데이터 사일로 해소부터 거버넌스 수립까지, 전사 협업의 효율 혁신   본격적인 3D 협업을 위한 첫 단추는 흩어진 데이터를 효율적으로 통합하는 팀 환경을 구축하는 것이다. 이번 호에서는 공통 라이브러리에 모든 3D 데이터 소스를 연결하고, 엔지니어링부터 운영 단계까지 모든 팀이 3D 애셋에 안전하게 접근하면서 데이터 임포트 시 정보 손실을 최소화하는 방법을 소개한다. 목표는 새로운 툴을 배포하는 것 자체가 아니라, 부가 가치를 창출하지 않는 작업에 소요되는 시간을 줄이고 액세스 권한 및 규정 준수 정책을 적용할 때 발생하는 불필요한 관리 복잡성을 없애는 것이다. ■ 자료 제공 : 유니티 코리아     대부분의 산업 팀은 방대한 3D 애셋 데이터를 보유하고 있지만, 이러한 데이터는 여러 사일로에 분산되어 서로 다른 조직이 소유하고 있어 재사용하기가 어렵다. 이와 관련해 데이터가 서로 다른 곳에 있으면 사람들은 서로 다른 사실을 기반으로 결정을 내리게 되기 때문에 문제가 발생한다. 예를 들어, 교육 담당자는 엔지니어링 팀에서 이전에 라인 레이아웃을 업데이트했다는 사실을 모르고 신입 직원에게 VR 시뮬레이션을 그대로 제공할 수 있다. 결국 교육 담당자는 교육을 중단하고 최신 데이터를 반영하여 업데이트하거나, 신뢰할 수 없는 콘텐츠로 교육을 계속 진행할 수밖에 없다. 둘 다 시간과 신뢰성 면에서 비용이 발생하게 된다. 해결책은 모든 3D 애셋을 위한 단일 저장소를 구축하여 계층 구조와 메타데이터를 온전히 유지하면서, 필요한 사람에게만 승인된 모델에 대한 액세스 권한을 부여하는 것이다. 모두가 동일한 라이브러리에서 애셋을 가져오면 버전 불일치가 해결되고 재작업의 필요성이 없어지며, 누가 무엇을 변경했는지에 대한 가시성도 확보할 수 있다.   단절의 원인 : 분산된 데이터와 중복 작업 산업 데이터는 어디에나 존재하지만, 서로 연결되어 있는 경우는 별로 없다. 유니티의 산업 부문 수석 부사장 겸 제너럴 매니저인 사라 래시는 “디자이너나 건축가는 CAD나 BIM(건설 정보 모델링)에 액세스할 수 있지만, 엔지니어는 해당 소프트웨어를 사용하지 않는 경우가 있어 결국 팀이 모델을 처음부터 다시 만드는 상황이 발생한다”고 전했다. 이런 사일로(silo) 현상은 운영 또는 기술적 격차로 인해 발생하는 경우가 많다. 예를 들어 엔지니어링 팀은 CAD 파일을 PLM(제품 수명주기 관리) 시스템에 저장할 수 있는 반면, 다른 팀은 사본을 별도의 드라이브나 앱으로 익스포트하므로 결국 동일한 애셋의 여러 버전이 존재하게 된다. 래시 수석 부사장은 “가장 흔한 문제는 동일한 모델의 두 가지 다른 버전으로 작업하는 것이다. 이러면 사실상 재작업을 할 수밖에 없게 된다”고 말했다. 어쩔 수 없이 여러 플랫폼, 툴, 포맷을 사용해야 하는 경우도 많지만, 이는 애셋을 추적하고 공유하는 작업을 어렵게 만든다. 그 결과 생산성이 저하되고 올바른 애셋을 찾는 데 몇 시간씩 허비하게 되며, 어떤 것이 정확한 버전인지 쉽게 알 수 없기 때문에 이미 존재하는 애셋을 다시 만드는 일까지 발생한다. 유니티 산업 고객 성공 부문의 시니어 디렉터인 헤닝 린은 “중복의 위험이 높으면 재작업이 필요한 경우가 많아진다. 애셋이 서로 일치하지 않고 팀이 동일한 소스 파일로 작업하지 않기 때문”이라고 설명했다. 이러한 불일치는 교육이나 납품 같은 후속 단계에서 드러나며, 이는 재작업, 일정 지연, 일관성 없는 경험으로 이어져 애셋 관리의 복잡성을 키운다. 그러나 그로 인한 대가는 기술적인 영역에 그치지 않는다. 이는 부서 간 신뢰뿐만 아니라 브랜드와 고객 간의 신뢰까지 약화시킬 수 있다. 결국 교육 담당자는 신규 직원을 위한 온보딩이 길어지고 일관성이 없어지더라도, 오래 되거나 검증되지 않은 모델로 세션을 시작하는 것을 피하고 싶어 한다. 다른 팀은 생산성을 유지하기 위해 ‘섀도(shadow)’ 라이브러리를 구축하게 되고, IT 팀은 통제되지 않는 환경을 보호하고 관리하느라 분주해진다. 이처럼 공통된 기반이 없으면 모든 신규 프로젝트를 처음부터 다시 시작해야 한다.   연결 대상 : 중요한 데이터를 보존하는 중앙화된 저장소 구축 3D 애셋 라이브러리는 여러 툴과 플랫폼에 걸쳐 있을 가능성이 높기 때문에, 기존에 보유한 모델을 활용하려면 먼저 유니티 애셋 매니저(Unity Asset Manager)와 같이 중앙화된 저장소로 모든 데이터를 임포트해야 한다. 이렇게 하면 이미 보유하고 있는 애셋을 다시 만들 필요가 없다. 린 시니어 디렉터는 “유니티를 활용하면 관련된 모든 데이터를 선호하는 방식으로 높은 품질을 유지하며 임포트할 수 있다. 사실상 업계에서 유니티가 지원하지 못하는 파일 포맷은 거의 없다”면서, “데이터를 통합된 포맷으로 변환하고, 필요에 따라 보강하며 모든 변경 사항을 추적하면 애셋의 전체 라이프사이클 동안 관리가 훨씬 쉬워진다”고 전했다.     데이터를 통합하기 전에, 무엇을 왜 연결하는지를 먼저 이해해야 한다. 대부분의 산업용 3D 파이프라인은 구조와 우선순위가 서로 다른 네 가지 주요 데이터 소스에서 데이터를 가져온다. CAD 모델은 보통 PLM 시스템에 저장되며 부품, 어셈블리, 기계적 프로퍼티에 대한 기본 기준이 되는 데이터 소스이다. BIM 모델은 건물 및 인프라 데이터를 포함하고, 풍부한 공간 및 규정 준수 관련 메타데이터를 갖추고 있으며, 보통 BIM 소프트웨어나 AEC   (건축, 엔지니어링 및 건설) 저장소에 저장된다. 디지털 콘텐츠 제작 툴에서 생성된 메시는 마케팅, 교육, 사용자 경험 등의 영역에서 사용되는 시각화 애셋을 포함하며, 기술적 디테일보다는 시각적 정확도에 최적화된 경우가 많다. XR(확장현실) 및 VR(가상현실) 애플리케이션에서 흔히 사용되는 포인트 클라우드(점군)와 스캔 데이터는 레이저 스캐닝이나 사진 측량 등을 통해 캡처된 데이터를 포함한다. 각 소스는 동일한 실물 애셋(제품, 어셈블리 라인, 전체 시설)을 서로 다른 관점에서 표현한다. 여기에는 기능, 공간, 형상이 포함되며, XR용 포인트 클라우드의 경우 실제로 구축된 물리적 상태가 이에 해당한다. 애셋 라이브러리 규모에 따라 우선순위를 정해야 하므로 팀에서 가장 많이 재사용하는 모델부터 시작하는 것이 좋다. 출처와 관계 없이 공통으로 필요한 사항은 임포트 과정에서 컨텍스트를 유지하는 것이다. 중요한 메타데이터가 손실되면 결국 재작업을 진행해야 하기 때문이다. 임포트 전에는 절대 손실되어서는 안 되는 메타데이터 필드를 식별한다. 린 시니어 디렉터는 “항상 식별자뿐만 아니라 높이, 무게와 같은 기술적 속성을 유지하고, 모든 애셋에 이름과 버전을 지정하여 추적과 사용이 용이하도록 해야 한다”고 덧붙였다. 일부 필드는 항상 온전하게 유지되어야 한다. 부품 번호, 버전 코드 또는 고유 ID와 같은 식별자를 사용하면 애셋의 진위 여부를 확인하기 위해 원본 소스로 추적하는 작업이 더 쉬워진다. 병합된 메시가 아닌 계층 구조 및 그룹 메타데이터는 부품이 어떻게 결합되는지, 시설이 어떻게 구성되는지를 보여 주며, 엔지니어가 필요에 따라 부품을 분리하거나 교체할 수 있도록 돕는다. 밀도나 인장 강도와 같은 머티리얼 및 단위 정보, 이름이나 공급업체와 같은 설명 정보를 활용하면 애셋이 올바른 형상과 동작을 유지하도록 할 수 있다. 