현재 인공지능(AI) 시장을 양분하는 것은 오픈 AI의 GPT 같은 폐쇄형 모델과 중국의 딥시크, Qwen 같은 공개 모델입니다. 성능 면에서는 여전히 미국의 프런티어 AI 모델이 좀 더 앞서가고 있지만, 중국 모델의 추격이 매우 거센 상태입니다. 특히 모델 가중치를 공개하는 중국 모델들은 전 세계 개인 사용자와 기업, 연구소가 다운로드해 널리 사용하고 있습니다. 이에 반해 미국산 오픈 모델들은 이에 견줄 만큼 파생 모델이 많지도 않고 허깅 페이스 같은 오픈 사이트에서 다운로드 횟수도 상대적으로 적은 편입니다. 그럼에도 구글의 젬마 4, 메타의 뮤즈 글리머, 엔비디아의 네모트론 등은 어느 정도 사용자를 확보하고 있습니다. 최근 엔비디아는 엔비디아 그래픽처리장치(GPU)에 최적화된 공개 모델인 ‘네모트론 3.5 슈퍼 VL’을 공개했습니다. 1200억개의 파라미터를 지닌 MoE(Mixture of Expert) 모델로 토큰 생성 시에는 10%인 120억개의 파라미터에 해당하는 전문가만 사용해 속도를 높인 모델입니다. 과거 공개한 네모트론 3 울트라(약 5500억 파라미터 중 550억개 활성화)와 비슷한 추론 능력을 더 작은 모델로 구현한 것으로 속도에 중점을 둔 것이 특징입니다. 다만 엔비디아가 공개한 벤치마크 자료를 보면 추론 성능 자체는 썩 좋은 편은 아닙니다. 비슷한 체급인 Qwen 3.8 플래시 넥스트와 비교해서 성능이 낮은 것은 물론 모델 크기가 4분의1도 되지 않는 Qwen 3.8 27B보다도 떨어집니다. 예를 들어 미국의 인공지능 평가·벤치마킹 기관인 Artificial Analysis(AA)에서 발표하는 AI 언어 모델(LLM)의 종합 성능 평가 지표인 AAII(Artificial Analysis Intelligence Index)에서 Qwen 3.8 플래시 넥스트는 40점, Qwen 3.8 27B는 34점을 기록한 데 비해 네모트론 3.5 슈퍼 VL은 28점 정도에 그쳤습니다. 하지만 속도를 기준으로 보면 이야기가 달라집니다. 엔비디아는 네모트론 3.5 슈퍼 VL이 동급 모델보다 5배는 빠르다고 주장하고 있습니다. 활성 파라미터가 120억개로 작아서 메모리·연산 효율이 우수하고 다중 토큰 예측(MTP) 기술과 블랙웰 이상 엔비디아 GPU에서 사용할 수 있는 NVFP4 양자화를 통해 속도를 최대한 끌어올린 덕분입니다. 또 모델의 기본 지능은 낮을지 몰라도 사후 훈련을 통해 성능을 끌어올릴 수 있는 여지가 커서 기업이나 공공기관, 연구소 등에서 내부 데이터를 밖으로 유출시키지 않고 목적에 맞는 모델을 만들 수 있습니다. 여기에 상대적으로 작은 크기와 빠른 속도를 지닌 만큼 시스템 구축 및 유지 비용을 절감할 수 있습니다. 엔비디아 네모트론의 또 다른 강점은 미국 모델이라는 것입니다. 현재 미국 내에서는 무료로 공개하는 중국산 모델에 대한 규제를 강화하려는 움직임이 진행되고 있습니다. 주요 기업이나 공공기관이 중국산 모델에 종속될 경우 보안상의 위험이 있고 현재는 무료로 공개하는 모델이 앞으로는 라이선스 조건을 바꿀 수도 있기 때문입니다. 엔비디아 네모트론은 미국산 모델이고 엔비디아가 꾸준히 업데이트를 하고 있어 이런 위험에서 자유로운 편입니다. 엔비디아의 사업 모델은 AI 하드웨어를 파는 것이기 때문에 CUDA처럼 소프트웨어는 계속 무료로 배포할 가능성이 큽니다. 다만 최신 프런티어 AI 모델과 이를 추격하는 중국산 고성능 오픈 모델 덕분에 눈높이가 높아진 사용자들을 만족시키기에는 성능이 다소 아쉬운 것이 사실입니다. 앞으로 후속 모델을 통해 속도뿐 아니라 성능까지 끌어올려야 네모트론이 경쟁이 치열한 오픈 모델 시장에서 존재감을 높여 나갈 수 있을 것입니다.

현재 인공지능(AI) 시장은 중국과 미국이 양분하고 있다고 해도 과언이 아닙니다. 특히 가중치를 공개하는 오픈 웨이트 AI 모델에서는 중국이 가장 앞서가는 가운데, 유럽 소버린 AI의 대명사로 불리는 프랑스 미스트랄 AI에서 최신 대형 모델인 ‘미스트랄 라지(Mistral Large) 4’를 공개했습니다. ‘르 촌크’(Le Chonk)라는 별칭을 지닌 미스트랄 라지 4는 1조 개의 파라미터를 지닌 대규모 언어 모델(LLM)로, 텍스트와 이미지를 함께 처리할 수 있는 네이티브 멀티 모달 모델입니다. 효율적인 희소 혼합 전문가(MoE) 아키텍처를 사용해 모델 자체는 크지만, 연산 시에는 모든 파라미터가 아니라 일부 전문가만 활성화해 약 490억개의 파라미터만 사용합니다. 이런 MoE 구조는 중국 오픈 웨이트 모델에서는 이미 널리 쓰이고 있으며, 구글의 ‘젬마 4’(Gemma 4) 서방 공개 모델에서도 쉽게 볼 수 있는 방식입니다. 정식 모델 공개를 앞두고 공개한 벤치마크 결과를 보면 한 가지 흥미로운 사실을 알 수 있습니다. 미스트랄 라지 4는 사이버 보안과 법률, 금융 지식 면에서는 높은 점수를 받았으나, 코딩이나 에이전틱 능력에서는 미국 최상위 모델이나 중국의 최신 오픈 웨이트 모델을 넘어서지는 못했습니다. 이를 두고 일부에서는 “규제에 강한 유럽산 모델다운 특징”이라는 다소 냉소적인 반응이 나오기도 했지만, 반대로 실용적인 선택과 집중이라는 해석도 가능합니다. 사실 미스트랄은 대중적인 인지도는 높지 않지만, 초창기부터 모델을 공개해 허깅 페이스 같은 오픈 모델 공개 사이트에서 수많은 파생 모델이 나왔고 누적 다운로드도 상당 규모를 기록했습니다. 유럽 공공기관과 기업에서 실제로 이 모델을 업무에 활용하고 있기 때문에, 수요가 있는 사이버 보안이나 법률, 금융 부분을 중심으로 개발한 건 당연한 결과라고 할 수 있습니다. 미스트랄 AI는 미스트랄 라지 4 모델을 자체 데이터센터에서 운용하지 않는 사용자들을 위해 100만 토큰 기준 입력 1.36달러, 출력 4.18달러, 캐시 입력 0.14달러에 서비스할 계획이라고 발표했습니다. 미국이나 중국 모델 대비 저렴하지 않은 가격인데도 이렇게 책정한 것은 그만큼 돈 내고 쓰는 수요가 존재할 것이라는 자신감 덕분으로 보입니다. 미스트랄 AI의 전략은 우리도 참고할 필요가 있습니다. 현재 국내 독자 AI 개발 전략은 ‘세계 3위’라는 숫자에 다소 매몰된 듯한 모습입니다. 물론 일부 국내 모델은 국제 벤치마크에서 의미 있는 성과를 거두기도 했고, 현재 진행 중이기 때문에 앞으로 더 큰 성과를 거둘 가능성도 있습니다. 하지만 벤치마크에서 상위권인 것보다 더 중요한 것은 실제로 사용하는 기업이나 개인이 얼마나 되는가입니다. 1·2위인 미국과 중국이 사실상 시장을 거의 양분하는 상황에서 3위라는 목표는 달성할 수 있더라도 큰 의미가 없을 가능성이 높습니다. 그보다는 특정 영역에서 분명한 수요가 있고, 일부는 비용을 지불하고서라도 기꺼이 사용할 수 있는 모델을 개발하는 것이 중요합니다. 그러면서 피드백을 쌓아 나간다면, 어느덧 자신만의 영역을 확고하게 개척한 모델이 될지도 모릅니다.

