에이수스 코리아는 엔비디아 GB10 그레이스 블랙웰(Grace Blackwell) 기반의 개인용 AI 슈퍼컴퓨터 ‘Ascent GX10(어센트 GX10)’을 국내 공식 출시한다고 밝혔다. 에이수스 어센트 GX10은 높은 AI 성능과 공간 효율을 제공한다. 손바닥 정도의 사이즈임에도 최대 1000TOPs의 AI 성능을 구현하여 AI 연구원, 데이터 과학자뿐만 아니라 AI 기반 개발 및 연구를 필요로 하는 개인 및 기업 프로젝트에도 최적의 성능을 제공한다.     어센트 GX10은 내장된 GB10 그레이스 블랙웰 슈퍼칩을 통해 FP4 정밀도 기준 최대 1페타플롭의 AI 성능을 지원한다. 이를 위해 최신 세대 CUDA(쿠다) 코어와 5세대 텐서(Tensor) 코어를 탑재하였으며, NVLink C2C 인터커넥트를 통해 연결된 20개의 Arm 아키텍처 기반 고효율 코어를 포함하고 있다. 또한 128GB의 통합 시스템 메모리를 통해 최대 2000억개의 매개변수를 처리할 수 있으며, 엔비디아 커넥트X(NVIDIA ConnectX) 네트워크 인터페이스 카드를 활용해 GX10 시스템 두 대를 연결하여 라마 3.1(Llama 3.1)과 같이 더 많은 매개변수를 가진 대형 AI 모델도 효율적으로 학습하고 처리할 수 있다. 에이수스는 어센트 GX10이 가진 성능을 최대한 발휘할 수 있는 간편한 AI 모델 개발을 위한 쉬운 개발 환경을 제공한다. 개발자는 엔비디아 AI 소프트웨어 라이브러리를 사용할 수 있으며, 엔비디아 NGC 카탈로그와 엔비디아 개발자 포털에서 제공되는 소프트웨어 개발 키트(SDK), 오케스트레이션 도구, 프레임워크, 모델 등 다양한 리소스를 지원받을 수 있다. 여기에 더해 에이전트 AI 애플리케이션 구축을 위한 엔비디아 블루프린트(NVIDIA Blueprints)와 NIM 마이크로 서비스도 지원하여 다양한 연구 및 개발, 테스트가 가능하다. 에이수스는 국내 공식 대리점인 코잇, 크로스젠, 유니퀘스트, 대원CTS를 통해 어센트 GX10의 구매 및 상담이 가능하다고 전했다.

장동인 지음 / 2만 5000원 / 리코멘드 AI 도입, CEO의 기술 이해가 성공을 좌우한다 - 오라클·딜로이트 출신 전문가의 실전 AI 도입 전략서 출간 “기업의 AI 수준은 CEO의 AI 이해 수준을 넘을 수 없다.” ChatGPT부터 AI 에이전트까지 인공지능(AI)이 기업 경영의 핵심으로 부상했다. 기업들은 앞다투어 AI 도입에 나서고 있지만, 실질적인 성과를 내지 못하고 프로젝트가 좌초되는 사례가 속출하고 있다. 이는 시스템 구축에만 집중하고 현장과의 연동에 실패했거나, 경영진의 기술 이해 부족으로 전략을 세우지 못했기 때문이다. 국내 최고의 AI·빅데이터 전문가로 꼽히는 장동인 AIBB LAB 대표가 AI 도입의 성공 전략을 담은 책을 펴냈다. 오라클 본사, 딜로이트, 언스트앤영 등에서 30년간 글로벌 기업 컨설팅을 담당해 온 저자는 『돈 되는 AI, 어디서부터 무엇을 어떻게 해야 할까』를 통해 AI 도입을 고민하는 모든 기업인에게 실전 가이드라인을 제시한다. AI 프로젝트, 첫 문제 정의부터 실패한다 저자는 AI 프로젝트의 90%가 '첫 문제 정의 단계'에서부터 실패한다고 단언했다. 많은 기업이 AI를 도입하면 자동으로 성과가 나올 것이라 착각하지만, 명확한 문제 정의와 전략 없이는 실패를 피할 수 없다는 것이다. 이 책은 이론이 아닌 실전에 초점을 맞춰, 기업 현장에 바로 적용 가능한 구체적인 방법론을 제공한다. 특히 '돈 되는 AI' 문제 정의를 위한 4단계 필터링(문제 정의의 예리성, 데이터 연관성, AI 해결 가능 유형, ROI 산출)을 제시하고, ABCD 방법론(Analysis, Blueprint, Create, Develop)을 통해 AI 도입의 전 과정을 체계화했다. 경영진의 기술 이해가 기업의 생존을 결정한다 엔지니어 출신인 저자는 KAIST AI대학원 CAIO 과정 책임교수이자 6년간 <CEO를 위한 AI 코딩 강의>를 진행하며 경영진의 기술 이해를 강조해 왔다. 이 책에서도 경영진의 기술 이해가 AI 도입 성패를 좌우한다고 거듭 강조했다. 실무자를 위해서는 RAG(검색 증강 생성) 기술을 활용한 사내 지식 관리, AI 에이전트를 통한 업무 자동화, 기존 시스템과의 통합 방법 등 구체적인 실전 사례를 제시했다. 또한 보안이 중요한 기업 환경에 최적화된 오픈 소스 LLM, 클로즈드 소스 LLM, 하이브리드 등 다양한 AI 아키텍처를 비교 분석했다. 랭체인, 코파일럿 스튜디오 등 최신 AI 에이전트 개발 도구까지 실무 관점에서 총정리했다. 이 외에도 젠슨 황의 엔비디아 성공 비결, 딥시크(DeepSeek), 테스트 타임 스케일링, MCP(Model Context Protocol) 등 2025년 최신 AI 트렌드를 총망라해 AI 시대 비즈니스 방향을 고민하는 CEO, 임원, 기획자, 실무자 모두에게 필독서가 될 것으로 기대된다.

