어도비가 크리에이티브 에이전트 기반의 ‘파이어플라이 AI 어시스턴트(Firefly AI Assistant)’를 공개하며 생성형 AI 기술의 새로운 혁신을 선보였다. 파이어플라이 AI 어시스턴트는 어도비의 다양한 창작 도구를 하나의 대화형 인터페이스로 통합한 것이 특징이다. 이 서비스는 어도비 파이어플라이에서 곧 사용할 수 있다. 크리에이터가 일상적인 언어로 원하는 결과물을 설명하면 파이어플라이를 비롯해 포토샵, 프리미어, 라이트룸, 익스프레스, 일러스트레이터 등 크리에이티브 클라우드 앱 전반의 복잡한 작업을 조율하고 실행한다. 어도비는 이번 발표가 크리에이티브 작업 방식의 근본적인 변화를 의미한다고 설명했다. 크리에이터가 비전과 방향성을 제시하면 어시스턴트가 작업을 수행하는 구조로, 창작 과정에 드는 시간과 노력을 줄이면서도 제작자의 주도권을 유지하도록 설계했다.     영상 및 이미지 편집 기능도 강화했다. 파이어플라이 비디오 에디터에는 노이즈를 줄이고 음질을 개선하는 음성 강화 기능과 정밀한 색상 조정 기능이 추가됐다. 또한 8억 개 이상의 라이선스 애셋을 보유한 어도비 스톡을 워크플로 내에서 바로 활용할 수 있다. 이미지 편집에서는 ‘정밀도 흐름’과 ‘AI 마크업’ 기능을 도입했다. 정밀도 흐름은 슬라이더를 이용해 이미지의 변형 정도를 세밀하게 탐색할 수 있는 기능이다. AI 마크업은 브러시나 사각형 도구로 편집 위치를 직접 지정해 사물을 배치하거나 조명을 조정하는 정밀 제어를 지원한다. 어도비는 자체 모델 외에도 외부 AI 모델과의 협력을 확대했다. 클링 3.0과 클링 3.0 옴니를 비롯해 구글의 나노 바나나 2, 비오 3.1, 런웨이의 젠-4.5 등 30개 이상의 AI 모델을 파이어플라이에서 제공한다. 이를 통해 크리에이터는 작업 목적에 맞는 최적의 모델을 선택할 수 있는 유연성을 갖게 됐다. 협업 툴인 프레임닷아이오와의 통합도 이루어진다. 어시스턴트에게 작업물 공유를 요청하면 이해관계자의 피드백을 해석해 최적의 도구로 변경 사항을 자동 적용한다. 아울러 앤트로픽의 클로드와 같은 외부 모델에서도 어도비의 기능을 호출해 사용할 수 있도록 지원할 계획이다. 어도비의 데이비드 와드와니 사장은 “크리에이터의 관점과 취향이 가장 강력한 도구가 되는 시대를 이끌고 있다”면서, “파이어플라이는 모든 어도비 앱의 성능을 하나로 통합해 새로운 창작 방식을 제시한다고 밝혔다. 파이어플라이 AI 어시스턴트는 몇 주 안에 공개 베타 버전으로 제공될 예정이다. 새로운 영상 및 이미지 편집 기능과 신규 파트너 모델은 파이어플라이 플랜 이용자를 대상으로 현재 서비스 중이다.

세일즈포스가 맞춤형 AI 에이전트인 슬랙봇(Slackbot)을 국내에서 처음으로 선보였다. 또한, 세일즈포스는 슬랙을 중심으로 인간과 AI 에이전트가 유기적으로 협업하는 ‘에이전틱 엔터프라이즈(Agentic Enterprise)’ 비전과 혁신 전략을 발표했다. 4월 8일 진행된 기자간담회에서 세일즈포스 코리아 박세진 대표는 슬랙을 사람과 AI 에이전트, 데이터가 연결되는 ‘에이전틱 업무 운영체제(Agentic Work OS)’로 정의했다. 세일즈포스는 이번 슬랙봇 출시를 기점으로 비즈니스 맥락을 이해하는 AI 에이전트 역량을 강화해 기업의 에이전틱 엔터프라이즈 전환을 지원할 계획이다. 세일즈포스의 설명에 따르면, 슬랙봇은 데이터 파운데이션을 기반으로 슬랙에 축적된 모든 비즈니스 데이터를 활용한다. 이를 통해 사용자의 조직 내 역할과 특성에 맞춘 비서이자 동료 역할을 수행한다. 슬랙봇은 회의 내용을 자동으로 기록하고 요약하는 미팅 인텔리전스 기능을 제공한다. 이 기능은 세일즈포스 CRM과 연계해 고객 맞춤형 후속 과제를 연결한다. 또한 AI 스킬 기능을 통해 반복 업무를 표준화하고 직무별 워크플로를 효율적으로 운영하도록 돕는다. 데스크톱 어시스턴트는 여러 업무용 애플리케이션에서 필요한 작업을 단일 워크플로 내에서 처리할 수 있게 지원한다. 슬랙봇은 모든 업무를 하나의 대화형 인터페이스로 통합한다. 사용자는 슬랙 내에서 데이터 마이그레이션 없이 영업 기회 업데이트, 연락처 관리, 고객 서비스 담당자 배정 등의 업무를 즉시 처리할 수 있다. 사용자의 업무 방식을 학습하는 메모리 기능과 음성 입력 기능도 더해졌다. 조직 내 모든 에이전트와 앱을 통합하는 MCP 클라이언트 기능도 함께 공개됐다. 사용자는 권한에 따라 세일즈포스의 에이전트포스와 서드파티 에이전트를 포함한 기업 내 모든 앱에 접근할 수 있다. 슬랙 마켓플레이스에 있는 2600개 이상의 앱과 세일즈포스 앱익스체인지의 6000개 이상 앱을 연동해 활용하는 것도 가능하다.     기자간담회에서는 당근마켓과 우아한형제들의 슬랙 활용 사례도 소개됐다. 당근마켓은 배포 알림과 장애 감지 등 모든 비즈니스 맥락을 슬랙에서 관리하고 있다. 특히 사내 AI 에이전트 카비를 슬랙에 도입해 리포트 작성과 메시지 데이터 분석에 활용 중이다. 당근마켓 이예찬 엔지니어는 “슬랙은 단순한 소통 창구를 넘어 조직의 살아있는 기억”이라고 말했다. 우아한형제들은 슬랙 엔터프라이즈 그리드를 통해 글로벌 조직과 협업하며 슬랙 커넥트로 외부 파트너와 사람, 데이터를 연결하고 있다. 우아한형제들 이청규 담당은 “슬랙봇 도입으로 신규 입사자의 적응을 돕고 불필요한 커뮤니케이션에 소모되는 비용이 줄어들 것으로 기대한다”고 밝혔다. 박세진 대표는 기업이 이제 AI 도입을 넘어 실질적인 비즈니스 가치를 창출하는 에이전틱 엔터프라이즈로 전환해야 한다고 강조했다. 그는 “강력한 에이전트의 지능은 신뢰할 수 있는 데이터 위에서 완성된다”고 설명하며, “보안 가드레일인 트러스트 레이어와 강화된 데이터 파운데이션을 기반으로 한국 기업의 혁신을 지원하겠다”고 덧붙였다.

