검색결과 총 9건
-
SK텔레콤, SK그룹 15GW AI 데이터센터 총괄…'AI 인프라 설계자'로 전면에
SK텔레콤이 SK그룹의 15GW 규모 인공지능(AI) 데이터센터(AIDC) 전략을 주도한다. SK하이닉스의 반도체와 그룹의 에너지·건설 역량을 하나의 AI 인프라로 연결하는 컨트롤타워 역할을 맡으면서 이동통신 중심의 사업 구조를 AI 데이터센터와 클라우드 중심으로 전환하는 데 속도를 내고 있다. SK그룹은 SK텔레콤을 중심으로 2029년까지 국내에 5GW 규모의 AI 데이터센터를 단계적으로 구축하고 수요와 투자 여건에 맞춰 2035년까지 최대 15GW 규모로 확대한다는 청사진을 제시했다. 영남권에 2GW 이상, 서남권에 1GW 규모 거점을 조성하는 방안도 포함됐다. 15GW는 단일 프로젝트가 아니라 중장기 확장 목표다. SK는 전략적 투자자 유치와 고객사의 장기 계약, 프로젝트파이낸싱(PF) 등을 통해 장기적으로 최대 1000조원 규모의 투자 유발 효과를 기대하고 있다. 실제 투자 규모는 고객 수요와 전력 확보, 부지 조성, 사업 추진 속도 등에 따라 달라질 전망이다. ■ AI 인프라 설계·운영 총괄…SKT가 앞에 선 이유 AI 데이터센터는 단순히 GPU 서버를 설치하는 시설이 아니다. 고성능 반도체와 안정적인 전력 공급, 냉각 설비, 초고속 네트워크를 하나의 시스템으로 통합 설계하고 운영하는 인프라 사업이다. SK텔레콤은 가산과 양주, 판교 데이터센터를 운영하며 축적한 경험과 네트워크 기술, 글로벌 고객 영업 역량을 바탕으로 그룹 AI 인프라 전략을 이끈다. 올해 1분기 AI 데이터센터 사업 매출도 가산센터 가동률 상승 등에 힘입어 1314억원을 기록했다. SK텔레콤은 부지 선정부터 전력 수급, 데이터센터 설계·구축·운영, 글로벌 고객 유치까지 사업 전반을 총괄한다. SK하이닉스는 고대역폭메모리(HBM)를 비롯한 AI 반도체 경쟁력을 제공하고 SK에코플랜트는 설계와 시공을 맡는다. 에너지 계열사는 발전원과 에너지저장장치(ESS), 냉각 솔루션 등 전력 인프라를 지원하는 구조다. 첫 시험대는 울산이다. SK텔레콤은 아마존웹서비스(AWS)와 약 7조원을 투입해 GPU 6만장 규모의 AI 데이터센터를 건설하고 있으며 2027년 하반기 가동을 목표로 하고 있다. 엔비디아와는 차세대 AI 데이터센터인 'AI 팩토리' 구축도 추진 중이다. SK텔레콤의 목표는 데이터센터 공간을 임대하는 코로케이션 사업에 머물지 않는다. 고객이 필요한 만큼 GPU를 사용할 수 있는 GPUaaS(GPU as a Service), AI 클라우드, 기업 맞춤형 AI 데이터센터 구축·운영까지 사업 영역을 넓히고 있다. 가산 데이터센터에서는 GPUaaS를 이미 상용화했다. 이는 정체된 이동통신 시장을 넘어 새로운 성장동력을 확보하기 위한 전략이기도 하다. 데이터센터 기획부터 운영까지 직접 맡게 되면 그룹 계열사의 반도체와 네트워크, 에너지 기술을 하나의 AI 서비스로 묶어 글로벌 빅테크와 기업 고객에게 제공할 수 있기 때문이다. AI 데이터센터를 그룹 내부 지원시설이 아니라 독립적인 AI 플랫폼 사업으로 육성하겠다는 구상이다. 시장 전망도 우호적이다. 맥킨지는 글로벌 데이터센터 수요가 2030년까지 연평균 19~22% 증가하고 예정된 공급이 모두 이뤄져도 미국에서만 15GW 이상의 공급 부족이 발생할 것으로 전망했다. 국내에서도 AI 데이터센터 특별법을 통한 인허가 절차 간소화와 비수도권 전력계통영향평가 특례 등이 사업 추진 속도를 높일 수 있는 요인으로 꼽힌다. 다만 과제도 적지 않다. 15GW 규모의 AI 데이터센터를 구축하려면 막대한 전력과 자본이 필요하다. 결국 사업의 성패는 2029년까지 추진하는 5GW 사업에서 안정적인 전력과 부지, 장기 계약 고객을 얼마나 확보하느냐에 달려 있다. AI 데이터센터는 새로운 수익원을 넘어 SK그룹의 미래 성장축으로 자리 잡을 가능성이 크다. 이동통신 기업에서 아시아 AI 인프라 운영사로의 전환이 현실화될 수 있을지 주목된다. [아주경제 2026년 07월 14일자 13면에 게재된 기사입니다.]
