마이크로소프트는 자사의 싱크탱크인 AI 이코노미 인스티튜트를 통해 ‘AI 확산 보고서 2026년 1분기 트렌드와 인사이트’를 발표했다. 이번 보고서는 디지털 격차와 소프트웨어 개발을 중심으로 한 산업 변화를 분석한 결과를 담고 있다. 분석 결과, 2026년 1분기 동안 전 세계 근로 연령 인구 중 생성형 AI를 사용한 비율은 16.3%에서 17.8%로 1.5%포인트 증가했다. AI 확산 수준이 높은 경제권에서는 사용 강도도 함께 높아지는 경향을 보였다. 현재 26개 경제권에서 근로 연령 인구의 30% 이상이 AI를 사용하는 것으로 집계됐다. 생성형 AI 사용률이 30% 기준선을 넘어선 국가는 전 분기 18개국에서 26개국으로 늘어났다. 국가별로는 아랍에미리트가 70.1%로 처음으로 70%를 돌파하며 선두에 섰다. 싱가포르, 노르웨이, 아일랜드, 프랑스 등이 뒤를 이었다. 한국은 전 분기 대비 6.4%포인트 상승한 37.1%를 기록하며 가장 가파른 성장세를 보였다. 글로벌 순위도 18위에서 16위로 두 계단 올라섰다. 보고서는 이러한 모멘텀이 아시아 전반의 확산 패턴을 보여주는 대표적인 사례라고 설명한다. 실제로 성장 속도가 가장 빠른 15개 시장 중 12개가 아시아에 위치한 것으로 나타났다. 마이크로소프트는 아시아의 성장 배경으로 디지털 인프라에 대한 장기 투자와 국가 차원의 AI 전략, 높은 소비자 수용도를 꼽았다. 아시아 현지 언어에서의 주요 모델 성능 개선과 신기술을 일상 및 경제 활동에 빠르게 통합하는 역량도 주요 요인으로 제시됐다.     하지만 지역 간 불균형은 더욱 심화되는 양상을 보였다. 보고서는 선진국 중심의 글로벌 노스와 신흥국 중심의 글로벌 사우스 사이의 사용 격차가 지속적으로 확대되고 있다고 진단했다. 2026년 1분기 글로벌 노스의 생성형 AI 사용률은 27.5%로 지난 하반기보다 2.8%포인트 증가했으나, 글로벌 사우스는 1.3%포인트 증가한 15.4%에 그쳤다. 이러한 격차는 전력 공급과 인터넷 연결성, 디지털 역량 부족 등 글로벌 사우스의 구조적인 인프라 한계에서 비롯된 것으로 분석된다. 기술적으로는 현지 언어 지원 강화와 멀티모달 상호작용 역량의 확대가 확산을 이끈 핵심 동력이 됐다. 14개 언어로 지식 과제를 평가하는 다국어 벤치마크 등에서 비영어권 성능이 개선되면서, AI 도구가 다국어 작업을 더 효과적으로 처리하게 됐다. 그 결과 메시징과 검색, 학습, 콘텐츠 제작 등 일상적인 사례에서 접근성이 높아졌다. 이는 스마트폰의 보급과 높은 디지털 참여도가 맞물려 아시아 지역 전반에서 빠른 확산을 가능하게 했다. 소프트웨어 개발 분야에서도 AI의 영향력은 뚜렷하게 나타났다. 앤트로픽과 오픈AI 등 주요 기업의 코딩 특화 시스템은 복잡한 엔지니어링 작업을 처리하는 역량을 입증했다. 특히 GPT-5.3-코덱스는 주요 에이전트 역량 평가에서 강력한 성능을 기록했다. 깃허브 코파일럿은 단순한 코드 추천 도구를 넘어 AI 네이티브 개발 플랫폼으로 진화하며 개발 수명주기 전반으로 역할을 넓히고 있다. 최소한의 인간 개입으로 코드 작성과 디버깅, 테스트 등을 수행하는 에이전트 기능이 통합되면서 개발 방식의 변화가 가속화되는 추세다.

