뉴스 검색 결과: artificial intelligence

기사의 본문 내용은 이 글자크기로 변경됩니다.

궁극적으로 약사는 AI를 이해하고 활용하는 역량과 인간 중심의 소통 능력을 갖추어 환자에게 최상의 서비스를 제공해야 합니다.

약국 시스템의 폐쇄적 구조는 AI 도입의 큰 장애물로 작용하며, 데이터 개방과 표준화가 시급한 과제입니다.

AI 시대 약사 직능은 반복적 업무는 AI에 맡기고 환자와의 소통 및 맞춤형 판단에 집중해야 하며, AI 활용 시 법적 책임과 개인정보 보호 문제를 유의해야 합니다.

인공지능이 자동으로 줄인 '세 줄 요약' 기술을 사용합니다. 전체 내용을 이해하기 위해서는 기사 본문과 함께 읽어야 합니다.

요약 정보 인공지능이 자동으로 줄인 '세 줄 요약' 기술을 사용합니다. 전체 내용을 이해하기 위해서는 기사 본문과 함께 읽어야 합니다.

김명규 이화여대 약학대학. 약사공론DB.

AI 시대를 맞은 약국은 지금 어디에 와 있으며 앞으로 무엇을 준비해야 할까. 이는 약사 직능만의 문제가 아니라 사회 전체가 AI를 어떻게 받아들이고 활용할 것인가에 대한 고민과 맞닿아 있다.

지난 10일 고양 킨텍스에서 열린 제21회 경기약사학술제에서는 ‘AI 시대, 약사의 미래를 설계하다’를 주제로 학술심포지엄이 진행됐다.

이날 심포지엄에서는 인공지능(AI)이 약국 현장과 약사 직능에 미칠 변화와 AI 기반 약료 서비스의 가능성·한계, 법적·윤리적 책임 문제가 집중적으로 논의됐다.

첫 연자로 나선 김명규 이화여대 약학대학 교수는 ‘인공지능이 대신할 수 없는 약사 전문성’을 주제로 발표하며 “AI가 대체하는 것은 약사 자체가 아니라 반복적이고 기계적인 업무”라고 진단했다.

김 교수는 처방 입력, 재고 관리, 조제 자동화 등은 AI와 기계가 상당 부분 수행할 수 있지만, 환자 개별 상황을 고려한 판단과 공감, 복약 순응도 향상을 위한 소통은 인간 약사의 영역이라고 강조했다.

특히 “환자는 단순 데이터가 아니라 사람”이라며 “같은 질환이라도 식습관과 병용약물, 문화적 배경, 부작용 반응이 모두 다르기 때문에 AI의 평균적 답변만으로는 한계가 있다”고 설명했다.

AI의 ‘프롬프트 의존성’ 문제도 제기됐다. 환자가 AI에 불완전한 정보를 입력할 경우 잘못된 답변을 얻을 가능성이 크다는 설명이다.

김 교수는 “전문가는 어떤 정보가 중요한지 알지만 환자는 그렇지 못하다”며 “약사는 AI 답변의 오류를 검증하고 환자 맞춤형으로 재해석하는 역할을 해야 한다”고 말했다.

또한 AI의 ‘환각(Hallucination)’ 문제도 지적했다. 실제 논문 기반 AI 검색 서비스조차 검색 범위와 조건에 따라 상반된 결론을 제시할 수 있다는 점을 소개하며 “약사는 보다 폭넓은 근거를 종합적으로 평가하는 능력을 갖춰야 한다”고 강조했다.

김 교수는 “AI는 감정 공감과 신뢰 형성, 윤리적 판단, 최종 책임을 대신할 수 없다”며 “AI를 이해하고 활용할 수 있는 역량과 인간 중심 커뮤니케이션 능력을 동시에 갖춰야 한다”고 덧붙였다.

이어 발표한 유상준 약학정보원장은 ‘안전하고 유용한 약사용 AI 개발’을 주제로 실제 약국 현장에서 활용 가능한 AI 개발 방향을 소개했다.

유 원장은 “AI는 약사에게 유용해야 하고 동시에 안전해야 한다”며 “단순 기술 도입이 아니라 실제 약국 현장의 문제를 해결하는 방향이어야 한다”고 설명했다.

그는 지난해부터 글로벌 IT·헬스케어 기업들과 논의를 진행해온 경험을 소개하며 “공공 AI 프로젝트 상당수가 실패한 이유는 ‘가짜 문제’를 풀려고 했기 때문”이라며 “약사들이 실제로 가장 어려워하는 부분이 무엇인지 찾는 것이 중요했다”고 말했다.

약학정보원은 현재 PM+20 시스템에 AI 기반 처방 점검 기능 도입을 추진 중이다. 유 원장은 “약사의 법적 책임과 업무 시간 부담 등을 고려할 때 처방 점검 영역의 수요가 가장 크다고 판단했다”고 밝혔다.

또 AI 안전성을 위해 ‘휴먼 인 더 루프(Human in the Loop)’ 구조를 강조했다. AI가 판단을 내리더라도 최종 검증과 수정은 반드시 약사가 맡아야 한다는 설명이다.

실제 시연에서는 조영제 CT 검사 예정 환자의 약물 위험성, 서방정 분할 금기, 여성 환자의 피나스테리드 복용 문제, 소아 체중 기반 용량 계산 등을 AI가 실시간 점검하는 사례가 소개됐다.

다만 유 원장은 “기술적으로 가능하다고 해서 모두 상용화 가능한 것은 아니다”라며 “비용과 규제, 개인정보 문제 등을 함께 고려해야 한다”고 말했다.

세 번째 연자인 조정래 약문약답 대표는 ‘환자도 AI를 쓰는 시대, 약사의 역할은 무엇인가’를 주제로 발표했다.

조 대표는 “미국 성인의 32%가 AI를 통해 건강 정보를 얻고 있으며, 약물 부작용과 의약품 정보를 검색하는 사례도 빠르게 늘고 있다”고 설명했다.

그는 “환자들이 약국 방문 전 챗GPT 등에 질문하고 오는 것이 자연스러운 흐름이 됐다”며 “약사는 AI 답변의 오류와 누락된 정보를 확인하고 개인 맞춤형 상담을 제공하는 역할이 더욱 중요해질 것”이라고 전망했다.

또한 약사용 AI 도구의 핵심 조건으로 △개인정보 보호 △처방·복약 이력 기반 분석 △위험도 우선순위화 △근거 제시 △실시간 상담 반영 △빠른 응답 속도 등을 제시했다.

조 대표는 현재 개발 중인 다제약물 검토 AI 솔루션 ‘파이(PHI)’도 소개했다. 해당 솔루션은 환자 처방 이력을 기반으로 약물 위험을 분석하고 근거를 제시해 약사의 검토 시간을 단축하는 방식이다. 서울대 약학대학과 공동 연구를 통해 약물 검토 정확도 93%를 확보했다고 설명했다.

“AI 복약지도 오류, 책임은 약사” 법적 책임 논란

“AI는 면허가 없습니다. 결국 최종 책임은 면허를 가진 약사에게 돌아갑니다.”

법무법인 규원 우종식 변호사. 약사공론DB.

법무법인 규원 우종식 변호사(약사·변리사)는 ‘AI 활용, 윤리적 책임과 법적 리스크 관리’를 주제로 발표하며 약국 현장의 AI 활용 확대에 따른 법적 책임 문제를 집중적으로 짚었다.

우 변호사는 현재 약국 현장에서 활용되는 AI 기술 수준을 △조제 검증 △복약지도 보조 △건강상담 △행정업무 영역으로 구분했다.

의약품 이미지 인식과 조제 오류 자동 감지는 아직 연구 단계이며, 약물 상호작용 분석이나 환자 맞춤형 복약정보 생성은 도입 초기 수준이라고 설명했다. 반면 처방 해석, 보험청구 자동화, 재고 관리 최적화 등 행정업무 분야는 이미 상용화 단계에 들어섰다고 평가했다.

우 변호사는 AI 활용 확대 속에서도 가장 중요한 쟁점으로 ‘책임 귀속’ 문제를 꼽았다.

그는 “약사법 제23조상 복약지도 의무는 AI 사용 여부와 무관하게 약사에게 귀속된다”며 “AI가 잘못된 정보를 생성하더라도 최종 책임은 AI 개발사가 아니라 약사에게 돌아갈 가능성이 높다”고 말했다.

특히 생성형 AI의 ‘환각(Hallucination)’ 현상을 주요 위험 요소로 지목했다. 존재하지 않는 정보를 사실처럼 생성하는 생성형 AI 특성상 잘못된 약물 상호작용 정보나 부정확한 용법·용량 정보가 제공될 수 있다는 설명이다.

우 변호사는 “AI는 어디까지나 보조 도구이며 전문적 판단은 약사의 몫”이라며 “AI 결과물을 환자에게 전달하기 전 공식 DB와 교차 검증하는 절차가 반드시 필요하다”고 강조했다.

