디지털 지식전문가 조형식의 지식마당   과거 십수 년간 전 세계 기업들을 관통한 화두는 ‘디지털 전환(digital transformation : DX)’이었다. 아날로그 데이터를 디지털화하고, 클라우드와 모바일 환경을 구축하며 비즈니스의 민첩성을 확보하는 것이 생존의 필수 조건이었다. 하지만 이제 시대의 흐름은 단순한 디지털화를 넘어 ‘AI 전환(AI transformation : AX)’이라는 새로운 국면으로 접어들고 있다.   그림 1. 디지털 전환의 진화   기술의 도입을 넘어 조직의 재설계로 많은 이가 디지털 전환을 IT 인프라의 현대화나 소프트웨어 도입 정도로 오해하곤 한다. 그러나 디지털 전환의 진정한 가치는 기술 그 자체가 아니라, 기술을 중심에 두고 ‘조직을 재설계하는 것’에 있었다. 기존의 파편화된 업무 프로세스를 통합하고, 데이터가 흐르는 구조를 만들어 의사결정의 근거를 마련하는 과정이 바로 DX의 핵심이었다. 하지만 데이터가 쌓이는 것만으로는 충분하지 않다. 방대한 데이터 속에서 의미를 추출하고, 이를 실시간 비즈니스 액션으로 연결해야 하는 과제가 남았다. 여기서 AI 전환의 필요성이 대두된다. 특히 디지털 스레드(digital thread)는 의미 없는 데이터를 연결하여 맥락(context)를 주고 스토리텔링(storytelling)을 만들어서 인간의 감성을 움직인다. 예를 들어서 대부분의 사람들이 매일 스마트폰으로 엄청난 양으로 사진을 찍지만, 대부분을 관리하지 않는다. 그리고 이 사진은 필요할 때 찾지 못해서 사용하지 못하고 있다. 이것은 현대 사회의 일면이다. 자료를 엄청나게 생성하지만 사용하기는 쉽지 않다는 것이다. 기업의 데이터도 마찬가지이다. 또한 이것은 디지털 트윈(digital twin : DT)의 형태로 인간의 현실 세계(real world), 증강현실/가상현실 (AR/VR) 그리고 메타버스(metaverse)의 영역까지 연결할 수 있다. 이것은 미래 기업의 존재 방식이 어떤 형태든 가질 수 있다는 것이다.   AI 전환 : 조직을 하나의 지능으로 만드는 과정 AI 전환은 단순히 업무에 챗봇을 도입하거나 분석 도구를 활용하는 수준을 의미하지 않는다. AX의 진정한 지향점은 ‘조직을 하나의 지능으로 만드는 것’이다.   그림 2. 인지 디지털 전환의 형태   기존의 조직이 각 부서의 매뉴얼과 개인의 경험에 의존해 움직였다면, AI 전환을 이룬 기업은 조직 전체가 유기적으로 연결된 하나의 거대한 지능체처럼 작동한다. 마케팅의 데이터가 생산으로 흐르고 고객의 피드백이 실시간으로 제품 설계에 반영되는 구조, 즉 데이터와 알고리즘이 조직의 혈관 역할을 하며 판단과 실행을 주도하는 상태를 의미한다. 그리고 이런 조직은 현실 세계와 연동되는 디지털 트윈의 형태가 될 수도 있고, 가상의 형태가 될 수 있다.   효율적 집단에서 지능 시스템으로의 진화 AI 전환을 통해 기업은 단순한 ‘효율적 집단’에서 ‘지능적 시스템’으로 진화한다. 이러한 진화는 세 가지 차원에서 기업의 존재 방식을 재정의한다. 첫 번째 – 더 빠른 학습 : 시장의 변화와 고객의 패턴을 실시간으로 흡수하여 조직의 지식 자산으로 축적한다. 인공지능의 최대의 장점은 일반적인 학습이다. 두 번째 – 더 정확한 판단 : 인간의 편향이나 정보의 누락 없이, 방대한 데이터를 기반으로 최적의 의사결정을 내린다. 인간은 물론 인공지능도 편향을 가지고 있다. 세 번째 – 더 창의적인 행동 : 반복적이고 소모적인 판단 업무에서 벗어난 인적 자원이 더 높은 차원의 전략과 창의적 비즈니스 모델 창출에 집중한다. 아직도 인공지능은 창의적 생각을 하기는 부족하지만, 인간은 인공지능의 도움을 받아 더 효과적으로 창의성을 발휘할 수 있다. 제조업 분야에서는 피지컬 AI(physical AI)와 자율 제조 시스템(autonomous manufacturing system)의 연결이 될 것이다. 그러나 우리의 기대처럼 될 것 같지는 않다. 부분적으로 실현될 가능성이 높다. 현실적으로 아직도 해결해야 할 과제가 너무 많이 있다. 미래에 대해서 누구나 이야기할 수 있다. 왜냐면 미래는 증명할 필요가 없이 그럴듯하고 듣기 좋은 이야기가 항상 인기 있기 때문이다.   리스크 : AI 전환은 동시에 ‘위험 전환’ AI 전환은 강력한 기회인 동시에, 전례 없는 리스크를 동반한다. 주요 리스크는 데이터 프라이버시, 알고리즘 편향성, 설명 불가능성, 규제 리스크(예 : EU AI Act)이다. 특히 중요한 것은 ‘AI는 정확할 수는 있지만, 항상 공정한 것은 아니’라는 것이다. 따라서 기업은 반드시 설명 가능한 인공지능(explainable AI : xAI)와 윤리적 AI 가이드라인 지속적 감사 체계를 구축해야 한다.   그림 3. AI 시대의 단계   맺음말 : 지능의 확장이 가져올 미래 디지털 전환은 이제 AI 전환으로 진화하고 있다. 우리가 반드시 기억해야 할 점은, 디지털 전환의 궁극적인 목표가 단순한 자동화나 비용 절감을 통한 효율화가 아니라는 사실이다. 그 본질은 ‘인간 조직의 지능을 확장하는 것’이다. AI 전환은 바로 이 지점에서 시작된다. 기업은 이제 기술을 도구로 사용하는 단계를 지나 스스로 더 빠르게 학습하고, 더 정확하게 판단하며, 더 창의적으로 행동하는 ‘지능적 시스템(intelligent system)’으로 거듭나야 한다. 결국 디지털 전환이 ‘조직을 재설계하는 것’이었다면, AI 전환은 그 설계를 바탕으로 ‘조직을 하나의 살아있는 지능으로 만드는 것’이다. 이 거대한 흐름 속에서 AI를 조직의 일부로 내재화하는 기업만이 미래 경쟁력을 선점하게 될 것이다. 우리는 이것은 인지적 디지털 전환(cognitive digital transformation) 이라고 부를 지도 모른다.   ■ 조형식 항공 유체해석(CFD) 엔지니어로 출발하여 프로젝트 관리자 및 컨설턴트를 걸쳐서 디지털 지식 전문가로 활동하고 있다. 현재 디지털지식연구소 대표와 인더스트리 4.0, MES 강의, 캐드앤그래픽스 CNG 지식교육 방송 사회자 및 컬럼니스트로 활동하고 있다. 보잉, 삼성항공우주연구소, 한국항공(KAI), 지멘스에서 근무했다. 저서로는 ‘ PLM 지식’, ‘서비스공학’, ‘스마트 엔지니어링’, ‘MES’, ‘인더스트리 4.0’ 등이 있다.     ■ 기사 내용은 PDF로도 제공됩니다.

