공공 영역의 인공지능(AI) 정책을 점검할 때 단순한 전체 평균 정확도에 매몰되기보다, 특정 사회적 계층이나 집단에 오류가 편중되는지 여부를 핵심 지표로 삼아야 한다는 주장이 제기됐다. 경기도의회 여성가족평생교육위원회 이채명 의원(더불어민주당, 안양6)은 지난 3일 경기도여성비전센터 강당에서 열린 ‘2026년 양성평등주간 기념 제8차 경기GPS(Gender Policy Seminar)’에 토론자로 참석해 “AI가 누구의 데이터를 학습하고 누구를 판단하는지를 묻는 것이 성인지 AI 정책의 출발점”이라며 이같이 밝혔다. 이날 이 의원은 “AI는 현실에서 생산된 데이터를 학습하는 만큼 기존 사회의 성별 격차와 불평등, 편향이 데이터와 알고리즘에 반영될 수 있다”고 진단했다. 이에 따라 도의회의 AI 사업 및 예산 심사 잣대 역시 근본적으로 전환되어야 한다고 짚었다. 기존의 총사업비, 개발·구축 기간, 단순 이용자 수 위주의 정량 평가를 넘어, 학습 데이터의 대표성과 함께 성별·연령·장애·지역·소득 등 다양한 교차집단별 오차 및 오류 발생률까지 정밀하게 검증해야 한다는 것이다. 이 의원은 “전체 평균 정확도만 봐서는 부족하다”라며 “중요한 것은 AI가 누구에게 더 많이 틀리는지를 확인하는 것”이라고 목소리를 높였다. 아울러 이를 뒷받침할 행정적 토대 마련의 시급성도 역설했다. 이 의원은 “자료가 없다는 답변에 그칠 것이 아니라 관련 데이터를 구축하고 관리할 수 있도록 예산과 행정 체계를 마련해야 한다”며 공공 차원의 책임 있는 데이터 인프라 조성을 촉구했다. 특히 공공조달 입찰 단계부터 성인지적 평가 기준을 의무화해야 한다는 구체적 실행 방안을 제안했다. 사업 제안요청서(RFP), 사업자 심사, 계약 조항 등에 성별 분리 데이터 구축 여부, 집단별 오류 발생 비율, 알고리즘 편향 점검 결과, 그리고 편향이 발견됐을 때의 즉각적인 수정 절차와 책임 주체 지정 등을 명문화해야 한다는 취지다. 복지, 돌봄, 채용, 교육, 의료, 안전 등 도민의 권익과 직결된 핵심 공공 영역의 AI 도입에 대해서는 사후 정기 감사 체계 구축과 인간 중심의 통제를 거듭 강조했다. 아동돌봄 분야의 AI 도입과 관련해서는 “아동의 이동과 안전, 위기 상황 파악을 지원할 수 있지만 위치정보와 개인정보, 감시 문제도 함께 검토해야 한다”고 환기한 뒤, “아동ㆍ복지ㆍ안전 분야에서 AI가 최종 판단자가 돼서는 안 된다. AI 분석을 활용하더라도 최종 판단과 책임은 사람이 맡아야 한다”고 선을 그었다. 이와 함께 AI 정책의 기획 및 평가 전 과정에 걸쳐 성평등, 인권, 장애, 아동, 돌봄 등 다방면의 현장 전문가와 정책 실수요자가 의무적으로 참여하는 민관 협력 거버넌스 구성을 제안했다. 이 의원은 경기도 AI 정책의 신뢰성을 담보할 핵심 검증 기준으로 ▲누구의 데이터를 학습했는가 ▲누구에게 더 많이 틀리는가 ▲잘못된 판단으로 피해가 발생했을 때 누가 책임지고 바로잡는가 등 세 가지 질문을 제시했다. 그러면서 “이 질문에 제대로 답하지 못하는 AI는 기술적으로 뛰어나더라도 공공 영역에서 신뢰를 얻기 어렵다”며 “도의회도 알고리즘이 도민에게 미치는 영향과 데이터의 공정성을 지속해서 점검해야 한다”고 역설했다. 한편 경기도여성가족재단이 주최한 이번 세미나는 ‘성인지 관점에서 본 경기도 AI 정책: 이슈와 방향’을 대주제로 개최됐으며, 참석자들은 AI 정책의 성인지적 분석 과제와 아동돌봄 등 공공 서비스 영역에서의 AI 활용 한계 및 개선책을 심도 있게 토론했다.

과학기술정보통신부는 ‘사이버 보안 특화 인공지능(AI) 파운데이션 모델 개발’ 프로젝트 공모에서 네이버클라우드 컨소시엄을 최종 사업 수행기관으로 선정했다고 3일 밝혔다. 컨소시엄에는 네이버클라우드를 주관기관으로 LG CNS, LG유플러스, 샌즈랩 등 보안·AI 기업과 카이스트, 서울대, 고려대, 포스텍 등 주요 대학 및 연구기관을 포함해 총 32개 기관이 참여한다. 이번에 선정된 컨소시엄은 이달부터 10개월 동안 GPU B200 총 256장을 지원받는다. 정부 제공 물량과 별도로 네이버클라우드의 B200 4000장과 LG의 H200 256장을 추가 투입해 하이퍼클로바X와 엑사원을 기반으로 한 초거대 보안 특화 모델을 구축할 예정이다. 이번 사업은 고성능 AI 모델의 발달에 따라 사이버 보안 위협이 고도화되자 국내 독자 보안 특화 AI 모델을 확보하기 위한 것이다.

엔비디아가 오픈소스 인공지능(AI) 모델 플랫폼인 허깅페이스를 129억 3000만 달러(약 17조 6000억원)​에 인수한다. 엔비디아의 역대 최대 규모 인수 중 하나로, 그래픽처리장치(GPU)를 넘어 AI 모델과 개발자 생태계까지 영향력을 확대하려는 전략으로 풀이된다. 엔비디아는 2일(현지시간) 허깅페이스와 최종 인수 계약을 체결했다고 공시했다. 엔비디아는 허깅페이스 주주들에게 약 119억 달러(약 16조 2000억원)​의 인수 대금을 지급할 예정이다. 여기에 엔비디아에 합류하는 허깅페이스 직원들을 위한 최대 10억 달러 규모의 주식 기반 보상 프로그램을 더하면 거래 규모는 최대 약 129억 달러(약 17조 6000억원)​에 이른다. 이번 거래는 필요한 규제 당국의 승인을 포함한 통상적인 종결 조건을 충족하면 2027년 상반기 중 완료될 전망이다. 허깅페이스는 개발자들이 오픈소스 AI 모델과 데이터셋, 애플리케이션을 개발·공유·배포할 수 있는 플랫폼과 커뮤니티를 운영하고 있다. 엔비디아는 이번 인수를 통해 GPU 중심의 AI 반도체 사업을 넘어 AI 모델과 개발자 생태계까지 영향력을 확대할 것으로 전망된다. 엔비디아는 인수 이후에도 허깅페이스 플랫폼을 개방형으로 유지하겠다고 밝혔다. 모델 개발자와 이용자가 원하는 모델과 데이터셋을 자유롭게 업로드·다운로드할 수 있도록 하고, 엔비디아 외 다른 반도체 업체도 계속 지원한다는 방침이다.

