18+

전체 게시글

빌런 TOP 20
일간 l 주간 l 월간
파인인포
시소닉(Seasonic)이 세계 최초로 80 PLUS Ruby 인증을 획득한 ATX 규격 파워서플라이를 공개했다. 최고 효율 등급인 Ruby 인증을 획득하면서 AI 워크스테이션과 고성능 데스크톱을 위한 초고효율 전원공급장치 시장을 선도하게 됐다. 시소닉은 'Prime Enterprise RX-1600'이 115V 환경에서 80 PLUS Ruby 인증을 획득한 최초의 ATX 파워서플라이라고 발표했다. 출력 용량은 1600W다. Prime Enterprise RX-1600은 고성능 데스크톱과 전문가용 워크스테이션, AI 시스템을 겨냥한 제품이다. AI 워크스테이션과 멀티 GPU 시스템은 장시간 높은 부하로 동작하는 경우가 많아 전력 효율이 전체 시스템 운영 비용과 발열을 결정하는 핵심 요소로 떠오르고 있다. 80 PLUS Ruby는 현재 80 PLUS 프로그램에서 가장 높은 효율 등급이다. 기존 Titanium보다 더욱 엄격한 기준을 적용한다. 115V 입력 기준으로 ▲5% 부하에서 85% ▲10% 부하에서 91% ▲20% 부하에서 93% ▲50% 부하에서 95% ▲100% 부하에서도 91% 이상의 변환 효율을 만족해야 한다. 또한 20% 부하에서 역률(Power Factor) 0.95 이상도 충족해야 한다. 특히 Ruby 인증은 저부하 효율을 크게 강화한 것이 특징이다. 시소닉은 Ruby 인증을 획득하기 위해 파워서플라이 플랫폼 전반을 새롭게 최적화했다. 스위칭 제어 회로와 전력 변환 구조, 발열 설계(Thermal Design), 부품 선정, 검증 절차까지 모두 개선해 최고 효율을 달성했다는 것. 시소닉 월터 선(Walter Sun) CEO는 "80 PLUS 프로그램이 시작된 이후 시소닉은 지속적으로 최고 효율 제품을 개발해 왔다"며 "2005년 첫 인증 제품을 선보였고, 2008년에는 최초의 Gold 인증을 획득했다. 이번 Ruby 인증은 그 연장선에 있는 중요한 이정표"라고 밝혔다. 이어 "효율을 1% 높이는 일은 갈수록 어려워지고 있지만, 전 세계적으로는 막대한 전력 절감 효과를 가져온다"고 설명했다. 일반 소비자에게는 1600W급 Ruby 인증 제품이 다소 과한 선택일 수 있다. 하지만 AI 워크스테이션과 렌더링 시스템, 멀티 GPU 연산 서버처럼 수백 와트 이상의 전력을 장시간 사용하는 환경에서는 효율 차이가 전력 비용과 발열 감소로 직결된다. 예를 들어 95% 효율과 92% 효율의 차이는 수치상으로는 3%에 불과하지만, 수 kW 규모의 시스템이 연중무휴(24×7)로 동작하는 데이터센터나 AI 워크스테이션에서는 누적 전력 소비와 냉각 비용에서 상당한 차이를 만들 수 있다. 실제 현장에서는 AI 컴퓨팅 확산으로 GPU와 CPU의 소비전력이 계속 증가하면서, 파워서플라이 역시 출력 대비 변환 효율과 전력 품질(Power Quality)을 더욱 중요시 여기는 추세다. 시소닉 Prime Enterprise RX-1600 Ruby 인증은 이러한 흐름을 반영하는 대표적인 사례로, 향후 초고효율 전원공급장치 시장 확대의 기준이 될 것으로 전망된다. @maxelite
2026.08.19
41
33
AMD는 2026년 중반 기준 AI 에너지 효율이 약 4배 향상됐다고 발표했다. 이는 현 시점에서 예상했던 3배 향상 목표를 앞선 성과이며, 같은 시점의 과거 추세와 비교해도 2배 이상 높은 수준이다. 이번 성과를 바탕으로 AMD는 2024년을 기준으로 2030년까지 AI 학습 및 추론을 위한 랙 스케일 에너지 효율을 20배 향상한다는 목표를 순조롭게 추진하고 있다. 특히 이번 성과는 컴퓨팅 반도체, 메모리, 인터커넥트, 소프트웨어 및 랙 스케일 시스템 설계에 이르기까지 시스템 차원에서 AI 효율성을 높여온 AMD의 접근 방식을 보여준다. AI 워크로드가 지속적으로 확대됨에 따라 에너지 효율 향상은 고객이 전력 1와트당 더 많은 유용한 컴퓨팅 성능을 확보할 수 있도록 지원하는 동시에 전력 사용량을 줄이고, 총소유비용을 개선하며, 전력, 냉각 및 인프라와 관련된 제약을 완화하는 데 도움을 줄 수 있다. AMD의 전망에 따르면 지속적인 효율성 향상이 가져올 잠재적 효과는 매우 큽니다. 2030년에는 약 2개의 AMD 랙이 2024년 기준 570개 랙과 동일한 수준의 컴퓨팅 성능을 제공할 것으로 예상된다. 이를 통해 대표적인 AI 학습 워크로드에서 사용 단계의 전력 소비량은 20분의 1로, 탄소 배출량은 28분의 1로 줄일 수 있을 것으로 전망된다. AMD는 또한 2025-26 기업 책임 보고서(Corporate Responsibility Report)를 발간하고 제품 효율성, 운영, 공급망 책임 및 지역사회 기여 전반에 걸친 성과를 공개했다. 주요 성과로는 2020년부터 2025년까지 운영 과정에서 발생하는 온실가스 배출량을 30% 감축했으며, AMD가 전 세계에서 사용하는 전력의 58%를 재생에너지원으로 조달했다. 또한 책임 있는 비즈니스 관행 준수 여부를 확인하기 위해 제조 공급업체 공장의 99%에 대해 감사를 실시했다. @amd
2026.08.19
17
14
엔비디아가 엔비디아(NVIDIA) RTX GPU에서 큐원3.8-27B(Qwen3.8-27B)를 지원하며, 프론티어급 로컬 코딩 에이전트를 빠르고 효율적으로 실행할 수 있도록 한다. 큐원3.8-27B는 큐원3.8-맥스(Qwen3.8-Max)의 로컬 동반 모델로, 270억 파라미터 규모의 오픈 모델이다. 단일 GPU에서 실행할 수 있으며, 로컬 파일과 도구, 프로젝트 컨텍스트를 활용하는 반응성 높은 코딩 워크플로우를 지원한다. 개발자는 민감한 코드와 독점 데이터, 프로젝트 컨텍스트를 자체 시스템에 유지하면서 개발 과정 전반에서 강력한 AI 지원을 활용할 수 있다. 이 모델은 현재 엔비디아 RTX PRO GPU와 엔비디아 지포스(GeForce) RTX 5090을 비롯한 엔비디아 RTX GPU에서 지원된다. 다중 토큰 예측(multi-token prediction, MTP)으로 최적화된 큐원3.8-27B는 MTP를 적용할 경우 단일 지포스 RTX 5090에서 초당 131토큰의 성능을 제공한다. 이에 따라 에이전틱 코딩, 도구 사용, 장시간 개발 작업 등에서도 빠른 로컬 추론을 구현할 수 있다. 개발자는 라마.cpp(llama.cpp), 올라마(Ollama), 언슬로스(Unsloth), LM 스튜디오 바이오닉(LM Studio Bionic)을 통해 즉시 활용할 수 있으며, 이들 모두 엔비디아 RTX GPU에서 큐원3.8-27B를 지원한다. 엔비디아 RTX의 성능과 쿠다(CUDA) 소프트웨어 생태계, 기존 오픈소스 도구를 결합해 새로운 모델을 폭넓게 지원하고, 빠른 반응성을 갖춘 로컬 에이전틱 코딩 워크플로우를 위한 기반을 제공한다. 한편 큐원3.8-27B는 DGX 스파크(DGX Spark)와 DGX 스테이션(DGX Station)에서도 지원된다. 모든 엔비디아 로컬 AI 디바이스의 NVFP4 지원을 비롯한 추가 최적화 기능도 곧 공개될 예정이다. 이를 통해 큐원3.8-27B는 엔비디아의 상시 구동 개인용 AI 시스템에서 프론티어급 로컬 코딩 에이전트를 구현할 수 있다. PC와 개인용 AI 시스템을 넘어, 엔비디아 젯슨(Jetson)에서도 큐원3.8-27B를 지원해 활용 범위를 엣지 환경으로 확장한다. 강력한 추론 역량과 에이전틱 역량을 갖춘 큐원3.8-27B는 MTP를 활용한 추측 디코딩(speculative decoding)을 통해 엣지 환경에서도 빠르고 반응성 높은 로컬 추론을 지원한다. @nvidia
2026.08.18
2
10
디지털 인프라 솔루션 기업 H3C 코리아는 H3C가 네이티브 Wi-Fi 8 기술과 자체 개발한 Native AI 알고리즘을 결합한 세계 최초 엔터프라이즈급 Wi-Fi 8 액세스 포인트(AP)를 공식 출시했다고 밝혔다. H3C 플래그십 5밴드 Wi-Fi 8 AP는 차세대 무선 표준의 고속 성능을 기반으로, 복잡한 산업 및 기업 무선 환경에서 발생하는 연결 품질 문제를 해결하는 데 초점을 맞춘 제품이다. 혼잡한 무선 환경, AP 간 간섭, 이동 중 로밍, 커버리지 경계 구간에서도 안정적인 연결 경험을 유지하도록 설계했다. AI 기반 엣지 애플리케이션이 확산되면서 기업 무선 네트워크에는 높은 처리 성능뿐 아니라 초고신뢰·저지연 연결도 함께 요구되고 있다. 산업 제어, 원격 의료, 고밀도 오피스, 스마트 캠퍼스와 같은 환경에서는 순간적인 지연이나 패킷 손실도 업무 연속성에 영향을 줄 수 있다. H3C는 Wi-Fi 8 AP를 통해 고속 무선 성능과 연결 신뢰성을 함께 확보하는 엔터프라이즈 무선 인프라를 제시했다. H3C Wi-Fi 8 AP는 내장 AI 엔진을 기반으로 Wi-Fi 8의 Coordinated Spatial Reuse와 동적 스펙트럼 스케줄링을 결합했다. 밀리초 단위의 다중 AP 협업을 통해 스펙트럼 효율을 30% 향상시키고, 커버리지 경계 구간의 처리량을 25% 이상 높인다. 지연에 민감한 업무 환경에서는 지연 시간을 25% 낮추며, 로밍 전환 시 패킷 손실을 25% 줄여 이동 중에도 안정적인 서비스 이용을 지원한다. 운영 관리 기능도 강화했다. H3C는 Agentic AI 기반 유지보수 기능을 적용해 실시간 환경 인식, 주파수 대역 자동 최적화, 장애 원인 분석을 지원한다. 네트워크 관리자는 복잡한 무선 환경에서 수동 개입 부담을 줄이고, 장애 발생 시 원인을 더 빠르게 파악해 대응할 수 있다. H3C는 Broadcom과의 전략적 협력을 기반으로 Wi-Fi 8 생태계 확장에도 속도를 내고 있다. Broadcom의 핵심 칩 기술을 기반으로 다중 주파수 스케줄링과 고밀도 동시 접속 환경에서 요구되는 성능과 안정성을 확보했으며, H3C는 이를 바탕으로 엔터프라이즈 환경에 적합한 Wi-Fi 8 AP를 구현했다. Broadcom WBC Enterprise WLAN 제품 마케팅 디렉터 Mike Powell은 Wi-Fi 8을 차세대 엔터프라이즈 무선 네트워크 시대를 여는 중요한 전환점으로 평가했다. 그는 H3C와의 협력을 기반으로 Wi-Fi 8의 주요 기능을 더 많은 기업 고객에게 제공하겠다는 계획도 밝혔다. H3C는 Wi-Fi 7+ 제품에도 주요 Wi-Fi 8 기능을 선제적으로 적용하고 있다. 이를 통해 기업 고객은 현재 필요한 무선 성능을 확보하면서 향후 Wi-Fi 8 전환까지 고려한 단계적 업그레이드 경로를 선택할 수 있다. @h3c
2026.08.18
13
12
