아마존웹서비스(AWS)가 AI 코딩 에이전트 ‘키로(Kiro)'를 정식 출시했다고 발표했다. 지난 7월 프리뷰 버전으로 선보인 키로는 개발자가 기존 개발 워크플로를 통합 개발 환경(IDE)과 명령줄 인터페이스(CLI)에서 바로 활용할 수 있도록 설계된 도구로 코드 작성, 점검, 수정 등 소프트웨어 개발 전반의 생산성을 보조하도록 구성되어 있다. 키로는 스펙 기반 개발(Spec-driven development)을 위한 에이전틱 AI IDE(Agentic AI IDE)이며 개발자가 프롬프트를 입력하면 이를 요구사항(requirements), 시스템 설계(system design), 그리고 개별 작업(discrete tasks)으로 분해하여 코드, 문서, 테스트로 구현하는 AI 기반 개발 환경이다. 이는 단순 AI 코딩 추천으로 앱을 자동 생성하는 방식을 넘어, 사양을 먼저 정의하고 이를 기반으로 코드 전체를 생성 및 관리하는 엔터프라이즈급 개발 방식으로 기존 AI 코딩 도구와는 차별화된 접근이다.     키로는 이번 정식 출시를 통해 사양 정확성을 위한 속성 기반 테스트 기능, 체크포인트 저장 및 이전 시점 복원 기능, 다중 루트 작업 공간 지원, 그리고 터미널에서 활용 가능한 ‘키로 CLI(Kiro CLI)’를 제공한다. 속성 기반 테스트(Property-based Testing : PBT)는 코드가 사전에 정의된 요구사항이나 기대 동작, 즉 스펙(spec)과 일치하는지를 측정하는 방식이다. 전통적인 단위 테스트가 특정 예시만 검증하는 것과 달리 PBT는 시스템의 일반적 동작을 나타내는 속성(property)를 스펙에서 추출하고 이를 대조해 테스트한다. 키로는 EARS 형식(예 : ‘시스템이 인증된 사용자가 활성 차량 목록을 볼 수 있도록 허용해야 한다’)을 사용해 명세를 작성하도록 도와준다. 키로는 이러한 요구사항에서 속성들을 추출하고, 논리적으로 테스트할 수 있는 특성을 결정한 뒤, 수백 또는 수천 개의 무작위 테스트 케이스를 생성하여 코드를 검증한다. 이 과정에서 오류를 찾기 위해 축소(shrinking) 기법을 사용해 반례를 찾고 필요 시 구현 또는 사양을 수정할 수 있는 선택지를 제공한다. 이를 통해 사람이 직접 작성하기 어려운 광범위한 시나리오 전반에서 코드가 실제로 정의한 대로 동작하는지 근거 기반 검증이 가능하다. 체크포인트(checkpoint) 리와인드(rewind) 기능은 에이전트 실행 과정에서 생성된 변경 시점인 체크포인트를 자동으로 기록하여 개발자가 원하는 시점으로 되돌릴 수 있도록 지원한다. 이를 통해 개발자는 진행 중인 작업을 잃지 않고 특정 단계로만 되돌릴 수 있어 구현 방향 변경이나 대안 비교가 필요한 경우 유용하다. 또한 크레딧을 추가로 사용하지 않고도 작업을 보존한 채 조정할 수 있어 반복적인 개발 과정에서 작업 연속성을 높인다. 다중 루트 작업 공간 지원 기능은 하나의 키로 작업 공간 내에서 여러 프로젝트 루트(root)를 동시에 구성하고 작업할 수 있도록 지원한다. 기존에는 하나의 루트 폴더만 사용할 수 있었다면, 이제는 여러 깃(git) 서브모듈 또는 패키지로 구성된 프로젝트라도 하나의 작업 공간에서 AI 에이전트를 일관되게 활용할 수 있다. 키로 CLI는 키로 에이전트를 터미널에서 직접 사용할 수 있도록 지원하는 명령줄 도구이다. 개발자는 CLI를 활용해 기능 구축, 워크플로 자동화, 오류 분석, 버그 추적, 수정 제안 등을 상호작용형 루프 속에서 수행할 수 있다. 또한 키로 CLI는 키로 IDE에서 설정한 MCP 및 스티어링(steering) 파일과 동일하게 연동되므로 IDE와 CLI 간 일관된 개발 환경을 지원한다. 로컬 파일 읽기 및 쓰기, API 호출, 배시(Bash) 명령 실행 등 MCP 기반 개발 도구가 제공되며, 클로드 소넷 4.5(Claude Sonnet 4.5), 클로드 하이쿠 4.5(Claude Haiku 4.5), 오토(Auto)등 키로의 AI 기능을 터미널에서 그대로 사용할 수 있다. 키로 CLI는 특정 작업에 최적화된 맞춤형 AI 보조 에이전트도 지원해 백엔드 API 패턴 분석이나 프론트엔드 컴포넌트 작성 등 전문 영역별 개발 효율을 높인다. 기업 개발팀은 ‘AWS IAM 아이덴티티 센터(AWS IAM Identity Center)’를 통해 키로에 가입할 수 있으며, 향후 더 많은 아이덴티티 공급자(IdP)가 지원될 예정이다. 관리자는 AWS 관리 콘솔에서 키로 프로(Kiro Pro), 키로 프로 플러스(Kiro Pro+), 키로 파워(Kiro Power) 구독 권한을 부여하고, 비용 초과 설정 및 사용량 모니터링, MCP 관리, 조직 단위 단일 청구 등을 중앙에서 관리할 수 있다. 팀, 스타트업, 엔터프라이즈는 신규 관리 대시보드를 통해 키로 사용 현황을 한 곳에서 통합 관리할 수 있다. AWS는 키로의 정식 출시와 함께 스타트업을 위한 혜택 프로그램을 운영한다고 전했다. 전 세계 시리즈 B 단계까지의 스타트업은 ‘키로 프로 플러스’를 1년간 무료로 이용할 수 있으며, 크레딧이 소진되지 않았다면 2025년 12월 31일까지 사용 가능하다. 기존 AWS 액티베이트(AWS Activate) 크레딧도 키로 구독에 사용할 수 있으며 두 혜택은 중복 적용할 수 있다.

