KT AI 이노베이션 데이 26, 에이전틱 온·NPU·피지컬AI로 기업 AX 확대

KT AI 이노베이션 데이 26, 기업 AI를 실제 업무로 확장

KT가 기업 고객의 AI 도입 범위를 실제 업무와 산업 현장까지 넓히는 전략을 공개했다. KT는 2026년 10월 7일 서울 코엑스에서 B2B 고객 100명을 초청해 ‘AI 이노베이션 데이 26’을 연다고 밝혔다.

이번 세미나에서는 AI 인프라부터 피지컬AI까지 KT가 구상하는 AX 실행 전략이 소개된다. 기업이 생성형 AI를 단순한 문서 작성이나 질의응답에 쓰는 수준을 넘어 실제 업무와 설비 운영까지 연결할 수 있도록 하는 방향이다.

참석 고객에게는 전시 부스에서 관련 기술을 직접 체험할 기회도 제공된다. 기업별 ICT 환경과 보안 요구, 데이터 구조에 따라 어떤 방식으로 AX를 적용할 수 있는지 상담도 진행한다.

이번 행사에서 KT가 강조하는 지점은 AI 기술 자체보다 기업 환경에 실제로 적용하는 과정이다. 기업 고객 입장에서는 모델 성능만큼 기존 시스템과의 연동, 데이터 보안, 운영 관리가 중요하기 때문이다.

KT 에이전틱 온, AI 에이전트 구축부터 운영까지 한곳에서 지원

기업용 에이전틱AI 플랫폼 ‘에이전틱 온(Agentic On)’은 이번 발표의 핵심 제품 가운데 하나다. 기업이 AI 에이전트를 만들고 실제 업무에 연결해 운영할 수 있도록 지원하는 플랫폼이다.

기능 범위도 비교적 넓다. AI 에이전트 구축뿐 아니라 AI 모델 활용, 기업 데이터 연계, 운영과 관리까지 기업의 AI 도입 과정에서 필요한 기능을 하나의 플랫폼에서 제공한다.

특히 기업마다 필요한 기능이 다르다는 점을 고려해 모듈형 구조를 적용했다. 처음부터 전체 시스템을 도입하는 것이 아니라 필요한 영역부터 선택해 적용한 뒤 단계적으로 확장할 수 있도록 한 것이다.

제가 이번 발표에서 가장 눈에 띈다고 보는 부분도 바로 이 구조다. 기업 AI 도입의 실제 장벽은 좋은 모델이 없어서라기보다 기존 업무 시스템과 데이터를 어떻게 연결하고 운영할지에 있는 경우가 많은데, KT는 이를 플랫폼 구조로 풀려는 방향을 제시했다.

KT 에이전틱AI, 여러 AI 에이전트가 협업해 업무 수행

KT는 하나의 AI 에이전트만 작동하는 구조를 넘어 여러 AI 에이전트가 서로 협업하는 기술도 선보였다. 서로 다른 역할을 맡은 에이전트들이 업무를 이어받으며 하나의 프로세스를 완성하는 방식이다.

기업 업무는 단일 작업보다 여러 단계가 연결되는 경우가 많다. 자료 검색, 분석, 보고서 작성, 시스템 입력처럼 각각 다른 기능이 필요한 업무에서는 여러 에이전트가 역할을 나눠 수행하는 구조가 활용될 수 있다.

다만 제공 자료에는 구체적으로 어떤 산업이나 업무에서 멀티 에이전트를 상용화했는지까지는 공개되지 않았다. 현재 확인되는 것은 여러 AI 에이전트가 협업해 업무를 이어가는 기술을 전시했다는 점이다.

따라서 실제 생산성 향상 수치나 인력 절감 효과를 임의로 제시하는 것은 적절하지 않다. 상용 적용 범위와 성과는 기업별 도입 사례가 축적된 뒤 확인해야 한다.

KT 피지컬AI, 작업 데이터와 디지털 트윈을 로봇·설비에 연결

KT는 AI가 실제 로봇과 산업 설비를 움직이는 피지컬AI도 공개했다. 소프트웨어 화면 안에서 답변하는 AI를 넘어 물리적 환경에서 직접 작업하는 단계로 확장하는 기술이다.

방식은 단계적으로 구성된다. 먼저 현장에서 쌓인 작업 데이터를 AI에 학습시킨 뒤 시뮬레이션과 디지털 트윈 환경에서 운영 방식을 확인한다. 이후 검증된 결과를 실제 로봇과 설비에 적용한다.

이 구조의 장점은 실제 장비에 바로 적용하기 전에 가상 환경에서 운영 결과를 확인할 수 있다는 데 있다. 특히 제조나 물류처럼 설비 오류가 큰 손실로 이어질 수 있는 환경에서는 사전 검증이 중요하다.

다만 실제 어떤 로봇이나 설비에 적용됐는지, 생산성이나 오류율이 얼마나 개선됐는지는 제공 자료에 없다. 피지컬AI의 실제 성과까지 단정하기보다는 KT가 제시한 운영 구조를 중심으로 보는 것이 정확하다.

