워크스테이션은 콤팩트한 외형 속에 데스크톱급 성능을 담아낸 전문가용 시스템이다. 단순한 소형 PC와 달리, 3D·영상·AI·엔지니어링 등 고성능이 필요한 크리에이터와 전문 작업자를 위해 설계된 것이 특징이다. 이번 리뷰에서는 실제 소프트웨어 워크플로와 AI·LLM 테스트까지 다양한 관점에서 심층 평가를 진행했다.   ▲ HP Z2 미니 G1a   하드웨어 및 설치 환경 HP Z2 미니 G1a(HP Z2 Mini G1a)의 가장 큰 강점 중 하나는 강력한 하드웨어 스펙이다. AMD 라이젠 AI 맥스+ 프로 395(AMD Ryzen AI Max+ PRO 395) 프로세서(16코어 32스레드, 3.00GHz), 최대 128GB LPDDR5X 메모리, 8TB NVMe SSD, 그리고 16GB VRAM을 탑재한 라데온 8060S(Radeon 8060S) 통합 그래픽 등, 동급 소형 워크스테이션에서는 보기 힘든 구성을 갖췄다. 특히 메모리는 최대 128GB까지 확장 가능하며, 이 중 최대 96GB를 그래픽 자원에 독점 할당할 수 있다. 듀얼 NVMe 및 RAID 지원으로 대용량 데이터 처리와 안정성을 확보했으며, 50TOPS에 달하는 NPU 성능 덕분에 AI 추론 등 최신 워크로드도 소화할 수 있다. 테스트는 윈도우 11 프로 기반, 64GB RAM과 16GB 라데온 8060S, 듀얼 NVMe SSD가 장착된 구성으로 진행됐다.   ▲ HP Z2 미니 G1a의 하드웨어 스펙   전문 소프트웨어 워크플로 직접 HP Z2 미니 G1a를 사용해 본 첫 인상은 “미니 사이즈에서 이 정도 성능이라니?”였다. 크기는 작지만, 성능은 결코 작지 않았다. 시네마 4D(Cinema 4D)로 복잡한 3D 신을 제작하고, 지브러시(ZBrush)에서 대형 폴리곤 모델링과 서브툴 멀티 작업을 해 보니 작업 흐름이 부드럽고, 장시간 동작에도 다운이나 랙 없이 꾸준한 성능으로 작업할 수 있었다. 시네벤치(Cinebench), 시네마 4D, 지브러시, 애프터 이펙트(After Effects), AI 생성형 이미지·영상, LLM 실행 등 전 영역에서 성능 저하를 체가하기 어려웠다. 시네마 4D에서는 수십만~수백만 폴리곤에 달하는 대형 3D 신 파일을 불러오고, 뷰포트 내 실시간 조작이나 배치 렌더링, 애니메이션 키프레임 작업에서 CPU 기반 멀티스레드 성능이 큰 장점을 발휘했다. 시네벤치 2024 멀티코어 점수는 1832점으로, 애플의 M1 울트라보다 높은 수치를 달성해 전문 사용자에게 매력적인 대안이 될 것으로 보인다.   ▲ 시네마 4D에서 테스트   애프터 이펙트 환경에서는 GPU 가속 지원이 부족한 점에도 불구하고, 강력한 CPU 성능 덕분에 고해상도(4K) 다중 레이어 영상 합성, 이펙트, 복수 트랙 편집에서도 랙이나 끊김 없이 작업을 이어갈 수 있었다. 시네마 4D, 지브러시, 콤피UI(ComfyUI) 등과의 멀티태스킹 환경에서도 리소스 병목 없이 쾌적하게 여러 프로그램을 병행 실행하는 것이 가능했다.   ▲ 애프터 이펙트에서 테스트   아이언캐드 대형 어셈블리 테스트 엔지니어링 현장에서 요구되는 대형 어셈블리 작업을 검증하기 위해 동료와 함께 아이언캐드(IronCAD)로 2만여 개(2만 1800개)에 달하는 파트가 포함된 820MB 대용량 CAD 파일을 로딩해 테스트를 진행했다. 이 워크플로는 최근 산업·기계 설계 현장에서 자주 마주치는 극한 환경을 그대로 반영한 조건이었다. 테스트 결과, HP Z2 마니 G1a의 평균 FPS는 약 19로 측정됐다. 이는 노트북용 RTX2060 GPU가 내는 실제 CAD 작업 성능과 동등한 수준에 해당한다. 고용량 모델의 빠른 불러오기, 실시간 3D 뷰 조작, 개별 파트 속성 편집 작업에서 큰 병목이나 지연 없이 효율적인 사용 경험을 확인했다. 대형 파일임에도 불구하고 시스템 자원 부족이나 다운 없이 멀티태스킹 환경에서도 안정적으로 작업이 이어지는 점이 인상적이었다.   ▲ 아이언캐드에서 테스트   AI 및 LLM 활용 AI 작업이나 LLM 실행에서도 강점이 명확했다. 콤피UI에서 Wan2.2, Video-wan2_2_14B_t2v 같은 고사양 텍스트-비디오 생성 모델도 무리 없이 돌릴 수 있었고, LM 스튜디오(LM Studio)와 올라마(Ollama) 기반의 대형 LLM 역시 빠른 추론 속도를 보여줬다. NPU(50TOPS)의 연산 가속과 64GB RAM의 넉넉함 덕분에, AI 모델 로컬 실행/추론에서 항상 안정적인 환경이 보장된다는 느낌이다. 오픈소스 AI 이미지 생성이나 텍스트-비디오 워크플로도 CPU-메모리 조합만으로 병목 없이 부드럽게 동작했다. 쿠다(CUDA)를 지원하지 않는 환경의 한계로 일부 오픈소스 AI 툴은 실행에 제약이 있었으나, CPU와 NPU 조합만으로도 로컬 기반 AI 이미지 생성 및 텍스트-비디오 워크플로에서 동급 대비 빠르고 매끄러운 결과를 보였다.    ▲ 콤피UI에서 테스트   LLM 분야에서는 LM 스튜디오와 올라마를 이용해 7B~33B 규모의 다양한 대형 언어 모델을 구동했다. 64GB RAM과 50TOPS NPU의 지원 덕분에 GPT-3.5, 라마 2(Llama 2) 등 대용량 파라미터 기반의 모델도 실제 업무에서 실시간 질문-응답, 코드 자동완성, 문서 요약 등에 무리 없이 활용 가능했다.   ▲ LLM 테스트   통합 메모리 아키텍처 효과 Z2 미니 G1a의 최고 강점은 UMA(통합 메모리 아키텍처)에 있다. 이 기술은 시스템 메모리(RAM)의 상당 부분을 GPU 연산에 직접 할당해, 기존 분리형 GPU VRAM 성능의 한계를 극복한다. 실제로 탑재된 메모리(64GB~128GB 중 구매 옵션에 따라 선택)를 GPU에 최대 96GB까지 독점적으로 할당할 수 있으며, 복잡한 3D·그래픽 집약적 프로젝트 처리와 생성형 AI·LLM 등의 작업에서 병목 없이 고효율 워크플로를 경험할 수 있었다.   실사용·테스트를 위한 리뷰 환경 제품 리뷰 당시 64GB RAM 탑재 모델을 기준으로, 기본 설정에서는 16~32GB를 GPU에 할당해 일반 CAD·3D·AI 작업을 진행했다. 또한 고해상도 3D 렌더나 생성형 AI 영상 작업에서는 BIOS/소프트웨어에서 48~50GB까지 VRAM 할당을 수동 조정해 본 결과, 대형 프로젝트 파일에서 뷰포트 프레임 저하나 메모리 부족 경고 없이 안정적인 작업 환경을 제공했다. 