검색결과 총 53건
-
-
바이낸스, 이용자 3억명 돌파…거래소 넘어 '생태계 플랫폼' 키운다
[경제일보] 가상자산 거래소 경쟁이 단순 매매 서비스를 넘어 플랫폼과 생태계 경쟁으로 확대되고 있다. 기관 투자자와 개발자, 글로벌 커뮤니티를 얼마나 확보하느냐가 거래소 경쟁력을 좌우하는 핵심 요소로 떠오르는 가운데 바이낸스가 전 세계 이용자 3억명을 돌파하며 영향력을 확대하고 있다. 14일 바이낸스는 전 세계 이용자가 3억2250만명을 넘어섰다고 밝혔다. 전체 가상자산 이용자가 약 7억명으로 추산되는 점을 고려하면 전 세계 가상자산 이용자 2명 가운데 1명가량이 바이낸스를 이용하는 것으로 분석된다. 기존 거래소들이 거래 수수료와 상장 종목 확대를 중심으로 경쟁했다면 최근에는 기관 투자자를 위한 인프라와 개발자 생태계, 글로벌 커뮤니티를 함께 구축하는 플랫폼 경쟁으로 무게 중심이 이동하고 있다. 이용자가 많을수록 유동성이 확대되고 다시 더 많은 이용자를 끌어들이는 네트워크 효과가 거래소 경쟁력을 결정짓는 핵심 요소로 자리 잡고 있는 것이다. 바이낸스는 해당 흐름에 맞춰 기관 투자자 대상 서비스를 지속 확대해 왔다. 커스터디(수탁)와 장외거래(OTC), 전담 계정 관리 등 기관 맞춤형 서비스를 제공해 대규모 자산을 운용하는 투자자들의 거래 환경을 지원하고 있다. 기관과 개인 투자자가 함께 참여하는 거래 환경을 구축해 플랫폼 경쟁력을 높인다는 전략이다. 기술 생태계 확대에도 힘을 싣고 있다. 바이낸스는 개발자 센터를 통해 고성능 API와 SDK, 웹소켓 스트림 등 다양한 개발 도구를 제공하고 있다. 개발자가 바이낸스 인프라를 활용해 다양한 블록체인 서비스와 애플리케이션을 개발할 수 있도록 지원함으로써 거래소를 단순 거래 플랫폼이 아닌 블록체인 서비스 생태계의 기반으로 확장한다는 구상이다. 글로벌 이용자와의 소통도 플랫폼 전략의 한 축이다. 바이낸스는 아시아·태평양(APAC)과 유럽, 북미, 남미, 아프리카 등 40여개 국가에서 현지 언어 기반 커뮤니티를 운영하고 있으며, 100여개의 공식 커뮤니티 채널을 통해 이용자와 실시간으로 소통하고 있다. 이 과정에서 수집한 이용자 의견을 서비스 개선과 신규 기능 개발에 반영해 플랫폼 완성도를 높이고 있다고 설명했다. 교육 콘텐츠도 강화하고 있다. 공식 블로그와 뉴스레터, 사회관계망서비스(SNS)를 통해 시장 동향과 산업 정보를 제공하는 한편, 30개 이상의 언어를 지원하는 '바이낸스 아카데미'를 운영하며 블록체인과 디지털자산 관련 교육 콘텐츠를 제공하고 있다. 이용자의 시장 이해도를 높여 보다 안정적인 투자 환경을 조성하는 것도 플랫폼 경쟁력 강화 전략 가운데 하나로 활용하고 있다. 바이낸스는 이번 이용자 3억명 돌파를 계기로 거래소를 넘어 종합 디지털자산 플랫폼으로 생태계를 확대해 나간다는 계획이다. 기관 투자자와 개발자, 일반 이용자가 함께 참여하는 개방형 생태계를 기반으로 글로벌 디지털 금융 시장에서 경쟁력을 더욱 강화하고, 기술과 서비스 고도화를 지속 추진한다는 방침이다. 바이낸스 관계자는 "디지털 자산 산업은 단순한 거래 지원을 넘어 얼마나 건강한 생태계를 구축하느냐가 플랫폼 경쟁력을 좌우하는 단계로 접어들었다"며 "3억2250만명이라는 성과는 이용자, 기관 투자자, 개발자, 글로벌 커뮤니티가 함께 만들어낸 신뢰와 참여의 결과"라고 말했다.
