단순한 GPU 물량 확보가 곧 기업의 AI 인프라 경쟁력으로 직결되지는 않는다. 이제는 한정된 자원 속에서 추론 효율성을 극대화하고 비용 대비 성능을 최적화하는 역량이 핵심 성공 요인으로 부상하고 있다. AI 인프라 소프트웨어 대표 기업 오케스트로 그룹(의장 김민준)은 테크 컨퍼런스 ‘OPUS 2026’에서 AI 인프라에 대한 고객의 관심이 GPU 확보에서 추론 성능과 운영 효율로 이동하고 있음을 확인했다고 7일 밝혔다. 지난 7월 28일 서울 코엑스 오디토리움에서 열린 ‘OPUS 2026’에는 공공기관, 금융사, 제조·통신 대기업, IT 서비스 기업 등의 IT 관계자 2,000명 이상이 참석했다. 행사에서는 기업과 공공기관의 AI 인프라 구축·운영 과제를 중심으로 상담과 기술 논의가 이어졌다. GPU 자원 배분과 응답 지연 개선, 복잡한 추론 환경의 효과적인 운영 방안에 대한 문의가 집중됐으며, 기존 자원을 활용해 추론 성능과 운영 안정성을 높이려는 수요가 공통적으로 나타났다. 오케스트로는 현장의 목소리를 종합한 결과, AI 인프라 경쟁력의 척도가 단순한 GPU 확보량을 넘어 실제 운영 성과로 진화하고 있다고 분석했다. 특히 처리 속도와 성능을 극대화하는 동시에, 운영 비용과 복잡성을 얼마나 효율적으로 관리하느냐가 핵심 평가 기준으로 떠올랐다는 설명이다. 이러한 흐름은 ‘OPUS 2026’ 이후 기업·공공기관 IT 종사자 1703명을 대상으로 진행한 조사에서도 확인됐다. 조사 결과, AI 인프라 또는 추론 환경을 운영할 때 가장 큰 부담으로 GPU 서버 비용(36.9%)과 AI 인프라 전문 인력 부족(36.5%)이 꼽혔다. AI 인프라 구축·운영 경험이 부족하다는 응답도 22.2%를 차지했다. AI 추론 플랫폼을 선택할 때는 추론 성능과 응답 속도(20.2%), GPU 활용률과 비용 효율(19.2%), 기존 인프라 및 클라우드 환경과의 연계성(16.7%)을 중요하게 고려하는 것으로 나타났다. 이 같은 결과는 AI 인프라 경쟁의 무게중심이 하드웨어 확보에서 소프트웨어 기반의 운영 효율화로 이동하고 있음을 보여준다. 기업과 공공기관은 보유 자원의 활용 효율과 추론 성능을 높이고 비용과 운영 안정성을 함께 관리하는 것을 주요 과제로 인식하고 있다. 오케스트로는 AI 추론 운영 플랫폼 ‘콘체르토 AI(CONCERTO A.I.)’를 통해 급증하는 AI 인프라 수요에 적극 대응하고 있다. 콘체르토 AI는 분산 서빙 기반의 추론 최적화와 실시간 자원 배분으로 응답 지연을 최소화하고, GPU 자원 효율성을 극대화한다. 오케스트로는 이번 ‘OPUS 2026’에서 파악한 현장 수요와 시장 조사 결과를 바탕으로, 기업과 공공기관이 직면한 AI 인프라 운영 과제를 성공적으로 해결해 나갈 방침이다. 김민준 오케스트로 그룹 의장은 “OPUS 2026은 금융·제조·IT 등 다양한 산업의 기업과 공공기관이 AI 인프라를 운영하며 겪는 과제와 시장의 변화를 직접 확인한 자리였다”며 “고객과 현장의 목소리를 바탕으로 한정된 자원에서도 AI 서비스의 응답 성능과 처리 효율을 높일 수 있는 해법을 지속적으로 제시해 나가겠다”고 말했다.

삼성전자가 인공지능(AI) 가속기 위에 고대역폭메모리(HBM)를 직접 쌓는 차세대 구조를 제시했다. AI 모델이 진화하면서 커질수록 연산장치와 메모리 사이의 데이터 이동이 병목으로 떠오르자, 둘 사이의 거리를 줄여 성능과 전력 효율을 끌어올리겠다는 구상이다. 삼성전자는 4일(현지시간) 미국 캘리포니아주 샌타클래라에서 개막한 ‘FMS 2026’에서 차세대 3차원 메모리 ‘zHBM’과 ‘zNAND-O’의 모형을 업계 최초로 공개했다. 약 30개 제품을 전시한 삼성전자 부스에는 관람객이 몰렸고, zHBM의 데이터 이동 방식과 향후 적용 가능성을 묻는 질문이 이어졌다. 현재 HBM은 여러 장의 D램을 쌓아 그래픽처리장치(GPU) 등으로 이뤄진 AI 가속기 옆에 둔다. zHBM은 쌓아 둔 HBM 전체를 가속기 상단에 올리는 방식으로 데이터가 오가는 거리를 최소화한다. 삼성전자는 zHBM 적용 시스템이 차세대 HBM5보다 성능은 최대 8배, 전력 효율은 최대 3배 높고 열 저항은 절반 이하로 낮아질 수 있다고 설명했다. 이는 양산품 실측치가 아닌 차세대 구조의 목표 성능이다. 김경륜 삼성전자 D램개발실 상무는 기조연설에서 “현재 HBM이 수년 안에 한계에 부딪힐 것을 모두 알고 있다”며 “이를 돌파할 기술을 생각하면 3차원밖에 없다”고 말했다. 여러 장을 쌓아 올리는 3D 전략은 낸드플래시로 이어진다. 삼성전자가 개발 중인 zNAND-O는 낸드 칩을 4단 또는 8단으로 쌓는다. D램은 처리 속도가 빠르지만 너무 비싸고 공급도 부족하다. 따라서 상대적으로 저렴하고 용량이 큰 낸드의 속도를 개선해 최대한 D램처럼 쓰도록 해보겠다는 구상이다. 이 기술은 스마트폰과 PC 안에서 AI를 구동하는 온디바이스 시장을 겨냥한다. 현재웅 삼성전자 메모리사업부 상무는 “개인마다 집 안에 미니 데이터센터를 갖게 하는 것이 우리의 비전”이라고 말했다. 삼성은 400단 이상을 쌓은 10세대 V낸드 ‘V10 BV-NAND’도 처음 공개했다. 셀과 주변 회로를 따로 만든 뒤 수직으로 붙이는 웨이퍼 본딩과 3스택 기술을 적용해 전 세대보다 집적도를 약 58% 높였다. V10 BV-NAND와 메모리 안에서 일부 연산을 처리하는 LPDDR5X-PIM은 행사 최고 제품상인 ‘베스트 오브 쇼’를 받았다. zHBM처럼 메모리와 AI 가속기를 수직으로 결합하려면 메모리 기술뿐 아니라 파운드리와 첨단 패키징 역량이 함께 필요하다. 삼성전자는 설계부터 제조·패키징까지 한 회사에서 제공하는 ‘원스톱 솔루션’을 경쟁력으로 내세웠다. 한편, SK하이닉스도 샌디스크와 고대역폭 낸드플래시(HBF) 표준을 제시하며 개방형 생태계 구축에 무게를 뒀다. 양사의 차세대 기술 경쟁은 AI가 학습을 넘어 추론 중심으로 빠르게 옮겨가면서 더욱 치열해질 전망이다. FMS에 참석한 시장조사업체 욜그룹은 삼성전자와 SK하이닉스의 투자 확대를 근거로 한국이 2031년까지 메모리 시장 선두를 유지할 것으로 내다봤다.

