SW중심대학사업단

창업진흥원 혁신도약팀에서 안내드립니다 '25년 창업도약패키지 창업기업 모집공고가 시작되었습니다. 올해 '25년 창업도약패키지는 3개 유형(일반형, 대기업 협업형, 투자병행형)으로 진행됩니다. 특히 창업도약패키지(대기업협업형)은 사업화자금지원 이외에도, 9개 대기업에서 창업기업의 스케일업을 함께 지원해드리고 있습니다. 아래의 공고 내용과 오프라인 사업설명회 일정을 참고하시어 많은 신청과 관심 바랍니다. 감사합니다. < 창업도약패키지(대기업협업형) 창업기업 모집 개요 > ■ 신청대상 : 창업 후 3년 초과 7년 이내 창업기업 (업력이 3년을 초과하지 않은 경우 패스트트랙 요건 해당 시 신청 가능, 공고문 22쪽 참고) ■ 신청기간 : 2025.02.20(목) 11:00 ~ 2025.03.13(목) 16:00 까지 ■ 협업가능 대기업 : 총 9개 대기업 ■ 지원내용 : 창업사업화에 소요되는 사업화 자금(최대 2억원, 평균 1.3억원), 대기업과의 협업 프로그램, 창업프로그램 등 지원 ■ 선정규모 : 100개사 ■ 공고문 바로가기 : https://www.k-startup.go.kr/web/s/yj1QBDQA5 ※ 반드시 공고문에 첨부된 파일을 숙지하여 신청 ■ 신청방법 : K-startup 누리집(www.k-startup.go.kr)을 통해 온라인 신청 ■ 문의처 : 공고문 15페이지~16페이지 주관기관/대기업별 연락처 참고 < 오프라인 사업설명회 / 9개 대기업과 담당자와 창업진흥원을 현장에서 직접 만나볼 수 있는 기회!! > ■ 일시·장소 : ’25.2.27.(목) 13:00~17:00, 역삼GS타워 아모리스홀 ※ 서울특별시 강남구 논현로 508 GS강남타워, 대중교통 이용 요망, 해당건물 주차 불가 ■ 참가 사전등록 URL : https://iii.ad/fa1454

Today's index 오래된 AI, 인지능력 저하 동물 감정 이해하는 AI 피아노 연주 능력 향상시키는 로봇 모닝브리핑 ※ 볼딕 단어나 밑줄 단어에는, URL이 포함돼 있습니다. 클릭하면 세부 내용이 연결됩니다. 나이가 들어 인지능력이 저하된 AI를 표현해 달라고 요청해봤습니다. [그림=챗GPT] 오래된 AI 인지능력 저하 학술지 BMJ에 최근 실린 재미있는(?) 논문 하나 소개해 드릴게요. 이스라엘, 영국 연구진의 논문인데요. 이들은 챗GPT와 같은 대형언어모델(LLM)이 인간과 유사한 ‘인지장애’를 겪는지 아닌지를 확인하는 실험을 합니다. 이게 무슨 씻나락 까먹는 소리냐고요? 일단 논문을 볼게요! 연구진은 챗GPT 4, 챗GPT 4o와 함께 앤스로픽의 클로드 3.5와 소넷, 구글 제미나이 1.0과 1.5를 기반으로 실험합니다. 인간의 기억력, 주의력, 언어, 시공간 능력 등을 평가하는 ‘몬트리올 인지 평가’ 테스트를 시행합니다. 가장 높은 점수는 챗GPT 4o가 받습니다. 그다음이 챗GPT4와 클로드 3.5, 제미나이 1.5, 마지막으로 제미나이 1.0 순이었습니다. 논문에 따르면 제미나이 모델은 기억력 테스트에서 다소 문제를 보였다고 해요. 모든 모델은 ‘시공간 테스트’에서 저조한 성과를 보입니다. 기억력에서도 문제가 있었고요. 연구진은 “거의 모든 대형 언어 모델이 가벼운 인지 장애 수준을 보였다”라고 결론 내립니다. 특히 모델의 ‘연식’이 오래될수록 성능이 떨어진다는 결과가 나왔어요. AI 모델을 ‘사람’으로 봤을 때 인지능력을 평가하면 '인지 장애'로 판단할 수 있는 증상들이 나타났다는 얘기입니다. 여기까지 봤을 때 이상하다는 생각이 들었습니다. “당연한 거 아니야?” 네 맞습니다. 당연하죠. 연구진이 하고 싶은 말은 다음부터 등장합니다. 최근 LLM은 다양한 의료 시험에서 인간을 능가하는 성능을 보여줬습니다. 하지만 연구자들이 보고 싶었던 것은 AI의 취약점이었어요. 사람의 인지 능력을 평가하는 테스트를 AI에게 해보니 옛 모델의 경우 인지기능이 실제로 떨어지는 결과가 나온 거죠. 즉 의료 분야와 같은 곳에서 LLM을 활용하기 위한 시도가 많아지고 있지만 사람으로 따지면 ‘인지 기능이 저하된 사람’인데, 이들이 과연 신뢰할만한 진단을 내릴 수 있을 것인지에 대한 의문을 제기하고 있는 겁니다. 이는 과거 IBM의 AI, '왓슨'의 실패와도 관련이 있다는 생각이 들어요. IBM 왓슨은 과거 병원을 송두리째 바꿀 혁신적인 AI로 주목받았습니다. 하지만 훈련 데이터 부족을 비롯해 질병이 가진 복잡성에 제대로 대응하지 못하는 문제가 발견됐습니다. 예를 들어 대규모 과학 문헌을 공부한 뒤 이를 특정 환자에게 적용하는 데 어려움을 겪으면서 진단 도구로서 큰 역할을 하지 못하게 됩니다. 나라 별로 서로 다른 의료 시스템을 가지고 있는데, 여기에도 제대로 적응하지 못했다고 해요. 연구진은 “AI가 인간 의사를 대체할 수 있다는 가정은 성급하다”라고 결론 내려요. 따라서 LLM을 병원에서 의사 결정 도구로 활용하려는 시도에는 ‘신중함’이 필요하다고 지적합니다. 인간 전문가와의 보완적인 관계가 현재 상황에서는 더 적절하다는 거죠. 주요 생성형AI의 인지기능 검사 결과입니다. 챗GPT 4o가 현재 가장 높은 점수를 받고 있네요. [표=BMJ] 2021년 발표된 논문에서 재미난 사진을 한 장 발견했습니다. (A)는 중립, 느긋한 표정 (B)슬픔, 넓은 이마, 꼬리 쪽으로 기울어진 귀, 닫힌 입 (C)즐거움, 입술 접합부, 인간 미소 형태 (D) 놀람, 표정이 풍부한 큰 눈, 귀를 세움. 실제 이럴까요! [사진=애니말스 논문] 동물의 감정 이해 AI로 하면 정확 저는 아이들의 성화에 못 이겨 현재 ‘스마일게’를 키우고 있어요. 밥을 주고, 물을 갈아주며 보살피고 있는데요. 사과를 한번 줬더니 이후 게밥(사료)을 먹지 않아 키우는 게 이만저만 힘든 게 아닙니다. 그럴때마다 이런 생각이 들었어요. ‘내가 너희 말을 알아들을 수 있으면 얼마나 좋을까. 아니, AI가 그렇게 발전했다는 데 동물의 표정, 울음소리 이해 못하나?’라는 마음으로 뒤져보니 마침 ‘사이언스’에 관련 연구가 소개된 것을 확인할 수 있었습니다. 짧게 정리해 볼게요. 인간을 포함하는 포유류는 표정에 영향을 미치는 ‘공통 근육’을 가지고 있습니다. 