Earticle

생성형 AI(Generative AI)는 데이터를 바탕으로 새로운 형태 의 콘텐츠를 생성할 수 있는 인공지능 기술로, 최근 몇 년간의 비 약적인 발전을 통해 다양한 산업에서 중요한 역할을 담당하고 있 다. 텍스트, 이미지, 비디오, 음성 등 여러 형식의 데이터를 생성 할 수 있는 이 기술은 특히 대형 언어 모델(LLM), 비전-언어 모델 (VLM), 확산 모델(Diffusion Models)과 같은 핵심 기술을 기반 으로 동작하며, 기존의 창작 및 산업적 작업에 혁신을 가져왔다. 생성형 AI는 콘텐츠 산업에서의 적용을 통해 업무 효율성을 극대 화하고, 맞춤형 콘텐츠 제공 및 창작 과정을 자동화하는 데 기여 하고 있으며, 광고, 미디어, 출판, 게임 등 다양한 분야에서 활용 되고 있다. 본 논문은 생성형 AI의 주요 기술 동향을 분석하고, 콘 텐츠 산업에서의 구체적인 응용 사례들을 다룬다. 또한, 생성형 AI의 기술적 진보가 가져올 미래 가능성과 더불어, 이와 관련된 윤리적·법적 과제에 대해 논의하며, 향후 발전 방향을 제시한다.

최근에 디지털 트윈은 여러 산업 분야에서 활발하게 논의되고 있으며, 디지털 트윈이 제공하는 직관적 이해와 활용성은 분야별 소비자에게 쉽게 전달되는 장점이 있다. 그러나, 디지털 트윈 기 술을 활용하는 주체들의 다양한 정의와 응용분야에 따라 다양한 견해(見解)로 혼동을 유발시키고 있다. 또한 많은 부분에 있어 해 외에 의존하는 등 기술적 격차는 1.4년 이상을 보인다. 본 고에서 는 디지털 트윈이 어떻게 이해되고 있는지 각 산업별 특징에 따른 기술적 의미를 분석하여 재정의하고, 디지털 트윈에 대한 새로운 기술분류체계 및 5단계 발전 모델을 제안하고자 한다.

최근 대규모 언어 모델(LLM, Large Language Model) 기반의 고성능 AI 모델 활용이 확산됨에 따라 편향(Bias), 유 해 콘텐츠(Toxicity), 허위 정보(Misinformation), 개인정보 보호(Privacy), 악의적 활용(Malicious Use) 등의 위험 요소 가 주요한 사회적 문제로 대두되고 있다. 이러한 위험 및 안전 성을 평가하기 위해 다양한 AI 안전성 평가 프레임워크가 개 발되고 있으며, 대표적인 오픈소스 프레임워크로 Inspect, Moonshot, Dioptra, Garak 등이 있다. 본 논문에서는 특히 LLM 모델의 위험 및 안전성 벤치 마크에 특화된 Inspect와 Moonshot을 비교 분석하고, Moonshot을 활용한 LLM 안전성 평가 방법과 실제 수행 예 제를 제공하였다. 특히, MLCommons의 Ailuminate 등의 공개 데이터셋을 활용하여 프라이버시 침해, 악의적 활용 등 의 위험 평가를 수행한 예제를 제시하고, JSON 포맷으로 제 공되는 평가 결과의 분석 방안을 논의하였다. 마지막으로, AI 안전성 평가의 표준화 가능성을 검토하고, AI 위험 요소의 분류, 평가 데이터셋, AI 안전 평가의 자동화 등 국제 표준화된 평가 체계 구축의 필요성을 제안한다.

최근 디지털화가 급속히 진행되면서, 디지털 취약계층인 노 년층에게 정보 격차가 발생하고, 이로 인해 디지털 소외 문제 가 심화되고 있어 심각한 사회적 문제가 되고 있다. 본 고에서 는 노년층이 디지털 시대에 적응하기 힘든 원인과 현재의 실 태에 대해 설명하고, 이들을 위한 디지털 교육과 디자인 및 기 술 개발의 중요성에 대해 제안한다. 특히 디지털 기기 사용 방 법을 교육한다고 하더라도 고령자가 노화로 인해 잘 잊어버리 고, 복잡한 기기 사용을 어려워하는 점을 근거로, 디자인과 기 술 개발 초기부터 사용하기 쉽게 개발하는 것의 중요성에 대 해 설명한다.

인공지능(AI) 에이전트의 급속한 발전은 소프트웨어 개발 전 반에 근본적인 변화를 예고한다. 특히, 월 500달러 수준의 소프트웨어 엔지니어 AI 에이전트를 제공한 Devin(2024) [1], 중급 엔지니어 업무가 AI로 대체될 가능성을 언급한 Meta(2025)[2], 신규 코드의 25% 이상이 이미 AI에 의해 작 성된다는 Google(2024)[3], AI 도입 후 엔지니어링 생산성 이 30%나 향상된 Salesforce(2024)[4], 그리고 월 최대 2만 달러의 전문 AI 에이전트를 준비 중인 OpenAI(2025)[5] 등 의 사례는 이러한 혁신이 현실화되고 있음을 방증한다. 본 논 문은 이처럼 부상하는 AI 에이전트 기술이 오픈소스 생태계의 거버넌스, 비즈니스 모델, 커뮤니티 협력 방식 등에 미칠 영향 과 새로운 가능성을 심층적으로 분석한다. 나아가 실제 오픈 소스 커뮤니티에서의 기여 사례를 검토함으로써, 인간 개발자 와 AI가 협력하여 문제를 해결하는 미래의 오픈소스 개발 모 델을 제안한다. 이를 통해 소프트웨어 개발자와 AI 엔지니어 가 맞이할 새로운 기회와 도전 과제를 명확히 파악하고, 오픈 소스의 미래를 준비하는 데 유용한 통찰을 제공하고자 한다.

