인텔은 LG이노텍이 자사의 기술을 활용해 인공지능(AI) 기반의 자동화 시스템을 구축하고 있다고 소개했다. 소재·부품 전문 기업인 LG이노텍은 휴대폰, 자동차 디스플레이, 스마트 기기 등에 들어가는 수십만 개의 초소형 부품을 완벽한 정확도와 무결점으로 복제하는 것을 목표로 삼고 있으며, 혁신 기술을 통해 이러한 목표를 달성하고자 한다.  LG이노텍의 구미 공장에서는 인텔 코어(Intel Core) 프로세서, 인텔 제온(Intel Xeon) 프로세서 및 인텔 아크(Intel Arc) 내장형 그래픽처리장치(GPU)가 조화를 이루며 작동한다. 이들 기술은 오픈비노(OpenVINO) 소프트웨어 툴킷으로 통합된다. LG이노텍은 생산 라인의 특정 단말기에서 규칙 기반 검사 및 딥러닝 기반 시스템을 사용해 제품 품질을 높여왔다. 여기서 나아가, LG이노텍은 제조 공정 전반에 걸쳐 AI를 광범위하게 적용하여 성능 저하 없이 완전 자동화된 시스템을 구축하고자 했다. 인텔은 지난 2024년 인텔 코어 및 제온 프로세서와 아크 외장형 GPU를 기반으로 하는 AI 기반 검사 시스템에 대한 구축 지원을 위해 LG이노텍과 논의를 시작했다. 핵심은 생산 공정에서 발생하는 데이터가 인텔 코어 CPU를 탑재한 PC로 스트리밍되며, 내장 GPU는 결함 데이터를 분석하는 데 비용 효율을 제공하는 것이다. 고해상도 이미지에서 다중 알고리즘을 실행하는 등 부하가 큰 워크로드는 인텔 아크 외장 GPU가 처리하게끔 했다. 시간이 지남에 따라 축적된 데이터셋은 인텔 제온 기반의 사전 학습 서버로 전송된다.      양사는 향후 협업을 통해 인텔 가우디 AI 가속기가 탑재된 서버를 활용한 사전 학습 워크로드 관리를 검토하고 있다. 이처럼 CPU를 기반으로 내장 및 외장 GPU로 가속화된 인텔 기반 기술 조합을 활용하여 AI 검사 시스템 구축 비용을 절감할 수 있었다는 것이 인텔의 설명이다. 인텔은 “아크 기반 외장 GPU를 도입하면서, 동급 성능의 타사 하드웨어 대비 성능에 비해 높은 비용 효율성을 달성했다. 이러한 비용 절감 효과는 규모의 경제를 더욱 극대화할 수 있는 기반이 되고 있다”고 전했다.  LG이노텍은 2024년 모바일 카메라 모듈 생산 라인에 인텔의 AI 비전 검사 설루션을 처음 적용했으며, 올해는 FC-BGA(flip-chip ball grid array)를 생산하는 구미4공장 등 국내 주요 생산 거점과 해외 생산라인에 단계적으로 확대 적용할 계획이다.  시스템 도입 당시에는 기존 딥러닝 환경이 특정 외장 그래픽 카드를 기반으로 구축되어 있어, 처음에는 통합 GPU 도입에 대한 우려가 있었다. 특히, 신규 GPU에 맞춰 기존 코드를 재작성하고 다시 매핑하는 것이 매우 어려울 것이라는 걱정이 있었만, 오픈비노(OpenVINO) 소프트웨어 툴킷을 활용해 우려를 해소할 수 있었다. 2018년 오픈비노 출시 이후, 인텔은 전 세계 개발자가 AI 기반 개발을 가속화할 수 있도록 지원해왔다. 오픈비노는 개발자가 한 번의 코드 작성으로 다양한 환경에 AI 모델을 배포할 수 있도록 돕는 오픈소스 AI 툴킷이다. LG 이노텍의 엔지니어들은 대량 생산 과정에서 공정이 변경되거나 원자재가 바뀔 때, 딥러닝 모델을 재학습하기 위해 AI 기반 워크로드에 최적화된 AI 가속기가 탑재된 인텔 제온 CPU 활용도 고려하고 있다. 제온 CPU는 병렬 연산 속도를 높이고, 인텔 AMX(Intel Advanced Matrix Extensions)라는 특수 내장 가속기를 지원해 제온 CPU에서 딥러닝 학습 및 추론 성능을 향상시킨다. 인텔은 제온 CPU와 별도 서드파티 GPU를 함께 사용하는 기존 방식에 비해 AI 기반 파인튜닝(Fine Tuning) 작업을 CPU로 처리함으로써 시스템 비용을 줄일 수 있을 것으로 기대하고 있다.

