현장에서 얻은 것 No. 23   “거인의 어깨 위에 올라서서 더 넓은 세상을 바라보라.” – 아이작 뉴턴 AI라는 거대한 변화의 파도는 우리 삶 곳곳을 흔들고 있었다. 이는 단순히 새로운 기술의 등장이 아니라, 사고방식과 일하는 방식, 나아가 사회 전체의 구조를 바꾸는 흐름이었다. 필자는 지난 8개월 동안 이 변화의 흐름 속에서 매일 배우고 실험하며 자신만의 여정을 이어갔다. 이 시간 동안 AI를 단순한 도구로만 보지 않게 되었는데, 그것은 업무, 창작, 학습, 그리고 삶 전반을 통해 스스로를 끊임없이 자극하는 동반자였다. AI를 맹목적으로 신뢰하기보다는 신중하게 거리를 두고, 동시에 적극적으로 받아들이는 태도를 통해 자신만의 ‘필살기’를 다듬어왔다. 필자의 학습법은 눈으로 익힌 것이 70%, 손으로 부딪히며 체득한 것이 30%로 다소 독특했다. 이러한 비율을 받아들인 이유는 필자의 경험이 개발자의 삶이 아니었기 때문이었다. ‘바이브 코딩(vibe coding)’을 통해 비개발자도 개발을 할 수 있다고 광고했지만, 실제로는 한계가 있음을 이해했다. 커서 AI(Cursor AI)로 회사 홈페이지를 만들고, 리플릿(Replit) 프로그램으로 MBTI 판별 프로그램을 바이브 코딩으로 시도하며, 만들고 수정하는 것도 가능했다. 하지만 PLM을 기업에 구축하는 PM으로서 경험한 바로는, 비개발자가 프로그램을 만드는 데에는 한계가 있었다. 취미로 만드는 것은 환영하지만 프로그램이 론칭된 이후 발생하는 많은 이슈를 경험하며, 개발자와의 협업이 더 효율적이라는 자신만의 학습 공식을 터득했다. 강의와 책, 스터디에서 얻은 지식이 토대가 되었고, 실습과 시행착오가 그 지식을 현실과 연결해 주었다. 이부일 대표의 강의를 들으며 챗GPT를 활용한 파이썬 코드를 직접 따라가던 순간, AI가 단순한 언어 모델이 아니라 강력한 실무 도구라는 사실을 처음 체감했다. 첫날은 잘 따라갔지만 둘째 날 노트북 배터리가 나가 낭패를 본 기억도 생생했는데, 이러한 경험조차도 학습 과정의 일부가 되었다. AI 학습은 지식을 머리에 담는 것뿐만 아니라 삶과 환경 속에서 몸으로 받아들이는 과정임을 깨달았다. 실패와 해프닝도 자산이 되어 필자의 학습 지도 위에 하나씩 좌표가 찍혀갔다. 중요한 것은 속도가 아니라, 끊임 없이 배우고 기록하고 다시 활용하는 과정이 훨씬 값지다는 것이었다.  “미래는 예측하는 것이 아니라 상상하는 것이다.” – 앨런 케이   ▲ 코드를 이해하는 기획자, 비개발자의 바이브 코딩 입문(Map by 류용효) (클릭하시면 큰 이미지로 볼수 있습니다.)   비개발자가 코드를 배우려 했던 이유 필자가 비개발자로서 코드를 배우기 시작한 동기는 개인적인 필요에서 비롯되었다. PLM 구축 PM으로서 개발자와 같은 언어로 소통하고 싶었고, 프로세스 컨설팅을 수행하며 시스템/프로세스 흐름을 실제 코드 레벨에서 검증하고 싶었다. 또한 콘셉트맵과 AI를 접목하여 아이디어를 프로토타입 코드로 구현하고, 데이터 및 AI 기반으로 확장하고자 했다. 바이브 코딩을 통해 손쉽게 프로토타입을 직접 만들어 아이디어를 빠르게 실험하고 싶었던 것도 큰 동기였다. 일반적인 경우에도 비개발자가 코드를 배우는 다양한 이유가 있었다. 반복적이고 단순한 작업을 효율화하여 업무를 자동화하고, 데이터 구조를 직접 다루어 인사이트를 도출하며 데이터 이해력을 강화하는 것이었다. 개발자와의 협업 과정에서 기술적 언어를 이해하여 소통을 원활하게 하고, 아이디어를 직접 테스트하고 시각화하여 창의적 문제 해결 능력을 키우는 데에도 코딩이 필요했다. 또한 디지털 리터러시와 융합 역량을 확보하여 커리어를 확장하고, AI 툴 활용의 전제 조건인 코드 이해를 통해 AI 시대에 적응하고자 했다. 결론적으로, 비개발자가 코드를 배우는 이유는 개발자가 되기 위해서가 아니라 아이디어를 직접 다루고, 빠르게 실험하며, 더 나은 협업자이자 창의적 문제 해결자가 되기 위함이었다. 개발자와 비개발자의 시선 차이는 명확했는데, 개발자는 ‘코드와 로직을 어떻게 짤까’에 집중하고 성능, 안정성, 기술적 가능성에 관심을 두는 반면, 비개발자는 ‘왜 이게 필요한 걸까’에 집중하며 사용성, 효율, 비즈니스 가치를 중요하게 생각했다. 예를 들어, 같은 CSV 데이터를 보더라도 개발자는 데이터의 구조와 처리 방법을, 비개발자는 그 데이터가 무엇을 말해주고 경영 의사결정에 어떻게 쓰일지에 대한 의미와 활용 방법을 보았다. “가장 현명한 사람은 계속해서 배우는 사람이다.” – 소크라테스   나만의 바이브 코딩 조합 : 작은 성공에서 배운 것들 AI와 바이브 코딩 시대에 기획자의 새로운 역할이 중요하게 부각되었다. 바이브 코딩은 2025년 2월 안드레이 카르파티가 처음 언급한 개념으로, 코드 작성보다는 ‘원하는 결과물의 느낌(바이브)’을 AI에게 자연어로 설명하여 프로그래밍하는 방식이었다. 이는 코드 작성 능력이 창의력과 기획 능력으로 전환되는 트렌드를 반영했다. 비개발자를 위한 AI 개발 방법론은 문제 정의, PRD(제품 요구 문서) 작성, AI 프롬프팅, 그리고 결과 검증의 단계로 이루어졌다. 기획자는 문제 정의와 사용자 경험에 집중하고, AI와 대화하며 요구사항을 구체화하고 결과물을 정제하며, 빠른 프로토타입으로 아이디어를 시각화하고 개선점을 파악하는 데 주력했다. 필자는 8개월간의 여정 속에서 자신만의 AI 활용법, 즉 ‘필살기’를 만들어갔다. 이는 단순히 나열된 여러 갈래의 길이 아니라, 하나의 지도 위에 유기적으로 연결되어 있었다. AI는 단순히 도구가 아니라 이 지도를 함께 그려가는 협력자가 되었다. 필자의 AI 필살기는 다음과 같았다. 커서 AI : 비개발자의 ‘첫 코치’ 역할을 했다. 코딩의 벽을 낮춰주는 동반자로, 복잡한 문법, 오류, 환경 설정의 두려움을 덜어주었다. 커서 AI는 단순한 코드 자동 생성이 아니라 필자의 의도를 코드로 번역하여 작은 실험과 반복을 가능하게 했고, 바이브 코딩 학습을 지원했다. GPT-4 기반의 AI 코드 에디터로 비주얼 스튜디오 코드(VS Code)와 호환되며, 자연어로 코딩하고, 즉각적인 에러 수정, 단계별 설명, 코드 리팩토링 기능을 제공했다. 구글 CLI(Google CLI) : 데이터와 시스템을 다루는 새로운 무기였다. 클릭 대신 명령어로 반복 작업을 자동화하여 속도와 효율성을 극대화했다. 가상머신(VM), 스토리지(Storage), 데이터베이스(DB) 등 클라우드 리소스를 제어하고, 데이터를 핸들링하며, API를 직접 호출하여 서비스 통합을 용이하게 했다. 이는 GUI의 한계를 넘어서는 전문가의 무기가 되었다. 파이썬(Python) : 실전에서 가장 유용한 최소 단위였다. 쉽고 직관적인 문법, 방대한 라이브러리, 빠른 프로토타이핑이 강점이었다. 데이터 읽기/쓰기 한 줄, 간단한 자동화 스크립트 등 작은 코드로도 큰 효과를 낼 수 있었고, CSV 분석 및 시각화, 업무 자동화, AI·ML 모델 실험 등에 활용되었다. 