세일즈포스가 맞춤형 AI 에이전트인 슬랙봇(Slackbot)을 국내에서 처음으로 선보였다. 또한, 세일즈포스는 슬랙을 중심으로 인간과 AI 에이전트가 유기적으로 협업하는 ‘에이전틱 엔터프라이즈(Agentic Enterprise)’ 비전과 혁신 전략을 발표했다. 4월 8일 진행된 기자간담회에서 세일즈포스 코리아 박세진 대표는 슬랙을 사람과 AI 에이전트, 데이터가 연결되는 ‘에이전틱 업무 운영체제(Agentic Work OS)’로 정의했다. 세일즈포스는 이번 슬랙봇 출시를 기점으로 비즈니스 맥락을 이해하는 AI 에이전트 역량을 강화해 기업의 에이전틱 엔터프라이즈 전환을 지원할 계획이다. 세일즈포스의 설명에 따르면, 슬랙봇은 데이터 파운데이션을 기반으로 슬랙에 축적된 모든 비즈니스 데이터를 활용한다. 이를 통해 사용자의 조직 내 역할과 특성에 맞춘 비서이자 동료 역할을 수행한다. 슬랙봇은 회의 내용을 자동으로 기록하고 요약하는 미팅 인텔리전스 기능을 제공한다. 이 기능은 세일즈포스 CRM과 연계해 고객 맞춤형 후속 과제를 연결한다. 또한 AI 스킬 기능을 통해 반복 업무를 표준화하고 직무별 워크플로를 효율적으로 운영하도록 돕는다. 데스크톱 어시스턴트는 여러 업무용 애플리케이션에서 필요한 작업을 단일 워크플로 내에서 처리할 수 있게 지원한다. 슬랙봇은 모든 업무를 하나의 대화형 인터페이스로 통합한다. 사용자는 슬랙 내에서 데이터 마이그레이션 없이 영업 기회 업데이트, 연락처 관리, 고객 서비스 담당자 배정 등의 업무를 즉시 처리할 수 있다. 사용자의 업무 방식을 학습하는 메모리 기능과 음성 입력 기능도 더해졌다. 조직 내 모든 에이전트와 앱을 통합하는 MCP 클라이언트 기능도 함께 공개됐다. 사용자는 권한에 따라 세일즈포스의 에이전트포스와 서드파티 에이전트를 포함한 기업 내 모든 앱에 접근할 수 있다. 슬랙 마켓플레이스에 있는 2600개 이상의 앱과 세일즈포스 앱익스체인지의 6000개 이상 앱을 연동해 활용하는 것도 가능하다.     기자간담회에서는 당근마켓과 우아한형제들의 슬랙 활용 사례도 소개됐다. 당근마켓은 배포 알림과 장애 감지 등 모든 비즈니스 맥락을 슬랙에서 관리하고 있다. 특히 사내 AI 에이전트 카비를 슬랙에 도입해 리포트 작성과 메시지 데이터 분석에 활용 중이다. 당근마켓 이예찬 엔지니어는 “슬랙은 단순한 소통 창구를 넘어 조직의 살아있는 기억”이라고 말했다. 우아한형제들은 슬랙 엔터프라이즈 그리드를 통해 글로벌 조직과 협업하며 슬랙 커넥트로 외부 파트너와 사람, 데이터를 연결하고 있다. 우아한형제들 이청규 담당은 “슬랙봇 도입으로 신규 입사자의 적응을 돕고 불필요한 커뮤니케이션에 소모되는 비용이 줄어들 것으로 기대한다”고 밝혔다. 박세진 대표는 기업이 이제 AI 도입을 넘어 실질적인 비즈니스 가치를 창출하는 에이전틱 엔터프라이즈로 전환해야 한다고 강조했다. 그는 “강력한 에이전트의 지능은 신뢰할 수 있는 데이터 위에서 완성된다”고 설명하며, “보안 가드레일인 트러스트 레이어와 강화된 데이터 파운데이션을 기반으로 한국 기업의 혁신을 지원하겠다”고 덧붙였다.

다이슨(Dyson)은 최적의 물청소 솔루션을 개발하기 위해 새로운 접근 방식이 필요하다는 연구 결과를 도출했다. 그 결과물이 바로 수세기의 역사를 지닌 가정용 청소 도구인 대걸레를 재해석한 청소기 ‘다이슨 워시G1(Dyson WashG1)’이다. 다이슨 엔지니어들은 이 제품을 개발하기 위해 항공우주 산업 등 복잡한 시스템 설계에 쓰이는 엔지니어링 방법론을 일상 제품에 적용했다. 기존 제품의 개선 버전을 개발할 때는 효과적이었던 다이슨의 문서 기반 워크플로가 완전히 새로운 제품군을 만드는 데는 적합하지 않았기 때문이다. 이에 다이슨의 첨단 제어 시스템 수석 엔지니어인 로맹 기셰르(Romain Guicherd)는 팀을 설득해 모델 기반 설계(model-based design : MBD)를 도입했다. 모델 기반 설계란 시스템 레벨 시뮬레이션 모델을 활용해 시스템 개발 방식을 개선하는 방법론이다. 이를 통해 개발 워크플로를 가속화하고, 테스트를 위한 보다 강건한 코드를 구현할 수 있었다.   모델 기반 설계로 바꾼 제품 개발 방식 다이슨은 진공청소기 등 기존 제품 라인업의 신제품을 개발할 때, 팀 간 요구사항의 전달에서 서면으로 된 문서 기반 방식을 사용해 왔다. 이러한 방식은 이전의 설계 및 임베디드 소프트웨어를 참고하고 반복 개선할 수 있어, 이미 안정화된 기존 제품군 개발에 적합한 방식이다. 그러나 완전히 새로운 제품군을 개발하는 과정에서는 이러한 문서 전달 방식이 오히려 혼선을 초래할 수 있었다. 문서로 작성된 설계 사양은 엔지니어마다 요구사항을 다르게 해석할 가능성이 있기 때문이다. 새로운 제품군 개발은 팀 간 오해를 줄이고 보다 원활한 협업을 가능하게 하는 새로운 개발 방식을 모색하게 하는 계기가 됐다.    ▲ 다이슨 워시G1은 습식 오염과 건식 이물질을 모두 제거한다.   다이슨은 모델 기반 설계가 새로운 기능과 설계 방향을 탐색하는 데 적합한 개발 방식이라고 봤다. 개발 초기에는 다양한 개념과 방향을 동시에 검토해야 했는데, 시뮬링크(Simulink) 기반의 모델 기반 설계를 도입한 덕분에 팀은 기존 문서 기반 프로세스 대비 두 배 빠르게 새로운 아이디어를 구현할 수 있었다. 