김유영 지음 / 2만 8000원/ 위키북스 디지털 마케팅의 핵심과 AI 활용 전략을 한 권에 담다 1990년대 초 등장 이후 끊임없이 진화해 온 디지털 마케팅 분야에서, 광고, 데이터 분석, 고객 관리, AI 등 다양한 영역의 융합은 마케터의 역할과 요구 역량을 크게 확장시키고 있다. 빠르게 변화하는 시대에 발맞춰 꼭 필요한 전략과 최신 기술을 한 권에 집대성한 신간이 출간됐다. 이 책은 디지털 마케팅의 역사와 흐름을 짚는 것으로 시작해, 마케터라면 반드시 숙지해야 할 핵심 지식을 폭넓게 다뤘다. 서드파티 툴 총정리, 측정 아이디, 캠페인 유형, KPI 해석법, 데이터 분석과 이슈 대응 방법 등을 실무 중심으로 정리했다. 특히 주목할 부분은 최신 기술과 실무 시나리오를 결합한 설명이다. 딥링킹, SKAdNetwork, 프라이버시 정책, S2S, SDK, API, 프롬프트 엔지니어링 등 현장에서 자주 접하게 될 기술 용어들을 상세히 해설해 바로 활용할 수 있도록 구성했다. 데이터 차이 분석부터 사기 탐지까지 실질적인 데이터 이슈 대응법도 제공한다. 또한, 광고, CRM, 제품 분석, 성과 측정, 시각화, AI 등 다양한 영역에서 활용되는 서드파티 툴을 총정리해 실무자의 효율을 높이는 데 기여한다. 미래 디지털 마케터를 위한 실무와 전략 가이드뿐만 아니라, 각 챕터 마지막에 복습 문제를 수록해 내용을 되짚어보고 실무에 바로 적용할 수 있게 했다. 디지털 마케터, 데이터 분석가, IT 전략 담당자 등 누구나 이 책을 통해 변화하는 디지털 마케팅 환경에 능동적으로 대응하고 성과를 극대화하는 실질적인 도움을 얻을 수 있다.  

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.

어도비가 기업의 고객 경험 및 마케팅 캠페인 구축, 전달, 최적화 방식을 혁신적으로 바꿀 AI 에이전트(AI Agents)의 정식 출시를 발표했다. 또한 어도비는 익스피리언스 플랫폼(Adobe Experience Platform : AEP) 에이전트 오케스트레이터(Agent Orchestrator)를 통해, 자사 및 서드파티 생태계 전반에서 에이전트가 맥락을 파악하고, 여러 단계의 작업을 계획하며, 응답을 개선하는 등 다양한 기능을 수행할 수 있도록 에이전트를 맞춤화, 관리하는 기업용 AI 플랫폼도 구축하고 있다고 밝혔다. 에이전트 오케스트레이터의 토대가 되는 어도비 익스피리언스 플랫폼은 기업들이 전사적으로 실시간 데이터를 연결해 기업 데이터, 콘텐츠, 워크플로에 대한 심층적인 인사이트를 제공하는 플랫폼이다. 어도비 익스피리언스 플랫폼 고객의 70% 이상이 어도비 및 서드파티 전반의 에이전트와 팀이 상호작용할 수 있도록 지원하는 대화형 인터페이스인 어도비의 AI 어시스턴트를 사용하고 있다. 허쉬 컴퍼니, 레노버, 머클, 웨그먼스 푸드 마켓, 윌슨 컴퍼니 등의 브랜드가 어도비의 에이전틱 AI 설루션을 사용해 조직 내 전문성을 강화하고 영향력 있는 고객 경험을 제공하고 있다.     어도비 익스피리언스 플랫폼 에이전트 오케스트레이터는 의사결정 과학 및 언어 모델 기반의 추론 엔진을 탑재해, 동적 및 적응형 추론도 지원한다. 자연어 프롬프트에서 사용자의 의도를 해석하고, 전체적으로 조율된 계획에 따라 어떤 에이전트를 활성화할지 상황에 맞춰 결정한다. 