예를 들어 우리는 얼굴 움직임의 38%를 ‘개’와 공유하고 있고, ‘34%’를 고양이와 공유하고 있다고 해요. ‘47%’는 영장류, 말과 공유하고 있다고 하는데요, 동물의 표정을 통해서 그들의 감정을 이해하는 일은 쉽지 않았다고 합니다. 변수가 워낙 많고 작은 움직임을 인간이 알아채기 쉽지 않으니까요. AI가 이를 해결하기 위해 등장합니다. 최근 연구를 살펴보면 고양이가 고통을 받고 있는지를 파악하는 데 있어서 AI를 활용했더니 77%의 정확도로 이를 맞췄다고 해요. 고양이의 코와 입이 통증에 더 민감하게 반응했고, 귀는 덜 중요한 것으로 나타났다고 합니다. 브라질에서 진행된 연구도 눈에 띕니다. 말이 수술하기 전과 후, 진통제를 넣기 전과 후의 얼굴 사진을 3000장 촬영한 뒤 AI에게 학습시켰습니다. 그 결과 AI는 통증이 있고 없음을 구별하는 데 있어서 정확도 88.3%를 보였다고 해요. 또한 AI는 수의사가 놓친 말의 통증 신호를 알아내는 데도 성공했다고 합니다. 반려동물로 가장 친숙한 ‘개’와 관련된 연구도 있습니다. AI를 기반으로 레트리버의 얼굴 사진을 분석했더니 ‘행복’과 ‘좌절’을 느꼈을 때의 표정을 89%의 정확도로 맞췄다고 해요. 과거 일본, 미국 등에서 개와 고양이의 기분을 알려주는 기계가 유행했던 적이 있는데(그런 기술이 얼마나 효과가 있을지는 모르겠지만요) AI가 일상화가 된 지금, 이러한 기술이 상용화되면 인간과 반려동물의 유대감은 더 돈독해질 것 같아요. 제가 키우고 있는 소라게는 표정이 없어서 이러한 장비가 나오려면 시간이 더 걸리겠지만요. 피아노 연주를 도와주는 웨어러블 로봇의 모습 [사진=사이언스 로보틱스] 피아노 연주능력 향상시키는 로봇 피아노를 치는 로봇은 많이 있습니다. 그런데 이번 연구는 상당히 신기했어요. 사이언스 로보틱스라는 저널의 표지논문에 위 사진이 올라와 있었는데요, 호기심이 생길 수밖에 없었습니다. 피아노를 못 치는 사람도 저 로봇을 착용하면 칠 수 있을까! 하는 생각으로요. 연구 내용을 살펴보니 이는 피아니스트를 위한 ‘손가락 슈트 로봇’ 정도로 보시면 될 것 같았어요. 연구진은 30명의 피아니스트를 대상으로 2주 동안 피아노를 연습하도록 했어요. 그리고 ‘실력’이 더 이상 늘지 않는 상황이 되었을 때, 연구진이 개발한 ‘외골격 로봇’을 착용한 뒤 연습하도록 했습니다. 빠른 연주나, 복잡한 연주를 할 때 손이 ‘꼬이는’ 경우가 있을 텐데요, 이러한 상황을 로봇이 제어해주는 거예요. 이를 착용하고 피아니스트들은 30분간 로봇의 도움을 받아 피아노 연주를 합니다. 그 뒤 피아노 연주를 했더니 단 30분만의 훈련으로도 기존 연습으로는 도달할 수 없었던 수준의 향상이 관찰됩니다. 연구진은 이를 심층적으로 확인하기 위해 뇌도 확인해요. 그 결과 대뇌 피질에서 손가락의 개별 움직임을 조절하는 신경 패턴에 변화가 생긴 것을 발견합니다. 즉 로봇의 도움이 손가락의 움직임을 담당하는 뇌에 영향을 줬고, 이것이 기존에는 할 수 없었던 빠르고 복잡한 연주를 가능케 했다는 것입니다. 이번 연구는 많은 것을 시사합니다. 피아니스트뿐 아니라 자기 능력을 극복하고 싶은 운동선수들이 로봇을 이용해서 이를 가능케 할 수 있음을 보여준 것이기 때문이에요. 즉 자신이 할 수 없었던 신체 활동을, 로봇의 도움을 받아서 반복하게 되면 뇌에 자극이 주어지고, 이는 곧 실제로도 가능해짐을 의미하니까요. 곤충 로봇도 눈에 띕니다. MIT 연구진이 무게 750mg에 불과한 공중로봇을 개발해 약 16분 가량 비행에 성공했어요. 이는 기존 기록인 10초를 크게 뛰어넘는 성과입니다. 날아다니는 초소형 로봇은 10여년 전부터 많은 개발이 이뤄졌습니다. 문제는 ‘배터리’에요. 이 작은 곤충을 오랜 기간 날려면 많은 배터리가 필요한데, 크기 자체가 작으니 배터리를 넣을 수도 없고요. 결국 많은 연구진은 곤충의 날갯짓을 모방하기 위해 노력합니다. 곤충은 적은 에너지로도 오랫동안 날 수 있거든요. 이번 논문도 마찬가지입니다. 곤충이 비행 메커니즘을 모방한 설계를 기반으로 4개의 독립적인 날개를 만들었고, 이를 통해 16분 동안 비행에 성공합니다. 또한 정밀 궤적 비행도 가능했다고 하는데요. 평균 속도는 초속 7.48m, 위치 오차는 불과 0.8cm에 불과했다고 합니다. 실제 이러한 로봇이 상용화된다면 영화에서나 봤던 스파이 로봇도 가능할 것 같아요. 다만 여전히 갈 길은 멉니다. 이번 로봇 역시 배터리 문제를 해결할 수 없었기에, 작은 전선을 연결, 전력을 공급해줘야만 했거든요. MIT가 개발한 초소형 곤충 로봇입니다. 위에는 MIT라는 글자 형태로 로봇이 날아다닌 모습을 연속 촬영한 거에요. 아래 그림은 사진임에도 불구하고 로봇 옆에 전원과 연결되는 빨간색 선을 표현했습니다. 현재 기술로는 저렇게 전기를 가져다 줄 전선 없이 곤충 로봇이 오랫동안 날 수 없습니다. [사진, 그림=사이언스 로보틱스] Briefing ※ 붉은 제목을 누르면 상세 내용으로 연결됩니다. "일론 머스크 물러가라" DOGE 항의 시위 확대 17일(현지 시각) 1만 명이 넘는 시위대가 뉴욕시에 모여 일론 머스크의 정부효율부(DOGE)에 반대하는 시위를 열었다고 합니다. 주말 사이에는 전국 테슬라 매장에서 소규모 시위도 벌어졌다고 하네요. 시위에 참여한 사람들은 DOGE가 수백만 명의 미국인 데이터에 접근하고, 정부 조직을 해체하려는 시도에 반대했다고 합니다. 한편 미국에서는 테슬라 중고차 매물이 1년 전보다 28% 증가했다는 보도도 나왔어요. CNN은 이에 대해 머스크에 대한 반감도 작용한 것으로 보인다고 분석했습니다. 트럼프 행정부, 연방 항공청 직원 해고 트럼프 행정부가 연방 공무원 감원 과정에서 연방 항공청 직원 수백 명을 해고했다고 합니다. 해고된 직원 중에는 항공기 인증 전문가, 기술 시스템 전문가, 엔지니어 등이 포함되어 있다고 해요. 직원들은 “이유 없이, 성과나 행동에 근거하지 않고 해고됐다”고 주장하고 있습니다. 그록3 출시 17일(현지 시각) xAI가 그록3를 출시했습니다. 머스크는 “xAI와 그록의 목표는 우주의 본질을 이해하는 것”이라고 말했는데요. 그록3에는 고급 추론 능력이 담겨 있으며 강화 학습을 통해 개선될 예정이라고 합니다. 데모에서 그록3는 물리 문제를 풀고 게임을 만드는 등의 활약을 보여줬습니다. 사용할 수 있는 AI가 점점 많아지는 느낌입니다.

