인공지능(AI)이 실존하는 육체를 얻은 모습이다. 그동안 반도체·서버의 영역에 머물던 인공지능(AI)이 물리 환경을 직접 움직이기 시작했다. ‘제45회 타이베이 국제 컴퓨터 전시회(COMPUTEX TAIPEI 2026)’는 이 같은 AI의 가시적인 진화와 상용화 가능성을 제시한 무대다. 대만 타이베이시 난강구 소재 주요 전시장 ‘타이베이난강전람관(Taipei Nangang Exhibition Center Hall)’에는 서버, 에지 컴퓨팅(Edge Computing), 전력·냉각 인프라 등 기존 전시 콘셉트를 이어가는 제품이 놓였다. 여기에 로보틱스 인프라 기술이 더해지며 AI를 실제 장비로 구동하기 위한 연산·전원·제어 기반이 함께 배치됐다. 다른 한편, 같은 시 신이구에도 다른 결의 기술이 놓인 컴퓨텍스가 전개됐다. ‘타이베이세계무역센터(Taipei World Trade Center Exhibition Hall)’에는 난강 전시장과는 다른 적용형 기술이 배치됐다. AI가 사람과 산업 현장에 가까운 장비로 구현되는 흐름이 드러났다. 이 구역의 주요 콘셉트 가운데 하나는 로보틱스다. 휴머노이드 로봇(Humanoid Robot), 협동 로봇(코봇), 서비스 로
공장 안에서 반복 동작을 정밀하게 수행하는 로봇은 이미 익숙한 풍경이 됐다. 다음 갈림길은 사람 곁이다. 매장·사무실·집안처럼 동선이 비정형적이고 예외 상황이 시시각각 발생하는 공간에서의 활약이 필요한 시점. 이때 로봇이 어떤 작업을 얼마나 빠르게 수행하는지보다, 낯선 환경 안에서 작업을 끝까지 이어가는지가 중요한 과제가 됐다. 서비스 로봇이 산업용 로봇 대비 늦춰 보급되는 이유를 여기서 찾을 수 있다. 로봇 공학 기술 자체보다 운영·상호작용·복구·수용성까지 한꺼번에 충족해야 한다는 것. 그래서 지금 필요한 것은 화려한 형태의 로봇이 아니다. 그것이 아니라 복잡한 작업 과정을 자연스럽게 수행하고 이후 작업을 유기적으로 이을 수 있는지다. 로봇이 특정 작업을 마무리한 뒤에도 연계 복합 동작이 필요하다는 지적이다. 현시점 각광받는 온전한 형태의 풀바디(Full-body) 휴머노이드 로봇(Humanoid Robot)도 중요하지만, 로봇이 넘어야 할 선결 허들이 따로 있다. 지금 당장 비용을 지불할 사용자가 있는지, 실제 공간에서 반복 검증 가능한 로봇이 있는지다. 이는 국내 인공지능(AI) 기반 서비스 로봇 기술 업체 엑스와이지가 공개한 양팔형 서비스 로봇 ‘듀스
IBM 'Bob' AI 코딩 도구를 넘어 기획부터 보안까지 SDLC 전 과정을 통합 지원 대규모 코드베이스에서 AI 툴 사용자가 오히려 더 느려지는 엔터프라이즈 역설 해소 집중 현재 SaaS 제공... 오는 9월 온프레미스·에어갭 환경 지원 버전 출시 예정 한국IBM이 지난 4일 서울 여의도 한국IBM 본사에서 기자간담회를 열고 엔터프라이즈 AI 기반 개발 파트너 'IBM Bob(IBM 밥)'을 처음 공개했다. 이번 솔루션은 단순한 코드 생성 도구가 아닌 기획·개발·테스트·배포·운영·보안까지 소프트웨어 개발 수명주기(SDLC) 전 과정을 통합 지원하는 솔루션으로 설계된 것이 특징이다. IBM Bob 솔루션 부사장 겸 캐나다 연구소장 마이클 곽(Michael Kwok)은 솔루션 소개에 앞서 현재 엔터프라이즈 AI 개발 환경의 구조적 문제를 짚었다. 