[KRoC 2026] 기조강연 2 - “Agentic AI, 디지털을 넘어 물리 세계로” … LG AI연구원, EXAONE·K-EXAONE 기반 에이전트 로드맵 제시

▲이홍락 LG AI연구원장(미시간대 교수)이 6일 강원도 평창 알펜시아 컨벤션센터에서 속개된 ‘KRoC 2026’ 두번째 기조강연에서 온라인으로 강연하고 있다.

이홍락 LG AI연구원장(미시간대 교수)은 6일 강원도 평창 알펜시아 컨벤션센터에서 속개된 ‘KRoC 2026’ 두번째 기조강연에서 “현실 세계 문제 해결을 향한 AI 에이전트의 진화(Advancing AI Agents towards Solving Real-World Problems)"를 주제로 강연했다.

​

미국 현지에서 온라인으로 진행된 이날 강연에서 이 연구원장은 "AI가 정보를 ‘생성’하는 단계를 넘어, 디지털 환경에서 스스로 계획하고 실행하는 Agentic AI(에이전트 AI) 시대로 빠르게 이동하고 있다"면서, "에이전트 AI는 단순히 사용자를 대신해 정보를 찾아주는 수준이 아니라, 주변 맥락을 인식하고 판단하며 목표를 달성하는 자율적 행동 시스템으로 진화하고 있다”고 강조했다. 가트너의 전략 기술 트렌드에서도 에이전트 AI가 핵심 키워드로 부상했으며, 궁극적으로는 가상공간에서 축적된 에이전트 기술이 로봇·스마트팩토리 등 물리 세계와 연결될 것이라는 전망도 제시됐다.

▲이홍락 LG AI연구원장(미시간대 교수)이 6일 강원도 평창 알펜시아 컨벤션센터에서 속개된 ‘KRoC 2026’ 두번째 기조강연에서 온라인으로 강연하고 있다.

이 연구원장은 LG AI연구원의 대표 파운데이션 모델 엑사원(EXAONE)의 발전 과정과, 최근 공개된 K-EXAONE의 기술적 기반 소개로 시작됐다. K-EXAONE은 대규모 모델의 성능을 추구하면서도 실제 운용 효율을 고려한 설계를 전면에 내세웠다. 특히 전문가 혼합(MoE) 구조를 채택하되 학습 안정성 문제를 완화하기 위해 초기 구간에 Dense 블록을 두고, 이후 MoE 블록에서 전문가를 선택적으로 활성화하는 하이브리드 MoE 아키텍처를 적용했다고 밝혔다. 장문 처리와 연산 비용을 함께 해결하기 위해 로컬(슬라이딩 윈도우) 어텐션과 일부 레이어의 글로벌 어텐션을 결합한 하이브리드 어텐션도 소개하며, 성능 저하를 최소화하면서 학습 연산량을 크게 절감하는 방향을 제시했다.

​

에이전트 역량의 핵심 요소로는 ①언어 이해와 전문 지식 ②멀티모달 이해(텍스트·이미지·영상·센서) ③자율 계획·도구 활용·피드백 학습을 꼽았다. 이를 바탕으로 이 연구원장은 엔터프라이즈 영역에서의 적용 사례로 ChatEXAONE을 제시하며, 단일 Q&A를 넘어 ‘계획 수립→하위 작업 분해→실행→자체 평가·보완’을 반복하는 워크 에이전트 형태로 고도화되고 있다고 설명했다. 특히 심층 리서치 모드는 질문을 받으면 조사 범위와 방향을 스스로 설정하고, 웹 탐색과 실행을 통해 근거를 수집한 뒤 구조화된 보고서를 생성하는 방식으로 업무 생산성을 높인다는 주장이다.

​

주목할 대목은 “정해진 API 호출을 넘어, 인간이 사용하는 인터페이스(UI)를 직접 조작하는 에이전트”로의 확장이다. 이 연구원장은 웹·컴퓨터 화면에서 클릭·스크롤·타이핑 등 상호작용 요소를 인식해 작업을 끝까지 수행하는 Web/Computer Use Agent를 소개하며, 시각적 그라운딩·추론·장기 계획(long-horizon planning) 능력 고도화가 관건이라고 짚었다. 이와 함께 실제 개발 사례로 데이터셋의 라이선스·의존 관계를 웹에서 심층 추적해 컴플라이언스 리스크를 평가하는 라이선스 분석 에이전트를 제시하며, “정확도와 속도, 비용 효율에서 의미 있는 개선”을 확인했다고 밝혔다.

​

이 연구원장의 기조강연 결론은 디지털 에이전트의 실행 능력이 성숙할수록 피지컬(Physical) AI로의 확장이 자연스럽게 이어진다는 점이다. 발표자는 화학·생명과학 등 전문 분야에서 에이전트가 논문·특허·구조식 정보를 이해해 후보 물질을 설계하고, 자동화 실험 장비·로봇과 연동해 실험과 피드백을 반복하는 ‘자율 R&D’ 비전을 제시했다. 대규모 모델의 지능을 자율행동 패러다임과 결합해 보다 범용적이고 견고한 로봇 시스템으로 확장하겠다는 구상이다.

​

저작권자 © 로봇신문 무단전재 및 재배포 금지