"AI 가능성, 생산성으로 입증해야"...IITP, 내년 AI·ICT 10대 이슈 선정
2027년 AI 경쟁의 핵심으로 업무 완수 능력과 운영 효율이 떠오를 전망이다. 여러 AI 에이전트가 협업해 복잡한 임무를 처리하고, 반도체와 데이터센터는 작업에 드는 비용과 전력을 줄이는 방향으로 진화한다. AI 활용 범위가 산업 현장과 통신망으로 넓어지면서 권한 검증과 안전 통제, 인프라 운영 주권도 중요해질 것으로 예상됐다. 정보통신기획평가원(IITP)은 11일 대한상공회의소에서 열린 2027 AI·ICT 기술전망 컨퍼런스에서 내년을 관통하는 주제로 'AI의 가능성을 AX 생산성으로 입증'을 제시했다. AI 전환(AX)의 성과를 실제 업무 수행과 비용 절감으로 확인해야 한다는 뜻이다. 구체적으로 내년을 관통할 AI·ICT 10대 이슈로 ▲에이전틱 이코노미 ▲피지컬 AI 범용화 ▲범용인공지능(AGI) 경쟁 ▲AI 반도체 최적화 ▲AI 데이터센터(AIDC) ▲토큰 효율성 ▲공간컴퓨팅 ▲AI 네이티브 6G ▲사이버쉴드돔 ▲풀스택 소버린 AI다. '에이전틱 이코노미', AI가 일을 끝까지 맡는다 새해 첫 번째 이슈는 AI가 맡은 임무를 끝까지 수행하는 '에이전틱 이코노미'가 꼽혔다. 장기 기억과 다중 에이전트 협업으로 업무 완수 역량이 높아지면서 슈퍼 에이전트를 통한 통합, 산업별 특화 에이전트 활용, 에이전트 사이의 자율거래가 확산할 것으로 전망됐다. 장기 기억은 업무에 필요한 맥락을 유지하고, 다중 에이전트 협업은 여러 에이전트가 역할을 나눠 임무를 처리하는 기반이다. 보고서는 이러한 역량이 발전하면서 에이전트가 자율적으로 수행하는 업무 범위도 넓어질 것으로 봤다. 확산의 전제로는 'Know Your Agent'를 주목했다. 업무를 수행하는 에이전트의 신원과 위임받은 권한을 검증하고, 수행 결과를 신뢰할 수 있어야 한다는 것이다. 조직 업무 구조와 함께 책임 소재, 비용 기준을 정립하는 일이 현업 도입의 관건으로 제시됐다. '피지컬 AI', 시연을 넘어 현장으로 시연에 머물렀던 로봇 AI는 정해진 무대에서 정해진 동작을 보여주는 데 그쳤다. 그런 가운데 IITP는 내년부터 피지컬 AI가 '동작 시연을 넘어 임무 완수' 중심으로 발전할 것으로 내다봤다. 피지컬 AI는 AI가 로봇 같은 몸을 얻어 현실 세계에서 보고 판단하고 움직이는 것을 말한다. 이를 가능하게 하는 두 축은 자기주도적 통합 행동지능과 전용 온디바이스 컴퓨팅이 필수적이다. 앞의 것은 보고, 판단하고, 움직이는 과정을 하나로 묶어 로봇이 스스로 다음 행동을 정하는 지능이다. 뒤의 것은 멀리 있는 데이터센터에 묻지 않고 로봇 몸 안의 전용 칩으로 그 자리에서 바로 생각하고 반응하는 능력이다. 한국의 NPU는 이 지점에서 성장할 것으로 봤다. 관건은 데이터다. IITP는 경험을 축적하는 '피지컬 AI 레디 데이터'를 주목했다. 공간의 생김새, 사람과 물체의 움직임, 무게와 마찰 같은 물리적 성질, 영상과 소리 등 여러 감각을 아우르는 멀티모달 데이터를 모아야 한다. 이렇게 모은 데이터를 서로 나누고, 현실 세계를 가상으로 본뜬 월드모델 안에서 연습시켜 실제로 겪지 않은 경험까지 넓힐 수 있다. 이를 바탕으로 범용화에 이를 것이란 전망이다. AI가 AI를 만드는 갈림길...AGI 경쟁 AGI는 특정 분야에만 능한 AI가 아니라 사람처럼 여러 분야를 두루 해내는 범용 인공지능을 말한다. IITP는 내년을 'AGI 경쟁의 분수령'으로 보고, 그 열쇠를 'AI가 만드는 AI'에서 찾았다. 