가트너가 ‘2025 신기술 하이프 사이클(2025 Hype Cycle for Emerging Technologies)’을 통해 주목해야 할 주요 혁신 기술로 ▲기계 고객 ▲AI 에이전트 ▲의사결정 인텔리전스 ▲프로그래머블 머니를 선정했다. 가트너 하이프 사이클은 기술 및 애플리케이션의 성숙도와 도입 현황을 시각적으로 표현하고, 실제 비즈니스 문제 해결 및 새로운 기회 창출과의 잠재적 연관성을 제시한다. 이 방법론은 시간 흐름에 따른 기술 또는 애플리케이션 발전 과정을 조망하고, 특정 비즈니스 목표의 맥락에서의 효과적인 도입 관리를 위한 신뢰 있는 인사이트를 제공한다. 가트너는 매년 프로파일링하는 2000개 이상의 기술 및 응용 프레임워크에서 핵심적인 인사이트를 도출해, 반드시 알아야 할 신기술을 정리해 제시하고 있다. 이들 기술은 향후 2년에서 10년간 혁신적인 이점을 제공할 잠재력을 갖춘 것으로 평가된다.     기계 고객(Machine Customers)이란 사람이나 기업을 대신해 상품, 서비스를 구매하는 비인간 경제 주체다. 가트너는 고객 역할을 수행할 수 있는 B2B 기기를 약 30억 개로 추산하며, 2030년까지 80억 개로 늘어날 것이라 전망했다. 가상 개인 비서, 스마트 가전, 커넥티드 카, 사물인터넷(IoT) 기반 공장 등이 이에 포함된다. 가트너는 기계 고객이 제조, 소매, 소비재 등 다양한 산업에서 새로운 수익과 효율성을 창출하는 핵심 동력이 될 것이라면서, “기업은 경쟁에서 뒤처지지 않기 위해 비즈니스 모델을 재정립하고 기회를 선제적으로 활용해야 한다”고 짚었다. AI 에이전트(AI Agents)는 디지털, 물리적 환경에서 인지, 의사결정, 행동을 수행해 기업의 목표 달성을 지원하는 자율 또는 반자율 AI 소프트웨어다. 기업은 대형 언어 모델(LLM)을 비롯한 AI 기술을 활용해 복잡한 작업을 수행할 수 있는 AI 에이전트를 개발, 배포하고 있으며, 이는 고객 서비스, 산업 운영, 데이터 분석, 콘텐츠 제작, 물류 등 여러 분야를 자동화해 산업 전반에 혁신을 가져올 잠재력을 갖고 있다. 예측과 실행 정확성에 대한 우려로 AI 에이전트에 대한 신뢰는 제한적이다. 이 기술은 인간의 감독 없이 중요한 결정을 신속히 내리며 독립성, 사용 편의성이 향상되고 있다. 가트너는 기업이 AI 에이전트를 효과적으로 활용하려면 기능과 적용 범위를 명확하게 이해하고, 전략적 계획에 반영할 것을 권장했다. 의사결정 인텔리전스(Decision Intelligence)는 의사결정을 고도화하는 실용적인 접근 방식으로, 의사결정 방식과 결과를 평가·관리·개선하는 과정을 이해하고 엔지니어링한다. 의사결정을 디지털 자산으로 전환하고 모델링하면, 통찰과 실행 사이의 간극을 줄이고 의사결정의 품질, 실행력, 결과를 개선할 수 있다. 가트너의 크리스티안 스테판(Christian Stephan) 시니어 디렉터 애널리스트는 “에이전틱 AI와 생성형 AI에 대한 과대광고, 의사결정 자동화 관련 규제 압박, 심화된 글로벌 불확실성은 기존 비즈니스 프로세스와 의사결정의 한계를 드러냈다. 이에 따라 기업은 속도와 품질을 넘어 일관성, 규정 준수, 비용 효율성, 적응력을 갖춘 새로운 의사결정 체계를 요구하고 있다”고 전했다. 프로그래머블 머니(Programmable Money)는 소프트웨어를 통해 프로그래밍할 수 있는 디지털 화폐를 의미한다. 알고리즘에 따라 작동 방식을 설정할 수 있어 블록체인 기반 토큰화와 스마트 계약을 활용하면 경제 주체의 참여를 확대하고 가치 교환을 자동화할 수 있다. 기업은 비즈니스 파트너, 직원, 기계 고객과 상호작용하기 위해 프로그래머블 머니를 전략적으로 활용해야 한다. 스테판 시니어 디렉터 애널리스트는 “프로그래머블 머니는 새로운 유형의 통화와 디지털 자산 시장을 열어 금융 서비스 분야에 변화를 가져올 것”이라며, “가치 창출, 자금 조달, M2M(Machine-To-Machine) 등 자산 교환의 혁신을 주도해 공급망과 금융 가치 사슬을 재편할 것”이라고 전망했다. 가트너의 마티 레스닉(Marty Resnick) VP 애널리스트는 “수년간의 디지털 혁신 이후, 기업은 AI와 자동화가 불러온 경쟁, 고객, 제품, 운영, 리더십 재편을 목도하고 있다”면서, “기업은 자율 비즈니스 시대라는 새로운 혁신 국면에 직면했으며, CIO는 신기술이 경쟁력 확보, 효율성 향상, 성장 기회 창출에 어떻게 기여할 수 있는지 평가해야 한다”고 말했다.