SK하이닉스가 샌디스크와 함께 차세대 인공지능(AI) 서버 메모리로 각광받는 고대역폭플래시(HBF)의 첫 표준 규격을 공개했다. 지난해 8월 샌디스크와 HBF 표준화 협력에 나선 데 이어 올해 2월 컨소시엄을 구성한 지 약 6개월 만에 내놓은 첫 결과물이다. SK하이닉스는 4일(현지시간) 미국 캘리포니아에서 열리는 세계 최대 규모 메모리 콘퍼런스 ‘FMS(Future of Memory and Storage) 2026’에 참가해 이번 규격을 선보였다고 밝혔다. HBF는 AI 서버에서 고대역폭메모리(HBM)와 솔리드스테이트드라이브(SSD) 사이에 놓이는 새로운 메모리 계층이다. HBM과 같이 AI의 데이터 연산 속도가 빠르면서도 낸드플래시를 기반으로 해 용량을 크게 늘릴 수 있다. 추론형 AI의 확산에 따라 처리해야 할 데이터양이 늘면서 용량이 부족한 HBM과 속도가 느린 SSD의 단점을 동시에 보완하는 차세대 메모리로 주목받고 있다. 이번에 공개된 HBF의 용량은 최대 512GB까지 지원된다. HBF와 프로세서를 연결하는 방식은 업계 표준 인터페이스인 UCIe를 채택했다. UCIe를 통해 그래픽처리장치(GPU)와 중앙처리장치(CPU) 등 서로 다른 종류의 프로세서에도 HBF를 유연하게 적용할 수 있다. SK하이닉스는 이번 표준 공개를 계기로 AI 저장장치 시장에서 HBF 채택을 확대하고 생태계 조성에 나선다는 전략이다. 중국 CXMT(창신 메모리)까지 가세하며 치열해지는 글로벌 D램 경쟁에서 우위를 점하기 위해서다. 최근 AI 추론 시장의 경쟁력이 단일 칩의 성능보다 CPU와 GPU, 메모리와 저장 장치까지 모두 아우르는 시스템 차원의 최적화가 관건이 된 점도 가세했다. ‘풀스택 기업’을 표방하는 SK하이닉스는 HBF까지 밸류체인을 넓혀 HBM과 HBF를 모두 지원할 수 있는 종합 메모리 솔루션 기업으로 입지를 공고히 하겠다는 계획이다. 업계에서는 HBF 시장이 빠르게 성장해 2030년 17조원에 육박하고, 2038년에는 HBM 시장을 앞지를 것이란 예측도 나온다. 삼성전자도 ‘FMS 2026’에 참여해 HBM, 낸드, SSD를 잇는 ‘메모리 아키텍처 혁신’을 주제로 전시한다. D램, 낸드, 컨트롤러, 파운드리, 첨단 패키징 등 종합반도체기업(IDM)의 역량을 강조하며 AI 데이터 병목을 줄이는 방안을 소개할 예정이다. 한편, 이날 시장조사업체 카운터포인트리서치에 따르면 지난 2분기 D램 매출 기준으로 삼성전자는 39% 점유율을 기록해 1위를 유지했고, SK하이닉스는 점유율 26%를 차지했다.

LG AI연구원이 국내 최대 규모인 7500억개 파라미터를 갖춘 초거대 인공지능(AI) 모델 ‘K-엑사원 2.0’을 공개했다. 모델 규모를 기존보다 3배 이상 키운 데 이어 장문 이해와 코딩, AI 에이전트의 도구 활용 능력을 높여 글로벌 프런티어 모델과의 경쟁에 나선다. LG AI연구원은 31일 과학기술정보통신부의 ‘독자 AI 파운데이션 모델 프로젝트’ 2차 모델인 K-엑사원 2.0을 오픈소스 플랫폼 허깅페이스에 공개했다고 밝혔다. 파라미터 수는 1차 모델의 2360억개에서 7500억개로 확대됐다. 모델 라이선스에는 누구나 상업적으로 활용할 수 있는 ‘아파치 2.0’을 적용했다. LG AI연구원이 9개 영역의 24개 벤치마크에서 자체 평가한 결과 K-엑사원 2.0은 평균 70.1점을 기록했다. 1차 모델의 63.3점보다 10% 이상 향상된 수준이다. 특히 코딩과 스스로 계획을 세우고 작업을 수행하는 에이전틱 코딩 관련 3개 지표의 평균 성능은 30% 높아졌다. 긴 문서의 맥락을 파악하는 능력도 강화됐다. 글로벌 장문 이해 평가인 ‘오픈AI-MRCR’에서 94.4점, 한국어 장문 평가인 ‘Ko-LongBench’에서 89.6점을 기록했다. 중국 지푸AI의 GLM-5.1이 각각 받은 71.5점과 83.6점을 웃돌았다. 장문 이해 관련 주요 지표 3개의 평균 점수도 GLM-5.1보다 10% 이상 높았다고 연구원은 설명했다. AI가 외부 도구를 적절히 선택해 사용하는 능력을 평가하는 ‘Tau3-Bench Banking’에서는 14.2점을 얻어 GLM-5.1의 11.5점과 알리바바 큐원3.5의 13.4점을 앞섰다. 사용자의 지시를 얼마나 정확하게 이행하는지를 측정하는 평가에서도 GLM-5.1과 딥시크 V4 프로 맥스, 큐원3.5 등과 대등한 성능을 나타냈다. 지원 언어는 기존 한국어·영어·스페인어·독일어·일본어·베트남어에 프랑스어·이탈리아어·포르투갈어·폴란드어를 더한 10개로 확대됐다. 국내 AI 파운데이션 모델 가운데 가장 많은 언어를 지원해 한국형 소버린 AI의 해외 확장 기반도 넓혔다는 설명이다. 한국의 사회·문화적 특수성과 글로벌 윤리 기준 준수 여부를 평가하는 안전성 시험에서도 평균 94.6점을 기록했다. GLM-5.1의 71.3점과 딥시크 V4 프로 맥스의 65.2점, 큐원3.5의 89점을 웃도는 수치다. 임우형 LG AI연구원 공동 연구원장은 “국내 연구진이 7500억개 파라미터급 모델의 설계부터 데이터·분산 학습, 추론 환경 구축까지 전 과정을 독자적으로 완수했다”며 “글로벌 프런티어 모델과 같은 체급에서 경쟁할 수 있는 역량을 확보했다”고 말했다. LG AI연구원은 다음 주 산업 특화 AI 파운데이션 모델을 추가로 공개해 ‘전문가 AI’ 포트폴리오를 확대한다. 일반 이용자가 K-엑사원 2.0의 실제 사용성을 평가할 수 있는 대국민 평가 사이트와 체험 서비스도 준비하고 있다.

