가트너가 2026년부터 주목해야 할 최우선 AI 전략 전망 10가지를 발표했다. 이 전망은 ▲AI 시대의 인재 ▲AI 주권 ▲인시디어스 AI(Insidious AI) 등 세 가지 핵심 트렌드로 분류된다. 가트너는 2027년까지 생성형 AI와 AI 에이전트의 사용이 지난 30년간 생산성 도구 시장에 발생한 가장 큰 도전 과제가 될 것이며, 580억 달러 규모의 시장 재편을 촉발할 것이라고 전망했다. 생성형 AI의 발전에 따라 기업은 업무 효율을 높이기 위해 생성형 AI 혁신을 우선순위에 둘 것으로 보인다. 과거의 형식과 호환성은 중요성이 낮아져, 진입 장벽은 낮아지고 다양한 공급업체 간의 새로운 경쟁이 촉발될 것으로 전망된다. 일상적 생성형 AI의 비용 구조와 패키징은 시간이 지나면서 변화할 것으로 보인다. 업체들은 유료 기능을 무료로 전환하고, 무료 제품을 더 넓은 사용자층에 적합하도록 만들 것이다. 2027년까지 기업 채용 과정의 75%가 모집 단계에서 업무용 AI 역량 인증 및 테스트를 포함하게 될 것으로 예상된다. 기업은 표준화된 프레임워크와 맞춤형 설문조사를 통해 지원자의 AI 활용 능력을 진단하고, 인력 내 기술 격차를 해소할 수 있을 것이다. 이러한 추세는 정보 수집, 보존, 종합이 핵심인 직종에서 특히 두드러질 것이다. 생성형 AI 역량이 급여와 점점 더 밀접하게 연계됨에 따라, 지원자들은 AI 역량 개발에 더 큰 가치를 두게 될 것이다. 이에 따라 문제 해결, 생산성 향상, 합리적 의사결정 능력을 입증하는 것이 필수 요건으로 부상할 것으로 예상된다. 한편, 가트너는 2026년까지 생성형 AI 사용으로 인한 비판적 사고력 저하로 전 세계 기업의 50%가 채용 과정에서 ‘AI 프리(AI Free)’ 능력 평가를 요구할 것으로 보았다. 기업이 생성형 AI 활용을 확대함에 따라, 채용 절차는 독립적 사고 능력을 갖춘 지원자와 AI가 생성한 결과물에 지나치게 의존하는 지원자를 구분하는 방향으로 변화할 것으로 보인다. 모집 과정에서는 AI 도움 없이 문제 해결, 증거 평가 및 판단 능력을 입증하는 역량이 점점 더 중요한 평가 기준이 될 것이다. 인간의 추론 능력을 별도로 평가하기 위한 전문 테스트 방법과 플랫폼이 등장하면서, AI 프리 평가 도구 및 서비스에 대한 2차 시장이 형성될 가능성도 높다. 2027년까지 전 세계 국가의 35%가 고유한 컨텍스트 데이터를 활용하는 지역 특화 AI 플랫폼에 고착될 전망이다. 기술적, 지정학적 요인으로 인해, 기업들은 엄격한 규제, 언어적 다양성, 문화적 적합성에 대응하기 위해 AI 설루션을 특성화할 수밖에 없으며, 그 결과 AI 환경은 파편화될 것으로 보인다. 지역 간 차이가 증가됨에 따라 범용 AI 설루션은 점차 사라질 것으로 예상된다. 다국적 기업은 글로벌 시장에 통합형 AI를 배포함에 있어 복잡한 과제에 직면하게 될 것이며, 고유한 규제 준수와 데이터 거버넌스 요구 조건을 가진 다양한 플랫폼 파트너십을 관리해야 할 것이다. 가트너는 2028년까지 고객 대면 비즈니스 프로세스의 80%에 다중 에이전트 AI를 활용하는 기업이 시장을 장악할 것으로 보았다. 고객관계관리(CRM) AI가 일상적인 업무를 처리하고, 인간은 복잡하고 감정적 요소가 중요한 상호작용에 집중하는 하이브리드 AI 모델이 업계 표준으로 자리 잡을 것이다. 고객은 계속해서 거래 실행이나 제품 정보 확인에는 AI 지원 완전 셀프서비스를 선호하는 반면, 복잡한 문제 해결이나 청구 분쟁 등에서는 인간을 선호할 것이다. 최소한의 노력과 신속한 서비스에 대한 고객의 기대가 일반화되면서, CRM 프로세스에 다중 에이전트 AI를 도입하지 못한 기업은 경쟁 우위를 상실할 위험이 있다. 