AI EXPO KOREA 2026, 기업들이 가장 많이 물어본 질문은?
지난 5월 6일부터 8일까지, 서울 코엑스에서 AI EXPO KOREA 2026이 열렸습니다. 크라우드웍스도 이번 행사에 참가해 다양한 고객들을 만났는데요. 행사가 끝나고 내부에서 가장 많이 나온 말이 있었습니다.
“생각보다 훨씬 많은 분이 오셨네요!”
올해 현장에서는 기업 관계자뿐 아니라 일반 관람객의 비중도 눈에 띄게 늘었는데요. AI를 업무와 일상에 활용하는 사례가 늘어나면서, 단순한 관심을 넘어 ‘AI를 어떻게 잘 활용할 수 있을지’ 고민하며 현장을 찾는 분위기였습니다.
AI EXPO KOREA 2026에서 확인한 변화
올해는 방문객의 업종과 직군도 한층 다양해졌습니다. 이전에는 IT 담당자나 개발자 중심의 기술 탐색 성격이 강했다면, 올해는 제조업 현장 담당자, 금융권 기획팀, 지자체·공공기관 실무자 등 다양한 산업군의 관계자들이 행사장을 찾았습니다.
전시 내용도 업무 활용 중심으로 변화했습니다. AI 에이전트, 피지컬 AI, AI 인프라, 산업별 적용 사례까지 기업에서 AI를 도입하고 활용하기 위한 기술과 사례가 중심이었습니다.
부스를 찾은 고객들의 질문도 달라졌는데요. “AI로 무엇을 할 수 있나요?” 같은 개념 중심의 질문 보다, “우리 회사에는 어떻게 적용할 수 있나요?”, “AI 성능을 높이려면 무엇이 필요한가요?”처럼 AI 도입과 운영을 전제로 한 질문이 훨씬 많았습니다.
AI EXPO KOREA 2026 크라우드웍스 부스 현장
“AI를 도입했는데 생각보다 성능이 잘 안 나와요.”
현장에서 많이 들었던 고민 중 하나입니다. RAG 기반 검색 시스템이나 사내 AI 서비스를 구축했는데, 현업에서 원하는 수준의 답변이 나오지 않거나 내부 문서를 제대로 이해하지 못한다는 내용이었죠.
AI의 성능은 모델 자체보다 AI가 참고하는 데이터 품질과 구조화 방식에 더 큰 영향을 받습니다. RAG를 도입했어도 AI가 이해할 수 있는 고품질 데이터가 뒷받침되지 않으면 기대한 결과를 얻기 어렵습니다.
“회사 내부 문서 형식이 제각각이에요. PPT, HWP…”
기업 내부에는 PDF, PPT, HWP, 설계 도면, 스캔 문서 등 다양한 형태의 문서가 혼재되어 있습니다. 특히 제조·엔지니어링 분야에서는 표, 이미지, 그래프, 도면이 포함된 비정형 문서 비중이 매우 높습니다. “도면 안에 대각선으로 적힌 글씨도 분석할 수 있나요?”, “그래프의 수치도 읽어낼 수 있나요?” 처럼 구체적인 질문들이 오간 것도 이 때문이었습니다.
복잡한 문서는 단순 OCR이나 파싱으로는 정확히 처리하기 어렵습니다. 문서마다 복잡도가 다르고, 같은 형식이라도 레이아웃 구조에 따라 처리 난이도가 달라지기 때문입니다.
이런 어려움을 겪는 기업 담당자분들께 크라우드웍스의 지능형 솔루션 두 가지를 소개해 드렸는데요. 먼저 Alpy Knowledge Compiler는 앞서 말했듯, 비정형 문서를 AI-Ready Data로 자동 전처리를 하는 솔루션입니다. 문서의 복잡도를 사전 평가해서 자동·수동 처리의 범위를 구분하고, 자동 처리가 어려운 문서는 Workstage와 연계해 직접 검수·보정하는 것도 가능하죠.
문서 구조화부터 RAG 파이프라인 연결까지, 실제 기업에서 발생하는 문제를 해결할 수 있다는 점에서 많은 관심이 이어졌습니다.
Alpy Knowledge Compiler 솔루션 데모
“보안 환경에서도 사용할 수 있나요?”
공공·금융·대기업 담당자분들이 가장 먼저 확인한 부분은 역시 보안 환경에서의 활용 여부였습니다. 내부 문서를 외부로 반출하기 어렵다 보니, AI를 도입하더라도 데이터를 충분히 활용하지 못하는 상황이 많았는데요.
이에 대해 실제 금융권 구축 사례를 중심으로 설명드렸습니다. H증권은 폐쇄망 환경에서 CPU 기반으로 150만 건 이상의 문서를 RAG 데이터로 변환했고, S은행은 Workstage를 온프레미스 환경에 구축해 민감한 데이터를 외부 유출 없이 안전하게 가공·검수하고 있습니다.