중국 인공지능(AI) 스타트업 문샷AI가 최신 모델 ‘키미 K3’의 인기에 힘입어 35억 달러(약 5조원)의 투자금을 끌어모았다. 당초 목표액을 크게 웃돈 데다 중국 정부가 조성한 AI 투자기금도 참여한 것으로 알려지면서, 미국의 첨단 반도체 수출 규제 속에서도 중국 AI 기업에 대규모 자금이 몰리고 있다. 블룸버그통신은 29일(현지시간) 문샷AI가 최근 투자 라운드에서 35억 달러를 유치해 기업가치 350억 달러를 인정받았다고 보도했다. 이는 2024년 2월 당시 기업가치(25억 달러)와 비교하면 약 2년 5개월 만에 14배로 늘어난 규모다. 투자 유치액도 애초 목표로 잡았던 10억~20억 달러보다 훨씬 많은 금액이 모였다. 중국의 ‘국가 AI 산업 투자기금’도 주요 투자자로 참여한 것으로 전해졌다. 이 기금은 앞서 딥시크에도 투자했다. 문샷AI는 중국 알리바바 출신 양즈린이 2023년 설립한 회사로, 대화형 AI 서비스 ‘키미’를 운영하고 있다. 이달 공개한 키미 K3는 문서 작성과 코딩, 복잡한 추론 등에서 오픈AI와 앤트로픽의 최신 모델에 견줄 만한 성능을 보였다는 평가를 받으며 주목받았다. 고성능 AI 반도체 확보가 어려운 상황에서도 중국 기업이 기술 격차를 좁히고 있다는 점에서 시장에서는 또 다른 ‘딥시크 모멘트’라는 평가도 나온다. 문샷AI는 추가 투자와 상장 준비에도 속도를 내고 있다. 차기 투자에서는 기업가치 500억 달러를 목표로 잠재 투자자들과 접촉하고 있으며, 이르면 연내 홍콩 증시 상장을 추진할 계획이다. 상장에 앞서 기관투자가 등으로부터 자금을 받는 프리IPO 투자도 검토하고 있다. 중국 정부도 첨단기술 지원 대상을 넓히고 있다. 중국 공업정보화부가 최근 홈페이지에 공개한 통지문에 따르면, 공업정보화부 등 7개 부처는 AI와 휴머노이드, 피지컬 AI, 연산력 등을 포함한 6개 분야 24개 혁신 과제를 공개 경쟁 방식으로 선정하기로 했다. 기업 규모나 특허 수보다 실제 기술력과 사업화 가능성을 우선 평가한다는 방침이다. 국가 자금과 경쟁형 지원이 함께 확대되면서 중국 AI 기업의 기술 개발과 상용화에도 속도가 붙을 것으로 보인다.

SK텔레콤이 29일 수학·과학 추론 능력 등을 강화한 독자 인공지능(AI) 파운데이션 모델 ‘에이닷엑스 케이투(A.X K2)’를 공개했다. A.X K2는 정부의 독자 AI 파운데이션 모델 사업을 통해 공개하는 두 번째 초거대 모델이다. 직전 모델(A.X K1)에 비해 매개변수(파라미터)가 5190억개(519B) 규모에서 6880억개(688B)로 확대했다. A.X K2는 자체 개발한 ‘SGA’ 구조를 적용해 긴 문맥에서도 필요한 정보만 선별해 처리하도록 설계됐다. 국내외 14개 벤치마크 평균 성능은 K1보다 32.2%포인트 향상됐고, 장문 이해와 에이전트 관련 평가는 83.9%포인트 개선됐다. SK텔레콤은 최근 출시된 큐원, 딥시크, 키미 등 해외 오픈소스 모델과 동급 수준의 성능을 확보했다고 설명했다. SKT는 A.X K2의 활용 범위를 제조·국방·바이오 등 산업 현장으로 넓힌다는 구상이다. 제조 영역에서는 철강 제조 기업 KG스틸, 자동차 부품 제조 기업 코넥과 제조 특화 AI 에이전트에 A.X K2를 적용한다. 또 국방부와 협업해 A.X K1 기반의 양자화 모델 3가지를 개발했다. 바이오 분야로 진출도 검토 중이다. SK바이오팜과 난치성 암 표적 치료제 개발에 AI를 활용하고 있다. 일상생활 영역에서는 A.X K2 경량 모델을 SKT의 에이닷 서비스에 적용하고 있다. SKT는 A.X K2의 후속 모델을 조(兆) 단위 매개변수 규모로 확장한다는 구상이다. 김태윤 SK텔레콤 파운데이션 모델 담당은 “다양한 산업 분야에 A.X K2를 적용·발전시켜 국가 경쟁력 강화에 기여하겠다”고 밝혔다.

