1월 2026 - 7 / 5 페이지 - AX 100배의 법칙

CES 2026 레노버 테크 월드 키노트 총정리: 하이브리드 AI 시대, Lenovo Kira·AI Cloud Gigafactory·AI 추론 인프라까지

CES 2026 레노버의 메시지는 명확합니다. AI를 “클라우드에만 있는 기능”이 아니라, 개인의 모든 디바이스와 기업의 데이터가 존재하는 현장(온프레미스·엣지)까지 확장해 ‘모두가 쓰는 AI’로 만들겠다는 선언입니다.
그 중심에는 (1) 개인의 삶과 업무를 통합하는 개인 AI 슈퍼 에이전트 ‘Lenovo Kira’, (2) 엔터프라이즈의 실시간 의사결정을 가속하는 AI 추론(Inferencing) 최적화 인프라, (3) 이를 가능하게 하는 하이브리드 컴퓨팅 인프라와 멀티 에이전트 백본이 있습니다.

1) 하이브리드 AI 시대 선언: “AI 민주화의 궁극적인 경로”

CES 2026, 레노버는 이번 키노트를 통해 하이브리드 AI(Hybrid AI)를 ‘AI 민주화를 위한 궁극적인 경로’로 제시했습니다. 핵심 문장은 사실상 이 한 줄로 정리됩니다.
AI의 힘은 사용자에게 속해야 하며, ‘모두를 위한 AI(AI built for all)’는 사용자 중심 기술 혁신과 함께 가야 한다.

여기서 말하는 하이브리드 AI는 단순히 “클라우드 + 온디바이스”의 조합이 아닙니다. 레노버가 그리는 그림은 다음과 같습니다.

개인은 폰·PC·태블릿·웨어러블에 흩어진 데이터/지식을 하나로 묶어 개인화된 AI를 갖는다.
기업은 퍼블릭 클라우드·프라이빗 클라우드·온프레미스·엣지를 엮어, 필요한 워크로드를 가장 적합한 위치에서 실행한다.
그리고 이 모든 것을 에이전트(Agent) 기반으로 자동화해, AI가 ‘답변’에서 끝나지 않고 업무를 수행하도록 만든다.

2) NVIDIA 협력: Lenovo AI Cloud Gigafactory가 겨냥하는 것

레노버는 NVIDIA와 함께 Lenovo AI Cloud Gigafactory를 공식 출시하며, 하이브리드 AI 전략의 ‘인프라 레이어’를 전면에 내세웠습니다. 이미 작년 테크 월드에서 Lenovo Hybrid AI Advantage를 공개한 뒤, 분기별로 공동 혁신을 발표해 왔다는 흐름도 함께 강조됐습니다.

이번 Gigafactory가 노리는 포인트는 매우 실무적입니다. 바로 클라우드 환경에서 LLM을 서비스할 때 중요한 지표인 “첫 토큰까지 걸리는 시간(Time to First Token)”을 크게 줄이는 것. 사용자가 체감하는 응답 속도와 직결되는 영역이기 때문입니다.

키노트에서 제시된 그림은 스케일 자체가 다릅니다.

수십만 개의 GPU를 활용해
조(Trillion) 단위 매개변수를 가진 대규모 언어 모델(LLM)을 지원하는 인프라로 확장
그리고 레노버는 이를 “컴퓨터”가 아니라 고객을 위한 AI 팩토리(AI Factory)로 빠르게 전환하는 것을 목표로 제시

여기서 엔비디아 CEO 젠슨 황이 언급한 포인트도 인상적입니다. 레노버가 전 세계 TOP500 슈퍼컴퓨터 중 3분의 1을 구축했다는 맥락을 통해, 단순 공급사가 아니라 “대규모 시스템 제조·설치 전문성”이 AI 팩토리 구축의 핵심 역량임을 강조한 것입니다.

또한 레노버는 이 시스템에 자연 액체 냉각(natural liquid cooling)을 적용하고, 인하우스 설계·제조·글로벌 서비스를 이 규모로 결합할 수 있는 유일한 회사라는 점을 강하게 부각했습니다. 결국 Gigafactory는 “AI를 더 크게 만들겠다”가 아니라, AI를 ‘빠르고 안정적으로’ 돌리는 공장으로 만들겠다는 선언에 가깝습니다.

3) 하이브리드 AI의 기술 백본: 에이전트 네이티브 미래를 여는 3요소

레노버 CTO 토가 코토골루(Toga Kotogulu)는 하이브리드 AI에서 가장 중요한 축으로 사용자의 의도를 진정으로 이해하는 지능형 에이전트를 짚었습니다. 그리고 미래의 AI는 ‘단일 모델’이 아니라, 슈퍼 에이전트가 워크플로우를 설계하고 작업별 에이전트 팀이 실행하는 멀티 에이전트 협업으로 흘러갈 것이라고 정리합니다.

레노버가 제시한 “에이전트 네이티브(agent-native) 미래”의 기술 백본은 다음 3가지입니다.

지능형 모델 오케스트레이션(Intelligent model orchestration)
에이전트 코어(Agent core)
멀티 에이전트 협업(Multi-agent collaboration)

이 구조가 의미하는 변화는 분명합니다. 사람이 모든 지식의 복잡성을 직접 처리하는 대신, 인간은 창조·탐색·연결 같은 ‘인간이 가장 잘하는 일’에 집중하고, 에이전트가 복잡한 실행과 조정을 맡는 방식으로 역할이 재배치됩니다.

4) 개인 AI 슈퍼 에이전트 Lenovo Kira: “내 모든 기기 위에서, 내 패턴을 학습하는 AI”

이번 발표에서 대중이 가장 직관적으로 이해할 수 있는 주인공은 단연 Lenovo Kira입니다. 레노버는 Kira를 “개인 AI 슈퍼 에이전트”라고 정의하며, 단순 챗봇이 아니라 여러 디바이스를 관통하고, 환경을 인지하며, 사용자의 패턴을 학습해 개인화된 경험을 제공하는 AI로 소개합니다.

왜 ‘개인 AI’가 필요한가

레노버의 문제 정의는 현실적입니다.
사진, 파일, 연락처, 아이디어, 경험 등 사용자의 삶 전체가 폰·PC·태블릿·스마트 워치/글래스 등으로 흩어져 있고, 운영체제와 앱 생태계도 제각각입니다. 기술이 진짜 ‘사용자 중심’이 되려면 이 파편화된 데이터/지식을 원활하게 통합해야 합니다.

그래서 목표는 하나입니다.
단기/장기 기억을 보유하고 사용자 패턴을 학습하는 하나의 슈퍼 에이전트로, 개인의 디지털 삶을 통합하는 것.

Kira의 작동 방식: Perception → Collaboration → Hub

Kira는 크게 세 단계로 설명됩니다.

지각(Perception): 스마트 글래스, 스마트 링 같은 웨어러블과 회의실 카메라 등 감지 장치에서 출발합니다. 개인 AI는 사용자의 허가 하에 사용자가 보고 듣는 것을 인지합니다.
협업(Collaboration): PC·태블릿·휴대폰 같은 휴대용 대화형 컴퓨팅 장치 전반에서 사용자의 계획, 창작, 소통을 돕고 학습하며 성장합니다.
개인 AI 컴퓨팅 허브: 이 흐름은 레노버가 Project Qubit(프로젝트 큐비트)로 개척 중인 “Personal Computing Hub”라는 새로운 범주의 컴퓨팅으로 뒷받침됩니다. 개인 사용을 위한 고성능 확장형 AI 컴퓨팅을 제공하고, 시간이 지날수록 사용자의 인지 파트너(cognitive partner)로 진화한다는 설정입니다.

플랫폼을 넘는 Kira: Windows부터 Android까지

레노버는 Kira가 폰·PC·태블릿·웨어러블 등 AI가 필요한 모든 곳에서 작동하며, Windows부터 Android까지 플랫폼을 초월해 동작한다고 설명합니다. 또한 중국에서는 Tianxi라는 이름으로 불린다는 점도 함께 언급됩니다.

데모 시나리오(Angelina Gomez)로 본 Kira의 ‘실제 쓰임새’

키노트 데모는 Kira를 “설명”하지 않고 “사용 장면”으로 설득합니다.

