 |
 | "AI 없인 살아남기 어렵다"… AWS, 2025 제조 혁신 키워드 제시 | 2025.03.25 |
| 기술 격차, 공급망 혼란, 인력 구조 변화 등 다양한 도전을 맞고 있는 제조업의 성장과 생존을 지원하기 위한 방안을 아마존웹서비스(AWS)가 제시한다. AWS는 생성형 인공지능(AI)와 클라우드 기반 인프라를 기반으로 생산 공정 자동화, 품질 향상, 공급망 최적화 등 제조 전반을 혁신한 사례를 소개하고 이를 위한 기술 지원에 나섰다. AWS는 25일 서울 잠실 롯데호텔월드에서 '2025 제조 고객을 위한 AWS 파트너 클라우드 솔루션 컨퍼런스'를 개최하고, 국내 제조 산업의 디지털 전환을 위한 클라우드 및 AI 기반 전략과 다양한 파트너 협업 사례를 공유했다. 이번 컨퍼런스는 AWS와 함께 에티버스, LG CNS, SK C&C, 메가존클라우드 등 20개 파트너사가 참가했다. 컨퍼런스의 서두에서 AWS코리아 김윤식 엔터프라이즈 총괄은 환영사를 통해 "대한민국 제조업이 글로벌 시장에서 경쟁력을 유지하려면 AI와 클라우드를 중심으로 한 디지털 전환이 필수"라며 "AWS는 산업 특화 솔루션, 파트너 생태계, 생성형 AI 기술을 기반으로 국내 제조 산업의 미래를 적극 지원하겠다"고 밝혔다. 김 총괄은 AWS의 전략으로 ▲실시간 생산 모니터링, 예지 정비, 품질 검사 자동화 등을 아우르는 제조 특화 솔루션 ▲300개 이상의 파트너사와 협력하는 산업 생태계 ▲생성형 AI를 기반으로 한 제품 개발·공급망·현장 운영 혁신 등을 제시했다. 특히 최근 공개한 멀티모달 파운데이션 모델 '아마존 노바'를 통해 제조 분야의 고도화된 AI 도입 가능성을 강조하며, 데이터 중심 조직만이 진정한 스마트 제조를 실현할 수 있다고 역설했다. 이어 키노트 세션에서는 AWS와 주요 파트너사들의 제조업 디지털 전환 전략이 발표됐다. 제조 산업의 미래를 그리는 데 초점을 맞춘 이번 키노트 발표는 클라우드 인프라부터 생성형 AI까지 다양한 기술의 통합 적용 방향을 제시했다. AWS 정승희 제조 부문장은 '클라우드 기반 제조 혁신'을 주제로 제조 산업이 당면한 급변하는 시장 환경 속에서 클라우드 기술이 어떤 변화를 이끌고 있는지를 설명했다. 정 부문장은 IoT, 빅데이터 분석, AI, 디지털 트윈 등 AWS의 기술을 생산, 품질, 물류 등 제조의 전 과정에 어떻게 적용할 수 있는지에 대한 다양한 글로벌 사례를 소개했다. 특히 실시간 공정 모니터링, 예지 정비, 수요 예측, 공급망 최적화 등 AWS의 서비스가 가져오는 효율성 향상과 비용 절감 효과를 강조하며 디지털 전환은 선택이 아닌 생존의 조건이라는 점을 강하게 피력했다. LG CNS 박재원 화학사업담당은 '인공지능 전환(AX)을 통한 제조기업의 혁신적 경쟁력 확보 방안'을 주제로 제조 현장에 생성형 AI와 같은 첨단 기술을 적용해 어떻게 업무 방식과 경쟁력을 혁신할 수 있는지 구체적인 적용 사례를 중심으로 설명했다. 그는 "AX는 단순히 기술 도입에 그치지 않고, 생산성·품질·고객 경험의 전반적 향상을 추구하는 전략적 변화"라며 "LG CNS가 실제 제조 고객사와 수행한 디지털 전환 사례를 상세히 소개했다. 이어 에티버스 김준성 전무가 '클라우드와 AI, 그리고 파트너의 역할'을 주제로 AWS의 인프라 위에서 파트너들이 어떤 가치를 창출하고 있는지를 조망하며, 중소 IT 기업들의 클라우드 전환 지원사례를 소개했다. ETEVERS는 AWS의 국내 공식 총판으로 약 300개 이상의 파트너사와 클라우드 생태계를 함께 구축하고 있다. 그는 "AI 시대에는 단독 기업이 아닌 생태계 기반의 협력이 무엇보다 중요하다"며, 파트너들이 다양한 고객 니즈에 대응해 성공적인 전환을 돕는 구조적 틀과 지원 체계를 자세히 밝혔다. 또한 SK C&C 허민회 본부장은 AWS 클라우드를 AI 인프라 및 솔루션을 통해 어떻게 제조 현장의 스마트화를 이끌고 있는지를 중점적으로 설명했다. 이어 메가존클라우드 공혁 그룹장은 생성형 AI 기술을 제조 산업에 도입함으로써 얻을 수 있는 비즈니스 효과와 구체적인 적용 전략을 제시했다. 이 밖에도 두산디지털이노베이션 , CJ올리브네트웍스, GS 네오텍 등에서 AI와 클라우드를 활용한 제조 실무 혁신 사례를 소개했다. AWS코리아 김윤식 엔터프라이즈 총괄은 "데이터 중심의 조직만이 진정한 스마트 제조를 실현할 수 있으며, 이러한 디지털 전환은 단순한 기술 도입을 넘어 기업 경쟁력의 핵심이 될 것"이라며, "AWS는 대한민국 제조업의 글로벌 경쟁력 강화를 위한 신뢰받는 혁신의 파트너로서 지속적인 기술 지원과 생태계 확장을 이어가겠다"고 강조했다. |
| 지디넷코리아(https://zdnet.co.kr/view/?no=20250325110910) |
 | 나델라 MS CEO 서울 나들이, AI협업 한국 파트너 누구? | 2025.03.26 |
| 사티야 나델라 마이크로소프트(MS) CEO는 26일 서울 양재동 aT센터에서 열린 ‘마이크로소프트 AI 투어 인 서울’을 통해 한국을 공식 방문했다. 이 행사는 ... |
| 보안뉴스(https://www.boannews.com/media/view.asp?idx=136665&page=1&kind=3) |
 | 구글 '제미나이 2.5'로 추론형 AI 전면전…기술 주도권 겨눈다 | 2025.03.26 |
| 구글 딥마인드가 추론하는 차세대 인공지능(AI) 모델을 선보였다. 복잡한 문제 해결을 위한 '사고형 AI'로 본격 진화하며 추론 및 코딩 성능을 강화해 오픈AI, 앤트로픽 등 경쟁사에 대응하기 위해서다. 26일 구글 공식 블로그에 따르면 구글의 AI 자회사인 딥마인드는 '제미나이 2.5 프로 익스페리멘털'을 실험적으로 출시했다. 이 모델은 출시 직후 AI 성능을 인간 기준으로 평가하는 벤치마크인 LM아레나(LMArena)에서 1위에 올랐으며 구글 AI 스튜디오와 '제미나이' 앱에서 우선 제공된다. 기업용 플랫폼인 '버텍스' AI에는 추후 탑재될 예정이다. '제미나이 2.5'는 응답 전 사고 과정을 거치는 '생각하는 모델'로 설계됐다. 단순한 분류와 예측을 넘어 맥락 분석과 논리적 판단을 기반으로 복잡한 문제를 풀 수 있는 구조다. 구글은 이를 통해 복합적 상황에서도 에이전트가 자율적으로 판단할 수 있도록 지원할 계획이다. 사고형 AI 기반으로 개발된 이번 2.5 프로는 수학·과학 분야에서도 최고 성능을 기록했다. 특히 'GPQA'와 'AIME 2025' 등의 고난도 벤치마크에서도 테스트 시간 기술 없이도 뛰어난 성과를 냈으며 전문가 집단이 설계한 '휴매니티스 라스트 이그잼'에서도 도구 없이 18.8%의 점수를 기록했다. 코딩 능력도 대폭 향상됐다. 웹 애플리케이션 구현, 에이전트형 코드 작성, 코드 리팩토링 등에서 우수한 성능을 보였다. 