김지현 지음 / 2만 원 / 크레타    AI로 만드는 부의 지도와 미래 전략 기술의 변화 속도는 인간의 시간을 훨씬 뛰어넘고 있다. 지난 1년간의 변화는 과거 10년을 무색하게 했고, 한 달의 변화가 작년 한 해를 압축할 정도다. 불과 1년 전만 해도 AI는 삶 속에 스며들 것으로 전망했지만, 이제는 거대한 비약을 이루며 서비스와 제품이 쏟아져 나오는 현실에 직면했다. 기술은 더 이상 선택지가 아니며, 사회, 경제, 문화, 기업, 정치, 외교까지 압도하고 비즈니스 모델은 이를 기반으로 매년 180도 변화한다. 2026년을 관통하는 IT 키워드는 'AI 에이전트 시대의 개막'과 '메타버스의 부활' 두 가지로 압축된다. AI는 이제 도구가 아닌, 인간을 대신해 움직이는 새로운 인터페이스 개념으로 기기와 소프트웨어, 앱과 서비스 전체에 탑재되어 우리의 손발이 될 것이다. 메타버스는 MR(혼합현실) 디바이스와 AI 에이전트가 결합하면서 긴 잠에서 깨어나 다시 한번 도약할 것으로 전망된다. 이 책은 AI 에이전트와 메타버스가 이끄는 세 번째 혁명의 문 앞에서, 다가올 2026년을 준비하기 위한 IT 기술의 흐름과 전략, 그리고 대한민국의 미래를 담았다. AI 에이전트가 여는 새로운 플랫폼 시대와 대한민국의 소버린 AI 전략 2026년 IT 산업은 '일하는 AI'가 현실이 되는 해다. 대답하고 글을 생성하던 AI는 이제 목표를 이해하고 계획을 세워 스스로 일을 끝내는 디지털 대리인으로 거듭났다. 지난 3년간 LLM에서 RLM, LAM으로 이어지는 진화는 'AI 에이전트'라는 형태, 즉 인간과 나란히 일하는 파트너로서 AX(AI 트랜스포메이션)를 이끌고 있다. 이 책은 이러한 변화 속에서 개인과 기업이 어떤 기술을 자동화하고 어떠한 역량을 쌓아야 하는지 명확히 제시하고자 했다. 동시에 미국과 중국의 AI 패권 경쟁 속에서 한국이 취해야 할 AI 전략, 즉 '소버린 AI'를 향한 의지를 강조했다. 한국은 반도체와 네트워크 강점을 기반으로 AI 데이터센터, 국산 LLM, 산업별 에이전트 서비스 생태계를 동시에 키워야 하는 시점을 맞이했다. 기업 또한 AX 전략을 강화하고, AI 윤리, 안정성, 데이터 주권 문제에 대한 책임의식도 가져야 한다고 역설했다. 이 책은 기술, 산업, 국가 전략을 동시에 관통하며 2026년을 준비하는 기업 리더와 실무자에게 꼭 필요한 전략서가 될 것이다. 생각하는 AI와 행동하는 AI가 만나 혁신가 AI가 활동하는 2026년, 이 책을 통해 실행 가능한 통찰을 얻길 바란다.

