CES 기조연설로 본 2026년을 좌우할 5대 핵심 키워드는?

지난 8일(현지시각), 라스베이거스에서 열린 세계 최대 테크 박람회인 CES에 100년 역사의 중장비 회사 CEO가 기조연설자로 무대에 섰다.

중장비 회사가 "왜 최첨단 기술 박람회에 참여했을까"라는 의문을 가진 청중을 향해 캐터필러의 조 크리드 CEO는 "기술의 병목은 소프트웨어가 아니라 물리적 세계에 있다"고 강조했다.

세계 최대의 광고 대행사 중 하나인 유럽의 하바스는 같은 시기, 2만 3000명의 전 직원을 AI 전문가로 전환하는 과정을 설명하며 10억 유로의 투자를 발표했다. AMD의 리사 수 CEO는 향후 5년간 전 세계 컴퓨팅 용량이 단 수 년 만에 100배 확장될것이라 선언했다.

CES2026에서 AI와 기술을 주도하는 기업들은 무엇을 말하고 싶었을까?

CES는 단순히 새로운 제품을 발표하는 자리가 아니다. 특히 올해 CES는 AI 혁명으로 인한 기술의 발전과 트렌드를 투영하는 것에서 그치지 않고 AI가 기업 문화와 인프라에 녹아가는 과정에서 발생하는 문제와 해결방법을 제안했다는 점에서 그 의미가 있다.

자본의 흐름 역시 기술의 흐름대로 따라간다.

자본은 하드웨어에서 소프트웨어로, 그리고 다시 물리적 AI의 하드웨어로 흐르고 클라우드에서 엣지로, 학습에서 추론으로 이동하기 시작했다.

이제 투자자들은 무엇을 고민해야 할까? AI의 발전 속도는 충격적일 정도로 빠르고 시장은 기술 트렌드를 선행하기는 커녕 따라가기에도 벅찬 수준이다. 이에 더밀크는 CES2026의 대표 기조연설을 통해 바라본 5대 핵심 키워드를 아래와 같이 제시한다.

캐터필러가 CES 무대에 선 이유는 간단했다.

현재 AI 인프라를 구축하는데 가장 큰 병목은 무엇인가에 대한 답이었던 것이다. AI 칩을 만들려면 구리가 필요하고, AI 인프라를 짓는 '물리적 능력'이 필요하며, 데이터센터는 그리드의 한계를 돌파하는 수준의 전력을 요구한다. 즉 채굴과 건설, 그리고 전력이다.

AI는 소프트웨어지만 하드웨어로 구동되고, 결국 인프라는 실물 세계의 원자재와 전력을 요구로 한다. 캐터필러는 AI 생태계의 최전선에 있는 기업이다. 광산에서 원자재를 채굴하고 전력 그리드를 건설하며 클라우드 AI의 다음 단계로 평가받는 엣지 환경에서 AI를 구동한다.

실제 크리드 CEO는 캐터필러의 자율 주행 트럭이 110억 톤의 광물을 운반하며 3억 8500만 킬로미터를 무사고로 주행했다고 밝혔다. 이는 무인 자율주행 시스템에서 일반 자동차 산업과 비교해 거의 2배 수준이다.

캐터필러의 AI는 무엇이 다른가?

캐터필러는 150만 대의 연결 장비에서 16페타바이트 데이터를 생산한다. 이는 테슬라의 자율주행 데이터보다 방대하다. 이는 캐터필러가 엣지 환경의 온디바이스 AI를 이미 상용화하고 있음을 시사한다.

도심에서 무인 자율주행은 여전히 규제와 안전 문제가 상용화가 지연되고 있다. 하지만 캐터필러가 주도하는 통제된 산업 현장의 자율화는 이미 수익을 창출하고 있다.

CES가 캐터필러를 2026년 AI 산업 트렌드의 핵심 기조연설자로 내세운 이유는 분명하다. AI 투자는 이제 소프트웨어 최적화 단계를 넘어 물리적 인프라 확보 단계로 진입했다는 것이다. 또한 엣지 AI를 통한 자율 주행의 수익화는 도심이 아니라 광산이나 건설 현장과 같은 현장에서 먼저 시작되고 있다.