피그마(Figma)가 인공지능(AI) 분야의 투자를 대폭 확대한다고 발표했다. 이번 발표에는 생성형 AI 플랫폼인 위비(Weavy)의 인수와 함께 새로운 제품 업데이트가 포함되어 있다. 피그마는 AI와 인간의 창의성을 융합하여 디자인의 영향력을 확장하고 새로운 표현 방식을 제시한다는 목표를 제시했다. 피그마는 생성형 AI 플랫폼 위비를 인수하고, 이를 자사 플랫폼에 ‘피그마 위브(Figma Weave)’로 통합했다고 발표했다. 피그마 위브는 AI 네이티브 창작 환경을 제공하여 여러 AI 모델과 전문가급 편집 도구를 결합해 이미지, 동영상, 애니메이션, 모션 그래픽, VFX 제작을 가능하게 한다. 특히 조명 조정, 마스킹, 컬러 그레이딩 등 인간의 세밀한 손길을 통해 AI 생성 소재를 정교하게 다듬어, 협업 캔버스에서 속도와 장인정신이 조화된 창작 경험을 제공한다. 피그마는 인간의 창의성과 AI 생성 기술 간의 이러한 상호보완적 관계가 디자인 진화의 다음 단계를 대표한다고 밝혔다.     또한, 피그마는 AI 시대를 위한 디자인을 할 수 있도록, 디자인 시스템의 영향력을 확장하는 주요 업데이트 시리즈를 발표했다. 이번 업데이트를 통해 피그마는 프롬프트나 기존 디자인을 작동하는 프로토타입과 앱으로 변환하는 AI 기반 도구인 ‘피그마 메이크(Figma Make)’에 디자인 시스템을 도입한다. 메이크의 디자인 시스템은 팀들이 브랜드의 정체성과 세련미를 반영하는 견고한 프로토타입을 구축할 수 있도록 지원하며, 모든 기술 수준의 제품 개발자들이 감각적으로 아이디어를 빠르게 탐색하고 반복할 수 있게 돕는다. 또한, 팀은 메이크 키트(Make Kit)를 활용해 피그마에서 라이브러리를 직접 가져온 다음, 피그마 메이크에서 사용할 수 있는 React 코드 컴포넌트와 스타일 및 변수용 CSS 파일을 생성할 수 있다. 이미 코드베이스에 디자인 시스템을 보유한 팀의 경우, 공개 및 비공개 노드 패키지 매니저(npm) 가져오기를 통해 React 컴포넌트를 가져올 수 있다. 피그마 메이크의 디자인 시스템 통합 외에도 확장 컬렉션(Extended Collections), 슬롯(Slots), 디자인 검증(Check Designs) 등의 새로운 기능이 추가되어, 팀이 높은 수준의 장인정신과 일관성, 성능을 유지하면서 더 다양한 제품과 브랜드로 디자인 시스템을 확장할 수 있도록 지원한다. 또한 피그마 MCP(Model Context Protocol) 서버의 정식 출시와 함께, 개발자들은 VS Code, Cursor, Claude Code 등의 AI 지원 코딩 도구에 피그마의 디자인 컨텍스트를 직접 통합할 수 있게 되었다. 이를 통해 AI가 디자인의 의도와 스타일을 이해하여 팀이 고유한 디자인에 충실한 코드를 생성할 수 있도록 돕는다. 11월 13일 열리는 ‘디자인 코리아(Design Korea)’ 행사에서 연사로 나서는 피그마의 쇼 쿠와모토(Sho Kuwamoto) 제품 담당 부사장은 “피그마의 비전은 언제나 모든 사람이 디자인에 접근할 수 있도록 하는 것이었으며, AI를 이러한 비전 달성을 위한 강력한 촉진제로 보고 있다”고 말했다. 이어 “AI를 통해 디자이너가 더 많은 창의적 가능성을 추구할 수 있도록 돕는 동시에, 더 많은 사람들이 디자인하고 아이디어를 실현할 수 있도록 지원하는 것이 목표”라면서, “한국 기업들이 AI 분야에서 빠르게 발전하고 있어, 이들의 통찰력과 사용자 피드백을 통해 배울 수 있게 되어 기쁘다”고 덧붙였다.

