최근 InfoQ가 발표한 'AI, ML 및 데이터 엔지니어링 트렌드 보고서 2026'에 따르면, 인공지능(AI)의 중심축이 단순 질의응답 인터페이스에서 실제 업무를 위임받아 실행하는 AI 에이전트(AI Agent)로 빠르게 전환되고 있습니다. 기업들의 관심 또한 에이전트 구축을 넘어 프로덕션 배포, 운영, 확장으로 옮겨가고 있으며, 2026년 말에는 AI 컴퓨팅 지출의 약 3분의 2가 추론(inference) 인프라에 할당될 것으로 예상됩니다.
보고서는 에이전트 평가 방식의 변화를 강조합니다. 기존에는 모델의 답변 정확도에 집중했지만, 이제는 도구(tool), 컨텍스트(context), 실행 루프(execution loop), 환경(environment) 전체를 아우르며 작업 완료 여부, 소요 시간, 비용, 사람의 개입 수준, 안전성 등을 종합적으로 측정해야 한다고 지적합니다. 또한, 개발 과정에서는 요구사항과 명세를 먼저 정리하고 설계, 코드 생성, 버그 분석, 수정, 테스트까지 자동화하는 '명세 주도 개발(Specification-Driven Development)'과 'AI 소프트웨어 팩토리' 개념이 부상하고 있습니다. 로봇, 자율주행차 등 실제 물리 세계에 AI를 적용하는 '물리적 AI' 분야에서는 시뮬레이션, 안전성 검증, 평가 및 데이터 확보가 중요한 과제로 남아있습니다.
이러한 트렌드는 AI 기술이 단순한 보조 도구를 넘어 실제 비즈니스 프로세스와 일상생활에 깊숙이 통합되고 있음을 시사합니다. 특히 추론 인프라에 대한 막대한 투자는 AI 서비스가 대규모로 상용화되고 있음을 보여주며, 이는 AI 기술의 경제적 가치가 학습(training) 단계를 넘어 실제 활용(inference) 단계에서 창출될 것임을 의미합니다. 에이전트 평가의 복잡성 증가는 AI 시스템의 신뢰성과 안전성 확보가 최우선 과제가 되었음을 반영하며, 물리적 AI의 발전은 AI가 가상 세계를 넘어 현실 세계에 미치는 영향력을 확대할 잠재력을 보여줍니다. 전력 접근성, 데이터센터 입지 등 인프라 제약이 향후 AI 산업의 주요 이슈로 떠오를 것이라는 전망도 주목할 만합니다.