2026년 주목해야 할 AI 이슈는? – IITP 10대 전망 총정리

임진국 단장 “‘AX 2.0′ 시대, AI 대전환 새로운 전환점에 서 있다”
▲에이전틱 AI ▲피지컬 AI ▲AI 반도체부터 ▲데이터 ▲X+AI ▲인재 ▲보안·안전 ▲자율 네트워크 ▲에너지 ▲BCI·양자AI까지 분야별 전망 

“올해도 정보통신기술(ICT) 분야 최대 화두는 단연 인공지능(AI)이었습니다. AI는 어떠한 기술이 아닌 사회 경제적 이슈, 국가적인 아젠다입니다.”

과학기술정보통신부(부총리 겸 과기정통부 장관)와 정보통신기획평가원(IITP, 원장 홍진배)이 12일부터 14일까지 서울 상공회의소에서 개최하는 ‘2026 AI·ICT 산업·기술전망 컨퍼런스’에서 임진국 IITP 단장은 2026년에 중요하게 부각될 AI·ICT 분야 10대 이슈를 발표하기에 앞서 이같이 말했다.

임 단장은 먼저 올해 AI·ICT 시장을 돌아보면서 “연초 CES에서부터 AI에 이목이 집중됐다”고 말하며, “지금 우리는 인공지능전환(AX) 2.0 시대라는 새로운 전환점에 서 있다”고 진단했다.

그는 우리나라의 시장 현황에 대해 “새 정부가 출범하면서 AI G3 (강국)이라는 목표와 함께 독자 AI 파운데이션 모델 개발, 그리고 AI 고속도로 구축에 박차를 가하고 있다. 최근에는 아시아태평양 경제협력체(APEC)을 계기로 GPU 26만장을 신규 확보하면서 그동안 컴퓨터 인프라 병목이라는, 혁신을 가로막았던 장벽이 해소가 되면서 새로운 도전을 준비할 기회를 맞았다”고 설명했다.

이어 AX 1.0에서 발전된 AX 2.0 시대를 이렇게 전망했다. “AX 1.0은 AI가 만들어내는 추론이나 예측과 같은 성능(을 구현하는 것에) 그쳤지만 이제 에이전틱 AI와 피지컬 AI가 만들어내는 AX 2.0 시대에는 실제 산업과 서비스에 녹아들어 그 산업의 경쟁력과 구조를 근본적으로 바굴 것이다. 특히 피지컬 AI 같은 경우는 디지털 공간이 아닌 물리적인 세계의 실체를 가진 지능으로 발전하면서 본격적인, 그리고 우리가 그간 경험하지 못한 새로운 생산성 혁명을 준비하게 될 것이다.”

AI 국가 대전이 펼쳐지고 있다고 할만큼 치열한 경쟁 환경에서 ‘AI 대전환’이 더욱 가속화될 2026년 주목할 10가지 AI·ICT 핵심 이슈로 임 단장은 ▲에이전틱 AI-AI 페르소나가 온다 ▲피지컬 AI, 움직이는 모든 것으로 ▲학습에서 추론으로, AI반도체 대전환 ▲이제는 AI 레디 데이터(AI Ready Data) 시대 ▲모든 곳의 생산성 혁명 ▲AI가 이끄는 사람과 업의 대전환 ▲AI 방패, 보안이 안보가 된다 ▲네트워크도 자율행동으로 간다 ▲에너지, 지속가능 혁신의 키, 그리고 새롭게 부상하는 기술로 ▲더 뉴 웨이브(The New Wave), 뇌-컴퓨터인터페이스(BCI)·퀀텀 AI를 꼽았다.

이날 발표한 10가지 이슈를 요약 소개한다. (내용을 충분히 담고 싶어, 요약했지만 매우 깁니다.- 기자 주)

