검색결과 총 42건
-
-
-
챗봇 경쟁 끝…AI 승부처는 '산업 현장'
[경제일보] 인공지능(AI) 경쟁의 무게중심이 거대언어모델(LLM) 성능 중심에서 산업 적용 중심으로 이동하고 있다. 생성형 AI가 기술 경쟁을 이끌었다면 이제는 신소재 개발과 제조 혁신, 금융 분석 등 실제 산업 현장의 문제를 해결하는 '산업 AI'가 새로운 승부처로 떠오르고 있다는 분석이다. 12일 업계에 따르면 LG AI연구원은 최근 서울에서 열린 세계 최고 권위의 머신러닝 학회 'ICML 2026'에서 엑사원(EXAONE)의 산업 적용 사례를 대거 공개했다. 학회에서 발표한 14편의 논문보다 시장의 관심을 끈 것은 AI가 실제 산업 현장에서 만들어내고 있는 성과였다. AI가 연구개발을 돕는 수준을 넘어 기업의 제품 개발과 의사결정, 데이터 생산 방식을 바꾸는 단계에 들어섰다는 점을 보여줬기 때문이다. 대표적인 사례가 신소재 발굴 플랫폼 '엑사원 디스커버리'다. LG AI연구원은 AI를 활용해 42만개가 넘는 후보 물질 가운데 탈모 관리 신소재 '람시딜'을 하루 만에 찾아냈고, 현재 제품화를 추진하고 있다. AI 데이터센터 핵심 인프라로 떠오른 액침 냉각유 소재 역시 GS칼텍스와 공동 개발하며 신소재 발굴 범위를 확대하고 있다. 금융 분야에서도 AI의 역할은 커지고 있다. 금융 특화 AI 에이전트 '엑사원 BI'는 한국과 미국 증시에 상장된 약 8000개 종목을 매일 분석해 투자 판단에 필요한 예측 정보와 분석 리포트를 제공한다. 영국 런던증권거래소그룹(LSEG)에 이어 최근 코스콤과도 협력을 시작하면서 산업 AI의 적용 범위를 글로벌 금융시장과 국내 자본시장으로 넓히고 있다. 데이터 생산 방식 역시 달라지고 있다. '엑사원 데이터 파운드리'는 AI가 고품질 데이터를 자동 생성하고 전문 분야별 AI 모델 구축을 지원하는 플랫폼이다. 국민연금공단 시범 사업에서는 하루 1만건 이상의 전문 데이터를 자동 구축하는 시스템을 구현했다. 사람이 일일이 데이터를 구축하던 방식에서 AI가 데이터 생산 공장 역할을 수행하기 시작한 것이다. 반도체 업계에서는 AI가 공정 최적화와 수율 개선에 활용되고 있으며 배터리 업계에서는 차세대 소재 개발과 품질 관리에 적용 범위가 확대되고 있다. 제조 현장에서는 설비 이상을 예측하고 생산 계획을 최적화하는 AI 솔루션 도입이 늘고 있고 금융권 역시 투자 분석과 리스크 관리 분야에서 AI 활용을 확대하고 있다. AI가 더 이상 하나의 서비스가 아니라 산업 전반을 움직이는 핵심 인프라로 자리 잡고 있는 셈이다. LG의 차별점은 AI 기술을 곧바로 적용할 수 있는 산업 기반을 갖추고 있다는 점이다. LG전자와 LG생활건강, LG에너지솔루션, LG디스플레이 등 다양한 제조 계열사를 통해 AI 연구 성과를 실제 제품과 사업으로 연결할 수 있다. AI를 연구하는 조직과 이를 활용할 산업 현장이 하나의 생태계 안에 있다는 점이 경쟁력으로 꼽힌다. 물론 해결해야 할 과제도 적지 않다. 산업 AI가 확대될수록 AI가 내린 판단의 신뢰성과 책임 문제, 기업 데이터 보호, 산업별 규제 체계 등 새로운 숙제가 함께 등장하고 있다. 산업마다 필요한 데이터의 특성과 정확도가 다른 만큼 범용 AI보다 높은 수준의 전문성과 검증 체계도 요구된다. 그럼에도 산업계가 AI에 주목하는 이유는 분명하다. 인공지능이 더 이상 논문과 연구 성과에 머무르는 기술이 아니라 실제 산업 현장에서 비용을 줄이고 연구개발 기간을 단축하며 새로운 제품과 서비스를 만들어 낼 수 있기 때문이다. 강철부대의 시선이 머무는 곳, AI 생태계 역시 더 이상 모델 성능이나 논문 편수만으로 경쟁력을 평가받기 어려운 단계에 진입하고 있다. 생성형 AI 열풍을 넘어 실제 산업 난제를 해결하고 사업화 성과를 입증하는 기업이 새로운 승자가 될 가능성이 커지고 있다. 기술 경쟁의 무게중심도 AI 모델의 성능 경쟁에서 산업 현장의 활용 가치와 사업화 역량으로 이동하는 흐름이다. AI의 다음 킬러 애플리케이션 역시 새로운 챗봇보다 공장과 연구소, 데이터센터, 금융시장 등 산업 현장에서 먼저 등장할 가능성이 크다.