워시G1의 핵심 세척 방식은 촘촘한 마이크로파이버 천으로 감싼 역방향 회전 롤러를 탑재한 세척 헤드를 중심으로 구성된다. 습식 오염과 건식 이물질을 분리하기 위해 보조 롤러가 고체 이물질을 트레이에 모으고, 트레이 바닥의 메시 필터를 통해 액체가 오수 탱크로 흘러내려가는 구조다. 기셰르의 팀은 이 모든 기능을 구현하고 다양한 상황에 대응하기 위해, 상호작용하는 시스템 구성요소의 시뮬레이션을 용이하게 하고 설계부터 코드 생성, 소프트웨어 테스트까지 전 과정을 아우르는 툴이 필요했다. 팀은 세척 롤러 제어 장치 개발을 위해 심스케이프 일렉트리컬(Simscape Electrical)로 폼 롤러 모터와 모터 드라이브를 모델링했다. 또한 스테이트플로(Stateflow)를 활용해 청소기에 탑재된 두 개의 펌프, 즉 깨끗한 물로 롤러에 수분을 공급하는 펌프와 오수를 배출하는 펌프의 스케줄링과 제어 로직을 설계했다. 제품의 자동 세척 메커니즘 구현에도 스테이트플로가 활용됐다. 워시G1의 세척 성능을 구현하기 위해서는 단계별로 선택 가능한 수분 공급 수준과 각 단계의 세밀한 민감도 조정이 모두 뒷받침돼야 했다. 다양한 설정 값과 세척 부하 변화에 대응하려면 정밀한 전압 제어가 필수였다. 팀은 시뮬링크 모델로 매개변수를 조정하고 다양한 값을 반복 테스트하며 모터 전압 제어 로직을 빠르게 최적화했다. 실제 프로토타입을 제작하지 않고도 시뮬레이션만으로 설계 변경의 영향을 사전에 파악할 수 있었다는 점도 개발 효율을 높이는 데 크게 기여했다.   ▲ 심스케이프로 모델링된 다이슨의 롤러 기술   다이슨은 요구사항 툴박스(Requirements Toolbox)를 활용해 요구사항을 시뮬링크 모델에 연결함으로써 각 요구사항이 제품 기능으로 어떻게 구현되는지 확인할 수 있었다. 요구사항 툴박스(Requirements Toolbox)를 사용하기 전에는 하드웨어 테스트 단계에 이르러서야 요구사항의 오류를 발견할 수 있었다. 하지만 요구사항을 모델에 연결한 이후로는 각 요구사항의 구현 방식과 요구사항 간 상호 관계를 사전에 명확히 파악할 수 있게 됐다.   시스템 시뮬레이션이 설계에 가져온 변화 시뮬링크와 심스케이프를 활용한 모델 기반 설계는 보다 체계적인 개발 접근 방식을 가능하게 했고, 다이슨이 프로토타입을 제작하고 테스트하기에 앞서 다양한 유형의 인더루프(in-the-loop) 테스트를 수행할 수 있도록 하였다. 모델 기반 설계 덕분에 엔지니어는 멀티도메인 모델링을 수행하고 타 팀과 긴밀하게 협업할 수 있었다. 일례로 기셰르의 팀은 배터리 셀 및 배터리 관리 시스템 팀의 데이터를 활용해 정밀한 4셀 배터리팩 모델을 구축했다. 또한 전자팀과 협력해 심스케이프 일렉트리컬로 전력전자 하드웨어의 동작을 모델링하고 시뮬레이션했다. 시뮬링크를 통한 시스템 레벨 시뮬레이션은 더 많은 설계 옵션을 검토하고 트레이드오프를 비교할 수 있는 환경을 만들어줬다. 그 결과 팀은 프로젝트의 설계 단계에 더 많은 시간을 투자할 수 있었고, 설계 오류와 통합 문제를 수정하기 훨씬 쉽고 비용도 적게 드는 초기 단계에서 발견할 수 있었다.   소프트웨어 아키텍처와 임베디드 코드 개발 이후 프로젝트에서 팀은 소프트웨어 아키텍처 개발을 위해 시스템 컴포저(System Composer)를 추가로 도입했다. 시스템 컴포저를 통해 제품팀과 소프트웨어팀은 소프트웨어 인터페이스와 스케줄링을 함께 개발하고 다양한 시나리오를 모델링할 수 있었다. 또한 대규모 모델을 논리적 단위로 구조화해 병합 충돌 없이 원활한 팀 간 협업이 가능해졌다. 시뮬링크 모델은 제품 동작을 시각적으로 표현함으로써 개발 전 과정에 걸쳐 팀원 간의 협업을 촉진했다. 제어 시스템 모델에서는 C 코드가 생성됐다. 팀은 모델을 수정하고 일부 구간에 주석을 달거나 새로운 블록을 추가하는 방식으로 소프트웨어 엔지니어에게 청소기의 새로운 동작을 보여줬다. RCP(Rapid Control Prototyping)를 활용하면 코드를 빠르게 생성하고, 다음 날 바로 실험실에서 제품의 동작을 확인할 수 있었다. 팀은 직접 코딩 대신 임베디드 코더(Embedded Coder)로 시뮬링크 모델에서 C 코드를 자동 생성했고, 소프트웨어팀은 이를 NXP 마이크로컨트롤러의 메인 코드에 통합했다. 임베디드 코더 도입 이후 소프트웨어 릴리스 주기는 기존 약 10주에서 9일로 단축됐다. 초기에는 실험실 환경에서의 동작 구현에 집중하였기 때문에 모델과 코드 생성을 핵심으로 삼았지만, 곧 모델과 코드, 테스트, 커버리지가 함께 어우러질 때 제품 완성도가 한층 높아진다는 사실을 확인했다.   테스트 효율을 높인 모델 기반 개발 팀은 이전 제품 개발 때보다 설계 개선에 더 많은 시간을 쏟았다. 시뮬링크를 통해 시뮬레이션 중 발생한 오류를 신속하게 수정할 수 있었고, 그 효과는 테스트 단계에서 그대로 나타났다. 이 테스트 단계는 과거보다 훨씬 단순하고 빨라졌으며, 팀의 개발 시간과 노력을 절감하는 데 기여했다. 모델에서 정상 작동하도록 설계한 것은 실제 제품에 적용해도 동일하게 구현됐고, 이는 무결점 제품 출시로 이어졌다. 워시G1의 모델 기반 설계와 코드 자동 생성이 성공을 거두면서, 초기에 회의적이었던 소프트웨어팀의 시각도 달라졌다. 