최근 개최된 ‘핫 칩스(Hot Chips) 2026’에서 삼성전자는 다양한 고객사에 맞춤형 고대역폭메모리(HBM)를 제공할 수 있다고 강조했습니다. 그 직후 엔비디아는 자체 커스텀 HBM 메모리 규격인 ‘NVHBM’을 공개했습니다. 타이밍이 맞물려 있어 업계에서는 삼성전자의 NVHBM 참여 가능성에 주목하고 있습니다. 이미 JEDEC의 HBM 표준이 존재하고 현재 HBM4E 샘플이 공급되는 상황에서 엔비디아가 굳이 자체 설계인 NVHBM을 공개한 것은 그래픽처리장치(GPU)를 위한 연산 공간을 확보하고 메모리 대역폭을 늘리기 위한 맞춤형 메모리가 필요했기 때문으로 풀이됩니다. 현재 인공지능(AI) 데이터 센터들은 막대한 전력을 소모하는 중앙처리장치(CPU)와 GPU를 수만 개에서 수십만 개 돌리고 있습니다. 치솟는 전력 소모와 냉각을 위한 물 공급 부족은 지역 사회의 강력한 반발을 불러일으키고 있습니다. AI 데이터 센터를 운영하는 하이퍼스케일러들은 막대한 운영 비용을 절감하고 주민 반발을 줄이기 위해서라도 더 효율적인 시스템을 필요로 하고 있습니다. NVHBM의 핵심은 현재 공간에 여유가 있는 HBM의 베이스 다이에 본래 GPU가 갖고 있던 메모리 컨트롤러를 옮기는 것입니다. HBM은 D램 다이를 쌓아서 베이스 다이 위에 올리는 구조이기 때문에, 이렇게 만들면 메모리 컨트롤러와 D램의 간격이 줄어들어 전력 소모량은 줄이고 효율은 높일 수 있습니다. 엔비디아에 따르면 HBM4E와 비교해 대역폭은 30% 증가하고 전력 소모는 15% 줄어 GPU의 메모리 병목을 완화하고 효율을 크게 높일 수 있다고 합니다. 엔비디아는 이미 로드맵에서 ‘파인만(Feynman) GPU’에 맞춤형 HBM을 사용할 것이라고 언급했습니다. 따라서 2028년 출시될 파인만 GPU가 NVHBM을 채택한 최초의 GPU가 될 가능성이 높습니다. 여기서 짚어볼 점은 HBM 베이스 다이를 엔비디아가 설계하면서 얻는 이점입니다. 우선 베이스 다이를 하나로 통일하면 각 회사별로 HBM 메모리를 따로 검증하는 대신 표준 규격이 되면서 호환이 쉬워지고 안정성도 높아집니다. 또 메모리 컨트롤러를 메모리 쪽으로 넘기면서 남는 공간에 연산 회로를 추가로 탑재할 수 있게 되어 GPU 성능을 더 높일 수 있습니다. NVHBM은 엔비디아의 NVLink Fusion 파트너들에게도 제공될 예정이어서, 엔비디아 생태계 전체로 영향력이 확대될 수 있습니다. 하지만 동시에 현재는 각 회사가 제조하던 베이스 다이 설계를 엔비디아가 맡게 되어 엔비디아의 영향력이 커질 것이라는 이야기도 나옵니다. 예를 들어 삼성전자는 HBM4에서 자체 설계한 베이스 다이를 삼성 파운드리의 4㎚ 첨단 공정으로 제조해 성능 경쟁에서 우위를 점할 수 있었지만, 앞으로는 그런 차이가 줄어들고 엔비디아의 표준 설계에 따라야 합니다. 더 중요한 것은 만약 HBM 메모리가 급격히 NVHBM 중심으로 재편될 경우 AMD 같은 경쟁자나 맞춤형 AI 가속기를 만드는 업체들을 약화시킬 수 있다는 점입니다. NVHBM을 기술 표준으로 공개해도 엔비디아 GPU와 생태계에 최적화되어 있어 그만큼 엔비디아에 이득입니다. 여기에 엔비디아가 설계를 주도하고 만약 생산까지 담당하면 메모리 제조사들은 D램 다이만 공급하는 형태가 될 가능성도 있습니다. 다만 이런 변화는 현재 강한 협상력을 가진 메모리 제조사들이 쉽게 받아들이기 어려울 수 있습니다. 특히 자체 파운드리를 지닌 삼성 쪽에서 받아들이기 어려운 조건으로 보입니다. 그런 상황까지 가지 않더라도 NVHBM은 GPU의 성능을 높일 수 있는 새로운 기술 표준이면서 동시에 엔비디아의 시장 지배력을 더 강화시키는 도구가 될 가능성이 있어 보입니다. 메모리 빅3와 다른 AI 경쟁사들이 어떻게 대응할지 주목됩니다.

마라톤 기록 단축을 목표로 최첨단 기술 경쟁이 펼쳐지고 있는 가운데 페루의 정상급 선수가 단독 22달러(약 3만원)짜리 저가 전자시계를 착용하고 국제대회에서 우승해 화제다. 육상 전문 매체 러너스 월드는 3일(한국시간) “크리스티안 파체코(33)는 지난달 30일 멕시코시티 마라톤에서 카시오 사의 F-91을 착용하고 2시간 10분 3초의 기록으로 우승했다”고 전했다. 매체에 따르면 해당 시계에는 위치정보시스템(GPS)이나 심박수 측정, 페이스 측정 등 최근 스마트 워치가 흔히 제공하는 기능이 단 하나도 없다. 그나마 이 시계의 스톱워치 기능은 59분 59초까지만 측정할 수 있어 마라톤 완주 기록을 직접 측정하는 것조차 불가능하다. 파체코가 스마트 워치 대신 저가 전자시계를 착용하고 경기에 나선 것은 기기가 제공하는 정보보다 자신의 페이스 감각에 집중하기 위해서다. 그는 경기 후 “코스가 매우 복잡했지만, 충분히 분석했다”라면서 “32㎞ 지점부터 가파른 경사와 높은 고도 때문에 다리에 힘이 빠지기 시작했는데, 훈련을 통해 익힌 감각을 유지하기 위해 노력했다”고 말했다. 스마트 워치가 제공하는 각종 데이터에 의존하기보다 훈련을 통해 몸에 익힌 감각을 바탕으로 자신의 페이스를 조절했다는 의미다. 그는 이번 대회 우승으로 상금 5만 달러를 받았다. 공교롭게도 우승 부상으로 고가의 가민 스마트 워치를 받았다. 최근 마라톤을 비롯한 러닝 동호인들 사이에서는 러닝에 특화한 다양한 지표를 제공하는 러닝 전문 스마트 워치가 큰 인기를 끌고 있다. 가민과 코로스, 삼성 갤럭시 워치와 애플워치 등이 대표적이다. 그러나 엘리트 선수들은 기술의 발전에도 최소한의 기능만을 담은 ‘미니멀 워치’를 선호하는 사례도 흔하다. 기능보다는 경량화에 중점을 두기도 한다. 지난 4월 2026 런던 마라톤에서 인류 최초로 2시간의 벽을 깨고 1시간 59분 30초의 세계 신기록으로 우승한 사바스티안 사웨(케냐)는 가민의 초기 저가 모델인 포러너 55(167달러)를 착용했다. 1시간 59분 41초의 기록으로 2위에 오른 요미프 케젤차(에티오피아)는 코로스 페이스 3(199달러)를 사용했다. 아울러 2시간 00분 28초의 역대 3위 기록을 세운 제이컵 키플리모(우간다)는 삼성 갤럭시 워치 8(349달러∼429달러)을 착용하고 뛰었다.

과학기술정보통신부는 ‘사이버 보안 특화 AI 파운데이션 모델 개발’ 프로젝트 공모에 참여한 네이버클라우드와 SK텔레콤 2개 컨소시엄을 대상으로 발표 평가를 거쳐 ‘네이버클라우드 컨소시엄’을 최종 사업 수행기관으로 선정했다고 3일 밝혔다. 발표평가에서는 인공지능(AI), 사이버 보안 분야 외부 전문가로 구성된 평가위원이 각 컨소시엄이 제출한 사업계획서와 발표내용을 기반으로 기술력 및 개발경험, 개발전략·기술, 개발목표 등의 우수성·실현가능성, 시장성 및 파급효과 등을 종합적으로 평가했다. 이번에 선정된 네이버클라우드 컨소시엄은 뛰어난 기술력과 개발경험을 보유한 대규모 산학연 컨소시엄 구성 및 복수의 에이전트와 하네스 구성 등 개발전략 및 목표가 우수하다는 평가를 받았다. 이번에 선정된 컨소시엄에는 네이버클라우드를 주관기관으로 LG CNS, LG유플러스, 샌즈랩, 이스트시큐리티 등 보안·AI 기업과 카이스트, 서울대, 고려대, 포스텍 등 주요 대학 및 연구기관을 포함해 총 32개 기관이 참여한다. 이번에 선정된 컨소시엄은 이달부터 10개월 동안 GPU B200 총 256장을 지원받는다. 5개월 지원 후 중간평가 결과에 따라 잔여 5개월 지원하는 방식이다. 과기정통부는 네이버 측과 이달 중에 협약을 체결하고 GPU 지원을 통해 사이버 보안 특화모델 개발에 본격 착수할 예정이다. 선정된 사업자와 즉시 실무협의체를 구성하여 조속한 성과 창출을 위해 노력할 계획이다. 이번 사업은 고성능 AI 모델의 발달에 따라 사이버 보안 위협이 고도화되는 상황에 대응해 국내 독자 보안 특화 AI 모델을 확보하기 위한 것으로 지난 7월 22일부터 8월 21일까지 한 달간 참여팀 공모를 진행했다.

미국의 반도체 대장주 브로드컴의 실적 발표가 임박하면서 글로벌 증시가 숨죽인 채 결과를 지켜보고 있습니다. 최근의 주가 조정을 딛고 반등에 성공할지 관심이 쏠리는 가운데, 이번 실적이 인공지능(AI) 산업 전체의 성장세가 지속될지를 가늠할 시험대가 될 수 있을 것이라는 기대감이 커지고 있습니다. 브로드컴은 2일(현지시간) 장 마감 후 3분기 실적을 발표합니다. 지난 6월 3일 2분기 실적을 발표한 다음 날에는 시장 기대에 못 미친 실적 전망과 AI 성장 둔화 우려가 겹치면서 주가가 13%가량 급락했습니다. 이 여파로 글로벌 반도체 주가 전반에 한동안 깊은 침체가 이어졌습니다. 현재 브로드컴의 주가는 369.3달러로 지난 6월 3일 사상 최고점 대비 25% 넘게 떨어진 상태입니다. AI 산업의 미래와 수요 가속화가 얼마나 지속될지에 대한 시장의 불확실성이 반영된 결과입니다. AI 맞춤형 칩 선두주자…2분기 실적도 ‘고공행진’브로드컴은 반도체부터 소프트웨어, 인프라, 보안 솔루션에 이르기까지 AI 혁명의 핵심 기술을 두루 갖추고 있는데요. 엔비디아가 범용 AI 칩인 그래픽처리장치(GPU)를 주력으로 한다면 브로드컴은 구글이나 메타 같은 빅테크 기업이 자사 시스템 맞춤형으로 주문 제작하는 주문형 반도체(ASIC)의 선두주자입니다. 특히 브로드컴의 ASIC은 AI 처리 속도를 최적화할 수 있어 기존 GPU보다 에너지 효율이 높다는 평가입니다. 이 같은 강점은 가시적인 성과로 이어졌습니다. 지난 2분기 매출은 전년 동기 대비 48% 증가한 222억 달러(약 30조 2790억원)를 기록했고, 조정 주당순이익(EPS)도 54% 급증한 2.44달러를 달성했습니다. 특히 AI 반도체 매출만 143% 뛰어오른 108억 달러(약 14조 7300억원)를 기록하며 전체 매출의 절반 가까이를 견인했습니다. 저평가 논란 속 갈림길…3분기 ‘가속 성장’ 예고브로드컴은 이제 주가 향방을 가를 중요한 갈림길에 서 있습니다. 일각에서는 투자자들이 AI 시장의 지속적인 성장 가능성과 브로드컴의 잠재력을 지나치게 저평가하고 있다는 지적도 나옵니다. 이처럼 눈높이가 한껏 낮아진 상황에서 시장 기대를 뛰어넘는 견조한 실적이 확인된다면 주가가 강하게 반등할 것이라는 기대가 커지는 상황입니다. 경영진 역시 강력한 성장세에 자신감을 내비치고 있습니다. 브로드컴이 제시한 3분기 예상 매출은 전년 동기 대비 84% 급증한 294억 달러(약 40조 1020억원)에 달합니다. 기업이 순수 영업 활동을 통해 현금을 벌어들이는 능력을 보여주는 ‘조정 상각전영업이익’(EBITDA)은 87% 뛰어오른 200억 달러(약 27조 2800억원) 수준으로 예상했습니다. 직전 2분기 실적을 뛰어넘는 가속 성장을 예고한 셈입니다. 이번 브로드컴의 성적표는 ‘AI 열풍이 실제로 지속 가능한지’를 입증할 가늠자로도 주목받고 있는데요. 브로드컴이 시장의 우려를 씻어낼 만한 강력한 실적과 전망을 내놓는다면 그간의 우려를 뒤엎고 새로운 재반등의 발판을 마련할 것이라는 기대감이 시장 전반에 퍼지고 있습니다.