2026-07-12 08:00:00
-
크래프톤, 세계 최고 AI학회 ICML 메인트랙 10편 '역대 최대'
[경제일보] 크래프톤이 세계 최고 수준의 AI 학회에서 역대 최대 연구 성과를 냈다. 게임에 AI 기능을 붙이는 수준을 넘어 자체 파운데이션 모델과 AI 에이전트를 개발할 수 있는 기초 연구 역량을 쌓고 있다는 평가다. 크래프톤(대표 김창한)은 서울 강남구 코엑스에서 열리고 있는 ‘국제머신러닝학회(ICML) 2026’에서 메인트랙 10편과 워크숍 트랙 10편 등 총 20편의 논문을 발표한다고 10일 밝혔다. ICML은 신경정보처리시스템학회(NeurIPS), 국제표현학습학회(ICLR)와 함께 세계 3대 AI 학회로 평가받는다. 올해로 43회를 맞았으며 지난 6일 개막해 11일까지 열린다. 메인 콘퍼런스는 7~9일 진행됐고 10~11일에는 워크숍이 이어진다. 메인트랙 논문은 연구의 독창성과 학술적 엄밀성, 머신러닝 분야에 미치는 중요성을 중심으로 이중맹검 심사를 거친다. 실험 재현성과 이론적 근거도 요구된다. 크래프톤이 단일 3대 AI 학회에서 메인트랙 10편을 채택받은 것은 이번이 처음이다. 논문 주제는 △월드모델 △멀티모달 거대언어모델(LLM) △선호 학습 △추론 △최적화 등이다. 확산형 언어모델의 생성 정확도를 높이는 기술과 인간 선호를 반영하는 RLHF·DPO 비교, 멀티모달 LLM 평가 과정의 인지 편향 완화, 월드모델 내부 토큰의 대응 관계, LLM 추론 과정 분석 등이 포함됐다. 특히 월드모델과 AI 에이전트는 크래프톤의 게임 사업과 직접 맞닿아 있다. 월드모델은 AI가 가상환경의 구조와 규칙을 학습해 다음 상황을 예측하도록 하는 기술이다. 이를 고도화하면 게임 환경을 실시간으로 생성하거나 이용자 행동에 맞춰 반응하는 NPC, 플레이어와 협력·경쟁하는 에이전트 개발에 활용할 수 있다. 크래프톤이 논문 발표를 늘리는 배경에는 자체 AI 파운데이션 모델 확보 전략이 있다. 외부 범용 모델만 사용할 경우 게임에 필요한 실시간성·제어 가능성·비용 효율을 확보하기 어렵다. 자체 연구를 통해 게임 제작과 플레이 경험에 특화된 모델을 만들고 개발도구와 품질검증, 콘텐츠 제작 자동화까지 확장하려는 구상이다. 크래프톤은 ICML 기간 생성형 비디오 기업 오디세이와 ‘AI 포 게임즈’ 행사도 열었다. 약 500명이 참석한 가운데 게임 AI 에이전트와 실시간 제어형 생성 월드모델, 콘텐츠 제작·품질검증 자동화 등을 논의했다. 소니AI와 마이크로소프트리서치, 엔씨AI, 엔비디아 연구자들도 발표와 토론에 참여했다. 크래프톤이 ICML·NeurIPS·ICLR에서 채택받은 AI 논문은 이번 학회를 포함해 총 85편이다. 메인트랙 발표는 2023년 5편에서 2024년 8편, 지난해 15편으로 증가했다. 올해는 ICML 한 곳에서만 10편을 기록했다. 크래프톤 관계자는 “실제 게임에 기여할 수 있는 기술 경쟁력을 확보하고 국내 게임산업과 AI 생태계 확장의 마중물 역할을 하겠다”고 말했다. 한편 논문 수가 곧바로 게임 경쟁력을 뜻하는 것은 아니다. 이번 연구가 개발 기간과 비용을 줄이고 이용자가 체감할 수 있는 AI 캐릭터와 새로운 게임 방식으로 이어질 때 크래프톤의 ‘AI 퍼스트’ 전략도 사업적 가치를 증명할 수 있다.