알테어가 제18회 알테어 최적화 대회(AOC)의 대상으로 홍익대학교 변정현·이한진 학생팀을 선정했다고 밝혔다. 2008년 시작된 이 대회는 대학생들의 소프트웨어 역량 강화와 우수 인재 발굴을 목표로 하며, 매년 전국의 학생들이 공학적 분석과 창의적 설계를 통해 산업 현장의 문제를 해결하고 혁신적 방안을 제시하는 자리가 되고 있다. 올해 대회에는 전국의 39개 대학에서 94명(69팀)이 참가했으며, 5팀이 본선에 진출했다. 알테어는 합리성, 실용성, 독창성, 적용가능성, 최적화 결과 도출 등을 종합적으로 평가해 최종 수상팀을 선정했다. 대상을 수상한 홍익대 팀은 단순 회전만 가능한 기존 산업용 교반기가 입자를 고르게 섞지 못하는 문제에 주목했다. 이를 극복하기 위해 6축 로봇을 활용한 교반 동작의 자유도를 높인 최적화 설루션을 제시했으며, 최적화된 로봇 모션을 실제 실험과 시뮬레이션으로 비교·검증해 결과의 신뢰성과 실행 가능성을 확보한 점에서 높은 평가를 받았다.     홍익대 변정현 학생은 “알테어 설루션은 데이터를 통합적으로 불러와 연계 해석을 할 수 있어 효율적이었고, 직관적인 사용자 환경과 제품 간 일관성 덕분에 여러 소프트웨어를 쉽게 다룰 수 있었다”며, “이를 통해 이론으로만 배웠던 개념을 직접 적용해 더 나은 최적화를 탐구할 수 있었다”고 소감을 밝혔다. 알테어는 본선 진출 5개 팀에 총 390만원의 상금과 상장을 수여했다. 대상 200만원, 금상 100만원, 은상 50만원, 동상 20만원 이 지급됐다.   한국알테어의 김도하 지사장은 “혁신적인 접근으로 뛰어난 설계안을 완성한 모든 참가 학생들에게 축하를 전한다”며, “알테어는 앞으로도 다양한 교육·지원 활동을 통해 국내 대학생들의 공학 역량 강화를 지속적으로 지원하겠다”고 전했다.

엔비디아는 글로벌 컴퓨터 그래픽 콘퍼런스인 ‘시그라프(SIGGRAPH) 2025’에서, 아마존 디바이스 앤 서비스(Amazon Devices & Services)가 엔비디아 디지털 트윈 기술을 활용해 제조 분야의 혁신을 이끌고 있다고 밝혔다. 아마존 디바이스 생산 시설에 이달 도입된 이 설루션은 시뮬레이션 우선 접근 방식을 적용한 ‘제로 터치(zero-touch)’ 제조 방식을 구현했다. 제로 터치의 핵심은 로봇 팔이 다양한 장비의 제품 품질을 자율적으로 검사하고, 새로운 제품을 생산 라인에 통합하도록 훈련하는 과정 전체를 하드웨어 변경 없이 합성 데이터를 기반으로 수행하는 것이다. 이를 위해 아마존 디바이스가 자체 개발한 조립 라인 공정 시뮬레이션 소프트웨어와 엔비디아 기술 기반의 디지털 트윈을 결합했다. 모듈형 AI 기반 워크플로를 통해 기존보다 더 빠르고 효율적인 검사를 진행하며, 제조업체의 워크플로를 간소화해 신제품을 소비자에게 전달하는 시간을 줄일 수 있다는 것이 엔비디아의 설명이다.     또한, 이 설루션은 공장 작업대와 장비의 사실적인 물리 기반 표현에 기반한 합성 데이터를 생성해 로봇 운영을 위한 ‘제로샷(zero-shot)’ 제조를 가능하게 한다. 공장에 특화된 데이터는 시뮬레이션과 실제 작업 환경에서 AI 모델의 성능을 높이는 데에 쓰이며, 시뮬레이션과 실제 작업 환경에서의 AI 모델 성능 격차를 최소화할 수 있다. 엔비디아는 “제로샷 제조를 통해 물리적 프로토타입 없이도 다양한 제품과 생산 공정을 유연하게 처리할 수 있는 범용 제조 시대를 향한 중요한 도약을 이뤄냈다”고 평가했다. 아마존 디바이스 앤 서비스는 디지털 트윈 환경에서 로봇을 훈련시켜 새로운 장비를 인식하고 다루도록 한다. 이를 통해 소프트웨어 변경만으로 한 제품의 감사 작업에서 다른 제품으로 손쉽게 전환할 수 있으며, 더 빠르고 제어가 용이한 모듈화 제조 파이프라인을 구축했다. 이를 위해 엔비디아의 아이작(Isaac) 기술 제품군을 활용한다. 아마존은 신규 장치가 도입되면 CAD 모델을 엔비디아 옴니버스(Omniverse) 플랫폼 기반의 오픈소스 로보틱스 시뮬레이션 애플리케이션인 엔비디아 아이작 심(Sim)에 적용한다. 