라스베이거스 스피어(Sphere)에서 스마트 글래스를 통해 주변 환경(16만 평방피트 스크린, 수천 명 청중)을 인지하고 설명하며,
개인 생활(아이들 사진)과 업무(FIFA 브리핑 이메일, PC에서 만든 가족 영상)처럼 여러 기기에 흩어진 정보를 ‘정말 중요한 것’ 중심으로 요약해 주고,
조카 선물 구매 같은 할 일을 파악해 라스베이거스 몰의 상점을 추천하고, 다음 날 오전 11시의 여유 시간을 찾아 캘린더 알림까지 추가하는 식으로 능동적 일정 관리를 수행합니다.
문서 작업에서도 사용자가 작성 중이던 FIFA 문서를 찾아 최신 통계를 반영해 마지막 단락 업데이트를 제안하고, 사용자가 수락하면 문서를 포맷해 특정 수신자에게 이메일로 보내는 흐름까지 제시됩니다.
더 나아가 웨어러블(개념 증명 형태의 AI 목걸이)을 통해 중요한 순간을 포착하고 자동 회의록을 작성하며, 과거 발언을 정확히 기억해 인용하는 장면으로 “장기 기억”을 강조합니다.
사용자가 LinkedIn 게시물 초안을 요청하면, 글 작성은 물론 외부(엑소스피어 밖)에서 찍은 사진을 자동 저장해 게시물에 쓸 수 있도록 준비하는 등 멀티 디바이스 콘텐츠 통합을 보여줍니다.

결국 Kira의 캐릭터는 이렇게 요약됩니다.
Kira는 (1) 주변 환경을 예리하게 인식하는 지각 AI, (2) 선호를 기억하고 다음 필요를 예측하는 개인화 AI, (3) 여러 AI 에이전트를 조정해 통찰을 만드는 인지적 인간-기계 인터페이스이며, 시간이 갈수록 사용자와 닮아 개인 AI 트윈(personal AI twin)으로 진화한다는 비전입니다. 동시에 개인 정보 보호를 최우선으로 한다는 메시지도 반복됩니다.

5) Intel 협력: AI PC Aura Edition 확장과 “Kira 내장” 로드맵

레노버는 인텔과의 협력 축에서 AI PC Aura Edition을 전면에 배치합니다. 키노트에서는 두 회사가 30년 이상 협력해 왔고, 앞으로도 PC·데이터센터·클라우드 전반에서 AI 혁신을 “접근 가능하고 책임감 있으며 포괄적”으로 만들겠다는 방향성이 강조됩니다.

Aura Edition의 핵심은 단순 스펙이 아니라 지능형 PC 경험입니다. 레노버의 디자인 리더십과 인텔의 AI 성능을 결합해, 더 많은 폼팩터와 기능으로 포트폴리오를 확장한다고 설명합니다.

차세대 Aura Edition AI PC에서 제시된 사용자 경험은 ‘작은 마찰 제거’에 집중합니다.

간단한 탭으로 폰 ↔ PC 간 비디오 파일 전송
작업 모드 ↔ 게임 모드 빠른 전환
PC 관련 질문에 대한 실시간 서비스 지원

그리고 무엇보다 중요한 한 줄이 있습니다.
슈퍼 에이전트 Lenovo Kira가 곧 Aura Edition AI PC에 내장된다는 로드맵입니다. “더 스마트한 AI를 모두에게”라는 구호가 PC 제품 경험으로 연결되는 지점입니다.

게이밍 영역에서는 FIFA 브랜드를 적용한 게이밍 PC(예: Li Jing Pro 7i, FIFA 월드컵 26번째 에디션)를 언급하며, 장차 Kira가 게이머의 플레이 방식을 학습해 더 스마트한 플레이를 돕는 미래도 제시합니다.

6) 스마트 디바이스 포트폴리오: 레노버 IDG와 모토로라 전략

레노버 IDG 사장 루카 로시(Luca Rossi)는 ThinkPad X1·X9부터 Yoga 시리즈까지, Aura Edition이 프리미엄의 의미를 재정의한다고 설명합니다. 최신 프로세서 기반으로 더 스마트한 AI 가속과 효율성을 제공하고, Kira 탑재 시 개인화·지능이 강화되며 올데이 배터리·보안·스마트 모드 등 UX 전반을 끌어올린다는 메시지입니다.

모토로라는 프리미엄 시장에서의 경험을 전면에 내세웁니다. 특히 Razr Fold 제품군의 성과를 강조하고, Moto Pen의 강력한 신규 기능도 언급됩니다. 또한 (키노트 시연처럼) Razr Fold가 Kira와 함께 실행되어 모든 앱에서 더 직관적이고 연결된 경험을 제공하는 그림이 제시됩니다.

신규 플래그십: Motorola Signature

이번 주 출시로 소개된 Motorola Signature는 “레노버가 만든 가장 세련된 휴대폰”이라는 포지셔닝입니다.

4개의 5,000만 화소 카메라를 탑재한 최초의 제품
Qualcomm Snapdragon 8 Gen 5 기반 초고속 성능
곧 Motorola Kira를 통해 “최고의 온디바이스 AI” 제공
별자리에서 영감을 받은 스와로브스키 크리스털 특별판도 예고

디자인 측면에서는 Pantone 파트너십, 지속 가능한 목재·알칸타라·비건 가죽·크리스털 등 소재 전략을 통해 “흑백의 세계에서 눈에 띄는 색상과 마감”을 제공한다는 내러티브가 이어집니다.

또 하나의 축은 마이크로소프트와의 협력입니다. Copilot을 모토로라 폰에 도입해 원활한 경험을 제공하고, PC-폰 간 문자 전송 같은 일상적 작업을 간편화하며, 모토로라 사용자가 Copilot 앱에 접근할 수 있도록 한다는 방향입니다.

7) 엔터프라이즈 AI: “다음 물결은 AI 추론” 그리고 하이브리드 인프라

개인용 AI가 Kira라면, 엔터프라이즈 영역의 키워드는 단연 AI 추론(Inferencing)입니다. 레노버는 AI 컴퓨팅의 흐름을 4개의 물결로 정리합니다.

전통적 컴퓨팅: 기업 디지털화
클라우드 컴퓨팅: 클라우드 서비스/앱 급증
AI 컴퓨팅: LLM을 위한 대규모 CPU·GPU 클러스터(훈련+추론)
AI 추론의 급증: 강력한 장치가 온프레미스·엣지·사용자 손안으로

핵심 논리는 명확합니다. 훈련(Training)은 주로 클라우드에 남지만, 추론은 데이터가 생성되는 곳에 더 가까워져야 합니다. 그래야 응답이 빨라지고, 비용과 보안·거버넌스 측면에서도 유리해집니다.

키노트에서 든 사례들도 모두 “현장성”을 강조합니다.

공장 운영: 엣지 추론으로 실시간 유지보수 경고 → 시간/비용 절감
체인점 운영: 재고가 낮을 때 즉각 알림 → 진열 보충·판매 증대
온프레미스 추론: 기업 경쟁우위로 직결

이 흐름을 구현하는 기반이 하이브리드 컴퓨팅 인프라(퍼블릭·프라이빗·온프레미스·엣지)이며, 레노버 Hybrid AI Advantage가 이 위에서 작동한다는 구조입니다.

8) Lenovo Hybrid AI Advantage + AMD 협력: ThinkSystem SR675i와 Helios

레노버는 Hybrid AI Advantage의 ‘작동 방식’을 꽤 구체적으로 설명합니다.

견고한 하이브리드 인프라 위에서 엔터프라이즈 데이터/지식과 함께 작동하며
적절한 AI 모델을 적절한 작업에 매칭할 수 있게 한다
- 예: 불량품 감지 같은 쉬운 작업은 경량 모델
- 생산 일정 계획·수요 예측 같은 복잡 문제는 고급 모델
여러 도메인 에이전트를 조정해 정보 접근·추출·계획 생성·조치 수행까지 연결한다
결국 하이브리드 인프라+데이터+모델+에이전트 플랫폼을 통합해 AI 팩토리를 만들고, 가치사슬 전반을 위한 AI 솔루션 라이브러리를 구축한다

여기서 AMD 협력이 실체를 갖습니다. AMD CEO 리사 수(Lisa Su)는 기업들이 AI를 데이터에 더 가깝게 가져오는 방법을 모색하고 있다고 언급하며, 레노버는 AMD EPYC 기반 최신 AI 추론 서버를 소개합니다. 키노트에서 직접 언급된 제품이 ThinkSystem SR675i입니다.

SR675i는 온프레미스 AI 추론으로 실시간 통찰, 더 빠른 의사결정, 중요한 데이터의 안전한 보호를 목표로 하며, 향후 AMD Instinct 가속기 지원 유연성도 강조됩니다.

그리고 “단일 서버를 넘어”를 상징하는 키워드가 Helios 랙 스케일 AI 아키텍처입니다. 추론 수요가 가속화되면서 고객이 더 큰 모델·더 높은 처리량을 원하고, 따라서 랙 스케일 인프라가 중요해진다는 논리입니다.

Helios는 (키노트 설명 기준) 다음을 결합한 청사진으로 제시됩니다.

AMD EPYC CPU
Instinct GPU
Pensando 네트워킹
Rackham 개방형 소프트웨어 스택
중심 가속기: 차세대 Instinct MI455X

이로써 고객은 SR675i 기반의 온프레미스 워크로드부터, 랙 AI 시스템의 훈련/분산 추론까지 명확한 경로를 갖게 된다는 메시지로 연결됩니다.