그는 "연구에 따르면 개발자들은 AI 툴 도입으로 생산성이 24% 향상될 것으로 기대했지만 실제 대규모 기업 환경에서는 AI 툴을 쓰는 개발자가 오히려 더 느린 결과를 낳는 경우가 많았다"며 "AI는 맥락이 명확한 국소적 작업에는 효율을 발휘하지만 레거시 의존성과 보안 정책·컴플라이언스·조직 구조 등이 얽힌 엔터프라
AI 도입이 급속히 확산되고 있지만, 제조 현장의 실제 수익성과 생산성은 기대만큼 개선되지 못하는 ‘제조 패러독스’가 심화되고 있다. 설비 자동화는 진전됐지만 공정과 물류, 운영 체계를 통합하는 지능은 여전히 부족하기 때문이다. 카이스트 장영재 교수는 이러한 한계를 극복할 해법으로 ‘피지컬 AI’와 ‘소프트웨어 정의 공장(SDF)’을 제시한다. AI가 단순 데이터 분석을 넘어 실제 물리 환경을 이해하고 로봇·설비·물류를 실시간으로 통합 제어해야 진정한 자율제조가 가능하다는 설명이다. 장 교수가 제시한 ‘돈 버는 공장’의 조건과, 제조업의 미래 경쟁력을 좌우할 차세대 AI 제조 전략을 살펴본다. 글로벌 제조업이 인공지능 전환(AX)의 도전 과제에 맞딱뜨렸음에도, 현장의 실질 생산성은 오히려 퇴보하는 ‘제조 패러독스’에 직면한 것으로 분석된다. 글로벌 컨설팅 업체 맥킨지앤컴퍼니가 발표한 ‘2026 글로벌 제조 경쟁력 보고서’에서는 이 같은 동향이 담겨있다. 이에 따르면, 전 세계 제조 기업의 85%가 인공지능(AI) 기술을 도입했으나, 이 중 실제 영업이익 개선으로 이어진 사례는 15% 미만에 불과한 것으로 나타났다. 이는 AI가 현장의 물리적 변수를 실시간으로
생성형 AI 도입이 빠르게 확산되고 있지만, 실제 기업 현장에서 업무 혁신으로 이어진 사례는 극히 제한적이다. 단순 질의응답 수준을 넘어 AI가 스스로 판단하고 업무를 끝까지 수행하는 ‘실행형 AI(Actionable AI)’가 새로운 경쟁력으로 떠오르는 이유다. 제논 이강산 이사는 기존 RPA의 경직된 자동화 한계를 넘어, AI가 화면과 업무 맥락을 이해하고 다양한 엔터프라이즈 시스템을 유기적으로 연결하는 차세대 AI 에이전트 구조를 제시한다. 특히 MCP 기반의 통합형 ‘원 에이전트(One Agent)’ 개념은 데이터 분석부터 문서 작성, 업무 실행까지 인간 개입을 최소화하며 기업 AX의 새로운 방향성을 보여준다. 이번 기사에서는 제논이 제시하는 실행형 AI의 기술적 의미와 미래 비전을 조명한다. 인공지능(AI) 분야 석학 앤드류 응(Andrew Ng) 스탠퍼드대학교 교수는 최근 “개별 거대언어모델(LLM)의 성능 향상보다 AI 에이전트 워크플로우를 구축하는 것이 훨씬 더 큰 진보를 가져올 것”이라고 단언했다. 이는 단순히 똑똑한 대답을 내놓는 AI보다, 스스로 도구를 쓰고 업무를 완결하는 ‘실행 능력’이 기업용 인공지능 전환(AX)의 성패를 가를 것이라