실제로 프로그래밍 능력을 평가하는 벤치마크인 'SWE-벤치 베리파이드' 기준 63.8%의 정확도를 기록했다. 이는 맞춤형 에이전트를 활용한 결과로, 실제 개발 환경에 가까운 평가 기준에서의 성과다. 구글은 '제미나이 2.5 이전에도 추론 특화 모델 개발에 힘써왔다. 지난해 12월 공개된 '제미나이 2.0'은 멀티모달 기능과 코드 생성 능력을 강화한 최초의 모델로, 이후 지난 2월에는 '제미나이 2.0 플래시 씽킹'을 단계적 사고 설명이 가능한 추론 특화 모델로서 공개한 바 있다. 경쟁사들의 움직임도 거세다. 오픈AI는 지난해 9월 추론 모델인 'o1' 시리즈를 출시했으며 지난 1월에는 'o3'를 공개했다. 중국 딥시크 역시 같은 달 6천710억 패러미터를 탑재한 'R1'을 내놨고 최근에는 앤트로픽이 '클로드 3.7 소네트'를 공개했다. 이는 업계 최초로 일반형 AI와 추론형 AI를 통합한 하이브리드 모델이다. 이번 '제미나이 2.5 프로'는 사고형 아키텍처에 멀티모달과 긴 맥락 기능까지 결합해 이들과의 경쟁을 본격화한 셈이다. 현재 서비스는 구글 AI 스튜디오에서 제공된다. 고급 이용자라면 제미나이 앱에서도 모델 선택을 통해 접근 가능하다. 코라이 카북추오글루 구글 딥마인드 최고기술책임자(CTO)는 "'제미나이 2.5'는 복잡한 문제를 다루기 위한 사고형 모델로, AI의 새로운 지평을 연다"며 "고객 피드백을 바탕으로 지속적으로 개선할 것"이라고 밝혔다. |
| 지디넷코리아(https://zdnet.co.kr/view/?no=20250326100934) |
 | 기술 주권 지켜라…과기정통부, 국회·AMD 총집결해 'AI 국가전략' 선언 | 2025.03.25 |
| "우리나라의 인공지능(AI) 경쟁력은 컴퓨팅 인프라와 모델, 두 축의 동시 강화가 핵심입니다. 정부는 민관 협력을 통해 인프라를 신속히 확충하고 글로벌 수준의 모델 개발을 적극 지원하겠습니다. 인프라와 모델이 유기적으로 결합돼야 진정한 혁신이 이뤄집니다." 유상임 과학기술정보통신부 장관은 25일 서울 소공동 롯데호텔에서 열린 'AI 글로벌 컨퍼런스' 개회사에서 이같이 말했다. 그는 인공지능(AI) 컴퓨팅 인프라와 AI 모델을 '국가 경쟁력의 양대 축'으로 규정하며 정부가 민관 협력을 통해 양방향 동시 강화를 추진하고 있다고 밝혔다. 유 장관은 AI 인프라를 '뼈와 근육', AI 모델을 '두뇌'에 비유하며 양측이 유기적으로 연결돼야만 실질적 성능과 혁신이 가능하다고 설명했다. 아무리 강력한 인프라도 정교하지 못한 모델로는 성과가 없고 반대로 모델이 좋아도 인프라가 약하면 한계가 뚜렷하다는 분석이다. "AI, 국가 전략자원…컴퓨팅 인프라와 모델 동시 강화할 것" 유 장관은 글로벌 AI 경쟁이 이미 총력전 양상으로 진입했음을 지적했다. 실제로 미국과 유럽연합 등은 대규모 인프라 투자에 나섰고 중국 스타트업 딥시크는 소프트웨어 알고리즘 혁신을 통해 미국 수준의 AI 모델을 선보이고 있다. 이에 대응해 한국도 AI 3대 강국 도약을 목표로 국가 차원의 전략을 본격화하고 있다는 것이다. 정부는 지난해부터 준비해 온 국가 AI 컴퓨팅 센터 구축을 올해 1월부터 본격적으로 시작했다. 이는 AI 경쟁력 강화를 위한 핵심 기반시설로, 국가 차원의 고성능 컴퓨팅 인프라 확충을 의미한다. 과기정통부는 이를 전략자원 수준으로 인식하고 있다. 지난 2월 발표한 '국가 AI 역량 강화 방안'에는 컴퓨팅 인프라 확충 마스터플랜, 독자적 AI 모델 확보, AI 전환 가속화가 핵심 과제로 담겼다. 실제로 정부는 내년 상반기까지 총 1만8천장 규모의 첨단 그래픽처리장치(GPU)를 조기 확보하고 글로벌 수준의 모델 개발을 위한 '국가대표 AI 프로젝트(월드 베스트 )'를 추진할 방침이다. 유 장관은 "AI 컴퓨팅과 모델 혁신에 대한 이번 컨퍼런스의 논의가 매우 중요하다"며 "향후 정책 수립과 실행에 있어 전문가 및 업계 현장의 의견을 적극 수렴하겠다"고 강조했다. "AI 위해 1조 증액했다"…국회, AI 인프라 투자 주도 공개 천명 이어 정동영 더불어민주당 의원은 AI 인프라 투자 확대의 중심에 국회가 있었음을 강조하며 "7억 달러(한화 약 1조원) 증액은 국회의 성과"라고 밝혔다. AI 인프라 확대는 정부만의 과제가 아니라 입법부도 책임지고 추진하고 있다는 점을 부각한 발언이다. 정 의원은 "AI 인프라를 강화하기 위해 국회가 예산을 증액했고 이를 통해 정부의 대응을 뒷받침하고 있다"며 "정보화 시대에 정부가 인프라에 투자해 ICT 강국이 된 것처럼 이번엔 AI 강국이 되기 위해 나서겠다"고 강조했다. 정 의원은 지난 1998년 김대중 정부 시절 정보화 전략을 손 마사요시 소프트뱅크 회장에게 자문받았던 일화를 소개하며 기술 인프라의 중요성을 거듭 상기시켰다. 당시 손 회장은 "국민 모두가 컴퓨터를 잘 써야 정보화에서 앞설 수 있다"고 조언했고 이후 5년간 천문학적인 거금이 투자돼 한국이 초고속 인터넷 강국으로 도약했다는 설명이다. 그는 이어 "지난 2022년 '챗GPT' 등장 이후 글로벌 AI 경쟁이 본격화됐으나 한국의 초기 대응은 늦었다"고 평가했다. 프랑스의 '미스트랄', 일본의 정부 주도 모델 육성 사례를 언급했다. 정 의원은 "다소 늦은 시작이지만 국회는 민간과 함께 AI 전략 포럼을 운영하며 실질적 논의를 주도하고 있으며 그 결과 AI 기본법 제정과 인프라 예산 증액이라는 성과로 이어졌다"며 "AI 경쟁력을 높이기 위해 정부와 적극 협력하겠다"고 밝혔다. 이어 최형두 국민의힘 의원도 AI 입법과 예산 확충의 공동 성과를 부각하며 여야가 함께 대한민국 AI 전략을 설계해 나가고 있다고 밝혔다. 그는 "정동영 의원은 우리 당과 협력해 예산을 확보한 예결위원장"이라고 소개하며 초당적 협력의 상징으로 의미를 부여했다. 최 의원은 "대한민국은 지난 2016년 알파고 대국을 시작으로 AI 시대의 전환을 목격한 곳"이라며 "오늘 이 컨퍼런스가 AI 혁명의 다음 단계를 여는 계기가 되길 바란다"고 말했다. 이어 "제조 경쟁력을 기반으로 초거대 제조업 AI를 준비해 향후 글로벌 산업 경쟁력과 연결될 수 있을 것"이라고 설명했다. 고동진 국민의힘 의원은 AI 역사와 컴퓨팅 인프라의 발전 과정을 짚으며 AI 시대의 두 번의 겨울은 결국 데이터 부족과 컴퓨팅 자원의 한계 때문이었다고 분석했다. 이어 이제는 GPU 기반 인프라가 갖춰졌고 발전이 가능하다고 지적했다. 고 의원은 국내 AI 반도체 스타트업 성과를 언급하며 "리벨리온과 퓨리오사가 만든 신경망처리장치(NPU)가 양산 단계에 들어가고 있다"며 "이 기술이 국내 사용은 물론 해외 진출로 이어지길 기대한다"고 밝혔다. 염재호 국가인공지능위원회 부위원장도 이날 축사를 통해 "AI 3대 강국으로 도약하기 위해 민관이 함께 국가 역량을 집중하고 있다"며 "지난해 11월 우리 위원회가 AI 인프라 특위를 신설했고 현재 2조 원 규모의 국가 AI 컴퓨팅 센터 구축을 추진 중"이라고 밝혔다. 