엔비디아(www.nvidia.co.kr)와 LG가 개방형 추론 휴머노이드 파운데이션 모델인 엔비디아 아이작 GR00T(NVIDIA Isaac GR00T)를 기반으로 차세대 이족보행 휴머노이드 로봇을 개발한다고 발표했다. 해당 로봇은 내년 1분기에 공개될 예정이다. 엔비디아와 LG는 8월 13일(현지시간) 미국 캘리포니아주 산타클라라 엔비디아 본사에서 엔비디아 창립자 겸 CEO 젠슨 황(Jensen Huang)과 구광모 LG 대표가 참석한 가운데 양해각서(MOU)를 체결했다. 이를 통해 양사는 로보틱스, AI 팩토리, 모빌리티 분야에서 전략적 협력 구상을 넘어 본격적인 실행 단계에 돌입한다. 이번 협약에 따라 LG는 LG전자(LG Electronics) 미국 테네시 공장 세탁기 생산라인에서 LG 클로이드(LG CLOiD) 휠 베이스 로봇을 실증하고, 엔비디아 DSX와 엔비디아 베라 루빈(Vera Rubin)을 활용한 AI 팩토리 레퍼런스 사이트를 구축할 계획이다. 또한 엔비디아 드라이브 하이페리온(DRIVE Hyperion)을 기반으로 차세대 AI 정의 차량(AI-Defined Vehicle, AIDV) 플랫폼도 개발할 예정이다. 구광모 LG 대표는 “양사의 협업이 속도를 내면서 AI 팩토리와 피지컬 AI 분야에서 함께할 목표가 분명해졌다. 업계를 선도하는 레퍼런스 구축을 통해 AI 확산을 가속화하겠다”고 말했다. 엔비디아 창립자 겸 CEO 젠슨 황은 “피지컬 AI가 제공하는 가장 중요한 기회는 모든 기계가 현실 세계를 이해하고 추론하며, 사람과 함께 안전하게 행동할 수 있는 능력을 갖추도록 하는 데 있다. 이는 가정과 공장 현장, 도로에 이르기까지 우리의 일상을 새롭게 바꿔놓을 것”이라고 말했다. 이어 “LG와 엔비디아는 수년간 이어온 협력을 바탕으로 LG의 제품 엔지니어링 및 제조 분야 리더십과 엔비디아의 기술을 결합해 로봇, AI 팩토리, 자율주행차의 새로운 시대를 앞당기고 있다”고 말했다. 1. 로보틱스 엔비디아, LG 테네시 공장 세탁기 생산라인서 휠 베이스 로봇 실증 지원 LG와 엔비디아는 휴머노이드와 휠 베이스 로봇, 그리고 이를 학습·고도화하는 데 필요한 데이터 시스템에 이르기까지 피지컬 AI의 개발부터 실제 현장 배포까지 전 과정에서 협력을 확대하고 있다. LG는 내년 1분기 공개를 목표로 차세대 이족보행 휴머노이드 로봇을 개발하고 있다. 해당 로봇에는 온보드 컴퓨팅과 고도화된 추론·제어를 위한 엔비디아 젯슨 토르(Jetson Thor)가 탑재되며, 엔비디아의 개방형 휴머노이드 파운데이션 모델인 아이작 GR00T와 업계 최초의 로보틱스용 풀스택 통합 안전 시스템인 엔비디아 헤일로스 포 로보틱스(Halos for Robotics)를 기반으로 개발되고 있다. LG는 LG전자, LG이노텍(LG Innotek), LG에너지솔루션(LG Energy Solution)의 액추에이터, 센서, 배터리 등 ‘원 LG(One LG)’ 역량을 결합할 계획이다. 또한 LG는 연내 휠 베이스 로봇인 LG 클로이드를 LG전자의 미국 테네시 공장 세탁기 생산라인에 투입해 실제 생산 환경에서 실증할 예정이다. LG는 실증 결과를 바탕으로 로봇의 성능과 활용성을 개선하는 동시에 글로벌 생산시설, 가정, 상업 공간으로 적용 범위를 확대할 계획이다. 이번 협력에는 LG의 로봇 데이터 플랫폼인 LG CNS의 피지컬웍스(PhysicalWorks) 기반의 로봇 데이터 팩토리 구축을 위한 기술 협력도 포함된다. 피지컬웍스는 로보틱스를 위한 지속적인 데이터 수집, 합성 데이터 생성, 학습, 검증을 지원하는 현장형 피지컬 AI 데이터 팩토리 구축을 목표로 개발될 예정이다. 이번 협력을 통해 확보되는 로봇 데이터와 제조 현장 실증 경험은 LG가 자체 개발 중인 로봇 파운데이션 모델(Robot Foundation Model, RFM)의 경쟁력 강화에도 활용된다. LG는 자체 AI 모델 역량을 지속적으로 고도화하는 동시에 엔비디아 아이작 GR00T를 적극 활용해 로보틱스 분야의 기술 경쟁력을 강화할 계획이다. 양사는 협력 실행력을 높이기 위해 기술 및 비즈니스 전문가로 구성된 공동 TF(Task Force)를 운영한다. TF는 연구개발, 현장 실증, 상용화 전반에 걸쳐 긴밀하게 협력할 예정이다. 2. AI 팩토리 엔비디아 DSX™ 플랫폼, LG AI 팩토리 레퍼런스 사이트 구축에 활용 LG는 엔비디아 DSX AI 팩토리 아키텍처를 기반으로 열 관리, 전력, 설계, 운영 등 AI 인프라 전반을 아우르는 ‘원 LG’ 역량을 결합하고 있다. LG는 2027년 상반기 엔비디아 베라 루빈을 기반으로 AI 팩토리 레퍼런스 사이트를 구축한다. 이후 해당 성과를 바탕으로 2028년 상반기까지 충청남도 천안에 80MW 규모의 LG AI 팩토리를 구축할 계획이다. 이 AI 팩토리는 피지컬 AI, 특히 로봇 파운데이션 모델 고도화에 활용될 예정이다. 이를 통해 LG는 설계, 구축, 운영까지 전 과정을 아우르는 엔비디아 DSX 플랫폼 기반의 ‘원 LG’ 엔드 투 엔드 AI 팩토리 솔루션을 검증할 계획이다. 향후 이를 기반으로 글로벌 빅테크 고객에게 턴키 방식의 ‘원 LG’ 패키지 솔루션을 제공함으로써 글로벌 AI 인프라 시장에서 사업 기회를 확대할 것으로 기대된다. 3. 미래 모빌리티 엔비디아 드라이브 플랫폼, LG 차세대 AI 정의 차량 개발 지원 LG는 엔비디아 드라이브 하이페리온을 기반으로 LG의 차량용 인포테인먼트(IVI)와 자동차 소프트웨어 역량을 통합한 차세대 AI 정의 차량용 고성능 컴퓨팅 플랫폼을 개발한다. 엔비디아는 AI 기반 자율주행 기술과 차량 컴퓨팅 플랫폼을 바탕으로 LG의 IVI 중심의 차량 부품 역량이 자율주행 분야로 확장될 수 있도록 지원한다. 이를 통해 LG는 자율주행 기능과 차량 내 AI 서비스를 통합한 차세대 자동차 솔루션을 글로벌 완성차 업체(OEM)에 제공하고, 미래 모빌리티 시장에서 새로운 성장 기회를 창출할 계획이다. @nvidia
2026.08.17
11
9
대원씨티에스가 8월 1일부터 31일까지 자사가 유통하는 Corsair 제품 구매 및 사용 고객을 대상으로 여름 특별 이벤트 2종을 진행한다고 밝혔다. 행사는 Show your Corsair와 포토리뷰 & 베스트 후기왕으로 구성되며, 스트림덱 LCD 기계식 키보드, 무선 게이밍 헤드셋, 포터블 모니터, 무선 게이밍 마우스 등 Corsair 인기 제품을 경품으로 제공한다. Daewon CTS is holding two summer events for customers using or purchasing Corsair products, offering prizes including a Stream Deck LCD mechanical keyboard, gaming headset, portable monitor and wireless gaming mouse. IT 기기 수입·유통 전문 기업 대원씨티에스가 8월 1일부터 31일까지 자사가 유통하는 Corsair 제품을 대상으로 여름 특별 이벤트 2종을 진행한다고 밝혔다. 행사는 Corsair 메모리, 케이스, 파워서플라이, 쿨러 등 대원씨티에스 유통 제품을 사용하는 고객과 신규 구매 고객을 대상으로 운영된다. 대원씨티에스는 Corsair 제품 사용 경험을 공유하고, 구매 고객에게 추가 혜택을 제공하기 위해 이벤트를 마련했다. 첫 번째 이벤트는 Show your Corsair다. 참여자는 대원씨티에스가 유통하는 Corsair 부품으로 구성한 자신의 PC 사진과 리뷰를 커뮤니티 빌런 등 테크 커뮤니티에 게시한 뒤 QR코드를 통해 응모하면 된다. 추첨을 통해 선정된 참여자에게는 Corsair 갤리온 100 SD 스트림덱 LCD 기계식 키보드와 Corsair VOID V2 RGB 무선 게이밍 헤드셋이 경품으로 제공된다. 두 번째 이벤트는 포토리뷰 & 베스트 후기왕이다. 대원씨티에스 유통 Corsair 제품을 구매한 고객이 대상이며, 제품 사진 1장 이상과 20자 내외의 간단한 리뷰를 작성한 뒤 QR코드를 통해 응모할 수 있다. 포토리뷰 & 베스트 후기왕 참여 고객에게는 추첨을 통해 Corsair XENEON 엣지 보조 포터블 모니터와 Corsair 세이버 V2 Pro CF 무선 게이밍 마우스가 제공된다. 별도로 제출 유형을 준수한 선착순 100명에게는 참가상으로 네이버페이 포인트 1만원이 지급된다. 대원씨티에스 남혁민 본부장은 "이번 이벤트를 통해 Corsair 제품을 사용하는 고객들과 더욱 가깝게 소통하고, 실제 사용 후기를 통해 제품을 알릴 수 있는 기회가 되길 바란다"고 전했다. 대원씨티에스가 공급하는 제품은 박스에 부착된 대원씨티에스 정품 스티커를 통해 확인할 수 있다. 대원씨티에스는 자체 운영하는 직영 서비스 센터를 통해 기술지원과 A/S 서비스를 제공한다. @dwtcs @corsair
2026.08.13
8
7
이커머스 전문기업 커넥트웨이브가 운영하는 가격비교 서비스 다나와는 최근 1년간(2025년 8월~2026년 7월) 주요 생성형 AI 플랫폼을 통한 방문자 수를 분석한 결과, 전년 동기 대비 119% 증가했다. 이번 조사는 웹사이트 트래픽 분석 도구인 구글 애널리틱스(Google Analytics)의 유입 데이터를 기반으로 진행됐다. 기기별로는 PC 웹사이트 방문자가 115%, 모바일 웹사이트 방문자가 127% 증가하며 생성형 AI가 새로운 쇼핑 유입 채널로 빠르게 자리 잡고 있는 것으로 나타났다. AI 플랫폼별 증가율은 제미나이(Gemini)가 910%로 가장 높은 증가세를 기록했다. 이어 챗GPT(ChatGPT)가 92.5%, 퍼플렉시티(Perplexity)가 91.8% 증가했다. 실제 유입 규모는 챗GPT가 가장 컸다. 최근 1년간 생성형 AI를 통한 전체 방문자 가운데 챗GPT 비중은 62.1%로 가장 높았으며, 퍼플렉시티, 제미나이, 클로드(Claude)가 뒤를 이었다. 생성형 AI를 통한 유입 이용자는 가격 비교와 구매 탐색 과정으로 자연스럽게 연결되고 있다. 커넥트웨이브의 자체 분석 결과, 최근 1년간 생성형 AI를 통해 다나와와 에누리를 방문한 이용자 중 다나와는 33%, 에누리는 27%가 제휴 쇼핑몰로 이동했다. 다나와는 이러한 변화에 맞춰 국내 가격비교 플랫폼 최초로 'AI 쇼핑 MCP(Model Context Protocol)'를 선보였다. 이를 통해 AI가 다나와의 실시간 가격 및 상품 데이터를 활용해 이용자에게 적합한 상품과 구매처를 추천할 수 있도록 지원한다. 현재는 클로드와 연동해 서비스를 제공하고 있으며, 향후 챗GPT, 제미나이 등 주요 생성형 AI 플랫폼으로 연동을 순차적으로 확대해 생성형 AI 기반 가격비교 서비스 시장의 주도권을 확고히 확보해 나갈 계획이다. 다나와는 20년 이상 축적한 14억 건 이상의 상품 데이터를 기반으로 쿠팡, 네이버, 11번가, G마켓, SSG닷컴 등 국내 주요 쇼핑몰과 실시간 연동해 가격, 재고, 할인 혜택 정보를 제공하고 있다. 특히 다양한 쇼핑몰에 분산된 상품 정보를 표준화하고 카탈로그화한 데이터 경쟁력이 생성형 AI 시대 핵심 자산으로 평가받고 있다.