- AI 모델·GPU 확보 넘어 인프라 운영 역량이 AI 경쟁력 좌우- ‘SCORE’로 운영 데이터 연결… ‘OKESTRO GenDev’로 SDLC 생산성 10.6배 향상- AI 인프라 소프트웨어 전반을 AX 기반으로 재편… 변화 대응 속도·기술 주권 강화 AI 인프라 소프트웨어 기업 오케스트로 그룹(의장 김민준)이 28일 서울 삼성동 코엑스 오디토리움에서 열린 ‘OPUS 2026’ 기자간담회에서 ‘OKESTRO 4.0’을 공식 발표했다. 오케스트로 그룹은 생성형 AI 도입 확대로 AI 경쟁력의 기준이 모델 성능이나 GPU 확보를 넘어 실제 서비스를 안정적으로 운영하고, 비즈니스 환경 변화에 맞춰 신속하게 확장·전환하는 인프라 소프트웨어 역량으로 이동하고 있다고 분석했다. 기업이 AI를 비즈니스 성과로 연결하려면 컴퓨팅 자원, 클라우드, 데이터, 개발·운영 체계를 유기적으로 연결하고 인프라 운영 주도권을 확보해야 한다는 설명이다. 오케스트로 그룹은 이러한 변화에 대응하기 위해 ‘OKESTRO 4.0’을 제시했다. ‘OKESTRO 4.0’은 ‘OKESTRO 3.0’을 통해 구축한 AI 인프라 풀 스택 소프트웨어에 고객 현장에서 축적한 운영 데이터를 결합해 솔루션의 기획·개발·검증부터 서비스 제공과 기술 지원까지 전 과정을 AX 기반으로 재편하는 전략이다. 고객 환경의 변화를 데이터로 이해하고, 필요한 기술과 대응 체계를 빠르게 설계·검증하는 것이 핵심이다. 이를 통해 고객은 기술 적용 시점과 인프라 운영 방향을 주도적으로 결정할 수 있게 된다. 오케스트로 그룹은 장애 및 환경 변화에도 안정적인 서비스를 유지해 연관 업무의 연속성을 높이고, 데이터 기반 의사결정을 지원하는 체계를 핵심 경쟁력으로 제시했다. 오케스트로 그룹은 AI 인프라 전 영역을 아우르는 소프트웨어 기술과 구축·운영 현장에서 축적한 경험을 바탕으로 서로 다른 기술과 운영 데이터를 하나의 체계로 연결할 수 있다는 점을 ‘OKESTRO 4.0’의 차별점으로 제시했다. 이 같은 역량을 뒷받침하는 오케스트로 그룹의 AI 인프라 풀 스택 소프트웨어는 서버 가상화 솔루션 ‘콘트라베이스(CONTRABASS)’, 클라우드 네이티브 운영 관리 플랫폼 ‘비올라(VIOLA)’, 멀티·하이브리드 클라우드 통합 관리 플랫폼 ‘오케스트로 CMP(OKESTRO CMP)’, 데브옵스 솔루션 ‘트럼본(TROMBONE)’, AI 추론 운영 플랫폼 ‘콘체르토 AI(CONCERTO A.I.)’, 생성형 AI 솔루션 ‘클라리넷(CLARINET)’, 재해 복구 전문 솔루션 ‘콘트라베이스 레가토 DR(CONTRABASS Legato DR)’ 등으로 구성된다. 이를 구현하는 핵심 체계는 온톨로지 기반 지식 그래프 ‘SCORE’와 AI 기반 기술 생성 체계 ‘OKESTRO GenDev’다. SCORE는 고객 환경의 자원과 서비스, 장애와 변경 이력, 정책과 비용 등 분산된 운영 데이터를 관계와 맥락에 따라 연결한다. 데이터의 출처와 계보까지 추적해 AI가 실제 운영 환경과 검증 가능한 근거를 바탕으로 상황을 이해하고 판단하도록 지원한다. OKESTRO GenDev는 SCORE에 축적된 고객 환경 정보와 운영 데이터를 기반으로 필요한 기술과 대응 방안을 생성·검증하는 체계다. 소프트웨어의 기획, 분석, 설계, 개발, 테스트, 배포, 유지 관리 전 과정에 AI를 적용해 각 단계의 업무 효율을 높인다. OKESTRO GenDev 적용 시 기존 소프트웨어 개발 생애 주기(SDLC) 대비 전체 생산성이 약 10.6배 향상된다는 설명이다. 오케스트로 그룹은 SCORE와 OKESTRO GenDev를 AI 인프라 소프트웨어 전반에 적용해 전 제품군을 4.0 체계로 재편할 방침이다. 이를 통해 인프라 운영을 사후 복구 중심에서 이상 징후를 예측하고 선제적으로 대응하는 방식으로 전환하고, 기술 개발과 인프라 운영 전반의 의사결정을 일관된 데이터와 정책에 기반해 지원할 계획이다. 오케스트로 그룹 김민준 의장은 “AI 시대의 승자는 가장 큰 모델을 보유한 기업이 아니라 자신의 데이터를 이해하고 인프라를 통제해 비즈니스 성과를 가장 빠르게 만들어내는 기업이 될 것”이라며 “‘OKESTRO 4.0’을 통해 솔루션 개발부터 서비스 제공과 기술 지원까지 전 과정을 AX 기반으로 전환하고, 서비스의 연속성과 의사결정의 완전성을 강화해 AI 시대에 필요한 속도와 기술 주권을 제공하겠다”고 말했다.

정부가 세계적인 반도체 기업 AMD의 중앙처리장치(CPU)·그래픽처리장치(GPU)와 국산 AI 반도체(NPU)를 결합한 ‘이기종 인공지능(AI) 컴퓨팅’ 인프라 구축에 나선다. 이기종 AI 컴퓨팅은 기능이 다른 반도체를 연결해 각각 잘하는 연산을 나눠 맡겨 성능과 전력 효율을 높이는 방식이다. 배경훈 부총리 겸 과학기술정보통신부 장관은 지난 23일(현지시간) 미국 샌프란시스코에서 열린 ‘AMD 어드밴싱 AI 2026’에서 리사 수 AMD 회장 겸 최고경영자(CEO)와 만나 ‘AI 반도체 생태계 협력에 관한 양해각서(MOU)’를 체결했다고 27일 밝혔다. AMD는 CPU와 GPU를 모두 생산하는 글로벌 반도체 기업이다. 지난해 연 매출은 346억 달러로, 이 가운데 데이터센터 사업 매출이 166억 달러에 달했다. 최근 AI 반도체 시장은 단일 GPU 중심에서 벗어나 CPU·GPU·NPU 등 서로 다른 연산장치를 서비스 특성과 비용에 맞게 결합하는 구조로 바뀌고 있다. 이번 협약은 AMD의 CPU·GPU와 AI 추론에 강점이 있는 국산 NPU를 연계해 이런 변화에 대응하기 위해 체결됐다. 정부와 AMD는 먼저 이기종 AI 컴퓨팅 인프라를 구축하고 성능 등을 검증한다. 국내 AI 반도체 기업을 비롯해 메모리와 네트워크, 서버, 소프트웨어 관련 기업이 함께 참여하는 개방형 AI 컴퓨팅 생태계도 조성할 계획이다. 배 부총리는 “국내 AI 반도체 생태계의 경쟁력을 높이고 글로벌 AI 컴퓨팅 인프라 변화에 대응하는 새로운 협력 모델을 만들어 갈 수 있을 것”이라고 말했다.

