대한민국이 국제연합(유엔)의 '글로벌 인공지능(AI) 허브' 유치와 조성에 적극 나서고 있다. 글로벌 AI 허브는 주요 국제기구가 기후·보건·식량·일자리·난민 등 글로벌 난제에 공동 대응하기 위한 범지구적 AI 협력 플랫폼이다. 지난 3월 제네바에서 6개 유엔 기구와 협력의향서(LOI)를 체결했고, 이어 5월에는 총 9개 국제 기구 고위급 인사들이 참석한 비전 선포식을 개최했다. 5개의 다자개발은행(MDB)도 참여 의사를 밝히며 유치 가능성이
인공지능(AI) 에이전트 도입에서 가장 자주 보는 실패는 한 가지다. 데모에서 완벽하던 에이전트가 현장에서 무너진다. 흔히 원인을 모델에서 찾지만, 진짜 질문은 따로 있다. 이 에이전트가 무엇을 할 수 있는가가 아니라, 무엇을 해야 하는가. 에이전트의 본분이다. 에이전트를 만드는 방식은 대개 둘 중 하나로 기운다. 모든 경로를 미리 정해 둔 파이프라인에 맞추거나, 도구만 충분히 붙여 주고 알아서 잘하기를 기대한다. 처음 보는 요청이 들어오면 전
최근 엔비디아 최고경영자(CEO) 젠슨 황이 7개월 만에 다시 한국을 찾으며 강조한 키워드는 반도체가 아닌 '피지컬 AI'였다. 인공지능(AI)이 텍스트를 생성하는 단계를 넘어 현실세계를 인지하고 판단하며 직접 행동하는 시대로 진입하고 있다는 의미다. 실제로 글로벌 AI 경쟁의 무게중심은 생성형 AI에서 피지컬 AI로 이동하고 있다. 다양한 분야가 거론되지만 상용화 관점에서 가장 앞서 있는 분야는 단연 자율주행이다. 로봇과 미래항공모빌리티가 여
최근 몇 년간 인공지능(AI) 산업의 경쟁은 거대언어모델(LLM)의 규모와 연산 능력에 집중돼 왔다. 얼마나 많은 매개변수로 모델을 설계했는지, 얼마나 많은 GPU 인프라를 확보했는지가 기술 경쟁력의 핵심처럼 여겨졌다. 글로벌 빅테크 기업들이 초거대 모델 개발과 인프라 확보에 막대한 자본을 투입해온 것도 이러한 흐름을 보여준다. 그러나 지금AI 산업의 경쟁 구조는 근본적으로 바뀌고 있다. 이제 경쟁은 모델이 아니라 데이터에서 시작된다. LLM이
2026년, 대한민국 지방 자치는 '데이터 자본주의'라는 시험대 위에 서 있다. 기술이 공공의 표준이 된 지금, 지자체의 경쟁력은 예산 규모가 아닌 '데이터를 자산화하는 능력'에서 결정된다. 로버트 기요사키가 자산과 부채의 차이를 강조했듯, 지자체 역시 인공지능(AI)을 일하게 만드는 '부자 행정'과 데이터를 창고에 가두고 비용만 발생시키는 '가난한 행정'의 갈림길에 서 있다. 특히 가난한 행정은 데이터를 수집만 할 뿐 활용하지 못하거나, 특정
'소버린 인공지능(AI)'이 국가 전략의 핵심 어젠다로 자리 잡으면서, 미국·중국·한국뿐 아니라 주요 선진국들이 앞다퉈 자국의 독자 파운데이션 모델 개발과 그래픽처리장치(GPU) 중심의 AI 데이터센터 인프라 확충에 막대한 투자를 단행하고 있다. 이러한 접근은 필요조건
우리가 역사를 돌아보는 이유는 단순히 과거를 이해하기 위함이 아니라, 인류가 어떤 방식으로 '연결(Nexus)'을 만들어왔고 그 연결이 산업과 경제 질서를 어떻게 바꿔왔는지를 읽기 위함이다. 유발 노아 하라리(Yuval Noah Harari)는 저서 'Nexus'에서
사람들은 인공지능(AI)을 두려워한다. 내 일이 사라질까 봐, 오랜 시간 쌓아온 전문성이 한순간에 대체될까 봐 걱정한다. 그러나 나는 이 질문을 조금 다르게 던지고 싶다. AI는 정말 '일'을 없애는가, 아니면 '일의 형식'을 바꾸는가. 1980년대 초반, 우리 집에는
지난 2월 미국의 일자리가 전월 대비 9만2000명 감소했다는 발표가 있었다. 이 소식이 놀라운 이유는 올해 초부터 인공지능(AI) 에이전트의 '2막'을 알리는 굵직한 사건들이 줄을 이었기 때문이다. 클로드 코워크(Claude Cowork)의 출시, 오픈클로(OpenC
인공지능(AI) 인프라 확충은 이제 국가 경쟁력의 핵심 지표가 됐다. 전 세계적으로 데이터센터(DC) 건설 붐이 일고 있으며, 한국 역시 예외는 아니다. 전국 지자체들은 데이터센터 유치를 위해 파격적인 혜택을 내걸며 경쟁하고 기업들은 수천억원에 달하는 고가 그래픽처리장
요즘 '오픈클로(Openclaw)'라는 이름이 기술 커뮤니티를 달구고 있다. 누구나 개인용 인공지능(AI) 에이전트를 만들 수 있게 해주는 도구인데, 출시 수주 만에 수십만명이 몰렸다. 그리고 그 에이전트들이 모여 활동하는 '몰트북(moltbook)'이라는 커뮤니티가
인공지능(AI) 에이전트 기술 발전이 눈부시다. “AI 에이전트? AI가 여행지를 검색하거나 호텔을 예약해주는 게 아니라, 아예 여행 일정 전체를 세팅하는 것이 가능해?” 하던 게 얼마 전이었다. 이제 AI 에이전트는 인간을 넘어선 정확성과 효율성으로 여러 에이전트가
지난해 연말 필자는 중국 정부의 공식 초청으로 한국 정부 관계자들과 함께 베이징행 비행기에 올랐다. 한중 수교 이후 매년 이어져 온 정례적 교류의 일환으로, 이번 방문의 화두는 단연 '인공지능(AI) 기반의 공공 거버넌스 혁신'이었다. 양국 전문가들이 모여 행정의 미래
생성형 인공지능(AI)을 중심으로 한 글로벌 기술 경쟁이 격화되는 가운데, 대한민국의 AI 전략은 중요한 전환점을 맞고 있다. 거대언어모델(LLM) 분야는 초대규모 자본과 데이터, 글로벌 플랫폼을 보유한 소수 국가와 기업이 주도하는 구조로 빠르게 고착화되고 있다. 이러
흔히 전혀 다른 세상이나 사물을 지칭할 때 쓰는'차원이 다르다' 라는 말이 있다. 피지컬 인공지능(AI) 세계에 걸 맞는 비유다. 컴퓨터 안에 갇혀있는 2차원의 거대언어모델(LLM)과 달리 피지컬 AI는 공간상에서 이동하면서 행동하는 다차원 세계다. 그런데 물리환경 데