리사 수 AMD CEO "AI 성장의 열쇠는 컴퓨팅 주권…韓과 협력 기대" 이날 행사에 원격으로 인사 메시지를 보낸 리사 수 AMD 최고경영자(CEO) 역시 한국의 AI 경쟁력 강화를 위한 국가 컴퓨팅 역량 확충 필요성을 강조했다. 글로벌 AI 시대를 맞아 자국 내 연산 자원 확보가 미래 성장의 핵심이라는 메시지를 던진 셈이다. 그는 "AI가 산업과 경제, 일상을 변화시키는 전환점에 있다"며 "한국이 AI 시대에 지속 가능한 성장을 이루기 위해선 국내 연산 인프라 확보가 중요하다"고 밝혔다. 수 CEO는 AMD의 기술이 전 세계 디지털 서비스와 슈퍼컴퓨터에 사용되고 있다고 소개하며 AI가 단순한 사고·추론을 넘어 에이전틱 AI로 진화하면서 생산성과 과학 발전, 행정 효율성 등 모든 분야에서 기회가 열리고 있다는 점을 분명히 했다. AI 기술이 고도화될수록 국가 단위의 연산 역량이 경쟁력을 좌우한다는 의미다. 리사 수 AMD CEO는 "산업과 정부, 연구계가 함께 전략적 대화를 나누는 이 행사는 의미가 깊다"며 "우리는 개방형 생태계, 협업, 지속가능성 중심의 기술 전략을 바탕으로 한국과 긴밀히 협력할 의지가 있다"고 말했다. |
| 지디넷코리아(https://zdnet.co.kr/view/?no=20250325144407) |
 | 과기정통부, 400억 규모 '메타버스 펀드' 조성 운용사 모집 | 2025.03.24 |
| 과학기술정보통신부는 400억원 규모의 메타버스 펀드를 조성·운용할 투자운용사를 모집한다고 24일 밝혔다. 과기정통부는 지난 2014년 조성된 디지털콘텐츠코리아펀드를 메타버스 펀드로 확대·활용해 메타버스 분야 창업·벤처·중소기업을 글로벌 핵심기업으로 육성하기 위해 투자를 지속하고 있다. 2014년부터 지난해까지 정부 출자 3665억원(재출자 포 |
| 뉴시스(https://www.newsis.com/view/NISX20250324_0003109897) |
 | 정부, 200억 규모 사이버 보안펀드 만든다 | 2025.03.25 |
| 과학기술정보통신부는 24일 한국벤처투자에서 실시하는 모태펀드 2차 정시 출자 공고를 통해 '사이버 보안 펀드' 투자 운용사를 24일부터 다음달 29일까지 공식 모집한다고 밝혔다. 지난해 국내 최초로 사이버보안 전용 펀드를 조성한 후, 펀드 조성 두 번째 해인 올해에는 정부가 100억원을 모태펀드에 출자, 총 200억원 규모의 자펀드 1개를 추가 조성할 계획이다. 사이버 보안 분야 유망 스타트업과 중소기업을 육성하기 위해 주목적 투자 대상을 AI, 제로트러스트 등 사이버 보안 기술을 보유한 혁신 기업과 사이버 보안 기업의 인수합병(M&A)으로 하도록 했다. 올해는 해외에 현지법인 또는 합작법인을 설립한 사이버보안 기업을 주목적 투자 대상에 추가했고, 이와 같은 조건 중 적어도 하나를 충족하는 중소기업에 50% 이상을 의무 투자하도록 했다. 또 민간출자자 참여를 유도하기 위해 기준수익률 이상의 초과수익에 대해 모태펀드가 수령할 액수에서 최대 30%를 민간출자자에 지급하고, 자펀드 손실 발생 시 모태펀드가 민간출자자에게 직접 손실충당(모태펀드 납입출자금의 15% 이내의 범위)을 한다. 펀드 운용사도 투자 실적(초기창업 기업의 투자실적이 40% 이상 이거나, 펀드 결성액의 40% 이상을 M&A에 투자할 경우)에 따른 성과보수를 지급받으며, 모태펀드가 수령할 초과수익의 최대 20% 까지 추가 성과보수를 받을 수 있도록 기준을 마련해 운용사에 대한 인센티브를 제공한다. 펀드 결성 이후 신속한 투자 집행을 독려하기 위해 펀드 결성금액의 20% 이상을 2025년 내에 투자하기로 제안하는 운용사에 대해서는 선정 시 가점을 부여할 계획이다. 지난해 총 6개사에 105억원을 투자해 약정총액 400억원 대비 26%의 빠른 투자 소진을 보이고 있는 사이버보안 펀드는 8년의 존속기간(투자 4년, 회수 4년) 내에 투자와 회수를 완료하고, 재투자를 통해 안정적으로 자금을 공급할 계획이다. 실제, '24년 투자액 105억원 중 83억을 주목적(사이버보안)에 투자했다. 공모와 관련한 자세한 기준은 24일 '한국모태펀드 2024년 2차 정시 출자사업 공고(https//www.kvic.or.kr/notice/notice1_1)에서 확인할 수 있다. 이번 공고에 대한 제안서는 22일 오전 10시부터 다음달 29일 오후 2시까지 온라인으로 접수하면 된다. 과학기술정보통신부 최우혁 정보보호네트워크정책관은 “글로벌 보안기업이 AI를 기반으로 한 신기술을 도입하고, 대형화·통합화를 통해 규모를 확대하는 추세에서, 국내 사이버 보안 기업이 경쟁력을 갖추기 위해서는 혁신적인 보안 기술을 개발해 차별성을 가지고, 빠른 시장 진입을 통해 경쟁 우위를 선점하며, 적극적인 M&A를 통하여 규모를 확대하는 것이 중요하다”고 강조하면서 “이를 위해서는 충분한 자금을 확보해야 하나, 중소기업이 대부분인 국내 보안 시장의 자금력은 제한적일 수밖에 없다. 이러한 상황에서 사이버 보안 펀드가 국내 보안 기업들의 경쟁력을 키우고 세계적인 유니콘 기업을 탄생시킬 발판을 제공할 것이라 기대하며, 이번 공모에 많은 운용사들의 관심과 참여를 부탁드린다”고 전했다. |
| 지디넷코리아(https://zdnet.co.kr/view/?no=20250325072230) |
 | [이슈] 탈(脫)VM웨어 시대···국내 가상화 시장 이끄는 기업들 | 2025.03.21 |
| 국내 가상화 솔루션 시장이 빠르게 변화하고 있다. 오랫동안 시장을 주도해 온 VM웨어(VMware)가 브로드컴에 지난 2023년 11월말 인수된 이후, 라이선스 정책 변경과 제품 선택권 제한으로 국내 고객들의 운영 부담이 커지고 있다. 올해부터 본격 적용된 VM웨어 라이선그 가격 인상으로 기업들은 기존 VM웨어 체제를 유지할지, 새로운 대안을 모색할지 고민하고 있다. 가상화 솔루션을 선택할 때 가장 중요한 요소는 비즈니스 연속성을 보장할 수 있는 안정성과 운영 효율성이다. 외산 솔루션은 기술력 면에서 높은 평가를 받지만, 국내 기업들이 요구하는 즉각적인 기술 지원과 유지보수에는 한계를 보인다. 국내 솔루션이 대안으로 떠오르면서 탈VM웨어 시장 선점을 위한 기업 간 경쟁이 더욱 치열해지고 있다. 오케스트로, '콘트라베이스'로 국내 가상화 시장 선도 국내 기업 환경에 최적화한 가상화 솔루션을 제공하며 시장을 선도하는 기업 중 한 곳이 오케스트로다. 2018년 설립된 오케스트로는 소프트웨어 전문 기업으로, 대규모 운영 경험과 기술력을 바탕으로 가상화 시장에서 빠르게 영향력을 확대하고 있다. 국내에도 서버 가상화 기술을 보유한 기업은 많지만, 수백 대의 물리 서버를 갖춘 데이터센터 규모에서 미션 크리티컬 서비스를 안정적으로 운영한 경험이 있는 곳은 오케스트로가 유일하다고 회사는 밝혔다. 