로지텍은 컴팩트한 사이즈와 가벼운 무게가 특징인 신규 무선 게이밍 마우스 ‘PRO X SUPERLIGHT 2c’를 국내 정식 출시했다고 밝혔다. PRO X SUPERLIGHT 2c는 글로벌 프로 e스포츠 선수들과의 협업을 통해 탄생한 마우스 제품으로, 제품 설계부터 테스트 단계까지 개발 전 과정에서 선수들의 피드백을 적극 반영한 점이 특징이다. 신제품은 기존 PRO X SUPERLIGHT 2와 비교해 더욱 컴팩트한 사이즈로 설계되었으며, 51g의 가벼운 무게로 장시간 게임 플레이에도 손목에 가해지는 부담을 줄인다. 작은 손 크기의 게이머나 섬세한 그립을 선호하는 사용자를 위해 설계됐으며, 클로 및 핑거 그립 등 다양한 마우스 그립 스타일에 최적화돼 안정적이고 편안한 사용 경험을 제공한다. 제품 컬러는 블랙, 화이트, 핑크 3종 구성으로 개인 스타일에 맞게 선택할 수 있다.     최대 4만 4000 DPI, 888 IPS와 88G 가속도를 지원하는 최상급 센서인 HERO 2 센서를 탑재해 빠르고 정확한 트래킹을 구현하여 최상의 게이밍 경험을 제공하는 것도 특징이다. 여기에 최대 8kHz의 폴링 레이트를 지원하는 LIGHTSPEED 무선 기술을 통해 입력 지연을 줄이고, 다양한 플레이 환경에서도 끊김 없는 안정적인 연결 성능을 보장한다. 탑재된 LIGHTFORCE 스위치는 옵티컬 스위치의 빠른 속도와 기존 마이크로 스위치의 선명한 클릭감을 모두 구현해, 빠른 입력과 정밀한 조작의 균형을 이룬다. 마우스 피트는 제로-애디티브(ZERO-ADDITIVE) PTFE 소재로 구성되어 있어, 부드럽고 원활한 사용 경험을 제공한다. 또한 로지텍 G HUB 소프트웨어를 통해 세부 설정을 자유롭게 조정할 수 있다. X축과 Y축의 DPI 값을 각각 독립적으로 설정할 수 있으며, 수직 동작 거리(LOD) 역시 게이머의 취향과 플레이 스타일에 맞게 세밀하게 조절할 수 있다. 여기에 더해, 기존에 사용하던 마우스 제품의 감도 설정과도 손쉽게 동기화할 수 있어, 익숙한 환경에서 일관된 플레이 경험을 유지할 수 있다. 전력 효율도 높여서, 한 번 충전으로 최대 95시간 동안 사용할 수 있다. 배터리는 USB-C 케이블을 통한 유선 충전과 로지텍 POWERPLAY 2 무선 충전 시스템을 통한 무선 충전을 모두 지원한다. 로지텍 코리아의 조정훈 지사장은 “PRO X SUPERLIGHT 2c는 더욱 컴팩트한 사이즈와 가벼워진 무게로 게이머들이 중시하는 정밀함과 빠른 속도에 집중한 신제품”이라며, “글로벌 e스포츠 프로 선수들과 함께 만들어낸 제품인 만큼, 모든 게이머가 만족할 수 있는 무선 게이밍 마우스로 자리 잡을 것으로 기대한다”고 밝혔다.

슈나이더 일렉트릭이 선박 자동화 환경에 최적화된 HMI(Human Machine Interface) 설루션으로 ‘프로페이스(Pro-face) HMI GP6000’ 시리즈를 앞세워 스마트십 시장 공략에 속도를 내고 있다. 최근 해양 및 조선 산업은 IMO(국제해사기구)의 온실가스 규제 강화와 친환경 선박으로의 전환이라는 복합적인 과제에 직면해 있다. 특히, 선박의 디지털화와 자율 운항 기술 도입이 가속화되면서, 선원과 선박 시스템 간의 정보를 연결하고 제어하는 HMI의 역할이 중요해지고 있다. 이러한 흐름 속에서 슈나이더 일렉트릭은 해양 환경의 엄격한 요구사항을 충족시키고 스마트십(Smart Ship)의 완성도를 높이는 차세대 선박용 HMI인 '프로페이스 HMI GP6000’ 시리즈를 통해 해양 자동화 시장에서 입지를 강화하고 있다.     GP6000 시리즈는 해양 산업의 혹독한 운용 환경을 고려해 설계됐다. 극한의 온도 변화, 외부 충격, 염분과 습기, 직사광선 등 다양한 외부 요인에도 안정적으로 작동해 선박 및 해양 플랜트에서 요구되는 높은 내구성과 신뢰성을 갖춘 것이 특징이다. IP66F, IP67F, UL 50/50E 등 다양한 국제 방진·방수 규격을 충족하며, DIN 장착형은 -20°C~+60°C, 패널 장착형은 0°C~+60°C의 온도 범위에서도 문제없이 작동한다. 내부 구조는 강한 진동과 충격에 견딜 수 있도록 보강되었고, 강한 햇빛에서도 뛰어난 시인성을 확보하기 위해 안티글레어 시트를 옵션으로 제공한다. 또한 EMC 테스트를 통해 전자기 잡음에 대한 저항성도 입증받았다. 특히 GP6000 시리즈의 DC 모델은 DNV, NK, CCS EU RO MR, IACS UR E10 등 선박용 기자재에 필수로 요구되는 주요 글로벌 인증을 획득하여 다양한 해양 운항 환경에 유연하게 적용이 가능하다. 슈나이더 일렉트릭은 사용성 편의성도 GP6000 시리즈의 강점으로 내세운다. 장갑을 착용한 상태에서도 조작이 가능한 선택형 터치 모드를 지원해 선교나 엔진룸처럼 조작이 열악한 환경에서도 안정적인 제어가 가능하다. 또한, 0~100단계의 정밀한 밝기 조절 기능을 통해 암전 상태나 야간 운항 시에도 우수한 가시성과 안전성을 보장한다. 보안 측면에서는 프로페이스 커넥트(Pro-face Connect)를 기반으로 한 암호화 통신 기능, 부팅 시 보안 점검, 탬퍼-에비던트 씰(Tamper-Evident Seal) 등을 통해 장비의 무결성을 확보했다. 국제 산업 사이버 보안 표준인 IEC 62443을 준수하여, 선박 사이버 보안 규제에도 대응할 수 있다는 것이 슈나이더 일렉트릭의 설명이다. 지속가능성 또한 주요 설계 요소 중 하나다. 디스플레이와 I/O 유닛이 분리된 모듈형 구조로 유지보수가 간편하며, 원격 모니터링 및 직관적인 가이드 기반 트러블슈팅 기능을 통해 장애 대응 시간을 최소화한다. 에너지 효율 면에서도 평균 13%의 전력 절감 효과를 제공하며, 절전 모드에서는 최대 30%까지 에너지 사용을 줄일 수 있다. 더불어 저탄소 알루미늄과 바이오 플라스틱 사용, 100% 재활용 가능한 패키징을 통해 IMO의 환경 규제에도 부합하는 친환경 설계를 실현했다. 슈나이더 일렉트릭 코리아 산업 및 공정 자동화 사업부의 채교문 본부장은 “프로페이스 HMI GP6000 시리즈는 국제 인증, 내구성, 사이버 보안 등 선박용 HMI에 요구되는 핵심 요소를 모두 갖춘 최적의 설루션”이라며, “특히 DNV 인증, IEC 62443 보안 대응, 모듈형 설계 등은 실제 해양 운용 현장에서 강력한 차별화 요소로 작용하고 있으며, 이를 기반으로 해양 자동화 시장에서의 입지를 더욱 강화해 나갈 계획”이라고 전했다.

