“하객룩을 골라줘.” 7일 서울 코엑스 ‘AI 페스타 2026’ KT 전시장. 이용자가 20만원 이내 하객룩을 요청하자 인공지능(AI)이 옷과 신발을 골라 13만 8210원짜리 조합을 내놨다. 할인 가격까지 반영하자 구매 화면이 이어졌다. KT가 오는 12월 선보일 ‘모두의 AI’는 이처럼 검색과 추천을 넘어 실제 행동까지 연결하는 데 초점을 맞췄다. 향후 예약·구매·신청·일정 등록은 물론 정부 행정·민원 서비스까지 연계할 계획이다. ‘모두의 AI’는 과학기술정보통신부가 추진하는 대국민 AI 서비스 사업이다. KT는 다음·업스테이지·모티프·NC AI·솔트룩스·리벨리온 등과 컨소시엄을 꾸렸다. 하나의 거대언어모델(LLM)에 모든 일을 맡기는 대신 여러 국산 모델 중 질문과 작업에 맞는 모델을 골라 쓰는 방식이다. 복잡한 추론은 고성능 모델에, 일상적인 질문은 가벼운 모델에 맡긴다. 이를 조율하는 역할은 KT의 ‘토큰 팩토리’가 맡는다. 질문의 난도와 성격을 분석해 적합한 모델을 연결하고 불필요한 연산을 줄인다. KT는 이를 통해 토큰 사용량을 16~20% 절감할 수 있다고 설명했다. AI 인프라에는 리벨리온의 국산 신경망처리장치(NPU)를 적용한 클러스터를 활용한다. 새로운 AI 모델이 나오면 추가로 탑재할 수 있는 개방형 구조도 택했다. 이용자가 ‘모두의 AI’를 접하는 통로도 다양해진다. KT는 ‘이음 인사이드(Inside)’를 통해 별도 앱뿐 아니라 다음·다나와·무신사·콴다·딥서치·직방 등 기존 서비스 안에서도 AI를 쓸 수 있도록 할 계획이다. 이날 전시장에서는 하객룩 추천 외에 수학 풀이, 금융 리서치, 부동산 검색 등도 체험 가능했다. NC AI 기술로 만든 캐릭터를 3D 프린터로 출력해 가져가는 공간도 마련했다. KT는 이달 제한된 이용자를 대상으로 클로즈 베타를 시작한다. 베타 기간에는 날씨·주식·생활정보 등 다양한 질문의 의도를 정확히 파악하고 답하는 기능을 우선 검증한다. 다음달에 이용자를 늘린 뒤 오는 12월에 전 국민 대상으로 정식 서비스를 선보일 예정이다.

메타·엔비디아 등 1년 새 413조원↑ 中모델 저가공세에 AI 수익성 악화미국내 반대 여론에 투자열기 식어AI기업 속도조절론까지 확산 ‘위기’ 글로벌 빅테크들의 인공지능(AI) 인프라 투자 경쟁이 과열되면서 AI 수익성 악화에 따라 금융 리스크가 수면 위로 떠오르고 있다. AI 토큰 가격이 역대 최저 수준으로 하락했고, AI 속도조절론까지 확산되면서 데이터센터 투자가 일명 ‘AI 빚투’로 전환될 수 있다는 우려도 나온다. 파이낸셜타임즈(FT)는 20일(현지시간) 메타와 브로드컴, 엔비디아 등 AI 빅테크 기업들의 ‘잔존가치 보증’(RVG) 규모가 최근 1년 새 약 3000억 달러(약 413조원)로 불어났다고 분석했다. RVG는 투자한 대상의 가치가 미래에 하락하더라도 빅테크가 그 차액을 일정 부분을 보장해 준다는 약정이다. 재무제표에 당장 반영되지 않아 ‘그림자 부채’로 불린다. 최근 글로벌 빅테크들은 천문학적인 돈이 드는 AI 데이터센터를 건설하기 위해 특수목적법인(SPV)을 대신 세워 투자금을 유치하고, 추후 데이터센터 임대료로 이를 상환하고 있다. 데이터센터의 임대료가 낮아지는 등 수익성이 악화하면 빅테크들은 RVG에 따라 손해의 일정 부분을 보전해야 한다. 은행 등 투자자 입장에서는 기술 발전 속도가 빠른 AI 업황의 위험 부담을 빅테크와 나눠 질 수 있고, 빅테크는 더 큰 규모의 투자를 유치할 수 있다. 실제 메타는 미국 루이지애나와 텍사스 데이터센터와 각각 280억 달러, 130억 달러의 RVG를 맺었다. 브로드컴은 올해 앤트로픽에 공급하는 AI 반도체에 290억 달러를 보증했고, 엔비디아는 오픈AI의 오하이오 데이터센터에 1050억 달러의 보증을 제공하고 있다. 문제는 AI의 수익성 악화로 데이터센터의 매출이 투자 규모를 따라오지 못하는 경우다. 국제 신용평가사 무디스는 지난 7월 “AI 투자 경쟁이 재무제표상 위험을 높이고 있다”며 “RVG 등의 계약은 회계상 전통적인 부채에는 포함되지 않지만 향후 상당한 임대료 지급 의무를 발생시키는 만큼 사실상 부채와 같은 성격의 재무 부담”이라고 경고했다. 모건스탠리는 아마존·마이크로소프트(MS)·알파벳·메타·오라클 등 5대 하이퍼스케일러(초대형 클라우드 사업자)의 숨은 부채가 1조 6500억 달러에 이른다고 분석했다. 대표적인 징후는 AI 토큰 가격이다. 토큰은 AI가 문장을 읽고 생성하기 위해 텍스트를 나눈 최소 단위다. 시장조사기관 실리콘데이터에 따르면 거대언어모델(LLM) 토큰 지출지수는 지난 15일 100만 토큰 기준 0.96달러로 최저치였다. 지난 5월 말 2.07달러로 최고치를 달성했으나 불과 두 달여 만인 지난달 31일 1달러 미만으로 떨어졌다. 중국의 저가 오픈소스 모델이 저가 공세를 펼치며 가격 경쟁이 심화한 결과다. 지역사회의 데이터센터 반대 여론 등으로 수익화 시점이 미뤄지고, 오픈AI·앤트로픽 등 AI 모델 기업들은 ‘AI 개발 감속론’을 들고 나오면서 업계의 투자 열기는 식어가는 분위기다. 오라클은 최근 오픈AI의 AI 컴퓨팅 인프라를 건립하는 미국 뉴멕시코주 ‘주피터 프로젝트’에 약 180억달러를 투자했지만, 해당 대출은 최근 기존의 89~91% 수준에서 거래되며 재무 부담이 심화했다. 지난해 말 오라클의 부채비율은 500%였고, 지난 6월에는 미상환 부채가 1300억 달러에 달했다. 가디언은 “하이퍼스케일러들은 막대한 레버리지를 활용해 모든 것을 지탱하고 있다”며 “사용자들이 AI에 충분히 금액을 지불할 의향이 없거나 중국 등 더 저렴한 대안이 등장한다면 상황은 달라질 것”이라고 우려했다.

AI 전문직 채용 공고 128% 증가비개발 AI 직무는 325% 늘어나채용 때도 자소서 대신 AI 활용 실무면접에서도 AI 역량 테스트‘AI 대체 기간’ 계산 사이트 유행‘유아넥스트’ 사흘 새 35만명 찾아 인공지능(AI)이 일하는 방식을 넘어 채용과 커리어의 새 기준으로 들어서면서 노동시장의 판이 바뀌고 있다. 기업들은 AI 활용 능력을 새로운 채용 기준으로 내세웠고, 구직자들은 AI 학습에 뛰어들고 있다. AI에 자신의 직업이 대체될 것이라는 불안감도 높아지는 모습이다. 잡코리아는 올해 상반기에 게재된 AI 키워드 공고가 1만 8000여건으로 집계됐다고 16일 밝혔다. 기업이 ‘AI 전문 직무’로 지정해 등록한 공고는 지난해 동기보다 128% 늘었다. 이 중 경력직 공고 증가율(140%)이 신입(55%)을 크게 웃돌았고 대기업(187%)이 중소기업(124%), 벤처기업(117%) 등보다 높았다. 특히 비개발 AI 직무 공고는 325% 늘었다. 이 중 AI 콘텐츠 크리에이터 공고가 405% 늘었고, AI 기획자(363%), AI 사업전략(313%), AI 교육컨설턴트(195%) 등도 크게 증가했다. AI 개발 인력 외에 AI를 사업과 콘텐츠, 교육 현장에 적용할 인력으로 수요가 확산한 셈이다. SK하이닉스는 지난달 수시 채용 절차에서 자기소개서를 폐지하고 AI 활용 역량을 자유롭게 작성하는 서류 전형 서식을 도입했다. 올해부터 추가된 ‘반나절 심층면접’에선 기존에 30분간 진행되던 형식적인 문답식 면접 대신 PC로 거대언어모델(LLM)을 사용해 과제를 풀고 발표하도록 했다. 두산그룹도 올해 실무면접 절차에 ‘AI 역량 테스트’를 추가했다. 특정 상황이 주어지면 지원자는 AI를 제한 시간 30분 이내에 AI를 활용해 보고서를 작성해야 한다. 프롬프트를 얼마나 효과적으로 작성해 AI를 활용하는지, 또 AI로 생성된 결과를 어떻게 검토하고 개선하는지 검증한다. LG전자는 올해 자소서 문항에서 ‘살면서 겪은 어려운 과제와 이를 극복했던 경험’ 대신 ‘데이터와 AI 등 디지털 도구를 활용해 어려웠던 문제를 극복한 경험’을 물었다. 직장인들도 ‘AI 열공’ 중이다. 국민내일배움카드로 국비 지원을 받을 수 있는 AI 관련 직업능력훈련은 2300여건에 달하고, 한국AI교육진흥원의 AI 교육 기업교육 수강생은 지난해 말 2만명을 넘겼다. 포스코는 지난 10일 포스코철강AI융합대학을 출범시켰다. 총 31개 교과 중 AI 관련 과목만 45%에 달한다. 삼성전자는 최근 임원들을 대상으로 AI를 활용해 몇 명분의 업무량을 했는지 평가하는 ‘전일제 환산(FTE)’ 방식을 도입했다. AI가 자신의 직업을 대체할 수 있다는 두려움에 2030세대를 중심으로 직업 대체 기간을 관측해 주는 사이트가 유행이다. 감정평가사 임모(30)씨는 최근 AI가 자신의 직업을 대체하기까지 남은 시간을 계산해주는 ‘유아넥스트’라는 사이트에서 감정평가사를 검색했다. 7년 1개월 22일 뒤면 AI가 감정평가사를 대체하기 시작할 것이란 결과에 임씨는 “전문직도 AI에 영향을 받는 것을 보고 불안했다”고 말했다. 유아넥스트를 개발한 구글 출신 장모(36)씨는 “개발자들도 AI에 프롬프트를 지시하고 검수하는 식으로 작업 방식이 바뀌는 걸 보며 나도 곧 대체될 수 있겠다는 경각심이 들어 만들었다”고 말했다. 이 사이트 문을 연 지 사흘 만에 35만명이 접속했다. 해외에서도 비슷한 사이트가 대거 인기를 끌 만큼 청년층의 AI 실직 공포는 현실화하고 있다. 한국경제인협회가 지난달 19~34세 청년 1000명을 대상으로 조사한 결과 53.9%는 향후 5년 내 현재 또는 희망 ‘직무’가 AI로 대체·축소될 가능성이 ‘높다’고 응답했다.

