지난달 31일 열린 ‘제16회 국제물류산업대전(KOREA MAT 2026)’ 현장에는 물류 워크플로 운영 전반을 재구성하려는 모습이 나타났다. 전시장에는 저장 설비, 분류 장비, 이송 로봇, 피킹 시스템, 적재 자동화, 제어 소프트웨어 등 방법론이 한데 이어졌다. 단일 설비의 속도나 적재 능력만 앞세우는 이전 분위기와는 달랐다. 입고·보관·집품·분류·출고 등으로 이어지는 흐름을 단일 파이프라인으로 구축하고, 그 안에서 병목을 줄이려는 제안이 전면에 나왔다. 이는 기존 대비 작업자를 구하기 어려워졌고, 수도권 창고 부지는 비싸진 국내 물류 산업의 현재를 반영한 움직임이다. 여기에 냉장·냉동 물류까지 커지면서 창고는 더 높은 처리량과 더 안정적인 운영을 동시에 요구받고 있다. 이로써 이번 전시장에 나온 해법은 한 방향으로 모였다. 같은 공간에 더 많이 저장하고, 작업 동선은 더 짧게 줄이고, 운영은 끊기지 않게 유지하는 구조다. 저장·분류 공정의 최적화가 끝난 뒤, 작업자의 손·발을 필요로 하는 구간이 남았다. 선반 사이를 이동하며 대상물을 식별하고, 이를 집어 대차에 싣고, 다음 공정으로 인계하는 과정이다. 이 고반복·고부하 작업군에 로봇을 투입해 인적 의존도
앤트로픽(Anthropic)이 오픈클로(OpenClaw) 등 서드파티 앱을 통한 클로드(Claude) 무료 사용을 전면 차단했다. 엔가젯(Engadget)에 따르면, 앤트로픽 개발자이자 클로드 코드(Claude Code) 책임자인 보리스 처니(Boris Cherny)는 자신의 X(구 트위터) 게시물을 통해 4월 4일(현지 시간) 오후 3시부터 서드파티 앱이나 소프트웨어를 통해 클로드를 사용하는 모든 사용자는 추가 사용량 번들을 구매하거나 클로드 API 키를 사용해야 한다고 밝혔다. 오픈클로는 몰트북(Moltbook) 개발자가 만든 무료 오픈소스 AI 비서로 이메일 정리·발송·캘린더 관리 등 개인 워크플로를 자동화하도록 설계됐다. 클로드 외에도 챗GPT(ChatGPT)·구글 제미나이(Google Gemini) 등 외부 거대언어모델(LLM)을 활용한다. 처니 책임자는 이번 변경이 엔지니어링 제약과 최적화에 관한 것이라고 설명했다. 그는 클로드에 대한 수요 증가를 충족하기 위해 노력해 왔으나 자사 구독 모델이 서드파티 도구의 사용 패턴을 위해 설계된 것이 아니라고 밝혔다. 이어 용량은 신중하게 관리하는 자원이며 자사 제품과 API를 사용하는 고객을 우선시하고 있다
가트너가 2030년까지 1조 개 파라미터를 가진 거대언어모델(LLM)의 추론 비용이 2025년 대비 90% 이상 감소할 것으로 전망했다. 반도체 및 인프라 효율성 개선, 모델 설계 혁신, 추론 특화 반도체 확대, 엣지 디바이스 적용 확대 등이 비용 절감을 이끌 주요 요인으로 꼽혔다. 가트너는 2030년 LLM이 2022년 초기 동일 규모 모델 대비 최대 100배까지 비용 효율성이 개선될 것으로 내다봤다. 그러나 토큰 단가 하락이 곧바로 기업의 AI 비용 절감으로 이어지지는 않을 것이라는 분석도 제시됐다. 고도화된 AI 기능은 더 많은 토큰을 요구하는 구조적 특성을 갖기 때문이다. AI 에이전트는 기존 챗봇 대비 작업당 5배에서 최대 30배 더 많은 토큰을 필요로 하며, 수행 가능한 작업 범위도 훨씬 넓다. 