그 결과 에이전트 오케스트레이터는 맥락에 맞게 목표를 이룰 수 있도록 자동화 작업을 수행하고, 사람이 개입하는 방식을 사용해 세부 조정도 지원한다.  ▲오디언스 에이전트(Audience Agent ▲저니 에이전트(Journey Agent) ▲익스페리멘테이션 에이전트(Experimentation Agent) ▲데이터 인사이트 에이전트(Data Insights Agent) ▲사이트 옵티마이제이션 에이전트(Site Optimization Agent) ▲프로덕트 서포트 에이전트(Product Support Agent) 등의 AI 에이전트는 어도비 실시간 고객 데이터 플랫폼(Adobe Real-Time Customer Data Platform : RT-CDP), 어도비 익스피리언스 매니저(Adobe Experience Manager), 어도비 저니 옵티마이저(Adobe Journey Optimizer), 어도비 커스터머 저니 애널리틱스(Adobe Customer Journey Analytics) 등 어도비 엔터프라이즈 애플리케이션 내에서 직접 사용할 수 있다. 기업은 AI 에이전트를 활용해 마케터의 역량을 강화하고 고객 경험 오케스트레이션(CXO)를 가속화할 수 있다. 출시를 앞둔 익스피리언스 플랫폼 에이전트 컴포저(Experience Platform Agent Composer)는 기업이 브랜드 가이드라인, 조직 정책 관리 등에 기반해 AI 에이전트를 맞춤화하고 구성할 수 있는 단일 인터페이스를 제공한다. 이를 통해 팀은 AI 에이전트 작업을 세밀하게 조정하고 성과를 가시화하는 시간을 단축할 수 있다. 또 에이전트 SDK(Agent SDK) 및 에이전트 레지스트리(Agent Registry)를 포함한 새로운 개발자 툴을 통해 개발자는 에이전틱 애플리케이션을 구축, 확장 및 조율할 수 있게 돼, 새로운 산업과 사용자 페르소나에 맞춰 사용 사례를 확장할 수 있다. 팀이 더 나은 성과를 내기 위해 에이전틱 AI를 도입함에 따라, 서로 다른 생태계에 속한 AI 에이전트 간 상호운용성은 매우 중요하다. 에이전트 컴포저는 기업이 Agent2Agent 프로토콜을 사용해 여러 에이전트의 협업을 추진할 수 있는 툴을 제공한다. 특정 요구사항을 충족하는 맞춤형 역량을 통해 더 많은 워크플로에 걸쳐 에이전틱 AI의 가치를 확장시킨다. 또한 코그니전트, 구글 클라우드, 하바스, 메달리아, 옴니콤, PwC, VML과의 새로운 에이전틱 AI 파트너십을 통해 에이전트 간 워크플로의 원활한 실행과 다양한 산업 및 사용 사례에 걸친 맞춤화도 가능해졌다. 안줄 밤브리(Anjul Bhambhri) 어도비 익스피리언스 클라우드 엔지니어링 수석 부사장은 “어도비는 오랫동안 디지털 데이터를 실행 가능한 인사이트로 전환함으로써, 기업들이 고객에게 매력적인 경험을 제공하도록 지원해왔다. 이제 어도비는 에이전틱 AI(Agentic AI)를 활용해 특화된 에이전트를 구축하고, 이를 데이터, 콘텐츠, 경험 생성 워크플로에 내장하고 있다”면서, “어도비의 AI 혁신은 프로세스를 재구상하고 마케팅 팀의 생산성을 높이고, 개인화된 경험을 대규모로 제공해 비즈니스 성장을 촉진함으로써 고객 경험을 향상하고 있다”고 말했다.

