‘국가대표 인공지능(AI)’ 자리를 놓고 경쟁하는 기업들이 다음달 2차 평가를 앞두고 승부수를 꺼냈다. 올해 초 1차 평가에서는 모델 성능과 독자 개발 여부가 핵심이었다면, 이제는 복잡한 업무를 스스로 처리하는 에이전트 능력과 실제 서비스에 적용할 수 있는 운영 효율이 승부처로 떠올랐다. 업스테이지는 23일 에이전트 AI에 특화한 대규모언어모델(LLM) ‘솔라 오픈2’를 공개했다. 전체 매개변수 2500억개 가운데 작업에 필요한 150억개만 사용하는 구조로, 최적화하면 엔비디아 H200 그래픽처리장치(GPU) 단 2장으로도 구동할 수 있다. 글로벌 모델과 겨룰 성능을 확보하면서 기업과 공공기관이 자체 인프라에 도입할 때의 부담을 낮춘 것이 특징이다. 업스테이지는 지시 이행과 도구 호출 평가에서 딥시크와 미스트랄 등 주요 해외 오픈 모델을 앞섰다고 밝혔다. 같은 날 SK텔레콤 컨소시엄은 국산 AI 모델과 반도체를 결합한 ‘풀스택’ 전략을 내세웠다. 참여사 리벨리온은 5190억개 매개변수 규모의 ‘A.X K1’을 자체 신경망처리장치(NPU) 서버 한 대에서 구동하고 여러 이용자의 요청을 동시에 처리하는 AI 에이전트를 시연했다. 대규모 모델을 국산 반도체에서 실제 서비스 형태로 운영할 수 있음을 보여준 것이다. SK텔레콤은 후속 모델 ‘A.X K2’를 개발하는 한편 SK AX와 테크노매트릭스를 새로 합류시켜 제조와 반도체, 국방 분야의 현장 적용 역량도 보강했다. 1차 평가 선두인 LG AI연구원은 ‘K-엑사원’의 산업 전문성과 업무 수행 능력을 끌어올리며 수성에 나선다. 통신과 공공안전, 경찰 수사 지원 등 전문 분야에서 활용 가능성을 넓히고 있다. 그룹 계열사의 산업 데이터와 현장 경험을 모델 개발과 실증에 활용할 수 있다는 점이 강점이다. 지난 2월 추가 합류한 모티프테크놀로지스의 추격도 변수다. 모티프는 지난 21일 자체 설계한 ‘모티프3’ 프리뷰 모델을 공개했다. 글로벌 오픈소스 평가에서 3위권을 기록했다는 게 회사 측 설명이다. 과학기술정보통신부는 다음달 초 벤치마크와 전문가·이용자 평가를 거쳐 4개 정예팀을 3곳으로 압축한다. 살아남은 3개 팀은 추가 고도화를 거쳐 연말 최종 2개 팀을 가리는 평가를 치른다. 정부가 오는 12월 범용 챗봇과 공공 AI 에이전트를 결합한 ‘모두의 AI’를 출시할 예정인 만큼, 독파모에서 개발한 국산 모델이 향후 대국민 서비스와 산업 현장으로 확산할 수 있을지도 관심사다.

- 오케스트로 AI 인프라 풀스택 소프트웨어와 넷앱 데이터 오케스트레이션 역량 결합- GPU 기반 AI 추론·대규모 데이터 파이프라인·고성능 스토리지 통합 검증- Active-Active DR 기반 서비스 연속성 강화… 국내 AI·클라우드 시장 공략 AI 인프라 소프트웨어 전문 기업 오케스트로(대표 김범재, 김영광)가 지능형 데이터 인프라 기업 넷앱(NetApp)과 AI 추론 및 재해 복구(DR) 역량 강화를 위한 업무협약(MOU)을 체결했다고 22일 밝혔다. 기업의 AI 도입이 시범(파일럿) 단계를 넘어 실제 운영 단계로 진입함에 따라 안정적인 AI 추론 환경 구축의 중요성이 커지고 있다. GPU 등 연산 자원 확보는 물론 대규모 데이터를 신속히 처리·분석하고 안전하게 보호하는 데이터 인프라, 예기치 못한 장애에 대응하는 재해 복구 체계 확보가 핵심 과제로 떠올랐다. 이번 협약은 이 같은 기업용 AI 서비스 운영 과제에 대응해 오케스트로의 AI 인프라와 넷앱의 데이터 인프라를 하나의 아키텍처로 통합하기 위해 추진됐다. 양사는 오케스트로가 보유한 AI 인프라 풀스택 소프트웨어 기술에 넷앱의 데이터 오케스트레이션 및 엔터프라이즈급 재해 복구 역량을 결합해 데이터 파이프라인을 가속화하고, AI 추론 서비스 운영에 최적화된 통합 아키텍처를 공동 개발할 계획이다. 오케스트로 김범재 대표는 “AI가 실제 산업 현장으로 확산되면서 기업들은 AI 추론 성능뿐 아니라 데이터 안정성, 서비스 연속성까지 함께 확보해야 하는 과제를 안고 있다”며 “이번 협약을 통해 오케스트로의 AI 인프라 풀스택 소프트웨어 기술과 넷앱의 데이터 인프라 전문성을 결합해 기업 고객이 AI 서비스를 안정적으로 운영할 수 있는 통합 아키텍처를 구현해 나가겠다”고 말했다. 유재성 한국넷앱 대표는 “기업들은 AI 도입을 확대하고자 하지만 성능과 비용 효율성 간 균형을 맞춰야 하는 부담을 안고 있다”며 “넷앱은 AI에 최적화된 데이터 관리 역량 포트폴리오를 바탕으로 기업이 워크로드에 따라 인프라를 유연하게 구성하고 비용을 최적화할 수 있는 견고한 데이터 기반을 구축하도록 지원하고 있다”고 말했다. 이어 “오케스트로와의 협력은 기업이 엔터프라이즈 AI를 확장할 수 있도록 지원하겠다는 넷앱의 의지를 보여준다”며 “고성능 AI 워크로드를 지원하고, 거버넌스가 적용된 안전한 데이터에 즉시 접근할 수 있도록 하며, 운영 안정성과 데이터 보호를 보장하는 지능형 데이터 인프라를 통해 기업의 AI 확장을 지원할 것”이라고 덧붙였다. 오케스트로는 서버 가상화 솔루션 ‘콘트라베이스(CONTRABASS)’, 클라우드 네이티브 운영 관리 플랫폼 ‘비올라(VIOLA)’, AI 추론 운영 플랫폼 ‘콘체르토 AI(CONCERTO A.I.)’를 기반으로 AI 인프라 운영에 필요한 풀스택 소프트웨어를 제공한다. 이를 통해 AI 서비스 구현부터 인프라 운영, 추론 관리, 통합 관제까지 지원하며, 고객은 AI 서비스와 클라우드 인프라, 데이터 인프라를 하나의 운영 체계 안에서 통합 관리할 수 있다. 넷앱은 데이터 관리 역량 포트폴리오를 바탕으로 AI 데이터 파이프라인의 효율적이고 안정적인 운영을 지원한다. 오케스트로는 API 기반 연동을 통해 넷앱 스토리지의 주요 기능을 자사 플랫폼과 통합할 예정이다. 넷앱은 플랫폼 통합을 위한 테스트용 하드웨어와 전담 엔지니어링 지원을 제공한다. 이번 협약에 따라 양사는 ▲넷앱 테크놀로지 얼라이언스 프로그램(NetApp Technology Alliance Program) 기반 AI·데이터 인프라 통합 생태계 공동 개발 ▲GPU 가속 기반 AI 추론, 대규모 데이터 파이프라인, 고성능 스토리지 통합 및 복원력 검증 ▲기업용 AI·클라우드 구축을 위한 Active-Active DR 참조 아키텍처 및 운영 모델 수립 ▲국내외 시장 대상 공동 GTM(Go-to-Market) 전략 수립 등을 추진한다. 이를 통해 양사는 AI 추론 서비스 운영에 최적화된 데이터 인프라 환경을 마련하고, Active-Active 기반 재해 복구(DR) 환경 구축을 지원해 고객의 비즈니스 연속성과 데이터 안정성을 강화할 계획이다. 나아가 국내 AI·클라우드 시장의 디지털 혁신과 관련 산업 생태계 발전에 기여할 예정이다. 오케스트로는 넷앱과의 기술 연계를 기반으로 AI 인프라부터 데이터 관리, 재해 복구까지 통합 지원하는 AI 인프라 풀스택 소프트웨어 사업을 확대해 나갈 방침이다.

