저는 2026년 10월 13일, 카미야초 트러스트 타워에서 열린 IIAC 2026 (제5회 국제 산업 AI 컨퍼런스) 에 참가했습니다.
주제는 '산업 AI의 주권 — 국가·사회문화·산업'이었습니다. 스탠퍼드에서 네 차례, 그리고 2025년 하노이를 거쳐 이번에는 처음으로 도쿄에서 개최되었습니다. 현장에는 반도체, 제조, 정책, 연구 관계자들이 모여 종일 싱글 트랙(영-일 동시 통역 제공)으로 논의가 이어졌습니다.
솔직히 말하자면 가장 기대했던 것은 Ian Lucas 씨의 World Model 강연이었습니다. 하지만 하루를 보내면서 인상 깊었던 것은 '데이터셋', '온톨로지', 'IT/OT 격차', 'Sovereignty(주권)' 와 같이 좀 더 현실에 발을 딛고 선 단어들이었습니다.
본 글은 현장에서의 메모와 그때 생각했던 것들을 정리한 것입니다. 자세한 아젠다나 내용은 공식 이벤트 사이트에서 확인해 주시기 바랍니다.
※会場のネットワークが不安定で、その場で調べながら聞くことができませんでした。聞き違いや理解が浅い部分があるかもしれません.
주최 측인 Aitomatic CEO Christopher Nguyen 씨의 기조 강연이었습니다. 인상 깊었던 에피소드는 다음과 같습니다.
파나소닉이 홈베이커리를 개발했을 때, 엔지니어가 빵집에 도제처럼 들어갔다는 이야기였습니다.
무언가를 만들기 위해서는 특별한 지식이 필요합니다. 범용 모델만으로는 특수한 OT(제어 시스템) 업무에는 도달할 수 없습니다. 따라서 숙련 세대가 퇴직하기 전에 그 지식을 AI에게 이식해야 한다는 것이 전체 메시지였습니다.
질의응답 시간도 흥미로웠습니다.
스몰 모델은 어떻게 해야 하는가? → OSS(오픈 소스)
- 현장은 지금 무엇을 하고 있어야 하는가? → 데이터. '빅데이터 시대는 끝났다'고도 하지만, 현장의 데이터를 제대로 남기고 학습할 수 있는 시스템을 갖추어 두는 것이 중요합니다. 센서 등과 연결하는 새로운 시도가 필요할 수도 있습니다.
- 플랜트의 ON/OFF를 AI에게만 맡기는 미래가 있을까? → Human in the loop(인간 개입)는 반드시 필요하다.
'경제가 호황인 지역일수록 AI에 긍정적이고, 그렇지 않은 지역은 신중하다'는 지적이 있었습니다. 개인적으로는 '정말 그럴까?'라고 생각했으며, 문화적인 요인이 크지 않을까 느꼈습니다. 또한, 전문 지식을 AI에 녹여내는 흐름이 언젠가 특허와 같은 지식재산(IP) 비즈니스로 이어질 수 있을지에 대해서도 상상하며 듣고 있었습니다.
제가 동경하는 Lucas 씨의 강연입니다. 이야기는 상당히 직설적이어서, '지금의 AI는 동물이나 인간과 비교해도 할 수 없는 것들이 너무 많다'라는 지점에서 시작했습니다.
- 전문 지식이나 행동을 배우는 것을 넘어, 아이가 자연스럽게 습득하는 세상의 배경지식을 배울 필요가 있다 - World Model이 있다면,
행동하기 전에 결과를 예측하고 수정할 수 있다 - 영상 등으로부터도 학습하여 다음 액션을 예측하는 능력이 생겨난다
- JEPA 소개가 많았고, JEPA와 DINOv3 (Meta)를 결합한 사례도 있었습니다.
...라고 적었지만, 수학이나 물리 이야기가 이어지는 부분이 있어 솔직히 상당히 어려웠습니다. 기대했던 강연이라 아쉬움이 컸습니다! 기술 관련 동료들에게 꼭 듣고 싶은 내용이었습니다.
참고로 LeWorldModel은 GitHub에서 공개되어 있으며 (lucas-maes/le-wm), 규모에 따라서는 개인 GPU에서도 구동할 수 있을 것 같습니다. 조만간 '직접 해보기' 내용을 공개하고 싶습니다.