이러한 세부 정보를 보존하면 모델을 다양한 애플리케이션 전반에서 유용하게 사용할 수 있지만, 그렇지 않으면 목적과 단절된 단순 참고용 이미지에 불과하게 된다. 린 시니어 디렉터는 “항상 식별자뿐만 아니라 높이, 무게와 같은 기술적 속성을 유지하고, 모든 애셋에 이름과 버전을 지정하여 추적과 사용이 용이하게 만들어야 한다”고 조언했다.     애셋 임포트를 위한 처리 애셋은 임포트 전과 임포트 과정에서 적절한 가공을 거쳐야 하며, 저장소의 상태를 양호하게 유지하기 위해 피해야 할 몇 가지 일반적인 함정이 있다. 이는 3D 데이터 세트가 극도로 복잡해질 수 있는 대규모 제조나 건설 분야에서 특히 중요하다. 예를 들어, 공장 전체의 디지털 트윈이나 자동차의 전체 모델은 수만 개, 혹은 수십만 개의 부품으로 구성될 수 있다. 이 경우 가장 강력한 소프트웨어와 하드웨어에도 부담이 가해질 수 있기 때문에 마이크로칩, 커넥터, 기계 부품과 같은 더 작은 논리적 그룹으로 분해하면 임포트 작업을 효율적으로 관리할 수 있다. 유니티의 애셋 트랜스포머 툴킷(Asset Transformer Toolkit)과 같이 3D 데이터를 준비하는 소프트웨어는 널리 사용되는 다양한 CAD 및 BIM 포맷을 지원하고, 구조와 메타데이터를 보존하며, 필요에 따라 임포트 과정에서 모델을 자동으로 단순화하고 표준화함으로써 이러한 과제를 해결하도록 설계되었다. 예를 들어, 직원 교육을 위한 XR 시뮬레이션과 같은 실시간 활용 사례에서는 원본 CAD 파일에 포함된 모든 볼트나 리벳이 필요하지 않다. 여기서 중요한 것은 작업을 수행하는 데 충분한 현실감의 수준이다. 린 시니어 디렉터는 “최종 활용 지점에 따라 폴리곤 수를 소폭에서 최대 90%까지 줄일 수 있다”고 밝혔다.   ▲ 유니티 애셋 트랜스포머 플러그인   목표는 성능과 사용성을 최적화하기 위해 모델을 최대한 가볍게 유지하는 것이다. 교육 및 시뮬레이션 활용 사례에서는 매끄러운 프레임 속도를 유지하면서 최대한 높은 시각적 정확도를 달성하는 것이 목표이다. 헤드셋의 새로고침 속도와 일치하는 안정적인 프레임 속도를 목표로 해야 하며, 그보다 낮을 경우 사용자에게 불편함을 줄 수 있다. 3D 협업 및 디자인 리뷰에서는 일반적으로 엔지니어가 체결 요소나 인터페이스 등을 검토할 수 있도록 높은 기능적 디테일을 요구한다. 높은 폴리곤 수에 대한 부담을 더 원활하게 관리할 수 있도록, 가까운 거리에서만 렌더링되는 하위 어셈블리에 디테일 수준(LOD)을 사용하는 것이 좋다. 임베디드 시스템 및 산업 제어 장치와 같은 인간–기계 인터페이스는 그래픽 처리 성능이 제한적인 경우가 많으므로, 최대한 낮은 복잡도를 목표로 하고 미리 베이크된 조명과 단순한 셰이더를 사용하는 것이 좋다. 고객 경험 애플리케이션은 타깃 기기의 다양성이 매우 크기 때문에 최적화가 어려울 수 있다. 시각적 정확도와 로딩 시간 사이의 균형을 목표로 하고, 중간급 사양의 모바일 기기와 주요 웹 브라우저에서 검증해야 한다. 일반적인 원칙으로는, 지원 계획이 있는 기기 중에서 가장 성능이 낮은 기기를 기준으로 단순화된 모델부터 테스트하는 것이 좋다. 그 후 성능이 허용하는 범위 내에서만 디테일을 추가하여 배포 후 모델이 과도하게 커져 수정해야 하는 상황을 피해야 한다. 예를 들어 임포트 단계에서 LOD를 생성하면 모든 애셋이 확장 가능한 디테일을 갖추게 되어, 향후 더 다양한 기기와 활용 사례에 유연하게 대응할 수 있다. 다만, 보편적으로 정해진 올바른 폴리곤 수는 없다. 중요한 것은 타깃 기기에서 프레임 속도와 로딩 시간 목표를 안정적으로 달성하는 방법이다. 린 시니어 디렉터는 “같은 애셋이라도 폴리곤 수는 수백만 개에서 수십만 개까지 줄어들 수 있다. 중요한 것은 모든 메타데이터가 연결된 동일한 소스 파일을 계속 사용하고 있다는 것”라고 전했다.   ▲ 제공 : HERE HMI   활용성 갖추기 : 거버넌스, 접근성 및 버전 관리 구축 애셋을 임포트하고 적절한 크기로 조정하고 나면, 다음 단계는 필요한 모든 역할에서 애셋에 안전하게 액세스하고 애셋을 쉽게 찾을 수 있도록 만드는 것이다. 이때 목표는 팀이 애셋을 어디서 찾아야 하는지 명확히 알면서도 관련 없는 애셋으로 인해 부담을 느끼지 않도록 하는 단일 라이브러리를 선별하는 것이다. 이를 위해서는 업무 속도를 저해하지 않으면서도 모든 업데이트가 프로젝트 전반에 반영되도록 완전한 감사 추적을 유지할 수 있는 권한 기반의 액세스 모델이 필요하다.   RBAC(역할 기반 액세스 제어) 린 시니어 디렉터는 “보통은 애셋의 임포트와 생성을 감독하는 관리자가 있고, 그 아래에 작업자와 검토자 역할이 있으면 충분하다”면서, 액세스 권한을 단순하게 유지할 것을 권장했다. 예를 들면 관리자는 구조와 표준을 정의하고, 사용자와 리텐션을 관리하며, 버전을 승인하거나 아카이브 처리할 수 있다. 이 사용자 그룹은 가능한 한 작게 유지하는 것이 좋다.     그 다음 계층에는 디자이너, 작업자, 편집자가 있을 수 있다. 이들은 새로운 애셋을 임포트하고 메타데이터를 편집하며 업데이트를 게시할 수 있으며, 필요 시 관리자 승인을 받아 작업을 수행할 수 있다. 이들이 라이브러리를 일상적으로 유지 관리하게 된다. 마지막으로 소비자 역할이 있는 직원은 승인된 애셋을 검색, 미리 보기 및 다운로드할 수 있지만, 수정하거나 게시할 수는 없다. 역할 기반 액세스 제어는 보안 측면에서도 매우 중요하다. 많은 산업용 3D 애셋 라이브러리에는 매우 민감한 정보가 포함되어 있으며, 그 중 일부는 규제 대상이 되기도 한다. 예를 들어 정부, 항공우주 또는 방위 분야의 수출 통제 설계 데이터는 엄격한 ‘알아야 할 필요성(need-to-know)’ 원칙, 완전한 감사 용이성, 엄격히 통제된 환경에서의 배포를 요구하는 연방 규정을 준수해야 한다. 린 시니어 디렉터는 규제가 엄격한 산업에서 운영하는 경우 가상 프라이빗 클라우드 배포를 사용할 것을 권장했다. 산업 분야와 관계 없이 반드시 지켜야 하는 내용은 다음과 같다. 항상 최소 권한의 원칙을 기본으로 하는 RBAC를 사용한다. 사용하는 플랫폼에서 전송 중인 데이터와 저장된 데이터를 모두 암호화한다. 버전별로 포괄적인 감사 로그와 승인 상태를 유지한다. 민감한 작업을 위해 프로젝트를 분리하고, 필요할 경우 데이터 상주 옵션을 적용한다.   ▲ 유니티 애셋 매니저 웹 인터페이스   버전 관리 및 감사 용이성 거버넌스는 보안과 규정 준수만을 의미하는 것이 아니라, 액세스와 활용을 용이하게 하기 위한 애셋 관리 표준화도 포함한다. 실제로 대부분의 거버넌스 문제는 모두가 모든 것을 바꿀 수 있거나, 누구도 아무것도 바꿀 수 없는 두 가지 극단적인 상황 중 하나에서 발생한다. 예를 들어, 교육 담당자가 엔지니어링 팀이 막 승인한 모델을 덮어쓸 수도 있다. 이는 반드시 부주의 때문이라기보다는, 대부분 명확한 버전 관리 체계의 부재로 인해 발생한다. 린 시니어 디렉터는 “동일한 애셋의 여러 브랜치 버전이 존재하는 경우가 많다. 이 모든 것을 일관적이고 표준화된 방식으로 관리해야 한다”고 조언했다. 여기서 버전 관리가 중요한 역할을 한다. 목표는 변경 사항이 명확하고, 되돌릴 수 있으며, 확실한 의도를 가지고 이루어지도록 하는 것이다. 결국 활용 가능한 애셋 라이브러리는 정기적으로 변경될 수밖에 없다. 