한국오라클이 2월 3일 연례 콘퍼런스인 ‘오라클 AI 서밋(Oracle AI Summit) 2026’을 열고, 데이터와 AI의 결합을 통한 기업의 생존 및 성장 전략을 제시했다. 오라클은 AI 벡터 검색 기능이 통합된 데이터베이스 새 버전을 선보이면서, 복잡한 데이터를 의미론적으로 분석하고 검색 증강 생성(RAG) 기술을 효율적으로 구현하는 방안을 설명했다. 또한 스스로 계획하고 행동하는 에이전틱 AI(agentic AI)와 데이터베이스 관리를 돕는 AI 어시스턴트의 도입을 강조했다. 오라클은 자사의 융합형 아키텍처를 앞세워 기업의 현대적인 AI 기반 비즈니스 환경을 지원할 예정이다. ■ 정수진 편집장     AI의 핵심은 데이터, 데이터와 AI의 통합은 필연 오라클은 기업이 AI를 활용해 성과를 얻기 위해 가장 핵심이면서 중요한 요소로 ‘데이터’를 내세운다. AI가 기업 데이터 관리의 패러다임을 재편하는 필수 요소가 되면서, 오라클은 ‘AI와 데이터가 초기 설계 단계부터 함께 구축’되어야 한다고 강조했다. 오라클은 기업이 특정 부서의 업무를 향상시키는 데에는 AI를 잘 활용하고 있지만, 이를 전사 업무 프로세스의 향상으로 확장하는 데에는 어려움을 겪고 있는 것으로 보고 있다. 오라클의 티르탄카르 라히리(Tirthankar Lahiri) 미션 크리티컬 데이터 및 AI 엔진 부문 수석 부사장은 그 핵심 원인에 대해 조직 내 데이터가 분산(silo)되어 있기 때문이라고 짚으면서, “융합형 데이터 플랫폼을 통해 데이터 접근성을 통합해야 실질적인 AI 비즈니스 성과를 낼 수 있다”고 전했다. AI를 활용해 기업 비즈니스와 관련된 질문에 대해 답을 얻으려면, 질문과 관련해서 적절한 기업 내부의 데이터를 AI에 제공해야 한다. AI는 제공받은 비즈니스 데이터와 자체 지식, 그리고 공개된 외부 데이터를 결합하여 보다 정확한 결과를 생성할 수 있다. 오라클이 데이터의 중요성을 강조하는 이유가 여기에 있다. 한편으로, 복잡성을 줄이고 AI 기능의 신뢰도를 높이는 것도 중요하다. 분산된 기술이나 개별 제품을 단순히 이어 붙이는 방식은 복잡성과 비용을 키울 수밖에 없다. 오라클은 데이터가 위치한 곳에 AI를 직접 내재화하여 통합 설계하면, 시스템 운영이 단순해지고 기업이 신뢰할 수 있는 빠르고 일관된 AI 혁신이 가능해진다고 보고 있다.   AI를 위한 통합 아키텍처로 차세대 혁신 지원 AI를 위한 오라클의 데이터 전략은 ‘데이터 혁신을 위한 AI(AI for Data)’로 요약할 수 있다. 이 전략은 단순히 AI 기술을 덧붙이는 것이 아니라, AI를 데이터 플랫폼의 가장 핵심적인 부분에 내재화해서, 기업이 AI 리더로 도약하고 새로운 환경에서 번영할 수 있도록 돕는 데 초점을 맞춘다. 오라클 데이터 전략의 주된 방향은 ▲AI, 데이터, 애플리케이션 개발, 그리고 개방형 표준의 통합 구축 ▲개방형 표준에 기반한 융합형 아키텍처로 모든 데이터 유형과 워크로드를 일관된 플랫폼에서 결합하고 탐색할 수 있도록 지원 ▲데이터 사일로 현상을 해결하기 위해, 데이터, AI 모델, 실행 과정을 하나로 아우르는 단일 프레임워크 제공 ▲자체 LLM뿐 아니라 xAI, 구글, 메타, 코히어, 오픈AI 등의 AI 모델을 오라클 인프라 내에 자동으로 임베디드하고 유연하게 수용 ▲기업의 내부 프라이빗 데이터가 보호받을 수 있도록 거버넌스, 프라이버시, 보안을 최우선으로 고려하는 것이다. 오라클은 이런 전략이 집약된 차세대 AI 네이티브 데이터베이스인 ‘오라클 AI 데이터베이스 26ai’를 통해, 기업들이 경쟁사보다 한발 앞서 비즈니스 인사이트를 얻고 생산성 혁신을 달성할 수 있도록 돕는다는 계획이다.   AI 네이티브를 강조한 오라클 데이터베이스 26ai 오라클 AI 데이터베이스 26ai의 핵심 기능은 다음과 같다. 통합 AI 벡터 검색 : 문서, 이미지, 동영상, 관계형 데이터 등 다양한 형태의 데이터를 의미와 맥락을 나타내는 ‘AI 벡터(vector)’로 변환해서 처리한다. 이를 통해 일치하는 값을 찾는 것을 넘어, 의미적 유사성을 기반으로 밀리초(ms) 단위의 고속 검색을 제공한다. 단일 SQL문을 통한 RAG 파이프라인 통합 : AI 벡터 검색으로 찾은 기업 내부 데이터를 LLM과 결합하여 정확하고 맥락에 맞는 답변을 도출하는 RAG(검색 증강 생성) 기능을 지원한다. 또한, 복잡한 RAG 전체 파이프라인을 단일 SQL 구문이나 데이터베이스 API를 통해 간편하게 실행할 수 있다. 데이터베이스 내 에이전틱 AI(agentic AI) 직접 통합 : AI 에이전트를 데이터베이스 내부에 직접 통합 및 설계해서 기업이 쉽고 안전하게 구축, 배포, 관리할 수 있도록 지원한다. 기업의 내부 프라이빗 데이터는 물론 웹 검색 등 외부 공개 데이터까지 결합해서 수준 높은 답변을 제공할 수 있다. AI를 위한 데이터 주석 기능 : AI가 데이터의 의미를 잘못 유추하지 않도록, 사용자가 테이블이나 컬럼의 의미와 용도를 LLM에게 명시적으로 설명해 줄 수 있는 주석(annotations) 기능을 제공한다. 이는 LLM이 더 우수한 결과물을 생성하도록 돕는다. 모든 데이터 유형의 통합 검색 : AI 벡터 검색 기능은 전통적인 관계형 데이터뿐만 아니라 텍스트, 공간, JSON, XML 데이터 등 모든 종류의 데이터 검색과 매끄럽게 결합되어 통합적인 데이터 탐색 환경을 제공한다.   데이터 중심 AI로 엔터프라이즈 혁신 돕는다 오라클은 개방형 생태계를 기반으로 하는 ‘기업용 맞춤형 AI’를 제공하면서, 기업 내부 데이터의 거버넌스, 프라이버시, 보안을 요구하는 엔터프라이즈 환경에 최적화된 AI 접근 방식을 내세운다. 한국오라클의 김성하 사장은 “오라클은 ‘데이터베이스 기업’이라는 기존의 인식에서 벗어나 ‘데이터 중심의 AI 플랫폼 기업’으로서 입지를 굳히고, 엔터프라이즈 클라우드 시장 점유율을 높이고자 한다”면서, 국내 시장 전략을 소개했다. 한국오라클은 OCI(오라클 클라우드 인프라스트럭처)의 성능과 안정성, 비용 효율에 대한 고객의 신뢰를 바탕으로, 기업의 핵심적인 기간계 업무를 클라우드로 전환하는 데 집중하고 있다. 오라클에 따르면, POC를 넘어 실질적인 클라우드 소비가 전년 대비 2025년 두 배 이상 증가했으며, 비 오라클 데이터베이스 워크로드의 클라우드 전환도 확대하고 있다. 오라클은 국내 2곳의 퍼블릭 클라우드 리전(데이터센터)을 안정적으로 운영하면서 지속적인 성장 발판을 마련했다고 보고 있다. 또한 고객이 자체 데이터센터 내에서 오라클 클라우드를 사용할 수 있도록 지원하는 전용 리전(Dedicated Region Cloud@ Customer)를 국내 세 곳의 고객사에 구축·운영하는 등 고객 맞춤형 인프라 전략을 전개 중이다. 김성하 사장은 “올 상반기 국내 AWS 데이터센터에 오라클의 고성능 데이터베이스 머신인 엑사데이터(Exadata)를 배치할 예정이다. 이는 핵심 데이터베이스를 안전하게 운용하고자 하는 금융권 및 대형 엔터프라이즈 고객의 멀티 클라우드 도입 수요를 흡수하기 위한 전략”이라고 소개했다. 이와 함께, 오라클은 국내 AI 시장을 선도할 유망 스타트업이 OCI를 기반으로 성장할 수 있도록 협력 및 지원을 이어갈 예정이다. 이런 노력을 통해 국내 AI 혁신 고객 사례를 늘려가겠다는 것이 오라클의 계획이다.       ■ 기사 내용은 PDF로도 제공됩니다.

