델 테크놀로지스는 ‘엔비디아 기반 델 AI 데이터 플랫폼’ 제품군을 대규모로 업데이트했다고 밝혔다. 이번 업데이트는 기업 데이터의 탐색과 활용을 강화하고, AI 애플리케이션 및 자율 AI 에이전트를 위한 초고성능 스토리지 성능을 제공하는 데 중점을 두었다. AI는 보조 도구에서 자율 시스템으로 진화하고 있지만, 신뢰할 수 있는 데이터를 확보해야 실질적인 성과를 거둘 수 있다. 많은 기업이 분산된 데이터를 구조화하지 못해 AI 프로젝트 중단이나 경쟁력 약화 등의 어려움을 겪는 상황이다. 델 테크놀로지스는 자사의 플랫폼이 이러한 문제를 해결해 데이터를 AI 활용 가능 형태로 전환하며, “기존 방식 대비 최대 12배 빠른 벡터 인덱싱과 3배 빠른 데이터 처리 속도를 제공한다”고 밝혔다.     델의 데이터 엔진은 AI 데이터 라이프사이클 전 과정을 자동화한다. 최근 인수한 데이터루프 기술 기반의 ‘델 데이터 오케스트레이션 엔진’은 정형 및 비정형 데이터를 자동으로 정제하고 변환해 AI용 데이터셋을 생성한다. 또한 ‘델 데이터 애널리틱스 엔진’에 추가된 AI 어시스턴트는 자연어 인터페이스를 통해 전문 지식 없이도 데이터를 조회하고 시각화할 수 있도록 지원한다. 인프라 측면에서는 엔비디아의 최신 기술을 도입했다. 델 테크놀로지스는 차세대 엔비디아 베라 루빈 NVL72 및 블루필드-4 DPU 기반의 새로운 모듈러 레퍼런스 설계를 지원할 예정이다. 새롭게 추가된 엔비디아 RTX 프로 블랙웰 서버 에디션 GPU는 데이터 플랫폼 레이어를 직접 가속해 SQL 쿼리 수행 속도를 높인다. 스토리지 분야의 혁신도 함께 공개했다. ‘델 라이트닝 파일 시스템’은 랙당 최대 150GB 성능을 제공하는 병렬 파일 시스템으로, 대규모 환경에서 GPU 유휴 상태를 방지한다. ‘델 엑사스케일 스토리지’는 파일, 오브젝트, 병렬 파일 시스템을 유연하게 배포할 수 있는 제품으로 향후 랙당 최대 6테라바이트 읽기 성능을 지원할 계획이다. 델 테크놀로지스는 파워스케일의 소프트웨어 기반 병렬 네트워크 파일 시스템 아키텍처가 대용량 파일 처리 시 기존 대비 최대 6배 빠른 성능을 제공한다는 테스트 결과도 발표했다. 이를 통해 GPU 집약적인 AI 워크로드에 데이터를 끊김 없이 공급할 수 있다. 한국 델 테크놀로지스의 김경진 총괄사장은 “AI 파일럿을 실제 운영 환경으로 확장할 때 발생하는 가장 큰 문제는 데이터 사일로 현상”이라면서, “델과 엔비디아의 협력을 통해 고객은 AI 환경을 더 빠르게 구축하고 실질적인 성과를 얻을 수 있을 것”이라고 전했다.

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.

