인공지능 기술의 발전 속도가 가속화되면서 우리 삶의 모든 영역에 근본적인 변화가 예고되고 있습니다. 카이스트 김정호 교수는 2026년 AI 산업의 핵심 키워드로 에이전틱AI, 멀티모델, 메모리 기술을 제시하며, 이러한 기술 발전이 반도체 산업과 글로벌 경제 지형을 어떻게 재편할 것인지 구체적으로 분석합니다. 특히 구글의 생태계 장악 전략과 HBM 메모리의 폭발적 수요 증가는 투자자와 산업 종사자 모두가 주목해야 할 변곡점입니다.
에이전틱AI 생태계와 A2A 프로토콜의 미래
2026년 AI 산업의 가장 중요한 변화는 에이전틱AI의 본격화입니다. 지금까지의 AI가 사용자가 시킨 일을 잘 수행하는 수동적 도구였다면, 에이전틱AI는 스스로 계획하고 평가하며 최종 보고서까지 작성하는 능동적 시스템입니다. 김정호 교수는 이러한 AI가 하나가 아니라 여러 개가 집단을 이루어 협업하는 구조로 발전할 것이라고 전망합니다.
핵심은 클라이언트AI가 다른 전문 AI들을 불러서 일을 시키는 방식입니다. 예를 들어 개인의 클라이언트AI가 의료AI, 법률AI, 교육AI 등을 결합하여 사용자에게 최종 결과물을 제공하는 것입니다. 이를 위해서는 AI들 간의 통신 프로토콜이 필수적인데, 이것이 바로 A2A(Agent to Agent) 프로토콜과 MCP(Model Context Protocol)입니다. 이러한 프로토콜은 AI들이 서로 정보를 주고받는 약속이며, 모델 파라미터는 공유하지 않고 데이터와 비용만 거래하는 방식으로 작동합니다.
구글이 이 생태계 경쟁에서 유리한 이유는 명확합니다. 구글은 AI 에코시스템, AI 디바이스, AI 서비스, AI 모델, 데이터, 데이터 센터, TPU까지 전 영역을 보유하고 있습니다. 특히 구글 검색, 유튜브, 이메일, 구글 드라이브 등을 통해 축적된 방대한 데이터는 다른 경쟁자들이 쉽게 따라올 수 없는 자산입니다. 반면 오픈AI는 모델만 보유하고 있고, 엔비디아는 반도체만 가지고 있어 생태계 구축에 한계가 있습니다.
사용자 관점에서 보면 미래에는 AI가 알아서 생수를 주문하고, 건강 데이터를 분석해 물을 더 마시라고 권유하며, 주식 투자까지 관리하는 시대가 옵니다. 이는 단순한 편의성을 넘어 경영의 종말을 의미할 수도 있습니다. 과거에는 게임 개발자들을 모아 조직을 만들고 경영해야 했지만, 이제는 개인이 AI를 활용해 혼자서도 게임을 개발할 수 있기 때문입니다. 에이전틱AI의 핵심 가치는 누가 이 생태계의 표준 프로토콜을 장악하느냐에 달려 있으며, 10년 후 글로벌 경제를 주도할 기업이 결정되는 분기점이 될 것입니다.
멀티모델 시대와 데이터 전쟁의 심화
AI의 두 번째 핵심 트렌드는 멀티모델입니다. 지금까지는 텍스트 기반의 LLM(Large Language Model)이 주류였다면, 2026년에는 동영상, 음성, 이미지를 모두 처리하는 멀티모델이 표준이 됩니다. 김정호 교수는 구글의 제미나이를 활용해 직접 벽돌깨기 게임을 만들고, 자신의 사진으로 HBM 강의 동영상을 생성하는 실험을 통해 멀티모델의 가능성을 보여주었습니다.
문제는 멀티모델이 텍스트보다 1000배 이상 많은 메모리를 필요로 한다는 점입니다. 영상을 학습하고 생성하려면 방대한 데이터를 실시간으로 처리해야 하는데, 이것이 바로 HBM과 HBF 수요 폭발의 원인입니다. 김정호 교수는 한 달에 18만 원을 내고 사용하는 제미나이프로 3.0에서도 5초짜리 영상밖에 만들 수 없다고 지적하며, 1분짜리 영상을 1초 만에 만들려면 지금보다 1000배에서 10만 배의 메모리와 밴드위스가 필요하다고 강조합니다.
