[글로벌 리포트] 에너지 산업의 연구와 현장에 연결해 보는 맥킨지 2026 기술 트렌드

GS칼텍스 -

  • 소재 탐색부터 실험까지 활용 범위를 넓혀가는 AI
  • AI로 빨라지는 사이버 공격과 달라지는 보안 대응
  • 주변 환경을 인식하고 판단하는 로봇의 발전

AI의 활용 범위가 소재 연구부터 산업 현장의 작업까지 넓어지고 있습니다. 이제는 AI가 새로운 소재를 찾고 실험을 설계하며, 로봇이 주변 환경을 인식해 움직이도록 돕습니다. 그리고 활용이 확대되는 만큼, 에너지 산업에서도 기술의 성능을 검증하고 안전·보안을 확보하는 일이 중요해지고 있습니다.

[글로벌 리포트] 에너지 산업의 연구와 현장에 연결해 보는 맥킨지 2026 기술 트렌드 | 그림1
출처: McKinsey&Company 웹사이트

2026년 9월 발표한 맥킨지의 『Technology Trends Outlook 2026』에서는 총 14개 기술 트렌드를 소개했습니다. 해당 보고서에서는 AI와 반도체, 통신, 로보틱스, 에너지 및 지속가능성 기술 등 다양한 분야의 변화와 기업의 도입 과제를 다루었습니다.

특히 14개 기술 트렌드 가운데 에너지 기업에서 살펴볼 만한 기술은 ‘과학 발견과 엔지니어링을 위한 AI’, ‘사이버보안과 신뢰할 수 있는 시스템’, ‘로보틱스의 미래’를 꼽을 수 있습니다. 이 세 가지 기술은 어떻게 발전하고 있으며, 에너지 산업에는 어떤 의미가 있을까요?

[글로벌 리포트] 에너지 산업의 연구와 현장에 연결해 보는 맥킨지 2026 기술 트렌드 | 1

소재 탐색과 실험을 연결하는 AI

에너지 산업에서 새로운 촉매와 소재를 개발하는 일은 공정 효율을 높이고 새로운 제품을 만드는 기반입니다. 화학반응을 빠르게 하는 촉매는 원료를 원하는 물질로 전환하는 데 중요한 역할을 합니다. 하지만 적합한 촉매를 찾으려면 물질의 조합과 반응 조건을 바꾸며 수많은 실험을 거쳐야 합니다.

맥킨지는 보고서의 ‘과학 발견과 엔지니어링을 위한 AI’에서 이러한 연구 과정의 변화를 다뤘습니다. AI가 축적된 연구 데이터를 분석해 물질의 특성을 예측하고, 유망한 후보를 제안하며, 실험 설계를 지원하는 것입니다. 보고서는 생명과학뿐 아니라 소재·화학·에너지·공학 등 여러 분야에서 이러한 활용 가능성을 소개하였습니다.

특히 AI의 역할은 개별 예측과 분석에서 연구의 여러 단계를 연결하는 방향으로 확대되고 있습니다. 보고서에 소개된 미국 버클리연구소의 A-Lab이 한 예입니다. 이곳에서는 AI가 새로운 화합물을 제안하고 로봇이 이를 합성·시험합니다. 후보 물질을 찾는 과정과 실제 실험을 연결해 연구를 진행합니다.

[글로벌 리포트] 에너지 산업의 연구와 현장에 연결해 보는 맥킨지 2026 기술 트렌드 | ChatGPT 이미지 2026년 11월 10일 오전 09 00 49
AI의 지시에 따라 로봇이 소재 합성 실험을 수행하는 버클리연구소의 A-Lab.
(출처: Marilyn Sargent/Berkeley Lab)

이러한 접근은 에너지 산업의 촉매와 소재 연구에도 활용될 수 있습니다. 예를 들어 CO₂ 전환이나 수소 생산에 필요한 촉매를 개발할 때, AI의 분석을 바탕으로 먼저 실험할 후보와 조건을 좁힐 수 있습니다. 탐색할 수 있는 범위를 넓히면서 실험의 우선순위를 정하는 데 도움을 받는 것입니다.

다만 AI가 유망하다고 제안한 물질이 곧바로 산업 현장에서 쓰일 수 있는 것은 아닙니다. 맥킨지는 후보 물질의 제안 속도를 실험실의 합성과 검증이 따라가지 못하는 문제도 짚습니다. 실제로 만들 수 있는지, 필요한 성능을 갖추었는지 확인해야 하며, 대규모 생산에서도 성능과 경제성이 유지되는지 검토해야 합니다. AI 기반 연구의 성과를 높이려면 후보 탐색의 속도와 함께 실험·생산으로 이어지는 과정도 개선해야 합니다.

