[현장] “한국에 남은 마지막 기회”… 스타트업이 피지컬 AI에 주목해야 하는 이유 작성일 10-30 37 목록 <div id="layerTranslateNotice" style="display:none;"></div> <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> <section dmcf-sid="1NEa9HoMvY"> <div contents-hash="f68b45c2ca6f36aef4e46ae9882d9d2438639ef5368e782103fd2ba6938df607" dmcf-pid="tjDN2XgRTW" dmcf-ptype="general"> <h5>‘2026 AI+X 커넥트 포럼’ 김산윤 교수, AI 에이전트 확산에 업무·조직 구조 재설계 필요</h5> <h5>엔비디아도 주목한 제조 데이터·에이전틱 AI의 조직 혁신·스타트업 사업 기회</h5> <h5>한국 제조업의 공정 데이터·현장 노하우 주목…경량화 모델·특화 서비스에 창업 기회</h5> <div> </div> </div> <figure class="figure_frm origin_fig" contents-hash="a856bd1d982736f70271354fb2b5be6273510a78bf1afdd75769bf4267ca2d62" dmcf-pid="FakgKGLxvy" dmcf-ptype="figure"> <p class="link_figure"><img alt="김상윤 경희대학교 경영대학원 겸임교수는 AI에 대한 투자 기대와 실제 산업 적용 속도 사이에 차이가 존재하지만, 이를 기술 발전의 한계로 해석하기는 어렵다고 진단했다. AI 인프라에 집중된 투자가 향후 산업별 활용 수요로 확장되면서 2~3년 안에 AX 시장의 변화가 본격화할 수 있다는 전망도 제시했다. (사진=테크42)" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202610/30/552816-OGTrtXj/20261030080732851jnrs.jpg" data-org-width="1024" dmcf-mid="YZ4zSgu5C1" dmcf-mtype="image" height="auto" src="https://img1.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202610/30/552816-OGTrtXj/20261030080732851jnrs.jpg" width="658"></p> <figcaption class="txt_caption default_figure"> 김상윤 경희대학교 경영대학원 겸임교수는 AI에 대한 투자 기대와 실제 산업 적용 속도 사이에 차이가 존재하지만, 이를 기술 발전의 한계로 해석하기는 어렵다고 진단했다. AI 인프라에 집중된 투자가 향후 산업별 활용 수요로 확장되면서 2~3년 안에 AX 시장의 변화가 본격화할 수 있다는 전망도 제시했다. (사진=테크42) </figcaption> </figure> <div contents-hash="bc5257331c0ea1386c5d07525a5cf1ed36bf94371bdd3122fe6ff4b5df167384" dmcf-pid="3NEa9HoMyT" dmcf-ptype="general"> <div> </div> </div> <p contents-hash="3d573bdb11670ebcd46bec4ea5d8ccaf18ce46f64825c6a012a7b2bd172868bb" dmcf-pid="0jDN2XgRTv" dmcf-ptype="general">인공지능(AI) 산업의 경쟁 무게중심이 반도체와 데이터센터 등 인프라 구축에서 실제 산업 현장에 AI를 적용하는 인공지능 전환(AX)으로 확대될 것이라는 전망이 나왔다. 특히 물리적 환경에서 판단하고 행동하는 피지컬 AI(Physical AI)와 복잡한 업무를 자율적으로 수행하는 에이전틱 AI(Agentic AI)가 산업 변화의 두 축으로 부상하면서, 국내 스타트업에도 새로운 사업 기회가 열릴 수 있다는 분석이다. </p> <p contents-hash="8faf26b6acdcbc20604602480d5c79530f1157dc0929281a41131b79425d3c9d" dmcf-pid="pAwjVZaelS" dmcf-ptype="general">김상윤 경희대학교 경영대학원 겸임교수는 지난 23일 서울 광진구 NEST 광진에서 열린 '2026 AI+X 커넥트 포럼'에서 'AI의 현재와 미래'를 주제로 기조강연을 진행했다. 