델 테크놀로지스가 아시아 태평양 지역 기업의 인공지능(AI) 도입 동향을 분석한 보고서의 내용을 소개했다. 이번 보고서에서는 아태지역에서 AI 도입이 빠르게 확산하고 있지만, 전문 인력 부족과 데이터 관련 문제는 여전한 과제라고 분석했다. 델 테크놀로지스와 엔비디아의 후원으로 진행된 IDC 인포브리프 ‘AI 구현을 위한 전략적 계획 수립’ 보고서는 2023년 8월부터 2024년 8월까지 아태지역의 여러 산업에 걸쳐 최대 919명의 응답자를 대상으로 한 IDC의 여러 데이터 소스 및 설문조사를 기반으로 작성됐다. 이 조사는 AI, 생성형 AI 및 ML 도입 동향, 과제 및 구현에 대한 전략적 접근 방식을 평가했다. 보고서에 따르면 아태지역에서 AI, 생성형 AI, 머신러닝 기술의 채택이 빠르게 확산되며 비즈니스 혁신을 이끌고 있다. AI를 위한 서버 시장은 2025년까지 239억 달러(약 32조 5000억 원) 규모에 이를 전망이다. 생성형 AI에 대한 투자도 늘고 있다. 올해 아태지역 기업의 84%는 생성형 AI에 100만 달러에서 200만 달러(약 13억 원~27억원)를 투자할 계획이다. 아태지역 기업들은 AI 예산의 38%를 생성형 AI에 할당하는 것으로 나타났는데, 이는 전 세계 기업의 33%에 비해 높은 수치이다.  특히 한국은 AI 도입에 더욱 적극적인 것으로 나타났다. 국내 기업 32%가 이미 AI를 직무에 도입했거나 경쟁우위의 핵심으로 인식하고 있었다. 이는 아태지역 평균인 24%를 웃도는 수치다. 반면 자사의 AI 역량이 초기 단계에 머물러 있다고 답한 비율은 26%로, 아태지역 평균(31%)보다 낮았다. 보고서는 아태지역의 빠른 AI 성장세에도 불구하고 인재 부족, 데이터 준비 현황, 복잡한 시스템 구성 등의 문제가 남아있다고 짚었다. 숙련된 AI 인재 부족은 시장 경쟁을 심화시키고 비용 상승을 유발하고 있다. AI 숙련도 격차는 디지털 전환 속도를 늦추고, 제품 개발을 더디게 하는 한편 품질 결과에 영향을 미칠 수 있다. 이 외에도 증가하는 IT 비용, 정부 규제, 데이터 보안 문제 등이 AI 도입을 가로막는 주요 원인으로 꼽혔다. 이러한 문제를 해결하기 위해 많은 기업이 외부 전문가와 협력하고 있었다. 아태지역 응답자의 60%는 외부 개발자에 의존해 AI 애플리케이션을 개발하고 있다. 자체 개발하는 경우는 30%에 그쳤고, 약 10%는 상용 AI 설루션을 사용하고 있는 것으로 나타났다. 여러 어려움에도 불구하고, 응답 기업들은 생성형 AI가 운영 효율 향상, 고객 만족도 개선, 새로운 비즈니스 모델 창출을 이끌 수 있기 때문에 투자할 가치가 있다고 판단했다.  아태지역 기업들은 영향력이 높고 도입 효과를 측정하기 용이한 사용 사례들를 우선적으로 도입하며 단계적 접근 방식을 취하고 있다. 또한, AI가 산업 전반에 빠르게 스며들고 있는 것으로 나타났다. 금융, 제조, 에너지, 헬스케어, 소매 등 다양한 분야에서 AI를 활용한 혁신이 진행 중이다. 특히 제조산업에서는 공급망 최적화와 예측 유지보수, 품질 관리 등에 AI를 사용하고 있다. AI 기반의 수요 예측 및 실시간 생산 모니터링은 다운타임을 줄이고, 낭비를 최소화하며, 운영 정밀도를 높일 수 있도록 돕는다. 보고서에 따르면 제조업체 응답자의 52%는 생성형 AI가 18개월 내에 이 부분을 혁신할 것이라고 답했다. 자동화된 생산, 예측 리드 스코어링 및 디지털 트윈 모델을 가속화하여 스마트 제조와 민첩하고 고정밀 생산 라인을 발전시킬 것이라는 전망이다. 한국 델 테크놀로지스의 김경진 총괄사장은 “한국을 포함한 아태지역은 AI 도입과 혁신을 선도할 엄청난 잠재력을 보유하고 있다. 이제 기업들은 개념 검증(POC)을 넘어 측정 가능한 투자 수익률(ROI) 달성에 집중해야 할 때”라고 말했다. 그리고 “일관된 ROI를 달성하는 과정은 복잡하며, 전략, 사용 사례 개발, 데이터 준비, 거버넌스, 최적화, AI 구현 확장 등 모든 단계에서 포괄적인 지원이 필요하다. 델 테크놀로지스와 같은 전문 파트너의 지원을 통해 기업들은 도입 장애물을 극복하고 AI 성과를 달성하는 길을 가속화할 수 있다”고 덧붙였다.  

디지털 전환의 잠재력을 실현하는 메타버스 기술   이번 호에서는 산업 분야 메타버스의 발전을 이끄는 요인과 그 잠재력에 대해 알아보고, 디지털 전환의 중요성과 이를 실현하는 기술을 살펴보고자 한다. 또한, 실제 성공 사례를 통해 산업 분야 메타버스를 즉시 시작해야 하는 세 가지 이유를 제시한다. ■ 자료 제공 : 유니티 코리아     메타버스는 주로 게임, 엔터테인먼트, 소셜 네트워크, 가상 경제 같은 소비자 지향적 활동을 위해 구상되었으며, 현재 로블록스(Roblox), 디센트럴랜드(Decentraland), 호라이즌 월즈(Horizon Worlds) 등의 플랫폼에서 관련 콘텐츠를 찾아볼 수 있다. 반면에 제조, 자동차, 물류 등의 산업 분야에서는 효율과 생산성, 혁신 등에 메타버스를 응용하는 방안을 주목한다. 산업 분야의 메타버스는 디지털 트윈, 시뮬레이션, 실시간 협업 등의 툴을 통합하여 운영과 설계, 교육을 개선한다. 유니티의 헤닝 린(Henning Linn) 인더스트리 고객 성공 담당 시니어 디렉터는 “산업 분야 메타버스는 데이터 연결성과 접근성을 새로운 차원으로 인도하며, 가속화된 연결을 통해 한 시스템에서 다른 시스템으로 데이터를 전송하는 방식을 개선한다”고 전했다.   든든한 토대를 마련하는 산업 분야 메타버스 산업 분야 메타버스는 몰입형 3D 기술과 실제 기업용 애플리케이션을 혼합하는 방법이다. 주된 용도는 비즈니스의 내부 프로세스에 사용하거나 고객의 참여를 유도하는 것이다. 산업 분야 메타버스는 기업에게 디지털 작업 공간이 되며, 현실 공간에서 써야 할 시간이나 비용을 절약하면서 테스트와 디자인을 거쳐 운용 방안을 개선할 수 있다. 공장, 기계 또는 시스템의 첨단 디지털 시뮬레이션, 즉 가상의 모형이 생긴다고 생각해 보자. 디지털 3D 공간에서 여러 팀이 협력하여 문제를 해결하고 작업자를 교육하거나 프로세스를 최적화할 수 있다. 산업 분야 메타버스는 형태나 규모의 제약에서 벗어나 제품을 선보일 수 있는 가상 쇼케이스가 되기도 하며, 한층 새로운 수준으로 고객의 참여를 유도하는 수단이 되기도 한다. 고객이 어디서나 가상 환경을 통해 제품을 체험할 수 있는 몰입형 플랫폼을 제공할 수 있으므로 참여도와 구매 가능성이 높아진다. 산업 분야 메타버스에서는 VR(가상현실), AR(증강현실), XR(확장현실) 같은 툴을 사용하여 이러한 가상 세계에 몰입할 수 있는 환경을 제공한다. 그 기반이 되는 실시간 3D 기술을 활용해 센서, IoT(사물인터넷), 글로벌 제품 카탈로그, 소재 정보를 비롯한 현실 세계의 데이터를 연동할 수 있다. 이 모든 것을 하나로 엮으면 실시간으로 가상 세계에서 환경이나 제품을 정확하게 표현할 수 있다. 산업 분야 메타버스를 통해 몰입형 3D 기술을 실제 정보와 결합하면 더 스마트하게 작업하고, 비용을 절감하며, 고객 참여를 유도하고, 보다 안전하고 신속하게 의사 결정을 내리는 데 도움이 된다.   