제21회 서울국제생산제조기술전(SIMTOS 2026)이 4월 13일 킨텍스 제1전시장에서 개막식을 갖고 5일간의 일정에 들어갔다. 한국공작기계산업협회가 주최하는 이번 전시회는 ‘AI 자율제조, 인재와 연결하다’를 주제로 오는 4월 17일까지 킨텍스 제1·2전시장 전관에서 진행된다. 올해 전시회는 35개국에서 1315개 기업이 참여해 6059부스 규모로 꾸려졌다. 이는 국내 최대 규모의 생산제조기술 전시회로, 전체 참가 기업 중 해외 기업 비중이 53.1%를 차지한다. 독일, 이탈리아, 스위스, 일본, 대만, 중국 등 6개국은 별도의 국가관을 운영하며 자국의 대표 제조기술을 선보인다. 또한 12개국 20개 협단체가 참가해 국제 협력과 산업 네트워크를 확대한다.     개막식에는 김원종 한국공작기계산업협회장을 비롯해 허성무 국회의원, 김성열 산업통상자원부 산업성장실장, 신희동 한국전자기술연구원장 등 국내외 주요 인사가 참석했다. 김원종 회장은 개회사를 통해 “인공지능 전환과 제조 데이터, 자동화 기술이 결합한 지능형 제조 시스템이 확산하면서 공작기계 산업은 제조혁신을 이끄는 핵심 기반 산업으로 역할이 확대되고 있다”고 강조했다. 이어 “이번 전시회가 기업에는 새로운 시장 창출의 기회를, 참관객에게는 제조혁신의 방향을 제시하는 계기가 되기를 기대한다”고 덧붙였다. 정부와 국회 관계자들도 공작기계 산업의 중요성을 역설했다. 허성무 국회의원은 공작기계 산업을 전통 제조업의 핵심으로 꼽으며 국회 차원의 지원을 약속했다. 김성열 산업성장실장은 대한민국이 글로벌 산업 강국으로 도약하는 데 전시회 참가 기업들의 역할이 컸다고 평가했다. 정부는 인공지능 기반 자율제조 기술 중심의 산업 육성과 연구개발 지원, 수출 경쟁력 제고 등 세 가지 정책 방향을 제시하며 기계 산업의 경쟁력 확보를 지원할 방침이다. 전시 현장은 금속절삭 및 금형기술관, 소재부품 및 제어기술관, 툴링 및 측정기술관, 절단가공 및 용접기술관, 프레스 및 성형기술관 등 5개 전문관으로 구성됐다. 특히 ‘로봇 및 디지털제조기술 특별전’을 통해 제조 AX(인공지능 전환) 시대의 산업 구조 변화를 보여준다. 제2전시장 7홀에 마련된 ‘AI 팩토리 테마관’에서는 장비와 데이터, 인공지능이 결합한 미래 제조 시스템을 직접 확인할 수 있다. 이번 행사는 기술 정보를 교류하는 것을 넘어 산업 생태계 전반을 연결하는 플랫폼 역할을 수행한다. 글로벌 제조 AX 혁신 콘퍼런스를 비롯해 여성 엔지니어 네트워크 포럼, 채용박람회인 커리어커넥트 등 다양한 프로그램이 함께 열린다. 캐드앤그래픽스가 주관하는 ‘피지컬 AI·디지털트윈 및 뿌리산업·소부장 컨퍼런스’는 4월 16일~17일 킨텍스 제2전시장 7홀 컨퍼런스룸 A에서 진행된다. 이외에 참관객의 이해를 돕기 위한 테크니컬 가이드 투어와 스탬프 투어 등 체험 이벤트도 마련됐다. 협회는 5일간의 전시 기간에 약 10만 명의 참관객이 방문할 것으로 예상하고 있다.

개발 : Mechasys 주요 특징 : 높은 정밀도의 고속 레이아웃 작업 지원, IP54 등급으로 장비 보호, 10~11kg의 경량 설계, 사용자 친화적 UI, 현장과 사무실을 온라인으로 연결하는 클라우드 작업 환경 제공 등 자료 제공 : 지오시스템     XR Projector(XR 프로젝터)는 실제 건설 현장 공간 위에 2D/3D 작업 도면을 밀리미터 수준의 정확도로 직접 투사하는 ‘프로젝티드 리얼리티(projected reality)’ 기반의 레이아웃 설루션이다. 이 제품은 프로젝티드 리얼리티 기술을 통해 2D 및 3D CAD 모델을 바닥, 벽, 천장 등 실제 현장의 모든 표면에 밀리미터 단위의 정밀도로 직접 투사한다. 기존의 물리적인 마킹 작업을 생략할 수 있어 작업 속도를 3배에서 최대 10배까지 향상시키며, BIM 워크플로와 유기적으로 연동된다. 1시간의 교육만으로 조작이 가능할 정도로 사용자 친화적이며, 클라우드 시스템을 통해 현장 데이터를 실시간으로 관리할 수 있는 스마트 건설 설루션이다.   주요 특징 고정밀, 고속 레이아웃 ±1mm 수준의 EDM 정확도와 고정밀 틸트 센서를 기반으로 복잡한 시공 환경에서도 오차가 거의 없는 밀리미터 수준의 시공이 가능하다. 기존 재래식 먹 작업 대비 3~10배 빠른 작업 속도로 레이아웃 작업이 가능하다.   현장 친화적 스마트 장비 작업장 먼지 등 환경이 열악한 건설 현장에서 장비 보호에 적합한 IP54 등급, 장비 이동에 불편함이 없는 약 10~11kg의 경량 설계로 되어 있다. 초보자도 1시간 내 장비 운영이 가능한 사용자 친화적 UI로 구성되어 있어서 측량 전문가가 아니어도 누구나 쉽고, 편리하게 장비 운용이 가능하다.   클라우드 기반 협업 환경 장비를 운용하는 Layout Field(레이아웃 필드)와 현장과 사무실을 연결하는 Layout Cloud(레이아웃 클라우드)는 온라인으로 연동되어 현장 도면의 수정, 주석, 이력 관리, 품질 데이터 축적이 가능하며 원격 협업과 승인 프로세스를 지원한다.   주요 기능 실시간 도면 투영 바닥, 천장에 2D 도면, 3D 모델 정보인 점, 선, 문자, 곡선을 실시간 레이저로 투영하여 별도의 마킹 작업 없이 시공 가이드를 제공한다.     ▲ 제공 : Mechasys   바닥/천청 레벨 측정 장비가 바닥/천정의 스캔하여 설치된 환경을 스스로 인식하고 장비 운용 시 정확한 투영을 한다.   장비 위치 세팅 XR Projector의 위치 확정 프로세스는 간단하고 빠르며 정밀하여 인적 오류의 위험을 줄여준다. 