엔비디아가 미국 라스베이거스에서 열린 CES 2026에서 피지컬 AI(physical AI)를 위한 새로운 오픈 모델, 프레임워크, AI 인프라를 발표하고, 글로벌 파트너들과 협력해 다양한 산업용 로봇을 공개했다고 밝혔다. 새롭게 공개된 엔비디아 기술은 로봇 개발 전반의 워크플로를 가속화해, 다양한 작업을 빠르게 학습할 수 있는 전문가형 범용(generalist-specialist) 로봇을 포함한 차세대 로보틱스의 확산을 촉진한다. 엔비디아는 LG전자를 비롯해 보스턴 다이내믹스, 캐터필러, 프랑카 로보틱스, 휴머노이드, 뉴라 로보틱스 등의 기업이 자사의 로보틱스 스택을 활용한 새로운 AI 기반 로봇을 공개한다고 전했다. 고비용, 단일 작업 중심의 프로그래밍이 까다로운 기계를 추론 가능한 ‘전문가형 범용’ 로봇으로 전환하려면, 파운데이션 모델 구축을 위한 대규모의 자본과 전문 지식이 필요하다. 엔비디아는 개발자가 자원 집약적인 사전 훈련을 생략하고, 차세대 AI 로봇과 자율형 머신 개발에 집중할 수 있도록 지원하는 오픈 모델을 구축하고 있다.  여기에는 ▲물리 기반 합성 데이터 생성과 시뮬레이션 환경에서의 로봇 정책 평가를 지원하는 맞춤형 오픈 월드 모델인 ‘엔비디아 코스모스 트랜스퍼 2.5(Cosmos Transfer 2.5)’와 ‘엔비디아 코스모스 프리딕트 2.5(Cosmos Predict 2.5)’ ▲지능형 머신이 인간처럼 현실 세계를 인식하고, 이해하며 행동할 수 있도록 지원하는 오픈 추론 비전 언어 모델(VLM)인 ‘엔비디아 코스모스 리즌 2(Cosmos Reason 2)’ ▲향상된 추론과 컨텍스트 이해를 지원하며, 전신 제어를 가능하게 하는 휴머노이드 로봇에 특화된 오픈 추론 VLA 모델인 ‘엔비디아 아이작 GR00T N1.6(Isaac GR00T N1.6)’ 등이 포함된다.     한편, 엔비디아는 복잡한 로봇 시뮬레이션 파이프라인을 단순화하고, 연구에서 실제 사용 사례로 전환을 가속하는 새로운 오픈소스 프레임워크를 깃허브(GitHub)에 공개했다. ‘엔비디아 아이작 랩-아레나(Isaac Lab-Arena)’는 대규모 로봇 정책 평가와 벤치마킹을 위한 협업 시스템을 제공하는 오픈소스 프레임워크로, 라이트휠(Lightwheel)과의 협업을 통해 평가와 작업 레이어를 설계했다. 아이작 랩-아레나는 리베로, 로보카사 등 업계 주요 벤치마크와 연동돼 테스트를 표준화하고, 물리적 하드웨어 배포 이전에 로봇 역량의 안정성과 신뢰성을 확보한다. 엔비디아 OSMO는 로보틱스 개발을 단일 제어 센터로 통합하는 클라우드 네이티브 오케스트레이션 프레임워크다. OSMO를 통해 개발자는 합성 데이터 생성, 모델 훈련, 소프트웨어 인 더 루프(software-in-the-loop) 테스트 등의 워크플로를 정의하고 실행할 수 있다. 이를 통해 워크스테이션부터 혼합 클라우드 인스턴스에 이르는 다양한 컴퓨팅 환경에서 개발 주기를 단축할 수 있다. OSMO는 현재 헥사곤 로보틱스과 같은 로봇 개발사에서 사용되고 있으며, 마이크로소프트 애저 로보틱스 액셀러레이터 툴체인에 통합됐다. 엔비디아 젯슨 토르(Jetson Thor)는 추론 기능을 갖춘 휴머노이드 로봇에 요구되는 대규모 컴퓨팅 성능을 충족한다. 이번 CES에서 휴머노이드 개발사들은 젯슨 토르가 통합된 최신 로봇을 선보인다. 뉴라 로보틱스는 포르쉐가 디자인한 Gen 3 휴머노이드와 함께 정교한 제어에 최적화된 소형 휴머노이드를 공개했다. 리치테크 로보틱스는 복잡한 산업 환경에서의 고난도 조작과 내비게이션을 지원하는 모바일 휴머노이드 덱스(Dex)를 선보였다. 