KT NPU LLM 스테이션, 기업 내부에서 소버린AI 운영

‘KT NPU LLM 스테이션’은 민감한 데이터를 외부로 보내기 어려운 기업을 겨냥한 장비다. 국산 NPU 서버에 KT의 AI 모델과 운영 플랫폼을 결합한 기업용 소버린AI 장비로 소개됐다.

핵심은 기업 내부 환경에서 AI를 활용할 수 있다는 점이다. 금융이나 공공, 제조처럼 외부 클라우드로 데이터를 보내기 어려운 환경에서도 사내 데이터를 기반으로 AI를 운영할 수 있도록 구성했다.

기업이 사용 중인 ICT 인프라와도 연동할 수 있다. 사내 문서를 기반으로 질문하고 답변을 받을 수 있으며, 답변 출처까지 확인할 수 있도록 했다.

이런 구조는 단순한 생성형 AI 도입보다 데이터 통제권과 내부 보안이 중요한 조직을 겨냥한다. 특히 사내 문서가 외부로 나가는 것을 제한해야 하는 기업에서는 도입 검토 가치가 커질 수 있다.

KT NPU LLM 스테이션, 사용량·모델 상태·문서 권한까지 관리

기업용 AI는 사용 편의성뿐 아니라 관리 기능이 중요하다. KT NPU LLM 스테이션은 관리자 대시보드를 통해 AI 사용량과 모델 상태를 확인할 수 있도록 했다.

사용자별 문서 접근 권한도 관리할 수 있다. 같은 AI를 사용하더라도 직원마다 볼 수 있는 문서와 답변 범위를 다르게 설정할 수 있는 구조다.

이는 사내 지식 검색이나 문서 질의응답에서 중요한 기능이다. 조직 내부의 모든 문서를 모든 직원에게 동일하게 보여줄 수 없는 만큼 AI가 기존 권한 체계를 그대로 따를 수 있어야 하기 때문이다.

다만 구체적인 접근통제 방식이나 보안 인증 수준, 암호화 구조까지는 이번 자료에서 공개되지 않았다. 따라서 실제 보안 성능은 별도의 기술 검증이 필요하다.

KT 믿음 K 시리즈, 장문·멀티모달·법률 특화 모델로 세분화

KT의 거대언어모델인 ‘믿음 K 시리즈’도 함께 소개됐다. 하나의 범용 모델만 제시한 것이 아니라 업무 특성에 따라 여러 유형으로 나눈 것이 특징이다.

긴 문서와 복잡한 업무를 처리하는 모델이 있고, 텍스트뿐 아니라 이미지와 음성을 함께 다루는 멀티모달 모델도 포함된다. 또 판례 검색과 계약서 검토 등을 지원하는 법률 특화 모델도 제시됐다.

기업 입장에서는 모든 업무를 같은 모델에 맡기기보다 목적에 맞는 모델을 선택하는 방식이 효율적일 수 있다. KT가 에이전틱 온을 모듈형으로 구성한 것도 이런 선택형 구조와 맞닿아 있다.

다만 모델별 파라미터 규모나 성능 지표, 벤치마크 결과는 제공 자료에 없다. 따라서 특정 글로벌 모델보다 우수하다고 비교할 근거는 없다.

KT 소버린AI와 기업용 AI 전략, 금융·공공·제조 겨냥

KT NPU LLM 스테이션이 특히 겨냥하는 산업은 금융·공공·제조처럼 데이터를 외부로 보내기 어려운 분야다. 이들 산업은 개인정보, 영업비밀, 국가·기관 내부 정보 등 민감한 데이터를 다루는 경우가 많다.

외부 API나 클라우드 기반 AI를 사용할 경우 데이터가 어디에서 처리되는지, 누가 접근하는지에 대한 관리 요구가 커질 수 있다. KT는 이를 기업 내부형 AI 장비와 국산 NPU를 조합하는 방식으로 대응하려 한다.

이 때문에 이번 발표에서 ‘소버린AI’는 단순히 국산 모델이라는 의미보다 데이터와 인프라를 기업 내부에서 통제할 수 있다는 맥락이 더 중요하게 보인다.

다만 실제 도입 비용이나 구축 기간, 유지보수 조건은 공개되지 않았다. 기업별로 기존 인프라와 데이터 구조가 다르기 때문에 실제 적용 난이도 역시 달라질 수 있다.

KT 모두의 AI, 공공·쇼핑·교육까지 일상 서비스로 확대

KT는 기업용 AI뿐 아니라 일반 이용자를 대상으로 하는 ‘모두의 AI’도 선보였다. 공공·쇼핑·교육 등 여러 생활 영역에서 필요한 정보를 찾고 비교·추천받은 뒤 실제 서비스 이용까지 이어지도록 하는 AI 서비스다.