정부가 미국 반도체 기업 AMD와 중앙처리장치(CPU)·그래픽처리장치(GPU)·국산 신경망처리장치(NPU)를 하나로 묶은 ‘이기종 AI 컴퓨팅’ 인프라 구축을 위해 손을 맞잡았다. 글로벌 협력 기반을 점차 확대해 나간다는 방침이다. 과학기술정보통신부는 지난 23일(현지 시간) 미국 샌프란시스코에서 개최된 ‘AMD 어드밴싱 AI 2026’ 행사에서 리사 수(Lisa Su) AMD 회장 겸 CEO와 만나 ‘과기정통부-AMD 간 AI 반도체 생태계 협력에 관한 양해각서(MOU)’를 체결했다고 27일 밝혔다. AMD는 CPU와 GPU를 아우르는 글로벌 반도체 기업으로 개방형 인공지능(AI) 인프라 생태계 조성에도 적극 나서고 있다. 최근 글로벌 AI 반도체 시장은 생성형 AI와 에이전틱 AI가 확산하자 단일 GPU 중심의 컴퓨팅 구조에서 벗어나 CPU·GPU·NPU 등 다양한 연산장치를 서비스 특성과 비용 효율에 맞게 결합하는 이기종 컴퓨팅 아키텍처로 빠르게 전환하고 있다. 이번 협력은 AMD의 CPU·GPU와 추론 분야에 강점을 가진 NPU를 연계하는 이기종 AI 컴퓨팅 인프라를 구축하고 국내 AI 반도체 생태계의 글로벌 협력 기반을 확대하기 위해 체결됐다. 정부와 AMD는 우선 이기종 AI 컴퓨팅 인프라를 구축·실증한다. 이를 통해 AI 서비스 특성에 맞는 다양한 연산 자원을 효율적으로 활용하는 통합 컴퓨팅 환경을 구현하고 AI 반도체 기업을 비롯해 메모리, 데이터처리장치(DPU), 컴퓨트 익스프레스 링크(CXL), 네트워크, 서버, 오케스트레이션 소프트웨어 등 국내 관련 기업이 참여하는 개방형 AI 컴퓨팅 생태계를 조성할 계획이다. 아울러 국산 AI 반도체가 글로벌 AI 컴퓨팅 공급망에 참여할 수 있도록 실질적인 레퍼런스 모델도 확보할 방침이다. 양측은 또 국가과학AI연구센터(NAIS)를 중심으로 ‘AI for Science’ 공동 연구도 추진한다. AMD는 첨단 과학기술 분야의 AI 기반 연구와 도전적 연구개발(R＆D)을 지원하기 위해 CPU·GPU 등 고성능 컴퓨팅 자원과 AI 소프트웨어, 전문 인력을 제공할 예정이다. AMD는 국내에 ‘AI 우수 연구센터’(AI Center of Excellence) 설립도 추진한다. 해당 센터는 국내 기업과 대학, 연구기관 간 기술 협력은 물론 AI 반도체 소프트웨어 개발, 컴퓨팅 기술 검증, 공동 연구를 지원하는 거점 역할을 맡게 된다. 양측은 AI 인재 양성에도 협력한다. AMD는 국내 주요 대학과 대학원에 AI 컴퓨팅 플랫폼 기반 교육·연구 프로그램과 컴퓨팅 자원을 지원할 방침이다. 배경훈 부총리 겸 과기정통부 장관은 “대한민국이 AI 3대 강국으로 도약하기 위해서는 자립적이면서도 개방적인 AI 컴퓨팅 인프라 기반 확보가 중요하다”며 “AMD와의 협력을 통해 국내 AI 반도체 생태계의 경쟁력을 높이고 글로벌 AI 컴퓨팅 인프라 변화에 대응하는 새로운 협력 모델을 만들어 갈 수 있을 것”이라고 말했다.

인공지능(AI)이 사이버 공격을 돕는 도구를 넘어 스스로 공격 대상을 정하고 침투하는 단계에 들어섰다. 성능 평가 과정에서 개발자가 부여한 목표를 달성하기 위해 실제 외부 시스템에 침투한 사실이 공개되면서, 최첨단 AI의 안전성과 통제 방식을 둘러싼 논의도 새로운 국면을 맞고 있다. 오픈AI는 21일(현지시간) 자사 홈페이지를 통해 최신 모델 ‘GPT-5.6 솔’과 이보다 성능이 높은 미공개 모델이 내부 사이버 평가 도중 격리 환경을 벗어나 오픈소스 AI 플랫폼 ‘허깅페이스’의 운영 시스템에 침투했다고 밝혔다. 평가에 사용된 모델은 공격 능력을 확인하기 위해 일부 안전장치가 완화된 상태였다. 오픈AI는 이번 사안을 “최첨단 사이버 역량이 개입된 전례 없는 사고”로 규정했다. 사고는 AI를 위한 해킹 실기시험장인 ‘익스플로잇짐’을 평가하는 과정에서 발생했다. 모델은 외부 인터넷과 분리된 시험 환경에서 제로데이(아직 아무도 모르거나 고쳐지지 않은 보안 취약점)를 찾아 권한을 확대한 뒤 인터넷 연결 경로를 확보했다. 이어 평가 문제의 해답이 허깅페이스에 있을 것으로 추론하고 서버에 침투해 데이터베이스에서 답을 확보했다. 공격 대상을 정하고 침투해 목표를 달성하는 전 과정을 스스로 수행한 것이다. 오픈AI는 “모델들이 익스플로잇짐 문제를 해결하는 데 지나치게 집중한 나머지 극단적인 수단까지 동원한 것으로 보인다”고 밝혔다. 목표 달성을 위해 개발자가 설정한 통제 범위를 스스로 우회했다는 설명이다. 허깅페이스는 지난 16일 보안 사고를 공개하면서 코드 실행 취약점으로 인증 정보가 탈취됐지만 공개 모델과 이용자 정보가 유출되거나 변조된 정황은 확인되지 않았다고 밝혔다. 양사는 현재 공격 경로와 취약점을 공동 조사하고 있으며 결과도 공개할 방침이다. 클렘 들랑그 허깅페이스 최고경영자(CEO)는 “AI 안전은 어느 한 기업이 비공개로 해결할 수 있는 문제가 아니라 개방적인 협력 속에서 풀어야 한다”며 “이번 사고는 AI 안전 연구와 정보 공유의 필요성을 보여준 사례”라고 밝혔다. 안전장치를 완화한 미공개 모델이 실제 공격에 사용되면서 AI 모델의 출시 전 검증과 통제를 제도화해야 한다는 논의에 힘이 실리는 모습이다.