前韓国中小企業庁長 Joo 씨의 키워드는 'Technology → Purpose and mission oriented(목적 및 임무 지향)' 이었습니다. 기술에서 출발하는 것이 아니라, 풀고 싶은 목적이나 과제를 위해 기술을 개발하자는 취지로 이해했습니다.
한국은 수평형 AI가 아닌, 산업별 수직형 AI로 방향을 틀고 있다고 합니다. 산업마다 데이터 보유 방식이 다르기 때문에, 먼저 데이터를 정리하고 그 위에 모델을 구축하는 것입니다. EU나 독일의 노력도 소개되었습니다.
휴식 시간에 뒤쪽에 앉아 있던 암호 기술 제공 참가사 EAGLYS 씨와 이야기를 나눌 수 있었습니다.
'데이터'가 중요해질수록, 'AI'가 할 수 있는 것이 많아질수록 다루어지는 데이터 보안 역시 중요하기 때문에 공부가 되었습니다. 자세한 내용은 다음 기회로 미루겠습니다.
NEC 이사회 사장 겸 CEO Morita Takayuki 씨, 디지털 부대신 Shin/내각부 부대신 Shiozaki Akihisa 씨, Aitomatic CEO Christopher Nguyen 씨가 참여한 패널이었습니다. 모더레이터는 Aitomatic COO Nanda Kishore 씨였습니다. (이하 경칭 생략)
Morita 씨 (NEC)
• AI를 어떻게 커스터마이징할지에 도전하고 있으며, 그것이 올바른 접근 방식이라고 생각한다.
• AI 자본(AI capital)과 인간 자본(Human capital)은 대립하는 것이 아니라 융합해야 할 것이다. 다만, 그 실현 방법은 아직 모색 중이다.
• 일본 고유의 중요한 데이터가 아직 많이 있다. 그 취급 정책을 정부에서 빨리 결정해 주었으면 좋겠다.
• 데이터 사일로화(data silo)는 큰 장애물이다.
시오자키 씨 (디지털 부대신)
• AI에 필요한 것으로서, 우선 투명성을 언급했다. 주권(sovereignty)이란 완전한 자급자족주의가 아니라, 선택지를 가질 수 있다는 취지로 받아들였다. 기업이 무엇을 공개하고 무엇을 AI에 맡길지 의식적으로 선택하는 것이 중요하다. 이를 위한 국제적인 기준이나 모델의 보안 인증과 같은 가드레일(guardrail)도 필요하다.
Nguyen 씨 (Aitomatic)
• 'AI가 폭주한다'는 표현은 정확하지 않다. AI는 프롬프트에 따랐을 뿐이다. 주권과 책임은 어디까지나 인간과 기업이 가진다. 에이전트가 프롬프트를 받기 전에 내용을 확인하는 등, 가드레일과 거버넌스(governance)를 전제로 사용해야 한다.
• 미래에는 매우 낙관적이다.
'인간이 책임을 진다'는 생각은 IBM도 10년 이상前から 이야기해 온 것입니다. 가까운 예로는 인프라에 직접 손대지 않고 가드레일을 강제하는 것, CI/CD를 통해 보안을 강제하는 등의 발상과 비슷하다고 느꼈습니다. AI를 '아직 발전 단계의 아키텍처'로 보고, 일종의 대형 신입 사원을 육성해 나간다는 관점을 다시 한번 인식했습니다.
어쨌든 **데이터(data), 데이터셋(dataset)**이 반복된 강연이었습니다.
• 미국과 중국은 거대한 GPU 클러스터와 거대한 데이터셋 및 기반 모델을 보유하고 있다.
• 그러한 기반을 갖지 못한 일본의 전략은, 에코시스템으로 실현하는 것이다. FANUC, 야스카와 전기(Yaskawa Electric), 가와사키 중공업(Kawasaki Heavy Industries) 등과의 연계를 통해 로보틱스를 위한 기반 모델이 만들어지면 좋겠다.
• 자동차 제어계에서 사용되는 일본산 컴포넌트는 로보틱스에도 활용할 수 있다.
• '재설계(Redesign)': 야구공을 '야구'로 만든 것처럼, 이해한 위에 일본식으로 재설계하는 것이다.
여기까지의 세션에서는 세계 최첨단 노력을 접하며 '아직 그 단계인지'라는 생각이 들기도 했지만, 다시 한번 '땅에 발을 붙이고 진행하고 있구나'라고 이해했습니다.
