과거의 AI는 인간과 대화를 나누는 보조적인 역할에 머물러 있었다. 오늘날 AI는 인간을 대신해 실질적인 업무를 처리하는 에이전틱 AI(Agentic AI, 자율적 업무 수행 AI) 시대로 접어들었다. 이러한 변화의 기점은 클로드 코드(Claude Code)와 오픈플로(OpenFlow), 젠스파크 플로우(Genspark Flow) 등 에이전트형 서비스의 등장과 궤를 같이한다.

지난 5월 21일 서울 강남 리버사이드호텔에서 개최된 씨이오 서밋 포럼에서 국가인공지능전략위원회 류정혜 위원은 ‘한국 AI의 3강 정책과 미래’를 주제로 강연을 진행했다. 이번 포럼에는 박봉규 이사장과 이만의 포럼위원장을 포함해 회원 70여 명이 참석하여 글로벌 AI 패권 경쟁과 한국의 대응 전략을 논의했다. 류 위원은 2022년 말 챗GPT의 등장으로 오픈AI가 시장을 사실상 독점했으나, 2025년 이후부터는 구글이 제미나이(Gemini)를 통해 반격에 성공하며 생태계 주도권 경쟁이 본격화되었음을 지적했다.

앤트로픽의 클로드(Claude)는 최근 시장에서 가장 뜨거운 관심을 받는 모델이다. 코딩 및 업무 자동화 영역에서 강력한 에이전틱 기능을 선보이며 기존 강자인 구글과 오픈AI를 위협하는 구도를 형성했다. AI의 진화 방향이 디지털 공간의 텍스트 생성을 넘어, 실제 물리 환경에서 행동하는 피지컬 AI(Physical AI, 물리적 신체를 가진 AI)로 빠르게 이동하고 있다는 점은 주목할 만하다. 류 위원은 이러한 기술적 전환이 단순한 모델의 고도화가 아니라, 산업 생태계 전반의 패러다임을 바꾸는 국가 전략적 과제임을 시사했다.

5월 21일 씨이오 서밋 포럼과 글로벌 AI 주도권 변화

5월 21일 서울 강남 리버사이드호텔 5층 토파즈홀에서 씨이오 서밋 포럼이 개최되었다. 코리아씨이오서밋(기업인들의 전략적 네트워크를 구축하는 단체)이 주최하고 마블스가 주관한 이번 행사에는 박봉규 이사장과 이만의 포럼위원장을 포함해 회원 70여 명이 참석했다. 국가인공지능전략위원회 류정혜 위원이 강연자로 나서 한국 AI의 3강 정책과 미래라는 주제로 글로벌 AI 패권 경쟁의 현주소와 한국의 대응 전략을 분석했다. 류 위원은 현재 국가인공지능전략위원회 산업생태계 분야에서 활동하며 AI 산업 정책과 스타트업 생태계 전반에 걸친 전문성을 바탕으로 강연을 진행했다.

오픈AI(OpenAI)는 2022년 말 챗GPT를 선보이며 한동안 시장의 독주 체제를 유지했다. 그러나 2025년 이후 구글(Google)이 제미나이(Gemini)를 통해 반격에 성공하며 시장 구도가 빠르게 변했다. 특히 구글 I/O 행사 이후 시장의 평가는 단순한 추격자가 아닌 생태계 주도권 경쟁자로 바뀌었으며 이에 따라 AI 생태계 내의 주도권 경쟁이 본격화되었다. 반면 최근 가장 가파른 성장세를 보이며 시장의 판도를 바꾸고 있는 주체는 앤트로픽(Anthropic)이다. 앤트로픽의 클로드(Claude)는 특히 코딩 및 업무 자동화 영역에서 강력한 에이전틱 AI(사용자의 개입 없이 목표를 달성하기 위해 스스로 계획을 세우고 실행하는 AI) 기능을 선보이며 구글과 오픈AI를 동시에 위협하는 수준으로 급성장했다.

단순한 모델 성능 지표보다 실제 업무를 수행하는 행동하는 AI로 경쟁의 축이 이동했다는 점이 핵심이다. 과거의 AI가 사람과 대화하는 수준에 머물렀다면 현재는 실제로 업무를 수행하고 행동하는 단계로 진화하고 있다. 올해 AI 산업의 가장 큰 변화는 AI가 인간을 대신해 일을 처리하는 에이전트형 AI 서비스의 본격화다. 류 위원은 클로드 코드(Claude Code), 오픈플로(OpenFlow), 젠스파크 플로우(Genspark Flow) 등을 구체적인 사례로 제시하며 에이전트 시대가 이미 시작되었음을 진단했다. 여기에 일론 머스크가 설립한 xAI(인공지능 연구 및 개발 기업)까지 가세하며 글로벌 시장은 특정 기업의 독점이 아닌 다극 체제로 빠르게 재편되는 양상을 보인다.

