M이코노미뉴스

[심층] AI시대 농업의 현주소와 미래 대응 방안은?

대한민국 농업은 기후위기와 고령화로 구조적 위기에 직면하면서, 당면 과제를 해결할 핵심 열쇠로 AI 기술이 떠오르고 있다. 이에 AI 농업 현실을 진단해 실행 가능한 대응 전략을 모색해야 한다는 목소리가 나온다. 지난해 12월 29일 국회에서 열린 ‘AI시대 농산업의 현주소와 미래 대응 방안’이라는 주제의 토론회에서 박영호 숙명여대 인공지능공학부 교수는 기조연설을 통해 “농업 AI는 단순한 자동화나 기계 고도화의 문제가 아니다. 지금까지의 농업이 ‘더 빨리, 더 많이 생산하는 기술’이었다면, 앞으로는 판단 중심 농업으로 전환돼야 한다”고 강조했다. 박 교수는 “AI의 핵심은 딥러닝으로, 결국 가중치(weight)의 집합"이라며 "데이터가 입력되고 결과와 실제 값의 차이를 계산한 뒤, 그 오차를 줄이기 위해 가중치를 반복적으로 조정하게 되는 데 이 과정을 통해 남는 것이 바로 ‘학습된 판단 구조’, 즉 AI 모델”이라고 설명했다. 이어 "농업 데이터를 공공 자산으로 개방하고 민간과 농업인이 활용할 수 있게 하자”며 "이렇게 되면 큰 비용 없이도 다양한 농업 서비스와 기술 혁신을 촉발할 수 있다"고 말했다. 박 교수는 "지금까지는 문제가 발생한 뒤 대응했다면, 이제는 미리 예측하고 회피하는 농업으로 가야 한다. 농기계 중심 농업에서 플랫폼과 의사결정 중심 농업으로 전환돼야 한다"고 강조했다. 그러면서 "농업 AI 정책을 장비 중심 정책에서 탈피해 농업 노하우의 데이터 공동 자산화와농업인 주도형 AI 구조, 그리고 AI 추천 결과에 대한 책임 구조의 명확화"를 강조했다. 박 교수는 "입법 측면에서는 농업 데이터 공동 자산화 법제화와 AI 기반 의사결정 지원 체계 법제화, 추천 서비스의 투명성과 안전성 확보 등이 병행돼야 한다"고 제언했다. 농업 AI 정책은 생산성 향상만을 목표로 해서는 안 된다는 의미로 해석된다. 또 정책를 설계함에 있어서 실패 확률을 낮추고, 판단 스트레스를 줄이며 경험 격차를 완화하는 방향으로 해야 한다는 것이다. 그는 농업인의 경험을 보호하고 AI가 판단을 보조하는 구조를 만드는 것이 우리 농업 AI 정책의 방향이어야 한다는 점을 재차 강조했다. ◇ AI 기반 스마트농업, 단순한 기술 도입이나 자동화 차원 넘어 이어진 발제에서도 ‘스마트 농업의 핵심;은 '데이터’가 중요하다는 주장이 이어졌다. 이덕민 농림축산식품부 스마트농업정책과 과장은 “세계적으로 스마트농업 시장은 빠르게 성장하고 있다. 핵심은 농업 경영 과정에서 생성되는 생육환경 정보, 경영 정보, 작업 데이터 등 AI 기반이 출발점"이라고 말했다. 단순한 기술 도입이나 자동화 차원을 넘어 농업의 구조와 운영체계를 데이터 중심으로 전환하는 과정이라는 설명이다. 지난해 기준 스마트 농업은 약 157억 달러 규모다. 오는 2029년 스마트 농업은 234억 달러로 확대될 것으로 전망된다. 이 성장을 주도하는 게 AI 기반 정밀농업 분야다. 땅덩이가 작은 네덜란드가 세계 2위 농산물 수출국이 된 것은 바로 스마트팜의 힘이다. 네덜란드는 유리온실 중심의 첨단 시설농업을 전 밸류체인에 적용하고 있다. 미국 역시 대규모 농업을 기반으로 정밀농업과 기후 스마트농업을 전략적으로 추진하고 있다. 물론, 일본과 중동 국가들 역시 법과 제도를 정비해 실증과 상용화를 병행하고 있는 중이다. 그렇다면 우리나라는 어떨까? 이 과장은 우리나라 역시 이러한 흐름 속에서 스마트농업 확산을 위한 제도적 기반이 마련되고 있다고 설명했다. 또 향후 정책 방향으로 스마트농업을 중소농과 고령농까지 확대해 나가고, 전체 경지 면적의 96%를 차지하는 노지 농업 분야의 스마트화를 본격 추진할 계획도 밝혔다. 이 과장은 “고비용 구조의 스마트농업 특성을 고려해 임대형 스마트팜, 장기 임대형 스마트농업 육성지구 등을 통해 청년농과 신규 진입 농업인의 실패 위험을 최소화하겠다. 중소규모 비닐온실에 적합한 보급형 스마트농업 모델을 개발해서 확산시킬 계획"이라고 덧붙였다. AI 환경제어와 품목별 맞춤 솔루션, 농업 데이터 공유 체계를 강화해 국가 농업 AX 플랫폼 구축으로 민간 투자와 혁신을 촉진해 나가겠다는 설명으로 읽힌다. 그는 또 “AI 기반 스마트농업은 단순한 기술 정책이 아니라, 기후위기 대응, 농촌 인구구조 변화, 식량안보를 포괄하는 국가 전략 과제다. 정부는 현장의 농업인이 실제로 활용할 수 있는 현실적이고 단계적인 스마트농업 확산을 통해,농업의 지속가능성과 산업 경쟁력을 동시에 강화해 나가도록 하겠다”고 부연했다. ◇ 영상·이미지·기상·시장 정보 등 다양한 비정형 데이터 결합하는 멀티모달 데이터 활용 이어진 발제에서도 AI 없이는 농업의 구조적 한계를 돌파하기 어렵다는 목소리가 이어졌다. 정윤용 농림수산식품교육문화정보원 자문역은 “스마트팜, 스마트농업은 IoT 센서와 자동제어 기술을 중심으로 한 ‘관리고도화’ 단계에 해당한다"고 설명했다. 