커서 AI와 제미나이(Gemini)가 내장되어 더 쉽게 사용할 수 있었다. 이러한 도구들을 조합하여 데이터 분석 자동화 시나리오와 업무 자동화 봇 구축 시나리오를 구현할 수 있었다. 예를 들어, 커서 AI로 데이터 수집 스크립트를 작성하고, 파이썬으로 데이터 정제 및 시각화를 하며, 구글 CLI로 정기적 실행을 스케줄링했다. 무엇보다 데이터 이해는 코드보다 중요한 사고 프레임이었다. 코딩은 기술 습득이 아니라 사고방식의 확장임을 깨달았다. 데이터 구조를 이해하면 문제 정의력이 달라지고, 기획자로서 문제를 바라보는 시각이 새로워졌다. CSV 한 줄이 어떤 의미를 담고 있는지, 칼럼이 단순한 값이 아니라 업무의 맥락임을 이해하게 되면서, 데이터를 읽는 순간 업무 프로세스가 보이기 시작했다. 이러한 변화된 시각은 단순 결과물이 아닌 흐름과 원인을 질문하게 했고, 개발자와 같은 언어로 협업 및 설계를 가능하게 하며, 데이터 기반의 빠른 실험과 검증으로 이어졌다. 필자는 매일 새로운 프로그램에 도전하는 ‘하루 한 프로그램 도전기’를 통해 작은 성공을 쌓아갔다. 완벽함보다는 경험과 시행착오를 통한 학습을 강조했고, 개발의 본질이 사고의 연습임을 깨달았다. 즉, 코드는 도구일 뿐 핵심은 문제를 정확히 이해하고 구조화하는 능력이며, 실패는 학습이고 작은 성공이 쌓여 성장 곡선을 만든다는 것이었다. 끊임없이 배우고 기록하고 다시 활용하는 과정이 훨씬 값지다는 것을 체감했다. 그러나 바이브 코딩에는 현실적인 문제점도 있었다. 새로운 기능을 추가할 때 기존 기능이 손상되는 회귀 테스트 부재 문제, AI가 전체 맥락을 충분히 기억하지 못해 발생하는 기능 안정성 문제가 있었다. 무한루프나 잘못된 로직 생성, 에러 메시지 오해 등으로 인한 오류 및 디버깅 한계, 그리고 수정 과정에서 토큰/리소스를 과다하게 소비하는 문제도 발생했다. 세션이 바뀌거나 컨텍스트가 길어지면 AI가 이전 코드의 세부 흐름을 잊어버리는 지속성 부족 문제와, AI에 의해 산발적으로 작성된 코드가 구조화가 부족하여 협업 및 유지보수가 어렵다는 한계도 있었다. 이러한 문제를 경험하며 코드를 이해하거나 개발자와 협업하는 것이 필수라는 결론에 도달했다. “성공의 비결은 기회를 잡기 위해 준비하는 것이다.” – 벤저민 디즈레일리   미래를 향한 다리 : 기획자의 새로운 역할 AI 시대에 기획자의 역할은 크게 확장될 수 있었다. 비개발자의 강점은 데이터 맥락 해석력, 비즈니스 중심 사고, 그리고 맥락적 설명 능력에 있었고, 이는 CSV 데이터 컬럼의 의미와 관계를 명확하게 설명하고, 로직보다 비즈니스 가치와 목적에 집중하며, 기술적 디테일보다 전체적인 흐름과 맥락을 설명하는 커뮤니케이션 역량을 제공했다. 프로세스 컨설턴트에서 프로그램 기획자로의 역량 확장이 필요했다. 컨설팅 경험을 시스템 아키텍처 설계에 적용하고, 업무 분석 능력을 시스템 요구사항으로 전환하며, 사용자 관점과 시스템 관점의 통합을 통해 더 나은 UX(사용자 경험)를 설계하는 것이었다. 현업 부서와 IT 부서 간의 가교 역할을 수행하고, 업무 프로세스 최적화를 통해 비효율 지점을 발견하고, 시스템 병목 현상을 데이터 흐름 관점에서 해결하는 역량이 중요했다. 컨설팅 산출물을 소프트웨어 명세서로 변환하고 워크플로 시뮬레이션으로 최적화를 검증하는 방법이 요구되었다. 기획자는 기술 이해도를 바탕으로 개발팀과의 협상력을 강화하고, 데이터 기반의 의사결정 모델을 구축하며, 비즈니스와 기술을 잇는 통합적 관점을 제시하고, 프로토타입으로 아이디어를 구체화하는 능력을 확보해야 했다. 이를 위한 역량 개발로는 시스템 사고, 기술 리터러시(API, DB 구조, 클라우드 서비스 기본 개념), 애자일 방법론, 그리고 지라(Jira), 피그마(Figma), 미로(Miro)와 같은 협업 도구 활용 능력이 있었다. 기획자와 개발자의 경계를 허물고 함께 문제를 정의하고 해결하는 통합적 협업 체계를 구축하는 것이 중요했다. “나는 똑똑한 것이 아니다. 단지 문제와 더 오래 씨름할 뿐이다.” – 알베르트 아인슈타인 AI의 본질은 ‘주체’가 아니라 ‘도움’이었다. AI는 망설임 없이 실행하지만, 그것이 옳은 방향인지 판단하는 것은 인간의 몫이었다. 필자는 회의록 요약 같은 업무를 AI에 맡겼다가 보안 문제와 인간 역량 퇴화의 위험성을 깨달았다. 편리함이 언제나 효율을 의미하는 것은 아니며, 잘못된 의존은 인간의 중요한 능력을 잃게 만들 수 있었다. 그래서 필자는 AI의 답변을 최소 세 번 이상 검증했는데, 빠른 실행보다 올바른 방향 설정이 중요했기 때문이었다. AI가 주는 답은 끝이 아니라 출발점이었다. 필자가 AI와 함께한 여정은 자신을 끊임없이 질문하게 했다. AI는 인간을 대체하는 기계가 아니라, 인간이 더 깊은 사고와 창조의 세계로 들어가도록 돕는 동반자였다. 필자가 찾은 필살기는 바로 이것이었다. AI 덕분에 자신의 본질(core)에 더 많은 시간을 쏟을 수 있게 된 것이었다. 단순 반복 업무를 대신해 주는 AI 덕분에, 필자는 사고하고 기획하고 판단하는 인간 고유의 역량에 집중할 수 있었다. AI는 더 이상 선택이 아닌 필수 도구이자 협력자였다. 중요한 것은 이 강력한 도구를 어떻게 나의 본질과 연결하여, 나만의 고유한 가치를 창출하고 미래를 만들어갈 것인가에 대한 깊은 고민과 끊임없는 실행이었다. AI는 재능은 있지만 한계에 부딪힌 사람에게 ‘도움’이 되어 AI 가수, AI 영화감독, AI 작가, AI 프로그래머가 될 수 있는 길을 열어주었다. 효율만을 쫓기보다는 본질에 집중하고, 변화의 흐름을 읽으면서도 자신만의 ‘필살기’를 계속해서 갈고 닦아야 했다. 미래를 향한 첫걸음은 지금 바로 도전하는 것이었다. 바이브 코딩은 기획 의도와 개발 실행 사이의 간극을 해소하고, AI 시대 기획자의 역할 확장과 가능성을 발견하게 해주었다. 업무 자동화로 반복 작업에서 벗어나 창의적 업무에 시간을 활용하고, 데이터 기반의 의사결정과 인사이트 도출 능력을 강화할 수 있었다. 하루 30분, 한 프로그램 만들기로 시작하는 것이 중요했고, 완벽함보다는 시작하는 용기가 중요했다. 하지만 잊지 말아야 할 것은, 바이브 코딩의 장단점을 잘 파악하여 적용해야 한다. 특히 개인적인 사용의 간단한 프로그램은 괜찮으나, 대외적인 서비스를 하는 프로그램 개발의 경우, 반드시 고급 개발자의 코드리뷰를 거쳐서 보안상의 문제, 데이터 유출 등이 없도록 해야 한다. AI는 명확하게 정의된 문제를 푸는 데 능숙하지만, 복잡하고 모호한 비즈니스 요구사항을 해석하여 견고한 시스템을 설계하는 것은 못하는 것을 명심해야 한다. “코딩은 기술이 아닌 사고 프레임의 확장이다.”    ■ 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.

