반도체 솔루션 공급업체인 르네사스 일렉트로닉스(Renesas Electronics)가 전자 설계 시스템 기업 알티움(Altium)의 인수를 완료했다고 발표했다. 르네사스는 지난 2월  알티움 인수를 발표한 바 있다. 르네사스는 자회사인 르네사스 일렉트로닉스 NSW를 통해 알티움의 모든 발행 주식을 주당 68.50 호주달러에 인수했으며, 총 주식 가치는 약 91억 호주달러(약 8조 2500억 원)이라고 밝혔다. 르네사스와 알티움은 합병을 통해 혁신적인 전자 시스템 설계 및 생애주기 관리 플랫폼을 구축할 수 있는 기반을 마련했다고 평가했다. 이 플랫폼은 다양한 전자 설계 데이터와 기능의 통합 및 표준화, 향상된 구성요소 생애주기 관리를 제공하며, 설계 프로세스의 디지털 반복(iteration)을 원활하게 진행함으로써 전반적인 생산성을 높일 것으로 보인다. 양사는 이를 통해 개발 자원과 비효율성을 줄여 시스템 설계자들이 혁신을 더 빠르게 달성하고 시장 진입 장벽을 낮출 수 있게 될 것으로 기대하고 있다. 합병이 완료되면서 알티움은 르네사스의 완전 자회사로 운영된다. 알티움의 아람 미르카제미(Aram Mirkazemi) CEO는 알티움 CEO의 역할을 계속 수행하면서, 르네사스의 소프트웨어 및 디지털화 부문 책임자 겸 수석부사장의 역할을 맡게 되었다.     르네사스의 시바타 히데토시(Hidetoshi Shibata) CEO는 “이번 인수는 르네사스와 알티움 모두에게 역사적인 이정표이며, 전자 시스템 설계자에게 향상된 사용자 경험을 제공하기 위한 중요한 단계이다. 우리가 함께 구축하고자 하는 통합되고 개방적인 전자 시스템 설계 및 생애주기 관리 플랫폼은 기업의 크기나 산업에 상관없이 더 넓은 시장에 전자제품을 접근 가능하게 만들 것”이라면서, “우리는 알티움 고객의 데이터 보안과 준수를 최우선으로 유지할 것을 재차 확인하며, 알티움의 설계 소프트웨어 및 클라우드 플랫폼 기능을 추가함으로써 업계를 선도하는 재능 있는 소프트웨어 엔지니어링 팀과 함께 전자 시스템 설계의 미래를 바꿀 수 있기를 기대한다”고 밝혔다. 미르카제미 CEO는 “이번 인수는 알티움에게 중요한 순간이며, 르네사스와 함께 하는 흥미로운 미래의 시작을 알리는 것이다. 르네사스의 지원과 전문성을 바탕으로 전자 설계 및 개발과 관련된 모든 산업 프로세스의 클라우드화에 속도를 낼 수 있기를 기대한다. 이는 전자제품을 더 넓은 시장에 접근 가능하게 하고, 소프트웨어 정의 제품의 기초를 마련할 것”이라고 말했다.

슈퍼마이크로컴퓨터(SMCI)가 슈퍼클러스터 포트폴리오에 엔비디아 옴니버스 플랫폼용 플러그 앤 플레이 AI 인프라 솔루션을 새롭게 추가했다. 새로운 슈퍼클러스터 솔루션은 엔터프라이즈 규모에서 고성능 생성형 AI 기반 3D 워크플로를 제공한다. 또한 최신 슈퍼마이크로 엔비디아 OVX 시스템을 탑재했으며, 기업이 워크로드 증가에 따라 쉽게 확장할 수 있도록 지원한다. 슈퍼마이크로는 엔비디아 옴니버스용 슈퍼클러스터를 출시하며 애플리케이션 최적화 AI 랙 솔루션 제품군을 확장했다. 다양한 전문가들이 제품 디자인부터 산업 디지털 트윈에 이르기까지 다양한 용도로 사용 가능한 컴퓨팅 집약적인 3D 워크플로에 의존하고 있다. 생성형 AI는 기존 3D 워크플로를 향상시키면서 새로운 애플리케이션 시대를 맞이하고 있다. 엔비디아 옴니버스용 슈퍼클러스터는 3D 및 AI의 다중 워크로드 요구사항에 맞춰 확장 가능한 인프라 구축을 간소화한다.     슈퍼마이크로 엔비디아 OVX 시스템은 클러스터 컴퓨팅 성능의 기본 빌딩 블록 역할을 한다. 각 시스템 노드는 최신 엔비디아 PCIe GPU를 최대 8개까지 탑재함으로써 높은 수준의 3D 성능을 제공하며 텐서 코어 및 트렌스포머 엔진을 통해 생성형 AI 성능을 지원한다. 시스템은 공기 흐름이 원활한 섀시 내에서 2700W 티타늄 레벨 PSU 4개로 구동되며, 고사용 시나리오에서도 안정성을 보장한다. 시스템당 최대 4개의 엔비디아 블루필드-3 SuperNIC 또는 4개의 엔비디아 커넥트X-7 NIC를 탑재해 400Gb/s의 네트워킹 속도와 함께 높은 확장성 및 보안성을 제공한다. 슈퍼마이크로의 4U PCIe GPU 시스템은 성능, 안정성, 확장성, 그리고 보안에 대한 검증 프로세스를 거쳤으며, 엔비디아의 인증을 받아 엔비디아 옴니버스를 활용한다. 기업은 엔비디아 옴니버스 개발 플랫폼에서 전 세계에 구축된 오픈USD(OpenUSD) 생태계와 옴니버스 클라우드 API를 활용한 생성형 AI 기술을 비롯해 다양한 워크로드의 성능을 극대화할 수 있다. 엔비디아 옴니버스용 슈퍼클러스터는 상호 연결된 인프라 솔루션으로 개발자, 아티스트, 엔지니어 등이 필요에 따라 최고 수준의 GPU 컴퓨팅에 액세스할 수 있도록 지원하며, 가상 GPU에 대한 원활한 액세스 또는 전체 시스템 노드에 대한 베어메탈 액세스를 제공한다. 또한, 400Gb/s 고성능 네트워크 패브릭은 엔비디아 스펙트럼-X 이더넷 플랫폼을 지원한다. 이로 인해 맞춤형 LLM(대규모 언어 모델)을 개발하는 기업은 시스템 노드 전반에 걸쳐 결합된 GPU 메모리 풀을 활용할 수 있으며, 이는 대규모 AI 모델 훈련에 필수이다. 슈퍼마이크로의 랙 솔루션은 4개의 GPU부터 256개의 GPU 스케일러블 유닛까지 다양하며, 모든 규모의 기업에 맞춰 추가로 확장할 수 있다. 고객은 L12 레벨에서 테스트를 거쳐 철저하게 검증된 플러그 앤 플레이 랙을 제공받으며, 첫날부터 바로 사용할 수 있다. 엔비디아 옴니버스용 슈퍼마이크로 슈퍼클러스터는 고객의 요구 사항에 따라 다양한 크기와 옵션으로 구축될 수 있다. 시스템 노드는 시스템당 4개 또는 8개의 GPU를 탑재할 수 있다. 또, 배포 규모는 시스템 4개를 포함한 단일 랙부터 시스템 32개를 탑재한 5개의 랙까지 다양하다. 대규모 배포는 확장 가능한 장치를 통해 추가로 확대해 거의 모든 규모의 클러스터를 구축할 수 있다. 슈퍼마이크로의 찰스 리앙(Charles Liang) 사장 겸 CEO는 “AI의 등장으로 기업은 하나의 패키지에 모든 기능이 결합된 컴퓨팅 인프라를 찾고 있다”면서, “슈퍼마이크로가 그동안 3D 그래픽 및 애플리케이션 가속을 위한 GPU 최적화 제품을 개발하며 업계를 선도해왔다면, 이제는 AI를 위한 제품을 개발하는 중”이라고 전했다. 또한 “슈퍼마이크로 슈퍼클러스터는 엔비디아 L40S PCIe GPU를 최대 256개까지 확장 가능하며 엔비디아 옴니버스를 위해 상호 연결된 4U PCIe GPU 엔비디아 인증 시스템을 갖췄다. 생성형 AI 통합을 비롯해 옴니버스 플랫폼 전반에서 높은 성능을 지원한다. 슈퍼마이크로의 옴니버스용 슈퍼클러스터 개발은 단순한 제품 제공이 아닌, 애플리케이션 개발과 혁신의 미래를 향한 교두보가 될 것"이라고 설명했다.

