[2026 경제 대기획] “2026년은 AI가 ‘일하는 주체’ 되는 전환점”

• AI, ‘생성 단계’에서 나아가 본격 ‘활용하는 단계’로

• 제조·물류 등에 ‘피지컬 AI’ 투입으로 가시적 성과 예상

• 인간 ‘직업의 상실’ 아닌 ‘업무 전환’ 시대 열릴 것

• S급 개발 인재, AI 활용 인재, 오퍼레이팅 인력 모두 필요

• AI로 랜섬웨어 만드는 시대, AI 보안 기술도 고도화

• 거품론 우려되나 거품 걷히고 AI 옥석 가리는 한 해 될 것

임진국 정보통신기획평가원(IITP) 기술정책단 단장. 지호영 기자

2016년 3월 15일, 이세돌 9단이 구글 딥마인드의 알파고에 1승4패로 패배한 날을 기억하는가. 바둑이라는 상징적 영역에서 인간 대표로 나선 최고수가 기계에 무릎을 꿇자, 인류는 인공지능(AI)을 두려움과 경이의 시선으로 바라보게 됐다. 그날은 대국장 밖 AI를 향한 모든 논의와 불신의 공기가 일거에 바뀐 역사적인 날이자, AI의 인간 초월이 ‘먼 미래의 이야기’가 아닌 ‘당장 눈앞에 닥친 현실’로 다가온 날이기도 했다. 약 10년이 흐른 지금, 예상대로 AI는 인류의 일상과 산업 각 영역에 깊숙이 스며들었다. 

오늘날 우리 앞에는 전혀 다른 질문이 놓여 있다. AI 연구개발 초창기엔 딥러닝과 자율주행, 음성·이미지 인식 등 ‘AI가 인간을 얼마나 따라잡을 수 있을 것인가’에 대한 답을 찾아가기에 바빴다. 그 결과 오픈AI의 챗GPT와 구글의 제미나이 등 거대 언어 모델과 생성형 AI에 이어 에이전틱(자율형) AI, 피지컬 AI가 차례로 등장하기에 이르렀다. AI는 더는 하나의 기술이 아니라 전 세계 경제·노동·안보를 뒤흔드는 거대 ‘인프라’이자 인류가 받아들여야 할 기본값이 됐다. 이제 질문은 AI를 ‘어디에, 얼마나 효율적으로, 어떤 책임 아래 쓸 것인가’로 확장했다. 

2026년은 AI가 ‘일하는 주체’ 되는 ‘AX 2.0 시대’의 시작점

알파고 쇼크 이후 10년이 지난 지금, AI 기술은 어디까지 발전해 왔고 앞으로 어디로 향할 것인지 짚어보기 위해 임진국 정보통신기획평가원(IITP) 기술정책단 단장을 만났다. IITP는 정보통신기술(ICT) 분야 연구개발(R&D) 기획, 관리, 평가, 인재 양성, 기술 사업화 등을 총괄하는 과학기술정보통신부 출연 연구개발 지원 기관이다. AI 기술, AI 반도체, 사이버보안 등 미래 핵심 ICT 기술 개발을 지원하고 ICT 정책 수립부터 성과 확산 등을 담당한다. 이곳에서 28년째 근무하고 있는 임 단장은 2025년 11월 개최된 ‘2026년 AI·ICT 산업기술 전망 콘퍼런스’에서 ‘2026 AI·ICT 10대 이슈 전망’을 주제로 발표했다. 그는 “2026년이 ‘인공지능 전환(AX·AI Transformation) 2.0’, 즉 AI가 본격적으로 일하는 주체로 도약하는 전환점이 될 것”이라고 전망했다. 임 단장에게 AI 기술과 관련해 세계적인 변화 흐름과 정부, 개인의 대응책 등 궁금한 점을 물었다. 

2026년 AI 시장에서 예상되는 주목할 만한 구조적 변화는 무엇인가.

