IBM, 기업용 AI ‘운영 모델’로 전면 확대… 멀티 에이전트 통합 경쟁 선언

IBM($IBM)이 5일 열린 연례 행사 ‘씽크 2026’에서 기업용 인공지능 포트폴리오 확대 전략을 공개했다. 핵심은 개별 AI 도입을 넘어 기업 운영 전반을 다시 짜는 ‘AI 운영 모델’이다. 초기 투자 이후 실제 수익과 생산성 개선으로 연결하는 단계에 들어섰다는 판단이 깔려 있다.

아빈드 크리슈나 IBM 최고경영자(CEO)는 브리핑에서 “앞서가는 기업은 AI를 더 많이 배치하는 것이 아니라, 사업 운영 방식 자체를 다시 설계하고 있다”고 말했다. IBM은 이번 발표에서 AI를 단순한 모델 경쟁이나 도구 경쟁이 아닌 ‘운영 혁신’ 과제로 규정했다.

IBM이 제시한 구조는 ‘에이전트, 데이터, 자동화, 하이브리드 인프라’의 4축이다. 회사는 이 네 요소가 함께 맞물려야 대규모 기업 환경에서 실질적인 가치를 낼 수 있다고 보고 있다. 특히 기업 데이터의 상당수가 여전히 내부 시스템에 남아 있다는 점에서, 퍼블릭 클라우드만으로는 한계가 있다는 입장이다. 크리슈나는 전체 데이터의 70% 이상이 여전히 기업 내부 핵심 시스템에 존재한다고 설명했다.

왓슨엑스 오케스트레이트 고도화… ‘멀티 에이전트’ 통제판 구축

이번 발표의 중심에는 ‘왓슨엑스 오케스트레이트’의 확장이 있다. 기존에는 AI 에이전트를 구축·배포·관리하는 플랫폼 성격이 강했지만, 이제는 다양한 환경에 흩어진 복수의 에이전트를 통합 관리하는 ‘제어판’ 역할로 넓어진다.

롭 토머스 IBM 소프트웨어 수석부사장이자 최고상업책임자(CCO)는 IBM의 오케스트레이션 계층을 여러 업체의 에이전트를 묶는 통합 프레임워크로 소개했다. 특정 모델 하나를 밀기보다, 기업이 필요에 따라 최적의 기술을 조합하도록 돕겠다는 뜻이다.

이 전략은 IBM을 ‘파운데이션 모델 개발사’보다 ‘통합 사업자’로 자리매김하게 한다. IBM은 자체 모델 ‘그래니트’도 보유하고 있지만, 앤트로픽과 오픈AI 등 외부 모델 사업자, 주요 클라우드 플랫폼과의 협력을 함께 강조했다. 크리슈나는 IBM의 역할을 “AI를 기업 안에 안착시키는 것”이라고 표현하며, 모델과 데이터, 인프라를 조율하고 거버넌스와 보안을 보장하는 데 무게를 뒀다.

이는 최근 AI 경쟁 구도가 바뀌고 있다는 점도 보여준다. 초대형 클라우드 사업자처럼 인프라 정면 승부를 벌이기보다, 실제 현장 적용과 운영 통합에서 가치를 만들겠다는 전략이다.

‘프로젝트 밥’으로 소프트웨어 개발 지원… 생산성 50억달러 개선

IBM은 기업용 소프트웨어 개발 생애주기를 지원하는 AI 기반 도구 체계 ‘프로젝트 밥’의 새 기능도 공개했다. 클라우드와 온프레미스 환경을 모두 아우르면서, 여러 모델을 함께 활용하는 워크플로를 지원하는 것이 특징이다.

토머스는 IBM이 이 기술을 내부에 먼저 적용해 ‘50억달러’ 이상의 생산성 개선 효과를 냈다고 밝혔다. 원화로 환산하면 약 7조3,845억원 규모다. 개발 효율을 끌어올리는 수준을 넘어, 대규모 조직에서 AI 도입의 투자 대비 효과를 입증하는 사례로 제시한 셈이다.

컨플루언트 인수 후 데이터 실시간 통합 강화

데이터 통합도 이번 전략의 핵심 축이다. IBM은 최근 컨플루언트 인수 이후 실시간 데이터 파이프라인의 중요성을 한층 부각하고 있다. 스트리밍 데이터와 배치 데이터를 ‘왓슨엑스 데이터’에 통합해, AI 에이전트가 항상 최신 맥락을 바탕으로 작동하도록 하겠다는 구상이다.

