검색결과 총 893건
-
독자 AI '현장 투입' 나선 SKT…산업 AI 생태계 강화
[경제일보] 생성형 인공지능(AI) 경쟁이 모델 개발을 넘어 실제 산업 현장 적용 단계로 확대되고 있다. 독자 AI 모델의 성능뿐 아니라 제조와 금융, 공공 등 다양한 산업에 얼마나 빠르게 적용해 성과를 만들어내느냐가 경쟁력으로 떠오르는 가운데 SK텔레콤이 산업 AI 전문기업을 컨소시엄에 추가하며 독자 AI 생태계 확장에 속도를 내고 있다. 14일 SK텔레콤은 정부의 독자 AI 파운데이션 모델 프로젝트 컨소시엄 '정예팀'에 SK AX와 테크노매트릭스를 신규 참여사로 영입했다고 밝혔다. 산업 AI 전환(AX)과 AI 모델 운영 최적화 전문기업을 추가해 독자 AI 모델의 산업 확산 역량을 한층 강화한다는 전략이다. 이번에 합류한 SK AX는 제조와 통신·미디어, 반도체, 금융, 공공 등 다양한 산업에서 AI 전환 사업을 수행해 온 기업으로 평가된다. 컨소시엄에서는 기업 간 거래(B2B) AI 전환 사례 발굴과 실증, 산업 확산 체계 구축 등을 담당하며, 독자 AI 모델을 실제 기업 업무와 생산 현장에 적용하고 활용 사례를 확대하는 역할을 맡게 된다. 테크노매트릭스는 AI·머신러닝·파운데이션 모델 운영(FM-Ops) 전문기업이다. AI 모델을 안정적으로 운영하고 지속적으로 개선하는 기술력을 바탕으로 제조와 금융, IT 분야에서 다양한 프로젝트를 수행해 왔다. SK텔레콤은 테크노매트릭스의 운영 최적화 역량을 활용해 독자 AI 모델이 개발 이후에도 산업 현장에서 지속적으로 활용될 수 있는 운영 체계를 구축한다는 계획이다. 최근 AI 산업에서는 모델 개발 자체보다 이를 실제 서비스와 산업 현장에 안정적으로 적용하고 지속적으로 고도화하는 역량이 중요해지고 있다. 기업들은 AI 모델을 개발한 뒤에도 운영과 성능 개선, 비용 최적화 등을 반복해야 하는 만큼 산업별 특성을 반영한 AI 운영 체계 확보가 핵심 경쟁력으로 떠오르고 있다. SK텔레콤은 이번 참여사 확대를 통해 모델 개발부터 데이터 구축, AI 반도체 활용, 서비스 실증, 산업 적용까지 이어지는 협력 체계도 강화했다. 컨소시엄은 모델·인프라, 선행연구, 데이터, 서비스 확산 등 4개 트랙으로 역할을 나눠 운영하며 참여 기관 간 협업을 추진하고 있다. 이를 통해 AI 모델 개발과 산업 적용, 서비스 확산이 유기적으로 이어지는 생태계를 구축한다는 구상이다. 이 같은 협력을 기반으로 SK텔레콤 정예팀은 독자 AI 파운데이션 모델 'A.X K2'도 개발했다. A.X K2는 대규모 언어 모델(LLM)의 에이전틱 AI 역량을 강화하는 데 초점을 맞춘 모델로, 복잡한 업무를 스스로 이해하고 계획·수행하는 능력을 높이는 동시에 산업 현장 적용을 위한 개방성과 효율성도 함께 고려해 설계됐다. 활용 분야도 지속 확대한다. SK텔레콤은 산업 AI 전환을 비롯해 공공·국방, 제조, 게임, 모빌리티, 검색, 보안, 바이오 등 다양한 분야에서 독자 AI 모델 활용을 추진하고 있다. 