디지털 트윈과 AI가 시뮬레이션과 현실의 간극을 메우다   제조 시설은 지속적인 문제에 직면해 있다. 정비 일정은 일반적으로 실제 마모와 관계없이 3개월마다 부품을 점검하고 6개월마다 구성 요소를 교체하는 등 엄격한 일정을 따른다. 그 결과 불필요한 점검과 교체로 인한 비효율적인 시간 낭비가 발생하고, 반대로 정비 일정 전에 부품이 고장 나는 일도 생긴다. 센트랄수펠렉-파리 사클레대학교(CentraleSupélec–Université Paris-Saclay)의 지궈 젠(Zhiguo Zeng) 교수와 그의 연구팀은 디지털 트윈 기술과 딥러닝을 결합한 혁신적인 접근 방식을 통해 이 문제를 해결하고 있다. 그들의 목표는 모든 중요 부품에 센서를 배치할 필요 없이 시스템 수준의 모니터링 데이터만으로 로봇 시스템의 구성요소 수준의 고장을 감지하는 것이다. 젠 교수는 “유지보수는 공장에서 매우 큰 문제”라면서, “기계에 유지보수가 필요한 시기를 미리 안다면 주문이 적은 시기에 수리 일정을 잡을 수 있어 생산성 손실을 최소화할 수 있다”고 말했다. 그는 신뢰성 공학과 수명 예측 분야에서 풍부한 경험을 갖고 있지만, 디지털 트윈 기술은 그의 이전 연구와는 결이 다른 새로운 영역이었다. 센트랄수펠렉의 안 바로스(Anne Barros) 교수와 페드로 로드리게스-아예르베(Pedro Rodriguez-Ayerbe) 교수가 주도하는 학제 간 프로젝트인 ‘미래의 산업(Industry of the future)’에 참여하면서, 그는 디지털 트윈이 어떻게 강력한 시뮬레이션 도구를 물리적 시스템에 실시간으로 직접 연결할 수 있는지 깨달았다. 젠 교수는 “디지털 트윈은 결함 진단에 매우 유용하다. 이를 실제 기계의 데이터에 연결하여 그 데이터로 모델을 개선할 수 있다”고 설명했다.  제조업, 자동차, 항공우주 및 기타 분야로 활용 영역이 확대되면서, 디지털 트윈은 인더스트리 4.0에서 유망한 기술 중 하나로 자리잡고 있다. 물리적 객체나 시스템의 가상 복제본인 디지털 트윈(digital twin)을 생성함으로써, 조직은 운영 현황과 유지보수 필요성을 명확하게 파악할 수 있다. 또한 디지털 트윈은 예측 유지 관리 시스템 개발의 어려운 측면 중 하나인 고장 데이터의 부족에 대한 해결책을 제시한다. 젠 교수는 “현실에서는 고장이 자주 발생하는 걸 보기는 어렵다. 그래서 이제는 시뮬레이션을 통해 고장 데이터를 만들어낸다”고 설명했다.   가상과 물리의 가교 역할 디지털 트윈 프로젝트는 물리적 시스템과 가상 시스템 간의 다양한 수준의 통합을 통해 구현 옵션을 제공한다. 젠 교수의 연구팀은 세 가지 서로 다른 수준의 디지털 표현으로 작업했다. 기본 수준에서 디지털 모델은 기존 시뮬레이션처럼 작동하며, 물리적 시스템과 데이터를 교환하지 않는 정적 모델로 오프라인에서 실행된다. 그다음 단계는 디지털 섀도로, 가상 모델이 물리적 시스템의 데이터를 받아 그 행동을 미러링하지만 제어하지는 않는다. 가장 발전된 구현은 데이터와 정보의 양방향 흐름을 갖춘 진정한 디지털 트윈이다. 여기서 모델은 관찰을 바탕으로 스스로 업데이트하고 물리적 시스템을 제어하는 실시간 결정을 내린다. 연구팀은 테스트용으로 ArmPi FPV 교육용 로봇을 선택했다. 이 로봇은 5개의 관절과 하나의 엔드이펙터로 구성되며, 6개의 서보 모터로 제어된다. 결함 진단의 기초가 될 만큼 정확한 디지털 트윈을 만드는 것은 어려운 일이었다. 또한 기존 모니터링 접근 방식의 한계를 해결해야 했다. 젠 교수는 “대부분의 산업 사례에서 베어링을 진단하려면 베어링 수준의 센서가 필요하며, 이는 쉽지 않은 일이다. 내부에 베어링이 있는 큰 기계를 상상해보면 센서를 설치하기 위해서는 기계를 분해해야 하는데 때로는 공간이 충분하지 않을 때도 있다”고 말했다.   그림 1. ArmPi FPV 교육용 로봇(출처 : 센트랄수펠렉)   그들의 접근 방식은 시스템 수준 데이터(로봇 엔드 이펙터의 이동 궤적)를 사용하여 구성 요소 수준의 오류(개별 모터 문제)를 진단하는 것이었다. 