데이터를 수집하면 이를 사람이 해석하거나 단순 알고리즘에 따라 제어하는 구조인 AI 기반 지능형 농업은 이제 AI가 스스로 학습하고 추론해 판단하고 수행하는 농업이 가능해진다는 것이다. AI 적용 가능 영역과 실제 사례에 대한 설명도 나왔다. 전통적 육종은 수년에서 수십 년이 소요되는 고비용·고위험 과정이었다. 그러나 AI 기반 예측 모델은 방대한 유전체 데이터를 분석해 원하는 형질을 단기간에 설계하고 검증하는 것이 가능해지고 있다. 해외에서는 이미 수개월 내 품종 후보를 도출해 내는 사례도 등장했다. 농장 운영과 재배 분야에서 AI는 이제, 센서 데이터뿐만 아니라 영상·이미지·기상·시장 정보 등 다양한 비정형 데이터를 결합하고, 병해충 발생 예측, 생육 진단, 작업 판단까지 자동화된 의사결정이 가능하다. 이 과장은 "농작물의 수급 및 가격 안정은 AI 기반 예측 모델을 통해 선제적 대응이 가능해질 수 있다. 자율주행 농기계·작업 로봇·선별 자동화 시스템은 노동력 부족 문제가 심각한 농업 분야에서 빠르게 확산될 가능성이 크다”고 짚었다. 그는 "다만, 현재 우리나라는 농산업에 AI 적용이 초기 단계이고, 생성형 AI를 활용한 보조적 활용 수준에 머물러 있어서 스스로 판단하고 행동하는 단계에는 도달하지 못한 상황"이라며 "‘전면 적용’보다는 기반 구축과 단계적 확산이 핵심 과제"라고 덧붙였다. 또 “현재 농업 데이터가 양적으로 부족한데다 기관별로 분산되고 단절되어 있더 표준화가 미흡한 실정"이라며 "AI 모델이 즉시 학습 가능한 표준화된 AI 레디 데이터 구축이 가장 시급한 정책 과제”라고 말했다. 그는 개별 농가나 민간 기업이 감당할 수 없는 영역이기에 정부 주도의 체계적 구축이 필요하다는 점을 재차 강조했다. 이와함께 농식품부 내 전담 조직과 품목별 자조금 단체 등 현장 기반 조직의 참여, 데이터 수집–활용–환류가 가능한 구조가 필요하다고 강조한 그는 “특히 자조금 단체는 수급 관리와 데이터 축적 측면에서 AI 농업의 핵심 주체가 될 수 있을 것”으로 봤다. 또, 농업의 특화 AI 모델 연구와 전문 인력 양성, 농업인을 대상으로 한 교육 등이 함께 구축돼야 하고, 전국 단위 확산 이전에 시범 단지 중심의 단계적 실증을 통해 현장 적합성을 검증해 나가는 접근이 바람직하다고 제언했다. 노동희 한국전자기술연구원 팀장은 “그간 농업 현장에 자동화 농기계와 자율 작업 장비 등이 도입됐으나 사전에 입력된 경로나 시나리오에 따라 작동하는 반자율 수준에 머무르고 있다”고 진단했다. 노 팀장은 “특히 과수원, 노지, 경사지 등 비정형 환경에서는 기상 변화, 지형 조건, 작물 생육 상태의 불확실성으로 인해 기존 기술의 적용이 제한적”이라며 “현재 농업 로봇과 자율 농기계는 상대적으로 정형화된 환경(온실, 평지, 단순 작업)에 최적화되어 있으나 비정형 노지 환경에 대한 대응 능력이 부족한 것이 현실”이라고 설명했다. 그는 다수의 기술이 단일 작업 중심으로 설계되어 있어 파종, 제초, 수확 등 농작업 전반을 통합적으로 수행하기 어렵고 작업 간 전환 시 사람의 개입이 필수적이라는 점을 강조하며 “기상 변화와 작물 상태 변화 등 예외 상황에 대한 능동적 판단이 불가능해 현장 적용 시 안전성과 신뢰성이 충분히 확보하지 못하고 있다"고 말했다. 실제 농업 현장에서 발생하는 사고와 비정상 상황 데이터의 확보가 어려워 인공지능 학습과 고도화에 구조적인 제약이 존재한다는 설명이다. ◇글로벌 농업 자율 시스템 ...인공지능 중심으로 전환 중 최근 글로벌 농업 로봇 및 자율 시스템 개발은 하드웨어 중심 경쟁에서 소프트웨어 및 인공지능 중심으로 전환되고 있다. 해외 주요 사례를 살펴보면, 휴머노이드 로봇은 사전 학습되지 않은 작업에 대해서도 상황에 맞는 행동을 스스로 생성하고 있으며, 자율주행 시스템 또한 단순 주행을 넘어 행동의 이유를 판단하는 수준으로 발전하고 있다. 농업 분야에서도 고속 주행 중 잡초만을 선별 제거하는 제초 로봇, 다수의 로봇 팔을 활용한 동시 수확 시스템, 드론 및 음성 인식 기반 농업 로봇 등 다양한 형태의 지능형 농업 로봇이 상용화 단계에 진입하고 있다. 이러한 사례는 향후 농업 기술 경쟁력이 하드웨어 성능이 아닌 인공지능 기반 자율 판단 능력에 의해 결정될 것임을 시사한다. 피지컬 AI 기반 농업 로봇 및 자율 농기계 기술은 농업 노동력 부족 문제를 해결하기 위한 핵심 대안이자, 향후 농업 생산성 및 경쟁력을 좌우할 전략 기술인 것이다. 이에 인공지능의 농업 적용은 선택의 문제가 아닌, 필수 과제로 인식되어야 하고 정부 차원의 선제적 연구개발 투자와 제도적 지원을 통해 조기 상용화 기반을 마련할 필요가 있다. ◇ 사람의 개입 없이 AI만으로 작물 재배...초기 비용 부담 너무 커 AI 기반 예측 모델을 활용해 토지 특성, 기후, 작물 적합도를 분석하고, 종자 선택 및 시설 배치를 추천하는 서비스가 이미 상용화되고 있다. 