Sustainable AI Transformation · FDI 2026 Symposium

👋 안녕하세요, 김건휘 · 김동훈 · 신민규 인턴입니다. 이번 FDI 2026 심포지엄에서 진행된 조규곤 대표님의 키노트 「Sustainable AI Transformation」을 세션에 참석하지 못하신 분들도 핵심 흐름을 따라가실 수 있도록 정리해 보았습니다.

인트로 동영상으로 먼저 만나보기 YouTube Shorts · FDI 2026 · Sustainable AI Transformation

Glossary

용어 설명, 본 세션에서 자주 등장하는 개념

키노트를 따라가시는 데 도움이 되도록, 본문에서 반복적으로 등장하는 용어를 먼저 정리했습니다.

AX (AI Transformation)

기업 전반에 AI를 도입하여 업무 방식·조직 구조·비즈니스 모델 자체를 바꾸어 가는 변화 과정.

ROI (Return on Investment)

투자 대비 수익. 투입한 비용·시간·자원 대비 얼마나 많은 가치가 돌아오는지를 나타내는 지표.

Long-term ROI

단기 프로젝트 성과가 아니라 오래 지속되는 투자 회수. 지속 가능한 AX에서 가장 중요한 축.

AI Assistant

사람이 일을 하는 과정에서 AI가 옆에서 돕는 형태. 사람이 주도하고, AI는 속도·정확도를 높여주는 보조 역할.

AI Agent

사람 대신 업무 하나를 주도적으로 수행하는 AI. 사람은 Agent를 관리·감독하는 역할로 전환된다.

AI-Ready Infra

Agents를 안정적으로 올릴 수 있는 기반(데이터·거버넌스·모델·시스템). 쉽게 바꾸지 않고 고정해 두어야 하는 영역.

Part 1 · Perspective

AI Transformation을 어떻게 볼 것인가

Slide · AI Transformation

피할 수 없다

회사가 AI 보안 가이드라인을 제시하기 전에 직원들은 이미 AI를 업무에 활용하고 있다. 이는 피할 수 없는 일이다.

성장은 계속된다

현재 AI의 성장 속도는 둔화되지 않고 있다. 버블이라면 하락해야 할 지표들이 계속 상승 중이다.

모든 산업을 바꾼다

AI는 모든 산업을 뒤흔들고 있다. AI의 성장은 1년 만에 끝날 일이 아니며, 한참 오래갈 변화이다.

이 흐름에서 우리에게 필요한 것은 지속 가능한 AX(AI Transformation)이다.
지속 가능하려면, 오래 가려면, 그 가치가 충분히 실현되어야 한다. Long-term ROI 실현이 가장 중요하다.

Part 2 · Two Pillars

Sustainable AX의 두 축: Long-term ROI & Risk Management

얼마나 긴 시간 동안 얼마나 많은 ROI를 확보할 수 있는가. 그리고 AI Transformation 과정에서 생기는 새로운 리스크를 어떻게 관리할 것인가. 파수 AI가 이 두 축을 모두 돕겠다는 것이 이번 키노트의 핵심 메시지다.

①

Long-term ROI

짧게 끝나는 프로젝트가 아니라, 오래 지속되는 가치.
가치가 돌아와야 투자도 이어질 수 있다.

②

Risk Management

AI가 만드는 리스크는 기존과 스케일·스피드가 다르다.
따라서 관리 방식도 달라져야 한다.

Part 3 · Levels

Levels of AX, 어디서 ROI가 보이는가

슬라이드: Levels of AX — AI Assistant → Business-ready Agent → Business Innovation

Slide · Levels of AX

Level 1

AI Assistant

AI가 사람의 업무를 돕는 단계. 사람은 AI를 이용해 같은 일을 더 빠르게 처리한다.

Level 2

Business-Ready Agents

Agent가 업무 하나를 주도적으로 수행하고, 사람이 관리·감독한다.

Level 3

Business Innovation

다수의 Agents가 오케스트레이션되며 비즈니스 자체가 새로 설계된다.