9) AI 추론 최적화 인프라 포트폴리오: “The Beast / Sweet Spot / Anywhere”

인프라 파트에서는 “AI는 엔진 없는 F1 자동차와 같다”는 비유로, 하이브리드 인프라의 중요성을 못 박습니다. 또한 전 세계 상위 10개 클라우드 서비스 제공업체 중 8곳이 레노버를 신뢰한다는 점, 그리고 넵튠(Neptune) 액체 냉각이 에너지 사용량을 40% 절감하고 성능과 지속 가능성에 기여한다는 메시지가 함께 제시됩니다(키노트 언급 기준).

그리고 추론 최적화 포트폴리오가 3개 축으로 정리됩니다.

SR675i: The Beast

높은 토큰 처리량, 낮은 지연 시간의 AI 추론에 최적화된 포트폴리오 중 하나로 소개되며, 넵튠 액체 냉각·높은 GPU 밀도·대규모 메모리로 “전체 LLM을 어디서든 실행”하는 그림을 제시합니다.
헬스케어 사례로는 MRI 스캐너에서 생성되는 대용량(예: 30GB) 영상 데이터를 생성된 곳에서 추론 분석해 진단을 지원하고 환자 기록과 연결해 효율·비용·프라이버시를 동시에 잡는 시나리오가 언급됩니다.

SR650i: The Sweet Spot Server

대부분의 추론 워크로드에 적합한 서버로, 이미 5개의 AI 추론 세계 기록을 보유했다는 설명이 붙습니다.
금융 서비스에서는 사기 탐지가 반응형에서 실시간 보호로 전환되고, 모든 거래/로그인/결제가 밀리초 단위로 분석되어 에이전트 기반 대응을 제공하는 장면이 제시됩니다.

SE455i: The Anywhere Server

데이터 생성과 즉시 의사결정이 필요한 엣지 환경에 AI를 제공하는 서버로, 까다로운 환경에서도 컴퓨터 비전 같은 원시 입력을 자동화 워크플로우로 전환한다고 설명합니다.
소매업 사례에서는 실시간 비디오와 구매 데이터를 분석해 재고를 예측하고 보충 인력 스케줄링까지 연결하는 형태로 “클라우드 지연 없이” 즉시 인텔리전스를 제공하는 흐름이 강조됩니다.

이 모든 운영을 서비스 레이어에서 받쳐주는 것이 Lenovo TruScale Infrastructure as a Service와 “하이브리드 AI 팩토리 서비스”입니다. 즉, 기업이 추론 워크로드를 어디서든 배포하고 관리하도록 돕겠다는 구조입니다.

10) Sphere 사례: Big Sky 카메라 시스템과 ‘픽셀 인 → 픽셀 아웃’ 파이프라인

이번 키노트가 흥미로운 이유는, 레노버가 단순히 “AI를 잘합니다”가 아니라 AI/컴퓨팅 인프라가 어떤 산업 경험을 가능하게 하는지까지 구체 사례로 보여준다는 점입니다. Sphere와의 협력은 그 대표격입니다.

Sphere 측은 “기술이 창의성과 만나는 곳”이며 관객이 콘텐츠를 ‘보는’ 수준을 넘어 시각·소리·냄새·느낌·감정까지 몰입하는 경험적 매체라고 설명합니다. 문제는, 그 스케일과 품질을 만족하는 촬영/제작 시스템이 기존에는 없었다는 것. 그래서 Sphere는 독자적인 카메라 시스템 Big Sky를 설계·구축했다고 소개됩니다.

Big Sky의 핵심은 “데이터 폭발”입니다.

최초의 18K 센서 포함
4K의 40배, HD 프레임 대비 70배 이상 큰 프레임
초당 30GB의 원시 데이터 생성
특허 5개 발급, 10개 출원 중(키노트 언급 기준)

이 전례 없는 데이터 볼륨을 풀 컬러 이미지로 변환하고, 그레이딩·합성·렌더링을 처리하는 역할을 레노버 워크스테이션과 인프라가 수행한다는 설명으로 연결됩니다. 또한 Big Sky는 카메라만이 아니라 렌즈, 기록 매체, 맞춤형 액세서리, 그리고 픽셀 인(pixel in)부터 픽셀 아웃(pixel out)까지의 엔드 투 엔드 파이프라인 전체 생태계로 제시됩니다.

11) Lenovo AI 서비스·AI 라이브러리: “기술만으로는 충분하지 않다”

엔터프라이즈 고객이 AI를 도입할 때 마주하는 현실적 장벽은 늘 비슷합니다. ROI, 인력, 데이터 거버넌스. 레노버는 이 지점을 정면으로 언급하며 Lenovo AI 서비스를 통해 도입 계획 수립 → 솔루션 배포 → 장기 운영까지 지원한다고 설명합니다. 필요에 따라 유연하게 확장/축소할 수 있는 Lenovo TruScale도 함께 묶입니다.

또 하나의 축은 Lenovo AI 라이브러리입니다. 키노트에서는 “업계에서 유례없는 수준”이며, 고객 비즈니스에 맞게 조정할 준비가 된 수백 가지 검증 솔루션을 포함한다고 소개됩니다. 그리고 라이브러리에서 시작하면 위험을 줄이고 90일 이내 가치 확보가 가능하다는 메시지가 붙습니다(키노트 언급 기준).

소개된 솔루션 사례는 다음과 같습니다.

XIQ Workplace: IT 리소스 관리와 직원 생산성/만족도의 균형, 환경 모니터링으로 장애를 사전 해결
i-Drawing(제조): 부품을 적시에 적소로 이동시키는 지휘자 역할, 악천후/공급 부족에도 프로세스 지속
iChain(공급망): 전 세계 180개+ 시장 배송에서 최적 경로를 지속적으로 탐색

12) FIFA 협력: Football AI Pro로 ‘데이터 접근성의 민주화’

레노버는 FIFA와의 협력을 단순 스폰서십이 아니라, 엔터프라이즈 지식 지원 시스템으로 구체화합니다. FIFA는 매년 수백 경기, 수천 선수, 수백만 데이터 포인트를 보유한 “세계에서 가장 데이터가 풍부한 조직 중 하나”로 소개되며, 레노버는 맞춤형 솔루션 Football AI Pro를 함께 만들었다고 설명합니다.

Football AI Pro는 AI 에이전트 팀을 지휘해 FIFA의 방대한 데이터를 검색하고 몇 초 만에 필요한 정보를 제공하는 구조로 제시됩니다.

코치: 상대 전술 고려
선수: 개인화된 경기 분석
분석가: 비디오 클립·3D 중재로 팀 패턴 비교
다국어 이해: 2026년 월드컵 참가 48개 팀 모두와 상호작용 가능

FIFA 회장 지아니 인판티노(Gianni Infantino)는 레노버가 글로벌 기술 파트너로서 완전한 IT 솔루션을 제공한다고 확인하며, 심판이 지연 없이 오프사이드 판정을 내리도록 돕는 인프라 지원도 언급됩니다.

팬 경험 혁신도 흥미롭습니다.

Football AI Pro를 팬에게도 제공 예정
심판 시점 영상에 AI 안정화 적용 → “마치 경기장 중앙” 같은 시청 경험
AI 지원 3D 선수 아바타(정밀 식별/추적) → 반자동 오프사이드 기술에 이점
궁극적으로 AI를 통해 더 포용적이고 접근 가능한 축구를 만들겠다는 방향

13) FIFA 월드컵 26 에디션 모토로라 Razr

레노버는 FIFA 월드컵 26 에디션 ‘FIFA Motorola Razr’도 출시한다고 밝힙니다. 또한 다음 달(문맥상 2026년 2월로 추정)에 FIFA의 또 다른 글로벌 네트워킹 파트너인 Verizon을 통해 판매될 예정이라고 언급하며, 글로벌 파트너십이 실제 제품/유통으로 연결되는 장면을 보여줍니다.

14) 최종 요약: “Smarter AI for All”이 제품·인프라·산업 사례로 연결됐다

키노트 말미에는 Kira에게 요약을 요청하는 장면이 등장하며,

레노버는 Lenovo Kira, Aura Edition AI PC, AI Cloud Gigafactory, AI 추론 서버까지 하이브리드 AI를 모두에게 제공한다.
Hybrid AI Advantage를 통해 F1, FIFA 월드컵 같은 글로벌 조직을 위한 실시간 솔루션을 구현하며, “모두를 위한 더 스마트한 AI”를 실현한다.

마무리로는 게스트 연사를 다시 무대로 초대해 ‘모두를 위한 더 스마트한 AI’를 함께 만들자고 메시지로 마무리됩니다. 물론 스피어라는 공간을 이렇게밖에 활용하지 못했나는 의견들이 많았던 것처럼 무대 연출에서는 아쉬움이 많이 남는 것도 사실입니다. 다만, 그들이 전달하고자 하였던 메시지에서는 꽤나 흥미로운 지점들이 많이 있었던 것이 사실입니다.