이날 발표에서는 2026년 시행된 ‘인공지능 발전과 신뢰 기반 조성 등에 관한 기본법(인공지능기본법)’도 주요 내용으로 다뤄졌다.

우 변호사는 약국에서 활용되는 생성형 AI가 법적으로는 ‘고영향 AI’와 ‘생성형 AI’에 동시에 해당할 가능성이 높다고 설명했다.

보건의료 영역 AI는 생명·신체·기본권에 중대한 영향을 미칠 수 있는 고영향 AI로 분류되며, 이에 따라 위험관리와 이용자 보호, 설명 가능성, 사람의 관리·감독 의무 등이 적용될 수 있다는 것이다.

특히 약국에서는 △AI 활용 사실 사전 고지 △AI 생성물 표시 △검증 절차 마련 △오류 대응 매뉴얼 구축 △환자 이의제기 시 직접 설명 의무 등이 중요해질 것으로 전망했다.

그는 “AI 기반 복약지도 자료를 제공할 경우 ‘본 복약지도 정보는 AI를 활용해 작성됐다’는 식의 고지가 필요할 수 있다”며 “고지 의무 위반 시 최대 3000만원 과태료가 부과될 수 있다”고 설명했다.

우 변호사는 개인정보 문제에 대해서도 주의를 당부하며 “환자 처방전과 질환 정보를 챗GPT 등 외부 생성형 AI에 직접 입력하는 것은 개인정보보호법 위반 가능성이 크다”며 “환자 이름과 주민번호, 처방 내용, 질환명 등을 외부 AI에 입력하는 행위는 사실상 금지 수준으로 봐야 한다”고 말했다.

특히 대부분 생성형 AI 서비스가 입력 데이터를 학습에 활용할 수 있다는 점을 언급하며 이용약관 확인 필요성도 강조했다.

AI 오류로 조제·복약지도 문제가 발생할 경우 약사법 위반은 물론 민사상 손해배상과 업무상과실치상 등 형사책임으로 이어질 수 있다고 설명했다.

우 변호사는 미국에서 실제로 챗GPT가 존재하지 않는 판례를 생성해 변호사가 징계를 받은 사례를 소개하며 “약국 현장에서도 유사한 문제가 충분히 발생할 수 있다”고 말했다.

약국 시스템의 ‘폐쇄적 구조’ AI 접목 한계

마지막 심포지엄 강의를 맡은 강재현 약사(마이팜 대표)는 ‘약사와 함께 성장하는 AI’를 주제로 발표하며 AI 기술보다 먼저 해결해야 할 과제로 약국 시스템의 ‘폐쇄적 구조’를 지목했다.

강 약사는 이날 직접 제작한 복약지도 보조 AI 도구를 사례로 소개했다. 환자 복용 약물 목록을 입력하면 병용금기 체크와 복약지도 문구 생성이 가능하도록 만든 프로토타입으로, 생성형 AI ‘클로드(Claude)’를 활용해 약 30분 만에 구현했다고 설명했다.

하지만 실제 약국 조제 프로그램과 연결하는 단계에서 한계에 부딪혔다고 밝혔다.

강 약사는 “API도 없고 데이터 내보내기 기능도 없으며 내가 입력한 데이터조차 내가 활용할 수 없었다”며 “AI 기술의 문제가 아니라 약국 시스템 구조 자체가 막혀 있는 상황”이라고 지적했다.

그는 “앞선 발표들이 AI의 대체 가능성, 약국 행정, 환자용 AI, 법적 책임을 다뤘다면 자신은 조금 다른 질문을 던지고 싶었다”며 “그 AI가 들어갈 자리가 지금 약국에 존재하는가를 고민해야 한다”고 말했다.

강 약사는 다른 산업 분야와 약국 환경을 비교하며 약국 시스템의 폐쇄성을 강조했다.

동네 카페는 포스(POS) 데이터를 CSV 형태로 추출해 AI 분석에 활용하고, 쇼핑몰 운영자는 API를 통해 주문·재고·배송 자동화를 구현하고 있다는 것이다. 금융권 역시 오픈뱅킹 API 개방 이후 핀테크 생태계가 빠르게 성장했다고 설명했다.

반면 약국은 API와 표준화 체계가 부족해 데이터 이동과 외부 서비스 연동이 사실상 불가능하다고 지적했다.

그는 “약국에는 하루 수십~수백 건의 처방 데이터가 축적되고 있지만 실제 활용은 제한적이라는 지적이 나온다”고 말했다.

폐쇄 구조의 원인으로는 △소수 업체 중심 과점 구조 △교환 표준 부재 △데이터 소유권 불명확성을 꼽았다.

특히 “폐쇄성이 곧 사업 모델이 된 구조”라고 진단했다. API를 개방하면 이용자 이탈 위험이 발생하기 때문에 프로그램 업체 입장에서는 개방 유인이 적다는 설명이다.

또 미국 의료 분야에서는 FHIR(Fast Healthcare Interoperability Resources) 기반 데이터 교환 표준이 정착돼 다양한 서드파티 서비스가 작동하고 있지만, 국내 약국 환경은 표준화가 미비해 신규 서비스 결합 자체가 어렵다고 평가했다.

데이터 소유권 문제도 핵심 과제로 언급했다.

강 약사는 “약국 데이터가 약사의 것인지, 프로그램사의 것인지, 환자의 것인지 명확하지 않다”며 “결국 ‘안 주는 것’이 기본값이 되고 있다”고 말했다.

그는 현재 약국 시스템을 “스마트폰은 있지만 앱스토어가 없는 상태”라고 비유하며 “AI가 발전하지 못하는 이유는 기술 부족이 아니라 열린 생태계 부재 때문”이라고 강조했다.

이어 해결 방향으로 △약국 프로그램 평가 시 ‘개방성’ 기준 반영 △약사의 데이터 접근권 논의 시작 △약사 개발자들의 프로토타입 활성화 등을 제안했다.

연산 비용 폭증에 AI 업계 부담 확대…젠슨 황 ‘AI 활용 인간이 미래’ 강조”

엔비디아 부사장 “AI 운영비, 직원 인건비 넘어섰다” 이미지 확대보기 브라이언 카탄자로 엔비디아 AI·딥러닝 부문 부사장. 사진=엔비디아

◇ AI 확산 뒤따르는 ‘천문학적 비용’

◇ 우버 등도 AI 비용 급증

◇ 젠슨 황 “AI는 인간 대체 아닌 보조”

인공지능(AI) 산업이 급속도로 확대되는 가운데 엔비디아 내부에서 AI 운영 비용이 직원 인건비를 넘어섰다는 발언이 나왔다. AI 인프라 유지와 연산 비용이 폭증하면서 업계 전반의 부담도 커지고 있다는 분석이다.10일(현지시각) 미국 IT 전문매체 Wccftech에 따르면 브라이언 카탄자로 엔비디아 AI·딥러닝 부문 부사장은 최근 악시오스와 인터뷰에서 “우리 팀에서는 AI 연산 비용이 직원 비용보다 훨씬 크다”고 말했다.카탄자로 부사장은 AI 생태계를 유지하기 위한 인프라 비용이 급증하고 있다며 이같이 밝혔다. 엔비디아는 자체 AI 모델과 서비스, 차세대 그래픽 기술인 DLSS 등 다양한 분야에서 AI를 적극 활용하고 있다.특히 AI 기업들은 기존 데이터센터를 업그레이드하고 신규 AI 팩토리를 구축하는 데 막대한 자금을 투입하고 있다. 최근에는 수기가와트(GW)급 프로젝트도 잇따라 추진되는 상황이다.시장조사업체 가트너에 따르면 올해 전 세계 IT 지출 규모는 6조3165억 달러(약 9287조7550억 원)로 지난해보다 13.5% 증가할 전망이다.이 가운데 데이터센터 시스템 지출은 지난해 5056억3400만 달러(약 743조2810억 원)에서 올해 7879억9000만 달러(약 1158조3453억 원)로 55.8% 급증할 것으로 예상됐다.소프트웨어 지출은 1조4436억2100만 달러(약 2122조1229억 원), IT 서비스 지출은 1조8701억9700만 달러(약 2749조1896억 원)에 이를 것으로 전망됐다.AI 운영비 급증 현상은 엔비디아만의 문제가 아니라는 지적도 나온다.악시오스에 따르면 우버와 스완AI 등 여러 기업들도 AI 관련 비용이 빠르게 증가하고 있어서다. AI 모델 학습과 추론에 필요한 고성능 그래픽처리장치(GPU)와 전력, 냉각 시스템 비용이 동시에 뛰고 있기 때문이다.특히 생성형 AI와 에이전틱 AI 확산으로 연산 수요가 급증하면서 업계 전반에서 데이터센터 투자 경쟁도 치열해지고 있다.다만 젠슨 황 엔비디아 최고경영자(CEO)는 AI 비용 증가를 부정적으로만 보지 않는 분위기다.황 CEO는 AI가 인간 일자리를 파괴한다는 주장에 거듭 반박해왔다. 그는 인간은 반복 업무가 아니라 문제 해결에 집중해야 하며 AI를 활용하는 사람이 미래 경쟁력을 갖게 될 것이라고 강조해왔다.Wccftech는 AI 산업이 아직 초기 단계에 불과하며 최근 주목받는 에이전틱 AI 역시 새로운 시대의 시작점이라고 전했다.김현철 글로벌이코노믹 기자 rock@g-enews.com

인공지능(AI)은 지난 20년 동안 눈에 띄게 발전해 왔다. 초기 AI 시스템은 이미지 인식, 자연어 처리, 예측 분석과 같은 데이터 중심 작업을 위해 설계되었지만, 오늘날 AI는 디지털 영역을 넘어 물리적 기계에 내장되는 방향으로 발전하고 있다.

