델 테크놀로지스가 2025년 기술 트렌드 전망을 발표하면서, 2025년에는 AI가 일상 생활과 업무 환경, 여가에 이르는 모든 영역에 핵심 기술로 자리 잡으며 미래를 재정의할 전망이라고 밝혔다. 델이 발표한 2025년 IT 기술 전망의 주요 내용은 ▲에이전틱 AI 아키텍처의 부상 ▲엔터프라이즈 AI가 개념 단계에서 실무 환경으로 확대 ▲소버린(sovereign) AI의 가속화 ▲AI와 신흥 기술의 융합 ▲AI 데이터센터를 위한 초고속 분산형 아키텍처 ▲AI PC가 분산 아키텍처의 중요한 역할 담당 ▲지속가능한 데이터센터로 비용 및 환경 문제 해결 노력 등이다. 델은 에이전틱 AI 아키텍처가 인간과 AI의 상호작용에 새로운 장을 열 것으로 전망된다. 상당수의 생성형 AI 도구가 AI 에이전트로서 기능하도록 진화하고 있으며, 사람이 AI 시스템과 소통하는 방식을 혁신적으로 변화시킨다는 것이다. 델 테크놀로지스의 최고 AI 책임자인 존 로즈(John Roese) 글로벌 CTO는 2025년에는 보다 발전된 형태의 에이전트가 등장할 것으로 전망했다. 그는 “자율적으로 작동하고, 자연어로 소통하며, 다른 에이전트 및 사람과 팀을 이루어 작업하는 등 상호 작용이 강화된 형태의 에이전트가 부상할 것”이라는 전망과 함께 “코딩, 코드 검토, 인프라 관리, 비즈니스 계획 및 사이버 보안과 같은 특정 기술을 수행하도록 AI가 세밀하게 조정되고 최적화될 것”이라고 내다봤다.     엔터프라이즈 AI는 기업이나 공공기관의 기관의 생산력 향상을 위해 가장 중요한 영역에서 가장 영향력 있는 프로세스에 AI 기술을 적용하는 것을 의미한다. 2025년에는 우선 순위를 중심으로 반복 가능한 명확한 접근 방식을 취하고, 턴키 형태로 정교하게 정의된 AI 플랫폼 및 AI 인프라 옵션이 등장함으로써, 엔터프라이즈 영역에 AI를 적용하는 과정이 더 간편해질 전망이다. 이를 실행하기 위해서는 상용화되어 있는 다양한 도구들을 선택할 수 있다. 델은 기업이 앞으로 더 선호하는 경로는 프라이빗 인프라에서 AI 도구를 구매하여 구현하는 방식일 것이라고 보고 있으며, 데이터 메시(data meshes)와 같은 데이터 현대화 툴을 구매하고 ‘델 AI 팩토리(Dell AI Factory)’와 같은 인프라 설루션으로 도입 및 구축을 간소화할 수 있다고 전했다. 소버린 AI란, 국가가 자체 인프라와 데이터를 사용하여 AI 가치와 차별화를 창출하고 현지의 문화, 언어 및 지적 재산에 부합하는 생태계를 설계하는 능력을 뜻한다. 일부 국가에서는 정부 전용 AI 시스템 대신 정부와 지역 민간 산업 모두를 지원하기 위해 컴퓨팅 파워와 데이터 용량에 대한 액세스를 제공하는 국가 AI 리소스를 개발하고 있다. 한편으로는 정부가 새로운 인프라를 구축하는 대신 민간 업계가 AI 생태계를 현대화하고 선도할 수 있도록 선제적으로 협력하여 공동 설계하고 장려하는 전략을 시도하는 국가도 있다. 델은 “소버린 AI를 위해 인프라, 데이터 관리, 인재 양성, 생태계 개발을 위한 투자가 증가하고 있으며, 이러한 추세는 앞으로도 계속될 것”이라고 밝혔다. AI가 양자 컴퓨팅, 지능형 에지, 제로 트러스트 보안, 6G 기술, 디지털 트윈 등과 결합하면 전통적인 컴퓨팅의 한계를 극복함으로써 그 영향력이 더욱 커지며, 다양한 영역에서 혁신과 기존 과제의 해결을 위한 역동적인 환경을 조성한다. 델은 2026년 말에는 데이터센터 수요의 절반 이상이 AI 워크로드에서 발생하면서, AI 도입이 새로운 차원에 도달할 것으로 예상했다. AI의 빠른 도입과 함께 학습에서 추론으로의 전환도 이루어지고 있다. 학습과 달리 추론은 워크로드를 실행할 위치를 품질, 비용, 데이터, 보안 및 지연 시간에 따라 최적화하는 데 중점을 둔다. 이러한 변화와 함께 AI는 컴퓨팅, 스토리지 및 네트워크를 각각 독립적으로 확장할 수 있는 초고속 분산형 아키텍처로 이동하고 있다. 