KAIST 전산학부 김민수 교수 연구팀이 AI가 생성한 데이터베이스 검색 명령(SQL)에서 오류 부분만 찾아 단계적으로 수정하는 기술 '세이프큐엘(SafeQL)'을 개발했다고 밝혔다. 최근 일상적인 말로 질문하면 AI가 이를 SQL로 변환해 기업의 매출·고객·재고 자료를 찾아주는 'Text-to-SQL' 기술이 확산되고 있다. 그러나 AI가 데이터베이스에 실제로 없는 테이블이나 항목을 잘못 사용하거나 자료를 잘못 연결하는 등의 실수를 저지를 경우 SQL이 실행되지 않는 문제가 발생했다. 기존에는 이러한 오류가 발생하면 검색 명령 전체를 다시 만들어야 했고, 이미 맞았던 부분까지 달라지거나 새로운 오류가 생기고 비용과 시간도 늘어나는 한계가 있었다. SafeQL은 AI에게 검색 명령 전체를 다시 만들게 하는 대신 데이터베이스가 알려주는 오류와 실제 저장된 정보를 이용해 잘못된 부분만 찾아 수정한다. 연구팀은 이를 위해 실제로 실행 가능한 수정안 가운데 원래 AI가 만든 명령과 가장 가까운 답부터 찾아가는 '안전 질의 공간(Safe Query Space)' 방식을 설계했다. 또한 PostgreSQL 내부에 구현해 복잡한 명령에서도 오류 발생 위치를 정확하게 찾도
기업의 AI가 문서를 읽고 데이터를 조회하며 애플리케이션과 API를 직접 호출하는 단계로 진화하는 가운데 공격자들도 AI 에이전트를 활용해 기존 보안 체계를 우회하고 있다. GPU 부족과 응답 지연, 높은 토큰 비용, 낮은 자원 활용률이 AI 인프라 운영의 주요 부담이 되면서 애플리케이션 보안과 인프라 최적화, 운영 전략 전반을 다시 설계해야 한다는 인식이 높아지고 있다. 이 같은 흐름 속에서 토크아이티가 오는 9월 9일(수) 오후 2시부터 3시까지 'AI 에이전트 시대, 애플리케이션·인프라·보안을 다시 설계하라'를 주제로 웨비나를 진행한다. 토크아이티의 컨퍼런스 핵심 리뷰 채널의 일환으로 진행되는 이번 웨비나는 F5 이진원 상무, 김재홍 상무와 함께 F5 AppWorld Seoul의 주요 세션 중 국내 기업 관계자들이 주목해야 할 핵심 내용을 선별해 살펴보는 자리다. 웨비나는 총 5개의 핵심 주제로 구성된다. 첫 번째로 AI가 공격하고 AI가 방어하는 시대를 다룬다. 사람처럼 행동하는 AI 에이전트와 자동화 공격의 등장, 기존 WAF와 정적 보안 정책의 한계, AI 트래픽을 식별하고 허용·차단하는 새로운 접근 제어를 소개한다. 두 번째로 프롬프트부터 추론까
1295건. 국내 로봇 토털 솔루션 업체 브릴스가 지난 2020~2025년 수행한 로봇 프로젝트 숫자다. 매출·납품 실적만 남는다면 로봇 시스템통합(SI)은 프로젝트가 끝날 때마다 다시 출발해야 한다. 코스닥 입성을 앞둔 브릴스는 다른 답을 내놨다. 이들이 제시한 해법은 현장에서 얻은 경험을 ‘남기는’ 구조다. 제어·비전(Vision)·안전·공정 등 기술은 추후 재활용 가능한 모듈 형태로 두고, 작업 과정에서 발생하는 데이터는 피지컬 AI(Physical AI)의 학습 자산으로 전환해 나간다는 전략. 이러한 접근은 프로젝트 하나가 끝날 때마다 기술을 새로 만드는 대신, 이전의 현장 경험이 다음 로봇의 판단·행동을 고도화하는 재료로 이어지는 방식이다. 전진 브릴스 대표는 이제 그 축적의 범위를 인공지능(AI)까지 넓힌다고 공표했다. 원격 조작(Teleoperation)을 통해 작업 데이터를 확보하고, 모방 학습(Imitation Learning)과 온디바이스 AI(On-device AI)를 결합해 로봇이 현장을 인식·판단하는 수준까지 끌어올린다는 구상이다. 쉽게 말해, 사람이 로봇을 직접 조작하며 배운 작업 방식을 데이터로 남기고, AI가 이를 학습해 비슷한