AI와 로보틱스, 자동화의 융합은 ‘피지컬 AI(physical AI)’라는 산업 운영 기술의 차세대 진화를 의미한다. 이 개념은 주변 환경을 인식하고, 지능적인 의사결정을 내리며, 실제 물리적 세계에서 행동할 수 있는 AI 기반 자율 로봇 시스템을 포함한다.

피지컬 AI의 발전은 최근 머신러닝(ML) 알고리즘, 센서 기술, 컴퓨팅 하드웨어의 혁신에 의해 가속화되고 있다. 이러한 요소들은 보다 지능적이고 유연한 차세대 기계의 구현을 가능하게 하며, 다양한 산업 전반에서 효율성과 유연성을 크게 향상시킬 수 있다.

이 글에서는 AI가 디지털 영역에서 물리적 세계로 확장하는 변화와 그러한 전환을 이끄는 다양한 요인들, 그리고 이 기술이 궁극적으로 나아갈 방향을 살펴본다.

AI의 혁신적 발전

현대 AI의 부활은 딥러닝이 도입된 2010년대로 거슬러 올라간다. 2012년에는 심층 신경망이 시각적 객체 인식 분야에서 인상적인 성과를 달성하며, 기계가 대규모 데이터세트로부터 복잡한 패턴을 학습할 수 있음을 입증했다. 이는 CNN(convolutional neural network)부터 강화 학습에 이르기까지 AI 전반에 걸친 혁신의 물결을 촉발했다.

2010년대 후반과 2020년대 초반에 이르러 AI 모델은 규모와 성능 면에서 기하급수적으로 발전했다. 그중 중요한 돌파구는 언어 모델과 비전 트랜스포머로, 이는 인간과 유사한 텍스트를 생성하고 이미지를 높은 정확도로 인식할 수 있게 되었다. 그러나 이러한 기능들은 여전히 데이터 분석과 가상 작업 자동화와 같은 디지털 영역에 주로 국한되어 있었다.

산업 자동화 분야에서 AI는 크게 두 가지 영역에 적용되어 왔다. 바로 분석과 예지보전(predictive maintenance, PdM)이다. 머신러닝 모델은 생산 라인의 센서 데이터, 품질 검사 카메라, 공급망 시스템 등에서 생성되는 방대한 데이터를 분석해 사람이 놓치기 쉬운 패턴이나 이상 징후를 식별할 수 있다.

AI는 예지보전에 더욱 지능화된 접근 방식을 제공한다. 진동 센서, 온도 데이터, 오일 분석 등을 통해 장비 상태를 실시간으로 모니터링하고, 머신러닝을 적용함으로써 고장이 발생하기 전에 이를 예측할 수 있다. 기존의 사후적 유지보수에서 AI 기반 예측 전략으로 전환하면 의도치 않은 다운타임을 30~50% 줄이고, 유지보수 비용을 최대 40%까지 절감할 수 있다.

기존 AI 활용 사례가 이처럼 높은 효율성을 제공함에도 불구하고, AI의 진정한 잠재력은 지능을 물리적 세계로 확장하는 데 있다. 컴퓨터 비전, 로보틱스 하드웨어, 엣지 컴퓨팅의 발전이 이를 가능하게 하고 있으며, 이러한 전환은 피지컬 AI 시대의 시작을 의미한다.

피지컬 AI란?

피지컬 AI는 물리적 기계와 장치에 구현되어, 실제 환경에서 자율적으로 인식하고, 판단하며, 행동할 수 있도록 하는 AI 시스템을 의미한다. 예를 들어 물류 창고 로봇이 피지컬 AI를 활용할 경우, 카메라를 통해 박스를 인식하고, 다음에 어떤 박스를 집을지 판단한 뒤, 로봇 팔을 이용해 실제로 이를 이동·배치할 수 있다.

피지컬 AI는 단순히 소프트웨어로 존재하는 AI와 달리, 물리적 형태를 통해 주변 환경과 상호작용할 수 있는 AI를 의미한다. 이러한 시스템은 컴퓨터 비전, 라이다(LiDAR), 음향 센서와 같은 첨단 인식 기술, 센서 데이터를 해석하고 행동을 계획하는 추론 및 의사결정 알고리즘, 그리고 실제 동작을 수행하는 액추에이터 메커니즘 등 다양한 기술을 통합해 구성된다.

피지컬 AI를 보다 잘 이해하기 위해서는 기존 로보틱스와의 차이를 구분할 필요가 있다. 전통적인 산업용 로봇은 대부분 정해진 규칙을 따르도록 사전에 프로그래밍된 시스템으로, 특정 작업들을 높은 정밀도로 반복 수행하는 데 초점을 맞추고 있다. 따라서 환경이 변화하면 이에 유연하게 대응하지 못한다. 이처럼 설계상 경직된 구조를 갖고 있기 때문에 새로운 작업을 수행하려면 운영자가 재프로그래밍을 해야 하며, 이로 인해 추가적인 다운타임이 발생한다.

또 다른 핵심적인 차이는 실시간 인식 능력이다. 기존 로봇은 정밀한 피드백을 위한 폐쇄형 루프 제어 시스템을 갖추고 있더라도, 적응형 인식이나 상황 인지 기반 의사결정 기능이 부족한 경우가 많다. 반면 피지컬 AI 장치는 고해상 카메라, 깊이 센서, 촉각 센서 등 최신 인식 시스템을 탑재해 작업 상황을 ‘보고’ ‘느낄’ 수 있으며, 이를 바탕으로 보다 유연하게 대응할 수 있다.

본질적으로 피지컬 AI는 기존에 부족했던 유연성과 적응성을 로보틱스에 부여한다. 그렇다고 해서 전통적인 규칙 기반 로봇이 쓸모 없다는 것은 아니다. 이들 로봇은 여전히 구조화된 작업에서는 효과적이다. 피지컬 AI 로봇은 기존 로봇을 단순히 대체하는 것이 아니라, 자동화의 역량을 보완하고 확장하는 역할을 하게 된다. 그러나 작업이 점점 더 복잡하고 가변적으로 변화함에 따라, 피지컬 AI의 장점은 차세대 자동화 시스템의 핵심 기반으로 자리잡게 될 것이다.

피지컬 AI 도입을 가속하는 요인들

산업의 요구와 같은 수요 측면과 기술적 구현 요소와 같은 공급 측면의 여러 요인이 맞물리면서, 기업들의 피지컬 AI 솔루션 도입을 가속화하고 있다.

▶ 인력 부족과 비용 상승

많은 산업, 특히 제조와 물류 분야는 인력 문제에 직면해 있다. 글로벌 공급망 혼란과 리쇼어링(reshoring) 흐름 속에서 서구 제조업체들은 숙련 작업자의 부족을 겪고 있으며, [2] 이는 경쟁력을 유지하기 위해 자동화 도입을 더욱 강화해야 할 필요성을 부각시키고 있다.

피지컬 AI는 인력 부족 문제를 해결할 수 있는 대안으로, 신규 인력 채용이 어려운 작업을 자동화함으로써 기술 격차를 보완한다. 지능형 로봇은 피로 없이 24시간 운영이 가능해 인건비를 절감하고 생산 목표를 달성하는 데 기여한다. 즉, 이러한 경제적 흐름은 첨단 자동화 도입의 필요성을 그 어느 때보다 강화하고 있다.

▶ 유연성과 회복탄력성에 대한 요구

전통적인 AI 기반 자동화는 경직된 구조를 갖고 있어, 제품 다양성이 높은 환경이나 갑작스러운 변화에 효과적으로 대응하기 어렵다. 오늘날 시장은 제품 수명 주기가 짧아지고 소비자 요구가 빠르게 변화하는 등 변동성이 커지고 있다. 이에 따라 제조회사는 매번 대규모 설비 변경 없이 다양한 제품과 소량 생산에 대응할 수 있는 유연한 자동화가 필요하다.

피지컬 AI는 학습을 통해 로봇이 다양한 작업을 수행하거나 새로운 작업으로 전환할 수 있게 함으로써 이러한 유연성을 제공한다. 또한 핵심 작업을 자동화함으로써 인력 의존도를 낮추고, 시스템의 회복탄력성을 강화하는 데 기여한다.