카카오가 카카오톡을 중심으로 택시·음악·쇼핑·웹툰 등 주요 계열사 서비스를 묶은 유료 멤버십을 준비하고 있다. 카카오톡 이용자를 계열사 서비스 전반으로 넓혀 플랫폼 생태계를 강화하려는 전략으로 풀이된다. 2일 정보기술(IT) 업계에 따르면 카카오는 이르면 다음 달 ‘카카오 멤버십’(가칭) 베타 서비스를 선보이는 방안을 검토하고 있다. 다만 구체적인 서비스 구성과 가격, 정식 출시 시점은 정해지지 않았다. 멤버십에는 카카오톡의 이모티콘·선물하기를 비롯해 카카오모빌리티의 택시, 카카오엔터테인먼트의 멜론·웹툰·웹소설, 카카오스타일의 패션 플랫폼, 카카오VX의 스크린골프 등의 계열사 서비스가 포함될 것으로 거론된다. 업계에서는 일정한 월 구독료를 내면 일부 서비스를 무료로 이용하거나 서비스별 할인 쿠폰 등을 제공하는 방식이 검토되는 것으로 보고 있다. 다만 구체적인 혜택은 아직 확정되지 않았다. 외부 플랫폼과의 제휴 가능성도 거론된다. 카카오는 이미 오픈AI와 협력해 카카오톡에서 ‘챗GPT 포 카카오’를 제공하고 있다. 또 정신아 카카오 대표는 최근 2분기 실적 발표에서 에이전틱 인공지능(AI)을 활용해 카카오톡에서 쿠팡이츠를 이용할 수 있도록 협력하겠다는 계획을 밝힌 바 있다. 이번 멤버십 추진은 카카오톡을 중심으로 인공지능(AI)·광고·커머스를 연결하려는 카카오의 사업 재편과도 맞물려 있다. 카카오는 지난달 21일 카카오AI와 카카오X로 회사를 나누는 인적분할을 결의했다. 카카오톡과 AI·광고·커머스 사업은 신설법인 카카오AI가 맡고, 카카오X는 카카오뱅크·카카오엔터테인먼트·카카오모빌리티 등 계열사 관리와 투자 업무를 담당한다. 카카오는 오는 12월 임시 주주총회를 거쳐 내년 1월 분할을 마무리할 계획이다. 카카오 관계자는 “카카오의 다양한 서비스와 혜택을 연계한 멤버십 서비스를 준비하고 있다”며 “출시 시점과 구체적인 내용은 정해지지 않았다”고 말했다.

다양한 종류의 드론이 전쟁에 사용되고 있지만, 그 대응 양상은 크게 차이가 난다. 우크라이나 전쟁에서 러시아와 우크라이나 양측이 상대방 후방 공격에 사용하는 ‘장거리 자폭 드론’은 주로 대공 방어의 영역에서 물리적 타격을 통해 무력화된다. 그에 비해 취미용으로 많이 쓰이는 중국산 DJI 드론이나 전선 타격용으로 많이 쓰이는 1인칭 시점(FPV) 드론 같은 소형 드론은 주로 전자적 수단을 통한 무력화, 즉 재밍을 통해 무력화를 시도한다. 평시 민간 시설에 대한 드론 위협은 이런 소형 드론에 의한 것이기 때문에 재밍 같은 ‘소프트 킬’이 주로 사용된다. 그러나 재밍은 조종 주파수나 GPS 신호를 교란하기 위해 상대적으로 높은 출력의 전파를 사용하기 때문에 민간 주거 지역에서 통신 장치 등에 미치는 영향을 고려해야 한다. 이런 제약은 우리나라만이 아니라 미국도 법적으로 민간 거주 구역에서 전파를 이용한 재밍을 제한하고 있다. 이런 제약에서 소형 드론을 방어할 새로운 기술로 조종 권한을 탈취하는 ‘테이크오버’(Takeover) 기술이 관심을 받고 있다. 현재 전 세계적으로 이 분야에서 앞서가는 기업으로 이스라엘 업체인 디펜드 솔루션즈(D-fend Solutions)가 있고, 대표 제품으로 ‘엔포스에어2’(EnforceAir2)가 있다. 회사는 해당 기술을 RF(무선주파수) 사이버 테이크오버(제어권 탈취) 기술로 홍보하고 있다. 단순 탐지 후 재밍 또는 물리적 무력에 의존하는 기존 대드론 방식과 달리 디펜드 솔루션즈의 RF 사이버 제어권 탈취 기술은 미승인 드론을 식별하고 정밀하게 제어권을 확보한 뒤 지정된 구역에 안전하게 착륙하도록 유도한다. 이 방식은 정상적 승인된 드론을 위한 지역 통신 인프라를 방해하지 않으면서 위협을 해소하고, 부수적 피해와 비용이 큰 운영 중단 없이 드론 위협을 해결할 수 있다. 엔포스에어2는 SDR(Software-Defined Radio) 하드웨어로 새로운 드론에 대응하기 위한 업그레이드를 하드웨어적인 방법에 의존하지 않고, 소프트웨어 업그레이드로 빠르게 수행할 수 있다. RF 노이즈가 심하거나 민감한 환경에서도 허가된 드론과 허가되지 않은 드론을 구분하고, 위협 드론을 사전에 지정된 안전 구역에 안전하게 착륙시켜 운영 연속성을 지원한다. 고정형, 차량 탑재형에 이어 최근 함정 탑재형도 개발하여 다양한 환경에서 사용할 수 있도록 하고 있다. 뛰어난 성능 덕분에 이미 전 세계적으로 많은 운용 실적을 기록하고 있으며, 우리나라를 포함하여 31개국에서 2000여 대가 항만, 공항 등에서 운용되고 있다. 대표적으로 2026 북미 월드컵에서 미국, 캐나다, 멕시코의 경기가 열리는 도시에 설치되어 드론 위협을 방어했다. 지난 6월 디펜드 솔루션즈의 뛰어난 기술력을 눈여겨본 미국의 모토롤라 솔루션은 15억 달러에 회사를 인수한다고 발표했고, 지난달 말에 인수를 완료했다. 그만큼 사이버 제어권 탈취 기술의 가치를 높게 본 것으로, 대드론 기술 분야에서 독보적 능력을 갖춘 기업임을 증명했다. 전 세계적으로 늘어나는 드론, 특히 소형 드론 위협은 우리나라도 마찬가지다. 그러나 국내 대드론 기술이 발전하고 있지만, 아직 디펜드 솔루션즈의 사이버 제어권 탈취 기술에 대응할 기술은 없는 상황이다. 이미 우리 주변에서 눈에 보이지 않는 곳에서 뚫으려는 드론과 막으려는 대드론 기술의 조용한 전쟁이 치열하게 벌어지고 있다. 정부는 우리 대드론 기술의 비어 있는 부분을 빨리 인식하고, 이를 채우기 위해 검증된 해외 기술을 빠르게 도입하고, 국내 유사 기술 발전을 위해 투자를 해야 한다.