인력 구조는 이렇게 바뀐다

현재 AI Assistant 단계에서는 AI가 사람보다 일을 잘하는 수준에 이미 도달했다. 사람은 AI를 이용하여 더 많은 일을 하는 것이 아닌, AI를 이용하여 일을 더 빠른 시간 안에 해결할 수 있는 시점이다.

실제 변화는 이런 순서로 이어진다.

세 명이 하던 일 중 하나를 AI Agent가 맡는다.
기존 업무는 Agent에게 맡기고, 사람은 새로운 업무를 시작한다.
조직의 업무 영역이 확장되며 Business Innovation이 시작된다.

Workforce Transformation 3단계 다이어그램: Stage 1에서는 Workforce 1의 Job 1·2·3을 사람 3명이 맡고 AI Assistant가 돕는다. Stage 2에서는 Job 3을 AI Agent에 맡기고 사람 한 명이 새로운 업무로 이동한다. Stage 3에서는 Workforce 2가 새로 생기고 사람이 새로운 업무를 시작하며 Business Innovation이 시작된다.

Diagram · Workforce Transformation (AI Assistant → AI Agent → Business Innovation)

Business Innovation의 핵심 질문

현재는 사람이 AI와 함께 일하지만, 점차 AI가 독립적으로 일을 수행하는 방향으로 흐름이 가고 있다.
이때 주의할 점은 이 Agents를 어떻게 조화롭게 활용할 것이냐이다.

ROI를 실현하기 위해서는 Level of AX를 높여가는 타임라인을 그려야 한다. AI Assistant 단계에 머무르는 것만으로는 Long-term ROI 실현이 어렵다. 비즈니스에서 AI Agent를 적극 활용해야 Long-term ROI 실현이 가능하다.

Part 4 · Procedures

Procedures of AX, 어떻게 만들어 갈 것인가

슬라이드: Procedures of AX — AI Vision → AI-Ready Infra → Business-ready AI Agents

Slide · Procedures of AX

AI를 어느 수준까지, 어떤 목적을 두고 활용할지 정하는 것이 AI Vision이다.
그 목적에 따라 AI-Ready Infra와 Business-Ready Agents를 잘 구축하는 것이 중요하다.

AI-Ready Infra

Slide · AI-Ready Infra

앞으로 AI Agent는 수백 개, 많게는 수천 개를 만들어 운영하게 된다. 지금 기업이 쓰는 애플리케이션이 많아야 100개 정도인 것을 생각하면 스케일이 완전히 다르다.

Agent를 추가할 때마다 인프라를 다시 구축하는 것은 비효율적이다. 고정할 것은 고정해 두어야 한다.

Models · Systems

LLM은 계속 더 좋은 것이 나온다. 그때그때 최선의 모델을 선택해 쓰고, 시스템에 과투자하지 않아야 한다. 더 좋은 것이 나왔을 때 버릴 수 없게 되기 때문이다.

Data · Governance

우리가 직접 관리해야 하는 영역이다. 외부 변화에 흔들리지 않고 우리가 지키고 정비해야 할 핵심이다.

Pilot 단계에서 반드시 검증해야 한다

Agent 100개를 만들겠다고 계획했다면, 100개를 다 만들 수는 없다는 전제로 시작해야 한다. 실제로 만들어 보면 "그런 데이터가 없다"거나 "데이터는 있는데 AI 기술이 아직 따라오지 못한다"는 경우가 생긴다. 이것을 Pilot 단계에서 전부 검증해야 한다.

기존처럼 "20개 솔루션 다 완성"하는 식으로는 접근할 수 없다. 유연하게 만들 수 있는 것과 없는 것, 그리고 그 이유까지 함께 도출되어야 한다. 또한 AI 프로젝트는 론칭 후 6개월만 지나도 데이터가 바뀌어 있거나 더 좋은 모델이 나와 기존 결과물이 무의미해지는 경우가 잦다. 그래서 변화를 수용하는 Agent를 만들어야 한다.

이 길을 찾은 기업은 엄청난 발전을, 찾지 못한 기업은 그렇지 못할 것이다. — 조규곤 대표님 말씀

Part 5 · Security

AI Security, 완전히 다른 보안 게임

슬라이드: AI Changes Security Games Fundamentally

Slide · AI Changes Security Games Fundamentally

AI가 쓰이는 분야와 방법이 매우 다양해지면서 막아야 할 포인트가 폭증했다. AI는 내부 직원처럼 되어 가는데, 사람처럼 말을 다 이해하지 못해 신뢰성이 떨어진다.