아마존웹서비스(AWS)는 10월 14일~16일 진행한 ‘AWS AI×인더스트리 위크 2025’를 통해 AI가 단순 자동화를 넘어 자율적인 추론 및 행동이 가능한 에이전트로 진화하고 있으며, 모든 산업의 패러다임을 전환시키고 있다고 짚었다. AWS는 이번 행사에서 한국의 주요 기업들이 AI를 활용해 생산성 향상 및 비즈니스 혁신을 이루고 있는 사례를 소개하는 한편, 엔터프라이즈급 AI 에이전트 플랫폼을 비롯해 다양한 모델 선택권과 상호 운용성을 제공하는 자사의 AI 포트폴리오를 선보였다. ■ 정수진 편집장   자동화를 넘어 자율적 ‘에이전트’로 진화 이번 ‘AWS AI×인더스트리 위크 2025’는 게임, 제조 및 하이테크, 리테일 및 소비재, 소프트웨어 및 인터넷, 금융 및 핀테크등 총 5개 산업의 60개 이상 사례를 소개했다. 이 가운데 이틀째인 10월 15일에는 빠르게 AI 기술을 도입해 비즈니스를 바꾸고 있는 리테일 및 소비재 기업과 주요 제조 공정부터 마케팅까지 다양하게 AI를 도입하고 있는 제조 기업의 사례가 소개됐다. 10월 15일 기조연설에서는 AWS의 벤 카바나스(Ben Cabanas) 아시아태평양 및 일본(APJ) 지역 글로벌 세일즈 기술 디렉터가 자사의 최신 에이전틱 AI(agentic AI) 기술과 서비스, 새로운 AI 기술 전략에 대해 소개했다. 카바나스 디렉터는 “AI 기술의 발전 속도가 빨라지면서 모든 산업의 변화를 주도하고 있다”면서, “지식이 AI 모델에 직접 임베딩되면서 AI가 전문가 수준의 추론 능력을 가질 수 있게 되고, 이 덕분에 애플리케이션이 다양한 분야서 자율적으로 행동할 수 있게 됐다. 또한 AI가 물리적인 현실 세계로 진출할 수 있게 되고, 현실 세계에 임베드된 AI는 더욱 똑똑한 AI를 만드는 것도 가능해졌다”고 짚었다.  AI는 단순한 챗봇이나 비서의 수준을 넘어서고 있다. 최근 주목을 받고 있는 ‘AI 에이전트’는 사람이 정의한 목표를 위해 스스로 추론하고, 계획하며, 적응하는 자율적 소프트웨어 시스템이자 ‘디지털 팀원’으로 진화하고 있다는 것이 카바나스 디렉터의 설명이다. 전 세계 AI 에이전트 시장은 빠르게 성장할 것으로 보인다. 여러 시장 조사 기관에서 40% 이상의 연평균 성장률을 예측하고 있으며, 그 중 한 곳은 10년 후 2000억 달러 이상의 규모가 될 것으로 전망하기도 했다.   ▲ AWS 벤 카바나스 APJ 지역 기술 디렉터   AI 에이전트의 구축부터 배포까지 지원하는 기술 선보여 카바나스 디렉터는 “실용적인 AI 애플리케이션 구현을 위해서는 AI 기술 자체의 발전뿐만 아니라 컴퓨팅 파워, 스토리지, 네트워크와 같은 기반 기술의 발전도 함께 이뤄져야 한다”고 짚으면서, AI 에이전트의 상용화 및 고객의 가치 실현을 위한 AWS의 서비스를 소개했다. 아마존 베드록 에이전트 코어(Amazon Bedrock Agent Core)는 엔터프라이즈급 AI 에이전트 플랫폼으로, 고객이 PoC(개념 증명) 단계를 넘어 실제 프로덕션 환경에서 AI 에이전트를 안정적으로 구축·배포·운영할 수 있도록 지원한다. 런타임(Runtime), 메모리(Memory), 아이덴티티(Identity), 게이트웨이(Gateway), 브라우저 툴(Browser Tool), 코드 인터프리터(Code Interpreter), 옵저버빌리티(Observability) 등 7가지 구성 요소로 이루어진 에이전트 코어는 서버리스 런타임, 메모리 시스템 관리, 보안 통제, 샌드박스 코드 작성, 웹 사이트 상호작용, 대규모 구축/배포/연결 지원 등 다양한 기능을 제공한다. 