항만은 88%, 건설은 1~2단계. 차이는 AI가 아니었습니다
오늘 다이제스트에는 처음 보면 AI 뉴스라고 느끼기 어려운 분석이 하나 들어 있다. IT조선이 중국 산업의 AI 전환, AX를 다룬 기사가 그것이다. 기사의 출발점은 숫자. 톈진항의 자동화율은 88%이다. PortGPT와 무인운반차, 디지털 트윈으로 3단계에 도달했고 자율운송과 전체 스케줄 최적화를 맡는 폐쇄구역은 이미 4단계 초입까지 갔다고 한다. 같은 나라의 건설은 어떨까. 대형 프로젝트의 설계와 안전관리 수준은 1~2단계에 머물러 있고 2026년 들어서도 ‘AI×BIM 2.0’과 체계적 디지털화를 병행하고 있을 뿐입니다. 같은 AI, 두 속도.
기사가 쓰는 ‘단계’는 업종별로 AI가 어디까지 들어갔는지를, 데이터가 이어지는 범위로 구분한 척도입니다. 작업 공간이 닫혀 있고 기록이 한 생애주기로 이어지는 항만은 높게 잡히고 발주와 설계, 시공, 운영의 주체가 프로젝트마다 바뀌면서 데이터가 끊기는 건설은 낮은 단계에 머물러 있습니다.
통상 AX 논쟁은 순서의 문제였습니다. 어느 업종이 먼저 열리고 어느 업종이 나중에 따라오느냐. 그런데 기사의 답은 다릅니다. AX의 속도는 데이터가 흐르는 경로를 따라 결정됩니다. 같은 업무 상태가 시간과 조직을 넘어 이어질 때 AX가 깊어진다. 그것이 기사 핵심입니다. 깊이를 가르는 변수는 ‘업무가 이어지는가’인가.
이 변수는 중국의 업종 하나에만 적용되지 않는 셈입니다. 오늘 다이제스트에서는 건물 스케일, 랙 스케일에서도 같은 문장이 반복됩니다. 세 기사가 한 목소리를 내는 날은 드물죠. 오늘이 바로 그런 날입니다.
글의 핵심 개념을 형상화했습니다.
업무가 이어질 때, AI는 깊어집니다
기사는 빠르고 느린 업종을 가르는 조건을 네 개로 정리하는 것입니다. 작업 공간의 폐쇄성, 자산과 화물의 실시간 식별, 계획에서 실행까지 이어지는 생애주기 연속 기록, 그리고 기업과 기관 사이 데이터와 권한, 책임의 연결입니다.
항만은 네 조건을 모두 갖춘 케이스입니다. 작업 공간은 닫혀 있고 장비와 화물은 실시간으로 식별되며 계획과 실행 기록이 한 생애주기로 이어집니다. 그래서 주문, 재고 운송, 정산이 한 플랫폼 안에서 연결된 영역에서 징둥물류와 SF홀딩스, 차이냐오 등이 2~3단계에 도달했습니다. 딥시크와 화웨이의 AI가 뒷받침하는 톈진항의 사례가 이 논지를 가장 선명하게 보여준다고 기사는 전합니다.
건설은 네 조건이 모두 부재에 가깝습니다. 발주자가 프로젝트마다 바뀌고 설계자도, 시공자도, 운영자도 바뀝니다. 완공 이후 데이터는 이어지지 않고 다음 프로젝트는 다시 제로에서 시작합니다. 그래서 대형 프로젝트의 설계와 안전관리 수준이 1~2단계에 머문다는 진단입니다. 항공과 우주는 또 다른 종류의 느림입니다. 감항성과 안전 책임 때문에 핵심 판단을 사람에게 남겨 두기 때문입니다. 중국동방항공은 알리바바 통의천문으로 여행 업무를 대화형으로 처리하고 있고 C919을 포함한 20만 건의 전문 데이터셋을 쌓았습니다. 농업은 출발선이 더 낮은 축입니다. 중국은 2028년 농업생산 정보화율 32% 이상이라는 목표를 세우고 있지요.
다시 읽어 보면 결론은 하나인 셈이다. AI는 업무 상태가 이어질 수 있는 업종에서 깊어진다. 업무가 끊기는 곳에서는 어떤 모델도 챗봇 수준을 벗어나기 어렵다.