반대로 GPU에 할당하는 메모리를 늘리면 고용량 데이터 병목이 해결되고, 3D 뷰포트 FPS나 AI 추론 속도 및 이미지 품질·정확도가 확실히 향상되는 것이 일관되게 확인되었다. 실제 기업 환경에서는 128GB 모델을 쓰면 최대 96GB까지 VRAM 할당이 가능하므로 GPU 메모리 병목이 무의미해지고, 기존 미니PC와는 비교할 수 없는 확장성과 작업 안전성을 확보할 수 있다.   아쉬운 점 첫째, 테스트용으로 받았던 장비에서는 HDMI 단자의 부재로 미니 DP로 모니터를 연결해야 했는데, 이는 테스트했던 데모 제품의 기본 옵션에 해당한다. 하지만 HP Z2 미니 G1a는 기업용/구매 시 고객 요구에 따라 HDMI 포트를 포함한 맞춤형 Flex I/O 슬롯 옵션 구성이 가능하다고 한다. 실제로 HP 공식 문서 및 판매 페이지에 따르면, 썬더볼트4(Thunderbolt4), USB-C, 미니 DP 외에도 HDMI를 Flex IO 슬롯에 추가할 수 있으므로, 다수의 모니터·TV·AV 장비로 연결해 사용하는 환경에서도 문제없이 세팅할 수 있다. 둘째, GPU가 AMD 라데온 기반이기 때문에 엔비디아 CUDA를 필요로 하는 GPU 가속 작업(예 : Redshift GPU 렌더러, 딥러닝 프레임워크)은 아예 테스트 자체가 불가능하다. AI, 3D, 영상 워크플로에서 CUDA 생태계를 사용하는 환경에서는 제품 선택 전 미리 확인이 필요하다. 셋째, 고부하 작업 시 팬 소음이 다소 발생할 수 있으므로 조용한 사무실 환경이라면 쿼이엇 모드 설정이 필요하다.   결론 및 추천 HP Z2 미니 G1a 워크스테이션은 한정된 공간에서 고성능이 필요한 크리에이티브 및 AI 전문가, 엔지니어, 디지털 아티스트에게 탁월한 선택지가 될 수 있다. 실제로 써보면, 공간 제약이 있는 환경에서도 3D 모델링, 영상 편집, 생성형 AI, LLM 추론 등 고사양 멀티태스킹을 안정적으로 병행할 수 있었고, 기업용 보안, ISV 인증, 최신 네트워크까지 갖췄다. 다양한 작업을 동시에 손쉽게 처리할 수 있다는 점에서 미니 데스크톱 중에서도 실전 현장에 ‘매우 쓸 만한’ 최상위 선택지라고 생각이 든다. 비록 CUDA 미지원 및 HDMI 포트 부재라는 한계가 있지만, CPU·메모리 중심의 워크플로에선 동급 최고 수준의 안정성과 성능을 보여준다. 최신 AI 및 LLM, 3D·영상·컴포지팅 등 멀티태스킹이 잦은 전문 분야라면 이 제품이 오랜 기간 든든한 실전 파트너가 될 것이다. 견적 상담 문의하기 >> https://www.hp.com/kr-ko/shop/hp-workstation-amd-app   ■ 배현수 부장 마루인터내셔널(맥슨 한국총판) 기술지원팀, AI 크리에이터, 모션그래픽 디자이너     ■ 기사 내용은 PDF로도 제공됩니다.

캐드앤그래픽스 지식방송 CNG TV 지상 중계   CNG TV는  9월 1일 ‘미래를 여는 비즈니스 혁신 : AI 맞춤형 안경과 3D 프린팅’을 주제로 웨비나를 개최하고, 브리즘(Brism) 안경으로 잘 알려진 콥틱 박영진 대표를 초청했다. 이번 웨비나에서는 3D 프린팅과 AI 기술이 결합해 안경 산업의 구조적 문제를 어떻게 해결할 수 있는지 논의했다. 자세한 내용은 다시보기를 통해 확인할 수 있다. ■ 박경수 기자   ▲ 콥틱 박형진 대표   AI와 3D 프린팅, ‘개인 맞춤’을 산업 표준으로 브리즘의 8년 여정은 ‘개인 맞춤’이 안경 산업의 본질적 문제 해결책임을 보여준다. 초기에는 ‘세상에 하나뿐인 독특한 안경’을 강조했지만, 원가 구조와 소비자의 지불 의사 간 괴리에 부딪혔다. 전환점은 ‘정밀한 광학 포지셔닝’, 즉 렌즈 중심과 동공 중심을 얼굴 데이터 기반으로 일치시키는 기술이었다. 박형진 대표는 “브리즘의 사례는 3D 프린팅과 AI가 ‘개인의 얼굴 데이터’에서 출발해 어떻게 산업을 재설계하는지 보여주는 교본”이라고 설명했다. 콥틱은 아이폰 트루뎁스 카메라 기반의 3D 스캔을 도입해 맞춤형 생산을 실현했고, 2018년 브랜드를 정식 론칭했다. 현재까지 6만 5000여 명의 얼굴 데이터를 축적해, 유사 얼굴군의 구매 패턴 추천과 가상 시착을 지원한다.  모든 제품은 10가지 사이즈·10가지 컬러를 기반으로 브리지 폭, 노즈 각도, 템플 길이 등을 미세 조정하며, 1:1 예약 상담·12단계 시력 검사·AI 렌즈 추천으로 ‘진료형 판매 경험’을 제공한다.   ▲ 브리즘의 성장 연표   제로 웨이스트 제조와 글로벌 확장 브리즘은 ‘필요한 만큼 만들고 남김없이 쓰는’ 3D 프린팅 공정을 통해 아세테이트 가공 대비 폐기량을 크게 줄였다. 파우더는 80% 이상 재활용하며, 선주문·후생산 시스템으로 악성 재고를 최소화한다. 불량 제품은 파쇄 후 굿즈로 재활용하며, 얼굴 데이터·식별 정보는 분리 저장해 보안을 강화했다. 해외 전략은 미국 시장에 집중된다. 다양한 인종과 안면 구조에 맞춤형 안경이 적합하다는 판단에서였다. 킥스타터를 통해 약 200명을 대상으로 비대면 경험을 테스트했고, 맨해튼 팝업스토어 운영을 통해 수요를 검증했다. 현재는 예약제 오피스 매장에서 월 100명가량을 응대한다. 특히 하버드 비즈니스 스쿨은 브리즘을 ‘올드 인더스트리의 디지털 재설계’ 사례로 채택해, 올해 가을학기부터 수업에 활용할 예정이다.   ▲ 브리즘의 맞춤 안경   성수 스마트 팩토리와 향후 과제 국내에서는 성수동에 ‘브리즘 바운더리 성수’ 스마트 팩토리를 구축 중이다. 내부 3D 프린팅 랩을 외부에서 관람할 수 있도록 설계해 제조 투명성을 높이고, 공장·매장·사무공간 일체화를 통해 리드타임을 종전 14일에서 7일로 단축하는 것을 목표로 9월 24일 오픈했다. 브리즘은 앞으로 ‘개인 맞춤’이라는 날카로운 문제 정의로 대량 규격 생산·높은 재고·불투명한 구매 경험 등 안경 산업의 비효율을 넘어설 계획이다. 박 대표는 “어떤 첨단 기술이 들어오든, 제품이 무엇을 위해 존재하는가가 본질”이라며, 스마트 글래스 시대에도 개인화와 착용감이 핵심 경쟁력임을 강조했다.   전통적인 안경 산업을 디지털화 브리즘은 데이터 기반의 맞춤 설계와 3D 프린팅 공정을 통해 전통적인 안경 산업을 디지털화하고 있다. 축적된 데이터와 투명한 제조 프로세스, 그리고 글로벌 시장 확장은 단순한 스타트업 실험을 넘어 산업 전체의 변화를 촉발할 잠재력을 보여준다. 브리즘은 “고객이 좋은 안경의 가치를 알아볼 수 있도록 설명하고 증명하는 것”이라며 도전 중인데, 그 과정 자체가 안경 산업의 미래를 재정의하고 있다.     ■ 기사 내용은 PDF로도 제공됩니다.