  INFOWORLD    Editorial 17　AI 기반 스마트홈, 엔지니어링의 새로운 도전과 기회   Focus 18　코리아 그래픽스 2025, AI로 가속하는 산업과 크리에이티브의 변화를 짚다 24　헥사곤, 스마트 제조의 미래 비전 제시… “DX를 넘어 AX로” 26　알테어, 제조 현장의 핵심 기술로 자리 잡는 AI 비전 소개   Case Study 29　포지FX가 VR 훈련 설루션을 만드는 방법　확장현실로 건설 장비의 사용 교육과 운영 효율 강화 32　자동차 HMI 기술 브랜드 실리 아우토　언리얼 엔진으로 향상된 HMI 경험 구현   People&Company 34　앤시스 패드메쉬 맨들로이 부사장, 월트 헌 부사장, 앤시스코리아 박주일 대표　시높시스와 통합 시너지 강화… AI로 엔지니어링 혁신 이끈다 37　글로텍 이재홍 센터장, 한국철도기술연구원 박영곤 수석연구원　BIM 기반의 철도 인프라 통합 운영 설루션 연구·개발   On Air 49　캐드앤그래픽스 CNG TV 지식방송 지상중계　소버린 AI를 주도하는 6가지 코드 50　캐드앤그래픽스 CNG TV 지식방송 지상중계　미래를 여는 비즈니스 혁신 : AI 맞춤형 안경과 3D 프린팅 52　캐드앤그래픽스 CNG TV 지식방송 지상중계　설계 효율 극대화한 PTC 크레오 12.4 업데이트 54　캐드앤그래픽스 CNG TV 지식방송 지상중계　개발 기간 단축을 위한 설계자 해석 방안   New Product 40　BIM 기반 공사비 자동 산출 설루션    NaviQ v2.0 42　HP Z2 미니 G1a 리뷰　초소형 워크스테이션의 AI·3D 실전 성능 46　이달의 신제품   Column 55　디지털 지식전문가 조형식의 지식마당 / 조형식　인공지능 기술 : 도입에서 혁신으로 58　현장에서 얻은 것 No. 23 / 류용효　나만의 AI 에이전트 필살기 Ⅱ – 코드를 이해하는 기획자, 비개발자의 바이브 코딩 입문기   62　News   Directory 139　국내 주요 CAD/CAM/CAE/PDM 소프트웨어 공급업체 디렉토리   CADPIA   AEC 64　BIM 칼럼니스트 강태욱의 이슈 & 토크 / 강태욱　요구사항 기반 바이브 코딩의 사용 방법 74　새로워진 캐디안 2025 살펴보기 (11) / 최영석　유틸리티 기능 소개 Ⅸ 78　데스크톱/모바일/클라우드를 지원하는 아레스 캐드 2026 (7) / 천벼리　AI로 더욱 똑똑해진 CAD 어시스턴트, A3   Reverse Engineering 84    시점 – 사물이나 현상을 바라보는 눈 (10) / 유우식　무엇을 볼 것인가?   Mechanical 69　제조업의 미래를 위한 ZW3D 2026 / 지더블유캐드코리아　통합 3D CAD/CAM 설루션의 전략적 가치 90　제품 개발 혁신을 돕는 크레오 파라메트릭 12.0 (3) / 김주현　크레오 시뮬레이션 라이브를 활용한 제품 설계 최적화   Analysis 97　앤시스 워크벤치를 활용한 해석 성공 사례 / 한성훈　터보기기 해석을 위한 플루언트 터보 워크플로 102　최적화 문제를 통찰하기 위한 심센터 히즈 (8) / 이종학　프로세스 자동화 Ⅲ – 유로 형상 설계 최적화 111　산업 디지털 전환을 가속화하는 버추얼 트윈 (7) / 신효주　스티뮬러스의 모델 기반 요구사항 검증 방법 116　성공적인 유동 해석을 위한 케이던스의 CFD 기술 (26) / 나인플러스IT　고충실도 제트 유동 시뮬레이션으로 항공우주 산업 혁신 120　설계, 데이터로 다시 쓰다 (1) / 최병열　DX 시대, 샌드위치로 살아남기 126　로코드를 활용하여 엔지니어링 데이터 분석 극대화하기 (3) / 윤경렬, 김도희　데이터 분석 로코드 설루션을 배워보자 Ⅱ   Manufacturing 134　자율제조를 위한 데이터 표준화와 사이버 보안 강화 전략 (1) / 차석근　제조 혁신의 열쇠, 4M2E 생산자원 데이터 표준화     2025-10-aifrom 캐드앤그래픽스     캐드앤그래픽스 당월호 책자 구입하기   캐드앤그래픽스 당월호 PDF 구입하기

트렌드에서 얻은 것 No. 23   “AI는 모든 산업에 새로운 가능성을 열어 준다. 중요한 것은 기술이 아니라, 그것을 어떻게 활용하느냐이다.” – 사티아 나델라(Satya Nadella), 마이크로소프트 CEO 마이크로소프트는 생성형 AI를 다양한 산업에 통합하며, 기술의 활용 방식에 중점을 두고 있고,  나델라의 말은 기술 도입보다 전략적 활용이 중요하다는 점을 강조한다.   생성형 AI와 함께 설계하고, 시뮬레이션하고, 개선하라 지금 이 이야기를 한국의 제조기업에 가서 한다면, 이상한 사람 취급을 받을 수 있다. 당장, 어떻게 할 수 있는지 이야기할 수 있느냐? 우리도 그렇게 하고 싶은데, 어떻게 할 수 있는지 제대로 나온 것도 없고, 사례가 있는지 등의 얘기가 자연스럽게 나온다. 맞는 말이다. 하지만, 지금은 레이스의 출발선에서 모두 같은 상황일 것이다. 다만, 전체를 제어하고 미래를 설계하는 혜안이 있는 사람이나 조직 유무에 따라 회사들의 달리기 속도는 분명 차이가 날 것이다.  우리는 그런 시대를 살아가고 또 지나가고 있다. 뉴스에서 다른 회사의 소식을 들으면서 탄식을 하고 있을 것인가, 아니면 고통스럽더라도 뭔가 해 보는 것이 낫지 않느냐의 갈림길에 있다. “그럼에도 불구하고, 우리는 설계할 수 있다.” 그렇다. ‘생성형 AI로 설계하고, 시뮬레이션하고, 개선하라’는 말은 지금의 제조 현장에선 거대한 간극처럼 느껴진다. 공장의 열기와 노하우 속에서 살아온 실무자에게는 뜬구름 잡는 이야기처럼 들릴 수 있다. “AI가 좋다는데, 어디까지 해봤나?”, “누가 이걸 설계에 실제로 썼대?” 이런 질문은 당연한 것이고, 오히려 현실을 잘 아는 사람일 수록 더 조심스러운 반응을 보인다. 그러나 지금, 우리는 모두 레이스의 출발선에 서 있다. 완성된 길도, 검증된 답도 아직 없다. 그러니 이 때 필요한 건 기술보다 먼저 혜안을 가진 사람, 구조를 설계할 수 있는 리더다. 단 한 줄의 프로토타입이라도 그려보려는 엔지니어, 익숙한 보고서보다 새로운 질문을 고민하는 팀장, 시행착오를 감수하고 방향을 잡으려는 임원이 지금 이 시대의 속도를 결정짓는다. 그리고 그 ‘혜안’은 거창한 청사진이 아닐 수도 있다. 단 하나의 설계 데이터를 기반으로 AI에게 첫 도면을 그리게 해보는 실험, 실시간 현장 일지에서 이상 징후를 요약하게 해 보는 시도, 현장의 사진 데이터로 품질 검사 자동화를 위한 검출 모델을 훈련해 보는 도전 등이 현 시점에서 예상해 볼 수 있는 가까운 미래 모습일 것 같다. “우리는 예상치 못한 상황을 목격하고, 예상된 상황을 보고하며, 결국 승리할 것입니다.” – 알렉스 카프, 팔란티어 CEO 카프는 AI를 활용한 제조업의 혁신이 불확실성을 극복하고 성공으로 이끄는 열쇠라고 보고 있으며, 이는 생성형 AI를 통한 제조업의 미래를 긍정적으로 전망한다.    그림 1. 실용형 AI 맵 ‘제조 미래를 바꾸다’(Map by 류용효) (클릭하면 큰 이미지로 볼 수 있습니다.)   제조, AI를 다시 만나다 “설계는 끝났지만, 고객은 원하지 않는다.”  “시뮬레이션은 끝났지만, 현장은 여전히 오류를 반복한다.”  “보고서는 쌓이지만, 문제는 여전히 현재진행형이다.” 이 문장들은 지금도 수많은 제조 현장에서 반복되고 있다. 전통적인 제조 프로세스는 분업과 효율을 중심으로 설계되었지만, 급변하는 고객의 요구와 복잡해진 제품 환경은 기존 체계의 민첩성과 창의성에 한계를 드러낸다. 이제 제조기업은 하나의 질문 앞에 서 있다. “우리는 더 빠르고 똑똑한 공장을 가질 준비가 되었는가?” 