한화생명 볼파크, 개막전과 함께 다양한 이벤트 진행… 전석 매진 속 흥행 기대감 이미지 출처 : 한화생명볼파크 2026 KBO 리그 개막과 함께 한화생명 볼파크에서 다양한 현장 이벤트가 진행되며 관람객들의 이목을 끌고 있다. 한화 이글스는 지난 3월 28일 홈 개막전을 시작으로 경기와 연계된 팬 참여형 이벤트를 함께 운영하며, 경기장을 찾은 관중들에게 색다른 경험을 제공했다. 특히 개막전과 함께 다양한 이벤트가 동시에 진행되면서 단순한 경기 관람을 넘어 체험형 콘텐츠가 결합된 형태로 운영된 점이 눈에 띈다. 이와 함께 온라인 채널을 활용한 참여형 이벤트도 병행됐다. 경기 티켓과 스카이박스 이용권 등을 제공하는 이벤트를 통해 팬들의 관심을 유도하고, 실제 경기장 방문으로 이어지는 흐름을 만들어냈다는 평가다. 현장 반응 역시 뜨거웠다. 개막전은 전석 매진을 기록하며 약 1만7천여 명의 관중이 경기장을 찾았고, 경기장 곳곳에서는 응원과 참여가 어우러진 활기찬 분위기가 이어졌다. 이는 경기력뿐 아니라 다양한 이벤트와 체험 요소가 결합된 운영 전략이 긍정적인 영향을 미친 것으로 분석된다. 최근 스포츠 경기장은 단순 관람 공간을 넘어 팬 경험을 중심으로 한 복합 문화공간으로 변화하고 있다. 한화생명 볼파크 역시 개막전과 함께 다양한 이벤트를 선보이며 이러한 흐름에 발맞춘 운영을 이어가고 있다. 기사보러가기
인도네시아 상공회의소 부회장, 금산 홍삼 수출기업 ‘파마코푸드’ 방문 파마코푸드㈜ 금산 홍삼 파마코푸드는 최근 인도네시아 상공회의소 부회장인 Syamsul Munir의 방문을 맞이하며 글로벌 시장 확대에 대한 기대감을 높였다. 이번 방문은 인도네시아 대통령의 방한 일정에 동행한 경제사절단의 일환으로 이루어졌으며, 한국 대표 건강식품인 홍삼에 대한 높은 관심 속에 성사되었다. 충청남도 금산에 위치한 파마코푸드는 홍삼 수출 전문 기업으로, 최근 인도네시아 시장 진출을 목표로 할랄 인증 취득 및 현지 맞춤형 제품 개발을 준비해 왔다. 이러한 노력은 이슬람권 시장 확대를 위한 전략적 행보로 평가받고 있다. 특히 파마코푸드의 대표인 최학주(약학박사)는 20년 이상 한방 원료 기반 기능성 식품 연구개발을 이끌어 온 전문가로, 홍삼을 기반으로 한 차별화된 제품 개발과 글로벌 시장 진출을 적극 추진하고 있다. Syamsul Munir 부회장은 파마코푸드의 생산시설과 제품 라인을 직접 살펴보며 홍삼의 기능성과 글로벌 경쟁력에 큰 관심을 나타냈다. 특히 면역력 증진 및 건강 관리에 대한 홍삼의 효능이 인도네시아 시장에서도 높은 수요를 형성할 것으로 기대된다고 밝혔다. 양측은 이번 방문을 계기로 홍삼 제품의 인도네시아 유통 및 판매 확대 방안에 대해 심도 있는 논의를 진행했으며, 향후 협력 관계 구축 가능성에 대해 긍정적인 공감대를 형성했다. 최학주 대표는 이번 방문은 인도네시아 시장 진출을 위한 중요한 계기가 될 것이라며 할랄 인증 기반의 제품 경쟁력을 바탕으로 동남아 시장 확대에 더욱 속도를 낼 계획이라고 밝혔다. 한편, 파마코푸드는 약식동원 철학을 기반으로 한 기능성 식품 개발을 통해 글로벌 건강식품 시장에서 입지를 넓혀가고 있다. 기사보러가기
