Blog by Shin & Co

단순한 '말동무'였던 AI가 어떻게 산업 현장의 '실행자'가 되었는지 분석합니다.

1단계: Interactive Chatbot (2023~2024): 텍스트를 생성하고 요약하는 수준. 범용적인 지식에는 강하나 기업 내부 데이터(플랜트 도면, 공정 매뉴얼 등)에 대한 이해도가 낮음.
2단계: Reasoning & RAG (2024~2025): 검색 증강 생성(RAG)을 통해 기업 내부 문서를 참고하여 근거 있는 답변을 생성. '생각하는 과정(Chain of Thought)'이 도입되며 복잡한 논리 문제를 해결하기 시작.
3단계: Agentic AI & Industrial OS (2026~): 단순 답변을 넘어 **'행동(Action)'**을 취함. 예를 들어, "A 공정의 압력이 이상해"라고 하면, AI가 직접 ERP 시스템에 접속해 점검 티켓을 발행하고 정비사에게 작업 지시를 내리는 '기업 운영 체제'의 역할을 수행.

기업의 CTO들이 직면한 가장 큰 전략적 선택: "지능을 구독할 것인가, 소유할 것인가?"

1. 지능의 자급자족 (Sovereignty)

과거에는 성능 때문에 어쩔 수 없이 외부 API를 썼다면, 이제는 GPT-OSS나 DeepSeek V4가 프론티어급 성능을 따라잡으면서 기업들이 "우리만의 모델"을 직접 가질 수 있게 되었습니다.
이는 단순한 비용 절감이 아니라, **'기업의 지적 자산이 외부로 유출되는 경로를 원천 차단'**한다는 전략적 판단입니다.

2. 전략적 하이브리드

모든 것을 오픈소스로 하지는 않습니다. 일반적인 이메일 요약이나 리서치는 Gemini나 GPT 같은 Closed AI를 '구독'해서 쓰고, 공정 설계나 핵심 기술 검토는 EXAONE이나 GPT-OSS를 '소유'하여 폐쇄망에서 돌리는 이원화 전략이 대세입니다.

3. Closed AI의 보안

현재 OpenAI(Azure), Google(Vertex AI) 등은 기업용 API 데이터에 대해 '학습 미사용(No-training)' 및 **'데이터 암호화'**를 기본 옵션으로 제공합니다.
또한, 기업 전용망 내에 AI를 가두는 'Private AI(VPC 기반)' 형태의 배포 모델도 활성화되어 있습니다.

클라우드 데자뷔 (Cloud Deja Vu):

2010년대 초반: "우리 회사 데이터를 어떻게 남의 서버(클라우드)에 올리나?" → 강력한 거부감.
현재: "Private Cloud나 VPC라면 보안이 확보되었다"고 믿고 핵심 시스템을 운영 중.
현재의 AI: 클라우드 초기처럼 '데이터 전송' 자체에 대한 공포가 크지만, 점차 'Managed Private AI' 형태로 타협점을 찾아가는 과도기적 단계입니다.

그럼에도 '오픈 웨이트'를 찾는 이유:

Private Cloud조차도 결국 서비스 제공자의 'Admin 권한' 아래에 있다는 점이 리스크입니다.
특히 국가 보안 시설이나 제조 공정의 핵심 노하우(IP)를 다루는 기업들은, 클라우드 신뢰도와 별개로 **'지능의 물리적 가두기(On-premise Air-gap)'**가 가능한 오픈 웨이트 모델을 최후의 보루로 선택하고 있습니다.

4. 실전 사례: 왜 '폐쇄망'과 '소유'가 필수인가?

이란-미국 분쟁 (Claude 활용 이슈): 특정 국가의 API를 쓸 경우, 정치적 상황이나 윤리 가이드라인 변화에 의해 우리 회사의 '두뇌'가 하루아침에 꺼질 수 있다는 리스크를 확인했습니다.
우크라이나 드론 전쟁: 외부 클라우드 연결 없이도 작동하는 **독자적 AI(Open Weights)**만이 재밍(Jamming)이나 네트워크 차단 상황에서 살아남을 수 있음을 증명했습니다.

Digital Twin은 실제 물리적인 로봇이나 공장을 가상 세계에 똑같이 복제한 모델입니다. 물리 세계에서는 로봇이 한 번 넘어지면 고장이 나지만, 가상 세계에서는 수만 번의 시행착오를 단시간에 거칠 수 있습니다.

[AI & Robot] 2-1. LLM의 산업적 진화: 디지털 뇌의 탄생과 전략적 선택