아마존 퀵 스위트(Amazon Quick Suite)는 연구·분석·워크로드 자동화를 통합한 AI 기반의 작업 공간 서비스이다. 자연어를 기반으로 데이터 분석, 문서 생성, 워크플로 자동화 등이 가능하며, 다양한 앱과 연결할 수 있도록 50개 이상의 커넥터를 내장하고 MCP(모델 컨텍스트 프로토콜) 통합도 제공한다. AWS는 AI 에이전트 생태계 확장을 위해 AWS 마켓플레이스(AWS Marketplace)에 ‘AI 에이전트 및 툴’ 카테고리를 신설했다. 이를 통해 앤트로픽, 딜로이트, 세일즈포스 등의 파트너가 제공하는 사전 구축된 에이전트와 도구를 중앙 집중식 카탈로그에서 안전하게 발견하고 배포할 수 있다는 것이 AWS의 설명이다. 이외에도 카바나스 디렉터는 ▲개발자들이 웹 브라우저 기반으로 AI 에이전트를 구축할 수 있도록 지원하는 ‘아마존 노바 액트 (Amazon Nova Act)’ ▲AI 기능을 핵심으로 소프트웨어 개발을 재구상하는 ‘AI 주도 개발 생애주기(AIDDLC)’ 방법론 ▲닷넷(.NET), VM웨어(VMware), 메인프레임 애플리케이션의  현대화를 자동화 및 간소화하는 에이전트 프레임워크 ‘AWS 트랜스폼(AWS Transform)’ ▲AI 모델의 추론 능력을 활용하여 에이전트를 빠르고 쉽게 구축할 수 있도록 지원하는 오픈소스 프레임워크 ‘스트랜드 에이전트 SDK (Strands agent SDK)’ 등을 소개했다.   ▲ 아마존 베드록 에이전트코어   모델 선택권·상호운영성 등 AI 전략과 국내 사례도 소개 카바나스 디렉터는 AWS AI 전략의 세 가지 핵심 원칙을 소개했다. “하나의 AI 모델이 모든 유스케이스를 충족할 수 없기 때문에, 고객에게 다양한 모델 선택권을 제공해야 한다. 모델 간의 호환성, 상호 운영성 및 개방형 표준이 중요하며, 확장성 있는 서비스를 빠르게 개발할 수 있도록 돕는 기반 기술을 제공해야 한다”는 것이 그의 설명이다. 또한, 에이전트 간 및 에이전트와 도구 간의 상호 운용성을 위한 산업 표준 프로토콜인 MCP(Model Context Protocol)와 A2A(Agent-2-Agent Protocol)의 중요성을 강조했다. 카바나스 디렉터는 AWS가 이들 표준 제정에 적극 참여하고 있다고 밝혔다. AWS의 핵심 전략은 많은 기업이 AI를 프로덕션 환경으로 전환하는 데 겪는 어려움을 해결할 수 있도록 돕는 것이다. 카바나스 디렉터는 한국 시장에서도 AI 관련 고객 사례를 꾸준히 만들어가고 있다고 소개했다. 일례로 현대인프라코어는 아마존 세이지메이커(SageMaker) 기반의 AI/MLOps 환경을 구축하고, 아마존 베드록과 에이전트 프레임워크를 활용하여 건설 장비 등의 비정상 탐지와 같은 지능형 건설 기계 서비스를 출시했다. 그리고 LG전자는 아마존 베드록 기반의 에이전틱 AI 시스템을 구축했는데, AI 에이전트들의 자율 협업으로 마케팅 데이터 분석 시간을 단축하는 효과를 얻었다. 그는 또한 한국 내 클라우드 인프라를 늘리기 위한 투자도 진행 중이라면서 “지난 2018년부터 2022년까지 한국에서 인프라 확장을 위해 2조 7300억 원을 투자했으며, 2023년 10월에는 2027년까지 클라우드 인프라 확충을 위해 추가로 7조 8500억 원을 투자할 계획을 발표했다”고 전했다. 2024년 6월에는 AWS와 SK 그룹이 파트너십을 통해 울산에 AWS AI 존을 조성한다는 계획을 발표하기도 했다.    ▲ HD현대인프라코어가 개발한 건설기계 통합 디지털 플랫폼     ■ 기사 내용은 PDF로도 제공됩니다.

