엔비디아가 대한민국 정부 및 기업들과 협력해 클라우드와 AI 팩토리를 중심으로 25만 개 이상의 GPU를 포함하는 전국 규모의 AI 인프라 확장 계획을 발표했다. 이번 인프라는 공공과 민간 부문이 함께 구축하며, 자동차, 제조, 통신 등 한국 주요 산업 전반의 AI 기반 혁신과 경제 성장을 견인할 핵심 토대가 될 예정이다. 이번 계획은 세계 각국 정상이 APEC 정상회의 참석을 위해 한국에 모인 가운데 발표됐다.  과학기술정보통신부는 기업과 산업 전반의 독자 AI 개발을 가속화하기 위해 최신 엔비디아 GPU 5만 개 도입을 추진 중이라고 밝혔다. AI 인프라 구축은 엔비디아 클라우드 파트너인 네이버 클라우드와 NHN클라우드, 카카오가 국가 독자 클라우드 내 컴퓨팅 인프라를 확장하기 위해 엔비디아 블랙웰(Blackwell) 등 GPU 1만 3000 개를 초기 도입하는 것을 시작으로, 향후 국가 AI컴퓨팅센터 구축 등을 통해 수년간 점진적으로 확대될 예정이다. 이 AI 인프라는 연구기관, 스타트업, AI 기업이 모델과 애플리케이션을 개발할 수 있도록 개방되며, 이는 대한민국의 AI 역량 강화와 인프라 확충을 위한 국가 전략을 뒷받침하게 된다. 또한, 엔비디아는 한국의 산업계, 학계, 연구기관과 AI-RAN과 6G 인프라 개발에도 함께하고 있다. 엔비디아는 최근 삼성(Samsung), SK텔레콤(SK Telecom), 한국전자통신연구원(ETRI), KT, LG유플러스(LG U+), 연세대학교와 협력해 지능형·저전력 AI-RAN 네트워크 기술을 공동 개발 중이다. 이 기술은 GPU 연산 작업을 디바이스에서 네트워크 기지국으로 오프로딩함으로써 컴퓨팅 비용을 절감하고 배터리 수명을 연장할 수 있도록 설계됐다.     한국의 자동차, 제조, 통신 분야 선도 기업들은 엔터프라이즈와 피지컬 AI 개발을 가속화하기 위해 대규모 AI 인프라 투자와 확장을 추진하고 있다. 삼성은 GPU 5만 개 이상을 탑재한 엔비디아 AI 팩토리를 구축해 지능형 제조를 발전시키고 제품과 서비스 전반에 AI를 적용한다. 삼성은 엔비디아 네모트론(Nemotron) 사후 훈련 데이터세트, 엔비디아 쿠다-X(CUDA-X), 엔비디아 cu리소(cuLitho) 라이브러리, 엔비디아 옴니버스(Omniverse) 등 엔비디아 기술을 활용해 정교한 반도체 제조 공정의 속도와 수율을 개선하는 디지털 트윈을 구축한다. 또한 엔비디아 코스모스(Cosmos), 엔비디아 아이작 심(Isaac Sim), 엔비디아 아이작 랩(Isaac Lab)을 활용해해 가정용 로봇 개발 포트폴리오를 강화하고 있다. SK그룹은 반도체 연구·개발·생산을 고도화하고, 디지털 트윈과 AI 에이전트 개발을 지원하는 클라우드 인프라 구축을 위해 5만 개 이상의 GPU를 탑재할 수 있는 AI 팩토리를 설계하고 있다. SK텔레콤은 엔비디아 RTX PRO 6000 블랙웰 서버 에디션 GPU를 기반으로 한 소버린 인프라를 제공해, 국내 제조 기업들이 엔비디아 옴니버스를 활용할 수 있도록 지원할 계획이다. SK 텔레콤은 스타트업, 기업, 정부 기관을 대상으로 디지털 트윈과 로보틱스 프로젝트 가속화를 위한 산업용 클라우드 인프라를 제공할 예정이다. 