Agent 기반 Open Data Compliance 시스템

LG AI 연구원은 인공지능 기술의 선행 연구와 윤리 원칙 수립을 주도하는 그룹의 싱크탱크로서, AI 개발 과정에서 발생할 수 있는 다양한 법적 리스크를 관리합니다. 특히 데이터 학습 과정에서는 저작물의 복제와 2차적 저작물 작성이 빈번하게 일어나는데, 이는 소스 코드를 다루는 방식과는 차별화된 접근이 필요합니다. 텍스트의 수치화부터 인스트럭션 튜닝에 이르기까지, 데이터가 변형되고 복제되는 모든 단계에서 저작권 침해의 소지가 존재하기 때문입니다. 따라서 데이터의 기술적 이용 방식이 저작물의 본래 목적을 침해하지 않도록 정교한 법적 검토가 수반되어야 합니다. 저작권 분쟁에서 주로 논의되는 공정 이용의 법리는 이용 목적, 저작물의 성격, 이용량, 잠재적 가치 등 네 가지 요소를 종합적으로 판단하지만, 이는 매우 주관적이라는 한계가 있습니다. 국가나 재판부마다 판단이 달라질 수 있는 상황에서 단순한 낙관론에 기대어 컴플라이언스 체계를 구축하는 것은 기업 경영에 큰 위험을 초래할 수 있습니다. LG AI 연구원은 이러한 리스크를 사전에 방지하기 위해 18가지의 엄격한 평가 기준을 수립하고, 수십 명의 법률 전문가와 협업하여 데이터 라이선스부터 개인정보 보안까지 아우르는 데이터 컴플라이언스 가이드라인을 운영하고 있습니다. 현대의 AI 학습 데이터는 수천 개의 원천 소스가 얽혀 있으며, 수십 번에 걸쳐 재배포되는 등 그 구조가 매우 복잡합니다. 특정 데이터셋이 표면적으로는 자유로운 이용이 가능한 라이선스로 배포되었더라도, 실제 출처를 추적해 보면 불법적으로 입수된 도서나 뉴스 기사가 포함되어 있을 가능성이 큽니다. 변호사 등 전문가가 수천 개의 소스 데이터를 일일이 분석하고 논문을 검토하여 법적 배포 행위의 적절성을 판단하는 것은 사실상 불가능에 가깝습니다. 이러한 물리적 한계는 데이터 활용의 안전성을 보장하기 위해 반드시 해결해야 할 핵심 과제로 떠오르고 있습니다. LG AI 연구원은 데이터 검토의 한계를 극복하고자 '엑사원 넥서스'라는 에이전트 AI 시스템을 개발하였습니다. 이 시스템은 QA, 내비게이션, 스코어링 모듈로 구성되어 웹상의 URL만으로 데이터의 모든 흐름을 추적합니다. 에이전트는 허깅페이스나 깃허브 같은 플랫폼은 물론, 관련 논문의 PDF를 직접 분석하여 데이터가 생성된 실제 소스와 라이선스 정보를 샅샅이 찾아냅니다. 실제로 상업적 이용이 가능하다고 알려진 데이터셋 중 약 21%만이 법적으로 안전하다는 사실을 밝혀냈으며, 이는 인간 전문가보다 높은 정확도와 스케일을 구현하며 데이터 분석의 새로운 지평을 열었습니다. 에이전트 AI를 통한 분석 결과는 전문가의 최종 검토를 거쳐 더욱 완벽한 리포트로 완성되며, 이는 안전한 AI 모델 개발의 토대가 됩니다. LG AI 연구원은 최근 ETRI와의 업무 협약을 통해 엑사원 넥서스 기술을 공유하고 오픈소스 커뮤니티에 기여함으로써 생태계 전반의 안전성을 높이고자 노력하고 있습니다. 모든 데이터의 연결성을 추적하고 투명하게 관리하는 시스템은 단순히 법적 리스크를 피하는 것을 넘어, 인류에게 도움이 되는 책임감 있는 인공지능을 만드는 중요한 발판이 될 것입니다. 앞으로도 기술적 성능과 윤리적 가치를 동시에 확보하는 연구를 지속할 예정입니다.

• 융합
• 공학·기술

생성형 AI와 오픈소스가 여는 바이오 연구 패러다임

인공지능 기술은 단순한 대화를 넘어 인간처럼 추론하고 스스로 행동하는 에이전트 시대로 진입하고 있습니다. 샘 올트먼이 제시한 인공일반지능(AGI)의 단계 중 세 번째인 에이전트 단계는 이미 현실화되었으며, 이제는 아인슈타인처럼 복잡한 난제를 해결하는 ‘이노베이터’ 단계를 향해 나아가고 있습니다. 특히 생물학 분야는 데이터가 방대하고 복잡하여 인공지능이 혁신을 일으키기에 가장 적합한 영역으로 꼽힙니다. 여러 개의 전문 에이전트가 협업하는 멀티에이전트 시스템은 생명과학의 난제를 해결하며 인간 과학자의 한계를 보완하는 강력한 도구가 될 것입니다. 과거 4조 원이 넘게 들었던 인간 게놈 프로젝트의 유전체 분석 비용이 이제는 100달러 수준으로 떨어지며 데이터의 폭발적 증가를 가져왔습니다. 구글 딥마인드와 엔비디아 같은 빅테크 기업들은 이러한 막대한 데이터를 학습하여 단백질 구조를 예측하고 유전체의 맥락을 이해하는 파운데이션 모델을 잇달아 발표하고 있습니다. 연구자들이 수십 년간 고생하며 찾았던 유전체 패턴을 인공지능은 시퀀싱 분석만으로 단숨에 해결하기 시작했습니다. 이는 단순한 기술 발전을 넘어 질병의 근본 원인을 찾고 치료하는 슈퍼 휴먼 인공지능 시대의 서막을 알리는 신호입니다. 의료 및 생명과학 분야의 전문 지식을 학습시키기 위해 수천만 건의 의생명 문헌과 의학 교과서를 활용한 특화 모델 개발이 가속화되고 있습니다. 기존에는 전문의 수준의 분석력을 확보하기 위해 수년의 시간이 걸렸지만, 오픈소스 기반의 거대언어모델(LLM)을 파인튜닝함으로써 그 기간을 획기적으로 단축할 수 있게 되었습니다. 6년이 걸리는 의대 교육 과정을 단 6주 만에 학습시킨다는 목표 아래, 의료 현장의 복잡한 질문에 답하고 논문을 분석하는 수준까지 도달했습니다. 이러한 기술은 인프라가 부족한 지역에서도 수준 높은 의료 솔루션을 제공하는 기반이 됩니다. 바이오 데이터의 생산과 실험 과정 역시 인공지능과 로봇이 결합한 자동화 파운드리 시스템으로 진화하고 있습니다. 가설 수립부터 실험 설계, DNA 추출, 시퀀싱 및 결과 리포트 작성에 이르기까지 사람이 거의 개입하지 않는 ‘클로즈드 루프’ 형태의 실험실이 운영되고 있습니다. 인류가 수십 년간 축적한 단백질 데이터보다 훨씬 많은 양을 짧은 시간 안에 확보하여 신약 개발의 속도를 높이는 방식입니다. 이제 실험은 더 이상 인간의 전유물이 아니며, 인공지능이 주도적으로 가설을 세우고 이를 물리적 실험으로 검증하는 데이터 중심의 과학 시대가 열리고 있습니다. 미래의 헬스케어는 개인의 유전 정보와 장기적인 건강검진 기록을 통합 분석하는 개인화된 인공지능 에이전트가 담당할 것입니다. 수백만 개의 변이를 자연어로 해석하여 건강 위험을 경고하고 맞춤형 생활 습관을 제안하는 시스템은 초고령 사회의 의료 난제를 해결할 핵심 열쇠입니다. 바이러스나 면역학 등 각 분야의 전문 에이전트들이 클라우드 상에서 협업하며 최적의 치료법을 도출하는 멀티에이전트 시스템은 인공지능 과학자의 실현을 앞당기고 있습니다. 우리는 이제 인공지능이 스스로 가설을 세우고 혁신을 일구는 이노베이터 단계를 목전에 두고 있습니다.

• 생명과학
• 융합
• 공학·기술

오픈소스를 통한 알고리즘 통합

한국항공우주연구원은 나로호와 누리호 같은 발사체 연구뿐만 아니라, 항공 분야에서도 선도적인 연구를 수행하고 있습니다. 특히 무인 이동체 원천기술 개발 사업단은 차세대 시장 선점을 목표로 육상, 해양, 공중을 아우르는 혁신 기술 확보에 주력하고 있습니다. 기존의 우주 전문 연구 기관이라는 이미지를 넘어, 이제는 자율 주행과 지능형 이동체 전반으로 연구 영역을 확장하며 국내 항공우주 산업의 경쟁력을 높이는 데 기여하고 있습니다. 무인 이동체 원천기술 개발 사업단은 2027년까지 기술 실증기와 원천 기술 확보를 목표로 다양한 연구 기관과 협력하고 있습니다. 사업은 크게 원천 기술을 개발하는 팀과 실제 무인 이동체를 제작하는 팀으로 나뉘어 운영됩니다. 탐지, 인식, 통신, 자율 지능 등 공통 원천 기술을 바탕으로 무인 항공기뿐만 아니라 무인 자동차, 무인 선박, 잠수정까지 개발하며, 각 분야의 기술이 유기적으로 통합될 수 있도록 데이터 프로토콜의 표준화와 재활용성에 집중하고 있습니다. 과거 항공 분야는 안전과 신뢰성 문제로 인해 자체 개발한 인하우스(In-house) 코드를 선호하는 매우 보수적인 개발 문화를 가지고 있었습니다. 하지만 최근에는 개발 기간을 단축하고 기술의 재사용성을 높이기 위해 PX4나 ROS2 같은 오픈소스의 활용이 급격히 늘고 있습니다. '바퀴를 다시 발명하지 마라'는 격언처럼, 이미 검증된 오픈소스를 활용해 기초적인 기능을 해결함으로써 연구자가 핵심 알고리즘 고도화에만 집중할 수 있는 효율적인 환경을 구축하고 있습니다. 사업단은 오픈소스를 적용한 수직이착륙 무인기(VTOL)를 통해 가시적인 성과를 내고 있습니다. 기존의 인하우스(In-house) 코드 방식에서 벗어나 PX4와 DroneCAN 시스템을 도입함으로써 비행 제어 및 데이터 통신 효율을 극대화했습니다. 이는 150kg급 육공 복합 드론 개발을 위한 실험 기체 단계에서 알고리즘을 신속하게 검증하는 데 큰 역할을 했습니다. 전기 추진 시스템 기반의 장거리 순항 비행을 성공적으로 수행하며 오픈소스 기반 개발 체계의 우수성을 입증하고 있습니다. 오픈소스의 강점은 무인 항공기를 넘어 무인 자동차와 무인 선박 등 서로 다른 플랫폼으로 기술을 확장하기 용이하다는 점입니다. ROS2 기반의 시스템은 라이다(LiDAR)나 비전 센서를 활용한 복합 항법 기술을 다양한 기체에 손쉽게 이식할 수 있게 해줍니다. 향후 MAVLink와 같은 개방형 프로토콜을 통해 통합 관제 시스템을 고도화하고, 자동 도킹이나 환경 예측 같은 고난도 실증 연구를 지속하여 무인 이동체 생태계의 표준화된 기술 기반을 다져나갈 계획입니다.

• 융합
• 공학·기술

Open5GS : 한국에서 만든 오픈소스 이동통신 이야기

현대 이동통신 네트워크는 스마트폰과 연결되는 무선 구간인 기지국(RAN)과 이를 인터넷 망에 연결해 주는 코어 네트워크로 구성됩니다. 과거에는 이러한 코어 네트워크를 직접 구축하기 위해 수천만 원 상당의 고가 상용 솔루션을 구매해야만 했으나, 오픈소스 프로젝트인 'Open5GS'의 등장으로 상황이 크게 변했습니다. Open5GS는 4G와 5G 코어 네트워크 기능을 소프트웨어로 구현하여 누구나 독립적인 통신망을 구축할 수 있도록 돕습니다. 현재 이 프로젝트는 전 세계 연구소와 기업에서 가장 널리 쓰이는 표준적인 오픈소스로 자리 잡으며 통신 기술의 진입 장벽을 낮추는 데 기여하고 있습니다. Open5GS의 시작은 2017년 4G 기반의 'NextEPC' 프로젝트였습니다. 당시 기지국 분야에는 안정적인 오픈소스 대안이 존재했으나, 코어 네트워크 분야는 코드가 지나치게 복잡하거나 불안정하여 연구자들이 활용하기에 많은 어려움이 있었습니다. 거대 IT 기업들이 주도하는 AI나 빅데이터 분야 대신, 기술적 난도는 높지만 경쟁자가 적은 통신 분야에서 승부를 보겠다는 전략적 판단이 프로젝트의 출발점이 되었습니다. 수십만 라인에 달하는 방대한 코드를 혼자서 구현하는 과정은 결코 쉽지 않았지만, 코드의 가독성과 시스템 안정성을 최우선으로 고려하며 개발한 끝에 글로벌 커뮤니티의 주목을 받는 핵심 기술로 성장했습니다. 기술적 완성도를 높이기 위해 Open5GS는 통신 업계에서 가장 범용적으로 쓰이는 C 언어를 채택했습니다. 특히 성능 최적화를 위해 Nginx(엔진엑스)와 같은 단일 이벤트 루프 아키텍처를 도입하여 시스템 자원을 효율적으로 관리하도록 설계되었습니다. 이는 임베디드 환경이나 셋톱박스 같은 저사양 기기에서도 통신망이 원활하게 작동할 수 있는 가벼운 구조를 가능하게 만들었습니다. 복잡한 프로토콜 스택을 누구나 쉽게 이해할 수 있도록 코드의 명료함을 유지하는 데 주력했으며, 이러한 설계 철학은 연구자들이 실제 논문 작성이나 프로토타이핑 과정에서 이 프로젝트를 적극적으로 채택하게 만드는 결정적인 요인이 되었습니다. 오픈소스의 성공에는 기술력뿐만 아니라 사용자 커뮤니티와의 활발한 소통이 필수적이었습니다. 초기 수년간 깃허브에 올라오는 모든 질문과 이슈에 성실히 답변하며 신뢰를 쌓았고, 전 세계 개발자들이 참여할 수 있도록 체계적인 영문 문서화 작업에 심혈을 기울였습니다. 또한 소스 코드의 무분별한 파편화를 막기 위해 AGPL 라이선스를 선택하고, 모든 리뷰와 승인 과정을 중앙 집중형으로 관리하여 상용 솔루션에 뒤지지 않는 품질을 유지했습니다. 이러한 노력은 대학 연구실을 넘어 스타트업과 대형 통신사들이 신기술 검증용 테스트베드로 Open5GS를 활용하는 결과로 이어지며 강력한 생태계를 구축하는 밑거름이 되었습니다. Open5GS의 보급은 과거 대형 제조사들이 독점하던 폐쇄적인 이동통신 기술을 일반 개발자들의 영역으로 끌어냈다는 점에서 큰 의미를 가집니다. 이제는 누구나 무료로 실험 환경을 구축하여 차세대 통신 기술을 연구하고, 시골 지역이나 특수 목적을 위한 프라이빗 5G 네트워크를 저렴한 비용으로 구축할 수 있게 되었습니다. 아이폰이 모바일 소프트웨어 생태계를 혁신한 것처럼, 개방형 통신 기술은 고착화된 시장에 새로운 활력을 불어넣고 있습니다. 개발자들이 주도하는 이 생태계는 앞으로도 통신 기술의 접근성을 비약적으로 향상시키고, 더욱 다양한 산업 분야에서 혁신적인 서비스가 탄생할 수 있는 기술적 토대를 제공할 것입니다.

• 융합
• 공학·기술

기조연설: When AI Met Compliance

AI와 저작권의 관계는 영화 '해리가 샐리를 만났을 때'의 주인공들처럼 초기에는 긴장과 대립이 존재하지만, 결국 서로를 깊이 이해하며 발전해 나가는 과정을 닮아 있습니다. 오늘날 생성형 AI의 등장은 창작의 효율성을 극대화했으나, 동시에 이미지나 텍스트 검색 과정에서 흔히 마주치는 저작권 경고 문구처럼 법적 권리에 대한 고민을 깊게 만들고 있습니다. 개인의 사진 한 장을 사용할 때조차 초상권과 창작적 노력이 들어간 저작권의 경계를 검토해야 하는 시대가 도래한 것입니다. 단순히 정보의 정확성을 확인하는 수준을 넘어, 창작물의 정당한 권리를 어떻게 보호하고 활용할 것인가가 AI 시대의 핵심 화두로 떠오르고 있습니다. 기업적 측면에서 AI와 저작권의 갈등은 더욱 치열한 법적 분쟁으로 이어지고 있습니다. 디즈니와 미드저니의 소송 사례처럼, AI가 방대한 데이터를 학습하여 특정 화풍이나 캐릭터를 유사하게 생성하는 행위는 원작자의 창작 가치를 훼손한다는 비판을 받습니다. 특히 지브리 스타일의 이미지 생성 사례는 원저작자의 기여 없이 기술적 편의성만을 추구하는 것이 '공정 이용'의 범위에 포함되는지에 대한 거센 논란을 불러일으켰습니다. 이는 단순히 법률적 해석을 넘어 상업적 서비스에서 원작자의 권리를 어디까지 인정할 것인지, 그리고 기술 발전과 창작자 보호 사이에서 어떤 균형을 잡아야 할 것인지에 대한 사회적 합의가 필요함을 시사합니다. 기술의 발전 이면에는 역설적으로 AI 스스로의 존립을 위협하는 위기가 숨어 있습니다. 개발자들이 지식을 공유하던 대표적인 커뮤니티인 스택 오버플로우의 사례에서 볼 수 있듯이, AI가 즉각적인 답변을 제공하면서 사람들의 자발적인 콘텐츠 생산이 눈에 띄게 줄어들고 있습니다. 만약 십수 년간 축적된 인류의 지식 데이터가 동나기 시작하면, AI 역시 더 이상 학습할 양질의 정보를 얻지 못해 성능이 정체되는 현상이 발생하게 됩니다. 결국 인간의 고유한 창의력이 뒷받침되지 않는 AI는 과거의 데이터를 반복하는 수준에 머물 수밖에 없습니다. 따라서 저작권 보호는 단순히 개인의 권리를 지키는 것을 넘어 AI 생태계의 지속 가능성을 위한 필수 조건입니다. 반면 AI는 복잡해진 오픈소스 컴플라이언스 문제를 해결하는 강력한 조력자가 되기도 합니다. 현대의 소프트웨어 개발에서 AI 모델 자체의 라이선스뿐만 아니라 학습에 사용된 데이터셋의 규정까지 일일이 확인하는 작업은 매우 고난도이며 많은 시간이 소요됩니다. 하지만 AI 기술을 활용하면 수많은 패키지의 라이선스 규칙을 자동으로 분석하고, 카피레프트 조건이나 재배포 가능 여부를 신속하게 판단할 수 있습니다. LG전자의 포스라이트(FOSSLight) 사례처럼 AI가 개발자를 대신해 번거로운 행정 및 검토 작업을 처리함으로써, 사람은 더욱 창의적이고 본질적인 개발 업무에 집중할 수 있는 환경이 조성되고 있습니다. 이는 기술이 인간을 대체하는 것이 아니라 보완하는 훌륭한 사례입니다. 결론적으로 AI와 저작권은 대립하는 경쟁자가 아니라 함께 성장해야 할 동반자입니다. AI 기술이 인간의 지적 재산권을 안전하게 보호하고 효율적으로 관리하는 데 기여할 때, 비로소 기술은 인류에게 진정한 가치를 제공할 수 있습니다. 지적 재산권의 철저한 보호를 통해 인간이 지속적으로 양질의 콘텐츠를 생산하고, 이를 바탕으로 AI가 고도화되는 선순환 구조가 형성되어야 합니다. 기술의 편리함 뒤에 숨은 창작자의 노력을 존중하고 정당한 대가를 지불하는 문화가 정착될 때, 우리는 비로소 AI와 인간이 조화를 이루는 미래를 맞이할 수 있을 것입니다. 상호 존중을 바탕으로 한 협력만이 AI 시대의 진정한 혁신을 완성하는 열쇠가 될 것입니다.

• 융합
• 공학·기술

Nonfree Firmware와 라이선스 이슈

최근 차량용 반도체 및 SoC 업계에서는 하드웨어 구동을 위한 저수준 소프트웨어인 펌웨어를 둘러싼 오픈소스 라이선스 논란이 뜨겁습니다. 과거 펌웨어는 칩 교체 없이는 수정이 불가능해 하드웨어의 일부로 간주되었으나, 기술 발전으로 교체가 용이해지면서 소스 코드가 공개되지 않는 '논프리 펌웨어'의 라이선스 해석 문제가 부각되었습니다. 기업들은 지식재산권(IP) 보호와 핵심 아키텍처 노출 방지를 위해 소스 코드를 비공개로 유지하는 경향이 있으며, 주로 'request_firmware' 방식을 통해 커널 외부에서 펌웨어를 로드하여 배포합니다. 논프리 펌웨어의 핵심 쟁점은 GPL 2.0의 '파생 저작물' 적용 범위에 있습니다. 커널에 로드되는 펌웨어 블롭이 링킹 방식이 아님에도 불구하고, GPL의 전염성이 어디까지 미치는지에 대해 진영별로 의견이 갈립니다. 자유 소프트웨어 재단(FSF)은 소프트웨어의 자유를 근거로 소스 코드 공개를 강력히 주장하는 반면, 오픈소스 이니셔티브(OSI)는 개발의 편의성과 발전을 중시하여 이를 수용하는 입장입니다. 이러한 갈등은 최근 데비안(Debian) 배포판이 사용자 편의를 위해 공식 설치 미디어에 논프리 펌웨어를 포함하기로 결정하면서 더욱 구체화되었습니다. 오늘날의 펌웨어는 단순히 하드웨어를 구동하는 보조 도구를 넘어, 커널 드라이버와 복잡하게 통신하거나 로드 가능 커널 모듈(LKM) 형태로 존재하는 등 그 구조가 매우 고도화되었습니다. 리너스 토발즈는 커널과 연결된 모든 요소가 GPL과 관계가 있음을 강조하며, 독자적으로 개발된 모듈이라 할지라도 리눅스와의 연관성을 명확히 증명하지 못하면 라이선스 위반 소지가 있음을 경고한 바 있습니다. 이러한 기술적 변화는 기존에 펌웨어를 단순한 바이너리 덩어리로 보던 관성에서 벗어나, 각 제품의 소프트웨어 구조에 따른 면밀한 법적 해석이 필요함을 시사합니다. 현실적으로 논프리 펌웨어에 대한 소송 리스크는 복합적입니다. 과거 VM웨어 사례처럼 개인 개발자가 저작권 침해 소송을 제기했으나 소유권 입증 문제로 기각된 사례가 있는 반면, 최근 비지오(Vizio) 사례에서는 오픈소스 라이선스를 채권적 계약으로 해석하여 소비자에게도 소스 코드 공개 요구 권한을 인정하는 진전이 있었습니다. 하지만 소송 패소 시 발생할 수 있는 GPL 범위의 위축 우려 때문에 FSF 같은 단체들도 조심스러운 입장을 취하고 있습니다. 기업 입장에서는 법적 분쟁뿐만 아니라 오픈소스 커뮤니티의 신뢰 상실과 비판 여론이라는 무형의 리스크까지 함께 고려해야 합니다. 결론적으로 임베디드 소프트웨어의 기능이 복잡해짐에 따라, 펌웨어를 단순한 하드웨어 부속품으로 취급하며 바이너리 배포를 고수하는 관습은 점차 위험한 선택이 될 수 있습니다. 텔레칩스와 같은 기업들은 하드웨어뿐만 아니라 커널을 포함한 SDK 전체를 공개하는 오픈소스 친화적 프로젝트를 통해 이러한 리스크에 선제적으로 대응하고 있습니다. 앞으로의 개발 환경에서는 기술적 효율성과 오픈소스 생태계의 철학 사이에서 균형을 잡는 것이 중요하며, 제품 설계 단계부터 라이선스 컴플라이언스를 철저히 검토하여 지속 가능한 소프트웨어 개발 체계를 구축해야 할 것입니다.

• 공학·기술

글로벌 오픈소스를 향한 연구자의 여정 : From Kubernetes Contributor to CNCF Ambassador and Beyound

한국전자통신연구원(ETRI)의 손석호 박사는 글로벌 오픈소스 커뮤니티에서의 활동을 '연구자의 여정'으로 정의합니다. 그는 단순히 기술을 개발하는 것에 그치지 않고, 오픈소스 전문위원으로서 국내외 거버넌스 체계를 구축하고 기여 활동을 장려하는 역할을 수행하고 있습니다. 특히 현대 IT 생태계에서는 종이 명함 대신 깃허브(GitHub) 프로필이 개인의 실력과 신뢰도를 증명하는 강력한 수단이 된다고 강조합니다. 기여를 통해 가꾸어진 프로필은 전 세계 개발자들과 소통하며 쌓은 성실함과 전문성의 기록이자, 글로벌 시장에서 자신을 알리는 가장 확실한 명함이 됩니다. 쿠버네티스(Kubernetes)는 리눅스 재단 산하의 CNCF에서 운영하는 가장 대표적인 오픈소스 프로젝트입니다. 현재 전 세계적으로 30만 명이 넘는 기여자가 활동하고 있으며, 구글과 아마존, 엔비디아와 같은 수많은 빅테크 기업들이 멤버사로 참여하여 이 기술을 지탱하고 있습니다. 쿠버네티스는 단순한 소프트웨어를 넘어 클라우드 네이티브 환경의 핵심 플랫폼으로 자리 잡았으며, 매년 열리는 대규모 콘퍼런스에는 수만 명의 전문가가 모여 기술의 미래를 논의합니다. 이러한 거대 생태계는 개별 개발자들에게 무한한 성장 기회와 글로벌 네트워크를 제공하는 장이 되고 있습니다. 저자가 오픈소스 기여에 본격적으로 뛰어든 계기는 2018년 발표된 전 세계 기여 분포 보고서에서 한국의 비중이 매우 작다는 사실을 확인하면서부터였습니다. 우리나라는 기술을 많이 활용하고 있음에도 불구하고, 실제 커뮤니티에 기여하는 정도는 상대적으로 낮다는 점에 큰 자극을 받은 것입니다. 그는 한국의 기여도를 높이고 소속 기관인 ETRI를 글로벌 시장에 알리고자 하는 목표를 세웠습니다. 또한 기술 변화의 트렌드를 가장 빠르게 파악하고 오픈소스 방식의 효율적인 운영 문화를 체화하여 이를 국내 R&D 프로젝트에 적용하고자 하는 전략적인 의도도 함께 포함되어 있었습니다. 오픈소스 기여는 '기여 사다리'를 오르는 과정과 같습니다. 초기에는 일반 기여자로 시작하지만, 꾸준한 활동과 소통을 통해 공식 멤버, 리뷰어, 승인권자(Approver)로 단계적으로 성장하게 됩니다. 이 과정에서 깃허브의 이슈 보드를 확인하고 문제를 해결하며 풀 리퀘스트(PR)를 보내는 등 실질적인 코드 기여가 이루어집니다. 특히 세계적인 엔지니어들과 코드 리뷰를 주고받으며 얻는 피드백은 개인의 역량을 비약적으로 끌어올리는 계기가 됩니다. 비록 날카로운 비판이 아프게 느껴질 때도 있지만, 이는 곧 글로벌 표준에 부합하는 고급 개발자로 성장하기 위한 필수적인 통과의례입니다. 기업과 정부 기관 차원에서도 구성원들의 오픈소스 기여를 적극적으로 장려해야 할 명분은 충분합니다. 기여 활동을 통해 공식 릴리스보다 최소 반년에서 일 년 앞서 기술 변화를 파악하고 대응할 수 있는 능력을 갖출 수 있기 때문입니다. 이는 기술 로드맵을 선제적으로 구축하고 라이선스 리스크를 사전에 관리하는 데 결정적인 역할을 합니다. 별도의 조직을 꾸려 동향을 파악하는 것보다, 실제 커뮤니티에서 활동하는 내부 전문가를 양성하는 것이 훨씬 경제적이고 효율적인 전략이 될 수 있습니다. 이는 조직 전체의 기술 경쟁력을 강화하는 선순환 구조를 만들어냅니다. 개인의 기여가 쌓이면 결국 그것은 소속 조직과 국가의 브랜드 가치로 이어집니다. 손석호 박사는 CNCF 글로벌 앰배서더로 활동하며 한국의 우수한 기술 활동을 세계에 알리고, 공식 블로그를 통해 한글과 한국의 기여 사례를 소개하는 등 민간 외교관의 역할을 자처하고 있습니다. 커뮤니티 내에서 개인의 영향력이 커질수록 그 뒤에 있는 한국과 ETRI라는 이름도 자연스럽게 전 세계 전문가들에게 각인되게 됩니다. 이러한 퍼스널 브랜딩은 단순한 홍보를 넘어 글로벌 표준 기술 개발에 있어 우리나라의 목소리를 높이고 국제적인 협력 관계를 구축하는 강력한 기반이 됩니다. 오픈소스 기여의 문턱은 생각보다 높지 않습니다. 자신이 관심 있는 프로젝트의 정보를 파악하고, 라이선스와 행동 강령(CoC)을 숙지하는 것부터 시작할 수 있습니다. 쉬운 문서 수정이나 한글화 작업부터 시작하여 점차 기술적인 영역으로 기여 범위를 넓혀가는 전략이 유효합니다. 현재 국내에서도 '클라우드 바리스타(Cloud-Barista)'와 같이 멀티 클라우드 환경을 지원하는 자생적인 오픈소스 프로젝트들이 활발하게 운영되고 있습니다. 이러한 국내 프로젝트나 글로벌 프로젝트에 적극적으로 참여함으로써, 더 많은 개발자가 세계를 무대로 자신의 꿈과 실력을 펼칠 수 있기를 기대합니다.

• 공학·기술

연결과 혁신을 위한 VARCO의 오픈소스 현황 및 전략

NC AI는 NC소프트에서 14년 넘게 AI를 연구해온 R&D 조직이 분사하여 설립된 전문 기업입니다. '바르코(VARCO)' 브랜드를 중심으로 게임 개발에 최적화된 대형언어모델(LLM)을 독자적으로 개발해왔으며, 현재는 이를 기반으로 한 다양한 멀티모달 기술을 확장하고 있습니다. 기술 개발에 그치지 않고 사용자가 창의성을 마음껏 발휘할 수 있는 환경을 구축하는 데 집중하고 있습니다. 누구나 크리에이터가 될 수 있는 세상을 꿈꾸며 게임을 넘어 미디어와 패션 등 다양한 콘텐츠 산업 전반으로 그 영역을 넓혀가는 중입니다. 게임 서비스에 필수적인 번역과 음성 기술은 고도화된 도메인 이해를 바탕으로 합니다. MMORPG의 다국어 채팅은 실시간성과 세계관 고유 용어의 보존이 매우 중요한데, NC AI는 이를 해결한 특화 번역기를 성공적으로 운영 중입니다. 또한, 단순한 정보 전달을 넘어 감정과 다이내믹한 연기가 필요한 게임 특성에 맞춘 음성 합성(TTS) 기술을 개발했습니다. 음성 인식과 번역, 보이스 컨버전(Voice Conversion) 기술을 결합하여 성우의 목소리 톤을 그대로 유지하면서도 다양한 외국어로 자연스럽게 더빙이 가능한 기술은 미디어 제작에 혁신을 가져오고 있습니다. 3차원 리소스 제작의 효율성을 높이기 위해 텍스트나 이미지만으로 3D 모델을 생성하는 기술을 선보였습니다. 단순 생성을 넘어 자연어로 특정 부위의 형태나 질감을 세밀하게 수정할 수 있는 편집 기능은 현업 작업자들의 실질적인 요구를 반영한 결과입니다. 더불어 음성 데이터를 기반으로 캐릭터의 입 모양과 감정 표현을 자동으로 생성하는 립싱크 기술과, 방대한 모션 캡처 데이터를 검색하여 재활용하는 기술도 함께 제공합니다. 이러한 기술들은 고비용의 수작업을 줄이고 고품질의 컷신 제작 시간을 획기적으로 단축하는 데 기여합니다. 사운드 분야에서는 수만 개의 라이브러리를 지능적으로 검색하거나 텍스트를 통해 새로운 효과음을 직접 생성하는 기능을 제공합니다. 특히 영상 분석을 통해 배경음과 효과음을 개별 파일로 분리하여 생성함으로써 작업자의 컨트롤 가능성을 극대화했습니다. 최근에는 패션 대기업과 협업하여 업계 전문 용어를 이해하는 전용 이미지 생성 모델을 론칭하기도 했습니다. 이는 창작자가 복잡한 프롬프트를 입력하지 않아도 원하는 카테고리 선택만으로 디자인과 배경 합성을 수행하게 도와주며, 게임 기술이 다른 산업군으로 확산되는 대표적인 사례가 되고 있습니다. 지속적인 연구 성과를 사회와 공유하기 위해 바르코(VARCO) LLM과 평가 모델, 시각 언어 모델(VLM) 등을 오픈소스로 공개하고 있습니다. 특히 국가적 AI 파운데이션 모델 개발 과제에 선정되어 한국의 제조, 유통, 문화 산업 전반에 쓰일 수 있는 모델을 개발 중입니다. '도메인옵스(DomainOps)' 플랫폼을 통해 산업별 데이터를 효율적으로 파인튜닝(Fine-tuning)할 수 있는 환경을 구축하고, 다양한 크기의 모델을 상업적 이용이 가능한 라이선스로 배포할 계획입니다. 이는 단순한 기술 공개를 넘어 국내 산업 전반의 실질적인 AI 전환을 주도하려는 강한 의지를 담고 있습니다.

• 융합
• 공학·기술

오픈소스 AI의 IPR 쟁점

인공지능 분야에서 오픈소스 모델은 단순히 비용 효율성을 넘어 지식 축적과 투명성 확보라는 중요한 가치를 지닙니다. 최근 클로즈드 모델의 성능을 바짝 추격하며 배포되는 모델의 상당수를 차지하고 있는 오픈소스는 인공지능 특유의 블랙박스 문제를 해결할 열쇠로 주목받고 있습니다. 공동체가 함께 검증하고 위험에 대처할 수 있다는 점은 EU AI 법안(EU AI Act)에서도 일정 부분 의무를 면제해 주는 근거가 되기도 합니다. 비록 성능 면에서 클로즈드 모델을 완전히 대체하기는 어렵겠지만, 시장에서의 공존은 피할 수 없는 흐름이 되었습니다. 하지만 우리가 흔히 부르는 오픈소스 AI가 진정한 의미의 오픈소스인지는 논란의 여지가 있습니다. 오픈소스 이니셔티브(OSI)는 사용, 연구, 수정, 공유라는 네 가지 자유를 보장하기 위해 데이터 정보와 소스 코드, 파라미터 일체를 공개해야 한다고 규정합니다. 이 엄격한 기준을 적용하면 라마(Llama)나 스테이블 디퓨전(Stable Diffusion)조차 완전한 오픈소스로 보기 어렵습니다. 현실적으로 학습 데이터를 모두 공개하기 힘든 제약 때문에, 업계에서는 연구와 수정의 자유를 일부 완화한 '오픈 웨이트'라는 개념이 더 현실적인 대안으로 논의되고 있습니다. 인공지능 개발 단계에서 가장 민감한 법적 쟁점은 학습 데이터와 관련된 저작권 문제입니다. 현재 미국을 비롯한 전 세계에서는 메타나 스테빌리티 AI(Stability AI) 같은 주요 기업들을 상대로 수많은 저작권 침해 소송이 진행 중입니다. 학습 데이터를 기계적으로 활용하는 과정에 대해 유럽은 명시적인 면책 규정을, 미국은 포괄적인 공정 이용 원칙을 적용하려 하지만 법적 불확실성은 여전합니다. 오픈소스 모델이라 할지라도 데이터 수집 과정에서의 저작권 리스크에서 자유로울 수 없으며, 이는 개발자와 이용자 모두가 주의해야 할 핵심 요소입니다. 배포 단계에서는 더욱 정교한 법적 논리가 등장하고 있습니다. 최근에는 학습 데이터 자체가 아닌, 학습된 모델 그 자체를 데이터의 복제물로 보아야 한다는 주장이 제기되었습니다. 즉, 인공지능 모델이 특정 데이터를 암기하고 이를 재현할 가능성이 내재되어 있다면, 모델 배포 자체가 저작권 침해에 해당할 수 있다는 논리입니다. 비록 이러한 견해가 법적으로 확정된 것은 아니나, 모델을 '압축된 사본'이나 '콜라주 기계'로 정의하려는 시도는 배포 과정에서의 법적 리스크를 증대시키는 요인이 되고 있습니다. 마지막 사용 단계에서는 인공지능 산출물에 대한 권리와 책임의 관계를 명확히 인식해야 합니다. 많은 기업이 산출물의 권리를 이용자에게 귀속시키는 동시에 그에 따른 책임도 전가하는 전략을 취하고 있습니다. 침해를 유발하는 프롬프트 입력이나 학습 데이터 재현으로 인한 문제는 개발자의 기여 책임으로까지 확장될 수 있습니다. 따라서 개발 단계에서 암기 현상을 억제하는 필터링 조치를 취하거나, 특정 분야로의 파인튜닝 시 발생할 수 있는 리스크를 사전에 파악하는 등 기술적, 법적 대응 노력이 필수적으로 요구됩니다.

• 융합
• 공학·기술

환영사: 방승찬 원장

오픈소스 테크데이 2025는 한국전자통신연구원(ETRI)을 비롯한 7개 출연연 오픈소스 협의체가 공동으로 주관하여 개최되었습니다. 이번 행사에는 국가과학기술연구회와 과학기술정보통신부 등 주요 기관 관계자들이 대거 참석하여 자리를 빛내주셨습니다. 특히 이번 행사는 AI 혁신의 거대한 물결 속에서 오픈소스가 지닌 새로운 가치와 역할을 심도 있게 논의하기 위한 장으로 마련되었습니다. 다양한 공공기관과 민간 연구소가 힘을 합쳐 성공적인 개최를 도모한 만큼, 공동의 노력으로 이룩한 성과를 공유하며 더 나은 내일을 설계하는 소중한 기회가 되었습니다. 최근 대규모 언어 모델을 비롯한 첨단 기술의 비약적인 발전은 열린 협력과 신뢰의 정신이 뒷받침되었기에 실현될 수 있었습니다. 누구나 참여하고 검증할 수 있는 개발 방식은 기술의 완성도를 높이는 동시에 예기치 못한 문제들을 빠르게 해결하는 토대가 됩니다. 이러한 상호 신뢰 기반의 협력 체계는 특정 기업이나 국가에 국한되지 않고 전 세계적인 기술 상향 평준화를 이끄는 동력이 됩니다. 궁극적으로 건강한 소통과 협력의 장이 마련될 때, 우리 사회 전체가 누릴 수 있는 진정한 기술적 진보가 이루어질 수 있을 것입니다. ETRI는 개방형 소프트웨어 플랫폼을 구축하고 국내 커뮤니티와의 연대를 강화하며 오픈소스 생태계의 확장을 선도하고 있습니다. 앞으로도 개방과 신뢰에 기반한 기술 협력 체계를 더욱 공고히 하여, 디지털 혁신의 성과가 산업 전반과 국민들에게 온전히 전달될 수 있도록 노력할 계획입니다. 이번 행사의 주제가 시사하는 바와 같이, 전문가들이 한데 모여 AI 기반의 새로운 협력 모델을 심도 있게 고민하고 구체적인 상생 방안을 도모하기를 바랍니다. 개방형 혁신 모델을 통해 우리 사회의 기술적 도약을 이끌어내고 미래 경쟁력을 확보하는 여정에 많은 관심이 필요합니다.

• 융합
• 공학·기술

기조연설: From Project to Profit : The growing world of open source-based business

오픈소스 프로젝트의 경제적 지속가능성은 생태계 유지의 핵심 과제입니다. 초기 오픈소스는 개발자들의 자발적인 '노력 자본(Sweat Equity)'으로 시작되었지만, 이는 종종 번아웃과 관리 포기로 이어지는 한계를 보였습니다. 소프트웨어는 결코 정적인 존재가 아니며, 보안과 호환성을 위해 끊임없이 업데이트되어야 합니다. 따라서 프로젝트가 건강하게 성장하기 위해서는 단순한 자원봉사를 넘어 체계적인 자금 조달과 관리가 필수적으로 요구됩니다. 성공적인 프로젝트가 되려면 시간에 따라 성장해야 하며, 그러려면 프로젝트 성장에 필요한 자금을 조달할 수 있는 방법이 있어야 합니다. 최근 민간 자본이 상용 오픈소스(COSS) 기업에 주목하는 이유는 뛰어난 자본 효율성 때문입니다. 이러한 기업들은 팬데믹 이전부터 원격 근무와 협업에 익숙하여 대규모 사무 공간이나 초기 인프라 비용을 대폭 절감합니다. 또한, 개발자들 사이의 입소문을 통한 강력한 브랜딩 효과 덕분에 막대한 마케팅 비용 없이도 인지도를 확보할 수 있습니다. 이는 적은 자본으로도 효율적인 사업 확장이 가능하다는 점에서 투자자들에게 매우 매력적인 요소로 작용합니다. 투자자 입장에서 특정 금액을 투자했을 때 초기 자본이 많이 필요한 사업보다 훨씬 더 큰 수익을 얻을 가능성이 높기 때문입니다. 상용 오픈소스(COSS) 비즈니스의 핵심은 소스 코드를 자동차 부품에, 제품을 완성차에 비유하는 관점에서 시작됩니다. 사용자는 부품을 직접 조립하기보다 즉시 운전할 수 있는 완성된 차를 원하며, 그 편리함에 대해 기꺼이 비용을 지불할 의향을 가집니다. '오픈 코어' 모델은 핵심 기능은 무료로 제공하되, 대규모 기업에 필요한 보안이나 관리 기능을 유료로 제공하는 하이브리드 전략을 취합니다. 이를 통해 기업은 오픈소스의 범용성과 상업적 수익성을 동시에 확보할 수 있습니다. 단순히 원형을 제공하는 수준을 넘어 기업이 직면한 운영 문제를 해결해주는 것이 상용 모델의 본질입니다. 과거 인프라와 미들웨어에 국한되었던 오픈소스 모델은 이제 애플리케이션 영역까지 확장되며 전체 소프트웨어 스택을 아우르고 있습니다. 기업들은 데이터 주권과 사생활 보호를 위해 오픈소스 기반의 상용 제품을 선호하며, 이는 공급업체의 부재 상황에서도 서비스 연속성을 보장하는 안전장치가 됩니다. 이러한 '소비자 잉여'는 사용자들에게 높은 가치를 제공함과 동시에 브랜드에 대한 강력한 충성도를 형성하여 지속 가능한 비즈니스 성장을 견인합니다. 오픈소스 라이선스는 누구든지 프로젝트를 유지 관리할 수 있음을 보장하므로, 사용자는 소프트웨어에 대한 완전한 통제권을 가질 수 있습니다. 상용 오픈소스(COSS)의 경제적 가치를 알리기 위한 친스트랩(Chinstrap) 커뮤니티는 방대한 데이터베이스를 통해 이 분야의 성공 가능성을 입증하고 있습니다. 2,500억 달러 이상의 가치를 지닌 이 산업은 더 이상 실험적인 모델이 아닌, 현대 소프트웨어 산업의 중요한 축으로 자리 잡았습니다. 무료 워크숍과 전문 자료 제공을 통해 창업자와 투자자들이 올바른 통찰을 얻도록 돕는 이러한 노력은 오픈소스 정신과 비즈니스적 성공이 결합된 건강한 생태계를 구축하는 데 기여하고 있습니다. 부트스트래핑 방식으로 시작된 많은 기업이 적은 자원으로 자립하며 성장해 나가는 모습은 오픈소스 기반 비즈니스의 밝은 미래를 보여줍니다.

• 공학·기술

Cloud-Barista X OpenTofu : 오픈소스로 멀티 클라우드 네트워크 기반 구축하기

인공지능 기술이 급격히 발전하면서 고성능 가속기에 대한 수요가 폭증하고 있습니다. 개인용 PC나 노트북의 GPU 성능 한계로 인해 많은 연구자들이 로컬 환경을 벗어나 클라우드 서비스로 눈을 돌리고 있습니다. 하지만 클라우드로 데이터를 전송하고 분석하는 과정에서는 항상 보안 이슈가 뒤따릅니다. 연구 데이터가 외부 서버에 노출되는 것을 방지하기 위해서는 클라이언트와 클라우드 사이를 안전하게 잇는 전용 네트워크망이 필수적입니다. 이를 위해 사설 IP를 활용한 VPN 환경을 구축하면 보안 우려를 해소하면서도 클라우드의 강력한 자원을 내 자원처럼 활용할 수 있는 토대가 마련됩니다. 멀티클라우드 환경을 구축하는 과정에서 가장 큰 장애물은 각 클라우드 서비스 제공사마다 서로 다른 네트워크 구조를 가지고 있다는 점입니다. AWS, 애저, 구글 클라우드는 서브넷 생성 방식부터 보안 그룹 설정, 가상 사설망 구성 절차까지 모두 제각각입니다. 이러한 파편화된 환경은 관리 비용을 높이고 전문가 부족 문제를 야기합니다. 따라서 여러 클라우드를 마치 하나의 시스템처럼 운영할 수 있는 추상화 기술이 중요해집니다. 공통 API를 통해 인프라를 통합 관리하면 사용자는 복잡한 내부 메커니즘을 일일이 학습하지 않고도 일관된 사용자 경험을 바탕으로 효율적인 네트워크를 설계할 수 있습니다. 클라우드 간의 안전한 연결을 위해서는 가상 사설망인 VPN의 역할이 결정적입니다. 특히 오픈토푸와 같은 오픈소스 도구는 인프라를 코드로 관리하는 IaC 방식을 통해 복잡한 VPN 설정 과정을 자동화해 줍니다. 서로 다른 클라우드 간의 네트워크 대역을 정교하게 설계하고, 게이트웨이와 커넥션 자원을 순차적으로 생성하는 일은 수작업으로 진행하기에 매우 번거롭습니다. 하지만 자동화된 워크플로를 활용하면 최소한의 입력값만으로도 이종 클라우드 간의 안전한 데이터 통로를 확보할 수 있습니다. 이는 멀티클라우드 운영의 기술적 장벽을 낮추는 핵심적인 요소로 작용하여 효율적인 데이터 자원 공유를 가능하게 합니다. 클라이언트와 클라우드를 직접 연결하는 기술인 와이어가드는 연구 개발 생산성을 높이는 데 매우 유용합니다. 프라이빗 서브넷에 위치하여 외부 인터넷 접근이 차단된 고성능 인스턴스라 할지라도, VPN을 통해 내 PC와 사설망으로 연결하면 안전하게 제어할 수 있습니다. 이를 통해 도메인 구매나 복잡한 SSL 설정 없이도 사설 IP를 통해 대시보드에 접속하거나 대규모 언어 모델을 로컬 환경처럼 편리하게 구동할 수 있습니다. 이러한 방식은 보안 요소를 단계별로 설정하면서도 개발자가 필요한 자원에 즉각적으로 접근할 수 있게 하여, 보안과 효율성이라는 두 마리 토끼를 동시에 잡는 실무적인 해결책이 됩니다. 멀티클라우드 네트워크 기술의 궁극적인 목표는 복잡한 인프라를 사용자가 원하는 대로 손쉽게 조립하고 운영하는 것입니다. 마치 원하는 재료를 한 번에 선택해 샌드위치를 주문하듯, 복잡한 네트워크 자원들도 선언적인 방식으로 간편하게 구성되어야 합니다. 현재 국내 연구진이 주도하는 클라우드-바리스타와 같은 오픈소스 커뮤니티는 이러한 기술적 난제를 해결하며 글로벌 표준으로 도약하기 위해 노력하고 있습니다. 다양한 클라우드 환경을 아우르는 네트워크 통합 관리가 실현된다면, 개발자들은 인프라의 제약에서 벗어나 혁신적인 서비스 개발에 더욱 집중할 수 있는 진정한 클라우드 네이티브 시대를 맞이하게 될 것입니다.