CES 2026 캐터필러 키노트 총정리: ‘보이지 않는 기술 스택(Invisible Layer)’을 AI로 지능화하다

CES 2026, 캐터필러가 던진 핵심 메시지는 단순합니다. 우리가 매일 사용하는 AI, 클라우드, 데이터센터, 디지털 서비스는 결국 물리적 세계의 기반 위에서만 작동한다는 것. 캐터필러는 이를 ‘보이지 않는 기술 스택(Invisible Layer of the Tech Stack)’이라고 부릅니다.

AI가 ‘움직이는 지능(intelligence in motion)’으로 산업과 일상을 바꾸는 시대가 되었지만, 그 AI가 돌아가려면 먼저 다음이 필요합니다.

AI 칩을 만들기 위한 광물(구리·철광석·리튬·희토류 등)
모델이 돌아갈 데이터센터(처음부터 “건설”되어야 하는 인프라)
데이터센터와 산업 현장을 유지하는 안정적인 전력 시스템
경제를 연결하는 도로·항구·전력선 같은 대규모 인프라

캐터필러는 바로 이 물리적 기반을 “조용히, 하지만 결정적으로” 구축해 온 기업이며, CES 2026에서는 한 단계 더 나아가 그 기반 자체를 AI와 자율성으로 지능화하겠다고 선언합니다. 즉, AI가 클라우드에서만 똑똑해지는 것이 아니라, 클라우드가 의존하는 물리적 레이어로 내려오는 흐름을 본격화하겠다는 방향입니다.

100년 기업의 다음 100년: 캐터필러의 ‘재정의’

키노트는 캐터필러가 더 이상 “노란 중장비 회사”에 머물지 않는다는 선언으로 시작됩니다. 과거에는 고속도로, 광산, 스카이라인을 만들던 브랜드였다면, 지금은 데이터·연결성·자율성(Autonomy)·AI를 중심으로 중공업의 모습을 다시 그리는 회사라는 것이죠.

특히 캐터필러는 2025년에 창립 100주년을 맞이했고, CES를 “기념”이 아니라 다음 세기를 공개하는 무대로 선택했다고 설명합니다. 가장 혹독한 환경에서도 오차 없이 작동해야 하는 장비에 AI/ML을 내장하고, 데이터를 의사결정으로 전환하며, 자율성을 효율성으로 바꾸고, 지속가능성을 비즈니스 이점으로 만들겠다는 메시지가 이어집니다.

CEO 조 크리드(Joe Creed)가 말하는 ‘규모’와 ‘방향’

키노트에서 소개된 캐터필러의 스케일은 이 전략이 “파일럿”이 아니라는 점을 보여줍니다.

직원 11만 명+
63개국 운영
건설·에너지·채굴은 물론 국방·우주까지 확장된 파트너십

그리고 2025년 CEO로 취임한 조 크리드는 약 30년에 걸쳐 재무·운영·제조·전략을 거쳐 온 내부 전문가로 소개되며, 회사를 미래에 맞게 재편하고 있다고 설명됩니다. 이 키노트가 AI/로보틱스/지속가능성/물류/인프라 산업 관계자에게 중요한 이유도 여기에 있습니다. 레거시 산업의 리더십이 첨단 기술과 결합할 때 무엇이 달라지는지를 ‘현장 기준’으로 보여주기 때문입니다.

“1930년에 이미 그려진 미래” — 캐터필러의 혁신 DNA

흥미로운 장면은 1930년대 이야기를 꺼내는 대목입니다. 키노트에서는 1930년 한 직원이 그린 만화를 소개합니다. 트랙터가 고장 난 고객이 마을로 가지 않고, 거실에서 텔레비전으로 딜러와 영상 통화(원격 진단)를 하고, 딜러는 재고 관리 컴퓨터를 조작하며, 로봇 팔이 부품을 집어 드론처럼 배송해 25분 만에 현장에 도착한다는 내용입니다.

핵심은 “예언”이 아니라 “철학”입니다.
고객의 문제를 중심에 두고 기술을 상상하는 문화가 거의 100년 전부터 존재했고, 지금 AI 시대에도 그 사고방식이 동일한 방향으로 이어진다는 점을 강조합니다.

지능화된 장비: 센서·연결성·AI가 현장을 ‘학습 시스템’으로 바꾼다

캐터필러가 말하는 지능화는 장비에 기능 하나를 더 얹는 수준이 아닙니다. 현장 전체가 “보고, 배우고, 적응하는 시스템”이 되는 것에 가깝습니다.

키노트에서 제시된 흐름은 다음과 같습니다.

1990년대: 집채만 한 자율 채굴 트럭 실험을 시작
건설 현장: 3D 등급 제어 시스템이 디지털 설계도를 GPS 기반 블레이드 지침으로 바꿔 센티미터 단위 정밀 시공을 지원
안전: 센서·비전·예측 분석으로 사람을 배경과 구분하고 위험 상황을 사전에 경고
이 모든 기반: 150만 대+ 연결된 자산이 운영 시간마다 데이터를 생성하며 시스템을 개선

즉, 캐터필러는 장비를 “제품”이 아니라 데이터가 축적되는 운영 플랫폼으로 보고 있습니다.

AI 시대의 진짜 병목은 ‘물리적 세계’에 있다

키노트에서 가장 실무적인 메시지 중 하나는 이것입니다.
오늘날 기술의 병목은 소프트웨어가 아니라 물리적 세계에 있다.

AI는 더 많은 칩을 필요로 하고
칩은 땅에서 채굴되는 광물을 필요로 하며
데이터센터는 현재 그리드가 제공할 수 있는 것보다 더 많은 전력을 요구하고
디지털 경제는 더 빠르게 구축되고, 더 강하게 운영되며, 어떤 상황에서도 온라인 상태를 유지할 인프라를 요구한다

캐터필러는 이 과제들이 “클라우드 소프트웨어만으로 풀 수 있는 문제”가 아니며, 자신들이야말로 이 영역의 병목을 풀 수 있는 고유한 위치에 있다고 주장합니다. 이를 위해 작년에 ‘고객의 가장 어려운 문제 해결’을 미션으로 하는 새로운 전략을 발표했다고 설명합니다.

또한 외부 고객만이 아니라 내부 운영에서도 AI를 적극 사용해 공장을 최적화하고, 디지털 트윈으로 강철을 절단하기 전에 설계·테스트하는 등 자기 혁신을 병행하고 있다고 덧붙입니다.

Cat AI Assistant: 150만 대 장비 데이터에서 태어난 ‘현장형 AI’

CES 2026에서 캐터필러가 최초 공개한 것으로 소개되는 것이 Cat AI Assistant입니다. 키노트에서 Cat AI Assistant는 “챗봇”이 아니라 현장 중심 AI 플랫폼으로 정의됩니다.

Cat AI Assistant를 가능하게 하는 디지털 기반: Helios

최고 디지털 책임자(CDO) 오기 레자케(Augie Redzake)의 설명에 따르면, AI 도입은 강력한 디지털 기반에서 시작됩니다. 캐터필러는 그 기반을 Helios라는 단일 통합 디지털 플랫폼으로 구축했다고 말합니다.

완전 클라우드 네이티브, 이벤트 기반(event-driven)
전 세계 약 150만 대 연결 자산 데이터 통합
초당 수천 메시지 송수신, 하루 수백만 데이터 파이프라인 트리거
16PB+ 재사용 가능한 고품질 데이터 보유(대규모 디지털 자산 구축 사례로 연구 소개되었다는 언급 포함)

정리하면, Cat AI Assistant는 “모델 하나”가 아니라, 대규모 운영 데이터가 흐르는 플랫폼 위에 얹힌 에이전트형 AI입니다.

Cat AI Assistant의 작동 방식: ‘단일 어시스턴트로 보이는 에이전트 그룹’

키노트에서 Cat AI Assistant는 다음 특징을 가집니다.

AI 에이전트 그룹이 함께 작동하지만 사용자에게는 단일 어시스턴트로 제공
멀티모달: 음성·텍스트·이미지·비디오로 상호작용
고객 함대 상태를 파악하고 상황을 이해하며, 애플리케이션/API를 통해 조치(action)까지 수행하는 방향

현장 직무별 가치: “지식의 격차를 메우는 부조종사”

키노트는 Cat AI Assistant가 현장에서 누구에게 어떤 가치를 주는지 직무별로 구체화합니다.

상태 모니터링 분석가: 장비의 추가 ‘눈’ 역할, 정비 시점/부품 추천, 고객 상담을 더 쉽게
기술자(정비): 수천 권 매뉴얼을 손끝에서 보는 것처럼 수리 단계 안내, 일반 문제 강조, 필요한 부품 제안(첫 시도 성공률 향상)
운영자(In-Cab): 질문에 즉시 답하고 생산성 팁 제공, 오류 감소를 돕는 “부조종사(co-pilot)”

실제 데모: Cat 306 미니 굴착기에서 본 ‘인-캡 AI’의 방향

키노트는 콘셉트에 머물지 않고 데모를 제시합니다. 캐터필러 부스에서 마크 퍽스(Mark Perks)가 Cat 306 미니 굴착기 운전석에 앉아 시연한 흐름은 다음과 같습니다.