캐드앤그래픽스 지식방송 CNG TV 지상 중계   CNG TV는 8월 25일 ‘소버린 AI를 주도하는 6가지 코드’를 주제로, 독자적으로 AI 시스템을 운영하고 통제할 수 있는 소버린 AI에 대해 집중 조명하는 시간을 마련했다. 이번 방송에서 LG CNS 안무정 책임은 정부 기관, 민간 기업, 그리고 개인이 소버린 AI를 확보하기 위한 6가지 핵심 전략을 설명했다. 자세한 내용은 다시보기를 통해 확인할 수 있다. ■ 박경수 기자     왜 우리에게 소버린 AI가 필요한가? 생성형 AI가 제공하는 텍스트, 코드, 이미지, 사운드, 영상 서비스는 하루가 다르게 고도화되며 최적화되고 있다. 이에 따라 생성형 AI를 활용한 혁신은 이제 선택이 아닌 필수가 되었다. 정부 기관, 기업뿐만 아니라 개인도 스스로 자신만의 AI 시스템을 운영하고 통제할 수 있어야 한다는 점에서 ‘소버린(sovereign) AI’가 주목받고 있다. LG CNS 안무정 책임은 “소버린 AI는 우리만의 AI 시스템을 직접 운영하고 통제할 수 있는 주도권을 의미한다”며, “이는 마치 우리만의 비밀 기지를 만드는 것과 같아서 국가 안보와 기업의 독립성을 지키는 데 아주 중요하다”고 강조했다. 또한 “글로벌 AI 모델에만 의존하면 우리 데이터가 어떻게 쓰일지 모르는 위험이 있기 때문에 우리만의 AI를 갖는 것이 필수”라고 설명했다. 우리만의 독자적인 AI 모델을 갖는 것은 F-35 전투기와 KF-21 보라매 전투기의 차이로 비교할 수 있다. F-35는 성능은 뛰어나지만 무장 체계를 우리 마음대로 바꿀 수 없다. 반면 KF-21은 국산 전투기라 다양한 무장을 설치하고 활용할 수 있다. 이처럼 우리만의 AI는 독자적인 작전 수행과 맞춤형 활용이 가능하다는 점에서 큰 의미가 있다.   LG CNS의 엑사원이란? LG AI연구원은 LG그룹의 다양한 난제를 AI로 해결하기 위해 설립된 조직이다. 이곳에서는 한국어와 영어에 특화된 대규모 언어 모델(LLM)인 엑사원(X4)을 개발했다. 엑사원은 비용 효율을 위해 저작권 문제가 없는 데이터를 선별하고, 특히 화학·바이오 분야 논문의 99% 이상을 학습하여 특화된 모델로 발전한 것이 특징이다. 엑사원은 학습 데이터의 신뢰성을 높이기 위해 7단계 검증 과정을 거치며, 법적 리스크와 윤리성을 철저히 준수해 편향성을 최소화했다. 최신 엑사원 4.0 모델에는 추론 기능이 강화된 딥모델이 포함돼 있으며, 128K 토큰(약 A4 용지 400장 분량)의 텍스트를 한 번에 처리할 수 있다.   똑똑한 AI 만드는 데이터 거버넌스 AI가 똑똑해지려면 데이터를 잘 이해하고 활용하는 것이 무엇보다 중요하다. 이를 위해 핵심은 문서의 표준화다. 사람이 이해하는 방식이 아니라 기계가 이해할 수 있는 구조로 문서를 바꿔야 한다. 예를 들어 개요, 회사 소개, 사업 목표 같은 목차와 세부 항목을 표준화하면 AI가 데이터를 훨씬 효율적으로 처리할 수 있다.   소버린 AI의 6가지 코드 소버린 AI의 6가지 코드는 ▲폐쇄망 LLM/VLM 구축 ▲데이터 거버넌스 ▲AI Ops ▲GPU 최적화 ▲에이전틱 AI ▲AI 거버넌스 조직 구축이다. 이는 단순한 기술적 요구사항을 넘어 국가 및 기업의 데이터 주권을 확보하고 장기적 경쟁력을 강화하는 필수 전략이다. 이러한 소버린 AI 역량은 미래 AI 시대에 국가 안보와 산업 경쟁력을 수호하며, 지속 가능한 성장을 이끄는 핵심 동력이 될 것으로 전망된다.     ■ 기사 내용은 PDF로도 제공됩니다.

