 한전은 대학의 AI 연구 전력 수요를 계통 보강 계획에 반영하고, 서울대는 미가동 장비를 전수조사해 여유 서버실 활용과 GPU 공동이용 기준을 마련해야 한다”고 강조했다. 이어 “시흥 GPU센터도 최신 집행 현황과 단계별 추진 일정을 점검해 연구 차질을 줄여야 한다”고 밝혔다.

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.

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.

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.

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.

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.

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.

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 회동할 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 앤비디아 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.

코스닥이 외국인과 기관의 동반 매도 속에 2% 넘게 하락하며 898.43에 장을 마쳤다. 장 초반 921.73까지 올랐지만 오후 들어 낙폭을 키우며 898.25까지 밀렸고, 결국 저점 부근에서 거래를 마감했다. 7일 오후 3시 30분 기준, 한국거래소에 따르면 코스닥은 전 거래일 919.92보다 21.49포인트(2.34%) 내린 898.43에 마감했다. 지수는 917.45에 출발해 장중 921.73까지 올랐으나 하락 전환한 뒤 898.25까지 떨어졌다. 거래량은 5억5104만6000주, 거래대금은 7조6280억4300만원으로 집계됐다. 수급별로는 개인이 5035억원 순매수한 반면 외국인은 2613억원, 기관은 2161억원 순매도했다. 프로그램 매매는 차익거래가 62억원 매수 우위였지만 비차익거래가 3401억원 매도 우위를 보이며 전체적으로 3339억원 순매도를 나타냈다. 시장 전반도 약세였다. 상승 종목은 596개, 보합은 85개에 그쳤고 하락 종목은 1060개로 집계됐다. 상한가 3개 종목이 나왔지만 하락 종목 수가 상승 종목 수를 크게 웃돌며 투자심리가 위축된 흐름을 보였다. 시가총액 상위 종목은 일제히 내렸다. 알테오젠(196170)은 25만7000원으로 1.15% 하락했고 에코프로(086520)는 9만1900원으로 3.67%, 에코프로비엠(247540)은 12만4500원으로 3.41% 내렸다. 주성엔지니어링(036930)은 24만7500원으로 11.13% 급락했고 레인보우로보틱스(277810)는 44만7000원으로 4.08%, 원익IPS(240810)는 13만1100원으로 7.22%, 이오테크닉스(039030)는 51만8000원으로 4.78% 하락했다. HLB(028300)도 4만5900원으로 3.16% 밀렸다. 장세를 둘러싼 부담 요인도 겹쳤다. 국제 유가와 미국 국채 금리가 다시 오르면서 성장주 전반의 부담이 커졌고, 주요 기업 실적 발표를 앞둔 경계 심리도 시장을 눌렀다. 중동 지역 긴장 고조로 서부텍사스산원유와 브렌트유 선물이 각각 90달러, 101달러를 넘어선 점도 투자심리에 부담으로 작용했다. 서울외환시장에서 달러·원 환율은 전일 주간종가 대비 3.2원 내린 1340.4원을 기록했다. 개별 종목 장세도 뚜렷했다. 상승률 상위에는 HLB바이오스텝과 예선테크가 각각 29.99% 올라 상한가를 기록했고, 알파칩스도 29.97% 뛰었다. SAMG엔터는 27.16%, 녹십자엠에스는 26.89% 상승했다. 반면 더코디는 15.87% 하락했고 브릴스 15.62%, 소프트센우 15.35%, 프로티나 14.56%, 덕산넵코어스 14.24% 내리며 낙폭이 두드러졌다. 이날 코스닥 상장을 추진하는 엘리스그룹은 공모가를 희망 범위 상단인 9만500원으로 확정했다. 기관 수요예측에는 2367개 기관이 참여해 388.8대1 경쟁률을 기록했고, 참여 물량의 99.7%가 상단 이상 가격을 적어냈다. 공모 금액은 약 2011억원이며, 회사는 7~8일 일반청약을 거쳐 10월 20일 코스닥에 상장할 예정이다. 엘리스그룹은 이번 공모 자금을 수도권과 권역별 거점 인공지능 인프라 확충, 차세대 GPU 전용 인프라 구축 등에 투입할 계획이다. 미국·싱가포르·일본 법인을 중심으로 해외 확장에도 속도를 낼 방침이다. [서울신문과 MetaVX의 생성형 AI가 함께 작성한 기사입니다]