또한 디지털 트윈을 사용하여 관찰할 수 있는 것과 감지해야 할 것 사이의 격차를 해소하고자 했다. 연구팀은 시뮬링크(Simulink)와 심스케이프 멀티바디(Simscape Multibody)를 사용하여 디지털 트윈을 구축했으며, 구성요소와 시스템 수준 동작을 모두 나타내는 계층적 모델을 만들었다. 젠 교수는 “모든 것은 시뮬레이션 모델을 설계하는 것으로 시작한다. 동적 시스템과 그 제어기를 모델링하고 싶다면 시뮬링크는 매우 강력하다”고 말했다. 연구팀은 시뮬링크를 사용해 모터 제어기를 PID 제어기로 모델링하면서 실험적으로 조정한 게인 값을 활용했다. 또한, 시뮬링크의 시각화 기능을 적극적으로 활용해 시뮬레이션 데이터와 실제 로봇의 센서 데이터를 연동할 수 있는 인터페이스를 구축하고, 실시간 모니터링 환경을 구성하였다. ROS 툴박스(ROS Toolbox)는 로봇 하드웨어와의 연결에서 유용한 역할을 했다. 젠 교수는 “로봇 운영 체제(Robot Operating System : ROS)를 사용하려면 일반적으로 ROS와 파이썬(Python) 환경을 별도로 구성하고 모든 연결을 직접 처리해야 한다”면서, “ROS 툴박스를 사용하면 이런 설정이 자동으로 관리되기 때문에 많은 노력을 아낄 수 있다”고 설명했다. 연구팀은 AI 모델 학습을 위한 데이터 준비 과정에서는 두 가지 접근 방식을 시도하였다. 먼저, 로봇에 입력되는 모터 명령과 그에 따른 그리퍼(gripper)의 움직임 패턴과 같은 원시 계측값을 기반으로 데이터를 수집하였다. 이후에는 디지털 트윈을 활용한 방식을 도입하였다. 시뮬레이션을 통해 로봇이 명령에 따라 어떻게 움직여야 하는지를 예측하고, 이 결과를 실제 움직임과 비교함으로써 예상과 실제 간의 차이를 도출하였다. 이러한 차이는 미세한 고장을 감지하는 데 유용한 지표로 작용하였다.   그림 2. 심스케이프 멀티바디의 로봇 팔에 대한 시뮬링크 모델(출처 : 센트랄수펠렉)   연구팀은 딥 러닝 툴박스(Deep Learning Toolbox)를 사용하여 장단기 메모리(Long Short-Term Memory : LSTM) 신경망을 훈련하여 특정 실패를 나타내는 패턴을 식별했다. 모델 아키텍처에는 각각 100개의 숨겨진 단위가 있는 두 개의 LSTM 계층, 그 사이의 드롭아웃 계층 및 완전히 연결된 분류 계층이 포함된다. 연구팀은 매트랩 앱 디자이너(MATLAB App Designer)를 사용하여 각 모터의 위치, 전압 및 온도를 포함한 실시간 데이터를 수집하는 그래픽 사용자 인터페이스를 설계했다. 이 인터페이스를 통해 로봇의 상태를 모니터링하고 오류 진단 모델의 예측을 검증할 수 있었다. 이러한 통합 도구들이 원활하게 함께 작동하면서, 연구팀은 소프트웨어 호환성 문제와 씨름하기보다는 효율적으로 기술적 과제 해결에 집중할 수 있었다.   현실 격차에 도전하다 연구팀은 실제 로봇에서 훈련된 모델을 테스트했을 때 연구원들이 ‘현실 격차’라고 부르는 시뮬레이션과 현실 세계 간의 불일치에 직면했다. 결함 진단 모델은 시뮬레이션에서 98%의 정확도를 달성하여 모터 고장의 위치와 유형을 모두 정확하게 식별했지만, 실제 로봇에서 테스트했을 때 성능은 약 60%로 떨어졌다. 젠 교수는 “시뮬레이션이 현실과 일치하지 않는 이유를 분석하고 있다”고 말하며, “실제 세계를 시뮬레이션 상에서 표현할 때 고려하지 못한 요소들이 있다”고 설명했다. 젠 교수와 그의 연구팀은 통신 신뢰성 문제, 시뮬레이션에서 고려되지 않은 모터 노이즈, 제어 명령과 모니터링 활동 간의 동기화 문제 등 성능 격차에 기여하는 여러 요인을 확인했다.   그림 3. 정상 상태 오류에서 로봇 팔의 애니메이션 및 관련 혼동 매트릭스(출처 : 센트랄수펠렉)   이러한 과제는 디지털 트윈 애플리케이션의 광범위한 문제를 반영한다. 