AI 2026 트랜드&활용백과

AI 2026 트랜드&활용백과    필자 김덕진은 박석종과 비교되는 인물이며 전 세종텔레콤 상무, IT컴뮤니케이션연구소 소장이며, 플랫폼 산업 전략 전문가이다. 유튜브-방송-강연에 참여하고 있고, 유튜버나 콘텐츠 창업자들이 많이 참고하는 인물이다. 구조 비판은 강하지만 대안은 약한 인물이다. 개인의 성공 가능성을 과소평가한다는 지적이 있다. 그의 이야기를 들어보자. 지난 3년 동안 AI 기술과 우리의 모습은 어떻게 바뀌었을까? 2023년 사람들은 AI와 자연스러운 대화가 된다는 것만으로도 놀라워했다. 2024년이 되자 사람들은 AI와 대화하는 법을 익히기 시작했고, AI에 우리가 원하는 결과를 받아내는 시대로 진화했다. 2025년이 되니 사람들의 기대는 커져 “AI, 네가 다 알아서 해줘!”라면서 일을 시키기 시작했다. 인간은 아이러니한 존재다. 그러자 AI가 나의 일을 다 빼앗아 갈까 봐 두려워하면서도 “여기까지밖에 안 돼요? AI가 끝까지 다 해줄 수 있는 거 아니에요?” 하면서 기대하는 모습을 보이기도 한다. 2025년 후반 챗GPT, 제미나이, 클로드에 대화의 맥락을 놓치지 않고 더욱 잘 기억하는 메모리 기능이 탑재되었다. 이제 AI는 우리에게 먼저 말을 걸어주고 제안하는 형태로 진화하고 있다. 맞춤형 브리핑 기능인 ‘펄수 pulse’가 그런 변화의 시작을 보여준다. 사용자가 일일이 요청하지 않아도 알아서! 꼭 맞는 정보를 제공해 준다. 그런데 AI의 변화 흐름을 느끼려면 중요한 것이 무엇인가? 다양한 AI들을 한 번이라도 사용해 보는 것이다. 필자는 자기 책에 최신 기능을 소개하고 있다고 주장한다. 새로운 전쟁의 서막; 챗GPT 독주 시대의 종말로 구글의 제미나이 Gemini와 앤트로픽의 클로드 Claude는 GPT-5 발표 직전 새 기능과 모델 업그레이드를 선보이기도 했다. 이제 시장은 오픈 AI의 독주가 아닌, 각자의 무기를 가진 다수의 거인이 경쟁하는 춘추전국시대로 접어들었다. 그러니 아직 우리도 해볼 만하다는 자신감이다. 구글은 검색과 유튜브 안드로이드라는 생태계에 제미나이를 결합하여 확장했고, 앤트로픽은 코딩 기업 시장에서 긴 문맥 처리 능력을 전면에 내세우며, 메타는 오픈소스 모델 라마 Llama를 공개해 글로벌 개발자 생태계를 장악하고, 일론 머스크의 xAI는 데이터를 무기로 상식을 뛰어넘는 속도전으로 추격하고 있다. 이런 판도 변화가 한국의 AI 기업들에도 새 기회의 문을 열고 있다는 사실이다. 네이버의 언어모델 하이퍼클로바X는 국내 데이터 주권을 무기로 내세우고 있다. KT의 믿음은 통신-고객 서비스 등 자신들의 본업 산업에 밀착한 AI로 응용 영역을 확대 중이며, LG 엑사원은 제조-소재-바이오 같은 R&D 분야에 집중하고 있다. 2025년 9월 30일에 출시한 영상 생성 앱 ‘소라’는 출시 첫날 5만 6천을 기록하며 미국 앱스토어 무료 앱 3위에 올랐다. 10월 3일에는 1위로 등극하여 구글의 제미나이와 자사 챗GPT를 제쳤다. 특히 ‘카메오 cameo’라는 기능은 친구를 맺거나 내가 승인한 다른 사람의 모습을 클릭하면 AI 영상 콘텐츠에 자유롭게 녹여 넣을 수도 있고, 나와 함께 AI 영상에 함께 출연하는 재미있는 밈을 만들 수 있다. “기존에도 로봇이 있었는데, 피지컬 AI는 무엇이 다른가?” 피지컬 AI는 단순히 ‘로봇+ AI’의 기능이 아니다. VLA이라 불리는 아키텍처가 핵심이다. 