디지털 지식전문가 조형식의 지식마당   빠르게, 그리고 깊게 지난 2년간 필자는 정신없이 AI 지식을 흡수하고 수많은 설루션을 직접 사용했다. 신기함과 불편함이 뒤섞인 체험 끝에, 직감적으로 2025년이 인공지능 기술의 이정표가 될 것이라 확신하게 됐다.   거시 흐름, 지능형 자동화와 에이전트의 부상 인공지능(AI) 기술의 발전은 2024년을 기점으로 단순히 새로운 기술의 도입을 넘어, 산업과 사회 전반의 혁신을 촉발하는 핵심 동력으로 자리 잡았다. 여러 분석가는 2024년이 AI 도입의 해였다면, 2025년은 AI가 기존 산업의 경계를 허물고 운영 방식을 근본적으로 재정의하는 ‘혁신의 해’가 될 것으로 전망하고 있다. 이러한 변화의 물결 속에서 기업들은 막연한 기대감을 넘어, AI 기술을 통해 실질적인 비즈니스 가치(ROI)를 창출하는 데 집중하고 있다. 특히, 반복적이고 명확한 규칙 기반의 작업을 AI로 자동화함으로써 즉각적인 효율성 증대와 함께 투자 성과를 확보하는 전략이 부상하고 있다. 이러한 맥락에서 ‘지능형 자동화(intelligent automation)’는 단순 반복 작업을 넘어 복잡한 워크플로를 자율적으로 처리하고 의사결정까지 내리는 단계로 진화하고 있다. 이는 ‘AI 에이전트’의 형태로 구현되며, 응용 AI의 차세대 진화로 주목받고 있다.  이러한 거시적 흐름 속에서 AI 기술의 3대 핵심 분야인 언어 모델, 이미지 및 영상 모델, 음성 모델의 최신 기술적 동향과 시장 변화를 심층적으로 분석하고, 나아가 이들 간의 융합 현상인 ‘멀티모달 AI’의 부상을 조망함으로써 비즈니스 리더와 기술 전문가에게 전략적 통찰을 만들어 봤다. 첫 번째, 대규모 언어 모델(LLM)의 혁신은 대부분 ‘트랜스포머(transformer)’ 아키텍처에 기반을 두고 있다. GPT-4, LLaMA 2, Falcon 등 현재 시장을 선도하는 모델은 이 아키텍처를 활용하여 방대한 데이터 세트에서 인간 언어의 패턴과 구조를 학습한다. 트랜스포머는 언어 모델의 근간을 이루며, 그 영향력은 비단 텍스트에만 머무르지 않고, 오픈AI(OpenAI)의 최신 비디오 생성 모델인 소라(Sora)의 ‘디퓨전 트랜스포머’ 아키텍처에도 확장 적용되고 있다. 최근 LLM 훈련 방법론은 단순히 모델의 규모를 키우는 것을 넘어, 효율과 특화된 성능을 확보하는 방향으로 진화하고 있다. LLM 시장은 ‘규모’를 추구하는 초대형 모델(LLM)과 ‘효율’을 추구하는 소형 언어 모델(SLM)이 공존하는 양면적 발전 양상을 보인다. GPT-4o나 제미나이(Gemini)와 같은 초대형 모델은 뛰어난 범용성과 성능으로 시장을 선도하는 한편, 특정 산업이나 용도에 맞게 최적화된 SLM은 적은 비용과 빠른 속도를 무기로 틈새시장을 공략하고 있다. 이러한 이원화된 전략은 기업이 적용 업무의 성격에 따라 두 모델을 전략적으로 선택하거나 조합하는 하이브리드 접근법을 채택하도록 유도하고 있다. 두 번째, 최근 이미지 및 영상 생성 모델의 핵심 기술은 ‘디퓨전 모델(diffusion model)’이다. 이 모델은 기존의 생성적 적대 신경망(GAN)이 가진 ‘모드 붕괴(mode collapse)’ 문제를 해결하며 고품질의 다양하고 사실적인 이미지 생성을 가능하게 했다. 디퓨전 모델은 이미지에 점진적으로 노이즈를 추가한 뒤, 이 노이즈를 단계적으로 제거하며 깨끗한 이미지를 복원하는 방식을 사용한다. 이 기술은 스테이블 디퓨전(Stable Diffusion), 달리(DALL-E)와 같은 대표적인 서비스에 활용되고 있다. 대규모 언어 모델과 마찬가지로, 이미지 및 영상 모델 역시 규모의 확장과 효율의 최적화라는 상반된 흐름을 동시에 경험하고 있다. 디퓨전 모델은 모델의 규모가 클수록 더 좋은 성능을 보이지만, 그만큼 막대한 연산 자원과 느린 처리 속도라는 문제에 직면한다. 이러한 한계를 극복하기 위해 모델 경량화와 처리 속도를 높이는 기술적 접근이 중요하게 다루어지고 있다. 이는 AI 기술의 상용화와 대중화를 위한 필수 단계이다. 영상 생성 기술은 미디어 및 엔터테인먼트 산업의 콘텐츠 창작 패러다임을 근본적으로 변화시키고 있다. 텍스트 입력만으로 원하는 비디오를 만들 수 있는 능력은 브레인스토밍을 가속화하고, 마케팅 자료, 게임 비주얼, 와이어프레임 및 프로토타입 제작 시간을 획기적으로 단축시켜 기업의 시장 대응력을 높인다. 특히, 전자상거래 기업은 AI 생성 이미지를 사용하여 다양한 제품 쇼케이스와 맞춤형 마케팅 자료를 대규모로 제작할 수 있다. 세 번째, 음성 모델은 크게 음성 신호를 텍스트로 변환하는 ‘음성 인식(ASR : Automatic Speech Recognition)’과 텍스트를 음성으로 변환하는 ‘음성 합성(TTS : Text-to-Speech)’ 기술로 구분된다. 딥러닝 기술의 발전은 이 두 분야에 혁명적인 변화를 가져왔다. 음성 인식(ASR) : 딥러닝 기반의 엔드 투 엔드 모델은 음향 모델링과 언어 모델링 과정을 통합하여 ASR의 정확도를 비약적으로 향상시켰다. 최신 시스템은 배경 소음을 제거하고 자연어 처리(NLP) 기술을 활용하2025/10여 문맥을 이해함으로써 최대 99%에 가까운 정확도를 달성하고 있다. 이는 단순히 음성을 텍스트로 바꾸는 것을 넘어, 사용자의 의도를 정확히 이해하고 적절하게 대응하는 대화형 AI 시스템의 핵심 기반이 된다. 음성 합성(TTS) : 딥러닝 기반 모델은 기계적인 느낌을 벗어나 사람처럼 자연스럽고 운율이 담긴 목소리를 생성하는 데 큰 발전을 이루었다. 