HPE는 에릭슨과 협력해 통신 서비스 사업자가 멀티벤더 인프라 스택을 구축하는 과정에서 직면하는 핵심 과제를 해결하기 위한 공동 검증 랩 설립을 발표했다. 이번 협력은 클라우드 네이티브 기반의 AI 지원 듀얼모드 5G 코어 설루션의 검증을 통해, 새로운 서비스 도입 과정의 복잡성을 관리하면서도 고성능·확장성·효율성을 갖춘 네트워크를 구축해야 하는 증가하는 수요에 대응한다. HPE와 에릭슨은 이를 기반으로 통신사들이 운영을 간소화하고 혁신을 가속화하며, 초연결 시대의 요구사항을 충족할 수 있도록 지원할 계획이다. 공동 검증 랩은 상호운용성 테스트를 수행하고 검증된 설루션이 통신사의 요구사항을 충족하는지 확인하는 테스트 환경으로 활용된다. 이 스택은 에릭슨의 듀얼모드 5G 코어 설루션과 HPE 프로라이언트 컴퓨트(HPE ProLiant Compute) Gen12 서버, 앱스트라 데이터센터 디렉터(Apstra Data Center Director) 기반으로 관리되는 HPE 주니퍼 네트워킹(HPE Juniper Networking) 패브릭, 그리고 레드햇 오픈시프트(Red Hat OpenShift)로 구성된다. ▲‘에릭슨 듀얼 모드 5G 코어’는 5G와 4G 네트워크를 모두 지원하는 설루션으로, 효율적인 확장 및 미래 대비 네트워크 구축을 원하는 통신사의 복잡성과 운영 비용을 절감한다. ▲‘HPE 프로라이언트 DL360 및 DL380 Gen12 서버’는 인텔 제온 6 프로세서를 탑재해 AMF, UPF, SMF 등 네트워크 집약적 텔코 CNF(Containerized Core Network Functions)를 위한 최적의 성능을 제공한다. 또한 칩에서 클라우드까지 보안을 구현한 HPE Integrated Lights Out(iLO) 7을 통해 모든 계층에서 내장형 보안을 제공한다. ▲‘HPE 주니퍼 네트워킹 고성능 패브릭’은 QFX 시리즈 스위치와 앱스트라 데이터센터 디렉터를 기반으로 인텐트 기반 자동화(Intent-based Automation)와 AIOps 기반 보증 기능을 통해 운영 효율을 강화하고 비용을 절감한다. ▲‘레드햇 오픈시프트’는 공통 클라우드 네이티브 텔코 플랫폼으로서, 통신사가 새로운 서비스를 빠르게 개발·배포·확장할 수 있는 민첩성을 제공한다. 이를 통해 시장 출시 시간을 단축하고 기존 배포 주기를 개선하며, 코어에서 에지까지 일관되고 자동화된 운영 경험을 제공해 복잡한 네트워크 기능 배포 및 관리를 간소화한다.     스웨덴 에릭슨 본사 인근에 위치한 이번 검증 랩은 2025년 말 가동을 시작할 예정이다. 또한 실제 고객 테스트와 피드백을 통해 검증을 진행하고, 2026년 상반기에는 통합 설루션의 상용 검증을 완료해 시장 출시 속도를 높이고 라이프사이클 관리 효율을 강화할 계획이다. HPE의 페르난도 카스트로 크리스틴(Fernando Castro Cristin) 텔코 인프라 사업부 부사장 겸 총괄은 “HPE는 에릭슨과의 전략적 파트너십을 바탕으로 통신사가 5G 및 AI 중심의 경제에서 성공할 수 있도록 혁신적인 기술 설루션을 제공하는 데 주력하고 있다”면서, “에릭슨의 클라우드 네이티브 듀얼모드 5G 코어와 레드햇 오픈시프트를 검증된 차세대 HPE 컴퓨트 인프라 및 HPE 주니퍼 네트워킹 패브릭과 통합함으로써, HPE는 통신사가 신속한 서비스 배포와 수요 기반 확장, 트래픽 변동에 대한 유연한 대응, 예측 가능한 라이프사이클 관리, 그리고 빠르게 진화하는 기술 환경에 적응할 수 있는 새로운 통합 설루션을 개발하고 있다”고 말했다. 에릭슨의 크리슈나 프라사드 칼루리(Krishna Prasad Kalluri) 코어 네트웍스 설루션 및 포트폴리오 부문 총괄은 “에릭슨은 5G 및 코어 네트워크 분야의 글로벌 리더로서, 통신사가 클라우드 네이티브 네트워크로 전환하는 여정을 간소화할 수 있도록 개방성과 혁신을 지속적으로 추진하고 있다”며, “HPE와의 협력 및 공동 검증 랩 설립은 멀티벤더 인프라 환경에서 클라우드 네이티브 5G 코어 설루션 개발을 한층 더 발전시키는 중요한 계기가 될 것”이라고 밝혔다.

