인간처럼 사고하고 움직이는 AI 시대가 도래할까?
우리가 오랫동안 상상해 온미래의 AI는 어떤 모습일까요?
단순히 말을 주고받는 것이 아닌, 스스로 생각하고 움직이는 존재일지도 모릅니다.
우리 곁에 이런 상상이, 이제현실로 다가오고 있습니다.
2025년 현재, 인공지능(AI)은 단순한 언어 이해를 넘어
현실 세계에서 판단하고 움직이는 단계로 빠르게 진화하고 있습니다.
대형언어모델(LLM)을 기반으로 발전해 온 AI기술은
이제 대형멀티모달모델(LMM)과 대형행동모델(LAM)로 확장되며,
단순한 텍스트 응답을 넘어 실제 행동을 수행하는 인공지능 에이전트 시대로 접어들고 있습니다.
이러한 기술적 전환은 단순한 소프트웨어를 넘어
음성, 이미지, 텍스트 등 다양한 입력을 통합적으로 이해하고,
현실의 맥락에 맞게 스스로 판단하고 반응하는
휴머노이드 로봇, 자율주행 시스템, 산업용 AI 플랫폼으로 이어지고 있습니다.
이 글에서는
LLM부터 LMM, 그리고 LAM에 이르는 AI 모델의 진화 흐름과 기술적 차이점,
실제 산업 적용 사례와 시장 데이터,
그리고 실행형 AI를 가능하게 만드는 인프라 기술까지
출처 기반으로 체계적으로 정리해보려 합니다.
LLM에서 LCM, 그리고 LAM까지: 개념과 행동을 이해하는 AI의 흐름
인공지능 기술은 단순한 텍스트 처리에서 벗어나
개념을 이해하고 실제 행동을 수행하는 방향으로 빠르게 진화하고 있습니다.
이 흐름의 중심에는 LLM, LCM, LAM이라는 세 가지 대표 모델 구조가 자리하고 있습니다.
LLM(Large Language Model)은 GPT 시리즈처럼
언어를 이해하고 문장을 생성하는 AI 모델로,
고객 상담, 문서 요약, 검색 응답 등 텍스트 중심 작업에 최적화되어 있습니다.
이 모델은 질문에 응답하고 문맥을 분석해
정보를 자연스럽게 연결하는 데 강점을 보입니다.
2024년, 메타(Meta)는 개념 단위 추론이 가능한 LCM(Large Concept Model)을 발표하며
AI 기술의 새로운 흐름을 제시했습니다.
LCM은 문장이나 추상적 의미 단위로 정보를 이해해
긴 맥락 해석과 구조화된 계획 수립이 가능합니다.
같은 해 마이크로소프트와 베이징대학교는
대형행동모델(LAM) 개념을 제시했습니다.
LAM은 다양한 입력을 분석해 실제 앱 조작이나 문서 처리 등
구체적인 행동을 수행할 수 있는 실행형 AI로 발전하고 있습니다.
즉,
LLM은 '말하는 AI',
LCM은 '생각하는 AI',
LAM은 '움직이는 AI'로 요약할 수 있으며,
이들 기술은 범용 인공지능(AGI)으로의 진화 과정에서 핵심 축으로 평가받고 있습니다.
대형행동모델(LAM)의 작동 방식과 핵심 기술
대형행동모델(LAM)은 단순히 텍스트를 처리하는 수준을 넘어,
사용자의 명령을 실제 행동으로 해석하고 실행할 수 있도록 설계된 인공지능 모델입니다.
로봇공학, 자율주행, 스마트팩토리뿐만 아니라
AI 비서, 스마트홈 제어, 고객 서비스 자동화 등 다양한 분야에서
실시간 환경 반응형 에이전트로 주목받고 있습니다.
