KAIST 석·박과정 "인재유출 막으려면 미국처럼 스톡옵션 도입을"

테라랩에 AI 에이전트 전망 물어보니 "기본 탄탄하게…사람 효율은 최대한 높여야"

과학입력 :2026/11/17 11:09

실리콘관통전극(TSV)부터 고대역폭메모리(HBM), 고대역폭플래시메모리(HBF)까지 세계 반도체 칩 설계 등 미래 기술 방향을 선도적으로 제시해 온 KAIST 테라랩(지도교수 김정호 전기및전자공학부 교수)이 최근 AI에이전트 도입에 따른 반도체 변화를 조망하고 나섰다. 이를 계기로 테라랩 연구생 5명을 모아 AI 에이전트에서 반도체 미래 예측과 현재 풀어야 할 숙제 등에 대해 들어봤다.

"AI 시대 사무직들은 전문직 포함해 모두 위기다. 많이 부분이 AI로 대체될 것으로 본다. 이럴수록 기본을 탄탄히 하고, AI로 사람의 효율을 최대한 높이는 것에 집중해야 한다."

KAIST 테라랩 소속 석, 박사과정생 5명이 최근 반도체 AI 에이전트 세미나에 앞서 연구실 앞에서 의기투합했다.(사진=지디넷코리아)

박사과정 2년차 서해석 연구생이 꺼낸 얘기다. 결국 모든 게 AI로 대체되고, 상위 몇 퍼센트 인재들만 살아남을 것 같지만, 그렇다고 손 놓고 있어야 하는 건 아니라는 의미다.

서 연구생은 나라를 걱정하는 목소리도 냈다. 인재가 공학이나 자연과학으로 진출하지 않는다는 우려와 함께 대안으로 미국처럼 스톡옵션 같은 제도를 적극 도입할 것을 제시했다.

배재근 박사과정 1년 차 연구생은 이러한 상황에서 우리나라가 반도체 산업에 어떻게 대응해야 할지를 묻자 "경쟁력에만 기대지 말고 설계·해석 같은 기반 기술에 꾸준히 투자해야 한다. 특히 국내 기업과 연구기관이 쌓아 온 해석 데이터를 AI 학습에 활용할 수 있도록 공유 체계를 만드는 것이 중요하다"고 강조했다.

배 연구생은 "학생들이 실제 산업 문제를 경험할 기회를 넓히고, 융합 연구를 평가하고 지원하는 제도도 필요하다. 당장의 성과보다는 10년 뒤를 내다보는 인재 투자가 지금 가장 시급하다고 생각한다"고 소신을 밝혔다.

고유정 석사과정 1년 차 연구생은 "예전에는 코딩을 전공한 개발자만 시스템을 만들 수 있다고 여겼다. 하지만 이제는 공개 API와 LLM(거대언어모델)을 활용한 바이브 코딩 덕분에, 아이디어만 있으면 누구나 에이전트를 만들 수 있게 됐다. 앞으로는 모두를 위한 에이전트보다 각자의 일상이나 업무에 맞춘 에이전트를 직접 만들어 쓰는 시대가 올 것"이라며 "에이전트를 잘 활용하고 개발하는 능력이 향후 중요한 경쟁력이 될 것"으로 내다봤다.

김정호 KAIST 전기및전자공학부 석좌교수.

고 연구생은 또 "이제 AI 에이전트 관건은 '무엇을 할 수 있느냐'보다 '어떻게 연결하느냐'인 것 같다. 여러 서비스가 에이전트용 공식 API를 열고, 에이전트는 자신이 누구인지 밝혀 신뢰받을 수 있는 체계가 마련됐으면 한다"는 바람도 나타냈다.

기업이 AI 접근을 막는 사이트도 있는데, 이제는 이를 완화해야 하고, 대신 신뢰성을 확보할 가이드라인 등을 서둘러 마련해야 한다는 말도 보탰다.

AI 에이전트의 반도체 유망론도 제기됐다.

안현준 박사과정 2년 차 연구생은 "이미 여러 기업이 설계 과정에 AI 도입을 추진 중이다. 반도체 설계는 오픈소스 코드가 풍부한 소프트웨어 분야와 달리 외부에 공개된 데이터가 적기 때문에 AI가 대체하는 속도가 상대적으로 느린 분야"라고 언급하며 "도메인 지식을 갖춘 엔지니어가 AI 에이전트를 거부감 없이 받아들인다면 기업의 설계 자동화 효과는 매우 클 것"이라고 지적했다.

또 경쟁력으로 도메인 전문성과 AI 활용 능력을 함께 갖춘 인력이 핵심이 될 것이라는 전망도 내놨다.

그동안 AI 에이전트를 개발하고, 세미나를 준비하는 과정에서 어려웠던 점에 대해 이관택 석사과정 2년 차 연구생은 "기존 연구용 코드를 비전공자도 쉽게 이해할 수 있도록 시각화하는 일이 가장 어려웠다"며 "누구나 직관적으로 이해하고 활용할 수 있는 인터페이스를 구현하는 것이 새로운 도전이었다"고 언급했다.

이 연구생은 미래 비전에 대해 "반도체 패키징은 고속화와 고집적화가 진행될수록 중요성이 커질 것으로 생각한다"며 "특히 HBM과 같은 첨단 패키징에서는 고속 신호, 전력 공급, 발열 문제가 서로 영향을 주기 때문에 통합적인 분석이 중요하다. 기존에는 SI/PI/TI 각 분야 전문성이 강조되었다면, AI 시대에는 한 분야의 전문성을 기반으로 다른 분야까지 이해하고 최적화하는 역량이 새로운 경쟁력이 될 것으로 생각한다"고 덧붙였다.

KAIST 테라랩 멤버 5인. 왼쪽부터 서해석 박사과정, 이관택·고유정 석사과정, 배재근·안현준 박사과정.(사진=지디넷코리아)

이들은 또 "향후 AI 데이터센터와 자율주행처럼 고성능·고신뢰성 칩이 필요한 분야가 늘어날수록 AI 에이전트의 기술 가치는 더 커질 것이고, 해석이 설계를 따라가는 것이 아니라, 설계를 이끄는 시대가 올 것"이라고 언급했다. 

또 당장의 어려움으로는 "AI 에이전트는 회사나 조직마다 정의 구현 방식이 제각각이라 정답이 따로 없다는 점"이라고 입을 모았다.

관련기사

김정호 교수(테라랩 지도)는 51페이지에 달하는 AI에이전트 아키텍처를 공개하며 “미래엔 반도체 전문가 및 엔지니어 1인이 100개의 AI 에이전트와 함께 일하게 될 것"이라고 전망했다.

한편 이들은 지난 11일 온라인으로 '테라 AI 에이전트 데이' 세미나를 개최했다.