개인의 코딩 효율과 조직의 AI 개발 역량은 다릅니다. 현실적인 개발 시나리오를 통해 AI 코딩 도구와 기업용 AI 개발 플랫폼의 차이를...
Resources > Insight Report > Conference
2026.10.29
– 산업AI EXPO 2026 현장에서 슬렉슨이 참관객과 나눈 질문을 바탕으로, 기존 업무 환경에 AI를 적용하고 안정적으로 운영하기 위한 주요 과제를 정리했습니다.
지난 10월 21일부터 23일까지 일산 킨텍스 제1전시장 2홀에서 산업AI EXPO 2026이 개최됐습니다. ‘Embodied AI: Beyond Physical AI’를 주제로 산업AI 기술과 업종별 적용 사례를 소개했으며, 전시와 산업AI·제조혁신 컨퍼런스, AI-Tech 세미나 등이 함께 진행됐습니다.
슬렉슨(SLEXN)은 C40 부스에서 AI Keeper, CodeCenter, Grou를 소개했습니다. 현장에서는 기존 AWS 환경 활용, AI 모델 선택, 조직 단위 비용·권한 관리, 항공 부품 제조의 요구사항 처리, 폐쇄망 설계 문서 활용 등 실제 도입 조건을 전제로 한 질문이 이어졌습니다.
– 행사 일정 | 2026.10.21(수)~10.23(금)
– 장소 | 일산 킨텍스 제1전시장 2홀
– 주제 | Embodied AI: Beyond Physical AI
– 슬렉슨 부스 | C40
이번 전시에서 소개한 제품은 서로 다른 업무 영역을 담당합니다. AI Keeper는 AI 연결과 정보 전송 통제, CodeCenter는 기업용 AI 개발, Grou는 프로젝트와 지식 관리에 초점을 둡니다.
AI Keeper는 AI 플랫폼과 AI 모델 사이에 공통 Gateway를 두고 기업의 규칙에 따라 외부로 전송되는 정보를 검사하는 솔루션입니다. Gateway를 통과하는 요청에서 이메일·인증정보 등 지정된 민감정보를 차단하거나 가릴 수 있으며, 모델별 접근 권한과 토큰 예산, 사용 이력도 관리합니다.
Q. 기업에서 여러 AI 서비스를 사용할 때, 보안 거버넌스와 사용 비용을 어떻게 통합 관리할 수 있나요?
A. AI Keeper는 사용자·조직별 접근 권한과 보안 정책을 통합 적용하고, AI 요청·응답 및 정책 적용 이력을 관리하여 사용 현황 추적과 감사 대응을 지원합니다. 또한 사용자·프로젝트별 토큰 사용량과 예산 한도를 관리하여 AI 사용 비용을 효율적으로 통제할 수 있습니다.
Q. 항공 부품 제조 과정에서 요구사항을 LLM으로 분석할 때, 기밀정보를 보호할 수 있나요?
A. AI Keeper를 통해LLM으로 전달되는 기밀정보와 민감정보를 탐지하고, 보안 정책에 따라 마스킹하거나 외부 전송을 차단할 수 있습니다. 요구사항 분석 과정에서 정보 유출 위험을 줄이고, AI 사용 이력과 보안 정책을 중앙에서 관리할 수 있습니다.
CodeCenter는 웹 Workspace, VS Code 확장, CLI를 연결하는 기업용 AI 개발 플랫폼입니다. 저장소 구조와 코드 의존성을 분석하고, 코드·문서·대화 맥락을 바탕으로 질의응답과 코드 수정 작업을 지원합니다. 조직의 개발 규칙과 모델 접근 정책을 중앙에서 관리하고, 클라우드·온프레미스·폐쇄망 환경에 맞춰 구성할 수 있습니다.
Q. 로컬 LLM은 어떤 업무에 적용할 수 있나요?
A. 외부로 보낼 수 없는 코드·문서를 다루는 업무 전반입니다. 핵심 알고리즘 개발, 레거시 분석과 온보딩, 사내 문서 기반 질의응답, 변경 영향 분석, 테스트·리뷰 체크리스트 초안이 대표적입니다. 외부 모델을 함께 쓰는 조직은 민감한 작업만 로컬 LLM에 맡기는 식으로 나눌 수 있습니다.