토큰 단가는 하락하더라도 사용량 증가 속도가 더 빠르기 때문에 전체 추론 비용은 오히려 증가할 것으로 예상된다. 가트너 시니어 디렉터 애널리스트는 "기본적인 AI 기능은 사실상 제로 비용에 가까워지고 있지만, 고급 추론을 뒷받침하는 컴퓨팅 자원과 시스템은 여전히 희소하다"며 "현재 저렴한 토큰 비용으로 아키텍처 비효율을 가리는 기업은 향후 에이전트 기반 A
전략적 총판 계약 체결...‘생성형 AI 어플라이언스 박스(Generative AI Appliance Box)’ 공급한다 “중소·중견(SMB) 사용자 맞춤형 솔루션을 통한 AI 도입 진입장벽 해소” IT 솔루션 유통 업체 에티버스이비티가 국내 인공지능(AI) 기술 업체 업스테이지와 함께 AI 비즈니스 활성화를 위한 전략적 총판 계약을 체결했다. 이번 계약은 국내 AI 산업 생태계 확장을 위해 마련됐다. 양사의 핵심 역량인 IT 인프라 유통망과 생성형 AI(Generative AI) 기술력을 결합하는 것이 본질이다. 이를 통해 기업이 현업에서 AI를 즉각적으로 활용하도록 돕겠다는 의지다. 양사는 이번 협력을 통해 에티버스이비티의 서버·워크스테이션 인프라에 업스테이지의 거대언어모델(LLM)을 최적화해 공급한다. 이로써 국내 기업의 인공지능 전환(AX)을 가속화하겠다는 구상이다. 이들은 구체적으로 ‘AI 어플라이언스 박스(AI Appliance Box)’를 시장에 선보인다. 이는 고성능 서버, 그래픽처리장치(GPU) 등 컴퓨팅 하드웨어 자원에 업스테이지의 LLM ‘솔라(Solar)’를 사전에 통합·최적화하는 작업이다. 별도의 복잡한 구축 과정 없이 전원 연결만으로
모티프테크놀로지스(Motif Technologies) 컨소시엄 합류 심레디(Sim-Ready) 3D 데이터, 비전·언어·행동(Vision·Language·Action) 모델 등 피지컬 AI 학습 토대 마련한다 “정밀 3차원(3D) 컴퓨터지원설게(CAD) 생성부터 시뮬레이션 데이터 변환 기술로 인공지능 전환(AX) 견인” 엔닷라이트가 모티프테크놀로지스(Motif Technologies) 컨소시엄에 합류해, 국내 독자 인공지능(AI) 파운데이션 모델 구축을 위한 국가 프로젝트에 본격 착수한다. 모티프테크놀로지스 컨소시엄은 국가 AI 경쟁력 강화를 목표로, 300B 파라미터급 추론형 거대언어모델(LLM) 구축하는 연합체다. 이어 시각·언어(Vision·Language) 모델, 비전·언어·행동(Vision·Language·Action 이하 VLA) 모델 등까지 단계적으로 모델을 고도화하는 ‘대한민국 AI 파운데이션 모델 구축 프로젝트’를 진행한다. 해당 컨소시엄은 모델 가중치, 코드, 연산 최적화 라이브러리 등을 상업용 오픈소스로 공개해, 국내 AI 산업 생태계 전반의 기술 자립과 성장을 견인한다는 방침이다. 엔닷라이트는 이번 프로젝트에서 AI가 물리 세계를 이해하