건물 스케일에서는 ‘끊기지 않는 곳’이 승부처입니다
조선일보는 데이터센터 경쟁을 ‘허브 공항’에 비유했다. 기업과 클라우드를 잇는 중계 지점이 승부처라는 뜻이다. AI 시대 데이터센터의 경쟁력은 ‘연결’에서 갈린다. 대비가 선명하다. 아마존웹서비스, AWS 같은 하이퍼스케일러는 수백 MW에서 기가와트, GW급 초대형 데이터센터를 짓고 한 대형 고객이 사실상 전용으로 쓰는 구조다. 에퀴닉스는 정반대로 가기도 한다. 한 건물에 수십, 많으면 70여 개 고객사가 입주하는 소규모 데이터센터를 광섬유로 촘촘하게 묶는, 콜로케이션에 인터커넥션을 더한 전략이다.
왜 연결이 승부처가 됐는지요. 기업이 업무를 나눠서 돌리기 시작했기 때문입니다. 민감 데이터는 자체 서버에 두고 GPU 연산은 외부 전문 인프라에 맡기고 기존 서비스는 퍼블릭 클라우드에 남깁니다. 이 이질적인 인프라를 지연 없이 잇는 패브릭 같은 상호연결 서비스가 병목 해소의 관건이 됐다는 것입니다. 배경에는 전력이라는 최대 장애 요인도 있습니다. IEA에 따르면 글로벌 데이터센터 전력 소비는 2024년 약 415TWh에서 2030년 약 945TWh로 두 배 이상 늘고, 미국 2030년 증분 전력 수요의 절반 가까이를 데이터센터가 차지할 전망입니다. 미국인 71%는 소음과 배기를 이유로 지역 데이터센터 건설에 반대합니다. 거대한 하나를 더 짓기 어려운 세상에서, 많은 것을 끊기지 않게 잇는 쪽이 이긴다는 뜻입니다. 에퀴닉스가 올해 처음으로 샌프란시스코에서 ‘호라이즌’ 행사를 열어 AI 인프라, 연결성, 데이터센터 운영을 주요 의제로 내건 것도 같은 흐름의 방증입니다. 건물 스케일에서도 끊기지 않는 곳에 가치가 붙습니다.
랙 스케일에서는 점수판이 바뀌었습니다
IT조선 테크리포트에 따르면, 인프라 성능의 측정 기준 자체가 이동하고 있습니다. 그 변화의 실마리를 주는 것은 인텔의 에이전틱 추론 계측입니다. 단일 요청에서는 CPU가 총 지연 시간의 1% 이하만을 차지했습니다. 그런데 동시 세션이 32개로 늘자 CPU 비중은 11~15%로 올라가고 이 중 94%는 스케줄링과 작업 대기열에 소모됐습니다. 스펙시트에서는 중요해 보이지 않는 부분이, 실제로 동시다발로 돌리기 시작하면 병목이 되는 것입니다. 에이전트 워크로드는 원래 이런 구조입니다. 도구를 호출하고 외부 데이터에 닿고 세션을 길게 유지하면서 동시에 여러 개가 돌아야 하니까요. 그래서 AI 인프라의 중심축이 GPU 중심의 생성형 구조에서, 추론과 에이전틱 시대에 맞는 CPU와 이종 가속기 조합으로 이동하고 있고 인텔과 AMD, 엔비디아는 모두 에이전틱 AI용 CPU 랙스케일 솔루션으로 경쟁에 들어섰습니다. 인텔 차세대 다이아몬드 래피즈는 UCIe-S로 P-코어 256개를 단일 프로세서에 집적했고, AMD 6세대 에픽은 고밀도 CPU 시장을 겨냥하며, 엔비디아는 베라 CPU로 들어섭니다. 시장 보고서는 에이전틱 AI 주도 CPU 부활과 퀄컴, ARM의 에이전틱 특화 데이터센터 CPU 진입을 연이어 전하고 있습니다. CPU 경쟁이 단품 반도체에서 랙 단위 풀스택 시스템 경쟁으로 확장되고 있다는 기록이지요.
‘실효 성능’이라는 개념도 결국 같은 이야기를 하는 것이다. 코어 수나 최대 FLOPS 같은 이론적 피크 성능 대신, 실제 서비스 환경에서 확보 가능한 실질 처리 용량이 기준이 되고 최종 사용자의 지연시간 목표를 기준점으로 삼아 라우팅 효율, 자원 밸런스, 오프로드 효율을 곱해 계산한다. 인텔과 SAP의 연구는 메모리 쪽 숫자를 주는 셈이다. DDR5에 CXL 메모리 확장 카드를 조합한 시스템은 순수 DDR5 대비 96%의 성능을 유지하면서 TCO를 약 25% 줄인다. 에이전틱 AI 특유의 메모리 전략. 항만과 건물이 말했던 메시지와 같다. 스펙시트의 피크와, 실제 운영에서 전달되는 용량은 다른 것이다.