1. 에이전틱 AI – AI 페르소나가 온다

에이전틱 AI는 말 그대로 비서와 같은 역할을 수행하는 AI이다. 스스로 목표를 설정하고 계획하고, 메신저나 검색, 결제 시스템 같은 다양한 수단을 활용해서 그 목표를 달성하기 위해서 스스로 과업을 실행하는 AI라 할 수 있다. 실제로 이러한 AI는 산업과 서비스에서 일하는 방식 자체를 바꿀 수 있는 그런 혁신의 어떤 기폭제로서 많은 주목을 받고 있다. 최근 글로벌 빅테크를 중심으로 이러한 에이전트 AI 출시가 이어지고 있고 특히 범용적인 에이전틱 AI뿐만 아니라 각 산업 도메인별로 특화된 에이전틱 AI가 다수 출시가 되고 있다. 에이전틱 AI들이 협업하면 새로운 더 나은 혁신을 가능하게 한다는 기술 발전 가능성도 증명되고 있다. 하지만 자율적인 인지 행동에는 한계를 가지고 있다. 말 그대로 사람의 비서처럼 내가 가려운 것을 스스로 알아서 긁어줄 정도까지는 안된다. 한 조사 결과에 따르면 인간 대비 작업 완수율은 아직 60% 수준에 머무르고 있다. 정해진 트랙 안에서의 어떤 자동화까지는 지금 현재 진행이 되고 있지만은 이런 에이전트가 우리가 필요로 하는 문제를 스스로 해결하는 단계까지는 아직은 부족한 측면이 있다.

이러한 측면에서 내년에는 에이전트 AI가 자율행동으로 진화하고 또 에이전트가 실제 사람과 교감하는 그러한 수준으로 발전하면서 초개인화된 서비스를 경험할 수 있는 시작점이 될 것으로 전망한다. 자율행동하는 에이전틱 AI는 사람의 비서와 같은 역할을 수행하기 위해서 반드시 필요한 기능이다. 이를 위해 필요한 네 가지 요소로는 여러 에이전트가 협업해 성과를 극대화시킬 수 있는 ▲멀티 에이전트, 묶여있는 에이전트들이 저마다 가진 기능을 최대한 발휘하고 조율하고 거버넌스를 만들어낼 수 있는 ▲오케스트레이션 기술, 상황에 맞춰 사용자의 행동 패턴이나 의도에 맞춰 행동할 수 있는 ▲상황 인식(맥락 인식) AI 기술, 과거의 행동 이력 등을 관리하고 활용할 수 있는 ▲장기 메모리 기술이 중요하게 대두될 것이다. 에이전틱 AI는 그간 만들어진 학습용 데이터를 중심으로 학습을 해왔으나 이제는 현실에서 실행한 경험을 가지고 학습을 하는 경험 학습 시대로 새롭게 바뀌게 될 것이다. 이같은 요소들이 고루 발전하면서 에이전트는 자율행동 단계로 발전해나갈 것이다. 아울러 AI는 사람의 음성이나 표정 등으로 감정을 인식하고 이런 감성적으로 상호작용을 하는 단계로 발전하고 있다. 인간과 AI가 상호작용하는 소셜 AI가 제2의 자아인 페르소나로 역할이 더욱 확대될 것이라 점에 주목할 필요가 있다. 아울러 상업적인 활용 측면에서 이제 AI는 하나의 어떤 거대한 플랫폼으로서 경제의 핵심으로 자리잡을 것으로 예상한다.

2. 피지컬 AI, 움직이는 모든 것으로

피지컬 AI는 그간 생각해온 AI와는 전혀 다른 새로운 분기점으로, 디지털 공간에 머물러 있지 않고 실제 현실에서 실체를 가진 지능으로 우리에게 다가오고 있다. 테슬라(옵티머스), 엔비디아, 현대자동차그룹 등이 피지컬 AI 분야에 역량을 집중해오고 있다. 내년에는 휴머노이드 로봇같은 피지컬 AI가 범용적인 활용에 좀 중점을 두고 관심을 가져볼 필요가 있다. 옵티머스와 중국의 유니트리라는 기업은 내년에 2만달러 이내의 휴머노이드 양산 계획을 본격 발표했다. 양산이 이뤄지면 산업용 특화 분야에만 제한적으로 쓰이던 로봇이 이제는 돌봄이나 고객 서비스, 교육, 의료와 같은 다양한 서비스 분야로의 어떤 활용도를 높이면서 우리 일상의 보편적인 서비스로 자리잡는 시작점이 될 것이다. 다만 휴머노이드가 피지컬 AI의 전부는 아니다. 휴머노이드는 피지컬 AI가 가장 빠르게 적용되고 있는 대표 플랫폼일 뿐이다.