애지봇은 산업과 소비자 시장을 위한 휴머노이드와 아이작 심(Isaac Sim)과 통합된 로봇 시뮬레이션 플랫폼 지니 심 3.0(Genie Sim 3.0)을 공개했다. LG전자는 다양한 실내 집안일을 수행하도록 설계된 신규 홈 로봇을 발표했다. 보스턴 다이내믹스, 휴머노이드, 리얼월드는 기존 휴머노이드에 젯슨 토르를 통합해 내비게이션과 조작 역량을 강화했다. 엔비디아 젯슨 T4000(Jetson T4000) 모듈은 엔비디아 젯슨 오린(Jetson Orin) 고객을 위한 비용 효율적이면서도 고성능 업그레이드 경로를 제공하며, 자율형 머신과 범용 로보틱스를 위해 엔비디아 블랙웰(Blackwell) 아키텍처를 도입했다. 이 모듈은 1000개 단위 구매 기준 1999달러에 제공되며, 이전 세대 대비 4배의 성능을 제공한다. 또한 1,200 FP4 TFLOPS의 연산 성능과 64GB 메모리를 70와트 내에서 구성 가능해 에너지 제약 환경의 자율 시스템에 적합하다. 1월 말 출시 예정인 엔비디아 IGX 토르(IGX Thor)는 엔터프라이즈 소프트웨어 지원과 기능 안전을 갖춘 고성능 AI 컴퓨팅을 제공해 로보틱스를 산업 에지로 확장한다. 아처는 IGX 토르를 활용해 항공 분야에 AI를 도입하고, 항공기 안전, 공역 통합, 자율 시스템 핵심 역량을 고도화하고 있다. 또한 캐터필러는 건설, 광산 현장의 장비와 작업 환경에 첨단 AI와 자율성을 도입하기 위해 엔비디아와의 협력을 확대하고 있다. 엔비디아의 젠슨 황 CEO는 “로보틱스 분야에도 ‘챗GPT(Chat GPT) 시대’가 도래했다. 현실 세계를 이해하고, 추론하며, 행동을 계획하는 피지컬 AI 모델의 도약은 완전히 새로운 애플리케이션을 가능하게 한다. 엔비디아의 젯슨 로보틱스 프로세서, 쿠다, 옴니버스, 오픈 피지컬 AI 모델로 구성된 풀스택은 글로벌 파트너 생태계가 AI 기반 로보틱스를 통해 산업을 혁신할 수 있도록 지원한다”고 말했다.

카스퍼스키는 ‘2026 산업 제어 시스템(ICS) 보안 트렌드’를 발표했다. 최신 카스퍼스키 보안 보고서(Kaspersky Security Bulletin)에 따르면, 악성코드 공격을 받은 ICS 컴퓨터 비율은 지난 1분기 21.9%에서 3분기 20%까지 소폭 하락했으나 여전히 높은 수준을 유지한 것으로 나타났다. 이는 공격자의 전술이 지속적으로 진화하는 가운데, 기업들이 사이버 보안 측면에서 점진적으로 방어 역량을 강화하고 있음을 보여준다. 특히 지역별 편차도 확인되었으며, 아프리카·동남아시아·동아시아·중동·남아시아가 공격을 받은 ICS 기기 비중이 가장 높았다. 산업군별 공격 노출 정도는 고르게 나타나지 않았으며, 악성 객체가 차단된 ICS 컴퓨터 기준 27.4%를 기록한 생체 인식 산업이 가장 높은 비율을 보였다. 다음으로 빌딩 자동화(23.5%), 전력(21.3%), 건설(21.1%), OT 엔지니어링 및 통합(21.2%), 제조(17.3%), 석유·가스(15.8%) 순이었다. 이 데이터는 모든 핵심 산업이 여전히 위협 행위자의 주요 표적임을 보여준다.     공격자들은 공급망 공격과 신뢰 기반 공격을 더욱 강화하고 있으며, 현지 벤더, 외부 계약업체, 통신 사업자 등 핵심 서비스 제공업체로 위장 악용해 기존 방어 경계를 우회했다. 특히 AI를 활용한 공격은 악성코드를 AI로 위장하는 수준을 넘어, 자율형 AI 에이전트가 침투 작업을 수행하는 방식까지 급격히 확대되었다. 인터넷에 노출된 OT 장비를 겨냥한 공격도 증가했으며, 특히 현대적 사이버 위협을 견디도록 설계되지 않은 OT 방화벽에 의존하는 원격 사이트가 주요 표적이 되었다. 