• 회원가입
  • |
  • 로그인
  • |
  • 장바구니
  • News
    뉴스 신제품 신간 Culture & Life
  • 강좌/특집
    특집 강좌 자료창고 갤러리
  • 리뷰
    리뷰
  • 매거진
    목차 및 부록보기 잡지 세션별 성격 뉴스레터 정기구독안내 정기구독하기 단행본 및 기타 구입
  • 행사/이벤트
    행사 전체보기 캐드앤그래픽스 행사
  • CNG TV
    방송리스트 방송 다시보기 공지사항
  • 커뮤니티
    업체홍보 공지사항 설문조사 자유게시판 Q&A게시판 구인구직/학원소식
  • 디렉토리
    디렉토리 전체보기 소프트웨어 공급업체 하드웨어 공급업체 기계관련 서비스 건축관련 업체 및 서비스 교육기관/학원 관련DB 추천 사이트
  • 회사소개
    회사소개 회사연혁 출판사업부 광고안내 제휴 및 협력제안 회사조직 및 연락처 오시는길
  • 고객지원센터
    고객지원 Q&A 이메일 문의 기사제보 및 기고 개인정보 취급방침 기타 결제 업체등록결제
  • 쇼핑몰
통합검색 "빅데이터"에 대한 통합 검색 내용이 1,495개 있습니다
원하시는 검색 결과가 잘 나타나지 않을 때는 홈페이지의 해당 게시판 하단의 검색을 이용하시거나 구글 사이트 맞춤 검색 을 이용해 보시기 바랍니다.
CNG TV 방송 내용은 검색 속도 관계로 캐드앤그래픽스 전체 검색에서는 지원되지 않으므로 해당 게시판에서 직접 검색하시기 바랍니다
캐디안, 웹 기반 CAD 도면 뷰어 ‘캐디안 뷰Q’ 출시
캐디안이 웹 브라우저 기반 CAD 뷰어인 ‘캐디안 뷰Q(CADian ViewQ)’를 출시했다고 밝혔다. 캐디안 뷰Q는 AEC(건축·토목·엔지니어링) 분야의 2D 도면 포맷인 DWG, DXF, DWF(이상 오토캐드 파일), DGN(마이크로스테이션 파일)과 더불어 BIM(건설 정보 모델링) 기반의 3D 파일 형식인 IFC, RVT(레빗 파일), 그리고 3D 모델링 파일 OBJ, STL 등 다양한 산업 포맷을 폭넓게 지원한다. 앞으로 현장에서 필요한 도면 파일 포맷이 계속 추가될 예정이다. 웹 브라우저 기반으로 작동해 별도의 프로그램 설치 없이 크롬, 엣지, 사파리 등 주요 브라우저에서 즉시 도면 열람이 가능하며, 장소나 디바이스의 제약 없이 도면 접근성과 협업을 강화한 것이 특징이다.      캐디안 뷰Q는 직관적인 UI와 함께 ▲도면 확대, 이동, 회전 ▲도면층의 리스트, 색상 확인 및 온/오프 설정 기능 ▲객체 속성 정보 확인 ▲거리 및 면적 측정 후 엑셀 파일로 내보내기 ▲도면을 PNG 또는 JPG 이미지로 변환해 빠른 뷰잉 지원 ▲텍스트 추가, 마크업(markup) 기능 ▲스크린 캡처 방지 등 보안 강화 ▲이메일로 첨부된 도면의 미리보기 ▲데스크톱 CAD 인 캐디안 프로(CADian Pro)와 연동으로 편집 가능 등 건설·설계·유지관리 분야의 실무자가 요구하는 핵심 기능을 반영하였다. 캐디안은 RESTful API 기반으로 개발된 뷰Q가 향후 BIM, GIS, PDM, PLM, ERP, FMS(시설물 관리), 스마트 공장, 스마트 건설, IoT(사물인터넷), 빅데이터, 클라우드 컴퓨팅, AI(인공지능), 디지털 전환(DX), VR/AR 등 다양한 외부 시스템과의 연동도 유연하게 확장할 수 있을 것으로 전망하고 있다. 또한, 캐디안 뷰Q 출시와 함께 캐디안은 동시 API 호출 10만 건 이상을 안정적으로 처리할 수 있는 로드 밸런싱 기반 서버 아키텍처를 구축했다고 전했다. 캐디안 뷰Q에 지능형 로드 밸런싱 기술을 적용함으로써 서버 풀 분산 처리, 자동 확장, 세션 유지, 캐싱·큐 기반 처리 등을 통해 트래픽 과부하 상황에서도 빠른 응답 속도와 무중단 CAD 협업을 지원한다는 것이 캐디안의 설명이다. 캐디안은 뷰Q를 앞세워 글로벌 SaaS형 웹 캐드 설루션 시장 진출을 본격화할 계획이다. 이를 통해 ▲대기업·공공기관의 대용량 CAD 협업 지원 ▲글로벌 사용자 간 CAD 파일 공유 및 접근성 향상 ▲오프라인 중심의 CAD 환경을 클라우드로 전환하는 것을 목표로 하고 있으며, B2B 대상의 공급 확대도 적극 추진 중이다. 캐디안은 현재 5000명 규모의 베타 사용자(PC, 스마트폰, 태블릿)에게 뷰Q 무료 체험 서비스를 제공하고 있다. 캐디안의 박승훈 대표는 “캐디안 뷰Q는 대규모 디지털 건설·설계 프로젝트에서 CAD 데이터를 신속하게 불러오고 공유할 수 있는 클라우드 기반 협업 툴로서 생산성 향상에 기여할 것”이라며, “로드 밸런싱 기술을 통해 병목 없이 다수 사용자의 실시간 CAD 협업이 가능해졌다”고 말했다. 
작성일 : 2025-08-26
건설 혁신 이끌 '2025 스마트건설 챌린지' 개최, 총 상금 3억 원
국토교통부는 건설산업의 혁신을 선도할 스마트 건설기술을 발굴하고 활성화하기 위해 ‘2025 스마트건설 챌린지’를 개최한다고 밝혔다. 8월 11일부터 29일까지 참가 신청을 받으며, 안전관리, 단지·주택, 도로, 철도, BIM 등 5개 분야에서 기술 경연이 펼쳐진다. 올해로 6회째를 맞이하는 이번 챌린지는 국토교통부가 주최하고, 각 분야의 공공기관들이 경연을 주관한다. 분야별 최우수혁신상 1팀에게는 상금 3,000만 원과 국토교통부 장관상이 수여되며, 공공기관장상 3팀에게는 1,000만 원의 상금이 주어진다. 총상금 규모는 3억 원에 달한다. 각 분야별 경연 주제는 다음과 같다. 안전관리 분야는 건설 현장 근로자의 추락사고 예방을 위한 스마트 안전관리 기술을, 단지·주택 분야는 AI 기반의 생산성 향상 및 품질·안전 기술을 다룬다. 도로 분야는 프리패브(Prefabrication) 방식과 스마트 건설장비 기술(Machine Guidance / Machine Control)을, 철도 분야는 철도에 특화된 AI, 빅데이터 등 스마트 건설기술을 주제로 정했다. BIM 분야는 건축물 시공을 위한 BIM 활용 기술을 중심으로 진행된다. 입상 기술에 대한 지원도 강화된다. 최우수혁신상 수상 기술은 스마트건설 강소기업 선정 시 가점 부여, 현장 기술실증 우선 지원, 공공기관 판로 개척 지원 등의 혜택을 받게 된다. 또한, 챌린지 입상 기술들은 오는 11월 5일부터 7일까지 일산 킨텍스에서 열리는 ‘2025 스마트건설 EXPO’에 전시되어 대중에 공개될 예정이다. 참가를 희망하는 기업은 8월 11일부터 8월 29일까지 스마트건설 챌린지 누리집(http://smartconstchallenge.com)에서 신청 양식을 내려받아 작성한 후 전자우편(smartcon@kict.re.kr)으로 제출하면 된다. 김태병 국토교통부 기술안전정책관은 “스마트건설은 우리 건설산업의 안전, 품질, 생산성을 위한 필수 요소”라며 “이번 챌린지에 우수한 스마트 건설기술을 보유한 기업의 많은 참여를 바란다”고 밝혔다.        