디지털 트윈과 AI가 시뮬레이션과 현실의 간극을 메우다   제조 시설은 지속적인 문제에 직면해 있다. 정비 일정은 일반적으로 실제 마모와 관계없이 3개월마다 부품을 점검하고 6개월마다 구성 요소를 교체하는 등 엄격한 일정을 따른다. 그 결과 불필요한 점검과 교체로 인한 비효율적인 시간 낭비가 발생하고, 반대로 정비 일정 전에 부품이 고장 나는 일도 생긴다. 센트랄수펠렉-파리 사클레대학교(CentraleSupélec–Université Paris-Saclay)의 지궈 젠(Zhiguo Zeng) 교수와 그의 연구팀은 디지털 트윈 기술과 딥러닝을 결합한 혁신적인 접근 방식을 통해 이 문제를 해결하고 있다. 그들의 목표는 모든 중요 부품에 센서를 배치할 필요 없이 시스템 수준의 모니터링 데이터만으로 로봇 시스템의 구성요소 수준의 고장을 감지하는 것이다. 젠 교수는 “유지보수는 공장에서 매우 큰 문제”라면서, “기계에 유지보수가 필요한 시기를 미리 안다면 주문이 적은 시기에 수리 일정을 잡을 수 있어 생산성 손실을 최소화할 수 있다”고 말했다. 그는 신뢰성 공학과 수명 예측 분야에서 풍부한 경험을 갖고 있지만, 디지털 트윈 기술은 그의 이전 연구와는 결이 다른 새로운 영역이었다. 센트랄수펠렉의 안 바로스(Anne Barros) 교수와 페드로 로드리게스-아예르베(Pedro Rodriguez-Ayerbe) 교수가 주도하는 학제 간 프로젝트인 ‘미래의 산업(Industry of the future)’에 참여하면서, 그는 디지털 트윈이 어떻게 강력한 시뮬레이션 도구를 물리적 시스템에 실시간으로 직접 연결할 수 있는지 깨달았다. 젠 교수는 “디지털 트윈은 결함 진단에 매우 유용하다. 이를 실제 기계의 데이터에 연결하여 그 데이터로 모델을 개선할 수 있다”고 설명했다.  제조업, 자동차, 항공우주 및 기타 분야로 활용 영역이 확대되면서, 디지털 트윈은 인더스트리 4.0에서 유망한 기술 중 하나로 자리잡고 있다. 물리적 객체나 시스템의 가상 복제본인 디지털 트윈(digital twin)을 생성함으로써, 조직은 운영 현황과 유지보수 필요성을 명확하게 파악할 수 있다. 또한 디지털 트윈은 예측 유지 관리 시스템 개발의 어려운 측면 중 하나인 고장 데이터의 부족에 대한 해결책을 제시한다. 젠 교수는 “현실에서는 고장이 자주 발생하는 걸 보기는 어렵다. 그래서 이제는 시뮬레이션을 통해 고장 데이터를 만들어낸다”고 설명했다.   가상과 물리의 가교 역할 디지털 트윈 프로젝트는 물리적 시스템과 가상 시스템 간의 다양한 수준의 통합을 통해 구현 옵션을 제공한다. 젠 교수의 연구팀은 세 가지 서로 다른 수준의 디지털 표현으로 작업했다. 기본 수준에서 디지털 모델은 기존 시뮬레이션처럼 작동하며, 물리적 시스템과 데이터를 교환하지 않는 정적 모델로 오프라인에서 실행된다. 그다음 단계는 디지털 섀도로, 가상 모델이 물리적 시스템의 데이터를 받아 그 행동을 미러링하지만 제어하지는 않는다. 가장 발전된 구현은 데이터와 정보의 양방향 흐름을 갖춘 진정한 디지털 트윈이다. 여기서 모델은 관찰을 바탕으로 스스로 업데이트하고 물리적 시스템을 제어하는 실시간 결정을 내린다. 연구팀은 테스트용으로 ArmPi FPV 교육용 로봇을 선택했다. 이 로봇은 5개의 관절과 하나의 엔드이펙터로 구성되며, 6개의 서보 모터로 제어된다. 결함 진단의 기초가 될 만큼 정확한 디지털 트윈을 만드는 것은 어려운 일이었다. 또한 기존 모니터링 접근 방식의 한계를 해결해야 했다. 젠 교수는 “대부분의 산업 사례에서 베어링을 진단하려면 베어링 수준의 센서가 필요하며, 이는 쉽지 않은 일이다. 내부에 베어링이 있는 큰 기계를 상상해보면 센서를 설치하기 위해서는 기계를 분해해야 하는데 때로는 공간이 충분하지 않을 때도 있다”고 말했다.   그림 1. ArmPi FPV 교육용 로봇(출처 : 센트랄수펠렉)   그들의 접근 방식은 시스템 수준 데이터(로봇 엔드 이펙터의 이동 궤적)를 사용하여 구성 요소 수준의 오류(개별 모터 문제)를 진단하는 것이었다. 또한 디지털 트윈을 사용하여 관찰할 수 있는 것과 감지해야 할 것 사이의 격차를 해소하고자 했다. 연구팀은 시뮬링크(Simulink)와 심스케이프 멀티바디(Simscape Multibody)를 사용하여 디지털 트윈을 구축했으며, 구성요소와 시스템 수준 동작을 모두 나타내는 계층적 모델을 만들었다. 젠 교수는 “모든 것은 시뮬레이션 모델을 설계하는 것으로 시작한다. 동적 시스템과 그 제어기를 모델링하고 싶다면 시뮬링크는 매우 강력하다”고 말했다. 연구팀은 시뮬링크를 사용해 모터 제어기를 PID 제어기로 모델링하면서 실험적으로 조정한 게인 값을 활용했다. 또한, 시뮬링크의 시각화 기능을 적극적으로 활용해 시뮬레이션 데이터와 실제 로봇의 센서 데이터를 연동할 수 있는 인터페이스를 구축하고, 실시간 모니터링 환경을 구성하였다. ROS 툴박스(ROS Toolbox)는 로봇 하드웨어와의 연결에서 유용한 역할을 했다. 