AI, 인간 수준의 추론 문턱을 넘다 단순히 외운 것을 반복하는 AI가 아닙니다. 제미나이 3.1 프로는 처음 보는 문제를 스스로 생각해 풀어냅니다. 구글 딥마인드(Google DeepMind)가 2026년 3월 19일, 최신 AI 모델 제미나이 3.1 프로(Gemini 3.1 Pro)를 소비자개발자기업 전 채널에 공식 배포했다. 앞서 2026년 2월 19일 개발자 대상 프리뷰로 먼저 공개된 이 모델은, AI 업계에서 진정한 추론 능력의 척도로 꼽히는 ARC-AGI-2 벤치마크에서 77.1%를 기록하며 동급 모델 중 최고 성능을 달성했다. 이는 전작인 제미나이 3 프로(Gemini 3 Pro) 대비 두 배 이상 향상된 수치다. 텍스트, 이미지, 오디오, 비디오, 코드를 동시에 이해하는 멀티모달 능력을 갖춘 이 모델은, AI가 단순 도구를 넘어 범용 지능(AGI)으로 진화하는 중요한 이정표로 평가받고 있다. 암기가 아닌 생각하는 AI 지금까지 많은 AI 모델은 방대한 데이터를 학습해 패턴을 암기하는 방식으로 작동해 왔다. 이른바 외워서 맞추는 방식이다. 그러나 실제 업무 현장에서는 전례 없는 새로운 문제를 풀어야 하는 상황이 빈번하다. 의료 진단, 법률 해석, 복잡한 엔지니어링 설계가 대표적인 사례다. 이를 측정하는 도구가 바로 ARC-AGI-2(Abstraction and Reasoning Corpus for AGI) 벤치마크다. 기존 학습 데이터에 없는 새로운 패턴을 보여주고, 규칙을 스스로 파악해 문제를 푸는 능력을 측정한다. 쉽게 말해, 처음 보는 퍼즐을 논리적으로 풀 수 있는가를 검증하는 시험이다. 제미나이 3.1 프로의 77.1%라는 점수는 단순 암기형 AI와 추론 기반 AI를 가르는 분기점으로 주목받고 있다. 이는 전작 제미나이 3 프로의 ARC-AGI-2 점수 대비 두 배 이상 높은 수치로, 불과 수개월 만에 이뤄진 성능 도약이 업계를 놀라게 하고 있다. 100만 토큰, 책 한 권을 한 번에 읽는 AI 제미나이 3.1 프로의 또 다른 핵심 특징은 100만 토큰(token)의 컨텍스트 윈도우다. 토큰이란 AI가 한 번에 처리할 수 있는 텍스트 단위를 말한다. 100만 토큰은 약 750만 단어에 해당하며, 웬만한 소설 수십 권 분량이다. 이 능력이 실무에서 갖는 의미는 크다. 기업의 방대한 내부 문서를 한꺼번에 분석하거나, 수백 페이지짜리 법률의료 기록을 맥락 손실 없이 처리할 수 있게 된다. 개발자들 사이에서는 코드 저장소 전체를 한 번에 넣고 분석할 수 있다는 반응이 나오고 있다. 기존 AI 모델들이 긴 문서를 잘게 쪼개어 처리하면서 발생하던 맥락 단절 문제를 근본적으로 해결하는 것이다. 텍스트이미지영상을 동시에 이해하다 제미나이 3.1 프로는 멀티모달(Multimodal) 설계를 채택했다. 텍스트, 이미지, 오디오, 비디오, 코드를 하나의 모델이 통합 처리한다. 예를 들어, 의료 분야에서는 환자의 음성 증상 설명, X레이 이미지, 기존 진료 기록 텍스트를 동시에 분석해 보다 정확한 판단을 지원할 수 있다. 제조업에서는 설비의 이상 소음(오디오)과 열화상 이미지, 장비 매뉴얼(텍스트)을 함께 분석해 고장을 사전 예측하는 방식으로 활용이 가능하다. 단일 언어 모델이 할 수 없었던 복합적 판단이 가능해지는 것이다. 구글 딥마인드는 이 모델을 현재 Gemini 앱, Google AI Studio, Vertex AI, Gemini API 등 다양한 플랫폼을 통해 제공하고 있으며, Google AI Pro 및 Ultra 구독자는 더 높은 사용 한도로 이용할 수 있다. AGI, 먼 미래가 아닌 현재의 이야기 AI 연구자들이 오랜 목표로 삼아온 AGI(Artificial General Intelligence, 범용 인공지능)는 특정 분야가 아닌 다양한 영역에서 인간 수준의 지능을 발휘하는 AI를 의미한다. 