아래는 이러한 LAM의 세 가지 핵심 기술을 정리한 것입니다.
| 핵심 기술 | 기능 설명 | 적용 분야 |
| 실시간 환경 인식 | 센서 및 인터페이스 데이터를 기반으로 현재 상황을 파악하고 즉각 반응 | 자율주행, 드론 |
| 행동 추론 및 계획 수립 | 자연어 명령을 단계별 작업으로 분해하고 실행 가능한 시퀀스로 구성 | 산업용 로봇, 고객 응대 자동화 |
| 멀티모달 통합 처리 | 텍스트, 이미지, 음성, 영상 등 다양한 입력을 통합 분석하고 실행에 연결 | AI 비서, 스마트홈 제어 |
예를 들어 "제품 주문"이라는 명령을 받으면,
LAM은 이 명령을 결제 처리, 재고 확인, 발송 요청 같은
세 가지의 하위 작업 트리(Task Tree)로 세분화합니다.
그다음 각 작업을 실제로 실행할 수 있도록
API 호출이나 GUI 조작과 같은 구체적 행동 단계로 전환하게
LAM은 이러한 행동 데이터를 학습하기 위해,
LLM 기반의 가상 시뮬레이션 환경에서 수많은 작업 시나리오를 반복 실행하며
다양한 상황에 대한 적응력을 높입니다.
여기에 더해, 실행 중 발생한 실패 사례 역시 학습에 반영되어,
실패한 결과를 스스로 개선하는 '적응형 피드백 구조'도 동시에 활용됩니다.
LAM 기술이 바꾸는 산업 분야의 지형도
LAM 기술은 이제 특정 산업에서 실제 적용이 시작되며,
실행 중심 AI의 가치를 입증해가고 있습니다.
특히 사람처럼 판단하고 움직이는 능력이 요구되는 분야를 중심으로
업무 효율성과 자동화 수준을 빠르게 끌어올리고 있습니다.
아래 표는 LAM 기술이 실제로 적용되거나 실험 중인 산업 분야와 그 전망을 정리한 것입니다.
| 산업 분야 |
주요 적용 사례 | 발전 전망 (출처 포함) |
| 휴머노이드 | Figure AI, Sanctuary AI의 인간형 로봇 | 2035년까지 시장 규모 380억 달러 예상 (골드만삭스, 2024) |
| 서비스 자동화 | 고객 주문 처리, 반품 관리 | LAM 기반 프로세스 자동화로 처리 시간 40% 단축 |
| 의료 지원 | 환자 데이터 분석 및 진단 권고 | 2025년부터 병원 실험 적용 확대 |
| 스마트홈 | 가전제품 제어, 에너지 관리 | 자연어 명령을 실제 기기 동작으로 전환하는 실행 구조 도입 |
특히 휴머노이드 분야는
LAM의 행동 계획·실행 기술이 핵심 요소로 작동하는 대표 영역입니다.
골드만삭스 2024년 2월 보고서에 따르면,
전 세계 휴머노이드 시장은 2025년 약 15억 달러에서
2035년에는 약 380억 달러(약 51조 원) 규모까지 성장할 것으로 전망됩니다.
연간 출하량은 140만 대에 달할 것으로 예측되며,
이는 단순 로봇 기술이 아니라 실행형 AI가 산업 구조를 바꾸고 있다는 강력한 증거로 해석됩니다.
AI 시장의 성장세와 지역별 경쟁
AI 기술의 상용화가 본격화되면서,
관련 시장은 글로벌뿐 아니라 아시아와 국내에서도 눈에 띄는 성장세를 보이고 있습니다.
특히 LLM과 AI 에이전트 기술은 비즈니스 자동화와 휴먼 인터페이스 혁신의 중심축으로 부상하며,
시장 규모와 연평균 성장률(CAGR) 모두에서 주목받고 있습니다.
이처럼 기술 상용화가 가속화되며,
각 지역과 분야별로 시장의 규모와 성장률도 뚜렷하게 드러나고 있습니다.