이를 통해 기업과 기관에서는 비용을 절감하고, 사일로(silo)를 해소하며, 공급업체 종속을 방지할 수 있다. 2025년에는 데이터가 점점 더 분산되어 이로 인해 기업이 데이터에 맞춰 AI를 적용하는 위치도 변화할 전망이다. 데이터센터와 클라우드를 넘어 에지와 PC로 이동함에 따라, AI PC를 사용하면 데이터를 디바이스에서 직접 처리하여 클라우드에 의존하는 것보다 더 빠르고 비용 효율적이며 안전하게 처리할 수 있다. NPU(신경망 처리장치)가 탑재된 PC의 AI 도구와 애플리케이션은 모든 일상 업무를 지원하며 사용자와 함께 진화하여 요구를 예측하고 생산성을 높여준다. 델은 고성능의 CPU, GPU, NPU와 다양한 PC 실리콘 옵션이 등장하며 선택과 혁신의 폭이 그 어느 때보다 넓어질 것으로 전망했다. 에너지 비용의 상승과 특정 AI 워크로드의 에너지 수요 및 환경에 미치는 영향은 중대한 과제이다. 전 세계적으로 규제 요건이 더욱 엄격해지면서 새로운 수준의 요건이 등장하고 있다. 데이터센터의 경우 하드웨어 차원의 에너지 효율 혁신, 오래되거나 노후화된 장비의 책임 있는 폐기, 다양한 에너지원 사용을 통해 환경 영향을 최소화하고 수익을 극대화하는 노력이 요구된다. 대표적인 사례로는 액체 냉각 혁신이다. 최적화된 냉각판과 누출 감지 기술을 통해 안정성과 효율성을 높일 수 있다. 더 나은 효율성과 성능 최적화를 위한 워크로드 관리 및 모니터링 도구도 필수이다. 이러한 데이터를 분석하면 조직이 원하는 성능에 맞게 AI 설루션의 규모를 조정하고 요구 사항을 효과적으로 충족할 수 있다. 한국 델 테크놀로지스의 김경진 총괄사장은 “빅뱅이 은하와 별, 행성의 발전의 발판을 마련한 것처럼, AI의 급속한 성장은 새로운 기회와 산업, 생활과 업무 방식을 만들어내고 있다”고 말하며, “앞으로는 AI의 힘을 얼마나 활용할 수 있는지에 따라 경쟁력이 좌우될 것이며, 최신 정보와 적응 역량을 확보하는 것이 중요한 이유도 여기에 있다. 델 테크놀로지스는 고객이 AI 활용성에 우선순위를 두고 투자 효과를 극대화할 수 있도록 전폭적인 지원을 아끼지 않을 계획”이라고 말했다.

BIM 칼럼니스트 강태욱의 이슈 & 토크   이번 호에서는 AI 업계에서 표준적으로 사용되고 있는 도구를 개발하는 W&B(Weights & Biases)를 소개하고, 이를 사용하는 방법을 소개한다. 그리고 건설, 제조와 같은 전통 엔지니어링 산업에서 생존을 위해 생각할 부분을 정리해 보고자 한다.   ■ 강태욱 건설환경 공학을 전공하였고 소프트웨어 공학을 융합하여 세상이 돌아가는 원리를 분석하거나 성찰하기를 좋아한다. 건설과 소프트웨어 공학의 조화로운 융합을 추구하고 있다. 팟캐스트 방송을 통해 이와 관련된 작은 메시지를 만들어 나가고 있다. 현재 한국건설기술연구원에서 BIM/GIS/FM/BEMS/역설계 등과 관련해 연구를 하고 있으며, 연구위원으로 근무하고 있다. 페이스북 | www.facebook.com/laputa999 블로그 |  http://daddynkidsmakers.blogspot.com 홈페이지 | https://dxbim.blogspot.com 팟캐스트 |  www.facebook.com/groups/digestpodcast 모든 산업 분야에서 딥러닝으로 시작된 인공지능(AI) 기술 트랜드가 거세게 몰아치고 있다. 특히, 올해는 생성형 AI가 업무에 실질적으로 사용되기 시작했다. 생성형 AI는 다양한 업무 분야를 자동화하고 있어, ‘Job Killer’라 불릴 만큼 오피스에 많은 영향을 주고 있다. 이와 같이 기술이 전통적인 시장과 일자리를 축소하기도 하지만, 이번 호에서 소개할 W&B는 골드러시에서 역마차를 만들어 운영했던 웰스파고의 전략을 잘 실행한 스타트업이다.     W&B 기술 소개 딥러닝 모델을 개발하다 보면 수많은 종류의 데이터셋, 하이퍼모델 파라미터 튜닝 등으로 인해 관리해야 할 자료가 매우 복잡해진다는 것을 알게 된다. W&B는 이름 그대로 완벽한 모델 학습을 위해 필요한 딥러닝 모델의 가중치(weights)와 편향(biases)을 모니터링 및 관리할 수 있는 로그 도구이다. 