AI 실적·에이전트 유통·반도체 실증과 공공의료 업무비서의 오늘

오늘의 판

오늘은 성격이 다른 다섯 가지 AI 소식을 차례로 본다. 네이버는 2026년 2분기 실적에서 AI가 광고와 기업용 사업에 기여했다고 설명했다. 카카오는 여러 AI 에이전트를 등록하고 거래하는 정부 지원 마켓플레이스 개발 사업을 맡았다. 과학기술정보통신부는 국산 AI 반도체를 로봇과 도시 안전망 등에 넣어보는 22개 실증 과제에 착수했다. 정부는 지역·필수·공공의료의 빈틈을 AI로 보완하는 기본의료 전략을 확정했고, 병무청은 내부 업무를 돕는 생성형 AI를 시범 운영한다.

이 사건들을 하나의 거대한 변화로 묶을 필요는 없다. 기업 실적, 플랫폼 개발, 반도체 실증, 국가 의료전략, 기관 내부 업무비서는 출발점과 책임이 다르다. 다만 공통으로 확인할 질문은 있다. 지금 나온 숫자가 이미 검증된 결과인지, 앞으로 달성하겠다는 목표인지 구분해야 한다. AI가 사람의 판단이나 외부 도구와 연결될수록 정확도만이 아니라 권한, 비용, 장애 대응, 정정 절차까지 함께 봐야 한다.

핵심 수치

• 3조3888억원: 네이버의 2026년 2분기 연결 매출이다. 전년 같은 기간보다 16.2% 증가해 분기 기준 최대를 기록했다. 같은 기간 영업이익은 5203억원으로 0.2% 감소했다.1
• 약 110억원: 카카오 컨소시엄이 수행할 AI 에이전트 마켓플레이스 개발 사업의 정부출연금과 민간부담금을 합친 규모다. 사업 수행과 실제 서비스 안착은 구분해야 한다.2
• 600억원 이상·22개 과제: 정부가 올해 국산 AI 반도체 기반 실증·확산 사업에 투입하는 금액과 신규 과제 수다. 이 가운데 피지컬 AI 실증은 7개다.3
• 72개 기관: 정부가 ‘공공의료 AI 고속도로’로 연결하겠다고 밝힌 전국 책임의료기관 수다. 연결 계획이 곧 의료성과를 뜻하지는 않는다.4
• 약 10만 건·8종: 병무청 내부 AI가 활용하는 병무행정 전문지식 규모와 구축한 AI 에이전트 종류다. 자료의 양보다 최신성, 출처 표시, 답변 승인 절차가 더 중요하다.5

그림 1. 네이버가 제공한 2026년 2분기 실적 요약으로, AI 관련 설명을 전체 사업 실적과 함께 보게 해준다. 출처: 네이버·전자신문.1

산업·기술 이슈

네이버는 AI 효과를 매출과 전환율로 설명하기 시작했다

네이버는 2026년 2분기 연결 기준으로 매출 3조3888억원, 영업이익 5203억원을 기록했다고 7일 밝혔다. 매출은 전년 동기보다 16.2% 늘었고 영업이익은 0.2% 줄었다. 매출은 분기 기준 최대다. 사업 부문별 매출은 네이버 플랫폼 1조9022억원, 파이낸셜 플랫폼 4707억원, 글로벌 도전 1조159억원이었다.1

이번 실적에서 눈여겨볼 대목은 네이버가 AI를 연구개발 성과가 아니라 사업 지표로 설명했다는 점이다. 회사는 AI 기반 광고 지면 최적화와 이용자별 타게팅 고도화가 광고 성장에 기여했다고 밝혔다. 지난달 말 정식 출시한 ‘AI 브리핑 광고’는 기존 검색광고보다 클릭 전환율이 30% 이상 높고 구매 전환율은 3배 이상이었다고 설명했다. AI와 디지털트윈 관련 기업간거래를 포함한 엔터프라이즈 매출도 전년 동기보다 21.3% 늘었다.1

여기서 전환율은 광고를 본 사람이 클릭하거나 실제 구매로 이어진 비율을 말한다. 모델이 질문에 얼마나 잘 답하는지를 재는 정확도와는 다른 지표다. 기업은 결국 AI가 매출, 비용, 고객 행동을 어떻게 바꿨는지 보여줘야 한다. 공공부문도 비슷하다. 챗봇 대화 건수나 생성 문서 수만 세면 실제 효과를 알기 어렵다. 민원이 해결된 비율, 사람이 다시 검토한 비율, 평균 처리시간, 오류를 고치는 데 든 비용을 함께 기록해야 한다.

