모빌린트, COMPUTEX 2026서 대만 AI 생태계와 협력 확대

DFI·NEXCOBOT·TOP MEASURE와 MOU 체결... 산업용 AI 협력 강화
로보틱스·머신비전·산업용 컴퓨팅 분야 공동 개발 및 글로벌 사업 확대 추진
VLM·멀티채널 AI·화재감지 등 다양한 라이브 데모로 NPU 상용화 역량 공개

[보안뉴스 강초희 기자] 모빌린트(대표 신동주)가 아시아 최대 ICT 전시회 ‘COMPUTEX 2026’에서 대만 주요 기업들과의 협력을 확대하며 글로벌 산업용 AI 시장 공략에 속도를 내고 있다.

모빌린트는 지난 6월 2일부터 5일까지 대만 타이베이에서 열린 COMPUTEX 2026에 참가해 산업용 컴퓨팅, 로보틱스, 머신비전 분야의 현지 기업 3곳과 전략적 업무협약(MOU)을 체결하고, 다양한 공동 데모를 통해 자사 AI 반도체 기반 솔루션의 적용 가능성을 선보였다고 밝혔다.

이번 전시에서 가장 주목할 만한 성과는 대만 산업용 AI 생태계를 대표하는 기업들과의 협력 확대다.

모빌린트는 산업용 임베디드 컴퓨팅 분야 글로벌 기업인 DFI와 업무협약을 체결하고 자사 AI 반도체가 탑재된 산업용 AI 시스템 공동 개발 및 글로벌 시장 확대에 협력하기로 했다. 양사는 모빌린트 AI 제품이 적용된 DFI 시스템을 공동 공급하고 글로벌 고객을 대상으로 공동 영업 및 마케팅 활동을 추진할 계획이다.

또한 산업용 로봇 및 모션 제어 전문기업인 NEXCOBOT과 협력 체계를 구축했다. 양사는 모빌린트 AI 반도체를 활용한 로보틱스 및 엣지 AI 솔루션을 공동 개발하고 글로벌 고객 대상 사업 기회를 확대할 예정이다.

산업용 측정·비전 솔루션 전문기업인 TOP MEASURE와도 업무협약을 체결했다. 양사는 AI 비전 및 검사 솔루션 분야에서 협력하고 모빌린트 AI 반도체 기반 산업용 AI 솔루션 공동 개발과 신규 시장 개척을 추진할 계획이다.

이번 협력은 단순한 기술 교류를 넘어 산업용 컴퓨팅, 로보틱스, 머신비전 등 AI 도입이 빠르게 확대되고 있는 주요 산업 분야에서 공동 사업 기회를 발굴하고 시장 진출을 확대하기 위한 전략적 파트너십이라는 점에서 의미가 크다.

모빌린트는 전시 현장에서 파트너사들과 함께 다양한 라이브 데모도 선보였다. DFI와는 Vision Language Model(VLM) 기반 영상 분석 솔루션을 공개했으며, NEXCOM과는 다중 영상 스트림을 동시에 처리하는 Multi-Channel AI 데모를 시연했다.

이와 함께 Lanner와는 Multi-LLM, XSLAB과는 AI 기반 화재 감지, Aetina와는 Vision Transformer 기반 AI 비전 솔루션을 선보이며 자사 NPU의 실제 산업 현장 적용 사례를 소개했다.

특히 이번 데모는 산업용 PC, AI 서버, 머신비전 시스템, 로봇 플랫폼 등 다양한 환경에서 모빌린트 AI 반도체가 실제 구동되는 모습을 공개한 것으로, 기술 시연을 넘어 상용화를 위한 협력 모델을 제시했다는 평가를 받았다.

대만은 글로벌 산업용 컴퓨팅과 AI 하드웨어 공급망의 핵심 거점으로 꼽힌다. 모빌린트는 이번 COMPUTEX 참가를 통해 현지 주요 기업들과 전략적 협력 관계를 구축하고, 자사 NPU 기반 솔루션의 적용 범위를 다양한 산업 분야로 확대하며 글로벌 산업용 AI 생태계 확장을 위한 기반을 마련했다.

김성모 모빌린트 사업개발본부장은 “이번 COMPUTEX는 기술력을 선보이는 것을 넘어 글로벌 파트너들과 실질적인 사업 협력 성과를 만들어낸 자리였다”며 “앞으로도 산업용 컴퓨팅, 로보틱스, 머신비전 등 다양한 분야에서 협력을 확대하고 글로벌 시장에서 모빌린트 AI 반도체 기반 솔루션의 확산을 가속화해 나갈 것”이라고 말했다.

[강초희 기자(choh@boannews.com)]

AI 및 AI 보안 솔루션이 보안 인력의 업무에 어떤 식으로 영향을 미칠것이라고 생각하시나요
	부족한 인력 보충: 만성적인 인력 부족 문제를 해결하는 보완재 역할을 하고 있다(100% 대체는 불가)
	업무 영역의 분리: AI는 대량 데이터 처리를, 전문가는 고도의 전략적 판단을 맡는 등 역할이 완전히 다르다
	업무 총량의 전이: 단순 업무는 줄었으나, AI 모델 관리·검증 등 새로운 형태의 운영 업무가 발생해 전체 업무량은 비슷하다
	인력 대체 가능: 단순 반복 업무를 넘어 분석/판단 영역까지 대체하여 인력을 줄일 수 있다
	신뢰도 부족: 아직은 AI의 오탐이나 환각(Hallucination) 우려로 인해 사람이 일일이 재검토해야 하므로 실질적인 도움은 적다