• 공학·기술

오픈소스의 역설, 소버린 AI의 균열

오픈소스 AI의 시대가 도래했지만, 우리가 믿어왔던 개방성의 가치가 흔들리고 있습니다. 리눅스처럼 수천 명의 기여자가 참여해 누구나 코드를 수정하고 배포할 수 있는 구조와 달리, 현재의 대형 언어 모델들은 코드만 공개할 뿐 그 내부의 핵심적인 학습 파이프라인은 베일에 가려져 있기 때문입니다. 진정한 오픈소스의 가치는 단순히 코드를 외부에 노출하는 것이 아니라, 누구나 동일한 조건을 통해 결과를 얻을 수 있도록 ‘재현 가능성’을 확보하는 데 있습니다. 이를 간과한다면 우리는 개방이라는 이름의 환상에 빠질 수밖에 없습니다. 현재 오픈소스 AI는 여러 기술적 함정을 내포하고 있습니다. 모델의 성능과 직결되는 학습 파이프라인이 누락된 모델 카드는 불완전한 안내서에 불과하며, 이는 재현 가능성을 불가능하게 만듭니다. 또한 라이선스가 업데이트되면서 뒤늦게 추가되는 제약 조건은 사용자의 권리를 위협하는 ‘잠자는 제한’으로 작용하기도 합니다. 특정 하드웨어 환경에 종속되어 다른 인프라에서는 효율이 급격히 저하되는 ‘보이지 않는 통제’ 역시 심각한 문제입니다. 이러한 의존성 체인은 사용자도 모르는 사이에 특정 기술 생태계에 예속되게 만듭니다. 글로벌 시장에서 벌어지는 소위 ‘오픈 워싱(Open-washing)’ 현상은 더욱 우려스럽습니다. 오픈소스 이니셔티브(OSI)의 기준에 따르면, 라마(Llama)나 딥시크(DeepSeek) 같은 주요 모델들의 개방성 점수는 절반에도 미치지 못하는 실정입니다. 특히 기술 주권을 지키려는 국가적 전략과 맞물리며, 오픈소스라는 가면을 쓴 채 내부 데이터와 운영 방식은 철저히 통제하는 이중적인 양상이 나타나고 있습니다. 이는 기술 혁신을 확산하려는 본래의 의도와는 달리, 결과적으로는 글로벌 기술 생태계의 투명성을 저해하고 특정 기업이나 국가에 대한 의존도를 높이는 결과를 초래할 수 있습니다. 소버린 AI의 구축은 단순히 국가 차원의 자체 모델 개발을 넘어서는 복합적인 문제입니다. 기존의 오픈 웨이트(Open Weights) 방식을 무비판적으로 수용할 경우 핵심 인프라에 대한 ‘그림자 종속’이 발생할 수 있으며, 반대로 독자 개발에만 매몰되면 글로벌 생태계의 진화 흐름으로부터 고립될 위험이 있습니다. 또한 데이터 수집 과정에서 발생하는 인지적 편향과 악성 백도어를 통한 보안 위협은 국가 안보와도 직결되는 사안입니다. 따라서 진정한 의미의 소버린 AI는 자체 개발과 외부 자원의 전략적 활용 사이에서 정교한 균형을 찾고, 그 안전성을 객관적으로 검증하는 체계를 갖추는 것에서 시작됩니다. 미래의 오픈소스 생태계는 기술 자립을 넘어 ‘지속 가능한 커뮤니티 자립’으로 나아가야 합니다. 투명한 데이터셋 구축과 재현 가능성 검증 네트워크를 포함하는 다각적인 프레임워크를 통해, 강제적인 규제가 아닌 혁신을 촉진하는 거버넌스를 확립해야 합니다. 정책적으로는 소버린 AI 인증 제도나 모델 레지스트리 구축을 통해 기업과 공공기관의 혼란을 줄이는 이정표를 마련할 필요가 있습니다. 결국 우리가 인공지능 시대를 살아가며 수호해야 할 가장 소중한 가치는 단순히 공개된 코드 한 줄이 아니라, 함께 검증하고 발전시켜 나가는 ‘공유된 신뢰’ 그 자체임을 잊지 말아야 합니다.

• 융합
• 공학·기술

오픈 사이언스 생태계에서의 오픈소스 역할

오픈 사이언스는 공적 자금이 투입된 연구 프로젝트의 산출물을 전 세계가 자유롭게 접근하고 공유하자는 일종의 무브먼트에서 시작되었습니다. 초기에는 학술 문헌 위주의 공개에 집중했으나, 기술의 발전에 따라 데이터와 소프트웨어, 심지어 하드웨어 인프라까지 포함하는 포괄적인 개념으로 진화해 왔습니다. 특히 2021년 유네스코가 발표한 오픈 사이언스 권고안은 지식 생산 과정 전반이 포용적이고 공평하며 지속 가능해야 함을 강조하며 구체적인 실천 방안을 제시했습니다. 이제 오픈 소스 소프트웨어는 과학적 지식을 창출하고 검증하는 생태계 내에서 빼놓을 수 없는 핵심 요소로 인정받고 있습니다. 과학 연구의 신뢰도를 높이기 위해서는 연구 결과의 재현성과 검증 가능성을 확보하는 것이 무엇보다 중요합니다. 이를 위해 국내에서는 '국가연구개발 정보처리기준'과 같은 법적 근거를 통해 연구 데이터를 연구 성과의 재현에 필수적인 객관적 사실로 정의하고 체계적인 관리를 독려하고 있습니다. 연구 성과를 단순히 논문이라는 결과물로만 보는 것이 아니라, 그 결과를 도출하기 위해 사용된 데이터와 소프트웨어 전체를 하나의 유기적인 패키지로 보고 보존하려는 노력이 법제화와 규정 마련을 통해 구체화되고 있는 것입니다. 이러한 제도적 기반은 연구자들이 자신의 성과를 투명하게 공개하고 서로 협력할 수 있는 환경을 조성합니다. 한국과학기술정보연구원(KISTI)은 이러한 흐름에 발맞추어 학술 문헌부터 데이터, 소프트웨어에 이르는 통합적인 공유 플랫폼을 구축해 왔습니다. 오픈 액세스 플랫폼인 'AccessON'과 연구 데이터 공유 시스템인 'DataON'은 이미 국내외 연구 현장에서 활발히 활용되고 있으며, 최근에는 연구 소프트웨어의 실행과 검증에 특화된 'KRDC' 플랫폼을 통해 그 영역을 확장하고 있습니다. 특히 KRDC는 멀티 클러스터 환경에서 소프트웨어를 도커 이미지나 워크플로 형태로 관리할 수 있게 함으로써, 연구자가 복잡한 환경 설정 없이도 다른 연구자의 코드를 실행하고 결과를 즉각적으로 재현할 수 있는 강력한 기술적 수단을 제공합니다. 글로벌 차원에서도 연구 소프트웨어의 영구적 보존과 올바른 인용을 위한 다양한 이니셔티브가 추진되고 있습니다. 국제 기구인 FORCE11은 소프트웨어 인용 원칙을 제정하여 소프트웨어가 독립적인 연구 성과물로 인정받을 수 있는 기반을 닦았으며, 유네스코와 프랑스 Inria가 협력하는 '소프트웨어 헤리티지' 프로젝트는 인류의 지적 유산인 코드를 아카이빙하여 미래 세대에게 전달하려 노력하고 있습니다. 이러한 활동들은 소프트웨어에 영속적 식별자(PID)를 부여함으로써, 논문이나 데이터와 마찬가지로 소프트웨어가 학술 생태계 내에서 투명하게 추적되고 참조될 수 있는 글로벌 얼라이먼트를 형성하는 데 크게 기여하고 있습니다. 소프트웨어의 공유와 재사용을 촉진하기 위해 제안된 'FAIR4RS' 원칙은 연구 데이터의 FAIR 원칙을 소프트웨어의 고유한 특성에 맞게 재구성한 지침입니다. 이는 소프트웨어가 단순히 저장되는 것에 그치지 않고, 누구나 쉽게 찾고(Findable), 접근하며(Accessible), 서로 다른 시스템 간에 상호 운용되고(Interoperable), 재사용될 수 있는(Reusable) 동적인 생태계를 지향합니다. 결론적으로 오픈 사이언스 생태계의 지속 가능한 성장은 논문과 데이터, 소프트웨어가 서로 밀접하게 연계되어 하나의 거대한 지식 기반을 형성할 때 완성됩니다. 이러한 체계는 과학 연구의 투명성을 높이고 혁신의 속도를 가속화하는 밑바탕이 될 것입니다.

• 융합
• 공학·기술

국산 AI 반도체 연계 오픈소스 온 디바이스 로봇지능 SW 플랫폼

최근 AI 기술의 흐름은 클라우드 중심에서 온디바이스 환경으로 빠르게 전환되고 있습니다. 네트워크 연결 없이도 현장에서 즉각적인 데이터 처리가 가능한 온디바이스 방식은 보안성과 실시간 응답성 면에서 큰 장점을 가집니다. 특히 로봇 지능 분야에서는 이러한 기술적 수요가 매우 높으며, 하드웨어와 소프트웨어의 밀접한 결합이 필수적입니다. 현재 이 시장은 주로 해외 기업들이 장악하고 있지만, 국내 기술력을 바탕으로 한 AI 반도체와 소프트웨어 플랫폼을 구축하려는 노력이 활발히 진행 중입니다. 국산 AI 반도체를 활용한 최적화된 시스템 소프트웨어 스택 개발은 기술 자립을 위한 중요한 과제입니다. 온디바이스 환경에서 고성능 모델을 구동하기 위해서는 단순한 경량화를 넘어선 하드웨어 최적화 기술이 필요합니다. 대규모 서버 기반으로 설계된 기존 모델들은 자원이 제한된 임베디드 보드에서 제 성능을 발휘하기 어렵기 때문입니다. 특히 특정 하드웨어 제조사가 제공하는 소프트웨어 개발 키트에만 의존하게 되면, 개발자가 자신만의 독창적인 솔루션을 구축하는 데 많은 제약이 따르게 됩니다. 이러한 문제를 해결하기 위해 국산 AI 반도체의 성능을 극대화하면서도 유연하게 적용할 수 있는 솔루션 개발이 강조되고 있습니다. 이는 임베디드 시스템의 특수성을 고려하여 하드웨어 가속을 효율적으로 관리하는 핵심 기술이라 할 수 있습니다. 로봇 시스템의 운영체제인 ROS를 온디바이스 급으로 최적화하는 과정은 기술적으로 매우 도전적인 분야입니다. 서버급 사양을 요구하는 방대한 소프트웨어 볼륨을 소형 장치에서도 원활히 동작하도록 최적화해야 하기 때문입니다. CPU와 GPU, 그리고 AI 반도체인 NPU를 동시에 활용하는 파이프라이닝 가속화 기술은 다수의 AI 서비스가 동시에 구동될 때도 실시간 응답성을 강력하게 보장합니다. 이러한 통합 플랫폼 구축을 통해 로봇의 자율적 판단과 상황 인식 능력을 한 단계 더 끌어올릴 수 있으며, 이는 다양한 산업 환경에서 로봇이 지능적으로 활동하는 기반이 됩니다. 실제 산업 현장에 적용되는 순찰 로봇 지능은 이론적인 연구를 넘어 고도의 실증 과정을 거치고 있습니다. 사족보행 로봇을 활용한 공장 순찰 업무는 비정형 객체 탐지나 실시간 상황 설명 등 복잡한 지능형 서비스가 요구됩니다. 연구실 수준의 실험에 그치지 않고 실제 수요처를 방문해 데이터를 수집하고 프로토타이핑을 진행하는 이유입니다. 이를 위해 CNN 계열의 인식 모델뿐만 아니라 최신 트랜스포머 기반 기술들을 국산 NPU에 최적화하여 탑재하고 있습니다. 현장의 다양한 위험 요소를 탐지하고 관리하는 자율 보행 기술은 로봇 미들웨어와 하드웨어의 긴밀한 상호작용을 통해 완성도를 높여가고 있습니다. 공개 소프트웨어로 진행되는 이러한 프로젝트는 기술적 성과를 외부와 공유하며 생태계를 확장하는 데 목적이 있습니다. 개발된 소프트웨어 스택은 MIT나 BSD 라이선스를 적용하여 외부 개발자 그룹과 협업할 수 있는 채널을 마련하고 있습니다. 특히 AI 기술은 변화의 속도가 매우 빠르기 때문에, 최신 VLM이나 LLM 계열의 모델을 지원할 수 있는 확장성이 중요합니다. 향후에는 AI 반도체와 소프트웨어 엔진이 더욱 밀접하게 결합하여 대형 언어 모델의 전처리 및 후처리 과정까지 효율적으로 지원할 계획입니다. 국내외 수요에 맞춘 지속적인 고도화를 통해 온디바이스 로봇 지능의 새로운 표준을 제시하고자 합니다.

• 융합
• 공학·기술

Agent가 바꾸는 R&D의 미래

AI 기술은 지난 몇 년 사이 우리가 예측하지 못할 정도로 비약적인 발전을 이루었습니다. 과거에는 AI가 인간 수준의 지능에 도달하려면 수십 년이 걸릴 것이라는 비관적인 전망이 우세했지만, 최근 등장한 모델들은 이미 수능 1등급을 획득하고 IQ 150 수준을 기록하며 박사급 지식을 보유하게 되었습니다. 단순한 연산을 넘어 수학적 증명이나 고난도 알고리즘 설계에서 인간을 앞지르기 시작한 AI는 이제 단순한 보조 도구를 넘어 연구의 패러다임을 근본적으로 바꾸는 핵심 동력으로 자리 잡고 있습니다. 특히 연구 현장에서 AI 에이전트의 도입은 업무 자동화에 필요한 비용과 노력을 획기적으로 낮추었습니다. 과거에는 막대한 예산과 인력을 투입해야 했던 보고서 데이터 추출이나 논문 메타데이터 생성 작업이 이제는 아주 적은 비용으로 무제한 수행 가능해졌습니다. 이는 단순히 효율성의 문제를 넘어, 이전에는 가용 자원의 한계로 포기했던 방대한 연구 프로세스들까지 모두 자동화의 범주에 넣을 수 있게 되었음을 의미합니다. 기술적 장벽이 낮아지면서 연구실의 운영 방식 자체가 근본적으로 변화하고 있습니다. 원자력과 같은 거대 과학 분야에서도 AI 에이전트의 활약은 눈부십니다. 원자로의 상태를 실시간으로 진단하고 디지털 트윈을 통해 미래 상황을 예측하며, 스스로 제어봉을 조작해 안전을 확보하는 시스템이 이미 개발되고 있습니다. 더 나아가 핵융합이나 가속기 연구처럼 복잡한 물리 현상을 다루는 분야에서도 AI 에이전트가 데이터 분석부터 장치 제어까지 전 과정을 수행하며 연구 속도를 가속화하고 있습니다. 이는 수십 년이 걸릴 것으로 예상되었던 차세대 에너지 기술의 상용화 시기를 크게 앞당길 수 있는 혁신적인 변화입니다. 최근에는 사카나 AI(Sakana AI)나 중국의 판시(Panshi) 플랫폼처럼 논문 아이디어 도출부터 실험, 리뷰까지 연구의 전 과정을 자율적으로 수행하는 AI 사이언티스트 모델들이 속속 등장하고 있습니다. 이는 연구자가 하루의 대부분을 할애하던 반복적인 업무들을 AI에게 맡기고, 인간은 오직 고도의 창의성과 판단력이 필요한 지점에만 집중할 수 있는 환경을 조성해 줍니다. 실험 데이터를 정리하여 논문 형태의 결과물로 출력하는 과정까지 자동화되면서, 연구 문화는 이제 인간 중심에서 AI와의 긴밀한 협업 중심으로 빠르게 이동하고 있습니다. 국가적 차원의 플랫폼 경쟁도 치열해지고 있습니다. 중국은 마인드스포어 사이언스(MindSpore Science)나 판시(Panshi)와 같은 통합 플랫폼을 구축하여 수백 개의 과학 기술 도구들을 AI 에이전트가 자유자재로 활용할 수 있도록 생태계를 표준화하고 있습니다. AI가 스스로 가설을 세우고 실험을 설계하며 결과물을 공유하는 '지식 장터'와 같은 새로운 연구 시스템이 머지않아 현실이 될 것입니다. 전통적인 논문의 시대가 저물고, AI가 지식의 생산과 검증을 주도하는 새로운 과학 기술의 시대에 발맞춰 우리의 연구 방식도 근본적으로 혁신해야 할 시점입니다.

• 물리학
• 융합
• 공학·기술

AI 코딩 에이전트와 오픈소스 SW 엔지니어의 미래

최근 인공지능 기술의 비약적인 발전은 소프트웨어 개발의 패러다임을 근본적으로 뒤바꾸고 있습니다. 2022년 말 챗GPT(ChatGPT)가 등장한 이후, 이제는 개발자의 지시에 따라 자율적으로 실행 계획을 세우고 코드를 작성하는 'AI 코딩 에이전트'가 핵심 기술로 떠올랐습니다. 실제 클라우드 바리스타(Cloud-Barista) 프로젝트의 사례를 보면, 사용자가 원하는 앱의 성격과 배포 환경만 입력해도 에이전트가 스스로 앱을 개발하고 실제 클라우드 서버에 배포까지 완료하는 놀라운 성능을 보여줍니다. 이는 단순한 코드 생성을 넘어 시스템 전체를 제어하는 자율적인 환경으로의 변화를 의미합니다. 클라인(Cline)이나 커서(Cursor)와 같은 최신 개발 도구들은 내장 브라우저를 통해 실행 결과를 직접 확인하고 스스로 오류를 수정하는 단계를 보여줍니다. 이러한 흐름 속에서 안드레이 카파시(Andrej Karpathy)가 주창한 '바이브 코딩(Vibe Coding)'은 올해 개발 업계의 가장 뜨거운 화두가 되었습니다. 이는 개발자가 직접 코드를 치기보다는 프롬프트를 통해 의도를 전달하고 AI가 결과물을 생성하게 만드는 방식을 뜻합니다. 이제는 비개발자도 자신의 아이디어를 실제 프로그램으로 구현할 수 있는 시대가 열렸으며, 개발의 속도와 진입 장벽 면에서 이전과는 비교할 수 없는 혁신이 일어나고 있습니다. 글로벌 빅테크 기업들은 이미 자사 코드 작성 과정에 AI를 적극적으로 투입하고 있습니다. 구글은 전체 코드의 25% 이상을 AI가 생성하고 있으며, 앤트로픽(Anthropic)의 경우 차세대 모델 설계에 필요한 코드 대부분을 자사 모델인 클로드(Claude)가 직접 작성한다고 밝히기도 했습니다. 성능 지표인 SWE-벤치(SWE-bench)나 집중력을 측정하는 타임 호라이즌(Time Horizon) 테스트에서도 AI는 수십 시간 동안 연속적으로 복잡한 문제를 해결하는 능력을 입증했습니다. 이는 AI가 인간의 보조 도구에 머무는 것이 아니라, 스스로의 성능을 개선하고 고도화된 업무를 장시간 수행할 수 있는 '지속성'을 갖춘 단계에 진입했음을 시사합니다. AI 에이전트의 발전은 단순한 도구의 진화를 넘어 인간의 노동력을 직접 대체하는 '에이전트 이코노미(Agent Economy)'의 서막을 알리고 있습니다. 실제로 기업 환경에서 이슈를 해결하고 코드를 수정하는 업무를 전담하는 에이전트 구인 사이트가 등장했으며, 마스터카드나 구글은 에이전트 간의 경제 활동을 지원하기 위한 전용 결제 시스템인 에이전트 페이(Agent Pay)를 구축하고 있습니다. 군사 분야의 자율 무기 체계나 샌프란시스코의 자율주행 택시 서비스 역시 AI가 실질적인 의사결정 주체로서 노동을 수행하는 사례입니다. 이러한 변화는 기업과 국가 간의 지식 생산성 격차를 심화시키며 새로운 기술 주권 문제를 야기하고 있습니다. 인공지능 혁명은 과거 산업 혁명이 가져온 변화처럼 우리 사회를 알고리즘 기반의 지능 사회로 전환시키고 있습니다. 전통적인 개발자 구인 시장은 줄어들고 있으나, AI 기술을 이해하고 활용하는 엔지니어에 대한 수요는 오히려 폭발적으로 증가하는 추세입니다. 소프트웨어 엔지니어의 진정한 본질은 단순히 코드를 입력하는 행위가 아니라, 중요한 문제를 정의하고 해결책을 찾아내는 데 있습니다. 이제 개발자는 AI라는 강력한 파트너와 협업하며 더 크고 담대한 상상력을 발휘해야 합니다. 어떤 가치와 목적을 달성할지 고민하는 능력이 미래 사회에서 인간 개발자가 지켜야 할 핵심 가치가 될 것입니다.

• 융합
• 공학·기술

원자력연구원의 오픈소스 거대언어모델 활용 방향

한국원자력연구원은 2020년 인공지능응용연구실 신설에 이어, 최근 가상 원자로 연구실과 통합한 '디지털 원자로 AI 연구 센터(DNA 연구 센터)'를 설립하며 원자력과 인공지능의 융합을 본격화하고 있습니다. 이곳에서는 원자력 전 분야에 인공지능 기술을 적용하여 핵심 기술을 연구하고 다른 부서를 지원하는 역할을 수행합니다. 단순히 기술을 도입하는 데 그치지 않고, 인공지능 그랜드 챌린지 우승 등의 성과를 거두며 원자력 특화 지능형 시스템 구축에 앞장서고 있습니다. 특히 원장 직속 조직으로서 연구원 내 인공지능 생태계 조성을 위한 중추적인 기능을 담당하고 있습니다. 생성형 인공지능의 급격한 발전은 연구 현장에 커다란 충격을 주었습니다. 과거 초등학교 수준의 수학 문제를 푸는 데 집중했던 인공지능이 이제는 수능 문제를 해결하고 인간의 평균 지능을 넘어서는 수준에 도달했기 때문입니다. 이에 따라 DNA 연구 센터의 역할도 단순한 데이터 모델링을 넘어 세 가지 방향으로 확장되었습니다. 첫째는 수학적 방법론으로서의 인공지능 활용이며, 둘째는 원자로 운전을 돕는 AI 에이전트 개발, 마지막은 연구 과정 자체를 효율화하는 시스템 구축입니다. 이러한 변화는 인공지능을 단순한 도구가 아닌 연구의 동반자로 인식하게 된 결과라 할 수 있습니다. 수학적 도구로서의 인공지능은 원자로 시뮬레이션과 진단 분야에서 혁신을 일으키고 있습니다. 기존의 수치 해석이나 미분 방정식 기반의 시뮬레이션은 계산 시간과 학문적 진보 면에서 한계에 부딪혔으나, 데이터를 활용한 딥러닝 모델은 이를 효과적으로 보완합니다. 원자로의 온도, 압력, 유량과 같은 방대한 시계열 데이터를 실시간으로 분석하여 평소와 다른 이상 징후를 사전에 감지하는 것이 대표적입니다. 또한 오픈소스 코드를 적극 활용하여 노심 해석과 열유체 해석을 가속화함으로써, 물리적 한계를 데이터로 극복하는 미래형 원자로 해석 체계를 구축해 나가고 있습니다. 연구 효율성을 높이기 위해 원자력연구원은 보안 환경에 맞춘 자체 LLM 서비스를 운영 중입니다. 망 분리 환경에 따라 외부망에서는 상용 AI 서비스를, 내부 업무망에서는 직접 개발한 ‘아톰 GPT’와 ‘KAERI GPT’를 제공하여 보안성과 편의성을 동시에 확보했습니다. 특히 연구 행정 분야에서의 활용이 돋보이는데, 채용 과정에서 방대한 논문 실적을 자동으로 검증하는 시스템을 구축하여 사람이 직접 수행하던 수개월 분량의 업무를 획기적으로 단축했습니다. 이는 단순한 챗봇을 넘어 복잡한 규칙과 모호한 데이터를 처리하는 RPA 기술과 인공지능 API가 결합되어 실제 행정 현장에서 신뢰할 수 있는 성과를 내고 있습니다. 향후 궁극적인 목표는 원자로 운전을 실시간으로 보조하는 ‘자비스’와 같은 AI 에이전트 시스템을 구현하는 것입니다. 복잡한 매뉴얼을 즉각 분석하고 현재 상태에 최적화된 대응책을 제안하는 ‘라지 액션 모델(LAM)’을 통해 원전 운영의 안전성을 극대화하고자 합니다. 또한 모든 연구원이 각자의 AI 에이전트 팀을 거느리고 코딩, 검수, 문서화 작업을 자동화하는 미래 연구 환경을 실현해 나갈 예정입니다. 데이터 분석 도구를 넘어 스스로 사고하고 행동하는 시스템으로서의 인공지능은 원자력 기술의 새로운 시대를 열어갈 핵심 동력이 될 것입니다.

• 물리학
• 수학
• 융합
• 공학·기술

오픈소스와 특허

지식재산권은 크게 특허청이 주관하는 산업재산권과 문화체육관광부가 관리하는 저작권으로 나뉩니다. 산업재산권은 등록을 통해 권리가 발생하는 반면, 저작권은 창작과 동시에 효력이 생기는 특성이 있습니다. 소프트웨어 분야에서 오픈 소스와 특허는 흔히 상반된 개념으로 인식되곤 합니다. 오픈 소스는 누구나 자유롭게 기술을 사용하도록 개방하는 것이 원칙이지만, 특허는 특정인에게 독점적인 권리를 부여하기 때문입니다. 이러한 두 영역은 현대 기술 생태계에서 필연적으로 공존할 수밖에 없으므로 이를 전략적으로 활용하는 것이 매우 중요합니다. 최근 소프트웨어와 게임 산업에서는 특허와 저작권을 둘러싼 법적 분쟁이 더욱 가속화되고 있습니다. 과거에는 소스 코드의 복제 여부를 따지는 저작권 소송이 주를 이루었으나, 이제는 게임의 규칙이나 독특한 플레이 방식까지 특허권의 보호 대상으로 인정받는 추세입니다. 예를 들어, 닌텐도와 같은 기업은 게임 방식에 대한 특허를 활용해 타사에 강력한 소송을 제기하기도 합니다. 이는 오픈 소스 기반의 소프트웨어 개발자들에게도 특허 리스크 관리가 이제 선택이 아닌 생존을 위한 필수적인 업무가 되었음을 시사하는 지점이라 할 수 있습니다. 오픈 소스 라이선스에는 생태계의 평화를 유지하기 위한 '특허 보복 조항'이라는 독특한 안전장치가 포함되어 있습니다. 이는 오픈 소스를 무료로 사용하도록 허가받은 사용자가 역으로 개발자나 다른 참여자에게 특허 소송을 제기할 경우, 부여받았던 특허 라이선스 효력을 즉시 정지시키는 장치입니다. 아파치나 GPL 3.0 같은 주요 라이선스들은 이러한 보복 조항을 명시하여 오픈 소스 특유의 상호 호혜적인 정신을 보호합니다. 이를 통해 개발자는 기술을 공개하면서도 사용자의 무분별한 특허 공격으로부터 스스로를 보호할 수 있는 최소한의 근거를 마련하게 됩니다. 기업이 오픈 소스를 배포하거나 활용할 때는 특허 관점에서의 면밀한 검토가 선행되어야 합니다. 자사의 핵심 기술이 포함된 소스 코드를 특허 라이선스 부여 조항이 있는 라이선스로 배포할 경우, 나중에 해당 특허로 수익화하거나 권리를 주장하는 데 제약이 생길 수 있기 때문입니다. 반대로 특허 소송을 준비하는 기업은 자사가 사용 중인 오픈 소스의 보복 조항을 사전에 점검하여 예상치 못한 역공을 차단해야 합니다. 전략적으로는 특허권을 별도 법인으로 이전하여 소송을 진행하거나, 경쟁사가 의존하는 프로젝트에 기여하여 방어권을 확보하는 등의 접근이 필요합니다. 성공적인 지식재산 전략을 위해서는 조직 내 오픈 소스 관리 부서와 특허 전담 부서 간의 긴밀한 협업 시스템 구축이 필수적입니다. 오픈 소스 조직은 라이선스의 법적 리스크를 특허 팀에 공유하고, 특허 팀은 이를 바탕으로 기업의 지식재산 포트폴리오를 최적화해야 합니다. 특히 오픈 소스 개발자는 억울한 분쟁에 휘말리지 않도록 관련 특허를 사전에 확보하여 방어력을 갖추는 노력이 필요합니다. 기술 공유와 독점권 사이의 균형을 맞추는 통합적인 거버넌스가 확립될 때, 기업은 오픈 소스 시대의 법적 리스크를 극복하고 지속적인 기술 경쟁력을 유지할 수 있습니다.

• 융합
• 공학·기술

오픈소스 및 데이터를 활용한설명가능한 의사결정 지원 인공지능 기술 연구

한국전자통신연구원(ETRI)은 지난 10년간 진행된 '엑소브레인' 과제의 성과를 바탕으로, 언어 지능 기술의 패러다임 변화에 맞춘 새로운 연구를 이어가고 있습니다. 과거에는 텍스트를 이해하는 인코더 중심의 모델이 주를 이루었으나, 챗GPT의 등장 이후 생성형 인공지능 모델의 중요성이 급격히 커졌습니다. 이에 따라 연구 방향도 대기업 중심의 거대 모델 개발보다는 오픈소스와 오픈 모델을 효과적으로 활용하여 특정 도메인에 최적화된 성능을 내는 방향으로 진화하고 있으며, 허깅페이스와 같은 생태계를 통해 연구 환경이 빠르게 변화하고 있습니다. 이번 과제의 핵심은 법률, 금융과 같은 전문 분야에서 종사자들의 의사결정을 돕는 '설명 가능한 인공지능'을 개발하는 것입니다. 기존의 인공지능이 단순히 질문에 대한 정답 단락을 찾아주는 방식이었다면, 이제는 생성형 인공지능 모델을 활용해 전문가들에게 필요한 정보를 논리적인 설명 형태로 제공하는 것을 목표로 합니다. 특히 인공지능의 내부 동작 과정을 알기 어려운 '블랙박스' 문제를 해결하기 위해, 도출된 결과에 대한 명확한 근거와 신뢰도 높은 자연어 설명을 덧붙임으로써 실무 현장에서의 활용성을 높이고자 합니다. 현재 챗GPT와 같은 초거대 언어 모델(LLM)은 범용 인공지능(AGI)을 향한 첫걸음으로 평가받지만, 여전히 할루시네이션(환각)이라 불리는 거짓 정보 생성 문제에서 자유롭지 못합니다. 이를 해결하기 위해 모델이 가진 내부 지식에만 의존하지 않고, 외부의 신뢰할 수 있는 문서를 먼저 검색한 뒤 그 내용을 바탕으로 답변을 생성하는 '검색 증강 생성(RAG)' 기술이 주목받고 있습니다. ETRI는 이러한 RAG 기술을 바탕으로 문장 단위의 사실성 검증 기능을 강화하여, 인공지능이 생성한 답변이 실제 사실과 부합하는지 판단하는 기술적 장치를 마련하고 있습니다. 전문 지식 서비스의 품질을 높이기 위해서는 영어 중심의 오픈 모델을 한국어와 특정 도메인에 맞게 최적화하는 과정이 필수적입니다. 이를 위해 한국어 사전을 확장하고 인스트럭션 튜닝을 거쳐 라마(Llama)나 미스트랄(Mistral) 같은 모델이 한국어 맥락을 정확히 이해하도록 재학습시킵니다. 특히 법률 판례 분석에서는 사례 간의 유사점과 차이점을 추론하고 어려운 법률 용어를 해석해 주는 기능을 구현하고 있습니다. 이러한 기술은 법률뿐만 아니라 금융 상담 분야에서도 데이터 기반의 협업을 통해 상담 평가 및 지식 제공 서비스로 확장되고 있습니다. 결론적으로 현대의 언어 지능 연구는 인프라부터 모델, 데이터에 이르기까지 오픈소스 생태계와의 긴밀한 연계 없이는 불가능한 구조가 되었습니다. 파이토치나 파이썬 같은 개발 환경은 물론이고, AI 허브의 공공 데이터와 공개된 언어 모델들을 기초 자산으로 삼아 그 위에 특화된 서비스 기술을 얹는 전략이 중요합니다. ETRI는 축적된 검색 기술과 사실성 검증 노하우를 기술 이전을 통해 산업계에 확산시킴으로써, 중소기업들이 고가의 장비나 방대한 데이터 없이도 고품질의 인공지능 서비스를 개발할 수 있도록 지원하는 가교 역할을 수행하고 있습니다.

• 뇌인지과학
• 융합
• 공학·기술

오픈소스답게 소프트웨어 설계하기

기업 환경에서 오픈소스 프로젝트를 시작하는 것은 단순히 코드를 공개하는 이상의 가치를 지닙니다. 프라이빗 리포지토리에서 작업하던 코드를 퍼블릭으로 전환하는 과정에서 아키텍처의 독립성을 자연스럽게 확보할 수 있기 때문입니다. 특정 서비스의 내부 API에 의존하던 로직을 추상화하고 범용적인 인터페이스로 구현함으로써, 소프트웨어는 더 넓은 활용 가능성을 갖게 됩니다. 또한, 설계 단계부터 보안 요소를 철저히 고려하게 되어 중요 토큰이나 시크릿 정보가 유출되는 사고를 원천적으로 방지하는 효과도 거둘 수 있습니다. 이러한 접근은 개발자가 더 객관적인 시선으로 자신의 코드를 바라보게 만듭니다. 오픈소스 라이선스를 활용한 배포는 관계사 간의 협업 효율을 비약적으로 높여주는 전략이기도 합니다. 수많은 계열사가 존재하는 대규모 조직에서 내부 소프트웨어를 공유하려면 복잡한 법률 검토와 계약 과정을 거쳐야 하지만, 아파치 2.0과 같은 표준 라이선스를 적용하면 사용권에 대한 자유도가 보장됩니다. 이는 행정적인 시간 비용을 획기적으로 줄여줄 뿐만 아니라, 특정 개인의 코드로 머물 수 있는 자동화 도구나 기술들을 회사의 공용 자산으로 변모시키는 역할을 합니다. 동료들이 프로젝트에 기여할 심리적 문턱을 낮추어 기술 공유의 선순환 구조를 만드는 것입니다. 성공적인 오픈소스 생태계를 구축하기 위해서는 비즈니스 로직과 기능의 집합을 명확히 구분하는 아키텍처적 전략이 필요합니다. 일반적인 사내 프로젝트가 비즈니스 로직을 중심에 두는 것과 달리, 오픈소스는 이를 외부로 밀어내고 핵심적인 기능 단위들을 중앙에 배치하는 경향이 있습니다. 마치 넷플릭스의 오픈소스들이 거대한 공구 상자처럼 기능 단위로 모여 있는 것과 같은 이치입니다. 내가 만드는 소프트웨어가 단순한 유틸리티인지, 아니면 최종 사용자를 위한 애플리케이션인지를 명확히 정의하고 그 본연의 목적에 집중할 때, 아키텍처의 변질 없이 프로젝트를 지속적으로 발전시킬 수 있습니다. 소프트웨어의 품질을 장기적으로 유지하기 위해서는 일관성, 확장성, 유지보수성이라는 세 가지 축을 균형 있게 관리해야 합니다. 프로젝트 시작 단계에서 리포지토리의 존재 이유를 명확히 정의하고, 사용자 여정에 따른 기능을 분석하여 기획의 우선순위를 정하는 과정이 중요합니다. 특히 현대 오픈소스에서 가장 강조되는 가치는 확장성입니다. 다른 개발자들이 각자의 환경에 맞춰 기능을 추가하거나 연동할 수 있도록 웹 API나 플러그인 구조를 배려해야 합니다. 이러한 확장성에 대한 고민이 깊게 반영된 프로젝트일수록 더 많은 외부 기여자를 끌어들이고 건강한 생태계를 구축할 수 있게 됩니다. 실질적인 사용성을 결정짓는 마지막 열쇠는 설치의 편의성과 설정의 직관성에 있습니다. 실제 코드를 작성하기 전에 설정 파일의 구조부터 먼저 설계해 보는 방식은 소프트웨어의 미래 확장성을 확보하는 데 매우 효과적인 훈련이 됩니다. 사용자 피드백 수집 도구를 개발할 때도 도커를 통한 간편 설치와 기업 환경을 고려한 SSO 연동 기능 등에 집중하여 상용 소프트웨어 수준의 완성도를 확보할 수 있었습니다. 이처럼 기술적인 고도화뿐만 아니라, 사용자가 제품을 처음 접하고 실행하기까지의 모든 경험을 세심하게 배려하는 것이 기업형 오픈소스 프로젝트가 성공으로 나아가는 핵심적인 원동력이 됩니다.

• 공학·기술

기조강연 : Understanding How Open Source Is Managed Professionally in 2024

한국은 삼성, 현대, LG전자와 같은 글로벌 기업들을 필두로 오랫동안 오픈소스 혁신의 중심지 역할을 해왔습니다. 개방형 혁신의 핵심인 오픈소스 분야는 점차 전문화되고 관리 가능한 형태로 성숙해 가고 있으며, 이제는 책임감 있고 지속 가능한 방향으로의 발전을 꾀하고 있습니다. 이러한 변화는 단순히 기술적인 진보를 넘어, 오픈소스를 공급망 관리의 핵심 요소로 인식하고 신뢰할 수 있는 구조를 구축하려는 노력에서 비롯됩니다. 한국의 활발한 커뮤니티는 이러한 글로벌 흐름 속에서 중요한 동력이 되고 있습니다. 오픈소스 관리의 첫 번째 과제는 불확실한 영역을 체계적인 관리 체계 안으로 가져오는 것입니다. 이를 위해 리눅스 재단과 같은 기관은 고수준 프로세스 관리 체계를 구축하고, 소프트웨어 자재 명세서(SBOM)와 같은 표준을 통해 공급망을 투명하게 가시화합니다. 특히 오픈소스 라이선스 준수를 위한 ISO 5230과 보안 보증을 위한 ISO 18974 표준은 기업이 신뢰할 수 있는 소프트웨어를 생산하고 유통하는 데 필수적인 기준점이 되고 있으며, 이는 공급망 전반의 신뢰를 확보하는 토대가 됩니다. 이러한 국제 표준은 특정 국가나 기업의 전유물이 아니라 전 세계적인 협력을 통해 만들어집니다. 한국, 중국, 일본, 독일 등 각국의 워킹그룹은 언어와 비즈니스 문화의 장벽을 넘어 표준 개발에 참여하고 있습니다. 정부 기관과 비영리 단체까지 아우르는 글로벌 협력은 표준의 실용성을 높이며, 누구나 쉽게 접근하고 아이디어를 공유할 수 있는 개방형 구조를 유지합니다. 이는 복잡한 공급망 속에서 공통의 언어를 확립하는 중요한 기반이 되며, 모든 지역의 기업이 표준의 혜택을 누릴 수 있게 합니다. 실제로 노키아, 삼성SDS, KT와 같은 선도 기업들은 국제 표준을 적극적으로 채택하며 공급망 전반에 긍정적인 영향을 미치고 있습니다. 이들 기업은 표준 채택 사례를 대외적으로 알림으로써 다른 기업들이 오픈소스 관리의 전문성을 확보하도록 영감을 줍니다. 특히 보안 표준의 채택은 오픈소스 보안 보증의 명확한 기준선을 제시하며, 공급망 내의 모든 참여자가 품질 관리에 동참하게 만드는 강력한 모멘텀으로 작용하고 있습니다. 이러한 리더십은 전 세계 공급망이 신속하게 정렬되도록 돕는 역할을 합니다. 표준의 도입과 실행을 돕기 위해 오픈체인 프로젝트는 방대한 규모의 참고 자료 라이브러리를 운영합니다. 여기에는 정책 템플릿, 교육 자료, 자체 인증 체크리스트 등이 포함되며, 특히 한국 커뮤니티의 기여로 풍부한 한국어 자료가 제공되고 있습니다. 또한 팬데믹 이후 구축된 대규모 웨비나 라이브러리는 AI 법적 환경이나 데이터 관리와 같은 최신 이슈를 다루며, 기업들이 변화하는 기술 환경에 신속하게 대응할 수 있도록 지원합니다. 이는 지식 공유를 통해 전체 생태계의 전문성을 상향 평준화하려는 노력의 일환입니다. 오픈소스 표준은 이제 기업의 조달 및 인수합병(M&A) 과정에서도 핵심적인 역할을 수행합니다. 조달 담당자들은 공급업체에 국제 표준 준수 여부를 확인하며 위험 관리를 강화하고 있으며, 인수합병 시에도 피인수 기업의 소프트웨어 품질과 보안을 평가하는 최소 기준으로 활용됩니다. 맞춤형 관리 방식 대신 검증된 국제 표준을 요구하는 이러한 추세는 공급망 관리를 더욱 효율적이고 안정적으로 만들며 비즈니스 의사결정의 신뢰도를 높입니다. 이는 표준이 단순한 권고안을 넘어 실질적인 비즈니스 도구로 안착했음을 보여줍니다. 미래의 오픈소스 생태계는 미국과 유럽의 강력한 규제 환경과 맞물려 더욱 공식화될 전망입니다. 미국의 행정 명령이나 유럽의 사이버 복원력 법안(CRA)은 기록 보관과 투명한 관리를 요구하며, 이는 오픈체인 표준의 방향성과 일치합니다. 결국 오픈소스는 기존의 자산 관리와 유사한 전문적인 영역으로 안착할 것이며, 이러한 표준화된 체계를 이해하고 활용하는 역량은 글로벌 시장에서 기업의 경쟁력을 결정짓는 중요한 척도가 될 것입니다. 지속적인 개선과 협력만이 변화하는 디지털 환경에서 생존할 수 있는 유일한 길입니다.

• 공학·기술

인공지능을 이용한 End-to-End 방식의 오픈소스 서비스 성능 최적화 및 화학 분야 응용

신물질 개발은 원자의 배열을 조절하여 강도나 유연성, 전기 전도성과 같은 원하는 특성을 가진 화합물을 찾아내는 과정입니다. 현대 화학 연구에서는 실험 비용을 줄이고 효율성을 높이기 위해 컴퓨터 시뮬레이션을 활용하는 계산 과학이 필수적인 역할을 담당하고 있습니다. 하지만 바둑의 경우의 수가 우주의 원자 수보다 많다고 하듯, 수많은 원소와 결합 각도까지 고려해야 하는 신물질 설계는 바둑보다 훨씬 복잡한 난제입니다. 따라서 수많은 조합 중 최적의 배열을 효율적으로 찾아내기 위한 새로운 접근 방식이 절실히 요구되고 있습니다. 기존의 계산 과학 방법론은 원자 수의 세제곱에 비례하는 높은 계산 복잡도를 가집니다. 특히 고분자나 여러 분자가 혼합된 화합물의 경우, 분자 간의 상호작용과 기하학적 배치를 모두 고려해야 하므로 전통적인 방식으로는 계산이 거의 불가능에 가깝습니다. 이러한 물리적, 시간적 한계를 극복하기 위해 최근에는 인공지능을 활용하여 화합물의 특성을 빠르게 예측하려는 시도가 활발해지고 있습니다. 연구의 목표는 단순히 속도를 높이는 것을 넘어, 복잡한 혼합물의 특성까지 정확하게 파악할 수 있는 지능형 모델을 구축하는 것입니다. 본 연구에서는 고가의 상용 소프트웨어 대신 공개 소프트웨어인 오르카(Orca)를 활용하여 학습 데이터를 생성하는 전략을 취했습니다. 전문가가 일일이 최적의 초기 구조를 설정하는 대신, 난수 기반의 생성 방식과 파이썬 라이브러리를 결합하여 다양한 기하학적 구조를 가진 데이터를 대량으로 확보했습니다. 비록 이 방식은 상용 프로그램에 비해 개별 데이터의 정밀도는 다소 떨어질 수 있지만, 광범위한 경우의 수를 포함하는 노이즈 섞인 대용량 데이터셋을 구축할 수 있다는 강력한 장점이 있습니다. 이는 인공지능이 스스로 데이터의 패턴을 학습할 수 있는 토대가 됩니다. 대량의 노이즈 섞인 데이터를 효과적으로 처리하기 위해 '확률적 표현 학습' 모델을 도입했습니다. 이 모델은 단일 데이터포인트를 특정 값에 매핑하는 기존의 결정론적 방식과 달리, 데이터셋이 나타내는 전체적인 확률 분포를 화합물의 특성으로 연결합니다. 그래프 신경망(GNN)을 통해 분자 구조를 벡터 형태의 임베딩으로 변환하고, 정보 병목이나 대조 학습 기법을 적용하여 확률 분포 자체를 학습하게 됩니다. 이를 통해 개별 데이터의 불확실성을 극복하고, 실제 실험값에 가까운 물리화학적 특성을 놀라울 정도로 정확하게 예측할 수 있게 되었습니다. 인공지능 모델과 공개 소프트웨어의 결합은 신물질 개발 프로세스를 획기적으로 단순화합니다. 과거에는 전문가가 구조를 최적화하고 실험적으로 물성을 측정하기까지 수개월의 시간과 막대한 비용이 소요되었습니다. 하지만 학습된 확률 모델을 적용하면 미지 시료의 물성을 수초에서 수분 내에 예측할 수 있어 개발의 병목 현상을 완전히 해소할 수 있습니다. 결과적으로 사람이 투입하는 노동력은 줄이면서도 연구의 효율성은 극대화하는 혁신적인 시스템이 가능해진 것입니다. 앞으로 다양한 화학 벤치마크 데이터셋을 통해 모델의 신뢰성을 더욱 높여나갈 계획입니다.

