케클s피드 5월호｜kt cloud summit 2025에서 확인한 클라우드·AI·DC의 미래

kt cloud summit 2025 현장 스케치- 클라우드, AI, 데이터센터의 혁신을 한눈에지난 4월 30일 성황리에 개최된 ‘kt cloud summit 2025’에는 국내 AI와 클라우드, DC 산업을 선도하는 공공 기관 및 다양한 산업 분야 기업의 전문가 1,500여 명이 참석했습니다. kt cloud는 ‘Tech Innovation, With Customer’의 비전을 바탕으로 사업 전략과 기술/서비스 성과를 공유하고, 향후 로드맵을 제시하며 고객사 및 파트너사들과 동반성장 의지를 확인했습니다. 이날 행사는 ‘Empower your vision with our technology at the core’라는 슬로건 아래 키노트와 20개의 발표 세션, 그리고 파트너사 전시 등으로 진행됐는데요. ..

[현장 스케치] 클라우드, AI, 데이터센터의 혁신을 한눈에 – kt cloud summit 2025

[ kt cloud 마케팅커뮤니케이션 팀] 안녕하세요, kt cloud 마케팅커뮤니케이션팀입니다! 👋 요즘 IT 업계, 특히 클라우드와 AI 시장의 변화 속도가 정말 놀라울 정도죠.매일 새로운 기술과 혁신이 쏟아지는 가운데, “이 변화의 중심에 있는 기업들은 지금 어떤 미래를 그리고 있을까?” 궁금하셨던 분들도 많으실 거예요. 지난 4월 30일, 서울 코엑스에서 열린 kt cloud summit 2025는 국내 대표 클라우드 및 데이터센터 기업인 kt cloud가 AI, 클라우드, 데이터센터 산업의 현재와 미래를 제시한 자리였어요. 특히 다양한 산업 관계자들이 한자리에 모여 디지털 인프라의 혁신적인 방향을 논의한 현장은 정말 뜨거운 열기와 기대감으로 가득했습니다. 이번 포스팅에서는 현장 분위기..

[ kt cloud AI플랫폼팀 최지우 님 ] AI의 발전은 GPU를 인공지능과 데이터 분석에 없어서는 안 될 핵심 자원으로 자리매김하게 했습니다. 특히, 딥러닝과 같은 고성능 연산 작업에서 GPU의 처리 속도와 성능은 AI 모델의 결과물에 직접적인 영향을 미칩니다. 최근 대규모 언어 모델(LLM)의 확산과 함께, 이러한 모델을 학습하고 추론하는 데 필요한 GPU 자원의 수요가 기하급수적으로 늘어나고 있습니다. 이에 따라 GPU를 효율적으로 활용할 수 있는 클라우드 환경은 더 이상 선택이 아닌 필수로 여겨지고 있습니다. 클라우드 환경에서는 GPU가 다양한 방식으로 제공되는데, 대표적으로 가상 머신(VM)과 컨테이너 기반 가상화 기술이 있습니다. 각각의 가상화 방식은 자원의 활용성과 관리 효율성을 높이기..

[ kt cloud AI플랫폼팀 최지우 님 ] kt cloud의 AI 서비스가 2025년 상반기에 더욱 강력한 기능을 추가하며 한 단계 발전합니다.AI 모델 서빙과 학습 과정에서의 효율성과 안정성을 높이기 위한 다양한 업데이트가 포함되었는데요. 이번 업데이트를 통해 AI 개발과 운영이 더욱 간편해질 것입니다. 주요 변경 사항을 살펴보겠습니다.1. AI SERV 모델 서비스 컨테이너 오토스케일링 지원AI SERV는 AI 모델을 배포하고 운영하는 과정에서 중요한 역할을 합니다. 이번 상반기 업데이트에서는 AI 모델 서빙의 확장성과 안정성을 높이기 위해 여러 기능이 추가되었으며, 이를 통해 사용자는 더욱 효율적인 AI 서비스를 구축하고 운영할 수 있습니다. 첫 번째로, 오토스케일링 기능을 소개합니다. 기존에..

[kt cloud 마케팅커뮤니케이션팀 김지웅 님 ] Intro안녕하세요, kt cloud 마케터 김지웅 입니다. 🙋‍♂️지난 시리즈에서는 AI 에이전트의 정의와 구성 요소, 그리고 다양한 유형들에 대해 하나씩 알아봤어요.아마 보시면서 이런 궁금증이 떠오르셨을 것 같아요. “이런 AI 에이전트는 실제로 어떻게 활용되고 있을까?”, “그리고 이런 시스템은 어떻게 만들어질까?” 이번 3부에서는 바로 그 궁금증을 풀어보려고 해요. AI 에이전트가 실제 비즈니스 현장에서 어떤 방식으로 사용되는지, 그리고 그 뒤에 숨어 있는 아키텍처는 어떻게 설계되는지를 함께 살펴볼 거예요. 작업 자동화, 대화형 인터페이스, 정보 검색 및 분석. AI 에이전트가 주로 활용되는 이 세 가지 패턴을 중심으로, 각각의 구조가 어떻게 ..

안녕하세요, kt cloud 마케팅커뮤니케이션팀입니다.  최근 AI 기술의 급격한 발전과 함께, 기업들은 AI를 도입하고 활용하는 과정에서 여러 가지 고민에 직면하게 됩니다. 인프라 구축의 복잡성, 초기 비용 부담, 안정적인 운영 환경 확보 등 다양한 과제가 뒤따르기 때문인데요. 이러한 고민을 해결하기 위해 kt cloud는 강력한 AI 인프라와 클라우드 솔루션을 기반으로 기업이 보다 쉽게 AI를 도입하고 활용할 수 있도록 돕고 있습니다. 지난 3월 20일, kt cloud는 기업들이 보다 쉽게 AI 인프라와 솔루션을 활용할 수 있도록 안내해 드리기 위해 ‘AI 사업 전략 및 방향성과 GPUaaS’를 주제로 웨비나를 개최했습니다. 이번 웨비나에서는 kt cloud의 주요 AI 사업 추진 사례와 전략을 중..

[kt cloud 마케팅커뮤니케이션팀 김지웅 님 ] Intro안녕하세요, kt cloud 마케터 김지웅 입니다. 🙋‍♂️지난 1부에서는 AI 에이전트의 정의부터 핵심 구성 요소까지, 기본적인 개념들을 살펴봤어요. AI 에이전트가 단순한 프로그램이 아닌, 환경을 인식하고 판단하여 행동하는 지능형 시스템이라는 점을 이해하셨을 거예요. 이번 2부에서는 한 걸음 더 나아가 AI 에이전트의 전통적 유형들과 현대 LLM 시대의 변화에 대해 깊이 있게 알아볼게요. 단순 반사 에이전트부터 학습 에이전트까지 전통적 분류를 살펴보고, 2022년 ChatGPT 등장 이후 이러한 경계가 어떻게 허물어지고 있는지 함께 이해해 볼 거예요. 각 에이전트 유형별 특징과 한계, 그리고 실제 비즈니스 활용 사례를 통해 AI 에이전트의..