안녕하세요, 창업진흥원입니다 글로벌 기업과 협업하여 창업기업의 혁신 성장을 지원하는 「2025년 글로벌 기업 협업 프로그램」에 참여할 창업기업을 모집합니다! ■ 공고명 : 2025년 글로벌 기업 협업 프로그램 창업기업 모집공고 ■ 접수기간 : 2025. 2. 7. ~ 2. 26., 17:00까지 ■ 모집규모 : 364개사 내외 ■ 지원내용 : 사업화 자금(최대 2억원), 창업지원 특화 프로그램, 글로벌 기업 서비스 ■ 지원방법 : 사업계획서 1부 작성하여 K-Startup 온라인 신청 ■ 공고링크 : https://www.k-startup.go.kr/web/s/lxS78CQA5 ※ 세부내용, 문의처, 사업계획서 양식 등 공고문 참고

지난 60년간 지속적으로 발전해 온 로봇, 그중에서도 휴머노이드 로봇이 AI라는 새로운 날개를 달고 비상하고 있다. 학교나 연구소에서의 연구 대상에서 공장의 자동화와 노동력 보조 역할로 탈바꿈하고 있는 휴머노이드 로봇을 실제로 개발하고 공장과 창고 업무에 공급하고 있는 어질리티 로보틱스(Agility Robotics)의 페기 존슨(Peggy Johnson) CEO를 만나 휴머노이드 로봇의 현황과 미래에 대해 들어봤다. 신동윤 수석 에디터 2025년 2월 14일AI 기술의 발전과 함께 휴머노이드 로봇 산업이 본격적인 성장기에 돌입했다. 제조업과 자동차 조립 공장을 넘어 이제 가정까지 휴머노이드 로봇이 보급될 날이 머지않았다. 이에 현대차그룹이 인수한 보스턴 다이내믹스와 일론 머스크가 이끄는 테슬라와 어질리티 로보틱스 등 휴머노이드 로봇 시장을 차세대 먹거리로 인식한 글로벌 로봇 기업들의 시장 선점 경쟁이 날로 치열해지고 있다. 이중 산업용 휴머노이드 로봇 분야에서 테슬라와 함께 양강 체제를 형성하고 있다는 평가를 듣는 어질리티 로보틱스의 페기 존슨 CEO를 만나 휴머노이드 로봇의 현재와 미래에 대해 들어보는 시간을 가졌다. MIT 테크놀로지 리뷰 발행사인 DMK 주최로 지난해 12월 개최된 AI Summit Seoul에 참석차 내한한 존슨 CEO는 휴머노이드 로봇이 스마트폰 이상의 파괴적 혁신을 가져올 것으로 예측하며, AI 기술의 발전이 로봇 산업의 발전을 더욱 가속화하고 있다고 진단했다. 또한 아마존 물류 창고, 세계 최대 3자 물류계약 기업인 GXO 로지스틱스, 여성 의류 브랜드 스팽스, 그리고 자동차 제조업체 등과의 협업 사례를 통해 휴머노이드 로봇이 실제 산업 현장에서 어떻게 활용되고 있는지에 대한 강력한 인사이트를 공유했다. 페기 존슨(Peggy Johnson) 어질리티 로보틱스(Agility Robotics) CEO 로봇 사이의 연결에 인간이 필요하다 1961년 최초의 산업용 로봇으로 알려진 유니메이트 암(Unimate Arm)이 등장한 이후, 컴퓨터를 이용한 제어 기술이 도입되고, 구동계가 유압 방식에서 전기 모터로 전환되는 등의 지속적인 발전이 이루어졌다. 이후 비전 시스템과 레이저 가이드 기술 등이 적용되면서 주변 환경을 스캔하고 자율적으로 이동하는 로봇이 등장하기 시작했다. 이러한 발전으로 로봇의 적용 범위가 점차 확대되었으며, 산업 현장에서 폭넓게 활용되기 시작했다. 자율이동로봇(Autonomous Mobile Robot, 이하 AMR)은 공장과 창고를 점령하고 있으며, 아마존은 2024년 기준 총 75만 여 대의 다양한 로봇을 창고 운영에 활용하는 등 산업 현장의 모습을 바꾸고 있다. 이렇게 산업용 로봇의 활용이 급격히 증가하고 있음에도 불구하고 휴머노이드 로봇은 아직 공장이나 창고, 물류 등의 산업 현장에서 찾아보기 어렵고 여전히 많은 작업이 인간에 의해 이뤄지고 있다. 공장 내 많은 부분에서 생산성 향상을 위해 로봇을 이용한 자동화가 진행되고 있지만, 이런 자동화는 마치 섬처럼 공정마다 개별적으로 진행되고 있어 컨베이어 벨트와 AMR 등 여러 로봇 사이의 연결에 인간의 개입이 필요하기 때문이다. 존슨 CEO는 2023년 미국에서 창고 및 물류 분야의 인력 부족이 100만 명에 달했다며, 이는 창고 및 물류 산업의 작업 환경이 열악하고, 육체적으로 힘든 일이기 때문이라고 설명했다. “이러한 인력 부족 문제에 대해 휴머노이드 로봇이 해결책이 될 수 있다. 인간이 기피하는 힘들고 반복적인 작업을 도맡아 수행함으로써 제조업과 물류 분야에서 혁신적인 기술로 자리 잡을 가능성이 크다.” 물류, 창고, 제조업에서 가시적 성과 보여 존슨 CEO는 물류나 창고, 제조업 등이 휴머노이드 로봇이 활약을 시작하기 가장 완벽한 장소라며 이미 아마존 등에서는 직원들이 로봇과 협력해 작업을 수행하는 등 가시적인 성과가 드러나고 있다고 말했다. 아마존은 지난해 3월부터 어질리티 로보틱스의 이족보행 휴머노이드 로봇 디짓(Digit)을 물류 현장에 투입해 운반 작업을 하고 있다. 이 과정에서 직원들의 역량과 작업 효율 향상 등의 긍정적인 효과를 얻고 있다는 것이다. 그러나 그녀는 휴머노이드 로봇의 영향이 산업 현장에 그치지 않고 일반 대중 속으로 파고 들어 과거 PC나 스마트폰이 우리 삶을 송두리째 바꾼 것과 마찬가지의 혁신을 가져올 것이라고 생각하고 있다. 예를 들면 정원 가꾸기나 세탁, 청소, 요리 등을 휴머노이드 로봇이 대신하며 일상생활을 획기적으로 편하게 만들어 줄 수 있다는 것이다. 존슨 CEO는 “우리는 사람들이 하기 싫어 하는 일을 휴머노이드 로봇에게 모두 맡길 수 있는 미래를 만드는 것이 목표”라며 어질리티 로보틱스가 이런 혁신을 이끌어 갈 것이라고 포부를 밝혔다. 어질리티 로보틱스의 휴머노이드 로봇의 개발 과정은 인간을 위해 만들어진 환경에서 효율적으로 이동하기 위한 2족 보행 로봇인 캐시(Cassie)를 2016년에 개발했으며, 몸체와 팔을 달고 각종 센서를 부착한 디짓 V.1을 만들고 현재는 디짓 V.4에 이르기까지 수많은 발전을 이뤘다. 