“AI가 단순하게 추론하고 예측하는 ‘생성 단계’에서 벗어나 본격적으로 ‘활용하는 단계’인 ‘AX 2.0’ 시대로 넘어갈 걸로 보인다. AX 1.0은 ‘AI는 이런 성능이 있고, 이런 일을 한다’는 걸 보여줬다면, AX 2.0은 적용 단계로 넘어가 ‘AI 활용의 시대’를 열 것이다. 말하자면 인간의 지시나 개입 없이도 스스로 목표를 설정하고 문제를 해결하는 자율적 인공지능 시스템인 ‘에이전틱(자율형) AI’가 확대 적용되는 것이다. 점진적으로 AI는 지시받는 도구가 아닌 ‘일하는 주체’가 될 걸로 예상한다. 이에 따라 AI의 경쟁력을 측정하는 원천에도 변화가 생길 전망이다. 과거에는 AI 모델의 ‘성능’이 중요한 이슈였다면 앞으로는 얼마나 비용 효율적으로 적용할 수 있느냐, 어떻게 다양한 분야에 활용할 수 있느냐 등이 중요해질 것이다.”



에이전틱 AI가 본격 상용화되면, 기업은 인간이 필요한 업무와 필요하지 않은 업무 단위로 인적 구성을 재편할 듯하다. 2026년 이후 기업 현장에 어떤 변화가 예상되나. 

“2025년 한 해 동안 글로벌 빅테크의 해고 소식이 쏟아졌다. 아마존은 본사 인력의 10% 정도인 3만 명을 해고했고, 마이크로소프트도 2025년 한 해 동안 1만7000명을 감원했다. 메타나 구글 등 빅테크 공통의 현상이다. 회사 사정이 나빠서라기보다 일하는 방식이 바뀌고 있다는 걸 단적으로 보여주는 사례다. AI 중심의 업무 프로세스 재설계(BPR)는 피할 수 없는 현실이다. 그동안의 BPR은 사람을 중심으로 프로세스를 어떻게 바꿀 것인지 판단했다. 지금은 AI가 할 수 있는 일과 못하는 일을 구분하는 것부터 기업 혁신의 시작점이 됐다. 결국 AI가 비용 효율성을 갖는 업무는 AI로 대체될 것이고, 사람은 AI가 하는 일이 제대로 되고 있는지 모니터링하고 가이드 주는 일을 하게 될 것이다. 앞으로 사람은 정책 결정, 윤리 검증, 이해관계 조정 등에 투입될 걸로 본다. 일자리의 ‘대체’라기보다는 일자리의 ‘전환’이 이뤄지는 셈이다.” 

이 대목에서 임 단장은 2024년 노벨경제학상을 받은 대런 애쓰모글루 교수가 한 “기술혁신은 직업(job)을 바꾼다기보다는 과업(task)을 바꾼다”라는 발언을 예로 들며 말을 이었다. 

“AI가 인간의 직업을 없애는 것이 아니라 일이라는 건 그대로 있는데 일하는 사람들의 역할, 과업이 변한다는 뜻이다. 다만 구조조정기에 약간의 어려움은 있을 것이다. 산업혁명이 과거에도 여러 번 있었지만, 인간의 일이 없어지지는 않았다. 변화의 과정을 어떻게 잘 극복하느냐가 중요한 이슈가 될 것이다.” 

제조·물류 등에 ‘피지컬 AI’ 투입으로 성과 나타날 것 

피지컬 AI는 산업용 로봇·물류·모빌리티와 결합되며 ‘움직이는 모든 것’을 바꾼다고 한다. 우리나라의 제조·물류·서비스에서 2026년에 가시적 변화가 나타날까.

“피지컬 AI가 나타나면 모든 산업의 경쟁력이 바뀔 것이다. 그동안 쌓인 산업의 지식을 피지컬 AI에 얼마만큼 빠르게 옮겨 담느냐에 따라 전통 산업의 경쟁력이 달라질 거라고 본다. 실제로 중국 베이징의 샤오미 다크 팩토리(완전 자동화된 무인 운영 공장)에서는 불 꺼진 채로 1초에 프리미엄 스마트폰 1대씩을 생산한다고 한다. 테슬라도 제조 로봇인 옵티머스를 대거 투입하고 있다. 현대차 역시 제조 로봇인 보스턴 다이나믹스의 아틀라스를 미국 조지아 공장에 테스트차 투입했다. 2026년에는 더 많은 기업이 제조 공장에 휴머노이드 로봇을 탑재할 걸로 전망한다. 물류 서비스업계에서도 다크 웨어하우스 도입이 빠르게 전개될 것이다. 물류 적재, 재고 파악, 이동 등에 AI 로봇을 투입해 생산성을 높이는 식이다. 한꺼번에 확 바뀌지 않아도 2026년에는 각 분야에서 선도 사례들이 가시적으로 나타날 것이다.” 