AI 칩을 만들려면 구리가 필요하고, 데이터센터를 돌리려면 전력이 필요하다. 샌프란시스코 연쇄 정전은 AI 인프라가 실물 세계와의 병목에 부딪혔다는 것을 시사한다.

세계 최대의 PC 제조업체인 레노버의 양위안칭 CEO는 '하이브리드 AI' 전략을 발표했다.

하이브리드 AI란 클라우드를 포함해 온프레미스, 그리고 엣지를 아우르는 생태계 전체를 구축하는 계획이다. 표면적으로 이는 AI의 인프라의 확장이다. 하지만 이를 구조적으로 바라보면 AI 컴퓨팅 권력이 중앙의 클라우드에서 변방, 즉 현장 환경인 엣지로 이동하고 있음을 보여주는 증거라 할 수 있다.

이른바 AI 컴퓨팅 권력의 '탈중앙화'다. AI 인프라에서 클라우드 독점이 깨지는 이유는 세 가지의 힘이 작용하고 있다.

첫째, 데이터 주권이다. 일부 기업들은 민감한 데이터의 외부 유출을 꺼린다. 국가는 더 심하다. 유럽의 정보보호규정(GDPR)은 개인 데이터의 역외 이전을 제한하고 중국 데이터안전법은 핵심 데이터의 현지화를 강제한다. 데이터 주권 규제는 데이터가 공공 인프라인 클라우드에 대한 의존을 구조적으로 제약한다.

둘째, 물리적 한계에 따른 실시간 처리 요구다. 산업 기반의 자율주행이나 산업 로봇, 그리고 의료 진단 AI는 클라우드와의 연결을 기다릴 수 없다. 심지어 인터넷 연결이 없는 채굴 광산과 같은 산업 현장에서 기기 스스로 생각하는 엣지 AI는 필수다.

예를 들어 캐터필러의 자율 트럭이 시속 60km로 주행할 때, 데이터의 클라우드 왕복 시간 322ms는 트럭이 이미 5m이상 이동했음을 의미한다. 엣지 AI의 경우 7ms으로 12cm의 거리 이동을 의미한다.

엔비디아의 로보틱스 부문 부사장인 디푸 탈라는 "안전에 중요한 연결성과 최저 지연 시간은 클라우드를 기다릴 수 없다"고 밝혔다. 엣지 AI는 산업 현장에서 기술에 대한 선호가 아니라 생존 요건인 셈이다.

셋째, 비용 최적화를 통한 경제성이다. 레노버에 따르면 반복적인 추론 작업은 온프레미스가 클라우드 대비 3년 기준 총소유비용을 50% 절감했다고 밝혔다. 실제 비디오 생성 AI 스타트업인 루마 AI는 추론 워크로드의 60%를 AMD CPU에서 온프레미스로 실행하며 "최고의 총소유비용을 달성했다"고 강조했다.

레노버가 엔비디아를 비롯해 AMD, 인텔, 퀄컴과 동시에 협력하는 이유가 여기 있다. 엣지 시대는 단일 공급업체 종속이 아니라 지능형 오케스트레이션, 즉 작업에 따라 클라우드, 온프레미스, 엣지를 동적으로 선택하는 시스템을 요구한다.

AMD CEO 리사 수는 CES에서 향후 5년간 전 세계 컴퓨팅 용량을 10 요타플롭스 이상으로 확장될 것으로 내다봤다. 이는 2022년 대비 1만배, 현재 대비 100배 증가한 수치다.

오픈AI 공동 창립자 그렉 브록만은 AMD의 기조연설에 참석해 "세상 모든 사람을 위해 백그라운드에서 GPU가 돌아가려면 수십억 개의 GPU가 필요하다"고 말했다. 이는 에이전트 워크플로우가 폭발적으로 증가할 것임을 시사하는 주장으로 문제는 이 수십억 개 GPU가 모두 엔비디아의 칩일 수는 없다는 것이다.

가장 대표적인 H100은 700W와 전력을 소비하며 학습에 최적화되어 있다. 사실 추론 작업을 위해서는 과잉 성능이다. 하지만 추론 시장의 요구는 다르다. 전력 효율과 속도, 비용 최적화가 절대적인 성능보다 중요하다. 엔비디아 독점에 균열이 생기는 지점이다.