자동 생성 코드가 내부 표준 준수와 실행 효율성을 담보할 수 있을지 우려하던 소프트웨어팀은 이제 코드에 대한 확신을 갖게 됐다. 현재 소프트웨어팀은 하드웨어팀과 협력해 자동 생성 코드의 API를 함께 정의하고 있으며, 모델 기반 설계에 시뮬링크를 활용하면서 유연성과 개발 속도 모두를 향상시켰다. 이제는 소프트웨어팀이 먼저 나서서 동일한 프로세스를 다른 제품에도 적용해 달라고 요청할 만큼, 프로젝트 복잡도가 높아질수록 모델 기반 설계의 가치는 더욱 분명해지고 있다. 다이슨 팀은 향후 워시G1 후속 모델 개발 시 기존 모델의 구성 요소를 재사용할 수 있다. 또한 이번 모델 기반 설계 방법론의 성공 사례는 사내 다른 부서에서도 주목받고 있다. 헤어 케어 제품과 다른 플로어 케어 제품군에도 이를 적용하는 방안이 검토되고 있어, 다이슨 내 추가 혁신 가능성을 넓히고 있다.   ■ 이웅재 | 매스웍스코리아 이사

캐드앤그래픽스 CNG TV는 ‘AI 에이전트 대전환, 전문성 설계부터 코딩 혁명까지’를 주제로 인공지능팩토리 김태영 대표와 소이랩(SOY.LAB) 최돈현 대표를 초청, 방송을 진행했다. 이번 방송에서는 CNG TV 전문위원인 한국건설기술연구원 강태욱 연구위원의 사회로 최근 뜨거운 이슈가 되고 있는 AI 에이전트 트렌드에 대해 살펴보았다. 자세한 내용은 다시보기 페이지에서 확인할 수 있다.   CNG TV 발표자 - 김태영 대표(인공지능팩토리), 최돈현 대표(SOY.LAB)   AI 에이전트 대전환 시대, 전문가의 설계와 코딩 혁명이 가져올 미래 단순한 도구 활용을 넘어 AI 에이전트(AIA)가 업무의 주축이 되는 대격변의 시대가 도래했다. 기술의 단순 재현(Representation)을 넘어 전문가가 직접 시스템을 설계(Design)하고 지휘(Orchestration)하는 생존 전략이 필요한 시점이다. 인공지능팩토리 김태영 대표와 SOY.LAB 최돈현 대표는 이번 방송을 통해 AI 에이전트의 최신 흐름과 실무 적용 방안을 심도 있게 다루었다. AI 에이전트의 진화: 툴 콜링에서 자율적 임무 수행까지 AI 기술은 LLM(대규모 언어 모델)에서 시작하여 RAG(검색 증강 생성), 멀티턴 대화, 그리고 도구를 직접 호출하는 '툴 콜링(Tool Calling)' 단계로 빠르게 진화했다. 과거에는 개발자만이 API를 통해 도구를 연결할 수 있었으나, MCP(Model Context Protocol)의 등장으로 일반 엔지니어도 다양한 외부 기능을 에이전트에 연결할 수 있는 길이 열렸다. 특히 최근 주목받는 '오픈클로(OpenClaw)' 시스템은 하트비트(Heartbeat) 기능을 통해 에이전트를 주기적으로 깨워 스스로 업무를 수행하게 한다. 이는 사용자가 일일이 명령을 내리는 리액티브(Reactive) 방식을 넘어, AI가 스스로 판단하고 실행하는 프로액티브(Proactive) 방식으로의 전환을 의미한다. 김태영 대표는 실제 실험을 통해 에이전트의 자율적 업무 가능성을 확인했다고 밝혔다. 바이브 코딩과 코딩 에이전트가 만드는 생산성 혁명 '바이브 코딩(Vibe Coding)'의 등장은 개발 생태계에 큰 충격을 주었다. 커서(Cursor)나 클로드 코드(Claude Code)와 같은 에이전트는 파일 시스템에 접근하여 스스로 코드를 수정하고 실행하며, 사용자의 의도(Vibe)만으로 결과물을 만들어낸다. 이러한 에이전트는 단순히 코드 작성에 그치지 않고 문서 작성, PPT 제작, 웹페이지 구축 등 다양한 스킬(Skill)을 장착하여 범용적인 업무 비서로 진화하고 있다. 하지만 에이전트가 공유기 설정을 변경하거나 시스템 보안을 위협할 수 있는 수준까지 발전함에 따라, 격리된 환경(샌드박스)에서의 운영과 시스템적 보안 설계가 필수가 되었다. 시댄스 2.0과 비주얼 생성 AI의 격변 영상 및 이미지 생성 분야에서도 거대한 변화가 일어나고 있다. 바이트댄스(Bytedance)의 '시덴스(Seedance) 2.0'은 실사에 가까운 고품질 영상 생성 능력을 보여주며 기존의 글로벌 모델들을 위협하고 있다. 이미지 한 장으로 비행기 탈출 장면과 같은 역동적인 영상을 생성하거나, 짧은 명령만으로 고수준의 광고 영상을 제작하는 것이 가능해졌다. 또한 '컴피 클라우드(Comfy Cloud)'의 등장은 고가의 그래픽 카드 없이도 저렴한 비용으로 전문가급 워크플로우를 구축할 수 있게 했다. 이는 개인이 GPU 자원을 클라우드에서 활용하며 복잡한 노드 기반의 생성 프로세스를 운영할 수 있게 됨으로써, 1인 창작자의 기술적 진입 장벽을 혁신적으로 낮추었다. 전문가의 역할 변화와 미래 지향적 관점 AI가 숙련가의 영역을 대체함에 따라, 인간 전문가의 역할은 '어떻게 만드느냐'보다 '무엇을 설계하느냐'로 이동하고 있다. 최돈현 대표는 인문학적 소양과 예술적 통찰력을 바탕으로 한 전문성이 결여된 AI 결과물은 시장에서 오래 살아남기 어렵다고 강조했다. 앞으로의 산업 구조에서는 큰 기업에 소속된 인재보다, AI 에이전트를 지휘하여 가치를 창출하는 '1인 기업가'의 비중이 높아질 것으로 예측된다. 따라서 기술에 매몰되기보다 본연의 도메인 지식을 강화하고, AI를 효율적으로 지휘하는 설계 능력을 갖추는 것이 생존의 핵심이다.