기상 관측 인프라 부족 지역에서도 활용 가능…예측 성능은 미 국립기상청과 유사 구글이 인공지능(AI)을 활용해 도시 지역의 돌발 홍수를 최대 24시간 전에 예측할 수 있는 모델을 공개했다. 이번 모델은 150개국에서 수집한 대규모 데이터와 자체 대형언어모델(LLM)을 통해 개발됐으며, 기상 인프라가 부족한 개발도상국에서도 광범위한 활용이 기대된다. 구글은 12일(현지시간) 인공지능(AI) 기반 홍수 예측 모델인 '도시돌발홍수'를 전 세계에 선보였다. 이 시스템은 150개국에서 수집한 방대한 홍수 관련 데이터셋 ‘그라운드소스(Grounds-ource)’를 활용해 도시 지역에서 갑작스럽게 발생하는 돌발 홍수를 최대 24시간 앞서 예측할 수 있다고 밝혔다. 구글은 자사의 차세대 AI 모델 ‘제미나이(Gemini)’를 활용해 500만 건이 넘는 뉴스 기사와 공공 기록을 분석했다. 이를 통해 실제 홍수 발생 여부, 날짜, 위치 정보 등 주요 지표를 체계적으로 구조화해 약 260만 건의 홍수 사례 데이터를 확보했다. 이 데이터는 구글 지도에 반영되어 실제 지역 단위 지리 경계를 파악하는 데 사용됐고, 여기서 추가로 도시 돌발 홍수 예측에 특화된 데이터셋이 구축됐다. 예
AI 전문기업 바이브컴퍼니와 펀드평가 및 금융 컨설팅 기업 KG제로인이 금융 산업의 인공지능 전환(AX)을 공동 추진하기 위한 업무협약(MOU)을 체결하고 금융권 AI 사업 확대에 나선다. 양사는 이번 협약을 통해 금융권 AX 비즈니스 기회를 공동 발굴하고 실질적인 사업 모델 구축을 추진할 계획이다. 특히 금융 데이터와 생성형 AI 기술을 결합해 금융 실무 환경에 최적화된 AI 에이전트 서비스를 개발하는 것이 핵심 목표다. 바이브컴퍼니는 KG제로인이 보유한 금융 데이터 분석 역량을 자사의 AI 및 대규모 언어모델(LLM) 기술과 결합해 금융기관 업무 효율을 높일 수 있는 AI 기반 서비스를 구현할 계획이다. 이를 통해 금융 데이터 분석과 업무 자동화를 동시에 지원하는 실무형 AX 모델을 구축한다는 전략이다. 양사의 협력 범위는 공동 마케팅을 통한 AI 사업 확대와 함께 금융·공공·제조·엔터프라이즈 분야의 AX 및 DX 사업 협력, 데이터와 콘텐츠 교류 등을 포함한다. 양사는 각자의 핵심 기술과 데이터를 기반으로 산업별 맞춤형 AI 전환 사업을 단계적으로 확대해 나갈 예정이다. 특히 금융 산업의 특성상 데이터 보안과 안정성이 중요한 만큼 초기 단계에서는 구축형
AI 도입은 빠르게 확산됐지만 현장에서의 활용과 성과 창출은 여전히 기대에 미치지 못한다는 평가가 이어지고 있다. LLM과 RAG를 도입했음에도 결과를 신뢰하지 못하거나 규제 환경 앞에서 활용이 멈추는 사례가 나타나면서, 데이터의 양이 아니라 구조와 맥락을 어떻게 설계할 것인가에 대한 논의가 다시 부상하고 있다. 단순 수집·학습 중심 접근의 한계가 드러난 상황에서 ‘온톨로지’가 AI 전략 재설계의 대안으로 언급되고 있다. 이 같은 흐름 속에서 토크아이티는 2026년 3월 4일(수) 오후 2시부터 3시까지 60분간 ‘LLM 이후의 선택, 왜 지금 온톨로지인가?’를 주제로 생방송 토크 웨비나 ‘탁 켜세요 On톨로지’를 진행한다. 이번 웨비나는 산업 현장에서 성과를 내는 기업들이 선택한 온톨로지를 중심으로, 파편화된 데이터를 의미와 관계로 재구성해 실제 비즈니스 경쟁력으로 연결하는 과정을 현장 관점에서 풀어보는 자리다. 웨비나에서는 먼저 현대 AI와 데이터 과학의 발전사를 짚으며 과거 온톨로지 방식과 현재 변화된 개념을 비교한다. 단순 데이터 수집과 학습 중심 접근이 한계에 부딪히게 된 배경과, LLM·RAG 중심 접근이 기업 현장에서 자주 막히는 지점을 구체적으
