[ 신경북일보 ] 7월26일, 베트남 IT 서비스 및 AI 솔루션 기업 SotaTek은 자사의 실시간 AI 번역 솔루션 'Saydi'가 베트남 App Store에서 가장 많이 다운로드된 AI 번역 앱으로 자리매김했다고 밝혔다. 글로벌 비즈니스와 해외 협업이 확대되면서 실시간 AI 번역 기술에 대한 기업들의 관심도 빠르게 높아지고 있다. 특히 해외 고객과의 커뮤니케이션, 다국어 회의, 국제 행사 등 즉각적인 의사소통이 필요한 업무 환경에서는 번역 정확도뿐 아니라 응답 속도와 사용 편의성까지 중요한 요소로 평가된다. 이 같은 수요에 대응하기 위해 개발된 Saydi는 SotaTek의 자체 AI 브랜드 'Made by SOTA'의 대표 솔루션이다. 글로벌 IT 서비스 기업인 SotaTek은 다양한 국가의 고객과 기술 조직이 협업하는 과정에서 IT 전문 용어와 업무 맥락을 정확하게 전달하기 어려운 점이 생산성과 커뮤니케이션 효율을 저해하는 주요 과제라는 점에 주목했다. Saydi는 이러한 현업의 요구를 반영해 음성과 텍스트 기반의 실시간 다국어 번역을 지원하며, 단순한 언어 번역을 넘어 기술 및 비즈니스 문맥을 고려한 자연스러운 커
[ 신경북일보 ] 베트남 IT 서비스 및 AI·블록체인 솔루션 기업 소타텍이 'Vietnam RWA Summit 2026'에 실버 스폰서로 참가해 디지털 자산과 실물자산토큰화(RWA, Real-World Asset) 산업의 발전 방향을 주제로 한 논의에 참여했다. 지난 7월 18일부터 19일까지 베트남 하노이 국제컨벤션센터(International Convention Center)에서 열린 이번 행사는 정부 기관, 금융사, 기술 기업, 투자사, 업계 전문가 등이 참석해 베트남 디지털 자산 생태계의 성장 전략과 제도적 기반을 논의하는 자리로 마련됐다. 올해 행사는 'Real-World Asset Tokenization Solutions and Opportunities to Capture the Billion-Dollar Market'를 주제로 진행됐으며, RWA 시장 확대를 위한 토큰화 기술과 함께 규제 체계, 산업 협력, 기술 인프라 구축 방안 등이 주요 의제로 다뤄졌다. 소타텍은 행사 기간 전시 부스를 운영하며 자사의 블록체인 서비스와 AI 솔루션을 선보였다. 현장에서는 기업 관계자와 기술 커뮤니티, 파트너사
[ 신경북일보 ] 기업이 자체 데이터를 보유하고 있다고 해서 AI 모델을 무조건 파인튜닝해야 하는 것은 아니라는 분석이 나온다. 업계에서는 최신 정보 활용에는 검색 기반 기술(RAG)이, 특정 업무 수행 방식과 응답 품질 개선에는 파인튜닝이 더 적합하다고 설명한다. 기업들은 AI를 도입하면서 내부 문서와 업무 데이터를 모델에 학습시키는 방안을 먼저 떠올리는 경우가 많다. 그러나 가격 정보나 사내 규정, 재고 현황, 계약 내용처럼 지속적으로 변경되는 데이터는 모델의 가중치(Weights)에 학습시키기보다 RAG(Retrieval-Augmented Generation) 방식으로 실시간 조회하는 것이 효율적이라는 평가다. 반면 파인튜닝은 모델의 지식을 늘리는 기술이라기보다 행동(Behavior)을 조정하는 기술에 가깝다. 특정 업무를 수행하는 방식, 답변 형식, 문체, 의사결정 기준, 지시사항(Instruction)을 따르는 일관성을 높이는 데 활용된다. 전문가들은 모델이 "최신 정보를 모른다"면 검색(RAG)을, "알고는 있지만 기업이 원하는 방식으로 일관되게 수행하지 못한다"면 파인튜닝을 우선 검토해야 한다고 설