2026-07-14 10:36:05
-
AI 데이터센터는 누구의 전기를 먹고 자라는가
[경제일보] 인공지능은 더 이상 화면 속 기술이 아니다. 질문에 답하고 문서를 요약하는 도구에 머물지 않는다. 공장을 움직이고 병원을 보조하고 조선소와 물류창고, 자율주행차와 국방 시스템으로 들어가고 있다. AI가 현실 세계를 움직이기 시작한 순간, 산업정책의 언어도 달라졌다. 이제 AI 경쟁은 모델 성능의 문제가 아니다. 전력과 부지, 데이터센터와 지역 수용성의 문제가 됐다. 정부가 AI 데이터센터 산업 진흥과 피지컬 AI 확산에 속도를 내는 것은 당연하다. 늦으면 따라잡기 어렵다. 인허가를 빠르게 하고 비수도권 데이터센터 구축을 지원하고 제조 현장에 AI를 심겠다는 방향도 틀리지 않다. 반도체와 통신망, 로봇과 제조업을 가진 우리가 AI를 산업 현장과 결합하지 못한다면 미래 경쟁에서 설 자리는 좁아질 수밖에 없다. 그러나 속도만으로 산업이 만들어지지는 않는다. 미래 산업이라는 말은 많은 것을 가린다. AI 데이터센터는 미래의 심장이라고 불린다. 맞는 말이다. 그러나 심장은 피를 먹고 뛴다. AI 데이터센터가 먹는 것은 전기와 물, 토지와 송전망이다. 그 위에 지역 주민의 수용성, 환경 부담, 전력요금, 세제 혜택, 고용 효과가 얹힌다. 우리가 먼저 물어야 할 것은 이것이다. 그 계산서는 누가 받는가. 데이터센터 하나가 들어서면 건설 기간에는 지역이 분주해진다. 장비가 들어오고 공사가 진행되고 숙박과 식당도 잠시 움직인다. 그러나 완공 뒤의 모습은 다르다. 고도로 자동화된 시설은 생각만큼 많은 상시 일자리를 만들지 않는다. 보안과 시설 관리, 전력·냉각 설비, 운영 인력이 필요하지만 제조공장처럼 대규모 고용을 기대하기는 어렵다. 반면 전력망 부담과 부지 갈등, 냉각수 문제와 환경 우려는 지역에 남는다. 우리는 이미 비슷한 장면을 여러 차례 봤다. 산업단지는 성장의 상징이었지만 어느 순간 환경과 노동 격차의 현장이 됐다. 발전소와 송전탑은 국가 전력망의 필수 시설이었지만 지역 주민에게는 희생의 상징이 됐다. 데이터센터도 다르지 않다. 이름만 미래 산업일 뿐 결국 땅 위에 짓는 시설이고 전력망에 기대는 산업이며 지역과 함께 살아야 하는 인프라다. 사회적 계산서를 쓰지 않은 산업정책은 언제나 뒤늦은 갈등 비용을 치른다. 그렇다고 AI 데이터센터를 늦추자는 말이 아니다. 오히려 우리는 더 빨리 움직여야 한다. 미국과 중국, 일본과 유럽은 AI 인프라를 국가 경쟁력의 핵심으로 보고 있다. AI 모델을 돌릴 컴퓨팅 자원, 이를 감당할 전력망, 산업 현장에 적용할 데이터와 로봇 체계가 없으면 AI 주권은 구호에 그친다. 남의 클라우드에 기대고, 남의 칩을 빌려 쓰고 남의 모델을 가져다 쓰는 나라는 편리할 수는 있어도 주도권을 갖기 어렵다. 그래서 핵심은 속도를 늦추는 것이 아니라 제대로 설계하는 일이다. 어디에 데이터센터를 지을 것인가. 어떤 전력을 쓸 것인가. 지역에는 무엇이 돌아갈 것인가. 주변 산업과 어떻게 연결할 것인가. 중소기업과 대학, 직업교육기관은 어떤 방식으로 참여할 것인가. 전력·냉각·보안·운영 인력은 지역에서 길러낼 것인가. 이 질문에 답하지 못한 채 인허가만 앞당기면 산업은 커져도 신뢰는 작아진다. 피지컬 AI도 같은 문제를 안고 있다. 정부는 국산 AI 반도체, AI 모델, 소프트웨어, 로봇·센서, 컴퓨팅 인프라를 묶는 한국형 풀스택을 말한다. 방향은 맞다. 그러나 풀스택은 발표문으로 만들어지지 않는다. 반도체 기업과 로봇 기업, 통신사와 클라우드 기업, 제조 대기업과 협력사, 대학과 연구기관이 실제 프로젝트 안에서 함께 움직여야 한다. 공장 데이터를 쓸 수 있어야 하고 보안 책임을 정해야 하며 실패를 허용하는 실증 공간도 있어야 한다. AI 전환이 몇몇 대기업의 생산성 향상에 머물러서도 안 된다. 대기업 생산라인은 AI로 고도화되는데 협력사는 여전히 인력난과 비용 부담에 갇혀 있다면 산업 전체의 경쟁력은 올라가지 않는다. 피지컬 AI가 진짜 산업정책이 되려면 중소기업과 지역 제조 현장까지 내려가야 한다. AI가 대기업의 효율화 도구에 그치지 않고 제조 생태계 전체의 체질을 바꾸는 장치가 돼야 한다. 정부의 역할은 선언이 아니라 조율이다. 특례를 만들고 협의체를 띄우고 지원 계획을 발표하는 것만으로는 부족하다. 전력망 투자와 산업 입지, 데이터 활용과 보안, 인재 양성과 지역 보상 체계를 함께 묶어야 한다. AI 데이터센터는 과기정통부만의 일이 아니고 피지컬 AI는 산업부만의 일이 아니다. 지역 수용성은 지자체만의 몫도 아니다. 이것은 국가 운영체계를 다시 짜는 일이다. 우리는 이제 불편한 질문을 피하지 말아야 한다. AI가 우리의 일자리를 바꾼다면 어떤 일자리가 새로 생기는가. 데이터센터가 지역에 들어온다면 주민에게 무엇이 돌아오는가. 기업이 전력과 세제 혜택을 받는다면 사회에는 어떤 책임을 지는가. 정부가 미래라는 이름으로 속도를 요구한다면 안전과 환경, 지역의 권리는 어디까지 보장되는가. 이런 질문을 통과하지 못한 산업은 오래가지 못한다. AI 시대에 가장 위험한 것은 AI를 모르는 것이 아니다. AI를 너무 좁게 보는 것이다. 챗봇 성능만 보고 데이터센터를 건물로만 보고 피지컬 AI를 로봇 시연으로만 보는 일이다. AI는 이미 전력망과 공장, 지역사회와 노동시장으로 들어왔다. 그만큼 산업정책도 넓어져야 한다. 기술의 속도만 볼 것이 아니라 사회가 감당해야 할 비용까지 함께 봐야 한다. AI 데이터센터는 필요하다. 피지컬 AI도 필요하다. 우리 제조업이 다시 도약하려면 이 길을 피할 수 없다. 그러나 미래 산업이라는 말이 모든 절차와 책임을 대신할 수는 없다. 속도는 중요하다. 설계 없는 속도는 사고를 부른다. 정부와 기업은 답해야 한다. AI 인프라가 우리 경제에 무엇을 남길 것인가. 지역과 중소기업, 노동시장과 청년에게 어떤 기회를 줄 것인가. 전기와 물, 땅과 세금의 계산서를 누가 어떻게 나눌 것인가. AI 시대의 경쟁은 빨리 짓는 나라와 늦게 짓는 나라의 싸움만이 아니다. 제대로 짓는 나라와 대충 짓는 나라의 싸움이다. 우리가 가야 할 길은 분명하다. AI 데이터센터를 짓되 지역과 함께 짓고 피지컬 AI를 키우되 제조 생태계 전체와 함께 키워야 한다. 미래는 속도로만 오지 않는다. 미래는 설계된 만큼만 온다.