정부가 ‘독자 인공지능(AI) 파운데이션 모델(독파모)’ 사업에서 2개 정예팀을 최종 선발한다는 기존 계획을 예정대로 진행한다. 이후 내년부터 AI 모델 정책을 글로벌 최상위급 모델을 개발하는 ‘프런티어 AI’와 기존 독파모를 산업·연구 현장에 확산시키는 ‘AI 생태계 확대’ 두 축으로 재편한다. 류제명 과학기술정보통신부 2차관은 지난 2일 서울 무교동 NIA 빌딩에서 독파모 설명회를 열고 “예정대로 ‘톱2’를 결정할 것”이라며 “독파모는 계속돼야 하고, 계속될 것”이라고 거듭 강조했다. 최근 정부가 대규모 프런티어AI 개발 사업을 추진하면서 독파모가 중단 논란에 휩싸이자 진화에 나선 것이다. 류 차관은 “독파모를 프런티어 모델 개발 트랙과 산업 현장 확산 트랙으로 재설계하고 있다”며 “최종 선정되는 두 기업에 인센티브를 주는 방안도 고려하고 있다”고 설명했다. 구체적으로는 내년 2월 중순경 독파모 3차 단계평가를 거쳐 LG AI연구원, SK텔레콤, 업스테이지 중 2개 팀을 선정한다. 독파모는 국내 기업이 자체 AI 파운데이션 모델을 개발하도록 정부가 그래픽처리장치(GPU)와 데이터 등을 지원하는 사업으로, 지난해 5개 정예팀을 선정한 뒤 단계평가를 거쳐 현재 3개 팀이 남았다. 다만 지원 규모와 방식은 달라질 전망이다. 기존 계획은 최종 두 팀에 GPU 1000개를 각각 지원하는 방식이었지만, 글로벌 AI 기술 발전 속도가 당초 예상보다 훨씬 빨라진 만큼 자원의 집중이 필요하다는 것이 과기정통부의 판단이다. 이에 정부는 ‘최고 성능’ 프런티어AI 개발에 대규모 자원을 투입한다. 과기정통부는 내년도 예산안에서 프런티어 AI 모델 개발 지원을 위해 4조 7000억원을 편성했다. 세부적으로는 엔비디아의 고성능 GPU ‘베라루빈’ 1만장 구매에 3조 9000억원, AI 학습용 데이터 구매에 8000억원, 해외 우수 연구자 20명 유치에 250억원이 책정됐다. 기존 독파모의 산업 현장 확산도 추진한다. 글로벌 최고 성능을 놓고 경쟁하는 것과 별개로 제조·금융·공공·보안 등 실제 산업에서 쓸 수 있는 국산 AI 모델을 키우겠다는 취지다. 정부는 또 이미 구매했거나 입고 예정인 GPU 약 2만 9000장의 내년도 배분 계획도 연말까지 확정할 예정이다. 한편 정부는 ‘정책 일관성 부재 논란’에는 “(AI 개발 상황이) 예측하기 매우 어려웠다”며 “올해와 같은 상황을 어떤 전문가가 예측할 수 있었겠나”라고 반문했다.