인공지능(AI)이 일하는 방식을 넘어 채용과 커리어의 새 기준으로 들어서면서 노동시장의 판이 바뀌고 있다. 기업들은 AI 활용 능력을 새로운 채용 기준으로 내세웠고, 구직자들은 AI 학습에 뛰어들고 있다. AI에 자신의 직업이 대체될 것이라는 불안감도 높아지는 모습이다. 잡코리아는 올해 상반기에 게재된 AI 키워드 공고가 1만 8000여건으로 집계됐다고 16일 밝혔다. 기업이 ‘AI 전문 직무’로 지정해 등록한 공고는 지난해 동기보다 128% 늘었다. 이 중 경력직 공고 증가율(140%)이 신입(55%)을 크게 웃돌았고 대기업(187%)이 중소기업(124%), 벤처기업(117%) 등보다 높았다. 특히 비개발 AI 직무 공고는 325% 늘었다. 이 중 AI 콘텐츠 크리에이터 공고가 405% 늘었고, AI 기획자(363%), AI 사업전략(313%), AI 교육컨설턴트(195%) 등도 크게 증가했다. AI 개발 인력 외에 AI를 사업과 콘텐츠, 교육 현장에 적용할 인력으로 수요가 확산한 셈이다. SK하이닉스는 지난달 수시 채용 절차에서 자기소개서를 폐지하고 AI 활용 역량을 자유롭게 작성하는 서류 전형 서식을 도입했다. 올해부터 추가된 ‘반나절 심층면접’에선 기존에 30분간 진행되던 형식적인 문답식 면접 대신 PC로 거대언어모델(LLM)을 사용해 과제를 풀고 발표하도록 했다. 두산그룹도 올해 실무면접 절차에 ‘AI 역량 테스트’를 추가했다. 특정 상황이 주어지면 지원자는 AI를 제한 시간 30분 이내에 AI를 활용해 보고서를 작성해야 한다. 프롬프트를 얼마나 효과적으로 작성해 AI를 활용하는지, 또 AI로 생성된 결과를 어떻게 검토하고 개선하는지 검증한다. LG전자는 올해 자소서 문항에서 ‘살면서 겪은 어려운 과제와 이를 극복했던 경험’ 대신 ‘데이터와 AI 등 디지털 도구를 활용해 어려웠던 문제를 극복한 경험’을 물었다. 직장인들도 ‘AI 열공’ 중이다. 국민내일배움카드로 국비 지원을 받을 수 있는 AI 관련 직업능력훈련은 2300여건에 달하고, 한국AI교육진흥원의 AI 교육 기업교육 수강생은 지난해 말 2만명을 넘겼다. 포스코는 지난 10일 포스코철강AI융합대학을 출범시켰다. 총 31개 교과 중 AI 관련 과목만 45%에 달한다. 삼성전자는 최근 임원들을 대상으로 AI를 활용해 몇 명분의 업무량을 했는지 평가하는 ‘전일제 환산(FTE)’ 방식을 도입했다. AI가 자신의 직업을 대체할 수 있다는 두려움에 2030세대를 중심으로는 직업 대체 기간을 관측해 주는 사이트가 유행이다. 감정평가사 임모(30)씨는 최근 AI가 자신의 직업을 대체하기까지 남은 시간을 계산해주는 ‘유아넥스트’(YOU‘RE NEXT)라는 사이트에서 감정평가사를 검색했다. 7년 1개월 22일 뒤면 AI가 감정평가사를 대체하기 시작할 것이란 결과에 임씨는 “전문직도 AI에 영향을 받는 것을 보고 불안했다”고 말했다. 유아넥스트를 개발한 구글 출신 장모(36)씨는 “개발자들도 AI에 프롬프트를 지시하고 검수하는 식으로 작업 방식이 바뀌는 걸 보며 나도 곧 대체될 수 있겠다는 경각심이 들어 만들었다”고 말했다. 이 사이트 문을 연 지 사흘 만에 35만명이 접속했다. 해외에서도 비슷한 사이트가 대거 인기를 끌 만큼 청년층의 AI 실직 공포는 현실화하고 있다. 한국경제인협회가 지난달 19~34세 청년 1000명을 대상으로 조사한 결과 53.9%는 향후 5년 내 현재 또는 희망 ‘직무’가 AI로 대체·축소될 가능성이 ‘높다’고 응답했다.

코딩을 전혀 배운 적 없는 중국의 13세 여학생이 생성형 인공지능(AI)을 활용해 부모를 대신해 숙제를 감독해 주는 애플리케이션을 개발해 단 사흘 만에 370만원 상당의 수익을 올려 화제다. 2일 홍콩 사우스차이나모닝포스트(SCMP) 등에 따르면 상하이의 중학교 2학년생인 주슈한(13)양은 지난달 21~23일 항저우에서 열린 전국 AI 제품 마케팅 대회에서 3위에 올라 상금 5000위안(약 94만원)을 차지했다. 이번 대회는 별도의 기술 심사위원 평가 없이 참가자들이 생성형 AI로 제작한 앱이 현장에서 사흘간 올린 실제 매출액만을 기준으로 순위를 가렸다. 주양이 출품한 앱 ‘짜이창’(在場·‘현장에 있음’이라는 뜻)은 50여명의 참가자 사이에서 90건의 주문을 유치하며 총 1만 8000위안(약 370만원)의 매출을 기록했다. 짜이창은 부모가 본인 사진을 등록하면 화면 속에 부모를 닮은 가상 아바타가 등장해 자녀의 공부를 감독하는 서비스다. 스마트기기 카메라를 통해 아이가 딴짓을 하거나 자리를 이탈하는 모습이 포착되면 가상 부모가 음성으로 주의를 준다. 숙제가 끝나면 아이의 집중도 분석 보고서도 부모에게 제공된다. 주양은 지난해 처음 AI 기술을 접했으며, 전문적인 프로그래밍 지식은 전무하다. 기획부터 주요 기능 구현까지 걸린 기간은 단 3~4일로, 거대언어모델(LLM)에 자연어로 아이디어를 설명한 뒤 코드를 생성하도록 지시하는 방식으로 앱을 완성했다. 주양은 “부모님이 바빠 혼자 공부하다 보니 휴대전화를 몰래 보며 딴짓하는 경우가 많았다”며 “스스로 절제하기 힘든 또래들의 고민을 해결하고자 ‘디지털 복제 부모’를 구상했다”고 설명했다. 초기 기획 단계에 있던 ‘엄마의 분노 경고’ 기능은 최종 버전에서 제외했다. 잦은 산만함을 감지해 부모에게 알리는 기능이었으나, 주양은 “고자질하는 방식이 싫었다. 아이들에게도 스스로 개선할 기회를 주는 따뜻한 앱을 만들고 싶었다”고 전했다. 앱의 첫 이용자였던 초등학교 1학년 남동생 역시 앱을 켜두자 공부 집중력이 크게 높아진 것으로 전해졌다. 주양의 사연이 알려지자 현지 누리꾼들은 “좋은 아이디어와 AI 활용 능력이 결합한 훌륭한 사례”, “학부모의 니즈를 정확히 파악한 뛰어난 사업 감각” 등 호평을 쏟아내고 있다.

애피어(Appier)가 에이전틱 AI 시스템의 신뢰성을 개선하기 위한 ‘리스크 인지 의사결정 프레임워크’ 연구 성과를 공개했다고 21일 밝혔다. 애피어 AI 리서치팀은 거대언어모델(LLM)과 에이전틱 AI의 신뢰성 검증을 중심으로 연구개발 역량을 집중하고 있다. 애피어는 “답할 것인가, 거절할 것인가, 추측할 것인가? 언어모델의 리스크 인지 의사결정”이라는 제목의 논문을 통해 복합적인 위험 조건에서 LLM이 내리는 판단을 정량적으로 측정하는 평가 체계를 제안했다. 이번 연구는 고위험 비즈니스 시나리오에서 모델의 의사결정 안정성을 높일 수 있는 구조화된 방법론을 담고 있다. 해당 연구는 기업 환경에서 에이전틱 AI를 도입할 때 핵심 과제로 꼽히는 ‘자율적 AI 의사결정의 신뢰성 확보’를 다룬다. 애피어는 이를 통해 AI 기술 리더십을 더욱 공고히 하는 동시에, 에이전틱 AI 생태계 전반에도 실질적인 기술적 인사이트를 제공한다. 기업들의 AI 활용이 자율형 AI 에이전트로 진화해 가면서, 신뢰성은 도입을 결정하는 핵심 장벽으로 떠오르고 있다. 2025년 맥킨지(McKinsey) 조사에 따르면 기업의 62%가 이미 AI 에이전트 도입을 시작했지만 ‘부정확성’은 여전히 엔터프라이즈 AI 도입 시 가장 많이 언급되는 리스크다. 애피어는 AI 네이티브 AaaS(Agentic AI as a Service) 기업으로서 최첨단 연구 결과를 실제 기업 환경에서 활용할 수 있는 방법론과 제품 기능으로 구현하고 있다. 본 연구는 기업들이 AI 도입 과정에서 가장 크게 우려하는 ‘AI 환각’과 ‘의사결정 신뢰성’을 집중적으로 다룬다. 연구진은 이를 해결하기 위해 다양한 리스크 조건에서 LLM의 판단을 정량적으로 평가하는 ‘리스크 인지 의사결정(Risk-Aware Decision-Making)’ 프레임워크를 제안했으며, 이를 통해 엔터프라이즈 AI 도입에 필요한 거버넌스 기반을 더욱 강화할 수 있을 것으로 보고 있다. 기존의 LLM 평가 방식은 주로 답변의 정답 여부를 기준으로 성능을 판단해 왔다. 그러나 실제 기업 환경에서는 오답에 따른 비용과 답변 거부에 따른 가치가 확연히 다르다. 본 연구에서 애피어는 이런 판단을 정량적으로 평가할 수 있도록 정답에 대한 보상, 오답에 대한 페널티, 답변 거부 비용 등 구조화된 리스크 파라미터(매개변수)를 도입해 다양한 시나리오를 시뮬레이션했다. 이 프레임워크에서 모델은 답변을 생성하기 전 자신의 수행 능력과 확신 수준, 리스크 조건을 종합적으로 고려해 답변, 거부, 추측 중 하나를 선택하도록 설계된다. 이후 모델이 기대 보상을 얼마나 극대화했는지를 기준으로 의사결정의 질을 평가해, 실제 기업 환경에 보다 가까운 조건에서 전략적 판단 능력을 측정할 수 있다. 리스크 인지 의사결정 프레임워크를 적용한 결과, 다수의 선도적 LLM은 리스크 시나리오 전반에서 일관된 판단을 내리지 못하는 것으로 나타났다. 예를 들어 고위험 환경에서 모델들은 잠재적 손실이 있음에도 불구하고 과도하게 추측하는 경향을 보였으며, 저위험 환경에서는 지나치게 보수적으로 작동해 답변을 과하게 거부하는 경향을 보였다. 이러한 비일관성은 기업 환경에서 AI 시스템의 자율성과 안전성을 동시에 저해할 수 있다. 연구진은 이를 단순한 지식 부족이 아니라, 모델이 여러 역량을 하나의 안정적인 의사결정 전략으로 통합하는 데 어려움을 겪기 때문이라고 분석했다. 애피어는 이 문제를 해결하기 위해 의사결정 과정을 세 단계로 나누는 ‘스킬 분해’ 접근법을 제안했다. 먼저 ▲과업 실행 단계에서 문제를 해결해 초기 답변을 생성한다. 이어 ▲확신도 추정 단계에서는 해당 답변에 대한 확신 수준을 평가한다. 마지막으로 ▲기대 가치 추론 단계에서는 리스크 조건에서의 결과를 기반으로 기대값을 추론한다. 이러한 구조화된 추론 과정을 거치면 모델은 답변을 제시하는 것과 거부하는 것 중 어느 선택이 더 적절한지 판단할 수 있다. 이 접근 방식은 모델이 다양한 역량을 효과적으로 통합하도록 하며, 특히 고위험 환경에서도 보다 합리적이고 안정적인 의사결정을 가능하게 한다. 이는 신뢰할 수 있는 엔터프라이즈 AI 시스템을 구축하기 위한 실질적인 접근법으로 활용될 수 있다. 치한 위(Chih-Han Yu) 애피어 CEO 겸 공동창업자는 “에이전틱 AI가 기업의 핵심 업무에 도입되기 위해서는 AI를 더 똑똑하게 만드는 것뿐만 아니라, 자율적 의사결정의 신뢰도를 높이는 것이 중요하다”라며, “애피어는 AI를 중심으로 제품을 구축해 왔으며, 세계적 수준의 연구에도 지속적으로 투자해 왔다. LLM의 리스크 인지 능력을 수치화된 방법론으로 구현한 이번 연구는 신뢰할 수 있는 엔터프라이즈 AI의 기반을 강화하고, 에이전틱 AI가 실제 비즈니스 가치와 ROI로 연결되도록 지원할 것”이라고 말했다. 본 연구 결과는 애드(Ad) 클라우드, 개인화 클라우드, 데이터 클라우드 등 애피어의 에이전틱 AI 기반 플랫폼에 통합되어 기업들이 보다 신뢰 가능하고 안정적인 방식으로 자율형 워크플로를 고도화할 수 있도록 지원하고 있다. 애피어는 앞으로도 강력한 AI 연구 역량과 독자적인 데이터 자산, 깊이 있는 산업 전문성을 바탕으로 에이전틱 AI 기술 혁신을 지속적으로 추진하고, 기업들이 보다 효율적이고 신뢰할 수 있는 AI 기반 운영 체계를 구축할 수 있도록 지원할 계획이다.