핵심 개념은 재귀적 자기개선(RSI)이다. AI가 스스로를 고쳐 더 나은 AI가 되고, 그렇게 나아진 AI가 다시 자신을 개선하는 과정이 꼬리를 물고 이어지는 구조다. 지금까지 AI의 발전 속도는 사람 연구자의 속도에 묶여 있었지만, 이 고리가 돌기 시작하면 발전이 스스로 빨라진다. IITP는 이를 통해 AI가 ▲사람의 지시 없이 움직이는 자율성 ▲여러 분야를 넘나드는 범용성 ▲지능 그 자체 등을 바탕으로 사람의 능력을 뛰어넘는 초지능(ASI)의 실현이 앞당겨질 수 있다고 내다봤다. AGI 시대가 가져올 큰 변화로 과학 분야가 떠오른다. AI가 스스로 가설을 세우고, 실험하고, 결과를 검증하는 'AI 자율 과학자'로 진화한다는 것이다. IITP는 이런 AI가 질병과 식량 위기처럼 인류가 오랫동안 풀지 못한 난제에 도전할 것으로 내다봤다. 또 우주 예측의 큰 변화를 예상했다. 단일 칩 한계 넘어 이기종·풀스택 최적화...AI 반도체 에이전트와 피지컬 AI가 늘어날수록 AI는 쉬지 않고 추론한다. AI 학습의 시대를 넘어 '추론의 시대'가 열렸다는 설명이다. 추론 수요가 커지면서 단일 칩 하나의 성능만으로는 감당하기 어려운데, 서로 다른 종류의 칩을 섞어 쓰는 개방형 이기종 칩 조합이 떠오를 것으로 점쳐졌다. 특히 IITP는 여기서 더 나아가 AI 모델과 소프트웨어, 칩, 시스템을 한꺼번에 다듬는 계층 간 통합 최적화를 강조했다. 반도체와 소프트웨어가 각각의 성능 시너지를 내야 한다는 뜻이다. 국산 NPU의 차별적 경쟁력을 찾을 수 있을 것이란 점이 눈길을 끈다. 한국의 NPU가 AI 모델과 추론 엔진, 프로그램을 칩이 알아듣는 말로 옮겨주는 컴파일러까지 여러 층을 넘나들며 함께 최적화해, 전기를 적게 쓰는 추론에서 경쟁력을 키울 수 있다는 뜻이다. AI 데이터센터, 토큰 생산성 극대화 경쟁 AIDC에서는 가동 시점을 앞당기는 속도 경쟁과 전력당 토큰 생산성을 높이는 성능 경쟁이 함께 진행될 것으로 예상됐다. 모듈형 구축은 데이터센터를 더 일찍 가동하기 위한 수단으로 제시됐다. 운영 단계에서는 연산 부하에 맞춰 전력과 냉각을 통합 제어하는 방식이 중요해질 것으로 봤다. 유휴 또는 과잉 운전을 줄여 전력을 효율적으로 사용하고, 전력당 토큰 생산량을 높이는 것이 목표다. 랙 안에서 광역망까지 연결되는 데이터 전송이 중요한 과제로 꼽혔다. 이를테면 스케일업, 스케일아웃, 스케일어크로스 등 AIDC 인터커넥트 경쟁이 본격화될 것이란 전망이다. '토큰 효율성', AI 운영 효율화 절실 토큰 가격 하락과 임무당 비용 부담이 동시에 나타날 수 있다는 점에 주목했다. 이에 따라 작업 하나를 끝내는 데 드는 '태스크 코스트(Task Cost)'를 낮추는 경쟁이 본격화될 것으로 전망했다. 이에 따라 AI 워크플로우의 재설계가 중요 과제로 꼽힌다. 더 적은 비용으로 임무를 완수할 수 있도록 실행과 운영 방식을 바꿔야 한다는 것이다. 토큰 단가와 함께 전체 작업에 투입하는 자원을 관리하는 접근이다. 기술적으로는 연산량과 메모리 사용을 줄이고 토큰 생성 속도를 높여 추론 효율을 개선하는 시도가 이어질 것으로 봤다. IITP는 '오픈웨이트 모델'을 활용해 운영 방식을 최적화하는 방안도 비용 효율화의 주요 수단으로 꼽았다. 메타버스 이어 AI글래스 시대 '공간컴퓨팅' 사람과 기계가 만나는 방식은 키보드와 마우스에서 손가락 터치로 바뀌어 왔고 그 다음은 AI글래스가 지목됐다. AI 글래스는 개인화 에이전트를 이용하는 접점이자 산업 현장 작업을 지원하는 수단으로 확장될 전망이다. 