서울시가 주최하고 광운대학교·동국대학교·서울시립대학교 캠퍼스타운이 주관한 이번 포럼은 AI와 다양한 산업 분야의 융합을 통한 창업 가능성을 모색하기 위해 마련됐다. </p> <p contents-hash="28cf1d26dd35f86c97815495f11e352a3ee23cb1fa4006d6ffc28b4f4410b417" dmcf-pid="UcrAf5NdSl" dmcf-ptype="general">김 교수는 강연에서 범용인공지능(AGI) 도달 여부를 둘러싼 논쟁과 미·중 AI 패권 경쟁, 글로벌 빅테크 기업들의 기술 전략을 짚었다. 김 교수는 AI에 대한 투자 기대와 실제 산업 적용 속도 사이에 차이가 존재하지만, 이를 기술 발전의 한계로 해석하기는 어렵다고 진단했다. AI 인프라에 집중된 투자가 향후 산업별 활용 수요로 확장되면서 2~3년 안에 AX 시장의 변화가 본격화할 수 있다는 전망도 제시했다. </p> <p contents-hash="b370dca988bf071dd3927e74e7b3843ae377157902d106001b366acb08f65a3c" dmcf-pid="ukmc41jJWh" dmcf-ptype="general">이러한 변화의 사례로는 엔비디아의 사업 전략을 들었다. 엔비디아가 그래픽처리장치(GPU) 공급을 넘어 로봇과 자율주행, 디지털 트윈 등에 활용되는 AI 플랫폼으로 사업 영역을 확대하고 있다는 것이다. 김 교수는 AI 기술을 개발하고 공급하는 단계에서 제조업을 비롯한 수요 산업과 결합해 새로운 가치를 만들어내는 단계로 경쟁이 이동하고 있다고 평가했다. </p> <div contents-hash="4dca2421fd6bf6ef48ee0427467a54d25f54e00f31a18f9199e371eaffbed9a2" dmcf-pid="7Esk8tAiWC" dmcf-ptype="general"> <strong>피지컬 AI, 한국 제조업에 축적된 데이터가 경쟁력</strong> <div> </div> </div> <figure class="figure_frm origin_fig" contents-hash="34c0678bc0f71f1d58dbe4b9a7b9dc85328c153f2e1b86123b63d344208492c8" dmcf-pid="zDOE6FcnlI" dmcf-ptype="figure"> <p class="link_figure"><img alt="김 교수는 강연 첫 머리에서 범용인공지능(AGI) 도달 여부를 둘러싼 논쟁과 미·중 AI 패권 경쟁, 글로벌 빅테크 기업들의 기술 전략을 짚었다. (사진=테크42)" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202610/30/552816-OGTrtXj/20261030080734368ywdp.jpg" data-org-width="1024" dmcf-mid="GAlizTd8h5" dmcf-mtype="image" height="auto" src="https://img1.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202610/30/552816-OGTrtXj/20261030080734368ywdp.jpg" width="658"></p> <figcaption class="txt_caption default_figure"> 김 교수는 강연 첫 머리에서 범용인공지능(AGI) 도달 여부를 둘러싼 논쟁과 미·중 AI 패권 경쟁, 글로벌 빅테크 기업들의 기술 전략을 짚었다. (사진=테크42) </figcaption> </figure> <div contents-hash="8cb93cbd633584449ad02ade305f0079f8573b768e76ef9e038a295655594515" dmcf-pid="qwIDP3kLyO" dmcf-ptype="general"> <div> </div> </div> <p contents-hash="52d73963cd5dd7990c84f94d6a9b6bca59a25097275c25238f4b8875f3445153" dmcf-pid="BrCwQ0Eols" dmcf-ptype="general">김 교수는 피지컬 AI의 산업 적용이 본격화하면서 로봇 제조 역량뿐 아니라 실제 작업 환경을 학습시키기 위한 데이터와 현장 전문성이 중요해지고 있다고 설명했다. 