아이작 심은 각 장치의 CAD 모델을 통해 물체 및 결함 탐지 모델 훈련에 필수인 5만 개 이상의 합성 이미지를 생성한다. 이후 엔비디아 아이작 ROS를 활용해 제품 취급을 위한 로봇 팔 궤적을 생성하고 조립부터 테스트, 포장, 검사까지 모든 과정을 구성한다. 로봇이 작업 환경을 이해하고 충돌 없는 궤적을 생성하는 데에는 엔비디아 젯슨 AGX 오린(Jetson AGX Orin) 모듈에서 실행되는 쿠다(CUDA) 가속 동작 계획 라이브러리 엔비디아 cu모션(cuMotion)이 사용된다. 또한, 500만 개의 합성 이미지로 훈련된 엔비디아의 파운데이션 모델 파운데이션포즈(FoundationPose)는 로봇이 장비의 정확한 위치와 방향을 파악하도록 돕는다. 파운데이션포즈는 사전 노출 없이도 새로운 물체에 맞춰 일반화할 수 있어, 모델 재훈련 없이 다양한 제품 간의 원활한 전환을 가능하게 한다. 한편, 이 기술을 더욱 빠르게 개발하기 위해 아마존 디바이스 앤 서비스는 AWS 배치(Batch)와 아마존 EC2 G6 인스턴스를 통해 분산 AI 모델 훈련을 수행했으며, 생성형 AI 서비스인 아마존 베드록(Bedrock)으로 제품 사양 문서를 분석해 공장 내 고수준 작업과 특정 검사 테스트 사례를 계획했다. 아마존 베드록 에이전트코어(Bedrock AgentCore)는 생산 라인 내 다중 공장 작업대를 위한 자율 워크플로 계획에 사용되며, 3D 설계와 표면 특성 등 멀티모달 제품 사양 입력을 처리할 수 있다.

한국형 BIM 5D 자동화 솔루션 '나비큐' 상용화, 글로텍 런칭 세미나 8월 28일 개최 한국철도기술연구원(이하 철도연)이 국내 건설 환경에 최적화된 '한국형 BIM 5D 자동화 솔루션'인 'NaviQ'(나비큐)를 개발하고 상용화에 성공했다. 이 솔루션은 국토교통부의 '2030 건설산업 BIM 기반 디지털화' 목표에 발맞춰 2023년부터 의무화된 공공 공사의 BIM 도입 정책에 효과적으로 대응할 수 있도록 개발됐다. 이와 관련하여 'NaviQ 2.0' 론칭 세미나가 2025년 8월 28일 과학기술컨벤션센터에서 개최될 예정이다. 이번 세미나에서는 철도 인프라 BIM 연구과제 소개 및 개발 배경, NaviQ 프로그램 소개 및 시연, NaviQ 활용 시나리오 등 다양한 내용이 다뤄진다. 'NaviQ'는 기존 3D 입체 모델링에 공정시간(4D)과 공사비용(5D) 요소를 추가했다. 기존 BIM 저작도구가 국내 건설산업의 도급 및 기성 시스템과 호환되지 않아 수작업의 어려움이 있었던 문제를 해결하기 위해, 국내 건설 내역체계(CBS)와의 연동성과 기존 2D 내역서와의 호환성을 강화했다. 'NaviQ'의 주요 기능으로는 3D BIM 모델링 객체 정보를 자동으로 적용하고, 기존 2D CAD 방식의 수동 물량 산출도 지원한다. 또한 국내 표준 품셈과 단가를 자동 연동하여 내역서를 생성할 수 있다. 공사 작업분류체계(WBS)에 따라 물량을 나누고 공정 진척률에 맞춰 수량과 공사비를 자동 갱신하여 기성관리를 자동화하는 기능도 구현했다. 철도연은 데이터가 연동된 웹 기반 BIM 뷰어(BIM Viewer)도 한국형으로 개발해 어느 곳에서나 대용량 BIM 객체와 물량 및 비용 내역 정보를 직관적으로 조회하고 검토할 수 있는 환경을 마련했다. 이 기술은 글로텍에 기술 이전되어 8월부터 서비스를 시작했으며, 철도뿐만 아니라 건설 산업 전반의 디지털 전환 과정에서 폭넓게 활용될 것으로 기대된다. 철도연 박영곤 수석연구원은 "NaviQ의 상용화로 국내외 BIM 5D 분야에서 차별화된 경쟁력을 제공할 수 있을 것"이라고 말했다. 사공명 철도연 원장은 "BIM 5D 기술을 디지털 트윈 기반의 유지관리까지 확장해 건설산업의 디지털 전환을 가속화하고 국내 스마트 건설산업 경쟁력 강화에 기여하겠다"고 밝혔다. 세미나 신청은 링크에서 가능하다.