에이닷과 에이닷 비즈, T맵 등 자사 주요 서비스를 통해 국민이 일상에서 독자 AI를 경험할 수 있도록 하는 한편, 향후에는 정보 탐색과 일정 관리, 공공·민간 서비스 연계 등을 수행하는 생활 밀착형 AI 에이전트로 발전시킬 계획이다. 산업 현장 적용도 확대하고 있다. 철강 제조기업 KG스틸에서는 AI 에이전트를 활용한 제조 혁신을 추진하고 있으며, 코넥과는 주조·가공 공정의 품질 개선을 위한 제조 AI 적용을 진행 중이다. 이 밖에도 국방 특화 AI 모델 개발을 추진하는 한편, 포티투닷과 협력해 모빌리티와 온디바이스 AI 분야로 활용 범위를 넓히고 있다. 라이너와는 검색 및 지식 서비스에 적용할 고품질 학습 데이터를 구축하고 사용자 피드백을 반영해 모델 완성도를 높이고 있다. SK텔레콤은 앞으로도 다양한 산업 분야의 기업들과 협력을 확대해 독자 AI 모델의 활용 범위를 넓히고 산업 현장에서 실제 성과를 창출하는 AI 생태계를 구축한다는 방침이다. 김태윤 SK텔레콤 파운데이션 모델 담당은 "독자 모델 개발부터 산업 AI 전환까지 정예팀 역량을 결집해 K-AI 생태계 확산에 기여할 것"이라고 말했다.
2026-07-14 10:22:57
-
한화큐셀, 우주 태양광 시장 뛰어든다…한·미·유럽 협력망 구축
[경제일보] 한화큐셀이 차세대 태양전지인 ‘페로브스카이트-실리콘 탠덤 셀’을 앞세워 우주 태양광 시장 공략에 나선다. 지상용 태양광 분야에서 쌓은 기술과 생산 역량을 우주용 태양전지로 확대하고 미국과 유럽의 연구기관·기업들과 협력망을 구축한다는 계획이다. 한화큐셀은 13일부터 이틀간 서울 본사와 충북 진천공장에서 ‘우주태양광 이노베이션 워크숍 2026’을 열었다고 14일 밝혔다. 행사에는 한국과 미국, 유럽의 정부·연구기관·대학·기업 관계자 등 우주 태양광 전문가 40여 명이 참석했다. 미국 에너지부와 조지아공과대학교 우주연구소, 애리조나주립대학교를 비롯해 한국과학기술연구원(KIST), 한국전자기술연구원(KETI), 고려대학교, 성균관대학교 등이 참여했다. 글로벌 데이터센터 사업자와 우주 발사 서비스 기업 관계자들도 참석해 우주 태양광 기술의 연구개발과 생산, 사업화 방안을 논의했다. 한화큐셀은 참가자들에게 진천공장의 페로브스카이트-실리콘 탠덤 태양전지 시험 생산라인을 공개했다. 탠덤 셀은 서로 다른 파장의 빛을 흡수하는 페로브스카이트와 실리콘을 결합한 태양전지다. 실리콘만 사용하는 기존 태양전지보다 발전 효율을 높일 수 있어 차세대 태양광 기술로 꼽힌다. 한화큐셀은 지상용으로 개발해 온 탠덤 셀을 우주용으로 전환하는 연구도 진행하고 있다. 지난달에는 미국 항공우주국(NASA)이 지원하고 조지아공대가 참여하는 우주 과학기술 실증 사업에 탠덤 셀을 공급한다고 발표했다. 한화큐셀이 공급한 태양전지는 달 표면과 유사한 환경에서 성능 검증을 받는다. 진공 상태와 큰 일교차, 강한 자외선과 우주 방사선에 노출됐을 때 발전 성능과 내구성이 얼마나 유지되는지를 확인할 예정이다. 우주에서는 태양전지를 수리하거나 교체하기 어렵다. 