생성형 AI는 단순한 자동화 기술이 아니다. 설계자의 의도를 읽고 CAD 모델을 생성하며, 수십 개의 시뮬레이션으로 프로세스 병목을 알려주고, 품질 이상을 예측할 뿐 아니라 원인을 유추해주는 ‘설계적 사고를 하는 AI’가 등장하고 있다. 이는 기술의 도입이 아니라 제조기업의 ‘운영 철학’ 자체가 전환되는 순간이다. 제조기업이 생성형 AI와 함께 앞으로 어떻게 설계하고, 시뮬레이션하고, 개선할 수 있을지를 구체적으로 조망한다. “AI는 인류가 만든 가장 중요한 기술이다. 우리는 그것을 책임감 있게 개발하고 활용해야 한다.” – 순다르 피차이(Sundar Pichai), 구글 CEO 구글은 AI 개발에 있어 윤리적 책임과 사회적 영향을 고려하고 있으며, 피차이의 말은 기술 발전과 함께 그에 따른 책임도 중요하다는 점을 상기시켜 준다.   디자인의 재정의 - AI는 창의적인 엔지니어인가? 전통적인 제조 설계 과정은 복잡한 조건 설정, 반복적인 수정, 협업 간의 커뮤니케이션 비용 등으로 인해 수많은 시간과 리소스를 요구해왔다. 하지만 이제, 생성형 AI는 텍스트 한 줄로 설계를 시작하게 한다. “3개의 모듈로 구성된 소형 드론 프레임을 설계해 줘. 탄소 섬유 기반으로 무게는 150g 이하로.” 이 한 문장으로 AI는 초기 설계안을 생성하고, 다양한 대안 모델을 제공하며, 사용자 요구조건에 따라 자동 최적화를 제안한다. AI는 도면을 '그리는 도구'가 아니라, '제안하고 비교하는 동료 엔지니어'로 진화하고 있다. 예를 들어, 오토데스크의 퓨전 360(Fusion 360), 엔톱(nTop), 다쏘시스템의 3D익스피리언스 웍스(3DEXPERIENCE Works)는 이미 생성형 디자인 기능을 내장하고 있다.  디자이너는 아이디어를 제공하고, AI는 그에 기반한 설계 패턴을 도출한다. 이는 ‘무에서 유를 만드는’ 것이 아니라, 수많은 설계 데이터를 학습한 AI가 새로운 패턴과 조합을 도출해내는 방식이다. 결과적으로 설계자는 더 이상 반복적인 CAD 작업자가 아니다. 이제 디자이너는 ‘기획자’이자 ‘비평가’, 그리고 ‘AI와 협력하는 설계 전략가’가 된다. 또한, 이러한 생성형 설계는 대량 맞춤형 생산(mass customization)과의 결합으로 그 진가를 발휘한다. 기존에는 옵션이 제한된 범용 제품만이 경제성이 있었지만, 생성형 AI는 고객의 요구사항을 빠르게 읽고 즉시 설계에 반영할 수 있다. 이는 ‘고객이 참여하는 설계’, 즉 코디자인(co-design) 시대의 도래를 가능하게 한다. 기업은 더 빠르게 시장에 대응하고, 고객은 더 높은 만족도를 경험한다. 이처럼 생성형 AI는 설계를 단순히 ‘빠르게’ 만드는 기술이 아니라, 설계의 개념 자체를 ‘재정의’하는 도구이자 기업의 창의성과 기민함을 확장하는 전략 자산이 되고 있다. “퍼플렉시티(Perplexity)는 단순한 답변 엔진에서 행동 엔진으로 전환하고 있다. 이제는 단순히 질문에 답하는 것을 넘어, 사용자에게 행동을 제안하고 실행하는 단계로 나아가고 있다.” – 아라빈드 스리니바스(Aravind Srinivas), 퍼플렉시티 AI CEO 아라빈드의 말은 AI 기술이 단순한 정보 제공을 넘어, 사용자와의 상호작용을 통해 실제 행동을 유도하고 실행하는 방향으로 발전하고 있음을 의미한다.   시뮬레이션의 혁신 - 빠른 판단과 적은 비용 과거의 시뮬레이션은 전문 소프트웨어와 고성능 컴퓨팅 자원, 그리고 숙련된 엔지니어의 직관과 경험에 크게 의존해 왔다. CAE는 분명 설계 검증과 최적화의 핵심이었지만, 조건 설정 → 모델링 → 결과 해석 → 반복이라는 고비용 순환은 여전히 제품 개발의 병목으로 작용해왔다. 그러나 생성형 AI는 이 병목을 타파하는 새로운 접근을 제시한다. 자연어로 “강풍 조건에서 뒤틀림이 가장 적은 하우징 구조를 찾아줘”라고 지시하면, AI는 자동으로 물리 조건을 추론하고, 유사 데이터 기반의 시뮬레이션 템플릿을 구성하며, 수십 개의 대안 시나리오를 병렬 생성해 ‘예측 – 설명 – 추천’이라는 삼중 루프를 빠르게 수행한다. 이러한 기술은 시뮬레이션의 대중화(simulation democratization)를 이끈다. 기술 전공자가 아니어도, 제품 매니저나 품질 담당자가 AI의 도움으로 설계안의 응력 분포나 유동 조건에 대해 인사이트를 얻을 수 있다. 이는 실무자가 더 빠르게 결정을 내릴 수 있도록 돕고, 의사결정의 지연 대신, 다중 시나리오 기반의 ‘실험적 사고’를 가능하게 만든다. 대표적인 사례로는 알테어의 AI 기반 인스파이어 플랫폼(AI-driven Inspire Platform), 앤시스의 AI 기반 시뮬레이션 자동화, 그리고 다쏘시스템의 솔리드웍스 생성형 시뮬레이션(Generative Simulation for SOLIDWORKS)이 있다. 이들은 기존 FEM/CFD 분석의 시간과 비용을 줄이는 동시에, 경험 기반 의사결정에서 데이터 기반 최적화로의 전환을 이끌고 있다. 궁극적으로 생성형 AI는 단순히 ‘더 빠른 계산’을 넘어서, “어떤 시나리오를 먼저 고려해야 하는가?”, “이 조건에서 실패할 가능성은 무엇인가?”라는 전략적 질문에 답하는 보조 엔진이 되어 준다. 이는 시뮬레이션을 단지 제품 검증의 도구가 아니라, 경영 의사결정과 R&D 전략 수립의 인공지능 파트너로 진화시키는 변화의 시작점이다.  “AI는 우리가 상상하는 것보다 훨씬 더 빠르게 발전하고 있다. 자율주행차는 그저 시작일 뿐이다.” – 일론 머스크(Elon Musk), 테슬라 CEO 테슬라는 자율주행 기술 개발에 AGI 수준의 AI를 활용하고 있으며, 이는 단순한 기능 향상을 넘어 차량 설계와 운행 방식 전반을 재정의하는 접근이다.   업무 분석과 프로세스 개선 - 데이터는 말하고 AI는 듣는다 제조 현장의 데이터는 언제나 풍부했다. 작업자 일지, 설비 로그, 유지보수 메모, 품질검사 리포트, 현장 사진과 동영상, 고객 클레임 이메일… 하지만 이들 대부분은 정형화되지 않은 ‘텍스트’와 ‘문서’ 형태로 존재하며, 기존 시스템은 이를 ‘기록’하는 데에만 집중했고, 의미를 해석하고 연결하는 능력은 인간의 몫이었다. 이제 생성형 AI는 이 방대한 비정형 데이터의 숲에서 맥락을 이해하는 나무를 찾는다. 작업자가 남긴 “라인 3에서 어제도 제품 정렬이 안 맞았고, 자동 이젝터가 두 번 멈췄다”는 기록은, AI에겐 단순한 텍스트가 아니라 ‘패턴’과 ‘이상’의 시그널이다. LLM은 이런 문장을 분석해 작업 단계별 이벤트를 분해하고, 관련된 설비 로그와 품질 데이터를 연결하여 문제 지점을 도출한다. 이제 업무는 ‘기록하고 보고하는 일’이 아니라, ‘데이터가 스스로 분석하고 말하는 환경’으로 바뀌고 있다. 대표적인 활용 사례는 다음과 같다. 업무 요약 자동화 : 업무 일지를 요약해 경영진에게 핵심 이슈를 전달 프로세스 병목 식별 : 여러 부서의 텍스트 기반 보고서에서 공통 키워드와 불만 분석 문서 자동 생성 : SOP(표준작업지침서), 회의록, 개선안 보고서 등의 자동 초안 작성 협업 인텔리전스 : 여러 팀 간의 커뮤니케이션 데이터를 분석해 협업 지연 포인트 도출 실제로 지멘스는 AI 기반 자연어 처리 기술(Natural Language Processing : NLP)을 통해 디지털 작업지시서와 실시간 현장 대응 리포트를 자동 생성하는 기능을 도입했고, 보쉬는 AI를 통해 품질 클레임 문서에서 반복 출현하는 원인 유형을 추출하여 품질 개선의 단초로 활용하고 있다. 핵심은 이것이다. 