네덜란드 바헤닝언 대학이 주관하는 AI 재배 경진대회에서는 실제 온실 환경에서 사람의 개입 없이 AI만으로 작물을 재배하는 실험이 지속되며 정밀 농업 기술의 가능성을 실증적으로 보여주고 있다. 미국 존디어(John Deere)는 트랙터에 비전 AI를 탑재해 작물과 잡초를 실시간으로 구분하고, 잡초에만 제초제를 선택적으로 살포하는 시스템을 개발했다. 이를 통해 제초제 사용량을 약 70% 이상 절감하는 성과도 거두며 환경 오염 감소와 비용 절감이라는 이중 효과를 달성했다. 농업에서 병해충 관리는 노동 부담이 가장 큰 영역인데, 현재 국내에서도 농업인이 병해충 의심 사진을 업로드하면 전문가가 진단하는 서비스가 운영되고 있다. 또 최근에는 비전 AI를 활용해 이미지를 자동 분석하고 병해충을 진단하는 기술이 도입되며 신속성과 접근성을 크게 향상시키는 효과를 가져오고 있다. 김진만 팜러닝 이사는 “과일 수확은 노동 강도가 높고, 숙련도가 요구되는 작업으로, 비전 AI는 과일의 숙도와 손상 여부를 인식해 최적의 수확 시점을 판단함으로써, 미숙 과실 수확으로 인한 생산 손실을 줄일 수 있게 됐다”고 설명했다. 그는 또 "과일 수확 후 선별 및 품질 판별, 포장 및 상품화 단계, 유통·판매 및 농가 직접 활용할 수 있고, 최근에는 텍스트뿐만 아니라 이미지, 그래프, 도면 등을 함께 학습하는 멀티모달 대형 언어모델(LLM)도 등장했다"면서 "이는 농업 AI의 지능 수준을 한 단계 끌어올릴 수 있는 기반 기술로 평가된다”고 말했다. 그는 "다만 스마트팜과 같은 시설 농업은 초기 투자 비용이 수억 원에 달해 토지 조건과 시설 배치의 오류는 회복이 어려운 손실로 이어질 수 있고, 중소기업과 스타트업이 접근하기에는 높은 장벽이 존재한다"고 말했다. 토론에 참여한 패널들의 다양한 의견도 나왔다. 주영섭 서울대학교 특임교수는 “최근 전 산업 분야에서 이른바 ‘AI 대전환(AX)’이 핵심 화두로 부상하고 있지만, 디지털 대전환은 충분히 축적된 이후에 비로소 가능하다는 점을 분명히 인식할 필요가 있다”고 말했다. 그는 “향후 AI 기술은 농업, 축산업, 수산업 등 모든 먹거리 산업 전반에 걸쳐 구조적 변화를 야기할 것"이라며 "이는 단순한 기술 도입을 넘어 산업 패러다임의 전환을 의미한다”는 설명을 덧붙였다. 그러면서 “농업 역시 IoT, 센서, 스마트 농기계 등의 연결이 전제되지 않으면 데이터 축적이 불가능하다”며 “단일 산업이 아닌 복합 산업인 농업의 가공·유통·서비스까지 포함한 전 가치사슬 전반에 AI 대전환을 적용한다는 의미로 확장돼야 한다”고 말했다. 그는 농산업에서 AI 대전환이 지향해야 할 방향을 크게 세 가지로 정리했다. 첫째, '생산성 향상'을 들었다. 동일한 인력으로 더 많은 생산을 가능하게 하거나, 기존에 다수의 인력이 필요했던 작업을 최소 인력으로 수행할 수 있게 하는 것을 의미한다. 그러나 고령화와 인력 부족이 심화되는 농촌 현실에서 이는 해결해야 할 가장 시급한 과제다. 둘째는 혁신을 통한 '신산업 창출'을 들었다. AI 기반 농기계, 로봇, 자동화 시스템 등은 단순한 생산 도구를 넘어 새로운 산업 영역으로 성장할 수 있으며, 이는 농산업의 글로벌 경쟁력 강화로 이어질 수 있다는 것이다. 이어 셋째는 '지속 가능성의 제고'를 들었다. 전 세계 온실가스 배출량 중 농업·축산 분야가 차지하는 비중은 약 19%에 달하며, 이는 운송 부문보다도 높은 수치다. 다시 말해서, 농업의 생산 방식과 구조를 어떻게 혁신하느냐에 따라 탄소중립 달성 여부가 크게 좌우될 수 있고, AI를 통한 정밀 농업과 자원 효율화가 지속 가능성 문제 해결의 핵심 수단이 될 수 있다는 것으로 풀이된다. 최 교수는 “궁극적으로 농업의 AI 대전환은 생산성 향상, 산업 경쟁력 강화, 지속 가능성 확보라는 세 가지 목표를 동시에 달성하기 위한 전략적 선택”이라면서 “이러한 혁신 성과를 산업화하고 수출 산업으로 발전시킬 경우, 농업은 내수 산업을 넘어 세계 시장을 선도하는 미래 전략 산업으로 도약할 수 있을 것”이라고 덧붙였다. ◇ 빅테크 기업·농산업 AI 스타트업·솔루션 기업 등 참여하는 개방형 생태계 조성 농산업 AI 정책의 가장 기초적인 과제는 기술 보급 이전에 AI 리터러시 제고를 위한 체계적인 교육과 인식 개선이라는 주장도 제기됐다. 박용선 네이버 클라우드 이사는 “현 시점에서 농산업에 즉각적으로 적용 가능한 AI 형태는 단일 초지능 모델이 아니라, 목적별 특화 모델이 에이전트(agent) 형태로 작동하는 구조”라며 “이러한 에이전트는 특정 작업을 수행하며 향후 로보틱스, 농기계, 자동화 설비 등과 결합돼 물리적 행동까지 확장될 수 있다”고 설명했다. 