2026.08.13
9
9
최신 PCIe 4.0 인터페이스 기반 최대 4700MB/s 읽기 속도 지원 그래핀 소재 방열판 기본 부착으로 효과적인 발열 제어 및 안정성 확보 컴퓨터 관련 주요 부품 수입 유통 전문 업체 서린씨앤아이(대표: 전덕규 www.seorincni.co.kr)가 AGI의 신규 M.2 NVMe SSD 제품인 AI818 1TB 모델을 정식 출시했다. 이번 신제품은 PCIe 4.0 인터페이스를 채택하여 고성능을 요구하는 최신 시스템에 적합하며 우수한 데이터 전송 속도와 안정적인 발열 제어 솔루션을 갖춘 것이 특징이다. 새롭게 선보이는 AI818은 M.2 2280 폼팩터 규격으로 설계되어 데스크톱 PC는 물론 노트북과 소니 플레이스테이션 5 등 다양한 플랫폼에서 높은 호환성을 제공한다. PCIe Gen4x4 대역폭을 활용하여 1TB 용량 기준 최대 읽기 속도 4700MB/s와 최대 쓰기 속도 2800MB/s를 지원해 고용량 게임 실행이나 무거운 작업 환경에서 시스템의 전반적인 반응 속도를 크게 향상시킨다. 또한 고성능 SSD 구동 시 발생하는 발열을 억제하기 위해 열전도율이 뛰어난 그래핀 소재의 쿨링 방열판을 제품 표면에 기본으로 부착했다. 이를 통해 장시간 데이터 읽기 및 쓰기 작업이 지속되는 상황에서도 스로틀링 현상을 방지하고 일관된 성능을 유지할 수 있도록 돕는다. 엄격한 품질 관리를 거친 3D 낸드 플래시 메모리를 탑재하여 향상된 전력 효율과 내구성을 확보한 점도 돋보인다. 기본적인 스토리지 유지 보수 기능도 충실히 지원한다. 저장 공간의 일부를 단일 레벨 셀 방식으로 활용하여 전체적인 쓰기 성능을 끌어올리는 SLC캐싱 기술과 불필요한 데이터를 정리해 쾌적한 속도를 유지하는 트림 기능 그리고 드라이브 상태를 파악하는 SMART 기술을 적용해 장기간 사용 시에도 데이터 무결성과 신뢰성을 유지할 수 있도록 시스템 안정성을 강화했다. AGI 고성능 M.2 NVMe SSD AI818 1TB 제품은 공식 유통사인 서린씨앤아이를 통해 5년간의 무상 보증 서비스를 제공받을 수 있어 사용자가 오랜 기간 안심하고 제품을 운용할 수 있도록 지원한다. AGI AI818 M.2 NVMe 서린(1TB) https://prod.danawa.com/info/?pcode=123764697 @seorincni
2026.08.11
13
10
엔비디아가 로보택시와 자율주행차 개발을 위한 프론티어급 개방형 추론 모델 ‘엔비디아 알파마요 2 슈퍼(NVIDIA Alpamayo 2 Super)’의 상업적 이용을 지원한다고 밝혔다. 알파마요 2 슈퍼는 개방형 상용 라이선스와 벤치마크 선도 추론 성능, 검토 가능한 의사결정 과정을 바탕으로 로보택시를 포함한 자율주행차가 양산과 대규모 배포에 한 걸음 더 다가설 수 있도록 지원한다. 로보택시를 비롯한 자율주행차가 해결해야 할 가장 어려운 문제는 일상적인 상황이 아니다. 예측하고 학습하기 어려운 드물고 복잡한 상황이다. 이러한 롱테일 상황에 대응하려면 객체 탐지와 동작 예측만으로는 부족하다. 자율주행차는 상황을 이해하고 인과관계를 추론하며, 적절한 행동을 선택해 이를 안전하고 편안한 주행 경로로 전환해야 한다. 이 모든 과정은 실시간으로 이뤄져야 하며, 개발자가 이를 검토·검증하고 신뢰할 수 있어야 한다. 상업적 이용이 가능한 엔비디아 알파마요 2 슈퍼는 허깅페이스(Hugging Face)에서 가장 널리 채택된 자율주행용 개방형 추론 모델군인 알파마요 제품군에 속한다. 이는 단일 파운데이션 모델에서 자율주행차와 관련된 광범위한 기능을 지원한다. 엔비디아 코스모스 3 슈퍼 리즈너(Cosmos 3 Super Reasoner)를 기반으로 구축되고 강화학습을 통해 사후 학습된 이 모델은 개방형 상용 라이선스와 자율주행을 위한 선도적인 멀티태스크 역량이라는 두 가지 측면에서 자율주행차 생태계를 발전시킨다. 알파마요 2 슈퍼는 자율주행을 위한 엔비디아의 개방형 모델, 데이터세트와 도구 제품군에 새롭게 추가됐다. 이를 통해 접근성을 확대하고 경쟁을 촉진하며, 개발자의 통제권을 강화해 더욱 안전하고 투명한 자율주행차 배포를 지원한다. 양산 자율주행차를 위한 개방형 라이선스 알파마요 2 슈퍼는 개방형 AI 모델 배포를 위한 리눅스 재단(Linux Foundation)의 허용적 라이선스인 오픈MDW(OpenMDW)-1.1에 따라 허깅페이스에서 제공된다. 해당 라이선스는 파인 튜닝, 파생 모델 개발과 상업적 재배포를 허용한다. 이에 따라 자율주행차 개발사, 자동차·트럭 제조사와 부품 공급업체는 알파마요를 자체 데이터, 주행 정책과 배포 전략에 맞게 조정할 수 있다. 이러한 개방성은 자율주행차 연구기관과 기업이 자체 데이터와 인프라에 대한 통제권을 유지하고, 특화 모델과 축적된 노하우를 통해 창출한 가치를 직접 소유할 수 있도록 한다. 이러한 통제권은 자체 보유 차량 플릿과 안전이 관련된 워크플로우에서 특히 중요하다. 기존 알파마요 모델은 처음에는 연구개발 목적으로 공개됐다. 현재 오픈MDW 라이선스는 알파마요 모델군 전체에 적용되고 있으며, 개발자는 추가 허가 없이 모든 알파마요 모델을 상업적으로 배포할 수 있다. 이를 통해 모델 조정부터 실제 배포까지 직접 이어지는 경로를 확보할 수 있다. 개방형 가중치는 이러한 경로의 경제성을 높인다. 개발팀은 모든 파운데이션 기능을 처음부터 다시 학습하거나 각 작업에 프론티어 모델 수준의 비용을 지불하지 않고도 고도화된 추론 기능을 활용할 수 있다. 각 작업에 적합한 모델을 적절한 비용으로 선택할 수 있는 것이다. 알파마요 2 슈퍼는 클라우드 기반 개발 워크플로우에서 프론티어급 추론을 지원한다. 개발자는 고품질 추론 과정과 합성 학습 데이터, 모델 증류를 위한 교사 모델의 출력값을 생성할 수 있다. 알파마요 모델군 가운데 알파마요 2 슈퍼는 멀티모달 자율주행 개발을 위한 가장 뛰어난 추론·주행 성능을 제공한다. 알파마요 1.5와 알파마요 1은 클라우드 기반 개발과 모델 증류를 위한 더욱 비용 효율적인 선택지를 제공한다. 이렇게 생성된 증류 모델은 양산 차량에서 효율적인 실시간 추론을 수행하도록 최적화할 수 있다. 알파마요 모델군은 프론티어급 추론과 상용 자율주행 차량 플릿 전반의 확장 가능한 배포를 결합해 클라우드에서 차량까지 이어지는 워크플로우를 제공한다. 이를 통해 자율주행차 개발팀은 클라우드에서 프론티어급 추론을 활용하고, 차량에서는 효율적인 특화 모델을 운영할 수 있다. 이는 안전한 자율주행 기술을 상용 차량 플릿으로 확장하는 더욱 지속 가능한 방식이다. 벤치마크를 선도하는 프론티어급 추론 성능 알파마요 2 슈퍼는 자율주행 추론 벤치마크인 링고QA(LingoQA)에서 평가된 약 40개 모델 가운데 1위를 차지했다. 엔비디아가 링고-저지(Lingo-Judge) 지표를 활용해 진행한 테스트에서 큐원2.5-VL(Qwen2.5-VL) 72B보다 17.0점, 제미나이 2.5 프로(Gemini 2.5 Pro)보다 15.1점, 지피티-4o(GPT-4o)보다 23.2점 높은 성능을 기록하며 주행 중심 시나리오에서 최첨단 추론 성능을 입증했다. 알파마요 2 슈퍼는 엔비디아가 평가한 모든 자율주행 벤치마크에서도 1위를 기록하며, 광범위한 자율주행 기능 전반에서 선도적인 성능을 보였다. 알파마요 2 슈퍼는 100억 개의 파라미터를 갖춘 엔비디아 알파마요 1.5와 알파마요 1보다 3배 큰 규모를 제공한다. 확대된 모델 용량을 바탕으로 희소한 사례에서도 추론을 더욱 효과적으로 일반화할 수 있다. 이는 기존 시스템이 어려움을 겪는 여러 교통 주체 간의 드물고 복잡한 상호작용에 대응하는 데 필수적인 역량이다. 알파마요 2 슈퍼는 차량의 전방과 측면, 후방을 아우르는 전방위 카메라 영상을 통합해 추론한다. 이러한 360도 상황 정보는 차선 변경, 합류, 비보호 회전과 복잡한 교차로처럼 위험이 자주 발생하는 상황을 더욱 풍부하게 이해할 수 있도록 한다. 로보택시·자율주행을 위한 멀티태스크 파운데이션 모델 알파마요 2 슈퍼는 각각의 주행 상황에서 서로 긴밀하게 연계된 다음과 같은 다섯 가지 결과를 생성할 수 있다. - 차량의 계획된 주행 경로를 나타내는 궤적 - 의사결정의 추론 근거를 설명하는 인과관계 연쇄(Chain of Causation, CoC) 추적 정보 - 양보, 차선 변경, 정지 등 모델의 의도를 나타내는 메타 액션 - 학습·검증 데이터용 CoC 주석을 생성하는 추론 자동 라벨 - 모델의 답변을 카메라 영상의 특정 영역과 연결하는 2D 시각 그라운딩 기반 시각 질의응답 결과 이러한 결과를 통해 모델의 의사결정 과정을 파악할 수 있다. 개발자는 모델이 관찰한 내용과 선택한 행동을 연결해 의사결정을 더욱 쉽게 이해하고 비판적으로 검토하며 검증할 수 있다. CoC 추적 정보는 엔비디아 헤일로스(Halos) 안전 검증 워크플로우와 통합되며, ISO/PAS 8800 요구사항에 맞춘 AI 안전 체계를 지원한다. 이를 통해 자율주행차 안전 엔지니어링을 위한 더욱 강력한 기반을 제공한다. 알파마요 2 슈퍼는 자동 라벨러로도 배포할 수 있다. 자체 차량 운행 데이터에서 CoC 라벨을 생성하고, 2D 그라운딩을 적용한 시각 질의응답을 수행한다. 모델의 추론을 카메라 영상의 특정 영역과 연결함으로써 원시 주행 영상을 더욱 풍부한 학습 데이터로 전환하고, 주석 작업 주기를 수개월에서 수일로 단축할 수 있다. 알파마요 2 슈퍼는 주행 계획과 자동 라벨링뿐 아니라 장면 이해, 모델 결과 검토와 지식 증류도 지원한다. 이러한 멀티태스크 역량을 통해 개발자는 개발 스택의 더욱 많은 영역에서 하나의 파운데이션 모델을 활용할 수 있으며, 도구 구성을 단순화하고 개발 반복 주기를 단축할 수 있다. 추론 기반 자율주행차를 위한 개방형 생태계 알파마요 2 슈퍼는 자율주행차 개발을 위한 광범위한 개방형 모델, 프레임워크와 데이터세트 제품군에 포함된다. 알파마요 제품군은 다음과 같은 도구도 제공한다. - 폐루프(closed-loop) 시뮬레이션을 제공하는 엔비디아 알파심(AlpaSim) - 고처리량 강화학습을 지원하는 엔비디아 알파짐(AlpaGym) - 학습과 테스트를 위한 데이터를 제공하는 엔비디아 피지컬 AI 오픈 데이터세트 - 모델 개발과 학습, 검증을 가속하는 개방형 학습 레시피와 자동 라벨링 파이프라인 알파마요는 허깅페이스에서 다운로드 50만 건을 돌파했다. 이를 통해 해당 플랫폼에서 가장 널리 채택된 자율주행용 개방형 추론 모델군으로서의 입지를 더욱 강화했다. @nvidia
2026.08.09
10
12
민간용 드론 및 창의적인 카메라 기술 분야의 글로벌 리더 DJI가 내장 녹음을 지원하는 DJI 최초의 미니 무선 마이크 ‘DJI Mic Mini 2S’를 출시한다고 밝혔다. 지난 4월 출시된 DJI Mic Mini 2를 기반으로 제품 시리즈를 한 단계 확장한 DJI Mic Mini 2S는 작고 유연한 형태로 모든 디테일을 안정적으로 담아야 하는 크리에이터를 위해 설계됐다. DJI Mic Mini 2S는 32-bit Float 내장 녹음과 최대 28시간 분량의 오디오 저장을 지원하며, 최대 4대의 송신기(TX)와 1대의 수신기(RX)를 연결할 수 있는 세대 간 호환 연결, 2단계 AI 노이즈 캔슬링을 제공한다. 이를 통해 1인 촬영부터 거리 인터뷰, 팟캐스트, 다인 콘텐츠 제작에 이르기까지 다양한 녹음 시나리오를 지원할 수 있다. 보다 안정적인 오디오 녹음을 지원해 테이크 손실 위험을 줄이고, 예측하기 어려운 녹음 환경에서도 중요한 순간을 놓치지 않도록 돕는다. 32-bit Float 내장 녹음을 지원해 후반 작업에서 큰 음량 변화도 보다 유연하게 조정할 수 있다. 이를 통해 미세한 속삭임부터 갑작스럽게 커지는 소리까지 폭넓은 다이내믹 레인지를 클리핑 없이 생생하게 담아낼 수 있다. 또한 각 송신기에는 약 14.5GB의 내장 저장 공간이 탑재되어 있으며, 기본 24-bit 모드 기준 최대 28시간의 오디오를 녹음할 수 있다. 크리에이터가 원하는 사운드를 보다 정밀하게 제어할 수 있도록 다양한 오디오 조정 기능을 제공한다. 2단계 AI 노이즈 캔슬링은 촬영 환경에 맞춰 최적화된 성능을 제공한다. 기본(Basic) 모드는 선풍기, 에어컨, 잔향 등 실내 배경 소음을 줄여주며, 강함(Strong) 모드는 야외의 강한 소음을 억제해 음성을 더욱 또렷하게 전달한다. 또한 클리핑 제어(Clipping Control) 기능은 음량 변화가 큰 환경에서 갑작스러운 음량 피크를 자동으로 낮춰 왜곡을 줄여주며, 음량 균형(Loudness Balance) 기능은 인터뷰나 라이브 스트리밍 환경에서도 일관된 출력 레벨을 유지한다. 아울러 사용자는 일반(Regular), 브라이트(Bright), 리치(Rich) 등 세 가지 음성 톤 프리셋을 선택할 수 있다. 일반 모드는 균형 잡힌 자연스러운 사운드, 브라이트 모드는 더 선명하고 존재감 있는 음성, 리치 모드는 한층 풍부하고 따뜻한 톤을 제공한다. 이를 통해 복잡한 후반 작업 없이도 완성도 높은 오디오 결과물을 얻을 수 있다. 수신기(RX) 1대는 동시에 최대 4대의 송신기(TX)와 연결할 수 있어 원탁 토론, 팟캐스트, 인터뷰, 소규모 그룹 콘텐츠 제작에 적합하다. 또한 Mic Mini 및 Mic Mini 2 송신기를 비롯한 이전 세대 DJI 마이크는 물론 DJI Mic 시리즈 모바일 수신기와도 호환이 가능해 기존 DJI 마이크 사용자는 다인 콘텐츠 제작으로 확장하는 과정에서 장비를 보다 경제적으로 업그레이드하고 확장할 수 있다. 