Proven by Intelligence
보이지 않는 안전을 인텔리전스로 증명하다.
기술 인사이트를 만나보세요.
AI가 디지털 영역을 넘어 현실 세계로 확장되고 있습니다.
글로벌 IT 리서치 기관 가트너(Gartner)는 2026년 전략 기술 트렌드로 AI-Native Development Platforms, AI Supercomputing Platforms, Multiagent Systems, Domain-Specific Language Models, Physical AI, Preemptive Cybersecurity 등 10개 기술을 선정했습니다. 가트너는 이들 기술을 AI 기술과 인프라를 구축하는 ‘Architect’, AI와 현실 세계를 연결하는 ‘Synthesist’, 보안·신뢰·거버넌스를 강화하는 ‘Vanguard’라는 세 가지 전략적 테마로 구분했습니다.
특히 주목할 변화는 AI가 단순히 데이터를 분석하거나 콘텐츠를 생성하는 것을 넘어, 현실 세계의 사물과 환경을 인식하고 판단하며 직접 작동하는 영역으로 확장되고 있다는 점입니다. 가트너가 정의한 ‘Physical AI’는 로봇, 드론, 스마트 장비 등 물리적 시스템이 현실 세계를 감지하고 판단하고 행동하도록 만드는 기술을 의미합니다.
이러한 변화는 IoT, 임베디드 소프트웨어, 디지털 트윈, AI, 사이버 보안 등 서로 다른 기술 영역의 연결을 더욱 중요하게 만들고 있습니다.
저희 MDS인텔리전스는 이러한 기술 변화에 대응해 현실 세계의 데이터를 연결하고, AI를 통해 지능화하며, 이를 안전하게 운영할 수 있는 기술 역량을 지속적으로 확대하고 있습니다.
01. Physical AI & DX
현실 세계와 AI를 연결하다
가트너가 정의한 Physical AI는 로봇, 드론, 스마트 장비 등 물리적 시스템이 실제 환경을 감지하고 판단해 동작하도록 하는 기술입니다. Physical AI의 전제 조건은 현장에서 발생하는 데이터가 신뢰할 수 있는 형태로 AI 계층까지 전달되는 것입니다.
스마트 계량기, 센서, 산업 설비, 도시 인프라에서 생성되는 텔레메트리 데이터가 AI와 결합되면, 임계값 기반의 단순 모니터링을 넘어 이상 탐지(Anomaly Detection)와 예측 기반 운영(Predictive Operation)이 가능해집니다. 이를 위해서는 이기종 디바이스로부터의 안정적인 데이터 수집, 대규모 디바이스 플릿(Fleet)의 원격 관리, 축적된 시계열 데이터의 분석 및 활용이 인프라 수준에서 보장되어야 합니다.
MDS인텔리전스의 IoT 플랫폼 Rapid-IoT는 LwM2M 기반의 디바이스 관리 플랫폼 NeoIDM을 확장·고도화한 플랫폼입니다. 글로벌 IoT 디바이스 관리 표준인 LwM2M(Lightweight M2M)을 기반으로 대규모 디바이스의 원격 관리, 상태 모니터링, 데이터 수집을 표준화된 방식으로 처리합니다. 이를 통해 벤더 종속성을 줄이고, IoT 환경에서 생성되는 데이터를 상위 애플리케이션과 AI 계층에서 효율적으로 활용할 수 있도록 합니다.
RapidMetering은 Rapid-IoT의 기능을 모두 포함하는 솔루션으로, 글로벌 표준 프로토콜(LwM2M, MQTT 등)을 기반으로 동작합니다. LwM2M 기반의 디바이스 관리 역량에 MQTT 등 다양한 표준 프로토콜 지원을 더해, 원격 검침 기반의 수자원 모니터링은 물론 산업 현장의 다양한 IoT 데이터를 측정·수집·관리합니다. 스마트 계량을 넘어 산업 전반의 데이터 기반 운영 환경을 지원하며, 최근에는 AI 기반 검침 이미지 분석과 설비 상태 분석으로 기능을 확대해 수집된 데이터를 운영 의사결정에 직접 활용하는 지능형 솔루션으로 진화하고 있습니다.
Physical AI와 DX의 기술 구조는 다음과 같은 데이터 파이프라인으로 구성됩니다.
디바이스(Edge) → 데이터 수집 → 연결·디바이스 관리 → 모니터링 → 분석 및 AI 추론
02. AI-Native Development & Domain-Specific AI
범용 AI를 넘어 산업 현장에 최적화된 AI로
연결된 데이터가 실제 가치를 만들려면, 그 데이터를 이해하고 판단하는 AI가 필요합니다. 가트너는 이 영역의 핵심 기술로 AI-Native Development Platforms와 Domain-Specific Language Models(DSLM)을 제시했습니다.
AI-Native Development Platforms는 AI를 개발 프로세스 전반에 내재화해 소프트웨어 생산성을 높이는 플랫폼입니다. 가트너는 이를 통해 개발 속도와 혁신 역량이 향상되고, 기업이 자체 소프트웨어를 보다 빠르게 구축할 수 있을 것으로 보고 있습니다.
동시에 범용 LLM을 모든 업무에 일괄 적용하는 방식의 한계도 분명해지고 있습니다. 산업별 데이터, 용어, 업무 규칙을 반영한 DSLM은 정확도와 신뢰성, 비용 효율 측면에서 대안으로 부상하고 있으며, 가트너는 2026년 7월 DSLM 및 특화 생성형 AI 모델 시장이 2025년 대비 크게 성장할 것으로 전망했습니다.