기준선(control line), 인공 기준선(artefacts), 기준점(control point) 등 3가지 세팅 방식으로 장비 위치를 설정한다.   ▲ 기준선(제공 : Mechasys)   ▲ 인공 기준선(제공 : Mechasys)   ▲ 기준점(제공 : Mechasys)   CAD 클라우드 연동 사무실에서 수정한 변경 도면, 현장에서 실제 반영된 이동/회전/연장 등 작업 도면이 실시간으로 연동되어 팀 간의 정보 불일치를 없애고 데이터 관리를 통합한다.   ▲ 제공 : Mechasys   주요 고객 사이트 공장 장비 레이아웃(한국/일본) 공장의 복잡한 장비의 정확한 세팅을 위해 기존 수작업으로 진행된 먹라인 작업에 XR Projector를 활용할 수 있다.   캐터필러 EMEA(스위스) 스위스 제네바에 위치한 캐터필러(Caterpillar) EMEA 본부 프로젝트에서 건축 설계를 실제 현장에 구현하는데 사용되었다. 할러 바서(Haller Wasser)의 크리스토프 포드뱅(Christophe Podevin)은 “측량 회사로서 정확성은 모든 것이다. XR Projector는 이전보다 훨씬 빠르게 정밀한 레이아웃을 전달할 수 있다는 확신을 주었다. 우리의 워크플로를 간소화하고 시장 기회를 확장해 준 게임 체인저”라고 전했다.   Wynn Al Marjan Island 프로젝트(UAE) 두바이 기반의 건설사 알렉 홀딩스(ALEC Holdings)가 주도하는 대규모 리조트 건설 현장에 도입되어 작업 효율을 극대화했다. 전통적인 방식으로는 22인/시간 소요되던 레이아웃 작업을 XR Projector 작업을 통해 3시간으로 단축했다. 이 기술을 통해 노동 비용을 절감했을 뿐만 아니라 전체 프로젝트 일정을 가속화하여, 현재 이 프로젝트는 예정보다 일찍 완공될 것으로 예상된다.   Solutions Habitat(프랑스) 세계적인 건설 그룹인 빈치 컨스트럭션(VINCI Construction)에서 품질 관리와 공정 효율화를 위해 도입했다. 주요 성과로 레이아웃 시간을 절반으로 줄이고, 실시간 데이터 수집을 통해 자기 모니터링(self-monitoring)의 효율을 높였다. 솔루션 해비타트(Solutions Habitat)의 새미 메리(Samy Merry) 혁신 매니저는 “레이아웃 시간을 절반으로 줄일 뿐만 아니라 품질 관리를 강화해 준다. 조작이 간편하여 내부 인력을 효율적으로 재배치할 수 있게 되었고, 결과적으로 하청업체에 대한 의존도를 낮출 수 있었다”고 전했다.   UNIQUARTIER 공동주택 프로젝트(캐나다) 캐나다의 16유닛 규모 멀티 레지던셜 건설 현장에서 벽체 레이아웃 및 마킹 작업에 적용된 사례이다. 투사현실의 생산성은 기존 방식과 비교해 시간당 14m에서 75m로 향상(약 5.3배)됐으며, 총 노동 비용을 약 12만 4000달러 절감했다. 또한, 수작업 시 발생하는 계산 오류와 측정 실수를 제거하여 비숙련 작업자도 전문가 수준의 정확도로 작업을 수행할 수 있었다.       ▲ 제공 : Mechasys     ■ 기사 내용은 PDF로도 제공됩니다.

K-반도체가 열어갈 AI 강국의 미래 - 반도체 세계 2강 도약을 위한 비전 및 전략 발표 ①세계 최대ㆍ최고 반도체 클러스터 조성, ②팹리스 등 시스템반도체 육성, ③반도체 대학원대학 신설, ④남부권 반도체 혁신벨트 구축 < 반도체산업 전략 > 최근 미국ㆍ일본ㆍ중국 등 경쟁국은 반도체 패권 확보를 위해 막대한 보조금, 세제ㆍ금융지원, 수출통제 등을 총동원하며, AI 시대 반도체 경쟁은 국가대항전 양상으로 전개되고 있다. 우리나라는 HBM(고대역폭메모리)을 생산하는 메모리 최강국(’24년 시장점유율 65.6%)으로서 AI 반도체 붐의 직접 수혜가 기대되나, 메모리에 집중된 산업구조로 인해 AI 확산과 함께 빠르게 성장하고 있는 시스템반도체ㆍ패키징 등 분야의 경쟁력 확보가 시급하다. 따라서, 팹리스ㆍ파운드리 등 시스템반도체 경쟁력 부족, 소부장 해외 의존, 우수 인력 부족 등의 위협 요인을 해소함으로써, AI 확산을 우리 반도체산업의 성장 기회로 활용하는 동시에 구조적 취약성을 보완하여 압도적인 경쟁우위를 확보할 필요가 있다.   비전 및 추진전략    ➊ AI 반도체 기술ㆍ생산 리더십 확보 경쟁국이 넘볼 수 없는 반도체 초격차 기술을 확보한다. (초격차 기술) HBM 이후 시장을 선도할 기술로 메모리 超초격차를 유지하고, AI 특화기술 분야는 新신격차를 창출한다. 절대적 강자가 없는 온디바이스 AI 반도체(NPU), PIM 등 AI 추론에 특화된 반도체에 정부 R&D를 집중 투자하고, 전력효율ㆍ피지컬 AI의 핵심부품인 화합물 반도체와 핵심 기술로 부상한 첨단 패키징(後후공정) 기술개발에도 지원을 확대*한다. * ▲(차세대 메모리) ’25~’32년, 2,159억원, ▲(AI특화반도체) ’25~’30년, 1조 2,676억원, ▲(화합물 반도체) ’25~’31년, 2,601억원, ▲(첨단 패키징) ’25~’31년, 3,606억원 (생산능력 확충) AI 시대에 필요한 생산능력을 적기에 확충하기 위해 구축 중인 반도체 클러스터*에 대한 지원은 차질 없이 이어간다. 기존 생산기반과의 연계, 전ㆍ후방 밸류체인 집적 등의 강점을 통해 글로벌 반도체 생산허브로 구축할 계획이다. 