카스퍼스키는 2026년에는 글로벌 물류 및 하이테크 공급망을 교란하는 사고가 증가하는 한편, 스마트 교통 시스템, 선박, 열차·대중교통, 스마트 빌딩, 위성 통신 등 비전통적 대상에 대한 공격도 확대될 것으로 예상했다. APT, 지역 기반 조직, 핵티비스트, 랜섬웨어 조직 등 위협 행위자들은 아시아·중동·라틴아메리카로 활동 범위를 확대할 것으로 전망된다. 아울러 AI 에이전트 기반 운영 및 자율적 악성 오케스트레이션 프레임워크 확산으로 대규모 산업 공격의 진입 장벽은 더욱 낮아질 것으로 보인다. 카스퍼스키의 이효은 한국지사장은 “2025년 산업 환경은 지속적인 압박 속에서 글로벌 위협 지형이 더욱 복잡해졌다. 산업별로 공격 강도는 달랐지만, 모든 핵심 산업군이 주요 공격 대상이 되었다. 공격자들은 공급망 및 신뢰 기반 공격을 강화하고 있으며, AI 기반 공격 또한 급증하고 있다. 2026년에는 이러한 위험이 더 심화될 수 있다. 이에 산업 기업은 정기적 보안 평가, 적기 업데이트, 전문 보안 설루션 활용, 인력 기술 역량 강화 등을 통해 견고한 보안 방어선을 구축해야 한다”고 말했다. 카스퍼스키의 에브게니 곤차로프 ICS CERT 책임자는 “산업 조직은 그 어느 때보다 빠르고 지능적이며 비대칭적인 공격 환경에 직면하고 있다. 올해만 해도 저희는 고도화된 피싱 및 DLL 사이드로딩(악성 DLL 파일을 신뢰할 수 있는 프로그램이나 시스템에서 실행 중인 것처럼 속여 로드시키는 공격 방식)을 통해 제조·통신·물류 기업을 공격한 ‘살몬 슬라롬(Salmon Slalom, 정식 클라우드와 소프트웨어를 활용해 기존 탐지 방법을 우회한 다단계 악성코드 배포 방식)’과 공학계열 학교 및 산업 설계 환경을 침해한 Librarian Ghouls(공식 문서나 결제 요청 등으로 위장한 이메일을 통해 악성코드 유포)를 조사했다. 이러한 사례는 글로벌 공급망과 지역 기술 생태계 모두가 위험에 처해 있음을 보여주며, 모든 산업 기업은 이미 공격 대상이라는 전제로 대응해야 한다”라고 말했다.

이미지 출처: Gemini  SAS(쌔스)가 2026년이 AI에 대한 대대적인 '현실 점검'의 해가 될 것이라고 전망했다. SAS는 2025년 한 해 동안 AI 분야의 놀라운 발전과 성공에도 불구하고, 잠재적인 AI 거품, 에너지 위기, 그리고 생성형 AI 파일럿 프로젝트의 기대 이하 성과에 대한 우려가 커지고 있다고 밝혔다. SAS 전문가들은 2026년이 AI로부터 실질적인 ROI(투자수익률)를 실현하고 윤리적, 경제적 난제를 정면으로 마주해야 하는 '중요한 심판대'가 될 것이라고 내다봤다. 이러한 미래에 대한 우려와 동시에 낙관적인 기대감도 존재한다. SAS 리더들은 전진을 위한 핵심 요소로 '책임성'을 강조했다. 즉, AI 공급자와 이를 사용하는 조직 모두가 책임감을 가지고 AI를 적용해야 한다는 것이다. 데이터 관리의 기본을 충실히 하고 신뢰할 수 있는 AI를 수용하는 것이야말로 기술이 성숙기에 접어들고, 조직을 강화하며 혁신을 가속화할 유일한 길이라고 SAS는 전했다.   2026년 AI 시장 주요 전망 SAS의 데이터 및 AI 리더들이 제시하는 2026년 주요 전망은 다음과 같다. 1. AI 시장의 심판: 책임 있는 혁신에 대한 요구 증대 2026년은 AI 시장의 심판이 시작되는 해가 될 것으로 보인다. AI에 대한 과도한 기대가 거버넌스와 충돌하며, 책임 있는 혁신만이 살아남는 시점이 도래할 것이다. 일관된 ROI와 투명한 감독에 대한 요구는 더욱 증가할 것이며, 검증되지 않은 허황된 프로젝트들은 자연스럽게 폐기될 것이다. 기업들은 기본이 되는 데이터 오케스트레이션, 견고한 모델링, 설명 가능한 거버넌스에 투자를 재집중하게 될 것이다. 