세일즈포스는 구글 클라우드와 파트너십을 강화하고, 양사의 플랫폼 전반에서 업무 흐름을 하나로 잇는 AI 에이전트 통합을 확대한다고 밝혔다. 이번 협력은 기업이 겪어온 데이터 파편화와 시스템 간 단절 문제를 해결하는 데 목적을 두었다. 양사의 협력으로 기업은 업무용 메신저를 넘어 에이전틱 업무 운영체제를 지향하는 슬랙(Slack)과 협업 도구인 구글 워크스페이스(Google Workspace) 환경에 AI 에이전트를 즉시 배치할 수 있게 됐다. 세일즈포스의 AI 에이전트 플랫폼인 ‘에이전트포스(Agentforce)’와 구글의 ‘제미나이 엔터프라이즈(Gemini Enterprise)’가 유기적으로 연동되어 사용자는 업무 흐름을 끊지 않고도 데이터를 안전하게 활용할 수 있다.     사용자는 슬랙에서 자연어로 요청하는 것만으로 구글 슬라이드, 문서, 시트 등에 흩어진 정보를 정리해 보고서를 만들 수 있다. 제미나이 엔터프라이즈가 슬랙에 직접 통합되면서 구글 미트(Google Meet) 녹취록 생성과 대화 요약, 통합 검색 등 비서 기능도 제공한다. 세일즈포스는 이를 통해 비즈니스 맥락 파악부터 실행까지 전 과정을 아우르는 ‘에이전틱 엔터프라이즈’ 전환을 앞당길 수 있을 것으로 보고 있다. 영업 분야에서는 ‘에이전트포스 세일즈’가 제미나이와 협업해 잠재 고객 응대와 회의 브리핑 작성, 계약 리스크 감지 등을 자동으로 수행한다. 이를 통해 영업 담당자는 반복적인 행정 업무 대신 고객 관계 구축에 더 집중할 수 있다. 기술적으로는 데이터를 옮기지 않고 실시간으로 활용하는 ‘제로 카피’ 구조가 핵심이다. 에이전트포스는 세일즈포스의 ‘아틀라스 추론 엔진’을 통해 제미나이 모델을 지원하며 텍스트뿐만 아니라 이미지와 영상 데이터까지 분석해 복잡한 비즈니스 문제를 해결한다. 보안을 위해 구글 레이크하우스 기반의 제로 카피 기술을 적용해 데이터가 저장된 위치에서 직접 정보를 읽어오는 방식을 사용한다. 또한 세일즈포스의 인포매티카(Informatica)를 기반으로 워크데이, SAP 등 외부 데이터에도 일관된 보안 정책을 적용해 구글 빅쿼리에서 통합 관리할 수 있도록 돕는다. 세일즈포스에 따르면 현재 1400개 이상의 고객사가 에이전트포스 내에서 제미나이를 활용하고 있다. 이커머스 기업 웨이페어는 고객 서비스와 물류 부문에 에이전트를 도입했으며 유통기업 펩코는 6400만 개의 고객 데이터를 2400만 개로 통합해 개인화 마케팅 접점을 25% 늘렸다. 구글 클라우드의 카르틱 나라인 최고 제품 및 비즈니스 책임자는 “이번 협력으로 고객은 플랫폼에 흩어진 데이터를 안전하게 연결해 성과를 빠르게 내고 확장 가능한 에이전틱 인프라를 구축할 수 있게 됐다”고 설명했다. 세일즈포스의 스리니 탈라프라가다 사장은 “에이전틱 AI 도입을 위해서는 전사적으로 작동하는 강력한 인프라가 필수이며 구글 클라우드와의 파트너십이 전환 속도를 높이는 발판이 될 것”이라고 강조했다. 세일즈포스 코리아의 박세진 대표는 “이번 파트너십 확대는 국내 기업들이 에이전틱 AI를 실무 혁신으로 연결하는 중요한 전환점이 될 것”이라면서, “한국 기업들이 보다 빠르고 안전하게 자율 운영 체계를 갖출 수 있도록 지원하겠다”고 전했다.