작성일 : 2025-08-12
한국IBM, ‘대중소상생 아카데미’ 통해 중소·중견기업 디지털 전환 지원
한국IBM은 한국 정부에서 추진하는 중소·중견기업의 디지털 역량 강화를 위한 ‘대중소상생 아카데미’의 교육 사업자로 선정되었다고 밝혔다. '대중소상생 아카데미'는 대기업이 운영하는 우수 교육훈련 프로그램을 협력사 등 중소기업 근로자에게도 개방·공유함으로써, 디지털 역량 격차를 해소하고자 고용노동부와 한국산업인력공단이 추진하는 사업이다. IBM은 자사의 기업용 AI 설루션인 IBM 왓슨x 플랫폼(watsonx platform)의 서비스형 소프트웨어(SaaS) 버전을 기반으로 인공지능(AI), 빅데이터, 클라우드 등 최신 기술을 중심으로 구성된 실무 중심 교육 프로그램을 제공 및 운영하고, 한국능률협회컨설팅(KMAC)이 운영 전반을 지원한다. 교육은 기초 과정과 심화 과정으로 구성되며, 총 7개 모듈을 통해 단계별 학습이 가능하다. 기초 과정은 비즈니스 인텔리전스, 데이터 사이언스 I, 클라우드 네이티브, AI 인프라 등 네 가지 모듈로, 심화 과정은 데이터 사이언스 II, 생성형 AI, AI 프로젝트 등 세 가지 모듈로 구성된다. 특히, 심화 과정은 딥러닝과 생성형 AI 기술을 중심으로 실제 업무 사례와 유사한 프로젝트를 수행함으로써 고급 AI 기술의 실무 적용을 돕는다.  이번 교육은 IBM의 왓슨x.ai를 통한 생성형 AI 기술, IBM 파워 및 스토리지, 클라우드 인프라를 활용한 실습 중심의 커리큘럼과 학습 환경을 통해 교육 효과를 극대화하며, 수료자는 글로벌 인증 플랫폼인 크레들리(Credly)를 통해 IBM 인증 테스트를 거치고, 역량 수준에 따른 공식 인증 디지털 배지를 발급받을 수 있다. 한국IBM은 이번 대중소상생 아카데미 외에도, 고용노동부의 ‘K-디지털 트레이닝 첨단산업·디지털 핵심 실무인재 양성훈련 사업’, ‘K-디지털 트레이닝 디지털 선도기업 아카데미’, AICA 인공지능사관학교, 경기과학기술대를 포함한 7개 대학과의 ‘IBM 하계 AI 해커톤’ 등 다양한 프로그램을 통해 대학생과 근로자에게 실무 중심의 AI 기술 교육을 지속적으로 제공하고 있다. 이번 프로그램을 총괄하고 있는 한국IBM 김민성 사업개발 총괄 상무는 “AI 인재에 대한 수요가 그 어느 때보다 높아진 지금, IBM은 기업들이 디지털 전환에 효과적으로 대응할 수 있도록 실질적인 교육 기회를 제공하는 것이 무엇보다 중요하다고 본다”며, “이번 아카데미는 IBM의 기술력과 교육 경험을 바탕으로, 현업에 즉시 적용 가능한 실무형 인재를 양성하는 데 중점을 두고 있다. 앞으로도 한국IBM은 산업 전반의 디지털 경쟁력 강화를 위해 다양한 파트너들과 협력하며, 상생의 가치를 지속적으로 실현해 나가겠다”고 밝혔다.
작성일 : 2025-08-06
[에디토리얼] AI 에이전트와 함께 하는 제조업 혁신의 골든타임
AI 에이전트, 제조업 현장의 새로운 동반자 2025년은 AI 에이전트가 기업 현장에 본격 도입되는 원년이 될 전망이다. 가트너(Gartner)는 AI 에이전트가 사람의 직접적인 안내 없이 복잡한 기업 업무를 수행할 수 있는 기술로 부상하며, 2025년 글로벌 기업의 AI 도입률이 지난 해의 55%에서 75%로 급격히 증가할 것으로 예측했다. 이에 따라 AI 에이전트는 실험적 도입 단계를 넘어 실제 비즈니스 현장에서 가치를 창출하는 핵심 도구로 자리매김하고 있다. 특히 제조업 분야에서 AI 에이전트의 활용 가능성은 매우 크다. 인구 고령화와 생산 가능 인구 감소, 숙련공 부족이라는 구조적 문제에 직면한 한국 제조업에 AI 에이전트는 단순 자동화를 넘어 지능형 의사결정 파트너로서 새로운 역할을 제공할 수 있다. 인더스트리 5.0 패러다임에서 강조하는 인간과 기술의 협업 관점에서 볼 때, AI 에이전트는 이어질 미래 제조업 혁신의 핵심 동력이 되고 있다.   스마트제조 2.0과 AI 에이전트의 융합 한편, 한국 정부가 추진 중인 '스마트제조 2.0' 정책과 AI 에이전트 기술의 융합은 제조 현장에 혁신적 변화를 예고한다. 기존의 스마트 공장이 사물인터넷(IoT)과 빅데이터 중심의 자동화에 초점을 맞췄다면, 앞으로는 AI 에이전트가 적용된 차세대 스마트 공장을 통해 자율 판단과 최적화가 가능한 지능형 생산 시스템으로 진화할 것이 기대된다. AI 에이전트가 본격적으로 도입되면 생산 계획 수립, 품질 관리, 예지 정비, 공급망 최적화 등 제조업의 핵심 영역에서 24시간 실시간 모니터링과 의사결정이 가능해진다. 예를 들어, 생산 라인의 실시간 데이터를 분석하여 품질 이상 징후를 조기에 감지하고, 자동으로 생산 파라미터를 조정하거나 설비 정비 일정을 최적화할 수도 있다. 또한, AI가 수요 예측과 재고 관리를 연동하면 적정 재고 수준을 유지하면서도 고객 맞춤형 생산을 더욱 효율적으로 수행할 수 있다.   사람과 AI의 협업이 만드는 제조 혁신 생태계 그러나 한국 제조업이 당면한 큰 과제는 숙련공 부족과 생산 인구 감소다. AI 에이전트는 이러한 구조적 문제에 대한 현실적인 해결책이 될 수 있다. 반복되고 위험 부담이 큰 작업은 AI 에이전트가 담당하고, 근로자는 창의적 사고와 복합적인 판단이 요구되는 고부가가치 업무에 집중하는 환경을 만들 수 있다. 중요한 것은 단순히 인력을 대체하는 것이 아니라, 인간과 AI의 협업 모델을 구축하는 것이다. AI 에이전트가 데이터 분석과 최적화 방안을 제시하면, 현장 전문가들은 이를 바탕으로 전략적 의사결정과 예외 상황 대응 등 고차원의 역할을 맡게 된다. 이는 기존 인력의 역량 강화와 동시에 새로운 일자리 창출로도 이어질 수 있다. 아울러 정부의 AI 인재 양성 정책과 연계하여, 제조업 종사자 대상의 AI 리터러시 교육과 디지털 역량 강화 프로그램의 확대도 중요하다. 이는 현장에서 AI 에이전트와 협업할 수 있는 숙련 인력 확보로 이어지며, AI 에이전트의 개발·운영·유지보수 등 새로운 고급 일자리 창출에도 기여할 전망이다.   ■ 박경수 캐드앤그래픽스 기획사업부 이사로, 캐드앤그래픽스가 주최 또는 주관하는 행사의 진행자 겸 사회자를 맡고 있다. ‘플랜트 조선 컨퍼런스’, ‘PLM/DX 베스트 프랙티스 컨퍼런스’, ‘CAE 컨퍼런스’, ‘코리아 그래픽스’, ‘SIMTOS 컨퍼런스’ 등 다수의 콘퍼런스 기획에 참여했고,행사의 전반적인 진행을 담당해 왔다. CNG TV 웨비나의 진행자 겸 사회자로, IT 분야의 취재기자로도 활동 중이다.     ■ 기사 내용은 PDF로도 제공됩니다.