2026-07-10 16:17:34
-
한국경제 3주체를 다시 짜라 ①기업·재벌편
[경제일보] 인공지능(AI) 시대는 한국경제에 기술 도입을 넘어선 전방위 개혁을 요구하고 있다. 기업은 AI를 비용 절감 수단이 아니라 조직과 사업모델 혁신의 계기로 삼아야 한다. 소비자는 편리함에 머무르지 않고 데이터 주권과 알고리즘 감시 능력을 갖춰야 한다. 정부는 규제 완화와 산업 지원을 넘어 인프라, 인재, 안전망, 신뢰 체계를 함께 설계해야 한다. 이에 본지는 이번 기획을 통해 AI시대 한국경제 3주체의 역할 변화와 개혁 과제를 짚고, 한국경제가 관성의 경제에서 학습의 경제로 전환하기 위한 해법을 모색한다. <편집자주> 한국 대기업들이 인공지능(AI) 전환의 한복판에 섰다. 반도체 기업은 AI 서버의 핵심 부품인 고대역폭메모리(HBM)와 첨단 패키징 경쟁에 뛰어들고 있고, 플랫폼 기업은 초거대 AI와 클라우드 인프라를 강화하고 있다. 자동차·조선·철강·금융권도 생산공정 자동화, 로봇, AI 상담, 리스크 관리 등으로 적용 범위를 넓히고 있다. 정부와 기업의 투자 시계도 빨라지고 있다. 최근 한국 정부는 삼성전자와 SK하이닉스 등을 축으로 대규모 AI·반도체 투자 전략을 추진하고 있다. 삼성전자와 SK하이닉스는 약 800조원 규모의 신규 반도체 제조시설 투자에 참여하고, 충청권에는 81조원 규모의 반도체 패키징 클러스터가 조성된다. 또 SK·GS·네이버 등이 AI 데이터센터 구축에 참여하고 장기적으로 관련 투자가 1000조원 이상으로 확대될 수 있다는 구상도 내놨다. 실제 정부는 지난달 29일 SK·GS·네이버와 협력해 1단계로 8.4GW 규모의 AI 데이터센터를 구축하겠다고 밝혔다. SK가 5GW, GS가 2.4GW, 네이버가 1GW 규모로 참여하며 관련 투자 규모는 550조원으로 제시됐다. 투자 규모만 놓고 보면 한국 기업들은 다시 한 번 ‘큰 판’을 벌이고 있다. 그러나 현장에선 “AI 투자가 곧 AI 경쟁력은 아니다”라는 지적도 나온다. 한 대기업 AI 전략 담당자는 “지금은 어느 그룹이나 AI 조직과 태스크포스는 갖추고 있지만 실제 업무에 적용하려면 데이터 접근권, 보안, 법무, 감사, 성과평가가 모두 걸린다”며 “AI 도입보다 어려운 것은 부서 간 칸막이를 허무는 일”이라고 말했다. HBM이 바꾼 증시 서열…AI가 기업가치 기준 흔든다 AI 전환은 이미 국내 증시의 기업가치 평가 기준도 바꾸고 있다. 대표 사례가 SK하이닉스다. SK하이닉스는 AI 반도체 수요 확대와 HBM 시장 선점 효과에 힘입어 지난달 22일 코스피 장중 시가총액에서 삼성전자를 앞질렀다. 이는 단순한 주가 순위 변화가 아니다. 한국 반도체 산업의 무게중심이 범용 메모리 중심에서 AI용 고부가 메모리와 패키징, 고객 맞춤형 공급망으로 이동하고 있다는 신호다. 과거에는 생산능력과 원가 경쟁력이 핵심이었다면 이제는 엔비디아 등 글로벌 빅테크·AI 반도체 기업과 얼마나 긴밀하게 연결돼 있는지, 차세대 HBM을 얼마나 빨리 개발·공급할 수 있는지가 기업가치를 좌우한다. 다만 AI 반도체 호황이 항상 주가 상승으로만 이어지는 것은 아니다. 실제 8일 삼성전자와 SK하이닉스 주가는 미국 반도체주 약세와 AI 붐 지속성에 대한 우려 속에 장중 동반 약세를 보였다. 증권업계 한 관계자는 “AI 반도체가 한국 증시의 핵심 테마가 된 것은 분명하지만 시장은 이제 단순한 실적 증가보다 지속 가능한 가격 결정력과 고객 기반을 본다”며 “AI 사이클이 길어질수록 기업 간 격차는 더 커질 수 있다”고 말했다. 계열사 울타리에 갇힌 데이터, AI 경쟁력의 병목 AI 경쟁력은 반도체와 데이터센터 같은 하드웨어 투자만으로 결정되지 않는다. 기업 내부의 데이터 활용 구조가 핵심 변수다. 한국 대기업은 제조, 금융, 유통, 통신, 물류 등 방대한 데이터를 갖고 있다. 그러나 계열사별·부서별로 데이터가 분산돼 있고, 보안과 개인정보, 감사 리스크 때문에 실제 활용은 제한적인 경우가 많다. 한 제조업계 관계자는 “공장에는 설비 데이터가 쌓이고, 영업부서에는 고객 데이터가 쌓이며, 구매부서에는 공급망 데이터가 쌓이지만 이를 하나의 모델로 연결하는 일은 쉽지 않다”며 “AI 프로젝트를 시작하면 기술 문제가 아니라 내부 승인 절차에서 시간이 더 걸리는 경우가 많다”고 했다. 