▶ 시뮬레이션 및 디지털 트윈 기술

피지컬 AI 도입을 가능하게 하는 핵심 요소 중 하나는 실제 환경에 배치하기 전에 시뮬레이션을 통해 기계를 학습시키고 테스트할 수 있는 능력이다. 엔비디아(NVIDIA) Isaac Sim과 같은 고정밀 시뮬레이터는 로봇과 그 운영 환경의 디지털 트윈을 생성할 수 있다. 이러한 디지털 트윈은 두 가지 주요 이점을 제공한다. 하나는 강화학습과 같은 기법을 안전하고 확장 가능하게 활용할 수 있도록 한다는 것이고, 다른 하나는 새로운 로봇 솔루션의 개발 및 배포 시간을 크게 단축시킨다는 것이다.

물리적으로 정밀한 물리 엔진과 합성 데이터 생성 기술이 발전함에 따라, 시뮬레이션 도구는 피지컬 AI의 확산을 가속하는 핵심 역할을 하고 있다. 이를 통해 중소기업도 대규모 자체 연구개발 없이 시뮬레이션 기반 개발을 활용해 지능형 로봇을 도입할 수 있게 되었다.

피지컬 AI의 활용 사례

자율주행차는 피지컬 AI의 가장 대표적인 사례 중 하나다. 이러한 자율주행차량은 바퀴 달린 로봇과 같으며, 카메라, 라이다, 레이더 등을 통해 도로 환경을 인식한다. 이후 AI를 활용해 상황을 해석하고 주행 결정을 내리며, 이에 따라 조향과 제동을 제어한다.

피지컬 AI는 가장 복잡한 산업 중 하나인 헬스케어 분야에서도 혁신을 이끌 잠재력을 지니고 있다. 엔비디아는 최근 GE 헬스케어(GE HealthCare)와 협력해 피지컬 AI 기반의 자율 진단 영상 시스템을 개발하고 있다.[3] 이 협력은 환자 위치 설정, 스캔 수행, 영상 품질 확인까지 작업자의 개입을 최소화하여 수행할 수 있는 엑스레이 및 초음파 시스템 개발을 목표로 한다.

또 다른 흥미로운 활용 사례는 우주 탐사 분야다. 극한 환경에서는 인간이 직접 수행하기 어려운 작업이 많기 때문에, 피지컬 AI가 이를 대신 수행할 수 있다. 이제 피지컬 AI는 단순한 보조 도구를 넘어, 인류의 우주 탐사를 함께하는 중요한 파트너로 자리잡고 있다. 인간과 이러한 기술이 결합되면서 새로운 가능성의 세계가 열리고 있다.

결론

피지컬 AI는 5차 산업혁명의 최전선에 서 있으며, AI의 디지털 지능과 기계의 물리적 능력을 결합한다. 피지컬 AI를 수용함으로써 우리는 단순한 자동화를 넘어, 진정한 자율성을 갖춘 기계의 시대로 나아가고 있다.

이 여정은 이제 막 시작되었으며, 피지컬 AI 기술이 계속 발전함에 따라 향후 수십 년 동안 자동화의 개념 자체를 재정의하게 될 것이다.

KAIST 김재철AI대학원 장동인 책임교수...정보제공에서 해석ㆍ설계로 이동

[의약뉴스] 인공지능(AI) 확산으로 약국 업무 일부에 자동화가 예상되는 가운데, 약사 역할의 무게 중심이 환자 상담과 최종 판단으로 이동할 것이란 전망이 나왔다.

KAIST 김재철AI대학원 장동인 책임교수는 10일 고양 킨텍스 제2전시장에서 열린 제21회 경기약사학술대회에서 ‘AI가 가져올 미래의 모습과 약사의 준비전략’을 주제로, AI가 약국 업무와 약사 역할에 미칠 영향을 조명했다.

▲ 경기도약사회는 제21회 경기약사학술대회에서 KAIST 김재철AI대학원 장동인 책임교수를 초청, AI가 약국 업무와 약사 역할에 미칠 영향과 대응 전략을 소개했다.

장동인 교수에 따르면 생성형 AI는 문서 요약과 코드 작성 등 정보 처리 업무를 수행하는 단계, 에이전트 AI는 스스로 도구를 선택해 복수 업무를 처리하는 단계에 진입했다.

이 가운데 피지컬 AI가 로봇과 결합해 자동조제기, 무인약국, 의약품 자동분류ㆍ포장 등으로 확장될 수 있다는 것이 장 교수의 설명이다.

그는 “생성형 AI는 이미 일상화됐고, 에이전트 AI는 2~3년 내 약국 도입이 가능하며, 피지컬 AI는 5년 내 가시화될 수 있다”면서 “AI 활용으로 신약 출시 속도와 허가ㆍ심사 업무 방식이 달라질 수 있고, 이에 따라 약사가 학습해야 할 신약 정보도 늘어날 것”이라고 밝혔다.

이 가운데 약국 업무에서는 조제 업무 자동화, 정보 제공의 무료화, 처방 검증 고도화, 상담 양극화 등이 나타날 것으로 전망했다.

자동조제기와 무인약국 솔루션 확산으로 단순 반복 업무 수요는 줄어들 수 있고, 환자가 생성형 AI를 통해 의약품 정보를 직접 확인하면서 약사의 단순 정보 제공 역할은 압박을 받을 수 있다는 것이다.

반면 다제 복용, 부작용 관리, 정서적 지지 등 복합적인 상담 영역에서는 약사의 가치가 높아질 수 있다고 피력했다.

장 교수는 “약에 대한 정보 제공은 AI가 잘할 수 있지만, 환자의 맞춤형 관리나 상담, 안심을 주는 일은 하기 어렵다”며 “환자 개인에 맞춘 상담과 정서적 교감이 더 중요해질 것”이라고 전했다.

이 가운데 AI가 대체하기 어려운 영역으로 법적 책임을 지는 최종 판단, 환자의 정서와 맥락을 읽는 상담, 다제 복용ㆍ복합질환 통합관리, 공중보건적 역할 등을 꼽았다.

이에 따라 약사의 역할도 정보 제공자에서 정보 해석자, 환자 경험 설계자로 이동하고 있다는 설명이다.

▲ 장 교수는 약사의 AI 시대 준비전략 4개 축으로 PACT 프레임워크를 제시했다. (자료=경기도약사회)

약사에게 필요한 준비전략으로는 PACT 프레임워크를 제시했다. PACT는 AI 도구 활용 역량, 직무 재정의와 적응, 환자 중심의 휴먼 터치, 약사의 신뢰성과 책임을 뜻한다.

장 교수는 “정보 검색, 단순 복약지도 작성, 표준 환자 자료 제작 등은 AI 활용으로 효율화할 수 있는 반면, 다제 복용 환자 상담과 부작용 모니터링, 만성질환자 추적관리, 방문약료 등은 약사의 역할 비중이 커질 수 있다”면서 “특히 AI가 만들어낸 결과물을 검증하는 것은 사람이 해야 한다”고 강조했다.

아울러 "단순 검색과 문서 생성, 전용 챗봇 활용을 넘어 AI에게 지시해 직접 업무 도구를 만드는 ‘바이브코딩’을 통해 OTC 추천 의사결정 트리, 복약지도문 템플릿, 신약 정보 요약 카드 등 약국 업무에 필요한 소규모 도구를 만들 수 있다"고 덧붙였다.

저작권자 © 의약뉴스 무단전재 및 재배포 금지

미국 정부의 인공지능(AI) 기반 국방 전략이 강화되면서 팔란티어가 최대 수혜 기업 가운데 하나로 부상하고 있다는 분석이 나오고 있다.

실시간 데이터 분석과 전장 정보 통합 기술을 앞세운 팔란티어가 미국 국방·정보기관 사업 확대 흐름 속에서 존재감을 키우고 있다는 평가다.

로이터 보도에 따르면 최근 미국 정부가 국방 AI와 군사 데이터 분석 시스템 투자를 확대하면서 팔란티어의 수주 가능성이 커지고 있다고 보도했다. 미국 국방부와 정보기관들이 AI를 활용한 실시간 의사결정 체계를 강화하는 과정에서 팔란티어 플랫폼 수요가 증가하고 있다는 설명이다.

팔란티어는 대규모 데이터를 실시간으로 분석하고 이를 시각화해 군사 작전과 정보 분석에 활용할 수 있도록 하는 소프트웨어 플랫폼으로 잘 알려져 있다. 과거에는 주로 정보기관과 군사 분야 중심으로 사업을 전개했지만 최근에는 AI 기술을 접목하며 민간 영역까지 사업 범위를 넓히고 있다.

