[생산적금융 대전환⑦] 하나금융, 84조 투입해 ‘성장산업 중심 전환’
| |

[생산적금융 대전환⑦] 하나금융, 84조 투입해 ‘성장산업 중심 전환’

하나금융지주는 2030년까지 5년간 총 84조원 규모의 생산적금융을 공급하는 것을 목표로 하고 있다. 올해 공급 목표는 기존 계획보다 1조6000억원 늘어난 17조8000억원으로 확정했다. 주요 분야는 첨단인프라 및 인공지능(AI) 2조5000억원, 모험자본·지역균형발전 등 직접투자 2조5000억원, 핵심 첨단산업 10조원, K-밸류체인·수출공급망 지원 2조8000억원 등이다.

쏘카, 1500억원 규모 자율주행 법인 신규 설립…크래프톤 참여
|

쏘카, 1500억원 규모 자율주행 법인 신규 설립…크래프톤 참여

쏘카가 1500억원 규모 자율주행 법인 설립을 추진한다. 자율주행 데이터 및 모빌리티 플랫폼 운영 역량을 토대로 레벨4 라이드헤일링까지의 자율주행 서비스를 상용화할 계획이다. 이번 법인 설립과 함께, 크래프톤은 쏘카 및 신설법인의 주요 주주로 합류한다. 

마에스트로포렌식 “AI로 공격 빨라져…진단부터 포렌식까지 연계 대응 필요”
|

마에스트로포렌식 “AI로 공격 빨라져…진단부터 포렌식까지 연계 대응 필요”

마에스트로포렌식은 29일 서울 독산동 인섹시큐리티 교육센터에서 ‘취약점 진단·모의해킹 솔루션·침해사고 포렌식 조사 도구 통합 세미나’를 열고 최근 침해사고 동향과 취약점 진단·모의해킹·사고 분석 데모 시연을 진행했다. 마에스트로포렌식은 이번 세미나에서 취약점 진단, 모의해킹, 공격표면관리, 침해사고 분석을 순차적으로 연결하는 대응 흐름을 제시했다. 자체 솔루션인 마에스트로 위즈덤은 이 가운데 사고 이후 공격 흔적을 복원하고 원인을 분석하는 포렌식 도구로 활용됐다. 회사는 Nexpose Enterprise 같은 취약점 진단 도구, Cobalt Strike 같은 모의해킹 도구, 크리미널IP 같은 공격표면관리 솔루션, 마에스트로 위즈덤을 연계해 사고 전에는 외부 노출 자산을 줄이고, 사고 후에는 공격 경로와 삭제된 흔적을 복원하는 체계를 고도화하겠다는 구상이다.

오픈AI와 친구들이 흔들린다
|

오픈AI와 친구들이 흔들린다

오픈AI 수익성 우려가 커지면서 협력사 주가가 동반 하락했다. 시장이 오픈AI의 수익성 리스크를 반영한 결과다. 이번 주 오픈AI의 협력업체 소프트뱅크·코어위브·오라클 주가는 일제히 하락세를 기록했다. 전부 오픈AI와 연관된 상장 기업이다. 소프트뱅크는 오픈AI의 주요 투자처다. 코어위브와 오라클은 오픈AI와 대규모 데이터센터 계약을 체결해 파트너십을 맺었다.

[결정적 순간] ASML은 어떻게 니콘·캐논을 무너뜨렸나
|

[결정적 순간] ASML은 어떻게 니콘·캐논을 무너뜨렸나

AI 반도체 슈퍼 사이클을 타고 삼성전자와 SK하이닉스의 주가가 고공행진 중이다. 언뜻 보기엔 이런 거대 칩 제조사들이 시장을 좌지우지하는 것 같지만, 사실 반도체 생태계의 목줄을 쥔 곳은 따로 있다. 삼성전자도 SK하이닉스도 장비를 얻기 위해 줄을 서는, 네덜란드의 노광 장비 제조 업체 ASML이다.

흥미로운 점은 불과 20여년 전만 해도 노광 장비 시장의 절대 강자가 일본의 니콘과 캐논이었다는 사실이다. 파산 직전이었던 변방의 삼류 공급업체 ASML은 어떻게 니콘과 캐논을 무너뜨리고 세상에서 가장 복잡한 기계인 노광기를 독점하게 되었을까. 두 진영의 운명을 가른 결정적 장면들을 시간 순으로 되짚어 봤다.

[K-게임사 체질개선⑤] 넷마블, ‘멀티 플랫폼·자체 IP’로 반전 노린다
|

[K-게임사 체질개선⑤] 넷마블, ‘멀티 플랫폼·자체 IP’로 반전 노린다

모바일 게임 중심의 사업을 전개한 넷마블이 변화를 꾀하고 있다. PC·콘솔·모바일을 아우르는 ‘멀티 플랫폼’ 전략을 강화하고, 자체 지식재산권(IP) 기반 작품도 확대하는 등 성장 전략을 재정비하는 모습이다. 이와 함께 분기별 2종 이상의 신작을 선보이며, 지난해 달성한 역대 최대 매출을 발판으로 성장세를 이어갈 계획이다.

[에이전트와 보안③] AI 에이전트, 어떻게 통제해야 하나?
| |

[에이전트와 보안③] AI 에이전트, 어떻게 통제해야 하나?

메일을 읽고, 문서를 찾고, 외부 도구를 호출해 일을 처리하는 AI 에이전트는 이미 업무 환경에 들어왔다. AI 에이전트는 단순히 답을 내놓는 도구가 아니라 권한을 가진 실행 주체다. 그만큼 보안도 모델의 답변을 점검하는 수준에서 멈춰서는 안된다. AI 에이전트를 통제하려면 어떤 권한을 줄 것인지, 어떤 도구와 연결할 것인지, 어떤 환경에서 실행할 것인지부터 정해야 한다. 위험한 입력과 출력은 중간에서 걸러야 하고, 실행 환경은 격리해야 한다. 어떤 행동을 했는지 추적할 수 있는 로그와 배포 전 시험 평가도 필요하다.

End of content

End of content