캐드앤그래픽스 지식방송CNG TV 지상 중계   CNG TV는 10월 13일 줌 웨비나에서 ‘BIM과 인공지능 관련 설계혁신연구’를 주제로, 국내외 건축 실무자와 연구자들이 실시간으로 활발한 토론을 진행했다. 이번 웨비나는 한국BIM학회가 주관한 ‘2025 KIBIM International Seminar Series’의 일환으로 진행됐다. 자세한 내용은 다시보기를 통해 확인할 수 있다. ■ 박경수 기자      AI와 BIM이 만난 설계 혁신의 현장 연세대학교 한정민 교수가 사회를 맡은 이날 행사에는 삶것건축사사무소의 양수인 건축가, 그리고 내러티브 아키텍츠의 황남인·김시홍 건축가가 발표자로 참여했다. 이들은 건축 실무 현장에서 AI와 BIM의 융합이 설계 전 과정을 어떻게 변화시키고 있는지를 실제 프로젝트 사례와 연구를 통해 구체적으로 공개했다. 또한 설계 개념의 설정부터 이미지 생성, 3D 모델링, 공사비 산출, 패널 제작까지 이어지는 AI 주도형 설계 파이프라인을 소개하며, “건축가의 역할은 단순히 형태를 만드는 제작자에서 조건과 흐름을 설계하는 조율자로 진화하고 있다”고 강조했다.   도면-CAD/파라메트릭을 넘어 ‘언어·데이터’ 기반 판단의 시대 첫 번째 발표를 맡은 내러티브 아키텍츠의 황남인 건축가와 김시홍 건축가는 ‘노이즈와 디노이즈(Noise & Denoise)’를 주제로 AI를 활용한 건축 설계 접근법을 소개했다. 이들은 건축 설계 방식의 세 가지 전환점을 제시했다. ▲도면의 등장으로 양식을 기록하고 재현하던 시대 ▲CAD와 파라메트릭 디자인의 도입으로 설계 차원을 확장하던 시대를 거쳐 ▲현재는 AI를 통해 언어적 조건과 데이터 기반 판단이 이루어지는 새로운 시대로 진입했다는 것이다.   ▲ 내러티브 아키텍츠의 황남인 건축가   내러티브 아키텍츠는 “AI는 단순한 도구의 교체가 아니라 건축을 사고하고 말하는 방식 자체를 갱신하는 존재”라고 규정하며, “건축가는 앞으로 수많은 이미지와 해석 사이를 오가며 흐름을 조율하고 조건을 설계하는 역할을 하게 될 것”이라고 말했다. 이들은 2023년 정부 발주 설계 공모에서 챗GPT(ChatGPT)와 이미지 생성 AI에 전 과정의 주도권을 맡기는 실험을 진행했다. 공모 지침을 LLM에 입력해 핵심 콘셉트를 도출하고, 자동화된 계획과 텍스트 조건화를 결합하여 설계 개념을 구체화했으며, 콘셉트 이미지와 설명 텍스트 등 제출 패널의 대부분을 AI로 제작했다. 다만 AI는 정규분포의 평균에 가까운 답을 빠르게 제시하지만, 본질적으로 유동성과 불완전성을 지닌다는 점을 지적하며, 이에 대응하기 위해 개념어×형태어의 프롬프트 체계를 정교화해 일관된 경향성을 확보하고, 비선형 다중 대안 탐색이 가능한 설계 프로세스로 전환할 필요성을 제안했다. 황남인 건축가는 “AI는 데이터 속 불필요한 노이즈를 제거하면서 동시에 새로운 아이디어의 흔적을 남긴다. 그 과정이 바로 창작의 확장이다”라고 강조했다. 김시홍 건축가는 “디지털 설계의 본질은 완벽함보다 가능성에 있다. AI는 데이터와 감성 사이의 균형을 조율하는 새로운 도구”라고 설명했다.   ▲ 내러티브 아키텍츠의 김시홍 건축가   마우스 없는 디자인, 언어로 구현하는 설계 실험 삶것건축사사무소의 양수인 건축가는 ‘말(로)하는 건축가’ 프로젝트를 통해 ‘마우스리스 디자인(Mouseless Design)’ 실험을 공개했다. 그는 상용 AI만을 활용해 설계 과정 자체를 혁신한 사례를 소개하며, “설계 초반의 정보 구조화와 제약 관리 자동화가 가장 큰 성과였다”고 밝혔다. 그는 챗GPT와 클로드(Claude)로 설계 요강을 분석하고 관계 매트릭스와 버블 다이어그램을 자동화했으며, 클로드가 작성한 기획서를 바탕으로 관계 가중치·그루핑·고정영역·면적 검증 기능을 갖춘 전용 툴을 직접 생성했다. 이어 매터(Matter) 물리엔진과 IK 체인(Inverse Kinematics)을 활용해 복도 없는 유동적 공간 배치와 자동 동선 형성을 실험했다. 또한 JSON → 라이노/레빗(Revit) 연동과 MCP(CoPilot) 학습을 통해 음성·텍스트 지시로 모델링을 제어하는 실험을 진행했다. 그 결과, 벽과 지붕 생성, 창·문·가구 배치, 지붕 기울기 조정, 수영장 수심 분기 등 다양한 작업을 자연어 명령만으로 구현하는데 성공했다. 