이를 가능하게 하는 것이 오케스트로의 '콘트라베이스(CONTRABASS)'다. 콘트라베이스는 국내 가상화 솔루션 중 가장 많은 윈백(Win-back) 사례를 확보하며 시장을 확대하고 있다. 특히, 플러그 앤 플레이(Plug & Play, 꽂기만 하면 작동) 방식의 무중단 인프라 확장, 영구 라이선스 제공, 가상자원 마이그레이션 등 차별화된 강점을 바탕으로 중앙행정기관, 제1금융권, 제조‧유통 그룹사 등 다양한 산업군에서 도입이 늘고 있다. 오케스트로는 “외산 솔루션을 사용하던 기업들이 오케스트로의 PoC(성능 검증)를 꾸준히 요청하고 있으며, 현재 다수의 고객이 검증을 진행 중”이라며 “클라우드와 데이터센터 간 연동성을 중요한 요소로 고려하는 점이 콘트라베이스 선택의 핵심 요인이 되고 있다”고 설명했다. 기존 VM웨어 제품은 서버 가상화 환경에서 성능 저하 원인을 파악하는 데 한계가 있다는 지적이다. 반면, 콘트라베이스는 설계 단계부터 클라우드 환경에 최적화한 기술을 적용해 이런 문제를 해결했다. VM 성능이 저하되면 서버, 스토리지, 네트워크 상태를 실시간으로 확인할 수 있으며, 문제 발생 시 즉각 대응할 수 있다. 오케스트로는 국내 환경에 최적화한 기술 지원과 신속한 대응 체계를 강점으로 가상화 시장에서 입지를 넓혀가고 있다. 뉴타닉스, 레드햇 등 글로벌 기업들도 국내 시장 공략 강화 글로벌 기업들도 국내 가상화 시장에서 영향력을 확대하고 있다. 뉴타닉스는 2만5000개 이상의 고객사를 보유한 클라우드 소프트웨어 기업으로, 뉴타닉스 클라우드 인프라(NCI)를 앞세워 국내 시장 공략을 강화하고 있다. NCI는 서버, 스토리지, 네트워크를 통합한 하이퍼컨버지드 인프라(HCI) 기반 솔루션으로, 다양한 하이퍼바이저를 지원하며 기업의 온프레미스 및 하이브리드 클라우드 환경 구축을 돕는다. 기존 환경과의 연계 운영이 가능하며, 단일 관리 콘솔을 통해 운영을 단순화하고 확장성을 제공하는 것이 강점이다. 레드햇 역시 가상머신(VM) 환경의 컨테이너 전환을 추진하고 있다. OS 커널을 공유하며 애플리케이션 단위로 실행되는 컨테이너 기술이 리소스 사용을 최소화하고 성능을 극대화할 수 있다는 점을 강조한다. 이를 기반으로 '오픈시프트' 플랫폼을 통해 기존 VM 환경을 점진적으로 컨테이너 환경으로 전환할 수 있게 지원한다. 국내 맞춤형 지원과 안정성이 핵심 경쟁력 국내 가상화 시장은 변화하는 환경 속에서 빠르게 재편되고 있다. 외산 솔루션은 강력한 기술력을 보유하고 있지만, 국내 기업 환경에 최적화한 지원 체계와 신속한 대응 측면에서는 한계가 있다. 반면, 국내 솔루션은 현장 중심 기술 지원과 신속한 R&D 대응을 기반으로 차별화한 경쟁력을 확보, 입지를 넓히고 있다. VM웨어 중심의 시장이 흔들리면서, 기업들의 신속한 대응과 고객 신뢰 확보가 가상화 시장의 향방을 좌우할 전망이다. |
| 지디넷코리아(https://zdnet.co.kr/view/?no=20250320170855) |
 | 챗GPT' 아버지 알트먼, 경영서 한발 물러난다…이유는? | 2025.03.25 |
| 오픈AI가 샘 알트먼 최고경영자(CEO)의 권한을 일부 이양하며 최고운영책임자(COO)에게 조직 운영을 맡긴다. 경영과 기술 리더십을 분리하려는 이원화 전략의 포석이자 연이은 고위급 인사 이탈에 따른 조직 안정화 조치로 풀이된다. 25일 더버지 등 외신에 따르면 오픈AI는 최근 공식 블로그를 통해 최고위 경영진 인사 개편 사실을 공식화했다. 이번 개편에 따라 브래드 라이트캡 최고운영책임자(COO)가 일상적인 경영뿐 아니라 해외 진출, 마이크로소프트·애플 등과의 전략적 제휴 관리까지 총괄하게 됐다. 이번 인사에서 오픈AI는 연구 부문 수석부사장이었던 마크 첸을 최고연구책임자(CRO)로, 인사 부문 부사장이었던 줄리아 비야그라를 최고인사책임자(CPO)로 각각 승진시켰다. 두 인물 모두 내부 승진으로 리더십 공백을 최소화했다. 알트먼 CEO는 향후 회사의 연구 방향성과 제품 전략에 집중할 계획이다. 최고기술책임자(CTO)였던 미라 무라티가 지난해 9월 퇴사한 이후 해당 직책은 공석 상태지만 당분간 대체 인사는 없다는 것이 오픈AI의 입장이다. 이 같은 변화는 연쇄적인 고위직 이탈에서 비롯된 것으로 분석된다. 지난해 9월에 밥 맥그루 CRO와 바렛 조프 부사장, 미라 무라티 CTO가 동시에 회사를 떠났기 때문이다. 당시 알트먼 CEO는 해당 이탈을 "자연스럽지 않다"면서도 "우리가 평범한 회사가 아니기 때문"이라고 말했다. 다만 회사는 이번 리더십 재편이 조직 내 연속성과 전략적 대응력을 강화하기 위한 것이라고 강조했다. 실제로 수억 명이 사용하는 제품을 가진 기업으로 성장한 만큼, 운영과 기술을 이원화해 효율성을 높이려는 시도로도 풀이된다. 더 버지는 "이번 인사는 곧 있을 조직 개편과도 연결된다"며 "실제로 오픈AI는 지난해 12월 비영리 조직에서 영리 기업으로 전환하겠다고 발표한 바 있다"고 분석했다. |
| 지디넷코리아(https://zdnet.co.kr/view/?no=20250325083235) |
 | 엔비디아, 개방형 휴머노이드 로봇 파운데이션 모델 공개 | 2025.03.20 |
| 엔비디아가 18일(현지시간) 미국 새너제이에서 열린 'GTC 2025'에서 개방형 휴머노이드 로봇 파운데이션 모델인 '아이작 GR00T N1'을 발표했다. 엔비디아 아이작 GR00T N1은 일반화된 휴머노이드 추론과 기술을 위한 세계 최초 완전 맞춤형 개방형 파운데이션 모델이다. 젠슨 황 엔비디아 최고경영자(CEO)는 "일반적인 작업을 수행하는 로봇 기술의 시대가 도래했다"며 "GR00T N1과 새로운 데이터 생성 및 로봇 학습 프레임워크를 통해 전 세계 로봇 개발자들이 시대의 새로운 지평을 열게 될 것"이라고 말했다. GR00T N1은 인간 인지 원리에서 착안한 이중 시스템 아키텍처를 채택했다. 시스템 1은 인간의 반사신경이나 직관을 반영한 신속한 사고 행동 모델이고, 시스템 2는 신중하고 체계적인 의사결정을 위한 모델이다. 로봇이 물체를 잡거나 이동시키는 등 일상작업을 물론 복잡한 단계를 거쳐야 하는 작업도 수행할 수 있다. 긴 맥락과 일반적인 기술의 조합이 필요한 다단계 작업도 수행할 수 있게 된다. 개발자들은 특정 휴머노이드 로봇과 작업에 맞춰 실제 또는 합성 데이터를 사용해 GR00T N1을 사후 훈련시킬 수 있다. 보스턴다이내믹스와 어질리티로보틱스, 멘티 로보틱스 등 주요 휴머노이드 개발사들이 GR00T N1을 미리 접근해 이용하고 있다. 엔비디아는 구글 딥마인드, 디즈니 리서치와 손잡고 로봇 개발용 오픈소스 물리 엔진 '뉴턴' 개발 소식도 전했다. 뉴턴은 워프 프레임워크를 기반으로 한다. 구글 딥마인드의 무조코와 엔비디아 아이작 랩 등 시뮬레이션 프레임워크와 호환된다. 구글 딥마인드와는 로보틱스 머신 러닝 작업을 70배 이상 가속화할 것으로 기대되는 '무조코-워프'를 공동 개발하고 있다. 디즈니 리서치는 GTC에서 선보인 스타워즈 BDX 드로이드를 포함해 차세대 엔터테인먼트 로봇 구동에 뉴턴을 활용할 예정이다. 엔비디아는 로봇 개발에 필요한 대규모 합성 조작 모션을 생성하기 위해 '아이작 GR00T 블루프린트'도 개발했다. 옴니버스와 코스모스 트랜스퍼를 기반으로 구축됐다. 소수의 인간 시연 데이터를 바탕으로 합성 모션 데이터를 대량 생성할 수 있다. 엔비디아 관계자는 "블루프린트를 이용해 사람이 9개월간 시연할 수 있는 데이터에 해당하는 78만 개의 합성 경로를 단 11시간 만에 생성했다"며 "데이터는 허깅 페이스를 통해 오픈소스로 공개했다"고 말했다. |