지금까지는 SF 소설 속 이야기처럼 여겨졌지만, 제미나이 3.1 프로의 ARC-AGI-2 점수는 이 목표가 생각보다 훨씬 빠르게 현실로 다가오고 있음을 보여준다. ARC-AGI 벤치마크를 설계한 프란소와 콜레(Franois Chollet)는 이 테스트를 통해 AI가 훈련 데이터를 단순 재현하는 것인지, 아니면 진짜 사고를 하는 것인지를 구별하고자 했다. 77.1%라는 수치는 AI가 암기의 경계를 넘어 추론의 영역으로 본격 진입했음을 알리는 신호로 받아들여지고 있다. 한국 기업과 산업에 주는 시사점 제미나이 3.1 프로의 등장은 국내 산업계에도 직접적인 영향을 미칠 전망이다. 멀티모달 추론 능력을 갖춘 AI는 스마트팜, 의료, 제조, 법률, 금융 등 복잡한 판단이 요구되는 분야에 즉각 적용 가능하다. 특히 데이터가 풍부하지만 전문 인력이 부족한 농업, 중소 제조업 분야에서의 AI 도입 가속화가 예상된다. AI가 단순 자동화를 넘어 전문가 수준의 판단을 보조하는 시대가 본격화되면서, 이를 얼마나 빠르게 산업 현장에 접목하느냐가 기업 경쟁력의 핵심이 될 것이라는 분석이 나온다. 기술이 아닌 도구로서의 AI 구글 딥마인드는 제미나이 3.1 프로를 통해 AI의 역할을 다시 정의하고 있다. 단순히 질문에 답하는 챗봇이 아니라, 복잡한 현실 문제를 스스로 분석하고 해결책을 제시하는 지적 파트너로의 전환이다. AI 기술이 빠르게 진화하는 지금, 중요한 것은 기술 그 자체보다 이를 어떻게 현장에 적용하느냐의 문제다. 제미나이 3.1 프로의 등장은 AI 도입을 고민하는 기업들에게 더 이상 기다릴 여유가 많지 않음을 시사한다. 모델 정보 Google DeepMind Gemini 3.1 Pro 개발사: Google DeepMind (Alphabet Inc. 산하) 프리뷰 공개일: 2026년 2월 19일 전체 배포일: 2026년 3월 19일 모델 상태: Public Preview 핵심 성과: ARC-AGI-2 벤치마크 77.1% (Pro급 모델 최고 성능, 전작 대비 2배) 컨텍스트 윈도우: 최대 100만 토큰 (입력) / 65,536 토큰 (출력) 지원 모달리티: 텍스트이미지오디오비디오코드PDF 주요 개선점: 소프트웨어 엔지니어링 성능 향상, 에이전틱 워크플로우 강화, 추론 효율 개선 이용 채널: Gemini 앱, Google AI Studio, Vertex AI, Gemini API, Gemini CLI [편집자 주] ARC-AGI-2 벤치마크는 기존 학습 데이터에 없는 새로운 패턴 인식 및 추론 능력을 측정하는 AI 평가 도구입니다. 단순 암기로는 높은 점수를 얻을 수 없도록 설계되어 있어, 진정한 AI 추론 능력의 척도로 업계에서 신뢰받고 있습니다. 기사보러가기
팜커넥트 ‘커넥트비’, 벌 수분 분석 기술로 장영실상 수상 왼쪽부터 김무현 연구소장, 김수진 이사. / 자료제공=팜커넥트 스마트팜 기술 기업 팜커넥트가 개발한 벌 수분 활동 분석 장비 커넥트비(ConnectBee)가 기술력을 인정받았다. 팜커넥트는 커넥트비를 통해 2026년 제11주 차 IR52 장영실상을 수상했다고 밝혔다. 장영실상은 산업기술 혁신성과 현장 적용성을 기준으로 우수 기술에 수여되는 상이다. 커넥트비는 스마트팜 농장에서 사용하는 벌통에 설치해 벌의 수분 활동을 실시간으로 분석하는 장비다. 농업에서 꽃이 열매로 이어지기 위해서는 벌의 수분 활동이 중요한 요소로 작용하지만, 기존에는 이를 정량적으로 확인하기 어려웠다. 이 장비는 인공지능(AI) 기반 영상 분석 기술을 활용해 벌의 출입 횟수와 꽃가루(화분) 수집량을 측정하고, 암벌과 수벌을 구분하는 기능을 제공한다. 