양수인 건축가는 “프롬프트가 설계 인터페이스로 작동할 수 있음을 실무 단계에서 확인했다”고 전하며, “AI는 단순한 보조도구가 아니라 함께 설계하는 지치지 않는 동료이자 커스텀 소프트웨어 제작 파트너”라고 평가했다. 다만 AI의 공간 지각 능력은 여전히 취약하며 복합적 지시에는 세분화가 필요하다는 점을 지적하면서도, “정밀한 사고 언어가 구현 루틴으로 번역되는 ‘맥스 커스터마이제이션(Max Customization)’ 시대가 곧 도래할 것”이라고 전망했다.   ▲ ‘컴퓨팅 파워는 새로운 창의력이다.’라고 소개한 양수인 건축가   누구나 만드는 시대, 중요한 건 의도와 책임 세 발표자는 공통적으로 AI 시대의 건축 대중화와 건축가의 윤리적 책임을 강조했다. 영상과 모델링이 손쉽게 생성되는 시대일수록 ‘무엇을 왜 만드는가’라는 질문이 더욱 중요해진다는 것이다. AI 기술의 확산은 전문 툴 숙련 없이도 설계 패널을 제작할 수 있게 만들지만, 동시에 사회적 맥락과 윤리적 지향점을 건축 설계에 반영하는 책임은 더욱 커진다. 특히 텍스트 기반의 프롬프트 언어가 도시와 사회의 담론을 담는 매개가 되고 있는 만큼, 언어를 다루는 능력과 담론 설계 역량이 건축가의 핵심 경쟁력으로 부상하고 있다. 한정민 교수는 마무리 인사에서 “연구 중심의 담론을 넘어 실제 설계 현장에 적용된 구체적 사례를 공유한 유익한 시간이었다”며, “AI와 BIM이 결합된 설계 혁신은 앞으로 건축의 표준 프로세스로 자리 잡을 것”이라고 총평했다.     ■ 기사 내용은 PDF로도 제공됩니다.

장동인 지음 / 2만 5000원 / 리코멘드 AI 도입, CEO의 기술 이해가 성공을 좌우한다 - 오라클·딜로이트 출신 전문가의 실전 AI 도입 전략서 출간 “기업의 AI 수준은 CEO의 AI 이해 수준을 넘을 수 없다.” ChatGPT부터 AI 에이전트까지 인공지능(AI)이 기업 경영의 핵심으로 부상했다. 기업들은 앞다투어 AI 도입에 나서고 있지만, 실질적인 성과를 내지 못하고 프로젝트가 좌초되는 사례가 속출하고 있다. 이는 시스템 구축에만 집중하고 현장과의 연동에 실패했거나, 경영진의 기술 이해 부족으로 전략을 세우지 못했기 때문이다. 국내 최고의 AI·빅데이터 전문가로 꼽히는 장동인 AIBB LAB 대표가 AI 도입의 성공 전략을 담은 책을 펴냈다. 오라클 본사, 딜로이트, 언스트앤영 등에서 30년간 글로벌 기업 컨설팅을 담당해 온 저자는 『돈 되는 AI, 어디서부터 무엇을 어떻게 해야 할까』를 통해 AI 도입을 고민하는 모든 기업인에게 실전 가이드라인을 제시한다. AI 프로젝트, 첫 문제 정의부터 실패한다 저자는 AI 프로젝트의 90%가 '첫 문제 정의 단계'에서부터 실패한다고 단언했다. 많은 기업이 AI를 도입하면 자동으로 성과가 나올 것이라 착각하지만, 명확한 문제 정의와 전략 없이는 실패를 피할 수 없다는 것이다. 이 책은 이론이 아닌 실전에 초점을 맞춰, 기업 현장에 바로 적용 가능한 구체적인 방법론을 제공한다. 특히 '돈 되는 AI' 문제 정의를 위한 4단계 필터링(문제 정의의 예리성, 데이터 연관성, AI 해결 가능 유형, ROI 산출)을 제시하고, ABCD 방법론(Analysis, Blueprint, Create, Develop)을 통해 AI 도입의 전 과정을 체계화했다. 경영진의 기술 이해가 기업의 생존을 결정한다 엔지니어 출신인 저자는 KAIST AI대학원 CAIO 과정 책임교수이자 6년간 <CEO를 위한 AI 코딩 강의>를 진행하며 경영진의 기술 이해를 강조해 왔다. 이 책에서도 경영진의 기술 이해가 AI 도입 성패를 좌우한다고 거듭 강조했다. 실무자를 위해서는 RAG(검색 증강 생성) 기술을 활용한 사내 지식 관리, AI 에이전트를 통한 업무 자동화, 기존 시스템과의 통합 방법 등 구체적인 실전 사례를 제시했다. 또한 보안이 중요한 기업 환경에 최적화된 오픈 소스 LLM, 클로즈드 소스 LLM, 하이브리드 등 다양한 AI 아키텍처를 비교 분석했다. 랭체인, 코파일럿 스튜디오 등 최신 AI 에이전트 개발 도구까지 실무 관점에서 총정리했다. 이 외에도 젠슨 황의 엔비디아 성공 비결, 딥시크(DeepSeek), 테스트 타임 스케일링, MCP(Model Context Protocol) 등 2025년 최신 AI 트렌드를 총망라해 AI 시대 비즈니스 방향을 고민하는 CEO, 임원, 기획자, 실무자 모두에게 필독서가 될 것으로 기대된다.