네이버클라우드와 HD한국조선해양이 조선 산업에 특화된 인공지능(AI)·클라우드 환경을 공동 구축하며 조선업 AI 전환(AX)에 나선다. 양사는 HD한국조선해양의 설계·생산 환경에 최적화된 AI·클라우드 인프라를 구축하고, 이를 기반으로 차세대 선박 플랫폼(SDV)과 피지컬 AI 분야까지 협력을 확대하기로 했다고 20일 밝혔다. 조선업은 국가핵심기술 보호와 초대용량 설계 데이터 관리, AI 기반 생산체계 구축이 동시에 요구되는 산업으로 꼽힌다. 이에 따라 산업 특성을 반영한 AI·클라우드 환경 구축이 경쟁력 확보의 핵심 과제로 떠오르고 있다는 설명이다. 양사는 우선 AI 팩토리를 기반으로 그래픽처리장치(GPU) 인프라를 최적화하고 프라이빗 클라우드 운영 환경을 구축할 계획이다. 이를 통해 HD현대 그룹 차원의 AI 활용 기반을 마련하는 한편, 공동 전문조직(CoE)을 구성해 AI와 클라우드 운영 역량도 내재화하기로 했다. 차세대 선박 플랫폼 공동 개발과 조선소 현장의 AI 전환도 추진한다. 선박 데이터 기반 플랫폼과 실시간 데이터 처리·제어 구조를 공동 설계하고, AI 비전 기술과 로봇 운영 플랫폼을 활용해 조선 산업에 특화된 AI 활용 모델을 발굴·실증할 예정이다. 김유원 네이버클라우드 대표는 “조선업에 최적화된 AI 기반을 구축하고 다른 산업으로도 확산 가능한 AI 혁신 모델을 만들겠다”고 말했다. 김형관 HD한국조선해양 대표는 “HD현대가 보유한 2억건 이상의 조선·해양 데이터와 네이버의 AI 기술을 결합해 AI 기반 스마트 조선소를 구축하고 미래 선박 시장을 선도하겠다”고 밝혔다.

중국 문샷 AI가 새로 출시한 인공지능(AI) 서비스 ‘키미 K3’가 시장에 큰 충격을 던지고 있습니다. 일각에서는 과거 큰 충격을 준 딥시크보다 더 중대한 변화를 몰고 올 수 있을 것으로 보고 있습니다. 왜냐하면 이제 성능 면에서 중국 AI 모델이 미국의 프론티어 모델과 경쟁할 수 있다는 점을 보여줬기 때문입니다. 키미 K3는 무려 2.8조개의 매개변수를 보유한 초거대 모델로, 가중치를 공개하는 가중치(Open Weights) 모델 가운데 최초로 3조 급(3T-class‘ 규모에 도달한 모델입니다. 모델의 체급이 크다는 것은 그만큼 성능이 우수하다는 점을 시사하는 대목이지만, 단순히 크기만 키울 경우 연산 자원을 많이 소모해 그만큼 속도가 느려지고 비용은 증가하게 됩니다. 이 문제를 극복하기 위해 키미 K3는 ‘Stable LatentMoE’ 프레임워크를 기반으로 하며, 총 896명의 전문가 중 토큰당 16개만 활성화하는 하이브리드 선형 메커니즘을 적용해 효율성을 전작 대비 2.5배 높였습니다. 쉽게 말해 여러 전문가를 사용하지만, 각 작업 시에는 일부 전문가만 활용해 연산 부하를 줄이고 속도를 높인 것입니다. 공개된 벤치마크를 보면 대부분의 벤치마크에서 앤트로픽의 클로드 페이블5와 오픈AI의 GPT-5.6 솔과 비슷하거나 살짝 뒤처진 결과를 보여줬으며 일부 벤치에서는 앞서는 결과를 보여주기까지 했습니다. 예를 들어 종합 지능 지수에서는 미국의 최상위 모델들을 턱밑까지 추격한 3위권에 위치했지만, 실제 코딩(Code) 및 웹 개발(WebDev) 블라인드 테스트(Arena.ai)에서는 Elo 점수 1679점을 기록하며 세계 1위에 올랐습니다. 미국의 독주 체제였던 프론티어 코딩 영역에서 중국 모델이 정상에 선 것입니다. 그러면서 가격은 백만 토큰당 입력 3달러, 출력 15달러로 책정돼 현재 가장 앞선 두 모델보다 저렴합니다. 다만 중국 내 기존 AI 모델과 비교해서는 비싸기 때문에 중국 내에서는 ‘럭셔리 모델’이라는 이야기가 나오고 있습니다. 키미 K3는 단순한 질문을 처리하는 챗봇이 아니라 장기적인 코딩이나 에이전트 기능에 강점을 보이는 특징이 있습니다. 특히 복잡한 업무를 해결하는 능력이 뛰어나 앞으로 AI 코딩 및 설계 부분에서 두각을 나타낼 것으로 주목받고 있습니다. 문샷 AI가 공개한 가장 놀라운 성과는 반도체 칩 자율 설계 능력이었습니다. 키미 K3는 고가의 미국산 독점 반도체 설계 소프트웨어(EDA) 도움 없이, 오직 오픈소스 도구만을 활용해 인간의 개입 없이 단 48시간 만에 실제 작동 가능한 AI 가속 칩을 설계·검증해냈습니다. GPU 커널 최적화까지 스스로 수행한 후 AI가 만든 가상 칩은 시뮬레이션 결과 초당 8700개 이상의 토큰을 디코딩했습니다. AI가 자신을 구동할 AI 하드웨어를 만드는 미래가 더 이상 공상과학의 영역이 아님을 보여준 것입니다. 그밖에도 키미 K3는 단순한 코드 생성을 넘어, 복잡한 공간 구성과 동적 조명이 구현된 데스크톱 환경이나 인터랙티브한 웹 게임을 프로덕션 수준으로 컴파일해내는 탁월한 능력이 뛰어나 개발자들 사이에서 큰 화제가 되고 있습니다. 다만 MoE 구조의 2.8T급 거대 모델을 어떻게 서비스할 인프라를 구축하고 확장하는 일은 간단하지 않을 수 있습니다. 현재까지 문샷 AI는 알리바바의 클라우드 인프라를 이용해서 키미 K3를 개발하고 서비스하는 것으로 알려져 있습니다. 중국 수출용으로 성능을 낮춘 H20 GPU를 사용하고 있음에도 이런 뛰어난 성능을 보였다는 점이 인상적이지만, 앞으로 인프라를 추가 구축해야 하는 상황에서는 다소 제약이 있을 수 있습니다. 미국의 규제를 돌파하기 위해 키미 K3는 중국 내 자체 개발한 AI 칩으로도 테스트하고 있는 것으로 알려져 있습니다. 만약 중국 자체 AI 칩으로 현재의 키미 K3 같은 고성능 모델을 제한 없이 서비스할 수 있다면 미국의 AI 헤게모니를 심각하게 위협할 수 있을 것으로 생각됩니다. AI에서 중국의 도전이 만만치 않은 가운데 미국 빅테크들의 대응도 주목됩니다.