재벌 구조의 강점이던 수직계열화도 AI시대에는 양면성을 갖는다. 위기 때 빠르게 자원을 동원하는 데는 유리하지만 데이터와 인재가 계열사 내부에 갇히면 개방형 혁신에는 불리할 수 있다. 한 스타트업 대표는 “대기업들이 AI 스타트업과 협업을 말하지만 실제 계약 단계에서는 지식재산권, 데이터 소유권, 보안 조항이 지나치게 무겁다”며 “함께 실험하고 성과를 나누는 방식으로 바뀌어야 한다”고 지적했다. AI 도입보다 어려운 건 일하는 방식의 개혁 기업들이 생성형 AI를 사내 업무에 도입하면서 보고서 초안 작성, 회의록 정리, 시장조사, 고객 응대, 코드 작성, 번역, 계약서 검토 등에서 AI 활용이 확대되고 있다. 그러나 전문가들은 AI를 업무 도구로 배포하는 것만으로 생산성 향상이 보장되지는 않는다고 지적한다. 지난 5월 arXiv에 공개된 조원익·김성훈·김근혜의 포지션 페이퍼 ‘Adopting AI in Practice Does Not Guarantee the Productivity Boost’는 AI 도입이 곧바로 생산성 향상으로 이어지는 것은 아니라고 지적했다. 논문은 인력 구성, 구성원의 기초 역량, 학습곡선, 인센티브 구조, 목표 설정의 유연성 등이 AI 생산성 효과를 좌우한다고 분석했다. 한 경영학 교수는 “AI는 단순히 업무 시간을 줄이는 기술이 아니라 의사결정 방식을 바꾸는 기술”이라며 “기업이 AI를 제대로 쓰려면 어떤 업무를 AI에 맡기고 어떤 판단은 사람이 책임질지 조직 원칙을 세워야 한다”고 말했다. 중간관리자의 역할 변화도 불가피하다. 지금까지 중간관리자는 자료를 취합하고 보고서를 다듬고 리스크를 걸러내는 역할을 해왔다. 그러나 생성형 AI가 정보 수집과 문서 작성의 상당 부분을 보조하면서 중간관리자의 경쟁력은 보고서 작성 능력이 아니라 문제 정의, 결과 검증, 부서 간 조정 능력으로 이동하고 있다. AI 전환은 청년 채용과 인재 육성 방식에도 영향을 미친다. 반복적 사무 업무와 초급 분석 업무가 AI로 대체되면 신입사원이 조직에서 배우는 첫 단계가 줄어들 수 있다. 한 대기업 인사 담당자는 “AI 도입 이후 신입사원에게 맡길 수 있는 단순 업무는 줄어드는 반면, 처음부터 문제 해결형 역량을 요구하는 분위기가 강해지고 있다”며 “채용 규모를 줄이는 유혹이 생기지만 장기적으로는 인재 풀이 약해질 수 있어 재교육 체계를 함께 고민하고 있다”고 말했다. AI 거버넌스도 기업 경쟁력 됐다 AI 활용이 확대될수록 기업의 책임도 커진다. 한국은 AI 기본법 시행을 앞두고 있으며, 고영향 AI에 대한 인간 감독과 투명성 확보가 주요 쟁점으로 떠올랐다. 특히 금융, 보험, 의료, 채용, 교육처럼 개인의 권리와 직접 연결되는 분야에서는 AI가 어떤 데이터를 사용했고, 어떤 기준으로 판단했으며, 오류가 발생했을 때 누가 책임질지가 중요해진다. 금융권 한 관계자는 “AI 상담이나 대출심사는 소비자 편의성을 높일 수 있지만 설명 책임이 약하면 민원과 분쟁으로 이어질 수 있다”며 “AI를 많이 쓰는 회사보다 AI 판단을 얼마나 투명하게 관리하는지가 앞으로 더 중요한 평판 요소가 될 것”이라고 말했다. 산업계에서는 AI 활용이 실제 경쟁력으로 이어지려면 조직 운영 방식의 변화가 병행돼야 한다는 지적이 나온다. 과거 대기업의 성장 방식은 계열사 내부에서 원료 조달, 부품 생산, 완제품 제조, 금융 지원을 묶는 수직계열화가 중심이었다. 그러나 AI 분야에서는 데이터, 클라우드, 알고리즘, 소프트웨어 인재가 기업 안팎에 분산돼 있어 외부 스타트업과 대학, 협력사와의 공동 개발과 실험이 중요해지고 있다. 전문가들은 AI 경쟁력이 투자 규모만으로 결정되지는 않는다고 본다. 반도체 설비 확충과 데이터센터 구축은 AI 전환의 기반에 해당하지만 이후에는 내부 인재 재교육, 중간관리자 역할 재정립, AI 활용 책임 체계, 외부 생태계와의 협업 구조가 함께 작동해야 한다는 설명이다. 한 재계 관계자는 “한국 대기업의 AI 경쟁력은 대규모 투자 이후의 실행 구조에서 갈릴 가능성이 크다”며 “총수의 투자 결정을 현장의 실험과 조직 학습으로 연결하고, 계열사 중심의 폐쇄형 운영을 개방형 협력 모델로 전환할 수 있는지가 향후 AI 전환의 핵심 변수로 꼽힌다”고 말했다.