유럽연합(EU)의 탄소국경조정제도(CBAM), 배터리 규정, 기업 지속가능성 실사 지침(CSDDD) 등에서 ‘제품 단위’ 규제가 현실화되고 있는 가운데, 국내 기업 실무자들이 현장에서 체감하는 병목에 대해 의견을 나눴다. 1일 서울 대한상공회의소에서 열린 ‘한·베트남 그린 제조 밸류체인 협력포럼’ 패널 토론에는 LG전자·삼성SDI·KGM·SK AX의 실무자들이 참석해 업종별 규제 대응 애로와 실행 전략을 공유했다. 발표자들은 한목소리로 “엑셀 중심의 수기 대응으로는 한계가 뚜렷하다”며, 데이터 표준화·검증 체계와 공급망 단위 협력 구조가 필요하다고 입을 모았다. 2%는 공장, 98%는 공급망…실무가 말한 규제 대응의 핵심 LG전자 전장사업부에서 PCF 실무를 맡고 있는 곽한울 책임은 글로벌 고객사의 요구가 이미 ‘구매·입찰 조건’으로 내려왔다고 말했다. 그는 “주요 OEM 글로벌 고객사들은 입찰 단계에서 정밀한 PCF 데이터를 제출하도록 요구하고, 카테나X 같은 글로벌 데이터 플랫폼 연동을 구매의 전제 조건으로 내걸고 있다”고 밝혔다. 곽 책임은 제품 탄소배출의 구조를 ‘공급망 문제’로 설명했다. 그는 “제가 크래들 투 게이트(Cradle-to-Gate) 기
생성형 AI와 AI 에이전트가 기업 업무 전반으로 빠르게 확산되면서 보안 위협 역시 새로운 국면으로 접어들고 있다. 파수 AI의 강봉호 본부장은 “이제 AI는 단순 해킹 도구가 아니라 스스로 공격을 수행하는 자율형 에이전트로 진화하고 있다”고 진단했다. 실제 랜섬웨어와 서버 해킹, 공급망 공격은 급증하고 있으며, 기업 내부 데이터와 AI 시스템을 동시에 겨냥한 공격도 빠르게 늘고 있다. 이에 따라 AI 가드레일, 제로트러스트, 데이터 권한 통제, 반복형 보안 훈련이 기업 AI 전략의 핵심 과제로 떠오르고 있다. AI 시대 보안은 더 이상 IT 부서만의 문제가 아니라 조직 전체의 생존 전략으로 재정의되고 있다. 사이버 위협의 패러다임이 바뀌고 있다 AI 시대가 본격화되면서 기업 보안 환경 역시 이전과는 완전히 다른 국면으로 접어들고 있다. 과거의 사이버 공격은 사람이 직접 악성코드를 만들고 취약점을 분석해 시스템을 공격하는 방식이었다. 하지만 이제 공격의 주체 자체가 AI로 이동하고 있다. 생성형 AI와 AI 에이전트가 빠르게 발전하면서 해킹 역시 자동화·지능화 단계로 진입하고 있다는 분석이다. 파수 AI 강봉호 본부장은 “이제 AI는 해커를 돕는 수준이 아니
컴퓨팅 기반 인공지능(AI) 산업 생태계가 기존 모델 성능과 칩(Chip) 확보를 넘는 인프라 전반의 결합으로 확장되고 있다. 공급망·데이터센터·전력·냉각·로보틱스 등 인프라다. 이처럼 AI가 현실의 장비와 산업 시스템으로 본격 가동되는 것이 요즘 추세다. 이에 따라 이제는 컴퓨팅 장비 자체의 성능보다 이를 안정적으로 구동·제어할 인프라 환경을 구축하는 것이 핵심 변수로 부각되고 있다. 이 시점에서 ‘제45회 타이베이 국제 컴퓨터 전시회(COMPUTEX TAIPEI 2026)’가 이달 2일(현지시간) 대만 타이베이에서 막을 올렸다. 올해 전시 주제는 ‘AI 투게더(AI Together)’다. 주최 측에 따르면, 이번 45회 박람회는 AI·컴퓨팅(AI & Computing), 로보틱스·모빌리티(Robotics & Mobility), 차세대 기술(Next-Gen Tech)을 중심으로 구성됐다. 최근 산업 트렌드에 발맞춘 이러한 콘셉트는 올해 전시회의 덩치를 더욱 키운 배경이 됐다. 올 컴퓨텍스에는 33개 국가·지역에서 1500개 업체가 참가해 약 6000여 개에 달하는 부스를 마련했다. 현장에서는 AI가 데이터센터·서버에서 끝나는 기술이 아니라 로