과대평가된 기술은 사라지고, 측정 가능한 효과와 운영의 엄격함을 갖춘 책임 있는 AI가 그 자리를 차지하게 될 것이라는 전망이다. 이 과정이 얼마나 강도 높게 진행될 것인지, 그리고 AI의 진정한 르네상스가 언제 시작될지에 대한 의문은 계속될 것으로 예상된다. 2. AI 지출의 대격변: 실질적인 ROI 요구 ChatGPT 래퍼와 같은 기술에 수십억 달러가 투입된 후, 이제 CFO들은 실질적인 ROI를 요구하고 있다. 그러나 대부분의 생성형 AI 프로젝트에서 ROI 달성은 어려울 것으로 예상된다. 'AI 혁신'이라는 명목으로 예산 집행이 정당화되던 시기는 지났다. 이제 쿼리당 비용, 정확도, 측정 가능한 비즈니스 성과에 대한 확인과 분석이 필수가 될 것이다. 6개월에서 12개월 내에 구체적인 비용 절감, 매출 성장 또는 생산성 향상을 입증하지 못하는 기업은 AI 이니셔티브가 중단되거나 공급업체를 교체하게 될 것이다. 3. 에이전틱 AI, 손익에 대한 책임 갖게 될 것 포춘 500대 기업들은 2026년 말까지 고객 상호작용의 4분의 1 이상을 에이전틱 시스템이 자율적으로 처리할 것으로 전망했다. 이 에이전트들은 단순 상담을 넘어 측정 가능한 매출 효과를 발생시킬 것이다. 그 결과 '최고 에이전트 책임자(Chief Agent Officer)'와 같은 새로운 역할이 생겨날 것으로 예상된다. 그러나 자율 시스템이 매출을 주도하게 되면 대규모 '에이전트 장애' 발생 시 막대한 여파를 초래할 수 있으며, 이로 인한 다운타임은 기업 매출에 직접적인 타격을 주게 될 것이다. 4. 새로운 동료, 에이전틱 AI의 등장 2026년, 기업은 AI 에이전트가 더 이상 도구가 아닌 팀원이 되는 새로운 생태계로 진입하게 될 것이다. 사람과 AI가 혼합된 팀으로 운영되며, 에이전트는 신뢰할 수 있는 협력자로서 업무를 수행하고, 업무 맥락을 공유하며 사람들과 함께 지속적으로 학습하게 될 것이다. 5. AI 대체론보다 AI 역량 강화론의 부상 AI를 사용해 일자리를 없앨 것인가, 아니면 AI로 사람들에게 힘을 실어 경쟁 우위를 창출할 것인가? 2026년 리더들은 이 두 가지 선택지 사이에서 고민하게 될 것이다. 점점 더 명확해지는 사실은 AI는 사람을 대체하는 것이 아니라 사람의 역량을 강화한다는 것이다. 기업은 지속적인 변화를 통해 인력에 투자할 수 있는 대담하고 주도적인 리더를 필요로 하게 될 것이다. 6. 합성 데이터, AI 패권의 새로운 전장으로 부상 합성 데이터는 단순한 임시방편이 아니라, 데이터 부족, 프라이버시 제한, 컴플라이언스 병목에 맞서는 전략적 무기다. 2026년에는 데이터 군비 경쟁이 벌어질 것이며, 기업들은 멀티모달 현실 데이터뿐만 아니라 얼마나 확신 있게 데이터를 생성할 수 있는지를 놓고 경쟁하게 될 것이다. 실제와 같은 정교함을 갖추고, 실험적 기능에서 벗어나 비즈니스 우위를 창출하는 대규모 전환에 성공하는 기업이 승자가 될 것이다. 7. CIO, '최고 통합 책임자(Chief Integration Officer)' 시대로의 전환 2026년 CIO들이 에이전틱 AI의 미래를 준비하는 주역이 되면서, 기존의 기술 제공자에서 에이전틱 AI를 위한 '통합자'로 역할이 달라질 것이다. 이는 '최고 통합 책임자'로의 전환을 의미한다. 에이전트가 주도하는 세상에서 IT 아키텍처의 미래를 설계하기 위해, AI 거버넌스, 통합, 그리고 부서 간 리더십이 CIO들의 일상 업무가 될 것이다. 8. 양자 컴퓨팅에 대한 기대감 증폭 2026년 양자 시장은 관련 기술이 2030년까지 초기 단계의 가치를 실현할 것이라는 기대감과 함께 더욱 뜨거워질 것이다. 