급변하는 인공지능(AI) 기술 환경 속에서 경기도가 실효성 있는 AI·바이오 육성 전략을 구축하려면 불확실한 장기 기술 예측에 매몰되기보다 지자체 고유의 역량과 가용 자원에 집중해야 한다는 지적이 나왔다. 경기도의회 미래과학협력위원회 박상현 의원(더불어민주당, 부천2)은 30일 개최된 「바이오 인공지능 산업 육성 기본계획 수립 연구」 중간보고회에 참석해 경기도가 실행 가능한 역할과 지원 범위를 명확히 규정하고, 기업과 도민이 체감할 수 있는 현장 중심의 전략을 수립할 것을 주문했다. 이번 연구용역은 「경기도 바이오 인공지능 산업 육성 및 지원 조례」를 근거로 향후 5개년간 경기도 바이오 AI 산업의 비전과 중점 추진과제를 도출하기 위해 추진되고 있다. 이날 보고회에서는 AI 기반 신약 개발, 디지털 헬스케어 및 첨단 의료기기, 스마트 바이오 제조 분야의 산업 실태와 기업 수요조사 결과가 공유됐으며, 주요 정책 방향에 대한 논의가 오갔다. 박상현 의원은 기존의 경직된 중장기 계획 방식으로는 기하급수적으로 발전하는 기술 속도를 따라잡을 수 없다는 점을 짚었다. 박 의원은 “과거에는 아이디어에서 시제품까지 몇 년이 걸리던 기술개발 과정이 이제는 수개월 단위로 단축될 정도로 변화 속도가 빨라졌다”며 “5년 뒤는커녕 6개월 후에 어떤 기술이 등장하고 산업구조가 어떻게 바뀔지 예측하기 어려운 상황에서 현재의 기술과 기업 애로사항을 기준으로 5년짜리 계획을 만드는 데는 분명한 한계가 있다”고 말했다. 이어 박 의원은 “그렇기 때문에 중요한 것은 모든 미래기술을 예측하려는 것이 아니라, 기술이 어떻게 변하더라도 경기도가 할 수 있는 것이 무엇인지 정확하게 정의하는 것”이라며 중앙정부 사업과의 명확한 역할 분담을 요구했다. 특히 대규모 GPU 확보, 초거대 데이터센터 구축, 전력망 공급 등 막대한 국가 예산과 인프라가 수반되는 국가 전략 영역에 지자체가 무리하게 뛰어드는 것은 비효율적이라고 진단했다. 박 의원은 “중앙정부가 대규모 예산을 투입하는 영역을 경기도가 작은 규모로 반복해서는 차별화된 경쟁력을 만들기 어렵다”며 “경기도가 할 수 없는 것과 할 수 있는 것을 구분하고, 한정된 재원과 정책수단을 어디에 집중할 것인지가 기본계획에 분명하게 담겨야 한다”고 강조했다. 실효성 있는 대안으로는 도와 산하기관이 보유한 공공데이터의 개방과 연계를 제시했다. 박 의원은 “민간 영역에서 확보하기 어려운 데이터를 경기도와 산하기관은 이미 상당 부분 보유하고 있다”며 “새로운 대규모 인프라를 만드는 것만 생각할 것이 아니라 우리가 이미 가진 자원을 어떻게 연결하고 활용할 것인지부터 고민해야 한다”고 밝혔다. 이날 참석한 전문가들도 병원과 제약사, 바이오·AI 기업을 잇는 PoC(개념검증) 및 실증 인프라 조성, 의료데이터 활용 창구 지원, 중소기업 대상 클라우드·컴퓨팅 바우처 제공, 중앙정부 R＆D 사업 연계 중개 기능, 산·학·병·연 협력 거점 허브 구축 등을 주요 대안으로 제시했다. 박상현 의원은 “기술변화가 빠를수록 거창한 미래 전망보다 지금 경기도가 가진 자원으로 도내 기업에 무엇을 제공할 수 있고, 그것이 도민에게 어떤 변화로 이어질 수 있는지를 보여주는 정책이 필요하다”며 “5년 뒤 기술을 맞히는 계획이 아니라, 기술이 어떻게 바뀌더라도 경기도가 해야 할 역할을 분명히 하고 현장에서 실제 작동할 수 있는 기본계획으로 보완해 달라”고 당부했다.