피지컬 AI 기술의 발전은 이제 앞으로 전개될 로봇, 택시나 드론이나 유에 같은 움직이는 모든 것의 구동 방식을 바꾸면서 우리 일상에 새롭게 다가올 것으로 보인다. 기술적 측면에서도 피지컬 AI는 종합 예술이라고 할 수 있다. 인간의 두뇌를 담당하는 AI, 그리고 실제 감각을 담당하는 센서, 근육을 담당하는 액추에이터, 그리고 에너지를 담당하는 배터리까지 여러 기술이 결합된 종합 예술이다. 이 피지컬 AI 경쟁력은 이러한 피지컬 AI 분야에 있어서의 어떤 이러한 기술들을 효과적으로 제휴하고 관리하고 발전시킬 수 있는 풀스택(Full-Stack)을 갖추는 데 있을 것이다. 비전언어모델(VLM) 등과 같은 AI 모델을 기반으로 피지컬 AI에 대한 ▲특화된 파운데이션 모델 기술, 이러한 모델이 실제 사람과 자연스럽게 얼라이언스를 맞춰나가기 위해 지속적으로 학습하고 현실과의 갭을 줄여나가는 ▲AI 트윈, 그리고 이런 것들이 안정적으로 운영되고 제어할 수 있는 온디바이스 AI, 반도체나 시스템 소프트웨어까지 이러한 기술들을 고루 갖춘 ▲풀스택 혁신이 앞으로 전개될 피지컬 AI의 어떤 성패를 좌우하게 될 것이다.

3. 학습에서 추론으로, AI반도체 대전환

AI 시장에 변화의 조짐이 있다. 내년도 가장 큰 화두는 AI 대전환, 특히 활용으로 전환된다는 측면에서 AI의 성능은 여전히 매우 중요하지만 그에 맞춰진 효율성이나 활용성도 중요한 시대로 변화하고 있다. 이러한 측면이 현재 AI 반도체 시장의 90% 이상을 차지하고 있는 대표 기업인 엔비디아 그래픽처리장치(GPU)가 갖고 있는 한계와 위상을 흔들 수 있을 것으로 보인다. 실제로 오픈 AI가 아직까지 흑자 전환에 성공하지 못하고 있는 이유는 막대한 컴퓨팅 인프라를 운영하는 비용으로 인한 손실 때문이다. 더욱이 막대한 전력 사용은 에너지 문제까지 제기하면서 이런 GPU 기반의 AI 대전환이 앞으로 지속될 수 있는지 많은 의구심을 제기하게 만들고 있다. 이에 더해 그동안 엔비디아와 많은 격차를 냈던 후발주자들의 도전이 본격화되고 있다. AMD, 인텔, 화웨이가 엔비디아와의 격차를 줄이고 있고 구글, 아마존 같은 빅테크들이 자사 서비스에 AI 반도체 칩을 직접 만들며 엔비디아의 영향력으로부터 독립하려는 활동들을 본격화하고 있다.

급변하고 있는 어떤 반도체 시장에서의 내년에 새롭게 주목할 두 가지가 있다. 하나는 ‘추론의 시대, 신경망처리장치(NPU) 시장이 열린다’는 것이다. GPU가 가진 고질적인 한계인 고비용 고전력 문제를 극복할 대안으로 NPU가 부상하고 있다. GPU가 가진 범용성이나 막강한 성능은 아니지만 금융이나 의료 같은 특화 분야를 수행하기엔 충분한 성능을 가지고 있으면서도 저전력 저비용으로 구현할 수 있는 NPU가 올해와 내년 본격 출시를 앞두고 있다. 국내 기업인 퓨리오사, 리벨리온, 그록, 산바노바같은 글로벌 유니콘 기업들도 본격 경쟁에 참여할 준비를 마치고 있어, NPU가 만들어 나갈 혁신이 반도체 시장 경쟁에 새로운 활력을 불어넣을 것으로 예상된다. 특화된 AI 모델 기업과 반도체 기업 간 결합, 피지컬 AI 확산에 따른 온디바이스 AI 반도체의 확산은 AI의 혁신과 맞물려 반도체 산업의 어떤 새로운 성장을 성장의 미래를 열어줄 것으로 생각한다.