투자자들은 하드웨어와 포스트-양자 암호화에서 벗어나 소프트웨어와 애플리케이션에 더 큰 비중을 두게 될 것으로 예상된다. 한편, 실제 양자 가치를 구현하는 소프트웨어 및 애플리케이션 계층을 포함해 전체 스택을 포괄하는 '양자 아키텍처(Quantum Architecture)'라는 용어에 주목할 필요가 있다. 이러한 미래에 대응하기 위해 전문 인력 채용이 급증할 것으로 예상된다. 국내 시장 전망 및 SAS의 역할 SAS코리아((한국쌔스소프트웨어) 이중혁 대표이사는 "전 세계적으로 AI 투자에 대한 ROI와 신뢰성 확보 요구가 높아지는 가운데, 국내 기업들도 AI 도입에 대해 단기적, 실험적 접근에서 중장기적, 전략적 관점으로 전환하고 있다"라고 말했다. 또한 "단순 업무에 적용되던 대규모 언어 모델(LLM) 기반 생성형 AI의 비즈니스 수익 개선 효과에 의문을 제기하는 조직이 늘어나면서, 대안으로 에이전틱 AI를 고려하는 움직임이 확산되고 있다"고 설명했다. 그는 2026년 국내 시장 전망에 대해 "금융권에서는 리스크 관리, 내부통제, ALM(자산, 부채 종합관리) 등 전문 영역에서 AI 적용을 확대해 실질적 ROI를 확보하려는 시도가 더욱 활발해질 것이며, 공공 분야는 디지털플랫폼정부 2.0을 중심으로 AI, 클라우드, 보안 투자가 강화되는 동시에, 에이전틱 AI 기반 업무 효율화와 합성 데이터의 활용이 AI 투자의 핵심이 될 것"이라고 전망했다. 이중혁 대표이사는 내년도 사업에 대해 "글로벌 성공 사례를 기반으로 국내 고객들이 AI 거버넌스를 확보하고 비즈니스 가치를 창출할 수 있도록 금융, 공공 부문 솔루션과 전문 서비스를 통해 적극 지원하겠다"고 강조했다.  

BIM 칼럼니스트 강태욱의 이슈 & 토크   이번 호에서는 세계적으로 주목받고 있는 팔란티어(Palantir)의 온톨로지 플랫폼 아키텍처를 소프트웨어 공학 관점에서 분석하고, 오픈소스 기술을 활용한 구현 방법을 정리한다. 팔란티어의 핵심은 기존 시스템을 대체하는 것이 아니라, 통합하고 확장하는 개방성에 있다. 이번 호에서는 국방이나 제조 분야에서 팔란티어가 어떻게 검증된 오픈소스 기술 기반 위에 독자적인 온톨로지(ontology)라는 의미론적 추상화 계층을 구축했는지, 그리고 그 구조를 파헤쳐 본다.   ■ 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   팔란티어 아키텍처 팔란티어 아키텍처의 근간에는 ‘대체가 아닌 통합’이라는 철학이 있다. 이는 기업이 이미 막대한 투자를 한 데이터레이크, ERP, CRM과 같은 기존 IT 환경을 교체하는 대신, 이들을 하나로 묶고 그 가치를 증대시키는 플랫폼 역할을 하는 것이다. 이러한 철학은 아키텍처의 명확한 관심사 분리로 이어진다. 배포, 오케스트레이션, 데이터 처리와 같은 하위 계층은 의도적으로 쿠버네티스(Kubernetes), 스파크(Spark), 플링크(Flink) 등 보편적인 오픈소스 표준 위에 구축된다. 이를 통해 고객의 기존 기술 스택 및 엔지니어링 역량과 마찰 없이 통합된다. 반면, 온톨로지, AI 플랫폼(AIP)과 같은 상위 계층에는 팔란티어의 독자적인 지적 재산이 집중된다. 이 구조는 고객이 새로운 데이터베이스나 컴퓨팅 엔진이 아닌, 기존 자산과 상호 작용하는 새로운 패러다임을 구매하게 만들어 비즈니스 가치를 제안한다. 플랫폼의 안정성과 확장성은 두 가지 핵심 기술, 즉 자율 배포 시스템인 아폴로(Apollo)와 쿠버네티스 기반의 컨테이너 오케스트레이션 기판인 루빅스(Rubix)에 의해 뒷받침된다. 이 기반 위에서 데이터 통합 및 분석 플랫폼인 파운드리(Foundry), 국방 및 정보 분석에 특화된 고담(Gotham), 그리고 AI 모델을 온톨로지와 연결하는 AIP(Artificial Intelligence Platform)가 운영된다.   