젠슨 황(Jensen Huang) 엔비디아(NVIDIA) 최고경영자(CEO)가 던진 메시지는 무대 밖에서 한층 묵직하게 다가왔다. 어제 1일(현지시간) 열린 ‘엔비디아 GTC 타이베이 2026(NVIDIA GTC Taipei 2026)’ 기조연설이 끝난 뒤에도 행사가 열린 타이베이 뮤직센터(Taipei Music Center) 주변은 한동안 한산해지지 않았다. 행사장 외벽의 GTC 안내판 앞은 발표 내용을 복기하려는 참관객·취재진의 동선이 쉴 새 없이 이어졌다. 외부 포토존 역시 엔비디아 로고를 배경으로 기념 촬영을 하려는 인파가 길게 늘어섰다. 이번 키노트를 관통한 핵심은 인공지능(AI) 모델 자체의 성능보다, 해당 AI를 실제 산업 시스템 안에서 구동하는 인프라 아키텍처의 정립이었다. 이날 젠슨 황 CEO는 ▲AI 팩토리(AI Factory) ▲에이전틱 AI(Agentic AI) ▲피지컬 AI(Physical AI) ▲자율주행 ▲반도체 공장(Fabrication Facility 이하 팹) 전용 AI 등을 하나의 컴퓨팅 체계 안에서 통합하는 방안을 내놨다. 장내외의 관심 역시 엔비디아가 제시한 이 거대한 청사진이 향후 산업·공급망·현장으로 파고들지에 집중되
인공지능(AI) 산업의 기술 판도가 흔들리는 양상이다. 모델 크기와 추론 속도를 주요 경쟁 요소로 삼았던 기존 트렌드가 전환되는 모습. 이제 시장은 기업 업무를 대행하는 '에이전트(Agent)', 토큰(Token)을 생산하는 'AI 공장(AI Factory)', 모니터 화면에서 벗어나 실제 하드웨어를 구동하는 ‘피지컬 AI(Physical AI)’로 향하는 모양새다. 데이터센터 역시 단순한 서버의 집합체에서 벗어나 전력·냉각·네트워크·보관소·보안·소프트웨어등을 통합 설계하는 인프라로 진화하는 추세다. 이 가운데 토큰은 생성형 AI(Generative AI)가 텍스트·명령을 처리하고 결과를 출력할 때 사용하는 기본 단위다. 컴퓨터는 사람처럼 문장 전체를 한 번에 이해하지 못하고, 글자를 잘게 쪼개서 인식한다. 쉽게 말해, 토큰은 그 쪼개진 글자 한 조각 한 조각을 뜻하는 것이다. 글로벌 컴퓨팅 기술 업체 엔비디아(NVIDIA)의 수장 젠슨 황(Jensen Huang) 최고경영책임자(CEO)는 AI 팩토리를 토큰을 생산하는 시설로 규정하며, 컴퓨팅 성능을 수익 구조와 직접 연결했다. 그에 따르면, 에이전트는 이 패러다임 전환의 핵심 근간이다. 단순 답변 생성 프
제주에서 돌아와 노트북을 열었다. 무인항공기(드론) 촬영본을 옮길 차례. 바다, 현무암 길, 숲길, 오름, 풍차까지 꽤 많이 찍었다. 촬영 당시 조종기 화면에서 보인 실시간 장면은 전부 만족스러웠고, 비행 중 보던 화면도 익숙했다. 전용 조종기(Controller) 속 화면에서는 일반 드론 영상처럼 보였고, 촬영 버튼도 정상적으로 눌렀다. 그런데 폴더 안에는 MP4 형식의 파일이 없었다. 대신 낯선 확장자의 파일이 줄지어 있었다. OSV. 처음 보는 이름이었다. 