발사 비용을 줄이려면 무게는 가벼워야 하고 오랜 기간 방사선과 온도 변화에도 성능이 떨어지지 않아야 한다. 높은 발전 효율과 내구성을 동시에 확보하는 기술이 우주용 태양전지의 경쟁력을 좌우하는 이유다. 한화큐셀은 지난 6월 기술본부 산하에 우주태양광개발팀을 신설했다. 앞으로 우주용 태양전지 소재와 생산 공정, 위성용 태양광 시스템 설계, 우주 환경에서의 신뢰성 분석과 성능 저하 예측 분야 인력을 확보할 계획이다. 미국에도 관련 연구개발 조직을 구축한다. 이번 행사에는 정부가 추진하는 ‘K-문샷 프로젝트’의 태양전지 분야 미션 총괄관리자(PD)인 신현정 성균관대학교 교수도 참석했다. 과학기술정보통신부는 지난 5월 신 교수를 태양전지 분야 PD로 위촉했다. K-문샷은 2035년까지 과학기술을 통해 12개 국가적 과제를 해결하겠다는 범정부 연구개발 사업이다. 다니엘 머펠드 한화큐셀 최고기술책임자(CTO)는 “산업계와 정부, 학계의 글로벌 전문가들과 접점을 넓혀 실질적인 협력으로 이어가겠다”며 “지상용 태양광 분야에서 축적한 생산 기술을 바탕으로 우주 전력 시장에서도 경쟁력을 확보하겠다”고 말했다.
2026-07-14 08:53:42
-
-
-
AI 스타트업 키운다…메가존클라우드, 서울 AI 허브와 맞손
[경제일보] 생성형 인공지능(AI) 확산으로 GPU와 고성능 컴퓨팅(HPC) 인프라 확보가 AI 기업의 핵심 경쟁력으로 떠오르고 있다. 특히 자체 인프라 구축이 어려운 스타트업을 중심으로 클라우드 기반 AI 인프라 수요가 늘어나는 가운데 메가존클라우드가 서울 AI 허브와 손잡고 서울 소재 AI 기업 지원에 나선다. 13일 메가존클라우드는 서울 AI 허브와 'AI 산업 생태계 활성화 및 AI 기업 성장 지원을 위한 업무협약(MOU)'을 체결했다고 밝혔다. 양측은 서울 소재 AI 기업의 연구개발(R&D)과 사업화, 글로벌 경쟁력 강화를 지원하고 AI 산업 생태계 활성화를 위해 협력할 계획이다. 서울 AI 허브는 서울시가 운영하는 AI 산업 육성 거점으로 유망 AI 기업 발굴과 육성, 기업 지원 프로그램 운영, 산·학·연·관 협력 네트워크 구축 등을 담당하고 있다. 메가존클라우드는 허브에 참여하는 AI 기업을 대상으로 멀티클라우드 기반 AI 인프라와 기술 지원, 전문 컨설팅을 제공하며 AI 서비스 개발과 사업화를 지원할 예정이다. 양측은 생성형 AI와 대규모 언어 모델(LLM), AI 에이전트 등 최신 AI 기술 활용을 확대하기 위한 공동 프로그램도 추진한다. AI 기업을 대상으로 GPU와 AI 인프라 지원은 물론 기술 세미나와 네트워킹 프로그램 등을 운영해 기술 경쟁력과 사업 역량을 함께 강화한다는 방침이다. 최근 AI 산업에서는 우수한 모델 개발뿐 아니라 이를 안정적으로 학습·운영할 수 있는 컴퓨팅 인프라 확보가 기업 경쟁력을 좌우하는 요소로 부상하고 있다. 특히 AI 스타트업은 초기 투자 부담이 큰 GPU와 서버를 자체 구축하기보다 클라우드 기반 인프라를 활용하는 사례가 늘고 있으며, 공공기관과 민간 기업이 협력해 AI 인프라를 지원하는 사업도 확대되는 추세다. 