BIM 칼럼니스트 강태욱의 이슈 & 토크   최근 인공지능 분야의 주요 화두는 단연 ‘공간 지능(spatial intelligence)’의 구현이다. 단순 2D 이미지나 단일 3D 객체(object) 생성에 머물렀던 기존의 기술적 한계를 넘어, 물리적 환경의 기하학적 구조와 상호작용을 포괄적으로 이해하는 거대 월드 모델(LWM : Large World Models)이 새로운 대안으로 부상하고 있다. 특히, 페이페이 리(Fei-Fei Li) 교수가 이끄는 월드랩스(World Labs)의 ‘마블(Marble)’ 출시는 이러한 패러다임 전환을 알리는 핵심 마일스톤이다. 이번 호에서는 최근 오토데스크와 월드랩스의 대규모 전략적 파트너십을 중심으로, 마블의 기술적 아키텍처와 통합 파이프라인, 그리고 이에 대응하는 오픈소스 3D 생성 모델의 발전 동향을 기술적 관점에서 분석하고자 한다.   ■ 강태욱 건설환경 공학을 전공하였고 소프트웨어 공학을 융합하여 세상이 돌아가는 원리를 분석하거나 성찰하기를 좋아한다. 건설과 소프트웨어 공학의 조화로운 융합을 추구하고 있다. 팟캐스트 방송을 통해 이와 관련된 작은 메시지를 만들어 나가고 있다. 현재 한국건설기술연구원에서 BIM/ GIS/FM/BEMS/역설계 등과 관련해 연구를 하고 있으며, 연구위원으로 근무하고 있다. 페이스북 | www.facebook.com/laputa999 블로그 | http://daddynkidsmakers.blogspot.com 홈페이지 | https://dxbim.blogspot.com 팟캐스트 | www.facebook.com/groups/digestpodcast   그림 1. 월드랩스가 개발한 오토데스크의 마블 서비스   그림 2. 월드랩스가 개발한 오토데스크의 마블 서비스   오토데스크 마블의 기술적 배경 마블은 오토데스크가 직접 개발한 제품이 아니다. 이 모델은 ‘AI의 대모’라 불리는 페이페이 리 교수가 설립한 AI 스타트업 월드랩스가 개발한 핵심 생성형 3D 월드 모델이다. 오토데스크는 2026년 2월 월드랩스에 대규모 전략적 투자를 단행하며, 자사 소프트웨어와의 통합 파트너십을 발표했다.   그림 3. 페이페이 리 교수의 월드랩 연구실 멤버들(출처 : techfundingnews)   마블의 구체적인 첫 코드 작성일이 공식적으로 공개되지는 않았으나, 회사의 설립과 주요 제품 마일스톤을 통해 개발 타임라인을 추론할 수 있다. 초기 R&D 및 시작(2024년 1월) : 페이페이 리 교수를 비롯한 최고 수준의 AI 연구진이 3D 환경 생성과 실시간 시뮬레이션을 목표로 2024년 1월에 월드랩스를 공동 창립했다. 마블의 근간이 되는 ‘공간 지능’ 연구와 코어 모델 개발은 이때 본격적으로 시작되었을 것으로 분석된다.을 거쳐, 마블의 첫 번째 제한적 베타 버전이 공개되었다. 프로토타입 및 베타(2025년 9월) : 약 1년 8개월의 딥테크 연구 기간 정식 출시(2025년 11월 12일) : 텍스트, 이미지, 비디오 등을 입력받아 상호작용 가능한 3D 환경을 즉석에서 구축하는 마블 프론티어 모델이 일반 대중에게 정식 론칭되었다.   마블의 핵심 기술 스택 마블은 단순히 2D 이미지를 이어 붙이는 비디오 생성 AI가 아니라, 물리적 공간의 3차원 구조를 완벽히 이해하는 거대 월드 모델(LWM) 아키텍처를 채택하고 있다. 3D 표현 포맷(3D Gaussian Splatting) : 시점이 변하면 형태가 무너지는 기존 생성 모델의 한계를 극복하고, 변형 없이 영구적으로 보존되는 3D 환경을 생성한다. 결과물은 3D 가우시안 스플랫이나 메시(mesh) 형태로 다운로드하여 언리얼, 유니티 등 다른 게임 엔진으로 내보낼 수 있다. 실시간 프레임 모델(RTFM : Real-Time Frame Model) : 2025년 10월에 도입된 핵심 렌더링 기술이다. 단일 GPU 환경에서도 실시간으로 월드를 생성하고 상호작용할 수 있도록, 기존 프레임들을 일종의    ‘공간 메모리’로 활용해 높은 디테일을 유지한다. 웹 렌더링 엔진(SparkJS.dev) : 별도의 무거운 클라이언트 없이 웹 브라우저 환경에서 매끄러운 3D 렌더링을 구현하기 위해 Three.js를 기반으로 한 독자 렌더러 ‘SparkJS.dev’를 사용한다. 이는 가우시안 스플랫과 전통적인 WebGL 애셋(glTF 모델 등)을 자연스럽게 혼합한다. 공간 편집 도구(Chisel) : 사용자가 직접 상자나 평면 같은 단순한 원시 도형(primitive)으로 3D 뼈대를 잡으면, AI가 맥락을 파악해 시각적 디테일과 텍스처를 입히는 하이브리드 3D 편집을 지원한다.   오토데스크 생태계와의 결합 전략 기존 스테이블 디퓨전 기반 3D 생성이 단일 객체를 깎아내는 데 집중했다면, 마블은 단일 이미지나 텍스트에서 거대한 3D 가상 세계 전체를 생성한다. 이를 오토데스크의 생태계와 결합하는 것이 이번 협업의 핵심이다. 백본 모델(backbone models) : 단순 2D 픽셀 패턴 모방을 넘어 3D 공간의 기하학(geometry), 재질, 빛의 반사, 물리 법칙을 추론하는 거대 세계 모델(LWM)을 백본으로 사용한다. 월드랩스의 핵심 개발진(NeRF 창시자 등)의 배경을 고려할 때, NeRF 및 차세대 뉴럴 렌더링 기술이 결합되어 시점 변화에 완벽히 대응하는 일관된 3D 신(scene)을 연산한다. 학습 데이터 종류(training data) : 일반적인 2D 이미지 쌍을 넘어 3D 레이아웃, 공간 깊이(depth) 데이터, 카메라 트래킹(pose)이 포함된 다중 시점 영상, 그리고 오토데스크가 강점을 가진 기하학적/물리적 CAD 시뮬레이션 데이터 등 복합적인 고차원 데이터로 학습된다. 오토데스크와의 통합 파이프라인(integration workflow) 편집 가능한 3D 신 : 비디오 영상(예 : 오픈AI 소라)이 아닌, 구조화되고 상호작용 가능한 3D 환경 자체를 출력한다. 라스트 마일 편집(last-mile editing) 생태계 : 마블이 프롬프트로 전체 공간의 초안을 생성하면, 이를 오토데스크의 마야, 3ds 맥스, 레빗 같은 전통적인 소프트웨어로 넘긴다. 이후 아티스트나 엔지니어가 직접 폴리곤 토폴로지, 리깅, 정밀한 재질 수정을 거쳐 최종 결과물을 완성한다.     ■ 자세한 기사 내용은 PDF로 제공됩니다.