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

현대자동차그룹은 미래 모빌리티, 인공지능(AI), 로봇, 수소, 에너지 등 차세대 산업을 중심으로 영남권과 새만금을 국가 첨단산업 거점으로 육성하는 대규모 투자에 나서며 지역과 함께 성장하는 지속 가능한 발전 모델을 추진하고 있다. 현대차그룹은 영남권과 새만금에 총 51조원 규모의 투자 계획을 발표했다. 제조업 기반의 성장 경험과 미래 기술 역량을 지역별 특성과 산업 인프라에 적극 활용해 첨단 산업 생태계를 조성하고 지역 균형 발전과 미래 성장동력 확보를 동시에 갖춰나간다는 구상이다. 우선 영남권을 미래 첨단산업의 핵심 거점으로 육성하기 위해 올해부터 앞으로 10년간 총 42조원 규모를 투자할 계획이다. 지난 3일 경남 진주에서 열린 ‘영남권 첨단산업 발전비전 국민보고회’에서 정부 및 지방자치단체와 투자 양해각서를 체결하고 영남권을 AI 기반 자율주행 모빌리티와 첨단 제조 혁신의 중심지로 육성하겠다는 청사진을 내놨다. 영남권은 현대차 울산공장을 비롯해 현대모비스, 현대위아 등 주요 계열사의 생산거점과 수많은 협력사가 밀집해 있어 축적된 제조 역량과 인프라를 다양하게 활용할 수 있어 국내 자동차 산업의 심장부로 꼽힌다. 현대차그룹은 특히 세계 최대 단일 자동차 생산공장인 울산공장을 미래형 스마트 제조 거점으로 전환하는 데 역량을 집중하고 있다. 올해 4분기 가동 예정인 울산 전기차(EV) 전용 공장을 비롯해 생산, 물류, 품질관리 전 과정을 AI가 최적화하는 AI 기반 제조 시스템을 구축할 예정이다. 생산성과 품질 경쟁력을 높이고 제조 과정에서 쌓이는 방대한 데이터를 기반으로 AI 기술을 지속적으로 고도화하는 선순환 구조가 만들어질 전망이다. 현대차그룹은 AI 기반 자율주행차(AI DV)를 개발하는데 속도를 내고 있다. 로보택시 수준인 자율주행 레벨4 이상의 기술을 중심으로 AI DV 기술을 더욱 고도화하는 가운데 영남권을 기술 개발과 생산의 핵심 거점으로 키워갈 예정이다. 현대모비스는 울산에 배터리 시스템 조립라인을 구축하고 대구에는 모터와 전력제어장치 생산라인을 확대한다. 현대위아는 경남 창원에 전기차 열관리 시스템 생산거점을 구축해 전동화 핵심 부품 경쟁력을 강화한다. 완성차와 핵심 부품을 유기적으로 연결하는 미래 모빌리티 산업 생태계가 영남권을 중심으로 공고해지는 셈이다. 현대차그룹은 미래 항공 모빌리티 전문 법인 슈퍼널의 기술 개발 역량을 활용해 차세대 항공 모빌리티 개발도 추진하고 있다. 자동차와 로봇 개발 과정에서 확보한 자율주행 및 AI 기술을 우주 발사체와 달 탐사 로버 분야로도 이어갈 계획이다. 영남권을 중심으로 소형모듈원전(SMR), 해상풍력, 수전해 플랜트 등 미래 에너지 인프라 분야 투자도 확대할 예정이다. 장재훈 현대차그룹 부회장은 “현대차그룹의 모태인 영남권을 AI 기반 미래 모빌리티와 첨단 제조 혁신의 중심지로 육성해 대한민국 산업 경쟁력 강화와 지역경제 활성화에 기여할 것”이라고 강조했다. 현대차그룹은 앞서 지난 2월 전북 새만금을 로봇, AI, 수소 산업이 집약된 미래 산업 혁신의 새로운 성장 축으로 육성하기 위해 올해부터 총 9조원 규모의 투자를 추진한다는 발표도 내놨다. 투자 비중이 가장 큰 사업은 AI 데이터센터 구축으로 총 5조 8000억원이 투입될 것으로 예상된다. 내년 착공해 2029년 완공을 목표로 하는 초대형 AI 데이터센터는 단계적으로 그래픽처리장치(GPU) 5만장 규모의 연산 능력을 확보해 자율주행과 로보틱스, 스마트팩토리 등에 필요한 방대한 데이터를 처리하는 역할을 한다. 또 연간 3만대 규모의 로봇 생산 공장과 부품 단지를 2029년까지 조성해 휴머노이드 로봇과 물류 로봇 등 차세대 로봇 제품 생산을 늘릴 예정이다. 수소 산업 분야에서는 200㎿ 규모 수전해 플랜트를 2029년 1차 완공한 뒤 단계적으로 증설하기로 했다. 생산된 수소는 수소 모빌리티와 발전 설비, 미래 도시 인프라 등에 활용된다. 현대차그룹은 새만금 투자로 약 16조원 규모의 생산 유발 효과와 약 7만 1000명의 직·간접 고용 창출 효과가 기대된다고 보고 있다.

삼성전자가 미국 엔비디아의 인공지능(AI) 가속기 ‘베라 루빈’에 탑재되는 기업용 SSD(eSSD) 양산에 돌입했다. 고대역폭메모리(HBM)에 이어 eSSD까지 AI 메모리 제품군을 확장하며 AI 인프라 전반에서 영향력을 키우는 모습이다. 삼성전자는 AI 인프라에 최적화된 PCIe 6.0 기반 eSSD ‘PM1763’ 양산을 시작했다고 8일 밝혔다. eSSD는 데이터센터와 서버 환경에 최적화된 저장 장치(스토리지)다. 최근 생성형 AI 확산으로 학습과 추론에 필요한 데이터 규모가 급격히 증가하면서 AI 가속기에 데이터를 안정적이고 신속하게 공급하는 eSSD의 중요성이 커지고 있다. 특히 그래픽처리장치(GPU) 성능뿐 아니라 데이터를 이동·저장하는 메모리와 스토리지 성능이 전체 시스템 효율을 좌우하는 만큼, eSSD는 AI 인프라의 핵심 구성 요소로 자리 잡고 있다. PM1763은 빠른 읽기 속도와 효율적인 데이터 처리가 강점이다. 삼성전자는 이번 제품에 9세대 V낸드와 4나노 기반 신규 컨트롤러를 탑재해 제품 성능과 전력 효율을 크게 향상시켰다고 설명했다. 이번 제품은 4TB(테라바이트), 8TB, 16TB의 3가지 용량으로 제공되며, 이 가운데 16TB 제품은 업계 최고 성능을 구현한다. 16TB 제품 기준 연속 읽기·쓰기 속도는 각각 최대 초당 2만 8400MB(메가바이트), 2만 1900MB다. 전작 ‘PM1753’ 대비 약 2배 향상됐으며, 이는 40GB(기가바이트) 크기의 대형 언어 모델(LLM)을 약 1.4초 만에 전송할 수 있는 속도다. 가속기와 프로세서 간 데이터 지연을 최소화해 AI 작업 처리 효율을 획기적으로 높일 수 있다. 아울러 PM1763은 차세대 AI 서버에 적용되는 액체 냉각 환경에 최적화된 제품이다. 또 전작 대비 전력 효율이 1.8배 이상 향상됐다. 업계는 이번 삼성전자의 eSSD 양산이 HBM을 넘어 AI 서버용 저장장치 시장에서도 공급 역량을 입증한 사례로 분석한다. 한편 삼성전자는 오는 22일 영국 런던에서 열리는 ‘갤럭시 언팩 2026’에서 8세대 폴더블폰과 웨어러블 기기 등을 공개한다. 이에 앞서 노태문 완제품(DX) 부문 대표이사 사장은 뉴스룸에 공개한 기고문을 통해 “가장 중요한 AI는 가장 똑똑한 AI가 아니라, 나를 가장 잘 아는 AI”라고 강조했다. 노사장은 이번 언팩에서 더 개인적이고 자연스러운 AI 경험을 공개하겠다고 예고했다.