공장의 디지털 트윈은 매주 레이아웃이 조금씩 조정될 수 있고, 교육 프로그램은 차세대 XR 헤드셋 출시를 앞두고 새로운 모델로 업데이트될 수 있다. 선형적인 버전 이력(v1.0, v1.1 등)과 애셋 상태(초안, 검토 중, 승인됨, 폐기됨 등)를 적용하여, 라이브러리를 계속해서 변화하는 SSOT(Single Source of Truth)로 관리해야 한다. 많은 산업 환경에서 엔지니어링 팀은 공식 설계를 위한 원본 CAD 파일을 유지 관리한다. 그러나 시각화 또는 교육 팀은 일반적으로 특정 목적에 맞게 최적화된 동일한 모델의 실시간 버전을 사용한다. 이러한 애셋은 병합이 아니라 연결되어야 하며, 그렇지 않으면 시각화용 모델이 어떤 CAD 버전에서 파생되었는지 알 수가 없다. 예를 들면 엔지니어링 팀이 도면을 업데이트하더라도 몇 달 전에 제작된 교육용 모델에는 이전 버전이 그대로 반영되어 있을 수 있으며, 이 사실을 아무도 모를 수 있다. 이는 감사 용이성을 훼손하고 잘못된 설정으로 학습하는 등의 오류로 이어질 수 있다는 점에서 문제가 된다. 모델 변형(variant)의 경우, 단순히 새로운 이름으로 복사본을 만드는 대신 해당 범위와 목적에 따라 태그를 지정하는 것이 좋다. 예를 들어 자동차 제조업체는 지리적 지역, 운전석 위치 폼 팩터 기준으로 태그를 지정할 수 있다. 이렇게 하면 기본 부품이 변경될 때 어떤 변형을 업데이트해야 하는지 정확히 알 수 있다. 마찬가지로 교육에 사용되는 단순화된 모델과 같은 특정 기본 모델의 파생 모델이 있다면, 이를 파생 모델로 표시하되 원본 소스와 해당 CAD 수정 버전에 대한 참조를 유지해야 한다. 이렇게 하면 교육 담당자가 XR/VR 시뮬레이션에 사용되는 단순화된 메시를 엔지니어링 팀의 공식 원본과 혼동하지 않게 된다. 물론 이처럼 세분화된 수준의 버전 관리도 사용성을 높이는 데 매우 중요하지만, 대규모로 구현하기는 매우 어렵기 때문에 자동화가 필수이다. 최신 3D 애셋 매니저(3D Asset Manager)는 일반적으로 대량 작업을 수행하기 위한 커맨드 라인 인터페이스(CLI)뿐만 아니라 새로 임포트 또는 업데이트된 애셋에 대한 메타데이터, 미리보기 및 태그를 생성하는 이벤트 기반 자동화 기능을 포함한다.   ▲ 애셋 매니저 팩토리   적절한 애셋 매니저를 통해 수행할 수 있는 운영 변경 사항의 간단한 체크리스트는 다음과 같다. 관리자, 작업자, 소비자로 구성된 3 역할 모델을 도입한다. 추가 승인이 필요한 프로젝트에는 승인 역할을 추가한다. 애셋 ID, 수정 번호, 원본 소스, 소유자 및 승인 상태와 같은 필수 메타데이터 필드를 매핑하고, 대부분의 사용자에게 기본적으로 승인된 뷰를 설정한다. 배리언트 및 파생 모델에 명확한 레이블을 지정하고 가능한 경우 업데이트를 자동화하여, CAD 수정 버전을 해당 실시간 대응 항목과 연결한다.   시작하기 : 30일 체크리스트 애셋을 임포트, 최적화 및 관리하고 나면 마지막 단계는 새로운 시스템을 일상 업무에 적용하는 것이다. 그런 다음 교육, 제품 개발, 고객 경험 또는 그 밖의 목적으로 실제 비즈니스 성과를 창출하는 몰입형 경험을 만들어 통합 3D 애셋 라이브러리의 가치를 빠르게 입증할 수 있다. 30일 이내에 수행할 수 있는 작업을 간단히 요약하면 다음과 같다. 데이터 소스와 해당 소유자를 목록화한다. 파일럿으로 진행할 대표 모델 한두 개를 선정한다. 보존할 메타데이터 필드를 결정한다. 임포트 과정을 테스트하여 게시 사이클을 최적화한다. 액세스 제어 및 감사 추적을 설정한다.     ■ 기사 내용은 PDF로도 제공됩니다.

IBM은 기업이 새로운 세대의 사이버 위협에 대응할 수 있도록 돕는 신규 사이버 보안 조치를 발표했다. 공격자들은 공격 준비부터 실행에 이르는 전 과정에서 첨단 AI(인공지능) 모델을 활용해 공격 속도와 효율을 높이고 있다. 이러한 변화는 고도화된 공격을 수행하는 데 필요한 시간과 비용, 전문성을 낮추며 기업을 상시적인 비즈니스 중단 위험에 노출시키고 있다. 공격이 기계적 속도로 자동 실행되는 환경에서 단절된 보안 도구와 수작업 절차에 의존한 기존 보안 체계는 점차 효과를 잃고 있다. 에이전트형 공격에 대응하기 위해서는 대규모 환경 전반에서 자율적이고 유기적으로 작동하는 새로운 보안 체계가 필요하다. 기업들은 복잡하고 방대한 IT 환경을 운영하고 있으며 이러한 구조는 체계적으로 관리하기 어렵다. 이는 첨단 AI 모델이 취약점을 빠르게 식별하고 이를 공격 경로로 전환하는 데 유리한 조건을 제공한다. 이러한 문제에 대응하기 위해 IBM 컨설팅은 에이전트 기반 위협에 대한 기업의 대비 수준을 평가할 수 있는 새로운 사이버 보안 평가 서비스를 제공한다. 이 평가는 IBM과 기술 파트너들이 공동으로 수행하며 고객이 전사 환경 전반에 걸쳐 필요한 지원을 받을 수 있도록 설계됐다. 이 평가는 보안 공백과 정책상의 취약점, AI 환경에서 발생할 수 있는 특화된 노출 요소, 잠재적인 공격 경로에 대한 가시성을 제공한다. 즉각적인 소프트웨어 수정이 어려운 경우에는 임시 보호 조치를 포함한 우선순위 기반 대응 방안도 함께 제시한다. 또한 자동화 수준과 보안 구조의 정합성을 개선해 공격 탐지와 대응 속도를 높일 수 있는 영역을 도출함으로써 보다 실질적인 보안 강화 방향을 제시한다.     기업이 AI가 생성하는 공격의 속도와 정교함에 직접 대응해야 하는 상황을 반영해 IBM은 다중 에이전트 기반 보안 서비스인 ‘IBM 오토노머스 시큐리티(IBM Autonomous Security)’를 공개했다. 이 서비스는 기계적 속도로 의사결정과 대응, 정보 분석을 수행할 수 있도록 설계됐다. 이 서비스는 협력적으로 작동하는 AI 에이전트를 활용해 소프트웨어 노출 요소와 실행 환경을 분석하고 공격 경로를 식별하며 보안 기본 상태를 개선한다. 또한 조직 전반의 보안 도구에 걸쳐 정책을 일관되게 적용하고 이상 징후를 탐지해 최소한의 인적 개입만으로 위협을 차단하도록 설계됐다. 이러한 분석 결과는 거버넌스와 위험 관리 시스템으로 직접 연계돼 최신 보안 및 규정 준수 상태를 유지할 수 있도록 지원하며 이를 통해 노출 기간을 줄이고 고속 공격에 대한 대응 속도를 높인다. IBM 오토노머스 시큐리티는 보안 범위를 신원 관리와 위험 관리, 거버넌스 영역까지 확장하고 정보기술과 운영기술, 비즈니스 프로세스 전반의 AI 시스템과 연계함으로써 탐지에서 복구에 이르는 전 과정을 가속한다. 이를 통해 규정 준수 성과를 강화하고 운영상의 마찰을 줄이며 전반적인 보안 회복탄력성을 높일 수 있도록 돕는다. 에이전트형 위협 환경에서는 개별 보안 도구의 성능보다 보안 체계 전반이 얼마나 빠르고 일관되게 대응할 수 있는지가 방어 성과를 좌우한다. IBM은 보안 회복탄력성이 기계적 속도에 맞춰 진화해야 하는 전환점에서 기업들이 효과적으로 대비할 수 있도록 지속적으로 지원할 계획이다. IBM 컨설팅의 마크 휴즈 사이버 보안 서비스 대표는 “첨단 AI 모델은 빠르게 움직이고 전사적인 영향력을 가지며 점점 더 자율적으로 진화하는 새로운 유형의 기업 위협을 만들어내고 있다”면서, “이에 대응하기 위해서는 개별 도구가 아닌 시스템 차원의 방어가 필요하며 AI 기반 공격에는 AI 기반 방어가 요구된다. 이것이 바로 IBM이 제시하는 접근 방식”이라고 말했다.