BIM 칼럼니스트 강태욱의 이슈 & 토크   최근 인공지능 분야의 주요 화두는 단연 ‘공간 지능(spatial intelligence)’의 구현이다. 단순 2D 이미지나 단일 3D 객체(object) 생성에 머물렀던 기존의 기술적 한계를 넘어, 물리적 환경의 기하학적 구조와 상호작용을 포괄적으로 이해하는 거대 월드 모델(LWM : Large World Models)이 새로운 대안으로 부상하고 있다. 특히, 페이페이 리(Fei-Fei Li) 교수가 이끄는 월드랩스(World Labs)의 ‘마블(Marble)’ 출시는 이러한 패러다임 전환을 알리는 핵심 마일스톤이다. 이번 호에서는 최근 오토데스크와 월드랩스의 대규모 전략적 파트너십을 중심으로, 마블의 기술적 아키텍처와 통합 파이프라인, 그리고 이에 대응하는 오픈소스 3D 생성 모델의 발전 동향을 기술적 관점에서 분석하고자 한다.   ■ 강태욱 건설환경 공학을 전공하였고 소프트웨어 공학을 융합하여 세상이 돌아가는 원리를 분석하거나 성찰하기를 좋아한다. 건설과 소프트웨어 공학의 조화로운 융합을 추구하고 있다. 팟캐스트 방송을 통해 이와 관련된 작은 메시지를 만들어 나가고 있다. 현재 한국건설기술연구원에서 BIM/ GIS/FM/BEMS/역설계 등과 관련해 연구를 하고 있으며, 연구위원으로 근무하고 있다. 페이스북 | www.facebook.com/laputa999 블로그 | http://daddynkidsmakers.blogspot.com 홈페이지 | https://dxbim.blogspot.com 팟캐스트 | www.facebook.com/groups/digestpodcast   그림 1. 월드랩스가 개발한 오토데스크의 마블 서비스   그림 2. 월드랩스가 개발한 오토데스크의 마블 서비스   오토데스크 마블의 기술적 배경 마블은 오토데스크가 직접 개발한 제품이 아니다. 이 모델은 ‘AI의 대모’라 불리는 페이페이 리 교수가 설립한 AI 스타트업 월드랩스가 개발한 핵심 생성형 3D 월드 모델이다. 오토데스크는 2026년 2월 월드랩스에 대규모 전략적 투자를 단행하며, 자사 소프트웨어와의 통합 파트너십을 발표했다.   그림 3. 페이페이 리 교수의 월드랩 연구실 멤버들(출처 : techfundingnews)   마블의 구체적인 첫 코드 작성일이 공식적으로 공개되지는 않았으나, 회사의 설립과 주요 제품 마일스톤을 통해 개발 타임라인을 추론할 수 있다. 초기 R&D 및 시작(2024년 1월) : 페이페이 리 교수를 비롯한 최고 수준의 AI 연구진이 3D 환경 생성과 실시간 시뮬레이션을 목표로 2024년 1월에 월드랩스를 공동 창립했다. 마블의 근간이 되는 ‘공간 지능’ 연구와 코어 모델 개발은 이때 본격적으로 시작되었을 것으로 분석된다.을 거쳐, 마블의 첫 번째 제한적 베타 버전이 공개되었다. 프로토타입 및 베타(2025년 9월) : 약 1년 8개월의 딥테크 연구 기간 정식 출시(2025년 11월 12일) : 텍스트, 이미지, 비디오 등을 입력받아 상호작용 가능한 3D 환경을 즉석에서 구축하는 마블 프론티어 모델이 일반 대중에게 정식 론칭되었다.   마블의 핵심 기술 스택 마블은 단순히 2D 이미지를 이어 붙이는 비디오 생성 AI가 아니라, 물리적 공간의 3차원 구조를 완벽히 이해하는 거대 월드 모델(LWM) 아키텍처를 채택하고 있다. 3D 표현 포맷(3D Gaussian Splatting) : 시점이 변하면 형태가 무너지는 기존 생성 모델의 한계를 극복하고, 변형 없이 영구적으로 보존되는 3D 환경을 생성한다. 결과물은 3D 가우시안 스플랫이나 메시(mesh) 형태로 다운로드하여 언리얼, 유니티 등 다른 게임 엔진으로 내보낼 수 있다. 실시간 프레임 모델(RTFM : Real-Time Frame Model) : 2025년 10월에 도입된 핵심 렌더링 기술이다. 단일 GPU 환경에서도 실시간으로 월드를 생성하고 상호작용할 수 있도록, 기존 프레임들을 일종의    ‘공간 메모리’로 활용해 높은 디테일을 유지한다. 웹 렌더링 엔진(SparkJS.dev) : 별도의 무거운 클라이언트 없이 웹 브라우저 환경에서 매끄러운 3D 렌더링을 구현하기 위해 Three.js를 기반으로 한 독자 렌더러 ‘SparkJS.dev’를 사용한다. 이는 가우시안 스플랫과 전통적인 WebGL 애셋(glTF 모델 등)을 자연스럽게 혼합한다. 공간 편집 도구(Chisel) : 사용자가 직접 상자나 평면 같은 단순한 원시 도형(primitive)으로 3D 뼈대를 잡으면, AI가 맥락을 파악해 시각적 디테일과 텍스처를 입히는 하이브리드 3D 편집을 지원한다.   오토데스크 생태계와의 결합 전략 기존 스테이블 디퓨전 기반 3D 생성이 단일 객체를 깎아내는 데 집중했다면, 마블은 단일 이미지나 텍스트에서 거대한 3D 가상 세계 전체를 생성한다. 이를 오토데스크의 생태계와 결합하는 것이 이번 협업의 핵심이다. 백본 모델(backbone models) : 단순 2D 픽셀 패턴 모방을 넘어 3D 공간의 기하학(geometry), 재질, 빛의 반사, 물리 법칙을 추론하는 거대 세계 모델(LWM)을 백본으로 사용한다. 월드랩스의 핵심 개발진(NeRF 창시자 등)의 배경을 고려할 때, NeRF 및 차세대 뉴럴 렌더링 기술이 결합되어 시점 변화에 완벽히 대응하는 일관된 3D 신(scene)을 연산한다. 학습 데이터 종류(training data) : 일반적인 2D 이미지 쌍을 넘어 3D 레이아웃, 공간 깊이(depth) 데이터, 카메라 트래킹(pose)이 포함된 다중 시점 영상, 그리고 오토데스크가 강점을 가진 기하학적/물리적 CAD 시뮬레이션 데이터 등 복합적인 고차원 데이터로 학습된다. 오토데스크와의 통합 파이프라인(integration workflow) 편집 가능한 3D 신 : 비디오 영상(예 : 오픈AI 소라)이 아닌, 구조화되고 상호작용 가능한 3D 환경 자체를 출력한다. 라스트 마일 편집(last-mile editing) 생태계 : 마블이 프롬프트로 전체 공간의 초안을 생성하면, 이를 오토데스크의 마야, 3ds 맥스, 레빗 같은 전통적인 소프트웨어로 넘긴다. 이후 아티스트나 엔지니어가 직접 폴리곤 토폴로지, 리깅, 정밀한 재질 수정을 거쳐 최종 결과물을 완성한다.     ■ 자세한 기사 내용은 PDF로 제공됩니다.

캐드앤그래픽스 지식방송 CNG TV 지상 중계   CNG TV는 3월 23일 ‘피지컬 AI가 이끄는 제조 패러다임’을 주제로 SIMTOS 2026 전시회에서 진행되는 캐드앤그래픽스 주최 컨퍼런스를 앞두고 ‘피지컬 AI(physical AI)’ 트렌드에 대해 다루어 관심을 모았다. 자세한 내용은 다시보기를 통해 확인할 수 있다. ■ 박경수 기자   피지컬 AI의 정의와 등장 배경 : 왜 지금인가? 디지털지식연구소 조형식 대표의 사회로 진행된 이번 방송에는 고영테크놀러지 고경철 전무와 인터엑스 사업총괄을 맡고 있는 김재성 CBO가 발표자로 참여했다. 이들은 피지컬 AI를 ‘물리 세계를 이해하고 인식하며, 판단을 거쳐 행동으로 옮기는 지능’으로 정의했다. 한국AI·로봇산업협회 부회장을 맡고 있는 고경철 전무는 피지컬 AI가 급부상한 이유로 4가지 핵심 동력을 꼽았다. 첫째, VLA(Vision-Language-Action) 모델과 같은 강력한 AI 두뇌의 진화이다. 둘째, 부품 기술 혁신을 통한 로봇 몸체의 경량화 및 저비용화이다. 셋째, 복잡한 동작 학습이 가능해진 방대한 데이터의 축적이다. 마지막으로 고령화에 따른 노동력 감소라는 시대적 요구다. 고 전무는 “이제 AI는 사이버 세계를 넘어 물리적 실체(physical entity)와 결합하여 제조 현장의 한계를 돌파하고 있다”고 분석했다.   ▲ 고영테크놀러지 고경철 전무   자율 제조의 실현 : 다크 팩토리로 가는 길 인터엑스 김재성 사업총괄은 피지컬 AI가 제조 현장에 적용되어 구현할 ‘자율 제조(autonomous manufacturing)’의 비전을 제시했다. 기존 스마트 공장(3.0)이 사람의 판단을 돕는 정보화 단계였다면, 레벨 4.0인 자율 제조는 사람의 개입 없이 공장 스스로 제어하는 단계다. 이는 불 꺼진 공장에서도 24시간 가동이 가능한 ‘다크 팩토리’를 가능케 한다. 인터엑스는 일반 LLM이 알지 못하는 현장 숙련공의 노하우와 도메인 지식을 학습시켜, 보고서 작성이나 설비 이상 징후 대응을 돕는 제조 전용 파운데이션 모델을 구축하고 있다. 또한 실제 장비와 똑같은 가상 모델을 만들어 시뮬레이션함으로써, 값비싼 장비를 멈추지 않고도 최적의 공정 조건을 찾아내는 기술을 상용화하고 있다.   ▲ 인터엑스 김재성 CBO     ■ 기사 내용은 PDF로도 제공됩니다.