또 “대형 생성형 AI 모델은 이러한 다수의 에이전트를 오케스트레이션하고, 인간과의 인터페이스 역할을 수행하는 중추 플랫폼으로 기능할 수 있다”며 “이 과정에서 빅테크 기업, 농산업 AI 스타트업, 솔루션 기업이 함께 참여하는 개방형 생태계 조성이 무엇보다 중요하다”고 강조했다. 그러면서 “향후 농산업 AI는 피지컬 AI, 즉 로봇과 농기계로 확장될 가능성이 높다"며 "농산업의 경우 작물 수확, 운반, 관리 등에서는 작업 목적에 최적화된 전용 로봇이 훨씬 효율적인 대안이 될 수 있다”고 말했다. 또 “제조업 분야에서 운영 중인 스마트공장, AI 솔루션 경진대회, 도입 보조금 지원과 같은 정책은 농산업 분야에서도 충분히 참고할 수 있는 모델”이라며 “농산업 AI 전환은 단일 부처 차원보다는 범부처 협력이 필요하다”고 강조했다. ◇전문가는 현장 이해 부족하고, 농업인은 AI기술 접근 어려워 농업현장에서의 어려움을 호소하는 목소리도 나왔다. 농기계 제조업체인 대동 이광욱 플랫폼사업 본부장은 “데이터 수집과 분석은 AI 전환의 출발점일 뿐, 궁극적인 목적은 아니다”라며 “농업은 본질적으로 ‘작업’의 산업으로 분석 결과는 경운, 파종, 이식, 관리, 수확이라는 물리적 행위로 이어져야 한다”고 말했다. 그는 "농업과 AI의 융합 과정에서 가장 큰 장애 요인은 양 분야 간의 이해 격차”라면서 “AI 전문가들은 농업 현장에 대한 이해가 부족하고, 농업 전문가들은 AI 기술을 어떻게 접근하고 적용해야 하는지에 대한 개념적 이해가 충분하지 않아 AI와 농업의 융합이 구호에 그치며 실제 구현 단계로 이어지지 못하는 사례가 반복되고 있다”고 아쉬움을 털어 놓았다. 그는 "국내 농업의 약 95%가 노지 기반이라는 점에서 노지농업의 AI 전환은 선택이 아니라 핵심 과제"라며 “가장 근본적인 원인은 데이터 기반의 취약성"이라고 지적했다. 시설농업은 다양한 정책과 사업을 통해 환경 센서 데이터가 일정 수준 축적되어 있는 반면, 노지농업은 체계적인 데이터 수집 인프라가 거의 구축되어 있지 않다는 설명이다. 그는 “AI 분석과 피지컬 AI로의 확장을 위해서는 무엇보다도 데이터가 필요하며, 노지농업에서는 이를 위한 현실적 수단을 먼저 확보해야 한다. 현 시점에서 가장 실효적인 데이터 수집 도구는 드론"이라며 “우리 농업이 과거 비약적으로 성장할 수 있었던 배경에는 농기계 촉진법이라는 강력한 정책적 기반이 존재했다. 이제 ‘스마트 농기계 촉진’ 단계로 정책이 진화해야 한다”고 말했다. 스마트 농기계를 통한 데이터 수집, 피지컬 AI 기반 농기계·로봇 개발, 밭작물 기계화 촉진까지 포괄하는 제도적 틀이 법과 시행령에 구체화돼야 한다는 설명이다. ◇ AI, 인간의 판단 보조하고 정밀화하는 수단으로 접근해야 성주참외 유통을 책임지고 있다는 이광식 성주조합공동법인 대표는 “농업 AI는 거창한 기술이 아니라 의사결정을 보다 정확하고 신속하게 지원하는 ‘고도화된 통계 도구’로 이해하는 것이 바람직하다"고 말했다. 충북대학교 컴퓨터공학과 교수진과 약 3년간 공동 연구를 진행한 결과를 언급하는 그는 “기상 변수가 안정적일 경우 생산량 예측 정확도는 95% 이상에 달했다"며 "그러나 최근 기후변화로 인한 기상 변동성이 급격히 확대되면서, 날씨 예측의 불확실성이 생산량 예측 실패로 직결되는 문제가 발생했으며, 실제로 예측 결과를 신뢰하고 마케팅 전략을 수립했다가 대규모 손실을 경험하며 3년 만에 중단될 수밖에 없었다”고 털어놓았다. 그는 "농업 데이터 수집과 표준화는 농업인 개인이나 민간 기업에 전적으로 맡겨서는 안 된다"며 "농업인은 생산에 집중해야 하며 데이터 체계 설계와 표준화는 농업기술센터, 농촌진흥청 등 공공 전문기관이 주도해야 한다”고 덧붙였다. 그러면서 “실제로 과거 민간 업체에 데이터 수집을 위탁한 이후, 공공 활용을 위해 데이터를 요청하자 별도의 데이터 이용료를 요구한 사례도 발생했다"며 "이는 농업 데이터가 공공재로 활용돼야 한다는 원칙과 상충되는 문제”라고 지적했다. 또 “품목별 전문가가 참여해 데이터 수집 기준을 설정하고, 공공기관이 이를 관리·축적하는 구조를 마련해야 하며 민간은 이를 기반으로 서비스와 기술을 개발하는 역할 분담이 필요하다”고 말했다. ◇ 국내 농가, 센서 데이터 비교적 개방...생육 데이터, 제어 데이터 서로 분절 이인규 글로벌스마트팜연구소 소장은 “국내 농가의 경우, 센서 데이터는 비교적 개방되어 있는 반면, 작물 생육 상태에 대한 기록과 영농 조치 데이터는 농가가 가장 제공을 꺼리는 영역으로 남아 있다”며 “이로 인해 환경 데이터, 생육 데이터, 제어 데이터가 서로 분절된 상태로 관리되고 있으며, 이는 AI 학습의 근본적인 한계로 작용하고 있다”고 했다. 