이는 텍스트 분석, 운율 모델링, 그리고 실제 음성 파형을 생성하는 ‘보코더(vocoder)’ 과정을 통해 이루어진다. 현대 음성 합성 기술의 발전 방향은 단순히 자연스러움을 넘어, 인간-기계 상호작용을 더욱 몰입감 있고 개인화된 경험으로 이끄는 데 있다. 감정 표현 TTS : 이는 기계에 감정을 부여하여 인간 언어와 더욱 유사한 음성을 생성하는 것을 목표로 한다. 기쁨, 슬픔, 분노 등 다양한 감정을 표현하는 음성 합성은 사용자 경험을 더욱 풍부하게 만든다. 개인화된 음성 합성(Personalized TTS) : 이 기술은 약 1시간 분량의 데이터만으로 개인의 목소리를 복제하여 맞춤형 TTS를 만드는 연구 단계에 있다. 이는 부모의 목소리로 동화책을 읽어주는 등 감성적이고 따뜻한 응용 분야에 적용될 가능성을 열어준다.   감성으로 완성되는 기술 올해는 유난히 더운 것인지 아니면, 우리가 에어컨 환경에 너무 노출되어서 더위에 대한 저항력이 없어진 것인지는 모르지만 너무 더워서 정신적 활동이 힘들었다. 그 와중에 개인 자료를 정리하던 중에 개인적으로는 필자의 입사 이력서 사진을 우연히 찾아봤으나, 손상이 많이 되어서 인공지능으로 복원해 보기로 했다.     그림 1. 옛날 사진을 스마트폰으로 촬영한 이미지와 구글 인공지능으로 생성한 이미지   우선 스마트폰으로 이 사진을 찍은 다음 구글의 제미나이로 복원하고 다양한 모습으로 재현해 봤다. 그리고 동영상도 만들어 봤다. 아주 작고 희미한 흑백 사진이라고 우리의 머리속에 있는 이미지와 유사할 때까지 계속 보강된 이미지를 만들 수 있다. 그래서 최근에는 ‘포즈의 정리(Theorem of Pose)’라는 책을 구입해서 인공지능 생성 이미지 프롬프트를 본격적으로 연구해 보기로 했다.     그림 2. 구글 제미나이로 생성된 이미지   돌이켜보면 생각보다 빠른 속도다. 기술은 때로 불안과 경외를 동시에 불러온다. 그러나 확실한 것은, 인공지능이 우리의 감성을 자극하기 시작했다는 사실이다. 오래된 사진이 되살아나고, 목소리가 감정을 띠며, 텍스트가 움직이는 영상으로 변한다. 도입의 해를 지나 혁신의 해로 들어서는 지금, 우리는 효율을 넘어 의미를 설계해야 한다. AI는 결국, 우리 일과 삶의 이야기를 더 풍부하게 엮어내는 도구다. 기술이 감성을 만나 경험을 재편할 때, 진짜 혁신은 비로소 현실이 된다. 기업의 입장에서 2024년이 ‘도입의 해’였다면 2025년은 운영 방식 자체를 재정의하는 ‘혁신의 해’다. 기업은 막연한 기대가 아니라 ROI로 말하기 시작했고, 반복적·규칙 기반 업무를 AI로 자동화하여 즉각적인 효율과 투자 성과를 확보하는 전략이 주류로 부상했다. 그 중심에는 언어, 시각(이미지·영상), 음성이라는 세 가지 축과 이들을 촘촘히 엮어내는 멀티모달 AI가 있다.   ■ 조형식 항공 유체해석(CFD) 엔지니어로 출발하여 프로젝트 관리자 및 컨설턴트를 걸쳐서 디지털 지식 전문가로 활동하고 있다. 현재 디지털지식연구소 대표와 인더스트리 4.0, MES 강의, 캐드앤그래픽스 CNG 지식교육 방송 사회자 및 컬럼니스트로 활동하고 있다. 보잉, 삼성항공우주연구소, 한국항공(KAI), 지멘스에서 근무했다. 저서로는 ‘PLM 지식’, ‘서비스공학’, ‘스마트 엔지니어링’, ‘MES’, ‘인더스트리 4.0’ 등이 있다.     ■ 기사 내용은 PDF로도 제공됩니다.

엔비디아가 오픈소스 뉴턴 물리 엔진(Newton Physics Engine)을 엔비디아 아이작 랩(NVIDIA Isaac Lab)에서 이용 가능하며, 로봇 기술을 위한 엔비디아 아이작 GR00T N1.6 추론 비전 언어 행동(vision language action : VLA) 모델과 새로운 AI 인프라를 함께 제공한다고 발표했다. 이들 기술은 개발자와 연구자에게 개방형 가속 로보틱스 플랫폼을 제공해 반복 작업을 가속화하고, 테스트를 표준화하며, 로봇의 추론과 훈련 통합을 지원한다. 아울러 로봇이 시뮬레이션에서 실제 환경으로 안전하고 안정적으로 기술을 이전할 수 있도록 돕는다. 로봇은 시뮬레이션 환경에서 더 빠르고 안전하게 학습할 수 있지만, 복잡한 관절, 균형, 움직임을 가진 휴머노이드 로봇은 오늘날 기존 물리 엔진의 한계를 시험한다. 전 세계 25만 명 이상의 로보틱스 개발자들은 정확한 물리 엔진을 필요로 하며, 이는 로봇이 시뮬레이션에서 학습한 기술을 현실 세계에서 안전하고 안정적으로 수행하기 위해 필수이다. 엔비디아는 리눅스 재단이 관리하는 GPU 가속 오픈소스 물리 엔진 뉴턴의 베타 버전을 공개했다. 이는 엔비디아 워프(Warp)와 오픈USD(OpenUSD) 프레임워크 기반으로, 엔비디아와 구글 딥마인드, 디즈니 리서치가 공동 개발했다. 뉴턴은 유연한 설계 및 다양한 물리 솔버와의 호환성을 갖췄다. 이를 통해 개발자가 눈이나 자갈 위를 걷거나, 컵과 과일을 다루는 등 매우 복잡한 로봇 동작을 시뮬레이션하고 이를 현실 세계에 성공적으로 적용할 수 있도록 지원한다.     휴머노이드가 물리적 환경에서 인간과 유사한 작업을 수행하기 위해서는 모호한 지시를 이해하고 이전에 경험하지 못한 상황에 대처할 수 있어야 한다. 곧 허깅 페이스에서 공개될 오픈소스 아이작 GR00T N1.6 로봇 파운데이션 모델의 최신 버전에는 피지컬 AI를 위해 개발된 오픈 맞춤형 추론 비전 언어 모델(VLM)인 엔비디아 코스모스 리즌(Cosmos Reason)이 통합될 예정이다. 코스모스 리즌은 로봇이 심층 사고를 하는 두뇌 역할을 담당하며 기존의 지식, 상식, 물리학을 활용해 모호한 지시를 단계별 계획으로 전환하고, 새로운 상황을 처리하며, 다양한 작업에 걸쳐 일반화할 수 있도록 한다. 