캐드앤그래픽스 지식방송 CNG TV 지상 중계   최근 AI 기술의 비약적인 발전으로 직업적 위기감이 고조되는 가운데, 인간의 고유한 경험과 AI를 결합해 새로운 가치를 창출하는 ‘슈퍼휴먼’ 전략이 제시되어 눈길을 끌고 있다. CNG TV는 지난 3월 16일, 4차산업혁명연구소 한석희 소장을 초청해 ‘AI 시대, 인간의 전략적 진화 - 슈퍼휴먼으로 거듭나기’를 주제로 줌 방송을 진행했다. 자세한 내용은 다시보기를 통해 확인할 수 있다. ■ 박경수 기자     슈퍼휴먼의 정의 : 기술에 나만의 진면목을 더하는 사람 이번 방송에서 한석희 소장은 100세 시대의 실존적 불안을 넘어 AI를 파트너로 삼아 개인의 역량을 극대화하는 구체적인 방법론과 사례를 공유했다. 한 소장은 슈퍼휴먼을 “AI를 활용해 이전에는 도달하지 못한 수준의 성과나 가치를 이루는 사람”으로 정의했다. 그는 슈퍼휴먼이 되기 위한 세 가지 조건으로 ▲자신만의 핵심 원석(경험, 직관) 발견 ▲AI를 협업 파트너로 수용 ▲AI 결과물에 인간의 인사이트를 더하는 ‘에디드 밸류(Added Value)’ 창출을 꼽았다. 한 소장은 “우리가 가지고 있는 지식과 경험은 사라지는 것이 아니라, AI를 통해 증폭되는 것”이라며, “AI를 단순한 도구가 아닌 반복 업무와 분석을 전담하는 팀원 혹은 협업 파트너로 인식하는 것이 진화의 첫걸음”이라고 강조했다.   생산성 10배 향상… 1인 미디어부터 전문 자문까지 또한 이번 방송에서는 AI를 통해 생산성을 혁신한 실전 사례가 소개되었다. 한 소장은 직접 겪은 사례를 통해 “AI와 협업하면 칼럼 집필이나 저술 속도가 4배 이상 빨라지며, 전문 자료 분석 능력은 10배 이상 향상된다”고 설명했다. 실제로 그는 AI를 활용해 자신만의 캐릭터가 담긴 ‘네 컷 만화’를 연재하고, 음악적 배경 없이도 수준 높은 작곡을 수행하며, 1인 뉴스레터 시스템을 구축하는 등 1인 기업으로서의 면모를 선보이고 있다. 특히 “AI가 글의 80%를 작성하더라도 나머지 20%에 나만의 핵심 메시지를 담아 완성도를 높인다”는 편집자적 관점을 제시해 큰 공감을 얻었다.   ▲ 4컷 만화 전문가 한석희   은퇴 후 제2의 인생, AI가 지렛대 역할 이번 웨비나에서는 시니어 세대를 위한 희망적인 메시지도 다뤄졌다. 대기업 임원 은퇴 후 AI의 도움으로 영문 서적을 출간해 아마존 베스트셀러가 된 사례나, 공무원 출신이 ESG 자문가로 변신한 사례 등이 대표적이다. 이는 AI가 인간을 소외시키는 것이 아니라, 오히려 묻혀 있던 개인의 경험을 세상 밖으로 끌어내는 강력한 도구가 될 수 있음을 시사한다. 한 소장은 웨비나를 마무리하며 “AI가 여러분을 대체하는 것이 아니라, AI를 활용하는 다른 사람이 여러분을 대체하게 될 것”이라며, “나이와 직업에 상관없이 누구나 슈퍼휴먼의 잠재력을 갖고 있으며, 지금 당장 AI와 협업하는 연습을 시작해야 한다”고 당부했다.     ■ 기사 내용은 PDF로도 제공됩니다.