산업 분야 메타버스에 대한 주목도가 높아지는 이유 PwC의 2024년 운영 디지털 트렌드 설문 조사에 따르면, 운영 및 공급망을 담당하는 임원 10명 중 거의 7명(69%)은 기술 투자가 전반적으로 기대치를 충족하지 못한다고 답했다. 산업 분야의 기업들은 다음과 같은 과제에 직면하고 있다.  빠르게 변화하는 시장에 대응 : 기술과 비즈니스 모델은 빠르게 발전하고 있으며, 산업 분야의 기업은 경쟁력을 유지하기 위해 미래를 향한 비전을 제시하고 새로운 기술에 투자해야 한다. 분산된 조직 간 협업 및 전략적 의사 결정 지원 : 인력은 다양한 지역과 시간대에 흩어져 있으며, 직원과 임원 모두 저마다 시간대가 달라 협업하기가 쉽지 않다. 전사적 차원에서 단절된 데이터 파악 : 그 어느 때보다 많은 데이터가 디지털화되고 클라우드에 저장되어 접근성이 높아졌지만, 대부분의 조직에서 데이터는 여전히 상당 부분 고립되어 있다. 사용자가 데이터와 상호 작용하고 데이터를 이해할 수 있도록 지원 : 복잡한 데이터 세트를 다른 데이터 세트와 통합하고, 사람들이 그 안에 담긴 맥락과 의미를 파악할 수 있도록 데이터를 시각화해야 한다.   산업 분야 메타버스가 지닌 혁신적인 잠재력 산업 분야 메타버스가 다양한 유형의 비즈니스에 적합한 이유는 무엇일까? 교육, 고객 경험, 협업 툴, 영업 및 마케팅 실무와 같은 실질적인 응용 사례에 집중하면 그 가능성은 무궁무진하다. 몇 가지 가능한 사례를 살펴보겠다.   운영 프로세스 간소화 목표 : 기존 프로세스, 워크플로, 시스템을 진단한다. 응용 사례 : 정유소에서 공장 전체의 디지털 트윈을 제작한다. 유지 관리 담당자는 가상 환경에서 디지털 트윈을 탐색하고, 그 구성 요소와 상호 작용하고, 유지 관리 작업을 시뮬레이션할 수 있다. 여기에는 마모된 부분이 있는지 파악하고, 수리 절차를 계획하고, 모든 안전 프로토콜이 준수되었는지 확인하는 작업이 포함된다. 장점 : 더 효과적으로 계획을 수립하고 휴먼 에러를 줄일 수 있으므로 유지 관리 다운타임 및 비용이 대폭 감소한다.   비즈니스 모델 전환 목표 : 기존 비즈니스 모델에서 더 혁신적인 모델로 전환 응용 사례 : 중장비 제조업체가 PaaS(Product-as-a-Service) 모델로 전환한다. PaaS 모델을 도입하면 고객은 제품 사용 비용을 한 번에 전부 지불하는 대신 사용한 만큼만 지불하면 된다. 기업은 장비의 디지털 트윈을 구축하고 실제 기계의 IoT 센서와 동기화함으로써 성능, 사용량, 마모 관련 데이터에 액세스할 수 있다. 고객은 장비를 구매하지 않고 사용량(예 : 작동 시간, 생산 산출량)을 기준으로 요금을 납부할 수 있다. 장점 : 제조업체는 PaaS 모델을 통해 반복적인 수입이 발생하는 새로운 수익원을 창출하여 재무적 예측 가능성을 높일 수 있다.   업종 전환 목표 : 새로운 지역, 업종 또는 프로젝트 모색 응용 사례 : 건설 회사가 디지털 기술을 사용해 건물의 설계, 건축, 관리 방식을 혁신하는 3D 프로젝트 모델을 구축함으로써 효율성과 지속 가능성, 비용 절감을 전체적으로 개선한다. 장점 : 실제 건설을 시작하기 전에 잠재적인 문제를 탐지하면 비용을 절감하고, 오류를 최소화하며, 프로젝트 일정을 줄일 수 있다.   인력과 조직 문화의 변화 목표 : 직원의 협업과 혁신을 촉진하고 민첩성 강화 응용 사례 : 다양한 지역에 떨어져 있는 여러 팀이 마치 같은 현장에 있는 것처럼 서로 보고 들을 수 있는 가상 3D 회의실에서 실시간으로 협업하고, 다 함께 제품의 3D 디지털 버전을 검토한다. 장점 : 직원 간의 커뮤니케이션을 개선하고, 더욱 빠르게 의사 결정을 내리고, 프로젝트를 완료하는 데 걸리는 시간을 단축한다.   고객과 파트너의 경험 혁신 목표 : 고객에게 더 흥미로운 경험 제공 응용 사례 : 자동차 제조업체가 고객에게 집에서 차량을 자세히 살펴보고 원하는 대로 커스터마이즈해 볼 수 있는 3D 가상 쇼룸을 제공한다. 고객은 실시간으로 차량의 기능을 사용해 보고, 차량의 색상, 인테리어 옵션, 액세서리를 변경하고, 모든 각도에서 변경에 따른 차이를 확인할 수 있다. 장점 : 자동차 제조업체는 고객이 더욱 많은 정보를 바탕으로 의사 결정을 내릴 수 있도록 도와주며, 고객 만족도와 참여 수준이 높아진다.   디지털 전환이 중요한 이유 기업이 소프트웨어와 전자 제품을 통해 기능과 사용자 경험을 개선할 방안을 모색하는 한편 지속 가능한 설루션에 대한 관심이 증가함에 따라, 많은 산업 분야에서 스마트 제품과 커넥티드 제품이 점점 더 다양하게 보급되고 있다. 공급망 관리, 인력 역학, 지속 가능한 혁신을 둘러싼 과제들로 인해 불확실성이 늘어나지만, 동시에 창의적인 솔루션을 통해 기업이 경쟁 우위를 확보할 기회가 생겨나기도 한다. 이러한 압박과 어려움으로 인해 기업은 운영 방식뿐 아니라 시장에 출시하는 제품과 서비스도 혁신해야 하는 상황에 놓였다. 실시간 3D 렌더링, AI, 클라우드 컴퓨팅이 발전하면서 산업 분야 메타버스에는 새로운 길이 열렸다. 미래의 성공을 위해 기업은 더 탄력적이고 민첩해져야 하며, 역동적으로 변하는 환경에 대한 적응력을 높여야 한다. 그러려면 디지털 전환과 산업 분야 메타버스를 핵심 요소로 채택해야 한다. 린 시니어 디렉터는 “데이터가 디지털화되었다고 해서 연동되었다는 것은 아니다. 예를 들면 제품의 동작을 설명하는 데이터라고 하더라도 제품 데이터와는 연동되지 않을 수 있다. 동작을 시뮬레이션하려면 수동으로 데이터를 연결해야 한다. 산업 분야 메타버스는 데이터 사일로(silo)를 연결하며, 이는 디지털 전환을 통해 실현할 수 있다”고 짚었다.   실시간 3D : 산업 분야 메타버스의 기반 기술 현재 디지털 전환을 시작하는 조직에 중요한 혁신 중 하나는 바로 실시간 3D이다. 실시간 3D는 컴퓨터로 생성되어 단순히 보는 것에 그치지 않고, 직접 체험할 수 있는 3D 이미지를 만들고 표시하는 기술이다. 그 이름에서 알 수 있듯이 이 이미지는 실시간으로 업데이트된다. 즉, 사용자의 행동에 따라 바로 바뀌는 것이다. 실시간 3D는 원래 비디오 게임을 제작하기 위해 개발되었지만 이제는 산업 분야에서도 널리 응용되고 있으며, 가상 세계가 사용자 행동에 즉각적으로 반응하는 몰입형 인터랙티브 경험의 근간이 된다.   검증된 실시간 3D 응용 사례 고도로 발전한 고성능 실시간 3D 기술은 이미 존재한다. 제조업체, 사치품 소매 업체, 자동차 제조 업체 등 다양한 기업들이 이미 실시간 3D 기술을 활용하고 있다. 다음은 몇 가지 예시이다.   단일 에셋 라이브러리로 XR 제작 과정을 간소화 글로벌 과학 및 임상 연구 회사인 써모피셔사이언티픽(Thermo Fisher Scientific)은 디지털 트윈, 영업 지원, 교육, 기능성 게임 같은 설루션을 제공하기 위해 단일 소스의 3D 애셋을 활용하는 XR 기반 플랫폼을 구축했다. 이 XR 플랫폼의 성과는 다음과 같다. 애셋 파이프라인 효율 250% 향상 로코드/노코드 비주얼 스크립팅을 통한 개발 시간 단축   ▲ 이미지 출처 : 써모피셔사이언티픽   사이버 공간에 오프라인 매장 경험을 구현 파리의 럭셔리 가죽 제품 브랜드 카뮤포네(Camille Fournet)는 섬세한 디자인과 장인 정신으로 잘 알려져 있지만, 실시간 3D를 사용하여 고객의 경험을 향상하는 데 앞장선 브랜드이기도 하다. 