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
구축된 데이터 거버넌스, 이제 AI를 위해 쓰다 안녕하세요. KT 기술혁신부문 Decision Intelligence Lab에서 D-Governance 업무를 맡고 있는 이준형, 이하연입니다. 지난 글 「1년의 여정, AI 시대를 여는 데이터 거버넌스」(2025.12.11)에서는 KT가 어떻게 데이터 거버넌스 체계를 구축했는지 공유했습니다. 표준을 세우고,
들어가며 KT AI검색기술 부서 연구원들로 구성된 저희 팀은 최근 캐나다 AI 연구기관 Vector Institute가 주최한 Agentic AI Bootcamp에 참여해 실제 서비스에 적용 가능한 멀티에이전트 기반 검색 시스템 PoC를 설계·구현했습니다. 짧은 기간이었지만, 차세대 AI 에이전트 시스템을 직접 설계하고 운영해 보며 “Agentic AI를
들어가며 안녕하세요, KT의 Agent 연구를 담당하는 Agentic AI Lab의 송윤성, 홍지후입니다. 저희 팀에서는 Agent를 중심으로 파생되는 다양한 기술들을 연구하고, 실제 상용화까지 적용할 수 있도록 AI Agent를 개발하고 있습니다. 이 글에서는 멀티에이전트 시스템을 프로덕션에서 운영하면서 겪는 실제 문제들과, 이를 해결하기 위해 개발한 A