- 생성형 AI·VLM 기반 ‘ARGOS Document OCR’로 독보적 기술 경쟁력 입증- GS인증·공공조달 등록을 마친 ‘ARGOS AI Chat Search’와 함께 공공·금융 등 AI 솔루션 공급 박차 인공지능(AI)·시스템 통합(SI) 전문기업 웨어비즈(대표 박상길)가 생성형 AI와 문서 레이어 분석 기반의 인공지능 OCR 솔루션 기술로 서울평가정보 TCB(기술신용평가) 우수기술기업 인증을 획득했다고 밝혔다. TCB는 기업이 보유한 기술의 기술성·시장성·사업성을 종합적으로 평가하는 기술신용평가 제도다. 웨어비즈는 이번 인증으로 그동안 자체적으로 쌓아 온 비전 AI·OCR 기술력을 공식적으로 인정받았다. 웨어비즈의 대표 솔루션 ‘ARGOS Document OCR’은 단순히 문자를 인식하는 데 그치지 않는다. 생성형 AI와 VLM(Vision Language Model) 기술을 결합해 복잡한 문서의 레이아웃과 내용까지 깊이 있게 분석한다. 스캔 문서나 이미지 파일 같은 비정형 데이터를 정확하게 인식하고, 이를 검색·참조할 수 있는 환경을 제공한다. 특히 고가의 GPU 장비 없이 일반 CPU 환경에서도 빠른 처리가 가능하도록 딥러닝 최적화 기술을 적용해 시스템 구축에 필요한 비용 부담을 대폭 낮췄다. 사용자가 미인식 데이터를 직접 학습시켜 AI 인식 성능을 고도화할 수 있는 ‘OCR 스마트 학습기’ 기능도 탑재됐다. 웨어비즈는 이 같은 AI OCR 기술력을 바탕으로 최근 인천국제공항 출입국 K-ETA 및 EAC 여권인식 프로젝트를 성공적으로 완료하며 공공 분야 현장 적용성을 증명했다. 지능형 하이브리드 챗봇 솔루션 ‘ARGOS AI Chat Search’도 공공·기업 시장에서 주목받고 있다. 이 솔루션은 오픈소스 대규모언어모델(LLM)과 GPT 같은 상용 LLM을 플러그인 방식으로 바꾸거나 함께 쓸 수 있는 유연한 구조가 특징이다. 보안이 중요한 내부 문서 검색에는 오픈소스 LLM을, 최신 정보가 필요한 외부 업무에는 상용 LLM을 적용하는 식으로 업무 환경에 맞춰 활용할 수 있다. ‘ARGOS AI Chat Search’는 이러한 기술력을 바탕으로 한국정보통신기술협회(TTA) 소프트웨어시험인증연구소로부터 GS인증 1등급을 획득했으며, 조달청 공공조달 플랫폼 디지털서비스몰에 등록되어 공공기관의 도입 편의성을 높였다. 웨어비즈는 이번 TCB 우수기술기업 인증 획득과 VLM 기반 OCR 기술력을 교두보 삼아, 금융·의료·공공 등 문서 처리 자동화 수요가 높은 산업군을 중심으로 AI 솔루션 공급을 본격 확대할 방침이다. 아울러 지속적인 연구개발(R＆D)을 통해 AI 문서 인식 및 챗봇 솔루션을 한층 더 고도화할 계획이다. 박상길 웨어비즈 대표는 “이번 인증은 웨어비즈가 그동안 쌓아 온 비전 AI와 OCR 기술력을 공식적으로 인정받은 결과”라며 “앞으로도 생성형 AI 기반의 문서 인식·챗봇 솔루션으로 고객의 업무 효율을 높이고, 디지털 전환(DX)을 앞당기는 믿을 수 있는 파트너가 되겠다”고 말했다.

