맷 던피 델 수석부사장 “AI 성과 내려면 경제성·실험·변화관리 중요” 작성일 08-25 47 목록 <div id="layerTranslateNotice" style="display:none;"></div> <strong class="summary_view" data-translation="true">인프라 구축 넘어 업무 방식·워크플로우 전반의 변화 강조 <br>주영표 SK하이닉스 부사장 “AI 시대 메모리 발전 방향은 고밀도”</strong> <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> <section dmcf-sid="BzOaX6hDnP"> <p contents-hash="33b1d3b1031185b679c8d54a746cd58c8b2a98b82947086bfd58d8da400ccae7" dmcf-pid="bqINZPlwR6" dmcf-ptype="general">인공지능(AI) 기술에 대한 기업들의 기대가 높아지고 있다. 이제 기업들은 AI에 대한 실험적 시도를 넘어 실제 '성과'를 요구한다. 하지만 AI가 실질적인 성과로 이어지려면 인프라 구축뿐 아니라 업무 방식과 워크플로우 전반의 변화가 필요하다. 델 테크놀로지스(이하 델)는 이러한 기업의 AI 도입 과정에서 사람이 본연의 핵심 업무에 집중할 수 있도록 기술과 솔루션을 제공하고, 도입 여정 전반에 대한 조언을 통해 실질적인 성과 창출을 지원한다는 전략이다.</p> <div contents-hash="9780edc2c4d8bf4d706244ff80ec8ee3776b04fef707f84ef8ba6e8783b97597" dmcf-pid="KBCj5QSrJ8" dmcf-ptype="general"> 델 테크놀로지스는 25일 서울 삼성동 코엑스에서 '델 테크놀로지스 포럼 2026'을 통해 AI를 활용한 기업의 실질적인 비즈니스 성과 창출 전략을 제시했다. '가능성, 그 너머의 성과로(From Possibility to Progress)'를 주제로 열린 올해 행사에서는 맷 던피(Matt Dunfee) 델 테크놀로지스 본사 수석부사장과 주영표 SK하이닉스 부사장 등이 기조연설자로 나서 급변하는 AI 환경에 대응하기 위한 전략을 소개했다. </div> <figure class="figure_frm origin_fig" contents-hash="ce0fcb1b23a09b987b05e3230e885965556bf4bd93bcc5afbf2083f694076851" data-idxno="450950" data-type="photo" dmcf-pid="92vE3eWIi4" dmcf-ptype="figure"> <p class="link_figure"><img alt="맷 던피 델 테크놀로지스 수석부사장 / 권용만 기자" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202608/25/552810-SDi8XcZ/20260825185158543btzy.jpg" data-org-width="600" dmcf-mid="zVLD0dYCix" dmcf-mtype="image" height="auto" src="https://img2.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202608/25/552810-SDi8XcZ/20260825185158543btzy.jpg" width="658"></p> <figcaption class="txt_caption default_figure"> 맷 던피 델 테크놀로지스 수석부사장 / 권용만 기자 </figcaption> </figure> <p contents-hash="321b0637c39737bb2f809552a2a50baa5e83473bfe0de867bc2e1f15f37ed846" dmcf-pid="2VTD0dYCRf" dmcf-ptype="general"><strong>AI 성과 달성, 인프라와 워크플로우 모두 살펴야</strong></p> <p contents-hash="03b45b50fa2edb1df7387b040745562c215fedb35327ca041209f7bc69e06332" dmcf-pid="VfywpJGhMV" dmcf-ptype="general">맷 던피 수석부사장은 "AI 투자가 수익으로 이어지는 플라이휠(flywheel) 구조에서 기업들이 가장 어려움을 겪는 지점은 첫 단계와 마지막 단계"라고 지적했다. 첫 단계에서는 조직의 강점과 차별화 요소를 파악하고, AI를 우선 적용할 위치를 결정해야 한다. 마지막 단계에서는 AI 투자의 효과를 실제 성과로 연결하기 위해 운영 모델을 어떻게 바꿀지 고민해야 한다. 그는 "AI가 팀과 조직, 사업 전체에 미치는 실질적인 영향을 제대로 측정하지 않는 경우가 많다"고 말했다.</p> <p contents-hash="6177cbe92293139f5309e747db3ac44b9490257001de8483af52ddd675eb77a4" dmcf-pid="f4WrUiHli2" dmcf-ptype="general">던피 수석부사장은 "고객에게 상품과 서비스를 제공하는 방식을 근본적으로 바꾸지 않고서는 AI를 온전히 실현할 수 없다"고 말했다. 