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.

엔비디아가 CES 2026에서 캐터필러와 협력해 젯슨 토르 기반의 캣 AI 어시스턴트를 선보였다. 음성 인식 리바와 네모트론 모델을 활용한 자연어 상호작용 및 옴니버스 디지털 트윈 기술로 구현된 미래형 건설 현장의 혁신 사례를 소개한다.   엔비디아, 캐터필러와 함께 미래형 AI 중장비 솔루션 구축   엔비디아와 캐터필러가 세계 최대 IT 가전 전시회인 CES 2026에서 인공지능 기술과 중장비를 결합한 미래형 산업 솔루션을 선보이며 건설 현장의 디지털 전환을 예고했다. AI 컴퓨팅 기술 분야의 선두주자인 엔비디아는 지난 2026년 1월 9일 미국 라스베이거스에서 열린 CES 2026 현장에서 캐터필러 중장비에 엔비디아 엣지 AI 플랫폼을 통합했다고 발표했다. 이번 발표는 로봇 공학과 건설 기계 분야의 글로벌 리더들이 손을 잡고 산업 현장의 지능화를 구체화했다는 점에서 큰 주목을 받았다. 현장 데모와 자연어 기반 상호작용의 구현 CES 2026 전시장에는 노란색 강철 외관의 6톤 규모 캣 306 CR 미니 굴착기가 등장해 관람객들의 시선을 사로잡았다. 엔비디아 로보틱스와 엣지 AI 부문 부사장 디푸 탈라와 캐터필러가 공동으로 진행한 이번 시연은 올해 CES에서 가장 거대한 규모의 라이브 데모로 기록됐다. 캐터필러 기조연설 중 공개된 데모 영상에서는 운전석 내부의 실시간 영상과 함께 자연어 기반의 상호작용 기술이 소개됐다. 작업자가 안녕 캣, 시작 방법을 알려줘라고 음성으로 명령하자 장비에 탑재된 AI 시스템이 즉각 자연스러운 음성으로 응답하며 굴착기 암을 작동시켰다. 캐터필러 조 크리드 CEO는 캐터필러는 현대 기술 스택의 보이지 않는 기반을 구축하고 실제로 움직이는 기업이라며, 이러한 역할을 전 세계 대규모 현장에서 수행하는 것이 우리의 핵심 가치라고 강조했다.   젯슨 토르 기반의 캣 AI 어시스턴트와 엣지 AI 기술 이번 데모의 핵심은 엔비디아 젯슨 토르 플랫폼을 기반으로 구동되는 캣 AI 어시스턴트다. 젯슨 토르는 산업 및 로봇 시스템의 실시간 추론을 위해 설계된 엣지 AI 플랫폼으로, 복잡한 건설 현장에서 지연 시간 없는 지능형 서비스를 제공한다. 대화 기능 구현에는 엔비디아 리바와 네모트론 음성 모델이 사용됐다. 또한 vLLM 런타임을 통해 로컬 환경에서 실행되는 큐웬3 4B 모델은 클라우드 연결 없이도 사용자의 의도를 분석하고 정확한 응답을 생성한다. 여기에 캐터필러 헬리오스 데이터 플랫폼이 결합되어 기계의 상태와 작업 환경에 대한 신뢰도 높은 컨텍스트를 제공한다. 구체적인 기술 시연 항목으로는 지상 및 지하의 위험 요소를 피하기 위해 동작 범위를 제한하는 E-Ceiling 기능, 좁은 공간에서의 정밀 제어를 돕는 직관적인 AI 보조 장치, 그리고 안전 중심 경고 및 문서 접근을 지원하는 기내 AI 지원 등이 포함됐다. 디지털 트윈과 인력 양성을 통한 미래 산업 준비 엔비디아와 캐터필러의 협력은 장비 내 지능형 시스템에 그치지 않고 제조 공정의 최적화로 이어진다. 캐터필러는 현재 미국 내 제조 시설에서 엔비디아 옴니버스 라이브러리와 오픈USD를 기반으로 구축된 공장 디지털 트윈을 시범 운영하고 있다. 이를 통해 실제 설비 변경 전 시뮬레이션을 수행하고 자재 흐름을 최적화하고 있다. 또한 캐터필러는 AI 기반 산업 시스템으로의 전환에 발맞춰 향후 5년 간 1억 달러를 인력 양성에 투자할 계획이다. 이 중 2500만 달러는 글로벌 워크포스 이노베이션 챌린지에 투입되어 차세대 지능형 장비 운용을 위한 전문가 육성에 사용된다. 조 크리드 CEO는 캐터필러는 우리가 의지하는 물리적 세계를 구축하는 기업인 동시에, 이제 현대 기술 스택의 보이지 않는 층을 더욱 지능적으로 만들고 있다고 밝혔다. 엣지 AI를 통해 장비가 스스로 듣고 이해하며 작업자를 돕는 시대가 열리면서 산업 현장의 안전성과 효율성이 획기적으로 향상될 전망이다.   정밀성과 운전자 지원 기능을 탑재한 캣 306 CR 미니 굴삭기는 전 세계의 크고 작은 산업 현장을 지원한다.

