2026년 ICT 10대 트랜드 이슈(AX Core)

   

 

  정보통신기획평가원(IITP)의 자료에 의하면, 2016년 ICT 10대 트렌드는 인공지능(AI) 전환 코어와 인프라, 확산 등의 범주로 묶여 모든 이슈는 AI이다.   2025년 11월 12일부터 14일까지 서울 상공회의소에서 개최하는 ‘2026 AI·ICT 산업·기술전망 컨퍼런스’에서 정보통신기획평가원 임진국 II단장은 2026년에 중요하게 부각될 AI·ICT 분야 10대 이슈를 발표하기에 앞서 이같이 말했다.  “이제는 AI 대전환 포인트에 집중해야 한다”면서 “그동안 AI의 성능과 같이 선형적인 혁신 경쟁에 치중했는데 단순한 이 같은 혁신 경쟁에 더해 효율성과 활용성을 결합해야 경쟁력을 갖게 되는 동적인 AI 경쟁체계로 급격히 변화하고 있다”라고 진단했다.

 

출처 :정보통신기획평가원

 

AX Core

1. [에이전틱 AI] AI 페르소나가 온다

 

   에이전틱 AI는 말 그대로 비서와 같은 역할을 수행하는 인공지능이다. 단순히 사용자의 지시에 반응하는 수준을 넘어, 스스로 목표를 설정하고 계획을 수립하며, 메신저·검색·결제 시스템 등 다양한 수단을 활용해 목표 달성을 위한 과업을 자율적으로 실행한다는 점이 특징이다.

   이처럼 자율적으로 행동하는 에이전틱 AI는 인간의 비서 역할을 수행하기 위해 필수적인 기술로 자리 잡고 있다. 이를 가능하게 하는 핵심 요소로는 네 가지가 특히 중요하게 부각된다. 첫째, 여러 에이전트가 협력해 성과를 극대화하는 멀티 에이전트 구조, 둘째, 개별 에이전트가 가진 기능을 효과적으로 조율하고 통합된 거버넌스를 형성하는 오케스트레이션 기술, 셋째, 사용자의 의도와 행동 패턴, 상황에 따라 적절히 대응할 수 있는 상황(맥락) 인식 AI, 넷째, 과거의 행동 이력과 경험을 저장·활용하는 장기 메모리 기술이다.

   특히 에이전틱 AI는 그동안 축적된 학습용 데이터를 중심으로 학습해 왔으나, 앞으로는 현실 세계에서 실제로 실행한 경험을 바탕으로 학습하는 ‘경험 학습’의 시대로 전환될 것으로 보인다. 이러한 기술 요소들이 고르게 발전함에 따라, 에이전트는 점차 부분 자동화를 넘어 완전한 자율행동 단계로 진화해 나갈 것이다.

   더 나아가 인간과 AI가 지속적으로 상호작용하는 소셜 AI는 개인의 제2의 자아와 같은 ‘페르소나’ 역할로 그 범위가 확대될 가능성도 크다. 경제적 활용 측면에서 보더라도, AI는 더 이상 개별 도구나 서비스에 머무르지 않고 하나의 거대한 플랫폼으로서 경제 전반의 핵심 인프라로 자리 잡을 것으로 예상된다.

---

2. [피지컬 AI] 피지컬 AI, 움직이는 모든 것으로

 

   피지컬 AI는 디지털 공간에 머무르지 않고, 현실 세계에서 실체를 가진 지능으로 작동하는 인공지능을 의미한다. 대표적으로 휴머노이드 로봇과 같은 피지컬 AI가 범용적인 활용 가능성을 갖추며 우리 일상에 점차 다가오고 있다. 테슬라 옵티머스, 현대자동차의 아틀라스, 유니트리의 H2 휴머노이드는 2026년을 전후로 본격적인 양산 단계에 진입할 것으로 예상되며, 그동안 산업용 특화 영역에 제한적으로 활용되던 로봇 기술이 돌봄, 고객 서비스, 교육, 의료 등 다양한 서비스 분야로 확장될 가능성을 보여주고 있다.

<테슬라 옵티머스3> 출처 : 테슬라	<현대자동차 아틀라스> CES 2026 차세대 로봇 출처 : 연합뉴스	<유니트리 H2>  출처 : 유니트리

 

   다만 휴머노이드가 피지컬 AI의 전부는 아니다. 휴머노이드는 피지컬 AI가 가장 빠르게 적용되고 있는 대표적인 플랫폼일 뿐이며, 피지컬 AI의 범위는 훨씬 넓다. 앞으로 피지컬 AI 기술의 발전은 로봇은 물론, 자율주행 택시나 드론과 같이 움직이는 모든 사물의 구동 방식을 근본적으로 변화시키며 우리의 일상 속으로 스며들 것으로 보인다.

   피지컬 AI는 단일 기술이 아니라, 인간의 두뇌에 해당하는 AI, 현실 세계를 인식하는 센서, 신체의 움직임을 담당하는 액추에이터, 그리고 지속적인 작동을 가능하게 하는 배터리 기술이 유기적으로 결합된 결과물이다. 이러한 요소들이 정교하게 통합되어야 비로소 현실에서 작동하는 지능이 완성되며, 그런 점에서 피지컬 AI는 여러 첨단 기술이 결합된 ‘종합 예술’이라 할 수 있다.

---

 

3. [AI반도체] 학습에서 추론으로, AI반도체 대전환

 

   AI 반도체 시장에도 뚜렷한 변화의 조짐이 나타나고 있다.