단순 검색 결과를 보여주는 데서 끝나는 것이 아니라 사용자가 원하는 행동까지 연결하려는 것이 핵심이다. 예를 들어 정보를 찾고 비교한 뒤 해당 서비스를 실제로 이용하는 단계까지 한 흐름으로 구성하는 방식이다.

전시장에서는 모두의 AI를 활용해 이용자의 아이디어를 3차원 콘텐츠로 구체화하고, 이를 3D 프린터로 실제 결과물로 만드는 과정도 체험할 수 있도록 했다.

이는 AI가 텍스트 답변에서 끝나는 것이 아니라 디지털 콘텐츠 제작과 물리적 출력까지 연결될 수 있다는 점을 보여주는 사례다.

지니TV AI 에이전트, 콘텐츠 맥락 이해해 배우 정보 제공

미디어 분야에서는 ‘지니TV AI 에이전트’가 공개됐다. 시청 중인 콘텐츠의 맥락을 이해하고 배우 정보와 출연작 등을 찾아주는 기능이다.

사용자가 별도로 검색어를 입력하지 않아도 현재 보고 있는 콘텐츠를 기준으로 관련 정보를 제공한다는 점이 특징이다. 시청 경험과 AI 검색을 연결한 형태다.

예를 들어 드라마를 보다가 특정 배우가 궁금할 경우 작품 맥락을 바탕으로 해당 배우의 정보를 찾아주는 식으로 활용할 수 있다. 다만 실제 음성 호출 방식이나 제공 정보 범위는 이번 자료에서 구체적으로 공개되지 않았다.

미디어 서비스에서 AI의 역할이 검색 보조를 넘어 시청 맥락 이해까지 확장되고 있다는 점을 보여주는 사례로 볼 수 있다.

KT 온디바이스AI, 화질·음향·자막·밝기까지 자동 조절

KT는 온디바이스AI 기능도 함께 소개했다. 콘텐츠와 시청 환경에 맞춰 화질과 음향, 음성 명료도, 실시간 자막, 화면 밝기와 음량을 조절하는 기능이다.

온디바이스AI는 기기 내부에서 처리되는 AI 기능을 의미한다는 점에서 클라우드 기반 서비스와 차이가 있다. 제공 자료에서는 구체적인 연산 방식보다 시청 환경을 자동 조정하는 기능에 초점을 맞췄다.

특히 음성 명료도와 자막, 화면 밝기까지 조정한다는 점에서 시청 편의 기능을 넓게 묶은 구조다. 다만 실제 기기별 지원 범위나 적용 조건은 제공 자료에 없다.

따라서 모든 지니TV 기기에서 동일하게 지원된다고 확대해서 표현하는 것은 피해야 한다.

KT AI 전략, 답변하는 AI에서 실제 업무 수행 AI로 전환

김동훈 KT 홍보실장 전무는 이번 전시가 AI가 어디에서 시작하고 산업 현장에서 어떻게 일하며 국민의 일상을 어떻게 바꾸는지를 쉽게 이해할 수 있도록 준비됐다고 밝혔다.

또한 답변하는 AI를 넘어 실제 업무를 수행하고 생활 속 서비스를 만드는 AI를 강조했다. 이번 발표에 등장한 에이전틱 온과 피지컬AI, 모두의 AI가 모두 이 방향을 공유한다.

기업 영역에서는 업무 자동화와 데이터 활용, 산업 현장에서는 로봇과 설비 제어, 일상에서는 검색·추천·미디어 경험으로 확장하는 구조다.

결국 KT의 2026년 AI 전략은 하나의 초거대 모델을 강조하는 방식보다 플랫폼, 인프라, 산업 현장, 소비자 서비스까지 여러 층을 연결하는 데 초점이 맞춰져 있다고 볼 수 있다.

KT AI 이노베이션 데이 26의 핵심은 기술보다 실제 적용

이번 행사를 기술 목록만 놓고 보면 에이전틱AI, NPU, 소버린AI, 피지컬AI, 멀티모달, 온디바이스AI 등 다양한 용어가 등장한다. 하지만 이를 하나로 묶는 키워드는 ‘실제 적용’이다.

기업은 에이전틱 온으로 업무용 AI를 만들고, NPU LLM 스테이션으로 내부 데이터를 활용하며, 피지컬AI를 통해 로봇과 설비까지 연결할 수 있다. 소비자 영역에서는 모두의 AI와 지니TV AI 에이전트가 실제 서비스 이용으로 이어진다.

반면 기술 시연과 실제 상용 성과는 구분해야 한다. 제공 자료에는 각 솔루션의 도입 기업 수, 매출, 비용 절감률, 생산성 향상 수치가 제시되지 않았다.

따라서 이번 발표는 KT가 기업용 AI를 어떤 방향으로 확장하려는지 보여주는 전략 공개로 보는 것이 정확하다. 실제 경쟁력은 향후 도입 사례와 운영 성과가 얼마나 쌓이는지에 따라 판단할 수 있다.