코스모스 리즌은 현재 피지컬 리즈닝 리더보드(Physical Reasoning Leaderboard) 1위를 차지하고 있으며, 100만 회 이상 다운로드를 기록했다. 또한, 모델 훈련을 위한 대규모 실제 데이터, 합성 데이터를 선별하고 주석을 달 수 있다. 코스모스 리즌 1은 NIM에서 제공되며, 사용하기 쉬운 마이크로서비스 형태로 AI 모델 배포를 지원한다.  아이작 GR00T N1.6은 휴머노이드가 물체를 동시에 이동하고 조작할 수 있도록 해 상체와 팔의 자유도를 넓히고, 무거운 문을 여는 것과 같은 까다로운 작업을 수행할 수 있도록 한다. 개발자는 허깅 페이스의 오픈소스 엔비디아 피지컬 AI 데이터세트(Physical AI Dataset)를 사용해 아이작 GR00T N 모델을 사후 훈련할 수 있다. 이 데이터세트는 480만 회 이상 다운로드됐으며, 현재 수천 개의 합성 궤적과 실제 궤적 데이터를 포함한다. 또한, 엔비디아는 오픈소스 코스모스 월드 파운데이션 모델(WFM)의 신규 업데이트를 발표했다. 300만 회 이상 다운로드된 이 모델은 개발자가 텍스트, 이미지, 영상 프롬프트를 활용해 대규모로 피지컬AI 모델 훈련을 가속화할 수 있는 다양한 데이터 생성을 지원한다. 코스모스 프리딕트(Cosmos Predict) 2.5는 곧 출시될 예정이며, 세 가지 코스모스 WFM의 성능을 하나의 강력한 모델로 통합해 복잡성을 줄이고, 시간을 절약하며, 효율을 높인다. 또한 최대 30초의 긴 동영상 생성, 다중 뷰 카메라 출력을 지원해 더욱 풍부한 세계 시뮬레이션을 구현한다. 코스모스 트랜스퍼(Cosmos Transfer) 2.5는 곧 출시될 예정이며, 기존 모델 대비 3.5배 작으면서도 더 빠르고 높은 품질의 결과를 제공한다. 이제 사실적인 합성 데이터를 생성할 수 있으며, 그라운드 트루스(ground-truth) 3D 시뮬레이션 장면, 깊이, 세분화, 에지, 고해상도 지도와 같은 공간 제어 입력값을 활용할 수 있다.   로봇에게 물체를 잡는 법을 학습시키는 것은 로보틱스에서 가장 어려운 과제 중 하나다. 파지는 단순히 팔을 움직이는 것이 아니라 생각을 정밀한 동작으로 전환하는 것으로, 로봇이 시행착오를 통해 학습해야 하는 기술이다. 엔비디아 옴니버스(Omniverse) 플랫폼 기반의 아이작 랩 2.3 개발자 프리뷰의 새로운 정밀 파지(dexterous grasping) 워크플로는 다관절 손과 팔을 가진 로봇을 가상 환경에서 자동화된 커리큘럼으로 훈련시킨다. 이 과정은 간단한 작업부터 시작해 점차 복잡성을 높여간다. 해당 워크플로는 중력, 마찰, 물체의 무게 등 요소를 변경해 로봇이 예측 불가능한 환경에서도 기술을 습득하도록 훈련시킨다. 컵을 집거나 방을 가로질러 걷는 것과 같이 새로운 기술을 로봇에게 숙달시키는 것은 매우 어렵다. 또한, 이러한 기술을 실제 로봇에서 테스트하는 과정은 시간과 비용이 많이 요구된다. 이러한 어려움을 해결할 수 있는 방법은 시뮬레이션이다. 시뮬레이션은 로봇이 학습한 기술을 무수한 시나리오, 작업, 환경에서 테스트할 수 있는 방법을 제공한다. 그러나 개발자들은 시뮬레이션 환경에서도 현실 세계를 반영하지 못하고 단편적이고 단순화된 테스트를 구축하는 경우가 많다. 완벽하고 단순한 시뮬레이션 환경에서 학습한 로봇은 현실 세계의 복잡성에 직면하는 순간 실패할 가능성이 크다. 엔비디아와 라이트휠은 개발자가 시스템을 처음부터 구축하지 않고도 시뮬레이션 환경에서 복잡한 대규모 평가를 실행할 수 있는 오픈소스 정책 평가 프레임워크인 아이작 랩-아레나(Arena) 공동 개발 중이다. 이 프레임워크는 확장 가능한 실험과 표준화된 테스트를 지원하며 곧 공개될 예정이다. 엔비디아는 개발자들이 이러한 첨단 기술과 소프트웨어 라이브러리를 최대한 활용할 수 있도록, 까다로운 워크로드를 위해 설계된 AI 인프라를 발표했다. 엔비디아 GB200 NVL72는 엔비디아 그레이스(Grace) CPU 36개와 엔비디아 블랙웰(Blackwell) GPU 72개를 통합한 랙 규모 시스템으로, 주요 클라우드 공급업체들이 채택해 복잡한 추론과 피지컬 AI 작업을 포함한 AI 훈련과 추론을 가속화하고 있다. 엔비디아 RTX 프로 서버(RTX PRO Servers)는 훈련, 합성 데이터 생성, 로봇 학습, 시뮬레이션 전반의 모든 로봇 개발 워크로드를 위한 단일 아키텍처를 제공하며, RAI 연구소(RAI Institute)에서 도입 중이다. 블랙웰 GPU로 구동되는 엔비디아 젯슨 토르(Jetson Thor)는 로봇이 실시간 지능형 상호작용을 위한 다중 AI 워크플로 실행을 지원한다. 또한 실시간 로봇 추론으로 휴머노이드 로보틱스 전반에서 고성능 피지컬 AI 워크로드와 애플리케이션의 돌파구를 마련한다. 젯슨 토르는 피규어 AI, 갤봇(Galbot), 구글 딥마인드, 멘티 로보틱스, 메타(Meta), 스킬드 AI, 유니트리(Unitree) 등 파트너사에 도입 중이다. 엔비디아의 레브 레바레디언(Rev Lebaredian) 옴니버스, 시뮬레이션 기술 부문 부사장은 “휴머노이드는 피지컬 AI의 차세대 영역으로, 예측 불가능한 세상에서 추론하고, 적응하며, 안전하게 행동하는 능력이 필요하다. 이번 업데이트로 개발자들은 로봇을 연구 단계에서 일상 생활로 가져오기 위한 세 가지 컴퓨터를 갖게 됐다. 아이작 GR00T가 로봇의 두뇌 역할을 하고, 뉴턴이 신체를 시뮬레이션하며, 엔비디아 옴니버스가 훈련장이 된다”고 말했다.

