4주차

4.13(월) ~ 4.24(금) 뉴스스크랩
4.17.(금)
정부·빅테크 총동원령 내렸다… 보안 생태계 뒤흔드는 '미토스 쇼크' [출처:중앙일보](2026.4.17.)
https://www.joongang.co.kr/article/25420943
ㅇ 주요내용
- 앤스로픽의 미토스는 sw 취약점을 찾아내고 공격까지 자율적으로 수행하는 새로운 AI모델로, 향후 보안에 대한 적극적인 대응방안이 필요해짐.
- 전문적인 해커가 아니더라도 누구나 손쉽게 중요 SW에 접근, 해킹이 가능해짐
- 보안 패러다임을 바꿔, AI를 활용한 탐지 및 대응 속도를 높여야 함.
ㅇ 용어정리
- 오픈BSD : BSD계열의 오픈소스 운영체제로 컴퓨터 보안 쪽으로 특화되어 개발하고 있음. 세계에서 가장 강력한 보안을 지닌 것으로 평가받음.
ㅇ 관련자료
'미토스'에 놀란 세계..."사이버보안 새 시대 예고"(2026.4.12.)
https://zdnet.co.kr/view/?no=20260412123017

'미토스'에 놀란 세계..."사이버보안 새 시대 예고"

4.16(목)
AI와 협업하는 새로운 개발 프로세스, 올리브영은 어떻게 시작했을까 (feat. AI-DLC) (26.4.16.)
https://oliveyoung.tech/2026-04-16/oliveyoung-tech-ai-dlc-workshop/
ㅇ 주요내용
- AI를 활용한 SW개발을 경험해봄으로써, 비즈니스 가치 및 생산성 향상을 위한 AI 내재화 워크숍 경험기(개발자 대상)
- 단순히 레거시 코드를 새 스택으로 옮기는 것이 아니라, 레거시를 다루는 팀의 접근 방식 자체를 AI와 함께 바꿀 수 있는지를 실험
- 사람에 따른 편차 감소, 결과뿐 아니라 과정에서의 지속적 AI의 피드백 등이 중요하였음.
- 팀과 역할의 경계를 넘어 하나의 프로세스로 협업하는 것이 가능해 질 것.
ㅇ 용어정리
- 엔터프라이즈:기업
- AI DLC: AI Driven Development lifecycle : 생성형 AI를 소프트웨어 개발 생명주기(SDLC) 전체에 통합한 방법론
- SA : Solution Architect 시스템 설계자
- PL/SQL : 오라클 DB에서 사용하는 프로그래밍 언어(SQL이 데이터 조회만 한다면, PL/SQL은 프로그래밍 기능이 추가됨)
- Geenfield(신규개발), Brownfield(기존 시스템 개선)
- Reverse Engineering : 이미 만들어진 시스템을 분석해서 내부 구조나 동작 원리를 알아내는 것.
- Inception : 시작단계
- 서버리스 기반 : 서버를 직접 관리하지 않고, 필요할 떄만 실행되는 클라우드 방식
- 순차 처리 아키텍처 : 작업을 단계멸로 순차대로 처리되게 설계한 구조
ㄴ 검수는 '순서'와 '의존성'이 있기 떄문에 순차 처리를 통해 문제 상황을 추적할 수 있고, 빠른 중단 가능
- AI 오케스트레이션 : 여러 AI/시스템을 연결해서 하나의 흐름으로 자동 처리
- Modern Stack : 최신 기술 조합
- 스택 : 시스템을 만들 때 사용하는 기술들의 조합(ex. 웹 서비스 스택 / 프론트(React) - 백엔드(Spring Boot) - DB(PostgreSQL) - 인프라(AWS))
- Steering : AI에게 우리 팀의 일하는 방식을 알려주는 설정 파일
ㄴ 이 세팅 시간이 가장 중요한 영향을 미침
- 워크플로우 선택 - 요구사항 분석 - User Stories - Application Design
- Application Design : 실제 코딩 전에 하는 설계(ex.배달앱)
- 컴포넌트 구조 : 시스템을 조각(모듈)로 나눈 것(ex. 주문, 결제, 사용자 컴포넌트)
- 서비스 레이어 : 비즈니스 로직이 들어가는 계층(주문생성, 가격계산, 할인적용, Controller는 요청만 받고, Service가 일을 한다)
- 의존성 관계 : 누가 누구를 사용하는가(주문서비스-> 결제 서비스 호출)
- NFR Requirements : 비기능 요구사항, 성능, 보안, 확장성 등
ㄴ 기능 요구사항은 무엇을 할지 / 비기능 요구사항은 어떻게 잘 할지
- Infrastructure Design : AWS같은 클라우드 구조 설계(ex. 서버 구성, DB의 종류, 트래픽 처리 등)
ㅇ 요약
올리브영 개발자를 대상으로 SW 개발 전주기에 AI를 내재화하는 워크숍 후기. AI를 활용하여 단순 레거시 코드를 모던 스텍에 올리는 것 뿐만이 아니라, 일하는 '구조'를 혁신할 수 있는지 확인. 설계-코드-검증의 과정을 거치며, 1) 설계단에서 인간의 지침이 가장 중요, 2) AI와 소통을 통한 논리 보강의 중요성, 3) 사람 간의 능력 편차가 줄고 표준화를 통한 개발 역량의 효율성이 기업에 내재화 되는 것을 체험하였다.

