[TAS 2025] 포티투마루 “에이전트 시대, AI 중심으로 업무 구조 개편 필요”

포티투마루, 도메인 특화 LLM으로 산업 AI 전환 속도 높여
조선·국방·자동차 분야 AI 솔루션 적용으로 생산성 혁신 추진
김동환 대표 “AI 네이티브 전환 필요, 교육부터 개선 요구돼”

김동환 포티투마루 대표가 3일 열린 ‘The AI Show 2025(TAS 2025)’에서 생성형 AI 적용 사례와 미래 전망을 공유했다. 김동환 대표는 LLM을 도메인 특화하고 경량화하는 작업을 통해 환각 문제를 완화하고 온프레미스 설치로 보안 문제를 해결하며, 저비용 구동이 가능한 시스템을 구축하고 있다고 밝혔다.

특히 김 대표는 조선해양, 로보틱스, 자동차, 국방 등 다양한 산업 분야에서 AI 솔루션이 실제 생산성 향상으로 이어진 구체적 사례를 제시하며 “AI를 중심에 놓고 기존에 우리가 일하는 방식을 다 뜯어고쳐야 한다”고 강조했다. 포티투마루는 자체 개발한 RAG 엔진을 포함해 여러 기술 요소를 내재화하며, 국내뿐 아니라 유럽과 중동으로 사업을 확장하고 있다. 

김동환 대표는 AI의 발전 속도에 대해서도 언급했다. 김 대표는 “ChatGPT가 나온 이후, 2024년부터 각 산업 분야에 AI를 접목하는 작업이 상당히 활발하게 이뤄지고 있다”며 반도체, 통신, 금융, 엔지니어링, 법률, 교육, 헬스케어, 국방 등 다양한 분야에서 도메인 특화 AI가 분화·발전하고 있다고 밝혔다. 

언급된 구체적 사례는 조선해양 분야다. 김동환 대표에 따르면, 선박을 수주하고 설계하는 과정에서 선주들은 본인의 요구 사항이나 질문을 자연어로 메일에 써서 보낸다. 이전에는 전문 엔지니어가 선주가 보낸 내용을 분석해 질문과 요구사항을 분류하고, 기존 사례와 설계 문서를 찾아 건별로 답변했다. 김 대표는 “6년 이상의 경력자가 메일 한 통 답변하는 데 평균 일주일 정도 걸렸고, 20년 이상의 베테랑 또한 이틀 이상 걸렸다”고 했다. 

AI 적용 후 상황은 극적으로 변했다. 김동환 대표는 “AI 기술을 적용하고 난 뒤, 처음에는 한 시간 안에 선주의 요구 사항에 대해 답변할 수 있는 시스템을 만들었다. 지금은 10분 내에 답변을 다 찾아내고 LLM이 메일 초안까지 작성해준다”며 “사람이 한 번 눈으로 확인하고 보내기만 하면, 바로 발송하도록 하는 시스템이 적용되고 있다”고 설명했다. 현재는 설계 문서 초안도 AI가 만든다.

다음 사례는 로보틱스와 자동차 분야의 고장 예측 시스템이다. 김동환 대표에 따르면, AI 기반 고장 예측 시스템은 현재 고도화했지만, 기존 사례를 정리해 학습 데이터를 구축하는 과정이 필요했다. 김 대표는 “30년치 데이터가 쌓여 있었는데 표준화가 안 돼 있고 정리도 잘 안 돼 있었다. 이뿐 아니라 똑같은 증상에 대해 서로 다른 엔지니어가 제각각 표기해 놓았다”며 “최근 10년치 자료를 정리하는 과정에서, 전문 엔지니어 10명이 1년 반 정도 작업해야 표준화하고 분류할 수 있는 것으로 계산됐다”고 설명했다. 

이 문제를 해결한 방법 또한 AI였다. 김동환 대표는 “기존에는 기획부터 개발까지 4개월 정도 걸렸는데, 30년치 자료를 AI가 분석하는 데 이틀 조금 더 걸렸다”고 밝혔다. 그는 “어떻게 보면 사람이 했다면 전문 엔지니어 10명이서 4년 반 동안 하루 종일 해야 되는 작업을 AI가 이틀 반 만에 끝내버린 것”이라며 “그 과정이 금방 끝나니까 고장 예측 시스템도 4개월 뒤에 바로 적용할 수 있었다”고 강조했다. 

한편, 김동환 대표는 차세대 AI 트렌드에 대해 SLM, 온디바이스 AI, 멀티모달 AI를 꼽았다. 향후 AI는 단순 인지·생성을 넘어 스스로 계획·의사결정·행동을 수행하는 에이전트 AI로 진화할 것이라고 전망했다. 또한, 미국과 중국은 이미 고도화 단계에 들어섰지만, 우리나라는 아직 초기라고 평가했다. 

김동환 대표는 기업 환경에서 AI의 활용이 표, 그래프, 도면 등 구조적 데이터 분석으로 이동하고 있다고 설명했다. 현재 AI 코딩 능력은 전공 6년차 개발자 수준에 이르렀고, 코드 작성부터 디버깅, 나아가 AI가 AI를 관리하는 PM 역할까지 가능해지고 있다고 밝혔다. 제조 분야에서도 로봇과 LLM이 결합한 피지컬 AI가 확산될 것으로 전망했다. 끝으로, 김 대표는 에이전트 AI 시대의 대응 전략으로 AI 중심 업무 구조 재편, 직업 변화에 따른 사회·제도적 보완, AI 활용 능력을 키우는 교육 시스템 개편을 제안했다.