2026년 4월호

2025년까지 우리가 안고 있던 화두는 단 하나였습니다 — 「AI를 어떻게 도입할 것인가.」

2026년 우리에게 던져진 질문은 다릅니다. 이미 들어와 있는 AI를 어떻게 가시화하고, 어떻게 다스릴 것인가.

Gartner가 2026 10대 전략 트렌드를 The Architect(기반 구축), The Synthesist(가치 창출), The Vanguard(신뢰 보호) 세 축으로 정리한 이유도 여기에 있습니다.

본 4월 호에서 다룰 세가지 변화 - Shadow AI, AI 에이전트의 기본 탐재, 도메인 특화 LLM 모두 이 한 흐름으로 이어집니다.
통제의 시대가 다가오고 있다는, 세가지 신호입니다.

직원이 회사의 승인 없이 개인 계정으로 AI를 쓰는 시대 — 「Shadow AI」

Okta의 보고에 따르면 조직의 91%가 AI 에이전트를 쓰고 있지만, 관리 전략을 갖춘 조직은 10%에 불과합니다. 직원의 68%는 회사의 승인 없이 AI 도구를 사용 중이고, 에이전트 간 통신을 가시화한 조직은 24.4% 뿐입니다.

위협 경로는 익숙합니다. 브라우저 확장, 개인 MCP 서버, OAuth 연동 에이전트, 프롬프트 인젝션. Gartner는 AI 거버넌스 지출이 2026년 4.92억 달러에서 2030년 10억 달러를 돌파할 것으로 봅니다.

출발점은 「금지할 것인가」가 아닙니다. 「가시화할 수 있는가」 입니다.
공식 대안 제공과 비공식 경로 차단의 이중 전략 이것이 통제의 첫 걸음입니다.

2026 트렌드의 「라이징 스타」로 지목한 도메인 특화 LLM.

그 핵심은 단순합니다 — 산업의 용어와 규제, 운영 맥락을 이해하는 AI로의 이동.

범용 LLM이 일반 질의에 강하다면, 도메인 특화 LLM은 산업 문서·규제·내부 데이터를 학습하여 특정 영역에서 월등한 성능을 보입니다. 소형 모델로도 운영 가능하고, 컴플라이언스 반영이 쉽습니다.

한솔의 산업 영역에서도 활용 지점이 명확합니다. 제조의 설비 매뉴얼·SOP 검토, 화학의 공정 최적화·환경 규제 검증, 유통의 SKU 관리·고객 응대, 물류의 운송 규제·관세 분류.

경쟁의 질문이 바뀌었습니다.
「어떤 범용 AI를 도입할 것인가」에서 「우리 산업을 이해하는 AI를 어떻게 확보할 것인가」로 그 전제는 데이터 자산화와 도메인 지식의 체계화입니다.

기존의 광학 문자 인식(OCR)이 이미지 속 글씨를 단순히 텍스트로 변환하는 기술이었다면, 인공지능(AI) OCR은 한 단계 더 나아가 문서의 의미와 구조를 자동으로 분석하고 핵심 정보를 추출하도록 설계되었습니다. 특히, 최근 주목받는 VLM(Vision Language Model)은 이러한 AI OCR의 역량을 혁신적으로 끌어올리고 있습니다.

VLM 기반 AI OCR은 대량의 시각 및 언어 데이터를 학습하여 문서 이미지를 분석할 때 텍스트 정보와 함께 이미지의 시각적 맥락 (예: 표의 구조, 강조된 부분, 로고 등)을 동시에 고려합니다. 이로 인해 정형화되지 않은 다양한 형태의 문서(예: 손글씨, 복잡한 양식, 사진 속 텍스트)에서도 높은 정확도로 정보를 추출하고 분류할 수 있습니다.

• •

  AI OCR 개념: 이미지나 스캔된 문서에서 텍스트를 추출하고, 나아가 문서의 의미와 구조를 분석하여 핵심 정보를 자동으로 파악하는 기술입니다.

• •

  VLM(Vision Language Model) 개념: 이미지와 텍스트를 동시에 이해하고 처리하는 멀티모달 AI 모델로, 글자뿐만 아니라 이미지의 색상, 위치, 크기 등 '비텍스트(Non-text)' 요소까지 데이터화할 수 있는 강력한 차별점을 가집니다.

• •

  VLM 기반 AI OCR의 특징: 단순히 텍스트를 인식하는 것을 넘어 문서의 레이아웃, 맥락, 비정형 데이터까지 파악하여 문서를 '이해'하는 수준에 도달하며, 이를 통해 기존 OCR 대비 인식 정확도가 크게 향상될 수 있습니다..

