삼성전자 AI 포럼에서 ‘챗봇’은 첫 세션일 뿐이었다

AI 포럼인데 챗봇은 오전 첫 한 시간에 지나간다

삼성전자가 9월 30일 서초사옥에서 여는 Samsung AI Forum 2026의 공식 주제는 ‘The Agentic Shift: From Intelligence to Impact’다.

오전 첫 키노트는 OpenAI의 ‘Chatbots to Agentic Workflows’다. 하지만 그 뒤에는 AWS의 ‘From Individual Productivity to Enterprise Wide Impact’, 물리 세계의 Agent, Self-Evolving Expert Agent, Agentic AI와 Physical AI의 융합이 연속해서 배치돼 있다.

프로그램의 순서만으로 삼성전자의 전체 전략을 확정할 수는 없다. 다만 올해 포럼이 AI를 질문에 답하는 도구보다 실제 업무와 제품 안에서 움직이는 시스템으로 다루고 있다는 점은 분명하다.

첫 번째 이동은 Chatbot → Workflow다

챗봇은 사람이 질문하고 AI가 답하는 구조에 가깝다. Workflow는 업무를 여러 단계로 나누고, 필요한 도구를 호출하고, 결과를 확인하고, 다음 작업으로 넘기는 구조다.

이 차이는 인재에게도 중요하다. 프롬프트를 잘 쓰는 것과 자신의 업무를 AI가 실행할 수 있는 단계로 구조화하는 것은 같은 능력이 아니다.

AI 활용이 개인의 질문과 답변에서 실제 업무 프로세스로 이동하면 필요한 capability도 Tool Usage에서 Workflow Design과 Verification 쪽으로 넓어진다.

두 번째 이동은 개인 생산성 → 조직 생산성이다

AWS 키노트 제목은 ‘From Individual Productivity to Enterprise Wide Impact’다. 한 직원이 문서나 코드를 빨리 만드는 것과 회사 전체가 AI로 생산성이나 의사결정 구조를 바꾸는 것은 다른 문제다.

전사 적용에서는 어떤 업무를 자동화할지, 어디까지 AI에게 권한을 줄지, 어떤 데이터와 시스템을 연결할지, 오류를 누가 확인할지, 성과를 무엇으로 측정할지까지 정해야 한다.

따라서 AI capability는 개인의 사용숙련도만이 아니라 조직의 업무 구조와 통제지점을 설계하는 능력까지 포함하게 된다.

세 번째 이동은 Digital → Physical이다

오전에는 물리 세계에 기반한 Agent가 다뤄지고, 오후 DX부문 AI Technology 트랙에는 Physical AI가 별도 세션으로 배치돼 있다.

AI가 소프트웨어 화면 밖으로 나가 로봇과 실제 제품을 움직이면 모델만으로는 충분하지 않다. 센서, 제어, 하드웨어, 안전, 시스템 통합, 현장 불확실성이 동시에 들어온다.

이때 필요한 사람도 순수 AI 연구자 하나의 범주로 설명하기 어려워진다. Domain Expertise와 AI를 실제 시스템 수준에서 연결하는 역할의 가치가 커질 수 있다.

네 번째 이동은 완성된 모델 → 계속 배우는 시스템이다

삼성리서치의 오전 키노트는 Continual Learning 기반의 Self-Evolving Expert Agent를 다루고, 오후 DX 트랙의 마지막 세션 역시 Continual Learning이다.

한 번 좋은 모델을 만들어 배포하고 끝나는 것이 아니라 환경과 데이터가 바뀔 때 계속 학습하고 검증하는 시스템을 전제로 하는 의제다.

이런 구조에서는 학습, 배포, 관찰, 검증, 개선을 하나의 운영 사이클로 연결하는 capability가 중요해진다.

DS 트랙의 마지막은 ‘Toward AI-Native DS’다

오후 DS부문의 AX Innovation 트랙은 Dell의 AI-Native Enterprise, Anthropic의 안전한 업무 적용을 거쳐 마지막에 삼성전자 AX/PI센터의 ‘Toward AI-Native DS’로 끝난다.

AI-Native를 기존 업무에 도구 하나를 추가하는 것으로만 보면 이 세션의 의미를 좁게 읽게 된다. 처음부터 AI가 들어온 상태를 전제로 업무와 자동화, 판단, 검증 구조를 다시 설계하는 문제가 핵심일 수 있다.

특히 DS는 설계, 공정, 제조, 품질, 설비, 데이터가 복잡하게 연결된 반도체 사업이다. AI를 실제 업무단위에 넣을수록 도메인 전문성과 AI 시스템 설계의 결합이 중요해진다.

포럼의 의제만이 아니라 실제 반도체 업무에서도 multi-agent workflow가 등장했다

삼성전자는 2026년 3월 NVIDIA GTC에서 DS부문의 Agentic AI 기반 반도체 엔지니어링 전략을 공개했다.

공식 기술자료에 따르면 삼성은 아날로그 설계에서 강화학습과 유전 알고리즘을 활용해 설계 반복을 줄였고, 향후 schematic agent와 layout agent가 서로 피드백하는 multi-agent workflow로 설계단계를 연결하는 방향을 제시했다.

제조에서는 Agentic AI와 Digital Twin을 결합해 설비, 공정, 수율 데이터를 통합적으로 관리하고, 장기적으로 robotics와 AI가 결합된 autonomous AI factory를 지향한다고 밝혔다. 따라서 9월 포럼의 Agentic Workflow와 AI-Native DS는 완전히 추상적인 키워드만은 아니다.

취준생에게 필요한 질문도 ‘AI를 쓸 줄 아는가’에서 한 단계 더 갈 수 있다

이 프로그램을 삼성전자의 채용기준으로 읽어서는 안 된다. 하지만 자신의 직무를 AI 시대에 어떻게 설명할지에 대한 질문은 만들 수 있다.

내 업무의 어느 단계를 AI에게 맡길 수 있는가. 결과는 무엇으로 검증하는가. 사람이 끝까지 책임져야 하는 판단은 어디인가. 도메인 지식과 AI를 어떤 workflow에서 연결할 수 있는가.

AI 도구 이름을 많이 나열하는 것보다 실제 직무의 문제와 AI의 역할, 검증지점을 함께 설명하는 편이 더 강한 evidence가 될 수 있다.

BANSEOG VIEW | AI를 사용하는 사람에서 AI가 일할 구조를 만드는 사람으로

Samsung AI Forum 2026의 프로그램은 Chatbot, Agentic Workflow, Enterprise Impact, Physical AI, Continual Learning, AI-Native DS로 이어진다.

반석은 이 순서를 AI 활용의 단위가 개인 도구에서 업무 시스템과 조직 구조로 넓어지는 공개 capability signal로 본다.

그 변화가 이어진다면 Talent Strategy의 질문도 ‘AI를 사용할 줄 아는가’보다 ‘자기 분야에서 AI가 실제로 일할 구조를 만들고 결과를 검증할 수 있는가’ 쪽으로 이동할 수 있다.

필요한 조합은 Domain Expertise + AI Workflow Design + Verification & Judgment + System Integration에 가까워질 수 있다.