이런 와중에 가장 극적인 전환이 일어난 것은 바로 지난 2022년이었다. 존슨 CEO는 “휴머노이드 로봇에 AI 기술이 적용되면서 혁신적인 변화가 일어나기 시작했다. 바로 AI가 휴머노이드 로봇의 기술 학습 속도를 급격히 가속화한 것이다”라고 설명했다. 휴머노이드 로봇은 시맨틱 지능(Semantic Intelligence)과 피지컬 지능(Physical Intelligence)의 두 가지 지능을 갖춰야 한다. 시맨틱 지능은 무엇을 해야 하는지 이해하는 능력이며, 피지컬 지능은 실제로 작업을 수행할 수 있도록 돕는 능력이다. 다시 말해 어떤 일을 해야 할지, 그리고 어떻게 해야 할지 이해할 수 있는 지능을 바로 AI가 부여하는 것이다. 그녀는 “이런 지능을 탑재함에 따라 휴머노이드 로봇은 기존의 워크셀, 즉 한정된 작업 구역 밖에서도 일을 할 수 있게 됐다. 이는 무제한의 로봇을 제공하는 데 가장 큰 장벽을 뛰어 넘을 수 있는 돌파구다. 예를 들면 제조 시설에서 하역장에 이르는 전 영역에서 인간과 아주 가까운 곳에서 같이 협력해 작업할 수 있는 것이다”라고 AI의 역할에 대해 설명했다. 또한 “어질리티 로보틱스는 2026년까지 인간과 같이 작업하는 협력적인 휴머노이드 로봇을 선보일 예정이다. 그리고 이런 발전은 이전의 휴머노이드 로봇이 할 수 없었던 수많은 일들을 실제로 할 수 있게 된다는 것을 의미한다”며, 시니어 케어와 같은 일반 대중과 상호작용하는 과정에 안전을 보장하면서 섬세함이 필요한 작업까지도 할 수 있게 될 것이라고 설명했다. 남겨진 3가지 도전 과제 존슨 CEO는 휴머노이드 로봇이 해결해야 할 도전 과제로 안전성과 배터리, 가격 등 3가지를 꼽았다. 넘어지지 않는 안정성이 중요한 이유는 대략 사람과 비슷한 크기와 무게를 갖는 휴머노이드 로봇이 넘어질 경우 로봇 자체는 물론이고 주변의 사람이나 기물에 피해를 입힐 수 있기 때문이다. 그럼에도 불구하고 이것이 쉽지 않은 이유는 사람이라면 쉽게 인지할 수 있는 조그만 턱도 커다란 장애물이 될 수 있으며, 좁은 통로에서 사람이나 다른 로봇과 마주쳤을 때의 이를 감지하고 적절히 대응하는 방식 또한 개선할 필요가 있다. 또 다른 도전 과제는 배터리다. 여러 개의 모터와 센서 등으로 구성된 휴머노이드 로봇의 무게를 줄이면서 충분한 배터리 용량을 확보하는 것은 쉽지 않은 일이다. 존슨 CEO는 “실제로 현재 나와 있는 휴머노이드 로봇 중에는 배터리 시간이 약 20분에 불과한 경우도 있다. 연구나 데모 시연을 위해서는 충분한 시간이지만, 실용성에 한계가 있다”고 설명했다. 현재 일반적인 운영 환경에서 충전비는 4:1 수준이다. 다시 말해 40분 일을 하고 10분을 충전하는 방식이다. 그래서 일반적으로 두 대의 로봇이 서로 번갈아 가면서 일을 하고 배터리가 방전되면 다시 돌아와 충전을 하는 방식으로 운영하고 있다. 그녀는 “어질리티 로보틱스는 이를 개선해 10:1 수준으로 개선하려고 한다. 그러면 100분 일을 하고 10분만 충전할 수 있게 되는 것이다”라며 배터리 관련 기술에 많은 투자를 하고 있다고 밝혔다. 세번째는 가격이다. 일부에서는 휴머노이드 로봇의 가격이 너무 비싸다는 얘기가 나오고 있다. 일반적으로 기업이 휴머노이드를 도입하는 방식은 두가지가 있다. 하나는 CAPEX 방식이다. 이는 기업이 설비 투자를 하는 방식으로 로봇을 도입하는 것이다. 또 다른 방식은 OPEX 방식으로 로봇을 하나의 서비스로 간주하는 것이다. 최근 많은 기업들이 OPEX 방식으로 로봇을 도입함으로써 도입에 필요한 초기 투자 비용을 절감하려는 시도가 이어지고 있다. 로보틱스와 자동화가 노동을 바꿀 것 휴머노이드 로봇이 인간의 일자리를 빼앗을 것이라는 우려에 대해, 그녀는 “인간이 하기 싫어하는 일을 하기 위해 로봇을 만드는 것이다. 인간은 단순 반복작업을 싫어한다. 힘들고 더러우며 위험한 일도 싫어한다. 그래서 인간이 싫어하는 이런 일들을 시키기 위한 존재로 휴머노이드 로봇을 만드는 것이다”라고 주장했다. 존슨 CEO는 “실제로 작업 현장에서 휴머노이드 로봇과 함께 작업하는 사람들은 더럽고 힘든 일을 휴머노이드가 대신하면서 오히려 자신들의 일이 쉬워진다고 느끼고 있다. 아직 휴머노이드 로봇의 도입이 이제 막 시작된 초기에 불과함에도 일부에서는 생산성이 약 40% 향상됐다는 이야기를 하고 있다”고 휴머노이드 로봇의 도입 성과에 대해 설명했다. 휴머노이드 로봇의 발전이 빠르게 진행됨에 따라 이전에 불가능했던 작업을 할 수 있게 되면서 인간 작업자들의 일자리를 위협할 것이라는 우려도 충분히 나올 수 있다. 그녀는 “100년 전의 농부는 하루 12시간씩 일을 했다. 그 다음에는 하루 8시간을 일하게 됐고, 이제는 주 4일 근무 얘기도 나오고 있다. 휴머노이드 로봇은 우리가 작업 시간을 줄이고, 좀 더 창의적인 일을 할 수 있도록 도울 수 있다”며, 휴머노이드 로봇은 이런 과정을 통해 인간을 더 자유롭게 만들어 줄 것이라고 주장했다. 특히 한국과 같이 인구감소가 사회 문제가 되고 있는 곳에서는 로보틱스와 자동화를 통해 노동을 어떻게 바꿀 것인지에 대해 심도 깊은 논의가 필요할 것이라고 조언했다. 페기 존슨 CEO는 2024년 3월에 어질리티 로보틱스에 합류하여, 회사의 제품 포트폴리오 확장과 디짓 로봇의 대규모 제조를 이끌고 있다. 어질리티 로보틱스에 합류하기 전에는 매직리프(Magic Leap)의 CEO로 증강현실(AR) 헤드셋인 매직리프 2(Magic Leap 2) 출시를 진두지휘했다. 그 전에는 마이크로소프트(Microsoft)와 퀄컴(Qualcomm)에서도 임원으로 근무한 경력을 갖고 있다.