현장의 수많은 대화와 기록이 AI에게 ‘말을 거는 데이터’가 되었고, AI는 그 말을 듣고, 요약하고, 통찰을 제시하며, 업무 개선을 스스로 제안하는 존재가 되었다는 점이다. 이제 우리는 묻지 않을 수 없다. 우리는 AI에게 말 걸 준비가 되어 있는가? 그리고 그 대답을 조직이 들을 준비는 되었는가? “가장 큰 위험은 아무런 위험도 감수하지 않는 것이다. 모든 것이 급변하는 시대에서 위험을 회피하는 전략은 반드시 실패로 이어진다.” — 마크 저커버그, 메타 CEO 저커버그는 변화와 혁신의 시대에 기존의 방식을 고수하며 위험을 회피하려는 태도가 오히려 더 큰 실패를 초래할 수 있음을 경고한다.   품질 관리의 진화 - AI는 예지적 감각을 가질 수 있는가 품질 관리는 제조업의 마지막 방어선이자, 가장 정교한 신경망이다. 그러나 지금까지의 품질 관리는 주로 사후 대응(postdefect 대응)에 집중되어 있었다. 불량이 발생한 후 원인을 찾고, 재발 방지책을 수립하고, 문서를 정리하는 ‘후행적 품질 관리’가 일반적이었다. 이제 생성형 AI는 이 전통적 프레임을 근본부터 흔들고 있다. AI는 ‘불량을 감지’하는 것이 아니라, ‘불량을 설명하고 예측’하려 한다. 예를 들어, 제품 표면의 이미지를 기반으로 한 비전 검사 시스템은 단순히 OK/NG를 판단하는 데서 그치지 않고, “이 영역의 텍스처 패턴은 온도 편차에 의한 수축 변형일 가능성이 높습니다”라고 말할 수 있는 설명형 모델로 진화하고 있다. 나아가, 생성형 AI는 텍스트, 이미지, 센서 데이터를 통합적으로 분석해 복합적인 이상 징후를 감지하고, 불량의 '가능성'과 '잠재 원인'을 추론해낸다. 예를 들어 다음과 같은 조합이 가능해진다. 작업자 일지 : “이틀 전부터 용접기압이 다소 약한 것 같다.” 센서 로그 : 오전 9~11시에 기압 편차 발생 불량 이미지 : 비드 형성 불균형 AI는 이를 연결해 “용접 조건의 경미한 변화가 반복 불량의 근본 원인일 수 있다”고 보고한다. 이는 단순한 예측모델이 아니다. ‘설명 가능한 품질 관리(Explainable Quality)’, 즉 AI가 품질 이슈에 대해 왜 그런 판단을 했는지를 근거와 함께 제시함으로써, 품질팀은 더 이상 직감이나 경험에만 의존하지 않고 데이터 기반의 합리적 개선 프로세스를 수립할 수 있다. 이미 보쉬, 토요타, GE 항공 등은 ▲AI 기반 비전 검사 시스템에서 ‘불량 예측 + 원인 설명’을 제공하는 모델을 구축 중이고 ▲ISO 9001과 연동되는 AI 품질 리포트 자동화 시스템을 테스트하고 있다. 이는 곧 ‘AI가 품질 시스템의 일원으로 공식 포함되는 시대’가 오고 있음을 뜻한다. 품질의 정의는 바뀌고 있다. 과거의 품질은 발견과 수정의 문제였지만, 앞으로의 품질은 예지와 설득의 문제다. AI는 이제 불량을 찾아내는 것이 아니라, 불량이 만들어지지 않도록 ‘생산 과정 그 자체를 개선하자’고 제안하는 동료가 되어가고 있다. “AI는 전기를 발견한 것과 같은 혁신이다. 모든 산업에 스며들 것이며, 그 영향을 무시할 수 없다.” – 앤드류 응(Andrew Ng), AI 전문가 앤드류 응은 AI의 보편성과 산업 전반에 미치는 영향을 강조하고 있다. 그의 말은 제조업에서도 AI의 통합이 필수임을 시사한다.   경고와 제언 - 생성형 AI는 도입이 아니라 전환이다 많은 제조기업이 생성형 AI에 주목하고 있다. 설계 자동화, 시뮬레이션 최적화, 업무 요약, 품질 예측… 도입 사례는 늘고 있지만, 도입이 곧 성공을 의미하진 않는다. 생성형 AI는 단순한 툴이 아니라, 운영 철학의 변화를 요구한다. 기존의 프로세스는 ‘정해진 절차와 역할’ 속에서 최적화를 추구해왔지만, 생성형 AI는 ‘질문을 던지고 시나리오를 비교하며 판단을 내리는 유연한 사고방식’을 요구한다. 즉, 기술만 바꾸는 것이 아니라 조직의 사고 체계와 역할 구조 자체를 재설계해야 하는 것이다. 예를 들어 <표 1>과 같은 전환이 필요하다.   표 1   하지만 문제는 기술이 아니다. 가장 큰 장벽은 조직이 AI를 받아들일 준비가 되어 있느냐는 것이다. 임원은 AI를 단순히 ‘자동화 툴’로 간주하는 경향이 많고, 현장은 여전히 ‘내 일을 뺏는 존재’로 AI를 경계한다. 이 간극을 메우지 않으면, AI는 시연 단계에서 멈추고, 조직은 변화의 본질을 놓친다. 따라서 다음과 같은 전환 전략이 필요하다. 파일럿이 아닌 전환 설계 특정 부서에서 테스트하는 것이 아니라, 조직 전체의 프로세스 전환 시나리오를 기획해야 한다. ‘도입 교육’이 아닌 ‘공감 설계’ 기술 사용법이 아니라, 왜 이 기술이 필요한지에 대한 비즈니스 관점에서의 스토리텔링이 필요하다. AI Co-Worker 관점 전환 AI는 도구가 아니라, 함께 판단하고 실험하는 동료로 봐야 한다. 이를 위해 직무 정의서(JD)도 다시 써야 한다. 성과 기준의 재정립 AI 도입 이후에는 ‘정확도’보다 ‘학습 속도’와 ‘적응력’이 핵심 성과 지표가 된다. 결국, 생성형 AI는 ‘도입해야 할 기술’이 아니라 ‘다르게 일하고, 다르게 생각하고, 다르게 운영하는 기업’으로 전환하기 위한 촉매제다. 이제 경영진에게 남은 질문은 단 하나다. “우리는 기술을 도입할 준비가 되었는가?”가 아니라, “우리는 조직을 전환할 용기를 가졌는가?”이다. “지금은 스타트업의 시대… 세상은 여전히 변화의 가능성에 잠들어 있다.” – 샘 올트먼, 오픈에이아이 CEO 올트먼은 기술 혁신의 시기에 기존 기업들이 변화에 둔감해질 수 있음을 경고하며, 새로운 도전과 변화를 추구하는 조직만이 미래를 선도할 수 있다는 메시지를 담고 있다.   맺음말 : 생성형 AI 시대의 제조 기업, 당신은 어떤 그림을 그리고 있는가 미래의 공장은 단지 더 정교하고, 더 빠르며, 더 자동화된 곳이 아니다. 그곳은 데이터를 읽고, 상황을 이해하고, 사람과 함께 결정하는 공장이다. 문제를 발견하기 전에 감지하고, 작업자를 지원하며, 스스로 최적의 방식을 제안하는 공장이다. 그리고 그 공장의 핵심 파트너는 인간의 상상력을 확장하는 생성형 AI다. 이제 중요한 질문은 이것이다. “우리는 어떤 그림을 그리고 있는가?” 기술은 빠르게 진화한다. 생성형 AI는 설계와 시뮬레이션, 업무 분석과 품질 관리까지 제조의 전 과정을 유기적으로 연결하며 ‘스마트’를 넘어 ‘지능적’으로 만들고 있다. 하지만 진정한 경쟁력은 기술의 채택이 아닌, 기술과 함께 일하는 방식의 변화에서 비롯된다. 아직 많은 제조기업은 ‘가능성 탐색’ 단계에 머물러 있다. 하지만 머뭇거릴 시간이 없다. AI는 이미 조직 구조, 업무 정의, 리더십의 방식까지 영향을 미치기 시작했다. 이제는 기술을 배우는 것이 아니라, 기술과 함께 일할 조직을 설계해야 할 때다. 생성형 AI 시대의 제조 기업은 세 가지 질문에 답할 수 있어야 한다. 우리는 상상할 수 있는가? 생성형 AI는 ‘주어진 문제를 해결’하는 것이 아니라 ‘가능성을 확장’한다. 제조기업의 조직은 아직도 문제만 찾고 있는가, 아니면 새로운 기회를 그리고 있는가? 우리는 받아들일 수 있는가? AI는 사람의 영역을 침범하지 않는다. 다만 그 옆에 선다. 우리는 전환할 수 있는가? 우리는 그것을 파트너로 받아들일 준비가 되어 있는가? AI 도입은 기술의 문제가 아니라, 사고방식과 리더십의 전환이다. 과연 지금의 조직은 그 전환을 감당할 수 있는가? 미래의 공장은 말하고 있다. “나는 설계하고, 시뮬레이션하고, 개선할 준비가 되어 있다. 너는 나와 함께 걸을 준비가 되어 있는가?”   ■ 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.

