AI 200개를 갖고도 왜 새로운 AI 계약을 맺었나

아랍에미리트(UAE)의 국영 에너지기업 ADNOC는 11월 2일 ADIPEC에서 OpenAI·G42와 다년간 AI 협력계약을 체결했다고 발표했다. 회사는 이를 에너지 산업에서 OpenAI Frontier를 도입하는 첫 사례라고 설명했다. 그러나 ADNOC는 이제 막 AI 사용을 시작하는 기업이 아니다.

ADNOC는 이미 200개 이상의 AI 애플리케이션과 70개의 로봇 활용 사례를 운영하거나 개발하고 있다고 밝혔다. 직원 4만 명 이상에게 ChatGPT Enterprise를 제공했고 회사가 제시한 도입률은 97%를 넘는다. 여기서 200개는 전부 상용 운영을 완료한 제품이 아니며 97%는 전 직원의 매일 사용률이나 생산성 향상을 의미하지 않는다.

ADNOC가 새로 바꾸려는 것은 개별 AI 도구의 개수보다 의사결정의 연결 방식이다. 첫 번째 과제는 유정·저류층·지상시설·투자비를 하나의 유전 개발계획으로 통합하는 것, 두 번째는 지하 원유의 가치평가에서 정제·물류·판매·트레이딩까지 연결하는 것이다. OpenAI Frontier는 기존 전문 AI를 없애기보다 그 판단을 사업 전반에서 조정하는 역할을 맡게 될 계획이다.

신규 계약 전에도 ENERGYai와 시추장비 AI는 성과를 공개했다

ADNOC와 AIQ는 2025년 1월 ENERGYai의 90일 개념검증(PoC) 결과를 발표했다. 700억 파라미터의 언어모델에 50년 이상 축적된 회사 지식과 방대한 자체 데이터를 결합해 지진파 해석과 저류층 모니터링을 지원했다. 테스트 데이터에는 ADNOC 육상·해상 유정의 15%가 넘는 범위에서 수집한 자료가 포함됐다.

회사는 주요 지진파 해석 항목에서 정확도가 70% 개선됐다고 밝혔다. 이는 PoC의 일부 해석 항목에 관한 발표 수치이지, 모든 지질 분석이 70%포인트 개선되거나 원유 생산량이 70% 증가했다는 뜻이 아니다. 향후 대규모 운영에까지 같은 결과가 재현됐는지는 별도 검증이 필요하다.

2026년 8월에는 SLB와 구축한 실시간 운영센터(RTOC)를 120대 이상의 시추장비에 적용했다고 발표했다. ADNOC는 엔지니어링 작업량 30~40% 절감, 담당 엔지니어의 관리 가능 장비 두세 배 확대 등을 설명했다. 이는 이번 OpenAI 협력 이전의 별도 실적이다. 신규 계약을 기존 AI가 실패했다는 증거로 볼 근거는 없다.

첫 과제: 유정 한 개가 아니라 유전 전체를 동시에 최적화한다

첫 번째 프로젝트는 Field Master Planning(유전 전체 개발계획)이다. 저류층 분석, 지상시설 검토, 시설투자 비용, 상업적 경제성의 여러 단계를 따로 수행하던 방식에서 벗어나 한 번의 통합된 의사결정으로 연결하려 한다.

수천 개의 유정, 여러 개의 중첩된 저류층, 수백 개 지상시설을 함께 고려해야 한다. 어떤 저류층은 생산량을 빠르게 늘릴 수 있어도 처리시설이나 파이프라인에 여유가 없다면 같은 계획을 실행하기 어렵다. 개별 자산의 수익률만 높이는 선택이 전체 유전의 비용과 안전조건을 충족하는 선택은 아닐 수 있다.

ADNOC는 개발계획 수립을 기존 수개월에서 수시간으로 단축하는 것을 목표로 제시했다. 이는 프로젝트의 기대효과이며 이미 운영현장에서 실현됐다는 확정 성과는 아니다. 중요한 변화는 계산속도뿐 아니라 최적화할 범위가 각각의 저류층·설비에서 유전 전체로 넓어졌다는 점이다.

두 번째 과제: 원유가 땅속에 있을 때부터 판매수익을 판단한다

두 번째 프로젝트는 지하 원유의 가치를 생산·처리·정제·물류·판매·트레이딩까지 연결해 평가하는 것이다. ADNOC는 서로 연결된 AI 에이전트가 원유 공급, 수요, 가격, 마진을 지속적으로 예측하고 각 운영결정의 경제적 영향을 평가하도록 할 계획이다.

예를 들어 생산부서가 원유 생산량을 늘려도 물류시설에 여유가 없으면 운송비와 지연이 생길 수 있다. 물류부서가 운송비를 낮추더라도 특정 판매 시점을 놓쳐 더 높은 마진을 잃을 가능성도 있다. 정제공장의 효율적인 가동과 원유 생산사의 전체 이익이 언제나 같지는 않다. 이 사례는 구조를 설명하는 분석 예시이며 ADNOC의 실제 생산결정을 재현한 것은 아니다.