2026-06-21 12:54:51
-
엔비디아 협력 가능성 커진 새만금…현대차 '미래 모빌리티' 시험대
[경제일보] 현대자동차그룹의 새만금 구상이 엔 비디아와의 협력 가능성으로 확장되고 있다. 새만금이 AI 데이터센터와 로봇, 수소 에너지 거점으로 부상하면서 현대 차그룹의 미래 모빌리티 전략에도 힘이 실릴 전망이다. 다만 엔비디아의 참여 방식과 투자 규모, 전력 인프라 구축 계 획 등은 사업 추진을 위한 중요한 과제 로 남았다. 10일 업계에 따르면, 정의선 현대차그룹 회장은 전날 젠슨 황 엔비디아 최고경영자(CEO)에게 새만금 프로젝트 참여를 제안했다. 현대차그룹은 새만금을 중심으로 AI 데이터센터와 로보틱스, 수소 산업을 결합한 미래 산업 거점 구축을 추진하고 있다. 황 CEO가 이에 긍정적인 반응을 나타내면서 양사 협력 가능성에 관심이 쏠리고 있다. 새만금 프로젝트는 AI 데이터센터와 로보틱스, 수소 에너지 산업을 집적하는 대형 개발 사업이다. 현대차그룹은 오는 2030년까지 9조원을 투입해 새만금 국가산업단지 내 112만4000㎡(34만평) 규모 부지에 AI 데이터센터와 AI 스마트팩토리, 로봇 제조 클러스터, AI 수소 시티, 수전해 플랜트, 태양광 발전 설비 등을 조성하는 방안을 추진하고 있다. 현대차그룹이 기대하는 부분은 AI 인프라 확보다. 소프트웨어 중심 차량(SDV)과 자율주행 기술은 대규모 데이터 학습과 검증 과정을 필요로 한다. 엔비디아의 GPU와 AI 플랫폼이 새만금 데이터센터 구축 과정에 활용될 경우 차량 개발과 자율주행 알고리즘 고도화, 차량용 AI 서비스 개발에 필요한 연산 환경을 확보할 수 있다. 현대차그룹이 자회사 포티투닷을 중심으로 차량용 운영체제(OS)와 AI 에이전트, 자율주행 기술 개발을 추진하고 있는 만큼 AI 인프라 확보는 미래 사업 전략과도 연결된다. AI 연산 역량 확보 여부가 향후 완성차 업체들의 소프트웨어 경쟁력을 가르는 요소 가운데 하나가 될 것으로 전망된다. 자동차 산업에서는 데이터 확보 경쟁이 중요해지고 있다. 차량에서 수집되는 주행 정보와 운전자 행동 데이터, 차량 상태 정보는 자율주행과 차량용 AI 서비스 고도화에 활용된다. 글로벌 완성차 업체들이 AI 인프라 확보에 적극 나서는 배경도 방대한 데이터를 효율적으로 학습하고 활용하기 위해서다. 현대차그룹 역시 차량용 AI 에이전트와 SDV 개발을 확대하고 있다. 향후 차량 기능 상당수가 무선 소프트웨어 업데이트(OTA)를 통해 개선되는 구조가 자리 잡을 경우 데이터 학습과 연산 역량 확보 중요성도 더욱 커질 것으로 예상된다. 엔비디아 입장에서도 현대차그룹은 중요한 협력 대상이다. 엔비디아는 AI 반도체 시장을 주도하고 있지만 피지컬 AI 분야에서는 실제 산업 현장에서 기술을 검증할 수 있는 환경 확보가 중요하다. 현대차그룹은 완성차 생산 공장과 물류센터, 로봇 사업을 동시에 운영하고 있어 다양한 실증 환경을 제공할 수 있다. 황 CEO는 최근 현대차그룹 양재사옥 방문 당시 “AI의 다음 물결은 모빌리티와 피지컬 AI”라고 언급했다. 피지컬 AI는 AI가 실제 공간을 인식하고 판단해 차량과 로봇, 기계를 제어하는 기술을 의미한다. 특히 보스턴다이내믹스가 개발 중인 휴머노이드와 물류 로봇은 피지컬 AI 적용 가능성이 높은 분야로 꼽힌다. 엔비디아는 로봇 개발용 플랫폼인 아이작(Isaac)을 통해 로봇 학습 환경을 구축하고 있다. 업계에서는 현대차그룹의 로봇 기술과 엔비디아의 AI 플랫폼이 결합될 경우 상용화 속도를 높이는 데 도움이 될 것으로 보고 있다. 양사의 협력이 현실화될 경우 글로벌 시장에서의 파급력도 작지 않을 것으로 예상된다. 엔비디아는 AI 반도체와 AI 소프트웨어 생태계를 주도하고 있고, 현대차그룹은 완성차 생산뿐 아니라 스마트팩토리와 로보틱스, 도심항공교통(UAM)까지 미래 사업 포트폴리오를 확대하고 있다. 제조 역량과 AI 기술이 결합될 경우 글로벌 미래 모빌리티 산업 전반의 경쟁 구도에도 영향을 미칠 수 있다는 관측이 나온다. 자동차 산업이 하드웨어 중심 경쟁에서 소프트웨어와 AI 중심 경쟁으로 이동하는 상황에서 양사의 협력은 미래 산업 전략 측면에서도 관심을 받고 있다. 글로벌 시장에서는 자동차 산업과 AI 산업 간 협력 사례가 늘어나고 있다. 테슬라는 자체 슈퍼컴퓨터 도조(Dojo)를 구축해 자율주행 데이터를 학습하고 있으며 중국 기업들은 AI 기반 스마트카 개발에 공격적으로 투자하고 있다. 폭스바겐과 메르세데스-벤츠, BMW 등 글로벌 완성차 업체들도 AI 기업과 협력을 확대하는 추세다. 현대차그룹은 수소와 재생에너지, 데이터센터를 연계한 사업 구조도 검토하고 있다. 데이터센터 운영에 필요한 전력을 확보하는 동시에 수소 산업과 연계한 사업 구조를 구축할 수 있기 때문이다. AI 데이터센터와 수전해 설비, 태양광 발전 단지가 함께 조성될 경우 에너지 활용 효율을 높일 수 있다는 전망도 나온다. 