한편, 2028년에는 B2B 구매의 90%가 AI 에이전트를 통해 이루어지며, AI 에이전트 거래로 15조 달러 이상의 B2B 지출이 발생할 것으로 보인다. 새로운 생태계에서 검증 가능한 운영 데이터는 화폐처럼 작용하며, 디지털 신뢰 프레임워크와 검증 가능성을 필수 전제로 하는 데이터 기반 경제를 촉진할 것이다. 컴포저블 마이크로서비스, API 우선, 클라우드 네이티브, 헤드리스 아키텍처로 설계된 제품은 상당한 경쟁 우위를 확보할 것이다. AI 위험 예방책 부족으로 인한 ‘AI발 사고’ 관련 소송은 2026년까지 1000건을 돌파할 전망이다. AI 관련 안전 관리 실패로 인한 사고와 피해 사례가 증가함에 따라 규제 기관의 감시 및 통제 강화, 리콜, 법 집행 기관의 개입, 소송 비용 증가가 예상된다. 규제 감독이 강화되면서 조직은 법적 의무 준수를 넘어, AI 위험 예방책을 활용해 비즈니스 시스템의 안전성과 투명성을 최우선 과제로 삼아야 하는 압박에 직면하게 될 것이다. AI 사용과 의사결정 거버넌스 실패의 영향은 지역별 법적·규제 체계의 차이에 따라 달라지며, 이는 조직이 다양한 위험과 책임에 노출될 수 있음을 의미한다. 또한, 2030년에는 금전거래의 22%가 이용 약관을 내장한 형태로 프로그래밍할 수 있게 되어 AI 에이전트에게 경제적 주체성을 부여할 것으로 보인다. 프로그래머블 머니는 M2M(Machine-To-Machine) 협상, 자동화된 상거래, 시장 탐색, 데이터 자산 수익화를 가능하게 함으로써 새로운 비즈니스 모델을 창출하고, 공급망 관리와 금융 서비스와 같은 산업을 근본적으로 재편하고 있다. 실시간으로 프로그래밍 가능한 거래는 마찰 감소, 유동성 향상, 운영 비용 절감을 통해 효율성을 높이고, 궁극적으로 자율 비즈니스 운영의 부상을 뒷받침할 것이다. 그러나 프로그래머블 머니 플랫폼과 블록체인 인프라 간의 파편화된 기준과 상호운용성 부족은 시장의 성장을 저해하고, AI 에이전트와 기계 고객이 완전한 경제 주체로 기능하는 것을 제한할 것이다. 2027년까지 프로세스 중심 서비스 계약의 비용 대비 가치 격차는 에이전트 AI 재설계를 통해 적어도 50% 감소할 것으로 전망됐다. AI 에이전트는 숨겨진 지식을 발견하도록 진화하며, 이러한 지식과의 상호작용 자체가 프로세스의 핵심이 될 것이다. AI 에이전트가 활용하는 숨겨진 지식은 새로운 가치 자산으로 이어질 것으로 예상된다. 한편, 표준화된 워크플로가 문맥적 오케스트레이션으로 대체됨에 따라 지속적인 혁신 기반 가격 책정은 인건비에 의해 제한되지 않을 것이다. 가트너는 2027년까지 파편화된 AI 규제가 전 세계 경제의 50%로 확산하며, 50억 달러 규모의 규정 준수 투자를 일으키게 될 것으로 보았다. 2024년에만 1000건 이상의 AI 관련 법률이 제안됐지만, 어떤 법률도 AI를 일관되게 정의하지 못하고 있다. AI 거버넌스는 혁신을 촉진하는 동시에 장벽으로 작용할 수 있다. 기술의 잠재력을 터뜨리는 것은 AI 사용 능력이다. 안전한 미래를 위해 기업들은 기술 담당 리더들에게 항구적인 ‘법률 및 규제’ 마인드맵 구축을 요구하게 될 것이다. 한편 보안과는 별개로, 새로운 형태로 등장하고 진화하는 AI의 위험을 관리하기 위해 전담 인력과 전문 소프트웨어를 갖춘 AI 거버넌스 프로그램이 표준으로 자리잡게 될 것이다. 가트너의 다릴 플러머(Daryl Plummer) 수석 VP 애널리스트는 “급격한 기술 변화가 가져오는 위험과 기회는 인간의 행동과 선택에 점점 더 큰 영향을 미치고 있다”면서, “기업의 CIO와 경영진은 미래에 대비하기 위해 기술 변화뿐만 아니라 행동 양식 변화 또한 최우선 과제로 삼아야 한다”고 말했다.