팀뷰어는 미국 샌디에이고에서 열린 ‘가트너 디지털 워크플레이스 서밋’에서 새로운 대화형 인공지능(AI) 기능인 ‘티아 리포팅(Tia Reporting)’을 발표했다. 이 기능은 복잡한 IT 환경을 최적화하는 엔터프라이즈 설루션인 팀뷰어 DEX(디지털 직원 경험)에 탑재된다. 사용자가 간단한 자연어로 명령하면 실시간 대시보드를 생성해 IT 의사결정 속도를 높이는 것이 특징이다. 티아 리포팅은 IT 팀이 문제를 신속하게 해결하고 디지털 임직원 경험을 개선하며 운영 효율을 높이는 데 필요한 통찰력을 즉시 제공한다. 기존의 수작업 중심 데이터 분석 방식에서 발생하는 지연을 없애고, 자연어 명령어를 AI 기반 실시간 대시보드로 변환한다. 이를 통해 IT 조직 전반이 실시간으로 정보를 공유하도록 가시성을 높인다. 기업은 사후 대응 방식에서 벗어나 선제적이고 예방 중심적인 운영 체계로 전환해 업무 생산성을 높일 수 있다. 이 기능은 기기에서 수집하는 실시간 운영 데이터와 애플리케이션 성능, 임직원 경험 지표를 포괄하는 팀뷰어의 독점 데이터를 기반으로 구축했다. 관리자는 직관적인 노코드 AI 인터페이스를 활용해 필터와 기간, 시각화 방식을 조정하며 실시간으로 문제를 심층 분석한다.     팀뷰어의 아드리안 토드 제품 관리 부문 부사장은 “그동안 IT 팀은 속도와 신뢰를 갖고 측정하기 어려운 성과에 대해 책임을 져야 하는 상황에 있었다”면서, “티아 리포팅은 데이터 분석 전문가의 도움 없이도 필요한 순간에 즉시 활용할 수 있는 인사이트를 제공해 이러한 구조를 근본적으로 바꿀 것”이라고 설명했다. 또한 이번 발표가 올해 여름 예정된 자율형 엔드포인트 관리(AEM) 출시를 앞둔 팀뷰어 AI 로드맵의 성과라고 덧붙였다. 팀뷰어코리아 이혜영 대표이사는 “기업 경쟁력은 임직원 경험과 생산성을 얼마나 빠르게 개선할 수 있는지에 달려 있다”면서, “팀뷰어는 DEX와 AEM을 통해 디지털 워크플레이스의 새로운 기준을 만들고 있으며, 티아 리포팅을 통해 고객이 선제적이고 자율적인 IT 운영 환경을 구축하도록 지원하겠다”고 강조했다.

어도비가 포토샵 웹 및 모바일용 ‘AI 어시스턴트’의 공개 베타 버전과 어도비 파이어플라이 이미지 에디터를 발표했다. 이번 발표는 학생부터 크리에이터까지 다양한 사용자가 대화형 AI를 통해 복잡한 편집을 효율적으로 수행하고 세밀한 요소까지 정교하게 처리하도록 지원하는 데 목적을 둔다. 어도비는 이를 통해 작업 시작부터 결과물 완성까지의 과정을 단축하고 편집 과정 전반의 제어를 강화할 수 있다고 밝혔다. 포토샵 AI 어시스턴트는 웹과 모바일 환경에서 제공하며 채팅 기반 인터페이스를 통해 사용자의 의도를 이해한다. 이 기능은 배경 제거 및 변경, 색상 또는 조명 보정 등의 편집 작업을 자동으로 적용하거나 단계별로 안내한다. 포토샵 앱 내에서는 음성으로도 편집 요청을 할 수 있어 이동 중에도 작업이 가능하다. 포토샵 웹 버전에서는 AI 어시스턴트 기반의 ‘AI 마크업’ 기능이 공개 베타로 제공된다. 사용자는 이미지 위에 직접 표시를 남긴 뒤 프롬프트를 입력해 변화가 일어날 위치를 정밀하게 제어한다. 이미지의 특정 영역을 지정하고 프롬프트를 입력하면 짧은 시간 내에 결과를 생성할 수 있다.     어도비 파이어플라이는 프롬프트 기반으로 이미지를 편집하는 기능을 새롭게 추가했다. 이번 업데이트로 파이어플라이 이미지 에디터는 주요 생성형 편집 도구를 단일 워크스페이스로 통합했다. 사용자는 AI로 생성한 이미지나 직접 업로드한 이미지의 구도, 스타일, 디테일을 신속하게 조정한다. 파이어플라이 이미지 에디터는 맥락을 반영해 요소를 추가하거나 교체하는 생성형 채우기와 원치 않는 오브젝트를 제거하는 생성형 제거 기능을 제공한다. 또한 크기와 화면비를 늘리는 생성형 확장, 해상도를 높이고 디테일을 개선하는 생성형 업스케일, 클릭 한 번으로 피사체를 분리하는 배경 제거 기능을 포함한다. 파이어플라이는 어도비의 파이어플라이 모델 외에도 구글 나노 바나나 2, 오픈AI 이미지 생성, 런웨이 젠-4.5, 블랙 포레스트 랩스 플럭스 2 프로 등 25개 이상의 주요 AI 모델을 선택해 창작에 활용하도록 지원한다. 사용자는 생성 이후에도 크리에이티브 작업 흐름을 유지하며 편집 단계로 이동할 수 있다.

