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.

- 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.

세계 최대 자동차 시장인 중국에서 현대자동차의 올해 1분기 판매량이 지난해 1분기보다 7.6% 감소했다. 내연기관차 수요 위축으로 고전한 것으로 향후 현지화된 전기차로 미국과 인도 시장에서와 같은 반등을 이룰지 주목된다. 현대차는 27일 분기보고서를 통해 지난 1분기 중국 시장에서 2만 7000대를 판매해 전년동기대비 7.6% 판매량이 하락했다고 밝혔다. 현대차는 “대규모 프로모션 단행으로 ‘투싼L’ 등 일부 차종 판매는 증가했으나, 내연기관차(ICE) 위주 라인업으로 인해 시장 전반의 침체 여파를 직접적으로 받으며 판매가 감소했다”고 설명했다. 중국승용차시장정보연석회(CPCA)에 따르면 현대차는 2022년 중국 시장에서 25만 423대를 판매했으나 2023년 24만 2000대로 감소했다. 이어 2024년에는 판매량이 12만 5127대까지 줄었다. 지난해에는 지역 모터쇼와 현장 판촉 활동 강화 등에 힘입어 12만 8008대 판매해 소폭 올랐지만, 올해 1분기 다시 감소세로 돌아섰다. 중국 자동차 시장은 전기차 중심으로 재편되고 있는데 중국 토종 업체인 BYD와 지리, 창안, 샤오펑 등이 공격적으로 신차를 출시하며 점유율을 확대하고 있다. 현대차는 지난해 10월 중국에서 전기 스포츠유틸리티차(SUV) ‘일렉시오’를 출시했지만 판매량은 미미한 수준으로 알려졌다. 같은 기간 현지 취향에 맞춘 SUV와 친환경차를 앞세워 날아오른 미국, 인도 시장과 극명한 대비를 이룬다. 현대차는 미국 시장에서는 투싼·싼타페 등 강력한 SUV 라인업과 하이브리드차 호조에 힘입어 전년 동기 대비 1.2% 증가한 22만 3705대를 판매하며 1분기 기준 역대 최고 판매량을 올렸다. 인도 시장에서도 크레타와 신형 베뉴 등에 힘입어 1분기에 젼년 동기 대비 8.5% 증가한 16만 6578대로 역대 최다 판매를 경신했다. 중국 시장 반등의 핵심은 현지화와 빠른 체질 개선에 있다는 분석이 나온다. 이에 현대차는 지난달 오토 차이나 2026(베이징 모터쇼)에서 중국 현지 전략형 전기차 ‘아이오닉V’를 공개했다. 내년에는 신규 전기 SUV 모델을 추가로 선보이고 주행거리연장형전기차(EREV)를 포함한 전기차 제품군을 지속적으로 확대해 향후 5년간 중국 시장에 20종의 신차를 투입할 계획이다. 하반기 출시되는 ‘아이오닉 V’에는 현지 기업 ‘모멘타’의 자율주행 운전자 보조 시스템을 탑재해 현지화에도 박차를 가한다. 인포테인먼트 시스템에도 중국 바이두의 지도 서비스와 거대언어모델(LLM) 기반 인공지능(AI)이 통합된다.

세계 최대 자동차 시장인 중국에서 현대자동차의 올해 1분기 판매량이 지난해 1분기보다 7.6% 감소했다. 내연기관차 수요 위축으로 고전한 것으로 향후 현지화된 전기차로 미국과 인도 시장에서와 같은 반등을 이룰지 주목된다. 현대차는 27일 분기보고서를 통해 지난 1분기 중국 시장에서 2만 7000대를 판매해 전년동기대비 7.6% 판매량이 하락했다고 밝혔다. 현대차는 “대규모 프로모션 단행으로 ‘투싼L’ 등 일부 차종 판매는 증가했으나, 내연기관차(ICE) 위주 라인업으로 인해 시장 전반의 침체 여파를 직접적으로 받으며 판매가 감소했다”고 설명했다. 중국승용차시장정보연석회(CPCA)에 따르면 현대차는 2022년 중국 시장에서 25만 423대를 판매했으나 2023년 24만 2000대로 감소했다. 이어 2024년에는 판매량이 12만 5127대까지 줄었다. 지난해에는 지역 모터쇼와 현장 판촉 활동 강화 등에 힘입어 12만 8008대 판매해 소폭 올랐지만, 올해 1분기 다시 감소세로 돌아섰다. 중국 자동차 시장은 전기차 중심으로 재편되고 있는데 중국 토종 업체인 BYD와 지리, 창안, 샤오펑 등이 공격적으로 신차를 출시하며 점유율을 확대하고 있다. 현대차는 지난해 10월 중국에서 전기 스포츠유틸리티차(SUV) ‘일렉시오’를 출시했지만 판매량은 미미한 수준으로 알려졌다. 같은 기간 현지 취향에 맞춘 SUV와 친환경차를 앞세워 날아오른 미국, 인도 시장과 극명한 대비를 이룬다. 현대차는 미국 시장에서는 투싼·싼타페 등 강력한 SUV 라인업과 하이브리드차 호조에 힘입어 전년 동기 대비 1.2% 증가한 22만 3705대를 판매하며 1분기 기준 역대 최고 판매량을 올렸다. 인도 시장에서도 크레타와 신형 베뉴 등에 힘입어 1분기에 젼년 동기 대비 8.5% 증가한 16만 6578대로 역대 최다 판매를 경신했다. 중국 시장 반등의 핵심은 현지화와 빠른 체질 개선에 있다는 분석이 나온다. 이에 현대차는 지난달 오토 차이나 2026(베이징 모터쇼)에서 중국 현지 전략형 전기차 ‘아이오닉V’를 공개했다. 내년에는 신규 전기 SUV 모델을 추가로 선보이고 주행거리연장형전기차(EREV)를 포함한 전기차 제품군을 지속적으로 확대해 향후 5년간 중국 시장에 20종의 신차를 투입할 계획이다. 하반기 출시되는 ‘아이오닉 V’에는 현지 기업 ‘모멘타’의 자율주행 운전자 보조 시스템을 탑재해 현지화에도 박차를 가한다. 인포테인먼트 시스템에도 중국 바이두의 지도 서비스와 거대언어모델(LLM) 기반 인공지능(AI)이 통합된다.