이 기업에서는 고객이 매장에서 누리는 럭셔리한 경험을 온라인에도 똑같이 제공하고자 했다. 유니티를 기반으로 스마트픽셀(SmartPixels)에서 제작한 실시간 3D 제품 컨피규레이터 덕분에 카뮤포네는 다음과 같은 성과를 거뒀다. 탐색에서 구매로 이어지는 전환 수 5배 증가 고객 참여도 66% 상승   ▲ 이미지 출처 : 스마트픽셀   교육 비용을 절감 칼스 주니어(Carl’s Jr.)는 미국에 뿌리를 둔 패스트푸드 체인으로, 30개국에서 1100개가 넘는 식당을 운영한다. 만 명에 달하는 직원 대부분이 서로 멀리 떨어져 다양한 지역에서 근무하고 있다. 안전, 위생 및 고객 서비스에 대한 높은 기준을 유지하려면 지속적이고 일관된 신입 직원 교육이 필수이다. 칼스주니어는 AR 기반의 자기 주도형 인력 교육을 통해 다음과 같은 성과를 달성했다. 교육 비용 73% 절감 고객 만족도 43% 증가   ▲ 이미지 출처 : 비저너리스 777(Visionaries 777)   지금 산업 분야 메타버스를 시작해야 하는 세 가지 이유 디지털 기술은 빠르게 발전하고 있다. 산업 분야의 기업이 뒤처지지 않으려면 더 전략적으로, 더 장기적인 관점에서 변화를 예측해야 한다. 경쟁력 확보 : 경쟁 업체는 이미 실시간 3D를 활용할 방법을 모색하고 있고, 움직임이 더딘 조직을 빠르게 앞지를 것이다. 실시간 3D에 대한 고객의 수요와 기대치가 모두 증가하고 있으며, 고객이 원하는 것을 제공하지 않는 조직은 고객 이탈을 겪게 될 것이다. 인재 확보 : 최고의 인재, 특히 기술 인력은 늘 부족하며 수요가 많다. 새로운 기술을 도입하여 디지털 전환을 추진하는 기업은 기술 커뮤니티의 이목을 끌 수 있다. 혁신 실현 : 복잡한 3D 데이터에 대한 보편적인 액세스 권한을 제공하고 전 세계의 관계자가 협업할 수 있도록 지원하면 작업자가 더욱 생산적이고 효과적인 동시에 보다 빠르게 작업할 수 있다.   향후 전망 살펴보기 기술의 융합 그 자체인 산업 분야 메타버스의 목표는 가상 세계와 증강현실을 서로 연결하는 것이다. 유연함이라는 본질 덕분에 기술과 활용 사례가 발전함에 따라 그 정의도 계속 변화할 것이다. 기업은 IoT, AI, XR 같은 디지털 전환 툴을 연동하여 공장, 공급망, 제품을 세밀한 부분까지 그대로 재현함으로써 몰입도 높은 산업 분야 메타버스 애플리케이션을 제작할 수 있다. 이 가상 모형은 실시간 모니터링, 예측형 유지 관리, 시나리오 테스트, 교육, 협업 등을 가능케 한다. 결론적으로, 산업 분야 메타버스는 기존 프로세스를 개선하는 것을 넘어서 더욱 민첩하고 지속 가능하며 혁신적인 산업으로 향하는 혁신의 기틀이 되고 있다.     ■ 기사 내용은 PDF로도 제공됩니다.

어도비는 글로벌 소비재 기업인 뉴웰 브랜즈(Newell Brands)가 어도비 파이어플라이(Adobe Firefly) 및 어도비 익스프레스(Adobe Express)를 통해 생성형 AI를 도입하고, 전 세계 소비자와의 접점 확장 및 영향력 확대에 나선다고 발표했다. 샤피, 러버메이드, 콜맨, 양키캔들 등 50개 이상의 브랜드를 보유한 뉴웰 브랜즈는 증가하는 콘텐츠 수요에 대응하기 위해 소셜 미디어, 이커머스 등 옴니채널 마케팅 및 콘텐츠 전략에 투자하며, 소비자 및 소매 파트너와의 관계를 강화하고 있다. 또한 이러한 투자 전략의 일환으로 어도비의 콘텐츠 공급망 설루션 활용을 확대해, 마케팅 캠페인의 기획부터 콘텐츠 제작, 실행, 성과 측정까지 전 과정을 최적화하고 있다. 뉴웰 브랜즈의 콘텐츠 공급망은 어도비 파이어플라이 서비스를 포함한 어도비의 생성형 AI 설루션으로 구동된다. 파이어플라이 서비스는 생성형 채우기(Generative Fill)와 생성형 확장(Generative Expand) 등의 역량을 기존 제작 워크플로에 직접 통합하는 생성형 및 크리에이티브 API 모음이다. 이를 통해 팀은 다양한 디지털 채널에 맞게 콘텐츠 크기를 조정하거나, 지역별 또는 캠페인별로 배경을 교체하는 등의 작업을 간소화함으로써 대규모 콘텐츠를 제작할 수 있다.     뉴웰 브랜즈는 자사 고유의 애셋으로 안전하게 학습된 맞춤형 생성형 AI 모델을 구축하기 위해 어도비 파이어플라이 커스텀 모델(Adobe Firefly Custom Models)도 활용할 예정이다. 이를 통해 팀 전반에서 브랜드 가이드라인에 맞는 콘텐츠를 제작할 수 있도록 지원한다. 실제로 페이퍼메이트(Paper Mate)의 패키징 작업에 이 모델을 적용했을 때, 콘텐츠 제작 속도가 75% 향상됐으며 출시 소요 시간도 단축됐다. 뉴웰 브랜즈는 콘텐츠 공급망을 최적화해, 향후 콘텐츠 크기 조정과 같이 시간이 많이 드는 작업 시간을 줄이고 연간 수천 개에 달하는 새로운 크리에이티브 애셋을 제공할 수 있을 것으로 기대하고 있다. 뉴웰 브랜즈는 자사의 크리에이티브 및 마케팅 조직 전반에 어도비 익스프레스도 도입하고 있다. 어도비 익스프레스는 마케팅 및 크리에이티브 담당자가 브랜드 일관성을 유지하도록 돕고, 팀원들이 비즈니스 성과 달성에 필요한 콘텐츠를 쉽고 빠르게 제작하고 커스터마이징할 수 있도록 지원하는 앱이다. 뉴웰 브랜즈의 크레이이티브 팀이 정의한 템플릿과 브랜드 가이드라인을 바탕으로, 담당자는 각 채널에 맞는 콘텐츠를 직접 제작할 수 있다. 또한 어도비 익스프레스 내 생성형 AI 역량을 통해, 사용자는 브랜드 가이드라인에 부합하면서도 상업적으로 안전하게 사용할 수 있는 에셋을 생성하는 것도 가능하다. 일례로 라틴 아메리카 팀은 어도비 익스프레스를 활용해 로고, 색상, 글꼴, 템플릿 등이 포함된 스타일 가이드를 제작하여, 오스터(Oster)의 소셜 콘텐츠 제작 프로세스가 33% 향상됐으며 52개의 콘텐츠 제작에 소요되는 시간도 12시간에서 8시간으로 단축됐다. 뉴웰 브랜즈의 멜라니 위에(Melanie Huet) 홈 & 커머셜 부문 공동 CEO는 “시장 경쟁에서 앞서 나가기 위한 전략의 일환으로, 탁월한 브랜드 커뮤니케이션을 구현할 수 있는 설루션에 투자하고 있다”면서, “뉴웰 브랜즈 생태계를 연결해 쉽고 빠르게 고품질 콘텐츠를 제작할 수 있도록 지원할 파트너를 찾고 있었다. 결국 우리는 기존 워크플로에 바로 적용할 수 있는 최고 수준의 툴을 보유한 오랜 파트너인 어도비와의 협업을 확대하기로 결정했다”고 말했다. 이어 “콘텐츠 공급망을 재정비하고 마케팅 기술 스택을 통합함으로써, 콘텐츠 생산량을 5배까지 확대하고 운영 효율성을 획기적으로 높이는 동시에 브랜드 커뮤니케이션의 효과도 한층 높이고자 한다”고 말했다. 어도비의 브렌트 루드위크(Brent Rudewick) Gen스튜디오 부문 부사장은 “향후 몇 년간 콘텐츠 수요가 급증할 것으로 예상되면서, 마케터와 크리에이티브 담당자들은 전 세계 마케팅 활동을 지원하고 고객 참여를 이끌어낼 수 있는 콘텐츠를 빠르게 제작해야 한다는 과제를 안고 있다”면서, “뉴웰 브랜즈가 새로운 고객층으로 영향력을 넓혀가는 이 시점에서, 어도비의 AI 기반 엔터프라이즈 설루션은 크리에이티브와 마케팅을 통합해 강력한 고객 경험을 이끄는 차별화된 콘텐츠를 대량 제작할 수 있도록 지원할 것”이라고 전했다.