효성인포메이션시스템은 히타치 밴타라(Hitachi Vantara)가 글로벌 시장조사기관 ESG(Enterprise Strategy Group)와 공동으로 생성형 AI 위한 기업 인프라(Enterprise Infrastructure for Generative AI: A Foundation for Success) 연구 보고서를 발간했다고 밝혔다. 이번 연구는 미국, 캐나다, 서유럽 지역의 IT 및 비즈니스 리더 800명을 대상으로 진행됐다. 보고서는 기업 운영 효율화부터 창의적 혁신 촉진에 이르기까지 생성형 AI가 전체 산업을 재편할 엄청난 잠재력을 보유하고 있다고 분석했다. 특히 생성형 AI의 성능을 극대화하고 조직 내 신뢰를 구축하기 위해서는 견고하고 확장 가능하며 안전한 인프라 기반이 필수라고 강조했다.     많은 기업이 생성형 AI의 잠재력을 인식하고 도입을 서두르고 있지만, 아직 목적에 맞게 완벽하게 구축하지 못하는 실정이다. 설문에 참여한 응답자의 97%는 생성형 AI를 최우선 과제라고 답했지만, 응답자의 44%만이 포괄적인 거버넌스 정책을 보유한 것으로 나타났다.  인프라와 데이터 생태계가 준비되어 있다고 답한 응답자는 37%에 그쳤다. 보고서는 조직 내 거버넌스, 인프라 준비, IT 인재 부족을 생성형 AI 전략과 실행의 장애물로 꼽았다. 생성형 AI 이니셔티브와 관련된 데이터를 저장하고 관리할 때 직면하는 가장 큰 과제로는 보안, 비용, 데이터 품질을 들었다. 이에 응답자의 71%는 생성형 AI 프로젝트 추진 전에 인프라를 현대화해야 한다고 동의했다.  많은 기업이 비용 절감형 인프라 옵션을 적극적으로 모색하고 있지만 개인정보 보호와 데이터 지연 문제도 주요 고려사항으로 보고 있다. 응답자의 81%가 생성형 AI로 애플리케이션을 구축하고 사용할 때 데이터 개인정보 보호 및 규정 준수에 우려가 있다고 답했다. 77%는 생성형 AI 결과를 수용하기 전에 데이터 품질 문제를 해결해야 한다고 동의했다. 보고서는 생성형 AI의 효과를 높이기 위한 균형 잡힌 인프라 환경과 데이터 통합의 중요성도 조명했다. 96%의 응답자가 독점적인 대규모 언어 모델(LLM)의 대안을 선호하고, 86%의 응답자가 기존 생성 모델에 외부 데이터 소스를 검색하고 통합하는 방식을 결합한 RAG(Retrieval-Augmented Generation)을 활용할 계획이라 답변했다. 또한 응답자의 78%가 생성형 AI 솔루션 구축을 위해 온프레미스와 퍼블릭 클라우드를 혼합한 하이브리드 클라우드 환경을 사용할 계획이라고 밝혔다. 효성인포메이션시스템의 양정규 대표이사는 “생성형 AI의 진정한 힘을 이끌어 내려면 AI 모델의 훈련과 추론을 원활하게 수행할 강력한 데이터 인프라와 고성능 컴퓨팅 자원이 필요하다”면서, “글로벌 생성형 AI 기술력과 성공 사례를 통해 국내 고객이 생성형 AI의 진정한 잠재력을 열고 경쟁 우위를 확보할 수 있도록 최상의 솔루션을 제안할 것”이라고 말했다.

로지텍은 전통적인 사무실 출근과 원격 근무를 결합한 차세대 스마트 워크플레이스 업무 환경의 인프라 요구를 파악한 ‘스마트 워크플레이스 업무 환경 트렌드 조사’ 결과를 발표했다. 로지텍은 지난 4월 새로운 업무 방식의 표준으로 자리 잡은 스마트 워크플레이스 업무 환경에 대한 직원들의 경험, 선호도 및 도전 과제를 알아보기 위해 현대 비즈니스 환경의 핵심 트렌드 및 분석을 제공하는 B2B 비즈니스 인사이트(B2B Trend Insight)와 설문 조사를 진행했다. 설문 조사는 온라인을 통해 진행됐으며 IT, 의료 및 교육 등 국내 다양한 산업과 규모의 기업 조직원 총 594명이 참여했다. 조사 결과에 따르면, 국내에서는 원격 근무 20%를 포함한 스마트 워크플레이스 업무를 진행하고 있는 기업이 전체 35%로 가장 높은 비중을 차지했다. 기업 조직원의 37%가 스마트 워크플레이스 업무가 업무 생산성 및 워라벨에 도움이 된다고 답했으며, 이어 29%가 많은 도움이 된다고 답해 설문에 참여한 전체 조직원들 중 66%가 스마트 워크플레이스 업무가 미치는 영향에 대해 긍정적으로 인식하고 있다는 결과를 확인했다. 스마트 워크플레이스 업무의 생산성 향상 정도와 관련해서는 이러한 업무 환경이 생산성을 20~40% 향상시킨다고 답한 비율이 42%로 가장 높았으며, 특히 원격 근무에 따른 화상 회의에 대한 만족도가 압도적으로 높았다. 조직원의 44%가 화상 회의가 생산성을 높이는 데에 도움이 된다고 밝혔으며, 28%가 매우 많은 도움이 된다고 답해 시간, 비용 등을 효율적으로 절약하며 업무 능률을 높이는 데에 화상 회의가 중요한 역할을 하고 있는 것으로 조사됐다.     이처럼 스마트 워크플레이스 업무 환경이 보편적으로 도입되면서 자유로워진 조직원들의 근무 장소에 대한 생산성, 편의성 및 보안성을 보장하기 위해 기업은 업무 공간 및 협업을 위한 인프라 재설계에 대한 고민이 많아지고 있다. 스마트 워크플레이스 업무 환경 도입의 가장 중요한 조건으로 경영진의 도입 의지가 25%로 가장 높은 비율을 차지했으며, 이어 18%가 화상 회의, 스마트 워크 업무 환경용 디바이스 도입 및 성능 개선이라 답했다. 화상 회의 인프라 중 가장 개선이 필요한 요소로는 조직원의 22%가 마이크, 스피커 등 음성 기기, 노이즈 캔슬링 기술을 꼽았으며, 16%가 높은 화질 및 AI 기반의 생동감 있는 영상 표현 기능이 가능한 카메라 성능 개선이 필요하다고 답했다. 로지텍은 일하는 방식과 공간에 맞게 개인 공간, 회의 공간, 공유 공간에서 높은 수준의 사용자 경험을 보장하며 원격 회의 및 협업을 지원하는 스마트 워크플레이스 솔루션을 제공해 오고 있다고 전했다. 개인 공간에서 로지텍의 웹캠, 헤드셋은 주변 소음이 심한 곳에서도 방해받지 않고 회의에 몰입할 수 있는 비디오 및 오디오 경험을 제공한다. 또한 재택 근무 시에는 스마트 마우스, 키보드 및 올인원 도킹 스테이션을 통해 버튼으로 회의에 참여하거나 음 소거 등을 간편하게 조작할 수 있어, 여러 기기를 연결하고 설정하는 수고로움 없이 업무에 집중할 수 있다. 회의 공간은 참석 인원수에 따라 소형, 중형, 대형으로 구분하여 공간 제약 없이 모두가 정확히 보고 들으며 회의에 참여할 수 있도록 지원하는 솔루션을 제공한다. 소형 및 중형 회의 공간에는 웹캠이나 비디오카메라를 장착한 터치스크린 장치, 네트워크 및 주변 기기 연결 단자, 환기 시스템 등을 설치하고 있다. 10명 이상을 수용하는 대형 회의 공간의 경우 영상이나 발표 자료를 원활하게 공유하기 위해 55~85인치 크기의 멀티 터치 디스플레이가 설치되며, 회의 참가자의 말에 집중할 수 있도록 스마트 자동 프레이밍 및 고급 광학 기능을 갖춘 비디오카메라와 확장 마이크를 배치하고 있다. 로지텍 코리아의 조정훈 지사장은 “이번 설문 조사를 통해 뉴노멀(New Normal)이 된 스마트 워크플레이스 업무에 대한 인식을 더욱 깊이 들여다볼 수 있었다”며, “끊임없이 변화하는 업무 방식과 공간에 맞춰 로지텍은 앞으로도 기업 내 조직원들의 유기적인 연결과 협업을 지원하는 스마트 워크플레이스 솔루션을 제공함으로써, 보다 높은 생산성과 만족도를 경험할 수 있도록 지원하겠다”고 전했다.