아래는 주요 시장별 수치와 그 출처를 정리한 내용입니다.
| 구분 |
2023~2025년 시장 규모 | 2030~2032년 전망 | CAGR | 출처 |
| 글로벌 LLM | 64억 달러 (2024) | 361억 달러 (2030) | 33.2% | MarketsandMarkets |
| 아시아태평양 LLM | 13.7억 달러 (2023) | 227억 달러 (2032) | 36.6% | Credence Research |
| 글로벌 AI 에이전트 | 78.4억 달러 (2025) | 526억 달러 (2030) | 46.3% | MarketsandMarkets |
| 국내 AI 에이전트 | 2,400억 원 (2024) | 2.4조 원 (2030) | 56.1% | Grandview Research |
특히 국내 AI 에이전트 시장은 CAGR 56.1%로 글로벌 평균을 상회하며,
스마트홈, 고객 상담, 의료 데이터 분석 등 응용 가능 분야에서 빠르게 확산되고 있습니다.
한편 LLM 시장의 초기 성장률은 과장된 수치도 있었지만,
검증된 자료 기준으로도 30% 이상의 높은 성장률을 기록하며
향후 실행형 AI 서비스의 확장 가능성을 강하게 시사하고 있습니다.
글로벌 vs 국내: AI 에이전트 경쟁의 핵심 전략
AI 에이전트 시장에서,
글로벌 기업은 기술 기반 확장 전략으로
국내 기업은 로컬 특화 전략을 중심으로 차별화를 꾀하고 있습니다.
먼저 글로벌 기업들은
클라우드 기반 플랫폼 전략을 통해
누구나 손쉽게 AI 에이전트를 만들고 적용할 수 있는 개발 환경을 제공합니다.
이를 통해 고객사들은 자체 서비스에 맞는 맞춤형 AI를 빠르게 도입할 수 있으며,
다양한 산업군으로 확산이 가능해집니다.
또한 멀티모달 AI 기술을 활용해
텍스트뿐 아니라 음성, 이미지, 영상까지 인식하고 처리할 수 있는
복합형 에이전트를 구현하고 있습니다.
이 기술은 사용자의 요청을 빠르게 이해하고,
실시간 정보 검색이나 문서 작성, 데이터 처리까지 자동으로 수행할 수 있게 합니다.
반면 국내 기업들은
한국어 처리와 문화 기반의 생활밀착 전략을 강점으로 삼고 있습니다.
일정 관리, 금융 조회, 대화 맥락 이해 등
일상에 최적화된 기능을 중심으로 사용자 경험을 개선하고 있습니다.
또한 자사 서비스 연동을 활용한 로컬 생태계 전략을 통해
통신, 금융, 포털 등 기존 서비스에 AI 기능을 쉽게 연결하고
중소기업이나 개인 사용자에게도 접근성을 높이고 있습니다.
결과적으로 글로벌은 기술 확장성과 범용성을
국내는 현지화와 일상 밀착성을 무기로 삼으면서
AI 에이전트를 미래의 '실행형 파트너'로 진화시키고 있는 것입니다.
LAM이 인간의 행동을 모방하는 방식: 자율성과 적응성
LAM은 단순 명령을 반복 실행하는 기존 AI 방식에서 벗어나,
인간처럼 상황을 인식하고 목적에 맞게 행동을 조정하는
자율형 시스템으로 진화하고 있습니다.
예를 들어 "문을 열어라", "문서를 정리하라"는 명령을 받았을 때,
기존 규칙 기반 AI는 미리 정해진 절차만을 그대로 수행합니다.
하지만 LAM은 모방 학습을 통해 인간의 행동 데이터를 학습하고,
그 결과를 바탕으로 상황에 따라 최적의 행동 시퀀스를 스스로 구성합니다.
또한 강화 학습을 통해 실제 행동 결과를 피드백받아,
더 나은 방식으로 조정할 수 있는 적응 능력도 갖추고 있습니다.