BIM 칼럼니스트 강태욱의 이슈 & 토크   이번 호에서는 건설 인프라 분야에서 정보 교환 시 사용되는 BIM(건설 정보 모델링) 산업 표준인 IFC(Industry Foundation Classes) 기반 AI 에이전트 개발 과정을 설명한다. IFC 포맷의 BIM 데이터를 팔코DB(FalkorDB) 그래프 데이터베이스로 변환하고, 로컬 LLM인 Ollama(올라마)를 연동하여 자연어 질의가 가능한 AI 에이전트를 구축하는 전체 과정을 기술한다. 또한, 도커(Docker) 기반의 데이터베이스 서버 구성부터 파이썬(Python) 의존성 설치, 데이터 적재 및 애플리케이션 실행 방법을 단계별로 정리한다.   ■ 강태욱 건설환경 공학을 전공하였고 소프트웨어 공학을 융합하여 세상이 돌아가는 원리를 분석하거나 성찰하기를 좋아한다. 건설과 소프트웨어 공학의 조화로운 융합을 추구하고 있다. 팟캐스트 방송을 통해 이와 관련된 작은 메시지를 만들어 나가고 있다. 현재 한국건설기술연구원에서 BIM/ GIS/FM/BEMS/역설계 등과 관련해 연구를 하고 있으며, 연구위원으로 근무하고 있다. 페이스북 | www.facebook.com/laputa999 블로그 | http://daddynkidsmakers.blogspot.com 홈페이지 | https://dxbim.blogspot.com 팟캐스트 | www.facebook.com/groups/digestpodcast   그림 1   개발 환경 및 전제 조건 이번 호에서 만들어 볼 시스템은 온프레미스 환경에서의 실행을 가정하며, 다음의 컴포넌트를 필요로 한다. 도커 : 그래프 데이터베이스(팔코DB) 실행을 위해 필요(설치 : https://www.docker.com/get-started) 파이썬 3.11+ : 데이터 변환 및 에이전트 로직 수행 올라마 : 로컬 LLM 추론 서버 하드웨어 : LLM 구동을 위한 적정 수준의 GPU 또는 메모리(RAM 16GB 이상 권장) 지면 한계 상 모든 개발 코드를 설명하기는 어려우므로, 주요 부분만 개발 방법을 설명할 것이다. 다음의 깃허브 링크를 참고해 다운로드한다. ■ https://github.com/mac999/infra_ai_agent_tutorials/tree/main/08_AI_Agent/5_infra_graph_rag 다운로드한 폴더의 구조는 <그림 2>와 같을 것이다.   그림 2   이제 이 깃허브 프로젝트의 각 핵심 모듈을 설명하도록 하겠다.   데이터베이스 서버 구축(팔코DB) 팔코DB는 레디스(Redis) API 호환 고성능 그래프 데이터베이스다. 오픈소스이며 무료이다. 그래프 구조 데이터 저장 및 검색을 지원한다.   그림 3. Graph Database uses GraphBLAS under the hood for its sparse adjacency matrix graph representation(GraphRAG) (https://github.com/FalkorDB/FalkorDB)   실행을 위해, 다음과 같이 명령창 터미널에서 도커 명령을 실행해 본다. 그러면 팔코DB 서버가 로컬에 다운로드된 후 자동 실행될 것이다. docker run -p 6379:6379 -p 3000:3000 -it --rm -v ./data:/ var/lib/falkordb/data falkordb/falkordb 상세 옵션은 다음과 같다. -p 6379:6379 : 팔코DB(레디스 프로토콜) 접속 포트 바인딩. 파이썬 클라이언트가 이 포트로 통신한다. -p 3000:3000 : (옵션) 팔코DB 시각화 도구 등을 위한 포트 바인딩 -it --rm : 대화형 모드로 실행하며, 컨테이너 종료 시 자동 삭제 -v ./data:/var/lib/falkordb/data : 호스트의 ./data 디렉터리를 컨테이너 내 데이터 저장소로 마운트하여 데이터 영속성(persistence)을 보장한다.   패키지 및 모델 설치 이제 IFC 파싱, 그래프 DB 연결, LLM 체인 구성을 위한 라이브러리를 pip로 터미널에서 설치한다. Plaintext falkordb langchain langchain-ollama langchain-core ifcopenshell python-dotenv streamlit 이제 자연어를 그래프 구조 데이터베이스를 검색할 때 사용하는 사이퍼 쿼리로 변환(Text-to-Cypher)하는 방법이 필요하다. 이 경우, 코드 생성 능력이 뛰어난 모델이 필요하다. 이번 호에서는 qwen2.5-coder:7b 모델을 사용한다. 올라마 설치(다운로드 : https://ollama.com/download/ windows) 후 다음의 명령어를 실행한다. ollama pull qwen2.5-coder:7b     ■ 자세한 기사 내용은 PDF로 제공됩니다.

스노우플레이크는 ‘AI + 데이터 예측 2026 보고서’를 발간하고 “2026년은 에이전틱 AI와 데이터 전략이 엔터프라이즈 AI 성과를 좌우하는 해가 될 것”이라고 전망했다. 스노우플레이크는 매년 슈리다 라마스워미(Sridhar Ramaswamy) CEO를 비롯한 리더들의 인사이트를 토대로 AI 및 데이터 트렌드를 예측하며 보고서를 발간하고 있다. 올해 보고서에서는 “에이전틱 AI의 신뢰성 확보와 데이터 활용 전략이 기업 경쟁력을 좌우하는 핵심 요소가 될 것”이라고 강조했다. 2026년에는 대규모 언어 모델(LLM)에서 더 나아가 정교한 추론과 실행 능력을 갖춘 에이전틱 AI 중심 구조로 진화하며 기업의 AI는 전사적인 AI 생태계 구축 단계로 진입할 것이라는 설명이다. 스노우플레이크의 아나히타 타프비지(Anahita Tafvizi) 최고 데이터 및 애널리틱스 책임자는 “AI 혁신 속도는 매우 빠르지만 대부분의 기업은 이를 실질적 성과로는 이어가지 못한다”면서, “데이터 상태, 거버넌스, 조직 역량의 차이가 기업 간 AI 활용의 격차를 만들 것”이라고 말했다. 