| 지디넷코리아(https://zdnet.co.kr/view/?no=20250319215930) |
 | 아이온큐 "양자컴퓨팅, 이미 도입…현대차·에어버스도 활용" | 2025.03.20 |
| "양자컴퓨팅 도입은 현재 진행 중이며 산업 전반에서 활용이 점진적으로 확대되고 있습니다. 지난달 젠슨황 엔비디아 회장의 '양자컴퓨팅 30년' 발언은 맥락이 오해된 것으로, 이 기술이 완전히 보편화되는 시점으로서 언급된 것이라고 봅니다. 현재 양자컴퓨팅은 보안, 금융, 제조 등 다양한 산업을 혁신하며 기존 컴퓨팅 패러다임을 변화시키고 있습니다." 아리엘 브라운슈타인 아이온큐 제품 및 응용 부문 수석부사장(SVP)은 20일 서울 마포구 aSSIST 핀란드타워에서 개최된 'AI 인사이트 포럼'에서 이같이 말했다. 그는 양자컴퓨팅 기술이 기존 인공지능(AI)이나 고성능 컴퓨팅(HPC)과는 근본적으로 다른 접근 방식을 갖고 있으며 특정 문제에서는 더 강력한 연산 능력을 발휘할 수 있다는 점을 강조했다. 브라운슈타인 부사장에 따르면 양자컴퓨터는 초고속 연산이 가능하며 기존 AI나 슈퍼컴퓨터가 해결하지 못하는 복잡한 문제를 처리할 수 있는 점이 가장 큰 차별점이다. 특히 AI는 대규모 데이터를 학습해 확률적 근사 해법을 도출하는 반면 양자컴퓨팅은 정밀한 최적해를 도출할 수 있어 산업 전반에 근본적인 변화를 가져올 것이라는 설명이다. 양자컴퓨팅, 금융·제조·물류 혁신할 것…"현대차와 협력, 韓 센터 설립 가능" 아이온큐의 양자 기술은 자연 원자를 이용해 양자정보 단위인 '큐비트'를 형성하는 것이 특징이다. 회사가 사용하는 '트랩트 이온' 방식은 자연적으로 높은 안정성과 긴 코히어런스(coherence) 시간을 제공해 다른 방식보다 우수하다. 이 방식은 큐비트 간 '올투올(All-to-All) 연결성'을 지원해 복잡한 계산에서도 효율성이 높다는 설명이다. 실제로 회사는 이미 현대자동차, 에어버스 등 글로벌 기업과 협력해 실질적인 성과를 내고 있다. 현대차와는 자율주행 기술을 위한 양자 머신러닝(Quantum Machine Learning) 연구를 진행 중이며 에어버스와는 항공 화물 적재 최적화 문제를 해결하는 데 양자컴퓨팅을 적용하고 있다. 이같이 양자컴퓨팅은 금융, 물류, 제조업 등 다양한 분야에서 활용될 전망이다. 브라운슈타인 부사장은 "양자컴퓨팅은 금융 리스크 관리, 공급망 최적화, 가격 예측 등에서 AI와 함께 새로운 가능성을 열 것"이라고 말했다. 업계에서는 국내 시장도 아이온큐의 중요한 타깃이 될 것으로 보고 있다. 브라운슈타인 부사장은 "한국 주요 기업과 협력을 확대할 계획"이라며 "현재 전 세계에 연구개발 센터를 개소하고 있는 만큼, 한국에도 개발센터를 세울 가능성이 있다"고 밝혔다. 업계 관계자는 "양자컴퓨팅이 아직 대중화되기까지는 시간이 걸리겠지만 특정 산업에서는 이미 실질적인 성과를 내고 있다"며 "국내 기업들도 기술 선점을 위한 투자와 협력을 강화해야 할 시점"이라고 강조했다. "젠슨황, 양자컴퓨팅 과소평가한 것 아냐…보편화와 도입 시점 구분해야" 이어진 질의응답 세션에서는 청중들의 관심이 집중된 핵심 질문들이 쏟아졌다. 특히 중국의 양자컴퓨팅 전략에 대한 질문이 나오자 브라운슈타인 부사장은 "중국은 실리콘 반도체 제조 강국으로, 초전도 방식에 집중하고 있다"며 "이는 연산 속도가 빠르다는 장점이 있지만 큐비트 간 연결성이 낮고 오류율이 높아 기술적 한계가 존재한다"고 분석했다. 구글과 IBM 역시 초전도 기반 양자컴퓨팅을 연구하고 있다. 이에 대한 질문에 그는 "초전도 방식은 연산 속도가 빠르지만 안정성이 낮아 장시간 연산이 어렵다"며 "반대로 우리 트랩트 이온(Trapped Ion) 방식은 자연 원자를 이용해 오랜 시간 동안 오류 없이 정밀한 계산이 가능하다"고 강조했다. 세션에서는 젠슨황 엔비디아 최고경영자(CEO)의 '양자컴퓨팅 상용화까지 30년' 발언에 대한 질문도 있었다. 이에 대해 브라운슈타인 부사장은 "젠슨 황 회장의 발언이 맥락 없이 해석된 것 같다"며 "양자컴퓨팅은 이미 산업에서 활용되고 있으며 AI와 GPU처럼 점진적으로 도입이 진행돼 30년 후에는 '완전히 보편화'된다는 의미로 본다"고 반박했다. 이어 "GTC 2025에서 양자컴퓨팅 관련 세션이 대폭 늘어났는데 황 회장이 자신의 발언이 과장되게 해석된 점을 바로잡으려는 조치를 취한 것 같다"고 설명했다. 블록체인과의 관계도 주요 쟁점이었다. 브라운슈타인 부사장은 "현재의 블록체인 암호화 방식은 양자컴퓨터가 본격화될 경우 위협받을 수 있다"며 "암호화 기술이 양자컴퓨팅 공격을 방어할 수 있도록 업그레이드돼야 한다"고 말했다. 이어 "양자컴퓨팅이 블록체인 분석과 최적화를 가능하게 할 수도 있다"며 "금융 리스크 관리, 공급망 최적화, 컴퓨팅 화학 등 다양한 산업에서 파급력을 가질 것"이라고 전망했다. 마지막으로 양자컴퓨팅이 스마트폰이나 PC 등 온디바이스 환경에서 활용될 가능성에 대한 질문도 나왔다. 이에 대해 브라운슈타인 부사장은 "아직까지 양자컴퓨터는 비용이 높고 실시간 처리가 어려워 단말기에 직접 내장되기는 어렵다"고 설명했다. 다만 환경에서 AI 모델의 최적화와 개선을 지원하는 방식으로 활용될 것이라고 전망했다. 실제로 현재 삼성 갤럭시 등 일부 기기에 양자 보안 기술이 탑재됐지만 이는 양자컴퓨터가 아니라 단순한 암호화 기술이다. 진정한 양자컴퓨팅은 장기적으로 클라우드 중심으로 발전할 것이라는 것이라는 설명이다. 발표를 마치며 브라운슈타인 부사장은 양자컴퓨팅이 먼 미래의 기술이 아니라 이미 산업에 도입되고 있음을 강조했다. 그는 "양자컴퓨팅은 점진적으로 산업 전반에 확산될 것으로, 이 기술이 새로운 기회를 창출할 것이니 관심을 가져야 한다"며 "최근 한국과학기술정보연구원(KISTI)를 방문해 협력 방안을 논의했는데 한국 시장에서도 더 많은 기회가 열릴 것으로 전망한다"고 밝혔다. |
| 지디넷코리아(https://zdnet.co.kr/view/?no=20250320115335) |