이 소장은 "네덜란드 프리바 시스템이나 호겐도른(HoogenDorn) 등 선진 농가의 사례를 보면, 이 세 가지 데이터가 하나의 시계열 구조로 통합되어 축적되고 있고, 이러한 데이터 구조가 구축되어야만 AI가 실질적인 학습과 예측을 수행할 수 있다"며 "정부와 연구기관, 기업의 노력으로 스마트팜 관련 하드웨어와 소프트웨어 기술 수준은 상당 부분 향상되었으나, 문제는 이러한 기술을 실제로 운영하고 활용할 수 있는 농가의 역량과의 격차가 지나치게 크다는 점”이라고 말했다. 그러면서 “농업 데이터는 결국 현장에서 생성되며, 혁신은 땅과 신뢰할 수 있는 제도가 만나는 지점에서 시작된다"며 "농업 AI가 실질적인 성과로 이어지기 위해서는 정부가 제도 개혁과 생태계 조성에 있어 보다 적극적으로 역할을 수행해야 할 시점"이라고 덧붙였다. 박흔동 지농 대표이사는 “우리나라 농업에는 지역농협, 산지유통센터(APC), 농업기술센터, 도 농업기술원, 농촌진흥청 등 다양한 공공·준공공 조직이 존재한다"며 "여기에 농기계, 농약, 비료 등 농자재 기업과, 이들을 기반으로 서비스를 제공하려는 농업 IT·플랫폼 기업들이 농업 생태계를 구성하고 있어 이들이 AI 시대를 맞아 얼마나 실질적인 전환을 준비하고 있는가”라고 반문했다. 그러면서 “품목 표준화 역시 여전히 큰 과제로 남아 있다"며 "성주 참외처럼 특정 지역이 시장을 과점하고 있는 품목조차도 등급·용어·분류 기준이 통일되지 않은 상황인데, 이러한 구조적 문제를 해결하지 못한 채, AI가 모든 문제를 해결해 줄 것처럼 접근하는 것은 오히려 주객이 전도된 논의”라고 꼬집었다. 그는 “현재 농업 데이터는 기관별·사업별로 산재되어 단편적으로 축적되고 있다”고 지적한 뒤 “농촌진흥청을 중심으로 기상 정보, 병해충 예찰, 토양 분석, 농약 안전 정보, 위성 데이터, 드론 기반 작황 조사 등 다양한 데이터가 존재하지만, 통합적 활용에는 한계가 있다”고 짚었다. ◇ 실제 현장에서 활용 가능한 데이터 확보가 가장 큰 장애 요인 농업 데이터 활용 촉진을 위한 ‘농업 데이터 바우처 제도’ 도입에 대한 제안도 나왔다. 김형수 농업회사법인 수그룹 대표는 민간 IT 기업과 협력으로 AI 기반 의사결정 모델을 구축한 경험을 언급하며 “기술이나 모델 자체보다도 실제 현장에서 활용 가능한 데이터를 확보하는 과정이 가장 큰 장애 요인으로 작용했다”고 말했다. 이어 “다수의 농업기술센터 및 현장 기관을 직접 방문해 API 연계 및 데이터 활용 가능성을 타진했으나, 실질적인 연계 성과를 거두지 못했다”며 “AI 농업 생태계가 확장되기 위해서는 대기업이나 공공기관뿐 아니라 1인 기업, 스타트업 등 신규 진입 주체들이 자유롭게 실험하고 도전할 수 있는 환경이 필수적”이라고 말했다. 또한 “과거 관광·위치정보 분야에서 시행된 데이터 바우처 사업과 유사하게 농업 분야에서도 공공·민간 데이터를 일정 범위 내에서 활용할 수 있도록 지원하는 바우처 제도를 도입할 필요가 있다”며 "이는 청년 인재와 소규모 혁신 기업의 농업 AI 분야 진입을 촉진하는 현실적인 수단이 될 것"이라고 제안했다. 그는 지역 여건을 반영한 ‘지역 특화형 농업 AI·ICT 모델’ 육성 필요성도 제시했다. 전국 단위의 표준 모델이나 대규모 프로젝트 중심 접근은 지역 간 농업 여건의 차이를 충분히 반영하기 어렵다는 것이다. 그는 “실제로 일부 지역은 ICT를 접목하려는 의지는 있으나, 해당 지역에 적합한 모델이 부재하여 정책과 현장 사이에 괴리가 발생하고 있다”며 “농업 여건이 상대적으로 열악하거나 산업 기반이 약한 지역을 대상으로, 지역 단위에서 실증·확산 가능한 특화 모델을 육성할 필요가 있다”고 제안했다.

[기획] 한국 사회 뒤흔드는 생성형 AI...일상화된 기술, 커지는 격차

전체 한국인의 55.2%가 생성형 AI를 활용하며, 하루 평균 생성형 AI 서비스 활용 횟수는 2~3회(40.2%), 1회(35.8%) 등 평균 3.3회로 생활 속에 깊숙이 자리 잡고 있는 것으로 파악됐다. 또 한국에서 생성형 AI의 사용 빈도수를 봤을 때 챗GPT(86.8%), 제미나이(84.8%), 노션(73.2%), 클로드(70.4%), 미드저니(63.8%) 등으로 나타났다(함샤우트글로벌, 2025.6~10월). 이 같은 사용 확산 추세에서도 국민의 64.3%는 ‘AI의 도입 및 확산이 일자리 불균형을 더욱 촉진할 것’이라고 우려했다. 또 국민의 51.8%는 ‘AI 도입으로 개인별 노동시간을 줄이고, 더 많은 이에게 일자리를 나눠야 한다’는 데 동의하면서도 불안과 기대가 교차하는 것으로 나타났다. (표본크기 총 6180명, 오차 95% 신뢰수준에서 ±1.3%p) ◇생성형 AI 사용이 일상화된 한국 사회 국민의 절반 이상은 이미 생성형 AI를 일상생활 속에서 깊게 활용하고 있다. 생성형 AI 서비스의 활용 분야를 조사했을 때 △개인비서 역할 50.5% △텍스트 생성 35.5% △개인 소통 창구 역할 35.3% 등에서 주로 활용되고 있었다. 생성형 AI 서비스의 활용 횟수는 △하루 1회 35.8% △하루 2~3회 40.2% △하루 4~5회 13.9% △하루 6회 이상 10.0% 등으로 전체적으로 하루 평균 3.3회를 사용하는 것으로 파악됐다. 