| 09:00~10:00 |
등록 및 전시부스 관람 |
| 10:00~10:30 |
[Keynote 1]비즈니스를 위한 생성형 AI 구축 및 확산 전략
한국IBM최석재 상무
ChatGPT 열풍은 생성형 AI와 파운데이션 모델(기초 모델)의 파괴적인 혁신과 기술 발전에도 상당한 관심을 불러일으키고 있습니다. 이러한 발전은 기업에 무엇을 의미할까요? 기업은 어떻게 효과적이고 신뢰할 수 있는 방법으로 이러한 기술 발전을 비즈니스에 활용할 수 있을까요? 본 세션에서는 생성형 AI의 비즈니스 기회 및 유즈케이스와 함께 IBM이 새롭게 출시한 기업용 AI 및 데이터 플랫폼 watsonx를 기반으로 기업이 신뢰할 수 있는 데이터, 속도, 거버넌스를 기반으로 조직 전체에 생성형 AI의 비즈니스 가치를 확대하고 비즈니스 혁신을 가속화 할 수 있는 기술과 접근 방법에 대해 알아봅니다.
|
| 10:30~11:00 |
[Keynote 2]Private AI 시대를 위한 Hybrid AI Platform으로의 진화
메가존클라우드한지운 부사장
Private AI 환경으로 변화함에 따라서, 이에 맞는 적절한 플랫폼과 데이터 안정성 및 보안 등 여러가지 요구 조건이 필요하게 되고 있습니다. 기존 AI 환경과 새로운 환경 간에 조화로운 운영, 관리를 위해서 Hybrid AI 환경에 대한 진화가 필요하고 Hybrid AI 환경에 맞는 Hybrid Cloud 환경 기반의 ML Ops 플랫폼을 제언합니다.
|
| 11:00~11:30 |
[Keynote 3]Generative AI Elasticsearch: OpenAI meets private data
엘라스틱 코리아최병주 Senior Solutions Architect
많은 기업들이 Generative AI에 대해서 기대 및 우려를 표명하고 있습니다.그동안 경험하지 못했던 놀라운 검색결과에 대한 기대가 있는가하면, 기업내의 데이터가 학습데이터로 쓰일수 있다는 보안적인 부분에 대한 우려가 그것입니다.엘라스틱은 Generative AI의 기업내 활용에 있어 가장 중요한 역할을 하고 있습니다. 본 세션을 통해 Generative AI를 통해 기대할수있는 혜택 및 그 한계점을 엘라스틱으로 어떻게 보완할수있는지 그리고 기업내에서 Generative AI와 같은 기술을 통해서 무엇을 기대할 수 있는지 및 엘라스틱 8.X에서 소개하는 Vector서치의 의미 및 그 활용 범위 등을 소개합니다.
|
| 11:30~12:00 |
[Keynote 4]빅데이터 시대에 대응하는 씨게이트의 전략과 데이터 관리 방안
씨게이트김태희 과장
기술이 발전함에 따라, 더 많은 곳에서 그리고 더욱 다양한 형태의 데이터가 폭발적으로 증가하고 있습니다. 2025년에는 현재보다 2배 이상의 데이터인 175ZB가 생성될 것으로 예측되며, 그중, 구조화되지 않은 비정형 데이터의 증가는 기업의 데이터센터 운영에 큰 부담이 되고 있습니다. 또한, 이렇게 생성된 데이터를 사용하는 방식은 계속해서 변화하고 있고, 변화에 적응하기 위해 주기적으로 데이터센터의 인프라를 교체하는 것은 현실적인 부분에서 어려움이 있습니다. 본 세션에서는 데이터 저장 관점에서 인사이트를 소개하고, 효율적인 데이터 관리 방안에 대해 알아보겠습니다.
|
| 12:00~13:00 |
중식 및 전시부스 관람 |
| 13:00~13:30 |
[Keynote 5]생성형 AI 시대를 앞당길 맞춤형 거대 언어 모델 Small LLM의 시대가 온다!
