요즘 국내 여행이나 출장길에서 예전과는 확연히 달라진 풍경을 마주한다. 부산 골목 맛집에 줄을 서거나 경주 유적지를 둘러보고, 제주에서 하이킹을 즐기는 외국인 관광객. 한국을 찾은 이들의 목적지가 서울을 넘어 지역으로 넓어지고 있음을 실감한다. 이러한 변화는 숫자로도 확인된다. 올해 상반기 한국을 찾은 외국인 관광객은 1071만명을 넘어섰다. 지난해 같은 기간보다 20% 이상 늘어난 규모다. 외국인 관광객의 서울 외 지역 방문율도 지난해 2분기
문화체육관광부와 영화진흥위원회가 8월 '한국 영화 상생을 위한 홀드백 자율 협약' 체결을 목표로 민관협의체를 가동하고 있다. 극장 개봉 이후 온라인동영상서비스(OTT)로 넘어가기까지 유예기간을 두자는 것이다. 국회에는 이미 6개월 의무화 법안이 올라가 있고, 협의체 논의 과정에서는 150일 안팎의 숫자가 오르내린다. 극장을 살리자는 취지에 반대할 사람은 없다. 그러나 취지가 옳다고 수단까지 옳은 것은 아니다. 이 숫자가 시장에서 실제로 무엇을
인공지능(AI) 초기 연구는 존 매카시와 IBM의 네이선 로체스터가 1956년 다트머스 프로젝트의 일원으로 활동하며 1957년 페셉트론 이론을 개발하면서 격화됐고, 1986년 제프리 힌턴, 로널드 월리엄스 등에 의해 역전파 알고리즘이 개발됐으며, 1997년 IBM 딥블루(Deep Blue) 체스 바둑이 세계 인간 챔피언을 격파 시킴으로써 AI가 국가와 사회의 미래를 결정하는 핵심기술로 떠오르게 됐다. 이제 AI는 단순한 정보통신기술(ICT)의
온라인 쇼핑의 시작은 오랫동안 '검색'이었다. 소비자는 필요한 상품이 생기면 포털이나 쇼핑 플랫폼에 상품명을 입력하고, 검색 결과에 등장한 상품 가운데 가격과 배송 조건, 구매 후기를 비교해 하나를 선택했다. 그런데 생성형 인공지능(AI)의 확산으로 이 익숙한 출발점이 달라지고 있다. 과거에는 '간편식'이나 '밀키트'를 검색했다면, 이제는 AI에게 “퇴근 후 가족과 먹을 저녁 메뉴를 추천해줘. 3~4명이 먹을 수 있고 조리 시간은 15분 이내면
위암을 조기에 찾아내는 진단보조 인공지능(AI)이 있다고 하자. 알고리즘 자체는 이미 완성됐다. 문제는 그 다음이다. 병원에서 실제로 쓸 수 있는 수준까지 검증하려면 수많은 환자의 위·대장 병리 데이터가 필요하다. 문제는 이런 데이터가 세상에 없어서가 아니라 병원 안에 이미 쌓여 있는데도 제때 접근하지 못한다는 데 있다. 이 데이터는 여러 병원에 뿔뿔이 흩어져 있고, 병원마다 따로 계약을 맺고 심의를 거쳐야 한다. 데이터를 구하는 데만 수개월이
생성형 인공지능(AI)이 교실에 빠르게 스며들면서 학생들이 내놓는 결과물의 완성도가 눈에 띄게 높아졌다. 빠르고 정확한 계산, 매끄러운 문장, 짜임새 있는 보고서, 그럴듯한 발표 자료가 순식간에 만들어진다. 그러나 결과물의 완성도와 학습자의 성장은 결코 같은 말이 아니다. AI가 어떤 질문에도 유창하게 답하는 시대에는 그 답을 읽는 것만으로 스스로 이해했다고 믿는 '유창성 착각'이 생기기 쉽다. 과제는 완성됐지만 진정한 학습과 성장은 일어나지
소프트웨어(SW) 산업의 경쟁력을 이야기할 때 우리는 늘 기술과 인재, 시장을 논한다. 그러나 정작 그 경쟁력이 매일 만들어지는 현장, 즉 사업 하나하나의 대가 산정 테이블 위에서는 오랫동안 소외된 질문이 하나 있었다. 우리가 만드는 SW의 값은 제대로 매겨지고 있는가. 그 질문의 핵심에 기능점수(FP)와 개발단가가 있다. 기능점수가 SW를 통해 사용자에게 제공되는 기능의 규모를 재는 자라면, 개발단가는 그 자의 한 눈금에 매겨지는 값이다. 기