이 같은 사용 빈도는 AI가 단순한 도구를 넘어 일상생활 안에서 ‘보조 노동력’으로 자리 잡았음을 보여준다. 직업군 별로 AI 활용 사례를 보면, 대학생은 과제 아이디어를 찾고 요약 정리에 도움을 얻고, 직장인은 일정 관리와 함께 보고서 초안 작성에 대체로 활용했다. 또 자영업자들은 수익을 내기 위한 홍보 문구 작성과 함께 고객 응대 자동화에도 이를 활용하는 빈도가 높았다. 2022년 11월, 미국 오픈AI가 챗GPT를 공개한 이후 한국에서도 곧바로 이에 대한 관심이 폭발적으로 증가했다. 바로 다음해인 2023년 초부터 국내 이용자들 사이에서 챗GPT의 활용이 대중화됐으며, 생성형 AI 서비스 시장이 형성되기도 했다. 2024년 이후에는 챗GPT 외에도 SK텔레콤에서 ‘에이닷’, 국내 스타트업 ‘뤼튼’, 글로벌 서비스 ‘퍼플렉시티’, ‘클로드’, ‘마이크로소프트 코파일럿’ 등이 도입되며 생태계는 더욱 급격하게 확장되어 왔다. ◇글로벌 AI 도입과 우리 사회의 산업구조 변화 우려는 우리나라에서 AI의 도입은 일자리 불균형을 심화할 것이라는 데는 10명 중 6명이 동의했다. AI의 도입으로 특히 줄어드는 일자리는 반복·규칙 기반인 사무·행정직, 고객센터·콜센터 상담원, 기초 콘텐츠 제작자(초급 디자이너·카피라이터), 기초 프로그래밍·QA 테스터 직무 등이었다. 기업들은 AI 도입을 통한 기초적인 업무의 자동화 비용을 높여 상대적으로 인건비를 줄이며 수익 구조를 높일 수 있다. AI 도입으로 생길 수 있는 일자리 불균형 우려를 불식시키고자 근로자의 노동 시간을 줄이고, 일자리를 나눠야 한다는 데는 51.8%가 동의했다. 특히 글로벌 톱3(TOP 3) 기업들의 AI 도입 속도는 전반적으로 빠른 것으로 나타났다. 미국의 빅테크 기업인 구글, 마이크로소프트, 아마존 등 3개 기업의 AI 도입 속도가 가장 빨랐는데 AI 투자 규모는 지난해 1090억1000만 달러(한화 약 157조4322억4200원)로 세계 1위에 올랐다. 또 기술 산업의 AI 채택률은 85%로 전 산업 분야 중 최고 수준이었다. 이들 기업은 생성형 AI의 사용률도 71%로 매우 높았다. 글로벌 AI 컴퓨팅 파워의 73%를 미국이 보유한 만큼 AI 연구·투자·인프라 등 다방면에서 압도적인 우위를 차지했다. 전사적 AI 내재화 속도도 가장 빨랐다. 중국의 알리바바, 텐센트, 바이두의 AI 도입률은 평균 58%로 수준으로 나타났다. 중국은 헬스케어 분야에서 76%, 제조 분야에서 57% 등 두 분야의 채택률이 높았다. 중국 빅테크는 대규모 데이터를 활용하고, 정부의 적극적인 지원 아래 상용화의 속도전으로 AI가 매우 빠르게 도입되고 있다. 마이크로소프트는 자사 생성형 AI 솔루션인 GPT 기반 코파일럿(Copilot)을 업무 전반에 통합하며 AI 확산을 주도하고 있다. AI 도입으로 5억 달러의 비용도 절감했다. 아마존은 물류배송 시스템에 AI 기반 최적화 알고리즘을 적용하고, 메타도 추천 알고리즘, 광고 최적화, 콘텐츠 생성에 AI를 적용하고 있다. 글로벌 기업은 사무직·전문직까지 생성형 AI로 대체하거나 재편하는 움직임이 빠르게 진행 중이다. 싱가포르 기반 글로벌 기업의 AI 도입 속도도 빠르다. 특히 금융·서비스 산업의 AI 채택률이 높으며, 국가 차원의 AI 전략이 강력하다. 금융업의 AI 채택률은 24%로 빠르게 확장 중이다. ◇한국 노동시장에 미치는 영향과 사회적 대응 과제 반면, 한국은 아직도 정규직 중심, 고용 경직적인 구조를 유지하고 있다. 2010년대 이후에도 정규직 비중은 대략 70% 안팎에서 비슷했고, 단시간·비정규 일자리는 소수에 그치고 있다. 이러한 구조적인 상황에서 AI로 인한 새로운 유형의 위험과 손실은 특정 집단에 과도하게 몰릴 가능성이 크다. 전문직도 인지적·분석적 업무가 많으면 AI로 대체될 가능성이 높은 것으로 분석되고 있다. AI는 반복적인 신체 노동보다, 문서 작성, 분석, 보고, 고객응대 등 반복적인 단순 노동에 도입될 가능성이 있다. 콜센터·사무보조·행정직·단순 분석직, 의사·변호사·회계사 등 전문직도 리서치, 초안 작성, 서류 정리 등에서 AI가 대체할 가능성도 크다. AI 기술이 노동 현장에 접목되면서 한국 사회는 노동 패러다임의 전환점을 맞고 있다. 최근 조사에서 51.8%의 응답자가 AI 도입을 통해 노동시간 단축을 기대한다고 답했다. ‘AI의 빠른 확산과 생산성 효과’ 보고서(한국은행)는 반복적·단순 업무가 자동화되며 인간이 창의적·전략적 업무에 더 집중할 수 있다는 기대감이 커지고 있음을 보여준다. 동시에 AI가 일부 업무를 대체해 사람은 고부가가치 영역으로 이동하는 ‘일자리 나눔’의 기대도 나오고 있다. 이러한 변화 속에서 AI 트레이너, 프롬프트 엔지니어, 데이터 큐레이터 등 새로운 직업군이 등장하며 ‘AI 활용 능력이 곧 경쟁력’이라는 인식도 확산 중이다. 