새만금 프로젝트가 본격화될 경우 관련 산업으로의 확산 효과도 기대된다. AI 데이터센터 구축에는 반도체와 서버, 통신 장비, 전력 설비, 냉각 시스템, 클라우드 기업 등이 참여한다. 엔비디아가 프로젝트에 참여할 경우 국내외 관련 기업들의 투자와 협력 논의가 확대될 가능성도 있다. 다만 엔비디아의 참여 방식은 구체화되지 않은 상태다. 데이터센터 구축에 직접 참여할지, AI 반도체 공급에 집중할지, 공동 연구개발 형태가 될지 여부는 향후 협의 과정을 통해 구체화될 전망이다. 투자 규모와 사업 구조 역시 아직 확정되지 않았다. 전력 인프라 확보도 중요한 과제다. AI 데이터센터는 대규모 전력 공급이 필수적이다. 재생에너지 확대와 함께 안정적인 송전망 구축, 전력 공급 체계 마련이 병행돼야 한다는 지적이 나온다. 데이터센터 운영 비용과 냉각 설비 구축 비용 역시 사업성 검토 과정에서 중요한 요소로 꼽힌다. 업계 관계자는 “현대차그룹과 엔비디아의 협력이 현실화되면 자동차 산업을 넘어 AI와 로보틱스, 에너지 산업까지 연결되는 협력 모델이 구축될 수 있다”며 “새만금 프로젝트는 미래 모빌리티와 피지컬 AI 기술이 실제 산업 현장에 적용되는 거점으로 발전할 가능성이 있다”고 했다. [아주경제 2026년 06월 11일자 13면에 게재된 기사입니다.]
2026-06-11 09:42:38
-
KT, 서울대와 AI 정보보안 인재 키운다…융합보안 협력 확대
[경제일보] 생성형 AI 확산과 클라우드 전환이 가속화되면서 보안 인재 수요가 빠르게 확대되는 가운데 KT가 서울대학교와 손잡고 AI 정보보안 인재 양성에 나섰다. 기존 시스템·네트워크 중심 보안을 넘어 AI와 클라우드, 데이터, 정책·거버넌스를 함께 이해하는 융합형 보안 인재 확보에 집중하고 있다. 20일 KT는 서울대학교와 AI 정보보안 분야 인재 양성과 산학 연구협력을 위한 양해각서(MOU)를 체결했다고 밝혔다. 이번 협약은 AI 확산에 따른 보안 환경 변화에 대응하고 교육·연구·기술교류를 연계한 융합보안 인재 양성 체계를 구축하기 위해 추진됐다. 양 기관은 융합보안 분야 인재 양성과 산학연계 교육과정 운영, 공동 연구 및 기술교류, 네트워크 구축 등 다양한 분야에서 협력할 계획이다. 특히 KT와 서울대는 AI 융합보안 핵심 인재 양성을 위한 산학연계 교육과정 개설 방향을 논의한다. 해당 과정은 단순 보안 기술 교육을 넘어 AI와 클라우드, 제로트러스트, 통신·네트워크 보안 등 차세대 보안 환경에 필요한 역량을 중심으로 구성될 예정이다. 또한 정책·규제와 개인정보보호, 보안 거버넌스 등 보안 리더에게 요구되는 영역도 함께 반영해 기술과 정책을 아우르는 융합형 보안 인재 육성 체계를 마련한다는 계획이다. 양 기관은 향후 실무형 교육과 공동 연구 프로젝트 등을 단계적으로 확대하며 산업 현장 중심의 인재 양성 체계를 구체화할 것으로 전망된다. 최근 생성형 AI 도입이 빠르게 확대되면서 기업 보안 환경도 급변하고 있다. 생성형 AI 활용 과정에서 민감정보 유출과 딥페이크, AI 기반 사이버 공격 우려가 커지고 있으며 클라우드·AI 에이전트 환경 확산으로 보안 범위 역시 데이터와 거버넌스 영역까지 확대되고 있다. 특히 기업들이 AI 기반 업무 자동화와 클라우드 전환에 속도를 내면서 보안 체계 역시 기존 경계형 보안에서 제로트러스트 기반 구조로 변화하고 있다. 이에 AI 모델 보안과 데이터 보호, 개인정보 관리, 보안 정책 수립까지 통합적으로 이해할 수 있는 전문 인력 필요성이 커지고 있는 것으로 분석된다. 보안 업계에서는 기존 시스템 중심 보안 인력만으로는 AI 시대 보안 위협에 대응하기 어렵다는 목소리가 나오고 있으며 이에 따라 AI·데이터·통신·정책을 함께 이해하는 융합형 보안 인재 확보 경쟁도 치열해지고 있다. 글로벌 빅테크와 통신·클라우드 기업들도 산학협력과 전문 교육 과정을 확대하며 AI 보안 인재 확보에 나서고 있다. KT는 최근 AICT 기업 전환 전략에 맞춰 AI와 클라우드, 기업 AX 사업 확대에 속도를 내고 있다. AI 데이터센터(AIDC)와 클라우드, 기업용 AI 서비스 사업이 확대되는 가운데 보안 역량 강화와 전문 인재 확보 역시 핵심 과제로 떠오르고 있는 것으로 분석된다. 업계에서는 KT가 통신 인프라와 클라우드, AI 사업을 동시에 확대하는 만큼 향후 AI 보안과 데이터 보호 역량 확보에도 적극 나설 것으로 보고 있다. 특히 공공·금융·기업 시장에서 AI 도입이 확대되면서 보안 신뢰성과 전문 인력 확보가 사업 경쟁력을 좌우할 주요 요소로 부상하고 있는 것으로 전망된다. 박윤영 KT 대표는 "AI 시대의 보안 경쟁력은 기술과 데이터, 네트워크, 정책을 함께 이해하는 융합형 인재에서 나온다"며 "KT는 서울대학교와 함께 KT 및 KT 그룹의 AI 정보보안 인재를 체계적으로 양성하고 대한민국 융합보안 역량 강화에 기여하겠다"고 말했다.