음성, 시선, 제스처와 주변 환경 정보를 활용해 사용자의 맥락과 공간을 이해하는 방향으로 발전할 것으로 예상됐다. 피지컬 AI에 필요한 데이터를 수집하는 역할도 제시됐다. 다만 역기능을 간과하기 어려운 이슈로 꼽힌다. 늘 쓰고 다니는 디바이스가 끊임없이 정보를 모으면 내가 누구와 어울리는지, 하루를 어떻게 보내는지, 무엇을 하려 하고 무엇을 좋아하는지까지 드러날 수 있다. 이에 따라 IITP는 정보를 모으고 쓰는 일을 통제할 수 있는 장치, 이를 뒷받침하는 제도 정비, 사회적 합의를 반영한 새로운 프라이버시 기준이 필요하다고 봤다. AI 네이티브 6G ...“망 운영부터 추론 공간 인지로” 6G 통신은 AI를 망 운용과 서비스에 내재화한 'AI 실행 인프라'로 전환을 추진할 것으로 전망됐다. AI 네이티브 완전 자율 네트워크를 통한 운영에 더해 AI 추론 연산 지원과 공간 인지까지 기능이 확장되는 방향이다. 네트워크 운영의 자율화와 AI 서비스 지원이 함께 진행되는 변화다. 특히 6G 통신에서 이러한 전환이 본격적으로 시작될 것으로 봤다. 통신 AI 인프라의 범위는 우주로도 확대될 것으로 예상됐다. 저궤도 위성통신의 핵심 통신 인프라 역할이 커지고, 우주 데이터센터를 위한 궤도상 AI 칩 연산 실증이 추진될 것으로 전망했다. 자율 다층 방어 체계 '사이버쉴드돔' AI는 공격도, 방어도 가능한 수단이다. 공격하는 쪽은 한 곳만 뚫으면 되지만 막는 쪽은 모든 곳을 지켜야 한다. 여기에 AI가 더해지면 공격은 더 빠르고 정교해지고, 사람이 일일이 대응해서는 따라잡기 어려워진다. AI 공격에 대응할 보안 체계로는 '사이버쉴드돔'을 제시했다. 조직별 자율 방어 에이전트의 대응, 산업 내 위협 정보 공유, 국가 차원의 공동 대응과 조정을 결합하는 다층 방어 구조다. 각 기업과 기관이 스스로 위협을 찾아 대응하는 자율 방어 에이전트를 두고, 같은 산업 안에서 위협 정보를 서로 나눠 한 곳이 당한 공격을 다른 곳이 미리 막을 수 있게 할 수 있다. 아울러 국가 차원에서 함께 대응하고 조정하는 체계로 사이버 보안이 고도화될 수 있다는 설명이다. IITP는 AI 통제 상실 위험에 대한 관리도 강화될 것으로 봤다. 안전설계 원칙과 1·2차 방어선, 제3자 평가를 결합하고 설계부터 실행까지 전주기를 통제하는 접근이다. 기술뿐 아니라 법·제도·서비스 관리체계까지 포괄하는 안전 확보가 과제로 제시됐다. 칩·모델 확보 넘어 운영 통제권 경쟁...풀스택 소버린 AI 소버린 AI는 다른 나라나 외부에 기대지 않고 스스로 통제할 수 있는 AI를 말한다. 지금까지 AI 주권 경쟁은 주로 '확보'의 문제였는데, 칩과 모델과 데이터를 갖추는 데서 그치지 않고 이를 잇는 ▲네트워크와 AI를 돌리는 컴퓨팅 ▲전체를 지키는 보안, ▲전략적인 AX까지 모든 층을 직접 운영하고 통제할 수 있느냐가 AI 주권의 기준이 된다는 게 IITP의 판단이다. 즉 AI 주권 경쟁은 칩, 모델, 데이터 확보를 위한 기술 자립에서 네트워크, 컴퓨팅, 보안, 전략적 AX까지 확대될 것이란 전망이다. 임진국 IITP 단장은 “앞으로 다가올 2027년은 임무 완성을 넘어서는 AI 혁신과 피지컬 AI와 가상형 컴퓨팅으로 모든 곳에 AI가 존재하게 될텐데 그 과정에서 컴퓨팅 연산비용의 최적화와 안정성 확보는 가장 중요한 열쇠가 될 것”이라고 말했다.