• 화학
• 융합
• 공학·기술

오픈소스 & 오픈 데이터를 활용한 이미지 생성 모델 경량화 연구

시각지능은 인공지능 분야 중에서도 가장 비약적인 발전을 이룬 영역 중 하나로 손꼽힙니다. 인간의 눈이 사물을 인식하고 주변 환경을 이해하는 복잡한 과정을 기계에 학습시키는 이 기술은 초기에는 단순한 패턴 인식에 불과했습니다. 하지만 현재는 수많은 데이터를 바탕으로 복잡한 상황을 실시간으로 분석하고 판단하는 수준까지 도달했습니다. 우리 생활 곳곳에서 활용되는 이미지 인식 기술은 이제 단순한 편의를 넘어 보안, 의료, 자율주행 등 사회 전반의 핵심 인프라를 지탱하는 중추적인 역할을 수행하고 있습니다. 딥러닝 기술의 등장은 시각지능 연구에 혁명적인 변화를 가져왔습니다. 방대한 양의 영상 데이터를 스스로 학습하며 특징을 추출하는 신경망 구조는 과거 인간이 알고리즘을 직접 설계하던 수동적인 방식의 한계를 완벽히 극복하게 해주었습니다. 특히 합성곱 신경망과 같은 구조는 픽셀 단위의 미세한 정보부터 사물의 전체적인 형상까지 계층적으로 파악하는 능력을 갖추고 있습니다. 이를 통해 사람이 미처 발견하지 못하는 세밀한 차이까지 정확하게 구분해내며 인간의 시각적 인지 능력을 뛰어넘는 성과를 보여주고 있습니다. 하지만 기술적 성취가 높음에도 불구하고 시각지능이 극복해야 할 과제들은 여전히 남아 있습니다. 학습 데이터에 포함되지 않은 새로운 환경이나 사물이 가려진 상황에서의 인식 능력은 인간의 유연한 사고방식에 비해 보완이 필요합니다. 연구자들은 이러한 한계를 극복하기 위해 적은 데이터로도 효율적으로 학습하는 방법이나, 사물 간의 인과관계를 이해하는 추론 능력을 인공지능에 접목하기 위해 노력하고 있습니다. 결국 데이터의 양을 넘어 이를 해석하는 알고리즘의 유연성과 효율성이 미래 기술 경쟁력의 핵심이 될 것입니다. 현실 세계에서 시각지능의 활약은 이미 눈부신 결과를 만들어내고 있습니다. 자율주행 차량은 주변 장애물과 도로 상황을 파악하여 안전한 주행을 돕고, 의료 분야에서는 엑스선이나 영상 진단 자료를 분석해 질병의 징후를 조기에 발견하는 전문가의 보조 역할을 수행합니다. 또한 스마트 시티의 지능형 관제 시스템은 범죄 예방과 사고 대응 속도를 획기적으로 높여 도시의 안전을 책임지고 있습니다. 이러한 시각지능의 기술적 성취는 우리의 일상생활을 더욱 안전하고 효율적인 방향으로 변화시키는 원동력이 됩니다. 시각지능의 최종적인 지향점은 단순히 인간의 시각 기능을 대체하는 것이 아니라, 인간의 능력을 확장하고 보완하는 든든한 파트너가 되는 것입니다. 앞으로의 연구는 영상 속에서 단순히 객체를 찾아내는 단계를 넘어, 장면의 전체적인 맥락과 숨겨진 의미까지 이해하는 방향으로 진화할 것입니다. 인간과 인공지능이 시각 정보를 공유하며 긴밀하게 소통하는 미래는 상상보다 훨씬 가까이 다가와 있습니다. 이러한 기술적 진보는 새로운 산업 혁신을 일으키고 사회적 가치를 창출하는 중요한 마중물이 될 것으로 기대됩니다.

• 뇌인지과학
• 융합
• 공학·기술

오픈소스를 활용한 수직 이착륙 무인기 개발

한국항공우주연구원(KARI)은 항공우주 과학기술의 새로운 탐구와 기술 선도를 통해 국민 경제 발전과 생활 향상에 기여하는 국가 기관입니다. 이곳에서는 항공기, 인공위성, 우주발사체 등 종합 시스템 연구부터 안전성 확보를 위한 품질인증까지 폭넓은 업무를 수행합니다. 특히 무인이동체사업단은 육상, 해상, 공중을 아우르는 무인 이동체의 원천 기술을 개발하고 실증하는 데 주력하고 있습니다. 다수의 무인기가 다양한 임무를 효율적으로 수행할 수 있도록 기술적 토대를 마련하며, 실증용 기체인 수직 이착륙 무인기의 설계와 시험을 통해 미래 항공 기술의 가능성을 현실로 구현해 나가는 중추적인 역할을 담당합니다. 수직 이착륙 무인기(VTOL)는 활주로 없이 헬리콥터처럼 이착륙하면서도 비행 시에는 고정익 항공기의 높은 효율을 갖는 기체를 의미합니다. 회전익의 기동성과 고정익의 장거리 운용 능력을 결합한 이 방식은 활주로 확보가 어려운 도심이나 도서 지역에서 매우 유용하게 활용됩니다. 최근에는 차세대 에어 모빌리티 시스템인 도심 항공 모빌리티(UAM)와 개인용 항공기(PAV), 그리고 물류 배송 분야의 핵심 이동 수단으로 큰 주목을 받고 있습니다. 다만 이착륙을 위한 추가 장비로 인해 무게가 늘어나고 항속 거리에 영향을 줄 수 있다는 과제가 존재하지만, 운영의 유연성 측면에서 이를 상쇄하는 충분한 가치를 지니고 있어 산업적 확장이 기대되는 분야입니다. 무인기 개발의 핵심인 비행 제어 시스템을 위해 세계적으로 널리 활용되는 오픈 소스 프로젝트가 바로 PX4입니다. 2009년 취리히 연방 공대에서 시작된 이 프로젝트는 현재 리눅스 재단의 드론코드 협회를 통해 비영리 목적으로 지속적인 연구와 개발이 이루어지고 있습니다. PX4는 저렴한 비용으로 표준화된 비행 제어 컴퓨터와 소프트웨어를 제공함으로써 드론 생태계에 참여하는 기업들에게 더 많은 기회를 창출해 줍니다. 특히 마브링크(MAVLink)나 지상 관제 시스템(QGC) 등 풍부한 주변 기능과 가제보(Gazebo) 시뮬레이션 환경을 지원하여 개발 편의성을 극대화합니다. 전 세계 전문가들의 집단지성을 통해 성능 개선이 빠르게 이루어지는 점도 큰 강점입니다. 실제 연구 현장에서는 리프트-크루즈 방식을 채택한 50kg급 무인기 LC-50B에 PX4를 적용하여 비행 성능을 정밀하게 검증하고 있습니다. 하지만 오픈 소스 코드를 대형 기체에 그대로 적용하기에는 한계가 있어, 천이 비행 알고리즘 수정과 방향 제어기 구조 변경 등 총 여섯 가지 주요 수정 작업을 진행했습니다. 기체가 커질수록 안전한 상황에서 기체의 반응 특성을 확인하는 과정이 필수적이기 때문에, 연구진은 매틀랩(MATLAB)을 활용한 시뮬레이션 모델 고도화와 외부 센서 연동을 통해 시스템의 신뢰성을 확보했습니다. 이러한 세밀한 튜닝 과정은 오픈 소스의 유연성을 극대화하여 실제 산업용 무인기에 최적화된 제어 시스템을 구축하는 핵심 동력이 됩니다. VTOL 기체의 특성상 회전익 모드에서 바람이 불면 수직 꼬리날개의 영향으로 원치 않는 방향 전환 힘이 발생할 수 있습니다. 이때 회전익 모터의 반토크 제어 명령과 꼬리날개에서 발생하는 물리적인 힘이 충돌하면서 제어기에 과부하가 걸리고, 최적화되지 않은 경우 추락 위험까지 초래할 수 있습니다. 연구팀은 파라미터 최적화를 통해 외부 환경에서도 안정적인 비행이 가능하도록 알고리즘을 개선했으며, 이를 가시권 비행과 자동 비행 시험으로 성공적으로 검증했습니다. 이러한 성과는 향후 130kg급 연료전지 하이브리드 무인기 개발의 기술적 밑거름이 될 것이며, 더욱 길어진 항속 거리와 효율적인 임무 수행 능력을 갖춘 차세대 무인기 시대를 앞당기는 계기가 될 것입니다.

• 융합
• 공학·기술

연구 현장의 생성 AI 활용 현황

최근 노벨상 수상 결과에서 알 수 있듯이 인공지능은 현대 과학의 핵심 동력으로 자리 잡았습니다. 하지만 실무자의 관점에서 볼 때 생성형 AI에 대한 몇 가지 중대한 오해가 존재합니다. 가장 대표적인 것은 AI가 연구자의 역량을 직접적으로 향상시켜 줄 것이라는 믿음입니다. 스마트폰이 보급되면서 오히려 기억력이 감퇴하고, 자동차를 타면서 근력이 약해지는 것처럼 AI 역시 도구로서 기능할 뿐 사용자의 본질적인 능력을 대신 키워주지는 않습니다. 따라서 AI를 통해 확보한 시간을 독서나 토론 등 인간 고유의 통찰력을 기르는 데 투자하는 지혜가 필요합니다. 인공지능은 목적에 따라 자동화, 데이터 분석, 계산 모델, 특화 AI, 생성형 AI로 구분할 수 있습니다. 많은 이들이 생성형 AI가 모든 문제를 해결해 줄 것이라 기대하지만, 기업이나 연구소의 특수한 문제를 해결하기 위해서는 해당 도메인에 특화된 AI를 구축하는 것이 훨씬 효과적입니다. 생성형 AI는 보편적인 지식 처리와 창작에는 능숙하지만, 내부 데이터가 부족한 전문 영역에서는 한계를 보이기 때문입니다. 따라서 연구 현장에서는 단순한 도구 도입을 넘어 각 분야의 전문성에 맞춘 AI 활용 전략을 수립하는 것이 무엇보다 중요합니다. 한국에너지기술연구원에서는 연구 효율을 높이기 위해 로보틱 처리 자동화 (RPA)를 적극적으로 도입하고 있습니다. 특히 연구 계획서 작성 시 연구자의 이력이나 성과 데이터를 정리하는 단순 반복 업무를 자동화함으로써 행정적 부담을 획기적으로 줄였습니다. 과거 수 시간이 걸리던 문서 작업이 이제는 10분 이내로 단축되어 연구자들이 본연의 연구 활동에 더욱 집중할 수 있는 환경이 조성되었습니다. 이러한 변화는 단순한 편리함을 넘어 연구의 질을 높이는 실질적인 기반이 되고 있으며, 공모전 수상 등을 통해 그 가치를 인정받고 있습니다. 물리나 화학 기반의 계산 모델과 실험 자동화가 결합된 자율화 실험실 (Autonomous Laboratory)도 연구 현장의 큰 변화 중 하나입니다. 로봇이 사람을 대신해 실험을 수행하고, AI가 가설 생성과 검증 과정을 담당하는 체계가 구축되고 있습니다. 특히 오픈 소스 생태계를 활용하여 신물질 합성 경로를 설계하거나 화학 반응 템플릿을 추천받는 등 전문가의 영역에 AI가 깊숙이 개입하고 있습니다. 이는 물리 모델의 한계를 극복하고 연구 속도를 가속화하는 핵심적인 역할을 수행하며 과학 기술의 새로운 지평을 열어가고 있습니다. 생성형 AI 기술은 이제 텍스트를 넘어 멀티모달과 에이전트 AI 단계로 진화하고 있습니다. 연구 현장에서는 사용자가 목적만 제시하면 스스로 최선의 수단을 찾아 결과를 도출하는 '일잘러' AI에 주목하고 있습니다. 특히 보안이 중요한 연구 데이터를 다루기 위해 외부 유출 걱정 없는 설치형 대규모 언어모델 (LLM)의 활용도가 높아지고 있습니다. 최근에는 성능이 뛰어난 소형 모델들이 등장하면서 개별 연구자나 소규모 팀에서도 맞춤형 AI 환경을 구축하여 코딩이나 질의응답 등에 효율적으로 활용할 수 있게 되었습니다. 연구 효율을 극대화하기 위해 직접 개발한 '논문 봇'이나 '딴지 봇' 같은 맞춤형 GPTs는 동료 연구자들 사이에서 큰 호응을 얻고 있습니다. 복잡한 논문에서 핵심 내용을 빠르게 추출해 워드 파일로 출력해 주거나, 연구자의 논리에 날카로운 비판을 던져 보완점을 찾게 도와주는 방식입니다. 이 과정에서 파이썬 코드를 패키징하여 AI 내부 서버에 설치하는 기술적 창의성을 발휘하기도 했습니다. 이러한 도구들은 단순히 정보를 전달하는 수준을 넘어 연구자의 사고 과정을 지원하고 데이터 시각화를 돕는 든든한 파트너로서 기능하고 있습니다. 성공적인 AI 도입의 이면에는 '고통을 감각하는 실무자'의 열정과 이를 지지하는 조직 문화가 있습니다. 단순 반복 업무에서 느끼는 불편함을 외면하지 않고 기술적으로 해결하려는 의지가 혁신의 시작점입니다. 한국에너지기술연구원 역시 경영진의 물질적 지원과 동료들의 긍정적인 피드백이 있었기에 연구와 행정의 경계를 허무는 AI 활용이 가능했습니다. 앞으로도 연구 현장의 실제적인 문제들을 하나씩 해결해 나가며, AI와 인간이 협력하여 더 큰 과학적 성취를 이뤄내는 미래를 만들어 가고자 합니다.

• 물리학
• 화학
• 융합
• 공학·기술

식품연구 데이터 수집 플랫폼 및 데이터 검색

한국식품연구원은 국가 산업 발전과 국민 삶의 질 향상을 목적으로 식품 분야의 연구개발과 성과 확산을 수행하고 있습니다. 최근 연구 환경이 소스 코드 공개를 넘어 연구 과정의 데이터를 공유하는 오픈 사이언스로 변화함에 따라, 연구원에서도 데이터 플랫폼 구축 사업을 추진하고 있습니다. 식품 연구는 소재 분석, 미생물, 감각 인지 등 다양한 분야가 융합되어 있어 각 연구자가 보유한 정보를 체계적으로 관리하고 공유하는 것이 중요합니다. 이에 연구원 내외의 데이터를 통합하여 연구자들이 데이터 기반의 성과를 창출할 수 있는 인프라를 마련하고자 합니다. 플랫폼 구축에 있어 가장 큰 과제는 데이터의 다양성과 막대한 용량을 수용할 수 있는 인프라를 확보하는 것이었습니다. 식품 데이터는 대용량 미생물 데이터부터 엑셀 형태의 수치 데이터까지 형식과 크기가 천차만별입니다. 연구진은 민간 서비스 대신 대학이나 중소기업에서도 활용 가능한 오픈 소스 모델을 목표로, 하둡 분산 파일 시스템(HDFS)을 도입하여 약 1.8PB 규모의 저장소를 마련했습니다. 또한 서버 운영의 유연성을 위해 오픈스택 가상화 기술을 활용함으로써 연구 환경의 변화에 기민하게 대응할 수 있는 가상 머신 기반의 운영 체계를 구축하였습니다. 단순한 저장소 구축을 넘어 데이터의 가치를 높이기 위해 연구 데이터 관리 계획(DMP)을 적극적으로 운영하고 있습니다. 이는 데이터의 구성과 관리 방안을 담은 일종의 설명서로, 연구 과제 시작 전부터 데이터의 생성과 활용 계획을 수립하도록 돕습니다. 매년 발생하는 데이터를 표준화된 필드에 맞춰 수집하고, 연구자가 생성한 데이터를 기관에 기탁하는 체계를 마련하여 데이터 유실을 방지하고 있습니다. 특히 데이터 공개에 대한 연구자의 권리를 보호하면서도 메타데이터를 최대한 활용하여 공동 연구의 기회를 확대하는 데 주력하고 있습니다. 수집된 데이터의 신뢰성을 보장하기 위해 엄격한 품질 관리 프로세스를 가동하고 있습니다. 데이터 제출 시 양식의 성실도를 확인하는 단계와 데이터 위원회를 통한 내용 검증 단계를 거쳐 품질을 확보합니다. 생산된 데이터는 먼저 내부 인프라에 안전하게 저장되며, 이후 공개 시점이나 외부 요청에 따라 검토 과정을 거친 뒤 공개 데이터베이스로 이관됩니다. 만약 특허 출원과 같은 보안 사유가 발생할 경우에는 공개 범위를 제한할 수 있는 규정도 마련하여, 연구자의 자율성을 존중하면서도 연구 자산의 공동 활용을 극대화하는 균형을 맞추고 있습니다. 데이터의 활용도를 극대화하기 위해 인공지능 기반의 지능형 검색 기술 개발도 병행하고 있습니다. 전문적인 연구 데이터는 일반적인 키워드 검색만으로는 정확한 결과를 얻기 어렵기 때문에, 논문의 말뭉치를 활용한 검색 확장 모델을 구축 중입니다. 약 6,000건의 논문 초록을 기반으로 소재, 연구 방법, 결과 데이터를 태깅하여 딥러닝 모델을 학습시킴으로써 연구자가 원하는 정보를 정밀하게 찾을 수 있도록 지원합니다. 궁극적으로는 내부 데이터와 외부 데이터를 연계하여 분석 도구까지 제공하는 통합 연구 환경을 조성함으로써 식품 과학의 혁신을 이끌고자 합니다.

• 생명과학
• 융합
• 공학·기술

SW공급망 공격 대응을 위한 SBOM 관리

한국과학기술정보연구원(KISTI)은 1960년대부터 과학 기술 데이터를 체계적으로 관리하며 우리나라의 경제와 과학 발전을 뒷받침해 왔습니다. 슈퍼컴퓨터와 더불어 1988년 시작된 국가과학기술연구망(KREONET)은 국내 인터넷 기술의 시초로서 현재까지도 중요한 연구 인프라로 기능하고 있습니다. 이러한 인프라 운영 과정에서 리눅스, 오픈스택 등 다양한 오픈소스 소프트웨어의 활용은 필수적입니다. 그러나 오픈소스의 사용이 보편화됨에 따라 소프트웨어의 구성 요소를 투명하게 관리하고 보안 위협에 선제적으로 대응해야 할 필요성이 그 어느 때보다 커지고 있습니다. 최근 발생한 레바논의 통신 기기 폭발 사건이나 xz 유틸리티의 백도어 발견 사례는 소프트웨어 공급망 보안의 중요성을 극명하게 보여줍니다. 현대의 소프트웨어는 수많은 라이브러리가 복잡한 계층 구조로 얽혀 있어, 단 하나의 구성 요소만 오염되어도 전체 시스템의 권한을 탈취당할 수 있는 취약점을 안고 있습니다. 특히 개발 과정에서 참조하는 외부 라이브러리의 의존성이 기하급수적으로 복잡해지면서, 공격자가 숨겨놓은 악성 코드를 수동으로 파악하기란 사실상 불가능에 가깝습니다. 이러한 공급망 공격은 전 세계적인 보안 위협으로 부상하고 있습니다. 이에 대응하기 위해 국가정보원과 과학기술정보통신부 등 정부 기관들은 소프트웨어 공급망 보안 가이드라인을 마련하고 SBOM 시범 적용을 추진하고 있습니다. 미국 등 주요국에서는 이미 의료 기기처럼 생명과 직결된 분야에 대해 소프트웨어 구성 정보를 투명하게 공개하도록 의무화하는 추세입니다. SBOM(Software Bill of Materials)은 제조 분야의 자재 명세서처럼 소프트웨어를 구성하는 모든 부품과 버전, 라이선스 정보를 상세히 기록한 문서입니다. 이를 통해 소프트웨어 내부에 잠재된 보안 취약점을 가시화하고, 문제 발생 시 즉각적인 대응 체계를 구축할 수 있습니다. SBOM을 실제로 활용하기 위해서는 이를 자동으로 생성하고 분석하는 도구가 필요합니다. Syft와 같은 도구는 컨테이너 이미지나 파일 디렉터리를 스캔하여 표준 형식의 SBOM을 생성하며, Grype는 생성된 SBOM을 바탕으로 국가 취약점 데이터베이스(NVD)를 대조해 위협 요소를 식별합니다. 리눅스 패키지 매니저의 메타데이터를 활용하면 수천 개의 패키지가 포함된 시스템에서도 1분 내외의 짧은 시간 안에 보안 리포트를 생성할 수 있습니다. 이러한 자동화 도구들은 깃허브 액션과 같은 빌드 환경과 연동되어 개발 라이프사이클 전반의 보안성을 높이는 데 기여합니다. 하지만 도구에만 의존하는 것에는 한계가 있음을 인지해야 합니다. SBOM 생성 도구마다 분석 방식이 다르기 때문에 두 개 이상의 도구를 통한 교차 검증이 필수적이며, MATLAB처럼 특정 언어나 환경을 지원하지 않는 경우도 존재합니다. 또한 보안 취약점을 모두 해결하려다 서비스 운영에 차질이 생기는 상황도 발생할 수 있습니다. 따라서 완벽한 예방에 매몰되기보다는, 상용 도구를 적절히 활용하여 내부 자산을 정확히 파악하고 보안 이슈가 발생했을 때 얼마나 신속하게 대응할 수 있는가에 초점을 맞춘 유연한 보안 관리 체계를 확립하는 것이 무엇보다 중요합니다.

• 융합
• 공학·기술

저작권 소송에서 오픈소스의 지위와 쟁점

소프트웨어 저작권 소송에서 오픈소스는 매우 독특하고 중요한 위치를 차지합니다. 실제 2007년의 한 판례를 살펴보면, 신청인 회사가 자사 소프트웨어를 복제한 피고를 상대로 소송을 제기했으나 법원은 저작권 침해를 인정하지 않았습니다. 그 이유는 소스코드 비교 과정에서 오픈소스와 같이 누구나 사용할 수 있는 공통적인 부분을 적절히 여과하지 않았기 때문입니다. 즉, 전체적인 유사도가 높더라도 보호받아야 할 핵심 코드를 따로 분리하여 비교하지 않는다면 법적으로 침해를 인정받기 어렵다는 점을 시사합니다. 저작권 침해 여부를 판단하는 과정은 크게 세 단계의 엄격한 절차를 거칩니다. 첫째는 해당 프로그램이 법적으로 보호받을 가치가 있는 저작물인지 확인하는 저작물성 확인 단계이고, 둘째는 피고가 원고의 코드를 실제로 베꼈는지 확인하는 의거성 단계입니다. 마지막 셋째 단계는 베낀 정도가 법적 처벌을 받을 만큼 실질적 유사성을 갖는지를 따지는 실질적 유사성 판단 단계입니다. 이 과정에서 가장 핵심적인 사실은 단순히 코드를 베꼈다는 행위만으로 침해가 성립하는 것이 아니라, 법적 기준을 충족하는 '양'과 '질'이 담보되어야 한다는 점입니다. 실질적 유사성을 판단할 때 거치는 핵심 절차는 '여과(Filtration)' 과정입니다. 이는 전체 소스코드에서 저작권 보호 대상이 아닌 부분들을 여과하는 작업으로, 오픈소스나 자동 생성 코드, 표준적인 알고리즘, 주석 등이 여기에 해당합니다. 전 세계적으로 활용되는 판단 모델에서도 이러한 여과 과정을 거친 후 남은 '핵심 표현'만을 가지고 비교할 것을 강조하고 있습니다. 만약 이 과정이 부실하게 이루어지면 오픈소스까지 원고의 독창적인 창작물로 오인되어 판결의 공정성을 해칠 위험이 발생하게 됩니다. 재판 실무에서는 유사한 정도를 수치화한 '정량적 유사도'를 중요한 참고 자료로 활용합니다. 하지만 정량적 유사도가 높다고 해서 반드시 저작권 침해인 것은 아닙니다. 정량적 유사도는 질적인 가치를 숫자로 치환한 것일 뿐, 법적인 실질적 유사성과는 차이가 있기 때문입니다. 또한 정량적 유사도를 산출하는 방식에 따라 결과값이 천차만별로 달라질 수 있다는 점도 유의해야 합니다. 라인 단위로 계산하느냐, 모듈 단위로 분석하느냐에 따라 동일한 대상이라도 전혀 다른 수치가 도출될 수 있어 법률 전문가의 전략적인 대응이 필요합니다. 최근 오픈소스 사용이 보편화되면서 저작권 소송에서의 입증은 더욱 복잡해지고 있습니다. 오픈소스를 대거 활용한 프로그램의 경우, 이를 모두 여과하고 나면 프로그램의 유기적인 구조만 남게 되어 저작물성을 인정하기 모호해지는 정책적 고민도 존재합니다. 따라서 개발 단계에서부터 어떤 오픈소스를 사용했는지 명확한 오픈소스 사용 명세서(SBOM)를 관리하는 것이 무엇보다 중요합니다. 철저한 기록 관리가 뒷받침되지 않는다면, 소송 과정에서 자신의 권리를 제대로 보호받지 못하거나 상대방의 면피 수단으로 악용될 소지가 있습니다.

• 공학·기술

EXAONE 3.0 7.8B Instruction Tuned Language Model

LG AI Research는 2021년 GPT-3의 등장 직후부터 거대 언어 모델의 가능성을 예견하고 EXAONE 프로젝트를 시작했습니다. 초기에는 학술적 질문에 답하는 전문가용 모델 개발에 주력하며 RAG 개념을 결합한 성과를 거두었으며, 이러한 기술력을 바탕으로 최근 성능이 대폭 향상된 EXAONE 3.0을 공개했습니다. 이번 모델은 단순한 성능 지표를 넘어 실제 사용자들이 일상에서 체감할 수 있는 실용적인 사용성을 확보하는 데 중점을 두었습니다. 한국어 연구 생태계의 발전을 위해 개방형 연구 문화를 지향하며 누구나 활용 가능한 환경을 구축하고자 노력하고 있습니다. 모델 설계 단계에서는 하드웨어 효율성을 극대화하기 위해 7.8B 매개변수 규모를 선택하고, A100 GPU 한 장으로도 원활한 운용이 가능하도록 최적화했습니다. 특히 그룹 쿼리 어텐션(GQA)을 도입하여 연산 효율을 높였으며, 한국어와 영어를 동시에 처리할 수 있는 10만 개의 어휘 사전을 구축했습니다. 독자적인 토크나이저 기술을 통해 한국어 문장을 다른 글로벌 모델 대비 훨씬 효율적으로 압축함으로써, 동일한 문맥 창 안에서 더 많은 정보를 처리하고 추론 속도를 높이는 강점을 확보했습니다. 이는 한국어 특유의 의미 단위를 세밀하게 반영한 결과입니다. 학습 과정에서는 한정된 컴퓨팅 자원을 극대화하기 위해 데이터의 양보다 품질에 집중하는 전략을 취했습니다. 단순히 방대한 웹 데이터를 넣는 대신, 두 단계의 사전 학습 과정을 거쳐 학술적 가치가 높고 정제된 고품질 데이터를 선별하여 학습시켰습니다. 그 결과 Llama 3.1과 같은 글로벌 모델에 비해 훨씬 적은 토큰 학습량으로도 대등하거나 그 이상의 성능을 발휘할 수 있었습니다. 특히 중복된 저품질 문구를 과감히 제거하고 데이터 문서의 구성력을 엄격하게 평가함으로써 모델의 지능적 깊이를 더했으며, 이는 한국어와 영어 두 영역 모두에서 균형 잡힌 성장을 이끌어냈습니다. 사후 학습 단계에서는 지시 이행 능력을 강화하기 위한 SFT와 사용자 친화적인 답변 생성을 돕는 DPO 알고리즘을 적용했습니다. 특히 한국어 성능을 객관적으로 검증하기 위해 전문 번역가의 검수를 거친 Ko-MT-Bench를 제작하여 평가에 활용했으며, 실제 사용자 지시를 수행하는 '실제 사용 사례' 항목에서 압도적인 성과를 기록했습니다. 8B 이하 규모의 공개 모델 중에서는 최고 수준의 점수를 획득하며 한국어 특화 모델로서의 입지를 굳혔고, 수학적 추론이나 코딩 능력에서도 경쟁력 있는 지표를 보여주며 다양한 응용 가능성을 입증했습니다. 기술적 성취뿐만 아니라 AI 윤리와 신뢰성 확보에도 심혈을 기울였습니다. 사내 전담 팀과 법률 전문가를 통해 데이터 저작권과 개인 정보 보호 문제를 철저히 점검하고 있으며, 한국지능정보사회진흥원의 신뢰성 평가에서 GPT-4와 대등한 수준을 인정받았습니다. 허깅페이스를 통해 공개된 이번 모델은 이미 많은 연구자에 의해 양자화 모델로 제작되거나 다른 기술과 결합하며 오픈 소스 생태계의 이점을 톡톡히 누리고 있습니다. 앞으로도 사용자들의 피드백을 적극적으로 수용하여 더욱 안전하고 고도화된 모델을 지속적으로 선보일 계획입니다.

• 수학
• 융합
• 공학·기술

EOST2024 개회 및 환영사

한국전자통신연구원(ETRI)은 매년 오픈소스 테크데이를 개최하여 기술적 성취를 나누고 연구 생태계의 미래를 논의하는 중요한 장을 마련하고 있습니다. 올해 2024년 행사에도 수많은 전문가와 유관 기관 관계자들이 한자리에 모여 오픈소스의 중요성을 되새기는 시간을 가졌습니다. 특히 과학기술정보통신부를 포함한 여러 협력 기관과 후원사들이 참여하여 행사를 더욱 풍성하게 만들었으며, 이는 국내 기술 혁신의 견고한 기반이 되고 있습니다. 이와 같은 대규모 교류는 단순히 정보를 전달하는 것을 넘어, 산학연 전문가들이 기술 주권을 확보하고 상호 발전할 수 있는 강력한 네트워크를 구축하는 데 결정적인 역할을 하고 있습니다. 현대 산업에서 오픈소스는 단순한 기술 공개의 의미를 넘어서 협력과 혁신을 이끄는 새로운 패러다임으로 자리 잡았습니다. 인공지능(AI), 클라우드, 5G 등 핵심 ICT 기술의 발전은 이미 오픈소스를 기반으로 가속화되고 있으며, 이는 사회 전반의 성장 동력으로 작용하고 있습니다. ETRI는 이러한 흐름을 선도하기 위해 연구개발 활동을 체계적으로 지원하는 오픈소스 거버넌스 체계를 구축하여 운영 중입니다. 개방형 협력을 통한 연구 혁신을 극대화하려면 출연연구원을 비롯한 다양한 혁신 주체들이 긴밀하게 연대하여 기술적 시너지를 창출해야 합니다. 이를 통해 축적된 기술력은 국가 전반의 산업 경쟁력을 한 단계 높이는 원동력이 됩니다. ‘오픈소스, 무한한 가능성을 향한 도약’을 주제로 한 이번 행사에서는 인공지능(AI)과 ICT뿐만 아니라 항공, 우주, 화학, 원자력 등 광범위한 분야의 오픈소스 연구 성과가 다루어졌습니다. 더불어 개발자 커뮤니티의 활성화와 오픈소스 컴플라이언스 같은 실무적 현안에 대해서도 심도 있는 발표와 토론이 진행되었습니다. 다양한 분야의 전문가들이 모여 기술적 난제를 공유하고 해결책을 모색하는 과정은 오픈소스가 가진 공유와 협업의 가치를 증명하는 자리가 되었습니다. 활발한 산학연 교류와 연구 공조가 지속된다면, 우리나라는 글로벌 오픈소스 생태계에서 주도적인 역할을 수행하며 더 큰 성장을 이룰 수 있을 것입니다.

• 융합
• 공학·기술

지속 가능한 성장을 위한 오픈소스 커뮤니티의 역할

오픈소스 커뮤니티는 개인의 지속 가능한 성장을 돕는 강력한 원동력이 됩니다. 많은 이들이 당장 업무에 필요한 지식을 습득하는 데 급급하지만, 장기적인 성장을 위해서는 미래를 위한 투자가 필수적입니다. 처음에는 코딩이 낯선 초보자로 시작할지라도, 자신의 전공 지식과 새로운 기술을 접목하려는 시도는 예상치 못한 기회를 창출합니다. 작은 스터디에서 시작해 참여자가 늘어나고 관심사가 확장되는 과정은 지식의 공유가 개인의 발전을 넘어 생태계 전반의 확장으로 이어질 수 있음을 보여주는 좋은 사례가 됩니다. 지식 공유의 핵심은 체계적인 기록과 지속적인 배포에 있습니다. 기록은 망각을 이기는 힘이기에, 스터디의 모든 과정을 깃허브나 구글 드라이브와 같은 플랫폼에 남기는 습관은 매우 중요합니다. 이러한 기록은 당장 참여하지 못한 이들에게 유익한 정보를 제공할 뿐만 아니라, 시간이 흘러 커뮤니티의 소중한 자산이자 역사가 됩니다. 또한, 공식적인 모임 이후의 소통은 단순한 친목 도모를 넘어 현업의 고민을 나누고 새로운 협업의 기회를 찾는 창구가 되며, 10년 이상의 시간을 함께하는 든든한 동료 관계를 만들어냅니다. 커뮤니티 활동의 연차가 쌓이면 단순한 학습자를 넘어 사회적 책임을 다하는 기여자의 역할을 수행하게 됩니다. 수백 명 규모의 컨퍼런스를 운영하거나, 신규 진입자와 숙련자가 대등하게 소통할 수 있는 발표의 장을 마련하는 것이 대표적입니다. 특히 융합적인 분야에 관심을 두며 기술 문서 작성이나 번역 작업에 참여하는 것은 커뮤니티의 지식 내실을 다지는 데 큰 도움이 됩니다. 외국 서적을 함께 번역하여 출간하거나 북토크를 여는 활동은 전문 지식의 전파 효율을 높이며, 개인의 전문성을 공고히 하는 동시에 후발 주자들의 시행착오를 줄여줍니다. 오픈소스 정신은 학술적 연구와 데이터 구축 분야에서도 큰 성과를 냅니다. 여러 기업과 학교가 협력하여 벤치마크 데이터를 공개하고 공동 논문을 작성하는 과정은 구성원들에게 강한 소속감과 성취감을 안겨줍니다. 최근에는 데이터의 구축을 넘어, 이미 공개된 데이터의 활용 가치를 높이는 데이터 큐레이션 활동이 주목받고 있습니다. 한국어 코퍼스를 체계적으로 관리하고 누구나 쉽게 접근할 수 있도록 목록화하는 작업은 매우 중요합니다. 이는 한국어 AI 모델 개발을 희망하는 연구자들이 겪는 데이터 확보의 어려움을 해결하고 생태계 발전을 견인하는 토대가 됩니다. 커뮤니티 진입을 망설이는 이들에게는 이미 활발하게 운영되고 있는 다양한 모임에 참여해 볼 것을 권장합니다. 성별과 나이에 관계없이 참여할 수 있는 연구소부터 기술적 심도가 깊은 AI 커뮤니티, 그리고 프로그래밍 사용자 모임까지 선택지는 매우 다양합니다. 이러한 커뮤니티들은 상시 발표자를 모집하거나 스태프 활동을 통해 참여의 기회를 넓게 열어두고 있습니다. 단기적인 성과에 집착하기보다 공동체 안에서 함께 성장하는 기쁨을 누리는 데 집중해 보시기 바랍니다. 오픈소스 커뮤니티는 단순한 학습의 장을 넘어 삶의 질을 높이고 지속 성장을 보장하는 동반자가 될 것입니다.

• 융합
• 공학·기술

오픈소스로 만들어가는 멀티 클라우드 세상

오늘날 클라우드 기술은 단일 사업자의 인프라를 구축하던 시대를 넘어, 전 세계에 산재한 다양한 클라우드 자원을 유연하게 활용하는 멀티 클라우드 및 분산 클라우드 체제로 진화하고 있습니다. 과거에는 사업자가 제공하는 특정 콘솔 인터페이스에 의존하여 지정된 환경에 서비스를 배포하는 것이 일반적이었으나, 이제는 개방형 API를 기반으로 한 기술적 토대가 마련되었습니다. 이러한 변화는 서비스 배포의 제약을 없애고 운영상의 위험 부담을 낮추는 핵심 동력이 되고 있으며, 최근 공공과 민간 분야를 막론하고 멀티 클라우드 도입이 강력히 권고되는 배경이기도 합니다. 멀티 클라우드 환경을 효율적으로 운영하기 위해서는 서로 다른 사업자의 이종 클라우드를 마치 하나의 시스템처럼 제어할 수 있는 기술이 뒷받침되어야 합니다. '클라우드 바리스타'는 이러한 요구를 충족하기 위해 개발된 오픈소스 프레임워크로, 하단의 복잡하고 상이한 개방형 API들을 추상화하여 상단에 통합된 공통 인터페이스를 제공하는 역할을 합니다. 이를 통해 개발자는 각기 다른 보안 정책이나 기능을 개별적으로 수정할 필요 없이, 단일한 아키텍처 위에서 일관된 정책으로 전 세계의 클라우드 자원을 관리하고 최적의 환경을 구축할 수 있게 됩니다. 실제 서비스 운영 단계에서 이 기술은 전 세계 수백 개의 리전에 흩어져 있는 자원을 하나의 서비스 그룹으로 묶어 일괄적으로 생성하고 제어하는 기능을 구현합니다. 예를 들어 대규모 게임 서버나 실시간 영상 회의 시스템을 전 세계 리전에 동시에 배포할 때, 사용자와 가장 가까운 위치의 클라우드를 자동으로 선택하여 최적의 성능을 제공하도록 배치할 수 있습니다. 이때 발생하는 방대한 데이터를 누락 없이 수집하고 이종 운영체제 환경에 강인하게 대응하는 실시간 모니터링 시스템은 전체 멀티 클라우드 인프라의 안정성을 유지하는 핵심적인 장치가 됩니다. 기술적 측면에서 해결해야 할 또 다른 난제는 전 세계 클라우드 사업자가 제공하는 방대한 메타 정보를 관리하는 일입니다. 가격 정보나 가상 머신 사양, 이미지 정보 등은 그 양이 엄청나서 실시간 조회 시 심각한 지연을 초래할 수 있는데, 이를 해결하기 위해 데이터를 주기적으로 수집하고 로컬에 캐싱하여 처리 속도를 획기적으로 개선하고 있습니다. 최근에는 이러한 기술적 고도화를 바탕으로 복잡한 설정을 거치지 않고도 음성이나 텍스트 명령만으로 클라우드 인프라를 자동 구축하는 AI 에이전트 기술과의 접목이 활발히 진행되며 혁신적인 사용자 경험을 예고하고 있습니다. 국내 멀티 클라우드 기술력은 단순히 개발에 머물지 않고 ISO 및 TTA를 통한 글로벌 표준화를 주도하며 그 위상을 높여가고 있습니다. 한국이 주도하는 표준 모델이 글로벌 생태계에 안착하면 국내 사업자들의 서비스가 세계 시장으로 진출할 수 있는 중요한 발판이 마련될 것입니다. 다만 국내 클라우드 서비스 제공사들의 개방형 API 안정성이나 글로벌 기준과의 호환성은 여전히 개선해야 할 과제로 남아 있습니다. 국내 클라우드 생태계가 글로벌 오픈소스 진영과 긴밀히 소통하며 기술적 격차를 줄여가는 과정은 세계적인 경쟁력을 확보하기 위한 필수적인 여정이 될 것입니다.

• 공학·기술

첨단 인공지능 안전 및 신뢰성 표준화 동향

인공지능 기술은 딥러닝 시대를 넘어 대규모 학습 기반의 거대 AI 시대로 빠르게 진입하고 있습니다. 최근에는 LLM이나 파운데이션 모델을 넘어, 인간의 통제 범위를 벗어날 수 있는 위험성을 강조한 '프론티어 AI'라는 용어가 등장하기 시작했습니다. 이러한 첨단 AI는 작업 시간을 획기적으로 단축하며 산업 전반의 효율성을 높이고 있지만, 동시에 우리가 과거에 인지하지 못했던 새로운 차원의 위험 요소를 내포하고 있습니다. 이는 단순한 기술 발전을 넘어 인류의 안전과 신뢰성에 대한 진지한 고민이 필요한 시점임을 시사합니다. 인공지능이 생성하는 영상과 이미지의 품질은 실사를 방불케 할 정도로 정교해졌습니다. 텍스트 몇 줄만으로 고화질 영상을 만들어내는 기술은 창작의 문턱을 낮추었지만, 딥페이크와 같은 기술은 범죄에 악용될 소지도 다분합니다. 특히 AI의 지능이 우수한 인간 수준인 IQ 120을 넘어서고 조만간 상위 5%의 인간 능력을 갖출 것으로 예측되면서, 기술적 신뢰를 넘어 인간 사회의 근간을 흔들 수 있는 잠재적 위험에 대한 우려가 커지고 있습니다. 이에 따라 단순한 성능 지표보다 AI 시스템이 인간의 통제를 벗어나지 않도록 보장하는 안전 장치 마련이 시급해졌습니다. AI가 초래할 수 있는 잠재적 위험은 국가 안보와도 직결되는 중대한 사안입니다. 첨단 AI 시스템이 무기화되거나 전력망 붕괴와 같은 재앙적 효과를 낼 수 있다는 경고에 따라 세계 각국은 국제적인 협력 체계를 구축하고 있습니다. 영국에서 열린 AI 안전 정상회의와 UN의 안전한 AI 협력 결의문 채택은 이러한 위기감의 반영입니다. 과거 산업 혁명 시기에 '안전 제일'을 외쳤던 것처럼, AI 분야에서도 기술 발전의 속도만큼이나 위험을 관리하고 통제하는 체계적인 안전 관리 프로세스를 정립하는 것이 인류의 생존을 위해 필수적인 과제가 되었습니다. 미국과 유럽을 중심으로 AI에 대한 법적 규제와 관리 체계가 구체화되고 있습니다. 미국 행정명령은 고성능 모델에 대한 보고 의무를 부여했으며, EU 인공지능법은 위험 등급에 따라 금지되거나 엄격히 관리되어야 할 시스템을 정의하고 있습니다. 이러한 흐름 속에서 주요국들은 'AI 안전 연구소(AISI)'를 설립하여 거버넌스를 총괄하고 있습니다. 한국 또한 ETRI를 중심으로 AI 안전 연구소 발족을 준비하며 국제적인 안전 표준화 흐름에 발맞추고 있으며, 이는 기술의 신뢰성과 국가 차원의 대응력을 확보하기 위한 중요한 제도적 기반이 될 것입니다. 오픈소스 생태계는 생성형 AI의 비약적인 발전에 기여하고 있지만, 동시에 보안과 안전 관리의 사각지대라는 위험을 안고 있습니다. 특정 기업의 관리를 받지 않는 모델은 예상치 못한 취약점을 내포한 채 배포될 가능성이 높기 때문입니다. 이에 대응하여 영국의 '인스펙'이나 미국의 '다이옵트라'와 같은 안전 검사 도구들이 오픈소스로 공개되어 누구나 모델의 신뢰성을 평가할 수 있도록 돕고 있습니다. 또한 MLCommons와 같은 민간 기구에서도 AI 안전 벤치마크를 수립하며 기술적 장치를 마련하고 있으며, 이는 안전한 인공지능 생태계 구축을 위한 필수적인 행보입니다.

• 융합
• 공학·기술

오픈소스 컨퍼런스,DebConf24를 개최하기 위한 노력들

데브컨프 24는 데비안 커뮤니티의 개발자와 기여자들이 모여 네트워킹을 하는 국제적인 오픈소스 컨퍼런스입니다. 본래 이스라엘에서 개최될 예정이었으나, 지정학적 위기로 인해 갑작스럽게 한국 부산으로 개최지가 변경되었습니다. 보통 1년 이상의 준비 기간을 갖는 다른 행사와 달리, 이번 행사는 불과 7개월이라는 짧은 시간 내에 모든 준비를 마쳐야 했습니다. 이러한 촉박한 일정 속에서도 여러 커뮤니티 구성원들의 헌신적인 노력을 바탕으로 성공적인 개최를 위한 기틀이 마련되었습니다. 비영리 행사인 만큼 예산 확보와 집행은 가장 큰 도전 과제였습니다. 해외 참가자의 급격한 증가로 인해 최종 예산은 역대 최대 규모인 4억 5천만 원까지 증액되었습니다. 이를 해결하기 위해 데비안 프로젝트의 지원은 물론 정부 지원 사업과 기업 후원 유치에 총력을 기울였습니다. 다행히 국립부경대학교와의 공동 주관을 통해 대관료를 획기적으로 절감하고, 국가 연구망인 KREONET과 KOREN을 무상으로 지원받아 안정적인 네트워크 환경을 구축하며 비용 효율성을 극대화할 수 있었습니다. 2주라는 긴 행사 기간 동안 참가자들의 식사를 책임지는 케이터링은 만족도에 직결되는 핵심 요소였습니다. 100명에서 250명 사이의 유동적인 인원을 예측하고, 비건이나 할랄과 같은 다양한 식습관과 알레르기를 고려한 메뉴 구성이 필수적이었습니다. 현장에서는 매일 저녁 피드백을 공유하고 개선책을 모색했습니다. 커피 원두나 음식의 맵기 조절과 같은 세세한 요구 사항까지 실시간으로 대응하며 운영의 묘를 발휘했습니다. 이러한 노력 덕분에 한정된 예산 안에서도 필수적인 요소들을 모두 지켜낼 수 있었습니다. 국제 행사에서 필수적인 비자 지원 업무는 체계적인 시스템 구축을 통해 해결했습니다. 전 세계 각지에서 모이는 참가자들의 다양한 요구 서류를 효율적으로 관리하기 위해 홈페이지 내 전용 양식을 제작하고 데이터를 수집했습니다. 특히 데비안의 협업 도구인 '살사(Salsa)' 이슈 보드를 활용하여 행정 처리의 진행 상황을 투명하게 관리함으로써 총 63건의 비자 지원 업무를 원활하게 완수했습니다. 이러한 디지털 인프라의 활용은 복잡한 행정 절차를 간소화하는 데 큰 기여를 했습니다. 기술 컨퍼런스의 자존심이라 할 수 있는 네트워크 인프라는 독자적인 구축 방식을 선택했습니다. 기존 학내망의 방화벽 정책과 대역폭 한계를 극복하기 위해 물리 계층부터 직접 설치를 진행했습니다. 특히 고가의 라우터 장비를 임대하는 대신, 리눅스 기반의 네트워크 운영체제인 VyOS를 활용하여 직접 라우터를 제작하는 창의적인 해결책을 도입했습니다. 그 결과 80Gbps에 달하는 놀라운 대역폭을 확보하며, 수백 명의 개발자가 동시에 고성능 통신 기술을 사용하는 데 부족함이 없는 최상의 환경을 제공했습니다.