엔비디아가 GTC 2025에서 ‘엔비디아 RTX PRO 6000 블랙웰 서버 에디션(NVIDIA RTX PRO 6000 Blackwell Server Edition)’을 발표했다. RTX PRO 6000 블랙웰 서버 에디션은 비주얼 컴퓨팅과 엔터프라이즈 AI를 위해 구축된 첫 번째 블랙웰 기반 데이터센터 GPU이다. 이는 모든 산업에서 높은 성능을 요구하는 AI, 그래픽 애플리케이션을 신속하게 처리할 수 있도록 설계됐다. 이전 세대인 에이다 러브레이스(Ada Lovelace) 아키텍처 기반 L40S GPU에 비해 RTX PRO 6000 블랙웰 서버 에디션 GPU는 다양한 엔터프라이즈 워크로드에서 성능이 크게 향상된다. 예를 들어, 에이전틱 AI(Agentic AI) 애플리케이션을 위한 대규모 언어 모델(LLM) 추론 처리량은 최대 5배 증가되고, 유전체 염기서열 분석은 약 7배로 가속화되며, 텍스트-비디오 생성은 3.3배, 렌더링 속도는 2배 이상 빨라진다. RTX PRO 6000 블랙웰 서버 에디션은 워크스테이션과 서버 GPU로 이뤄진 엔비디아 RTX PRO 블랙웰 시리즈에 속한다. 이번 엔비디아 GTC에서 발표된 RTX PRO 라인업은 여러 산업의 AI와 창의적인 워크로드를 지원하는 데스크톱, 랩톱, 데이터센터 GPU로 구성된다. 여러 분야의 기업들은 RTX PRO 6000 블랙웰 서버 에디션을 통해 데이터 분석, 엔지니어링 시뮬레이션, 생성형 AI, 비주얼 컴퓨팅과 같은 워크로드에서 높은 성능을 구현할 수 있다. 여기에는 건축, 자동차, 클라우드 서비스, 금융 서비스, 게임 개발, 의료, 제조, 미디어, 엔터테인먼트, 소매업 등의 산업이 포함된다. 콘텐츠 제작, 반도체 제조, 유전체 분석 기업들은 이미 컴퓨팅 집약적인 AI 지원 워크플로를 가속화하기 위해 RTX PRO 6000 블랙웰 서버 에디션의 기능을 활용하고 있다.     RTX PRO 6000 블랙웰 서버 에디션은 데이터센터 환경에서 연중무휴 24시간 운영할 수 있게 설계된 수동 냉각 장치 형태로, 강력한 RTX AI와 그래픽 기능을 제공한다. 96GB의 초고속 GDDR7 메모리와 멀티 인스턴스 GPU(MIG)를 갖춘 RTX PRO 6000은 최대 4개의 완전히 격리된 인스턴스로 분할될 수 있다. 각 인스턴스는 24GB의 메모리를 사용할 수 있어, AI 워크로드와 그래픽 워크로드를 동시에 실행할 수 있다. RTX PRO 6000은 엔비디아 컨피덴셜 컴퓨팅(Confidential Computing)을 통해 안전한 AI를 구현하는 범용 GPU이다. 이는 강력한 하드웨어 기반 보안으로 AI 모델과 민감한 데이터를 무단 접근으로부터 보호한다. 이에 따라 물리적으로 격리된 신뢰할 수 있는 실행 환경을 제공해 데이터를 사용하는 동안 전체 워크로드를 보호한다. 또한, RTX PRO 6000은 엔터프라이즈급 배포에서 효과적으로 사용될 수 있도록 고밀도 가속 컴퓨팅 플랫폼으로 구성돼 분산 추론 워크로드를 수행할 수 있다. 더불어 엔비디아 vGPU 소프트웨어를 통해 가상 워크스테이션을 제공하며, AI 개발과 고도의 그래픽 애플리케이션을 구동하는 데 사용될 수 있다. RTX PRO 6000 GPU는 광범위한 AI 모델에 걸쳐 강력한 추론 성능을 제공하며, 복잡한 가상 환경의 사실적인 실시간 레이 트레이싱을 가속화한다. 여기에는 5세대 텐서 코어(Tensor Core), 4세대 RT 코어, DLSS 4, 통합된 미디어 파이프라인, FP4 정밀도를 지원하는 2세대 트랜스포머 엔진(Transformer Engine) 등 최신 블랙웰 하드웨어와 소프트웨어 혁신이 포함된다. 기업들은 RTX PRO 6000 블랙웰 서버 에디션 GPU에서 엔비디아 옴니버스(Omniverse)와 엔비디아 AI 엔터프라이즈(AI Enterprise) 플랫폼을 대규모로 실행할 수 있다. 이를 통해 이미지와 비디오 생성, LLM 추론, 추천 시스템, 컴퓨터 비전, 디지털 트윈, 로보틱스 시뮬레이션 등의 에이전틱 AI, 물리 AI 애플리케이션 개발과 배포를 더욱 원활하게 진행할 수 있다. 엔비디아는 RTX PRO 6000 블랙웰 서버 에디션을 탑재한 플랫폼이 5월부터 전 세계 파트너를 통해 출시될 예정이라고 소개했다. 클라우드 서비스 제공업체와 GPU 클라우드 제공업체 중에서는 아마존 웹 서비스(AWS), 구글 클라우드, 마이크로소프트 애저, IBM 클라우드, 코어위브, 크루소, 람다, 네비우스, 벌처가 최초로 RTX PRO 6000 블랙웰 서버 에디션을 탑재한 인스턴스를 제공할 계획이다. 시스코, 델 테크놀로지스, 휴렛팩커드 엔터프라이즈(HPE), 레노버, 슈퍼마이크로는 RTX PRO 6000 블랙웰 서버 에디션을 탑재한 서버를 제공할 예정이다. 이 외에도 어드밴텍, 애티나, 에이브레스, 애즈락랙, 에이수스, 컴팔, 폭스콘, 기가바이트, 인벤텍, MSI, 페가트론, 퀀타 클라우드 테크놀로지(QCT), 미텍 컴퓨팅, 네이션게이트, 위스트론, 위윈 등의 기업도 이 서버를 제공할 계획이다.

