<div><figure><img src="https://pds.joongang.co.kr/news/component/htmlphoto_mmdata/202512/18/d66ddcd3-fc9e-4d5e-adbb-5a7143264ea0.jpg" /></figure>무대에 올라간 학생들은 재활용품 자동분리 장치를 만드는 과정을 선보였다. 물체가 센서에 감지되면 운반 벨트가 멈춰 섰고, 기계학습 코드는 캔과 병을 판별해, 3D 프린터로 만든 5축 로봇팔이 능숙하게 수거함에 담았다. 옆에 앉은 로봇 전문가는 탄성을 질렀다. 다른 팀은 로켓에 가속도센서를 붙이고 날개의 개수·각도와 무게중심을 바꿔가며 비행궤적을 좌우하는 변인을 찾았다. 교과서 속 정답이 아닌 수십 차례 시행착오와 질문과 고민 끝에 얻은 성과다. 그들이 쏘아 올린 로켓은 금세 카메라 시야에서 사라졌다.<figure><img src="https://pds.joongang.co.kr/news/component/htmlphoto_mmdata/202512/18/6940ae2a-87ff-4993-848d-1a3505e3240d.jpg" /></figure>지난 7월 초, 학생이 탐구주제를 정하고 진행하는 교육 프로그램이 있다는 연락을 받고 합류했다. 연구단지 연구자·교수 62명이 멘토로 나서 일반 고등학교 72개 팀과 약 100일간 동고동락했다. 11월 말, 시상식에 나온 Z세대의 발표는 웬만한 대학원생보다 당찼다. 필자가 맡은 팀의 탐구주제는 화성 유인기지. 몇 년 전, 해외학회에서 발표한 분야라 멘토를 자청했다. 학생들은 스펀지 같았다. 탐사대원 5명이 자급하면서 근골격계와 면역체계·폐쇄형 생태계를 실험하는 임무를 설계했다. 화성기지는 방사선과 극심한 온도 차를 견뎌내야 하며, 실험실과 제어실·전원실·농장, 실내와 외부의 기압을 맞추는 에어록은 필수다. 학생들은 3D 기지 모형을 만들었고, 건강을 위해 수경재배 작물과 곤충으로 1일 권장 열량과 비타민·무기질·단백질의 균형을 맞췄다. 유인기지 영양 설계에 관한 국내 최초 연구라는 전문가 평가에 그들의 얼굴은 환해졌다. 자랑스러웠다. 한여름 반 팔 티를 입고 시작한 프로젝트는 패딩 차림으로 끝났다. 수업과 야간자습·시험을 병행하며 이들은 예비 연구자로 성장했다. 퇴행적 제도에 갇힌 교육 현실은 어둡지만, 필자에게도 AI 시대에 문제를 정의하는 능력이 미래를 좌우한다는 것을 체감한 값진 시간이었다.문홍규 한국천문연구원 책임연구원</div>

<div><img src="https://img.etnews.com/news/article/2025/12/16/news-p.v1.20251216.da834d0d7b7840dfb06dab6fe13eaecb_P2.png" />국내 기업 10곳 중 7곳 이상이 이미 직원들을 대상으로 인공지능(AI) 교육을 시행 중인 가운데, AI가 전 직무의 필수 역량으로 빠르게 자리 잡고 있는 것으로 나타났다.휴넷은 국내 371개 기업 인사·교육 담당자를 대상으로 지난 11월에 실시한 '기업 AI 활용·인식' 설문조사 결과를 16일 발표했다.조사 결과, 2025년 기준 AI 교육을 진행한 기업은 '전 직원 대상 교육'(22.1%)과 '일부 부서·인력 대상 선택 교육'(49.3%)을 합쳐 71.4%로 나타났다. '진행하지 않음'은 28.6%였다.2026년 AI 교육 계획에 대해서는 '전년 대비 확대'(53.9%)가 가장 많았다. 이어 '전년 수준 유지'(25.1%)가 뒤를 이었다. 응답 기업의 다수가 AI 교육을 유지하거나 확대할 계획이라고 답해, 향후 AI 교육이 더욱 확산될 것으로 보인다. '계획 없음'은 19.4%, '전년 대비 축소'는 1.6%였다.AI 교육이 필요한 직무(복수 응답)에 대해서는 '모든 직무'(71.7%) 응답이 가장 많았다. 이어 '경영·기획'(14.8%), 'IT·데이터'(13.5%), '마케팅·홍보'(11.6%), 'HR·HRD'(10.0%), '재무·회계'(7.8%), 'R&D'(7.5%), '영업·고객관리'(6.7%), '서비스·운영'(5.9%), '생산·제조·품질'(5.9%) 순으로 집계됐다. AI가 특정 직무가 아닌 전 직무의 공통 역량으로 인식되는 추세다. 한편 응답자들은 직원들의 AI 활용도를 평균 3.0점(5점 만점), 기업의 AI 도입 수준을 평균 2.7점(5점 만점)으로 평가했다. 직원 개인 차원의 활용 인식이 조직 차원의 도입 수준보다 다소 높게 나타났다.기업이 AI를 도입·확산 과정에서 겪는 어려움(복수 응답)으로는 'IT 인프라 및 시스템 한계'(43.1%), '직원들 간 활용 수준 격차'(42.6%)가 가장 많았다. 이어 '예산 부족'(36.1%), '내부 규정·보안·컴플라이언스 제약'(33.2%), '다른 과제에 밀려 우선순위가 낮음'(22.4%), '경영진의 낮은 관심'(18.6%), 'AI 필요성을 느끼지 못함'(3.0%) 순이었다.이번 결과는 휴넷이 앞서 실시한 '2026 기업교육 전망' 설문 결과와도 유사한 흐름을 보였다. 해당 조사에서 2025년 기업의 최다 투자 교육 분야는 'AI 교육'이었으며, 2026년 계획에서는 전년 대비 비중이 확대되며 1위를 기록했다.휴넷 관계자는 “연이은 조사 결과가 보여주듯 AI는 모든 직무에 필요한 기본 역량으로 인식되고 있다”며 “구성원의 AI 업무 활용을 넘어 조직 문화까지 아우를 수 있는 통합형 AI 교육 전략이 필요하다”라고 말했다.이지희 기자 easy@etnews.com </div>