2026-07-14 09:35:27
-
-
-
센드버드, 차세대 AI 에이전트 '에이전트 스튜어드' 공개…CX 혁신 나선다
[경제일보] 생성형 인공지능(AI)이 단순히 고객 문의에 답하는 수준을 넘어 실제 업무를 수행하는 'AI 에이전트'로 진화하면서 기업 고객경험(CX) 시장도 새로운 전환점을 맞고 있다. 여러 시스템과 담당자를 연결해 고객 문제를 직접 해결하는 AI가 차세대 고객 서비스의 핵심 기술로 떠오르고 있다. 9일 센드버드는 서울 롯데호텔 월드에서 열린 '스파크 코리아 2026'에서 차세대 AI 에이전트 솔루션 '에이전트 스튜어드'를 공개했다고 밝혔다. 이번 행사는 'AI 퍼스트 컨시어지의 미래'를 주제로 AI 기반 고객경험 혁신과 기업의 AI 운영 전략을 공유하기 위해 마련됐다. 센드버드는 AI 에이전트가 단순 상담을 넘어 복잡한 고객 문제를 해결하는 방향으로 진화하고 있다고 진단했다. 기존 AI 챗봇이 질문에 답하거나 단순 업무를 처리하는 데 집중했다면, 앞으로는 여러 시스템과 조직을 연결해 고객 요청을 끝까지 해결하는 역할이 중요해진다고 설명했다. 새롭게 공개한 에이전트 스튜어드는 고객 요청을 분석한 뒤 필요한 업무를 각 전문 서브 에이전트에 분배하고, 문제 해결이 완료될 때까지 전체 과정을 하나의 업무로 관리하는 AI 에이전트다. 여러 서브 에이전트가 API와 이메일, 음성 등 다양한 채널을 넘나들며 병렬로 업무를 수행하고, 고객 요청이 최종 해결 단계에 도달할 때까지 진행 상황을 추적·관리하는 것이 특징이다. 센드버드는 이를 통해 기업은 단순 문의 응대를 넘어 여러 부서와 외부 시스템이 연계된 복잡한 고객 업무도 보다 효율적으로 처리할 수 있을 것으로 전망하고 있다. 특히 환불 승인이나 예외 처리처럼 사람의 판단이 필요한 업무에는 승인 게이트와 감사 로그, 단계적 자율화 구조를 적용해 기업이 AI의 권한을 점진적으로 확대할 수 있도록 설계됐다. AI가 모든 업무를 독립적으로 수행하기보다 사람의 검토와 승인을 거치는 방식으로 안정성과 신뢰성을 확보한 것이다. 또한 여행·항공 산업에서는 항공편 취소와 재예약, 환불, 호텔 일정 변경 등을 하나의 프로세스로 처리할 수 있으며, 유통 분야에서는 온라인 구매 상품의 오프라인 반품과 같은 채널 간 고객 업무를 효율적으로 관리할 수 있다. 이날 행사에서는 에이전트 스튜어드의 실제 운영 환경도 시연됐다. AI가 여러 서브 에이전트와 협업해 고객 요청을 분석하고 의사결정부터 실행, 문제 해결까지 자율적으로 수행하는 과정을 선보였다. 이와 함께 AI 전환 전략과 산업별 활용 사례를 공유하는 세션도 이어졌다. 보스턴컨설팅그룹(BCG), 맥킨지앤드컴퍼니, 딜로이트컨설팅, GS네오텍, 한샘, 믹스패널 등 기업 관계자들이 참여해 AI 기반 고객경험 혁신과 조직 운영 전략을 소개했다. 최근 생성형 AI 이후 AI 에이전트가 기업 업무 자동화의 핵심 기술로 자리 잡고 있다. 단순 응답 중심의 챗봇에서 벗어나 실제 업무를 수행하고 다양한 시스템을 연결하는 AI 에이전트 경쟁이 본격화되면서 고객경험 시장 역시 새로운 전환기를 맞을 것으로 전망된다. 김동신 센드버드 대표이사는 "AI 컨시어지 시대의 고객 경험은 단순한 응답이 아니라 문제 해결에서 완성되며, 고객은 이제 빠른 답변을 넘어 자신의 문제가 실제로 해결되는 경험을 기대하고 있다"며 "센드버드는 고객 경험 전반을 조율하고 실행하는 AI 에이전트 생태계를 지속적으로 확장해 기업이 AI를 실질적인 비즈니스 성과로 연결할 수 있도록 지원하겠다"고 말했다.
2026-07-09 13:51:25
-
오픈AI, 말 끊어도 알아듣는 'GPT-Live' 공개
[경제일보] 음성 AI의 약점이던 ‘대화 끊김’이 줄어든다. 오픈AI가 사용자의 말이 끝나기를 기다린 뒤 답하는 방식에서 벗어나 듣고 말하는 과정을 동시에 처리하는 차세대 음성 모델을 챗GPT에 적용한다. 오픈AI는 8일(현지시간) 차세대 음성 모델 ‘GPT-Live’를 공개하고 챗GPT 보이스에 순차 적용한다고 밝혔다. 유료 이용자에게는 GPT-Live-1이, 무료 이용자에게는 GPT-Live-1 mini가 기본 음성 모델로 제공된다. 적용 대상은 챗GPT 웹과 iOS·안드로이드 앱이다. 핵심은 풀듀플렉스 구조다. 기존 음성 AI는 사용자의 말을 음성에서 텍스트로 바꾼 뒤 답변을 만들고 다시 음성으로 읽어주는 방식에 가까웠다. 이 과정에서 사용자가 잠시 멈추면 AI가 끼어들거나 질문을 바꾸면 흐름이 어색해지는 문제가 있었다. GPT-Live는 음성을 계속 들으면서 동시에 답변을 준비한다. 사용자가 말을 멈출지, 계속 생각 중인지, 질문을 바꿨는지, 중간에 끼어들었는지를 실시간으로 판단한다. 오픈AI는 이를 통해 실제 사람과 대화하듯 주고받는 흐름을 구현했다고 설명했다. 복잡한 요청은 별도 모델에 넘기는 구조도 적용됐다. GPT-Live가 자연스러운 음성 대화를 맡고 검색이나 깊은 추론이 필요한 작업은 GPT-5.5 같은 최신 모델에 위임하는 방식이다. 사용자는 대화를 이어가면서도 백그라운드에서 검색·추론 결과를 받을 수 있다. 오픈AI는 이 구조가 향후 더 긴 작업과 에이전트형 업무 수행으로 확장될 수 있다고 보고 있다. 실시간 통역도 주요 활용처로 꼽힌다. GPT-Live는 발화가 끝난 뒤 번역하는 방식이 아니라 대화 흐름을 따라가며 통역할 수 있도록 설계됐다. 회의, 여행, 교육, 고객 응대 등 서로 다른 언어를 사용하는 상황에서 음성 AI의 활용 폭이 넓어질 수 있다. 챗GPT 보이스는 시각 정보도 함께 제공한다. 음성으로 대화하는 중 날씨, 주식, 스포츠 등 일부 주제는 카드 형태로 화면에 표시할 수 있다. 주변 소음 속에서도 사용자의 목소리에 더 집중하도록 청취 성능도 개선됐다. 다만 모든 기능이 한꺼번에 열리는 것은 아니다. 공식 릴리스노트 기준 GPT-Live는 출시 시점에 챗GPT Business, Enterprise, Edu 워크스페이스에는 제공되지 않는다. 영상과 화면 공유도 아직 지원하지 않는다. 해당 기능이 필요한 이용자는 기존 Advanced Voice Mode를 계속 쓸 수 있다. 한편 오픈AI는 GPT-Live를 API에도 도입할 계획이다. 음성 AI가 단순 답변 도구를 넘어 상담, 교육, 통역, 업무 자동화 영역의 인터페이스로 확장되는 만큼, 음성에서의 자연스러움이 AI 에이전트 경쟁의 새 기준이 될 전망이다.