[자료] 2025 소규모 공사 원가계산 가이드라인  발행 : 2025. 3. 형식 : pdf 200 page 제작 : 서울특별시 계약심사과   건설공사의 원가계산은 공사비의 적정성을 확보하고 공정한 계약을 체결하기 위한 핵심 요소입니다. 이에 따라 원가계산의 신뢰성을 높이고 실무자의 이해를 돕기 위해 『소규모공사 원가계산 가이드라인』 을 발간하게 되었습니다. 본 가이드라인은 건설공사 원가계산의 기본 원칙과 실무 적용 요령을 정리하고, 도심지 공사의 특성을 반영한 할증 적용기준 및 유의사항을 포함하여 적정 원가 산정이 이루어질 수 있도록 구성하였습니다.  특히 분야별 다양한 사례를 통해 실무에서 보다 알기 쉽게 적용할 수 있도록 하였으며 관련 법규 및 표준품셈 최근 개정사항도 반영하여 실무자들이 쉽게 활용할 수 있도록 하였습니다. 이 자료가 건설공사 원가계산의 이해를 돕고, 적정공사비 산정에 기여하기를 기대하며 이를 활용하는 실무자분들께 유용한 참고자료가 되기를 기원합니다. 감사합니다.     목차 1.    2025년 표준품셈 주요 변경사항    182 2.    소규모공사 할증적용 관련 건기연 회신자료    187 3.    공사분야 계약심사 사전검토 자료    191 4.    설계변경 계약심사 요청시 유의사항    197 5.    계약심사 관련 인터넷 추전 사이트    199   제 1 장 일반사항   2-1. 예정가격    14 예정가격의 정의    14 예정가격의 결정기준    15 예정가격의 작성절차    17 2-2. 공사원가계산    18 원가계산의 종류    18 공사원가의 체계    19 공사원가계산서 작성    20 간접공사비(제비율) 적용기준    23   제3장    표준품셈, 품의할증, 서울형품셈          3-1. 표준품셈 ·····················································································     44     3-2. 품의 할증 ··················································································    46     3-3. 서울형 품셈 ··············································································    59 제4장     소규모 공사 원가계산 요령     4-1.  굴착  및 되메우기(기계/인력 조합)    64 4-2.  굴착기 작업효율(E) 조정    65 4-3.  굴착기  포장깨기 작업능력 조정    66 4-4.  절삭  후 아스팔트 덧씌우기(이면도로)    67 4-5.  관부설 및 접합(부분보수)    68 4-6.  말뚝박기용 소형장비 지반천공    69 4-7. 소규모(작업제한) 할증    70 4-8. 관급자재 관리비    75 4-9. 운반비 산출    78   5-4. 전기분야    101 5-5. 기계분야    115 6-1. 토목분야    123 6-2. 건축분야    135 6-3. 조경분야    155 6-4. 전기분야    167 6-5. 기계분야    171  

제조 산업 공정 최적화 솔루션 기업인 인이지(INEEJI) 는 설명가능 인공지능(Explainable AI, XAI)과 AI 예측 기술력을 바탕으로 제조업 및 다양한 산업의 생산성과 효율성을 향상시켜 공정 수율을 개선하는 데 중점을 두고 있다. 주요 기술로는 세계 최고 수준의 설명가능 인공지능 기술력과 예측 정확도를 집약한 AI 예측 솔루션 INFINITE OPTIMAL SERIES(인피니트 옵티멀 시리즈)와 원자재, 환율, 날씨, 소비자 행동 등 주요 경제 지표를 바탕으로 비즈니스 전반에 활용 가능한 클라우드 기반 AI 예측 서비스인 Cloud AI EEJI(이:지)가 있다.   인이지(INEEJI)는 2019년 설립되어, 세계적 수준의 AI 예측 솔루션을 통해 제조 산업 공정의 최적화를 실현하는 기업이다. 별도의 하드웨어 설치 없이 소프트웨어만으로 적용 가능한 AI 예측·제어 가이던스 솔루션을 제공하며 제조업의 디지털 전환과 공정 효율화에 앞장서고 있다.  (1) INFINITE OPTIMAL SERIES 인이지의 대표 AI 예측 솔루션인 INFINITE OPTIMAL SERIES(인피니트 옵티멀 시리즈)는 공정의 문제를 정확하게 예측하고, 작업자가 쉽게 이해할 수 있도록 가이던스를 제공하여 공정을 최적의 상태로 운영할 수 있도록 지원한다. 주요 고객사는 철강, 시멘트, 화학, 정유 등 다양한 제조 산업에 걸쳐 있으며, 주요 핵심 공정에 적용되어 제조 공정의 품질 개선, 생산성 향상, 에너지 절감을 돕고 있다. 