멀티모델 시대에는 데이터가 곧 경쟁력입니다. 오픈AI가 디즈니에 투자하고, 넷플릭스가 워너브라더스 인수를 검토하는 이유도 멀티모델 데이터 확보 경쟁 때문입니다. 영화, 드라마, 애니메이션 등 방대한 영상 콘텐츠는 AI 학습에 필수적인 자원이며, 이를 보유한 기업이 미래 AI 시장을 주도할 수 있습니다. 구글이 유튜브를 통해 이미 막대한 영상 데이터를 확보한 것도 이러한 맥락에서 이해할 수 있습니다.
멀티모델의 발전은 단순히 기술적 진보를 넘어 산업 구조의 재편을 의미합니다. 과거에는 전문 개발자들이 팀을 이루어 콘텐츠를 제작했지만, 이제는 개인이 AI를 활용해 고품질 콘텐츠를 생산할 수 있습니다. 다만 김정호 교수가 지적했듯이, AI에게 정밀한 논리적 설명을 제공하는 능력이 핵심이 되며, 결국 수학적 사고력과 철학적 기획력이 더욱 중요해집니다. 코딩 능력보다 무엇을 만들 것인가를 구상하고 논리적으로 설명하는 능력이 미래의 핵심 역량이 될 것입니다.
HBM 메모리 패권과 반도체 산업의 재편
AI 발전의 병목은 GPU가 아니라 메모리입니다. AMD의 MI 455X 칩 분석 결과, GPU는 두 개만 붙어 있지만 HBM은 16개가 장착되어 있으며, 이를 단층으로 펼치면 HBM의 실리콘 면적이 GPU보다 훨씬 넓습니다. 김정호 교수는 2026년을 메모리 전성시대로 규정하며, 10년 내 메모리 시장이 천조 원 규모로 성장할 것이라고 전망합니다.
메모리가 중요한 이유는 세 가지입니다. 첫째, 멀티모델 처리를 위해 영상과 음성 데이터를 대량으로 저장하고 처리해야 합니다. 둘째, 논리적 추론이 깊고 복잡해질수록 더 많은 메모리가 필요합니다. 셋째, 개인별 맞춤형 AI를 구현하려면 각 사용자의 과거 데이터를 모두 보관해야 합니다. 이러한 수요로 인해 GPU 옆에 HBM, HBF, SSD로 이어지는 메모리 피라미드가 형성되고, CPU 옆에도 동일한 구조가 필요하게 됩니다.
엔비디아의 루빈 칩 분석에서도 메모리의 중요성이 드러납니다. 성능 향상의 핵심은 플로팅 포인트 4(소수점 네 자리 계산)와 HBM 밴드위스 2.8배 증가였습니다. 김정호 교수는 GPU의 혁신보다 메모리 통로 확장이 실제 성능 향상의 주요 요인이라고 분석하며, 엔비디아가 시장 방어에 집중하는 반면 AMD가 더 혁신적인 모습을 보인다고 평가합니다.
삼성전자와 SK하이닉스는 전략적 선택의 기로에 있습니다. HBM 수요가 폭발적으로 증가하는 상황에서 공장을 증설할 것인가, 아니면 가격을 올릴 것인가의 문제입니다. 김정호 교수는 수요는 10배이지만 리스크를 고려해 생산능력은 3배 정도 늘리고 가격은 10배 받는 전략이 합리적이라고 제안합니다. 중국 등 후발주자가 따라오려면 기술 개발에 2~3년, 공장 증설에 6년이 걸리며, 미국의 장비 수출 통제로 인해 격차는 더 벌어질 전망입니다. HBM을 넘어 2027년 HBF, SSD 시장까지 확대되면 삼성, 하이닉스, 샌디스크가 공급하는 메모리 생태계가 AI 시대의 핵심 인프라가 될 것입니다.
결론: 변화의 속도와 대응 전략
AI 기술의 발전 속도는 우리가 따라가기 어려울 정도로 빠릅니다. ChatGPT가 나온 지 얼마 되지 않은 것 같은데 벌써 에이전틱AI 시대가 도래하고 있으며, PC, 스마트폰, 전기차, 로봇까지 AI화 되면 일자리 감소와 산업 구조 재편이 불가피합니다. 김정호 교수는 이러한 변화 속에서 수학적 사고력과 논리적 기획력이 핵심 역량이 되며, 코딩보다 개념 이해가 더 중요하다고 강조합니다. 구글의 생태계 장악, 메모리 산업의 패권, 그리고 에이전틱AI 표준 경쟁이 향후 10년 글로벌 경제를 결정할 것이며, 우리는 이 흐름을 정확히 이해하고 대비해야 합니다.
[출처]
영상 제목/채널명: https://www.youtube.com/watch?v=u_kScGrjxlk