구글코리아가 ‘AI의 지난 10년과 미래 방향성’을 주제로 ‘구글 포 코리아 2026’ 행사를 개최했다. 올해로 6회째를 맞이한 이번 행사는 한국 사회와 함께하는 구글의 혁신 방향과 파트너십 사례를 공유하는 자리로 마련됐다. 특히 2016년 ‘알파고’와 이세돌 9단의 대국 10주년을 기념해 AI 기술이 한국 산업에 가져온 변화를 돌아보고 미래 비전을 논의했다. 행사에는 구글코리아 윤구 사장과 구글 딥마인드 공동 창업자인 데미스 하사비스 CEO, 이세돌 사범 등이 참석했다. 윤구 사장은 개막사에서 10년 전 알파고 대국을 “AI의 잠재력과 인간의 창의성이 조화를 이룬 역사적 이정표”라고 정의했다. 윤 사장에 따르면 한국은 아시아 태평양 지역에서 제미나이 이용량이 가장 빠르게 성장하는 시장이며, 이용자의 82%가 AI를 성장을 돕는 파트너로 인식하고 있는 국가다.     데미스 하사비스 CEO는 이세돌 사범과 진행한 대담에서 “10년 전 서울에서 알파고는 AI의 잠재력을 입증하며 과학적 난제를 해결할 기술적 토대를 알렸다”고 회고했다. 하사비스 CEO는 오늘날 과학의 거의 모든 영역에서 AI로 인한 변화가 목격되고 있다고 진단하며, 알파고를 통해 개척한 기술이 범용 인공지능(AGI)으로 나아가는 길을 열어 인류에게 새로운 발견의 황금기를 제공할 것이라고 전망했다. 또한, 하사비스 CEO는 한국을 차세대 로보틱스와 제조 자동화 분야의 글로벌 선도 국가로 꼽으며 물리적 AI 영역에서 한국이 보여줄 도약에 기대감을 드러냈다. 그는 향후 도래할 AGI 시대가 과거 산업혁명보다 10배 더 큰 규모로, 10배 더 빠르게 전개되는 혁신적 전환점이 될 것이라고 내다봤다. 이날 구글코리아는 청년과 개발자 등을 위한 통합 AI 교육 브랜드 ‘AI 올림’과 ‘구글 AI 캠퍼스’ 설립 계획도 발표했다. 구글 AI 캠퍼스는 대한민국 학계와 연구 기관이 구글의 AI 전문가들과 협력하는 중심지 역할을 하게 된다. 구글은 서울대학교, 한국과학기술원(KAIST) 등과 협력해 생명 과학, 에너지, 기상 등 분야에서 구글의 AI 모델을 활용할 계획이다. 기술 세션에서는 구글 딥마인드의 캐롤리나 파라다 로보틱스 시니어 디렉터가 추론 능력을 갖춘 ‘제미나이 로보틱스 1.6(Gemini Robotics 1.6)’을 소개했다. 파라다 디렉터는 보스턴 다이나믹스의 4족보행 로봇 ‘스팟’이 제미나이 지능을 탑재해 인간의 복잡한 명령을 이해하는 단계에 진입했다고 설명했다. 이어 최현정 시니어 엔지니어링 디렉터는 학습자가 스스로 답을 찾아가도록 돕는 교육 특화 AI 모델 ‘런LM(LearnLM)’을 소개하며 AI를 통한 교육 혁신 사례를 공유했다.

CAE 전문 기업인 에스브이디가 ‘MSC 소프트웨어 파트너 커넥트 2026’ 행사에서 두 개 부문의 상을 받았다고 밝혔다. 에스브이디는 한국과 아세안, 태평양 지역 파트너사가 모인 이번 행사에서 ‘올해의 최우수 파트너상’과 ‘올해의 최우수 영업상’을 수상했다. 이번 행사는 케이던스 디자인 시스템즈의 일원이 된 MSC 소프트웨어 포트폴리오를 중심으로 활동하는 파트너사들이 협업과 비즈니스 전략을 공유하기 위해 마련됐다. 특히 MSC 소프트웨어가 케이던스 산하 시스템 디자인 및 해석 조직의 핵심 CAE 포트폴리오로 통합된 이후의 성장 방향을 논의하는 자리로 진행됐다. 에스브이디는 공식 발표 세션에도 참여해 기술력을 공유했다. 성공 사례 세션에서 에스브이디 CAE팀 임찬혁 과장은 고객사의 MSCOne 마이그레이션 프로모션 수행 과정과 성과를 아시아·태평양 지역 파트너사들에게 소개했다. 이어진 파트너 어워드에서 에스브이디는 법인 부문 최우수 파트너로 선정됐으며, 개인 부문에서는 CAE팀 송원준 차장이 최우수 영업상을 받았다. 에스브이디는 2024년 우수 파트너 선정과 2025년 아시아 지역 최고 실적 파트너 수상에 이어 3년 연속으로 성과를 인정받게 됐다. 송원준 차장은 “고객의 신뢰와 동료들의 노력으로 의미 있는 성과를 거두었다”면서, “앞으로도 케이던스와 협력해 국내 CAE 시장에서 높은 수준의 기술과 서비스를 제공하겠다”라고 말했다. 에스브이디는 “이번 수상을 바탕으로 케이던스 글로벌 파트너 생태계 안에서 입지를 강화하고, 국내 제조 및 엔지니어링 산업의 디지털 혁신을 지원할 계획”이라고 전했다.  