최근 미국 프런티어 모델을 거의 따라잡은 성능과 증류 논란으로 유명해진 문샷 AI의 키미 K3나 지난해 AI 시장에 큰 충격을 몰고 온 딥시크와 비교해서 알리바바의 Qwen은 상대적으로 대중적 인지도는 낮은 편입니다. 하지만 누구나 다운로드 해 사용할 수 있는 개방형 LLM 모델 가운데서 Qwen 3.8 시리즈는 모델 크기 대비 높은 성능으로 많은 사용자를 확보한 상태로 만만치 않은 기술력을 자랑하는 회사이기도 합니다. 여기에 중국 AI 회사 가운데서는 일찍부터 AI 하드웨어에 많은 투자를 해 자체 플랫폼을 구축하고 있는 회사이기도 합니다. 이런 점에서 알리바바는 자체 모델인 제미나이와 AI 가속기인 TPU를 지닌 구글과 상당히 유사한 전략을 지닌 회사이기도 합니다. 최근 알리바바는 5조에서 10조개 파라미터 규모의 차세대 Qwen 모델을 개발하겠다고 밝혔습니다. 더 중요한 것은 이런 대형 모델을 훈련하고 서비스할 수 있는 자체 AI 가속기 ‘젠우 V900’을 공개했다는 점입니다. 지난 22일 항저우에서 열린 압사라 콘퍼런스에서 공개한 알리바바의 젠우 V900은 216GB의 메모리를 탑재하고 있으며 전 세대인 M890의 3배의 성능을 지니고 있습니다. 구체적인 성능은 아직 공개하지 않았는데, FP16 기준으로 3배라면 1.8 PFLOPs의 성능을 지닌 것으로 추정됩니다. 여기에 FP8/FP4 연산도 지원한다고 밝혔습니다. 아무튼 대략적인 수치를 감안하면 알리바바의 젠우 V900은 엔비디아의 베라 루빈(FP4 기준 50 PFLOPs)과 비교해 성능은 낮은 편입니다. 하지만 엔비디아 칩을 수입하기 힘든 알리바바 입장에서는 자체 개발이 필수적인 상황입니다. 그리고 사실 중국 내에서 경쟁 상대인 화웨이 어센드 칩과 비교해서 크게 낮은 성능이라고 할 수 없는 수준이기도 합니다. 일단 젠우 V900 칩을 계획대로 양산해서 목표처럼 20GW 급 데이터 센터를 2032년까지 구축할 수 있다면 알리바바는 나름 승산이 있다고 보고 있습니다. 중국 AI 모델의 특징은 상대적으로 적은 연산 자원을 이용해서 높은 성능을 낼 수 있게 한 데 있습니다. 미국이 제재로 칩 수급이 어려운 상황에서 내놓은 여러 고육지책이 지금은 오히려 큰 무기가 되고 있는 셈입니다. 최신 Qwen 모델은 활성 파라미터 크기를 줄여 연산 부담을 더는 MoE(Mixture of Experts) 기법은 물론이고 ‘N-gram 임베딩’처럼 AI 가속기의 메모리 부담까지 덜어주는 최신 기법을 사용해 연산 자원 대비 높은 성능을 보여주고 있습니다. 따라서 50만 개의 V900 칩을 실제로 양산해 대규모 AI 데이터 센터를 구축할 수만 있다면 앞으로 AI 경쟁에서 연산 자원 확보에 어려움을 겪는 딥시크나 키미 K3보다 유리한 고지를 차지할 수 있습니다. 물론 하이퍼스케일러가 되기 위해서는 AI 가속기 만으로는 불가능합니다. 한 개의 기속기에서 10조 개의 파라미터를 돌릴 순 없기 때문입니다. 젠우 V900 가속기는 알리바바의 ICN 스위치 패브릭을 통해 약 1.2TB/s의 칩 간 인터커넥트 속도를 제공합니다. 그리고 지우(Panjiu) 슈퍼노드 서버(V900 + ICN 스위치 기반), 이톈(Yitian) CPU를 포함한 자체 맞춤형 랙 스케일 솔루션을 개발하고 있습니다. 다만 중국 내 반도체 수급 상황도 쉽지 않다는 점을 생각하면 순조롭게 캐파 확장에 성공할 수 있을진 미지수입니다. 최대 50만 개의 V900 가속기는 108페타바이트의 HBM 메모리를 의미합니다. 다만 중국 내 고성능 반도체와 고대역폭 메모리 공급이 빠듯한 상황이어서, 계획대로 50만 개 규모로 양산해 대규모 데이터센터를 구축할 수 있을지는 아직 미지수입니다. 물론 이런 어려움을 극복하고 알리바바가 대규모 데이터센터, 자체 AI 가속기, 자체 LLM까지 완성한다면 AI 수직 계열화에 한 발 더 다가가며 입지를 크게 강화할 수 있을 것입니다. 알리바바는 젠우 V900의 출시 시점을 내년 1분기로 밝혔습니다. 알리바바가 어떤 결과를 겨두게 될지 주목됩니다.