로크웰 오토메이션은 오는 3월 4일~6일 서울 코엑스에서 열리는 ‘2026 스마트공장·자동화산업전(AW 2026)’에 참가한다고 밝혔다. 올해로 37회째를 맞은 스마트공장·자동화산업전은 ‘자율화, 지속가능성을 이끄는 힘(Autonomy, the Driver of Sustainability)’을 슬로건으로 스마트 제조 산업의 비전을 제시한다. 로크웰 오토메이션은 AW 2026서 ‘산업 운영의 미래 창조’라는 비전을 핵심 테마로 설계부터 운영, 유지보수까지 제조 전 라이프사이클에 인공지능(AI)이 내재된 자율 생산 시스템을 선보인다. 이를 통해 제조 시스템이 데이터를 기반으로 스스로 학습하고 운영을 최적화하는 차세대 스마트 제조 환경을 선보일 예정이다. 이번 로크웰 오토메이션 부스는 ▲AI-Powered Design ▲AI-Powered Operations ▲AI-Powered Maintenance ▲Innovation ▲Industry 등 5개 존으로 구성된다. AI-Powered Design 존은 AI 기반 시뮬레이션·에뮬레이션을 통해 설계 환경을 구축하고 파라미터를 최적화하는 자율 설계 기술을 선보인다. 주요 설루션으로는 제조 공정 기반 3D 디지털 트윈 플랫폼 Emulate3D, Logix PLC 에뮬레이션 설루션인 FactoryTalk Logix Echo, Copilot이 내장된 클라우드 네이티브 설계 설루션 FactoryTalk Design Studio 등이 포함된다. AI-Powered Operations 존에선 AI가 생산 계획, 일정, 공정, 자원 운영을 통합적으로 최적화하는 자율 운영 모델을 중심으로 ▲산업용 통합 데이터 플랫폼 FactoryTalk DataMosaix ▲비전 AI 설루션 FactoryTalk Analytics VisionAI ▲스마트 제조실행시스템 Plex MES ▲자율주행로봇 OTTO AMR ▲통합 로봇 제어 플랫폼 Unified Robot Control ▲공정·데이터 통합 설루션 Smart Process 등을 선보인다. AI-Powered Maintenance 존에선 예측 정비 기반의 유지보수 전략을 통해 설비 다운타임을 최소화와 운영 효율 향상 방안을 제시한다. 주요 설루션으로는 FactoryTalk Analytics LogixAI와 GuardianAI가 소개될 예정이다. Innovation 존에서는 EtherNet/IP in-Cabinet Solution, ControlLogix 5590 PLC 및 PointMax I/O, OT 특화 사이버보안 플랫폼 SecureOT 등 최신 자동화 및 제어 기술을 전시하며, Industry 존에서는 Automotive/Tire/EV, Life Science/Food & Beverage, Chemical 산업의 적용 사례 중심 맞춤형 설루션을 확인할 수 있다.     전시 기간 동안 로크웰 오토메이션은 매일 오후 2시 부스 가이드 투어를 운영하며, AI기반 생산 시스템과 주요 포트폴리오를 현장에서 직접 소개할 예정이다. 또한 온 부스 세미나를 통해 산업 전반의 주요 이슈 및 관련 인사이트, 제품, 설루션 등을 제공한다. 아울러 3월 5일에는 장비제조업체(OEM)를 대상으로 한 ‘디지털 엔지니어링 세미나’를 별도로 개최해 실제 장비 적용 사례와 함께 장비 경쟁력 강화 전략을 제시할 예정이다. 부스 내 상담 공간에서는 전문가와의 1:1 설루션 컨설팅이 운영되며, 전시 현장에서는 카카오톡 채널 추가 이벤트 등 참관객 참여 프로그램도 함께 진행된다. 로크웰 오토메이션 코리아 이용하 대표는 “제조 산업은 자동화를 넘어 AI가 운영 전반을 판단하고 최적화하는 자율 운영 단계로 이동하고 있다”면서, “로크웰 오토메이션은 AI기반 생산 시스템을 통해 제조 기업들이 생산성, 유연성, 지속 가능성을 동시에 달성할 수 있도록 지원해 나갈 것”이라고 전했다.