오토데스크는 ‘오토데스크 컨스트럭션 클라우드(Autodesk Construction Cloud, 이하 ACC)’를 AI 네이티브 플랫폼인 ‘오토데스크 포마(Autodesk Forma)’로 통합한다고 발표했다. 이번 전환은 설계 의도와 프로젝트 실행 사이의 연속성을 강화하고, 데이터 중심의 미래를 향한 오토데스크의 의지를 구체화한 이정표로 풀이된다. 오토데스크는 2025년 건축가와 엔지니어 등을 위해 구축된 클라우드 기반 플랫폼 ‘포마’를 선보였다. 당시 기획, 설계, 시공 및 운영을 단일 연결 환경으로 통합하겠다는 비전을 선보인 오토데스크는 이번 ACC의 포마 편입을 통해 AECO(건축·엔지니어링·건설·운영) 산업 클라우드로서의 정체성을 강화했다.     이러한 변화는 파편화된 데이터와 단절된 워크플로를 극복하기 위한 필수적인 과정으로 보인다. 기존의 파일 전달 방식에서 벗어나 공유된 세부 데이터를 기반으로 협업함으로써, 프로젝트 상류 단계의 결정이 하류 단계까지 명확하게 전달되는 구조를 갖추게 되었다. 특히 기존 ‘오토데스크 독스(Autodesk Docs)’가 ‘포마 데이터 매니지먼트(Forma Data Management)’로 명칭이 변경되면서, 플랫폼 전반의 공통 데이터 환경(CDE) 역할을 수행하게 된다. 한편으로, 고객 편의성을 고려해 기존 워크플로나 데이터 마이그레이션, 라이선스 체계에는 변화를 주지 않았다. 현업에서 사용하던 도구의 성능은 유지하면서, 더 긴밀하게 연결된 산업 클라우드 내에서 프로젝트의 연속성을 누릴 수 있도록 한 것이다. 오토데스크는 이번 전환과 함께 건설 분야의 효율을 높일 새로운 서비스들을 선보였다. 3월 25일부터 출시되는 ‘포마 빌드 에센셜(Forma Build Essentials)’은 시공사가 현장에서 사용하는 핵심 도구를 단일 작업 공간에 통합했다. 모바일 앱을 통해 사진과 위치 정보가 포함된 펀치 리스트를 작성하고 최신 모델과 도면을 실시간으로 확인할 수 있어, 중소규모 팀의 작업 속도를 높여준다. 함께 출시되는 ‘포마 데이터 매니지먼트 에센셜(Forma Data Management Essentials)’은 오토캐드, 레빗 등 단독 구독자에게도 클라우드 협업의 문턱을 낮춰준다. 데스크톱 워크플로를 클라우드 프로젝트 데이터와 연계해 버전 혼선을 줄이고 시공 팀에 명확한 가시성을 제공한다. 또한, ‘비딩(Bidding) 툴’의 베타 버전을 통해 입찰 관리 워크플로를 포마의 프리컨스트럭션 환경에 도입하고, 견적 및 입찰 관리의 정렬을 지원한다. 오토데스크는 ACC 및 포마의 변화를 통해, 건설 산업이 파일 기반의 고립된 의사결정에서 벗어나 AI와 자동화 기반의 BIM(건설 정보 모델링)으로 나아가는 방향성을 제시한다. 공유 데이터와 통합 시스템을 활용하면 위험 요소를 조기에 발견해 재작업을 줄일 수 있으며, 자원을 효율적으로 사용하여 지속 가능한 프로젝트 수행이 가능해진다. 오토데스크 관계자는 “이번 이정표는 진정으로 연결된 플랫폼이 산업에 제공할 수 있는 가치의 시작에 불과하다”면서, “팀이 업무를 더 일찍 시작하고 결정을 유기적으로 연결해 개념 단계부터 완공까지 명확하게 실행할 수 있도록 지원을 아끼지 않을 것”이라고 전했다.

스노우플레이크가 비즈니스 사용자의 업무 생산성을 높여주는 자율형 엔터프라이즈 AI 플랫폼인 ‘프로젝트 스노우워크(Project SnowWork)’를 리서치 프리뷰 버전으로 출시했다. 프로젝트 스노우워크는 다양한 부서의 직원이 자연어로 업무를 요청하면 여러 단계의 작업을 안전하게 수행하는 기업용 AI 파트너 역할을 한다. 이 서비스는 이사회 보고용 전망 슬라이드 작성이나 이탈 위험 식별용 스프레드시트 제작, 공급망 병목 지점 파악 등 단순 작업부터 복잡한 워크플로까지 스스로 실행해 비즈니스 성과 창출을 돕는다. 에이전틱 엔터프라이즈는 AI로 단순히 질문에 답하는 것을 넘어 의사결정과 실행을 이끄는 방향으로의 전환을 뜻한다. 이를 위해 기업은 인텔리전스와 애플리케이션, 엔터프라이즈 데이터 등을 유기적으로 결합해 거버넌스가 적용된 기반을 구축해야 한다. 프로젝트 스노우워크는 데스크톱 경험을 통해 스노우플레이크의 데이터 플랫폼과 AI 역량을 사용자에게 직접 제공하며 이러한 전환을 가능하게 한다.     이 플랫폼은 거버넌스가 적용된 데이터를 바탕으로 복잡한 업무를 계획하고 실행한다. 영업 지역 재조정이나 경영진 보고용 발표 자료 등 완성된 결과물을 생성할 수 있으며, 분석 결과에 따라 각 직무에 맞는 다음 실행 단계를 제안한다. 범용 AI 어시스턴트와 달리 공유된 비즈니스 정의와 보안 및 감사 기능을 갖춘 단일 엔터프라이즈 데이터 소스를 바탕으로 구축한 것이 특징이다. 현업 사용자를 위한 핵심 기능으로는 재무, 영업, 마케팅 등 직무에 맞춰 사전 구성된 AI 프로필을 제공하는 사전 구축된 역할 기반 기능이 있다. 이를 통해 주요 업무 용어와 지표를 빠르게 활용할 수 있다. 다중 단계 업무 수행 기능을 이용하면 데이터 조회부터 인사이트 도출, 후속 작업 준비까지 한 번에 수행해 보고 주기를 단축한다. 또한 스노우플레이크의 역할 기반 접근 제어나 데이터 마스킹 정책 등을 자동 적용하는 빌트인 보안 및 접근 제어 기능으로 기업 데이터 보안을 지킬 수 있도록 했다. 그동안 AI 도구는 높은 기술적 이해도를 요구하거나 엔터프라이즈 데이터 기반이 부족해 비즈니스 성과와의 격차가 존재했다. 프로젝트 스노우워크는 모든 직원이 과거 데이터 전문가에게 요구되던 속도와 정확성을 바탕으로 업무를 수행하도록 지원해 이 격차를 해소한다. 영업 운영팀의 경우 반복적인 보고 업무를 자동화하고 여러 소스의 데이터를 코딩 없이 활용해 며칠씩 걸리던 프레젠테이션 작성을 몇 분 만에 마칠 수 있다. 스노우플레이크는 조직이 데이터 기반의 실행을 수행하는 에이전틱 엔터프라이즈 구현을 지원하고 있다고 전했다. 스노우플레이크 인텔리전스는 직원이 복잡한 질문의 원인까지 이해하도록 돕는 에이전트로, 보안 환경 내에서 검증 가능한 답변을 제공한다. 또한 개발자를 위해 데이터 네이티브 AI 코딩 에이전트인 코텍스 코드를 제공해 데이터 엔지니어링과 AI 에이전트 구축 등 개발 전 과정을 자동화하고 가속화한다. 스노우플레이크의 슈리다 라마스워미 최고경영자는 지금이 에이전틱 엔터프라이즈 시대에 진입하는 단계이며 이는 근본적으로 새로워진 업무 방식의 시작을 의미한다고 설명했다. 그는 “이 변화는 기술 혁신을 넘어 기업 운영 전반에 인텔리전스를 내재화해 새로운 수준의 생산성과 효율성을 달성하는 데 있다”면서, “프로젝트 스노우워크는 모든 데스크톱에 데이터 기반의 AI 에이전트를 제공해 비즈니스 리더와 담당자가 질문부터 실행까지 모든 단계를 이어갈 수 있도록 한다”고 밝혔다. 또한 AI가 실험 단계를 넘어 자율 실행 단계로 확장되면서 프로젝트 스노우워크가 기업 업무 방식의 안전한 기반이 될 것이라고 덧붙였다.