신규 운영자가 “처음 어떻게 시작하지?”라고 묻자

조이스틱 기능(왼쪽: 스틱/스윙, 오른쪽: 붐/버킷)과 이동 레버를 단계적으로 안내

유틸리티 작업에서 전력선 접근을 제한하기 위해

“E-Ceiling을 머리 위 13피트로 설정”하는 명령을 수행

버킷이 경계에 가까워지면

기계가 자동으로 속도를 낮춰 전력선에 과도하게 접근하지 않도록 방지

출시 계획에 대해서는 Cat AI Assistant가 이번 분기 출시 예정, 인-캡 애플리케이션도 최종 검증 단계로 곧 출시될 예정이라고 소개됩니다.

NVIDIA와의 파트너십: ‘실리콘과 강철이 만날 때’ 생기는 것들

캐터필러는 NVIDIA를 AI 시대의 “보이지 않지만 필수적인 기여자”로 언급하며, 자신들은 물리적 세계에서 동일한 역할을 한다고 대비합니다. 그리고 실리콘(가속 컴퓨팅)과 강철(중공업 장비)이 만날 때 물리적 세계가 디지털 세계만큼 역동적이고 데이터 중심적으로 변한다고 설명합니다.

키노트에서 양사의 협력 축은 3가지로 정리됩니다.

고객·딜러를 대규모로 지원하는 AI 어시스턴트
엣지에서 사고하는 자율 기계(On-machine intelligence)
공장/장비를 만들기 전에 더 스마트하게 설계하는 디지털 트윈

NVIDIA 관점: 엣지 AI가 중요한 이유

NVIDIA의 딥푸 탈라(Deepu Tala) 부사장 대담 파트에서는 엣지 AI의 조건이 강조됩니다.

안전이 중요한 환경
연결성이 보장되지 않는 환경
최저 지연이 필수인 환경

이런 현장에서 AI는 “클라우드 왕복”으로는 부족하다는 논리입니다. Isaac/Jetson 플랫폼을 통해 인지·계획·제어·안전 모델을 기계에서 실행하고, AI 팩토리에서 센서 데이터를 받아 학습한 모델을 다시 현장 기계로 배포/업데이트하는 루프가 제시됩니다.

NVIDIA Thor 도입: 현장에서 계속 작동하는 AI

또한 캐터필러는 NVIDIA의 최신 로봇 공학 플랫폼 Thor를 차세대 온-머신 인텔리전스에 활용한다고 설명합니다.

음성 인식, 고급 AI 모델, 제어 로직을 기계 자체(엣지)에서 실행
외딴 지역/악천후/험난한 환경에서도 AI가 계속 작동
운영자는 실시간으로 개인적이고 에너지 효율적인 AI 지원을 받음

캐터필러가 강조하는 전제는 명확합니다. 빠르게 혁신하되, 현장은 고객과 커뮤니티에 걸린 것이 크기 때문에 “파괴”가 아니라 안전·신뢰성·신뢰와 결합된 혁신이어야 한다는 것입니다.

자율성의 미래: 30년의 채굴 경험이 건설 현장으로 확장된다

캐터필러는 자율성을 “운영자를 지원하는 지능”에서 더 나아가, “운영자의 지침에 따라 운영자가 되는 지능”으로 정의합니다. 키노트에서 자율 장비는 단지 작은 로봇이 아니라, 3층 건물 크기, 만재된 제트 여객기보다 무거운 기계가 운전석 없이 흙을 옮기는 수준으로 묘사됩니다.

30년 자율 주행 역사(키노트 서술 기준)

1980년대: 카네기 멜론과 파트너십으로 초기 소프트웨어/GPS/인지 시스템 개척
1990년대: 감지·위치 파악·제어 발전, 현재 시스템 기반 구축
2000년대 중반: DARPA 그랜드 챌린지 협력으로 극한 조건에서 의사결정/테스트 확장
레벨 4: 10년도 더 전에 레벨 4 자율성을 제공한 최초 기업 중 하나라는 언급

성과 지표(키노트에서 제시된 수치)

110억 톤 이상의 자재 운반
3억 8,500만 km+ 자율 주행
자동차 산업 자율 주행 마일리지의 두 배 이상을 부상 보고 0건으로 달성했다는 설명

자율성은 기술이 아니라 ‘운영 체계 변화’에서 가치가 커진다: Luck Stone 사례

키노트가 설득력 있는 지점은 “성공은 기술만으로 오지 않는다”는 부분입니다.
미국 최대 가족 소유 쇄석/모래/자갈 생산 업체인 Luck Stone과의 협력 사례가 그 근거로 제시됩니다.

버지니아 Bull Run 채석장에 자율성을 도입
1년여 전 완전 무인 함대를 출시한 뒤, 100톤 트럭이 200만 톤+ 자재를 일관되고 반복 가능한 성능으로 안전하게 운반
운영자/현장 관리는 운전석에서 벗어나 함대 관리·데이터 기반 의사결정 역할로 이동

여기서 캐터필러가 말하는 “진정한 돌파구”는 장비 자동화 자체가 아니라, 고객과 함께 인력·프로세스 전환을 지원해 자율성의 가치를 끝까지 실현한 것이라고 정리됩니다.

건설 현장으로의 확장: ‘자율 건설 장비 5종’과 디지털 신경계

캐터필러는 건설이 자율성에 더 큰 기회를 제공한다고 봅니다. 건설 현장은 역동적이고 복잡하며, 작업량이 크고 사회적 영향도 큽니다. 동시에 안전 문제가 매우 크다는 점도 강조됩니다(키노트에서는 미국 건설업이 전체 노동력 5% 미만이지만 직장 사망 사고 20% 이상을 차지한다는 수치가 언급됩니다).

과거에는 현장이 너무 가변적이라 자율화가 어렵다고 여겨졌지만, 이제는 컴퓨팅과 AI 발전으로 기계가 수십억 데이터 포인트를 기반으로 빠르게 의사결정할 수 있다는 논리가 이어집니다.

그리고 건설 자율성의 다음 시대를 예고하며 5가지 핵심 장비가 공개됩니다.

휠 로더(Wheel Loader)
도저(Dozer)
운반 트럭(Haul Truck)
굴착기(Excavator)
다짐기(Compactor)

캐터필러가 강조하는 포인트는 “장비 하나 자동화”가 아니라, 이 장비들을 통합해 작업 현장 워크플로우를 정밀하고 안정적으로 조율하는 작업 현장의 디지털 신경계입니다.

AI/머신러닝/컴퓨터 비전/엣지 컴퓨팅 기반
LIDAR·레이더·GPS·고해상도 카메라가 협업
센서 데이터를 실시간 처리해 현장의 업데이트되는 디지털 뷰를 생성
수백만 시간의 실제 데이터(ground truth)로 “보는 것”을 넘어 “이해”로 이동

결과적으로 운영자는 조종이 아니라 현장 조율로 역할이 바뀌고, 인간의 판단은 가장 중요한 순간에 개입하는 구조로 재배치됩니다. 캐터필러는 이 변화가 기술 인재 수요를 실리콘밸리에만 가두지 않고, 광산·채석장·도로 공사 현장 등으로 확장할 것이라고 말합니다(키노트에는 한국 현장까지 확장될 가능성을 언급하는 맥락도 포함됩니다).

WM(Waste Management)과의 협력: 자율성은 “미래”가 아니라 “현재 진행형”

키노트는 변화가 하룻밤 사이에 오지 않는다는 점을 인정하면서도, 캐터필러가 “오늘의 가치”를 만들기 위한 다양한 솔루션에 투자하고 있다고 설명합니다. 그 사례 중 하나가 WM(Waste Management)과의 협력으로, 매립지(landfill)에 자율성을 도입하는 시연이 예고됩니다.

결론은 단호합니다.
자율성의 미래는 기다리는 것이 아니라, 이미 여기 있으며, 캐터필러는 이를 하나의 작업 현장, 하나의 돌파구, 하나의 대담한 아이디어로 구축하고 있다는 메시지입니다.

결론: ‘보이지 않는 레이어’가 스마트해질수록, 사람은 더 중요해진다

CES 2026에서 캐터필러가 보여준 그림은 기술의 화려함보다 구조의 변화입니다.