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

수요 폭발로 연말 100억弗 전망도이, 천안 사업장 찾아 경쟁력 점검온디바이스 AI용 UFS 5.0도 개발차세대 메모리 시장 주도권 ‘속도’ 삼성전자의 6세대 고대역폭메모리 HBM4가 업계 최초로 매출 10억 달러(약 1조 5400억원)를 돌파했다. 인공지능(AI) 반도체 시장 확대에 힘입어 연말에는 100억 달러(약 15조 3420억원)를 달성할 것이라는 전망도 나온다. 이재용 삼성전자 회장은 23일 HBM 핵심 생산 거점인 충남 천안사업장을 방문해 생산 현장을 점검했다. 업계에 따르면 삼성전자는 지난 2월 세계 최초로 HBM4를 양산 출하한 뒤 130여일 만에 매출 10억 달러를 달성했다. 이번 달 말 기준 누적 매출은 12억 달러(약 1조 8500억원) 이상으로 확대될 전망이다. 업계에서는 HBM4 출시 첫해인 올해 100억 달러 이상의 매출을 기록할 것이라는 관측도 나온다. 이런 성과의 배경에는 AI 인프라 투자 확대에 따른 수요 급증이 깔려 있다. 글로벌 투자은행은 2026년 HBM 시장 규모를 전년 대비 58% 증가한 546억 달러(약 83조 9200억원)로 추산한다. HBM 수요 확대의 한 축은 특정 연산이나 용도에 맞춰 설계한 맞춤형 칩인 주문형 반도체(ASIC)다. 글로벌 빅테크가 자체 AI 칩에 채택하면서 ASIC에 필요한 데이터를 초고속으로 공급하는 HBM 수요를 빠르게 끌어올리고 있다. 삼성전자는 주요 그래픽처리장치(GPU) 업체와 ASIC 기반 하이퍼스케일러 고객사로부터 HBM 공급 협력 요청을 지속적으로 받고 있다. 증권가에서는 올해 HBM 매출이 지난해 대비 3배 이상 증가할 것으로 본다. 김동원 KB증권 연구원은 “브로드컴, 구글, 아마존, 마이크로소프트, 메타 등 ASIC 업체 중심의 다변화된 고객 기반을 확보한 삼성전자의 내년 HBM 출하량이 큰 폭 증가할 것”이라고 말했다. 차세대 AI 메모리 시장에서 가장 먼저 출발선을 끊은 삼성전자는 HBM4 메모리의 베이스 다이에 4나노 선단 공정을 적용하고 있다. 이를 통해 성능과 양산 안정성 측면에서 경쟁 우위를 확보하고 있다는 평가를 받는다. 삼성전자는 HBM4에 이어 7세대인 HBM4E 시장에서도 주도권 선점에 적극 나서고 있다. 지난 5월 세계 최초로 HBM4E 12단 샘플을 글로벌 고객사에 공급하며 기술 경쟁력을 재입증했다. 이 회장은 이날 천안사업장 C1·C2 라인을 찾아 사업장 운영 현황과 생산 계획, 기술 개발 진행 상황 등에 대한 설명을 들었다. 이어 방진복을 착용하고 HBM 패키지 생산라인을 둘러보며 생산 및 품질 경쟁력 현황을 살폈다. 천안사업장은 삼성전자 HBM 후공정과 첨단 패키징을 담당하는 핵심 생산 거점이다. 이 회장의 이날 방문은 기술 초격차 성과를 실제 생산 현장에서 점검하고, 향후 사업 확대 전략을 확인하기 위한 ‘현장 경영’의 일환으로 해석된다. 이와 함께 삼성전자는 차세대 스마트폰 등 각종 모바일 기기에서 데이터 장치로 활용할 수 있는 UFS 5.0 메모리를 개발했다고 이날 밝혔다. 업계 최고 성능을 구현하며 별도의 연결 없이 기기 내에서 AI를 구동하는 ‘온디바이스 AI’에 최적화된 모델이다. UFS 5.0은 삼성전자의 첨단 9세대 V낸드(V9) 기반으로 개발됐다. 업계 최고 수준인 10.8GB/s의 데이터 전송 대역폭과 전력 효율을 동시에 구현한다. 온디바이스 AI 모바일 기기의 저장장치는 단순히 데이터 저장 공간을 넘어 AI 연산을 뒷받침하는 핵심 인프라로 진화하고 있다. 이에 UFS 5.0은 데이터를 더욱 빠르게 저장·처리할 수 있도록 설계됐다. 또 전력 효율을 전작 대비 40% 이상 개선했다. 삼성전자는 올해 4분기부터 UFS 5.0을 양산할 계획이다. 또 스마트폰뿐 아니라 확장현실(XR) 헤드셋, AI 웨어러블 등에 공급을 확대할 방침이다.

- ‘K-AI 시티’ 실현 위한 충청권 AI 특화 시범도시 본격 추진- 소버린 AI 클라우드 데이터센터 통합 운영관리로 AI 인프라 최적화- 산·학·연·관 11개 기관과 재난·교통·행정·에너지 AI 서비스 실증 기반 마련 AI·클라우드 소프트웨어 대표 기업 오케스트로 그룹(의장 김민준)은 국토교통부가 주관하는 ‘AI 특화 시범도시 사업’의 충청권 대상지로 천안·아산이 최종 선정됨에 따라, 사업을 수행할 천안·아산 컨소시엄의 대표 기업으로서 도시 단위 AI 인프라 구축에 나선다고 22일 밝혔다. AI 특화 시범도시 사업은 도시 공간에 AI 기술과 서비스를 실증하기 위해 AI 인프라, 도시 데이터, 규제특례를 갖춘 시범도시를 조성하는 정부 사업이다. 공모를 통해 충청권 1개소와 강원권 1개소 등 총 2개소가 선정됐다. 공공이 도시지능센터와 AI빌리지 등 기반 인프라를 구축하고, 민간이 AI 인프라 운영과 AI 기술 개발 및 실증을 담당하는 구조로 운영된다. 천안·아산 사업은 2026년부터 2030년까지 5개년간 총사업비 약 6109억원 규모로 추진된다. 양 도시가 공동 운영 중인 ‘천안아산 도시통합운영센터’를 기반으로 데이터 기반 행정 혁신과 AI 실증 플랫폼을 구축하고 도시 데이터와 AI 인프라를 활용하여 재난·교통·행정·에너지 등 도시 운영 전반을 지능화하는 것이 핵심이다. 오케스트로는 이번 사업의 핵심 기반인 소버린 AI 클라우드 데이터센터의 통합 운영관리 체계를 구축한다. 국산 GPU·NPU 기반 AI 연산 자원을 효율적으로 운영하고, 공공과 민간이 안정적으로 활용할 수 있는 인프라 운영 기반을 마련한다. 오케스트로를 대표 기업으로 하는 천안·아산 컨소시엄에는 ▲업스테이지 ▲노타 ▲클로봇 ▲한전KDN ▲KAIST 모빌리티 AX연구소 ▲충남콘텐츠진흥원 등 산·학·연·관 11개 기관이 참여한다. 컨소시엄은 AI 인프라부터 파운데이션 모델, 엣지 AI, 도시 데이터, 디지털 트윈, 피지컬 AI, 에너지, 모빌리티까지 AI 도시 구현에 필요한 밸류체인 전 영역을 아우른다. 컨소시엄은 선제 대응형 통합재난관리, 교통 흐름 최적화, 지능형 에너지 통합관리, AI 기반 민원 대응 등 시민 체감형 AI 서비스를 2026년부터 단계적으로 실증할 계획이다. 이를 통해 천안·아산은 두 도시가 공유하는 1178㎢의 공동 생활권에서 발생하는 도시 문제를 하나의 플랫폼에서 파악하고 대응하는 초광역 AI 도시 운영 모델을 구현할 것으로 기대된다. 김민준 오케스트로 그룹 의장은 “K-AI 시티의 핵심은 도시 데이터를 안전하게 연결하고, AI 서비스가 안정적으로 작동할 수 있는 인프라를 갖추는 것”이라며 “오케스트로는 소버린 AI 클라우드와 데이터센터 통합 운영관리 기술을 바탕으로 천안·아산이 대한민국을 대표하는 K-AI 시티 선도 모델로 자리 잡을 수 있도록 모든 역량을 집중하겠다”고 밝혔다.