사업부별 AI가 각자의 목적함수를 잘 최적화해도 회사 전체의 자본수익·안전·판매가치까지 동시에 최적화되지는 않는다. ADNOC가 해결하려는 문제는 개별 모델의 지능 부족보다는 서로 다른 데이터와 제약조건을 하나의 판단에 연결하기 어렵다는 데 있다.

물류비 비중이 커지면 생산량만으로는 에너지 안보를 설명할 수 없다

11월 2일 ADNOC CEO 술탄 알 자베르는 ADIPEC 연설에서 에너지 안보는 생산뿐 아니라 최종 고객에게 전달할 수 있는지로도 평가해야 한다고 강조했다. 그는 지역 공급차질 이전에는 물류비가 원유 한 배럴의 비용에서 5% 미만이었지만 현재는 30%를 넘는다고 설명했다.

이 숫자는 CEO가 당시 시장 상황을 설명하기 위해 제시한 것이며 전 세계 모든 원유의 통상적 운송비 평균이라는 뜻은 아니다. 다만 운송 경로가 막히거나 물류비가 급변할 때 생산량을 극대화하는 선택이 경제적 가치의 극대화와 다를 수 있음을 보여준다.

유전 개발, 저장·처리시설, 선적·운송, 정제 및 판매를 함께 고려하려는 AI는 이런 변화에 대한 대응이다. 단순 생산계획보다 시장 상황과 운영 가능성을 동시에 반영하는 의사결정이 중요한 시점이다.

OpenAI Frontier는 ENERGYai의 대체재가 아니라 연결 계층을 지향한다

ENERGYai는 ADNOC와 AIQ가 구축한 지하·저류층 전문 AI다. SLB 기반 RTOC는 시추장비에서 올라오는 현장 운영 데이터를 실시간으로 다룬다. OpenAI Frontier는 2026년 2월 공개된 기업용 AI 에이전트 플랫폼으로, 여러 데이터·애플리케이션을 연결하고 권한·실행·평가를 관리하도록 설계됐다.

이번 계약에서 계획된 Frontier 기반 시스템은 기존 ENERGYai가 보유한 산업별 전문 분석을 사업 전체의 운영·투자·상업 판단과 연결한다. 따라서 한 범용 언어모델이 모든 지질 시뮬레이션, 안전 기준, 기계장치의 제어를 대신한다고 설명해서는 안 된다.

플랫폼이 공통된 업무 맥락과 권한체계를 제공하더라도 각 기술의 데이터 접근범위·API·승인절차는 이번 발표에서 상세히 공개되지 않았다. 연결의 범위와 실제 운영 책임을 확인해야 구현의 실질적인 수준을 평가할 수 있다.

G42의 현지 추론과 ADNOC 전문가의 감독이 핵심 제약이다

협력에는 OpenAI 외에 UAE의 G42가 참여하며 아부다비 정부 발표는 자회사 Inception42를 통한 협력이라고 명시했다. ADNOC는 OpenAI의 GPT 모델과 UAE 내 주권형 AI 인프라를 활용할 계획이다. 이는 민감한 산업 데이터 처리의 위치와 관할권이 중요한 에너지 분야의 현실을 반영한다.

ADNOC는 중요한 의사결정에는 인간 전문가가 감독권을 유지한다고 설명했다. 에너지 설비의 안전한계, 처리시설 용량, 계약의 제약조건과 법규를 만족하는지를 확인하는 책임이 언어모델의 답변만으로 사라지는 것은 아니다.

또한 OpenAI Daybreak Blue를 활용해 취약점 탐지 등 에너지 기반시설의 방어적 사이버보안 역량을 강화한다는 계획도 포함됐다. Daybreak Blue는 일반적인 생산제어 도구가 아니라 승인된 방어업무를 지원하는 보안 접근 프로그램이다. 이번 공개자료만으로 모든 데이터 위치와 저장·학습·추론의 세부 경로가 밝혀진 것은 아니다.

200개 AI와 97% 도입률은 사업 성과와 구분해야 한다

ADNOC가 발표한 'AI 애플리케이션 200개 이상'과 '로봇 활용 사례 70개'는 운영 중이거나 개발 중인 프로젝트의 합산이다. ChatGPT Enterprise의 4만 명 이상 배포와 97% 초과 도입률도 특정 생산성 증가율이나 일일 활성 사용률과 동일하지 않다.

2025년 ENERGYai의 특정 지진파 해석 정확도 개선 70%와 2026년 RTOC의 시추장비 120대 이상 연결·엔지니어링 작업량 30~40% 감소는 이전에 발표된 시험·운영 사례다. 신규 OpenAI 계약의 유전개발계획 수개월→수시간 단축과 원유 전체 가치사슬 의사결정은 앞으로 실현하려는 대상이다.

따라서 발표의 숫자를 모두 신규 Frontier의 이미 달성된 성과로 합산하면 안 된다. 기존 AI의 검증 사례, 현재 적용 범위, 향후 플랫폼 목표와 계약 규모의 미공개 사실을 분리해야 정확한 기업전략 분석이 된다.

