본문으로 건너뛰기
피드

인텔리빅스·모빌린트, 국산 NPU로 현장형 안전 AI 고도화한다

ai-ml 약 5분
vote
0
댓글
북마크

인텔리빅스가 모빌린트와 손잡고 국산 신경망처리장치 기반 영상 분석 AI 에이전트를 고도화한다. 클라우드에 의존하기보다 현장에서 0.1초 안에 위험 상황을 감지하고 텍스트·음성으로 대응하는 안전 AI를 국방·공공안전 시장에 확장하려는 전략이다.

  • 1

    인텔리빅스와 모빌린트가 국산 NPU 기반 영상 분석 AI 에이전트 협력을 맺음

  • 2

    VIXA는 위험 상황을 0.1초 안에 감지하고 텍스트·음성으로 전달하는 행동형 AI를 지향함

  • 3

    비전 AI, 생성형 AI, 행동 AI를 묶어 자율 안전 운영체제 방향으로 확장하려 함

  • 4

    GOP와 해안 초소에 적용되는 AI 보더가드 같은 국방·공공안전 사례를 강조함

  • 인텔리빅스가 AI 반도체 기업 모빌린트와 손잡고 “클라우드가 아닌 현장형 AI”를 밀기로 했음

    • 양사는 국산 신경망처리장치(NPU)를 기반으로 영상 분석 AI 에이전트 기술을 고도화하는 업무협약을 맺음
    • 주요 타깃은 국방과 공공안전 시장임
    • 해외 기술 의존도를 낮추고 하드웨어부터 알고리즘까지 독자 AI 체계를 만들겠다는 소버린 AI 전략도 같이 강조됨
  • 핵심 제품은 인텔리빅스의 영상 분석 AI 에이전트 VIXA임

    • VIXA는 위험 상황을 0.1초 안에 감지하고 텍스트와 음성으로 전달하는 행동형 AI를 지향함
    • 기존 영상 분석 AI가 사후 확인이나 단순 알림에 머물렀다면, VIXA는 생성형 AI 기반으로 현장 맥락을 이해하고 즉시 대응 지시를 내리는 쪽을 노림
    • 기사 표현대로면 단순 솔루션이 아니라 자율 안전 운영체제, 즉 Safety OS로 확장하겠다는 그림임

중요

> 0.1초 감지 같은 숫자가 중요한 이유는 안전·국방 영역에서는 “나중에 분석”이 별 의미가 없기 때문임. 현장에서 바로 판단하고 바로 전달해야 제품 가치가 생김.

  • 기술 스택은 비전 AI, 생성형 AI, 행동 AI를 묶는 풀스택 방향임

    • 비전 AI는 현장의 영상 정보를 보고 위험 상황을 잡아냄
    • 대규모 언어 모델(LLM)·시각언어모델(VLM)은 상황을 설명하고 자연어 지시로 바꾸는 데 쓰임
    • 행동 AI(VLA)는 감지와 설명을 넘어 실제 대응 흐름으로 이어지는 역할을 맡음
  • 대표 사례로는 GOP와 해안 초소에 적용되는 AI 보더가드가 언급됨

    • 악천후나 저조도 환경에서도 침입을 식별하는 비전 AI를 국산 반도체와 결합하는 방식임
    • 군 경계 근무 효율을 크게 높이는 게 목표라고 설명됨
    • 이 영역은 네트워크 지연, 보안, 전력, 장비 신뢰성이 모두 중요해서 클라우드 의존형 구조와 잘 안 맞음
  • 인텔리빅스는 이번 협력을 발판으로 국내를 넘어 글로벌 안전 AI 시장까지 노림

    • 자체 AI 기술과 하드웨어 최적화를 묶어 K-AI 표준을 만들겠다는 전략임
    • 앞으로 NPU 적용 범위를 AI 영상 분석 솔루션 전반으로 넓히고, 국방·공공안전 공동 사업과 조달 시장 진입도 추진할 계획임
    • 물리 AI와 로보틱스 영역까지 협력 범위를 넓히겠다고 밝힘

기술 맥락

  • 이 협력의 기술적 선택은 클라우드 추론이 아니라 현장 추론이에요. 국방 초소나 공공안전 현장에서는 영상을 클라우드로 보냈다가 결과를 받는 시간이 길어질수록 대응 가치가 떨어지거든요.