젠 교수는 “로봇 운영 체제(Robot Operating System : ROS)를 사용하려면 일반적으로 ROS와 파이썬(Python) 환경을 별도로 구성하고 모든 연결을 직접 처리해야 한다”면서, “ROS 툴박스를 사용하면 이런 설정이 자동으로 관리되기 때문에 많은 노력을 아낄 수 있다”고 설명했다. 연구팀은 AI 모델 학습을 위한 데이터 준비 과정에서는 두 가지 접근 방식을 시도하였다. 먼저, 로봇에 입력되는 모터 명령과 그에 따른 그리퍼(gripper)의 움직임 패턴과 같은 원시 계측값을 기반으로 데이터를 수집하였다. 이후에는 디지털 트윈을 활용한 방식을 도입하였다. 시뮬레이션을 통해 로봇이 명령에 따라 어떻게 움직여야 하는지를 예측하고, 이 결과를 실제 움직임과 비교함으로써 예상과 실제 간의 차이를 도출하였다. 이러한 차이는 미세한 고장을 감지하는 데 유용한 지표로 작용하였다.   그림 2. 심스케이프 멀티바디의 로봇 팔에 대한 시뮬링크 모델(출처 : 센트랄수펠렉)   연구팀은 딥 러닝 툴박스(Deep Learning Toolbox)를 사용하여 장단기 메모리(Long Short-Term Memory : LSTM) 신경망을 훈련하여 특정 실패를 나타내는 패턴을 식별했다. 모델 아키텍처에는 각각 100개의 숨겨진 단위가 있는 두 개의 LSTM 계층, 그 사이의 드롭아웃 계층 및 완전히 연결된 분류 계층이 포함된다. 연구팀은 매트랩 앱 디자이너(MATLAB App Designer)를 사용하여 각 모터의 위치, 전압 및 온도를 포함한 실시간 데이터를 수집하는 그래픽 사용자 인터페이스를 설계했다. 이 인터페이스를 통해 로봇의 상태를 모니터링하고 오류 진단 모델의 예측을 검증할 수 있었다. 이러한 통합 도구들이 원활하게 함께 작동하면서, 연구팀은 소프트웨어 호환성 문제와 씨름하기보다는 효율적으로 기술적 과제 해결에 집중할 수 있었다.   현실 격차에 도전하다 연구팀은 실제 로봇에서 훈련된 모델을 테스트했을 때 연구원들이 ‘현실 격차’라고 부르는 시뮬레이션과 현실 세계 간의 불일치에 직면했다. 결함 진단 모델은 시뮬레이션에서 98%의 정확도를 달성하여 모터 고장의 위치와 유형을 모두 정확하게 식별했지만, 실제 로봇에서 테스트했을 때 성능은 약 60%로 떨어졌다. 젠 교수는 “시뮬레이션이 현실과 일치하지 않는 이유를 분석하고 있다”고 말하며, “실제 세계를 시뮬레이션 상에서 표현할 때 고려하지 못한 요소들이 있다”고 설명했다. 젠 교수와 그의 연구팀은 통신 신뢰성 문제, 시뮬레이션에서 고려되지 않은 모터 노이즈, 제어 명령과 모니터링 활동 간의 동기화 문제 등 성능 격차에 기여하는 여러 요인을 확인했다.   그림 3. 정상 상태 오류에서 로봇 팔의 애니메이션 및 관련 혼동 매트릭스(출처 : 센트랄수펠렉)   이러한 과제는 디지털 트윈 애플리케이션의 광범위한 문제를 반영한다. 현실은 가장 정교한 시뮬레이션보다 더 복잡하다. 연구팀은 낙담하기보다는 실제 노이즈 패턴을 시뮬레이션 하는 모듈을 디지털 트윈에 추가하고 전이 학습에 도메인 적응 기술을 적용하는 등 이러한 격차를 해소하기 위한 방법을 개발했다. 젠 교수는 “디지털 트윈 모델을 개발할 때 보정 테스트를 하긴 하지만, 이 역시 통제된 환경에서 이루어진다”고 말했다. 이어서 “하지만 산업 현장에 모델을 실제로 적용하면 훨씬 더 많은 노이즈가 포함된 데이터를 접하게 된다. 이처럼 현실의 노이즈를 알고리즘 관점에서 어떻게 보정할 것인가는 매우 도전적인 연구 주제”라고 설명했다. 이러한 수정을 통해 연구팀은 실제 세계 정확도를 약 85%까지 개선했다. 이는 실용적 구현을 향한 중요한 진전이다.   소규모 실험실에서 스마트 공장으로 연구팀의 작업은 단일 로봇을 넘어서 확장되고 있다. 이들은 다수의 로봇이 협업하며 생산 라인을 구성하는 소규모 스마트 공장 환경을 구축하고 있으며, 이를 통해 고장 진단 알고리즘을 보다 실제에 가까운 조건에서 실험하고자 한다. 젠 교수는 “우리는 미니 스마트 공장을 구축하려고 한다”면서, “생산 설비와 유사한 환경을 만들어 로봇에 알고리즘을 적용해, 실제 생산 스케줄링에 통합될 수 있는지를 실험하고 있다”고 설명했다. 이러한 접근 방식은 교육적 효과도 크다. 센트랄수펠렉의 공학과 학생들은 수업과 프로젝트를 통해 디지털 트윈, 로보틱스, 머신러닝 기술을 실습 기반으로 학습하고 있다. 젠 교수는 “학생들이 처음부터 가상 공간에서 모델을 직접 설계하고 이를 점차 실제 로봇과 연결해가는 과정을 보면, 그들이 이 과정을 진심으로 즐기고 있다는 걸 알 수 있다”고 전했다. 이 연구는 제조업뿐 아니라 물류, 스마트 창고 등 다양한 산업 분야로의 확장이 가능하다. 예를 들어 스마트 창고에서는 로봇이 정해진 경로를 따라 이동하지만, 장애물이 나타나면 이를 인식하고 경로를 유동적으로 조정해야 한다.   그림 4. 여러 로봇이 소규모 스마트 공장 환경의 생산 라인에서 협력하여 작동한다.