AI가 답을 내는 것과 더 좋은 결정을 입증하는 것은 다르다

신규 계약은 다년간 협력이라는 점만 공개됐고 계약금액과 두 초기 시스템의 정확한 운영 개시일은 공개되지 않았다. 실제 성과를 판단하려면 AI 에이전트 수, 지식베이스 크기, 문서 처리속도보다 더 구체적인 산업지표를 확인해야 한다.

유전 개발계획은 계획 수립시간 외에도 저류층 시뮬레이션의 물리적 타당성, 설비 용량, 자본지출과 안전요건을 얼마나 반영하는지 검증해야 한다. 가치사슬 프로젝트에서는 원유 가격과 물류비 예측의 정확도뿐 아니라 실제 거래마진·재고비용·현장중단 위험이 개선되는지 비교해야 한다.

여러 AI가 연결될수록 데이터 기준시점, 자산 식별, 단위 변환, 접근권한, 승인 책임을 분명히 해야 한다. 이러한 검증 항목은 ADNOC가 완료했다고 발표한 내부 시스템 구성도가 아니라 산업 AI의 경제성을 확인하기 위한 반석써치의 평가 기준이다.

산업 AI가 고도화될수록 현장과 AI를 잇는 전문성이 중요해진다

저류층·생산공학, 시추장비 제어, 정제공정, 물류·트레이딩, 자본예산과 규제 준수는 서로 다른 전문성을 요구한다. 이 영역을 하나로 연결하려면 AI 개발자뿐 아니라 물리적 제약을 이해하는 산업전문가와 데이터·소프트웨어 통합 엔지니어가 함께 필요하다.

실무적으로는 운영연구·최적화, 산업 데이터 모델링, 에이전트 권한·감사체계, 안전 검증, 에너지 공급망 경제성 분석 역량이 결합될 가능성이 있다. 이는 프로젝트의 기술적 요구에서 도출한 분석이며 ADNOC가 신규 인력 채용 규모를 공개했다는 뜻이 아니다.

중요한 역량은 AI 기능을 하나 더 만드는 것만이 아니라 여러 전문시스템의 판단이 충돌하는 지점에서 올바른 사업의 결정을 도출하고 인간 전문가가 이를 검증할 수 있게 하는 능력일 수 있다.

BANSEOG VIEW

BANSEOG VIEW | AI 도입 수보다 '의사결정의 단위'가 커진다

ADNOC는 이미 ENERGYai와 시추장비 운영센터, 200개 이상의 AI 활용 과제를 발표해 온 에너지기업이다. 그럼에도 신규 OpenAI–G42 협력에서 겨냥한 것은 개별 기능을 더하는 작업보다 유전 전체 개발계획과 생산에서 시장까지의 경제적 결정을 연결하는 과제다.

개별 유정의 생산량이 늘어도 처리시설 용량·물류·가격 조건을 함께 고려하지 않으면 회사 전체의 이익은 증가하지 않을 수 있다. 이는 AI 모델의 규모뿐 아니라 어떤 영역까지 하나의 문제로 묶느냐가 중요하다는 뜻이다.

그러나 하나의 AI에 모든 최종 책임을 맡기는 것은 이번 발표의 구조가 아니다. 중요한 결정에는 전문가 감독이 유지되며, 아직 목표인 처리시간·수익성 개선은 앞으로 검증해야 한다. 산업 AI의 다음 경쟁은 이미 보유한 전문기술을 얼마나 많은 부서의 실제 경영판단에 연결하느냐일 수 있다.

SOURCES

근거가 된 원자료

발행일 2026-11-02. ADNOC 공식 2026-11-02 계약 발표와 아부다비 정부: ADNOC/OpenAI/G42(Inception42), UAE 현지 GPT 추론, 인간 최종 감독, Frontier 기반 2개 초기 적용 과제(① 수천 유정·저류층·지상시설 전체 Field Master Planning ② 지하 원유부터 생산·정제·물류·트레이딩 가치사슬 연결). 계약금액·정확한 실제 시작일 미공개. ADNOC 200+ AI 앱/70 로봇 사례 = 배치 또는 개발 중 합계. 40,000+ ChatGPT Enterprise 배포/97% 초과 채택=회사 발표 수치, 일일 활성·생산성 아님. ENERGYai 2025년 1월 90일 PoC 70B 파라미터·50+년 데이터·특정 지진파 해석 정확도70% 개선과 RTOC 2026년 8월 120+ rigs 및 엔지니어링 작업량 30~40% 감소는 신규 계약 이전 별도 증거. 수개월→수시간은 목표이며 달성 확정 아님. ADNOC CEO의 2026-11-02 물류비 5% 미만→30% 초과 발언은 지역적 공급 충격 맥락의 경영진 발표, 일반 평균 아님. Frontier 일반 제품 및 OpenAI Daybreak Blue의 방어성 보안 설명을 참고. 실제 시스템 API·계약·경제적 효과 및 신규채용 미확인. 반석의 의사결정·인재 역량 분석은 해석.