황 “사회 위해 안전하게 기술 구축”이 “우린 딸 이름·갤폴드8 사랑 같아”최 “한국의 ‘빨리빨리 정신’ 공유”삼성, 뉴욕 타임스스퀘어 축하 광고 젠슨 황 엔비디아 최고경영자(CEO)가 밴 플리트상을 받는 자리에 이재용 삼성전자 회장과 최태원 SK그룹 회장이 참석해 반도체 동맹을 과시했다. 세 수장이 한자리에 모인 것은 지난 7월 미국 샌프란시스코 ‘AI 서밋’ 행사 이후 약 두 달 만이다. 비영리단체 코리아소사이어티는 28일(현지시간) 미국 뉴욕에서 열린 ‘2026 연례 갈라’ 행사에서 “한미 경제 협력의 핵심 분야인 AI 반도체 산업에서 선구적인 리더십과 혁신적인 기여도를 보여줬다”며 황 CEO에게 밴 플리트상을 수여했다. 이 상은 한국전쟁 당시 미 제8군 사령관을 지냈던 밴 플린트 장군의 이름을 따 1992년부터 한미 우호 증진에 기여한 인물에게 주고 있다. 황 CEO는 수상 소감에서 “우리는 역사상 최대 규모의 산업 인프라를 구축하는 시작점에 서 있다”며 “기술을 책임감 있고 안전하게, 사회 발전을 위해 구축할 것이라는 확신을 가지고 모두와 함께 나아갈 것”이라고 밝혔다. 이후 외신과 가진 대담에서는 “AI는 폭주하지 않는다. AI에 불필요하게 인간적 속성을 부여해 사람들을 겁먹게 하는 것”이라며 ‘AI 통제 불능론’을 정면으로 반박했다. 이 회장은 축사에서 부친인 이건희 삼성 선대 회장도 20년 전 같은 상을 수상했다며 “젠슨은 오늘날 인공지능(AI)로 일어나는 모든 것의 중심에 섰고, 컴퓨팅이 할 수 있는 일을 재정의했다”고 말했다. 이어 이 회장은 딸 원주 씨의 영어 이름이 ‘매디슨’이라는 점을 들어 “우리 둘에겐 공통점이 있다. 둘 다 ‘매디슨’이라는 딸을 둔 점”이라며 “우리 둘 다 ‘갤럭시Z 폴드8’을 사랑한다”고 말했다. 황 CEO도 수상 소감 중 휴대전화를 들어 보이고 “이것이 세계에서 가장 밝은 전화기, 삼성 갤럭시”라고 말했다. 뒤이어 무대에 오른 최 회장은 “젠슨을 만날 때마다 그는 ‘더 빠르게 만들 수 없냐’는 질문을 한다”며 “한국의 ‘빨리빨리’ 정신을 공유하고 있는 셈”이라고 분위기를 띄웠다. 그는 “70년 전 밴 플리트 장군이 구축한 한미 동맹의 최전선에 젠슨이 서 있다”며 “이제 그 최전선은 전장이 아닌 데이터센터”라고 말했다. 또 “우리의 파트너십이 그래픽처리장치(GPU) 수요보다 더 빨리 성장하길 바란다”며 건배를 제의했다.

젠슨 황 엔비디아 최고경영자(CEO)가 밴 플리트상을 받는 자리에 이재용 삼성전자 회장과 최태원 SK그룹 회장이 참석해 반도체 동맹을 과시했다. 세 수장이 한자리에 모인 것은 지난 7월 미국 샌프란시스코 ‘AI 서밋’ 행사 이후 약 두 달 만이다. 비영리단체 코리아소사이어티는 28일(현지시간) 미국 뉴욕에서 열린 ‘2026 연례 갈라’ 행사에서 “한미 경제 협력의 핵심 분야인 AI 반도체 산업에서 선구적인 리더십과 혁신적인 기여도를 보여줬다”며 황 CEO에게 밴 플리트상을 수여했다. 이 상은 한국전쟁 당시 미 제8군 사령관을 지냈던 밴 플린트 장군의 이름을 따 1992년부터 한미 우호 증진에 기여한 인물에게 주고 있다. 황 CEO는 수상 소감에서 “우리는 역사상 최대 규모의 산업 인프라를 구축하는 시작점에 서 있다”며 “기술을 책임감 있고 안전하게, 사회 발전을 위해 구축할 것이라는 확신을 가지고 모두와 함께 나아갈 것”이라고 밝혔다. 이후 외신과 가진 대담에서는 “AI는 폭주하지 않는다. AI에 불필요하게 인간적 속성을 부여해 사람들을 겁먹게 하는 것”이라며 ‘AI 통제 불능론’을 정면으로 반박했다. 이 회장은 축사에서 부친인 이건희 삼성 선대 회장도 20년 전 같은 상을 수상했다며 “젠슨은 오늘날 인공지능(AI)로 일어나는 모든 것의 중심에 섰고, 컴퓨팅이 할 수 있는 일을 재정의했다”고 말했다. 이어 이 회장은 딸 원주 씨의 영어 이름이 ‘매디슨’이라는 점을 들어 “우리 둘에겐 공통점이 있다. 둘 다 ‘매디슨’이라는 딸을 둔 점”이라며 “우리 둘 다 ‘갤럭시Z 폴드8’을 사랑한다”고 말했다. 황 CEO도 수상 소감 중 휴대전화를 들어 보이고 “이것이 세계에서 가장 밝은 전화기, 삼성 갤럭시”라고 말했다. 뒤이어 무대에 오른 최 회장은 “젠슨을 만날 때마다 그는 ‘더 빠르게 만들 수 없냐’는 질문을 한다”며 “한국의 ‘빨리빨리’ 정신을 공유하고 있는 셈”이라고 분위기를 띄웠다. 그는 “70년 전 밴 플리트 장군이 구축한 한미 동맹의 최전선에 젠슨이 서 있다”며 “이제 그 최전선은 전장이 아닌 데이터센터”라고 말했다. 또 “우리의 파트너십이 그래픽처리장치(GPU) 수요보다 더 빨리 성장하길 바란다”며 건배를 제의했다.

