 |
<이미지를 클릭하시면 크게 보실 수 있습니다> |
[단독] 네이버, 실외 자율주행 로봇 '룽고' 만든다…"내부 테스트 중"
[채성오기자] 네이버가 자체 공간정보 인프라와 기술력을 바탕으로 야외에서 활용 가능한 신규 자율주행 로봇을 개발합니다. 11일 <디지털데일리> 취재 결과, 네이버는 연구개발조직 '네이버랩스'를 통해 개발 중인 신규 로봇 '룽고(Lungo)'에 대한 비공개 테스트를 진행 중인데요. 현재 네이버는 네이버랩스가 위치한 제2사옥 1784 주변 도로 및 캠퍼스 인근에서 다양한 실외 환경을 고려해 룽고를 테스트 중입니다. 자율주행 플랫폼 '어라운드'를 비롯해 네이버의 로봇 클라우드 '아크'와 웹 기반 로봇 운영체제(OS) '아크 마인드' 연계가 예상됩니다.
이번 룽고 프로젝트는 그동안 네이버랩스가 실내 배송·호출 중심으로 구축해온 로보틱스 핵심 자산을 실외·물류 영역으로 확장하려는 전략적 전환으로 해석되는데요.실외 물류·배송 시장은 아직 국내외에서 초기 단계로 라스트마일·캠퍼스·상권 배달 등이 성장 여지가 큰 것으로 평가받고 있습니다. 룽고 프로젝트는 이런 맥락에서 실외 자율 배송·물류 운용에 적합하도록 설계된 플랫폼형 로봇이 될 전망입니다.
 |
<이미지를 클릭하시면 크게 보실 수 있습니다> |
"카지노 산업 체질이 바뀐다"…'매출의 파라다이스' vs '수익의 롯데관광개발'
[최규리기자] 국내 외국인 전용 카지노 산업의 경쟁 구도가 빠르게 재편되고 있습니다. 파라다이스가 VIP 수요 회복을 기반으로 외형 성장을 이어가는 반면, 롯데관광개발은 자산 내재형 복합리조트 구조를 통해 수익성을 강화하고 있습니다. 업계 전반이 단순한 매출 중심 경쟁에서 벗어나 효율과 구조 중심의 질적 경쟁 구도로 이동하고 있는 모습입니다.
파라다이스는 VIP 고객의 회복세에 힘입어 안정적인 성장세를 보이고 있습니다. 10월 카지노 매출은 736억원으로 전년 동기 대비 18.5% 증가했으며 특히 테이블 매출이 실적을 견인했습니다. 인천 파라다이스시티를 중심으로 일본과 중국 VIP 고객이 다시 유입되면서 드롭액과 방문객 수 모두 늘었고, 이에 따라 고객당 수익성도 개선됐습니다. 3분기 연결 기준 매출액은 2882억원, 영업이익은 395억원으로 각각 전년 대비 7.5%, 9.1% 증가하며 안정적인 흐름을 이어갔습니다. 전문가들은 비(非)카지노 부문과의 시너지 확대가 향후 이익 성장의 핵심이 될 것으로 전망하고 있습니다.
반면 롯데관광개발은 고정비 부담이 적은 자가 소유형 복합리조트 구조를 기반으로 수익성을 극대화하고 있습니다. 3분기 연결 매출 1866억원, 영업이익 529억원, 영업이익률 28.4%로 모두 사상 최대치를 기록했습니다. 카지노와 호텔, 리테일을 직접 보유해 임차료 부담이 없고 매출이 손익분기점을 넘어서면 이익이 급격히 확대되는 구조입니다. 특히 제주 드림타워의 카지노 이용객 수와 드롭액이 역대 최고치를 기록하며 구조적 경쟁력을 입증했습니다. 매출 규모에서는 파라다이스가 앞서지만, 수익률과 현금창출력에서는 롯데관광개발이 우위를 보이고 있어 국내 카지노 산업의 무게중심이 ‘매출의 파라다이스’에서 ‘수익의 롯데관광개발’로 옮겨가고 있다는 평가가 나오고 있습니다.
 |
<이미지를 클릭하시면 크게 보실 수 있습니다> |
'평택 P4 풀가동' 시동 건 삼성전자…1c·V9 공정으로 AI 전환 가속
[배태용기자] 삼성전자가 평택캠퍼스(P4)에서 차세대 D램과 낸드플래시 투자를 잇따라 진행하며 AI 수요 대응 체계를 본격화하고 있습니다. 글로벌 메모리 업황 회복이 가시화되면서 차세대 공정으로 세대 전환해 시장을 선점하려는 계산입니니다. 11일 업계에 따르면 삼성전자는 경기도 평택의 P4 내 일부 클린룸을 HBM 및 차세대 DDR5 대응용으로 개조한 것으로 알려졌습니다.