송신기의 무게는 약 12g이며, 클립과 마그네틱 부착 방식을 모두 지원해 편안하게 착용하거나 음원 가까이에 손쉽게 배치할 수 있다. 마그네틱 전면 커버는 분리할 수 있어 크리에이터가 의상에 맞춰 마이크를 개성 있게 연출할 수 있다. Mic Mini 2와 함께 처음 선보인 8가지 컬러의 마그네틱 전면 커버는 별도로 구매할 수 있다. 또한 세계적인 일러스트레이션 아티스트 Victo Ngai와 협업한 ‘DJI Mic Mini 2S 타임 시리즈(Time Series)’ 마그네틱 전면 커버는 삶의 다양한 단계를 담은 디자인으로, 오디오 작업 여정에 창의적인 영감을 더한다. 크리에이터가 일상적으로 촬영하거나, 가볍게 여행을 떠나거나, 여러 장소를 빠르게 이동하며 작업하는 상황에서도 DJI Mic Mini 2S는 일상 속에서 더욱 편리하게 사용할 수 있도록 설계됐다. 송신기는 Osmo Pocket 4P, Osmo Pocket 4, Osmo 360, Osmo Nano, Osmo Action 6를 포함한 일부 오즈모(Osmo) 카메라 제품과 기본 연결을 지원하며, 별도의 수신기 없이 48kHz 24-bit 고품질 오디오를 해당 기기로 직접 전송할 수 있다. 이 같은 OsmoAudio 직접 연결(OsmoAudio Direct Connection) 기능은 이미 DJI 생태계에서 작업하는 크리에이터의 설정 과정을 간소화해 DJI 이미징 제품군과 자연스럽게 연동되는 간편한 무선 워크플로를 구현할 수 있다. DJI Mic Mini 2S는 오늘부터 DJI 스토어(store.dji.com) 및 공인 판매처를 통해 주문할 수 있으며, 가격 및 구성은 다음과 같다. DJI Mic Mini 2S (2 TX + 1 RX + 충전 케이스): 229,000원 DJI Mic Mini 2S (1 TX + 1 RX): 130,000원 DJI Mic Mini 2S (1 TX + 1 모바일 RX + 충전 케이스): 130,000원 DJI Mic Mini 2S 송신기: 85,100원 DJI Mic Mini 2S 충전 케이스: 51,000원 DJI Mic Mini 2S 멀티 컬러 마그네틱 전면 커버 세트: 20,200원 DJI Mic Mini 2S 타임 시리즈 마그네틱 전면 커버 세트: 42,100원
2026.08.08
9
8
전 세계 1500만 명 이상의 등록 사용자를 보유한 글로벌 AI 2D 창작 플랫폼 픽스AI(PixAI)를 운영하는 메타노멀리 K.K.는 이미지 생성과 영상 제작, 편집, 에셋 관리를 하나의 시각적 제작 흐름으로 연결하는 통합형 AI 창작 도구 ‘PixAI Studio’를 정식 출시했다고 밝혔다. PixAI Studio는 프롬프트를 입력해 개별 이미지를 생성하는 기존 방식에서 나아가 캐릭터 제작과 장면 편집, 영상 변환, 음성 합성, 후속 에셋 제작 등 여러 창작 단계를 하나의 캔버스에서 설계하고 관리할 수 있도록 만든 노드 기반 워크스페이스다. 이용자는 이미지, 영상, 텍스트, 오디오 등의 에셋과 생성·편집 단계를 노드 형태로 자유롭게 배치하고 연결할 수 있다. 각 노드의 출력은 다음 제작 단계의 입력으로 이어지며, 기존에 여러 도구와 작업 화면을 오가며 진행하던 복잡한 제작 과정을 하나의 시각적 워크플로로 구성할 수 있다. 예를 들어 캐릭터 이미지를 생성한 뒤 표정과 의상, 배경을 수정하고 여러 장면에 배치해 연속된 스토리 이미지를 만들 수 있다. 완성된 장면은 영상 변환과 음성 합성 단계로 연결해 짧은 애니메이션이나 뮤직비디오, 게임 프로모션 영상으로 확장할 수 있다. 제작 도중 특정 장면이나 결과물을 변경해야 할 경우에도 해당 노드의 입력이나 설정만 조정해 후속 작업에 반영할 수 있다. 전체 제작 과정을 처음부터 반복하지 않고 필요한 단계에 집중할 수 있어 시안 비교와 반복 수정에 필요한 시간과 작업 부담을 줄인다. 픽스AI는 이번 출시를 통해 AI 창작의 중심을 ‘한 번의 결과물 생성’에서 ‘반복 가능하고 확장 가능한 콘텐츠 제작 파이프라인’으로 넓힌다는 계획이다. 한 장의 이미지 생성에서 전체 콘텐츠 제작 파이프라인으로 기존 AI 창작 환경에서는 이미지를 생성한 뒤 결과물을 내려받고, 편집이나 영상 제작을 위해 별도의 도구에 다시 업로드하는 방식이 일반적이었다. 캐릭터와 장면이 늘어날수록 파일과 버전을 개별적으로 관리해야 했으며, 수정이 발생할 때마다 참고 이미지와 설정을 다시 입력하거나 여러 제작 단계를 반복해야 했다. 특히 연재 만화, 애니메이션, 비주얼 노벨, 게임 콘텐츠처럼 동일한 캐릭터와 세계관이 여러 장면에 걸쳐 이어지는 프로젝트에서는 작업 흐름이 쉽게 단절될 수 있었다. PixAI Studio는 캐릭터 생성, 장면 구성, 이미지 편집, 영상 변환, 음성 합성, 텍스트 배치, 에셋 관리 등 분산돼 있던 제작 단계를 하나의 캔버스 안에 통합한다. 이용자는 프로젝트 목적에 맞게 필요한 노드를 배치하고, 각 결과물이 다음 작업으로 이어지는 구조를 직접 설계할 수 있다. 여러 도구를 오가며 파일을 이동하거나 동일한 설정을 반복하는 과정을 줄여 초기 아이디어를 실제 결과물로 발전시키는 데 필요한 시간을 단축한 것이 특징이다. 이를 통해 AI 생성 결과물은 한 번 사용하고 끝나는 이미지가 아니라 새로운 장면과 이야기, 영상 콘텐츠에 반복적으로 활용할 수 있는 프로젝트 자산으로 기능한다. PixAI는 최종 결과물뿐 아니라 결과물이 만들어지는 과정까지 구조화함으로써 개인 크리에이터도 전문 제작 환경에서 사용하는 콘텐츠 파이프라인을 보다 직관적으로 운영할 수 있도록 했다고 설명했다. 생성·편집·영상·음성 흐름을 한 캔버스에서 PixAI Studio의 핵심은 다양한 제작 단계와 에셋의 관계를 시각적으로 보여주는 노드 기반 캔버스다. 각 노드는 이미지, 영상, 텍스트, 오디오 등의 에셋이나 생성·편집 작업을 나타낸다. 이용자는 필요한 노드를 캔버스 위에 배치하고 선으로 연결해 하나의 아이디어가 어떤 과정을 거쳐 최종 콘텐츠로 발전하는지를 한눈에 확인할 수 있다. 작업 구조가 화면에 표시되기 때문에 여러 장면과 버전이 동시에 만들어지는 프로젝트에서도 각 에셋이 어디에서 생성됐고, 어떤 후속 작업에 활용되는지 쉽게 파악할 수 있다. 시네마틱 영상 제작에서는 이미지 생성부터 영상 변환, 음성 합성까지 이어지는 과정을 하나의 워크플로로 구성할 수 있다. 캐릭터와 배경을 이미지로 제작한 뒤 움직임을 추가하고, 음성과 오디오를 결합해 하나의 영상 콘텐츠로 완성하는 방식이다. 연재 만화 제작에서는 캐릭터 설정을 기준으로 페이지별 구도를 생성하고, 장면 이미지와 대사·텍스트를 같은 캔버스에서 관리할 수 있다. 캐릭터 설정과 각 페이지의 제작 관계를 하나의 흐름으로 연결해 장기 연재나 스토리 기반 프로젝트의 구조를 체계적으로 관리할 수 있다. 픽스AI는 노드 기반 제작 방식을 전문 기술자만을 위한 복잡한 도구가 아니라 개인 일러스트레이터와 만화 창작자, 영상 크리에이터도 활용할 수 있는 시각적 창작 환경으로 제공한다는 방침이다. 160만 개 이상 커뮤니티 LoRA와 기존 작품 자산 직접 연결 PixAI Studio는 픽스AI가 자체 개발한 애니메이션 특화 이미지 모델을 비롯해 160만 개 이상의 커뮤니티 LoRA를 포함한 플랫폼의 모델 생태계에 직접 접근할 수 있도록 설계됐다. 이용자는 프로젝트에 필요한 모델과 LoRA를 선택하고 이미지 생성, 편집, 영상 제작 단계와 조합해 자신만의 제작 워크플로를 구성할 수 있다. 여러 LoRA를 함께 활용해 프로젝트 고유의 화풍과 시각적 특징을 설정하고, 동일한 구성을 연재 만화와 애니메이션, 게임 비주얼, 시리즈 콘텐츠 전반에 적용하는 것도 가능하다. 이는 개별 장면에서 같은 캐릭터를 유지하는 것을 넘어 프로젝트 전체의 색감과 표현 방식, 화면 분위기를 일관되게 관리하는 데 도움이 된다. 기존에 픽스AI에서 제작한 작품도 Studio 안으로 불러와 새로운 프로젝트의 에셋으로 활용할 수 있다. 이미 완성한 캐릭터나 장면에 새로운 의상과 배경을 적용하거나 다른 구도와 후속 장면을 제작한 뒤 영상 콘텐츠로 확장할 수 있다. 외부 도구를 오가며 작품을 내려받고 다시 업로드하는 과정을 줄이고, 픽스AI 안에서 생성과 편집, 에셋 활용, 후속 제작이 자연스럽게 이어지도록 한 점도 주요 특징이다. 픽스AI는 애니메이션·2D 창작에 특화된 자체 모델과 대규모 커뮤니티 LoRA 생태계, 이용자가 축적한 기존 작품을 하나의 제작 환경에서 연결할 수 있다는 점이 범용 노드 도구와 구별되는 PixAI Studio의 핵심 경쟁력이라고 설명했다. 영상·연재 만화·캐릭터 디자인으로 활용 영역 확대 PixAI Studio는 단일 이미지 제작을 넘어 여러 단계와 형식을 결합해야 하는 복합 콘텐츠 프로젝트에 활용할 수 있다. 시네마틱 영상 제작에서는 이미지 생성, 영상 변환, 음성 합성 과정을 하나의 제작 구조로 연결할 수 있다. 캐릭터와 배경 이미지를 영상화하고 오디오를 결합해 짧은 애니메이션과 뮤직비디오, 게임 프로모션 영상 등을 제작할 수 있다. 연재 만화 제작에서는 캐릭터 설정, 페이지별 구도 생성, 장면 이미지 제작, 대사와 텍스트 관리를 한곳에서 진행할 수 있다. 동일한 인물과 세계관이 반복해서 등장하는 프로젝트에서도 캐릭터 설정과 페이지별 제작 흐름을 연결해 관리할 수 있다. 캐릭터 디자인 과정에서는 하나의 기본 설정을 바탕으로 표정과 의상, 포즈, 배경이 다른 여러 버전을 효율적으로 제작할 수 있다. 캐릭터 설정 자료와 감정별 표정, 의상 시안, 홍보용 비주얼 등 시리즈 제작에 필요한 에셋을 하나의 워크플로에서 확장할 수 있다. 여러 LoRA를 조합하면 프로젝트 고유의 화풍을 설정하고 이를 전체 시리즈에 적용할 수 있어 캐릭터의 외형뿐 아니라 색감과 표현 방식까지 통일된 콘텐츠 제작에 활용할 수 있다. 픽스AI는 이를 통해 개인 창작자도 여러 전문 도구를 별도로 구축하지 않고, 캐릭터 디자인에서 연재 콘텐츠와 영상 제작까지 이어지는 복합 프로젝트를 한곳에서 진행할 수 있도록 지원한다. 템플릿과 캐릭터 일관성으로 전문 워크플로 진입장벽 낮춰 노드 기반 도구는 높은 자유도를 제공하지만, 처음 접하는 이용자에게는 복잡하게 느껴질 수 있다. PixAI Studio는 이용자가 모든 제작 구조를 처음부터 직접 설계해야 하는 부담을 줄이기 위해 이미지와 영상 제작용 사전 템플릿을 제공한다. 이용자는 목적에 맞는 템플릿을 선택해 바로 작업을 시작한 뒤 필요한 노드와 모델, 에셋을 추가해 자신만의 워크플로로 발전시킬 수 있다. 초보 이용자는 미리 구성된 제작 흐름을 따라가며 각 노드의 역할과 연결 방식을 익힐 수 있다. 숙련된 크리에이터는 템플릿을 출발점으로 여러 모델과 LoRA, 편집 단계를 결합한 복잡한 제작 파이프라인을 구축할 수 있다. 여러 장면을 제작하는 과정에서도 캐릭터의 외형과 핵심 특징을 유지하기 쉽도록 설계한 점도 주요 특징이다. 동일한 캐릭터가 반복해서 등장하는 애니메이션과 연재 만화, 비주얼 노벨, 게임 콘텐츠에서는 얼굴과 의상, 색상, 시각적 특징의 일관성이 전체 완성도를 좌우한다. PixAI Studio에서는 하나의 캐릭터 에셋을 중심으로 표정과 포즈, 의상, 배경, 장면 연출을 확장해 프로젝트 전체의 통일감을 높일 수 있다. 이용자는 한 명의 오리지널 캐릭터를 기반으로 일상 장면과 전투 장면, 표정 차이, 의상 시안, 홍보 포스터와 짧은 영상까지 하나의 프로젝트 안에서 발전시킬 수 있다. 생성 도구를 넘어 ‘AI 콘텐츠 제작 환경’으로 픽스AI는 그동안 애니메이션풍·2D 이미지 생성에 특화된 플래그십 모델 ‘Tsubaki.2’, 프롬프트 없이 대화로 이미지를 생성하는 AI 창작 에이전트 ‘Mio.2’, 자연어 기반 이미지 편집 모델 ‘PixAI Edit Pro(v1.0)’ 등을 선보이며 창작 기능을 확대해 왔다. PixAI Studio는 이러한 개별 기능과 모델 생태계, 이용자가 축적한 작품을 실제 콘텐츠 제작 단계에 맞춰 연결하는 상위 작업 환경이다. 이번 출시는 새로운 생성 모델 하나를 추가한 업데이트가 아니라 픽스AI가 보유한 이미지·영상·편집·에셋 기능을 하나의 제작 시스템으로 재구성한 대규모 제품 확장이라는 점에서 의미가 있다. 픽스AI는 이를 통해 생성형 AI 서비스의 역할을 결과물을 빠르게 만드는 도구에서 창작자가 아이디어와 에셋, 여러 제작 단계를 직접 설계하고 관리하는 콘텐츠 제작 환경으로 확장한다는 전략이다. 픽스AI는 생성형 AI를 실제 콘텐츠 제작에 활용하기 위해서는 개별 모델의 성능뿐 아니라 여러 작업 단계를 안정적으로 연결하고, 만들어진 에셋을 반복적으로 활용할 수 있는 환경이 필요하다며, PixAI Studio는 이용자가 아이디어부터 최종 결과물까지의 과정을 하나의 시각적 제작 파이프라인으로 설계할 수 있도록 만든 통합형 AI 창작 워크스페이스라고 설명했다. 이어 픽스AI의 애니메이션 특화 모델과 커뮤니티 LoRA, 이용자의 기존 작품을 하나의 제작 환경에서 연결해 전문 콘텐츠 제작 방식의 진입장벽을 낮추는 것이 목표라며, 개인 크리에이터도 이미지와 영상, 연재형 콘텐츠를 보다 효율적으로 제작할 수 있도록 Studio의 모델과 템플릿, 워크플로 기능을 지속적으로 고도화해 나가겠다고 밝혔다.