이를 통해 농가는 벌의 수분 활동을 데이터로 확인할 수 있다. 개발 과정에서는 벌의 빠른 이동 속도와 다수 개체가 동시에 움직이는 특성으로 인해 정확한 분석이 어려운 문제가 있었다. 연구팀은 벌통 입구에 방지턱 구조의 게이트를 적용해 벌이 일정한 속도로 한 마리씩 통과하도록 유도했고, 이를 통해 영상 인식 정확도를 개선했다. 그 결과, 벌의 출입과 화분 측정에서 95% 이상의 정확도를 확보했다. 또한 별도의 고성능 GPU 서버 없이도 현장에서 실시간 분석이 가능하도록 구현됐다. 커넥트비는 2023년 개발 이후 현재까지 약 310개 농가에 보급됐다. 팜커넥트는 향후 개화량과 벌의 활동 데이터를 결합해 벌통 입구를 제어하는 기술을 개발할 계획이다. 최근 스마트팜 분야에서는 인공지능을 활용해 생산 과정 전반을 데이터 기반으로 관리하려는 흐름이 이어지고 있다. 벌의 수분 활동을 실시간으로 분석하는 기술 역시 이러한 흐름 속에서 활용 범위가 확대될 것으로 보인다. 기사보러가기
"HBM의 파트너가 온다"… AI 메모리 판도 바꿀 HBF의 등장 AI 모델이 아무리 똑똑해도, 기억을 저장할 공간이 부족하면 멈출 수밖에 없다. GPU 한 장에 테라바이트(TB)급 메모리를 탑재하는 시대가 열리고 있다. 인공지능(AI) 산업이 폭발적으로 성장하면서 연산 성능의 병목이 처리 속도에서 메모리 용량으로 이동하고 있기 때문이다. 이 구조적 변화의 중심에 HBF(고대역폭플래시, High Bandwidth Flash)가 있다. HBM의 한계, 속도가 아닌 공간의 문제 현재 AI 서버의 핵심 메모리는 HBM(고대역폭메모리, High Bandwidth Memory)이다. D램(DRAM)을 수직으로 쌓아 GPU 바로 옆에 붙이는 방식으로, 초당 수 테라바이트(TB/s)에 달하는 압도적인 대역폭을 제공한다. 엔비디아의 H100, B200 같은 최신 AI 가속기가 이 HBM에 의존하는 이유가 바로 여기에 있다. 그러나 AI 모델의 파라미터 수가 수천억 개를 넘어서고, 추론(Inference) 과정에서 발생하는 키밸류 캐시(KV Cache)와 컨텍스트 데이터의 양이 급증하면서 HBM만으로는 역부족인 상황에 직면하고 있다. HBM은 패키지 면적의 물리적 제약, 막대한 전력 소모, 그리고 심각한 발열 문제 때문에 탑재 용량을 무한정 늘리기가 구조적으로 어렵다. 넘치는 데이터를 일반 SSD 스토리지로 내리면 어떻게 될까. 극심한 지연 시간(Latency)이 발생해 AI 서비스 품질이 급격히 저하된다. 초고속 HBM과 상대적으로 느린 SSD 사이에 거대한 속도 단절이 존재하기 때문이다. 전문가들은 이를 현재 AI 인프라가 안고 있는 가장 치명적인 구조적 결함으로 지목한다. 낸드 플래시로 만든 준고속 대용량 메모리 HBF는 이 간극을 메우기 위해 등장한 새로운 개념의 메모리다. 기술의 핵심은 기반 소자에 있다. HBM이 초고속 D램을 적층한 것이라면, HBF는 SSD에 주로 쓰이는 낸드 플래시(NAND Flash)를 HBM처럼 3차원으로 쌓아 만든다. 낸드 플래시는 D램 대비 비트(bit)당 단가가 훨씬 낮다. 이 특성 덕분에 HBF는 같은 비용으로 HBM 대비 8~16배에 달하는 용량을 제공할 수 있다. GPU 한 장에 수 테라바이트급 메모리를 탑재하는 것이 현실적인 목표가 된다. 속도는 어떨까. HBF는 낸드 플래시의 구조적 한계상 쓰기(Write) 속도와 수명(약 10만 회 쓰기 제한)에서 HBM에 미치지 못한다. 