아마존웹서비스(AWS)는 최근 진행한 설문조사를 통해 국내 기업들의 AI 활용 현황과 과제를 짚었다. 또한, 신뢰할 수 있는 고성능의 인공지능 에이전트(AI agent)를 구축하고 배포할 수 있는 환경을 제공하면서 한국 시장에 지원을 강화하고 있다고 밝혔다. AWS는 AI의 도입과 활용 과정에서 기업이 겪는 기술적 어려움을 줄이고, 더 많은 기업이 쉽고 안전하게 생성형 AI를 도입하여 비즈니스 가치를 창출할 수 있도록 돕는 데 집중하고 있다. ■ 정수진 편집장    기업의 AI 도입률 높지만…고도화 위한 과제는?  AWS와 스트랜드 파트너스(Strand Partners)는 2025년 4월 한국 기업 1000곳과 일반인 1000명을 대상으로 AI에 대한 행동과 인식에 대한 설문조사를 진행하고, 그 결과를 바탕으로 한국 기업의 AI 활용 현황을 평가했다. 이 조사는 유럽에서는 3년째 진행되어 왔는데, 이번에 글로벌로 확장해 동일한 방법론을 적용했다. 스트랜드 파트너스의 닉 본스토우(Nick Bonstow) 디렉터는 설문조사 보고서의 내용을 소개하면서, 한국 기업의 AI 도입 현황과 주요 과제를 분석했다. 조사에서는 한국 기업의 48%가 AI를 도입 및 활용하고 있는 것으로 나타났는데, 이는 전년 대비 40% 성장한 수치이다. 유럽 기업의 평균 AI 도입률인 42%보다 높았는데, 특히 지난해에만 약 49만 9000 개의 한국 기업이 AI를 처음 도입한 것으로 추정된다. 본스토우 디렉터는 “AI를 도입한 기업들은 실질적인 이점을 경험하고 있다. 56%가 생산성 및 효율성 향상으로 매출 증가를 경험했고, 79%는 업무 생산성 향상 효과를 확인했다. 그리고 AI 도입에 따라 주당 평균 13시간의 업무 시간을 절감했다”고 소개했다. AI 도입률은 높지만, 국내 기업의 70%는 여전히 챗봇이나 간단한 반복 업무 자동화와 같은 기초적인 수준의 AI 활용에 머무르고 있는 상황이다. AI를 다양한 업무 영역에 통합하는 중간 단계는 7%, 여러 AI 도구나 모델을 결합하여 복잡한 업무를 수행하거나 비즈니스 모델을 혁신하는 변혁적 단계는 11%에 불과했다. 본스토우 디렉터는 “기업들이 AI의 잠재력을 완전히 활용하기 위해 더 높은 단계로 나아가야 할 필요가 있다”고 짚었다. 본스토우 디렉터는 국내 기업의 AI 도입이 양극화되고, AI 혁신의 편차를 키울 수 있다고 전했다. 한국 스타트업의 70%가 AI를 확대하고 있는데 이는 유럽의 58%보다 높은 수치로, 국내 스타트업 생태계는 AI 도입에서 뚜렷한 강점을 보였다. 스타트업의 33%는 AI를 비즈니스 전략 및 운영의 핵심 요소로 두고 있으며, 32%는 가장 고도화된 방식으로 AI를 활용하고 있다. 또한, 21%는 AI 기반의 새로운 제품 및 서비스를 개발 중이다. 반면, 국내 대기업의 69%는 여전히 AI를 효율 개선, 업무 간소화 등 기초적인 수준에서만 활용하고 있는 것으로 나타났다. 대기업의 10%만이 AI 기반 신제품 또는 서비스 개발 단계에 진입했는데, 이는 스타트업의 절반 수준이다. 이번 조사에서는 AI 도입의 주요 장애 요인으로 기술 및 디지털 인재의 부족, 자금 접근성, 규제 환경 등이 꼽혔다. 조사 응답 기업의 43%가 디지털 인재를 확보하지 못해 AI 도입 또는 확산에 어려움을 겪고 있다고 응답했고, 지난 1년간 디지털 역량 교육에 참여한 직원은 약 34%였다. 67%의 기업은 정부의 지원 정책이 AI 도입 결정에 중요하다고 응답했으며, 45%의 스타트업은 벤처 자본 56 · 접근성이 성장을 위한 핵심 요소라고 평가했다. 그리고 국내 기업들은 기술 예산 가운데 평균 23%를 규제 준수 비용에 투입하고 있으며, 34%는 AI 기본법 등 관련 입법으로 인해 이 비용이 증가할 것으로 예상했다. 