SK 그룹 전시관 내 UAM 형상화 한 매직카펫 탑승
차세대 AI DC(데이터센터) 모델
AI 미디어 스튜디오 등 핵심 AI 기술 소개
SKT 행사장 조감도 |
<이미지를 클릭하시면 크게 보실 수 있습니다> |
SKT 행사장 조감도 |
<이미지를 클릭하시면 크게 보실 수 있습니다> |
SK텔레콤(대표이사 사장 유영상)이 내년 1월 9일부터 12일(현지 시각)까지 미국 라스베이거스에서 열리는 세계 최대 IT·가전 전시회 CES 2024에서 SK그룹의 넷제로(Net Zero, 탄소 순배출량 0)와 ICT 패밀리사들의 AI 기술을 전 세계에 알린다.
공동 전시관 운영…ICT 패밀리 데모룸도
SKT는 SK주식회사, SK이노베이션, SK하이닉스, SK E&S, SK에코플랜트, SKC 등 SK멤버사들과 ‘행복(Inspire Happiness)’을 주제로 CES 2024 행사장(라스베이거스 컨벤션 센터) 내 센트럴 홀(Central Hall)에 약 1,850㎡(약 560평) 규모의 공동 전시관을 운영한다.
또 SKT와 SK하이닉스의 다양한 AI 기술을 소개하는 160평 규모의 ‘SK ICT 패밀리 데모룸’도 별도로 선보인다.
매직카펫 어트랙션 통해 넷 제로 여정 체험
SK그룹의 CES 2024 전시관은 ‘원더랜드(Wonderland)’라는 테마파크 컨셉으로 기후 위기가 사라진 ‘넷 제로’ 세상과 그곳에서 지속될 행복한 일상의 가치를 SK그룹의 기술을 통해 체험할 수 있도록 했다.
SKT는 도심항공교통(UAM), AI반도체 ‘사피온(SAPEON)’, AI 기반 실내외 유동인구 및 네트워크 분석 시스템 ‘리트머스 플러스’, 신재생 에너지 가상 발전소(Virtual Power Plant) 기술을 통해 매직카펫을 타고 미래 교통체계를 체험하는 새로운 경험을 관람객들에게 선사할 계획이다.
매직카펫은 실제로 SKT가 2025년 상용화를 목표로 하고 있는 도심항공교통(UAM) 기체를 토대로 SK그룹 전시관의 원더랜드 컨셉에 맞춰 디자인됐다.
관람객들은 경쟁제품 대비 전력 사용량을 효율화하고 빠른 처리속도를 갖춘 AI 반도체 사피온의 성능을 비롯해 기체에 장착된 카메라, 레이더 등의 센서 데이터를 정확하게 분석하여 비행 중 위험요소를 제거하고 안전한 운행이 가능한 UAM을 체험할 수 있다.
AI 기술 총 망라한 데모룸도 별도 운영
SKT는 CES 행사장 센트럴 홀 북측에 마련된 호스피탈리티 존(Hospitality Zone)에 SK하이닉스와 함께 다양한 AI 기술 리더십을 소개하는 ‘SK ICT 패밀리 데모룸’을 별도 운영한다.
데모룸에는 ▲AI 기반 실내외 유동인구 및 네트워크 데이터 분석 시스템 ‘리트머스 플러스’ ▲반려동물 AI 진단보조 서비스 ‘X Caliber(엑스칼리버)’ ▲로봇, 보안, 미디어, 의료 등 다양한 영역에 적용되는 ‘AI Quantum Camera’ 등 SKT의 핵심 AI 기술을 비롯해 사피온의 최신 AI 반도체 ‘X330’, SK하이닉스의 반도체 기술 등 총 10개의 AI 서비스와 기술이 소개된다.
특히 SKT가 지난 11월 검증에 성공한 액침냉각 기술을 비롯해 SK브로드밴드의 AI 기반 데이터센터 인프라 관리(DCIM) 노하우 등 SK그룹의 데이터센터 관련 기술을 풀 스택(Full stack)으로 제공하는 고효율 차세대 AI DC(데이터센터) 모델도 이번 데모룸에서 공개된다.
AI를 활용해 오래된 영상을 고화질로 변환(업스케일링)하거나 보이스 손실 없는 음원 분리 및 노이즈 제거, 자막 생성/번역/동기화 등이 가능한 미디어 가공 · 콘텐츠 품질향상 플랫폼 ‘AI 미디어 스튜디오’도 만나볼 수 있다.
SKT는 데모룸 내에 최대 16명을 수용할 수 있는 대형 회의실 등 총 5개의 비즈니스 미팅룸도 마련해 글로벌 파트너들과의 비즈니스 협력에도 나설 계획이다.
SKT 박규현 디지털Comm.담당(부사장)은 “이번 CES를 통해 SK ICT 패밀리의 다양한 AI ㆍ친환경 기술을 전 세계에 소개할 수 있어 기쁘다”면서 “글로벌 AI 컴퍼니로 도약하는 SKT의 AI 기술 역량을 적극 알리도록 하겠다”고 밝혔다.
이 기사의 카테고리는 언론사의 분류를 따릅니다.
기사가 속한 카테고리는 언론사가 분류합니다.
언론사는 한 기사를 두 개 이상의 카테고리로 분류할 수 있습니다.
언론사는 한 기사를 두 개 이상의 카테고리로 분류할 수 있습니다.