두 번째는 우리나라가 가장 잘하고 있는 메모리 분야이다. 이 분야도 추론 시장으로의 변화에 맞춰 새로운 변화가 계속될 전망이다. 현재 연산 반도체, AI 반도체의 성능 혁신에 비해 더디게 진행되고 있는 메모리의 혁신은 우리는 메모리 병목이라고 얘기한다. 이를 해결하기 위해 그동안 학습 단계에서 주목받았던 반도체가 바로 고대역폭 메모리(HBM)이다. 고대역폭과 고대용량 데이터를 빠르게 학습에 투입하면서 효과성을 인정받아 새롭게 주목받았다. 메모리 분야에서도 학습 단계가 아니라 추론 서비스 단계로 전환이 될 때 대용량 대역폭 이외에 고속 데이터 처리나 멀티태스킹을 수행해야 되는 새로운 과업들이 부여가 되고 있다. 이에 추론의 시대에 맞게 메모리 반도체도 새롭게 변화될 것이고, HBM이나 D램(DRAM), 낸드플래시 메모리 같은 전통적인 반도체 분야의 성능 혁신과 함께 실제 프로세스와 메모리를 결합한 핌(PIM) 반도체 그리고 메모리 운영의 효율성이나 효과성을 높여줄 수 있는 컴퓨트익스프레스링크(CXL) 기술, 그리고 반도체 분야에서 전혀 새로운 운영 방식을 제시하는 뉴로모픽(뇌구조 모사) 같은 차세대 메모리의 반도체 혁신 또한 병행해서 진행될 것으로 예상한다.

4. 이제는 AI 레디 데이터 시대

최근 데이터 시장에서 학습용 데이터의 절대 부족 현상에 대한 우려가 심화되고 있다. 실제 AI 모델의 성능은 이런 데이터가 좌우한다고 할 만큼 데이터의 중요성이 커지고 있는 상황에서 데이터의 절대 부족, 데이터의 고갈은 AI 혁신을 가로막는 큰 장애 요인으로 위협 받고 있다. 이에 더해 근래에는 데이터셋을 잘 만들어 놨다 하더라도 실제 AI 활용 학습에 적용할 때 인식을 제대로 못해 실제 AI가 활용할 수 있는 모양으로 데이터를 변환해야 하는 요구가 나타나고 있다. 데이터 규제 역시 데이터의 가용성을 제약하는 요인으로 작용하고 있다.

이러한 측면에서 내년에는 더 많고 더 좋은 AI 레디 데이터라는 부분에서 데이터 혁신의 계기가 될 것같다. 아주 많은 양의 빅데이터, 그 데이터 중에서 매우 잘 정제되고 전문화된 파인 데이터, 여기에 더해 실제 AI가 즉각적으로 활용할 수 있는 AI 레디 데이터의 시대로 통합적으로 전개될 것으로 예측된다. AI 데이터를 구현하는 데 있어서 편향되지 않으면서도 그 데이터가 추구하고자 하는 가치를 대표할 수 있는 데이터 구성 기술, 메타 데이터와 연계를 통해 그 데이터가 처한 상황을 인식하면서 상황인지나 맥락까지도 확인할 수 있는 데이터 제공, 그리고 데이터의 어떤 형식이나 그런 것들을 표준화를 통해 누구나 접근 가능한 데이터 산업의 변화가 가속화될 것으로 보인다. 이를 통해 실제 AI 모델의 정확성이나 확장성 그리고 리스크 관리에 큰 변화가 있을 것이다.

아울러 데이터 활용의 유연성에도 주목해야 한다. 실례로 AI 혁신을 가장 가로막는 장벽이 무엇이냐 라고 했을 때 대부분의 조사의 상위에는 데이터 관련 규제 장벽이 거론된다. 실제로 의료 AI 관련된 데이터가 분명히 있음에도 불구하고 활용하지 못하는 사례가 많다. 우리나라를 비롯한 글로벌 각국에서 관련 규제에 변화가 나타나고 있다. 미국은 AI 액션 플랜을 통해 어떤 연구용 데이터 공개 방침에 대한 가이드를 하고 있고, 유럽연합(EU)이나 영국에서도 AI의 위험성에 대한 통제와 보호 관점을 계속 유지하면서도 학습용 데이터에 대한 유연성 부분에서는 편리성과 활용성 제고 방향에서 과거와는 다른 접근을 보이고 있다. 우리나라 또한 내년 1월에 세계 최초로 AI 기본법을 시행을 하게 된다. 그 과정에서 지능 우선, 규제 최소화라는 새로운 정책 방침을 제시하고 있다. 가장 우선순위가 바로 데이터 정책이라고 할 수 있다. 이제 AI 대전환이라는 새로운 시대 변화에 맞춰서 정보 주체의 권리를 어떻게 보장할 것인가, 그 과정에서 데이터의 활용의 유연성을 어떻게 확보할 것인가 이런 것들을 조율해 나가는 것에 사람들이 큰 관심사로 주목할 것으로 예상된다.

