3월 13일, 제77회 조찬세미나가 엘타워 그레이스홀에서 열렸다. AI가 실생활을 넘어 기업 경영에도 영향력을 확대하는 가운데, Agentic AI를 비롯한 새로운 AI 혁명에 우리는 어떻게 대비해야 할까. 이에 대한 이야기를 LG AI연구원 배경훈 원장이 전했다.

Agentic AI: 우리가 마주한 차세대 AI 혁명

2013년 영화 <그녀(Her)>에 등장한 ‘사만다’는 사람과 소통하는 것은 물론, 감정까지 교류하는 AI였다. 영화 속 상상은 어느덧 현실이 되고 있다. Amazon의 알렉사(Alexa), Apple의 시리(Siri) 같은 수동적인 AI 에이전트 시대를 넘어, 능동적인 AI인 ‘Agentic AI’ 시대가 진행 중이기 때문이다.
2016년 이세돌-알파고의 바둑 대국 때만 해도 AI를 실생활이나 기업 경영에 접목하기는 쉽지 않았다. 불과 5년 전에도 AI를 산업 현장에 적용하려면 인력 및 설비 투자에 따르는 경제성과 효율성 문제를 해결해야 했다. 그리고 2022년 11월에 ChatGPT가 등장했다.
ChatGPT는 인간의 명령을 좀 더 잘 이해하고 한결 수려하게 답하는 것처럼 보인다. 기존의 챗봇처럼 단답형 답변을 얻는 것이 아니라 전문가에게 질문하고 답을 얻는 효과를 간접적으로 느끼면서, AI에 열광하는 사람들도 늘었다. 하지만 학습 데이터를 바탕으로 답변하는 생성형 AI 서비스는 학습되지 않은 질문에 대해서는 부정확한 대답을 내놓기도 한다. 이를 보완하기 위해 OpenAI를 비롯한 글로벌 빅테크 기업들은 답변의 신뢰성을 높이는 서비스를 지속해서 연구, 개발, 출시하고 있다.
AI 주도권을 확보하기 위해 각 기업은 모델 및 서비스 발표를 서두르는 추세다. 1월에는 중국의 DeepSeek가 ‘딥시크(DeepSeek) R1’이라는 높은 수준의 추론 모델을 오픈소스로 공개했다. 2월에는 OpenAI가 ‘딥리서치(Deep Research)’를, Google이 ‘제미나이(Gemini) 2.0’ 제품군을 추가했다. 또한 xAI가 ‘그록(Grok) 3’을, Anthropic이 ‘Claude Sonnet 3.7’을 발표하는 등 AI 모델 경쟁이 치열하다.

일상과 더 가까워진 Agentic AI 시대의 개막

Agentic AI는 실용적인 제안을 넘어 특정 상황에 대한 종합적인 판단과 자율적인 실행까지 할 수 있다. 생성형 AI는 사전 학습 데이터에 기반해 답변을 생성하지만, Agentic AI는 사람의 사고 과정을 학습해 실행한다. 콘텐츠 생성 및 단위 업무 자동화에만 활용하던 생성형 AI의 한계를 넘어, AI가 지시 없이도 자율적으로 판단해 일상생활과 산업에서 행동을 실현할 수 있게 된 것이다. 이미 Agentic AI를 도입하려는 기업들이 늘어나고 있으며, 관련 기술 역시 일정 수준까지 성숙한 상황이다. 문제 정의와 계획 수립, 프로세스 관리 등을 통해 시간은 단축하고 생산성은 높인 생산 현장도 있다. 인구 감소로 인한 노동력 수급 문제나 해외 공장의 품질 유지 문제 해결을 위해서도 AI 도입이 필요하다.
Agentic AI의 필수 조건은 이론적 계산 및 현실적 제약까지 모두 고려해서 답변하는 ‘고급 추론 능력’과 이를 자율적으로 실행하는 ‘행동’이다. 현재의 Agentic AI는 고급 추론 역량은 갖추었으며, 다음 과제는 행동형 AI를 만드는 것이다. 한국에서도 LG의 AI 모델인 엑사원(EXAONE) 등 성능·경제성·신뢰성을 확보한 Agentic AI 기반 모델을 선보였다. 실제 사용 영역에서의 종합 성능을 강화하면서, 국내에서의 파트너십을 만들어가는 단계다.
한국에서 AI를 일상적으로 활용하는 집단은 대학생이다. 과제를 작성하고 논문을 분석하는 데 AI를 자주 활용한다. 이처럼 산업 현장에서도 실무자는 물론 경영진도 적극적으로 AI를 사용해야 한다.

미리 보는 Agentic AI 시대

여기서 몇 가지 질문이 생긴다. 한국 산업계는 AI를 어느 분야에서 활용할 준비를 하고 있는가. 더불어 한국이 일등 AI 서비스를 만들기 위해서는 무엇이 필요한가. 나아가 한국의 산업 생태계는 AI를 받아들일 환경이 조성되어 있는가.
영국 토터스 미디어(Tortoise media)가 발표한 ‘2024 글로벌 AI 지수’에 따르면, 한국의 AI 종합 경쟁력은 6위에 해당한다. 그러나 인재 역량에 해당하는 ‘Talent’ 순위는 13위이며, 규제 및 투자 환경과 관련 있는 ‘Operating Environment’ 순위는 35위에 불과하다. AI 규제, 투자, 인재 등 산업 생태계 환경이 다른 선진국과 비교해 상대적으로 열악한 상태다.
먼저 집중할 부분은 산업 생태계 확보를 위한 가치사슬(Value Chain) 구축이다. AI 반도체와 AI 데이터센터 등 기반 인프라를 조성하고 인재를 육성하면서, 범용 모델부터 산업 특화 모델, 기업 차별화 모델로 나아가야 한다.
노트북용 On-Device AI나 통화 에이전트 등의 범용 모델은 이미 서비스 중이다. LG는 테크 기업 및 사무직이 사용할 수 있는 AI로, ChatGPT가 아닌 ChatEXAONE을 사내에서 활용한다. AI를 주가 예측 및 포트폴리오 최적화나 화장품 소재 개발, 난치병 치료 신약 개발 등에 적용한 산업 특화 모델도 있다. LG는 디스플레이 제조 현장의 문서 검색 시스템 및 석유화학 원재료의 공급 스케줄링 자동화 등 기업 차별화 모델도 선보였다. 전문가들이 상당한 시간을 투입해야 했던 과제를 AI가 대신해 주는 길이 열린 셈이다. 이는 기업의 AI 전환에 도움을 줄 것이다.
1995년 한국은 “산업화는 늦었지만 정보화는 앞서자.”라는 구호를 내세우며 정보화 운동을 통해 인터넷 강국의 기반을 마련했다. 이 교훈은 AI 혁명이 진행 중인 2025년에도 적용된다. 산업에 특화된 데이터를 최적화하고 학습하는 사이클을 구축한다면, 이후로는 AI 스스로 진화·발전할 것이다. 우리나라도 AI 산업 생태계를 구축하고 전문 Super Intelligence를 확보할 수 있다. 첫 단추는 한 번의 성공 사례를 만드는 데서부터 시작된다.