예를 들어 문 앞에 사람이 서 있거나 문이 반쯤 열려 있는 상황에서,
LAM은 카메라나 센서 정보를 분석해 현재 환경을 파악하고
가장 적절한 행동을 스스로 결정하고 수행합니다.
단순히 "열어라"는 명령이 아닌,
"어떻게 열까"를 스스로 판단하는 자율성과 적응성이 핵심인 셈입니다.
이러한 기술은 특히 자율주행, 로봇 조작, 스마트팩토리 운영처럼
변화하는 환경에 따라 유연한 판단과 물리적 실행이 필요한 작업에서 두각을 드러냅니다.
향후 인간과 AI 간 협업의 핵심 축으로 자리 잡을 것이며, 그 가능성에 기대가 큽니다.
LAM 시대의 과제: 데이터, 윤리, 법제화
LAM 기술이 진화하고 있지만,
이를 실생활에 안전하고 책임감 있게 적용하기 위해서는
아직 넘어야 할 과제들이 분명 존재합니다.
가장 먼저 체감되는 한계는 행동 데이터 확보의 어려움입니다.
텍스트 AI와 달리, LAM은 사용자의 몸짓, 클릭 흐름, 물리적 조작 과정 등
현실 기반 데이터를 필요로 합니다.
놀라운 점은, 2025년 Lam Research 보고서에 따르면
이런 행동 데이터의 70% 이상이 비정형 형태로 저장되어,
분석과 활용에 앞서 막대한 전처리 작업이 필요하다는 사실입니다.
저는 이 부분에서, 기술적 진보만큼이나
데이터를 정돈하는 기초 작업이 얼마나 중요한지를 실감했습니다.
윤리적 측면도 간과할 수 없습니다.
LAM이 스스로 판단하고 행동하는 듯 보이지만,
사실상 여전히 사전 정의된 규칙 내에서만 동작합니다.
그렇다면 LAM이 내린 결정에 대한 책임은 누구에게 있을까요?
예측 불가능한 결과에 대해 사회가 신뢰를 가지려면
행동 기록 추적, 책임 정렬(Value Alignment) 시스템이 함께 발전해야 합니다.
제도적 움직임 또한 중요합니다.
2024년 유럽연합은 AI 법(AIAct)을 통해
공공장소에서의 생체 인식 등 고위험 기술에 대한 규제를 명확히 했고,
국내에서도 2025년 제정된 AI기본법 제3조에
AI 결과물에 대한 설명 의무, 악용 방지 기술 도입이 명문화됐습니다.
LAM은 기술 이상의 존재로 사회에 영향을 미칠 수 있는 만큼,
기술과 데이터, 법이 조화롭게 발전하는 흐름이 반드시 함께 이뤄져야 할 것입니다.
결론: 진정한 AI 시대의 전환점
우리가 지금 마주하고 있는 LAM의 등장은
단지 기술의 발전을 넘어,
AI의 ‘역할’ 자체를 새롭게 정의하는 순간일지도 모릅니다.
LLM을 통해 말하고, LCM을 통해 개념을 이해하던 AI는
이제 행동을 선택하고 실행하는 단계에 접어들고 있습니다.
그 변화는 대화를 넘어, 현실에서 직접 움직이고 결정하는 실행형 AI의 시대를 의미합니다.
로봇공학, 자율주행, 제조 자동화, 헬스케어, 스마트홈 등
인간의 손이 닿지 않았던 복잡한 작업까지
AI가 스스로 해낼 수 있는 환경이 서서히 구축되고 있습니다.
우리는 지금, 인공지능이 단지 '대답하는 존재'에서
'함께 움직이고 판단하는 파트너'로 전환되는
결정적인 변곡점 위에 서 있습니다.
앞으로 10년은 단순한 기술 변화가 아니라,
인간과 AI가 함께 일하고, 함께 생각하며 살아가는 미래를 준비하는 시기가 될 것입니다.
그리고 그 시작점은 바로 지금, 이 전환의 순간입니다.