2026.08.07
12
10
엔비디아가 미국 라스베이거스에서 개최된 블랙햇(Black Hat) 연례 콘퍼런스에서 120개가 넘는 조직이 참여하고 있는 오픈 시큐어 AI 얼라이언스(Open Secure AI Alliance) 회원사들이 에이전틱 AI 사이버보안을 강화하기 위한 새로운 가이드라인을 개발하고 있다고 밝혔다. 리눅스 재단(Linux Foundation)은 SAFE(Shared AI Findings Exchange)에 대한 의견 수렴 요청서(Request for Comments, RFC)를 공개했다. SAFE는 에이전틱 AI 사이버보안 사고에서 얻은 정보를 생태계 전체를 보호하는 공동의 방어 체계로 전환하기 위해 제안된 가이드라인이다. SAFE 가이드라인은 오픈 시큐어 AI 얼라이언스 워킹 그룹이 마련하고 있다. 엔비디아(NVIDIA)와 시스코(Cisco), 크라우드스트라이크(CrowdStrike), 허깅페이스(Hugging Face), 레드햇(Red Hat)을 비롯한 오픈 시큐어 AI 얼라이언스 회원사들은 리눅스 재단과 협력해 초기 제안서 작성에 참여하고 있다. SAFE 가이드라인에는 AI 관련 사고와 아차 사고(near miss)를 기밀로 수집·분석하고, 영향을 받은 대상에 이를 알리며, 반복적으로 발생하는 통제 실패를 식별하는 방안이 포함돼 있다. 또한, 시스템 전반의 위험을 줄일 수 있도록 증거에 기반한 운영 권고안을 발표하는 방안도 담고 있다. 사이버보안은 결승선이 없는 경주이다. 주요 기술이 전환될 때마다 새로운 잠재적 공격 표면이 생겨났다. 방어자는 인프라와 지식재산을 보호하기 위해 지금부터 AI 에이전트의 속도에 맞춰 신속하게 대응해야 하며, 이를 위한 가장 효과적인 방법은 함께 협력하는 것이다. 신뢰할 수 있는 생태계가 위협 인텔리전스를 투명하게 공유할 때 집단 방어의 효과는 더욱 배가될 수 있다. AI 사이버보안 도구를 확대하는 오픈 시큐어 AI 얼라이언스 SAFE 프레임워크는 AI 보안 스택 전반에서 개방적이고 검토 가능한 도구를 개발·공유하기 위해 오픈 시큐어 AI 얼라이언스 회원사들이 이어온 기술적 기여를 한층 확장한다. AI 에이전트는 단순한 모델이 아니라 아이덴티티 제어, 하네스, 가드레일, 로그, 평가로 구성된 하나의 시스템이다. 따라서 AI 에이전트를 보호하려면 단순한 취약점 검사 이상의 접근이 필요하다. 보안은 여러 계층이 유기적으로 작동하고 커뮤니티가 보유한 지식을 적극적으로 공유할 때 가장 강력해진다. 가장 어려운 문제는 보안 담당자들이 서로의 경험을 개방적이고 신속하게 공유하고 학습할 때 해결할 수 있다. 엔비디아의 개방형 사이버보안 소프트웨어·모델 풀스택 엔비디아의 지원은 기술 스택 전 계층에 걸쳐 있다. 그 출발점은 깃허브(GitHub)에 공개된 엔비디아 랩스 객체 지향 에이전트(NVIDIA Labs Object-Oriented Agent, NOOA) 연구용 하네스이다. NOOA는 에이전트의 동작을 더욱 쉽게 테스트·추적·감사·관리할 수 있도록 지원한다. 엔비디아 오픈쉘(OpenShell) 런타임은 에이전트가 조회하고 접근하며 실행할 수 있는 범위를 제한한다. 에이전트 수준에서 보안·프라이버시 제어를 적용해 에이전트가 접근해서는 안 되는 영역에 닿지 못하도록 한다. 엔비디아의 개방형 모델 제품군은 개방형 가중치와 데이터세트, 학습 기법과 함께 제공된다. 여기에는 에이전틱 AI를 위한 엔비디아 네모트론(Nemotron), 피지컬 AI를 위한 엔비디아 코스모스(Cosmos), 로보틱스를 위한 엔비디아 아이작(Isaac) GR00T, 헬스케어·생명과학을 위한 엔비디아 바이오네모(BioNeMo), 그리고 상업적 사용이 허가된 자율주행차 모델 중 세계 최대 규모인 엔비디아 알파마요(Alpamayo)가 포함된다. 엔비디아의 검증된 오픈 소스 에이전트 스킬은 이러한 신뢰성을 기능 계층까지 확장한다. 각 스킬은 이식 가능한 명령어 세트로 제공된다. 또한 카탈로그화되고, 프롬프트 인젝션과 툴 포이즈닝(tool poisoning) 같은 위험 요소에 대한 검사를 거치며, 암호학적으로 서명되고 스킬 카드로 문서화된다. 이를 통해 보안 담당자는 특정 에이전트 스킬의 기능과 출처, 공개 이후 변경 여부를 정확히 확인할 수 있다. 네모 가드레일(NeMo Guardrails)과 네모 어노니마이저(NeMo Anonymizer), 네모 세이프 신디사이저(NeMo Safe Synthesizer)는 안전 정책을 시행하고 민감한 데이터를 보호하며, 프라이버시가 보장된 합성 데이터를 생성하도록 지원한다. 또한 엔비디아의 오픈 소스 거대 언어 모델(Large Language Model, LLM) 취약점 스캐너인 가락(Garak)은 보안팀이 모델을 출시하기 전에 데이터 유출, 프롬프트 인젝션, 탈옥(jailbreak) 시나리오를 점검할 수 있도록 지원한다. 얼라이언스 회원사, 개방형 생태계 개발 도구 확대 오픈 시큐어 AI 얼라이언스의 다른 회원사들도 아이덴티티와 권한, 하네스, 런타임 가드레일, 보안 AI 모델, 관측성과 평가, 데이터 보안과 프라이버시, 가용성과 복원력 등 방어 스택 전반에 걸쳐 개발을 이어왔다. 아래에서는 스택의 각 계층에서 최근 공개된 주요 기여 사례를 소개한다. 이와 함께 새로운 기술 기여도 지속적으로 추가될 예정이다. 아이덴티티와 권한 — 행동 주체의 식별과 통제 식별할 수 없는 대상은 보호할 수 없다. 옥타(Okta)는 에이전트 아이덴티티와 접근 제어를 위한 레퍼런스 구현을 개발하고 있다. 이를 통해 개방형 프로토콜인 크로스 앱 액세스(Cross App Access, XAA)가 오픈쉘 샌드박스 환경에서 작동하는 AI 에이전트와 엔터프라이즈 애플리케이션을 안전하게 연결하는 방식을 보여준다. 팔로알토 네트웍스(Palo Alto Networks)는 차세대 아이덴티티 보안 플랫폼 이디라(Idira)의 오픈 소스 도구인 에이전트 가드(Agent Guard)와 에이전트 와치(Agent Watch)를 제공했다. 이들 도구는 개발자와 에이전트 개발자가 아이덴티티 보안 모범 사례와 안전장치를 적용할 수 있도록 지원한다. 여기에는 에이전틱 워크플로우에 필요한 시크릿 정보를 안전하게 불러오는 기능 등이 포함된다. 레드햇이 주도해 출범한 새로운 오픈 소스 프로젝트 아사고(asago)는 미국 국립표준기술연구소(NIST)와 오픈 소스 월드 애플리케이션 보안 프로젝트(OWASP), 유럽연합 인공지능법(EU AI Act) 등에 기반한 조직별 거버넌스 요구사항을 런타임에서 에이전트에 허용되는 동작과 직접 연결한다. 또한 정책 조항부터 실제 운영 환경에 적용된 통제까지 하나의 감사 추적 체계로 관리할 수 있도록 지원한다. 하네스와 툴링 — 보안 업무의 오케스트레이션 AI 에이전트는 단순한 모델을 넘어선다. AI 에이전트는 작업을 수행하기 위해 개방형·폐쇄형 모델, 하네스, 도구와 런타임으로 구성된 시스템을 활용한다. 모델이 에이전트의 두뇌라면, 하네스는 도구를 사용해 실제 행동을 수행하는 몸에 해당한다. 모델을 둘러싼 하네스는 에이전트가 어떻게 배포되고 조율되고 제한되는지를 결정하는 오케스트레이터 역할을 한다. 얼라이언스 회원사들은 AI 보안 스택에서 새롭게 부상하는 이 계층 전반에 걸쳐 툴링과 하네스, 지원 기술을 제공하고 있다. 오픈 시큐어 AI 얼라이언스의 신규 회원사로 합류한 아마존(Amazon)은 스트랜드 에이전트(Strands Agents)를 제공한다. 이는 모든 계층을 개방해 개발자가 에이전트의 동작을 완전히 파악하고, 실제 운영 환경에서 에이전틱 시스템을 평가할 수 있도록 지원한다. 아마존은 오픈 소스 인가 언어인 시더(Cedar)도 함께 제공한다. 시더는 AI 에이전트에 허용되는 동작에 결정론적이고 검증 가능한 경계를 적용한다. 이를 통해 고객은 세분화되고 분석 가능한 접근 제어를 구현하고, 승인된 동작만 엔터프라이즈 리소스에 접근하도록 관리할 수 있다. 캐피털원(Capital One)은 에이전틱 AI 코드 보안을 위한 볼른헌터(VulnHunter)를 오픈 소스로 공개했다. 클라우드플레어(Cloudflare)는 에이전트 시스템에 보안 기능을 추가할 수 있도록 취약점 탐색 하네스(Vulnerability Discovery Harness)를 오픈 소스 스킬로 제공하고 있다. 마이크로소프트 AI 레드 팀(Microsoft AI Red Team)은 여러 도구와 하네스를 오픈 소스로 공개했다. PyRIT(Python Risk Identification toolkit)은 AI 레드팀이 자동화된 레드팀 활동을 수행할 수 있도록 지원한다. 메모리 기능이 내장돼 있으며 일반적인 테스트 대상과 사용자 지정 엔드포인트를 모두 지원한다. RAMPART는 레드팀이 찾아낸 결과와 실제 사고 사례를 소프트웨어 변경 시점마다 실행되는 반복 가능한 테스트로 전환한다. 클래리티(Clarity)는 코드를 작성하기 전에 설계상의 가정을 검토하고 잠재적 실패 요인을 식별할 수 있도록 지원한다. 마이크로소프트는 어서트(Assert)도 오픈 소스로 공개했다. 어서트는 자연어로 작성된 요구사항과 AI에 기대되는 안전·보안 동작을 실행 가능한 평가 항목으로 변환한다. 아틀라스(Atlas)는 위즈(Wiz)의 자율형 취약점 연구 엔진으로, 특화된 AI 에이전트들을 오케스트레이션해 코드와 오픈 소스 패키지 전반에서 보안 취약점을 발견하고 검증한다. 비자(Visa)도 오픈 시큐어 AI 얼라이언스에 합류해 오픈 소스로 비자 취약점 에이전틱 하네스(Visa Vulnerability Agentic Harness)를 제공했다. 이 하네스는 각 팀이 보안 문제를 신속하고 안전하게 식별하고, 수정과 검증을 수행할 수 있도록 지원한다. 