현대자동차그룹과 엔비디아는 한층 심화된 협력 단계로 나아가며, 모빌리티, 스마트 공장, 온디바이스 반도체 전반에 걸쳐 AI 역량을 공동 개발할 예정이다. 양사는 AI 모델 훈련과 배포를 위해 5만 개의 블랙웰 GPU를 기반으로 협력을 추진한다. 또한 한국 정부의 국가 피지컬 AI 클러스터 구축 이니셔티브를 지원하기 위해, 현대자동차그룹과 엔비디아는 정부 관계자들과 긴밀히 협력해 생태계 조성을 가속화할 계획이다. 이를 통해 약 30억 달러 규모의 투자가 이루어져 한국의 피지컬 AI 산업 발전을 한층 앞당길 전망이다. 주요 이니셔티브로는 엔비디아 AI 기술 센터, 현대자동차그룹 피지컬 AI 애플리케이션 센터, 지역 AI 데이터센터 설립 등이 포함된다. 네이버 클라우드는 소버린 AI와 피지컬 AI용 인프라를 구축하기 위해 엔비디아 AI 인프라를 확장하고 있다. 이에 따라 엔비디아 RTX PRO 6000 블랙웰과 기타 엔비디아 블랙웰 GPU를 포함해 최대 6만 개의 GPU를 도입할 예정이다. 네이버 클라우드는 엔비디아 AI 인프라에서 구동되는 엔비디아 네모트론 오픈 모델을 기반으로 차세대 소버린 AI 개발의 다음 단계를 준비 중이다. 또한 네이버 클라우드는 조선, 보안 등 산업 특화 AI 모델을 개발하고, 대한민국 국민 모두를 위한 포용적 AI 구현에 주력할 계획이다. 과학기술정보통신부는 엔비디아와의 협력을 기반으로 주권 언어 모델 개발을 위한 독자 AI 파운데이션 모델(Sovereign AI Foundation Models) 프로젝트를 추진한다. 본 프로젝트는 엔비디아 네모와 오픈 엔비디아 네모트론 데이터세트를 활용해 로컬 데이터를 기반으로 추론(reasoning) 모델을 개발하고 디스틸(distilling)할 예정이다. 또한 LG AI연구원, 네이버 클라우드, NC AI, SK텔레콤, 업스테이지가 독자 모델 개발을 지원하는 프로젝트에 협력한다. 기업, 연구진, 스타트업은 이 모델 개발에 기여하고 이를 활용해 음성, 추론 등 다양한 기능을 갖춘 AI 에이전트를 개발할 수 있다. LG는 피지컬 AI 기술 개발을 촉진하고, 피지컬 AI 생태계를 지원하기 위해 엔비디아와 협력하고 있다. 양사는 LG 엑사원(EXAONE) 모델을 활용해 스타트업과 학계를 지원한다. 일례로, 암 진단을 지원하는 모나이(MONAI) 프레임워크 기반의 엑사원 패스(EXAONE Path) 의료 모델이 있다. 한국과학기술정보연구원(KISTI)은 엔비디아와 협력해 한국의 슈퍼컴퓨터 6호기 ‘한강’을 활용한 연구 협력을 촉진하기 위한 공동연구센터 설립을 추진 중이다. KISTI는 또한 양자 프로세서와 GPU 슈퍼컴퓨팅을 연결하는 엔비디아의 새로운 개방형 아키텍처 NVQ링크(NVQLink) 지원을 발표했다. 엔비디아 쿠다-Q(CUDA-Q) 플랫폼과 연동되는 NVQ링크는 KISTI가 양자 오류 정정과 하이브리드 애플리케이션 개발 등 분야의 연구를 심화해 차세대 양자-GPU 슈퍼컴퓨터 개발을 가속화할 수 있도록 지원한다. KISTI는 또한 과학 연구 개발을 위한 파운데이션 모델을 구축하고, 오픈소스 엔비디아 피직스네모(PhysicsNeMo) 프레임워크를 활용한 물리 기반 AI 모델 개발을 연구자들에게 지원할 예정이다. 