AI 경쟁은 이제 모델 자체의 성능 경쟁이 아니라 누가 더 강력한 산업 생태계를 구축하느냐의 경쟁으로 전환되었다. 에이전틱 AI의 진화는 결국 휴머노이드와 로봇으로 연결되는 피지컬 AI(물리적 신체를 통해 현실 세계와 상호작용하는 AI) 시대로 이어진다. AI가 디지털 공간을 넘어 실제 물리 환경에서 행동하는 방향으로 발전하고 있다는 뜻이다. 한국은 제조업과 로봇 산업 기반이 강한 만큼 AI와 로봇을 결합한 산업 전략을 선점할 필요가 있다. 이는 단순한 기술 개발을 넘어 정책, 산업, 투자, 인재를 통합하는 국가 전략이 중요한 이유이며 한국이 AI 3강으로 도약하기 위한 필수적인 경로가 된다.

대화형에서 '피지컬 AI'로 이어지는 3단계 진화 경로

응답의 유창함보다 제어권의 이동이 개발자가 코드 에디터에서 직접 체감하는 변화다. 과거 생성형 AI가 인간과의 대화에 집중했다면, 이제는 도구와 환경을 직접 조작하는 단계로 진입했다. 1단계인 대화형 생성형 AI는 사용자의 질문에 맞춰 텍스트나 이미지를 생성하는 수준에 머물렀으나, 현재는 그 범위를 넘어섰다. 시스템의 무게중심은 단순한 정보 제공에서 실질적인 결과물을 도출하는 과정으로 완전히 이동했다.

업무를 스스로 완수하는 에이전틱 AI(Agentic AI)의 영역이 2단계에 해당한다. 이는 AI가 소프트웨어 환경 내에서 도구를 사용하고 복잡한 워크플로우를 처리하는 구조를 의미한다. 대표적인 사례인 클로드 코드(Claude Code)는 개발 환경에서 명령을 수행하며 코드를 작성하고 수정하는 과정을 자동화한다. 오픈플로(OpenFlow)와 젠스파크 플로우(Genspark Flow) 또한 사용자의 개입을 최소화하면서도 특정 목적을 달성하기 위한 논리적 경로를 스스로 설계하고 실행한다. 이들은 단순히 추천을 제공하는 수준을 넘어, 파일 시스템에 접근하고 API를 호출하며 프로젝트 단위의 작업을 직접 처리한다.

디지털 공간을 벗어나 물리적 세계와 결합하는 피지컬 AI(Physical AI)로의 확장이 3단계다. 에이전틱 AI가 소프트웨어 에이전트로서의 기능을 완성한다면, 피지컬 AI는 이를 휴머노이드 및 로봇과 결합하여 물리적 행동을 구현한다. AI가 디지털 환경에서 수집한 데이터와 판단 능력을 바탕으로 실제 환경에서 물체를 조작하거나 이동하는 형태다. 주목할 점은 이러한 진화가 개별적인 기술의 발전이 아니라, 소프트웨어 자동화와 하드웨어 제어 기술이 하나의 생태계로 통합되는 과정이라는 사실이다.

대화에서 업무 수행으로, 그리고 물리적 행동으로 이어지는 명확한 경로를 AI의 진화는 따르고 있다. 한국의 경우 기존의 강점인 제조업과 로봇 산업 기반을 활용할 수 있는 지점이 바로 이 3단계다. 소프트웨어 에이전트가 수행하는 논리적 판단이 로봇의 물리적 구동과 결합할 때, 비로소 산업적 가치가 극대화된다. 현재의 기술 경쟁은 단순한 모델의 파라미터 수나 벤치마크 점수를 넘어서, 얼마나 정교하게 물리적 환경을 제어하고 실제 산업 현장에 적용 가능한 에이전트를 구축하느냐에 달려 있다.

2022년 오픈AI 독주 대비 2025년 이후의 경쟁 구도

2022년 말 챗GPT의 등장은 오픈AI가 시장의 주도권을 사실상 독점하는 결과로 이어졌다. 당시의 경쟁 지표는 얼마나 자연스럽게 대화하는가라는 모델 자체의 언어 생성 능력과 벤치마크 수치에 집중되어 있었다. 그러나 2025년 이후의 구도는 완전히 다른 양상을 띤다. 구글이 제미나이(Gemini)를 앞세워 본격적인 반격에 나서며 시장의 균형이 재편되었기 때문이다. 특히 구글 I/O 행사 이후 시장의 평가는 단순한 성능 추격을 넘어, 구글이 보유한 방대한 데이터와 서비스 인프라를 결합한 생태계 주도권 경쟁으로 전환되었다.