이어 "일은 일련의 작업이다. AI는 일자리를 대체하기보다는 사람이 본래의 목적과 핵심 업무에 집중할 수 있도록 지원한다. 이것이 우리가 가진 기회다"라며 "작업과 워크플로우를 살펴보고 AI를 활용해 이를 전면적으로 재구성함으로써 고객사가 고객에게 더 큰 가치를 제공할 수 있도록 지원할 것"이라고 말했다.</p> <p contents-hash="a91dc1b1de51c65b34c14d47fed882682e701333289a2356b1cc593a8b007503" dmcf-pid="48YmunXSi9" dmcf-ptype="general">델은 에이전틱 AI 시대의 에이전트와 일의 유형을 크게 다섯 가지로 분류한다. 이 중 가장 기본적인 '자동화' 단계에 해당하는 '생산성 에이전트'를 비롯해 목표에 따라 일련의 작업을 자동으로 수행하는 '스튜어드 에이전트', 사람이나 기계 간 단순 작업을 관리하는 '코디네이션 에이전트', 다수의 에이전트를 활용해 복잡한 업무를 자동화하는 '엑스퍼트 에이전트' 등이 있다. </p> <p contents-hash="ba0bcf7848a3daad32e2282da88f83446c6ae8c01c1b17fb3de928a7ba9f41c6" dmcf-pid="86Gs7LZviK" dmcf-ptype="general">물론 에이전트가 확산되는 시대에도 사람이 맡아야 할 고유한 역할은 남는다. 던피 수석부사장은 "업무 중 상당 부분은 여전히 사람만이 할 수 있다"며 "이를 고려해 사람과 AI가 최적으로 배치될 수 있도록 워크플로우를 조정해야 한다"고 제안했다.</p> <p contents-hash="e7f70332ddf2c9b47794d9af098c852f775e1ba7c73ecf42f503259ebab2270e" dmcf-pid="6PHOzo5Tnb" dmcf-ptype="general">AI 전환을 뒷받침할 인프라 측면에서는 아직 준비가 부족하다는 진단도 나왔다. 델 조사에 따르면 한국 응답자의 72%는 AI를 위한 인프라가 아직 충분히 준비되지 않았다고 답했다. AI의 정확도를 실제 비즈니스에 적용할 수 있는 수준까지 끌어올리려면 데이터를 효과적으로 통합하고 활용할 수 있는 방안을 고민해야 한다는 설명이다. 인프라의 유연성 측면에서는 수 년 전부터 전체 포트폴리오를 AI 시대에 맞춰 조정해 왔으며, 데이터 플랫폼을 중심으로 전체 인프라를 통합하고 있다고 덧붙였다.</p> <p contents-hash="8962b347d788f937221aee2cd0557ddfcebfe0deabbfbbf4c589fb52fb961efe" dmcf-pid="PQXIqg1yMB" dmcf-ptype="general">AI 활용 확대에 따른 비용 관리도 새로운 과제로 제시됐다. 토큰당 비용은 낮아지고 있지만 AI 사용량은 훨씬 더 빠르게 증가하고 있기 때문이다. 던피 수석부사장은 "토큰 비용은 변동 비용으로 남게 될 것이며, 기업이 새로운 방식으로 관리해야 할 회계 지표가 될 것"이라고 말했다. 이어 "AI 모델의 경제성을 확보하려면 어떤 모델을 어디에서 서비스할지까지 고려해야 한다. 실행 위치에 따라 경제성이 크게 달라질 수 있다"며 "각 모델의 특성과 강점, 가치를 정확히 이해해 가장 비용 효율적인 비즈니스 결정을 내리는 것이 중요하다"고 말했다.</p> <div contents-hash="ade2f06a67f275f2c13935559379b03e3dc9c4fae1431d2c101cf055ccdea88e" dmcf-pid="QxZCBatWJq" dmcf-ptype="general"> 맷 댄피 수석부사장은 앞으로 AI 인프라와 서비스를 구현하는 과정에서 '경제성 대비', '실험', '변화 관리'가 중요하다고 제시했다. 특히 실험 측면에서는 데스크톱 환경을 활용해 조직 구성원들이 직접 AI를 적극적으로 사용해 볼 것을 강조했다. 변화 관리에 대해서는 "AI 역량의 가치를 온전히 활용하고 근본적으로 다른 방식으로 일하려면 그에 걸맞는 수준의 변화 관리가 필요하다"며 "현재의 업무 방식을 그대로 유지한채 시간이 많은 드는 업무에 단순히 인력을 더 투입하는 방식에서 벗어나야 한다"고 말했다. </div> <figure class="figure_frm origin_fig" contents-hash="80a1be67530ee55dab2df60d3ec4087dc167df3db436b82aa7e8b966be445292" data-idxno="450951" data-type="photo" dmcf-pid="xM5hbNFYLz" dmcf-ptype="figure"> <p class="link_figure"><img alt="주영표 SK하이닉스 부사장 / 권용만 기자" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202608/25/552810-SDi8XcZ/20260825185159791gfav.jpg" data-org-width="600" dmcf-mid="qbUY8wztRQ" dmcf-mtype="image" height="auto" src="https://img1.