삼성전자는 지난 2023년 말부터 일부 라인 가동을 늦추며 투자 속도를 조절해 왔으나 AI 반도체 수요가 폭증하면서 다시 투자 엔진을 가동했습니다. 구체적으로 상반기부터는 평택 P4의 1단계(Phs1) 공간에 6세대(1b) 10나노급 D램 공정을 중심으로 약 3만장 규모의 투자를 진행했으며 10월부터는 P4 3단계(Phs3) 라인에서 7세대(1c) D램 양산을 위한 장비 입고가 시작된 것으로 전해집니다.
 |
<이미지를 클릭하시면 크게 보실 수 있습니다> |
LG엔솔, 각형 LFP 라인 투자 속도…내년 초 장비사 최종 선정
[고성현기자] LG에너지솔루션이 각형 리튬인산철(LFP) 기반 에너지저장장치(ESS)용 배터리 대응을 위한 현지 생산 계획에 박차를 가합니다. 얼티엄셀즈로부터 인수한 미시간주 랜싱 독자 공장을 활용을 통해서입니다. 이를 위해 올해 연말 인사 시즌이 마무리된 후 장비사를 선정하고 내년부터 본격 투자에 나설 전망입니다.
11일 업계에 따르면 LG에너지솔루션은 최근 각형 LFP 배터리 생산라인 구축을 위한 장비 협력사를 선정하고 있습니다. 미시간주 홀랜드 공장에 이어 높아지는 북미 ESS 수요 대응을 위한 차원입니다. 이를 위해 미시간주 랜싱 공장의 일부 부지를 활용하는 안을 검토 중입니니다.
랜싱 공장은 LG에너지솔루션이 제너럴모터스(GM)와의 합작법인인 '얼티엄셀즈'로부터 인수한 곳입니다. 당초 전기차용 하이니켈 파우치 배터리가 생산될 예정이었습니다. 그러다 전기차 시장 수요 둔화에 따라 LG에너지솔루션이 이를 매입한 바 있습니다. 현재 북측 동에는 도요타 전기차용 배터리 설비가 반입됐으며 남측 공장은 투자 연기로 설비 반입이 일시 중단된 상태입니다.
 |
<이미지를 클릭하시면 크게 보실 수 있습니다> |
클라우데라 "정부 소버린 AI 기조는 호재…한국서 AI 플랫폼 본격 전환"
[이나연기자] 클라우드·온프레미스 동시 지원형 엔터프라이즈 데이터 플랫폼 기업 클라우데라가 한국 정부의 ‘소버린(주권) AI’ 정책을 새로운 성장 기회로 삼고, ‘전 주기(End-to-End) AI 플랫폼’ 중심으로 사업 전환을 본격화합니다. 최승철 클라우데라코리아 지사장은 11일 서울 송파구 소피텔 앰배서더에서 열린 'EVOLVE 포럼 서울' 기자간담회에서 “내년부터 데이터에서 AI로 무게 중심을 옮기겠다”며 정부의 소버린 AI 기조를 “상당히 큰 호재”로 평가했죠.
제조·금융·통신 등 산업 전반에서 AI 고객이 확대되는 가운데 클라우데라는 AI 전환(AX)을 클라우드 일변도가 아닌 고객 환경 최적화 중심으로 추진합니다. 윔 스투프 클라우데라 제품 마케팅 시니어 디렉터는 “AI는 생성형에서 에이전틱 시대로 전환 중”이라며 데이터 거버넌스와 오케스트레이션 관리의 중요성을 강조했죠. 실제 AI 생태계 차원에서 델 테크놀로지스·AWS·엔비디아 등 주요 기업과 협력 범위도 확장 중인데요. 클라우데라는 최근 선보인 ‘클라우데라 데이터 서비스 2.0’을 통해 고객이 원하는 모델을 자유롭게 고를 수 있도록 허깅페이스 오픈모델 등 다양한 방식을 지원하고 있습니다.
 |
<이미지를 클릭하시면 크게 보실 수 있습니다> |
"수업 45분 중 20분은 인증"... AI 교육 현장의 '처참한 현실'
[이건한기자] 11일 국회에서 열린 'K-AI 리터러시 미래교육포럼'에서 AI 교육 현장의 현실적인 문제점들이 쏟아졌습니다. AI 리터러시 함양이 중요함에도 불구하고 교육 현장은 여러 장벽에 부딪히고 있습니다. 패널들은 '예산과 인프라'를 큰 문제로 꼽았습니다. AI 서비스의 유료 구독료가 학교에 부담이 되며 농어촌 지역은 AP 성능이나 노후화된 기기 문제로 교육에 어려움을 겪는다고도 토로했습니다.
수업 진행의 어려움도 제기됐습니다. 14세 미만 학생은 AI 서비스 인증 절차에 "수업 45분 중 20분"을 소요해 현장 교육이 총체적 난국이라는 지적이 나왔습니다. 또한 학생들의 기본 문해력이 붕괴해 AI 정보조차 제대로 이해하지 못하는 실태, 과중한 행정 업무에 시달리는 교사들의 번아웃 문제도 거론됐습니다. 이에 대한 제언으로 '교육용 AI 인증 절차 간소화', '시군 단위의 AI 지원센터 설립', '교사 전문성 인증제 도입', '국가 차원의 AI 리터러시 성취와 평가 기준 마련', 'AI 교육 컨트롤타워 수립' 등이 제시됐습니다.
- Copyright ⓒ 디지털데일리. 무단전재 및 재배포 금지 -
이 기사의 카테고리는 언론사의 분류를 따릅니다.
기사가 속한 카테고리는 언론사가 분류합니다.
언론사는 한 기사를 두 개 이상의 카테고리로 분류할 수 있습니다.
언론사는 한 기사를 두 개 이상의 카테고리로 분류할 수 있습니다.
