2025 창업 BuS - Deep Tech AI Conference : 대세가 된 AI, 그 너머를 보다

안녕하세요 🙋🏻 더인벤션랩입니다!

지난 4월 10일 목요일, 판교 제2테크노밸리에서 2025 창업-BuS 연합 IR 프로그램이 성황리에 개최됐습니다. 최근 몇 년간 그 어떤 기술보다도 빠르게 성장하고 있는 AI는 이제 글로벌 산업 전반을 아우르는 핵심 키워드로 자리매김했는데요, 금번 프로그램은 ‘Deep Tech AI Conference’라는 제목으로 글로벌 AI 및 딥테크 산업의 최신 기술 트렌드와 인사이트 공유, 전국 창조경제혁신센터에서 추천한 우수 스타트업의 IR 발표를 중심으로 진행되었습니다.

🤔 창업-BuS 프로그램이란?

창조경제혁신센터가 지역 유망 심층기술(딥테크) 스타트업의 초기 투자부터 후속 투자 연계까지 빠르게 지원하기 위해 2024년부터 시작한 중기부 프로그램입니다. 연초에 투자하는 타 기관과 달리 연중 상시 투자를 진행한다는 점에서 차별점을 가지고 있습니다.

특히 AI 기반 서비스를 제공하는 스타트업과 데이터•AI 인프라를 구축하는 글로벌 테크 기업(NVIDIA, Microsoft, Oracle)의 관점 모두를 폭넓게 조망할 수 있는 유익한 시간이었는데요, 이번 포스팅에서는 본 행사의 핵심 내용을 정리하고, 인사이트를 함께 공유하고자 합니다 💡

1. AI 산업 투자 현황 및 트렌드

2025년, 전반적인 투자 시장은 다소 위축된 분위기입니다. 그럼에도 불구하고 AI 분야는 예외적으로 큰 딜이 성사되어 시장의 뜨거운 관심을 받고 있으며, 불확실한 거시 경제 속에서도 AI가 여전히 강력한 성장 동력임을 방증하고 있습니다. 대표적으로 사이버보안 스타트업 ‘위즈(Wiz)’가 320억 달러(약 46조원)에 구글에 인수되었는데요, 구글 설립 이래 역대 최대 규모라고 합니다.

국내 AI 반도체 스타트업 ‘퓨리오사AI’도 미국 빅테크 기업인 메타와 약 1조원 규모의 인수합병(M&A) 거래를 검토하고 있다는 소식이 있었는데요, 최근 협상이 최종 결렬되었다고 합니다. 퓨리오사AI는 독자적 성장 가도

를 걸으며, 글로벌 AI 반도체 시장에서 NVIDIA의 대안으로 자리매김하겠다는 강한 의지를 내보이고 있다고 합니다. 이처럼 전반적인 투자 심리는 위축된 상황임에도 불구하고, AI 및 AI 반도체 분야는 여전히 글로벌 테크 기업들과 투자자들 사이에서 전략적으로 높은 관심을 받는 영역으로 떠오르고 있습니다.

한편 산업계뿐만 아니라 일반 소비자들 사이에서도 AI에 대한 관심과 활용이 급속히 확대되고 있습니다. ChatGPT 유료 사용자 Top3 국가가 한국이라는 것을 알고 계셨나요? 또 최근에는 지브리 스타일 이미지 생성 기능을 활용한 국내 사용자 수가 500만 명을 돌파했다고 합니다. 이는 AI가 단순한 기술을 넘어 일상 속 경험의 일부로 자리 잡고 있음을 보여줍니다.

2. 글로벌 진출 강연

2-1. [오라클] 오라클이 보는 인공 지능 기술

핵심 키워드 : AI Agent, SW Defined X(SDDC, SDV, SDM), Physical AI, Digital Twin, Data

• LLM(Large Language Model)의 기술적 발전 속도가 가속화되면서, 사용자가 선택할 수 있는 모델의 스펙트럼도 점차 넓어지고 있습니다. 하지만 앞으로는 더 정확하고, 더 최신의 모델을 선택하는 것보다 주어진 상황에 ‘적합한 모델’을 전략적으로 선택하는 역량이 더욱 중요해질 것으로 보입니다.