세 기사를 나란히 놓으면, 오늘 아침 뉴스의 공통어는 하나다. 연결, 전달, 실효. AI의 가치가 실제로 이어지는 곳으로 이동한다. 그 공통어가 가리키는 곳은, 결국 기업의 운영 현장인 셈.
한국의 출발선은 ‘업무 권한을 어느 단계까지 줄 수 있느냐’
IT조선 분석이 한국에 남기는 함의는 구체적이다. AX를 선언하는 것보다, 업종별 출발선, 즉 디지털 부채를 정하는 것이 관건이기도 하다. 제조는 센서와 MES, 품질 데이터가 어느 수준까지 가야 할까요. 의료는 전자의무기록과 임상용어가, 건설은 BIM, 공정, 원가가, 물류는 주문, 재고 운송 식별체계가 어디까지 갖춰져야 할까요. 이 답이 나와야 AI에게 ‘쓰기 권한’을 얼마나 줄 수 있는지, 즉 DX 최소요건과 AX 권한단계를 함께 정할 수 있다.
권하는 방향도 명확하다. 부처마다 범용 LLM을 만들지 말고 복수 모델을 안전하게 잇는 공용 관문과 산업 데이터 공간, 평가와 감사 체계를 세우는 것입니다. 그리고 권한은 단계적으로 여는 것입니다. 저위험 검색과 예측에서 시작해, 시스템 호출, 사람 승인, 제한적 자율운영 순으로. 지자체는 범용 AI센터보다 지역 주력산업 실증장을 맡고 울산은 조선과 자동차, 부산은 항만과 물류, 대구는 의료를 맡는 식인 셈입니다. 중소기업에는 AI 바우처 대신, 표준 ERP와 MES, API에 데이터 정리를 묶은 공동 플랫폼이 필요합니다. 금융과 투자자의 심사 기준도 ‘AI 이야기’에서 데이터 표준화율, API 연결 범위, 예외처리, 투자 회수 능력으로 옮겨야 하는 것입니다. 그 목록에서 특히 눈길이 가는 것은 예외처리인가. 어긋난 경로를 누가 어떤 기록으로 붙잡는지 묻는 항목이니까요. 다시 말해, ‘업무가 이어지는가’는 한국 AX의 첫 번째 질문이기도 합니다.
네 조건을 에이전트 언어로 다시 읽으면
네 조건을 에이전트 언어로 번역해 보면, ‘AI에게 업무 권한을 주는 조건’ 그 자체입니다. 생애주기 연속 기록은 누가 무엇을, 어떤 순서로, 어떤 결과로 처리했는지를 남기는 일이고 데이터와 권한, 책임의 연결은 어떤 정책 아래서 누가 어떤 시스템에 닿을 수 있는지를 정하는 문제이며, 단계적 권한 개방은 에이전트를 어디까지 홀로 두고 어디서부터 사람을 붙일 것인지를 가르는 기준이지요. 이 셋은 특정 소프트웨어의 기능이 아니라, 실행 환경의 기초입니다.
ThakiCloud의 Paxis는 Agent-Native Cloud의 정식 제품, v1.1 GA이고 그 기초를 Skills, Tools, Policies, Audit Logs라는 일급 리소스로 다룹니다. 자율도 L0부터 L3까지의 거버넌스가 ‘어디까지 홀로 둘 것인가’를 정책으로 쓰게 하고 정책 게이트는 실행 앞에서 막아 서며 감사 로그는 이사회에 꺼낼 수 있는 기록을 남깁니다. 실행은 격리 샌드박스 안에서 이뤄지고, 작업은 MCP 커넥터와 스킬 마켓으로 외부 시스템과 다른 에이전트에 이어지며, CostRouter는 작업별로 모델을 골라 랙 단락의 ‘실효 성능’이 비용 단락에서 끊기지 않도록 하는 것입니다. 실행 환경을 자기 영토에 두어야 하는 기업에는 소버린, 온프레미스 K8s 환경 ai-platform이 있습니다. 한국의 건설이 다음 단계로 올라갈 때, 필요한 것은 모델이 아닙니다. 업무 상태를 시간과 조직을 넘어 이어 주는 층이지요. ‘우리 업종 AI를 얼마나 더 좋게 만들 수 있나’보다 먼저, ‘네 조건 중 어디까지 와 있나’를 묻는 것이 시작입니다.
항만이 88%까지 간 이유는, 업무가 끊기지 않아서인 셈. AI가 깊어지는 곳은 결국, 그 연속이 확보된 곳이기도 합니다.
참고 자료
이 글은 아래 뉴스를 종합해 작성했습니다.