주요 장점 : 비정형 문서 처리 능력 향상, 수동 데이터 입력 감소, 오류율 최소화, 업무 효율성 극대화

구분	기존 OCR	VLM 기반 AI OCR
인식 방식	텍스트 영역 검출 → 문자 인식 (2~3단계 분리)	이미지 → 의미 포함 결과 (End-to-End)
문맥 이해	불가능 (문자 그대로 인식)	가능 (문자 의미 및 맥락 이해)
인식 정확도	환경 영향 큼 (빛, 각도, 오염 등)	환경 변화에 강건 (노이즈/왜곡 보정)
패턴 인식	사전 정의 필요 (S/N 규칙 등)	자동 학습 및 유추 가능
비정형 텍스트 대응	어려움	강점 (각인, 손상, 비정형 라벨 등)
확장성	새로운 포맷 대응 어려움	다양한 포맷 유연 대응
적용 사례	바코드, 인쇄 문서	각인 S/N, 품질검사, 라벨 검증
제조 활용도	부분 자동화	완전 자동화 및 품질 판단까지 가능

지난 시간 동안, 한솔PNS IT는 AI Atlas라는 그룹의 AI 플랫폼을 만들어 왔습니다. 임직원 누구나 다양한 AI 기능을 활용할 수 있는 그룹의 AI 인프라가 자리 잡은 것입니다.

이번 4월, 그 위에 한 가지 도구를 더 얹습니다. Atlas Lens는 AI Atlas를 임직원의 작업 화면 가장 가까운 곳까지 가져오는 동반자입니다. 매번 브라우저에서 AI Atlas 페이지를 새로 열지 않아도, 단축키 한 번으로 같은 AI를 부를 수 있도록 이미 익숙한 그룹의 AI를 더 가볍게, 더 자주 쓸 수 있도록 만들었습니다.

플랫폼이 멀리서 든든하게 받쳐 주고, AI Atlas가 곁에서 거들어 주는, AI가 일상의 일부가 되는 방향으로 한 걸음 더 다가갑니다.

임직원 한 분이 어떤 도구로 일하시든, 같은 AI가 곁에 머무릅니다.

데스크톱에서는, 작업 화면 위에 단축키 한 번이면 깨어납니다. 글을 다듬을 때, 아이디어가 막혔을 때, 영문 메일을 써야 할 때 그 자리에서 묻고 답을 받습니다. 화면 일부를 캡처해 함께 보여주면, 그 이미지를 바탕으로 대화를 이어갈 수도 있습니다.

Chrome에서는, 보고 있는 페이지를 함께 봅니다. 긴 문서를 요약하거나, 영문 자료를 풀어 설명하거나, 선택한 문장을 다시 써 보는, 페이지를 떠나지 않고 그 자리에서 처리됩니다. 별도의 탭을 새로 열 필요가 없습니다.

계열사마다 다른 도구를 도입하실 필요가 없습니다.
하나의 제품, 하나의 경험으로 그룹 전체에 닿습니다.

• • 탭을 더 열지 않게 됩니다.
  

  AI에게 묻기 위해 브라우저에 새 탭을 띄우고, 화면을 복사해 붙여넣고, 답을 다시 옮겨 적는 그 작은 흐름의 끊김이 사라집니다. 작업 화면 위에서 단축키 한 번이면 충분합니다.

• • 개인 계정으로 쓰던 AI를 대신합니다.
  

  이미 많은 임직원이 개인 계정으로 외부 AI를 쓰고 계십니다. Atlas Lens는 그 자리를, 회사가 공식적으로 지원하는 도구로 자연스럽게 채워갑니다.

• • 대화가 회사 안에 머뭅니다.
  

  모든 대화는 사용하는 기기에만 저장됩니다. 외부 AI 서비스로 사내 자료를 옮기지 않아도 되고, 임직원 개개인이 자신의 보안을 의식할 필요도 줄어듭니다.

• • 계열사가 같은 도구를 씁니다.
  

  데스크톱과 브라우저, 두 채널이 같은 AI를 공유합니다. 계열사마다 다른 AI를 따로 도입하지 않아도, 그룹 안에서 같은 경험을 공유하게 됩니다.

Chrome Web Store, Windows, macOS — 세 채널이 같은 시점에 열립니다.
임직원 누구나, 쓰시던 환경 그대로 만나보실 수 있습니다.

이번 호에서 전해드린 IT 트렌드와 AI OCR, Atlas Lens 소식이 유익한 가이드가 되었기를 바랍니다.
다음 호에서 다시 인사드리겠습니다.

TOP