6월 1일부터 8일까지의 AI 흐름을 12장으로 정리했다. 이번 주의 핵심은 한국이 엔비디아의 AI 팩토리, 소버린 AI, 피지컬 AI 전략의 전면에 올라왔다는 점이다. 글로벌 흐름도 같은 방향이다. AI는 더 똑똑한 챗봇을 넘어 컴퓨팅 인프라, 로봇, 제조, 업무 에이전트, 규제 집행 체계까지 묶는 운영 산업으로 이동하고 있다.
이번 주 한국 AI 이슈의 중심은 엔비디아 방한이었다
젠슨 황 CEO는 한국 AI 생태계를 한자리에 묶고 더 큰 협력을 예고했다
엔비디아는 젠슨 황 CEO의 서울 방문을 실시간 업데이트하며, 한국을 소버린 AI 인프라, 로보틱스 혁신, 게임 커뮤니티가 결합된 AI 중심지로 설명했다. 신라호텔 리셉션에는 한국 AI 생태계의 약 200개 파트너가 모였고, LG, SK, 현대차, 네이버, 두산과의 연쇄 협력도 함께 부각됐다.
- 한국은 GPU 수요처가 아니라 메모리, 제조, 통신, 로봇, 데이터센터, 게임을 함께 가진 AI 운영 거점으로 포지셔닝되고 있다.
- 이번 방한의 의미는 특정 기업 주가보다 AI 팩토리, 피지컬 AI, 소버린 모델을 묶는 산업 생태계 재편에 있다.
정부 GPU 사업이 AI 고속도로로 구체화됐다
네이버클라우드, 삼성SDS, 엘리스가 2조원대 GPU 구축 사업자로 선정됐다
과기정통부는 첨단 GPU 확보·구축·운용지원 사업 참여 기업으로 네이버클라우드, 삼성SDS, 엘리스그룹을 선정했다. 보도에 따르면 총 2조 800억원 규모로 베라 루빈 2,016장과 B300 7,688장 등 9,704장의 GPU를 확보하고, 정부 활용분 6,376장은 독자 AI 파운데이션 모델과 국가 AI 프로젝트 등에 투입된다.
- AI 경쟁력은 모델 발표뿐 아니라 누가 대규모 GPU를 실제로 조달, 배치, 운영할 수 있는지의 문제로 바뀌고 있다.
- 민간 CSP가 국가 프로젝트를 운영하면서 AI 인프라 서비스 경험과 고객 기반을 함께 확보하는 구조다.
네이버는 기가와트급 AI 팩토리로 간다
NAVER는 GAK 세종을 시작으로 DSX 기반 AI 팩토리를 확장한다
엔비디아와 네이버는 네이버가 NVIDIA DSX 플랫폼 기반 AI 팩토리를 55MW 규모에서 시작해 기가와트급으로 확장한다고 발표했다. 네이버는 HyperCLOVA X, 서울 월드 모델, AI 에이전트 플랫폼, 글로벌 소버린 AI 수요를 함께 겨냥한다.
- 검색·플랫폼 기업의 AI 경쟁은 모델 자체보다 고성능 데이터센터와 운영 가능한 AI 클라우드 사업으로 확장된다.
- 한국어·도시 데이터·클라우드 운영 경험은 네이버가 소버린 AI와 피지컬 AI를 동시에 노릴 수 있는 자산이다.
통신망도 국가 AI 클라우드가 된다
SKT는 DSX 기반 기가와트급 AI Cloud를 한국에 구축한다
엔비디아와 SK텔레콤은 SKT가 NVIDIA DSX 플랫폼을 활용해 한국에 기가와트급 AI Cloud를 구축할 계획이라고 밝혔다. 첫 AI 팩토리는 2027년 가동 예정이며, 기업과 산업을 위한 소버린 AI, 피지컬 AI, 에이전트형 AI 서비스를 지원한다.