車공장이 로봇 두뇌 훈련 ‘AI 교실’테슬라, FSD 방식 ‘옵티머스’로 확장BMW·벤츠 등도 실증 무대로 활용현대차, 공장 →AI 재학습 구축 속도 중국 BYD가 자동차 공장을 휴머노이드 로봇의 실증·학습 공간으로 활용하기로 하면서 글로벌 완성차 업체들의 피지컬 인공지능(AI) 경쟁이 본격화하고 있다. 실제 제조 데이터를 AI에 학습시키고 개선된 로봇을 다시 공장에 투입하는 ‘학습 루프’가 확산하면서 자동차 공장이 피지컬 AI의 ‘챗GPT 모먼트’를 앞당길 핵심 무대로 떠오르고 있다. 1일 중국 매체 ‘제일재경’ 등에 따르면 BYD는 최근 중국 선전 본사에서 촉각센서와 휴머노이드 등을 개발하는 피지컬 AI 스타트업 ‘파시니’와 전략적 협력 협약을 체결했다. BYD는 완성차·부품 제조공정과 대규모 공장, 공급망을 파시니 로봇의 실제 산업환경 검증 무대로 활용한다. 두 회사는 축적되는 작업 데이터를 AI 대형모델에 학습시켜 로봇의 적응·의사결정 능력을 높일 계획이다. 자동차 공장을 차량 생산 공간이자 휴머노이드가 현실세계에서 일하는 방법을 배우는 ‘AI 교실’로 활용하는 셈이다. 다만 구체적인 투입 공장과 로봇 물량·시점은 공개하지 않았다. 미국 테슬라는 감독형 완전자율주행(FSD)에서 구축한 데이터 학습 방식을 휴머노이드 ‘옵티머스’로 확장하고 있다. 테슬라는 지난 7월 미국 프리몬트 공장에 옵티머스 생산라인을 구축 중이며, 초기 생산분을 로봇 훈련 프로그램인 ‘옵티머스 아카데미’에서 학습 데이터 수집과 기능 개발에 활용한다고 밝혔다. 공장 근로자의 실제 작업을 학습한 로봇이 작업에 도전하고, 여기서 나온 성공·실패 데이터를 다시 강화학습에 투입하는 구조다. 독일 BMW와 메르세데스벤츠도 자동차 공장을 휴머노이드 학습·실증 무대로 활용하고 있다. BMW는 지난해 미국 스파르탄버그 공장의 X3 스포츠유틸리티차량(SUV) 생산라인에 피규어AI의 휴머노이드 ‘피규어 02’를 투입했다. 이후 3만대 이상의 X3 생산을 지원하고 9만개가 넘는 판금 부품을 처리했다. 벤츠는 독일 베를린 공장에서 앱트로닉의 ‘아폴로’를 훈련하며 생산직 직원들이 원격조작과 증강현실(AR)을 이용해 숙련된 작업 방식을 로봇에 가르치고 있다. 완성차 업체들이 공장을 로봇 학습장으로 활용하는 것은 피지컬 AI의 병목이 하드웨어에서 ‘지능’과 ‘데이터’로 옮겨가고 있어서다. 로봇이 정해진 동작은 잘 수행해도 실제 공장에서는 제각각인 부품과 돌발 상황에 대응해야 한다. 젠슨 황 엔비디아 최고경영자(CEO)가 올해 초 “로보틱스의 챗GPT 모먼트가 왔다”고 선언한 가운데, 다양한 작업과 숙련공을 보유한 자동차 공장이 ‘현실세계의 데이터 광산’으로 떠오르는 셈이다. 현대자동차그룹도 ‘로봇 훈련→공장 투입→작업 데이터 확보→AI 재학습’으로 이어지는 선순환 체계 구축에 속도를 내고 있다. 지난 6월 미국에 문을 연 ‘로봇 메타플랜트 응용센터(RMAC)’를 연말까지 10배 규모로 확대하고, 이곳에서 훈련한 보스턴다이내믹스의 휴머노이드 ‘아틀라스’를 2028년부터 미국 조지아주 메타플랜트 아메리카(HMGMA)에 투입해 실제 작업 데이터를 얻은 뒤 이를 AI 학습에 활용할 계획이다. 자동차 공장은 반복적인 작업 환경에 이미 자동화 인프라가 잘 갖춰져 있어 로봇에게 어렵지 않으면서 산업 활용 면에서 ‘의미 있는 첫 관문’이다. 또 여기서 검증된 로봇 기술이 물류창고, 요양시설, 가정 등 더 복잡한 환경으로 확장될 것으로 보여 자동차 공장과 로봇의 밀착은 더욱 심화할 전망이다.

전 세계 인공지능(AI) 열풍의 중심에 서 있는 젠슨 황 엔비디아 최고경영자(CEO)가 AI 주가가 급락하기 시작하던 3개월 전 “지금이 주식 매수 기회”라며 정면 돌파를 외쳤습니다. 하지만 시장은 그의 말대로 움직이지 않았는데요. 미국 빅테크 기업들의 주가는 날아오른 반면, 한국의 대표 반도체 기업 주가는 곤두박질쳤습니다. 같은 AI 시대를 살면서도 어떤 기업은 웃고 다른 쪽에선 울상을 지은 셈입니다. AI 시장의 장기 성장성 자체는 여전히 유효하지만 앞으로는 개별 기업의 실적이 승패를 가를 수 있어 ‘옥석 가리기’가 중요해졌다는 분석이 나옵니다. 젠슨 황 발언 뒤…삼전닉스 하락하고 엔비디아·MS 올라앞서 황 CEO는 지난 6월 8일 우리나라를 찾아 최태원 SK그룹 회장과 함께 기자들을 만났는데요. 당시 황 CEO는 “주식 시장에 어떤 일이 일어나든 여러분은 아주 기뻐해야 한다”며 “지금 할인된 가격에 살 수 있기 때문”이라고 말했습니다. 세간의 ‘AI 거품론’ 우려에도 “일부 투자자들이 AI 수요에 대한 기대가 너무 높다고 걱정하는 것에 동의하지 않는다”며 “10년 후 AI가 어떤 모습일지 상상해본다면 어떤 변동성이 있더라도 좋은 기회”라고 강조했습니다. 전 세계적인 기술주 하락세를 위기가 아닌 매수 기회로 바라본 것입니다. 그러나 황 CEO의 발언 이후 약 3개월이 지난 지금, 주요 기업들의 성적표는 크게 엇갈리고 있습니다. 우선 한국을 대표하는 반도체 기업들의 주가는 내림세를 탔습니다. 삼성전자 주가는 6월 8일 종가 기준 29만 5500원에서 9월 1일 기준 26만 1000원으로 12% 떨어졌습니다. 같은 기간 SK하이닉스 역시 191만 1000원에서 169만 3000원으로 11% 하락했습니다. 황 CEO의 말을 믿고 국내 반도체 주식에 투자했다면 아쉬운 결과를 얻은 셈입니다. 반면 엔비디아를 비롯한 미국 주요 IT 기업 주가는 대체로 올랐는데요. 엔비디아 주가는 6월 8일 208.64달러에서 지난달 31일 220.78달러로 6% 상승했습니다. 마이크로소프트는 411.74달러에서 507.29달러로 23% 대폭 올랐고, 아마존닷컴 역시 245.22달러에서 259.77달러로 6% 올랐습니다. 다만 알파벳은 363.31달러에서 339.35달러로 7% 가까이 떨어지며 차이를 보였습니다. “AI 시장 커진다”…골드만삭스, 투자 1조 달러 돌파 전망이처럼 기업마다 주가 향방이 갈린 이유는 AI 시장 전체의 성장세와 개별 기업이 거두는 실적, 경쟁력 등이 서로 달랐기 때문입니다. AI 산업을 실제로 주도하며 당장 큰 이익을 내는 미국 빅테크 기업들로는 돈이 몰린 반면, 실적 개선 속도가 기대에 미치지 못하거나 경쟁 심화에 노출된 기업들은 주가가 힘을 받지 못했습니다. 전문가들은 장기적으로 AI 시장이 계속 커질 것이라는 황 CEO의 시각에는 대체로 동감하고 있습니다. 앞으로도 AI 기술이 발전함에 따라 관련 시장의 규모는 더 확대될 가능성이 크다는 분석입니다. 실제로 골드만삭스 리서치가 지난달 발표한 보고서를 보면, 전 세계 기업들이 올해 AI 시설에 투자하는 총금액만 1조 달러(약 1374조원)를 넘어설 것으로 전망됩니다. AI 관련 지출이 단기적인 거품에 그치지 않고 전 세계 경제 성장을 이끄는 핵심 동력이 될 것이라는 분석입니다. 골드만삭스는 초기의 AI 투자가 데이터센터나 반도체(GPU), 통신망 구축에 집중됐다면 앞으로는 인간형 로봇이나 자율주행 기술 등으로 범위가 넓어지며 AI 계산 수요가 현실 세계 전반으로 더욱 확산할 것으로 내다봤습니다. 이젠 묻지마 투자 안 된다…모건스탠리 “옥석 가리기 나설 때”AI 시장의 장기적인 전망이 밝다고 해서 모든 관련 기업 주가가 무조건 오른다는 뜻은 아니라는 반론도 제기됩니다. 단기적인 시장 변동성이 큰 데다 기업마다 기술력과 실적 차이가 명확한 만큼, AI라고 무작정 투자하기보다는 개별 기업의 진정한 실력을 냉정하게 따져봐야 한다는 지적입니다. 모건스탠리는 지난달 19일 ‘AI: 거품인가, 생산성 혁명인가?’라는 제목의 보고서에서 “최근 주춤했던 주가 흐름은 과열된 시장을 진정시키고 주가를 오히려 건강한 기반 위에 올려놓는 계기가 됐다”며 “투자자들은 이제 AI 투자에 대해 더욱 면밀히 검토하고 있으며, 수익 창출 경로가 더 명확한 기업을 선호하고 있다”고 밝혔습니다. 이어 “대출 금리가 높은 환경에서는 기업들이 자금을 신중하게 빌려 쓰고 정말 유망한 사업에 집중하게 되므로 AI 거품을 막는 데 도움이 된다”며 “이런 때일수록 옥석 가리기가 필수적이며, 현금 흐름이 튼튼하고 사업 기반이 안정적인 우량 기업에 우선 투자해야 한다”고 조언했습니다.