빨라지는 사이버 공격과 달라지는 보안 대응

공장의 디지털화는 설비 상태를 파악하고 운영을 개선할 수 있는 기회를 넓힙니다. 센서로 온도와 압력을 확인하고, 데이터를 분석해 설비의 이상 징후를 살피는 방식입니다. 연결된 시스템이 많아질수록 이를 보호하는 보안 체계도 중요해집니다.

맥킨지는 ‘사이버보안과 신뢰할 수 있는 시스템’에서 AI가 공격과 방어 양쪽의 역량을 높이고 있다고 설명합니다. 보안 담당자는 AI를 활용해 취약점을 찾고 보완할 수 있지만, 공격자 역시 AI로 약점을 더 빠르게 찾아 악용할 수 있습니다. 취약점이 발견된 뒤 공격에 활용되기까지의 시간이 짧아지면서, 방어 측에 주어지는 대응 여유도 줄어드는 것입니다.

이에 따라 보안 대응은 운영 중인 시스템을 지속적으로 확인하고 접근 권한을 세밀하게 관리하는 방향으로 발전하고 있습니다. 누가 어떤 시스템에 접근하는지 확인하고, 이상 행동이 발생했을 때 이를 탐지해 영향이 확산되지 않도록 대응하는 역량이 중요해지고 있습니다.

산업 현장이 마주한 보안 위협 가운데 하나는 랜섬웨어입니다. 산업 제어 시스템 보안 전문기업 Dragos가 공개된 피해 정보와 랜섬웨어 조직의 유출 사이트 게시물 등을 분석한 결과, 2026년 2분기 산업체 관련 랜섬웨어 사건은 1,140건으로 전 분기보다 약 12% 증가했습니다. 석유·가스 분야에서도 45건이 집계됐습니다.

주요 산업 분야의 랜섬웨어 사건 집계

분야2026년 1분기2026년 2분기
제조업633건747건
석유·가스39건45건
출처: Dragos 「Industrial Ransomware Analysis for Q2 2026」 원문

이러한 피해는 에너지 기업의 보안을 생산 현장과 함께 살펴야 하는 이유를 보여줍니다. 공장에는 생산 설비를 감시하고 제어하는 운영기술인 OT(Operational Technology)가 사용됩니다. 온도와 압력을 측정하는 센서, 그 정보를 받아 설비를 조절하는 제어 시스템 등이 여기에 해당합니다. 이 시스템의 정보나 제어 기능에 문제가 생기면 현장 상태를 판단하고 필요한 조치를 하는 데 영향을 줄 수 있습니다. 또한 제어 시스템을 직접 공격하지 않더라도, 운영을 뒷받침하는 IT 시스템의 장애가 생산 차질로 이어질 수 있습니다.

따라서 정유·석유화학 공장의 보안은 정보 보호와 함께 생산의 연속성과 현장 안전이라는 관점에서도 살펴야 합니다. 연결된 장비와 외부 접속 경로를 파악하고, 이상 발생 시 확인과 대응 절차를 마련해야 합니다. 특히 시스템 변경이나 설비 중단이 공정에 미치는 영향이 큰 만큼, 현장 특성을 반영한 보안 대책이 필요합니다.

정해진 동작을 넘어 주변을 인식하는 로봇

[글로벌 리포트] 에너지 산업의 연구와 현장에 연결해 보는 맥킨지 2026 기술 트렌드 | 그림4
AI 생성 이미지

산업용 로봇은 이미 제조 현장에서 반복 작업을 수행하고 있습니다. 최근 주목할 변화는 AI와 센서, 제어 기술의 발전으로 로봇이 주변 환경을 인식하고 상황에 맞게 움직이는 능력을 넓혀가고 있다는 점입니다.

맥킨지는 ‘로보틱스의 미래’에서 이러한 물리 AI의 발전에 주목합니다. 물리 AI는 AI를 로봇과 같은 기계에 적용해 현실 세계에서 인식과 판단, 행동이 이어지도록 하는 기술을 뜻합니다. 미리 정해진 경로와 동작을 따르던 자동화가 달라지는 환경에 대응하는 방향으로 발전하고 있는 것입니다.

보고서는 제조와 물류를 로봇의 주요 적용 분야로 설명합니다. 구체적인 활용 기회와 에너지 산업에서의 적용 가능성은 다음과 같습니다.