다만 숫자의 경계를 분명히 해야 한다. AI 광고의 전환율과 광고 성장 기여도는 네이버가 발표한 수치다. 광고 상품, 이용자 집단, 비교 기간이 달라지면 결과도 달라질 수 있다. 영업이익 감소 역시 AI 인프라 투자만으로 단정할 수 없다. 네이버가 엔비디아와 추진하는 AI 팩토리에서 내년 상반기부터 매출이 발생할 것이라는 설명도 현재 실적이 아니라 회사 전망이다.

카카오는 AI 에이전트를 거래하는 마켓플레이스를 만든다

카카오와 카카오엔터프라이즈 컨소시엄은 과학기술정보통신부가 주관하고 한국지능정보사회진흥원이 전담하는 ‘AI 에이전트 마켓플레이스 개발 지원 사업’ 수행자로 선정됐다. 정부출연금과 민간부담금을 합친 사업 규모는 약 110억원이며, 사업 기간은 2027년 12월까지다. 카카오는 연내 1차 공개를 목표로 제시했다.2

AI 에이전트는 질문에 문장으로 답하는 데서 그치지 않고 외부 도구를 불러 여러 단계의 일을 수행하는 소프트웨어다. 예를 들어 일정 조회, 자료 검색, 문서 작성, 결재 요청을 순서대로 실행할 수 있다. 마켓플레이스는 이런 에이전트와 도구를 등록하고 검증한 뒤 이용자가 찾고 조합해 실행하며 비용까지 정산하는 유통 플랫폼을 뜻한다.

카카오는 특정 클라우드나 AI 모델에 묶이지 않는 개방형 구조를 만들겠다고 밝혔다. 자체 모델인 카나나뿐 아니라 국내외 모델을 연결하고, 응용프로그램 인터페이스인 API와 모델 콘텍스트 프로토콜인 MCP를 지원할 계획이다. API는 서로 다른 프로그램이 정해진 방식으로 기능을 요청하는 통로다. MCP는 AI가 외부 데이터와 도구를 일정한 규칙으로 연결하도록 돕는 규격이다. 등록되는 도구에는 보안 검토, 격리된 환경에서의 샌드박스 시험, 사실과 다른 답을 만드는 환각 제어, 운영 중 재검증을 적용한다는 계획도 내놨다.2

플랫폼이 열리면 개발자는 처음부터 모든 기능을 만들지 않고 필요한 도구를 조합할 수 있다. 반대로 공급망은 복잡해진다. 하나의 에이전트가 다른 회사의 모델, 데이터베이스, 결제 도구를 차례로 호출하면 어느 단계에서 문제가 생겼는지 찾기 어렵다. 공공기관이 이런 플랫폼을 쓸 때는 도구별 접근 데이터, 실행 가능한 업무, 외부 전송 범위, 업데이트 뒤 재승인 조건, 사고 때 중단 권한과 책임 주체를 계약에 적어야 한다.

현재 확인된 것은 사업자 선정과 개발 계획이다. 연내 1차 공개 일정, 등록 도구의 품질, 상시 재검증의 실제 주기와 결과는 아직 확인할 수 없다. ‘개방형’이라는 표현도 상호운용성이 자동으로 보장된다는 뜻은 아니다. 다른 모델과 도구를 붙였을 때 인증, 과금, 로그 형식이 실제로 맞는지 별도 시험이 필요하다.

