AI 혁신의 본질은 오픈소스 기술 발전에 뿌리를 두고 있다. AI혁신과 동반된 오픈소스 리스크를 어떻게 관리하느냐는 거버넌스를 넘어 기업의 중요한 경쟁력이 되었다. 본 발표에서는 혁신으로 인해 기업이 직면하는 보안 위협과 기업들의 현실적인 어려움, 그리고 이를 해소하기 위한 지혜로운 대응 전략에 대해서 얘기한다.

AI 경쟁력의 본질은 데이터 리더십과, 안정적이면서 유연한 데이터 인프라와 개방형 기술로 구축된 오픈소스 생태계에 있다.
생성형 AI의 발전과 함께 데이터베이스는 단순 저장소에서 벗어나, 지능형 검색·분석·추천을 지원하는 AI 인프라의 중심으로 자리 잡고 있다.

본 발표에서는 Open Source DB와 Active-Active(TAC) DB에서 Vector DB 기반 AI 솔루션들과의 확장 전략과 방향을 공유한다.
오픈소스 생태계와 긴밀히 연결되고 강화된 데이터베이스 기술은 유연성, 투명성, 확장성 측면에서 AI 시대에 가장 현실적이고 강력한 선택지이다.
특화된 Vector DB는 LLM 기반 검색, 문서 이해, RAG(Retrieval-Augmented Generation) 등 지능형 AI 서비스의 핵심 요소로 자리매김하고 있다.

이를 기반으로 한, K-데이터베이스 티베로는 오픈소스 생태계를 적극적으로 활용하여 데이터 인프라와 AI 기술의 융합을 추진하여 고객이 빠르고 효율적으로 AI 서비스를 구축·운영할 수 있는 기반을 제공하고 있다.
나아가, 한발 앞선 K-데이터베이스와 연결된 K-OpenSourceX 생태계는 한국 오픈소스 기술이 글로벌 흐름과 보조를 맞추며 함께 성장하는 장이 될 것이다.

1999년 (사)한국공개소프트웨어협회로 출범한 본 협회는 AI와 오픈소스, 하드웨어와 소프트웨어간의 연결이 중요해진 시대 트렌드를 읽고 산업을 폭 넓게 담기 위해 2025년 3월 (사)한국오픈소스협회로 명칭을 변경하였다. 오픈소스협회의 새로운 산업 리더십과 활동을 이번 행사를 통해 우리 오픈소스인들께 보고 드리고자 한다.

오픈소스 OS, Middleware, DBMS 기술지원에 있어, 최근의 AI 기반 환경에 대응하는 기술지원 서비스에 대한 방향과 다양한 모색을 통한 전략을 제시한다.

AI 시대의 업무환경 변화에 대응하기 위한 업무환경의 변화를 AI 도구 활용을 기반으로 살펴 보고자 한다. 업무 환경 변화에 대응하는 크리니티의 메일기반 AI 협업을 서비스인 SirTEAM과 내부 데이터를 기반으로 고객에게 AI 서비스를 제공하는 InSSA AI를 소개한다. 또한 오픈소스를 활용한 다양한 AI 서비스를 통합하고 제공하기 위한 방안도 함께 모색하고자 한다.

이 세션에서는 오픈소스 및 커뮤니티를 통하여 AI Agent App을 비롯한 AI App을 개발하는 방식과 AI개발에 있어서 오픈소스의 필요성과 사례에 대해서 설명한다.

유엔넷의 자체 기술력으로 개발한 타란툴라Lakehouse는 온프레미스 환경에 최적화된 통합 데이터 플랫폼이다. 타란툴라Lakehouse 는 AI · 빅데이터 환경에서 요구되는 저비용 · 고성능을 보장함과 동시에 기업의 민감한 정형 · 비정형 데이터를 로컬환경에서 관리할 수 있다.

큐브리드는 국내 유일의 국산 오픈소스 DBMS로서 2008년 오픈소스 전환 이후 사용자 기반을 넓히고 생태계를 활성화하는 과정을 소개하며, 특히 공공부문 클라우드 DBMS 시장에서 점유율 1위로 성장할 수 있었던 적용사례에 대해서 설명한다. 또한, AI 시대를 맞이하여 큐브리드는 무엇을 준비하고 있는지 소개하고자 한다.

본 세미나에서는 AX(Artificial Transformation) 시대를 맞이하여 오픈소스 산업의 주요 트렌드와 최신 기술 동향을 살펴보고자 한다. 더불어 오픈소스를 기반으로 한 다양한 비즈니스 모델과 그 활성화 방안, 그리고 지속가능한 생태계를 위한 거버넌스 전략을 제시할 예정이다. 마지막으로, 한컴이 주도적으로 추진하고 있는 오픈데이터로더 PDF 프로젝트사례를 통해 실제 오픈소스 프로젝트를 운영하고 활성화해 나가는 전략과 경험을 공유함으로써, 글로벌 테크 리더로 도약하기 위한 비전과 실행 방향을 함께 모색하고자 한다.

오픈소스 AI는 오픈소스 소프트웨어와 달리 고유한 특성으로 인해 기술적·법적·사회적 측면에서 투명성과 신뢰 확보에 많은 어려움이 따른다. 소프트웨어는 소스코드 공개만으로도 재현과 검증이 가능하지만, AI는 방대한 데이터와 가중치가 결합된 블랙박스 구조로 인해 동일한 검증 방식이 적용되기 어렵다. 이러한 한계를 극복하기 위해 오픈소스 AI 정의가 제시되고 EU AI Act와 같은 국제 규제가 마련되고 있으나, 여전히 모든 요소가 완전히 공개되지 않는 현실적 제약은 남아 있다. 이번 발표에서는 이러한 문제를 살펴보고, 오픈소스 AI 시대에 신뢰성을 확보하기 위한 해법을 모색하고자 한다.