세계 시장 54% 차지 AI 코딩·에이전트가 주요 고객 중국 인공지능(AI) 기업의 해외 진출 방식이 달라지고 있다. 과거에는 하드웨어나 소프트웨어를 해외에 판매했다면, 이제는 AI가 답변하거나 코드를 짤 때 사용하는 기본 단위인 ‘토큰’을 상품처럼 판매하기 시작했다. 이 같은 변화는 ‘2026 세계인공지능대회’(WAIC)가 열린 상하이에서 뚜렷하게 나타났다고 지난 19일 중국 제멘신문이 전했다. 토큰은 더 이상 AI 사용량을 계산하는 단위가 아닌 가격을 매겨 해외에 판매하는 디지털 상품이 됐고, 토큰을 생산해 가격을 정하고 필요한 곳에 공급하는 업체들도 속속 등장했다. 대회 컴퓨팅 전시장에는 ‘토큰 수출’(Token Export)을 내건 영문 전용 구역까지 마련됐다. 컴퓨팅 자원을 표준화된 토큰 서비스로 만들어 해외에 공급하는 사업을 소개하는 곳이다. 현장에는 중동을 비롯한 해외 관람객들의 발길이 이어졌다. 대규모 AI 모델 개발사와 인터넷 기업이 모인 H1 전시장에도 이른바 ‘토큰 공장’을 내세운 업체들이 대거 자리 잡았다. 중국 국가데이터국에 따르면 중국의 하루 평균 AI 토큰 호출량은 2024년 초 약 1000억 개에서 2026년 3월 140조 개 이상으로 늘었다. 2년여 만에 1400배 넘게 증가한 것이다. AI 모델 중개 플랫폼 오픈라우터(OpenRouter) 자료에서도 중국 AI 모델이 전 세계 토큰 사용량에서 차지하는 비중은 54.1%로 미국 모델의 점유율 41.5%보다 훨씬 높은 것으로 나타났다. AI 코딩 분야에서는 중국 모델의 비중이 67.6%에 달했다. 토큰 공장의 주요 고객은 중국과 해외의 개인 개발자와 기업으로 가장 큰 시장은 AI 코딩 분야다. AI 코딩은 복잡하고 긴 문맥을 처리해야 해 추론 엔진의 성능이 중요하다. 일부 프로그래밍 작업에서는 이용자가 입력하는 원본 데이터만 100만 토큰을 넘기도 한다. 이 때문에 토큰 공급 업체들이 캐시와 추론 성능, 문맥 압축 기술에 공을 들이고 있다. 올해 WAIC의 주요 화두로 떠오른 AI 에이전트도 토큰 수요를 끌어올리고 있다. AI 에이전트는 여러 단계를 거쳐 하나의 작업을 처리하기 때문에 대량의 토큰을 사용한다. 일부 기업은 보안을 위해 외부와 분리된 실행 환경도 요구한다. 중국 토큰 업체의 무기는 성능과 가격이다. 중국 클라우드 컴퓨팅 기업 PPIO 관계자는 “중국산 모델과 해외 모델의 성능 차이는 줄고 있지만 가격 경쟁력은 중국 모델이 앞선다”고 말했다. 개발 인력이 풍부해 AI 모델 개발과 서비스 비용을 해외 기업보다 낮출 수 있다는 설명이다. 오픈소스 전략도 시장 확대에 힘을 보태고 있다. 딥시크와 알리바바 큐원(Qwen), 키미(Kimi), 즈푸AI, 미니맥스(MiniMax) 등 중국의 주요 AI 기업들은 자사 모델을 잇달아 개방하고 있다. 중국산 AI 반도체의 활용 범위도 넓어지고 있다. WAIC 참가 기업들에 따르면 화웨이 등 중국 기업이 개발한 AI 반도체가 모델 추론 서비스에 대규모로 투입되고 있다. 고성능 모델을 훈련할 때는 여전히 첨단 반도체 의존도가 높다. 그러나 학습을 마친 모델이 답변을 생성하는 추론 분야에서는 중국산 반도체 사용이 빠르게 늘고 있다. 그동안 중국 기업의 해외 진출은 하드웨어와 소프트웨어를 판매하는 ‘제품 수출’이 중심이었다. 그러나 이제 중국 AI 기업들은 완제품을 넘어 AI가 작동할 때마다 소비되는 토큰까지 해외에 판매하며 새로운 시장을 만들고 있다.

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

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.