• 공학·기술

기조강연 : 열린 가능성 : 오픈소스의 미래를 위한 혁신 전략

오픈소스 혁신을 위해서는 기술적 인프라뿐만 아니라 우리 사회 전반의 인식 변화가 선행되어야 합니다. 흔히 오픈소스를 단순히 소스 코드를 공개하는 것으로만 인식하지만, 실제로는 기술과 커뮤니티, 그리고 이를 뒷받침하는 자본이라는 세 가지 요소가 유기적으로 결합된 생태계입니다. 코드와 문서 같은 기술적 토대 위에 메인테이너와 사용자가 모이는 활발한 커뮤니티가 형성되고, 이를 지속시키는 정책적 지원이 더해질 때 비로소 발전이 가능합니다. 이러한 구성 요소들이 서로 긴밀하게 작용하며 선순환 구조를 이룰 때 우리가 원하는 진정한 혁신이 시작됩니다. 개인과 기업 차원에서의 선순환은 오픈소스 생태계 유지를 위한 핵심 동력입니다. 개인은 기여를 통해 실력을 쌓고 소득을 증대시키는 성장에 머물지 않고, 다시 새로운 기여자를 양성하거나 기부하는 문화에 동참함으로써 생태계를 풍성하게 만들어야 합니다. 기업 또한 필요한 기능을 직접 개발하고 유지보수하는 막대한 비용을 들이기보다, 오픈소스에 적극적으로 투자하고 기여함으로써 유지보수 책임을 커뮤니티와 분담하고 우수한 글로벌 인재를 확보하는 전략적 접근이 필요합니다. 단순한 사용자에 그치지 않고 구성원으로서 책임을 다하는 태도가 생태계 경쟁력을 확보하는 지름길입니다. 현재 국내 오픈소스 환경은 공모전 중심의 단발성 프로젝트와 실무와 동떨어진 과거의 지원 정책이라는 한계에 부딪혀 있습니다. 수상을 목적으로 만들어진 프로젝트들은 시상식 이후 사후 관리가 이루어지지 않아 생명력을 잃는 경우가 많으며, 행정 중심의 지원 제도는 실제 개발자들이 사용하는 도구조차 포용하지 못하는 괴리를 보입니다. 특히 많은 기업이 오픈소스 소프트웨어를 필수적으로 사용하면서도 정작 그 토대가 되는 핵심 프로젝트에 대한 후원에는 소극적인 것이 현실입니다. 권위와 명성을 중시하기보다 실질적인 기여와 지속성에 집중하는 방향으로 우리 사회의 인식이 전환되어야 합니다. 오픈소스 생태계의 질적 성장을 위해서는 다양성·형평성·포용성(DEI)이라는 가치가 보다 강조되어야 합니다. 특정 집단에 편중되지 않고 누구나 자유롭게 참여할 수 있는 환경을 조성하는 코드 오브 컨덕트(CoC)의 정착이 필요하며, 이는 곧 커뮤니티의 건강한 발전으로 이어집니다. 또한 단순한 교육 목적을 넘어 글로벌 네트워크를 형성하고 실질적인 영향력을 발휘할 수 있는 네트워킹의 기회를 확대해야 합니다. 혼자만의 우수한 개발 실력에 만족하기보다는 후배를 이끌어주고 시스템을 구축하여 개인의 활동을 커뮤니티의 발전으로 승화시키는 노력이 뒷받침될 때 비로소 세계적인 수준의 기여가 가능해집니다. 정부와 기업은 장기적인 관점에서 기여자를 양성하기 위한 제도적 변화를 이끌어내야 합니다. 단기 성과 중심의 행사보다는 지속적인 기여를 독려하는 프로젝트 중심의 지원이 효과적이며, 학계에서도 오픈소스 생태계에 대한 심도 있는 연구가 병행되어야 합니다. 개발자들이 글로벌 콘퍼런스에 참여해 해외 메인테이너들과 직접 교류하며 실전 경험을 쌓을 수 있도록 재정적, 시간적 여건을 보장하는 정책적 배려도 필수적입니다. 일회성 지원이 아닌 3년 이상의 장기적인 호흡으로 프로젝트와 인재를 바라볼 때, 우리는 비로소 안정적이고 혁신적인 오픈소스 강국으로 거듭날 수 있을 것입니다.

• 공학·기술

오픈소스 / 데이터 라이선스의 이해

소프트웨어 산업은 오랜 시간 지식재산권이라는 틀 안에서 권리자를 보호하고 로열티를 받는 방식으로 성장해 왔습니다. 하지만 오픈소스는 이러한 독점적 모델에서 벗어나 이용자에게 사용, 복제, 배포의 자유를 부여하는 혁신적인 철학을 제시합니다. 단순히 코드를 공개하는 것에 그치지 않고, 누구나 기술을 공부하고 수정하며 그 결과물을 다시 사회와 공유할 수 있도록 장려하는 것입니다. 이는 기술 혁신의 속도를 비약적으로 높이는 계기가 되었으며, 현재 클라우드와 인공지능 환경에서 그 가치가 더욱 주목받고 있습니다. 오픈소스 라이선스는 그 성격에 따라 크게 두 가지 방향으로 나뉩니다. 아파치나 MIT 라이선스처럼 저작자 표시와 같은 최소한의 규칙만 요구하는 '허용적 라이선스'가 있는 반면, GPL처럼 파생 저작물까지 동일한 라이선스로 배포하도록 강제하는 '카피레프트 라이선스'가 존재합니다. 1990년대 후반 오픈소스 이니셔티브(OSI)가 설립되면서 상업적 이용 허용과 소스 코드 제공 등 10가지 요건을 정의한 이후, 이러한 라이선스 체계는 개발자들이 자유롭게 협업하면서도 서로의 권리를 존중할 수 있는 법적 토대가 되었습니다. 인공지능 기술의 정점인 거대언어모델(LLM)은 방대한 학습 데이터를 필요로 하며, 이 과정에서 새로운 데이터 라이선스 쟁점이 발생합니다. GPT-3와 같은 모델의 학습 데이터를 분석해 보면 위키피디아와 같은 신뢰도 높은 자료와 더불어 방대한 웹페이지 데이터가 핵심적인 역할을 합니다. 그러나 현재 대다수 데이터가 영어에 편중되어 있어 특정 언어 중심의 사고가 AI에 투영되는 한계가 있습니다. 따라서 진정한 오픈소스 AI의 발전을 위해서는 소프트웨어 코드뿐만 아니라 학습 데이터의 투명성과 다양성을 확보하는 일이 매우 시급합니다. 국내 인공지능 생태계에서도 학습 데이터 확보는 기술 주권을 지키기 위한 핵심 과제입니다. 네이버의 하이퍼클로바X는 플랫폼 내의 블로그와 지식iN 자료를 활용해 한국어 특화 성능을 구축했습니다. 이는 이용 약관을 통해 데이터 활용에 대한 동의를 얻는 방식으로 법적 리스크를 관리하려는 시도입니다. 하지만 언론사 기사와 같이 저작권이 명확한 콘텐츠의 경우, 여전히 권리자와의 협상과 적절한 보상 체계 마련이 중요한 쟁점으로 남아 있습니다. 이는 기업이 기술 개발만큼이나 윤리적·법적 책임에 민감해야 함을 보여줍니다. 인터넷상의 방대한 콘텐츠를 허락 없이 학습하는 행위가 저작권 침해인지에 대해서는 '공정 이용' 원칙이 주요하게 논의됩니다. 과거 검색 엔진이 정보를 수집하고 인덱싱하는 과정이 원저작자의 권리를 해치지 않는 보완재로 인정받은 전례가 있기 때문입니다. 하지만 인공지능은 원저작물을 대체하거나 새로운 경쟁 관계를 형성할 가능성이 있어 법적 판단이 훨씬 복잡합니다. 현재로서는 합법과 불법의 경계가 명확하지 않기에, 기업들은 리스크를 상시 모니터링하며 감당 가능한 범위 내에서 사업을 전개하는 유연한 리스크 관리 전략이 필요합니다. 학습 데이터셋인 '더 파일(The Pile)'의 구성을 분석해 보면 데이터의 종류에 따라 법적 위험도가 천차만별임을 알 수 있습니다. 오픈 액세스로 공개된 논문이나 위키피디아 자료는 상대적으로 리스크가 낮지만, 무단 복제된 도서 데이터나 최근 유료화된 플랫폼 데이터는 심각한 저작권 소송의 원인이 되기도 합니다. 실제로 글로벌 거대 IT 기업들도 학습 데이터의 무단 사용으로 인해 권리자들로부터 소송을 당해 재판을 진행 중입니다. 따라서 앞으로의 AI 모델 개발은 투명한 데이터 출처 관리와 합법적인 확보 절차가 품질만큼이나 중요한 경쟁력이 될 것입니다. 최근 공개된 메타의 라마(Llama) 3.1과 같은 모델들은 뛰어난 성능을 자랑하지만, 이용자 수에 따라 사용을 제한하는 등 전통적인 오픈소스 정의(OSD)에서는 다소 벗어나 있습니다. 이는 인공지능 시대에 '오픈소스'라는 용어를 어떻게 재정의할 것인가에 대한 근본적인 질문을 던집니다. 이에 대응하여 오픈소스 이니셔티브(OSI)는 AI의 코드, 모델, 데이터를 아우르는 새로운 표준을 정립하는 작업을 진행 중입니다. 유럽의 AI 법안 등 국제적인 제도 변화와 맞물려, 공유와 협력이라는 오픈소스의 정신이 인공지능이라는 새로운 환경에서 어떻게 진화할지 주목해야 할 시점입니다.

• 융합
• 공학·기술

[EOST2023] 누구를 위한 SBoM 공급망보안 기술인가, 그 해결책은?

소프트웨어 자재 명세서라고 불리는 SBOM(Software Bill of Materials)은 특정 소프트웨어가 어떤 구성 요소들로 이루어져 있는지에 대한 상세 정보를 담고 있는 문서입니다. 이는 마치 식품의 성분표와 같은 역할을 수행하며, 현대 소프트웨어 공급망 내에서 재사용되는 수많은 오픈소스의 정보를 투명하게 전달하기 위해 고안되었습니다. 최근에는 이를 활용해 특정 취약점이 발견되었을 때 어떤 시스템이 영향을 받는지 신속하게 파악하려는 시도가 늘고 있지만, 여전히 실제 활용 측면에서는 보완해야 할 기술적 과제가 많이 남아 있는 상태입니다. 현재 SBOM 관련 연구와 상용화는 주로 이를 생성하는 기술이나 소스 코드를 보유한 개발자 관점에서의 분석에만 집중되어 있는 경향이 있습니다. 하지만 정작 소프트웨어를 실제로 가동하고 있는 최종 사용자(End-user)들이 취약점에 어떻게 대응해야 할지에 대한 연구는 상대적으로 미진한 실정입니다. 소스 코드가 없는 사용자들도 자신들이 사용하는 프로그램의 위험성을 직접 인지하고 대응할 수 있는 기술적 환경이 마련되어야 하며, 이는 보안의 우선순위를 바로잡는 관점에서 매우 중요한 연구 분야라고 할 수 있습니다. 소프트웨어 공급망은 단순히 개발 단계에 그치지 않고 최종 사용자의 기기에 도달하여 설치되는 시점까지를 모두 포괄하는 개념입니다. 취약점으로 인해 정보가 유출되거나 랜섬웨어 피해를 입는 주체는 결국 사용자이기 때문입니다. 따라서 사용자가 신뢰할 수 있는 개발자가 만든 오픈소스를 사용했는지, 그리고 그 안에 포함된 수많은 하위 구성 요소들이 안전하게 관리되고 있는지를 직접 추적할 수 있는 시스템이 필요합니다. 이는 복잡하게 얽힌 현대 소프트웨어 생태계에서 사용자의 안전을 지키기 위한 필수적인 보안 요소입니다. Log4j(로그포제이) 사태와 같은 대규모 보안 사고가 발생했을 때, 사용자와 개발자 모두 영향 범위를 파악하는 데 상당한 수작업과 시간을 소모하곤 합니다. 개발자는 자신이 사용한 오픈소스의 깊은 단계까지 일일이 확인해야 하고, 사용자는 소스 코드가 없기에 개발자의 답변만을 기다릴 수밖에 없기 때문입니다. 이러한 정보 비대칭성은 보안 패치가 배포된 이후에도 실제 시스템에 적용되기까지 수개월에서 수년의 지연을 발생시키며, 그 사이 사용자는 무방비 상태로 위협에 노출되는 위험한 상황을 겪게 됩니다. 특히 우리나라는 공공기관에서 맞춤형 소프트웨어를 발주하는 프로젝트가 많아, 유지보수 기간이 종료된 이후에는 보안 취약점 관리가 사각지대에 놓이기 쉽습니다. 이를 해결하기 위해 소프트웨어 납품 시 SBOM을 함께 제공하고, 사용자가 이를 통해 최신 취약점 데이터베이스와 자신의 시스템을 대조해 볼 수 있는 표준화된 프로토콜이 도입되어야 합니다. 사용자가 직접 구성 요소를 검색하고 문제가 있을 시 개발사에 적극적인 대응을 요청할 수 있는 구조가 정착된다면, 보다 선제적이고 현실적인 사이버 보안 환경을 구축할 수 있을 것입니다.

• 공학·기술

[EOST2023] 패널토의: 오픈소스 커뮤니티 성장 동력은?

생명의 탄생은 과학의 영역에서도 가장 신비로운 주제 중 하나로 손꼽힙니다. 아주 먼 과거, 지구라는 거대한 실험실에서 단순한 유기 분자들이 결합하여 최초의 생명 현상을 일으킨 과정은 현대 과학이 풀고자 하는 거대한 수수께끼입니다. 단백질이라는 화학적 물질의 집합체가 어떻게 스스로 복제하고 에너지를 대사하는 생명체로 변모했는지에 대한 연구는 여전히 활발히 진행 중입니다. 이러한 유기적 결합의 시작은 인간을 포함한 모든 고등 생명체가 존재하게 된 근원적인 출발점이라고 할 수 있습니다. 진화의 과정은 단순히 생존에 유리한 개체가 살아남는 것을 넘어, 생물학적 구조가 점점 더 정교해지는 과정을 포함합니다. 원시적인 단세포 생물에서 시작된 생명의 흐름은 환경의 변화에 맞추어 기능적 전문화를 이루어 냈습니다. 특히 다세포 생물로의 전환은 개별 세포들이 서로 협력하고 정보를 교환하는 체계를 구축하게 만들었으며, 이는 훗날 복잡한 신경계가 등장하게 되는 결정적인 계기가 되었습니다. 생명은 아주 긴 시간 동안 끊임없이 자신을 개선하며 더 높은 차원의 존재로 나아갔습니다. 특히 인간의 뇌는 진화가 낳은 가장 경이로운 성과물로 평가받습니다. 우리 머릿속에는 약 천억 개의 뉴런이 복잡하게 얽혀 있으며, 이들은 수조 개의 시냅스 연결을 통해 정보를 처리합니다. 단순히 생존을 위한 반사적인 반응을 넘어, 과거를 기억하고 미래를 계획하며 추상적인 개념을 이해하는 인간의 지능은 바로 이 천억 개의 뉴런이 만들어내는 조화로운 협업의 결과입니다. 물질적인 단백질 덩어리에서 비물질적인 정신과 의식이 피어나는 과정은 생명 과학의 정점이라고 할 수 있습니다. 진화론적 관점에서 볼 때 인간의 성장은 환경에 대한 적응과 극복의 역사입니다. 신경계가 발달함에 따라 생명체는 외부 세계를 더욱 정밀하게 인식하게 되었고, 이는 곧 생존 확률의 비약적인 상승으로 이어졌습니다. 인간은 이러한 신경학적 자산을 바탕으로 도구를 제작하고 언어를 발달시키며 문명을 건설했습니다. 뇌의 진화는 단순히 생물학적인 변화를 넘어, 인간이 지구상의 다른 생명체와 구별되는 독특한 위치를 차지하게 만든 원동력이 되었습니다. 현대 과학은 이제 뇌의 지도를 그리며 의식의 기원을 추적하고 있습니다. 개별 뉴런이 보내는 전기 신호가 어떻게 복합적인 감정과 창의적인 아이디어로 변환되는지를 이해하기 위한 시도가 계속되고 있습니다. 비록 우리는 아직 뇌의 모든 메커니즘을 완벽하게 밝혀내지는 못했지만, 유전자와 단백질 수준에서 일어나는 변화가 어떻게 거대한 지적 능력을 형성하는지에 대한 단서들을 하나씩 찾아내고 있습니다. 이는 생명이 가진 놀라운 가능성을 증명하는 과정이기도 합니다. 하지만 진화를 바라보는 우리의 시선에는 여전히 경외감이 섞여 있습니다. 무생물에 가까웠던 단백질 덩어리들이 모여 자아를 인식하고 우주의 기원을 묻는 존재로 거듭났다는 사실은 그 자체로 드라마틱한 서사입니다. 과학은 객관적인 수치와 법칙으로 이 과정을 설명하려 하지만, 그 결과물인 인간의 존재가 가지는 가치는 과학적 설명을 넘어서는 깊은 울림을 줍니다. 우리는 진화라는 거대한 물줄기 속에서 탄생한 특별한 관찰자로서 세상을 이해하고 탐구하고 있습니다. 결국 생명과 진화에 대한 탐구는 우리 자신을 알아가는 여정입니다. 아주 작은 단백질 덩어리에서 시작하여 천억 개의 뉴런을 지닌 인간에 이르기까지, 생명은 멈추지 않고 변화해 왔습니다. 이러한 긴 여정을 이해함으로써 우리는 인간 존재의 독특함을 깨닫고, 앞으로 우리가 나아가야 할 방향을 고민하게 됩니다. 과학적 호기심에서 시작된 진화론적 성찰은 우리가 누구이며 어디에서 왔는지를 일깨워주는 소중한 지표가 되어줄 것입니다.

• 생명과학
• 뇌인지과학

[EOST2023] 거대 인공지능 모델의 고효율 학습을 위한 자동 최적 3D 병렬화 프레임위크

거대 언어 모델(LLM)의 시대가 도래하면서 인공지능 모델의 크기는 개별 GPU의 처리 용량을 훌쩍 넘어섰습니다. 엔비디아의 '메가트론'을 넘어서겠다는 포부를 담은 '옵티머스 프라임' 프로젝트는 이러한 거대 모델을 여러 개의 GPU에서 효율적으로 다루기 위한 연구에서 시작되었습니다. 여러 장의 GPU를 마치 하나의 거대한 장치처럼 활용하여 학습과 추론의 효율성을 극대화하는 것이 이 프로젝트의 핵심 목표입니다. 인공지능 연구에 필요한 자본력은 갈수록 거대해지고 있으며, 이는 기술 개발의 강력한 진입 장벽으로 작용합니다. 온프레미스 클러스터를 구축하거나 클라우드 자원을 활용하는 모든 과정에서 막대한 비용이 소요되는데, 이때 하드웨어 자원의 잠재력을 최대한으로 끌어내지 못하면 경제적 손실은 더욱 가중됩니다. 따라서 소프트웨어적으로 인프라 활용 효율을 높이는 기술은 단순히 성능 향상을 넘어 전체적인 개발 비용 절감과 직결되는 핵심적인 요소입니다. 현대 인공지능의 연산량과 메모리 요구량은 하드웨어의 발전 속도를 압도하며 급증하고 있습니다. 수천억 개의 파라미터를 가진 모델을 학습시키기 위해서는 테라바이트 단위의 메모리가 필요하지만, 단일 서버로는 이를 감당할 수 없어 필연적으로 통신 지연과 분할의 문제가 발생합니다. 모델을 어떻게 잘라 배치하고 통신 시간을 어떻게 숨길 것인가 하는 문제는 시스템 엔지니어링 측면에서 매우 복잡하고 정교한 최적화 전략을 요구하게 됩니다. 과거에는 모델 개발자가 수동으로 병렬화 코드를 작성해야 했지만, 이제는 이를 자동화하려는 시도가 이어지고 있습니다. ETRI는 파이토치 2.0 생태계와 연동하여 모델 구조를 분석하고 최적의 병렬화 전략을 자동으로 도출하는 엔진을 개발 중입니다. 이는 마치 데이터베이스에서 쿼리문을 입력하면 시스템이 알아서 최적의 실행 계획을 짜주는 것과 같습니다. 개발자는 모델의 로직에만 집중하고, 복잡한 분산 처리는 소프트웨어 계층에서 해결하는 구조입니다. ETRI는 현재 개발 중인 고효율 학습 엔진을 오픈 소스로 공개하여 국내외 개발자들과 함께 생태계를 고도화해 나갈 계획을 세우고 있습니다. 단순히 기존의 외국산 소프트웨어를 가져다 쓰는 관행을 넘어, 우리만의 독자적인 인프라 기술을 확보하고 다양한 기여자들이 협력하여 최적화 엔진을 발전시키는 것이 필수적입니다. 이러한 노력을 통해 대한민국 인공지능 하부 구조의 기술 자립과 효율성을 동시에 달성할 수 있을 것으로 기대됩니다.

• 융합
• 공학·기술

[EOST2023] AI와 오픈소스: 혁신, 자본, 기여자의 역학

소프트웨어의 역사는 40년 전 자유 소프트웨어 재단(FSF)의 설립과 함께 큰 전환점을 맞이했습니다. 초기에는 독점 체제에 맞서려는 사상적 운동으로 시작되었으나, 리눅스와 아파치 같은 혁신적인 도구들이 등장하며 독자적인 기술 생태계를 구축했습니다. 이제 오픈소스는 단순한 대안을 넘어 현대 연산 자원의 핵심으로 자리 잡았으며, 전 세계 슈퍼컴퓨터의 100%가 리눅스로 가동되는 등 보이지 않는 곳에서 디지털 세상의 기반이 되고 있습니다. 현재 우리가 사용하는 소프트웨어의 약 97%는 오픈소스를 기반으로 하며, 이는 현대 기술 문명을 지탱하는 필수적인 인프라 역할을 수행합니다. 전통적인 제조 산업인 자동차 분야조차 오픈소스 없이는 개발이 불가능할 정도로 그 영향력이 막대합니다. 개발자들은 언어나 컴파일러부터 이미 공개된 자원을 활용하며, 이는 기술 혁신의 진입 장벽을 낮추고 전 세계적인 네트워크 효과를 통해 소프트웨어의 규모를 폭발적으로 확장하는 계기가 되었습니다. 특히 딥러닝으로 대표되는 AI 분야는 태생부터 오픈소스 문화와 밀접하게 연결되어 있습니다. 깃허브와 같은 협업 플랫폼이 활성화된 이후 본격적으로 성장한 이 분야는 파이토치나 텐서플로우 같은 프레임워크를 누구나 자유롭게 사용할 수 있게 했습니다. 모델의 발전 속도가 워낙 빠르고 규모가 유도하는 성능 향상이 뚜렷하기 때문에, 코드를 공개하는 것에 대한 저항감이 적으며 이를 통해 전 세계 연구자들이 실시간으로 혁신을 공유하게 되었습니다. 하지만 AI의 급격한 성장은 자본과 연산 자원의 집중이라는 새로운 과제를 던져주었습니다. 과거의 오픈소스가 기여자의 열정만으로 가능했다면, 현재의 거대 언어 모델은 막대한 비용과 GPU 자원을 필수적으로 요구합니다. 이러한 특성 때문에 혁신의 주도권이 거대 클라우드 기업으로 쏠리는 현상이 발생하고 있습니다. 이는 오픈소스 본연의 가치와 자본의 논리가 충돌하는 지점으로, 생태계의 지속 가능성을 고민하게 만드는 중요한 시점입니다. 최근의 갈등은 라이선스의 변화에서도 극명하게 나타납니다. 클라우드 기업들이 오픈소스 프로젝트에 무임승차하는 사례가 늘어나자, 일부 기업들은 기존의 완전한 공개 라이선스 대신 특정 조건하에서만 허용되는 라이선스로 전환하기 시작했습니다. 이는 오픈소스 사상가들과 기업 간의 복잡한 내전 양상을 띠고 있으며, 소프트웨어의 소유권과 공유의 범위를 어디까지 설정할 것인가에 대한 깊은 논쟁을 불러일으키고 있습니다. 다행히도 최근에는 라마나 팔콘과 같은 파운데이션 모델들이 공개되면서 독점적인 API 기반 모델에 대한 대안이 마련되고 있습니다. 수많은 국가와 기관들이 인공지능이 특정 기업의 전유물이 되지 않도록 모델을 무료로 배포하고 있으며, 이는 다시 오픈소스 커뮤니티의 폭발적인 파인튜닝 시도로 이어지고 있습니다. 이러한 움직임은 기술적 리더십을 확보하려는 전략인 동시에, 인공지능 기술에 대한 접근성을 보장하려는 민주적인 노력이기도 합니다. 결국 다음 10년의 소프트웨어 형태를 정의할 AI 생태계는 혁신과 자본, 그리고 기여자라는 세 가지 축이 어떻게 균형을 이루느냐에 달려 있습니다. 오픈소스는 지난 40년 동안 다수의 참여자가 혁신을 만드는 체계적인 방법론을 증명해 왔습니다. 연산 자원의 비용을 낮추고 기술 스택을 단순화하여 모두에게 평등한 접근성을 제공하는 것이 앞으로의 과제입니다. 이 세 다리가 균형을 잘 잡을 때 소프트웨어라는 솥은 비로소 안정적으로 유지될 것입니다.

• 융합
• 공학·기술

[EOST2023] Generative AI로 촉발된 오픈소스 라이선스 이슈

오픈소스는 현대 소프트웨어 개발의 핵심적인 패러다임으로 자리 잡았습니다. 리눅스에서 시작된 오픈소스의 흐름은 모바일과 클라우드를 거쳐 현재 인공지능 시대를 점령하고 있습니다. 블록체인, IoT, 6G 네트워크 등 최신 ICT 기술 대부분이 오픈소스를 기반으로 발전하고 있으며, 이는 개발의 효율성을 극대화하는 장점을 제공합니다. 그러나 오픈소스는 단순히 무료로 코드를 사용하는 것이 아니라, 라이선스에 명시된 의무 사항을 준수해야 하는 법적 구속력을 가집니다. 이를 위반할 경우 심각한 소송으로 이어질 수 있기에 컴플라이언스의 중요성이 날로 커지고 있습니다. 특히 생성형 AI의 등장은 이러한 오픈소스 환경에 새로운 법적 도전 과제를 던지고 있습니다. 생성형 AI는 방대한 데이터를 학습하여 새로운 결과물을 창조해내는 특성을 가지고 있습니다. 이 과정에서 학습 데이터의 품질과 양이 생성물의 성능을 좌우하게 되는데, 여기서 저작권 문제가 발생합니다. AI 모델의 알고리즘 자체는 소스코드 라이선스의 영역이지만, 학습에 사용되는 데이터와 그 결과물은 저작권법의 보호를 받는 저작물인 경우가 많기 때문입니다. 기존의 오픈소스 라이선스 체계가 소스코드의 복제와 배포를 중심으로 설계되었다면, 생성형 AI 시대에는 학습 데이터의 출처와 사용 권한, 그리고 생성된 결과물의 저작권 귀속 문제까지 복합적으로 고려해야 합니다. 이는 개발자와 기업 모두에게 기존보다 훨씬 정교하고 확장된 법적 검토를 요구하는 변화라고 할 수 있습니다. 실제 사례로 스테이빌리티 AI와 게티 이미지 간의 소송을 들 수 있습니다. 게티 이미지는 스테이빌리티 AI가 자사의 저작권 있는 이미지 1,200만 개를 무단으로 학습에 사용했으며, 생성된 결과물에서 자사의 상표가 왜곡되어 노출됨으로써 브랜드 가치가 훼손되었다고 주장했습니다. 특히 학습에 사용된 데이터셋의 메타데이터는 자유롭게 이용할 수 있더라도, 개별 이미지에 대한 저작권은 별도의 협의가 필요하다는 점이 쟁점이 되었습니다. 이는 오픈 데이터셋을 활용할 때 데이터의 수집과 이용 단계에서 발생할 수 있는 저작권 침해 리스크를 명확히 보여줍니다. 상업적 목적으로 AI 서비스를 운영하는 기업들은 학습 데이터의 라이선스 범위를 더욱 엄격하게 관리해야 할 필요가 있습니다. 코드 생성 도구인 깃허브 코파일럿과 체스 엔진 스톡피쉬의 사례도 주목할 만합니다. 코파일럿 소송에서는 AI가 생성한 코드가 원저작자의 고지 및 공개 의무를 준수하지 않았다는 점이 주요 쟁점으로 다뤄지고 있습니다. 한편, 스톡피쉬와 체스베이스의 분쟁은 오픈소스 라이선스 위반이 AI 모델의 핵심인 가중치의 공개 여부로까지 확장된 사례입니다. 스톡피쉬 측은 독점 라이선스로 배포된 경쟁 제품이 자사의 GPL 라이선스를 위반했다고 주장하며 법정 공방 끝에 합의를 이끌어냈습니다. 이는 AI 모델의 가중치를 소스코드의 일부로 볼 수 있는지에 대한 논의를 촉발했으며, 기존 소스코드 중심의 오픈소스 라이선스가 AI 구성 요소 전반으로 확장될 수 있음을 시사합니다. 현재 세계 각국은 인공지능 기본법을 제정하며 AI 기술의 투명성과 책임성을 강화하는 추세입니다. 우리나라도 가이드라인을 통해 AI 학습용 데이터 수집과 저작권 보호 사이의 균형을 맞추기 위한 논의를 지속하고 있습니다. 데이터의 공정 이용 규정을 두어 기술 발전을 도모하자는 의견과 창작자의 권리를 엄격히 보호해야 한다는 주장이 팽팽하게 맞서고 있는 상황입니다. 앞으로의 오픈소스 컴플라이언스는 단순한 코드 검증을 넘어, 학습 데이터의 저작권과 생성물의 법적 책임까지 포괄하는 넓은 관점으로 진화해야 합니다. 아직 명확한 법적 판결이 나오지 않은 과도기인 만큼, 지속적인 트렌드 분석과 관찰을 통해 변화하는 기술 환경에 유연하게 대응하는 자세가 필요합니다.

• 융합
• 공학·기술

[EOST2023] 원자력 분야의 거대언어모델 활용

인공지능 연구 분야는 개방과 공유, 협업의 문화를 바탕으로 다른 학문보다 훨씬 빠르게 발전하고 있습니다. 소스 코드를 공개하고 연구자들이 자발적으로 커뮤니티를 형성해 지식을 나누는 문화는 기술 혁신의 핵심 동력이 되었습니다. 최근 등장한 거대 언어 모델(LLM)인 파운데이션 모델은 기존의 패러다임을 완전히 바꾸어 놓았습니다. 특정 작업을 위해 방대한 데이터를 모으고 개별 모델을 학습시키던 방식에서 벗어나, 이제는 잘 구축된 하나의 모델을 다각도로 활용하여 인간 이상의 성능을 끌어내는 시대로 접어들었습니다. 거대 언어 모델(LLM)의 등장은 데이터 구축 사업의 효율성 측면에서도 큰 충격을 주었습니다. 과거 수십억 원의 예산을 투입해 수동으로 구축했던 데이터셋보다 거대 언어 모델(LLM)을 활용해 생성한 데이터가 품질 면에서 더 우수한 경우도 빈번해졌습니다. 이는 복잡한 수학 문제를 풀거나 시각 정보를 기반으로 질의응답을 수행하는 고난도 과제에서도 마찬가지입니다. 특정 목적만을 위해 개발된 인공지능 모델보다 범용적인 파운데이션 모델이 더 정교한 결과물을 내놓으면서, 인공지능 연구의 흐름은 이제 프롬프트 엔지니어링과 소량의 양질 데이터를 활용하는 방향으로 진화하고 있습니다. 원자력 분야에서도 이러한 기술을 실무에 도입하려는 시도가 활발합니다. 대표적으로는 검색 증강 생성(RAG) 기술을 활용한 지능형 챗봇 구축을 꼽을 수 있습니다. 거대 언어 모델(LLM)의 입력 제한을 극복하기 위해 방대한 규정집을 벡터화하여 저장한 뒤, 질문과 가장 관련 있는 정보를 추출하여 답변을 생성하는 방식입니다. 이를 통해 연구원 내부의 규정 질의응답은 물론, 대민 홍보용 캐릭터를 활용한 친근한 서비스까지 가능해졌습니다. 과거에는 막대한 비용이 소요되던 고성능 챗봇 개발이 효율적인 아키텍처 덕분에 누구나 접근 가능한 영역으로 들어왔습니다. 하지만 실전 배치 과정에서는 프롬프트 보안과 정보의 정확성이라는 과제가 남습니다. 프롬프트 엔지니어링을 통해 모델의 역할을 설정하더라도, 사용자의 유도 질문에 의해 내부 설정이 노출되거나 잘못된 정보를 전달할 위험이 존재하기 때문입니다. 이를 해결하기 위해 답변 생성 시 외부 검색 기능을 연동하여 실시간 정보를 반영하거나, 질문의 성격에 따라 모델의 동작 모드를 스스로 결정하게 하는 고도화 작업이 진행되고 있습니다. 전문 지식이 필요한 경우 영문 데이터를 우선 참조한 뒤 다시 번역하여 제공함으로써 답변의 신뢰도를 높이는 전략도 유효하게 작용합니다. 향후 원자력 분야의 인공지능은 단순한 문서 작업을 넘어 물리적 환경과 결합한 'AI 운전원'의 형태로 진화할 전망입니다. 원자력 발전소는 안전이 최우선인 규제 산업으로, 방대한 운영 절차서와 설계 문서를 정교하게 이해하는 인공지능이 필수적입니다. 현재 정보를 기반으로 미래를 예측하는 디지털 트윈 기술과 거대 언어 모델(LLM)을 결합하면, 사고 상황에서 최적의 의사결정을 지원하는 지능형 에이전트 구현이 가능해집니다. 컴퓨터 비전과 물리 모델, 그리고 언어 모델이 융합된 이 시스템은 인간 운전원의 판단을 도와 원자력 시설의 안전성을 한 차원 높여줄 것입니다.

• 융합
• 공학·기술

[EOST2023] Hack Your Git Education

현대 소프트웨어 개발 환경에서 Git은 프로젝트의 버전을 관리하고 소스 코드의 변경 이력을 추적하는 데 있어 사실상의 표준으로 자리 잡았습니다. 신입과 경력을 불문하고 많은 IT 기업이 입사자에게 요구하는 필수 역량 중 하나가 바로 이 버전 관리 능력입니다. 이에 따라 국내외 유수의 대학과 교육 기관들은 Git을 정규 교육 과정에 편입시키고, 현직 개발자 멘토링이나 특강을 통해 학생들이 실제 실무 프로세스를 미리 경험하고 익힐 수 있는 환경을 적극적으로 구축하고 있는 추세입니다. 하지만 많은 학습자가 Git을 배우는 과정에서 CLI 환경에 익숙하지 않아 상당한 어려움을 겪고는 합니다. 기본적인 명령어의 원리를 이해하지 못한 채 GUI 인터페이스에만 의존하다 보면, 복잡한 예외 상황이 발생했을 때 이를 스스로 해결하지 못하는 한계에 부딪히기 쉽습니다. 또한 'commit'이나 'checkout' 같은 명령어들이 가진 본래의 영단어 의미를 제대로 파악하지 못해, 해당 기능이 시스템 내부에서 정확히 어떻게 작동하는지 유추하는 데에도 많은 제약을 느끼게 됩니다. 효과적인 Git 학습을 위해서는 명령어의 어원을 먼저 찾아보며 그 동작 원리를 이미지화하는 과정이 큰 도움이 됩니다. 예를 들어 'rebase'를 '전투기가 주둔지를 변경하는 이미지'로 이해하거나, 'checkout'을 단순히 호텔 퇴실이 아닌 '무언가를 자세히 조사하다'라는 의미로 접근하면 명령어가 그래프에 미치는 영향을 훨씬 명확하게 받아들일 수 있습니다. 교육 초기에는 편리한 GUI 대신 CLI 환경에서 직접 명령어를 입력하며 기초를 다지는 것이 예외 케이스를 해결할 수 있는 중장기적인 역량을 키워줍니다. Git의 내부 구조인 비순환 방향 그래프(DAG)를 시각화 도구로 직접 확인하며 실습하는 것도 좋은 전략입니다. 명령어를 입력할 때마다 브랜치와 헤드(HEAD)가 어떻게 이동하는지 눈으로 직접 확인하면, 자료 구조에 대한 깊은 지식이 없더라도 전체적인 버전 관리의 흐름을 직관적으로 파악할 수 있습니다. 특히 헤드가 브랜치가 아닌 특정 커밋을 직접 가리키게 되는 'Detached HEAD'와 같은 복잡한 상태도 시각적 자료를 병행하여 학습하면 학생들이 그 원리를 훨씬 빠르게 이해하는 모습을 볼 수 있습니다. 마지막으로 Git의 핵심인 '분산 버전 관리'의 개념을 명확히 체득해야 합니다. 로컬 저장소와 원격 저장소가 독립적으로 존재하며 이를 동기화하는 과정을 '복제 인간' 모델 등을 통해 비유적으로 학습하면 저장소 간의 관계를 쉽게 이해할 수 있습니다. 단순히 이론을 암기하는 것에 그치지 않고, 오픈소스 컨트리뷰션 아카데미나 개발자 대회와 같은 실제 프로젝트에 참여하여 전문가의 멘토링을 받는 과정은 배운 기술을 실무 수준으로 끌어올리는 가장 확실한 방법이 될 것입니다.

• 공학·기술

[EOST2023] 거대언어모델을 활용한 연구 효율화

ChatGPT가 등장한 지 1년도 채 되지 않아 바드, 하이퍼클로바X, 라마 등 다양한 거대 언어 모델(LLM)들이 쏟아져 나오고 있습니다. 현재 이 시장은 거대하고 강력한 모델을 지향하는 흐름과 오픈소스 기반의 최적화 모델을 지향하는 두 가지 흐름으로 나뉩니다. 초창기에는 텍스트 생성에만 치중되어 할루시네이션(환각) 문제가 심각하다는 우려도 컸습니다. 하지만 사용자가 직접 작성한 글을 번역하고 요약하며, 말투를 교정하는 등의 정교한 작업이 가능해지면서 단순한 검색 엔진을 넘어선 활용 가능성을 보여주고 있습니다. 거대 언어 모델(LLM)의 흥미로운 점은 가르치지 않은 능력이 발현되는 '창발' 현상입니다. 일정 규모 이상의 모델은 숫자 계산이나 논리적 추론, 심지어 문맥 속에 숨겨진 감정까지 파악해 내는 능력을 보여줍니다. 예를 들어 소년이 소녀에게 꽃을 주고 자리를 치워주는 행동을 묘사한 지문을 통해 두 사람 사이의 감정을 '사랑'으로 추론해 내기도 합니다. 이러한 능력은 연구자가 지문이나 근거 자료를 제공하고 그 안에서 새로운 통찰을 이끌어내거나 논리적인 분석을 요청할 때 매우 강력한 도구가 됩니다. 연구 현장에서 인공지능을 효율적으로 활용하기 위해서는 '검색 증강 생성(RAG)' 기술이 필수적입니다. 이는 단순히 모델의 지식에만 의존하는 것이 아니라 규정, 특허, 논문 등 신뢰할 수 있는 외부 데이터를 모델에게 제공하여 답변을 생성하게 하는 방식입니다. 이를 통해 오류를 방지하고 기관 내부의 데이터베이스를 기반으로 정확한 정보를 처리할 수 있습니다. 수많은 정보를 목적에 맞게 가공하고, 한정된 자원을 어디에 투자할지 결정하는 의사 결정 과정에 인공지능이 깊숙이 개입할 수 있게 된 것입니다. 이제 연구자는 핵심 질문만 던지면 인공지능이 보고서의 초안을 작성하고 관련 논문을 찾아 요약해 주는 시대를 살고 있습니다. SciSpace나 Perplexity 같은 도구는 수백 페이지에 달하는 논문 속에서 필요한 정보를 단숨에 추출하며, 인용 관계를 그래프로 보여주어 학문적 지도를 그려주기도 합니다. 또한 코딩 지식이 없어도 거대 언어 모델(LLM)에게 데이터 분석을 시키거나 발표용 그림을 생성하게 하는 등 작업 시간을 획기적으로 단축할 수 있습니다. 며칠이 걸리던 문헌 조사가 단 몇 시간 만에 끝나는 효율화가 현실이 되었습니다. 기술의 발전은 연구자에게 일의 본질이 무엇인지 다시 묻게 합니다. 이미지 생성 인공지능을 활용해 논문의 개념도를 그리거나 발표 자료를 꾸밀 때는 저작권과 윤리적 가이드라인을 지키는 것이 중요합니다. 인공지능은 더 이상 미래의 기술이 아니라 이미 누구나 누릴 수 있는 현재의 기술이기에, 이를 활용하지 않는 것은 손해에 가깝습니다. 인간은 역사적으로 새로운 도구와 싸워 이기려 하기보다 이를 이용해 더 큰 성취를 이뤄왔습니다. 이제 인공지능을 동료로 삼아 단순 작업에서 벗어나 더 깊고 창의적인 연구에 몰입해야 할 때입니다.

• 융합
• 공학·기술

[EOST2023] LLM 3요소와 오픈소스의 발전

인공지능 기술의 발전은 지난 수십 년간 눈부신 변화를 거듭해 왔습니다. 과거에는 사람이 직접 특징을 정의하던 방식에서 딥러닝의 자동화로, 그리고 이제는 LLM의 시대로 접어들었습니다. LLM은 단순히 언어를 처리하는 도구를 넘어 산업의 근본적인 판을 흔드는 파급력을 지니고 있습니다. 특히 최근의 연구 흐름은 논문 발표와 동시에 오픈 소스를 공개하여 성능을 입증하는 방식으로 변화하며 기술의 대중화를 이끌고 있습니다. 언어 모델의 핵심은 문장에 확률을 매기는 작업에 있습니다. '백설 공주가 독사과를 먹었다'처럼 자연스러운 문장에는 높은 확률을, 어색한 문장에는 낮은 확률을 부여하며 학습합니다. 최근의 GPT와 같은 모델은 다음에 올 단어를 맞히는 과정을 통해 방대한 지식을 암기합니다. 초기에는 이 모델들이 단순히 암기한 내용을 꺼내 주는 지식 저장소 역할을 한다고 여겨졌으나, 모델의 크기가 커짐에 따라 인간의 일반 상식을 뛰어넘는 수준의 이해력을 보여주기 시작했습니다. 이제 LLM은 명시적인 알고리즘 없이도 숫자 정렬과 같은 복잡한 문제를 해결합니다. 과거에는 정렬을 위해 특정 프로그래밍 규칙이 필요했지만, 현재의 모델은 맥락을 이해하여 결과를 도출합니다. 이러한 능력은 프롬프트 엔지니어링을 통해 극대화됩니다. 예를 들어, 피자 주문을 받는 챗봇의 역할을 부여하면 모델은 사용자의 의도를 실시간으로 추론하며 적절한 답변을 생성하고 결과물을 구조화된 데이터로 요약해 줍니다. 이는 모델이 하나의 유연한 컴퓨팅 인프라로 작동함을 의미합니다. 모델의 성능을 결정짓는 세 가지 핵심 요소는 데이터, 컴퓨팅 자원, 그리고 파라미터입니다. 이들의 규모를 조절하며 확장할 때 성능이 지속적으로 향상된다는 '스케일링 법칙'은 LLM 발전의 기틀이 되었습니다. 최근에는 메타의 LLaMA나 Mistral과 같은 고성능 모델들이 오픈 소스로 공개되며 누구나 대규모 모델을 연구할 수 있는 춘추전국시대가 열렸습니다. 이는 빅테크 기업의 전유물이었던 LLM 기술이 연구 현장 곳곳으로 확산되는 계기가 되었습니다. 거대해진 모델을 효율적으로 다루기 위한 기술적 노력도 활발합니다. 모델의 연산 부담을 줄이기 위한 어텐션 메커니즘의 최적화나, 적은 비용으로도 특정 목적에 맞게 모델을 미세 조정할 수 있는 LoRA 같은 알고리즘이 대표적입니다. 특히 양자화 기술의 발전은 방대한 파라미터를 가진 모델을 일반적인 하드웨어에서도 구동할 수 있게 함으로써 기술 접근성을 획기적으로 높였습니다. 이러한 효율성 중심의 연구는 LLM이 실질적인 서비스로 구현되는 데 결정적인 역할을 합니다. 데이터의 측면에서는 단순한 양보다 질과 다양성이 더욱 중요해지고 있습니다. 최근 연구에 따르면 모델이 왜 그렇게 생각했는지 그 이유까지 함께 학습시키는 방식이 추론 능력을 비약적으로 향상시킨다는 점이 밝혀졌습니다. 또한 정형화된 템플릿보다는 실제 인간의 대화처럼 복잡하고 다양한 명령어를 포함한 고품질 데이터를 사용할 때 모델의 성능이 더 크게 개선됩니다. 이는 데이터 분석 AI를 통해 학습 데이터의 품질을 관리하는 새로운 연구 분야의 탄생으로 이어지고 있습니다. 앞으로 LLM은 여러 모델이 협력하는 멀티 에이전트 시스템이나 개인화된 인공지능, 그리고 물리적 로봇을 제어하는 뇌의 역할로 확장될 전망입니다. 하지만 한국어 전용 오픈 소스 모델의 부족이나 공정한 평가 지표 확립, 그리고 학습 데이터의 저작권 이슈 등 해결해야 할 과제도 여전히 남아 있습니다. 기술의 발전 속도에 맞춰 이러한 사회적, 기술적 문제들을 지혜롭게 풀어나가는 것이 LLM의 지속 가능한 발전을 위한 핵심이 될 것입니다.