국내 기업 10곳 중 7곳 이상이 이미 직원들을 대상으로 인공지능(AI) 교육을 시행 중인 가운데, AI가 전 직무의 필수 역량으로 빠르게 자리 잡고 있는 것으로 나타났다.

[에듀플러스]휴넷, '기업 AI 활용·인식' 설문 결과, “기업 10곳 중 7곳, AI 교육 진행”

<div>[한국방송/오창환기자] 과학기술정보통신부(부총리 겸 과기정통부 장관 배경훈, 이하 ‘과기정통부’)는 12월 16일(화) 오후 2시 KT&G 상상 플래닛에서, 그간 추진한 국민 안전 대응 연구개발 사업의 성과를 공유하고 향후 추진 방향을 논의하기 위한 ‘국민 안전 긴급 대응(ASAP) 경연대회(챌린지)’를 개최했다고 밝혔다.< 국민 안전 긴급 대응(ASAP) 경연대회(챌린지) >▸국민 생명과 안전을 위협하는 산불, 가뭄, 폭발 등 재난 재해와 범죄, 고령화 등 사회 문제를 과학기술 연구개발 사업*(Annual Safety Alert Program)을 통해, 가능한 한 빨리(As Soon As Possible) 대응하겠다는 중의적 의미의 행사* 국민 생활안전 긴급 대응연구, 치안 현장 맞춤형 연구개발, 사회 문제해결형 기술개발 등 20개 연구개발 사업<figure><img src="https://www.ikbn.news/data/photos/20251251/art_17658651510469_bdc32b.jpg?iqs=0.8423223072069491" /></figure>1부 연구개발 성과전과 2부 전략 공청회로 나누어 진행된 이번 행사는 먼저, 최근 종료된 국민 안전 대응 연구개발 성과 중 기술성숙도(Technology Readiness Levels, TRL)가 높은 10점의 시제품을 전시하고, 제품화를 위한 후속 지원방안을 모색하기 위해 연구자 간 경쟁 경연(오디션)과 같은 경진대회(챌린지) 방식의 발표와 민간 공익재단·벤처 캐피탈(VC) 등의 자문(컨설팅)이 이어졌다. 이를 통해, 연구 성과의 실제 활용도를 높일 것으로 기대된다.이후, 2부 행사(전략 공청회)에서는 과기정통부가 새롭게 마련한 「국민 안전 대응 연구개발 추진 전략(안)」이 발표되었다. 주요 내용으로는 관리 효율화 및 체감 극대화 측면에서 실행 과제*를 소개하고, 향후 국민 중심의 체계적인 국민 안전 대응 연구개발 추진을 다짐하였다.* (관리 효율화) ①산발적인 사업 통합, ②국민 참여 연구개발 이음터(R&D 플랫폼) 도입, ③전문조직 신설(체감 극대화) ④부처·지자체 협업 강화, ⑤민간 참여 촉진, ⑥연구개발 후속지원 체계화또한, 국민 안전을 위협하는 현안에 조기 예측 및 신속 대응을 위해 공통적으로 활용 가능한 10대 기반 기술(안)을 소개하고, 참석한 청중들의 의견을 듣는 자리를 가졌다.이번 10대 기술은 과기정통부 ‘26년도 업무보고(12.12)에 포함된 내용으로, 금일 행사를 기점으로 추가적인 전문가 논의 등을 거쳐 내년 3월 내 확정되는 등 속도감 있게 진행할 계획이다.과기정통부 구혁채 1차관은 “국민의 안전과 직결되는 다양한 문제를 해결하기 위해서는 과학기술의 역할이 매우 중요하다.”라며, “앞으로는 민간과의 협업을 강화하여 연구 성과의 현장 확산을 촉진하고, 선제적 기반 기술개발을 통해 국민 안전을 위해 지원을 아끼지 않겠다.”라고 밝혔다.<figure><img src="https://www.ikbn.news/data/photos/20251251/art_17658651581257_aa6bbc.jpg?iqs=0.8377735760732369" /></figure></div>

[한국방송/오창환기자] 과학기술정보통신부(부총리 겸 과기정통부 장관 배경훈, 이하 ‘과기정통부’)는 12월 16일(화) 오후 2시 KT&G 상상 플래닛에서, 그간 추진한 국민 안전 대응 연구개발 사업의 성과를 공유하고 향후 추진 방향을 논의하기 위한 ‘국민 안전 긴급 대응(ASAP) 경연대회(챌린지)’를 개최했다고 밝혔다.