한때 AI 및 반도체 관련 주식들을 크게 출렁거리게 만든 중국 딥시크(Deepseek)가 새로운 인공지능(AI) 모델인 ‘DeepSeek-V4-Pro-0813’을 출시하면서 가격을 인상했습니다. 새 프로 모델의 가격은 100만 토큰당 일반 입력 3위안, 출력 6위안이며 이전 처리 내용을 재활용하는 캐시 입력은 0.025위안입니다. 그리고 사용자가 몰리면서 응답 시간이 길어지는 피크 시간대(오전 9시~오후 12시, 오후 2~6시) 요금은 일반 입력 9위안, 출력 27위안으로 크게 높아졌습니다. 여기에 저렴한 V4 플래시 모델 역시 피크 시간대 가격을 4배 올리기로 했습니다. 이와 같은 가격 인상은 최근 사용자가 몰리면서 불가피한 결과였다는 분석도 나오고 있습니다. 딥시크는 최신 엔비디아 그래픽처리장치(GPU) 수입이 어려워지면서 H100 기준 2만 개 정도의 연산 자원에 의존해 서비스를 제공해 왔습니다. 그러면서도 서방 모델과 견줄 수 있는 높은 성능과 매우 저렴한 가격을 책정해 사용자가 몰렸습니다. 딥시크는 토큰 소비량 기준으로 구글이나 오픈AI를 넘어섰고 최근엔 월 사용량 기준으로 앤스로픽에 이어 2위를 차지하기도 했습니다. 그 비결은 연산 효율이 뛰어난 모델에 있습니다. 최근 공개한 ‘V4-Flash-0731’의 경우 단 2840억 개의 파라미터만을 가지고 있음에도 불구하고, 수조 개의 파라미터를 가진 것으로 추정되는 앤스로픽 오푸스에 근접한 성능을 제공합니다. 이렇게 제한된 연산 자원으로도 높은 성능의 서비스가 가능했던 비결은 MoE(Mixture of Experts) 구조에 있습니다. MoE는 일부 파라미터만 활성화시켜 연산 자원을 최대한 적게 소모하는 구조로 같은 하드웨어로 더 많은 토큰을 생성할 수 있습니다. V4-Flash-0731의 경우 실제 활성화되는 파라미터는 130억 개 정도에 불과합니다. 여기에 하드웨어 최적화를 위해 어텐션/메모리 최적화로 KV 캐시를 줄였습니다. 또 유료 서비스에서 중요한 에이전트·코딩·도구 사용 성능을 높이기 위해 이에 특화된 사후 훈련(Post-training)으로 성능을 끌어올렸습니다. 그리고 DSpark(speculative decoding) 같은 몇 가지 방식을 더해 제한된 하드웨어에서 성능을 최대로 높일 수 있습니다. 하지만 이것도 사용자가 몰리면서 한계에 부딪힌 상태입니다. 더구나 DeepSeek-V4-Pro-0813은 모델 파라미터가 1.6조 개에 달하고 MoE 구조를 지녔어도 활성 파라미터가 490억 개에 달합니다. 아무리 하드웨어 최적화를 해도 제한된 연산 자원으로 전 세계에서 쏟아지는 수요를 감당하기에는 역부족입니다. 결국 딥시크는 가격을 전체적으로 올리면서 수요를 분산하고, 이렇게 벌어들인 자금으로 추가 연산 자원 확보에 나선 것으로 풀이됩니다. 현재 엔비디아 칩 수입 금지로 인해 딥시크가 선택할 수 있는 대안은 화웨이 GPU입니다. 대표적인 제품은 어센드 950으로 딥시크에 따르면 어센드 950의 4대가 엔비디아 GB 300 한 대의 성능과 비슷하다고 합니다. 참고로 이 GPU에는 CXMT 메모리가 사용됩니다. 앞서 지난 5월 투자자 콜 유출 자료에서 딥시크 창업자 량원펑이 “화웨이가 약 1만 6000개의 Ascend 950 카드를 할당했다”고 말한 것으로 보도된 바 있습니다. 따라서 대략 GB 300 기준 4000장 정도의 연산 자원을 추가로 확보한 것으로 보이는데, 이는 서방의 대규모 하이퍼스케일러와 비교하면 터무니없이 적은 연산 자원입니다. 물론 이렇게 한정된 연산 자원을 지니고도 최적화를 통해 토큰 소비량 2위로 껑충 뛰어오른 점을 생각하면 딥시크가 무시할 수 없는 AI 업계의 다크호스임을 이해할 수 있습니다. 가격 인상 후 딥시크는 실적을 개선한 후 증시에 상장할 것으로 예상됩니다. 현재 내년 상장을 목표로 IPO를 준비 중인 것으로 알려져 있으며 이를 통해 증시에서 막대한 자금을 끌어올 것으로 예상됩니다. 그러면 약점으로 지적되어 온 연산 자원 확보를 위한 실탄도 넉넉히 마련할 수 있습니다. 화웨이 GPU가 같은 성능의 엔비디아 GPU 대비 더 비싼 것으로 알려져 있긴 하나 뛰어난 모델 효율성을 감안하면 충분히 서방 모델과 경쟁할 수 있다는 계산이 깔려 있을 것입니다. 다만 그전에 가격을 인상해도 충분히 사용자를 잡아 둘 수 있는 성능을 보여줘야 합니다. 최근 오픈AI는 GPT 5.6 일부 모델의 가격을 대폭 인하하면서 중국발 저가 AI와 경쟁에 나선 상태이며 키미 K3, 알리바바의 Qwen 같은 중국 내 다른 경쟁자들도 만만치 않은 상대입니다. 딥시크가 다른 경쟁자를 제치고 토큰 사용량 점유율을 높여 나갈 수 있을지 주목됩니다.

