KES 2026 오프닝 키노트에서는 AI의 활용 범위가 정보 처리와 대화형 서비스에 머무르지 않고, 실제 기기를 제어하는 산업 현장으로 넓어지고 있다는 점이 강조됐다. 발표에서는 물리 세계를 인식해 행동하는 피지컬 AI가 제조업에 적용되려면 3차원 환경 데이터를 다루는 대규모 컴퓨팅 자원이 필요하다고 설명했다. 또 로봇을 가상 환경에서 시험하는 시뮬레이션과 이를 뒷받침하는 플랫폼이 중요하다고 짚었다. 이런 흐름 속에서 국내 제조 기업과의 협업 사례로 휴머노이드 로봇 개발도 소개됐다.
또 다른 발표에서는 AI 확산의 병목이 모델 개발만이 아니라 실제 서비스 운영 비용에 있다고 봤다. 특히 많은 이용자를 상대하는 추론 단계에서 비용과 지연 시간을 줄이는 일이 중요 과제로 제시됐다. 이를 위해 CPU에 몰린 데이터 전송을 DPU로 옮겨 GPU 활용도를 높이는 방식과, 하드웨어·소프트웨어를 함께 설계해 처리 효율을 높이는 구조가 대안으로 언급됐다. 이날 발표들의 공통된 메시지는 분명했다. 앞으로의 경쟁력은 알고리즘 자체뿐 아니라, 산업용 AI를 안정적으로 돌릴 수 있는 인프라 규모와 효율에서 갈릴 수 있다는 점이다.