• 융합
• 공학·기술

[EOST2023] 탄소중립을 위한 신재생에너지 시스템 디지털 전환 연구

탄소중립 실현을 위해서는 태양광과 풍력 같은 신재생에너지 발전 비중을 획기적으로 높여야 합니다. 하지만 신재생에너지는 날씨에 따른 간헐성이 크기 때문에 전력 공급의 예측과 제어가 매우 어렵다는 특징이 있습니다. 이러한 문제를 해결하기 위해 에너지의 생산, 전환, 소비 전 과정에서 발생하는 데이터를 통합 관리하는 디지털 전환이 필수적으로 요구됩니다. 데이터 중심의 에너지 관리는 공급과 수요의 유연성을 확보하고, 신재생에너지의 불안정성을 극복하여 전체 시스템의 효율성을 극대화하는 핵심적인 열쇠가 됩니다. 건물 분야에서는 제로에너지 건축물의 확산에 따라 태양광 발전 설비의 설치가 의무화되고 있습니다. 그러나 태양광 발전량이 급격히 늘어나면서 전력이 남을 때 강제로 발전을 중단시키는 출력 제어 이슈가 심각한 사회적 갈등 요소로 부상하고 있습니다. 이를 해결하기 위해 잉여 전력을 열이나 수소로 변환하여 저장하거나 전기차 충전에 활용하는 P2X 기술 연구가 활발히 진행 중입니다. 이러한 유연성 자원을 효과적으로 운영하기 위해서는 1분 단위의 세밀한 데이터 수집을 통해 시스템의 안전성과 경제성을 사전에 검증하는 과정이 반드시 필요합니다. 에너지 데이터의 신뢰성을 확보하기 위해 수집된 데이터는 3단계의 마스킹 과정을 거치게 됩니다. 1차적으로 계측 단계에서 물리적 범위를 벗어난 노이즈를 필터링하고, 2차와 3차 과정에서는 도메인 지식을 바탕으로 통신 오류나 이상치를 제거합니다. 이렇게 정제된 데이터는 인플럭스DB와 같은 시계열 데이터베이스에 저장되며, 카프카를 활용한 백업 시스템을 통해 데이터의 연속성을 보장합니다. 고품질의 데이터 파이프라인은 단순히 설비를 모니터링하는 수준을 넘어, 미래의 에너지 흐름을 정확히 예측하기 위한 토대가 됩니다. 신재생에너지 시스템의 효율적 운영을 위해 인공지능을 활용한 미래 발전량 및 수요 예측 기술이 주목받고 있습니다. 기존의 수학적 모델링은 복잡한 기상 조건과 사용자의 행동 패턴을 반영하는 데 한계가 있지만, 데이터 기반의 딥러닝 모델은 이러한 변수들을 효과적으로 학습할 수 있습니다. 특히 트랜스포머를 활용한 멀티스텝 예측 기술은 과거의 이력 데이터와 미래의 수치 예보 모델(NWP)을 통합하여 48시간 이상의 미래를 15분 단위로 정밀하게 예측합니다. 이를 통해 전력 계통의 변동성에 선제적으로 대응하고 안정적인 에너지 운영 계획을 수립할 수 있습니다. 정교한 예측 데이터는 가상 발전소 운영이나 기업 간의 직접 전력 구매 계약(PPA)과 같은 새로운 에너지 서비스 창출로 이어집니다. 예를 들어, 봄과 가을철에 발생하는 잉여 전력을 예측하여 RE100 기업과 사전에 거래함으로써 경제적 수익과 탄소 저감 효과를 동시에 거둘 수 있습니다. 이러한 모든 혁신은 기상청 API, 파이토치 등 다양한 오픈소스 생태계와의 협력을 통해 가속화되고 있습니다. 디지털 기술과 에너지 산업의 융합은 탄소중립 사회로 나아가는 과정에서 발생하는 진통을 줄이고, 지속 가능한 미래 에너지 시스템을 실현하는 원동력이 될 것입니다.

• 지구환경과학
• 융합
• 공학·기술

[EOST2023] 오픈소스 LLM : 개인이 LLM을 소유하는 시대

오픈소스 LLM 시장은 지난 1년 사이 폭발적인 성장을 거듭해 왔습니다. 수많은 연구자와 개발자들이 각자의 모델을 공개하며 성능을 뽐내고 있지만, 정작 실제 비즈니스 시스템에 성공적으로 적용된 사례는 그리 많지 않은 실정입니다. 겉으로 보기에는 수천 개의 모델이 경쟁하며 생태계가 활성화된 것처럼 보임에도 불구하고, 대다수의 사용자는 여전히 ChatGPT나 바드와 같은 폐쇄형 모델에 의존하고 있습니다. 이는 오픈소스 LLM이 가진 기술적 잠재력과 실제 현업에서의 실용성 사이에 큰 괴리가 존재함을 시사합니다. 이러한 격차를 줄이고 오픈소스 LLM을 실질적으로 활성화하기 위해서는 단순한 성능 경쟁을 넘어 시스템 도입을 용이하게 하는 구체적인 전략이 필요합니다. 현재 오픈소스 LLM의 성능을 가늠하는 주된 지표는 허깅페이스의 'Open LLM 리더보드'와 같은 벤치마크 점수입니다. 하지만 이러한 학술적인 지표들이 실제 사용자가 느끼는 만족도와 항상 일치하지는 않습니다. 텍스트 생성은 정답이 하나로 정해진 것이 아님에도 불구하고, 현재의 평가 방식은 정해진 답안과의 유사성만을 따지는 경우가 많아 전반적인 답변의 질을 측정하기엔 한계가 있습니다. 특히 최근에는 모델의 성능을 높이기 위해 GPT-4가 생성한 데이터를 학습에 활용하는 사례가 늘어나면서 데이터 오염 문제가 심각해지고 있습니다. 이는 특정 벤치마크 점수만 기형적으로 높을 뿐, 실제 대화 상황에서는 기대 이하의 성능을 보이는 모델들이 양산되는 원인이 되기도 합니다. 모델을 실제로 사용해보려 할 때 마주하는 가장 큰 장벽 중 하나는 하드웨어 장벽입니다. 7B급의 작은 모델은 일반적인 환경에서도 구동이 가능하지만, 높은 지능을 기대할 수 있는 70B급 모델은 일반 개인이 감당하기 힘든 고가의 하드웨어 장비를 요구합니다. 또한 모델을 성공적으로 로드하더라도 온도 설정이나 스톱 토큰과 같은 생성 파라미터를 최적화하는 과정은 비전문가에게 매우 까다로운 작업입니다. 모델 제작자가 명확한 가이드라인을 제공하지 않는 경우가 많아, 사용자는 시행착오를 반복하며 최적의 값을 직접 찾아내야만 합니다. 이러한 기술적 복잡성과 하드웨어 인프라의 부재는 오픈소스 LLM이 대중적으로 확산되는 데 결정적인 걸림돌로 작용하고 있습니다. 이러한 문제를 해결하기 위해 등장한 'LMS-Bot' 프로젝트는 누구나 쉽게 LLM을 배포하고 체험할 수 있는 환경을 제공하는 데 주력하고 있습니다. 이 프로젝트는 단순한 코드 공유를 넘어, 개발자들이 자주 사용하는 디스코드와 같은 플랫폼을 통해 모델과 직접 대화할 수 있는 인터페이스를 구축했습니다. 특히 시스템의 가용 자원을 자동으로 파악하여 8비트나 4비트 양자화 모델 중 구동 가능한 최적의 설정을 제안해 줌으로써 기술적 진입 장벽을 대폭 낮췄습니다. 모델별로 최적화된 설정을 YAML 형식으로 미리 정의해 두었기 때문에, 사용자는 복잡한 파라미터 조정 없이도 모델의 실제 성능을 즉각적으로 확인할 수 있습니다. 이는 환경 설정의 어려움을 해결하는 핵심 열쇠가 됩니다. 앞으로의 오픈소스 LLM 생태계는 클라우드 기반의 유연한 자원 활용과 서빙 프레임워크의 최적화 방향으로 발전해 나갈 것입니다. TGI나 vLLM과 같은 고성능 서빙 도구를 활용하여 개별 사용자가 필요한 순간에만 GPU 자원을 할당받아 모델을 구동하는 방식은 하드웨어 비용 부담을 획기적으로 줄여줄 수 있습니다. 더 나아가 단순한 텍스트 대화를 넘어 웹 검색 결과나 외부 도구를 결합하여 답변의 신뢰도를 높이는 시도들도 계속되고 있습니다. 최근에는 LLM을 활용해 캐릭터를 설정하고 배경음악과 이미지가 포함된 완성도 높은 이야기를 창작하는 등 창의적인 영역으로의 확장성도 확인되고 있습니다. 오픈소스 LLM이 가진 자유로움이 기술적 편리함과 결합될 때 비로소 진정한 AI 민주화가 실현될 것입니다.

• 융합
• 공학·기술

[EOST2023] 오픈소스, 자연스럽게

현대 소프트웨어 개발 환경에서 오픈소스는 선택이 아닌 필수적인 요소로 완전히 자리 잡았습니다. 오늘날 기업이나 개발자가 오픈소스를 전혀 활용하지 않고 제품이나 서비스를 개발하는 것은 사실상 불가능에 가까우며, 실제 오픈소스 사용률은 100%라고 단언할 수 있습니다. 과거에는 특정 영역에서만 제한적으로 사용되었으나, 현재는 프레임워크부터 개발 도구, 거대 플랫폼에 이르기까지 모든 기술 계층에 오픈소스가 깊숙이 침투해 있습니다. 이러한 변화는 비즈니스와 R&D 분야를 넘어 개인의 취미 활동까지 광범위하게 영향을 미치며 소프트웨어 산업의 근간을 이루고 있습니다. 전 세계 개발자들의 협업 공간인 깃허브(GitHub)의 가입자가 1억 명을 넘어섰다는 사실은 오픈소스 생태계의 거대한 규모를 증명합니다. 이는 단순히 수치상의 증가를 넘어, 소프트웨어를 개발하거나 관심을 가진 거의 모든 사람이 하나의 거대한 플랫폼으로 연결되어 있음을 의미합니다. 국내 상황도 이와 비슷하여 개발자 교육 플랫폼이나 관련 커뮤니티의 가입자 수가 급격히 늘어나는 추세입니다. 인구 대비 전문 개발자 비중이 높아짐에 따라, 우리나라도 오픈소스를 기반으로 한 기술 생태계가 양적, 질적으로 크게 팽창하며 새로운 기술적 전환점을 맞이하고 있습니다. 최근 인공지능 분야의 비약적인 발전, 특히 대규모 언어 모델(LLM)의 확산 과정에서도 오픈소스는 핵심적인 엔진 역할을 수행하고 있습니다. 수많은 오픈소스 대규모 언어 모델(LLM)과 데이터셋이 전격 공개되면서 특정 거대 기업이 기술을 독점하던 폐쇄적인 구조에 변화가 생기기 시작했습니다. 성능 면에서도 오픈소스 모델들이 상용 모델에 버금가는 결과물을 보여주면서, 시장의 초점은 모델 자체의 기초 개발보다는 이미 공개된 우수한 모델을 어떻게 창의적으로 활용하느냐로 이동하고 있습니다. 이는 기술의 민주화를 가속화하는 동시에 다양한 산업군에서 새로운 상업적 기회를 창출하고 있습니다. 오픈소스 생태계의 참여 주체와 보상 체계도 과거의 순수한 기여 중심에서 기업 주도의 비즈니스 모델로 변모하고 있습니다. 현재 전업으로 오픈소스에 기여하며 기업으로부터 급여를 받는 개발자들이 늘어나고 있으며, 기업들은 오픈소스를 관리형 서비스(Managed Service)로 전환하여 클라우드 환경에서 수익을 창출합니다. 이 과정에서 오픈소스 창시자와 대형 클라우드 사업자 간의 수익 배분 갈등이 발생하기도 하며, 이를 조율하기 위해 상업적 이용 범위를 제한하거나 새로운 형태의 라이선스를 도입하는 등 더욱 정교하고 현실적인 법적 대응이 이어지는 상황입니다. 국가 및 기업별 오픈소스 기여도를 살펴보면 구글이나 마이크로소프트 같은 글로벌 IT 거물들이 상위권을 차지하고 있으며, 최근에는 화웨이 등 중국 기업들의 공격적인 투자가 두드러집니다. 한국 기업들도 과거의 단순 활용 단계에서 벗어나 기여도를 점진적으로 높여가고 있으며, 정부 차원에서도 오픈소스 소프트웨어의 혁신 성장을 위한 정책적 지원을 강화하고 있습니다. 단순히 결과물을 가져다 쓰는 데 그치지 않고, 프로젝트의 핵심 개발 그룹에 참여하여 리뷰와 수정에 주도적으로 기여함으로써 국제적인 기술 영향력을 확보하려는 노력이 전방위적으로 이루어지고 있습니다. 오픈소스는 이제 단순한 무료 코드를 넘어 소프트웨어 산업의 혁신적인 개발 방법론으로 이해되어야 합니다. 비용을 절감하고 고품질의 기능을 빠르게 확보할 수 있는 검증된 체계로서의 가치가 더욱 커진 것입니다. 또한 저작권 중심이었던 과거의 논의에서 진화하여, 이제는 소프트웨어 공급망 보안(SBOM)과 같은 보안 관리 이슈가 조직의 핵심 과제로 다뤄지고 있습니다. 클라우드 시대에 접어들며 소유권과 공개의 철학이 비즈니스 논리와 충돌하는 면도 있지만, 이는 오픈소스가 산업 전반의 핵심 인프라로 성숙해가는 과정에서 겪는 필연적인 변화라 할 수 있습니다. 앞으로의 오픈소스 생태계는 AI 기술의 고도화로 인해 모델과 파라미터, 데이터셋의 공개 범위에 대한 법적·철학적 정의를 새롭게 요구받게 될 것입니다. 기술적 환경이 급변하고 자본의 논리가 생태계를 움직이는 강력한 힘이 되고 있지만, 그 중심에는 여전히 창의적인 의사결정을 내리는 개발자가 존재합니다. 기업과 개발자는 오픈소스 프로젝트가 개인의 성장과 산업적 가치를 동시에 실현할 수 있도록 투명한 소통 체계와 도전적인 개발 프로세스를 구축해야 합니다. 사용자의 요구를 정확히 포착하고 이를 빠르게 기술로 구현할 때, 오픈소스는 지속 가능한 기술 혁신의 원동력이 될 것입니다.

• 융합
• 공학·기술

[EOST2023] Gazebo & AirSim를 활용한 PX4 무인이동체 시뮬레이션

우주를 향한 인류의 도전은 1960년대 아폴로 계획을 거쳐 현재 아르테미스 계획이라는 새로운 전환점을 맞이했습니다. 과거의 경쟁적인 탐사가 단순히 달에 발자국을 남기는 상징적인 행위였다면, 현대의 탐사는 달에 지속 가능한 기지를 건설하고 이를 심우주 탐사의 전초기지로 활용하는 데 초점이 맞춰져 있습니다. 이러한 패러다임의 변화는 인류의 활동 영역이 지구라는 행성을 넘어 우주로 영구히 확장되고 있음을 의미하며, 새로운 우주 시대의 서막을 알리는 중요한 지표가 되고 있습니다. 대한민국은 첫 번째 달 궤도선인 다누리호를 통해 본격적인 우주 탐사의 길에 들어섰습니다. 다누리호는 고해상도 카메라와 다양한 과학 장비를 탑재하여 달 표면을 정밀하게 관측하고 미래의 착륙 후보지를 탐색하는 임무를 성공적으로 수행하고 있습니다. 이는 우리나라도 독자적인 우주 항행 기술과 운영 능력을 갖추었음을 전 세계에 증명한 사례로, 우주 강국으로 도약하기 위한 탄탄한 기술적 토대를 마련한 기념비적인 성과입니다. 다누리호의 성공은 우리 과학 기술의 자부심을 높이는 계기가 되었습니다. 달은 이제 단순한 관측 대상이 아닌 미래의 핵심 자원 보고로 주목받고 있습니다. 달 표면에 매장된 헬륨-3는 인류의 차세대 청정에너지원인 핵융합 발전의 핵심 원료로 기대되며, 극지방의 물과 얼음은 우주선 연료나 생존을 위한 자원으로 활용될 수 있습니다. 현지 자원 활용 기술인 ISRU의 발전은 지구에서 무거운 물자를 운송하는 비용을 획기적으로 줄여줄 것이며, 이는 인류가 우주에서 자급자족하며 거주할 수 있는 실질적인 가능성을 열어주는 열쇠가 될 것입니다. 달을 넘어선 인류의 다음 목적지는 화성입니다. 화성은 태양계 행성 중 지구와 가장 유사한 환경을 갖추고 있어 인류의 제2 거주지로 가장 적합한 후보로 꼽힙니다. 현재 전 세계는 화성에서 생명체의 흔적을 찾고 유인 탐사를 위한 기술적 난제를 해결하기 위해 로버와 궤도선을 활용한 정밀 탐사를 이어가고 있습니다. 화성 정착은 인류가 다행성 종으로 거듭나기 위한 결정적인 시험대가 될 것이며, 이는 인류가 수억 킬로미터 떨어진 공간에서도 생존할 수 있는 고도의 과학 기술력을 확보했음을 상징할 것입니다. 우주 개발은 단순히 기초 과학의 발전을 넘어 미래 경제 성장과 국가 경쟁력을 좌우할 핵심 동력입니다. 우주 탐사 과정에서 파생된 첨단 소재, 초정밀 통신, 에너지 효율화 기술 등은 이미 우리 실생활 곳곳에 적용되어 삶의 질을 높이고 있습니다. 대한민국 또한 달 착륙선과 화성 탐사 계획을 순차적으로 추진하며 글로벌 우주 경제 시대의 주역으로 거듭나고자 합니다. 이러한 끊임없는 도전과 혁신은 미래 세대에게 새로운 꿈을 심어주고, 국가의 번영을 이끄는 가장 강력한 원천이 될 것입니다.

• 천문학
• 융합
• 공학·기술

[EOST2023] CPython 성능 최적화를 위한 코어팀, 커뮤니티 그리고 기업의 노력

파이썬은 오늘날 대안 언어를 넘어 기술 생태계 전반에서 압도적인 점유율을 차지하는 핵심 언어로 자리 잡았습니다. 특히 우리가 흔히 사용하는 파이썬의 표준 구현체인 CPython은 귀도 반 로섬에 의해 만들어진 이래 지속적으로 발전해 왔습니다. 최근에는 파이썬의 전력 효율성 문제가 제기되기도 했으나, 이는 역설적으로 파이썬에 대한 사회적 요구 수준이 그만큼 높아졌음을 의미합니다. 이제 파이썬 코어 팀은 대규모 사용자 기반을 뒷받침하기 위해 단순한 기능 구현을 넘어 체계적인 빌드 시스템과 보안 체크 시스템을 갖춘 전문적인 테크 부서와 같은 구조로 운영되며 성능 개선에 박차를 가하고 있습니다. 2020년대에 들어 머신러닝 수요가 폭발적으로 증가하면서 마이크로소프트, 메타, 블룸버그와 같은 글로벌 빅테크 기업들이 파이썬 성능 개선에 직접적으로 참여하기 시작했습니다. 과거에는 거대 프로젝트의 언어를 통째로 교체하는 방식이 선호되기도 했으나, 최근에는 수천 명의 개발자가 참여하는 기존 코드베이스를 유지하면서 숙련된 컴파일러 엔지니어를 투입해 언어 구현체 자체를 개선하는 전략이 훨씬 효율적이라는 인식이 확산되었습니다. 이러한 흐름 속에서 풀타임 파이썬 코어 엔지니어가 크게 늘어났으며, 기업들은 자사 코드베이스의 특성을 엔진에 반영하기 위해 적극적으로 기술력을 투입하고 있습니다. 파이썬의 최적화 역사는 꽤나 길고 다채로운 시도들로 가득합니다. 처음부터 다시 짜는 전략을 택한 PyPy는 아카데믹한 의미와 함께 훌륭한 성과를 거두었으나 C API 호환성 문제로 표준을 완전히 대체하지는 못했습니다. 구글의 'Unladen Swallow'나 드롭박스의 'Piston' 역시 LLVM 기반의 JIT 컴파일러 구현을 시도했지만, 실행 시점의 타입을 예측하기 어려운 동적 언어의 특성과 복잡한 호환성 유지의 벽에 부딪혀 프로젝트를 마무리해야 했습니다. 최근 인스타그램의 'Cinder'는 자사 워크로드에 최적화된 포크 버전을 통해 성능 향상을 이뤄냈지만, 결국 유저들이 원하는 것은 최신 기능과 완벽한 하위 호환성이라는 점이 다시금 증명되었습니다. 현재 CPython은 마이크로소프트의 주도 아래 3.10 버전 대비 5배 빠른 성능을 목표로 'Faster CPython' 프로젝트를 진행하고 있습니다. 그 첫 성과인 3.11 버전은 별도의 JIT 컴파일러 도입 없이도 인터프리터 개선만으로 약 25%의 성능 향상을 이뤄내며 큰 주목을 받았습니다. 이어지는 3.12 버전에서는 멀티 티어 인터프리터 구조를 위한 기반을 닦았고, 현재 개발 중인 3.13 버전에서는 슈퍼블록 옵티마이저 기반의 티어 2 인터프리터를 통해 더 높은 수준의 최적화를 시도하고 있습니다. 특히 플러거블 옵티마이저 API의 제공은 학계나 다른 기업들이 파이썬 엔진 최적화에 더 쉽게 실험적으로 참여할 수 있는 통로를 열어줄 것입니다. 파이썬의 오랜 숙제였던 글로벌 인터프리터 락(GIL) 제거 논의도 새로운 국면을 맞이했습니다. 최근 샘 그로스의 'nogil' 제안이 PEP 703으로 승인되면서 장기적으로 병렬성을 저해하던 제약을 해결할 수 있는 길이 열렸습니다. 비록 이 과정에서 약간의 성능 오버헤드가 발생할 수 있지만, 머신러닝 등 병렬 연산이 중요한 분야에서의 강력한 요구가 이를 뒷받침했습니다. 파이썬 코어 팀은 하위 호환성을 최우선 가치로 두기에 베타나 RC 릴리스를 통해 유저들의 피드백을 수집하며 신중하게 변화를 이끌어가고 있습니다. 커뮤니티의 목소리가 실제 의사결정에 큰 영향을 미치는 만큼, 사용자들이 새로운 버전을 미리 테스트하는 과정은 파이썬의 미래에 필수적입니다.

• 공학·기술

[EOST2023] 패널토의: 오픈소스가 만드는 LLM의 미래는?

인공지능 기술의 비약적인 발전 배경에는 오픈소스 커뮤니티의 헌신적인 노력이 자리 잡고 있습니다. 특히 LLM(거대언어모델) 분야에서 오픈소스는 기술의 민주화를 이끌며 전 세계 연구자들이 지식을 공유하고 협력하는 장을 마련했습니다. 이러한 협력은 단순히 업무를 분담하는 차원을 넘어, 서로의 코드를 리뷰하고 아이디어를 융합하며 개인과 기술이 동시에 성장하는 선순환 구조를 만들어냅니다. 커뮤니티를 통한 지식의 팽창은 곧 인공지능 생태계의 근간이 됩니다. LLM의 고질적인 한계로 지적되는 할루시네이션은 RAG(검색 증강 생성) 기술을 통해 보완되고 있습니다. 신뢰성이 중요한 전문 분야에서는 모델이 단순히 답변을 생성하는 것에 그치지 않고, 답변의 근거가 되는 원문 규정이나 문서를 함께 제시하는 시스템적 접근이 필수적입니다. 비록 인공지능이 100% 오류를 차단하기는 어렵지만, 사용자가 직접 답변의 근거를 확인하고 검증할 수 있는 환경을 제공함으로써 기술의 실무 적용 가능성과 신뢰도를 점진적으로 높여가고 있습니다. 과거의 연구 방식이 타인의 논문을 처음부터 끝까지 재현하는 장인 정신에 기반했다면, 현대의 인공지능 연구는 공개된 소스코드를 바탕으로 새로운 아이디어를 빠르게 실험하고 적용하는 효율성을 지향합니다. 이는 연구 속도를 획기적으로 높여 기술의 상용화 주기를 단축하는 계기가 되었습니다. 또한 ChatGPT와 같은 도구는 사용자마다 각기 다른 답변과 해결책을 제공함으로써, 우리 사회가 우려하는 획일화가 아닌 오히려 지식의 다양성을 증진하는 예기치 못한 긍정적 효과를 보여주고 있습니다. 많은 전문가가 오픈소스 LLM이 언제쯤 클로즈드 모델인 GPT-4의 성능을 추월할 것인지 주목하고 있습니다. 과거 스테이블 디퓨전이 이미지 생성 분야에서 보여준 폭발적 성장 사례처럼, 오픈소스 커뮤니티의 집단지성은 기술적 도약을 가능케 하는 막강한 저력을 지니고 있습니다. 특히 컨트롤넷과 같은 혁신적인 제어 기술이나 모델 내부의 창발적 현상을 규명하는 연구가 결합한다면, 오픈소스 모델은 단순한 추종을 넘어 특정 전문가 영역에서 독보적인 활용 가치를 증명할 것입니다. 모든 산업 영역에서 범용적인 거대 모델이 반드시 필요한 것은 아닙니다. 네트워크 장비 제어나 보안이 중시되는 산업 현장과 같이 자원 효율성이 중요한 환경에서는 파라미터 수를 최적화한 sLLM(소형 거대언어모델)이 더 현실적인 대안이 됩니다. 도메인 특화 데이터를 학습하고 특정 작업에 최적화된 소형 모델은 온사이트 배포에 유리하며, 이는 복잡한 비즈니스 로직에 실질적으로 투입되어 유의미한 운영 성과를 내는 핵심적인 역할을 수행할 것으로 기대됩니다. 인공지능 기술의 등장은 언어의 장벽을 허물고 정보 습득의 속도를 비약적으로 가속화하고 있습니다. 실시간 통역과 고도화된 번역 기술은 연구자들이 글로벌 지식에 접근하는 비용을 획기적으로 낮춰주었으며, 이는 비영어권 국가의 연구 역량을 강화하는 데 크게 기여하고 있습니다. 이제 연구자에게 중요한 역량은 방대한 데이터를 어떻게 효율적으로 정리하고 자신의 연구에 창의적으로 녹여낼 것인가 하는 지식 관리 능력이며, 인공지능은 이를 뒷받침하는 강력한 조력자가 되었습니다. 정부출연연구기관과 같은 공공 영역에서는 기업이 간과하기 쉬운 사회적 약자 보호나 공익적 목적의 인공지능 활용 전략을 수립해야 합니다. 개별 연구원이 AI 에이전트의 도움을 받아 연구 보고서 작성이나 기술 동향 분석을 효율적으로 수행할 수 있는 인프라 구축이 시급합니다. 각 기관이 프롬프트 엔지니어링이나 데이터 사이언스 전문 인력을 확보하여 연구 현장의 생산성을 극대화하고, 안전한 인공지능 활용을 위한 규제 검증 절차를 마련하는 것이 미래의 핵심 과제입니다.

• 융합
• 공학·기술

[EOST2023] 인공지능의 대중화, 그리고 파이토치 한국 사용자 모임

인공지능 기술이 급격히 발전하면서 많은 개발자가 관련 학위나 전문적인 배경지식의 필요성에 대해 고민하곤 합니다. 하지만 파이토치 한국 사용자 모임을 운영하는 박정환 님은 관련 학위 없이도 데이터 엔지니어로서 현업에서 활발히 활동하며 커뮤니티를 이끌고 있습니다. 그는 딥러닝 열풍이 불기 시작한 시기에 텐서플로로 시작했으나, 디버깅의 어려움 등을 계기로 파이토치라는 프레임워크를 접하게 되었습니다. 당시에는 국내외를 막론하고 학습 자료가 매우 부족한 상태였기에, 동료들과 함께 번역 작업을 시작하며 커뮤니티의 기틀을 마련했습니다. 현재 파이토치 한국 사용자 모임은 튜토리얼과 게시판을 통해 수많은 사용자에게 인공지능 관련 소식을 전하는 핵심적인 공간으로 성장했습니다. 지난 5년여의 시간 동안 100명이 넘는 기여자가 번역과 문서 작성에 참여했으며, 매달 수만 명의 방문자가 이곳에서 정보를 얻고 있습니다. 이러한 성장의 배경에는 '오픈업'과 같은 한국 오픈소스 지원 사업의 도움도 컸습니다. 단순한 정보 전달을 넘어, 사용자들이 함께 학습하고 오류를 수정하며 지식을 공유하는 과정 자체가 커뮤니티를 지탱하는 강력한 원동력이 되고 있습니다. 커뮤니티 활동을 지속하게 하는 가장 큰 이유는 바로 '사람'입니다. 다양한 배경을 가진 열정적인 이들이 모여 서로 자극을 주고받는 과정은 개인의 성장에 큰 도움이 됩니다. 혼자서 오픈소스 프로젝트를 시작하면 작심삼일에 그치기 쉽지만, 커뮤니티 구성원들과 함께라면 꾸준히 나아갈 동력을 얻을 수 있습니다. 때로는 성의 없는 기계 번역을 수정해야 하는 번거로운 일도 발생하지만, 이러한 고충마저도 집단 지성을 통해 해결하며 더 나은 결과물을 만들어냅니다. 결국 서로의 경험과 생각을 나누는 소통의 과정이 커뮤니티의 본질이라 할 수 있습니다. 과거 웹 개발이 전문가들의 전유물이었던 것처럼, 인공지능 역시 이제는 특정 연구자들만의 영역을 벗어나 모든 개발자가 활용해야 할 필수 요소가 되었습니다. 이를 위해 필요한 것이 바로 '개발자를 위한 인공지능 리터러시'입니다. 모든 알고리즘을 바닥부터 직접 구현할 필요는 없지만, 어떤 기술이 존재하고 이를 어디에 적절히 활용할 수 있는지 판단할 수 있는 안목이 중요합니다. 적절한 추상화의 단계를 이해하고, 기술의 장단점을 파악하여 실제 서비스에 적용하는 능력은 현대 개발자에게 요구되는 핵심적인 역량 중 하나로 자리 잡고 있습니다. 커뮤니티는 개발자들이 인공지능 기술에 친숙함을 느끼고 최신 트렌드를 파악할 수 있도록 돕는 훌륭한 창구 역할을 수행합니다. 논문부터 제품 사례, 라이브러리 뉴스에 이르기까지 폭넓은 정보를 공유하며 개발자들이 자신만의 인공지능 활용법을 찾아가도록 지원합니다. 이는 유네스코가 언급한 '미래 리터러시'와도 맥을 같이하며, 급변하는 시대에 평생 학습하며 살아가는 개발자들에게 꼭 필요한 소양입니다. 앞으로도 커뮤니티는 개인이 혼자 해결하기 어려운 기술적 문턱을 낮추고, 함께 성장하며 미래를 준비하는 든든한 동반자가 될 것입니다.

• 융합
• 공학·기술

[EOST2023] 안전한 오픈소스 생태계를 위한 오소리 프로젝트

삼성전자의 '오소리(OSORI) 프로젝트'는 오픈소스 라이선스 정보를 투명하게 공개하여 누구나 법적 의무 사항을 쉽게 준수할 수 있도록 돕는 공익적 목적의 활동입니다. 기존에는 사내 포털인 '삼성 오픈소스 허브'를 통해 개발자들이 특정 프로젝트를 사용해도 되는지 신호등 모델로 직관적으로 알려주는 서비스를 제공해 왔습니다. 이러한 서비스는 복잡한 라이선스 해석 과정을 획기적으로 줄여주고 개발 효율성을 높여준다는 점에서 내부 임직원들로부터 매우 긍정적인 호응을 얻었습니다. 하지만 개별 기업이 독자적으로 DB를 운영하는 데에는 현실적인 한계가 있었습니다. 매일같이 쏟아지는 새로운 오픈소스 프로젝트와 오픈소스 라이선스를 실시간으로 업데이트하기에는 리소스가 부족했고, 법적 판결 사례가 드문 영역 특성상 라이선스 판단의 신뢰성을 확보하는 일도 쉽지 않았기 때문입니다. 개발자들에게는 편리한 신호등 모델이 관리자들에게는 늘 불안함과 찝찝함을 남기는 요소였기에, 이를 해결하기 위한 근본적인 변화가 필요하다는 점을 깊이 통감하게 되었습니다. 이러한 고민을 해결하기 위해 삼성전자는 오픈소스의 핵심 가치인 공유와 협력을 선택했습니다. 국내 커뮤니티인 '오픈체인 코리아 워킹그룹'에서 아이디어를 제안했고, 이에 공감한 LG전자와 카카오가 초기 멤버로 합류하며 프로젝트가 구체화되었습니다. 특히 한국저작권위원회가 중립적인 전문 기관으로서 지원을 약속하며 삼성, LG, 카카오 3사와 함께 업무 협약을 체결하게 되었습니다. 이는 국내 기업들이 각자 쌓아온 노하우를 한곳에 모으는 중대한 전환점이 되었습니다. 프로젝트 팀은 정교한 통합 스키마를 설계하기 위해 제주도에서 합숙까지 감행하며 SPDX 라이선스 리스트를 전수 분석했습니다. 라이선스 전문을 읽으며 의무 사항을 정의하고, 기업 입장에서의 실질적인 리스크를 1~5단계의 레벨과 신호등 모델로 구조화하는 고된 작업을 진행했습니다. 이를 통해 사용자들은 단순한 텍스트 정보를 넘어, 특정 오픈소스를 활용할 때 주의해야 할 제약 조건과 위험 수치를 시각화된 데이터로 명확하게 파악할 수 있는 기반을 마련하게 되었습니다. 오소리 프로젝트는 향후 MySQL 기반의 통합 스키마와 API를 제공하여 누구나 정보를 쉽게 활용하고 기여할 수 있는 개방형 생태계를 구축할 예정입니다. 국내 제조사들이 수십 년간 축적해온 검증 노하우가 집약된 이 DB는 중소기업이나 개인 개발자들에게 실무적인 가이드라인이 될 것입니다. 오픈소스의 진정한 가치가 상생에 있듯이, 오소리 프로젝트가 국내외 오픈소스 컴플라이언스 문화를 선도하고 건강한 소프트웨어 생태계를 만드는 신뢰의 초석이 되기를 기대합니다.

• 공학·기술

EOST2022 거대 인공지능 모델을 위한 고효율 컴퓨팅 인프라

거대 인공지능 모델의 등장은 현대 기술 지형을 근본적으로 변화시키고 있습니다. GPT-3나 구글의 PaLM과 같은 모델들은 수천억 개의 파라미터를 활용하여 인간에 가까운 언어 능력과 논리적 추론을 보여주며 전 세계적인 주목을 받고 있습니다. 이러한 모델들은 방대한 양의 데이터를 학습하며 프로그래밍이나 다국어 번역, 복잡한 수학 문제 풀이까지 수행할 수 있는 범용 에이전트로 진화하고 있습니다. 특히 단순히 특정 분야에서만 뛰어난 성과를 내는 것을 넘어, 한 번의 사전 학습(Pre-training)을 거친 후 다양한 분야에 적용할 수 있는 인공일반지능(AGI)의 가능성을 제시하고 있다는 점에서 그 중요성이 더욱 커지고 있습니다. 하지만 이러한 비약적인 발전 뒤에는 거대한 컴퓨팅 인프라라는 장벽이 존재합니다. 인공지능의 성능이 모델의 크기와 데이터 양에 비례해 향상된다는 스케일링 법칙(Scaling Law)에 따라 모델은 기하급수적으로 거대화되고 있습니다. 반면 반도체 성능이 2년마다 두 배로 증가한다는 무어의 법칙은 이러한 발전 속도를 따라잡지 못하고 있습니다. 특히 트랜스포머 모델의 경우 발전 속도가 연산 능력의 성장세보다 수백 배나 빠르기에 성능 장벽과 함께 막대한 전력 소비를 동반하는 에너지 장벽에 직면하게 되었습니다. 이는 특정 거대 자본을 가진 기업만이 인공지능 연구에 참여할 수 있는 높은 진입 장벽을 형성하고 있습니다. 이러한 한계를 극복하기 위해 기술적 최적화 연구가 활발히 진행되고 있습니다. 최적화는 크게 모델의 구조를 변경하는 비시스템적 방식과 컴퓨팅 인프라를 효율적으로 관리하는 시스템적 방식 두 가지로 나뉩니다. 현재 ETRI가 집중하고 있는 시스템적 최적화는 하드웨어와 소프트웨어의 긴밀한 조화를 통해 학습 효율을 극대화하는 것을 목표로 합니다. 인공지능 학습 과정에서 발생하는 통신, 연산, 메모리 사용 특성을 시간축에 따라 정밀하게 분석하고 이를 시스템 자원과 정렬시킴으로써 동일한 자원으로 더 빠르고 저렴하게 모델을 학습시킬 수 있는 환경을 구축하는 것이 핵심적인 과제라고 할 수 있습니다. 성능 최적화와 더불어 해결해야 할 또 다른 중요한 문제는 특정 하드웨어에 대한 소프트웨어의 종속성입니다. 현재 대부분의 딥러닝 프레임워크와 모델들은 엔비디아의 하드웨어 생태계에 강하게 얽매여 있어 다양한 연산 장치를 유연하게 활용하기 어려운 실정입니다. ETRI는 인공지능 클라우드와 머신러닝 프레임워크, 컴파일러를 아우르는 소프트웨어 스택을 연구하여 이러한 하드웨어 종속성을 완화하고자 합니다. 이를 통해 모델과 프레임워크 간의 결합도를 낮추고 범용적인 클러스터 환경에서도 높은 성능을 발휘할 수 있는 기술을 개발함으로써 인공지능 인프라의 민주화와 유연성을 동시에 확보하고자 노력하고 있습니다. 연구의 실효성을 높이기 위해 ETRI는 학계, 대기업, 스타트업과 협력하는 생태계 중심의 연구개발을 추진하고 있습니다. 한양대학교는 선도적인 원천 기술을 연구하고 NHN은 실제 클라우드 서비스 환경에서 기술을 실증하며 튜닙과 같은 기술력 있는 스타트업은 국산 머신러닝 프레임워크인 '오슬로'를 통해 기술 자립에 기여하고 있습니다. 특히 오픈소스 생태계에 단순히 사용자로 머무는 것이 아니라 적극적인 기여자로 참여하여 글로벌 기술 패권 사이에서 한국만의 틈새시장을 개척하는 것이 궁극적인 목표입니다. 국산 기술로 개발된 프레임워크가 세계적인 인공지능 모델 학습에 널리 활용되는 미래를 그려봅니다.

• 융합
• 공학·기술

EOST2022 원자력연구원의 인공지능 적용사례 및 오픈소스 활용

인공지능 기술의 눈부신 발전은 고성능 하드웨어나 방대한 데이터의 확보뿐만 아니라, 개방과 공유를 지향하는 독특한 연구 문화에서 기인합니다. 연구자들은 논문을 정식 발표 전부터 커뮤니티에 공유하고 소스 코드를 투명하게 공개하며 실시간으로 소통하는 등 과거와는 전혀 다른 방식으로 협업하고 있습니다. 이러한 변화는 누구나 연구에 기여할 수 있는 환경을 조성하였으며, 결과적으로 기술 혁신의 속도를 전례 없는 수준으로 끌어올렸습니다. 특히 'AI 프렌즈'와 같은 자발적인 커뮤니티의 활성화는 출연연과 같은 공공 연구 기관이 폐쇄적인 구조에서 벗어나 외부와 호흡하며 새로운 가치를 창출하는 데 중요한 밑거름이 되고 있습니다. 원자력 분야에서 인공지능은 단순히 유행하는 기술이 아니라 데이터를 활용해 복잡한 공학적 문제를 해결하는 강력한 방법론으로 자리 잡고 있습니다. 연구원은 허브 조직과 현업 부서를 잇는 '허브 앤 스포크(Hub-and-Spoke)' 구조를 통해 전사적인 인공지능 역량을 강화하고 있습니다. 공학의 본질이 입력에 따른 최적의 출력을 예측하는 함수를 만드는 것이라면, 인공지능은 기존의 설계 데이터를 학습하여 이 과정을 혁신적으로 정교화합니다. 이는 범용적인 도구를 넘어 원자로 설계의 안정성과 성능을 비약적으로 높이는 핵심적인 열쇠가 되며, 연구원이 보유한 방대한 데이터의 가치를 극대화하는 전략적 자산이 됩니다. 실제 현장에서는 인간의 업무를 보조하고 자동화하는 다양한 프로젝트가 진행 중입니다. 연구용 원자로의 노심 반응을 실시간 감시하여 이상 징후를 포착하거나, 체렌코프 현상을 분석해 출력을 정밀하게 모니터링하는 비전 기술이 대표적입니다. 또한 방대한 양의 방사성 폐기물을 객체 탐지 기술로 분류하고 관리하는 시스템을 통해 업무의 효율성을 극대화하고 있습니다. 특히 숙련된 운전원들의 수십 년 된 판단 노하우를 데이터로 변환하여 디지털 자산으로 구축함으로써, 은퇴 후에도 소중한 지식이 단절되지 않고 후배 연구자들에게 전수될 수 있는 체계적인 기반을 마련하고 있습니다. 인간의 인지 능력을 넘어서는 복잡한 데이터 패턴 분석에도 인공지능은 탁월한 성능을 발휘합니다. 원자로 가동 중에 발생하는 수천 개의 온도, 압력, 유량 신호는 사람이 실시간으로 모두 파악하기 어렵지만, 딥러닝 알고리즘은 미세한 변화를 포착해 사고를 사전에 예측합니다. 파이토치와 스트림릿 같은 오픈 소스 도구를 활용해 직접 개발한 이 시스템은 현재 연구용 원자로 '하나로'에서 안정적으로 운용되며 그 효과를 입증하고 있습니다. 데이터 개방을 통해 개최한 경진대회에서는 연구원 자체 모델보다 훨씬 정교한 알고리즘이 도출되는 등 집단 지성의 힘이 원자력 안전 기술 고도화에 실질적인 기여를 하고 있습니다. 인공지능의 역할은 현재 상태를 진단하는 수준을 넘어, 미래를 시뮬레이션하고 최적의 의사결정을 지원하는 단계로 진화하고 있습니다. 이는 자율주행 자동차가 주변 환경을 인식하고 최적의 주행 경로를 결정하는 것과 유사한 원리로, 원자력 발전소의 사고 예방 및 대응 시스템에 적용됩니다. 물리적 현상을 데이터 기반으로 빠르게 재현하는 디지털 트윈 기술은 긴박한 상황에서 인간이 내리기 어려운 올바른 판단을 돕는 매개체가 됩니다. 사고의 전파 과정을 예측하고 최적의 대응 방안을 안내하는 지능형 시스템이 완성된다면, 원자력 발전은 인류에게 더욱 안전하고 신뢰받는 에너지원으로 거듭날 수 있을 것입니다.

• 융합
• 공학·기술

EOST2022 리눅스 커널 오픈소스와 kakao icloud

퍼블릭 클라우드 환경에서 하이퍼바이저의 성능과 안정성은 가상 머신(VM)의 품질을 결정짓는 핵심적인 요소입니다. 서비스 제공자들은 하이퍼바이저의 부하를 줄이기 위해 다양한 전략을 사용하는데, 그중 하나가 CPU가 담당하던 기능을 스마트닉과 같은 하드웨어로 전가하는 오프로드 기술입니다. 또한, 알고리즘 최적화를 위해 SIMD와 같은 명령어를 활용하기도 합니다. SIMD는 하나의 명령어로 여러 데이터를 동시에 처리함으로써 데이터 처리 효율을 극대화하며, 암호화나 필터링 작업 등에서 성능을 대폭 향상시키는 데 기여합니다. 커널 영역에서 TLS 암복호화를 수행하는 kTLS는 사용자 공간에서 처리할 때보다 약 9%의 성능 향상을 제공하는 효율적인 기술입니다. 일반적인 TLS 과정 중 핸드셰이킹은 사용자 라이브러리에서 진행되지만, 실제 데이터가 오가는 레코드 프로토콜 단계는 커널의 네트워킹 스택 내 ULP 레이어에서 처리됩니다. 이를 통해 데이터 이동 과정의 오버헤드를 줄일 수 있으며, 만약 하드웨어가 TLS 오프로드를 지원한다면 CPU 자원을 비약적으로 아껴 전체적인 시스템 성능을 드라마틱하게 개선할 수 있는 강력한 인터페이스를 갖추게 됩니다. 국내에서 공공 및 민간 분야에 필수적으로 사용되는 블록 암호화 알고리즘 ARIA는 국제 표준으로서의 위상도 함께 갖추고 있습니다. 이를 kTLS에서 지원하게 되면 국내의 수많은 사용자들에게 고성능의 암호화 옵션을 제공할 수 있다는 큰 장점이 있습니다. ARIA는 128비트 블록 길이를 기반으로 하며, 현재 커널 내에 알고리즘을 병합하고 kTLS에서 이를 설정할 수 있는 컨트롤 플레인을 구축하는 작업이 진행되었습니다. 이는 단순히 코드를 이식하는 것을 넘어 국내 암호화 기술이 오픈소스 생태계의 표준 성능 이점을 누릴 수 있게 하는 중요한 도약입니다. 리눅스 커널 커뮤니티, 특히 크립토 서브시스템은 매우 보수적인 운영 방침을 고수하고 있습니다. 새로운 암호화 알고리즘을 커널에 포함시키기 위해서는 해당 기술이 왜 반드시 커널 수준에서 구현되어야 하는지에 대한 명확한 활용 사례가 증명되어야 합니다. ARIA의 경우에도 단순히 국제 표준이라는 점을 넘어, kTLS와의 연동을 통한 성능 향상이라는 실질적인 근거를 제시함으로써 메인테이너들을 설득할 수 있었습니다. 이러한 과정은 기술적 완성도만큼이나 오픈소스 커뮤니티와의 긴밀한 소통과 정당성 확보가 얼마나 중요한지를 잘 보여줍니다. ARIA 알고리즘의 최종적인 성능 향상은 SIMD 최적화를 통해 완성되었습니다. AVX, AVX2, 그리고 AVX-512 버전을 개발하여 기존 C 언어 구현체 대비 적게는 3~4배에서 많게는 10배 이상의 비약적인 속도 향상을 이루어냈습니다. 특히 512비트 블록을 한 번에 처리하는 최신 명령어를 활용함으로써 대규모 트래픽 환경에서도 안정적인 암호화 서비스가 가능해졌습니다. 국제 표준과 실질적인 활용 사례를 바탕으로 진행된 이번 작업은 오픈소스 생태계에 기여함과 동시에 국내 암호화 기술의 활용 범위를 넓히는 뜻깊은 성과로 평가받고 있습니다.