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.

인텔은 CES 2026에서 미국에서 설계·제조된 인텔 18A 공정 기술을 기반으로 한 첫 번째 AI PC 플랫폼인 ‘인텔 코어 울트라 시리즈 3(Intel Core Ultra Series 3)’ 프로세서를 공개했다. 인텔은 글로벌 주요 파트너사의 200개 이상 제품 설계에 탑재되는 이 프로세서가 지금까지 인텔이 선보인 AI PC 플랫폼 가운데 가장 폭넓게 글로벌 시장에 공급되는 플랫폼이 될 것으로 전망했다. 인텔 코어 울트라 시리즈 3 모바일(노트북) 라인업에는 고성능의 통합형 인텔 아크(Arc) 그래픽을 탑재한 새로운 등급의 인텔 코어 울트라 X9 및 X7 프로세서가 포함된다. 이들 프로세서는 이동 중에도 게이밍, 콘텐츠 제작, 생산성 등 고급 워크로드를 동시에 처리하는 멀티태스킹을 위해 설계됐다. 최상위 SKU는 최대 16개 CPU 코어, 12개 Xe 코어, 50 NPU TOPS를 제공하며, 멀티스레드 성능은 최대 60% 향상, 게이밍 성능은 최대 77% 이상 개선됐고, 최대 27시간 지속되는 배터리 수명을 목표로 설계됐다.     인텔 코어 울트라 시리즈 3 제품군에는 메인스트림 급 노트북 구동을 위해 설계된 인텔 코어 프로세서도 포함되어 있다. 인텔 코어 울트라 시리즈 3과 동일한 기본 아키텍처를 활용하는 인텔 코어 라인업은 더 저렴한 가격대에서 가성비와 효율성을 갖춘 노트북 설계를 가능하게 한다. 시리즈 3 에지 프로세서는 PC 버전과 더불어 최초로 임베디드 및 산업용 인증을 획득했다. 이를 통해 확장된 작동 온도 범위, 성능, 그리고 24시간 상시 가동이 가능한 신뢰성 등 산업 현장의 까다로운 요건을 충족한다. 인텔 코어 울트라 시리즈 3는 핵심 에지 AI 워크로드에서 경쟁력을 제공하며, 대규모 언어 모델(LLM) 성능은 최대 1.9배 향상, 엔드 투 엔드 비디오 분석에서는 와트·달러당 성능이 최대 2.3배 개선, 비전-언어-액션(VLA) 모델 처리량은 최대 4.5배 향상됐다. 또한 통합형 AI 가속을 통해 기존의 멀티칩 CPU·GPU 아키텍처 대비 단일 시스템 온 칩(SoC) 설루션으로 더 우수한 총소유비용(TCO)을 제공한다. 인텔의 클라이언트 컴퓨팅 그룹을 총괄하는 짐 존슨(Jim Johnson) 부사장은 “이번 인텔 코어 울트라 시리즈 3를 통해 전력 효율과 CPU 성능을 한층 강화하고, 동급 최고 수준의 GPU와 개선된 AI 연산 성능을 제공한다”며, “x86 아키텍처 기반에서 신뢰할 수 있는 애플리케이션 호환성 역시 강화했다”고 말했다. 인텔 코어 울트라 시리즈 3 프로세서를 탑재한 첫 번째 소비자용 노트북은 1월 말부터 전 세계 시장에서 판매될 예정이며, 이후 제품은 2026년 상반기 동안 순차적으로 공개될 예정이다. 인텔 코어 울트라 시리즈 3 기반의 에지 시스템은 2026년 1분기부터 출시될 예정이다.

