All Posts

엔터프라이즈 부문 대표로 선임된 최귀남 대표 국내 최대 IT 인프라 공급업체인 대원씨티에스(대표 하성원)가 지난해 말 엔터프라이즈 부문 조직개편을 단행하고 올해부터 본격적으로 AI 시장 비즈니스 강화에 나섰다. 이를 위해 대원씨티에스는 SK텔레콤 엔터프라이즈 전문위원이고 델 테크놀로지스, 시스코, 파운드리 네트웍스 등 글로벌 IT 기업 출신의 최귀남(사진) 대표를 영입했다. 우선 대원씨티에스는 엔터프라이즈부문을 AIX 사업팀, AI DC 사업팀, 스마트컨버전스 사업팀 그리고 컨설팅&기술지원팀 등으로 구조 개편하여 시너지 효과를 더욱 극대화한다는 전략이다. 빠르게 변화하는 디지털 트렌드 및 고객의 요구 수준에 맞춰 경험과 기술, 역량을 제공한다는 것이다. 일반 생성형 AI는 물론 기존 업무시스템과 통합해 프로세스를 최적화하는 최적화 AI까지 엔드-투-엔드 지원으로 AI 에코 생태계를 구축해 나가겠다는 계획이다. AI 기반의 데이터센터 사업이 그 첫

LLM 시대가 활짝 열리면서 기업의 AI 투자 전략에도 큰 변화가 일어나고 있습니다. 관련해 과거, 현재, 미래를 모두 아우를 수 있는 AI 인프라와 데이터 플랫폼의 중요성에 대한 관심도 높아지고 있습니다. 이번 포스팅에서는 전통적인 AI/ML...

디지털 전환(DX)와 AI 전환(AX) 시대를 맞아 기업이 보유한 핵심 자산으로 데이터의 가치가 급등하고 있습니다. 실제로 LLM 기반 생성형 AI, 전통적인 AI/ML 워크로드 그리고 분석 작업은 데이터라는 연료 없이 제대로 실행되지 않습니다....

기업의 IT 환경이 점점 복잡해지면서 데이터가 자연스럽게 여기저기 흩어져 있는 시대가 되었습니다. 예를 들어 본사와 지사 그리고 공장이나 매장 등 데이터센터부터 현지 전산실 그리고 엣지 컴퓨팅 환경까지 여러 곳에서 데이터가 생성, 저장, 관리되고...

CES 2025에서 DEEPX와 산업용 컴퓨터 분야의 글로벌 리더인 DFI는 NPU 기반 팬리스 임베디드 시스템인 EC710-ASL과 EC600-RPS를 공개하였습니다. 이번 소식은 두 회사가 손을 잡았다는 것만으로도 관심을 모으기에...

거대 언어 모델(LLM), 멀티 모달 언어 모델(MMLM), 소형 언어 모델(SLM)을 활용해 챗봇이나 AI 에이전트, 그리고 다양한 서비스 개발에 나서는 곳이 늘고 있습니다. 프로젝트 현장을 가보면 대부분 데이터의 중요성에 대한 이야기가...

최근 기술 업계에서는 에이전트 시대(Agentic Era)라는 말이 심심치 않게 들리고 있습니다. 이는 인공지능(AI)이 단순히 질문에 답하거나 사전 정의된 명령을 수행하는 조력자(Assistant)를 넘어 스스로 목표를 설정하고 실행하는 에이전트(Agent)로 발전하고 있음을 의미합니다. AI 에이전트의 시대에 AI는 단순한 도구가 아니라, 상황과 요구 사항을 파악해 자율적으로 의사결정을 내리고 행동하는 주체가 되었습니다. 이러한 변화는 기업의 업무 효율을 높이고, 조직원의 문제 해결 능력을 향상시키며, 산업 전반에 새로운 비즈니스 가치를 창출할 것으로 기대를 모으고 있습니다. 에이전트 시대, 다양한 AI 모델 선택지의 등장 에이전트 시대가 열리면서 AI를 구성하는 핵심 요소인 AI 모델 선택지 또한 다양해지고 있습니다. 과거에는 텍스트 기반 질의응답을 위한 거대 언어 모델(Large Language Model, LLM)이 주로 주

대원씨티에스와 함께 지능형 관제 시대를 열어가고 있는 파트너인 노타AI 소식을 하나 전해 드리려 합니다. 반가운 소식인데요, 노타AI가 스마트 교차로 부문에서 국토교통부의 성능 평가 결과 ‘최상급’을 받았다는 언론 보도가 최근 있었습니다. 이번...