메가존클라우드와 서울 AI 허브는 현재 '서울 AI 허브 AI 기업 고성능 컴퓨팅 인프라 서비스' 사업도 공동 수행하고 있다. 서울 AI 허브는 올해 총 100개 AI 기업 지원을 목표로 사업을 운영하고 있으며, 메가존클라우드는 GPU 인프라 공급기업으로 참여해 멀티클라우드 기반 GPU 인프라와 기술 지원을 제공하고 있다. 최근 열린 사업 오리엔테이션에는 1차 선정 기업 약 70개사가 참여해 사업 운영 방안과 AI 인프라 활용 전략을 공유했다. 양측은 추가 참여 기업을 모집해 올해 총 100개 AI 기업 지원 목표를 달성하고, AI 서비스 개발부터 사업화, 글로벌 시장 진출까지 이어질 수 있도록 지원 프로그램을 지속 확대해 나갈 계획이다. 메가존클라우드는 이번 협력을 계기로 서울 지역 AI 기업의 기술 경쟁력 강화는 물론 AI 생태계 활성화에도 기여한다는 방침이다. AI 인프라와 클라우드 기술, 전문 컨설팅을 결합해 스타트업의 개발 부담을 낮추고 연구개발과 사업화 속도를 높이는 한편, 국내 AI 기업의 글로벌 경쟁력 확보를 위한 지원도 지속 확대해 나갈 계획이다. 서민택 메가존클라우드 부사장은 "AI 산업의 경쟁력은 우수한 기술뿐 아니라 이를 뒷받침하는 인프라와 생태계에서 나온다"며 "서울 AI 허브와의 협력을 통해 유망 AI 기업들이 최신 AI 기술과 고성능 컴퓨팅 자원을 활용해 혁신을 가속화하고 글로벌 시장에서도 경쟁력을 확보할 수 있도록 적극 지원하겠다"고 말했다.
2026-07-13 16:25:54
-
후보지는 한 달이면 정한다는데…반도체 공장은 언제 돌아가나
[경제일보] 정부가 반도체 첨단산업단지 지정 요청이 들어오면 한 달 안에 후보지를 정하기로 했다. 통상 10년 이상 걸리는 산업단지 조성 기간을 기업 투자 일정에 맞춰 대폭 줄이겠다는 것이다. 용인 반도체 국가산업단지의 전체 조성 일정도 당초 2047년에서 2040년으로 최대 7년 앞당길 방침이다. 그러나 후보지 지정은 공장이 가동되기까지 거쳐야 할 긴 절차의 출발점일 뿐이다. 반도체 산업은 시간 싸움이다. 미국과 일본, 대만은 생산시설을 자국에 끌어들이기 위해 보조금과 세제 혜택을 앞세우고 있다. 기술이 있어도 공장 건설과 양산이 늦어지면 시장을 선점하기 어렵다. 기업의 투자를 느린 행정절차가 붙잡아서는 안 된다는 정부의 문제의식은 타당하다. 문제는 정부가 내세운 ‘한 달’이 전체 산단 조성기간 가운데 극히 일부라는 점이다. 후보지 선정 이후 산업단지계획 수립과 관계기관 협의, 주민 의견 수렴, 환경영향평가, 토지보상, 이주대책, 부지 조성공사가 이어진다. 전력과 용수, 도로와 철도까지 제때 갖춰져야 생산라인을 돌릴 수 있다. 후보지를 빨리 정해도 나머지 절차가 뒤따르지 못하면 기업이 체감하는 투자 시계는 달라지지 않는다. 산업단지 인허가를 줄이기 위한 제도도 이미 있다. 산업단지 인허가 절차 간소화 특례법은 관계기관 협의를 동시에 진행하고 일정한 기간 안에 의견을 내도록 규정하고 있다. 