2026 운치 대회: AI가 이제 '팀으로 일하다'

칩과 모델, 클라우드에서 에이전트와 슈퍼 개인까지 — '지능을 실용으로' 산업 총동원

9월의 항저우는 가을 기운이 짙어 있었다. 항저우 국제박람중심은 다시 한번 글로벌 테크 업계 관계자들의 주목을 받았다. 2026 운치 대회가 9월 22일부터 24일까지 열렸고, 윈치진에 제2회장도 마련됐다. 예년과 달리 올해 회장에 발을 들인 사람들은 강연을 듣고 전시 부스를 보는 관객만이 아니었다. 많은 사람이 자신의 에이전트를 회장에 데려왔다. 이 작은 변화는 운치 대회, 나아가 AI 산업 전체에서 일어나고 있는 깊은 전환을 반영한다. AI는 더 이상 시연되고 논의되는 대상이 아니다. 참가자, 개발자, 기업 곁에 있는 '디지털 동료'가 되어 가고 있다.

올해 운치 대회는 '지능을 실용으로'를 주제로 삼았다. 이 주제는 추상적이지 않다. 메인 포럼, 전시 구역, 분과 세션, 산업 매칭 거의 모든 곳에 관통했다. 컴퓨팅 기반부터 모델 능력, 에이전트 플랫폼부터 신체성 AI 로봇, 이커머스 작업대부터 자동차 콕핏까지, 대회는 점점 더 절박해지는 질문에 답하려 했다. 대규모 모델이 '대화할 수 있는' 단계를 지난 뒤, 어떻게 하면 진정으로 산업에 들어가 사람을 위해 일하고, 사람과 협업하며, 측정 가능한 가치를 만들 수 있는가.

'역사상 최대 규모'의 운치 대회

규모 면에서 2026 운치 대회는 여러 기록을 세웠다. 전시관은 3개에서 4개로 늘었고, 분과 세션은 140개로 확대됐으며, 참가 기업은 500여 곳에서 1000여 곳으로 뛰어올랐고, 전시 총면적은 5만 제곱미터를 넘었으며, 2000명 이상의 발표자가 무대에 섰다. 참가 기업 수, 전시 면적, 주제의 폭 어느 기준으로 보아도 운치 대회 역사상 최대 규모였다.

이 성장의 배경에는 AI 산업의 중심축 이동이 있다. 과거 운치 대회의 서사는 클라우드 컴퓨팅, 빅데이터, 사물인터넷을 중심으로 전개됐다. 이후 대규모 모델이 절대적 주인공이 됐다. 올해의 키워드는 '구현', '에이전트', '산업 공동창조'로 바뀌었다. 새로 추가된 '산업 공동창조관'은 산업 구현에 초점을 맞췄고, 참가 기업 수와 전시 면적 모두의 성장을 이끄는 핵심 동력이 됐다. 여기서 전시되는 것은 더 이상 실험실의 모델 파라미터만이 아니다. 제조, 소매, 물류, 금융, 의료, 교육 등 업종의 실제 시나리오 솔루션이다.

올해 대회는 또한 네이티브 에이전트 참가 방식을 처음 도입했다. 각 참가자는 자신의 에이전트를 회장에 데려와 전용 디지털 신원을 부여받고, 실시간으로 아젠다를 읽고, 선호에 따라 지능형 추천을 받을 수 있었다. 운치 대회는 이로써 세계 최초의 Agent Native 기술 행사가 됐다. 참가자는 더 이상 방대한 아젠다를 수동으로 걸러낼 필요가 없었다. 에이전트는 관심사, 직업, 과거 행동을 바탕으로 자동으로 경로를 계획하고, 전시 체험을 사전 예약하며, 회의 메모를 정리하고, 매칭 리스트를 생성할 수도 있었다. 이 경험 자체가 '지능을 실용으로'의 현장 시연이었다.