로봇이 정해진 동작을 반복하는 수준을 넘어 주변 환경을 인식하고 상황에 따라 행동을 결정하려면 물리적 공간과 작업 과정에 관한 정보가 필요하기 때문이다. </p> <p contents-hash="5b05144216a7ac8ba24646f9d5d93cc85b7a2dd78378b0a533baf5da91756309" dmcf-pid="bCTIdzsAym" dmcf-ptype="general">그러면서 김 교수는 현대자동차그룹의 휴머노이드 로봇 아틀라스(Atlas)를 대표적인 사례로 제시했다. 현대차그룹은 CES 2026에서 아틀라스를 공개하고 2028년부터 미국 생산시설에 단계적으로 투입한다는 계획을 발표했다. 같은 시기 연간 3만 대 규모의 로봇 생산 체계를 구축하겠다는 목표도 내놨다. 김 교수는 국내 제조기업이 산업용 로봇의 활용자를 넘어 피지컬 AI 기술과 서비스의 공급자로 성장할 가능성에 주목했다. </p> <p contents-hash="994297850dfee3d14c600c12fe22fa070530d7a2a4be02f513aca4f1b12d786a" dmcf-pid="KhyCJqOchr" dmcf-ptype="general">특히 미국 기업들이 핵심 AI 기술과 플랫폼을 선점하고 중국 기업들이 로봇 공급망과 제조 역량을 확대하는 상황에서, 한국은 장기간 축적한 제조 공정 데이터와 숙련자의 현장 경험을 경쟁력으로 활용할 필요가 있다고 강조했다. </p> <div contents-hash="ac22eb874d4c02aad710a8ed1a78292830f5185e037cc6fbd29e556dc2c07cac" dmcf-pid="9lWhiBIkyw" dmcf-ptype="general"> “지금 엔비디아도 대한민국 산업을 상당히 매력적으로 바라보고 있는 거죠. 그리고 이것을 쉽게 내어줘서는 안 됩니다. 20세기 후반부터 제조업의 노하우와 공정 데이터, 체화된 지식을 잘 갖추고 있는 대표적인 국가가 독일과 한국 정도 아니겠습니까? 우리가 이것을 피지컬 AI 학습에 활용하는 과정에서 어떤 기술, 어떤 서비스, 어떤 부가가치를 주도적으로 확보할 수 있을까요? 저는 이 부분이 대한민국에 마지막으로 남아 있는 기회가 아닐까 생각합니다.”. <div> </div> </div> <figure class="figure_frm origin_fig" contents-hash="a8407e6aa8ef6670a390b0a304ad6c6e9640f590e49986c6ddc54a096d252468" dmcf-pid="2SYlnbCElD" dmcf-ptype="figure"> <p class="link_figure"><img alt="김 교수는 엔비디아 등이 제조업 생태계가 구축된 대한민국 산업을 상당히 매력적으로 바라보고 있다는 점을 언급하며 장기간 축적한 제조 공정 데이터와 숙련자의 현장 경험을 경쟁력으로 활용할 필요가 있다고 진단했다. (사진=테크42)" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202610/30/552816-OGTrtXj/20261030080735838jmaj.jpg" data-org-width="1024" dmcf-mid="Htj2GkKplZ" dmcf-mtype="image" height="auto" src="https://img4.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202610/30/552816-OGTrtXj/20261030080735838jmaj.jpg" width="658"></p> <figcaption class="txt_caption default_figure"> 김 교수는 엔비디아 등이 제조업 생태계가 구축된 대한민국 산업을 상당히 매력적으로 바라보고 있다는 점을 언급하며 장기간 축적한 제조 공정 데이터와 숙련자의 현장 경험을 경쟁력으로 활용할 필요가 있다고 진단했다. (사진=테크42) </figcaption> </figure> <div contents-hash="2df7301ec73dd9666b9baa67fba5899715b0ba8176401cb0eca1763b9e64d80d" dmcf-pid="VvGSLKhDCE" dmcf-ptype="general"> <div> </div> </div> <p contents-hash="134304109c390d88e984182fa08518f15c90b0dd1ec28ded05e9536ec6f05c28" dmcf-pid="fTHvo9lwCk" dmcf-ptype="general">국내 스타트업이 공략할 수 있는 사업 영역으로는 산업 현장 데이터의 AI 학습 자산화, 경량화된 특화 AI 모델 개발, 새로운 피지컬 AI 서비스 기획을 제시했다. 