현실은 가장 정교한 시뮬레이션보다 더 복잡하다. 연구팀은 낙담하기보다는 실제 노이즈 패턴을 시뮬레이션 하는 모듈을 디지털 트윈에 추가하고 전이 학습에 도메인 적응 기술을 적용하는 등 이러한 격차를 해소하기 위한 방법을 개발했다. 젠 교수는 “디지털 트윈 모델을 개발할 때 보정 테스트를 하긴 하지만, 이 역시 통제된 환경에서 이루어진다”고 말했다. 이어서 “하지만 산업 현장에 모델을 실제로 적용하면 훨씬 더 많은 노이즈가 포함된 데이터를 접하게 된다. 이처럼 현실의 노이즈를 알고리즘 관점에서 어떻게 보정할 것인가는 매우 도전적인 연구 주제”라고 설명했다. 이러한 수정을 통해 연구팀은 실제 세계 정확도를 약 85%까지 개선했다. 이는 실용적 구현을 향한 중요한 진전이다.   소규모 실험실에서 스마트 공장으로 연구팀의 작업은 단일 로봇을 넘어서 확장되고 있다. 이들은 다수의 로봇이 협업하며 생산 라인을 구성하는 소규모 스마트 공장 환경을 구축하고 있으며, 이를 통해 고장 진단 알고리즘을 보다 실제에 가까운 조건에서 실험하고자 한다. 젠 교수는 “우리는 미니 스마트 공장을 구축하려고 한다”면서, “생산 설비와 유사한 환경을 만들어 로봇에 알고리즘을 적용해, 실제 생산 스케줄링에 통합될 수 있는지를 실험하고 있다”고 설명했다. 이러한 접근 방식은 교육적 효과도 크다. 센트랄수펠렉의 공학과 학생들은 수업과 프로젝트를 통해 디지털 트윈, 로보틱스, 머신러닝 기술을 실습 기반으로 학습하고 있다. 젠 교수는 “학생들이 처음부터 가상 공간에서 모델을 직접 설계하고 이를 점차 실제 로봇과 연결해가는 과정을 보면, 그들이 이 과정을 진심으로 즐기고 있다는 걸 알 수 있다”고 전했다. 이 연구는 제조업뿐 아니라 물류, 스마트 창고 등 다양한 산업 분야로의 확장이 가능하다. 예를 들어 스마트 창고에서는 로봇이 정해진 경로를 따라 이동하지만, 장애물이 나타나면 이를 인식하고 경로를 유동적으로 조정해야 한다.   그림 4. 여러 로봇이 소규모 스마트 공장 환경의 생산 라인에서 협력하여 작동한다.(출처 : 센트랄수펠렉)   젠 교수는 “스마트 창고에서 로봇은 사전 정의된 규칙을 따르지만, 패키지가 떨어지고 경로가 막히는 등 경로를 리디렉션하고 다시 프로그래밍해야 하는 경우가 있을 수 있다. 이런 경우 로봇을 조정하기 위해 각 로봇의 실시간 위치를 알아야 하기 때문에 디지털 트윈 시스템이 필요하다”고 설명했다. 연구팀은 구성요소가 고장 날 때 로봇의 움직임을 조정하는 것과 같은 내결함성 제어를 포함한 추가 응용 프로그램을 모색하고 있다. 또한 연구자들은 에너지 소비만 고려하는 것이 아니라, 궤적 최적화 모델에서 각 모터의 성능 저하 수준과 잔여 유효 수명도 고려하는 건전성 인식 제어를 개발하고 있다. 그들의 코드, 모델, 데이터 세트를 깃허브 저장소(GitHub repository)를 통해 자유롭게 공개하고 있으며, 다른 연구자들이 이를 바탕으로 연구를 확장해 나가기를 기대하고 있다. 목표는 개선의 출처가 어디든 간에, 보다 나은 고장 진단 시스템을 구축하는 것이다. 젠 교수는 “누군가 우리보다 더 나은 결과를 만들어낸다면 정말 기쁠 것”이라고 전했다. 중국 제조업 현장에서 일하던 부모님의 영향을 받아 공학자의 길을 걷게 된 젠 교수에게 이번 연구는 단순한 학문적 탐구를 넘어선 개인적인 사명이기도 하다. 젠 교수는 “어릴 때 제조업에서 일하는 것이 얼마나 힘든 일인지 직접 보며 자랐다”면서, “내가 그렸던 비전은 그런 육체 노동을 로봇이 대체하게 해 사람들이 보다 나은 삶을 살 수 있도록 하는 것이었다”고 전했다.   ■ 이웅재 매스웍스코리아의 이사로 응용 엔지니어팀을 이끌고 있으며, 인공지능·테크니컬 컴퓨팅과 신호처리·통신 분야를 중심으로 고객의 기술적 성공을 지원하는 데 주력하고 있다. LG이노텍과 LIG넥스원에서 연구개발을 수행하며 신호처리와 통신 분야의 전문성을 쌓아왔다.     ■ 기사 PDF는 추후 제공됩니다.