(출처 : 센트랄수펠렉)   젠 교수는 “스마트 창고에서 로봇은 사전 정의된 규칙을 따르지만, 패키지가 떨어지고 경로가 막히는 등 경로를 리디렉션하고 다시 프로그래밍해야 하는 경우가 있을 수 있다. 이런 경우 로봇을 조정하기 위해 각 로봇의 실시간 위치를 알아야 하기 때문에 디지털 트윈 시스템이 필요하다”고 설명했다. 연구팀은 구성요소가 고장 날 때 로봇의 움직임을 조정하는 것과 같은 내결함성 제어를 포함한 추가 응용 프로그램을 모색하고 있다. 또한 연구자들은 에너지 소비만 고려하는 것이 아니라, 궤적 최적화 모델에서 각 모터의 성능 저하 수준과 잔여 유효 수명도 고려하는 건전성 인식 제어를 개발하고 있다. 그들의 코드, 모델, 데이터 세트를 깃허브 저장소(GitHub repository)를 통해 자유롭게 공개하고 있으며, 다른 연구자들이 이를 바탕으로 연구를 확장해 나가기를 기대하고 있다. 목표는 개선의 출처가 어디든 간에, 보다 나은 고장 진단 시스템을 구축하는 것이다. 젠 교수는 “누군가 우리보다 더 나은 결과를 만들어낸다면 정말 기쁠 것”이라고 전했다. 중국 제조업 현장에서 일하던 부모님의 영향을 받아 공학자의 길을 걷게 된 젠 교수에게 이번 연구는 단순한 학문적 탐구를 넘어선 개인적인 사명이기도 하다. 젠 교수는 “어릴 때 제조업에서 일하는 것이 얼마나 힘든 일인지 직접 보며 자랐다”면서, “내가 그렸던 비전은 그런 육체 노동을 로봇이 대체하게 해 사람들이 보다 나은 삶을 살 수 있도록 하는 것이었다”고 전했다.   ■ 이웅재 매스웍스코리아의 이사로 응용 엔지니어팀을 이끌고 있으며, 인공지능·테크니컬 컴퓨팅과 신호처리·통신 분야를 중심으로 고객의 기술적 성공을 지원하는 데 주력하고 있다. LG이노텍과 LIG넥스원에서 연구개발을 수행하며 신호처리와 통신 분야의 전문성을 쌓아왔다.     ■ 기사 PDF는 추후 제공됩니다.

아마존웹서비스(AWS)가 포괄적인 에이전틱 플랫폼인 ‘아마존 베드록 에이전트코어(Amazon Bedrock AgentCore)’를 출시한다고 발표했다. AWS는 “미션 크리티컬 시스템 구축 경험을 바탕으로 개발된 아마존 베드록 에이전트코어는 안전하고 신뢰할 수 있으며 확장 가능한 종합 에이전트 플랫폼으로, 에이전트의 비결정적 특성에 최적화된 프로덕션 환경을 제공한다”고 소개했다. 에이전트코어는 기업이 AI 에이전트를 파일럿에서 프로덕션까지 신속하게 전환하고 개발자가 에이전트를 구축, 배포, 운영하는 데 필요한 완전한 기반을 제공한다. 개발자는 복잡한 워크플로를 처리할 수 있도록 에이전트에 도구, 메모리, 데이터를 손쉽게 연결할 수 있으며, 몇 줄의 코드로 안전하고 확장 가능한 런타임 환경에 배포할 수 있다. 또한 엔터프라이즈급 접근 제어 및 관리 기능을 통해 안정적으로 운영할 수 있다. 이 모든 기능은 인프라를 관리 없이 원하는 모델이나 프레임워크를 자유롭게 선택해 쉽게 시작할 수 있다. 에이전트코어는 구축부터 배포, 운영까지 에이전트 개발 수명주기 전반에 걸쳐 완전 관리형 서비스를 제공하는 에이전틱 플랫폼이다. 기업은 원하는 모델이나 프레임워크를 자유롭게 조합해 사용할 수 있으며 엔터프라이즈급 인프라 및 도구에 대한 액세스와 함께 높은 유연성을 제공한다. 에이전트코어는 통합 또는 개별 사용이 가능한 컴포저블(composable) 서비스를 제공한다. 기업은 크루AI, 구글 ADK, 랭그래프, 라마인덱스, 오픈AI 에이전트 SDK, 스트랜드 에이전트 등 선호하는 프레임워크와 아마존 베드록에서 제공되는 모델 또는 오픈AI, 제미나이 등 아마존 베드록 외부 모델을 사용하여 필요한 에이전트코어 서비스를 선택할 수 있다.     에이전트코어 코드 인터프리터(AgentCore Code Interpreter)는 격리된 환경에서 에이전트가 코드를 안전하게 생성하고 실행할 수 있게 하며, 에이전트코어 브라우저(AgentCore Browser)는 대규모 웹 애플리케이션 상호작용을 지원한다. 에이전트코어 게이트웨이(AgentCore Gateway)는 기존 API와 AWS 람다(AWS Lambda) 함수를 에이전트 호환 도구로 전환하고 기존 모델 컨텍스트 프로토콜(Model Context Protocol : MCP) 서버에 연결하며, 지라, 아사나, 젠데스크 등 서드파티 비즈니스 도구 및 서비스와의 원활한 통합을 제공한다. 에이전트코어 아이덴티티(AgentCore Identity)를 통해 에이전트는 오스(OAuth) 표준을 사용한 적절한 인증 및 권한 부여로 이러한 도구에 안전하게 액세스하고 운영할 수 있다. AI 에이전트는 컨텍스트를 유지하고 상호작용을 통해 학습할 수 있어야 한다. 에이전트코어 메모리(AgentCore Memory)는 개발자가 복잡한 메모리 인프라를 관리하지 않고도 정교하고 컨텍스트를 인식하는 경험을 만들 수 있도록 지원하며, 에이전트가 사용자 선호도, 과거 상호작용, 관련 컨텍스트에 대한 상세한 이해를 구축하고 유지할 수 있게 한다. 