거대언어모델(LLM)의 급성장으로 언어 분석 방식이 전환점을 맞은 가운데, 인공지능이 대체할 수 없는 인간 언어의 본질을 다루는 대규모 국제 학술대회가 국내에서 열렸다. 성신여자대학교는 한국언어학회가 주관하는 ‘서울국제언어학학술대회(LSK-SICOL 2026)’를 성공적으로 마쳤다고 18일 밝혔다. 지난 10일부터 이틀간 성신여대 수정캠퍼스 성신관에서 열린 이번 대회는 ‘이론의 귀환: 인공지능 시대의 언어학’을 주제로 개최됐다. 윤태진 성신여대 창의융합대학장이 조직위원장을 맡았으며 고려대, 조선대, 부산대 등이 공동 주최로 뜻을 모았다. 행사에는 전 세계 20여개국에서 130여명의 언어학자가 참석해 초청 강연 4편, 구두 및 포스터 발표 68편 등 최신 연구 성과를 공유했다. 특히 로베르토 잠파렐리 트렌토대 교수, 하나 필립 하인리히하이네대 교수, 제니퍼 콜 노스웨스턴대 교수, 이한정 성균관대 교수 등 세계 석학들이 강단에 올라 AI와 언어학의 접점을 다각도로 조명해 주목을 받았다. 이성근 성신여대 총장은 “이번 학술대회는 AI 시대 학술 연구가 나아갈 이정표를 제시한 자리”라며 “앞으로도 글로벌 연구자들과의 네트워크를 확대해 국제 학술 교류의 거점으로 도약하겠다”고 말했다.

올해 새롭게 도입되는 메모리 규격 중 하나가 바로 ‘LPDDR6’입니다. LPDDR 메모리는 스마트폰 같은 모바일 기기를 위한 D램 규격으로, 지난 20년 동안 꾸준한 업데이트를 거치며 현재 LPDDR5x까지 진화했고 이제 LPDDR6이 출시를 앞둔 상태입니다. 올해 초 삼성전자는 CES 2026에서 LPDDR6로 혁신상을 수상하면서 LPDDR6가 단순히 숫자 하나가 바뀌는 것이 아니라 AI 시대에 맞춘 메모리 혁신이라는 점을 소개했습니다. 물론 속도가 더 빨라지는 건 당연한 변화입니다. LPDDR6는 LPDDR5x의 최고 속도인 10.6Gbps를 넘어 최대 14.4Gbps의 빠른 속도로 AI 연산에 중요한 대역폭을 제공합니다. 하지만 속도가 유일한 혁신은 아닙니다. LPDDR6는 시스템 요구에 맞춰 전압을 세밀하게 조절할 수 있는 DVFS(Dynamic Voltage and Frequency Scaling·동적 전압 및 주파수 스케일링) 동적 효율 모드(Dynamic Efficiency mode) 기술을 제공합니다. 이를 통해 전력 효율을 최대 21%까지 높이면서도 상황에 맞춰 AI 연산에 필요한 높은 성능을 제공할 수 있습니다. SK하이닉스 역시 CES에서 1c LPDDR6 메모리를 개발했다고 발표했습니다. SK하이닉스는 이 제품이 LPDDR5X 대비 데이터 처리 속도를 33% 높이고 서브 채널 구조와 DVFS 기술을 적용해 이전 세대 제품 대비 전력 소모를 20% 이상 절감했다고 발표했습니다. 참고로 LPDDR6는 채널 너비를 16비트 단일 채널에서 12비트 서브 채널 두 개, 총 24비트로 넓혀 동일한 클럭 속도에서도 한 번에 전송할 수 있는 데이터양(비트 폭) 자체가 늘어나 데이터 병목 현상을 대폭 줄인 것이 특징입니다. 또 데이터 버스트 길이를 1.5배 늘려 인공지능(AI) 거대언어모델(LLM)이나 가중치(Weight) 매트릭스 연산과 같이 연달아 대규모 데이터를 읽고 써야 하는 온디바이스 AI 워크로드에 최적화되어 있습니다. 이런 특징 덕분에 LPDDR6를 사용한 AI 노트북은 로컬에서 LLM을 구동할 때 훨씬 빠른 토큰 속도를 보장할 수 있습니다. 스마트폰 같은 제한된 환경에서 로컬 AI 모델을 돌릴 때도 역시 LPDDR6의 빠른 속도와 AI 연산 최적화 구조가 큰 위력을 발휘할 것으로 예상됩니다. 현재 삼성전자와 SK하이닉스는 올해 하반기에 이를 양산할 계획입니다. 그런데 여기에 더해 최근 주목받는 소식이 중국 창신 메모리 테크놀로지(CXMT)가 LPDDR6의 양산에 도전하고 있다는 것입니다. 물론 삼성이나 SK하이닉스처럼 정식으로 공개한 제품도 없고 루머 수준 이야기이지만, 현재 LPDDR5x를 양산 중이고 신규 팹을 통해 웨이퍼 양산 능력을 크게 높인 만큼 가능성은 충분합니다. 일부 소식통에 따르면 CXMT는 이미 일부 고객사에 샘플을 전달했으며 올해 하반기 양산을 목표로 LPDDR6 개발에 나서고 있습니다. 첫 제품의 속도는 LPDDR6의 최고 속도인 14.4Gbps보다 느린 12.8Gbps이지만 현재 CXMT가 양산 중인 LPDDR5x 메모리보다 빠른 속도를 제공합니다. 현재 CXMT는 허페이와 베이징의 팹에서 자체 4세대 생산 라인인 G4를 이용해서 LPDDR5x 같은 주력 제품을 생산하고 있습니다. 대략 16nm 공정에 해당하는 라인으로 EUV 노광 장비 대신 DUV의 멀티 패터닝 기술을 적용해 양산에 들어간 상태입니다. 실제 양산에 근접한 것이 사실이라면 G4로 먼저 초기 제품을 양산하고 이후 차세대 공정인 G5를 통해 좀 더 고성능 제품을 선보일 것으로 생각됩니다. 기본적으로 CXMT는 DUV로만 제품을 양산하는 데다 기술적 성숙도 자체가 메모리 빅 3보다 한 세대는 느린 상태이지만, 그럼에도 CXMT가 LPDDR6 양산에 성공한다면 판로 확보는 어렵지 않을 것이라는 게 일반적인 전망입니다. 메모리 빅 3는 HBM 같은 AI 메모리 중심으로 생산 라인을 집중한 상태인 데다, LPDDR6 역시 AI 데이터로 수요가 몰릴 가능성이 있기 때문입니다. 엔비디아의 베라 루빈 플랫폼에서 루빈 GPU는 HBM4 메모리를 사용하나 베라 CPU는 소캠 2(SOCAMM2) 규격을 통해 최대 모듈당 256GB LPDDR5x를 장착할 수 있습니다. 여기에 LPDDR6를 적용하면 512GB 용량의 소캠 2 메모리 모듈이 가능해지고 속도도 더 빨라져 에이전틱 AI CPU에 훨씬 유리한 환경을 제공할 수 있습니다. 이렇게 AI 데이터 센터로 메모리 빅 3의 생산 물량이 집중되는 것은 CXMT에게 새로운 기회가 될 것으로 보입니다. 물량 구하기가 하늘에 별 따기 같은 스마트폰 업체, 특히 중국 업체에게 성능이 약간 떨어지더라도 LPDDR6를 공급해 줄 수 있는 것 자체가 큰 매력이기 때문입니다. CXMT는 올해 기업공개(IPO)와 상반기 기준 전년 대비 7배나 증가한 매출을 기반으로 막대한 투자 자금을 확보한 상태입니다. 이를 기반으로 베이징에 새로운 팹을 구축하고 기존에 계획된 팹 확장을 진행해 생산 능력을 웨이퍼 기준 월 60만 장까지 늘릴 계획으로 알려져 있습니다. LPDDR6 양산에 성공할 경우 이 계획에는 더 탄력이 붙을 것으로 보입니다. 하지만 CXMT에게 기회만 있는 것은 아닙니다. 역설계 방식으로 구형 DUV 장비를 일부 중국에서 생산하는 데 성공했다고는 하나 여전히 EUV 장비 수입이 금지된 상태에서 점점 생산 기술을 고도화하는 메모리 빅 3를 따라잡기가 힘들 가능성도 있습니다. 그리고 공격적으로 늘려 놓은 생산 시설이 메모리 시장 하강기에는 심각한 부담으로 다가올 수 있습니다. 그럼에도 CXMT가 올해 안에 LPDDR6 메모리 양산에 성공한다면 여러 어려움 속에서도 기술적 돌파구를 마련하고 있다는 증거인 만큼 시장에 큰 파장이 예상됩니다.