해마다 연말이 되면 업계에서는 새해의 전망을 내놓는다. 특히 IT 분야에서는 여러 기술 기업이 AI(인공지능)를 중심으로 한 2026년 전망을 소개했다. 2026년은 산업을 가리지 않고 AI가 본격 활용되는 해가 될 것으로 보인다. 이제는 AI를 사용하는 기업 사용자의 초점이 ‘AI를 도입해야 하는가’에서 ‘어떻게 AI를 활용해야 하는가’로 옮겨가고 있다. 지난 달 미디어 대상의 간담회를 진행한 IBM, 델 테크놀로지스, 오라클은 공통적으로 ‘데이터’가 AI를 성공적으로 정착시키고 기업의 미래를 결정짓는 핵심 자산이라고 강조했다. ■ 정수진 편집장   데이터, AI 시대 기업 경쟁력의 핵심이 되다 AI 학습을 위한 데이터의 중요성은 꾸준히 커지고 있다. AI 시대의 데이터는 단순한 정보의 기록에 그치지 않고, 기업의 미래를 결정짓는 핵심 자산이자 경쟁력의 원천이라는 것이다. 한편으로, 누구나 사용할 수 있는 범용 AI 모델이나 알고리즘만으로는 차별회된 경쟁력을 확보하기 어렵다는 목소리도 나온다. 한국IBM의 이수정 사장은 “기업이 비즈니스를 수행하며 축적해 온 기업의 고유 데이터야말로 AI를 자사에 최적화하고 실질적인 성과를 내게 하는 결정적 자산”이라고 설명했다. 델 테크놀로지스는 AI 알고리즘만으로는 차별화된 혁신을 이룰 수 없으며, 고품질의 데이터와 이에 대한 손쉬운 접근이 필수라고 짚었다.   ▲ IBM은 AI가 학습하고 활용할 수 있도록 준비된 데이터가 필요하다고 짚었다.   오라클 역시 공개된 데이터로 학습된 범용 AI 모델만으로는 기업 관점에서 신뢰할 수 있고 실질적인 가치를 창출하기에 부족하다고 보았다. 기업이 가진 문제를 해결하기 위해서는 기업 내부에 축적된 비공개 데이터를 학습하고 활용해야 하며, 누가 더 자신의 데이터를 AI에 잘 접목하느냐가 AI 시대의 경쟁력이라는 것이다.   AI의 신뢰성과 성능을 위한 데이터 활용 전략 데이터는 AI가 정확한 답변을 내놓게 하고, 고도화된 추론을 수행하게 만드는 연료가 된다. IBM은 AI, 특히 생성형 AI의 결과물 수준이 입력되는 데이터의 품질에 따라 결정된다고 보고 있다. 품질이 낮거나 관리가 안 된 데이터는 AI의 환각(hallucination) 현상으로 이어지기 때문에, 추적이 가능하고 통제된 ‘AI를 위한 데이터(AI ready data)’가 신뢰할 수 있는 AI를 만들 수 있다는 설명이다. 델 테크놀로지스는 데이터가 단순한 정보 제공을 넘어 자율형 AI 에이전트의 ‘지능’과 ‘기억’을 형성하는 데 결정적인 역할을 한다고 설명했다. 델 테크놀로지스의 존 로즈(John Roese) CTO(최고 기술 책임자) 겸 CAIO(최고 AI 책임자)는 “에이전트가 일반적인 LLM보다 똑똑해지려면 기업의 특화 데이터를 지식 그래프(knowledge graph) 형태로 변환해서 단기 및 장기 메모리를 제공해야 하며, 실시간 추론 과정에서도 정제된 데이터 공급이 필수”라고 전했다.   ▲ 델 테크놀로지스는 AI가 이해할 수 있는 데이터를 구축하는 지식 레이어의 필요성을 강조했다.   한편, 그동안 활용되지 못한 방대한 비정형 데이터를 AI가 이해할 수 있는 형태로 변환하는 것이 새로운 기회로 떠오르고 있다. IBM은 기업 데이터의 90% 이상을 차지하는 문서나 이미지 등의 비정형 데이터를 AI가 이해할 수 있도록 정형화하는 것이 AI 경쟁력의 핵심이라고 보고 있다. 