| 퓨리오사AI, 1조원 메타 인수 제안 거절했다 | 2025.03.24 |
| 인공지능(AI) 반도체 설계 스타트업 퓨리오사AI가 메타 인수 제안을 거절했다. 24일 업계에 따르면 백준호 퓨리오사AI 대표는 이날 사내 공지를 통해 메타와 인수 협상을 진행하지 않는 내용을 전달했다. 인수 거절 의사는 메타 측에도 전달한 것으로 알려졌다. 퓨리오사AI의 기업 가치는 8000억원 정도로 추정된다. 메타가 퓨리오사에 |
| 뉴시스(https://www.newsis.com/view/NISX20250324_0003110997) |
| 생성형 AI, 온라인 쇼핑객 62%의 구매 결정에 영향 끼쳐 | 2025.03.24 |
| 신뢰도 62% 상승시키는 생성형 AI의 쇼핑 혁명 생성형 AI(GenAI)가 온라인 쇼핑 경험을 획기적으로 변화시키고 있다. AI 기반 검색 및 추천 플랫폼 제공 기업 코베오(Coveo)의 '2025 Commerce Relevance Report'에 따르면, 생성형 AI를 통한 가이드를 받은 소비자의 62%가 구매 가능성이 더 높아진다고 응답했다. 이는 현대 소비자들이 오프라인 매장에서 경험하는 개인화된 서비스와 유사한 경험을 온라인에서도 원한다는 점을 보여준다. 더불어 소비자의 61%는 실시간으로 제품에 관한 질문에 답변할 수 있는 가상 비서를 사용할 의향이 있다고 답했다. 이러한 결과는 생성형 AI가 단순한 기술 도구를 넘어 소비자 경험과 신뢰를 형성하는 핵심 요소로 자리 잡고 있음을 시사한다. 90%의 소비자가 원하는 것 오프라인 매장 수준의 온라인 경험 현대 소비자들은 온라인 쇼핑과 오프라인 쇼핑 경험 사이의 경계가 점점 모호해지는 것을 경험하고 있다. 보고서에 따르면 소비자의 90%가 온라인 쇼핑 경험이 최소한 실제 매장 경험과 동등하거나 그 이상이어야 한다고 기대하지만, 이 기대를 충족시키는 것은 쉽지 않은 과제로 남아있다. 2024년에서 2025년 사이, 온라인 쇼핑이 오프라인보다 더 나은 경험을 제공해야 한다고 생각하는 소비자의 비율이 47%에서 40%로 감소했다. 반면, 동등한 경험을 원하는 소비자의 비율은 44%에서 50%로 증가했다. 이러한 변화는 소비자들이 온라인 쇼핑 경험에 더 현실적인 기대를 갖게 되었음을 보여주지만, 여전히 높은 수준의 서비스를 원한다는 것을 의미한다. 이러한 상황에서 생성형 AI는 69%의 소비자가 미래 온라인 쇼핑 방식을 변화시킬 것이라고 믿는 대화형 경험을 제공함으로써 중요한 역할을 한다. 젊은 세대일수록 이러한 경향이 뚜렷하게 나타나는데, Z세대의 88%와 밀레니얼 세대의 83%가 디지털 중심 경험에 익숙하며 생성형 AI가 제공하는 개인화된 쇼핑 경험을 선호한다. 검색 실패가 고객 이탈로 72%가 불만족 시 사이트 이탈 온라인 쇼핑에서 검색 기능은 여전히 소비자 경험의 핵심이다. 보고서에 따르면 특정 목표를 가진 소비자의 43%가 웹사이트 방문 시 첫 번째로 검색창을 이용한다. 그러나 검색 결과가 만족스럽지 않을 경우 72%의 소비자가 해당 웹사이트를 떠나 다른 곳을 찾는다고 응답했다. 이는 검색 기능이 단순한 기능을 넘어 브랜드의 첫인상과 마지막 인상을 결정짓는 중요한 요소임을 보여준다. 문제는 소비자의 43%가 검색이나 내비게이션에 관련된 문제를 경험한다는 점이다. 이 중에서도 주요 불만으로는 너무 많은 선택지(33%), 원하는 제품을 찾기 어려움(30%), 개인화되지 않은 제품 추천(27%) 등이 꼽혔다. 이러한 문제들은 결국 고객 이탈로 이어지며, 설문 응답자의 70%가 열악한 제품 발견 경험으로 인해 웹사이트를 떠난 경험이 있다고 답했다. 생성형 AI는 이러한 문제를 해결할 수 있는 강력한 도구가 될 수 있다. AI 기반 검색 및 추천 시스템은 소비자의 의도를 더 정확히 파악하고, 개인화된 결과를 제공함으로써 제품 발견 과정을 혁신할 수 있다. 소비자의 30%는 생성형 AI가 자신의 구매 상황에 맞는 제품 가이드를 생성해주기를 원하며, 29%는 제품과 특성에 대한 교육을 받기를 원한다고 응답했다. 데이터와 개인화의 딜레마 71%는 최소 정보만 공유, 58%는 신뢰 브랜드에 개방적 소비자들의 데이터 공유에 대한 태도는 개인화된 경험에 대한 열망과 개인정보 보호 사이에서 복잡한 균형을 이루고 있다. 보고서에 따르면 71%의 소비자가 온라인 쇼핑 시 절대적으로 필요한 데이터만 공유하도록 제한한다고 응답했다. 이는 브랜드가 소비자 데이터를 수집하고 활용하는 방식에 대한 투명성이 더욱 중요해졌음을 시사한다. 그러나 동시에 소비자들은 신뢰할 수 있는 브랜드와는 기꺼이 데이터를 공유할 의향이 있다. 58%의 소비자가 신뢰하는 브랜드와 데이터를 공유하는 것에 긍정적이며, 53%는 더 나은 할인과 혜택을 받기 위해, 48%는 개인화된 경험을 위해 데이터를 공유할 의향이 있다고 응답했다. 이러한 결과는 세대 간 차이도 보여주는데, Z세대(60%)와 밀레니얼 세대(62%)는 더 나은 거래를 위해 데이터를 공유하는 것에 더 개방적인 반면, 베이비부머(79%)와 침묵 세대(85%)는 필수적인 정보만 공유하는 것을 선호한다. 생성형 AI는 이러한 균형을 맞추는 데 도움이 될 수 있다. 43%의 소비자는 AI 추천이 개인화되고 설명 가능할 때 신뢰한다고 응답했다. 이는 AI가 소비자의 개인 프로필이나 로그인 정보에 의존하지 않으면서도 의도 기반 추천을 제공할 수 있음을 시사한다. 브랜드는 데이터 사용에 대한 투명성을 유지하면서, AI를 활용해 고객의 의도를 파악하고 맞춤형 경험을 제공함으로써 신뢰를 구축할 수 있다. FAQ Q. 생성형 AI가 쇼핑 경험에 어떤 구체적인 혜택을 제공하나요? A. 생성형 AI는 소비자가 찾고 있는 제품을 정확히 파악하여 맞춤형 추천을 제공하고, 실시간으로 제품 관련 질문에 답변하며, 복잡한 구매 결정 과정을 단순화합니다. 설문 결과 소비자의 62%가 생성형 AI의 가이드를 받을 때 구매 가능성이 높아진다고 응답했으며, 43%는 가상 어시스턴트를 통한 실시간 지원을 받을 때 구매를 완료할 가능성이 더 높다고 답했습니다. Q. 개인정보 보호에 민감한 소비자들도 생성형 AI를 신뢰할 수 있나요? A. 네, 생성형 AI는 개인 프로필이나 로그인 정보에 의존하지 않고도 소비자의 현재 검색 의도와 행동에 기반한 추천을 제공할 수 있습니다. 43%의 소비자는 AI 추천이 개인화되고 그 이유를 설명할 수 있을 때 신뢰한다고 응답했습니다. 브랜드가 데이터 사용에 대해 투명하게 소통하고, 소비자 가치와 일치하는 방식으로 AI를 활용한다면 프라이버시 우려를 최소화하면서 개인화된 경험을 제공할 수 있습니다. Q. 생성형 AI가 온라인과 오프라인 쇼핑 경험을 어떻게 연결하나요? A. 생성형 AI는 온라인에서 오프라인 매장과 유사한 개인화된 조언과 안내를 제공함으로써 두 경험 사이의 간극을 좁힙니다. 실시간 재고 정보를 제공하고, QR 코드나 바코드 스캔을 통해 매장에서 본 제품을 온라인에서 쉽게 찾을 수 있게 하며, 지역 검색 결과를 강조하여 온라인 발견이 오프라인 방문으로 이어지도록 지원합니다. 이를 통해 소비자는 채널에 관계없이 일관된 쇼핑 경험을 누릴 수 있습니다. ■ 이 기사는 AI 전문 매체 'AI 매터스'와 제휴를 통해 제공됩니다. 기사는 클로드 3.5 소네트와 챗를 활용해 작성되었습니다. (☞ 기사 원문 바로가기) |