가트너(Gartner)가 전 세계 AI 최적화 서비스형 인프라(IaaS) 지출이 2026년 96% 증가해 총 420억 달러(약 59조 원)에 이를 것으로 전망했다. 가트너에 따르면 AI 최적화 IaaS 시장은 2025년 215억 달러(약 30조 원)에서 올해 420억 달러로 급성장한 데 이어 2027년에는 660억 달러(약 93조 원)에 달할 것으로 예상된다. 하딥 싱(Hardeep Singh) 가트너 수석 애널리스트는 "대규모 언어 모델(LLM) 학습을 지원하기 위한 인프라 수요가 지속되고 기업 애플리케이션과 업무 프로세스 전반에 걸쳐 AI가 빠르게 상용화되면서 시장 성장을 견인하고 있다"고 말했다. 주목할 만한 변화는 AI 인프라 지출 구조의 재편이다. 에이전틱 AI의 확산으로 다단계 자율 처리 과정에서 컴퓨팅 집약도가 높아지면서 자원 소비가 추론 중심으로 이동하고 있다. 올해 전 세계 추론 부문 지출은 233억 달러(약 33조 원)로 학습 관련 지출 190억 달러(약 27조 원)를 처음으로 넘어설 전망이다. 추론이 전체 AI 최적화 IaaS 지출에서 차지하는 비중은 2026년 55%에서 2027년 59%로 확대될 것으로 예상된다. 싱 애널리스트는 "기업
글로벌 인공지능(AI) 트렌드에 발맞추기 위한 무게중심이 기존 ‘모델 개발’에서 ‘대규모 연산 인프라 확보’로 전환되는 분위기다. 그래픽처리장치(GPU)만 대량으로 도입하는 수준에서는 경쟁력을 확보하기 어렵다는 것을 뜻한다. 메모리·네트워크·전력·소프트웨어를 통합해 지능을 생산하는 ‘AI 팩토리(AI Factory)’가 국가·기업의 핵심 기반 시설로 부상하는 모습이다. 한국에서는 SK그룹·네이버가 서로 다른 방식의 대규모 AI 팩토리 구축에 나섰다. SK그룹은 자회사 SK텔레콤의 최대 2기가와트(GW) 규모 AI 인프라와 또 다른 자회사 SK하이닉스의 차세대 메모리를 결합하는 데 집중하고 있다. 네이버는 각 세종특별자치시 소재 데이터센터를 중심으로, 최대 1GW 규모의 멀티테넌트(Multi-tenant) 소버린 AI(Sovereign AI) 클라우드를 추진한다. 쉽게 말해, 여러 기업·기관이 하나의 대규모 AI 인프라를 각자 분리된 환경에서 함께 이용하면서도, 데이터, 모델, 운영 권한은 국내 체계 안에서 통제하는 방식이다. 두 사업의 공통 기반은 엔비디아(NVIDIA)의 AI 팩토리 설계·배포·운영 청사진인 ‘엔비디아 DSX(NVIDIA DSX)’다. 다만