BIM 칼럼니스트 강태욱의 이슈 & 토크   이번 호에서는 독일 뮌헨공과대학교(TUM) 연구팀이 개발하여 공개한 세계 최대 규모의 3D 건물 지도 데이터셋인 ‘글로벌 빌딩 아틀라스(Global Building Atlas)’ 프로젝트에 대해 설명한다. 특히, 인공지능과 위성 영상 분석 기술을 결합하여 전 세계에 존재하는 건물을 3차원 모델로 구현한 방법을 기술적 관점에서 나눔한다.   ■ 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. Literally a Map Showing All the Buildings in the World(https://gizmodo.com/literally-a-map-showing-all-thebuildings-in-the-world-2000694696)   이 결과는 오픈소스로 공개되었으며, 기존에 가장 방대하다고 알려진 데이터셋이 포함하던 약 17억 개의 건물 수치를 크게 웃도는 규모로 개발되었다. 그동안 디지털 지도 데이터에서 소외되었던 아프리카, 남미, 아시아의 농촌 지역 건물들까지 정밀하게 포착해냈다는 점에서 기술적 진보를 보여준다.   개발 과정 지도의 기반이 된 데이터는 주로 2019년에 촬영된 플래닛스코프(PlanetScope) 위성 이미지를 활용하였으며, 연구팀은 이를 통해 각 건물의 2D 바닥 면적뿐만 아니라 높이 정보까지 정밀하게 추출했다. 이 지도가 제공하는 높이 데이터의 해상도는 3×3미터 수준으로, 기존의 글로벌 건물 높이 데이터셋들이 주로 90미터 해상도에 그쳤던 것과 비교하면 약 30배 이상 정밀도가 향상된 수치이다. 제공되는 데이터는 건물의 대략적인 형태와 높이를 단순화하여 표현하는 LoD1(Level of Detail 1) 수준의 3D 모델 형식을 따르고 있어, 전 지구적 규모의 방대한 데이터를 다루면서도 활용성을 확보했다.   그림 2. 3차원 건물 모델 데이터셋 자동화 결과물   이 연구는 기존 데이터셋이 가진 커버리지의 한계와 3D 정보의 부재를 해결하기 위해 진행되었으며, 전 세계 약 27억 5000만 개의 건물을 포함하는 방대한 규모의 데이터를 구축하였다. 이는 기존의 가장 포괄적인 데이터베이스보다 10억 개 이상 많은 수치로, 그동안 데이터상에서 누락되었던 전 세계 건물의 약 40% 이상을 메우는 성과이다. 연구팀은 이 데이터셋 구축을 위해 플래닛스코프 위성 이미지만을 사용하는 머신러닝 기반 파이프라인을 개발했다. 이 과정은 크게 건물 폴리곤 생성과 높이 추정의 두 단계로 나뉘며, 기존의 오픈소스 건물 데이터(오픈스트리트맵, 구글, 마이크로소프트 등)와 자체 생성한 데이터를 ‘품질 기반 융합 전략’을 통해 결합하여 데이터의 완성도를 극대화했다. 이를 통해 완성된 ‘GBAHeight’는 3×3미터의 공간 해상도를 제공하는데, 이는 기존 글로벌 제품들이 제공하던 90미터 해상도보다 약 30배 더 정밀한 수준이며 이를 통해 지역 및 전 지구 규모에서 신뢰할 수 있는 건물 부피 분석이 가능해졌다. 또한 연구팀은 건물 높이 정보를 포함한 ‘GBA-LoD1’ 모델을 생성하여 약 26억 8000만 건의 건물 인스턴스를 구현했으며, 이는 전체의 97%에 달하는 높은 완성도를 보인다.  높이 추정의 정확도를 나타내는 RMSE(평균제곱근오차)는 대륙별로 1.5미터에서 8.9미터 사이로 나타났으며, 특히 오세아니아와 유럽에서 높은 정확도를 보였다. 데이터 분석 결과 아시아가 건물 수와 총 부피 면에서 압도적인 비중을 차지하는 반면, 아프리카는 건물 수는 많으나 총 부피가 작아 소규모 또는 비공식 건물이 다수 분포함을 시사했다.     그림 3. 공개된 글로벌 빌딩 아틀라스 LoD1 웹 서비스(선릉역 및 뉴욕 근처의 생성된 3D 건물 모델)   AI 모델 개발 접근법 인공지능 모델 개발 및 활용 관점에서 본 글로벌 빌딩 아틀라스(GBA) 프로젝트는 3미터 해상도의 단일 시점(monocular) 위성 영상인 플래닛스코프 데이터를 입력으로 받아 전 지구적 규모의 3D 건물 모델을 생성하는 파이프라인을 구축했다는 점에서 기술적 의미가 있다. 전체 시스템은 크게 2D 건물 폴리곤 생성을 위한 의미론적 분할(semantic segmentation) 네트워크와 3D 높이 추정을 위한 단안 높이 추정(monocular height estimation) 네트워크로 이원화되어 설계되었다. 2D 건물 폴리곤 생성 모델의 경우, 연구팀은 UPerNet(Unified Perceptual Parsing Network) 아키텍처를 기반으로 하되 백본(backbone)으로 ConvNeXt-Tiny를 사용했다. 모델의 성능을 높이기 위해 ‘추출(extraction)’과 ‘정규화(regularization)’라는 두 단계의 네트워크를 직렬로 구성한 점이 특징이다. 첫 번째 네트워크가 위성 영상에서 1차적인 이진 마스크를 생성하면, 동일한 아키텍처를 가진 두 번째 정규화 네트워크가 이를 입력받아 노이즈를 제거하고 건물 경계를 다듬는다. 특히 정규화 네트워크 학습 시에는 깨끗한 폴리곤 마스크에 인위적인 노이즈를 주입한 것을 입력 데이터로 사용하여, 모델이 거친 마스크를 정제된 형태로 복원하는 일종의 디노이징(denoising) 기능을 수행하도록 훈련시켰다.   그림 4. GBA 딥러닝 모델 아키텍처     ■ 기사 상세 내용은 PDF로 제공됩니다.