세 가지 기반: 칩, 모델, 클라우드

알리바바 그룹 CEO 우융밍은 메인 포럼 기조연설에서 하나의 판단을 내놨다. 기계가 사고의 주력이 되어 가고 있으며, 지능이 규모화된 상품이 되어 가고 있다는 것이다. 그는 미래의 기계 사고 총량이 인류의 1000배 이상에 달하지만, 오늘 그 비율은 3% 미만이라고 지적했다. 이 숫자 뒤에는 칩에서 모델, 클라우드에 이르는 일整套 산업 배치가 있다.

우융밍은 AI 모델, AI 칩, AI 클라우드가 기계 지능 시대의 세 가지 기반이며, 알리바바는 이 세 가지 인프라에 확고히 투자할 것이라고 분명히 밝혔다. 올해 대회는 세 가지 기반을 둘러싸고 최신 성과를 집중적으로 전시했으며, 명확한 신호도 보냈다. AI 경쟁은 더 이상 단일 모델의 경쟁이 아니라 풀스택 능력의 경쟁이다.

칩 측면에서 컴퓨팅 기반은 더욱 두터워지고 있다. 알리바바의 핑터우거(T-Head)는 국산 AI 칩 전우 V900을 발표했다. 컴퓨팅 파워는 이전 세대 M890의 3배로 향상됐고, 216GB 메모리를 탑재했으며, 칩 간 상호 연결 대역폭은 1200GB/s에 달한다. 단일 클러스터는 50만 카드까지 확장 가능하며, 2027년 1분기 양산을 계획하고 있다. 대규모 모델 학습과 추론에서 메모리 용량, 상호 연결 대역폭, 클러스터 규모는 더 큰 파라미터, 더 긴 컨텍스트, 더 높은 동시성 작업을 지원할 수 있는지를 결정한다. 전우 V900의 발표는 국산 AI 칩이 '사용 가능'에서 '사용하기 쉬움'으로 나아가고 있음을 의미한다. 특히 초대규모 클러스터 시나리오에서는 상호 연결 능력이 단일 카드의 피크 컴퓨팅 파워보다 더 중요한 경우가 많다.

핑터우거는 또한 이톈 서버 CPU 로드맵을 처음 공개했다. 2027년에는 이톈 720과 730 두 세대를 출시한다. 미래의 이톈 750은 자체 개발 ICN 버스를 통해 전우 AI 칩과 직접 상호 연결을 지원해 CPU와 AI 칩의 협업 효율을 더욱 높일 것이다. 이 로드맵의 의미는 클라우드 벤더가 더 이상 범용 칩을 구매해 컴퓨팅 파워를 구축하는 데 그치지 않는다는 점이다. 자체 개발 CPU, AI 칩, 상호 연결 버스를 통해 더 긴밀한 소프트웨어-하드웨어 협업 체계를 구축한다. CPU는 범용 스케줄링, 데이터 전처리, 일부 추론 작업을 담당하고, AI 칩은 대규모 행렬 계산을 담당한다. 둘 사이의 데이터 이동 효율은 클러스터 전체의 활용률과 비용에 직접 영향을 미친다.

모델 측면에서 Qwen 팀은 재귀적 자기 개선에서 실질적 진전을 이뤘다. 재귀적 자기 개선이란 모델이 학습 데이터를 생성하고, 결과를 평가하고, 문제를 발견하며, 이를 바탕으로 반복을 계속해 '자기 진화' 루프를 형성하는 것이다. Qwen3.8-Max는 인간이 완전히 '제로 참여'한 상태에서 한 달 이상 반복을 지속해 33회의 유효 반복을 완료했다. Artificial Analysis 점수는 40점에서 45점으로 올라 Claude와 GPT 최강 모델과 같은 최상위권에 자리했다. 이 진전이 주목받는 이유는 점수 향상뿐만 아니라 반복 과정에서 인간 개입이 극히 낮았다는 점이다. 모델이 일정 정도의 자율 최적화 능력을 얻고 있음을 보여준다.

