들어가며 안녕하세요. KT Experience Engineering 본부에서 프론트엔드 개발을 담당하고 있는 김남일입니다. 앞서 소개했다시피 “사장이지”는 슈퍼앱 형태의 대규모 프로젝트로 모바일 앱 상에서 웹 서비스가 함께 동작하는 구조로 운영되고 있습니다. (소상공인 혁신 플랫폼 ‘사장이지’ 출시 App편 ) 사장이지 프론트엔드 같은 경우 WebView
AI 도입을 고민하는 기업이라면 보통 가장 먼저 이런 질문들을 떠올립니다. '어떤 AI 솔루션을 도입해야 할까?', 'AI가 우리 회사의 생산성을 얼마나 높여줄 수 있을까?' KT는 AI를 도입하는 과정에서 가장 먼저 떠올렸습니다. "AI를 어떻게 쓰게 할 것인가가 아니라, AI가 어떻게 일하게 만들 것인가?" AI 도입이 실패하는 이유는 기술이 아닌 "문
들어가며 안녕하세요. KT IT Ops본부에서 K RaaS 플랫폼을 개발하고 있는 김세진입니다. 이번달 저희 팀은 글로벌 시장을 타겟으로 새롭게 선보이는 브랜드 'K RaaS(KT Robot-as-a-Service)'와 함께 스페인 바르셀로나 MWC26의 'Physical AI Zone'을 성공적으로 운영하고 돌아왔습니다. 전 세계 관람객이 새로운 Phys
안녕하세요. KT IT Ops본부에서 K RaaS Physical AI Agent를 개발하고 있는 사봉준 선임입니다. 최근 LLM(대형언어모델)을 넘어, 물리적인 실체를 가지고 현실 세계에서 과업을 수행하는 Physical AI에 대한 관심이 어느 때보다 뜨겁습니다. 하지만 실험실이 아닌 실제 서비스 현장에 로봇을 투입하는 것은 여전히 높은 벽이 존재합니다
안녕하세요. KT IT Ops본부에서 K RaaS Physical AI 플랫폼 개발을 담당하고 있는 오현지입니다. 스페인 바르셀로나에서 열린 MWC 2026에서 저희 팀은 K RaaS(Robot as a Service) 생태계와 AI Agent 기반 Physical AI의 미래를 공개했습니다. 그 중 하나인 K RaaS Order/Delivery Agent
안녕하세요. KT ITOps 본부에서 K RaaS 플랫폼의 VLA Agent를 개발하고 있는 이진혁 선임입니다. 들어가며 이 글에서는 로봇이 사람처럼 보고, 듣고, 판단하고, 행동하기 위해 필요한 기술인 VLA Agent(Vision-Language-Action Agent)가 무엇인지, 그리고 K RaaS 플랫폼에서 "Bring Intelligence to
K RaaS(Robot as a Service) 플랫폼 아키텍처와 Map Matching, R2X(Robot to Everything), Agent 기반 운영을 설계하는 로봇 서비스가 실제 산업 현장에서 안정적으로 작동하려면, 개별 로봇의 성능만으로는 충분하지 않습니다. 서로 다른 제조사의 로봇들이 같은 공간을 이해하고, 충돌 없이 협력하며, 고객 환경에
로봇 서비스는 단순히 로봇이 움직인다고 완성되지 않습니다. 요청이 들어오고, 적절한 로봇이 배정되며, 건물 설비와 외부 시스템이 연결되고, 예외 상황까지 감당해야 비로소 하나의 서비스가 됩니다. Physical AI플랫폼 부서의 이승연님은 K RaaS(Robot as a Service) 안에서 이러한 흐름을 설계하는 일을 맡고 있습니다. 이기종 로봇을 하나
KT Agentic AI Lab A-Pattern부서는 Agentic Fabric[1]의 Intelligence Layer에서 핵심 구성 요소인 Model Router를 연구·개발하고 있습니다. 이전 Tech Article[2]에서는 Multi-LLM 운영 환경에서 LLM Gateway를 효율적으로 적용한 사례를 중심으로, Model Router의 서빙 관
▶ 5년 간 150여 건의 AI 논문 발표… 기술의 사업화로 지속가능한 연구 체계 확보 ▶ 국내외 산학협력 기반 Open R&D로 차세대 핵심 기술 선제 확보 및 생태계 선도 ▶ 연구 성과 기반으로 ‘믿:음 K’, ‘Agentic Fabric’ 등 AI 모델 및 서비스 경쟁력 강화 KT(대표 김영섭)는 AI 연구 성과를 실제 서비스에 적용하며 기술과 사업을