LG AI연구원이 개발한 산업 특화 인공지능(AI) 파운데이션 모델이 산업 데이터 예측 분야에서 구글과 알리바바 등 글로벌 빅테크를 제치고 세계 최고 수준의 성능을 입증했다. LG는 올해 하반기 제조와 금융, 바이오·헬스케어 분야에서 기술 검증(PoC)을 진행한 뒤 사업화에 속도를 낸다는 계획이다. LG AI연구원은 표 데이터를 분석·예측하는 ‘엑사원 태뷸러’와 시계열 데이터를 기반으로 미래를 예측하는 ‘엑사원 포캐스트(Forecast)’가 글로벌 AI 성능 평가(리더보드)에서 각각 세계 최고 수준의 성능을 기록했다고 7일 밝혔다. 산업 데이터 예측 성능을 평가하는 글로벌 리더보드는 화학, 의료, 금융, 제조 등 실제 산업 현장에서 생성되는 데이터를 기반으로 AI의 예측 능력을 검증하는 지표다. 엑사원 태뷸러는 다양한 산업에서 활용되는 표 형태의 정형 데이터를 분석하는 AI 모델이다. 기존 범용 거대언어모델(LLM)이 표를 텍스트로 변환해 처리하는 것과 달리 행과 열의 구조, 데이터 간 관계를 직접 이해하는 것이 특징이다. 이 모델은 글로벌 리더보드인 ‘탭아레나(TabArena)’의 범주형 데이터 예측 부문에서 종합 1위를 차지했다. 평가 점수(ELO)는 1760점으로, 구글이 최근 공개한 ‘탭FM(TabFM)’의 1749점을 앞섰다. 엑사원 포캐스트도 시계열 데이터 예측 성능을 평가하는 글로벌 리더보드 ‘기프트-이밸(GIFT-Eval)’에서 구글과 알리바바 등을 제치고, 추가 학습 없이 새로운 분야의 데이터를 예측하는 ‘제로샷’ 부문 1위에 올랐다. 실제 업무 환경에서 AI가 스스로 데이터를 분석하고 예측하는 ‘에이전틱 AI’ 부문에서도 2위를 기록하며 산업 현장 적용 가능성을 입증했다. LG AI연구원은 올해 하반기 제조와 바이오·헬스케어, 금융 분야에서 PoC를 진행한 뒤 사업화를 본격 추진할 계획이다. 제조 분야에서는 배터리 품질 판정, 바이오·헬스케어에서는 질병 위험도 예측, 금융 분야에서는 연체·부도·이상거래 탐지 등에 활용할 수 있을 것으로 기대하고 있다. 엑사원 포캐스트는 이미 LG전자와 LG에너지솔루션의 제품 수요와 원자재 가격 예측에 활용되고 있다. 올해부터는 코스콤(KOSCOM), 런던증권거래소그룹(LSEG)과 협력해 한국과 미국 증시를 분석하는 AI 서비스도 제공 중이다. LG AI연구원은 산업 특화 AI 적용 범위도 확대하고 있다. 병리학 AI 모델 ‘엑사원 패스(Path)’를 기반으로 암 진단을 지원하는 에이전틱 AI를 개발 중이며, 시각 정보를 이해해 로봇을 제어하는 로봇 파운데이션 모델도 개발하고 있다. 임우형 LG AI연구원 공동연구원장은 “글로벌 빅테크의 관심이 범용 언어모델에서 실제 산업 현장의 문제를 해결하는 산업 특화 AI로 빠르게 이동하고 있다”며 “국내 제조업을 비롯한 다양한 산업 현장에서 축적한 데이터가 한국 AI의 차별화된 경쟁력이 될 수 있다는 점을 보여준 사례”라고 말했다.

세계적으로 금융과 정보통신기술(ICT)의 융합이 빨라지는 가운데 그 중심에는 인터넷전문은행이 자리하고 있다. 국내에서는 2015년 금융개혁회의를 통해 비대면 서비스와 IT 인프라 확충에 대한 공감대가 형성되면서 본격적인 전환점을 맞이했다. 그 결과 2017년 케이뱅크와 카카오뱅크가 출범했고 2018년 ‘인터넷전문은행 설립 및 운영에 관한 특례법’ 제정으로 ICT 주력 산업자본의 지분 한도가 34%까지 상향되며 제도적 기반이 완성되었다. 이후 2021년 토스뱅크가 합류해 3사 체제를 구축했으나 2024년 제4인터넷전문은행은 엄격한 건전성 및 자금조달 문턱을 넘지 못했다. 기존 대형 은행 중심 과점 체제에 진입한 이들은 낮은 유지 비용을 바탕으로 금리 혜택을 제공하고 핀테크 제휴를 통한 신시장 개척은 물론 금융 이력 부족자(Thin-filer)와 중·저신용자를 위한 대안 신용평가 모델을 만들어 포용금융을 실현하는 ‘메기’ 역할을 충실히 수행해왔다. 이러한 눈부신 성과에도 불구하고 가계대출에 편중된 기형적인 수익 구조는 인터넷전문은행의 지속 가능한 성장을 위협하는 핵심 요인이다. 특례법 도입 초기 금융당국은 정교한 심사 모형의 부재와 대규모 부실 리스크를 우려해 중소기업을 제외한 기업 대출을 엄격히 제한했다. 그러나 가계대출은 경기 변동과 금리 인상, 가계부채 관리를 위한 정부의 규제 정책에 민감해 성장이 정체될 수밖에 없는 태생적 한계를 지닌다. 특례법 제정 이후 8년이 흐른 현재 공공 마이데이터 연계와 실시간 데이터 분석 등 금융 기술의 눈부신 발전은 과거의 부실 우려를 씻어낼 만큼 정교한 비대면 심사를 가능하게 만들었다. 이러한 기술적 발전과 시장의 한계를 파악한 금융위원회는 기업금융 진출의 어려움을 풀어 주기 위해 최근 인터넷전문은행이 예외적으로 대면 업무를 일부 처리할 수 있도록 하는 합리적인 조정 방안을 의결했다. 주로 비대면으로 구현할 수 없거나 타 법령 준수를 위해 불가피한 영역에 한정해 빗장을 푼 이번 조치는, 중소기업 자금 공급과 생산적 금융 생태계를 넓히는 중요한 전환점이 될 것이다. 물론 기업금융 영역에는 무수히 많은 경우의 변수가 존재하므로 금융당국의 더욱 유연하고 선제적인 규제 대응이 필요하다. 나아가 인터넷전문은행은 금리 변동에 취약한 예대마진 의존도를 낮추고 플랫폼 경쟁력을 활용한 비이자 이익을 대폭 늘려야 한다. 압도적인 월간 활성 사용자 수(MAU)를 바탕으로 금융상품 추천 및 광고 중개 수익을 다각화해야 한다. 거대언어모델(LLM)을 활용한 대화형 인공지능(AI) 검색과 데이터 기반의 맞춤형 자산관리 등을 융합해 금융과 기술이 결합된 ‘슈퍼앱’ 플랫폼으로 진화해야 한다. 더불어 이렇게 쌓아 올린 IT 및 플랫폼 경쟁력을 활용해 모바일 무선 인프라가 빠르게 성장하고 국토가 넓은 동남아시아 등 해외 시장으로 진출하는 전략이 효과적이다. 이는 과거 국내 은행들의 단순한 현지 은행 지분 인수 방식의 한계를 뛰어넘는 혁신적인 대안이다. 우리의 앞선 금융 기술 소프트웨어와 보안 플랫폼 그리고 이를 유지하고 보수하는 노하우까지 패키지로 수출함으로써 지속적인 부가가치를 올릴 수 있으므로 이를 뒷받침하기 위한 국가 차원의 법적·제도적 지원이 간절하다. 결과적으로 인터넷전문은행이 한국 금융의 꺼지지 않는 혁신 동력으로 성장하기 위해서는 과거 비대면과 가계대출에만 갇혀 있던 낡은 규제의 틀을 과감히 깨뜨려야 한다. 대기업의 사금고화를 막기 위한 은산분리의 본래 취지는 정부가 중심을 잡고 지켜내되 비즈니스 영역의 혁신성에 대해서는 유연한 제도 개선이 뒤따라야 한다. 인터넷전문은행 스스로 가장 잘할 수 있는 분야를 계속 발굴하게 돕고 은행 간 경쟁을 통해 혁신을 유도하는 것이 우리나라 금융 산업의 국제 경쟁력을 키우는 핵심적인 열쇠이다. 김용재 고려대 법학전문대학원 교수·전 금융위원회 상임위원

인천경제자유구역청(IFEZ)이 인공지능(AI)을 활용해 10만 명 이상이 찾는 대규모 공연장의 안전을 실시간으로 관리하는 도시관제 서비스를 인천 펜타포트 락 페스티벌에서 처음 실증한다. IFEZ는 오는 31일부터 다음 달 2일까지 송도 달빛축제공원에서 열리는 ‘인천 펜타포트 락 페스티벌 2026’에서 자체 개발한 ‘AI 군중 위험상황 통합 모니터링 솔루션’을 운영한다고 27일 밝혔다. 이번 실증은 향후 구축할 ‘IFEZ AI 시티 운영센터’의 핵심 운영 모델을 검증하는 프로젝트로, 스마트시티를 넘어 AI가 도시 운영의 중심 역할을 하는 ‘AI 시티’ 구현의 첫걸음이라는 의미를 갖는다. AI는 행사 전부터 안전관리에 참여한다. 예상 관람객 규모와 이동 동선, 기상정보 등을 분석해 군중 밀집이 예상되는 지역과 집중 관제가 필요한 구역을 미리 제안한다. 사고 발생 이후 대응하는 기존 방식에서 벗어나 위험을 사전에 예측하고 예방하는 데 초점을 맞췄다. 행사가 시작되면 AI는 CCTV 영상을 실시간으로 분석해 군중 밀집도는 물론 화재와 연기, 폭력 상황, 관람객 쓰러짐 등 응급상황을 자동 감지한다. 위험 수준이 기준치를 넘으면 관제센터와 담당자에게 즉시 알림을 보내고, 디지털 트윈 기반 통합관제 화면에 사고 위치를 표시해 신속한 대응을 지원한다. 거대언어모델(LLM) 기반 AI 챗봇도 상황별 대응 매뉴얼 제공과 CCTV 조회, 현장 상황 확인 등을 지원해 관제 효율을 높인다. 행사가 끝난 뒤에는 AI가 시간대별 방문객 현황과 위험 발생 이력, 대응 시간 등을 분석해 결과 보고서를 자동으로 작성한다. 축적된 데이터는 AI 학습에 활용돼 향후 맥주축제와 국제행사, 스포츠 이벤트 등 IFEZ에서 열리는 다양한 대규모 행사 안전관리의 정확도를 높이는 데 활용될 예정이다. 인천경제청은 이번 실증을 시작으로 AI 기반 도시관제 서비스를 교통과 재난, 환경, 에너지 등으로 확대하고, 기존 스마트시티 운영센터를 AI 시티 운영센터로 고도화해 도시 전반의 운영 효율과 안전성을 높여나갈 계획이라고 설명했다.