2026-05-20 09:02:24
-
AWS 서밋 서울 개막 D-1…AI·클라우드 기업 총출동
[경제일보] AWS의 AI·클라우드 행사인 'AWS 서밋 서울 2026' 개막을 하루 앞두고 생성형 AI와 에이전틱 AI, 클라우드 인프라 전략을 둘러싼 산업계 경쟁이 본격화되고 있다. 국내 주요 IT·클라우드 기업들도 AI 보안과 업무 자동화, 클라우드 최적화 전략을 대거 공개하며 기업 인공지능 전환(AX) 시장 공략에 나서고 있다. 19일 업계에 따르면 AWS는 오는 20일부터 21일까지 서울 코엑스에서 'AWS 서밋 서울 2026'을 개최한다. 올해로 12회째를 맞는 이번 행사는 약 2만5000명이 참석하는 국내 최대 규모로 평가받는 AI·클라우드 컨퍼런스로, 생성형 AI와 클라우드 기술을 중심으로 최신 산업 트렌드와 기업 혁신 사례가 공유될 예정이다. 이번 행사에서는 함기호 AWS코리아 대표와 김성훈 업스테이지 대표 등이 기조연설에 나서며 리테일·금융·게임·통신·제조·공공 등 산업별 AI 혁신 사례가 공개된다. 첫째 날인 '인더스트리 데이'에서는 산업별 AI 활용 전략과 기업 사례가 집중 소개되며 둘째 날 'AI 데이'에서는 에이전트 AI와 AI 인프라, 데이터 전략, 보안·거버넌스 기술 등이 주요 의제로 다뤄질 계획이다. AWS는 이번 행사에서 100개 이상의 세션과 워크숍, 엑스포를 운영하며 단순 기술 소개를 넘어 기업 실무 중심 행사로 규모를 확대했다. 국내 클라우드·보안 기업들도 이번 행사에 맞춰 AI 보안과 에이전틱 AI 전략을 공개하며 시장 공략에 속도를 내고 있다. AI·클라우드 전문기업 솔트웨어는 생성형 AI 보안 솔루션 '사피가디언'과 AWS 보안 평가 서비스 'SCR(시큐리티 컴플라이언스 리뷰)'를 선보인다. 최근 생성형 AI 도입 확산과 함께 민감정보 유출 우려가 커지는 가운데 AI 사용 전 구간을 통제·모니터링하는 AI DLP(데이터 로스 프리벤션) 수요를 공략하겠다는 전략이다. 사피가디언은 프롬프트 입력과 파일 업로드, 응답 출력 등 생성형 AI 활용 전 과정을 관리하며 개인정보와 내부 문서, 기술자료 등 민감정보 유출 가능성을 문맥 기반으로 탐지할 수 있도록 설계됐다. 솔트웨어는 생성형 AI 사용 이력 관리와 정책 통제 기능을 통해 기업 보안 거버넌스 수요에도 대응할 계획이다. 함께 공개되는 SCR은 AWS 환경 보안 상태를 자동 점검하는 서비스다. 한국인터넷진흥원(KISA)의 ISMS-P 2023 기준 기반으로 총 103개 보안 항목을 자동 진단하며 AWS 환경 내 보안 취약점과 규정 준수 상태를 시각화 대시보드 형태로 제공한다. 솔트웨어는 기존 보안 점검 대비 시간을 대폭 단축할 수 있다는 점을 강조하고 있다. 메가존클라우드는 이번 행사에서 '에이전틱 AI' 전략을 핵심 화두로 제시할 계획이다. 메가존클라우드는 'Your Agentic AI Advantage, Engineered for Scale'을 주제로 AI 기반 업무 자동화와 운영 효율화, 클라우드 최적화 전략을 공개할 예정이다. 메가존클라우드는 AI 서비스 브랜드 'AIR'와 보안 브랜드 'HALO', 클라우드 마이그레이션 자동화 솔루션 '하이퍼마이그' 등을 중심으로 기업 맞춤형 AI·클라우드 운영 전략을 소개할 전망이다. 특히 AI 에이전트를 활용해 실제 비즈니스 과제를 해결하는 체험형 프로그램 '에이전트 코딩 핸즈온'도 운영할 계획이다. 또한 일본 피지컬 AI 기업 아비타(AVITA)와 협력해 AI 로봇과 다국어 AI 상담 서비스 데모도 공개한다. 행사 첫날에는 공성배 메가존클라우드 최고 AI 책임자(CAIO)가 에이전틱 AI 시대 기업 운영 전략을 주제로 브레이크아웃 세션 발표에 나설 예정이다. 올해 AWS 서밋 서울은 단순 클라우드 행사에서 벗어나 생성형 AI와 에이전틱 AI, AI 보안, 데이터 거버넌스 등 기업 AI 전환 전략 전반을 아우르는 행사로 확장된 것으로 평가된다. 특히 AI 도입 경쟁이 본격화되면서 클라우드 인프라뿐 아니라 보안과 비용 최적화, 운영 자동화까지 포함한 통합 AX 전략 경쟁도 한층 치열해질 것으로 분석된다. 이정근 솔트웨어 대표이사는 "최근 기업들의 생성형 AI 및 클라우드 활용이 확대되면서, 단순 도입을 넘어 안전한 운영과 통합 보안 체계 구축의 중요성이 커지고 있다"며 "이번 'AWS 서밋 서울 2026'을 통해 기업들이 생성형 AI와 클라우드를 보다 안전하게 활용할 수 있는 실질적인 보안 운영 방향을 공유할 계획"이라고 말했다.