SK하이닉스가 차세대 인공지능(AI) 메모리인 고대역폭메모리(HBM) 7세대 제품 ‘HBM4E’ 12단 샘플을 주요 고객사에 공급했다. 생성형 AI 확산으로 폭증하는 데이터 처리 수요에 대응하기 위해 이전 세대인 ‘HBM4’ 대비 성능과 전력 효율을 모두 한 단계 끌어올렸다. 삼성전자가 지난달 29일 HBM4E 샘플을 고객사에 세계 최초로 공급한 가운데 차세대 메모리 시장 선점을 위한 경쟁이 한층 치열해지는 양상이다. SK하이닉스는 18일 차세대 AI용 초고성능 D램 신제품인 HBM4E 12단 샘플을 주요 고객사에 공급했다고 밝혔다. SK하이닉스는 “그동안 축적해온 HBM 선행 개발 역량과 생산 노하우를 바탕으로 HBM4E 12단 샘플을 고객들에게 선보일 수 있었다”며 “핵심 고객사들과 긴밀히 협업해 적기 양산에 만전을 기하겠다”고 설명했다. 이번 제품은 성능과 전력 효율을 동시에 끌어올린 것이 특징이다. 핀당 최대 16기가비트(Gbps)의 데이터 처리 속도를 구현했으며 HBM4 대비 에너지 효율을 20% 이상 개선했다. 최신 인터페이스와 설계 최적화를 통해 데이터 전송 지연을 줄였고, AI 학습과 추론에 필요한 대규모 데이터 처리 능력도 강화했다. 적층 기술 경쟁력도 한 단계 높였다. SK하이닉스는 어드밴스드 MR-MUF 공정을 적용해 12단 적층 기준 48기가바이트(GB) 용량을 구현하면서도 구조적 안정성을 확보했다. MR-MUF는 반도체 칩 사이에 액체 형태의 보호재를 채워 회로를 보호하고 열과 충격에 대한 안정성을 높이는 공정이다. 특히 열 저항을 HBM4 대비 약 17% 낮춰 고성능 컴퓨팅 환경에서도 안정적인 동작이 가능하도록 설계했다. 이번 샘플 공급은 단순한 신제품 공개 이상의 의미를 갖는다. HBM은 고객사와의 공동 검증 과정이 필수적이다. 샘플 공급이 빨라질수록 고객사는 차세대 AI 가속기와의 연동 테스트, 시스템 최적화, 신뢰성 검증을 조기에 진행할 수 있다. 업계에서는 향후 AI 데이터센터의 성능 경쟁이 그래픽처리장치(GPU)뿐 아니라 HBM 확보 능력에 의해 좌우될 것으로 보고 있다. 생성형 AI 서비스 확대와 AI 에이전트 확산으로 데이터 처리량이 급증하면서 HBM 수요 역시 가파르게 늘어날 것으로 예상된다. SK하이닉스는 HBM3, HBM3E, HBM4로 이어진 양산 경험과 공급 역량을 바탕으로 HBM4E 시장에서도 주도권을 이어간다는 계획이다. 안현 SK하이닉스 개발총괄 사장은 “업계 최고의 기술 경쟁력과 양산 역량을 HBM4E 제품에서도 이어가 AI 혁신을 지속적으로 이끌어갈 기반을 마련했다”고 말했다.

인간의 오감은 다양한 외부 정보를 받아들이는 중요한 창구다. 오감 중 어느 한 쪽에 기능이 약화되면 정보 수용이 제한될 수 있다. 특히 눈을 통해 받아들이는 정보는 엄청나다. 이는 사람뿐만 아니라 기계에서도 마찬가지다. 인공지능의 눈 역할을 하는 컴퓨터 비전 기술은 스마트폰 안면 인식부터 휴머노이드 로봇까지 다양하게 활용된다. 이들 장치에서는 시각 정보를 고해상도로 인식하는 것이 중요하다. 이에 카이스트 전기및전자공학부, 미국 매사추세츠공과대(MIT), 마이크로소프트 공동 연구팀은 적은 GPU(그래픽처리장치) 메모리만으로도 인공지능(AI)이 세상을 더 선명하게 볼 수 있도록 하는 범용 기술을 개발해 메모리 효율을 최대 16배 높였다고 17일 밝혔다. 이 기술은 인공지능 및 컴퓨터 비전 분야 국제 학술대회인 ‘CVPR 2026’에서 지난 7일 발표됐고 계산 자원의 효율적 활용을 인정받아 ‘CVPR 컴퓨트 골드 스타’ 상을 받았다. 연구 과정의 투명성과 재현 가능성 부분에서도 인정받아 ‘트랜스패런시 챔피언’에도 선정됐다. 최근 휴머노이드 로봇, 자율주행 시스템, 현실의 물리적 환경과 변화를 학습해 예측하는 AI 모델인 세계 모델은 연산 속도를 높이고 메모리 사용량을 줄이기 위해 입력 영상을 저해상도로 압축해 활용하고 있다. 문제는 압축하는 과정에서 작은 물체나 얇은 구조물, 미세한 결함 같은 중요한 시각 정보가 손실될 수 있다는 점이다. 또 모든 영상을 고해상도로 처리하면 막대한 GPU 메모리와 연산 자원이 필요한 실시간 처리가 어려워진다. 이는 스마트폰 같은 소형 기기나 기동성이 중요한 휴머노이드 로봇이 주변 환경을 정밀하게 인식해야 하는 상황에 빠르게 대처할 수 없게 만든다. 이에 연구팀은 입력 이미지의 경계와 구조 정보를 활용해 저해상도 특징 정보를 고해상도로 복원하는 ‘업샘플 애니씽’(Upsample Anything)을 개발했다. 기존 기술은 새로운 환경이나 데이터에 적용하기 위해 별도의 재학습이나 복잡한 최적화 과정을 거쳐야 했지만 이번 기술은 추가 데이터 학습 없이 입력 이미지 한 장만으로 최적의 복원 방식을 찾아낼 수 있어 다양한 환경에 즉시 적용할 수 있다. 또 모든 시각 정보를 고해상도로 저장·처리하지 않고 핵심 정보만 압축해 활용함으로써 GPU 메모리 사용량을 크게 줄였다. AI 연구에서 주로 사용되는 약 5만 픽셀, 224×224 크기 이미지를 기준으로 0.4초의 짧은 계산만으로 원본에 가까운 시각 정보를 복원했고 GPU 메모리 효율도 최대 16배까지 향상시키는 것으로 확인됐다. 연구를 이끈 김창익 카이스트 교수는 “제한된 연산 자원만으로도 AI가 주변 환경을 더욱 정밀하게 인식할 수 있게 한 이번 기술은 스마트폰 같은 소형 기기는 물론 작은 물체를 정확하게 식별하고 조작해야 하는 휴머노이드 로봇, 자율주행 시스템, 온디바이스 AI 등 다양한 차세대 인공지능 분야에 폭넓게 활용될 수 있을 것”이라고 밝혔다.

젠슨 황 엔비디아 최고경영자(CEO)가 방한 사흘째인 7일 하루에만 두 차례 PC방을 찾으며 국내 게임업계 수장들과 잇따라 만났다. 지난 5일 e스포츠팀 T1의 ‘페이커’ 이상혁 선수 등과 PC방에서 만난 것까지 3번이나 들렀다. 업계는 게임산업이 인공지능(AI) 시대의 핵심 파트너로 부상하고 있다고 해석했다. 황 CEO는 이날 오후 서울 서초구 신논현역 인근 한 PC방을 찾아 김택진 엔씨 대표 등과 함께 게임 팬들을 만났다. 그는 엔씨의 차기작 ‘아이온2’를 직접 살펴본 뒤 무대에 올라 “엔비디아 지포스와 한국 e스포츠는 함께 성장해왔다”고 밝혔다. 엔씨와 엔비디아는 25년간 게임 그래픽 기술 분야에서 협력해왔다. 그는 자신의 서명이 담긴 지포스 ‘RTX 5090’ 그래픽처리장치(GPU)를 추첨을 통해 팬에게 직접 선물하기도 했다. 이에 앞서 황 CEO는 인근 또 다른 PC방에서 장병규 크래프톤 의장과도 회동했다. 두 사람은 크래프톤의 대표작인 배틀그라운드와 인조이의 RTX 스파크 최적화와 로보틱스 분야 협력 확대 방안을 논의했다. 크래프톤은 지난해 엔비디아와 공동 개발한 AI 캐릭터를 공개한 데 이어 올해 휴머노이드 로봇 연구 법인을 설립했다. 게임 업체는 과거 그래픽처리장치(GPU)를 구매하는 주요 고객에서, 이제는 휴머노이드 로봇과 자율 시스템을 훈련시키는 가상 환경을 제공하는 전략적 파트너로 변화하고 있다. 특히 국내 게임업계와의 협력이 단순 게임 기술을 넘어 로봇·산업용 AI 분야로 확대될 가능성에 관심이 커지고 있다.

