Resources  >  Newsroom >  AI Expo Korea 2026

슬렉슨, 보안 특화 온프레미스 기반 ‘AI-Native R&D 플랫폼’ 공개

– Puteron AI · CodeCenter · Trace.Space 등 기업 내부 환경 맞춤형 인프라 제시 자동차 제조사 및 공공기관서 개발 주기 40% 단축 등 실질적 성과 확보

발행일: 2026.03.31

AI 기반 소프트웨어 솔루션 기업 슬렉슨(SLEXN)이 오는 5월 6일(수)부터 8일(금)까지 3일간 서울 삼성동 코엑스 1층 A홀 전관에서 단일 인공지능 행사로 아시아 최대 규모로 개최되는 ‘제9회 국제인공지능대전(AI EXPO KOREA 2026)’에 참가한다.

슬렉슨은 이번 전시에서 보안과 데이터 통제권 확보에 최적화된 온프레미스 기반 AI-Native R&D 플랫폼을 전격 선보인다. 이번 플랫폼은 Puteron AI, CodeCenter, Trace.Space로 구성되며, 클라우드 의존도를 낮추고 기업 내부 환경에서 AI를 직접 구축 및 운영할 수 있도록 설계된 것이 특징이다.

핵심 인프라인 Puteron AI는 GPU와 스토리지, 네트워크를 통합한 어플라이언스 형태의 로컬 LLM 인프라다. 파인튜닝과 RAG, LLM 서빙을 단일 환경에서 수행하며, 특히 SSD 오프로딩 기술을 적용해 동일 GPU 자원에서도 더 긴 컨텍스트와 높은 동시 처리 성능을 확보해 인프라 효율을 극대화했다.

함께 공개되는 CodeCenter는 폐쇄망 환경에서도 활용 가능한 AI 개발 플랫폼으로, 외부 유출 걱정 없이 내부에서 코드 생성과 개발 작업을 수행할 수 있다. 이번 행사에서는 코드 저장소 전체를 구조적으로 분석해 사용자 질의에 최적화된 정보를 도출하는 Deep Analysis 기능이 공개된다.

특히 Deepcode RAG 기술은 AI가 반복 탐색을 통해 답을 도출하는 구조로 설계되어 결과의 정확성과 일관성을 획기적으로 높였다. CodeCenter는 웹 기반 워크스페이스 형태로 확장되어 조직 내 프롬프트와 개발 지식을 체계적인 자산으로 관리할 수 있도록 지원한다.

AI 기반 ALM 솔루션인 Trace.Space는 요구사항부터 테스트 케이스까지의 전 과정을 자동 연결한다. 트레이스 그래프(Trace Graph) 기능을 통해 각 개발 항목 간의 연관 관계를 시각화함으로써, 요구사항 변경에 따른 영향 범위를 신속하게 파악하고 개발 산출물을 일관된 구조로 관리할 수 있게 한다.

슬렉슨의 솔루션은 이미 국내 자동차 제조사와 공공기관 등 대규모 환경에서 실질적인 성과를 거두고 있다. 자동차 제조사의 경우 약 2,000건의 요구사항을 단 3일 만에 구조화했으며, 핵심 기능의 약 40%를 AI 에이전트를 통해 자동 생성하는 혁신적인 생산성 향상을 이뤄냈다.

공공기관 환경에서는 외부 인터넷이 차단된 상태에서도 Puteron AI 단독으로 대규모 모델 기반 개발을 수행해 개발 주기를 약 40% 단축하는 성과를 냈다. 이는 데이터 주권 확보와 규제 대응이 동시에 필요한 산업군에서 온프레미스 기반 AI 운영 모델이 강력한 대안임을 입증한 사례로 평가받는다.

슬렉슨은 이번 전시를 통해 기업이 AI를 실제 R&D 운영 환경에 도입할 때 필요한 통합 인프라와 개발 체계를 구체적으로 제시할 계획이다. 업계에서는 데이터 주권 확보와 규제 대응, 개발 생산성 향상이 동시에 요구되는 가운데, 온프레미스 기반 AI 운영 모델이 하나의 대안으로 부상하고 있다는 분석이 나온다.

출처: 최광민, “슬렉슨, 보안 특화 온프레미스 기반 ‘AI-Native R&D 플랫폼’ 공개”, 인공지능신문, 2026.03.31, https://www.aitimes.kr/news/articleView.html?idxno=39357

AI EXPO KOREA 2026

슬렉슨은 올해 AI Expo Korea에 참관해  온프레미스(Air-Gap) 환경을 기반으로 한 엔터프라이즈 AI 솔루션을 선보입니다.

© SLEXN, Inc. All rights reserved.

이번 웨비나에서 로컬 LLM 기반의 보안 중심 AI 환경에서 Multi-LLM 전략과 Git 기반 협업 자동화를 통해, 기업이 통제 가능한 방식으로 AI 개발 생산성을 어떻게 혁신할 수 있는지 살펴보세요.

Days
Hours
Minutes
Seconds