생성형 AI(Generative AI)는 문서·이미지·표 등 오피스 자료를 사용자 입맛에 맛게 뽑아내지만 이전 업무까지 이어받지는 못한다. 사용자는 새 대화를 열 때마다 조직·프로젝트·상대방·목적 등을 여러 이해관계에 다시 설명해야 한다. 이메일·회의·메신저·문서 등에 파편화된 정보도 직접 찾아서 다시 적용해야 했다. 자료 제작 속도는 빨라졌지만 업무 맥락의 단절은 그대로 남는 것. 글로벌 AI 워크스페이스 플랫폼 업체 젠스파크(Genspark.ai)는 이 문제를 지속형 메모리(Persistent Memory) 기능 ‘세컨드브레인(SecondBrain)’으로 풀겠다고 나섰다. 이메일·일정·문서·기록 등을 하나의 환경에 축적한 후 AI가 다음 작업에 재활용하는 구조다. 에릭 징(Eric Jing) 젠스파크 공동창업자 겸 최고경영책임자(CEO)는 “현시점 AI의 기억 기능은 사용자 말투·선호도를 반영하는 수준에 집중돼 있고, 그 가치도 개별 대화가 끝나는 시점에서 함께 멈춘다”고 분석했다. 그러면서 “우리는 답변을 개인화하는 기억부터 AI가 실제 업무를 수행하는 데 활용 가능한 기억 체계를 구축했고, 이를 통해 이전 업무를 기억하고 다음 업무까지 이어가는 순환
N2SF를 중심으로 한 망분리 완화 흐름이 공공·금융·엔터프라이즈 조직에 클라우드와 AI, 데이터 활용 확대의 기회를 열어주고 있다. 그러나 데이터 활용이 자유로워질수록 보안의 중심은 네트워크 경계가 아니라 데이터 자체로 이동하고 있다. 생성형 AI와 업무용 AI 도구의 빠른 확산으로 조직이 통제하지 못하는 섀도우 AI 문제가 현실적인 리스크로 부상하면서 데이터 중심 보안 체계 구축에 대한 수요가 높아지고 있다. 이 같은 흐름 속에서 토크아이티가 오는 7월 28일(화) 오후 2시부터 3시까지 '망분리 완화, 섀도우 AI 시대, DSPM으로 완성하는 데이터 중심 보안 전략'을 주제로 웨비나를 진행한다. 토크아이티의 보안 전문 토크 시리즈 '구해줘! Security'의 일환으로 진행되는 이번 웨비나는 동훈아이텍 신승목 본부장과 함께 망분리 완화와 N2SF 전환 환경에서 DSPM의 필요성과 BigID 기반 실전 적용 전략을 살펴보는 자리다. 웨비나는 총 3개의 핵심 주제로 구성된다. 첫 번째로 N2SF 시대에 데이터 중심 보안이 필요한 이유를 짚는다. 기존 망분리 방식의 한계와 N2SF 전환 배경, 기밀·민감·공개 데이터가 혼재된 환경에서의 보안 등급 분류 과제,
공격자가 AI로 생성한 것으로 의심되는 파워셸(PowerShell) 스크립트를 활용해 액티브 디렉토리(Active Directory) 정찰을 시도한 사실이 발견됐다. 사이버보안 업체 헌트리스(Huntress)에 따르면 이번 공격은 6월 초(현지 시간) 발생했다. 공격자는 사전에 탈취한 자격 증명으로 도메인에 연결된 윈도우 서버(Windows Server)에 원격 데스크톱 프로토콜(RDP) 접근 권한을 확보한 뒤 AI 생성 페이로드가 포함된 도구들을 배치했다. 해당 스크립트는 도메인 컨트롤러를 찾아 사용자·컴퓨터·도메인을 매핑하고 최종적으로 'AD_Report.html' 파일을 생성해 열거 시도의 성공 여부를 측정했다. 헌트리스 연구원들은 프롬프트 반복 제목·자리 표시자 문자열·과도하게 설계된 코드 구조 및 컬러로 꾸민 콘솔 출력을 근거로 AI 생성 스크립트로 판단했다. 스크립트 제목인 "100% 작동하는 AD 정보 수집 스크립트 - 완전 수정"은 대규모 언어 모델(LLM)과의 상호작용이 있었음을 시사한다. 약 30분 후 공격자는 대량 파일 작업 도구 s5cmd와 네트워크 공유 열거 유틸리티 샤프셰어즈(SharpShares)를 추가 배포했다. 수집된 데이터는