현대자동차가 보스턴다이나믹스의 휴머노이드 로봇 아틀라스의 축구 기술 훈련 과정을 담은 영상을 공개했다. 앞서 아틀라스가 발놀림과 패스, 슈팅 등 축구 기본 동작은 물론 다리를 교차해 차는 라보나킥의 변형인 고스트 라보나킥까지 정확하게 구현하자 손흥민 선수가 감탄하는 모습도 공개되며 큰 관심을 모았다. 현대자동차는 4일 공식 유튜브 채널을 통해 2026 FIFA 월드컵 캠페인 ‘스쿨 오브 풋볼’의 개발 과정을 소개했다고 5일 밝혔다. 보스턴다이나믹스도 공식 블로그에 아틀라스가 고난도 축구 기술을 훈련해 온 과정을 설명하는 콘텐츠를 공개했다. 보스턴다이나믹스 연구진은 휴머노이드 로봇이 보다 자연스럽게 움직이려면 균형, 타이밍, 협응, 적응 능력을 동시에 학습해야 한다고 설명했다. 이를 위해 연구진은 축구를 통해 휴머노이드 로봇이 사람의 움직임을 배우기 좋다고 판단하고, 세계적인 축구 선수들의 생체역학과 움직임 패턴에서 영감을 받은 아틀라스 학습 프로그램을 설계했다. 이후 선수들의 동작을 참고해 훈련할 수 있는 모션 데이터와 동작 프로토콜로 변환한 뒤 이를 아틀라스 학습 과정에 적용했다. 연구진은 우선 모션캡처 시스템을 활용해 축구선수의 동작을 수집한 뒤 이를 아틀라스의 신체 구조에 맞게 변환하는 리타게팅을 수행했다. 이 과정은 사람과 로봇의 신체 구조 차이를 극복하기 위한 핵심 단계로 꼽힌다. 겉으로는 사람과 유사한 휴머노이드 형태여도 관절 구조와 운동 범위가 다르기 때문에 정교한 변환 작업이 필요하기 때문이다. 연구진은 이후 강화학습을 활용해 로봇이 해당 동작을 반복 학습하도록 했다. 이때 아틀라스는 사람의 움직임을 모방하는 것을 넘어 자신의 신체 물리와 모터 제어 방식을 학습하며 균형과 힘 전달을 스스로 최적화할 수 있었다는 설명이다. 특정 동작을 수행하기 위해 필요한 관성과 힘의 크기, 균형 유지 방식을 스스로 찾아가는 과정이라는 것이다. 아틀라스는 또 클라우드 그래픽처리장치(GPU) 환경에서 수천 개의 시뮬레이션을 동시에 실행, 학습하는데, 이를 통해 24시간 만에 사람을 기준으로 약 1년에 해당하는 시행착오를 경험하며 복잡한 움직임을 빠르게 습득할 수 있다고 한다. 이렇게 학습된 동작은 실제 아틀라스 로봇에도 적용돼 대부분 첫 실행부터 안정적으로 구현될 수 있고, 이후 테스트 과정에서 발생하는 오차는 다시 학습에 반영돼 지속적으로 성능이 개선된다는 게 연구진의 설명이다. 특히 아틀라스가 선보였던 공 차기 동작은 로봇에겐 균형을 유지하면서 정확한 타이밍에 킥 동작을 선보여야 하기 때문에 매우 어려운 과제다. 특히 축구는 빠르게 변하는 외부 환경에 맞춰 전신 움직임을 조정해야 해서 높은 수준의 제어 능력이 요구된다. 아틀라스는 전신의 모든 관절을 하나의 시스템처럼 통합 제어하는 전신 제어 기술을 갖춰 균형과 움직임을 동시에 유지할 수 있는 만큼 축구를 통해 복합적인 움직임 능력을 더욱 발전시킬 수 있었다고 한다. 이번 영상에서는 아틀라스가 수행한 고스트 라보나킥의 개발 과정도 공개됐다. 고스트 라보나 킥은 기존 라보나킥에 수비수를 속이는 페인트 동작을 더한 고난도 축구 기술로, 연구진은 선수가 해당 동작을 수행하는 모습을 기록한 뒤 이를 아틀라스의 신체 구조에 맞게 변환하고 인공지능(AI) 학습을 통해 실제 로봇에서 구현했다. 페인트를 위해선 빠른 방향 전환이 필요하고 도약과 착지 과정에서 동적 균형도 유지해야 한다. 또 킥하는 순간 강한 힘 전달이 동시에 요구되는 복합 동작들이기도 하다. 연구진은 아틀라스가 축구를 통해 학습한 움직임이 단순히 스포츠 기술을 넘어 로보틱스 기술 고도화를 위한 중요한 역할을 한다고 설명했다. 예를 들어 킥 동작으로 타이밍과 힘 생성, 협응 능력을 익히고 보다 복잡한 동작을 통해 회전 운동, 체중 이동, 전신 제어 능력을 발전시킬 수 있다는 것이다. 특히 축구처럼 이동과 조작이 동시에 요구되는 환경은 앞으로 물류·제조 현장에서 로봇이 물체를 다루고 이동하는 작업 수행 능력으로 직접적으로 확장될 수 있을 것이란 기대도 나온다. 산업 현장에서 어렵거나 위험하고 반복적인 작업을 대체해 사람의 부담을 줄일 수 있다는 전망이다. 앞서 아틀라스는 약 23㎏에 달하는 냉장고를 들어 올려 탁자 위에 정확히 배치하는 모습을 통해 무거운 물체를 안정적으로 다루는 뛰어난 전신 제어 능력을 선보였다. 현대차와 보스턴다이나믹스는 “앞으로도 축구와 같은 다양한 도전 과제를 통해 아틀라스의 움직임 능력을 지속적으로 발전시켜 나갈 계획”이라고 강조했다.