중국산 오픈 웨이트 모델인 키미 K3는 미국의 프런티어 인공지능(AI) 모델과 맞먹는 성능으로 시장에 큰 충격을 안겼습니다. 앤스로픽 AI 모델의 지식 증류를 통해 사실상 기술을 탈취했다는 비판이 나오기도 했지만, 2.8조개의 파라미터를 지닌 초거대 모델을 증류만으로 만들 순 없기 때문에 이제 중국의 AI 기술을 더 이상 무시할 수 없다는 의견도 우세합니다. 더구나 모든 가중치를 공개하는 중국의 개방형 AI 모델이 장기적으로 보면 시장을 잠식할 수 있다는 우려도 만만치 않습니다. 누구나 모델을 받아서 내부적으로 돌릴 수 있기 때문에 내부 정보 유출을 꺼리는 기업이나 기관에서 상당히 매력적인 대안일 뿐 아니라 자사 서비스에 맞춤형으로 개조도 자유롭습니다. 하드웨어를 이미 가지고 있거나 저렴하게 대여할 수 있다면 서비스 비용도 낮출 수 있습니다. 다만 이렇게 되면 비싼 돈을 주고 미국의 프런티어 AI 모델을 누가 쓰겠냐는 우려가 나오는 것도 당연합니다. 결국 중국 개방형 AI 모델이 노리는 것도 이것이라는 비판도 적지 않습니다. 지금까지 IT 생태계는 개방형과 오픈 소스를 찬양해 왔지만, 개방형 AI 앞에서는 목소리가 달라지고 있습니다. 여기에 개방형 AI 모델을 악용하는 사람이나 집단이 나올 수 있다는 걱정도 있습니다. 하지만 저커버그 메타 최고경영자(CEO)는 ‘미래는 모두의 것’이라는 제목의 글에서 “초인공지능을 중앙 집중화하기보다 널리 배포해 모든 사람이 이를 통제할 수 있도록 해야 한다”며 개방형 AI를 지지하는 주장을 펼쳤습니다. 물론 악용 가능성도 인정하면서 모델의 개발 중간 단계부터 감시와 관리가 필요하다는 점은 인정했지만, 개방형 모델의 필요성을 역설한 것입니다. 아마도 저커버그가 갑자기 개방형 모델을 지지한 이유 중 하나는 미국이 폐쇄형 모델로 가는 반면 중국은 개방형 모델로 갈 경우 장기적으로 대부분의 국가들이 누구나 쓸 수 있는 중국 모델에 종속될 것이라는 우려일 것입니다. 사람들이 모두 중국산 개방형 AI만 사용한다면 생태계 역시 여기에 종속될 것입니다. 그리고 결국은 하드웨어 역시 종속될 수 있습니다. 현재 AI 가속기는 엔비디아 칩이 중심이지만, 중국산 AI GPU에서 훈련된 중국 AI 모델은 중국산 하드웨어에서 잘 돌아가게 될 것이기 때문입니다. 따라서 메타가 개방형 AI를 지지하면서 모델을 공개하기로 한 것은 상당한 의미가 있습니다. 물론 앤스로픽이나 오픈 AI처럼 실제 유료 사용자가 많지 않은 것도 이런 결정을 내린 배경 중 하나일 것입니다. 하지만 주요 빅테크 기업이 개방형 모델을 지지하면서 미국산 개방형 모델이 중국산 개방형 모델의 강력한 경쟁자가 될 가능성이 높아졌습니다. 다만 첫술부터 배부를 순 없다는 속담처럼 먼저 공개한 ‘뮤즈 글리머’(Muse Glimmer)의 성능은 사실 아주 인상적이진 않습니다. 뮤즈 글리머는 뮤즈 스파크처럼 대형 모델을 지식 증류해 만든 작은 로컬 모델로 30B(300억개)의 파라미터를 지니고 있습니다. 작다고는 해도 4비트 양자화 모델도 18GB 정도 크기이기 때문에 완전히 그래픽처리장치(GPU)에 올리려면 24GB 메모리가 필요하고 맥 같은 통합 메모리를 사용하는 경우 32GB 이상 모델이 추천됩니다. 현재 비슷한 위치에 있는 개방형 모델은 구글의 젬마 4(Gemma 4) 31B dense 모델과 알리바바의 Qwen 3.6 27B dense 모델인데 뮤즈 글리머는 코딩이나 일반 작업에서 더 우수하진 않지만, 여러 단계의 임무를 수행하는 에이전트 기능면에서 우수하다는 평가가 나오고 있습니다. 그러나 당장 경쟁 모델을 위협할 수 있을 정도의 인상적인 성능을 보여주진 않고 있습니다. 여기에 아직 모델이 하나뿐인 점도 약점입니다. 알리바바 Qwen의 경우 대형부터 중소형 모델까지 여러 모델이 있고 코딩 전용 모델인 코더 등 다양한 모델이 있어 사용자가 상황에 맞춰 고를 수 있는 선택지가 넓습니다. 대항마로 나온 젬마 4 역시 스마트폰에서 돌릴 수 있는 작은 모델에서 비교적 큰 31B 모델까지 선택의 폭이 좀 더 넓습니다. 특히 Qwen과 젬마 모두 MoE(Mixture of Expert) 기능을 지원해 개인 컴퓨터에서도 빠른 토큰 속도를 확보할 수 있습니다. 특히 Gemma 4 26B A4B QAT(Quantization-Aware Training) 모델은 학습 단계부터 양자화를 시뮬레이션해서 압축 시 발생하는 품질 손실을 효과적으로 줄였습니다. 덕분에 QAT 4비트 버전은 용량을 약 14.4GB 수준으로 줄여 16GB 메모리의 GPU나 개인용 노트북에서도 원활하게 굴러가면서도 성능은 57.7GB의 용량을 지닌 16비트 모델에 근접해 큰 인기를 끌고 있습니다. 뮤즈 글리머는 MoE 모델이 없는 단일 모델로 속도가 MoE 모델보다 느릴 수밖에 없지만, 대신 DFlash 드래프터 모델이라는 소형 보조 모델을 사용해 속도를 높일 수 있습니다. 메타가 발표한 데이터에 따르면 RTX 5090 카드에서는 3.1배, M5 Max에서는 1.8배, M4 Max에서는 1.5배 빠른 응답 속도를 제공합니다. Dense 모델의 단점인 높은 사양과 느린 응답 속도를 개선한 것으로 주목받고 있습니다. 메타의 뮤즈 글리머는 현시점에서는 그렇게 인상적인 성능을 지닌 개방형 AI라고 보긴 어렵습니다. 하지만 구글 젬마가 그랬던 것처럼 이후 버전에서 성능을 높여 나가면서 다양한 기능과 모델을 선보인다면 개방형 AI 부분에서 새로운 강자가 될 수 있습니다. 메타의 개방형 AI 승부수가 통할 수 있을지 주목됩니다.

지구상에서 가장 극한 환경 중 한 곳인 북극의 심해 속에서도 오징어가 살고 있었다. 최근 서호주대학 해양연구소 연구팀은 희귀한 북극 오징어가 바닷속에서 사는 모습을 처음으로 촬영한 연구 결과를 국제 학술지 ‘극지 생물학’(Polar Biology)에 발표했다. 애니메이션에 등장할 법한 이 오징어의 이름은 ‘북극 밥테일 오징어’(Arctic bobtail squid·학명 Rossia moelleri)로 길이가 10㎝로 짧으며 동글동글한 몸매를 자랑한다. 연구팀은 지난해 9월 원격 조종 수중 로봇(ROV)을 이용해 그린란드 북동부 국립공원 인근 피오르 해역에서 이 오징어를 찾아냈다. 당시 연구팀은 수온 약 -1.6°C인 수심 50m 부근에서 처음 이 오징어를 발견했다. 생명체가 살기 힘든 최악의 조건이지만 놀라운 점은 혹한의 바닷속에서도 암컷 성체가 많은 알을 정성스럽게 돌보는 모습도 확인됐다. 특히 오징어와 같은 두족류가 환경 변화와 수온에 매우 민감하다는 점을 고려하면 더욱 놀라운 발견으로 평가받는다. 연구를 이끈 페이지 마로니 박사는 “극한의 환경에서 북극 오징어가 최초로 촬영된 것은 미지의 심해 생태계와 생명체의 강인한 회복력을 보여준다”면서 “오징어가 환경 변화에 예민하다는 점을 고려하면 급속도로 온난화되는 북극의 생태학적 변화를 추적하는 데 귀중한 기준점을 제공한다”고 의미를 부여했다. 꼬리 짧은 오징어라는 뜻의 북극 밥테일 오징어는 귀엽고 화려한 외모를 가졌으며 먹이사슬의 중간쯤에 위치하는 중요 포식자다. 카멜레온처럼 색상이 변하는 게 특징으로 북극해에 서식하는 세 종의 밥테일 오징어 중에서는 가장 크고 혹독한 추위에 가장 잘 적응한 종으로 알려져 있다.