일본을 포함한 글로벌 시장에서 성공적인 프로젝트 사례를 확보하며 입지를 다지고 있다. INFINITE OPTIMAL SERIES는 제조 공정 데이터를 기반으로 품질과 생산성을 개선하고 에너지를 절감할 수 있는 AI 예측 기반 공정최적화 솔루션이다. 이 솔루션은 시계열 데이터 분석과 설명가능 AI 기술을 활용하여 예측 결과와 근거를 명확히 전달하며 철강, 시멘트, 화학 등 다양한 제조 산업에서 생산성과 품질 개선 효과를 실현하고 있다.  세계적인 인공지능 학술대회인 ICML, AAAI, KDD등을 통해 기술력을 인정받으며, 최근에는 AI 모델이 어떤 원리로 작동하는지, 어떤 변수가 현재의 의사 결정에 중요한 영향을 미치는지 그 기여도를 선별하고 예측 정확도를 산출하는 딥러닝 설명 과정 입력 기여도 측정 기술(NeurIPS 2022)로 세계 최고 수준의 기술력으로 인정받았다. (2) Cloud AI EEJI Cloud AI EEJI[이:지]는 기업이 보유한 데이터 기반 인사이트 도출 및 주요 지표 예측을 통한 폭넓은 활용을 지원하며, 다양한 경제적·환경적 요인을 통합적으로 분석하는 강점을 갖추고 있다. 인이지의 기술력은 산업별 맞춤형 AI 솔루션 설계, 데이터 수집, 모델 개발, 현장 적용 및 통합 운영까지 아우르는 end-to-end 서비스로 제공되며, 고객의 디지털 전환과 공정 혁신을 효과적으로 지원한다. EEJI는 경제 지표, 수요 예측, 원자재 가격 분석 등 비즈니스 데이터에 가장 적합한 최적의 예측 모델을 제공한다. EEJI는 API를 통해 손쉽게 연동되며, 고객사가 데이터 활용도를 극대화할 수 있도록 지원한다. 두 솔루션 모두 사용자의 비즈니스와 제조 공정의 효율성을 극대화하는 데 중점을 두고 설계되었다. 관련 트렌드 및 전망 (1) 산업 AI 기술 및 지속가능성 글로벌 기술 패권 시대에 제조업이 국가 경쟁력의 중심으로 떠오르고 있으며, 미국은 제조 기술의 약점인 생산성을 첨단 기술로 극복하고 첨단 제조업으로의 전환을 준비하고 있다. AI는 제조업에서 생산성 향상, 에너지 효율 증대, 인력 운용 최적화, 제품 품질 개선 등 주요 과제를 해결하는 핵심 기술로 부상하고 있다. 산업 AI 기술은 제조업에서 실시간 데이터 분석을 통해 공정을 최적화하고 설비의 유지보수를 사전에 예측하는 방향으로 발전하고 있다. 특히 석유화학, 시멘트, 제철 등 대규모 공정을 보유한 산업에서는 에너지 효율 향상과 운영 비용 절감을 위한 AI 활용이 필수적이다. 기업들은 산업별 맞춤형 모델과 거버넌스 전략을 통해 AI를 도입하고 있으며, 기존 AI/ML 기법과의 조합을 통해 한계점을 보완하고 있다. 또한, AI 기술을 활용해 에너지 절감과 탄소 배출 저감을 실현하는 솔루션은 제조업계에서 중요한 과제로 자리 잡고 있으며, 관련 기술 수요는 꾸준히 증가하고 있다. (2) 설명가능 AI의 중요성 설명가능 AI(Explainable AI)는 AI의 의사결정 과정을 명확히 드러내 신뢰를 구축하는 핵심 기술로, 제조업 등 산업 분야에서 중요성이 높아지고 있다. 주요 정부와 규제 기관은 책임감 있는 AI 활용을 위해 투명성과 신뢰성을 강화하는 정책을 추진하고 있으며, 이를 통해 사용자와 이해관계자가 쉽게 이해하고 모니터링할 수 있는 솔루션에 대한 수요가 증가하고 있다. 인이지는 설명가능 AI 기술을 활용해 산업 현장에서 AI 의사결정 과정을 투명하게 제시하며, 신뢰와 책임감을 강화하고 있다. 이로써 윤리적이고 책임감 있는 AI 활용을 지원하며, 산업계의 지속가능한 디지털 전환에 기여하고 있다. 비즈니스 전개 방향 인이지는 ‘인간(人)을 이(利)롭게 하는 인공지능(知)’이라는 기업 비전 아래 철강, 시멘트, 정유, 화학, 발전, 유리 제조 등 주요 제조 공정에서 AI 예측 가이던스의 실효성을 입증하며 국내 레퍼런스를 확대하는 동시에 산업 현장에서 제조 품질을 향상시키고 기업 성장 촉진에 매진하고 있다. 2025년 코스닥 상장을 목표로 하고 있지만, 궁극적인 목표는 Siemens와 같은 세계적인 기술 기업으로 도약하는 것이다. 최근 인이지는 국내 제조 기업들과의 협력 경험을 바탕으로 일본 시장 진출 1년 만에 주요 제조사들과 실증 프로젝트를 성공적으로 진행하며 글로벌 확장을 가속화하고 있다. 일본의 지요다 강철 공업과의 AI 공정 실증 실험을 시작으로, 제강, 시멘트, 생활가전 제조사 네 곳에 AI 예측 솔루션을 도입하고 운영을 확정했다. 일본을 시작으로 독일, 대만 등 글로벌 제조 강국으로 시장을 확대해 나가며 글로벌 시장에서 AI 예측 기술의 혁신성과 실효성을 입증하며 세계적인 AI 예측 전문 기업으로 자리매김하고자 한다.