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

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

블록체인 특화 LLM 평가 체계 제시...“범용 AI 고성능에도 Web3 전문 추론은 과제로 남아”싱가포르 오픈소스 AI 연구기관 DMind AI가 아시아 연구진과 공동으로 개발한 ‘디마인드 벤치마크(DMind Benchmark)’ 논문이 국제 학술대회 ‘KDD 2026(ACM SIGKDD)’의 데이터셋 및 벤치마크(Datasets ＆ Benchmarks) 트랙에 채택됐다고 26일 밝혔다. 본 학술대회는 오는 8월 9일부터 13일까지 제주에서 개최된다. 이번 연구는 웹3(Web3) 및 블록체인 분야에서 대형언어모델(LLM)의 성능을 정량적으로 측정하기 위한 평가 체계를 제안한 것이 핵심이다. 연구팀은 기존의 범용 AI 평가 방식에서 벗어나 블록체인 산업 특화 과제를 중심으로 모델의 실무 활용성과 전문 추론 능력을 검증하는 데 중점을 두었다고 설명했다. 최근 글로벌 AI 업계에서는 특정 산업 분야에 최적화된 도메인 특화 AI 개발 경쟁이 확대되는 흐름이다. 특히 금융·보안 분야에서는 단순 언어 생성 능력보다 정확한 추론과 안정성이 중요해지면서 전문 벤치마크 구축 필요성도 커지고 있다. 디마인드 벤치마크는 블록체인 기초 개념, 인프라, 스마트 컨트랙트, 탈중앙화 금융(DeFi), 탈중앙화 자율조직(DAO), 대체불가토큰(NFT), 토큰 이코노믹스, 밈코인, 보안 취약점 등 총 9개 도메인을 평가 범주로 설정했다. 단순 객관식 형태를 넘어 스마트 컨트랙트 디버깅, 온체인 수치 추론 등 실제 환경 기반 문제도 포함한 점이 특징이다. 연구팀은 GPT-5 시리즈, Claude, Gemini, DeepSeek, Grok, Qwen 등 총 31개 주요 AI 모델을 대상으로 성능을 비교 평가했다. 평가 결과 GPT-5 Medium이 전체 평균 77.63점으로 가장 높은 점수를 기록했지만, 토큰 이코노믹스와 보안 취약점 분야에서는 다수 모델이 낮은 성능을 보였다고 밝혔다. 연구진은 현재 상용화된 주요 AI 모델들도 Web3 전문 추론 영역에서는 여전히 한계를 드러내고 있다고 분석했다. 특히 복잡한 토큰 구조 해석이나 스마트 컨트랙트 보안 관련 문제에서는 모델 간 성능 편차가 크게 나타났다고 설명했다. 비용 대비 성능 측면에서는 일부 오픈소스 모델의 경쟁력도 확인됐다는 평가다. 연구에 따르면 DMind의 32B 파라미터 오픈소스 모델은 Web3 특화 과제에서 제한된 비용으로도 높은 성능을 기록했다. 특히 토큰 이코노믹스와 보안 영역에서는 대규모 범용 모델 대비 10~30% 수준의 비용으로 유사하거나 더 높은 성능을 보였다고 연구팀은 밝혔다. 업계에서는 생성형 AI가 금융·디지털 자산 분야로 확대 적용되면서 스마트 컨트랙트 검증이나 온체인 데이터 분석 자동화 수요도 증가하는 추세다. 이에 따라 산업 특화 AI 모델의 신뢰성과 검증 체계 중요성도 함께 커지고 있다는 분석이 나온다. 싱가포르 경영대학교 정보시스템학과 주페이다(ZHU Feida) 교수는 “이번 연구는 Web3 AI 분야에서 측정 가능한 평가 기준을 제시했다는 점에서 의미가 있다”며 “향후 해당 분야 AI 기술의 성능과 안정성 검증 체계 구축에도 활용될 수 있을 것”이라고 말했다. 한편 DMind 모델은 현재 AI 금융 플랫폼 ‘Minara(미나라)’에 적용돼 운영 중이다. 연구팀은 개인 투자자와 디지털 자산 보유자를 위한 재무 비서 기능 등에 해당 기술이 활용되고 있다고 설명했다.

