컨텐츠 바로가기

11.25 (월)

이슈 인공지능 시대가 열린다

[MWC24] 김영섭 KT 대표 “통신에 IT·AI 접목…전사 차원 AICT 대전환”

댓글 첫 댓글을 작성해보세요
주소복사가 완료되었습니다
전자신문

세계 최대 이동통신 박람회 MWC24(모바일 월드 콩그레스)가 '미래가 먼저다(Future First)'를 주제로 스페인 바르셀로나에서 열렸다. 김영섭 KT 대표가 27일 (현지시간) NH 바르셀로나 칼데론 호텔에서 열린 기자 간담회에서 취재진 질의에 답변하고 있다. 바르셀로나(스페인)=이동근기자 foto@etnews.com

<이미지를 클릭하시면 크게 보실 수 있습니다>


“통신 역량에 정보기술(IT)과 인공지능(AI)을 더한 AICT 회사로 거듭나겠다.”

김영섭 KT 대표는 27일(현지시간) MWC24가 열리고 있는 스페인 바르셀로나에서 기자간담회를 갖고 회사의 새로운 혁신 비전으로 'AICT'를 제시했다. 그는 “KT가 세계 어디에 내놔도 빠지지 않지만 IT 역량은 많이 부족하다”면서 전사 차원의 AI 대전환에 나설 것을 밝혔다.

KT는 AI 중심으로 사업 체질을 바꾼다. AICT 기업 전환을 위해 외부 인재를 영입하는 한편, 전사 직원 AI 역량 강화에 집중할 방침이다. 내부적으로 디지털 전환(DX) 용어도 AI 전환(AX)으로 통일하기로 했다.

AICT 기업 전환을 위해 인재 영입과 내부 쇄신, 개방형 AI 파트너십에 나선다. 우선 올해 AI·클라우드 등 최대 1000명의 외부 인재를 채용한다. 김 대표는 “IT 인력 규모와 역량이 매우 부족한 수준”이라며 “내부 임직원 교육을 통해 성장을 도모해야지만 시간이 너무 오래 걸린다”며 외부 수혈 의지를 밝혔다.

임직원의 AI 리터러시 역량을 키우기 위해서는 'AX 디그리' 프로그램을 운영한다. 이 프로그램은 AI모델링, 데이터 사이언스, 디지털 리터러시, 클라우드 인프라, KT 데이터 분석 등의 세부 과정으로 진행된다. 실제 업무에서 AI를 적용하기 위한 과제를 발굴하고 수행하며 AI 역량을 쌓을 수 있다.

KT 핵심 사업에도 AI를 도입한다. 자체 초거대 AI 모델 '믿음'을 이용해 지니 TV의 콘텐츠 마케팅 문구를 자동으로 생성하거나, AI로 콘텐츠 흥행등급을 예측해 KT의 오리지널 콘텐츠 제작에 활용한다.

김 대표는 “통신만을 본업으로 생각한다면 성장이 어려운 시대”라며 “AI라는 21세기 마지막 열차가 속도를 내고 있는데, 빨리 올라타지 않으면 앞으로는 올라탈 기회가 없게 될 것”이라고 강조했다.

김 대표는 세계적 수준의 경쟁력 확보를 위해 글로벌 빅테크, AI 스타트업과 협력에 속도를 내겠다고 밝혔다. AI 관련 기업에 대한 투자도 시사했다. 특히 글로벌 거대언어모델(LLM)과 제휴도 추진한다.

김 대표는 “혼자만의 힘으로 1등하는 회사나 조직은 없어진 지 오래”라며 “협력의 고수야말로 최고의 고수”라며 개방형 파트너십 확대와 멀티 LLM 전략을 밝혔다. 이날 간담회에 배석한 오승필 KT 기술혁신부문장(부사장)은 “글로벌 파트너십을 통해 초거대 AI 믿음 외에 여러 다른 종류의 LLM을 함께 제공할 계획”이라고 부연했다.

일례로 KT는 내부 업무 혁신 플랫폼인 '젠아이두'(Gen.AIDU)를 '믿음'은 물론 오픈AI사 GPT, 메타의 '라마' 등을 함께 활용하는 멀티 LLM 전략 기반으로 개발·적용할 예정이다.

오 부사장은 “최근 경량화 언어모델(SLM) 수요가 커지는 점을 감안해 사업별로 고객 특화 SLM도 제공하며 다양한 수요에 대응할 계획”이라고 설명했다.

이와 함께 KT는 고객사 AI 전환을 돕기 위해 데이터 준비·학습·배포·운영을 효율적으로 수행하는 'AI Ops(개발환경)', 생산성 향상을 위한 'AI 어시스턴트', 초거대 AI를 온디바이스로 확장해 제공하는 'AI 에이전트' 등 3대 전략을 추진한다.

김 대표는 “향후 금융 분야에 특화된 '슈퍼앱'을 공동 개발해 AI 뱅킹 서비스도 제공할 계획”이라고 말했다.

바르셀로나(스페인)=

박준호 기자 junho@etnews.com

[Copyright © 전자신문. 무단전재-재배포금지]


기사가 속한 카테고리는 언론사가 분류합니다.
언론사는 한 기사를 두 개 이상의 카테고리로 분류할 수 있습니다.