정부의 독자 인공지능(AI) 파운데이션 모델(독파모) 사업에 참여 중인 국내 AI 스타트업이 개발한 대규모언어모델(LLM)이 글로벌 오픈소스 AI 성능 평가에서 중국의 최신 모델들과 어깨를 나란히 했다. 미중 양강이 주도하는 경쟁에서 국내 독자 모델의 경쟁력을 보여줬다는 평가가 나온다. 모티프테크놀로지스는 자사가 개발 중인 ‘모티프3’ 프리뷰 버전이 글로벌 AI 평가기관 아티피셜 애널리시스의 종합 성능 지표(AAII)에서 44점을 기록했다고 21일 밝혔다. 이는 중국 딥시크의 최신 모델 ‘V4 프로’와 같은 점수다. 오픈소스 모델 기준으로는 최근 공개돼 주목받고 있는 문샷AI의 ‘키미 K3’, 즈푸AI의 ‘GLM-5.2’에 이어 딥시크 V4 프로, 미니맥스 M3와 함께 3위권에 이름을 올렸다. 앤트로픽과 오픈AI 등 상용 모델을 포함한 전체 순위에서도 11위를 기록했다. 모티프3는 3140억 개(314B) 파라미터 규모의 전문가혼합(MoE) 구조를 적용한 모델이다. 전체 모델 규모는 유지하면서 실제 추론 과정에서는 약 130억 개(13B) 파라미터만 선택적으로 활성화해 연산 효율을 높였다. 해외 오픈소스 모델을 기반으로 개량한 것이 아니라 처음부터 독자 아키텍처로 설계했다는 점도 특징이다. 이번 평가는 최종 모델이 아닌 프리뷰 버전을 대상으로 이뤄졌다. 회사는 다음 달 초 성능을 더욱 끌어올린 최종 버전을 공개할 예정이다. 모티프테크놀로지스 관계자는 “글로벌 선도 모델과의 기술 격차를 3~5개월 수준까지 좁혔다. 독파모 사업이 국내 AI 기업들이 글로벌 경쟁에 도전할 수 있는 발판이 되고 있다”고 말했다.

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.

카카오가 19일 글로벌 오픈소스 커뮤니티 ‘허깅페이스’에 자체 개발한 차세대 언어모델 ‘카나나2’를 오픈소스로 공개했다. 지난해 자체 개발 인공지능(AI) 모델인 ‘카나나’ 시리즈의 연장선이다. 카카오가 이날 선보인 카나나2는 총 3종으로, 기본 모델인 ‘베이스’, 사후 학습을 통해 지시 이행 능력을 높인 ‘인스트럭트’, 카나나 시리즈에서 처음 선보이는 ‘추론 특화’ 모델로 구성됐다. 개발자들이 자체 데이터를 활용해 자유롭게 모델을 파인튜닝(미세조정)할 수 있도록 사용자 명령의 맥락을 파악해 능동적으로 동작하는 ‘동료’와 같은 AI에 초점을 맞췄다. 특히 에이전틱 AI 구현의 핵심인 도구 호출 기능과 사용자 지시 이행 능력이 비약적으로 향상됐다. 이전 모델인 카나나1.5에 비해 다중 대화의 도구 호출 능력을 3배 이상 향상시켜 복잡한 단계별 요구 사항을 정확하게 이해하고 수행하도록 설계됐다. 지원 언어 역시 기존 한국어·영어에서 한국어·영어·일본어·중국어·태국어·베트남어까지 6개로 확장해 활용도를 높였다. 기술적으로는 효율성을 극대화하기 위해 최신 아키텍처를 도입해 추론 시 필요한 파라미터만 활성화 해 연산 비용과 응답 속도를 개선했다. 대규모 동시 접속 요청을 압도적으로 빠르게 처리해 성능 지표에서 글로벌 수준의 경쟁력을 확인했다. 인스트럭트 모델의 경우 한국정보과학회와 공동 개최한 ‘AI 에이전트 경진대회’에서 참가자들에게 선공개돼 실제 에이전트 개발 환경에서의 활용 능력이 검증된 바 있다. 카카오는 향후 동일한 ‘전문가혼합’(MoE) 구조를 기반으로 카나나 모델 규모를 확장하고, 고차원적인 지시 이행 능력을 확보할 계획이다. 복잡한 AI 에이전트 시나리오에 특화된 모델 개발과 온 디바이스 형식의 경량화 모델도 지속적으로 고도화하겠다고 밝혔다. 김병학 카카오 카나나 성과리더는 “혁신적인 기술과 기능을 갖춘 AI 서비스의 근간은 언어모델의 성능과 효율”이라며 “실제 AI 서비스에 적용돼 실용성을 갖춘 AI 모델을 개발하고 꾸준히 오픈소스로 공유해 국내외 AI 연구 생태계 활성화에 기여하겠다”고 말했다.

지방정부(경기도)·ILO·노동부 첫 공동 주최, ‘2025 국제노동페스타’ 개막 경기도와 국제노동기구(ILO), 고용노동부와 공동으로 주최하는 ‘2025 국제노동페스타(The 2025 GG-ILO-MOEL International Labour Festa)’가 16일 고양 킨텍스에서 개막했다. 지방정부가 ILO 및 중앙정부와 함께 대규모 국제 노동 행사 공동 주최는 처음이다. 김동연 지사는 이날 개회사를 통해 “기후위기와 디지털전환, 플랫폼경제 등 거대한 전환이 일자리는 물론 노동의 의미까지 뒤흔들고 있다. 우리가 노동을 넘어 ‘일의 미래’를 고민해야 하는 이유”라며 청년 기회 패키지, 기회소득, 임금 삭감 없는 주4.5일제, 비정규직 공정수당 등 기회의 불평등이 삶의 불평등으로 이어지지 않도록 하는 경기도의 정책을 소개했다. 이어 “경기도는 국민주권정부의 국정 제1동반자로서 책무를 다하겠다. 전 정부가 역주행했던 정책에 맞서 정주행했던 경험과 실행력을 바탕으로 노동 존중 사회와 일의 미래를 새 정부와 함께 힘차게 열어가겠다”며 “‘괜찮은 일자리’, ‘인간 존엄을 위한 일자리’가 뉴 노멀, 당연한 상식이 되도록 최선을 다하겠다”고 약속했다. ‘청년, 지방정부 그리고 일의 미래’를 슬로건으로 내건 이번 행사에는 김동연 지사와 김영훈 고용노동부 장관, 이상헌 ILO 고용정책국장을 비롯해 국제노동조합총연맹(ITUC), 국제사용자기구(IOE) 등 국제기구 핵심 인사들이 참석했다. 또한 김동명 한국노총위원장, 양경수 민주노총위원장 등 국내외 노동단체와 경영계 대표, 그리고 전 세계 50개국에서 초청한 청년 대표단(Youth 100) 등 총 500여 명이 참석해 ‘일의 미래’를 위한 연대와 협력을 다짐했다. 질베르 웅보 ILO사무총장은 영상 축사를 통해 “이번 페스타를 통해 여러분이 만들어낼 통찰력과 파트너십 그리고 해결책들은 앞으로 수년간 청년 고용을 위한 우리의 세계적인 사명을 이끌어갈 것”이라고 말했다. 기조연설자로 나선 김영훈 고용노동부 장관은 청년들에게 일할 기회 확대, 일터에서의 노동기본권 강화 등 정부의 정책 방향을 설명하며 “대한민국 정부는 경기도, ILO와 함께 청년이 존중받고 성장할 수 있는 일자리, 변화하는 환경에서 기회를 찾을 수 있는 노동시장, 지속 가능한 발전을 뒷받침하는 노동정책을 흔들림 없이 추진해나가겠다”라고 밝혔다. 페스타의 핵심 프로그램인 ‘청년 100인과의 대화’ 세션에서는 글로벌 청년들의 목소리를 직접 듣는 방식으로 진행됐다. 김동연 지사와 김영훈 장관, 이상헌 국장 등 노사정 대표 5인은 무대에 올라 ‘Youth 100’ 대표단과 함께 ▲사회적 이동성(계층 이동) ▲워라밸 대 높은 임금 ▲AI의 일자리 대체 등 민감하고 현실적인 주제를 놓고 데이터 기반의 즉석 토론을 벌였다. 행사는 16일 첫날 ‘정책의 날(Policy Day)’과 17일 ‘대화의 날(Dialogue Day)’로 나뉘어 진행된다. 첫날인 16일에는 개막식에 이어 ‘괜찮은 일자리와 지방정부의 역할’, ‘디지털 경제와 지방정부’를 주제로 한 국제노동포럼이 진행됐다. 영국 맨체스터 광역 정부, 독일 브란덴부르크 등의 해외 지방정부 관계자들이 발제자로 나서 각국의 노동정책 사례를 공유했다. 17일에는 ‘제3회 국제청년고용포럼’이 열린다. 포용적 고용을 위한 혁신과 청년 노동권을 주제로 심도 있는 논의가 이어지며, 논의 결과를 바탕으로 전 세계 청년들이 직접 작성한 ‘청년고용 행동계획(Call to Action)’을 발표하며 행사가 마무리된다.