‘원팀’으로 미·중과 경쟁 나서서울대·LG전자 등 20개 팀 모여 AI 휴머노이드 전략연구단 구축‘카이로스’ 세부기술 나눠 개발중머리부터 발끝까지 기술 국산화로봇청소기처럼 필수 가전 될 듯발전 속도 빨라 5년 뒤 시장 형성 내년 HW·SW 첫 버전 동시 공개전신 감각 기술 ‘촉감’으로 차별화가정·공장서 완벽 동작 구현돼야결국 ‘돈’과 ‘사람’이 가장 중요개방형 데이터팩토리 구축 급선무장기적으로 뚝심 있게 연구비 지원학계 처우 낮아 인재 구하기 어려워파격적 연봉 체계·인센티브 필요세계 로봇 패권의 두뇌는 미국이, 몸통은 중국이 쥐고 있다. 우리나라는 언제든 휘둘릴 수 있다. 미국은 지난달 앤트로픽의 최상위 인공지능(AI) 모델 ‘페이블5’의 수출을 금지했다 풀었고 중국 딥시크는 AI 추론용 반도체를 자체 개발 중이다. 이에 세계 각국은 피지컬 AI에 대해 ‘기술 민족주의’를 강화하고 있다. 우리나라도 휴머노이드 카이로스 개발을 통해 ‘머리부터 발끝까지’ 국산화를 달성하려 사활을 걸고 있다. 이를 이끄는 ‘자율성장 AI휴머노이드 글로벌 톱 전략연구단’의 단장 박찬훈(55) 한국기계연구원(기계연) AI연구소장을 지난 8일 대전 기계연 사무실에서 만났다. 박 소장은 “휴머노이드는 전략 기술로 분류돼 무기화 위험이 매우 큰 기술”이라며 누구나 로봇 학습을 시킬 수 있는 ‘개방형 데이터팩토리’ 구축을 강조했다. 다음은 일문일답. -30년 전부터 로봇 연구를 했는데 로봇 기술은 얼마나 발전했나. “로봇 하면 ‘아톰’을 생각하던 시대였다. 프로그램을 통해 반복 작업을 시킬 수만 있으면 다 로봇이라 불렀다. 그럼에도 모터나 구동기 기술 수준이 현저히 낮아 사실상 쓸모가 별로 없었다. 최근 컴퓨팅 파워가 폭발적으로 올라가는 등 돌파구가 열렸다. 동작을 하나하나 수학적으로 제어하는 대신, AI 모델에 데이터만 넣어주면 로봇이 알아서 복잡한 동작을 학습해 낸다. 로봇의 하드웨어와 AI의 발전이 최적의 타이밍에 만나 무한한 가치를 만들기 시작했다.” -AI휴머노이드 전략연구단의 출범 취지는. “로봇을 구성하는 부품, 하드웨어 플랫폼, 시스템, AI, 개발 과정에서 생성되는 데이터와 실증 등 로봇 개발에 필요한 모든 기술과 절차를 우리 독자 기술로만 완성해 보자는 취지로 지난해 출범했다. 카이로스는 그리스어로 ‘결정적인 순간’이라는 뜻이다. 해외 기업에 어떤 기술이 종속되지 않는 ‘K휴머노이드’가 등장하는 전환점이 될 것이란 의미를 담았다. 기계연이 총괄이고 한국전자통신연구원(ETRI), 서울대·카이스트·광주과학기술원(지스트), LG전자·포스코 등 20개 팀이 넘고, 인원도 400~500명 수준이다. 로봇 연구 인적 자원을 총동원한 ‘휴머노이드 원팀’이다.” -카이로스는 현재 어떻게 개발되고 있나. “각 주체들이 동시다발적으로 카이로스의 세부 기술을 나눠 개발 중이다. 올해 하반기부터 통합 작업에 들어간다. 기계연이 하드웨어와 동작 지능을 담당하고 ETRI는 상황 판단과 작업 계획을 세워 지시하는 ‘두뇌’를 개발 중이다. 생기원이 ‘손’을 맡아 정교한 조작 능력을 완성하는 식이다. 사업 1단계가 끝나는 2027년에 하드웨어 플랫폼인 ‘카이로스 1.0 버전’과 휴머노이드 파운데이션 모델(VLM·비전 랭귀지 액션 모델) AI 1.0 버전을 동시에 완성해 공개할 계획이다. 2030년까지 자동차 공정에서 수습급 업무가 가능한 현장 엔지니어와 가사관리전문가 2급 수준의 가사도우미 업무를 모두 할 수 있는 휴머노이드 개발이 목표다.” -전 세계 휴머노이드와 비교할 때 카이로스만의 차별화 지점은 무엇인가. “우리는 후발 주자여서 핵심 원천 기술을 빠르게 따라잡으며 미중 기업들이 아직 집중하지 않는 전신 감각 기술, 즉 ‘촉감’으로 차별화를 시도하고 있다. 손, 발, 몸 전체에 피부처럼 입힐 감각 센서 기술을 개발 중이다. 이를 토대로 강하게 밀어도 넘어지지 않는 ‘민첩한 하반신’과 사람의 복잡한 작업을 대신할 수 있는 ‘정교한 상반신’을 구현하고 있다.” -이미 균형감을 갖춘 휴머노이드가 있는데 ‘피부 감각’이 필요한가. “예를 들어 손에 볼펜을 쥐고 글씨를 쓴다고 가정하자. 글씨를 쓰는 동안 볼펜을 쥔 손의 모양이 조금씩 달라지고, 손가락 부위마다 들어가는 힘의 형태도 계속 바뀐다. 이를 반영해 손에 쥐는 힘의 강도를 스스로 조절할 수 있어야 작업 성공 확률이 올라간다. 전 세계 AI 휴머노이드들이 일상에 쉽게 보급되지 못하는 이유는 작업마다 ‘성공 확률’이 낮아서다. 실험실이 아닌 실제 가정이나 공장에서 완벽하게 동작하려면 압력의 강도나 미끄러짐을 인지하는 감각이 필수적이다.” -좋은 해외 부품도 있는데 ‘머리부터 발끝까지’ 국산화가 필요한가. “기술이 완전히 국산화되지 않으면, 향후 핵심 기술이나 부품을 해외에 종속당하게 된다. 이는 로봇 산업의 확장성에 치명적이다. 과거 반도체 장비나 원료를 외국에 의존했다가 외교적 갈등 상황에서 큰 타격을 입었던 사례를 반면교사 삼아야 한다. 특히 휴머노이드는 향후 국방이나 안보 분야로도 쓰일 수 있는 다목적 기술이어서, 기술 격차가 벌어지면 미국이나 중국 등 선도국들이 기술을 무기화하고 수출을 통제할 가능성이 매우 높다.” -‘1가구 1휴머노이드 시대’는 언제쯤 올까. “과거 10년 동안 휴머노이드와 AI 기술이 발전한 양보다 최근 6개월 진전된 양이 더 많을 정도로 기술 발전의 가속도가 상상을 초월한다. 최소 5년 뒤면 쓸 만한 가정용 로봇 기술이 나오고 시장에 본격 진입할 것이다. 10년 뒤에는 가정에서 휴머노이드를 일상적으로 쓰는 대중화 시대가 올 것이다. 로봇 청소기도 처음에는 비싸고 성능이 떨어졌지만 지금은 웬만한 집에 하나씩 있을 법한 필수 가전이 됐다. 휴머노이드 역시 같은 경로를 밟을 것이다.” -로봇이 인간 일자리를 빼앗을 것이라는 우려도 있다. “과거 삽질을 하던 시대에 포클레인이 나오고 주판을 쓰던 시대에 계산기가 나왔을 때도 일자리 감소를 우려했지만, 결국 인류는 새로운 기계를 받아들이고 적응했다. 사무직이 에이전트 AI와의 경쟁에서 살아남기 위해 AI를 더 적극적으로 활용하듯, 물리적 노동력도 휴머노이드를 적극적으로 활용해 기업과 개인의 생산성을 극대화하는 사람만이 살아남는 시대가 될 것이다. 일자리 감소를 걱정하며 기술을 막기보단 기존 인력의 효율적인 재배치와 로봇을 통해 얻은 이익을 사회가 공유하는 ‘로봇세’ 등의 제도적 보완책을 논의하는 것이 보다 생산적이다.” -한국의 휴머노이드 기술이 극복해야 할 과제는 무엇인가. “미중과 경쟁하려면 결국 가격 경쟁력일 것이다. 카이로스를 상용화해도 처음에는 소량으로 개발될 텐데 몇십만 대를 한꺼번에 생산하는 중국 기업과 단가 경쟁을 하기 쉽지 않다. 따라서 우리나라만의 개방형 데이터팩토리가 필요하다. AI휴머노이드 전략연구단의 과업 중 국내 기업들이 기존 산업계·학계에서 연구하던 데이터를 언제든 받을 수 있는 인프라와 개발 중인 기술을 실증할 수 있는 파일럿 공간 마련이 포함돼 있다. 기업들이 대량생산에 들이는 비용을 최대한 줄여 미중과의 가격 경쟁력에서 밀리지 않도록 지원하는 후방기지를 조성할 예정이다.” -로봇을 개발하는 기업들에게 데이터팩토리가 왜 필요한가. “챗GPT 같은 언어 모델은 온라인상의 방대한 글을 긁어모아 학습시키면 되지만, 휴머노이드는 아직 일상적으로 보급되지 않아 학습할 행동 데이터가 충분하지 않다. 그래서 휴머노이드를 가르치려면 사람이 마스터 수트(원격 조종장치)를 입고 로봇을 가르쳐야 한다. 이를 기업이 개별로 쌓기엔 인력과 시간이 많이 든다. 그래서 데이터의 동시 학습·축적이 가능한 대형 인프라를 만들고 있다. 100대의 휴머노이드를 동시에 운영해 대규모 데이터를 모을 예정이다. 이렇게 구축된 데이터 인프라는 우리나라의 모든 학계와 기업 연구자들이 와서 공동으로 획득하고 자유롭게 연구할 수 있도록 개방형 허브로 운영될 계획이다.” -정부 차원에서 추가로 지원해야 할 정책은 무엇이 있나. “결국 ‘사람’과 ‘돈’이다. 현재 민간 벤처나 대기업, 해외 기업들이 제시하는 파격적인 처우에 비해 출연연이나 대학 등 학계의 처우가 턱없이 부족하니 유수의 인력을 구하기가 ‘하늘의 별 따기’다. 이공계보다 의과대학을 더 선호하니 가뜩이나 없는 인재 싸움이 더 치열해졌다. 연봉 체계 유연화와 파격적인 인센티브 등 제도 개선이 필요하다. 연구비 지원도 필요하다. 양산이 아닌 연구개발 단계라 특히 부품값과 제작비, 엔지니어링 비용이 비싸고, 그래픽처리장치(GPU) 서버 구축과 전기세 등 투입돼야 할 예산 규모가 크다. 즉각적인 성과보다 세계 최고 수준의 로봇 기술을 목표로 장기적으로, 뚝심 있게 예산을 지원하는 결단이 필요하다.” ■ 박찬훈 소장은 1971년생으로 영남대 기계공학과와 포항공대(포스텍) 대학원을 거쳐 한국과학기술원(카이스트)에서 기계공학 박사 학위를 받았다. 한국기계연구원 로봇메카트로닉스연구실장과 혁신로봇센터장, AI로봇연구본부장을 거쳐 2022년부터 AI로봇연구소장을 맡고 있다. 지난해 정부의 국가전략기술 프로젝트 ‘K문샷’의 핵심 과제인 ‘자율성장 AI휴머노이드 글로벌 TOP 전략연구단’ 단장을 맡아 차세대 AI 휴머노이드 기술 개발을 이끌고 있다. 휴머노이드와 양팔로봇, 산업용·서비스용 로봇의 설계 및 제어 분야를 연구해 왔다. 2017년 과학의 날 미래창조과학부 장관 표창, 2023년 과학의 날 과학기술진흥 국무총리 표창을 받았다.