이를 위해 전력ㆍ용수 등 핵심 인프라는 국가가 책임지고 구축하고, 국비 등 공공부문의 지원을 강화한다. * ’47년까지 약 700조원 이상 투자, 반도체 생산 팹 10기 신설, ▲(용인 일반산단) 1호팹 착공(’25.2월) , ▲(용인 국가산단) 토지보상 공고(’25.6월) ➋ 시스템반도체 생태계 강화에 역량 총결집 우리가 취약한 시스템반도체 생태계를 대폭 강화한다. (한국형 팹리스-파운드리 생태계 구축) 우리 팹리스를 글로벌 수준으로 키우기 위해 수요기업이 앞에서 끌고 파운드리가 옆에서 밀착 지원하는 협업 생태계를 조성한다. 우선, 차량제어 MCUㆍ전력관리칩 등 미들테크(middle-tech) 반도체*의 국산화 지원을 통해 팹리스의 안정적인 수익 기반을 창출한다. 또한, 수요기업과 팹리스가 공동으로 온디바이스AI 기술개발ㆍ상용화하는 사업에 착수하고, 팹리스 대상의 공공펀드(국민성장펀드 활용)를 조성해 IPㆍ팹리스 간 전략적 협력에 투자한다. * MCU(Microcontroller Unit), PMIC(Power Management Integrated), 이미지 센서 등 미들테크 팹리스의 국내 제조 지원을 위해 민관 합동으로 국가 1호 ｢상생 파운드리｣*를 설립하고, 국내 팹리스 전용물량 할당, 시제품 제작 지원 등 상생 프로그램을 운영한다. 추가로, 수요를 뒷받침하기 위해, 국내 처음으로 국가안보 핵심 인프라(전력망ㆍ통신망ㆍ공공데이터센터 등)를 중심으로 공공기관의 국산 반도체 우선 구매 제도** 마련을 추진한다. * 4.5조원 규모의 12인치 40나노급 상생 파운드리를 민관 합동으로 구축 검토 ** ｢반도체 특별법｣에 ‘국가안보 인프라에 국산 반도체 우선 구매’ 조항 신설 추진 (국방반도체) 수입 의존도가 높은(99%) 국방반도체의 기술자립 프로젝트 출범을 통해 자주국방의 기틀을 마련한다. ▲방사청-산업부-과기부 등 관계부처 간 협업*을 통한 국방반도체 全전주기(소재-설계-공정-시스템) 기술개발, ▲공공 팹 중심의 초기 양산체계 구축과 ▲민간 파운드리 역량 확대를 추진한다. 내년 초 “국방반도체 국산화 및 생태계 조성방안”에서 구체적인 내용을 발표할 예정이다. * 대통령실(과학기술연구비서관) 주관 ‘국방반도체 발전 TF’ 추진 중(‘25.10월) ➌ K-반도체의 기초체력 소부장ㆍ인재 육성 반도체산업의 튼튼한 버팀목, 소부장ㆍ인재 육성을 강화한다. (공급망 구축) 핵심 첨단 소부장을 ASML의 노광장비*와 같이 세계 최고 수준으로 키우기 위해 ‘반도체 소부장 글로벌 No.1 프로젝트’를 추진한다. 기술ㆍ성장잠재력을 보유한 소부장 품목ㆍ기업을 대상으로 R&D 등을 전폭 지원한다. 국내 최초로 칩 제조기업과 연계한 소부장 양산 실증 테스트베드 ‘트리니티팹’을 금년에 출범하고, 신속 구축(’27년 개소)한다. ‘트리니티팹’은 향후 소자-소부장 기업 간 공동연구 거점(한국형 IMEC)으로 확대할 계획이다. * ASML : 네덜란드의 반도체 제조장비 기업으로, 세계에서 EUV 노광장비를 공급하는 유일한 기업으로 ‘24년 세계 점유율 1위 장비기업(21.1%, 매출 기준) (고급인력 양성) K-반도체 기초체력의 또 다른 축인 반도체 고급인력 양성도 본격 추진한다. 반도체 특성화대학원 및 반도체 아카데미를 2030년까지 단계적으로 확대*하고 특성화대학의 교육과정을 내실화하는 한편, 국내 첫 ｢반도체 대학원대학｣ 설립도 추진한다. 기업이 대학원대학의 설립ㆍ운영에 직접 참여하여, 반도체 밸류체인 전반(설계-SW-소자-소부장)에 걸쳐 석ㆍ박사를 양성(연간 300명 목표)할 계획이다. 지역별 반도체 아카데미ㆍ실증센터와 연계해 지방의 인력양성 거점을 구축한다. 또한, ‘Arm 스쿨’ 유치로 학생ㆍ재직자를 대상으로 한 통합 설계 교육을 운영(5년간 1,400명 양성)하고, 국내에 글로벌 선도기업(IPㆍEDAㆍ장비 등)의 연구거점을 유치해 글로벌 설계ㆍ연구 허브로 조성해 나갈 계획이다. * 반도체 특성화대학원(現 6개→‘30년 목표 10개), 아카데미(現 4개→’30년 목표 6개) ➍ 남부권 반도체 혁신벨트 구축 수도권에 집중된 반도체산업을 전국적 공간으로 확산한다. (지방투자 원칙) 향후 반도체 등 첨단산업 특화단지는 비수도권에 한하여 신규 지정한다. 수도권에서 멀어질수록 인프라ㆍ재정 등 우대지원을 강화한다. 대표적으로 지방 반도체 클러스터 내 연구인력을 대상으로 유연한 노동시간을 활성화한다. 반도체 소부장 기업의 설비투자ㆍ생산 등에 대한 투자지원금 지원비율 확대 등 재정적 지원도 검토한다. 아울러, 반도체 전략 투자 활성화를 위해 지방투자와 연계하여, 기업의 자본조달 방식 다양화를 추진한다. (남부권 혁신벨트) 광주(첨단 패키징), 부산(전력반도체), 구미(소재ㆍ부품)를 잇는 남부권 반도체 혁신벨트를 통해 새로운 반도체 생산거점의 기반을 닦는다. 광주는 글로벌 패키징 선도기업이 자리하고 AI 데이터센터 구축 등으로 신규 패키징 수요가 기대되는바, 앵커 기업과 연계해 소부장 기업이 반도체 패키징 허브도시를 구축할 수 있도록 지원한다. ｢첨단패키징 실증센터｣를 구축해 기업 R&D를 지원하는 한편, 기회발전특구나 재생에너지 자립도시 지정을 통한 인센티브 제공, 반도체 연합공대 구성 등을 통해 산-학-연 역량을 결집한다. 소자기업과 패키징기업 간 합작 패키징 팹도 추진한다. 부산은 전력반도체 소부장 특화단지를 중심으로, 인프라(8인치 SiC 실증팹 구축)를 확충하고, ｢가칭전력반도체지원단｣ 설립을 검토하는 한편, 신규 투자에 대한 패키지 지원(입지ㆍ판로ㆍR&D 등)을 통해 전력반도체 생태계를 육성한다. 구미는 반도체 첨단산업 특화단지를 중심으로, 반도체 소재ㆍ부품 기업에 R&D 및 사업화를 집중 지원하고, 소재ㆍ부품 시험평가센터 등 실증인프라 확충, 관내 대학 간 연합교육과 산학협력을 더욱 활성화한다. 