카메라를 통해 환경을 인식 Vision, 거대언어모델을 포함한 멀티모달 모델로 해석 Language, 그 결과를 바탕으로 주장-조작-작업 등 물리적 행동을 실행 Action 하는 방식으로 전환을 말한다. 이 로봇들은 단순히 프로그램된 대로 움직이는 것이 아니라, AI를 탑재해 실시간으로 상황을 판단하고, 다른 로봇들과 소통하며 효율적인 작업 경로를 실시간으로 계산한다. 그 결과 2015년에는 직원 한 명이 하루 175개의 상품을 처리했는데, 이제 로봇의 도움을 받는 직원이 하루에 3,870개의 상품을 처리할 수 있게 되었다. 그러나 방식이 완전히 달라졌다. 예를 들어 사람이 VR(가상현실) 헤드셋을 쓰고 장갑을 낀 채로 어떤, 물건을 집는 행동을 하면, AI가 이 행동을 학습한다. 이 모방학습으로 인간 개발자가 일일이 코딩할 필요가 없어졌고, 말로 설명하기 어려웠던 복잡한 행동도 AI가 맥락을 이해하고 코딩 언어로 바꾸어 줌으로써, 휴머노이 제작이 더 수월해진 것이다. 최근 테슬라가 로봇-자동차-언어모델을 통합하려는 이유도 여기 있다. 거대언어모델과 생성형 AI의 등장 이후, 언어모델 그록 Grock, 테슬라 자동차가 수집하는 데이터, 옵티머스 로봇의 학습 방식, 모든 것이 하나의 패키지로 연결되어 있으며 함께 발전하고 있다. 엔비디아도 이 흐름을 주도하고 있다. 코스모스란 플랫폼이 대표적이다. 코스모스 플랫폼은 AI 학습을 위해 먼저 물리학적 법칙과 영상데이터를 제공한다. 사람이 VR 기기를 착용하고 특정 동작을 하면 그 움직임을 테이터화하고, 시뮬레이션 및 실제 로봇에서 어떻게 작동하는지에 대한 전체 지도를 보여준다. 여기서 사람 동작 기반의 유사한 형태의 합성 데이터를 만들어 낸다. 이 합성 데이터는 자율주행차 개발에 적용된다. 자율주행차 현실에서 시험 운행을 하는 것은, 안전성 문제가 따르기 때문에, 게임 같은 시뮬레이션 환경을 만들어 놓고 그 안에서 자율주행차의 학습 데이터를 모으는 방식으로 합성 데이터를 만들어 낸다. 한국처럼 한나라 안에 풍부한 산업현장과 제조 노하우를 보유하고 있는 나라는 몇 안 된다. 바늘부터 자동차-반도체-조선-배터리-비행기 등 거의 모든 제조업을 한다. 구글이나 테슬라가 데이터 확보에 사활을 거는 것처럼, 한국의 수많은 제조업 공장은 피지컬 AI 개발의 귀중한 보물창고와 같다. 그런데 기업이나 산업현장은 보안과 기계 효율화 문제 때문에, 항상 인터넷에 연결된 거대언어모델을 쓰기가 어렵다. 그래서 필요한 것이 소형 언어모델이다. 그동안 로봇 분야는 이과생, 공학도만의 영역처럼 여겼지만, 인문학-철학적 접근이 채워져야 로봇 혁명이 제대로 이뤄질 수 있다. 이는 교육 문제와 연결된다. AI 시대에 우리 아이는 무엇을 공부해야 하나요? 단순히 AI 프로그래밍만이 아니라, 피지컬 AI 시대에 필요한 철학-윤리-정책-법 같은 영역에도 관심을 가지라고 필자는 주장한다. 소형 모델 혁명의 서막, 팁시크 쇼크, 딥시크의 등장은 기술과 시장 전반에 충격을 주었다. 발표 직후, 엔비디아 주가가 급락했다. “이제 GPU 수요가 줄어들고 엔비디아 주가가 떨어지는 것, 아니나?”는 질문을 받았지만, 결국 시간이 지나면서 수요는 유지된다는 현실이 밝혀졌고, 엔비디아 주가는 높은 수준으로 반전되었다. 사실 딥시크 연구자들은 딥시크 R1의 등장을 새로운 사건이라기보다는 ‘또 하나의 진화 단계’로 인식했다. 이 프로젝트를 이끈 ‘량원펑’대표는 원래 퀀트 헤지펀드 매니저로, GPU 투자 기법으로 큰돈을 번 뒤, 딥시크 프로젝트를 추진했다. 