현재 미니 PC 시장에서 가장 인기 있는 제품은 아마도 ‘맥 미니’일 것입니다. 특히 ‘로컬 인공지능(AI)’ 돌리기에 적합한 M4 프로 맥 미니가 큰 인기를 끌고 있습니다. 맥 미니는 LLM을 로컬로 장시간 돌릴 때 몇 가지 큰 장점이 있습니다. 우선 통합 메모리 구조로 메모리의 3분의2를 GPU에 할당해 큰 모델을 돌릴 수 있으며 데이터가 CPU와 GPU를 오가면서 시간과 연산 자원을 낭비할 필요가 없습니다. 여기에 매우 전력 소모량이 적어서 장시간 돌려도 전기료가 적게 나옵니다. 차지하는 면적이 매우 적은 것도 장점입니다. 이런 이유로 맥 미니는 24시간 돌릴 수 있는 인공 지능 비서인 ‘오픈 클로’(Open Claw)용으로 품귀 현상을 보일 정도로 인기가 좋습니다. 600만원이 넘는 그래픽 카드인 RTX 5090는 속도는 더 빠를지 몰라도 메모리는 32GB로 한정돼 돌릴 수 있는 모델 크기에 제한이 있고 엔비디아의 AI 미니 PC인 ‘DGX 스파크’는 128GB라는 대용량 메모리를 갖췄지만 최근 가격이 꽤 올라 맥 미니가 AI용으로 훨씬 더 가성비 있는 제품이 된 상태입니다. AI 미니 PC의 인기가 좋아지면서 또 다른 CPU 및 GPU 제조사인 AMD 역시 대항마를 출시해 이 시장에서 경쟁을 예고하고 있습니다. 최근 AMD는 자체 AI PC인 ‘라이젠 AI 헤일로 개발자 플랫폼’(Ryzen AI Halo Dev Platform, 이하 라이젠 AI 헤일로)을 선보였습니다. 최대 16코어 CPU와 라데온 8060S (40코어 RDNA 3.5) GPU, 50 TOPS XDNA 2 NPU를 지닌 라 데온 AI MAX+ 395를 대표 제품으로 내세운 라이젠 AI 헤일로는 최대 128 GB LPDDR5X-8000와 2TB SSD를 지원하면서도 맥 미니와 견줄 수 있는 작은 크기를 자랑합니다. 최대 TDP는 120W로 다소 높지만, 고성능 그래픽 카드와 비교하면 감당할 만한 수준입니다. AMD는 이 모델의 시작 가격이 3999달러이고 최대 128GB 메모리를 탑재해 200B의 큰 파라미터를 지닌 모델도 로컬로 구동할 수 있다고 설명하고 있습니다. 여기에 라이젠 AI 맥스 400 시리즈를 탑재한 2세대 모델의 경우 192GB 버전이 존재하고 최대 160GB나 되는 메모리를 GPU로 할당할 수 있어 최대 300B에 달하는 거대한 모델도 돌릴 수 있습니다. 또 AMD는 라이젠 AI 헤일로가 맥 미니보다 일부 생성형 AI에서 최대 4배 정도 빠르다고 주장하고 있는데, 훨씬 저렴한 제품과 비교하는 것이 과연 맞는 비교인지 궁금해지는 대목이기도 합니다. 오히려 비슷한 가격대인 맥 스튜디오와의 비교는 끝까지 보여주지 않는 점이 더 흥미롭습니다. 참고로 맥 스튜디오 M4 맥스 64GB 제품은 1TB SSD 기준 464만원이고 M3 울트라 96GB 1TB SSD 기준 659만원입니다. 시작 가격인 3,999달러를 현재 환율로 환산하면 600만원이 좀 넘는데 10% 부가세 가산 시 660만원 이상으로 M3 울트라 96GB와 비교가 맞지 않나 생각입니다. 여기에는 나름의 속사정이 있습니다. M3 울트라는 메모리 대역폭이 819 GB/s에 달해 토큰 생성 속도가 꽤 빠릅니다. 반면 AMD 라이젠 AI Max+ 395의 메모리 대역폭은 약 256 GB/s (쿼드 채널 LPDDR5x 8000 기준)으로 훨씬 느리기 때문에 직접 비교를 피한 것으로 보입니다. 오히려 M4 프로의 메모리 대역폭이 273 GB/s로 비슷합니다. 한편 비슷한 AI 미니 컴퓨터인 엔비디아 DGX 스파크와 비교해서는 일부 LLM 모델에서 토큰 속도가 더 빠르다고 주장하고 있습니다. 구체적으로 GPT OSS (120B)는 7% 이상, Qwen 3.5 (122B)는 12% 이상, Qwen 3.6 (35B)는 4% 이상, GLM 4.7 (30B)은 14% 이상입니다. 따라서 라이젠 AI 헤일로는 직접 경쟁 상태인 DGX 스파크보다 일부 모델에서 약간 더 나은 성능을 지니고 있으며 x86 CPU라 윈도우 OS도 구동이 가능하다는 것이 핵심이라고 하겠습니다. DGX 스파크는 개인용 컴퓨터보다는 미니 서버에 가까운 물건으로 일반 소비자용 PC처럼 사용이 어렵지만, 라이젠 AI 헤일로는 윈도우 OS를 설치해서 그런 식으로도 사용 가능합니다. 차라리 맥 미니와의 무리한 비교보다 이점에 초점을 맞춰 발표하는 게 더 낫지 않았나 하는 생각입니다. 가격 포지션으로 큰 차이가 나는데도 맥 미니를 주요 라이벌로 설정한 이유는 역설적으로 그만큼 맥 미니의 인기가 높다는 반증일 것입니다. DGX 스파크처럼 비싼 가격을 받아야 하지만, 맥 미니처럼 인기를 끌 수 있는 제품이 될 수 있을지 궁금해지는 발표입니다.

국내 연구진이 정신과 진료의 첫 단계인 초진 면담 과정을 지원하는 인공지능(AI) 기술을 개발했다. 한국과학기술원(카이스트)은 24일 전산학부 이의진 교수와 산업디자인학과 이탁연 교수 연구팀, 강남세브란스병원 정신건강의학과 김은주 교수 연구팀이 공동으로 거대언어모델(LLM) 기반의 면담 지원 기술을 개발했다고 밝혔다. 환자가 의사를 만나기 전 AI와 대화하며 증상과 상태를 파악하는 방식이다. 정신과 진료 과정에서 환자는 자신의 상황을 설명하는 과정에 부담을 느끼고 의료진은 제한된 시간 안에 환자의 과거력과 증상을 파악해야 하는 어려움이 있었다. 이에 연구진은 AI가 환자 응답에 따라 대화의 흐름을 조정할 수 있도록 시스템을 설계했다. 단순 문답을 넘어 공감 표현, 환자의 말을 정리해 주는 재진술, 모호한 내용을 정리하는 등 실제 상담 기법을 적용해 증상과 잠재적 질환을 임상 대시보드로 제공한다. 1440명을 실험한 결과 30분 이내 진료에 필요한 핵심 임상 정보를 효과적으로 작성해 의사는 환자와의 심층 상담에 집중할 수 있게 됐다. AI가 의사의 대체재가 아닌 ‘똑똑한 보조자’로 정보 수집 과정을 담당하고 의사는 진단과 처방을 내리는 협력 모델이다. 연구 결과는 인간·컴퓨터 상호작용 분야 최고 권위 학회인 ‘ACM CHI 2026’에 지난달 13일 발표됐다.

27일 서류 심사로 후보 3명 압축한 뒤다음달 단독 후보 확정, 인선 마칠 계획차기 여신금융협회장 자리를 두고 5명이 후보 등록을 마쳤다. 김상봉 한성대 경제학과 교수, 박경훈 전 우리금융캐피탈 대표, 윤창환 전 국회의장 정책수석, 이동철 전 KB국민카드 대표, 장도중 전 신용보증재단 중앙회 상임이사 등이다. 학계 출신인 김 교수는 1975년생으로 서강대 경제학과를 졸업하고, 동 대학원 경제학과 석사와 미국 텍사스주립대 경제학 박사 학위를 받았다. 그는 서울경제, 신한카드, SK경영경제연구소 등을 거쳤으며 여신금융협회 자문위원을 두 차례 역임했다. 우리금융 출신 박 전 대표는 1962년생으로 서울대 국제경제학과를 졸업한 뒤 현대종합상사를 시작으로 우리은행 행원부터 상무까지 경력을 쌓았다. 이어 우리금융지주 전략재무총괄 부사장(CFO)과 우리금융캐피탈 대표이사를 지내고 현재 한화저축은행 사외이사로 있다. 윤 전 정책수석은 1961년생으로 전남대 법학과를 졸업하고, 중앙대 신문방송대학·언론학 석사와 동국대 대학원 정치학 박사 학위를 받았다. 국회의장 정책수석(1급 차관보급)을 역임하고 이재명 대통령 후보 시절 선거대책위원회 인공지능(AI) 정책 특보단장을 지낸 이력이 있다. 현재는 여신금융산업 3.0 인공지능(AI)·인공지능전환(AX) 전략센터장과 글로벌 AI 넥스트센터 최고경영자 등을 맡고 있다. KB금융 출신 이 전 대표는 1961년생으로 고려대 법학과를 졸업하고 미국 툴레인대 로스쿨(LLM)을 수료해 뉴욕주 변호사 자격을 가지고 있다. 그는 KB금융 전략기획부 상무, KB생명보험 경영기획본부 부사장, KB금융지주 전략총괄 부사장(CSO) 등을 차례로 거쳐 KB국민카드 대표이사를 지냈다. 그 뒤 KB금융지주 부회장에도 올랐다. 장 전 이사는 1971년생으로 중앙대 법학과를 나와 연세대 대학원에서 민법을 전공했다. 그 뒤 현대캐피탈과 국민리스를 거쳐 기획재정부 부총리 정책보좌관을 지낸 관료 출신으로, 나이스평가정보 금융사업실장과 신용보증재단중앙회 상임이사(사업총괄)도 역임했다. 여신금융협회 회장추천위원회는 신청자를 대상으로 오는 27일까지 서류 심사를 통해 3명의 후보군을 압축할 예정이다. 이어 다음 달 면접과 무기명 투표를 거쳐 단독 후보를 확정한 뒤, 회원사 총회 의결을 거쳐 다음 달 중 회장 인선을 마무리한다는 계획이다.