김종율 지음 / 2만 6,000원 / 비엘북스   스토리보드는 더 이상 단순한 참고자료가 아니다. 이제는 애니메이션과 영상 제작의 핵심 요소로 자리 잡고 있다. <스토리보드 그리고 AI>는 스토리보드의 중요성을 강조하며, AI 기술을 활용한 새로운 제작 방법을 제시한 책이다. 이 책은 애니메이션, 영화, 광고 분야에서 스토리보드가 어떻게 활용되는지 자세히 다뤘다. 특히 프레임의 비율과 구도에 따라 달라지는 관객의 정서적 반응, 볼륨 개념을 통한 효과적인 화면 구성, 표준·광각·망원 렌즈를 활용한 현실감 있는 장면 연출법 등을 상세히 소개했다. 또한, 풀샷, 미디엄샷, 클로즈업 등 다양한 인물 중심의 샷 구성과 로봇, 자동차, 전투기 같은 사물 중심의 배치법도 함께 다루고 있어 실무에서 바로 적용 가능한 노하우를 제공한다. 특히 이 책은 ChatGPT와 미드저니 같은 AI 기술을 활용하여 보다 창의적이고 효율적인 스토리보드 제작 방법을 소개했다. AI로 아이디어를 얻고 이미지를 생성하여 제작 효율을 극대화하는 방법을 예시와 함께 제안했다. 저자인 김종율 작가는 영화 [박쥐], [해운대], 애니메이션 [슈퍼윙스], [엄마 까투리] 등의 제작에 참여한 경험을 바탕으로 실무에서 검증된 다양한 사례와 실전 기법을 담았다. 이 책은 애니메이션 및 영상 제작자, 광고 기획자, AI 기반 콘텐츠 제작자에게 유용한 필독서로, 스토리보드 제작의 혁신적인 가능성을 제시해 주목된다.

문화체육관광부와 한국콘텐츠진흥원(이하 콘진원)은 10월 31일부터 11월 2일까지 서울 삼성동 코엑스에서 진행되는 ‘AI콘텐츠 페스티벌’에서 뉴콘텐츠아카데미(이하 NCA)에서 제작된 신기술 활용 프로젝트를 전시한다.  ​NCA는 빠르게 변화하는 콘텐츠산업 현장에서 필요한 기술 융합형 인재를 양성하는 교육 프로그램이다. 지난해 9월 개원 이후 기술 융합형 인재들이 산업계로 진출할 수 있도록 전방위적인 지원을 제공하고 있다.  콘진원은 이번 AI콘텐츠 페스티벌을 통해 NCA에서 제작된 신기술 융합 프로젝트를 대중 및 산업 관계자에게 선보이고 상용화와 사업화까지 지원할 방침이다. ​ 이번 전시에서는 인공지능을 비롯한 첨단 기술을 활용한 콘텐츠를 통해 이용자에게 새로운 경험과 몰입감을 제공할 예정이다. ​ ▲생성형 인공지능을 활용하여 제작된 그림 속에서 플레이하는 호러 XR 인터랙션 무비 <In the Picture> ▲인공지능 이미지 학습 기술을 통해 마음속 희망, 소망, 바램을 시각화하는 체험형 전시 <Melodish> ▲생성형 인공지능 이미지와 모래놀이를 결합하여 심리적 안락함을 제공하는 실감형 미디어아트 <Larimar> ▲전기를 다루는 고양이 제트와 함께 전기를 빼앗긴 놀이공원에 빛을 되찾아주는 미디어 어트랙션 <파지직(PAZIZIC)> ▲관람객의 심박수에 따라 시청각 요소가 변화하는 인터랙티브 오디오 비주얼 몰입형 전시 <UINPULSE> ▲관객의 뇌파 데이터를 측정해 시각화한 인공지능 이미지를 보여주는 <몽상정원> 등 총 6종의 콘텐츠가 선보여진다. ​ 11월 1일에는 전시에 참여하는 NCA 프로젝트 <In the Picture>, <Melodish>와 더불어 NCA 단기과정으로 참여하고 있는 인공지능 단편영화 <조이(JOI)> 등 NCA 프로젝트 기획자 3인이 패널로 참여해 제작 비하인드 스토리 및 노하우를 공유하는 ‘AI 창작 워크숍’을 진행한다. 좌장으로는 김땡땡스튜디오 대표이자 NCA 단기과정 퍼실리테이터인 김경래 작가가 나설 예정이다. 워크숍은 AI콘텐츠 페스티벌 공식 누리집(하단 참조)을 통해 사전 신청 시 무료로 참여 가능하다. ​ 한편, 콘진원은 지난 9월 26일 국내 우수 콘텐츠 스타트업의 글로벌 진출을 위한 비즈니스 활성화를 목적으로 하는 ‘스타트업콘’과 연계한 ‘NCA 쇼케이스’를 개최하여 행사에 참석한 국내외 콘텐츠 분야 전문가, 투자자, 창작자 등 콘텐츠 업계 관계자들의 눈길을 끌었다. 쇼케이스에서는 ▲신기술 융합 체험형 전시 콘텐츠 ▲버추얼 프로덕션 영상 등 프로젝트 5종을 전시 및 상영하여 관람객의 호응을 얻었다.  ​ 콘진원 콘텐츠기반본부 유윤옥 본부장은 “최근 전 세계적으로 신기술융합콘텐츠 분야가 빠르게 성장하고 있고, 관련 콘텐츠를 향유하는 사람도 증가하고 있다”라며, “이러한 추세에 맞춰 콘텐츠산업 현장 인재를 양성하고 배출하기 위해 NCA와 같은 인재양성사업을 지속적으로 추진할 계획이다”라고 말했다. ​ AI콘텐츠 페스티벌은 국내 유수의 AI 창작 콘텐츠를 총망라하여 AI콘텐츠의 창작 활성화와 대중화를 도모하기 위한 행사다. ‘AI로 만나는 새로운 콘텐츠 세상’이라는 슬로건 아래 국내 우수 AI 콘텐츠기업 및 창작자 50여 팀이 참여하여 ▲전시·체험 ▲콘퍼런스 ▲창작 워크숍 ▲AI 영상 상영관 등 다양한 프로그램이 진행될 예정이다.  ​