지브라 테크놀로지스(Zebra Technologies)가 ‘2024년 제조 비전 연구 보고서(2024 Manufacturing Vision Study)’에 대한 아태지역 결과를 발표했다.   해당 보고서에 따르면, 아태지역 제조업체의 68%(전 세계 61%)가 2029년까지 AI가 성장을 주도할 것으로 예상했다. 이는 2024년의 46%(전 세계 41%)에서 증가한 수치다. 이러한 AI 도입의 급증은 아태지역 설문 응답자의 87%(전 세계 92%)가 디지털 전환을 우선순위로 꼽은 것과 함께 제조업체들이 데이터 관리를 개선하고 제조 프로세스 전반의 가시성과 품질을 향상시키는 새로운 기술을 활용하려는 의도를 보여준다.    디지털 전환은 제조업체의 최우선 과제이지만, 아태지역을 포함한 전 세계 설문 응답자의 약 30~40%는 이를 달성하는 데는 인건비 및 가용성(아태지역 44%, 전 세계 36%), 기술 솔루션 확장(아태지역 36%, 전 세계 33%), 정보 기술과 운영 기술(IT/OT)의 융합(아태지역 38%, 전 세계 33%) 등의 장애물이 있음을 인식하고 있는 것으로 나타났다.  AI 및 기타 신기술 도입을 통한 혁신의 첫 번째 단계는 가시성을 확보하는 것이다. 이를 통해 제조업체는 데이터를 보다 효과적으로 활용하여 문제와 프로젝트를 식별하고 대응하며 우선순위를 정함으로써 제조 프로세스 전반에 걸쳐 점진적인 효율성을 높여 가장 큰 효과를 조기에 달성할 수 있다.  지브라 테크놀로지스의 동남아시아 및 APJeC 지역 세일즈 부사장인 크리스탄토 수리야다르마(Christanto Suryadarma)는 "제조업체들은 데이터를 효과적으로 사용하는 데 어려움을 겪고 있기 때문에 민첩하고 효율적인 제조 환경을 조성하기 위해 AI 및 기타 디지털 기술 솔루션을 도입해야 한다는 점을 인식하고 있다”며, "지브라는 제조업체들이 새로운 방식으로 기술을 활용하여 워크플로우를 자동화하고 강화함으로써 사람과 기술이 대규모로 협업하는 잘 연결된 제조 및 생산 현장을 구현할 수 있도록 지원한다”고 말했다. 가시성 격차 해소에 집중 제조업체들은 디지털 전환이 전략적 우선순위라고 말하지만, 완전히 연결된 공장 환경을 구축하는 것은 여전히 어려운 과제다. 가시성은 공장 현장의 효율성, 생산성, 품질을 최적화하는 데 핵심적인 요소이지만 가시성 확보에 대한 격차는 매우 큰 것으로 확인됐다. 전 세계 제조업체 리더 중 16%만이 전체 제조 공정에 대한 실시간 WIP(work-in-progress) 모니터링 기능을 갖추고 있다고 답한 반면, 아태지역의 제조업체 리더의 경우 25%로 좀 더 높은 비율을 보였다. 아태지역 제조업체 리더의 63%(전 세계 57%)는 2029년까지 생산 및 공급망 전반에 걸쳐 가시성을 높일 것으로 예상하지만, 38%가(전 세계 33%) IT 와 OT가 투자 대상에 대해 합의하는 것이 디지털 전환의 주요 장애물이라고 답했다. 이러한 장애물 외에도 아태지역 제조업체 리더의 82%(전 세계 86%)는 기술 혁신의 속도를 따라잡고 시설과 공급망 전반에 걸쳐 디바이스, 센서 및 기술을 안전하게 통합하는 데 어려움을 겪고 있는 것에 동의했다. 기업들은 지브라의 솔루션을 사용하여 데이터를 활용함으로써 더 높은 수준의 보안과 관리 편의성을 확보하고 새로운 분석을 통해 비즈니스 성과를 향상시킬 수 있다. 인력 보강, 가치 및 효율성 향상  지브라의 연구에 따르면 제조업체들은 향후 5년 동안 제조업을 혁신하고 숙련된 인력을 구축하기 위해AI 및 기타 기술을 통합하고 인력을 보강함으로써 성장 전략을 전환하고 있는 것으로 나타났다. 아태지역 제조업체 리더의 76%(전 세계 73%)가 데이터 및 기술 사용 능력을 향상시키기 위해 인력을 재교육할 계획이며, 75%(전 세계 70%)는 모빌리티 지원 기술로 인력을 보강할 것으로 예상하고 있다.  아태지역 제조업계 리더들이 도입 중인 기술 도구로는 태블릿(아태지역 52%, 전 세계 51%), 모바일 컴퓨터(아태지역 53%, 전 세계 55%), 인력 관리 소프트웨어(아태지역 62%, 전 세계 56%) 등이 있다. 또한, 아태지역 제조업계 리더의 65%(전 세계 61%)는 진화하는 인력을 보강하기 위해 웨어러블 모바일 컴퓨터를 활용할 계획이라고 답했다.  최고 경영진, IT 및 OT 부문의 제조업계 리더들은 기술을 통해 작업자의 효율성과 생산성을 개선하는 것 이상으로 노동 이니셔티브를 확장해야 한다는 것을 잘 알고 있다. 아태지역 및 전 세계 리더 10명 중 6명은 미래 인재 유치를 위한 지속적인 개발(아태지역 66%, 전 세계 65%), 재교육/숙련도 향상(아태지역 69%, 전 세계 65%), 경력 경로 개발(아태지역 56%, 전 세계 62%)을 조직의 최우선 순위로 꼽았다. 품질 최적화를 위한 자동화 발전 전반적으로, 모든 부문의 제조업체가 더 적은 리소스로 더 많은 작업을 수행해야 하는 상황에서 품질의 중요성이 더욱 강조되고 있다. 설문조사에 따르면, 제조업계 리더들은 현재 가장 중요한 품질 관리 과제로 실시간 가시성(아태지역 40%, 전 세계 33%), 새로운 표준 및 규정 준수(아태지역 30%, 전 세계 29%), 데이터 통합(아태지역 31%, 전 세계 27%), 추적 가능성 유지(아태지역 및 전 세계 27%)를 꼽았다. 제조업계 리더들은 기술 구현 계획을 수립함으로써 이러한 과제를 해결할 것으로 보인다. 향후 5년 동안 로봇(아태지역 72%, 전 세계 65%), 머신 비전(아태지역 및 전 세계 66%), RFID (아태지역 72%, 전 세계 66%), 고정식 산업용 스캐너(아태지역 62%, 전 세계 57%)를 도입할 계획이라는 응답이 많았다. 또한, 다수가 이러한 자동화 솔루션이 인력 고부가가치 작업 제공(아태지역 75%, 전 세계 70%), 서비스 수준 협약 달성(아태지역 70%, 전 세계 69%), 공장 현장 유연성 향상(아태지역 66%, 전 세계 64%) 등 다양한 요인에 의해 추진된다는 데 동의했다. 요약보고서는 첨부 파일에서 확인 가능하다.