| 지디넷코리아(https://zdnet.co.kr/view/?no=20250324111744) |
| AI가 교통 혼잡 해결한다...'24시간 내 응답' 똑똑한 도로 설계 | 2025.03.25 |
| 교통 계획에서 생성형 AI 활용의 혁신적 가능성 생성형 인공지능(GenAI)은 교통 계획 분야에 혁신적인 변화를 가져오고 있다. 특히 대규모 언어 모델(Large Language Models, LLMs)은 다양한 이종 데이터 소스에서 통찰력을 통합하여 교통 연구와 실무를 발전시키는 필수적인 도구로 자리 잡고 있다. 애리조나 주립대학교와 텍사스 A&M 대학교, 캔자스 대학교 등 다학제 연구팀은 교통 계획 분야에서 생성형 AI를 효과적으로 활용하기 위한 최초의 포괄적인 프레임워크를 제시했다. 교통 계획은 장기적인 사회적 목표를 다루면서 다양한 교통 시스템 전반에 걸쳐 사람과 물자의 이동을 관리하고 향상시키기 위한 전략을 개발하는 체계적인 과정이다. 이 과정은 효율성, 형평성 및 지속 가능성의 균형을 맞추기 위해 데이터 기반 방법론을 통합하여 이동성 시스템을 개선한다. 교통 계획은 수요 예측, 인프라 설계, 교통 관리 및 대중 참여와 같은 활동을 포함한다. 기존에는 전문가 주도의 프레임워크에 의존했으나, 이러한 방법들은 현대 교통 시스템의 증가하는 규모와 복잡성을 관리하는 데 어려움을 겪고 있다. 특히 다양한 데이터 소스 통합, 실시간 동적 대응, 적응형 솔루션 생성 측면에서 한계를 보인다. 또한 기술 중심 솔루션에 대한 공공 기관의 예산 제약과 기술적으로 강한 인재를 유지하는 능력도 도전 과제다. 생성형 AI는 토지 이용 패턴, 교통량 계산, 환경 지표 등의 데이터를 합성하여 다양한 조건에서 미래 인프라 수요를 예측함으로써 여행 수요 생성을 혁신했다. 교통 시뮬레이션이나 정책 감정 모델링과 같은 애플리케이션은 생성형 AI가 속도, 정확성 및 범위를 향상시켜 계획자가 자신감을 가지고 정보에 입각한 결정을 내릴 수 있도록 돕는 능력을 보여준다. 전문가 주도에서 자율 AI로 교통 분야 AI 기술의 3단계 진화 교통 분야에서 인공지능의 발전은 전통적인 접근 방식에서 생성형 AI 방법론으로의 변환적 전환을 보여준다. 역사적으로 전통적인 교통 계획은 전문가 주도 프로세스에 크게 의존했다. 도메인 전문가들은 중심 역할을 맡아 설문 조사와 관찰을 통해 수동으로 데이터를 수집하고, 단순화된 가정에 기반한 정적 모델을 구축하고, 심리적 프레임워크와 반복적 테스트를 사용하여 계획을 검증했다. 이러한 방법은 복잡하거나 동적인 시스템을 처리하는 능력이 제한적이었다. AI 지원 방법론의 도입은 중요한 도약을 이루었다. 예측 모델과 같은 기계 학습은 교통량, 날씨 데이터, 가구 여행 일지 조사 등의 구조화된 데이터셋을 보다 효율적으로 분석할 수 있게 했다. AI 지원 시스템은 혼잡 예측, 신호 최적화, 교통 우회와 같은 작업에 대한 예측과 최적화 제안을 제공했다. 그러나 이러한 시스템은 재교육, 매개변수 조정 및 검증을 위해 상당한 인간 개입이 필요했다. 최신 진화인 생성형 AI는 고도의 자율 시스템을 향한 패러다임 전환을 대표한다. 생성 모델은 실시간 센서 입력과 소셜 미디어나 일기 예보와 같은 외부 소스를 포함한 대규모, 세밀한 데이터셋을 활용한다. 이러한 모델은 솔루션을 자율적으로 생성하고, 교통 시나리오를 시뮬레이션하고, 각 작업에 대한 명시적 프로그래밍 없이 인프라 설계를 최적화한다. 그럼에도 불구하고 기존 전문 지식의 통합은 이러한 AI 시스템을 안내하는 데 중요한 역할을 계속하고 있다. 교통 분야에서 생성형 AI 모델은 교통 계획 및 관리를 위한 정교한 데이터 합성, 시뮬레이션 및 의사 결정 능력을 제공한다. 생성적 적대 신경망(GANs)과 변분 오토인코더(VAEs)는 교통 흐름이나 다중 모달 교통 네트워크 시나리오와 같은 합성 교통 데이터를 생성하는 데 널리 사용되며, 계획자가 극단적인 기상 이벤트와 같은 희귀 조건에서 시스템 회복력을 평가할 수 있게 한다. 최근 확산 모델의 발전은 적응형 라우팅 계획이나 다중 모달 수요 예측과 같은 복잡한 시나리오를 생성하는 데 교통 분야에서의 응용을 확장했다. 이러한 모델은 현실적이고 맥락적으로 관련된 출력을 생성하기 위해 노이즈 데이터 입력을 반복적으로 개선한다. 대규모 언어 모델(LLMs)은 정책 분석, 이해 관계자 참여 및 대중 감정 분석을 포함한 텍스트 기반 교통 응용 프로그램을 혁신했다. 방대한 텍스트 데이터 코퍼스에서 훈련된 은 교통 문제에 대한 자연어 설명을 해석하고 생성하여 실행 가능한 전략을 추천하고 의사 결정을 촉진할 수 있다. 다중 모달 대규모 언어 모델(MLLMs)은 LLMs의 기능을 이미지, 비디오 및 지리공간 데이터와 같은 추가 데이터 모달리티를 통합하여 확장한다. 이 다중 모달 통합을 통해 MLLMs는 실시간 교통 카메라 피드 분석이나 텍스트 정책 문서와 센서 데이터 통합과 같은 복잡한 교통 작업을 처리할 수 있다. 시나리오 생성부터 수요 예측까지 생성형 AI로 혼잡 가격제 효과 시뮬레이션 생성형 AI는 교통 계획에서 다양한 작업을 지원하며, 전통적인 방법을 시나리오 생성, 수요 예측 및 교통 시뮬레이션과 같은 기능으로 향상시킨다. 시나리오 생성은 생성형 AI를 활용하여 인프라 설계, 정책 개입, 혼란 이벤트에 대한 대응 계획과 같은 대안 교통 전략을 탐색한다. 예를 들어, AI 모델은 혼잡 가격 책정의 영향을 시뮬레이션하거나, 대중교통 중심 개발을 최적화하거나, 극단적인 기상 조건에서 인프라 회복력을 모델링할 수 있다. 이러한 시나리오를 분석함으로써 계획자는 비용 효율적이고 환경적으로 지속 가능한 솔루션을 식별할 수 있다. 수요 예측은 생성형 AI를 적용하여 다중 모달 시스템 전반에 걸친 여행 수요 패턴을 예측한다. 모델은 관찰된 교통량 계산과 일치하도록 기원지-목적지(O-D) 매트릭스를 미세 조정하고, Shared Mobility 서비스의 채택을 추정하고, 인구통계학적 또는 경제적 변화로 인한 장기적인 수요 변화를 시뮬레이션할 수 있다. 이러한 예측은 시스템 병목 현상에 대한 통찰력을 제공하여 계획자가 교통 네트워크 전반에 걸쳐 여행 부하를 효과적으로 균형을 맞출 수 있게 한다. 