2026-05-19 17:27:12
-
오라클·AWS, 국내 AI 데이터 시장 공략…클라우드 협력 확대
[경제일보] 인공지능(AI) 도입이 본격화되면서 기업들의 데이터 인프라 경쟁이 클라우드 기반으로 빠르게 이동하고 있다. 특히 기존 온프레미스 데이터베이스를 클라우드로 이전하면서 AI 서비스를 결합하려는 수요가 늘어나며 글로벌 클라우드 기업 간 협력과 경쟁이 동시에 확대되는 모습이다. 이러한 흐름 속에서 오라클과 AWS가 국내 시장에서 협력 범위를 확대하며 AI 데이터 플랫폼 경쟁이 한층 가속화될 전망이다. 7일 오라클과 AWS는 '오라클 AI 데이터베이스@AWS'를 국내에 제공한다고 밝혔다. 이번 출시를 통해 국내 기업들은 AWS 내 오라클 클라우드 인프라스트럭처(OCI) 전용 인프라에서 오라클 엑사데이터 데이터베이스 서비스, 오라클 자율운영 AI 데이터베이스, 오라클 자율운영 AI 레이크하우스 등 주요 서비스를 활용할 수 있게 될 예정이다. '오라클 AI 데이터베이스@AWS'는 온프레미스와 동일한 기능과 아키텍처 호환성을 제공해 기업들이 기존 시스템을 유지하면서도 클라우드 전환과 AI 도입을 동시에 추진할 수 있는 것이 특징이다. 기존 온프레미스 환경에서 운영 중인 오라클 데이터베이스와 엑사데이터 워크로드를 최소한의 변경으로 AWS 환경으로 이전할 수 있도록 설계됐다. 특히 오라클과 AWS 전반의 데이터를 통합하는 제로 ETL 기능을 통해 데이터 이동 없이 분석 및 AI 서비스를 활용할 수 있도록 지원한다. 이를 통해 기업들은 아마존 베드록 등 생성형 AI와 분석 서비스를 결합해 신규 AI 기반 애플리케이션을 구축하거나 기존 시스템을 고도화할 수 있다. 이번 협력은 온프레미스 환경을 유지하던 대형 기업들의 클라우드 전환 수요를 겨냥한 전략으로 분석된다. 금융, 유통, 제조 등 대규모 데이터베이스를 운영하는 기업들은 안정성과 성능 문제로 클라우드 이전에 신중한 입장을 유지해 왔다. 오라클 AI 데이터베이스@AWS는 기존 오라클 환경을 유지하면서 클라우드 전환이 가능하도록 지원해 기업들의 전환 장벽을 낮추는 역할을 할 것으로 분석된다. 박원호 CJ올리브영 플랫폼엔지니어링팀 팀장은 "오라클 AI 데이터베이스@AWS의 국내 출시는 핵심 오라클 워크로드를 클라우드로 이전할 수 있는 손쉬운 경로를 제공한다"며 "아마존 베드록과 같은 AWS의 고급 AI 및 분석 서비스와의 원활한 통합으로 AI 혁신을 가속화하고 인사이트 도출 시간을 단축하며 실질적인 비즈니스 성과를 창출할 수 있을 것으로 기대한다"고 평가했다. 오라클과 AWS 간 협력 확대는 글로벌 클라우드 시장에서도 주목되는 흐름이다. 기존 클라우드 시장에서 데이터베이스와 인프라 영역은 경쟁 관계였지만 AI 시대가 도래하면서 기업들이 다양한 클라우드 서비스를 동시에 활용하는 멀티클라우드 전략이 확산되고 있다. 특히 데이터베이스와 클라우드 인프라를 결합한 서비스는 AI 활용에 핵심 요소로 평가된다. 기업들은 대규모 데이터를 안정적으로 저장하고 분석할 수 있는 데이터베이스와 생성형 AI, 머신러닝 서비스 등을 동시에 활용해야 하는 수요가 높아졌다. 파트너 생태계 확대도 주요 전략으로 추진된다. 고객은 AWS 마켓플레이스를 통해 오라클 AI 데이터베이스@AWS를 직접 구매할 수 있으며 공인 채널 파트너를 통해서도 도입이 가능하다. 해당 채널 전략은 국내 MSP(관리형 서비스 제공업체) 및 클라우드 서비스 기업들과의 협력 확대로도 풀이된다. 기업 고객이 클라우드 전환 과정에서 컨설팅과 운영 지원을 필요로 하는 만큼 파트너 생태계를 통해 시장 확대를 추진하는 구조다. 특히 AI 도입이 복잡해지면서 파트너 기반 서비스 수요도 함께 증가할 것으로 전망된다. 서울 리전 추가는 국내 기업들의 데이터 주권 요구와 AI 서비스 수요 증가를 반영한 것으로 분석된다. 특히 금융, 공공, 대기업 중심으로 데이터 지역 내 저장 요구가 강화되면서 국내 리전 확보의 중요성이 높아지고 있다. AI 서비스 역시 데이터 접근 속도가 중요한 만큼 로컬 리전 확대는 경쟁력 확보 요소로 평가된다. AI 확산과 함께 클라우드 데이터 플랫폼 경쟁도 한층 치열해질 전망이다. AWS, 마이크로소프트 애저, 구글 클라우드 등 글로벌 클라우드 기업들이 생성형 AI와 데이터 플랫폼 결합 전략을 강화하고 있는 가운데 오라클 역시 데이터베이스 경쟁력을 기반으로 시장 확대에 나서고 있다. 특히 AI 서비스 성능이 데이터 품질과 인프라에 크게 좌우되면서 데이터베이스 기업의 영향력도 확대되는 추세로 분석된다. 이에 오라클과 AWS의 협력 확대는 해당 시장 변화 속에서 AI 데이터 플랫폼 경쟁을 가속화하는 계기가 될 것으로 전망된다. 김성하 한국오라클 사장은 "AWS 아시아 태평양(서울) 리전에서 오라클 AI 데이터베이스@AWS를 제공하게 된 것은 미션 크리티컬 워크로드를 현대화하는 동시에 AI 혁신을 가속화하려는 국내 기업들의 증가하는 수요에 대응하기 위한 것"이라며 "기업들은 이제 오라클 AI 데이터베이스@AWS를 활용하여 간편하게 온프레미스 오라클 엑사데이터 환경을 AWS 내 배포된 오라클 AI 데이터베이스 서비스로 이전하고 AWS의 분석 및 머신러닝 서비스와 통합시켜 새로운 비즈니스 가치를 창출하고 혁신을 가속화할 수 있다"고 말했다. 함기호 AWS코리아 대표는 "오라클 AI 데이터베이스@AWS를 통해 국내 기업들은 애플리케이션을 재설계할 필요 없이 오라클 AI 데이터베이스 워크로드를 클라우드로 손쉽게 이전할 수 있다"며 "고객은 AWS의 견고한 글로벌 인프라를 기반으로 한 향상된 보안성, 복원력 및 확장성을 활용하는 동시에 고급 분석 및 AI 서비스를 이용할 수 있다"고 말했다.