디지털 지식전문가 조형식의 지식마당   매년 산업과 기술에 관심 있는 사람들 사이에서 회자되는 행사가 미국에서 열리는 CES와 독일에서 열리는 하노바 산업박람회이다. 다양한 기술과 트렌드를 주장하지만, 대부분의 사람에게는 곧 잊혀지는 이벤트이다. 최근 라스베이거스에서 막을 내린 CES 2026의 슬로건은 ‘혁신가들의 등장(Innovators Show Up)’이었다. 이번 전시회는 단순한 기술의 과시를 넘어, 인공지능이 실험실을 떠나 우리의 산업 현장과 일상에 완전히 뿌리내리는 실행의 시대가 도래했음을 선언했다. CES 2026에서 가장 압도적인 키워드는 단연 ‘에이전틱 AI(agentic AI)’였다. 과거의 AI가 인간의 질문에 답하는 챗봇 형태였다면, 이제는 스스로 목표를 이해하고 계획을 세워 실행까지 마치는 ‘자율적 대리인’으로 진화했다. 이번 CES에서는 소프트웨어 속에만 존재하던 AI가 로봇의 몸을 빌려 현실 세계로 튀어나온 피지컬 AI(physical AI)의 약진이 돋보였다. AI는 이제 나보다 나를 더 잘 아는 초개인화(hyper-personalization) 단계에 진입했다. 참고로 2025년 하노버 산업박람회는 AI와 지속 가능성이 더 이상 실험실의 논의가 아닌, 제조 현장의 실질적인 비즈니스 백본(business backbone)으로 자리 잡았음을 선언했다. 이번 행사에서 반복적으로 강조된 디지털화(digitalization), 자동화(automation), 전기화(electrification)라는 세 줄기의 기술 흐름은 하나의 지향점, 즉 ‘지능형 지속 가능한 공장’으로 수렴하고 있다. 그러나 이 두 행사에서 우리 사회와 산업에 보내는 메세지는 디지털 동료(digital colleague)가 도래했다는 것이고, 이것은 현재의 우리 사회에 커다란 변화를 요구할 지도 모른다. <그림 1>에서는 2026년 인공지능 기술의 주요 트렌드를 다섯 가지 핵심 영역으로 분류하여 미래 전망을 제시한다. 인공지능이 단순한 도구를 넘어 자율적인 디지털 동료로 진화하며 인간과 긴밀히 협업하고, 추론 중심 모델과 멀티모달 기술을 통해 기술적 완성도가 더욱 높아질 것으로 분석된다. 특히 의료, 과학 연구, 고객 서비스 등 산업 전반의 자동화가 가속화되는 동시에, 이를 뒷받침하기 위한 보안 체계와 거버넌스의 중요성도 강조하고 있다. 또한 전력과 반도체 같은 인프라 경쟁과 국가 간의 기술 격차 문제를 시장의 주요 변수로 다루며, AI 생태계의 복합적인 변화를 설명한다. 결과적으로 미래 경쟁력은 개인과 조직이 이러한 AI 에이전트를 얼마나 능숙하게 활용하고 관리하는지에 의해 결정될 것임을 시사한다.   그림 1. 2026년 5대 핵심 인공지능 트렌드   우리는 지금 인공지능과 인간의 관계가 근본적으로 재정의되는 변화의 변곡점에 서 있다. 지금까지의 AI가 우리가 던진 질문에 답을 내놓는 ‘똑똑한 도구’였다면, 다가오는 2026년의 AI는 스스로 계획하고 실행하는 ‘능동적 동료’로 진화할 것이다. 인공지능 기술이 단순한 질의응답을 넘어 스스로 판단하고 실행하는 ‘자율적 에이전트’로 진화함에 따라, 기업이 보유한 지식을 어떻게 구조화하느냐가 핵심 경쟁력으로 부상하고 있다. 특히 조직 내부에 잠재된 노하우인 ‘암묵지’를 AI가 이해할 수 있는 ‘형식지’로 전환하는 과정은 더 이상 선택이 아닌 필수이다. 2026년, 인공지능이 단순한 도구를 넘어 우리와 함께 일하는 능동적 동료로 자리 잡기 위해서는 기업 내부에 흩어진 무형의 자산을 어떻게 데이터화하는지가 관건이다. <그림 2>는 기업의 암묵지를 형식지로 전환하여 인공지능이 즉시 활용 가능한 상태로 만드는 ‘지식 구조화 4단계 프로세스’를 제시하고 있다.   그림 2. 지식 구조화 4단계 프로세스   지식 구조화의 결과물인 온톨로지는 자율적 에이전트가 환각(hallucination) 없이 소통하고 협업하기 위한 필수 조건이다. 자율적 에이전트가 맥락을 정확히 이해하고 자율적으로 실행하기 위해서는 데이터의 의미와 관계가 정의된 온톨로지 파운데이션(ontology foundation)이 탄탄해야 한다. 성공적인 AI 도입을 원하는 기업은 단순히 대규모 언어 모델을 도입하는 데 그치지 않고, 자사의 고유한 지식을 어떻게 논리적으로 구조화하여 AI의 두뇌로 이식할 것 인지에 대한 전략적 접근이 필요하다.   그림 3. 인공지능 온톨로지   온톨로지의 핵심 역할 소통 프로토콜(protocol) : 서로 다른 AI 에이전트 간에 오해 없는 정보 교환을 가능하게 하는 표준이 된다. 추론의 근거(reasoning) : 단순한 통계적 확률이 아니라, 정의된 논리적 관계에 기반하여 의사결정을 내릴 수 있도록 지원하며 이는 설명 가능한 AI(xAI)의 토대가 된다. 지식의 지도(context map) : 암묵지를 형식지로 변환하여 데이터의 의미와 관계, 업무 인과관계를 명확히 규정한다. 2026년의 기업 경쟁력은 단순히 어떤 AI 모델을 쓰느냐가 아니라, 자사의 고유한 지식을 얼마나 정교하게 구조화했느냐에서 결정될 것이다. 4단계 프로세스는 기업이 AI를 통해 혁신을 달성하기 위한 가장 구체적인 이정표가 될 것이다. 개인의 경쟁력은 AI가 업무의 실행을 담당하게 되면서, 인간의 역할은 직접 실무를 수행하는 ‘Doer’에서 AI 팀을 관리하고 조율하는 ‘지휘자(orchestrator)’로 근본적인 변화를 맞이한다. 결국 미래의 경쟁력은 AI 기술 자체보다 AI 에이전트를 얼마나 능숙하게 다루고 육성하느냐에 달려 있다. 조직의 지식을 온톨로지 기반으로 체계화하고, 구성원들이 숙련된 지휘자로서의 역량을 갖출 때 비로소 AI는 단순한 도구를 넘어 진정한 디지털 동료로서 기능할 수 있을 것이다.   ■ 조형식 항공 유체해석(CFD) 엔지니어로 출발하여 프로젝트 관리자 및 컨설턴트를 걸쳐서 디지털 지식 전문가로 활동하고 있다. 현재 디지털지식연구소 대표와 인더스트리 4.0, MES 강의, 캐드앤그래픽스 CNG 지식교육 방송 사회자 및 컬럼니스트로 활동하고 있다. 보잉, 삼성항공우주연구소, 한국항공(KAI), 지멘스에서 근무했다. 저서로는 ‘ PLM 지식’, ‘서비스공학’, ‘스마트 엔지니어링’, ‘MES’, ‘인더스트리 4.0’ 등이 있다.     ■ 기사 내용은 PDF로도 제공됩니다.

