UNIST 컴퓨터공학과 이슬기 교수팀이 인공지능(AI) 딥러닝 모델을 실행 가능한 프로그램 형태로 바꾸는 데 걸리는 시간을 절반 이상 줄이는 기술이 개발했다. 

이번 연구는 AI 개발자들이 직면한 가장 큰 병목 현상 중 하나인 '오토튜닝' 과정을 획기적으로 개선한다는 점에서 주목받고 있다.

오토튜닝은 AI 모델이 특정 하드웨어에서 최적의 성능을 발휘할 수 있도록 코드를 자동으로 최적화하는 과정이다. 

그동안 이 과정은 몇 시간에서 며칠까지 소요되는 경우가 많았지만, UNIST 연구팀의 기술로 오토튜닝 과정을 최대 2.5배 빠르게 처리할 수 있게 됐다.

이는 단순히 개발 시간을 단축하는 것을 넘어서, AI 서비스의 실시간 최적화와 더 나은 사용자 경험으로 이어질 수 있다는 점에서 산업 전반에 미칠 파급효과가 클 것으로 예상된다.

SK하이닉스의 AI 메모리 시장 전망: "2030년까지 연평균 30% 성장"

AI 기술 발전의 핵심 인프라 중 하나인 고대역폭메모리(HBM) 시장에서도 희소식이 전해졌다. 

"HBM 시장, 2030년까지 연평균 30%씩 성장할 것"이라는 SK하이닉스의 낙관적 전망이 발표된 것이다.

HBM은 GPU와 같은 AI 가속기에 필수적인 메모리로, ChatGPT, Claude와 같은 대형 언어 모델의 성능을 좌우하는 핵심 부품이다. 

특히 AI 모델이 점점 더 크고 복잡해지면서 더 많은 메모리 용량과 더 빠른 데이터 처리 속도가 요구되고 있어, HBM의 중요성은 계속해서 증가하고 있다.

이러한 전망은 단순히 SK하이닉스의 실적에만 긍정적인 것이 아니라, 한국이 AI 시대의 핵심 하드웨어 공급국으로 자리매김할 수 있다는 가능성을 시사한다.

KAIST, 자율 학습하는 로봇 기술 개발

로봇 분야에서도 주목할 만한 성과가 나왔다. KAIST가 '스스로 물체를 집고, 걷는 실시간 프로그래밍 로봇 시트'를 개발했다고 발표한 것이다.

이 기술의 핵심은 '접힘 구조'를 활용한 로봇 설계다. 종이접기에서 영감을 받은 이 구조는 로봇이 다양한 형태로 변형되면서 상황에 맞는 최적의 동작을 실시간으로 학습할 수 있게 해준다.

기존의 로봇들이 미리 프로그래밍된 동작만을 수행했다면, 이 로봇은 환경을 스스로 파악하고 새로운 동작을 학습해 나간다. 

이는 제조업뿐만 아니라 서비스업, 의료 분야 등 다양한 영역에서의 로봇 활용 가능성을 크게 확장시킬 것으로 기대된다.

국가 AI 데이터센터 구축, 여전히 난항

한편, 정부가 추진 중인 '국가 AI 컴퓨팅센터 구축·운용 사업'은 "기업들이 지방에 설치하는 것을 부담스러워해" 표류 위기에 놓였다는 소식이 전해졌다.

두 차례 유찰된 '국가 AI 컴퓨팅센터 구축·운용 사업' 공모의 배경에는 기업들에게 불리한 조건들이 있었던 것으로 분석된다. 

정부는 조건을 완화해 세 번째 입찰을 준비 중이지만, 소버린 AI(국산 AI) 개발이라는 목표 달성에는 여전히 시간이 걸릴 것으로 보인다.

이는 AI 기술의 국산화와 자주권 확보라는 중요한 과제가 단순히 기술 개발뿐만 아니라 정책적, 경제적 고려사항들과 복잡하게 얽혀 있음을 보여준다.

전망: AI가 만드는 새로운 일상

AI는 기존에 학습한 엄청난 양의 데이터를 바탕으로 사용자가 원하는 답을 내놓았지만, 이제는 스스로 데이터를 만들어 학습하고, 인간처럼 논리적으로 추론하는 수준까지 발전하고 있다.

2025년 8월 현재, AI 기술은 단순한 도구에서 벗어나 우리 일상의 파트너로 자리잡아가고 있다. 

한국의 연구진들이 개발한 최적화 기술, 메모리 기술, 로봇 기술들은 이러한 변화를 더욱 가속화할 것으로 예상된다.

특히 주목할 점은 AI 기술 발전이 하드웨어 혁신과 맞물려 상승효과를 만들어내고 있다는 것이다. 

더 빠른 처리 속도, 더 큰 메모리 용량, 더 스마트한 로봇 - 이 모든 것들이 결합되어 기술·산업뿐 아니라 과학·예술·일상의 영역까지 파고들어 세상을 뒤바꾸고 있다.

앞으로 몇 달 동안 이러한 기술들이 실제 서비스와 제품으로 어떻게 구현될지, 그리고 우리의 일상을 어떻게 변화시킬지 지켜보는 것이 흥미로울 것 같다.