엔비디아와 파트너들은 한국의 경제 발전과 기회 창출을 위해 엔비디아 인셉션(NVIDIA Inception) 프로그램으로 스타트업을 육성하는 얼라이언스를 설립한다. 얼라이언스 회원사는 SK텔레콤을 포함한 엔비디아 클라우드 파트너가 제공하는 가속 컴퓨팅 인프라를 활용할 수 있다. 또한, IMM인베스트먼트, 한국투자파트너스, SBVA 등 벤처캐피털 얼라이언스와 엔비디아 인셉션의 지원을 받게 된다. 아울러 스타트업은 엔비디아의 소프트웨어와 전문 기술 역량도 활용할 수 있게 돼, 차세대 기업들의 성장을 더욱 신속하게 추진할 수 있게 된다. 엔비디아는 스타트업을 위한 엔비디아 인셉션 프로그램의 성과를 바탕으로, 차세대 기업 지원을 위해 한국 정부와도 협력할 계획이다. 또한 중소기업벤처부에서 운영하는 ‘엔업(N-Up)’ AI 스타트업 육성 프로그램에도 참여할 예정이다. 엔비디아의 젠슨 황 CEO는 “대한민국은 기술과 제조 분야에서 선도적 입지를 갖추고 있으며, 이는 대한민국이 AI 산업 혁명의 중심에 서 있음을 보여준다. 이 산업혁명에서 가속 컴퓨팅 인프라는 전력망과 광대역만큼 중요한 기반이 되고 있다. 한국의 물리적 공장이 정교한 선박, 자동차, 반도체, 전자제품으로 세계에 영감을 주었듯, 이제는 인텔리전스라는 새로운 수출품을 생산하며 글로벌 변화를 이끌 수 있다”고 말했다. 배경훈 부총리 겸 과학기술정보통신부 장관은 “AI가 단순히 혁신을 넘어 미래 산업의 기반이 된 지금, 대한민국은 변혁의 문턱에 서 있다. 엔비디아와 함께 국가 AI 인프라를 확충하고 기술을 개발하는 것은 제조업 역량 등 한국이 보유한 강점을 더욱 강화할 수 있는 투자이며, 이는 글로벌 AI 3대 강국을 향한 대한민국의 번영을 뒷받침할 것”이라고 말했다.

IBM은 자사의 메인프레임 시스템 IBM z17 및 IBM 리눅스원 5(IBM LinuxONE 5)에 적용 가능한 인공지능(AI) 가속기 ‘스파이어 엑셀러레이터(Spyre Accelerator)’를 정식 출시한다고 밝혔다. 스파이어 엑셀러레이터는 생성형 및 에이전트 기반 AI 업무를 지원하는 빠른 추론 기능을 제공하며, 핵심 업무의 보안과 복원력을 최우선으로 고려해 설계되었다. 12월 초부터는 파워11(Power11) 서버용 제품도 제공될 예정이다. 오늘날 IT 환경은 기존의 논리 기반 업무 흐름에서 에이전트 기반 AI 추론 중심으로 전환되고 있으며, AI 에이전트는 저지연(low-latency) 추론과 실시간 시스템 반응성을 요구한다. 기업은 처리량의 저하없이 가장 까다로운 엔터프라이즈 업무와 AI 모델을 동시에 처리할 수 있는 메인프레임과 서버 인프라를 필요로 한다. IBM은 이러한 수요에 대응하기 위해서 생성형 및 에이전트 기반 AI를 지원하면서도 핵심 데이터, 거래, 애플리케이션의 보안과 복원력을 유지할 수 있는 AI 추론 전용 하드웨어가 필수적이라고 판단했다. 스파이어 엑셀러레이터는 기업이 중요한 데이터를 사내 시스템(온프레미스, on-premise) 내에서 안전하게 관리할 수 있도록 설계되었으며, 운영 효율성과 에너지 절감 효과도 함께 제공한다.     스파이어 엑셀러레이터는 IBM 리서치 AI 하드웨어 센터의 혁신 기술과 IBM 인프라 사업부의 개발 역량이 결합된 결과물이다. 