트렌드에서 얻은 것 No. 27   “AI의 다음 단계는 로봇공학이다.” – 젠슨 황, 엔비디아 CEO   라스베이거스에서 목격한 ‘가치의 증명’ 매년 1월, 미국 라스베이거스는 전 세계 기술의 향연장으로 오프라인뿐만 아니라 온라인으로 그 열기가 실시간으로 전달되지만 올해 열린 CES 2026의 공기는 사뭇 달랐다고 한다. CES에 참석한 전문가들이 전해주는 실시간 열기를 통해서 현지에서 느낀 것처럼 쉽게 접할 수 있음에 감사 말씀을 먼저 전하고 싶다. 화려한 비전과 먼 미래의 청사진을 늘어놓던 과거의 관행은 사라지고, 그 자리를 치열한 ‘실증(proof)’과 ‘현실(reality)’이 채웠다. 올해 CES의 슬로건인 ‘혁신가들의 등장(Innovators Show Up)’은 단순히 참가자들이 행사장에 나타났다는 뜻이 아니다. 아이디어를 가진 자가 아니라, 실제로 작동하는 혁신을 만들어내는 자만이 이 무대의 주인공이 될 수 있다는 냉정한 선언과도 같았다. 올해 CES를 관통하는 단 하나의 키워드를 꼽자면 단연 ‘피지컬 AI(physical AI)’다. 지난해까지 우리가 화면 속의 생성형 AI와 대화하며 그 지적 능력에 감탄했다면, 2026년의 AI는 모니터 밖으로 걸어 나와 로봇과 모빌리티라는 육체를 입고 물리적 세계를 직접 변화시키기 시작했다. 엔비디아의 젠슨 황 CEO가 “AI의 다음 단계는 로봇공학”이라고 천명했듯, 이제 기술 경쟁의 룰은 ‘무엇을 할 수 있는가(show)’에서 ‘어떤 실질적 가치를 제공하는가(prove & sell)’로 완전히 바뀌었다. 이번 호 칼럼에서는 CAD/PLM, 엔지니어링, 제조 분야의 전문가에게 이번 CES 2026이 시사하는 바를 심층적으로 분석하고, 피지컬 AI, 디지털 트윈, 그리고 한국 기업의 생존 전략을 중심으로 산업의 대전환을 조망해보고자 한다. “AI, 모니터 밖으로 걸어 나왔다.” – 김난도, 서울대학교 교수   AI, 육체를 얻다 - 피지컬 AI와 로보틱스의 진화 CES 2026 현장에서 가장 주목받은 변화는 소프트웨어 중심의 AI가 하드웨어 로봇 시장으로 폭발적으로 전이되고 있다는 점이다. 이를 ‘피지컬 AI’라고 부른다. 이는 단순히 로봇이 미리 프로그래밍된 대로 움직이는 자동화를 의미하지 않는다. 로봇이 센서와 카메라를 통해 현실 세계를 인지(perception)하고, 상황을 이해(cognition)하며, 이를 바탕으로 스스로 판단하여 물리적 행동(action)을 수행하는 단계로 진화했음을 의미한다.   ▲ CES 2026 정리 – 교수님의 화이트보드(출처 : 나노바나나 by 류용효) (클릭하시면 큰 이미지로 볼 수 있습니다.)   현대자동차그룹의 행보는 이러한 흐름을 가장 명확하게 보여주었다. 현대차는 이번 CES에서 ‘인간 중심의 AI 로보틱스’ 비전을 선포하며, 보스턴 다이내믹스의 휴머노이드 로봇 ‘아틀라스(Atlas)’의 차세대 전동식 모델을 공개했다. 과거의 유압식 모델이 연구용에 가까웠다면, 이번 전동식 모델은 실제 산업 현장 투입을 전제로 설계되었다. 현대차는 구글 딥마인드와의 협력을 통해 로봇의 ‘두뇌’를 고도화하고, 이를 2028년부터 미국 조지아주 메타플랜트 아메리카(HMGMA) 공장에 실제 투입하겠다는 구체적인 로드맵을 제시했다. 이는 로봇이 더 이상 쇼케이스용 전시물이 아니라, 제조 공정의 데이터와 결합하여 생산성을 혁신하는 실질적인 ‘노동력’으로 자리 잡았음을 시사한다. 로봇의 진화는 산업 현장에만 머물지 않았다. LG전자는 ‘공감지능’을 탑재한 AI 홈 로봇 ‘클로이드(CLOiD)’를 통해 가사 노동이 없는 ‘제로 레이버 홈(Zero Labor Home)’의 비전을 구체화했다. 클로이드는 사용자의 목소리 톤을 분석해 감정을 파악하고, 세탁기에 빨래를 넣거나 요리를 돕는 등 복잡한 물리적 가사 노동을 수행한다. 이는 로봇이 단순한 기계 장치를 넘어, 인간의 맥락을 이해하고 능동적으로 상호작용하는 ‘반려 가전’ 혹은 ‘지능형 파트너’로 격상되었음을 의미한다. 엔지니어링과 설계 관점에서 볼 때, 이러한 피지컬 AI의 부상은 하드웨어 설계와 AI 소프트웨어의 결합이 선택이 아닌 필수가 되었음을 시사한다. 