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202608/25/552810-SDi8XcZ/20260825185159791gfav.jpg" width="658"></p> <figcaption class="txt_caption default_figure"> 주영표 SK하이닉스 부사장 / 권용만 기자 </figcaption> </figure> <p contents-hash="065b7cde7408c6c961f72e85f9f1ab6efac2ddf82130bff2ddd180df9c61265c" dmcf-pid="yWn4r0gRL7" dmcf-ptype="general"><strong>AI 발전 이끄는 메모리의 발전 방향은 '밀도'</strong></p> <p contents-hash="2ba6499b64b14b448080fb9d72d7e0424d7ff9f1c19bf582db7f1b0e7790c773" dmcf-pid="WYL8mpaenu" dmcf-ptype="general">주영표 SK하이닉스 부사장은 기조연설에서 AI 시대에 요구되는 메모리 기술의 미래 방향을 제시했다. 주 부사장은 "LLM 등장 이후 추론(reasoning), 코딩 에이전트, 멀티 에이전트 등이 확산하면서 AI 시스템이 요구하는 성능 수준도 크게 높아졌다"고 말했다. 메모리에도 고성능과 고용량이 동시에 요구되는 가운데 향후 주목하는 방향성으로는 성능과 에너지 효율, 자원 활용 측면을 꼽았다.</p> <p contents-hash="7209a62e208c23af8c1e27951c1517de43ed3bf6454b43c0fc27d32435c3512d" dmcf-pid="YGo6sUNdRU" dmcf-ptype="general">현재 AI 시스템의 성능은 시스템 전체의 메모리 대역폭과 밀접하게 연관돼 있으며, 상당수 연산이 메모리 대역폭 병목의 영향을 받고 있다. 특히 에이전틱 AI 확산 이후 처리량과 지연시간 모두에서 높은 수준을 요구하는 프리미엄 서비스가 등장하면서 초고성능 추론 인프라에 대한 수요도 커지고 있 다는 설명이다. </p> <p contents-hash="0a5cc077563fa06d1890d15fb803b2491fb97e6da19bd3a6ff748f5ba99d9619" dmcf-pid="GQXIqg1yMp" dmcf-ptype="general">이 같은 상황에서 메모리 기술의 발전 방향은 단순한 성능 향상을 넘어 적층형 구조 등을 활용해 '면적당 성능'을 극대화하는 방안이 제시됐다. 다만 로직 다이 위에 메모리를 직접 연결하는 패키징 방식은 발열 문제가 제기되고, 이를 해결하기 위해 델과 같은 시스템·인프라 업체와의 협력이 중요하다는 설명도 나왔다.</p> <p contents-hash="80b641e460a185cfd533ac12458db9d398250b1b71c3d788571681190703a4e7" dmcf-pid="HxZCBatWJ0" dmcf-ptype="general">메모리에서 에너지 효율 측면에서 핵심 과제는 데이터 '이동'이다. 현재 이 문제에 대한 가장 현실적 대안은 연산 유닛 가까운 곳에 메모리를 배치하고 적층형으로 고밀도를 구현하는 방식이 꼽혔다. 메모리와 연산 장치의 거리를 극단적으로 줄인 PIM(Processing-In-Memory)에 대해서는 "현재 시장 상황에서 메모리 저장 공간의 가치가 높아지면서 메모리의 저장 밀도를 높이고 고급 패키징 기술을 통해 연산 유닛과의 거리를 좁히는 방향이 더 효과적인 선택이 됐다"고 설명했다.</p> <p contents-hash="0e28c8f55e4a162b9d6202492f2710edbb35cd30da68c684bf9307c5463bcc9d" dmcf-pid="XM5hbNFYJ3" dmcf-ptype="general">자원 활용 측면에서는 고가의 GPU 연산 자원 등을 최대한 활용하면서 경제성을 확보하는 방법이 제시됐다. 이와 관련해 '터보퀀트' 등으로 주목받은 알고리즘 최적화와, 메모리 사용 효율을 높이기 위해 분리형 시스템에 KV캐시를 위한 대용량 '풀 메모리'를 구성하는 방안 등이 제시됐다. </p> <p contents-hash="5b28e100681a51024215e0c0a57a45c6a06f0d83ab36738843bb17c59e487173" dmcf-pid="ZR1lKj3GnF" dmcf-ptype="general">권용만 기자<br>yongman.kwon@chosunbiz.com</p> </section> </div> <p class="" data-translation="true">Copyright © IT조선. 무단전재 및 재배포 금지.</p> 관련자료 이전 디에스앤지, 네이버클라우드에엔비디아 B300 GPU서버 389대 공급 08-25 다음 [기획] ‘AI 머니’ 영끌하는 美·中… 이익 배분에 곳간 털리는 韓 08-25 댓글 0 등록된 댓글이 없습니다. 로그인한 회원만 댓글 등록이 가능합니다.