스마일샤크(대표 장진환)가 AWS 서밋 서울 2026에서 생성형 AI 운영 사례를 공개했다. 스마일샤크는 지난 20일부터 21일까지 서울 삼성동 코엑스에서 열린 AWS 서밋 서울 2026에 플래티넘 스폰서로 참가해 AI 콘텐츠 검수 자동화 프로젝트 사례를 발표했다고 밝혔다. 스마일샤크는 이번 행사에서 기업들의 주요 관심사로 떠오른 ‘AI 콘텐츠 검수 자동화 프로젝트’의 성공적인 구축 사례와 기술 노하우를 발표해 참가자들의 큰 호응을 얻었다. 행사 첫날 진행된 산업 세션에서는 최병주 솔루션즈 아키텍트가 매경AX AI 팟캐스트 자동화 프로젝트 운영 경험을 소개했다. 발표에서는 AI 결과물을 AI가 검증하는 ‘LLM-as-a-Judge’ 기반 품질 평가 체계 구축 사례가 핵심으로 다뤄졌다. 스마일샤크는 해당 체계를 통해 기존 월 평균 15~20건 수준의 사실 오류를 월 1건 이하로 줄였으며, 검수 인력 투입 시간도 약 90% 단축했다고 설명했다. 최병주 SA는 “생성형 AI 서비스는 실제 운영 단계에서 품질 평가 체계가 핵심 경쟁력으로 이어진다”며 “원문 근거 기반의 검증 시스템 구축이 중요하다”고 말했다. 행사장 내 플래티넘 부스에서는 야구단 포지션 테스트를 활용한 클라우드 추천 콘텐츠와 맞춤형 굿즈 이벤트도 진행됐다. 현장에서는 AI 도입을 검토 중인 기업 대상 상담이 이어졌다. 장진환 대표는 “생성형 AI를 실제 비즈니스에 적용하려는 기업이 빠르게 늘고 있다”며 “운영 사례 중심의 AI MSP 서비스를 확대해 나갈 계획”이라고 밝혔다. 시장에서는 생성형 AI 도입 경쟁이 본격화됨에 따라, 실제 운영 데이터를 기반으로 한 검증 기술 확보가 향후 기업 경쟁력을 좌우할 핵심 요소가 될 것이라는 평가가 나오고 있다.

호반그룹이 21일 서울 서초구 본사에서 개최한 ‘2026 호반 넥스트 스타트업 공모전’ 시상식에서 오디오 플랫폼을 운영하는 스타트업 ‘써티블랙’이 최우수상을 받았다. 이날 시상식에서 최우수상을 받은 써티블랙은 초지향 스피커 기반의 구역별 음향 제어와 음파 통신 기술을 활용해 특정 공간에만 소리를 전달하는 솔루션을 제안해 높은 평가를 받았다. 호반그룹은 해당 기술이 건설 현장은 물론 리조트, 상업시설, 문화·전시 공간 등 그룹 계열사 운영 공간 전반에 활용될 수 있을 것으로 기대하고 있다. 우수상에는 인공지능(AI) 모델을 활용한 CAD 도면 자동 분석 및 3D 모델 자동 생성 기술을 선보인 ‘몰더코리아’와 대형언어모델(LLM) 기반 AI 에이전트를 활용한 기업 업무 자동화 체계 구축 및 실습형 교육을 운영하는 ‘대모산개발단’, 다양한 형식의 문서를 구조화해 검색·추출할 수 있도록 폴더링하고 데이터화하는 솔루션을 제안한 ‘스텝하우’가 선정됐다. 호반그룹은 유망 스타트업과의 오픈이노베이션 확대를 위해 창업진흥원(KISED) 및 서울경제진흥원(SBA)과 공동으로 지난해부터 스타트업 대상 기술공모전을 상·하반기 연 2회 운영하고 있다. ‘호반 넥스트 스타트업 공모전’과 하반기 개최 예정인 ‘호반혁신기술공모전’을 통해 2020년부터 현재까지 총 62개 기업의 혁신기술 개발과 사업화를 지원해왔다. 지난 4월부터 진행된 이번 공모전에서는 스마트시티 산업과 연계된 건설 자동화, 디지털 인프라, 에너지·ESG, 신사업 분야를 중심으로 총 92개 기업이 지원했다. 그룹은 기술성, 사업성, 실증 실행 가능성, 핵심 보유 역량, 계열사 적용성 등을 종합적으로 평가해 최종 4개 기업을 선정했다. 이번 공모전 수상 기업에는 총 1억 2000만원의 사업화 지원금이 제공된다. 이와 함께 기술 검증 및 테스트베드 지원, 사무공간 제공, 글로벌 프로그램 운영, 네트워킹 및 투자 연계 등 다양한 후속 지원도 진행될 예정이다. 문갑 호반건설 경영부문대표는 “호반그룹은 스타트업의 혁신기술이 실제 현장과 사업에 적용돼 새로운 가치를 만들어낼 수 있도록 오픈이노베이션을 지속적으로 확대하고 있다”며 “하반기 개최 예정인 ‘2026 호반혁신기술공모전’에도 우수한 기술력과 성장 가능성을 갖춘 유망 기업들의 많은 관심과 참여를 부탁드린다”고 밝혔다. 한편 호반그룹은 기술공모전 수상 기업과의 실질적인 협업을 이어가고 있다. 지난해 ‘2025 호반혁신기술공모전’ 대상 수상 기업인 AI 기반 자동 적산 시스템 개발업체 ‘포비콘’과 함께 공사 물량 자동 산출 및 개산 견적 자동화 프로세스를 공동 개발하고 있다.