본스토우 디렉터는 “한국이 AI 부문에서 세계를 선도할 수 있는 인프라와 스타트업 생태계 그리고 강한 열정을 가지고 있음을 확인했다. 하지만 AI 활용의 깊이를 더해주는 변혁적인 활용으로 나아가지 못하고 있는 점과 인재 부족, 규제 불확실성 등의 장애 요인을 해결해야 AI를 미래의 성장 동력과 경쟁력의 원천으로 삼을 수 있을 것”이라고 평가했다. 그리고, 이를 위해 한국 정부가 ▲기술 인재에 대한 투자 ▲혁신 친화적이고 명확한 규제 환경 조성 ▲공공 부문의 기술 현대화 및 디지털 전환 추진 등에 관심을 기울일 것을 제안했다.   ▲ AWS 김선수 AI/ML 사업 개발 수석 스페셜리스트   기업의 생성형 AI 활용 문턱 낮춘다 AWS의 김선수 AI/ML 사업 개발 수석 스페셜리스트는 국내 기업들이 AI를 잘 활용할 수 있도록 돕는 AWS의 생성형 AI 기술 스택과 주요 서비스를 소개했다. 그는 “2023년이 생성형 AI 개념 검증(PoC)의 해였다면 2024년은 생산 적용, 2025년은 비즈니스 가치 실현의 해가 될 것”이라고 짚었다. 또한 복잡한 작업을 자율적으로 수행하는 에이전트 AI에 대한 관심이 커지고 있다면서, 가트너(Gartner)의 전망을 인용해 “2026년까지 기업의 80% 이상이 생성형 AI API(애플리케이션 프로그래밍 인터페이스)를 사용하거나 관련 기능이 탑재된 애플리케이션을 배포할 것”이라고 전망했다. AWS는 생성형 AI를 위한 기술 스택을 세 가지 계층으로 제공한다. 가장 아래쪽에는 GPU, AI 프로세서 등을 포함해 모델 훈련과 추론에 필요한 인프라 레이어가 있고, 중간에는 AI 모델에 연결하여 각 기업에 최적화된 생성형 AI 애플리케이션을 구현하도록 돕는 모델/도구 레이어, 가장 위쪽에는 복잡한 개발 없이 쉽고 빠르게 활용할 수 있는 생성형 AI 애플리케이션 레이어가 있다. 이 기술 스택의 핵심으로 AWS가 내세운 것이 아마존 베드록(Amazon Bedrock)이다. 베드록은 생성형 AI 애플리케이션을 쉽게 구축하고 확장할 수 있도록 지원하는 완전 관리형 서비스이다. 앤트로픽, 메타, 미스트랄 AI 등 12개가 넘는 AI 기업의 파운데이션 모델(FM)을 선택해 활용할 수 있다는 점이 특징이다. 아마존 베드록은 비용, 지연 시간, 정확도를 최적화할 뿐만 아니라 기업의 필요에 맞게 모델을 맞춤 설정하거나 유해 콘텐츠/프롬프트 공격 등을 필터링해 안전한 AI 활용 환경을 갖출 수 있도록 돕는다. 김선수 수석 스페셜리스트는 “베드록은 프롬프트 엔지니어링, 검색 증강 생성(RAG), 미세조정(파인 튜닝) 등 다양한 방식으로 모델을 활용할 수 있도록 지원한다. 특히 RAG 구현을 위한 지식 베이스 및 벡터 검색 기능을 기본으로 제공해, 기업의 내부 데이터를 안전하게 연결하고 관련성 높은 답변을 생성할 수 있다”고 전했다. 최근 생성형 AI는 어시스턴트(assistant)를 넘어 워크플로를 자동화하는 에이전트(agent)로 진화하고 있으며, 궁극적으로는 사람의 개입 없이 AI끼리 자율적으로 협업하는 에이전틱 AI(agentic AI) 시스템으로 나아갈 것으로 보인다. AWS는 생성형 AI 에이전트 구축을 위해 ▲아마존 Q 디벨로퍼(Amazon Q Developer)와 같이 사전 구축된 에이전트 제품 ▲아마존 베드록 에이전트(Amazon Bedrock Agents)와 같이 내장된 오케스트레이션을 제공하는 완전 관리형 설루션 ▲스트랜드 에이전트(Strands Agents)와 같은 경량 오픈소스 SDK(소프트웨어 개발 키트)를 활용해 직접 에이전트를 구축할 수 있는 제품 등을 선보이고 있다.    ▲ AWS는 AI 에이전트의 구축과 배포를 위해 다양한 기술을 제공한다.     ■ 기사 내용은 PDF로도 제공됩니다.