즉, 딥러닝 모델 개발자를 위한 프로세스 로그 및 가시화 플랫폼을 제공한다.    그림 1. W&B(AI Summer)   매우 직관적인 이름을 가진 이 스타트업은 텐서보드(Tensorboard)와 비슷하지만, 적은 코드로 모델 개발에 많은 통찰력을 준다. W&B의 WandB 라이브러리를 사용하면 딥러닝 모델 학습 시 지저분하게 붙어 나가는 로그 처리를 간단한 함수 몇 개로 처리할 수 있고, 통합된 대시보드 형태로 다양한 모델 학습 품질 지표를 확인 및 비교할 수 있다. 이외에도 학습 모델 하이퍼 파라미터 관리와 튜닝 및 비교 보고서 생성 기능을 제공한다. 로그는 숫자, 텍스트, 이미지 등 다양한 포맷을 지원한다.    그림 2. W&B 딥러닝 모델 개발 프로세스 가시화 대시보드   이번 호에서는 딥러닝 모델 학습 로그 및 가시화 영역에 집중해 살펴본다. 글의 마무리에서는 W&B의 개발 배경도 간단히 알아본다.     사용법 다음 링크에 방문해 회원 가입한다.  wandb.ai website : https://wandb.ai 회원 가입한 후 <그림 3~4>와 같이 홈 메뉴에서 키 토큰 값을 얻어 복사한다. 이 키는 wandb API를 사용할 때 필요하다.   그림 3    그림 4   명령행 터미널에서 다음 명령을 실행해 wandb 파이썬 라이브러리를 설치한다.  pip install wandb     ■ 자세한 기사 내용은 PDF로 제공됩니다.

씨이랩이 엔비디아 옴니버스(NVIDIA Omniverse)를 통해 제조 건설 시장에 디지털 트윈 기술을 본격적으로 공급한다고 밝혔다. 코로나19 팬데믹 이후 급속도로 성장한 기술이 있다. 바로 디지털 트윈 기술이다. 초기 제조업 중심에서 건설, 의료, 교통 등 다양한 산업 분야로 확대되고 있는 디지털 트윈 산업은 점점 더 정교해지는 산업 내 공정 작업과 빠르게 변화하는 시장 상황에서 떠오르는 해결 방안이다. 씨이랩은 지난 7월 NVIDIA Omniverse Competency 자격을 획득해 산업 디지털 혁신과 실시간 Physical AI 시뮬레이션에 대한 높은 기술력을 공식 인정받았다. 그 결과, 9월 에즈웰플러스와 18억원 규모 엔비디아 옴니버스 디지털 트윈 플랫폼 구축 계약을 체결하며, 정식 리셀러로서 본격적인 디지털 트윈 시장 확대에 나섰다. 또한 레빗 투 커넥터(Revit to connector)를 개발해 연내 NVIDIA Omniverse에 공급함으로써 데이터 유실을 최소화해 디지털 트윈 효율을 높일 예정이다.   전 세계 어디든 실시간 협업이 가능한 Omniverse (출처: NVIDIA YouTube)    디지털 트윈은 △제품(Product) △생산(Production) △생산성능(Performance) 등 세 가지 영역으로 구성해, 공장 수명 주기를 예측할 수 있고 조직 내 생산성을 최적화할 수 있어 효율과 품질을 향상한다. 즉 가상(Digital, Virtual) 세계에서 실제 사물이 가진 물리적 특징을 쌍둥이(Twin) 3D 모델로 구현해, 실시간 예측 및 모니터링 수행이 가능한 기술인 것이다. 시장 조사 및 컨설팅 기관인 Allied Market Research에 따르면, 글로벌 디지털 트윈 시장은 2023년 6억달러에서 2030년까지 연평균 22.5% 성장해 약 25억달러 규모에 이를 것으로 전망한다. 이러한 높은 전망 덕에, 디지털 트윈을 도입하려는 기업 또한 점차 늘어나고 있다. 특히 실제 제품/자산과 디지털 트윈의 실시간 데이터 연동이 가능해지자, 다양한 이해 관계자들이 데이터를 공유하고 협업할 수 있는 공간인 3D 협업 플랫폼 또한 주목받고 있다. 3D 협업 플랫폼은 가상 세계에서 공정을 개선 및 설계할 수 있으며, 제조 과정을 획기적으로 개선할 수 있다. 예를 들어 기획-디자인 단계에서는 공간을 초월한 가상 현실을 통해 협업으로 부품을 조정하고 여러 대안을 비교하며 최적의 제품을 만들어 낼 수 있는 것이다.   