델 테크놀로지스 또한 전 세계 신규 데이터의 80%가 비정형 형태로 생성되고 있다면서, 이를 효과적으로 관리하고 처리하는 역량이 미래 기업의 경쟁력이 될 것으로 전망했다. 인사이트를 얻고 데이터 주권을 확보할 수 있도록 데이터를 통합하는 것 역시 중요한 전략으로 꼽힌다. 데이터가 분산되어 있으면 AI의 지능도 조각나며, 보안이 없이는 AI 도입 자체가 불가능하다는 점도 데이터 전략이 중요해지는 배경이다. 한국오라클의 조경진 상무는 “데이터가 분산되면 기업은 단편적이고 분산된 지식밖에 얻을 수 없다”면서, “통합된 데이터를 기반으로 해야만 기업 전체를 꿰뚫는 심도 있는 인사이트를 도출할 수 있다”고 지적했다. 또한 민감한 정보가 유출되지 않도록 데이터가 저장된 원천 위치에서 보안과 통제가 이루어져야 기업이 안심하고 AI를 도입할 수 있다고 강조했다.   AI 시대의 성패는 데이터가 결정한다 세 기업은 모두 남들이 가진 일반적인 데이터나 범용 AI 모델(Public Model)만으로는 기업의 차별화된 경쟁력을 확보할 수 없다는 데 의견을 같이했다. 한편으로, 이를 실현하는 방법론에서 IBM은 ‘정제’, 델은 ‘계층화’, 오라클은 ‘내재화’를 핵심 키워드로 제시했다. IT 업계에서는 이제 AI 도입의 실험 단계를 넘어, 기업들이 실질적인 투자 수익(ROI)을 거두는 단계로 진입해야 한다고 보고 있다. 이를 위한 선결 과제는 사내 곳곳에 흩어진 데이터를 AI가 이해할 수 있는 형태로 가공하고, 강력한 거버넌스를 통해 관리해서 기업 고유의 자산을 확보하는 것이다.   ‘원유’인 데이터를 정제하는 플랫폼 IBM은 데이터 전략을 기술 전략이 아닌 경영 전략으로 보고 있다. IBM의 접근법은 데이터를 고성능의 생성형 AI를 위한 연료로 만드는 것이다. 데이터를 추적 가능하고 통제된 상태의 ‘AI를 위한 데이터’로 정제해야 한다는 설명이다. IBM은 데이터를 단순히 보관하는 것이 아니라, 매출 전환이나 고객 이탈 방지 등 구체적인 KPI와 연결해 자산 가치를 입증하는 데 주력하고 있다.   데이터 구조의 진화, ‘지식 레이어’를 구축해야 델은 IT 업계의 중심이 GPU 등의 연산(compute) 능력에서 데이터로 이동할 것으로 전망했다. 델의 해법은 인프라와 데이터 구조를 진화시키는 데에 초점을 맞춘다. 델은 기존의 시스템에 기록된 데이터를 AI 에이전트가 이해할 수 있는 벡터나 지식 그래프 형태로 변환해서, 별도의 ‘지식 레이어(knowledge layer)’를 구축해야 한다고 보고 있다. 이런 지식 레이어는 자율형 AI 에이전트에게 기억과 지능을 제공함으로써, 실시간 추론과 업무 수행을 가능하게 하는 기반이 된다.   ▲ 오라클은 데이터베이스 안에서 AI와 데이터가 결합된 통합 아키텍처를 제시했다.   데이터가 있는 곳에 AI를 오라클은 보안과 데이터 주권을 강조하면서, 데이터를 AI 모델로 가져가는 것이 아니라 데이터가 있는 곳에 AI를 심는 AI 내재화(built-in) 방식을 제안한다. 데이터베이스 자체에 AI 기능을 통합함으로써 데이터의 외부 유출을 원천 차단할 수 있다는 것인데, 이를 통해 루트 권한자가 볼 수 없는 데이터는 AI도 볼 수 없게 하는 강력한 보안을 구현한다는 설명이다. 또한, 관계형 데이터와 벡터 데이터를 통합 처리하는 융합형 데이터베이스를 통해 데이터 분산에 따른 지식의 파편화를 막고, 통합된 인사이트를 제공한다는 점을 차별화 포인트로 내세우고 있다.     ■ 기사 내용은 PDF로도 제공됩니다.