설계, 데이터로 다시 쓰다 (1)   ‘DX’는 디지털 전환(Digital Transformation)을 의미한다. 2000년대 초반부터 아날로그 방식을 디지털 방식으로 전환하다는 것을 의미하다가, IT 기술이 발전함에 따라 기업들이 비즈니스 모델을 재구성하여 새로운 가치를 창출할 수 있는 과정으로 의미가 확대되었다. 디지털 시대에 성공적으로 전환한 기업은 선두 그룹에 도달했고, 등한시한 기업은 위기를 맞고 있다. 우리를 추격하던 중국은 최근 10년 간 디지털 전환에 성공하여 어느 새 선두권과 경쟁하고 있고, 우리는 샌드위치 신세로 전락하고 말았다. 앞으로 4회의 연재를 통해 선진 기업의 디지털 전환 성공 사례를 본보기 삼아, 위기에 처한 우리의 돌파구가 될 인사이트를 탐색하고자 한다.   ■ 연재순서 제1회 DX 시대, 샌드위치로 살아남기 제2회 DX 시대에서 AX 시대로 제3회 AX 시대를 위한 데이터 전략 제4회 Hello World   ■ 최병열 피도텍에서 AI 기반 Data-driven Design SW 개발 총괄을 맡고 있다. 한양대에서 공학박사 학위를 받았고, 20여 년간 100여건의 최적 설계 프로젝트를 주도하며 컨설팅 경험을 쌓았다. 홈페이지 | www.pidotech.com   중국의 성장 2015년 5월 19일 중국은 ‘중국제조 2025’ 정책을 발표하였다. 독일의 ‘Industry 4.0’을 벤치마킹하여 저임금/조립 중심의 제조업에서 첨단 제조 강국으로의 전환을 이루고자 하였다. 기존 ‘메이드 인 차이나’의 값싼 저품질 이미지에서 탈피하고, 미국과의 경쟁에서 살아남기 위해 강력한 국가 주도로 진행되었다.   그림 1. ‘중국제조 2025’의 10대 전략 산업 분야(출처 : MFG)   정책만 수립한 것이 아니었다. ‘중국제조 2025’가 수립되기 전 2008년부터 ‘천인계획’이라고 불리는 인재 확보 전략을 수립하였다. 우수한 자국 인재는 물론 해외 인재까지 유지하려는 노력이었다.   그림 2. 중국의 인재 정책 ‘천인계획’의 성과(출처 : 조선일보)   최근 KBS 다큐멘터리 ‘인재전쟁 : 공대에 미친 중국, 의대에 미친 한국’에서 그 결실을 충분히 파악할 수 있다. 현재는 중국의 과학기술계 위상이 전 세계적으로 바뀌어서 ‘네이처 인덱스 2025 연구기관 순위’에서 1위는 물론 10위권내에 8개 순위를 중국이 차지하였다. 아쉽게도 한국의 서울대와 KAIST는 52위와 82위를 차지하였는데, ‘의대 우선, 공대 천시’ 문화의 예정된 결과로 보인다. 인재를 위한 중국의 투자 성과는 딥시크(DeepSeek) 설립자인 량원펑의 사례로 잘 이해할 수 있다. 그는 저장대에서 석사까지 마쳤고, 헤지펀드를 만들어 80억 달러 규모의 자산을 운용할 만큼 금전적으로 성공하였다. 이후 주변 천재들과 함께 딥시크를 설립하였다. 막대한 투자금에 중국 정부, 지방 정부의 인재 발굴 시스템과 대학, 연구기관과의 기술적 협업, 이 세 가지를 기반으로 세계 시장과 어깨를 겨룰 수 있는 AI(인공지능) 모델을 개발하였고, 더 나아가 중국의 AI 역량을 한 단계 끌어올리는 역할을 하였다. DX 시대에서는 하드웨어보다는 소프트웨어 파워가 중요하다. 실제 제품을 만들어가면서 수정하고 개선하던 시대를 벗어나, 가상의 시뮬레이션을 통해 성능을 평가하고 개선하는 시대로 바뀐 것이다. 성능 평가를 위해 가상의 제품 시뮬레이션에 사용되는 CAE 소프트웨어는 공학 기술 노하우의 집약체이기 때문에, 단기간에 따라잡기 어려운 분야 중 하나이다. 