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 ‘어도비 LLM 옵티마이저(Adobe LLM Optimizer)’의 정식 출시를 발표했다. 새로운 기업용 애플리케이션은 생성형 AI 기반 인터페이스가 빠르게 확산되는 시대에 기업이 브랜드의 연관성과 영향력을 확보할 수 있도록 지원한다. LLM 옵티마이저를 통해 기업은 생성형 엔진 최적화(GEO : Generative Engine Optimization)를 위한 포괄적인 설루션을 활용할 수 있다. 가령, AI 기반 트래픽을 모니터링하고 브랜드 가시성을 벤치마킹할 수 있으며, 자사 디지털 채널은 물론 브랜드가 인용되는 서드 파티 디지털 채널에서 발견 가능성을 향상시키기 위한 방법을 취할 수 있다. AI 기반 챗 서비스와 브라우저는 소비자들이 제품을 검색하고 조사하는 데 필수적인 툴이 되었다. 어도비의 최신 데이터에 따르면, 기업들이 디지털 존재감을 재정비해야 할 필요성이 그 어느 때보다 커지고 있다. 2025년 9월 기준, 어도비는 미국 소매 웹사이트로 유입된 AI 트래픽이 전년 대비 1100% 증가한 것을 확인했다. 생성형 AI 소스를 통한 방문자는 비 AI 트래픽(유료 검색, 제휴사 및 파트너, 이메일, 오가닉 검색, 소셜 미디어 등) 유입 대비 체류 시간 및 페이지 뷰 등과 같은 참여도는 12%,  전환율은 5% 각각 더 높게 나타났다. 이는 디지털 행동의 근본적인 변화를 시사하는 것으로, AI가 제품 검색 단계에서 더 많은 정보를 가진 소비자를 만들어내는 만큼 기업은 뒤처지지 않도록 대비해야 한다는 것이 어도비의 설명이다.     기업용 어도비 LLM 옵티마이저는 ▲AI 기반 트래픽, 인용 측정 및 벤치마킹 ▲가시성 향상을 위한 콘텐츠 및 코드 최적화 ▲비즈니스 가치 입증 등의 기능을 제공한다. LLM 옵티마이저는 AI 인터페이스가 사용자 질의에 대한 응답을 제공하는 데 활용하는 자사 콘텐츠를 식별할 수 있다. 이를 통해 LLM이 우선시하는 디지털 채널(예 : 특정 웹 페이지)을 파악하고 AI 추천의 변화를 모니터링할 수 있다. 또한 벤치마킹을 통해 가치가 높은 질의에서 경쟁사 대비 가시성을 평가할 수 있다. LLM 옵티마이저의 초기 고객 분석 결과, 80%가 AI 접점이 주요 제품 정보나 리뷰에 접근하지 못하는 문제를 안고 있었다. 이를 해결하기 위해 LLM 옵티마이저 내 추천 엔진은 브랜드 가시성 격차를 감지하고, 웹페이지와 FAQ 같은 자사 채널 및 위키피디아, 공개 포럼 등의 외부 채널 전반을 아우르는 개선 사항을 제안한다. 여기에는 콘텐츠 최적화뿐 아니라 누락되거나 잘못된 메타데이터 같은 기술적 수정 사항이 포함되며, LLM이 인식하지 못하는 웹 사이트 영역을 자동 감지해 콘텐츠 가시성을 높이는 조치도 해당된다. 이를 통해 팀은 한 번의 클릭으로 최적화 방안을 검토, 승인 및 배포할 수 있어 인사이트를 실질적인 성과로 전환할 수 있다.   또한, LLM 옵티마이저는 AI 가시성을 사용자 행동과 비즈니스 성과로 연결하는 기여도 기능을 제공한다. 이로써 참여도 및 전환율에 미치는 영향을 입증할 수 있고, 즉시 사용 가능한 리포트 기능을 활용해 조직 전반에 인사이트를 빠르게 공유할 수 있다. LLM 옵티마이저는 단독 애플리케이션으로 제공되며, 콘텐츠 관리 시스템인 어도비 익스피리언스 매니저 사이트(Adobe Experience Manager Sites)와 네이티브 통합된다. 또한 에이전트 투 에이전트(A2A) 및 모델 컨텍스트 프로토콜(MCP)과 같은 업계 표준을 지원해, 다양한 서드파티 설루션 워크플로와의 원활한 상호운용성을 제공한다. 