Qwen3.8-Flash는 차세대 Qwen 대규모 모델 아키텍처를 앞서 오픈소스로 공개해 학습 비용을 거의 90% 절감했다. 새 아키텍처에 기반한 Qwen4는 이미 학습 중이며, Qwen4.5, Qwen5는 5~10T 파라미터 규모로 확장될 예정이다. 현재 알리바바는 460여 개의 Qwen 대규모 모델을 오픈소스로 공개했고, 다운로드 수는 30억 회를 돌파했으며, 파생 모델 수는 30만 개를 넘어 세계 1위 오픈소스 모델 패밀리 지위를 굳혔다. 오픈소스 전략이 가져오는 생태계 플라이휠 효과가 나타나고 있다. 개발자가 많을수록 응용 시나리오가 풍부해지고, 피드백 데이터가 늘고, 모델 반복이 빨라지며, 더 많은 개발자를 끌어들인다. 많은 중소기업과 창업자에게 오픈소스 모델은 AI 응용의 진입 장벽을 크게 낮췄고, '모델 애즈 플랫폼' 추세를 더 분명하게 만들었다.

클라우드 측면에서 알리바바 클라우드는 AgentCore, Agent Sandbox, 차세대 고성능 스토리지 CPFS 등 신제품 시리즈를 발표했다. CPFS는 100TB/s급 처리량을 구현했고, 단일 파일 시스템을 100PiB로 끌어올렸으며, AI 스토리지 비용을 최대 69% 절감했다. 모델 탄력 기동은 1200초에서 70초로 단축됐고, 첫 토큰 지연은 38% 줄었으며, Prompt Caching 비용은 최대 95% 절감됐다. 이 지표들은 기술적 세부 사항처럼 보이지만 AI 애플리케이션의 사용자 경험과 상업적 실현 가능성을 직접 좌우한다. 모델 기동이 느리고 첫 토큰 지연이 높으며 캐시 비용이 비싸면 에이전트는 실제 업무에서 둔하고 값비싼 존재가 된다. 알리바바 클라우드는 스토리지, 스케줄링, 캐시, 샌드박스 등 기반 최적화를 통해 에이전트를 '데모 제품'에서 '생산 도구'로 바꾸려 하고 있다.

우융밍은 알리바바가 파트너와 함께 AI 인프라에 전력 투자하고, 2032년까지 알리바바 클라우드가 운영하는 글로벌 데이터센터 규모를 20GW 이상으로 만들겠다는 목표를 발표했다. 20GW는 무엇을 의미하는가. 전력, 토지, 서버, 네트워크에 대한 거대한 투자를 의미하며, AI 클라우드가 전력망이나 교통망 같은 사회 수준의 인프라가 된다는 것을 의미한다. 미래에 클라우드 벤더 간 경쟁은 모델 능력 경쟁만이 아니라 에너지, 공급망, 데이터센터 배치, 글로벌 서비스 능력의 경쟁이기도 하다.

'일할 수 있는' AI가 '잡담할 수 있는' AI를 대체하고 있다

첫날 메인 포럼이 기계 지능 시대의 비전을 그렸다면, 전시관의 광경은话题를 현재로 되돌렸다. 올해 '창조관'에는 11개 테마 구역이 있고, 17개 직업 정체성을 아우르며, 200여 개의 즉시 재사용 가능한 Skill, 키트, 템플릿을 모았다. Skill은 에이전트가 호출할 수 있는 기술 모듈로 이해할 수 있다. 키트와 템플릿은 개발자가 처음부터 구축하는 것을 피하고, 블록처럼 업무 어시스턴트를 조립할 수 있게 한다. 이러한 '스킬화', '모듈화' 발상은 AI 애플리케이션을 맞춤 프로젝트에서 확장 가능한 복제로 나아가게 한다.