정부가 다시 패스트트랙을 꺼내 들었다면 기존 제도가 현장에서 기대만큼 작동하지 않은 원인부터 밝혀야 한다. 법을 하나 더 만들고 전담 조직을 늘리는 것만으로는 부처 간 이견과 주민 갈등을 해소하기 어렵다. 용인 국가산단은 정부가 풀어야 할 문제가 무엇인지를 보여준다. 정부는 2023년 3월 용인시 처인구 이동읍과 남사읍 일대를 국가산단 후보지로 선정했고 2024년 12월 산업단지계획을 승인했다. 후보지 선정에서 산단 승인까지 1년9개월이 걸렸다. 통상적인 국가산단 사업과 비교하면 빠른 편이지만 정작 사업 현장에서는 토지보상이 다음 관문으로 남아 있다. 용인 국가산단 예정지 727만4000㎡ 가운데 지난달 말까지 토지 보상 협의가 끝난 면적은 274만1000㎡로 37.7% 수준이다. 상당수 토지 소유자가 보상액에 이의를 제기하면서 수용재결 절차도 진행되고 있다. 정부는 연내 보상을 마무리한 뒤 부지 조성공사에 들어가겠다고 했지만 보상과 이주가 계획대로 끝날지는 장담하기 어렵다. 사업기간을 줄인다는 이유로 보상과 주민 의견 수렴을 형식적으로 처리해서도 안 된다. 보상 기준과 이주대책을 둘러싼 갈등이 길어지면 공사 지연과 소송으로 이어질 수 있다. 주민을 설득하는 데 드는 시간을 행정 낭비로 볼 것이 아니라 전체 사업기간을 줄이기 위한 과정으로 봐야 한다. 초기 단계부터 보상 기준과 생활대책을 공개하고 이견을 조정하는 편이 결과적으로 더 빠르다. 토지보상보다 더 까다로운 문제는 전력이다. 용인 반도체 클러스터에는 장기적으로 10GW가 넘는 전력이 필요한 것으로 추산된다. 발전소와 변전소를 산단 안에 짓는 것만으로 부족하고 외부 전력을 끌어오기 위한 장거리 송전망도 새로 설치해야 한다. 송전선로의 노선 선정과 부지 확보, 환경 검토, 주민 협의를 감안하면 산단 승인과는 다른 차원의 난제다. 산단 부지 조성만 7년 앞당기고 송전망이 뒤따르지 못하면 공장 가동 시점은 앞당겨지지 않는다. 어느 지역에서 전기를 가져오고 송전선로가 어느 지방자치단체를 지나며 변전소를 어디에 설치할 것인지가 먼저 확정돼야 한다. 첫 번째 생산라인이 필요로 하는 전력을 언제부터 공급할 수 있는지도 공개해야 한다. ‘전력 공급에 차질이 없도록 하겠다’는 원론적인 설명만으로는 부족하다. 용수 문제도 다르지 않다. 정부가 추진하는 용인 반도체 산업단지 통합용수공급 사업은 하루 107만2000t의 공업용수를 공급하는 대형 사업이다. 팔당댐에서 용인까지 46.9㎞에 이르는 전용 관로와 가압시설을 새로 설치해야 하고 사업비도 2조원을 웃돈다. 1단계 용수 공급 목표 시점은 2031년이다. 용인 국가산단과 인근 일반산단의 전체 용수 수요는 하루 약 133만t으로 예상된다. 기존 댐의 여유 물량만으로는 부족해 하수 재이용수와 발전용 댐의 물까지 활용하는 방안이 검토되고 있다. 물을 확보하는 것과 수십㎞의 관로를 제때 설치하는 일은 별개 문제다. 관로가 지나는 지역과의 협의가 늦어지면 공장 완공 이후에도 용수 공급을 기다려야 하는 상황이 벌어질 수 있다. 