  INFOWORLD    Editorial 17　AI 기반 스마트홈, 엔지니어링의 새로운 도전과 기회   Focus 18　코리아 그래픽스 2025, AI로 가속하는 산업과 크리에이티브의 변화를 짚다 24　헥사곤, 스마트 제조의 미래 비전 제시… “DX를 넘어 AX로” 26　알테어, 제조 현장의 핵심 기술로 자리 잡는 AI 비전 소개   Case Study 29　포지FX가 VR 훈련 설루션을 만드는 방법　확장현실로 건설 장비의 사용 교육과 운영 효율 강화 32　자동차 HMI 기술 브랜드 실리 아우토　언리얼 엔진으로 향상된 HMI 경험 구현   People&Company 34　앤시스 패드메쉬 맨들로이 부사장, 월트 헌 부사장, 앤시스코리아 박주일 대표　시높시스와 통합 시너지 강화… AI로 엔지니어링 혁신 이끈다 37　글로텍 이재홍 센터장, 한국철도기술연구원 박영곤 수석연구원　BIM 기반의 철도 인프라 통합 운영 설루션 연구·개발   On Air 49　캐드앤그래픽스 CNG TV 지식방송 지상중계　소버린 AI를 주도하는 6가지 코드 50　캐드앤그래픽스 CNG TV 지식방송 지상중계　미래를 여는 비즈니스 혁신 : AI 맞춤형 안경과 3D 프린팅 52　캐드앤그래픽스 CNG TV 지식방송 지상중계　설계 효율 극대화한 PTC 크레오 12.4 업데이트 54　캐드앤그래픽스 CNG TV 지식방송 지상중계　개발 기간 단축을 위한 설계자 해석 방안   New Product 40　BIM 기반 공사비 자동 산출 설루션    NaviQ v2.0 42　HP Z2 미니 G1a 리뷰　초소형 워크스테이션의 AI·3D 실전 성능 46　이달의 신제품   Column 55　디지털 지식전문가 조형식의 지식마당 / 조형식　인공지능 기술 : 도입에서 혁신으로 58　현장에서 얻은 것 No. 23 / 류용효　나만의 AI 에이전트 필살기 Ⅱ – 코드를 이해하는 기획자, 비개발자의 바이브 코딩 입문기   62　News   Directory 139　국내 주요 CAD/CAM/CAE/PDM 소프트웨어 공급업체 디렉토리   CADPIA   AEC 64　BIM 칼럼니스트 강태욱의 이슈 & 토크 / 강태욱　요구사항 기반 바이브 코딩의 사용 방법 74　새로워진 캐디안 2025 살펴보기 (11) / 최영석　유틸리티 기능 소개 Ⅸ 78　데스크톱/모바일/클라우드를 지원하는 아레스 캐드 2026 (7) / 천벼리　AI로 더욱 똑똑해진 CAD 어시스턴트, A3   Reverse Engineering 84    시점 – 사물이나 현상을 바라보는 눈 (10) / 유우식　무엇을 볼 것인가?   Mechanical 69　제조업의 미래를 위한 ZW3D 2026 / 지더블유캐드코리아　통합 3D CAD/CAM 설루션의 전략적 가치 90　제품 개발 혁신을 돕는 크레오 파라메트릭 12.0 (3) / 김주현　크레오 시뮬레이션 라이브를 활용한 제품 설계 최적화   Analysis 97　앤시스 워크벤치를 활용한 해석 성공 사례 / 한성훈　터보기기 해석을 위한 플루언트 터보 워크플로 102　최적화 문제를 통찰하기 위한 심센터 히즈 (8) / 이종학　프로세스 자동화 Ⅲ – 유로 형상 설계 최적화 111　산업 디지털 전환을 가속화하는 버추얼 트윈 (7) / 신효주　스티뮬러스의 모델 기반 요구사항 검증 방법 116　성공적인 유동 해석을 위한 케이던스의 CFD 기술 (26) / 나인플러스IT　고충실도 제트 유동 시뮬레이션으로 항공우주 산업 혁신 120　설계, 데이터로 다시 쓰다 (1) / 최병열　DX 시대, 샌드위치로 살아남기 126　로코드를 활용하여 엔지니어링 데이터 분석 극대화하기 (3) / 윤경렬, 김도희　데이터 분석 로코드 설루션을 배워보자 Ⅱ   Manufacturing 134　자율제조를 위한 데이터 표준화와 사이버 보안 강화 전략 (1) / 차석근　제조 혁신의 열쇠, 4M2E 생산자원 데이터 표준화     2025-10-aifrom 캐드앤그래픽스     캐드앤그래픽스 당월호 책자 구입하기   캐드앤그래픽스 당월호 PDF 구입하기

디지털 인프라 기업인 에퀴닉스(Equinix)가 ‘AI 서밋(AI Summit)’을 개최하고, 에이전틱 AI를 포함한 차세대 AI 혁신을 뒷받침하는 새로운 접근 방법인 분산형 AI 인프라(Distributed AI Infrastructure)를 공개했다. 이번 발표에는 ▲분산형 AI 구축을 지원하는 AI 사용 가능한 새로운 백본 ▲신규 설루션을 검증할 수 있는 글로벌 AI 설루션 랩(AI Solutions Lab) ▲차세대 워크로드를 지원하는 패브릭 인텔리전스(Fabric Intelligence)가 포함됐다. 기업이 AI 에이전트와 같은 차세대 AI 툴을 구축하고자 할 때, 기존 IT 아키텍처에 대한 재고가 필요하다. 에퀴닉스의 분산형 AI는 정적 모델에서 독립적으로 추론, 행동 및 학습이 가능한 자율적 에이전틱 AI로의 진화를 비롯해 현대 지능형 시스템의 규모와 속도, 복잡성을 지원하도록 설계됐다. 기존 애플리케이션과 달리 AI는 분산되어 있으며, 학습, 추론, 데이터 독립성에 대해 상이한 인프라를 요구한다. 이러한 요구를 충족하기 위해 전세계적으로 분산되고 상호연결되며 대규모 워크로드에서도 뛰어난 성능을 보일 수 있도록 구축된 새로운 유형의 인프라가 필요하다. 에퀴닉스는 “77개의 시장에서 270개가 넘는 데이터센터를 연결하는, 프로그래밍 가능하고 AI에 최적화된 네트워크를 보유함으로써 지리적 경계를 넘어 이 같은 환경을 통합할 수 있다”면서, “이를 통해 지능형 시스템이 필요한 모든 곳에서 신뢰도 높고 안전하게 운영될 수 있도록 지원한다”고 전했다.     이번 AI 서밋에서 에퀴닉스가 발표한 패브릭 인텔리전스는 AI 및 멀티클라우드 워크로드를 위한 실시간 인식과 자동화를 통해 온디맨드 글로벌 상호연결 서비스인 에퀴닉스 패브릭(Equinix Fabric)을 강화하는 소프트웨어 계층이다. 2026년 1분기 출시 예정인 패브릭 인텔리전스는 AI 오케스트레이션 툴과 통합되어 연결성 결정을 자동화하고, 실시간 텔레메트리를 활용해 심층적인 가시성을 확보하며, 성능 최적화와 네트워크 운영 간소화를 위해 라우팅과 세그먼테이션을 동적으로 조정한다. 패브릭 인텔리전스는 워크로드 수요에 맞춰 네트워크가 즉각 대응하도록 함으로써 기업이 수작업을 줄이고 배포를 가속화하며 AI의 규모와 속도에 맞출 수 있도록 지원한다. 에퀴닉스는 10개국 20개 지역에 글로벌 AI 설루션 랩을 출시하여 기업이 업계를 주도하는 AI 기술 파트너와 협력할 수 있는 역동적인 환경을 제공한다. 기업은 AI 설루션 랩을 통해 에퀴닉스 AI 파트너 에코시스템에 연결할 수 있다. 이러한 협력은 AI 도입에 대한 위험을 줄이고 혁신적인 공동 설루션을 지원하며, 아이디어를 운영가능한 AI 구축단계까지 빠르게 실현한다.   에퀴닉스는 포괄적인 벤더 중립 AI 에코시스템 중 하나로, 전 세계 2000개 이상의 파트너를 보유하고 있다. 새로운 패브릭 인텔리전스를 통해 차세대 AI 추론 서비스를 쉽게 검색하고 활용할 수 있도록 돕는다. 또한, 에퀴닉스는 기업이 맞춤형 구축 없이 선도적인 추론 플랫폼에 직접적이고 프라이빗하게 접근할 수 있도록, 2026년 1분기 출시 예정인 그록클라우드(GroqCloud) 플랫폼을 포함한 최첨단 기술을 제공한다. 이를 통해 기업은 AI 서비스를 더 빠르게 연결하고 확장할 수 있으며, 엔터프라이즈급 성능과 보안을 확보할 수 있다.   에퀴닉스의 분산형 AI 인프라를 통해 기업은 제조 분야의 예측 유지 보수를 위한 실시간 의사결정, 다양한 리테일 최적화, 금융 서비스 분야의 신속한 사기 탐지와 같은 다양한 적용 사례를 지원할 수 있다. 에퀴닉스는 2026년 1분기부터 AI를 에지 및 리전 전반에서 구현함으로써, 조직이 어디에서나 확장 가능하고 규정을 준수하며 지연 시간이 짧은 AI 워크로드를 운영할 수 있게 한다. 에퀴닉스의 존 린(Jon Lin) 최고 비즈니스 책임자(CBO)는 “AI가 점점 더 분산되고 동적으로 진화함에 따라, 모든 것을 안전하고 효율적이며 대규모로 연결하는 것이 진정한 과제가 됐다. 에퀴닉스의 글로벌 플랫폼은 기업이 데이터를 사용자와 더 가까운 곳으로 이동하고 추론할 수 있도록 지원하고 새로운 역량을 발휘하며, 기회가 있는 곳 어디서든 혁신을 가속화할 수 있는 무한한 연결성을 제공한다”고 말했다.

