2026년 AI 본 게임 시작된다

인공지능의 산업적 적용은 아직 태동기에 머물러 있으며, 전체 시장 관점에서 현재보다 500배 이상 커져야 한다. 2026년 6~7월부터는 정보 확보와 실행을 자율적으로 수행하는 에이전틱 AI가 본격화될 전망이다. 기존 생성형 AI가 정보를 생성하는 데 그쳤다면, 에이전틱 AI는 정보 확보부터 실행까지 자율적으로 수행하며 산업 적용의 태동기를 넘어설 것으로 예상한다.

인공지능의 산업적 적용은 전체 시장 관점에서 현재보다 500배 더 커져야 하는 수준에 불과하다. 2026년 6~7월부터 에이전틱 AI가 본격화될 것이라는 전망이 나온다.

현재는 기술 발전의 초입 단계로, 생성형 AI가 정보를 생성하지만 실행은 여전히 인간의 몫으로 남아있다. 에이전틱 AI는 이러한 한계를 넘어 스스로 문제를 해결하는 능력을 갖춘다.

인공지능 시대의 경쟁은 크게 두 가지 차원으로 얽혀 있다. 첫째는 빅테크 기업들 간의 시장 경쟁이며, 둘째는 미국과 중국 간의 지정학적 경쟁이다.

현재 AI 기술의 적응 단계는 전체 시장의 1% 미만으로 추정된다. 훗날 현재의 기술 수준은 장난감이나 소꿉놀이에 불과했던 것으로 회상될 것이다.

김광석 교수는 역사적으로 기술 거품이 기술 자체의 부재가 아닌 미스매칭 문제에서 비롯된다고 말한다. 새로운 기술이 도입될 때 인프라 투자가 과도하게 이루어지고, 투자의 속도와 ROI(투자 수익률) 간에 간극이 발생할 때 거품이 형성된다.

닷컴 버블 당시 인터넷 기술은 실재했으나 투자의 과잉과 수익화 속도가 어긋났다. 철도, 대운하 등 과거 사례에서도 기술 도입기마다 상상을 초월하는 투자가 이루어졌으며, 투자의 속도와 ROI 사이의 스프레드가 불확실성을 키운다.

AI 에이전트는 사용자가 목표를 제시하면 스스로 플래닝 후 소프트웨어와 하드웨어 툴을 활용한다. 인간의 노동력 및 기억력 한계를 넘어 수천 단계의 복잡한 공정 해결이 가능한 구조다.

AI 에이전트는 사용자가 목표를 부여하면 자율적으로 계획을 세우고 소프트웨어 또는 하드웨어 툴을 활용해 이를 실행한다. 계획, 실행, 기록의 전 과정을 스스로 수행한다.

AI 에이전트는 인간의 노동력과 기억력의 한계를 극복하고 수천 단계에 이르는 복잡한 공정 문제를 해결할 수 있는 잠재력을 가졌다.

AI 에이전트 도입은 생산성 혁신과 수율 제고, 인건비 절감으로 이어지며 인간 간의 분업 체계를 허물고 있다. 김정호 교수는 향후 100명의 인력 대신 100개의 에이전트가 공장 라인과 기계별 오케스트레이션을 담당하는 새로운 분업 시대가 도래할 것으로 예측했다.

AI 에이전트의 사고 및 판단 능력은 생산성 향상, 수율 제고, 인건비 절감 효과를 가져올 것으로 보인다. 이를 위해 공장 라인 및 기계별 에이전트 오케스트레이션이 필요하다.

시납시스, 케이던스, 앤시스 등 미국 기업들은 이미 AI 도입을 선도하고 있으며, 삼성전자와 하이닉스, 애플, 엔비디아도 내부 팀을 가동 중이다. 10년 후 반도체 설계와 디자인 기업의 생존은 이 기술의 확보 여부에 따라 갈릴 것이다.

시납시스, 케이던스, 앤시스 등 미국 기업들이 이미 AI 에이전트를 선도적으로 도입했으며, 삼성전자, 하이닉스, 애플, 엔비디아도 내부 팀을 가동하고 있다.

AI는 아직 시작 단계로, 미국조차 AI 도입 수준(어댑션 레벨)이 20% 정도에 머무르고 있다.

제조업 AI 전환(M.AX)은 아직 초기 단계에 있으며, AI의 수익화 모델은 B2C에서 B2B 모델로 이동 중이다.

AI가 산업 전반에 걸쳐 광범위하게 적용되는 데는 여전히 많은 시간이 필요하다는 분석이 나온다.

김광석 교수는 앞으로 데이터 센터 수요가 신흥국으로부터 대대적으로 나타날 것이라고 예상한다. 현재 전 세계 데이터 센터 규모는 약 2,000개 미만이지만, 매일 25개씩 증가하고 있다.