토머스는 “AI의 수준은 결국 데이터의 수준을 넘을 수 없다”며, 기업 내에서 작동하는 에이전트에 실시간 데이터를 연결하는 것이 중요하다고 강조했다. 기업용 AI가 단순 질의응답을 넘어 실제 업무 시스템과 연결되려면, 데이터가 끊기지 않고 흘러야 한다는 의미다.

보안·인프라 운영에도 AI 적용… 인간 검토는 유지

IBM은 인프라 운영과 보안에 AI를 적용하는 ‘콘서트’ 플랫폼도 확장했다. 원래는 취약점 탐지에 초점이 맞춰져 있었지만, 이제는 개발 과정 안으로 보안 관리 기능을 더 깊게 집어넣었다. 코드 작성 단계에서 위험을 식별하고 우선순위를 매긴 뒤, 취약한 코드를 자동 수정하거나 패치를 제안하는 방식이다.

다만 IBM 경영진은 ‘완전 무인화’에는 선을 그었다. 토머스는 AI가 생성한 수정안도 실제 배포 전에는 사람이 검토해야 한다며, AI는 대체가 아닌 ‘보강’ 수단이라고 설명했다. 기업 환경에서 AI 신뢰성을 확보하려면 인간 감독이 여전히 필요하다는 점을 분명히 한 것이다.

‘소버린 코어’ 정식 출시… 규제 산업 겨냥

IBM은 보안과 디지털 주권이 기업 AI의 핵심 이슈로 떠오르고 있다고 보고, ‘소버린 코어’의 정식 출시도 발표했다. 이 플랫폼은 지리적으로 제한된 환경이나 강하게 통제된 인프라 안에서 AI를 운영할 수 있도록 설계됐다.

초기 수요는 외부망과 분리된 ‘에어갭’ 환경이나 완전 현지화된 인프라를 필요로 하는 조직에서 나오고 있다는 설명이다. 정부 기관이나 규제 산업처럼 데이터 통제 요건이 엄격한 분야가 대표적이다. IBM은 여기에 자사와 제3자, 오픈소스 파트너의 검증된 애플리케이션을 넣을 수 있는 확장형 카탈로그도 제공한다.

크리슈나는 AI가 핵심 시스템에 깊이 들어갈수록 주권과 통제가 선택이 아닌 필수 조건이 된다고 강조했다. 기업이 환경에 맞춰 필요한 기술을 조합할 수 있어야 한다는 것이다.

양자컴퓨팅도 진전… “이젠 실험실 단계 아니다”

기업용 AI 외에 IBM은 양자컴퓨팅 진전도 함께 부각했다. 클리블랜드 클리닉과의 협력을 통해 1만2,000개 이상의 원자를 포함한 단백질 복합체를 시뮬레이션한 사례를 소개하며, 양자 시스템이 실험 단계를 넘어 실제 활용 단계로 이동하고 있다고 평가했다.

이 연구는 양자와 고전 컴퓨팅을 결합하는 ‘양자 중심 슈퍼컴퓨팅’ 전략의 일부다. 신약 개발처럼 계산 복잡도가 높은 문제에 접근하기 위한 시도다. 크리슈나는 “양자는 더 이상 과학 실험실의 실험이 아니다”라며, 이미 의미 있는 규모의 실제 활용이 진행되고 있다고 말했다.

다만 대규모 상업화까지는 시간이 더 필요하다고 봤다. IBM은 하드웨어 성능이 더 개선돼야 하며, 기업 현장에 본격적인 영향을 미치는 시점은 2030년 전후가 될 가능성이 크다고 내다봤다.

AI 경쟁의 초점, 모델에서 ‘운영 통합’으로 이동

IBM 경영진은 AI의 변혁 가능성을 과장하기보다, 이를 안정적이고 확장 가능하게 만들기 위한 실무가 더 중요하다고 강조했다. 크리슈나는 기술 혁신의 초기 국면이 대개 인프라 중심으로 시작한 뒤, 시간이 지나며 애플리케이션과 기업 배치 단계에서 진짜 가치가 만들어진다고 짚었다.

토머스는 현재 AI를 전기 보급 초기 단계에 비유했다. 지금까지의 AI 도입이 전구를 켜는 수준의 생산성 향상에 가까웠다면, 앞으로는 기업 운영의 뼈대를 바꾸는 방향으로 가야 한다는 뜻이다.

결국 IBM의 이번 발표는 ‘더 강한 모델’보다 ‘더 잘 연결된 기업’을 겨냥한다. 기업용 AI 시장이 실험과 개별 도입을 지나, 데이터·보안·인프라·개 TP AI 유의사항 TokenPost.ai 기반 언어 모델을 사용하여 기사를 요약했습니다. 본문의 주요 내용이 제외되거나 사실과 다를 수 있습니다.