그림 1. 팔란티어 아키텍처 구조 개념도   그림 2. 국방 분야 서비스인 팔란티어 고담 플랫폼   그림 3. 서비스의 지속적인 자율 통합/배포(CI/CD)를 위한 팔란티어 아폴로   데이터 처리 워크플로 팔란티어의 워크플로는 이기종의 파편화된 데이터 소스를 연결하고, 이를 구조화된 지식으로 변환하여 온톨로지 모델로 변환한다.   데이터 수집 및 파싱 PDF, 문서, 이미지와 같은 비정형 데이터는 먼저 ‘미디어 셋(media sets)’이라는 파일 모음으로 수집된다. 데이터를 파싱하는 과정은 블랙박스가 아니다. 개발자는 파이썬(Python)이나 자바(Java) 변환과 저수준 파일 시스템 API를 사용하여 직접 파이프라인을 구축한다. 이는 결정론적이고, 테스트 가능하며, 버전 관리가 가능한 파이프라인을 통해 신뢰성과 거버넌스를 확보하는 엔지니어링 중심의 접근 방식이다. 더 나아가 AIP는 AI 기반 파싱 기능을 제공한다. 이는 사전 훈련되거나 맞춤화된 AI 모델(예 : NLP 모델)을 파이프라인 내에 통합하여 개체명 인식, 요약과 같은 정교한 작업을 수행하는 방식이다. 이 구조는 엔지니어가 견고한 데이터 파이프라인을 구축하고, AI 엔지니어가 그 안에 두뇌 역할을 하는 모델을 배포하는 효율적인 이중 계층 시스템을 만든다.   기반 처리 기술 이러한 데이터 변환 및 통합 로직은 독점 엔진에 종속되지 않는다. 모든 데이터는 아파치 파케이(Apache Parquet), 아브로(Avro)와 같은 표준 형식으로 저장되며, 대규모 배치 처리를 위한 아파치 스파크, 실시간 스트림 처리를 위한 아파치 플링크와 같은 오픈소스 런타임을 사용한다.   온톨로지 메타모델 온톨로지는 팔란티어의 핵심 차별화 요소로, 기업의 모든 데이터, 모델, 프로세스를 현실 세계의 대응물(공장, 고객, 제품 등)과 연결하는 의미론적, 동역학적 계층이다. 이는 기업의 ‘디지털 트윈(digital twin)’ 역할을 한다. 온톨로지의 개념은 객체 지향 프로그래밍(OOP)과 매우 유사하다. 객체(object)는 클래스(class)에 해당한다. 온톨로지의 ‘항공기’ 객체 유형은 OOP의 Aircraft 클래스와 같다. 속성(property)은 속성(attribute)에 해당한다. ‘항공기’ 객체의 ‘꼬리 번호’ 속성은 Aircraft 클래스의 tailNumber 속성과 같다. 연결(link)은 객체 간의 관계(association)에 해당한다. ‘조종사’가 ‘항공기’에 탑승한다는 연결은 Pilot 객체와 Aircraft 객체 간의 관계를 정의한다.     ■ 자세한 기사 내용은 PDF로 제공됩니다.

지능형 에지 소프트웨어를 제공하는 윈드리버가 엔터프라이즈 고객들을 위해 자사 데이터센터 내에서 서비스나우 AI 플랫폼(ServiceNow AI Platform)을 직접 호스팅할 수 있는 신규 설루션을 발표했다. 이 설루션은 윈드리버 클라우드 플랫폼(Wind River Cloud Platform)을 기반으로 하며, 기업이 온프레미스 환경에서 서비스나우 애플리케이션을 배포·확장·업그레이드·관리할 수 있도록 지원한다. 이를 통해 프라이버시, 데이터 거버넌스, 운영 제어를 강화하는 동시에 다양한 산업군과 사용 사례에 유연하게 대응할 수 있다는 것이 윈드리버의 설명이다. 윈드리버 클라우드 플랫폼은 가상화 및 컨테이너화된 애플리케이션을 위한 온프레미스 오픈소스 프라이빗 클라우드 설루션이다. 대규모 확장성과 고가용성을 위해 설계되었으며, 복잡한 클라우드 아키텍처를 엔터프라이즈 환경에서도 쉽게 배포·운영할 수 있도록 지원한다. 