한국오라클이 연례 콘퍼런스인 ‘오라클 AI 서밋(Oracle AI Summit) 2026’을 2월 3일 그랜드 인터콘티넨탈 서울 파르나스에서 개최됐다. 오라클 AI 서밋은 엔터프라이즈 AI 시대를 맞아 AI와 데이터를 중심으로 확장된 오라클의 기술 전략과 국내외 기업들의 성공 사례를 공유하는 대표 행사로, 올해 4회를 맞이했다. ‘모든 것을 변화시키는 AI(AI Changes Everything)’라는 주제로 진행된 이번 행사에는 1000명 이상의 기업 IT 경영자와 관리자, 개발자, 협력사 관계자들이 참석했다. 행사는 한국오라클 김성하 사장의 환영사로 시작됐으며, 오라클의 한 청(Han Chung) 아태지역 시스템 부문 수석 부사장이 ‘오라클 AI : 비즈니스 속도로 구현하는 AI’를 주제로 첫 번째 기조연설을 진행했다. 이어 오라클 티르탄카르 라히리(Tirthankar Lahiri) 미션 크리티컬 데이터 및 AI 엔진 부문 수석 부사장은 ‘데이터를 위한 AI 혁명’을 주제로 두 번째 기조연설을 진행하며 오라클의 통합 데이터 플랫폼을 기반으로 한 엔터프라이즈 AI의 새로운 가능성을 제시했다. 기조연설 이후에는 ‘AI 전략부터 성과까지, 오라클 AI의 가치를 선택한 고객 성공 스토리’ 세션이 이어졌으며, 국내 최대 해운사 HMM이 오라클 클라우드를 통해 창출한 비즈니스 성과와 향후 경쟁력 강화 전략을 대담 형식으로 공유했다. 오후에는 총 3개 트랙, 18개의 상세 세션이 운영되며, 오라클 OCI AI 인프라를 중심으로 AI 시대에 기업이 사업 연속성을 확보하는 방안이 심도 있게 다뤄졌다. 특히 벡터 검색(Vector Search), 셀렉트 AI(Select AI), AI 레이크하우스(AI Lakehouse) 등 오라클 AI 데이터베이스 26ai(Oracle AI Database 26ai)의 주요 기능이 기업의 실제 비즈니스 과제를 해결하는 데 어떻게 기여할 수 있는지가 구체적으로 제시됐다. 오후 트랙에는 엔비디아, 사이오닉 AI를 비롯하여 유클릭, 에티버스, 솔트웨어, 굿어스데이터 등 다양한 후원사 및 파트너사가 함께했다.     한편, 오전에 진행된 언론 대상 간담회에서는 한국오라클 김성하 사장이 한국오라클의 사업 성과와 오라클의 최신 AI 전략을 소개하고, 티르탄카르 라히리 수석 부사장이 데이터를 중심으로 한 AI시대 기업의 생존과 경쟁전략을 발표했다. 한국오라클은 2026 회계연도 상반기 기준으로 리전 개소 이후 6년 이상 두 자릿수 성장을 지속하며 클라우드 매출 성장세를 기록했다. OCI의 성능, 안정성, 비용 효율에 대한 고객들의 신뢰를 바탕으로 클라우드 소비는 전년 대비 두 배 이상 증가했으며, 크립토랩, 멋쟁이사자처럼, 투디지트 등 OCI를 활용한 국내 AI 혁신 고객 사례도 빠르게 확대되고 있다. 오라클은 ‘기업을 위한 AI’ 전략에 집중하며, xAI, 구글, 메타, 코히어, 오픈AI 등 글로벌 선도 AI모델 기업들과의 협업을 통해 강력한 AI 모델과 오라클의 특화된 AI 에이전트 전략을 결합해 기업의 성공을 지원하고 있다. 특히 거버넌스, 프라이버시, 보안을 핵심으로 고려한 오라클의 AI 접근 방식은 엔터프라이즈 환경에 최적화된 서비스를 제공한다. 또한 오라클 클라우드는 AI 생태계 전반에 걸친 폭넓은 선택지를 제공하여 기업들이 필요에 따른 AI를 유연하게 도입하고, 실질적인 가치 창출까지의 시간을 단축할 수 있도록 지원한다. 라히리 수석 부사장은 “AI는 기업 데이터 관리의 패러다임을 빠르게 재편하며, 선택이 아닌 전략적 필수 요소로 자리잡고 있다”면서, “기업이 AI 시대를 선도하기 위해서는 데이터 활용 전반의 혁신, AI를 통한 인사이트 도출, 혁신 가속, 생산성 향상이 실현되어야 한다”고 짚었다. 오라클의 ‘데이터 혁신을 위한 AI(AI for Data)’ 전략은 이러한 요구에 대응해 AI를 데이터 플랫폼의 핵심에 내재화하는 데 초점을 맞춘다. 오라클의 융합형 아키텍처(converged architecture)와 오픈 스탠다드(open standards) 전략은 분산된 기술을 연계 활용할 때 발생하는 복잡성과 비용을 제거한다. 기업은 데이터가 있는 곳에 AI를 통합함으로써 운영을 단순화하고, AI 기능의 신뢰도를 높이며, 트랜잭션과 분석을 아우르는 모든 데이터 유형과 워크로드 전반에서 일관된 AI 인사이트를 확보할 수 있다. 이런 전략의 중심으로 오라클이 내세운 것은 ‘오라클 AI 데이터베이스 26ai’ 버전이다. 오라클 데이터베이스의 최신 릴리스인 오라클 AI 데이터베이스 26ai는 LLM과 AI 벡터를 핵심 기능으로 통합한 AI 네이티브 데이터베이스다. 오라클 AI 데이터베이스 26ai는 문서, 이미지, 동영상, 구조화 데이터 등 다양한 데이터를 처리할 수 있는 AI 벡터를 기반으로, 주요 데이터 유형에 대한 밀리초 단위의 통합 AI 벡터 검색을 제공해 기업의 효율적인 데이터 탐색을 지원한다. 또한 오라클 AI 데이터베이스는 검색증강생성(RAG)을 지원해, AI 벡터 검색을 통한 기업의 내부 데이터 검색 결과를 LLM과 결합함으로써 보다 정확하고 맥락에 맞는 답변을 생성할 수 있도록 한다. RAG 파이프라인은 데이터베이스 API는 물론 단일 SQL문으로도 실행할 수 있으며, 나아가 AI 에이전트를 데이터베이스에 직접 통합 설계해 기업이 쉽고 안전하게 AI 에이전트를 구축, 배포, 관리할 수 있도록 지원한다.