또한, 에이전틱 AI의 진화로 개발자 생산성이 33% 향상될 것으로 전망되는 가운데, 다양한 도구와 데이터 및 AI를 유기적으로 활용할 수 있는 오케스트레이션 역량을 갖춘 인재의 가치가 부각될 것이라 내다봤다.     ‘AI + 데이터 예측 2026 보고서’에서 분석한 2026년 주요 전망은 ▲에이전틱 AI 신뢰도 높이는 ‘자체 검증 메커니즘’의 발전 ▲AI 생태계 확장의 필수요소로 자리잡을 표준 프로토콜, 오픈소스, 운영 인프라 ▲사이버 보안의 양날의 검이 된 에이전틱 AI 등이다. 에이전틱 AI는 기업 업무 환경에 본격 활용될수록 신뢰성 확보가 최우선 과제가 될 것으로 보인다. 이를 위해 사용자 피드백을 반영하는 ‘피드백 루프’와 결과를 스스로 점검 및 보정하는 ‘자체 검증 메커니즘’이 중요해질 것이다. 라마스워미 CEO는 “구글 검색 알고리즘이 사용자의 클릭 데이터를 반영하며 진화해온 것처럼 에이전틱 AI 역시 사용자의 피드백 패턴을 학습하며 업무 환경에서 더욱 정교한 의사결정을 수행하게 될 것”이라고 내다봤다. 기업 업무 환경에서는 단일 슈퍼 에이전트보다 특정 업무에 특화된 마이크로 에이전트가 먼저 등장할 것으로 예측했다. 즉, 마이크로 에이전트가 단계적으로 도입되고 이를 유기적으로 결합하는 에이전틱 AI가 효과적인 도구가 될 것이다. 스노우플레이크의 마이크 블랜디나(Mike Blandina) 최고정보책임자(CIO)는 “앞으로 몇 년 내 특정 업무에 특화된 마이크로 에이전트의 등장에 따라 각각의 마이크로 에이전트를 레고 블럭처럼 조합할 수 있게 된다면 더 크고 복잡한 업무를 성공적으로 수행할 수 있을 것”이라고 설명했다. 에이전틱 AI가 기업 시스템 전반으로 확산되기 위해서는 연동 방식의 표준화가 선행되어야 한다. 에이전틱 AI는 여러 시스템 및 데이터베이스를 아우르며 업무를 수행한다. 이에 에이전트 및 외부 시스템과의 통신을 표준화하는 지배적 AI 프로토콜의 등장이 에이전틱 AI 개발 및 도입 속도를 높일 것이다. 특히 인터넷 환경이 TCP/IP로 확산된 것처럼 단일 지배적 프로토콜이 자리잡으면 에이전틱 AI 개발 속도가 높아지고 벤더 종속에서도 자유로워질 것이라는 것이다. 또한 AI 생태계의 확장성을 높이기 위해서는 오픈소스 파운데이션 모델의 역할도 커질 것이다. 한편 에이전틱 AI는 대화형 도구에서 벗어나 추론과 다단계 행동을 수행하는 에이전트로 진화하고 있다. 이에 따라 기업 운영 인프라는 분석 중심에서 실시간 처리 상태 관리 중심으로 재편될 것이다. 이 과정에서 포스트그레스(Postgres)가 빠른 응답 및 낮은 지연이 요구되는 온라인 처리 워크로드를 뒷받침하며 에이전틱 AI가 생성하는 대규모 실시간 이벤트와 지속적인 운영 데이터 처리에 핵심 인프라로 활용될 것으로 전망된다. 에이전틱 AI가 기업 시스템 전반에서 실시간으로 실행되고 외부와의 연동 범위가 넓어질수록, 보안 환경에서는 위협과 기회가 동시에 등장한다. 스노우플레이크의 브래드 존스(Brad Jones) 최고정보보호책임자(CISO)는 “에이전틱 AI가 취약점 탐지, 익스플로잇 자동화 데이터 탈취 등 공격 행위를 정교하게 수행할 수 있어 사이버 위협의 규모와 속도를 크게 높일 수 있다”고 강조했다. 한편 에이전틱 AI가 기업의 보안 운영 센터(SOC)의 대응 역량을 강화하는 방향으로 활용될 수 있다고 전망했다. 존스 CISO는 “뛰어난 보안 전문가 확보의 어려움은 당분간 지속될 것”이라며, “강력한 AI 에이전트와 보안 도구를 적절히 결합해 활용하면 SOC 운영의 리소스 공백을 보완해 제한된 인력으로 보다 효과적인 보안 대응 체계를 구축할 수 있다”고 설명했다. 한편, 스노우플레이크는 리테일/소비재, 금융 서비스, 제조 등  산업별 AI 활용 전략에 대해서도 짚었다. 모든 산업에서 에이전틱 AI의 활용이 도입 단계를 넘어 실제 업무 실행 중심으로 확산될 것으로 보인다. 리테일/소비재 산업에서는 데이터가 풍부한 대규모 AI 모델을 기반으로 고객관리가 고도화되고 개인화된 경험에 대한 서비스가 늘어나며 ‘AI 쇼핑 어시스턴트’가 대중화될 것이다. 엄격한 규제 환경의 금융 서비스 분야에서는 데이터 퍼스트 및 정교한 리스크 관리 전략을 바탕으로 의사결정 전반에 통합되는 AI 기반 분석 및 리스크 관리 에이전트가 확대될 것이다. 제조 산업의 경우 품질 검사, 설비 정비, 공급망 최적화 등 운영 전반에서 설비 효율성을 진단하는 ‘산업 특화 챗봇형 AI 에이전트’ 도입이 가장 빠르게 이뤄질 것으로 예측된다.

BIM 칼럼니스트 강태욱의 이슈 & 토크   디파이(Dify)는 대규모 언어 모델(LLM)을 활용한 에이전트 서비스를 전문적인 코딩 지식 없이 개발하고 효율적으로 운영할 수 있도록 지원하는 LLMOps(대규모 언어 모델 운영) 플랫폼 및 도구이다. 이 도구는 LLM과 같은 개발에 필요한 도구를 팔래트에서 가져와 캔버스에 배치하고, 이들의 작업 흐름을 연결함으로써 손쉽게 AI 에이전트 서비스를 개발할 수 있다.   ■ 강태욱 건설환경 공학을 전공하였고 소프트웨어 공학을 융합하여 세상이 돌아가는 원리를 분석하거나 성찰하기를 좋아한다. 건설과 소프트웨어 공학의 조화로운 융합을 추구하고 있다. 팟캐스트 방송을 통해 이와 관련된 작은 메시지를 만들어 나가고 있다. 현재 한국건설기술연구원에서 BIM/ GIS/FM/BEMS/역설계 등과 관련해 연구를 하고 있으며, 연구위원으로 근무하고 있다. 페이스북 | www.facebook.com/laputa999 블로그 | http://daddynkidsmakers.blogspot.com 홈페이지 | https://dxbim.blogspot.com 팟캐스트 | www.facebook.com/groups/digestpodcast   그림 1. 디파이로 개발된 챗봇 에이전트 예시   디파이는 사용자가 아이디어를 실제 AI 서비스로 신속하게 전환할 수 있도록 설계된 통합 개발 환경을 제공한다. 