아마존 클라우드워치(Amazon CloudWatch) 기반의 에이전트코어 옵저버빌리티(AgentCore Observability)는 실시간 대시보드와 상세한 감사 추적을 통해 포괄적인 모니터링을 제공한다. 기업은 모든 에이전트 작업을 추적하고 문제를 신속하게 디버깅하며 성능을 지속적으로 최적화할 수 있다. 오픈텔레메트리(OpenTelemetry : OTEL) 호환성을 통해 다이나트레이스, 데이터독, 아리제 피닉스, 랭스미스, 랭퓨즈 등 기존 모니터링 도구와 통합된다. 에이전트 워크로드는 기존 애플리케이션과 달리 실행 시간이 불규칙하다. 에이전트코어 런타임(AgentCore Runtime)은 이러한 변동성(variability)에 대응해 필요에 따라 제로에서 수천 개의 세션으로 자동 확장되며 장시간 실행 작업을 위한 업계 최고 수준의 8시간 런타임을 제공한다. 에이전트코어는 에이전트가 안전하게 작동할 수 있도록 모든 서비스에 보안을 내장했다. 가상 프라이빗 클라우드(VPC) 환경과 AWS 프라이빗링크(AWS PrivateLink)를 지원하여 네트워크 트래픽을 비공개로 안전하게 유지한다. 에이전트코어 런타임은 마이크로VM 기술을 통해 매우 높은 수준의 보안을 제공하여 각 에이전트 세션에 고유한 격리된 컴퓨팅 환경을 제공함으로써 데이터 유출을 방지하고 모든 상호작용의 무결성을 유지한다. 에이전트코어는 키로(Kiro), 커서AI(Cursor A)I와 같은 통합 개발 환경(IDE)과 호환되는 MCP 서버를 통해 프로덕션급 에이전트 구축을 지원한다. AWS는 “시작까지 단 몇 분밖에 걸리지 않지만 이는 단순한 도구가 아니라 강력한 보안을 유지하면서 제로에서 수천 개의 세션으로 즉시 확장할 수 있는 완전한 기능의 프로덕션급 설루션”이라고 소개했다. 아마존 디바이스 운영 및 공급망(Amazon Devices Operations & Supply Chain) 팀은 에이전트코어를 사용하여 에이전틱 제조 접근 방식을 개발하고 있다. AI 에이전트들은 제품 사양을 사용하여 함께 작업하며 수동 프로세스를 자동화하며 협업한다. 한 에이전트는 제품 요구사항을 읽고 품질 관리를 위한 상세한 테스트 절차를 만들고, 다른 에이전트는 제조 라인의 로봇에 필요한 비전 시스템을 훈련시킨다. 그 결과 기존에 며칠이 걸리던 객체 감지 모델 미세 조정이 1시간 이내에 높은 정밀도로 단축됐다. 에이전트코어는 뭄바이, 싱가포르, 시드니, 도쿄, 더블린, 프랑크푸르트, 미국 동부(버지니아 북부), 미국 동부(오하이오), 미국 서부(오리건) 등 9개 AWS 리전에서 정식 출시됐다. 기업은 에이전트코어에서 작동하도록 설계된 AWS 마켓플레이스(AWS Marketplace)의 사전 구축된 에이전트 및 도구를 통해 가치 실현 시간을 가속화할 수 있다.

마이크로소프트가 코파일럿을 통해 윈도우 11 PC에 강력한 AI 경험을 제공하는 대규모 업데이트를 발표하면서, 모든 윈도우 11 PC를 AI PC로 전환하기 위한 노력을 이어갈 것이라고 전했다. 이번 업데이트는 AI 기능을 윈도우 사용 환경에 통합해, 윈도우 11 사용자가 보다 쉽고 직관적으로 AI를 활용할 수 있도록 설계됐다. 마이크로소프트는 AI PC에 필요한 요소를 ▲자연어 문자 및 음성을 기반으로 상호작용하고 사용자를 이해 ▲사용자가 보는 시각적 정보를 같이 인식하고 도움을 추천 ▲사용자 승인 하에 능동적으로 작업 수행 등 세 가지로 제시하고 있다. 윈도우 11은 코파일럿과의 음성 기반 상호작용을 지원한다. 마이크로소프트는 음성 사용 시 코파일럿과의 상호작용 빈도가 문자보다 두 배 이상 높다는 점에 주목하면서, 간편한 음성 기반 접근으로 사용자가 코파일럿과 더욱 깊은 상호작용을 할 수 있도록 지원한다. 윈도우 11 PC의 코파일럿 앱 설정에서 이 기능을 활성화시키면 호출어인 ‘헤이 코파일럿(Hey, Copilot)’으로 코파일럿 보이스(Copilot Voice)를 실행할 수 있다. 사용자가 호출어를 말하면 화면에 마이크 아이콘이 표시되고 인식 신호음이 울리며 대화가 시작된다. 대화 종료는 ‘굿바이(Goodbye)’라는 음성 명령 또는 종료 버튼으로 실행되며, 몇 초간 상호작용이 없는 경우에도 신호음과 함께 자동으로 코파일럿이 대화를 종료한다. 코파일럿 비전(Copilot Vision)도 코파일럿이 제공되는 전 세계 윈도우 11에서 정식 지원된다. 이 기능은 사용자가 데스크톱 화면이나 앱을 공유하면 코파일럿이 화면 콘텐츠를 인식해 관련 인사이트를 제공하고, 질문에 응답하거나 음성으로 가이드를 제공하는 방식으로 작동한다. 게임 탐색, 이력서 작성, 창작 프로젝트 개선 등 다양한 작업에 활용할 수 있다.     또한, 사용자는 ‘쇼 미 하우(Show me how)’라는 음성 명령어를 통해 특정 작업의 수행 절차를 보여주도록 요청할 수 있다. 