2026-07-09 16:51:36
-
-
-
"中·韓, 글로벌 빅파마 위협"…신흥국 바이오 '혁신 전쟁' 시작됐다
[경제일보] 아시아를 중심으로 한 신흥국 바이오제약 기업들이 ‘제네릭 중심’에서 벗어나 혁신 신약 개발로 빠르게 전환하며 글로벌 시장 판도를 흔들고 있다는 분석이 나왔다. 특히 중국과 한국 기업들은 공격적인 연구개발(R&D) 투자를 바탕으로 미국·유럽 중심의 기존 질서를 위협하는 수준까지 올라섰다는 평가다. 4일 업계에 따르면 최근 국제 학술지 ‘네이처 리뷰 드럭 디스커버리(Nature Reviews Drug Discovery)’ 연구진은 아시아·라틴아메리카·EEMEA(동유럽·중동·아프리카) 지역 45개 바이오제약 기업을 대상으로 2010년부터 2025년까지 15년간 데이터를 분석해 매출 5억 달러 이상 기업을 대상으로 R&D 투자 비중, 임상 포트폴리오, 매출 구조를 종합 평가해 혁신 수준을 분류했다. 분석 결과 높은 R&D 투자와 혁신 신약 중심 포트폴리오를 갖춘 ‘혁신 선도기업’에는 중국의 BeOne, CSPC, 헝루이(Hengrui), 헨리우스(Henlius), 이노벤트(Innovent), 준시(Junshi), 시노 바이오(Sino Bio)와 함께 한국의 한미약품, SK바이오 계열 기업이 포함됐다. 중간 수준 투자와 25~50% 혁신 자산을 보유한 ‘신흥 혁신기업’에는 삼성바이오, 유한양행, GC녹십자, 대웅제약 등 한국 기업과 인도의 바이오콘, 닥터레디스, 글렌마크 등이 이름을 올렸다. 지역별로는 격차가 뚜렷했다. 중국과 한국 기업들은 매출 대비 높은 R&D 투자 비중을 유지하며 혁신 전환 속도를 끌어올린 반면 인도 기업들은 중간 수준 투자로 점진적 변화를 이어갔다. 반면 라틴아메리카와 EEMEA 지역 기업들은 여전히 제네릭 의약품 중심 구조에 머물러 혁신 투자 확대가 미흡한 것으로 나타났다. 대표적인 성공 사례로는 중국의 CSPC와 헝루이가 꼽힌다. 두 기업은 2010년대 초반까지 제네릭 중심 사업 구조였지만 이후 연구개발 투자를 혁신 신약으로 집중 전환하며 ‘미투(Me-too)’·‘미베터(Me-better)’ 의약품에서 ‘퍼스트인클래스(First-in-class)’ 후보물질로 전략을 고도화했다. 이를 통해 글로벌 시장에서 경쟁 가능한 파이프라인을 확보했다. 한국 기업들도 유사한 경로를 밟고 있다. 한미약품은 매출의 약 17%를 연구개발에 투자하며 대사질환·희귀질환 분야에서 경쟁력을 키웠고 유한양행 역시 과거 5% 미만이던 R&D 비중을 최근 12% 수준까지 끌어올리며 항암제 중심 혁신 전략을 강화했다. SK바이오팜은 중추신경계(CNS) 치료제 개발에 집중하며 글로벌 시장에서 존재감을 확대하고 있다. 인도 기업들은 ‘신흥 혁신기업’으로의 전환 단계에 있다. 바이오콘은 항암 바이오의약품 중심으로 포트폴리오를 재편했고 닥터레디스는 제네릭 중심 구조에서 혁신·복합의약품으로 확장했다. 글렌마크 역시 혁신 파이프라인 비중을 10% 미만에서 50% 수준까지 끌어올리며 체질 개선에 나섰다. 연구진은 혁신 전환의 핵심 전략으로 ‘집중과 전문성’을 꼽았다. 특정 치료 분야에 집중하거나 기술 플랫폼 역량을 강화한 기업들이 R&D 생산성을 높이는 데 성공했다는 것이다. 실제로 CSPC는 심혈관·대사질환, 헝루이와 유한양행은 항암 분야, 한미약품은 대사질환과 희귀질환, 글렌마크는 면역피부과에 집중하며 경쟁력을 확보했다. 기술 측면에서도 항체-약물접합체(ADC), 호르몬, 주사제, 바이오의약품 등 특정 플랫폼에 대한 전문성이 혁신 성과로 이어졌다. 논문 저자들은 “아시아, 특히 중국과 한국의 혁신 선도기업들은 글로벌 빅파마를 위협할 준비가 돼 있다”고 평가했다. 이어 “인도와 동유럽 기업들도 포트폴리오 전환을 통해 향후 혁신 리더로 부상할 가능성이 크다”고 전망했다. 업계에서는 이번 분석이 글로벌 바이오 산업의 ‘세대 교체’를 보여주는 신호로 해석하고 있다. 한 제약업계 관계자는 “과거에는 신흥국 기업들이 생산기지 역할에 머물렀다면 이제는 기술과 신약으로 승부하는 단계로 넘어갔다”며 “앞으로 글로벌 시장 경쟁 구도 자체가 바뀔 수 있다”고 말했다.
2026-07-04 09:00:00
-
카카오, 플랫폼 사회적 가치 검증 확대…비즈니스 생태계 연구 지원
[경제일보] 카카오가 디지털 플랫폼이 창작자와 소상공인, 기업 등 다양한 비즈니스 파트너의 성장에 미치는 영향을 학술적으로 검증하는 연구 지원에 나선다. 플랫폼의 사회적 책임과 상생 가치에 대한 관심이 높아지는 가운데 이용자 중심을 넘어 플랫폼 생태계 전반의 경제적 효과를 분석하며 지속 가능한 성장 방안을 모색하겠다는 전략으로 풀이된다. 1일 카카오는 '2026 디지털 플랫폼의 일상혁신 연구지원' 공모를 시작한다고 밝혔다. '디지털 플랫폼의 일상혁신 연구지원'은 카카오그룹의 플랫폼 서비스가 이용자와 파트너, 사회 전반에 미치는 영향을 학문적으로 연구할 수 있도록 지원하는 사업으로 지난해 처음 시작됐다. 올해는 연구 범위를 비즈니스 파트너로 확대했다. 지난해에는 카카오그룹의 서비스와 기술이 이용자의 일상을 어떻게 변화시키고 있는지에 초점을 맞췄다면, 올해는 디지털 플랫폼이 창작자와 소상공인, 기업 등 다양한 파트너의 생태계와 경제적 성장에 미치는 영향을 집중적으로 살펴본다. 연구 대상은 카카오를 비롯해 카카오페이, 카카오모빌리티, 카카오엔터테인먼트 등 카카오그룹의 주요 플랫폼 서비스다. 