에이전틱 AI 시대의 문이 열리고 있다 — NVIDIA, LG, 구글의 동시적 움직임이 가리키는 방향

에이전틱 AI 시대의 문이 열리고 있다 — NVIDIA, LG, 구글의 동시적 움직임이 가리키는 방향

AI 업계가 조용히 그러나 확실하게 패러디임 전환점을 지나고 있다. 단순한 질문에 답하는 챗봇의 시대에서, 스스로 판단하고 업무를 수행하는 '에이전트'의 시대로 넘어가는 중이다. 최근 일주일 동안 NVIDIA와 LG AI연구원, 구글이 각각 내놓은 발표를 한데 모아 읽으면, 이 흐름이 더는 미래의 이야기가 아님을 알 수 있다. 2026년은 에이전틱 AI가 산업 현장에 실질적으로 침투하는 원년이 될 가능성이 크다.

NVIDIA의 도박: "누나 AI 에이전트를 만들어라"

이번 주 가장 주목할 발표는 단연 NVIDIA의 '네모트론 3(Nemotron 3)' 제품군이다. 단순히 새 모델 하나를 공개한 것이 아니다. NVIDIA는 네모트론 3 오픈 모델군과 미세 조정 가속 프레임워크 '언슬로스(Unsloth)', 그리고 초소형 슈퍼컴퓨터 DGX 스파크를 동시에 선보이며 통합 전략을 펼쳤다.

핵심 수치부터 짚어보자. 네모트론 3는 새로운 하이브리드 MoE(Mixture of Experts) 아키텍처를 적용해 추론 토큰을 60% 줄였다. 같은 질문에 답하는 데 쓰는 연산량이 기존 대비 60% 줄었다는 뜻이다. 비용이 곧 경쟁력인 AI 시장에서 이 수치는 무시하기 어려운 의미를 지닌다. 그러나 여기서 더 눈에 띄는 것은 언슬로스다. NVIDIA 환경에서 훈련 성능을 최대 2.5배 향상시키면서도 GPU 메모리 사용을 최소화하는 이 프레임워크는, 사실상 기업들이 맞춤형 AI 에이전트를 자체 구축하는 데 드는 비용과 시간 장벽을 대폭 낮추는 역할을 한다.

동시에 공개된 네모트론3 슈퍼(Nemotron-3 Super) 모델은 에이전트 개발에 특화되어 있다. 추론 속도 향상과 메모리 사용량 감소를 내세우며, NVIDIA는 이를 "능동적으로 업무를 수행하는 에이전트 중심의 AI 시대로 전환하는 전환점"이라고 직접 표현했다. 엔비디아가 자기 입으로 "전환점"이라는 단어를 쓸 때는, 그만큼 시장이 그 방향으로 움직이고 있다는 확신이 있다는 뜻으로 읽힌다.

DGX 스파크는 이 하드웨어 스토리의 결정체다. 최대 1페타플롭의 연산 성능을 제공하는 이 초소형 슈퍼컴퓨터는, 기존에 수백만 달러 규모의 클러스터에서만 가능했던 고난도 AI 모델 설계와 실험이 로컬 환경에서도 가능하도록 만들어준다. 훈련은 클라우드에서 하되, 실험과 프로토타이핑은 사내에서 빠르게 진행하려는 기업 수요를 정확히 겨냥한 제품이다.

LG의 반격: "글과 그림을 동시에 읽는 AI"

LG AI연구원의 엑사원 4.5(EXAONE 4.5) 발표는 NVIDIA의 에이전트 전략과 다른 축에서 주목할 만하다. 이 모델은 텍스트와 이미지를 동시에 이해하고 추론하는 멀티모달 AI로, 설계도면이나 재무제표처럼 글과 그림이 혼재된 실제 업무 문서를 분석하는 데 초점을 맞추고 있다.