중국 BYD가 자동차 공장을 휴머노이드 로봇의 실증·학습 공간으로 활용하기로 하면서 글로벌 완성차 업체들의 피지컬 인공지능(AI) 경쟁이 본격화하고 있다. 실제 제조 데이터를 AI에 학습시키고 개선된 로봇을 다시 공장에 투입하는 ‘학습 루프’가 확산하면서 자동차 공장이 피지컬 AI의 ‘챗GPT 모먼트’를 앞당길 핵심 무대로 떠오르고 있다. 1일 중국 매체 ‘제일재경’ 등에 따르면 BYD는 최근 중국 선전 본사에서 촉각센서와 휴머노이드 등을 개발하는 피지컬 AI 스타트업 ‘파시니’와 전략적 협력 협약을 체결했다. BYD는 완성차·부품 제조공정과 대규모 공장, 공급망을 파시니 로봇의 실제 산업환경 검증 무대로 활용한다. 두 회사는 축적되는 작업 데이터를 AI 대형모델에 학습시켜 로봇의 적응·의사결정 능력을 높일 계획이다. 자동차 공장을 차량 생산 공간이자 휴머노이드가 현실세계에서 일하는 방법을 배우는 ‘AI 교실’로 활용하는 셈이다. 다만 구체적인 투입 공장과 로봇 물량·시점은 공개하지 않았다. 미국 테슬라는 감독형 완전자율주행(FSD)에서 구축한 데이터 학습 방식을 휴머노이드 ‘옵티머스’로 확장하고 있다. 테슬라는 지난 7월 미국 프리몬트 공장에 옵티머스 생산라인을 구축 중이며, 초기 생산분을 로봇 훈련 프로그램인 ‘옵티머스 아카데미’에서 학습 데이터 수집과 기능 개발에 활용한다고 밝혔다. 공장 근로자의 실제 작업을 학습한 로봇이 작업에 도전하고, 여기서 나온 성공·실패 데이터를 다시 강화학습에 투입하는 구조다. 독일 BMW와 메르세데스벤츠도 자동차 공장을 휴머노이드 학습·실증 무대로 활용하고 있다. BMW는 지난해 미국 스파르탄버그 공장의 X3 스포츠유틸리티차량(SUV) 생산라인에 피규어AI의 휴머노이드 ‘피규어 02’를 투입했다. 이후 3만대 이상의 X3 생산을 지원하고 9만개가 넘는 판금 부품을 처리했다. 벤츠는 독일 베를린 공장에서 앱트로닉의 ‘아폴로’를 훈련하며 생산직 직원들이 원격조작과 증강현실(AR)을 이용해 숙련된 작업 방식을 로봇에 가르치고 있다. 완성차 업체들이 공장을 로봇 학습장으로 활용하는 것은 피지컬 AI의 병목이 하드웨어에서 ‘지능’과 ‘데이터’로 옮겨가고 있어서다. 로봇이 정해진 동작은 잘 수행해도 실제 공장에서는 제각각인 부품과 돌발 상황에 대응해야 한다. 젠슨 황 엔비디아 최고경영자(CEO)가 올해 초 “로보틱스의 챗GPT 모먼트가 왔다”고 선언한 가운데, 다양한 작업과 숙련공을 보유한 자동차 공장이 ‘현실세계의 데이터 광산’으로 떠오르는 셈이다. 현대자동차그룹도 ‘로봇 훈련→공장 투입→작업 데이터 확보→AI 재학습’으로 이어지는 선순환 체계 구축에 속도를 내고 있다. 지난 6월 미국에 문을 연 ‘로봇 메타플랜트 응용센터(RMAC)’를 연말까지 10배 규모로 확대하고, 이곳에서 훈련한 보스턴다이내믹스의 휴머노이드 ‘아틀라스’를 2028년부터 미국 조지아주 메타플랜트 아메리카(HMGMA)에 투입해 실제 작업 데이터를 얻은 뒤 이를 AI 학습에 활용할 계획이다. 자동차 공장은 반복적인 작업 환경에 이미 자동화 인프라가 잘 갖춰져 있어 로봇에게 어렵지 않으면서 산업 활용 면에서 ‘의미 있는 첫 관문’이다. 또 여기서 검증된 로봇 기술이 물류창고, 요양시설, 가정 등 더 복잡한 환경으로 확장될 것으로 보여 자동차 공장과 로봇의 밀착은 더욱 심화할 전망이다.

최근 몇 달간 중국의 AI 모델은 전 세계에 큰 충격을 줬습니다. 7월에 발표된 문샷 AI의 키미 K3는 가중치가 공개된 오픈 모델 가운데서 가장 큰 2.8조개의 파라미터를 지닌 프런티어급 모델로 API 데뷔 후 불과 36시간 만에 글로벌 AI 성능 평가 플랫폼인 Arena.ai의 웹 개발(WebDev) 및 코딩(Code) 리더보드에서 1679점을 기록하며, 미국 빅테크의 최신 모델(앤스로픽의 페이블 5, 오픈AI의 GPT-5.6 Sol 등)을 제치고 1위에 올랐습니다. 하지만 모델이 공개된 후 성능보다 다른 이유로 더 유명해졌는데, 미국 앤스로픽의 최신 모델을 증류한 흔적이 발견됐기 때문입니다. 물론 모델 증류만으로 2.8조개 파라미터를 지닌 초대형 모델을 만드는 건 불가능하지만, 미국 정부와 앤스로픽이 반발한 것은 당연한 수순이었습니다. 하지만 중국 AI의 약진은 여기서 그치지 않았습니다. 지난해 증시에 충격을 준 딥시크는 올해 다시 공격적인 가격 인하를 통해 토큰 소비량 기준으로 앤스로픽의 뒤를 이어 2위까지 치고 올라갔습니다. 몰리는 수요를 감당하지 못해 결국 가격을 인상하긴 했지만, 중국 AI 모델의 거센 약진을 보여준 사례로 평가됩니다. 상대적으로 뉴스에는 덜 나오지만, 다른 중국 AI 모델들도 올해 상당한 결과물을 보여주고 있습니다. 알리바바의 큐원(Qwen)은 최신 3.8 버전을 내놓으면서 개인 PC에서도 돌아갈 수 있는 Qwen 3.8 27B를 선보였습니다. 파라미터가 수조개가 넘는 대형 프런티어 모델과 비교하면 270억(27B)개의 파라미터를 지닌 Qwen 3.8 27B의 성능은 대단치 않아 보일 수 있습니다. 하지만 벤치마크는 의외의 결과를 보여줬습니다. Qwen 3.8 27B는 실제 소프트웨어 엔지니어링 에이전트 능력을 측정하는 가장 중요한 에이전틱 코딩 벤치마크인 SWE-bench Pro에서 앤스로픽의 클로드 오푸스 4.6 맥스(Claude Opus 4.6 Max)의 53.4%를 상회하는 61.7%를 기록하며 놀라움을 안겼습니다. 실제 수많은 다운로드가 이뤄지면서 사용자들 사이에서는 가정용 오푸스(Opus at home)라는 반응이 나오는 중입니다. 여러 벤치마크를 가중 평균해 모델의 전반적인 지능을 하나의 숫자로 요약하는 벤치마크인 AAII(Artificial Analysis Intelligence Index)에서도 52점을 기록해 오픈웨이트 모델 중 상위권이며, 일부 프런티어 모델에 근접하는 수준입니다. (xhigh reasoning 설정 기준) Qwen 3.8 27B도 압축하지 않은 BF16 모델은 56GB 정도 용량이라 개인 PC의 그래픽카드 및 메모리에 모두 올리기 어렵습니다. 하지만 최신 4비트 양자화 모델은 크기를 16.5GB까지 줄여 어느 정도 사양이 되는 개인 PC에서 쉽게 사용할 수 있습니다. 실제 개인적으로 사용한 결과 16GB 이상 메모리를 지닌 그래픽카드에서 충분히 구동할 수 있었고 코딩 및 에이전틱 임무에서 생각보다 뛰어난 성능을 보였습니다. 다만 원활하게 돌리기 위해서는 24GB 메모리를 지닌 그래픽카드나 그에 준하는 통합 메모리가 권장됩니다. 흥미롭게도 Qwen 3.8 27B나 같이 공개한 Qwen 3.8 플래시 넥스트와 프런티어급 모델인 Qwen 3.8 맥스는 모두 한 가지 공통된 특징을 지니고 있습니다. 바로 엔비디아 GPU처럼 고성능 AI 가속기를 구하기 힘든 중국 내 특수 상황을 반영해 제한적인 컴퓨터, 서버 사양에서도 높은 성능을 낼 수 있게 개발됐다는 점입니다. 이렇게 제한된 하드웨어에서 가장 높은 성능을 내게 개발한 것이 이제는 27B 정도의 소형 모델에서도 높은 성능을 낸 비결로 보입니다. 중국 AI 모델에 대해서는 여전히 미국 프런티어 모델에 대한 증류 의혹이 있긴 하지만, 가성비 모델을 만드는 기술에 있어서는 누구도 따라올 수 없는 가장 독보적인 기술을 지닌 것은 사실입니다. 결국 같은 성능이라면 비용을 절감하는 쪽이 유리할 수밖에 없습니다. 더구나 모델을 계속 무료로 푸는 정책 역시 장기적으로 보면 경쟁자에게 큰 부담입니다. 중국의 AI 굴기는 이미 무시하기 힘든 수준으로 성장한 만큼 미국의 프런티어 모델들도 이에 대한 대응이 필요할 것으로 생각됩니다. 비용을 고민하지 않고 성능을 높이는 것보다 같은 성능이면 더 효율적이고 저렴한 모델을 개발해 원가를 절감하려는 노력이 필요합니다. 소버린 AI를 강조하고 있는 우리에게도 중요한 시사점입니다.