산업 현장의 인공지능(AI) 도입 논의는 사용자 화면(UI) 속 성능 시연만으로 설득되기 어려운 단계에 직면했다. 실제 AI를 활용하는 현장 사용자가 실제로 요구하는 부분이 상당 부분 변했다는 뜻이다. 현시점 산업용 AI는 각 설비·공정 흐름 안에서 어떻게 지연(Latency) 없이 구동되는지가 더욱 중요해졌다. 운영의 지속가능성이 기술의 평가 기준이 된 것이다. 이 변화는 산업·공장 자동화(FA)의 다음 단계로, 자율화(Autonomous)가 전면에 부상한 배경이기도 하다. 인건비 부담, 365일 24시간 운영 압박, 안전 요구 강화, 공급망 불확실성 등이 중첩되면서, 기업은 AI와 같은 기술 도입을 운영 구조 재설계 관점에서 바라보기 시작했다. 제조·물류 현장에서의 AI는 모델 성능만으로 성패를 결정지을 수 없다. 이에 따라 데이터 수집·분석, 판단·제어, 모니터링·유지보수 등 핵심 프로세스가 단일 인프라에서 통합돼 연결되지 않으면 성과를 내기 어렵다는 인식이 확산되고 있다. 특히 제조·물류 현장에서의 AI는 모델 성능만으로 성패를 결정지을 수 없다. 데이터가 어디서 생성·처리되고 어떤 경로로 실행까지 이어지는지. 그리고 예외 상황 발생 시 얼마나 빨리
국내 기업 10곳 중 7곳이 올해 AI 인력을 충원할 계획이지만, 정작 현장에 즉시 투입할 수 있는 인재 부족으로 채용에 어려움을 겪고 있는 것으로 나타났다. 기업들은 기술 이해도를 넘어 실무 적용 능력과 빠른 학습 역량을 핵심 기준으로 삼고 있었다. 개발자 성장 플랫폼 프로그래머스를 운영하는 그렙이 국내 주요 기업 채용·인사 담당자를 대상으로 실시한 ‘AI·데이터 인력 채용 인식 조사’에 따르면, 응답 기업의 68.5%가 2026년 AI 인력 충원 계획이 있다고 답했다. AI 인력 확대의 주요 배경은 사업 성과 창출이다. 응답 기업들은 ‘기존 사업의 AI 기반 고도화(38.03%)’와 ‘신규 AI 수익 모델 개발(36.39%)’을 인력 충원의 핵심 이유로 꼽았다. AI를 단순 기술 도입이 아닌 핵심 경쟁 자산으로 인식하고 전담 조직을 구축하려는 움직임이 본격화된 것이다. 직무 수요도 다양화되고 있다. LLM·생성형 AI 엔지니어(23.4%)뿐 아니라 AI PM·PO(19.1%), 사내 AI 도입 담당자(10.0%) 등 기술과 비즈니스를 연결할 수 있는 인재 확보에 집중하는 양상이다. 그러나 실제 채용 현장에서는 ‘실무에 바로 투입 가능한 인재 부족(24.9
셀렉트스타가 스페인 바르셀로나에서 열리는 MWC 2026에서 ‘글로벌 AI 레드팀 챌린지’를 개최한다. 셀렉트스타는 GSMA와 2년 연속 공동 주최로 행사를 진행하며 AI 신뢰성 검증 무대를 이어간다. 이번 챌린지는 3월 4일 현지 시각 MWC 행사장 내 탤런트 아레나에서 열린다. 국내외 대표 통신 기업들이 자체 개발한 LLM이 대상 모델로 참여하며 사전 신청을 통해 모집된 전 세계 100여 명의 참가자가 모의 프롬프트 공격을 수행한다. 