삼성전자와 삼성물산, 삼성SDS, 삼성SDI, 삼성생명, 삼성화재 등 삼성 관계사 6곳이 미국 인공지능(AI) 인프라 기업 ‘헬릭스 디지털 인프라스트럭처’에 총 10억 달러(약 1조 3600억원)를 투자한다. 반도체와 데이터센터 냉각, 건설, 클라우드, 배터리 등 그룹 내 역량을 바탕으로 글로벌 AI 인프라 사업에서 협력 기회를 넓히려는 행보다. 삼성은 29일 글로벌 투자회사 KKR이 설립한 헬릭스에 삼성전자가 5억 달러(약 6800억원), 삼성물산·삼성SDS·삼성SDI·삼성생명·삼성화재 등 5개사가 나머지 5억 달러를 투자하기로 했다고 밝혔다. 지난 6월 출범한 헬릭스는 대형 데이터센터 개발·운영뿐 아니라 발전과 송배전, 광통신망 등 AI 서비스에 필요한 인프라를 통합 제공하는 기업이다. 아마존웹서비스(AWS) 전 최고경영자(CEO) 아담 셀립스키가 회사를 이끌고 있으며 KKR의 인프라 전문인력 170여명도 사업에 참여한다. 삼성 관계사들은 KKR과 쿠웨이트투자청(KIA), 엔비디아, 미국 전력회사 비스트라와 함께 헬릭스의 창립 투자자로 참여한다. AI 데이터센터 확대로 전력과 냉각, 네트워크 수요까지 함께 커지는 가운데 관련 인프라를 한꺼번에 확보하려는 투자 흐름에 합류한 것이다. 삼성은 이번 투자를 계기로 헬릭스와 사업 협력도 모색한다. 삼성전자 반도체(DS)부문은 AI용 반도체를 공급하고, 디바이스경험(DX)부문은 지난해 인수한 플랙트그룹을 통해 데이터센터 냉각 솔루션을 보유하고 있다. 삼성물산은 데이터센터와 발전시설 설계·조달·시공(EPC), 삼성SDS는 데이터센터 구축·운영과 GPU 클라우드 서비스, 삼성SDI는 무정전전원장치(UPS)와 배터리 백업 유닛(BBU) 분야에서 사업을 하고 있다. 특히 헬릭스는 데이터센터와 이를 가동할 전력 인프라를 함께 투자 대상으로 삼고 있다. AI 서비스 확대로 데이터센터 전력 확보가 주요 과제로 떠오른 가운데 자체 투자와 비스트라와의 협력을 통해 필요한 전력을 확보한다는 계획이다. 삼성 관계사들은 이번 투자를 계기로 헬릭스 및 다른 투자사들과 글로벌 AI 데이터센터 인프라 구축 과정에서 협력 기회를 확대할 방침이다.

