AI, 추론 모델→행동도구로…'월드모델' 경쟁 불붙는다
2025년은 한국 ICT 산업에 '성장 둔화'와 '기술 대격변'이 공존한 해였다. 시장 침체 속에서도 AI·에너지·로봇·반도체 등 미래 산업은 위기 속 새 기회를 만들었고, 플랫폼·소프트웨어·모빌리티·유통·금융 등은 비즈니스 모델의 전환을 꾀했다. 16개 분야별 올해 성과와 과제를 정리하고, AI 대전환으로 병오년(丙午年) 더 힘차게 도약할 우리 ICT 산업의 미래를 전망한다. [편집자주] 올해 글로벌 인공지능(AI) 생태계는 대규모 투자와 치열한 모델 경쟁 속에서 빠르게 변화했다. 각국이 AI 거버넌스 정비와 인재·교육 체계 구축에 시동을 건 한 해이기도 했다. 이런 흐름 속에 새해에는 기술 개발 경쟁과 산업 주도권 다툼이 한층 치열해질 전망이다. 규제와 거버넌스, 교육을 둘러싼 정책 환경도 시험대에 오를 것으로 예상된다. 올해 글로벌 빅테크의 AI 투자는 '초거대 경쟁'이란 표현이 과장이 아닐 만큼 치열했다. 마이크로소프트는 2025 회계연도 AI 데이터센터와 클라우드 인프라에 800억 달러(약 11조4천600억원)를 투입하겠다고 선언했다. 구글도 연간 설비투자를 900억 달러(약 133조2천700억원) 이상으로 확대하며 AI 인프라와 텐서처리장치(TPU) 확장에 집중했다. 아마존웹서비스(AWS)도 ▲AI 인프라 투자 ▲오픈AI와의 대규모 클라우드 계약 등으로 수백억 달러 규모 AI 관련 자본 지출이 발생한 것으로 집계됐다. 오픈AI는 정확한 설비투자 수치를 공개하지 않았지만, 모델 개발과 연산 자원 확보에 연간 100억 달러 안팎의 자금이 투입되는 것으로 추정된다. 이에 따라 2025년은 AI 경쟁이 모델 성능을 넘어, 자본과 인프라를 장기간 감당할 수 있는 역량을 가르는 해로 평가되고 있다. 이런 빅테크의 공격적 행보가 계속되면서 'AI 투자 거품' 논쟁도 뜨겁게 벌어졌다. 그동안 AI 모델 경쟁을 주도한 것은 오픈AI였다. 하지만 최근 들어 이런 경쟁 구도가 변하고 있다. 구글이 차세대 모델 '제미나이3'를 앞세워 모델 경쟁력 우위를 확보했다는 평가가 나오면서다. 제미나이3는 주요 추론 벤치마크에서도 GPT-5.1이나 앤트로픽 최신 모델과 견줄 만한 성능을 보였다. 중국 기업들의 추격도 빨라졌다. 딥시크는 제미나이3급 성능을 목표로 한 차세대 모델을 오픈소스로 공개하며 비용 경쟁력을 앞세웠다. 알리바바클라우드와 텐센트클라우드도 오픈소스 기반 대형 언어 모델을 잇달아 공개하며 경쟁에 가세했다. 올해 AI 경쟁은 모델을 넘어 검색·업무·소비자 접점 서비스로 확산했다. 구글은 제미나이3를 검색에 통합해 맥락 이해와 추론 중심의 AI 검색을 강화했고, 오픈AI는 챗GPT 중심으로 웹 탐색과 요약·비교 기능을 합쳐 '답변형 검색' 영역을 확장하고 있다. 앤트로픽은 클로드로 업무·리서치·코딩 환경에서 정보 탐색과 고급 추론을 결합했다. 각국의 AI 정책과 거버넌스 추진 방향도 각양각색이다. 한국은 'AI 기본법'을 토대로 하위 법령과 가이드라인 정비에 착수해 내년 1월 시행을 앞뒀다. 미국에선 주정부 AI 규제를 둘러싼 연방·주 간 충돌이 격화됐고, 유럽연합(EU)은 AI 법을 단계적으로 시행하며 속도 조절에 나섰다. 