  INFOWORLD   Editorial 17　2026년, AI는 ‘증명’의 심판대에 오른다   Case Study 18　인프라 프로젝트에 실시간 시각화 기술 활용한 에이프리　대규모 데이터를 효과적으로 시각화해 커뮤니케이션 개선 20　세이코 엡손의 로봇 시뮬레이션 소프트웨어 업그레이드　첨단 3D 엔진으로 시뮬레이터 개발의 효율 향상   Hot Window 23　RBDO, 데이터 시대에 무결점 설계를 향해 / 최병열 28　입자 기반 다중물리 해석 설루션의 개발과 진화 / 서인수   Focus 32　PTC, “제조 산업의 라이프사이클을 AI로 혁신한다” 34　AI 시대의 경쟁력을 위한 열쇠는 데이터 전략에 있다   People&Company 37　지멘스 디지털 인더스트리 소프트웨어 존 폭스 마케팅 부사장　디자인센터 솔리드 엣지, 브랜드 통합과 AI로 제품 설계 효율 높인다 40　OSC모듈러산업협회 김인한 회장　현장 노동에서 공장 제조로… 건설 산업의 패러다임 혁신 이끌 것 42　콘택트 소프트웨어 칼 하인츠 자크리스 CEO　제조 경쟁력을 위한 PLM 플랫폼 및 한국 맞춤형 성공 모델 구축 추진   On Air 44　캐드앤그래픽스 CNG TV 지식방송 지상중계　“설계자는 해석을 못한다?”… 단순화 노하우로 해석 진입장벽 낮춰 45　캐드앤그래픽스 CNG TV 지식방송 지상중계　설계 가능한 인과 기반 AI : 지식조립공장의 시대가 온다 46　캐드앤그래픽스 CNG TV 지식방송 지상중계　생성형 AI 영상 제작 기술의 변화와 제작 노하우… 낙서가 영화가 되는 시대   Column 47　디지털 지식전문가 조형식의 지식마당 / 조형식　AI 시대의 인류 생존 전략과 새로운 불의 발견 50　현장에서 얻은 것 No. 25 / 류용효　나의 비서 – AI 활용 점수는?   52　이달의 신제품   Directory 115　국내 주요 CAD/CAM/CAE/PDM 소프트웨어 공급업체 디렉토리   CADPIA   AEC 54　데스크톱/모바일/클라우드를 지원하는 아레스 캐드 2026 (10) / 최하얀　설계 협업의 패러다임을 바꾸는 트리니티 58　새로워진 캐디안 2026 살펴보기 (2) / 최영석　스마트 치수 63　BIM 칼럼니스트 강태욱의 이슈 & 토크 / 강태욱　코딩 없는 LLM 기반 에이전트 개발 도구, 디파이   Mechanical 66　전기 설계에서 AI 활용의 의미 그리고 위기와 기회 / 구형서　AI 시대의 새로운 제사장, 정보 권력의 재구성 71　제품 개발 혁신을 돕는 크레오 파라메트릭 12.0 (6) / 김주현　서피스 모델 생성하기   Manufacturing 80　산업 디지털 전환을 가속화하는 버추얼 트윈 (10) / 김수훈　디지털 연속성의 시대, 기준 정보가 이끄는 AR 현장의 진화   Analysis 83　심센터 HEEDS 더 깊게 살펴 보기 (1) / 이종학　심센터 HEEDS 커넥트와 MBSE 방법론 90　앤시스 워크벤치를 활용한 해석 성공 사례 / 이광희　10분만에 이해하는 열전달 메커니즘 94　성공적인 유동 해석을 위한 케이던스의 CFD 기술 / 나인플러스IT　산업 전반에 걸친 고충실도 CFD 시뮬레이션의 잠재력 98　로코드를 활용하여 엔지니어링 데이터 분석 극대화하기 (5) / 윤경렬, 윤민영　데이터 분석 로코드 설루션을 클라우드로 확장해 보자 102　설계, 데이터로 다시 쓰다 (4) / 최병열　Hello World 110　가상 제품 개발을 위한 MBSE 및 SysML의 이해와 핵심 전략 (3) / 오재응　다양한 도메인에 통합 적용되는 MBSE         캐드앤그래픽스 당월호 책자 구입하기   캐드앤그래픽스 당월호 PDF 구입하기