40대 김모씨는 최근 중고마켓에 지난해 샀던 플레이스테이션5(PS5)를 되팔려다 구입가보다 오른 가격에 놀랐다. 세일 기간에 60만원 중반대에 샀던 슬림 모델이었는데 중고 가격이 70만원 이상이었다. 김씨가 70만원에 판매 글을 올리자 구매 연락이 이어졌고, 구매가보다 높은 가격에 제품을 팔았다. 김씨는 “1년이나 게임을 즐겼는데, 이렇게 비싸게 팔릴지 몰랐다”고 말했다. 반도체 가격 상승에 따른 소위 ‘칩플레이션’이 게임기 시장으로 번지고 있다. PS5의 경우 오는 11월 출시 예정인 신작 게임 ‘그랜드 테프트 오토(GTA)6’에 대한 기대감까지 더해지면서 ‘품귀 현상’도 나타나고 있다. 28일 중고 거래 플랫폼 당근에 따르면 올해 들어 지난 22일까지 ‘PS5’ 또는 ‘플레이스테이션5’ 관련 거래 완료 건수는 지난해 같은 기간과 비교해 69% 증가했다. 같은 기간 검색량도 ‘PS5’는 10%, ‘플레이스테이션5’는 27% 늘었다. 새 제품뿐 아니라 중고 시장에서도 PS5에 대한 소비자들의 관심이 커진 셈이다. 12년 만의 시리즈 신작인 GTA6에 대한 수요가 가장 큰 배경으로 꼽힌다. GTA6는 세계적인 팬층을 보유한 GTA의 최신작으로 지난 6월 25일 사전예약 판매 이후 역대 기록을 세우고 있다. 오는 11월 19일 출시 예정이다. 전작 GTA5는 2억 3000만장 이상 판매되면서 역대 두 번째로 많이 팔린 게임이다. 공급은 수요 증가를 못 따라가고 있다. 소니 인터랙티브 엔터테인먼트에 따르면 PS5 디지털 에디션과 스탠다드 에디션, 고성능 모델인 PS5 프로 중에 PS5 프로는 수개월째 재고 부족 상태다. 온라인에 물량 입고가 공지되면 곧바로 품절될 정도다. 이에 온라인상에서 공식 판매가보다 높은 가격에 거래된다. PS5 프로의 공식 국내 소비자 판매가는 129만 8000원이지만, 현재 온라인 쇼핑몰에서는 180만원 이상에 판매되고 있다. 반도체 가격 상승도 물량 부족과 가격 상승을 부추기고 있다. 콘솔의 핵심 부품인 그래픽처리장치(GPU)와 중앙처리장치(CPU) 가격이 빠르게 상승하면서 제조 원가 부담이 커지고 있어서다. 업계 관계자는 “4~5년 전에도 암호화폐 채굴 수요 등과 맞물려 그래픽카드나 CPU 가격이 크게 올랐었는데 지금은 부품 가격이 비교하기 어려울 정도로 빠르게 오르고 있다”면서 “콘솔 재고 부족이 상당 기간 이어질 수 있다”고 말했다.

삼성전기가 인공지능(AI) 서버용 고부가 반도체 패키지기판 생산능력 확대를 위해 국내 세종과 베트남 생산거점에 총 6조 7800억원을 투자한다. AI 서버와 고성능컴퓨팅(HPC) 시장 성장에 맞춰 핵심 부품 생산 기반을 대폭 넓히는 것이다. 삼성전기는 28일 세종사업장 패키지기판 생산시설 증설에 4조 2700억원을 투자한다고 밝혔다. 단일 제품 투자로는 회사 역대 최대 규모다. 투자 기간은 이달부터 2028년 5월까지이며 신규 생산라인은 같은 해 9월부터 양산에 들어갈 예정이다. 베트남 생산법인도 이날 현지 패키지기판 공장 증설에 2조 5100억원을 투자한다고 공시했다. 투자 예정일은 2028년 4월 말이다. 삼성전기가 증설하는 제품은 플립칩 볼그리드 어레이(FC-BGA)다. AI 가속기와 그래픽처리장치(GPU), 중앙처리장치(CPU) 등 고성능 반도체와 메인보드를 연결해 전기 신호와 전력을 전달하는 기판이다. 최근 AI 서버용 반도체가 고성능화하면서 이를 받치는 기판 수요도 빠르게 늘고 있다. 이번 투자는 글로벌 빅테크·반도체 고객사와의 중장기 협력을 바탕으로 추진된다. 고객사가 일부 투자금을 지원하고 중장기 물량도 보장하기로 해 삼성전기는 대규모 설비투자 부담과 가동률 변동 위험을 낮출 수 있게 됐다. 회사는 향후 2~3년간 AI 인프라 투자가 이어지면서 고성능 패키지기판 수요도 지속될 것으로 보고 있다. 삼성전기는 세종사업장을 고부가 제품의 핵심 생산거점으로 활용하고 베트남 생산시설도 함께 확충해 AI 서버와 HPC, 전장용 기판 수요에 대응할 계획이다.