Omniverse 시뮬레이션(출처: NVIDIA YouTube)    씨이랩 - NVIDIA Omniverse로 데이터 역량 강화 디지털 트윈 개발 플랫폼의 대표적인 예인 NVIDIA Omniverse는 개발자가 물리적 AI를 위한 범용 장면 설명(Open USD)을 활용할 수 있도록 API, 소프트웨어 개발 키트, 서비스를 제공한다. NVIDIA Omniverse를 기반으로 구축된 애플리케이션과 서비스에서 사용자는 실제 환경을 모델링하고, 실시간으로 협업하며, 3D Open USD 기반 에셋을 제작 및 공유할 수 있다. 이때 옴니버스는 엔비디아의 가속 컴퓨팅을 기반으로 해, 더욱 현실감 넘치는 가상 현실을 구현할 수 있다는 것이 가장 큰 특징이다. 또한 사용자 필요에 따라 기능을 확장하거나 자동화할 수 있어, 대규모 프로젝트 지원이 가능하다. 최근에는 AI와 머신러닝 기술이 디지털 트윈에 융합되며 지능화된 솔루션을 갖추고 있는데, AI 전문 기업인 씨이랩 역시 엔비디아와의 협력 강화를 통해 AI 기반 디지털 트윈 기술을 확대해 나가고 있다. 씨이랩은 보유하고 있는 AI 영상 분석 솔루션을 기반으로, 엔비디아 옴니버스 애플리케이션 내 AI 기술을 적용해 실제 공정에서 일어날 수 있는 다양한 상황을 분석·예측할 수 있다는 것을 가장 큰 경쟁력으로 두고 있다. 또한 조직 내부에 NVIDIA Omniverse 경험과 지식이 풍부한 3D 기술자 및 디지털 트윈 전문가 팀을 구성하고 있어, 그동안 쌓았던 노하우를 토대로 한 단계 앞선 3D 모델링 및 렌더링 능력과 협업 시스템을 갖추고 있다고 자랑했다. 특히 건축 및 건설 분야에서 압도적인 효과를 자랑한다고 덧붙였다. Omniverse를 활용하면 건축가와 엔지니어들이 3D로 건물 디자인을 시각화하고 시뮬레이션할 수 있다. 이를 통해 프로젝트의 시각적 검토와 협업이 향상되며, 건설 전에 디자인 문제를 발견하고 해결할 수 있다. 씨이랩 이우영 대표는 “현대 산업의 디지털 전환에 따라 디지털 플랫폼 기반 협업 툴을 통해 세계 곳곳에 위치한 산업 현장에서 실시간으로 문제 해결할 수 있도록 지원하고, 폭 넓은 산업에 적용될 수 있도록 디지털 트윈 시장에서 선도적 역할을 수행할 것”이라고 밝혔다.    Omniverse 디지털 트윈 모델링(출처: NVIDIA YouTube) 

안전은 전기자동차(EV)에서 가장 중요한 관심사이다. EV에 일반적으로 사용되는 리튬 이온 배터리는 높은 에너지 밀도로 인해, 배터리 설계 시 상정된 작동 조건에서 벗어날 경우 고장이 날 위험이 있다. 배터리 관리 시스템(BMS)은 배터리 파괴로 이어지는 통제할 수 없는 발열 반응인 열폭주를 비롯한 부정적인 결과를 방지하는 데에 핵심 역할을 한다. BMS의 주요 기능으로는 전류, 전압 및 온도 모니터링, 과충전 및 과방전 방지, 셀 간 전하 밸런싱, 배터리의 충전 상태(SOC) 및 성능 상태(SoH) 추정, 배터리팩의 온도 제어 등이 있다. 이러한 기능은 전기자동차의 성능, 안전성, 배터리 수명, 사용자 경험에 영향을 미치므로 매우 중요하다. 예를 들어, BMS는 전압 한계를 넘는 과충전 및 과방전을 방지함으로써 배터리의 조기 노화를 방지하고, 차량이 수명 기간 동안 성능을 유지할 수 있도록 한다.    그림 1. EV에 일반적으로 사용되는 리튬 이온 배터리의 높은 에너지 밀도는 배터리 설계 시 상정된 동작 조건에서 벗어나는 경우 고장이 날 위험이 있다.   BMS 개발에서 시뮬레이션의 이점 엔지니어는 거동 모델을 사용해 데스크톱 컴퓨터에서 배터리 플랜트 모델, 환경 및 BMS 알고리즘을 시뮬레이션한다. 그리고 하드웨어 프로토타입을 제작하기 전에 데스크톱 시뮬레이션을 통해 새로운 설계 아이디어를 탐색하고 여러 시스템 아키텍처를 테스트한다. 데스크톱 시뮬레이션을 통해 엔지니어는 BMS 설계의 기능적 측면을 검증할 수 있다. 예를 들어, 다양한 밸런싱 구성을 탐색해 적합성과 구성 간의 균형을 평가할 수 있다. 