작성일 : 2025-08-04
디지털 트윈 플랫폼, mago3D
주요 디지털 트윈 소프트웨어   디지털 트윈 플랫폼, mago3D   개발 및 자료 제공 : 가이아쓰리디, 042-330-0400, www.gaia3d.com   2000년에 설립한 가이아쓰리디는 전통적인 3차원 공간정보(3D GIS)를 기반으로 우주, 위성, 기상분야까지 적용분야를 확장해 온 공간정보기술 전문 소프트웨어 회사이다. mago3D(마고쓰리디)는 2023년 국토교통부와 조달청의 심의를 통과하여 우수연구개발 혁신제품으로 지정되었고, 총 8건의 국내외 특허가 등록되어 있다.   1. 주요 특징 mago3D는 대용량 3차원 데이터(BIM/AEC/GIS)를 독자적인 경량화 알고리즘으로 자동변환하여 웹에서 빠르게 가시화하고, 각종 센서 데이터를 실시간 연동하여 모니터링한다. 웹 기반의 디지털 트윈 솔루션으로 별도의 소프트웨어 설치 없이 누구나 웹 브라우저나 모바일 기기로 접근하여 단순한 객체 On/Off 에서부터 바람장이나 열섬현상, 오폐수/기름/화학물질 유출, 대기질 변화 등과 같이 현실에서 시각적으로 식별이 어려운 각종 현상까지도 가상공간에서 시뮬레이션할 수 있다.   2. 주요 기능 mago3D은 mago3D CMS를 중심으로 2D/3D데이터 변환과 관리, 시뮬레이션 관리, 대시보드와 환경설정, 사용자 관리 기능 등을 수행한다. 3DTiler 와3DTerrainer로 구성된 mago3D Converter를 통해 다양한 데이터를 웹서비스에 최적화된 데이터로 자동 변환하고, mago3D JS는 순수 웹 브라우저 기술 html, css, javascript만을 이용하여 3D 데이터와 시뮬레이션 결과를 3차원 가상공간에서 입체적으로 표시한다. 3. 도입 효과 mago3D는 기본에 충실하다. 다양한 3차원 데이터를 웹 가시화에 최적화된 포맷으로 변환하여 빠르게 가시화하고, IoT 센서데이터를 실시간으로 연계하여 현실과 결합된 디지털 트윈을 구축하며, 3차원 시각화, 각종 시뮬레이션, 머신러닝(AI), 빅데이터 분석을 통해 현실 문제에 대한 최적의 답을 찾아낸다.   4. 주요 고객 사이트 국토교통부, 환경부, 서울특별시, 전라남도, 울주군, 한국토지주택공사, 한국국토정보공사, 국립재난안전연구원, 국방과학연구소, 서울대학교, 경희대학교 등 정부부처 및 지자체, 산학연의 많은 고객과 협력하고 있다.     상세 내용은 <디지털 트윈 가이드>에서 확인할 수 있습니다. 상세 내용 보러가기
작성일 : 2025-07-02
2024년 산업디지털전환실태조사 결과 (DX 리포트)
이 내용은 한국생산성본부(KPC)가 수행한 제조업 디지털전환(DX,  Digital Transformation) 및 AI 활용도 관련 공식 조사 결과이다.   주요 조사 결과 요약 AI 실제 도입률 제조업 응답 기업의 약 90%가 실제로 AI를 도입하지 않은 것으로 나타났습니다. 이는 제조업 내 AI 도입률이 3.9%에 그치는 등, 타 산업(정보통신 25.7%)에 비해 현저히 낮은 수치입니다. AI 도입 저해 요인 AI 도입이 저조한 주요 원인으로는 다음이 꼽혔습니다. 인프라 부족: 고성능 컴퓨팅 환경, 네트워크 등 AI 활용에 필요한 인프라가 미흡함. 산업 데이터 확보의 어려움: 제조 현장에서 발생하는 데이터의 품질 및 통합 문제, 데이터 자체의 부족이 큰 장벽으로 작용함. 전문 인력 부족, 초기 투자비용 부담, 기존 시스템과의 연계성 문제 등도 복합적으로 영향을 미침. 추가 참고 AI 활용률이 낮은 배경에는 산업 데이터의 관리 및 공유가 어렵고, AI 도입에 따른 실질적 변화(생산성, 비용 등)가 아직 제한적이라는 현장 평가도 반영되어 있습니다. 기업들은 AI 도입 필요성은 인식하고 있으나, 실제 활용률은 30% 미만, 제조업은 20% 내외로 조사되었습니다. 결론 한국생산성본부(KPC)가 발표한 제조업 디지털전환 및 AI 활용 실태조사 결과는 KPC 공식 홈페이지 공지사항에서 확인할 수 있습니다. 제조업의 AI 도입률은 매우 낮으며, 인프라와 데이터 확보의 어려움이 핵심 저해 요인임이 명확히 드러났습니다 ----------------------------------- 1.    조사 배경    인공지능, 빅데이터 등 디지털 기술의 등장은 과거 전통적 산업 간의 경계를 희미하게 만드는 동시에, 경제 성장의 새로운 원동력으로 각광받고 있음     이들 기술을 활용한 디지털 전환(DX; Digital Transformation)은 공정의 최적화는 물론, 제품 지능화, 서비스 고도화를 통해 산업에 당면한 과제를 해결하고 새로운 가치를 창출한다는 점에서 의미가 매우 크나, 현실적으로 중견, 중소기업에서는 인력, 자금 등의 문제로 산업 디지털 전환이 필요함에도 추진하기에 어려운 부분이 존재함     이처럼 기업의 애로사항과 불확실성이 존재하는 상황에서 정부에서 의결한 ‘산업 디지털 전환 촉진법’은 디지털 전환과 관련된 법적 사각지대를 해소하고 법률적 기반을 마련하는 계기가 될 것임     향후 산업 디지털 전환과 관련된 종합계획이 수립되고 각종 세부 정책들이 본격적으로 추진되기 위해서는 디지털 전환 역량이나 준비도 등의 산업계 실태를 면밀하게 파악하는 것이 선행되어야 함. 특히,  산업 디지털 데이터의 공유와 협업을  통한 수익 창출과 관련된 규범이 새롭게 마련된 만큼 이를 위한 정책적 근거자료 마련이 필수적임   조사 근거 : 산업디지털전환촉진법 2.    조사 목적     규모별 디지털 전환(DX) 인식 수준, 산업의 데이터 활용률, 디지털 전환 역량 및 애로사항, 요구사항 등을 종합적으로 조사함으로써 DX 역량진단 및 기업 수준을 분석, 평가할 수 있는 기초자료를 수립하고자 함     또한, 각종 데이터 수집 현황,  분석 및 활용 역량,  데이터 협력·거래  등 산업 데이터 역량과 니즈를 확인함으로써  실제  사업 수행 시 기업 간 매칭 및 맞춤형 지원사업을 가능토록 하고자 함   산업데이터 생성ㆍ활용의 활성화와 지능정보기술의 산업 적용을 통하여 산업의 디지털 전환을 촉진함으로써, 산업 경쟁력을 확보하고 국민의 삶의 질 향상과 국가 경제발전에 이바지하기 위해 필요한 ‘산업 디지털전환 종합 계획’ 수립 및 시행을 위한 관련 현황, 통계 및 실태 파악   목차 제 1장. 서론    1 01.    조사  배경 및 목적    3 1.    조사 배경    3 2.    조사 목적    3 01.    표본설계    4 1.    조사 대상    4 2.    모집단  분포 및 표본틀    5 3.    표본설계    6 4.    가중치와 추정    8 02.    조사 개요    11 1.    조사 개요    11 2.    조사 항목    11 03.    응답자 특성    13 제 2장. 조사결과    14 01.    디지털 전환 인식    16 (1)    DX에    대한 임직원의 인지도    16 (2)    디지털    비전과 리더십 단계    17 (3)    디지털    전략 단계    18 (4)    디지털    기술과 솔루션 이해도    19 02.    산업 데이터 역량    20 1.    데이터 수집    20 (1)    시장 및 고객 데이터 수집 방법, 비중    20 (2)    공정  데이터  수집 방법, 비중    21 (3)    제품 및 서비스 데이터 수집 방법, 비중    22   (4)    데이터 인프라    23 (5)    데이터  품질관리 성숙도 단계    24 (6)    데이터 수집시 애로사항    25 2.    