SK그룹과 엔비디아가 이재명 대통령의 미국 샌프란시스코 순방을 계기로 5000억 달러(약 730조원) 규모의 비즈니스 파트너십을 발표한다. 이와 관련해 이재명 대통령은 “엔비디아와 젠슨 황 대표가 대한민국이 인공지능(AI) 황금시대로 진입하는 데 더 중심적인 역할을 해주실 것”이라고 평가했다. 젠슨 황 엔비디아 최고경영자(CEO)는 24일(현지시간) 샌프란시스코를 찾은 이 대통령과 면담하고 “SK그룹과 엔비디아는 양사 간의 비즈니스 파트너십을 발표할 것”이라며 “그 규모는 5000억 달러에 달한다”고 밝혔다. 이어 “SK하이닉스, 삼성, 엔비디아는 칩 디자인과 메모리 디자인에 대한 파트너십을 진행한다”며 “네이버에 대한 대규모 투자도 단행한다. 네이버는 아시다시피 한국의 선도적인 클라우드 회사로 저희는 함께 파트너십을 통해 한국에서의 확장뿐만 아니라 전 세계적인 확장을 지원할 예정”이라고 덧붙였다. 황 CEO는 “저희는 현대차그룹과의 파트너십을 통해 자율 운행하는 제네시스 차량을 함께 개발하고 로보틱스도 같이 진행할 계획”이라며 “LG와 함께 발전 시스템을 같이 개발하고 공장과 가정에서 사용할 수 있는 시스템 역시 개발하고 있다”고 설명했다. 그는 ‘코리아 AI’를 구축하기 위해 카이스트와도 협력할 예정이라며 대한민국을 위해 ‘대한민국 LLM(거대언어모델)’을 개발할 계획이라고 소개했다. 황 CEO는 “한국 대기업부터 스타트업, 그리고 연구개발까지 다양한 기업, 조직들과 다양한 파트너십을 구축하고 있다”며 “AI 네이티브 국가라는 대통령님의 비전과 모두 일치하는 파트너십으로 AI 칩을 개발하는 것에서부터 피지컬 AI, AI 인프라스트럭처까지 커버하는 계획”이라고 했다. 그러자 이 대통령은 “한국 젊은이들도 기대하고 있고 특히 그 현대 로보틱스, 이 분야에 대해서는 우리 전북이라고 하는 지역 주민들도 엄청난 기대를 하고 있다”고 화답했다. 그러면서 “인공지능 황금시대라고 대표께서 명명해 주셨는데 정말로 맞는 표현이라는 생각이 든다”고 했다. 이 대통령은 샘 올트먼 오픈AI CEO와 면담하면서 “대한민국이 인공지능 중심으로 산업 재편을 해나가는 과정에서 대표님께서 이렇게 관심도 가져주시고 투자도 결정해 주시고 해서 대한민국 국민들로서는 참으로 기쁘고 기대도 많이 가지고 있다”며 “대표님 덕분에 제가 챗GPT를 열심히 잘 쓰고 있다”고 했다. 올트먼 CEO는 “한국 정부가 AI에서 보여주는 노력들을 볼 때 세상에서 가장 중요한 나라 중 하나라고 생각한다”며 “대통령님께서 보여주신 리더십과 투자들을 다른 나라 리더들도 더욱 따라왔으면 좋겠다”고 밝혔다. 이어 “한국은 3개 메가프로젝트를 비롯한 AI 프로그램을 가지고 선도적인 모습을 보여주고 있다”고 덧붙였다. 그러자 이 대통령은 “3대 메가프로젝트는 정말 국가적 결단이라고 할 수 있는데 이 과정에서 대표님께서 많이 참여해 주시고 또 중요한 역할을 맡아주시길 부탁드린다”고 말했다. 이 대통령은 혹 탄 브로드컴 사장 겸 CEO와의 면담에서 “대표님께서도 한국에 관심을 많이 가지고 계시고 한국 기업들과 협업도 많이 하고 계신 것으로 아는데 앞으로도 우리 대한민국의 인공지능 생태계 조성에 대해 많은 역할을 부탁드린다”고 했다. 이에 탄 CEO는 “삼성과 하이닉스 쪽에 최신 테크놀러지인 하이밴드위스 HBM을 같이 개발하고 있다”고 소개했다. 이어 “한국 모델에 아주 적합한 AI의 LLM을 만드는 데 필요한 커스텀 반도체를 저희가 제공할 수 있어서 그걸 같이 해서 한국의 소버린 AI를 많이 공헌하는 데 기여할 수 있어서 브로드컴은 기쁘게 생각한다”고 했다.

- 도메인 특화 검색 알고리즘 특허 등록… Hybrid Search 기반 RAG의 할루시네이션 최소화- 공정거래위원회 AI Agent, 대기업 HR AI Agent 등 생성형 AI 사업에 적용 확대- KCC2025 발표 연구 기반 원천기술 확보… 폐쇄망 LLM 시장까지 적용 기대 미디어젠㈜은 생성형 AI 서비스의 핵심 기술인 도메인 특화 검색 모델 생성 방법에 관한 특허 등록이 결정됐다고 밝혔다. 이번 특허는 거대언어모델(LLM)을 활용하는 RAG(Retrieval-Augmented Generation, 검색 증강 생성) 시스템에서 검색 정확도를 크게 향상시키고, 생성형 AI의 대표적인 문제인 할루시네이션 현상을 최소화해 다양한 전문 분야의 AI 서비스에 폭넓게 활용될 수 있는 원천기술이다. 최근 생성형 AI는 검색된 문서를 근거로 답변하고 스스로 작업까지 수행하는 에이전틱 RAG로 빠르게 진화하고 있다. 다만 검색 단계에서 관련성이 낮은 문서를 선택할 경우 이후 생성되는 답변 역시 부정확해질 가능성이 높아, 법률·금융·의료 등 전문 분야에서는 검색 품질이 서비스 성능을 좌우하는 핵심 요소로 꼽힌다. 이번 특허는 이러한 문제를 해결하기 위해 도메인 말뭉치 기반 검색 모델 학습, 페르소나 기반 데이터 증강, 대조 학습(Contrastive Learning) 및 다단계 검색 모델 생성 기술을 결합한 새로운 검색 모델 생성 방법을 제안한다. 특히 검색 모델이 질문과 가장 관련성이 높은 문서를 선택하도록 반복 학습하는 구조를 통해 전문 분야에서 높은 검색 정확도를 확보하도록 설계됐다. 이번 기술의 가장 큰 의미는 거대언어모델 기반 에이전틱 RAG 시스템의 하이브리드 서치 단계에서 근거 기반(Evidence-based) 답변 생성을 가능하게 하는 핵심 검색 알고리즘을 자체 개발해 원천 특허를 확보했다는 점이다. 이를 통해 생성형 AI가 신뢰성 높은 검색 결과를 기반으로 답변을 생성할 수 있어 할루시네이션을 크게 줄이는 것은 물론, 정확성과 설명 가능성이 중시되는 전문 분야로 활용 범위를 넓힐 수 있을 것으로 기대된다. 미디어젠은 자체 실험 결과를 바탕으로 법령 검색 등 대규모 전문 데이터 검색 효율이 기존 방식 대비 약 60% 이상 향상될 것으로 기대하고 있으며, 향후 다양한 전문 분야 RAG 시스템의 핵심 검색 기술로 활용할 계획이다. 이번 특허의 기술적 기반은 2025년 한국컴퓨터종합학술대회(KCC2025)에서 발표한 「한국어 법률 및 약관 검색 특화를 위한 klaw-Contriever의 연구」에서 제안된 검색 학습 방법론이다. 해당 연구에서는 공개된 한국어 법률 말뭉치를 활용한 검색 지향 사전 학습을 통해 기존 검색 모델 대비 최대 33%의 법령 검색 성능 향상을 확인했으며, 공개된 대형 검색 모델 대비 약 60% 수준의 모델 크기로도 최대 92% 수준의 검색 성능을 달성해 비용 효율성과 실용성을 확인한 바 있다. 미디어젠은 이러한 검색 기술을 기반으로 다양한 생성형 AI 사업을 확대하고 있다. 현재 공정거래위원회의 AI 불공정 약관 심사 시스템, AI 하도급 계약 지원 시스템 등에 자체 개발한 거대언어모델 MIRAGE(MediaZen Intelligent Retrieval And Generative Engine)를 적용하고 있으며, 공정거래위원회의 AI 에이전트 기반 AI Ready 의결서 데이터 개방 사업도 수행하고 있다. 해당 사업에서는 AI 에이전트와 RAG 기술을 활용해 의결서 데이터를 보다 효율적으로 검색·분석·활용할 수 있는 기반을 구축하고 있다. 또한 대기업 HR 분야에서는 거대언어모델 기반 AI 에이전트를 활용한 인재 추천 서비스 개발 사업을 추진하는 등 법률 분야를 넘어 인사(HR), 기업 업무 자동화 등 다양한 산업으로 생성형 AI 기술 적용 범위를 확대하고 있다. 미디어젠은 앞으로도 검색 모델과 거대언어모델을 결합한 AI 에이전트 기술을 지속적으로 고도화해 공공기관과 기업의 전문 업무를 지원하는 생성형 AI 서비스를 확대해 나갈 계획이다. 특히 이번 특허 기술은 인터넷 연결이 제한된 폐쇄망 환경에서도 신뢰성 높은 검색 기반 AI 서비스를 구현할 수 있는 기술로 기대를 모으고 있어, 공공기관·금융권·국방·제조 등 보안이 중요한 산업 분야에서 폭넓게 활용될 것으로 전망된다. 미디어젠 관계자는 “생성형 AI의 성능은 결국 얼마나 정확한 근거를 검색하느냐에 달려 있다”며 “이번 특허는 검색 기반 생성형 AI의 핵심 원천기술을 자체 확보했다는 점에서 의미가 크며, 앞으로 AI 에이전트와 RAG 기반의 다양한 산업용 생성형 AI 서비스에 적극 적용해 국내 AI 산업 경쟁력 향상에 기여하겠다”고 밝혔다.

삼성SDS가 퓨리오사AI의 2세대 신경망처리장치(NPU·딥러닝 계산을 빠르고 효율적으로 처리하도록 특화된 반도체 칩)인 ‘레니게이드’를 기반으로 한 NPUaaS(서비스로서 NPU)를 삼성클라우드 플랫폼(SCP)에 탑재했다고 20일 밝혔다. 레니게이드는 AI 추론에 특화된 국산 NPU로, 이미 학습된 AI 모델을 실제 서비스에 적용해 답변을 생성하고 문서를 분석할 때 그래픽처리장치(GPU) 대비 효율이 좋다. AI 산업이 기존의 거대언어모델(LLM)에 적합한 ‘학습’에서 ‘추론·실행’ 중심으로 이동하면서 비용 효율성이 좋은 NPU의 인기도 증가하고 있다. 이전에는 LLM 모델 자체를 제작하는 게 중요했지만, 현재는 수억 명이 LLM을 함께 사용할 수 있어야 해서다. NPU는 전력 소모가 적어 기업 입장에서 GPU 대비 전력과 운영 비용을 절감할 수 있다. 또 AI 추론을 전용 하드웨어에서 수행해 연산 시간을 단축할 수 있다. 삼성SDS의 NPUaaS 고객은 NPU 서버를 직접 구매하거나 자체 데이터센터에 구축하지 않아도 SCP를 통해 구독형으로 사용할 수 있다. 기업의 수요 및 데이터 규모에 따라 NPU를 1장, 2장, 4장, 8장 등 원하는 단위로 자유롭게 선택해 활용할 수 있어 스타트업부터 대기업까지 AI 서비스 규모에 맞춰 활용이 가능하다.

바야흐로 인공지능(AI)이 인간의 지적 동반자로 자리잡은 생성형 AI 시대다. 국민은 일상적인 대화부터 고도의 정책 분석에 이르기까지 거대언어모델(LLM) 기반의 AI 서비스를 활발히 활용하고 있다. 그러나 이런 눈부신 발전의 그늘에는 치명적인 약점이 도사리고 있다. 바로 AI가 거짓 정보를 마치 사실인 것처럼 그럴듯하게 만들어 출력하는 이른바 ‘환각’ 현상이다. 특히 국가의 정책 수립과 기업의 투자 판단에 기초가 되는 공공 통계나 행정 데이터 영역에서 AI가 부정확한 수치를 산출하고 확산시키는 문제는 사회적으로 심각한 부작용을 초래할 수 있다. 통계 왜곡과 환각 현상은 AI의 데이터 접근 방식에서 비롯된다. 현재의 AI는 통계 데이터베이스(DB)에 정확하게 접근해 맥락을 해석하기보다 인터넷에 흩어져 있는 뉴스나 블로그 등 정제되지 않은 2차 출처를 기반으로 답변을 생성하는 경우가 많다. 아무리 고도화된 AI라도 학습하고 참조하는 데이터 원천이 부정확하거나 맥락이 단절되면 왜곡된 결과를 내놓을 수밖에 없다. 결국 AI 시대 국가 경쟁력은 AI 모델의 성능 향상을 넘어 AI가 신뢰할 수 있는 데이터를 올바르게 찾아 해석할 수 있는 인프라를 구축하는 데 있다. 국가데이터처가 추진 중인 ‘AI 친화적 통계 메타데이터 및 온톨로지 구축’은 이런 시대적 과제를 해결하기 위한 근본적인 처방이다. 메타데이터란 ‘데이터를 설명하는 데이터’로 데이터의 정의와 단위, 작성 시점, 생성 이력 등 맥락 정보를 담고 있는 일종의 이정표다. 온톨로지는 데이터의 의미와 관계를 컴퓨터가 스스로 이해할 수 있도록 체계화한 지식 지도라고 할 수 있다. 지능형 데이터 체계가 완성되면 AI 답변의 신뢰성은 획기적으로 높아진다. 사용자가 AI에게 일상적인 자연어로 통계를 물으면 AI는 메타데이터라는 이정표를 따라 공신력 있는 공식 통계 DB(국가통계포털)를 직접 탐색해 정확한 사실을 확인한다. 예를 들어 국민이 정확한 통계명이나 전문적인 통계분류체계를 모르더라도 “녹차 산업 관련 통계를 찾고 싶다”고 요청하면 AI는 온톨로지 지도를 통해 작물 생산, 식품 제조, 음료 소비, 수출입 등 관련 통계 영역을 이해하고, 통계를 비교·분석해 가장 적합한 통계자료를 정확한 맥락과 함께 제공할 수 있다. 데이터처는 1단계로 국가 승인 통계를 대상으로 AI 친화적 메타데이터 관리 체계를 구축하고, 2단계에서는 범정부 국가데이터 전반으로 표준 체계를 확대 적용할 계획이다. 통계 온톨로지에서 시작해 행정, 노동, 외교 등 분야별 데이터의 개념을 연결하는 ‘데이터 초연결’이 실현되면 부처 간 칸막이에 갇혀 있던 이종 데이터의 융복합 분석이 가능해진다. 예컨대 ‘출산율 감소 원인’을 물으면 출생아 수뿐 아니라 혼인 건수, 초혼 연령, 맞벌이 가구 비율, 주택 가격 동향 등을 결합해 보다 실효성 있는 정책 처방을 제시할 수 있게 된다. 통계의 AI 활용성 고도화는 이미 경제협력개발기구(OECD)와 유엔 등 국제기구에서도 글로벌 모범 사례로 주목하는 선진 데이터 거버넌스의 핵심 과제다. 현재 발의 중인 ‘국가데이터기본법’을 기반으로 메타데이터 관리 기준을 확고히 정립해 대한민국의 지능형 행정 인프라를 한 단계 더 도약시키고자 한다. AI라는 거대한 열차가 탈선 없이 안전하게 달리려면 단단한 데이터 철로와 명확한 메타데이터라는 이정표가 꼭 필요하다. 데이터처는 대한민국이 AI 3대 강국으로 도약할 수 있도록 데이터의 문턱을 낮추고 초연결을 주도하는 든든한 디지털 고속도로를 책임 있게 만들어 나갈 것이다. 안형준 국가데이터처장