시뮬레이션은 요구사항 테스트에도 중요하게 작용한다. 엔지니어는 절연 이상이 있는 상황에서 올바른 접촉기의 거동을 검증할 수 있고, 하드웨어 테스트를 대체하기 위해 시뮬레이션을 통해 결함이 발생한 동안 시스템의 거동을 평가한다.    그림 2. 엔지니어는 거동 모델을 사용해 데스크톱 컴퓨터에서 배터리 플랜트 모델, 환경 및 BMS 알고리즘을 시뮬레이션한다.   데스크톱 시뮬레이션을 사용해 설계가 검증되면, 엔지니어는 신속 프로토타이핑(RP)이나 HIL(Hardware-in-the-Loop) 테스트를 위해 자동으로 C 코드나 HDL 코드를 생성하고, 실시간으로 코드가 실행되는 BMS 알고리즘을 더욱 면밀히 검증할 수 있다. RP를 통해 BMS 알고리즘 모델에서 코드가 생성되며, 이는 프로덕션 마이크로컨트롤러의 기능을 수행하는 실시간 컴퓨터에 배포된다. 자동 코드 생성을 통해 모델에 적용된 알고리즘 변경 사항을 며칠이 아닌 몇 시간 안에 실시간 하드웨어에서 테스트할 수 있다. HIL 테스트의 경우 BMS 알고리즘 모델이 아닌 배터리 플랜트 모델에서 코드가 생성되어 배터리팩, 능동 및 수동 회로 소자, 부하, 충전기 및 기타 시스템 컴포넌트를 나타내는 가상의 실시간 환경이 제공된다. 이 가상 환경을 통해 엔지니어는 실제 하드웨어 프로토타입을 개발하기 전에 실시간으로 BMS 컨트롤러의 기능을 검증할 수 있다.  시뮬레이션을 통해 엔지니어는 설계부터 코드 생성까지의 시간을 획기적으로 단축하고, 향상된 속도와 효율로 다양한 기술을 빠르게 모델링할 수 있다. 알티그린 프로펄션 랩(Altigreen Propulsion Labs)의 엔지니어들은 칼만 필터링 및 전류 적산법 등의 SOC 추정을 위한 다양한 기술을 모델링하고 반복적으로 테스트하기 위해 시뮬레이션 기반 접근 방식을 사용했으며, 포괄적인 접근 방식을 설계했다.  알티그린의 제어 시스템 책임자인 프라타메시 파트키(Prathamesh Patki) 수석 엔지니어는 “임베디드 코더(Embedded Coder) 덕분에 개발 시간이 절반으로 단축되었다”면서, “그 어떤 것을 개념화하든, 실제 하드웨어에서 가장 짧은 시간 안에 그것을 실행할 수 있다”고 말했다.    BMS 개발에서 모델링 및 시뮬레이션 활용 사례 셀 특성화는 배터리 모델을 실험 데이터에 맞추는 과정이다. BMS 알고리즘은 배터리 모델을 사용해 SOC 추정을 위한 칼만 필터나 SOC에 따른 전력 제한, 과전압이나 저전압 조건을 피하기 위한 온도와 같은 제어 파라미터를 설정하기 때문에 정확한 셀 특성화가 필수이다. BMS 개발의 후반 단계에서는 엔지니어가 동일한 배터리 모델을 사용해 시스템 수준 폐순환(closed-loop) 데스크톱 및 실시간 시스템 시뮬레이션을 수행할 수 있다. 심스케이프 배터리(Simscape Battery)와 같은 툴은 등가 회로, 전기화학 및 차수 축소 모델링(ROM : Reduced Order Modeling)을 비롯한 배터리 모델링에 대해 신경망을 사용한 다양한 접근 방식을 제공한다.  충전 속도는 EV 설계 및 도입에 있어서 핵심 성과 지표이다. 고속 충전의 높은 전력 수준은 배터리 재료에 스트레스를 주고 수명을 단축시키기 때문에, 최대 충전 속도와 배터리에 가해지는 스트레스를 최소화하기 위해 고속 충전 중 전력 프로필을 최적화하는 것이 필수이다. 이는 시뮬레이션과 최적화를 통해 달성되며, 이로써 충전 시간이 최소화되고 스트레스 요인을 허용 범위 내로 유지할 수 있다.  양산용 코드 생성은 자동차 산업의 인증 표준을 준수하는 BMS 설계 워크플로를 보완한다. 예를 들어, LG화학(현 LG에너지솔루션)이 볼보 XC90 플러그인 하이브리드 자동차의 BMS를 개발했을 때 오토사(AUTOSAR)가 필수 표준이었다. LG화학은 BMS 알고리즘 및 거동을 설계 워크플로의 필수적인 부분으로 모델링하고 시뮬레이션하기로 결정했다. 