데이터 분석·활용    26 (1)    ‘데이터    사용/관리’ 변화 정도    26 (2)    데이터    분석·활용 역량 수준    27 (3)    데이터    관련 전문인력 현황, 필요 규모    28 (4)    데이터    분석·활용 시 장애요인    29 3.    데이터 협력·거래    30     (1) 데이터 협력, 거래 활동 여부    30 (1-1) 데이터 협력, 거래 활동 목적    31 (1-2) 데이터 협력, 거래 활동이 없는 이유    32 (2)    데이터    협력,    거래를 위한 정보 획득 경로    33 (3)    데이터    협력,    거래의 애로사항    34 (4)    데이터    협력,    거래 과정에서 경험한 부당한 대우, 침해행위    35 4.    인공지능(AI) 활용    36 (1)    인공지능(AI) 기술의 업무 활용 여부    36 (2)    인공지능 기술을 업무에 활용하는 목적    37 (3)    인공지능 기술을 업무에 활용 시, 가장 어려웠던 점    38 (4)    인공지능 기술을 업무에 활용하지 않는 이유    39 03.    디지털 기반 프로세스 혁신    40 1.    디지털  프로세스 혁신 활동    40 (1)    업무 프로세스에 적용하고 있는  디지털 기술    40 (1-1) 디지털 기술별 적용  업무 프로세스_빅데이터    41 (1-2) 디지털 기술별 적용  업무 프로세스_인공지능    42 (1-3) 디지털 기술별 적용  업무 프로세스_IoT    43 (1-4) 디지털 기술별 적용  업무 프로세스_클라우드    44 (1-5) 디지털 기술별 적용  업무 프로세스_AR/VR    45 (1-6) 디지털  기술별 적용 업무  프로세스_지능형 협동 로봇    46 (1-7) 디지털  기술별 적용  업무 프로세스_RPA    47   (1-8) 디지털 기술별 적용 업무 프로세스_디지털마케팅솔루션    48 (1-9) 디지털 기술별 적용 업무 프로세스_3D 프린팅    49 (1-10) 디지털 기술별 적용 업무 프로세스_모바일 기술    50 (1-11) 디지털 기술별 적용 업무 프로세스_5G 기술    51 (1-12) 디지털 기술별 적용 업무 프로세스_보안    52 (2)    각 디지털 기술별로 과거부터 현재까지 예상되는 투자 비중    53 (3)    지난 1년간 디지털 기술 관련 투자액    54 (4)    빅데이터 부문 투자 금액(최근 1년)    55 (5)    인공지능 부문 투자 금액(최근 1년)    56 (6)    도입한 디지털 기술/도입하지는 않았으나 도입 효과가 좋을 것으로 예상되는 기술 · 57 (7) 디지털 기술 도입에 있어 자체 도입 & 아웃소싱 비중    59 (8) 디지털 기술 도입 후,  사후 관리    60 2.    (8-1) 사후 활동이 잘 되지 않는 이유    61 (9)    ‘정보화  준비도’ 변화 정도    62 (10)    ‘정보화  기술  수준’ 변화 정도    63 디지털  기반  프로세스 혁신 성과    64 (1)    ‘업무 프로세스 개선’ 변화 정도    64 (2)    자동화를    통한 업무시간 단축 여부 및 단축된 시간    65 (3)    프로세스    자동화율    66 (4)    프로세스    지능화율    67 (5)    프로세스    통합 연계율    68 04. 디지털 신기회    창출    69 1.    비즈니스 모델 혁신 활동    69   (1)    ‘비즈니스 모델’ 변화 정도    69 (2)    최근 3년간 디지털 기반 비즈니스 모델 혁신 및 변경 시도 여부    70 (2-1) 비즈니스 모델 혁신을 위한  시도의 목적    71 (2-2) 디지털 기반 비즈니스 모델  혁신의 유형    72 (3)    ‘고객 관련 업무’ 변화 정도    73 2.    디지털 제품 및 서비스 창출    74 (1)    최근 3년 디지털 연구 성과  창출 경험    74 (2)    ‘신제품/서비스 개발’ 변화 정도    75 (3)    최근 3년간 디지털 기술 적용을 통한 획기적 개선, 새롭게 출시된 제품 및 서비스 · 76 (3-1) 제품 및 서비스 개선, 출시를 위해 적용한 디지털 기술    77 (3-2) 제품 및 서비스 혁신을 위해 적용된 디지털 기술 획득 경로    78 (3-3) 전체 매출액에서 디지털 혁신 제품 및 서비스 매출이 차지하는 비중    79 (3-4) 디지털 혁신 제품 및 서비스가 개선, 출시되지 않은 이유    80 05.    디지털 전환 역량    81 (1)    ‘정보화 비전과 전략’ 변화 정도    81 (2)    ‘디지털 전환 인식’ 변화 정도    82 (3)    ‘혁신 문화 수준’ 변화 정도    83 (4)    디지털 전환 추진 여부    84 (4-1) 디지털  전환 추진 주도 부서    85 (5)    디지털 부문 연구개발 투자 금액(최근 1년)    86 (6)    디지털 부문 연구개발 인력 수    87 (7)    ‘정보화 인력 수준’ 변화 정도    88 (8)    디지털 전환 추진계획 보유 여부    89 (8-1) 디지털 전환 추진 시기    90 (8-2) 디지털 전환 추진을 위한  자금 조달 방식    91 (9)    디지털 전환 관심 분야    92 (10)    디지털 전환 관련 인력 양성을 위한 직원 교육 프로그램 실시 여부    93 (11)    디지털 전환 추진을 위한 인력 양성 및 외부 충원 계획 여부    94 (11-1) 디지털 전환 추진을 위해 필요한  인력 유형    95 (12)    디지털 전환 관련 협업 여부    96 (12-1) 디지털 전환 관련 외부 협업  유형별 수요    97 (13)    ‘지식 공유 수준’ 변화 정도    98 (14)    디지털 전환 관련 수출 애로사항    99 06.    디지털 전환 애로사항 및 정책 수요    100 (1)    디지털 전환 추진 애로사항    100 (2)    정부 및 지자체의 디지털 전환 정책지원 수요    101 (2-1) 정책지원을 받지 않은 이유    102 (3)    필요로 하는 디지털 전환 관련 정부  정책 분야    103   (4)    ‘정부    DX 지원 및 규제 환경’ 변화 정도    104 (5)    ‘시장    환경’ 변화 정도    105 (6)    ‘기술    환경’ 변화 정도    106 (7)    ‘경쟁    환경’ 변화 정도    107 부록. 설문지    108 상세내용 보러가기
작성일 : 2025-06-16
[포커스] AWS 서밋 서울 2025, “생성형 AI와 클라우드 혁신으로 산업 디지털 전환 가속화”