김덕진, 서승완 지음 / 25,000원 / 스마트북스   2025년, AI 챗봇의 실체를 마주하는 원년, 절대 놓쳐서는 안 될 AI 챗봇 트렌드와 활용 및 제작법. 10여 년 동안 IT 트렌드의 최전선에서 대중들과 함께 호흡해 온 김덕진 IT커뮤니케이션연구소장과 프롬프트 엔지니어 서승완 대표가 2025년 AI 챗봇 트렌드를 소개한다. 또한 다양한 강의현장에서 만난 1만 명 사용자들의 요구를 반영하여, 우리 삶과 일에서 활용도가 높은 챗봇 60개를 뽑아 활용 및 제작법을 설명한다. 일잘러를 위한 범용 필수 챗봇부터 기획자, 크리에이터, 마케터, 교강사, 1인 기업가 등을 위한 맞춤형 챗봇까지.  『챗봇 2025_트렌드&활용백과』로 2025년에 닥칠 AI 챗봇의 트렌드를 읽고, 책에 수록된 60개 챗봇에서 내게 맞는 것을 뽑아 맞춤형 워크플로를 만들고 AI 생활을 즐겨보자. 챗봇 트렌드부터 비즈니스 활용, 나만의 맞춤형 챗봇 창작까지 한 권으로 가능하다. 2025년, 일의 미래를 열어갈 AI 챗봇의 트렌드 AI의 발전속도가 무섭다. 이제는 매번 프롬프트를 길게 쓸 필요도 없어졌다! 오픈AI가 챗GPT 멘션 기능을 탑재함으로써, 챗GPT에서 내 요구에 딱 맞는 GPT 챗봇을 불러와서 사용할 수 있게 되었다. ‘회의록 작성’ 챗봇, ‘보고서 작성기’ 챗봇, ‘마케팅 전략’ 챗봇, ‘통계 분석’ 챗봇, 이미지 생성 ‘미드저니 자판기’ 챗봇 등, 필요에 따라 전문가 챗봇들을 불러와서 원하는 주제만 입력하거나 마우스 클릭만으로도 된다. 마치 내 책상 위에 전문가 AI 챗봇들을 불러다 놓고 조수로서 부리는 것과 같다.  이제는 누구나 손쉽게 내 회사, 업무, 취미에 딱 맞는 맞춤형 GPT 챗봇을 만들 수 있게 되었다. 기존의 챗봇은 전문적인 코딩 능력이 필요했지만, 이제는 코딩을 하나도 몰라도 누구나 자신만의 창의적인 아이디어를 담은 맞춤형 챗봇을 손쉽게 만들 수 있다. 여기서 조금만 더 노력과 열정을 쏟는다면, 단순히 취미생활을 넘어 수익화로 연결되는 서비스를 구축하는 것도 꿈이 아니다. 스마트폰 앱 생태계와 같은 새로운 파이프라인이 열리고 있는 것이다. 1장에서는 AI 트렌드를 빠르게 따라가는 사람들을 위해 GPT 챗봇의 최신 발전동향을 다루고, 2025년 챗봇 트렌드를 중점적으로 소개한다. AI 챗봇이 열어갈 일의 미래를 미리 준비하는 사람들에게 큰 도움이 될 것이다.  GPT-4o 등 최신 업데이트 내용 포함 2024년 5월 공개된 ‘전체를 아우른다’는 뜻의 Omni에서 이름을 따온 GPT-4o는 기존 모델보다 훨씬 빠르면서 똑똑한 멀터모달 AI이다. 마치 실제 사람과 대화를 하는 것 같은 경험을 제공하고 카메라로 보이는 장면을 바로 분석해 등장인물·상황을 고려한 응답을 해준다. GPT-4o의 강력한 멀티모달 능력과 GPTs 서비스의 맞춤형 챗봇 생성능력이 결합하면, 내 업무에 꼭 맞는 맞춤형 챗봇이 일상에 깊숙이 자리잡게 될 것이다. 최근 공개된 GPT-4o 멀티모달, 챗봇을 만드는 GPTs 서비스 한글판 최신 업데이트 내용을 반영했다. 내 업무 맞춤형 챗봇을 위한 실용적 예제와 팁이 가득 질문이 바뀌면 결과가 바뀐다. 내 업무 맞춤형 AI 챗봇을 만들기 위한 프롬프트 엔지니어링의 기본구조와 아울러 더 나은 결과를 얻기 위한 템플릿 기법들을 소개한다. ‘홍보기사’ 템플릿, ‘SNS 홍보 게시물’ 템플릿, ‘고객 리뷰 자동 답글’ 템플릿 등 일잘러를 위한 프롬프트 실습 예제, 마법의 프롬프트 단어 등 알짜배기 노하우가 가득하다.  당장 써먹는 업무활용 AI 챗봇 60개 사용 및 창작까지! 일잘러를 위한 범용필수 GPT 챗봇, 직장인을 위한 챗봇, 투자자를 위한 챗봇, 기획자를 위한 챗봇, 마케터를 위한 챗봇, 크리에이터(작가, 유튜버 등)를 위한 챗봇, 취업준비생을 위한 챗봇, 마음을 나누는 챗봇, 이미지 생성 챗봇까지, 알짜배기 GPT 챗봇 60개의 사용법을 수록했다. 아울러 게중 32개의 챗봇은 실습 예제로 제공한다.  AI 대중화를 이끌고 있는 김덕진 소장 특유의 설명 능력과, ‘IT와 인문’을 아우르는 프롬프트 엔지니어 서승완 대표의 친절함으로 AI 챗봇을 쉽고 재미있게 이해할 수 있을 것이다. 이 중에서 내 업무나 특성에 맞는 것을 골라 나만의 워크플로를 만들 때 도움이 될 것이다.  직장인·대학생 필독서―사전처럼 옆에 끼고 펼쳐보는 AI 챗봇 활용백과 책을 펴고 단순히 따라해 보는 것만으로도 AI 챗봇이 무엇이고, 내 일의 미래가 어떻게 바뀔 것이며, 어떻게 활용할 수 있을지 감이 잡힐 것이다.    직장인이 번거로운 업무의 자동화가 절실할 때, 1인 기업가가 시간과 비용을 아끼고 싶을 때, 대학생이 리포트를 쓸 때, 부모가 아이의 공부 실습자료를 만들 때, 사전처럼 옆에 끼고 항상 펼쳐보는 AI 챗봇의 활용백과가 될 것이다.  