정부의 AI 인재 양성과 교육 정책도 확대됐다. 외국인 AI 인재 유치와 비자 제도 개선이 추진됐고, 초·중·고부터 대학과 평생교육까지 AI 교육을 전 생애 주기로 확장하는 방안이 나왔다. 새해 'AI 에이전트' 확산…명확한 보안·책임 소재 필수 올해가 에이전틱 AI의 가능성을 확인하는 해였다면, 새해는 이를 산업 현장 직접 투입해 효과를 보는 원년이 될 전망이다. 개념검증(PoC)과 파일럿 단계를 거친 AI 에이전트가 실제 업무 흐름에 투입돼 사람과 AI가 협업하는 구조가 가시화될 것이란 예측이다. 글로벌 빅테크도 에이전틱 AI 사업 준비를 마친 상태다. 세일즈포스는 영업·마케팅·고객지원 전반에 AI 에이전트를 배치하는 '에이전틱 엔터프라이즈' 전략을 제시했고, 슬랙 등 협업 도구에서도 업무 맥락을 이해하고 후속 작업을 실행하는 에이전트 기능을 강화했다. 마이크로소프트와 AWS 등도 플랫폼에 에이전틱 AI 기능을 추가해 에이전틱 AI 사업 구상을 끝냈다. 최근 불붙은 에이전트 기반 'AI 브라우저' 경쟁도 가속화 할 전망이다. 오픈AI와 퍼플렉시티는 AI가 웹을 직접 조작해 반복적인 작업을 대신 수행하는 자동화형 에이전트를 선보였다. 구글은 여러 정보를 조합해 새로운 결과물과 인터페이스를 생성하는 방식으로 차별화를 시도했다. 에이전트가 기존 업무를 대신하는 자동화를 넘어 업무 방식 자체를 재구성하는 단계로 도약할 것으로 예측되고 있다. 개발 분야에서도 에이전틱 AI 활용은 빠르게 확산할 것으로 나타났다. 깃허브 코파일럿은 코드 생성뿐 아니라 테스트 작성과 오류 탐지, 코드 리뷰 지원까지 범위를 넓히며 SW 개발 생산성 향상 가능성을 보여주고 있다. 카일 데이글 깃허브 최고운영책임자(COO)는 "모든 에이전트를 단일 환경에서 관리·조정할 수 있는 기능이 확산할 것"이라고 밝혔다. 업계에선 데이터 정합성과 보안·책임 체계가 갖춰지지 않으면 에이전틱 AI가 PoC 수준에 머물 수 있다는 지적도 나왔다. 데이터브릭스 크레이그 와일리 AI 제품 총괄은 "AI 에이전트 성능과 데이터 품질을 지속적으로 평가·개선할 수 있는 체계가 향후 에이전트 도입 성패를 좌우할 것"이라고 내다봤다. 피지컬AI·월드모델 경쟁 '치열'…'행동하는 AI' 뜬다 2026년에는 피지컬 AI와 월드모델 개발 경쟁이 확산할 전망이다. 전문가들은 AI 경쟁 중심이 언어·이미지를 넘어, 물리적 세계를 이해하고 행동하는 단계로 이동할 것으로 내다봤다. 네이버클라우드 성낙호 전무는 "실제 상황을 시뮬레이션할 수 있도록 현실 데이터를 추가 학습한 월드모델이 AI 문제 해결의 새로운 성장 동력으로 부상할 것"이라고 최근 국회 포럼에서 주장하기도 했다. 구글 딥마인드는 자율 시스템이 물리 환경을 이해하고 스스로 판단·행동할 수 있는 월드모델 연구에 힘을 실을 것이라고 발표했다. 엔비디아도 '옴니버스'와 '아이작' 플랫폼을 앞세워 공장과 물류 현장을 가상 공간에서 학습하고 검증하는 시뮬레이션 생태계를 확대하고 있다. 페이페이 리 교수가 설립한 스타트업 월드랩스도 최근 3차원 공간을 생성·편집할 수 있는 월드모델 기반 상용 제품을 공개했다. 