여러 산업 분야에서 다양한 성공 사례가 쏟아지면서, 인공 지능을 이용한 사회 대변혁의 기대감이 커지고 있으며, 인공 지능을 배제한 산업과 미래를 생각할 수 없는 정도에 이르렀 다. 그러나 이러한 장밋빛 전망에도 불구하고 인공지능의 전 면적인 적용이 우려스러운 점은 인공지능이 편향적인 판단을 하는 사례가 지속적으로 보고된다는 점이다. 특히 이러한 인 공지능의 편향성이 단순히 일회성 해프닝이 아니고, 인공지능 시스템을 개발하는데 필연적으로 발생하는 구조적인 문제로 밝혀지면서, 편향성을 피하기 어렵다는 비관적인 전망들이 나 오고 있다. 이는 인공지능 시스템의 구성에는 설계자인 인간 의 편향부터 학습데이터에 녹아있는 편향, 그리고 학습과정의 편향까지 다양한 편향이 존재할 수 있기 때문이다. 본 고에서 는 이러한 인공지능의 편향성의 사례와 원인을 분석하고, 이 의 측정 방안과 최소화하기 위한 방법에 대해 살펴본다. 또한 ISO/IEC에서의 인공지능 편향과 관련된 표준화 동향에 대해 알아보고 향후 발전 방향에 대해 논의한다.

우주 개발 역사에서 실물 쌍둥이를 만들어 지상의 쌍둥이 선 체를 통해 우주선의 고장을 해결했었고, 비행기나 자동차를 개 발할 때 목업을 만들어 검증의 과정을 거쳤던 것처럼, 쌍둥이 형 상에 대한 필요성은 오랜 역사적 배경을 갖고 있다. 지금은 가 상화 기술의 발전으로 실물 쌍둥이를 만들지 않더라도 가상 쌍 둥이를 만들어서 형상, 구조, 동작을 필요한 목적에 맞춰 모의 (simulation)할 수 있도록 하는 디지털 트윈이 산업 현장 곳곳에 서 활용되고 있다. 본 고에서는 디지털 트윈을 구체화 하는 데에 고려해야 할 기술적 사항들을 짚어 보도록 한다

기후변화 및 탄소중립 대응은 전 세계 산업계의 시급한 과제 이며, 인공지능(AI)은 이를 해결하기 위한 핵심 기술로 부상하 고 있다. Google, Microsoft, Siemens 등 글로벌 기업들은 지능형 전력망 등을 포함한 에너지 효율과 온실가스 감축에 서 성과를 보이고 있다. 우리나라 역시 스마트팩토리, FEMS/ BEMS, 지능형 전력망 등에서 AI 활용을 확대하고 있다. 그 러나, 에너지 및 탄소중립 복잡계 시스템에서의 솔루션 제시 를 위한 AI전환 기술과 산업 전반 확산을 위한 지속가능 플랫 폼 제공이 필요한 시점이다. 이를 위한 에너지 특화 파운데이 션 모델을 기반으로 AI 에이전트와 피지컬 AI로의 진화는 국 내 에너지 및 탄소중립 산업의 경쟁력 강화의 중심이 될 것이 다. 본 논문은 산업계 AI 기술 관련 글로벌·국내 동향을 종합 적으로 검토하고, ETRI의 관련 연구동향을 소개하며, 에너지 및 탄소중립 분야 AI 기술의 방향을 제시한다. 마지막으로 AI 기반 에너지 효율화와 탄소중립 실현을 위한 산업화 과제를 제안한다.

물리 세계를 가상 세계로 복제하여, 물리적 사물을 관리하 는 디지털 트윈 기술은 디지털 공간에서의 이종 산업 간 융합 을 통해 실세계 최적화를 지원하는 핵심적인 디지털 기반 기 술이 될 것이다. 이에 본 고에서는 실세계의 초융합 서비스를 가능하게 하는 디지털 트윈의 개념과 진화 단계에 대해 설명 한다. 이를 바탕으로 일반화된 디지털 트윈 소프트웨어 아키 텍처를 객체지향적 관점에서 설계하고, 제안한 소프트웨어 아 키텍처에 기반한 디지털 트윈 개발 사례를 소개한다. 마지막 으로 결론을 통해 미래 디지털 트윈이 나아가야할 방향을 조 망한다.

라이다(Light Detection and Ranging: LiDAR) 센서는 초 기 위성, 해양 및 대기 관측 연구를 위해 사용되었고 이후 차 량에 부착하는 자율 주행 자동차의 핵심 센서로 발전하고 있 다. 최근 스마트카 산업에서 자율주행 자동차와 무인 자동차 의 상용화 시점과 더불어 폭발적인 성장이 예상되며, 라이다 기술의 핵심 기술 확보를 통해 선발 업체들과의 기술격차를 좁히고, 세계시장 진입에 필요한 요소기술과 IPR 확보가 필수 적이다. 본 고에서는 라이다 센서의 전반적인 이해와 동향 파 악을 통해 현재 자율주행차량용 라이다 센서 기술 발전 방향 을 살펴본다.