휴식 시간에 옆자리 Temporal 씨와 이야기를 나눌 수 있었습니다. AI 에이전트가 복잡한 업무를 수행하게 되면, 그만큼 복잡한 시스템을 넘나들며 AI 에이전트가 구동됩니다. AI 에이전트가 어딘가에서 멈출 위험도 커지기 때문에, 이를 안정적으로 가동시키는 솔루션을 제공하고 있다고 합니다. 자세한 내용은 다음 기회에 하고 싶지만, 화제가 된 스타트업과 실제로 이야기를 나눌 수 있었습니다.
르네사스(Renesas)의 VP Gaurang Shah 씨는 산업 AI를 뒷받침하는 임베디드/엣지 측 요구사항(저전력 소비, 실시간성, 보안)과 원스톱 솔루션을 소개했습니다. 전력 및 배터리 관련 솔루션도 있을 것 같아 나중에 알아볼 생각입니다.
• Tokyo Electron: TEE(Trusted Execution Environment)를 사용하여 외부에 노출할 수 없는 IP 등 중요한 정보를 암호화된 상태로 공유하여 트러블슈팅 등에 활용하는 시도. 오전에 EAGLYS 씨의 발표와 연결되었습니다.
• CTC: 주제는 IT/OT 격차였습니다. 스마트 팩토리 솔루션과 Aitomatic의 데모를 보았습니다. Aitomatic은 'AI 관측 가능성(observability)' 같은 위치일까 생각하며 지켜보았습니다.
• Open Data Spaces (츠다 씨): “주권은 고립주의가 아니다(Sovereignty is not isolationism)”. 온톨로지는 API를 통해 협조할 수 있다는 내용이었습니다.
루칸 씨 등의 패널에서는, “슈퍼 인텔리전스가 인간을 장악한다는 것은 사실이 아니다. 그런 생각을 하는 것은 오직 인간일 뿐이며, 문제는 AI 탓으로 돌리는 일부 인간의 잘못된 야망이다”라는 취지의 발언이 있었습니다.
⚠️ [IMG:N] 형식 토큰은 이미지 placeholder 입니다. 번역하지 말고 원래 위치에 그대로 유지하세요.
낙관적(Optimistic): 발표자들은 모두 AI와 함께하는 미래에 매우 낙관적이었습니다.
온톨로지(Ontology): 여러 번 언급되었습니다. 이번 행사의 숨겨진 주역일지도 모릅니다.
"생성 AI는 끝났다": 다음은 물리 세계나 산업 현장으로 가야 한다는 분위기가 있었습니다.
IT/OT 격차: 일본의 현장과 오래 관계를 맺은 사람일수록 입으로 내뱉었습니다. 다른 나라에서는 사정이 다른지 궁금합니다.
데이터셋(Dataset): 정책 측이든 산업 측이든, 결국 이곳(데이터)으로 돌아옵니다.
루카스 씨를 보고 참가했지만, 제가 가져온 것은 다음 세 가지였습니다.
AI 및 물리 AI 분야에서
- 데이터 정비가 핵심입니다. 현장 데이터를 남기는 것, 데이터셋으로 만드는 것, 사일로(silo)를 깨는 것. 정책 측이든 산업 측이든, 도달하는 곳은 같았습니다.
- 주권이란 고립이 아니라 선택지와 거버넌스(Governance)를 갖는 것입니다. 투명성, 가드레일(Guardrail), Human in the loop. 주어는 어디까지나 인간과 기업입니다.
- 기밀을 지킨 채 연계하는 기술이 뜨겁습니다. TEE, 암호화된 상태 그대로의 처리, 온톨로지(Ontology)를 통한 협력. "데이터를 넘겨주지 않고 함께 똑똑해지는" 메커니즘이 산업 AI의 전제가 되어가고 있다고 느꼈습니다.
앞으로는 싱글 모델이 아니라, 스몰 모델(Small Model)을 적재적소에 조합하는 시대가 될 것 같습니다. 그 아래에서 작동하는 GPU 기반과 오케스트레이션(Orchestration), 옵저버빌리티(Observability)까지 포함하여 계속 추적해 나가겠습니다. 우선 LeWorldModel의 "실습"부터 시작할 생각입니다. (실제로는 사내 SE에게 부탁하는 곳부터일 겁니다!)
끝까지 읽어주셔서 감사합니다!
참고 자료