2026-07-09 13:37:43
-
-
AI 에이전트가 직접 결제하는 시대 오나…Kite AI가 노리는 '결제 인프라' 시장
[경제일보] 생성형 인공지능(AI)이 질문에 답하는 도구에서 사용자를 대신해 업무를 수행하는 에이전트로 진화하면서 결제 인프라가 새로운 병목으로 떠오르고 있다. AI가 상품을 고르고 API를 호출하며 클라우드 자원을 쓰더라도 결제 단계마다 사람이 승인해야 한다면 상용화 속도는 제한될 수밖에 없다. 웹3 인프라 리서치 기관 Xangle이 소개한 Kite AI는 이 문제를 겨냥한 프로젝트다. Kite AI는 AI 모델 개발사가 아니라 AI 에이전트가 직접 결제하고 거래할 수 있도록 돕는 결제·신원·상호운용 인프라를 표방한다. 공개 검색 기준으로 Kite AI의 세부 백서나 공식 기술 문서는 확인되지 않았지만, 소개 자료상 핵심 방향은 에이전트 경제에 맞춘 결제망 구축이다. ChatGPT, Claude, Gemini 등 대형언어모델은 단순 답변을 넘어 쇼핑, 호텔 예약, API 호출, 데이터 분석 같은 복합 업무로 영역을 넓히고 있다. 업계에서는 다음 단계가 사용자를 대신해 계획을 세우고 실제 일을 처리하는 AI 에이전트가 될 것으로 본다. 이때 결제는 마지막 실행 단계다. 기존 결제 시스템은 사람을 기준으로 설계됐다. 신용카드 결제에는 계정 로그인, 카드 정보 입력, 본인 인증, 문자 확인 등이 붙는다. AI 에이전트가 매번 사용자에게 결제 승인을 요청해야 한다면 자동화의 효율은 크게 떨어진다. 결제 구조가 바뀌지 않으면 에이전트는 똑똑한 추천 도구에 머물 가능성이 크다. 거래 단위도 다르다. 일반 소비자는 하루 몇 차례 비교적 큰 금액을 결제하지만 AI 에이전트는 고빈도 소액 결제를 반복할 수 있다. 복잡한 업무 하나를 처리하기 위해 여러 유료 API를 호출하고 데이터 서비스를 구매하며 GPU 연산 자원을 잠깐 빌릴 수 있다. 건당 금액은 수 센트 이하가 될 수 있다. 카드망 수수료 체계에서는 수수료가 거래액보다 커지는 문제가 생긴다. Kite AI가 제시한 구조는 세 축으로 설명된다. 스테이블코인 결제를 처리하는 Kite Mainnet, 에이전트의 신원과 권한을 관리하는 Agent Passport, 서로 다른 에이전트 결제 프로토콜을 연결하는 상호운용 계층이다. 소개 자료 기준으로 Kite Mainnet은 결제 전용 블록체인을 지향하며 상태 채널 같은 기술로 고빈도 소액 결제 비용을 낮추는 데 초점을 둔다. Agent Passport는 에이전트 신원 인증 체계다. 사람에게 KYC가 필요하듯 AI 에이전트에도 ‘KYA’가 필요하다는 문제의식에서 출발한다. 어떤 사용자가 만든 에이전트인지, 어떤 권한을 받았는지, 얼마까지 결제할 수 있는지, 거래 책임은 어디까지인지 확인하는 장치다. 사용자가 소비 한도와 거래 대상, 사용 기간을 미리 설정하면 에이전트가 그 범위 안에서 자율 결제하는 방식이다. 이런 구상은 이미 업계 전반에서 확산되는 흐름과 맞닿아 있다. Coinbase가 공개한 x402는 HTTP의 ‘402 Payment Required’를 활용해 웹과 API 요청 과정에 결제를 붙이는 프로토콜이다. 관련 연구도 AI 에이전트가 스테이블코인 기반 결제를 수행할 때 권한 관리와 규정 준수 장치가 필요하다고 지적한다. Kite AI는 이 흐름 안에서 에이전트 결제 전용 인프라를 내세운 사례로 볼 수 있다. 활용 시나리오는 온라인 쇼핑에서 시작된다. 사용자가 “다음 주 입사하는 직원에게 50달러 이하의 환영 선물을 준비하라”고 지시하면 AI 에이전트가 상품을 고르고 결제한 뒤 안내 메일까지 보낼 수 있다. 연구와 업무 환경에서는 유료 API, 웹 수집, 데이터 분석 서비스를 필요한 만큼 호출하고 사용량에 따라 즉시 결제하는 구조도 가능하다. 디지털자산과 투자 영역에서는 더 민감한 쟁점이 붙는다. 에이전트가 사용자의 전략과 한도 안에서 주식이나 가상자산을 사고팔 수 있다면 효율은 높아질 수 있다. 반대로 책임 소재, 투자자 보호, 이상거래 감시, 해킹 피해 보상 문제가 따라온다. 에이전트 결제 인프라가 금융 인프라로 확장되려면 기술보다 규제와 신뢰 설계가 먼저 검증돼야 한다. 한국 시장도 주목된다. 한국은 온라인 쇼핑과 모바일 결제 이용률이 높고 생성형 AI 확산 속도도 빠르다. 여기에 원화 스테이블코인 논의와 디지털자산 결제 실험이 맞물리면 AI 에이전트가 실제 상거래에 참여할 기반이 마련될 수 있다. 다만 원화 스테이블코인 제도는 아직 입법과 감독 체계가 정리되는 과정인 만큼 시장 가능성은 전망으로 보는 것이 맞다. 한편 AI 에이전트 경쟁은 모델 성능만으로 끝나지 않는다. 지시를 이해하고 계획을 세우는 능력만큼 실제 거래를 안전하게 마무리하는 능력이 중요해진다. 결제와 신원 인증, 권한 관리가 붙지 않은 에이전트는 실행력이 제한된다. Kite AI가 노리는 시장은 바로 이 지점이다. AI가 말하는 도구에서 일하는 주체로 바뀌는 순간, 결제 인프라는 부가 기능이 아니라 에이전트 경제의 바닥이 된다.