각 소프트웨어 릴리스에서 발견된 소프트웨어 문제의 수는 약 22개에서 9개 미만으로 줄어 프로젝트 목표를 크게 웃돌았다. LG화학이 오토사를 사용하여 볼보를 위해 개발한 BMS는 ASIL C(Automotive Safety Integrity Level C)에 대한 ISO 26262 기능 안전 기반 인증을 취득했다.    맺음말 BMS 설계에서의 모델링과 시뮬레이션은 개발 주기를 단축하고, 비용을 절감하며, 더 안전하고 효율적인 EV를 실현할 수 있도록 지원한다. 엔지니어는 모든 가능한 동작 및 결함 조건에 대해 BMS 알고리즘을 실행함으로써, BMS 소프트웨어가 실제 시스템에서 해당 조건을 처리할 수 있다는 확신을 높이고 고비용 테스트의 필요성을 줄인다. 결국, 이러한 접근방식은 최종 제품이 업계 표준과 소비자 기대치를 뛰어넘도록 한다.    ■ 이웅재 매스웍스코리아의 이사이다. 홈페이지 | https://kr.mathworks.com  

IBM이 모든 환경의 데이터를 전 수명주기 동안 통합적으로 관리할 수 있는 ‘IBM 가디엄 데이터 시큐리티 센터(IBM Guardium Data Security Center, 이하 ‘IBM 가디엄 DSC’)’를 출시했다. IBM 가디엄 DSC는 조직의 데이터 자산에 대한 통합된 가시성을 제공해 보안팀이 워크플로를 통합하고 데이터 모니터링 및 거버넌스, 데이터 탐지 및 대응, 데이터 및 AI 보안 상태 관리, 암호화 관리를 단일 대시보드에서 함께 처리할 수 있도록 지원한다. IBM 가디엄 DSC에는 위험 요약을 생성하고 보안 전문가의 생산성을 높이는 데 도움이 되는 생성형 AI 기능이 포함돼 있다. IBM 가디엄 DSC는 총 5개의 설루션 모듈로 이뤄져 있다. 그 중 가장 대표적인 설루션은 보안 취약성 및 데이터 거버넌스 정책 위반으로부터 조직의 AI 배포를 보호하는 소프트웨어인 ‘IBM 가디엄 AI 시큐리티(IBM Guardium AI Security)’이다. 생성형 AI의 도입으로 승인되지 않은 모델인 ‘섀도 AI(Shadow AI)’의 위험이 급증하고 있는 요즘과 같은 환경에서 조직의 AI 배포를 보호할 수 있다. IBM 가디엄 AI 시큐리티는 민감한 AI 데이터와 AI 모델에 대한 보안 위험과 데이터 거버넌스 요구 사항을 관리한다. 데이터 자산에 대한 단일 가시성을 통해 AI 배포를 탐지하고, 규정을 준수하고, 취약성을 완화하고, AI 모델의 민감한 데이터를 보호할 수 있도록 지원한다. IBM 왓슨x 및 기타 생성형 AI 서비스형 소프트웨어(SaaS) 설루션과 연동되기에 유연하게 활용 가능하다.     또, IBM 가디엄 DSC는 양자컴퓨터를 통해 공격하는 악의적인 사용들의 잠재적 위험으로부터 암호화된 데이터를 보호할 수 있도록 지원하는 소프트웨어인 ‘IBM 가디엄 퀀텀 세이프(IBM Guardium Quantum Safe)’를 제공한다. IBM 가디엄 퀀텀 세이프는 IBM의 양자내성암호 알고리즘을 포함한 IBM 리서치와 IBM 컨설팅의 전문성을 바탕으로 구축됐으며, 기업이 가시성을 확보하고 엔터프라이즈 암호화 보안 태세를 관리해 취약성을 파악하고 해결 방법을 안내할 수 있도록 지원한다. 기업은 코드에 사용된 암호화 알고리즘, 탐지된 취약점, 네트워크 사용 현황을 단일 대시보드로 가져와 보안 분석가가 다양한 시스템, 도구, 부서에 분산된 정보를 취합할 필요 없이 정책 위반 사항을 모니터링하고 진행 상황을 추적함으로써 외부, 내부, 정부 규정에 따라 정책을 시행할 수 있다. 사용자 지정 가능한 메타데이터와 유연한 보고 기능을 제공하므로 중요한 취약점의 우선순위를 정해 해결하는 것도 가능하다. IBM의 아키바 사에디(Akiba Saeedi) 시큐리티 제품 관리 담당 부사장은 “생성형 AI와 양자 컴퓨팅은 엄청난 기회를 제공하지만 동시에 새로운 위험 요소도 내포하고 있다”면서, “이 변화의 시기에 기업은 암호화 민첩성을 확보하기 위해 노력해야 한다. AI 보안, 양자내성 및 기타 통합 기능을 갖춘 IBM 가디엄 데이터 시큐리티 센터는 위험 요소에 대한 포괄적인 가시성을 제공한다”고 강조했다.