정부는 용인 국가산단의 최종 완공 시점을 2040년으로 앞당기겠다고 밝혔다. 그러나 기업에 중요한 시점은 마지막 공장이 들어서는 2040년이 아니라 첫 번째 생산라인을 언제 착공하고 가동할 수 있느냐다. 첫 팹에 필요한 토지를 언제 넘기고 공사용 도로를 언제 개통하며 전력과 용수를 어느 시점부터 얼마나 공급할 것인지가 투자 판단을 좌우한다. 배후 교통망도 산단 공사와 따로 움직여서는 안 된다. 정부는 이동 공공주택지구 인허가를 내년 초까지 마치고 국도 45호선 확장사업도 오는 8월 발주할 계획이다. 주택과 도로 건설이 산단보다 늦으면 출퇴근 혼잡과 주거난이 불가피하다. 공장만 먼저 지어 놓고 근로자에게 장거리 출퇴근을 감수하라고 할 수는 없다. 호남권에 새로 조성하겠다는 반도체 국가산단은 용인보다 불확실성이 더 크다. 정부는 광주 군공항 이전 부지를 중심으로 팹 4기가 들어서는 국가산단과 연구·창업·주거 기능을 갖춘 첨단도시를 조성하겠다고 했다. 기업 투자 규모로 800조원을 제시했지만 투자 주체와 투자 시기, 공장별 착공 일정은 아직 구체적으로 공개되지 않았다. 산단 부지로 거론된 광주 군공항 이전 부지는 군공항 이전과 종전부지 개발, 재원 조달 문제가 먼저 풀려야 한다. 군공항 이전이 늦어지면 산단 부지 확보도 늦어진다. 후보지 지정만 한 달 안에 마치겠다고 해서 해결될 문제가 아니다. 군공항 이전부터 토지 인도와 산단 조성, 기반시설 공급까지 하나의 일정으로 관리해야 한다. 정부가 내세운 ‘출퇴근 30분, 수출입 물류 1시간’이라는 목표도 구체성이 부족하다. 도로와 철도의 노선, 사업비, 착공과 개통 시점이 함께 제시돼야 한다. 무안국제공항의 기반시설과 기능을 강화한다는 계획도 어떤 물류를 얼마나 처리할 것인지가 나와야 한다. 반도체 물류에 필요한 보안과 온습도 관리, 신속한 통관 체계를 어떻게 갖출 것인지도 설명해야 한다. 산업단지 조성기간을 줄이는 방법이 환경영향평가를 건너뛰거나 주민 권리를 축소하는 것이어서는 안 된다. 개발계획 수립과 환경조사, 기반시설 설계를 사업 초기부터 동시에 진행하고 부처 간 이견을 신속히 조정하는 것이 핵심이다. 문제가 생길 때마다 관계부처 회의를 여는 방식으로는 기업 시간표를 맞출 수 없다. 단계별 책임 기관과 최종 결정권자를 정해 둬야 한다. 정부가 내놓아야 할 것은 ‘한 달 안에 후보지 지정’이라는 숫자보다 공장 가동일까지 이어지는 전체 공정표다. 후보지 선정과 산단 승인, 토지보상, 부지 조성, 송전망과 용수관로, 도로와 철도 건설을 하나의 일정표에 담아야 한다. 각 단계의 완료 시점과 책임 부처를 공개하고 일정이 늦어질 경우의 대응책도 마련해야 한다. 반도체 공장은 산업단지 지정 고시만으로 돌아가지 않는다. 땅과 전기, 물, 도로가 필요한 시점에 함께 준비돼야 생산라인이 움직인다. 후보지를 한 달 안에 정하는 것은 의미 있는 출발이다. 정부의 속도전이 성과를 내려면 그다음 10년을 어디에서 어떻게 줄일 것인지부터 보여줘야 한다.