아마존웹서비스(AWS)가 5월 14일~15일 서울 코엑스에서 ‘AWS 서밋 서울 2025’를 진행했다. 4만여 명이 사전 등록한 이번 서밋에는 생성형 AI를 중심으로 다양한 산업 분야와 기술 주제에 대해 130개 이상의 강연이 진행됐고, 60개 이상의 고객사가 AWS 도입 경험과 성공 사례를 소개했다. 또한 현실에 적용 가능한 도구로서 생성형 AI 활용 사례를 체험할 수 있는 엑스포 등 다양한 프로그램이 진행됐다. ■ 정수진 편집장   생성형 AI와 클라우드 전환 중심의 시장 전략 AWS 코리아의 함기호 대표이사는 생성형 AI가 일상을 빠르게 변화시키고 있다고 짚었다. 연구 결과에 따르면 한국 기업의 54%가 2025년 IT 예산에서 생성형 AI를 최우선 투자 항목으로 꼽았다. 그리고 63%의 조직이 최고 AI 책임자(CAIO)를 임명하는 등, AI는 기업의 조직 구조에도 변화를 가져왔다. 생성형 AI의 도입 속도는 매우 빨라서 94%의 기업이 이미 도입했고, 85%는 활발한 실험을 진행 중이다. 하지만 이러한 실험이 실제 활용으로 이어지는 비율은 아직 절반 이하에 머물고 있는 것으로 나타났다.   ▲ AWS코리아 함기호 대표   AWS는 고객들이 클라우드 전환을 지속적인 혁신의 여정으로 인식하고 있다는 점에 주목하고 있다. 과거에는 클라우드가 단순히 비용 절감 수단 또는 일회성 프로젝트로 여겨졌지만, 이제는 비즈니스 민첩성과 경쟁력 확보를 위해 클라우드 네이티브 환경으로의 전환을 더욱 중요하게 생각하고 있다는 것이다. 함기호 대표이사는 “AWS는 이러한 변화와 함께 고객의 디지털 전환을 지속적으로 지원하고 있다”면서, 작년에 이어 올해도 생성형 AI와 IT 현대화를 주요 사업 전략으로 진행하고 있다고 소개했다. 그는 또한 한국 시장에 대한 지원과 성과에 대해서도 소개했다. 올해에는 AWS 마켓플레이스(AWS Marketplace)가 한국에 정식으로 출시되었다. 지난 3월에는 한국인터넷진흥원의 클라우드 보안 인증(CSAP) 3등급을 획득하여, 공공기관에 클라우드 서비스를 제공할 수 있게 되었다. 개발자를 위한 생성형 AI 서비스인 아마존 Q 디벨로퍼(Amazon Q Developer)가 4월부터 한국어 지원을 시작했다. 이외에도 AWS는 한국 기업이 파운데이션 모델(FM)을 개발하고 해외로 빠르게 진출할 수 있도록 지원을 이어갈 예정이다.   컴퓨팅/스토리지/보안 등 주요 클라우드 기술 요소 소개 AWS는 이번 서밋이 기술 중심에서 기술 경험 중심으로 초점을 옮겨, 생성형 AI를 포함한 자사의 기술이 실제 문제 해결에 어떻게 기여하는지 보여주는 데 초점을 맞추었다고 설명했다. 서밋의 첫째 날인 5월 14일 기조연설에서 AWS의 야세르 알사이에드(Yasser Alsaied) IoT 부문 부사장은 “AWS가 불가능해 보이는 것을 상상하고 만들 수 있도록 돕는 기술을 제공한다”고 소개했다. 그가 소개한 주요 기술은 보안, 확장성, 컴퓨팅, 스토리지 등이다. AWS는 칩부터 클라우드까지 모든 수준에서 보안을 구축하고 고객 데이터에 접근할 수 없도록 했다. 또한, 전 세계의 인프라 리전(region)과 가용 영역(availability zone)을 연결하는 600만 킬로미터 이상의 광케이블을 보유하고 있으며, 2024년에는 네트워크 백본 용량을 80% 늘렸다. AWS는 클라우드 기반으로 필요한 만큼 컴퓨팅 리소스를 사용할 수 있도록 지원하며 가상 서버, 컨테이너 등 다양한 옵션을 제공한다. 특히 생성형 AI와 같은 복잡한 워크로드를 위해서는 엔비디아와 협력하여 GPU 인스턴스를 출시했다. 알사이에드 부사장은 세계에서 가장 빠른 슈퍼컴퓨터를 개발하기 위한 프로젝트 세이바(Project Ceiba) 및 고수요의 GPU 컴퓨팅에 즉시 예측 가능하게 액세스할 수 있는 아마존 EC2 캐퍼시티 블록을 소개했으며, “자체 개발한 프로세서인 AWS 그래비톤4(AWS Graviton4)는 이전 세대 대비 45% 빠르고 에너지 소비를 60% 줄였다. AWS는 지난 2년간 데이터센터 CPU의 50% 이상을 그래비톤으로 교체했다”고 설명했다.   ▲ AWS 야세르 알사이에드 IoT 부문 부사장   스토리지 서비스인 아마존 S3(Amazon S3)에는 현재 400조 개 이상의 오브젝트가 저장되어 있다. 한편, AWS는 대규모 분석 데이터셋을 위한 툴인 아파치 아이스버그(Apache Iceberg)를 오픈소스로 공개했고, 오브젝트 크기, 스토리지 클래스, 통계 등의 시스템 메타데이터를 자동으로 생성해 대규모 데이터셋 관리의 오버헤드를 줄이는 S3 메타데이터 등 스토리지 관련 서비스를 제공한다. 알사이에드 부사장은 이러한 스토리지 기술이 대규모 데이터를 효율적으로 관리하고 활용하는 데 있어 중요하며, 이를 통해 혁신적인 설루션을 구축할 수 있다고 강조했다.   앱 현대화 및 비즈니스 혁신을 위한 AI 기술 알사이에드 부사장은 비즈니스 혁신을 돕는 AWS의 생성형 AI 및 관련 서비스에 대해서도 소개했다. 아마존 베드락(Amazon Bedrock)은 고객에게 폭넓은 파운데이션 모델(FM) 선택권을 제공해, 아마존 및 다양한 회사의 모델 가운데 개발하는 애플리케이션에 가장 적합한 모델을 선택할 수 있도록 돕는다. 베드락은 검색 증강 생성(RAG)을 지원해 더욱 관련성 높고 정확한 응답을 제공하며, 가드레일 포 아마존 베드락(Guardrails for Amazon Bedrock)을 통해 유해한 콘텐츠를 차단할 수 있다. 알사이에드 부사장은 AI 응답의 불확실성을 줄이는 데에 도움을 주는 자동화 추론 및 프롬프트에 적합한 모델을 선택할 수 있는 지능형 프롬프트 라우팅 등의 기능도 소개했다. 또한 알사이에드 부사장은 AI 및 에이전트 기술을 활용한 애플리케이션의 현대화 사례를 소개하면서, “AWS는 고객들이 마이그레이션 과제를 극복하도록 꾸준히 지원해왔으며, 마이그레이션을 자동화하는 서비스를 제공한다”고 전했다. “닷넷 코드 변환 서비스는 애플리케이션의 현대화 시간 및 윈도우 라이선스 비용을 줄일 수 있게 돕고, VM웨어 워크로드 변환 서비스는 네트워크 설정 변환 속도를 80배 높일 수 있다. 복잡한 메인프레임 애플리케이션의 변환도 에이전트의 도움으로 몇 달 만에 완료할 수 있다”는 것이 알사이에드 부사장의 설명이다.   ▲ AWS는 생성형 AI가 제조 산업의 복잡한 업무에 도움을 줄 수 있다고 소개했다.   제조 산업 디지털 전환을 위한 데이터 통합 및 AI 활용 이번 서밋은 이틀에 걸쳐 ‘인더스트리 데이(5월 14일)’와 ‘코어 서비스 데이(5월 15일)’로 진행됐다. 5월 14일에는 현대카드와 트웰브랩스가 기조연설에서 생성형 AI 관련 인사이트를 소개했고 기술 트렌드, 생성형 AI, 산업별 트랙 등 다양한 주제의 강연이 진행되었다. 15일에는 아마존의 워너 보겔스(Werner Vogels) CTO와 디팍 싱(Deepak Singh) 데이터베이스 및 AI 부사장, 삼성전자 서치영 상무, 티맵모빌리티 김재순 CTO가 기조연설을 진행했으며, 9개 트랙에서 50여 개의 세부 강연을 통해 생성형 AI, 머신러닝, 데이터 분석, 클라우드, 데이터베이스, 보안 및 거버넌스 등 서비스별 업데이트와 활용 사례가 소개되었다. 이 가운데 14일 진행된 제조 및 하이테크 트랙에서는 디지털 전환과 인공지능을 통한 제조산업의 혁신 전략을 짚고, 국내 기업들의 사례가 소개됐다. AWS 코리아의 박천구 솔루션즈 아키텍트 매니저는 변화하는 시장 환경에서 제조 기업이 직면한 문제로 “엔지니어링 디자인, 제조, 공급망, 운영 등 각 부서의 시스템이 사일로화되어 필요한 데이터를 제때 얻기 어렵다”는 점을 꼽았다. 그러면서 “이런 문제를 해결하기 위한 디지털 전환은 전통적인 제조에서 첨단 제조로 완전히 전환하는 것을 뜻하며, 긴 여정을 통해 비즈니스 가치를 실현할 수 있어야 한다”고 전했다. 특히 제조산업 디지털 전환의 핵심 요소로 AWS가 주목한 것은 데이터의 통합이다. 박천구 매니저는 “공장에는 많은 데이터가 있고 산업 데이터는 2년마다 두 배씩 늘어나는데, 특히 OT 데이터가 대다수를 차지한다. 디지털 전환의 성공은 OT에 중점을 두고 OT-IT 데이터를 효과적으로 통합하는 데에 달려 있다”면서, “이렇게 통합된 데이터를 잘 관리하고 빅데이터・AI 등과 결합해 활용할 수 있는 구조를 갖춤으로써 각 제조 단위 및 전체 공정의 최적화가 가능하다. 특히 올해는 생성형 AI를 통한 비즈니스 전환에 대한 고민이 본격화될 것으로 보이는데, 탄탄한 데이터 기반을 구축하는 것은 생성형 AI의 효과를 실현하는 필수 조건”이라고 짚었다.     ■ 기사 내용은 PDF로도 제공됩니다.