우리나라가 그동안 축적한 데이터 센터 확대 보급 경험을 바탕으로 신흥국으로부터 K-AI 고속도로와 같은 인프라 구축 사업 요청이 많이 이어질 것으로 기대한다. 이는 한국의 건설 및 인프라 구축 경험이 글로벌 시장에서 큰 기회가 될 수 있음을 의미한다.

우리나라는 제조 AX(AI 전환)를 실현하는 데 필요한 세 가지 핵심 요소를 고루 갖췄다. 첫째는 데이터, 둘째는 산업 도메인 전문성, 셋째는 인재다.

우리나라 제조 현장은 지난 10년 동안 디지털 트랜스포메이션(DX)을 진행하며 상당량의 제조 데이터를 축적했다. 또한, 제조업 12대 업종에서 글로벌 경쟁력을 보유하고 있어 산업 도메인 전문성도 높다.

DX(디지털 전환)의 산물인 제조 데이터는 방대하게 쌓이고 있지만, 아직 자산화되지 못하고 일회성으로 소비되고 있다. 제조 데이터는 언어·비전 데이터와 달리 맥락 정보가 결여되어 있기 때문이다.

양품/불량 여부 등 제조 맥락이 데이터에 포함되지 않아 재활용이 어렵다. 제조 데이터를 자산으로 활용하기 위해서는 데이터에 맥락을 부여하는 과정이 필수적이다.

피지컬 AI 구현이 가능한 국가로 미국과 중국에 이어 한국의 위상이 공고해졌다. 지난 1년간 정부 투자와 민간의 노력이 결합하면서 기존 3위권에서 독보적인 입지를 확보했다는 게 전문가들의 평가다. 1년 전만 해도 미국·중국 뒤를 잇는 일반적인 3위권으로 평가되었으나, 이제는 그 위상이 확고해졌다는 설명이다.

성공적인 AX를 위해서는 공급 기업과 수요 기업, 그리고 정부의 긴밀한 협력이 무엇보다 중요하다. 미국, 중국과 함께 한국이 피지컬 AI를 구현할 수 있는 몇 안 되는 국가 중 하나로 꼽힌다.

유응준 대표는 AI 시장이 전체 시장 측면에서 아직 초기 단계라고 진단한다. 젠슨 황 엔비디아 CEO는 피지컬 AI 시장 규모를 100조 달러로 전망했으며, 이는 엔비디아 작년 매출 2,150억 달러 대비 500배에 달하는 성장 잠재력을 의미한다.

2012년 알렉스넷 이후 인식형, 생성형을 거쳐 에이전트 AI 시대로 진입 중이다. 피지컬 AI 적용은 아직 초기 단계에 머물러 있지만, 디지털 영역 내의 에이전트 AI는 이미 빠르게 확산되고 있다.

2000년대 초 닷컴 버블 당시 시스코의 사례는 기술 거품의 성격을 잘 보여준다. 시스코는 네트워크 장비 수요 급증으로 큰 혜택을 입었지만, 네트워크 인프라 설치가 포화 상태에 이르자 수요가 꺾이며 경기가 하강했다.

이러한 과거 사례와 달리 현재 AI 시장은 전체 시장 측면에서 아직 초기 단계에 불과하다. 피지컬 AI 시장 규모는 100조 달러에 이를 것으로, 이는 엔비디아의 연간 매출 2,150억 달러 대비 500배 이상의 성장 잠재력을 지녔다.

AI 기술의 비약적 발전은 2012년 알렉스넷 모델 출시를 기점으로 시작됐다. 인식형 AI와 생성형 AI 단계를 거쳐 현재는 자율성을 가진 에이전틱 AI 단계로 진입하고 있다.

챗GPT, 제미나이, 엔스로픽 등 유료 AI 사용자가 수천만 명 규모로 확대되는 추세다. 디지털 공간 내 업무는 이미 AI 에이전트가 대부분 수행 가능한 수준까지 근접했다.

제조업 중심의 피지컬 AI 적용은 아직 초기 단계에 머물러 있다. 유응준 대표는 한국이 미국·중국과 경쟁할 최적의 환경을 갖췄으며, 일본보다 우위의 경쟁력을 보유했다고 밝혔다. 제조업 중심의 피지컬 AI 적용은 초기 단계이나, 한국은 미국·중국과 함께 이를 구현할 최적지로 꼽힌다.

한국은 피지컬 AI 도입을 위한 온전한 조건을 갖춘 반면, 일본은 환경적 요인으로 인해 한국보다 낮은 경쟁력을 보인다. 피지컬 AI 시대에 대한 철저한 준비가 필요하다.