최근 중동과 동유럽 지역의 군사적 긴장이 이어지면서 미국과 서방 국가들의 국방 AI 투자 속도도 빨라지고 있다. 군사 작전에서 드론, 위성, 감시 장비 등을 통해 수집되는 방대한 데이터를 얼마나 빠르게 분석하느냐가 핵심 경쟁력으로 떠오르고 있기 때문이다.

업계에서는 팔란티어의 강점으로 AI 기반 데이터 통합 능력을 꼽는다. 서로 다른 시스템에서 수집된 정보를 하나의 플랫폼으로 연결하고, 이를 실시간으로 분석해 군 지휘 체계에 제공하는 기능이 핵심이라는 평가다. 이는 현대전에서 점점 중요성이 커지고 있는 네트워크 중심 전투 개념과도 맞닿아 있다.

최근 팔란티어는 자사의 AI 플랫폼인 AIP(Artificial Intelligence Platform)를 중심으로 사업 확장에 속도를 내고 있다. 이 플랫폼은 단순 데이터 분석을 넘어 AI를 활용한 자동 의사결정 지원 기능까지 제공하는 것으로 알려졌다.

제조업과 에너지, 금융 분야 기업들 역시 해당 플랫폼 도입을 확대하고 있는 것으로 전해진다. 시장에서는 팔란티어가 단순 방산 소프트웨어 업체를 넘어 AI 기반 국가 안보 플랫폼 기업으로 변모하고 있다고 평가한다. 미국 정부가 AI와 국방 기술 경쟁력을 국가 전략 차원에서 강화하고 있다는 점에서 장기적인 성장 가능성이 크다는 분석도 나온다.

높은 기업가치에 대한 부담은 여전히 존재한다. 최근 AI 관련 종목으로 투자 자금이 집중되면서 주가 상승 속도가 지나치게 빠르다는 지적도 나온다. 일부 전문가들은 정부 계약 의존도가 높다는 점과 국방 예산 변화 가능성을 위험 요소로 꼽고 있다.

그럼에도 불구하고 AI 기반 군사 데이터 산업이 빠르게 성장하고 있다는 점에서 팔란티어의 전략적 중요성은 더욱 커질 것이라는 전망이 우세하다.

미국과 중국 간 기술 패권 경쟁이 심화되는 가운데 국방 AI 시장은 향후 글로벌 첨단 산업의 핵심 영역으로 자리 잡을 가능성이 크기 때문이다. 이번 흐름은 AI 기술이 단순 민간 서비스 영역을 넘어 국가 안보와 군사 전략의 핵심 인프라로 확대되고 있음을 보여주는 사례로 평가된다.

팔란티어가 이러한 변화 속에서 어떤 역할을 차지하게 될지 글로벌 시장의 관심이 집중되고 있다.

AI EXPO KOREA 2026 참관객이 코엑스 1층 동쪽 로비에서 입장 순서를 기다리고 있다(사진:본지)

인공지능(AI) 패권 경쟁의 중심축이 생성형 AI를 넘어 실세계 AI(Real World AI)와 일반인공지능(AGI)로 급속히 이동하는 가운데, 아시아 최대 규모 AI 행사인 ‘제9회 국제인공지능산업대전(AI EXPO KOREA 2026)’이 지난 6일부터 8일까지 사흘간 서울 삼성동 코엑스(COEX) 1층 A홀 전관에서 개최됐다. 이번 행사에는 18개국 330개 기업이 562부스 규모로 참가했으며, 사흘간 총 4만8678명의 참관객이 몰리며 역대 최대 기록을 새로 썼다.

AI EXPO KOREA 2026 참관객 서쪽 로비 전경(사진:본지)

올해 행사는 단순한 기술 전시회를 넘어 인공지능 대전환(AX), AI 인프라, 에이전트 AI, 피지컬 AI, 로봇, 데이터센터, 반도체, 국방·보건 AI, AGI 전략 등 미래 AI 패권 경쟁의 핵심 의제를 집약한 ‘글로벌 AI 전략 플랫폼’으로 평가받았다. 행사 기간 동안 국내외 주요 기업, 정책기관, 투자업계 관계자들이 대거 현장을 찾았으며, 아울러 대한민국이 ‘AI 3대 강국’을 향한 경쟁력 확보와 함께, 아시아 AI 생태계를 주도하는 전략 허브로 자리매김하고 있음을 대내외에 각인시킨 계기로 평가된다.

AI EXPO KOREA 2026 참관객이 입장하고 있는 모습(사진:본지, 이하)

제9회 ‘국제인공지능대전(AI EXPO KOREA 2026)’은 지난 6일 개막식을 시작으로 사흘간의 장정에 올랐다. 이 행사는 국내 AI 생태계 조성과 인공지능 산업의 발전 및 활성화를 위해 2018년 국내 최초로 개최된 이후 올해로 9회째로 한국인공지능협회, 서울메쎄, 인공지능신문이 공동주최했다. 전시는 매년 인공지능의 현재를 진단하고 미래 방향성을 제시하는 대표적인 플랫폼으로 자리 잡아왔으며, 최신 AI 기술과 실제 비즈니스 적용 사례를 직접 확인하고 관련 정보와 인사이트를 공유하는 장으로 기능해왔다.

김민석 총리(사진:개막 축하 영상 갈무리)

이날 개막식에는 주최측을 대표한 한국인공지능협회 김현철 회장의 개막사, 김민석 총리의 축하 영상을 시작으로 국회 과학기술정보방송통신위원회 양당 간사, 김현 의원과 최형두 의원, 법제사법위원회 주진우 의원이 각각 축사를 통해 “AI 3대 강국의 길은 정부나 기업 혼자 이룰 수 없다”며, “기업과 연구자, 현장의 혁신가들이 세계 무대에 도전할 수 있도록 정부와 국회가 든든한 버팀목이 되겠다”고 밝혔다.

개막식 테이프 커팅 전경

2025년 생성형 AI가 ‘생각하는 기계’의 시대를 열었다면, 지금 우리는 ‘움직이는 지능’의 시대, 즉 피지컬 AI(Physical AI) 시대로 진입하고 있다. AI 산업은 개인화된 작업을 자율적으로 수행하는 ‘AI 에이전트(AI Agent)’, 더욱 정교하고 다재다능해진 ‘대형언어모델(LLM)’, 그리고 이 모든 기술을 뒷받침하는 강력한 ‘AI 인프라’를 중심으로 폭발적인 성장이 예상된다.

여기에 더해 AI가 디지털 세계를 넘어 로봇, 자율주행, 스마트 기기, 산업 자동화 시스템 등 물리적 세계와 직접 상호작용하는 피지컬 AI가 본격적으로 확산되면서, 산업과 일상의 구조 자체를 재편하고 있다. AI EXPO KOREA 2026는 이러한 핵심 트렌드를 집중 조명하며, 참관객들에게 AI 기술의 최전선을 경험할 기회와 관련 인사이트를 제공했다.

단순한 챗봇을 넘어, 사용자의 의도를 파악하고 복잡한 작업을 자율적으로 계획 및 수행하는 AI 에이전트 기술이 산업 전반의 패러다임을 바꾸고 있다. 특히 이러한 AI 에이전트는 소프트웨어 영역에 머무르지 않고, 로봇 및 자율 시스템과 결합해 현실 세계에서 직접 행동하는 피지컬 AI로 확장되고 있다.

이번 전시에서는 개인 비서, 스마트홈 제어, 산업 자동화, 고객 서비스 혁신, 로보틱스 및 자율 시스템 등 다양한 분야에서 활약할 AI 에이전트 솔루션과 실제 적용 사례가 대거 공개된다. 방문객들은 AI 에이전트가 어떻게 업무 효율성을 극대화하고 새로운 사용자 경험을 창출하는지 직접 확인할 수 있었다.

LG 엑사원, 솔라(Solar), A.X K1, 오픈AI의 GPT 시리즈, 구글의 제미나이(Gemini), 메타의 라마(LLaMA), 딥시크(Hangzhou DeepSeek), 큐웬(Qwen) 등으로 대표되는 LLM은 이미 이미지를 넘어 영상 생성까지 가능한 멀티모달 기능으로 진화하며, 더욱 창의적이고 고도화된 작업 수행 능력을 선보이고 있다. 이러한 LLM은 단순한 콘텐츠 생성에 그치지 않고, 로봇과 결합해 물리적 행동을 지시·조정하는 피지컬 AI의 두뇌 역할을 수행하고 있다.

AI EXPO KOREA 2026에서는 국내외 주요 기업들이 개발한 최신 LLM과 이를 기반으로 한 다양한 응용 서비스, 산업별 특화 LLM 솔루션들이 시연과 함께 선보였다. 특히, LLM의 윤리적 사용, 데이터 보안, 모델 경량화 및 최적화 기술에 대한 심도 있는 논의도 이루어질 전망이다.