챗GPT 수준의 언어모델을 600만 달러 수준으로 만들었다. 딥시크 전까지 오픈소스 형 생태계를 주도했던 것은 메타의 라마였다, 연구자들은 라마를 스마트폰용 경량 모델이나 한국어-일본어 특화 모델로 만들었고, 기업들은 산업 맞춤형 모델로 만들어 썼으며, 라마는 오픈소스 형 생태계의 허브로 자리를 잡았다. 딥시크는 사람처럼 깨닫는 ‘아하 모멘트’의 발견이다. 연구자들은 “지도 데이터 없이 강화학습만으로도 추론 역량을 강화할 수 있다”라는 가능성을 확인했고, 추론 모델의 비밀을 따라 해볼 수 있다는 자신감을 얻게 되었다. 딥시크 공개 후 세계 연구자와 기업은 ”어, 우리도 할 수 있겠다.”라는 가능성을 확인했다. 전문성과 데이터가 만나는 새로운 패러다임, 버티컬(Vertical) AI, 버티컬 AI는 기존의 범용 거대언어모델을 특정 산업-도매 안에 맞추어 심층학습을 시킨 AI를 말한다. 일반 AI가 보고서 작성이나 번역에 80점 수준의 성능을 보인다면, 버티컬 AI는 금융-의료-법률 등 특정 영역에서 95점 이상의 높은 정확도와 효율을 달성하는 것을 목표로 한다. 사례로 법률 분야의 ‘하비 Harvey’와 의료 분야의 ‘오픈에비던스 (OpenEvidence)’가 있다. 하비는 미국의 상위 10개 대형 로펌 중 8곳 이상에서 계약 분석 및 리서치 업무에 활용되며, 오픈에비던스는 의사만 사용하는 전용 AI를 만들어, 출시 11개월 만에 미국 의사의 3분의 1이 사용할 정도로 성공을 거두었다. 국내에서는 부티 분야의 ‘룰루랩 루미니 (Lumini)’ AI는 전 세계 200만 개 이상의 피부 데이터를 보유하고 있다. 사용자가 스마트폰으로 얼굴을 촬영하면 피부 유형-트러블 정도-노화 상태 등을 분석하여 맞춤형 화장품을 추천해 준다. 나를 기억하고 먼저 말을 거는 AI, 예전의 챗 GPT는 한 대화 앞 세션에서도 대화 맥락을 까먹곤 했다. 이제는 맥락을 읽을 뿐만 아니라, 대화 중 필요하다고 판단되는 정보를 저장해둔다. 챗GPT가 나를 어떻게 기억하는지 궁금하다면, ”나에 대해 기억하는 내용을 기반으로 임팩트 있는 3줄 광고 문구를 만들어줘“라고 요청하면 된다. 이른바 당신이 사용하는 ‘AI 3 대장에 속하는 구글의 제미나이와 앤트로픽의 클로드에도 이런 메모리 기능이 생겼다. AI는 왜 사용자를 기억할까? 검색엔진 최적화(SEO)를 넘어 AI 검색 최적화(AIEO)의 시대로, 과거엔 검색엔진 최적화가 중요했다. 웹 사이트 상위에 노출되도록 하는 것이, 최적화의 목표였다. 하지만 이제는 검색엔진 최적화 시대가 저물고, AI 검색 최적화 시대가 되었다. AI가 우리의 정보를 얼마나 자주, 얼마나 정확하게 인용하는지가 중요해졌다. AI에게 간택 받는 방법을 연구하며, 사람 눈에 보기 좋은, 웹 사이트가 아니라 AI에서 잘 걸리는 웹 사이트 구조를 재편해야 하는 시대가 된 것이다. 최근 AI 검색 서비스들의 알고리즘이 변화하고 있다는 점은 매우 중요하다. 요즘은 공신력 있는 웹 사이트를 먼저 가져오는 식으로 출처가 더 정확할수록 잘 노출되도록 알고리즘이 바뀌었다. AI는 경험-전문성-권위-신뢰성 원칙이 강한 콘텐츠를 우선하여 인용한다. 따라서 기업들은 콘텐츠의 권위와 신뢰성을 높이는 한편, AI가 쉽게 이해할 수 있는 명확하고 간결한 콘텐츠를 만들고, 스키마 마크업 같은 구조화된 데이터를 활용하는 것이 좋다고 필자는 주장한다. 2026.01.07.AI 2026 트랜드&활용백과김덕진 지음스카트북스 간행