주요 디지털 트윈 소프트웨어   큐픽스웍스(CupixWorks) 개발 및 자료 제공 : 큐픽스, www.cupix.com   2015년에 설립된 큐픽스는 AI기반 4D 디지털 트윈 플랫폼을 제공하는 글로벌 선도기업이다. 현재 30개국 이상에서 건설, 석유·가스, 제조업, 공공기관 시성관리 등15,000개 이상의 다양한 프로젝트에 적용되어 있다. 360° 영상만으로 건설 현장과 시설물을 디지털화하고 시간에 따른 공간의 변화를 기록, 관리 및 협업할 수 있는 4D 디지털 트윈을 구현하는 AI 기반 클라우드 플랫폼을 제공한다. 주요 특징 (1) 간편한 4D 디지털 트윈 구현 일반 360° 카메라만으로 쉽고 빠르게 완벽한 현장 디지털화 가능 자체 개발 AI 엔진으로 고정밀 3D 맵 자동 생성 시간에 따른 주기적 기록을 통해 4D 데이터로 현장 변화 추적   (2) 유연한 적용성 건설 현장부터 철도, 도로 인프라, 시설관리까지 다양한 환경 적용 가능 대규모 산업 플랜트, 상업 시설 등 복잡한 구조물 디지털화 실내외 구분 없이 모든 공간에 적용 가능   (3) 원격 현장 관리 현장 방문 없이 정확한 공간 정보 파악 클라우드 플랫폼을 통한 일관된 데이터 공유로 의사소통 오류 제거 신속하고 정확한 의사결정 지원   (4) 포괄적 현장 기록 수천 장의 사진을 대체하는 주기적 360° 촬영 시간에 따른 3D 공간 변화의 체계적 기록 현장 진행상황 추적 및 작업 검증 가능   (5) 자동화된 공정 관리 AI 기반 작업 영역/공종/BIM 카테고리별 진척률 분석 자동 생성되는 공정 보고서로 효율적 관리 일정과 예산 관리의 정확성 향상   (6) 통합 데이터 플랫폼 360° 영상, 레이저 스캔, 드론 이미지 통합 관리 BIM360, ACC, Procore 등 주요 건설 플랫폼과 통합BIM 데이터와의 원활한 연계 Revizto, ArcGIS 등 전문 소프트웨어와 연동 다양한 데이터의 단일 플랫폼 통합으로 업무 효율 극대화 2. 주요 기능 ■ 360° 디지털화 360° 카메라 영상을 AI 기술로 디지털 3D 공간으로 자동 변환 ■ 사이트뷰 SiteView - 브라우저 기반 360° 현장 뷰어 3D 맵뷰 (3D Dollhouse)로 전체 공간 파악 시간대별 현장 데이터의 자동 버전 관리 ■ BIM 데이터 통합 및 설치 검증 BIM 도면과 객체를 실제 시공 현황의 직관적인 비교 검증 복수 BIM 파일 동시 로드 및 관리 ■ 사이트 인사이트 - SiteInsights - 스마트 공정 진척률 관리  AI 기반 자동 공정률 산출 작업 구역/공종별 진척률 분석 지연 일정 확인 및 준공 시점 예측 ■ 측정 및 분석 3D 공간상의 정밀 치수 측정 면적, 부피, 길이, 각도 등 다양한 측정 도구 제공 ■ 공간 기반 협업 3D 공간상의 주석 및 이슈 관리 공종별, 협력사별 맞춤형 권한 관리 PDF 형태의 보고서 자동 생성   도입 효과  ■ 70% 시간 절약 및 효율성 향상 현장 방문율, 보고서 작성 시간 평균 70% 감소 ■ 90% 공정 진척률 관리의 개선 정확한 공정률 관리를 통한 공사일정 준수율 평균 90% 향상 ■ 85% 비즈니스 성과 강화 새 고객 유치 및 고객 유지율 평균 85% 개선 ■ 65% 운영 효율성 증가 수작업 절차 감소 및 워크플로우 개선으로 평균 65% 운영 효율성 증가   주요 고객 (1) 해외 Tutor Perini(투터 퍼리니), AECOM(에이콤), Fluor(플루어), Gray Construction(그레이 건설), Structure Tone(스트럭처 톤), PCL Construction(PCL 건설), Clark Construction(클락 건설), Whiting Turner(와이팅 터너), EllisDon(엘리스돈), Mortenson Construction(모르텐슨 건설), Southland(사우스랜드), Gilbane(길베인), Built(빌트), Arcadis(아카디스), W.E. O'Neil(W.E. 