모델 — AI 안전과 방어를 위해 설계된 인텔리전스 모든 보안·안전 과제에 범용 모델이 필요한 것은 아니다. 특화된 보안·안전 모델은 방어를 목적으로 설계되며, 코드를 이해하고 취약점을 찾아내며 대규모 환경에서 위협을 분석·추론하도록 학습된다. 이러한 모델은 여러 모델로 구성된 시스템의 일부로서 에이전틱 워크플로우를 지원할 수 있다. 개방형 모델과 폐쇄형 모델이 함께 작동해 작업을 효율적으로 수행하는 방식이다. 시스코 디펜스클로(DefenseClaw)는 엔비디아 오픈쉘 위에서 작동하는 오픈 소스 에이전틱 거버넌스 계층이다. 에이전틱 워크포스를 확장할 때 런타임 수준에서 강력한 자동화 보안을 제공한다. 시스코는 코드베이스 내 알려진 취약점의 위치를 정확하게 파악할 수 있도록 지원하는 안타레스(Antares) 보안 소형 언어 모델 2종도 공개했다. 또한 안전을 기본 원칙으로 적용하는 관행을 AI 코딩 워크플로우에 직접 통합하는 프로젝트 코드가드(Project CodeGuard)도 공개했다. 크라우드스트라이크는 사이버 방어를 위해 엔비디아 네모트론 나노(Nano) 모델을 파인 튜닝하고 있다. 내부 테스트에서 팔콘 로그스케일(Falcon LogScale)에서 조사 쿼리를 생성하는 데 96%의 정확도를 달성했다. 이를 통해 에이전트의 조사 효율성을 높이는 자연어 인터페이스를 제공한다. 크라우드스트라이크는 특화된 엔비디아 네모트론 나노 추론 모델이 보안 관제 센터(SOC)의 탐지 결과 분류에서 훨씬 더 큰 모델보다 뛰어난 성능을 보였다는 연구 결과도 발표했다. 이 모델은 보정된 로짓 기반 신뢰도를 도입해 자율형 보안 의사결정을 측정하고 조정하며 감사할 수 있도록 지원한다. 미스트랄(Mistral)은 새로운 멀티모달 안전 분류 모델인 실드스트랄(Shieldstral)을 아파치(Apache) 2.0 라이선스 기반의 공개 가중치로 출시했다. 에이전트가 무엇을 했는지 파악하는 것만으로는 전체 상황을 이해하기 어렵다. 보안 담당자는 에이전트가 특정 방식으로 행동한 이유와 시스템이 안전하게 작동하는지 여부, 실제 환경에서 공격 방식이 어떻게 진화하고 있는지도 이해해야 한다. 아카마이(Akamai)는 스테이트 오브 더 인터넷(State of the Internet) 보고서와 시큐리티 인텔리전스 그룹(Security Intelligence Group) 연구에서 도출한 인사이트를 제공한다. 실제 데이터를 바탕으로 AI 시대의 위협을 조명하고 새롭게 등장하는 익스플로잇의 작동 방식을 설명함으로써, 보안 담당자가 이를 학습하고 변화에 적응해 대응할 수 있도록 지원한다. 코그니션(Cognition)은 오픈 소스 기반 모델의 정렬과 보안 위험을 측정하는 신뢰성 평가를 공개했다. 이 평가는 이러한 위험을 사후 학습을 통해 완화할 수 있음을 보여준다. 넘뱃(Numbat)은 퍼플렉시티(Perplexity)의 클라이언트 엔드포인트용 오픈 소스 에이전트 보안 제품군이다. macOS와 리눅스, 윈도우(Windows) 전반에서 에이전트 활동을 탐지·조사·차단하며, 보안 담당자가 에이전트의 실제 활동을 파악할 수 있도록 구조화된 기록을 제공한다. 우버(Uber)는 ADR(Agentic AI Detection and Response)의 핵심 구성 요소를 오픈 소스로 공개했다. ADR은 프롬프트와 추론, 도구 호출, 결과에 이르는 AI 에이전트 활동의 전체 인과관계를 재구성해 보안팀의 위협 탐지를 지원하는 실제 운영 시스템이다. 현재 ADR은 3만 개 엔드포인트에서 하루 20만 건 이상의 에이전트 세션을 지원한다. 또한 효율적인 탐지와 신뢰도가 높은 위협에 대한 심층 조사를 결합한 2단계 분석 방식을 사용한다. 가용성과 복원력 — 장애 상황에서의 신속한 복구 에이전트 시스템은 장애가 발생한 상황에서도 신뢰할 수 있어야 한다. 또한 장애를 격리하고, 중요한 상태 정보를 잃거나 주변 환경을 노출하지 않으면서 안전하게 복구할 수 있어야 한다. 랭체인(LangChain)은 자사의 오픈 소스 프레임워크인 딥 에이전트(Deep Agents), 랭그래프(LangGraph)와 랭체인에 복원력 기능을 추가하고 있다. 이를 통해 에이전트는 중단된 작업을 다시 시도하고 안전한 복구 경로를 따를 수 있다. 또한 작업을 처음부터 다시 시작하는 대신 저장된 상태에서 재개하고, 기본 모델에 장애가 발생하면 대체 모델로 자동 전환할 수 있다. 빔(Veeam)은 AI를 지원하는 데이터와 인프라가 복원력과 복구 가능성을 유지할 수 있도록 지원한다. 대표적인 사례로 쿠버네티스(Kubernetes) 환경의 데이터 보호를 위한 오픈 소스 프레임워크인 카니스터(Kanister)가 있다. 이를 통해 각 팀은 AI 워크로드와 벡터 데이터베이스, 관련 데이터를 보호하고 검증된 정상 상태로 복구할 수 있다. Open Secure AI Alliance 회원사 로고 앞으로도 더 많은 기술 기여가 이어질 예정이다. 회원사들이 재사용 가능한 완화 조치를 공개하면 생태계 전반의 보안 담당자들이 이를 검토하고 각자의 환경에 맞게 조정·개선할 수 있다. 이를 통해 AI 기술의 발전에 발맞춰 보안 관행도 지속적으로 발전할 수 있다. @nvidia
2026.08.07
8
9
다나와가 AI 커머스 시대에 대응하기 위한 새로운 쇼핑 연결 방식을 선보인다. 커넥트웨이브의 가격비교 서비스 다나와가 앤트로픽(Anthropic)의 AI 서비스 클로드(Claude)와 연동되는 ‘다나와 MCP(Model Context Protocol)’ 서비스를 개시한다고 밝혔다. 국내 가격비교 플랫폼이 MCP 방식으로 주요 AI 서비스와 직접 연동해 실시간 가격비교 데이터를 제공하는 것은 이번이 처음이다. MCP는 AI가 외부 데이터나 서비스, 도구와 연결될 수 있도록 지원하는 표준 인터페이스다. 다나와 MCP는 클로드 이용자가 자연어로 상품을 요청하면, 다나와가 보유한 가격·상품 데이터를 기반으로 AI가 적합한 상품 정보와 구매처를 안내할 수 있도록 돕는다. 서비스는 클로드 내 커넥터(Connectors) 기능을 통해 이용할 수 있다. 사용자는 클로드 대화창 좌측 하단의 ‘+’ 버튼을 누른 뒤 커넥터 메뉴에서 다나와를 선택해 연동하면 된다. 이후 대화창에 원하는 상품 조건을 자연어로 입력하면, 다나와의 실시간 가격비교 데이터를 기반으로 상품 검색과 추천이 이뤄진다. 가령 “다나와에서 초등학생 아이 방 사이즈에 맞는 벽걸이 에어컨을 100만원 이하, 평이 좋은 제품 순으로 골라주고 어디서 사면 되는지도 알려줘”라고 입력하면, 클로드가 다나와 MCP를 통해 관련 상품의 가격, 주요 스펙, 판매처 정보를 확인하고 조건에 맞는 제품을 비교해 제안한다. 또 “다나와에서 부모님 댁에 놓을 로봇청소기 중 문턱 잘 넘고 관리가 쉬운 모델을 가격대별로 골라주고 어디서 사면 되는지도 알려줘”처럼 실제 구매 상황을 반영한 질문도 가능하다. 사용자는 복잡한 검색어를 조합하거나 여러 쇼핑몰을 이동하지 않고도, AI와의 대화 안에서 상품 탐색, 조건 비교, 가격 확인, 구매처 확인까지 이어갈 수 있다. 다나와 MCP의 경쟁력은 방대한 상품 데이터와 가격비교 노하우에 있다. 다나와는 현재 국내 50개 이상의 주요 이커머스 업체로부터 가격 및 상품 데이터를 실시간으로 수집하고 있으며, 약 14억 개 상품 DB를 보유하고 있다. AI는 다나와와 단일 연결만으로 국내 주요 쇼핑몰의 상품 정보를 활용할 수 있어, 이용자는 보다 폭넓은 상품 선택지를 클로드 대화창 안에서 확인할 수 있다. 특히 실제 쇼핑 환경에서는 가격, 판매 조건, 재고, 프로모션 등이 수시로 변한다. 이 때문에 AI가 신뢰도 높은 쇼핑 추천을 제공하려면 최신성이 확보된 상품 데이터를 안정적으로 활용할 수 있어야 한다. 다나와 MCP는 정제된 실시간 가격·상품 데이터를 AI가 호출할 수 있는 형태로 연결해, AI 추천의 정확도와 신뢰도를 높이는 데 초점을 맞췄다. 또한 다나와는 고관여 상품군을 중심으로 세밀한 스펙 단위의 상품 정보를 축적해왔다. 가격뿐 아니라 상품 옵션, 스펙, 가격 추이, 판매처 정보 등을 구조화해 제공해온 만큼, AI가 단순 키워드 검색을 넘어 사용자의 조건과 상황에 맞는 상품을 비교·추천하는데 적합한 데이터 기반을 갖추고 있어 MCP를 비롯한 AI 연동에 최적화되어 있다고 다나와 측은 설명했다. 이번 서비스는 글로벌 AI 커머스 시장 확대 흐름 속에서 추진됐다. 최근 글로벌 AI 서비스들은 쇼핑, 결제, 예약 등 실생활 영역으로 기능을 확장하고 있으며, 커머스 기업들도 AI 기반 검색과 추천 기능을 빠르게 도입하고 있다. 다나와는 AI가 필요로 하는 국내 이커머스 상품 데이터를 안정적으로 공급하는 데이터 플랫폼 역할을 강화한다는 전략이다. 다나와 MCP는 우선 클로드를 통해 제공되며, 이후 쳇GPT(ChatGPT), 제미나이(Gemini) 등 주요 AI 플랫폼으로 연동 대상을 순차 확대할 계획이다. 하우성 커넥트웨이브 CC사업대표는 “AI 커머스 시대에는 사용자가 직접 검색어를 바꿔가며 상품을 찾는 방식에서, AI가 사용자의 조건과 상황을 이해하고 최적의 상품을 제안하는 방식으로 쇼핑 경험이 변화할 것”이라며 “다만 실제 쇼핑 환경은 가격, 재고, 프로모션이 수시로 변하는 만큼, AI 추천의 정확도와 신뢰도를 높이기 위해서는 정제된 실시간 데이터를 안정적으로 공급하는 것이 중요하다”고 말했다. 이어 “다나와 MCP는 국내 주요 이커머스 상품 데이터를 AI와 연결하는 첫 시도로, 다나와가 가격비교 플랫폼을 넘어 AI 쇼핑 생태계의 핵심 데이터 인프라로 확장하는 계기가 될 것”이라며 “앞으로도 축적된 상품 DB와 가격비교 기술을 기반으로 소비자에게 더 편리하고 정확한 쇼핑 경험을 제공하고, 쇼핑몰과 AI 서비스를 연결하는 데이터 허브 역할을 강화해 나갈 것”이라고 강조했다.