 주요 디지털 트윈 소프트웨어   3D 애플리케이션 개발 플랫폼, 엔비디아 옴니버스(NVIDIA Omniverse) 개발 및 공급 : 엔비디아, www.nvidia.com   엔비디아 옴니버스(NVIDIA Omniverse)는 산업 디지털화와 물리 AI 시뮬레이션을 위한 3D 애플리케이션 개발 플랫폼이다. 오픈USD(OpenUSD)와 RTX 렌더링 기술을 3D 산업 디지털화 애플리케이션에 쉽게 통합할 수 있도록 서비스, API, SDK 등을 제공한다.  1. 제품 종류 (1) 옴니버스 엔터프라이즈(Omniverse Enterprise)  기업을 위한 협업과 시뮬레이션 플랫폼으로, 사용하기 쉬운 도구를 통해 고급 실시간 3D 애플리케이션을 구축하고 제품, 에셋, 시설을 고충실도로 시각화하고 시뮬레이션한다. (2) 엔비디아 아이작 심(NVIDIA Issac Sim) 로봇 개발과 시뮬레이션을 위한 플랫폼으로, 물리 기반 환경에서 로봇과 자율 머신을 테스트하고 검증하며 훈련할 수 있다.  이 외에도 산업, 엔터프라이즈, 크리에이터, 개발자들을 돕는 여러 옴니버스 솔루션들이 있다. 2. 주요 기능 (1) 옴니버스 엔터프라이즈 비파괴적 상호 운용성으로 데이터 전송 필요성을 줄인다. 맞춤형 워크플로우와 앱을 빠르게 개발하며, AI를 활용해 반복 작업을 자동화한다. (2) 엔비디아 아이작 심 AI 기반 로봇을 개발을 위한 가상 환경을 제공하며, 센서 시뮬레이션, 탐색, 조작, 딥 러닝 애플리케이션을 지원한다. 합성 데이터 생성, 도메인 무작위화, 강화 학습 기능도 포함된다. 3. 주요 이점 (1) 쉬운 맞춤화와 확장 옴니버스 SDK는 다양한 3D 개발에 활용되며, 로우코드나 노코드 샘플 앱, 수정이 용이한 확장 프로그램을 통해 새로운 도구와 워크플로우를 기초 단계부터 개발할 수 있다. (2) 3D 애플리케이션 확장 옴니버스 클라우드 API를 통해 오픈USD, RTX, 가속 컴퓨팅, 생성형 AI 기술로 기존 소프트웨어 도구와 애플리케이션을 강화할 수 있다. (3) 어디에나 배포 가능 RTX 지원 워크스테이션 또는 가상 워크스테이션에서 맞춤형 애플리케이션을 개발하고 배포하거나 옴니버스 클라우드에서 애플리케이션을 호스팅하고 스트리밍할 수 있다. 4. 도입 효과 (1) 산업 영상 제작사는 옴니버스로 사실적인 디지털 세트와 가상 환경을 구현해 몰입감 있는 영상 효과를 만들어낸다.  (2) 엔터프라이즈 다양한 지역과 소프트웨어 도구에서 협업해 실시간 공장 설계와 계획을 진행한다. 직원 능률과 공정 효율성을 높이는 새로운 워크플로우로 생산 속도와 고객 경험을 향상한다. (3) 크리에이터 옴니버스 머시니마(Machinima) 애플리케이션으로 캐릭터와 소품 등에 애니메이션 클립을 적용한다. AI 기능을 기반으로 표정과 움직임을 더욱 생동감 있게 구현한다. (4) 개발자 옴니버스 클라우드 API와 SDK를 통해 고급 3D 애플리케이션 개발을 지원하며, 오픈USD 네이티브 앱과 확장 프로그램을 제작할 수 있다. 5. 주요 고객 (1) 지멘스(Siemens) 클라우드 기반 제품 수명주기 관리 소프트웨어인 팀센터 X(Teamcenter X)와 지멘스 엑셀러레이터(Xcelerator) 플랫폼에 옴니버스 클라우드 API를 채택했다. 