“챗GPT랑 뭐가 다른가요?”
요즘은 Chat GPT도 HWP 파일을 포함한 다양한 문서 형식을 지원하다 보니, 별도의 솔루션이 왜 필요한지 궁금해하시는 분들도 많았습니다.
Chat GPT나 Claude 같은 생성형 AI를 통해 문서 분석 및 요약이 가능한 건 맞습니다. 하지만 실제 기업에서 AI를 제대로 활용하려면, 사내 레거시 시스템과 DB를 AI와 연결하는 RAG 구축이 필요합니다. 이 과정에서 수만 건 이상의 내부 문서를 AI가 읽을 수 있도록 전처리하고, 지속적으로 관리할 수 있는 데이터 운영 체계도 함께 갖춰져야 합니다.
크라우드웍스는 기업 내부 데이터를 AI 활용에 적합한 형태로 구조화하고, 이를 지속적으로 운영·관리할 수 있는 체계를 지원하고 있습니다.
이 차이를 설명드렸을 때, 많은 분들이 기업 내부 데이터를 어떻게 연결하고 운영할 것인지가 더 중요하다는 점에 공감하셨습니다.
Workstage 솔루션 데모
또 다른 핵심 키워드, 피지컬 AI
올해 AI EXPO에서는 피지컬 AI가 주요 키워드 중 하나였습니다. 산업 자동화, 제조 현장, 돌봄 서비스 등 AI가 실제 물리적 환경에서 동작하는 기술들이 전시장 곳곳에 소개됐고, 관련 부스에도 많은 관람객이 몰렸습니다.
크라우드웍스는 단독 부스와 함께 한국피지컬AI협회관 부스에도 참여해 로봇 데이터 구축 방식을 소개했는데요. 데이터 수집부터 구조화, 품질 검증, Human-in-the-loop 기반 검수, 운영 관리까지 피지컬 AI 개발에 필요한 데이터 운영 전 과정을 소개하며 많은 관심을 받았습니다.
한국피지컬AI협회관 크라우드웍스 부스 현장
그렇다면 왜 지금 피지컬 AI가 주목받고 있을까요?
텍스트 기반의 생성형 AI가 성숙기에 접어들면서, 산업의 관심은 AI가 현실 세계를 인식하고 판단하며, 직접 행동하는 영역으로 확장되고 있습니다. 특히 VLA(Vision-Language-Action) 모델이 발전하면서, 사람의 언어와 시각 정보를 이해하고 행동하는 로봇 기술이 진화하고 있는 거죠.
피지컬 AI에서는 학습 데이터의 중요성이 더욱 커집니다. 로봇은 제조사와 시뮬레이터마다 데이터 구조가 다르고, 행동 학습에 필요한 데이터도 충분하지 않기 때문입니다. 또한 포맷 표준화도 어렵고, 실제 환경에서는 예상치 못한 변수도 끊임없이 발생합니다.
크라우드웍스의 피지컬 AI 데이터 플랫폼은 제조사·환경마다 다른 데이터 구조와 비표준화 문제에 대응을 할 수 있도록, VLA 모델 개발 전 과정의 데이터를 통합 관리합니다.
데이터 구축부터 운영 관리까지, 크라우드웍스의 피지컬 AI 데이터 플랫폼에 대해 더 알고 싶다면 아래 자료를 참고해주세요.
AI 도입, 이제는 ‘데이터를 어떻게 운영할 것인가’의 문제
이번 AI EXPO에서는 예상보다 훨씬 많은 관람객들이 크라우드웍스 부스를 방문해주셨습니다. 많은 분들께 크라우드웍스의 솔루션을 직접 소개할 수 있었고, 고객들이 현업에서 겪고 있는 고민을 생생하게 들을 수 있어 뜻깊었습니다.
3일간 현장에서 만난 기업들의 업종은 달랐지만 고민은 비슷했습니다. AI의 성능이 기대에 못 미치는 이유, 복잡한 내부 문서를 어떻게 처리할지 등 많은 질문이 결국 데이터 문제로 이어졌습니다.
이제 AI 도입은 어떤 모델을 사용하느냐만의 문제가 아닙니다. 기업의 데이터를 어떻게 정제하고 구조화해 AI에 연결할 것인지, 그리고 이를 안정적으로 운영할 수 있는 체계를 갖추는 것도 중요해지고 있습니다.
크라우드웍스는 데이터 구축부터 운영, 검수, AI 활용까지 기업의 AI 도입 과정 전반을 지원하고 있습니다. AI 도입과 데이터 운영에 대한 고민이 있으시다면, 아래 링크를 통해 편하게 문의해 주세요.