2026-04-07 17:33:23
-
금융권 AX 시장 커진다…삼성SDS·LG유플러스 AI 사업 전면 확대
[경제일보] LG유플러스와 삼성SDS가 금융권 인공지능(AI) 전환 사업을 잇달아 수주하며 IT 기업 중심의 금융 AX(AI 전환) 경쟁이 본격화되고 있다. 은행권이 생성형 AI와 AI 에이전트 도입에 속도를 내면서 통신사·SI 등 IT 기업들이 핵심 파트너로 부상하는 것으로 분석된다. 7일 LG유플러스는 IBK시스템과 금융 특화 AI 서비스 개발을 위한 업무협약(MOU)을 지난 6일 체결하고 금융권 AI 에이전트 사업 확대에 나섰다고 밝혔다. 양사는 LG유플러스의 B2B AX 플랫폼과 IBK시스템의 금융 업무 전문성을 결합해 금융 특화 AI 에이전트를 개발할 계획이다. 여신 심사, 소상공인 금융 지원, 업무 자동화 등 실제 금융 업무에 적용 가능한 AI 서비스를 공동 개발한다는 방침이다. LG유플러스의 B2B AX 플랫폼에는 LG AI연구원의 생성형 AI 모델 '엑사원'이 적용된다. 또한 에이전트 코어, 지식관리시스템(KMS), LLMOps 등 AI 에이전트 구축에 필요한 기능을 통합 제공해 금융사 맞춤형 AI 환경을 구축하는 것이다. 양사는 향후 금융 서비스 공동 기획, 신규 비즈니스 모델 발굴, 금융권 AI 상품화 등 협력 범위를 확대할 계획이다. 이를 통해 금융권 AI 에이전트 시장에서 레퍼런스를 확보하고 사업 확대에 나선다는 전략이다. 권용현 LG유플러스 엔터프라이즈부문장 부사장은 "LG유플러스의 AI 기술력에 IBK시스템이 오랜 기간 축적해온 금융 비즈니스 전문성과 데이터 활용 역량이 결합된다면, 단순 기술 협력을 넘어 금융 산업 전반의 혁신을 이끄는 의미 있는 시너지를 만들어 낼 수 있을 것"이라며 "오늘 협약이 대한민국 금융 AI 시장의 새로운 기준을 만들어가는 출발점이 되기를 기대한다"고 말했다. 삼성SDS도 최근 우리은행의 'AX를 위한 AI 에이전트 구축' 사업의 우선협상대상자로 선정되며 금융권 AI 전환 사업 확대에 나섰다. 해당 사업은 우리은행 업무 전반에 175개 이상의 AI 에이전트를 구축하는 대규모 AI 에이전트 도입 프로젝트로 평가된다. AI 에이전트 뱅킹은 대형언어모델(LLM)을 기반으로 고객 응대, 내부 업무, 자산관리, 여신 심사 등 다양한 금융 업무를 AI가 자동으로 수행하는 방식이다. 우리은행은 고객관계관리·기업여신, 자산관리, 내부통제, 고객상담, 업무자동화 등 5대 영역 29개 핵심 업무에 AI 에이전트를 적용해 업무 처리 속도를 약 30% 개선하는 것을 목표로 개발하고 있다. 삼성SDS는 자체 AI 에이전트 플랫폼 '패브릭스'를 기반으로 우리은행 AI 에이전트 플랫폼을 구축한다. 패브릭스는 다양한 대형언어모델을 연결하고 업무별 AI 에이전트를 생성·관리할 수 있는 플랫폼으로, 기업 맞춤형 AI 업무 환경을 구축할 수 있는 것이 특징이다. 삼성SDS는 은행 기존 시스템과 AI를 연동하고 데이터 관리 체계를 구축해 AI 기반 금융 업무 환경을 구현할 계획이다. 삼성SDS는 우리은행의 '중장기 IT 인프라 최적화' 사업도 연이어 수주하며 금융 AX 기반 구축까지 동시에 추진하고 있다. 해당 사업은 기존 유닉스 기반 시스템을 리눅스 환경으로 전환하고 클라우드 운영 환경을 개선하는 프로젝트로, AI 도입을 위한 인프라 기반을 마련하는 것이 핵심이다. 은행권이 생성형 AI 도입에 속도를 내면서 IT 기업 중심의 금융 AX 경쟁이 본격화되고 있는 것으로 분석된다. 기존 SI 기업뿐 아니라 통신사, 클라우드 기업 등 다양한 IT 기업들이 금융권 AI 전환 사업에 적극적으로 참여하고 있다. 특히 금융권은 보안성과 안정성이 중요한 산업 특성상 자체 AI 구축보다 IT 기업과 협력하는 방식이 선호되고 있다. 이에 LG유플러스, 삼성SDS 등 IT 기업들이 금융권 AI 에이전트 구축과 인프라 전환 사업을 잇달아 확보하며 시장 영향력을 확대하고 있는 것으로 분석된다. 이정헌 삼성SDS 전략마케팅실장 부사장은 "금융 산업에서 AI는 단순한 업무 지원을 넘어 업무 방식 자체를 바꾸는 방향으로 빠르게 발전하고 있다"며 "삼성SDS는 금융 분야 핵심 프로젝트 경험과 AI·클라우드 기술력을 바탕으로 금융권 AX 전환을 적극 지원하겠다"고 말했다.