과학기술정보통신부(이하 과기정통부)는 2.6.(목)부터 3.18.(화) 까지 2025년도 소프트웨어 중심대학 사업 신규 선정 모집을 공고하고, 10개 대학을 선정할 계획이라 밝혔다. 신규 선정될 10개 대학은 일반부문(트랙) 8개교, 특화부문(트랙) 2개교다. 소프트웨어 중심대학사업은 대학의 교육체계를 소프트웨어 중심으로 혁신하고, 인공지능(AI) 등 산업현장의 신기술 수요를 반영하여 현장중심의 전공교육을 강화하는 대표적인 소프트웨어 전문·융합인재 양성사업으로, 지난 2015년부터 시작되어 지금까지 약 35만 4천 명의 소프트웨어 전문·융합인재를 양성했다. 이 사업은 올해 10개 대학을 신규 선정하여 총 975억 원 규모로 58개 대학을 지원할 예정이며, 대학 선정은 일반부문(8개교)과 특화부문(2개교)으로 나누어 진행한다. 올해 신규로 선정되는 대학은 기존과 달리 전교생을 대상으로 인공지능 기초·활용 교육을 의무화해 인공지능 교육이 대학 전체로 확산될 수 있도록 적극적으로 지원할 예정이다. 이를 통해 대학이 인공지능 및 소프트웨어 혁신 인재를 체계적으로 양성하고, 인공지능 기술을 다양한 학문과 융합할 수 있도록 추진할 계획이다. 일반부문은 소프트웨어 학과 입학정원 100명 이상이며, 소프트웨어 학과의 대학원을 운영하는 대학이 지원할 수 있으며, 선정 시 매년 20억 원(1차년도 10억 원)이 지원된다. 기업 맞춤형 교육을 위해 계약정원제의 계약정원도 입학정원에 포함이 가능하다. 일반부문의 지원기간은 최대 8년(4+2+2)이며, 기존에 1단계 소프트웨어 중심대학으로 선정되어 지원이 종료된 대학이 재선정될 경우는 6년(2+2+2)을 지원한다. 특화부문은 재학생 수 1만 명 미만인 중소대학만 지원할 수 있으며 일반부문과 달리 소프트웨어학과 정원 및 대학원 운영 등의 자격 조건이 없고, 선정 시 연간 10억 원(1차년도 5억 원)을 지원한다. 특화부문의 지원기간은 최대 6년(2+2+2)이며, 중소대학의 참여 기회 확대를 위해 정부 예산을 지원받아 운영되는 과학기술특성화대학(한국과학기술원, 광주과학기술원, 대구경북과학기술원, 울산과학기술원, 포항공과대학교)과 기존에 소프트웨어 중심대학으로 선정된 바 있는 대학은 지원이 제한된다. 지역의 우수한 소프트웨어 인재 양성을 통한 지역경제 활성화를 위해 수도권(서울·경기·인천) 이외의 지역이 참여할 경우 가점 2점, 글로컬대학이 참여할 경우 추가적으로 가점 최대 1점을 부여할 예정이다. 과기정통부 송상훈 정보통신정책실장은“디지털 대전환 시대의 핵심은 인공지능(AI)과 소프트웨어(SW)이며, 이는 국가 경쟁력을 좌우하는 중요한 요소”라며,“소프트중심대학 사업을 통해 우리나라가 인공지능 세계 3대 강국으로 도약하고, 첨단 기술 인재 양성의 국제 표준을 만들어 나갈 것”이라고 밝혔다.

Today's index 딥러닝-LLM-GPT AI는 구름 속에 삽니다 데이터센터는 AI시대 발전소 모닝브리핑 ※ 볼딕 단어나 밑줄 단어에는, URL이 포함돼 있습니다. 클릭하면 세부 내용이 연결됩니다. 컴퓨터도 AI도 인간 지능의 확장이 아닐까요? <챗GPT> 인공지능이란? 딥러닝-LLM-GPT 요즘 전세계를 떠들썩하게 만드는 AI는 ‘딥러닝’이라는 방법론으로 만들어진 소프트웨어라고 할 수 있어요. 딥러닝은 인공신경망이라는 것을 만들어서 AI가 방대한 데이터를 가지고 스스로 학습하도록 하는 방식으로 만들어지는데요. 이 인공신경망은 병렬연산에 강점을 가진 GPU라는 반도체를 가지고 만들 때(=학습) 가장 빠르고 효율적으로 만들수 있어요. 한번 만들어진 인공신경망 기반 AI는 역시 GPU에서 작동 시킬 때 가장 빠르고 효율적으로 작동이 됩니다. 우리는 이 GPU를 그래서 AI반도체, 혹은 AI 가속기라고도 부릅니다. 2017년 구글에서 공개한 한 논문은 ‘트랜스포머’라는 새로운 딥러닝 방식을 제시합니다. 이 트랜스포머 방식에서는 데이터의 양, 매개변수의 크기, GPU 연산량을 늘리면 AI의 성능이 계속 좋아집니다. 이것이 ‘스케일링 법칙(Scaling Law)’이며, 오픈AI는 이 스케일링 법칙을 극한으로 밀어부친 기업이에요. 스케일링 법칙이 만들어낸 AI가 바로 우리도 잘 알고있는 ‘챗GPT’. GPT 같은 AI를 거대언어모델(LLM)이라고 부르는데요. 다음 단어를 예측하는 능력을 갖고 있는 AI인데, 이 LLM은 지금까지 인간이 만들어낸 AI 중 언어능력이 가장 인간에 가깝고, 어떤 영역에서는 인간을 뛰어넘는 능력을 갖고 있어요. 그래서 그 활용범위가 무궁무진해요. 오픈AI가 9일 슈퍼볼에 공개한 광고 : 지능시대 <오픈AI> 소프트웨어로 만든 지능=AI 언어에서 시작해 LLM은 다른 영역까지도 확장하는데요. 우리가 많이 사용하는 챗GPT가 이미지를 인식하거나 생성할 수 있고, 동영상을 만들수 있는 것 처럼 향후에는 로봇에서도 쓰일 수 있죠. LLM은 이미 우리 스마트폰과 PC에 들어와 있고, 스마트안경에도 쓰이고 있어요. 하지만 챗GPT도, 최근에 화제가 된 딥시크도 하늘에서 뚝 떨어진 기술은 아니에요. 딥러닝은 아주 긴 역사를 가진 AI 방법론 중 하나인데 2014년 ‘알렉스넷’을 시작으로 가치를 인정받았어요. 이후 빅테크 기업과 대학의 연구자들이 이 분야에 많은 연구를 해왔습니다. 2022년 챗GPT의 등장에는 구글과 오픈AI 연구자들의 오랜 노력이 있었고, 2025년 딥시크의 등장에는 2014년 이후 이 분야에 들어온 수많은 중국계 AI연구자들이 중요한 역할을 했습니다. 정리해 보면 AI라는 것은 인공신경망(딥러닝)에 기반한 소프트웨어이고, LLM이라는 새로운 딥러닝 기술이 등장해 우리 삶의 모든 영역에 번져나가고 있어요. 그래서 AI를 터미네이터 처럼 '진짜 사람처럼 생각하고 움직이는 무서운 존재'라고 생각하면 안됩니다. 이를 인간 이상의 능력을 낼 수 있는 소프트웨어 기술이라고 봐야 우리는 AI를 잘 이해할 수 있어요. 자동차와 핵무기가 사람을 살상할 수 있는 무서운 기술인 것 처럼, AI도 어떻게 사용하느냐에 따라서 인간의 삶을 행복하게 할 수도, 인류를 파괴할 수도 있습니다. 