- 통신사는 연결망을 넘어서 데이터센터, 네트워크, 엔터프라이즈 고객을 묶는 AI 인프라 사업자로 이동하고 있다.
- AI 클라우드의 경쟁 단위는 GPU 수량뿐 아니라 메가와트당 토큰 성능, 멀티테넌트 운영, 장애 대응 능력이다.
AI 팩토리의 병목은 메모리다
SK hynix와 NVIDIA는 AI 팩토리용 차세대 메모리를 공동 개발한다
NVIDIA와 SK hynix는 AI 팩토리 확산에 필요한 차세대 메모리 공동 개발을 위한 다년 기술 협력을 발표했다. 협력 범위는 Vera Rubin AI 슈퍼컴퓨터, Vera CPU, RTX Spark PC, Jetson Thor 로보틱스 플랫폼까지 이어지고, CUDA-X, PhysicsNeMo, Omniverse, OpenUSD, cuOpt를 활용한 반도체 설계·제조 혁신도 포함한다.
- AI 인프라 경쟁에서 HBM과 차세대 메모리는 GPU 못지않게 전략 자산이 됐다.
- SK hynix는 단순 공급사가 아니라 AI로 팹을 시뮬레이션하고 최적화하는 제조 AI 실험장 역할도 맡는다.
LG의 AI 전환은 로봇과 데이터센터를 묶는다
LG와 NVIDIA는 로보틱스, 모빌리티, AI 인프라를 위한 AI 팩토리를 만든다
엔비디아는 LG그룹과 로보틱스, 자율주행, 데이터센터 기술, GPU 클라우드 서비스를 위한 AI 팩토리를 구축한다고 밝혔다. LG AI Research는 EXAONE 고도화에 NVIDIA Blackwell GPU, NeMo, Nemotron 데이터셋, TensorRT-LLM을 활용하고, LG전자는 Cosmos 기반 피지컬 AI 데이터 팩토리도 추진한다.
- 대기업 AI 전환은 챗봇 도입보다 제품, 제조, 에너지, 데이터센터, 로봇 데이터를 하나의 학습·배포 흐름으로 묶는 일이다.
- 피지컬 AI에서는 실제 로봇보다 먼저 시뮬레이션, 합성 데이터, 디지털 트윈, 엣지 추론 환경이 준비돼야 한다.
피지컬 AI에는 전력과 소재까지 필요하다
두산과 NVIDIA는 로봇, 전력, 데이터센터 소재까지 협력 범위를 넓혔다
두산그룹과 NVIDIA는 피지컬 AI, 로보틱스, AI 팩토리 인프라 협력을 확대한다고 밝혔다. 두산로보틱스는 Isaac Sim, Isaac Lab, Cosmos, Newton, Jetson Thor를 활용한 Agentic Robot OS를 고도화하고, 두산에너빌리티는 가스터빈, 스팀터빈, SMR, 연료전지 같은 AI 데이터센터 전력 해법을 검토한다.
- 로봇 AI는 로봇팔 하나의 문제가 아니라 시뮬레이션, 온디바이스 추론, 산업 장비, 전력 인프라가 함께 움직이는 문제다.
- AI 팩토리가 커질수록 전력 공급, 냉각, PCB 소재 같은 제조 기반 기업의 역할도 커진다.
현대차 협력의 키워드는 차량, 공장, 로봇이다
현대차그룹과 NVIDIA는 모빌리티와 피지컬 AI 협력을 이어간다
엔비디아는 젠슨 황 CEO가 현대차그룹 리더십과 만나 모빌리티와 피지컬 AI 협력을 논의했다고 밝혔다. 앞서 현대차·기아와 NVIDIA는 DRIVE Hyperion 기반 차세대 자율주행 기술 협력을 확대했고, 현대차그룹은 제조, 로보틱스, 자율주행을 AI 팩토리와 연결하는 축으로 키우고 있다.
- 피지컬 AI의 대형 적용처는 차량 주행, 스마트팩토리, 휴머노이드·산업 로봇처럼 데이터와 안전 요구가 모두 큰 영역이다.