로봇의 관절을 움직이는 액추에이터의 정밀 제어부터 센서 데이터를 처리하는 에지 컴퓨팅 그리고 이를 통합하는 운영체제(OS)까지, 기계 공학과 컴퓨터 공학의 경계가 완전히 허물어지고 있는 것이다. “흙(dirt)을 파는 기업에서 데이터(data)를 파는 기업으로.” – 캐터필러(Caterpillar)의 비전   데이터가 자산이 되는 산업 메타버스 - 제조의 미래 CES 2026은 제조업의 패러다임이 ‘하드웨어 제조’에서 ‘데이터 자산화’로 이동하고 있음을 여실히 보여주었다. 독일의 지멘스와 미국의 캐터필러가 보여준 비전은 전통적인 제조 기업이 어떻게 소프트웨어 및 플랫폼 기업으로 변모해야 하는지에 대한 해답을 제시한다. 지멘스는 ‘산업용 메타버스’와 ‘디지털 트윈’을 전면에 내세웠다. 현실의 공장을 가상 공간에 똑같이 복제하여 시뮬레이션함으로써 공정 최적화와 예지 보전을 수행하는 것은 이제 기본이 되었다. 핵심은 이러한 디지털 트윈이 생성형 AI와 결합하여, 엔지니어가 자연어로 설비의 상태를 묻거나 최적화 방안을 제안받는 ‘에이전틱 AI(agentic AI)’ 단계로 진입했다는 점이다. 마이크로소프트와의 협력을 통해 공개된 ‘제조 공동 지능’ 이니셔티브는 공장 내의 파편화된 데이터를 통합하고, AI가 스스로 문제를 진단하여 해결책을 제시하는 수준의 자동화를 예고했다. 중장비 업체 캐터필러의 변신 또한 극적이다. 그들은 ‘흙(dirt)을 파는 기업에서 데이터(data)를 파는 기업’으로의 전환을 선언했다. 자율주행 광산 트럭과 원격 제어 시스템을 통해 건설 현장의 모든 움직임을 데이터화하고, 이를 바탕으로 작업 효율을 극대화하는 설루션을 판매한다. 이제 굴착기는 단순한 기계가 아니라 데이터를 생성하고 수집하는 IoT(사물인터넷) 디바이스이자, 거대한 로봇이 되었다. 이러한 변화는 CAD/CAE/PLM 전문가들에게 시사하는 바가 크다. 제품을 설계한다는 것은 이제 단순히 3D 형상을 모델링하는 것을 넘어 제품이 생성할 데이터를 정의하고, 가상 공간에서의 시뮬레이션 시나리오를 설계하며, 운영 단계에서의 데이터 피드백 루프까지 고려해야 함을 의미한다. ‘설계–제조–운영’의 전 과정이 데이터로 연결되는 엔드 투 엔드(end-to-end) 엔지니어링 역량이 그 어느 때보다 중요해졌다. “미국과 중국이 앞서가는 상황에서, 한국 기업들이 살아남을 방법은 결국 압도적인 기술 격차뿐이다.” – 정구민, 국민대학교 교수   모빌리티, 바퀴 달린 AI 디바이스로 재정의되다 모빌리티 분야에서의 화두는 단연 ‘SDV(Software Defined Vehicle : 소프트웨어 중심 자동차)’의 고도화와 AI의 전면 도입이었다. 자동차는 이제 엔진과 변속기로 정의되는 기계 장치가 아니라 거대한 스마트폰, 혹은 ‘바퀴 달린 AI 디바이스’로 재정의되었다. CES 2026에서 현대모비스와 LG이노텍 등 전장 기업은 차량 내 경험(in-cabin experience)을 혁신할 디스플레이와 센서 기술을 대거 선보였다. 투명 디스플레이가 적용된 전면 유리, 운전자의 시선과 상태를 감지하는 인 캐빈 센싱, 그리고 이 모든 것을 통합 제어하는 고성능 컴퓨팅 플랫폼은 모빌리티가 단순한 이동 수단을 넘어 생활과 업무, 휴식이 가능한 ‘제3의 생활 공간’으로 진화하고 있음을 보여준다. 특히 엔비디아는 자율주행 플랫폼 ‘알파마요’를 공개하며, AI가 단순히 사물을 인식하는 것을 넘어 상황을 추론하고 미래를 예측하여 주행하는 시대를 열었다. 예를 들어 골목길에서 공이 굴러나오면 아이가 뒤따라 나올 것을 예측하여 속도를 줄이는 식이다. 이는 자율주행 기술이 규칙 기반(rule-based)에서 AI 모델 기반으로 완전히 전환되고 있음을 의미한다. 또한, 현대차의 ‘모베드(MobED)’와 같은 로보틱스 모빌리티 플랫폼은 기존 자동차의 형상을 파괴하고 있다. 납작한 직육면체 보디에 네 개의 바퀴가 독립적으로 움직이며 어떤 지형에서도 수평을 유지하는 이 플랫폼은 배송, 안내, 촬영 등 다양한 목적에 맞게 상부 모듈만 교체하여 사용할 수 있다. 