하지만 중국의 CAE 수준은 투자에 걸맞게 비약적으로 발전했다. CAE 분야와 관련된 SCI 논문 수가 2020년 이후 세계 1~2위권을 다투고 있고, 소프트웨어 알고리즘과 병렬처리, 디지털 트윈 등 CAE 관련 특허도 연간 1000건 이상 출원되며 2015년 대비 3배로 증가하고 있다. 이러한 성과를 토대로 해외 시장에서 경쟁하는 중국산 CAE 소프트웨어 개발도 활발히 이루어지고 있다. 중국 광저우에 본사를 두고 ZWCAD, ZW3D 등을 개발하는 ZW소프트(ZWSoft), 중국 창사에 본사를 두고 있는 적층 제조 소프트웨어를 개발하는 파순 테크놀로지(Farsoon Technology) 등이 있으며, 중국계 대표가 설립한 터보타이즈(TurboTides inc.)에서는 터보 기계 해석 및 설계 플랫폼인 터보타이즈(TurboTides)를 개발하여 세계 시장으로 도약하고 있다. 중국 정부는 2015년 이후로 ‘중국제조 2025’ 정책에 최소 230억 달러(약 31조 원) 규모의 금융·재정 투자를 진행한 것으로 발표하고 있다. 하지만 추산이 어려운 보조금 등의 규모를 따져 보면 발표액의 10배 정도의 규모가 투입되었을 것으로 추산하고 있다. 성과는 분명했다. 중국은 세계 시장 점유율을 끌어올리는 데에 성공했고, 그중 대표적인 6개 분야를 소개하면 다음과 같다.   그림 3. ‘중국 제조 2025’의 성과(ChatGPT로 제작)   전기차 시장에서는 비와이디(BYD)가 테슬라를 제치고 판매량 1위를 달성하였고, 세계 전기차 판매량 1위 국가라는 타이틀도 보유하게 되었다. 태양광 분야에서는 론지(LONGi), JA 솔라(JA Solar) 등이 주도하여 세계 태양광 모듈 생산의 75% 이상을 담당하였다. 2000년대 초반 한국이 주도하던 LCD 분야는 2019년을 기점으로 중국에 왕좌를 내주고 말았다. 상업용 드론 시장은 DJI가 세계 시장 점유율 82%(2022년 기준)를 차지할 만큼 주도하고 있고, AI 기술로 무장한 중국의 스타트업들이 무섭게 성장하고 있다. CATL, BYD 등이 중심이 된 리튬이온 배터리도 전 세계의 60% 이상을 차지하며, 그 뒤를 쫓는 한국과 일본을 위협하고 있다. 로봇청소기 시장은 중국 기업과 중국이 아닌 기업들의 점유율로 시장 성장 추세를 파악할 정도로 중국의 성장이 무섭다.     ■ 자세한 기사 내용은 PDF로 제공됩니다.

AI 기반 스마트 콘테크 설루션 기업 에스엘즈는 지난 9월 24일, 중국 상하이에 본사를 둔 BLUARCHITECTURE LLC.(이하 BLUA)와 로보틱스 소프트웨어 공급 협력을 위한 전략적 파트너십을 맺었다고 발표했다. 이번 협약을 통해 에스엘즈는 자사의 BUILD AR 2.0 소프트웨어를 공급하고, 이 기술을 BLUA의 건설 로봇에 탑재하여 건설 현장의 공정 및 품질 관리, 무인화, 공무자동화를 실현할 예정이다. 에스엘즈의 증강현실 기반 마커리스 기술은 BIM 데이터와 연동해 건설 현장의 시공 상태를 별도 마커가 없이 실시간으로 모니터링할 수 있으며, 이는 휴머노이드·보행로봇·드론 등 다양한 로보틱스 플랫폼에 적용 가능하다. BLUA는 중국 내 최고 수준의 건설 3D 프린팅 로봇 제조 역량과 부품 공급망을 기반으로, 에스엘즈 소프트웨어를 탑재한 로봇의 현지 보급을 적극 지원할 계획이다. 최근 중국의 로봇 기술은 세계적 수준에 도달했으며, 에스엘즈는 이번 협력을 통해 건설 자동화 분야에서도 글로벌 경쟁력을 강화할 것으로 기대하고 있다. 에스엘즈 정재헌 공동대표는 “이번 파트너십은 소프트웨어와 하드웨어의 융합을 통해 건설 현장의 혁신을 가속화하고, 나아가 글로벌 시장 확산의 교두보가 될 것”이라고 밝혔다.  