시제품으로 개발된 이후 IBM 요크타운 하이츠 연구소의 클러스터 구축과 올버니대학교 산하 ‘신흥 인공지능 시스템 센터(Center for Emerging Artificial Intelligence Systems)’와의 협업을 통해 빠른 반복 개발 과정을 거쳐 완성도를 높였다. 이렇게 기술적 완성도를 높여 온 시제품 칩은 현재는 IBM Z, 리눅스원, 파워 시스템에 적용 가능한 기업용 제품으로 진화했다. 현재 스파이어 엑셀러레이터는 32개의 개별 가속 코어와 256억 개의 트랜지스터를 탑재한 상용 시스템온칩(SoC, system-on-a-chip) 형태로 완성되었다. 5나노미터 공정 기술을 기반으로 제작된 각 제품은 75와트(Watt) PCIe 카드에 장착되며, IBM Z 및 리눅스원 시스템에는 최대 48개, IBM 파워 시스템에는 최대 16개까지 클러스터 구성이 가능하다. IBM 고객들은 스파이어 엑셀러레이터를 통해 빠르고 안전한 처리 성능과 사내 시스템 기반의 AI 가속 기능을 활용할 수 있다. 이는 기업이 IBM Z, 리눅스원, 파워 시스템 상에서 데이터를 안전하게 유지하면서도 AI를 대규모로 적용할 수 있게 되었음을 의미한다. 특히, IBM Z 및 리눅스원 시스템에서는 텔럼 II(Telum II) 프로세서와 함께 사용되어 보안성, 저지연성, 높은 거래 처리 성능을 제공한다. 이를 통해 고도화된 사기 탐지, 유통 자동화 등 예측 기반 업무에 다중 AI 모델을 적용할 수 있다. IBM 파워 기반 서버에서는 AI 서비스 카탈로그를 통해 기업 업무 흐름에 맞춘 종합적인 AI 활용이 가능하다. 고객은 해당 서비스를 한 번의 클릭으로 설치할 수 있으며, 온칩 가속기(MMA)와 결합된 파워용 스파이어 엑셀러레이터는 생성형 AI를 위한 데이터 변환을 가속화해 심층적인 프로세스 통합을 위한 높은 처리량을 제공한다. 또한 128개 토큰 길이의 프롬프트 입력을 지원하며, 이를 통해 시간당 800만 건 이상의 대규모 문서를 지식 베이스에 통합할 수 있다. 이러한 성능은 IBM의 소프트웨어 스택, 보안성, 확장성, 에너지 효율성과 결합되어, 기업이 생성형 AI 프레임워크를 기존 업무에 통합해 나가는 여정을 효과적으로 지원한다. IBM 인프라 사업부 최고운영책임자(COO)이자 시스템즈 사업부 총괄 배리 베이커(Barry Baker) 사장은 “스파이어 엑셀러레이터를 통해 IBM 시스템은 생성형 및 에이전트 기반 AI를 포함한 다중 모델 AI를 지원할 수 있는 역량을 갖추게 됐다. 이 기술 혁신은 고객이 AI 기반 핵심 업무를 보안성과 복원력, 효율성을 저해하지 않고 확장할 수 있도록 돕는 동시에, 기업 데이터의 가치를 효과적으로 끌어낼 수 있도록 지원한다”고 말했다. IBM 반도체 및 하이브리드 클라우드 부문 무케시 카레(Mukesh Khare) 부사장은 “IBM은 2019년 AI 리서치 하드웨어 센터를 설립해, 생성형 AI와 대규모 언어 모델(LLM)이 본격적으로 확산되기 이전부터 AI의 연산 수요 증가에 대응해 왔다. 최근 고도화된 AI 역량에 대한 수요가 높아지는 가운데, 해당 센터에서 개발된 첫 번째 칩이 상용화 단계에 진입해 자랑스럽다”면서, “이번 스파이어 칩의 정식 출시로 IBM 메인프레임 및 서버 고객에게 향상된 성능과 생산성을 제공할 수 있게 되었다”고 설명했다.