앤트로픽의 클로드(Claude)가 보여주는 급격한 성장세에서 최근의 변화는 더욱 뚜렷하게 나타난다. 클로드는 단순한 텍스트 생성을 넘어 코딩과 업무 자동화라는 특수 영역에서 강력한 실행력을 증명하며 구글과 오픈AI의 입지를 위협하고 있다. 주목할 점은 여기서 구현되는 에이전틱 AI(Agentic AI, 스스로 목표를 설정하고 실행하는 AI) 기능의 고도화다. 이는 과거의 AI가 인간의 질문에 적절한 답변을 내놓는 수동적인 수준에 머물렀던 것과 극명하게 대조된다. 이제는 AI가 직접 코드를 작성하고 시스템을 제어하며 업무를 완결 짓는 행동하는 단계로 진화하며 시장의 판도를 바꾸고 있다.

구체적인 서비스 형태로 실행력 중심의 변화가 빠르게 구현되고 있다. 클로드 코드(Claude Code), 오픈플로(OpenFlow), 젠스파크 플로우(Genspark Flow) 같은 사례들이 그 실체다. 이러한 도구들은 AI가 디지털 공간 내에서 인간을 대신해 실질적인 작업을 처리하는 에이전트형 서비스의 본격화를 의미한다. 반면 과거의 경쟁이 더 많은 데이터를 학습시켜 모델의 크기를 키우는 것에 치중했다면, 현재는 그 모델을 어떻게 특정 산업의 워크플로우에 이식하고 실행시키느냐가 핵심 경쟁력이다. 모델의 지능보다 도구의 연결성과 제어권이 더 중요한 가치로 부상한 셈이다.

AI 경쟁의 본질은 단순한 모델 성능 경쟁에서 누가 더 강력한 산업 생태계를 구축하느냐의 경쟁으로 완전히 이동했다. 모델의 파라미터 수치나 단순 벤치마크 점수는 더 이상 절대적인 우위를 보장하지 않는다. 반면 실제 산업 현장에서의 실행력과 타 서비스와의 통합 능력은 대체 불가능한 경쟁 우위가 된다. 이는 AI가 단순한 소프트웨어 인터페이스를 넘어 제조, 로봇 등 물리적 환경과 결합하는 방향으로 나아가고 있음을 보여준다. 현재의 경쟁 구도는 누가 더 똑똑한 모델을 보유했는가가 아니라, 누가 더 실질적인 업무 수행 능력을 갖춘 산업 생태계를 확보했는가의 싸움으로 정의된다.

에이전트형 서비스 본격화가 가져올 산업적 영향

응답 속도보다 제어권이 개발자가 바로 체감하는 변화다. 과거의 생성형 AI가 인간의 질문에 답변을 생성하는 보조적 도구에 머물렀다면, 현재의 에이전틱 AI(Agentic AI, 스스로 목표를 설정하고 복잡한 작업을 단계별로 수행하는 인공지능)는 사용자의 의도를 파악해 직접 도구를 조작하고 결과를 도출하는 대리인으로 진화했다. 이러한 변화는 단순히 인터페이스의 개선을 넘어 업무 생산성 구조 자체를 재편하고 있다. 특히 코딩 및 업무 자동화 영역에서 이러한 전환은 뚜렷하게 관찰된다. 클로드 코드(Claude Code, 앤트로픽의 개발 환경 자동화 도구), 오픈플로(OpenFlow, 워크플로 자동화 도구), 젠스파크 플로우(Genspark Flow, 데이터 처리 자동화 도구)와 같은 서비스들은 사람이 일일이 입력하던 명령어와 반복적인 검수 과정을 AI가 스스로 판단하여 처리하도록 설계되었다. 이는 소프트웨어 개발 주기에서 인간의 개입 빈도를 획기적으로 낮추는 결과를 낳는다.