국내 완성차 업계가 차 안에 장착하는 인포테인먼트 혁신 경쟁에 속도를 내고 있다. 차량과 소프트웨어, 운전자를 유기적으로 잇는 디지털 사용자 경험(UX)이 핵심 경쟁력으로 부상하면서 자동차가 스마트폰처럼 진화하는 ‘소프트웨어 중심 자동차’(SDV) 시대를 대비하는 것이다. KG모빌리티(KGM)는 20일 정통 중형 스포츠유틸리티차(SUV) ‘토레스’의 부분 변경 모델 ‘뉴 토레스’를 출시하면서 운전자 편의와 직관성을 강조한 차세대 통합 UX·UI 플랫폼 ‘아테나 2.5’ 인포테인먼트 시스템을 도입했다. 아테나 2.5는 무선 안드로이드 오토와 무선 애플 카플레이를 지원해 스마트폰을 케이블로 연결하지 않아도 등록된 스마트폰을 자동으로 인식하고 내비게이션과 음악, 전화 기능이 화면에 매끄럽게 연동된다. 최대 5개 기기까지 등록할 수 있다. 대화면 인포테인먼트 스크린과 별도로 하단의 통합 공조 컨트롤 패널에는 다이얼 조작기를 배치했다. 다이얼 조작기는 주행 중 에어컨이나 히터를 터치스크린으로만 조작하는 것이 불편하다는 소비자 지적을 반영한 것이다. 현대자동차는 최근 출시한 대표 플래그십 세단 ‘더 뉴 그랜저’에 최초로 탑재한 차세대 인포테인먼트 플랫폼 ‘플레오스 커넥트’를 통해 모빌리티 인공지능(AI) 경쟁에 가세했다. 17인치 초대형 중앙 디스플레이와 대형언어모델(LLM) 기반의 차세대 인공지능 에이전트 ‘글레오 AI’가 특징이다. 기존 음성 인식이 정해진 명령어를 수행하는 수준이었다면 글레오 AI는 사용자의 발화 의도와 대화 맥락, 주행 상황을 종합적으로 이해한다. 예컨대 “시트가 너무 뜨겁다”고 말하면 열선 시트 온도를 조절하고 앞선 대화 맥락을 바탕으로 ‘거기’, ‘이 근처’와 같은 추상적 표현도 이해한다. 플레오스 커넥트에는 개방형 앱 마켓도 탑재해 네이버 지도, 유튜브, 스포티파이 등 외부 서비스를 스마트폰 연결 없이 차량 내부에서 직접 이용할 수 있다. 르노코리아는 준대형 크로스오버(CUV) ‘필랑트’를 통해 차 안을 탑승객 모두가 콘텐츠를 즐기는 ‘미디어 룸’으로 확장했다. 필랑트는 운전석에서 조수석까지 이어지는 오픈R 파노라마 스크린을 적용했다. 동승자는 디스플레이를 통해 다양한 글로벌 OTT 시청을 할 수 있고 운전자와 별도로 웹서핑을 하거나 전용 아케이드 게임을 즐길 수 있다. 르노코리아도 LLM을 기반으로 한 생성형 AI ‘에이닷 오토’를 필랑트에 적용해 목적지 검색, 음악 재생 등을 수행할 수 있다. 미세먼지가 많은 날씨에는 “창문을 닫을까요”라고 운전자에게 물어보는 맞춤형 제안도 가능하다.

국내 완성차 업계가 차 안에 장착하는 인포테인먼트 혁신 경쟁에 속도를 내고 있다. 차량과 소프트웨어, 운전자를 유기적으로 잇는 디지털 사용자 경험(UX)이 핵심 경쟁력으로 부상하면서 자동차가 스마트폰처럼 진화하는 ‘소프트웨어 중심 자동차’(SDV) 시대를 대비하는 것이다. KG모빌리티(KGM)는 20일 정통 중형 스포츠유틸리티차(SUV) ‘토레스’의 부분 변경 모델 ‘뉴 토레스’를 출시하면서 운전자 편의와 직관성을 강조한 차세대 통합 UX·UI 플랫폼 ‘아테나 2.5’ 인포테인먼트 시스템을 도입했다. 아테나 2.5는 무선 안드로이드 오토와 무선 애플 카플레이를 지원해 스마트폰을 케이블로 연결하지 않아도 등록된 스마트폰을 자동으로 인식하고 내비게이션과 음악, 전화 기능이 화면에 매끄럽게 연동된다. 최대 5개 기기까지 등록할 수 있다. 대화면 인포테인먼트 스크린과 별도로 하단의 통합 공조 컨트롤 패널에는 다이얼 조작기를 배치했다. 다이얼 조작기는 주행 중 에어컨이나 히터를 터치스크린으로만 조작하는 것이 불편하다는 소비자 지적을 반영한 것이다. 현대자동차는 최근 출시한 대표 플래그십 세단 ‘더 뉴 그랜저’에 최초로 탑재한 차세대 인포테인먼트 플랫폼 ‘플레오스 커넥트’를 통해 모빌리티 인공지능(AI) 경쟁에 가세했다. 17인치 초대형 중앙 디스플레이와 대형언어모델(LLM) 기반의 차세대 인공지능 에이전트 ‘글레오 AI’가 특징이다. 기존 음성 인식이 정해진 명령어를 수행하는 수준이었다면 글레오 AI는 사용자의 발화 의도와 대화 맥락, 주행 상황을 종합적으로 이해한다. 예컨대 “시트가 너무 뜨겁다”고 말하면 열선 시트 온도를 조절하고 앞선 대화 맥락을 바탕으로 ‘거기’, ‘이 근처’와 같은 추상적 표현도 이해한다. 플레오스 커넥트에는 개방형 앱 마켓도 탑재해 네이버 지도, 유튜브, 스포티파이 등 외부 서비스를 스마트폰 연결 없이 차량 내부에서 직접 이용할 수 있다. 르노코리아는 준대형 크로스오버(CUV) ‘필랑트’를 통해 차 안을 탑승객 모두가 콘텐츠를 즐기는 ‘미디어 룸’으로 확장했다. 필랑트는 운전석에서 조수석까지 이어지는 오픈R 파노라마 스크린을 적용했다. 동승자는 디스플레이를 통해 다양한 글로벌 OTT 시청을 할 수 있고 운전자와 별도로 웹서핑을 하거나 전용 아케이드 게임을 즐길 수 있다. 르노코리아도 LLM을 기반으로 한 생성형 AI ‘에이닷 오토’를 필랑트에 적용해 목적지 검색, 음악 재생 등을 수행할 수 있다. 미세먼지가 많은 날씨에는 “창문을 닫을까요”라고 운전자에게 물어보는 맞춤형 제안도 가능하다.