2026-07-01 16:34:48
-
업비트 API 한도 풀렸다…법인·운용사 큰손 노린 '포켓' 개편인가
[경제일보] 업비트가 거래소 API의 요청 제한 기준을 계정 단위에서 포켓 단위로 바꿨다. 개발자 정책 변경처럼 보이지만 배경에는 자동매매, 자산관리, 법인·기관 고객의 대용량 API 수요를 흡수하려는 인프라 전략이 깔려 있다는 분석이 나온다. 업비트 개발자센터는 25일부터 거래·자산 관리 API의 Rate Limit 측정 단위를 계정에서 포켓으로 변경한다고 공지했다. 변경 이후 각 포켓은 독립된 요청 한도를 갖는다. 한 포켓의 사용량이 다른 포켓에 영향을 주지 않는다. 기존에는 하나의 계정에서 여러 API Key를 발급해도 같은 계정 한도를 공유했다. 특정 전략이나 서비스가 요청 한도를 많이 쓰면 같은 계정 안의 다른 전략도 영향을 받을 수 있었다. 주문, 잔고 조회, 출금 조회, 입출금 상태 확인 같은 거래·자산관리 API가 서로 간섭하는 구조였다. 새 방식에서는 포켓별로 한도가 분리된다. 업비트 문서에 따르면 거래·자산 관리 REST API는 포켓 단위로 측정되고 같은 포켓의 여러 API Key는 한도를 공유한다. 서로 다른 포켓은 독립 한도를 갖는다. 예를 들어 메인포켓 1개와 서브포켓 5개가 각각 `exchange.default` 초당 30회 한도를 쓰면 계정 전체로는 최대 초당 180회까지 처리할 수 있다. 이 변화는 개인 개발자보다 대용량 API 사용 주체에게 더 크게 다가온다. 여러 전략을 동시에 운용하는 법인, 자산운용사, 마켓메이킹 업체, 알고리즘 트레이딩 기업, 커스터디·회계·리포팅 시스템을 운영하는 사업자는 주문과 잔고 조회, 자산 이동, 리스크 점검 요청이 많다. 계정 단위 한도는 이런 수요를 처리하는 데 제약이 됐다. 포켓 단위 한도는 자산 구획과 시스템 운영을 함께 분리할 수 있게 한다. 법인 계정이 전략별 포켓, 펀드별 포켓, 고객 자산별 포켓, 운용 목적별 포켓을 나눠 쓰면 각 포켓의 API 사용량도 따로 관리할 수 있다. 한 전략에서 요청이 몰리거나 차단이 발생해도 다른 포켓의 주문과 조회는 영향을 덜 받는다. 자산운용사 관점에서는 리스크 관리 측면도 있다. 포켓별로 권한과 자산 범위를 분리하면 운용 전략별 손익과 잔고, 거래 내역을 구분하기 쉽다. API Rate Limit까지 포켓 단위로 나뉘면 운용 시스템이 포켓별로 독립된 작업 큐를 구성할 수 있다. 이는 기관형 포트폴리오 관리와 내부통제에 유리한 구조다. 업비트가 API Key 추가 발급보다 포켓 분리 운영을 권고한 점도 중요하다. 같은 포켓의 여러 API Key는 하나의 한도를 공유한다. 처리량을 늘리려면 키를 늘리는 방식이 아니라 포켓을 분리해야 한다. 이는 단순 접속 키 남발보다 자산 단위와 권한 단위를 명확히 나누게 하려는 방향이다. 물론 업비트 공지에는 법인이나 자산운용사를 직접 겨냥했다는 표현은 없다. 따라서 이번 개편을 기관 고객 전용 정책으로 단정하기는 어렵다. 다만 계정 전체 처리량을 포켓 수만큼 확장할 수 있도록 설계한 점은 소규모 개인 이용자보다 대량 요청을 처리하는 사업자에게 실질적 효용이 크다. 영향 범위는 거래·자산 관리 API와 인증 포함 WebSocket 연결이다. 시세 조회 REST API는 기존처럼 IP 단위 제한을 유지한다. 인증 미포함 WebSocket 연결도 IP 단위다. WebSocket 데이터 요청은 커넥션 단위 제한을 유지한다. 이번 개편은 국내 거래소 API가 개인 투자자 중심에서 법인·기관형 운용 환경으로 이동하는 흐름과 맞물린다. 디지털자산 시장이 제도권 금융과 연결될수록 거래소에는 단순 매매 화면보다 안정적인 API, 자산 분리, 권한 관리, 대량 처리 능력이 더 중요해진다. 법인과 자산운용사, 대형 거래 시스템을 품으려면 거래소는 주문 처리 속도뿐 아니라 자산 분리와 권한 통제, 대용량 API 안정성을 갖춰야 한다. 이번 변화는 업비트가 기관형 디지털자산 인프라로 이동하기 위한 사전 정비로 전망된다.