옴니버스 API에 연결된 팀센터 X 소프트웨어는 설계 데이터를 엔비디아 생성형 AI API에 연결한 다음, 옴니버스 RTX 렌더링을 애플리케이션 내에서 직접 사용할 수 있다. (2) 폭스콘(Foxconn) 생산설비와 장비 레이아웃을 가상으로 통합하는 데 옴니버스를 채택했다. 이러한 가상 통합은 실제 운영에서 비용이 많이 드는 변경 사항을 크게 줄인다. 폭스콘은 내년 초 가동 예정인 멕시코 공장 구축에도 옴니버스를 채택했으며, 연간 30% 이상의 전략 사용량 감소를 기대하고 있다.   상세 내용은 <디지털 트윈 가이드>에서 확인할 수 있습니다. 상세 내용 보러가기

엔비디아가 양자화를 통해 스테이블 디퓨전 3.5(Stable Diffusion 3.5) 모델의 성능을 향상시켰다고 발표했다. 생성형 AI는 사람들이 디지털 콘텐츠를 만들고, 상상하며, 상호작용하는 방식을 혁신적으로 바꾸고 있다. 그러나 지속적으로 AI 모델의 기능이 향상되고 복잡성이 증가면서 더 많은 VRAM이 요구되고 있다. 예를 들어 기본 스테이블 디퓨전 3.5 라지(Large) 모델은 18GB 이상의 VRAM을 사용하므로 고성능 시스템이 아니면 실행이 어렵다. 엔비디아는 이 모델에 양자화를 적용하면 중요하지 않은 레이어를 제거하거나 더 낮은 정밀도로도 실행할 수 있다고 설명했다. 엔비디아 지포스(GeForce) RTX 40 시리즈와 에이다 러브레이스(Ada Lovelace) 세대 엔비디아 RTX PRO GPU는 FP8 양자화를 지원해 이러한 경량화된 모델을 실행할 수 있다. 또한 최신 엔비디아 블랙웰(Blackwell) GPU는 FP4도 지원한다.     엔비디아는 스태빌리티 AI(Stability AI)와 협력해 최신 모델인 스테이블 디퓨전 3.5 라지를 FP8로 양자화해 VRAM 사용량을 40%까지 줄였다. 여기에 엔비디아 텐서RT(TensorRT) 소프트웨어 개발 키트(SDK)를 통한 최적화로 스테이블 디퓨전 3.5 라지와 미디엄 모델의 성능을 2배로 끌어올렸다. 또한, 텐서RT가 RTX AI PC 환경을 위해 새롭게 설계됐다. 높은 성능과 JIT(Just-In-Time), 온디바이스 엔진 구축 기능을 더하고 패키지 크기를 8배 줄여 1억 대 이상의 RTX AI PC에 AI를 원활하게 배포할 수 있게 됐다. RTX용 텐서RT는 이제 개발자를 위한 독립형 SDK로 제공된다. 엔비디아와 스태빌리티 AI는 인기 있는 AI 이미지 생성 모델 중 하나인 스테이블 디퓨전 3.5의 성능을 높이고 VRAM 요구 사항을 낮췄다. 엔비디아 텐서RT 가속과 양자화 기술을 통해, 사용자는 엔비디아 RTX GPU에서 이미지를 더 빠르고 효율적으로 생성하고 편집할 수 있다. 스테이블 디퓨전 3.5 라지의 VRAM 한계를 해결하기 위해 이 모델은 텐서RT를 활용해 FP8로 양자화됐다. 그 결과, VRAM 요구량이 40% 줄어 11GB면 충분해졌다. 즉, 단 한 대의 GPU가 아닌 다섯 대의 지포스 RTX 50 시리즈 GPU가 메모리에서 모델을 동시에 실행할 수 있게 됐다. 또한 스테이블 디퓨전 3.5 라지와 미디엄 모델은 텐서RT를 통해 최적화됐다. 