- AI 학습 플랫폼 HUMMINGo 고도화 및 글로벌 확장 논의- 자동 평가·피드백·맞춤 학습으로 영어 교육 혁신 가속화 국내 대표 에듀테크 기업 크레버스(대표 이동훈)가 23년 9월 마이크로소프트(Microsoft)와 인공지능(AI) 플랫폼 기술 협력을 위한 업무협약(MOU)을 체결한 이후 2년간의 성과를 돌아보고 기념하는 자리를 마련했다. 이번 미팅에는 Microsoft ASEAN & Korea SME&C 영업 총괄 Vincent Wong, Microsoft ASEAN & Korea SME&C Azure 비즈니스 총괄 송주현 부문장, 크레버스 AX사업본부 김관 상무, 전략기획본부 강상우 상무가 참석해 지난 협력 성과를 공유하고, AI 기반 학습 평가 플랫폼 ‘HUMMINGo’의 글로벌 성장 전략을 논의했다. HUMMINGo는 학습자의 라이팅·스피킹 데이터를 정교하게 분석·평가해 개인 맞춤 피드백을 실시간 제공하는 AI 영어 자동 평가엔진이다. 크레버스가 설계한 AI 기반 플랫폼으로, 교실과 온라인 학습을 유기적으로 연결해 학습 효과를 극대화한다. 이로써 평균 3.5일이 걸리던 과제 채점 시간이 단 7초로 단축되면서, 학습자는 실시간 피드백을 받을 수 있게 됐다. AI는 축적된 학습 데이터를 기반으로 표준화되고 객관적인 평가를 제공하며, 학습자의 취약 영역을 정밀하게 진단해 개인 튜터 수준의 맞춤형 피드백을 지원한다. 또한 운영 효율성 역시 크게 향상되어 운영 비용이 약 85% 절감됐다. 마이크로소프트는 HUMMINGo의 B2C 시장 잠재력과 글로벌 확장성을 높이 평가했다. 특히 자기주도 학습 트렌드가 확산되는 시장에서 HUMMINGo가 글로벌 교육 수요를 선도할 가능성이 높다고 언급했다. 양사는 ‘한국 → 싱가포르 → 글로벌’로 이어지는 단계적 확장 전략을 공유했다. Vincent Wong은 “싱가포르는 영어권 기반의 디지털 친화성과 교육 혁신 환경을 갖춘 APAC 시장 진출의 전략적 거점입니다. 특히 싱가포르 교육부(MOE)의 인증은 시장 신뢰도를 결정짓는 핵심 요소로, 이를 기반으로 태국, 베트남 등 동남아시아로의 확장도 충분히 가능합니다”라고 강조했다. 마이크로소프트는 HUMMINGo의 기술이 Microsoft Teams와 Copilot 등 교육 솔루션과의 연동이 용이하다고 평가하며, 기술 연동 가이드와 협력 방향을 제시했다. 아울러 HUMMINGo의 초기 AI 도입 사례를 기반으로 케이스 스터디 공동 제작 및 글로벌 홍보 협력 가능성도 제안했다. 이번 미팅을 통해 양사는 AI 기술을 기반으로 교실·가정·디지털 환경을 연결하는 지속 가능한 학습 생태계 구축 방향을 재확인했으며, 크레버스 관계자는 “마이크로소프트와 함께 글로벌 AI 교육의 새로운 기준을 만들어가겠다”고 밝혔다.

산림청 산하 공공기관인 한국임업진흥원은 지난 25일 서울 여의도 아시아산림협력기구(AfoCO)사무국에서 콩고민주공화국 정부관계자 및 시민단체를 대상으로 국내 산림자원조사 및 산림공간정보 구축 기술을 공유하는 연수를 진행했다. 이번 연수는 한국국제협력단(KOICA)과 유엔개발계획(UNDP), 아시아산림협력기구(AfoCO) 공동 주관으로 추진됐으며, 지속가능한 산림관리를 위한 우리나라의 정책과 기술을 전파하고자 마련되었다. 한국임업진흥원은 이번 연수에서 △산림자원조사(NFI) △산림공간정보 구축(FGIS) △산림 디지털 통합관리 체계 등 국내의 우수한 산림정보기술을 공유했다. 특히 콩고민주공화국 환경부(MOE) 차관을 비롯해 산림공무원, 시민단체, 학계, 국제기구 관계자 등 12명이 참석해 현지 여건에 적합한 발전 전략을 주제로 심도 있는 논의를 이어갔다. 최무열 원장은 “산림디지털 강국으로서 우리나라 산림정보기술의 성과 공유를 통해 국제적인 입지를 다지고, 콩고민주공화국의 산림정보기술 역량 강화에 적극 협력하겠다.”라고 밝혔다.

아주대학교가 미얀마 지진 피해 복구를 위한 성금을 대한적십자사 경기도지사에 전달했다. 15일 아주대학교에서 열린 전달식에는 최기주 총장을 비롯해 미얀마 국적의 재학생 모야난킨(Moe Yanant Khin), 낭라오완(Nang Lao Mwan) 등이 참석한 가운데 최 총장이 이재정 대한적십자사 경기도지사 회장에게 성금을 전달했다. 현재 아주대학교에는 미얀마 유학생 351명이 재학 중이다. 지진 발생 직후, 아주대는 미얀마 유학생들과 간담회를 가졌는데, 이 자리에서 학생들은 피해 복구에 대한 관심과 지원을 요청했다. 이에 아주대는 지난달 7일부터 14일까지 교수, 직원, 학생 등 구성원들을 대상으로 성금 모금 캠페인을 펼쳐 총 1,083만 원을 모았다. 최기주 총장은 “아주대 구성원들의 정성이 강진 피해 복구에 조금이나마 도움이 되기를 바란다”며, “우리 대학에 재학 중인 미얀마 학생들에게도 지속적인 관심과 지원을 아끼지 않겠다”라고 밝혔다. 전달식에 참석한 모야난킨 학생은 “대학 차원의 관심과 세심한 조치에 감사드린다”며, “특히 아주대 구성원들이 보여준 정성과 연대에 미얀마 국민의 한 사람으로서 깊은 감사를 전하고 싶다”라고 말했다.