• 화학
• 융합
• 공학·기술

EOST2022 오픈소스와 클라우드 생태계 성장 전략

언어는 시대의 흐름에 따라 그 의미가 변합니다. 과거에는 밀가루 음식을 뜻하던 '분식'이 지금은 길거리 음식을 통칭하고, '노트북'이라는 단어가 공책이 아닌 컴퓨터를 의미하게 된 것처럼 말입니다. 오픈소스 역시 마찬가지입니다. 1950년대 IBM 시절부터 시작된 소스 공유의 개념은 현대에 이르러 완전히 새로운 정의가 필요해졌습니다. 우리가 여전히 오픈소스를 단순히 소스 코드를 공개하는 것으로만 정의한다면, 이는 급변하는 기술 생태계의 흐름을 제대로 파악하지 못하는 것과 같습니다. 따라서 현대적 관점에서 오픈소스를 재정의하고 그 본질을 이해하는 과정이 무엇보다 중요합니다. 많은 이들이 오픈소스를 '공짜 소프트웨어'라거나 법적 규제가 없는 자유로운 영역으로 오해하곤 합니다. 하지만 현대의 오픈소스는 매우 정교하고 복잡한 라이선스 체계를 가지고 있으며, 단순히 코드를 열람하는 것을 넘어 이를 수정하고 개선하는 적극적인 참여를 전제로 합니다. 즉, 오픈소스는 일시적인 유행인 '버즈워드'가 아니라 지난 반세기 동안 축적된 소프트웨어 개발의 근본적인 방법론으로 자리 잡았습니다. 단순히 비용 절감을 위한 수단이 아니라, 협업을 통해 기술의 완성도를 높이는 체계적인 프로세스임을 인지해야 진정한 가치를 활용할 수 있습니다. 통계에 따르면 전 세계 소프트웨어의 97% 이상이 이미 오픈소스를 활용해 개발되고 있습니다. 그러나 한국의 현실을 살펴보면 활용률은 높지만, 직접 개발한 코드를 다시 커뮤니티에 환원하는 기여 활동은 여전히 부족한 실정입니다. 오픈소스를 가져다 쓰기만 하고 기여는 하지 않는 '체리피커' 단계에 머물러 있는 기업이 많다는 점은 아쉬운 대목입니다. 글로벌 기업들이 자사 제품의 경쟁력을 높이기 위해 수천 번의 컨트리뷰션을 수행하는 것과 대조적으로, 국내 기업들도 이제는 단순 활용을 넘어 생태계에 참여하는 능동적인 변화가 필요합니다. 오픈소스는 그 자체로 수익을 창출하는 비즈니스 모델이라기보다 소프트웨어를 만드는 개발 모델에 가깝습니다. 따라서 이를 어떻게 사업화할 것인가에 대한 고민은 필수적입니다. 과거에는 독점 소프트웨어 기업에 대항하기 위한 수단으로 오픈소스가 활용되었다면, 현재는 클라우드라는 강력한 배포 메커니즘을 통해 새로운 부가가치를 창출하고 있습니다. 기업들은 기술 지원, 컨설팅, 혹은 핵심 기능 외의 고급 기능을 유료화하는 오픈코어 정책 등 다양한 전략을 구사합니다. 특히 클라우드 인프라는 오픈소스를 가장 효과적으로 확산시킬 수 있는 엔진 역할을 하고 있습니다. 최근 오픈소스 진영과 클라우드 기업들은 과거의 법적 분쟁과 경쟁 관계를 넘어 상생의 모델을 구축하고 있습니다. 클라우드 기업은 오픈소스 API와의 호환성을 제공하여 사용자 편의성을 높이고, 오픈소스 개발 기업은 클라우드 환경에서 자동화된 운영을 지원하는 SaaS 형태로 서비스를 제공합니다. 몽고DB나 엘라스틱과 같은 기업들이 클라우드 플랫폼에서 매니지드 서비스를 제공하는 것이 대표적인 사례입니다. 이제 오픈소스와 클라우드는 서로를 대체하는 관계가 아니라 기술 생태계를 풍요롭게 만드는 보완재로서 위대한 소프트웨어 기업으로 나아가는 발판이 되고 있습니다.

• 공학·기술

EOST2022 SW교육을 위한 피지컬코딩교육용 에듀메이커보드

2015 개정 교육과정의 도입으로 우리나라 학교 현장에서도 소프트웨어 교육이 본격적으로 시작되었습니다. 초등학교는 17시간, 중학교는 34시간의 필수 이수 시간이 배정되었으며, 고등학교는 선택 과목으로 운영되고 있습니다. 하지만 수능 중심의 교육 환경 속에서 실제 학생들이 체감하는 실습 시간은 여전히 부족한 실정입니다. 이러한 한계 속에서도 아이들이 소프트웨어를 통해 LED를 켜거나 모터를 구동하는 등 물리적인 변화를 직접 경험하게 하는 것은 매우 중요합니다. 단순한 이론 학습을 넘어 실제 사물이 동작하는 원리를 깨닫는 과정이 소프트웨어 교육의 진정한 핵심이기 때문입니다. 현재 학교 현장에서 이루어지는 소프트웨어 교육은 교과서의 구성과 실제 수업 환경 사이의 괴리가 존재합니다. 중학교의 경우 프로그래밍 단원이 학기 말에 배치되어 있어, 학생들이 본격적으로 피지컬 코딩을 경험해야 할 시기에 기말고사나 학년 말 분위기와 겹쳐 수업이 제대로 이루어지지 못하는 경우가 많습니다. 또한, 초등학교 교사들의 실습 경험 부족과 복잡한 센서 활용의 어려움은 교육의 질을 높이는 데 걸림돌이 되기도 합니다. 이로 인해 즐거워야 할 소프트웨어 수업이 또 다른 이론 과목으로 전락할 위험이 있으며, 아이들이 흥미를 유발할 수 있는 새로운 접근 방식이 절실히 필요한 상황입니다. 이러한 문제점을 해결하고자 개발된 에듀메이커 보드는 아두이노 실드 형태로 제작되어 학생들이 보다 쉽게 물리적 경험을 할 수 있도록 돕습니다. 이 보드는 스크래치나 엔트리와 같은 블록 코딩 언어는 물론, C언어까지 폭넓게 지원하며 기초부터 심화까지 다양한 교재를 원본으로 공개하고 있습니다. 특히 기존의 비싼 외국산 보드나 복잡한 배선이 필요한 장치들과 달리, 입출력 설정을 자유롭게 정의하면서도 배선 오류로 인한 고장 위험을 최소화했습니다. 학생들이 직접 회로를 연결하고 동작을 확인하는 노작 활동을 통해 코딩이 단순히 화면 속 숫자가 아니라 우리 일상을 바꾸는 기술임을 깨닫게 합니다. 에듀메이커 보드의 탄생은 2012년부터 시작된 오랜 고민의 결과물입니다. 초기에는 비싼 아두이노 정품 보드 대신 학생들이 저렴하게 사용할 수 있도록 직접 회로를 설계하고 통신 칩을 최적화하는 과정을 거쳤습니다. 수업 시간 중 브레드보드 배선 오류로 시간을 허비하는 것을 방지하기 위해 배선을 최소화하면서도, 핵심적인 입출력 장치들을 효율적으로 배치했습니다. 고가의 일체형 보드와 달리 고장이 나더라도 수리가 용이하며, 합리적인 가격대로 보급하여 학교 현장의 부담을 낮추었습니다. 이는 단순히 도구를 만드는 것을 넘어, 교사와 학생이 함께 성장할 수 있는 교육 생태계를 조성하려는 시도입니다. 진정한 소프트웨어 교육의 완성은 초등학교에서 배운 기초가 중학교와 고등학교로 이어지는 교육적 위계를 확립하는 데 있습니다. 매 학년 새로운 교구의 사용법을 익히느라 시간을 낭비하는 대신, 익숙한 플랫폼 위에서 점진적으로 심화된 프로젝트를 수행하는 환경이 필요합니다. 에듀메이커 보드는 한글 지원과 직관적인 설계를 통해 이러한 연계성을 확보하였으며, 모든 기술 자료와 과제를 투명하게 공개하여 전국의 선생님들이 수업 사례를 공유할 수 있도록 했습니다. 기술을 독점하지 않고 나눔으로써 우리 아이들이 미래 사회의 창의적인 인재로 성장할 수 있는 튼튼한 토대를 마련하고자 하는 열정이 담겨 있습니다.

• 융합
• 공학·기술

EOST2022 화학 데이터 인공지능을 위한 Multimodal Learning 라이브러리 및 ChemAI

현대 문명은 화학의 비약적인 발전과 그 궤를 같이해왔습니다. 우리가 매일 사용하는 플라스틱부터 생명을 구하는 의약품에 이르기까지, 화학적 원리가 적용되지 않은 분야를 찾기란 거의 불가능합니다. 물질의 기본 단위인 분자를 이해하고 이를 조절하려는 노력은 인류의 삶을 더욱 풍요롭고 편리하게 변화시켰습니다. 이제 화학은 단순히 새로운 물질을 합성하는 학문을 넘어, 에너지와 환경 문제를 해결하는 핵심적인 역할을 수행하며 사회 전반의 혁신을 주도하고 있습니다. 최근의 화학 연구는 정밀함과 효율성을 극대화하는 방향으로 빠르게 진화하고 있습니다. 과거에는 복잡한 화합물을 합성하기 위해 수많은 시행착오와 방대한 에너지가 필요했지만, 이제는 촉매 기술과 나노 공정의 발전으로 원하는 물질을 더욱 정교하게 설계할 수 있게 되었습니다. 이러한 기술적 진보는 제조 공정에서의 폐기물을 줄이고 공정 효율을 높임으로써 경제적 가치를 창출합니다. 분자 수준에서의 미세한 제어는 인류가 직면한 한계를 극복하는 새로운 가능성의 문을 열어주고 있습니다. 지속 가능한 미래를 위한 화학의 도전은 현재 진행형입니다. 특히 탄소 중립 실현을 위한 탄소 포집 및 전환 기술은 전지구적 기후 위기에 대응하는 강력한 수단으로 주목받고 있습니다. 이산화탄소를 단순한 오염물질이 아닌 새로운 자원으로 인식하고, 이를 유용한 화학 원료나 연료로 전환하는 기술은 환경 보호와 산업 발전을 동시에 달성하게 합니다. 친환경 공정 설계는 미래 화학 산업의 표준이 되어 인류와 자연이 공존할 수 있는 토대를 마련해 줄 것입니다. 기능성 소재의 개발은 첨단 산업의 경쟁력을 결정짓는 중요한 요소로 자리 잡았습니다. 차세대 배터리, 고효율 태양전지, 그리고 생체적합성 의료용 소재 등은 모두 고도화된 화학 연구의 결정체라고 할 수 있습니다. 이러한 소재들은 에너지 저장 장치의 용량을 획기적으로 늘리거나 질병의 진단과 치료를 돕는 등 우리 실생활에 실질적인 변화를 이끌어냅니다. 극한의 환경에서도 견딜 수 있는 초고성능 소재 연구는 우주항공이나 심해 탐사 같은 미지의 영역으로 인류의 활동 범위를 넓히고 있습니다. 화학의 미래는 더 나은 세상을 꿈꾸는 과학자들의 열정과 끊임없는 헌신에 달려 있습니다. 미세한 원자의 결합 방식 하나가 세상을 바꾸는 거대한 기술의 시작점이 되듯, 기초 과학에 대한 지속적인 투자와 탐구는 우리 사회의 근간을 더욱 튼튼하게 만들 것입니다. 인류가 직면한 복잡한 난제들을 해결하는 과정에서 화학은 항상 든든한 조력자이자 해결사로서 그 자리를 지킬 것입니다. 과학적 호기심과 기술적 혁신이 만나는 지점에서 우리는 더욱 풍요롭고 안전한 내일을 맞이할 것입니다.

• 화학
• 융합
• 공학·기술

EOST2022 인공지능 기술동향과 미래전망

대한민국은 90년대 디지털 시대를 거쳐 초고속 인터넷과 스마트 시대를 지나 이제 본격적인 인공지능 시대로 진입했습니다. 과거 2000년대까지는 ICT 산업이 국가 경제 성장의 핵심 동력이었으나, 2010년 이후 성장이 정체되면서 새로운 돌파구가 절실해졌습니다. 손정의 회장이 강조했듯 인공지능은 이제 단순한 기술을 넘어 국가 경쟁력의 핵심입니다. 특히 코로나19 위기 상황에서 우리가 보여준 민첩한 대응의 저변에는 탄탄한 ICT 기술력이 있었으며, 이는 우리가 인공지능 강국으로 도약할 수 있는 충분한 잠재력을 갖추고 있음을 증명하는 계기가 되었습니다. 디지털 전환은 단순히 서류를 컴퓨터로 옮기는 수준을 넘어, 우리 생활 전반과 산업의 문법을 근본적으로 바꾸는 과정입니다. 음성, 영상, 금융, 센서 정보 등 과거에는 서로 다른 방식으로 다루어지던 정보들이 이제 '0'과 '1'이라는 디지털 신호로 통합되고 있습니다. 이러한 데이터의 통합은 하나의 플랫폼 위에서 인공지능과 소프트웨어를 통해 모든 정보를 제어하고 정제할 수 있는 환경을 의미합니다. 현실과 가상의 경계가 허물어지는 메타버스와 디지털 자아의 등장 역시 인공지능이라는 거대한 기반 기술 위에서 가능해진 결과물이라 할 수 있습니다. 인공지능 주도권을 잡기 위한 전 세계적 경쟁은 매우 치열합니다. 미국은 민간 주도의 강력한 생태계를 이미 구축했으며, 중국은 정부의 전폭적인 지원과 방대한 빅데이터를 무기로 빠르게 추격하고 있습니다. 유럽과 일본 또한 고령화 등 사회 문제 해결에 인공지능을 적극적으로 도입하고 있습니다. 우리나라도 '인공지능 국가 전략'을 통해 생태계 구축과 인재 양성에 힘쓰고 있으며, 디지털 플랫폼 정부를 구현하여 공공 데이터를 전면 개방하는 등 데이터와 인공지능이 정부 업무의 중심이 되는 혁신을 꾀하고 있습니다. 현재 우리가 목격하는 인공지능의 눈부신 성과는 대부분 딥러닝 기술에 기반하고 있습니다. 하지만 딥러닝은 학습 능력의 확장성이 부족하여 한 가지 영역에서 훈련된 모델을 다른 도메인에 적용하기 어렵다는 한계가 있습니다. 또한, 알고리즘 내부를 명확히 알 수 없는 '블랙박스' 문제로 인해 오류 발생 시 원인 파악이 어렵고 신뢰성을 확보하는 데에도 제약이 따릅니다. 이러한 기술적 장벽을 극복하기 위해 설명 가능한 인공지능과 신뢰할 수 있는 인공지능에 대한 연구가 전 세계적으로 활발히 진행되고 있으며, 이는 인공지능이 실생활에 깊숙이 파고들기 위한 필수 과제입니다. 차세대 인공지능은 스스로 학습하고 적응하는 능력을 갖추는 방향으로 진화하고 있습니다. 한국전자통신연구원(ETRI)은 언어 지능인 '엑소브레인'과 시각 지능인 '딥뷰'를 기반으로 복합 대화, 인지 학습, 전문가 의사결정 지원 등 고차원적인 인공지능 기술을 연구 중입니다. 특히 인공지능이 자신의 부족한 부분을 스스로 인지하여 보완하는 학습 역량이나, 여러 인공지능이 협업하여 집단지성을 발휘하는 기술은 미래의 중요한 이정표가 될 것입니다. 이러한 원천 기술 확보는 인간 중심의 인공지능 시대를 열어가는 핵심 동력이 될 것으로 기대됩니다. 최근 인공지능 분야의 가장 뜨거운 화두는 '초거대 인공지능 모델'입니다. GPT-3나 하이퍼클로바처럼 방대한 데이터와 고성능 컴퓨팅 인프라를 활용한 모델들은 인간과 유사한 수준의 범용성을 보여주며 기술적 돌파구를 일으켰습니다. 이제 인공지능은 텍스트를 넘어 아보카도 모양의 의자를 디자인하는 '달리(DALL-E)'와 같이 시각 정보까지 생성하는 수준에 이르렀습니다. 하지만 이러한 모델들은 막대한 비용과 에너지를 소모하는 '닫힌 모델'이라는 한계가 있습니다. 따라서 앞으로는 인간처럼 유연하게 지식을 확장하고 외부 모듈과 결합할 수 있는 '열린 모델'로의 진화가 필요합니다. 인공지능의 발전은 오픈소스 생태계와 궤를 같이하고 있습니다. 텐서플로나 파이토치 같은 알고리즘부터 최신 서비스 모델까지 이미 많은 기술이 공개되어 누구나 활용할 수 있는 환경이 조성되었습니다. 하지만 초거대 인공지능과 같은 대규모 인프라가 필요한 분야에서는 중소기업이나 스타트업이 접근하기에 여전히 높은 장벽이 존재합니다. 따라서 기술의 단순한 공개를 넘어, 컴퓨팅 인프라와 데이터를 실질적으로 지원하고 생태계를 활성화할 수 있는 체계적인 거버넌스 구축이 시급합니다. 이를 통해 우리는 진정한 의미의 디지털 전환을 이루고 인공지능 강국으로 나아갈 수 있습니다.

• 융합
• 공학·기술

EOST2022 TANGO, 신경망 자동생성 통합개발 프레임워크

TANGO(탱고)는 클라우드부터 온디바이스까지 다양한 환경에 최적화된 신경망을 자동으로 생성하고 운영하는 통합 개발 프레임워크입니다. '저코드(Low-code)' 방식을 지향하여 인공지능 전문 지식이 부족한 사용자도 코딩 없이 신경망을 구축할 수 있도록 설계되었습니다. 이는 가트너가 제시한 '인공지능의 민주화(AI 민주화)'와 맥을 같이하며, 기술의 진입 장벽을 낮추어 산업 전반에 인공지능의 혜택이 고루 돌아가게 하는 것을 목표로 합니다. 전문가뿐만 아니라 일반 사용자도 인공지능을 쉽게 다룰 수 있는 대중화의 발판을 마련하고 있습니다. 인공지능 개발 과정은 데이터 수집부터 배포까지 매우 복잡한 단계를 거칩니다. 특히 적절한 신경망 모델을 선정하거나 수많은 하이퍼파라미터를 최적화하는 일은 전문가에게도 쉽지 않은 과제입니다. 초깃값 설정이나 학습률 조절 등은 마치 수많은 버튼이 달린 리모컨처럼 복잡하여 진입 장벽이 높았습니다. TANGO는 이러한 어려움을 해결하기 위해 MLOps와 AutoML 기술을 결합하여 데이터 준비부터 배포까지의 과정을 자동화했습니다. 이를 통해 도메인 지식은 풍부하지만 소프트웨어 코딩에 익숙하지 않은 전문가들도 효율적으로 결과물을 도출할 수 있습니다. TANGO의 핵심적인 차별점은 산업 현장의 수요가 높은 객체 검출(Detection) 기술에 특화되어 있다는 점입니다. 기존의 자동 생성 도구들이 주로 단순한 분류(Classification) 문제에 집중했다면, TANGO는 복잡한 이미지 속에서 물체의 위치와 종류를 정확히 찾아내는 검출 기능을 강화했습니다. 또한, 구글이나 아마존처럼 특정 클라우드에 종속되지 않고 공장 내 엣지 서버나 스마트 기기 같은 온디바이스 환경으로의 자유로운 배포를 지원합니다. 이는 다양한 하드웨어 가속기 환경에서도 신경망이 최적의 성능을 낼 수 있도록 돕는 강력한 범용성을 제공합니다. 기술적 유연성을 확보하기 위해 TANGO는 도커(Docker) 기반의 모듈러 구조를 채택하고 있습니다. 데이터 라벨링, 신경망 시각화, 백본 네트워크 탐색 등 각 개발 단계를 독립적인 모듈로 구성하여 필요에 따라 기능을 확장하거나 교체할 수 있습니다. 모듈 간의 연결은 표준 규약을 통해 이루어지며 전체 파이프라인은 REST API로 관리됩니다. 이러한 개방형 구조는 서로 다른 기업이나 연구자들이 자신의 알고리즘을 쉽게 통합하고 협업할 수 있는 생태계를 조성합니다. 덕분에 최신 기술이 빠르게 반영되는 유기적인 개발 환경 유지가 가능해집니다. 현재 TANGO 프로젝트는 깃허브(GitHub)를 통해 소스 코드를 공개하고 지속적으로 업데이트를 진행하고 있습니다. 정부 과제의 일환으로 추진되는 이 프로젝트는 내년까지 완전한 통합 도구 개발을 마무리하고 본격적인 실용화 단계로 진입할 예정입니다. 국내 클라우드 및 인공지능 소프트웨어 기술의 자생력을 강화하고 글로벌 시장에서 경쟁력을 확보하는 것이 궁극적인 지향점입니다. 누구나 참여할 수 있는 오픈소스 생태계 내에서 많은 사용자가 기술을 검증하고 새로운 알고리즘을 기여함으로써, 대한민국이 인공지능 기술 강국으로 도약하는 중요한 기반이 될 것입니다.

• 융합
• 공학·기술

EOST2022 출연연 오픈소스 R&D 전략

현대 산업 지형은 오픈소스의 확산과 함께 거대한 변화를 맞이하고 있습니다. 통신망이나 사물인터넷(IoT), 자율주행과 같은 핵심 기술 도메인에서 오픈소스가 차지하는 비중은 이미 95%를 넘어섰으며, 이는 디지털 대전환 시대의 필수적인 기반 기술로 자리 잡았습니다. 따라서 단순히 오픈소스를 활용하는 수준을 넘어, 이를 어떻게 이해하고 연구 개발에 전략적으로 통합할 것인지가 국가 경쟁력과 디지털 대전환의 성패를 가르는 중요한 기준이 되고 있습니다. 정부와 정부출연연구기관(출연연)은 이러한 흐름에 발맞춰 오픈소스 R&D를 혁신의 핵심 동력으로 삼고 있습니다. 소프트웨어 진흥법 개정을 통해 오픈소스 방식의 개발과 결과 배포를 장려하고 있으며, 연구 개발 전 주기에 걸친 비즈니스 모델과 커뮤니티 운영 전략 가이드라인을 마련해 배포하고 있습니다. 이는 기존의 폐쇄적인 연구 문화를 개방과 공유의 가치로 전환하여 연구 성과의 확산성을 높이고, 출연연이 오픈소스 생태계 내에서 주도적인 역할을 수행하도록 돕습니다. 성공적인 오픈소스 R&D를 위해서는 기술적 접근뿐만 아니라 제도와 조직, 그리고 개방형 문화를 아우르는 통합적인 거버넌스 체계가 필수적입니다. 거버넌스는 비전 제시와 효율적인 관리를 위한 전략적 기반을 제공하며, 특히 연구원 간의 활발한 지식 공유가 일어나는 '이너소스' 협업 문화를 정착시키는 데 중점을 두어야 합니다. 제도적 정비를 통해 오픈소스 활용과 기여를 가로막는 장벽을 제거하고, 자발적인 참여가 보상받는 환경을 조성할 때 비로소 지속 가능한 연구 생태계가 구축될 수 있습니다. 기술적인 관점에서는 오픈소스 공급망 관리와 컴플라이언스의 중요성이 더욱 강조됩니다. 라이선스 위반 리스크를 최소화하고 보안 취약점을 체계적으로 관리하기 위해 국제 표준인 ISO/IEC 5230 등을 준수하는 검증 체계가 도입되어야 합니다. 복잡한 규격 준수 과정이 연구의 몰입을 저해하지 않도록, 도구의 직관성을 높이고 별도의 교육 없이도 사용 가능한 환경을 제공하여 연구자의 실질적인 편의를 도모하는 것이 기술 지원의 핵심입니다. ETRI는 지난 2019년부터 구축해온 오픈소스 거버넌스 체계를 바탕으로, 연구 전 주기를 지원하는 협업 플랫폼과 자동화 시스템을 고도화하고 있습니다. 제도와 인력 양성, 국제 표준화 활동 등 7가지 방향성을 중심으로 개방형 R&D 인프라를 확충하며, 연구 산출물의 무결성을 확보하고 기술 이전의 효율성을 높이는 데 주력하고 있습니다. 이러한 노력은 궁극적으로 연구자들이 자유롭게 소통하고 협력하는 환경을 조성하여, 국내 연구 역량이 글로벌 시장으로 뻗어 나가는 발판이 될 것입니다.

• 융합
• 공학·기술

EOST2022 리눅스재단 오픈소스 On-Device AI 프레임워크 개발, 제품화 그리고 공개 협업

삼성전자의 함명주 연구원은 리눅스 재단의 프로젝트인 'NNStreamer'와 그로부터 파생된 'NNStreamer-Trainer' 과제를 소개하며 오픈소스 활동의 가치를 조명합니다. 2009년부터 리눅스 커널 메인테이너로 활동해온 그는 온디바이스 AI 앱 개발을 위한 프레임워크를 개발하고 이를 오픈소스화하여 리눅스 재단에 기부했습니다. 이는 단순한 취미가 아닌 삼성리서치의 공식 업무로서, 제품 탑재와 학술적 성과를 동시에 추구하며 오픈소스 생태계 발전에 기여하고 있습니다. NNStreamer는 리눅스 미디어 프레임워크의 표준인 GStreamer를 기반으로 하여 AI 서비스를 하나의 파이프라인으로 설계할 수 있게 돕습니다. 복잡한 인공신경망을 필터 형태로 연결하는 이 구조는 C 언어로 직접 멀티스레딩을 구현하는 것보다 우수한 성능을 보여줍니다. TV나 방송국 시스템에서 검증된 필터들을 재활용할 수 있으며, 하드웨어 가속까지 지원되어 효율적인 미디어 처리가 가능하다는 점이 이 프레임워크가 가진 가장 강력한 기술적 특징입니다. 이 기술은 실제 산업 현장에서 강력한 힘을 발휘하고 있습니다. 자동차 공장에서 웨어러블 센서와 모바일 카메라를 연동해 작업의 정확도를 판별하거나, 삼성과 LG의 스마트 TV, BBC의 방송 시스템 등에 폭넓게 활용되고 있습니다. 또한 무인 매장이나 3D 프린터 불량 감시 서비스 등 다양한 외부 업체들도 NNStreamer를 통해 사업을 진행하고 있습니다. 이는 온디바이스 AI가 개별 기기를 넘어 여러 장치 간의 유기적인 협업으로 확장될 수 있음을 구체적으로 보여줍니다. NNStreamer에서 파생된 'NNStreamer-Trainer'는 민감한 개인정보를 보호하면서 기기별 맞춤형 학습을 가능하게 하는 온디바이스 학습 프레임워크입니다. 모든 데이터를 클라우드로 보내는 대신, 로봇 청소기가 각 가정의 고유한 환경에 맞춰 스스로 최적화되는 방식입니다. 현재 TensorFlow Lite보다 적은 오버헤드로 동일한 정확도를 유지하며 더 빠른 학습 속도를 기록하고 있습니다. 이는 조만간 실제 제품 출시를 앞두고 있어 기술적 완성도와 실용성을 동시에 입증하고 있습니다. 기업이 오픈소스를 지향해야 하는 이유는 단순히 브랜드 이미지 제고나 라이선스 의무감 때문만은 아닙니다. 오픈소스화는 코드의 품질을 극한으로 끌어올리고 개발자의 역량을 강화하는 실질적인 수단이 됩니다. 불특정 다수의 철저한 코드 리뷰를 견뎌내야 하기에 더 완벽한 코드가 탄생하며, 이는 실력 있는 개발자들을 유인하고 유지하는 '데브렐(DevRel)' 측면에서도 큰 이점을 가집니다. 결국 오픈소스는 더 좋은 소프트웨어를 만들기 위한 기업의 가장 전략적인 선택인 셈입니다. 대기업 내부의 고질적인 문제인 '사일로 현상'을 해결하는 데도 오픈소스는 효과적입니다. 내부 부서 간에도 기술 신뢰도가 낮아 도입을 주저하는 경우가 많지만, 외부 시장에서 먼저 검증받은 오픈소스는 내부 설득의 강력한 근거가 됩니다. 또한 프로젝트의 모든 기획 단계와 권한을 파운데이션에 양도함으로써 외부 기여자의 신뢰를 얻어야 합니다. 특정 기업의 소유물이 아닌 공공의 자산으로 인정받을 때 비로소 진정한 의미의 기술 생태계가 구축될 수 있기 때문입니다. 오픈소스 생태계는 단순히 코드를 공개하는 것에서 끝나지 않습니다. 사용자가 나타나기까지 수년간 대학 강의를 개설하고 학회에서 논문을 발표하는 등 꾸준한 노력이 필요합니다. 삼성전자의 이번 사례 역시 2018년부터 5년 넘게 지속해온 활동의 결과물입니다. 이제는 개발자들이 직접 문제를 리포트하고 기능 구현에 참여하는 능동적인 커뮤니케이션이 절실합니다. 개발자들의 활발한 피드백과 협업만이 프레임워크를 더욱 건강하게 발전시킬 수 있는 유일한 동력이 될 것입니다.

• 융합
• 공학·기술

EOST2022 글로벌 오픈소스 생태계 동향

소프트웨어는 현대 사회의 생산성과 공공 서비스 만족도를 높이는 핵심 수단으로 자리 잡았습니다. 2011년 마크 안드레센이 언급했듯 '소프트웨어가 세상을 먹어치우고 있다'는 말은 이제 거스를 수 없는 현실이 되었습니다. 인공지능, 빅데이터, 클라우드 등 4차 산업혁명을 이끄는 주요 기술들의 근간에는 항상 소프트웨어가 존재합니다. 특히 최근에는 오픈소스가 이러한 소프트웨어 생태계를 주도하며 혁신을 가속화하고 있습니다. 텐서플로나 파이토치와 같은 인공지능 프레임워크부터 클라우드 구축을 위한 오픈스택에 이르기까지, 오픈소스는 기술의 보편화와 발전을 이끄는 가장 강력한 도구로 활용되고 있습니다. 오늘날 산업용 소프트웨어의 약 97%가 오픈소스를 활용하고 있을 만큼 그 영향력은 압도적입니다. 오픈소스를 배제하고는 생산성이나 성능 면에서 경쟁력 있는 소프트웨어를 개발하기가 사실상 불가능한 시대가 되었습니다. 기업들은 오픈소스를 통해 개발 기간을 단축하고 최신 기술을 빠르게 도입하며 R&D 효율성을 극대화하고 있습니다. 물론 보안이나 라이선스 위반과 같은 위험 요소가 존재하지만, 이를 효과적으로 관리하고 해결하는 능력이 곧 기업의 기술적 역량으로 평가받습니다. 오픈소스 생태계는 과거 단순한 대안 소프트웨어 개발을 넘어, 이제는 산업 전체의 디지털 혁신을 이끄는 거대한 플랫폼으로 진화하며 지속적으로 성장하고 있습니다. 기술적 측면에서 오픈소스의 성과는 눈부십니다. 전 세계 상위 500대 슈퍼컴퓨터의 운영체제가 모두 리눅스라는 사실은 오픈소스의 기술력이 이미 정점에 도달했음을 보여줍니다. 폐쇄적이었던 데이터베이스 시장조차 절반 이상을 오픈소스 솔루션이 차지하고 있으며, NoSQL과 같은 최신 기술들 역시 오픈소스를 기반으로 탄생하고 있습니다. 또한 5G 통신 분야에서도 글로벌 기업들이 기술을 독점하는 대신 오픈소스 프로젝트에 참여하여 호환성을 확보하고 공동의 표준을 만들어가는 추세입니다. 이처럼 플랫폼 소프트웨어 영역에서 검증된 오픈소스 모델은 이제 금융, 에너지 등 다양한 산업 도메인으로 확산되며 새로운 비즈니스 가치를 창출하고 있습니다. 오픈소스는 단순한 개발 방식을 넘어 전략적인 비즈니스 모델로서의 가치를 증명하고 있습니다. 구글의 안드로이드는 개방형 협업 생태계를 통해 모바일 OS 시장을 장악한 대표적인 사례입니다. 레드햇 또한 리눅스 커널의 복잡성을 관리해 주는 지식 서비스를 제공하며 연간 수조 원의 매출을 기록하는 거대 기업으로 성장했습니다. 과거에는 오픈소스 활동을 인력 낭비로 치부하는 경향이 있었으나, 이제는 생태계에 적극적으로 기여하고 그 영향력을 활용하는 것이 기업의 생존 전략이 되었습니다. 상용 오픈소스 시장의 성장은 기업들이 위험을 관리하면서도 최신 기술의 혜택을 누릴 수 있도록 돕는 중요한 교두보 역할을 수행하고 있습니다. 앞으로 오픈소스의 영향력은 자동차, 금융, 전력 등 모든 산업 분야로 더욱 깊숙이 침투할 것으로 전망됩니다. 이러한 흐름에 대응하기 위해 글로벌 기업들은 사내 오픈소스 업무를 총괄하는 전문 조직인 OSPO를 설립하는 추세입니다. 단순한 기술 활용을 넘어 기업 문화의 확산, 라이선스 검토, 전략적 기여를 체계적으로 관리하기 위함입니다. 이제 오픈소스는 개발자 개인의 영역을 벗어나 기업의 인사, 기획, 부서 간 협업이 필수적인 경영 전략의 핵심이 되었습니다. 개방형 협업 문화를 바탕으로 생태계에 참여하여 기술력을 확보하는 일은 미래 산업 경쟁력을 결정짓는 가장 중요한 열쇠가 될 것입니다.

• 융합
• 공학·기술

EOST2022 오픈소스와 산업간 상호작용의 미래와 대응

과거 오픈소스는 소스 코드를 투명하게 공개하는 FOSS와 소스를 폐쇄하는 상용 소프트웨어로 명확하게 구분되었습니다. 하지만 최근 마이크로소프트와 같은 거대 기업들이 자사의 코드를 대거 공개하고, 오픈소스에 특허나 유료 모델이 결합되면서 그 경계가 매우 모호해지고 있습니다. 이제는 단순히 소스 공개 여부만으로 오픈소스를 정의하기 어려운 시대가 되었으며, 이는 업계 전문가들에게도 새로운 정의에 대한 고민을 안겨주고 있습니다. 초기 오픈소스가 자유로운 실행과 변경, 배포라는 철학적 원칙에 충실했다면, 현대의 오픈소스는 산업적 가치와 복잡한 비즈니스 모델이 얽힌 새로운 국면을 맞이하고 있습니다. 기업들이 오픈소스를 도입하는 가장 큰 이유는 특정 벤더에 종속되는 ‘벤더 락인’ 현상을 방지하고 초기 도입 비용을 절감하기 위해서입니다. 현재 오픈소스는 운영체제부터 웹 서비스, 데이터 분석, 네트워크 전반에 이르기까지 IT 산업 전 영역에서 중추적인 역할을 담당하고 있습니다. 심지어 자체 솔루션을 고집하는 기업들조차 내부적으로는 오픈소스 기술을 재가공하여 활용하는 경우가 허다할 정도로 그 영향력은 절대적입니다. 하지만 이러한 광범위한 활용에도 불구하고, 여전히 많은 기업이 실제 도입 과정에서 라이선스 분쟁이나 전문 기술 지원의 부재와 같은 현실적인 장벽에 부딪히며 도입을 망설이는 사례도 적지 않습니다. 오픈소스 도입이 반드시 극적인 비용 절감으로 이어지는 것은 아니라는 점은 우리가 주목해야 할 대목입니다. 실제로 많은 기업이 기대했던 비용 절감 효과의 절반 수준만을 체감하곤 하는데, 이는 소프트웨어 구매 비용은 줄어들지 몰라도 시스템 유지와 전문 인력 확보에 더 많은 자원이 투입되기 때문입니다. 특히 미션 크리티컬한 환경에서는 숙련된 엔지니어나 DBA의 인건비가 상용 소프트웨어의 라이선스 비용을 상회하는 경우도 빈번하게 발생합니다. 결국 오픈소스는 단순히 무료 소프트웨어를 사용하는 수준을 넘어, 커뮤니티의 흐름을 이해하고 내부 기술 역량을 내재화해야 하는 고도의 전략적 선택지가 되었다고 볼 수 있습니다. 최근 라이선스 분쟁이 격화되면서 소프트웨어의 투명성을 확보하려는 국제적인 움직임도 활발해지고 있습니다. 제조 분야에서 쓰이던 공급망 관리 개념을 소프트웨어에 도입한 ‘오픈체인(OpenChain)’ 프로젝트가 ISO 국제 표준으로 인정받은 것이 대표적인 사례입니다. 또한 소프트웨어의 세부 구성 요소를 명시하는 SBOM(소프트웨어 자재 명세서)은 이제 산업계의 안전한 협업을 위한 필수적인 데이터로 자리 잡았습니다. 이러한 표준화 노력은 오픈소스가 가진 법적 불확실성을 제거하고 기업들이 안심하고 기술을 채택할 수 있는 기반을 마련해 줍니다. 이제 오픈소스는 공유 문화를 넘어 전 세계 산업 표준을 주도하는 체계적인 시스템으로 진화하고 있습니다. 미래의 소프트웨어 개발 환경에서는 물리적인 서버의 개념이 점차 희미해지고 서버리스 애플리케이션이 주류가 될 전망입니다. 이 과정에서 서로 다른 클라우드 네이티브 환경 간의 원활한 데이터 교환을 위한 ‘클라우드 이벤트(CloudEvents)’와 같은 표준 포맷의 중요성이 더욱 부각되고 있습니다. 대기업들 또한 이제 오픈소스를 단순한 도구로 활용하는 단계를 넘어, 스스로 생태계의 일원이 되어 기술적 리더십을 확보하는 방향으로 나아가고 있습니다. 갈등이 심하거나 중립적인 표준이 필요한 분야일수록 오픈소스는 그 가치를 발휘합니다. 우리는 이러한 흐름에 발맞추어 오픈소스 생태계와 상생하며 기술 발전을 선도하는 전략적인 태도를 갖추어야 합니다.

• 공학·기술

EOST2022 자동화와 함께하는 오픈소스

오픈소스 프로젝트는 개인의 필요나 호기심에서 시작되어 사용자가 늘어남에 따라 점차 거대한 커뮤니티로 성장합니다. 하지만 규모가 커질수록 기여자와 사용자 간의 상호작용이 빈번해지고, 코드 리뷰나 컨벤션 유지와 같은 관리 부담도 기하급수적으로 증가하게 됩니다. 특히 다양한 사람들이 모이는 과정에서 발생하는 소통의 비용과 의견 충돌은 프로젝트의 지속 가능성을 저해하는 요소가 되기도 합니다. 이러한 인적 자원의 한계를 극복하기 위해 오픈소스 생태계는 기술적 도구와 결합하며 꾸준히 진화해 왔습니다. 현대의 소프트웨어 개발 환경은 마이크로서비스 아키텍처와 복잡한 기술 스택의 결합으로 그 어느 때보다 관리 난도가 높아졌습니다. 소스 코드를 단순히 공개하는 수준을 넘어, 보안 취약점 점검과 라이선스 관리 등 운영진이 책임져야 할 영역도 대폭 확장되었습니다. 이처럼 빠른 개발 주기와 방대한 구조 속에서 사람이 모든 작업을 일일이 확인하고 검증하는 것은 물리적으로 불가능에 가깝습니다. 결국 효율적인 운영을 위해서는 반복적이고 정형화된 업무를 기계의 영역으로 넘기는 전략적인 접근이 필수적입니다. 대규모 프로젝트를 효율적으로 관리하기 위한 대표적인 방법 중 하나는 여러 저장소를 하나로 통합하는 모노레포 구조를 도입하는 것입니다. 핵심 컴포넌트들이 서로 강하게 연결되어 있을 때, 하나의 저장소에서 코드와 브랜치를 관리하면 개발 속도와 테스트 효율을 동시에 높일 수 있습니다. 여기에 자동화 워크플로 도구를 결합하면 이슈 할당부터 코드 품질 검사까지 전 과정을 시스템이 대신 처리하게 됩니다. 이는 개발자가 단순 반복 작업에서 벗어나 핵심 로직 설계와 구현에만 온전히 집중할 수 있는 환경을 만들어 줍니다. 구체적인 자동화 사례를 살펴보면 이슈 발생 시 적절한 레이블을 부착하거나, 코드의 잠재적 결함을 찾아내는 정적 분석 도구의 활용이 두드러집니다. 또한 기여자의 동의를 받는 행정적인 절차나 테스트 커버리지 계산 등을 자동화하여 코드의 신뢰성을 상시 확보할 수 있습니다. 특히 릴리스 과정에서 가장 번거로운 작업인 변경 로그 작성을 뉴스 프래그먼트 방식을 통해 자동화하면, 이전 버전과의 차이점을 누락 없이 신속하게 문서화할 수 있습니다. 이러한 체계적인 시스템 구축은 오픈소스 프로젝트의 투명성과 전문성을 동시에 확보하는 길입니다. 자동화는 내부 운영 효율을 높일 뿐만 아니라 새로운 참여자를 위한 진입 장벽을 낮추는 역할도 수행합니다. 클라우드 기반의 개발 환경을 제공하여 복잡한 설정 없이도 누구나 즉시 개발에 참여할 수 있게 돕는 것이 그 예입니다. 시스템을 구축하는 초기 과정에는 상당한 시간과 노력이 투자되어야 하지만, 장기적으로는 인적 오류를 방지하고 커뮤니티의 활성화를 이끌어내는 가장 확실한 투자입니다. 기술적 장벽을 허무는 자동화야말로 수많은 사람이 함께 협력하는 오픈소스 생태계를 지탱하는 핵심 동력이라 할 수 있습니다.

• 공학·기술

EOST2022 패널토의: 개방형 오픈소스 SW 컴플라이언스 체계 구축 및 공급망 관리

현대 소프트웨어 개발 환경에서 오픈소스는 선택이 아닌 필수적인 요소로 자리 잡았습니다. 단순히 외부 코드를 활용하는 수준을 넘어, 기업들은 이를 체계적으로 관리하기 위한 전사적인 거버넌스 체계를 구축하고 있습니다. 오픈소스는 소스 코드 제공과 무상 사용, 수정 및 배포의 자유를 보장하지만, 그 이면에는 저작권과 특허라는 법적 독점권이 존재합니다. 만약 라이선스 조건을 위반할 경우 저작권 침해나 계약 위반으로 인해 손해 배상 청구 또는 제품 판매 금지라는 막대한 리스크에 직면할 수 있습니다. 따라서 기업은 라이선스 의무 사항을 철저히 지키는 컴플라이언스 절차를 수립하여 법적 분쟁을 사전에 방지해야 합니다. 과거에는 라이선스 준수가 관리의 중심이었다면, 최근에는 보안 취약점 대응이 핵심적인 화두로 떠오르고 있습니다. 오늘날의 소프트웨어는 수많은 서드파티 라이브러리와 API가 복잡하게 얽혀 있어 단일 프로그램만으로 구성되지 않습니다. 지난 2021년 발생한 Log4Shell 사태는 오픈소스의 보안 취약점이 어떻게 연쇄적인 위협으로 이어질 수 있는지 보여준 대표적인 사례입니다. 특정 오픈소스의 결함이 전체 시스템의 쉘 권한 탈취로 이어지는 등 심각한 사고를 유발할 수 있기 때문에, 기업들은 라이선스 관리를 넘어 보안 관점에서도 오픈소스를 상시 모니터링하고 신속하게 업데이트할 수 있는 체계를 갖추어야 합니다. 자동차 산업 역시 하드웨어 중심에서 SDV로 패러다임이 완전히 전환되며 오픈소스 관리의 중요성이 어느 때보다 강조되고 있습니다. 현대의 자동차는 수많은 제어 장치가 유기적으로 연결된 '바퀴 달린 컴퓨터'와 같으며, 소프트웨어의 신뢰성은 곧 고객의 생명 및 안전과 직결됩니다. 특히 자동차 공급망은 1차부터 수차 협력사까지 매우 복잡하게 얽혀 있어 어느 한 곳에서라도 오픈소스 관리에 실패하면 제품 전체의 안전성과 법적 지위가 위태로워질 수 있습니다. 따라서 제조사는 물론 모든 공급망 참여자가 높은 수준의 검증 기준을 공유하고 유기적으로 협력하여 소프트웨어의 투명성을 확보하는 것이 필수적입니다. 오픈소스 관리의 범위는 외부 배포용 제품을 넘어 기업 내부 시스템과 인프라 영역으로도 점차 확대되는 추세입니다. 그동안 내부망은 상대적으로 안전하다는 인식이 강했으나, 오픈소스 라이선스 정책의 갑작스러운 변경이나 잠재적인 보안 위협은 내부 시스템에도 치명적인 영향을 미칠 수 있습니다. 이를 효과적으로 관리하기 위해 소프트웨어 자재 명세서인 SBOM의 도입이 본격화되고 있습니다. SBOM은 소프트웨어 구성 요소를 투명하게 기록하여 투명성을 확보하고, 문제 발생 시 신속한 탐지와 대응을 가능하게 합니다. 이는 복잡해진 소프트웨어 공급망 내에서 기업 간 신뢰를 구축하는 핵심적인 수단으로 활용되고 있습니다. 글로벌 시장 진출을 노리는 기업들에게 오픈소스 관리는 이제 필수적인 규제 준수 요건이 되었습니다. 미국의 행정 명령이나 오픈소스 보안법 상정 등은 SBOM 제출을 의무화하며 투명한 소프트웨어 공급망 관리를 강력하게 요구하고 있습니다. 이러한 흐름은 비단 특정 국가에 국한되지 않고 글로벌 표준으로 확산되고 있으며, 국제 표준인 OpenChain ISO/IEC 5230 인증은 기업의 컴플라이언스 역량을 증명하는 중요한 척도가 되었습니다. 규제 당국과 고객사는 이제 제품의 기능뿐만 아니라 그 이면의 소프트웨어가 얼마나 투명하고 안전하게 관리되고 있는지를 엄격하게 평가하며 시장의 기준을 높이고 있습니다. 방대한 오픈소스와 복잡한 공급망을 수동으로 관리하는 것은 현실적으로 불가능하기 때문에, 기업들은 자동화 도구를 적극적으로 도입하고 있습니다. 실시간 검증 도구는 개발 단계에서 이슈를 즉시 발견하여 사후 수정에 드는 막대한 비용을 절감해 주며, 스캐닝 도구는 소스 코드 내의 라이선스 정보를 신속하고 정확하게 파악합니다. 특히 선도 기업들은 자체 개발한 관리 도구를 오픈소스로 공개하여 생태계 전반의 역량을 끌어올리는 데 기여하고 있습니다. 이러한 공유와 협력은 중소 규모의 기업들도 표준화된 관리 체계를 갖출 수 있도록 돕고, 결과적으로 소프트웨어 공급망 전체의 안전성과 신뢰성을 강화하는 선순환 구조를 만들어냅니다. 결국 오픈소스 관리의 성패는 개별 기업의 노력을 넘어선 연대와 커뮤니티 활동에 달려 있습니다. OpenChain 코리아 워킹 그룹과 같은 커뮤니티는 기업들이 실무적인 고충을 나누고 최신 기술 동향에 공동으로 대응하는 귀중한 장을 제공합니다. 정부와 공공 기관 역시 전문성이 부족한 조직을 위해 가이드라인을 제시하고, 서비스형 소프트웨어 형태의 관리 도구를 보급하는 등 생태계 지원을 강화해야 합니다. 오픈소스를 단순히 소비하는 주체에서 생태계에 기여하고 투명하게 소통하는 일원으로 거듭날 때, 우리 소프트웨어 산업은 더욱 견고한 신뢰를 바탕으로 혁신적인 성장을 지속할 수 있을 것입니다.