제조업 DX 전문 기업 두잇플래닛이 중소벤처기업부의 기술창업 투자 프로그램인 팁스(TIPS)에 최종 선정되었다. 두잇플래닛은 비정형 데이터를 지식 자산화하는 AI 문서 통합 관리 시스템 flocs.AI를 통해 제조 현장의 업무 혁신과 워크플로 자동화를 주도할 계획이다.   제조업 디지털 전환(DX) 솔루션 전문 기업 두잇플래닛이 중소벤처기업부의 기술창업 투자 프로그램인 팁스(TIPS)에 최종 선정되어 협약을 체결했다. 이번 선정은 팁스 운영사인 킹고스프링의 추천을 통해 이루어졌으며, 두잇플래닛은 향후 2년간 최대 5억원의 연구개발 자금과 사업화 및 해외 마케팅을 위한 추가 지원금을 확보하게 되었다. 팁스는 세계 시장을 선도할 기술력을 보유한 유망 스타트업을 민간 투자사가 발굴하여 육성하는 프로그램이다. 두잇플래닛은 이번 R&D 지원을 바탕으로 자사의 AI 기반 문서 지능화 및 워크플로 자동화 솔루션인 flocs.AI 고도화에 박차를 가할 예정이다.   비정형 데이터의 지능형 자산화와 업무 자동화 구현 두잇플래닛이 개발 중인 flocs.AI는 제조 현장에서 발생하는 도면, 시방서, 계약서 등 다양한 포맷의 비정형 데이터를 디지털 지식 자산으로 전환하는 시스템이다. 광학문자판독(OCR), 거대언어모델(LLM), 검색증강생성(RAG) 등 최신 AI 기술을 활용하여 종이 문서나 PDF 파일을 분석하고, 이를 바탕으로 백오피스 업무를 자동화하는 것이 핵심이다. 일반적으로 제조업은 숙련된 인력의 경험에 의존하는 경향이 크고 AI 도입률이 낮아, 인력 이탈 시 핵심 지식이 손실될 위험이 높다. 두잇플래닛은 이러한 문제를 해결하기 위해 기업 내부의 지식 데이터베이스를 구축하고, 맥락을 이해하는 AI 챗봇 플록시(Floxy)와 업무 자동화 에이전트를 통해 단순 반복 업무를 획기적으로 개선하는 솔루션을 제시했다. 글로벌 시장 진출 및 2032년 매출 684억원 목표 두잇플래닛은 이번 팁스 과제를 통해 비정형 데이터의 지능형 분석 기술 고도화, AI 추론 기반의 워크플로 자동화 모듈 개발, 그리고 ERP 및 MES 등 고객사의 기존 레거시 시스템과의 연동 API 개발에 집중할 방침이다. 유병기 대표는 대기업에서 13년 이상 DX 프로젝트를 수행한 전문가로, 문서 전자화 센터 운영을 통해 실데이터 처리 노하우를 쌓아왔다. 두잇플래닛은 이미 셀트리온제약, SK에코플랜트 등 130여 개 기업 및 기관과 협업하고 있으며, CES 2025 유레카파크 참가를 통해 글로벌 시장에서의 가능성도 확인했다. 유병기 대표는 이번 팁스 선정을 계기로 기술 개발을 가속화하여 중소 제조기업들이 합리적인 비용으로 AI 도입 효과를 누릴 수 있도록 돕겠다고 밝혔다. 또한 수기 문서 처리가 많은 동남아 시장 진출을 본격화하여 2032년 매출 684억원을 달성하고 글로벌 리딩 기업으로 도약하겠다는 포부를 덧붙였다.