인공지능(AI)이 가상공간을 넘어 제조업이나 모빌리티 같은 실제 물리적 산업으로 변화하는 글로벌 AI협력이 글로벌 빅테크 기업이 다 모인 샌프란시스코 AI 서밋에서강화됐다. AI·반도체 다음 전장은 무엇이 될것인가? 최근 삼성전자가 로봇 사업 전담 조직을 신설하고 약 60조원 규모의 투자 구상을 가시화한 데 이어, 현대자동차그룹 역시 대규모 로봇 생태계 투자를 본격화하고 있다. 글로벌 기술 패권 경쟁의 중심축이 가상세계의 대형언어모델(LLM)에
인공지능(AI)의 무대가 넓어지고 있다. 지금까지 AI가 데이터를 분석하고 정보를 제공하는 디지털 공간의 기술이었다면, 이제는 로봇·자동차·공장·물류 시스템과 융합해 현실 세계를 움직이는 '피지컬 AI(Physical AI)' 시대로 접어드는 중이다. AI가 인간의 질문에 답하는 것을 넘어 스스로 판단하고 행동하며 산업 현장의 생산 방식과 경쟁 질서까지 바꾸는 시대가 열린 것이다. 주요국 정부와 글로벌 기업들은 이미 피지컬 AI를 미래 산업의
요즘 아침저녁의 하천 변이나 공원은 달리기 하는 사람들로 가득하다. 형형색색의 러닝화를 신고 스마트워치로 페이스, 케이던스, 심박수 등을 점검하면서 달리는 모습은 일상이 됐다. 과거에는 일부 중장년이 마라톤을 즐겼다면 지금은 남녀노소 누구나 러닝을 즐긴다. 이제 러닝은 단순히 건강관리 수단이나 취미가 아니라 현재의 라이프스타일, 문화 등을 상징하는 메가트렌드라고 할 수 있다. 필자도 이러한 러닝 열풍에 동참하고 있다. 일주일에 3번, 한 번에
2013년 3월 전산망 마비 사태 이후 지난 10년간 한국 금융권의 핵심 보안 원칙은 '망분리'였다. 내부 업무망과 외부 인터넷을 끊어 외부 침입을 차단하는 방식은 내부 시스템을 보호하는 가장 직관적이고 강력한 해법이었다. 그러나 인공지능(AI), API, 모바일 금융이 금융산업의 기본 인프라가 되면서 보안 환경은 달라졌다. 금융보안의 무게중심이 '분리와 차단'에서 '연결과 통제'로 이동돼, 불가피한 연결을 어떻게 식별하고 책임 있게 관리할지가
인류 산업의 역사는 새로운 인프라를 선점한 국가가 주도해 왔다. 19세기 철도와 전력망, 20세기 인터넷과 통신망이 경제와 산업의 지형을 바꾸었다면, 21세기 AI 시대의 핵심 인프라는 데이터와 연산 능력이다. 누가 더 많은 데이터를 확보하고, 더 강력한 AI 연산 능력을 확보하느냐가 국가 경쟁력과 산업 패권을 좌우하는 시대가 열리고 있다. 글로벌 빅테크 기업들이 천문학적 규모의 투자를 통해 AI 데이터센터 확보 경쟁에 나서는 이유도 여기에 있
최근 글로벌 바이오 산업은 거대한 패러다임 전환의 한가운데에 서 있다. 과거 연구자의 직관과 오랜 반복 실험에 의존하던 전통적인 바이오 연구개발(R&D) 방식은 인공지능(AI)과 로보틱스, 빅데이터가 결합된 '디지털 바이오'로 급속히 진화하고 있다. 이러한 혁신의 중심이자 차세대 국가 바이오 경쟁력을 좌우할 핵심 인프라로 '바이오파운드리(Biofoundry)'가 전 세계적인 주목을 받고 있다. 바이오파운드리는 생명공학 기술에 자동화 및 공학적
한국환경보전원이 정부 출연 공공기관으로 출범한 지 어느덧 3년을 바라보고 있다. 2023년 12월, 45년 역사의 환경보전협회를 뒤로하고 초대 원장으로 첫발을 내딛던 순간의 감격은 지금도 생생하다. 그러나 기쁨도 잠시, 기관을 둘러싼 대내외 환경은 빠르게 변화했다. 먼 미래의 일로만 여겨졌던 인공지능(AI) 기술이 업무 현장 깊숙이 들어왔고, 기관의 중심축으로 성장한 MZ세대(밀레니얼+Z세대) 직원들은 새로운 조직문화를 열망했다. 여기에 지난해
2024년 노벨화학상의 절반은 인공지능(AI)으로 단백질 구조를 예측하는 알파폴드를 개발한 구글 딥마인드의 데미스 허사비스와 존 점퍼 박사에게 수여됐다. 최근 허사비스는 앞으로 10여년 안에 AI가 질병 치료에 획기적인 진전을 가져올 것으로 전망했다. 오픈AI의 샘 올트먼과 앤트로픽의 다리오 아모데이 역시 AI가 난치질환 치료와 건강수명 연장을 앞당길 것으로 예상하고 있다. 우리는 이미 챗봇을 통해 언어를 이해하고, 생성하는 AI가 놀라운 속도