가장 큰 특징은 복잡한 백엔드(backend) 인프라나 API 연동 과정을 추상화하여, 사용자가 시각적인 인터페이스를 통해 애플리케이션의 핵심 로직과 기능 구현에만 집중할 수 있도록 한 것이다.   기능 소개 디파이의 주요 기능은 다음과 같다. 시각적 프롬프트 오케스트레이션 : 사용자는 텍스트 입력, LLM 호출, 조건 분기, 외부 도구(API) 사용 등의 과정을 블록처럼 연결하여 정교한 워크플로를 설계할 수 있다. 이를 통해 단순한 질의응답을 넘어 복잡한 추론과 작업 수행이 가능한 AI 에이전트를 구축하는 것이 가능하다. RAG(검색 증강 생성) 엔진 : 자체 데이터(PDF, TXT, 마크다운 등)를 업로드하여 AI 모델이 해당 정보를 기반으로 답변하도록 만드는 RAG 기술을 손쉽게 구현할 수 있다. 디파이는 문서 자동 전처리, 벡터화, 청킹(chunking) 등 복잡한 과정을 내부적으로 처리하여 사용자의 부담을 최소화한다. 모델 호환성 및 관리 : 오픈AI(OpenAI)의 GPT 시리즈, 앤트로픽(Anthropic)의 클로드(Claude), 구글의 제미나이(Gemini) 등 20개 이상의 상용 및 오픈소스 LLM을 지원한다. 사용자는 여러 모델을 프로젝트에 등록해두고 특정 작업에 가장 적합한 모델을 선택하거나, A/B 테스트를 통해 성능을 비교 분석할 수 있다. 배포 및 운영 : 개발이 완료된 애플리케이션은 즉시 사용 가능한 웹 API 엔드포인트(endpoint)나 독립적인 웹 사이트 형태(웹앱)로 배포된다. 또한 사용자 피드백 수집, 모델 성능 모니터링, 프롬프트 개선 등 지속적인 운영 및 관리를 위한 대시보드를 제공하여 서비스 품질을 유지하고 발전시키는 데 도움을 준다. 더 자세한 정보는 디파이 공식 웹사이트(https://dify.ai)에서 확인할 수 있다.   개발 배경 디파이는 2023년 5월에 설립된 랭지니어스(LangGenius, Inc.)에 의해 개발되었으며, 생성형 AI 기술의 급격한 발전 속에서 LLM을 실제 비즈니스에 적용하려는 수요와 기술적 장벽 사이의 간극을 메우기 위해 탄생했다. 초기 LLM 애플리케이션 개발은 파이썬(Python) 라이브러리인 랭체인(LangChain)이나 라마인덱스(LlamaIndex) 등을 활용하는 개발자 중심의 영역이었다. 하지만 이는 프롬프트 엔지니어링, 벡터 데이터베이스 관리, API 연동 등 상당한 전문 지식을 요구했다. 랭지니어스 팀은 이러한 기술적 복잡성이 AI 기술의 대중화와 비즈니스 혁신을 저해하는 주요 요인이라고 판단했다. 이에 따라 기획자, 디자이너, 마케터 등 비개발 직군도 직접 AI 서비스를 만들고 테스트할 수 있는 직관적인 플랫폼을 목표로 디파이를 개발했다. 특히, 모든 소스코드를 공개하는 오픈소스 전략을 채택하여 개발자 커뮤니티의 참여를 유도하고, 데이터 보안에 민감한 기업이 자체 서버에 직접 설치(self-hosting)하여 사용할 수 있도록 유연성을 제공했다. 디파이의 소스코드는 깃허브 저장소(https://github.com/langgenius/dify)에서 확인할 수 있다.   유사 도구 디파이와 유사한 기능을 제공하는 AI 개발 플랫폼은 다수 존재하며, 각각의 도구는 고유한 특징과 목표 시장을 가지고 있다. 플로와이즈AI(FlowiseAI) : 디파이와 마찬가지로 노드를 연결하여 LLM 기반 워크플로를 구축하는 오픈소스 플랫폼이다. UI/UX 측면에서 더 개발자 친화적인 경향이 있으며, LangChain.js를 기반으로 하여 자바스크립트(JavaScript) 생태계와의 통합이 용이하다는 장점이 있다.(https://flowiseai.com) 보이스플로(Voiceflow) : 주로 대화형 AI, 특히 음성 기반 챗봇 및 어시스턴트 제작에 특화된 로코드 플랫폼이다. 시각적인 대화 흐름 설계 도구가 강력하며, 프로토타이핑부터 실제 배포까지 전 과정을 지원하여 고객 서비스 자동화 분야에서 많이 사용된다.(https://www. voiceflow.com) 버블(Bubble) : 웹 애플리케이션 개발을 위한 대표적인 노코드 플랫폼이다. AI 기능이 내장된 것은 아니지만, 높은 유연성과 확장성을 바탕으로 디파이나 오픈AI에서 제공하는 API를 연동하여 복잡한 웹 서비스 내에 AI 기능을 통합하는 방식으로 활용될 수 있다.(https://bubble. io) n8n : 워크플로 자동화에 중점을 둔 오픈소스 도구이다. AI 기능보다는 수백 개의 다양한 서드파티 애플리케이션(예 : 구글 시트, 슬랙, 노션)을 연결하여 데이터 동기화 및 업무 자동화를 구현하는 데 강점을 보인다.(https://n8n.io)     ■ 기사의 상세 내용은 PDF로 제공됩니다.

PTC가 한국 지사 설립 33주년을 맞아 제조 산업의 미래를 선도하기 위한 ‘인텔리전트 제품 라이프사이클(Intelligent Product Lifecycle)’ 비전과 AI(인공지능) 전략을 발표했다. 이 전략의 핵심은 설계부터 유지보수에 이르는 제품 수명주기 전반의 데이터를 유기적으로 연결하고, 이를 기반으로 제조산업에서 AI의 효율을 극대화하겠다는 것이다. PTC는 신뢰도 높은 제품 데이터 기반과 주력 설루션에 내재화된 AI 기술로 제조 경쟁력 강화를 돕겠다고 전했다. ■ 정수진 편집장    신뢰도 높은 제품 데이터 기반으로 AI 접목 PTC 코리아의 김도균 대표 겸 본사 부사장은 “PTC는 단순히 CAD나 PLM 설루션을 제공하는 기업을 넘어, ‘인텔리전트 제품 라이프사이클(Intelligent Product Lifecycle)’을 구현하는 기업으로 진화하고 있다”고 소개했다. ‘인텔리전트 제품 라이프사이클’ 비전의 핵심은, 복잡해지는 제조 환경에서 데이터를 체계적으로 관리하고 AI를 적용하여 기업의 실질적인 비즈니스 가치를 창출하는 것이다. 김도균 대표는 “성공적인 AI의 도입과 활용을 위해서는 먼저 ‘신뢰할 수 있는 제품 데이터 파운데이션(Product Data Foundation)’을 구축해야 한다”고 설명했다. 