MDS인텔리전스가 주목하는 부분은 모델 자체보다 모델을 현장에 적용하는 기반입니다. 도메인 특화 AI가 실제 운영에서 성능을 내려면 현장 데이터의 안정적인 확보(Data Acquisition), 산업 환경에 맞는 데이터 정제와 구조화(Data Engineering), 기존 시스템 및 디바이스와의 연동(System Integration)이 필요합니다. 즉, 앞서 살펴본 현장 데이터의 연결이 지능화의 출발점이 됩니다.
따라서 DX의 방향은 'AI 도입'에서 '현장 데이터와 AI를 결합한 운영 프로세스의 지능화'로 이동하고 있습니다.
03. Preemptive Cybersecurity
문제가 발생한 뒤 대응하는 보안에서, 발생하기 전에 대비하는 보안으로
연결(IoT)과 지능화(AI)가 확대될수록 공격 표면(Attack Surface)도 함께 넓어집니다. 과거의 보안이 네트워크와 서버 경계 방어에 집중했다면, 이제는 디바이스, 펌웨어·소프트웨어, 데이터, 통신 구간, AI 시스템을 아우르는 전 구간 보안이 요구됩니다.
가트너는 Preemptive Cybersecurity를 2026년 전략 기술로 제시하며, AI 기반 공격이 고도화·자동화되는 환경에서는 사후 탐지·대응 중심의 보안만으로 충분하지 않다고 지적합니다.
특히 Physical AI 환경에서 보안 사고는 데이터 유출을 넘어 물리적 장비의 오작동과 서비스 중단으로 이어질 수 있습니다. 가트너 역시 2026년 Physical AI 관련 연구에서 물리 세계 AI 시스템을 위한 새로운 보안·거버넌스 체계의 필요성을 강조했습니다.
MDS인텔리전스는 차량 및 임베디드 분야에서 축적한 사이버 보안 기술을 바탕으로, 암호 키 관리, 인증서 관리, 보안 업데이트 등 디바이스 보안 라이프사이클 전반을 지원하는 솔루션을 제공합니다. 디바이스의 생산부터 운영, 업데이트에 이르는 전 단계에서 신뢰 체계를 유지하는 것이 핵심입니다.
특히 MDS인텔리전스는 전 구간 보안을 실현하는 Secure OTA(Over-the-Air) 솔루션을 제공하고 있습니다. Secure OTA는 MDS인텔리전스의 키 관리 시스템 NeoKeyManager를 기반으로 관리되며, NeoKeyManager가 업데이트에 필요한 암호 키와 인증서의 생성·배포·갱신을 일원화해 OTA 전 과정의 신뢰 체계를 뒷받침합니다. 이를 바탕으로 원격으로 배포되는 펌웨어·소프트웨어 업데이트의 무결성과 출처를 검증하고, 암호화된 전송 경로를 통해 안전하게 전달함으로써 업데이트 과정에서 발생할 수 있는 위·변조와 악성 코드 유입을 사전에 차단합니다. 이를 통해 현장에 배포된 디바이스도 보안 취약점을 신속하게 패치하고, 운영 전 기간에 걸쳐 보안 수준을 유지할 수 있습니다.
AI와 IoT 환경에서 요구되는 역량은 단순한 연결성이 아니라, 검증 가능한 신뢰를 기반으로 연결하고 운영하는 기술입니다.
AI·IoT·보안이 연결되는 시대, MDS인텔리전스가 만드는 DX
가트너가 제시한 2026년 전략 기술 트렌드를 살펴보면 하나의 공통된 방향을 확인할 수 있습니다.
AI는 더 이상 독립된 기술이 아니라, 물리 세계의 데이터·디바이스·소프트웨어·보안을 통합하는 중심 계층이 되고 있습니다.
디바이스가 데이터를 생성하고, IoT 플랫폼이 이를 LwM2M, MQTT 등 표준 기반으로 연결·관리하며, 도메인 특화 AI가 분석하고 판단합니다. 그러나 산업 현장의 DX는 분석에서 끝나지 않습니다. 분석 결과가 다시 현장의 디바이스와 AI 모델에 안전하게 반영되는 순환 구조가 완성될 때, 비로소 지속 가능한 운영 지능화가 가능해집니다.
MDS인텔리전스는 이를 위해 기존 데이터 파이프라인을 다음과 같이 확장하고 있습니다.
디바이스(Edge) → 데이터 수집 → 연결·디바이스 관리 → 모니터링 → 분석 및 AI 추론 → Secure OTA 기반 업데이트·이슈 해결 → MLOps 기반 AI 모델 운영·고도화
Secure OTA를 통해 현장에 배포된 디바이스의 펌웨어를 안전하게 업데이트하고, 분석 과정에서 발견된 오류와 보안 취약점을 원격으로 신속하게 해결합니다. 또한 MLOps를 도입해 AI 모델의 학습·배포·모니터링·재학습 과정을 체계화함으로써, 현장 데이터가 축적될수록 AI 모델의 정확도와 신뢰성이 지속적으로 향상되는 운영 환경을 구축합니다.
Physical AI & DX → AI-Native Development & Domain-Specific AI → Preemptive Cybersecurity
MDS인텔리전스는 이 3가지 핵심 키워드를 중심으로 현장 데이터의 연결, AI 기반 지능화, 전 구간 보안을 하나의 순환 구조로 통합하고 있습니다.
AI가 현실 세계로 확장되는 2026년,
MDS인텔리전스는 연결·지능화·보안을 아우르는 기술로 산업 현장부터 일상생활까지, 우리 주변의 모든 공간에서 DX를 실현해 나가겠습니다.