반도체산업 전략에 담긴 사업의 규모와 내용은 재정당국과 협의해 확정할 예정이다.   Ⅰ. 추진 배경 ························································1 Ⅱ. 글로벌 반도체산업 지형 변화 ·····················2 Ⅲ. 우리 반도체산업의 현실 ································3 Ⅳ. 비전 및 추진전략 ·········································6 Ⅴ. 세부 추진과제 ···············································7 [1] AI 시대 반도체 기술･생산 리더십 확보 ········7  [2] 시스템반도체 생태계 강화에 역량 결집 ·······9  [3] K-반도체 기초체력 소부장･인재 육성 ········11  [4] 남부권 반도체 혁신벨트 구축 ·······················13 [참고] 대만 정부의 반도체 지원정책 ·····················16    

데스크톱/모바일/클라우드를 지원하는아레스 캐드 2026 (12)   대형 건설 프로젝트가 일상화된 오늘날에도 설계와 시공 현장 사이에는 여전히 과제로 남은 문제들이 존재한다. 설계 환경은 점차 디지털화되고 고도화되어 왔지만, 건설 현장에서는 여전히 종이 도면과 PDF를 주된 정보 전달 수단으로 활용하고 있기 때문이다. 특히 DWG 기반 2D 도면은 건설 산업에서 핵심적인 소통 수단으로 자리잡아왔으며, 수십 년간 축적된 도면 자산과 업무 흐름을 단기간 내에 완전히 대체하기란 쉽지 않은 현실이다. 이러한 상황에서 많은 건설사가 공유하는 고민은 ‘기존 DWG 도면 중심의 업무를 유지하면서도 현장과 설계 간 연결성을 어떻게 개선할 것인가’ 하는 것이다.   ■ 최하얀 캐디안 마케팅팀의 주임으로 ARES CAD의 마케팅 콘텐츠 기획 및 제품 홍보 업무를 담당하고 있다. 홈페이지 | www.arescad.kr 블로그 | https://blog.naver.com/graebert 유튜브 | www.youtube.com/GraebertTV   종이 도면 중심 업무의 구조적 한계와 비효율     이런 문제의식 아래, 일본의 종합건설사인 다이세이(Taisei)는 설계 사무실과 수많은 건설 현장을 하나의 디지털 네트워크로 연결하는 현실적인 방안을 찾아 나섰다. 단순히 도면을 디지털 파일로 변환하는 것을 넘어, 현장 인력까지 포함한 전체 업무 프로세스를 근본적으로 재설계하는 접근이 필요했다. 가장 큰 문제는 도면 생성과 활용 주체가 달랐다는 점이다. 도면은 사무실에서 CAD 시스템으로 작성되지만, 현장에서는 대부분 출력물이나 PDF 형태로만 전달되어 사용되었다. 도면 변경 시마다 재출력과 재배포가 불가피했고, 이 과정에서 비용과 시간 낭비, 버전 관리 오류가 반복되었다. 뿐만 아니라 현장 환경 특성상 종이 도면은 훼손되기 쉽고 보존과 관리가 어려웠다.   디지털 전환 핵심 전략 : DWG 기반 페이퍼리스 환경과 아레스 캐드 도입     기존 건설 현장에서는 현장 작업자가 도면을 단순히 ‘참조’하는 데 머물렀고, 시공 중에 발생하는 수정 사항이나 개선 의견이 설계팀에 즉각 전달되기 어려웠다. 이로 인해 의사결정 과정이 지연되고, 현장과 설계팀 간 소통 비용이 커져 프로젝트 효율 저하로 이어졌다. 다이세이는 이러한 구조적 한계를 극복하지 않으면 대규모 프로젝트의 효율과 품질을 동시에 높이기 어렵다고 판단했다.     이에 다이세이는 기존의 DWG 기반 업무 자산과 프로세스를 유지하면서, 클라우드와 모바일 기술을 결합해 페이퍼리스 환경을 구축하는 전략을 수립했다. 주요 목표는 도면을 PDF나 출력물로 변환해 전달하는 전통적인 방식을 탈피해, DWG 원본 파일을 현장까지 실시간으로 공유하고 편집할 수 있도록 하는 것이었다. 이를 실현하기 위해 그래버트(Graebert)의 아레스 캐드( ARES CAD) 설루션을 도입했다. 설계팀은 데스크톱 환경에서 아레스 커맨더(ARES Commander)를 활용하여 정밀한 CAD 작업을 수행하고, 현장 작업자는 아이패드에 설치된 아레스 터치(ARES Touch) 앱을 통해 동일한 DWG 도면을 실시간으로 열람하고 주석을 추가하거나 직접 편집하는 방식으로 업무를 수행하게 됐다. 이로써 현장과 설계 사무실 간 소통이 실시간으로 이루어지면서 시공 중 발생하는 문제점이나 변경 요구사항이 즉각 반영될 수 있게 되었고, 의사결정 속도가 빨라지면서 전체 프로젝트 일정과 비용 관리에도 긍정적인 영향을 미쳤다. 또한 현장 작업자는 도면을 더욱 정확히 이해할 수 있게 되어 시공 오류 가능성이 줄어들고, 설계 의도와 시공 현장 간 괴리를 최소화하는 효과도 나타났다. 나아가 DWG 기반의 통합된 작업 환경 덕분에 설계 변경 내역도 자동 동기화되어, 최신 버전 도면 공유가 자동으로 보장되는 등 협업의 신뢰성이 향상되었다.   엔터프라이즈 환경 맞춤 보안과 관리 체계 구축 다이세이는 현재 400대가 넘는 아이패드를 현장에 배포하여 모바일 CAD 환경을 성공적으로 운영 중이다. 대규모 조직 특유의 복잡한 관리 및 보안 요구 사항을 충족하기 위해 마이크로소프트 인튠(Microsoft Intune) 기반의 중앙 집중형 모바일 기기 관리(MDM) 시스템을 도입했다. 이를 통해 앱 설치, 업데이트, 접근 권한 설정 등 모바일 기기 전체를 효율적으로 관리하며, 현장 장비 운영의 일관성과 안전성을 확보하고 있다.     ■ 기사 상세 내용은 PDF로 제공됩니다.