세계적으로 온디바이스 AI 중심의 반도체 경쟁이 본격화하고 있다. 우리 반도체 기업과 정부는 어떻게 선택과 집중을 해야 AI 반도체 대전환 시대에 존재감을 가질 수 있을까.

“얼마 전까지 AI 버블론과 흔들리는 엔비디아 관련 기사가 쏟아졌다. 그러나 엔비디아의 아성을 쉽게 무너뜨리기는 어렵다. 엔비디아의 GPU는 학습과 추론뿐 아니라 여러 분야에 쓰이는 범용 AI 반도체다. 다만 성능은 월등히 좋은데 비용이나 에너지가 많이 들어가는 구조다. 비싸고, 전기를 많이 먹는다는 건 약점이다. 우리나라는 2018년부터 AI 반도체 개발 유니콘을 육성했는데 최근 리벨리온(Rebellions)이나 퓨리오사AI(FuriosaAI) 등이 어느 정도 경쟁력을 갖췄다. 실제 NPU(Neural Processing Unit·신경망 처리장치) 등을 출시하고 있는 단계다. 그런 기업들이 만들고 있는 NPU들이 시장에 얼마만큼 빠르게 안착하느냐가 중요한 과제다. 지금은 AI 활용의 시대다. 결국은 GPU의 약점인 비용, 전력을 얼마만큼 줄여줄 수 있느냐가 경쟁력이 될 것이다.”

임 단장은 최근 주목받는 우리나라 AI 반도체 기업들이 경쟁력을 갖추려면 거대 기업들이 장악하고 있는 시장의 ‘틈새’를 파고들어야 한다고 지적했다. 

“NPU 같은 경우 GPU만큼 범용적으로 다양하게 쓰이지는 않지만, 예를 들어 의료에 특화된 NPU 칩, 금융에 특화된 NPU 칩, 도메인에 특화된 NPU 칩 등 경쟁력을 갖추면 거대 기업의 독점적 점유율 속에서도 틈새를 파고들 수 있을 것이다. 2025년 12월 초 구글에서 제미나이3를 공개하면서 직접 설계한 전용 반도체 칩인 ‘TPU’로 학습했다고 밝혀 주목받았다. TPU 역시 NPU의 하나라고 볼 수 있다. 이처럼 TPU가 엔비디아와 경쟁할 수 있는 하나의 주체로 분명히 쓰이기 때문에 우리 기업도 잘하면 그만큼 경쟁력을 확보해 시장을 점유할 수 있을 것이다.”

AI 활용 데이터가 강조되면서 정제되고 전문화된 ‘파인 데이터’의 중요성이 대두됐다. 우리나라가 공공·산업 데이터를 관리하는 데 우선해야 할 과제는 무엇인가.

“AI를 잘 개발하려면 데이터, 모델, 컴퓨팅파워 이 세 가지 요소가 필수다. 데이터는 지금까지 AI 성장을 끌어온 핵심 동인이라고 한다. 디지털(IT) 시대에 축적된 데이터가 없었으면 AI 모델도 이만큼 발전하지 못했다. 그런데 우리나라가 아쉬운 부분이 데이터 산업 자체가 미국 등 선도국에 비해 성장이 더딘 상태다. 첫째로 성장할 수 있는 생태계를 강화해야 한다. 데이터 산업의 생태계는 데이터를 수집해서 공급해 주는 트랙인 ‘데이터 파이프라인’, 공급받은 데이터를 잘 정제해 서비스에 적용할 수 있게 만드는 ‘데이터 파운드리’. 만들어진 데이터셋을 많은 사람이 활용할 수 있도록 하는 ‘데이터 마켓플레이스’로 구분하는데 이것이 잘 연계돼 생태계를 잘 갖추는 것이 필요하다. 