캐터필러는 보이지 않는 물리적 기반을 구축해 왔고
이제 그 레이어는 센서·소프트웨어·연결성·AI로 지능을 얻고 있으며
Helios와 Cat AI Assistant는 고객이 더 많이 보고, 더 빠르게 결정하고, 더 안전하게 작업하도록 돕고
자율성은 채굴에서 검증된 것을 건설로 확장하면서 안전·효율·인력 구조를 재편한다

그리고 마지막 메시지는 “사람”입니다. 보이지 않는 기술 스택이 스마트해질수록, 그 뒤에서 이를 구축하고 운영하는 사람들은 사라지지 않고 오히려 더 가시화된다는 것. 신규 운영자는 첫날부터 가파른 학습 곡선 대신 “지식이 풍부한 부조종사”를 갖게 되고, 조직은 새로운 역할과 커리어 경로를 설계해야 합니다.

이 맥락에서 캐터필러는 1,000만 달러 투자를 약속합니다. 교육·훈련·파트너십에 자금을 투입해 고객, 딜러, 학교, 지역사회와 함께 새로운 역할로의 전환을 지원하겠다는 계획입니다.

정리하면, Caterpillar는 여전히 물리적 세계를 만들고 전력을 공급하지만, 이제는 NVIDIA 같은 파트너와 함께 그 물리적 기반을 훨씬 더 지능적으로 만들고, 동시에 그 변화를 가능하게 하는 인력에도 과감히 투자하겠다는 선언을 CES 2026에서 분명히 했습니다.

CES 2026 지멘스(Siemens) ‘산업 AI(Industrial AI) 혁명’ 총정리: 디지털 트윈 + AI가 현실 세계를 바꾸는 방식

CES 2026 지멘스는 산업 AI가 더 이상 ‘기능(Feature)’이 아니라 ‘현실 세계에 직접적인 영향을 미치는 힘(Force)’이 되는 전환점을 선언했습니다. 그리고 그 힘을 안전하고 신뢰할 수 있게 산업 현장에 확산시키기 위해 산업 AI 기술 + 도메인 노하우 + 파트너십을 하나의 엔드투엔드 스택으로 결합하고 있다고 밝혔습니다.

1) CES 2026 지멘스, ‘지능의 시대’ 선언: 전기가 만든 세상처럼, AI가 산업을 재정의한다

지멘스는 CES 2026 메시지를 “비교”에서 시작합니다. 과거 전기 이전의 세계는 사람의 속도에 맞춰 움직였고, 기계는 증기기관이 움직였으며, 아이디어는 편지나 목소리만큼만 빨리 전달됐습니다. 그러나 전기의 등장은 밤을 낮으로 바꾸고 인간의 능력을 증폭시키며 생산성을 끌어올려 현대 생활의 기반이 됐습니다.

지멘스는 그 전기 시대의 전개 과정에서 통신 및 전력망 개척, 대량 생산 기계 개발, 전기 열차를 통한 이동 혁신, 전기의 글로벌 확장에 기여해 왔다고 강조합니다. 그리고 150년이 지난 지금, 에너지(Energy)가 아니라 지능(Intelligence)이라는 새로운 범용 기술, 즉 AI가 등장했다고 선언합니다.

핵심은 속도와 영향력입니다. 지멘스는 사회 변화를 촉발한 기술들의 확산 속도를 비교하며, 증기(60년) → 전기(30년) → 컴퓨터(15년) → AI(7년 또는 그 이하)로 “지능이 일상 시스템에 내재화”되는 시간이 급격히 짧아질 것이라고 봅니다.

특히 지멘스가 강하게 짚는 포인트는 다음입니다.

AI가 물리적 시스템에 들어가는 순간, AI는 단순한 기능이 아니라 ‘힘(Force)’이 된다.
이 힘은 제품 설계·제조, 인프라 구축·운영, 도시·경제 시스템의 적응력과 효율성 자체를 재정의한다.
산업 현장에 배포되는 AI는 환각(Hallucination)이 용납될 수 없으므로, 신뢰성·안전성·속도·확장성을 갖춘 구현이 필수다.

그리고 지멘스는 바로 이 지점에서 “자신들의 역할”을 명확히 합니다. AI 기반 기술, 산업 도메인 노하우, 적절한 파트너를 결합해 산업 AI를 현실 세계 시스템에 쉽게 확장하고 실제 영향을 만들겠다는 것입니다. 이 모든 것은 귀중한 산업 데이터와 연결되며, Siemens Accelerator Marketplace에서 통합 제공된다는 메시지로 이어집니다.

2) 산업 AI 구현을 위한 3가지 핵심 요소: 기술·도메인·파트너

지멘스는 산업 AI를 ‘구호’가 아니라 ‘구현’으로 가져오기 위해 반드시 갖춰야 할 3요소를 제시합니다.

(1) 적절한 기술(The Right Technologies): 엔드투엔드 산업 AI 스택

산업 AI 구현에는 소프트웨어, 하드웨어, GPU 기반 고성능 컴퓨팅, 데이터가 필요합니다. 많은 기업이 디지털 트윈이나 소프트웨어 같은 일부 요소를 갖추고 있지만, 그것만으로 AI 준비가 끝난 것은 아니라는 진단이 나옵니다.

기존 컴퓨팅은 주로 CPU 중심
AI는 GPU 중심
데이터는 종종 파편화되어 사일로에 갇혀 활용되지 못함

따라서 현실 세계에 영향을 주려면 엔드투엔드(End-to-End) 산업 AI 스택이 중요하다고 강조합니다.

(2) 산업 도메인 노하우(Industrial Domain Know-how)

지멘스는 50년 이상 산업용 AI 연구를 지속해 왔고, 1,500명 이상의 AI 전문가, 그리고 25만 명 이상의 엔지니어 조직이 디지털과 현실 세계를 함께 이해하는 기반을 갖췄다고 설명합니다.

또한 30개 산업 분야에서 축적한 노하우를 근거로 듭니다.

제조 자동화, 철도망 운영, 전력망 설계/운영, 건물 효율화 등에서의 장기 고객 경험
전 세계 제조 기계 3대 중 1대에 지멘스 컨트롤러가 작동
지멘스 소프트웨어는 제품과 제조 현장의 포괄적 디지털 트윈을 구축하게 하며, 여기에 AI 경험을 더해 왔음

이 경험이 결국 “어떤 데이터가 중요한지”, “어떻게 클러스터링해야 하는지”, “어떤 AI 애플리케이션이 합리적인지”, “어떤 결정은 인간에게 남겨야 하는지”를 구분하는 실전 감각으로 연결된다는 주장입니다.

(3) 적절한 파트너(The Right Partners)

산업 설계·제조·운영 데이터를 활용하려면 막대한 컴퓨팅 파워가 필요하며, 이는 중앙집중식 AI 팩토리(AWS·Microsoft 등)뿐 아니라 엣지(Edge)에서도 필요하다고 강조합니다.

GPU 기반 대규모 컴퓨팅이 가능해지면:

디지털 트윈이 수천 가지가 아니라 수십만 가지 옵션을 탐색할 수 있고
복잡한 산업 파운데이션 모델이 전례 없는 양의 산업 데이터로 훈련되며
디지털 트윈이 공장 전체를 실시간으로 제어하는 단계로 갈 수 있다는 그림이 제시됩니다.

결국 3요소가 결합될 때, 기업은 “문제 보고”를 넘어 “문제 예측”으로 이동하고, 기계가 자율적으로 조정하며, 인간은 오류에 반응하는 역할에서 벗어나 아이디어를 속도·품질·효율로 현실 세계의 영향으로 전환할 수 있다는 메시지로 정리됩니다.

3) NVIDIA와의 협력: 산업 AI 운영 체제를 향한 5대 협력 분야

지멘스 CEO 롤랜드 부시(Roland Busch)는 NVIDIA CEO 젠슨 황(Jensen Huang)을 “비전 있는 엔지니어링 마인드”로 소개하며, 양사가 2022년 뮌헨 지멘스 본사에서 파트너십을 시작했다고 설명합니다. 공통된 목표는 사실상 하나입니다.
산업 AI 운영 체제(Operating System)에 가까운 기반을 구축해 설계·시뮬레이션·계획·운영 방식을 혁신하는 것.

사례: HD현대 선박·조선소 디지털 트윈

HD현대는 지멘스와 NVIDIA 기술로 거대한 선박과 조선소를 건설하고 있고, 선박 디지털 트윈은 모든 너트와 볼트까지 포함하는 완벽한 CAD 모델이며 사람의 작업까지 시뮬레이션한다고 소개됩니다. 선박은 겉모습이 비슷해도 각각 개별적이어서, 디지털에서 설계·최적화 후 실제 건조해야 한다는 맥락에서 디지털 트윈의 필수성이 강조됩니다.

지멘스 전체 스택과 NVIDIA Omniverse 결합으로 포토리얼리스틱 표현이 가능해지고, 장차 가상 바다에서 작동까지 시뮬레이션하는 미래를 희망한다는 발언도 연결됩니다. 결론은 명확합니다.
실제 선박을 물에 띄우기 전에 모든 문제를 해결해야 하므로 디지털 트윈이 필수라는 것.

4) 산업 AI 혁명을 가속화하는 5대 협력 영역(지멘스 × NVIDIA)

지멘스와 NVIDIA는 산업 AI를 더 빠르게 확장하기 위해 5가지 협력 분야를 명시합니다.