무엇보다도 AI 구축 및 전략을 위해서는 단순히 모델을 선택하는 것만으로는 부족하며, 특정 사용 사례에 맞게 주어진 모델을 파인튜닝하고 AI 구축과 배포에 드는 막대한 비용을 효율적으로 처리할 수 있는 솔루션을 필요로 한다. 여기에 이번 전시에서는 AI 칩부터 가속기, 스토리지, AI 서버, 다양한 엣지 디바이스와 컴퓨팅, HPC, 클라우드, 데이터센터까지 이를 아우르는 ‘AI 인프라’ 기술 및 솔루션이 소개됐다.

특히 피지컬 AI 시대를 대비한 로보틱스용 컴퓨팅, 실시간 센서 처리, 온디바이스 AI, 저지연 엣지 인프라 등이 주요 논의 주제가 될 전망이다. 현장에서 AI 적용을 위해, 그리고 AI 융합의 관점에서 고민하고 AI 인프라와 온디바이스 AI를 통해 우리의 생활과 산업과 비즈니스에서 AI가 소통하는 방법과 구체적인 전략 등의 솔루션과 시연이 진행됐다.

또한 이번 전시회에서는 AI 개발과 운영을 위한 핵심 인프라 기술과 솔루션, 데이터 수집·가공·분석 플랫폼, AI 모델 학습 및 배포 자동화 도구 등 AI 산업의 근간을 이루는 기술들을 한눈에 살펴볼 수 있었다. 국내외 반도체 기업, 데이터센터 솔루션 제공업체, 클라우드 서비스 기업들이 최신 기술을 선보이며 AI 시대의 하드웨어 및 소프트웨어 경쟁력을 제시했다.

이제, AI EXPO KOREA 2026는 단순한 기술과 산업 전시를 넘어, AI가 가져올 비즈니스와 다양한 산업에서의 혁신에 대한 구체적인 해답을 제시하는 장으로 참가 기업들은 자사의 AI 기술과 솔루션을 선보이며 새로운 비즈니스 파트너를 발굴하고, 참관객들은 AI 도입을 통한 경쟁력 강화 방안과 미래 성장 동력 확보에 대한 최신 정보와 관련 인사이트를 얻을 수 있었다.

부대행사로는 AI EXPO KOREA 2026 개막식을 시작으로 AI TECH 2026 AI 융합 비즈니스 개발 컨퍼런스 2026, AI Scale Up Day: 기업 IR피칭, 육군본부 AI 아이디어 공모전, 중소벤처기업부 컨퍼런스, AVING News 참가기업 현장 라이브 인터뷰, VC Connect 투자상담회, AI EXPO KOREA SUMMIT,

참가기업 AI 기술 PR 및 전략 발표 세미나, 제2회 AI Excellence Awards, AI Synergy Global Link, 한국정보공학기술사회 & AI 심포지엄, 한국IT여성기업인협회 KIBWA 세미나, KAIST AI 김재철 AI 대학원 AI 기술 설명회, 지식재산청 특허상담관 등이 다채롭게 진행됐다.

이번 2026 국제인공지능대전 주요 출품 및 전시 품목으로는 먼저, ▷‘AI Elemental Technologies·H/W·S/W’ 분야에서는 생성AI, 대형언어모델(LLM, sLLM), 설명 가능한 AI, 머신러닝, 딥러닝, 메타러닝, 제로샷러닝, 강화학습, 자연어처리(NLP), 음성 인식, 이미지 인식, 영상 인식 등의 플랫폼과 AI 칩·부품, 가속기, 스토리지, AI서버, 엣지 디바이스, 엣지 컴퓨팅, HPC, 클라우드, 데이터센터 및 관련 설비 등의

다양한 AI 인프라와 플랫폼·솔루션이 전시된 가운데, 이번 행사에서는 피지컬 AI 시대를 겨냥한 차세대 기술 전략도 집중 조명됐다. 특히 로보틱스 전용 컴퓨팅을 비롯해 실시간 멀티센서 처리 기술(비전·라이다·촉각·IMU), 초저지연 엣지 인프라, 온디바이스 AI, 로봇-클라우드 하이브리드 아키텍처 등이 핵심 의제로 부상하며 미래 AI 산업 방향성을 제시했다.

▷‘AI Applications & Services’ 분야에서는 AI 에이전트 솔루션과 챗GPT 등 국내외 다양한 대화형 어시스턴트 플랫폼, AI휴먼(디지털 휴먼), RPA, 5G·네트워크, IoT, 자율주행, 의료·헬스케어, 금융, 보안, 제조·유통·소매, AI로봇, 웨어러블, 스마트팩토리, 스마트시티·홈, 드론·UAV, 인공지능 컨택센터(AICC), 예측 유지 보수, AI 컨설팅 등 다양한 산업별 AI 응용 기술과 서비스를 직접 체험하고 시연할 수 있었다.

특히 단순한 개념 검증 차원의 전시를 넘어, 실제 작업 환경과 유사한 조건에서 작동하는 로봇·자율 시스템 기반 피지컬 AI 데모가 다수 선보였다. 참관객들은 AI가 주변 환경을 인식하고 판단하며 물리적 행동을 수행하는 전 과정을 현장에서 직접 확인할 수 있었다. 이를 통해 AI가 제조 현장, 물류, 스마트시티, 모빌리티, 헬스케어 등 다양한 산업 현장에서 어떻게 적용되고 활용될 수 있는지 보다 구체적으로 이해할 수 있을 것으로 기대된다.

▷‘AI+X 융합 서비스’ 분야에서는 인공지능을 기반으로 교육, 유통, 제조, 모빌리티, 로봇, 의료, 헬스케어 등 각 산업 환경을 어떻게 재설계하고 구축해야 하는지를 제시하는 산업별 ‘AI+X 관’을 별도로 구성해 운영했다. 각 전시관에서는 단순한 기술 소개가 아니라, 실제 현장 적용을 염두에 둔 솔루션과 구현 사례를 중심으로 제품 및 서비스의 차별화 전략, 비용 효율화 방안, 성능 개선 방법, 생산성 향상 모델, 새로운 수익 창출 구조 등을 종합적으로 제시했다.

이를 통해 참관객들은 AI 기술이 각 산업의 구조를 어떻게 변화시키고 있는지, 그리고 기업이 어떤 전략으로 대응해야 하는지를 보다 입체적으로 이해할 수 있을 것으로 기대된다.

▷‘데이터 산업 및 서비스’ 분야에서는 생성 인공지능과 더불어 가장 중요한 미래 산업 중 하나로 부상하고 있는 데이터 산업의 전 주기를 한눈에 조망할 수 있었다. 데이터 합성, 수집, 가공, 마이닝, 시각화, 정제, 분석, 모니터링, 저장 및 관리에 이르는 전 과정의 기술과 플랫폼이 소개됐으며, 기업과 기관이 데이터를 어떻게 활용하고 관리해야 하는지에 대한 구체적인 방향성을 제시했다.

특히 대규모 AI 학습을 위한 데이터 품질 관리, 데이터 거버넌스, 개인정보 보호 및 보안, 데이터 표준화 기술 등 실무 적용 관점의 솔루션이 함께 선보였다. 아울러 새로운 데이터 기반 비즈니스 모델과 기업 경쟁력 강화 전략, 데이터 활용을 통한 사회적 가치 창출 사례 등을 통해 데이터가 단순한 자원이 아닌 핵심 전략 자산으로 자리 잡고 있음을 확인할 수 있는 자리가 되었다.

AI EXPO KOREA 2026 통합사무국은 이번 행사가 단순한 기술 전시회를 넘어, AI 에이전트와 거대언어모델(LLM), AI 인프라, 그리고 디지털 지능이 현실 세계와 융합되는 피지컬 AI까지 급변하는 글로벌 AI 패러다임의 현재와 미래를 한눈에 조망한 무대였다고 총평했다.

또한 AI 기술 최전선의 흐름을 직접 확인하는 것은 물론, 산업 간 융합을 통해 새롭게 열릴 미래 사회와 비즈니스 가능성을 체감할 수 있는 자리였다고 평가했다. 특히 참관객들은 다양한 AI 솔루션과 서비스를 직접 체험하고, 글로벌 전문가 및 기업들과 교류하며 차세대 산업 변화에 대한 통찰을 얻는 기회를 가졌다는 설명이다.

아울러 통합사무국은 이번 행사가 AI가 단순한 디지털 기술을 넘어 산업·경제·일상 전반을 재편하는 핵심 인프라로 진화하고 있음을 보여준 상징적 무대였다며, AI EXPO KOREA가 앞으로 아시아를 대표하는 글로벌 AI 비즈니스 플랫폼이자 미래 전략을 논의하는 핵심 허브로 자리매김할 것이라고 강조했다.

한편, 제9회 ‘AI EXPO KOREA 2026’ 주요 참가 업체 및 기관은 아래와 같다.