 

  첫째, 현재 AI 반도체 시장의 90% 이상을 점유하고 있는 엔비디아의 GPU 중심 구조가 앞으로 도전에 직면할 가능성이 커지고 있다. GPU는 강력한 범용성과 압도적인 성능을 제공하지만, 동시에 막대한 전력 소비와 높은 비용이라는 구조적 한계를 안고 있다. 특히 AI 데이터센터의 전력 사용이 급증하면서, GPU 기반의 AI 확산이 장기적으로 지속 가능할지에 대한 의구심도 커지고 있다.

이러한 고비용·고전력 문제를 극복할 대안으로 NPU(Neural Processing Unit)가 부상하고 있다. GPU만큼의 범용성과 최고 성능을 제공하지는 않더라도, 금융·의료 등 특정 산업 분야에서 요구되는 AI 추론 과업을 수행하기에는 충분한 성능을 갖추면서도 저전력·저비용으로 구현 가능하다는 점에서 주목받는다. 2026년을 전후로 다양한 NPU 기반 제품이 출시될 것으로 예상되며, 특화된 AI 모델 기업과 반도체 기업 간의 결합, 그리고 피지컬 AI 확산에 따른 온디바이스 AI 반도체 수요 증가는 반도체 산업의 새로운 성장 기회를 열어줄 것이다.

 

  둘째, 우리나라가 강점을 지닌 메모리 반도체 분야에서도 변화가 본격화될 전망이다. AI 시장이 학습 중심에서 추론 서비스 중심으로 전환되면서, 단순히 대용량·고대역폭 제공을 넘어 고속 데이터 처리와 멀티태스킹 지원과 같은 새로운 요구가 메모리 기술에 부여되고 있다.

 

이에 따라 HBM, DRAM, 낸드플래시 등 전통적인 메모리 반도체의 성능 혁신과 함께, 프로세서와 메모리를 결합해 연산 효율을 높이는 PIM(Processing-In-Memory) 기술, 메모리 자원을 유연하게 확장·공유할 수 있는 CXL(Compute Express Link) 기술, 그리고 뇌 구조를 모사한 새로운 방식의 뉴로모픽 반도체와 같은 차세대 혁신도 병행될 것으로 예상된다.

 

  결국 AI 반도체 시장은 GPU 중심의 학습 시대를 넘어, 추론 중심의 저전력·고효율 컴퓨팅 시대로 재편되며 새로운 경쟁 구도가 형성될 것이다.

 

---

4. [데이터] 이제는 AI Ready Data

 

 

  최근 데이터 시장에서는 AI 학습에 활용할 수 있는 양질의 데이터가 절대적으로 부족해지고 있다는 우려가 점차 심화되고 있다.

이러한 상황에서 2026년은 ‘더 많고 더 좋은 AI-Ready 데이터’를 중심으로 데이터 혁신이 본격화되는 전환점이 될 것으로 보인다. 앞으로는 단순히 방대한 양의 빅데이터를 축적하는 단계에서 나아가, 그중에서도 정제되고 전문화된 파인 데이터(Fine Data), 그리고 AI가 즉각적으로 활용할 수 있도록 구조화된 AI-Ready 데이터의 시대로 통합적으로 전개될 것으로 예측된다.

 

   AI 데이터를 구현하기 위해서는 몇 가지 핵심 변화가 필요하다. 우선, 편향을 최소화하면서도 데이터가 추구하는 가치와 현실을 대표할 수 있도록 구성하는 데이터 설계 기술이 중요해질 것이다. 또한 메타데이터와의 연계를 통해 데이터가 처한 상황과 맥락을 함께 제공함으로써, AI가 단순 정보가 아니라 상황 인지와 맥락 이해까지 가능하도록 지원하는 데이터 체계가 요구된다. 더불어 데이터 형식의 표준화를 통해 누구나 접근하고 활용할 수 있는 데이터 산업 환경이 빠르게 확산될 것으로 보인다. 이러한 변화는 AI 모델의 정확성과 확장성을 높일 뿐 아니라, 리스크 관리 측면에서도 중요한 전환을 가져올 것이다.

한편 데이터 활용의 유연성 확보 역시 주목해야 할 과제다. 여러 조사에서 AI 혁신을 가로막는 가장 큰 장벽으로 데이터 관련 규제가 반복적으로 지적되고 있다. 예를 들어 의료 AI 분야에서는 활용 가능한 데이터가 존재함에도 불구하고, 규제와 제도적 제약으로 인해 충분히 활용되지 못하는 사례가 많다.

이에 따라 글로벌 각국에서도 데이터 규제와 정책 방향에 변화가 나타나고 있다. 미국은 AI 액션 플랜을 통해 연구용 데이터 공개에 대한 가이드라인을 제시하고 있으며, 유럽연합(EU)과 영국 역시 AI의 위험성을 통제하고 보호하는 관점을 유지하면서도, 학습용 데이터 활용의 편의성과 유연성을 높이기 위한 새로운 접근을 모색하고 있다.

 

   우리나라 또한 2026년 1월 세계 최초로 AI 기본법 시행을 앞두고 있으며, 이 과정에서 ‘지능 우선, 규제 최소화’라는 정책 기조를 제시하고 있다. 특히 데이터 정책은 AI 대전환 시대에 가장 중요한 우선순위로 부각되고 있다. 앞으로는 정보 주체의 권리를 어떻게 보장할 것인지, 동시에 데이터 활용의 유연성을 어떻게 확보할 것인지에 대한 사회적 조율이 주요 관심사로 떠오를 것으로 예상된다.

 

아래의 AX 확산, AX Infra는 다음 글에서 제공한다. 

AX 확산

5. [X+AI] 모든 곳의 생산성 혁명

6. [인재] AI가 이끄는 人과 業의 대전환

 

AX Infra

7. [보안·안전] AI 방패, 보안이 안보가 된다

8. [네트워크] 네트워크도 자율행동으로 간다

9. [에너지] 에너지, 지속가능 혁신의 Key