캔바가 지난 4월 공개한 대화형 창작 파트너 ‘캔바 AI(Canva AI)’의 글로벌 확대를 발표했다. 캔바 AI의 대화형 인터페이스는 기존의 영어를 포함해 총 17개 언어로 디자인 생성을 지원하며, 보다 정확하고 문화적 맥락이 반영된 결과물을 제공해 어떤 아이디어든 AI를 통해 손쉽게 확장할 수 있도록 한다. 이번 업데이트로 캔바의 크리에이티브 AI 영향력이 한층 확대되어, 전 세계 수많은 크리에이터, 기업, 교육자 등이 자국어로 대화하듯 손쉽게 디자인을 완성할 수 있게 되었다. 캔바는 “대화형 AI가 창작의 필수 인터페이스로 자리잡음에 따라, 캔바는 언어의 장벽 없이 아이디어를 현실로 구현할 수 있는 플랫폼으로 자리매김하고 있다. 특히 이번 다국어 캔바 AI 출시를 통해 전 세계 더 많은 사람들이 AI와 함께 목표를 실현할 수 있게 되었다”고 전했다. 캔바 AI는 캔바의 생성형 도구들을 하나의 직관적인 인터페이스에 통합해 디자인 전문 지식 없이도 누구나 바로 창작할 수 있도록 지원한다. 사용자는 텍스트나 음성 입력을 통해 원하는 결과물을 간단히 요청하기만 하면 된다. 아이디어를 브레인스토밍하거나 캠페인을 기획하거나 다양한 디자인 자료를 제작하는 모든 과정에서 캔바 AI를 활용할 수 있다.     캔바 AI는 이제 영어 외에도 한국어를 포함한 아랍어, 중국어, 네덜란드어, 프랑스어, 독일어, 힌디어, 인도네시아어, 이탈리아어, 일본어, 폴란드어, 포르투갈어, 스페인어, 태국어, 터키어, 베트남어 등 16개의 신규 언어를 지원한다. 사용자가 AI를 활용해 모국어로 창작할 수 있도록 지원할 뿐만 아니라, 세계적으로 활용 가능한 캔바의 디자인 자산 라이브러리와 현지 관습에 기반한 결과물을 생성한다. 캔바의 캐머런 애덤스(Cameron Adams) 공동 창립자 겸 최고 제품 책임자는 “2억 4000만 명 이상의 캔바 사용자 대다수는 영어 이외의 언어를 사용한다”며, “캔바가 전 세계적으로 많은 사랑을 받는 중요한 이유 중 하나는 캔바를 진정한 ‘로컬 제품’으로 만들기 위해 세심한 노력을 기울여왔기 때문이다”라고 설명했다. 또한, “생성형 AI는 이제 디자인을 누구나 손쉽게 접근할 수 있도록 하는 핵심 기술이다. 따라서 이 기술이 각 문화적 맥락과 긴밀히 연결되도록 하는 것이 매우 중요하다”고 강조하며, “이를 통해 캔바의 디자인 생성 기술은 전 세계 모든 사람들이 이전에는 불가능했던 방식으로 목표를 달성할 수 있도록 지원하게 될 것”이라고 밝혔다.