엔비디아가 PC 환경에서 인공지능(AI)을 활용하기 위한 자사의 기술과 활용사례를 소개했다. 엔비디아는 PC 기반의 AI가 클라우드의 대규모 AI로 대응하기 어려운 분야에서 시장을 창출할 수 있을 것으로 보고 있으며, PC 환경에서 생성형 AI의 개발과 활용을 지원하는 다양한 기술을 제공할 계획이다. ■ 정수진 편집장   PC 기반 AI의 성장세 이어질 것 지금까지의 AI 기술 발전에서는 클라우드 기반의 대규모 연산 기술이 큰 비중을 차지해 왔다. 대규모 AI 모델과 애플리케이션의 경우에 클라우드에서 구동하는 것이 유리하지만, 모든 것을 클라우드에서 실행할 수는 없다. 인터넷에 연결되지 않은 상황에서는 클라우드에 액세스할 수 없다. 게임이나 비디오 스트리밍의 경우에는 때로 속도보다 지연 시간이 더 중요할 수도 있다. 대용량의 원본 이미지 파일이나 비디오 파일을 업로드/다운로드하는 데에는 긴 시간이 걸리기 때문에 클라우드에 모든 것을 업로드하기가 어렵고, 보안이 중요한 정보를 클라우드에 저장하고 싶지 않을 수도 있다. 클라우드는 서버 비용을 지불해야 하기 때문에, PC에서 작업을 수행하는 것이 비용 효율적일 수도 있다. 엔비디아의 제프리 옌(Jeffrey Yen) APAC 테크니컬 마케팅 시니어 디렉터는 “PC에서 AI의 수요 증가에 따라 AI 연산을 처리할 수 있는 더 가벼운 프로세서인 NPU(신경망 처리 유닛)가 시장 기회를 창출하고 있는 것도 주목할 만하다”고 전했다. NPU는 항상 켜져 있어야 하고 전력을 적게 소비해야 하는 가벼운 사용 사례에 적합하다. 반면 게임이나 콘텐츠 생성 등 더 많은 AI 사용 사례를 위해서는 NPU보다 성능이 높은 GPU를 활용할 수 있다. 옌 시니어 디렉터는 “GPU와 NPU를 탑재한 AI PC는 테크 역사에서 중요한 발전 중 하나로 모든 주요 애플리케이션에 통합되고 있으며, 미래에는 거의 모든 사용자에게 영향을 미칠 것”이라고 짚었다.   ▲ NPU, PC GPU, 데이터 센터 GPU 기반 AI의 차이점   PC AI 앱 개발의 과제 해결 지원 옌 시니어 디렉터는 많은 주목을 받고 있는 생성형 AI(generative AI)가 윈도우 PC 애플리케이션 개발자에게 기회와 함께 과제를 안겨주고 있다고 짚었다. 개발자는 고품질의 다양한 오픈소스 생성형 AI 모델을 활용해 새로운 것을 창조할 수 있지만, 윈도우 애플리케이션은 특정 애플리케이션에 맞는 구체적이고 타기팅된 응답이 필요하다는 것이다. 이 때문에 개발자는 오픈소스 모델을 그대로 사용하기보다는 필요에 맞게 조정하고 최적화하는 작업을 해야 한다. 또 PC 하드웨어에서 실행할 수 있도록 모델을 최적화하는 것도 필요하다. 이를 위해 엔비디아는 ‘RTX AI 툴킷(RTX AI Toolkit)’을 제공해 개발자가 AI를 애플리케이션에 쉽게 통합할 수 있도록 지원한다. RTX AI 툴킷은 AI 모델의 커스텀화, 최적화, 배포 등의 프로세스를 단순화한다. RTX AI 툴킷을 사용해 최적화된 모델은 더 빠르고 RTX 50 시리즈 GPU가 탑재된 랩톱 PC에서도 실행할 수 있는 수준이 된다는 것이 옌 시니어 디렉터의 설명이다. 또한, 엔비디아 AI 추론 관리자(NVIDIA AI Inference Manager : AIM)는 추론 관리와 관련된 두 가지의 주요 작업을 수행한다. 첫 번째는 AI 모델이 포함된 모든 파일과 데이터를 PC에 올리는 것이고, 두 번째는 추론이 어디서 이루어지는지 결정하는 데에 도움을 주는 것이다. 이를 위해 AIM은 다양한 백엔드 및 하드웨어를 위한 통합 인터페이스 API를 제공한다.   ▲ PC 앱의 AI 통합을 지원하는 엔비디아의 RTX AI 툴킷   다양한 PC AI 기술 활용사례 소개 엔비디아는 RTX 및 텐서 코어(Tensor Core)의 도입과 함께 AI 기술의 개발을 꾸준히 진행해 왔다. 2018년에는 게이밍을 위한 DLSS(딥러닝 슈퍼 샘플링) 기술을 발표했고, 2019년에는 크리에이터를 위한 ‘엔비디아 스튜디오 SDK’를 선보였다. 이후에도 방송 및 영상 콘텐츠, 화상회의, 비디오 스트리밍 등 다양한 분야에 AI 기술을 적용하고 있다.  옌 시니어 디렉터는 게임 및 영상 분야를 중심으로 엔비디아의 AI 기술 활용 사례를 소개했다. 엔비디아는 최근 AI 추론을 위한 마이크로서비스인 NIM을 적용한 디지털 휴먼을 발표했는데, NIM은 PC와 클라우드에서 최적화되었으며, AI 툴킷을 사용하여 조정되었다. 프로젝트 G-어시스트(Project G-Assist)는 게이머가 게임을 배우는 데에 필요한 시간과 노력을 줄여주는 AI 도우미이다. 게임 내 상황 맥락을 실시간으로 파악해 플레이에 유용한 가이드를 제공하고, 시스템의 튜닝과 성능 최적화를 지원한다. 스테이블 디퓨전(Stable Diffusion) 모델 기반의 이미지 생성 프로그램인 콤피UI(ComfyUI)에 RTX 가속을 지원해, RTX 랩톱에서 더욱 빠르게 이미지를 생성할 수 있게 됐다. 메이저 영상 애플리케이션인 VLC와 다빈치 리졸브(Davinci Resolve)에 RTX 비디오(RTX Video)가 적용돼 AI 기반으로 HDR 영상 재생 및 편집이 향상됐다. 한편, 옌 시니어 디렉터는 지포스 RTX 그래픽카드를 더 작은 사이즈의 PC에 탑재할 수 있는 스몰 폼 팩터(SFF) 이니셔티브를 도입했다고 전했다. 이를 통해 엔비디아는 SFF에 맞춰진 RTX 그래픽카드의 크기와 형태에 관한 정보를 제공하고, 사용자가 PC를 조립할 때 호환성을 쉽게 확인할 수 있도록 한다. 옌 시니어 디렉터는 “앞으로 AI는 보이지 않는 곳에서 사람이 인식하지 못한 채 더 편하게 쓸 수 있는 방향으로 발전할 것”이라면서, 게임과 영상 외에도 다양한 분야에서 RTX AI를 활용할 수 있다고 밝혔다. NIM이 레고 블록처럼 애플리케이션과 결합해 더 쉽게 AI를 사용하도록 돕고, 실시간 데이터 처리에서 NPU보다 높은 성능의 GPU를 활용해 품질을 높일 수 있다는 것이다. 옌 시니어 디렉터는 “텍스트 생성, 코딩, 화상회의 등에서 빠른 처리 속도는 더 많은 시도를 가능하게 함으로써, 더 나은 최종 결과물을 얻을 수 있게 한다”고 짚었다.     ■ 기사 내용은 PDF로도 제공됩니다.

