오케스트로가 생성형 AI 솔루션 ‘클라리넷(CLARINET)’으로 GS인증 1등급을 획득했다. 이번 인증으로 공공과 민간 시장 공략에 속도를 낼 계획이다. GS인증은 국내 소프트웨어 품질을 종합 평가하는 국가 공인 제도로 기능성·신뢰성 등 모든 항목에서 최고 수준을 충족한 제품에만 1등급이 부여된다. 클라리넷은 조직 내 축적된 문서를 기반으로 사용자의 질문에 실시간 답변을 제공하는 생성형 AI 챗봇 솔루션이다. 검색증강생성(RAG) 방식과 출처 기반 응답 구조를 적용해 할루시네이션을 최소화해 답변 시 관련 문서를 함께 제시해 신뢰도를 높인다. 규정·매뉴얼·정책 자료 등 복잡한 문서를 읽고 분석해 민원 응대, 고객 상담, 내부 지침 안내와 같은 반복 업무를 효율화한다. 이 솔루션은 온프레미스와 클라우드형(SaaS) 모두 지원하며 PDF, HWP, Word 등 다양한 문서 형식과 최대 300MB 대용량 문서를 처리할 수 있다. 자체 기술로 개발돼 내부망에서도 안전하게 운영 가능하며, 드래그 앤 드롭 방식의 직관적인 인터페이스를 통해 비전문가도 손쉽게 챗봇을 구성할 수 있다. 클라리넷은 한국건설기술인협회, 광주과학기술원, 한국행정연구원 등 공공과 연구기관에 도입돼
오케스트로는 과학기술정보통신부와 정보통신기획평가원(IITP)이 주관하는 ‘클라우드 장애극복을 위한 AI 어시스턴트 기반 운영·관리 자동화 기술개발’ 과제를 수주했다고 5일 밝혔다. 총 사업비는 41.8억 원이며 과제는 2028년 12월까지 3년 6개월간 수행된다. 이번 과제는 클라우드 인프라 운영 환경에서 발생하는 다양한 장애를 사람의 개입 없이 자동으로 탐지하고 분석·조치할 수 있는 기술을 개발하는 것이 목표다. 특히 AI 어시스턴트가 실시간으로 이상 징후를 감지하고, 원인을 설명하며 대응 방안을 제시하는 ‘설명 가능한 AI’ 구현이 핵심이다. 오케스트로는 가상화, 멀티 클라우드 통합 관리, 클라우드 네이티브 운영 플랫폼, 마이그레이션 자동화 도구 등 클라우드 인프라 전반을 아우르는 풀스택 클라우드 기술을 자체 개발해 왔다. 수년간 축적한 AIOps(AI for IT Operations) 기술 역량을 바탕으로, 로그·메트릭·트레이스 등 대규모 운영 데이터를 실시간 분석해 이상 징후를 조기에 감지하고 의사결정을 자동화하는 기술을 확보하고 있다. AI 어시스턴트 분야에서도 GS 인증 1등급을 획득한 상용 솔루션을 보유하고 있다. 생성형 AI 챗봇 ‘클라리넷(C
AI 수요가 빠르게 증가하는 가운데, 기업들이 도입을 주저하는 가장 큰 이유는 GPU 등 인프라 구축 비용으로 나타났다. 오케스트로는 지난 6월 클라우드 서비스를 사용하는 기업 및 공공기관 종사자 6615명을 대상으로 한 ‘클라우드 환경에서의 AI 활용방안’ 설문 결과를 17일 발표했다. AI 도입 시 가장 큰 제약 요인은 GPU 등 기술 도입 비용(23.5%)이었다. 이어 전문 인력 부족(22.6%), 데이터 보안 우려(14.4%)가 뒤를 이었다. AI 도입은 초기 구축비도 크지만 사용량 기반의 과금 구조로 인해 장기적인 총소유비용(TCO) 부담이 크다. 여기에 AI 학습과 운영에 활용되는 핵심 데이터가 외부 클라우드에 저장되면서 보안 우려도 높아지고 있다. 비용과 보안이라는 이중 부담 속에서 퍼블릭 클라우드 기반 AI 환경의 한계가 분명해지면서 내부 데이터를 활용한 프라이빗 AI 환경은 더이상 선택이 아닌 대세로 자리잡고 있다. AI에 대한 기대 역시 현실적인 해법에 집중됐다. ‘비용 최적화’와 ‘실시간 보안 대응’이 각각 20.7%로 가장 높았고, ‘장애 원인 분석’(17.1%)과 ‘성능 병목 해소’(15.9%)가 뒤를 이었다. 이러한 기대는 기업이 실
AI반도체 기반 클라우드 플랫폼 기술 확보…초거대 AI 모델 최적화 및 실증 본격화 오케스트로가 과학기술정보통신부와 정보통신기획평가원이 추진하는 ‘AI반도체를 활용한 K-클라우드 기술개발 R&D 사업’에서 총 220억 원 규모의 연구개발 과제 2건을 수주했다. 이번 수주는 국산 AI반도체 기반 클라우드 기술 상용화와 K-클라우드 생태계 조성을 위한 기반 마련을 목적으로 진행됐다. 오케스트로가 주관기관으로 참여하는 AI반도체 컴퓨팅 자원분해 및 자원풀링 기술 개발 과제는 총사업비 76억 원 규모로, 2025년부터 5년간 수행된다. 해당 과제는 거대언어모델(LLM) 기반 AI 환경에서 모노리식 서버 구조의 물리적 제약을 극복하기 위해 CPU, 메모리, 스토리지 등 서버 자원과 AI반도체를 분리하고 고속 인터커넥터를 통해 통합 제어하는 클러스터 환경을 구현하는 것이 핵심이다. 오케스트로는 자원의 유연한 확장·축소와 효율적인 자원 할당·회수 기능을 갖춘 제어 및 관리 소프트웨어 인프라를 구축할 계획이다. 이는 LLM 학습 및 추론 성능을 극대화할 수 있는 기술 역량 확보를 목표로 한다. 또한, 오케스트로는 144억 원 규모의 AI반도체 클라우드 플랫폼 구축