지멘스 디지털 인더스트리 소프트웨어가 디자인센터 솔리드 엣지(Designcenter Solid Edge) 소프트웨어의 최신 업데이트를 발표했다. 지멘스는 자사의 설계 제품군을 아우르는 통합 브랜드인 ‘디자인센터(Designcenter)’를 2025년 초 발표하고, 솔리드 엣지와 NX를 여기에 포함시켰다. 솔리드 엣지의 최신 업데이트에는 AI 기반 신규 기능과 생산성, 문서화, 사용자 경험 개선 사항이 포함된다. 이는 설계 및 엔지니어링 팀이 온프레미스와 클라우드 환경 전반에서 보다 수월하게 협업하고, 빠르고 스마트하게 작업할 수 있도록 지원한다. 2026 업데이트는 설계 워크플로를 혁신하는 지능형 자동화 기능을 도입한다. 새로운 마그네틱 스냅 어셈블리(Magnetic Snap Assembly) 기능은 AI 기술을 활용해 제약 조건을 자동 적용함으로써 부품 배치 속도를 높인다. 한편 새로운 자동 도면 기능은 AI를 사용해 최소한의 입력만으로 2D 도면 뷰(치수가 포함된 직교, 단면, 등각 투영 뷰 포함)의 최대 80%를 생성한다. 또한, 디자인센터 솔리드 엣지는 설계 환경 내에서 실시간 상황 인식 지원을 제공하는 대화형 AI 챗봇인 디자인 코파일럿(Design Copilot)을 도입한다.     새로운 도구는 복잡한 어셈블리를 단순화하고 제조 준비도를 향상시킨다. 새로운 파트 디스플레이 컨피규레이션(Part Display Configuration)과 향상된 비주얼 익스플로드(Visual Explode) 기능은 문서화와 재사용을 지원한다. 통합된 탭과 슬롯 생성, 다중 에지 플랜지 트리밍, 벽 두께 지원은 재작업을 줄이고 제조 가능성을 개선한다. 디자인센터 솔리드 엣지는 더욱 강력한 도면 작성과 모델 기반 정의(MBD) 기능을 제공한다. 네이트브 개정 테이블, 자동 홀 공차 지정, 그리고 3D PDF 내보내기 시 PMI 단면도 뷰를 지원하여 정확성과 규정 준수가 향상된다. 사용자 정의 기호와 도면 뷰의 음영 처리된 데칼(decal)은 팀 간 협업과 후속 공정에서의 시각적 커뮤니케이션을 강화한다. 이번 업데이트는 더욱 현대적이고 개인화된 설계 경험을 제공한다. 새로운 다크 테마, 확장 가능한 SVG 아이콘, 그리고 새롭게 디자인된 커맨드 바는 사용성을 개선하고 시각적 피로를 낮춘다. 클라우드 기반 설정 동기화는 기기 간 일관된 구성을 보장한다. 또한 가치 기반 라이선싱은 실제 사용량에 맞춰 고급 도구에 대한 유연한 토큰 기반 접근을 제공한다. 한편, 디자인센터 X 솔리드 엣지(Designcenter X Solid Edge) 소프트웨어는 클라우드 중심 모바일 워크플로를 위한 하이브리드 SaaS(서비스형 소프트웨어) 기능을 도입함으로써 디자인센터 솔리드 엣지의 데스크톱 기능을 보완한다. 사용자는 지정 사용자 라이선싱을 통해 선호 설정을 동기화하고, 여러 기기에서 도구에 접근하며, 보다 유연하게 협업할 수 있다. 지멘스의 디자인센터 솔리드 엣지 2026와 디자인센터 X 솔리드 엣지는 지멘스 엑셀러레이터(Siemens Xcelerator) 포트폴리오의 일부로 제공된다. 지멘스 디지털 인더스트리 소프트웨어의 존 밀러(John Miller) 메인스트림 엔지니어링 부문 수석 부사장은 “지멘스는 디자인센터 솔리드 엣지 2026과 디자인센터 X 솔리드 엣지를 통해 현대 엔지니어링 팀의 변화하는 요구를 충족하는 보다 스마트하고 연결된 설계 경험을 제공한다. 강력한 AI 자동화와 유연한 클라우드 워크플로의 결합은 고객이 혁신을 가속화하고, 복잡성을 줄이며, 빠르게 변화하는 시장에서 경쟁력을 유지할 수 있도록 돕는다”고 말했다.

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.