제조 현장의 운영 데이터와 숙련자에게 축적된 암묵지를 디지털 정보로 정리하고, 이를 AI 모델의 학습과 산업별 솔루션 개발에 활용할 수 있다는 설명이다. </p> <p contents-hash="feb909ba77565f0091addcf22ea8c54c8da9e8c0857539121f4237322dfde744" dmcf-pid="4yXTg2SrTc" dmcf-ptype="general">김 교수는 로봇의 활용 범위가 고정된 제조시설에서 다양한 서비스 공간으로 확대되면 소프트웨어 경량화의 중요성도 커질 것으로 내다봤다. 로봇의 이동성과 작업 환경에 맞춰 연산 자원을 효율적으로 사용하면서도 필요한 동작을 수행하도록 AI 모델을 최적화하는 접근이다. </p> <p contents-hash="ca0279eb043c72de56ce7b11a60c0f699c34dda27f988c6b0b52bac4ab729a40" dmcf-pid="8WZyaVvmTA" dmcf-ptype="general">“하드웨어적인 경량화는 대부분 배터리와 소재에 대한 문제입니다. 아마 스타트업들이 침범하기에는 어려운 영역일 수 있어요. 그런데 소프트웨어적인 경량화는 우리 스타트업들이 충분히 해결할 수 있는 부분입니다. 특정 영역의 데이터를 집중적으로 학습시켜 해당 동작에 필요한 AI 지식만 학습하고, 이것을 가지고 매우 가벼운 구조를 만들어가는 거죠. 이를 기반으로 업종마다 특화된 언어 모델과 서비스 모델을 기획하는 것이 또 하나의 기회라고 할 수 있겠습니다.” </p> <p contents-hash="b3c9fdfcea9d5921f8b93744469dbefc44ec9ebe1126a7c2c74248f7fd50dc70" dmcf-pid="6Y5WNfTsCj" dmcf-ptype="general">이와 함께 피지컬 AI가 현실 세계의 다양한 상황을 이해하는 방향으로 발전하면서 월드모델(World Model)과 시각·언어·행동 모델(Vision-Language-Action Model, VLA)의 중요성도 커질 것으로 예상했다. 월드모델은 물리적 환경과 객체의 움직임 등을 학습해 현실 세계의 변화를 이해하거나 예측하는 기술이다. VLA는 시각 정보와 언어 지시를 로봇의 행동으로 연결하는 AI 모델을 뜻한다. </p> <p contents-hash="ae37049e67e15880ce5b081e74554d715df8cee8d6df8eace335ad531de352d0" dmcf-pid="PG1Yj4yOyN" dmcf-ptype="general">김 교수는 이러한 기술 발전이 기존의 언어 중심 AI를 현실 공간에서 작동하는 지능으로 확장하는 과정이라고 설명했다. 산업별 특성을 반영한 AI 모델과 로봇 서비스가 스타트업의 새로운 사업 영역이 될 수 있다는 분석이다. </p> <div contents-hash="c521c518f696b3f5b7498771ea62b145ad19392a971241976e7c81b5695d61e5" dmcf-pid="QoALBWiPTa" dmcf-ptype="general"> <strong>에이전틱 AI, 기술 도입 넘어 기업 업무·조직 구조까지 재편</strong> <div> </div> </div> <figure class="figure_frm origin_fig" contents-hash="1b321eb1a3bef999d6ddd4627915511c294b7618668fb63114699bc91d37e2c6" dmcf-pid="xgcobYnQWg" dmcf-ptype="figure"> <p class="link_figure"><img alt="강연의 또 다른 핵심 주제는 에이전틱 AI가 가져올 기업 업무 환경의 변화였다. 피지컬 AI가 제조와 물류 등 물리적 노동 영역에 영향을 준다면, 에이전틱 AI는 기획과 조사, 문서 작성, 법률 검토, 재무·인사 관리 등 디지털 기반의 지식 업무를 변화시키는 기술로 제시됐다. (사진=테크42)" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202610/30/552816-OGTrtXj/20261030080737321dpxs.jpg" data-org-width="1024" dmcf-mid="Xg5E6FcnCX" dmcf-mtype="image" height="auto" src="https://img1.