트렌드에서 얻은 것 No. 28   ▲ 클릭하면 큰 그림으로 볼 수 있습니다.   21세기 제조 산업은 기계적 자동화를 넘어 데이터와 인공지능(AI)이 설계, 생산, 운영의 전 과정을 주도하는 지능형 시대로 진입하고 있다. 2025년을 기점으로 인공지능은 생산성을 보조하는 도구의 단계에서 벗어나, 엔지니어링의 근간을 재정의하는 ‘AI 네이티브(AI-native)’ 환경의 핵심 인프라로 자리 잡았다. 과거의 제조 방식이 숙련공의 경험과 직관에 의존하는 결정론적(deterministic) 방식이었다면, 미래의 스마트 엔지니어링은 방대한 산업 데이터를 기반으로 최적의 의사결정을 자율 수행하는 확률론적(probabilistic) 방식으로 전환되고 있다. 이번호 칼럼에서는 글로벌 선도 기업의 실무 적용 사례를 통해 2026년 제조업이 나아가야 할 방향을 알아보고자 한다.   스마트 엔지니어링의 역사적 진화와 패러다임의 전환 스마트 엔지니어링의 역사는 물리적 모델을 디지털 공간으로 옮기려는 지속적인 노력의 산물이다. 1990년대 초반, 보잉은 777 기종의 개발 과정에서 CAD를 활용한 디지털 목업(DMU) 기술을 도입하며 설계 혁신을 시작했다. 이는 종이 도면 없이 항공기 전체를 3D 상에서 검증한 최초의 사례로 기록된다. 이후 2010년대에 들어서며 에어버스 A350의 사례와 같이 설계 리뷰 전 과정이 디지털화되었고, 2020년대에 이르러서는 복제를 넘어 물리적 대상과 실시간으로 데이터를 주고받는 디지털 트윈(digital twin) 기술이 성숙기에 접어들었다. 2025년부터 2026년 사이의 기술적 전향점은 이러한 디지털 트윈이 AI 네이티브 지능을 탑재하기 시작했다는 점이다. 이제 엔지니어링 업무의 30%를 차지하던 과거 데이터 검색 및 비부가가치 활동은 구체적인 사례가 공개되고 있지는 않지만, 시대의 흐름에 따라 서서히 생성형 AI와 검색 증강 생성(RAG) 기술로 대체되어 갈 것으로 보인다. 또한, 글로벌 기업의 끊임없는 연구로 인해 엔지니어는 반복적인 분석 대신 창의적인 문제 해결과 맥락적 의사결정에 집중하는 ‘코파일럿(co-pilot)’ 시대도 곧 맞이할 것으로 예상된다.     이러한 패러다임의 전환은 한국 제조업에도 시급한 과제다. 미국, 독일, 일본 등 주요 제조 강국과 비교할 때 한국의 제조업 부가가치율은 여전히 상대적으로 낮은 수준에 머물러 있으며, 대기업과 중소기업 간의 생산성 격차는 약 4배에 이른다. 고령화와 저출산으로 인한 노동력 감소, 근로시간 단축 등 제약 사항이 증가하는 상황에서 AI를 통한 제조 지능화는 선택이 아닌 생존을 위한 필수 전략으로 부상하고 있다.   제조 지능화를 위한 AI 핵심 활용 방안 및 기술 분석 제조 현장에서 AI를 실무에 적용하는 방식은 정보 추출부터 복잡한 공정 시뮬레이션 및 자율 제어에 이르기까지 넓은 영역을 포괄한다. 지능형 지식 검색 및 데이터 파이프라인 최적화는 엔지니어링 업무의 상당 부분은 과거의 기술 문서, 도면, 실험 데이터를 찾는 데 소요된다. 최근의 RAG(Retrieval Augmented Generation) 기술은 수십 년간 축적된 비정형 데이터(PDF, 엑셀, 문서)를 벡터 데이터베이스(vector DB)로 변환하여 자연어 질문에 답변하고 근거가 되는 출처를 명확히 제시함으로써 환각(hallucination) 문제를 해결하고 있다. 이는 글로벌 프로젝트에서 기술 문서의 실시간 번역과 용어 표준화를 지원하여 협업 효율을 극대화한다. 또한, 연구 프로세스 개선을 위해 데이터 파이프라인 중심의 자동화가 추진되고 있다. 기존의 실험 연구자가 수기로 기록하던 방식에서 벗어나 디지털화된 시료 분석과 제어 데이터를 클라우드 협업 환경에 통합함으로써, 연구 산출물의 재현성을 높이고 멘토링의 질을 개선하는 것이 핵심이다. 생성형 설계(generative design)와 제조 공법 인지는 엔지니어의 상상력을 정교한 설계안으로 구현하는 데 결정적인 역할을 한다. 설계자가 경량화, 강성 등 목표 조건과 재료, 제조 공법 등의 제약 조건을 입력하면 AI는 수백 가지의 대안을 생성한다. 특히 ‘제조 공법 인지(manufacturing-aware)’ 기능은 주조 공법 시 금형에서 제품이 빠져나올 수 있는 구배 각도를 자동 고려하거나 3축/5축 가공 시 공구가 접근할 수 없는 언더컷 형상을 배제하는 수준까지 진화했다. 일본의 니프코(Nifco)는 이를 활용해 전통적인 육각형 허니콤 구조를 넘어선 비정형 유기적 패턴을 설계함으로써 강성을 유지하면서도 재료 사용량을 획기적으로 절감하는 성과를 거두었다. 에이전틱 AI(agentic AI)와 자율적 프로세스 제어 부분을 살펴보면, 2026년의 주요 트렌드인 에이전틱 AI는 분석을 넘어 독립적으로 과업을 계획하고 실행하는 능력을 갖출 것이다. 기존의 AI가 ‘무엇이 잘못되었는가’를 알려주는 예측 도구였다면, 에이전틱 AI는 ‘어떻게 해결할 것인가’를 결정하고 실행한다.     인과관계 AI(causal AI)와 지식 조립 공장은 전통적인 머신러닝 모델은 데이터 간의 상관관계에 의존하기 때문에 ‘왜’라는 질문에 답하기 어렵고, 공정 환경이 변하면 모델이 붕괴되는 한계를 가진다. 이를 극복하기 위해 2026년에는 인과관계 AI가 제조업의 핵심 기술로 부상하고 있다. 인과관계 AI는 데이터 패턴 학습을 넘어 원인과 결과의 사슬을 규명한다. 