  • 절대 오차가 발생하면 안되는 초정밀 분야는 생성형 AI보다는 오히려 Rule Based System이 더 적합할 수도 있음

  • 어떤 데이터를 사용할 것이냐에 따라서 요구사항을 정리하고, 이후에 어떤 기술을 쓸 것인지를 잘 매핑할 수 있을 것임

• AI 인프라 측면에서 하드웨어뿐만 아니라 이를 제어하고 최적화하는 소프트웨어의 중요성이 커지고 있습니다. 실제 오라클 또한 전통적인 데이터베이스 기업의 정체성을 넘어 클라우드 프로바이더로 가고자 하고 있습니다.

• 데이터센터의 효율적 관리와 구조적 가시화가 매우 중요한 과제로 떠오르고 있습니다. 현재 많은 기업들이 보유하고 있는 데이터센터가 어떻게 관리되고 있으며, 어떤 구조로 구성되어 있는지에 대한 가시성을 확보하지 못하고 있는 실정이며, 이러한 맥락에서 SDM의 필요성이 대두되고 있습니다.

• AI가 발전함에 따라 기저 데이터의 구조화, 업데이트, 운영 전반에 대한 통합 관리 역량에 대한 중요성이 커질 것으로 전망됩니다.

2-2. [Microsoft] MS가 바라본 AI와 AI 트렌드

핵심 키워드 : Security, Responsible AI, Easy to Build, Integration

• MS는 AI를 중요한 전략 키워드로 보고 있으나, 그보다 더 근본적으로는 기술의 기반이 되는 기반 기술에 대해 관심을 두고 있습니다.

• 최근에는 하나의 기술이 등장하면 며칠 만에 유사 기술이 수십 개 등장할 정도로, 기술 그 자체보다 ‘속도’와 ‘실행력’이 훨씬 중요한 요소가 되고 있습니다. 이러한 맥락에서 누구나 빠르게 실행할 수 있는 ‘Easy To Build’의 가치가 지속적으로 부각되고 있습니다.

  

• MS가 진행한 설문조사에 따르면 ‘AI를 이미 활용 중이거나 도입을 고려 중인 기업’의 비율은 95%에 달했지만, 이 중 ‘안전한 AI 환경’을 구축한 기업은 1% 미만에 불과했습니다.

• LLM 기반 기술이 확산되면서 수많은 앤드포인트와 복잡한 기술 환경이 동시에 형성되었고, 이에 따라 보안 설계와 통제가 그 어느 때보다 어려워진 현실입니다.

  • 특히 스타트업의 경우, 글로벌 진출이나 대기업과의 협업을 목표로 한다면 초기 프로토타입부터 보안에 대한 체계적 대응을 내재화하는 것이 필수적입니다. 실제로 기술력과 사업성이 우수한 스타트업임에도 불구하고, 보안 문제로 협업이나 투자 단계에서 협상이 결렬된 사례가 빈번이 발생하고 있습니다.

3. AI•빅데이터 스타트업 소개

3-1. 케이엘큐브 (https://www.klcube.co.kr/)

3-2. 포스트매스(https://www.mathsecr.com/)

3-3. 한국교육파트너스(https://hakzzongpro.com/)

3-4. 퀘이자(https://quazar.co.kr/)

3-5. 지에스에프솔루션(https://www.gsfsolution.com/)

3-6. 케어식스(https://www.cotons.ai/)

3-7. 뮤즈블라썸(https://info.museblossom.com/)

3-8. 코넥시(https://www.koneksi.co.kr/)

4. 토크 콘서트 Summary

1️⃣ 도메인 특화 전략 : AI 모델을 개발하고 적용할 때 도메인 특성을 고려하는 것은 무엇보다 중요합니다. 특히 팩트의 정확성이 절대적인 산업군(ex. 의료, 법률 등)에서는 생성형 AI의 할루시네이션을 줄이기 위해 창의성을 의도적으로 억제하고 사실 기반의 응답을 유도하는 파인 튜닝이 필요합니다. 더 나아가, 생성형 AI 자체를 배제하고 검색 기반 AI를 적용하는 것이 더 적절할 수도 있습니다.