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.

크래프톤이 세계 최고 권위의 인공지능(AI) 학회 중 하나인 국제머신러닝학회(ICML) 2026에서 메인 트랙 논문 10편이 채택되는 성과를 거뒀다. 세계 3대 AI 학회의 단일 행사 기준으로 크래프톤의 역대 최대 메인 트랙 채택 기록이다. 크래프톤은 서울에서 지난 11일까지 열린 이번 ICML에서 메인 트랙 10편과 워크숍 트랙 10편 등 총 20편의 논문을 발표했다고 13일 밝혔다. 메인 트랙 논문에는 월드모델과 멀티모달 대규모언어모델(LLM), 선호 학습, 추론, 최적화 등 AI 파운데이션 모델의 핵심 기술 연구가 담겼다. AI가 가상환경을 이해하고 예측하는 월드모델과 LLM의 추론 성능을 높이는 기술 등 게임을 넘어 다양한 AI 모델에 활용할 수 있는 기반 기술을 폭넓게 제시했다. 학회 기간에는 게임과 AI 연구자들이 교류하는 ‘AI 포 게임스(AI for Games)’ 행사도 개최했다. 행사에는 소니AI와 마이크로소프트 리서치, 엔비디아, NC AI 등 국내외 학계와 산업계 관계자 500여명이 참석해 AI 게임 에이전트와 인터랙티브 월드모델, AI 기반 게임 제작 기술의 발전 방향 등을 논의했다. 크래프톤은 이번 행사를 통해 게임과 AI 연구 생태계 간 협력도 확대했다. 크래프톤은 지금까지 뉴립스(NeurIPS), ICML, 국제표현학습학회(ICLR) 등 세계 3대 AI 학회를 포함한 주요 글로벌 학회에서 총 85편의 논문을 발표했다. 올해도 현재까지 17편의 논문을 게재했다. 회사는 연구 성과를 실제 게임 개발과 AI 기술 고도화에 적용하는 한편 국내외 AI 연구 생태계와의 협력을 지속적으로 확대할 계획이라고 밝혔다.

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

삼성전자가 엔비디아 차세대 인공지능(AI) 플랫폼 ‘베라 루빈’에 탑재되는 기업용 SSD(eSSD)를 본격 양산한다. AI 서버가 대규모 AI 모델을 더 빠르게 처리할 수 있도록 돕는 핵심 저장장치로, 삼성전자는 고대역폭메모리(HBM)에 이어 기업용 SSD까지 AI 메모리 제품군을 확대한다는 전략이다. 삼성전자는 차세대 데이터 전송 규격인 PCIe 6.0 기반 기업용 SSD ‘PM1763’ 양산을 시작했다고 8일 밝혔다. PM1763은 지난 3월 엔비디아 개발자 콘퍼런스(GTC 2026)에서 HBM4, SOCAMM2와 함께 베라 루빈용 AI 메모리 솔루션으로 공개된 제품이다. 기업용 SSD는 AI 서버에서 대량의 데이터를 저장하고 필요할 때 빠르게 불러오는 장치다. 생성형 AI 모델 규모가 커질수록 그래픽처리장치(GPU)의 연산 성능뿐 아니라 데이터를 얼마나 빠르게 공급하느냐도 중요해지면서 AI 데이터센터의 핵심 부품으로 주목받고 있다. PM1763은 9세대 V낸드와 4나노 공정 기반 신규 컨트롤러를 적용해 전작보다 데이터 처리 속도를 약 2배 높였다. 16TB 제품 기준 연속 읽기 속도는 초당 최대 2만 8400MB, 쓰기 속도는 초당 최대 2만 1900MB다. 약 40GB 크기의 대규모언어모델(LLM)을 1.4초 만에 전송할 수 있는 수준으로, AI 학습과 추론 속도를 높일 수 있다고 삼성전자는 설명했다. 전력 효율도 전작보다 1.8배 이상 개선했다. AI 서버에 확산하는 액체 냉각 환경에서도 안정적으로 작동하도록 설계했으며, 양자컴퓨터 시대에 대비한 포스트 양자 암호(PQC)와 가상화 환경 보안 기술도 적용했다. 삼성전자는 HBM4와 SOCAMM2, PM1763을 앞세워 AI 메모리 포트폴리오를 확대할 계획이다. 시장조사업체 트렌드포스에 따르면 삼성전자는 올해 1분기 기업용 SSD 시장에서 점유율 35.1%로 1위를 기록했다. 같은 기간 매출은 70억 5000만 달러(약 10조원)로 전 분기보다 92.8% 증가했다. AI 데이터센터 투자 확대에 따라 기업용 SSD 시장도 빠르게 성장하고 있다. 시장조사업체 옴디아는 글로벌 기업용 SSD 시장이 올해 약 242억 달러(약 36조원)에서 내년 약 1542억 달러(약 226조원) 규모로 성장할 것으로 전망했다. 최장석 삼성전자 메모리사업부 상품기획팀 상무는 “PM1763은 글로벌 고객사의 차세대 AI 플랫폼 요구사항을 충족하고 제품 검증도 성공적으로 마쳤다”며 “고객사의 AI 모델이 효율적으로 운영될 수 있도록 지원하는 핵심 솔루션이 될 것”이라고 말했다.

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

국민체육진흥공단은 24일 내부 네트워크에서 안전하게 활용할 수 있는 생성형 인공지능(AI) 플랫폼인 ‘KSPO-GPT’를 구축하고 임직원 대상 서비스를 시작했다고 밝혔다. 체육공단은 지난해 7월 챗GPT, 제미나이 등 다양한 최신 AI 모델을 무제한으로 선택·활용할 수 있는 외부망 AI 플랫폼을 도입해 전 임직원에게 제공한 바 있다. 도입 후 1년 만에 사용량은 40배 이상 늘었으나 외부망이라는 제한적 운영으로 사내 자료의 직접 활용에는 한계가 있었다. 이번 ‘KSPO-GPT’는 외부 인터넷과 분리된 내부망 내 운영으로 정보 유출 위험을 원천 차단하고 고성능 ‘H200 GPU’를 기반으로 안정적인 추론 성능을 확보했다. 이를 통해 체육공단 임직원은 복잡한 규정이나 행정 절차를 빠르게 확인함은 물론 동시에 답변의 근거도 함께 제시받아 업무 정확성과 신뢰성을 확보할 수 있게 됐다. 체육공단 관계자는 “내부 업무의 인공지능 전환은 그 자체가 목적이 아니라 국민께 더 나은 스포츠 행정 서비스를 제공하기 위한 수단”이라며 “KSPO-GPT를 발판으로 전 사업 영역에서 국민이 체감할 수 있는 혁신적인 변화를 만들어 가겠다”고 말했다.