KT, AX 전초기지 ‘이노베이션 허브’ 공개… AI가 상권 분석 시...

KT, AX B2B 사업 본격 시동과제 발굴부터 실증까지 지원현장 출동하는 ‘AX 스쿼드’도 운영 “서울시에 있는 이동통신 3사 대리점 1103개를 상권 분석한 결과, KT 대리점을 신규 출점하기 적합한 상위 3개 자치구는 송파구, 강서구, 관악구입니다. 송파구 내 KT 대리점 점유율은 28.6%로 서울시 평균 점유율(34.7%)보다 낮아 출점이 권장됩니다. 강서구는 안정적 시장 규모와 균형 잡힌 경쟁 구도를 갖추고 있고, 관악구는 인구 밀도 대비 출점 여력이 양호합니다.”지난 23일 찾은 KT 서울 광화문 사옥 내 ‘KT 이노베이션 허브’. KT 관계자가 인공지능(AI) 에이전트에 “KT 통신 대리점을 신규로 낼 때 쓸 상권 분석 시스템을 만들어 달라”고 요청하자, AI는 ‘현재 상권 분석 과정에서 가장 어려움을 느끼는 부분은 무엇인가’ ‘상권 데이터는 어디서 가져오나’ 등을 이용자에게 물은 뒤 ▲시장 현황 분석 ▲KT의 진출 기회 분석 ▲출점 적합도 평가 ▲투자 제안을 하는 AI 도구를 만들었다. 경쟁사와 자사의 대리점 위치를 지도에서 시각화해서 보여줬다.KT 관계자가 지난 23일 KT 서울 광화문 사옥 내 ‘KT 이노베이션 허브’에서 AI 에이전트에 “KT 통신 대리점을 신규로 낼 때 쓸 상권 분석 시스템을 만들어 달라”고 요청하고 있다. /KT 제공 KT는 기업의 AX(AI 전환)를 지원하는 AX B2B(기업 간 거래) 사업을 성장 축으로 삼고 있다. 이를 위해 만든 장소가 이노베이션 허브다. B2B 고객이 KT의 AX 기술을 관람하고 맞춤형 컨설팅을 받는 공간이다. 작년 10월 문을 열었고 현재까지 약 200개 기업이 이곳을 찾았다. 이 중 약 30개 기업은 실제로 KT와 협력해 AX를 도입했다.이노베이션 허브를 찾은 기업은 KT와 협업해 맞춤형 AI를 만들 수 있다. 실제 실행 가능한 시제품으로 제작해 기술이 실효성이 있는지 검증할 수 있다.전승록 KT AX부문 AX전략본부장은 “AI를 도입한 기업은 글로벌 기준 전체의 88%에 달할 정도로 모두 ‘AI 컴퍼니’로 변하고 있지만, 이 가운데 실제로 AI를 통해 매출과 재무 성과를 높인 기업은 14%에 불과하다”며 “KT는 이노베이션 허브에서는 고객사가 AX를 직접 경험하고 산업 현장에서 빠르게 AI를 사업화할 수 있도록 지원한다”고 말했다.전 본부장은 KT의 AX 사업이 갖는 차별점에 대해 “AX 과제 발굴부터 실증까지 고객사의 AX 실행 여정을 엔드투엔드(End-to-End)로 지원한다”며 “기술 검증(PoC) 단계에서 약 5000만~1억원 수준의 비용을 들이기 전에 실패 가능성을 최소화할 수 있다”고 말했다. 이어 “이노베이션 허브에는 AI 전문가가 120명이 넘고, 만약 글로벌 빅테크와 파트너십이 필요하다면 연결해 준다”고 했다.전승록 KT AX부문 AX전략본부장이 지난 23일 KT 서울 광화문 사옥 내 ‘KT 이노베이션 허브’에서 KT의 AX 경쟁력을 소개하고 있다. /KT 제공 KT는 AI 도입 방법을 고민하는 기업을 위해 고객사를 직접 찾아가는 ‘KT AX 스쿼드’를 올해부터 운영하고 있다. 6주 동안 고객사 현장에서 AI 에이전트 개발, 피드백 반영, 효과 검증 등을 수행한다. 단순 기술 시연에 그치지 않고 실제 업무 환경에서 투자 대비 성과(ROI)가 있는지 검증한다.KT는 자체 AX 역량을 고도화하고 있다고 강조했다. KT는 자체 기술력을 집약해 ‘KT AX 하네스(Harness)’를 직접 개발했다. AI가 실제 업무를 안전하고 반복 가능하게 수행할 수 있도록 도구, 권한, 실행 환경, 테스트, 로그, 승인 흐름을 설계한 것이다. 이 기술의 핵심은 외부 인프라에 의존하던 에이전트, 도구, 프롬프트의 설계 구성을 내재화해 내부에서 세부 조율이 가능하도록 만든 점이다. 특정 AI 모델에 종속되지 않고, 고성능 오픈소스 프레임워크를 기반으로 해 비즈니스 상황에 맞춰 필요한 AI 모델을 언제든 자유롭게 만들도록 했다.KT 관계자는 “에이전트별 반복 수행 횟수와 모델의 중요도 등급을 내부에서 직접 통제하므로, 불필요한 연산을 줄이고 비용과 시도 횟수를 세밀하게 조율할 수 있다”면서 “기존 도구는 시스템을 장시간 구동할 경우 문맥을 제대로 파악하지 못하거나 답변의 일관성이 무너지는 현상이 발생하는데, 하네스는 인프라가 장시간 지속 작동하는 연구개발(R&D) 및 실무 환경에서도 문맥 유실 없이 안정적인 품질을 유지하도록 한다”고 말했다.