성능 수치도 인상적이다. 시각 처리와 추론 능력 평가에서 GPT-5 미니 등 주요 경쟁 모델들을 앞섰으며, STEM 분야에서는 77.3점을 기록했다. 솔직히 말하면, 벤치마크 점수만으로 실제 업무 효율이 보장되지는 않는다. 그러나 LG가 선택한 접근 방식은 현명해 보인다. 에이전틱 AI가 작동하려면 결국 현실 세계의 정보를 '읽고' '이해하는' 능력이 필수적인데, 엑사원 4.5는 바로 그 지점을 공략하고 있다.

구글의 움직임: "너의 데이터로 너를 돕겠다"

구글의 제미니 퍼스널 인텔리전스(Gemini Personal Intelligence) 출시는 조금 결이 다르다. NVIDIA가 인프라를 깔고, LG가 모델 성능을 높이는 동안, 구글은 사용자 경험 단계에서 차별화를 시도하고 있다.

이 기능은 Gmail, 캘린더 등 구글 앱의 데이터를 분석해 사용자에게 맞춤형 응답을 제공한다. 유럽을 제외한 전 세계에 출시되었고, 현재는 AI Plus, Pro, Ultra 등 유료 플랜 사용자에게만 제공된다. 표면적으로는 기존 구글 어시스턴트의 업그레이드처럼 보이지만, 실질적으로는 개인 데이터를 기반으로 한 에이전트의 초기 형태라고 봐야 한다.

그러나 여기서 짚어야 할 점이 있다. 구글이 유럽 출시를 보류한 이유는 명확하다. GDPR 등 개인정보 보호 규제 때문이다. 개인 데이터를 분석해 맞춤형 응답을 제공한다는 것은, 곧 개인정보 처리 범위의 확대를 의미한다. 에이전틱 AI가 발전할수록 이 딜레마는 더욱 뚜렷해질 것이다.

식품 연구에도 AI 에이전트가 등장했다

한국식품연구원의 '식품 R&D AI 에이전트' 소식은 규모는 작지만 시사하는 바가 크다. 식품 분야의 전문 지식과 데이터를 학습해 연구 과정에서 필요한 정보를 신속하게 검색·분석하는 이 에이전트는, AI 에이전트가 IT 업계만의 이야기가 아님을 보여준다. 반복적인 업무 부담을 줄이고 연구에 집중하게 해준다는 취지가 실현된다면, 산업 전반의 R&D 패러다임이 바뀔 수 있다.

다만, "기대된다"는 표현이 곧 "검증되었다"는 뜻은 아니다. 식품 R&D 분야의 특수한 데이터 구조와 검증 요구사항을 AI 에이전트가 충족할 수 있을지는 좀 더 두고 봐야 한다.

분석: 이번 흐름에서 읽히는 핵심 포인트

1. 에이전틱 AI의 인프라 비용이 급격히 하락 중이다

NVIDIA의 언슬로스와 네모트론 3 오픈 모델은, AI 에이전트를 만드는 데 필요한 비용과 기술 장벽을 근본적으로 낮추고 있다. 2.5배 향상된 훈련 성능과 60% 줄어든 추론 토큰은, 같은 돈으로 훨씬 복잡한 에이전트를 만들 수 있다는 의미다. 이 흐름이 지속되면, 중소기업이나 스타트업도 자체 에이전트를 구축하는 시대가 생각보다 빨리 올 수 있다.

2. 멀티모달은 선택이 아닌 필수가 되고 있다

LG 엑사원 4.5가 텍스트와 이미지를 동시에 처리하는 것은 단순한 기능 추가가 아니다. 현실 세계의 업무란 거의 대부분 텍스트와 이미지, 표, 차트가 뒤섞인 형태로 존재한다. AI 에이전트가 실제 업무 환경에서 작동하려면, 이런 혼합 문서를 정확히 해석하는 능력이 필수적이다. LG가 이 지점을 먼저 공략한 전략은 평가할 만하다.