둘째로 데이터의 품질관리다. 예전에는 데이터의 ‘양’이 중요했는데, 이제는 데이터의 ‘품질’이 AI 성능을 좌우하게 되면서 품질관리가 중요해졌다. 데이터의 표준화, 그러니까 많은 사람이 활용하고 접근해서 쓸 ‘데이터셋’의 표준화가 필요하다. 또한 데이터를 모으는 것 이상으로 시장에서 잘 쓰이도록 가공하고 정제하는 노력도 중요하다. 마지막으로 해외 여러 나라처럼 학습용 데이터 활용에 대해서는 유연성을 갖추는 정책이 필요하다. 미국이나 EU, 영국 등은 개인정보를 우선하면서도 AI 학습에 한해서는 유연하게 접근한다. 우리나라는 개인정보보호 체계와 데이터 활용이 충돌하는 측면이 있는데, AI가 본격적으로 사회나 산업에 내재화하는 측면에서 균형점도 새롭게 모색해야 한다.”

S급 개발 인재, AI 활용 인재, 오퍼레이팅 인력 모두 필요

우리나라가 뒤처질 위험이 큰 지점(기술·인재·시장 등)은 무엇이고, 정부와 산업계가 해야 할 대비책은 무엇이라고 보는가.

“변화의 속도에 맞춰 갈 수 있느냐가 정부나 기업이 가장 고려해야 할 핵심 요소라고 본다. AI 산업은 변화 속도가 매우 빠르다. 우리나라에서도 버티컬 AI(의료·금융·법률·제조 등 특정 산업이나 업무 분야에 특화 설계 및 최적화된 인공지능)가 주목받게 되고, 각 산업 도메인별로 기존에 갖고 있던 강점을 AI 시대의 강점으로 빨리 전환시켜야 유지가 된다. 기업이나 조직을 시대에 적합하게끔 변신시키느냐가 생존 열쇠다. 또 하나는 새로운 기술이 많이 등장하기 때문에 꾸준하게 그것을 탐색할 수 있도록 지원해야 한다. 당장 주목받지 못해도 잠재력 있는 분야의 연구자들이 끊임없이 안정적으로 연구할 수 있는 지원 체계가 많이 필요하다. 사실 기초 기술이 튼튼해야 패러다임이 바뀔 때 대응할 수 있다. 따라서 지금 모두가 AI만 할 게 아니라 미래 기술에 영향을 미칠 기초 기술도 차분하게 잘 준비해야 한다.”

정부·산업계의 AI 인재 정책이 ‘AI 개발자 양성’에 맞춰져 있는데, ‘AI를 기획하고 활용하는 사람’의 필요성도 늘어날 듯하다. 정부의 인재 전략 방향을 제시한다면.

“인재 양성은 전체 스펙트럼에 맞춰서 대응해야 한다. AI 혁신을 끌고 나가는 사람들은 글로벌 측면에서도 아주 뛰어난 소수의 전문가들이다. 상위 1%의 S급 인재를 육성하는 노력은 계속해야 한다. 그런데 소수의 타고난 전문가들이 세상을 다 끌고 운영해 갈 수 없다. AI를 잘 활용하는 인재, 각 도메인별로 지식을 쌓고 활용할 전문가들이 분명히 필요하다. 예를 들면 자동차학과에 AI를 접목해 인재를 양성한다든지, 산업공학과에 제조 AI 활용 인재를 양성하는 등 도메인별로 전문 인재를 키워야 한다. 또한 실제 현장에서 AI를 적용 운용 관리하고, 데이터를 모아 다시 학습시키는 현장 오퍼레이팅 인력도 필요하다. 대부분 재직자들이 노하우를 갖추고 있는 일이어서 기업별 재교육 시스템도 필요하다.”