인텔은 새로운 인텔 AI 에지 시스템(Intel AI Edge Systems), 에지 AI 스위트(Edge AI Suites) 및 오픈 에지 플랫폼(Open Edge Platform) 이니셔티브에 대한 내용을 발표했다. 이 제품들은 기존 인프라와 통합을 단순화함으로써 소매, 제조, 스마트 시티, 미디어 및 엔터테인먼트와 같은 산업 분야에서 에지에서의 AI 사용을 간소화 및 가속화하도록 지원한다. 에지 AI는 기업 혁신의 핵심 요소로 떠오르고 있다. 가트너는 올해 말까지 기업에서 관리하는 데이터의 50%가 기존 데이터 센터나 클라우드 외부, 즉 리테일, 제조 공장, 의료 시설 등에서 처리될 것이며, 2026년까지 에지 컴퓨팅 배포의 절반 이상이 머신 러닝을 포함할 것으로 예측하고 있다.  인텔은 “에지에서 수십 년의 경험을 가지고 있을 뿐만 아니라 파트너와 함께 10만 건 이상의 실제 에지 구현을 통해 이러한 고유한 과제를 잘 이해하고 있다”고 밝혔다. 에지 AI 사용 사례는 산업별로 매우 다양하며, 각기 다른 성능 및 전력 요구 사항이 있다. 클라우드 제공 기업에 적합한 방식은 AI를 통합하면서 기존 플랫폼과 소프트웨어를 유지해야 하고, 최적의 TCO와 적절한 전력 수준을 확보해야 하는 에지용으로는 적절하지 않다. 전용 AI 인프라를 갖춘 대규모 데이터 센터와 달리 에지 AI 배포는 기존 IT 시스템에 원활하게 통합되어야 하며 종종 전력 제한, 공간 제약, 비용에 민감한 환경인 경우가 많다.     인텔 AI 에지 시스템과 에지 AI 스위트 소프트웨어 및 오픈 에지 플랫폼은 이미 에지에 널리 도입된 인텔의 기술을 기반으로 구축되어, 이러한 문제를 해결하고 생태계가 에지 AI를 더 빠르고 효율적으로 시장에 출시할 수 있도록 지원한다. 인텔은 개방형 에지 접근 방식을 통해 다양한 주요 산업 분야에서 더 나은 엔드 투 엔드 성능과 전반적인 TCO를 일관되게 제공할 수 있다는 점을 내세운다. 에지 AI 영상 분석 사용 사례의 경우, 초당 테라연산(TOPs)만으로는 실제 성능 요구 사항을 충족하기 어렵다. 인텔은 “주요 AI 경쟁 제품과 인텔 코어 울트라 프로세서를 비교하면, 경쟁 제품이 TOP에서 앞설 수 있으나 인텔이 엔드 투 엔드 파이프라인 성능에서 최대 2.3배, 달러 당 성능은 최대 5배 더 우수하다”고 주장했다. 현재 많은 에지 환경에서 기존 머신러닝과 컴퓨터 비전을 활용하여 AI를 도입하고 있는데, 인텔 AI 에지 시스템, 에지 AI 스위트, 오픈 에지 플랫폼은 고급 AI 애플리케이션의 배포를 가속화하도록 설계되었다. 인텔은 신뢰할 수 있는 파트너들로 구성된 생태계를 통해 기업이 산업 별로 다양한 과제를 해결하고, 에지 AI 배포에서 혁신을 촉진할 수 있도록 지원한다고 밝혔다. 인텔의 에지 시스템은 에지에서 AI 배포 속도를 높인다. OEM(주문자 상표 부착 생산) 및 ODM(제조자 개발 생산)를 포함한 제조업체는 에지 AI 활용 사례에 최적화된 표준화된 청사진, 벤치마크, 검증 툴을 활용할 수 있다. 이러한 리소스를 통해 고객과 설루션 제공업체는 비전 또는 생성형 AI 성능 요구사항을 충족하는 시스템을 쉽게 구성할 수 있다. 또한, 다양한 전력 수준, 크기 및 성능 옵션을 갖춘 이러한 설루션은 하드웨어와 소프트웨어의 최적의 통합을 보장한다. 에지 AI 스위트는 독립 소프트웨어 벤더(ISV), 시스템 통합업체(SI), 설루션 개발자를 위해 설계된 개방형 산업별 AI 소프트웨어 개발 키트(SDK)이다. 이 스위트는 레퍼런스 애플리케이션, 샘플 코드, 벤치마크를 제공하여 AI 애플리케이션 개발을 신속하게 시작할 수 있도록 지원하며, 다양한 산업을 위한 맞춤형 AI 설루션을 쉽게 만들 수 있도록 한다. 인텔은 현재 유통, 제조, 스마트 시티, 미디어 및 엔터테인먼트 분야에 최적화된 네 개 스위트를 제공하고 있다. 오픈 에지 플랫폼은 모듈형 오픈소스 플랫폼으로, 클라우드처럼 간편하게 에지 및 AI 애플리케이션을 대규모로 개발, 배포 및 관리할 수 있도록 지원한다. 이 플랫폼을 통해 ISV, 설루션 빌더, 운영체제 공급업체는 소프트웨어 구성 요소를 더욱 효율적으로 통합하고, 인텔의 최신 소프트웨어 최적화를 통해 성능을 극대화할 수 있다. 또한, 파트너는 현장을 방문할 필요 없이 원격 에지 디바이스에서 컨테이너화 된 워크로드를 쉽게 배포할 수 있으고, 인텔 vPro/인텔 액티브 관리 기술과 같은 툴로 배포된 시스템을 관리할 수 있으며, 소프트웨어 생태계 전반적으로 협업을 강화하고 혁신을 가속화한다. 인텔의 에지 컴퓨팅 그룹을 총괄하는 댄 로드리게즈(Dan Rodriguez) 부사장은 “고객은 TCO(총소유비용), 전력 및 성능 목표를 달성할 수 있는 방식으로 기존 인프라와 에지 워크플로에서 AI 사용을 확대하고 싶어 한다”면서, “에지 컴퓨팅 분야에서 쌓은 수십 년의 경험을 바탕으로 인텔은 인텔 AI 에지 시스템, AI 스위트 및 오픈 에지 소프트웨어를 통해 에지 AI 제품 및 지원을 한 단계 더 발전시켜, 광범위한 에코시스템이 AI 지원 설루션을 더 빠르게 제공할 수 있도록 지원하고 있다”고 밝혔다.