지금 AI 컴퓨팅은 대부분 클라우드에서 이뤄집니다. <챗GPT> AI는 어디서 살아? 구름 속에서 산단다 AI를 사용하는 방식은 두 가지가 있어요. 하나는 클라우드이고, 다른 하나는 온 디바이스(On Device)에요. 지금 우리가 사용하는 모든 인터넷과 소프트웨어 서비스는 대부분 클라우드 기반으로 작동하고 있어요. 이미 옮겨왔어요. 제가 지금 미라클레터를 작성하고 있는 뉴스레터 서비스인 스티비가 대표적인 클라우드 서비스인요. 저는 어디서든 인터넷만 연결되어있으면 스티비에 접속해서 미라클레터를 쓸 수 있습니다. AI도 이렇게 클라우드에서 작동하는데요. 대표적인 B2C 소비자앱인 챗GPT를 보자면, 우리가 스마트폰으로 챗GPT에 던지는 질문은 인터넷을 통해 챗GPT가 들어가 있는 데이터센터 속 서버컴퓨터로 전송되고, 그 안에 있는 AI모델에서 처리된 후 나온 답이 다시 제 스마트폰으로 전송됩니다. AI모델은 스마트폰으로 작동하기에는 소프트웨어의 크기가 크고, AI를 작동시키기에는 스마트폰 속 반도체의 성능이 낮아요. 하지만 데이터센터에는 저장용량도 매우 크고, 성능도 매우 좋은 AI전용 반도체가 있죠. 그러니 데이터센터로 제 질문을 보내고 답을 가져오는 과정이 훨씬 효율적입니다. 인터넷을 빠른 속도로 사용이 가능한 상황에서 우리가 넷플릭스 영화를 다운받아서 볼 필요가 없는 것과 마찬가지. 아이폰 애플 인텔리전스 이거 가능? <테크몽> AI폰과 AI PC가 왜 필요할까? 하지만 스마트폰에서 AI를 작동 시켜야할 때도 있죠. 예를 들어 비행기를 타고 오랜시간을 여행할 때는 넷플릭스 영화를 미리 다운받아놓는 것처럼, 인터넷이 연결되어있든 없든 AI를 사용하고 싶다면 AI를 내 스마트폰에 저장해놓아야합니다. 뿐만 아니라 데이터센터에 내 정보를 보낸다는 것은 내 개인정보가 기업에게 흘러들어갈 수 있다는 의미에요. 내 정보가 사용되는 것을 막고 싶은데 AI를 사용하고 싶다면, 온디바이스AI가 필요합니다. 온디바이스는 비용도 싸요. 예를 들어 아이폰의 클라우드 저장서비스인 아이클라우드를 사용하려면 월 사용료를 지불해야해요. 하지만 내 스마트폰에 저장된 사진은 언제든 무료로 열어볼 수 있어요. 클라우드는 단순히 저장용이 아니라 내 스마트폰 대신 반도체를 사용하는 비용도 포함해요. 그러니까 내가 그 비용을 내지는 않더라도, 누군가는 그 비용을 내게됩니다. 스마트폰이나 PC에 LLM을 어떻게 집어넣을 수 있을까요? 학습을 마친 고성능 AI를 작게 만드는 과정을 거쳐요. 작아진 AI는 스마트폰에 집어넣을 수 있고, 스마트폰 반도체에서도 작동이 됩니다. 하지만 작아진 만큼 성능이 좋지 않기 때문에, 스마트폰와 PC의 성능 자체를 높이려는 시도도 따라오고 있어요. 이것이 삼성전자가 갤럭시에 AI폰이라는 이름을 붙이고, 마이크로소프트가 성능을 높인 랩탑들에 '코파일럿+PC'라는 이름을 붙이는 이유에요. 학습을 통해 AI 거푸집을 만들면 추론을 통해 AI를 계속 쓸 수 있게 됩니다. <국가유산청> 학습 중심에서 추론 중심으로 그런데 온디바이스는 꽤 특수한 경우에서 사용될 뿐, AI는 대부분 클라우드에서 작동이 됩니다. 왜냐면 우리는 24시간 하루종일 인터넷에 연결되어 있는 상황에 살고 있거든요. AI로 실시간 정보를 검색하고, 훨씬 고성능의 일을 시키기 위해서는 결국 클라우드를 통해서 AI를 사용하는 것이 주력이 됩니다. AI는 클라우드, 데이터센터와 대부분의 경우 함께 간다. 이렇게 생각하시면 좋을 것 같습니다. 문제는 AI는 CPU와는 다른 GPU 라는 반도체에서 작동시켜야 빠르고 효율적으로 작동된다는 것. 챗GPT 이전의 데이터센터는 모두 CPU가 중심이고, GPU는 부가적인 역할을 했어요. 하지만 LLM이 우리의 생활 전반에 들어오면, GPU에 대한 수요는 폭발적으로 늘어나게될 수 밖에 없어요. 저 만해도 하루에 한번 이상 챗GPT를 사용하는데요. 구글 검색이 AI 검색으로 대체되고, AI 개인비서의 사용이 늘어나고, AI를 창작과정에서 사용하는 크리에이터가 늘어날수록, AI 데이터센터에 있는 GPU를 찾는 수요는 늘어날 수 밖에 없어요. 기존에는 GPU를 AI모델 학습에 주로 사용했다면, 이제 AI 사용자가 많아지면 GPU를 AI를 서비스(이를 추론 inference이라고 부릅니다)하는데 더 많이 쓰게 될 거에요. AI 학습이 일종의 ‘거푸집’을 만드는 것이라면 AI 추론은 ‘거푸집’에 쇳물을 부어서 도구를 계속 생산해내는 것에 비교할 수 있어요. 거푸집을 만드는 것은 1번이지만, 도구를 만드는 것은 수백번 수천번이 될 수 있어요. 120년전에는 발전소가 지금의 데이터센터였습니다. 데이터센터는 AI시대의 발전소 AI를 쓰는 것은 곧 클라우드를 통해서 데이터센터에 있는 AI를 쓰는 것이에요,. 그러니 앞서 말씀드린 클라우드 비용이 중요해집니다. 클라우드 컴퓨팅이 무엇인가.. 라고 여쭤보신다면 ‘전기’에 비유하는 것이 가장 쉬워요. 전기를 쓴 만큼 돈을 내는 것처럼(종량제), 컴퓨팅도 쓴만큼만 돈을 내는 것이죠. 전기료는 발전소를 건설하는데 드는 비용으로 정해지는 것처럼, 클라우드 컴퓨팅 비용은 컴퓨팅 발전소, 즉 데이터센터의 건설비에 달려있어요. 데이터센터를 만들기 위해서 무엇이 필요할까요? 먼저 땅이 있어야겠죠. 땅에다 건축물을 세우고 거기에 컴퓨터를 가득 채웁니다. 컴퓨터에는 뭐가 들어가죠? 우리가 사용하는 PC와 똑같아요. CPU, GPU, 메모리, 케이블 등등이 들어가겠죠. AI데이터센터에서는 이중 GPU가 제일 중요하고, 컴퓨터와 컴퓨터를 연결하는 케이블=네트워크 장비가 중요합니다. 데이터센터는 하나의 컴퓨터가 아니라 수천대 수만대의 컴퓨터가 들어가는데, 이들 사이에서 데이터를 빠르게 이동시키고 연산 작업을 효율적으로 나눠주는 것에 따라 데이터센터 운용비가 크게 줄어들어요. 데이터센터에 필요한 것은 또 있어요. 컴퓨터 수만대가 한꺼번에 작동되니 엄청난 열이 발생하기 때문에 이를 식히는 장비가 필요합니다. 또 수만대의 컴퓨터에 제공할 전력이 필요합니다. 일반적인 데이터센터에 비해 AI데이터센터에는 훨씬 더 많은 전력이 필요해요. 