[ 신경북일보 ] AI 모델은 데이터에서 학습한다. 그러나 무엇을 학습할지는 데이터 자체가 아니라 '라벨(Label)'이 결정한다. 업계에서는 AI 성능을 높이기 위해 모델보다 데이터 품질을 먼저 관리해야 한다는 '데이터 중심 AI(Data-Centric AI)' 접근법이 확산되고 있다. 생산 설비의 불량 검사에서는 스크래치를 위치와 크기, 영향도에 따라 구분해야 하고, 고객 상담에서는 하나의 문장이 불만 접수와 환불 요청, 이탈 징후를 동시에 포함할 수 있다. 문서 처리 역시 동일한 정보가 문서 양식에 따라 서로 다른 위치에 존재한다. 이처럼 라벨은 데이터 안에 원래 존재하는 정보가 아니다. 기업이 AI를 통해 어떤 업무를 자동화하고 어떤 의사결정을 지원할 것인지에 따라 정의되는 비즈니스 기준에 가깝다. 따라서 분류 체계(Taxonomy)가 실제 업무 목적을 반영하지 못하면 수백만 건의 데이터를 구축하더라도 실무에 활용하기 어려운 AI 모델이 만들어질 수 있다. 최근 AI 업계에서는 데이터 수집보다 라벨링 품질 관리를 더욱 중요한 요소로 보고 있다. 연구에서는 데이터 품질이 단순히 데이터의 양이나 정제 수준이
[ 신경북일보 ] 생성형 AI 도입이 확산되면서 기업들의 관심은 어떤 AI 모델을 선택할 것인지에 집중되고 있다. 그러나 업계에서는 실제 AI 프로젝트의 성패를 결정하는 요소는 모델 자체보다 이를 운영 가능한 서비스로 구현하는 AI Engineering 역량이라고 지적한다. 데모 환경에서는 정제된 데이터와 제한된 시나리오를 바탕으로 AI가 높은 성능을 보이는 경우가 많다. 하지만 실제 업무 환경에서는 데이터가 계속 변하고, 사용자는 예상하지 못한 질문을 던지며, API 응답 속도와 추론 비용도 지속적으로 달라진다. 이 때문에 우수한 모델을 도입하더라도 운영 단계에서 기대만큼의 성과를 내지 못하는 사례가 적지 않다. AI Engineering은 이러한 간극을 줄이는 역할을 한다. 모델뿐 아니라 데이터와 애플리케이션, 평가 체계, 운영 환경을 하나의 시스템으로 연결해 AI를 안정적으로 서비스할 수 있도록 만드는 것이 핵심이다. 최근에는 AI 운영 방식도 빠르게 변화하고 있다. 기존 머신러닝 운영 체계인 MLOps를 넘어 생성형 AI 환경에 맞춘 LLMOps, 여러 AI Agent를 관리하는 AgentOps 개념까지
[ 신경북일보 ] 생성형 AI가 실험 단계를 넘어 실제 업무 환경으로 빠르게 확산되고 있다. 그러나 반복되는 업무라고 해서 모두 AI 도입 대상이 되는 것은 아니다. 전문가들은 AI 프로젝트의 성공 여부는 어떤 모델을 선택했는지가 아니라, 해결해야 할 문제와 데이터, 운영 환경을 얼마나 정확하게 진단했는지에 달려 있다고 분석한다. 기업의 AI 도입 논의는 이제 "어떤 AI 모델을 사용할 것인가"를 넘어 "어떤 업무를 AI로 해결해야 하는가"라는 질문으로 이동하고 있다. 업무 자동화에 대한 관심이 높아지면서 반복적인 업무라면 무엇이든 AI로 대체할 수 있을 것이라는 기대도 커지고 있다. 하지만 반복되는 업무라는 이유만으로 AI가 최선의 해법이 되는 것은 아니다. 어떤 업무는 단순한 업무 표준화나 시스템 연동만으로도 충분히 개선될 수 있고, 어떤 업무는 RPA(Robotic Process Automation)가 더 적합하다. 또 내부 지식을 활용해야 하는 경우에는 RAG(Retrieval-Augmented Generation)가 효과적일 수 있으며, 제조 현장의 품질 검사처럼 예측 모델이나 컴퓨터 비전 기술이 필요한 사례도 있
[ 신경북일보 ] 충청북도학원연합회가 지난 7월 25일 정기이사회 직후 서울대학교 기술지주 자회사 앱티마이저를 초청해 개최한 ‘서울대학교 교육프로그램 소개 시연 및 AI 시대의 학원 경쟁력 강화 세미나’가 충북지역 학원가의 뜨거운 관심 속에 성황리에 마무리됐다. 이번 세미나는 초·중·고 학령인구 감소와 사교육 시장의 구조적 변곡점 속에서 지역 학원의 독자적인 경쟁력을 구축하고 교육 서비스의 질적 도약을 도모하기 위해 기획됐다. 현장에는 충북학원연합회의 임원진이자 현장 학원장들이 다수 참석해 미래형 학원 경영과 프리미엄 교육 솔루션 운영에 대한 강한 열의를 보였다. 세미나 1부에서는 서울대학교 기술지주 자회사 앱티마이저에서 개발한 AI 기반 맞춤형 전공·적성 진단 솔루션인 ‘앱티핏(Aptifit)’의 실시간 시연이 진행됐다. 95%의 정밀도를 자랑하는 앱티핏은 고교학점제 시행에 맞춘 5대 적성요소 분석이후 대학전공과 연계하여 진로진학에 대한 커리어 로드맵을 즉각 제시해 참석자들의 큰 호응을 얻었다. 이어서 서울대학교 언어교육원과 TEPS관리위원회의 노하우가 집약된 초등 EM-TEPS 및 중·고등 IM-TEPS 영어평가와 이를