오닐), Hensel Phelps(헨젤 펠프스), John Holland(존 홀랜드), Takenaka(다케나카), Obayashi(오바야시), Home Depot(홈 디포), Nestle(네슬레), NSW Government(뉴사우스웨일스 정부), ABS(ABS), Siemens(지멘스), Bayer(바이엘) 등 약 2,000 개 고객사 (2) 국내  국보디자인, 삼성물산, LH, SH, 동원건설, GS 건설, 롯데 건설, 우미 건설, 대우 E&C, SK E&C 등 약 30개 고객사     상세 내용은 <디지털 트윈 가이드>에서 확인할 수 있습니다. 상세 내용 보러가기

주요 디지털 트윈 소프트웨어 제조에 특화된 디지털 트윈 플랫폼, Smart Digital Twin 개발 및 공급 : 엠아이큐브솔루션, www.micube.co.kr    엠아이큐브솔루션은 제조 현장에서 생성, 수집되는 정보, 즉 데이터를 통합하고 지능화하는 스마트팩토리 및 자율제조 솔루션을 개발, 공급하고 있다. 당사는 제조실행시스템(MES) 구축을 주요 사업 영역으로 하여 2010년에 설립했다. 이후 전기∙전자, 반도체, 디스플레이, 이차전지, 기계∙설비, 자동차, 제철, 금속, 화학, 식품 등 주요 산업의 디지털 전환(DX)에 적용되는 설비 온라인 솔루션, 설비종합효율(OEE, Overall Equipment Effectiveness) 관리 솔루션, 제조 물류 자동화 솔루션, 제조 특화 AI 및 디지털 트윈 플랫폼을 차례로 자체 개발, 출시하였다. 1. 주요 특징 Smart Digital Twin(스마트 디지털 트윈)은 제조 데이터 통합 및 실시간 처리를 통해 자동화된 데이터 파이프라인을 구축하여 가상 제조 현장에서의 공정, 설비 운영 시뮬레이션을 지원하는 제조 특화 디지털 트윈 플랫폼이다. 자동화된 가상 운영 시나리오를 수립하고 검증, 최적화하여 강건한 제조 현장 운영 시스템을 구축하는데 활용하며, 디지털 트윈 모델의 효율적 생성과 배포, 운영을 지원하는 다양한 가상 모델 개발 및 운영 도구를 제공한다. 기간 시스템, 외부 솔루션과의 연계를 통해 신속하고 정확한 업무 실행 및 안정성을 확보하여 실제 공장 운영 및 모니터링, 검증과 진단, 예측 업무를 수행한다. 2. 주요 기능 실시간 데이터 기반의 3D 인터랙티브 뷰 계층 구조를 활용하여 공장 및 설비의 운영 현황을 모니터링하고, 이를 바탕으로 공정 설비의 안정적인 운영과 예지 보전을 위한 AI 플랫폼 연계 방안을 지원한다. 수립된 다양한 가상 시나리오를 통해 최적의 공장 운영 방식을 도출하고, 동적∙정적 변경 사항을 적용하며 What-If 시뮬레이션을 통해 도출된 여러 방안을 검증하고 적용한다. 제조 현장의 핵심 성과 지표(KPI) 분석을 위해 수요, 품질, 안전 등의 예측 분석 결과를 시각화하고, 제조 환경의 조건 변화를 반영하여 최적의 생산 지표를 도출하며 데이터 기반 의사결정을 지원하는 종합 대시보드를 제공한다. 3. 도입 효과 디지털 트윈 플랫폼의 현장 적용을 통해 공장 라인 증설, 설비 신규 투자 등에 앞서 최적의 운영 방안을 가상 시뮬레이션 기반으로 미리 검증해 볼 수 있어 불필요한 투자에 따른 낭비를 예방하고 구축 기간을 단축한다. 제조 데이터의 실시간 수집, 처리, 분석 기반의 신속한 문제 파악과 예측, 의사결정 지원 시스템을 제공하는 국제 표준(ISO 23247) 기반 자율형 공장 구축 및 운영의 핵심 플랫폼이다. 4. 주요 고객 사이트 2022년 출시 이후 삼성SDI, 삼성전자, HL만도, 현대아이에이치엘, 동서기공, 조선내화, 전남테크노파크 등 전기∙전자, 이차전지, 자동차, 세라믹 등 주요 산업 내 제조 대기업과 기관에 적용 및 확산 중이다.      상세 내용은 <디지털 트윈 가이드>에서 확인할 수 있습니다. 상세 내용 보러가기