경영·경제·사회·심리·교육·디자인·공학 등 연구 분야에 제한 없이 제안을 받을 예정이며, 선정된 과제에는 각각 2000만원의 연구비를 지원한다. 지원 대상은 국내외 학술지에 주저자 또는 교신저자로 논문을 게재한 실적이 있는 연구자다. 국내 학술지는 한국연구재단 등재·우수등재지(KCI), 해외는 SCI·SSCI·SCIE·A&HCI·SCOPUS 등재 학술지 게재 실적을 기준으로 한다. 접수는 내달 1일부터 31일까지 이메일을 통해 진행된다. 심사는 카카오와 외부 학계 전문가로 구성된 심사위원단이 연구 주제의 독창성과 연구 문제의 타당성, 연구 방법의 적절성, 연구 결과의 기대 기여도 등을 종합적으로 평가해 선정할 계획이다. 선정된 연구진은 오는 10월부터 내년 1월까지 연구를 수행하며, 결과는 내년 상반기 카카오가 개최하는 행사에서 발표될 예정이다. 앞서 카카오는 지난해에도 카카오와 카카오페이, 카카오모빌리티 등을 대상으로 한 연구 과제 9건을 선정해 과제당 2000만원의 연구비를 지원했다. 연구 결과는 지난 3월 열린 '2026 카카오 일상혁신 컨퍼런스'를 통해 공개된 바 있다. 카카오는 이번 연구 지원을 통해 플랫폼이 이용자 편의성을 높이는 역할을 넘어 창작자와 소상공인 등 다양한 경제 주체에게 새로운 성장 기회를 제공하는 과정을 객관적으로 분석하고, 플랫폼 생태계의 지속 가능한 발전 방향을 함께 모색한다는 방침이다. 권대열 카카오 CA협의체 ESG 총괄리더는 "지난해 이용자의 일상 혁신에 주목한 데 이어, 올해는 우리 사회의 전문가들과 함께 디지털 플랫폼이 비즈니스 파트너의 경제적 성장에 어떻게 기여하고 있는지를 살펴보고자 한다"며 "플랫폼이 다양한 파트너에게 만들어내는 성장의 기회를 확인하고, 플랫폼 비즈니스 생태계의 지속 가능한 발전 방향을 함께 고민하는 기회가 될 것"이라고 말했다.
2026-07-01 10:18:34
-
-
SKT, AI로 영상 속 사물 자연스럽게 합성…ECCV 2026 논문 채택
[경제일보] 생성형 인공지능(AI)을 활용한 영상 제작과 콘텐츠 후반 작업이 빠르게 확산되면서 영상 속 사물을 자연스럽게 합성하는 컴퓨터 비전 기술 경쟁도 치열해지고 있다. SK텔레콤은 세계 3대 컴퓨터 비전 학회에서 AI 영상 합성 기술력을 인정받는 동시에 해당 기술을 상용 서비스에도 적용하며 광고·미디어 분야 AI 사업 확대에 나선 것으로 풀이된다. 30일 SK텔레콤은 카이스트 주재걸 교수 연구팀과 공동 연구한 AI 영상 합성 기술 '인서트애니웨어' 관련 논문이 오는 9월 8일부터 12일까지 스웨덴 말뫼에서 열리는 '유럽 컴퓨터 비전 학회(ECCV) 2026'에 채택됐다고 밝혔다. ECCV는 컴퓨터 비전 및 패턴 인식 학회(CVPR), 국제 컴퓨터 비전 학회(ICCV)와 함께 세계 3대 컴퓨터 비전 학회로 꼽힌다. 인서트애니웨어는 기존 영상에 촬영 당시 존재하지 않았던 사물을 AI를 활용해 자연스럽게 삽입하는 기술이다. 광고 영상에 특정 제품을 추가하거나 촬영이 끝난 콘텐츠에 소품과 캐릭터, 브랜드 요소 등을 삽입하는 등 영상 후반 작업에 활용할 수 있도록 개발됐다. 기존 AI 영상 합성 기술은 카메라가 이동하거나 삽입한 사물이 다른 물체에 가려지는 상황에서 위치와 크기가 흔들리거나 실제로는 가려져야 할 사물이 화면에 그대로 노출되는 문제가 있는 것으로 알려졌다. 또한 사물 주변의 그림자와 반사, 조명 효과를 자연스럽게 구현하지 못해 합성한 흔적이 남는 한계도 지적돼 왔다. 이에 SK텔레콤과 카이스트 연구팀은 해당 문제를 해결하기 위해 영상 속 3차원 공간 구조에 시간 정보를 함께 반영하는 '4D 장면 이해' 기술을 적용했다. 사용자가 한 장면에서 원하는 위치를 지정하면 AI가 해당 위치 정보를 전체 영상으로 자동 확장해 카메라 이동이나 장면 변화에도 사물의 위치와 형태를 안정적으로 유지할 수 있도록 구현했다. 또한 AI를 활용해 삽입된 사물 주변의 그림자와 반사, 조명 효과까지 자연스럽게 생성해 실제 촬영한 영상과 유사한 결과물을 구현할 수 있도록 설계했다. SK텔레콤은 이를 통해 별도의 복잡한 후반 작업 없이도 고품질 영상 합성이 가능하다고 설명했다. 이번 연구는 원천 기술 확보에 그치지 않고 실제 서비스에도 적용됐다. SK텔레콤은 해당 기술을 광고·미디어 분야 기업 고객에게 제공 중인 가상 간접광고(VPPL) 솔루션 '애드플럭스'에 적용해 상용화했다. 애드플럭스는 기존 촬영 영상을 다시 제작하지 않고도 원하는 제품이나 브랜드 이미지를 영상에 자연스럽게 삽입할 수 있는 솔루션이다. 관련 기술에 대한 특허 출원도 완료했으며, '끝까지 간다 독박투어', '우리 지금 만나', '박장대소-부르면 언제든 콜' 등 방송 프로그램에도 적용된 바 있다. SK텔레콤은 이번 연구 성과를 계기로 광고와 방송을 비롯해 커머스, 콘텐츠 제작 등 다양한 분야로 AI 영상 합성 기술 적용 범위를 확대할 계획이다. 산학 공동 연구를 통해 확보한 컴퓨터 비전 원천 기술을 기반으로 기업 고객 대상 AI 미디어 솔루션 경쟁력을 지속 강화하고, 상용 서비스를 고도화해 AI 기반 콘텐츠 제작 시장 공략을 이어간다는 방침이다. 양승지 SK텔레콤 엔터프라이즈기술지원담당은 "이번 ECCV 2026 논문 채택은 SKT의 AI 영상 합성 기술이 세계적 무대에서 인정받은 성과"라며 "앞으로도 광고·미디어 분야에서 바로 활용할 수 있는 고품질 AI 영상 합성 기술을 지속 고도화해 나갈 것"이라고 말했다.