5. X+AI, 모든 곳의 생산성 혁명

AI의 전파 속도는 과거의 어떤 디지털 혁명보다 훨씬 더 빠른 속도로 전개되고 있다. 컴퓨터나 인터넷에 비해 훨씬 빠르게 각 기업에서 AI 활용 AI를 도입하고 있고, 이제 모든 영역에 AI가 잠재력을 발휘하고 있다. 상황인지나 맥락이해, 자율 의사결정, 창의성에 더해 로보틱스 기술과 결합해 아주 정밀한 작업까지도 구현할 수 있는 단계로 진입하고 있다. 이같은 AX를 가장 잘 활용하는 분야가 바로 제조 혁신이다.

제조 혁신을 대표하는 키워드로 요즘 ‘다크 팩토리’ 얘기가 많이 나온다. 과거 다크 팩토리는 불 꺼진 공장, 망한 공장의 상징, 일자리가 없어지는 경제 위기의 상징이었다. 하지만 최근에 다크 팩토리는 일종의 혁신의 상징이다. 중국에 있는 샤오미의 다크 팩토리에서 1초당 스마트폰 1대를 생산한다고 한다. 스마트폰을 조립하는 복잡한 과정에 사람이 투입되지 않은 상태에서 자율 생산체계를 갖추면서 이러한 생산 혁신을 거두고 있다. 과거에 스마트 팩토리가 사전 규칙을 기반으로 정해진 어떤 룰(Rule) 베이스 위에서 사람의 운영을 통해 생산성 최적화를 도모했다면, 이제는 AI 제조 혁신을 통해 자율적인 의사결정과 24시간 무인화된 생산체계를 갖추면서 생산성의 극대화를 추구하는 그런 방향으로 제조 혁신을 이끌어 갈 것이다. 이러한 제조 혁신은 이런 AI의 확산에서 가장 대표적인 분야고, 우리나라가 강점을 가진 분야라 할 수 있다. 나아가 의료, 법률, 금융, 농업 등 다양한 분야로 확산되며 경쟁력을 확보할 수 있을 것이다. 모든 산업에서 AI를 적용해 자신들만의 경쟁력을 새롭게 재편하느냐, 이러한 경쟁력이 재정의 되는 시대에 맞게 변화가 필요할 것 같다. 이같은 생산성의 혁신은 산업적 측면만 그치지 않고 AI 국방 분야도 해당될 것이다. 실제 전력 자산이나 지휘 통제 그리고 보호나 방어, 국방 네트워크에 이르기까지 AI 기술은 실제 지금 국방 안보에서 절대적인 역할을 담당하고 있다. 앞으로 AI 국방은 새로운 방위 산업의 영역까지 확장을 하면서 민간 기업의 기술을 국방으로 이전하는 이런 타임투밀리터리(Time to Military)가 핵심 경쟁 요인으로 자리 잡게 될 것이다.

6. AI가 이끄는 사람과 업의 대전환

아마존, 메타, 구글 등은 대규모 인력 구조조정 계획을 발표하고 있다. 캐나다의 온라인 기업 쇼피파이 최고경영자(CEO)는 앞으로 AI가 못하는 업무에 대해서만 사람을 뽑겠다고 했다. AI가 촉발하는 새로운 일자리 구조조정 일자리 대전환이 이제 본격적으로 시작됐다고 할 수 있다. 그 측면에서 이제 모든 기업의 혁신은 AI가 할 수 있는 일과 없는 일을 명확하게 구분하는 것에서부터 시작할 것 같다. 실제 AI가 가장 잘할 수 있는 정형화된 업무, 데이터 기반의 업무라든지, 그 과정에서 의사결정을 최적화하는 부분은 AI가 훨씬 잘하기 때문에 앞으로 이러한 부분들은 AI가 주도적으로 맡을 것으로 예상된다. 사람들은 이것들을 잘 조율하고 윤리적인 이슈를 판단하는 일에 더 많이 투입되지 않을까 싶다.