이는 모빌리티 설계가 ‘목적 기반(PBV)’으로 세분화되고 있으며, 하드웨어 플랫폼의 모듈화가 가속화되고 있음을 보여준다. “CES는 전시장이 아닌 글로벌 ‘생존 실험실’이다.” – 주영섭, 서울대학교 특임교수   K-테크의 약진과 과제 - 생존을 위한 피버팅 이번 CES 2026에서 한국 기업들의 활약은 눈부셨다. 최고혁신상의 상당수를 한국 기업이 휩쓸었으며, 참가 기업 수나 전시 규모 면에서도 주최국인 미국에 이어 2위를 기록하며 존재감을 과시했다. 삼성전자와 LG전자는 AI 가전을 통해 스마트홈 생태계의 표준을 제시했고, HD현대와 두산은 무인화·자동화 기술로 산업 현장의 미래를 그렸다. 특히 주목할 점은 스타트업들의 약진이다. 마음AI는 CTA 주관 미디어데이에서 지멘스와 함께 ‘반드시 주목해야 할 기업(one pick)’으로 선정되며 글로벌 무대에서 기술력을 인정받았다. 그들이 선보인 것은 단순한 개념 증명이 아닌, 실제 산업 현장에서 즉시 활용 가능한 ‘작동하는 피지컬 AI’였다. 또한 딥엑스, 스튜디오랩 등 딥테크 기업들이 혁신상을 수상하며 AI 반도체, 로보틱스 등 첨단 분야에서 한국의 기술 저력을 입증했다. 하지만 화려한 수상 실적 이면에는 냉혹한 현실도 존재한다. 주영섭 서울대학교 특임교수는 CES를 “전시장이 아닌 생존 실험실”이라고 정의하며, 한국 기업들이 글로벌 시장의 니즈에 맞춰 끊임없이 ‘피버팅(pivoting : 사업 방향 전환)’해야 한다고 강조했다. 중국 기업들이 끈질긴 생존력으로 저가형 로봇 시장을 잠식하고 있고 빅테크 기업들이 AI 인프라를 독점해가는 상황에서, 한국 기업들은 ‘보여주기식’ 기술이 아닌 ‘돈이 되는’ 비즈니스 모델을 증명해야 하는 과제를 안고 있다. 삼성전자가 주 전시관인 LVCC를 떠나 윈 호텔에 별도 전시관을 마련하고 B2B 고객과의 깊이 있는 미팅에 집중한 것, LG전자가 가사 노동 해방이라는 명확한 고객 가치를 제안한 것은 모두 이러한 고민의 산물이다. 기술 자체의 우수성보다 그 기술이 고객에게 어떤 가치를 줄 수 있는지를 증명하는 것이 생존의 열쇠가 되었다. “혁신은 우리의 삶을 진정으로 더 낫게 만들 때만 의미가 있다.” – 류재철, LG전자 H&A사업본부장   테크 터치, 기술이 감성과 만나는 지점 CES 2026을 관통한 거대한 흐름을 한마디로 요약하자면 ‘테크 터치(tech touch)’라고 할 수 있다. 이는 기술(tech)이 산업의 효율을 높이는 것을 넘어, 인간의 삶과 감성(touch)을 어루만지는 단계로 진화했음을 의미한다. 차가운 금속 로봇이 인간의 언어를 이해하고 물을 건네주며, 자동차가 운전자의 기분을 파악해 실내 조명을 조절하고, AI가 개인의 건강 데이터를 분석해 질병을 예방한다. 이제 CAD/CAM 및 엔지니어링 분야의 전문가들은 단순히 기능적 요구사항을 충족하는 설계를 넘어, AI와 데이터가 결합된 지능형 시스템을 설계해야 하는 시대에 직면했다. 제품의 형상뿐만 아니라 그 제품이 현실 세계에서 어떻게 데이터를 수집하고, 사용자와 상호작용하며, 스스로 진화할 것인지를 설계 단계에서부터 고민해야 한다. CES 2026은 우리에게 명확한 질문을 던졌다. “당신의 기술은 실험실을 넘어 삶 속에서 작동하고 있는가?” 한국 기업들은 ‘패스트 팔로어’의 시대를 지나 이제 ‘퍼스트 무버’로서 기술의 표준을 정의해야 하는 위치에 섰다. 피지컬 AI, 디지털 트윈, SDV 등 CES가 보여준 미래 기술은 더 이상 먼 미래의 공상과학이 아니다. 바로 지금 우리의 설계 도면 위에서 그리고 생산 라인에서 구현되어야 할 현실이다. 혁신은 말이 아닌 행동으로, 그리고 실질적인 가치 증명으로 완성된다는 점을 잊지 말아야 할 것이다.   ■ 류용효 디원의 상무이며 페이스북 그룹 ‘컨셉맵연구소’의 리더로 활동하고 있다. 현업의 관점으로 컨설팅, 디자인 싱킹으로 기업 프로세스를 정리하는데 도움을 주며, 1장의 빅 사이즈로 콘셉트 맵을 만드는데 관심이 많다. (블로그)     ■ 기사 내용은 PDF로도 제공됩니다.