2026-06-30 08:44:42
-
-
농업은 AI 시대의 마지막 현장인가
[경제일보] 농촌은 오래전부터 늙고 있었다. 도시가 그것을 외면했을 뿐이다. 농번기마다 일손이 없다고 했다. 외국인 계절근로자가 부족하다고 했다. 인건비가 올랐다고 했다. 비가 오면 사람이 없고 해가 뜨면 사람이 더 없다고 했다. 우리는 그것을 해마다 반복되는 농촌의 어려움쯤으로 여겼다. 그러나 이제는 그런 말로 넘길 수 없는 지점에 와 있다. 농촌 고령화는 농촌만의 문제가 아니다. 식량의 문제이고 지역의 문제이며 국가 산업의 문제다. 농민이 사라지면 농업도 사라진다. 농업이 흔들리면 식탁과 물가, 지역경제와 식량 안보가 함께 흔들린다. 쌀과 과일, 채소와 축산물이 식탁에 오르기까지 누군가는 땅을 갈고 씨를 뿌리고 병충해를 막고 수확해야 한다. 그 일을 할 사람이 빠르게 줄고 있다. 정부와 민간이 농업용 로봇·드론 협의체를 출범시킨 것은 그런 점에서 늦었지만 필요한 일이다. 자율주행 농기계, 농업용 로봇, 농작업 드론, 지능형 의사결정 기술을 함께 개발하겠다는 방향은 농업의 현실을 정면으로 보는 출발점이다. 이제 농업은 사람의 허리와 손끝에만 기대서는 버틸 수 없다. 사람을 기다릴 시간이 농촌에는 많지 않다. 하지만 이 문제를 단순히 로봇 몇 대, 드론 몇 대를 보급하는 일로 봐서는 안 된다. 농촌의 진짜 질문은 더 크다. 농업에 인공지능과 피지컬 AI를 결합해 차세대 농업 시대를 열 수 있는가. 농업을 고령화에 밀려나는 사양 산업이 아니라 데이터와 로봇, 센서와 자동화가 결합된 미래 산업으로 다시 세울 수 있는가. 핵심은 여기에 있다. AI는 지금까지 주로 화면 속에서 이야기됐다. 질문에 답하고 문서를 쓰고 이미지를 만들고 코드를 짜는 기술로 받아들여졌다. 그러나 농업이 요구하는 AI는 다르다. 흙을 읽어야 하고 날씨를 견뎌야 하며 작물의 상태를 판단해야 한다. 물과 비료, 방제 시점까지 결정해야 한다. 드론은 하늘에서 농지를 살피고 로봇은 땅 위에서 움직이며 AI는 그 데이터를 분석해 다음 작업을 지시해야 한다. 이것이 피지컬 AI다. 화면 안의 지능이 현실의 땅과 기계, 작물 속으로 들어오는 것이다. 농업은 피지컬 AI가 가장 절실한 현장이다. 공장 자동화는 이미 오래전부터 진행됐다. 물류센터에도 로봇이 들어갔다. 항만과 창고도 자동화되고 있다. 그러나 논밭은 여전히 사람의 노동에 크게 기대고 있다. 잡초를 뽑고 농약을 치고 과일을 따고 박스를 나르는 일은 여전히 고된 노동이다. 고령 농민에게 하루하루는 체력과의 싸움이다. 이런 현실을 그대로 두고 농업의 미래를 말하는 것은 공허하다. 드론은 방제와 파종, 생육 관찰을 바꿀 수 있다. 자율주행 농기계는 반복 작업의 부담을 줄일 수 있다. 수확 로봇과 운반 로봇은 고령 농민의 가장 무거운 노동을 덜어줄 수 있다. AI는 토양과 기상, 병해충 데이터를 분석해 언제 물을 주고 언제 약을 치고 언제 수확할지를 판단할 수 있다. 농업이 경험과 감에만 의존하던 시대에서 데이터와 알고리즘이 함께 판단하는 시대로 넘어갈 수 있다는 뜻이다. 이 변화가 성공하면 농업의 성격도 달라진다. 농업은 더 이상 노동집약 산업에만 머물지 않는다. 데이터 산업이 되고 로봇 산업이 되며 정밀기계 산업이 된다. 지역 기반 AI 서비스 산업으로도 확장될 수 있다. 농민은 단순 노동자가 아니라 데이터와 장비를 다루는 현장 운영자가 된다. 청년 세대에게도 농업은 전혀 다른 모습으로 다가올 수 있다. 물론 현실의 벽도 높다. 농업 현장은 실험실과 다르다. 논은 평평하지 않고 밭은 제각각이며 날씨는 통제되지 않는다. 도시의 시연장에서 잘 움직인 로봇이 농촌의 진흙과 경사, 습도와 먼지 속에서도 제대로 작동해야 한다. 