정부·공공 이슈

국산 AI 반도체가 22개 현장 실증에 들어간다

과학기술정보통신부는 6일 국산 AI 반도체 기반 실증·확산 사업의 합동 착수보고회를 열고 22개 신규 과제의 추진 방향을 공개했다. 올해 투입액은 600억원 이상이다. 사업은 AX 디바이스 개발·실증, AI 응용제품 신속상용화, 온디바이스 AI 서비스 실증·확산 등 세 갈래로 나뉜다.3

온디바이스 AI는 데이터를 멀리 있는 클라우드로 모두 보내지 않고 카메라, 로봇, 단말기 가까이에서 처리하는 방식을 말한다. 통신 지연을 줄이고 민감한 데이터를 현장에 남길 수 있다는 장점이 있다. 피지컬 AI는 여기서 한 걸음 더 나아가 센서로 현실을 인식하고 판단한 뒤 로봇이나 장비를 움직인다. 이번 신규 과제 중 피지컬 AI 실증은 7개다.3

사업 예시는 구체적이다. 산업현장의 비정형 물류를 처리하는 협동로봇, 물류작업을 자율 수행하는 이동형 양팔로봇, 화점을 인식하고 방수총을 쓰는 소방용 사족보행로봇이 포함됐다. 드론 기반 구조 지원, 식품 가공 자동화, 하천 범람과 도심 침수 위험을 감지하는 도시 안전망, 수용자 위험도를 분석하는 교정 데이터 플랫폼도 추진한다.3

그림 2. 과학기술정보통신부가 제시한 국산 AI 반도체 기반 3대 실증사업의 구성이다. 과제 수와 예산은 현장 성과가 아니라 실증의 출발 규모다. 출처: 과학기술정보통신부·전자신문.3

실증은 제품이 완성됐다는 선언이 아니다. 통제된 연구실을 벗어나 비, 먼지, 조명 변화, 통신 끊김, 사람이 예상하지 못한 동선 같은 실제 조건에서 작동하는지 확인하는 단계다. 국산 반도체의 연산 속도뿐 아니라 전력 사용량, 발열, 처리 지연, 오탐과 미탐, 장비가 멈췄을 때의 안전정지, 기존 관제시스템과의 연동비용을 함께 측정해야 한다. 소방이나 도시 침수처럼 안전과 연결된 분야에서는 AI 판단을 사람이 언제 확인하고 개입하는지도 시험 항목에 들어가야 한다.

정부는 내년 말까지 생활·안전 분야의 선도 사례를 만들고 해외 진출에 쓸 실적을 확보하겠다는 목표를 제시했다. 하지만 착수보고회와 600억원 투입은 상용화 성공을 뜻하지 않는다. 22개 과제의 성능 기준, 현장별 실패 조건, 유지보수 비용과 후속 구매 여부가 공개돼야 정책 효과를 판단할 수 있다.

AI 기본의료 전략은 보건소·응급이송·공공병원을 함께 다룬다

정부는 6일 제12차 국가정책조정회의에서 ‘AI 기본의료 전략’을 확정했다. 목표는 AI를 활용해 지역·필수·공공의료의 공백을 줄이고, 거주 지역에 따라 의료 AI 혜택이 크게 달라지지 않도록 하는 것이다. 전국 보건소·보건지소·보건진료소와 의료취약지 일차의료기관에 진료와 환자관리를 돕는 AI 패키지를 지원할 계획이다.4

일차의료는 주민이 몸이 아플 때 가장 먼저 만나는 보건소나 동네 의료기관의 진료를 말한다. 정부가 제시한 지원 범위에는 영상 판독 보조, 진료 내용 기록, 만성질환 관리가 포함된다. 구급대가 환자를 이송할 때 병원별 수용 가능 여부와 진료역량을 분석해 적정 병원을 찾도록 돕는 가칭 ‘응급이송 통합 AI 플랫폼’도 추진한다.4

공공병원에는 전국 72개 책임의료기관을 연결하는 ‘공공의료 AI 고속도로’를 구축할 계획이다. 책임의료기관은 지역 안에서 필수의료 협력과 연계를 맡는 병원이다. 관련 보도에 따르면 정부는 올해 하반기 9개 기관에서 시범 개통하고 2027년 30개, 2029년 72개로 넓히는 일정을 제시했다. 병원 간 진료기록과 CT·MRI 같은 의료영상 공유, 국민 AI 건강비서, 한국형 의료 AI 개발, 의료 AI 윤리와 보안 지침도 계획에 포함됐다.4