그러나 설계의 방향은 처음부터 달랐다. HBF는 읽기(Read) 속도를 극단적으로 최적화해 HBM에 근접한 성능을 끌어냈다. 이는 AI 서비스의 특성한 번 메모리에 올린 모델 가중치와 데이터를 반복해서 읽어 들이는 작업 패턴과 정확히 맞아떨어진다. 업계 전문가들은 HBM을 당장 필요한 자료를 꽂아두는 책장에, HBF를 방대한 지식을 보관하는 도서관에 비유한다. 역할이 다를 뿐, 우열을 가리는 경쟁 관계가 아니라는 뜻이다. AI 인프라의 비어있던 중간 계층을 채운다 HBF의 등장이 산업적으로 중요한 이유는 단순히 용량이 크기 때문만이 아니다. 현재 AI 서버 메모리 계층 구조의 치명적 공백을 채운다는 점에서 의미가 크다. 현재 구조를 단순화하면 이렇다: 최상단에는 초고속소용량의 HBM이, 최하단에는 대용량저속의 SSD 스토리지가 있다. 이 두 계층 사이의 속도 격차는 수십 배에서 수백 배에 달한다. 데이터가 이 두 계층을 오갈 때마다 발생하는 병목은 AI 연산 파이프라인 전체의 효율을 떨어뜨린다. HBF는 이 사이에서 따뜻한 중간 계층(Warm Tier)으로 자리잡는다. HBM이 즉각 처리해야 할 뜨거운(Hot) 데이터를 담당하고, HBF가 자주 참조되는 따뜻한(Warm) 데이터를 빠르게 공급하며, SSD가 장기 보관 데이터를 맡는 3단 계층 구조가 완성되는 것이다. HBM + HBF 하이브리드, AI 가속기의 미래 설계도 전문가들이 주목하는 것은 HBF 단독이 아니라 HBM과 HBF의 하이브리드 통합이다. 향후 AI 가속기는 하나의 패키지 안에 두 메모리가 공존하는 구조로 진화할 것이라는 전망이 지배적이다. 역할 분담은 명확하다. HBM은 고속 연산과 즉각적인 데이터 처리를 담당하고, HBF는 대규모 모델 파라미터와 컨텍스트 데이터의 저장 및 공급을 맡는다. 이 구조에서는 HBM의 용량 한계라는 천장이 사라지고, AI 가속기가 다룰 수 있는 모델의 규모와 복잡도가 한 차원 더 높아진다. 특히 AI 기술의 무게중심이 학습(Training)에서 실제 서비스 단계인 추론(Inference)으로 이동하면서, 이 하이브리드 구조의 경제적 가치는 더욱 커진다. 클라우드 기업들에게 추론 비용과 처리 효율은 현재 가장 절박한 과제다. HBF는 대용량 데이터를 저비용으로 GPU 가까이에 두어 SSD로 내릴 때 발생하는 지연을 없애고, 추론 시스템의 비용 효율을 획기적으로 끌어올릴 수 있는 현실적인 해법으로 주목받고 있다. 메모리 반도체 산업의 판을 바꿀 변수 HBF의 부상은 반도체 산업 지형에도 영향을 미친다. HBM 시장은 현재 SK하이닉스와 삼성전자, 마이크론이 과점하고 있다. 그러나 HBF는 낸드 플래시 기반이라는 점에서, 낸드 제조 역량을 보유한 기업들에게도 새로운 기회가 열린다. 물론 HBF가 상용화까지 넘어야 할 기술적 장벽도 남아 있다. 낸드 플래시의 쓰기 수명 제한을 AI 워크로드 환경에서 어떻게 관리할 것인지, HBM과의 패키지 통합 표준을 어떻게 정립할 것인지가 핵심 과제다. 업계는 이르면 2026년에서 2027년 사이에 초기 상용 제품이 등장할 것으로 전망하고 있다. 분명한 것은, HBF가 HBM의 대체자가 아닌 완성자로서 AI 인프라의 다음 장(章)을 함께 쓸 것이라는 점이다. AI 모델이 커질수록, 추론 서비스가 늘어날수록, HBF의 존재 이유는 더욱 선명해진다. 디잡뉴스 테크브리프는 AI반도체디지털 산업의 핵심 기술 트렌드를 독자의 시선으로 전달합니다. [디잡뉴스 | DiJab News] 기사보러가기
Main Banner