국민 안전 긴급 대응 (ASAP) 경연대회(챌린지) 개최

<div><figure><img src="https://newsimg.sedaily.com/2025/12/16/2H1R3WMVG3_1.jpg" /></figure>엔씨소프트(036570)의 인공지능(AI) 전문 기업 NC AI가 한국섬유개발연구원·계명대학교와 ‘지속가능한 K-패션 생태계 강화를 위한 AI 기반 패션기업 성장 지원과 인재양성 협력기반 구축’을 위한 업무협약(MOU)을 체결했다고 16일 밝혔다. 이번 협약은 △패션 AI 실무 인재 양성 △패션 기업 AX(인공지능 전환) 생태계 조성을 위한 상호 협력 △패션산업 활성화를 위한 공동 연구 및 정보 교류 등이 주요 내용이다. 이를 통해 AI∙디지털 기술을 기반으로 지역 패션기업의 경쟁력을 강화하고, 산업 현장에서 요구하는 실무형 AI 인재를 양성하기 위한 산∙학∙연 협력 체계 구축을 목표로 한다.NC AI는 특히 계명대학교 지산학인재원과 계명대학교 미술대학 패션마케팅학과가 추진하는 ‘지역혁신중심 대학지원체계(RISE)사업’과 연계해 패션 AI 교육 프로그램을 운영한다. 이와 함께 기업 재직자와 청년을 대상으로 새 직무 중심의 AI 교육과정 개설 등 NC AI의 바르코 아트패션을 활용한 실질적인 산학협력 모델을 강화할 예정이다. 바르코 아트패션은 패션 산업의 혁신적인 AI 전환(AX)을 선도하는 패션 도메인 특화 생성형 AI 솔루션이다. 전문 패션 이미지·원단·트렌드 데이터를 학습해 일반 AI 모델이 구현하기 어려운 패션 전문 용어와 미학을 정확하게 반영한다. 디자이너는 프롬프트 입력만으로 디자인 시안을 생성하고, 의류의 주름을 따라 새로운 원단이나 패턴을 사실적으로 합성할 수 있다. 또한 바르코 아트패션은 실제 모델 섭외나 스튜디오 촬영 없이도 AI를 활용해 다양한 배경과 콘셉트가 적용된 고품질의 화보 및 상세페이지 이미지를 대량 생산할 수 있다. 이번 협약은 패션 기업과 교육 현장 모두에 실질적 혜택을 제공할 것으로 기대된다. 기업은 AI를 활용해 마케팅 콘텐츠 제작 비용을 절감하고, 재고 위험이 높은 제품에 대한 가상 소비자 반응 테스트를 통해 수익성을 개선할 수 있다. 교육 현장에서는 학생들이 AI 기반 디자인 도구를 활용해 고가의 장비나 원단 없이도 복잡한 디자인 실습을 경험할 수 있다. 임수진 NC AI 최고비즈니스책임자(CBO)는 “AI 기술은 패션기업의 운영 효율성과 창의적 성과를 극대화할 수 있는 핵심 도구”라며 “세 기관과의 협력을 통해 패션기업이 실제로 체감할 수 있는 AI 기반 솔루션과 활용 모델을 제공하고, AI 인재 양성에 적극 협력하겠다”고 강조했다.</div>

엔씨소프트(036570)의 인공지능(AI) 전문 기업 NC AI가 한국섬유개발연구원·계명대학교와 ‘지속가능한 K-패션 생태계 강화를 위한 AI 기반 패션기업 성장 지원과 인재양성 협력기반 구축’을 위한 업무협약(MOU)을 체결했다고 16일 밝혔다.