  INFOWORLD   Focus 17　제조 AX’로 일하는 방식을 바꾸다… 피지컬 AI·데이터 통합으로 지능형 생태계 구축 22　매스웍스, “MBD와 AI 결합으로 설계 복잡성 줄이고 신뢰성 높인다” 25　“화려한 기술보다 탄탄한 데이터가 우선”… 제조 AI 전환의 실질적 해법은 28　유니티 스튜디오, 노코드와 웹 기반으로 산업용 3D 제작 문턱 낮춘다 31　세일즈포스, ‘에이전틱 엔터프라이즈’ 제시… 슬랙이 핵심 업무 운영체제 된다   People & Company 34　옥타브 산업 컨설팅 부문 김세환 기술 이사　산업AI의 성패, 데이터의 ‘양’이 아닌 ‘맥락’으로 승부   Case Study 36　다이슨 워시G1의 모델 기반 설계 도입 사례 / 이웅재　시스템 레벨 시뮬레이션, 일상 가전의 개발 방식까지 바꾸다 39　시각화 워크플로로 구현하는 리얼타임 스토리텔링　영화의 복잡한 샷에서 빠른 반복 작업을 지원한 언리얼 엔진 42　데이터 사일로 해소부터 거버넌스 수립까지, 전사 협업의 효율 혁신　3D 애셋 데이터를 위한 SSOT 구축   New Products 50　이달의 신제품   Column 53　디지털 지식전문가 조형식의 지식마당 / 조형식　보이지 않는 뇌 56　트렌드에서 얻은 것 No. 30 / 류용효　AI 에이전트 이후의 시대, ‘판단하는 시스템’의 탄생   48　New Books   Directory 107　국내 주요 CAD/CAM/CAE/PDM 소프트웨어 공급업체 디렉토리   CADPIA   AEC 58　새로워진 캐디안 2026 살펴보기 (6) / 최영석　사각형 작도 외 62　데스크톱/모바일/클라우드를 지원하는 아레스 캐드 2027 (1) / 최하얀　아레스 커맨더 2027이 제시하는 새로운 CAD 작업 방식 65　BIM 칼럼니스트 강태욱의 이슈 & 토크 / 강태욱　루비 온 레일즈 기반 빌딩 모니터링 서비스 개발 방법   Mechanical 72　엔지니어링의 진화, 항공우주 산업의 복잡성을 넘어서다 / 오병준　디지털 전환이 이끄는 항공우주 시스템 엔지니어링의 미래 76　제품 개발 혁신을 돕는 크레오 파라메트릭 12.0 (10) / 박수민　크레오 파라메트릭 12.0으로 애니메이션 생성하기   Analysis 81　앤시스 워크벤치를 활용한 해석 성공 사례 / 황정필　앤시스 아쿠아를 이용한 LNG 운반 선박의 운동 해석 방법 90　심센터 HEEDS 더 깊게 살펴 보기 (5) / 이종학　심센터 HEEDS 2604 업데이트 96　가상 제품 개발을 위한 MBSE 및 SysML의 이해와 핵심 전략 (7) / 오재응　모델 기반 시스템 엔지니어링의 모델링 도구 104　성공적인 유동 해석을 위한 케이던스의 CFD 기술 / 나인플러스　IT  홀더의 지속 가능한 해상풍력 설치 접근법   PLM 100　산업을 위한 AI와 버추얼 트윈 기술 (3) / 이종혁　데이터 온톨로지 기반 3D 모델의 지능화     2026-5-aifrom 캐드앤그래픽스     캐드앤그래픽스 당월호 책자 구입하기   캐드앤그래픽스 당월호 PDF 구입하기

세아창원특수강이 디지털 비용관리 솔루션 기업 비즈플레이와 협력해 통합 출장관리 플랫폼 구축을 완료하고 본격적인 가동에 들어갔다. 이번 플랫폼 도입은 단순한 시스템 교체를 넘어 제조 현장의 업무 방식을 디지털로 전환하고 ESG 경영을 실천하기 위한 전략적 행보로 분석된다. 세아그룹의 핵심 계열사인 세아창원특수강은 연간 120만 톤 규모의 제강 생산 능력을 바탕으로 자동차, 반도체, 산업기계는 물론 우주항공과 방위산업 등 첨단 산업 소재를 공급하는 대한민국 대표 특수강 제조 기업이다. 세아창원특수강은 생산 현장의 스마트화에 발맞춰 비용 관리 체계 또한 스마트하게 구축하고자 비즈플레이의 솔루션을 도입했다. 이를 통해 비용 관리 전 과정을 디지털 기반으로 전환해 페이퍼리스 환경을 실현했으며, 투명하고 체계적인 자금 운영 관리 기반을 확보하는 데 성공했다. 디지털 기반 비용관리 체계 구축으로 페이퍼리스 환경 실현 디지털 비용관리 솔루션 전문 기업인 비즈플레이는 세아창원특수강의 통합 출장관리 플랫폼 구축을 완료하고 올해 1월부터 정식 서비스를 오픈했다고 전했다. 특히 이번 프로젝트에서는 세아창원특수강이 보유한 지역별, 부서별, 직급별로 세분화된 출장 규정을 완벽하게 시스템에 내재화했다. 이를 통해 직원들의 출장 현황을 실시간으로 모니터링하는 것이 가능해졌으며, 축적된 데이터를 활용해 더욱 정교한 비용관리 체계를 운영할 수 있게 됐다. 후불형 포인트 시스템 도입으로 임직원 편의성 및 행정 효율 증대 임직원의 업무 편의성을 높이기 위한 혁신적인 정산 프로세스도 도입됐다. 이번 프로젝트에 적용된 후불형 포인트 시스템은 임직원이 출장 시 개인카드나 법인카드로 결제할 필요 없이 출장관리 플랫폼에서 부여된 포인트로 항공, 숙박, 열차, 고속버스 등을 예약하고 사후에 B2B로 통합 정산하는 방식이다. 이를 통해 임직원의 결제 부담을 완화했을 뿐만 아니라 국내 숙박 부가세 환급을 전자증빙으로 체계화해 행정 업무의 효율성 극대화를 실현했다. 비즈플레이는 세아창원특수강의 운영 환경에 최적화된 다각적인 결제 인프라를 지원해 솔루션의 범용성을 입증했다. 국내외 전 카드사의 실시간 데이터 연동과 현업에서 발생하는 다양한 예외 케이스까지 시스템 관리 범위 안에서 처리할 수 있도록 설계해 관리의 유연성과 규정 준수의 엄격함을 동시에 확보했다. 제조 기업의 디지털 전환 및 투명한 비용관리 거버넌스 표준 제시 비즈플레이는 이번 도입을 통해 행정 리소스를 통합하고 세아창원특수강 내부의 비용 관리 거버넌스를 최상위 수준으로 고도화할 수 있었다고 설명했다. 비즈플레이 김홍기 대표는 기업별 특성에 의한 출장비 가이드라인을 시스템 내에 체계화시켜 디지털 비용관리 거버넌스를 구현하고 기업의 비용 절감과 컴플라이언스 강화를 동시에 달성했다는 점에서 의미가 크다고 밝혔다. 이어 이번 구축 사례는 대규모 제조 기업의 행정 프로세스를 디지털화해 임직원이 기업 본연의 비즈니스 가치에 집중할 수 있는 진정한 DX 환경을 구축한 모범 사례가 될 것이라고 덧붙였다.  

