AI 과도기, 월드모델 기반 산업 전략
Session Overview
AI는 계획, 추론, 자율성, 피지컬 AI로 빠르게 확장되며 인간의 인지 노동을 넘어 물리적 노동까지 대체할 가능성을 보여주고 있다. 그러나 실제 산업 현장에서는 데이터 부족, 라벨링 비용, 분포 변화, 운영 리스크와 같은 현실적인 제약이 여전히 존재한다.
이번 세션에서는 텍스트 중심 학습의 한계를 넘어, 도메인의 구조와 원리를 먼저 학습하는 월드모델 기반 산업 전략을 제시한다. 도메인의 작동 원리를 이해한 뒤 소량의 데이터만으로도 빠르게 적용할 수 있는 접근은 제조·의료처럼 데이터 확보가 어려운 산업에서 특히 강력한 대안이 될 수 있다.
또한 태스크 중심 AI와 월드모델 기반 AI를 비교하며, 기업이 AI 전환기 속에서 어떤 기술 전략과 투자 방향을 선택해야 하는지, 구조 중심 접근이 왜 중요한지에 대한 실질적인 방향성을 살펴본다.
Key Takeaways
- AI 산업화 과정에서 나타나는 데이터·운영·확장성의 현실적 한계
- 텍스트 중심 학습을 넘어 도메인 구조를 학습하는 월드모델 전략
- 소량의 데이터로 빠르게 산업 현장에 적용하는 접근법
- 제조·의료 등 데이터 확보가 어려운 산업에서의 활용 가능성
- 태스크 중심 AI와 월드모델 기반 AI의 전략적 차이
Speaker
채정훈 그룹장은 모빌리티, 제조, 의료 등 다양한 산업 분야에서 인공지능 기술의 상용화를 주도해온 AI 기술 개발 리더다. 도쿄대학교 전기전자공학 석사 출신으로, 고효율 신경망 아키텍처 연구를 기반으로 산업 현장의 복잡한 문제를 구조적으로 해결해왔다.
PLK Technologies에서 AI 개발을 총괄하며 운전자 모니터링 시스템의 상용화를 이끌었고, 이후 A.I.MATICS에서 차량용 B2B AI 솔루션, 제조 현장 비전 검사 시스템, AI 기반 ECG 부정맥 진단 모델, AI 콜센터 서비스 등을 개발해 실제 매출 성장과 비용 절감 성과를 창출했다.
현재는 도메인 월드모델 기반 산업 적용 전략과 차세대 AI 플랫폼 구축을 이끌고 있다.