엔비디아가 AI 미니 슈퍼컴퓨터 ‘DGX 스파크’의 모바일 버전인 ‘RTX 스파크(RTX Spark)’를 공개했습니다. RTX 스파크는 DGX 스파크에 탑재된 GB10의 모바일 변형 버전인 N1X를 탑재하고 있으며, 최대 20코어의 Arm 기반 CPU와 6,144개의 CUDA 코어를 갖춘 블랙웰 아키텍처 GPU로 구성되어 있습니다. 엔비디아는 모든 RTX 스파크가 동일한 칩을 사용하는지 아니면 일부 기능을 줄이고 가격을 낮춘 컷 칩(cut-chip)이 존재하는지에 대해서는 이날 공개 행사에서 구체적으로 밝히지 않았습니다. 다만 RTX 스파크가 최대 128GB의 LPDDR5x와 1페타플롭스의 연산 능력으로 노트북에서도 고사양 게임을 원활하게 작동시킬 수 있을 뿐 아니라 120B 파라미터를 지닌 거대 LLM도 구동할 수 있다는 점을 강조했습니다. 젠슨 황 엔비디아 CEO는 RTX 스파크가 장착된 노트북에서 ‘007 퍼스트 라이트’와 ‘포르자 호라이즌 6’를 배터리 전원만으로 구동하는 모습을 선보였는데, 이는 기존의 스냅드래곤 기반의 윈도우 ARM(Windows on ARM) 노트북에서는 생각하기 어려웠던 게임 성능으로 마이크로소프트가 밀고 있는 윈도우 ARM의 약점을 상당 부분 극복한 모습입니다. 마이크로소프트는 RTX 스파크 개발을 위해 엔비디아와 긴밀히 협업했고 에이서(Acer), ASUS, 레노버(Lenovo), 델(Dell), HP, MSI 등 주요 PC 제조사와 함께 마이크로소프트의 서피스 라인업에도 RTX 스파크 모델을 넣어 고성능 윈도우 ARM PC 개발 의지를 보여줬습니다. 그런데 이날 공개된 RTX 스파크 노트북을 보면 그렇게 두꺼운 제품이 아니라는 점을 쉽게 알 수 있습니다. DGX 스파크의 GB10 칩이 약 140W의 열 설계 전력(TDP)을 가진다는 점을 고려할 때, RTX 스파크는 엔비디아의 노트북 전력 효율 기술인 MAX-Q를 적극적으로 활용해 TDP를 낮추고 최소 두께 14mm의 슬림한 디자인을 구현한 것으로 보입니다. MAX-Q는 단순히 클럭을 강제로 낮추는 방식을 넘어, 최적화 기술을 집약한 기술입니다. 게임 실행 시 AI 텔레메트리(AI Telemetry)가 GPU와 CPU 워크로드를 실시간으로 분석하면, CPU 옵티마이저는 불필요한 전력 소모를 줄이기 위해 CPU를 ‘최고 효율 주파수’로 동적으로 조정합니다. 이때 절약된 전력은 다이나믹 부스트(Dynamic Boost)를 통해 GPU로 재배분됩니다. GPU 차원에서도 파워 게이팅(Power Gating)을 통해 사용되지 않는 내부 블록을 비활성화하고, 워크로드에 맞춰 클럭을 미세 조정합니다. 여기에 DLSS 4.5를 통해 실제 렌더링 부하를 줄여서 전력 소모와 발열을 최소화하면서도 성능을 유지할 수 있습니다. 물론 이론적으로 MAX-Q가 적용된 N1x의 성능이 TDP 140W이 기본인 GB10와 대등하지는 않을 것으로 보입니다. 일부 성능 저하는 감수해야 하지만, 충분한 휴대성을 보장하면서도 AAA급 고사양 게임과 대규모 언어 모델(LLM) 구동이 가능하다는 것은 개발자와 고성능 기기를 쓰는 사용자들에게 상당한 장점입니다. 다만 이날 보여준 128GB 모델만 있을 경우 가격은 매우 비쌀 가능성이 높습니다. DGX 스파크의 공식 가격이 4699달러(원래 3999달러였으나 메모리 가격 상승으로 인상)이며, 국내에서는 부가세를 포함해 더 비싼 가격에 판매되는 점을 고려하면, 노트북 버전인 RTX 스파크 제품은 훨씬 비싸질 가능성이 높습니다. 이런 점을 감안하면 64GB, 32GB 모델도 있을 가능성이 있으나 당장에 공개된 내용은 없습니다. 아무튼 높은 가격을 생각하면 RTX 스파크의 주요 경쟁자는 애플의 맥북 프로(특히 M5 맥스 시리즈)가 될 것으로 보입니다. 다만 현재 DGX 스파크 가격을 생각할 때 RTX 스파크 노트북은 128GB 모델 기준 맥북 프로 M5 맥스 모델보다 비쌀 가능성이 높아 보입니다. 이렇게 비싼 제품을 게임만 하려고 사는 경우는 거의 없을 것입니다. 따라서 비싸도 업무에 사용해야만 하는 특별한 용도, 예를 들어 LLM(대규모 언어 모델)이나 그래픽 작업 성능이 중요한 요소가 될 것으로 보입니다. 이 시장에서 유력한 경쟁 상태인 맥북 프로 M5 맥스도 128GB 모델은 120B 파라미터 급 LLM 구동이 가능하지만, RTX 스파크는 6144개의 CUDA 코어와 텐서 코어를 활용한 FP4(4비트 양자화) 연산 능력과 최대 1페타플롭스(Petaflop)의 연산 성능으로 토큰 속도에서 우위를 점할 가능성이 있습니다. 엔비디아는 RTX 스파크를 개인용 에이전트를 위한 플랫폼으로 소개하고 있으며 로컬 컴퓨터에서 120B LLM을 100만 토큰의 컨텍스트로 구동하거나, 90GB 이상의 거대한 3D 장면을 렌더링하고, 12K 영상 편집 및 4K AI 비디오 생성을 할 수 있습니다. 물론 실제 성능과 가성비는 제품이 실제 출시되고 가격이 공개되어야 제대로 평가할 수 있을 것입니다. 황 CEO는 “PC는 다시 태어나고 있다. 40년 동안 우리는 앱을 실행하고 클릭하고 타이핑했지만, 이제 RTX 스파크와 윈도우를 통해 우리는 요청하고 PC가 작업을 수행한다”며, RTX 스파크가 로컬 에이전트, 최전방 모델, 크리에이티브 워크플로우, RTX 게임을 하나의 노트북에 통합한 ‘새로운 PC’라고 강조했습니다. 그의 포부처럼 실제로 RTX 스파크가 PC의 재창조가 될지 아니면 특수 용도로 사용하는 비싼 장비로 남게 될지 결과가 주목됩니다.

인텔이 팬서 레이크(Panther Lake) 아키텍처를 기반으로 한 휴대용 게임 기기 전용 시스템 온 칩(SoC)인 ‘인텔 아크 G3’ 시리즈를 공식 공개했습니다. 기본적으론 노트북용 팬서 레이크와 같은 프로세서이지만, 인텔은 단순한 하위 브랜드가 아니라 휴대용 PC(UMPC)의 특성에 맞춰 최적화된 특수 목적형 프로세서라고 강조하고 있습니다. 손으로 들고 다니는 휴대용 PC의 주요 목적은 게임입니다. 하지만 기존 노트북 프로세서로는 작은 휴대 기기에서 충분한 발열 제어가 힘들기 때문에 효율은 높이고 전력 소모는 줄여야 합니다. 그래서 아크 G3는 발열이 많은 고성능 P 코어는 4개에서 2개로 줄이고 고효율 E 코어 8개와 저전력 LP-E 코어 4개를 조합한 14코어 구성을 지니고 있습니다. 또한 최대 35W의 TDP에 맞춰 Xe 3 GPU의 전력 특성을 재설계하여 전력 소모를 대폭 줄였습니다. 구체적인 스펙을 살펴보면, 최상위 모델인 ‘아크 G3 익스트림’은 4.7GHz의 P 코어와 2.3GHz의 12코어 Xe 3 GPU(아크 B390)를 탑재했습니다. 반면 일반 모델인 ‘아크 G3’는 P 코어 클럭이 100MHz 낮은 4.6GHz이며, GPU는 10코어 구성의 아크 B370(2.2GHz)으로 약간 낮췄습니다. 두 제품 모두 인텔의 최신 18A 공정으로 제작됐으며, 12개의 PCIe 레인(x8 Gen4 / x4 Gen5), 듀얼 선더볼트 4 포트, Wi-Fi 7 R2 및 듀얼 블루투스 6.0 등 차세대 네트워크 스펙을 갖추고 있습니다. 메모리는 최대 96GB의 LPDDR5X-8533을 지원하지만, 현재 메모리 가격을 감안할 때 실제 시장에서는 16GB 또는 32GB 제품이 주를 이룰 것으로 예상됩니다. 휴대용 게임기에서 가장 중요한 부분인 내장 그래픽의 연산 능력은 AI 연산 (INT8 기준)으로 113 PTOPS, B370은 90 PTOPS입니다. 인텔이 전체 연산 능력이 아니라 AI 연산 능력을 강조한 점이 눈길을 끄는데, 이는 그만큼 최근 AI를 이용한 프레임 생성 및 이미지 향상 기술이 중요해졌기 때문입니다. 본래 인텔은 그래픽 분야에서는 엔비디아는 물론 AMD와 비교해도 후발주자라는 평가가 많았지만, 이번에 공개한 팬서 레이크에서는 달라졌다는 평가를 받고 있습니다. 특히 인텔 아크 G3는 가장 직접적인 경쟁 상대인 AMD의 라이젠 Z2 익스트림과 비교해서 게임 성능에서 우위가 예상됩니다. 왜냐하면 같은 Xe 3 내장 GPU가 이미 노트북에서 보여준 성능상의 우위가 있기 때문입니다. 인텔의 아크 B390은 AMD 라이젠 Z2 익스트림에 탑재된 라데온 890M(16 CU, RDNA 3.5)과 비교해서 기본 성능에서 약간 더 앞서 있을 것으로 보입니다. 하지만 더 중요한 대목은 AI 성능에서 꽤 앞선다는 것입니다. 특히 휴대용 기기는 화면 크기가 작고 전력 소비가 제한적이기 때문에, 낮은 해상도에서 게임을 구동할 때 업스케일링 기술의 완성도가 체감 성능에 많은 영향을 미칩니다. 인텔의 AI 기술인 XeSS 3는 전용 Xe 코어 및 XMX AI 가속기를 활용하여 텍스트 가독성과 미세 디테일을 선명하게 유지하면서도 성능을 크게 높인 것으로 평가받고 있습니다. 특히 라데온 890M의 FSR 기술이 실제적으로 x2 프레임 생성 정도가 한계인 반면 XeSS 3는 x4 생성이 가능해 체감 속도를 크게 높일 수 있습니다. 따라서 사이버펑크 2077 같은 고사양 게임에서도 1080 해상도에서 만족스러운 플레이가 가능할 것으로 기대됩니다. 현재 에이서 프레디터 아틀라스 8(Acer Predator Atlas 8), MSI 클로 8 EX AI+(MSI Claw 8 EX AI+), 원엑스플레이어 3(OneXPlayer 3) 등 6월 출시 예정인 기기들이 아크 G3를 탑재할 예정으로 실제 성능과 가격 등이 곧 공개될 예정입니다. 아마 흥행에 최대 변수는 가격이 될 것으로 보입니다. 어느 정도 게임도 설치하고 성능에서 손해도 보지 않으려면 넉넉한 메모리와 SSD가 필수인데, 현재 둘 다 가격이 천정부지로 치솟아 올라 가격이 저렴하진 않을 것으로 예상됩니다.