엔비디아
유클릭김광정 전무
생성형 AI를 디지털 제품과 서비스에 적용하는 기업들이 점점 늘어나고 있습니다. 이 트렌드의 주역은 바로 작고도 강력한 Small LLM(Large Language Model)입니다. GPT나 BERT와 같은 초대형 모델을 직접 훈련하고 최적화하려면 엄청난 수준의 AI 인프라와 플랫폼이 필요합니다. 이런 대규모 투자를 할 수 있는 기업은 빅테크, 통신, 금융 등 소수의 대기업을 제외하면 그리 많지 않습니다. 그렇다면, 초대형 모델을 기반으로 한 생성형 AI 서비스는 대기업만이 만들 수 있는 것일까요? Small LLM을 활용하면 초기 투자 부담을 줄이고 디지털 제품이나 서비스에 빠르게 생성형 AI를 도입할 수 있습니다. 기업들은 Hugging Face, GitHub, NGC 같은 유명한 리포지토리에 올라온 Small LLM 중에서 자사의 비즈니스 목적과 목표에 적합한 사전 훈련된 모델을 선택한 다음, 보유한 데이터로 미세 조정을 한 뒤에 기존 애플리케이션 또는 서비스를 통해 생성형 AI 서비스를 제공할 수 있습니다. 이 세션에서는 Small LLM의 수요가 증가한 배경과 관련 시장 동향을 함께 살펴보고, 도메인 특화 Small LLM을 훈련 또는 파인튜닝하기 위한 NVIDIA의 하드웨어와 소프트웨어 솔루션 활용 방법에 대해 알아보겠습니다.
|
| 13:30~14:00 |
[Keynote 6]데이터 중심 AIOps/MLOps 사례 연구
VESSL AI안재만 대표
최근 여러 상용 오픈소스 LLM이 등장했지만, 기업들은 여전히 이와 같은 모델을 활용하여 엔터프라이즈 언어모델을 개발하는 데에 어려움을 겪고 있습니다. 개인 노트북에서 Llama 2, MPT 등을 실험해 보는 것과 이를 대규모 GPU 클러스터에서 학습, 배포하고 프로덕션 단계까지 개발할 때 완전히 다른 엔지니어링 역량이 필요하기 때문입니다. 본 강연에서 안재만 대표는 기업들이 "Production-ready LLM"에 필요한 대규모 인프라 운용 방법과 모델을 빠르게 파인튜닝 후 배포 해나가는 워크플로우를 제안하고, Llama 2를 예로 대형언어모델을 학습, 최적화, 배포하는 과정을 소개합니다.
|
| 14:00~14:20 |
휴식 및 전시부스 관람 |
| 시간 |
Track A [Manage & Data Smart] |
Track B [Business Smart] |
| 14:20~14:50 |
차세대 데이터 아키텍처 및 저장소 watsonx.data 기반 AI 가속화
한국IBM홍규표 부장
기업 데이터의 대부분이 분석 및 AI에 활용되지 못하고 있으며 이러한 상황은 더욱 심각해 질 전망입니다. 저장된 데이터 양은 2025년까지 300% 증가할 것으로 전망되지만 다양한 데이터 애플리케이션 및 형식으로 데이터의 복잡성은 더욱 증가하고 있습니다. 기업용 AI는 신뢰할 수 있는 데이터에 기반해야 합니다. 이를 위해 기업은 비효율적이고 비용이 많이 드는 모놀리식 데이터 아키텍처를 재설계하고 서로 다른 데이터 소스에 대한 접근을 간소화해야 합니다. 본 세션에서는 하이브리드 멀티클라우드 환경을 위한 차세대 데이터 레이크하우스 아키텍처 기반으로 데이터 관리 비용을 대폭 절감하면서도 데이터 접근을 단순화하고, 통합 거버넌스를 자동화하여 분석 및 AI를 확장하는 방법을 살펴봅니다.
|
AI와 함께하는 자기주도형 글쓰기 교육
투블럭AI조영환 대표
디지털 사회에서 이메일이나 제안서, 소개서 등의 글쓰기 기회가 폭발적으로 증가했지만, 교육 과정에서 제대로 다룰 수가 없었습니다. NLP 기술의 집합체인 글쓰기 AI 자동 평가 엔진을 소개하고, 이를 활용하여 진행하고 있는 온라인 글쓰기 대회에서 학생들이 어떻게 자기 주도적인 학습을 하고 있는지 소개합니다. 또한 텍스트 분야에서 생성형 AI와 분석형 AI가 결합하는 방법을 알아봅니다.
|
| 14:50~15:20 |
Building All-Flash, Sustainable, AI-ready Data Centers- 지속 가능하고, AI에 최적화된 올프래시 데이터 센터 구축 전략
퓨어스토리지김영석 상무
본 세션에서는, 요즘 고객들이 직면하고 있는 두 가지 과제, 즉 AI-ready 데이터 센터와 지속 가능성에 대해 탐구합니다. Pure Storage가 기업의 AI 고도화를 어떻게 지원하는지, 그리고 AI를 기반으로 한 데이터 센터는 어떻게 더 적은 에너지, 비용, 공간 및 냉각으로 실현할 수 있는지 알아 봅니다. 또한 Pure가 추진하는 변화와 혁신을 기반으로 한 올플래시 데이터 센터가 상상하는 것 이상의 기회를 만들어 낼 수 있음을 확인해 보세요.