• 융합
• 공학·기술

EOST2022 오픈소스 기반의 과학기술연구망 구축 및 기술개발/활용

오픈 네트워킹은 기존의 폐쇄적인 네트워크 환경에서 탈피하여 개방형 표준 기반의 하드웨어와 소프트웨어를 통합하는 차세대 네트워킹 환경을 의미합니다. 기존 벤더에 종속된 하드웨어와 소프트웨어 구조는 새로운 서비스나 애플리케이션을 개발하는 데 큰 제약이 따랐습니다. 반면 오픈 네트워킹은 개방형 API를 제공하여 누구나 쉽게 혁신적인 서비스를 개발할 수 있는 유연한 구조를 가지고 있습니다. 이러한 환경의 핵심 요소로는 소프트웨어 정의 네트워킹(SDN)과 오픈 소스 기술이 꼽히며, 이는 네트워크 생태계를 더욱 풍요롭게 만드는 밑거름이 되고 있습니다. ONF(Open Networking Foundation)는 이러한 오픈 네트워킹 기술을 글로벌하게 주도하고 있는 비영리 기관입니다. 이곳에서는 SDN 컨트롤러인 ONOS 프로젝트를 비롯하여 엣지 클라우드, 브로드밴드, 5G 등 다양한 영역의 오픈 소스 솔루션을 개발하고 관리합니다. ONF는 특정 기업에 치우치지 않는 중립적인 위치에서 커뮤니티를 형성하고 코드를 개방함으로써 전 세계적인 기술 개선과 확산을 이끌고 있습니다. 최근에는 인공지능(AI)과 프라이빗 5G 네트워크 솔루션인 에테르(Aether) 프로젝트까지 그 영역을 확장하며 미래 통신 인프라의 기준을 제시하고 있습니다. 우리나라의 국가 연구망인 크레오넷(KREONET) 역시 이러한 기술적 변화에 발맞추어 소프트웨어화 프로젝트인 'KREONET-S'를 추진하고 있습니다. 1988년부터 운영된 크레오넷은 현재 전국 17개 지역과 4개의 국제 센터를 연결하는 대규모 백본 네트워크입니다. 과거의 전통적인 IP 기반 네트워크를 넘어 가상화, 자동화, 지능화된 인프라를 구축하기 위해 오픈 소스 기반의 ONOS를 컨트롤러로 채택하였습니다. 이를 통해 연구망 이용자들에게 더 안정적이고 유연한 네트워크 환경을 제공하며, 서드 파티 개발자들이 자유롭게 기술을 실증할 수 있는 개방형 플랫폼을 완성해 나가고 있습니다. KISTI는 ONOS 기반의 노스바운드 API를 활용하여 가상 전용망 기술인 VDN(Virtual Dedicated Network)을 개발하였습니다. VDN은 물리적인 네트워크 인프라 하나에서 여러 개의 논리적인 슬라이스를 단 5초 이내에 생성할 수 있는 획기적인 기술입니다. 이를 통해 무선망 서비스, 보안을 위한 트래픽 격리, 빅데이터 전송 등 목적에 따라 독립된 네트워크 환경을 제공할 수 있습니다. 특히 5G나 6G 환경에서 필수적인 망 격리와 보안 환경 구축에 매우 유리하며, 논리적으로 중앙 집중화된 제어 방식을 통해 전체적인 서비스 운영의 안정성과 고가용성을 동시에 확보하고 있습니다. 오픈 소스 기반으로 개발된 이러한 기술들은 단순한 연구 단계를 넘어 실제 산업 현장으로 확산되고 있습니다. KISTI는 네트워크 슬라이싱 기술을 바탕으로 연구소 기업을 창업하고 신기술(NET) 인증을 획득하는 등 기술 사업화 측면에서도 가시적인 성과를 거두었습니다. 최근에는 대규모 실증 사업을 통해 스마트 아파트와 스마트 팩토리에 망 분리 환경을 적용하는 프로젝트를 진행하며 기술의 실용성을 증명하고 있습니다. 앞으로 AI 기반의 자동화된 트래픽 예측 및 슬라이싱 기술이 더해진다면, 더욱 지능화된 차세대 네트워크 생태계가 열릴 것으로 기대됩니다.

• 융합
• 공학·기술

EOST2022 오픈스택으로 알아보는 글로벌 커뮤니티의 개발 문화

오픈스택은 2010년 NASA에서 시작되어 현재 186개국 8,500명 이상의 개발자가 참여하고 있는 거대한 글로벌 오픈소스 프로젝트입니다. 지난 12년 동안 지속되어 온 이 방대한 프로젝트는 특정 기업이나 개인의 힘만으로는 운영이 불가능합니다. 따라서 비영리 재단인 오픈 인프라 파운데이션(OIF)이 중심이 되어 오픈스택 생태계의 전반적인 개발과 운영을 지원하고 있습니다. 재단은 전 세계 사람들이 기술적 한계를 넘어서 함께 혁신을 만들어낼 수 있도록 탄탄한 지원 거버넌스를 제공하는 중추적인 역할을 담당합니다. 오픈스택은 6개월마다 새로운 버전을 릴리즈하며, 각 컴포넌트의 개발은 프로젝트 팀(PT)이 주도합니다. 이들은 코드 리뷰와 버그 관리, 미래 로드맵 수립 등의 막중한 책임을 지며 리더인 PTL은 민주적인 투표로 선출됩니다. 참여자들은 델이나 레드햇 같은 대형 벤더사 소속부터 개인에 이르기까지 다양하며, 어떠한 직접적인 대가 없이 자신의 시간을 쏟아 자발적으로 기여합니다. 실무 운영 과정에서 발견된 문제점을 해결하고 성능을 개선하려는 이러한 집단 지성이야말로 프로젝트를 지탱하는 핵심 동력이라 할 수 있습니다. 건강한 협력을 위해 오픈스택은 'Four Opens'라는 네 가지 핵심 철학을 실천하고 있습니다. 소스 코드의 라이선스 준수는 물론, 모든 설계 과정이 공개된 장소에서 이루어져야 한다는 '오픈 디자인' 원칙이 강조됩니다. 또한 개발 과정 전체가 투명하게 공유되어야 하며, 누구나 리더십을 가질 수 있는 열린 커뮤니티를 지향합니다. 이러한 철학 덕분에 오픈스택은 기능 제한이 있는 별도의 엔터프라이즈 버전을 두지 않으며, 모든 사용자가 동일하게 강력한 성능과 기능을 누릴 수 있는 진정한 의미의 오픈 기술 생태계를 구축해 왔습니다. 기술적 구현 측면에서도 오픈스택은 깃허브 대신 게릿(Gerrit)이나 줄(Zuul)과 같은 자체적인 오픈 소스 도구들을 활용하여 독자적인 개발 환경을 운영합니다. 대규모 인프라 구축이 어려운 개별 개발자들을 위해 '데브스택'이라는 간소화된 구성 도구를 제공함으로써 진입 장벽을 낮추고 있습니다. 모든 의사결정과 회의록은 이더패드나 메일링 리스트를 통해 실시간으로 공유되며, IRC와 같은 채널을 통해 전 세계 누구나 자유롭게 질문하고 의견을 낼 수 있습니다. 이러한 철저한 투명성은 글로벌 협업 과정에서 발생할 수 있는 소통의 단절을 막아주는 안전장치가 됩니다. 기여의 문턱을 낮추기 위한 노력은 '업스트림 인스티튜트'라는 교육 프로그램으로도 이어집니다. 이는 매년 열리는 글로벌 서밋에서 초보 기여자를 대상으로 진행되며, 샌드박스 프로젝트를 통해 기여의 전체 과정을 직접 실습해 볼 수 있는 기회를 제공합니다. 한국 커뮤니티 또한 가이드라인의 한글화와 로컬 기여 실습 행사를 통해 국내 개발자들이 글로벌 무대에서 역량을 발휘할 수 있도록 돕고 있습니다. 누구나 참여하고 함께 성장하는 문화를 기반으로 오픈스택은 단순한 소프트웨어를 넘어 전 세계 개발자들이 소통하는 거대한 기술 문화의 장이 되었습니다.

• 공학·기술

EOST2022 개회

한국전자통신연구원(ETRI)은 오픈소스 관련 주요 이슈와 연구 성과를 공유하며 기술 발전을 도모하는 '오픈소스 테크데이'를 개최하였습니다. 2022년 행사는 '연구개발 혁신과 협업 문화'라는 주제 아래 전문가들이 모여 커뮤니티 간 협력 방안을 심도 있게 논의하는 자리였습니다. 과학기술정보통신부가 주최하고 여러 정부출연연구기관이 공동 참여한 이번 행사는 연구 현장의 개방형 생태계를 구축하고 상호 기술적 시너지를 창출하기 위해 마련되었습니다. 참여 기관들은 각자가 보유한 기술력을 바탕으로 개방형 혁신을 선도할 것을 다짐했습니다. 지난 2년간은 팬데믹으로 인해 온라인 중심으로 소통해 왔으나, 올해는 오프라인 현장에서도 많은 참석자를 직접 마주하며 더욱 생생한 기술 교류가 이루어졌습니다. 오픈소스 생태계 전략과 개발자 커뮤니티의 성장을 다루는 다양한 세션들은 참석자들에게 실질적인 통찰력을 제공하였습니다. 기조연설과 패널 토의를 통해 공유된 최신 트렌드와 연구 결과물들은 국내 소프트웨어 산업의 경쟁력을 한 단계 더 높이는 중요한 자양분이 될 것으로 보입니다. 함께 고민하고 소통하는 과정을 통해 지식의 지평을 넓히는 소중한 시간이었습니다. 행사에는 한국전자통신연구원 원장과 소프트웨어정책연구소 소장 등 주요 관계자들이 참석하여 오픈소스 기반의 디지털 혁신에 대한 강한 의지를 표명하였습니다. 민간 기업의 기술 책임자들도 함께 참여해 공공과 민간이 어우러지는 협력의 장을 형성했으며, 이는 연구개발 현장의 개방형 혁신을 가속화하는 동력이 되었습니다. 이른 아침부터 자리를 지킨 수많은 연구자와 개발자들의 열기는 대한민국이 오픈소스 강국으로 도약하는 미래를 기대하게 만들었습니다. 참석자들의 뜨거운 관심은 미래 기술 협력의 새로운 가능성을 여는 열쇠가 되었습니다.

• 융합
• 공학·기술

EOST2022 오픈소스 기반의 비행제어컴퓨터 소개 및 발전 방향

드론 기술의 발전은 연구실의 시뮬레이션을 넘어 실제 하늘을 수백 대의 기체가 수놓는 군집 비행 시대로 나아가고 있습니다. 초기 군집 비행 연구에서는 상용 제품인 Parrot 사의 드론 등을 활용했으나, 하드웨어의 폐쇄성과 센서 간섭 문제로 인해 기술적 한계에 부딪히곤 했습니다. 특히 초음파 센서의 주파수 간섭으로 인한 고도 제어의 어려움은 연구자가 직접 코드를 해킹해야만 해결할 수 있는 영역이었습니다. 이러한 경험은 단순히 기성 제품을 사용하는 것을 넘어, 사용자가 내부 구조를 직접 수정하고 최적화할 수 있는 오픈소스 기반 비행제어 시스템의 필요성을 절실히 깨닫게 만드는 계기가 되었습니다. PX4는 2009년 취리히 공과대학의 Lorenz Meier에 의해 시작된 프로젝트로, 현재 전 세계 드론 생태계를 이끄는 핵심적인 오픈소스 비행제어 소프트웨어입니다. 이 프로젝트는 단순한 제어 프로그램을 넘어 지상국 시스템인 QGroundControl과 통신 프로토콜인 MAVLink까지 아우르는 거대한 에코시스템을 구축했습니다. 이후 리눅스 재단의 Dronecode 프로젝트로 통합되면서 인텔, 퀄컴 등 글로벌 기업들의 참여를 이끌어냈고, BSD 라이선스를 채택하여 기업들이 기술 유출 걱정 없이 상업적 목적으로 활용할 수 있는 토대를 마련했습니다. 이러한 개방성은 드론 기술의 폭발적인 성장을 견인하는 원동력이 되었습니다. PX4 시스템의 기술적 핵심은 uORB라고 불리는 발행-구독 구조의 메시지 전달 방식에 있습니다. 이는 로봇 운영체제인 ROS와 매우 유사한 설계 철학을 공유하고 있어, 비행제어 컴퓨터와 임무용 컴퓨터 간의 유기적인 연동을 가능하게 합니다. 최근에는 ROS 2와의 융합이 더욱 활발해지면서 비행제어는 PX4가 담당하고, 인공지능이나 영상 처리 같은 복합적인 임무 수행은 젯슨 나노와 같은 고성능 임무용 컴퓨터가 담당하는 구조가 정착되었습니다. 이처럼 역할 분담을 통해 드론은 단순한 비행체를 넘어 정교한 임무를 수행하는 지능형 로봇으로 진화하고 있으며, 두 시스템 간의 매끄러운 통신은 그 핵심이라 할 수 있습니다. 현재 드론 기술은 비행 안정화를 넘어 시스템의 최적화와 보안 강화라는 새로운 단계에 진입하고 있습니다. 기체의 무게를 줄이기 위해 비행제어 컴퓨터와 임무용 컴퓨터를 물리적으로 통합하려는 시도가 이어지고 있으며, 이 과정에서 하드웨어 리소스의 효율적인 배분과 시스템 간 간섭 방지가 중요한 연구 과제로 떠올랐습니다. 또한 네트워크를 통한 대용량 데이터 전송이 늘어남에 따라 이더넷 기반의 보안 취약점을 해결하기 위한 노력도 병행되고 있습니다. 500명 이상의 전 세계 개발자들이 참여하여 시스템의 완성도를 높여가고 있는 만큼, 드론은 이제 상용화가 가능한 수준의 높은 신뢰성을 확보해 나가고 있습니다. 마지막으로 드론 개발의 효율성을 극대화하는 시뮬레이션 기술의 비약적인 발전도 주목해야 합니다. Gazebo나 jMAVSim 같은 기존 도구를 넘어, 최근에는 마이크로소프트의 AirSim이나 Ignition처럼 현실에 가까운 가상 환경을 제공하는 시뮬레이터들이 적극적으로 활용되고 있습니다. 이러한 시뮬레이션 기술은 실제 비행 시 발생할 수 있는 위험을 최소화하고 다양한 기상 조건이나 돌발 상황을 안전하게 테스트할 수 있는 기반을 제공합니다. 결국 오픈소스 기반의 안정된 비행제어 시스템과 고성능 임무용 컴퓨터, 그리고 정교한 시뮬레이션 기술의 결합이 드론 산업의 미래를 결정짓는 핵심 경쟁력이 될 것입니다.

• 융합
• 공학·기술

EOST2022 무인이동체 설계해석 소프트웨어 개발 및 성능시험

항공우주 산업은 전통적으로 보잉이나 에어버스와 같은 거대 기업이 주도하며, 소량의 기체를 고가에 판매하는 소품종 고부가가치 시장의 특성을 지니고 있었습니다. 그러나 최근 10년 사이 드론 기술의 비약적인 발달은 이러한 생태계를 다품종 대량 생산 체제로 빠르게 변화시키고 있습니다. 미국의 드론 등록 대수가 이미 80만 대를 넘어설 정도로 시장 규모가 급격히 팽창하면서, 기존의 폐쇄적인 항공기 개발 방식과는 전혀 다른 혁신적인 접근법이 엔지니어들에게 요구되고 있습니다. 특히 연평균 20% 이상의 고성장이 예측되는 상업용 드론 시장은 향후 항공우주 산업의 주도권을 결정지을 중요한 변곡점이 될 것입니다. 이러한 거대한 변화의 중심에는 로렌츠 마이어가 주도한 PX4 프로젝트와 같은 오픈소스 생태계가 자리하고 있습니다. 2010년대 초반에 등장한 이 프로젝트는 비행 제어 소프트웨어인 PX4와 관련 하드웨어 도면을 전 세계에 공개하며 드론 개발의 진입 장벽을 획기적으로 낮추었습니다. 전 세계 수많은 개발자가 참여하는 이 커뮤니티는 기존 항공 산업에서는 불가능했던 압도적인 피드백 속도를 자랑합니다. 수만 번의 비행 시험 결과가 실시간으로 공유되고 즉각적으로 코드 업데이트에 반영되는 개방형 구조는, 소형 드론 기술이 단기간에 글로벌 시장을 형성할 수 있었던 핵심 동력이 되었습니다. 한국항공우주연구원에서는 이러한 오픈소스 자원을 적극 도입하여 중형급 이상의 특수 무인 항공기 최적화 연구를 수행하고 있습니다. 특히 수직 이착륙과 고속 비행이 모두 가능한 VTOL 기체는 멀티콥터 모드에서 고정익 모드로 전환되는 천이 구간의 정교한 제어가 비행의 성패를 좌우합니다. 연구팀은 검증된 PX4 알고리즘을 베이스라인으로 활용하되, 50kg급 이상의 대형 기체 특성에 맞추어 제어 로직을 개조하고 반복적인 시뮬레이션을 통해 안정성을 다듬어 나가고 있습니다. 처음부터 모든 코드를 독자 개발하던 방식에서 벗어나 유연한 오픈소스 전략을 취함으로써 개발 효율을 극대화한 사례입니다. 기체 설계 단계의 정밀도를 높이기 위해 서울대학교와 공동으로 구축한 소형 드론 최적 설계 소프트웨어도 중요한 성과 중 하나입니다. 이 시스템은 사용자가 특정 비행 임무 조건을 입력하면, 그 목적에 가장 적합한 프로펠러 인치 수와 모터 사양, 배터리 용량의 조합을 자동으로 계산하여 제안합니다. 농약 살포나 장거리 배송처럼 구체적인 목표에 따라 비행 성능을 최적화함으로써 임무 성공률을 높이고 기체 제작의 시행착오를 줄여줍니다. 해당 기술은 국내 드론 기업들에게 무료로 배포되어 실제 현장에서 좋은 반응을 얻었으며, 현재는 체계적인 오픈소스 라이선스 관리를 통해 지속적인 업데이트 환경을 구축하고 있습니다. 마지막으로 모델링 및 시뮬레이션 공정에도 최신 디지털 툴과 오픈소스의 결합이 빛을 발하고 있습니다. 상용 모델링 프로그램과 오픈소스 유체 해석 프로그램인 오픈폼을 연동하여 설계 자동화 프로세스를 완성한 것이 대표적인 연구 결과입니다. 엑셀에 매개변수를 입력하는 것만으로 기체의 형상을 즉시 변경하고 공력 성능을 고정밀도로 해석할 수 있어, 수작업에 의존하던 과거 방식보다 연구 속도를 비약적으로 높였습니다. 항공우주 도메인 전문가들이 이러한 고성능 오픈소스 툴을 자유자재로 활용하게 된 것은 미래 무인 이동체 기술 경쟁력을 확보하는 데 있어 매우 강력한 무기가 될 것입니다.

• 융합
• 공학·기술

EOST2022 환영사 - ETRI 김명준 원장

정보통신기술(ICT)은 디지털 대전환의 시대를 맞아 우리 사회와 개인의 삶 전반에 걸쳐 혁신적인 변화를 이끌고 있습니다. 특히 최근의 ICT는 다양한 산업 분야와의 융복합을 통해 새로운 가치를 창출하고 있으며, 그 핵심 전략으로 개방형 협력이 주목받고 있습니다. 단순한 기술 공개를 넘어 개발자와 기업 모두에게 유익한 생태계를 조성하는 것은 이제 선택이 아닌 필수가 되었습니다. 지금은 국내 소프트웨어 경쟁력에 강력한 모멘텀을 더하기 위해 이러한 흐름을 전략적으로 수용해야 하는 매우 중요한 시점입니다. 한국전자통신연구원(ETRI)은 이러한 흐름에 발맞추어 2019년부터 오픈소스 R&D 활동을 체계적으로 지원해 오고 있습니다. 출연연 최초로 관련 원규를 제정하고, 연구 개발의 효율성을 높이기 위해 전용 플랫폼인 ‘ETRI Connect’와 컴플라이언스 자동 점검 도구인 ‘ETRIolia’를 구축했습니다. 이러한 인프라는 연구 성과를 외부에 투명하게 공개하고 확산하는 밑거름이 됩니다. 또한 국제 표준 인증 획득과 거버넌스 적용을 통해 공급망 관리의 신뢰도를 높이며 협력의 기반을 탄탄히 다지고 있습니다. 기술의 진정한 가치는 폐쇄적인 연구실을 벗어나 다양한 주체들과 연대할 때 극대화됩니다. ETRI는 항공우주, 화학, 원자력 등 여러 분야의 출연연들과 손잡고 오픈소스 결과물을 공유하며 기술적 시너지를 창출하고 있습니다. 이러한 시도는 서로 다른 전문 지식이 융합되어 산업 전반의 혁신을 주도하는 계기가 됩니다. 특히 대면 행사를 통해 인공지능이나 빅데이터 같은 핵심 기술뿐만 아니라 전략적 현안에 대한 논의를 심화함으로써 더욱 성숙한 연구 협력 공동체를 지향하고 있습니다. 오픈소스의 근간을 이루는 정신은 개방과 공유, 그리고 협업이라는 세 가지 가치로 집약됩니다. 과거에는 해외 기술을 가져다 쓰는 데 급급하기도 했지만, 이제는 스스로의 기술을 먼저 공개하고 자발적으로 참여하는 기여 중심의 문화로 나아가야 합니다. 이는 단순히 코드를 나누는 행위를 넘어 글로벌 공동체가 함께 인정하는 보편적 가치를 실천하는 과정이기도 합니다. 자신의 성과를 공동체와 나누고 함께 보완해 나가는 과정 속에서, 우리는 기술 개발의 질적 성장과 더불어 지속 가능한 경제 발전의 동력을 얻게 됩니다. 새로운 시대로 나아가기 위해서는 과거의 성공 방식에 안주하지 않는 도전 정신이 필요합니다. 1990년대 후반, 안정적인 작업 환경을 뒤로하고 미지의 영역이었던 리눅스로 연구 기반을 전격 교체했던 결단은 오늘날 대한민국 소프트웨어 생태계의 소중한 밑거름이 되었습니다. 당시의 저항과 어려움을 이겨내고 일궈낸 성과들은 자생적인 기술력을 확보하는 것이 얼마나 중요한지를 잘 보여줍니다. 앞으로도 이러한 개척자 정신을 바탕으로 협업과 소통의 장을 지속적으로 넓혀갈 때, 우리나라는 글로벌 기술 시장의 주역으로 우뚝 설 수 있을 것입니다.

• 융합
• 공학·기술

EOST2021 전원 불안정 감내 자율적 에너지기반 컴퓨팅 시스템SW 원천기술

기존의 컴퓨팅 환경은 전원이 안정적으로 공급되거나 배터리를 통해 지속적인 전력이 보장되는 상황을 가정하여 설계되었습니다. 하지만 최근 사물인터넷(IoT) 기술의 확산과 함께 전력망이 닿지 않는 곳에서도 스스로 에너지를 생산하여 동작하는 에너지 독립적 컴퓨팅에 대한 수요가 급증하고 있습니다. 이러한 흐름에 맞춰 등장한 '에너지 드리븐 컴퓨팅'은 전력 공급이 불안정한 극한 환경에서도 중단 없이 연산을 지속할 수 있도록 돕는 차세대 기술입니다. 이는 에너지 하베스팅 기술과 비휘발성 메모리(NVM)의 발전을 기반으로 하여, 전원이 끊기더라도 실행 데이터를 안전하게 보관하고 다시 복구할 수 있는 혁신적인 토대를 마련하고 있습니다. 이 기술이 가장 절실하게 요구되는 분야는 사람의 손길이 닿기 어려운 오지나 거대 규모의 네트워크 환경입니다. 수많은 기기가 연결되는 '매시브 IoT' 환경에서는 기기마다 배터리를 일일이 교체하는 것이 사실상 불가능하기에 자율적으로 에너지를 관리하는 시스템이 필수적입니다. 또한, 운영 실패율이 높고 예측하기 어려운 에너지 소모가 발생하는 초소형 큐브 위성 분야에서도 에너지 드리븐 기술은 미션 성패를 가르는 핵심적인 역할을 수행합니다. 더불어 온디바이스 AI 환경에서는 희소 자원을 효율적으로 관리하여 통신 의존도를 낮추고 프라이버시 문제를 해결하며 기기 자체적으로 안정적인 학습과 추론을 수행할 수 있게 합니다. 에너지 드리븐 컴퓨팅의 중추적인 소프트웨어 기술은 '인터미턴트 컴퓨팅(Intermittent Computing)'이라 불리는 간헐적 연산 제어 기술입니다. 이 기술은 전원이 끊겼을 때 연산이 처음으로 되돌아가 무한히 반복되는 초기화 현상인 '스태그네이션'을 방지하는 진행 보장성을 목표로 합니다. 또한, 비휘발성 메모리를 메인 메모리로 사용할 때 발생하는 데이터 불일치 문제를 해결하여 메모리 일관성을 유지하며, 특정 미션을 정해진 시간 내에 처리해야 하는 수행 적시성을 확보합니다. 이를 통해 시스템은 가용 에너지가 축적될 때마다 작업을 이어가며 전력 환경이 열악한 상황에서도 소프트웨어의 신뢰성과 완결성을 보장하게 됩니다. 안정적인 시스템 구축을 위해 하드웨어와 소프트웨어를 유기적으로 결합한 통합 플랫폼 연구가 활발히 진행되고 있습니다. 전원 상태를 실시간으로 인지하고 에너지를 최적화하여 관리하는 초소형 운영체제(OS)와 이를 지원하는 전용 컴파일러가 전체적인 시스템 소프트웨어의 골격을 형성합니다. 여기에 더해 물리적인 하드웨어가 준비되지 않은 상황에서도 응용 소프트웨어의 기능을 검증할 수 있는 시뮬레이션 도구와 에너지 소모량을 정밀하게 예측하는 에너지 프로파일러, 그리고 실행 오류를 검출하는 런타임 디버깅 도구가 패키지로 구성됩니다. 이러한 환경은 개발자가 다양한 전력 변화 시나리오를 미리 시험하고 대비할 수 있도록 돕는 중요한 역할을 합니다. 한국전자통신연구원(ETRI)은 국내외 연구진 및 전문 기업들과 협력하여 이 핵심 기술들을 오픈소스로 공개하는 전략을 추진하고 있습니다. 하드웨어와 소프트웨어 설계도를 투명하게 공개하여 전 세계 개발자들이 참여하는 자생적인 기술 생태계를 구축하고, 이를 통해 기술의 완성도를 상용 수준으로 끌어올리는 것이 최종 목표입니다. 연구 초기에는 내부 협업을 통해 품질을 검증하고, 이후 실제 적용 사례와 통합 프레임워크를 순차적으로 공개하여 극한 환경에서의 컴퓨팅 난제를 해결해 나갈 것입니다. 이러한 노력은 미래 산업의 기술적 주도권을 확보하고 다양한 도메인에서 에너지 제약을 극복하는 혁신적인 계기가 될 전망입니다.

• 융합
• 공학·기술

EOST2021 오픈소스로 AI·로봇 공학자 되기 프로젝트

많은 이들이 영화 속 아이언맨이나 자비스처럼 똑똑한 로봇을 만드는 꿈을 꾸지만, 정작 시작하려 하면 막막함에 부딪히곤 합니다. 포털 사이트에 검색하면 수학을 완벽히 마스터해야 한다는 식의 어려운 조언들만 가득해 지레 겁을 먹고 포기하는 경우도 많습니다. 학원에서 배우는 간단한 블록 코딩만으로는 실제 로봇 공학의 정수에 다가가기에 한계가 있습니다. 하지만 인공지능 로봇 공학자가 되는 길은 생각보다 멀리 있지 않습니다. 중요한 것은 복잡한 수식에 매몰되기보다, 실질적인 기술이 로봇에 어떻게 적용되는지를 직접 경험하며 학습의 실마리를 찾는 것입니다. 실질적인 배움의 장으로 대전에서 시작된 AI Frenz와 AI RoboLab을 추천합니다. 이곳은 전문가들의 세미나 영상이 300개 이상 축적되어 있어 누구나 원하는 기술 키워드를 검색해 학습할 수 있는 시민 참여형 공간입니다. AI RoboLab은 단순히 이론에 그치지 않고, 참가자가 직접 로봇을 조립하고 인공지능 기술을 구현하여 자율주행을 성공시키는 것을 목표로 합니다. 특히 학술적인 논문을 위한 연구보다는 실제 산업 현장이나 일상에서 즉시 활용 가능한 실전 기술에 초점을 맞추고 있습니다. 이러한 커뮤니티 활동은 초보자가 전문가로 거듭나는 훌륭한 징검다리 역할을 해줍니다. 입문 단계에서 활용하기 좋은 플랫폼은 엔비디아의 제트봇입니다. 제트슨 나노를 두뇌로 사용하는 이 로봇은 카메라 이미지를 활용해 장애물을 피하거나 특정 물체를 따라가는 기능을 수행합니다. 처음부터 모든 코드를 직접 작성해야 한다는 부담을 가질 필요는 없습니다. 엔비디아와 같은 기업들이 이미 깃허브를 통해 고성능 튜토리얼을 오픈소스로 공개해 두었기 때문입니다. 입문자들은 이 공개된 코드를 활용해 조립부터 OS 설치, 데이터 수집 및 학습 과정을 차근차근 경험하며 로봇의 기본 구조를 익힐 수 있습니다. 오픈소스를 검색하고 활용하는 습관은 로봇 공학자로 성장하는 데 필수적인 역량입니다. 기초를 다진 후에는 파이레이서나 4족 보행 로봇과 같은 고난도 프로젝트에 도전할 수 있습니다. 실제 자율주행 자동차를 축소한 파이레이서는 조이스틱으로 수집한 데이터를 구글 코랩의 클라우드 환경에서 학습시켜 정교한 주행을 구현합니다. 또한 1억 원을 호가하는 보스턴 다이내믹스의 로봇 대신, 오픈소스를 활용해 3D 프린팅으로 직접 4족 보행 로봇을 제작하고 시뮬레이션을 돌려보는 것도 가능합니다. 복잡한 다리 관절의 움직임도 잘 짜여진 오픈소스 코드를 이용하면 단 몇 줄의 수정만으로도 구현할 수 있습니다. 시뮬레이터를 통해 가상 환경에서 먼저 성능을 검증하는 과정은 실제 하드웨어 고장을 방지하는 지름길입니다. 진정한 로봇 공학자가 되기 위해서는 파이썬 코딩 능력과 더불어 최소한의 수학적 기초를 포기하지 않는 끈기가 필요합니다. 무엇보다 현대 AI 연구의 핵심은 'Papers with Code'와 같은 사이트를 활용해 세계 최고 수준의 코드를 자신의 프로젝트에 적용하는 능력입니다. 이미 검증된 모델의 입출력만 자신의 목적에 맞게 변경해도 번역이나 챗봇, 요약 등 놀라운 인공지능 기능을 로봇에 탑재할 수 있습니다. 세상에는 공부할 수 있는 고품질의 콘텐츠가 널려 있습니다. 오픈소스라는 거대한 지식의 바다를 적극적으로 활용한다면, 누구나 자신만의 지능형 로봇을 만드는 창의적인 공학자가 될 수 있을 것입니다.

• 수학
• 융합
• 공학·기술

EOST2021 오픈소스 커뮤니티 Kubernetes Korea Group 성장기

2015년경 국내 PaaS 환경은 클라우드 파운드리가 주류를 이루고 있었으나, 복잡한 설치 과정과 운영상의 한계로 인해 많은 기술적 어려움이 있었습니다. 당시 SK텔레콤에서 IaaS 개발을 담당하던 발표자는 도쿄에서 열린 오픈스택 서밋에 참석했다가 우연히 쿠버네티스 기반의 상용 솔루션인 'Tectonic'을 접하게 되었습니다. 베어메탈 서버에 직접 해당 기술을 설치하고 아키텍처를 분석하며 네트워크 동작 원리를 파헤치는 과정에서, 쿠버네티스가 차세대 플랫폼 개발의 핵심적인 해답이 될 것임을 예견했습니다. 새로운 기술적 돌파구를 발견했음에도 불구하고, 컨테이너 오케스트레이션이라는 생소한 분야를 홀로 연구하기에는 진입 장벽이 상당히 높았습니다. 기술적 고립을 극복하고 함께 공부할 동료를 찾기 위해 2016년 1월 9일, 발표자는 '쿠버네티스 코리아 그룹'이라는 페이스북 커뮤니티를 개설했습니다. 초기에는 아는 지인 5명을 강제로 멤버에 포함시켜 시작할 정도로 미약한 출발이었으나, 이는 기술적 가치를 공유하고 집단 지성을 통해 함께 성장하고자 하는 국내 오픈소스 생태계의 소중한 씨앗이 되었습니다. 커뮤니티 초기인 2017년까지는 정체기를 겪었지만, 2018년부터 쿠버네티스에 대한 관심이 급증하며 폭발적인 성장이 시작되었습니다. 예닐곱 명이 모이던 소규모 밋업은 어느덧 수백 명이 참여하는 대규모 행사로 발전했고, SKT T타워 수펙스홀을 가득 채울 정도로 저변이 확대되었습니다. 당시 CNCF의 CEO였던 댄 콘 역시 한국의 유례없는 밋업 규모와 열기에 놀라움을 표하기도 했습니다. 현재 회원 수는 7,700명을 넘어섰으며, 이는 단순한 정보 교류를 넘어 실무 기술을 선도하는 거대 커뮤니티로 자리매김했음을 보여줍니다. 성장에 발맞추어 커뮤니티의 활동 영역은 글로벌 무대와 독립 컨퍼런스 개최로 확장되었습니다. 초기에는 오픈스택 커뮤니티와 공동으로 행사를 진행했으나, 이후 '쿠버네티스 포럼 서울'과 '쿠버네티스 커뮤니티 데이(KCD)'를 통해 독자적인 기술 축제의 장을 마련했습니다. 팬데믹 상황에서도 버추얼 컨퍼런스를 성공적으로 개최하여 천 명 이상의 참가자를 유치하는 성과를 거두었습니다. 이러한 노력은 국내 개발자들이 글로벌 오픈소스 프로젝트에 기여하고 인사이트를 얻는 중요한 가교 역할을 수행하고 있습니다. 오픈소스 커뮤니티가 지속 가능한 성장을 이루기 위해서는 다섯 가지 핵심 요소가 조화를 이루어야 합니다. 업계에서 널리 활용될 우수한 소프트웨어의 발굴, 글로벌 커뮤니티와의 연계, 꾸준한 기술 세미나 개최, 그리고 블로그 등을 통한 활발한 지식 공유가 필요합니다. 무엇보다 가장 중요한 것은 대가 없이 헌신하는 운영진의 자발적인 참여입니다. 혼자서는 불가능한 복잡한 기술적 과제들을 함께 해결하며 성취감을 공유하는 문화야말로 생태계를 유지하는 가장 강력한 원동력이기 때문입니다.

• 공학·기술

EOST2021 Phrase Retrieval Learns Passage Retireval, Too

오픈 도메인 질의응답(Open-domain QA)은 위키피디아와 같은 거대한 지식 베이스에서 질문에 대한 정답을 찾아내는 기술입니다. 기존의 방식은 문서를 먼저 찾고 이를 다시 읽어 정답을 추출하는 리트리버-리더(Retriever-Reader) 구조를 주로 사용해 왔습니다. 그러나 이 방식은 질문이 바뀔 때마다 많은 문서를 다시 읽어야 하므로 연산 속도가 느리다는 단점이 있습니다. 이를 해결하기 위해 등장한 구 단위 검색(Phrase Retrieval) 기술은 문서 내의 연속적인 단어 집합인 구를 미리 벡터화하여 저장함으로써, 별도의 읽기 과정 없이 즉시 정답을 찾아내는 비약적인 속도 향상을 이루어냈습니다. 구 단위 검색(Phrase Retrieval) 기술의 핵심적인 매력은 하나의 인덱스를 활용해 다양한 단위의 검색이 가능하다는 점에 있습니다. 기존의 텍스트 검색 모델들은 문장이나 단락 등 특정 단위에 맞춰 개별적인 인덱스를 구축해야 했습니다. 반면, 구 단위 검색(Phrase Retrieval) 시스템은 질문의 의도에 따라 정답이 되는 특정 구를 직접 찾을 수도 있고, 해당 구가 포함된 문장이나 단락, 심지어 전체 문서까지 유연하게 불러올 수 있습니다. 이는 구 단위 검색(Phrase Retrieval)이 문장이나 단락 단위 검색(Passage Retrieval)보다 더 미세한 정보를 담고 있기 때문입니다. 결과적으로 구 단위 검색(Phrase Retrieval) 인덱스 하나만으로 정밀한 정답 추출부터 포괄적인 문맥 파악까지 아우르는 다목적 검색 시스템을 구현할 수 있습니다. 구 단위 검색(Phrase Retrieval) 모델인 DensePhrases는 기존의 대표적인 단락 단위 검색(Passage Retrieval) 모델인 DPR과 비교했을 때 흥미로운 성능 차이를 보입니다. 실험 결과에 따르면, DensePhrases는 특히 소수의 단락만을 검색할 때 DPR보다 훨씬 뛰어난 정확도를 나타냈습니다. 이는 검색 단위를 구로 설정하여 학습한 모델이 단락 단위의 검색에서도 충분히 경쟁력이 있음을 시사합니다. 또한, 많은 단락을 입력으로 사용하는 생성 기반 모델인 FiD와 결합했을 때도 효율성이 돋보였습니다. DensePhrases를 활용하면 기존보다 훨씬 적은 수의 단락만으로도 높은 수준의 정답 생성 성능을 유지할 수 있어, 대규모 언어 모델의 연산 부담을 획기적으로 줄이는 데 기여합니다. 연구팀은 모델이 왜 뛰어난 성능을 보이는지 분석하기 위해 주제 구분(L_topic)과 정답 정렬(L_hard) 능력을 나누어 평가했습니다. 분석 결과, DensePhrases는 주제가 유사하지만 정답이 없는 까다로운 사례를 구별하는 'L_hard' 지표에서 압도적인 우위를 점했습니다. 이는 모델이 단락 내의 미세한 정보를 파악하도록 훈련되었기 때문에, 단순한 문맥 유사성을 넘어 정답과의 실제 정렬 상태를 더 예민하게 포착할 수 있음을 뜻합니다. 이러한 강점 덕분에 비록 주제가 조금 멀어 보이더라도 질문에 대한 직접적인 단서를 포함한 단락을 더 정확하게 찾아낼 수 있으며, 이는 전반적인 검색 품질의 향상으로 이어집니다. 방대한 양의 구 정보를 저장하기 위해서는 효율적인 인덱스 관리 기술이 필수적입니다. 수억 개에 달하는 구 표현 벡터는 수 테라바이트에 달하는 저장 공간을 차지할 수 있기 때문입니다. 이를 해결하기 위해 연구진은 중요도가 낮은 구를 걸러내는 필터링 기술(Phrase Filter)과 벡터 압축 기술인 양자화(PQ) 기법을 도입했습니다. 특히 양자화(PQ) 과정을 고려한 파인튜닝 방식을 통해 검색 정확도 손실을 최소화하면서도 인덱스 크기를 수십 기가바이트 수준으로 대폭 줄이는 데 성공했습니다. 결과적으로 DensePhrases는 기존 단락 단위 검색(Passage Retrieval) 모델보다 더 작은 저장 공간을 사용하면서도 더 높은 정확도를 제공하는, 경제성과 성능을 동시에 잡은 최적의 솔루션이 되었습니다.

• 융합
• 공학·기술

EOST2021 오픈소스 비행제어컴퓨터 PX4 기반의 군집 드론 시스템 개발

군집 드론 기술은 다수의 비행체가 충돌 없이 정교하게 협동하는 고난도의 항공우주 기술입니다. 초기 연구는 주로 시뮬레이션에 의존하는 경향이 있었으나, 실제 환경에서의 검증을 위해 상용 기체를 활용한 실전적인 연구가 점진적으로 확대되었습니다. 하지만 상용 제품은 내부 소스 코드가 공개되지 않아 고도 측정 센서 간의 주파수 간섭 문제와 같은 치명적인 기술적 한계를 해결하는 데 막대한 시간과 비용이 소모되는 문제점이 있었습니다. 이러한 경험은 단순히 기체를 구매하여 운용하는 단계를 넘어, 개발자가 직접 제어 알고리즘을 수정하고 최적화할 수 있는 독자적인 오픈 소스 시스템 구축의 필요성을 절실히 느끼게 하는 계기가 되었습니다. 이러한 폐쇄적인 시스템의 한계를 극복하기 위해 대안으로 떠오른 것이 바로 오픈 소스 비행 제어 시스템인 PX4입니다. 스위스 취리히 연방 공과대학에서 시작된 이 시스템은 객체 지향 설계를 바탕으로 각 모듈 간의 독립성을 철저히 보장하는 구조를 갖추고 있습니다. 특히 BSD 라이선스를 채택하여 기업들이 코드를 수정하더라도 결과물을 강제로 공개할 의무가 없다는 점이 산업계의 폭발적인 참여를 이끌어냈습니다. 이를 통해 전 세계의 개발자들은 자신의 관심 분야에만 집중하여 기능을 개선하고 공유할 수 있게 되었으며, 이러한 집단 지성은 드론 소프트웨어 생태계의 비약적인 성장을 견인하는 핵심 동력이 되었습니다. PX4 생태계는 리눅스 재단의 드론코드(Dronecode) 프로젝트를 통해 더욱 공고해졌으며, 인텔과 퀄컴 등 글로벌 기술 기업들이 대거 참여하며 표준화된 플랫폼으로 자리 잡았습니다. 이후 전문적인 관리를 담당하는 기업들이 설립되면서 시스템의 비행 안정성이 비약적으로 향상되었고, 기존의 저속 통신 한계를 극복한 고속 데이터 전송 기술이 도입되었습니다. 이러한 기술적 토대는 드론이 단순한 비행체를 넘어 복합적인 임무를 수행할 수 있는 지능형 플랫폼으로 진화하는 중요한 전환점이 되었습니다. 이제 드론은 하드웨어의 성능을 넘어 소프트웨어의 유연성과 확장성에 따라 그 가치가 결정되는 시대를 맞이하고 있습니다. 최근 드론 기술의 가장 큰 진보는 로봇 운영체제(ROS)와의 긴밀한 연동에서 찾을 수 있습니다. 특히 ROS 2와의 통합은 분산 시스템 기반의 동작을 가능하게 하여, 드론이 복잡한 임무 환경에서도 실시간으로 데이터를 처리하고 다수의 기체와 협업할 수 있는 강력한 기반을 마련해 주었습니다. 이제 개발자들은 비행 제어라는 기본적인 물리적 제약에서 벗어나, 드론을 활용한 구체적이고 고도화된 서비스 구현에 모든 역량을 집중할 수 있게 되었습니다. 이는 산업 전반에 걸친 표준안 제시로 이어지고 있으며, 드론이 다양한 산업 현장에서 신뢰할 수 있는 표준 장비로 자리매김하는 결정적인 원동력이 되고 있습니다. 이제 군집 드론 기술은 단순한 공연이나 전시를 넘어 사회 안전망 구축이라는 공익적 목적으로 그 영역을 확장하고 있습니다. 군집 정찰 드론 시스템은 다수의 기체가 넓은 영역을 동시에 수색하며 실시간으로 객체를 탐지하여 실종자나 사고를 식별하는 핵심적인 안전 기술입니다. 딥러닝 기반의 알고리즘과 고성능 AI 반도체 기술이 결합되면서 높은 고도에서도 작은 물체를 정확하게 식별하는 수준에 도달하였으며, 이는 세계적인 기술 대회에서도 그 실효성을 입증받았습니다. 이러한 기술적 진보는 향후 민간 재난 대응은 물론 군사적 활용에 이르기까지 우리 사회의 안전을 지키는 다양한 영역에서 중추적인 역할을 수행할 것으로 기대됩니다.

• 융합
• 공학·기술

EOST2021 내가 해온 연구에 데이터 분석 끼얹기

4차 산업혁명의 물결 속에서 인공지능과 빅데이터가 강조되고 있지만, 실제 많은 연구 현장은 여전히 과거의 방식에 머물러 있는 경우가 많습니다. 대중은 자율주행차와 인공지능의 창조성에 열광하지만, 정작 실험실에서는 엑셀(Excel)조차 사용하기를 꺼리며 계산기에 의존하는 구시대적인 모습이 보이기도 합니다. 이는 단순히 도구의 문제가 아니라 시대의 변화를 받아들이는 속도의 차이에서 기인합니다. 급변하는 기술 환경과 전통적인 연구 방식 사이의 간극을 좁히는 것이 오늘날 과학자들에게 주어진 중요한 과제 중 하나라고 할 수 있습니다. 연구실은 크게 화학 반응이 일어나는 '웨트 랩(Wet Lab)'과 컴퓨터로 수치 해석을 수행하는 '드라이 랩(Dry Lab)'으로 나뉩니다. 하얀 가운을 입고 약품을 섞는 과학자의 모습은 우리에게 익숙한 웨트 랩(Wet Lab)의 풍경이지만, 최근에는 이곳에도 조금씩 변화의 바람이 불고 있습니다. 실험 장비 옆에 배치된 컴퓨터가 측정 데이터를 파일로 저장하고 처리하는 모습은 컴퓨터 기술이 실험 현장에 스며들고 있음을 보여줍니다. 웨트 랩(Wet Lab)과 드라이 랩(Dry Lab)의 경계가 서서히 허물어지면서, 데이터 분석 능력은 이제 모든 연구자에게 필수적인 역량으로 자리 잡고 있습니다. 최근 리버풀 대학교에서 발표한 '로봇 화학자'는 인간보다 수천 배 빠른 속도로 실험과 데이터 분석을 수행하며 연구의 효율성을 극대화하고 있습니다. 이 로봇은 며칠 만에 기존 성능을 수 배 뛰어넘는 광촉매를 개발해냈을 뿐만 아니라, 실험 결과에 따라 다음 단계의 실험 계획까지 스스로 수립하는 놀라운 능력을 보여주었습니다. 국내외 유수의 연구 기관에서도 로봇 팔을 이용해 물질을 합성하고 특성을 측정하는 자율 수행 시스템을 도입하고 있습니다. 이러한 자동화 시스템의 확산은 연구의 패러다임이 인간 중심에서 데이터 중심으로 이동하고 있음을 시사합니다. 많은 연구자가 20년 전과 다름없는 방식으로 엑셀(Excel)이나 오리진(Origin) 같은 유료 소프트웨어를 사용해 그래프를 그리고 데이터를 분석합니다. 하지만 이러한 도구들은 고유한 한계를 지니고 있으며, 연구자의 창의적인 아이디어를 자유롭게 구현하기에는 부족함이 있습니다. 이에 대한 대안으로 파이썬(Python)을 활용하면 판다스(Pandas), 사이파이(SciPy), 맷플롯립(Matplotlib) 등 강력한 라이브러리를 통해 데이터 로드부터 복잡한 신호 처리와 시각화까지 모든 과정을 정교하게 제어할 수 있습니다. 오픈소스 도구를 익히는 것은 단순한 기술 습득을 넘어 연구의 자유도를 획기적으로 높이는 길입니다. 코딩을 배우는 과정에는 심리적인 장벽이 존재할 수 있지만, 이는 결코 지적 능력의 부족 때문이 아닙니다. 파이썬(Python) 기반의 오픈소스 생태계는 누구나 배울 수 있을 만큼 접근성이 높으며, 일단 시작하면 인공지능 분석 기법으로 곧장 연결되는 가능성의 세계를 제공합니다. 과거의 익숙한 방식에서 벗어나 용기를 내어 한 발짝만 내디딘다면, 이제까지 가보지 못했던 밝고 넓은 데이터 과학의 바다를 만날 수 있습니다. 연구자들에게 지금 필요한 것은 기술에 대한 두려움을 떨치고 새로운 오픈소스 도구를 받아들이는 도전 정신입니다.