시놀로지가 ‘시놀로지 설루션 데이 2025(Synology Solution Day 2025)’를 500여 명 이상의 IT 전문가가 참석한 가운데 진행했다. 시놀로지는 이번 행사에서 데이터 스토리지 및 관리, 데이터 및 워크로드 보호, 비즈니스 생산성, 영상 보안 등 최신 혁신 설루션을 선보이며 기업 데이터 관리 효율성을 강화하는 방안을 제시했다. 시놀로지는 액티브-액티브 듀얼 컨트롤러와 엔드 투 엔드 NVMe 기술을 탑재한 고성능 PAS 시리즈를 포함한 엔터프라이즈 스토리지 설루션을 소개했다. 또한 보안성과 스토리지 효율성을 강화한 DSM 7.3의 새로운 기능을 미리 공개했다. 특히 새롭게 도입된 시놀로지 티어링(Synology Tiering) 기능은 자주 사용되는 ‘핫’ 데이터를 고성능 스토리지에 보관하고, 사용 빈도가 낮은 ‘콜드’ 데이터는 비용 효율적인 스토리지 티어로 자동 이동시켜 관리 효율을 높인다. 최근 출시된 DP7200과 APM 1.1을 통해 ActiveProtect의 새로운 업데이트가 소개되었다. 이번 업데이트는 워크로드 지원을 확대하고, 사이버 회복력을 강화하며, 컴플라이언스를 간소화하였다. 특히, WORM(Write Once, Read Many) 기술을 통한 불법 삭제 방지, 네트워크 격리를 통한 안전한 접근 등 불변성과 에어갭 기술이 강화되어, 오프사이트 백업과 불변 사본을 포함한 견고한 3-2-1-1-0 백업 전략을 지원한다. 시놀로지는 카메라, 스토리지, 관리 소프트웨어를 아우르는 완전한 영상 보안 생태계를 선보였다. 방문객들은 사람, 차량, 침입을 탐지할 수 있는 최신 AI 기반 영상 분석 기술, 손쉽게 구축 가능한 C2 Surveillance 클라우드 플랫폼, 그리고 시놀로지 시스템과 매끄럽게 통합되는 최신 카메라 라인업을 직접 확인했다. 디지털 전환은 조직의 지속 가능성에 필수적이다. 시놀로지는 실시간 협업이 가능한 오피스 스위트(Office Suite)를 넘어, 메시징과 화상회의가 통합된 새로운 통합 커뮤니케이션 플랫폼을 선보였다. 또한 문서 관리에 AI 기반 생산성 도구를 적용하고, 이를 시놀로지 AI 콘솔(Synology AI Console)을 통해 통합 관리할 수 있도록 하였다. 기업은 온프레미스 AI 서버와 맞춤형 AI 에이전트를 결합하여 워크플로를 최적화하고 효율을 극대화할 수 있다.     한편, 이번 행사에는 시놀로지 고객사인 코리아크레딧뷰로(KCB) 정경환 차장과 한화 건설부문 강석현 과장이 패널 토크에 참여해 시놀로지 설루션을 활용해 자사의 데이터 관리와 보안을 강화한 경험을 공유했다. 코리아크레딧뷰로 정경환 차장은 “시놀로지 설루션을 통해 데이터 복구 시간을 단축하고, 사내 가상 서버를 빠르고 안정적으로 복구할 수 있게 되었으며 운영 유연성도 크게 향상됐다”고 강조했다. 한화 건설부문 강석현 과장은 “시놀로지의 백업 설루션을 통해 RTO를 크게 단축했으며, API 기능을 사내 시스템과 연동해 IT 권한 작업의 효율을 크게 높일 수 있었다”고 전했다. 시놀로지 국제사업부의 조앤 웡(Joanne Weng) 디렉터는 “시놀로지의 설루션은 전 세계 100여 개국에서 안전하고 확장 가능한 데이터 관리를 가능하게 하고, 총소유비용을 절감하며 운영 효율성을 높이고 있다”고 말했다. 이어 “더욱 정교한 엔터프라이즈 데이터 관리 설루션에 대한 글로벌 수요가 증가함에 따라 아시아 태평양 지역은 물론, 특히 한국 시장에서도 엔터프라이즈 비즈니스가 빠르게 성장하고 있다”고 덧붙였다. 시놀로지의 석미은 시니어 세일즈 매니저는 “올해 기업들이 AI·자동화에 투자를 확대하는 동시에 데이터 보안과 복구 역시 여전히 가장 중요한 과제로 꼽고 있다. 시놀로지는 이러한 시장 요구에 부응해 NVMe SSD 듀얼 컨트롤 스토리지 설루션인 PAS7700을 공개했을 뿐만 아니라, 점점 늘어나는 해킹과 데이터 유출 위협에 대응할 수 있도록 데이터 보호 설루션을 한층 강화했다. 이를 통해 국내 기업들이 혁신을 추구하면서도 안심할 수 있는 데이터 환경을 구축할 수 있도록 적극 지원하겠다”고 강조했다.