오라클은 트랜잭션 및 레이크하우스 규모 분석을 위한 오픈소스 기반의 MySQL 데이터베이스 처리 서비스인 히트웨이브(HeatWave)를 제공하고 있다. 여기에 생성형 AI를 통합한 서비스가 히트웨이브 생성형 AI(HeatWave GenAI)이다. 히트웨이브 생성형 AI는 인-데이터베이스(in-database) 대규모 언어 모델(LLM), 자동화된 인-데이터베이스 벡터 저장소, 확장 벡터 처리 및 비정형 콘텐츠 기반의 맥락화된 자연어 대화 기능 등을 제공한다. ■ 정수진 편집장   오라클의 니푼 아가르왈(Nipun Agarwal) MySQL & 히트웨이브 개발 수석부사장은 “히트웨이브는 완전 관리형 데이터베이스 처리 서비스로서 멀티 클라우드 환경에서 제공된다. 초기에는 MySQL 기반의 OLTP(온라인 트랜잭션 처리) 서비스로 제공되었고, 이후 꾸준히 기능을 강화해 왔다. 이번에 생성형 AI 및 벡터 저장소 기능을 포함하게 되면서, 단일 서버 위에서 더욱 다양한 기능을 제공하게 되었다”고 설명했다. 히트웨이브 생성형 AI는 인-데이터베이스 자동 백터 저장소, 인-데이터베이스 LLM, 확장형 벡터 처리, 히트웨이브 챗(HeatWave Chat) 등 네 가지의 새로운 기능을 선보였다.   ▲ 오라클은 데이터베이스에서 생성형 AI를 활용하기 위한 서비스를 선보였다.   기업의 비정형 콘텐츠에 LLM의 강점을 결합 벡터 저장소는 비정형 콘텐츠에 LLM을 활용하도록 지원함으로써, 기업의 내부 콘텐츠에 LLM의 강점을 적용할 수 있게 돕는다. 히트웨이브에 인-데이터베이스 자동 벡터 저장소를 추가함으로써 비정형 데이터에 대한 시맨틱 검색을 지원하는 등 전통적인 데이터 처리와 다른 방식을 구현한다는 것이 오라클의 설명이다. 아가르왈 수석부사장은 “오브젝트 스토리지의 데이터를 생성형 AI가 히트웨이브 내부에서 처리함으로써 생성형 AI의 강점을 데이터베이스 내부로 가져올 수 있는 독보적인 아키텍처를 구현했다”면서, “데이터 처리 작업 과정을 히트웨이브 내에서 진행함으로써 스토리지의 비용을 줄이고, 확장성과 안정성을 높은 수준으로 구현할 수 있다”고 설명했다. 오라클 인-데이터베이스 벡터 저장소는 벡터 저장소의 생성 과정을 단순화하고 자동화함으로써, 벡터 저장소 생성의 퍼포먼스를 높이고 비용을 줄일 수 있도록 했다. 생성형 AI 앱의 개발은 먼저 벡터 스토어를 구성한 뒤 LLM을 활용해 이 벡터 스토어를 적용하는 과정으로 진행된다. 오라클은 이 두 단계를 합치고 단계별로 하나의 호출 커맨드만으로 처리할 수 있다면서, 앱이 생성형 AI를 활용하는 방식을 단순화할 수 있다고 설명했다. 또한 데이터가 데이터베이스 밖으로 나가지 않기 때문에 보안도 강화할 수 있다.   LLM 활용의 비용은 줄이고 속도는 높인다 히트웨이브 생성형 AI는 데이터베이스 내부에서 CPU를 사용해 LLM을 구동할 수 있도록 했다. LLM을 구축 및 활용하기 위해 GPU 서비스를 추가로 사용하지 않아도 된다는 것이다. 아가르왈 수석부사장은 인-데이터베이스 LLM의 이점으로 단순화, 저비용, 유연성, 보안/퍼포먼스 등을 꼽았다. 추가 클라우드 서비스나 GPU가 필요 없고, 동일한 서비스를 여러 클라우드에서 사용할 수 있으며, 데이터가 데이터베이스 밖으로 나가지 않기 때문이다. 아가르왈 부사장은 “물론 외부 LLM을 적용하는 것도 가능하다. 오라클 클라우드 인프라스트럭처(OCI)에서 제공하는 GPU 기반의 생성형 AI 서비스를 활용할 수 있지만, 전력 소비 등에서 CPU 기반 인-데이터베이스 LLM의 이점이 크다고 본다”고 전했다. 인-데이터베이스 LLM의 또 다른 이점은 히트웨이브를 사용할 수 있는 모든 클라우드 환경에서 LLM을 사용할 수 있으며, 히트웨이브의 오토ML과 연동해 LLM을 활용한 쿼리 정확도 및 성능의 향상이 가능하다는 점이다. 오라클은 오토ML이 인풋 데이터의 양을 줄여줘서 LLM 호출 비용을 줄일 수 있다는 설명도 덧붙였다. 또한, 히트웨이브 내에서 벡터 프로세싱 지원이 추가됐다. 히트웨이브 MySQL에서 신규 벡터 데이터타입을 지원해 MySQL의 쿼리를 효율적으로 사용할 수 있게 됐다. 아가르왈 수석부사장은 “인 메모리 프로세싱이 가능해지면서 여러 노드에서 확장이 용이해졌고, 낮은 비용으로 빠른 벡터 처리를 지원할 수 있게 됐다. 스노우플레이크, 데이터브릭스, 구글 빅쿼리 등과 쿼리 처리 성능을 비교한 자체 테스트에서는 15~30배 높은 속도를 보였다”고 전했다. 이번에 함께 선보인 히트웨이브 챗(HeatWave Chat)은 SQL 또는 자연어를 기반으로 히트웨이브와 시각적으로 상호작용하는 인터페이스를 제공한다. 이는 히트웨이브 생성형 AI에 기반한 여러 앱 중 하나로 서버 내 채팅 이력, 인용 내용, LLM 옵션 등을 저장하고, 히트웨이브 환경 내에서 자유롭게 챗을 사용할 수 있게 한다.   ▲ 오라클의 니푼 아가르왈 수석부사장은 히트웨이브 생성형 AI를 추기 비용 없이 사용할 수 있다고 소개했다.   자동화, 단순화, 안전성 등을 강점으로 내세워 오라클은 히트웨이브 생성형 AI가 인-데이터베이스에서 통합된 자동화 솔루션으로 높은 안전성과 앱 개발의 단순성을 제공한다고 설명했다. 이를 통해 앱 개발 비용을 줄이면서 보안도 강화할 수 있다는 것이다. 비용과 관련해 아가르왈 수석부사장은 “히트웨이브는 완전 관리형 서비스로 제공되며 라이선스 단위로 관리하지 않기 때문에, 히트웨이브 내에서 생성형 AI를 활용하기 위한 추가 비용이 없다”면서, “다른 업체는 머신러닝, OLTP, 생성형 AI 등을 별도의 서비스로 구성하고 있지만, 오라클은 모든 고객이 모든 데이터에 AI를 사용할 수 있도록 하기 위해 데이터 처리 플랫폼에 생성형 AI 기능을 내장했으며, 유료화나 가격 인상 계획 또한 없다”고 설명했다. 오라클은 보안 관점에서 인-데이터베이스 벡터 저장소가 유용하다는 점도 강조했다. 많은 LLM이 공개된 콘텐츠를 활용하지만, 기업 내부 콘텐츠에 LLM을 적용하고자 하는 요구도 있다. 오라클은 기업 데이터를 기반으로 LLM을 추가 생성할 필요가 없이, 벡터 저장소의 결과값을 LLM의 입력값으로 피딩하면 기업 데이터의 유출 없이 LLM을 사용할 수 있다는 점을 내세운다. 기업 데이터의 이력을 저장하지 않고 입력값으로만 사용하기 때문에 데이터 보호 수준이 높다는 것이다.  아가르왈 수석부사장은 “인-메모리 데이터베이스 안에서 모든 데이터를 스캔해 결과를 도출하기 때문에 정확한 벡터 처리 결과값을 얻을 수 있다. 여기에 RAG(검색 증강 생성)를 사용한다면 공개 데이터를 사용하는 것과 다르게 LLM의 문제로 꼽히는 환각현상을 줄일 수 있다”고 전했다. 한편, 한국어 지원에 대해서는 “현재 히트웨이브 생성형 AI는 메타의 라마 3(Llama 3)를 기반 LLM 모델로 사용하는데, 영어만큼 정확도가 높지는 않지만, 기술이 빠르게 발전하고 있어 수개월 내에 한국어의 정확도가 더욱 높아질 것으로 본다”고 밝혔다.     ■ 기사 내용은 PDF로도 제공됩니다.