이에 업계에선 월드모델이 연구·실험 단계를 넘어, 콘텐츠·시뮬레이션 등 산업 현장으로 확장할 것이란 분위기가 나오고 있다. 내년 피지컬 AI 상용화 가능성이 내년 더 높아질 것으로 나타났다. 피규어AI와 보스턴다이내믹스는 AI 기반 인지·행동 모델을 적용해 로봇의 작업 수행 능력을 끌어올렸으며, 제조와 물류 현장에서의 활용 범위를 넓히고 있다. 반면 국내는 피지컬 AI 연구 기반이 아직 충분하지 않다는 평가가 이어지고 있다. 대규모 물리 데이터 축적과 장기 실증 경험이 부족하다는 이유에서다. 이에 국가AI전략위는 2030년 피지컬AI 1위 달성을 목표로 핵심기술과 데이터를 확보하겠다고 밝혔다. 카이스트 신진우 김재철AI대학원 석좌교수는 "앞으로 5년의 선택이 미래 50년간 피지컬 AI 경쟁력의 주요 잣대가 될 것"이라고 내다봤다. 국가별 AI법 속도·방향 갈려…AI 교육 투자 확대 절실 글로벌 AI 법·규제 환경은 국가별 정책 속도와 방향이 갈리면서, AI 규제 대응 전략도 지역별로 달라질 전망이다. 한국은 AI 법을 비교적 이르게 시행하는 국가에 속한 만큼, 신뢰 확보라는 규제 취지를 유지하면서도 산업 현장의 부담을 완화할 보완책 마련이 관건으로 꼽힌다. 특히 국내 업계에선 중소기업과 스타트업 대상으로 표준 가이드 제공과 교육·컨설팅 지원, 단계적 계도기간 운영이 함께 이뤄져야 한다는 목소리가 나온다. 실제 스타트업얼라이언스가 국내 AI 스타트업 101곳을 대상으로 실시한 조사에 따르면 응답 기업의 98%가 AI 기본법에 대비한 실질적 대응 체계를 갖추지 못한 것으로 나타났다. 스타트업을 위한 표준 가이드 마련이 병행되지 않을 경우 규제 충격이 불가피하다는 지적이 나오는 이유다. 내년 AI 인재·교육 정책 투자 확대 필요성도 내년 주요 과제로 거론되고 있다. AI 교육 확산 속도에 비해 대학과 연구기관, 스타트업이 활용할 수 있는 GPU 등 연산 인프라는 여전히 제한적인 상황으로, 교육 확대에 맞춘 인프라 공급 체계 구축이 필요하다는 전망이다. 대학 현장에서는 이미 부담이 가시화되고 있다. 한 사립대 관계자는 "대학원생 사이에서 GPU 사용을 둘러싼 경쟁이 여전히 치열하다"며 "AI 박사급 인재를 안정적으로 배출하기 위한 투자가 더 필요하다"고 털어놨다. 또 다른 관계자는 "GPU를 확보하더라도 매달 수십억원에 이르는 전기료를 감당하기 어렵다"며 "정부가 지원 사각지대를 면밀히 점검해야 한다"고 지적했다. 국내외 AI 인재 확보를 위한 제도적 기반 강화도 주요 과제로 꼽힌다. 카이스트 최재식 김재철AI대학원 교수는 지난달 국회 과학기술정보방송통신위원회 공청회에서 "해외로 나간 AI 인재가 다시 국내로 돌아올 수 있도록 하는 '순환형 인재 육성 모델'이 절실하다"고 강조했다. 한순구 연세대 경제학과 교수도 "미국과 중국에 인재를 보내 기술을 습득하게 한 뒤 다시 한국으로 복귀하도록 하는 구조를 고민할 필요가 있다"고 말했다. AI 전략위 교육 태스크포스(TF) 리더인 고려대 김현철 컴퓨터학과 교수는 간담회에서 "공공·사립 학교 간 AI 활용 역량 격차를 줄이는 것도 중요하다"며 "공통 AI 교육 플랫폼 제공이 점차 확대돼야 할 것"이라고 밝혔다.