작성일 : 2025-06-04
[칼럼] 대한민국 산업의 미래와 산업데이터 인프라
산업데이터 스페이스와 제조업의 미래   우리나라가 새로운 성장동력을 만들기 위해서는 산업데이터에 주목할 필요가 있다. 우리나라의 산업데이터 활용 잠재력은 매우 크다. 국내에는 이미 다양한 산업분야의 데이터 플랫폼이 구축되어 운영 중이다. 산업데이터의 잠재력을 성장 동력으로 연결하려면 공공기관과 기업 내부에 쌓여 있는 방대한 데이터를 끄집어내고 기관 간에 데이터의 공유와 연계를 이루는 데이터인프라 구축이 무엇보다 필요하다.    (이미지 출처 : 123RF) 기업은 물론 한 국가의 산업경쟁력도 디지털 전환(DX)을 빼놓고는 얘기할 수 없는 시대가 되었다. 디지털 전환은 인공지능, 사물인터넷(IoT), 클라우드 등 디지털 기술을 모든 사업영역에 적용함으로써 조직문화, 비즈니스 모델과 프로세스 등에 근본적인 변화를 일으켜서 새로운 가치를 만들어내는 것을 의미한다. 디지털 전환을 통해 재화나 서비스의 생산부터 소비에 이르는 일련의 경제활동들이 지능화되고 효율화되고 있다.  보스톤 컨설팅 그룹(Boston Consulting Group)의 연구조사에 따르면 디지털 선도기업들은 디지털 후발기업들에 비해 수익성장률(earnings growth)이 1.8배 더 높고 총 기업가치(total enterprise value) 성장률은 2배 이상이라고 한다. 또한, 세계적 시장조사기관인 Statista에 따르면 전세계 디지털전환기업의 생산액은 2018년 13.5조 달러에서 2023년 53.3조 달러로 증가하면서 전세계 GDP의 절반을 넘어섰다. 한편, 디지털기업은 글로벌 시장을 주도하고 있다. 지난 2008년 전세계 시가총액 10대 기업의 절반은 CNPC, 엑손모빌 등과 같은 에너지기업이었으나 지금은 애플, 마이크로소프트, 아마존, 알파벳(구글), 테슬라, 엔비디아, 메타(페이스북) 등 7개의 디지털기업이 그 자리를 차지하고 있다.  데이터의 90%는 산업데이터이나 60∼80%가 활용되지 못하고 사장 디지털 전환의 중심에는 데이터가 자리잡고 있다. 디지털기술을 적용하여 분산된 데이터를 가치 있게 변환시키는 것이 디지털 전환의 핵심이기 때문이다. 기업내부에 쌓여 있는 경험과 노하우를 데이터화하고 이러한 데이터를 분석하면 비즈니스를 효율적으로 운영하거나 새로운 비즈니스를 만들어낼 수 있다. 구글, 페이스북, 아마존 등은 방대한 데이터를 모을 수 있는 고유 플랫폼을 보유하고 있다. 이들은 플랫폼 이용자들의 거래방식, 소비패턴 등의 데이터를 인공지능으로 분석하여 고객의 요구를 확인하거나 새로운 비즈니스기회를 찾아가며 물류, 금융, 헬스케어, 클라우딩 등으로 사업영역을 확장해왔다. 데이터는 크게 개인정보데이터와 산업데이터로 구분해볼 수 있다. 개인정보데이터는 개인의 취향, 동선, 사회관계, 소비행동 등으로 검색, SNS, 간편지불 등의 과정에서 생성된다.  GAFA(Google, Amazon, Facebook, Apple)는 개인정보 데이터를 활용하여 오늘날 시가총액 기준 글로벌 10대 기업으로 성장할 수 있었다. 한편, 산업데이터는 제품개발, 생산, 유통, 소비 등 산업활동 전과정에서 생성되며 전체 데이터의 90%를 차지하고 있다.  산업데이터는 연구개발(R&D)에서 생산, 유통‧마케팅에 이르는 모든 밸류체인에서 생산성과 부가가치를 높이고, 새로운 제품과 서비스를 창출하며, 더 나아가 새로운 산업을 만드는 데 활용될 수 있다. 그러나 아직까지 세계적으로 산업데이터는 활용도가 높지 않으며 산업데이터 분야에 GAFA와 같은 지배적 사업자도 나타나고 있지 않다.  시장조사기관인 forrester research에 따르면 기업내 축적된 데이터중 60∼73%는 사용되지 않고 있다고 한다. EU 집행위원회도 산업데이터의 80%가 전혀 사용되고 있지 않다고 한다. 산업 데이터가 기업의 영업비밀을 포함하고 있는 데다, 각 기업 간의 데이터 형식과 호환성이 없어 데이터를 공유하고 협력하는 데 어려움이 있기 때문이다. 그러나 한편으로 보면 그 만큼 성장잠재력은 크다. 2022년 EU 집행위원회에 따르면 데이터법(Data Act)으로 산업데이터 활용이 제도적으로 보완되면 2028년까지 2,700억 유로(407조원)의 추가 GDP 창출을 기대할 수 있다고 한다.  미국과 중국이 세계 데이터 과점, EU와 일본은 산업데이터에 주력 현재 세계 데이터시장은 개인정보를 중심으로 GAFA가 장악해가고 있다. 미국 정부는 GAFA 등 플랫폼기업이 글로벌 시장에서 데이터를 지속적으로 수집하고 활용할 수 있도록 디지털 통상(Digital Trade)에 발 벗고 나서고 있다.  2017년 미무역대표부(USTR)가 매년 발간하는 국별 무역장벽보고서에 별도의 디지털무역장벽분야가 새롭게 만들어진다. 2018년 11월 체결된 미국·멕시코·캐나다협정(USMCA)에는 처음으로 디지털통상 챕터가 신설되고 데이터이전 자유화, 데이터지역화 금지, 소스코드 공개금지 등의 규범이 담긴다. 2019년 10월에는 최초의 독자적인 국제조약이면서 USMCA보다 더욱 개방된 모습으로 미일간 디지털통상협정(USJDTA)이 체결되었다. 한편, 2019년부터 시작된 WTO 디지털통상협상 과정에서 미국은 모든 서비스에서 데이터이동 자유화를 강력하게 주장하고 있다.  세계의 공장이자 14억 인구를 가진 중국에서는 전세계 데이터의 1/4 이상이 생성되고 있으며 알리바바, 텐센트, 바이두 등이 중국내 데이터시장을 주도해 가고 있다. 중국 정부는 2019년 데이터를 토지, 노동, 자본, 기술과 함께 새로운 국가 생산요소로 규정하고 데이터 활용에 적극적으로 개입하고 있다. 지난 2023년 10월에는 데이터의 유통과 개인정보, 보안 등을 위해 국가데이터국을 설치하여 데이터 통제를 강화한 바 있다. 여기에 네트워크안전법, 개인정보보호법, 데이터안전법 등 법률을 제정하여 자국내 데이터의 해외반출을 엄격하게 규제하고 있다. EU는 미중 IT기업의 데이터 과점에 대응하고 산업의 경쟁력을 확보하기 위한 데이터정책에 집중한다. 특히, 아마존, 구글 등 거대 미국 클라우드 기업으로부터 자신들의 기술 노하우를 지키고 자율성을 확보하는 것을 목표로 삼는다. 이를 위해, EU는 2020년 EU 데이터전략을 발표하고 여기서 유럽 공통 데이터 스페이스(European Common Data Spaces)를 제시한다. 데이터 스페이스는 데이터들이 원래 있던 곳에 있으면서 필요할 때마다 공유될 수 있도록 하는 공간을 의미한다. 구체적으로 가이아-X, 카테나-X, 매뉴팩처링-X 프로젝트 등이 추진되고 있다. 