“CBDC(각국의 중앙은행이 발행하는 디지털 화폐)는 중앙은행 입장에서 더 이상 미룰 수 없는 연구과제가 되고 있다.” 이창용 한국은행 총재가 지난 2023년 12월 15일 ‘기획재정부(MOEF)-한국은행(BOK)-금융위원회(FSC)-국제통화기금(IMF) 국제콘퍼런스’에서 한 말이다. 이 총재는 최근 USDT, USDC 등 민간 스테이블코인이 발행되기 시작했다는 점을 지적하며 “비자나 마스터카드처럼 국제적 네트워크를 가진 기관에 의해 스테이블코인이 발행된다면 국가 간 자본이동의 변동성이 커지고 통화주권에 부정적 영향이 발생할 수 있다”고 말했다. 각국의 중앙은행들이 CBDC 개발 및 활용에 박차를 가하는 가운데 우리나라에서도 CBDC가 본격적으로 활용될 수 있을지 관심이 모인다. 로이터통신은 지난해 9월 미국 싱크탱크 대서양협의회의 조사 결과를 인용해 주요 20개국(G20) 구성국 전체가 CBDC를 검토하고 있으며, 전 세계에서 44개국이 이를 시범적으로 실시하고 있다는 보도했다. 이미 CBDC를 출시한 나라는 바하마, 자메이카, 나이지리아 등 3개국이다. 그밖에 러시아, 중국, 호주, 브라질 등이 CBDC를 시범 운영하고 있다. 가장 활발하게 CBDC를 개발 중인 나라 중 하나인 중국은 ‘디지털 위안화’(e-CNY)를 시범 운영하고 있다. 중국 인민은행에 따르면 지난해 6월 기준 e-CNY의 누적 거래액은 7조 위안(약 1382조원)에 달했다. 중국은 e-CNY 채택 확대를 위해 홍콩의 실시간 결제 시스템(FPS)과 연계해 결제 기능을 강화했다. 러시아는 ‘디지털 루블’을 올해 7월 1일부터 은행과 대형상점에 의무화하는 법안을 시행할 예정이다. 이에 따라 디지털 루블은 2027년까지 모든 은행으로 확대될 예정이다. 유로존 중앙은행도 현재 ‘디지털 유로’를 테스트 중이다. 싱가포르는 지난해 11월 도매형 CBDC 테스트를 시작했다. 우리나라도 올해 ‘디지털 원화’의 실증 테스트를 앞두고 있다. 한은 금융통화위원회(금통위)는 지난달 24일 ‘2025년 통화신용정책 운영방향’을 의결하고, CBDC 도입을 위해 금융위원회, 금융감독원, 참가은행들과 협력해 기관용 CBDC와 예금 토큰 실거래 테스트를 실시하기로 했다. 이를 통해 일반 국민들이 예금 토큰과 디지털 바우처를 실생활에서 직접 사용할 수 있는 기반을 마련한다는 계획이다. 한은은 지난 2018년 CBDC 관련 연구를 본격적으로 시작해 2년간 모의실험을 거쳤다. 한은은 올해 중앙은행 디지털화폐(CBDC) 관련 연구와 글로벌 협력을 강화하기 위해 디지털화폐연구부를 디지털화폐연구실로 확대 개편하기도 했다. 디지털화폐연구실은 CBDC 관련 기술 과제 및 제도 연구를 수행한다. 정부·국회 등 관계기관과 협력을 강화하고 글로벌 논의과정에도 적극 참여할 예정이다. 이창용 한은 총재는 올해 신년사에서 “CBDC 관련 테스트를 차질없이 진행할 것”이라고 강조하기도 했다. 이처럼 각국 중앙은행이 CBDC 활용을 늘리려는 이유는 다양하다. CBDC는 은행 계좌가 없는 소외계층도 금융서비스에 쉽고 안전하게 접근하도록 할 수 있다. 또한 현금의 발행·수송·보관에 드는 비용을 줄이고, 국제결제의 효율성을 높일 수도 있다. 러시아 등의 경우 달러 패권의 영향력에서 벗어나기 위해 CBDC 사용를 강화하려는 목적도 있다. 다만 일각에서는 금융 개인정보 보호를 이유로 CBDC에 반대하는 목소리도 커지고 있다. 중앙은행이 CBDC를 발행 및 관리할 경우 금융 거래에 대한 광범위한 감시 권한을 갖게 될 수 있다는 것이다. 도널드 트럼프 미국 대통령은 지난 24일(현지시간) 연준의 CBDC 개발 중단 등 내용이 포함된 행정명령에 서명했다. 앞서 트럼프는 스테이블코인(달러 등 기존 화폐에 고정 가치로 발행되는 암호화폐)만을 검증된 디지털 달러로 간주하며, 프라이버시 침해 등을 이유로 CBDC에 반대하는 입장을 내세운 바 있다.

고용노동부 산하 경남지역 4개 노동지청은 설 명절을 앞두고 임금 체불 예방과 청산에 힘쓰겠다고 8일 밝혔다. 고용노동부 창원·진주·양산·통영지청 설명을 종합하면 지난해 12월 기준 도내 18개 시·군 누적 임금체불액은 1554억원, 인원은 2만 316명이다. 지청별 임금 체불액은 김해 등 3개 지자체를 관할하는 양산지청이 642억원으로 가장 많았다. 함안 등 4개 지자체를 관할하는 창원지청은 443억원, 진주 등 8개 지자체를 관할하는 진주지청은 245억원, 거제 등을 관할하는 통영지청은 224억원으로 집계됐다. 체불 인원은 양산지청 6984명, 창원지청 6974명, 통영지청 3561명, 진주지청 2797명 순이었다. 각 노동지청은 이달 24일까지 임금체불 집중 청산에 들어간다. 임금체불 피해를 손쉽게 신고할 수 있도록 전용 창구(노동 포털 labor.moel.go.kr·전화 1551-2978)를 개설·운영하는 게 예다. 이 중 전용 전화를 이용하면 임금체불 업무를 전담하는 근로감독관과 직접 연결돼 상담받거나 신고를 할 수 있다. 각 지청은 또 체불사업주 융자제도를 활용해 사업주가 자발적으로 임금 체불을 청산하도록 우선 지원할 계획이다. 임금체불 피해 노동자가 집중지도기간 중 대지급금 지급을 청구하면 처리 기간도 기존 14일에서 7일로 단축할 방침이다.