거대언어모델(LLM) 기반 스마트팜 에이전트 개발 착수 “개인화된 재배 노하우 가이드 및 실시간 시세 데이터 분석 기능 제공” 롯데이노베이트가 자체 스마트팜 플랫폼 ‘도시의 푸른농장’에 고도화된 인공지능(AI) 기술을 전면 도입하고, 현장 맞춤형 스마트팜 에이전트 솔루션 개발을 본격화한다. 이번 에이전트 전개는 고령화와 기술 숙련도 부족으로 어려움을 겪는 국내 농업 생태계에 고정밀 데이터 기반의 의사결정 인프라를 이식하는 것이 골자다. 이를 통해 미래 식량 산업의 경쟁력을 확보할 것이라는 계획이다. 이 과정에서 국내 농업 생태계에 고정밀 데이터 기반의 의사결정 인프라를 이식함으로써, 미래 식량 산업의 경쟁력을 확보하는 것을 목표로 한다. 해당 프로젝트는 농장주 개개인에게 최적화된 가상 멘토 역할을 수행한다는 점이 특징이다. 최신 재배 트렌드를 학습한 스마트팜 에이전트는 작물별 필수 전문 노하우를 대화형 가이드로 알기 쉽게 제공한다. 덕분에 경험이 부족한 초보 농장주도 스마트팜 환경을 손쉽게 제어할 수 있다는 게 사측 설명이다. 여기에 운영 중 발생하는 돌발 변수도 실시간으로 해소할 수 있다. 여기에 농작물 시세 변동 분석 데이터까지 연동하여 농가의 실질적인
공장은 인공지능(AI)에게 까다로운 시험장 중 하나다. 데이터는 설비마다 다른 형식으로 파편화돼 축적되고, 작업 조건은 품질·납기·안전과 복잡하게 연결된다. 잘못된 판단은 곧바로 라인 정지와 불량률 상승으로 직결된다. 산업 인공지능 전환(AX)으로 가는 과정에서 이러한 병목이 발생한다. 일반적인 AI 모델 성능보다 공장 데이터를 읽어낼 구조, 판단을 검증할 가상 공간, 그 결과를 로봇·설비와 물리적 동작으로 구현하는 시스템적 면모가 요구되기 때문이다. 이처럼 제조 AI 도입은 시스템 차원의 혁신적 변화를 꾀해야 한다. 이 과정은 특히 기존 제조 조직의 공정 생태계에 물리적 마찰을 일으킨다. AI가 실질적인 비즈니스 성과로 이어지려면 데이터 인프라, 생산 관리 방식, 업무 흐름, 조직 운영 전반 등이 유기적으로 체질을 바꿔야 한다는 뜻이다. 거대언어모델(LLM)은 정제된 언어를 바탕으로 추론하지만, 제조 데이터는 설비, 공정, 품질 기준, 유지보수 조건마다 완전히 다르게 생성되기 때문에 보편적인 표준 데이터라는 개념이 성립하기 어렵다. 산업 AX가 데이터·검증·실행을 단일 파이프라인으로 통합해야 하는 이유다. 이러한 동향과 실전 인사이트를 담아 지난달 오프라인
망분리·데이터 주권 수요 겨냥해 금융·공공·제조·통신 시장 진입 LLM·RAG 한계 보완… 기존 BI·레거시 데이터 인프라 연동 제시 AIX 전문기업 코세나가 온톨로지 기반 시맨틱 레이어 플랫폼 ‘Timbr.ai’의 온프레미스 엔터프라이즈 버전을 한국 시장에 출시했다. 회사 측은 금융·공공·제조·통신 등 데이터 외부 반출이 어려운 산업을 중심으로, 기존 LLM·RAG 기반 AI 도입의 활용 한계를 보완할 수 있는 대안 수요를 겨냥했다고 설명했다. 8일 회사 측에 따르면, 이번에 출시된 Timbr.ai 온프레미스 버전은 Kubernetes 기반 컨테이너 환경으로 기업 내부 인프라에 설치·운영되는 형태다. 