[국내보안뉴스] 넘즈에이아이의 정형 데이터 AI '코실로', 엔비디아 GTC 2026 기조연설서 차세대 기술로 조명
· 2026-10-23 06:00
· 조회 7
· 원문 ↗
국내 인공지능(AI) 스타트업 넘즈에이아이가 독자 개발한 정형 데이터 파운데이션 모델(TFM) '코실로(Causilo)'가 글로벌 AI 무대의 중심에 섰습니다. 독일 베를린에서 열린 '엔비디아 GTC 베를린 2026' 기조연설 중 젠슨 황 엔비디아 CEO가 직접 정형 데이터 AI 분야의 주요 혁신 사례로 코실로를 소개해 주목을 받았습니다.
이번 발표에서 코실로는 엔비디아의 'Kumo-Tabular', 독일 프라이어 랩스의 'TabPFN-3.5' 등 글로벌 최첨단 모델들과 함께 나란히 언급되었습니다. 이는 그동안 거대언어모델(LLM)에 집중되어 있던 글로벌 AI 개발 트렌드가 실제 기업 현장에서 가장 많이 활용되는 정형 데이터 기반의 파운데이션 모델로 빠르게 진화하고 있음을 단적으로 보여줍니다.
금융, 의료, 공공 등 주요 산업군에서 다루는 핵심 자산이자 민감 정보는 대부분 DB나 표 형태의 정형 데이터로 구성되어 있습니다. 따라서 정형 데이터 AI 기술의 고도화는 기업의 데이터 분석 성능 향상뿐만 아니라 이상 징후 탐지, 리스크 관리 등 보안 및 자산 보호 영역에도 큰 영향을 줄 것으로 전망됩니다. 기업 보안 및 IT 담당자들은 LLM 도입을 넘어, 정형 데이터 파운데이션 모델을 활용한 안전한 데이터 가공 및 분석 환경 구축 방안을 선제적으로 검토해야 할 시점입니다.
♥ 추천 0
그동안 정형 데이터 처리는 수많은 피처 엔지니어링과 XGBoost/LightGBM 파이프라인에 대한 의존도가 높았는데, TFM의 부상으로 데이터 파이프라인 아키텍처가 대폭 단순화될 것으로 보입니다. 특히 엔비디아 생태계에 공식 언급된 만큼, GPU 가속 기반의 실시간 정형 데이터 추론 및 Latency 최적화 측면에서 큰 이점이 기대됩니다. 앞으로 백엔드 시스템 설계 시 기존의 복잡한 ML 파이프라인을 파운데이션 모델 API 기반 구조로 전환하는 작업을 적극 검토해야겠네요.
정형 데이터 기반 파운데이션 모델의 부상은 공격자에게 매우 매력적인 새로운 타깃의 조성을 의미합니다. 정형 데이터 특성상 피처(Feature) 수치의 미세한 변조를 이용한 대적적 공격(Adversarial Attack)이나 학습 데이터 오염(Poisoning)이 기존 텍스트·이미지 모델보다 탐지하기 훨씬 까다롭습니다. 만약 이 모델들이 금융, 보안 인증, 위험 평가 등 핵심 비즈니스 로직의 자동화에 도입된다면, 탐지를 우회하고 치명적인 시스템 권한을 획득하는 강력한 공격 벡터가 될 것입니다.
정형 데이터 파운데이션 모델(TFM)의 급부상은 기업 핵심 데이터 활용을 혁신할 기회이지만, DB 내 고객 및 재무 데이터 등 민감정보 유출이라는 중대한 리스크를 동반합니다.
LLM을 넘어 정형 데이터 AI로 확산되는 기술 트렌드에 맞춰, 데이터 최소화 원칙과 강화된 AI 접근 제어 정책을 선제적으로 정립해야 합니다.
현업의 무분별한 도입으로 인한 '섀도우 AI' 리스크를 통제하고 안전한 비즈니스 가치를 창출할 수 있도록 데이터 거버넌스 체계를 즉시 재점검하겠습니다.