기업과 정부 역시 AI 교육 확대, 디지털 전환 지원 정책, 노동 전환 지원 제도 마련 등 대응책을 서둘러 내놓고 있다. 다만, 이러한 변화가 모두에게 기회로 작용하는 것은 아니다. 기술 격차가 불평등을 심화시키고, 중장년층과 취약계층이 디지털 전환 과정에서 소외될 위험이 점차 현실화되고 있다. AI 의사결정의 투명성과 책임 소재를 둘러싼 윤리 문제도 중요한 과제가 되고 있다. 무엇보다 기존 (재)교육 시스템이 급변하는 기술을 따라가지 못하면서, “AI 활용 능력의 격차가 곧 새로운 사회적 격차”라는 우려가 힘을 얻고 있다. 이에 국민 모두가 AI 시대의 혜택을 공유하려면 기술 접근성, 평생교육 체계, 윤리 기준 마련 등 다양한 방식과 접근적 대응이 필수로 강조된다. ◇‘AI 활용 능력의 격차’는 곧 새로운 사회적 격차 AI의 일상생활 속 확산으로 한국 사회는 기술 혁신의 혜택과 위험이 동시에 다가오는 전환점에 섰다. 이미 절반이 넘는 국민이 생성형 AI를 활용하고 있다. 반복적 업무의 자동화는 노동시간 단축과 고부가가치 업무로의 전환의 긍정적 효과도 가져오지만, 기술 접근성이 낮거나 재교육 기회가 부족한 계층은 일자리 상실과 소외를 먼저 경험할 가능성이 크다. 특히 한국의 경직된 고용 구조와 전문직까지 영향을 미치는 AI 대체 가능성은 기존의 소득·학력 격차 위에 ‘AI 활용 능력’의 부담감이 가중되고 있다. 따라서 AI 시대의 혜택을 모두가 공유하기 위해서는 기술 교육의 보편화, 평생학습 체계 강화, 취약계층을 위한 디지털 접근성 확대, 그리고 AI 의사결정의 투명성과 책임성을 확보하는 윤리적 기준이 마련이어야 한다. ‘AI 활용 능력의 격차가 곧 새로운 사회적 격차가 될 수 있다’는 경고는 지금 준비해야만 하는 사회적 요구다. AI가 불평등을 심화시키는 도구가 아니라 모두의 기회를 확장하는 기반이 되기 위해서는 국가·기업·교육기관·개인의 공동 대응이 그 어느 때보다 중요한 시점이다.

삼성, 최고기술전문가 ‘2026 삼성 명장’ 17명 선정...역대 최대

삼성은 제조 기술, 품질 등 각 분야에서 사내 최고 기술전문가에 부여하는 ‘삼성 명장’에 올해 17명을 선정했다. 삼성은 사내 최고 기술전문가를 육성하고 직원들의 성장을 독려하기 위해 2019년부터 삼성 명장 제도를 운영하고 있다. 삼성 명장은 해당 분야에서 20년 이상 근무하며 장인 수준의 숙련도와 노하우를 갖추고 리더십까지 겸비한 인재가 선정 대상이다. ‘2026 삼성 명장’에는 △삼성전자 12명 △삼성디스플레이 2명 △삼성SDI 1명 △삼성전기 1명 △삼성중공업 1명 등 총 17명의 직원이 선정됐다. 이는 2019년 제도 신설 이후 최대 규모로, 명장을 배출한 관계사도 5개사로 가장 많았다. 지난해와 2024년에는 각각 15명의 명장이 선정됐다. 삼성전자 디바이스경험(DX) 부문에서는 모바일 핵심부품의 소재가공·표면처리·광학 전문가 이상훈 명장이, 통신 기지국 제품 제조기술 전문가 김상식 명장, 모바일 렌즈 금형 전문가 서성철 명장, 가전제품 개발·제조 등 품질 전문가 송원화 명장, 개발·품질의 폭넓은 경험을 갖춘 남궁균 명장, 30년 경력의 환경안전 전문가 김종열 명장, 31년 경력의 구매 SCM 전문가 윤경석 명장 등이 선정됐다. 반도체 사업을 맡고 있는 디바이스솔루션(DS) 부문에서는 에치(Etch, 식각) 공정 양산성 확보 전문가 나민재 명장, CMP(Chemical Mechanical Polishing, 화학기계적 연마) 설비 전문가 이동우 명장, CVD(Chemical Vapor Deposition, 화학 기상 증착) 공정 RF·Plasma 전문가 강보승 명장, 인프라 훅업(Hook-up, 유틸리티를 정밀하게 연결하는 공정) 기술 전문가 박찬제 명장, S.PKG 비파괴 검사 전문가 김주우 명장 등이 포함됐다. 또 삼성디스플레이에서 기석 명장과 이동영 명장, 삼성SDI에서 안병희 명장, 삼성전기에서 김광수 명장, 삼성중공업에서 이재창 명장 등도 이름을 올렸다. 삼성은 제도 초기에 제조기술, 금형, 품질 등 제조분야 위주로 명장을 선정했지만, 최근에는 구매, 환경안전 분야 전문가도 명장으로 선정하고 있다. 7년 전 삼성전자에 처음 도입된 명장 제도는 2020년 삼성전기를 시작으로 2021년 삼성디스플레이와 삼성SDI로 확대됐으며, 지난해부터는 삼성중공업까지 운영 범위를 넓혔다. 명장으로 선정된 직원들은 격려금, 명장 수당, 정년 이후에도 계속 근무할 수 있는 삼성시니어트랙 우선선발 등 다양한 인사 혜택을 받는다. 삼성 관계자는 “삼성은 지금까지 86명의 명장을 배출했으며, 이를 통해 핵심 기술인재 이탈 방지와 후진 양성에 주력하고 있다”며 “기술 인력 저변 확대를 위해 국제기능경기대회와 전국기능경기대회 후원을 지속하는 등 국가 산업 생태계 강화에도 이바지할 방침”이라고 밝혔다.