NC AI, 한국섬유개발연구원·계명대와 'K-패션 AX' 위한 업무협약 체결

<div><figure><img src="https://img.khan.co.kr/news/r/600xX/2025/12/16/l_2025121601000382500049641.webp" /></figure>내년이면 이세돌 9단과 딥마인드사의 알파고가 세기의 바둑 대결을 벌인 지 꼭 10년이다. 이를 기념해 현재 세계 최강으로 평가받는 한국의 신진서 9단이 9년 전의 알파고 버전과 다시 대국을 벌이는 이벤트를 추진 중이라고 한다. 신진서 9단은 ‘신공지능’이라는 별명으로 불릴 정도로 인공지능(AI)에 가장 가까운 인간 기사라고들 평가하기에 알파고와의 대국이 무척 기대된다.알파고 이후 강산이 한 번 바뀔 동안 AI는 그야말로 괄목상대하게 발전했다. 2022년 11월 말에 등장한 오픈AI의 챗GPT는 ‘챗GPT 모멘트’라는 말을 만들어낼 정도로 세상을 바꾸었다. 챗GPT가 인간의 말을 그럴듯하게 ‘생성’하는 AI였다면 지금 나오는 AI 모형들은 논리적인 추론 능력도 월등하게 향상되었고 그림이나 영상까지도 척척 만들어낸다. 한 대학생이 몇 가지 최신 AI 모형들로 2026학년도 수능 문제를 풀게 한 결과 오픈AI의 GPT-5.1이 450점 만점에 435.5점을 기록해 클로드 소네트 4.5, 제미나이 2.5 프로, 딥시크-V3-2-Exp 등을 제치고 1위를 차지했다(이와는 전혀 다른 낮은 성적을 낸 실험 결과도 있다). 실험 직후에 출시된 제미나이 3는 GPT-5.1보다 더 높은 440.2점을 기록했다. 아마도 내년쯤에는 수능 만점을 받는 AI 모형들이 속출할지도 모르겠다.다른 한편으로는 ‘여전히 왜 우리 학생들이 이런 유형의 수능 문제를 풀어야 하는가’라는 성토도 쏟아졌다. 국어 영역의 일부 지문은 너무나 난해해 해당 분야 전문가조차 이해하기 어려워했을뿐더러 정답을 두고도 논란이 일었다. 영어에서는 24번 지문의 경우 원저자인 영국 교수가 원어민도 모르는 단어를 출제한 것은 부당하다는 취지의 의견을 내기도 했다. 올해만 그런 것도 아니다. 해마다 수능철이면 한국의 수능 영어 문제를 풀지 못해 쩔쩔매는 미국이나 영국 원어민 학생들의 에피소드를 어렵지 않게 찾아볼 수 있다. 본격적인 AI의 시대, 이제는 AI로 대체할 수 없는 인간의 능력을 키우는 것이 중요하다는데 과연 우리는 얼마나 잘 대처하고 있는지 의문이다.9년 전 알파고가 이세돌 이겼을 때만 해도‘제법이네’ 했는데, AI ‘위상’ 크게 달라져수능 만점자도 논술 채점자도 내어줄 판지식의 생산·유통 ‘혁명’ 수준의 변화 필요잠깐 발상을 뒤집어보자. 입시라면 전 세계 어디에 내놔도 그 ‘난도 자부심’이 뒤처지지 않을 우리이기에, 바로 여기에서 소버린 AI를 가장 적극적으로 구현할 수 있지 않을까? 예컨대 서울시교육청은 이미 서·논술형 시험평가를 지원(채점 및 피드백)하는 AI 시스템 개발에 나섰다. 기술적 완성도가 높아져 공정성과 일관성에서 신뢰를 얻는다면 서울시교육청의 제안처럼 향후 수능에 서·논술형 문항을 도입할 수도 있을 것이다.수능 문제도 잘 푸는 AI는 대학의 풍경도 완전히 바꿔놓았다. 요즘 대학생들은 ‘챗GPT 없이 어떻게 대학 생활을 했을까’라는 말을 할 정도로 최신 AI 모형에 대한 의존도가 높다. 방대한 수업자료(강의노트나 교과서는 물론 교수들의 강의내용 녹음까지 포함해서)를 AI로 요약해 공부하거나 예상 문제를 생성해 시험에 대비하는 건 일상에 가깝다. 교과목에 따라서는 학생들이 수업 시간에 교수들로부터 배우는 것보다 AI에게서 배우는 내용이 훨씬 더 많을 수도 있다. AI는 지치지 않고 다양한 분야에 걸쳐 언제 어디서나 나에게 맞춤형으로 내가 원하는 대답을 내놓을 수 있기 때문이다.상황이 이렇다면 대학 입시뿐만 아니라 대학에서의 교육 자체도 근본적으로 다시 생각해봐야 하지 않을까? 코로나19 팬데믹 시절 각급 학교에서는 온라인 수업을 전면적으로 시행했었다. 지금은 다시 대면 수업으로 많이 복귀했지만, 시간과 공간의 제약을 뛰어넘는 온라인 수업의 장점을 무시할 수는 없다. 지방의 학생들이 서울 소재 대학의 강의를 듣는 것도 기술적으로는 어렵지 않다. 어디 서울뿐이랴. 바다 건너 세계 어디라도 분야별 최고 석학의 강의를 누구나 쉽게 들을 수 있다.여기에 최신의 AI 기술이 더해지면 어떻게 될까. 전 세계에서 강의를 가장 잘하는 사람들의 영상을 분석해 장점들만 뽑아 각자의 형편에 맞게 재구성하는 작업이 이제는 너무나 쉬워졌다. 학생들의 수업 수용도까지 데이터로 쌓이게 된다면 AI는 인간 교수가 하지 못하는 학생 맞춤형 최적화 강의도 만들어낼 수 있을 것이다. 어차피 지금도 학생들이 유튜브나 AI에게 더 많은 것을 물어보고 배우는 실정이라면, 오히려 대학이 앞장서서 이들의 장점을 극대화하는 방향으로 교육혁신을 도모할 수도 있지 않을까? 이렇게 되면 인간 교수가 하는 일은 직접적인 강의에서 AI 주도 수업을 설계하는 큐레이션과 코디네이션의 영역으로 옮겨가게 된다. 조교가 하는 일의 상당 부분도 (어쩌면 대부분 업무도) AI가 대체할 수 있을 것이다. 카이스트에서는 이미 작년 2학기 일부 대학원 교과목에 AI 조교를 도입해 성공적으로 운영하기도 했었다. 학생들은 밤늦은 시간에도 답을 얻을 수 있었고 인간 조교들은 핵심적인 문제에만 집중할 수 있어 업무 부담이 크게 줄었다고 한다. 교수들의 수업 및 행정 부담이 줄어들면 학생지도나 연구 활동에 더욱 매진할 수 있다.대학의 역할은 아주 간단하게 말해 지식의 생산(연구)과 유통(교육을 통한 후대로의 전승)이다. AI는 지식의 생산 영역에서도 크게 활약하고 있다. 