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202610/30/552816-OGTrtXj/20261030080737321dpxs.jpg" width="658"></p> <figcaption class="txt_caption default_figure"> 강연의 또 다른 핵심 주제는 에이전틱 AI가 가져올 기업 업무 환경의 변화였다. 피지컬 AI가 제조와 물류 등 물리적 노동 영역에 영향을 준다면, 에이전틱 AI는 기획과 조사, 문서 작성, 법률 검토, 재무·인사 관리 등 디지털 기반의 지식 업무를 변화시키는 기술로 제시됐다. (사진=테크42) </figcaption> </figure> <div contents-hash="e38e937588836108f4d4af0c4d45644b1aa8124e3ea8c90379763f575000ea8b" dmcf-pid="yFutrR5Tyo" dmcf-ptype="general"> <div> </div> </div> <p contents-hash="00694c4b79b84547ee625e8a292d081bcc17d41e3ffb10aba2d77ce044bdb219" dmcf-pid="W37Fme1yhL" dmcf-ptype="general">강연의 또 다른 핵심 주제는 에이전틱 AI가 가져올 기업 업무 환경의 변화였다. 피지컬 AI가 제조와 물류 등 물리적 노동 영역에 영향을 준다면, 에이전틱 AI는 기획과 조사, 문서 작성, 법률 검토, 재무·인사 관리 등 디지털 기반의 지식 업무를 변화시키는 기술로 제시됐다. </p> <p contents-hash="876324ea05bc572b1f99650e5d31fbadefcd42ddee3382cdf9f59038f7c2e190" dmcf-pid="Y0z3sdtWWn" dmcf-ptype="general">김 교수는 에이전틱 AI를 단순히 사용자의 요청에 답변하는 도구가 아니라 목표 달성을 위해 여러 작업을 계획하고 필요한 도구를 호출하며 결과에 따라 다음 행동을 결정하는 시스템으로 설명했다. 이 과정에서 AI 어시스턴트와 AI 에이전트의 차이를 명확하게 구분해야 한다고 지적했다. </p> <div contents-hash="5cda08a19d8d814be46c91d1ba0cb21441f5d4e3b65a263f80e6a26f0ab8b7da" dmcf-pid="Gpq0OJFYli" dmcf-ptype="general"> “에이전트라고 하면 다소 폭넓은 작업을 수행합니다. 반드시 여러 일을 동시에 하는 게 아니라 단계적이고 순차적인 업무 처리를 설계할 수 있다는 뜻이죠. 그 과정에서 스스로 판단해 업무를 변경하고 이행할 수 있는 형태를 에이전트라고 합니다. 그런데 요즘 IT 업계가 에이전트라는 말을 너무 쉽게 써요. 어시스턴트 정도 수준인데도 에이전트라고 포장하는 경우가 있다는 걸 짚고 싶습니다.” <div> </div> </div> <figure class="figure_frm origin_fig" contents-hash="c0a95cc0cb5a1881131551574269fe4c9401b6c77c98787ac58c10400777ccb7" dmcf-pid="HUBpIi3GSJ" dmcf-ptype="figure"> <p class="link_figure"><img alt="김 교수는 에이전틱 AI를 단순히 사용자의 요청에 답변하는 도구가 아니라 목표 달성을 위해 여러 작업을 계획하고 필요한 도구를 호출하며 결과에 따라 다음 행동을 결정하는 시스템으로 설명했다. 이 과정에서 AI 어시스턴트와 AI 에이전트의 차이를 명확하게 구분해야 한다고 지적했다. (사진=테크42)" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202610/30/552816-OGTrtXj/20261030080738791wgit.jpg" data-org-width="1024" dmcf-mid="Z53XkPGhCH" dmcf-mtype="image" height="auto" src="https://img2.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202610/30/552816-OGTrtXj/20261030080738791wgit.jpg" width="658"></p> <figcaption class="txt_caption default_figure"> 김 교수는 에이전틱 AI를 단순히 사용자의 요청에 답변하는 도구가 아니라 목표 달성을 위해 여러 작업을 계획하고 필요한 도구를 호출하며 결과에 따라 다음 행동을 결정하는 시스템으로 설명했다. 