「서울디자인어워드」는 현재까지 총 62개국에서 참여한 비영리 어워드로, 사회를 변화시키는 디자인의 영향력을 세상에 알리고, 사회적 책임을 수행한 디자이너들을 격려하는 명예로운 플랫폼으로 국제 전문가들에게 인정을 받고 있습니다.  끊임없이 변하는 세상 속에서 더 나은 미래를 만들기 위해 행동하는 디자이너 여러분의 ‘지속가능한 일상을 위한 「서울디자인어워드 2024」’에 참여를 기다립니다.   가. 어워드 접수 개요      - 어워드명 : 지속가능한 일상을 위한 「서울디자인어워드 2024」      - 주    제 : 사람과 사회, 환경의 조화로운 관계를 지향하는 지속가능한 일상을 위한 디자인      - 핵심가치 :  ① 공공/공유 : 다른 이들과 공유할 수 있는 공공분야                   ② 창의/혁신 : 창의적이고 혁신적인 문제해결법                   ③ 참여/협력 : 시민의 참여와 여러 분야와의 협력 과정                   ④ 영감/영향력 : 널리 영감을 주고 영향력을 확산                   ⑤ 지속가능성 : 사람과 사회, 환경의 조화로운 관계를 지향하는 지속가능성      - 공모분야 : 모든 디자인 (제품, 시각, 디지털/멀티미디어, 공간/시스템, 서비스/경험/소셜 등)                  분야 1) 5년 이내로 실현된 디자인 프로젝트                   ※ (생산,개설되어 사용자가 있어야 함)                  분야 2) 디자인 프로젝트 실현방안 리서치                  ※ (실현방안: 디자인 목업, 다양한 디자인 프로토타입 등)      - 제출자격 : 디자이너(기획자) ※ 단, 기획자는 디자이너와 공동 접수 가능, 단독접수 불가      - 접수기간 : 4월 1일(월) ~ 5월 28일(화) 15시 (한국시간 기준)      - 비    용 : 없음      - 시상 내용 (총 27선)         분야 1) 5년 이내로 실현된 디자인 프로젝트                [본상]                   1등  대상(Grand Prize)  1선   50,000,000원                  2등  최우수상(Best of the Best)  3선   각 15,000,000원                       - 창의/혁신상(Creativeness/Innovation)                       - 참여/협력상(Participation/Collaboration)                       - 영감/영향력상(Inspiration/Impact)                  3등  우수상(Honorable Mention)  6선   각 5,000,000원                  4등  입선(Finalist)  10선   -                [특별상]  *시민상(한국인1, 세계인1)  2선   각 3,000,000원                       **올해의 이슈상(디지털)  1선   5,000,000원                                *시민상은 상위 10팀 중에 한국인 대상과 전 세계인 대상 시민들의 투표를 통해 각각 선정됩니다.                               **올해의 이슈상(디지털)은 특별히 신디지털 기술을 사용하여 시민의 더 나은 삶을 위한 우수한                                  지속가능 디자인 프로젝트를 선정합니다.          분야 2) 디자인 프로젝트 실현방안                 [리서치상] 최우수상(Best of the Best)  1선   5,000,000원                       우수상(Honorable Mention)  1선   3,000,000원                       입선(Finalist)  2선   -     나. 접수방법      서울디자인어워드 홈페이지 내 접수 링크 안내 (모든 서류 영문으로 제출 필수)      ※ 서울디자인어워드 홈페이지 ☞ http://www.seouldesignaward.or.kr/     다. 문의처       E-mail : seouldesignaward@seouldesign.or.kr       Tel : +82-2-2096-0056

엔비디아는 9월 19일부터 22일까지 GTC(GPU Technology Conference)를 온라인으로 개최한다고 밝혔다. 이번 GTC에서는 9월 21일(한국 시간)에 진행되는 엔비디아 젠슨 황(Jensen Huang) CEO의 키노트 발표를 포함해 로우스(Lowe's), 크로거(Kroger), 지멘스(Siemens)와 같은 선도적인 기업들이 디지털 트윈 시뮬레이션을 구축 및 운영해 3D 인터넷 시대에 진입하는 방법을 소개한다. 엔비디아 GTC는 선도적인 기업들과 그곳의 설계자, 기획자, 운영자들이 산업 메타버스를 사용해 물리적으로 정확하고 완벽하게 동기화된 AI 지원 디지털 트윈을 생성하는 방법에 대해 배울 수 있는 기회를 제공할 예정이다. 그리고 엔비디아 옴니버스 엔터프라이즈(Omniverse Enterprise)를 통해 기업이 제품, 프로세스 및 시설을 실제 세계에 구현하기 전에 설계하고 현재와 미래 운영을 시뮬레이션할 수 있는 방법에 대해 다룬다.   ▲ 이미지 제공 : 아마존 로보틱스   또한 이번 GTC에서는 매직 리프(Magic Leap), 메르세데스 벤츠, 에필리온(Epyllion), 지멘스 디지털 인더스트리 소프트웨어, 벤처비트(VentureBeat), 로우스, 크로거 등 소매, 의료, 제조 분야의 전문가들이 AI 지원 디지털 트윈 사용에 대해 논의한다. 이외에도 어도비, 오토데스크, 픽사 등이 참석하는 다양한 세션과 함께 ▲3D 데이터의 설계 충실도 시각화 및 통합 ▲디지털 트윈의 로보틱스 도입 ▲엔비디아 옴니버스의 디지털 트윈 구축 등에 대해 알아볼 수 있는 소개 학습 세션도 진행된다. 

  국내 언리얼 엔진 개발자들을 위한 게임잼인 ‘UE4Jam 코리아’의 올해 주제는 ‘힐링’이다.  에픽게임즈 코리아는 국내 언리얼 엔진 개발자들을 대상으로 하는 게임잼 행사인 ‘UE4Jam 코리아 2019’를 개최한다고 발표했다. UE4Jam 코리아는 국내 개발자들의 창의적인 언리얼 엔진 프로젝트 개발 장려를 위해 마련된 게임잼 행사로, 올해의 주제는 ‘힐링’으로 결정됐다. 프로그래머나 아티스트, 기획자 등 직군에 상관없이 언리얼 엔진 사용자라면 누구나 참여가 가능하며, 팀으로 참여할 경우 최대 5인까지 한 팀을 이뤄 참가할 수 있다. UE4Jam 코리아 2019에는 기본 템플릿 이상의 게임플레이가 가능하면 어떠한 플랫폼의 게임이든 제출이 가능하다. 언리얼 엔진 마켓플레이스의 무료 콘텐츠를 프로젝트에 사용할 수 있고, 플랫폼의 구애 없이 모든 게임을 출품할 수 있다. UE4Jam 코리아에 참여를 원하는 개발자는 오는 9월 8일까지, 10일간 ‘힐링’이라는 주제를 잘 살려 프로젝트를 개발한 후 참가 신청서와 함께 실행 가능한 패키지 버전의 다운로드 링크를 에픽게임즈에 제출하면 된다. 응모된 작품은 아이디어와 재미, 비주얼을 기준으로 심사가 진행되며, 1등에게는 커브드 울트라와이드 모니터, 2등과 3등에게는 각각 삼성 갤럭시 S10+ 128G와 삼성 갤럭시 노트9 128G가 상품으로 지급된다. 응모 방법에 맞춰 작품을 제출한 모든 개발자에게는 언리얼 엔진 티셔츠가 제공된다. 에픽게임즈 코리아 박성철 대표는 “지난해 첫 번째로 진행된 ‘UE4Jam 코리아’에 놀랄 만큼 창의적이고 참신한 작품들이 대거 출품돼 이번에도 기대가 크다”며, “언리얼 엔진을 활용해 뛰어난 개발력을 입증해 온 한국 개발자분들인 만큼 ‘힐링’을 주제로 독창적인 자신만의 멋진 작품들을 많이 보내주시기를 바란다”라고 말했다.

  와콤은 CES 2019에서 새로운 크리에이티브 펜 디스플레이 ‘와콤 신티크(Wacom Cintiq)’를 공개했다. 와콤 신티크 프로가 고사양의 전문가급 모델이라면, 신제품 와콤 신티크 16은 핵심 기능만 넣어 실용성은 높이고 가격대는 낮춰 학생, 취미생활자, 창작 입문자, 일러스트레이터들이 와콤의 앞선 타블렛 기술을 부담없이 사용할 수 있도록 했다. 특히 기존의 펜타블렛을 쓰다가 좀더 수준 높은 작업을 위해 액정타블렛을 고려하는 사용자들에게 와콤은 새로운 옵션을 제공하며, 디지털 드로잉 경험이 없는 초보자들이 종이에 그리는 작업 방식 그대로 화면 위에서 그림을 그리고자 할 때에도 신제품 와콤 신티크는 부담 없는 선택이 될 수 있다. 뿐만 아니라 와콤의 EMR 기술이 적용된 와콤 프로 펜 2는 배터리나 충전이 필요하지 않아 사용자들은 더욱 가볍고 편리하게 펜을 사용할 수 있다. 디스플레이는 1920x1080 고해상도의 풀HD 화면을 탑재해 넓은 작업 영역을 제공하고, 종이 같은 사용감을 주는 안티 글래어 코팅은 눈부심 방지 및 장시간 작업에도 눈의 피로도를 줄여준다. 와콤 크리에이티브 사업부 파이크 카라오글루(Faik Karaoglu) 부사장은 "와콤의 펜 디스플레이 제품은 창작 전문가들에게 필수적인 창작 도구이며, 와콤은 창작자들에게 독보적인 펜 기술력으로 개발된 최고 품질의 제품과 노하우를 제공해왔다”며, “이번에 발표한 신제품 와콤 신티크는 신진 예술가는 물론이고 학생, 건축가, 기획자, 산업 디자인, 엔지니어 등 다양한 분야의 창작자들을 위한 완벽한 창작 도구가 될 것으로 기대한다”고 말했다.   한편 신제품 와콤 신티크는 1월 중순부터 한국와콤 공식 쇼핑몰 및 전국 와콤스토어에서 체험 및 구매 가능하다.