마이크로소프트가 3월 26일, 서울 양재 aT센터에서 ‘모두를 위한 AI, AI 혁신의 오늘과 내일’을 주제로 마이크로소프트 AI 투어 인 서울(Microsoft AI Tour in Seoul)을 개최한다고 밝혔다. 마이크로소프트 AI 투어는 전 세계 60개 도시를 순회하며 조직과 파트너, 비즈니스 리더, 기술 전문가 등에게 AI 혁신을 촉진하고 새로운 기회를 창출하는 데 필요한 기술과 지식을 전하고 있다. 서울에서 열리는 마이크로소프트 AI 투어는 개발자와 엔지니어를 비롯해 AI 인프라 및 비즈니스 혁신에 관심 있는 관계자라면 사전 신청을 통해 무료로 참가할 수 있다. 이번 행사에서는 AI를 활용한 비즈니스 성장과 지속 가능한 가치 창출을 이끌어낼 수 있는 방법에 대해 논의하는 자리가 마련되며, 마이크로소프트 AI 기술과 설루션을 직접 체험하고 배울 수 있는 세션도 진행된다.     키노트 세션에는 마이크로소프트의 사티아 나델라(Satya Nadella) CEO 겸 이사회 의장이 연사로 참여한다. 그는 깃허브의 토마스 돔케(Thomas Dohmke) CEO, 한국마이크로소프트 조원우 대표와 함께 ‘AI 혁신의 시대, 변화 주도하기’를 주제로, AI가 한국을 포함한 전 세계에서 어떻게 생활과 업무 방식을 변화시키고 있는지, 그리고 그 변화가 산업 전반에 미치는 영향에 대한 인사이트를 나눌 예정이다. 특히 키노트 세션에서는 국내 주요 산업을 대표하는 기업들의 AI 혁신 사례가 소개된다. 마이크로소프트는 최신 AI 기술을 선도적으로 도입함으로써 비즈니스 혁신을 성공적으로 이끈 국내 기업들의 사례를 통해 한층 의미 있는 인사이트를 얻을 수 있을 것으로 기대하고 있다. 브레이크아웃 세션에서는 AI 산업 혁신과 실제 적용 사례를 다루는 총 25개 세션이 진행된다. 생성형 AI, 마이크로소프트 365 코파일럿(Microsoft 365 Copilot), AI 에이전트, 데이터 및 클라우드 인프라 등 다양한 주제가 다뤄지며, 산업별 활용 사례와 최신 기술 동향도 함께 소개된다. 참가자들은 마이크로소프트의 비즈니스 임원과 기술 전문가들의 발표를 통해 AI 혁신 전략과 인사이트를 살펴보고, 코파일럿을 활용한 비즈니스 AI 인프라 구축 방안을 모색할 수 있다. 또한, 금융·의료·제조·소매유통 등 다양한 산업에서 마이크로소프트 AI가 창출한 실질적인 성과를 확인하고, 각 산업에 최적화된 AI 활용 전략을 탐색할 기회를 얻게 된다. 워크숍 세션에서는 AI 기술 실습을 중심으로 총 12개의 세션이 진행된다. 참가자들은 애저 AI 에이전트 서비스(Azure AI Agent Service)와 코파일럿 스튜디오(Copilot Studio)를 활용해 맞춤형 AI 에이전트를 개발하고, 마이크로소프트 패브릭(Microsoft Fabric)을 통해 실시간 데이터 처리 및 AI 기반 분석을 실습할 수 있다. 또한, 애저 오픈AI 서비스(Azure OpenAI Service)를 활용한 생성형 AI 설루션 구현 및 최적화 기법을 익히는 세션이 진행될 예정이다. 아울러 마이크로소프트 비즈니스 임원 및 기술 전문가들과 함께 신뢰할 수 있는 AI 환경 구축을 위한 코파일럿 기반 비즈니스 AI 인프라 발전 전략을 논의하는 시간도 마련된다. 커넥션 허브에서는 업계 전문가들과 교류하며 네트워크를 확장할 수 있는 다양한 부스가 운영된다. 참가자들은 전문가 네트워크 쇼케이스, 인터랙티브 씨어터 세션 등의 부스를 방문해 마이크로소프트 제품 및 엔지니어링 전문가들과 직접 소통할 수 있다. 이와 함께 애저(Azure), 서피스(Surface), 시큐리티(Security) 부스를 비롯해 AI 포스트 카드 제작 등 다양한 체험형 프로그램도 진행될 예정이다. 한국마이크로소프트의 조원우 대표는 “이번 행사는 전 세계 AI 트랜스포메이션을 선도하는 마이크로소프트와 국내의 주요 고객 및 파트너사, 비즈니스 리더, IT 업계 전문가들이 한자리에 모여, AI 기술 혁신과 비즈니스 성장을 가속화할 새로운 기회를 발굴하는 자리”라면서, “참가자들이 AI 기술을 비즈니스에 효과적으로 적용할 전략을 탐색하고, AI 비전을 현실로 구현할 인사이트를 얻기를 기대한다”고 전했다.

DJI가 신규 스마트폰 짐벌인 오즈모 모바일 7(Osmo Mobile 7) 시리즈를 출시한다고 발표했다. 이번 신제품은 3축 안정화와 지능형 트래킹 기술을 한층 더 발전시킨 제품이다. 오즈모 모바일 7P와 오즈모 모바일 7은 DJI의 7세대 안정화 기술인 액티브트랙 7.0(ActiveTrack 7.0)을 탑재하고 있으며, 스마트폰으로 고품질 영상 촬영을 가능하게 하는 다양한 지능형 기능을 제공한다. 오즈모 모바일 7P는 오즈모 모바일 6의 휴대성과 트래킹 기능을 유지하면서 3축 스마트폰 안정화 성능을 더욱 강화했다. 새로운 다기능 모듈을 통해 피사체를 쉽게 추적하도록 돕고, 다양한 색온도와 밝기 조절이 가능한 통합 조명 제어 기능을 제공한다. 다기능 모듈이 마이크 수신기로 작동할 경우 USB-C 포트를 휴대폰에 연결하여 고품질 오디오 전송을 제공하는 동시에 추가 전력을 공급할 수 있다. 또한 빠른 원 스텝 펼치기, 내장 연장 봉과 삼각대로 손쉬운 설치가 가능하다.     오즈모 모바일 7은 약 300g의 무게를 갖춘 경량 짐벌이다. 오즈모 모바일 7P와 마찬가지로 콤팩트한 디자인과 간편한 사용성을 갖추고, 더욱 합리적인 가격대를 제공한다. 빠른 펼치기, 내장 삼각대 및 원 스텝 저장을 허용하며, 별도 판매되는 다기능 모듈과도 호환 가능하다. 다기능 모듈은 스마트폰의 기본 카메라, 라이브 스트리밍 앱 및 기타 카메라 앱을 사용하여 피사체를 쉽게 추적할 수 있게 해준다. 군중 속에서도 정확하게 초점을 유지하고 피사체가 잠시 프레임을 벗어났다가 다시 돌아와도 다시 포착할 수 있다. 이외에도 간단한 자석 클립으로 짐벌에 쉽게 부착 가능한 이 모듈은 손 동작으로 사진 촬영, 녹화 시작 및 중지, 트래킹 활성화 및 구도 조정이 가능하다. 오즈모 모바일 7 시리즈는 DJI 미모(DJI Mimo) 앱과 연동해 액티브트랙 7.0을 사용할 수 있다.  액티브트랙 7.0은 짐벌이 자동으로 피사체를 추적하고 움직임을 따라가도록 조정하며, 혼잡하거나 활동적인 환경에서도 원활하게 작동한다. 또한 스마트 캡처(Smart Capture) 기능으로 여러 피사체를 감지할 수 있으며, 사용자는 간단한 탭으로 특정 피사체를 고정하거나 다른 피사체로 전환할 수 있다. 스마트 트래킹(Smart Tracking) 기능은 사용자가 원하는 초점을 정확히 잡아내고, 피사체가 가려지거나 빠르게 움직이더라도 연속적인 트래킹을 유지한다. 이외에도 오즈모 모바일 7 시리즈는 초점 거리 조정이나 수동 포커스 전환 등 시네마틱한 제어를 위한 사이드 휠을 갖추었으며, DJI 미모 앱을 사용하여 애플 워치(Apple Watch)를 짐벌의 스마트 리모컨으로 활용할 수 있다. 작동 시간은 최대 10시간이다. DJI 오즈모 모바일 7 시리즈는 DJI 스토어 및 하이마트, 네이버 스마트 스토어 및 기타 공인 판매처를 통해 주문할 수 있다. 소매가격은 오즈모 모바일 7P가 17만 6000원, 오즈모 모바일 7이 10만 7000원이다. DJI의 페르디난드 울프(Ferdinand Wolf) 크리에이티브 디렉터는 “DJI는 수상 경력이 있는 영화 제작자부터 숏폼 콘텐츠 크리에이터까지, 창의적인 카메라 기술 생태계를 확장하고 관련 업계를 지속적으로 발전시키고 있다”며, “오즈모 모바일 7 시리즈의 최신 지능형 트래킹과 카메라 안정화 기술로 아름답고 전문적인 스마트폰 콘텐츠 제작의 문턱을 한층 낮췄다”고 말했다.