과거의 전통적인 BPR은 사람을 중심에 두고 프로세스를 어떻게 바꾸고 표준화하고 자동화할 것인지 고민했다면, 앞으로 AI 시대의 비즈니스프로세스혁신(BPR)은 AI가 할 수 있는 일과 없는 일을 구분하고 그 과정에서 사람에게 부여할 최적의 업무를 찾아나가는 것들 속에서 업무 혁신이 일어나게 될 것으로 예상한다. 이러한 거버넌스 체계를 잘 갖춘 기업이 AX를 성공하는 기업으로 발전할 것이다. 일자리 전환 과정에서는 인재 확보 경쟁도 더욱 치열하게 전개되고 있다. ‘어키하이어(Acquhire)’라고 한다. 글로벌 빅테크 기업들이 주도하고 있다. 실제 우수한 인재 한 명을 유치하기 위해서 기업 자체를 인수하는 그런 활동들이 미국에서는 글로벌 빅테크를 중심으로 흔하게 볼 수 있는 인재 영입 방식으로 대두되고 있습니다. 중국은 전역의 수많은 자체 인력 이외에도 글로벌 인재들을 유치하고자 박차를 가하고 있다. 싱가포르 같은 소규모 국가는 적은 인구라는 구조적인 한계를 극복하기 위해 글로벌 연결, 글로벌 협업 방식으로 해결하고 있다. 앞으로 인재 확보를 위해 자체적인 양성, 세계적 인재 유치, 그리고 해외 인재와 함께 협업하며 시너지를 내는 세 가지 축으로 인재 확보 경쟁이 더욱 심화될 것이다.

7. AI 방패, 보안이 안보가 된다

AI 대전환이라는 격변기에 신뢰성과 안전성은 가장 필수 요인이다. 올해 우리나라는 믿었던 통신사, 카드사 등에서 대규모 사이버 침해사고가 연이어 발생했다. 어찌 보면 지금 우리는 사이버 보안 분야에서는 위기가 일상화된 시대에 살고 있다고 할 수도 있다. 사이버 위협이 고도화되는 상황에서 AI를 활용한 지능화된 공격, 더욱 은밀하고 정교화된 공격은 기존의 경계선 중심 보안체계로는 감당하기 어려운 상황으로 바뀌고 있다. 이에 더해 사이버 침해가 만들어내는 파괴력이 개인이나 특정 기업의 수준에서가 아닌 우리 사회나 국가 경제에 막대한 영향을 미치는 안보의 수준 단계로 커져가는 상황이다. 이런 측면에서 내년도에 주목해야 할 부분은 지능형 능동형 보안체계, 그리고 기본을 지켜 나가는 것에서부터 찾을 수 있을 것 같다.

AI 대전환이라는 새롭게 바뀌는 환경에서의 보안 역량의 강화, 제로트러스트나 사이버 복원력의 확보, 공급망 보안은 보안 영역의 필수적인 요소로 자리 잡을 것이다. 그리고 AI를 활용한 지능화된 보안 체계, 네트워크와 융합 보안에 이르기까지 지능형 능동 대응은 아주 중요한 AI 대전환 시대의 핵심 인프라가 될 것이다. 하지만 그 과정에서 우리는 기본을 놓치지 않아야 될 것 같다. 백투베이직(Back to Basic)이다. 실제 AI는 기존 공격 기법을 그대로 가속화할 뿐 그 본질은 변하지 않는다고 한다. 최근에 일어나고 있는 사이버 침해 사고 또한 소프트웨어를 패치하지 않았거나 사람의 과실로 일어난 문제들이 상당수다. 아무리 지능화된 어떤 고도화된 보안 체계를 갖췄다 하더라도 이런 기본이 지켜지지 않았을 때 그런 보안 위협은 여전히 상존하게 된다. 기밀성, 무결성 가용성이라는 보안의 기본 원칙을 유지, 강조하면서 다양한 지능화된 환경에서의 새로운 보안 체계의 변화 부분들을 정보 사이버 보안 분야에서 주목해서 살펴봐야 할 것이다.