AI로 랜섬웨어 만드는 시대, AI 보안 기술도 고도화 

평범한 직장인들과 노동자들은 직업의 상실을 두려워한다. 개인이 생존·성장을 위해 반드시 갖춰야 할 ‘AI 리터러시’를 3가지 정도로 설명 부탁드린다. 

“AI는 철기, 청동기 무기처럼 개인이 가져야 할 핵심 도구다. AI를 얼마나 잘 쓰느냐에 따라 결과는 엄청나게 차이가 난다. AI 프롬프트(입력값)를 본인의 인사이트나 원하는 구조를 잘 담아서 쓰면은 결과물이 다르다. 인사이트가 없는 상태에서 막연하게 AI에 의존하게 되면 결국 AI가 쓰고 싶은 글이 나온다. AI를 어떻게 잘 쓰느냐보다 본인의 통찰력이 더 필요하다. 첫 번째로 AI에 무엇을, 어떻게 물어볼 것인지 정의하고 설계할 수 있는 역량이 필요하다. 두 번째는 AI에서 나온 결과물을 그대로 받아들이는 게 아니라 비판적으로 분석해 본인의 것으로 만들어낼 수 있는 통찰력이 필요하다. 마지막으로 AI라는 게 아직도 편향이나 오류 등 문제점도 많고, 보안 이슈도 상당하다. AI를 활용할 때 항상 검증하고 확인하는 습관을 키워나가면 AI 시대 자신의 역량을 배가할 수 있다.”

말씀하신 것처럼 사이버 공격이 고도화하면서 보안의 중요성이 커지고 있다. 개인과 기업 수준이 아닌 국가 차원의 보안이 필수인데, 어떤 방향으로 가야 한다고 보는가. 

“AI 기술 발전으로 랜섬웨어(악성코드)를 누구나 쉽게 만들 수 있게 됐다. 사이버 공격도 더 은밀하면서 정교해지고 범위도 일반 국민에서 국가로 넓어져 문제가 생긴다. 보안을 위한 첫째 방책은 ‘제로 트러스트’ 전략이다. 말 그대로 믿을 곳은 아무 데도 없다는 뜻이다. 예전에는 우리 네트워크 ‘안’은 안전하고 ‘바깥’은 위험하다는 인식이 있었다. 그러나 코로나19 이후 회사 밖에서도 회사 망으로 접속하는 일이 일상이 됐다. 따라서 네트워크 경계선 중심의 보안 체계가 아니라 항상 검증하고 확인하는 제로 트러스트 체계로 가야 한다. 또 하나는 복원력이다. 사이버 침해는 언제라도 생길 수 있는 문제다. 그것들을 얼마만큼 빨리 복구해 낼 수 있느냐가 중요해질 것으로 보인다. 세 번째는 사이버 공격이 지능화하고 있는 만큼 탐지나 대응체계도 지능화하는 기술개발이 이뤄져야 한다. ‘AI 창을 AI 방패로 막는다’고 표현하는데, 실제로 많은 진척이 있었다. AI가 실시간으로 이상 징후를 탐지해 어떤 취약점이 있는지 분석하면서 AI 보안 기술을 키워나가야 한다. 무엇보다 중요한 건 기본 원칙을 지키는 것이다. 최근의 보안 사고들을 보면 고도의 사이버 공격으로 뚫렸다기보다는 사소한 잘못으로 인한 것들이다.”

우리 사회가 AI에 거는 기대도 크지만 거품론도 반복해서 제기되고 있다. 2026년은 거품이 걷히며 실체가 검증되는 시기로 봐도 될까.

“AI 거품이 조금은 걷히고 실제적 효용성, 활용성을 시장에서 검증받는 시기가 될 걸로 전망한다. 거품론에 따라 불안감도 커졌지만 AI의 효능감을 모두 체감하고 있다. AI에 대한 기대감이 완전히 없어지지 않을 거라고 본다. AI의 옥석을 가리는 한 해가 되지 않을까. AI가 실질적으로 내 일을 얼마만큼 줄여주는지, 기업의 생산성과 영업이익에 얼마나 도움을 주는지 등 그런 가치가 수치로 환산돼 실제 평가받는 한 해가 될 걸로 본다.”