예를 들어, 공장 내 배관의 결로 현상과 습도 데이터 사이에는 강한 상관관계가 존재하지만, 습도가 결로의 원인인지 혹은 그 반대인지를 명확히 정의하지 못하면 잘못된 설비 투자가 이루어질 수 있다. 인과관계 AI는 주다 펄(Judea Pearl)의 수학적 기초를 바탕으로 개입(intervention) 분석을 수행하여 ‘만약을 변경한다면은 어떻게 변할 것인가’라는 질문에 명확한 수치를 제공한다. 인하대학교 이창선 교수가 제시한 KAMG AI(Knowledge Assembly Factory) 개념은 AI가 스스로 모든 것을 만드는 것이 아니라, 인간 전문가가 설계한 ‘인과 지식 설계도(blueprint)’를 기반으로 AI가 지식을 조립하는 방식을 취한다. 이는 존재(entity), 속성(attribute), 관계(relation) 프레임워크를 통해 지식을 해부하고 표준화된 조립 공정을 거쳐 인과 예측 모델을 산출한다. 이 과정에서 엔지니어는 프로그래머가 아닌 시스템의 의미와 변수의 역할을 결정하는 ‘지식 설계자(architect)’로 거듭나게 된다. 데이터 거버넌스와 팔란티어 온톨로지(ontology) 전략의 핵심은, 제조 AI가 진정한 가치를 창출하기 위해서는 현장의 모든 데이터가 실시간으로 연결되는 ‘디지털 스레드(digital thread)’가 전제되어야 한다는 것이다. 팔란티어의 온톨로지 기술은 데이터 사일로(silo) 문제를 해결하고 기업의 전체 데이터 유니버스를 비즈니스 맥락으로 재구성하는 핵심 아키텍처를 제공한다. 온톨로지는 데이터를 분류하는 것을 넘어 업무, 조직, IT 시스템 간의 공통 언어를 제공한다. 팔란티어 파운드리는 기존 레거시 시스템(ERP, PLM, MES 등)의 데이터를 물리적으로 옮기지 않고 연결하며, 이를 객체(object)와 관계(link)로 모델링한다. 객체(entity) : 차량 모델, 부품, 공정, 설비, 고객 등 핵심 요소를 개체화한다. 속성(attribute) : 개체의 특징(온도, 압력, 재질, 작업 시간)을 정의한다. 관계(relationship) : ‘부품은 공정에서 사용된다’, ‘설계 변경은 생산에 영향을 준다’와 같은 업무적 연결을 구조화한다. 구축된 온톨로지 위에서 팔란티어의 AIP(Artificial Intelligence Platform)는 자연어 인터페이스를 통해 현장의 복잡한 상황을 분석하고 대응한다. 예를 들어, ‘5월 출하 지연 리스크를 요약해달라’는 명령에 대해 AI는 공급망, 재고, 생산 실적 데이터를 온톨로지 상에서 실시간으로 탐색하여 리스크의 원인을 파악하고, 대체 시나리오의 비용 효율을 시뮬레이션한 뒤 실행 승인을 요청한다. HD현대(전 현대중공업그룹)의 FOS(Future of Shipyard, 미래 첨단 조선소) 프로젝트는 2030년까지 세계 최초의 자율 운영 스마트 조선소를 구현하기 위해 팔란티어의 빅데이터 플랫폼인 ‘파운드리(Foundry)’를 도입하는 핵심적인 디지털 전환 사업이다. BMW는 팔란티어의 데이터 플랫폼인 파운드리를 도입하여 생산, 공급망 관리 및 품질 관리 시스템을 고도화하고 있다. 특히 팔란티어의 QMOS(Quality Management Operating System) 설루션을 통해 데이터 기반의 ‘제로 디펙트(zero defect, 무결점)’ 생산 환경을 구축하는 것이 핵심이다. 에어버스는 팔란티어의 파운드리 기술을 도입하여 항공기 제조 및 운항 데이터를 통합 관리하는 ‘스카이와이즈(Skywise)’ 플랫폼을 구축했다. 이를 통해 A350 인도 속도를 33% 향상시키고 운영 효율을 극대화하며, 데이터 기반의 의사결정 시스템을 혁신했다.   품질, 예지보전 및 에너지 최적화의 기술적 심화 AI가 제조 현장에 가져온 가장 직접적인 성과는 품질 비용 절감과 비가동 시간(downtime)의 최소화다. 현대트랜시스는 자체 개발한 AI 기반 품질 검사 시스템인 TADA(Transys Advanced Data Analytics) 스마트 설루션을 생산 현장에 적용하여, 기존 93% 수준이던 불량 검사 정확도를 99.9%까지 끌어올렸다. LG에너지솔루션은 AI 및 빅데이터 기술을 활용해 전 세계 생산 공장을 ‘지능형 스마트 팩토리’로 전환하고, 배터리 제조 품질과 생산 효율을 극대화하는 것을 AI 비전으로 삼고 있다. 특히, CDO 직속 AI 기술팀을 통해 공정 데이터를 분석하여 배터리 수명을 예측하고, 스마트 공장 기술을 적용하여 글로벌 생산 기지의 경쟁력을 강화하는 중책을 맡고 있다. 기존의 예지보전이 단일 센서의 임계치 모니터링에 의존했다면, 예지보전 2.0은 진동, 전류 파형, 소음, 온도를 동시에 분석하는 멀티모달(multi-modal) 방식을 취한다. AI는 고장 징후를 발견할 뿐만 아니라, ‘최근 3개월간의 패턴 분석 결과 내륜 손상이 의심되니 메뉴얼 45페이지의 베어링 교체 절차를 따르라’는 처방적 가이드를 생성형 AI를 통해 현장 작업자에게 즉시 전달한다. 포스코 광양제철소는 이를 연속 주조 설비에 적용하여 고장 예지 시스템을 성공적으로 구축했다. 탄소 배출 규제가 강화되는 가운데 AI는 에너지 사용량 예측과 최적화에 결정적인 역할을 한다. 슈나이더 일렉트릭은 예측 AI를 활용하여 산업 시설의 에너지 효율을 높이고 운영비를 절감하는 설루션을 제공하고 있으며, 한국그린데이터 등 국내 기업들도 AI 챗봇이 탑재된 운영 체제를 통해 제조업의 에너지 피크 관리와 전력 최적화를 지원하고 있다.   2026 글로벌 기술 트렌드 및 리더십의 우선순위 2026년은 AI가 ‘생산성 향상 도구’에서 ‘책임과 신뢰의 기반’으로 진화하는 해가 될 것이다. 