캐드앤그래픽스 지식방송 CNG TV 지상 중계   10월 23일 CNG TV에서 한국인프라는 ‘BIM, 단순한 트렌드가 아닌 디지털 혁신 : 작업 효율을 높이는 Clash Master & Revit Master’를 주제로, 간섭검토 시간을 획기적으로 단축하는 클래시 마스터(Clash Master)와 반복적이고 번거로운 모델링 작업을 자동화하는 레빗 마스터(Revit Master)를 소개했다. 자세한 내용은 다시보기를 통해 확인할 수 있다. ■ 박경수 기자   ▲ BIM의 중요성에 대해 설명한 한국인프라 임현재 매니저   BIM은 ‘데이터 기반 생애주기 플랫폼’으로의 전환 한국인프라 임현재 매니저는 BIM(건설 정보 모델링)을 단순한 3D 모델링 기술이 아닌 “건물의 모든 정보를 담아내는 디지털 트윈 기반 데이터 플랫폼”으로 정의했다. 또한 “해외 주요국 대비 속도는 느리지만, 한국도 공공 분야를 중심으로 BIM 전환이 확실하게 가속화되고 있다”고 설명했다. 기존 2D 방식처럼 도면(DWG)과 물량 엑셀을 따로 관리하던 구조에서는 수정 시 이중 작업, 누락·오류 등 비효율이 반복될 수밖에 없다. 반면 BIM은 패밀리 객체를 중심으로 모델·도면·물량이 연동돼, 한 번의 수정으로 전체 정보가 자동 업데이트된다. BIM의 핵심 가치는 ▲속성 기반 정보 모델링 ▲건축·구조·설비 등 전 분야 통합 협업 ▲설계–시공–운영까지 이어지는 생애주기 활용성이다. 또한 공정(4D), 비용(5D), 유지관리(6D), 실시간 에너지 분석(7D) 등으로 확장되며, 공사비·공기 최적화와 운영 효율 향상의 기반이 된다. 국내외 정책 흐름도 BIM 전환을 뒷받침하고 있다. 영국은 공공 프로젝트에 BIM 레벨 2를 의무화했고, 싱가포르는 공공·민간 설계 단계에서 BIM 제출을 강제하며 생산성 혁신을 추진 중이다. 국내도 도로·하천·항만 등 대형 공공 사업과 중소 규모 사업까지 점진적으로 BIM 의무 적용을 확대하고 있다.   클래시 마스터·레빗 마스터, BIM을 위한 실전형 도구 임현재 매니저는 나비스웍스·레빗 기반 서드파티 도구인 ‘클래시 마스터’와 ‘레빗 마스터’를 소개하며 실제 현장에서 경험할 수 있는 효율을 강조했다. 임 매니저는 “클래시 마스터와 레빗 마스터는 거창한 기능보다 ‘지금 당장 실무자의 시간을 줄이는 실용성’에 중점을 둔 도구다”라고 말했다. 클래시 마스터는 나비스웍스 기반의 간섭 검토 자동화 설루션으로, 모델 좌표·회전 자동 정합, 검색 세트 자동 생성, 간섭 조건 엑셀 관리, 간섭 결과 대시보드·차트 제공 등의 기능을 지원한다. 이를 통해 중복 간섭 제거와 설계 오류 예방이 가능하며, 검토·회의·리포트 작성에 필요한 정량 데이터를 쉽게 확보할 수 있다. 레빗 마스터는 반복적인 모델링과 검토 작업을 줄여주는 레빗 전용 설루션이다. 문이 있는 공간만 자동으로 인식해 룸을 생성하는 룸 바운더리 기능, 여러 공간의 피난 경로를 자동 계산하는 피난 검토 기능, CAD 좌표를 이용해 천장 볼트·액세스 플로어 포스트·펌프 등을 자동 배치하는 모델링 자동화 기능, 여러 도면을 한 번에 NWC로 추출하는 배치 익스포트 기능 등이 포함돼 있다. 이 두 설루션은 간섭 정리, 반복 모델링, 파일 변환처럼 BIM 실무자에게 가장 많은 시간이 소요되는 영역을 직접 겨냥해 설계되어 있다는 점이 특징이다.     ■ 기사 내용은 PDF로도 제공됩니다.

김덕진 지음 / 2만 5000원 / 스마트북스   2026년, AI 빅뱅을 미리 준비하는 최고급 코스! 1,400만 뷰 화제의 영상, 16주 연속 종합 베스트셀러 작가인 김덕진 소장의 최신작  <AI 2026 트렌드&활용백과>가 출간됐다. 이 책은 절대 놓쳐서는 안 될 2026년 AI 핫 트렌드와 실질적인 활용법을 총망라했다. 10여 년 동안 IT 트렌드의 최전선에서 대중과 호흡해온 김덕진 IT커뮤니케이션연구소장은 오픈AI, 앤트로픽, 구글, xAI 등 빅테크들의 최신 전략을 심층 분석하고, 다가오는 2026년을 ‘AI 빅뱅 시대: AI 전쟁의 2막’으로 규정했다. 특히 현실세계로 걸어 나오는 피지컬 AI, 소형 모델 혁명(엣지 AI·온디바이스 AI), 먼저 말을 거는 일상 AI 등 2026년을 대표할 AI 트렌드 키워드 10가지를 제시하고, 이들이 우리의 업무와 삶에 미칠 영향을 상세히 짚어냈다. 이 책은 지난 3년여 간 수천 회의 강의 현장에서 만난 5만여 명 사용자들의 요구와 고민을 반영해 실용성을 극대화했다. GPT-5, 클로드, 제미나이 등 범용 AI의 업무 특화형 '찐' 기능부터, 메타 프롬프트 및 프롬프트 팩(직장인/대학생 모음집) 사용법까지 담아냈다. 보고서, 영상, 음악 등을 위한 생성형 AI 도구 30개 활용법도 구체적인 사례와 함께 수록했다. 감마, 미리캔버스, 노션AI 등 사무 특화형 AI부터 퍼플렉시티 같은 심층 리서치 에이전트, 나노바나나, 소라 2, 베오 3 등 미디어 특화 AI까지 일잘러를 위한 알짜배기 도구들을 소개했다. 독자들은 이를 통해 자신만의 워크플로를 구축할 수 있게 됐다. 더불어 "개인 PC나 노트북에서 민감한 업무 정보를 다룰 수는 없을까?"라는 현장의 요구를 반영해, 인터넷 연결 없이 구동되는 오픈소스형 AI(로컬 AI) 사용법도 다뤘다. 젬마 3, 쿠웬 3 등 로컬 AI 설치 및 활용법, 한국의 오픈소스 AI(A.X, 하이퍼클로바 시드, 엑사원, 솔라) 체험 방법까지 안내했다. 이 책은 직장인이 번거로운 업무 자동화를 원할 때, 보고서 작성이나 아이디어가 막막할 때, 대학생이 리포트를 쓸 때, 부모가 자녀의 학습을 도울 때 등 일과 생활에서 AI 활용의 길잡이가 될 것이다.   