경희사이버대학교가 국내 대학 최초로 생성형 AI(거대언어모델)를 탑재한 ‘AI 다국어 콜봇(Call Bot)’ 서비스를 이달 말 정식 개시한다고 9일 밝혔다. 이번 서비스 도입으로 입학부터 학사까지 학생 중심의 스마트 상담 체계가 한층 고도화될 전망이다. 이번에 선보이는 AI 콜봇은 실제 상담원과 대화하는 듯한 자연스러운 음성 상담을 지원한다. 질문의 의도와 맥락을 실시간으로 파악해 정확한 정보를 제공하는 것이 특징이다. 이 서비스는 한국어를 비롯해 영어, 일본어, 중국어, 베트남어 등 8개 언어로 제공된다. 이를 통해 시간과 장소의 제약 없이 24시간 365일 상담이 가능해져 국내외 예비 입학생과 재학생들의 편의성이 크게 향상될 것으로 보인다. 경희사이버대는 지난 1일부터 시범 운영을 통해 시스템을 최적화하고 있다. 향후 홈페이지와 모바일 메신저를 연동한 통합 상담 플랫폼으로 기능을 확장해 학생들에게 차별화된 디지털 상담 경험을 제공할 계획이다. 권해숙 학생상담센터소장은 “단순한 기술 도입을 넘어 학생 누구나 언제 어디서든 쉽고 정확하게 정보를 얻을 수 있는 상담 환경을 구축하는 데 집중했다”며 “지속적인 데이터 학습을 통해 상담 서비스의 질을 높여 나가겠다”고 밝혔다. 한편, 경희사이버대는 최근 AI위원회를 출범하며 대학 행정 전반의 AI 혁신을 가속화하고 있다.

AI 생태계, 인프라·개발·전환 3단계AI 인프라 도시, 기반 시설에 집중광주·용인 반도체 클러스터가 해당AI 개발 도시, 새 기술·서비스 제공샌프란시스코·베이징 ‘막대한 투자’모든 지역이 따라갈 수는 없는 모델AI 전환 도시, 행정·산업·교육 적용새 크리에이터 브랜드와 문화 창조세계 어디에서도 본격 등장 안 해한국의 도시 발전 모델로 만들어야 이재명 정부가 광주에 제2의 반도체 국가산업단지를 조성해 인공지능(AI) 반도체 산업을 육성하겠다고 발표했다. AI 시대를 준비하기 위한 국가 전략이라는 점에서 매우 의미 있는 투자라 할 수 있다. 그러나 한 가지 질문은 남는다. 반도체 산업단지를 과연 AI 도시라고 부를 수 있을까. 최근 한국에서는 AI 도시라는 용어가 매우 넓게 사용되고 있다. 반도체 산업단지와 데이터센터는 물론 AI 스마트도시, AI 연구단지, AI 행정도시까지 모두 AI 도시라는 이름 아래 묶인다. AI라는 단어는 익숙하지만, 정작 어떤 도시를 의미하는지는 점점 모호해지고 있다. 같은 이름 아래 전혀 다른 정책이 공존하는 셈이다. AI 도시를 제대로 이해하려면 먼저 AI 산업의 구조부터 살펴볼 필요가 있다. 도시는 산업을 담는 그릇이며 산업의 변화는 도시의 변화를 가져오기 때문이다. AI 산업의 구조를 이해하면 어떤 도시가 AI 도시인지도 훨씬 명확하게 설명할 수 있다. ●AI 생태계가 AI 도시를 결정한다 AI 생태계는 크게 세 단계로 구성된다. 첫 번째는 AI 인프라다. 반도체와 데이터센터, 클라우드처럼 AI가 작동하기 위한 기반 시설이 여기에 해당한다. 최근 세계 각국이 반도체와 데이터센터 투자 경쟁을 벌이는 이유도 AI 경쟁의 출발점이 인프라에 있기 때문이다. 두 번째는 AI 개발이다. 거대언어모델과 AI 에이전트, 로봇 지능처럼 새로운 AI 기술과 서비스를 만드는 단계다. 이 영역에서는 연구개발 역량과 최고 수준의 인재, 대학과 스타트업, 벤처투자 생태계가 경쟁력을 결정한다. 세 번째는 AI 전환(AIX)이다. 이미 개발된 AI를 산업과 도시, 개인의 삶에 적용해 새로운 가치를 만드는 단계다. 앞으로 대부분의 기업과 지역이 경쟁하게 될 영역도 바로 여기다. AI를 직접 개발하지 않더라도 얼마나 창의적으로 활용하느냐에 따라 경쟁력이 크게 달라질 수 있기 때문이다. 이처럼 AI 생태계는 인프라, 개발, 전환이라는 서로 다른 단계로 이루어진다. 필요한 자원도 정책도 다르다. 도시 역시 어느 단계에 강점을 두느냐에 따라 서로 다른 발전 전략을 선택하게 된다. AI 도시를 하나의 개념으로 묶어 설명하기 어려운 이유다. ●AI 개발도시와 AI 인프라도시 AI 개발도시는 새로운 AI 기술과 서비스를 만드는 도시다. 경쟁력은 공장의 규모보다 연구개발 생태계에서 나온다. 미국 샌프란시스코 베이 에어리어가 대표적이다. 세계적인 AI 기업과 스타트업, 투자자, 연구기관이 밀집해 있으며 오늘날 AI 혁신의 상당수가 이 지역에서 시작된다. 중국에서는 베이징이 가장 가까운 사례다. 주요 AI 연구기관과 대학, 대형 AI 기업이 집중되어 있으며 거대언어모델과 기초 AI 연구를 주도하고 있다. 그러나 대부분의 도시가 샌프란시스코나 베이징을 그대로 따라갈 수는 없다. AI 개발도시는 막대한 연구개발 투자와 최고 수준의 인재, 세계적인 대학과 벤처투자 시장을 동시에 갖춰야 가능한 모델이다. 국가 차원에서도 소수의 도시만 담당할 수 있는 전략이지 모든 지역의 발전 모델이 될 수는 없다. AI 인프라도시는 AI를 개발하기보다 그 기반을 구축하는 도시다. 반도체 공장과 데이터센터, 클라우드 인프라, 전력망과 용수 공급이 경쟁력의 핵심이다. AI 산업의 성장 자체를 뒷받침하는 기반 역할을 수행한다. 최근 광주가 추진하는 AI 반도체 국가산업단지와 용인을 중심으로 조성되는 국가 반도체 클러스터가 이 전략에 해당한다. 미국과 중국도 대규모 반도체 생산과 데이터센터 투자를 국가 전략으로 추진하고 있다. AI 시대에도 산업 경쟁력의 출발점은 결국 안정적인 인프라다. 하지만 모든 지역이 AI 인프라도시를 지향하는 것도 현실적이지 않다. 반도체 산업은 막대한 자본과 전력, 용수, 글로벌 공급망을 필요로 하는 대표적인 규모의 경제 산업이다. 국가가 전략적으로 몇 개의 거점을 육성하는 것이 효율적이지, 모든 도시가 같은 전략을 선택할 수는 없다. 결국 대부분의 도시는 다른 질문을 던져야 한다. AI를 어디에서 생산할 것인가가 아니라 AI를 어떻게 활용할 것인가라는 질문이다. 바로 이 지점에서 AI 전환도시가 등장한다. ●일반 도시의 선택, AI 전환 도시 AI 개발도시와 AI 인프라도시는 국가 경쟁력에 반드시 필요하다. 그러나 대부분의 도시가 샌프란시스코처럼 AI를 개발하거나, 광주와 용인처럼 AI 인프라를 구축하는 것은 현실적으로 어렵다. 일반 도시의 경쟁력은 다른 곳에서 찾아야 한다. AI 전환도시는 AI를 도시 전체에 확산시키는 도시다. AI를 행정과 산업, 교육과 문화, 창업과 일상에 적용해 새로운 생산성과 창의성을 만드는 것이 목표다. 도시의 경쟁력은 자체적인 AI 모델을 보유했느냐보다 AI를 얼마나 효과적으로 활용하느냐에 의해 결정될 가능성이 크다. 일반 도시가 현실적으로 선택할 수 있는 AI 전략인 셈이다. AI 전환도시는 다시 세 가지 유형으로 구분할 수 있다. 도시 운영을 혁신하는 AI 스마트도시, 기업 경쟁력을 높이는 AI 산업도시, 개인과 크리에이터를 중심에 두는 AI 크리에이터 타운이다. 이 세 모델은 서로 경쟁하는 관계가 아니라 상호 보완적인 관계이며 하나의 도시도 여건에 따라 세 가지 전략을 함께 추진할 수 있다. AI 스마트도시는 기존 스마트도시를 AI 시대에 맞게 발전시킨 모델이다. 생성형 AI와 AI 에이전트를 활용해 도시 운영 자체를 지능화하는 데 초점을 둔다. 데이터 수집이 목적이 아니라 데이터를 활용한 문제 해결이 목표다. 최근 하정우 전 AI미래기획수석이 제안한 AI 도시가 여기에 가장 가깝다. 그는 AI 신뢰성센터를 중심으로 연구·실증·인증 기능을 집적하고, 시민의 경험과 암묵지를 AI 시대의 데이터 자산으로 전환하는 생태계를 제안했다. 특히 지역의 문화와 음식, 역사와 스토리를 새로운 데이터 자산으로 활용해야 한다는 점을 강조했다. AI 산업도시는 기업과 산업의 AI 전환을 중심에 둔다. 도시 기반 시설보다 기업의 생산성과 산업 경쟁력을 높이는 데 정책의 초점을 맞춘다. 제조업과 서비스업에 AI를 적용해 새로운 부가가치를 창출하고, 피지컬 AI와 산업용 로봇으로 산업 구조를 혁신하는 것이 핵심이다. 미국 피츠버그는 로봇과 자율주행 기술로, 중국 선전은 AI와 하드웨어·제조업의 결합으로 이를 보여 준다. 제조업 비중이 높은 한국의 산업도시 역시 자동차와 반도체, 조선, 바이오, 물류 등 주력 산업에 AI를 적극 도입해야 글로벌 경쟁력을 유지할 수 있다. AI 크리에이터 타운은 기업보다 개인을, 생산보다 창의성을, 공장보다 창작을 중심에 두는 모델이다. 생성형 AI를 활용해 더 많은 시민이 창작과 창업에 도전하고, 더 많은 크리에이터 브랜드가 성장하도록 지원하는 도시를 의미한다. 생성형 AI가 창작의 비용을 빠르게 낮추면서, 디자인·영상·번역·마케팅처럼 과거에는 기업만 수행할 수 있었던 일이 개인과 소규모 팀에게도 가능해지고 있다. AI는 대기업만을 위한 기술이 아니라 개인의 생산성과 창의성을 크게 높이는 기술이 되고 있다. 이 점에서 기존의 창조도시나 문화도시와도 차이가 있다. 문화를 소비하는 도시가 아니라 문화를 생산하는 도시, 그리고 AI로 그 생산성을 높이는 도시가 AI 크리에이터 타운이다. 흥미로운 점은 이러한 도시 모델이 아직 세계 어디에도 본격적으로 등장하지 않았다는 사실이다. 미국도 중국도 AI 개발과 산업에서는 앞서 있지만 개인과 크리에이터의 AI 활용을 도시 전략의 중심에 둔 사례는 찾아보기 어렵다. 바로 이 점이 한국 도시에 새로운 기회를 제공한다. ●한국이 먼저 만들어야 할 AI 도시 산업혁명 시대 도시의 경쟁력은 공장에 있었다. 정보화 시대에는 연구개발과 플랫폼이 도시 성장을 이끌었다. AI 시대에는 무엇이 도시의 경쟁력을 결정할 것인가. 그 답은 AI를 활용하는 사람이라고 생각한다. 반도체도 중요하고 AI 모델도 중요하다. 그러나 지역 도시가 장기적으로 경쟁력을 확보하는 길은 더 많은 시민이 AI를 활용해 창작하고 창업하며 새로운 크리에이터 브랜드와 문화를 만들어 내는 생태계를 구축하는 데 있다. AI는 도시를 대신 성장시키는 기술이 아니라 사람의 창의성을 증폭시키는 기술이기 때문이다. 세계는 지금 AI 개발도시와 AI 인프라도시를 두고 경쟁하고 있지만 개인과 크리에이터의 AI 활용을 도시 전략의 중심에 둔 모델은 아직 뚜렷하게 등장하지 않았다. 미국은 AI를 개발하고, 중국은 AI를 산업화하고 있다. 그렇다면 한국은 무엇을 해야 하는가. 한국의 답은 AI를 가장 창조적으로 활용하는 도시, AI 크리에이터 타운이라고 생각한다. 한국은 이미 문화와 기술을 함께 성장시킨 경험을 가지고 있다. 이제 그 경험을 도시 전략으로 확장할 차례다. 문화와 기술이 결합한 AI 크리에이터 타운은 한국 지역 도시의 새로운 발전 모델이자 세계에 제시할 수 있는 한국형 AI 도시의 비전이 될 것이다. 모종린 연세대 국제학대학원 교수