• 화학
• 융합
• 공학·기술

EOST2021 환영사

코로나19 대유행은 우리 사회 전반에 걸쳐 유례없는 변화를 가져왔으며, 대한민국은 ICT 강국으로서 위기 극복의 모범적인 사례를 보여주었습니다. 최근 글로벌 IT 환경의 핵심 화두는 인공지능(AI) 융합을 통한 진화와 디지털 전환입니다. 이에 발맞춰 우리 정부는 디지털 뉴딜 2.0 정책을 통해 기존의 디지털 전환을 전 산업 분야로 확대하고 글로벌 진출 및 신산업 육성을 강화하고 있습니다. 특히 이러한 지능화 기반의 디지털 전환을 실현하는 가장 중요한 요소는 바로 소프트웨어 역량입니다. 오늘날 대부분의 기술 혁신이 소프트웨어를 통해 이루어지고 있는 만큼, 급변하는 기술 환경에 효과적으로 대응하기 위한 전략적 접근이 그 어느 때보다 중요해진 시점입니다. 기술 발전이 매우 신속하게 전개되는 현대 사회에서는 독자적인 개발 방식보다 오픈소스를 통한 개방형 협력 방식으로 소프트웨어를 개발하는 것이 기술 혁신의 속도를 높이는 핵심 전략이 됩니다. 한국전자통신연구원(ETRI)은 지난 2019년 국가지능화 종합연구기관으로 탈바꿈을 선언하며 인공지능(AI) 실행 전략과 중장기 기술 발전 지도를 수립한 바 있습니다. 또한 정부출연연구기관 최초로 오픈소스 기반 연구개발(R&D)을 지원하기 위한 관련 규정들을 마련하고 체계적인 거버넌스 시스템을 구축하였습니다. 이러한 노력은 연구개발 과정에서 내외부의 협력을 유연하게 지원하는 플랫폼을 제공하며, 오픈소스 활동이 하나의 건강한 연구 문화로 정착되는 것을 지향합니다. 올해로 두 번째를 맞이한 이번 행사는 정부출연연구기관의 오픈소스 기반 연구 성과를 널리 확산시키고 공유와 협력의 가치를 실현하고자 마련되었습니다. 특히 인공지능(AI), 빅데이터, 클라우드, 모빌리티 등 연구원들이 주도적으로 개발한 핵심 연구 성과들이 이번 기회를 통해 대중에게 공개됩니다. 우리는 이러한 개방형 연구개발(R&D) 활동이 시장과 유기적으로 연계되어 실질적인 사업화로 이어지고, 나아가 선순환적인 연구개발(R&D) 생태계가 조성되기를 기대하고 있습니다. 정부출연연구기관의 우수한 성과가 산업계와 민간에 널리 확산되어 새로운 비즈니스 기회를 창출하고, 자유로운 소통을 통해 진정한 혁신이 일어나는 장이 되기를 희망합니다.

• 융합
• 공학·기술

EOST2021 Open3D 활용한 Point Cloud Data 전처리 및 가시화

최근 가상 환경과 실제 환경을 실시간으로 연결하는 ‘디지털 트윈’ 기술이 주목받으면서 3차원 공간 정보 처리의 중요성이 날로 커지고 있습니다. 디지털 트윈은 실제 환경을 가상 세계에 정교하게 재구성하여 다양한 상황을 시뮬레이션하고 최적의 솔루션을 찾아내는 기술입니다. 이를 위해서는 단순히 사물이 어디에 있는지를 파악하는 수준을 넘어, 그것이 어떤 사물인지 정확하게 인식하는 과정이 필수적입니다. 이때 핵심적인 역할을 수행하는 것이 바로 수많은 점의 집합으로 구성된 포인트 클라우드 데이터이며, 이를 통해 가상 공간 내에서 실제와 같은 환경을 완벽하게 복원해낼 수 있습니다. 이러한 기술적 토대는 정교한 미래 예측과 최적의 의사결정을 가능하게 하는 원동력이 됩니다. 포인트 클라우드는 3차원 공간상의 좌표인 x, y, z 값으로 표현되는 점들의 집합인 ‘점군’을 의미합니다. 이는 라이다(LiDAR) 기술이나 RGB-D 카메라의 깊이 정보를 활용해 취득할 수 있으며, 수집된 점들의 배열을 딥러닝 모델에 입력하여 사물의 형상을 분류하거나 부위별로 분할하는 연구에 활용됩니다. 포인트 클라우드는 촬영 위치나 각도에 따라 좌표값이 달라지더라도 동일한 형상을 인식해야 하며, 점들의 순서가 바뀌어도 결과가 변하지 않는 독특한 특성을 가집니다. 또한 수만 개의 점을 효율적으로 처리하기 위해 적절한 샘플링 기법을 적용하여 데이터의 크기를 최적화하는 과정이 필요하며, 이는 전체 모델의 분석 성능에 큰 영향을 미칩니다. 3차원 데이터를 다루기 위한 전문 도구인 Open3D는 C++와 파이썬을 모두 지원하며, 병렬 연산과 GPU 가속을 통해 대용량 데이터를 빠르게 처리하는 강력한 장점을 보유하고 있습니다. 이 라이브러리를 활용하면 포인트 클라우드뿐만 아니라 메시나 RGB-D 데이터 등 다양한 형태의 3차원 객체를 자유롭게 로드하고 편집할 수 있습니다. 특히 최근에는 파이토치나 텐서플로우와 같은 주요 머신러닝 프레임워크와의 연동을 지원함으로써 3차원 인공지능 연구 및 개발 분야에서 핵심적인 도구로 자리 잡았습니다. 사용자는 내장된 풍부한 함수를 통해 복잡한 데이터 프로세싱을 손쉽게 수행할 수 있으며 이를 통해 높은 개발 확장성을 경험하게 됩니다. Open3D를 이용하면 아주 짧은 코드만으로도 포인트 클라우드 데이터를 시각화하고 전처리하는 과정을 완료할 수 있습니다. 넘파이로 읽어온 좌표 데이터를 객체로 변환하거나 색상 정보를 추가하여 거리에 따른 깊이감을 부여하는 등 직관적인 시각화 기능을 제공합니다. 또한 .pcd나 .ply와 같은 다양한 파일 형식의 입출력을 지원하며, 깊이 이미지를 기반으로 포인트 클라우드를 직접 생성하는 기능도 갖추고 있습니다. 이외에도 삼각형 메시 데이터로부터 균일한 간격의 점들을 추출하여 포인트 클라우드로 변환하는 샘플링 작업을 지원하므로 연구 목적에 맞는 다양한 데이터 가공이 가능해지며 업무의 효율성을 비약적으로 높여줍니다. 데이터의 밀도를 조절하는 복셀 다운샘플링이나 객체의 경계를 정의하는 바운딩 박스 생성 기능은 더욱 정교한 데이터 분석 환경을 제공합니다. 특정 시점에서 바라본 가시 영역만을 추출하거나 객체를 이동, 회전, 확장하는 3차원 변환 작업 역시 전용 메소드 호출만으로 간편하게 해결할 수 있습니다. 특히 서로 다른 위치에서 촬영된 여러 포인트 클라우드 데이터를 하나의 덩어리로 통합하는 정합 기술인 ‘정합(Registration)’은 다각도의 정보를 결합하는 데 핵심적인 역할을 합니다. 이처럼 Open3D는 데이터 취득부터 최종 분석까지 전 과정을 통합적으로 지원하며, 공식 홈페이지에서 제공하는 풍부한 예제들은 사용자의 문제 해결 과정을 훌륭하게 지원합니다.

• 융합
• 공학·기술

EOST2021 이갈리아, 그리고 오픈소스 협업

이갈리아는 2001년 스페인 라코루냐에서 설립된 오픈소스 컨설팅 기업으로, 올해로 창립 20주년을 맞이했습니다. 이 회사의 가장 큰 특징은 직원이 주인이 되는 수평적 구조입니다. 현재 전 세계 20개국 이상에서 100여 명의 개발자가 원격으로 근무하고 있으며, 일정 기간 근무 후 기존 파트너들의 투표를 거치면 누구나 회사의 파트너가 될 수 있는 자격이 주어집니다. 모든 중요 의사 결정은 '어셈블리'라는 전체 회의를 통해 민주적으로 이루어지는데, 이는 소수의 경영진이 아닌 전 구성원의 의견을 반영하는 이갈리아만의 독특한 기업 문화를 잘 보여줍니다. 이갈리아는 웹킷, 크로미움, 모질라와 같은 브라우저 엔진뿐만 아니라 그래픽 및 멀티미디어 영역에서도 독보적인 기술 역량을 보유하고 있습니다. 단순히 코드를 작성하는 것에 그치지 않고, W3C나 TC39와 같은 국제 표준화 기구에 참여하여 자바스크립트 및 웹 표준 제정에도 깊이 관여하고 있습니다. 특히 크로미움 프로젝트에서는 구글을 제외한 기업 중 가장 많은 코드 기여도를 기록하고 있으며, 사파리의 기반이 되는 웹킷 프로젝트에서도 애플 다음으로 활발한 활동을 펼치고 있습니다. 이러한 전문성은 다양한 글로벌 플랫폼 사업자들과의 협업으로 이어지며 오픈소스 생태계의 성장을 견인하고 있습니다. 이갈리아의 비즈니스 모델은 고객의 필요와 오픈소스의 발전을 결합하는 방식입니다. 특정 기능을 구현하려는 회사나 웹 플랫폼을 자사 솔루션에 탑재하려는 기업들이 주요 고객입니다. 이갈리아는 고객의 요청에 따라 기능을 개발하면서도, 이를 해당 오픈소스 프로젝트의 메인 코드에 반영하는 '업스트림' 작업을 지향합니다. 이는 장기적으로 유지보수 비용을 줄이고 코드의 품질을 높여 클라이언트에게 더 큰 이익을 돌려주는 결과를 낳습니다. 대표적으로 임베디드 기기에 최적화된 WPE 웹킷 포트가 있으며, 이는 현재 이갈리아 웹킷 관련 수익의 상당 부분을 차지하는 성공적인 사례로 꼽힙니다. 구체적인 성과 중 하나인 CSS 그리드는 블룸버그의 펀딩을 받아 이갈리아가 주요 웹 엔진에 표준을 구현한 대표적 사례입니다. 또한 최근에는 특정 요소의 존재 유무를 확인하는 CSS :has() 선택자를 크로미움에 구현하며 웹 개발의 편의성을 높였습니다. 수학 수식을 웹에서 원활하게 표현하기 위한 MathML 표준의 경우, 비록 주요 후원사를 찾기 어려운 상황이었음에도 불구하고 이갈리아가 직접 후원사가 되어 크로미움에 기능을 구현해냈습니다. 이러한 노력은 수익 창출을 넘어 산업계가 필요로 하는 기술적 요구를 오픈소스 생태계에 반영하려는 이갈리아의 철학을 잘 보여줍니다. 이갈리아는 브라우저 벤더 중심의 개발 한계를 극복하기 위해 '오픈 프라이어리티제이션'이라는 새로운 시도를 하고 있습니다. 이는 특정 브라우저 제조사가 우선순위를 두지 않는 기능이라도, 커뮤니티나 기업들의 크라우드 펀딩을 통해 우선적으로 개발하는 방식입니다. 현재 사파리 브라우저에 :focus-visible 기능을 구현하기 위한 펀딩이 진행 중이며, 이는 웹 표준이 특정 기업의 이해관계에 얽매이지 않고 사용자 중심으로 발전할 수 있게 돕습니다. 이갈리아는 앞으로도 오픈소스 생태계가 더욱 건강하게 유지되고 산업 전반에서 활발히 사용될 수 있도록 혁신적인 협업 모델을 제시해 나갈 것입니다.

• 융합
• 공학·기술

EOST2021 커뮤니티의 개발 워크플로 자동화 적용기

클라우드 바리스타는 멀티 클라우드 서비스를 구축하기 위해 반드시 필요한 기반 공통 소프트웨어 기술이자, 이를 함께 만들어가는 공개 소프트웨어 커뮤니티의 명칭입니다. 전 세계 어디서나 우리의 멀티 클라우드 기술을 활용할 수 있도록 하겠다는 지향점 아래 연구개발이 활발히 진행되고 있습니다. 특히 최근 기술의 성숙도가 높아지고 신규 기여자의 유입이 증가함에 따라, 수많은 기여 내용을 검토하고 관리해야 하는 부담이 커졌습니다. 이에 따라 반복적인 수동 작업을 줄이고 개발의 효율성을 극대화하기 위한 CI/CD 체계 도입의 필요성이 강력하게 대두되었습니다. 커뮤니티의 개발 워크플로를 자동화하기 위해 선택한 도구는 GitHub Actions입니다. 이는 비용 효율성이 높을 뿐만 아니라 커스터마이징과 협업 측면에서 뛰어난 장점을 제공합니다. GitHub Actions를 활용하면 리포지토리 내의 특정 설정 파일에 워크플로를 정의함으로써 빌드, 테스트, 배포로 이어지는 일련의 CI/CD 파이프라인을 구축할 수 있습니다. GitHub에서 제공하는 호스트 러너나 사용자가 직접 구축한 자체 구축 러너(Self-hosted runner)를 통해 다양한 운영체제와 언어 버전에서 기여된 코드를 즉각적으로 검증할 수 있는 유연한 실행 환경을 확보하게 되었습니다. CI 워크플로의 핵심 요소인 빌드 테스트는 다양한 운영체제와 프로그래밍 언어 환경의 조합에서 코드의 성공 여부를 실시간으로 점검합니다. 과거에는 메인테이너가 기여된 코드를 자신의 로컬 환경으로 가져와 일일이 확인해야 하는 번거로움이 있었으나, 자동화 도입 이후에는 빌드 에러가 발생한 코드를 사전에 차단하고 코드 리뷰와 기술적 개선에 역량을 집중할 수 있게 되었습니다. 또한 린트 테스트를 통해 소스 코드의 명명 규칙이나 코딩 관행을 일관성 있게 유지함으로써, 협업 과정에서 발생할 수 있는 소모적인 논의를 줄이고 코드의 가독성과 품질을 동시에 확보하고 있습니다. 테스트 단계에서는 단위 테스트와 API 테스트를 통해 기능의 정확성을 검증합니다. 특히 방대한 양의 기존 소스 코드가 존재하는 상황에서 효율적인 검증을 수행하기 위해, 함수 내부의 세부 동작을 확인하는 화이트박스 테스트 대신 API 요청과 결과값에 집중하는 블랙박스 테스트 방식을 적극적으로 활용하고 있습니다. 검증이 완료된 코드가 메인 스트림에 반영되면 CD 워크플로가 가동되어 컨테이너 이미지를 자동으로 생성하고 배포합니다. 이를 통해 Docker Hub나 GitHub 컨테이너 레지스트리에 최신 버전의 기술을 신속하고 안정적으로 공개할 수 있는 체계를 완성했습니다. 기술적인 자동화 외에도 공개 소프트웨어 생태계의 활성화를 위한 소통 워크플로를 구축했습니다. 명령어 기반의 자동 승인 시스템이나 위키 업데이트 내용을 기여 실적으로 연동하는 기능을 통해 참여자들의 동기를 부여하고 소통의 효율을 높였습니다. 이러한 워크플로의 도입은 단순한 도구의 활용을 넘어, 커뮤니티 구성원 모두가 발전적인 방향으로 역량을 강화하고 이해관계를 맞춰나가는 과정입니다. 궁극적으로는 개발과 운영이 긴밀하게 연계되는 DevOps 문화를 정착시켜, 클라우드 바리스타의 멀티 클라우드 기술이 전 세계적으로 확산될 수 있는 튼튼한 토대를 마련하고자 합니다.

• 공학·기술

EOST2021 모두를 위한 딥러닝 툴, 케라스 그리고 케라스 코리아 커뮤니티

최근 몇 년 사이 전 세계적으로 인공지능 기술이 비약적으로 발전하며 다양한 딥러닝 도구가 등장했습니다. 그중에서도 케라스(Keras)는 '뿔'이라는 뜻의 그리스어에서 유래한 이름으로, 구글의 AI 엔지니어 프랑수아 숄레가 개발한 오픈소스 라이브러리입니다. 케라스는 파이썬으로 구현된 고수준 딥러닝 API로, 텐서플로를 백엔드로 활용하면서도 훨씬 더 쉬운 문법을 제공한다는 점이 큰 특징입니다. 복잡한 구조 대신 일관되고 간단한 문법을 채택하여 사용자의 액션을 최소화했으며, 풍부한 가이드와 튜토리얼을 통해 누구나 쉽게 진입할 수 있도록 돕는 강력한 도구입니다. 딥러닝을 처음 공부할 때 접하는 MNIST 손글씨 숫자 분류 모델을 예로 들면 케라스의 강점이 명확히 드러납니다. 기존의 텐서플로만 사용했을 때보다 훨씬 짧고 일관적인 코드로 동일한 성능의 모델을 구현할 수 있기 때문입니다. 이러한 간결함은 단순히 코드의 길이를 줄이는 것에 그치지 않고, 복잡한 로직에 가려져 있던 모델의 구조를 명확히 이해하게 해줍니다. 덕분에 케라스는 텐서플로 2.0의 공식 고수준 API로 지정되었으며, 현재는 수많은 개발자가 활용하는 전 세계 상위권 딥러닝 프레임워크로 자리 잡으며 그 입지를 굳건히 다져가고 있습니다. 케라스는 딥러닝 모델 설계의 자동화를 실현하는 오토케라스(AutoKeras)를 통해 한 단계 더 진화했습니다. 딥러닝 모델을 구축할 때 가장 어려운 부분은 어떤 레이어를 몇 층으로 쌓을지, 노드와 필터의 크기는 어떻게 설정할지 결정하는 네트워크 설계 과정입니다. 오토케라스는 이러한 하이퍼파라미터와 네트워크 형성에 관한 고민을 대신 해결하여 최적의 구성을 찾아줍니다. 드롭아웃 비율이나 학습 횟수까지 세밀하게 조정하며 가장 좋은 모델을 빠르게 만들어낼 수 있도록 지원하므로, 사용자는 기술적인 번거로움에서 벗어나 문제 해결을 위한 핵심 아이디어에 더 많은 시간을 투자할 수 있습니다. 기술의 발전은 이를 공유하는 사람들의 모임을 통해 더욱 빛을 발합니다. 2017년에 개설된 '케라스 코리아' 커뮤니티는 현재 9,000명 이상의 회원을 보유하며 국내 인공지능 생태계의 성장을 이끌고 있습니다. 주로 페이스북에서 활동하는 멤버들은 최신 논문 정보나 유용한 기술 자료를 활발히 공유하며, 모델 구현 과정에서 발생하는 질문에 각자의 경험을 녹여낸 답변을 달아줍니다. 2018년부터는 매년 컨퍼런스를 개최하여 고등학생부터 데이터 분석가, 학교 선생님에 이르기까지 다양한 직군의 사람들이 모여 실전 경험을 나누는 지식 공유의 장 역할을 충실히 수행하고 있습니다. 커뮤니티의 선한 영향력은 오픈소스 기여 활동에서도 잘 나타납니다. 케라스 코리아는 오픈소스 컨트리뷰션 페스티벌에 참여하여 부족했던 영문 문서의 한글화 작업을 진행했고, 이를 튜토리얼 블로그에 공개해 누구나 따라 할 수 있는 환경을 조성했습니다. 2019년에는 객체 탐지 API 개설과 문서화 작업을 통해 최우수상을 받았으며, 상금을 기부하며 따뜻한 나눔을 실천하기도 했습니다. 이처럼 내가 알고 있는 내용을 공유하며 타인에게 도움을 주는 과정은 개인의 실력 향상은 물론, 커뮤니티 구성원 모두가 동반 성장하는 소중한 밑거름이 되어 딥러닝 기술의 대중화를 앞당기고 있습니다.

• 융합
• 공학·기술

EOST2021 ETRI 인공지능 개방형 R&D 전략

인공지능 시대를 맞이하여 한국전자통신연구원(ETRI)은 과거의 국가 정보화 추진을 넘어 국가 지능화 단계로 도약하는 새로운 비전을 수립했습니다. 2019년 발표된 인공지능 국가 전략에 발맞추어 ETRI는 기술 역량 혁신, 혁신 생태계 기반 마련, 활용 확산이라는 3대 전략 목표를 세우고 구체적인 실행 방안을 추진 중입니다. 특히 현대의 인공지능 기술 환경은 단순히 핵심 알고리즘을 개발하여 이전하는 방식을 넘어, 데이터와 플랫폼, 그리고 다양한 서비스 주체들이 상호작용하는 복잡한 생태계로 진화하고 있기에 이에 대응하는 유기적인 협력 체계 구축에 집중하고 있습니다. ETRI는 인공지능 기술의 문턱을 낮추고 민간의 혁신을 지원하기 위해 2017년부터 인공지능 오픈 플랫폼을 구축하여 운영해 오고 있습니다. 이 플랫폼을 통해 언어 지능, 음성 지능, 시각 지능 및 자율주행 로봇 등 34건 이상의 핵심 소프트웨어와 양질의 데이터를 오픈 API 형태로 공개하고 있습니다. 현재까지 약 1,500개 이상의 국내외 기관이 이를 활용하고 있으며, 누적 이용 횟수는 3,900만 건을 상회할 정도로 높은 호응을 얻고 있습니다. 이러한 성과는 중소기업과 학계가 고가의 인프라 없이도 최첨단 인공지능 기술을 연구하고 실제 서비스에 도입할 수 있는 든든한 밑거름이 되고 있습니다. 연구 성과의 사회적 확산과 기술 발전을 위해 ETRI는 대국민 참여형 공개 챌린지를 활발히 개최하며 개방형 R&D의 범위를 넓혀가고 있습니다. 차세대 핵심 기술인 자율성장형 인공지능의 결과물을 공개하고 관련 경진대회를 지속적으로 운영하며 국내 기술 저변을 확대하고 있습니다. 또한 데이터, 네트워크, 인공지능이 결합된 'DNA+드론' 챌린지와 같은 프로그램을 통해 복합적인 기술 문제를 해결하고 새로운 서비스 생태계를 창출하는 노력을 기울이고 있습니다. 이러한 공개적인 도전과 소통은 전문가뿐만 아니라 일반 대중의 참여를 이끌어내어 인공지능 기술에 대한 사회적 관심을 높이는 중요한 역할을 합니다. 고도화되는 오픈소스 환경에 대응하기 위해 ETRI는 2017년 오픈소스 센터를 설립하고 체계적인 거버넌스를 구축했습니다. 이는 단순히 외부 소스 코드의 라이선스 위반 여부를 점검하는 컴플라이언스 차원을 넘어, 오픈소스를 통해 연구 결과물의 혁신을 도모하는 '오픈소스 R&D 이노베이션' 전략을 포함합니다. 연구 부서가 외부 개발자 커뮤니티는 물론 내부의 이너소스(InnerSource) 커뮤니티와도 긴밀히 협력할 수 있도록 전용 플랫폼을 제공하며, 소스 코드 설계부터 배포까지 전 주기를 지원하는 데브옵스(DevOps) 환경을 갖추고 있습니다. 이러한 통합적인 거버넌스는 개방형 연구 문화가 연구원 전체에 뿌리 내리는 데 기여하고 있습니다. 과거 정부출연연구기관의 주요 자산 포트폴리오가 기술 이전과 지식재산권에 집중되어 있었다면, 이제는 오픈소스가 그 핵심적인 자리를 대체하거나 보완하는 새로운 축으로 부상했습니다. 특히 인공지능 분야는 기술 변화 속도가 매우 빠르고 집단지성을 통한 협업이 필수적인 만큼, 오픈소스를 기반으로 한 성과 공유는 국가적 차원의 기술 경쟁력을 확보하기 위한 핵심 전략입니다. ETRI는 앞으로도 인공지능, 블록체인, 네트워크 등 다양한 분야의 연구 성과를 지속적으로 공개하며 민간과 함께 성장하는 선순환 구조를 만들어 갈 것입니다. 이러한 노력은 우리나라가 미래 인공지능 시대를 선도하는 기술 강국으로 성장하는 원동력이 될 것입니다.

• 융합
• 공학·기술

EOST2020

바야흐로 오픈소스의 전성시대입니다. 오늘날 개발자들에게 깃허브(GitHub) 프로필은 단순한 저장소를 넘어 개인의 기술적 역량을 증명하는 하나의 명함과도 같은 역할을 수행합니다. 2007년 시작된 깃허브는 현재 약 1억 개의 저장소를 호스팅하며 클라우드, 머신러닝, 블록체인 등 현대 ICT 기술의 핵심을 고스란히 담아내고 있습니다. 전 세계의 수많은 소프트웨어가 이곳을 통해 공동으로 개발되며 기술의 진보를 이끌고 있습니다. 개발자들은 자신의 코드를 공유하고 협업함으로써 개별적인 성장을 넘어 글로벌 기술 생태계의 일원으로 당당히 자리 잡고 있습니다. 대표적인 성공 사례인 쿠버네티스는 클라우드 애플리케이션 운영을 위한 필수 플랫폼으로 자리 잡았습니다. 구글에서 시작된 이 프로젝트는 현재 CNCF(Cloud Native Computing Foundation)를 통해 운영되며 전 세계 3만 5천 명 이상의 컨트리뷰터가 참여하고 있습니다. 하지만 여전히 유럽이나 미국에 비해 한국의 기여도는 상대적으로 낮은 편입니다. 이러한 현실은 국내 개발자들이 글로벌 커뮤니티에 적극적으로 뛰어들어야 하는 중요한 동기가 됩니다. 직접 참여하여 네트워크를 확장하고 운영 노하우를 배우는 과정은 기술 변화를 파악하는 가장 빠른 길입니다. 오픈소스 기여의 핵심 과정은 문제를 발견하여 이슈를 제기하고, 이를 해결하기 위한 풀 리퀘스트(PR)를 보내는 단계로 요약됩니다. 커뮤니티에는 기여의 정도에 따라 멤버, 리뷰어, 승인자(Approver)로 단계별 권한이 부여되는 '기여 계단'이 존재합니다. 꾸준한 활동을 통해 신뢰를 쌓으면 코드 리뷰와 승인 권한을 얻게 되며, 이는 프로젝트의 방향성에 직접적인 영향을 미칠 수 있음을 의미합니다. 특히 한국어 웹사이트 현지화와 같은 팀 활동은 국내외 사용자의 진입 장벽을 낮추고 커뮤니티 내 한국의 영향력을 높이는 실질적인 토대가 되고 있습니다. 글로벌 커뮤니티 활동은 단순한 코드 작성을 넘어 전문가 네트워크를 비약적으로 확장하는 기회를 제공합니다. 전 세계의 전문가들과 소통하며 쌓은 신뢰는 새로운 프로젝트를 추진할 때 강력한 자산이 됩니다. 실제로 쿠버네티스에서 체득한 전략과 도구, 그리고 코드 관리 방식은 클라우드 바리스타와 같은 새로운 오픈소스 프레임워크 운영에 직접적으로 접목되어 큰 시너지를 내고 있습니다. 이는 직접 경험하지 않고서는 얻기 힘든 실무적인 지식이며, 개방형 개발 환경에서 효율적인 거버넌스를 구축하고 운영 노하우를 확보하는 데 필수적인 밑거름이 됩니다. 성공적인 오픈소스 생태계를 구축하기 위해서는 개발 문화 자체의 근본적인 변화가 동반되어야 합니다. 모든 개발 히스토리를 투명하게 공개하고 동료와의 철저한 리뷰 절차를 거치는 문화는 코드의 품질과 신뢰성을 보장합니다. 또한 폐쇄적인 완벽한 설계보다는 기여자들의 다양한 아이디어를 수용할 수 있는 유연한 구조를 지향해야 합니다. 이러한 상호 운용성과 지속적인 연동 사례 발굴을 통해 구축된 탄탄한 생태계는 프로젝트가 자생적으로 살아 움직이게 만드는 원동력이 됩니다. 참여와 응원을 통해 완성되는 이 생태계는 기술의 미래를 밝히는 중요한 열쇠입니다.

• 공학·기술

EOST2020

현대 사회는 전례 없는 데이터 폭발의 시대를 맞이하고 있습니다. 페이스북의 1조 개에 달하는 관계 데이터부터 GPT-3와 같은 초거대 언어 모델의 수천억 개 파라미터, 그리고 인간의 뇌를 시뮬레이션하기 위한 수십 페타바이트의 정보까지, 우리가 다루어야 할 데이터의 양은 기하급수적으로 증가했습니다. 이러한 거대 데이터를 실시간으로 처리하는 것은 현대 컴퓨팅 기술의 핵심 과제가 되었으며, 이는 기존의 하드웨어 구조로는 해결하기 어려운 새로운 차원의 병목 현상을 야기하고 있습니다. 단순히 연산 장치의 개수를 늘리는 것만으로는 데이터의 흐름을 감당하기에 역부족인 상황에 직면한 것입니다. 기존의 컴퓨팅 시스템은 '프로세서 중심'의 구조를 가지고 있습니다. 각 프로세서가 독립된 메모리를 가지고 네트워크로 연결된 이 방식은 데이터 규모가 커질수록 통신 비용이 급증하는 치명적인 단점을 노출합니다. 실제로 일본의 슈퍼컴퓨터 K 컴퓨터의 사례를 보면, 노드 수를 늘렸을 때 전체 성능의 73%가 연산이 아닌 통신에 소모되는 현상이 발견되기도 했습니다. 머리 좋은 사람들이 모여도 서로 대화하고 정보를 주고받는 데 대부분의 시간을 소비한다면 효율적인 협업이 불가능한 것과 같은 이치입니다. 결국 연산 성능을 높이는 것보다 데이터에 접근하는 효율을 높이는 것이 미래 컴퓨팅의 성패를 가를 핵심이 되었습니다. 이러한 문제를 해결하기 위해 등장한 패러다임이 바로 '메모리 중심 컴퓨팅'입니다. 이는 데이터를 가운데에 두고 그 주위에 다수의 CPU나 GPU를 배치하여 데이터를 즉각적으로 공유하는 방식입니다. 데이터의 이동과 분할, 수집 과정을 최소화하고 모든 프로세서가 하나의 거대한 메모리 공간을 공유함으로써 통신 지연 시간을 획기적으로 줄이는 것이 목표입니다. 이러한 환경은 차세대 인터커넥트 기술인 Gen-Z나 CXL의 등장과 함께 현실화되고 있으며, 이를 통해 기존 프로세서 중심의 한계를 극복하고 대규모 데이터를 효율적으로 처리할 수 있는 기반을 마련하고자 합니다. ETRI는 이러한 하드웨어 변화에 발맞춰 메모리 중심 컴퓨팅을 위한 운영체제(OS) 연구를 주도하고 있습니다. 현재의 운영체제는 256 테라바이트 이상의 메모리 접근에 한계가 있는 등 거대 데이터를 다루기에 기술적 제약이 존재합니다. 연구진은 메모리와 스토리지, 파일 시스템의 경계를 허물고 이를 통합된 메모리 관점에서 재해석하는 작업을 진행 중입니다. 거대 주소 공간을 안전하게 관리하고 원격 메모리에 빠르게 접근하며, 여러 노드가 마치 하나의 시스템처럼 작동하게 만드는 것이 핵심 기술입니다. 이는 KAIST, UNIST와 협력하여 운영체제의 모든 스택을 혁신하는 야심 찬 프로젝트로 진행되고 있습니다. 이번 연구의 최종 목표는 대한민국이 시스템 소프트웨어 분야에서 오픈소스 수혜국을 넘어 기여국으로 도약하는 것입니다. 모든 연구 결과물은 GitHub를 통해 전 세계 커뮤니티에 공개되며, 글로벌 오픈소스 생태계와의 협력을 통해 기술적 위상을 높여갈 계획입니다. 인텔이나 엔비디아가 주도하는 프로세서 시장에서 벗어나, 우리가 강점을 가진 메모리 분야를 중심으로 컴퓨팅 플랫폼을 재정의하려는 시도는 전략적으로 매우 중요합니다. 메모리 강국인 우리나라가 차세대 메모리 기반의 신개념 운영체제 기술을 확보한다면, 미래 인공지능과 거대 데이터 산업에서 강력한 주도권을 쥐게 될 것으로 기대됩니다.

• 공학·기술

EOST2020

커뮤니티는 공통의 관심사를 가진 사람들이 모여 환경을 공유하는 사회적 집단입니다. 많은 이들이 단순히 정보를 얻기 위해 커뮤니티에 가입하지만, 진정한 성장은 정보 소비자 단계에서 정보 생산자 단계로 넘어갈 때 시작됩니다. 질문에 답을 하고 자신만의 경험과 노하우를 문서화하여 공유하는 과정은 커뮤니티 유지의 핵심입니다. 만약 모든 구성원이 정보 소비자로만 머문다면 그 공동체는 결국 정체되고 사라지게 됩니다. 따라서 스스로 정보 생산자가 되어 타인과 경험을 나누는 태도가 무엇보다 중요합니다. 정보 공유를 통해 얻는 기쁨과 만족을 바탕으로 활동하는 이들을 커뮤니티 리더라 부릅니다. 이들은 금전적 보상이 없더라도 콘퍼런스 발표나 기술 문서 작성, 질의응답 대응 등을 통해 개인과 공동체의 동반 성장을 도모합니다. 이제는 홀로 공부하는 시대를 지나 커뮤니티를 통해 함께 지평을 넓혀가는 커뮤니티 리더십이 요구되는 시점입니다. 실제로 커뮤니티에서 활발히 활동하며 인적 네트워크를 형성한 이들은 학벌이나 배경을 넘어 글로벌 기업의 임원으로 성장하는 등 가시적인 성과를 거두기도 합니다. 커뮤니티 활동은 변화가 빠른 IT 환경에서 기술 패러다임을 선도할 수 있는 가장 효과적인 방법입니다. 동료 커뮤니티 리더들과의 교류를 통해 최신 트렌드를 학습하고 통찰력을 얻음으로써 비즈니스 경쟁력을 확보할 수 있기 때문입니다. 또한 전문가 그룹과의 인적 네트워크는 예상치 못한 기술적 난관에 부딪혔을 때 훌륭한 조언을 구할 수 있는 창구가 됩니다. 이러한 과정에서 쌓인 객관적인 전문성은 개인 브랜딩으로 이어지며, 멘토링이나 타 커뮤니티와의 협업을 통해 자신의 영향력을 더욱 확장하는 강력한 기반이 되어줍니다. 오랜 시간 활동하다 보면 보상 없는 노동이라는 열정 페이 문제나 관계에서의 상처로 인해 지치는 순간이 올 수 있습니다. 그러나 커뮤니티 활동의 진정한 가치는 자발적인 노력을 통해 구성원들로부터 인정을 받고, 그 과정에서 스스로의 한계를 극복하며 얻는 내면의 성장에 있습니다. 커뮤니티는 작은 사회와 같아서 갈등을 해소하며 관계를 맺는 경험 역시 큰 자산이 됩니다. 지식의 부족함을 부끄러워하기보다는 이를 채워가는 도전 자체를 즐기며 꾸준히 정보 생산을 이어가는 자세가 지속 가능한 성장의 열쇠입니다. 국내를 넘어 글로벌 리더로 도약하기 위해서는 언어의 장벽을 두려워하지 않는 용기가 필요합니다. 최근에는 다양한 번역 도구들이 발달하여 기본적인 소통이 가능해졌으며, 소셜 네트워크를 활용해 글로벌 전문가들에게 직접 메시지를 보내거나 협업을 제안하는 것도 좋은 방법입니다. 한국어뿐만 아니라 영어 등 외국어로 기술 문서를 작성하고 해외 콘퍼런스에 도전하는 과정은 자신의 역량을 세계에 알리는 통로가 됩니다. 기업들이 운영하는 글로벌 커뮤니티 프로그램에 도전하며 포기하지 않는 '그릿(Grit)'을 발휘한다면 누구나 세계적인 리더로 성장할 수 있습니다.

• 융합
• 공학·기술

EOST2020

SK텔레콤의 한유(HANU) 프로젝트는 '함께 누리'라는 뜻을 담아, 클라우드 인프라를 클라우드 네이티브 방식으로 관리하기 위한 기술적 토대를 제공합니다. 이는 단순히 특정 기업의 솔루션을 넘어, 다양한 오픈소스 소프트웨어를 결합하고 국내 기술 커뮤니티가 활성화될 수 있는 열린 공간을 지향합니다. 인프라 구축의 장벽을 낮추고 기술 공유를 통해 국내 생태계가 함께 성장하는 것을 목표로 삼고 있으며, 이를 위해 다년간 축적된 상용화 기술들을 순차적으로 공개하고 있습니다. 한유(HANU) 프로젝트의 핵심 기술 중 하나인 TACO는 쿠버네티스를 기반으로 클라우드 인프라를 선언적으로 관리할 수 있도록 돕습니다. 2016년부터 개발을 시작하여 오픈스택을 컨테이너화하고 쿠버네티스상에서 구동함으로써 설치와 업그레이드 편의성을 극대화했습니다. 초기에는 네트워크 가상화를 위한 IaaS 기능에 집중했으나, 현재는 프라이빗과 하이브리드 클라우드 환경 전반을 아우르는 PaaS 영역까지 확장되었습니다. 이는 T map을 비롯한 다양한 서비스에 적용되며 기술적 완성도를 입증해왔습니다. 클라우드 플랫폼 자체와 인프라 리소스의 생명주기를 선언적으로 관리하는 것은 이 프로젝트의 가장 큰 차별점입니다. 이를 실현하기 위해 데카파드(Decapod)라는 애플리케이션 배포 도구를 개발하여 활용하고 있습니다. 데카파드(Decapod)는 GitOps 방식을 채택하여 복잡한 시스템 구성을 구조화하고, 문제 발생 시 특정 시점을 지정해 신속하게 트러블슈팅하거나 롤백할 수 있는 환경을 제공합니다. 이는 대규모 클러스터 운영 시 발생하는 의존성 문제와 배포의 복잡성을 획기적으로 해결해 주는 중요한 도구입니다. 이러한 기술력은 SK브로드밴드의 B tv 서비스에 실제로 적용되어 대규모 가동 사례를 확보했습니다. 약 550만 가입자를 보유한 IPTV 서비스의 가용성을 높이기 위해 멀티 하이브리드 클러스터 구조가 설계되었으며, 개인화 서비스와 인증 시스템 등이 100% 컨테이너화되어 운영되고 있습니다. 특히 서비스 클러스터와 관리용 어드민 클러스터를 분리함으로써, 관리 시스템에 예기치 못한 오류가 발생하더라도 실제 서비스의 연속성에는 영향을 주지 않도록 안정성을 확보한 것이 핵심입니다. 한유(HANU) 프로젝트는 단순한 코드 공개에 그치지 않고, 글로벌 수준의 오픈소스 거버넌스를 정착시키고자 노력하고 있습니다. 개발자가 기여자로 참여하여 핵심 개발자로 성장할 수 있는 로드맵을 제시하고, 투명한 테스트 및 개발 프로세스를 구축하는 데 집중하고 있습니다. 국내 기술 생태계가 견고해질 때 비로소 글로벌 진출의 발판이 마련된다는 믿음으로, 기업과 개인이 협력할 수 있는 방안을 모색 중입니다. 앞으로도 한유(HANU)는 모두가 함께 기술적 혜택을 누릴 수 있는 지속 가능한 공유의 장이 될 것입니다.

• 융합
• 공학·기술

EOST2020

전 세계적인 환경 변화로 인해 비대면 방식이라는 새로운 삶의 방식이 우리 일상에 깊숙이 자리 잡으면서 정보통신기술의 역할은 그 어느 때보다 막중해졌습니다. 과거 우리나라는 적극적인 정보화 정책을 통해 인터넷 강국으로 도약한 저력이 있습니다. 이제는 인공지능(AI)을 새로운 핵심 동력으로 삼아 단순한 정보화를 넘어 국가 지능화를 가능하게 하는 대전환을 준비해야 합니다. 이는 대한민국이 글로벌 시장에서 한 번 더 도약할 수 있는 결정적인 기회가 될 것입니다. 한국전자통신연구원(ETRI)은 국가 지능화 종합연구기관으로 탈바꿈하며 구체적인 실행 전략과 더불어 중장기 기술 발전 지도를 마련하였습니다. 이를 통해 미래 국가 성장 동력을 확보하고 국민의 삶의 질을 실질적으로 향상시키기 위한 다각도의 노력을 지속하고 있습니다. 기술적인 혁신을 선도하는 것은 물론이고, 민간과 공공이 어우러진 개방적인 연구 환경을 조성하여 실제 현장에서 체감할 수 있는 지능화 성과를 도출하는 데 주력하고 있습니다. AI 시대를 주도하기 위해 가장 중요한 요소는 무엇보다 기술을 창조하는 사람의 역량이라고 할 수 있습니다. 내부적으로는 아카데미를 운영하여 구성원들의 기술적 숙련도를 높이는 동시에, 오픈소스를 연구개발 문화의 핵심으로 체화하기 위해 노력하고 있습니다. 이는 단순히 기술을 개발하는 것에 그치지 않고, 외부 공동체와의 활발한 협력을 통해 혁신적인 연구 역량을 키워나가는 과정이기도 합니다. 제도적 기반 마련은 이러한 변화를 뒷받침하는 핵심입니다. 처음으로 개최되는 오픈소스 테크 데이는 연구 결과물을 공유하고 협력 개발을 유도하여 자율적인 생태계를 조성하는 데 목적이 있습니다. 비대면 시대에서 오픈소스 방식의 협업은 연구개발 혁신을 위한 강력한 도구이자 핵심 역량으로 작용합니다. 주요 현황을 공유하고 다양한 공동체 간의 활력을 불어넣음으로써, 정부출연연구기관의 성과가 사회 전반으로 확산되어 가치 있는 결실을 맺을 수 있도록 지원하고자 합니다. 이는 개방형 혁신을 실현하는 중요한 첫걸음입니다. 최근 소프트웨어 진흥법이 20년 만에 전면 개정되면서 오픈소스의 활성화를 위한 법적 근거가 강화되었습니다. 이는 기술 경쟁력 확보와 개방형 혁신을 지향하는 연구 기관의 방향성과도 일치합니다. 우리의 연구 결과물이 널리 보급되고 활용되도록 돕는 것은 공공의 이익을 위한 중요한 사명입니다. 오픈소스를 매개체로 삼아 개발 단계부터 협력적 성장을 이끌어내며, 지능화 시대를 선도하는 가치를 실현하고 자유로운 소통의 장을 넓혀가야 합니다.

• 융합
• 공학·기술

EOST2020

현대 소프트웨어 아키텍처는 과거의 단일 시스템에서 수많은 서비스가 얽힌 마이크로서비스 아키텍처(MSA)로 빠르게 전환되고 있습니다. 대규모 분산 시스템은 트래픽 처리와 장애 대응 면에서 유리하지만, 관리와 디버깅의 난이도가 급격히 상승한다는 치명적인 단점이 있습니다. 장애 발생 시 각 담당자가 자신의 영역에는 문제가 없다고 주장하는 사이, 정작 유저는 불편을 겪는 상황이 빈번하게 발생합니다. 이러한 복잡한 환경에서 서비스 전체의 가시성을 확보하고 성능을 통합적으로 관리하기 위해 애플리케이션 성능 관리(APM) 솔루션은 필수적인 도구가 되었습니다. 시스템 규모가 커지면 장애의 원인을 찾는 과정은 마치 미로를 헤매는 것과 같습니다. API 게이트웨이에서 지연이 발생했을 때, 담당자는 서버에 원격 접속하여 수많은 로그를 뒤져야 합니다. 한 단계 문제를 파악하더라도 연결된 쇼핑 서버, 주문 서버 등 각 단계별 담당자에게 연락을 취하고 확인하는 과정을 반복해야 하며, 이 과정에서 수십 분에서 며칠이 소요되기도 합니다. 로그가 각 서버에 분산되어 있고 서비스 간의 상호작용을 한눈에 파악하기 어렵기 때문에 발생하는 이러한 비효율은 분산 시스템 운영의 가장 큰 걸림돌 중 하나입니다. 오픈소스 APM인 핀포인트는 이러한 복잡한 시스템을 '서버 맵'을 통해 시각적으로 구조화하여 보여줍니다. 수많은 서버가 어떻게 연결되어 있는지 한눈에 확인할 수 있으며, 신입 사원조차도 전체 구조를 즉각 파악할 수 있을 만큼 직관적입니다. 특히 '스캐터 차트'는 트랜잭션의 응답 시간과 성공 여부를 점으로 표시하여, 어떤 요청이 유독 느리거나 예외를 발생시키는지 실시간으로 모니터링하게 해줍니다. 이를 통해 수차례의 로그 분석과 연락 과정을 거치지 않고도 단 몇 분 만에 장애의 근본 원인이 되는 코드 라인이나 쿼리문을 찾아낼 수 있습니다. 핀포인트의 강력함은 상세한 분산 트레이싱과 뛰어난 확장성에서 나옵니다. 특정 트랜잭션을 선택하면 코드 레벨의 콜 스택부터 데이터베이스 호출 횟수까지 상세히 보여주며, 실시간 스레드 차트를 통해 서버의 건강 상태를 즉각 확인하게 해줍니다. 대규모 시스템을 위해 설계된 만큼, 수백억 건의 데이터를 처리할 수 있는 구조를 갖추고 있으면서도 성능 저하를 최소화했습니다. 시스템 전반의 가시성을 확보하면서도 운영 중인 서비스에 큰 부담을 주지 않는다는 점은 전 세계 수많은 엔지니어가 핀포인트를 선택하고 신뢰하는 결정적인 이유가 됩니다. 2012년 시작된 핀포인트는 현재 전 세계 개발자들이 사용하는 글로벌 오픈소스 프로젝트로 성장했습니다. 아파치 하둡과 비견될 정도의 성장세를 보이며 오픈소스 APM 분야에서 정상을 다투고 있으며, 전 세계 대다수 국가에서 널리 활용되고 있습니다. 최근에는 Node.js 지원을 시작으로 Go 언어나 서비스 메쉬 등으로 지원 범위를 넓혀가고 있으며, AI 기술을 접목한 지능형 모니터링 시도도 이어지고 있습니다. 이제는 클라우드 환경에서도 손쉽게 접근할 수 있게 되어, 더 많은 개발자가 분산 시스템의 복잡성을 극복하고 안정적인 서비스를 운영할 수 있는 기반이 마련되었습니다.

• 공학·기술