제조 산업 공정 최적화 솔루션 기업인 인이지(INEEJI) 는 설명가능 인공지능(Explainable AI, xAI)과 AI 예측 기술력을 바탕으로 제조업 및 다양한 산업의 생산성과 효율성을 향상시켜 공정 수율을 개선하는 데 중점을 두고 있다. 주요 기술로는 세계 최고 수준의 설명가능 인공지능 기술력과 예측 정확도를 집약한 AI 예측 솔루션 INFINITE OPTIMAL SERIES(인피니트 옵티멀 시리즈)와 원자재, 환율, 날씨, 소비자 행동 등 주요 경제 지표를 바탕으로 비즈니스 전반에 활용 가능한 클라우드 기반 AI 예측 서비스인 Cloud AI EEJI(이:지)가 있다.   인이지(INEEJI)는 2019년 설립되어, 세계적 수준의 AI 예측 솔루션을 통해 제조 산업 공정의 최적화를 실현하는 기업이다. 별도의 하드웨어 설치 없이 소프트웨어만으로 적용 가능한 AI 예측·제어 가이던스 솔루션을 제공하며 제조업의 디지털 전환과 공정 효율화에 앞장서고 있다.  (1) INFINITE OPTIMAL SERIES 인이지의 대표 AI 예측 솔루션인 INFINITE OPTIMAL SERIES(인피니트 옵티멀 시리즈)는 공정의 문제를 정확하게 예측하고, 작업자가 쉽게 이해할 수 있도록 가이던스를 제공하여 공정을 최적의 상태로 운영할 수 있도록 지원한다. 주요 고객사는 철강, 시멘트, 화학, 정유 등 다양한 제조 산업에 걸쳐 있으며, 주요 핵심 공정에 적용되어 제조 공정의 품질 개선, 생산성 향상, 에너지 절감을 돕고 있다. 일본을 포함한 글로벌 시장에서 성공적인 프로젝트 사례를 확보하며 입지를 다지고 있다. INFINITE OPTIMAL SERIES는 제조 공정 데이터를 기반으로 품질과 생산성을 개선하고 에너지를 절감할 수 있는 AI 예측 기반 공정최적화 솔루션이다. 이 솔루션은 시계열 데이터 분석과 설명가능 AI 기술을 활용하여 예측 결과와 근거를 명확히 전달하며 철강, 시멘트, 화학 등 다양한 제조 산업에서 생산성과 품질 개선 효과를 실현하고 있다.  세계적인 인공지능 학술대회인 ICML, AAAI, KDD등을 통해 기술력을 인정받으며, 최근에는 AI 모델이 어떤 원리로 작동하는지, 어떤 변수가 현재의 의사 결정에 중요한 영향을 미치는지 그 기여도를 선별하고 예측 정확도를 산출하는 딥러닝 설명 과정 입력 기여도 측정 기술(NeurIPS 2022)로 세계 최고 수준의 기술력으로 인정받았다. (2) Cloud AI EEJI Cloud AI EEJI[이:지]는 기업이 보유한 데이터 기반 인사이트 도출 및 주요 지표 예측을 통한 폭넓은 활용을 지원하며, 다양한 경제적·환경적 요인을 통합적으로 분석하는 강점을 갖추고 있다. 인이지의 기술력은 산업별 맞춤형 AI 솔루션 설계, 데이터 수집, 모델 개발, 현장 적용 및 통합 운영까지 아우르는 end-to-end 서비스로 제공되며, 고객의 디지털 전환과 공정 혁신을 효과적으로 지원한다. EEJI는 경제 지표, 수요 예측, 원자재 가격 분석 등 비즈니스 데이터에 가장 적합한 최적의 예측 모델을 제공한다. EEJI는 API를 통해 손쉽게 연동되며, 고객사가 데이터 활용도를 극대화할 수 있도록 지원한다. 두 솔루션 모두 사용자의 비즈니스와 제조 공정의 효율성을 극대화하는 데 중점을 두고 설계되었다. 관련 트렌드 및 전망 (1) 산업 AI 기술 및 지속가능성 글로벌 기술 패권 시대에 제조업이 국가 경쟁력의 중심으로 떠오르고 있으며, 미국은 제조 기술의 약점인 생산성을 첨단 기술로 극복하고 첨단 제조업으로의 전환을 준비하고 있다. AI는 제조업에서 생산성 향상, 에너지 효율 증대, 인력 운용 최적화, 제품 품질 개선 등 주요 과제를 해결하는 핵심 기술로 부상하고 있다. 산업 AI 기술은 제조업에서 실시간 데이터 분석을 통해 공정을 최적화하고 설비의 유지보수를 사전에 예측하는 방향으로 발전하고 있다. 특히 석유화학, 시멘트, 제철 등 대규모 공정을 보유한 산업에서는 에너지 효율 향상과 운영 비용 절감을 위한 AI 활용이 필수적이다. 기업들은 산업별 맞춤형 모델과 거버넌스 전략을 통해 AI를 도입하고 있으며, 기존 AI/ML 기법과의 조합을 통해 한계점을 보완하고 있다. 또한, AI 기술을 활용해 에너지 절감과 탄소 배출 저감을 실현하는 솔루션은 제조업계에서 중요한 과제로 자리 잡고 있으며, 관련 기술 수요는 꾸준히 증가하고 있다. (2) 설명가능 AI의 중요성 설명가능 AI(Explainable AI)는 AI의 의사결정 과정을 명확히 드러내 신뢰를 구축하는 핵심 기술로, 제조업 등 산업 분야에서 중요성이 높아지고 있다. 주요 정부와 규제 기관은 책임감 있는 AI 활용을 위해 투명성과 신뢰성을 강화하는 정책을 추진하고 있으며, 이를 통해 사용자와 이해관계자가 쉽게 이해하고 모니터링할 수 있는 솔루션에 대한 수요가 증가하고 있다. 인이지는 설명가능 AI 기술을 활용해 산업 현장에서 AI 의사결정 과정을 투명하게 제시하며, 신뢰와 책임감을 강화하고 있다. 이로써 윤리적이고 책임감 있는 AI 활용을 지원하며, 산업계의 지속가능한 디지털 전환에 기여하고 있다. 비즈니스 전개 방향 인이지는 ‘인간(人)을 이(利)롭게 하는 인공지능(知)’이라는 기업 비전 아래 철강, 시멘트, 정유, 화학, 발전, 유리 제조 등 주요 제조 공정에서 AI 예측 가이던스의 실효성을 입증하며 국내 레퍼런스를 확대하는 동시에 산업 현장에서 제조 품질을 향상시키고 기업 성장 촉진에 매진하고 있다. 2025년 코스닥 상장을 목표로 하고 있지만, 궁극적인 목표는 Siemens와 같은 세계적인 기술 기업으로 도약하는 것이다. 최근 인이지는 국내 제조 기업들과의 협력 경험을 바탕으로 일본 시장 진출 1년 만에 주요 제조사들과 실증 프로젝트를 성공적으로 진행하며 글로벌 확장을 가속화하고 있다. 일본의 지요다 강철 공업과의 AI 공정 실증 실험을 시작으로, 제강, 시멘트, 생활가전 제조사 네 곳에 AI 예측 솔루션을 도입하고 운영을 확정했다. 일본을 시작으로 독일, 대만 등 글로벌 제조 강국으로 시장을 확대해 나가며 글로벌 시장에서 AI 예측 기술의 혁신성과 실효성을 입증하며 세계적인 AI 예측 전문 기업으로 자리매김하고자 한다.

오라클이 인공지능 기업 xAI와의 협업을 발표했다. xAI는 오라클 클라우드 인프라스트럭처(OCI)의 생성형 AI(generative AI) 서비스를 통해 콘텐츠 제작, 연구, 비즈니스 프로세스 자동화를 비롯한 광범위한 사용 사례를 지원하는 그록(Grok) 모델을 제공한다. xAI는 또한 차세대 그록 모델의 추론 훈련 및 수행을 위해 확장성과 성능 및 비용 효율을 갖춘 OCI의 AI 인프라를 활용할 예정이다. 2023년 3월 설립된 xAI는 AI 혁신의 최전선에서 인간의 사고와 이해의 한계를 확장하는 기술을 개발하고 있다. xAI의 최신 모델인 그록 3은 대규모 강화 학습을 통해 정교한 추론 기능을 갖추었으며 수학, 코딩, 범용 이해 부문에서 높은 성능을 기록했다. xAI의 모델은 OCI의 엔터프라이즈급 기능으로 보강되어 기업 고객에게 강력한 데이터 거버넌스와 관리 및 보안을 제공한다. 또한 오라클이 그록 모델로 전송한 모든 데이터는 데이터가 저장되지 않는(zero data retention) 엔드포인트에서 처리되어 추가적인 보호 계층을 제공한다.  오라클은 기업의 데이터 저장소와 근접한 지점에서 첨단 AI 기술을 직접 제공하며, 보안, 적응력, 확장성을 우선시한다. 다양한 산업 분야의 기업은 이를 활용해 생성형 및 에이전틱 AI를 비롯한 AI 기술을 적절한 비즈니스 시나리오에 적용해 즉각적인 성과를 거둘 수 있다. 또한 수천 개에 달하는 AI 혁신 기업이 비용 효율적이고 맞춤형으로 구축된 OCI의 다양한 AI 기능을 활용해 가장 까다로운 AI 워크로드의 실행을 가속화하고 있다. OCI 베어메탈 GPU 인스턴스는 생성형 AI, 자연어 처리, 컴퓨터 비전, 제안 시스템을 위한 애플리케이션을 구동할 수 있다.     xAI의 지미 바(Jimmy Ba) 공동 설립자는 “그록 3은 AI 기능의 큰 도약을 이루어 냈으며 오라클의 선진화된 데이터 플랫폼은 그록 3의 기업 대상 영향력을 가속화할 것이다. xAI와 오라클의 협업은 엔터프라이즈급 AI의 개념을 재정의할 것”이라고 말했다. 오라클의 그렉 파블릭(Greg Pavlik) OCI AI 및 데이터 관리 서비스 담당 총괄 부사장은 “오라클은 기업 고객에게 xAI의 최첨단 그록 모델을 제공하여 AI 활용 가능성을 확장하고 있다. 이번 협력은 양사의 가장 선진화된 AI 설루션을 제공하기 위한 노력의 일환으로, 최신 AI 기술을 배포하고자 하는 기업에게 더 많은 선택권과 유연성을 제공한다”고 말했다.