단백질의 구조를 예측하는 AI인 알파폴드 개발에 기여한 사람들이 이미 작년에 노벨상을 받았다. 앞으로는 분야를 막론하고 학문 연구에서 가장 필수적인 기본 기자재가 GPU나 데이터센터가 될지도 모를 일이다.지식 유통의 영역에서는 앞서 소개했듯이 학생들 사이에서 이미 AI를 활용한 ‘유통 혁명’이 일어나고 있는 느낌(정확한 실태는 자세히 조사해봐야겠지만)이다. 반면 대학의 기존 체제는 학생들을 따라가지 못하고 있다. 최근 몇몇 대학에서 발생한 학생들의 AI를 활용한 부정 사례는 이런 불일치의 극히 일부를 보여줄 뿐이다. 비유적으로 말하자면 온라인 쇼핑몰이 등장하면서 유통구조 전체가 뒤바뀐 혁명이 AI와 함께 대학을 점령하지 말라는 법도 없다. 11세기 이후 유럽에서 처음 대학이 등장한 이유 중의 하나가 방대한 지식이 새롭게 유입되며 이를 연구하고 교육할 필요성 때문이었다. 그로부터 천년이 지난 지금 AI 덕분에 우리는 다시 지식의 생산과 유통 과정에서 모두 혁명적인 변화를 맞이하고 있다. 이 변화는 필연적으로 대학의 근본적인 변화를 강제하게 될 것이다. AI 중심으로 생산공장과 제조업이 뒤바뀌는 시대라면 대학도 마찬가지이다.알파고 이후 고도로 발달한 AI가 바꾼 바둑계의 모습이 좋은 참고자료가 될 것이다. AI는 이제 인간 기사들의 가장 훌륭한 스승이자 훈련 파트너이다. 인간이 생각할 수 없는 수와 정석이 등장했음은 물론이다. 바둑 중계에서도 매 수에서 승률이 정량적으로 표시되며 최적의 수와 가능한 모든 변화도가 인간 해설자를 압도한다. 덕분에 시청자들이 바둑 중계를 보는 재미도 새로워졌다. 그렇다고 해서 인간 기사들 사이의 바둑이 무의미해진 것은 아니다. 오히려 인간 기사들의 실력은 AI 덕분에 일취월장했다. ‘신공지능’ 신진서 9단이 세계 최강의 기사로 올라선 것도 가장 AI에 친화적이었기 때문이다. 동네 바둑을 두던 아마추어들에게도 초고수 사범과 대국하며 배울 기회가 열렸다.대학에서도 이런 변화를 눈여겨봐야 하지 않을까? 하필 이 전환기에 한국의 대학들은 국제적인 경쟁력에서 밀리고 있다. 네이처인덱스의 기관별 순위에서 최근 중국의 대학들이 상위권을 휩쓴 반면 서울대나 카이스트는 50위권 밖으로 밀려났다. 아시아 대학 순위에서도 국내 대학의 존재감은 미미하다. 국내 언론사의 대학 순위 지표관리에 아웅다웅하는 모습이 무색할 지경이다. 그렇기에 더욱 지금의 전환기를 새로운 혁신의 기회로 받아안아야 한다.최근 나는 오픈AI의 연구과학자로 일하고 있는 가브리엘 페테르손의 인터뷰 영상을 아주 흥미롭게 시청했다. 스웨덴 출신의 페테르손은 고등학교를 중퇴하고 어린 나이에 스타트업에 뛰어들어 엔지니어로서의 삶을 시작했다. 가장 인상적이었던 대목은 그가 말했던 상향식 학습과 하향식 학습의 차이였다.전자는 지금 우리가 대학에서 배우듯, 예컨대 선형대수학 같은 수학이나 물리학을 먼저 배우고 프로그래밍의 정규 교과목들을 밑바닥부터 배워서 차츰 올라가는 식으로 딥러닝을 배우는 과정이다. 페테르손에 따르면 이 방식으로는 대학 4년 동안 딥러닝을 구경하지 못할 수도 있다. 반면 고등학교를 중퇴한 페테르손이 선택했던 방식은 실질적이고 구체적인 문제를 먼저 접하고 이를 해결하는 데 필요한 요소들만 선택적으로 집중해 터득하는 방식이다. 예전 같으면 후자의 방식이 효과를 보기 어려웠겠지만 지금은 AI의 발달로 개인에게 맞춤화된 학습이 높은 수준으로 가능해졌다. 페테르손 본인이 그 증거물인 셈이다.“제가 하향식으로 (AI의) 확산모형을 배우는 데에 3일 걸리는 반면 당신이 학계에서 상향식으로 그걸 배우는 데에는 6년이 걸립니다.” 페테르손이 엑스(구 트위터)에 쓴 말이다. 페테르손이 미국 샌프란시스코로 가기 위해 비자를 받을 때 필요했던 것은 학술논문이나 저서 같은 전통적인 업적물이 아니었다. IT 개발자 커뮤니티 사이트인 스택오버플로에 남긴 자신의 수많은 답변과 수백만 조회 수와 추천이 그를 보증했다. 이런 페테르손에게 대학은 엄청난 시간 낭비이지 않았을까?물론 그의 처지와 스웨덴의 현실을 한국과 곧바로 비교하기는 힘들 것이다. 또한 모든 분야에서 페테르손의 하향식 접근법을 적용할 수도 없을 것이다. 그러나 새로운 전환기의 고등교육이 어떤 방식으로 가능할 것인지에 대한 힌트를 얻는 데에는 모자람이 없다.내년에 알파고와 신진서의 대국이 성사되면 나는 9년 전과 마찬가지로 신진서 9단의 승리에 베팅할 것이다. 내심 나는 신진서 9단이 이세돌 9단의 1승4패 패배를 역으로 갚아줬으면 좋겠다. 그보다 더 바라는 게 있다면, 이제 우리의 입시나 대학도 ‘신공지능’이나 페테르손 같은 인재를 키울 수 있는 방향으로 변혁하는 것이다. <연재 끝 ><figure><img src="https://img.khan.co.kr/news/2025/12/16/l_2025121601000382500049642.webp" /></figure>▶이종필 교수1971년 부산에서 태어났다. 1990년 서울대 물리학과에 입학했으며 2001년 입자물리학으로 박사학위를 받았다. 이후 연세대·고등과학원 등에서 연구원으로, 고려대에서 연구교수로 재직했다. 2016년부터 건국대 상허교양대학에서 조교수로 재직 중이다. 저서로 <신의 입자를 찾아서> <대통령을 위한 과학 에세이> <물리학 클래식> <이종필 교수의 인터스텔라> <빛의 속도로 이해하는 상대성이론> 등이 있고, <최종이론의 꿈> <블랙홀 전쟁> <물리의 정석> <스티븐 호킹의 블랙홀> 등을 우리글로 옮겼다. </div>