직업

대전국비지원무료교육, AIoT 기반 드론 프로젝트 과정 인기 속 모집 마감

기사보러가기

기업

인도네시아 상공회의소 부회장, 금산 홍삼 수출기업 ‘파마코푸드’ 방문

기사보러가기

기타

생성형 AI 활용 확산, IT·디자인 직무에서도 필수 역량으로 떠올라

기사보러가기

행사

DW아카데미, ‘잡매칭 콘서트’ 성황리 개최… “현장 중심 IT 취업 연결의 장”

기사보러가기
더보기 +
더보기 +

문화

2025-12-12 14:13:11

“가성비 여행은 가오슝시!” 대만 가오슝의 자신감, 지금 주목해야 할 3대 핫플

#가오슝 #대만여행 #가성비여행 #가오슝시슬로건 #가오슝핫플 #보얼예술특구 #치진섬 #가오슝먹거리 #대만관광 #가오슝관광국 #한국여행객 #항만도시 #남부도시여행

문화

2025-12-11 17:11:47

겨울 감성 충전! 삿포로 여행 명소 한눈에 보기

#삿포로여행 #홋카이도 #니조시장 #사계채의언덕 #비에이여행 #스스키노 #카니쇼군 #게요리맛집 #청의호수 #겨울여행지 #일본여행 #삿포로명소 #삿포로미식 #삿포로자연관광 #삿포로핫플 #삿포로관광지추천 #삿포로맛집

문화

2025-11-07 17:47:09

대전·충남 가을 여행, 단풍과 함께 걷는 행복한 하루

#대전가을여행 #충남가을여행 #대전근교여행 #충남근교여행 #단풍명소 #가을단풍여행 #당일치기여행 #주말여행 #가족여행 #연인여행 #대전여행지추천 #충남여행지추천 #가을여행지추천 #대전데이트코스 #충남데이트코스 #힐링여행 #자연속여행 #드라이브코스 #산책하기좋은곳 #단풍길 #은행나무길 #수목원여행 #공주여행 #아산여행 #천안여행 #서산여행 #태안여행 #보령여행 #예산여행 #부여여행 #금산여행 #청양여행 #논산여행 #서천여행 #대전가볼만한곳 #충남가볼만한곳 #인생샷명소 #여행사진 #국내여행 #가을여행추천

더보기 +