시스코가 호주 멜버른에서 열린 연례 네트워크 및 보안 행사 ‘시스코 라이브 2024 멜버른’에서 내장된 위치 인식 기능과 분석 설루션이 연동되어 스마트 워크플레이스를 빠르게 구현할 수 있는 새로운 스마트 와이파이 7 액세스 포인트와 통합 구독 라이선스를 공개했다. 이를 통해 고객들은 연결성, 보안, 어슈어런스 관련 문제를 해결함과 동시에 미래 지향적인 업무 환경을 위한 유연한 기반을 마련할 수 있게 됐다. 무선 기술은 업무 방식에서부터 쇼핑, 학습에 이르기까지 다양한 측면에서 세상을 변화시켜 왔다. 현재 무선 관련 혁신은 물리적 공간과 디지털 공간의 경계를 지속적으로 허물고 있으며, AI 시대에 발맞춰 기업들의 업무 공간 변화 및 새로운 디지털 경험 창출을 돕고 있다. 와이파이 7은 고성능의 연결을 통해 무선 연결 경험 향상을 기본적으로 기대하고 있다. 하지만, 쇼핑 경험을 향상시키려는 소매업체, 정밀한 자산 추적을 통해 운영을 최적화하려는 제조업체, 환자 치료를 개선하려는 병원 등 다양한 산업에서는 단순히 연결뿐만 아니라 지능적이고 안전하며 어슈어런스를 지원하는 플랫폼을 필요로 한다.     시스코는 이번에 고객에게 최신 무선 표준을 제공하는 시스코 무선 와이파이 7 액세스 포인트를 선보였다. 새로운 스마트 액세스 포인트는 온프레미스 또는 클라우드를 통해 관리할 수 있으며, 두 방식 간 원활한 전환이 가능하다. 이는 시스코의 통합 네트워킹 구독을 통해 사용할 수 있으며, 단일 라이선스로 시스코의 전체 와이파이 7 설루션을 지원한다. 새로운 시스코 네트워킹 구독을 통해 고객은 시스코와 간소화된 방식으로 비즈니스를 진행할 수 있고, 조직이 비즈니스와 함께 성장하고 발전할 수 있는 무선 네트워크에 대한 확신을 가지고 투자할 수 있게 지원한다. 기업들이 기술을 활용해 차별화된 고객 경험을 창출함에 따라 무선 기술의 역할은 점점 더 중요해지고 있다. 시스코의 와이파이 7 기반 기술 혁신은 고객에게 스마트하고 확장 가능하며 경험 중심의 접근 방식을 제공한다.  AI 기반 무선 성능 및 프로파일 최적화 기능을 지원하는 새로운 와이파이 7 액세스 포인트는 전 세계적으로 사용할 수 있으며, 설치 즉시 위치를 자동으로 감지한다. 또한, 구독 라이선스에 포함된 시스코 스페이스 플랫폼을 통해 고객들은 업무 공간을 스마트 공간으로 전환할 수 있는 운영 시스템을 얻게 된다. 그리고 위협 탐지 기술을 바탕으로 AI 기반 기기 프로파일링, 위협 방지, 고급 무선 보안 및 데이터 암호화를 통해 모든 연결을 안전하게 보호한다. 또한, 시스코의 네트워크 모니터링 설루션 사우전드아이즈(ThousandEyes)로 AI 및 자동화 기반의 연결 경험을 보장할 수 있게 되며, 자사 및 타사 네트워크 전반의 성능 병목 현상을 파악하고 해결한다. 이로써 고객은 사용자가 어디에 있던 높은 수준의 디지털 경험을 제공할 수 있다. 시스코의 지투 파텔 부회장 겸 최고제품책임자(CPO)는 “디지털 전환으로 인해 우리의 일상은 센서, 카메라, 컴퓨터 및 휴대폰 화면 등과 긴밀하게 맞닿아있으며, 그 중심에는 바로 와이파이 7이 있다. 시스코는 이번에 출시한 와이파이 7 제품과 시스코 스페이스(Cisco Spaces)를 통해 연결성, 보안, 데이터 및 어슈어런스를 제공해 IT, 부동산, 시설팀이 장소 제약 없이 업무 및 고객 경험을 재구상할 수 있도록 지원할 예정"이라고 설명했다.