몽고DB는 기업이 레거시 애플리케이션을 현대적이고 확장 가능한 서비스로 신속하게 전환할 수 있도록 돕는 AI 기반 애플리케이션 현대화 플랫폼인 ‘몽고DB AMP(MongoDB AMP)’를 출시했다고 밝혔다. 몽고DB AMP는 도구, 기술, 인재가 결합된 설루션으로, AI 기반 소프트웨어 플랫폼과 입증된 딜리버리 프레임워크, 그리고 구현 과정을 관리하고 이끄는 경험 많은 AMP 전문 엔지니어와 함께 고객의 현대화를 지원한다. 몽고DB AMP는 몽고DB의 유연한 도큐먼트 모델과 지속적인 변화를 염두에 두고 설계된 아키텍처를 기반으로 한다. 몽고DB는 “반복 가능한 프레임워크와 AMP 도구를 결합함으로써, 코드 변환과 같은 작업은 최대 10배 이상, 전체 현대화 프로젝트의 속도는 2~3배까지 향상시킬 수 있다”고 밝혔다.     산업 전반의 기업들은 핵심 운영에 중요한 역할을 하면서도, 유지 비용이 크고 생성형 AI와 같은 최신 활용 사례에 유연하게 대응하기 어려운 레거시 애플리케이션으로 인해 상당한 부담을 겪고 있다. 이러한 복잡한 레거시 애플리케이션은 경직된 데이터 기반과 노후화된 기술 스택 위에 구축되어 있어, 혁신을 저해할 뿐만 아니라 보안 및 컴플라이언스 측면에서도 리스크를 초래할 수 있다. 정보 및 소프트웨어 품질 컨소시엄은 미국 내 기술 부채로 인한 경제적 비용이 ‘낮은 소프트웨어 품질’, 소프트웨어 장애, 개발자 생산성 손실, 시스템 유지관리 등의 요소를 기준으로 볼 때 총 4조 달러에 육박하는 것으로 추산하고 있다. 기존의 애플리케이션 현대화 방식은 수작업이 많고 리소스 소모가 크고 수년간 진행되는 고비용 컨설팅 프로젝트에 의존하는 경우가 많다. 실제 성과를 내기 전에 중단되는 경우도 있어 시장 출시 속도에 차질을 빚기도 한다. 더 나아가 일부 현대화 시도는 유연하고 현대적인 데이터베이스 설루션으로 전환하기보다는, 레거시 애플리케이션을 단순히 다른 관계형 데이터베이스로 옮기는, 이른바 ‘리프트 앤 시프트(lift and shift)’ 방식에 그치는 경우도 있다. 몽고DB AMP는 몽고DB가 주요 고객들과 함께 2년 넘게 협업하며 완성한 접근 방식을 제품화했다. 특히 규제가 까다롭고 복잡한 요구사항이 많은 산업 분야에서도 AMP를 통해 현대화 성과를 만들어냈다고 소개했다. 호주의 벤디고 은행은 핵심 뱅킹 애플리케이션을 기존 레거시 관계형 데이터베이스에서 몽고DB 아틀라스(MongoDB Atlas)로 이전하는 데 걸리던 개발 시간을 90%까지 줄였고, AI 도구를 활용해 애플리케이션 테스트 케이스를 작성하고 실행하는 시간을 기존 80시간 이상에서 단 5분으로 획기적으로 단축했다. 롬바디 오디에는 핵심 애플리케이션을 SQL 데이터베이스에서 몽고DB로 성공적으로 이전했다. 이 과정에서 코드 마이그레이션 속도는 최대 60배 빨라졌으며 회귀 테스트 시간도 3일에서 3시간으로 단축돼 개발자들이 혁신에 더 집중할 수 있게 됐다. 엔터프라이즈 핀테크 기업인 인텔렉트AI 또한 최근 몽고DB와 협력해 자사의 웰스 매니지먼트(Wealth Management) 플랫폼 핵심 요소를 현대화했다. 이번 프로젝트를 통해 인텔렉트AI는 성능을 개선하고 개발 주기를 단축할 수 있었으며, 그 결과 신규 고객 온보딩이 더욱 원활해지고, 고객 인사이트를 보다 심층적으로 제공할 수 있게 됐으며, 기업 전반에서 생성형 AI 활용 사례를 실현할 수 있는 기반을 마련했다. 몽고DB의 비노드 바갈(Vinod Bagal) 현대화 및 전환 부문 수석 부사장(SVP)은 “연구에 따르면 많은 조직들이 단지 시스템 유지를 위해 가치 대비 노력과 비용이 큰 작업에 과도한 시간과 예산을 투입하고 있으며, 이로 인해 경쟁사에 뒤처지게 되는 경우가 많다”고 말했다. 이어 그는 “몽고DB AMP는 기업들에게 더 나은 현대화 접근 방식을 제공한다”면서, “기존의 방식에서 벗어나 빠르고 높은 품질로 전환을 이뤄낼 수 있도록 지원하고, 혁신과 비용 절감을 동시에 실현할 수 있도록 한다”고 설명했다.

엔비디아가 에지 환경에서 실시간 AI 추론을 수행할 수 있는 엔비디아 젯슨 토르(NVIDIA Jetson Thor) 모듈을 출시했다. 젯슨 토르는 연구와 산업 현장의 로봇 시스템에서 두뇌 역할을 수행하며, 휴머노이드와 산업용 로봇 등 다양한 로봇이 보다 스마트하게 동작하도록 지원한다. 로봇은 방대한 센서 데이터와 저지연 AI 처리를 요구한다. 실시간 로봇 애플리케이션을 실행하려면 여러 센서에서 동시 발생하는 데이터 스트림을 처리할 수 있는 충분한 AI 컴퓨팅 능력과 메모리가 필요하다. 현재 정식 출시된 젯슨 토르는 이전 모델인 엔비디아 젯슨 오린(Orin) 대비 AI 컴퓨팅이 7.5배, CPU 성능이 3.1배, 메모리 용량이 2배 향상돼 이러한 처리를 디바이스에서 가능하게 한다. 