△슬렉슨 △포항소재산업진흥원 △시스트란 △지아이비코리아 △YH데이타베이스 △네오와인 △딥브레인에이아이 △마음AI △맨텍솔루션 △명인일렉트로닉스 △미루웨어 △미스릴 △반야에이아이 △빛과전자 △사이냅소프트 △씨디에스 △아이티브에이아이 △에이데이타 △에이티엠아이앤씨 △에이프리카 △엘리스그룹 △엠클라우독 △영재컴퓨터 △오픈네트웍시스템 △와이즈넛 △원모어시큐리티 △유라클 △이빗 △이슬림코리아 △이엘온소프트 △인포플라 △케이엘큐브 △케이티엔에프 △코난테크놀로지 △코코링크 △퀀텀씨엔에스 △텔레칩스

△페블러스 △포스텍 △한국인공지능검증원 △한미마이크로닉스 △휴인스 △오픈메이드컨설팅 △2027 AI EXPO TOKYO △4S Mapper △AI WAVE SHOW △Altos Computing Inc. △Appen Korea Co., Ltd. △Aqrose Technology △Ascensio Systems Pte. Ltd. △BEEHE ELECTRIC(TAICANG) CO.,LTD. △BIN YUANN FIRSTLINE INDUSTRIAL CORP. △CYBERLINK CORP. △DataForce / 데이터포스 △DIGITIMES. Inc, DLI MEMORY, INC. △E.J Technology Co. Ltd. △FUNTEK Software INc. △Generalplus Technology Inc. △GMI Cloud △GRAID TECHNOLOGY INC. △HEARTBOT Inc. △Infinitix Inc. △KB금융지주

△Tenstorrent △KING SWORD MANUFACTURER CO., LTD. △KONST △KTC △LEX COMPUTECH CO., LTD. △Linkreal Co., Ltd. △MICRO-STAR INTERNATIONAL CO., LTD. △MinIO △MiTAC Computing Technology △NEWMOSHINE ELECTRONICS CO.,LTD △NEXCOM International Co., Ltd. △NEXCOM International Co., Ltd. △OE 솔루션 △PLAUD PTE. LTD. △QSAN TECHNOLOGY, INC. △SambaNova Systems Inc. △SilentTech Co., Ltd. △STA테스팅컨설팅 △Supermicro Computer Inc. Taiwan △TAITRA △강원대학교병원 AI 암치유센터 △경북소프트웨어마이스터고등학교 △관악아날로그 △광주소프트웨어마이스터고등학교 △교보디티에스

△굿인텔리전스 △그래파이 △누리에에이아이 △뉴로클 △대구소프트웨어마이스터고등학교 △대덕소프트웨어마이스터고등학교 △대한무역투자진흥공사 △더블유닷에이아이 △동국시스템즈 △두루이디에스 △디노티시아 △디에스앤지 △디엠티랩스 △디윅스 △디포그 △딥서치 △라이카지오시스템즈코리아 △래블업 △로보케어 △로터스코리아테크놀로지 △리더스시스템즈 △리드스피커코리아 △링크제니시스 △망고부스트 △매니코어소프트 △메가존소프트 △모티프 테크놀로지스 △몬드리안에이아이 △무하유 △미소정보기술 △백석문화대학교 산학협력단 △버즈니 △베슬에이아이 △벡스코 △보다플레이 △부산소프트웨어마이스터고등학교

△브이원텍 △블루닷 △비아이매트릭스 △비큐에이아이 △사단법인 한국피지컬에이아이협회 △삼인이엔에스 △삼일회계법인 △솔트룩스이노베이션 △솔트웨어 △슈어소프트테크 △스퀴즈비츠 △스토브리코리아 △시마테크놀러지스코리아 유한책임회사 △심플랫폼 △써팀 △씨이랩 △씽크프리 △아이디비 △아이크래프트 △아이티센클로잇 △아이티엔제이 △알서포트 △야놀자 △어니컴 △어드밴텍케이알 △에버퓨어 △에스투더블유 △에이수스코리아 △에이쓰리시큐리티 △에이아이씨 △에이아이웍스 △엑서스 △엑스퍼넷 △엠키스코어 △올거나이즈 △옵트에이아이 △와이즈스톤 △위앤유텍 △위즈코어 △윌콘에이아이 △유니닥스 △유니바

△유클릭 △이너웨이브 △이든티앤에스 △이스트소프트 △인공지능팩토리 △인스웨이브 △인이지 △인트플로우 △인피닉 △일레븐랩스 △임팩티브AI △제네시스랩 △제논 △그룹바이에이치알 △넥스브이 △뉴엔에이아이 △로이드케이 △리얼리 △바로에이아이 △바이트사이즈 △벨루가 △비솔 △비씨엠테크 △사미텍 △세인티 △씨에스리 △아이벡스 △아이핌 △앱테스트에이아이 △에너자이 △에이치쓰리솔루션 △엔유엘 △올빅뎃 △유니버스에이아이

△인텔리빅스 △인포보스 △제이앤케이씨 △젠다이브 △지미션 △파이헬스케어 △프로스트 △핑거포스트 △하이퍼놀로지 △나라원시스템 △주한미국상공회의소 △카페 24 △케이투스 코리아 △크라우드웍스 △크라우드웍스 △크리니티 △클루닉스 △태양3C △테이블에이아이 △툴스 포 휴머니티 △티쓰리큐 △팀스파르타 △퍼즐데이터 △펀진 △페다 △페르소나에이아이 △프렌들리에이아이 △플랜바이테크놀로지스 △플랜아이 △플로우 △하이퍼엑셀 △한국딥러닝 △한국인공지능협회 △한국인프라 △한국정보공학 △한국정보보호산업협회 △한양대학교 △흥인코퍼레이션 등

전체재생

◀ 앵커 ▶인공지능, AI로 대체 가능하다는 이유 때문에 사람을 해고할 순 없다는 법원 판결이 중국에서 처음으로 나왔습니다.AI가 만든 앵커와 배우들이 뉴스를 진행하고 드라마에 출연할 정도로 발전한 AI 산업에, 이번 판결이 어떤 영향을 미칠지 주목되고 있습니다.베이징에서 이필희 특파원입니다.◀ 리포트 ▶중국의 한 뉴스 프로그램에서 남녀 앵커가 대화를 주고받습니다.[후난TV 경제뉴스]"셩셩 씨, 올해 노동절의 특별한 점이 뭔지 아세요? <봄방학이죠.>"자연스럽게 스튜디오를 누비는 이들은 이번 달부터 진행을 시작한 인공지능, AI 앵커입니다.[AI 앵커 '솽솽']"저희는 24시간 온라인으로 함께합니다."지난달 중국에서 공개된 한 드라마.광산에서 정체불명의 괴물들과 싸우는 내용인데, 지하 광산과 등장인물 모두 인공지능이 만들어냈습니다.[린시옌, 친링웨/AI 배우]"SNS에서 AI 배우들의 일상과 삶을 공유할 예정입니다. <댓글 창에서 만나요, 댓글 다 볼 거예요. 안녕~>"AI 앵커와 배우가 투입되면서 뉴스와 드라마 제작 비용은 각각 10%와 20% 수준으로 줄었습니다.제작비의 대부분을 차지하는 인건비를 아낄 수 있기 때문입니다.하지만 그만큼 인간 출연자들이 설 자리는 사라질 수밖에 없습니다.AI가 단순노동부터 문화·예술계까지 직군을 가리지 않고 일자리를 위협하는 가운데, AI를 쓴다는 이유로 사람을 해고할 수 없다는 판결이 중국에서 나왔습니다.중국 항저우 법원은 지난달, 소비자 문의에 대한 답변을 검증하는 작업을 AI에게 맡기겠다는 이유로 원래 담당자를 해고할 수는 없다고 판결했습니다.AI 도입은 효율성을 위해 기업이 선택한 건데, 그로 인한 노동력 과잉의 책임을 노동자에게 떠넘겨서는 안 된다는 겁니다.[시구어치앙/항저우 중급인민법원 법관]"우리는 현재 AI 기술의 발전이 아직 근로자의 직위를 실질적으로 대체할 만한 수준에 이르지 못했다고 믿습니다."이번 판결은 AI와 직업적 안정성의 충돌에 대한 첫 사법적 판단으로 평가받고 있습니다.AI가 산업계 전반에 불러올 지각변동 속에, 기업들은 AI 도입과 노동자 보호라는 두 과제를 동시에 안게 될 전망입니다.베이징에서 MBC뉴스 이필희입니다.▷ 전화 02-784-4000▷ 이메일 mbcjebo@mbc.co.kr▷ 카카오톡 @mbc제보

보도자료 배포 서비스

당신의 소식이 뉴스가 됩니다

국내 최대 배포망 ∙ 뉴스와이어

본문 내용이 없습니다.