컨테이너와 VM 워크로드를 지원하는 프로덕션급 분산형 쿠버네티스(Kubernetes) 기반을 제공하며, 오케스트레이션·자동화·분석 도구가 통합되어 운영 효율성과 서비스 제공 속도를 높인다. 서비스나우 AI 플랫폼은 워크플로 자동화를 위한 다양한 AI 기반 엔터프라이즈 비즈니스 애플리케이션, 고성능 데이터베이스, 로코드/노코드 개발 도구를 포함한 클라우드 기반 플랫폼이다. 다양한 비즈니스 기능과 핵심 시스템을 단일 플랫폼으로 연결해 워크플로를 디지털화하고, 기존 기술 투자의 가치를 극대화하며, 비용 절감 및 핵심 비즈니스 프로세스의 혁신을 실현한다.     서비스나우와 통합된 윈드리버 클라우드 플랫폼은 보안성과 성능, 컴플라이언스를 모두 확보한 온프레미스 AI 환경을 제공한다. 실시간 데이터 처리 및 자동화를 통해 데이터 주권 요건 충족, 지연시간 단축, 운영 회복력 강화를 실현하며, 운영 인텔리전스와 에이전틱 AI(agentic AI) 기능을 확장하여 데이터 분석, 이상 감지, 자율적 조치 실행을 지원한다. 이를 통해 기업은 보다 신속하고 적응적인 의사결정을 가능하게 한다. 윈드리버와 서비스나우의 통합 설루션이 제공하는 주요 이점은 ▲서비스나우 AI 플랫폼의 자동 활성화 ▲지능형 라이프사이클 관리 ▲데이터 및 인프라의 주권형 통제 ▲에지의 실시간 성능 ▲통합 인프라 기반 등이다. 통합 설루션은 서비스나우 AI 플랫폼의 수동 설치 단계를 제거해 온프레미스 환경에서 신속하게 배포 가능하며, IT팀의 복잡도를 줄이고 가치 실현 속도를 높인다. 그리고 윈드리버의 고급 오케스트레이션 및 자동화 기술을 활용해 애플리케이션 업그레이드 및 업데이트를 원활하게 수행한다. 또한 워크로드를 로컬 환경에 유지해 컴플라이언스·데이터 거주·거버넌스 요건을 충족하며, 규제 산업 및 민감한 환경에 적합하다. 이외에도 데이터 소스 근처에서 처리해 지연시간을 최소화하고, 응답성을 높이는 한편 가용성, 안정성, 서비스 품질을 강화한다. AI 및 자동화부터 운영 시스템에 이르기까지 안전하고 확장 가능한 프라이빗 클라우드 기반에서 다양한 애플리케이션을 지원한다는 점도 내세운다. 윈드리버 클라우드 플랫폼은 엔터프라이즈 및 미션 크리티컬 워크로드를 위한 프라이빗 클라우드 기반을 제공한다. 서비스나우 AI 플랫폼뿐만 아니라 다양한 엔터프라이즈 워크로드를 동일 인프라에서 구동하게끔 지원하는 윈드리버 클라우드 플랫폼을 통해 기업에서는 성능, 보안, 효율성을 확보하는 동시에 데이터 주권 및 규제 요건을 충족할 수 있으며, IT/OT 융합, 하이브리드 클라우드 구축 등 고도화된 활용 사례를 구현할 수 있다. 윈드리버의 산딥 모드바디아 제품 총괄 책임자는 “데이터 통제, 컴플라이언스, 운영 민첩성에 대한 수요가 높아짐에 따라 IT와 OT의 융합, 그리고 주권형 프라이빗 클라우드는 이제 선택이 아닌 필수”라고 말하며, “이번 설루션은 윈드리버와 서비스나우가 함께 디지털 워크플로와 실시간 운영 환경을 통합하면서도, 규제 환경 속에서도 데이터와 인프라에 대한 완전한 통제권을 유지할 수 있도록 돕는다”고 덧붙였다. 서비스나우의 마이클 박 글로벌 파트너십 및 채널 담당 수석부사장은 “지능형 시대로 전환하는 기업이라면 비즈니스의 모든 계층에 사이버보안과 회복탄력성을 내재시켜야 한다”고 설명하며, “서비스나우 AI 플랫폼 기반의 윈드리버 클라우드 플랫폼은 기업이 위험을 선제적으로 관리하고, 컴플라이언스 워크플로를 간소화하며, 안정적으로 운영을 보호할 수 있도록 지원한다. 양사는 신뢰 기반의 확장 가능한 디지털 생태계를 구축하는 데 AI를 실질적으로 활용하고 있다”고 말했다.