  [자료] 2026년 건설공사 실무 가이드북 발행 : 2026. 2. 형식 : pdf 577 page 제작 : 대전광역시   1. 본 가이드북 내용은 한국건설기술연구원 “2026 건설공사 표준품셈”을 근거로 하여 대전광역시 건설공사 설계의 참고 자료로 활용하여야 함. 2. 표준품셈, 건설기계경비, 표준시장단가(실적공사비) 등 건설적산기준에 관한 사항은 대한건설협회(http://www.cak.or.kr) 홈페이지 등을 참고하여 적용. 3. 노임은 대한건설협회 건설업 임금실태 조사 보고서(2026. 1. 1. 적용)를 적용하고 사용자재는 조달청 종합쇼핑몰, 물가자료 및 거래가격, 유통물가, 시장조사(견적)가격 등을 기준으로 경제적인 단가를 적용토록 함. 4. 기계화시공에서 중기작업효율(E값)등은 보편적인 현장상태를 기준으로 적용하며, 각 공사현장 여건에 따라 신축성 있게 적의 조정하여 적용. 5. 토량환산계수(F) 및 단위중량(W)은 시공현장 토질 등 조건에 따라 가변성있는 내용에 대하여는 현장조사결과에 따라 조정하여 적용. 6. 단가산출기초는 공통된 예시이므로 설계자가 공사비를 적산함에 있어 신공법 등의 도입으로 설계와 시공 면에서 기술적인 발전과 저렴한 공사비가 소요된다고 판단될 시는 적극 활용. 7. 본 내용은 건설 업무를 수행함에 참고가 되도록 법령, 규정, 지침, 제도 및 각종 발표자료 등을 수록하였으며, 개정 보완사항이 있을 시는 새로 공포 및 수정된 사항을 적용하여야 할 것임. 8. 본 건설공사 실무 가이드북은 보편적인 예시이므로 설계시 참고자료로서 활용하고, 설계자가 관련규정 변경사항이나 현장여건 반영, 신공법 적용 등 설계와 시공, 공사비 면에서 보다 효율적인 방안이 있을 경우 면밀히 검토하여 적용   100) 일반기준 ·········································································· 1 101) 건설공사, 설계용역, 건설기술심의 절차 ······················· 3 101-1) 건설공사 시행절차 ·························································· 5 101-2) 설계용역 시행절차 ························································ 11 101-3) 건설공사 지방건설기술심의 등 추진절차 ···················· 15 102) 일반사항 적용기준 ··························································· 17 103) 공통단가 적용기준 ··························································· 23 200) 시행단계별 업무추진 내용 ···································· 29 201) 계획단계 ············································································ 31 201-1) 기본구상(사업계획) ······················································· 33 201-2) 예비 타당성 조사 ························································· 34 201-3) 타당성 조사(「지방재정법」) ··········································· 35 201-4) 지방재정투자심사(「지방재정법」) ·································· 36 201-5) 타당성 조사(「건설기술 진흥법」) ·································· 38 201-6) 기본계획(General Plan) ············································· 40 201-7) 공사수행방식의 결정 ···················································· 42 201-8) 집행기본계획서 제출 ···················································· 43 201-9) 대형공사 등의 입찰방법 건설기술심의 ························ 44 202) 설계단계 ············································································ 47 202-1) 일반사항 ········································································ 49 202-2) 단계별 설계업무 감독 및 점검사항 ····························· 53 202-3) 기본설계(Preliminary Design) ································ 104 202-4) 실시설계(Detailed Design) ····································· 112 203) 공사계약의 체결 ···························································· 125 203-1) 개요 ············································································ 127 203-2) 계약체결 시 유의사항 ················································ 132 204) 공사계약의 이행 ···························································· 135 204-1) 착공 · 공정보고 ··························································· 137 204-2) 공사현장 종사자의 업무 ············································ 139 204-3) 공사용지의 확보 ························································· 141 204-4) 공사자재의 검사 ························································· 142 204-5) 관급자재와 대여품 ····················································· 143 204-6) 휴일작업 및 야간작업 ················································ 144 204-7) 재해방지를 위한 응급조치 ········································· 145 205) 공사설계 변경 ································································ 147 205-1) 설계변경 개념 ···························································· 149 205-2) 설계변경 사유(유형별) ··············································· 151 205-3) 설계변경 절차(요구 주체별) ······································ 152 205-4) 설계변경 시기 ···························································· 155 205-5) 설계변경 방법 ···························································· 156 205-6) 설계변경에 따른 추가조치 ········································· 161 205-7) 설계변경 검토사항 및 체크리스트 ···························· 162 206) 계약금액 조정 ································································ 171 206-1) 계약금액 조정 ···························································· 173 206-2) 설계변경으로 인한 계약금액의 조정 ························· 174 206-3) 물가변동으로 인한 계약금액의 조정 ························· 183 206-4) 그 밖에 계약내용의 변경으로 인한 계약금액의 조정 ······· 193 206-5) 보험료 사후 정산 ······················································· 197 206-6) 계약심사 ····································································· 200 207) 건설엔지니어링 및 건설공사 시공평가 ····················· 209 300) 설계 참고자료 ·························································· 213 301) 건설공사 관련 법률 ······················································ 215 302) 건설공사 관련 기준(지침, 조례) 등 ·························· 223 303) 건설공사 관련 사이트 ·················································· 229 304) 설계용역 평가업무(PQ, SOQ, TP) 매뉴얼 ·················· 233 305) 도로안전시설(방호울타리) 설치 개선 ························ 243 306) 대전광역시 소규모 건설공사 설계지침 ····················· 253 307) 시공단계의 건설사업관리계획 ····································· 277 307-1) 건설사업관리계획의 수립 개요 ·································· 279 307-2) 사업관리방식 검토 ····················································· 282 307-3) 건설사업관리기술인 배치기준 ···································· 284 307-4) 건설사업관리계획 작성방법 ······································· 290 307-5) 건설사업관리계획과 CEMS 실적 연계 ····················· 293 307-6) 주요 질의회신 사례 ··················································· 294 308) 적정 공사기간 확보를 위한 가이드라인 ··················· 313 308-1) 공사기간 산정 개요 ··················································· 315 308-2) 공사기간 산정 ···························································· 322 308-3) 공사기간 산정근거의 적정성 검토 ···························· 329 308-4) 부록 ············································································ 332 400) 건설공사 관련 감사 지적사례 ························ 375 401) 타시도 정부합동감사 지적 사례(‘22~25년도) ·········· 377 500) 건설공사(현장) 안전관리 자료 ······················· 415 501) 해빙기 건설현장 안전관리 ·········································· 417 501-1) 해빙기 중점 관리사항 ·················································· 419 501-2) 해빙기 재해발생 현황 및 특성 ································· 420 501-3) 해빙기 위험요인별 안전관리 ····································· 423 501-4) 해빙기 주요 점검사항 ················································ 465 502) 장마철 건설현장 안전관리 ·········································· 467 502-1) 장마철 중점 관리사항 ················································ 469 502-2) 장마철 재해발생 현황 및 특성 ································· 470 502-3) 장마철 위험요인별 안전관리 ····································· 472 502-4) 장마철 주요 점검사항 ················································ 499 503) 동절기 건설현장 안전관리 ·········································· 505 503-1) 동절기 중점 관리사항 ················································ 507 503-2) 동절기 재해발생 현황 및 특성 ································· 508 503-3) 동절기 위험요인별 안전관리 ····································· 510 503-4) 동절기 주요 점검사항 ················································ 537 504) 건설현장 사망사고 핵심안전수칙 ······························· 547   건설공사 실무 가이드북 바로가기