엔비디아가 더 강력하고 지능적인 AI 구축을 지원하는 ‘스케일링 법칙’을 소개했다. 엔비디아는 이 법칙이 훈련 데이터, 모델 파라미터 또는 컴퓨팅 리소스 크기가 증가함에 따라 AI 시스템 성능이 향상되는 방식을 설명한다고 밝혔다. AI 분야에서 오랫동안 정의된 아이디어 중 하나는 컴퓨팅, 훈련 데이터, 파라미터가 더 많을수록 더 나은 AI 모델이 만들어진다는 것이다. 하지만 이후 AI에는 컴퓨팅 리소스를 다양한 방식으로 적용하는 것이 모델 성능에 어떻게 영향을 미치는지 설명하는 세 가지 법칙이 대두됐다. 이는 사전 훈련 스케일링(pretraining scaling), 사후 훈련 스케일링(post-training scaling), 긴 사고(long thinking)라고도 불리는 테스트 타임 스케일링(test-time scaling)이다. 이들 법칙은 점점 더 복잡해지는 다양한 AI 사용 사례에서 추가 컴퓨팅을 사용하는 기술을 통해 AI 분야가 어떻게 발전해왔는지를 보여준다. 최근 추론 시 더 많은 컴퓨팅을 적용해 정확도를 향상시키는 테스트 타임 스케일링이 부상하면서 AI 추론 모델의 발전을 가능하게 했다. 이 모델은 작업을 해결하는 데 필요한 단계를 설명하면서 복잡한 문제를 해결하기 위해 여러 추론 패스를 수행하는 새로운 종류의 대규모 언어 모델(LLM)이다. 테스트 타임 스케일링은 AI 추론을 지원하기 위해 많은 양의 컴퓨팅 리소스를 필요로 하며, 이는 가속 컴퓨팅에 대한 수요를 더욱 증가시킬 것이다.     사전 훈련 스케일링은 AI 개발의 기본 법칙이다. 이는 훈련 데이터 세트 크기, 모델 파라미터 수, 컴퓨팅 리소스를 늘림으로써 개발자가 모델 지능과 정확도의 예측 가능한 향상을 기대할 수 있음을 입증했다. 한 연구 논문에서 설명한 사전 훈련 스케일링 법칙에 따르면, 규모가 큰 모델에 더 많은 데이터가 공급되면 모델의 전반적인 성능이 향상된다. 이를 실현하려면 개발자는 컴퓨팅을 확장해야 하며, 이 거대한 훈련 워크로드를 실행하기 위해서는 강력한 가속 컴퓨팅 리소스가 필요하다. 사후 훈련 기법은 조직이 원하는 사용 사례에 맞춰 모델의 특이성과 관련성을 더욱 향상시킬 수 있다. 사전 훈련이 AI 모델을 학교에 보내 파운데이션 기술을 배우게 하는 것이라면, 사후 훈련은 목표한 업무에 적용할 수 있는 기술을 갖추도록 모델을 향상시키는 과정이다. 예를 들어, LLM은 감정 분석이나 번역과 같은 작업을 수행하거나 의료, 법률과 같은 특정 분야의 전문 용어를 이해하도록 사후 훈련될 수 있다. 긴 사고라고도 하는 테스트 타임 스케일링은 추론 중에 발생한다. 사용자 프롬프트에 대한 단답형 답변을 빠르게 생성하는 기존 AI 모델과 달리, 이 기술을 사용하는 모델은 추론 중에 추가적인 계산 작업을 할당한다. 이를 통해 여러 가지 잠재적 답변을 추론한 후 최적의 답변에 도달할 수 있도록 한다. 테스트 타임 컴퓨팅의 부상으로 AI는 복잡한 개방형 사용자 쿼리에 대해 합리적이고 유용하며 보다 정확한 답변을 제공하는 능력을 갖추게 됐다. 이러한 기능은 자율 에이전틱 AI와 피지컬 AI(Physical AI) 애플리케이션에서 기대되는 세밀하고 다단계의 추론 작업에 매우 중요하다. 또한, 산업 전반에서 사용자에게 업무 속도를 높일 수 있는 고성능 비서를 제공해 효율성과 생산성을 향상시킬 수 있다. 의료 분야에서는 모델이 테스트 타임 스케일링을 사용해 방대한 양의 데이터를 분석하고 질병이 어떻게 진행될지 추론할 수 있다. 뿐만 아니라, 약물 분자의 화학 구조를 기반으로 새로운 치료법이 불러올 수 있는 잠재적인 합병증을 예측할 수 있다. 소매와 공급망 물류 분야에서는 긴 사고가 단기적인 운영 과제와 장기적인 전략 목표를 해결하는 데 필요한 복잡한 의사 결정을 도와줄 수 있다. 추론 기법은 여러 시나리오를 동시에 예측하고 평가해 기업이 위험을 줄이고 확장성 문제를 해결하는 데 도움이 된다. 이를 통해 보다 정확한 수요 예측, 간소화된 공급망 이동 경로, 조직의 지속 가능성 이니셔티브에 부합하는 소싱 결정을 가능하게 한다. 나아가 글로벌 기업에서는 이 기술을 세부적인 사업 계획 작성, 소프트웨어 디버깅을 위한 복잡한 코드 생성, 배송 트럭과 창고 로봇, 로보택시의 이동 경로 최적화 등에 적용할 수 있다. AI 추론 모델은 빠르게 진화하고 있다. 최근 몇 주 동안 OpenAI(오픈AI) o1-미니(o1-mini)와 o3-미니(o3-mini), 딥시크(DeepSeek) R1, 구글 딥마인드(Google DeepMind) 제미나이 2.0 플래시 씽킹(Gemini 2.0 Flash Thinking)이 소개됐으며, 곧 새로운 모델이 추가로 출시될 예정이다. 이러한 모델은 추론 중에 사고하고, 복잡한 질문에 대한 정답을 생성하기 위해 훨씬 더 많은 컴퓨팅이 필요하다. 따라서 기업은 복잡한 문제 해결, 코딩, 다단계 계획을 지원할 수 있는 차세대 AI 추론 도구를 제공하기 위해 가속 컴퓨팅 리소스를 확장해야 한다.