  • NPU를 쓰는 이유도 여기에 있어요. 영상 분석은 계속 들어오는 프레임을 빠르게 처리해야 하고, 현장 장비는 전력과 발열 제약도 있으니까 전용 AI 칩이 유리해요.

  • VIXA가 단순 알림을 넘어 행동형 AI를 말하는 것도 중요한 변화예요. 감지 결과를 사람이 해석하게 두는 대신, 상황 설명과 대응 지시까지 연결하면 현장 운영 흐름 자체가 바뀌기 때문이에요.

  • 국산 NPU와 결합한다는 점은 기술 주권 이슈와도 연결돼요. 국방·공공안전처럼 민감한 영역에서는 성능뿐 아니라 공급망, 유지보수, 통제 가능성이 실제 도입 조건이 되거든요.

엣지 AI가 “클라우드 비용 줄이기”를 넘어 국방·안전처럼 지연 시간이 곧 리스크인 영역으로 들어가는 사례임. 국산 반도체와 안전 AI를 묶어 소버린 AI 서사를 만드는 점도 국내 시장에서는 꽤 중요한 포인트임.

댓글

댓글

댓글을 불러오는 중...

ai-ml

AI 코딩 시대에도 결국 도메인 전문가가 이긴다는 데이터가 나왔다

앤트로픽이 클로드 코드 사용 세션 40만 건을 분석한 결과, AI 코딩 성과를 가르는 핵심은 코딩 손기술보다 업무 전문성이었음. 전문가는 한 번의 지시로 더 많은 작업을 끌어내고, 문제가 생겼을 때도 포기하지 않고 AI를 올바른 방향으로 되돌리는 비율이 높았음.

ai-ml

정부, 엔비디아에 AMD까지 붙여 AI 인프라 선택지 넓힌다

정부가 엔비디아 GPU 확보에 그치지 않고 AMD, 국산 NPU, CXL, DPU까지 엮는 개방형 AI 컴퓨팅 생태계로 방향을 넓히고 있음. AI 경쟁이 단순히 GPU를 얼마나 많이 사느냐에서 워크로드에 맞춰 CPU·GPU·NPU를 어떻게 조합하느냐로 넘어가는 분위기임.

ai-ml

빅테크 AI 투자 폭증, 삼성·하이닉스 HBM 싸움이 더 뜨거워졌다

아마존, 구글, 마이크로소프트, 메타가 올해 AI 인프라 설비투자 계획을 최대 7600억달러까지 올리면서 HBM 수요가 다시 확인됐어. 삼성전자는 HBM4로 점유율을 끌어올리겠다고 나섰고, SK하이닉스는 양산 경험과 고객 신뢰를 앞세워 1위 방어에 들어갔어.

ai-ml

중국이 AI와 제조 공급망을 묶는 중, 한국은 ‘K-제조’로 버텨야 한다

산업연구원이 미·중 경쟁이 관세 싸움을 넘어 AI 표준과 제조 공급망 장악전으로 옮겨갔다고 분석했음. 중국은 반도체 자립, 오픈소스 AI 모델, 휴머노이드 로봇, 제조 데이터까지 묶어 자국 중심의 생산 질서를 만들고 있고, 한국은 반도체·제철·조선 같은 제조 현장의 암묵지와 데이터를 AI 자산으로 바꿔야 한다는 제안이 나왔음.

ai-ml

문샷 AI, 알리바바 통해 엔비디아 칩 2만 대 썼다는 보도 나왔다

중국 AI 스타트업 문샷 AI가 알리바바 클라우드 인프라를 통해 엔비디아 칩 약 2만 대의 연산 자원을 공급받았다는 보도가 나왔다. 미국의 반도체 제재에도 중국 AI 기업들이 해외 클라우드와 임대 연산 자원을 통해 고성능 GPU에 접근하고 있다는 의혹이 같이 커지고 있다.