엔비디아가 RTX 프로(RTX PRO) 5000 72GB 블랙웰(Blackwell) GPU를 정식 출시하고, 메모리 옵션을 확대해 데스크톱 에이전틱 AI를 지원한다고 밝혔다. 엔비디아는 이번 신제품을 통해 블랙웰 아키텍처 기반의 에이전틱, 생성형 AI 기능을 전 세계 더 많은 데스크톱과 전문가에게 제공하겠다는 계획이다. 새롭게 공개된 GPU 구성은 AI 개발자, 데이터 과학자, 크리에이티브 전문가들이 최신 대용량 메모리 기반 워크플로를 수행하는 데 필요한 하드웨어를 제공한다. AI 개발자는 기존의 엔비디아 RTX 프로 5000 48GB 모델과 이번 72GB 모델 중 선택할 수 있는 유연성을 통해, 다양한 예산과 프로젝트 요구사항에 맞춰 시스템을 최적화할 수 있다.     생성형 AI가 점차 복잡한 멀티모달 에이전틱 AI로 진화하면서, 이러한 기술을 개발하고 배포하기 위한 하드웨어 요구사항도 높아지고 있다. 그 중 하나가 메모리 용량이다. 특히 대규모 언어 모델(LLM)과 AI 에이전트를 포함한 최첨단 AI 워크플로를 실행할 때 GPU 메모리에 부담이 가해진다. 이는 모델, 컨텍스트, 윈도우, 멀티모달 파이프라인의 규모와 복잡성이 증가함에 따라 더욱 심화된다. 에이전틱 AI 시스템은 툴 체인, 검색 증강 생성(RAG), 멀티모달 이해 기능을 포함한다. 이러한 시스템은 종종 여러 AI 모델, 데이터 소스, 다양한 코드 형식을 GPU 메모리 내에서 동시에 활성화 상태로 유지해야 한다. RTX 프로 5000 72GB는 2142 TOPS의 AI 성능을 제공해 이러한 병목 현상을 해결한다. 엔비디아 블랙웰 기반으로 설계된 이 모델은 멀티 워크로드 스케줄링과 다양한 아키텍처 혁신을 통해 AI, 뉴럴 렌더링, 시뮬레이션에 높은 처리량을 제공한다. 또한 72GB의 초고속 GDDR7 메모리를 탑재해 기존 48GB 모델 대비 50% 향상된 메모리 용량을 제공함으로써, 개발자는 더 큰 규모의 모델을 로컬 환경에서 훈련, 파인튜닝(fine-tune), 프로토타이핑할 수 있다. 이를 통해 사용자는 데이터 프라이버시를 유지하면서 낮은 지연 시간과 비용 효율을 확보할 수 있다. 또한 AI 작업을 데이터센터급 인프라에 의존하지 않고, 워크스테이션에서 직접 모델을 활용할 수 있다. 엔비디아는 RTX 프로 5000 72GB가 “업계 표준 생성형 AI 벤치마크 기준으로 이미지 생성 기능이 이전 세대 엔비디아 하드웨어 대비 3.5배, 텍스트 생성 성능은 2배 향상됐다”고 소개했다.  또한 “아놀드(Arnold), 카오스 V-레이(Chaos V-Ray), 블렌더(Blender)와 같은 패스 트레이싱 엔진부터 D5 렌더(D5 Render), 레드시프트(Redshift) 등 실시간 GPU 렌더러 전반에서 렌더링 시간을 최대 4.7배 단축한다. 컴퓨터 지원 엔지니어링과 제품 설계 분야에서는 2배 이상의 그래픽 성능을 제공한다”고 전했다.