가이아-X는 각 산업 분야를 연결하는 가장 포괄적인 데이터 스페이스이고, 카테나-X는 가이아-X 중 자동차산업의 공급망간에 데이터를 교환·공유함으로써 경쟁력을 높이는데 목표를 두고 있다. 일본은 세계 최고수준 로봇, 센서를 바탕으로 공장자동화 등의 제조현장에서 데이터를 충분히 확보하고 있다. 이에 애플이나 구글 등 미국 디지털기업의 개인정보데이터에는 못 따라가지만, 강력한 제조업을 기반으로 한 산업데이터 경쟁력을 키우기 위해 역량을 집중하고 있다. 2016년 관민 데이터활용 기본법, 2017년 데이터 거래규정, 2018년 생산성향상 특별조치법 등의 제정을 추진하였으며, 지난해 4월 우라노스 에코시스템(Ouranos Ecosystem)을 출범시켜 산업계 전반에 데이터공유와 연계를 꾀하고 있다.  산업데이터의 공유와 활용을 늘리기 위한 인프라 구축 나서야 우리나라는 세계가 주목하는 경제성장을 이룩했다. 1960∼1980년대 정부주도로 철강, 석유화학 등의 산업을 육성하고 1990∼2000년대 세계화와 중국성장을 수출 확대로 연결시켰다. 그러나 최근 대외적 여건을 보면 산업의 성장엔진은 식어가고 수년 내 수출 절벽이 현실화될 수도 있어 우려스럽다. 외적으로는 미중 패권경쟁 격화, 선진국의 산업정책 부활, 보호무역 확산 등으로 글로벌가치사슬(GVC)이 급속하게 파편화, 블럭화되면서 우리의 미래 먹거리와 수출시장을 위협하고 있다. 중국은 첨단산업에서 자급률을 높이고 있고, 미국, 일본, EU 등 선진국들도 반도체, 배터리 등 첨단산업 육성에 열을 올리면서 우리산업이 설자리를 점점 좁혀오고 있다. 대내적으로도 활로가 보이지 않는다. 지난 20년간 주력 수출품목의 변화가 없는 등 산업 역동성이 사라지고 있다. OECD 최하위 출산율과 고령화로 생산가능인구가 줄어드는 가운데, 학생들은 공대를 포기하고 의대로 진로를 바꾸고 있다. 심각한 데이터 규제로 인공지능, 메타버스와 같은 미래 새로운 산업의 발전 기반도 취약한 상태다. 국제경영개발원(IMD)에 따르면 우리나라 기업의 빅데이터 활용순위는 26위로 한참 뒤져 있다. 새로운 성장동력을 만들기 위해서는 산업데이터에 주목할 필요가 있다. 우리나라의 산업데이터 활용 잠재력은 매우 크다. 반도체‧조선 세계 1위, 석유화학‧철강‧로봇 세계 5위, 자동차 세계 7위의 세계적인 제조기반에 5G 등 세계 최고 수준의 ICT 인프라를 보유하고 있어 디지털 기술을 제조업에 접목하기가 수월하다. 연구개발-조달-생산-유통-소비에 이르는 가치사슬(Value chain) 전반에 디지털 전환(DX)을 확산시키면 디지털 제조강국으로 도약할 수 있다.  한편, 우리나라 의료기술과 정보 또한 세계 최고 수준이다. 데이터, 개인정보에 대한 과감한 규제완화가 이루어진다면 원격의료, 디지털 헬스케어 분야에서 제2의 반도체신화를 기대해 볼 수도 있다. 여기에 세계 최고 수준의 ICT 인프라에 혁신역량을 집중한다면 스마트제조, 스마트팜과 같은 새로운 혁신서비스가 수출의 중심이 될 수도 있을 것이다.   국내에는 이미 다양한 산업분야의 데이터 플랫폼이 구축되어 운영 중이다 그러나 플랫폼 참여자는 개인정보, 영업비밀 보호 등 데이터 공유나 거래시 발생할 수 있는 위험부담으로 양질의 데이터 제공에 소극적일 뿐 아니라 표준화, 상호운용성 등 데이터 공유·활용을 위한 토대도 부족한 실정하다. 데이터는 크기가 클수록 그리고 서로 다른 데이터가 융합될수록 더욱 큰 가치를 창출하는 네트워크 효과가 있다. 산업데이터의 잠재력을 성장 동력으로 연결하려면 공공기관과 기업 내부에 쌓여 있는 방대한 데이터를 끄집어내고 기관 간에 데이터의 공유와 연계를 이루는 데이터인프라 구축이 무엇보다 필요하다. 그리고 구축된 인프라가 제대로 작동하기 위해서는 수익을 창출하고 창출된 수익이 모든 참여자에게 돌아갈 수 있고 참여자들이 안전하게 데이터를 공유·거래할 수 있으며 개방적이고 투명한 표준방식으로 데이터가 연계될 수 있어야 할 것이다. 미국과 중국이 거대 플랫폼 기업을 앞세워 세계 데이터 시장을 장악하고 있다. EU는 2014년부터 산업데이터를 중심으로 공유와 연계 플랫폼 구축에 나서고 있으며 일본이 그 뒤를 잇고 있다. 우리나라는 2022년 산업디지털전환촉진법이 제정되고서야 산업데이터 활용기반 구축이 본격화된다. 이 법에 따라 지난 2023년 1월 제1차 산업디지털전환 종합계획이 수립되었고 산업전반에 인공지능(AI)을 내재화시키는 프로젝트가 진행되고 있다. 그러나 다른 나라들에 비해 많이 뒤져 있다. 산업데이터의 공유·활용을 위한 프로젝트를 서둘러야 할 것이다. 이를 통해 대한민국의 산업이 한층 더 도약하고, GAFA를 뛰어 넘는 산업데이터 거인이 우리나라에서 탄생할 수 있기를 기대해 본다.   김용래 교수 경희대학교 첨단기술비즈니스학과 전 특허정장  
작성일 : 2025-05-13
공작기계의 역사와 제조업의 과거와 미래 / 에스엔에이치 민태기 - 영상보기 & 내용 요약
에스엔에이치 민태기 연구소장, 공작기계의 역사와 제조업의 과거와 미래  조명   에스엔에이치 민태기 연구소장이 SIMTOS 2024에서 "공작기계의 역사와 제조업의 과거와 미래"라는 주제로 발표했다. 그는 공작기계를 인류 문명 발전에 핵심적인 역할을 한 '마더머신'이라고 강조하며 이야기를 시작했다. 공작기계, 문명의 기반을 만들다 민태기 연구소장은 과거부터 현재까지 공작기계가 어떻게 제조업 발전을 이끌어왔는지 역사적인 흐름을 짚어주었다. 초기 수동식 도구부터 시작해 증기기관, 전기 모터, 그리고 현대의 CNC(컴퓨터 수치 제어) 기술에 이르기까지 공작기계의 혁신적인 변화 과정을 설명하며, 이러한 발전이 대량 생산 시대를 열고 산업 구조를 근본적으로 바꾸어놓았다고 언급했다. 그는 공작기계가 단순한 기계를 만드는 기계를 넘어, 인류의 삶의 질을 향상시키는 데 결정적인 역할을 해왔다고 강조했다. 제조업의 과거: 대량 생산과 효율성의 추구 강연에서는 과거 제조업이 어떻게 공작기계의 발전에 힘입어 대량 생산 체제를 구축하고 효율성을 극대화해왔는지 자세히 설명했다. 표준화된 부품 생산과 자동화된 공정 도입이 가능해지면서 생산성이 크게 향상되었고, 이는 곧 경제 성장과 사회 발전에 큰 영향을 미쳤다. 하지만 동시에 대량 생산 체제의 한계와 환경 문제, 노동 문제 등 다양한 과제에 직면하게 되었음도 지적했다. 제조업의 미래: 스마트 공장으로의 전환 민태기 연구소장은 미래 제조업의 핵심으로 스마트 공장을 제시했다. 스마트 공장은 인공지능(AI), 사물 인터넷(IoT), 빅데이터 기술 등을 활용해 생산 공정 전체를 지능화하고 자동화하는 시스템을 의미한다. 