어도비는 누구나 쉽게 AI 가시성 인사이트를 활용할 수 있도록 LLM 옵티마이저 기반 무료 크롬 확장 프로그램 ‘Is Your Webpage Citable?’도 출시했다. 이 도구를 통해 LLM이 웹사이트에서 인식하는 내용과 놓치는 부분을 확인할 수 있어,  AI 가시성의 숨겨진 격차를 발견할 수 있다. LLM 옵티마이저는 이 같은 기본 인사이트를 바탕으로 엔터프라이즈급 측정, 최적화 및 보고 기능을 포함한 종합 설루션을 제공한다. 어도비의 로니 스타크(Loni Stark) 익스피리언스 클라우드 전략 및 제품 부문 부사장은 “생성형 엔진 최적화는 경영진의 주요 관심사로 급부상하고 있으며, 선도 기업들은 이미 다양한 AI 채널에서 영향력을 구축하고 경쟁 우위를 확보하고 있다”면서, “어도비 LLM 옵티마이저는 자사 사이트 및 타 채널에서의 브랜드 성과 인사이트를 바탕으로 자동으로 최적화 조치를 취하는 즉각적인 가치를 제공함으로써, 기업이 급변하는 환경 속에서 두각을 드러낼 수 있도록 지원한다”고 전했다.

오라클이 자사의 데이터베이스 포트폴리오 및 SaaS 애플리케이션 전반에 오픈AI의 GPT-5를 도입했다고 밝혔다. 이번 도입에는 오라클 퓨전 클라우드 애플리케이션(Oracle Fusion Cloud Applications), 오라클 넷스위트(Oracle NetSuite), 오라클 헬스(Oracle Health)와 같은 오라클 인더스트리 애플리케이션(Oracle Industry Applications)이 포함된다. 오라클은 “신뢰할 수 있는 비즈니스 데이터와 최첨단 AI를 결합해 기업 고객이 핵심 비즈니스 워크플로에서 정교한 코딩 및 추론 기능을 기본적으로 활용할 수 있도록 지원한다”고 전했다. GPT-5는 현재까지 공개된 오픈AI의 모델 중 가장 지능적이고, 빠르며 유용한 모델이면서 코드 생성과 편집, 디버깅에 최적화되어 있다. 또한 기업 환경에서 고도화된 에이전트 기능과 정교한 추론 역량을 제공한다. API에서 세 가지 규모로 제공되는 GPT-5는 기업의 다양한 요구사항을 충족시킬 수 있는 유연성과 확장성을 제공하고, 챗GPT 엔터프라이즈(ChatGPT Enterprise)에서도 이용 가능하다. 오라클은 GPT-5를 도입함으로써 비즈니스 프로세스 전반에서 다단계 추론 및 오케스트레이션을 강화하고 코드 생성, 버그 해결, 문서화 속도를 높일 수 있을 것으로 보고 있다. 또한, 비즈니스 인사이트 및 권고 사항의 정확성과 깊이도 강화할 수 있을 전망이다.     오라클의 크리스 라이스 데이터베이스 소프트웨어 개발 부문 수석 부사장은 “오라클 데이터베이스 23ai의 데이터 AI 역량과 GPT-5의 결합은 기업이 획기적인 인사이트를 얻고, 혁신 및 생산성 향상을 달성하는 데 도움을 줄 것”이라면서, “오라클 AI 벡터와 셀렉트 AI(Select AI)가 GPT-5와 결합되면 데이터 검색 및 분석이 더 쉽고 효율적이게 된다. 오라클의 SQLcl MCP 서버는 GPT-5가 오라클 데이터베이스의 데이터에 손쉽게 접근할 수 있도록 한다. 이러한 기능은 사용자가 전체 데이터를 대상으로 검색을 수행하고, 보안성이 확보된 AI 기반 작업을 실행하며, SQL을 통해 생성형 AI를 직접 사용할 수 있도록 지원하여 엔터프라이즈 데이터에서 AI의 잠재력을 극대화한다”고 전했다. 오라클의 미튼 바브사 애플리케이션 개발 부문 수석 부사장은 “GPT-5는 오라클 퓨전 애플리케이션 사용자에게 오픈AI의 정교한 추론과 심층적 사고 역량을 제공할 것”이라면서, “오픈AI의 최신 모델은 고급 자동화와 높은 생산성, 신속한 의사결정을 가능하게 하는 역량으로 더욱 고도화된 AI 에이전트 기반 프로세스를 지원할 수 있을 것”이라고 말했다.