파수가 AI 혁신(AX)을 지원하는 기업으로 정체성을 강화하기 위해 ‘파수AI(Fasoo AI)’로 사명을 변경했다고 전했다. 2000년 설립 이후 데이터 보안 및 관리 시장에서 활동해 온 파수는 이번 사명 변경을 통해 기존 보안 영역을 넘어 AI, 데이터, 거버넌스 전반을 아우르는 AI 전문 기업으로 거듭나겠다는 전략이다. 파수AI는 2022년 생성형 AI 기반 개인정보보호 설루션을 시작으로 기업용 거대 언어 모델(LLM)인 ‘엘름(Ellm)’을 출시하며 AI 사업을 확대해 왔다. 최근에는 미국 법인과 현지 AI 기업 컨실릭스(Konsilix)의 합병을 통해 기업용 AI 설루션 기업인 ‘심볼로직(Symbologic)’ 출범을 앞두고 있어 글로벌 AX 시장 공략도 본격화할 계획이다. 파수AI의 조규곤 대표는 “보안 기업을 넘어 AI 기업으로 재탄생한다는 의지를 담아 창사 26년 만에 사명을 변경했다”며, “그동안 쌓아온 데이터 관리 역량에 AI를 더해 고객이 AX에 이르는 가장 안전하고 효율적인 길을 제시하겠다”고 밝혔다.     한편, 파수AI는 사명 변경 후 첫 공식 행보로 오는 4월 15일 서울 여의도 페어몬트 앰버서더 서울에서 연례 고객 콘퍼런스 ‘FDI 심포지움(FDI Symposium) 2026’을 개최한다. ‘지속가능한 AI 혁신(Sustainable AI Transformation)’을 주제로 열리는 이번 콘퍼런스에서 파수AI는 안전한 AX 실현을 위한 구체적인 전략과 사례를 발표한다. 조규곤 대표를 비롯해 심볼로직의 롭 마라노(Rob Marano) 최고경영자(CEO) 등이 참여해 글로벌 AX 및 AI 보안 구축 사례를 공유할 예정이다. 세부 세션에서는 국내 기업에 최적화된 AX 지원 설루션과 컨설팅, AI 시대의 데이터 인프라 전략 등이 소개된다. 또한 장일수 스패로우(Sparrow) 대표가 AI를 활용한 소프트웨어 공급망 보안 방안을 발표하며, 현장 부스에서는 파수AI의 주요 설루션 시연도 진행된다. 조규곤 대표는 “이번 행사는 파수AI의 변화된 방향성과 역할을 구체적으로 보여주는 자리가 될 것”이라며, “AI 전환을 준비하는 기업들에게 실질적인 통찰력을 제공하겠다”고 말했다.

  스마트 건설 DX에 대한 이해 및 동향, 관련 제품 및 업체 소개 등을 집대성한 <스마트 건설 DX 가이드>가 발간되었습니다.  <스마트 건설 DX 가이드>는 빌딩스마트협회와 캐드앤그래픽스의 주도 하에 업계의 다양한 흐름들을 제시하고, 스마트 건설 DX에 대한 이해와 트렌드, 시스템 구축시 알아두어야 할 전략과 구축 가이드, 관련 소프트웨어 및  공급 업체 소개, 제품리스트 등을 집대성하였습니다.    출판 / 캐드앤그래픽스 페이지 / 256쪽, 올 컬러 발간일 / 2026년 4월 20일 정가  / 30,000원    공저 | 빌딩스마트협회 이강 / 조성민 / 진상윤 / 문진영 / 박승 / 나재훈 / 김한도 / 윤종덕 / 이두희 / 김창근 / 류제형 / 강태욱 / 최경화 / 양승규 / 이용하 / 권방호 / 김선중 / 김성진 / 김영휘 / 김용수 / 김진만 / 김태현 / 손석희 / 손원영 / 엄신조 / 이기상 / 이승평 / 진득호 / 최융기 / 한종한 외   PART 01. 스마트 건설 개요와 DX 인사이트 PART 02. BIM & DX 도입 전략과 가이드 PART 03. 스마트 건설 기술 동향 및 발전 방향  PART 04. 스마트 건설 DX 적용 사례 PART 05. 주요 스마트 건설 DX 솔루션 소개 PART 06. 스마트 건설 DX 관련 업체 디렉토리 PART 07. 업체별 스마트 건설 DX 솔루션 리스트 ------------------------- 목차 PART 01. 스마트 건설 개요와 DX 인사이트 10        스마트건설, DX, AI, BIM의 상관관계와 도입 전략        이강 14        AI 시대, 스마트 건설 DX의 본질과 대전환의 길    -    조성민 18        스마트 건설 DX의 핵심, BIM 개요와 효과        빌딩스마트협회 PART 02. BIM & DX 도입 전략과 가이드 34        스마트건설 게임체인처 공공 발주자의 BIM 거버넌스        진상윤 39        건축설계 분야 DX·AI·AX 전환의 실제        문진영 48        스마트 건설 DX, 기술 도입을 넘어 산업 구조를 바꾸다        나재훈 50        데이터 사일로를 해결하기 위한 BIM 코디네이터의 역할        박승 53        EPC 산업의 디지털 트윈 적용 전략        김창근 58        AX 시대 건설 BIM과 DX 도입의 필요조건        김한도 62        실무자가 직접 만드는 BIM-AI Solution        윤종덕 66        BIM과 DX - ‘모델 중심’ 접근의 한계와 DB 중심 전환 전략        이두희 70        BIMIL이 제시하는 4단계 디지털 전환 로드맵        김용하 74        스마트 건설 DX/AX, 시스템 도입이 아닌 ‘데이터 구조’가 본질이다        류제형 Part 3. 스마트 건설 기술 동향 및 발전 방향 78        BIM 기술 트렌드- 스마트 건설과 BIM 기술 동향        강태욱 87        국내 BIM 시장동향과 정부 정책 및 전망        최경화 90        스마트 건설을 위한 안전 기술 동향        양승규 100        CAD·BIM 데이터 활용 공간 DX 프로세스    - 설계에서 공간 운영까지, KOVI 플랫폼이 제시하는 통합 프로세스    이승평 102        스마트 건설 DX 기술 - BIM 5D 구현을 통한 디지털 변환의 선두에 서다        이용하 Part 4. 스마트 건설 DX 적용 사례 106        비정형 건축 3대 난제와 DfMA 솔루션    한울본부 복합문화센터 파사드 구현 사례    김성진 112        비정형 공공건축에서 BIM 기반 정확성을 확보하는 스마트 건설 DX        손원영 115        해외 설계사와의 BIM 기술 협업    노들글로벌예술섬과 포스코글로벌센터 사례를 중심으로    김용수 118        AI 기반 건설산업 패러다임 전환 방향        김영휘 122        지능형 준공 도면이 이끄는 건설 워크플로우 혁신        한종한 125        레이저스캔 도입사례를 통한 인테리어 DX 첫걸음        손석희 128        화공플랜트 BIM의 실무적 접근    사우디 아람코 ○○ 프로젝트를 통해 본 현실과 과제    권방호 132        BIM 기반 설계 안전성 적용 방안과 기술 혁신        최융기 136        스마트 건설 AX 성공 공식과 적용 사례     ‘문제’를 먼저 정의한 기업이 성과를 만든다    김진만 139        부이그 건설 사례로 보는 건설사의 디지털 전환        김선중 142        스마트 건설 DX를 가속하는 실시간 3D 엔진의 디지털 트윈 전략과 사례        진득호 147        영국 동서철도 프로젝트의 스마트 건설 혁신        김태현 150        광주대표도서관 붕괴사고로 본 검측과정의 이중과제 - 디지털화와 AI 전환        이기상 154        인공지능 설계 자동화 플랫폼과 로드맵        엄신조 156        디지털 트윈 구현을 위한 AI 기반 2D–3D 설계 자동화        엄신조 158        디지털 트윈을 위한 스마트 건설 통합관리 플랫폼        엄신조 PART 05. 