일반 플레이어로 열자 화면은 동그랗게 휘어 보였다. 어떤 파일은 길게 펼쳐진 360° 지도처럼 보였다. 이게 뭔가 싶었다. 조종기에서 보던 그 화면과 다른 모습. 순간 촬영을 망친 줄 알았다. 제주에서 며칠 동안 날린 영상이 전부 이상한 파일로 저장된 것으로 보였기 때문이다. 그런데 망한 게 아니었다. 그 파일이 DJI 아바타 360(DJI Avata 360)의 진짜 원본이었다. 조종기 속 화면은 가짜였을까? 재생 화면에서 ‘흠칫!’ 조종기에 탑재된 사용자 화면(UI)은 현장에서 비행·촬영을 확인하기 위한 창이었다. 기체가 저장한 것은 그 화면 한 방향이 아니었다. 알고 보니 드론은 기본적으로 주변
생성형 AI 열풍이 산업 전반을 뒤흔드는 가운데, 이제 기업 경쟁력은 단순한 AI 도입 여부가 아니라 ‘어떻게 활용하느냐’에서 갈리고 있다. 한국마이크로소프트 백인송 이사는 “AI 시대의 승자는 상위 5% 기업이 될 가능성이 높다”며, 업무 인프라·데이터 전략·보안 체계까지 연결된 ‘AI 활용 구조’의 중요성을 강조했다. 특히 최근 시장은 생성형 AI를 넘어 독립적으로 업무를 수행하는 ‘에이전트 AI’ 중심으로 빠르게 이동하고 있으며, 이에 따라 SaaS 산업 구조와 기업 조직 운영 방식까지 변화하고 있다는 분석도 제기됐다. AI는 단순 생산성 도구를 넘어 기업 가치와 조직 생존 전략 자체를 바꾸는 핵심 인프라로 자리 잡고 있다. ‘에이전트 AI’ 시대, 지금 기업 현장에서 벌어지는 일 불과 2~3년 전까지만 해도 기업들의 관심은 ‘생성형 AI를 도입할 것인가’에 머물러 있었다. ChatGPT가 등장하던 초기만 해도 AI는 문서를 요약하고 보고서를 작성하거나 간단한 질의응답을 수행하는 수준의 도구로 인식됐다. 하지만 지금 시장의 분위기는 완전히 달라졌다. 이제 AI는 단순히 질문에 답하는 수준을 넘어 스스로 행동하고 업무를 수행하는 ‘에이전트 AI(Agent
CLI·Workers·Agent SDK·External Agent API 4대 구성 요소로 이뤄진 개발자 전용 플랫폼 공개 외부 시스템 데이터 싱크·커스텀 툴 빌드·다중 에이전트 조율을 단일 워크스페이스에서 구현 AI 전환 4단계 모델 제시 "에이전트 간 오케스트레이션 가능한 Agent OS로 진화" 노션(Notion)이 지난 26일 서울에서 기자간담회를 열고 개발자와 코딩 에이전트를 위한 'Notion Developer Platform(노션 디벨로퍼 플랫폼)'을 공개했다. 이번 플랫폼은 워크스페이스 내 데이터 싱크와 커스텀 툴 구축 그리고 외부 에이전트 연동을 하나의 플랫폼에서 구현할 수 있도록 지원하는 것이 핵심이다. 박대성 노션 코리아 지사장은 간담회에서 AI 전환(AX)의 4단계 모델을 제시하며 이번 출시의 배경을 설명했다. 1단계는 AI를 사고 파트너로 활용하는 수준이고 2단계는 사용자 요청에 따라 정해진 작업을 수행하는 비서형 AI다. 3단계는 특정 이벤트나 시간에 자동으로 작동하는 자율 에이전트 단계이며 4단계는 내·외부 에이전트들이 서로 소통하며 하나의 시스템을 이루는 오케스트레이션 단계다. 박 지사장은 "기업들이 AI 툴을 많이 쓸수록 데이터