내년이면 이세돌 9단과 딥마인드사의 알파고가 세기의 바둑 대결을 벌인 지 꼭 10년이다. 이를 기념해 현재 세계 최강으로 평가받는 한국의 신진서 9단이 9년 전의 알파고 버전과 다시 대국을 벌이는 이벤트를 추진 중이라고 한다. 신진서 9단은 ‘신공지능’이라는 별명으로 불릴 정도로 인공지능(AI)에 가장 가까운 인간 기사라고들 평가하기에 알파고와의 대국이 무척 기대된다.

‘참 잘했어요’ - 인간, AI의 인정을 갈구하게 될지도

<div><img src="https://ujnews.co.kr/images/sns/20/kt20.png" /><figure><img src="https://ujnews.co.kr/news/data/20251217/p1065591288566670_592_thum.jpg" /></figure>UNIST 인공지능대학원 김태환 교수와 POSTECH 고성안 교수팀은 손글씨로 쓴 복잡한 수학 답안을 채점하는 AI 모델인 ‘베미(VEHME, Vision-Language Model for Evaluating Handwritten Mathematics Expressions)’를 개발했다고 17일 밝혔다. 주관식 수학 문제 채점은 교육 현장에서 가장 시간이 많이 소요되는 업무지만 이를 자동화하기에는 한계가 있었다. 수학 풀이 특성상 수식, 그래프, 도형이 섞여 있고 학생마다 필체와 답안 배치가 제각각이라 AI가 이를 정확히 인식해 오류를 찾아내는 것이 어렵기 때문이다. 연구진이 개발한 베미는 마치 사람이 문제 풀이의 흐름을 따라가는 것처럼 수식의 위치와 문맥을 정확히 읽고, 틀린 풀이를 짚어낼 수 있다. 실제 베미로 미적분부터 초등학교 산수 수준의 다양한 수학 문제 풀이를 채점해본 결과, 경량 모델임에도 불구하고 거대 모델인 ‘GPT-4o’, 제미나이 2.0 Flash와 대등한 채점 정확도를 보였다. 특히 답안이 심하게 회전되어 있거나 글씨가 엉망인 고난도 평가에서는 베미가 오히려 상용 모델들을 제치고 더 정확하게 오류 위치를 찾아냈다. 70억 개의 매개변수를 사용하는 베미와 달리 GPT나 제미나이와 같은 모델들은 수천억 개 이상의 매개변수를 가진 것으로 알려져 있다. 연구팀은 수식 인식 시각 프롬프트(EVPM)라는 자체 개발 기술과 ‘이중 학습 기법’을 이용해 베미를 만들 수 있었다. EVPM은 베미가 복잡하게 나열된 수식들에 가상의 박스를 쳐서 풀이 순서를 놓치지 않게 만들어준다. 2단계 강화학습은 단순히 정답을 맞혔는지 뿐만 아니라, 풀이 과정 중 어느 부분이 왜 틀렸는지까지 설명할 수 있도록 한다.또 AI가 학습할 수 있는 정교한 손글씨와 첨삭 데이터가 많지 않았기 때문에 거대 언어 모델(QwQ-32B)로 합성 데이터를 만들어 활용했다.한편, 베미는 오픈 소스 모델로 만들어져 학교나 학원 같은 교육 기관에서 무료로 쓸 수 있다. 김태환 교수는 “손글씨 수학 채점은 에듀테크 AI의 난제 중 하나이자 이미지와 언어를 함께 이해해야 하는 멀티모달 AI의 대표적 적용 분야”라며 “베미는 복잡한 풀이 구조를 사람처럼 단계별로 따라가며 판단하는 모델로, 실제 교육 현장에서 활용할 수 있을 정도의 안정성과 효율성을 확보한 것에 큰 의미가 있다”고 말했다.이어 “자체 개발한 EVPM 모듈은 복잡하게 배열된 시각 정보를 자동으로 구조화할 수 있게 해 교육 분야뿐 아니라 문서 인식, 설계 도면 분석, 수기 기록물 디지털화 등 다양한 산업 분야의 멀티모달 추론 모델에도 쓸 수 있을 것”이라고 덧붙였다. 이번 연구는 과학기술정보통신부 한국연구재단, 정보통신기획평가원 등의 지원을 받아 이뤄졌으며, 연구 결과는 자연어처리(NLP) 분야 대표 국제학회인 EMNLP(Empirical Methods in Natural Language Processing)의 정식 논문으로 채택됐다. 올해 EMNLP는 11월 5일부터 9일까지 중국 쑤저우에서 열렸다.이남주 기자</div>

UNIST 인공지능대학원 김태환 교수와 POSTECH 고성안 교수팀은 손글씨로 쓴 복잡한 수학 답안을 채점하는 AI 모델인 ‘베미(VEHME, Vision-Language Model for Evaluating Handwritten Mathematics Expressions)’를 개발했다고 17일 밝혔다.