얼마나 저렴하고 안정적으로 전력이 공급되느냐도 데이터센터의 원가에 중요합니다. 이처럼 데이터센터 건축비와 운영비에 맞춰서 AI 사용료가 결정이 될거에요. AI 사용료가 저렴해질수록 AI를 학습시키는 비용과 사용하는 비용 모두 낮아집니다. 비용이 낮아질수록 AI를 바탕으로 하는 더 좋은 서비스가 나올 것이고, 이것이 선순환으로 AI에 대한 수요를 높일 수 있어요. 샘 올트먼과 AI 인프라에 투자하는 사람들은 이런 계산을 누구나 하고 있습니다. 삼성도 CSP사업을 하는 것 알고 계셨나요? <삼성SDS> 빅테크는 사실 클라우드 인프라 회사 AI데이터센터를 운영하는 주체는 누가될까요? 지금도 클라우드는 우리가 클라우드 서비스 프로바이더(CSP)라고 하는 회사에 의해서 운영됩니다. 아마존 AWS, 마이크로소프트 애저, 구글 클라우드가 대표적인 회사죠. 클라우드 컴퓨팅을 전기에 비유한다면, CSP는 한국전력처럼 전기를 공급하는 서비스 회사. 하지만 전력회사와 빅테크 CSP가 다른 결정적인 이유가 있는데요. 빅테크들은 자신들의 본업을 하면서 만든 데이터센터를 안쓰는 시간에 다른 회사에 빌려주다보니 그 사업이 커진 케이스에요. CSP는 직접 데이터센터를 짓기도 하고, 이미 건축되어있는 데이터 센터를 임대하기도 하면서 전세계 기업들에 클라우드를 서비스하죠. 빅테크 기업들이 엔비디아 GPU를 수조원씩 구매하는 것은 그 GPU를 가지고 데이터센터를 짓기 위해서에요. 비슷한 이유로 중국에서도 제일 큰 빅테크 기업들이 CSP를 운영해요. 알리바바, 텐센트, 화웨이 모두 자체적인 CSP 서비스를 하고 있어요. 한국에서는 네이버가 네이버클라우드라는 클라우드서비스를 하고 있지만, 미국 중국 기업들에 비교하면 미미한 수준이에요. CSP가 아니지만 대규모 데이터센터를 운영하는 회사도 있어요. 세계에서 가장 큰 소셜미디어 서비스를 운영하는 메타, 자율주행을 AI로 학습시키는 테슬라가 대표적. 이렇게 초거대 데이터센터를 운영하는 기업들을 하이퍼스케일러라고 하는데요. 이 기업들은 엔비디아의 GPU를 가장 많이 구매하는 기업이면서, 자체적으로 엔비디아 GPU를 대체할 제품도 만들어요. 왜냐면 AI의 성능은 곧 데이터센터의 성능인데, 최근에는 이를 높이기 위해 기술을 수직적으로 통합하려는 시도가 활발해요. 하이퍼스케일러는 아니지만, 기술을 수직적으로 통합하는 대표적인 회사가 애플이에요. 애플은 아이폰에 들어가는 반도체에서부터 시작해 소프트웨어까지 중요한 기술을 직접 만들죠. 애플은 애플인텔리전스를 위한 자체 데이터센터를 더 늘리고 있는데요. 거기에 들어가는 GPU를 직접 설계하기 시작했어요. 엔비디아의 GB200 NVL72 서버랙 <엔비디아> 엔비디아는 데이터센터를 만드는 기업 우리가 잘 아는 엔비디아도 CPU, GPU, 네트워크까지 직접 만들고 있어요. 엔비디아는 더이상 반도체 회사가 아니라, 서버컴퓨터 회사 혹은 데이터센터 회사라고 부르는 것이 적절하답니다. 미국의 또다른 반도체 기업 AMD가 ZT시스템스라는 서버컴퓨터 제조회사를 인수했는데요. 이 것도 비슷한 맥락이에요. 엔비디아의 AI 반도체 시장에 도전하기 위해, 엔비디아처럼 직접 서버를 만들기로 한거죠. 반도체부터 서버컴퓨터까지 수직적으로 통합하고 있는 회사가 또 있어요. 바로 중국의 화웨이인데요. 화웨이도 반도체부터 서버까지 하드웨어를 모두 만들 뿐 아니라, 화웨이 클라우드라는 이름으로 CSP 사업까지 하고 있어요. 다만 미국 정부의 규제때문인지 2021년 서버사업부만 엑스퓨전이라는 이름으로 분리한 상태. 이처럼 AI라는 새로운 전기를 싸게 사용하기 위해 전세계에 AI 데이터센터가 지어지고 있어요. 다행히 전기와 달리 AI에 필요한 클라우드 컴퓨팅은 국경을 넘나들며 사용될 수 있어요. 다만 어떤 나라에 AI 데이터센터의 수가 적다면 그만큼 AI비용은 높아질 수 있을 것 같아요. 비용을 높이기 어렵다면 속도가 늦어질수도 있죠. 개인 소비자이 내야하는 비용은 동일하더라고 기업들 시장에서는 차이가 생길 수도 있을 것 같아요. 딥시크라고 땅파서 장사할 수는 없죠. <챗GPT> 딥시크가 갑자기 비싸진 이유 AI 사용비용은 LLM의 API 비용으로 비교해볼 수 있는데요. 소프트웨어 개발사가 오픈AI, 구글 같은 AI개발 회사가 만든 AI를 쓸 때 내는 비용이 API 비용이라고 생각하면 되는데요. 이는 딥시크 같은 오픈소스 AI를 사용할 떄도 지불해야 해요. 오픈소스 AI모델을 어딘가 데이터센터에 넣어놓고 이를 클라우드를 통해서 사용하기 때문이죠. 딥시크는 출시 이후 파격적으로 낮은 가격으로 API 비용을 책정했어요. 딥시크-챗(V3)의 가격이 100만 토큰(단어)당 입력기준 0.014달러, 출력 기준 0.28달러에 불과했죠. 당시 모든 미국의 AI 회사들보다 비용이 낮았어요. 그만큼 학습비용이 낮기 때문에 가능하다고 생각했죠. 하지만 45일 정도만 이런 가격을 유지하고 현재는 입력기준 0.07달러, 출력기준 1.1달러로 가격을 높였어요. 이건 두 가지 이유때문인데요. 첫번째는 딥시크가 너무 유명해지고 사용자가 많아지면서 기존의 낮은 비용으로 서비스하기 불가능해졌기 때문이에요. 딥시크가 100명 정도만 서비스할 수 있는 클라우드 인프라를 준비했는데, 1만명이 사용하려고 오면 어떻게될까요? 만약 원가 이하로 서비스를 하고 있다면 손실이 눈덩이처럼 불어났겠죠? 그래서 가격을 높인겁니다. 두번째 이유는 딥시크가 유명해지면서 클라우드 서비스 업체들이 자체 클라우드에서 딥시크를 서비스하고 있기 때문이에요. 마이크로소프트, AWS 같은 미국 기업뿐 아니라 중국내에서 경쟁자였던 알리바바, 화웨이가 자신들의 클라우드에서 고객들이 딥시크를 사용할 수 있도록 서비스하고 있어요. 각 클라우드에서는 각자의 API 사용료를 책정해서 서비스를 하고 있으니 딥시크가 굳이 계속 낮은 비용의 API를 제공할 필요가 없는거죠. 참고로 딥시크는 중국내에서 화웨이의 GPU를 사용해서 서비스(추론)을 하고 있다고 하는데요. 이 성능이 엔비디아 GPU를 사용했을 때의 60% 정도라고 해요. 