[ 신경북일보 ] AI 노출 마케팅(AI Visibility) 전문사 테이블플립(TableFlip)이 생성형 AI 답변 내 브랜드 인용률 개선 사례 8건을 공개했다고 21일 밝혔다. AI 노출 마케팅(AI Visibility)은 ChatGPT·Gemini·Perplexity·Claude 등 생성형 AI가 답변을 만들 때 브랜드를 정확하게 언급·설명·추천하도록 웹사이트의 정보 구조와 근거 콘텐츠를 정비하는 마케팅으로, 방법론상으로는 GEO(Generative Engine Optimization)로 불린다. 소비자가 검색창에 키워드를 넣는 대신 AI에게 상황을 그대로 묻는 방식이 늘면서, 브랜드 노출의 기준도 바뀌고 있다. 기존 검색이 다수의 결과를 나열했다면 생성형 AI는 소수의 후보만 골라 문장으로 답한다. 답변에 포함되지 않은 브랜드는 사용자의 선택지에서 사실상 제외된다. 6개 업종, 3~8주 구조 개선 테이블플립이 공개한 자료에 따르면, 병원·의원 업종에서는 4주간의 구조 개선 이후 AI 답변 내 인용률(자체 추정치)이 0%에서 82%로 상승했다. 인테리어·시공 업종은 4주 만에 0%에서 74%
[ 신경북일보 ] 일간스포츠와 크리에이터링이 공동 주최한 ‘2026 크리에이터 브랜드 선정식’에서 ‘얼굴 디바이스 부문’ 대상을 수상한 디마레(Dimare)가 홈케어 디바이스 시장에서 주목받고 있다. 디마레의 대표작 '오마이페이스(OHMYFACE) 듀얼 EMS'는 단순한 미용 기기를 넘어, 의료 현장의 임상 데이터를 제품 개발에 충실히 반영했다는 평가를 받는다. 16년간 안면 해부학을 연구해 온 이하영 원장을 만나 홈케어 기기의 본질과 디마레의 비전에 대해 들어봤다. Q. 얼굴 디바이스 부문 대상 수상을 축하드린다. 업계의 주목을 받는 이유는 무엇이라 생각하나? A. 과거의 홈케어 디바이스들이 단순히 기능성에만 치중했다면, 이제는 '임상적 근거'가 뒷받침되는 제품만이 소비자들의 선택을 받는 시대가 됐습니다. 저희 디마레는 의료진이 현장에서 직접 확인한 데이터와 안면 근육의 구조적 이해를 바탕으로 제품을 설계합니다. 이번 수상은 그러한 진정성을 소비자분들이 알아봐 주신 결과라고 생각합니다. Q. 16년 임상 노하우가 '오마이페이스'에 어떻게 반영되어 있는가? A. 얼굴 지방흡입과 안면 해부학을 장기간
[ 신경북일보 ] 브이엠에스코리아 박가람 대표이사가 달리는 차량에서 버려지는 전력을 회수해 새로운 에너지 생태계를 만들겠다는 기업으로 주목받고 있다. VMS 는 Vehicle Mining System 의 약자로 ‘Vehicle’은 엔진이 달린 모든 운송수단을 뜻하며 이러한 이동수단에서 버려지는 에너지를 2차 배터리로 모으고 스왑하여 전력을 필요로 하는 다양한 분야에서 활용하는 VSS (Vehicle Energy Storagy System) 로 2026년4월에 연구개발전담부서를 설립하고 혁신성장유형으로 벤처기업인증을 취득했다. 원리는 간단, 실현은 혁신적 핵심 아이디어는 이렇다. 내연기관 차량이 주행 중 발전기를 통해 차량 배터리를 충전하면, 이미 완충 상태에서 발생하는 전력은 그대로 버려진다. 이 '잉여전력'을 차량 하부에 장착된 독자 개발 도킹 시스템을 통해 2차 배터리에 수집하는 것이 VMS의 출발점이다. 브이엠에스코리아가 개발한 도킹 시스템은 345×210×89㎜ 크기로, LG E&S M50(21700) 배터리를 채용해 1.5kWh 용량에 36V 전압, 충방전 1,000회 이상의 내구성을 갖췄
사무실 : 경북 안동시 송현3길 12-5
등록번호 : 경북, 아00843 | 등록일 : 2025-06-19 | 사장 : 김창현 | 편집인 : 이호규
전화번호 : 054-852-8686 | 휴대폰 : 010-9367-6000
이메일 : news4u@portalnews.co.kr
Copyright @신경북일보 Corp. All rights reserved.
UPDATE: 2026년 08월 10일 15시 23분