참가자들은 모델의 답변에서 유해·차별적 결과, 보안 취약점, 시스템 오용 가능성을 찾아내는 레드티밍 미션을 수행한다. 레드팀은 AI가 복잡한 의사결정 구조를 갖추는 환경에서 잠재적 위험을 사전에 식별하고 대응하기 위한 검증 절차로 자리 잡는다. 셀렉트스타는 단발성 이벤트를 넘어 실제 AI 서비스 환경에서 활용 가능한 검증 방식과 인사이트를 제시하고 글로벌 AI 기업 및 통신사와의 협력 기회를 확대한다는 계획이다. 김세엽 셀렉트스타 대표는 “작년에 이어 MWC에서 2년 연속 행사를 주관하게 되어 영광”이라며 “전 세계 참가자들과 함께 AI의 취약점을 점검하고 신뢰성 평가의 기준을 한 단계 끌어올리는 계기가 되길 기대한다”라고
에임인텔리전스가 BMW 그룹과 협력해 거대언어모델의 기업 정책 준수 여부를 평가하는 프레임워크 ‘COMPASS’를 공동 개발했다. 이번 프레임워크는 LLM이 기업별 맞춤형 정책을 실제 운영 환경에서 얼마나 충실히 따르는지를 체계적으로 검증하는 데 초점을 둔다. COMPASS는 Company/Organization Policy Alignment Assessment의 약자로, 의료·금융·자동차 등 다양한 산업군에서 LLM 도입이 확대되는 상황에서 기업 내부 규정과 법적 제약을 AI가 정확히 준수하는지 평가하기 위해 설계됐다. 기존 표준 안전성 테스트를 통과한 모델이라도 실제 기업 환경의 복잡한 규칙을 적용하면 금지 조항을 제대로 따르지 못하는 취약점이 드러났다는 설명이다. 연구팀은 해석이 불분명한 조항이나 상충하는 규칙을 식별하고 정비하는 등 4단계 검증 과정을 통해 오작동 비율을 낮추는 방안을 제시했다. 자동차·금융·의료·교육 등 8개 핵심 산업을 기반으로 6000여 개 질의 데이터를 생성해 검증 신뢰도를 확보했다. 또한 기업이 자사 정책에 맞춰 직접 AI 시스템을 점검할 수 있도록 COMPASS 프레임워크와 데이터셋을 GitHub와 Hugging Face에
"2026년 개발 경쟁력은 도구의 수가 아니라, 조직이 얼마나 일관된 AI 기반 프로세스를 운영할 수 있는가로 결정됩니다. 이 변화를 가장 먼저 실현하는 기술 파트너로서, 기업이 AI 기반 개발 문화를 안전하고 일관되게 확장할 수 있도록 함께하겠습니다." 엔터프라이즈 R&D 현장에서 보안과 규제, 네트워크 제약이 맞물리며 생성형 AI 도입이 지연되는 가운데, AI 솔루션 기업 슬렉슨(SLEXN)이 온프레미스(내부 구축) 기반 AI-네이티브 R&D 플랫폼을 제안했다. Puteron AI(LLM·AI 인프라), CodeCenter(AI 코딩·개발), Trace.Space(AI 기반 ALM)를 유기적으로 연결해 데이터 주권을 유지한 상태에서 생성형 AI 생산성을 극대화하는 통합 개발·운영 환경을 지향한다는 구상이다. 슬렉슨은 3월 4일부터 6일까지 서울 코엑스에서 열리는 AW 2026(2026 스마트공장·자동화산업전)에 참가해 Puteron AI 어플라이언스 기반 시연을 예고했다. 아래는 슬렉슨과의 인터뷰. Q. 귀사를 소개해달라. A. 슬렉슨(SLEXN)은 기업 R&D 환경에 맞는 AI 기반 개발·운영 소프트웨어를 제공하는 솔루션 기업으로,