딜로이트와 가트너 등의 보고서에 따르면 기업 리더들은 다음의 네 가지 영역에 집중해야 한다. 첫째, 에이전틱 리얼리티 체크(agentic reality check)이다. 챗봇 도입을 넘어 비즈니스 프로세스 자체를 재설계해야 한다. 보고서에 따르면 40%의 에이전틱 AI 프로젝트가 2027년까지 실패할 것으로 예상되는데, 이는 기술적 문제보다는 기존의 망가진 프로세스를 단순히 자동화하는 ‘자동화 함정’ 때문이라고 분석된다. 성공하는 기업은 엔드 투 엔드 프로세스 전체를 혁신하며 인간과 에이전트 팀을 오케스트레이션하는 모델을 채택하고 있다. 두 번째, 소버린 AI(sovereign AI)와 보안 거버넌스이다. 데이터 주권과 국가별 규제 대응이 중요해짐에 따라 소버린 AI 전략이 필수이다. 2026년에는 기업의 77%가 공급업체 선택 시 설루션의 원산지를 고려하며, 로컬 벤더를 중심으로 한 독립적인 AI 스택 구축이 확산될 것이다. 또한, 데이터 모델 오염(poisoning) 리스크에 대응하기 위한 예측적 OT 사이버 보안 체계 구축이 가속화될 전망이다. 세 번째, 피지컬 AI와 휴머노이드 로봇의 확산이다. 제조, 물류, 국방 분야를 중심으로 피지컬 AI의 도입이 급증하고 있다. 2026년에는 아시아-태평양 지역을 중심으로 피지컬 AI 채택률이 80%에 도달할 것으로 보이며, 이는 공장 내 정적인 자동화 설비를 대체하여 비정형 환경에서도 유연하게 대응하는 자율 운영 공장의 핵심 요소가 될 것이다. 네 번째, 지능형 컴플라이언스 및 표준화이다. 규제 당국 역시 AI를 활용하여 기업의 데이터를 실시간 모니터링하는 시대가 오고 있다. 이제 정기 감사에 대비하는 수준을 넘어, 시스템이 스스로 규정 위반 리스크를 예측하고 보고하는 ‘예측적 컴플라이언스’가 표준으로 자리 잡을 것이다.   실무자를 위한 실행 로드맵 스마트 엔지니어링을 위한 AI 활용은 더 이상 미래의 담론이 아닌 2026년 현재의 경영 핵심 과제다. 2026년은 지식 소유 자체가 무의미해지는 시점이며, AI가 생성한 결과물을 편집하고 맥락화하는 ‘아키텍트(architect)’ 능력이 엔지니어의 몸값을 결정짓게 될 것이다. 기업은 성공적인 AI 전환을 위해 다음의 3단계 로드맵을 고려해야 한다. 첫째, 지능형 설계 및 시뮬레이션 단계를 통해 아이디어를 가장 빠르게 현실화할 수 있는 데이터 환경을 구축해야 한다. 둘째, 스마트 생산 및 운영 단계를 통해 물리적 세계를 정밀하게 제어하고 최적화하는 디지털 스레드와 온톨로지 체계를 완성해야 한다. 셋째, 제품, 공장, 도시를 하나의 유기체로 연결하는 생태계 통합 단계로 나아가야 한다. AI는 도구가 아니라 설계–생산–운영 전반을 학습하고 최적화하는 ‘지능형 플라이휠(intelligent flywheel)’이다. 지금 이 순간에도 데이터는 쌓이고 있으며, 이를 인과관계로 해석하고 에이전틱 AI로 실행에 옮기는 기업만이 2026년 이후의 제조업 패러다임 변화에서 승리자가 될 수 있을 것이다.   ■ 류용효 디원의 상무이며 페이스북 그룹 ‘컨셉맵연구소’의 리더로 활동하고 있다. 현업의 관점으로 컨설팅, 디자인 싱킹으로 기업 프로세스를 정리하는데 도움을 주며, 1장의 빅 사이즈로 콘셉트 맵을 만드는데 관심이 많다. (블로그)     ■ 기사 내용은 PDF로도 제공됩니다.

기업용 협업툴 플로우가 국내 최초로 프로젝트의 시작인 설계 단계부터 AI가 직접 개입하는 AI 에이전트 기능을 선보이며 인공지능 협업 시장의 새로운 기준을 제시했다. 그동안 협업툴에 적용된 AI는 주로 회의록 요약이나 문서 정리 등 사후적인 보조 도구 역할에 머물러 왔다. 하지만 프로젝트의 성패가 초기 설계 단계에서 결정된다는 점에 주목한 마드라스체크는 프로젝트 구조 자체를 설계하는 영역으로 AI 기능을 확장했다. 이번 업데이트를 통해 플로우는 단순한 관리 도구를 넘어 기획 단계부터 참여하는 AI 협업 플랫폼으로의 전환을 본격화했다. 국내 최초 프로젝트 설계자 역할로 확장된 AI 에이전트 플로우의 AI 에이전트는 기존 AI 기능과 달리 프로젝트의 설계자 역할을 수행한다. 사용자가 프로젝트의 목적을 입력하거나 기존에 작성된 엑셀 WBS, 기획 문서를 업로드하면 AI가 맥락을 분석해 전체 구조와 상세 업무 리스트, 일정 흐름을 자동으로 설계한다. 프로젝트를 어떻게 시작해야 할지 고민하는 초기 단계를 AI가 대신 수행함에 따라 계획 및 설계에 소요되는 시간이 평균 80퍼센트 이상 단축되는 효과를 거둘 수 있다. 또한 사람 중심의 설계 과정에서 발생할 수 있는 업무 누락이나 해석 차이를 구조적으로 방지한다. 마드라스체크 측은 질문에만 반응하는 일회성 AI가 아니라 업무 흐름을 이해하고 실행 가능한 구조를 만드는 것이 플로우만의 핵심 차별점이라고 설명했다. 워크플로우 이해 기반의 압도적 생산성 구현 플로우 AI 에이전트의 강점은 프로젝트와 워크플로우의 전체 흐름을 이해한다는 데 있다. 기업 프로젝트에서 발생하는 비효율은 대개 초기 업무 구조의 불명확함이나 역할 분담의 모호성에서 기인한다. 플로우는 프로젝트 목적, 업무 간 선후 관계, 조직의 협업 방식 등 기존 업무 데이터를 종합적으로 분석해 실행 가능한 구조를 먼저 제안한다. 이를 통해 관리자는 불확실성을 줄이고, 실무팀은 표준화된 구조 안에서 즉시 업무를 시작할 수 있으며, 경영진은 실시간 데이터를 바탕으로 정확한 의사결정을 내릴 수 있다. 