친환경 스타트업 주식회사 올수(대표 김기옥)가 4개 시 공동급식지원센터와 손잡고 학교 급식 예비식(잔식)을 데이터로 관리·추적하는 디지털 플랫폼 확산에 나선다. 올수는 안양·군포·의왕·과천 공동급식지원센터와 ‘예비식 디지털 관리 시스템 공급·운영 계약’을 지난 8월 27일 체결했다고 밝혔다. 이번 계약을 통해 올수는 수원지속가능발전협의회와 함께 실증을 거쳐 온 잔식 관리 모델을 4개 시 권역으로 확대 적용하게 된다. 예비식(잔식)은 조리 후 배식되지 않은 온전한 상태의 급식으로, 학생들이 섭취하고 남긴 잔반과는 구별된다. 폐기물로 배출되기 이전 단계에서 경로를 전환하여 잔여 음식물 쓰레기 발생을 억제하고 탄소 배출을 원천 차단하는 것이 해당 관리 시스템의 주된 목적이다. 그동안 조리 상태가 양호한 급식이 재활용되지 못하고 폐기됐던 주된 이유는 유통 및 위생 안전성을 객관적으로 증명하기 어려웠기 때문이다. 올수는 현장 사진, GPS 기반 위치, 무게, 배송 차량 내부 온도, 운송 동선 및 소요 시간 등 5대 핵심 데이터를 단계별 전자 서명과 연동해 전 과정을 전산화했다. 실제 배송 차량이 다수 학교를 거쳐 복지관으로 이동하는 운영 환경에서는 식품이 차량 내에 머무는 시간과 온도가 안전 관리의 핵심 변수가 된다. 올수 시스템은 실시간 온도와 운송 시간을 연속적으로 기록해 법적·위생적 보관 기준 준수 여부를 투명하게 입증한다. 이러한 이력 데이터는 발생 등록부터 수거, 운송, 복지시설 전달 및 최종 인수까지 단일 프로세스로 관리된다. 학교·배송 기사·복지관 등 현장용 애플리케이션과 교육청·지자체 전용 통합 관제 화면을 분리 제공해 다자간 협업 프로젝트의 관리 효율성을 높였다. 올수는 2026년 1월 8일 수원지속가능발전협의회와 ‘잔식동행 먹거리 선순환 협력체계 구축’ 업무협약을 체결한 이후 총 26개 기관이 참여하는 실증체계를 구축해 왔다. 복지관 소분을 거쳐 도시락·후식 25,876팩을 제작해 지역 3,624명에게 전달함으로써 먹거리 복지 사각지대 해소에도 기여하고 1,254kgCO₂eq의 탄소를 절감했다. 이 수치는 모두 시스템의 무게 기록을 통해 산출된 실증 성과로, 참여 기관이 사업 성과를 추정이 아닌 검증된 숫자로 보고할 수 있다는 점이 특징이다. 지자체나 공동급식지원센터에 더 어려운 과제는 잔식 나눔 자체보다 그 과정을 추적 가능하게 시스템으로 만드는 일이다. 발생 등록과 수거·배송 기록, 온도와 경과 시간 확인, 전달 인수 확인, 실적 집계가 서로 끊기지 않고 하나의 이력으로 이어져야 하지만, 개별 기관이 이를 직접 구축하기는 쉽지 않다. 올수 시스템은 이 기록 체계가 이미 갖춰져 있어 별도 개발 없이 검증된 방식 그대로 사업을 시작할 수 있다. 한편, 올수는 ‘학교 급식 잔식 나눔의 투명한 디지털 이력관리를 통한 먹거리 선순환 체계 구축’ 과제로 기후에너지환경부와 한국환경산업기술원이 함께하는 2026년 에코스타트업 특화창업분야 지원사업에 선정된 바 있다. 안양·군포·의왕·과천 공동급식지원센터 이은희 센터장은 “그동안에도 4개 시 학교급식 지원 현장에서 꾸준한 노력으로 의미 있는 성과를 거둬 왔다”며 “이번 계약으로 발생부터 전달까지 전 과정이 기록으로 남게 된 만큼, 예비식 나눔을 보다 안전하고 추적 가능하며 지속 가능한 방식으로 운영할 수 있게 됐다. 앞으로의 확대에 거는 기대가 크다”고 밝혔다. 올수 관계자는 “이번 계약은 디지털 관리 모델이 다른 지역으로 확산되는 중요한 계기”라며 “예비식의 발생부터 전달과 인수 확인까지 전 과정을 데이터로 관리할 수 있는 시스템을 기반으로 보다 투명하고 체계적인 관리 환경을 구축하겠다”며 “나아가 지자체와 교육 현장을 넘어 기업·공공기관 구내식당, 병원과 복지시설 등 예비식(잔식)이 발생하는 모든 현장에 적용할 수 있는 표준 모델로 발전시켜 나가겠다”고 말했다.

위기의 한국 축구를 구할 적임자로 데이터 분석 전문가인 로베르토 모레노(49·스페인) 전 스페인 대표팀 감독이 낙점됐다. 계약 기간은 오는 11월까지 A매치 6경기이지만 성적에 따라 정식 감독 선임의 길도 열려 있다. 대한축구협회는 1일 충남 천안 코리아풋볼파크에서 2026년도 제7차 이사회를 열어 모레노 감독의 대표팀 임시감독 선임안을 의결했다. 모레노 감독을 비롯해 코치진 6명의 ‘스페인 사단’이 함께 선임됐다. 모레노 감독은 2026 북중미월드컵 조별리그 탈락 실패로 홍명보 전 감독이 물러나면서 공석이 된 대표팀 사령탑을 맡아 9∼10월 4경기와 11월 2경기 등 A매치 6경기를 지휘한다. 임시 감독 계약은 11월 27일까지이지만, 축구협회는 6경기 평가 결과에 따라 내년 1월 열리는 2027 아시안컵까지 지휘봉을 맡기는 조건을 계약에 포함했다. 각각 독일과 한국 대표팀 레전드 출신인 위르겐 클린스만 전 감독과 홍 전 감독과 달리 모레노 감독은 선수로는 프로 무대조차 밟아보지 못했지만, 16살 때부터 스페인 지역 유소년팀에서 선수 겸 코치로 활동하며 일찌감치 지도자 길을 걸었다. 모레노는 현재 파리 생제르맹(PSG)을 지휘하는 명장 루이스 엔리케 감독의 ‘오른팔’로도 알려졌지만, 2019년 11월 딸의 간병을 위해 스페인 대표팀 감독직을 모레노 당시 대표팀 코치에게 물려주고 이탈했던 엔리케 감독이 대표팀에 복귀하는 과정에서 관계가 크게 틀어졌다. 2011년 AS로마(이탈리아)를 시작으로 셀타 비고(2013~2014), FC바르셀로나(2014~2017·이상 스페인)에서 엔리케 감독을 보좌했던 모레노 감독은 대표팀 감독 대행을 거쳐 정식 감독으로 취임해 유럽축구연맹(UEFA) 유로 2020 예선을 무패(7승 2무)로 마치며 스페인의 본선 진출을 이끌었다. 이후 엔리케 감독의 복귀로 대표팀 지휘봉을 내려놓은 그는 모나코(프랑스), 그라나다(스페인), 소치(러시아) 감독을 역임했다. 지난 1월 소치 구단 수뇌부와 마찰을 빚으며 팀을 떠나는 과정에서는 그가 ‘훈련과 전술 구상에 챗GPT를 활용했다’는 단장의 폭로가 나오기도 했으나, 모레노 감독은 “러시아어를 스페인어로 번역하는 용도 외에는 인공지능(AI)을 활용하지 않았다”고 반박했다. 모레노 감독은 뛰어난 데이터 분석을 기반으로 한 전술 설계 및 상대 팀 분석, 선수 역할 설정 능력이 탁월하다는 평가를 받는다. 현영민 축구협회 전력강화위원장은 모레노 감독 선임 배경에 대해 “한국 축구에 대해 이미 높은 이해도를 갖추고 다양한 전술적 대안을 제시하는 등 열의가 인상 깊었다”라면서 “모레노 사단이 국가대표팀의 분위기 전환과 경기력 향상에 역할을 다해 주길 기대한다”고 밝혔다. 아울러 소치에서 모레노 감독과 호흡을 맞췄던 에두아르도 도캄포 수석코치를 비롯해 분석·훈련방법론 전문가인 하신트 마그리냐 코치, 스페인 하부 리그 지도 경력의 빅토르 브라보 데소토 코치, 유럽 주요 리그에서 활동한 하비에르 초카로 피지컬 코치, 스페인 라리가 10년 경력의 니코 보쉬 골키퍼 코치가 의기투합해 한국 대표팀 재건에 나선다.