- 현대차는 Boston Dynamics와 제조 역량을 동시에 가진 만큼 로봇을 실험실 밖 공장 업무로 옮기는 데 강점이 있다.
Codex는 개발자 도구에서 업무 도구로 확장된다
OpenAI는 역할별 플러그인, Sites, annotations로 Codex 사용 범위를 넓혔다
OpenAI는 Codex가 주간 활성 사용자 500만명을 넘었고, 비개발자 사용자가 전체의 약 20%이며 개발자보다 세 배 이상 빠르게 늘고 있다고 밝혔다. 새 업데이트에는 데이터 분석, 크리에이티브 제작, 세일즈, 제품 디자인, 투자, 투자은행 업무용 플러그인과 공유 가능한 웹사이트·앱을 만드는 Sites 프리뷰가 포함됐다.
- 코딩 에이전트는 코드 편집기를 벗어나 리포트, 대시보드, 프레젠테이션, 계약서, 내부 앱 제작으로 확장되고 있다.
- 조직 입장에서는 AI 도입의 병목이 모델 성능보다 권한, 업무 맥락, 승인 흐름, 툴 연결성으로 이동한다.
ChatGPT는 더 오래 기억하도록 바뀐다
Dreaming 기반 새 메모리 아키텍처는 개인화의 신선도와 연속성을 높인다
OpenAI는 ChatGPT 메모리 합성 시스템을 더 강력하고 확장 가능하게 바꾼다고 발표했다. 새 구조는 오래된 메모리의 부정확성, 수백만 사용자와 다년 대화에서 생기는 확장 문제를 줄이기 위해 background synthesis를 활용하며, 사용자는 memory summary에서 요약을 검토하고 수정할 수 있다.
- AI 개인화는 사용자가 매번 설명하지 않아도 프로젝트, 선호, 제약을 이어받는 방향으로 발전한다.
- 동시에 기억의 정확성, 삭제·수정 가능성, 사용자가 이해할 수 있는 감사 화면이 제품 신뢰의 핵심이 된다.
AI가 AI 개발 자체를 가속하기 시작했다
Anthropic은 recursive self-improvement 가능성과 통제 문제를 공개 논의했다
Anthropic은 AI 시스템이 AI 개발 과정을 가속하고 있으며, 충분히 진전되면 스스로 후속 모델을 설계·개발하는 recursive self-improvement로 이어질 수 있다고 설명했다. 아직 그 단계는 아니지만, 2026년 5월 기준 Anthropic 코드베이스에 병합되는 코드의 80% 이상이 Claude가 작성했고, 엔지니어 생산량도 크게 늘었다고 밝혔다.
- AI의 다음 전선은 사용자를 돕는 모델을 넘어 모델 개발, 실험, 평가 루프를 자동화하는 AI다.
- 속도가 빨라질수록 보안, 모니터링, 권한 관리, 위험 시 개발을 늦추거나 멈출 수 있는 조율 장치가 중요해진다.
AI 규제는 이제 집행 단계로 간다
EU는 AI Act 집행을 지원할 과학패널과 자문포럼을 임명했다
유럽위원회는 AI Act 집행을 지원하기 위해 Scientific Panel과 Advisory Forum을 임명했다. 과학패널은 60명의 독립 전문가로 구성되어 범용 AI 모델, 시스템 리스크, 모델 분류, 평가 방법론, 국경 간 시장감시를 다루고, 자문포럼은 학계, 시민사회, 산업계, 중소기업, 스타트업 관점을 집행 과정에 연결한다.
- AI 규제는 법 문구에서 끝나지 않고 모델 평가, 리스크 분류, 표준화, 증빙 제출 방식으로 현실화된다.
- 글로벌 서비스를 운영하는 팀은 EU 고객이나 사용자와 접점이 있다면 AI Act 대응 문서와 내부 통제 체계를 미리 준비해야 한다.