=============================
마켓 마스터
진행 : 박상정
출연 : 김덕진 소장(IT커뮤니케이션연구소)
=============================
주제: AI 트렌드, 지금 기술력 대장은?
▶트렌드 조망
Q1. 2026년 AI 시장 핵심 키워드는?
에이전트 중심 이동
AI가 답만 하는 시대 종료 → AI가 일을 끝까지 해내는 시대
AI 공장 개념 등장, 데이터센터 → 24시간 결과물 생산
챗봇 → 일하는 시스템 전환
매출과 직결되는 AI 활용

Q2. 에이전틱 AI·피지컬 AI 체감 속도는?
소프트웨어 에이전트 실무 적용
코딩·고객응대·데이터 분석 자동 처리
2026년 기업용 앱 40% 작업 특화 에이전트 탑재
피지컬 AI, 로봇 도입 변곡점
휴머노이드 가격 1억 원대, 공장 투입 일정 확정
상업 배치 단계 진입 기업 등장
화면 속 데모 → 실제 가격과 일정 현실화

▶현재 기술력 대장 분석
Q3. 현시점 종합 지능·추론 1위는?
단일 1위 시대 종료

▷Artificial Analysis 지능 지수 기준
클로드 오푸스 4.8 61.4점
GPT-5.5 60.2점 근접 추격
제미나이 3.1 프로 57점·그록 4.3 53점

순위 변동 빈번, 한 달에도 뒤집힘
‘누가 1등’보다 ‘누가 어떤 일에 강한가’ 중요

Q4. AI 모델별 강점은?
코딩 → 클로드·GPT 정상권
값싼 그록 → 에이전트형 작업 강점
순수 추론·데이터 분석 → 제미나이 우위
범용성·글쓰기·생태계 → GPT 최고
한 모델 고집 → 종료
멀티 모델 라우팅 → 작업별 최적화
코드 리뷰(클로드)·자료 조사(제미나이)·고객응대(GPT)·단순작업(오픈소스)

Q5. 오픈소스 AI 추격 가속, 기술 격차 실제로 좁혀졌을까?
벤치마크 기준, 격차 거의 없음
딥시크 V4, 폐쇄형 코딩 점수 근소 차
API 비용, 10분의 1 수준
기업 90% 이상, 오픈소스 사용
벤치마크 격차 ≠ 현장 신뢰성 격차
멀티모달·복잡 지시·장기 작업 → 폐쇄형 우위
현실적 접근, ‘싼 건 오픈소스, 어려운 건 폐쇄형’ 혼합
데이터 주권 규제, 자국 모델 선호
벤치마크 수치, 일부 과대 발표 주의

▶패러다임의 시프트: 모델 →에이전트
Q6. 멀티 에이전트 시대의 변화는?
AI도 이제 '팀플레이' 시대
전문 AI들이 역할 나눠 협업
MCP·A2A 표준으로 연결 확대
법률·의료, 특화 AI가 더 강하다
기업, 멀티 에이전트 도입 가속
에이전트 간 충돌·오작동은 과제
AI 경쟁의 핵심은 '안전한 운영'
똑똑한 AI보다 잘 시키는 AI가 승자

Q7. AI 성장의 걸림돌, 전력·데이터·보안 문제 해법은?
① 전력의 벽
데이터센터 병목이 GPU → 전력으로 이동
AI 인프라 투자 급증으로 전력망 한계
맞춤형 칩·온디바이스 AI로 효율 중심 전환
‘기대감’보다 ‘실제 AI 매출’ 기준 강화
자체 데이터센터 회귀 흐름

② 주권의 벽 (소버린 AI)
데이터는 자국 내 관리하려는 규제 강화
성능보다 데이터 주권이 우선되는 시장
오픈소스·자체 모델 수요 확대

③ 보안의 벽
AI 에이전트가 기업 시스템 직접 실행
오작동·사고 리스크 확대
보안 중요성 급부상
설계 단계부터 보안 내재화 흐름

▶젠슨 황 방한과 피지컬 AI
Q8. 젠슨 황 방한, AI 생태계와의 연결점은?
GTC에서 ‘AI 공장’과 로봇용 오픈 두뇌 ‘코스모스 3’ 공개
현실 로봇 대신 가상환경에서 데이터 학습하는 구조
핵심 메시지: AI 시대의 가장 큰 병목은 ‘데이터’
네이버 클라우드, 오픈 모델 생태계 참여로 소버린 AI 연결
에이전트·피지컬 AI·오픈 두뇌로 AI 생태계 확장
몸체는 외부, 두뇌(OS)는 엔비디아가 잡는 전략
로봇·AI 인프라 주도권을 ‘플랫폼’으로 가져가는 흐름
“서울에서도 GTC 가능” → 아시아 전략 강화 신호

Q9. 젠슨 황 방한, 로봇·데이터 중심 행보의 의미는?
작년 ‘치맥 회동’에서 올해는 로봇·데이터 중심 행보로 변화
현대차·네이버·두산 등 로봇 현장 직접 방문
게임사 엔씨·크래프톤과 ‘로봇 학습용 월드 모델’ 협업 논의
로봇이 학습할 데이터 생태계 직접 점검한 행보
로봇 경쟁 구도: 미국(두뇌) vs 중국(물량) vs 한국(제조)
한국은 제조·부품 기반 ‘로봇 밸류체인’ 강점
보스턴다이내믹스·구글 협업 사례로 하드웨어+두뇌 결합 시도
다만 AI 두뇌·데이터는 여전히 미국·중국 대비 약점
삼성·정부 중심으로 휴머노이드 투자 확대하며 격차 메우는 중

▶클로징 및 제언
Q10. AI 시대, 개인과 기업의 핵심 준비 과제는?
핵심은 ‘에이전트’와 ‘데이터’
개인: AI에게 일을 맡기고 결과를 검증하는 역량 중요
단순 질문 능력 → 업무 위임 능력으로 변화
기업: 멀티 모델·멀티 에이전트 체계로 전환 필요
핵심 경쟁력은 ‘모델’이 아니라 ‘자체 데이터’
데이터는 구매 불가능한 진짜 자산
소프트웨어 시대 → ‘결과를 파는 시대’로 이동
AI는 도구에서 ‘실행 주체’로 진화
한국 기업, 반도체·로봇 기반 위에 AI 실행력 결합 기회
AI 활용의 핵심: “질문하는 사람 → 일을 시키는 사람”
동시에 에이전트 통제·규칙 설계도 중요 과제
지금은 AI를 ‘구경’하는 단계가 아니라 ‘실전 적용’ 단계다.