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.  

  주식회사 파수가 서비스형 AI 사용을 위한 민감정보 관리 솔루션인 AI-R DLP의 신규 버전을 출시하며 AI 보안 시장 선점에 나섰다. 이번에 고도화된 AI-R DLP는 챗GPT 등 생성형 AI 서비스 활용 시 발생할 수 있는 개인정보 및 기업 기밀 유출을 방지하며, 특히 국가 망 보안체계(N2SF) 보안 정책을 반영해 공공기관의 안전한 AI 도입을 지원한다. 망 분리 환경에서도 안전한 생성형 AI 활용 기반 마련 최근 생성형 AI 사용이 급격히 증가하면서 프롬프트에 입력되는 민감 정보 유출에 대한 우려가 깊어지고 있다. 일부 조직은 보안을 위해 퍼블릭 AI 접속을 전면 차단하기도 하지만, 이는 업무 혁신과 기업 경쟁력을 저해하는 요소가 된다. 파수의 AI-R DLP는 이러한 문제를 해결하기 위해 AI 서비스 이용 과정에서 입력되는 데이터를 실시간 모니터링하여 핵심 기술, 영업 비밀, 개인정보 등의 유출을 사전에 차단한다. LLM 기술 기반의 정교한 민감정보 검출 및 N2SF 대응 이번 업데이트의 핵심은 데이터 검출 역량의 강화다. AI-R DLP는 기존의 정규식 기반 검출에서 벗어나 인공지능 기반의 자연어 처리(NLP)와 파수 자체 딥러닝 기술을 활용한다. 이를 통해 복잡한 문장 속에서도 문맥을 이해하여 개인정보를 식별해낸다. 특히 기업의 영업기밀이나 공공기관의 N2SF 정책에 따른 데이터 검출 기능이 추가되었다. 파수 고유의 대형언어모델(LLM) 기술을 적용하여 자연어로 설정된 맞춤형 기준에 따라 기밀 정보를 광범위하게 검출할 수 있다. 이는 N2SF의 보안등급(CSO)에 따른 데이터 통제를 가능하게 하여 공공 분야의 디지털 전환을 앞당길 것으로 기대된다. 사용자별 맞춤형 정책 설정 및 감사 기능 강화 AI-R DLP는 조직의 운영 규정에 맞춰 부서나 사용자별로 검사 대상과 후처리 정책을 유연하게 설정할 수 있다. 모든 프롬프트 문답 로그를 보관해 사후 감사 자료로 활용할 수 있으며, 개인정보나 기밀정보를 과다하게 전송하는 사용자가 발생할 경우 관리자에게 즉시 알림을 전달해 필요한 조치를 취하게 한다. 현재 챗GPT, 제미나이, 클로드 등 주요 AI 서비스를 지원하고 있으며 지원 대상을 지속적으로 확장할 계획이다. 고동현 파수 상무는 파수의 AI-R DLP가 AI 활용의 걸림돌인 민감정보 유출 우려를 해소하고 기업 및 공공기관의 경쟁력 강화를 도울 것이라고 밝혔다. 또한 구축형 LLM 플랫폼인 ELLM과 개인정보보호 솔루션인 AI-R Privacy 등을 통해 AI 시대에 필수적인 보안 솔루션을 지속적으로 제시하며 시장을 공략할 것이라고 덧붙였다.