과학기술정보통신부 내년도 예산안이 올해 추가경정예산보다 5조 8272억원이 증가한 29조 6476억원으로 편성됐다. 특히 AI 대전환을 목표로 3대 메가프로젝트와 최상위 AI 모델 및 기술 확보, AI 서비스 및 활용, AI 포용사회 예산으로 9조 4000억원을 편성했다. 과기정통부는 1일 국무회의에서 의결된 ‘2027년 예산안’을 공개하며 3대 중점 투자 분야로 △인공지능(AI) 대전환 가속화 △넥스트(NEXT) AI, 첨단기술 확보 △과학기술·디지털 기반 균형성장 지원을 지정했다고 밝혔다. 특히 정부의 3대 메가 프로젝트, 7대 시드(SEED) 프로젝트를 뒷받침하고 정책 성과를 모든 세대와 지역, 계층에 확산하는 것에 역점을 뒀다. 과기정통부의 AI 예산은 올해와 비교해 84.3% 증가한 9조 4000억원, 연구개발 예산은 18.5% 증가한 14조 1000억원이다. 과기정통부 예산에서 특히 주목할 부분은 AI이다. 내년 AI 대전환에는 올해보다 84.3% 늘어난 9조 4211억원을 배정했다. 3대 메가프로젝트 본격 추진, 최상위 AI 모델·기술 확보, AI 서비스·활용, AI 포용사회 등 4개 부문에 관해 3대 메가프로젝트 예산은 올해 2981억원에서 7956억원으로 늘었다. AI 데이터센터(AIDC) 클러스터 조성 및 산업 육성에 878억원, 소부장·클라우드 기술 개발·고도화에 1155억원이 새로 편성됐다. 최상위 AI 모델·기술 확보를 위해 5조 5937억원을 투입할 예정인데 특히 그래픽처리장치(GPU) 1만장 확보를 포함한 AI 컴퓨팅 자원 활용 기반 강화 예산이 올해 2조 841억원에서 3조 8500억원으로 대폭 늘었다. AI 서비스·활용을 위해 1조 8611억원이 배정됐는데 모든 국민이 범용 AI 챗봇, 공공 AI 에이전트를 부담 없이 쓸 수 있도록 하는 ‘전 국민 AI서비스 보편적 활용지원 사업’에 2500억원이 신규 편성됐다. 이와 함께 AI 이후 미래 먹거리가 될 첨단기술 확보에는 올해보다 1조 6845억원 늘어난 12조 3770억원이 투입된다. 소형모듈원자로(SMR), 핵융합 등 7대 시드(SEED) 프로젝트에는 1조 3439억원을 투입할 계획이다. 선박용 SMR인 해양용 용융염원자로(MSR), 혁신형 SMR 상용화 사업 등을 새로 시작하고 핵융합 인프라 구축에는 올해 처음 1601억원을 투입한다. 우주 분야에서는 2035년 한국형 저궤도 위성통신망 구축을 위한 기술 확보에 나설 예정이며, 국가전략기술 분야에는 5조 6408억원을 투입한다. 기초연구를 비롯한 연구개발(R＆D) 생태계 강화에는 5조 1636억원이 투입된다. 개인 기초연구 과제 수도 올해 1만 5300개에서 1만 8000개 수준으로 늘릴 계획이며 지역 연구자만 받을 수 있는 지역 장기연구에 300억원이 새로 배정됐다. 영재학교 및 연구중심대학 신설·확대를 위한 예산과 대통령과학장학금 등 이공계 장학금 확대에도 나선다. 그렇지만 AI를 비롯해 다른 분야와 비교했을 때 증가폭은 크지 않다. 올해 4조 7117억원보다 4519억원 증가하는 것에 불과하다. 한편 정부는 내년 연구개발(R＆D) 예산을 올해보다 약 4조원 증가한 39조 5000억원으로 책정했다. 국가과학기술자문회의 심의 대상인 과기정통부 과학기술혁신본부가 배분·조정하는 주요 R＆D는 올해보다 3조 5000억원 늘어난 33조 8000억원, 기획예산처가 편성하는 일반 R＆D는 5조 7000억원으로 올해보다 5000억원 증가했다. 올해 R＆D 예산은 정부 총지출 대비 4.81% 수준으로 5%에 미치지 못했다. 이에 대해 박인규 과기정통부 과학기술혁신본부장은 “각 부처의 수요에 맞춰 감액과 증액을 결정했을 뿐 5% 자체를 목표로 두지 않는다”며 “5%를 상회한다는 목표를 설정하고 예산을 심의·조정하지 않았다”고 설명했다.

인공지능(AI)과 반도체를 미래 성장동력으로 삼아 3대 메가프로젝트에 내년 21조3000억원이 투입된다. 반도체 생산기반과 피지컬AI, AI 데이터센터(AIDC)를 집중 육성하고 독자 AI 모델 개발과 전력·용수 인프라까지 뒷받침해 AI 산업 전 주기를 국내에 구축한다는 구상이다. 1일 정부의 ‘2027년도 예산안’에 따르면 올해 가장 큰 폭으로 늘어난 투자 항목은 3대 메가프로젝트를 비롯한 AI 분야다. 올해보다 97.2% 늘어난 21조 3000억원이 편성됐다. 반도체는 생산기반부터 기술·인재까지 전 주기를 지원한다. ‘반도체산업 경쟁력강화 특별회계’를 신설하고 서남권 반도체 클러스터에 1조 5000억원을 투입한다. 용인·평택 반도체 팹의 조기 가동을 위한 기반시설에도 1000억원을 지원한다. 국산 AI 반도체 경쟁력 강화에도 나선다. 국산 신경망처리장치(NPU)와 AI 모델·서비스를 통합 최적화하는 ‘K-AI 반도체’ 기술개발에 200억원을 신규 투입하고 화합물반도체 시제품 제작·실증을 위한 상생팹 구축에 국비 480억원을 지원한다. 피지컬AI 분야에는 3조 1000억원을 투입한다. 제조·스마트팩토리·건설·농업·국방·돌봄·물류·항만 등 8개 분야에서 AI 로봇의 현장 실증을 지원하고 선도적 수요 창출을 위해 국산 AI 로봇 2000여대를 도입한다. 핵심 기술 연구개발에는 1조 5000억원을 투입하고 AI 학습용 데이터를 생산할 트레이닝센터와 데이터팩토리도 구축한다. AIDC에는 5000억원을 투자한다. 핵심 부품 성능을 검증하는 테스트랩을 구축하고 서버·전력·냉각 등 소재·부품·장비와 클라우드 기술개발을 지원한다. AI와 반도체 산업의 기반인 전력·용수 인프라에는 2조 1000억원을 지원해 송전망과 변전소, 에너지저장장치(ESS) 등을 확충한다. 독자 AI 모델 개발에는 5조 2000억원을 편성했다. 프런티어 AI 모델 확보를 위해 최상위급 그래픽처리장치(GPU)인 ‘베라루빈’ 1만장을 확보하는 데 3조 9000억원을 투자하고 AI 학습용 데이터와 해외 연구자 유치 등을 지원한다. AI 활용을 국민 생활로 확산하기 위한 ‘모두의 AI’에는 2조 4000억원을 투입한다. AI가 주민등록 발급이나 여권 재발급, KTX 예매 등 공공서비스를 찾아 신청하는 AI 에이전트를 개발하고 여행·돌봄 등 민간 서비스에도 AI 활용을 확대한다. 전 국민 390만명을 대상으로 한 AI 교육에는 2조 1000억원을 지원한다. 새로운 성장축을 만들기 위한 첨단전략산업 지원 예산도 올해보다 14.4% 늘어난 41조4000억원을 편성했다. 이 가운데 NEXT 10대 전략기술 분야에는 15조원을 투입한다. 우주항공 분야에서는 2030년 달 착륙을 목표로 착륙선과 발사체 개발 등 핵심 기술 확보에 나선다. 자율주행 실증을 확대하고 도심항공교통(UAM) 실기체 도입 등 미래 모빌리티 기술의 상용화 기반도 마련한다. 국가 연구개발(R＆D) 투자는 차세대 성장축 확보에 집중한다. 소형모듈원자로(SMR)·핵융합·재생에너지·양자·우주항공·첨단바이오·첨단공급망 등 ‘7대 SEED’ 분야에 대한 투자를 확대하고, 기업 R＆D에 정부가 지분을 확보하는 투자형 R＆D도 새롭게 도입한다. 에너지 대전환을 위해 공장 지붕과 영농형 태양광 등 다양한 형태의 태양광 사업을 지원하고 지역 주민이 재생에너지 발전 수익을 공유하는 햇빛소득마을도 확대한다. 전기차 보조금 지원 물량도 30만대에서 역대 최대인 43만대로 늘린다. 창업 생태계 조성에도 재정 투입을 확대한다. ‘모두의 창업’ 프로젝트 선발 인원을 1만 5000명에서 2만명으로 늘리고 비수도권 창업도시도 4곳에서 10곳으로 확대한다. 재창업과 사업전환을 지원하는 재도전 사업도 강화한다. 문화 분야에서는 K-콘텐츠의 기획부터 사업화·유통·해외 진출까지 전 주기 지원을 강화한다. 방한 관광객 유치를 위해 5대 메가관광권을 조성해 지방 관광 활성화에도 나선다. 중소기업의 성장과 수출 지원도 강화한다. 신성장 분야 유망기업 300곳을 선정해 맞춤형 지원을 제공하고 중소기업 R＆D와 기술사업화, 수출 지원을 강화한다.