데이터 및 AI 기업 SAS가 IDC에 의뢰해 조사한 최근 연구에 따르면, 한국은 AI 채택 및 통합에서 빠르게 발전하고 있는 것으로 나타났다. 특히, 기술 및 제조업 분야에서 선도 국가인 한국은 자율주행차, 헬스케어, 스마트 제조업과 같은 분야에서 AI 개발이 상당한 진전을 이루고 있는 것으로 밝혀졌다. ‘IDC 데이터 및 AI 현황 : 2024 아시아 태평양 지역’ 조사는 한국, 중국, 일본, 호주, 인도 등 아태지역 8개 시장에서 금융, 제조, 정부, 의료 및 생명과학 분야의 기업 및 기관 임원 509명을 대상으로 진행됐으며, AI 투자 결정, 조직에서 원하는 AI 사용 사례, AI 구축 관련 과제 및 신뢰할 수 있는 AI 결과물을 위한 프로세스 관리 방안 등을 살펴봤다.     보고서에 따르면, 한국 기업은 AI 시스템의 투명성, 공정성, 윤리적 기준을 충족하는 데에 중점을 두며 신뢰할 수 있는 AI를 구축하기 위해 균형 잡힌 접근 방식을 채택하고 있는 것으로 나타났다. 또한, 강력한 데이터 관리와 모델 관리를 통해 AI 애플리케이션의 정확성과 신뢰성을 유지하고자 노력하고 있으나, 실제적인 사용 사례 평가와 AI 투자에 대한 입증된 사례 제공에 어려움을 겪는 기업이 많은 것으로 조사됐다. 이는 외부 전문가의 참여를 통해 각 필요에 맞는 AI 사용 사례를 확인하고 데이터와 모델 역량을 강화해야 할 필요가 있음을 뜻한다. 또한, 한국 기업들은 AI 성능을 보장하기 위한 다섯 가지 핵심 요소로 ▲보안 및 데이터 프라이버시 ▲강력한 모델 학습 및 검증 기술 ▲지속적인 데이터 모니터링 ▲모델 관리/모델옵스(ModelOps) ▲규제 준수를 꼽았다. 이밖에 인구 고령화와도 연관 있는 인재 부족 현상이 우려 사항으로 꼽혔다. 한국 기업은 AI 기술 구현의 주요 과제로 ▲전문 기술 인력 부족(36%) ▲데이터 기반이 클라우드에 중앙 집중화 또는 최적화되지 않음(32%) ▲명확한 비즈니스 사례 부족 및 잠재적 투자 수익(ROI) 실현의 어려움(28%) ▲AI 솔루션 평가 기준의 불명확성(28%) 등이 있다고 밝혔다.     또한 데이터 접근의 한계와 비효율성도 AI 성공을 힘들게 하는 요소로 나타났다. 41%의 응답자가 인프라의 제약으로 데이터 접근이 불가능하다는 문제를 제기했고, 데이터셋의 변동성과 빠른 만료(36%), 대용량 데이터로 인한 분석의 어려움(36%)도 지적됐다. 한편, 아태 지역 내에서도 국가마다 AI 환경이 다르고, 각국의 도입 양상도 다르게 나타났다. 중국은 AI 투자에서 선도적인 위치에 있는 것으로 나타났는데, 59%의 응답자가 향후 1년 내 AI 투자를 20% 이상 대폭 늘릴 계획이라고 밝혔으며, 인도(51%)와 일본(46%)이 그 뒤를 이었다. 또한, 한국과 중국 모두 다른 국가보다 AI 도입 및 통합이 빠르게 진행되고 있는 것으로 조사됐다. 이러한 차이는 투자 수준, 규제 프레임워크, AI 인재 및 인프라의 가용성 등 여러 요인에 영향을 받고 있다. SAS코리아의 이중혁 대표이사는 “이번 IDC 조사 결과를 통해, 한국 기업이 AI 채택과 통합에서 빠른 행보를 보이는 한편, 투명성, 공정성, 윤리성 등 신뢰할 수 있는 AI의 구축을 우선시하며 신중한 태도를 취하고 있음을 알 수 있다”라고 설명했다. 그는 또한 “전문 인력의 부족과 검증된 AI 도입 사례 발굴 부족 등의 문제를 해결하기 위해, SAS는 한국 기업들이 필요에 부합하고 실질적인 비즈니스 성과를 창출하는 고부가가치 AI 사용 사례를 발굴할 수 있도록 지원할 것”이라고 전했다.