3. 하드웨어의 민주화가 소프트웨어 혁신을 가속한다

DGX 스파크와 RTX AI PC, 그리고 M5 칩을 탑재한 맥북 에어가 899.99달러까지 가격이 내려갔다는 사실은 우연의 일치가 아니다. 로컬 환경에서 AI 모델을 실험하고 프로토타입을 만드는 비용이 급격히 줄어들고 있다. 1페타플롭의 DGX 스파크는 전문 연구기관용이지만, M5 맥북 에어만으로도 충분히 의미 있는 AI 실험이 가능해진 시대가 열리고 있다. 하드웨어 접근성이 높아질수록, 소프트웨어 생태계의 혁신 속도도 비례해서 빨라진다는 것이 역사적으로 증명된 패턴이다.

4. 에이전틱 AI의 성패는 '데이터 접근 권한'에 달려 있다

구글 제미니 퍼스널 인텔리전스의 사례가 보여주듯, AI 에이전트의 효과는 결국 얼마나 많은 개인 데이터에 접근할 수 있느냐에 달려 있다. Gmail, 캘린더, 문서 등 사용자의 디지털 생활 전반을 읽을 수 있는 구글은 분명히 유리한 위치에 있다. 그러나 개인정보 보호라는 큰 벽 앞에서, 이 접근성이 어디까지 허용될지는 미지수다. 유럽 출시 보류가 그 증거다.

아직 불확실한 것들

몇 가지 의문이 남는다.

첫째, NVIDIA의 오픈 모델 전략이 실제로 에이전트 생태계 확산으로 이어질지 아직 속단하기 이르다. 오픈 모델을 공개하는 것과, 실제 기업들이 이를 활용해 작동하는 에이전트를 만드는 것 사이에는 상당한 간극이 존재한다.

둘째, LG 엑사원 4.5의 벤치마크 성능이 실제 업무 환경에서 재현될지 확인이 필요하다. GPT-5 미니를 앞섰다는 수치는 인상적이지만, 벤치마크와 현실 사이의 괴리는 AI 업계에서 늘 존재해왔다.

셋째, 구글의 개인정보 기반 AI 에이전트가 사용자 신뢰를 얻을 수 있을지 의문이다. 데이터 활용의 편리함과 프라이버시 침해 우려 사이의 균형점은, 기술이 아닌 사회적 합의의 영역이다.

앞으로 주목할 것

에이전틱 AI의 경쟁은 이제 막 시작 단계에 있다. NVIDIA가 인프라를, LG가 모델을, 구글이 사용자 경험을 각각 선점하려는 지금, 다음 단계는 이 세 요소를 누가 가장 효과적으로 통합하느냐의 싸움이 될 것이다.

하드웨어 측면에서는 DGX 스파크와 같은 로컬 AI 인프라의 실제 도입 사례를 지켜봐야 한다. 1페타플롭의 성능을 자랑하지만, 실제로 어떤 기업이 이 장비를 도입해 어떤 결과를 냈는지에 따라 시장의 판단이 갈릴 것이다.

소프트웨어 측면에서는 **에이전트 간의 상호운용성(interoperability)**이 핵심 이슈로 떠오를 전망이다. 여러 회사가 각자 AI 에이전트를 만드는 단계를 지나, 서로 다른 에이전트가 협업하는 시대로 갈 때 표준을 누가 주도하느냐가 관건이다.

그리고 윤리적 측면에서는 구글의 유럽 출시 보류가 풀리는 시점이 분수령이 될 수 있다. 유럽이 개인정보 보호의 최전선인 만큼, 이 시장에서의 허용 여부는 글로벌 에이전틱 AI 발전의 속도를 좌우할 것이다.

에이전틱 AI는 더 이상 데모 영상 속의 이야기가 아니다. NVIDIA가 인프라 비용을 낮추고, LG가 멀티모달 성능을 입증하고, 구글이 개인 데이터 기반 에이전트를 출시한 지금, 퍼즐의 조각들이 맞춰지기 시작했다. 아직 완성된 그림은 아니지만, 방향은 분명해 보인다.