설계부터 보안까지 아우르는 엔드 투 엔드 협업 OS 플로우는 프로젝트의 탄생부터 보안까지 업무 전 사이클을 하나로 연결하는 협업 운영체제를 지향한다. 첫째, 프로젝트 설계 단계에서는 목적 입력만으로 업무 구조와 일정, 담당자 배정까지 한 번에 완료하여 초기 세팅 부담을 최소화한다. 둘째, 실행 단계에서는 챗GPT, 제미나이, 클로드 등 글로벌 생성형 AI 모델을 통합 제공하여 별도의 툴 도입 없이 실무를 수행할 수 있게 했다. 셋째, 관리 측면에서는 어드민 대시보드를 통해 조직 전반의 AI 활용 현황을 파악함으로써 전사적인 디지털 전환을 지원한다. 넷째, 검색 기능은 내부 대화와 문서 등 모든 데이터를 맥락 기반으로 분석하여 요약과 추론까지 지원하는 스마트 검색을 제공한다. 다섯째, 보안 단계에서는 민감 정보 자동 마스킹과 데이터 통제 기능을 적용해 기업 환경에 최적화된 안전한 AI 활용 환경을 구축했다. 기업용 AI의 3대 난제인 생산성, 비용, 보안 문제 해결 플로우는 AI 도입 시 기업들이 겪는 세 가지 핵심 과제를 동시에 해결했다. 생산성 측면에서는 반복적인 기획 작업을 자동화해 실행 중심의 조직 문화를 지원하며, 비용 측면에서는 여러 글로벌 AI 모델을 하나의 환경에 통합해 중복 도입 비용을 낮췄다. 특히 보안 부분에서는 프롬프트 가드 기능을 기본으로 제공한다. 민감 정보가 포함된 요청의 경우 관리자가 어드민 대시보드에서 제어할 수 있도록 설계해 기업 내부 정책에 따른 유연한 통제가 가능하다. 글로벌 TOP 3 AI 협업 플랫폼 도약과 2026년 IPO 추진 마드라스체크 이학준 대표는 사람이 판단과 결정에 집중하고 일의 시작은 AI가 맡는 새로운 협업 환경을 만들어가겠다고 강조했다. 플로우는 현재 삼성전기, 현대모비스 등 대기업과 해군, 국회 등 공공기관, 대형 금융사 등 전 산업 분야에서 검증된 경쟁력을 확보하고 있다. 플로우는 이러한 국내 성과를 바탕으로 미국, 일본, 영국 등 글로벌 시장 공략을 가속화할 방침이다. 소통 중심의 슬랙이나 문서 중심의 노션과 차별화된 AI 중심 프로젝트 협업툴이라는 독자적 영역을 구축해 2026년 매출 300억 원 달성과 함께 기업공개를 본격적으로 준비할 계획이다.  

융합보안 및 가상화 솔루션 전문기업 쿤텍이 일본 최대 규모의 자동차 기술 전시회에서 자체 개발한 가상화 기술을 선보이며 글로벌 SDV(소프트웨어 중심 차량) 시장에서의 입지 강화에 나섰다. 쿤텍은 지난 1월 21일부터 23일까지 일본 도쿄 빅사이트에서 개최된 오토모티브 월드 2026(AUTOMOTIVE WORLD 2026)에 2년 연속 참가했다. 이번 전시회에서 쿤텍은 자사의 Level 4 가상화 솔루션인 패스트브이랩스(FastBLabs)를 집중 조명하며 일본 SDV 시장 공략을 위한 구체적인 로드맵을 제시했다. 올해로 18회를 맞이한 오토모티브 월드는 자동차 전장, 전기차, 자율주행, SDV 등 첨단 모빌리티 기술이 집결하는 글로벌 행사다. 이번 전시회에는 전 세계 약 1850개 기업이 참가하고 9만 2천여 명의 업계 관계자가 방문하여 미래 모빌리티 기술에 대한 높은 관심을 입증했다. 패스트브이랩스로 구현하는 고도화된 가상 검증 환경 쿤텍이 선보인 패스트브이랩스는 하드웨어 가상화 단계 중 최상위 수준인 전가상화(Level 4, Full-virtualization)를 지원하는 ECU 개발 및 검증 솔루션이다. 이 솔루션은 실제 임베디드 시스템에 탑재될 하드웨어와 소프트웨어를 수정하지 않고도 동일한 실행 환경을 가상으로 구현할 수 있는 것이 핵심이다. 이를 통해 개발자는 하드웨어 시제품이 준비되지 않은 개발 초기 단계부터 통합 검증에 이르기까지 연속적인 테스트를 수행할 수 있다. 특히 SDV 전환이 가속화됨에 따라 소프트웨어 복잡도가 증가하는 상황에서, 패스트브이랩스는 하드웨어 의존성을 최소화하고 개발 비용 절감과 검증 기간 단축이라는 정량적 성과를 제공한다. 쿤텍은 이번 전시에서 단순한 기술 소개를 넘어 실제 개발 현장에서의 적용 사례와 SDV 개발 및 테스트 자동화 시나리오를 구체적으로 시연했다. 현장을 찾은 일본 OEM 및 Tier-1 부품사 관계자들은 패스트브이랩스가 제공하는 생산성 개선 효과에 주목했다. 일본 OEM 및 Tier-1 기업과의 실질적 협력 확대 쿤텍은 지난해 참가했던 오토모티브 월드 도쿄 2025를 통해 기술적 가능성을 확인한 바 있다. 올해는 거기서 더 나아가 일본 내 주요 완성차 제조사 및 부품사들과 PoC(개념 증명) 프로젝트 추진을 위한 심도 있는 논의를 진행했다. 지난해의 논의가 기술 검토 수준이었다면, 올해는 단계별 적용 계획과 현장 검증 일정 등 실질적인 협력 방안이 구체화되는 성과를 거두었다. 이는 쿤텍의 가상화 기술이 일본 자동차 산업 현장의 요구사항을 충족시키고 있음을 시사한다. 방혁준 쿤텍 대표는 2025년 전시가 기술의 가능성을 확인하는 자리였다면, 2026년 전시회는 실제 현장에서의 활용성과 글로벌 협력 방향을 구체화하는 전환점이 되었다고 평가했다. 이어 패스트브이랩스를 통해 SDV 개발 전 과정을 가속화하고, 일본을 교두보 삼아 글로벌 시장 도입을 본격화하겠다고 강조했다. 한편, 쿤텍은 DX 융합보안 및 임베디드 가상화 전문 기업으로서 오픈소스 점검, OT/ICS 보안 관제, 권한 관리 등 다양한 산업 분야의 자산 보호를 위한 솔루션을 공급하고 있다.