이 과정에서 AI 어시스턴트와 AI 에이전트의 차이를 명확하게 구분해야 한다고 지적했다. (사진=테크42) </figcaption> </figure> <div contents-hash="d9ad7ec72bb363a0570e27aa5e3deb2a4cb903ba84e247e5c17a3ee0a871a4d8" dmcf-pid="XubUCn0HTd" dmcf-ptype="general"> <div> </div> </div> <p contents-hash="0c83a2a7e0456dc54c31dfa75af05b1d23ac6bf697775af3054bb41494c1298a" dmcf-pid="Z7KuhLpXTe" dmcf-ptype="general">에이전틱 AI의 발전이 기업 내 실제 활용으로 이어지는 과정에서는 기술 성능 못지않게 기존 조직의 업무 체계가 중요한 장애 요인으로 작용할 수 있다고 분석했다. </p> <p contents-hash="c0c6824217a2102fa1350dc805c910a6563d8f81904583519255cdb72ce28736" dmcf-pid="5z97loUZTR" dmcf-ptype="general">예를 들어 기획부서에 도입된 AI 에이전트가 전사적 프로젝트를 수행하기 위해 연구개발부서와 마케팅부서의 데이터를 필요로 하더라도, 해당 시스템을 관리하는 직원에게 데이터 접근 권한이 없다면 작업이 중단될 수 있다. 기존 조직의 권한 체계와 데이터 보안 정책이 AI 에이전트의 자율적인 업무 수행 범위를 제한하는 상황이다. </p> <p contents-hash="675f24653cb82972e3294e4d076353b6f82a976c9ffbe28a5c52f7a452d2137b" dmcf-pid="1q2zSgu5vM" dmcf-ptype="general">김 교수는 이러한 문제를 해결하기 위해 기업이 AI를 활용하는 조직 구조 자체를 바꾸거나 에이전트의 수행 범위를 특정 부서와 업무로 제한하는 방식을 선택해야 한다고 설명했다. 아울러 여러 AI 에이전트가 업무를 분담하고 상위 에이전트가 작업을 조정하는 구조도 향후 기업 업무 시스템의 주요 운영 방식이 될 것으로 예상했다. </p> <p contents-hash="d9a5a30a777c79a3658f11584b462f1e3115871710b3df4bc64c95d42cbc2bb7" dmcf-pid="tSYlnbCElx" dmcf-ptype="general">실제 기업 사례로는 미국 제약사 모더나와 핀테크 기업 클라르나(Klarna)를 소개했다. 모더나는 인사와 디지털 기술 관련 조직을 통합하고 AI 활용과 인력 운영을 함께 관리하는 체계를 구축했다. 반면 클라르나는 고객 상담 자동화를 확대하는 과정에서 인간 상담의 필요성을 다시 인식하고 고객이 사람과 상담할 수 있는 선택권을 강화했다. </p> <p contents-hash="cfd7db24ff163afbb678bbe63809b13b03f8c3f29071917711ecffd71801b912" dmcf-pid="FvGSLKhDWQ" dmcf-ptype="general">두 사례는 AI를 도입하는 것과 이를 조직과 고객에게 적합한 방식으로 운영하는 것이 별개의 과제임을 보여준다. 특히 고객 대응이나 판단의 책임이 중요한 영역에서는 AI의 작업 수행 능력만으로 자동화 범위를 결정하기 어렵다는 설명이다. </p> <div contents-hash="803d55899041b48851cef351f1340827d851abe4eccc2fba40cb3fbd8b1b0b59" dmcf-pid="3THvo9lwTP" dmcf-ptype="general"> 그러면서 김 교수는 AI 전담 업무, 인간과 AI가 협업할 업무, 인간이 계속 수행할 업무를 구분하는 AI 기반 업무 흐름(워크플로) 재설계가 필요하다고 강조했다. AI가 업무를 수행하더라도 결과물을 검토하고 승인하는 주체는 명확해야 하며, 오류가 발생했을 때 이를 수정하고 책임질 수 있는 관리 체계도 마련해야 한다는 것이다. <div> </div> </div> <figure class="figure_frm origin_fig" contents-hash="ca07c673590ea75d517c4a98b3f2abf3b19cf9222390b1a1be13b6603ad90652" dmcf-pid="0yXTg2SrS6" dmcf-ptype="figure"> <p