오라클이 ‘오라클 AI 데이터 플랫폼(Oracle AI Data Platform)’의 정식 출시를 발표했다. 오라클 AI 데이터 플랫폼은 생성형 AI 모델을 기업의 데이터, 애플리케이션, 워크플로와 안전하게 연결할 수 있도록 설계된 포괄적 플랫폼이다. 자동화된 데이터 수집, 시맨틱 강화(semantic enrichment), 벡터 인덱싱에 생성형 AI 도구를 결합해 원시 데이터(raw data)에서 실제 운영 수준(production-grade)의 AI까지 전 과정을 단순화한다. 오라클 AI 데이터 플랫폼은 데이터를 AI에 최적화하고, 오라클 클라우드 인프라스트럭처(OCI), 오라클 자율운영 AI 데이터베이스(Oracle Autonomous AI Database), OCI 생성형 AI(OCI Generative AI) 서비스를 결합해 에이전틱 애플리케이션의 생성과 배포를 가능하게 한다. 기업 고객은 신뢰할 수 있는 실시간 인사이트를 얻을 수 있으며, 반복 업무를 자동화하고, 성장 기회를 발굴하며, 일상적인 워크플로에 지능을 내재화하는 AI 에이전트를 활용할 수 있다. 개발자와 데이터 팀은 엔터프라이즈급 단일 플랫폼에서 이러한 기능을 신속하게 구축하고 확장할 수 있다. 이 플랫폼은 엔비디아 가속 컴퓨팅 인프라를 통합해 고성능 워크로드를 위한 최신 세대 GPU와 라이브러리를 선택할 수 있다. 그 결과 다양한 산업군에서 더욱 신속한 혁신, 높은 생산성, 측정 가능한 비즈니스 성과를 실현할 수 있다. 오라클 AI 데이터 플랫폼은 기업이 데이터와 AI를 효과적으로 활용할 수 있는 기반을 제공한다. 고객은 델타 레이크(Delta Lake) 및 아이스버그(Iceberg)와 같은 오픈 포맷을 활용해 데이터 레이크하우스를 구축하고, 데이터 중복을 줄일 수 있다. 또한 AI 데이터 플랫폼 카탈로그는 모든 데이터와 AI 자산에 대한 통합 뷰와 거버넌스를 제공해 기업의 컴플라이언스 및 신뢰 강화를 지원한다. 카탈로그는 에이전트투에이전트(Agent2Agent : A2A) 및 모델 컨텍스트 프로토콜(MCP) 등 개방형 표준을 폭넓게 지원해 정교한 멀티에이전트 시스템 구성을 가능하게 한다. 더불어 기업 고객을 위한 에이전트 허브(Agent Hub)는 다수의 에이전트를 탐색하는 복잡성을 제거하고, 요청을 해석해 적합한 에이전트를 호출하며, 추천 결과를 제시해 즉각적인 조치를 취할 수 있도록 지원한다. 오라클은 오라클 AI 데이터 플랫폼이 제공하는 기능 및 이점으로 ▲데이터를 인텔리전스로 전환 ▲팀 전반의 혁신 가속 ▲비즈니스 프로세스 자동화 및 확장 ▲엔터프라이즈급 준비 상태 보장 등을 꼽았다. 오라클 AI 데이터 플랫폼은 데이터 레이크하우스와 AI를 하나의 플랫폼에 통합해, 원시 데이터를 실행 가능한 인사이트와 더 스마트한 의사결정으로 전환할 수 있다. 그리고 데이터 엔지니어, 데이터 과학자, AI 개발자를 위한 단일 워크벤치를 제공해 협업과 AI 기반 애플리케이션 제공 속도를 높인다. 이를 통해 단순 분석을 넘어 워크플로를 조율하고, 알림을 자동 생성하며, 비즈니스 성과를 직접 개선하는 AI 에이전트를 통해 효율을 높일 수 있도록 한다. 오라클은 “OCI, 오픈소스 엔진, 업계 선도적 분석 기능, 오라클 자율운영 AI 레이크하우스(Oracle Autonomous AI Lakehouse)의 결합으로 미션 크리티컬 AI 도입에 필요한 규모, 성능, 신뢰성을 제공한다”고 전했다. 제로 ETL(Zero-ETL)과 제로 카피(Zero Copy) 기능을 통해 고객은 재무, HR, 공급망, 마케팅, 영업, 서비스 등 핵심 비즈니스 애플리케이션 데이터는 물론 산업별 애플리케이션 데이터와 기존 엔터프라이즈 데이터베이스에 원활하게 연결할 수 있다. 