Qwen Office는 현장에서 최신 AI Agent 하드웨어 제품을 발표했다. 사용자는 음성으로 작업을 지시할 수 있고, 기기의 청취와 받아쓰기를 켜면 에이전트가 더 나아가 이해, 처리, 생성한다. 더 이상 단순한 음성 어시스턴트가 아니라, 들고 다니는 작업대에 가깝다. 회의 중 자동 기록하고, 회의 후 회의록을 정리하며, 할 일을 추출하고, 이메일을 생성하며, 문맥에 따라 다른 도구를 호출할 수도 있다. 하드웨어 형태의 등장은 에이전트가 더 자연스러운 진입점을 찾고 있음을 의미한다. 스마트폰, 이어폰, 안경, 녹음기, 데스크톱 기기는 모두 에이전트의 탑재 대상이 될 수 있다.

알리바바 산하 글로벌 이커머스 AI 작업대 Accio는 실제 이커머스 작업을 현장에 가져왔다. 상품 선정, 시장 조사부터 상품 상세 페이지 디자인, 광고 집행 분석까지 하나의 작업대에서 전체 체인 작업을 완료할 수 있다. 중소 상인에게 과거 운영, 디자인, 광고 담당자, 데이터 분석가의 협업이 필요했던 일을 이제 AI 지원으로 한두 명, 심지어 한 명이 완료할 수 있다. 이는 단순한 효율 향상이 아니라 조직 형태의 변화다.

주목할 신호는 '슈퍼 개인'의 부상이다. 대회는 특별히 '슈퍼 개인 작전실'을 마련했다. 대규모 모델, 에이전트, 클라우드 서비스 같은 도구를 활용해 한 사람이 제품 개발, 디자인, 마케팅, 고객 서비스의 완전한 업무 루프를 완수하고 '혼자서 군대'를 실현한다. 과거 창업에는 팀, 자금, 비교적 긴 출범 기간이 필요했다. 이제 업종 지식을 갖추고 AI 도구를 잘 쓰는 사람이라면 아이디어를 빠르게 검증하고, 제품을 만들고, 고객에게 도달할 수 있다. AI가 일자리를 없앤 것은 아니지만, 직무 경계를 재정의하고 조직에 협업 방식의 재고를 요구하고 있다.

산업관에서는 신체성 AI 로봇이 모의 공장 환경에서 조립 생산을 시연했다. 유니트리(Unitree)의 휴머노이드 로봇이 복싱 '챔피언십'을 펼쳤고, 세계 최초의 변형 가능 로봇이 이족과 사족 상태를 자유롭게 전환했다. BYD는 AI 슈퍼 에이전트 '디디샤'를 탑재한 차량을 전시했다. 한 번의 웨이크업으로 사용자는 에이전트가 차량 시스템을 조작하고, 배달 음식을 주문하고, 호텔을 예약하게 할 수 있다. 자동차는 더 이상 단순한 이동 수단이 아니라 이동하는 지능 공간이다. 로봇은 전시대의 공연자가 아니라 공장, 물류, 점검, 가정 서비스 시나리오에 들어가기 시작했다.

이러한 전시는 공통된 추세를 가리킨다. AI는 '생성할 수 있는' 단계에서 '납품할 수 있는' 단계로 가고 있다. 텍스트, 이미지, 영상을 생성하는 것은 첫걸음일 뿐이다. 진정으로 가치 있는 것은 작업을 이해하고, 단계를 분해하고, 도구를 호출하고, 작업을 실행하고, 결과를 확인하며, 실패 시 재계획하는 것이다. 이것이 에이전트와 챗봇의 근본적 차이다. 챗봇은 질문을 기다린다. 에이전트는 스스로 일한다. 챗봇은 답을 준다. 에이전트는 결과를 납품한다.