1) AI 네이티브 칩 설계(AI Native Chip Design)

젠슨 황은 최신 GPU ‘Vera Rubin’을 예로 들며, 이는 240kW 전력을 소모하는 거대한 랙 규모의 시스템이고 총 220조 트랜지스터로 구성된다고 설명합니다. 이 시스템을 만들기 위해 CPU, GPU, 네트워킹 스위치(스케일업/스케일아웃), 스마트 NIC, 스토리지용 데이터 프로세서 등 6가지 고유 칩 설계가 필요했고, 하나의 시스템에 15만 엔지니어링 년(engineering years)이 투입됐다는 맥락으로 “설계 복잡성의 폭발”을 강조합니다.

여기서 협력의 첫 단계가 구체적으로 제시됩니다.

Siemens EDA(전자 설계 자동화) 소프트웨어와 Simcenter를 GPU로 가속
NVIDIA CUDA를 활용해 EDA 소프트웨어를 재작성(rewrite)하여
- 100배 더 빠르게,
- 백만 배 더 확장 가능한 수준을 목표로 한다는 내용입니다.

궁극적으로는 방대한 데이터로 모델을 훈련해 설계 검증을 넘어 새로운 설계 아이디어 제안까지 하는 AI 네이티브 칩 설계를 지향합니다. 즉, 엔지니어의 목표가 Verilog를 “작성”하는 데서 끝나는 것이 아니라, 문제 해결과 솔루션 구상으로 이동하고, AI 기반 EDA 디자이너가 함께 탐색하는 미래입니다.

2) AI 네이티브 시뮬레이션(AI Native Simulation)

시뮬레이션은 막대한 수치 연산을 포함하지만 여전히 CPU에서 실행되는 경우가 많습니다. 지멘스는 이를 GPU로 가져와 수백~수천 배 가속하는 것을 첫 단계로 제시합니다(BMW 공기 흐름 시뮬레이션 같은 사례 언급).

여기서 목표는 “검증”이 아니라 “창조”입니다.
Simcenter를 CUDA/CUDA-X로 완전히 가속화하고, 더 나아가 AI에 물리 법칙을 학습시켜 물리 현상을 모방(emulate)하게 함으로써 물리 시뮬레이션을 1만~10만 배 가속해 “디지털 트윈 풍동에서 실시간 실험” 같은 접근을 가능하게 하겠다는 방향이 제시됩니다.

3) AI 기반 적응형 제조(AI Driven Adaptive Manufacturing)

젠슨 황은 오늘날 자동차를 센서·컴퓨터·소프트웨어·AI로 구동되는 “소프트웨어 정의 로봇”으로 비유하고, 같은 논리로 자동차 공장 역시 하나의 거대한 로봇이 될 것이라고 설명합니다. 공장은 로봇을 조직화하고, 그 로봇들은 다시 ‘로봇인 제품(소프트웨어 정의 자동차)’을 만들게 되는 미래—즉 로봇이 로봇을 조직화하여 로봇을 만드는 구조입니다.

지멘스는 이미 제조 공장의 운영체제 역할을 하고 있으므로, 이 기반 위에서 제조를 소프트웨어 정의로 만들고 AI 기반으로 전환하겠다는 목표를 밝힙니다. 또한 2026년 독일에서 최초의 완전 AI 기반 적응형 제조 현장 시작 계획이 제시되며, 디지털 트윈이 생성하는 정보를 실시간으로 소비하는 “AI 두뇌”를 자동화·운영 소프트웨어 위에 구축하는 방식으로 설명됩니다.

폭스콘(Foxconn)이 NVIDIA와 함께 AI 슈퍼컴퓨터를 구축하는 공장 운영 사례도 함께 언급되며, 설계·시뮬레이션·제조가 GPU·CUDA·지멘스·AI로 구동되는 그림이 제시됩니다. 디지털 트윈의 목표는 “물리적·운영적으로 중요한 모든 면에서 완벽한 표현”이며, 궁극적으로는 AI가 디지털 트윈과 물리 세계를 구별할 수 없을 정도의 복제본을 만드는 것입니다.

4) AI 팩토리(AI Factories) 구축

AI 팩토리는 지능을 생산하는 공장이고, 새로운 AI 팩토리(예: Vera Rubin)는 기존 데이터센터와 다르게 설계되어야 합니다. 젠슨 황은 1기가와트 규모 공장은 500억 달러 투자가 드는 전례 없는 시설이며, 설계 변경·일정 지연이 용납되지 않는다고 말합니다.

따라서 AI 팩토리 구축 전 디지털 트윈을 생성해 모든 것을 사전 계획/시뮬레이션해야 하고, 운영 단계에서도 슈퍼컴퓨터·네트워크·스토리지·전력·냉각 등 전체 시스템을 정밀 제어해야 하므로 디지털 트윈 없이 구축/운영 성공 가능성은 극히 낮아지게 됩니다.

지멘스와 NVIDIA는 AI 팩토리 청사진 설계를 공동 구축했고, 지멘스 자동화 기술은 변동 수요 패턴에 대응할 수 있다는 설명이 이어집니다. 또한 지멘스가 175년간 전력망 운영 노하우를 축적해 왔고, AI 팩토리를 전력망에 연결하는 방법을 안다는 맥락도 결합됩니다.

5) 상호 기술 활용 및 개발 가속화(Drinking Our Own Champagne/Beer)

양사는 서로의 기술을 더 깊이 활용해 개발 속도를 높이겠다고 강조합니다.

NVIDIA는 Siemens EDA 가속 → 더 빠른 칩 설계
그 결과가 다시 EDA 가속에 활용되는 선순환
NVIDIA는 Simcenter 가속 → AI 팩토리 설계/시뮬레이션 가속
공장 자동화로 슈퍼컴퓨터 구축 → 그 슈퍼컴퓨터가 만든 AI가 다시 지멘스 AI 팩토리를 생산적으로 만드는 구조

젤슨 황의 표현대로 “파트너의 버그를 고치면 그 이점이 내 엔지니어에게 바로 돌아온다”는 식의, 매우 실리적인 상호 가속 모델이 제시됩니다.

5) 디지털 트윈 컴포저(Digital Twin Composer): 산업 메타버스를 ‘실제 운영 시스템’으로

롤랜드 부시는 CES에서 “산업 메타버스 비전을 현실화하고 있다”고 선언하며 Digital Twin Composer 출시를 발표합니다. 이 도구의 핵심은 단순 3D 모델링이 아니라, 다음을 한 번에 묶는다는 점입니다.

모든 제품·공장·프로세스의 가상 3D 모델 생성
포토리얼리스틱한 장면에서 실시간 구현
엔지니어링 데이터, 날씨 데이터, 기계 시계열 데이터 등 실시간 데이터 연결
문제 발생 시 원인 추적(시간을 거슬러) 또는 구축 전 미래 시뮬레이션

더 중요한 연결은 “운영 스택”입니다. Digital Twin Composer를 지멘스의 운영 소프트웨어 및 하드웨어 스택에 연결하면, 가상 환경에서 속도·온도·압력 등 품질과 수율을 결정하는 매개변수를 최적화하고 그 변경을 실제 현장에 반영하는 흐름을 만들 수 있다고 설명합니다. 또한 이 도구는 Siemens Accelerator Marketplace에서 제공될 예정이라는 안내로 이어집니다.

6) 실제 적용 사례: 펩시코(PepsiCo)가 보여주는 ‘효율의 숫자’

지멘스가 제시한 대표적 현실 사례가 펩시코입니다. 펩시코는 농장에서 선반까지 글로벌 운영을 수행하고, 수요 급증이나 토네이도 같은 이례 사건에도 공급을 맞춰야 하는 복잡한 환경에 있습니다. 특히 50년 된 창고 같은 기존 자산을 포함해 시설 용량을 극대화하고 처리량을 늘려야 한다는 과제가 있습니다.

펩시코는 디지털 우선 설계를 채택해, 물리 건설 전에 디지털 트윈으로 레이아웃을 공동 설계·시뮬레이션·최적화합니다. 그리고 Digital Twin Composer를 통해:

대규모 데이터를 통합된 몰입형 환경에서 시뮬레이션
AI 기반 시뮬레이션으로 수백~수천 개 레이아웃을 탐색해 최적안 도출
기존에는 수개월 걸리던 작업을 며칠로 단축

성과로는 미국 게토레이(Gatorade) 공장 적용 결과 3개월 만에 효율 20% 증가, 그리고 전체 운영에서 CapEx 10~15% 절감 추정이 제시됩니다.

이외에도 KION의 공급망/창고 혁신(개발 기간 수년→수개월), PAVE 360 Automotive(자율주행 시스템 디지털 트윈으로 차량 하드웨어를 디지털에서 복제해 개발 가속), ARM 자동차 IP 통합을 통한 ADAS·인포테인먼트·AI 조종석 기능 지원 등의 사례가 추가로 언급됩니다.