아울러 AI와 관련된 안전 이슈들도 부상하고 있다. 딥페이크, 가짜 뉴스는 심각한 사회 문제로 작용하고 있고 시급하게 대응해야 될 과제로 부상을 하고 있다. 최근에는 AI 중독 이슈도 제기되고 있다. AI에 중독이 돼서 자살에까지 이르는 사건들이 발생을 하고 있다. 이같은 AI 중독은 소셜 AI라는 측면에서 감성적인 상호작용의 역기능으로써 중점적으로 고려해 봐야 한다. 이에 더해 AI가 사람의 의도대로 작동하지 않는 등의 여러 안전 이슈들도 제기되고 있다. AI 안전을 지킬 수 있는 킬 스위치나 AI 레드팀과 같은 AI 안전 기술, 안전 프레임워크나 리스크 관리 관련 대응체계, 관련 법 제도, 국가들이 서로 협업하는 글로벌 연대라는 이런 새로운 AI 안전 생태계를 구축해 나가는 부분들에 대해 살펴봐야 할 것이다.

8. 네트워크도 자율행동으로 간다

AI 시대 6세대(G)라는 새로운 네트워크 선점 경쟁이 치열해지고 있다. AI 대전환 환경 속에서 2030년 6G라는 새로운 목표를 가지고 세계 각국이 경쟁하고 있다. AI와 네트워크가 결합이 되는 자율 네트워크라는 새로운 변화 속에서 6G 표준화 논의가 본격화되고 있다. 내년 말에는 우리나라를 기점으로 프리(Pre)6G를 통해 미리 만나볼 수 있는 미래 서비스를 체험할 수 있는 기회를 갖게 된다. 프리6G를 기점으로 세계 각국의 6G 경쟁이 더욱 본격화될 전망이다. 초연결 초지연 초고속같은 기존의 네트워크 혁신에 지능화가 더해지고, 위성과도 연결되면서 초공간 통신으로 확장하게 될 것이다. 이를 통해 우리는 AI 시대에 누릴 수 있는 휴머노이드 로봇, 택시나 드론이나 도심항공교통(UAM) 같은 새로운 혁신 서비스를 미래에 경험하게 될 것이다. 과연 내년 말에 미래 서비스를 위해 어떠한 아이템이 6G의 효용성을 나타내며 강조하게 될 지 주목해서 살펴봐야 할 것이다.

네트워크의 혁신 기술 면에서는 ‘완전 자율 네트워크’에 주목할 필요가 있다. 그동안 네트워크는 세대 변화에 따라서 이런 하드웨어 중심의 장비사가 주도하는 혁신, 오픈 랜(Open RAN)이나 AI RAN 중심으로 전환이 되면서 소프트웨어나 AI 기업이 주도하는 혁신체계로 전환되고 있다. 그동안 대부분 기지국(RAN)에 집중돼 경쟁 체제가 형성돼 왔다. 이를 통해 AI 서비스의 최적화나 네트워크 서비스 성능의 극대화, 네트워크 기지국의 가용 자원의 효율을 최대화시키는 부분에 집중해서 네트워크의 혁신이 전개돼 왔다. 이제는 AI 기술 발전에 따라서 네트워크 전주기를 관장할 수 있는 AI 기술 모델의 발전과, 백본부터 기지국까지 전주기적인 혁신이 전개될 것이다. 실제 AI 전체 네트워크를 관장하는 AI 네트워크 파운데이션 모델 또한 특화된 분야에서 가장 중요하고도 유망한 분야가 될 것이다. 말단의 기지국뿐만이 아니라 시작점이라고 할 수 있는 백본망에서 AI 데이터센터 네트워크의 어떤 혁신 또한 더욱 빠르게 전개될 것이다.