2026-07-13 16:20:06
-
-
-
-
-
-
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
-
-
산단 10년을 5년으로…기업형 첨단도시, 결국 '사람'이 답이다
[경제일보] 정부가 '산단 조성 10년' 시대를 끝내겠다고 선언했다. 반도체와 피지컬 AI, AI 데이터센터를 대한민국 미래 산업의 3대 축으로 육성하기 위해 기업이 원하는 부지를 신속하게 공급하고 공장과 연구시설이 집적된 첨단산업 거점을 조성하겠다는 구상이다. 그러나 산업계에서는 이번 프로젝트의 성패가 인허가 기간 단축보다 우수 인재의 정착과 지속 가능한 산업 생태계 구축 여부에 달려 있다는 분석이 나온다. 반도체와 AI 산업은 공장만 세운다고 경쟁력이 확보되는 산업이 아니다. 세계적인 연구개발(R&D) 인력과 협력기업, 대학, 병원, 교육·문화시설이 유기적으로 연결돼야 지속적인 투자와 기술 혁신이 가능하다. 첨단산업 경쟁의 무게중심이 생산시설 확충에서 인재와 산업 생태계를 갖춘 도시 조성으로 옮겨가고 있다는 분석이 나오는 이유다. 이재명 대통령은 지난달 29일 청와대에서 열린 '대한민국 대도약 3대 메가프로젝트 국민보고회'에서 반도체·피지컬 AI·AI 데이터센터를 국가 미래 성장동력으로 제시하며 기업형 첨단도시 조성을 핵심 정책으로 내세웠다. 정부는 산단 기획부터 공장 가동까지 통상 10년 이상 걸리던 절차를 5년 이하로 단축하고 기업과 인재가 함께 모이는 새로운 산업도시를 조성하겠다는 목표를 제시했다. 산단에서 첨단도시로…정부가 바꾸려는 산업 지도 이번 구상의 핵심은 산업단지를 단순한 생산기지가 아닌 생활권과 결합한 첨단도시로 조성하겠다는 데 있다. 정부는 기업 맞춤형 입지 공급과 함께 주거·교육·문화·의료 시설을 확충하고 정주지까지 30분, 공항과 항만 등 물류 거점까지 1시간 이내 이동할 수 있는 교통망 구축을 추진하기로 했다. 지역 거점 국립대와 연계한 인재 양성 체계도 함께 마련한다는 계획이다. 정부가 이처럼 '도시'를 강조하는 이유는 첨단산업 경쟁력을 좌우하는 요소가 달라졌기 때문이다. 과거 제조업 시대에는 공장을 빠르게 건설하고 생산능력을 확대하는 것이 경쟁력의 핵심이었다. 그러나 AI 시대에는 반도체 공장과 데이터센터, 피지컬 AI 생산시설이 하나의 산업 생태계로 연결되고 이를 운영할 고급 인력이 지속적으로 유입돼야 경쟁력을 유지할 수 있다. 실제 반도체 기업들의 투자 판단 기준도 달라지고 있다. 단순한 부지 확보를 넘어 엔지니어가 장기간 근무할 수 있는 주거 환경과 교육 여건, 의료 서비스, 교통 접근성, 협력사와 연구기관이 밀집한 연구개발 기반 등이 종합적으로 고려된다. 최첨단 공장을 구축하더라도 우수 인력을 안정적으로 확보하지 못하면 생산성과 연구개발 역량을 유지하기 어렵기 때문이다. 결국 투자 경쟁력은 공장 자체보다 우수 인력이 장기간 머물 수 있는 정주 여건에서 갈린다는 것이 산업계의 공통된 시각이다. TSMC·인텔이 보여준 교훈…공장만으로는 생태계 못 만들어 이 같은 변화는 해외 주요 반도체 클러스터에서도 확인된다. 대표적인 사례가 미국 애리조나다. 세계 최대 파운드리 기업 TSMC는 미국 정부의 반도체 육성 정책에 맞춰 대규모 생산시설을 건설하고 있지만 초기에는 반도체 설비를 설치할 숙련 기술인력 부족으로 공장 가동 일정이 연기됐다. 현지 인력 확보에 어려움을 겪으면서 대만 엔지니어를 파견해 교육을 병행하는 등 인력 문제가 사업 추진의 핵심 변수로 떠올랐다. 