델 테크놀로지스(Dell Technologies, 지사장 김경진, 이하 ‘델’)의 존 로즈(John Roese) CTO가 2025년도 기술 트렌드 전망을 발표했다.

에이전틱 AI 아키텍처의 부상

존 CTO는  부상하는 에이전틱 AI에 대해 "상당수의 생성AI 도구가 시리 및 구글 어시스턴트 등과 같은 AI 에이전트로 기능하도록 진화하고 있으며, 이에 에이전틱 AI 아키텍처가 인간과 AI의 상호작용에 새로운 장을 열 것"으로 전망했다.

특히, 자율적으로 작동하고, 자연어로 소통하며, 다른 에이전트 및 사람과 팀을 이루어 작업하는 등 유저와 앱의 상호 작용이 강화된 형태의 에이전트가 부상도 목해야 한다고 했다. 또한 코딩, 코드 검토, 인프라 관리, 비즈니스 계획 및 사이버 보안과 같은 특정 기술을 수행하도록 AI가 세밀하게 조정되고 최적화될 것으로 내다봤다.

이러한 시장 변화에 대한 기업 대응법에 대해 "시장 경쟁력을 확보하기 위해선 AI 에이전트 시스템에는 특정 업무에 맞춘 다양한 인지, 오케스트레이션 및 배포 아키텍처가 필요하다. 또한 복잡성이 증가함에 따라 멀티 에이전트 시스템이 등장하고, 이 시스템을 지원하는 기술 스택의 빠른 발전이 요구된다."고 말했다.

엔터프라이즈 AI가 개념 단계에서 실무 환경으로 확대

엔터프라이즈 AI는 기업이나 공공기관의 생산력 향상을 위해 중요한 프로세스에 AI 기술을 적용하는 것을 의미한다. 존 CTO는 "엔터프라이즈 AI의 적용을 위해 우선적으로 개선할 영역을 결정한 후 해당 영역의 특정 프로세스를 살펴봐야" 한다고 전했다.

예를 들어, 영업사원이 실제로 고객과 만나고 의사소통하는 것보다 미팅을 위한 콘텐츠를 수집하는 데 더 많은 시간을 할애하고 있다면, 생성AI가 콘텐츠 검색이나 제작을 자동화하고 가속하는데 큰 도움이 될 수 있다. 이 경우 영업사원의 시간을 고객 대면 활동으로 전환하고 수익을 높일 수 있다는 점에서 더 나은 투자 효과를 제공한다.

한편 기업은 프라이빗 인프라에서 AI 개발 도구를 구현하는 방식을 선호하며, 이에 데이터 메시(data meshes)와 같은 데이터 현대화 툴을 구매하거나 인프라 솔루션으로 도입 및 구축을 간소화할 수 있다고 전했다.

2025년에는 기업의 AI 도입에 있어서 "우선 순위를 중심으로 반복 가능한 명확한 접근 방식을 취하고, 턴키 형태로 정교하게 정의된 AI 플랫폼 및 AI 인프라 옵션이 등장해 기업의 AI  도입 과정이 간편해질 것"이라 전망했다.

소버린 AI 도입 가속화

소버린(sovereign) AI도 내년에는 더욱 가속될 것으로 내다 봤다. 소버린 AI란 국가가 자체 인프라와 데이터를 사용해 AI를 구축하는 능력으로, 각국은 정부와 민간의 협력을 통해 소버린 AI 전략 및 솔루션을 확보하고 있다. 소버린 AI를 위해 인프라, 데이터 관리, 인재 양성, 생태계 개발을 위한 투자가 증가하고 있으며, 앞으로도 계속될 것으로 예상했다.

일부 국가에서는 정부 전용 AI 시스템 대신 정부와 지역 민간 산업 모두를 지원하기 위해 컴퓨팅 파워와 데이터 용량에 대한 액세스를 제공하는 국가 AI 리소스를 개발하고 있으며, 정부가 새로운 인프라를 구축하는 대신 민간 업계가 AI 생태계를 구축하도록 업체와 협력을 시도하는 국가도 있다.