그림 3. 보건복지부가 공개한 AI 기본의료 전략의 추진 구조다. 보건소 지원, 응급이송, 공공병원 연결이 서로 다른 사업임을 보여준다. 출처: 보건복지부·ZDNet Korea.4

의료에서는 편리함보다 환자 안전이 먼저다. AI가 추천한 병원이 실제로 환자를 받을 수 없는 경우, 영상 판독 보조가 이상 소견을 놓친 경우, 건강비서가 처방 내용을 잘못 풀어쓴 경우를 가정해야 한다. 의료진이 최종 판단을 내리는 지점, 환자에게 AI 사용 사실을 알리는 방식, 오류를 신고하고 정정하는 절차가 필요하다. 진료기록과 유전체 정보는 민감도가 높기 때문에 접근권한, 가명처리, 병원 간 전송, 보관기간도 구체적으로 관리해야 한다.

정부가 전략을 확정했다는 사실과 의료 공백이 실제로 줄었다는 성과는 다르다. 서비스별 예산과 성능 기준, 의료진 업무량 변화, 응급이송 시간 감소, 오판과 재검사 비율이 공개돼야 효과를 알 수 있다. 지역 병원의 통신망과 전산시스템 수준이 서로 다르다는 점도 확산 속도에 영향을 줄 수 있다.

병무청은 약 10만 건의 지식으로 내부 AI 업무비서를 시험한다

병무청은 내부 생성형 AI 서비스인 ‘AI 워크메이트’를 2026년 10월까지 시범 운영하고, 12월부터 병무행정 전반의 AI 전환을 추진할 계획이다. 이 서비스는 정책자료, 법령과 규정, 업무 매뉴얼, 민원상담 사례 등 약 10만 건의 병무행정 전문지식을 활용한다.5

병무청은 문서 초안 작성, 국회업무 지원, 분석·통계, 민원답변, 언론홍보, 다국어 번역, 질병코드 기반 신체등급 안내, 병무자료 추출 등 8종 AI 에이전트를 구축했다고 밝혔다. 반복적이고 정형화된 업무는 AI가 돕고, 직원은 정책기획과 복합민원처럼 판단이 필요한 업무에 집중하도록 일하는 방식을 바꾸겠다는 구상이다.5

내부 전용 AI는 공개 인터넷 서비스보다 업무 자료를 정교하게 연결할 수 있다. 그렇다고 자동으로 정확해지는 것은 아니다. 법령과 업무지침은 개정될 수 있고, 같은 질병코드라도 개인의 의료기록과 판정 맥락에 따라 판단이 달라질 수 있다. 답변에는 근거 문서, 적용 날짜, 관련 조항을 함께 보여주고 직원이 최종 확인해야 한다. 민원인의 개인정보를 어떤 에이전트가 읽을 수 있는지 최소 권한으로 제한하고, 누가 어떤 자료를 조회했는지 기록해야 한다.

시범 운영에서는 ‘답변이 빨랐다’만 확인해서는 부족하다. 출처가 맞는 답변 비율, 최신 규정 반영률, 사람이 수정한 비율, 민원 재처리 건수, 개인정보 오노출 여부, 업무별 시간 절감과 검토시간 증가를 함께 측정해야 한다. 현재 기사에서 확인되는 것은 약 10만 건의 지식과 8종 에이전트, 10월까지의 시범 일정이다. 정확도, 이용률, 오류율과 12월 확대 여부는 시범 결과를 보고 판단해야 한다.

교차 분석

오늘 사건 가운데 실제 연결점은 두 가지 정도다. 첫째, AI 평가 기준이 기술 점수에서 운영 결과로 옮겨가고 있다. 네이버는 전환율과 매출을 말했고, 정부 반도체 사업은 현장 실증을 시작했다. 의료와 병무행정도 이용 건수보다 응급이송 시간, 오판, 재처리, 사람의 수정 비율을 봐야 한다. 서로 다른 분야라도 ‘AI를 넣었다’는 사실만으로는 성과를 설명할 수 없다는 점은 같다.