2026-06-26 17:18:45
-
SK텔레콤, AI 네트워크도 표준화한다…자율망 구축 본격화
[경제일보] SK텔레콤(대표이사 정재헌)이 글로벌 통신 표준을 기반으로 AI가 네트워크를 스스로 운영하고 관리하는 자율 네트워크 구축에 속도를 낸다. 통신망이 5G를 넘어 6G와 AI 데이터센터 시대의 핵심 인프라로 커지면서 운영 자동화와 장애 대응 능력이 통신사의 경쟁력으로 떠오르고 있다. SK텔레콤은 덴마크 코펜하겐에서 열린 통신 산업 협회 TM Forum의 ‘DTW 이그나이트 2026’에서 글로벌 표준 기반 자율 네트워크 추진 전략을 발표했다고 25일 밝혔다. 자율 네트워크는 사람의 개입을 줄이고 AI가 네트워크 상태를 분석해 운영과 관리를 수행하는 차세대 통신 인프라 운영 방식이다. SKT가 표준화를 강조한 배경에는 통신망 운영의 복잡성이 있다. 통신사는 기지국과 코어망, 전송망, 클라우드 인프라를 동시에 운영한다. 여기에 장비 제조사별 관리 체계와 통신사별 운영 방식이 달라지면 AI를 적용해도 확장성과 연동성에 한계가 생긴다. 네트워크 운영 자동화가 개별 솔루션 단위에 머물면 전사 차원의 자율망으로 이어지기 어렵다. SKT는 이를 해결하기 위해 운영 업무 프로세스 재정의, 데이터 온톨로지 구축, 차세대 운영지원시스템 전환, AI 에이전트 표준화 등 4대 실행 과제를 제시했다. 데이터와 시스템을 글로벌 표준에 맞춰 정리하고 AI 에이전트가 공통된 방식으로 네트워크를 이해하도록 만들겠다는 구상이다. 운영지원시스템 전환도 핵심 과제다. OSS는 통신망 장애 관리와 품질 관리, 구성 관리, 작업 관리를 맡는 통신사 내부 운영 시스템이다. 기존 OSS가 사람이 정한 절차를 지원하는 역할에 가까웠다면 차세대 OSS는 AI가 네트워크 상태를 읽고 조치 방안을 제안하거나 실행하는 기반이 된다. SKT는 AWS 등 글로벌 기업과도 협력한다. 다양한 제조사의 네트워크 장비를 하나의 AI 솔루션으로 통합 제어할 수 있는 환경을 구축해 운영 유연성과 확장성을 높인다는 계획이다. 장비사별로 다른 관리 구조를 표준화된 데이터와 API 체계로 묶는 것이 자율 네트워크 구현의 출발점이라는 판단이다. 자체 개발도 병행하고 있다. SKT는 현재 1000개 이상의 자율 네트워크 플랫폼과 AI 에이전트를 개발해 운용 중이라고 밝혔다. 대표 사례로는 코어 네트워크 장비를 통합 관제하고 이상 징후를 탐지해 대응 방안을 제안하는 AI 관제 시스템 ‘스파이더’를 들었다. 이번 전략은 글로벌 통신업계의 AI 네이티브 네트워크 흐름과 맞물려 있다. TM Forum은 통신사가 네트워크 자동화 수준을 단계적으로 높이는 자율 네트워크 프레임워크를 제시해 왔다. 레벨 4는 시스템이 상황을 이해하고 의사결정을 수행하는 고도 자율 단계로 평가된다. SKT는 이 수준 달성을 목표로 차세대 OSS 전환을 추진한다는 방침이다. 자율망이 필요한 이유는 비용 절감에만 있지 않다. AI 서비스와 클라우드 게임, 자율주행, 로봇, 산업용 5G가 확산되면 네트워크 품질 저하가 곧 서비스 장애로 이어질 수 있다. 장애를 빠르게 감지하고 원인을 분석해 조치하는 능력이 통신사의 핵심 경쟁력이 된다. 사람이 모든 장비와 트래픽 변화를 실시간으로 관리하기 어려운 만큼 AI 기반 운영 체계는 선택지가 아니라 필수 인프라에 가까워지고 있다. 전망은 표준화와 현장 적용 속도에 달려 있다. 자율 네트워크가 실제 효과를 내려면 AI가 제안한 조치가 운영 현장에서 신뢰받아야 한다. 장애 원인 분석의 정확도와 조치 책임 범위, 보안 통제도 함께 정리돼야 한다. SKT가 TM Forum 표준을 기반으로 OSS와 AI 에이전트를 묶어내면 장비와 시스템이 달라도 일관된 네트워크 운영 체계를 만들 수 있다. 안홍범 SKT 네트워크 AT/DT 담당은 "글로벌 표준 기반의 자율 네트워크 구축은 단순한 기술 혁신을 넘어 통신 산업 전체의 패러다임 변화를 이끌어갈 것"이라며, "TM 포럼 표준을 통해 전 세계 통신사들과 협력해 자율 네트워크 생태계를 구축하고 고객에게 안정적이고 지능적인 통신 서비스를 제공할 수 있도록 노력하겠다"고 말했다. 통신망은 이제 회선과 장비의 집합이 아니라 AI 서비스가 돌아가는 산업 인프라다. SKT의 자율 네트워크 전략은 네트워크 운영을 사람의 경험에만 의존하던 방식에서 데이터와 AI 중심으로 옮기려는 시도다. 앞으로의 평가는 발표 무대가 아니라 실제 장애 시간 단축과 품질 안정성, 운영 비용 개선으로 확인될 것이다.