주요 스마트 건설 DX 솔루션 소개 162        AutoCAD    설계 생산성과 품질을 혁신하는 지능형 설계 플랫폼 164        Archicad    글로벌 BIM 설계 소프트웨어 166        Autodesk Build    클라우드 기반 시공 관리·현장 관리 플랫폼 167        Autodesk Forma    AI 네이티브 클라우드 플랫폼 168        Bentley Infrastructure Cloud    인프라 데이터 통합 협업 클라우드 플랫폼 170        BIMIL    BIM 생산성 솔루션 마켓플레이스 171        BIMlize Cloud    Autodesk 협업 솔루션 활용도 향상을 위한 클라우드 플랫폼 172        BIMlize Tools    Autodesk 설계 솔루션 활용도 향상 위한 애드인 프로그램 173        CADian AI-CE    AI 기반 설계 적산 자동화 솔루션 174        CADian BIM Viewer    BIM 뷰어 솔루션 176        CADian ViewQ    스마트 건설 DX를 위한 웹 캐드 뷰어 178        CATIA    3D CAD 설계 솔루션  179        Civil WorkSuite    통합 토목 설계 소프트웨어 번들 180        Cradle CFD    스마트건설 설계 최적화와 에너지 효율을 높이는 열·유동 시뮬레이션 솔루션 181        DIVE     GIS 기반 스마트 건설 관리 플랫폼 182        ENOVIA    협업 및 인텔리전스 & 데이터 기반 프로젝트 관리 183        Ez-ISO V2    플랜트 BIM 배관 ISO 도면 자동화의 새로운 기준 185        FUZOR VDC Software     건설 4D, 5D 시뮬레이션, 안전 시뮬레이션 186        GstarBIM    실무 중심의 통합형 BIM 솔루션  189        Gyro Spacer    공간 및 시설물의 통합 운영관리 솔루션 190        Gyro3D Build    건축물 및 플랜트 계획설계 솔루션 192        IDEA StatiCa    강재 접합부, 콘크리트, 앵커링 설계 소프트웨어 195        InnoM3D     BIM 및 이기종 3D 데이터 이용 실시간 협업 솔루션 196        INNOVA ISO    Data Convergence 기반 Revit ISO 생성 솔루션 198        IPS-AI     AI 기반의 엔지니어링 데이터 디지털 전환  200        iTwin Capture     201        iTwin Capture Modeler    현실 캡처 사진측량 솔루션 202        iTwin Engage    디지털 트윈 기반 몰입형 시각화 클라우드 플랫폼  203        MicroStation    인프라 설계용 CAD 플랫폼  204        NaviQ Ver 2.0    BIM 기반 공사비(5D) 공정관리4D) 자동화 솔루션 206        NAX Ops     AI 기술을 접목한 CAD 솔루션 208        NAXiS     온톨로지 기반 데이터 지능 플랫폼 210        NEXPOM, Safely, Widdy    실시간 현장 연결 플랫폼 기반 AX 211        Nextspace    클라우드 기반 디지털 트윈 플랫폼 212        NeXura M    WBS 기반 BIM 데이터 관리 및 내역서 산출 소프트웨어 214        NeXura S    스마트 안전 시공을 위한 시공 시뮬레이터 216        OpenBridge    교량 설계·해석·제작 통합 솔루션    217        OpenRoad Designer    도로·고속도로 설계 통합 솔루션 218        OpenSite+    토목 사이트 설계용 AI 통합 클라우드 설계 플랫폼  219        OpenUtilities Substation+    변전소 설계용 AI 클라우드 협업 모델링 플랫폼 220        PEDAS-Cloud    3D 기반 클라우드 통합 관리 시스템 222        SketchUp    워크플로우 기반의 3D 모델링 소프트웨어 224        Strand7    범용 유한요소 해석 프로그램 227        STAAD    구조 해석 및 설계 소프트웨어 228        SYNCHRO+    4D 건설 계획용 AI 기반 클라우드 플랫폼 229        Tekla Structures    건설 산업의 모델을 생성, 취합, 관리하는 BIM 솔루션  231        Trimble Connect    클라우드 기반 개방형 협업도구  233        UniK BIM    BIM 표준체계에 입각한 건설 전생애주기 데이터 관리시스템  234        Unreal Engine    개방적이고 진보된 리얼타임 제작 툴 235        Visual Components    단일 플랫폼의 공정설비/물류라인/로봇OLP 시뮬레이션 솔루션 236        ZW 365    현장 & 오피스를 연결하는 실시간 설계 협업솔루션 239        ZYX SPACE    AI 기반 설계 자동화 솔루션 240        ZYXCAD AX    AI 기술을 접목한 CAD 솔루션  PART 06. 스마트 건설 DX 관련 업체 디렉토리 고려소프트웨어 / 글로텍 / 다쏘시스템코리아 / 라인테크시스템 / 마션케이 / 모두솔루션 / 베이시스소프트 / 벤틀리시스템즈코리아 / 브이디씨테크 / 상상진화 / 씨앤지소프텍 / 아키소프트 / 알씨케이 / 에픽게임즈 / 엠티엠디지털컨스트럭션 / 위즈코어 / 이노액티브 / 이에이트(E8) / 자이로소프트 / 지더블유캐드코리아 / 직스테크놀로지 / 캐디안 / 케이씨아이엠(KCIM) / 케이씨엠씨 / 트림블코리아 / 한국가상현실 / 케이던스 디자인 시스템즈 / 휴엔시스템 PART 07. 업체별 스마트 건설 DX 솔루션 리스트 후원 기관 및 업체 빌딩스마트협회 / 트림블코리아 / 모두솔루션 / 지더블유캐드코리아 / 고려소프트웨어 / 씨앤지소프텍 / 자이로소프트 / 직스테크놀로지 / 벤틀리시스템즈코리아 / 한국디지털교육원 -------------------------------------- 이 책자는 스마트 건설 DX 관련 저변 확대와 활성화를 위해 온라인과 오프라인에서 판매하고자 합니다. 도서구입으로 캐드앤그래픽스를 응원해 주세요! 추가 참여나 수정사항이 있는 경우 연락주시기 바랍니다. mail@cadgraphics.co.kr 1. 이북 구입 안내 이북 파일이 커서 전체 파일 다운로드가 되지 않습니다. 결제 후 메일 주시면 파일 보내드립니다. 제목 : [요청] 스마트 건설 DX 가이드 이북 결제 완료  - 이름 / 메일/전번  메일로 주시면 보내드립니다. 구입문의 / 02-333-6900, 메일 : info@cadgraphics.co.kr 2. 도서 구입 사이트에서 할인된 가격으로 드립니다. 도서 구입하러 가기 

스노우플레이크가 글로벌 시장조사업체 옴디아(Omdia)와 협력해 ‘생성형 AI와 AI 에이전트의 ROI’ 리서치 보고서를 발표했다. 10개국 비즈니스 의사결정권자 2050명이 참여한 이번 설문에 따르면 AI가 노동시장에 미치는 영향은 단순한 인력 감축을 넘어 복잡한 양상을 띠는 것으로 나타났다. 전체 응답 기업 중 77%는 AI 도입 이후 채용이 늘었다고 답했다. 직무 감소를 부분적으로 경험한 조직은 46%였으나, 채용 증가와 직무 감소를 모두 경험한 기업 중 69%는 AI가 전반적인 고용 상황에 긍정적인 영향을 미쳤다고 평가했다. 이는 AI 도입 확대가 일자리 증가로 이어지고 있음을 시사한다.     직군별로는 IT 운영(56%), 사이버보안(46%), 소프트웨어 개발(38%) 순으로 일자리 증가 효과가 두드러졌다. 반면 IT 운영(40%), 고객 서비스 및 지원(37%), 데이터 분석(37%) 직무는 상대적으로 일자리 감소 영향이 컸다. 스노우플레이크는 AI가 조직에 깊이 내재화될수록 전반적인 고용 증가로 이어질 가능성이 높으며, 이는 일부 업무 자동화와 동시에 새로운 역량을 추가하는 조직 재편의 과정이라고 분석했다. 기업들은 AI 투자 1달러당 평균 약 1.49달러의 수익을 거두고 있는 것으로 조사됐다. 하지만 응답 기업의 96%는 여전히 AI 확장 과정에서 어려움을 겪고 있다고 밝혔다. 응답자의 약 80%는 기술 또는 데이터 관련 문제를 장애 요인으로 꼽았으며, 구체적으로는 데이터 사일로 해소(65%), 데이터 품질 측정 및 모니터링(62%), AI 활용에 적합한 데이터 준비(62%) 등이 지목됐다. 데이터 거버넌스 역시 주요 과제로 부상했다. 임원의 66%와 전체 직원의 57%가 승인되지 않은 AI 도구를 사용 중이라고 답했으며, 60%는 데이터 인프라 및 모니터링 소프트웨어에 대한 추가 투자가 필요하다고 응답했다. 비정형 데이터 중 AI 활용이 가능한 상태라고 답한 조직은 글로벌 평균 7%에 불과했다. AI 도입 초기 조직의 92%가 긍정적인 투자수익률(ROI)을 기록했으며, 기업들은 향후 1년간 전체 기술 예산의 22%를 AI에 투자할 계획이다. 현재 전체 코드의 약 48%가 AI에 의해 생성되고 있으며, AI 코딩 도구를 활용하는 조직의 82%는 코드 테스트 및 버그 탐지 분야에서 개선을 경험했다고 보고했다. 스노우플레이크는 AI 코딩 에이전트인 코텍스 코드를 통해 관련 역량을 강화하고 있다. 스노우플레이크의 아나히타 타프비지 최고 데이터 및 애널리틱스 책임자는 “AI의 영향은 일률적이지 않으며 이를 얼마나 효과적으로 활용하느냐에 따라 생산성이 달라진다”라고 설명하면서, “가장 강력한 ROI 지표는 AI를 핵심 운영에 내재화하고 데이터 준비도와 거버넌스를 강화할 때 실현된다”고 밝혔다.