삼성전자 광주공장이 2018년부터 2020년까지 3건의 산업재해 발생 사실을 숨겼다 노동 당국에 적발됐다. LG디스플레이는 하청의 사고 사망 비중이 높은 원청 사업장으로 나타났다. 고용노동부는 19일 산업재해 사망 사고가 한 해 2건 이상 발생했거나 산재 발생을 제대로 보고하지 않은 사업장 등 산재 예방조치 의무를 위반한 468개 사업장의 명단을 공개했다. 공표 대상은 2023년 이전 재해가 발생해 올해 형이 확정된 현장 등이다. 연간 사망 재해가 2명 이상인 사업장은 모두 10개로, 창성건설(원청)·동일건설산업(하청)이 3명(2020년)으로 가장 많았다. 건설업이 사망사고의 절반을 차지했다. 사망만인율이 동일 규모·동일 업종 평균 이상인 사업장은 총 372개로 집계됐다. 건설업이 57%, 규모별로는 50인 미만 사업장이 89.8%에 달했다. 위험물질 누출과 화재 및 폭발 등 중대 산업 사고가 발생한 사업장은 13개로, 다수 부상자가 발생한 천일페인트와 GS칼텍스 여수공장 등이 포함됐다. 삼성전자 광주공장과 태광산업 울산공장 등 13개 사업장은 산재를 은폐한 것으로 드러났다. 노동 당국의 조사과정에서 뒤늦게 확인돼 벌금형을 받았다. 최근 3년간 2회 이상 산재 미보고한 빅스타건설(5건), 범양종합건설(3건) 등 18개 사업장은 과태료 처분이 내려졌다. LG디스플레이는 원청의 안전·보건 조치 의무 위반으로 하청 근로자 산재가 많은 것으로 조사됐다. 원·하청 산업재해 통합관리 제도에 따라 제조업·철도운송업·전기업 등 상시 근로자 수 500인 이상 사업장은 원청과 하청을 합친 사고 사망만인율이 원청의 사고 사망만인율보다 높으면 공표 대상이다. 공표 사업장과 임원은 향후 3년간 각종 정부포상이 제한되며, 관할 지방고용노동청에서 최고경영자(CEO)의 안전의식 제고를 위한 교육을 받아야 한다. 명단은 관보와 고용노동부 홈페이지(moel.go.kr)에서 확인할 수 있다. 김문수 고용부 장관은 “산업안전보건법 위반 사업장에 대해 엄중하게 책임을 묻는다는 인식 확산으로 전 사업장이 안전에 대한 경각심을 갖게 되는 계기가 되길 기대한다”며 “소규모 사업장 등 안전에 취약한 분야에 대한 지원 및 사망사고 감축을 위해 모든 노력을 다하겠다”고 밝혔다.

고용노동부 창원지청은 추석을 앞두고 ‘체불 예방·조기 청산 대책’을 시행한다고 27일 밝혔다. 창원지청 담당 지역인 경남 창원시, 함안군, 창녕군, 의령군에서는 올 상반기 임금체불액이 220억원으로 집계됐다. 지난해 같은 기간 163억원보다 34.9% 늘어난 규모이자, 2020년 이후 가장 많다. 창원지청은 내달 13일까지를 집중 지도 기간으로 운영하면서 추석 전 임금체불 청산 활동을 강화하기로 했다. 창원지청은 지역 내 114개 사업장을 찾아가 근로감독하고, 임금체불이 증가한 건설, 음식·숙박, 정보통신업 등 취약 업종을 중심으로 예방 활동을 진행한다. 사업장에서 임금체불이 확인되면 시정 지시하고 추석 전에 임금체불이 해결될 수 있도록 지도할 방침이다. 체불 금액이 많거나 피해 노동자가 다수일 때, 체불로 말미암아 분규가 발생했을 때 등은 기관장이 현장을 직접 방문해 청산을 지휘할 계획이다. 임금체불 피해를 손쉽게 신고할 수 있도록 전용 신고창구도 운영한다. ‘노동포털’(labor.moel.go.kr)에 접속하거나 전용 번호(1551-2978)에 전화 걸면 된다. 전용 전화에 전화하면 임금체불 업무를 전담하는 근로감독관과 직접 연결돼 상담받거나 신고할 수 있다. 창원지청 내 체불 청산 기동반을 편성·가동해 피해 노동자 권리구제도 할 예정이다. 사업주가 경영상 어려움으로 임금체불을 했다면 체불사업주 융자제도 등으로 자발적인 청산을 지원한다. 양영봉 창원지청장은 “모든 근로감독관이 사업장 감독을 하고 임금체불 신고 전담 창구 운영 등으로 임금체불을 예방할 수 있게 하겠다”며 “이미 발생한 임금체불은 추석 전에 청산이 되도록 적극적으로 지원하겠다”고 밝혔다.

‘노동포털’(labor.moel.go.kr)을 활용한 고용·노동 관련 온라인 서비스가 확대된다. 고용노동부는 지난해 5월 개통한 노동포털 누리집에 산업안전 분야 민원 신청·조회 기능 등을 추가해 30일부터 서비스한다고 28일 밝혔다. 현재는 근로 기준분야 민원 신청·조회, 노동관계법령 정보, 노동법 교육자료, 노무관리 가이드 북, 근로조건 계산기 등 61종을 제공하고 있다. 노동포털에 산업안전 38종이 추가돼 총 99종의 노동 관련 민원을 온라인·모바일로 확인 가능하다. 민원 신청부터 진행 과정 조회 및 처리결과 등을 온라인으로 확인하고, 산업안전보건법상 지정기관 지정서나 석면 해체·제거 작업 신고 증명서 등도 발급받을 수 있다. 기존 고용부 누리집에서 운영하던 ‘노사 부조리 신고센터’ 등 9개 노동 분야 신고센터를 ‘노사 불법행위 신고센터’로 통합해 노동포털에서 보다 편리하게 익명 제보할 수 있게 된다. 국민의 알권리 보장을 위해 9700여 건의 노동 분야 질의 회시를 조회할 수 있는 기능도 제공할 예정이다. 황보국 고용부 노동정책실장은 “노동포털 기능 확대로 노동 분야 대국민 서비스를 제공하는 노동 행정 플랫폼이 구축됐다”라면서 “관심이 높은 민원 처리 결과를 실시간 확인할 수 있고, 불필요한 기관 방문을 최소화해 국민의 시간과 비용을 줄이는 등 행정의 신뢰를 높이는 노력을 더욱 강화해 나가겠다”라고 밝혔다.

수업에 출석하는 의대생에게 사과를 요구하고, 의사 국가고시는 물론 본과 과목 시험의 가이드라인 역할을 하는 이른바 ‘족보’ 공유를 금지하는 등 집단행동을 강요하는 행위에 대해 교육부가 집중 신고 기간을 운영한다. 교육부는 26일부터 다음달 10일까지 2주간 의대 수업 거부 강요 행위에 대해 신고 기간을 운영한다고 밝혔다. 의대가 수업을 재개하는 가운데 수업에 복귀할 의향이 있는데도 동료들의 강요나 압박으로 수업을 듣지 못하는 의대생들을 보호하려는 조치다. 피해 사례는 교육부가 운영하는 ‘의과대학 학생 보호·신고센터’(010-2042-6093, 010-3632-6093, moemedi@korea.kr)로 신고하면 된다. 교육부는 신고 내용을 확인한 뒤 강요·협박과 같은 위법 행위가 의심되면 경찰에 수사를 의뢰할 예정이다. 이주호 부총리 겸 교육부 장관은 “수업에 복귀하고자 하는 의대생들을 적극적으로 보호할 것”이라고 밝혔다. 앞서 교육부는 이 신고센터를 통해 접수된 수도권 의대의 집단행동 참여 강요 사례에 대해 지난 18일 경찰에 수사를 의뢰하기도 했다. 이 수도권 의대 학생 TF는 소속 학생들에게 ‘수업 재개와 관계없이 단체 수업 거부를 지속하라’고 요구했다. 단체행동을 거부하고 수업에 참여한 학생은 전 학년에 공개적으로 대면 사과해야 한다고 명시했고, 수업에 참여한 학생들은 족보에 접근할 수 없다고도 언급했다. 해당 의대 TF는 대면 강의, 임상실습, 온라인 수업까지 결석 인증을 요구하기도 했다.