2026-06-25 10:55:22
-
오픈AI·삼성 협력, 반도체서 업무 AX로 확대…챗GPT 전사 도입
[경제일보] 오픈AI와 삼성전자의 협력이 AI 인프라에서 임직원 업무 혁신으로 확대된다. 삼성전자가 국내 전 임직원과 디바이스경험(DX)부문 전 세계 임직원에게 챗GPT 엔터프라이즈와 코덱스를 제공하기로 하면서 양사의 협력 범위가 반도체 공급을 넘어 전사적 인공지능 전환(AX)으로 넓어지고 있다. 오픈AI는 22일 삼성전자가 임직원의 업무 혁신과 전사적 AI 전환을 위해 챗GPT 엔터프라이즈와 코덱스를 도입한다고 밝혔다. 적용 대상은 삼성전자 국내 전 임직원과 DX부문 글로벌 임직원이다. 오픈AI는 이번 도입을 자사 엔터프라이즈 계약 가운데 최대 규모 사례 중 하나라고 설명했다. 이번 발표는 양사의 기존 협력의 연장선에 있다. 삼성은 지난해 오픈AI와 글로벌 AI 인프라 협력 방안을 발표한 바 있다. 당시 삼성전자는 오픈AI의 차세대 AI 인프라 구축에 필요한 고성능 메모리 반도체 공급 협력을 맡았고 삼성SDS는 AI 데이터센터 개발·운영과 국내 기업 대상 오픈AI 서비스 도입 지원 역할을 제시했다. 삼성물산과 삼성중공업도 차세대 데이터센터 인프라 협력 가능성을 검토했다. 이번 챗GPT 엔터프라이즈 도입은 그 협력이 삼성전자 내부의 일하는 방식으로 확장됐다는 점에서 의미가 있다. 양사가 AI 인프라를 함께 논의하던 단계에서 이제는 삼성전자 임직원의 업무 생산성과 조직 운영 방식까지 오픈AI 기술을 활용하는 단계로 넘어간 것이다. 삼성전자는 챗GPT와 코덱스를 소프트웨어 개발, 마케팅, 제품 개발, 제조, 경영지원 등 업무 전반에 활용할 계획이다. 챗GPT 엔터프라이즈는 정보 탐색과 분석, 문서 작성, 아이디어 구체화, 데이터 해석 등 지식 기반 업무를 지원한다. 기업용 서비스인 만큼 데이터 보호, 접근 권한 관리, 보안 통제 등 대규모 조직에 필요한 관리 기능도 제공한다. 코덱스는 개발자 생산성을 높이는 도구에서 일반 업무 플랫폼으로 활용 범위가 넓어지고 있다. 코드 작성과 리뷰, 디버깅뿐 아니라 비개발 직군이 아이디어를 내부 도구나 자동화 프로세스로 구현하는 데도 쓰일 수 있다. 오픈AI에 따르면 코덱스는 매주 500만명 이상이 기술·비기술 업무에 사용하고 있으며 한국 내 주간 활성 이용자는 올해 2월 1일 이후 800% 가까이 증가했다. 김경훈 오픈AI코리아 총괄대표는 “삼성전자가 AI를 일부 조직이 아닌 전 세계 임직원의 업무 방식과 혁신 역량을 높이는 핵심 플랫폼으로 활용한다는 점에서 의미가 크다”며 “삼성전자 임직원들이 챗GPT와 코덱스로 아이디어를 더 빠르게 실행하고 복잡한 문제를 해결할 수 있도록 협력하겠다”고 말했다. 오픈AI 서비스의 국내 확산은 삼성전자에 그치지 않는다. 서울대는 교수, 학생, 직원 등 전 구성원에게 챗GPT 에듀를 제공하고 있다. 카카오는 카카오톡 채팅방에서 챗GPT를 호출해 실시간 답변과 이미지 생성을 이용할 수 있는 기능을 도입했다. 오픈AI는 LG전자, LG유플러스, LG CNS, GS건설, 삼성SDS, 티빙, 크래프톤, 토스, 무신사 등도 챗GPT 엔터프라이즈와 오픈AI API, 코덱스를 활용하고 있다고 밝혔다. 이 흐름은 국내 AI 도입의 초점이 개인 생산성 도구에서 조직 단위 AX로 옮겨가고 있음을 보여준다. 초기에는 직원 개인이 챗봇으로 문서를 쓰거나 자료를 찾는 수준이었다면 이제는 기업이 보안과 권한 관리, 내부 시스템 연동, 업무 프로세스 재설계까지 포함해 AI를 공식 업무 플랫폼으로 들여오는 단계다. 삼성전자의 이번 도입은 상징성이 크다. 삼성은 오픈AI의 AI 인프라 수요를 뒷받침하는 메모리 공급 파트너이면서 동시에 오픈AI 도구를 사내 업무 혁신에 적용하는 대형 고객이 됐다. 공급자이자 사용자로서 AI 생태계 양쪽에 서게 된 셈이다. AI 경쟁은 모델 성능만의 싸움이 아니다. 누가 AI를 조직 안에 안전하게 넣고 실제 업무 성과로 연결하느냐가 중요해지고 있다. 삼성전자의 챗GPT 엔터프라이즈 도입은 국내 대기업의 AX가 실험 단계를 지나 전사 적용 단계로 들어섰다는 신호다. 성패는 도입 규모가 아니라 챗GPT와 코덱스가 제조, 개발, 마케팅, 제품 기획의 속도와 품질을 실제로 얼마나 바꾸느냐에서 갈릴 것이다.