9. 에너지, 지속가능 혁신의 키

국제원자력기구(IAEA)에서 발표한 결과에 따르면 내년 전 세계 데이터센터의 전력 사용량이 시간당 150테라와트가 될 것이라고 한다. 우리나라 전체의 시간당 에너지 사용량은 577테라와트 정도다. 실제 우리나라 전체 에너지 사용량의 2배를 데이터센터가 사용하는 에너지 소비 환경이다. 앞으로 10년 지나면 4배 정도 더 커질 것이다. 이제 에너지 효율화는 차별적인 경쟁 우위라고 할 수 있는 요소가 아니라 경쟁에 참여하기 위해서는 반드시 기본 전제가 되는 요소로 바뀌고 있다. 이러한 측면에서 앞서 이야기한 반도체 측면에서의 고성능 저전력 NPU와 같은 하드웨어의 저전력화 뿐만 아니라 소프트웨어 측면에서도 딥시크가 보여준 혁신처럼 알고리즘의 경량화, 여러 가지 모델을 혼합하는 전문가 혼합 모델같은 새로운 도전, 그리고 온디바이스 AI 같은 소량의 데이터로도 운영할 성능을 구현할 수 있는 혁신이 더욱 중요하게 부상할 것이다.
이러한 에너지에 대한 혁신은 실제 에너지 산업의 변화도 촉발시킬 것이다. 데이터센터를 운영하기 위해 반드시 필요하다라고 얘기하는 소형모듈원자로)SMR)과 신재생 에너지 같은 에너지 생산 측면에서 새로운 에너지원에 대한 변화가 있을 것이다. 또 송·배전이나 가정에서의 다양한 에너지 손실을 최소화시킬 수 있는 에너지 고속도로의 효율의 극대화 등도 중요한 이슈가 될 것이다. 마지막으로 이러한 에너지를 저장해서 효과적으로 활용할 수 있는 마이크로그리드나 에너지저장장치(ESS) 같은 AI 기반의 분산형 에너지 정책 관련 부분들이 에너지 산업에 있어서도 AI 대전환이 가져올 새로운 변화라고 할 수 있을 것이다.

10. 더 뉴 웨이브, BCI·퀀텀 AI

BCI는 사람의 생각을 기계와 연결시키는 인터페이스 기술로 주목 받고 있다. 지금까지는 BCI가 뇌파를 측정하고 분석하는 데 많은 어려움이 있었다. 앞으로 AI 기술을 활용해 훨씬 더 용이하고 더 정밀해질 수 있는 BCI 기술의 혁신이 본격화되고 있다. BCI 기술은 그동안 운동 제어나 감각 기능을 복원하는 용도로 많이 활용이 됐다. 근래에는 기억이나 언어, 감정을 전달하고 기계와 소통할 수 있는 매개체로써 주목 받으면서 교육이나 광고, 국방에 이르기까지 활용 영역을 넓히고 있다. 특히 최근의 AI 기술의 발전, 올드 모델과 3D 생성과 같은 기술의 발전은 공감 콘텐츠라는 새로운 콘텐츠 영역을 개발하고 발전시키고 있다. 최근에는 BCI와 연결된 디바이스의 혁신도 병행해서 진행 되고 있다. 콘텐츠와 디바이스 혁신 매개체로 BCI가 연결이 될 때 앞으로 사람은 새로운 공간 컴퓨팅이라는 새로운 현실을 맛볼 수 있지 않을까 한다. 생각하는 게 바로 현실이 되고 그런 것들이 현실과 구분할 수 없을 정도의 고품질로 디스플레이에 펼쳐지는 공간 컴퓨팅의 시대도 조만간 다가올 것으로 예상된다. 이러한 종합적인 기술적인 측면에서도 대응이 필요할 것 같다.

또 하나는 양자, 퀀텀 측면이다. 올해 노벨 물리학상 수상에서 나타났듯이 이제는 실용적인 단계로 전환되고 있는 시점이라는 것이다. 디지털 기술이 태동된 지 약 100년 만에 실제 컴퓨터 인터넷 시대가 오면서 본격적인 산업화 단계로 적용됐다고 한다. 올해 양자 역학 100년을 맞이했다. 지난 100년의 시간 동안 양자 기술도 어떤 기술적인 내용을 증명하는 단계를 넘어 본격적인 실용의 영역으로 나아가고 있다. 양자컴퓨터나 양자통신 센서 측면에서 기술의 진화가 본격 진행되고 있다. AI가 양자를 만나면 한 단계 더 도약할 것으로 전망된다. 양자컴퓨팅은 실험적인 단계에 머무르는 것을 넘어 이제는 산업 적용이 가능한 단계로 발전하고 있다. 엔비디아, IBM 등과 같은 글로벌 기업들과 국내 기업들은 양자의 강점과 기존 컴퓨팅을 결합시키는 하이브리드 방식을 시도하고 있다. 이러한 하이브리드 양자 컴퓨팅을 통한 컨텀 AI는 ▲극저전력 ▲초고속 ▲절대 보안이라는 세 가지 강점을 바탕으로 지금 우리가 고민하고 있는 AI 시대를 뚫고 나갈 수 있는 새로운 기술 혁신 패러다임을 열어나갈 전망이다.

글. 바이라인네트워크
<이유지 기자>yjlee@byline.network