책에서 얻은 것 No. 21   AI 사피엔스 : 미래를 여는 새로운 인류의 도래 “생존하는 것은 가장 강한 종도 아니고, 가장 지적인 종도 아니다. 변화에 가장 잘 대응하는 종이다.” - 찰스 다윈(자연학자) 최재붕 교수의 신작 ‘AI 사피엔스’는 인공지능(AI)이 인간의 삶과 산업에 가져올 혁명적인 변화를 심도 있게 탐구한다. 최재붕 교수는 2019년 ‘포노 사피엔스’를 통해 20만 부의 판매를 기록한 베스트셀러 작가로, 디지털 시대의 핵심 변화를 설명했다. ‘포노 사피엔스’에서는 스마트폰을 통해 세상을 이해하고 변화시키는 새로운 인류를 설명하며, 클릭이 중요한 키워드로 떠올랐다. 이후 구독과 좋아요가 디지털 경제의 새로운 핵심 키워드로 떠올랐으며, 이들은 단순한 클릭을 넘어 더 깊은 참여와 연결을 의미하게 되었다. 이번 신간 ‘AI 사피엔스’에서는 AI가 어떻게 등장하게 되었는지, 그들의 존재가 우리 사회와 산업에 어떤 영향을 미칠지에 대해 체계적으로 설명한다. 책은 총 여섯 부분으로 구성되어 있으며 각각 디지털 혁명의 시작, AI 사피엔스의 등장과 역할, AI와 메타버스의 융합, AI 사피엔스 시대의 경제 구조, 그리고 휴머니티를 다시 정의하는 AI 사피엔스의 미래에 대해 다룬다. 디지털 문명을 넘어 AI로 달려가는 인류 : 여기서는 디지털 혁명의 시작과 AI 사피엔스의 출현 배경을 다룬다. 디지털 혁명은 단순한 기술적 발전을 넘어 사회 전반에 걸쳐 큰 변화를 불러일으켰다. 인터넷의 보급, 스마트폰의 등장, 그리고 데이터의 폭발적인 증가가 AI 기술 발전의 토대가 되었다. 디지털 대혁명의 주인공 ‘AI 사피엔스’의 세계관 : AI 사피엔스는 인간의 일상생활뿐만 아니라 산업 전반에 걸쳐 큰 영향을 미치고 있다. AI 기술은 이미 다양한 산업에서 활용되고 있으며, 이는 생산성 향상과 새로운 비즈니스 모델 창출에 큰 기여를 하고 있다. AI를 만난 메타, 사상 초유의 거대한 신시장을 열다 : AI와 메타 인더스트리의 융합은 새로운 디지털 세계를 열어준다. AI 기술은 이러한 메타 인더스트리 세계에서 더욱 현실감 있고 개인화된 경험을 가능하게 한다. AI를 사피엔스 세상으로 이끄는 산업의 변화 : AI 사피엔스 시대에는 산업 구조가 크게 변하게 된다. 기존의 전통 산업은 AI 기술을 도입하여 효율성을 극대화하고, 새로운 산업이 출현하게 된다. 예를 들어 자율주행 자동차, 정밀 의료, 스마트 공장 등 다양한 분야에서 AI 기술이 혁신을 이끌고 있다. 메타 휴먼 시대의 행복과 팬덤 경제 : AI 사피엔스 시대에는 새로운 경제 구조가 필요하다. AI 기술은 생산성을 극대화하고, 이를 통해 사회의 전반적인 삶의 질을 높일 수 있다. 그러나 동시에 AI 기술의 발전으로 인한 일자리 감소와 같은 문제도 발생할 수 있다. 이를 해결하기 위해서는 새로운 경제 구조와 사회적 안전망이 필요하다. 휴머니티를 다시 정의하는 휴머니티 : AI 사피엔스 시대에는 인간의 역할과 가치가 새롭게 정의된다. AI 기술은 인간의 한계를 극복하게 해주며, 인간과 AI가 협력하여 더 나은 미래를 만들어 갈 수 있다. 이는 우리가 지금까지 경험하지 못한 새로운 형태의 사회와 경제 구조를 의미한다. “미래를 예측하는 가장 좋은 방법은 그것을 발명하는 것이다.” - 앨런 케이(컴퓨터 과학자)   산업과 사회에 미치는 영향 AI 사피엔스는 단순한 기술적 혁신을 넘어 사회 전반에 걸쳐 큰 변화를 가져올 것이다. 마케팅, 자동차, 의료, 건설, 법률, 행정 등 다양한 산업에서 AI 기술은 혁신을 이끌고 있다. 예를 들어 자율주행 자동차는 교통 체계를 혁신하고, 의료 분야에서는 정밀 의료가 가능해진다. 이러한 변화는 기업의 비즈니스 모델을 새롭게 정의하며, 일자리의 구조도 크게 변모시킬 것이다. 마케팅 분야에서는 AI가 소비자 데이터를 분석하여 개인화된 마케팅 전략을 수립할 수 있다. 이는 마케팅 효율성을 극대화하고, 소비자 만족도를 높이는 데에 기여한다. 자동차 산업에서는 자율주행 기술이 도입되어 교통 사고를 줄이고, 교통 체계를 효율적으로 관리할 수 있게 된다. 의료 분야에서는 AI가 방대한 의료 데이터를 분석하여 더 정확한 진단과 치료를 가능하게 한다. 이는 환자의 치료 결과를 개선하고, 의료 비용을 절감하는 데 큰 도움이 된다. 건설 분야에서는 AI 기술이 건설 프로젝트의 설계, 계획, 관리 등을 최적화하는 데에 사용될 수 있다. 이는 건설 프로젝트의 효율을 높이고, 비용을 절감하는 데에 기여한다. 법률 분야에서는 AI가 법률 문서를 분석하고, 법률 자문을 제공하는 데에 사용될 수 있다. 이는 법률 서비스의 접근성을 높이고 비용을 절감하는 데에 도움이 된다. 행정 분야에서는 AI가 행정 절차를 자동화하고 효율을 높이는 데에 기여할 수 있다. 이러한 기술의 발전은 우리의 삶의 질을 높이고 더 나은 사회를 만드는 데에 기여할 것이다. 그러나 동시에 AI 기술의 발전으로 인한 일자리 감소와 같은 문제도 발생할 수 있다. 이를 해결하기 위해서는 새로운 경제 구조와 사회적 안전망이 필요하다.   팬덤 경제의 부상 AI 시대에는 새로운 형태의 경제 활동이 등장하고 있다. 그 중 하나가 바로 팬덤 경제이다. ‘팬덤 경제’는 특정 인물이나 브랜드를 지지하고 소비하는 팬들이 주도하는 경제 활동을 의미한다. 이는 주로 디지털 플랫폼을 통해 이루어지며, 구독, 좋아요, 공유와 같은 참여를 통해 이루어진다. 팬덤 경제는 AI 기술과 결합하여 더욱 강력해질 수 있다. 예를 들어, AI가 팬들의 데이터를 분석하여 그들의 선호도와 소비 패턴을 파악하고, 이를 기반으로 맞춤형 콘텐츠와 제품을 제공할 수 있다. 이는 팬덤 경제의 효율성을 높이고 팬들과의 관계를 더욱 강화할 수 있다. 또한, 팬덤 경제는 메타버스와 결합하여 새로운 형태의 경제 활동을 가능하게 한다. 팬들은 메타버스에서 가상 이벤트에 참여하고, 가상 아이템을 구매하며, 자신이 지지하는 인물이나 브랜드와 상호작용할 수 있다. 이는 팬덤 경제의 범위를 확장하고, 새로운 수익 모델을 창출할 수 있다. “변화는 모든 진정한 학습의 최종 결과이다.” - 레오 버스카글리아(교육자, 작가)   AI에 대한 두려움과 적응의 중요성 최재붕 교수는 AI 사피엔스의 등장이 가져올 변화를 매우 낙관적으로 바라보는 경향이 있다. 그는 AI 기술이 인간의 삶을 크게 향상시키고, 새로운 기회를 창출할 것이라고 믿는다. 그러나, 그는 또한 AI 기술이 가져올 수 있는 잠재적인 위험과 도전 과제에 대해서도 경고한다. 따라서 AI를 두려워할 것이 아니라 이를 적극적으로 활용하고 적응하는 것이 중요하다고 역설한다. AI 기술의 발전은 우리에게 많은 도전 과제를 안겨줄 수 있다. 예를 들어, AI로 인해 많은 일자리가 사라질 수 있으며 이는 사회적 불평등을 심화시킬 수 있다. 또한 AI의 윤리적 문제, 프라이버시 침해, 데이터 보안 등의 문제도 발생할 수 있다. 이러한 문제를 해결하기 위해서는 사회 전반의 노력이 필요하다. 최재붕 교수는 이러한 도전 과제에도 불구하고, AI를 적극적으로 활용하고 적응하는 것이 중요하다고 강조한다. 그는 AI 기술을 두려워하지 말고 이를 통해 새로운 기회를 창출할 수 있다고 주장한다. AI 기술을 활용하여 더 나은 결정을 내리고, 더 나은 미래를 만들어 갈 수 있는 가능성을 열어주어야 한다고 말한다. “교육은 세상을 변화시키기 위해 사용할 수 있는 가장 강력한 무기이다.” - 넬슨 만델라(남아프리카공화국 전 대통령)   교육의 현실과 개선 필요성 최재붕 교수는 AI 기술이 빠르게 발전하고 있음에도 불구하고, 현재의 교육 시스템이 이러한 변화를 따라가지 못하고 있다고 지적한다. AI 기술의 발전 속도에 비해 학교 교육은 여전히 전통적인 방식에 머물러 있으며, 이는 학생들이 미래에 필요한 기술과 역량을 갖추지 못하게 한다. 