코파일럿은 앱 내 클릭 위치와 절차를 시각적으로 안내하며, 게임 플레이, 사진 보정, 여행지와 일정에 따른 준비물 검토 등 다양한 작업 환경에서 조언을 제공한다. 코파일럿 비전과의 문자 기반 대화도 가능해진다. 기존에는 음성 기반의 상호작용만 가능했으나, 마이크로소프트는 윈도우 인사이더 프로그램(Windows Insider Program)을 통해 코파일럿 비전과 텍스트 입력 방식으로도 상호작용할 수 있는 기능을 공개할 예정이다. 윈도우 11의 작업 표시줄에는 새로운 ‘애스크 코파일럿(Ask Copilot)’ 기능이 추가된다. 애스크 코파일럿 활성화를 통해 사용자는 코파일럿 비전과 코파일럿 보이스를 한 번의 클릭으로 손쉽게 이용하고, 코파일럿을 PC 사용 경험에 자연스럽게 통합해 지원, 안내, 협업 등 필요한 기능을 언제든지 활용할 수 있다. 새로운 작업 표시줄은 사용자가 더 적은 노력으로 더 많은 것을 성취하도록 돕고, 한층 생산적이고 재미있는 작업 경험을 제공하는 허브로서 기능한다. 사용자는 앱, 파일, 설정 등에 더욱 빠르게 접근함으로써 검색어를 입력하는 즉시 결과를 확인할 수 있다. 지난 5월 웹 기반 작업 수행 기능으로 공개된 코파일럿 액션(Copilot Actions on the web)은 윈도우 내 로컬 파일에서도 직접 작업을 수행할 수 있도록 기능이 확장된다. 이 기능은 윈도우 인사이더의 코파일럿 랩스(Copilot Labs)에서 프리뷰 형태로 제공될 예정이다. 범용 에이전트로서 코파일럿은 PC에 있는 맥락을 기반으로 데스크톱과 웹 애플리케이션과 상호작용하며 사진 정리, PDF 정보 추출 등 작업을 대신 수행한다. 사용자는 자연어로 작업을 지시한 후 다른 업무에 집중하며 작업 진행 상황을 실시간으로 확인하고 어떤 작업이 수행되었는지 검토할 수 있다. 코파일럿은 외부 서비스와의 연동도 지원한다. 사용자가 연결을 승인하면, 원드라이브(OneDrive), 아웃룩(Outlook), 지메일(Gmail) 등 이메일, 연락처, 일정 기반의 주요 플랫폼 서비스를 코파일럿 온 윈도우(Copilot on Windows)에 직접 연동해 활용할 수 있다. 사용자는 “치과 예약 세부 정보 찾아줘”, “이메일 주소 알려줘” 등의 명령어를 통해 캘린더나 이메일에서 필요한 정보를 빠르게 검색할 수 있으며, 원드라이브에 저장된 문서도 함께 확인할 수 있다. 검색 결과는 워드(Word), 엑셀(Excel), 파워포인트(PowerPoint) 등 다양한 형식으로 내보내는 것도 가능하다. 윈도우 설정과도 연동된다. 사용자가 윈도우 PC 설정에 대해 “화면을 더 읽기 쉽게 만들어줘”, “집중을 위해 방해 요소 줄여줘” 등 자연어 명령으로 요청하면, 코파일럿이 관련 설정 페이지로 자동 안내한다. 더 간편하게 작업을 완료할 수 있는 AI 액션 기능도 추가됐다. 매너스(Manus)는 다양한 작업을 수행할 수 있는 범용 AI 에이전트로, 파일 탐색기(File Explorer) 내에서 한 번의 클릭으로 로컬 폴더의 문서를 활용한 웹사이트를 자동 생성할 수 있다. 문서를 선택한 뒤 마우스 오른쪽 버튼을 눌러 ‘매너스로 웹사이트 만들기’를 실행하면, 별도의 업로드나 코딩 없이 몇 분 만에 웹사이트가 제작된다. 이 기능은 현재 비공개 프리뷰 단계에 있으며, 향후 파일 탐색기에서 필모라(Filmora)를 실행해 쉽고 간편하게 영상을 편집할 수 있는 새로운 AI 액션도 공개될 예정이다. 마이크로소프트는 코파일럿+ PC를 대상으로, 클릭 투 두(Click to Do)와 줌(Zoom) 연동 기능을 윈도우 인사이더 프로그램을 통해 도입할 예정이다. 이 기능을 통해 사용자는 화면에 표시된 이메일 주소 위에 마우스를 올리기만 해도, 별도의 앱 전환 없이 줌 미팅을 즉시 예약할 수 있다. 한편, 마이크로소프트는 “윈도우 11은 마이크로소프트의 시큐어 퓨처 이니셔티브(Secure Future Initiative)에 따라 역대 운영체제들 중 가장 안전하다. 특히 윈도우에 에이전트 기능이 도입되면서, 개인정보와 시스템 보호를 위한 방어 체계가 한층 강화됐다”고 소개했다. 코파일럿 액션은 사용자가 모든 실행 권한을 직접 제어할 수 있도록 설계됐다. 이 기능은 기본적으로 비활성화된 상태로 제공되며, 사용자가 직접 활성화 여부를 선택할 수 있다. 모든 실행 과정은 사용자에게 투명하게 공유되며, 민감한 작업 단계에서는 특정 작업을 위해 사용자에게 별도의 승인을 요청할 수 있다. 마이크로소프트는 프리뷰 테스트를 통해 사용자 피드백을 반영하고, 기능의 안전성과 개인정보 보호 수준을 지속적으로 개선해 나갈 계획이다. 마이크로소프트의 유수프 메흐디(Yusuf Mehdi) 최고 소비자 마케팅 책임자는 “이번 업데이트를 통해 마이크로소프트는 모든 윈도우 11 PC를 코파일럿 중심의 AI PC로 전환하는 데 한 걸음 더 나아갔다”며, “매일 사용하는 윈도우 환경에 AI를 통합함으로써 사용자들이 가장 강력한 AI 기술을 보다 쉽게 활용할 수 있도록 했다”고 말했다.