2026.08.07
10
9
FMS 2026…메모리 반도체… 이러면서 자기들의 기술력 최고다!!! 고로 내가 표준을 만들어가고 싶다!!! 라는 욕망을 표출하는 곳.. 솔직히 기자들이나 거기 가서 유튜영상을 찍는 놈들이나… 뭘 아는건지.. 결국 주주들의 욕망을 채워주는 그런 곳…. 돈이면 다 되거든!!! 그래서 기자들이나 뉴스룸 같은 곳은 거르고 어떤일이 벌어지고 있는지 요약만 해봄.. 난 돈이 필요하지 기술따윈 아몰랑… 그게 돈이 됩니까? AI들에게는 어찌보면 자신들의 자궁(?)으로 보일지도. ㅋㅋㅋ FMS 2026은 원래 '플래시 메모리 서밋(Flash Memory Summit)'의 뜻이었으나, 최근 AI 시대에 맞춰 '미래 메모리 및 스토리지 콘퍼런스(Future of Memory and Storage)'로 이름을 바꾼 세계 최대 규모의 메모리·저장장치 전문 국제 행사입니다. 돈이 되게 보여야 하기에… FMS 2026 글로벌 참가 기업 및 차세대 기술 발표 종합 국가 기업 명 발표 기술 및 제품 하드웨어적 특징 및 매체 평가 대한 민국 삼성전자 zHBM 및 V10 BV-NAND (zNAND-O, LPDDR5X-PIM) GPU 위에 메모리를 수직 적층하는 3D 아키텍처 'zHBM' 공개 (HBM5 대비 성능 8배, 전력 효율 3배 향상). 업계 최초 400단 이상의 웨이퍼 본딩 낸드(V10) 발표. SK하이닉스 HBF(High Bandwidth Flash) 규격 및 V10 375단 4D 낸드 샌디스크와 협업하여 테라바이트급 AI 추론용 낸드 기반 고대역폭 플래시(HBF) OCP 오픈 표준 규격 최초 공개. 계층형 메모리 구조 전략 제시. 파두 (FADU) PCIe Gen6 엔터프라이즈 SSD 컨트롤러 엔비디아, 마이크로칩 등과 연계하여 차세대 AI 플랫폼의 스토리지 아키텍처를 위한 초고속 PCIe 6.0 스위칭 및 컨트롤러 솔루션 실물 공개. 미국 마이크론 (Micron) NVIDIA Rubin 전용 HBM4 및 PCIe Gen6 SSD 엔비디아의 차세대 '베라 루빈(Vera Rubin)' 아키텍처 가속기에 직결될 HBM4 양산 계획 공식화. 데이터센터 단가 및 공급 안정화를 이끌 다크호스로 주목. 엔비디아 (NVIDIA) 에이전틱 AI 팩토리 아키텍처 가이드라인 GPU 연산뿐만 아니라 고속 저장장치(플래시/SSD) 최적화가 에이전틱 AI 인프라 성능의 필수 조건임을 선언. 메모리-스토리지 간 밸런싱 인프라 리더십 제시. 샌디스크 (SanDisk) HBF(High Bandwidth Flash) 공동 규격 수립 SK하이닉스, 구글, 텐스토렌트와 손잡고 HBM과 SSD 사이의 병목을 해결할 대용량 차세대 플래시 표준안 고도화 주도. 시게이트 (Seagate) Mass-Capacity Mozaic HDD 플랫폼 대규모 AI 데이터 수집 및 장기 아카이빙을 위한 초고용량 기계식 드라이브 로드맵 및 물리적 한계 돌파 기술 공유. 일본 키옥시아 (Kioxia) BiCS 10 (332단) 낸드 및 245TB AI 전용 SSD CMOS 직접 본딩(CBA) 기술 기반의 332단 3D 낸드 공개. AI 벡터 데이터베이스 처리에 최적화된 245.76TB 초고용량 NVMe SSD(LC9 시리즈) 최초 선보임. 대만 실리콘모션 (Silicon Motion) AI용 초고속 컨트롤러 및 KV 캐시 오프로드 기술 대형 언어 모델(LLM) 구동 시 발생하는 KV 캐시 데이터를 HBM에서 NVMe 스토리지로 계층화하여 비용을 크게 낮추는 컨트롤러 아키텍처 발표. 중국 롱시스 (Longsys) 6세대(Gen6) 엔터프라이즈 SSD 및 엣지 AI 모듈 글로벌 파트너사들과 전력 효율 중심의 데이터센터용 Gen6 SSD 라인업을 강화하고, 온디바이스 AI 시장 타깃의 저전력 스토리지 설계 기술 공유. 이렇다고 함. 물론 HBM의 문제점 고비용 저용량의 문제를 HBF로 풀어보려는 이유는 빠른 연산인지 빠른응답인지 그래서 엔비댜와 암드가 “랙단위로 구입하세요~”라고 하는것… HBF 가 답일까? (낸드플래시는 수명이….) zHBM이 답일까? 결국, 모두다 올려서 처리하는 것이 지금의 답, 그러나 열을 어떻게 처리하느냐가 관건… 돈을 만지고 싶나? 그러면 좀 더 공부해…어차피 AI는 르네상스를 맞이할테니… 우리는 잘 올라타기만 하면 되고…. TSMC님께서 10% 올린다고 하고 CXMT에서도 애플이랑 안놀아.. 그러는 마당에.. 차기 기술 선점을 위해 인텔과 하이닉스,샌디스크가 손을 잡아보려는 쩌리들의 합종연횡 그런 행사 쓰고 싶은 얘기는 많지만… 각자도생의 시대…. 알아서 남주지말자!!
2026.08.06
8
7
우리나라.. 정확히는 용산의 총판들이겠지요… 거기말고 RTX가 나올 수 없을테니… 그런데 그것을 중국인들이 모두 긁어가서 메모리를 올려서 48GB로 한다고… 우리나라에서도 그렇게 하면 되지 않을까? 법에 위배가 될까? RTX를 사서 개조한다면…(내가 제품을 사는 건지 아니면 사용권을 사는 건지..이런게 문제겠지만….) 중국은 법에 영역 밖이라… 심천쪽 그래픽 칻드를 만드는 곳에서 자행 되고 있다는… 그래서 가능한지 여기저기를 찾아보았다… --------------------------- 1. 중국에서 가장 활발한 'RTX 4090 48GB' 개조 현재 중국 gray market(비공식 시장)에서 가장 핫한 방식입니다. RTX 4090은 원래 기판 한쪽에만 24GB 메모리가 박혀 있습니다. 개조 방식: 중국 공장에서 제조한 '클램쉘(Clamshell) 방식의 커스텀 PCB 기판 키트'를 사용합니다. 순정 RTX 4090의 GPU 칩셋을 떼어낸 뒤, 기판 앞뒤로 메모리를 2배 채워 넣을 수 있는 새 기판에 납땜합니다. 쿨러 역시 서버 랙에 여러 대를 꽂을 수 있도록 얇은 블로워(Blower) 팬이나 수랭 쿨러로 교체합니다. 결과: 엔비디아의 공식 하드웨어 드라이버를 우회하는 커스텀 VBIOS(펌웨어)까지 적용되어, 컴퓨터에서 완벽하게 'RTX 4090 48GB'로 인식하며 Llama 3 같은 대형 AI 모델도 부드럽게 구동합니다. --------------------------- 미국이 아무리 막아도 머리를 쓰게 만들면 어느민족이나 잔머리가 기술 발전을 할수 밖에 없음… 히트싱크를 변경해서 판매까지 한다고 함. 국내 총판을 통해서 사는 이유가 뭘까? A/S?…….KC?……글쎄….
2026.08.06
10
8
BUS INTERFACE의 역사… 스토리지 인터페이스 표준 규격의 역사와 기능 인터페이스 규격 등장 시기 및 배경 물리적 커넥터 및 형태 특징 데이터 전송 대역폭 및 속도 발전 핵심 기술적 기능 및 한계 ISA (Industry Standard Architecture) 1981년 IBM PC AT와 함께 도입된 최초의 레거시 버스 규격 메인보드 슬롯 형태의 길고 두꺼운 8비트/16비트 확장 에지 커넥터 구조 최대 대역폭 약 8MB/s ~ 16MB/s 수준 (극초기형 하드디스크 및 주변기기 연결) 플러그앤플레이 미지원으로 자원 (IRQ, DMA) 수동 할당 필수, 신호 간섭 및 대역폭 한계로 조기 도태 IDE / E-IDE (PATA) 1986년 컴팩 개발(IDE) -> 1994년 웨스턴디지털에 의해 확장 규격(E-IDE) 표준화 40핀/80핀의 넓고 납작한 리본 형태의 병렬(Parallel) 데이터 케이블 사용 · IDE: 3.3MB/s ~ 16.6MB/s · E-IDE (Ultra ATA): 33MB/s →133MB/s 까지 발전 병렬 버스 특유의 케이블 내부 신호 왜곡(Crosstalk) 발생, 마스터/슬레이브 점퍼 설정 필요, 두꺼운 케이블로 본체 내부 통풍 방해 SCA (Single Connector Attachment) 1990년대 중후반 고성능 엔터프라이즈 서버 및 워크스테이션 SCSI 하드디스크용 규격 데이터 신호, 전원선, ID 설정 핀을 80핀 커넥터 하나로 완전히 통합한 일체형 구조 SCSI 표준 버전에 따라 40MB/s → Ultra-320 SCSI 기준 최대 320MB/s 대역폭 확보 서버 전원이 켜진 상태에서 디스크를 안전하게 탈착할 수 있는 핫스왑(Hot-Swap) 기능 완벽 구현, 끝단 막음이 필요, 단가 비쌈 SATA (Serial ATA) 2000년대 초반 PATA(IDE)의 구조적 한계를 극복하기 위해 직렬(Serial) 방식으로 전환 얇고 유연한 7핀 데이터 커넥터와 15핀 전원 커넥터 구조 분리 형태 · SATA 1.0: 1.5Gbps (150MB/s) · SATA 2.0: 3.0Gbps (300MB/s) · SATA 3.0: 6.0Gbps (600MB/s) 핫플러깅 및 내장 커맨드 큐잉(NCQ) 지원으로 다중 읽기/쓰기 성능 최적화, 현재 600MB/s 한계 속도에 봉착 SAS (Serial Attached SCSI) 2000년대 중후반 기존 병렬 SCSI 기술을 SATA와 같은 고속 직렬(Serial) 방식으로 진화시킨 서버 전용 규격 SATA와 외형은 유사하나 데이터와 전원 커넥터 사이가 막히지 않고 연결된 통합 커넥터 (SATA 디스크와 물리 호환 가능) · SAS 1.0: 3Gbps (300MB/s) · SAS 2.0: 6Gbps (600MB/s) · SAS 3.0: 12Gbps (1.2GB/s) · SAS 4.0: 24Gbps (2,4GB/s) 듀얼 포트(Dual-port) 지원으로 경로 이중화(데이터 가용성) 확보, 하나의 포트에 익스팬더를 연결해 수백 개의 디스크 확장 가능, 압도적 신뢰성 스토리지 컨트롤러/RAID 카드사 역사 및 주도권 (E-IDE 당시 메인보드 바이오스에서는 500M 이상을 인식할 수 없었기에 용량 확장을 위해 별의 별 짓을 하다가 RAID를 알게 되었고, 당시 용산에는 컴퓨마트라는 회사가 사이드주니어프로라는 확장카드를 공급하기 시작했고 PROMISE라는 카드류도 나오기 시작했던 때(1995~1997)이다.) 분석 및 비교 항목 사이드 주니어 프로 (SIDE Jr. Pro) 프로미스 (PROMISE Technology) LSI → Avago Adaptec → MICROCHIP ARECA 및 HightPoint 현재 글로벌 시장 주도권 총평 시작 및 전성기 특징 · 1990년대 중후반 컴퓨마트 유통. 486과 초기 펜티엄 PC의 필수적 확장 I/O 가속 카드. · 1988년 대만/미국 설립. 세계 최초로 ATA(IDE) 하드웨어 RAID 기술을 대중화시킨 스토리지 혁신의 주역. · 1981년 설립. 엔터프라이즈 하드웨어 RAID 표준인 'MegaRAID' 아키텍처로 서버 OEM 공급망 장악. · 1981년 설립. PC 및 서버의 SCSI/SAS 레이드 카드의 개척자이자 전통의 기술적 명가. · 1990년대 후반 설립. 독자적인 대만계 하이엔드 팹리스로 전문가용 외장 스토리지 및 NVMe 카드 시장 공략. · 현재 글로벌 엔터프라이즈 서버/데이터센터 시장은 사실상 브로드컴(Broadcom)의 절대 독점 상태임. 역사적 의의 및 M&A · 구형 바이오스의 504MB 인식 장벽을 온보드 자체 바이오스로 우회 및 해결. · 기술 트렌드가 메인보드 기본 칩셋으로 귀속되며 단종. · 90년대 말~2000년대 초 메인보드 제조사(ASUS, 기가바이트 등)에 IDE RAID 온보드 칩셋 라이선스 공급 대박. · 대기업에 피인수되지 않고 독자 생존하며 애플(Apple)의 핵심 스토리지 파트너로 진화. · 2014년 아바고가 LSI를 66억 달러 인수 · 2016년 아바고가 브로드컴을 역인수하며 '브로드컴' 통합법인 출범. · 2010년 PMC-Sierra에 매각 · 2016년 마이크로세미에 인수 · 2018년 마이크로칩에 100억 달러 최종 피인수. · 대기업에 인수되지 않고, 독립 구조를 유지하며 Mac(맥) 영상 편집 프로덕션 및 고속 SSD 부팅 시장 생존. · 1위 브로드컴(LSI 메가레이드)에 맞서 종합 반도체 기업인 마이크로칩 (아댑텍 스마트레이드)이 양대 산맥으로 대항 중. 현재 브랜드명 및 위상 · 단종 (90년대 PC 추억의 명기) · ISA/VESA/PCI 슬롯용 확장 IDE/E-IDE 가속 카드의 시초. · PROMISE (페가수스, 브이Track) · 방송국, 4K/8K 영상 편집팀, 크리에이터 전용 Thunderbolt 외장 고성능 RAID 및 SAN 스토리지 시장 독점적 위상. · Broadcom (LSI MegaRAID) · Dell, HPE, Lenovo 등 글로벌 서버 제조사의 메인보드 내장 및 독립 카드형 OEM 칩셋 완벽 독점. · Microchip Adaptec · 고 신뢰성 하이브리드 트라이모드(SAS/SATA/NVMe) 데이터센터 스토리지 핵심 컨트롤러 공급. · ARECA / HighPoint (Rocket) · 전용 캐시 메모리가 탑재된 방송국 미디어 서버 카드 및 PCIe 5.0 가속 장치 틈새 시장 지배. · 서버 내부 컨트롤러는 브로드컴이 우세하고 마이크로칩이 특정용도에서 점유하고있다. · 외부 방송/영상 장비 하이엔드 스토리지는 프로미스가 확고한 독점적 영역을 구축함.