UNIST·POSTECH, 손글씨 수학 답안 채점하는 AI 개발

<div>[서울=뉴스핌] 서영욱 기자 = 인공지능(AI) 경쟁이 격화하는 가운데 SK하이닉스가 기술 인재를 전면에 내세웠다. 직급과 연차의 장벽을 낮추고, 기술 역량 중심의 커리어 패스로 조직 체질을 재편한다. '기술전문가'를 축으로 핵심 기술과 현장 경쟁력을 동시에 끌어올린다는 구상이다.17일 SK하이닉스에 따르면 회사는 지난 15일 이천캠퍼스 R&D센터 인피니티홀에서 '2026 기술전문가 임명식'을 개최했다. 반도체 핵심 기술 분야에서 전문성을 인정받은 구성원에게 기술전문가 타이틀을 부여하고, 기술 중심 성장 체계를 강화하기 위한 행사다.<figure><img src="https://img.newspim.com/news/2025/12/17/2512171302066490.jpg" /></figure>SK하이닉스는 직책과 연차에 관계없이 기술 역량만으로 성장할 수 있는 전문가 커리어 패스를 운영하고 있다. 기술사무직군 최고 엔지니어를 선발하는 DE(Distinguished Engineer)와 HE(Honored Engineer), 장비 유지보수 직군 최고 인력을 뽑는 명장·마스터 제도가 핵심 축이다.DE는 소자·공정·설계 등 각 영역에서 축적된 전문성을 바탕으로 기술 고도화와 난제 해결에 기여한 엔지니어에게 부여된다. DE 가운데 성과와 장기 기여 가능성을 입증한 인력은 엄격한 심사를 거쳐 HE로 선발된다. HE는 기술 연구 지속을 지원받는 최상위 전문가 트랙이다.명장은 반도체 장비와 설비 등 현장 중심 기술 역량을 갖춘 인력이다. 생산 라인 품질 안정화와 수율 개선, 장비 성능 향상을 주도한다. 명장 중 최고 수준의 문제 해결 능력과 리더십을 인정받은 구성원은 마스터로 선발돼 기술 자문과 현장 지식 전수 역할을 맡는다.'2026 기술전문가'에는 윤석영 HE(DRAM PI), 정진일 DE(HBM 설계), 박찬호 마스터(P&M 기술), 김태규 명장(Diffusion 기술) 등이 이름을 올렸다. 이들은 연구 개발과 생산 현장에서 AI 메모리 설루션과 스마트 팹 전환을 이끄는 핵심 인력으로 활동한다. 축적한 경험과 배움을 바탕으로 조직 내 기술 전승과 후배 양성의 구심점 역할도 맡는다.임명된 기술전문가들은 각 분야에서 쌓은 성과를 토대로 회사의 기술 리더십 강화와 인재 육성에 기여하겠다는 포부를 밝혔다.곽노정 SK하이닉스 대표이사 사장은 이날 축사에서 "AI 시대에도 반도체 기술 혁신의 중심에는 사람이 있으며, 세대와 경험을 아우르는 기술전문가들의 협업이 중요하다"며 "새롭게 선임된 기술전문가들이 각자의 역량을 모아 회사의 성장을 이끌어 주길 바란다"고 말했다.SK하이닉스는 기술전문가 제도를 바탕으로 기술 중심 성장 구조를 더 강화할 방침이다. AI·디지털 전환 역량 확보에 초점을 두고 핵심 기술 과제와 난제 해결 과정에 전문가 참여 폭을 넓힐 계획이다.전문성이 조직 전반으로 확산하도록 지원 체계도 정비한다. 미래 세대를 이끌 기술 리더 양성에 힘을 싣겠다는 구상이다.syu@newspim.com</div>

[서울=뉴스핌] 서영욱 기자 = 인공지능(AI) 경쟁이 격화하는 가운데 SK하이닉스가 기술 인재를 전면에 내세웠다. 직급과 연차의 장벽을 낮추고, 기술 역량 중심의 커리어 패스로 조직 체질을 재편한다. '기술전문가'를 축으로 핵심 기술과 현장 경쟁력을 동시에 끌어올린다는 구상이다.

AI 경쟁력, 사람에 건다…SK하이닉스 '기술전문가' 선임

<div>LS증권(대표이사 사장 김원규)은 ‘2025 CME 세계 대학생 모의투자대회’ 참가자들의 준비 과정 및 후기 등을 담은 인터뷰 영상을 유튜브 채널에 공개했다고 15일 밝혔다.<figure><img src="https://www.fintechtimes.co.kr/data/photos/20251251/art_17658354780535_bc4fa6.jpg" /></figure>CME그룹은 미국에 기반을 둔 세계 최대 파생상품 거래소로, 매년 세계 대학생 모의투자대회를 개최하고 있다. 10월 한 달간 열린 이번 대회에는 25개국 174개 대학, 616팀이 참가해 치열한 경쟁을 펼쳤다. LS증권은 지난 7월 CME그룹의 세계 모의투자대회 참가를 희망하는 대학생·대학원생을 선발해 육성교육 프로그램을 진행했다. 프로그램은 해외파생상품 이론 교육, 모의투자 실습·평가, 세계 모의투자대회 참가 지원 순으로 이뤄졌다. 교육 수료생 중 실습 우수자에게는 포상금도 지급됐다.이번 인터뷰 영상에는 LS증권의 육성교육에 참여한 수료생 가운데 4명이 출연했다. 이들은 각각의 팀을 구성해 지난 10월 세계 대학생 모의투자대회에 참가했다.이들은 인터뷰를 통해 “교육을 수강하면서 해외파생상품에 대한 이해도가 생겼다”, “현직자에게 직접 받은 교육을 토대로 실습부터 실전 대회 참가까지 단계별로 역량을 키울 수 있어서 좋았다”, “교육과 대회를 통해 실제 거래시스템 환경에서 경험을 쌓고 다양한 투자 시나리오에 대응하는 능력을 키우며 금융시장 분석 역량을 함양할 수 있었다”며 소감을 전했다.이번 인터뷰 영상은 LS증권 유튜브 채널 ‘이리온’에서 확인할 수 있다.LS증권 관계자는 “이번 인터뷰 영상은 학생들의 대회 준비 과정과 시행착오를 솔직하게 담아낸 콘텐츠”라며 “해외선물옵션과 글로벌 시장을 부담 없이 경험해 볼 수 있도록 기획했으며, 앞으로 해당 대회를 준비하는 학생들에게 현실적인 참고서가 되길 바란다”고 말했다. </div>

LS증권(대표이사 사장 김원규)은 ‘2025 CME 세계 대학생 모의투자대회’ 참가자들의 준비 과정 및 후기 등을 담은 인터뷰 영상을 유튜브 채널에 공개했다고 15일 밝혔다.