텐서RT는 텐서 코어를 최대한 활용할 수 있도록 설계된 AI 백엔드로, 모델의 가중치와 모델 실행을 위한 명령 체계인 그래프를 RTX GPU에 맞게 최적화한다.  FP8 텐서RT는 스테이블 디퓨전 3.5 라지의 성능을 BF16 파이토치 대비 2.3배 향상시키면서 메모리 사용량은 40% 줄여준다. 스테이블 디퓨전 3.5 미디엄의 경우, BF16 텐서RT는 BF16 파이토치 대비 1.7배 더 빠르다. FP8 텐서RT를 적용한 결과, 스테이블 디퓨전 3.5 라지 모델은 BF16 파이토치(PyTorch)에서 실행했을 때보다 성능이 2.3배 향상됐고, 메모리 사용량은 40% 감소했다. 스테이블 디퓨전 3.5 미디엄 모델도 BF16 텐서RT를 통해 BF16 파이토치 대비 1.7배 더 높은 성능을 발휘했다. 최적화된 모델은 현재 스태빌리티 AI의 허깅페이스(Hugging Face) 페이지에서 이용할 수 있다. 또한 엔비디아와 스태빌리티 AI는 스테이블 디퓨전 3.5 모델을 엔비디아 NIM 마이크로서비스 형태로도 출시할 계획이다. 이를 통해 크리에이터와 개발자는 다양한 애플리케이션에서 보다 쉽게 모델을 접근하고 배포할 수 있게 된다. 이 NIM 마이크로서비스는 오는 7월 출시될 예정이다.

인텔은 새로운 인텔 AI 에지 시스템(Intel AI Edge Systems), 에지 AI 스위트(Edge AI Suites) 및 오픈 에지 플랫폼(Open Edge Platform) 이니셔티브에 대한 내용을 발표했다. 이 제품들은 기존 인프라와 통합을 단순화함으로써 소매, 제조, 스마트 시티, 미디어 및 엔터테인먼트와 같은 산업 분야에서 에지에서의 AI 사용을 간소화 및 가속화하도록 지원한다. 에지 AI는 기업 혁신의 핵심 요소로 떠오르고 있다. 가트너는 올해 말까지 기업에서 관리하는 데이터의 50%가 기존 데이터 센터나 클라우드 외부, 즉 리테일, 제조 공장, 의료 시설 등에서 처리될 것이며, 2026년까지 에지 컴퓨팅 배포의 절반 이상이 머신 러닝을 포함할 것으로 예측하고 있다.  인텔은 “에지에서 수십 년의 경험을 가지고 있을 뿐만 아니라 파트너와 함께 10만 건 이상의 실제 에지 구현을 통해 이러한 고유한 과제를 잘 이해하고 있다”고 밝혔다. 에지 AI 사용 사례는 산업별로 매우 다양하며, 각기 다른 성능 및 전력 요구 사항이 있다. 클라우드 제공 기업에 적합한 방식은 AI를 통합하면서 기존 플랫폼과 소프트웨어를 유지해야 하고, 최적의 TCO와 적절한 전력 수준을 확보해야 하는 에지용으로는 적절하지 않다. 전용 AI 인프라를 갖춘 대규모 데이터 센터와 달리 에지 AI 배포는 기존 IT 시스템에 원활하게 통합되어야 하며 종종 전력 제한, 공간 제약, 비용에 민감한 환경인 경우가 많다.     인텔 AI 에지 시스템과 에지 AI 스위트 소프트웨어 및 오픈 에지 플랫폼은 이미 에지에 널리 도입된 인텔의 기술을 기반으로 구축되어, 이러한 문제를 해결하고 생태계가 에지 AI를 더 빠르고 효율적으로 시장에 출시할 수 있도록 지원한다. 인텔은 개방형 에지 접근 방식을 통해 다양한 주요 산업 분야에서 더 나은 엔드 투 엔드 성능과 전반적인 TCO를 일관되게 제공할 수 있다는 점을 내세운다. 