이러한 성능 도약은 로봇 연구자들이 고속 센서 데이터를 처리하고 에지에서 시각적 추론을 수행할 수 있도록 한다. 이는 기존에는 동적인 실제 환경에서 실행하기에는 속도가 너무 느려 실행하기 어려웠던 워크플로이다. 이로써 휴머노이드 로보틱스와 같은 멀티모달 AI 애플리케이션의 새로운 가능성을 열어주고 있다.   ▲ 엔비디아 젯슨 AGX 토르 개발자 키트   휴머노이드 로보틱스 기업인 어질리티 로보틱스(Agility Robotics)는 자사의 5세대 로봇인 디지트(Digit)에 엔비디아 젯슨을 통합했다. 이어서 6세대 디지트에는 온보드 컴퓨팅 플랫폼으로 젯슨 토르를 채택할 계획이다. 이를 통해 디지트는 실시간 인식과 의사결정 능력을 강화하고 점차 복잡해지는 AI 기술과 행동을 지원할 수 있게 된다. 디지트는 현재 상용화됐으며, 창고와 제조 환경에서 적재, 상차, 팔레타이징(palletizing) 등 물류 작업을 수행하고 있다. 30년 넘게 업계 최고 수준의 로봇을 개발해온 보스턴 다이내믹스(Boston Dynamics)는 자사 휴머노이드 로봇 아틀라스(Atlas)에 젯슨 토르를 탑재하고 있다. 이를 통해 아틀라스는 이전에는 서버급에서만 가능했던 컴퓨팅, AI 워크로드 가속, 고대역폭 데이터 처리, 대용량 메모리를 디바이스 내에서도 활용할 수 있게 됐다. 휴머노이드 로봇 외에도, 젯슨 토르는 더 크고 복잡한 AI 모델을 위한 실시간 추론을 통해 다양한 로봇 애플리케이션을 가속화할 예정이다. 여기에는 수술 보조, 스마트 트랙터, 배송 로봇, 산업용 매니퓰레이터(manipulator), 시각 AI 에이전트 등이 포함된다. 젯슨 토르는 생성형 추론 모델을 위해 설계됐다. 이는 차세대 피지컬 AI 에이전트가 클라우드 의존도를 최소화하면서 에지에서 실시간으로 실행될 수 있도록 한다. 차세대 피지컬 AI 에이전트는 대형 트랜스포머 모델, 비전 언어 모델(vision language model : VLM), 비전 언어 행동(vision language action : VLA) 모델을 기반으로 구동된다. 젯슨 토르는 젯슨 소프트웨어 스택으로 최적화돼 실제 애플리케이션에서 요구되는 저지연과 고성능을 구현한다. 따라서 젯슨 토르는 모든 주요 생성형 AI 프레임워크와 AI 추론 모델을 지원하며, 탁월한 실시간 성능을 제공한다. 여기에는 코스모스 리즌(Cosmos Reason), 딥시크(DeepSeek), 라마(Llama), 제미나이(Gemini), 큐원(Qwen) 모델과 함께, 로보틱스 특화 모델인 아이작(Isaac) GR00T N1.5 등이 포함된다. 이를 통해 개발자는 손쉽게 로컬 환경에서 실험과 추론을 실행할 수 있다. 젯슨 토르는 생애 주기 전반에 걸쳐 엔비디아 쿠다(CUDA) 생태계의 지원을 받는다. 또한 젯슨 토르 모듈은 전체 엔비디아 AI 소프트웨어 스택을 실행해 사실상 모든 피지컬 AI 워크플로를 가속화한다. 여기에는 로보틱스를 위한 엔비디아 아이작, 영상 분석 AI 에이전트를 위한 엔비디아 메트로폴리스(Metropolis), 센서 처리를 위한 엔비디아 홀로스캔(Holoscan) 등의 플랫폼이 활용된다. 이러한 소프트웨어 도구를 통해 개발자는 다양한 애플리케이션을 손쉽게 구축하고 배포할 수 있다. 실시간 카메라 스트림을 분석해 작업자 안전을 모니터링하는 시각 AI 에이전트, 비정형 환경에서 조작 작업을 수행할 수 있는 휴머노이드 로봇, 다중 카메라 스트림 데이터를 기반으로 외과의에게 안내를 제공하는 스마트 수술실 등이 그 예시이다. 젯슨 토르 제품군에는 개발자 키트와 양산용 모듈이 포함된다. 개발자 키트에는 젯슨 T5000 모듈과 다양한 연결성을 제공하는 레퍼런스 캐리어 보드, 팬이 장착된 액티브 방열판, 전원 공급 장치가 함께 제공된다. 엔비디아는 젯슨 생태계가 다양한 애플리케이션 요구사항과 고속 산업 자동화 프로토콜, 센서 인터페이스를 지원해 기업 개발자의 시장 출시 시간을 단축한다고 전했다. 하드웨어 파트너들은 다양한 폼팩터로 유연한 I/O와 맞춤형 구성을 갖춰 생산에 준비된 젯슨 토르 시스템을 개발하고 있다. 센서 및 액추에이터 업체들은 엔비디아 홀로스캔 센서 브릿지(Sensor Bridge)를 활용하고 있다. 이 플랫폼은 센서 융합과 데이터 스트리밍을 간소화하며, 카메라, 레이더, 라이다 등에서 발생한 센서 데이터를 초저지연으로 젯슨 토르 GPU 메모리에 직접 연결할 수 있게 해준다. 수천 개의 소프트웨어 기업들은 젯슨 토르에서 구동되는 다중 AI 에이전트 워크플로를 통해 기존 비전 AI와 로보틱스 애플리케이션 성능을 향상시킬 수 있다. 그리고 200만 명 이상의 개발자들이 엔비디아 기술을 활용해 로보틱스 워크플로를 가속화하고 있다.