농업용 AI는 발표장에서 똑똑한 것보다 현장에서 고장 나지 않는 것이 먼저다. 가격 역시 넘어야 할 과제다. 농가의 상당수는 규모가 작다. 고가의 로봇과 자율주행 농기계를 농민 개인이 모두 구입하기는 어렵다. 기술이 좋아도 감당할 수 없으면 혁신이 아니라 전시품에 불과하다. 정부와 지자체는 장비 보조금만 고민할 것이 아니라 공동 이용센터와 임대형 로봇 서비스, 지역 정비 인력 양성까지 함께 설계해야 한다. AI 농업은 장비 판매 사업이 아니라 현장 운영 인프라 사업에 가깝다. 데이터의 주인도 분명해야 한다. 농업 AI가 작동하려면 토양과 기상, 병해충, 생육, 수확량, 농기계 운행 데이터가 축적돼야 한다. 그 데이터는 누가 모으고 누가 활용하며 누가 이익을 얻는가. 농민의 작업 기록과 생산 정보가 기업 서버에만 쌓이고 농민에게 돌아오지 않는다면 또 다른 종속이 생길 수 있다. AI 농업은 농민을 단순한 데이터 제공자로 만들어서는 안 된다. 더 나은 판단과 더 높은 소득으로 이어져야 한다. 농업의 AI 전환은 농촌만의 문제가 아니다. 산업적 기회라는 측면에서도 의미가 크다. 농업용 로봇과 드론은 단순한 농기계 시장이 아니다. 센서와 배터리, 통신과 자율주행, 정밀제어와 클라우드, AI 모델과 정비 서비스가 결합된 종합 산업이다. 한국이 제조업과 정보통신기술을 농업 현장과 제대로 연결한다면 새로운 수출 산업으로 키울 수 있다. 고령화와 농업 인력난은 한국만의 문제가 아니다. 일본과 유럽, 중국과 동남아 역시 같은 고민을 안고 있다. 한국 농촌에서 검증된 AI 농업 모델은 해외 시장에서도 경쟁력이 있을 수 있다. 다만 농촌을 기술의 실험장으로만 바라봐서는 안 된다. 농민은 신기술을 싫어해서가 아니라 실패 비용을 감당하기 어렵기 때문에 조심한다. 한 해 농사를 망치면 다시 기회를 얻기 어렵다. 로봇이 멈추고 드론이 사고를 내고 AI 판단이 빗나가면 피해는 농민이 떠안게 된다. 그래서 AI 농업에는 성능 검증과 보험, 사고 책임, 사후관리, 교육 체계가 함께 갖춰져야 한다. 기술이 농민을 설득하려면 먼저 농민의 위험을 줄여줘야 한다. 정부의 역할도 중요하다. 협의체를 만들고 연구개발비를 지원하는 데 그쳐서는 안 된다. 현장에서 활용할 수 있는 표준을 만들고 중소기업이 참여할 수 있는 시장을 열어야 한다. 작은 농가도 쉽게 이용할 수 있는 보급 모델을 마련해야 한다. 대학과 연구기관은 논문보다 현장 성과로 평가받아야 하고, 기업은 시연 영상보다 농민의 노동을 얼마나 줄였는지로 평가받아야 한다. AI 농업의 성패는 행사장의 박수가 아니라 논밭의 변화로 판단해야 한다. 농촌 고령화는 더 이상 농촌만의 문제가 아니다. 식량 안보와 지역경제, 국가 산업 경쟁력과 직결된 문제다. 그런 점에서 농업용 로봇·드론 협의체 출범은 단순한 기술 개발 사업 이상의 의미를 갖는다. 중요한 것은 협의체의 이름이 아니다. 실제 농민의 노동을 얼마나 덜어줄 수 있는지, 소규모 농가도 부담 없이 활용할 수 있는지, 고장이 나면 즉시 지원받을 수 있는 체계를 갖출 수 있는지가 더 중요하다. 기술은 결국 현장에서 증명돼야 한다. AI와 로봇은 농민을 대체하기 위한 수단이 아니다. 더 오래, 더 안전하게, 더 생산적으로 일할 수 있도록 돕는 도구다. 농업의 미래 역시 사람을 지우는 데 있는 것이 아니라 사람의 한계를 보완하는 데 있다. 농촌은 피지컬 AI가 가장 먼저 가치를 입증해야 할 현장이다. 흙 위에서 검증되지 못한 기술은 산업이 될 수 없다. 농업의 미래는 흙을 떠나는 데 있는 것이 아니라, 흙 위에 지능을 더하는 데 있다.
2026-06-23 13:32:34
-
-