에지 AI 영상 분석 사용 사례의 경우, 초당 테라연산(TOPs)만으로는 실제 성능 요구 사항을 충족하기 어렵다. 인텔은 “주요 AI 경쟁 제품과 인텔 코어 울트라 프로세서를 비교하면, 경쟁 제품이 TOP에서 앞설 수 있으나 인텔이 엔드 투 엔드 파이프라인 성능에서 최대 2.3배, 달러 당 성능은 최대 5배 더 우수하다”고 주장했다. 현재 많은 에지 환경에서 기존 머신러닝과 컴퓨터 비전을 활용하여 AI를 도입하고 있는데, 인텔 AI 에지 시스템, 에지 AI 스위트, 오픈 에지 플랫폼은 고급 AI 애플리케이션의 배포를 가속화하도록 설계되었다. 인텔은 신뢰할 수 있는 파트너들로 구성된 생태계를 통해 기업이 산업 별로 다양한 과제를 해결하고, 에지 AI 배포에서 혁신을 촉진할 수 있도록 지원한다고 밝혔다. 인텔의 에지 시스템은 에지에서 AI 배포 속도를 높인다. OEM(주문자 상표 부착 생산) 및 ODM(제조자 개발 생산)를 포함한 제조업체는 에지 AI 활용 사례에 최적화된 표준화된 청사진, 벤치마크, 검증 툴을 활용할 수 있다. 이러한 리소스를 통해 고객과 설루션 제공업체는 비전 또는 생성형 AI 성능 요구사항을 충족하는 시스템을 쉽게 구성할 수 있다. 또한, 다양한 전력 수준, 크기 및 성능 옵션을 갖춘 이러한 설루션은 하드웨어와 소프트웨어의 최적의 통합을 보장한다. 에지 AI 스위트는 독립 소프트웨어 벤더(ISV), 시스템 통합업체(SI), 설루션 개발자를 위해 설계된 개방형 산업별 AI 소프트웨어 개발 키트(SDK)이다. 이 스위트는 레퍼런스 애플리케이션, 샘플 코드, 벤치마크를 제공하여 AI 애플리케이션 개발을 신속하게 시작할 수 있도록 지원하며, 다양한 산업을 위한 맞춤형 AI 설루션을 쉽게 만들 수 있도록 한다. 인텔은 현재 유통, 제조, 스마트 시티, 미디어 및 엔터테인먼트 분야에 최적화된 네 개 스위트를 제공하고 있다. 오픈 에지 플랫폼은 모듈형 오픈소스 플랫폼으로, 클라우드처럼 간편하게 에지 및 AI 애플리케이션을 대규모로 개발, 배포 및 관리할 수 있도록 지원한다. 이 플랫폼을 통해 ISV, 설루션 빌더, 운영체제 공급업체는 소프트웨어 구성 요소를 더욱 효율적으로 통합하고, 인텔의 최신 소프트웨어 최적화를 통해 성능을 극대화할 수 있다. 또한, 파트너는 현장을 방문할 필요 없이 원격 에지 디바이스에서 컨테이너화 된 워크로드를 쉽게 배포할 수 있으고, 인텔 vPro/인텔 액티브 관리 기술과 같은 툴로 배포된 시스템을 관리할 수 있으며, 소프트웨어 생태계 전반적으로 협업을 강화하고 혁신을 가속화한다. 인텔의 에지 컴퓨팅 그룹을 총괄하는 댄 로드리게즈(Dan Rodriguez) 부사장은 “고객은 TCO(총소유비용), 전력 및 성능 목표를 달성할 수 있는 방식으로 기존 인프라와 에지 워크플로에서 AI 사용을 확대하고 싶어 한다”면서, “에지 컴퓨팅 분야에서 쌓은 수십 년의 경험을 바탕으로 인텔은 인텔 AI 에지 시스템, AI 스위트 및 오픈 에지 소프트웨어를 통해 에지 AI 제품 및 지원을 한 단계 더 발전시켜, 광범위한 에코시스템이 AI 지원 설루션을 더 빠르게 제공할 수 있도록 지원하고 있다”고 밝혔다.