class="link_figure"><img alt="김 교수는 AI 전담 업무, 인간과 AI가 협업할 업무, 인간이 계속 수행할 업무를 구분하는 AI 기반 업무 흐름(워크플로) 재설계가 필요하다고 강조했다. AI가 업무를 수행하더라도 결과물을 검토하고 승인하는 주체는 명확해야 하며, 오류가 발생했을 때 이를 수정하고 책임질 수 있는 관리 체계도 마련해야 한다는 것이다. (사진=테크42)" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202610/30/552816-OGTrtXj/20261030080740276ymnj.jpg" data-org-width="1024" dmcf-mid="5qNizTd8lG" dmcf-mtype="image" height="auto" src="https://img4.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202610/30/552816-OGTrtXj/20261030080740276ymnj.jpg" width="658"></p> <figcaption class="txt_caption default_figure"> 김 교수는 AI 전담 업무, 인간과 AI가 협업할 업무, 인간이 계속 수행할 업무를 구분하는 AI 기반 업무 흐름(워크플로) 재설계가 필요하다고 강조했다. AI가 업무를 수행하더라도 결과물을 검토하고 승인하는 주체는 명확해야 하며, 오류가 발생했을 때 이를 수정하고 책임질 수 있는 관리 체계도 마련해야 한다는 것이다. (사진=테크42) </figcaption> </figure> <div contents-hash="02f88a1a86d043a8bc96fa83ce8300d9e718e2659f212117b34c0e64f6e1529e" dmcf-pid="pWZyaVvml8" dmcf-ptype="general"> <div> </div> </div> <p contents-hash="45f8140c78fa54b0544319b3dde2ca2c0b9d738b0ef3afe2348304800de170b7" dmcf-pid="UY5WNfTsS4" dmcf-ptype="general">이러한 변화는 기업의 조직 운영뿐 아니라 스타트업의 사업 기회와도 연결된다. AI 에이전트를 개발하는 데 그치지 않고 기업별 업무 절차를 분석해 필요한 데이터와 시스템을 연결하고, 사람과 AI의 역할을 재배치하는 서비스가 새로운 AX 수요로 이어질 수 있다는 분석이다. </p> <p contents-hash="2d7209d38b4d9d066127d9ef6b948b1a074580b90d31e7a28d031a09ba77c334" dmcf-pid="uG1Yj4yOlf" dmcf-ptype="general">김 교수는 강연을 마무리하며 AI 기술의 발전 자체보다 이를 활용하는 산업과 조직, 인간에 대한 이해가 앞으로 더 중요해질 것이라고 강조했다. </p> <p contents-hash="a68d763cb1ee756917a262170b07ed69de479de1610378dfeaea66769e431c87" dmcf-pid="7HtGA8WISV" dmcf-ptype="general">“결국 AI 플러스 X, 저는 X에 이제 방점이 찍히기 시작한다고 봅니다. 그 말을 다시 표현하면 우리가 원하는 기술은 이미 어느 정도 완성도가 올라왔다는 거죠. 결국은 아이디어 싸움입니다. 인간을 이해하고 조직을 이해하는 과정에서 사업 기회가 나오고 새로운 역할들이 등장할 겁니다. 여러 영역의 변화를 포착하는 것은 결국 인간에 대한 이해를 동반한다는 말씀을 강조드리고 싶습니다.” </p> <p contents-hash="6645d58a23ac9fd5adeb7675fc69592b77df58d4b15bd81461fa38079d0ce0d9" dmcf-pid="zXFHc6YCC2" dmcf-ptype="general">저작권자 © Tech42 - Tech Journalism by AI 테크42 무단전재 및 재배포 금지</p> </section> </div> 관련자료 이전 샘 올트먼 "연 1000억달러 벌 텐데 증설 신중"…삼전닉스 주목 10-30 다음 하루 3곳 유출 발표, 개인정보 '비상'…신고는 작년 치 넘었는데 현장조사는 5.7% 10-30 댓글 0 등록된 댓글이 없습니다. 로그인한 회원만 댓글 등록이 가능합니다.