대원씨티에스는 슈퍼마이크로의 파트너로 국내 주요 고객에게 AI 인프라 구축을 위한 서버 제품을 공급하고 있습니다. 이번 포스팅에서는 대원씨티에스가 공급하는 서버 중 하나인 AS-8125GS-TNMR2 모델이 실제 엔터프라이즈 컴퓨팅 현장에서...

오늘날 AI 인프라에서 네트워크의 중요성은 강조할 필요가 없을 정도입니다. 그 이유는 기존 네트워크 기술로는 AI 워크로드에서 요구하는 높은 성능과 안정성을 완벽하게 충족하기 어렵기 때문입니다. AI 워크로드는 일반적인 데이터 전송 수준을...

AI 워크로드 처리와 거대 언어 모델 훈련 관련 성능을 이야기할 때 빠지지 않는 주제가 네트워크 대역폭과 성능 병목입니다. 왜 이런 이야기가 나올까요? 이번 포스팅에서는 그 이유와 AI 데이터센터 시대에 새롭게 가치를 평가받고 있는 차세대 이더넷...

최근 기술 업계에서는 에이전트 시대(Agentic Era)라는 말이 심심치 않게 들리고 있습니다. 이는 인공지능(AI)이 단순히 질문에 답하거나 사전 정의된 명령을 수행하는 조력자(Assistant)를 넘어 스스로 목표를 설정하고 실행하는...

금융 서비스는 디지털 전환 속도가 가장 빠른 업계로 손꼽힙니다. 정확히 말하면 디지털 전환을 넘어 AI 전환까지 빠르게 움직이는 기술 혁신 선도 업계입니다. 금융 서비스 플랫폼의 디지털화 지능화 트렌드는 오픈 API 기반의 오픈 뱅킹과 맞물리면서...

2025년 IT 투자 계획에서 AI의 비중은 어느 정도일까요? 아마 상당수 조직이 MML(Multi Modal Language), LLM(Large Language Model), SLM(Small Language Model) 관련 프로젝트를...

빅테크 기업이 주관하는 대형 행사를 보면 공통점이 있습니다. 바로 AI에서 시작해 AI로 끝을 맺는다는 것입니다. 큰 틀에서 마이크로소프트, 구글, 아마존 같은 빅테크 기업이 추구하는 비전은 큰 차이가 없습니다. 하지만 세부적으로 파고 들어가면...

기업의 IT 환경이 점점 복잡해지면서 데이터가 자연스럽게 여기저기 흩어져 있는 시대가 되었습니다. 예를 들어 본사와 지사 그리고 공장이나 매장 등 데이터센터부터 현지 전산실 그리고 엣지 컴퓨팅 환경까지 여러 곳에서 데이터가 생성, 저장, 관리되고 있습니다. 예전처럼 데이터센터 스토리지에 모든 정보를 모아두던 시대가 지나간 것입니다. 데이터가 여러 곳에 흩어져 있다는 것은 단순히 관리가 불편하다는 의미를 넘어섭니다. 각 부서, 각 지사, 각 시스템마다 데이터가 고립되면 섬처럼 단절된 데이터 사일로 현상이 발생합니다. 이렇게 되면 데이터 분석이나 활용이 번거롭습니다. 특히 여러 위치에 분산된 데이터를 동기화하고 최신 버전을 유지하는 것은 매우 복잡하고 어려운 작업입니다. 데이터 일관성이 무너지면 업무 오류가 발생하고, 심각한 경우에는 비즈니스에 손실을 초래할 수도 있습니다. 그렇다면 이런 불편함에서 벗어나려면 어디서 해결책을 찾아야 할까요? VAS

요즘 분위기를 보면 거대 언어 모델(LLM)과 소형 언어 모델(SLM)의 전성기라 해도 과언이 아닙니다. 실제로 LLM/SLM은 주요 기업과 기관이 새로운 비즈니스나 서비스 목표 달성을 위해 수립하고 실행하는 전략적인 계획인 AI 이니셔티브의 첫...

대원씨티에스의 AI 인프라와 플랫폼 제안에서 중요한 역할을 하는 VAST Data에 대한 시장의 평가는? 2024년 한 해만 봐도 그 위상을 가늠해 볼 수 있습니다. 관련해 이번 포스팅에서는 Inc.의 2024년 Best in Business의...

거대 언어 모델(Large Language Model, 이하 LLM)이나 소형 언어 모델(Small Language Model, 이하 SLM)을 프로덕션 환경에 배포하여 추론 작업을 수행할 때 GPU, NPU, 메모리 등 자원을 효율적으로...

AGI(Artificial General Intelligence)가 빠르게 현실로 다가오고 있습니다. AGI 시대에는 AI 에이전트가 마치 사람처럼 다양한 문제를 학습하고, 해결하고, 창의적인 사고를 합니다. 2024년 11월 현재 xPU 기술의...