제조산업에서는 AI가 잘못된 정보를 생성(hallucination)하거나 일관성이 부족한 답변을 내놓는 것이 특히 치명적일 수 있다. 이를 막기 위해서 PTC는 설계(CAD), 제품 수명주기 관리(PLM), 애플리케이션 수명주기 관리(ALM), 서비스 수명주기 관리(SLM) 등에서 발생하는 데이터를 구조화하고, 이를 통해 AI가 일관되고 신뢰할 수 있는 답변을 제공할 수 있는 기반을 만드는 것이 최우선 과제라고 보고 있다. PTC 코리아의 이봉기 사업개발담당 마스터는 “제품의 복잡성 증가를 관리하는 것뿐 아니라 이를 경쟁우위로 전환하기 위해서는, 다양한 시스템에 파편화된 채로 존재하는 정형 및 비정형 데이터를 온톨로지(ontology)와 시맨틱(semantic) 모델로 유기적으로 연결해야 한다. 이를 통해서 데이터의 맥락(context)을 확보하고, 유의미한 정보를 얻을 수 있게 된다”고 설명했다.   ▲ 국내 사업 전략을 설명한 PTC 코리아 김도균 대표   제품 수명주기 전반에 걸친 AI 에이전트 이런 비전에 따라 PTC는 제품 데이터 파운데이션 위에 AI 기술을 탑재하여 제품 기획부터 폐기까지 전 과정을 혁신하겠다는 전략을 제시했다. CAD, PLM, ALM, SLM 등 자사의 주요 설루션 라인업에 에이전트의 형식으로 AI 기능을 도입한다는 로드맵도 소개했다. 일부 AI 에이전트는 이미 제공되고 있으며, 올해부터는 여러 AI 에이전트가 본격 추가될 전망이다.   ALM 코드비머(Codebeamer)를 중심으로 하는 ALM 영역에서는 복잡한 요구사항을 관리하고, 소프트웨어의 안전성을 검증하는 데에 생성형 AI를 활용한다. 요구사항 분석 및 규제 검증 : AI가 사용자가 작성한 요구사항을 분석하여 국제 시스템 엔지니어링 표준 위반 여부를 자동으로 판별한다. 규칙을 위반한 경우, AI가 수정 제안을 하거나 예시를 제공하여 규제 대응 시간을 줄일 수 있게 한다. 테스트 케이스 자동 생성 : 요구사항을 선택하면 AI가 이를 검증하기 위한 테스트 조건과 단계를 자동으로 생성해 준다. 또한 기존 테스트 케이스와의 중복 여부를 분석해서 효율적인 테스트 시나리오를 작성할 수 있도록 돕는다.   CAD PTC의 제품 설계 설루션인 크레오(Creo)에는 설계자의 창의성을 돕고 반복 작업을 줄여주는 AI 기능이 탑재되고 있다. 자연어 기반 생성형 설계 : “표면적이나 볼륨을 최적화한 컵을 만들어줘”와 같이 자연어로 명령하면, AI가 최적의 형상을 자동으로 모델링한다. 설계자가 구체적인 치수나 조건을 추가하면 이에 맞춰 형상을 수정한다. 소재 추천 및 심미성 평가 : AI가 설계된 모델의 물성치를 분석하여 적합한 재질을 추천하거나, 인터넷상의 이미지 데이터와 비교해서 디자인 평가 피드백을 제공하고 설계자의 의사결정을 지원한다.   PLM 방대한 엔지니어링 데이터를 관리하는 윈칠(Windchill) PLM에서는 데이터의 재활용성을 높이고 업무 효율을 높이는 데에 AI가 쓰인다. 유사 형상 검색 및 중복 부품 제거 : 단순 텍스트 검색이 아니라, AI가 3D 형상 기반으로 유사한 부품을 찾아내서 비교 테이블을 제공한다. 이를 통해 설계자는 기존 부품을 재활용하여 설계를 변경하거나, 구매 부서에서는 중복 구매를 방지하여 비용을 줄일 수 있다. 문서 인사이트 및 요약 : 챗GPT(ChatGPT)와 비슷한 대화형 인터페이스를 통해 PLM 내부의 방대한 기술 문서를 검색하고 요약할 수 있다. AI는 답변과 함께 근거가 되는 원본 문서의 링크를 함께 제공함으로써 정보의 신뢰성을 보장한다.     제조 데이터 보안 및 개방성 강화 한편, 제조 데이터는 기업의 민감한 기술 정보를 포함하고 있다. 이에 대해 이봉기 마스터는 “보안 및 권한 관리를 위해 역할 기반 정보 필터링을 지원하면서, 중복 제거를 통한 비용 절감, 규제 준수 및 추적성 확보 등 실질적인 비즈니스 가치 창출을 도울 수 있다”고 설명했다. 제조 데이터는 ERP, MES 등 다양한 설루션과의 유기적인 연결이 필수이기도 하다. PTC는 개방성을 중시하면서, 마이크로소프트, AWS, 엔비디아 등 클라우드 기업과의 파트너십을 통해 고객이 SaaS(서비스형 소프트웨어) 환경에서 보안과 성능이 보장된 AI 서비스를 활용하도록 지원할 것이라고 전했다. 이런 전략을 통해 제조 기업이 궁극적으로 제품 출시 기간 단축, 품질 향상, 비용 절감과 같은 실질적인 경영 목표를 달성하도록 돕겠다는 것이다.   국내 사업 확장 및 생태계 확대 전략 PTC 코리아는 33년간 축적한 국내 비즈니스 경험을 바탕으로, 새로운 고부가가치 산업까지 사업 영역을 확장할 계획이라고 전했다. 김도균 대표는 “기존에 강세를 보인 자동차, 전자/하이테크, 산업 기계 분야에서 입지를 굳히는 동시에, 의료 기술, 우주 항공 및 방위 산업으로 시장을 적극 확대할 예정”이라고 밝혔다. 파트너 생태계 강화도 PTC가 중점을 두는 부분이다. 전문 파트너사와 MOU를 체결하여 복잡성이 높은 항공우주, 방위, 의료기기 등 산업군에 특화된 엔지니어링 서비스를 제공하는 한편, 글로벌 SI 기업 및 국내 로컬 파트너와 협력을 통해 한국 제조 기업의 AI 도입 진입 장벽을 낮추고 생태계 전반을 지원하겠다는 것이다. 김도균 대표는 “PTC는 한국 시장의 중요성을 인지하고 영업 및 기술 인력을 지속해서 확충하고 있다. 이외에 대학 및 교육 기관과 협력하여 AI 및 제조 소프트웨어 전문 인재를 양성하는 데에도 투자하고 있다”고 덧붙였다.     ■ 기사 내용은 PDF로도 제공됩니다.