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.

현대자동차가 14일 플래그십 대형 세단 그랜저의 7세대 부분 변경 모델인 ‘더 뉴 그랜저’(신형 그랜저)를 출시했다. 1986년 7월 1세대 모델 출시 이후 40년 만이자 2022년 11월 7세대 모델 출시 이후 3년 5개월 만에 선보이는 부분변경 모델이다. 현대차 최초로 차세대 인포테인먼트 플랫폼 ‘플레오스 커넥트’를 탑재해 소프트웨어 중심 자동차(SDV)로 전환하는 신호탄을 쏘아 올렸다는 평가다. 지난 13일 서울 광진구 워커힐호텔에서 언론에 처음 공개된 신형 그랜저는 기존보다 15㎜ 길어진 프런트 오버행(차량 끝에서 바퀴 중심까지의 거리)으로 현대차 세단의 상징이기도 한 ‘샤크 노즈’ 형상을 더욱 강조했다. 또 7세대 그랜저에서부터 등장한 ‘심리스 호라이즌 램프’는 더 얇고 길어져 미래지향적 이미지가 부각됐다. 윤효준 현대차 국내사업본부장(전무)은 “지금 자동차 시장은 하드웨어를 넘어 소프트웨어와 디지털 전환 중심으로 빠르게 재편되고 있다”며 “더 뉴 그랜저는 현대차 SDV 전환의 본격적인 출발점이 될 것”이라고 강조했다. 특히 신형 그랜저에는 현대차 최초로 차세대 인포테인먼트 플랫폼 플레오스 커넥트가 적용돼 사용자 인터페이스(UI)와 고객 경험을 크게 개선했다. 소프트웨어 중심 자동차(SDV)의 기준을 제시한다는 게 현대차의 설명이다. 안드로이드 오토모티브 기반의 개방형 운영체제(AAOS)에 기반한 플레오스 커넥트는 대형 언어 모델(LLM) 기반의 차세대 생성형 AI 에이전트인 ’글레오 AI‘를 탑재했다. 글레오 AI는 자연스러운 연속 대화를 이해해 지식 검색, 일정 추천에 더해 감성적 대화까지 지원해 지능형 비서 역할을 한다. 이에 따라 운전자는 17인치 대형 디스플레이로 속도, 경로 등 주요 정보와 내비게이션, 미디어 등을 한눈에 확인할 수 있다. 신형 그랜저에는 전동식 에어벤트도 처음 적용됐다. 전동식 에어벤트는 공기 토출구를 없애고 풍량·풍향 등 공조 기능을 디스플레이에서 통합 제어한다. 여기에다 개방감과 열 차단 기능을 동시에 개선한 스마트 비전 루프도 신형 그랜저에서 처음 모습을 드러냈다. 이 장치는 기계식 블라인드 없이 고분자 분산형 액정(PDLC) 필름을 적용해 루프의 투명도를 6개의 영역으로 나눠 조절할 수 있다. 첨단 운전자 보조 기능도 강화됐다. 더 뉴 그랜저에는 차량이 지나온 궤적을 스스로 기억해 후진 시 조향을 제어하는 기억 후진 보조(MRA) 기능이 탑재됐다. 또 인사이드 미러 카메라로 운전자의 시선, 안전벨트 착용 여부 등을 확인하는 1열 모니터링 시스템(ICMU)도 적용됐다. 이 밖에도 승차감과 정숙성을 강화하기 위해 카울 크로스바 두께를 증대하고 서스펜션에 유압 제어 리바운드 스토퍼를 적용했다. 아울러 고속도로 바디 모션 제어(HBC)를 새롭게 적용해 고속도로 가감속 상황에서 발생하는 상하 움직임을 억제했다. 더 뉴 그랜저는 △ 가솔린 2.5 △ 가솔린 3.5 △ LPG 3.5 △ 가솔린 1.6 터보 하이브리드 4가지 라인업으로 출시되고, 하이브리드 모델에는 세단 최초로 현대차그룹 차세대 하이브리드 시스템이 적용된다. 이 하이브리드 시스템은 변속기에 구동과 회생 제동을 담당하는 구동 모터(P2)와 시동과 발전, 구동력 보조를 맡은 시동 모터(P1)가 병렬로 결합했다. 가격은 가솔린 2.5는 4185만원, 가솔린 3.5 4429만원, 하이브리드 4864만원, LPG 4331만원부터 시작한다.

인공지능(AI) 반도체 시장의 독보적 선두주자인 엔비디아가 단순한 ‘칩 공급자’를 넘어 AI 생태계 전반을 막후에서 조율하는 거대 투자자로 변모하고 있다. 압도적인 시장 점유율을 바탕으로 확보한 막대한 현금을 다시 산업 전방위로 재투입하며, 칩 제조 역량과 자본력을 결합한 이른바 ‘엔비디아 경제권’을 구축하고 있다. 10일(현지시간) 미국 CNBC 등에 따르면 엔비디아는 올해 들어서만 AI 인프라 및 소프트웨어 전반에 400억 달러(약 58조원)의 지분 투자를 단행했다. 엔비디아의 투자에서 가장 눈에 띄는 대목은 자본의 흐름이 자사 제품의 핵심 고객사로 향한다는 점이다. 엔비디아는 오픈AI(300억 달러)와 앤트로픽 등 거대언어모델(LLM) 강자들은 물론, 코어위브와 같은 ‘네오클라우드’ 기업들에 자금을 집중하고 있다. 네오클라우드란 기존 빅테크와 달리 오직 AI 연산에 특화된 데이터센터를 운영하며 엔비디아 칩을 대량 구매하는 신흥 세력이다. 엔비디아는 칩 판매 수익을 이들에게 재투입해 확실한 수요처를 확보하는 동시에, 기존 빅테크에 대한 의존도를 낮추고 자신들이 주도하는 새로운 클라우드 생태계를 구축하고 있다. 다만 일각에선 이를 두고 과거 닷컴 버블 당시 시장 과열을 부추겼던 ‘순환 거래’ 방식과 유사하다는 비판적 시각도 존재한다. 이런 공격적 투자가 가능한 배경에는 경쟁사들과의 압도적인 재무적 격차가 있다. 같은 날 파이낸셜타임스(FT)는 아마존, 마이크로소프트(MS), 구글, 메타 등 4대 하이퍼스케일러가 올해 AI 인프라 구축에만 약 1064조원을 쏟아부으면서 잉여현금흐름(FCF)이 10여 년 만에 최저치로 떨어졌다고 분석했다. 실제로 이들 기업은 현금 흐름이 마이너스 구간에 진입하거나 자사주 매입을 중단하는 등 재무적 압박을 받고 있다. 반면 엔비디아는 연간 142조원에 달하는 막대한 잉여현금흐름을 바탕으로 투자 여력을 과시하고 있다. 빅테크들이 인프라 주도권을 뺏기지 않기 위해 곳간을 비우며 칩을 사는 동안, 엔비디아는 그 지출을 자양분 삼아 생태계 포식자 지위를 더욱 굳히는 모양새다.