  • 구체적인 업무부터 적용: 자재 운반, 점검, 실험실 자동화 등 작업 범위와 성과가 명확한 영역에서 활용 기회를 제시
  • 정유공장 점검으로 확장 가능: 접근이 어려운 설비의 상태를 로봇으로 확인하고, AI 분석을 통해 추가 점검이 필요한 위치를 판단하는 데 활용

다만 사람이 원격으로 장비를 조종하는 방식과 AI가 환경을 인식하고 판단하는 수준은 구분해야 합니다. 맥킨지 역시 기술 시연과 실제 현장에서의 안정적인 운영 사이에 간격이 있다고 설명합니다. 비용과 가동시간, 안전성이 뒷받침돼야 활용이 확대될 수 있기 때문입니다. 정유공장에 적용할 때도 사용 구역에 적합한 방폭 성능과 통신 안정성 등을 확인하고, 기존 점검·안전 절차에 맞춰 성능을 검증해야 합니다.

에너지 산업에서 기술을 활용하기 위한 조건

[글로벌 리포트] 에너지 산업의 연구와 현장에 연결해 보는 맥킨지 2026 기술 트렌드 | 2

세 기술 분야에 대한 투자 흐름에서도 관심의 확대를 확인할 수 있습니다. 맥킨지는 2026년 상반기 투자 실적을 연간으로 환산했을 때, 전년 대비 투자 유치액이 ‘과학 발견과 엔지니어링을 위한 AI’는 3.2배, ‘사이버보안과 신뢰할 수 있는 시스템’은 1.6배, ‘로보틱스의 미래’는 2.1배에 이를 것으로 추정했습니다. 이는 각 기술 분야 전체에 대한 투자 유치액의 추정치로, 에너지 기업의 투자 예산이나 확정된 연간 실적을 의미하지는 않습니다.

에너지 기업의 관점에서 중요한 것은 이러한 기술을 실제 과제에 어떻게 활용할 것인가입니다. 새로운 촉매와 소재를 개발하고, 생산 설비를 안정적으로 운영하며, 작업자의 위험 노출을 줄이는 일에 AI와 디지털 기술을 연결할 수 있습니다.

이를 위해서는 기술 도입을 뒷받침할 준비가 필요합니다. 연구개발에서는 데이터 분석과 실험 검증을 연결하고, 공장 운영에서는 디지털 연결에 맞는 보안 체계를 갖춰야 합니다. 로봇은 실제 작업 조건에서 성능과 안전성을 검증해야 합니다. 맥킨지가 제시한 기술 트렌드를 현장의 과제와 함께 살펴볼 때, 에너지 산업에 필요한 변화와 준비도 구체화할 수 있습니다.


참고 자료:
1) McKinsey, 『Technology Trends Outlook 2026』, 2026년 9월.
2) Dragos, 「Industrial Ransomware Analysis for Q2 2026」, 2026년 8월.

함께 보면 좋은 글

전기차부터 AI까지, 미래 산업의 효율을 높이는 K-윤활유

2026-10-13

전기차부터 AI까지, 미래 산업의 효율을 높이는 K-윤활유

석유 산업을 둘러싼 환경이 빠르게 변화하고 있습니다. 중동 지역의 지정학적 불확실성은 국제유가와 석유제품 공급망의 변동성을 키우고 있고, 동시에 전 세계적인 탄소 감축과 전동화 흐름은 휘발유와 경유 등 전통적인 연료유 수요의 장기적인 변화를 예고하고 있습니다.

해운 탈탄소의 현실적 해법, 바이오선박유 상용화가 바꾸는 시장

2026-09-28

해운 탈탄소의 현실적 해법, 바이오선박유 상용화가 바꾸는 시장

바이오선박유는 일정 혼합비율에서 기존 선박 엔진과 급유 인프라를 활용할 수 있는 드롭인(Drop in) 연료로 평가받습니다. 대규모 설비 전환의 부담을 낮추면서 비교적 빠르게 온실가스를 감축할 수 있다는 점이 강점입니다. 이러한 연료 전환을 지원하기 위해 한국은 2022년부터 IMO와 함께 Future Fuels and Technology 프로젝트를 추진하고 있습니다.

AI 데이터센터 경쟁력의 새로운 기준, 열관리

2026-08-20

AI 데이터센터 경쟁력의 새로운 기준, 열관리

AI 산업의 성장과 함께 데이터센터의 역할도 빠르게 확대되고 있습니다. 생성형 AI 서비스와 AI 모델 학습 수요가 증가하면서 데이터센터에는 더 많은 GPU가 집적되고 있으며, 이에 따라 발열량 역시 과거와 비교할 수 없을 정도로 증가하고 있습니다. 이제 AI 인프라 경쟁력은 더 높은 성능의 반도체를 확보하는 것을 넘어, 고성능 연산에서 발생하는 열을 얼마나 안정적이고 효율적으로 관리할 수 있는지에 의해 결정되고 있습니다.

GS칼텍스 뉴스레터 구독신청

에너지 산업 이슈, 석유 관련 기초 지식 등 다양한 콘텐츠를 보내드립니다!