코세나는 온톨로지 모델과 분석 결과를 기업 서버 내부에 보관할 수 있어 개인정보보호법(PIPA) 등 보안·컴플라이언스 요구에 대응하는 데 적합하다고 밝혔다. 코세나는 국내 대기업과 금융기관, 공공기관이 지난 수년간 LLM과 RAG 구축에 적지 않은 비용을 투입했지만, 현업 부서에서 체감하는 성과는 기대에 못 미치는 경우가 적지 않다고 진단했다. 회사 측은 자연어 처리와 문서 검색 중심의 AI만으로는 정밀한 수치 분석이나 예측, 복잡한 비즈니스 규칙 반영에 한계
중국의 AI 완구 시장이 단순한 오락 기능을 넘어 교육, 교감, 정서적 교류까지 가능한 '지능형 동반자'로 진화하며 새로운 산업 트렌드를 이끌고 있다. 중국 현지 매체에 따르면, 감정 조절 및 생활 동반자 기능을 갖춘 AI 봉제 인형, 프로그래밍 교육과 자율 상호작용을 결합한 AI 블록 로봇 등 새로운 형태의 완구가 인기를 끌고 있다. 허야충(何亚琼) 공업정보화부(工业和信息化部) 소비재공업국장은 “인공지능 기술과 전통 완구 산업의 깊은 융합이 AI 완구를 산업 발전의 새로운 엔진으로 만들고 있다”고 말했다. 중상산업연구원(中商产业研究院)은 2030년 중국 AI 완구 시장 규모가 850억 위안까지 성장할 것으로 예측했다. AI 완구의 인기는 상호작용, 정서적 가치, 성장 가치를 중시하는 소비자의 요구 변화와 산업 기술 발전이 맞물린 결과다. 전통적인 완구와 달리, AI 완구는 단순한 오락 기능을 넘어 교육 및 상호 교감 등 복합적인 속성을 지닌 '스마트 파트너'로 발전하고 있다. 이러한 변화는 완구의 사용자 범위를 어린이에서 전 연령으로 확대시키고 있다. 선전 웨란 창신 과기(深圳跃然创新科技有限公司)가 출시한 코코메이트(CocoMate) 시리즈는 대표적인 사례
솔트룩스가 생성형 인공지능(AI) 서비스 ‘구버’를 개인 맞춤형 AI 에이전트 제작·배포 플랫폼으로 고도화한다. AI 전문기업 솔트룩스는 28일 서울 강남구 역삼동 GS타워에서 연례 행사 ‘SAC 2026’을 열고 구버(Goover)의 고도화 전략과 AI 에이전트 확산 계획을 공개했다. 솔트룩스는 이날 ‘1000만 명을 위한 1000만 개 에이전트 서비스’를 비전으로 제시했다. 회사는 올해 말까지 구버 안에서 100만 개의 AI 에이전트가 생성될 것으로 전망했다. 구버는 출처 기반 AI 검색, 딥리서치, 리포트·슬라이드 자동 생성, 미디어 생성, AI 상담 캐릭터 챗 등을 제공하는 생성형 AI 서비스다. 지난해 정식 출시 3개월 만에 글로벌 이용자 100만 명을 돌파했으며, 현재 약 10만 개의 에이전트가 활동하고 있다. 솔트룩스에 따르면 구버는 출시 이후 약 1년 동안 120만 건의 콘텐츠와 170만 건의 질문 데이터를 축적했다. 회사는 이 데이터를 바탕으로 구버를 개인화된 AI 에이전트 생태계로 확장한다는 계획이다. 이번 고도화의 핵심은 코딩 없이 사용자가 자신의 업무와 목적에 맞는 AI 에이전트를 만들 수 있는 기능이다. 사용자는 지식, 도구, 성격,