그는 스마트 공장이 생산 효율성을 극대화하고, 맞춤형 생산을 가능하게 하며, 예측 유지보수를 통해 생산 중단 시간을 최소화하는 등 다양한 이점을 가져올 것이라고 전망했다. 또한, 스마트 공장은 환경 친화적인 생산 방식을 구현하고, 노동 환경을 개선하는 데에도 기여할 수 있다고 설명했다. 스마트 공장 구축을 위한 제언 강연 말미에 민태기 연구소장은 스마트 공장으로의 성공적인 전환을 위해 몇 가지 중요한 포인트를 강조했다. 첫째, 기업들은 장기적인 비전을 가지고 단계적으로 스마트 공장을 구축해야 한다. 둘째, 기술 도입뿐만 아니라 조직 문화와 인력 양성에도 투자를 해야 한다고 강조했다. 셋째, 데이터 보안과 시스템 안정성을 확보하는 것이 중요하다고 덧붙였다. 결국 스마트 공장 구축은 단순히 기술적인 변화를 넘어, 기업의 전반적인 혁신을 요구하는 과제라는 점을 시사했다.   * 해당 내용 정리는 AI의 도움으로 작성되었습니다. 상세 내용은 원본 영상을 통해 확인하시기 바랍니다.    [SIMTOS 2024 디지털 제조 & 뿌리산업 컨퍼런스] 발표자료 다운로드  https://www.cadgraphics.co.kr/newsview.php?pages=lecture&sub=lecture01&catecode=7&num=74989     #SIMTOS2024 #공작기계 #제조업 #스마트공장 #디지털제조 #뿌리산업 #제조기술 #산업자동화 #기술혁신 #미래제조 #민태기
작성일 : 2025-05-11
[칼럼] 융합형 인재의 필요성
급성장을 해오던 우리나라의 주력산업에 빨간 불이 켜진 지도 꽤 된 듯하다. 과거의 급성장에는 여러 이유가 있었겠지만 중요한 두 가지 배경이 있었다. 첫째, 미국, 유럽, 일본 등과 같은 선진국 롤모델이 있었고, 둘째, 대규모 장치산업을 근간으로 하는 자동차, 조선, 반도체, 디스플레이 등과 같은 주력산업의 선전이 있었다. 그러나 이미 세계 정상권에 진입한 분야에서는 우리가 퍼스트 무버가 되었기 때문에 더 이상 따라 할 롤모델이 없다. 게다가 중국, 인도 등이 과거 우리가 했던 것처럼 우리를 롤 모델(role model) 삼아 맹추격하고 있다. 저가의 노동력뿐만 아니라 대규모 자본력까지 무장하여 이제는 거의 턱밑까지 와있다. 사실 역전을 허용한 분야도 있는 것 같다. 아무튼 말 그대로 샌드위치 신세가 되어 버렸다. 그렇지만 한국이 샌드위치가 아니라는 반론도 있다. 선진국을 따라 했지만 그들만큼의 원천기술력은 못 가졌고, 중국, 인도와 같은 거대 시장, 거대 자본도 없기 때문에 샌드위치라는 표현은 우리 스스로를 너무 과대포장 한 거라는 비난이다. 우리나라는 빠른 스피드와 높은 원가 경쟁력으로 승부하는 대규모 장치산업을 근간으로 주력산업 분야에서 괄목할 만한 성장을 이루었다. 그러나 이제는 이러한 산업 구조가 우리의 발목을 잡게 생겼다. 선진국처럼 소프트웨어가 강한 나라는 시장 환경이 바뀌면 마음만 고쳐먹으면 된다. 대규모의 선투자가 없었기 때문에 새로운 산업으로 쉽게 전향할 수도 있다. 그런데 우리나라는 소프트웨어 분야에 커다란 약점을 보이고 있기 때문에 선진국을 따라 하지도 못 하고, 개발도상국으로부터는 심각한 도전을 받게 된 것이다. 과연 지금도 전 세계를 누비고 있는 자랑스러운 우리의 주력산업에 어떠한 문제가 생긴 것일까? 자동차를 예로 들어 보자. 자동차의 전장화는 급속도로 진행되고 있고, 최근의 전기자동차와 자율주행자동차의 붐은 그 속도를 더욱 가속화시키고 있다. 전장화의 핵심은 소프트웨어이다. 독일, 일본 메이커들의 자동차는 제조원가 중 전장화 비율이 이미 50%를 넘어섰다. 2030년이면 자동차 원가의 80%가 전장 또는 소프트웨어일 거라는 전망도 있다. 즉, 무형의 만져지지도 않는 소프트웨어가 원가의 절반 이상인데 벤츠, 아우디, BMW의 시판가격은 동급 현대기아차의 거의 두 배에 달한다. 자동차 값에서의 차액이 소프트웨어에 기인한 것이므로 결국 소프트웨어가 제품의 이익을 좌우한다는 얘기가 된다. 우리가 소프트웨어 분야에 약한 것에는 어쩔 수 없는 측면이 있다. 소프트웨어를 만드는 프로그래밍 언어가 언어, 즉 영어로 만들어져 있기 때문이다. 언어의 속성상 어릴 때부터 프로그래밍 언어를 구사할 수 있는 영어권과 대학에 가서야 시작할 수 있는 우리와의 차이는 어찌 보면 당연하다. 특히, 언어적인 속성이 더욱 필요한 포털과 같은 소프트웨어 분야에서의 경쟁은 쉽지 않아 보인다. 그렇기 때문에 우리는 언어가 표면적으로 드러나지 않는 소프트웨어, 하드웨어와 밀접하게 붙어있는 소프트웨어, 우리의 주력산업인 자동차, 조선, 반도체, 디스플레이 등의 부가가치를 올릴 수 있는 소프트웨어 (임베디드SW)에 매진해야 한다. 더욱이 세계가 융합신산업을 향해서 나아가고 있는 지금 소프트웨어가 융합의 중심에 서 있다. 결론적으로 제품의 경쟁력은 소프트웨어를 통한 융합에 의해 좌우된다. 융합은 두 개 이상의 분야가 화학적으로 결합하는 것이다. 다시 자동차를 예로 들어 보자. 자동차 전문가가 쉽게 IT 또는 소프트웨어 전문가를 겸할 수 있을까? 반대로 IT 또는 소프트웨어 전문가가 쉽게 자동차 전문가가 될 수 있을까? 두 분야 모두에 정통한 사람도 있을 수는 있지만 일반적으로 융합은 전문가와 전문가의 만남을 통해서 이루어진다. 제품 성능 또는 회사 이익과 같은 공동의 목표를 얻기 위해서 상대를 존중하고 이해하며 협업을 할 때 좋은 결과를 얻게 된다. 마치 남녀가 만나서 결혼해서 아이 낳고 가정을 꾸리는 것과 비슷하다. 우리가 결혼하면서 소통도 않고 심지어는 상대를 무시하고 배척하겠다고 마음먹지는 않는다. 그래서는 결혼 생활이 유지되지 않기 때문이다. 마찬가지로 융합형 인재란 두 가지 모두에 정통한 인재를 뜻하는 게 아니라 나와 다른 분야와 함께 일 하려는 의지가 있고, 다른 분야에 대한 이해력이 있는 인재를 일컫는다. 다른 분야에 대한 열린 마음이 필요하고 경험해 보지 않은 분야라고 무턱대고 겁을 먹어서도 안 된다. 즉, 융합형 인재를 얻기 위해서는 어릴 때부터 다른 분야를 경험해보게 하는 것이 중요하다. 막상 경험해 보면 해볼 만하다는 자신감과 열린 마음도 자연스럽게 생기지 않을까? 처음부터 잘 하는 사람은 없다. 특히, 최근에는 AI가 중심이 되어 메타버스, 블록체인, 클라우드, 빅데이터 등 다양한 소프트웨어 기술 및 응용의 향연이 벌어지고 있다. 그리고 이러한 기술들의 융합을 통해 다양한 플랫폼이 선을 보이고 있고 여러 분야에서 플랫폼의 대형화/독점화 등이 일어나고 있다. 아차 하면 시장에서의 주도권을 잃고 나락으로 떨어질 수도 있다. 우리에게 진정으로 융합형 인재가 필요한 이유이다.   이규택 객원교수 서울대학교 글로벌R&D센터 부센터장  
작성일 : 2025-05-05