‘플랜트 조선 컨퍼런스 2026’이 지난 2월 5일 백범김구기념관에서 진행됐다. ‘DX와 AI로 재도약하는 플랜트·조선의 미래’를 주제로 한 이번 콘퍼런스는 플랜트 및 조선 산업의 지형을 바꾸는 기술의 진화와 혁신 방향을 집중 조명했다. 또한, 기술 융합을 통해 근본적인 산업 혁신과 미래 생존을 추구하기 위한 청사진을 제시했다. ■ 정수진 편집장     한국플랜트정보기술협회의 신안식 회장은 개회사에서 과거 아날로그 중심에서 AI(인공지능)와 디지털 전환(DX)으로 변화한 플랜트·조선 산업의 최신 트렌드를 강조했다. 신안식 회장은 “이번 행사는 ‘DX와 AI로 재도약하는 플랜트·조선 산업의 미래’를 주제로 삼아, 엔지니어링 최신 기술과 설루션 성공 사례, 디지털 트윈을 통한 위기 해결 방안 등을 다룬다”면서, “새로운 변화를 이끌 혁신 기술이 소개되는 이번 행사가 참석자들의 활발한 네트워킹의 장이 되길 바란다”고 전했다. ‘플랜트 조선 컨퍼런스 2026’에서는 단순한 전산화나 시스템 도입 수준이던 플랜트 및 조선 산업의 IT 트렌드가 디지털 전환과 인공지능 전환(AX)을 중심으로 진화하고 있음을 알 수 있었다. 이런 흐름은 플랜트 및 조선 산업의 고질적인 생산성 저하 및 인력 감소 문제를 극복하기 위해 추진되고 있으며, 자동화 기반 기술의 도입과 지식의 시스템화 등이 활발히 진행 중이다. 또한, DX 및 AX의 성공을 위해서는 데이터 거버넌스 확립 및 개방형 협력 생태계의 조성이 중요시되고 있으며, 단순 제조를 넘어 서비스와 데이터 기반의 비즈니스로 확장해야 한다는 목소리도 높았다.   ▲ 한국플랜트정보기술협회 신안식 회장   플랜트 산업의 성공적인 DX와 AX 추진 전략 GS건설의 이현식 디지털트윈팀장은 ‘플랜트 DX/AX를 통한 산업 혁신 : 지속 가능한 혁신과 효율적 추진 전략’을 주제로 한 기조연설에서, 플랜트 산업의 성공적인 DX 및 AX을 위한 고민과 전략을 소개했다. 그는 현재 플랜트 업계가 추진하고 있는 DX의 목표에 대해 “단기적인 비즈니스 모델 혁신보다는, 건설 산업의 낮은 생산성과 인력 감소 문제를 극복하기 위한 ‘디지털화’의 완성이 되어야 한다”고 정의했다. 특히 DX를 기반이 되는 ‘몸통’으로, AX를 비정형 데이터 해석, 지능형 자율 설계, 현장 시뮬레이션 및 로보틱스를 주도하는 ‘두뇌’로 비유하며 그 중요성을 강조했다. 플랜트 산업의 성공적인 혁신을 가로막는 장애물로는 투자 대비 단기 성과에 대한 집착, 변화에 대한 조직적 저항, 장기적 로드맵 부재, 기초 데이터 부족, 폐쇄적인 산업 생태계 등이 꼽힌다. 이현식 팀장은 이를 극복하기 위한 4대 핵심 전략으로 ▲데이터 거버넌스 수립과 연계성 확보를 통한 데이터 품질 향상 ▲현업 실무자가 직접 시스템을 개발할 수 있는 디지털 리터러시 육성과 리더십 확보 ▲실천 가능하고 견고한 장기 로드맵 수립 ▲동종 업계 간 파운데이션 모델 등을 공유하는 개방형 협력 생태계 조성을 제안했다. 그리고 “성공적인 디지털 전환을 통해 과거 우리 플랜트 산업이 가졌던 위상을 되찾기를 바란다”고 전했다.   ▲ GS건설 이현식 디지털트윈팀장   조선산업의 미래 : 친환경 및 AI 생태계 전환 한국해양대학교의 류민철 교수는 ‘조선산업 친환경·AI 생태계 전환과 글로벌 진출 전략’을 주제로 기조연설을 진행했다. 그는 조선업계가 친환경 선박 발주 증가로 재도약의 기회를 맞았지만, 단순 제조를 넘어 디지털 전환과 인공지능 전환을 통한 생산성 향상 및 새로운 서비스 창출로 나아가야 한다고 강조했다. 해외 시장 진출 전략에 대한 소개도 있었다. 류민철 교수는 “미국의 높은 건조 비용과 인도의 낮은 생산성 문제를 극복하기 위해, 국내의 자동화된 블록 생산 공정과 스마트 자율운항 기술을 현지에 접목하는 비즈니스 모델을 구축할 수 있다”면서, 이를 통해 새로운 데이터와 운영 경험을 축적할 수 있을 것이라고 설명했다. 또한, 스마트 자율운항 선박에 대해서는 향후 폭증할 데이터에 대비해 센서를 최적화하고, 완벽한 자율운항이라는 최종 목표에 앞서 해기사들의 실질적인 업무 부담을 줄여주는 단계적 서비스 개발에 집중해야 한다고 조언했다. 그리고, 척수가 많은 연안 선박의 전기 추진화, XR(확장현실) 기술 및 가상 공간을 접목한 미래 해양 레저 서비스 등 타 산업과의 융합을 통한 시장 확대 가능성도 제시했다. 류민철 교수는 “국내 조선업계가 IT, 반도체, 기자재, 엔지니어링 등 다양한 분야와 주도적으로 협력해서, 독자적이고 거대한 친환경·디지털 통합 생태계를 구축해 나갈 수 있기를 바란다”고 당부했다.   ▲ 한국해양대학교 류민철 교수   도면 읽는 AI와 지식 그래프 기반 디지털 트윈 인포시즈의 탁정수 대표는 ‘도면을 읽는 AI : 플랜트·조선 디지털 트윈의 새로운 접근’을 주제로 기조연설을 진행했다. 그는 플랜트 산업 현장에서 빈번히 일어나는 도면과 실제 현장의 불일치, 지식의 파편화, 그리고 숙련된 작업자의 은퇴로 인한 현장 지식과 노하우의 소실을 심각한 위기 요인으로 지적했다. 이를 해결하기 위한 핵심 해법으로 탁정수 대표가 제안한 것은 설계부터 운영까지 분산된 도면과 데이터를 하나로 이어주는 ‘살아있는 지식 체계’의 구축이다. 특히, 도면 내 장비와 배관 등의 연결 관계를 데이터 스키마(data schema)로 구성하여 전체 흐름을 파악하게 하는 ‘지식 그래프(knowledge graph)’와 기업 내 다양한 용어 및 개념의 표준화된 공리를 세우는 ‘온톨로지(ontology)’의 중요성을 강조했다. 탁정수 대표는 “이 두 가지 요소 기술이 바탕이 되어야만 기업에 AI를 완벽히 적용하고 진정한 의미의 디지털 트윈으로 나아갈 수 있다”고 설명했다. 인포시즈의 AI 설루션인 ‘델타플로우’를 소개한 탁정수 대표는 AI가 도면을 읽고 온톨로지 기반의 지식 그래프로 데이터를 저장함으로써 수천 장의 도면을 가로지르는 유체 흐름 시뮬레이션, 안전사고 예방을 위한 작업 전 영향도 파악, 맥락 기반의 설계 패턴 검색이 가능해진다고 전했다. 그리고 “도면 중심의 통합 플랫폼을 통해 협력사 간의 효율적인 소통 생태계를 조성하고, 기존 레거시 시스템과 연동하여 지식을 완벽하게 자산화해야 한다”고 짚었다.   ▲ 인포시즈 탁정수 대표   플랜트/조선 산업의 기술 혁신을 다각도로 살펴보는 기회 마련   ■ 같이 보기 : [포커스] DX·AI 프로젝트 실행 전략 소개한 플랜트 조선 컨퍼런스 2026   이번 ‘플랜트 조선 컨퍼런스 2026’에서는 기조연설을 포함해 13편의 발표가 진행됐으며, 이와 함께 부스 전시를 통해 플랜트/조선 산업의 DX 및 AX를 위한 다양한 기술을 접해볼 수 있는 자리가 마련되었다. 또한, 산업계 및 학계 주요 인사들이 참여한 간담회에서는 향후 산업 경쟁력 강화 및 기술 혁신을 위한 비전과 의견을 나누었다.   ▲ 인포시즈 부스   ▲ 헥사곤ALI 부스   ▲ 휴엔시스템 부스   ▲ 소프트힐스 부스   ▲ 다우데이타 부스   ▲ 아이지피넷 부스   ▲ 크레아텍 부스   ▲ VIP 간담회     ■ 기사 내용은 PDF로도 제공됩니다.