둘째, 에이전트와 피지컬 AI는 권한 관리가 성능만큼 중요하다. 마켓플레이스의 에이전트는 외부 API와 도구를 호출하고, 로봇은 현실 공간에서 움직인다. 의료·병무행정 AI는 민감한 정보와 규정을 다룬다. 잘못된 답변을 만드는 위험뿐 아니라, 맞는 기능이 지나치게 넓은 권한으로 실행되는 위험도 관리해야 한다. 이 밖에는 각 사건의 정책 단계와 책임 구조가 달라 억지로 하나의 결론에 묶지 않는 편이 정확하다.

AI 관련 담당자라면 참고할 만한 적용 항목

사업 기획 단계에서는 기대효과를 숫자로 바꾸되 측정 조건을 함께 적는 것이 좋다. 예를 들어 ‘민원업무 효율화’ 대신 평균 처리시간, 담당자 이관률, 재처리율, 답변 근거 일치율을 정한다. 실증 전 기준값을 남겨야 도입 전후를 비교할 수 있다.

에이전트나 외부 도구를 연결할 때는 기능 목록 옆에 권한표를 둔다. 읽을 수 있는 데이터, 쓸 수 있는 시스템, 외부로 보낼 수 있는 정보, 사람 승인이 필요한 행동, 긴급 중단 담당자를 정한다. 공급자가 모델이나 도구를 업데이트하면 어떤 시험을 다시 통과해야 하는지도 계약에 넣는다.

현장 장비와 온디바이스 AI는 정상 상황뿐 아니라 실패 상황을 시험한다. 통신이 끊기거나 센서가 가려졌을 때, 장비가 과열됐을 때, AI와 사람이 다른 판단을 내렸을 때 안전한 상태로 멈추는지 확인한다. 평균 정확도 하나보다 위험한 오작동의 종류와 빈도가 중요하다.

내부 업무비서는 답변마다 근거 문서와 적용 시점을 표시하도록 설계한다. 법령·지침 개정 시 자료를 갱신하는 책임자와 주기를 정하고, 직원의 수정 내용을 품질 개선 데이터로 남긴다. 개인정보가 포함된 질문은 접근권한과 로그 보관기간을 별도로 관리해야 한다.

리스크와 불확실성

네이버의 AI 광고 전환율과 AI 기여도는 회사 발표다. 비교 집단과 기간이 달라지면 결과가 달라질 수 있으며, 영업이익 감소를 AI 투자만으로 설명해서는 안 된다. 카카오 마켓플레이스는 수행자 선정 단계다. 개방형 구조, 보안 검토, 환각 제어와 상시 재검증이 실제 운영에서 어느 수준으로 작동할지는 공개 이후 확인해야 한다.

국산 AI 반도체 사업은 착수 단계이므로 예산과 과제 수가 상용화 성과를 뜻하지 않는다. 의료 전략도 확정됐지만 서비스별 예산, 임상·운영 성능 기준, 지역별 확산 여건이 모두 공개된 것은 아니다. 병무청 AI 워크메이트는 시범 운영 중이므로 정확도와 오류율, 직원 검토 부담, 민원 품질 개선 여부를 아직 판단할 수 없다.

더 깊이 공부하고 싶다면?

1. AI 서비스의 정확도와 실제 업무 성과를 함께 측정하려면 어떤 지표 조합이 필요한가?
2. AI 에이전트 마켓플레이스에서 도구 업데이트와 공급망 사고의 책임을 어떻게 나눌 수 있는가?
3. 피지컬 AI 실증에서 평균 성능보다 먼저 공개해야 할 위험 시나리오는 무엇인가?
4. 의료·행정 AI가 제시한 답변에 근거 문서와 적용 날짜를 일관되게 붙이는 방법은 무엇인가?
5. 시범사업이 전국 확산으로 넘어가기 전에 중단 또는 보완을 결정할 기준은 무엇이어야 하는가?