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

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

NHN클라우드가 인공지능(AI) 인프라부터 플랫폼·서비스까지 통합 제공하는 AI 풀스택 브랜드 ‘팩토리X’를 공개하고 AI 사업 확대에 속도를 낸다. NHN클라우드는 AI 사업 매출 비중을 지난해 13% 수준에서 올해 38%로, 내년에는 절반까지 끌어올리겠다는 목표를 제시했다. 김동훈 NHN클라우드 대표는 26일 서울 중구 더플라자호텔에서 열린 기자간담회에서 “AI 패권 경쟁의 중심은 거대 모델 자체가 아니라 실제 비즈니스 환경에서 안정적으로 구동하고 비용을 최적화하는 실행 환경으로 이동했다”며 “팩토리X를 통해 공공과 민간의 AI 전환(AX)을 완벽히 뒷받침하겠다”고 밝혔다. 팩토리X는 그래픽처리장치(GPU) 확보부터 운영 최적화, AI 에이전트 실행까지 아우르는 통합 AI 실행 환경 브랜드다. 또 김 대표는 “GPU를 확보한 기업 중 피크타임 가동률이 85% 이상인 곳은 7%도 되지 않는다”고 말했다. GPU 보유보다 얼마나 효율적으로 운영하느냐가 AI 경쟁력의 핵심이라며 NHN클라우드의 GPU 운영 능력을 강조한 것으로 읽힌다. 실제 NHN클라우드는 광주 국가 AI 데이터센터에서 엔비디아 H100 GPU와 국산 신경망처리장치(NPU)를 통합 운영하고 있다. 업계에서는 NHN클라우드가 GPU 확보를 넘어 초대형 AI 데이터센터를 직접 구축·운영할 수 있는 역량까지 확보한 것으로 보고 있다. NHN클라우드는 올해 하반기에 기업용 AI 에이전트 서비스 ‘프로젝트X’도 출시할 예정이다. 비개발자도 자연어 기반으로 기업 업무 환경에 맞는 AI 에이전트를 쉽게 구축할 수 있도록 지원하는 것이 핵심이다.

GPU 추가 학습 없이 글로벌 AI 추론 성능 3위 달성 국내 인공지능(AI) 스타트업 비드래프트(VIDraft Inc.·대표 김민식)가 추가 GPU 학습 과정을 거치지 않고도 최상위권 추론 성능을 도출하는 대형언어모델(LLM) 프레임워크 기술을 공개했다. 비드래프트는 자사가 개발한 ‘Darwin Family’ 계열 모델의 핵심 기술을 담은 연구 논문을 공개하고, 관련 핵심 기술 3건에 대한 국내 특허를 출원했다고 밝혔다. 이번에 등록된 논문은 「Darwin Family: MRI Trust Weighted Evolutionary Merging for Training Free Scaling of Language Model Reasoning」으로, 현재 Hugging Face Papers와 오픈소스 아카이브 arXiv(등록번호 2605.14386)에 게재된 상태다. 본 연구에는 비드래프트 소속 연구원 7명이 공동 저자로 참여 명단을 올렸다. Darwin Family는 기존 AI 개발 과정에서 필수로 여겨졌던 추가 학습(Post training) 없이 모델 병합만으로 고성능 추론 능력을 구현하는 새로운 방식의 AI 모델 프레임워크다. 핵심 기술은 MRI Trust Fusion, 14차원 적응형 병합 게놈(Merge Genome), 아키텍처 매퍼(Architecture Mapper) 등 세 가지로 구성된다. MRI Trust Fusion은 모델 각 레이어의 기능적 중요도를 분석한 뒤 신뢰 파라미터를 기반으로 동적 융합을 수행하는 기술이다. 이를 통해 GPQA 정확도를 기존 방식 대비 2.5%포인트 향상시켰다는 설명이다. 또한 14차원 병합 게놈 기술은 어텐션과 FFN, 임베딩 등 모델 내부 구성 요소를 세밀하게 제어하며 경사하강법 없이 진화 탐색만으로 최적 병합 전략을 자동 탐색한다. 아키텍처 매퍼는 Transformer와 Mamba 등 서로 다른 AI 구조 간 결합을 가능하게 하는 기술로, 추가 재학습 없이 이종 모델 교배를 구현한다. Darwin Family는 Hugging Face가 주관하는 AI 성능 벤치마크인 ‘GPQA Diamond(Graduate Level Google Proof Q＆A)’ 평가에서 글로벌 3위를 기록했다. 해당 지표는 박사 학위 소지자 수준의 과학적 추론 능력을 평가하는 대표적 기술 지표다. 비드래프트는 별도의 파인튜닝이나 사후 학습을 거치지 않고도 수백억 파라미터 규모의 Fully Trained 모델들의 성능 데이터 수준을 상회했으며, 최소 4B부터 최대 35B 규모에 이르기까지 다양한 모델 세그먼트 구간에서 부모 모델 대비 실질적 성능 향상 수치를 검증했다고 밝혔다. 국내 정량 평가 지표에서도 상위 순위를 점유하고 있다. 과학기술정보통신부와 한국지능정보사회진흥원(NIA)이 주관·운영하는 ‘K-AI 리더보드’에서는 Darwin 기반 모델들이 2위, 3위, 4위, 5위, 7위, 8위를 동시에 기록 중인 것으로 집계됐다. 특히 현재 1위 모델과의 데이터 점수 격차는 0.001점 범위 내에 있는 것으로 확인됐다. 비드래프트에 따르면 공식 모델 공개 이후 45일 만에 파생·양자화 레포지터리 88개와 개별 모델 파일 473개가 생성됐다. GGUF 양자화 분야 개발자 bartowski와 mradermacher 등 글로벌 오픈소스 커뮤니티 개발자들도 Darwin 모델군 배포와 최적화 작업에 참여하고 있다. 현재 Darwin 모델은 Windows·Linux·Mac 환경의 GGUF 포맷을 비롯해 Apple MLX, AWQ, NVIDIA Blackwell 전용 NVfp4 등 다양한 플랫폼을 지원한다. 김민식 비드래프트 대표는 “Darwin 생태계의 확산 속도와 규모는 국내 AI 모델 역사에서도 보기 드문 수준”이라며 “세계 최상위권 양자화 개발자들의 자발적 참여와 폭넓은 플랫폼 지원 체계를 기반으로 글로벌 AI 표준 생태계로 진입하고 있다”고 밝혔다. 한편, 이번 연구는 과학기술정보통신부 재원으로 수행된 ‘AI컴퓨팅자원활용기반강화(GPU 임차 지원) 사용자 지원사업’의 지원을 받아 진행됐다.