복지부는 현장 돌봄데이터 통합, 과기정통부는 생성형 AI 플랫폼 개발 추진

▲8일 국회의원회관 제8간담회의실에서 열린 ‘돌봄통합지원법 시행에 따른 돌봄경제와 산업발전 방안 토론회’에서 신윤호 과학기술정보통신부 사무관이 발언하고 있다. 왼쪽부터 유재언 가천대 사회복지학과 교수, 김현정 대한디지털헬스학회 이사장, 서민수 보건복지부 복지돌봄인공지능정책과장, 신윤호 과학기술정보통신부 사무관.(이준호 기자)

정부가 돌봄통합지원법 시행을 계기로 돌봄 분야 인공지능(AI) 정책을 구체화하고 있다. 보건복지부는 올해 하반기 복지돌봄 AI 로드맵을 발표하고, 응급안전안심서비스와 AI·IoT 기반 어르신 건강관리, 정서지원 돌봄로봇 등 현장 사업의 분절된 데이터를 하나로 묶는 차세대 플랫폼 사업을 추진하겠다고 밝혔다. 과학기술정보통신부는 예산 편성이 아직 확정되지 않았다는 전제 아래, 2027년 신규 사업으로 약 200억∼250억 원 규모의 생성형 AI 기반 돌봄 플랫폼 구축을 준비하고 있다고 밝혔다.

8일 국회의원회관 제8간담회의실에서 열린 ‘돌봄통합지원법 시행에 따른 돌봄경제와 산업발전 방안 토론회’에서 정부 측 토론자들은 돌봄 AI 정책의 방향을 비교적 구체적으로 제시했다. 복지부는 현장에 흩어진 돌봄 데이터를 통합해 실제 서비스와 실증 기반을 만드는 역할을 맡고, 과기정통부는 이를 바탕으로 생성형 AI 기반 ‘돌봄 에이전트’를 구현하는 역할을 맡는 구조다. 돌봄통합지원법 시행 이후 통합돌봄이 단순한 서비스 연계를 넘어 AI와 데이터 기반 산업정책으로 확장되고 있음을 보여주는 대목이다.

이날 관심을 모은 인물은 서민수 보건복지부 복지돌봄인공지능정책과장이었다. 복지부는 지난 4월 복지돌봄인공지능정책과를 신설했다. 돌봄 수요 급증과 인력 부족에 대응하기 위해 복지 분야에도 AI 전담 조직을 둔 것이다. 서 과장은 이 조직의 책임자로서 향후 복지돌봄 AI 전략을 총괄하게 된다.

서 과장은 돌봄 AI 정책의 배경으로 인력 부족을 들었다. 그는 2030년부터 1차 베이비붐 세대가 75세 이상 후기 고령자에 진입하면 돌봄 수요가 본격적으로 늘고, 2040∼2050년으로 갈수록 현재보다 두 배, 세 배 수준의 돌봄 인력이 필요할 수 있다고 진단했다. 서 과장은 “이번 정부는 AI를 중심적인 국가 정책 중 하나로 두고 진행했고, 복지부도 이에 대비하는 차원에서 추진단을 만들어 운영해 왔다”고 말했다.

복지부가 제시한 첫 번째 계획은 복지돌봄 분야 AI 활용 로드맵 발표다. 서 과장은 “올해 하반기에 전반적인 로드맵을 만들어 발표할 생각”이라고 밝혔다. 이 로드맵은 통합돌봄 현장에서 AI와 IoT 기술을 어떻게 활용할지, 어떤 서비스 모델과 R&D 과제를 우선 추진할지, 개발된 기술과 장비를 어떤 방식으로 예산·수가·시장 진입과 연결할지를 담는 실행계획 성격의 정책 구상이다.

서 과장이 밝힌 복지부 플랫폼의 핵심은 ‘데이터 통합’이다. 현재 응급안전안심서비스는 21만 가구를 대상으로 IoT 기기를 설치해 어르신의 움직임과 응급 상황을 모니터링하고 있다. AI·IoT 기반 어르신 건강관리 사업은 스마트 체중계와 혈압계를 활용해 보건소 간호사가 건강 상담을 지원하는 방식으로 운영된다. 여기에 효돌 같은 정서지원 돌봄로봇도 지자체 현장에서 보급돼 있다. 그러나 각각의 사업이 따로 움직이면서 공통된 플랫폼 환경은 마련돼 있지 않다는 것이 서 과장의 진단이다.

서 과장은 “가장 큰 문제는 공통된 플랫폼 환경이 만들어져 있지 않고 데이터가 분절돼 있다는 것”이라며 “이런 데이터를 하나로 모아 세 사업의 공통된 차세대 기반을 만드는 플랫폼 형태의 사업을 올해 진행하려고 한다”고 밝혔다. 이미 현장에 들어가 있는 돌봄기술을 하나의 데이터 기반 위에서 연결하겠다는 것이다. 고령자의 생활 변화, 건강 상태, 정서 반응, 응급 징후를 통합적으로 수집·분석해 더 정확한 위험 판단과 서비스 연계가 가능하도록 하겠다는 구상이다.

복지부는 과기정통부와 공동 R&D 기획도 준비하고 있다. 서 과장은 “R&D 측면에서는 과기정통부의 인공지능기반혁신담당관실과 같이 부처 공동 기획을 준비하고 있다”고 말했다. 복지부가 현장 데이터와 서비스 모델을 제공하고, 과기정통부가 AI 기반 기술을 뒷받침하는 방식의 협력 구조가 추진되는 셈이다.

과기정통부의 계획은 생성형 AI 돌봄 에이전트 개발에 초점이 맞춰져 있다. 신윤호 과학기술정보통신부 과학기술·인공지능융합혁신담당관실 사무관은 과기정통부가 국가 전반의 AI 전환, 즉 AX를 추진하는 조직을 신설했고, 이 가운데 농업과 돌봄 분야의 AI 고도화를 지원하고 있다고 설명했다. 그는 복지부와 돌봄 분야 AI 적용 방안을 논의하고 있다며, 기존 돌봄 R&D가 보건의료 분야에 비해 규모가 작고 과제 간 연계도 부족했다고 진단했다.

신 사무관은 기존 연구가 로봇 팔이나 센서 등 단편적 요소 기술 개발에 머물러 상용화까지 이어지는 데 한계가 있었다며, 앞으로는 플랫폼과 실증, 현장 적용을 묶은 프로젝트형 사업으로 전환해야 한다고 밝혔다. 그는 돌봄기술은 기능뿐 아니라 사용자가 주변 시선을 의식하지 않고 쓸 수 있는 감성과 수용성까지 고려해야 한다고 설명했다.

과기정통부가 준비 중인 핵심 사업은 2027년 신규 AI 플랫폼 사업이다. 신 사무관은 예산 확정 전 단계라는 단서를 달면서도 “과기정통부에서 200억∼250억 원 규모 내외로 AI 플랫폼을 만들 계획”이라고 밝혔다. 이 플랫폼은 보건산업진흥원 등 기존 기관이 보유한 데이터와 실제 현장에서 측정되는 데이터를 모아 데이터셋을 구축하고, 이를 학습해 생성형 AI 모델을 만드는 방식으로 구상되고 있다.

최종 목표는 ‘돌봄 에이전트’ 구현이다. 신 사무관은 “더 쉽게 말하면 챗GPT와 같은 역할을 하는 돌봄 에이전트를 만드는 것을 목표로 하고 있다”고 밝혔다. 복지부가 현장의 분절된 돌봄 데이터를 통합하는 기반을 만들고, 과기정통부가 이를 활용할 수 있는 생성형 AI 모델과 에이전트 플랫폼을 개발하면, 돌봄 현장에서 사람을 보완하는 지능형 서비스가 가능해진다는 설명이다.

신 사무관은 AI 돌봄기술이 사람의 돌봄을 대체하는 것이 아니라 인력을 보완하는 역할을 해야 한다고 강조했다. 돌봄 인력 부족과 재정 부담을 완화하는 것이 정책의 목적이며, 복지부가 재가 요양, 스마트홈, 스마트 요양시설 등 실제 현장의 R&D와 실증을 추진하고, 과기정통부가 AI 기반 플랫폼을 만들어 이를 연결하는 방식으로 부처 협력을 준비하고 있다는 것이다.

다만 과제도 적지 않다. 돌봄통합지원법 시행이 아직 초기 단계이고, 통합돌봄 체계가 현장에서 충분히 정착되지 않은 상황에서 AI 도입 논의가 정부 기조에 맞춰 지나치게 앞서가는 것 아니냐는 지적도 나온다.

토론회 현장에서도 발표로 나선 박영란 강남대학교 교수는 “AI·IoT와 스마트 돌봄 기술은 이미 빠르게 발전하고 있지만, 이를 현장에 적용할 제도와 수가체계, 표준화·인증 기준, 디지털 인프라는 아직 충분히 갖춰지지 않아 이를 감안할 필요가 있다”고 지적했다.

이번 토론회는 돌봄통합지원법 시행을 계기로 통합돌봄의 경제적 효과와 돌봄산업 발전 방향을 논의하기 위해 마련됐다. 더불어민주당 남인순·이수진·서영석·김남희·김윤 의원이 공동주최하고, 범부처통합헬스케어협회와 재단법인 돌봄과미래가 공동주관했다.