(사)한국인공지능협회가 창립 10주년을 맞아 ‘한국형 AI 전략의 방향’을 제시해 눈길을 끌었다. AI협회는 지난 7일 COEX에서 ‘10주년 비전 선포식’을 통해 단순 산업 지원 조직을 넘어 대한민국 AI 생태계의 미래를 설계하는 ‘기술·산업 플랫폼’으로의 전환을 공식 선언했다. 핵심 화두는 ‘체인저(Changer)’와 ‘오픈월드(Open World)’였다. 협회가 새롭게 정의한 체인저는 변화에 적응하는 수동적 존재가 아니다. AI를 활용해 사회적 난제를 해결하고 새로운 시대 질서를 만들어가는 능동적 주체를 의미한다. 여기에는 인간뿐 아니라 기업·기관·AI 에이전트·로봇까지 포함된다. 김현철 AI협회장은 “AI는 이제 단순한 생산성 향상 도구를 넘어 문명의 운영 원리를 다시 쓰는 단계로 진입하고 있다”며 “체인저의 개념 역시 인간 중심을 넘어 지능화된 모든 존재로 확장될 것”이라고 밝혔다. 이번 비전 발표에서 가장 눈길을 끈 대목은 ‘실세계(Real-world) AI’ 전략이다. 김 회장은 ”그동안 글로벌 AI 경쟁은 인터넷 기반 텍스트 데이터와 거대언어모델(LLM)을 중심으로 전개돼 왔다“면서 ”앞으로의 승부처는 공장·도시·물류·에너지·로봇 등 현실 공간에서 발생하는 인과관계와 행동 데이터를 이해하고 연산하는 영역으로 이동할 것이다“고 밝혔다. 김 회장은 특히 ”한국이 이 분야에서 독자적 경쟁력을 확보할 가능성이 높다“며 ”미국 빅테크 기업들이 인터넷 데이터를 사실상 장악한 반면, 한국은 반도체·자동차·조선·철강·배터리 등 세계 최고 수준의 제조 산업 현장에서 축적되는 방대한 실세계 데이터를 보유하고 있기 때문이다“고 강조했다. 김 회장은 이어 “인터넷 데이터는 글로벌 플랫폼 기업 중심으로 재편됐지만 제조 공정과 산업 현장에서 발생하는 행동 데이터는 한국이 세계적 우위를 가진 영역”이라며 “실세계 AI 시대에는 제조 강국의 경쟁력이 AI 경쟁력으로 직결될 가능성이 크다”고 설명했다. AI협회는 이를 기반으로 현실 세계의 물리 법칙과 인과 구조를 학습하는 ‘월드모델(World Model)’ 개발에 본격 착수할 계획이다. 월드모델은 로봇·자율주행·산업 자동화 등 차세대 피지컬 AI의 핵심 기술로 꼽힌다. 이를 실행하기 위한 조직 개편도 병행된다. 우선 새롭게 출범하는 ‘오픈월드 인텔리전스 연구소’는 실세계 행동 데이터와 월드모델, 피지컬 AI 연구를 총괄하는 핵심 조직 역할을 맡는다. 협회는 이를 통해 특정 빅테크 기업에 종속되지 않는 ‘인류에 의한 AGI(일반인공지능)’ 기반을 구축하겠다는 구상이다. ‘AIDC 추진위원회’는 분산형 데이터센터와 추론 인프라 구축을 담당한다. 지역 산업과 AI 연산 자원을 연결해 ‘지역의 문제를 지역의 지능으로 해결하는 구조’를 만드는 것이 목표다. 또 ‘AGSF’는 산업·안보·외교를 아우르는 국가 AI 전략 싱크탱크 역할을 수행하고, ‘CAIO 포럼’은 기업의 AI 전환(AX)을 이끄는 실행 리더 조직으로 운영된다. 협회는 이와 함께 DID(탈중앙화 신원증명) 기반의 ‘체인저 DID’, 온라인 문제 해결 플랫폼 ‘체인저스(Changers)’, 글로벌 문제 해결 프로젝트인 ‘AI 올림픽’ 등도 병행 추진할 예정이다. AI협회가 최종적으로 제시한 ‘오픈월드’는 AI로 증강된 개인들이 사회 문제 해결에 참여하고, 그 기여가 데이터 자산으로 축적되는 새로운 문명 체제를 뜻한다. 지능을 소수 플랫폼 기업의 독점 자산이 아니라 인류 전체의 공공 역량으로 확장하겠다는 구상이다.