4.14(화)
제조업, AI로 다시 설계되다, 한국 제조업 재도약을 위한 로드맵
삼일PwC경영연구원(2026.3)
ㅇ핵심내용
- 제조AI에 대한 요구가 증대됨에 따라 국내 제조업에 AI 도입을 위한 정책적 분석 및 주요 제조 AI 성공사례를 통한 향후 활용방안 마련.
- 국내 제조AI가 도입되기 위해서는 양질의 제조 데이터를 통한 AI고도화가 필요하다.
- 제조 AI는 납기 신뢰도 향상, 비용절감 등을 통한 수출 경쟁력 향상, 인력 공백 해소, 자립형 제조 기술 확보, ESG경쟁력 확보, 글로벌 경쟁력 확보 등의 기대효과를 보일 것이다.
- 대표 사례로는 BMW가 있는데, R&D-조달-생산-고객경험 전 과정에서 AI를 활용하여 생산성을 향상시키고 있다.
ㅇ용어정리
- 인포테인먼트 : 정보와 오락의 합성어로 주행정보와 멀티미디어를 함께 제공하는 시스템
- ADAS(Advanced Driver Assistant System: 첨단 운전자 보조 시스템) : 자동 긴급 제동, 차로 유지 보조 등이 대표적으로 사고를 방지하는 주행 보조 기술
- AVM (Around View Monitoring) 솔루션 : 360도 영상을 실시간으로 합성해 사각지대 없는 화면을 제공하는 영상 기반 안전 시스템
ㅇ 추가자료
- BMW 그룹, 구매 및 공급망 네트워크에 생성형 AI 도입으로 효율성 극대화(2025.05.20.)
https://www.techdaily.co.kr/news/articleView.html?idxno=25898
ㄴ 공급망 관리에 있어 데이터 검색을 위한 AI도구 지원(AIconic Agent)
- BMW의 Factory Genius: AI가 글로벌 자동차 생산 혁신(2025.12.04.)
https://www.k-smartfactory.org/24/?bmode=view&idx=168883442
ㄴ 방대한 양의 생산 데이터를 실시간으로 검색 및 해석을 할 수 있다. 작업자의 생산성이 향상된다.
-[GTC 2022] BMW, 가상 공장용 오픈소스 이미지 데이터셋 'SORDI' 공개(2022.03.24)
https://www.aitimes.com/news/articleView.html?idxno=143599
ㄴ 합성데이터 : 실제 데이터를 수집하지 않고 시뮬레시션 등을 통해 인공적으로 만들어낸 가상 데이터. AI모델 학습 및 분석 효율을 높이는데 주로 사용된다.
ㄴ 엔비디아의 옴니버스를 통해 BMW의 디지털 트윈 공장을 세웠고, 여기에서 AI에 학습시킬 이미지 데이터셋을 오픈소스로 공개했다.

이미지 출처 : 제조업, AI로 다시 설계되다, 한국 제조업 재도약을 위한 로드맵, 삼일PwC경영연구원(2026.3)

4.13(월)
“개발비·리스크 줄이자”…K바이오, AI 조직·플랫폼 구축 승부수(26.4.12)
https://www.sedaily.com/article/20031395
ㅇ 주요내용 : 국내 제약, 바이오업계가 AI 내재화에 힘쓰고 있다. 신약 개발 과정에서 후보 물질 발굴 속도를 높이고 실패 확률을 높일 수 있어 ROI가 높아지기 때문이다. AI를 통해 발굴된 후보물질의 임상 1상 성공률은 8~90%정도 수준으로 개발비용이 3조원에서 6천억원으로, 시간은 12년에서 7년으로 감소한다.
삼성바이오에피스 - AI기반 신약 후보 물질 발굴
유한양행 - AI 신약 개발 플랫폼 '유니버스' ~ 후보 물질 설계, 스크리닝, 최적화 과정을 자동화
한미약품 - AI플랫폼(gkvm)을 통한 비만치료제 개발(HM17321)
대웅제약 - 후보물질 발굴기간 단축에 집중
ㅇ 용어정리
- 스크리닝 : 특정 목적에 맞는 대상이나 요소를 선별, 검사, 걸러내는 과정
- 전임상 : 새로 만든 약을 실제 사람에게 사용하기 전에 문제가 있는지 알아보는 것(동물실험 등)
- 파이프라인 : 일련의 작업 단계나 프로세스가 끊기지 않고 연결된 자동화된 시스템
ㅇ 추가자료
AI 신약개발 확산에도…한국이 넘지 못한 구조적 한계(25.12.15)
https://www.medicaltimes.com/Main/News/NewsView.html?ID=1166458
- 주요내용 : AI 신약개발이 국내에서는 후보물질 발굴, 데이터 분석 등 초기 연구 단계에만 활용하고 있다. 가장 큰 원인은 규제로, AI가 도출한 결과를 공식 결과로 활용하는 표준이 부족하기 대문이다. 또한 근본적으로 민감 데이터로 분류되고 파편화되어있는 의료 데이터 특성상 AI 모델의 성능을 높이는데 한계가 존재한다.