한국 AI의 현주소는? 늦은 시작, 낮은 투자, 단편적 생태계 한국의 AI 산업은 여전히 초입 단계에 머물러 있다. 정부와 민간 모두 기술의 중요성은 인식하고 있으나 그에 걸맞은 장기 투자와 시스템 설계는 부족하다는 지적이 많다. 미국이나 중국, 유럽은 이미 2010년대 중반부터 전략적으로 AI를 다뤄왔고, 핵심 기업과 연구기관, 법·제도, 인재 육성 체계가 유기적으로 연결돼 있다. 반면, 한국은 2020년을 기점으로 본격적인 논의가 시작되었고 그로 인한 구조적 격차 역시 크다. 지원 예산 규모에서도 미국은 연간 수십조 원, 중국은 수조 원대를 AI에 직접 투자하는 반면 한국의 AI 예산은 전체 ICT 투자 대비 10% 수준에 불과하다. 기업 생태계도 단편적이다. 네이버, 카카오, LG AI연구원 등 일부 대기업이 자체 모델을 개발하고 있으나 글로벌 영향력을 확보한 수준은 아니라는 것이 전반적인 평가다. 수많은 AI 스타트업들이 존재하긴 하지만 대부분은 한정된 시장에만 머무르고 있으며, 이들을 연계하는 플랫폼이나 스케일업 자본 역시 부족한 실정이다. 이러한 현실은 K-AI가 넘어야 할 가장 높은 진입장벽이다. AI 따라잡기 위한 5가지 열쇠는? K-AI가 세
웹3 AI 및 게임 플랫폼인 엑스테리오(Xterio)가 감정 지능을 활용한 AI 에이전트 개발을 통해 게임 생태계 혁신에 나선다. 엑스테리오는 AI 기업 레카(Reka)와의 파트너십을 발표하며 사용자와 감정적으로 상호작용할 수 있는 AI 에이전트를 개발 중이라고 밝혔다. 이 AI 에이전트는 레카의 독점 감정 엔진으로 구동되며, 인간적인 교감과 상호작용이 가능한 점에서 단순한 도구를 넘어선 새로운 차원의 기술로 주목받고 있다. 엑스테리오가 개발 중인 AI 에이전트는 기존의 NPC(Non-Player Character) 행동과 몰입형 스토리텔링을 넘어, 플레이어의 감정을 인지하고 이에 반응할 수 있는 프로그램으로 설계되고 있다. 이는 단순한 게임 내 캐릭터의 역할을 넘어 플레이어와 감정적으로 교류하는 동반자로서의 기능을 목표로 한다. 엑스테리오 관계자는 “사용자와 감정적인 관계를 구축하며 진화할 수 있는 서비스를 제공하겠다”고 말했다. 엑스테리오는 블록체인 기술과 AI를 결합한 탈중앙화 프레임워크를 통해 데이터 보안을 강화하는 동시에 AI 생태계에 기여할 수 있는 기반을 마련하고 있다. 이러한 기술력은 2024년 4월 그래픽 AI 엔진 출시 이후 800만 개 이
생성형 AI·거대언어모델(LLM)·메타버스 등 기술 실현 돕는다 ‘인공지능(AI)으로의 전환’이 현재 산업 내 뜨거운 감자다. 글로벌 기업뿐만 아니라 산업 전체 구성원이 AI 기술 개발에 몰두하고 있다. 레노버는 해당 배경에서 전 세계 기업의 인공지능 구축을 돕는 인프라 구축 비전에 3년 동안 10억 달러(약 1조 3000억 원)를 투자할 계획이다. 레노버는 최근 그동안 복잡한 과정을 거쳤던 AI 구축 과정을 단순화하는 데 총력을 기울이고 있다. 기업의 AI 전환 속도에 불을 붙이겠다는 목표로, AI 구축 지원 솔루션을 확장한다는 방침이다. 레노버는 금융·제조·의료·유통·스마트시티 등 원격 영역에서 생성형 AI 활용, 의사 결정에 혁신을 마련할 것이라 말했다. 수미르 바티아(Sumir Bhatia) 레노버 인프라스트럭처 솔루션 그룹 아태지역 사장은 “이번 투자를 통해 고객에게 손쉬운 AI 전환 기반을 제공하고, AI 잠재력을 발휘하는 기틀을 마련하게 됐다”며 “앞으로 AI 기술 혁신을 촉진하는 데 혁신적인 서비스·제품 등을 제공하기 위해 노력하겠다”고 말했다. 한편, 레노버는 최근 AI 디스커버센터(Lonovo AI Discover Center of Exce
한솔그룹 계열 IT 전문기업 한솔PNS IT서비스부문은 제조업 분야에 인공지능(AI) 적용을 확대하기 위해 머신러닝 모델링 전문 스타트업 틸다와 업무 협약(MOU)을 지난 30일 체결했다고 밝혔다. 양사는 이번 협약을 통해 보유한 역량과 자원을 적극 활용해 AI, 빅데이터, 클라우드 등 신기술 고도화를 위해 공동 연구 및 개발 협력을 추진하고, 제조업 분야의 난제 해결을 위한 AI 응용 솔루션 개발에 적극적으로 나서기로 했다. 제조업 분야는 생산 활동 과정에서 수집 및 축적되는 데이터의 양은 풍부하나 AI 분석에 활용할 수 있는 유의미한 데이터로의 접근이 제한적이고, 데이터 특성이 복잡하고 정형화돼 있지 않아서 AI 적용 및 활용 사례가 다른 산업 분야보다 적은 것으로 알려져 있다. AI를 제조업 분야에 효과적으로 적용하려면 공장 설비와 IT 솔루션에서 발생하는 데이터를 모두 수집하고, 제조업종별 특성에 대한 이해를 바탕으로 가공한 후 AI 모델을 학습시켜야 한다. 이에 한솔PNS IT서비스부문과 틸다는 제조업 분야의 난제 해결을 위해 시너지 가능성이 높을 것으로 판단하고 논의를 시작했으며, 이번 업무 협약에 앞서 양사는 2022년 9월과 올해 3월 두 차례