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.

HP 코리아가 강용남 신임 대표를 선임했다고 밝혔다. 강 신임 대표는 HP 코리아의 한국 비즈니스를 총괄하며, AI 기반 PC와 차세대 프린팅 설루션을 중심으로 기업 및 소비자 시장 전반에서의 경쟁력 강화에 나설 예정이다. 특히 AI와 클라우드 기반의 업무 환경 전환이 가속화되는 가운데, 생산성과 보안을 강화하는 통합 설루션 전략을 본격 추진할 계획이다.     강용남 대표는 글로벌 IT 업계에서 25년 이상의 경력을 쌓은 리더로, 한국 및 아시아태평양 지역 전반에서 컨슈머 및 커머셜 비즈니스를 이끌며 지역 전략, 운영, 성장 전반을 총괄해 왔다. 또한 테크놀로지 산업 전반에서 디지털 전환과 서비스 기반 비즈니스 혁신을 주도한 경험을 보유하고 있다. 특히 강 대표는 과거 HP 코리아에서 프린팅 및 퍼스널 시스템즈(PPS) 그룹 임원으로 재직하며 커머셜 영업 전략을 이끈 바 있다. HP는 강 대표가 가진 조직 및 한국 시장에 대한 깊은 이해를 바탕으로, 전략적 우선순위에 대한 안정적인 실행과 빠른 조직 안착이 가능할 것으로 기대하고 있다. 강용남 대표는 “AI가 업무 환경을 재편하고 있는 지금이야말로, HP 코리아가 그동안 축적해 온 강점을 바탕으로 변화를 더욱 가속화해야 할 시점”이라며, “HP의 ‘미래의 업무(Future of Work)’ 비전을 기반으로 강력한 실행력과 가시적인 성과에 집중하고, AI PC와 차세대 프린팅 설루션을 통해 고객의 생산성과 보안을 한 단계 끌어올리는 동시에 한국 시장에서 HP의 리더십을 더욱 강화해 나가겠다”고 말했다. HP의 마이클 보일 아시아·태평양 지역 수석 부사장 겸 대표이사는 “강용남 대표를 HP 코리아의 새로운 리더로 맞이하게 되어 매우 기쁘다”며, “강 대표는 한국 시장에 대한 깊은 이해와 글로벌 IT 산업 전반에 걸친 폭넓은 경험을 바탕으로, HP 코리아의 지속 가능한 성장과 시장 리더십 강화를 이끌 실행력을 갖춘 리더”라고 밝혔다.