화웨이의 GPU를 사용해서 딥시크를 훌륭하게 서비스할 수 있다면? 적어도 추론 시장에서만큼은 엔비디아의 수요를 화웨이가 많이 가져갈 것 같아요. 이는 중국 정부가 바라던 방향이기도 하죠. 구글은 6세대 TPU에 트릴리움이라는 이름을 붙였어요. <구글> 오픈AI가 데이터센터 구축에 적극적인 이유 이렇게 본다면 AI 인프라의 왕. 누구일까요? 가장 가격 경쟁력을 갖춘 곳은 구글이에요. 최근 공개된 구글의 '제미나이 2.0 플래시 라이트'는 100만토큰당 사용 비용이 출력 기준으로 0.3달러, 1.1달러인 딥시크 가격의 3분의 1도 안되죠. 어떻게 구글은 이렇게 싸게 서비스를 할 수 있을까요? 일단 어느정도 손해를 보고 판다는 것이 맞을 것 같아요. 하지만 이것도 장기적으로는 비용을 계속 낮출 수 있다는 자신감이 있기 때문에 가능한 것. 구글은 일찍부터 엔비디아 GPU와 경쟁 관계에 있는 반도체인 TPU를 만들어온 회사. 그리고 TPU를 중심으로 AI데이터센터를 구축해왔어요. 앞서 말씀드린 데이터센터의 수직적인 통합이라는 측면에서 가장 노하우가 많은 회사라고 할 수 있어요. 이렇게 본다면 샘 올트먼이 오라클과 손잡고, 전세계에 데이터센터를 짓기 위해 돌아다니는 이유를 알 수 있어요. AI 개발 경쟁은 점차 성능에서 비용으로 옮겨가고 있어요. 딥시크 쇼크가 그런 것을 제대로 보여줬죠. 오픈AI의 경쟁자인 구글은 그런 점에서 비용 경쟁력을 가지고 있어요. 가장 많은 클라우드 고객을 가지고 있는 AWS에 오픈AI가 들어가지 못하는 점도 아쉽죠. AWS가 아무리 AI데이터센터를 낮추고 비용을 낮춰도 오픈AI에게는 그림의 떡. 그렇다면 오픈AI의 주주이면서 오픈AI의 모든 AI서비스에 대한 클라우드 인프라를 제공하는 마이크로소프트는 어떨까요? 두 회사는 협력관계이면서 동시에 경쟁관계이기도 해요. 당장 딥시크도 마이크로소프트에서 쓸수 있어요! 거기에 두 회사가 손잡은 것은 반독점법 위반이라는 감독당국의 따가운 시선도 있어요. 두 회사는 표면적으로든, 내부적으로든 '불가근 불가원'의 관계를 유지해야합니다. 반면 오라클은 클라우드서비스 회사이지만 AWS, 구글 처럼 자체 LLM을 만들지 않는 회사. 오픈AI 입장에서는 가장 이해관계의 충돌이 적고 협력할 부분이 많은 회사에요. 오히려 마이크로소프트보다 덜 껄끄러워요. AI데이터센터 밸류체인의 다양한 기업들 오픈AI가 자체 AI반도체를 만드는 이유 오픈AI가 '스타게이트'를 비롯해 AI 인프라 구축에 나서는 것은 오픈AI가 활동하는 주요국가 미국, 일본, 유럽 등에서 전반적인 AI 데이터센터 비용을 낮추기 위해서에요. 하지만 단순히 인프라 건설만을 생각한다면 이는 샘 올트먼 답지 않은 것. 글로벌 AI 데이터센터 구축은 1900년대 미국내 발전소 건설 붐에 비견되는 대규모 인프라 투자에요. 여기서 만들어지는 가치 중 많은 부분을 오픈AI는 가져가고 싶어하는 것 같아요. 가장 중요한 것은 AI 데이터센터의 핵심인 'GPU(AI 가속기)'. 오픈AI는 구글의 TPU를 만든 브로드컴과 함께 자체 AI 가속기를 만들고 있는데요. 앞으로 만들어지는 데이터센터 속 서버에 오픈AI가 만든 AI반도체가 탑재된다면 오픈AI는 큰 매출을 얻을 수 있고, 엔비디아로부터 반도체 독립도 가능해지죠. 이런 기회를 찾는 것은 오픈AI만이 아니에요. 소프트뱅크는 데이터센터용 CPU를 만드는 스타트업 '암페어'를 인수하려고 하고있는데요. 소프트뱅크가 오픈AI가 함께 만드는 데이터센터에 '암페어'의 CPU를 넣을 수 있겠죠? 특히, 암페어는 소프트뱅크가 대주주인 Arm의 설계를 사용하고 있기 때문에 소프트뱅크는 암페어가 잘 되면 이중으로 득을 보게됩니다. 미국 뿐 아니라 중국도 AI데이터센터 구축에 적극적으로 뛰어들 것으로 예상됩니다. 역시 AI를 전기에 비교하자면, 미국보다 낮은 전기료를 만들기 위해 AI데이터센터에 투자하는 것이죠. 뿐만 아니라 이 과정에서 중국산 반도체나 부품을 최대한 많이 집어넣을 것 같아요. 이 과정에서 중국 반도체 기업과 데이터센터 기업들이 성장할 수 있겠죠. Briefing ※ 붉은 제목을 누르면 상세 내용으로 연결됩니다. 머스크 "오픈AI 사겠다" 올트먼 "트위터 살게" 오픈AI와 소송중인 일론 머스크 테슬라 CEO가 오픈AI를 974억달러(약 141조원)에 사겠다고 제안. 샘 올트먼은 X에서 제안을 거절하면서 "트위터를 97.4억달러에 사겠다"고 제안. 일론 머스크를 비꼰 것인데 머스크는 '사기꾼'이라고 답했어요. 샘 올트먼은 머스크의 이런 제안이 경쟁자인 오픈AI를 흔들기 위한 목적이라고 말했어요. 밴스 부통령 "AI 규제 가볍게 해야" 파리 AI 정상회의에 미국을 대표해 참석한 JD밴스 미국 부통령. 동맹국들에게 AI애 대한 규제를 가볍게 해야한다고 주장. 빅테크 기업들의 AI를 강력하게 규제하려는 유럽연합에 경고를 한 것으로 보여요. 그는 미국 최강의 AI를 만들 것이라고 자신감을 표했어요. 애플 중국서 알리바바와 AI 만든다 아직 중국서 애플 인텔리전스를 서비스하지 못하고 있는 애플. 알리바바의 AI를 가지고 중국내에서 AI서비스를 할 것이라는 보도. 딥시크는 검토해봤지만 사용하지 않기로. 메타 한국AI 스타트업 퓨리오사 인수 추진 메타가 한국 AI 반도체 기업 퓨리오사AI 인수를 검토하고 있다는 보도가 나왔어요. 이미 자체추론용 AI 반도체를 만들고 있는 메타가 AI 반도체 인력을 보강하기 위한 목적의 인수일까요? 퓨리오사는 1700억원을 누적투자유치했고, 지난해 초 기준 약 6800억원이었다고 해요.

Innobranch 2.0 플랫폼 소개 한국무역협회는 국내 스타트업의 해외 진출 및 스케일업을 위해 오픈이노베이션 플랫폼 Innobranch를 운영하고 있습니다. 이번에 2.0을 새로 오픈하여 다양한 기능들이 개선되었습니다. 글로벌 기업과의 밋업을 찾는 스타트업, 혁신 기술을 보유한 스타트업을 찾는 대기업, 스타트업 지원기관 등 스타트업 생태계 관계자 모두 이용가능합니다. 글로벌 시장 진출 및 혁신을 원하는 스타트업 관계자들의 많은 이용 바랍니다🤩 Innobranch 2.0 바로가기 🚀