산업 구현: 데모에서 생산으로

운치 대회의 활기는 결국 산업 효율로 돌아가야 한다. 올해 새로 추가된 '산업 공동창조관'이 중요한 이유는 AI를 기술 서사에서 업무 현장으로 끌어내리기 때문이다. 제조 기업이 관심을 갖는 것은 수율, 생산 계획, 에너지 소비, 설비 유지보다. 소매 기업이 관심을 갖는 것은 재고, 전환, 고객 불만, 재구매다. 금융 기관이 관심을 갖는 것은 리스크 관리, 컴플라이언스, 투자 조사, 고객 서비스다. 의료 기관이 관심을 갖는 것은 진단 지원, 의무기록 품질 관리, 연구 효율이다. 업종마다痛点이 다르고, AI 구현 방식도 완전히 다르다.

제조 시나리오에서 신체성 AI 로봇과 비전 검사 시스템은 반복 노동과 고위험 작업을 대체하려 한다. 대규모 모델은 설비 매뉴얼, 유지보수 기록, 센서 데이터를 읽고 엔지니어가 고장을 빠르게 찾도록 돕는다. 에이전트는 여러 로봇을 조정해 자재 운반, 조립, 검사를 완료할 수 있다. 소매 시나리오에서 AI 작업대는 상품 소재를 자동 생성하고, 경쟁사 가격을 분석하고, 광고 전략을 최적화하며, 실시간 데이터에 따라 예산을 조정한다. 금융 시나리오에서 에이전트는 애널리스트의 공시 정리, 요약 생성, 여론 추적을 지원할 수 있지만 최종 판단은 여전히 인간의 확인이 필요하다.

산업 구현의 어려움은 결코 모델 능력만이 아니다. 데이터가 사용 가능한지, 프로세스가 연결됐는지, 권한이 명확한지, 결과가 설명 가능한지, 투입 대비 산출이 합리적인지. 이 모든 것이 프로젝트 성패를 결정하는 핵심이다. 운치 대회의 많은 분과 세션은 바로 이런 문제를 논의했다. 업종 지식을 모델에 어떻게 주입할지, 기업 전용 지식베이스를 어떻게 구축할지, 에이전트가 내부 시스템에 안전하게 접근하게 할지, AI 프로젝트의 ROI를 어떻게 평가할지. 이 주제에는 화려한 개념이 없지만 AI가 진정으로 생산 시스템에 들어갈 수 있는지를 결정한다.

보안, 거버넌스, 오픈소스: 활기 뒤의 냉정한 사고

활기찬 전시 구역과 열정적인 강연 밖에서 올해 운치 대회에는 냉정한 논의도 적지 않았다. 에이전트가 기억, 도구 호출 능력, 일정한 자율성을 갖기 시작하면 보안과 거버넌스 문제는 더 복잡해진다. 에이전트가 이메일을 읽고, 데이터베이스를 조작하고, 결제 인터페이스를 호출할 수 있다면, 그 신원 인증, 권한 경계, 행동 감사, 실패 시 롤백이 매우 중요해진다. Agent Sandbox 같은 제품의 등장은 바로 에이전트를 격리 환경에서 실행해 오작동과 악의적 호출을 막기 위한 것이다.

오픈소스와 클로즈드소스 노선 논쟁도 계속되고 있다. Qwen 패밀리는 오픈소스를 고수해 거대한 개발자 생태계를 가져왔다. 그러나 오픈소스는 모델 능력 확산이 빠르다는 것도 의미하며, 안전 정렬과 악용 방지는 더 어려워진다. 개방적 혁신과 리스크 관리 사이의 균형을 어떻게 잡을지는 업계가 직면해야 할 문제다. 동시에 에이전트 간 협업 프로토콜, 도구 호출 표준, 신원과 권한 관리가 새로운 인프라 의제가 되고 있다. 미래에 서로 다른 벤더의 에이전트가 서로 '팀으로 일할' 수 있는지는 단일 에이전트의 강함보다 더 중요할 수 있다.

에너지 소비도 피할 수 없는话题다. 20GW 데이터센터 목표는 거대한 전력 수요를 의미한다. 그린 에너지, 액침 냉각 기술, 칩 에너지 효율, 컴퓨팅 스케줄링 최적화는 AI 클라우드의 장기 비용에 영향을 미친다. AI 경쟁은 결국 알고리즘과 칩 경쟁만이 아니라 에너지와 엔지니어링 능력의 경쟁이기도 하다.