가트너(Gartner)가 ‘2025 AI 하이프 사이클(2025 Gartner Hype Cycle for Artificial Intelligence)’ 보고서를 통해 주목해야 할 주요 AI 혁신 기술을 발표했다. 가트너는 2025년 가장 빠르게 발전하는 기술로 ‘AI 에이전트(AI Agents)’와 ‘AI 레디(AI-Ready) 데이터’를 꼽았다. 이들 기술은 올해 높은 관심을 받고 있으며, 낙관적인 전망 및 투기적인 약속이 이어지면서 부풀려진 기대의 정점에 도달한 것으로 나타났다. 가트너 하이프 사이클은 기술 및 애플리케이션의 성숙도와 도입 현황을 시각적으로 표현하고, 실제 비즈니스 문제 해결 및 새로운 기회 창출과의 잠재적 연관성을 제시한다. 이 방법론은 시간 흐름에 따른 기술 또는 애플리케이션 발전 과정을 조망하고, 특정 비즈니스 목표의 맥락에서의 효과적인 도입 관리를 위한 신뢰 있는 인사이트를 제공한다.     AI 에이전트는 AI 기술을 활용해 디지털, 물리 환경에서 인지하고, 의사결정을 내리며, 행동을 수행하고 목표를 달성하는 자율 또는 반자율 소프트웨어다. 기업은 대형 언어 모델(LLM)을 비롯한 다양한 AI 기술과 사용 사례를 활용해 복잡한 작업을 수행할 수 있는 AI 에이전트를 개발 및 배포하고 있다. AI 레디 데이터는 데이터 세트가 AI 애플리케이션에 최적화되도록 보장해 정확성과 효율성을 향상시킨다. 데이터의 준비 상태는 특정 AI 사용 사례에 대해 얼마나 적합한 데이터인지로 결정되며, 이는 해당 사용 사례와 AI 기술 맥락에서 결정될 수 있다. 이는 데이터 관리에 대한 새로운 접근 방식을 요구한다. 가트너는 AI에 대규모로 투자하는 기업이 데이터 관리 관행과 역량을 AI 환경에 맞게 발전시켜야 한다고 조언했다. 이를 통해 기존 및 향후 비즈니스 요구사항 충족, 신뢰 확보, 위험 및 준수 문제 방지, 지적 재산 보호, 편향과 환각 감소를 달성할 수 있다고 전했다. 또한, 가트너는 ‘멀티모달(Multimodal) AI’와 ‘AI 신뢰, 위험, 보안 관리(TRiSM)’가 향후 5년 내 AI 혁신 기술의 주류가 될 것이며 부풀려진 기대의 정점을 주도하고 있다고 분석했다. 이러한 기술 발전은 보다 강력하고 혁신적이며 책임감 있는 AI 애플리케이션을 구현해 기업의 운영 방식을 변화시킬 것으로 전망된다. 멀티모달 AI는 이미지, 비디오, 오디오, 텍스트 등 여러 유형의 데이터를 동시에 학습하는 모델이다. 다양한 데이터 소스를 통합하고 분석함으로써 단일 유형의 데이터만 사용하는 모델보다 복잡한 상황을 더 효과적으로 이해할 수 있다. 이를 통해 사용자에게 더 명확한 정보를 제공하고 AI 애플리케이션의 새로운 가능성을 열 수 있다. 가트너는 멀티모달 AI가 향후 5년 동안 모든 산업 분야의 애플리케이션과 소프트웨어 제품의 성능 향상에 점점 더 필수 요소로 자리 잡을 것으로 전망했다. AI TRiSM은 윤리적이고 안전한 AI 도입을 위한 핵심 기술 프레임워크이다. 이는 모든 AI 사용 사례에 대한 기업 정책을 지원하고, AI 거버넌스, 신뢰성, 공정성, 안전성, 보안, 개인정보 보호, 데이터 보호를 보장하는 기술 계층으로 구성되어 있다. 가트너의 하리타 칸다바투(Haritha Khandabattu) 시니어 디렉터 애널리스트는 “올해도 AI에 대한 투자가 활발하게 이어지는 가운데 운영 확장성, 실시간 인텔리전스를 위한 AI 활용이 주목받고 있다”며, “생성형 AI 중심에서 AI 에이전트, AI 레디 데이터와 같은 지속 가능한 AI 제공을 지원하는 기반 기술로 이동하는 추세”라고 전했다. 이어서 칸다바투 시니어 디렉터 애널리스트는 “AI는 막대한 비즈니스 잠재력을 가지고 있지만 이는 저절로 실현되지 않는다. 목표 달성을 위한 핵심은 비즈니스와 연계된 파일럿 프로젝트, 인프라 벤치마킹, 가치 창출을 위한 AI와 비즈니스 팀 간 협력”이라고 강조했다.