2026.08.05
6
6
갑자기 두 회사가 생각이 나서 이것저것을 들여다보다가….시작부터 어디까지 가고 있는지가 궁금해졌음. 역사적 분석 1980~90년대 (태동기) 2000~16년 (성장기 및 특허 분쟁) 2017~18년 (역사적 적대적 인수 시도) 2020 초~25년 (Wi-Fi 7 양강 구도 및 AI 분화) 2026년~ (상생과 무한 경쟁의 공존) 역사적 관계 독립적 원천 기술 확보 (상생 무관) 스마트폰 칩셋 헤게모니 경쟁 (치열한 대립) 반도체 역사상 최대 규모의 적대적 M&A 전쟁 (파국) Wi-Fi 시장 상생 생태계 및 AI 인프라 분업 (경쟁 속 상생) 온디바이스 AI vs 클라우드 AI 경쟁 (미래 주도권 경쟁) 주요 사건 및 기술적 부딪힘 · 퀄컴(1985년 설립): CDMA 원천 통신 특허 개발에 집중하며 이동통신 표준 정립. · 브로드컴(1991년 설립): LAN, 케이블 모뎀 등 유선 통신 인프라 반도체 원천 기술 확보. · 모바일 Wi-Fi 및 블루투스 커넥티비티 칩셋 시장에서 전면전 개시. · 2005~2009년 퀄컴의 EV-DO 무선 특허에 대해 브로드컴이 대규모 특허 침해 소송 제기 (퀄컴이 브로드컴에 8억 9,100만 달러 지불하며 합의). · 2017년 브로드컴(아바고)이 퀄컴을 1,170억 달러(약 130조 원)에 적대적 인수 제안. · 퀄컴 이사회가 거부했으나 브로드컴이 주주 표대결 시도. · 2018년 3월 도널드 트럼프 미국 대통령이 국가 안보(5G 주도권 상실 우려)를 이유로 인수 금지 행령령 발령하며 최종 무산. · Wi-Fi 7 세대 진입으로 하이엔드 무선 인터넷 인프라 시장에서 사실상 양강 구도 형성. · 퀄컴은 모바일(클라이언트 측) 주도, · 브로드컴은 라우터/공유기(AP 측) 시장을 주도하며 기술 표준화 가속화. · 퀄컴이 2026년 6월 인수한 '모듈러(Modular)'를 통해 데이터센터 소프트웨어 시장에 진입 · 브로드컴(VMware 보유)이 꽉 잡고 있는 엔터프라이즈 B2B 시장을 진입 오라클과 대립 시작 상생(협력)의 영역 상호 간 접점 없음 (유선 vs 무선으로 시장이 완전히 분리됨). 퀄컴 스냅드래곤 AP에 브로드컴의 무선 Wi-Fi/블루투스 칩셋이 개별 탑재 완제품 스마트폰 생태계에서 간접적 공존. 적대적 공방으로 상생 관계 전면 단절. 퀄컴의 'Service Defined Wi-Fi'와 브로드컴의 'SpeedBooster' 기술이 연동되도록 상호 무선 생태계 규격 협력. 국제 통신 표준 및 글로벌 6G 라운드 테이블에서 미·유럽 연합 통신 칩셋 표준을 방어하기 위해 공동 진영 형성. 경쟁의 영역 각자의 영역에서 팹리스 기초 체력 비축. 3G/4G 통합 모뎀 칩 시장 및 스마트폰 내장형 커넥티비티 반도체 점유율 전면전. 글로벌 반도체 자본 시장의 지배권을 둔 기업의 생존 전면전. 애플 과 삼성등 주요 스마트폰 제조사에 들어가는 프리미엄 무선 통신 복합 칩 수주 경쟁. 에지 인공지능(Qualcomm Snapdragon X)과 하이퍼스케일 클라우드 AI 가속기(Broadcom Custom ASIC) 간의 글로벌 AI 자본 유치 경쟁. 2026년 현재 시장 방향성과 독점적 지위 분야 비교 항목 퀄컴 (Qualcomm) 브로드컴 (Broadcom) 시가총액 및 매출 규모 (2026년 기준) 시가총액 약 1,850억 달러 연 매출 약 444억 달러 규모 (모바일·전장 타겟) 시가총액 약 1.6조~2조 달러 돌파 연 매출 약 755억 달러 규모 (거대 빅테크 지배) 독점 분야 (Market Leader) · 프리미엄 스마트폰용 애플리케이션 프로세서 (Snapdragon 8 시리즈 글로벌 1위) · 5G/6G 셀룰러 모뎀-RF 시스템 독점 특허 및 라이선스 (QTL 사업부의 압도적 마진) · 차량용 인포테인먼트 및 디지털 콕핏 (스냅드래곤 라이드 파이프라인 650억 달러 돌파) · 하이퍼스케일 데이터센터용 커스텀 AI 가속기 (구글 TPU, 메타 ASIC 등 커스텀 칩 제조 1위) · 엔터프라이즈 하이브리드 클라우드 가상화 소프트웨어 (VMware 인수 후 엔터프라이즈 독점) · 글로벌 데이터센터 백본 스위칭 칩 (Tomahawk, Jericho 시리즈 시장 점유율 80% 이상) 2026년 현재 비즈니스 핵심 방향성 · 온디바이스 AI 오케스트레이션: PC, 스마트폰, 차량 장치 내부에서 AI가 직접 연산하는 온디바이스 생태계 지배. · 사업 다각화(Non-Handset): 스마트폰 의존도를 낮추고 로보틱스, 산업용 AI 및 차세대 가상 PC 시장 집중. · 생성형 AI 인프라 풀스택: 데이터센터 내부의 고속 데이터 전송(네트워킹) 반도체와 클라우드 제어 소프트웨어 통합. · 고 마진 구독 비즈니스: 하드웨어 판매를 넘어 인프라 소프트웨어의 영구 라이선스를 완전 구독형으로 전환하여 초 고수익 안정화. 핵심 기술 아키텍처 특징 자체 커스텀 CPU 코어인 '오라이온(Oryon)' 아키텍처 기반의 고효율 저전력 NPU 및 컴퓨팅 시스템 금융 메인프레임 관리 소프트웨어부터 고대역폭 광통신 실리콘 라우팅 칩셋을 아우르는 초거대 엔터프라이즈 플랫폼 미래 성장성 및 기회 요소 AI 에이전트 구동형 기기 교체 주기 도래, 스마트 카 시장의 자율주행 소프트웨어 공급 가속화 오픈 AI 인프라 확장 및 빅테크 기업들의 자체 AI 가속기(ASIC) 외주 설계 수요의 폭발적 증가 잠재적 리스크 및 취약점 애플의 자체 5G 모뎀 칩 전환 리스크, 삼성의 독자칩 개발, 스마트폰 하이엔드 시장의 하드웨어 성장 정체 우려로 PC시장까지 진출모색 거대 클라우드 고객사(Hyperscalers)의 자체 반도체 완전 내재화 리스크, VMware 인수 후 라이선스 가격 인상에 따른 고객 반발 (오라클의 구독료 인하)
2026.08.05
9
7
우리가 늘 들어왔던 “퀄컴” 이라는 회사는 앞으로 무엇을 하고 싶을까? 그게 궁금해서 90년대부터 인수 합병한 회사를 가지고 무엇을 해왔는지 알아보고 싶어서 정리를 해보았다. 구분 및 분석 항목 유도라 (Eudora) 인수 시기 (연도) 1991년 당시 주요 핵심 기술 초기 PC 및 모바일용 무선 이메일 클라이언트 소프트웨어 퀄컴의 인수 목적 무선 데이터 통신 시장에 진입하기 위한 소프트웨어 생태계 기반 구축 스냅드래곤 제품군 미친 영향 Qualcomm의 초기 3G 무선 인터넷 플랫폼 비즈니스의 소프트웨어 시초가 됨 M&A 역사적 의의 소규모 소프트웨어 자원 확보로 시작된 퀄컴 최초기 M&A 구분 및 분석 항목 스냅트랙 (SnapTrack) 인수 시기 (연도) 2000년 당시 주요 핵심 기술 모바일 기기용 고정밀 A-GPS (위성항법장치) 특허 기술 퀄컴의 인수 목적 기지국 신호와 위성을 연동하는 위치 기반 서비스 핵심 특허 선점 스냅드래곤 제품군 미친 영향 현재 모든 스냅드래곤 프로세서 내에 탑재되는 'gpsOne' 정밀 위치 제어의 모태 M&A 역사적 의의 3G 전환기 위치 서비스 의무화 트렌드를 정확히 저격한 약 10억 달러 빅딜 구분 및 분석 항목 미디어FLO (MediaFLO) 인수 시기 (연도) 2004년 (설립 및 자산 인수) 당시 주요 핵심 기술 모바일 가입자 대상 1way 실시간 멀티미디어 방송 인프라 퀄컴의 인수 목적 셀룰러 데이터 소모 없이 대용량 동영상 콘텐츠를 전송하는 신규 비즈니스 개척 스냅드래곤 제품군 미친 영향 과거 멀티미디어 특화 칩셋 기능 고도화에 기여 후 기술 트렌드 변화로 단종 M&A 역사적 의의 하드웨어 제조사에서 미디어 서비스 공급자로의 변화를 시도했던 과도기적 인수 구분 및 분석 항목 아더로스 (Atheros) 인수 시기 (연도) 2011년 당시 주요 핵심 기술 PC, 모바일, 네트워킹 장비용 고성능 Wi-Fi 칩셋 설계 퀄컴의 인수 목적 단순 모뎀 회사를 넘어 모바일 및 가정용 Wi-Fi 칩셋 시장 지배력 확보 스냅드래곤 제품군 미친 영향 스냅드래곤 모바일 AP 내에 Wi-Fi 기능이 원칩으로 통합되는 직접적 계기가 됨 M&A 역사적 의의 31억 달러를 투자해 무선 커넥티비티 시장의 독과점적 지위를 완성한 기념비적 거래 구분 및 분석 항목 와이로시티 (Wilocity) 인수 시기 (연도) 2014년 당시 주요 핵심 기술 60GHz 대역 기반의 초고속 무선 데이터 전송 (WiGig) 기술 퀄컴의 인수 목적 차세대 무선 독(Dock) 및 스마트폰-모니터 간 초고속 연결 기술 내재화 스냅드래곤 제품군 미친 영향 스냅드래곤 모바일 플랫폼의 초고대역 무선 전송 및 주변기기 연동 스펙 향상 M&A 역사적 의의 초고주파 무선 통신 원천 기술을 조기에 흡수하여 경쟁사들과의 기술 격차 확대 구분 및 분석 항목 CSR (Cambridge Silicon Radio) 인수 시기 (연도) 2015년 당시 주요 핵심 기술 블루투스 오디오 코덱(aptX), 고효율 BLE 및 Automotive 칩셋 퀄컴의 인수 목적 사물인터넷(IoT) 및 차량용 무선 연결 시장의 글로벌 유통망과 기술 통합 스냅드래곤 제품군 미친 영향 스냅드래곤 사운드(Snapdragon Sound) 생태계 구축 및 고음질 블루투스 표준화 M&A 역사적 의의 24억 달러 규모로, 퀄컴이 스마트폰 중심에서 거대한 IoT 및 스마트카 시장으로 확장하는 징검다리 구분 및 분석 항목 누비아 (NUVIA) 인수 시기 (연도) 2021년 당시 주요 핵심 기술 ARM 아키텍처 기반의 초고성능 커스텀 CPU 코어 설계 역량 퀄컴의 인수 목적 인텔·애플에 대응할 독자적인 모바일·PC용 고성능 자체 CPU 코어 확보 스냅드래곤 제품군 미친 영향 노트북용 '스냅드래곤 X 엘리트/플러스' 및 모바일용 '오라이온(Oryon) CPU'로 완벽 결실 M&A 역사적 의의 애플 및 인텔 하이엔드 칩셋에 종속되지 않는 퀄컴 역사상 가장 가치 있는 14억 달러 규모 기술 인수 구분 및 분석 항목 어라이버 (Arriver) 인수 시기 (연도) 2022년 당시 주요 핵심 기술 컴퓨터 비전 및 자율주행(ADAS) 인식용 패키지 소프트웨어 퀄컴의 인수 목적 완성차 시장을 겨냥한 스냅드래곤 라이드(Ride) 자율주행 솔루션 완성 스냅드래곤 제품군 미친 영향 스냅드래곤 라이드(Snapdragon Ride) 플랫폼의 차량 주변 감지 및 레벨 2+ 자율주행 핵심 로직 탑재 M&A 역사적 의의 하드웨어 칩만 팔던 퀄컴이 완성도 높은 차량용 자율주행 '소프트웨어 플랫폼' 기업으로 체질을 개선함 구분 및 분석 항목 오토톡스 (Autotalks) 인수 시기 (연도) 2025년 당시 주요 핵심 기술 차량-사물 간 통신(V2X) 보안 무선 반도체 및 인프라 기술 퀄컴의 인수 목적 커넥티드 카 및 자율주행 차량의 안전 통신 규격 시장 표준 주도 스냅드래곤 제품군 미친 영향 차량용 텔레매틱스 스냅드래곤 콕핏 플랫폼 내 차량 안전 통신(V2X) 스펙 고도화 M&A 역사적 의의 각국 정부가 차량 안전을 위해 V2X 탑재를 의무화하는 시점에 맞춰 단행한 인프라 투자 구분 및 분석 항목 알파웨이브 세미 (Alphawave Semi) 인수 시기 (연도) 2025년 당시 주요 핵심 기술 고속 유선 커넥티비티 칩셋 IP 및 초고속 데이터 전송 기술 퀄컴의 인수 목적 데이터센터 및 AI 컴퓨팅 인프라를 위한 초고속 데이터 전송 역량 강화 스냅드래곤 제품군 미친 영향 차세대 오라이온 CPU 및 헥사곤 NPU를 탑재한 초고성능 AI 가속기 및 데이터센터 실리콘 성능 극대화 M&A 역사적 의의 글로벌 파운드리 인프라 및 AI 팩토리 시장에서 하드웨어 성능 한계를 극복하기 위한 커넥티비티 딜 구분 및 분석 항목 모듈러 (Modular) 인수 시기 (연도) 2026년 (최근 완료) 당시 주요 핵심 기술 생성형·에이전틱 AI용 차세대 오픈 인프라 소프트웨어 플랫폼 퀄컴의 인수 목적 엔비디아 CUDA 진영에 대응하는 개방형·통합형 AI 개발 생태계 장악 스냅드래곤 제품군 미친 영향 에지(기기)부터 데이터센터 클라우드까지 개발자가 스냅드래곤 하드웨어를 가장 쉽게 다루도록 돕는 풀스택 AI 솔루션 장착 M&A 역사적 의의 약 39억~40억 달러 규모로 추정되는 2026년 초대형 빅딜로, 퀄컴이 단순 모바일 회사를 넘어 '개발자 우선의 AI 컴퓨팅 솔루션 기업'으로 완전히 진화함을 선포함
2026.08.05
9
8
1 2 3 4 5 6 7 8 9 10
인텔 코어 울트라5
  • 종합
  • 뉴스/정보
  • 커뮤니티
  • 질문/토론