앤시스코리아가 1월 22일 엔지니어링 시뮬레이션 기반 AI 적용 전략을 공유하기 위해 마련한 ‘산업 맞춤형 시뮬레이션 AI 설루션 세미나’를 진행했다고 밝혔다. 이번 세미나는 ‘설계부터 운영까지, AI가 바꾸는 엔지니어링’을 주제로 AI 도입 이후 엔지니어링 시뮬레이션의 역할과 범위가 어떻게 재정의되고 있는지 살펴보고, 제품 개발 전 주기에서 변화하는 시뮬레이션 프로세스와 산업 현장의 주요 트렌드를 실제 사례를 바탕으로 공유하기 위해 마련됐다. 행사 현장에는 다양한 산업군의 엔지니어 및 실무 담당자 약 190명이 참석했다. 세미나는 앤시스의 패드메쉬 맨들로이(Padmesh Mandloi) 고객지원 부문 아시아 부사장이 ‘AI로 혁신하는 엔지니어링 시뮬레이션’을 주제로 개회사를 전하며 시작됐다. 이어 산업 현장에서 요구되는 시뮬레이션 기반의 AI 적용 방안을 주제로 총 6개의 발표 세션이 진행됐다.     첫 발표에서는 앤시스코리아 강태신 전무가 ‘앤시스가 만드는 디지털 제조 생태계’를 주제로, 디지털 전환 시대 제조 산업이 직면한 핵심 과제와 함께 제품 설계부터 제조 공정까지 전 과정을 아우르는 엔드 투 엔드 시뮬레이션 플랫폼 기반의 접근 방식을 소개했다. 또한 시뮬레이션 기반 전략을 통해 기업이 개발 속도와 품질 경쟁력을 동시에 강화할 수 있는 방향성을 제시했다. 이어서 앤시스코리아 이민욱 프로는 앤시스 옵티스랭(Ansys optiSLang)의 MOP(Meta-model of Optimal Prognosis) 및 FMOP(Field MOP)를 활용한 설계 이해, 모델 보정, 최적화, 강건성 평가 워크플로를 공유했다. 이 세션에서는 설계 프로세스 효율을 높이기 위한 방법론과 함께 최신 시뮬레이션 기반 AI 워크플로 관점에서의 적용 가능성을 함께 다뤘다. 앤시스코리아 김태진 프로는 파이앤시스(PyAnsys) 기반의 데이터 마이닝 자동화 방법론과 앤시스 옵티스랭을 활용한 메타 모델 구축 자동화 프로세스를 소개하며 AI 구현을 위한 학습 데이터 생성 및 전처리, 라벨링 과정에서 시뮬레이션이 수행할 수 있는 역할을 구체적으로 설명했다. 이를 통해 대규모 데이터 확보가 필요한 산업 환경에서의 적용 전략을 제시했다. 이후 세션에서는 온스트림 임영택 대표가 시뮬레이션을 통한 가상 학습 데이터 생성과 실제 데이터 융합 기반의 물리 기반 AI 모델 구축 방안을 발표했다. 특히 제조 현장에서 데이터 확보와 활용 과정에서 발생할 수 있는 현실적인 과제와 함께, 시뮬레이션과 AI의 결합이 실무에 제공할 수 있는 적용 가능성을 강조했다. 앤시스코리아 양경모 프로는 ‘AI 기반 예측 설계의 첫걸음: 차수 축소 모델(ROM)과 하이브리드 애널리틱스(Hybrid Analytics)로 완성하는 준 실시간 디지털 트윈’을 주제로, 예측 모델과 디지털 트윈 구현을 위한 핵심 요소와 적용 시나리오를 소개했다. 엔지니어링 설계·검증 환경에서 빠른 의사결정을 지원하는 전략적 접근을 다뤘다. 마지막으로 앤시스코리아 이정원 매니저는 앤시스 심AI(Ansys SimAI)를 활용한 4D 플로 MRI(4D Flow MRI) 데이터 기반 머신러닝 혈류역학 예측 모델 구축 사례를 발표하며 의료 영상 데이터와 시뮬레이션 기반 분석을 결합한 적용 사례를 공유했다. 이 세션에서는 데이터 기반 예측 모델 구축 과정과 함께, 의료 분야에서의 확장 가능성에 대한 논의가 이어졌다. 앤시스 패드메쉬 맨들로이 부사장은 “이번 세미나는 시뮬레이션과 AI의 결합이 산업 현장에 어떤 방식으로 적용되고 엔지니어링 조직이 무엇을 준비해야 하는지에 대해 실질적인 방향성을 공유한 자리였다”면서, “앤시스코리아는 앞으로도 고객이 설계부터 운영까지 전 주기 혁신을 가속화할 수 있도록 기술과 생태계 지원을 지속적으로 확대해 나가겠다”고 말했다