2️⃣ 빠르게 시장에 진입하는 것의 중요성 : AI가 빠르게 발전함에 따라 스타트업의 성공에 있어 속도는 굉장히 중요한 것 같습니다. 이를 위해 Easy to Build가 필요하며, 다양한 환경에 유연하게 연동할 수 있는 integration이 경쟁력이 될 수 있습니다.

3️⃣ 설계보다 ‘운영’이 더 중요 : 데이터가 증가하고 동시 접속자 수가 많아질수록 모델의 추론 속도, API 응답 지연, GPU 사용률, 클러스터 부하 등 다양한 운영 병목이 발생합니다. 따라서 운영 관점에서 어떻게 효율적으로 컨트롤할 수 있을지 고민하는 부분이 필요합니다.

4️⃣ 글로벌 확장 시 ‘규제 다양성’을 반드시 고려 : AI 윤리 및 데이터 관련 규제는 국가별, 지역별로 상이하며 매우 복합니다. 특히 헬스케어 같이 민감 정보를 다루는 산업에서 이슈가 심화되는데, 예컨대 미국에서는 주 단위로 의료법이 상이합니다. 어떤 주에서는 사용자의 데이터 활용이 자유로운 반면, 다른 주에서는 본인조차 자신의 의료 데이터 접근이 제한되는 곳이 있습니다. 따라서 준법 컴플라이언스 체계 수립이 핵심 부분 중 하나입니다.

5️⃣AI 기술의 방향성 : 딥시크가 등장하며 AI 경량화/최적화를 통해 가성비 AI 솔루션을 만들고자하는 흐름이 나타났습니다. 그럼에도 불구하고 여전히 빅테크 기업들은 대규모 고성능 인프라를 구축하는 흐름으로 가고 있으며, 이러한 방향은 기업이 처한 상황에 따라 선택할 수 있습니다.

5. 마무리 인사이트

금번 컨퍼런스를 통해 생성형 AI가 글로벌 트렌드이긴 하나, 모든 산업에 일괄적으로 적용할 수 있는 것은 아니라는 것을 알았습니다. 특히 각 산업군마다 ‘팩트의 중요성’이 다르게 적용하기 때문에, AI 도입에 앞서 해당 산업에서 팩트가 얼마나 중요한지를 먼저 판단하는 것이 필수적입니다.

더불어 과거 AI를 연구할 때는 ‘정확도’와 ‘적용 가능성’ 중심으로는 기술을 바라보았지만, 실제 서비스를 기획하고 인프라를 제공하는 두 가지 관점에서 바라보니 ‘운영 가능성’과 ‘시스템 효율성’이 훨씬 중요한 요소로 떠오르고 있다는 것을 실감할 수 있었습니다. 앞으로는 모델의 성능과 운영 효율성 사이에서 균형점을 어떻게 설계할 것인가가 핵심 경쟁력이 될 것 같습니다.

마지막으로 국가, 지역별로 규제가 상이하다는 점이 특히 인상 깊었습니다. 단순히 기술을 개발하는 것을 넘어 실제 서비스로 운영하기 위해서는 활용 가능한 데이터의 범위, 모델 성능, 시스템 효율화뿐만 아니라 해당 지역의 법적, 윤리적 규제까지 종합적으로 고려해야 한다는 점을 알았습니다.

AI 기술을 넘어, 운영 환경과 제도적 요인을 통합적으로 설계하는 역량이 핵심 경쟁력으로 자리잡고 있습니다. 앞으로는 기술 그 자체보다는 어디에 적용하고, 어떤 효율적인 방식으로 운영할 것인지를 결정하는 전략적 판단이 더 큰 차이를 만들게 될 것으로 보입니다.