세일즈포스가 디지털 워크포스(Digital Workforce) 플랫폼 ‘에이전트포스(Agentforce)’의 차세대 버전인 ‘에이전트포스 3’를 발표했다. 세일즈포스 ‘이전트포스 3는 기존 AI 에이전트 기능에 확장성과 연결성을 강화했으며, 이를 통해 보다 효과적으로 조직 내 AI 전략 실행과 디지털 전환 가속화를 지원하는 데에 중점을 두고 있다. 에이전트포스 3의 핵심 기능은 ‘커맨드 센터(Command Center)’이다. AI 에이전트 운영의 가시성과 제어력 향상을 지원하는 커맨드 센터는 실시간 모니터링을 기반으로 작동되며, 대화 유형, 오류율, 응답 속도 등 AI 에이전트 활용 시 주요한 지표를 시각화해 기업의 AI 활용 현황을 한눈에 살펴볼 수 있다. 이에 따라 조직 내 실시간 AI 에이전트 관리는 물론, 잠재적인 위험에 선제적으로 대응할 수 있어 AI 에이전트 운영 간의 안정성을 높일 수 있다.     또한, 에이전트포스 3는 오픈 표준인 MCP(Model Context Protocol)를 기반으로 다양한 에이전트 및 엔터프라이즈 시스템 간의 플러그 앤 플레이 방식의 유연한 연결을 지원한다. 이를 통해 복잡한 코딩 작업 없이도 다양한 AI 에이전트를 API, 업무 시스템, 데이터 자산 등과 손쉽게 연결하고, 상호 작용과 협업이 가능한 A2A(Agent-to-Agent) 환경을 구현할 수 있다. 현재 MCP 서버는 AWS, 구글 클라우드, IBM, 페이팔, 박스, 스트라이프 등 30개 이상의 파트너가 세일즈포스의 공식 AI 에이전트 마켓플레이스인 ‘에이전트 익스체인지(AgentExchange)’를 통해 제공하고 있으며, 이를 통해 AI 에이전트는 데이터 처리, 콘텐츠 생성, 상거래 기능 등 각 산업별 특성에 따른 업무 자동화가 가능하다. 가령 AWS MCP 서버를 활용해 비정형 데이터 분석, 문서 요약, 이미지 인식이 가능하며, 구글 MCP 서버를 통해 지도 기반 서비스 및 생성형 AI 모델 연동이 가능하다. 기술 아키텍처도 강화됐다. 업그레이드된 ‘아틀라스 아키텍처(Atlas Architecture)’는 응답 속도를 기존 대비 50% 이상 개선했으며, 실시간 스트리밍, 웹 검색 기반 데이터 수집 및 출처 인용 기능을 통해 응답의 정확성과 신뢰도를 높였다. 다국어 지원 기능을 통해 프랑스어, 독일어, 스페인어, 일본어, 포르투갈어 등 6개 언어가 새롭게 지원되며, 향후 지원 언어는 30개 이상으로 확대될 예정이다. AI 모델의 성능 저하나 장애 발생 시 자동으로 대체 모델로 전환되는 ‘모델 자동 전환(failover)’ 기능도 새롭게 추가됐다. 에이전트포스 3는 보안과 규제가 중요한 산업에서의 활용 또한 용이해질 전망이다. 세일즈포스는 공공 부문에서 신뢰할 수 있는 AI 서비스를 제공하기 위해, 미국 연방 정부의 최고 보안 인증 등급인 ‘FedRAMP High’ 인증을 획득해, 공공 부문에서도 안정적으로 AI 서비스를 제공할 수 있게 됐다. 현재 AWS를 기반으로 앤트로픽(Anthropic)의 클로드(Claude) 모델을 호스팅하고 있으며, 향후 구글 제미나이(Google Gemini) 모델을 포함한 다양한 모델 지원을 확대해 고신뢰 산업군에서의 AI 에이전트 도입 및 활용을 지원해 나갈 계획이다. 이외에도 보다 많은 기업의 AI 에이전트 도입을 돕기 위해 ‘환자 일정 예약’, ‘광고 제안서 생성’, ‘차량 정비’ 등 반복적인 업무에 즉시 적용 가능한 200여 개의 ‘사전 구축형 액션’을 제공한다. 세일즈, 서비스, 인더스트리 클라우드 등 주요 제품군에서는 사용자 기반 요금제를 적용하여 상황에 따른 맞춤형 활용이 가능하며, 직원용 AI 에이전트는 무제한 사용을 지원해 유연한 AI 에이전트 도입 및 활용이 가능해질 것으로 예측된다. 세일즈포스의 애덤 에반스(Adam Evans) AI 부문 부사장 겸 총괄 매니저는 “에이전트포스는 AI 에이전트, 데이터, 애플리케이션, 메타데이터의 통합을 기반으로 디지털 워크포스 플랫폼을 개발해 왔으며, 이미 수천 개 기업이 에이전트포스를 통해 에이전틱 AI의 가치를 실현하고 있다”면서, “지난 수개월 동안 고객의 목소리를 바탕으로 개발한 에이전트포스 3는 AI와 인간의 협업을 촉진하고, 기존에는 상상할 수 없던 수준의 생산성 향상과 비즈니스 가치 창출을 가능하게 할 것”이라고 언급했다. 세일즈포스 코리아의 손부한 대표는 “AI 에이전트가 실제 업무 전반에 적용되며, 기술 구현 못지않게 운영의 투명성과 제어력 확보가 중요한 과제로 떠오르고 있다”면서, “에이전트포스 3는 이러한 과제를 해결하고, 국내 기업들의 AI 전략 실행과 디지털 전환 가속화를 지원하는 핵심적인 역할을 수행하게 될 것”이라고 강조했다.