교육의 목적은 단순히 지식을 전달하는 것이 아니라, 학생들이 변화하는 세상에 적응하고 새로운 기회를 창출할 수 있도록 돕는 데에 있다. 현대 교육 시스템은 여전히 교사 중심의 일방적인 지식 전달 방식에 의존하고 있다. 그러나 AI 시대에는 비판적 사고, 문제 해결 능력, 창의성, 협업 능력 등 다양한 역량이 요구된다. 이를 위해서는 교육 방법도 혁신이 필요하다. AI 기술을 활용한 맞춤형 학습, 온라인 교육 플랫폼, 인터랙티브 학습 도구 등을 통해 학생이 자기 주도적으로 학습할 수 있는 환경을 조성해야 한다. 또한, 교사의 역할도 변화해야 한다. 교사는 지식 전달자가 아니라 학생들의 학습을 돕고, 그들의 잠재력을 최대한 발휘할 수 있도록 지원하는 역할을 해야 한다. 이를 위해서는 교사도 AI 기술에 대한 이해와 활용 능력을 갖추어야 하며, 지속적인 교육과 훈련이 필요하다.   미래 전망 책의 마지막 부분에서는 AI가 우리의 미래를 어떻게 변화시킬지에 대한 전망이 제시된다. 저자는 AI 사피엔스가 가져올 미래는 단순한 기술적 발전을 넘어, 인간의 삶의 방식 자체를 혁신할 것이라고 주장한다. 이는 우리가 지금까지 경험하지 못한 새로운 형태의 사회와 경제 구조를 의미한다. 예를 들어, AI와 메타버스가 결합된 새로운 디지털 세계에서는 현실과 가상이 혼합된 새로운 경험이 가능해진다. 이는 교육, 엔터테인먼트, 비즈니스 등 다양한 분야에서 새로운 기회를 창출할 것이다. 메타버스에서는 가상 교실에서 전 세계 학생들과 함께 학습하고, 가상 오피스에서 전 세계의 동료들과 협업할 수 있다. 이는 교육과 업무의 경계를 허물고, 글로벌 협업을 촉진하는 데에 기여할 것이다. 또한, AI 기술의 발전은 인간의 지능을 넘어서서 인간과 AI가 협력하여 더 나은 결정을 내리고, 더 나은 미래를 만들어 갈 수 있는 가능성을 열어준다. 예를 들어 AI가 빅데이터를 분석하여 미래의 트렌드를 예측하고, 이를 바탕으로 기업의 전략을 수립하는 데 도움을 줄 수 있다. 이는 기업의 경쟁력을 높이고 더 나은 비즈니스 결과를 가져올 수 있다. AI 사피엔스 시대에는 새로운 형태의 경제 구조와 사회적 안전망이 필요하다. AI 기술의 발전으로 인한 일자리 감소와 같은 문제를 해결하기 위해서는 기본 소득, 평생 교육 등 새로운 사회적 제도가 필요하다. 이를 통해 모든 사람이 AI 사피엔스 시대의 혜택을 누리고, 더 나은 삶을 살 수 있도록 해야 한다. “변화를 이해하는 유일한 방법은 그것에 뛰어들고, 그것과 함께 움직이며, 춤을 추는 것이다.” - 앨런 와츠(철학자)   맺음말 최재붕 교수의 ‘AI 사피엔스’는 인공지능이 가져올 미래에 대한 깊이 있는 통찰을 제공한다. 그는 AI 기술이 우리의 삶을 어떻게 변화시킬지에 대해 낙관적인 시각을 제시하면서도, 이러한 변화에 적응하고 이를 적극적으로 활용하는 것이 중요하다고 강조한다. 특히, 현재의 교육 시스템이 AI 시대의 빠른 변화를 따라가지 못하고 있다는 현실을 지적하며, 교육의 혁신이 필요하다는 사명감을 드러낸다. AI는 단순한 기술적 도구를 넘어서 우리의 삶과 산업 전반에 걸쳐 깊은 영향을 미칠 것이다. 우리는 AI를 두려워하기보다는 이를 이해하고, 활용하며, 그 가능성을 최대한으로 끌어올려야 한다. 이를 위해서는 사회 전반의 협력과 노력이 필요하며, 특히 교육 분야에서의 혁신이 절실하다. 미래를 준비하는 데에 있어 중요한 것은 변화에 대한 적응력과 학습 능력이다. AI 사피엔스 시대를 맞이하여 우리는 새로운 기회를 창출하고, 더 나은 미래를 만들어 가기 위해 지속적으로 배우고 성장해 나가야 한다. 최재붕 교수의 ‘AI 사피엔스’는 이러한 미래를 준비하는 데에 있어 큰 영감을 주는 책이다.   ▲ ‘AI 사피엔스’(최재붕 저) 서평 맵(Map by 류용효) (클릭하면 큰 이미지로 볼 수 있습니다.)   이 글은 챗GPT 4o(ChatGPT 4o)에게 서평 맵 이미지를 주고 여러 번의 프롬프트를 수정하면서, 중요 키워드를 추가하며 칼럼을 써 달라고 해서 얻어낸 산물이다. 그리고 이 글에 가장 어울리는 명언을 다섯 가지 써 달라고 주문하면서, 명언을 말한 사람은 정확한 실명이어야 한다는 조건도 주었다. 프롬프트를 어떻게 써야 하는가는 이제 상식이 되어가는 추세이다. 나는 챗GPT와 대화하듯 풀어가는 것을 선호한다. 이 책은 저자가 언급했듯이, AI 시대의 두려움에 대해서 문명을 읽는 공학자(스토리텔러)와 같은 역할을 자처하면서 담담하게 써 내려간 책이다. 수많은 강연을 통해서 정리된 내용을 ‘포노사피엔스’(2019) 이후 ‘AI 사피엔스’까지 사피엔스 세계를 정리해 나가면서, 시대 흐름의 트랜드에 대해 한 획을 긋고 이 시대를 살아가는 모두에게 큰 메세지를 던져 주고 있다.   다음 그림은 최재붕 교수님의 여러 책과 유발 하라리의 ‘사피엔스’ 서평 맵까지 연결해서 키워드를 뽑아본 것이다. 나름 서평 맵의 한 장르를 만들고 싶은 생각에서 정리한 버전이며, 이름을 ‘사피엔스 로드맵’으로 작명해 봤다.   ▲ 사피엔스 로드맵(Map by 류용효) (클릭하면 큰 이미지로 볼 수 있습니다.)   ■ 류용효 디원의 상무이며 페이스북 그룹 ‘컨셉맵연구소’의 리더로 활동하고 있다. 현업의 관점으로 컨설팅, 디자인 싱킹으로 기업 프로세스를 정리하는데 도움을 주며, 1장의 빅 사이즈로 콘셉트 맵을 만드는데 관심이 많다. (블로그)     ■ 기사 내용은 PDF로도 제공됩니다.

지브라 테크놀로지스가 ‘2024년 제조 비전 연구 보고서’에 대한 아태지역 결과를 발표했다. 이 보고서에 따르면, 아태지역 제조업체의 68%(전 세계 61%)가 2029년까지 AI가 성장을 주도할 것으로 예상했다. 이는 2024년의 46%(전 세계 41%)에서 증가한 수치다. 이러한 AI 도입의 급증은 아태지역 설문 응답자의 87%(전 세계 92%)가 디지털 전환을 우선순위로 꼽은 것과 함께, 제조업체들이 데이터 관리를 개선하고 제조 프로세스 전반의 가시성과 품질을 향상시키는 새로운 기술을 활용하려는 의도를 보여준다. 디지털 전환은 제조업체의 최우선 과제이지만, 아태지역을 포함한 전 세계 설문 응답자의 약 30~40%는 이를 달성하는 데에 있어 인건비 및 가용성(아태지역 44%, 전 세계 36%), 기술 솔루션 확장(아태지역 36%, 전 세계 33%), 정보 기술과 운영 기술(IT/OT)의 융합(아태지역 38%, 전 세계 33%) 등의 장애물이 있음을 인식하고 있는 것으로 나타났다.     AI 및 기타 신기술 도입을 통한 혁신의 첫 번째 단계는 가시성을 확보하는 것이다. 이를 통해 제조업체는 데이터를 보다 효과적으로 활용하여 문제와 프로젝트를 식별하고 대응하며 우선순위를 정함으로써 제조 프로세스 전반에 걸쳐 점진적인 효율성을 높여 가장 큰 효과를 조기에 달성할 수 있다. 제조업체들은 디지털 전환이 전략적 우선순위라고 말하지만, 완전히 연결된 공장 환경을 구축하는 것은 여전히 어려운 과제다. 가시성은 공장 현장의 효율성, 생산성, 품질을 최적화하는 데에 핵심적인 요소이지만 가시성 확보에 대한 격차는 매우 큰 것으로 확인됐다. 전 세계 제조업체 리더 중 16%만이 전체 제조 공정에 대한 실시간 WIP(work-in-progress) 모니터링 기능을 갖추고 있다고 답한 반면, 아태지역의 제조업체 리더의 경우 25%로 좀 더 높은 비율을 보였다. 아태지역 제조업체 리더의 63%(전 세계 57%)는 2029년까지 생산 및 공급망 전반에 걸쳐 가시성을 높일 것으로 예상하지만, 38%가(전 세계 33%) IT 와 OT가 투자 대상에 대해 합의하는 것이 디지털 전환의 주요 장애물이라고 답했다. 