Q. 내 AI 대화를 다른 사람이 볼 수 있나요?
A. 공유한 세션만 볼 수 있습니다. 공유 범위는 Private, Team, Public 중에서 고르고, Public은 사용자가 직접 링크를 만들어야 열립니다. 공유된 세션은 읽기 전용입니다.
Grou는 프로젝트·이슈 관리, 위키 기반 지식 관리, AI 지원을 통합한 엔터프라이즈 플랫폼입니다. 요구사항과 업무, 테스트 및 결함을 연결해 추적할 수 있으며, 클라우드·온프레미스·폐쇄망 배포를 지원합니다.
Q. 현재 Jira와 Confluence를 사용하고 있는데, 기존 프로젝트와 문서 데이터를 유지하면서 AI 기반 협업 환경으로 전환할 수 있나요?
A. Grou는 Jira와 Confluence의 프로젝트·이슈·위키 데이터를 이전할 수 있는 마이그레이션 도구와 지원 서비스를 제공합니다. 프로젝트 관리, 지식 관리, 테스트 관리를 하나의 플랫폼에서 운영할 수 있으며, Grou Assistant를 활용한 AI 기반 지식 검색과 업무 지원도 가능합니다.
Q. 보안상의 이유로 설계 문서나 기술 자료를 외부로 전송할 수 없는데, 폐쇄망 내부에서 AI로 검색하고 활용할 수 있나요?
A. Grou는 온프레미스 및 폐쇄망 구축을 지원하며, Grou Wiki에 축적된 기술 문서와 프로젝트 정보를 Grou Assistant의 지식 검색 및 요약 기능과 연계해 활용할 수 있습니다.
슬렉슨은 전시 부스 운영 외에도, 소프트웨이브 2025 기간 동안 다양한 공식·비공식 프로그램에 참여하며 현장의 흐름을 입체적으로 확인했습니다. 특히 이번 행사에서는 국내 참관객뿐 아니라 해외 바이어 및 글로벌 파트너와의 직접적인 접점이 다수 형성되었다는 점이 인상적이었습니다.
일본 파트너와의 미팅에서는 일본어로 직접 상담이 진행되며, 현지 기업 환경에서의 개발 프로세스와 AI 도입 방식에 대한 구체적인 논의가 이루어졌습니다. 단순한 솔루션 소개를 넘어, 일본 기업들이 중요하게 여기는 품질 기준과 보안 요구 사항을 중심으로 대화가 이어졌다는 점에서 의미 있는 교류였습니다.
또한 대만 기업과의 미팅에서는 금융권(B2C 서비스 중심) 환경에서의 AI 활용 가능성이 주요 화두로 떠올랐습니다. 대규모 고객 데이터를 다루는 금융 서비스 특성상, 내부 문서와 시스템을 어떻게 구조화하고 AI로 안전하게 활용할 수 있는지에 대한 관심이 높았으며, 단순한 기술 호기심을 넘어 실제 서비스 운영 관점에서의 질문으로 이어졌습니다. B2C 금융 환경에서도 엔터프라이즈 수준의 AI 구조가 필요하다는 점을 확인할 수 있었던 대목입니다.
인도네시아 기업과의 미팅에서는 보다 직접적으로 슬렉슨 자체 솔루션에 대한 관심이 나타났습니다. 특히 CodeCenter를 통한 코드 이해·분석 방식과, Puteron AI 기반의 인프라 구성에 대해 구체적인 질문이 이어졌으며, 자사 개발 환경에 적용했을 때의 활용 시나리오를 중심으로 논의가 진행되었습니다. 슬렉슨의 솔루션이 특정 산업이나 국가에 한정되지 않고, 다양한 개발 성숙도를 가진 조직에서도 실질적인 가치를 제공할 수 있음을 느낄 수 있었던 순간이었습니다.
이와 함께 주최사에서 초청한 국내 공공·국방 분야의 주요 의사결정자(C-level)를 대상으로 구성된 도슨트 투어에 참여 기업으로 소개되었습니다. 해당 프로그램은 각 기관의 기술 책임자와 임원급 참관객을 중심으로 검증된 기술과 기업을 선별해 소개하는 공식 프로그램으로 운영되었습니다.