구글코리아가 2025년 한 해 동안 전년 대비 검색량이 크게 증가한 키워드를 분석한 ‘2025년 올해의 검색어(Year in Search)’를 발표했다. 이번 분석은 절대 검색량이 아닌 전년 대비 증가 폭을 기준으로 집계돼, 2025년 한국 사회에서 어떤 이슈와 관심사가 빠르게 부상했는지를 보여준다.     2025년은 ‘탐색의 해’ 2025년 한국 이용자들의 검색 패턴은 실용적 정보 탐색과 사회 변화에 대한 이해 욕구가 두드러진 한 해로 요약된다. 정치·경제·사회 전반에 걸친 이슈가 이어지면서, 일상에 직접적인 영향을 미치는 정보를 적극적으로 찾아보는 경향이 뚜렷했다. 생활·경제 정책 관심 증가 ‘상생페이백’, ‘민생회복 소비쿠폰’ 등 정부 지원 정책 관련 검색이 상위권을 차지하며, 변화하는 경제 환경 속에서 실질적인 도움을 얻기 위한 정보 탐색이 활발했다. 정치·사회 이슈의 정확한 이해 추구 ‘2025년 대한민국 대통령 선거’, ‘사전투표’와 함께 ‘파기환송’, ‘파면’ 등 법률 용어 검색이 증가하며, 복잡한 사회 현상을 정확히 이해하려는 움직임이 강화됐다. 국내외 주요 사건에 대한 동시적 관심 ‘찰리 커크 피살 사건’, ‘2025년 경주 APEC 정상회의’ 등 글로벌 이슈도 상위권에 오르며, 국내 이용자들이 국제 정세까지 함께 탐색하는 경향이 확인됐다. 디지털 보안·자산 관리의 일상화 ‘유심 교체 방법’, ‘KT 소액 결제 차단 방법’ 등은 디지털 환경 속에서 개인이 스스로 위험을 관리하려는 인식이 확산되고 있음을 보여준다. K-콘텐츠의 지속적인 강세 2025년에도 K-콘텐츠는 영화, 드라마, 음악, 밈, 챌린지 전반에서 강력한 존재감을 유지했다. 영화·드라마의 폭넓은 흥행 영화 부문에서는 ‘케이팝 데몬 헌터스’를 비롯해 봉준호 감독의 ‘미키 17’, 박찬욱 감독의 ‘어쩔수가없다’ 등이 주목받았다. 드라마·시리즈 부문에서는 ‘폭싹 속았수다’, ‘환승연애4’, ‘모태 솔로지만 연애는 하고 싶어’ 등 공감형·실험적 콘텐츠가 인기를 끌었다. 음악·안무·챌린지로 확장된 K-팝 소비 ‘Golden’, ‘Soda Pop’, ‘APT.’ 등 히트곡은 음원 감상을 넘어 안무 영상, 챌린지 참여로 확산되며 글로벌 팬덤 중심의 소비 패턴을 강화했다. 밈과 숏폼 문화의 일상화 ‘칠 가이’, ‘이탈리안 브레인롯’ 등 밈과 각종 챌린지는 가볍고 빠르게 소비되는 디지털 놀이 문화로 자리 잡았다. ‘나에게 맞는 선택’을 찾는 생활 밀착형 검색 2025년 검색에서는 개인의 취향과 생활 방식에 맞춘 선택이 중요한 키워드로 떠올랐다. 바이럴 간식·제품의 인기: 크보빵, 삼양1963(우지라면), 두바이 초콜릿 등 화제성과 희소성이 결합된 제품이 높은 관심을 받았다. 홈쿡·홈베이킹 지속 인기: 쫀득쿠키, 소금빵, 연어 깍두기, 라죽 등 간단하면서도 트렌디한 레시피 검색이 이어졌다. 가까운 해외 여행 선호: 상하이, 호치민, 나고야, 마쓰야마 등 이동 부담이 적은 해외 여행지가 상위권에 올랐다. 패션은 ‘개성 중심’으로: 특정 세대보다는 개인의 콘셉트에 맞춘  드뮤어(demure)룩에서 모던룩, 보헤미안룩에 이르기까지, 세대를 대변하기 보다는 자신이 추구하는 컨셉에 맞춰 다양한 스타일을 시도하려는 관심이 높아졌다.  AI, 일상 속 필수 도구로 정착 AI 관련 검색은 2025년 기술 트렌드를 가장 선명하게 보여준다. ‘챗GPT’, ‘제미나이’, ‘퍼플렉시티’ 등 대화형 AI 도구들이 상위권에 오르며, AI가 정보 탐색을 넘어 창작과 문제 해결의 파트너로 자리 잡았음을 보여준다. 또 실험적 고성능 모델인 ‘나노바나나’와 개발자 도구인 ‘구글 AI 스튜디오’ 검색도 늘어 이에 대한 세간의 높은 관심을 대변했다.   국내뿐 아니라 글로벌 ‘올해의 검색어’에서도 확인된 K-콘텐츠와 검색 트렌드 올해 공개된 글로벌 ‘올해의 검색어(Year in Search)’에서도 K-콘텐츠와 한국 관련 키워드들은 강세를 보였다. 미국 ‘올해의 검색어’에서는 ‘케이팝 데몬 헌터스’가 검색 부문 2위, 영화 부문 1위를 차지했고, ‘소다 팝(Soda Pop)’과 ‘골든(Golden)’은 노래 및 ‘허밍 검색(Hum to Search)’ 카테고리 탑10 리스트에 오르며 음악·영상·검색을 넘나드는 인기를 입증했다. 또한 전세계를 강타한 드라마 프로그램 ‘오징어 게임’ 시리즈 역시 전 세계 여러 국가의 TV·시리즈 부문 상위권에 이름을 올렸으며, 캐나다, 프랑스, 말레이시아, 필리핀 등에서도 K-콘텐츠 관련 키워드가 상위 순위에 반복적으로 등장했다. 이는 한국의 ‘2025년 올해의 검색어’에서 보여진 바와 같이, K-콘텐츠가 국내를 넘어 북미 등 전 세계에서 꾸준히 사랑받는 문화의 한 축으로 자리잡았음을 보여준다. 특히 구글의 AI 모드(AI Mode) 도입 이후, 자연어 기반 질문과 탐색형 질문이 크게 증가하며 검색 방식 자체가 빠르게 진화하고 있는 점도 주목된다. 전문가 평가 전문가들은 2025년 검색어를 두고 “불확실한 환경 속에서 현실을 이해하고 적응하려는 탐색과, 일상 속 즐거움을 찾으려는 욕구가 동시에 나타난 결과”라고 평가했다. 정치·경제적 불안 속에서도 K-콘텐츠와 밈, 챌린지가 강세를 보인 것은 한국 사회 특유의 ‘현실 대응과 즐거움의 균형’을 보여주는 지표라는 분석이다. 종합 평가 2025년 ‘올해의 검색어’는 한국 이용자들의 관심이 실용적 정보, 문화적 즐거움, AI 기술을 중심으로 재편되고 있음을 보여준다. 