해커들도 AI를 쓴다

이전과 비교할 수 없는 스케일과 강도의 공격이 가능해졌다.

정보 탈취를 넘어 물리적 조작까지

Agent는 물리적 시스템도 삭제·조작이 가능하여 안전의 문제도 중시되고 있다.

파수의 대응 방향

Sustainable AI를 위해 파수는 AI Application Security라는 방법론을 제시한다. 해커의 대규모 공격을 막으려면 Agents가 협력하여 대응해야 한다.

2주 전 RSA 컨퍼런스의 주제는 "Power of Community"였다.
AI 시대에 이 주제가 등장한 이유는 분명하다. 고객·정부·기관이 모두 협력하지 않으면 해커에게 당하기 쉽기 때문이다.

Agents뿐 아니라 기관 간 협력이 필요하다. AI가 물리적으로 공격할 수 있는 단계에 왔고, 이에 대한 보안도 정보 보안만큼 정교하게 준비해야 한다.

Part 6 · Fasoo AI Solutions

파수 AI가 어떻게 돕는가

ROI 관리와 리스크 관리. 이 두 축을 위해 파수 AI가 준비한 것들이다.

Fasoo AX Platform & AX Consulting

슬라이드: Fasoo AX Platform (Ellm) & AX Consulting Framework

Slide · Fasoo AX Platform + AX Consulting Framework

AI Transformation은 인프라 위에 Agents를 쌓는 구조다. 인프라가 흔들리면 속도가 느려진다. 인프라는 고정하고 Agents는 유연하게 설계할 수 있도록, AX 컨설팅이 빠르고 경제적인 구축을 지원한다.

ELLM 2.0

Slide · Fasoo Ellm 2.0

RAG의 한계를 보강한 NextGen RAG를 제공하며, Agent를 처음 만들 때부터 AI Security가 내장된 상태로 구축할 수 있다.

더 정교한 문서·지식 기반 채팅
손쉬운 법규·규정 준수 검증
텍스트·이미지 복합 분석
채팅 내 앱 화면 통합
쉽고 빠른 Agent 빌딩
더 정교하고 강력해진 보안

Wrapsody · 비정형 데이터 관리

AI 시대의 핵심은 정형 데이터가 아니라 비정형 데이터다. 회사 내부에 비슷비슷한 문서가 가득한 상황에서 "어떤 것이 최종본인지", "어떤 것을 참고해야 하는지"를 가려내는 일이 중요해졌다.
Wrapsody(랩소디)는 문서의 모든 변화를 추적하고, 최종본으로 걸러진 품질 높은 데이터를 AI에 공급한다. AI 시대에 파수가 제시하는 해법이다.

Sparrow · 보안 서비스

앞으로 AI Security까지 포함한 컨설팅을 제공할 예정이다. Sparrow에서도 AI 기반 서비스를 이미 운영 중이며, 애플리케이션 자체에 AI를 도입해 취약점 자동 탐지, 나아가 AI로 보안 문제가 없는 코드 생성까지 고민하고 있다. 자세한 현황은 추후 공유될 예정이다.

🧭 Takeaways

AI Transformation은 피할 수 없고, 빠르고, 오래 갈 변화다.
Sustainable AX의 두 축 = Long-term ROI + Risk Management.
AX 3단계: AI Assistant → Business-Ready Agents → Business Innovation. 2단계부터 ROI가 보이기 시작한다.
AI-Ready Infra의 핵심은 Data와 Governance를 직접 관리하는 것. 모델·시스템에 과투자는 금물이다.
Agents는 100개를 계획해도 100개를 다 만들지 못한다. Pilot 단계 검증 + 변화를 수용하는 설계가 필수다.
AI 보안은 완전히 다른 게임이다. Power of Community, 즉 기관 간 협력이 핵심이다.
파수 AI의 답: AX 컨설팅 · ELLM 2.0 · Wrapsody · Sparrow.