알리바바 클라우드가 글로벌 고객을 대상으로 에이전틱 인공지능(AI) 생태계를 공개했다. 알리바바 그룹의 디지털 기술 및 인텔리전스 부문인 알리바바 클라우드는 모델 업그레이드, AI 인프라, AI 네이티브 플랫폼, AI 에이전트 제품군을 새롭게 공개했다고 밝혔다. 이번 발표는 싱가포르에서 열린 알리바바 클라우드의 첫 국제 행사 ‘Qwen 컨퍼런스’에서 이뤄졌다. 알리바바 클라우드는 에이전틱 AI 시대에 맞춰 글로벌 고객이 AI를 비즈니스 전반에 적용할 수 있도록 풀스택 AI 생태계 구축을 강화한다는 방침이다. 페이페이 리 알리바바 클라우드 최고기술책임자(CTO) 겸 글로벌 사업 총괄은 “에이전틱 시대는 기술 활용 방식 전반의 변화를 의미한다”며 “강력한 모델뿐 아니라 글로벌 고객이 AI를 비즈니스 전반에 적용할 수 있도록 AI 네이티브 툴과 에이전틱 클라우드 인프라를 포함한 풀스택 AI 생태계 구축에 집중하고 있다”고 말했다. 알리바바 클라우드는 최신 대규모언어모델(LLM)인 ‘Qwen3.7-Max’를 싱가포르에서 제공한다. 해당 모델은 알리바바 클라우드 AI 개발 플랫폼 ‘모델스튜디오(Model Studio)’를 통해 이용할 수 있다. 알리바바 클라우드에 따
AI 에이전트 도입에 나서는 기업이 늘고 있지만 실제 성과는 기대에 못 미치는 경우가 적지 않다. 모델 성능의 문제가 아니라 에이전트가 기업 업무 안에서 어떤 역할을 맡고 어떤 순서로 판단하며 어떤 데이터와 연결되고 어디에서 사람의 검토를 받아야 하는지에 대한 설계가 빠져 있기 때문이다. 기능 구현에 집중한 나머지 AI가 실제로 일하는 흐름을 설계하지 못하는 것이 실패의 핵심 원인으로 지목된다. 이 같은 흐름 속에서 토크아이티가 오는 5월 14일(목) 오후 2시부터 3시까지 '기업 AI 도입, 왜 실패하는가: 워크플로우 설계에서 답을 찾다'를 주제로 웨비나를 진행한다. 토크아이티의 기업 AI 트렌드 토크 시리즈 '권실장의 AI 톡톡'의 여섯 번째 에피소드로 진행되는 이번 웨비나는 아이크래프트 권수용 실장과 함께 기업 AI 프로젝트 실패의 원인을 짚고 운영 가능한 에이전트 설계 전략을 살펴보는 자리다. 웨비나는 총 4개의 핵심 주제로 구성된다. 첫 번째로 AI 도입 실패의 진짜 원인을 다룬다. 많은 기업이 기능 구현에 집중하고 AI가 실제로 일하는 흐름은 설계하지 못하는 문제를 짚으며 에이전트 성능 문제의 상당수가 모델보다 워크플로우 설계 미흡에서 발생한다는
KIBA서울-中 염성경제개발구 맞손…한·중 기업 ‘양방향 비즈니스’ 넓힌다
[SCM FAIR 2026] 탑차·윙바디·전기차까지…롯데오토리스, 물류 현장 맞춤 상용차 리스 라인업 공개
[SCM FAIR 2026] 로그인네트웍, AI 기반 수출입 통관 솔루션 통한 물류 End-to-End 자동화 제안
[SCM FAIR 2026] 소프트러시, AI 기반 지능형 배차 시스템 '모두의배차'로 주목
[SCM FAIR 2026] 울산항만공사, 친환경 에너지 물류허브 울산항 미래 비전 제시
[SCM FAIR 2026] 로지텍코리아㈜, Pull 방식 자동 재고보충 플랫폼 K-CPFR 선보여
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 09월 11일 17시 58분