포털 검색창이 달라졌다. 키워드를 입력하면 수십 개의 링크를 보여주던 검색창에서 인공지능(AI)이 먼저 답을 정리하고 상품까지 추천하는 공간으로 바뀌고 있다. 네이버는 AI 검색에 이어 쇼핑으로 서비스를 확장했고, 다음은 검색 결과를 AI가 요약하는 기능을 선보였다. 네이버는 지난달 25일 대화형 검색 서비스 ‘AI탭’과 ‘AI 쇼핑 에이전트’를 정식 출시했다고 1일 밝혔다. AI탭은 질문의 맥락을 이해해 여러 웹문서를 종합한 답변을 제공하는 서비스다. AI 쇼핑 에이전트는 사용자의 상황과 조건을 반영해 상품을 추천하고 구매까지 이어질 수 있도록 돕는 쇼핑 특화 서비스다. AI탭에 ‘무더위에 좋은 음식을 알려줘’라고 입력하자 AI는 수분 보충에 좋은 과일과 삼계탕, 장어구이 등을 표와 함께 정리하고 기사와 블로그 등 답변의 출처를 함께 제시했다. 이어 “집에서 간편하게 만들어 먹을 수 있는 삼계탕 밀키트 제품들의 리뷰를 찾아드릴까요”라며 후속 질문도 이어갔다. 여러 웹페이지를 직접 오가며 정보를 취합하던 역할을 AI가 대신하는 셈이다. 쇼핑에서는 AI의 역할이 한층 적극적이다. 네이버 쇼핑의 AI 에이전트에 ‘무더위에 필요한 아이템을 추천해달라’고 입력하자 AI는 냉감 소재와 사용 환경, 세탁 편의성 등 선택 기준을 먼저 제시한 뒤 냉감 이불과 쿨매트, 메쉬 조끼 등을 추천했다. 단순히 상품을 나열하는 데 그치지 않고 예산과 색상, 크기를 알려주면 다시 추천 범위를 좁혀주는 방식이다. 네이버가 쇼핑에 힘을 싣는 이유는 커머스 경쟁력에 있다. 국내 최대 쇼핑 플랫폼과 스마트스토어, 멤버십 등 기존 생태계에 AI를 결합해 상품 탐색부터 비교, 추천, 구매까지 하나의 흐름으로 연결하겠다는 전략이다. 실제 AI 쇼핑 에이전트 이용자의 70% 이상은 15자 이상의 긴 질문을 입력하고 있다. 지난달 일간 이용자 수는 베타 서비스 직후인 3월보다 50% 이상 증가했고, AI 쇼핑 에이전트를 통한 거래액도 2.7배 늘었다. 네이버는 하반기 개인화된 멤버십 혜택 추천과 장바구니·배송 정보를 연계해 검색부터 결제까지 이어지는 AI 쇼핑 경험을 강화할 계획이다. 다음은 검색 서비스 고도화에 먼저 초점을 맞췄다. 업스테이지 컴퍼니는 이날 자체 거대언어모델(LLM) ‘솔라’를 기반으로 검색 결과를 자동 요약해주는 ‘AI 요약’ 베타 서비스를 공개했다. AI가 웹문서를 분석해 핵심 내용을 정리하고 근거를 함께 제공하는 기능으로, 이슈와 금융, 엔터테인먼트, 건강, 사전, 일상 등 6개 분야에 우선 적용된다. 다음은 AI 요약 적용 분야를 순차적으로 확대하고 연내에 대화형 ‘AI 모드’를 선보여 검색 서비스를 한층 고도화할 예정이다.

범용 인공지능(AI)의 현장 적용 한계를 보완하는 산업 맞춤형 ‘버티컬 AI’ 시장이 확대됨에 따라, AI가 스스로 이해하고 추론할 수 있도록 정제한 ‘AI 레디 데이터(AI Ready Data)’의 중요성이 제기되고 있다. 시장조사기관 그랜드뷰리서치 분석에 따르면 글로벌 버티컬 AI 시장은 연평균 약 28% 성장해 2026년 기준 130억 달러를 넘어설 것으로 전망된다. 버티컬 AI의 성패는 각 산업에 맞춰 구조화된 ‘AI 레디 데이터’ 확보 여부에 달려 있다. AI 레디 데이터는 AI가 스스로 이해하고 추론하도록 정제·가공한 데이터를 뜻한다. 의료·국방·법률·특허 등 도메인별 전문 데이터를 선점하려는 경쟁은 국가 간 주도권 다툼으로 확산되는 양상이다. 특히 특허 데이터는 기업의 기술 전략이 공개 논문보다 평균 18개월가량 앞서 담기는 기술 선행 지표로 평가되며, 특허 데이터의 AI 레디 데이터 전환 여부가 국가 간 기술 정보 격차로 이어질 수 있다는 지적이 나온다. 글로벌 시장에서는 앤트로픽, 메타, 마이크로소프트, IBM 등 빅테크 9개사가 AI 특허 공유 협력체 ‘SAIL’을 결성해 파운데이션 모델 관련 핵심 특허를 결집하고 있다. 회원사 간 AI 기술과 특허를 상호 라이선스하는 구조로, 회원사 보유 특허는 약 2만 건 이상으로 집계된다. 국내에서도 과학기술정보통신부가 ‘K-문샷’ 8대 분야 연구 데이터를 AI 레디 데이터로 변환하는 작업을 진행 중이며, 지식재산처는 AI 기반 지식재산 데이터 분석 체계 구축에 나섰다. 다만 도메인 맥락 이해가 필요한 특화 데이터 특성상 공공 역량만으로는 한계가 있다는 평가에 따라, 민간 기업과의 연계가 과제로 떠오르고 있다. 소버린 AI 국방 AI 풀스택 전략… 네이버클라우드 국방 영역은 무전 음성, 작전 문서, 드론 영상 등 다양한 형태의 데이터를 통합 처리하는 기술과 철저한 보안이 요구돼 외부 클라우드나 범용 AI 모델 적용이 어렵다. 네이버클라우드는 소버린 AI 기반 국방 AX 전담 조직을 신설하고 국방 특화 경량 옴니모달 AI 모델을 공개했다. 최근 공개한 ‘하이퍼클로바X 시드 4B’는 자체 개발한 비전 인코더 ‘하이퍼클로바X 클립’과 오디오 인코더를 적용해 텍스트·음성·영상을 동시에 처리하며, 경량화로 모델 크기를 절반으로 줄여 제한된 연산 환경에서도 저지연 추론이 가능하도록 설계됐다. 인프라부터 MLOps, 거대언어모델(LLM)까지 전 과정을 폐쇄망 환경에 배포·운영해 보안성을 확보했으며, 육·해·공군과 합동참모본부 데이터를 통합 학습하는 ‘중앙 데이터센터’와 통신 단절 상황에 대응하는 ‘엣지 데이터센터’를 연계한 국방 전용 AI 데이터센터도 제공한다. 네이버클라우드는 올해 국방 AX 기반을 구축하고 관련 사업에 참여하며, 2030년까지 국방 전 영역에 AI 에이전트를 확산한다는 계획이다. 국가 기술 경쟁력 견인하는 특허 AI Ready Data… 워트인텔리전스 특허 데이터는 복잡한 법률·기술적 언어로 구성돼 AI 레디 데이터로 가공하기 까다로운 영역으로 꼽힌다. 복잡한 권리 구조와 도면·텍스트 연결, 고난도 기술 용어 매핑에 전문성이 요구되며, 높은 진입 장벽으로 공공 주도만으로는 인프라 구축과 가공이 어렵다는 지적이 나온다. 특허 버티컬 AI 기업 워트인텔리전스는 106개국 1억 7000만 건의 특허 데이터를 AI 레디 데이터로 구조화하고 있다. AI가 특허 원문에서 직접 기술 맥락을 읽어내는 구조로 설계해 분석 과정의 주관적 판단 개입을 줄였다는 설명이다. 자체 AI 레디 데이터와 이를 학습한 특허 특화 모델 ‘플루토LM’을 결합한 ‘키워트 인사이트’를 통해 기술 탐색부터 분석, 인사이트 도출까지 이어지는 구조를 구현했다. 플루토LM은 특허 1억 7000만 건, 특허 문장 2500억 개를 학습한 LLM으로, 리서치 과정의 정보 왜곡을 최소화했다는 설명이다. 워트인텔리전스는 LG AI연구원과 기업 IP 조직의 AX 협력을 진행 중이며, IP팀과 외부 대리인 간 데이터 흐름·자동화 범위에 대한 운영 가이드를 단계적으로 구체화한 뒤 유사 산업군으로 협력 모델을 확장한다는 방침이다. 지식재산처 AX 프로젝트에 특허 특화 LLM과 AI 레디 데이터를 공급하고 있으며, 산업통상자원부 ‘AI+R＆DI 추진전략’ 핵심 프로젝트 ‘테크-GPT’에 참여해 LLM을 개발했다. 최근에는 트릴리온랩스와 화학 특화 AI 모델 공동 개발을 위한 업무협약을 체결했으며, 해당 모델은 8월 키워트 인사이트에 탑재될 예정이다. 1500건의 프로젝트 레퍼런스 보유… 엔코아 금융·제조·유통 등 산업 전반에서 AX 도입이 늘고 있지만, 시스템별로 흩어진 데이터를 AI 모델에 곧바로 학습시키지 못하는 경우가 많아 고품질 데이터 거버넌스와 자산화 전략이 필요하다는 지적이 나온다. SK네트웍스 자회사 엔코아는 국내외에서 약 1500건 이상의 기업·공공 데이터 및 AI 프로젝트를 수행했다. 기업의 다양한 데이터를 의미 기반으로 연결해 데이터 간 관계와 맥락을 통합 관리하는 ‘데이터 맥락 지도’ 개념을 제시했다는 설명이다. 엔코아는 이 같은 기술력을 바탕으로 금융의 보안, 유통의 공급망 관리 등 산업 특성에 맞춘 모델로 영역을 확장하고 있다. 최근에는 국가데이터처가 엔코아를 방문해 AX 시대에 적합한 공공데이터 품질관리 고도화 방안을 논의했다. 엔코아는 공공데이터가 AI Ready Data 관점에서 재정비돼야 민간 활용과 산업 전반의 AX를 견인할 수 있다는 입장을 밝혔다. 이 같은 데이터 체계 구축 철학은 실무 인재 양성으로도 이어지고 있다. 엔코아는 오프라인 부트캠프를 통해 3500명 이상의 수료생을 배출했으며, 실무 훈련 역량을 인정받아 ‘2025 훈련성과 우수기관’으로 선정됐다. 이를 바탕으로 올해 고용노동부의 AI 특화 직업훈련 사업 ‘K-디지털트레이닝 AI 캠퍼스’ 운영기관에 선정돼 현장 수요에 맞춘 AI Ready Data 인재 양성에 집중할 계획이다.