대규모 투자만으로 첨단산업 생태계가 완성되지 않는다는 점을 보여준 대표 사례로 평가된다. 인텔 역시 미국 오하이오주에 대규모 반도체 생산단지를 조성하며 '실리콘 하트랜드(Silicon Heartland)' 구축에 나섰지만 시장 환경 변화와 투자 일정 조정, 기반시설 조성 등의 영향으로 당초 계획보다 공장 완공 시점이 늦춰졌다. 업계에서는 대규모 첨단산업 클러스터는 생산시설 건설만으로 완성되는 것이 아니라 인재 확보와 협력기업 유치, 도시 기반시설 확충이 함께 이뤄져야 지속 가능한 경쟁력을 확보할 수 있다는 점을 보여준 사례로 보고 있다. 국내 상황도 크게 다르지 않다. 삼성전자 용인 반도체 클러스터와 평택캠퍼스는 세계 최대 규모의 생산거점으로 성장하고 있지만 상당수 연구개발 인력은 용인과 분당, 수지, 동탄 등 수도권 생활권을 기반으로 근무하고 있다. 연구개발 인력과 협력기업, 대학, 교통망이 이미 집적돼 있다는 점이 수도권 반도체 클러스터의 경쟁력을 뒷받침하는 요소로 꼽힌다. '빠른 산단'보다 '머물고 싶은 도시'가 경쟁력 반면 앞으로 조성될 서남권 반도체 클러스터와 AI 데이터센터, 피지컬 AI 거점은 생산시설과 함께 새로운 생활권을 구축해야 하는 과제를 안고 있다. 산업계에서는 우수 인력이 장기간 정착하려면 주거·교육·의료·문화 등 생활 인프라가 함께 구축돼야 한다고 보고 있다. 이런 점에서 정부가 이번 메가 프로젝트에서 기업형 첨단도시를 별도 축으로 제시한 것은 기존 산업단지 정책과 결이 다르다는 평가가 나온다. 과거 국가산업단지나 혁신도시 정책이 생산시설 공급이나 공공기관 이전에 초점을 맞췄다면 이번에는 산업과 주거, 연구개발, 교육, 교통을 하나의 생태계로 연결하는 데 방점을 찍고 있기 때문이다. 기업과 대학, 연구기관, 협력사가 유기적으로 연결되는 혁신 거점을 구축하겠다는 것이 정책의 핵심이다. 다만 정부 구상이 현실화되기 위해서는 정주 여건뿐 아니라 산업 기반시설 확보라는 과제도 해결해야 한다. 기업들이 요구하는 수준의 전력망과 용수 확보, 환경영향평가, 주민 수용성, 교통 인프라 구축 등이 계획대로 이뤄질지가 사업 추진 속도를 좌우할 것으로 보인다. 지역 거점 대학이 반도체와 AI 산업이 요구하는 고급 인력을 안정적으로 공급할 수 있을지도 기업형 첨단도시의 경쟁력을 결정하는 핵심 변수다. 산업계에서는 이번 정책이 단순히 산단 조성 기간을 절반으로 줄이는 데 그쳐서는 안 된다고 입을 모은다. 기업이 원하는 것은 빠른 인허가가 아니라 연구개발과 생산, 생활이 유기적으로 연결되는 지속 가능한 산업 생태계라는 것이다. 결국 정부가 제시한 '산단 10년에서 5년'이라는 목표의 진짜 의미는 공장을 더 빨리 짓는 데 있지 않다. AI 시대 국가 경쟁력은 생산시설의 규모보다 우수 인재와 기업이 지속적으로 모여 혁신을 이어갈 수 있는 기반을 얼마나 갖추느냐에 달려 있다. 기업형 첨단도시 역시 '빠른 산단'이 아니라 기업과 인재가 머물고 성장하는 혁신 거점으로 자리 잡을 때 비로소 800조원 규모 메가 프로젝트를 뒷받침하는 지속 가능한 성장 기반이 될 수 있을 것으로 보인다. 업계 관계자는 "반도체 산업은 결국 사람이 모여야 하는 산업인 만큼 주거·교육·의료·문화 등 정주 여건이 전력과 용수 못지않게 중요한 투자 요소"라며 "협력사와 소부장 기업이 함께 집적되고 지역 대학과 연계한 인재 양성 체계가 구축돼야 지속 가능한 반도체 생태계를 만들 수 있다"고 말했다.
2026-07-10 17:17:57
-
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