한국오라클이 2월 3일 연례 콘퍼런스인 ‘오라클 AI 서밋(Oracle AI Summit) 2026’을 열고, 데이터와 AI의 결합을 통한 기업의 생존 및 성장 전략을 제시했다. 오라클은 AI 벡터 검색 기능이 통합된 데이터베이스 새 버전을 선보이면서, 복잡한 데이터를 의미론적으로 분석하고 검색 증강 생성(RAG) 기술을 효율적으로 구현하는 방안을 설명했다. 또한 스스로 계획하고 행동하는 에이전틱 AI(agentic AI)와 데이터베이스 관리를 돕는 AI 어시스턴트의 도입을 강조했다. 오라클은 자사의 융합형 아키텍처를 앞세워 기업의 현대적인 AI 기반 비즈니스 환경을 지원할 예정이다. ■ 정수진 편집장     AI의 핵심은 데이터, 데이터와 AI의 통합은 필연 오라클은 기업이 AI를 활용해 성과를 얻기 위해 가장 핵심이면서 중요한 요소로 ‘데이터’를 내세운다. AI가 기업 데이터 관리의 패러다임을 재편하는 필수 요소가 되면서, 오라클은 ‘AI와 데이터가 초기 설계 단계부터 함께 구축’되어야 한다고 강조했다. 오라클은 기업이 특정 부서의 업무를 향상시키는 데에는 AI를 잘 활용하고 있지만, 이를 전사 업무 프로세스의 향상으로 확장하는 데에는 어려움을 겪고 있는 것으로 보고 있다. 오라클의 티르탄카르 라히리(Tirthankar Lahiri) 미션 크리티컬 데이터 및 AI 엔진 부문 수석 부사장은 그 핵심 원인에 대해 조직 내 데이터가 분산(silo)되어 있기 때문이라고 짚으면서, “융합형 데이터 플랫폼을 통해 데이터 접근성을 통합해야 실질적인 AI 비즈니스 성과를 낼 수 있다”고 전했다. AI를 활용해 기업 비즈니스와 관련된 질문에 대해 답을 얻으려면, 질문과 관련해서 적절한 기업 내부의 데이터를 AI에 제공해야 한다. AI는 제공받은 비즈니스 데이터와 자체 지식, 그리고 공개된 외부 데이터를 결합하여 보다 정확한 결과를 생성할 수 있다. 오라클이 데이터의 중요성을 강조하는 이유가 여기에 있다. 한편으로, 복잡성을 줄이고 AI 기능의 신뢰도를 높이는 것도 중요하다. 분산된 기술이나 개별 제품을 단순히 이어 붙이는 방식은 복잡성과 비용을 키울 수밖에 없다. 오라클은 데이터가 위치한 곳에 AI를 직접 내재화하여 통합 설계하면, 시스템 운영이 단순해지고 기업이 신뢰할 수 있는 빠르고 일관된 AI 혁신이 가능해진다고 보고 있다.   AI를 위한 통합 아키텍처로 차세대 혁신 지원 AI를 위한 오라클의 데이터 전략은 ‘데이터 혁신을 위한 AI(AI for Data)’로 요약할 수 있다. 이 전략은 단순히 AI 기술을 덧붙이는 것이 아니라, AI를 데이터 플랫폼의 가장 핵심적인 부분에 내재화해서, 기업이 AI 리더로 도약하고 새로운 환경에서 번영할 수 있도록 돕는 데 초점을 맞춘다. 오라클 데이터 전략의 주된 방향은 ▲AI, 데이터, 애플리케이션 개발, 그리고 개방형 표준의 통합 구축 ▲개방형 표준에 기반한 융합형 아키텍처로 모든 데이터 유형과 워크로드를 일관된 플랫폼에서 결합하고 탐색할 수 있도록 지원 ▲데이터 사일로 현상을 해결하기 위해, 데이터, AI 모델, 실행 과정을 하나로 아우르는 단일 프레임워크 제공 ▲자체 LLM뿐 아니라 xAI, 구글, 메타, 코히어, 오픈AI 등의 AI 모델을 오라클 인프라 내에 자동으로 임베디드하고 유연하게 수용 ▲기업의 내부 프라이빗 데이터가 보호받을 수 있도록 거버넌스, 프라이버시, 보안을 최우선으로 고려하는 것이다. 오라클은 이런 전략이 집약된 차세대 AI 네이티브 데이터베이스인 ‘오라클 AI 데이터베이스 26ai’를 통해, 기업들이 경쟁사보다 한발 앞서 비즈니스 인사이트를 얻고 생산성 혁신을 달성할 수 있도록 돕는다는 계획이다.   AI 네이티브를 강조한 오라클 데이터베이스 26ai 오라클 AI 데이터베이스 26ai의 핵심 기능은 다음과 같다. 통합 AI 벡터 검색 : 문서, 이미지, 동영상, 관계형 데이터 등 다양한 형태의 데이터를 의미와 맥락을 나타내는 ‘AI 벡터(vector)’로 변환해서 처리한다. 이를 통해 일치하는 값을 찾는 것을 넘어, 의미적 유사성을 기반으로 밀리초(ms) 단위의 고속 검색을 제공한다. 단일 SQL문을 통한 RAG 파이프라인 통합 : AI 벡터 검색으로 찾은 기업 내부 데이터를 LLM과 결합하여 정확하고 맥락에 맞는 답변을 도출하는 RAG(검색 증강 생성) 기능을 지원한다. 또한, 복잡한 RAG 전체 파이프라인을 단일 SQL 구문이나 데이터베이스 API를 통해 간편하게 실행할 수 있다. 데이터베이스 내 에이전틱 AI(agentic AI) 직접 통합 : AI 에이전트를 데이터베이스 내부에 직접 통합 및 설계해서 기업이 쉽고 안전하게 구축, 배포, 관리할 수 있도록 지원한다. 기업의 내부 프라이빗 데이터는 물론 웹 검색 등 외부 공개 데이터까지 결합해서 수준 높은 답변을 제공할 수 있다. AI를 위한 데이터 주석 기능 : AI가 데이터의 의미를 잘못 유추하지 않도록, 사용자가 테이블이나 컬럼의 의미와 용도를 LLM에게 명시적으로 설명해 줄 수 있는 주석(annotations) 기능을 제공한다. 이는 LLM이 더 우수한 결과물을 생성하도록 돕는다. 모든 데이터 유형의 통합 검색 : AI 벡터 검색 기능은 전통적인 관계형 데이터뿐만 아니라 텍스트, 공간, JSON, XML 데이터 등 모든 종류의 데이터 검색과 매끄럽게 결합되어 통합적인 데이터 탐색 환경을 제공한다.   데이터 중심 AI로 엔터프라이즈 혁신 돕는다 오라클은 개방형 생태계를 기반으로 하는 ‘기업용 맞춤형 AI’를 제공하면서, 기업 내부 데이터의 거버넌스, 프라이버시, 보안을 요구하는 엔터프라이즈 환경에 최적화된 AI 접근 방식을 내세운다. 한국오라클의 김성하 사장은 “오라클은 ‘데이터베이스 기업’이라는 기존의 인식에서 벗어나 ‘데이터 중심의 AI 플랫폼 기업’으로서 입지를 굳히고, 엔터프라이즈 클라우드 시장 점유율을 높이고자 한다”면서, 국내 시장 전략을 소개했다. 한국오라클은 OCI(오라클 클라우드 인프라스트럭처)의 성능과 안정성, 비용 효율에 대한 고객의 신뢰를 바탕으로, 기업의 핵심적인 기간계 업무를 클라우드로 전환하는 데 집중하고 있다. 오라클에 따르면, POC를 넘어 실질적인 클라우드 소비가 전년 대비 2025년 두 배 이상 증가했으며, 비 오라클 데이터베이스 워크로드의 클라우드 전환도 확대하고 있다. 오라클은 국내 2곳의 퍼블릭 클라우드 리전(데이터센터)을 안정적으로 운영하면서 지속적인 성장 발판을 마련했다고 보고 있다. 또한 고객이 자체 데이터센터 내에서 오라클 클라우드를 사용할 수 있도록 지원하는 전용 리전(Dedicated Region Cloud@ Customer)를 국내 세 곳의 고객사에 구축·운영하는 등 고객 맞춤형 인프라 전략을 전개 중이다. 김성하 사장은 “올 상반기 국내 AWS 데이터센터에 오라클의 고성능 데이터베이스 머신인 엑사데이터(Exadata)를 배치할 예정이다. 이는 핵심 데이터베이스를 안전하게 운용하고자 하는 금융권 및 대형 엔터프라이즈 고객의 멀티 클라우드 도입 수요를 흡수하기 위한 전략”이라고 소개했다. 이와 함께, 오라클은 국내 AI 시장을 선도할 유망 스타트업이 OCI를 기반으로 성장할 수 있도록 협력 및 지원을 이어갈 예정이다. 이런 노력을 통해 국내 AI 혁신 고객 사례를 늘려가겠다는 것이 오라클의 계획이다.       ■ 기사 내용은 PDF로도 제공됩니다.