“기업을 위한 인공지능(AI)을 넘어 모두를 위한 AI 시대를 열어가겠습니다.” (지난 16일 미디어데이) 올해 한국 AI 업계는 유난히 숨 가쁜 한 해를 보냈습니다. 독자 AI 파운데이션 모델 프로젝트 1차 평가부터 젠슨 황 엔비디아 최고경영자(CEO)와 리사 수 AMD CEO의 잇단 방한, 소버린 AI 필요성 부각까지 굵직한 이슈가 이어졌습니다. 이 같은 주요 장면마다 빠지지 않고 이름을 올린 인물이 있습니다. 대기업 총수도, 글로벌 빅테크 CEO도 아닙니다. 국내 AI 스타트업 업스테이지를 이끄는 김성훈 대표입니다. 한글 검색엔진, ‘까치네’를 기억하시나요 1972년생인 김 대표는 구미전자공고를 거쳐 대구대학교 전자공학과에 진학했습니다. 프로그래밍 공부에 매진했던 그는 재학 중이던 1995년 국내 최초의 한글 검색엔진인 ‘까치네’를 개발했습니다. 까치네는 1990년 후반 포털 사이트 경쟁이 치열해지기 전까지는 주요 검색 엔진 중 하나였습니다. 이듬해에는 인터넷 솔루션 벤처기업 ‘나라기업’을 창업했습니다. 삐삐와 휴대전화로 이메일 수신 사실을 알려주는 ‘깨비메일’을 선보이며 업계의 주목을 받았습니다. 깨비메일 역시 한때 유행했으나 다음메일 등 경쟁 서비스에 밀려 운영이 중단됐습니다. 훗날 스타트업 대표직에 오르고 나서도 김 대표의 본질은 여전히 ‘개발자’였습니다. 올해 초 미국에서 인간 없이 AI 에이전트들 모여 토론하는 커뮤니티 ‘몰트북(Moltbook)’이 화제를 모으자, 그는 곧바로 한국판 몰트북으로 불리는 ‘봇마당’을 직접 만들었습니다. 당시 김 대표는 “놀라움과 두려움, 설렘이 동시에 교차했다”고 소회를 밝혔습니다. 美유학→홍콩과기대 교수→네이버클로바 AI 총괄→창업김 대표는 연구자로서도 두각을 나타냈습니다. 2000년 미국으로 건너가 캘리포니아대학교 산타크루즈 캠퍼스에서 박사 학위를 받았습니다. 그리고 미국 매사추세츠공과대학(MIT) 컴퓨터과학·인공지능연구소(CSAIL) 박사후연구원으로 활동하며 소프트웨어의 버그 예측 및 예방 프로젝트에 참여했습니다. 2008년에는 홍콩과학기술대학 컴퓨터공학과 교수로 임용되며 새로운 도전에 나섰습니다. 세계소프트웨어엔지니어링학회(ICSE) 등 국제 학회에서 우수 논문상을 네 차례 수상했습니다. 순탄해 보이던 교수 생활을 뒤로하고 김 대표는 2017년 또 한 번의 도전을 선택했습니다. 네이버에 합류해 클로바 AI 총괄 책임리더를 맡은 것입니다. 그는 이 시기 100여 개의 AI 기술을 선보이며 네이버의 AI 경쟁력을 한 단계 끌어올렸다는 평가를 받았습니다. 불과 3명이었던 AI 조직도 3년 만에 250여 명 규모로 성장했습니다. 이즈음 김 대표는 유튜브 채널 ‘모두를 위한 딥러닝’을 개설하기도 했는데, 구독자는 현재 기준 6만여명에 이릅니다. 2020년 10월, 49세의 나이에 그는 안정적인 직장을 떠나 다시 창업에 도전했습니다. 그렇게 탄생한 회사가 바로 AI 스타트업 업스테이지입니다. 자체 LLM ‘솔라’ 내세워 성장…AI 추격조 제안 업스테이지는 김 대표를 비롯해 네이버, 카카오, 메타 등 IT 기업 출신 개발자들이 의기투합해 설립한 회사입니다. 김 대표는 당시 한 언론 인터뷰에서 창업 배경에 대해 “더 많은 기업이 AI를 실제 비즈니스에 적용하고 실행에 옮기기를 바라는 마음으로 창업했다”고 밝혔습니다. 2023년 3월 열린 첫 기자간담회에서는 “AI 기술로 사람들에게 해방과 편리함을 제공하는 것이 목표”라며 “AI 기술 기업으로서 좋은 선례를 남기고 싶다”고 포부를 밝혔습니다. 업스테이지는 자체 거대언어모델(LLM)인 ‘솔라(Solar)’를 중심으로 성장세를 이어갔습니다. 김 대표가 대중에게 본격적으로 이름을 알린 계기 중 하나는 이른바 중국 ‘딥시크 쇼크’ 이후였습니다. 지난해 2월 과학기술정보통신부와 국가인공지능위원회 등이 국내 AI 산업 경쟁력을 진단하기 위해 마련한 간담회에서 그는 ‘국가대표 AI 추격조’ 구성을 제안했습니다. 이 구상은 이후 독자 파운데이션 모델 정책 논의로 이어졌습니다. 당시 간담회에 함께 참석했던 배경훈 LG AI연구원장은 현재 과학기술정보통신부 장관 겸 부총리를 맡고 있습니다. ①독파모 1차 통과 ②유니콘 등극 ③다음·타임리 인수 올해는 김 대표와 업스테이지에 있어 여러 의미 있는 성과가 이어진 한 해였습니다. 가장 주목받은 성과는 독파모 프로젝트였습니다. 당초 5개 정예팀이 참여한 이 사업에서 업스테이지는 지난 1월 1차 평가를 통과한 3개 팀 가운데 하나로 선정됐습니다. 특히 국내 주요 대기업들이 꾸린 경쟁팀들을 제치고 이름을 올리며 기술력을 입증했다는 평가를 받았습니다. 기업 가치 측면에서도 의미 있는 이정표를 세웠습니다. 업스테이지는 기업가치 1조원 이상을 인정받으며 국내 생성형 AI 기업 가운데 처음으로 유니콘 기업 반열에 올랐습니다. 여기에 국민성장펀드 기금운용심의회가 업스테이지에 1000억원 규모의 직접 지분투자를 결정하면서 성장 가능성을 다시 한번 인정받았습니다. 금융위원회는 당시 “업스테이지가 독파모 프로젝트에서 벤처·중소기업 가운데 유일하게 1차 단계 평가를 통과해 기술력을 인정받았다”며 “국내에서 창업한 기술벤처의 성공적인 성장 모델 창출이 기대된다”고 평가했습니다. 사업 확장 역시 올해를 상징하는 중요한 변화였습니다. 업스테이지는 포털 ‘다음(Daum)’을 운영하는 AXZ와 AI 에이전트 기업 ‘타임리’ 등을 잇달아 인수하며 사업 포트폴리오를 넓혀가고 있습니다. 단순히 AI 모델 개발 기업을 넘어 종합 AI 플랫폼 기업으로 도약하기 위한 행보로 풀이됩니다. 지난 16일 열린 기자간담회에서 김 대표는 자체 AI 모델을 중심으로 기업 고객과 일반 사용자를 아우르는 ‘모두를 위한 AI 시대’를 열겠다는 청사진도 제시했습니다. 이를 위해 업스테이지와 AXZ, 타임리를 하나의 생태계로 묶는 ‘업스테이지 컴퍼니’를 구축하겠다는 구상을 밝혔습니다. 소박하고 자유로운 리더…수익 창출·IPO 등 과제 산적 무엇보다 김 대표는 글로벌 빅테크 수장들과의 교류로도 잘 알려져 있습니다. 최근에는 리사 수 AMD 최고경영자(CEO)가 지난 3월 방한했을 당시 국내 스타트업 유일하게 업스테이지의 김 대표와 단독 회동을 가졌습니다. 젠슨 황 엔비디아 CEO가 이번달 초 방한했을 당시 ‘코리아 AI 에코시스템 리셉션’을 개최했는데, 김 대표의 참석이 스포트라이트를 받기도 했습니다. 김 대표는 소박하고 자유로운 업무 스타일로도 IT 업계에 잘 알려져 있습니다. 미디어 데이에서 직원들과 함께 입은 흰색 단체 티셔츠는 권위를 내려놓은 그의 리더십을 상징적으로 보여줬습니다. 회사 규모가 크게 성장했음에도 별도 사무실을 따로 두지 않는 점 역시 그의 경영 철학을 엿볼 수 있는 대목입니다. 하지만 회사가 성장한 만큼 김 대표가 짊어진 책임도 한층 무거워졌습니다. 안정적인 수익 창출과 기업공개(IPO) 추진, 여타 AI 기업들과의 경쟁 등 풀어야 할 과제가 적지 않습니다. 미디어데이에서 쏟아진 질문에 그는 “매일 아침마다 고민하는 문제”라고 답하기도 했습니다. 국내외 AI 업계 판도를 뒤흔드는 스타트업으로 성장한 업스테이지. 창업가이자 개발자인 김 대표가 앞으로도 기술력과 경영 능력을 모두 입증하며 ‘국가대표 AI 기업’을 이끄는 리더로 자리매김할 수 있을지 관심이 쏠립니다.