오라클 AI 데이터 플랫폼은 멀티클라우드 및 하이브리드 크로스-클라우드 오케스트레이션을 지원하여 퍼블릭 클라우드, 온프레미스, 에지 등 모든 소스의 데이터의 연결, 처리, 분석이 가능하다. 또한, 오라클 애플리케이션과 서드파티 환경 전반에서 AI 에이전트가 원활하게 작동할 수 있게 되어 고객이 기업 전반에 걸쳐 AI 기반 혁신을 확장할 수 있다. 오라클은 퓨전(Fusion), 넷스위트(NetSuite)를 포함한 주요 오라클 애플리케이션 제품군 전반과 의료, 소비재, 금융 서비스, 건설 등 산업 전반을 대상으로 사전 통합을 포함한 맞춤형 AI 데이터 플랫폼을 제공할 계획이다. 오라클 퓨전 데이터 인텔리전스(Oracle Fusion Data Intelligence)의 정제되고 풍부하며 AI를 위해 준비된 데이터는 AI 데이터 플랫폼에서 사용 가능하다. 오라클의 T.K. 아난드 총괄부사장은 “오라클 AI 데이터 플랫폼은 고객이 데이터를 AI에 최적화하고, AI를 활용하여 비즈니스 프로세스 전반을 혁신할 수 있도록 돕는다. 이 플랫폼은 데이터를 통합하고 전체적인 AI 라이프사이클을 간소화하여 기업이 신뢰성, 보안성 및 민첩성을 고려하며 AI의 역량을 활용하는 데 있어 가장 포괄적인 기반을 제공한다”고 말했다.

자율제조를 위한 데이터 표준화와 사이버 보안 강화 전략 (1)   글로벌 제조 환경은 자율제조 AI(인공지능) 및 SDM(소프트웨어 정의 제조)로 전환하고 있다. 그러나 시시각각 급변하는 생산자원(4M2E) 메타 데이터와 OT 사이버 보안에 대한 국제 표준 준수 없이는 사상누각이 될 수 있다. 앞으로 2회에 걸쳐 이에 대응하기 위한 방법을 소개하고자 한다.이번 호에서는 자율제조 AI 및 SDM 환경에서 4M2E 생산자원 데이터 표준화와 관련된 도전과 기회를 종합적으로 분석한다.   ■ 연재순서 제1회 제조 혁신의 열쇠, 4M2E 생산자원 데이터 표준화 제2회 산업 사이버 위협을 돌파하기 위한 IEC 62443   ■ 차석근 에이시에스의 부사장이며 산업부 국표원 첨단제조 표준화 포럼 의장 및 산업부 산업융합 옴부즈만 위원을 맡고 있다.   글로벌 제조 환경은 인공지능(AI) 기반의 자율제조와 소프트웨어 정의 제조(SDM : Software Defined Manufacturing)로의 전환을 통해 전례 없는 혁신을 경험하고 있다. 이러한 변화는 생산성, 효율성, 그리고 경쟁력 향상이라는 막대한 잠재력을 내포하고 있다. 그러나 이러한 혁신의 완전한 실현은 방대한 제조 데이터의 효과적인 관리 및 활용, 특히 4M2E(Man, Machine, Material, Method, Environment, Energy) 생산자원 데이터의 표준화에 달려 있다. 동시에, IT(정보 기술)와 OT(운영 기술) 시스템의 융합이 가속화되면서 산업 제어 시스템(IACS)은 사이버 위협에 더욱 노출되고 있으며, 이는 IEC 62443과 같은 국제 산업용 사이버 보안 표준 준수의 중요성을 증대시키고 있다. 이번 연재에서는 자율제조 및 SDM 환경에서 4M2E 생산자원 데이터 표준화의 필요성과 기술 동향을 심층 분석하고, 대한민국 수출 제품의 IEC 62443 산업용 사이버 보안 준비 현황과 당면 과제를 짚어보고자 한다. 특히 국내 중소기업이 겪는 인력, 예산, 노후 설비 등의 애로사항과 공급망 보안의 중요성을 강조한다. 이러한 분석을 바탕으로, 데이터 표준화와 사이버 보안 역량을 동시에 강화하여 국가 경쟁력을 제고하고 안전한 글로벌 시장 참여를 보장하기 위한 구체적인 정책적 및 전략적 대응 방안을 제안한다. 이는 기술 개발 지원, 인력 양성, 중소기업 맞춤형 프로그램 확대, 그리고 국제 협력 강화를 포함하는 포괄적인 접근 방식을 제시한다.   