AI와 신기술의 융합

AI와 신기술 결합에 대해서 존 CTO는 "AI가 양자 컴퓨팅, 지능형 에지, 제로 트러스트 보안, 6G 기술, 디지털 트윈 등과 결합하면 그 영향력은 배가되며, 혁신과 기존 과제의 해결을 앞당길 것이다."라며, "AI와 결합된 양자 컴퓨팅은 AI를 확장하는 데 필요한 컴퓨팅 기능을 제공해 전통적인 컴퓨팅의 한계를 극복할 것이다. 복잡한 재료 과학, 신약 개발, 복잡한 최적화 문제 등을 해결해 다양한 산업에 큰 영향을 미칠 것"이라고 말했다.

통신영역에서는 이미 AI가 셀룰러 네트워크의 작동 방식과 스펙트럼 최적화와 같은 시스템의 기본 요소의 작동 방식을 변화시키고 있다. 이제 AI PC는 단순한 클라이언트 디바이스가 아니라 엔드투엔드 AI 인프라의 일부로 간주되며 에이전트 아키텍처를 통해 에이전트가 데이터 센터에서 에지 또는 AI PC로 이동하게 될 것이라고 전망했다.

한편, 제로 트러스트 보안과 AI도 서로 영향을 미친다. 기존의 레거시 환경에서 제로 트러스트를 구현하는 것은 제한적이나, AI 팩토리에 제로 트러스트를 기본 옵션으로 채택하는 사례가 늘어날 것으로 전망된다.

AI 데이터센터 초고속 분산형 아키텍처

AI는 이제 학습에서 추론으로의 전환이 이루어지고 있다. 학습과 달리 추론은 워크로드를 실행할 위치를 품질, 비용, 데이터, 보안 및 지연 시간에 따라 최적화하는 데 중점을 둔다.

이러한 변화와 함께 AI는 컴퓨팅, 스토리지 및 네트워크를 각각 독립적으로 확장할 수 있는 초고속 분산형 아키텍처로 이동하고 있다. 이를 통해 기업과 기관에서는 비용을 절감하고, 사일로(silo)를 해소하며, 공급업체(벤더) 종속을 방지할 수 있다.

AI PC가 분산 아키텍처의 중요한 역할 담당

2025년에는 데이터가 점점 더 분산되어 기업이 데이터에 맞춰 AI를 적용하는 위치도 변화할 것으로 전망했다. 데이터센터와 클라우드를 넘어 에지와 PC로 이동함에 따라 AI PC를 사용하면 데이터를 디바이스에서 직접 처리할 수 있어 클라우드에 의존하는 것보다 빠르고 비용 효율적이며 안전하게 처리할 수 있다.

한편, 거의 모든 디바이스에 NPU가 탑재되며 PC가 디바이스에서 로컬로 AI 워크로드나 앱을 실행할 수 있게 됐다. 특히, 고성능의 CPU, GPU, NPU와 다양한 PC 실리콘 옵션이 등장하며 프로세서 선택의 폭이 넓어질 것으로 전망했다.

지속가능한 데이터센터로 비용 및 환경문제 해결

에너지 비용의 상승과 특정 AI 워크로드의 에너지 수요에 따라 전 세계적으로 규제 요건이 더욱 엄격해지면서 새로운 요건들이 등장하고 있다.

데이터센터의 경우, 하드웨어 차원의 에너지 효율 혁신, 오래되거나 노후화된 장비의 책임 있는 폐기, 다양한 에너지원 사용을 통해 환경 영향을 최소화하고 수익을 극대화하는 노력이 요구된다. 대표적인 사례로 액체 냉각 기술은 최적화된 냉각판과 누출 감지 기술을 통해 안정성과 효율성을 높일 수 있다.

존 CTO는 "효율과 성능 최적화를 위한 워크로드 관리 및 모니터링 도구도 필수적이다. 데이터를 분석하면 조직이 원하는 성능에 맞게 AI 솔루션의 규모를 조정하며 규제 요건을 충족할 수 있다."라고 말했다.