검색은 이제 단순한 정보 탐색을 넘어, 개인의 선택과 경험, 그리고 사회·문화·기술의 흐름을 반영하는 중요한 지표로 자리매김하고 있다. ------------------------------------------------------------ 2025년 국내 급증 검색어 순위 (전체 17개 부문 요약)   ■ 뉴스 2025년 대한민국 대통령 선거 ▲ 상생페이백 ▲ 민생회복 소비쿠폰 ▲ 산불 ▲ 찰리 커크 피살 사건 ▲ 캄보디아 납치 ▲ 노란봉투법 ▲ 사전투표 ▲ 2025년 경주 APEC 정상회의 ▲ 유심보호서비스 ■ 인물 이재명 ▲ 김문수 ▲ 이준석 ▲ 한덕수 ▲ 김민석 ▲ 젠슨 황 ▲ 강선우 ▲ 권영국 ▲ 백종원 ▲ 홍민택 ■ 뜻 검색 파기환송 ▲ 파면 ▲ 각하 ▲ 기각 ▲ Gnarly ▲ 느좋 ▲ 에겐남 ▲ 아자스 ▲ 선종 ▲ 테토남   ■ 방법 민생회복 소비쿠폰 신청 방법 ▲ 상생페이백 사용 방법 ▲ 사전투표 방법 ▲ 챗GPT 지브리풍 이미지 생성 방법 ▲ 차상위계층 확인 방법 ▲ 유심 교체 방법 ▲ 소상공인 부담 경감 크레딧 사용 방법 ▲ 출구조사 방법 ▲ KT 소액 결제 차단 방법 ▲ 기후 변화 대응 방법 ■ 영화 케이팝 데몬 헌터스 ▲ 미키 17 ▲ 극장판 체인소 맨: 레제편 ▲ 좀비딸 ▲ 히든페이스 ▲ 노이즈 ▲ 극장판 귀멸의 칼날: 무한성편 ▲ 어쩔수가없다 ▲ F1 더 무비 ▲ 서브스턴스 ■ 드라마·시리즈 폭싹 속았수다 ▲ 오징어 게임(시즌 2) ▲ 오징어 게임(시즌 3) ▲ 중증외상센터 ▲ 폭군의 셰프 ▲ 환승연애4 ▲ 신병(시즌 3) ▲ 다 이루어질지니 ▲ 모태 솔로지만 연애는 하고 싶어 ▲ 데블스 플랜: 데스룸 ■ 스포츠 매치 토트넘 vs ▲ 로스앤젤레스 FC vs ▲ 대한민국 축구 국가대표팀 vs ▲ 로스앤젤레스 다저스 vs ▲ 한화 이글스 vs ▲ 샌프란시스코 자이언츠 vs ▲ 미드 시즌 인비테이셔널 ▲ FIFA 클럽 월드컵 ▲ 파리 생제르맹 FC vs ▲ 일본 축구 국가대표팀 vs 브라질 축구 국가대표팀 ■ 게임 사과게임(フルーツボックス) ▲ 마비노기 모바일 ▲ 아이온2 ▲ 카오스 제로 나이트메어 ▲ 패스 오브 엑자일 2 ▲ 듀엣 나이트 어비스 ▲ 스텔라 소라 ▲ 이스케이프 프롬 덕코프 ▲ 아크 레이더스 ▲ 세븐나이츠 리버스 ■ AI Tools 챗GPT ▲ 제미나이 ▲ 제타 ▲ 퍼플렉시티 ▲ 딥시크 ▲ 그록 ▲ 나노바나나 ▲ 구글 AI 스튜디오 ▲ 크랙 ▲ LM아레나 ■ 레시피 LA 갈비 ▲ 쫀득쿠키 ▲ 소금빵 ▲ 연어 깍두기 ▲ 오코노미야키 ▲ 휘낭시에 ▲ 짜장면 ▲ 육회 ▲ 규동 ▲ 라죽 ■ 여행지 상하이 ▲ 호치민 ▲ 나고야 ▲ 마쓰야마 ▲ 시드니 ▲ 두바이 ▲ 미야코지마 ▲ 로스앤젤레스 ▲ 하와이 ▲ 푸켓 ■ 패션 영포티룩 ▲ 페미닌룩 ▲ 드뮤어룩 ▲ 놈코어룩 ▲ 클리비지룩 ▲ 커플 시밀러룩 ▲ 러시아 일진룩 ▲ 동탄 미시룩 ▲ 모던룩 ▲ 보헤미안룩 ■ K-POP 노래 Golden(헌트릭스) ▲ Soda Pop(사자보이즈) ▲ 너에게 닿기를(10CM) ▲ Your Idol(사자보이즈) ▲ APT.(로제, 브루노 마스) ▲ 시작의 아이(마크툽) ▲ 돌림판(머쉬베놈) ▲ FAMOUS(올데이 프로젝트) ▲ 나는 반딧불(황가람) ▲ 오늘만 I LOVE YOU(보이넥스트도어) ■ K-POP 댄스 Soda Pop(사자보이즈) ▲ Golden(헌트릭스) ▲ like JENNY(제니) ▲ REBEL HEART(아이브) ▲ Rich Man(에스파) ▲ BEEP(이즈나) ▲ Whiplash(에스파) ▲ Your Idol(사자보이즈) ▲ 첫 만남은 계획대로 되지 않아(투어스) ▲ BANG BANG BANG(빅뱅) ■ 바이럴 간식 크보빵(KBO빵) ▲ 삼양1963(우지라면) ▲ 메롱바 ▲ 칸쵸 ‘내 이름을 찾아라’ ▲ 수건 케이크 ▲ 두바이 초콜릿 ▲ 초코송이 제주말차케이크맛 ▲ 대롱대롱 ▲ 카이막 ▲ 공차 아이스크림 ■ 밈 칠 가이 ▲ 기가 차드 ▲ 골반이 안 멈추는데 어떡해 ▲ 이건 첫번째 레슨 ▲ 햄부기 ▲ 이탈리안 브레인롯 ▲ 67 ▲ 누가 범인일까 ▲ 서열정리 ▲ 내가 그걸 모를까 ■ 챌린지 아이스크림 챌린지 ▲ 터미널 챌린지 ▲ 이안 챌린지 ▲ 이라이라 챌린지 ▲ 영어 발음 챌린지 ▲ Soda Pop 챌린지 ▲ Wait 챌린지 ▲ 고양이 그림자 챌린지 ▲ 바라밤 챌린지 ▲ 도레미 챌린지  

PTC는 아레나(Arena) 제품 수명주기 관리(PLM) 및 품질 관리 시스템(QMS) AI 엔진 출시를 발표했다. 아마존 베드록(Amazon Bedrock)으로 구동되는 아레나 AI 엔진 기능은 문서 검토 및 비교를 자동화한다. 이를 통해 팀은 오류를 줄이고 규정 준수를 강화하며 파일 변경 작업을 더 빠르게 처리할 수 있다. 아레나 AI 인프라를 기반으로 구축된 아레나 AI 엔진은 AI 파일 요약(AI File Summary)과 AI 파일 비교(AI File Comparison) 등의 기능을 제공한다. AI 파일 요약은 긴 보고서를 명확하고 실행 가능한 통찰력으로 요약한다. 이를 통해 팀이 간결한 업데이트를 공유하고 승인을 신속하게 진행하도록 돕는다. AI 파일 비교는 사양서, 설계도, 다이어그램 및 기타 파일 전반의 변경 사항을 자동으로 강조 표시한다. 수동 확인 및 규정 준수 위험을 줄여 교육 및 변경 관리 버전 제어를 가속화한다. 아레나 AI 엔진은 AI 기반 인텔리전스를 일상적인 PLM 및 QMS 워크플로에 직접 도입하여 PTC의 ‘인텔리전트 제품 라이프사이클(Intelligent Product Lifecycle)’ 비전을 확장한다. 이를 통해 팀은 제품 수명주기 전반에 걸쳐 더 적절한 결정을 빠르게 내릴 수 있다.     이번 릴리스는 아레나 AI 엔진 출시 외에도 새로운 ‘아레나 AI 어시스턴트(Arena AI Assistant)’ 및 ‘아레나 공급망 인텔리전스(Arena SCI)’ 기능을 통해 공급망의 탄력성을 강화한다. 개선된 아레나 AI 어시스턴트는 더 많은 도움말 항목을 지원하고 완전한 다국어 가용성을 제공한다. 또한 대화형 인터페이스를 더욱 강화하여 온보딩 시간을 줄이고 생산성을 높인다. 아레나 SCI는 전자 부품에 대한 주간 업데이트 확인을 통해 글로벌 규정 준수를 강화하도록 개선됐다. 그리고 제품 개발 워크플로에 직접 통합된 통찰력을 바탕으로 실시간 AI 기반 부품 모니터링 및 위험 완화를 지원한다. PTC의 데이비드 캐츠먼(David Katzman) 온쉐이프 및 아레나 총괄 부사장은 “고객들은 작업을 지연시키고 위험을 증가시킬 수 있는 복잡한 문서와 지속적인 수정 사항을 관리하고 있다”면서, “아레나 AI 엔진의 출시는 이러한 프로세스를 더 직관적으로 만들고, 팀이 제품 정보에 대해 더 명확하게 파악하고 통제할 수 있도록 하는 장기적인 투자의 다음 단계”라고 전했다.