2026-06-22 10:50:09
-
프롬프트 잘 쓰는 시대 지나가나…이제 '루프'를 설계한다
[경제일보] 인공지능(AI)에 좋은 답을 얻기 위해 명령어를 정교하게 다듬던 ‘프롬프트 엔지니어링’의 중심이 흔들리고 있다. 실리콘밸리 AI 개발 현장에서는 사람이 매번 프롬프트를 입력하는 방식보다 AI 에이전트가 목표를 달성할 때까지 실행과 검증, 수정을 반복하도록 설계하는 ‘루프 엔지니어링’이 새 흐름으로 떠오르고 있다. 루프는 사용자가 매 단계마다 “다시 고쳐라”, “오류를 수정하라”고 지시하지 않아도 AI가 스스로 결과를 점검하고 다음 작업을 이어가는 반복 구조를 말한다. 사람이 목표와 기준을 정하면 AI가 작업을 수행하고 결과를 검토하고 실패한 부분을 다시 고치는 방식이다. 프롬프트가 한 번의 명령이라면 루프는 AI가 일하는 절차에 가깝다. 미 경제매체 비즈니스인사이더에 따르면 앤트로픽의 AI 코딩 도구 ‘클로드 코드’를 이끄는 개발자 보리스 처니는 최근 자신이 더 이상 클로드에 직접 프롬프트를 쓰지 않는다고 말했다. 이제 업무는 프롬프트 작성이 아니라 루프를 만드는 일로 바뀌었다는 설명이다. 오픈AI 엔지니어 페터 슈타인베르거도 코딩 에이전트에 프롬프트를 입력하는 방식에서 벗어나 에이전트가 스스로 프롬프트를 만들고 실행하도록 루프를 설계해야 한다고 강조했다. 이 변화는 AI 코딩 도구의 성격 변화와 맞물려 있다. 클로드 코드, 코덱스, 커서 같은 에이전트형 도구는 단순 답변 생성에 그치지 않는다. 코드베이스를 읽고 파일을 고치며 테스트를 실행하고 오류를 다시 수정한다. 사용자는 작업 목표와 제약 조건, 검증 기준을 설계하고 AI는 그 안에서 반복 수행한다. 루프 엔지니어링은 개발자에게만 해당하는 변화가 아니다. 제품기획, 마케팅, 재무, 인사 등 일반 업무에도 적용될 수 있다. 시장조사 보고서를 예로 들면 AI가 자료를 수집하고 초안을 작성한 뒤 빠진 항목을 점검하고 다시 보완하는 식이다. 사람은 문장을 매번 지시하는 대신 업무 역할과 절차, 산출물 기준을 설계하는 관리자가 된다. 일부 현장에서는 이를 직무 설계에 비유한다. 신입사원을 뽑을 때 업무 목표와 권한, 보고 체계, 평가 기준을 정하듯 AI 에이전트에도 역할과 작업 범위, 검증 기준을 정해야 한다는 것이다. 프롬프트 엔지니어링이 ‘AI에게 어떻게 말할 것인가’의 문제였다면 루프 엔지니어링은 ‘AI가 어떤 절차로 일하게 할 것인가’의 문제다. 과제도 분명하다. AI가 목표를 달성하지 못하면 같은 작업을 계속 반복하는 ‘무한 루프’에 빠질 수 있다. 이 경우 API 호출과 토큰 사용량이 급증해 비용 부담이 커진다. 여러 에이전트가 동시에 작업하고 서로 결과를 검토하는 구조에서는 효율이 높아지는 만큼 관리 복잡성도 함께 커진다. 검증 책임도 사라지지 않는다. AI가 코드를 고치고 문서를 보완하더라도 최종 판단은 인간이 해야 한다. 루프가 빠르게 돌아갈수록 사람이 이해하지 못한 결과물이 더 많이 쌓일 수 있다. 잘못된 전제를 기준으로 삼으면 오류가 반복적으로 증폭될 가능성도 있다. 기업 입장에서는 루프 엔지니어링이 AI 도입의 다음 단계가 될 수 있다. 지금까지는 직원들이 챗봇을 잘 쓰도록 교육하는 수준이었다면 앞으로는 부서별 업무를 AI 에이전트가 수행할 수 있는 절차로 다시 설계해야 한다. 이 과정에서 데이터 접근 권한, 보안, 비용 통제, 결과 검증, 책임 소재가 핵심 관리 항목으로 떠오른다. 프롬프트 엔지니어링이 완전히 사라진다고 보기는 어렵다. 좋은 목표를 정의하고 정확한 지시를 내리는 능력은 여전히 필요하다. 달라진 것은 경쟁력의 위치다. 이제 중요한 것은 한 문장을 더 세련되게 쓰는 기술이 아니라 AI가 목표를 향해 반복적으로 움직일 수 있는 업무 시스템을 설계하는 능력이다. AI를 잘 쓰는 조직은 프롬프트를 잘 쓰는 조직을 넘어 AI가 일할 수 있는 구조를 잘 짜는 조직이 될 것이다.