- LLM 라우터, 하나의 API로 220여 개 AI 모델 통합 운용- 솔라 프로 4 추가…오는 9월 11일까지 이용료 90% 할인 글로벌 전자상거래 플랫폼 카페24(대표 이재석)가 자사 인공지능(AI) 운용 인프라 ‘LLM 라우터(LLM Router)’에 국내 AI 기업 업스테이지의 최신 대규모언어모델 ‘솔라 프로 4(Solar Pro 4)’를 새롭게 탑재했다고 밝혔다. 이와 함께 서비스 도입을 기념하는 이용료 할인 혜택도 제공한다. 이번 프로모션은 오는 9월 11일까지 진행된다. 행사 기간 동안 LLM 라우터 이용자는 별도의 신청이나 등록 절차 없이 솔라 프로 4를 90% 할인된 가격에 이용할 수 있다. 이번에 추가된 솔라 프로 4는 실제 업무 환경에서 AI 에이전트 활용에 최적화된 모델이다. 긴 문서 분석과 터미널 작업, 여러 단계의 도구 호출이 필요한 복합 업무에 활용할 수 있으며, 계약서·보고서·데이터 파일 여러 개를 한 세션에서 함께 다루는 작업도 지원한다. 이용자는 LLM 라우터를 통해 별도 개발이나 설정 변경 없이 사용 중인 API 엔드포인트를 그대로 유지한 채 솔라 프로 4를 이용할 수 있다. 카페24 LLM 라우터는 챗GPT(ChatGPT), 클로드(Claude), 제미나이(Gemini) 등 220여 개 AI 모델을 하나의 API로 통합해 이용할 수 있는 서비스다. 이용자가 입력한 요청의 작업 유형을 분석해 코딩·추론·번역·창작 등에 적합한 AI 모델을 자동 연결하며, 사용할 모델 범위를 미리 지정하면 그 안에서만 모델을 선택하도록 설정할 수 있다. 새로운 모델을 도입하거나 기존 모델을 교체할 때도 별도 연동 부담 없이 하나의 환경에서 유연하게 대응할 수 있다. 비용, 속도, 처리량 등 이용자가 설정한 기준에 따라 동일 모델을 제공하는 AI 서비스 제공사 중 적합한 곳으로 자동 연결하는 기능도 갖췄다. 특정 모델이 응답하지 않으면 사전에 설정한 대체 모델이 요청을 이어받아 작업 연속성을 높인다. 이용자는 실시간 대시보드에서 요청 수, 비용, 토큰 사용량, 모델별 성공·실패 비율 등을 한눈에 확인할 수 있다. 카페24는 앞으로도 LLM 라우터의 지원 모델과 AI 서비스 제공사 범위를 지속 확대할 계획이다. 빠르게 등장하는 신규 AI 모델을 고객이 신속하게 활용하고, 업무 목적과 비용·성능 조건에 맞는 모델을 유연하게 선택·운영할 수 있는 환경을 강화한다는 방침이다. 카페24 관계자는 “AI 모델이 빠르게 늘어나는 환경에서 고객이 목적에 맞는 모델을 손쉽게 도입하고 안정적으로 운영할 수 있도록 지원하고 있다”며 “이번 솔라 프로 4 추가와 프로모션을 통해 고객의 AI 활용 선택지를 더욱 넓혀 나가겠다”고 말했다.

이공계 의대 쏠림 현상으로 과학기술분야 인재난이 심화하는 가운데 정부가 2030년까지 연구 일자리를 확충하고 과학기술인에 대한 처우와 보상을 강화하기로 했다. 해외 우수 과학기술 인재 2000명을 유치해 인재 양성부터 연구·취업·정착까지 전 주기 지원에 나선다. 과학기술정보통신부는 31일 국가과학기술자문회의 의결을 거쳐 ‘제5차 과학기술인재 육성·지원 기본계획(2026~2030)’을 확정했다고 밝혔다. 이번 계획은 11개 부처가 공동으로 마련한 과학기술 인재 분야 국가 최상위 법정계획이다. 정부는 ‘과학기술인이 되고 싶은 나라, 과학기술인이 존중받는 나라’를 비전으로 제시하고 인재의 유입부터 성장·활약까지 이어지는 경로를 ‘두뇌 고속도로’로 연결한다는 구상이다. 이를 위해 정부는 2030년까지 양질의 연구 일자리를 확충한다. 국가 전략기술 확보와 인공지능(AI) 대전환 등 국가적 임무 수행을 위해 정부출연연구기관 연구인력을 늘리고 4대 과학기술원의 정원을 확대한다. 박사후 연구원을 대학의 공식 구성원으로 명문화하고 전문 연구지원 직군도 육성한다. 세계 최고 수준 연구자를 지원하는 ‘국가과학기술자’ 제도도 본격 추진한다. 리더급은 2026년부터 매년 20명, 차세대는 2027년부터 매년 200명을 선정해 각각 연 1억원과 5000만원의 연구활동비를 최대 5년간 지원한다. 이공계 학생 지원도 확대한다. 연구생활장려금 지원 대학을 2030년까지 70개교 내외로 늘리고 장학생 규모를 1만명 수준으로 확대한다. AI·AX(인공지능 전환) 분야 석·박사 전문연구요원은 대기업과 출연연에서도 복무할 수 있도록 제도를 개선한다. AI 인재 확보를 위해 AI 중점학교·AI 중심대·AI 단과대·AX 대학원을 확대하고 그래픽처리장치(GPU) 등 연구 인프라도 지원한다. 해외 우수 연구자는 2030년까지 2000명을 유치하고 비자·거주·자녀교육 등 정착 지원을 강화한다.

연산 속도만 빠르면 병목현상 발생전체 시스템 효율까지도 뒤떨어져브로드컴 ‘맞춤형 AI 인프라’ 확대엔비디아 ‘고속 인터커넥트’ 꺼내전문가 “국내도 SW 상용화 필요” 인공지능(AI) 모델의 규모와 연산량이 급증하면서 AI 인프라 전쟁이 개별 반도체의 성능을 높이는 데서 메모리와 저장장치, 네트워크 등을 하나의 시스템으로 얼마나 잘 연결하느냐를 겨루는 경쟁으로 확장되고 있다. 아무리 연산 성능이 뛰어난 칩을 갖춰도 데이터가 제때 공급되지 않으면 AI 효율이 떨어지기 때문이다. SK하이닉스는 31일 뉴스룸을 통해 “AI는 더 이상 하나의 모델이나 칩만으로 설명되지 않는다”며 AI 시스템의 실제 성능이 데이터를 얼마나 빠르게 공급하고 이동시키느냐에 달려 있다고 진단했다. AI 연산에 필요한 데이터는 스토리지(저장장치)에 보관됐다가 시스템 메모리를 거쳐 고대역폭메모리(HBM) 등 AI 가속기와 가까운 메모리로 이동한 뒤 그래픽처리장치(GPU) 등으로 공급된다. GPU 한 개의 연산 속도가 아무리 빨라도 메모리 대역폭이나 스토리지, 서버 간 네트워크 중 한 곳에서라도 병목이 발생하면 전체 시스템의 처리 속도가 떨어진다. 데이터가 끊김 없이 빠르게 흐르기 위해선 메모리, 스토리지, 네트워크, 전력·냉각 등이 유기적으로 연결돼야 한다는 뜻이다. UC버클리 연구진의 ‘AI와 메모리 월’ 논문에 따르면 지난 20년간 서버의 연산 성능이 2년에 3배씩 높아지는 동안 D램 대역폭은 1.6배, 장치와 장치 사이에서 데이터를 전달하는 인터커넥트 대역폭은 1.4배 증가하는 데 그쳤다. 고속 상승한 칩의 연산 능력에 비해 데이터를 공급하고 옮기는 기술의 발전이 뒤처지면서 ‘데이터 병목’이 AI 성능을 좌우하는 요소로 부상한 것이다. 이에 따라 AI 산업 생태계의 경쟁 방식도 달라지고 있다. 이전까지 반도체, 서버, 네트워크, 클라우드, 스토리지 등의 업체들이 각자 자신의 부품 성능만 높였다면, 최근에는 고객사의 AI 모델과 데이터 종류 등을 고려해 맞춤형 제품을 내놓는 경우가 늘고 있다. 브로드컴은 고객별로 AI 데이터센터 수요에 맞춘 주문형 반도체(ASIC)를 설계하면서 네트워킹과 인터커넥트, 첨단 패키징까지 아우르는 ‘맞춤형 AI 인프라’ 사업을 확대 중이다. AI 가속기 기업의 사업 영역도 커지고 있다. 엔비디아는 GPU뿐 아니라 고속 인터커넥트인 ‘엔비링크’와 중앙처리장치(CPU)·네트워크·소프트웨어까지 아우르는 ‘AI 데이터센터 시스템’으로 사업 영역을 확장했다. 대표 제품이 72개의 루빈 GPU와 36개의 베라 CPU를 엔비링크로 연결한 ‘베라 루빈 NVL72’다. AMD도 지난 7월 72개 GPU를 하나의 컴퓨팅 자원처럼 연결하고 네트워크와 소프트웨어까지 통합한 제품 ‘헬리오스’를 공개했다. 김용석 가천대 반도체대학 석좌교수는 “AI 성능을 결정하는 데 칩의 역할은 30~40%이고, 소프트웨어의 비중이 60~70%라고 본다”며 “칩을 잘 팔기 위해선 결국 칩 외의 풀스택 소프트웨어까지 함께 갖춰야 하는 것”이라고 설명했다. 이어 “국내 팹리스 기업들도 칩 성능에만 몰두하기보단 소프트웨어 인력을 확보하며 상용화에 나서야 한다”고 제언했다.