AI 산업의 중심축이 생성형 AI에서 ‘AI 에이전트(AI Agent)’와 ‘AX(AI Transformation)’로 빠르게 이동하고 있다. 바이브컴퍼니 이민혜 부문장은 “이제 기업 경쟁력은 단순 AI 도입이 아니라 조직 전체를 어떻게 AX 구조로 전환하느냐에 달려 있다”고 강조했다. 최근 공공기관과 기업 현장에서는 멀티 에이전트와 MCP(Model Context Protocol)를 활용해 전세사기 분석, 시설물 안전 점검, 민원 응대, 노후 설계 상담까지 실제 업무 자동화가 빠르게 확산되고 있다. 다만 조직 문화와 ROI, 보안, 레거시 시스템 통합 문제가 새로운 과제로 떠오르고 있다. AI는 이제 단순 생산성 도구가 아니라 기업의 정체성과 운영 방식 자체를 재설계하는 단계로 진입하고 있다. 이제 기업은 ‘AX 경쟁’을 시작했다 기업들의 AI 전략이 완전히 달라지고 있다. 불과 1~2년 전만 해도 시장의 중심은 생성형 AI였다. 기업들은 ChatGPT를 어떻게 활용할지 고민했고, 누가 더 빠르게 생성형 AI를 도입하느냐가 경쟁력처럼 여겨졌다. 하지만 최근 현장 분위기는 사뭇 다르다. 이제 업계는 더 이상 단순한 생성형 AI만 이야기하지 않는다. 대신 ‘A
에이전트 신뢰·통제·프로세스 통합이 관건…“개별 자동화 아닌 전사적 워크플로 관리가 성패 좌우” 오케스트레이션은 AI 확장의 핵심 요소다. 인공지능(AI) 에이전트가 복잡한 지식 기반 업무까지 자동화를 확장할 수 있다는 가능성은 기업 경영진이 외면하기에는 너무나 매력적이다. 모든 산업 분야에서 기업들은 복잡한 작업을 자동화하기 위해 인공지능을 실험하고 있으며, 이전에는 전적으로 인간의 판단에 의존했던 업무에서 실질적인 가치를 발견하고 있다. 하지만 많은 경우, 이러한 가능성은 아직 완전히 실현되지 않았다. 광범위한 실험에도 불구하고, 카문다(Camunda)의 '2026년 에이전트 오케스트레이션 및 자동화 현황 보고서'에 따르면 조직의 거의 4분의 3(73%) 이 에이전트 기반 AI에 대한 비전과 현재 현실 사이에 상당한 격차가 있음을 인정했다. 많은 조직이 AI 에이전트를 사용하고 있다고 보고했지만, 작년에 실제로 상용화된 프로젝트는 10개 중 1개에 불과했다. 그 결과 좌절감이 커지고 있다. 수많은 시범 사업과 실험이 진행되지만, 그 영향력과 결과는 미미하다. 조직이 비전과 현실 사이의 격차를 해소하지 못한다면, 인공지능이 지닌 잠재적 가치의 극히 일부만을
상호명(명칭) : (주)첨단 | 등록번호 : 서울,자00420 | 등록일자 : 2013년05월15일 | 제호 :헬로티(helloT) | 발행인 : 이종춘, 이준원 | 편집인 : 김진희 |
본점 : 서울시 마포구 양화로 127, 3층, 지점 : 경기도 파주시 심학산로 10, 3층 | 발행일자 : 2012년 4월1일 | 청소년보호책임자 : 김진희 | 대표이사 : 이준원 | 사업자등록번호 : 118-81-03520 | 전화 : 02-3142-4151 | 팩스 : 02-338-3453 | 이메일 : help@hellot.net | 통신판매번호 : 제 2013-서울마포-1032호
copyright(c) HelloT all right reserved
UPDATE: 2026년 06월 08일 19시 42분