슬렉슨은 이 자리에서 자사의 엔터프라이즈 AI 솔루션이 공공·국방 환경과 같은 고보안·고신뢰가 요구되는 영역에서도 적용 가능하도록 설계되어 있다는 점, 그리고 단기적인 기술 도입이 아닌 장기 운영을 전제로 한 개발·운영 구조를 지향하고 있다는 방향성을 중심으로 설명했습니다.
첫째, 신규 인프라보다 기존 환경과의 연결입니다. AWS를 이미 운영하는 기업은 AI 도입을 위해 전체 시스템을 다시 구축해야 하는지부터 확인했습니다. 기술 선택에 앞서 기존 클라우드·내부망·API 경로와의 연동 범위를 정의해야 합니다.
둘째, AI의 성능만큼 중요한 운영 통제입니다. 모델 선택, 조직별 권한, 토큰 비용, 민감정보 처리에 대한 질문은 AI 사용을 개인 단위에서 기업 운영 체계로 확장할 때 필요한 관리 기준을 보여줍니다.
셋째, 산업 데이터의 구조와 검증 가능성입니다. 항공 부품 제조의 고객 요구사항과 폐쇄망 설계 문서는 범용 챗봇만으로 해결하기 어렵습니다. 원본 문서의 접근 권한, 추출 정확도, 버전 관리, 담당자 검토, 요구사항과 검증 결과 간 추적성이 함께 설계되어야 합니다.
이 질문들이 산업 전체의 수요를 대표한다고 단정할 수는 없습니다. 다만 슬렉슨 부스에서 확인된 관심은 AI 모델 자체보다 기존 업무에 연결하고 안전하게 운영하는 구체적인 방법에 가까웠습니다.
이번 산업AI EXPO 2026에서는 기업들이 AI 기술 자체뿐 아니라, 이를 기존 업무 환경에 어떻게 적용하고 안정적으로 운영할 수 있을지에 대해 깊이 고민하고 있음을 확인할 수 있었습니다.
특히 기존 인프라 활용, 사내 데이터 보안, AI 사용 및 비용 관리, 산업별 업무에 특화된 AI 활용 방안 등 구체적인 질문을 통해 기업마다 서로 다른 도입 환경과 요구사항을 살펴볼 수 있었습니다.
슬렉슨은 앞으로도 이러한 현장의 목소리에 귀 기울이며, 기업이 각자의 환경과 목적에 맞는 AI 활용 방안을 찾을 수 있도록 실질적인 기술과 솔루션을 제안하겠습니다.
슬렉슨 부스를 방문해 주시고 소중한 의견을 나눠주신 모든 분께 감사드립니다.
개인의 코딩 효율과 조직의 AI 개발 역량은 다릅니다. 현실적인 개발 시나리오를 통해 AI 코딩 도구와 기업용 AI 개발 플랫폼의 차이를...
개발자가 바뀔 때마다 반복되는 인수인계와 코드 분석, CodeCenter로 개발 지식을 팀의 자산으로 남기는 방법을 살펴봅니다.
직원의 AI 사용을 막지 않고 기업의 민감정보와 비용을 관리하는 방법을 알아봅니다.
AI가 분류하고 평가한 결과를 업무에 연결하는 방법부터, 기업이 놓치지 말아야 할 보안 기준까지 알아봅니다.
AI 보안 & 거버넌스 솔루션 AI Keeper의 개발 배경부터 민감 데이터 보호 기능, 그리고 안전한 AI 혁신을 위한 미래 비전까지...
AI 에이전트가 넓히는 업무의 경계에서, 보이지 않는 데이터 유출의 틈새를 완벽히 차단하는 AI Keeper만의 보안 대응 전략을 알아봅니다.
© SLEXN, Inc. All rights reserved.
ALM 신규 도입부터 기존 개발 관리 환경의 통합·확장까지, 우리 조직에 맞는 ALM 선택 가이드를 이번 슬렉슨 웨비나에서 확인해 보세요.