올해부터 '구하라법' 시행···양육의무 저버린 부모에 상속권 제한

올해부터 자녀가 미성년일 때 부양 의무를 하지 않은 부모는 상속권을 갖지 못하게 된다. 2일 대법원이 공개한 '2026년 상반기 달라지는 사법제도'에 따르면 1월 1일부터 일명 '구하라법(민법 제1004조의2)'으로 불리는 상속권 상실 선고 제도가 시행된다. ‘구하라법’은 피상속인의 직계존속이 미성년 시기 부양 의무를 중대하게 위반했거나, 피상속인 또는 그 배우자·직계비속에게 중대한 범죄행위, 또는 심히 부당한 대우를 한 경우 상속권을 제한할 수 있도록 하는 제도다. 피상속인은 생전에 공정증서에 의한 유언으로 상속권 상실 의사를 표시할 수 있으며, 유언이 없는 경우에도 공동상속인은 해당 사유를 안 날로부터 6개월 이내 가정법원에 상속권 상실을 청구하면 된다. 최종 판단은 가정법원이 맡도록 해 유족 간 무분별한 분쟁을 방지하도록 했다. 더불어민주당 서영교 의원이 21대와 22대 국회에서 각각 1호 법안으로 발의해서 6년간 추진해 온 해당 법안은, 2024년 8월 국회를 통과해 올해 1월 1일부터 시행된다. 이번 민법 개정으로 자녀에 대한 양육 의무를 중대하게 위반한 부모는 상속권을 상실할 수 있는 법적 근거가 처음으로 마련된 것이다. 이 법안은 2019년 세상을 떠난 가수 고 구하라 씨의 사례에서 출발했다. 어린 시절 양육을 포기하고 장기간 연락이 끊겼던 친모가 사망 이후 상속재산을 요구하면서, 양육 책임을 다하지 않은 부모에게도 기계적으로 상속권이 인정되는 현행 민법의 한계가 사회적 문제로 떠올랐다. 구하라 씨의 오빠 구호인 씨는 2020년 국회에 입법 청원을 제기했고, 서 의원이 법 제정의 필요성을 알리며 입법 논의를 본격화했다. 그러나 해당 법안은 20대·21대 국회에서 여야 정쟁과 법안 적체 속에 임기 만료로 폐기를 거듭했다. 이 같은 과정을 거쳐 서영교 의원은 22대 국회에 들어 다시 민법 개정안을 1호 법안으로 제출했고, 결국 2024년 8월 국회 본회의를 통과시키는 데 성공했다. 서 의원은 법안 통과와 관련해 “아이를 낳았으면 양육의 의무를 다해야 한다는 상식을 법으로 세우는 데 6년이 걸렸다”며 “민법 개정이 어렵다는 이유로 억울한 피해를 외면할 수는 없었다"고 밝혔다. 이어 "구하라법은 낳았다는 이유가 아니라, 함께 살며 책임을 다한 가족을 보호하기 위한 법”이라며 “2026년 1월 1일 시행을 통해 더 이상 같은 억울함이 반복되지 않기를 바란다”고 덧붙였다. 한편, 구하라법의 시행일은 2026년 1월 1일이지만 헌법재판소가 유류분 헌법불합치 결정을 내린 2024년 4월 25일 이후 상속이 개시된 사례에 대해서도 소급 적용이 가능하다.

美, 베네수엘라 공습에 與 “교민 안전 확보 최우선” 혁신·진보 “침공 규탄”

현지시간 3일 새벽 베네수엘라 수도 카라카스에서 여러 차례 폭발음이 들렸다고 AP, AFP, 로이터 통신 등 외신들이 일제히 보도했다. 이와 관련해 정치권에선 논평이 나왔다. 더불어민주당은 이날 논평을 통해 “우리 교민의 안전 확보가 국가의 최우선 책무”라며 “혼란과 정세의 불확실성이 커지는 상황 속에서 무엇보다 중요한 것은 우리 국민의 안전”이라고 밝혔다. 조국혁신당도 “힘을 통한 평화는 결코 성공할 수 없을 뿐 아니라 또 다른 비극을 가져올 뿐"이라며 “트럼프의 베네수엘라 침공을 강력히 규탄한다”고 했고, 진보당도 "트럼프의 미국우선주의가 국제범죄행위로 나아가고 있다”고 비판했다. 박수현 민주당 수석대변인 이날 서면브리핑에서 “베네수엘라 정세가 급격히 악화되며 현지 상황이 매우 엄중하게 전개되고 있다. 정부는 현지 공관과 본부 간 24시간 비상대응 체계를 더욱 공고히 하고, 교민과의 실시간 소통을 통해 단 한 명의 안전 사각지대도 발생하지 않도록 촘촘히 챙겨주기 바란다”고 요청했다. 이어 “비상상황에 대비해 선제적이고 치밀한 후송 대책을 마련하고, 인접국 및 국제사회와의 긴밀한 협조를 통해 필요한 조치가 적기에 집행될 수 있도록 만반의 준비를 갖춰달라”며 “국가의 제1사명은 국민의 생명과 안전을 지키는 일”이라고 강조했다. 김준형 조국혁신당 정책위의장도 이날 긴급 논평을 통해 “새해 벽두에 전해진 미국의 베네수엘라 침공 속보에 전 세계가 충격에 빠졌다. 미국 트럼프 정부가 한밤중 베네수엘라 수도 카라카스를 공습하고, 마두로 대통령 부부를 체포해 국외로 압송하는 일이 벌어졌다”고 비판했다. 이어 “주권국가의 리더가 자국 영토 안에서 미국 특수부대원들에 의해서 강제로 축출된 것”이라면서 “유엔헌장을 정면으로 어긴 명백한 침략행위이며 국제법 위반”이라고 지적했다. 또 “미국은 러시아의 우크라이나 침공을 비판할 자격이 없고, 우크라이나를 도울 명분도 사라진다. 트럼프 대통령은 2기 취임사에서 피스메이커가 되겠다고 약속했고 세계의 전쟁들을 끝내겠다고 공언했으며 그 업적으로 노벨평화상 수상에 대한 기대를 공공연하게 언급해왔다. 그럼에도 이번 행동으로 그는 정반대의 길을 선택했다"고 비판했다. 진보당은 "국제법 위반이자, 19세기 제국주의 폭력을 재연한 일대 사건”이라고 비판했다. 진보당은 4일(오늘) 광화문 미 대사관 앞 기자회견을 가질 예정이다.