|
Hyper Automation: 생성형AI와 RPA가 만들어가는 새로운 업무환경
레인보우브레인박재호 전무
Hyper Automation은 다양한 기술의 결합을 통해 구현되는 엔드투엔드 자동화입니다. 이는 생성형AI와 RPA의 결합을 통해 비즈니스 사용자가 실행하는 거의 모든 반복 작업을 자동화할 수 있게 합니다. 또한, 비즈니스 프로세스를 동적으로 탐색하고 이를 자동화하기 위한 봇을 생성하는 등 한 차원 높은 자동화를 실현합니다. 이러한 기술의 발전은 새로운 업무 환경을 만들어가고 있습니다.
|
| 15:20~15:50 |
하이브리드 클라우드를 통한 비용 효율적인 AI 플랫폼 전략과 사례
맨텍솔루션이진현 상무
디지털 대전환에 있어 AI기반의 분석 플랫폼은 기업의 사활과 미래를 결정할 필수 요소가 되어가고 있습니다. 문제는 인프라의 종속성으로부터 벗어날 있는 효율적인 인프라를 어떻게 구축할 것이냐 입니다. 이번 세션을 통해 비용 효율적이며, 인프라의 종속성으로부터 벗어날 수 있는 효과적인 AI 플랫폼 전략과 구체적인 사례를 통해 디지털 플랫폼 전략 수립에 인사이트를 제공하고자 합니다.
|
생성형 AI 에이전트 코파일럿(Copilot)을 이용한 생산성 향상
한국마이크로소프트이건복 개발자 리드
앞으로 AI와 인간이 대화를 하면서 업무를 진행하는 방식을 통해 생산성을 향상시킬 수 있습니다. 생성형 AI의 장점과 자연어 방식의 인터페이스를 통해 기존에 제한된 상호작용을 뛰어넘어 효율적으로 업무를 진행하는 데 있어서 코파일럿은 중요한 역할을 수행하게 될 것입니다. 이 세션에서는 마이크로소프트의 다양한 코파일럿 기능과 자체 앱 개발을 위한 코파일럿 활용 방안에 대해 설명합니다.
|
| 15:50~16:20 |
기업 내부 데이터를 활용한 생성 AI 기반 서비스 구축하기
AWS윤석찬 수석 테크 에반젤리스트
대규모 언어 모델(LLM)을 통한 생성 AI (Generative AI)모델을 활용하면, 기업내 업무 효율성과 생산성을 높일 수 있습니다. Amazon Bedrock를 기반으로 기존 생성 AI 모델에 기업 내부 데이터를 통합하여 자체 생성 AI 서비스를 구축하는 방법을 비지니스 사례에 따라 살펴봅니다. AI에 대한 전문적인 지식 없이도 클라우드를 통해 기업 데이터 보안을 유지하면서 손쉽게 기업 내 생성 AI 서비스를 제공할 수 있습니다.
|
실시간 데이터를 활용한 빅데이터 분석 전략
퀘스트소프트웨어코리아유광일 차장
모든 산업분야와 더불어 우리의 일상생활에서도 다양한 소스로 부터 데이터가 실시간으로 만들어지고 있습니다. 이러한 데이터를 수집하고 분석하여 패턴, 추세, 시장 선호도와 같은 가치 있는 정보를 추출하기 위해서는 빅데이터가 필요합니다. 실시간 데이터 복제를 통해 데이터의 빠른 이동과 공급, 정확한 분석이 가능해지고, 이는 빅데이터 분석의 효율성과 신속한 인사이트 얻을 수 있습니다.
|
|
| 16:20~16:40 |
휴식 및 전시부스 관람 |
| 16:40~17:10 |
[Closing]글로벌 스케일 어플리케이션을 위한 혁신 데이터 플랫폼
카우치베이스김의만 전무
애플리케이션의 전체 수명주기를 직접 관리하면 개발자에게 부담이 되고 작업 흐름에 마찰이 가해져 생산성이 저하될 수 있습니다. 카우치베이스(Couchbase)의 완전관리형 서비스인 카펠라(Couchbase Capella)에 결합된 생성 AI ‘Capella iQ’ 는 개발자 생산성을 크게 향상하고 최신 애플리케이션의 출시 기간을 단축시킵니다. 이 세션에서는 AI 기반 애플리케이션을 구축하기 위해 필수적인 데이터 플랫폼으로서 카우치베이스의 특징과 생성AI를 결합하여 개발 생산성을 높일 수 있는 카우치베이스 ‘Capella iQ’ 의 활용법을 소개합니다.
|
| 17:10~17:40 |
경품 추첨 및 폐회 |