LS증권, ‘세계 대학생 모의투자대회’ 참가 노하우와 후기 담은 영상 공개

<div><figure><img src="https://www.kgnews.co.kr/data/photos/20251251/art_17658642632232_8c6162.jpg" /></figure>한림대학교성심병원이 산업통상자원부가 지원하는 ‘2025년 로봇산업기술개발사업’에 참여해 가정과 의료 현장에 특화된 휴머노이드 로봇 개발에 본격적으로 나선다.한림대성심병원은 지난 12일 해당 사업 추진을 위한 착수회의에 참석해 사업 일정과 기관별 역할 분담, 기술 개발 방향 등을 공유하고 향후 연구 수행 계획을 논의했다.이번 사업은 국내 로봇 기술의 고도화와 글로벌 경쟁력 확보를 목표로 하는 국가 연구개발 과제로, 휴머노이드 로봇 전문기업 블루로빈이 주관을 맡고 서울대학교, 부산대학교, 한림대성심병원이 컨소시엄을 구성해 참여한다.컨소시엄은 가정과 의료 환경에 특화된 휴머노이드 로봇 개발을 목표로 하며, 한림대성심병원은 의료 현장과 가정에서 실제로 요구되는 돌봄 상황을 중심으로 로봇 활용 시나리오를 기획·개발하는 역할을 맡는다.이를 통해 로봇의 기능과 성능, 운영 요건 등 핵심 요구사항을 도출하고, 의료진과 환자의 요구를 반영한 개발 방향을 제시할 계획이다.초고령사회 진입과 인구 감소로 돌봄 인력 부족이 심화되면서 휴머노이드 기반 돌봄·의료 보조 로봇에 대한 수요도 빠르게 증가하고 있다.<figure><img src="https://www.kgnews.co.kr/data/photos/20251251/art_17658642695402_f2f57e.jpg" /></figure>한림대성심병원은 병원 환경에 맞춘 로봇 시나리오 개발과 실시간 로봇 관제 경험, 다양한 의료서비스 로봇을 병원 시스템에 통합해 온 운영 경험을 바탕으로 연구 성과 창출에 기여할 방침이다.주관기관인 블루로빈은 전동식 자동심폐소생장치 ‘라자로(LAZARO)’와 이족보행 휴머노이드 로봇 ‘P-73’을 개발한 기업으로 로봇 기술력을 인정받아 왔다.서울대학교 다이로스(DYROS) 연구팀은 2022년 ‘아바타 엑스프라이즈(Avatar XPRIZE)’ 결선에 진출했으며, 부산대학교 타이디보이(Tidyboy) 연구팀은 ‘로보컵(RoboCup) 2025’에서 우승하는 등 국내외 로보틱스 분야에서 성과를 내고 있다.이미연 한림대학교의료원 커맨드센터장은 “이번 국가 연구개발사업 참여는 의료기관이 로봇 기술의 단순 수요자를 넘어 개발 단계부터 참여한다는 점에서 의미가 크다”며 “휴머노이드 기반 돌봄·의료 보조 로봇이 병원과 가정을 연결하는 지속 가능한 돌봄 체계를 구축할 수 있도록 연구에 적극 참여하겠다”고 말했다.한편 한림대학교의료원은 2022년 8월부터 커맨드센터를 중심으로 의료서비스 로봇 관제·운영 체계를 구축해 왔다.현재 의약품과 검체 운반, 물품 배송, 안내, 환자 교육, 방역 등에 활용되는 11종 77대의 의료서비스 로봇을 운영하고 있으며, 국내 의료기관 가운데 가장 활발하게 로봇을 도입·활용하는 사례로 평가받고 있다.[ 경기신문 = 최순철 기자 ]</div>

한림대학교성심병원이 산업통상자원부가 지원하는 ‘2025년 로봇산업기술개발사업’에 참여해 가정과 의료 현장에 특화된 휴머노이드 로봇 개발에 본격적으로 나선다.

한림대성심병원, 가정·의료 특화 휴머노이드 로봇 개발 나선다

무대에 올라간 학생들은 재활용품 자동분리 장치를 만드는 과정을 선보였다. 물체가 센서에 감지되면 운반 벨트가 멈춰 섰고, 기계학습 코드는 캔과 병을 판별해, 3D 프린터로 만든 5축 로봇팔이 능숙하게 수거함에 담았다. 옆에 앉은 로봇 전문가는 탄성을 질렀다. 다른 팀은 로켓에 가속도센서를 붙이고 날개의 개수·각도와 무게중심을 바꿔가며 비행궤적을 좌우하는 변인을 찾았다. 교과서 속 정답이 아닌 수십 차례 시행착오와 질문과 고민 끝에 얻은 성과다. 그들이 쏘아 올린 로켓은 금세 카메라 시야에서 사라졌다.

문제의 정의

관련 뉴스