[AI위클리] 국산 NPU부터 AI 에이전트까지…경쟁판 넓어진다
정부·기업, 외산 GPU 의존 낮추고 AI 반도체 실증 확대
빌딩·로봇·물류 넘어 기업 업무까지 AI 적용 가속
(서울=연합뉴스) 유현민 기자 = 인공지능(AI) 경쟁의 무게중심이 거대언어모델(LLM)의 성능 대결을 넘어 AI를 구동하는 반도체와 현실 세계의 산업 현장, 기업의 실제 업무로 빠르게 옮겨가고 있다.
정부와 기업은 외산 그래픽처리장치(GPU) 의존도를 낮추기 위해 국산 신경망처리장치(NPU)의 산업 현장 실증과 상용화에 속도를 내는 한편, AI를 건물 관리와 경비·물류 등 물리적 공간에 적용하는 사례를 늘리고 있다.
여기에 사용자의 질문에 답하는 챗봇을 넘어 스스로 여러 단계를 수행하는 AI 에이전트 경쟁까지 본격화하면서, 이제 AI 경쟁력은 더 큰 모델을 만드는 데 그치지 않고 어떤 반도체와 인프라로 효율적으로 구동하고 실제 산업과 업무에 얼마나 깊숙이 적용하느냐로 확장되는 모습이다.
◇ 외산 GPU 의존 줄인다…국산 NPU 산업 현장 실증 본격화
AI 서비스 확산으로 대규모 연산을 담당하는 AI 반도체의 중요성이 커지면서 국내에서도 GPU 중심의 AI 인프라에서 벗어나려는 움직임이 본격화하고 있다.
정부는 최근 AMD와 손잡고 국산 NPU의 산업 현장 실증에 나섰다. 국내 AI 반도체 기업의 기술을 실제 서비스에 적용해 성능과 활용 가능성을 검증하고 시장 진입을 지원한다는 취지다.
기업들도 국산 NPU 활용에 속도를 내고 있다. 라이너와 리벨리온은 AI 동맹을 맺고 외산 GPU 의존도를 낮추기 위한 협력에 나섰으며, KT는 국산 NPU와 LLM을 결합한 일체형 AI 장비를 선보였다. 포스코DX도 국산 NPU를 산업 현장에 적용해 AI 분석에 활용할 계획이다.
AI 연산 수요가 급증하면서 앞으로는 AI 모델의 성능뿐 아니라 어떤 반도체로 AI를 구동하고 연산 비용과 전력을 얼마나 효율적으로 관리하느냐도 중요한 경쟁 요소가 될 전망이다.
◇ 빌딩 관리부터 경비·배송까지…현실 세계로 들어온 AI
AI가 문서 작성이나 검색 등 디지털 업무를 넘어 사람이 직접 활동하는 물리적 공간과 현장 업무에도 빠르게 적용되고 있다.
LG CNS는 서울 강남구 타워팰리스에 경비로봇을 도입했다. 로봇이 건물 내부를 순찰하며 이상 상황을 확인하는 방식으로, AI와 로봇 기술을 결합해 기존 인력 중심의 시설 관리 업무를 지원한다.
LG유플러스는 AI를 활용해 건물의 에너지와 시설 등을 관리하는 'AI빌딩넷 by 익시'를 출시했다. 건물에서 발생하는 각종 데이터를 분석해 시설 운영을 효율화하는 서비스다.
AI는 유통·물류 분야에서도 활용되고 있다. KT는 농협, 마이크로소프트(MS)와 협력해 AI가 주문과 배송 안내 등 고객 접점 업무를 지원하는 서비스를 추진한다.
이처럼 AI 활용 영역이 사무실의 문서 작성이나 검색에서 건물·로봇·물류 등 현실 세계의 업무로 확대되면서 산업별 AI 도입도 한층 구체화하는 모습이다.
◇ 챗봇 넘어 "AI에 일 맡긴다"…기업용 에이전트 경쟁 가속
AI 활용 방식도 사용자의 질문에 답하는 챗봇에서 벗어나 스스로 여러 단계를 거쳐 업무를 수행하는 AI 에이전트로 진화하고 있다.
세일즈포스는 분석 결과를 제시하는 데 그치지 않고 분석부터 실행까지 이어지는 에이전틱 분석 전략을 공개했다. 데이터를 분석해 의미 있는 정보를 찾은 뒤 이를 실제 업무로 연결하는 방식이다.
SK텔레콤과 KT도 AI 에이전트를 중심으로 기업용 AI 서비스 확대에 나섰다. SK텔레콤은 챗봇을 넘어 사용자의 요청에 따라 실제 업무를 수행하는 AI 에이전트 중심의 '모두의 AI' 전략을 제시했고, KT도 AI 서비스와 인프라를 아우르는 생태계 구축에 나섰다.
구글클라우드와 신한투자는 AI를 활용해 계약 처리 시간을 기존 2시간에서 5분으로 줄이는 사례를 내놨다. 사람이 문서를 일일이 확인하고 처리하던 업무의 상당 부분을 AI가 맡으면서 기업의 업무 방식도 바뀌고 있다.
AI 에이전트가 확산할수록 기업의 경쟁력은 AI를 도입했는지를 넘어 어떤 업무를 AI에 맡기고 어느 수준까지 권한을 부여할지, 또 그 과정을 어떻게 통제할지를 설계하는 능력에 따라 달라질 것으로 전망된다.
AI 경쟁은 이제 더 큰 모델을 개발하는 것만으로 설명하기 어려워지고 있다. AI를 구동할 반도체와 인프라를 확보하고, 산업 현장에 적용하며, 실제 업무를 수행하도록 만드는 AI 생태계 전반의 경쟁으로 무게중심이 이동하고 있다.
hyunmin623@yna.co.kr
(끝)
<저작권자(c) 연합뉴스, 무단 전재-재배포, AI 학습 및 활용 금지>