교통 시뮬레이션 및 최적화는 교통 역학을 모델링하고 시스템 성능을 최적화하는 데 중점을 둔다. 생성형 AI는 인간 운전 차량과 자율 차량이 공존하는 혼합 자율성 시스템의 시뮬레이션을 가능하게 하여 차량 조정을 개선하고 정체 유발 파동을 줄인다. 또한 AI는 교통 신호 타이밍과 경로 선택 전략을 최적화하여 지연을 최소화하고 도시 이동성 효율성을 향상시킬 수 있다. 지속 가능성 및 회복력 계획은 생성형 AI의 역할을 저탄소 및 기후 회복력이 있는 교통 시스템 발전에 초점을 맞춘다. AI 모델은 환경 친화적인 운전 행동을 시뮬레이션하고, 전기 자동차 채택을 예측하고, 자연 재해와 같은 극단적인 시나리오에서 인프라 회복력을 평가할 수 있다. 또한 생성형 도구는 소외된 인구를 위한 공정한 이동성 솔루션을 보장하기 위해 교통 시스템의 접근성을 평가할 수 있다. 완전성·정확성·일관성·세분성 지역 특화 교통 AI 데이터의 4가지 핵심 요건 데이터 준비는 생성형 AI를 하류 교통 계획 응용 프로그램에 적용하는 데 중요한 단계이다. 교통에서 생성형 AI의 응용은 여전히 새롭게 등장하고 있으며, 공개적으로 사용 가능한 벤치마크 데이터셋은 규모와 범위가 제한적이다. 효과적인 교통 특화 데이터셋을 개발하려면 도메인 특화 전략에 대한 신중한 고려가 필요하며, 시계열 예측, 인프라 모델링, 감정 분석 및 시뮬레이션 작업과 같은 인접 분야에서 통찰력을 도출해야 한다. 교통 계획은 관할 경계, 다양한 인구 통계 프로필, 각 지역에 특화된 독특한 교통 상황으로 인해 본질적으로 지역적 특성을 갖는다. 예를 들어, 로스앤젤레스의 운전 행동과 교통 우선순위는 뉴욕시, 중서부 지방, 아시아 도시 중심지의 운전 행동과 크게 다르다. 따라서 관할 지역 간 확장 가능한 데이터셋을 구축하려면 교통 조건, 인구 통계 분포 및 정책 환경의 상당한 변동성을 해결해야 한다. 교통 계획에서 생성형 AI 모델의 품질과 신뢰성을 보장하기 위해 데이터셋은 다음과 같은 주요 요구 사항을 충족해야 한다 완전성, 정확성, 일관성, 세분성이다. 완전성은 피크 및 오프피크 시간, 주중 및 주말, 다양한 기상 조건과 같은 다양한 교통 조건을 포괄해야 하며, 지리적 경계와 관할 경계를 넘나들어야 한다. 또한 정확성을 위해 고품질 데이터가 AI 모델이 신뢰할 수 있는 출력을 생성할 수 있게 보장한다. 일관성은 다른 소스의 데이터셋을 조화시키는 것이 중요하며, 세분성은 교통 응용 프로그램이 종종 특정 수준의 세부 정보를 요구한다는 점을 염두에 두어야 한다. 실시간 적응과 편향 해소 생성형 AI 교통 시스템 도입의 주요 과제와 해결책 생성형 AI를 교통 계획에 통합하는 데 있어 몇 가지 중요한 도전 과제가 있다. 지역적 뉘앙스와 데이터 편향은 지역 특정 여행 행동, 사회경제적 가변성, 인프라 설계와 같은 교통 시스템의 지역적 뉘앙스를 포착하는 데 있어 주요 도전 과제를 제기한다. 역사적 데이터에 의존하면 잘 문서화된 지역이나 인구를 우대하는 기존 편향이 영속될 위험이 있다. 실시간 적응성도 도전 과제로, 날씨 교란, 특별 이벤트, 예상치 못한 인프라 고장과 같은 빠르게 변화하는 조건에서 모델이 예측을 동적으로 업데이트해야 한다. 센서 데이터, 크라우드 소스 정보 및 정책 변경과 같은 다중 모달 입력의 통합은 구현을 더욱 복잡하게 만든다. 설명 가능성과 신뢰성 또한 특히 심층 학습 모델에서 생성형 AI 모델의 설명 가능성 부족은 교통 계획 내 고위험 의사 결정 프로세스에서 채택의 중요한 장애물이다. 이 불투명성은 계획자가 AI 생성 예측 뒤의 추론을 이해하고 신뢰하기 어렵게 만든다. 이러한 도전 과제를 해결하기 위해 향후 연구는 역동적인 시스템 변화를 고려하면서 다양하고 고품질의 데이터셋을 통합하는 적응형 실시간 모델 개발에 초점을 맞추어야 한다. 도메인 특화 지식과 불확실성 정량화 프레임워크의 통합은 강건성과 해석 가능성을 향상시켜 계획자가 AI 기반 예측에 자신감을 갖고 정보에 입각한 결정을 내릴 수 있도록 지원할 수 있다. 또한 교통 시스템에 생성형 AI를 적용할 때 모듈화된 파이프라인과 검색 증강 생성(RAG) 기반 접근 방식을 조합하는 것이 효과적이다. 모듈화된 파이프라인은 복잡한 문제를 작고 관리 가능한 구성 요소로 분해하여 확장성, 해석 가능성 및 정확성을 향상시킨다. RAG 기반 파이프라인은 생성형 AI의 실시간 도메인별 지식을 동적으로 통합하는 능력을 향상시켜 출력이 시기적절하고 정확한 데이터에 기반하도록 보장한다. 교통 계획에서 생성형 AI의 잠재력에도 불구하고, 모델 해석 가능성, 데이터 편향 해결, 시스템 확장성 유지 등 몇 가지 중요한 도전 과제가 남아 있다. 또한 인류 중심 솔루션을 위해서는 데이터, 알고리즘 및 교통 정책에 있어 형평성과 투명성을 보장하는 윤리적 프레임워크의 개발이 필수적이다. FAQ Q 교통 계획에서 생성형 AI는 어떤 구체적인 이점을 제공합니까? A 생성형 AI는 교통 계획에 여러 이점을 제공합니다. 방대한 데이터셋을 처리하고 분석하는 확장성을 제공하며, 시간 소모적이고 노동 집약적인 작업을 자동화하여 운영 효율성을 향상시킵니다. 또한 변화하는 교통 조건과 새로운 데이터에 동적으로 대응하는 적응성, 복잡한 교통 데이터를 처리하기 위한 효율성, 그리고 다양한 사용자 그룹에 대한 개인화된 교통 서비스를 제공합니다. Q 생성형 AI가 교통 계획에서 직면하는 주요 도전 과제는 무엇입니까? A 생성형 AI는 교통 계획에서 몇 가지 중요한 도전 과제에 직면합니다. 지역별 교통 패턴과 인프라 설계에서의 지역적 차이를 포착하는 데 어려움이 있으며, 날씨 변화나 특별 행사와 같은 급변하는 조건에 실시간으로 적응하는 능력이 필요합니다. 또한 AI 모델의 예측이 어떻게 도출되는지에 대한 명확한 설명을 제공하는 설명 가능성도 중요한 과제입니다. 마지막으로, 다양한 지리적 맥락에 걸쳐 모델을 일반화하고 적용하는 일도 어려움으로 남아 있습니다. Q 교통 계획에 생성형 AI를 적용하기 위한 데이터 요구 사항은 무엇입니까? A 교통 계획에 생성형 AI를 적용하려면 완전성, 정확성, 일관성, 세분성을 갖춘 데이터가 필요합니다. 다양한 교통 조건(피크 시간대, 주중/주말, 기상 조건)을 포괄하는 완전한 데이터가 필요하며, 실시간 교통 데이터와 지리공간 데이터의 정확성이 중요합니다. 또한 다양한 소스에서 수집된 데이터가 상호 일관성을 유지해야 하며, 특정 분석에 필요한 세부 수준(예 초 단위 GPS 추적 또는 광범위한 인구통계 트렌드)의 데이터 세분성도 중요합니다. ■ 이 기사는 AI 전문 매체 'AI 매터스'와 제휴를 통해 제공됩니다. 기사는 클로드 3.5 소네트와 챗GPT를 활용해 작성되었습니다. (☞ 기사 원문 바로가기) |
| 지디넷코리아(https://zdnet.co.kr/view/?no=20250325104426) |