모델의 언어 이해력을 넘어, 얼마나 정교하게 외부 API와 시스템을 제어할 수 있는가에 따라 시장 판도가 결정된다. 앤트로픽(Anthropic)의 클로드(Claude) 시리즈가 업무 자동화 분야에서 강력한 영향력을 발휘하는 이유도 여기에 있다. 단순히 텍스트를 생성하는 모델을 넘어, 디지털 환경 내에서 파일 시스템을 탐색하고 코드를 수정하며 빌드 오류를 스스로 해결하는 자율성이 확보되었기 때문이다. 이는 기업의 IT 인프라 관리나 복잡한 데이터 분석 업무에서 AI를 단순한 상담원이 아닌 실무를 수행하는 팀원으로 배치할 수 있음을 의미한다. 결과적으로 기업은 AI를 통해 업무 흐름을 자동화하고, 인간은 보다 고차원적인 전략 수립과 의사결정에 집중하는 구조로 이동하고 있다.

물리적 영역으로 디지털 공간에서의 자율적 업무 수행은 필연적으로 확장된다. 에이전틱 AI의 최종 지향점은 단순히 화면 속의 작업을 완수하는 것을 넘어, 휴머노이드와 로봇으로의 연결을 통해 현실 세계의 물리적 환경을 제어하는 피지컬 AI(Physical AI)로 수렴한다. 디지털 환경에서 검증된 자율적 판단 능력이 로봇의 제어 시스템과 결합할 때, AI는 제조 공정의 최적화나 물류 현장의 자율 주행과 같은 실제 물리적 과업을 수행하게 된다. 한국과 같이 제조업과 로봇 산업의 기반이 탄탄한 환경에서는 이러한 기술적 결합이 국가적 경쟁력을 좌우하는 핵심 변수가 될 전망이다. AI가 디지털을 넘어 물리적 환경에서 행동하는 시대로 진입함에 따라, 산업 생태계는 모델의 성능 경쟁에서 실제 현장 적용 능력과 로봇 제어 기술의 통합 경쟁으로 빠르게 이동하고 있다.

한국형 AI 3강 도약을 위한 제조·로봇 결합 전략

로봇의 정밀도는 공장 자동화 라인에서 이미 수치화된 데이터로 증명된다. 그러나 현재의 로봇은 정해진 경로를 반복하는 수준에 머물러 있다. AI 모델 분석 팀의 관점에서 볼 때, 한국이 가진 반도체와 제조 인프라는 단순한 하드웨어 생산 기지를 넘어 피지컬 AI(Physical AI)를 구현하기 위한 최적의 테스트베드다. 디지털 공간에서 추론을 마친 에이전트가 물리적 환경에서 실제 작업을 수행하는 단계로 진입하기 위해서는, 로봇 제어 시스템과 AI 모델 간의 지연 시간을 최소화하는 통합 아키텍처가 필수적이다.

한국은 글로벌 빅테크가 모델 성능 경쟁에 집중하는 동안, 제조업 기반의 물리적 데이터를 확보할 수 있다는 점에서 차별화된 우위를 점한다. 에이전틱 AI(Agentic AI, 스스로 판단하여 업무를 수행하는 인공지능)가 휴머노이드와 결합할 때 발생하는 변수는 디지털 데이터보다 훨씬 복잡하다. 한국의 제조 현장에서 축적된 공정 데이터와 로봇 제어 노하우를 AI 학습에 결합한다면, 특정 산업에 특화된 고성능 피지컬 AI 솔루션을 구축할 수 있다. 이는 범용 모델 위주의 경쟁에서 벗어나 한국이 산업 생태계 주도권을 확보할 수 있는 유일한 경로다.

기술 개발에만 머물러서는 이러한 전략을 실현하기 어렵다. 산업 현장의 요구사항을 반영한 인재 양성과 규제 샌드박스를 통한 실증 환경 조성이 동반되어야 한다. 특히 반도체 설계 역량과 로봇 하드웨어 제조 능력을 AI 모델의 추론 엔진과 유기적으로 연결하는 국가 차원의 통합 전략이 요구된다. 개별 기업의 기술력만으로는 글로벌 표준을 선점하기 어렵다. 국가 생태계 전체가 AI와 로봇을 하나의 유기체로 인식하고 자원을 집중할 때, AI 3강 도약이라는 목표는 실질적인 수치로 증명될 것이다.

누가 더 빠르게 물리적 환경에서의 AI 제어권을 확보하느냐에 경쟁의 핵심이 달려 있다. 한국은 이미 제조와 로봇 분야에서 세계적인 수준의 인프라를 보유하고 있다. 이제는 이 하드웨어 위에 AI를 이식하는 소프트웨어적 전환이 필요한 시점이다. 정책적 지원과 민간의 투자가 통합된 생태계가 구축된다면, 한국은 단순한 기술 추격자에서 벗어나 피지컬 AI 시장의 표준을 제시하는 국가로 자리매김할 가능성이 높다.