이러한 장애물 외에도 아태지역 제조업체 리더의 82%(전 세계 86%)는 기술 혁신의 속도를 따라잡고 시설과 공급망 전반에 걸쳐 디바이스, 센서 및 기술을 안전하게 통합하는 데 어려움을 겪고 있다는 점에 동의했다. 지브라는 “기업들은 지브라의 솔루션을 사용하여 데이터를 활용함으로써 더 높은 수준의 보안과 관리 편의성을 확보하고 새로운 분석을 통해 비즈니스 성과를 향상시킬 수 있다”고 전했다.     지브라의 연구에 따르면, 제조업체들은 향후 5년 동안 제조업을 혁신하고 숙련된 인력을 구축하기 위해AI 및 기타 기술을 통합하고 인력을 보강함으로써 성장 전략을 전환하고 있는 것으로 나타났다. 아태지역 제조업체 리더의 76%(전 세계 73%)가 데이터 및 기술 사용 능력을 향상시키기 위해 인력을 재교육할 계획이며, 75%(전 세계 70%)는 모빌리티 지원 기술로 인력을 보강할 것으로 예상하고 있다. 아태지역 제조업계 리더들이 도입 중인 기술 도구로는 태블릿(아태지역 52%, 전 세계 51%), 모바일 컴퓨터(아태지역 53%, 전 세계 55%), 인력 관리 소프트웨어(아태지역 62%, 전 세계 56%) 등이 있다. 또한, 아태지역 제조업계 리더의 65%(전 세계 61%)는 진화하는 인력을 보강하기 위해 웨어러블 모바일 컴퓨터를 활용할 계획이라고 답했다. 최고 경영진, IT 및 OT 부문의 제조업계 리더들은 기술을 통해 작업자의 효율성과 생산성을 개선하는 것 이상으로 노동 이니셔티브를 확장해야 한다는 것을 잘 알고 있다. 아태지역 및 전 세계 리더 10명 중 6명은 미래 인재 유치를 위한 지속적인 개발(아태지역 66%, 전 세계 65%), 재교육/숙련도 향상(아태지역 69%, 전 세계 65%), 경력 경로 개발(아태지역 56%, 전 세계 62%)을 조직의 최우선 순위로 꼽았다. 전반적으로, 모든 부문의 제조업체가 더 적은 리소스로 더 많은 작업을 수행해야 하는 상황에서 품질의 중요성이 더욱 강조되고 있다. 설문조사에 따르면, 제조업계 리더들은 현재 가장 중요한 품질 관리 과제로 실시간 가시성(아태지역 40%, 전 세계 33%), 새로운 표준 및 규정 준수(아태지역 30%, 전 세계 29%), 데이터 통합(아태지역 31%, 전 세계 27%), 추적 가능성 유지(아태지역 및 전 세계 27%)를 꼽았다. 제조업계 리더들은 기술 구현 계획을 수립함으로써 이러한 과제를 해결할 것으로 보인다. 향후 5년 동안 로봇(아태지역 72%, 전 세계 65%), 머신 비전(아태지역 및 전 세계 66%), RFID (아태지역 72%, 전 세계 66%), 고정식 산업용 스캐너(아태지역 62%, 전 세계 57%)를 도입할 계획이라는 응답이 많았다. 또한, 다수가 이러한 자동화 솔루션이 인력 고부가가치 작업 제공(아태지역 75%, 전 세계 70%), 서비스 수준 협약 달성(아태지역 70%, 전 세계 69%), 공장 현장 유연성 향상(아태지역 66%, 전 세계 64%) 등 다양한 요인에 의해 추진된다는 데 동의했다. 지브라 테크놀로지스의 크리스탄토 수리야다르마(Christanto Suryadarma) 동남아시아 및 APJeC 지역 세일즈 부사장은 “제조업체들은 데이터를 효과적으로 사용하는 데에 어려움을 겪고 있기 때문에, 민첩하고 효율적인 제조 환경을 조성하기 위해 AI 및 기타 디지털 기술 솔루션을 도입해야 한다는 점을 인식하고 있다”며, “지브라는 제조업체들이 새로운 방식으로 기술을 활용하여 워크플로우를 자동화하고 강화함으로써 사람과 기술이 대규모로 협업하는 잘 연결된 제조 및 생산 현장을 구현할 수 있도록 지원한다”고 말했다.

IBM은 ‘2024 데이터 유출 비용 연구 보고서’를 발표하고, 2024년 전 세계 데이터 유출 사고 한 건 당 평균 비용이 488만 달러(약 67억 6100만원)에 이른다고 밝혔다. 데이터 유출로 인해 상당한 또는 매우 심각한 업무 중단을 겪었다고 응답한 기업은 70%에 달했으며, 평균 유출 비용은 전년 대비 10% 증가해 팬데믹 이후 가장 큰 폭으로 상승했다. 한편, 국내 기업 평균 데이터 유출 비용은 올해 48억 3300만원으로, 한국 기업이 본 조사에 포함된 지난 7년 간 중 사상 최고치를 기록했다. 평균 유출 비용이 가장 큰 산업은 전문 서비스(법무, 회계, 컨설팅 등)로 약 73억원이며 이어서 금융(72억원), 제조산업(62억 8000만원) 등의 순이었다.     조사 결과에 따르면, 데이터 유출로 인한 부수적인 피해가 심화되면서 비즈니스 손실과 유출 후 고객 및 제3자 대응 비용이 전년 대비 올해 유출 비용 상승을 견인한 요인으로 손꼽혔다. 또, 조사 대상 기업의 절반 이상이 작년에 심각한 수준의 인력 부족을 겪으며 유출 비용이 크게 증가했다. 피해는 유출 후유증 장기화로 이어져 침해 사고를 완전히 복구할 수 있었던 소수의 기업(12%)들도 복구에 100일 이상이 걸린 것으로 조사됐다. AI와 관련해서는 보안 AI 및 자동화 솔루션을 도입한 기업이 67%로 전년 대비 10% 가까이 증가했으며, 20%는 차세대 AI 보안 툴을 사용한다고 밝혔다. 보안 AI와 자동화를 광범위하게 도입한 기업은 이러한 기술을 사용하지 않은 기업보다 평균 98일 더 빨리 사고를 탐지하고 통제했다. 침해 비용 또한 평균 220만 달러를 절감했다. 전 세계 평균 데이터 유출 사고 수명 주기(침입 감지부터 봉쇄, 최종 해결까지 걸리는 시간)는 전년도 277일에서 7년 만에 최저치인 258일을 기록했으며, AI 기술이 위협 완화 및 대응 활동을 개선해 방어자들이 시간을 확보하는 데에 도움이 될 수 있음을 시사했다. 데이터 보안이 취약해지면서 지적 재산의 도용 또한 증가했다. 침해 사고의 40%는 복합적인 환경에 저장된 데이터와 관련이 있었고, 1/3 이상은 섀도 데이터(관리되지 않는 데이터 소스에 저장된 데이터)와 관련된 것으로 나타나 데이터 추적 및 보호에 대한 어려움이 커지고 있다는 사실이 부각됐다. 이러한 데이터 가시성 격차는 지적 재산(IP) 탈취의 급격한 증가(27%)로 이어졌다. 도난당한 기록과 관련된 비용도 기록당 173 달러로 전년 대비 11% 가까이 급증했다. 앞으로 AI 시대가 도래하면 이러한 데이터와 기타 독점적 데이터에 대한 접근성은 더욱 높아질 수 있다. 중요한 데이터가 여러 환경에서 더욱 역동적이고 활발하게 사용됨에 따라 기업은 이를 둘러싼 보안 및 접근 권한 규정을 재평가해야 할 필요가 있는 것이다. IBM 시큐리티의 케빈 스카피네츠(Kevin Skapinetz) 전략 및 제품 설계 담당 부사장은 “기업들은 침해, 차단, 피해 대응이라는 끊임없는 악순환에 갇혀 있다. 이 과정에서 기업은 보안 대응력 강화에 투자하면서도 침해 비용을 소비자에게 전가하는 경우가 많아 보안은 비즈니스 운영에 있어 새로운 비용 부담이 되고 있다"며, “생성형 AI가 비즈니스에 빠르게 침투해 공격 표면이 확대됨에 따라 이처럼 비용이 계속해서 증가하면 기업은 보안 조치와 대응 전략을 재평가해야 할 수밖에 없을 것이다. 기업이 앞서 나가기 위해서는 새로운 AI 기반 보안에 투자하고 생성형 AI가 제시하는 새로운 위험과 변화에 대응하는 데에 필요한 기술을 개발해야 한다"고 말했다. 이번 보고서는 2023년 3월부터 2024년 2월까지 전 세계 604개 기업이 경험한 실제 데이터 유출에 대한 심층 분석을 기반으로 작성됐으며, 28개의 국내 기업이 연구 대상에 포함됐다. 이 연구는 포네몬 연구소(Ponemon Institute)가 수행하고 IBM이 후원 및 분석했으며, 19년 연속으로 발표되고 있다.