국가대표 인공지능(AI) 모델을 육성하기 위해 추진된 ‘독자 파운데이션 모델’(독파모) 프로젝트가 재편된다. 특수목적법인(SPC)을 설립해 여러 기업이 현재 기술 수준에서 가장 앞선 최첨단 범용 AI인 ‘프런티어급 모델’을 공동 개발하는 방식으로 전환을 검토한다. 과학기술정보통신부 관계자는 28일 “독파모 프로젝트가 성과는 있었지만 최근 엔트로픽이 공개한 ‘미토스’를 봤을 때 다른 방식으로 AI 모델을 고도화할 필요성이 있다는 인식이 정부 내에 있었다”며 이렇게 말했다. 미국·중국의 최상위 AI와 성능 격차를 좁히는 데 현재 방식으로는 한계가 있다는 판단이 깔린 것이다. 앞서 배경훈 부총리 겸 과기정통부 장관도 독파모 방식에 대한 근본적인 재검토가 필요하다며 프런티어 AI 모델을 확보하기 위한 새로운 방안을 강구하겠다고 밝힌 바 있다. 이에 과기정통부는 복수 기업의 개발 역량과 자원을 하나의 프런티어 AI 개발에 집중하는 방안인 SPC 방식을 검토하고 있다. 정부 관계자는 “독파모를 하던 기업들이 프론티어 모델 고도화 쪽으로도 참여할 것으로 보고 있다”면서 “독파모로 축적한 노하우를 바탕으로 기술 개발에 속도를 내자는 취지다. 새로운 기업들도 도전 가능하도록 문을 열어둘 것”이라고 설명했다. 기존 독파모 프로젝트는 내년 초까지 진행되는 3차 평가 이후 프런티어 AI 모델 프로젝트에 편입되는 방식으로 개편될 전망이다. 당초 독파모는 기업 간 경쟁을 통해 고성능 그래픽처리장치(GPU) 자원을 단계적으로 몰아서 지원하는 방식으로 설계됐다. 하지만 여러 기업을 경쟁시켜 단계적으로 후보를 줄이던 기존 방식은 최종 팀을 선정하기까지 단계별 평가에 시간이 걸리는 데다 초기에는 GPU가 여러 기업에 분산돼 급변하는 프런티어 AI 경쟁을 따라잡기 어렵다는 한계가 있었다. 실제 정부는 지난해 8월 국대 AI 공모를 통해 기업 5곳을 선발했지만, 3차례 평가를 거쳐야 하는 탓에 아직까지 최종 2팀을 추리지 못했다. 지난 8월 2차 평가에서 SK텔레콤·업스테이지·LG AI 연구원이 살아남은 상태다. 다만 정부의 프로젝트 전환을 두고서는 공정성 논란도 작용한 것이 아니냐는 해석이 나온다. 2차 평가 당시 AI 스타트업 모티프테크놀로지스가 글로벌 AI 평가 기관인 아티피셜애널리시스 벤치마크에서 1등을 했지만 종합 점수에서 4위로 탈락해 논란을 빚은 바 있다. 한편 정부는 내년부터 최상위 AI 모델 및 기술 확보에 5조 5937억원을 투입할 계획이다. 과기정통부 관계자는 “엔비디아의 최신 GPU ‘베라루빈’ 1만장 확보에만 3조 8500억원을 배정했다”고 밝혔다.

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