캐디안은 AI 기반 건축 가상 설계 기술을 통해 전통 목조건축을 가상으로 재현한 3D 모델을 아시아건축사대회(ACA21)에서 선보였다고 밝혔다. 9월 8일부터 12일까지 인천 송도컨벤시아에서 열린 제21차 ACA21은 아시아 각국의 건축 전문가들이 참여했다. 특히 ‘Heritage에서 AI 건축으로 : 한옥의 미래’라는 주제의 한옥 심포지엄에서는 AI 기술을 활용한 전통 건축 가상 설계 기술이 소개됐다.     국가유산청 과제를 통해 캐디안과 함께 인공지능 기반 건축 가상 설계 기술을 공동 개발한 한국전자통신연구원(ETRI) 이승재 연구실장과 고려대학교 류성룡 교수는 대한건축사협회가 주관한 심포지엄에서 ‘지능형 디지털 헤리티지 공유 플랫폼(H-BIM)’과 ‘AI 기반 전통 건축 설계 도구’의 핵심 연구 내용을 발표했다. 이 연구의 결과물인 ‘CADian TWArch Pro’는 영주 부석사 조사당과 북한 사리원의 성불사 극락전을 3D 디지털 모델로 재현했다. AI는 훼손되거나 누락된 도면 정보를 스스로 인식·추론해 원형에 가까운 모델을 재현함으로써, 기존 수작업 위주의 설계 방식에 비해 시간과 공간의 한계를 극복할 수 있는 새로운 방법론을 제시했다. 발표에서는 한국전쟁으로 소실된 성불사 극락전을 일제강점기 손도면 자료만으로 재현했다는 점을 주목할 만한 성과로 소개하면서, “이는 현장 접근이 불가능한 북한 문화유산의 디지털 재현 가능성을 입증한 사례로, 향후 전통 목조 건축의 복원 및 설계에 있어 중요한 전환점이 될 것”이라고 평가했다. 캐디안은 이번 발표가 단순한 기술 시연을 넘어, 인공지능 기반 국산 CAD 기술이 글로벌 수준에 도달했음을 입증한 사례라고 전했다. CADian TWArch Pro는 오토캐드의 DWG 파일과 높은 호환성을 갖추고 있어, 전통 건축 가상 재현뿐만 아니라 다양한 설계 분야에서도 활용 가능성이 높다. 캐디안의 한명기 상무는 “이번 기술 개발은 단순한 가상 재현을 넘어, 일본, 중국, 타이완, 태국, 말레이시아, 베트남, 네팔 등 전통 목조 건축물이 많은 아시아 국가에 진출을 위한 교두보가 될 것”이라며, “전통 건축 유산의 보존과 재해석에 기여하는 국산 설루션으로 성장함과 동시에, 인공지능 주권(AI 소버린) 실현에도 앞장서겠다”고 밝혔다.

  21세기 초 말엽인 2025년의 오늘, 반도체산업은 다시금 국제 분업 구조 재편이 빠른 호흡으로 진행되고 있다. 지각 변동의 요인은 크게 두 가지다. 첫째, 스마트폰·태블릿PC·워치·스마트카 등 ICT 디바이스의 대규모 누적 보급과 최근 인공지능 패권 경쟁 격화로 인한 데이터센터로의 수요 중심 이동, 둘째, 미국의 지배력 강화 시도와 중국의 급격한 추격으로 인한 기존 과점 안정화 구도의 붕괴 가능성이다. 금번 국제 분업 구조 재편의 승리자 대열에 선다면, 금세기 중반 혹은 그 이후까지 우리 반도체산업의 번영은 물론 인공지능의 기반 공급 국가로서 한국의 국가·경제안보 레버리지 역시 한층 강화할 수 있다. 대외 여건의 압력과 기회를 우리 내부 역량의 진화와 혁신적 돌파의 동력으로 활용하기 위하여 향후 5년 전폭적 지원이 필요하다.   출처 : 산업연구원

최근 법제화가 완료된 미국 OBBBA(The One, Big and Beautiful Bill Act)가 한국 배터리 산업에 미칠 영향을 분석하고, 전기차 캐즘과 중국의 부상으로 어려움을 겪고 있는 한국 배터리 산업의 위기 극복 전략을 제시한 보고서가 나왔다. 산업연구원(KIET, 원장 권남훈)이 발표한‘한국 배터리 산업의 위기 진단과 극복 전략 : 미국 감세법(OBBBA) 영향과 대응방안을 중심으로’보고서에 따르면 전기차 보조금 제도 후퇴 후 독일, 스웨덴, 프랑스의 2024년 전기차 판매량이 각각 27%, 16%, 3% 감소한 것으로 나타났으며, 9월 말 전기차 구매세액공제가 종료되는 미국 역시 전기차 배터리 판매가 줄어들 가능성이 높다고 분석했다. 보고서는 OBBBA 영향으로 미국 배터리 시장이 침체할 경우 총 570GWh 수준의 대규모 대미 투자를 추진 중인 한국 배터리 업계는 단기적으로 부정적 영향을 입을 것으로 전망하면서, 이를 타개하기 위해 OBBBA 기회요인을 활용한 미국 ESS 시장 진출 강화, 드론·휴머노이드 등 차세대 유망 분야를 통한 신수요 창출에 적극 나서야 한다고 강조했다.    출처 : 산업연구원