2026-06-22 07:45:09
-
-
-
NC AI, 미디어 특화 AI 사업 확장…K-미디어 콘텐츠 제작 혁신한다
[경제일보] NC AI가 방송 제작 인공지능 전환(AX) 시장 공략에 본격적으로 나선다. 자체 AI 기술력을 기반으로 방송 콘텐츠 제작 전 과정을 지원하는 플랫폼 사업을 추진하며 미디어 산업 특화 AI 사업 영역 확대에 속도를 내고 있다. 16일 NC AI는 MBC, NHN클라우드, 데이터메이커와 컨소시엄을 구성해 과학기술정보통신부와 정보통신산업진흥원(NIPA)이 주관하는 'AX 원스톱 바우처 사업'에 선정됐다고 밝혔다. 이번 사업은 AI 솔루션과 데이터, 클라우드 인프라를 통합 지원해 기업의 AX를 촉진하는 정부 지원 사업이다. 단순 솔루션 도입을 넘어 기획 단계부터 데이터 구축, AI 개발, 서비스 운영까지 연계해 산업 현장 혁신을 추진하는 것이 특징이다. NC AI는 이번 사업을 시작으로 게임 산업을 넘어 방송·미디어 분야까지 AI 사업 영역을 확대하게 된다. 특히 60년 이상 축적된 MBC의 방송 제작 노하우와 NC AI의 자체 AI 파운데이션 모델을 결합해 콘텐츠 제작 과정 전반의 효율화를 추진한다는 계획이다. 최근 미디어 산업은 글로벌 K-콘텐츠 수요 확대에도 불구하고 광고 시장 위축과 제작비 상승이라는 이중 부담에 직면해 있는 것으로 알려졌다. 특히 편집과 자막, 더빙, 화면해설 등 포스트프로덕션 영역은 여전히 수작업 비중이 높아 제작 비용과 시간이 집중적으로 소요되는 대표적인 병목 구간으로 꼽힌다. 컨소시엄은 이러한 문제를 해결하기 위해 방송 영상 속 인물과 발화, 감정, 장면 맥락 등을 통합적으로 이해할 수 있는 '미디어 온톨로지' 체계를 구축할 예정이다. 온톨로지는 정보와 개념 간 의미적 관계를 구조화해 컴퓨터가 이를 이해하고 활용할 수 있도록 만든 지식 체계다. 이번 사업에서 구축되는 미디어 온톨로지는 영상 속 인물의 행동과 대사, 감정 변화, 장소와 사건의 관계 등을 연결해 AI가 콘텐츠의 흐름과 의미를 종합적으로 이해하도록 하는 핵심 기술 기반 역할을 수행한다. NC AI는 사업의 핵심 기술 개발사로 참여한다. 온톨로지 엔진 설계와 개발, AI 모델 파인튜닝, SaaS 플랫폼 구축, API 개발 등을 담당하며 자사 미디어 특화 AI 솔루션 '바르코'를 제작 워크플로 전반에 적용할 계획이다. 최종적으로는 미디어 온톨로지 기반의 맥락 인지 AI 편집, AI 다국어 더빙, 시각장애인용 AI 화면해설 등 3종의 SaaS 애플리케이션을 개발한다. NC AI는 이를 통해 콘텐츠 제작 현장의 생산성을 높이고 후반 제작 비용 절감 효과를 기대한다고 설명했다. 특히 AI 다국어 더빙 기술은 K-콘텐츠의 글로벌 유통 확대에도 활용될 전망이다. 기존에는 언어별 현지화 과정에 상당한 시간과 비용이 소요됐지만 AI 기반 자동화가 가능해질 경우 해외 서비스 속도를 높이고 제작 부담을 줄일 수 있기 때문이다. 이번 사업은 방송 제작 현장에 AI를 접목하는 실증 사업을 넘어 향후 미디어 산업 전반으로 확장 가능한 SaaS 사업 모델이 될 수 있을 것으로 분석된다. 방송사뿐 아니라 OTT 사업자와 콘텐츠 제작사, 미디어 플랫폼 등으로 적용 범위를 넓힐 수 있어서다. 또한 AI 기반 화면해설 기능은 시각장애인 등 정보 접근 취약계층의 콘텐츠 이용 환경 개선에도 기여할 것으로 기대된다. 제작 효율화와 공공성 확대를 동시에 달성할 수 있는 AI 활용 사례로 평가받고 있다. 이연수 NC AI 대표는 "이번 사업은 AI를 활용한 제작 효율화와 글로벌 사업 확대, 미디어 접근성 향상이라는 산업적·사회적 가치를 동시에 실현하는 의미 있는 프로젝트"라며 "방송 콘텐츠에 특화된 미디어 온톨로지와 멀티모달 AI 기술을 바탕으로 국내 미디어 산업의 AX를 선도하고 K-콘텐츠 경쟁력 강화에 기여하겠다"고 말했다.
2026-06-16 08:39:30