임팩티브AI가 ‘제36회 스마트공장·자동화산업전(Smart Factory+Automation World 2026, 이하 AW 2026)’에서 AI 기반 수요예측 솔루션 ‘딥플로우(Deepflow)’를 전면에 내세운다. AW 2026은 2026년 3월 4일부터 6일까지 사흘간 서울 코엑스 전관(A·B·C·D홀)에서 열린다. 임팩티브AI는 제조·유통 등 공급망(SCM) 현장에서 반복되는 재고 과잉·재고 부족 문제를 ‘예측 AI’로 해결하겠다는 목표로 2021년 설립된 AI 기반 수요예측 전문 기업이다. 회사는 딥플로우가 내부 데이터에 외부 변수를 결합해 제품 수요, 원자재 가격, 신제품 판매 성과 등을 정밀하게 예측하고, 예측 결과의 원인 설명과 실행 가능한 액션 플랜까지 제시해 현업 의사결정을 지원하는 데 초점을 맞췄다고 밝혔다. 다음은 임팩티브AI와의 인터뷰 일문일답. Q. 귀사에 대한 소개를 부탁한다. A. 임팩티브AI는 AI 기반 수요예측 전문 기업으로, 생산관리·재고관리·원자재 구매 등 기업 운영의 핵심 의사결정을 예측 기반으로 고도화한다. 원자재 가격 변동, 급변하는 소비자 수요, 짧아지는 제품 생애주기 속에서도 많은 기업이 여전히 ‘감’과 과거 평균
대규모 언어모델(LLM) 서비스는 현재 대부분 고가의 GPU 서버에 의존해 운영되고 있으며, 서비스 규모가 커질수록 비용과 전력 소모가 급격히 증가하는 한계를 안고 있다. KAIST 연구진이 이러한 구조적 문제를 해결할 수 있는 차세대 AI 인프라 기술을 개발했다. KAIST는 전산학부 박종세 교수를 중심으로 한 애니브릿지(AnyBridge) AI 팀이 GPU에만 의존하지 않고 다양한 AI 가속기를 통합해 LLM을 효율적으로 서비스할 수 있는 차세대 AI 인프라 소프트웨어를 개발했다고 30일 밝혔다. 해당 기술은 카카오가 주최한 ‘4대 과학기술원×카카오 AI 육성 프로젝트’에서 대상을 수상했다. 이번 프로젝트는 카카오와 KAIST, GIST, DGIST, UNIST 등 4대 과학기술원이 공동으로 추진한 산학 협력 프로그램으로, AI 기술을 기반으로 한 예비 창업팀의 기술력과 사업성을 종합적으로 평가해 우수 팀을 선발했다. 대상 팀에는 총 2000만 원의 상금과 함께 최대 3500만 원 규모의 카카오클라우드 크레딧이 제공된다. 애니브릿지 AI는 KAIST 전산학부 박종세 교수 대표를 중심으로 권영진 교수, 허재혁 교수가 참여한 기술 창업팀으로, AI 시스템과
상호명(명칭) : (주)첨단 | 등록번호 : 서울,자00420 | 등록일자 : 2013년05월15일 | 제호 :헬로티(helloT) | 발행인 : 이종춘 | 편집인 : 김진희 |
본점 : 서울시 마포구 양화로 127, 3층, 지점 : 경기도 파주시 심학산로 10, 3층 | 발행일자 : 2012년 4월1일 | 청소년보호책임자 : 김유활 | 대표이사 : 이준원 | 사업자등록번호 : 118-81-03520 | 전화 : 02-3142-4151 | 팩스 : 02-338-3453 | 이메일 : help@hellot.net | 통신판매번호 : 제 2013-서울마포-1032호
copyright(c) HelloT all right reserved
UPDATE: 2026년 04월 13일 14시 02분