시장의 반응

자본시장은 이번 운치 대회에 긍정적 반응을 보였다. 골드만삭스는 시장 컨센서스를 웃도는 알리바바 클라우드 매출 성장률 전망을 유지하며, 2026년 9월 분기부터 2027년 3월 분기까지 전년 대비 성장률을 각각 53%, 55%, 55%로 예상했다. UBS는 2032년까지 알리바바 클라우드의 대외 클라우드 매출이 약 1700억 달러에 달해 약 40%의 연평균 복합 성장률에 해당할 것으로 추산했다. 씨티의 추산도 비슷해 20GW가 약 1600억 달러의 대외 클라우드 매출에 대응한다고 본다. 모건스탠리는 알리바바에 대한 '비중확대' 투자의견과 목표주가 180달러를 유지하며 최선호주로 꼽았고, 2032년까지 글로벌 클라우드 용량이 20GW를 넘으면 약 2400억 달러의 클라우드 매출 용량으로 가는 경로를 제공할 수 있다고 봤다.

이 전망이 지나치게 낙관적인지는 시간이 검증해야 한다. 그러나 자본시장의 논리는 어렵지 않다. AI가 새로운 생산성 인프라가 된다면 컴퓨팅 파워, 모델, 클라우드 서비스는 물, 전기, 석탄처럼 장기적이고 안정적인 수요를 갖는다. 알리바바 클라우드는 칩, 모델, 클라우드 플랫폼, 풍부한 비즈니스 시나리오를 동시에 보유하고 있으며, 이 풀스택 배치는 경쟁에서 일정한 우위를 갖는다. 물론 리스크도 있다. 막대한 설비투자, 긴 회수 기간, 칩 공급의 불확실성, 모델 능력의 상품화 가능성, 갈수록 치열해지는 국제 경쟁. 운치 대회가 보여주는 것은 방향이며, 진짜 시험은 대회 이후에 온다.

결론: 지능을 실용으로 하는 것은 시작에 불과하다

컴퓨팅 기반의 엔지니어링적 돌파부터 대규모 모델의 자율 진화, 그리고 웨어러블 기기와 슈퍼 개인 작업대가 실제 시나리오에 뿌리내리는 것까지, 올해 운치 대회는 명확한 산업 경로를 그렸다. AI는 '생성할 수 있는' 단계에서 '납품할 수 있는' 단계로 가고 있다. 더 이상 알고리즘 파라미터 경쟁에 국한되지 않고, 아래로는 업종 시나리오에 뿌리내리고 위로는 컴퓨팅 기반의 풀스택 협업으로 뻗어 나간다.

'지능을 실용으로'라는 네 글자는 지난 몇 년간 대규모 모델 붐에 대한 응답이자 미래 산업 경쟁에 대한 판단이다. 모델이 아무리 강해도 기업의 비용 절감과 효율 향상에 기여하지 못하고 개인의 실제 작업을 완수하지 못한다면 값비싼 장난감일 뿐이다. 에이전트가 아무리 똑똑해도 안전하고 신뢰성 높게 규모화해 팀으로 일할 수 없다면 생산 시스템의 일부가 될 수 없다.

2026 운치 대회는 AI가 이미 '팀으로 일하기 시작했음'을 보여준다. 칩은 모델과 팀을 이루고, 클라우드는 에이전트와 팀을 이루며, 기계는 로봇과 팀을 이루고, 인간은 디지털 동료와 팀을 이룬다. 다음 질문은 더 이상 'AI가 할 수 있는가'가 아니다. 'AI가 얼마나 낮은 비용으로, 얼마나 높은 신뢰성으로, 얼마나 빠르게 할 수 있는가'이다. 항저우에서 시작된 이 산업 총동원은 이제 막 막을 열었다.