이에 대한 AMD의 대답은 차세대 플랫폼, 헬리오스(Helios)다.

메타와 공동 개발한 시 시스템은 72개 GPU가 연결되어 마치 단일 장치처럼 작동한다. 그 중 핵심 구성요소인 MI455X GPU는 3200억 개의 트랜지스터와 432GB HBM4 메모리를 탑재해 추론 처리에서 10배나 수준이 향상됐다. 실제 루마 AI가 추론 워크로드의 60%를 AMD로 이전한 것은 시장에서 검증이 끝났다는 방증이다.

주목할만한 점은 '에이전틱 AI'의 등장으로 시장의 구조가 드라마틱하게 변할 수 있다는 점이다.

가트너에 따르면 2023년 전체 AI 컴퓨팅의 33%에 불과했던 추론 워크로드는 2025년 50%, 2029년에는 65% 이상으로 증가할 전망이다. AI가 단순 질의응답을 넘어 사용자를 대신해 몇 분, 몇 시간 동안 자율적으로 작업하는 '에이전트 워크플로우'로 진화하면서 컴퓨팅 수요가 기하급수적으로 증가하고 있기 때문이다.

AI 기술에 올인하는 기업은 AI의 전환에 성공하지 못한다?

딜로이트의 '테크 트렌드 2026' 보고서에 따르면 현재 기업들이 AI 투자의 93%를 기술에, 7%만을 조직과 인력에 배분한다고 밝혔다. 사실상 기술에 올인하는 것이다. 격차가 너무 크다.

세계 최대의 광고 대행사 중 하나인 하바스는 AI 도입의 성공 여부가 직원들이 인식과 교육에 달려 있다고 주장한다. 야닉 볼로레, 하바스 CEO는 전체 AI 투자 비용 중 40%를 조직과 인력에 배분했다. 전체 직원 2만 3000명을 대상으로 AI 인증 프로그램을 운영하고 리더십 회의 참석 조건을 'AI 숙련도 인증 보유'로 설정했다.

결과는 놀랍다. 제작비를 15~50% 절감했고 업계에서 가장 빠른 수준의 성장률을 만들어내고 있다. 볼로레 CEO는 "15~20년 전 디지털 전환 때 디지털 담당자는 전통 미디어가 죽었다고 했고, 전통 담당자는 디지털이 유행일 뿐이라고 했다. 결론은 내부 분열로 통합에 실패한 기업들이 퇴출됐다"고 말하며 AI 전환은 전 직원이 함께 인식의 전환과 함께 교육에 나서야 한다고 강조했다.

AI 도입의 성과는 업계에서 전례없는 수준의 격차를 만들어 내고 있다.

볼로레 CEO는 "지난 18개월간 광고 업계에서 가장 빠르게 성장하는 기업과 하락하는 기업 간 성장률 격차가 10%에 달했다"고 밝혔다. 광고업은 전통적으로 GDP 성장률과 연동되며 업체 간 성과 차이가 2~3%를 넘지 않는 안정적 산업이다. 10% 격차는 극히 이례적이다.

딜로이트의 분석과 하바스의 사례는 무엇을 의미하는가.

구조적인 교훈은 분명하다.

AI를 선택적으로 도입하면 조직의 분열을 초래한다. 월마트는 경영진과 직원간의 AI 신뢰도가 무려 70%와 6.7%로 극과 극으로 나뉘었다. 사실상 조직 분열 위험의 조기 경보다. 어떤 이는 AI를 기회라 여기고 어떤 이는 위협으로 인식한다. 여기에서 조직의 분열과 AI 활용의 균열이 발생한다.

AI 도입은 분명 눈에 '보이는' 기술이다. 하지만 AI 도입의 진정한 성공 여부는 눈에 '보이지 않는' 영역에 있다. 바로 직원들의 AI에 대한 인식과 교육에 있다.

기업들의 AI 인프라 활용에도 미묘하지만 중대한 변화가 있다.

CES2026에서 기조연설자로 활약한 AMD를 비롯해 레노버, 지멘스, 그리고 하바스의 AI 전략에는 공통점이 있다. 바로 개방형 표준을 선택했다는 것이다. 이는 개방형 생태계를 선호해서가 아닌 경제적인 필연에 가깝다.