  알테어가 고성능 컴퓨팅(HPC) 및 클라우드 플랫폼 ‘알테어 HPC웍스(Altair HPCWorks) 2026’을 발표했다. 이번 업데이트는 그래픽처리장치(GPU) 통합 및 활용도 강화, 인공지능(AI)·머신러닝 지원 확대, 고도화된 리포팅 기능을 통해 HPC 환경의 가시성과 효율성을 향상시켰다. 최신 버전은 AI 워크로드를 중심으로 설계돼 GPU와의 통합성을 강화했다. 업데이트된 쿠버네티스 커넥터 및 주피터 노트북 연동 기능을 통해 AI 및 머신러닝 모델 학습 환경을 효율적으로 지원하며, 엔비디아, AMD, 인텔 GPU 가속기를 폭넓게 지원한다. IT 관리자는 향상된 GPU 탐색 및 리포팅 기능을 통해 GPU 리소스를 손쉽게 통합하고 최적화할 수 있다. AI 기반 자동화 기능도 대폭 강화됐다. HPC웍스 2026은 AI 기반 메모리 자원 예측 기능을 통해 작업 제출 및 자원 활용을 최적화하고, 지능형 스케줄링 및 메모리 선택 기능으로 HPC 워크로드의 효율성을 극대화한다. 사용자는 복잡한 정보기술(IT) 지식 없이도 빠르게 결과를 얻을 수 있다. 양자 컴퓨팅 지원도 강화됐다. 새로 출시된 버전은 전통적인 방식의 HPC와 양자 컴퓨팅을 결합한 하이브리드 워크플로를 효율적으로 실행할 수 있도록 지원한다. 이를 통해 신용카드 사기 거래 탐지와 같이 복잡하고 동적인 패턴을 분석하는 작업에 활용할 수 있다. 알테어 HPC웍스 2026은 자사 AI 플랫폼인 알테어 래피드마이너와의 연계를 통해 맞춤형 AI 모델 학습과 워크로드 자동화를 지원한다. 또한 리포트·대시보드 확장, 윈도우 전용 데스크톱 클라이언트 제공, 스트리밍 API 등으로 IT 운영 효율을 강화했다. 알테어의 샘 마할링엄 최고기술책임자(CTO)는 “기술 환경이 빠르게 진화함에 따라 알테어는 AI, 머신러닝, 데이터 분석, EDA(전자설계자동화), 양자 컴퓨팅 등 최신 워크로드를 완벽히 지원하도록 설루션을 발전시키고 있다”면서, “지멘스의 일원으로서 향후 이러한 기술력을 더욱 가속화할 예정”이라고 말했다.

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.

카스퍼스키는 자사의 플래그십 제품군인 카스퍼스키 넥스트(Kaspersky Next)를 강화하기 위해, 중소 및 중견기업을 위한 설루션 카스퍼스키 넥스트 XDR 옵티멈(Kaspersky Next XDR Optimum)과 카스퍼스키 넥스트 MXDR 옵티멈(Kaspersky Next MXDR Optimum)을 새롭게 출시했다. 이번 신제품은 강화된 보호, 자동화된 대응, 손쉬운 배포, 그리고 관리형 보안을 제공하여, 기업이 기존 자원을 과도하게 소모하지 않고도 현대적 위협을 효과적으로 차단하고 리스크를 최소화할 수 있도록 지원한다. 사이버 위협이 점점 더 복잡해지고 비용 부담이 커짐에 따라, 중견기업은 합법적인 도구를 악용하거나 탐지를 회피하는 고도화된 공격에 직면하고 있다. 동시에, 제한된 예산과 숙련된 보안 인력 부족은 첨단 보안 대책의 구축과 운영을 어렵게 만든다. 카스퍼스키는 이러한 기업들이 과도한 비용 부담 없이 효과적으로 자신을 보호할 수 있도록, 사용하기 쉽고 강력한 설루션인 카스퍼스키 넥스트 XDR 옵티멈과 카스퍼스키 넥스트 MXDR 옵티멈을 출시했다. 카스퍼스키 넥스트 XDR 옵티멈은 모든 규모의 기업을 위한 카스퍼스키의 플래그십 제품군 카스퍼스키 넥스트에 새롭게 추가된 설루션이다. 이 제품은 IT 인프라가 구축되어 있으며, 중간 수준의 보안 예산을 가지고 소규모 보안 조직이 관리하는 중소·중견기업에 특히 적합하다. 이 설루션은 카스퍼스키의 AI 기반 보안 전문성을 바탕으로 한 종합적이고 관리 가능한 보안을 제공한다. 