2026-04-07 09:00:20
-
IT 기업, 제약·바이오 전면 확장…AI로 신약개발 판 바꾼다
[이코노믹데일리] AI와 클라우드 기술을 앞세운 IT 기업들이 제약·바이오 산업 전반으로 사업 영역을 빠르게 확장하고 있다. 신약 개발, 임상 설계, 품질 관리, 연구 지원 등 바이오 밸류 체인 전반에 AI를 접목하며 산업 구조 혁신에 나서는 모습이다. 단순 전산 시스템 지원을 넘어 연구 핵심 영역까지 진입하는 양상이다. 23일 메가존클라우드는 AI 기반 바이오테크 기업 셀키에이아이와 차세대 바이오 AI 솔루션 공동 개발 및 글로벌 사업 확대를 위한 전략적 파트너십을 체결했다. 양사는 일본과 미국 등 해외 시장을 겨냥해 바이오 버티컬 AI 에이전트 '바이오이오스(BioEOS)'를 공동 확장할 계획이다. 메가존클라우드는 글로벌 네트워크와 클라우드·AI 인프라를 제공하고 셀키에이아이는 해당 인프라 환경에서 바이오이오스를 운영·고도화한다. 바이오이오스는 제약·바이오 기업과 병원을 대상으로 도입 컨설팅부터 기술 검증(PoC), 운영 지원까지 아우르는 바이오 특화 AI 에이전트다. 클라우드 기반 인프라에서 연구 데이터 분석과 의사 결정 지원 기능을 수행하며, 연구 효율과 개발 속도 개선을 목표로 한다. ◆ LG CNS, 국가 신약 개발 프로젝트 참여 LG CNS는 최근 보건복지부가 추진하는 'K-AI 신약 개발 전임상·임상 모델 개발 사업'에 용역 기관으로 참여해 'AI 기반 신약 개발 임상 시험 설계·지원 플랫폼' 구축을 주도한다. 4년 3개월간 약 371억원이 투입되는 대형 국가 R&D 사업이다. LG CNS는 에이전틱 AI 기반 통합 관리 체계를 구현해 기관별로 개발되는 다양한 신약 개발 AI 모델을 연계한다. 특히 '연합 학습'을 적용해 의료기관 간 데이터를 외부로 이전하지 않으면서도 공동 학습이 가능하도록 설계했다. 신약 개발은 평균 10~15년이 소요되고, 임상 단계 실패율이 90%에 달하는 고위험 산업이다. 전임상과 임상 간 단절 구조, 제한적 데이터 활용이 구조적 한계로 지적돼 왔다. LG CNS는 AI 기반 분석·설계 역량을 결합해 성공률 제고와 개발 기간 단축을 동시에 추진한다는 전략이다. ◆ AWS, AI 항체 어시스턴트로 연구 지원 글로벌 클라우드 기업 AWS는 항체 및 생명과학 기업 프로틴테크와 협력해 AI 기반 연구 지원 시스템을 구축했다. 프로틴테크는 AWS를 우선 클라우드 사업자로 선정하고 6개월에 걸쳐 AI 항체 어시스턴트 '에이블'을 개발했다. 에이블은 제품 데이터, 실험 데이터, 과학 지식을 통합해 연구자에게 제품 추천과 실험 설계 지원을 제공하는 대화형 AI 도구다. 프로틴테크는 전체 워크로드의 85%를 AWS로 이전했으며 클라우드 기반의 탄력적 확장 구조를 통해 출시 주기를 50% 단축한 것으로 알려졌다. '아마존 EC2', 'ECS', 'RDS', 'Redshift' 등 주요 서비스를 활용해 고가용성과 데이터 분석 역량을 구성했다. ◆ IT-바이오 융합 가속…AI 인프라 경쟁 본격화 IT 기업의 기술이 과거 전산 지원에 머물렀다면 이제는 신약 설계·임상 분석·품질관리·연구 지원까지 AI가 직접 개입하는 구조로 진화하고 있다. AI를 활용해 클라우드 기반 대규모 데이터 처리 인프라, 에이전틱 AI를 활용한 자율 협업 구조, 보안·규제 환경을 고려한 데이터 통제 기술 등을 구현하고 있다. 제약·바이오 산업은 막대한 비용과 긴 개발 기간, 높은 실패율이라는 구조적 한계를 안고 있다. AI는 이 같은 구조를 재편할 핵심 변수로 부상하고 있다. 이에 AI를 통해 신약 후보물질 탐색 속도를 높이고 임상시험 설계 효율을 개선하며 품질관리 자동화를 통해 운영 비용을 절감하고 있다. IT 기업들은 클라우드·데이터·AI 역량을 결합해 바이오 연구 인프라 사업자로 자리매김하려는 전략을 강화하고 있다. 향후 경쟁은 단순 솔루션 공급을 넘어 누가 더 많은 연구 데이터를 확보하고 정밀한 AI 모델을 구축하느냐로 옮겨갈 가능성이 커질 전망이다. AI를 중심으로 한 IT-바이오 융합이 신약 개발과 연구 생태계 전반의 지형을 바꾸고 있다.
2026-02-23 16:11:36
-