7) 생명 과학(신약 개발) 혁신: AI + 디지털 트윈이 “발견부터 제조까지” 바꾼다

지멘스는 산업 AI를 제조·물류에만 한정하지 않고, 생명 과학(제약)까지 확장합니다. 신약 개발은 10년 이상, 비용은 최대 20억 달러에 달할 수 있는 고비용·장기 프로젝트입니다. 지멘스는 AI를 초기 연구부터 제조까지 전 단계에 적용해 혁신을 가속한다고 말합니다.

연구 단계: 과학자들은 암 치료제 연구 등에서 수십억 데이터 포인트를 생성하지만 데이터가 분산됨
지멘스 플랫폼 Luma로 데이터를 통합·구조화하고 자연어로 질문 가능
AI 기반 시뮬레이션으로 분자 거동을 시뮬레이션해 유망 분자 구조를 250만 배 더 효율적으로 식별
제조 단계: 바이오리액터 디지털 트윈으로 디지털에서 실험을 먼저 실행해 시행착오 감소
최고 품질·최고 생산량을 디지털에서 확인한 후 실제 생산 시작
결과적으로 발견→제조를 가속해 치료법이 시장에 최대 50% 더 빠르게 출시될 수 있다고 설명

8) Microsoft 파트너십: 산업 데이터로 훈련되는 맞춤형 모델·에이전트, 그리고 ‘AI 3가지 물결’

이런 혁신에는 NVIDIA와 논의한 GPU 인프라(AI 팩토리)뿐 아니라, Microsoft 같은 파트너의 클라우드 인프라도 필요하다고 연결됩니다. Microsoft CEO 사티아 나델라(Satya Nadella)는 디지털 지능과 물리적 운영을 결합해 설계·구축·운영 방식을 재창조할 기회가 있다고 강조하고, 지멘스의 도메인 전문성과 Microsoft의 신뢰 가능한 클라우드/AI 역량 결합을 통해 지속 가능한 에너지·운송·스마트 시티·정밀 의학 등 문제 해결을 돕고 있다고 말합니다.

특히 Microsoft 핵심 AI 팀 리더 제이 파리크(Jay Parikh)가 제시한 “AI 3가지 물결”은 산업 AI의 다음 단계를 이해하는 데 중요한 프레임입니다.

1물결: 챗봇/질문/코드 완성
2물결: 특정 작업 위임(긴 문서 작성 등)
3물결: 여러 에이전트가 오케스트레이션되어 더 복잡·장기 작업 수행
- 여러 모델, 자체 모델 훈련, 엔터프라이즈 데이터 통합, 에이전트 오케스트레이션
- 보안, 관찰 가능성, 규정 준수 등 엔터프라이즈 추상화 필요

Microsoft는 이 3물결에 집중하며, 이것이 산업별 사용 사례 적용의 핵심이라고 설명합니다.

롤스로이스(Rolls-Royce) 사례: 코파일럿이 CAM 시간을 80% 줄였다

롤스로이스는 항공기 터빈을 제조하며 100% 신뢰성과 연료 효율성을 목표로 합니다. 핵심 부품인 유압 펌프는 지멘스 소프트웨어와 Microsoft 기술로 설계되며, 펌프 자체 디지털 트윈과 가공 기계 디지털 트윈을 함께 두고 공정을 시뮬레이션합니다. 결과적으로 펌프가 더 단단하고 가벼워졌고, 지멘스·Microsoft 공동 AI 코파일럿으로 CAM 프로그래밍 시간이 80% 단축, 공장 생산성 30% 향상 성과가 제시됩니다. 또한 GitHub 플랫폼 제공으로 개발 혁신을 가속한다는 내용도 연결됩니다.

9) 문화적 변화와 현장 적용: 9개 산업 코파일럿 추가 + META 스마트 글래스

제이 파리크는 지난 1년 고객 대화의 70~80%가 기술이 아니라 문화·사람·조직 변화에 관한 것이었다고 말합니다. 그리고 다음과 같은 현실 장벽을 짚습니다.

직원들은 개인 생활에서 AI를 쓰지만, 회사에서는 규정 준수·위험·보안·재정·인센티브 문제로 채택이 막힌다
조직이 함께 배우고 변화 문화를 공개적으로 공유해야 한다
AI 모델/플랫폼 역량은 우리가 인식하는 것보다 더 크므로, “야망 수준”을 높여야 한다

이 맥락에서 지멘스는 CES에서 AI 기반 산업 코파일럿 9개를 추가 출시하며, 산업 가치사슬 전반에 지능을 제공해 설계·엔지니어링·운영 방식을 바꾼다고 설명합니다.

또 하나의 흥미로운 연결이 META와의 협력(레이밴 META 글래스)입니다. 산업 AI용으로 현장 접근성을 높이기 위해 스마트 글래스를 제작하고, 현장 직원에게 실시간 오디오 안내로 “어떤 버튼을 누르고 어떤 매개변수를 변경해야 하는지”까지 안내하는 시나리오가 제시됩니다.

신입 직원 ‘사라’가 AI 코파일럿을 통해 실시간 기계 데이터, 동료 지식, 표준 운영 절차를 통합해 자신의 속도와 언어로 안내받고, 센서 문제를 예측·해결하는 과정을 따라가며 더 빠르고 자신감 있게 문제를 해결한다는 현장 스토리가 이어집니다. 초기 테스트에서 자신감과 생산성 향상이 있었다는 언급도 포함됩니다.

10) 미래 에너지: 핵융합(Fusion)과 전력망 안정화까지 산업 AI가 확장된다

지멘스는 산업 AI가 확산될수록 기가와트급 전력 수요가 생기며 전력 공급이 병목이 될 수 있다고 진단합니다. 이 지점에서 Commonwealth Fusion Systems(CFS)의 핵융합 상용화 도전이 연결됩니다.

핵융합은 “지구상에 별을 담는 기계”인 토카막(tokamak)으로 구현
시뮬레이션 도구·물리 이해·복잡 제조 기술 스택 발전으로 “지금 가능해졌다”는 논리
CFS는 지멘스 소프트웨어로 자석 설계, 공장 운영, 플랜트 제어 등 전체 산업 개발
시연 장치 Spark는 투입 에너지보다 더 많은 에너지 생성으로 실현 가능성 검증 목표
상업용 기계 Arc는 버지니아에 건설 예정이며 약 400MW 전력 생산 목표
Google이 Arc 전력 구매에 합의했다는 내용이 함께 언급
제어 시스템은 NVIDIA 컴퓨팅과 DeepMind가 가속화한 대규모 시뮬레이션으로 검증된 소프트웨어를 실행한다는 연결도 제시됩니다.

한편, 설령 풍부한 청정 에너지가 생기더라도 “전력망 가용성/안정성”이라는 병목이 남는다고 말합니다. 태양광·풍력처럼 간헐적 에너지원이 늘면서 전력망이 불안정해질 수 있으므로, 실시간 부하 예측과 안정화가 필요하다는 것입니다.

지멘스는 산업 AI가 대규모 전력망에서도 자율적으로 이를 수행할 수 있고, 예를 들어:

전기차 1만 대 추가가 지역에 미치는 영향을 시뮬레이션하거나
도시 전체 건물이 에어컨을 30초 낮춰 부하를 조정하는 방식으로
전력망 안정화에 기여할 수 있다고 설명합니다. 그리고 이미 AI로 기존 인프라 추가 없이 전력망 용량을 최대 20% 극대화하고 있다는 결론으로 이어집니다.

11) 최종 요약: CES 2026 지멘스가 제시한 산업 AI 청사진(현장 적용 관점)

CES 2026에서 지멘스가 던진 메시지는 기술 트렌드 소개가 아니라, 산업 AI를 ‘현실 세계 영향’으로 바꾸는 방법론에 가깝습니다. 이를 한 장의 청사진으로 정리하면 다음과 같습니다.

산업 AI는 전기처럼 결국 “삶의 사실(a fact of life)”이 될 것이다.
이를 위해 기업은
1. 엔드투엔드 산업 AI 스택(기술·GPU·데이터)을 갖추고
2. 도메인 노하우로 신뢰성과 안전성을 확보하며(환각 불가)
3. 클라우드/엣지 파트너십으로 속도와 확장을 만든다.
NVIDIA와는 칩 설계, 시뮬레이션, 적응형 제조, AI 팩토리, 상호 기술 활용이라는 5개 축에서 “개발 속도 자체를 가속”한다.
Digital Twin Composer로 디지털 트윈을 모델링 수준에서 끝내지 않고, 실시간 데이터와 운영 스택에 연결해 “현장 최적화”까지 가져간다.
펩시코·롤스로이스·HD현대·신약 개발·핵융합·전력망 안정화 사례는 산업 AI가 제조/물류를 넘어 사회 시스템으로 확장되는 방향을 보여준다.