자율제조 및 SDM 시대의 도래와 산업 혁신 글로벌 제조 산업은 인공지능(AI)과 소프트웨어 정의 제조(SDM)의 발전으로 심오한 변화를 겪고 있다. 이러한 변화는 생산성, 효율성, 그리고 전반적인 경쟁력의 향상을 약속한다. 미국 국립과학재단(NSF)의 지원을 받아 개발된 마빌라(MaVila)와 같은 새로운 AI 모델은 공장 내부를 ‘보고’ ‘대화’할 수 있도록 설계되었다. 이 모델은 부품 이미지를 분석하고, 결함을 평이한 언어로 설명하며, 해결책을 제안하고, 심지어 기계와 통신하여 자동 조정을 수행할 수 있다. 이러한 역량은 지능적이고 적응력 있는 제조 시스템으로의 중요한 도약을 의미한다. 한편, SDM은 경직된 하드웨어 중심의 자동화를 유연한 소프트웨어 중심 아키텍처, AI 기반 지능, 그리고 제어 및 데이터 흐름을 최적화하는 모듈형 산업 플랫폼으로 대체하고 있다. 이러한 운영 기술 인프라의 현대화는 제조 부문의 전반적인 경쟁력을 향상시키는 데 필수이다. SDM의 핵심은 하드웨어, 연결성, 스토리지, 보안 및 IT와 OT 환경 전반에 걸쳐 내장된 지능을 포함한 제조의 모든 측면을 체계적으로 최적화하고 현대화하는 데 있다.   생산자원 데이터 표준화 및 산업용 사이버 보안의 핵심 과제 자율제조 및 SDM의 완전한 구현은 방대한 제조 데이터의 효과적인 관리 및 활용에 크게 의존한다. 그러나 수많은 센서, 기계 및 시스템에서 생성되는 파편화된 데이터는 종종 표준화가 부족하여 관리, 통합 및 분석이 어렵다. 이러한 데이터 파편화는 생산성을 높이고 효율성을 개선하며 비용을 절감하기 위한 산업 데이터의 완전한 활용을 방해한다. 특히 다양한 세대의 기계에서 발생하는 광범위하고 이질적인 데이터 소스를 가진 기업의 경우, 표준화된 라벨링의 부재는 데이터 관리 및 활용을 더욱 복잡하게 만든다. 동시에, 이러한 첨단 제조 환경에서 IT 및 OT 시스템이 융합되면서 산업 제어 시스템(IACS)은 사이버 위협에 점점 더 노출되고 있으며, IEC 62443과 같은 국제 표준 준수를 통한 강력한 사이버 보안은 필수이다. 사용자 질의는 특히 대한민국 수출 제품의 이 분야에서의 잠재적인 ‘준비 미비’를 강조하며, 이는 국가 산업 전략에 있어 중요한 과제를 부각시킨다.   자율제조 및 SDM의 개념과 데이터의 중요성 AI 기반 자율제조의 발전과 데이터 활용 인공지능은 다양한 분야를 근본적으로 변화시키고 있으며, 제새로운 AI 모델은 공장 환경에 특화되어 개발되고 있다. 이 모델들은 공장 내 시각 및 언어 기반 데이터로부터 직접 학습하여 부품 이미지를 분석하고, 결함을 평이한 언어로 설명하며, 해결책을 제안하고, 심지어 기계와 통신하여 자동 조정을 수행할 수 있다. 이렇게 내부적이고 제조 특화된 데이터 중심 접근 방식은 더욱 스마트하고 적응력 있는 제조 시스템을 구축하여 경제 부문을 더욱 효과적으로 지원하는 데 매우 중요하다. 궁극적인 목표는 작업자의 역량을 강화하고, 생산성을 높이며, 치열한 글로벌 시장에서 국가의 입지를 강화하는 것이다. AI가 진정한 자율제조를 가능하게 하려면 일반적이거나 파편화된 데이터에 의존할 수 없다. 복잡한 시스템, 장비 및 워크플로에 대한 깊이 있는 실시간 이해가 요구된다. 이는 데이터가 단순히 수집되는 것을 넘어, AI가 기계가 읽을 수 있고 실행 가능한 형태로 맥락화되고 표준화되어야 함을 의미한다. 만약 AI 모델이 파편화되고 비표준화된 데이터로 학습된다면, 정확하고 관련성 높은 정보를 제공하고 자율적인 조정을 수행하는 능력이 심각하게 제한되어 자율제조의 본질적인 약속을 저해할 수 있다. 따라서 제조 분야에서 AI의 성공과 신뢰성은 입력 데이터의 품질, 일관성 및 표준화에 직접적으로 비례하며, 이는 AI 기반 자율성을 위한 데이터 표준화의 근본적인 중요성을 강조한다.     ■ 자세한 기사 내용은 PDF로 제공됩니다.