엔비디아는 현재 AI 생태계를 사실상 완전히 장악하고 있는 기업이다.

하드웨어는 GPU로 소프트웨어는 CUDA로 시장을 지배하고 있다. 문제는 CUDA에 묶인 기업들의 미래 비용이 가시화되고 있다는 것이다. 기업들은 지금은 엔비디아의 압도적 기술력에 묶여 있지만 폐쇄성에 대한 피로감이 쌓이고 있다는 분석이다.

예를 들어, 한 기업이 엔비디아 GPU에 1000만 달러, CUDA 개발에 500만 달러, 엔지니어 교육에 200만 달러를 투입했다고 가정하자. 5년 후, AMD로 전환하려면 코드 재작성에 2000만 달러, 재교육에 300만 달러, 다운타임에 1000만 달러가 든다. 이는 전환 비용이 절감 효과보다 더 클 수 있음을 시사한다. 사실상 전환은 불가능하다.

문제는 엔비디아 생태계에 구속되면 AI 주권에 심각한 문제가 발생한다는 점이다.

이것이 전직원을 AI 전문가로 전환하는 하바스가 개방형 플랫폼을 선택한 이유다. 조직의 전환 규모가 클수록 AI 생태계의 락인(Lock-In) 리스크는 기하급수적으로 증가한다. 개방성은 선택이 아니라 기업의 생존 조건이 된다.

정부의 정책 환경도 개방성을 강제한다. 유럽연합(EU)의 AI 법은 투명성과 설명가능성을 의무화한다. 미국 정부 조달은 개방형 표준을 우대한다. 중국은 외국 칩 의존도를 낮추기 위해 화웨이, SMIC등을 육성하며 국산 개방형 대안을 구축한다.

CES2026에서 발표한 AMD의 레캄, 레노버의 멀티 벤더 전략, 지멘스의 엑셀러레이터 마켓 플레이스(100개 이상 AI 도구 통합), 하바스의 AVA 플랫폼은 모두 개방형 생태계를 선택했다.

물론 개방형 생태계가 시장의 궁극적인 승자가 될 것이란 의미는 아니다. CUDA 생태계는 15년간 구축된 네트워크 효과가 있기 때문이다. 엔비디아는 여전히 시장의 절대적 지배자이며 전환은 점진적으로 구축될 것으로 전망된다.

2026년, AI는 더 이상 컴퓨터와 디바이스에만 존재하지 않는다.

물리적 세계의 병목에 묶여있고 물리적 AI로 산업 현장에 형체를 드러내고 있다. 캐터필러는 AI 생태계가 처한 도전과 기회를 동시에 보여준다.

블랙록은 향후 AI 패권이 '에너지 확보' 여부에 달려있다고 판단했다. AI 데이터센터를 돌릴 전력 없이는 AI 자체가 무의미하다는 것이다. 구리와 희토류 같은 원자재 확보 없이는 반도체 칩을 생산하지 못한다.

디지털 세계의 근간은 물리적 세계에 기반한다.

AI 시대에는 '보이는 것'보다 '보이지 않는 것'이 더 중요하다. 캐터필러가 강조한 '보이지 않는 레이어'란 바로 이런 디지털 세계를 지지하는 물리적 세계의 영향력이다. 진짜 중요한 것은 기술 자체가 아니다.

기업의 AI 도입 성공 여부 역시 기술에 달려있지 않다. '보이지 않는' 기업의 문화와 직원들의 AI에 대한 인식, 그리고 숙련도가 성공 여부를 가른다.

클라우드에서 엣지 환경으로의 전환은 선택이 아니라 필연이다. 보안과 속도, 그리고 연결성 및 효율성에서 AI의 미래는 엣지 AI에 있다. 중요한 것은 이 모든 것이 구조적으로 연결되어 있다는 점이다.

컴퓨터 안에만 있던 AI가 물리적 AI로 확장되면서 엣지 수요는 증가하고 필연적으로 추론 시장도 확대된다. 온디바이스 AI가 다양화되면서 연결성이 중요해지고 결국 개방형 생태계로의 선호는 더욱 강해진다. 그리고 물리적 AI 추세는 더 가속화된다.

이 순환에 준비되어 있는가, 그것이 다음 10년을 가를 핵심 키워드가 될 것이다.