AMD는 연례 행사인 ‘2025 어드밴싱 AI(2025 Advancing AI)’에서 종합적이고 통합된 AI 플랫폼 비전을 발표하고, 업계 표준 기반의 개방적이고 확장 가능한 랙-스케일 AI 인프라를 공개했다. AMD는 인스팅트 MI350 시리즈 GPU를 공개하며, 생성형 AI 및 고성능 컴퓨팅 분야에서 성능, 효율성 및 확장성을 위한 새로운 기준을 내세웠다. 인스팅트 MI350X 및 MI355X GPU 및 플랫폼으로 구성된 MI350 시리즈는 세대 간 AI 컴퓨팅 성능은 4배, 추론 성능은 35배 높아져 산업 전반에 걸친 혁신적인 AI 설루션의 물꼬를 텄다. AMD는 MI355X가 높은 가격 대비 성능을 제공하며, 경쟁 설루션 대비 최대 40% 더 많은 달러당 토큰을 생성할 수 있다고 설명했다.     이번 어드밴싱 AI 행사에서 AMD는 인스팅트 MI350 시리즈 가속기, 5세대 AMD 에픽(AMD EPYC) 프로세서, AMD 펜산도 폴라라 NIC(Pensando Pollara NIC)를 활용한 엔드투엔드 오픈 스탠다드 랙 스케일 AI 인프라를 시연했다. 이는 오라클 클라우드 인프라스트럭처(OCI) 등 하이퍼스케일러에서 이미 운영되고 있고, 2025년 하반기부터 광범위하게 출시할 예정이다. AMD는 이전 세대 대비 MoE(Mixture of Experts) 모델 추론에서 최대 10배 더 높은 성능을 제공하는 MI400 시리즈 GPU를 기반으로 한 차세대 AI 랙 ‘헬리오스(Helios)’도 선공개했다. 이 시스템은 젠 6(Zen 6) 아키텍처 기반의 에픽 ‘베니스(Venice)’ CPU 및 펜산도 ‘불카노(Vulcano)’ NIC를 탑재했다. AMD는 최신 오픈소스 AI 소프트웨어 스택인 ROCm 7도 발표했다. ROCm 7은 생성형 AI와 HPC 워크로드를 충족하도록 설계되어 전반적인 개발자 경험을 끌어 올린다. ROCm 7은 업계 표준 프레임워크에 대한 지원을 높이고 하드웨어 호환성 확대, 개발 도구 및 드라이버, API, 라이브러리 등을 특징으로 내세운다. AMD AI 소프트웨어 개발 부문 부사장 공식 블로그 포스트) 인스팅트 MI350 시리즈는 AI 트레이닝 및 HPC 노드의 에너지 효율을 5년간 30배 개선한다는 AMD의 목표를 초과 달성해 결과적으로 38배라는 개선을 이뤄냈다. AMD는 2030년까지 2024년 기준 대비 랙 스케일 에너지 효율을 20배 향상시키겠다는 새로운 목표도 발표했다. 이는 2030년까지 전력 소비를 95% 줄이는 것인데, 현재 275개 이상의 랙이 필요한 일반적인 AI 모델을 학습시키는 데에 완전히 채워진 랙 1개, 혹은 그 이하의 시스템으로 처리할 수 있다는 것을 의미한다. 이외에도 AMD는 전 세계 개발자 및 오픈소스 커뮤니티를 위한 AMD 개발자 클라우드의 광범위한 출시를 발표했다. 이 클라우드는 고성능 AI 개발을 위해 설계된 완전 관리형 환경으로, 개발자가 AI 프로젝트를 빠르게 시작할 수 있도록 다양한 도구와 유연한 확장성을 제공한다. AMD는 ROCm 7과 AMD 개발자 클라우드를 통해 차세대 컴퓨팅에 대한 장벽을 낮추고 접근성을 넓힐 계획이다. 최근, 세계 10대 AI 및 모델 구축 기업 중 7곳이 AMD 인스팅트 가속기를 기반으로 프로덕션 워크로드를 운영하고 있는 가운데, 메타, 오픈AI, 마이크로소프트, xAI 등 7개 기업은 어드밴싱 AI행사에 참석해 선도적인 AI 모델 학습, 강력한 대규모 추론, AI 탐색과 개발 가속화 등 다양한 분야에서 AMD 설루션을 활용한 사례를 공유했다. 메타는 라마 3(Llama 3) 및 라마 4(Llama 4) 모델 추론에 인스팅트 MI300X를 활용 중이며, MI350의 연산 성능, TCO 대비 성능, 차세대 메모리에 대해 기대감을 나타냈다. 오픈AI의 샘 올트먼(Sam Altman) CEO는 하드웨어, 소프트웨어, 알고리즘 전반에 걸친 최적화의 중요성에 대해 설명하고, AI 인프라 분야에서 AMD와 오픈AI의 긴밀한 파트너십, MI300X 기반 애저(Azure)의 연구 및 GPT 모델, MI400 시리즈 플랫폼에서의 심층적인 설계 참여 등에 대해 논의했다. AMD의 개방형 랙 스케일 AI 인프라를 도입한 OCI는 최대 13만 1072개의 MI355X GPU로 가속화되는 제타스케일 AI 클러스터를 통해 고객들이 대규모 AI 모델을 구축, 학습, 추론할 수 있도록 지원한다고 밝혔다. 그리고 마이크로소프트는 인스팅트 MI300X가 애저 내의 독점 모델과 오픈소스 모델 모두에 사용되고 있다고 발표했다.  AMD의 리사 수(Lisa Su) CEO는 “AMD는 전례 없는 속도로 AI 혁신을 주도하고 있으며, 이는 AMD 인스팅트 MI350 시리즈 가속기 출시, 차세대 AMD ‘헬리오스’ 랙-스케일 설루션의 발전, 그리고 ROCm 개방형 소프트웨어 스택의 성장 모멘텀을 통해 더욱 부각되고 있다”면서, “우리는 개방형 표준, 공동 혁신, 그리고 AI의 미래를 정의하고자 협력하는 광범위한 하드웨어 및 소프트웨어 파트너 생태계 전반에 걸쳐 AMD의 리더십을 확대하고 있으며, 이를 통해 AI의 다음 단계로 진입하고 있다.”고 밝혔다.