- 112.5억 원 규모 연구개발 착수… 국산 AI 반도체 생태계 확산 주도- 국산 NPU·PIM 기반 클라우드 SW 스택 개발… GPU 중심 인프라 한계 극복- AI 모델 허브 구축… 최적화 모델 1,000개 이상 확보 목표 AI·클라우드 소프트웨어 전문 기업 오케스트로(대표 김범재, 김영광)는 과학기술정보통신부와 정보통신기획평가원(IITP)이 주관하는 ‘AI 반도체 특화 클라우드 네이티브 SW 스택 및 모델 허브 기술 개발’ 과제의 주관기관으로 선정됐다고 8일 밝혔다. 이번 연구개발 사업의 총규모는 112억 5000만원으로, 2026년부터 2029년까지 4년간 수행될 예정이다. 본 과제는 국산 NPU(신경망처리장치)와 PIM(지능형 메모리) 등 차세대 AI 가속기가 범용 클라우드 환경에서 기능할 수 있도록 클라우드 기반 운영 체계를 구축하는 것이 목적이다. 이를 통해 국산 AI 반도체의 생태계를 확장하고 활용도를 높이는 체계를 마련할 방침이다. 오케스트로는 이번 과제를 수행하며 AI 반도체 전용 클라우드 네이티브 SW 스택의 기술 수준을 높인다. 세부 개발 항목에는 ▲컨테이너 런타임 인터페이스(CRI) 호환 기술 ▲가속기 자원의 직접 접근을 지원하는 패스스루(Pass-through) 기술 ▲마이크로서비스 아키텍처(MSA) 프레임워크 등이 포함된다. 이는 기존 GPU 중심 인프라의 구조적 특성을 보완하고, 국산 NPU 자원을 유연하게 할당·운영할 수 있는 표준 체계를 수립하기 위함이다. 이와 함께 국산 AI 반도체 기반 서비스 확산을 위해 학습·추론 모델을 손쉽게 등록·배포할 수 있는 ‘AI 모델 허브’ 플랫폼도 구축한다. 모델 컨테이너화 자동화 기술과 메타데이터 관리 체계를 기반으로 운영될 예정이며, 과제 종료 시점까지 1000개 이상의 최적화 모델 확보를 목표로 한다. 특히 최근 수요가 빠르게 증가하고 있는 초거대 언어 모델(LLM) 실증 사례를 확보해 상용화 가능성을 검증한다. 국내 중소·벤처기업이 고가의 외산 GPU 의존도를 낮추고, 국산 AI 반도체 기반의 고성능 서비스를 보다 신속하게 개발·출시할 수 있도록 지원할 방침이다. 이번 연구 성과는 정부가 추진 중인 ‘K-클라우드 프로젝트’와 2026년부터 본격화되는 ‘국가 AI 컴퓨팅 인프라’ 구축 사업과 연계돼 실제 데이터센터 운영 환경에 적용될 예정이다. 오케스트로는 커널 레벨의 정밀 모니터링과 분산 추적 기술을 통합해 AI 워크로드 예측 정확도를 글로벌 최고 수준인 99%까지 끌어올리고, 대규모 AI 서비스 운영에 필요한 안정성과 신뢰성을 입증할 계획이다. 김범재 오케스트로 대표는 “이번 과제는 국산 AI 반도체가 글로벌 시장에서 경쟁력을 확보하는 데 필요한 핵심 소프트웨어 기반을 마련한다는 점에서 의미가 크다”며 “하드웨어와 소프트웨어가 유기적으로 결합되는 AI 컴퓨팅 환경을 구현해 국내 AI 인프라 자립도를 높이고, 국산 AI 반도체 생태계 확산에 기여하겠다”고 밝혔다.

AI 전문기업 바이브컴퍼니가 AI 에이전트의 성능 지원을 위한 데이터 인텔리전스 플랫폼 ‘VAIV AI DATA PLATFORM(이하 VAIV AI DATA)’을 정식 출시했다. 최근 AI 산업은 단순한 모델 성능 경쟁을 넘어, AI가 실제 추론 과정에서 얼마나 정확하고 최신화된 정보를 확보할 수 있는지가 핵심 경쟁력으로 부상하고 있다. 특히 거대언어모델(LLM)은 학습 데이터 이후의 최신 정보를 반영하지 못하는 ‘지식 컷오프(Knowledge Cut-off)’ 한계를 안고 있어, 실무 환경에서 최신 시장 변화와 이슈를 충분히 반영하지 못한다는 지적이 꾸준히 제기됐다. 바이브컴퍼니는 이러한 문제의 핵심을 ‘외부 컨텍스트 데이터 부재’로 진단하고, AI 에이전트가 시장 흐름과 실시간 변화를 이해할 수 있도록 지원하는 데이터 인텔리전스 플랫폼을 출시했다. 현재 산업 현장에는 ERP나 데이터베이스(DB) 등 내부 데이터를 통합하는 솔루션은 다수 존재하지만, AI 에이전트가 외부 시장 상황을 이해하기 위한 고품질 데이터 공급 체계는 부족한 실정이다. VAIV AI DATA는 이러한 데이터 병목 문제를 해결하기 위해 개발됐다. 바이브컴퍼니가 지난 26년간 축적해온 약 550억 건 규모의 데이터 자산을 기반으로, AI가 즉시 이해하고 활용할 수 있는 지능형 지식 구조로 재설계해 제공하는 것이 핵심이다. 단순히 원천 데이터를 전달하는 수준을 넘어, 산업 리포트·기업 공시 정보·소셜 담론 등 다양한 멀티채널 데이터를 비즈니스 목적에 맞춰 구조화했다는 점이 특징이다. 이를 통해 AI 에이전트는 기업 내부 데이터에만 의존하지 않고, 실시간 시장 흐름과 사회적 맥락을 기반으로 보다 정교한 추론과 의사결정을 수행할 수 있게 된다. 기업은 변화하는 시장 상황에 보다 민첩하게 대응하고, 리서치와 분석 업무 효율 또한 높일 수 있다고 회사 측은 밝혔다. 플랫폼은 비즈니스 목적에 최적화된 5종의 데이터 인텔리전스를 공급한다. 세부 구성은 ▲실시간 시장 변화와 소비자 반응을 분석하는 ‘Trend 데이터’ ▲사회적 이슈 추적으로 리스크를 관리하는 ‘Issue 데이터’ ▲전문 지식 기반 리서치 과정을 구조화하는 ‘Research 데이터’ ▲AI 프로파일링을 통한 SNS 유저 특성 분석인 ‘Profiling 데이터’ ▲국내외 투자 지표와 시황 정보를 정제한 ‘Finance 데이터’ 등이다. 운용 편의성 측면에서는 글로벌 표준인 MCP(Model Context Protocol) 연동을 포함해 API, 대시보드, 커스텀 파일 등 4가지 방식의 연동을 지원한다. 이에 따라 도입 기업은 별도의 데이터 파이프라인 구축 절차 없이 실시간 데이터 분석과 리포트 작성 업무에 플랫폼을 활용할 수 있다. 김경서 바이브컴퍼니 대표는 “이제 AI 경쟁력의 핵심은 단순히 뛰어난 모델을 보유하는 데 그치지 않고, 해당 모델이 현시점의 외부 상황을 전문가처럼 읽어낼 수 있도록 만드는 생생한 지식 공급에 있다”며 “VAIV AI DATA는 26년간 축적한 데이터 역량을 에이전틱 AI 시대에 맞춰 재설계한 플랫폼으로, 복잡한 시장 신호를 AI가 즉시 이해할 수 있는 맥락으로 제공하는 지능형 엔진 역할을 하게 될 것”이라고 밝혔다. 바이브컴퍼니(구 다음소프트)는 2000년 설립된 국내 AI 전문기업으로, 데이터 자산과 생성형 AI 기술을 결합해 공공과 민간 분야에 AX(AI 전환) 서비스를 제공하고 있다.