강화된 엔드포인트 보안과 자동 위협 대응은 물론, 합리적인 비용으로 사용하기 쉬운 탐지·대응 툴을 제공하여 회피형 공격을 효과적으로 식별, 분석, 무력화할 수 있다. 또한 클라우드 및 온프레미스 환경 모두에 유연하게 배포할 수 있다. 이 제품은 엔드포인트 보호를 위한 머신러닝 기반의 안티랜섬웨어 및 안티멀웨어 도구를 통해, 알려진 위협과 알려지지 않은 위협 모두로부터 감염을 차단하여 업무 중단을 예방한다. 엔드포인트 내외부 위협 움직임에 대한 통합 가시성을 확보하고, 자동화 및 가이드 기반 대응을 통해 공격에 신속히 대처할 수 있으며, 고급 조사 도구를 통한 활동 추적도 지원한다. 또한, 클라우드 샌드백스(Cloud Sandbox)와 통합되어 악성 파일을 신속하게 분석하고, 샘플 업로드 및 평판 조회를 수초 내에 수행하여 향후 IoC 스캔을 강화할 수 있다. IT팀 및 직원들에게 핵심 보안 지식을 제공하여 조직 전반에 보안 인식 문화를 확산하는 한편, 사용자 행위 기반의 시스템 하드닝을 통해 공격 표면을 줄이고, 중앙집중식 취약점 관리, 패치 및 암호화 관리로 시간을 절약한다. 조직에서 사용 중인 클라우드 서비스를 모니터링하여 무단 접근을 차단하고, 마이크로소프트 365(Microsoft 365) 앱 내 민감 데이터 저장 현황을 파악하여 데이터와 직원을 보호하는 것도 가능하다. 기존에 카스퍼스키 넥스트 EDR 옵티멈(Kaspersky Next EDR Optimum)을 사용 중인 기업은 카스퍼스키 넥스트 XDR 옵티멈으로 원활하게 업그레이드할 수 있으며, 데이터 손실 없이 기존 인터페이스를 그대로 유지한 채 더 진화된 XDR급 기능을 활용할 수 있다.     카스퍼스키 넥스트 MXDR 옵티멈은 광범위한 보호를 원하지만 내부 보안 역량 구축 부담은 피하고자 하는 기업을 위한 제품이다. 24/7 관리형 보안 설루션으로, 카스퍼스키 넥스트 XDR 옵티멈의 핵심 기능을 기반으로 한 강력한 위협 탐지 및 대응을 제공한다. 기업의 내부 팀은 IoC 스캔과 클라우드 샌드박스 등 기본 툴로 초기 위협 분석을 수행하고, 카스퍼스키팀은 실시간 데이터 내 고급 위협 탐지, AI 기반 알림 분석, 신속한 대응 또는 상세한 복구 가이드를 제공한다. 이 협업 접근법을 통해 기업은 빠른 사고 해결과 전반적인 보안 체계 강화를 동시에 달성할 수 있다. 카스퍼스키의 일리야 마르켈로프 통합 플랫폼 제품 라인 총괄은 “카스퍼스키 넥스트 XDR 옵티멈과 카스퍼스키 넥스트 MXDR 옵티멈은 수많은 독립 기관의 평가로 입증된 높은 수준의 엔드포인트 보호를 기반으로, 추가적인 시스템 컴포넌트 도입 없이도 기존 인프라에 원활히 통합될 수 있다. 최소한의 시간과 자원으로 회피형 공격에 대한 방어 능력을 크게 강화할 수 있으며, 고객은 카스퍼스키 전문가의 모니터링 및 대응 서비스(MXDR)를 선택하거나, 독립적으로 XDR 설루션을 운영하는 방식 중 원하는 방법을 선택해 고품질 보호를 보장받을 수 있다”고 밝혔다. 카스퍼스키 이효은 한국지사장은 “한국 기업들은 점점 더 은밀한 표적 공격에 직면하고 있으며, 하이브리드 근무 환경과 클라우드 전환은 방어 부담을 가중시키고 있다. 이번에 발표한 카스퍼스키 넥스트 XDR 옵티멈과 카스퍼스키 넥스트 MXDR 옵티멈은 한국의 중소·중견기업을 위해 설계된 설루션으로, AI 기반 자동 방어 및 유연한 배포 기능을 제공하여 하이브리드 클라우드 환경에 최적화되어 있다. 파일리스 공격등 신종 위협에도 대응할 수 있으며, 운영 단순화와 로컬 팀 협업을 통해 취약점 관리와 위협 추적을 강화하여 비즈니스 연속성을 보장하고, 한국의 사이버 보안 전략에 부합하는 방어 체계를 마련할 수 있다”고 말했다.