센트릭 소프트웨어는 스케쳐스 차이나가 센트릭 PLM(Centric PLM)을 통해 디지털 전환을 가속화하고 있다고 밝혔다. 센트릭 소프트웨어는 패션, 럭셔리, 신발, 아웃도어, 가전 등 다양한 분야에서 디지털 전환 목표를 달성할 수 있도록 기획부터 판매에 이르는 엔터프라이즈 설루션을 제공한다. 스케쳐스 차이나는 스포츠 및 패션 라이프스타일 스타일 전반에 걸쳐 연간 3000개 이상의 제품 개발 과정에서 운영 효율을 높이고 있다.  글로벌 신발 브랜드의 스케쳐스의 지역 사업부인 스케쳐스 차이나는 2007년 중국 진출 이후 아시아 시장에서 입지를 다져왔다. 중국 본토, 동남아시아, 한국에 걸쳐 퍼포먼스 및 라이프스타일 카테고리를 운영하고 있으며, 여러 카테고리와 지역에 걸친 혁신 프로세스를 통해 포트폴리오를 조율한다. 스케쳐스 차이나는 의류 분야로 사업 확장과 빠른 시장 성공에 따라 다양한 카테고리를 관리하기 위한 중앙 집중식 감독을 필요로 했다. 이러한 성장과 현지 맞춤형 제품에 대한 수요 증가는 간소화된 워크플로와 통합 협업 시스템의 필요성을 부각시켰다.     두 회사의 협력은 2017년에 시작되었다. 스케쳐스 차이나는 의류 사업의 초기 확장을 지원하기 위해 센트릭 PLM을 도입했다. 이후 프로젝트가 진행됨에 따라 신발 및 액세서리 라인으로 시스템을 확대 적용하여, 카테고리 전반에 걸친 통합 관리를 실현했다. 이러한 기반을 통해 카테고리 간 효율, 공급업체와의 협력 강화, 비용 구조에 대한 가시성 확보가 가능해졌다. 장기적인 협력을 통해 스케쳐스 차이나는 전략적 혁신 파트너로서 새로운 접근 방식을 함께 만들어가고 있다. 센트릭 PLM을 활용해 스케쳐스 차이나는 파편화된 데이터와 단절된 프로세스에서 벗어나 통합되고 조화로운 제품 개발 환경으로 전환했다. 스케쳐스 차이나의 제품 개발 및 조달 IT 책임자인 리(Li)는 “센트릭 PLM은 제품 데이터 관리를 위한 기초 아키텍처이자 핵심 디지털 전환 플랫폼”이라면서, “이 설루션은 공급망 조정, 판매 예측, 재고 최적화에 필수적인 데이터를 제공한다. 중앙 집중식 자재 라이브러리 관리를 통해 비즈니스 의사 결정과 시장 전략을 강화하는 강력한 데이터 기반을 확보했다”고 소개했다. 센트릭 소프트웨어의 파브리스 카농지(Fabrice Canonge) CEO는 “스케쳐스 차이나는 혁신과 효율성, 성장을 위해 디지털 도구를 활용하는 기준을 세우고 있다”면서, “아시아태평양 신발 산업의 방향을 제시하는 파트너와 협력하게 되어 영광”이라고 전했다.

제조 경쟁력을 위한 PLM 플랫폼 및 한국 맞춤형 성공 모델 구축 추진   독일의 PLM 소프트웨어 기업인 콘택트 소프트웨어가 최근 한국을 포함한 아시아 지역 투어를 진행하면서 자사의 비전과 기술을 소개했다. 콘택트 소프트웨어는 모듈형 아키텍처와 개방성을 앞세우면서 미래 지향적인 스마트 산업 AI 설루션을 제공하는 데에 초점을 맞추고 있다.콘택트 소프트웨어의 칼 하인츠 자크리스(Karl Heinz Zachries) CEO는 캐드앤그래픽스와 진행한 서면 인터뷰를 통해 자사의 비전과 PLM 기술의 미래, 한국 시장에 대한 기대 등에 관해 소개했다. ■ 정수진 편집장     콘택트 소프트웨어의 핵심 미션에 대해 소개한다면 우리는 PLM 설루션 기술을 중심으로 제조업체가 복잡한 제품 개발 과정을 단순화하고, 혁신을 가속화하며, 시장 출시 시간을 단축하도록 돕는 것을 핵심 미션으로 삼고 있다. 우리는 기술과 비즈니스 프로세스를 통합하여 고객이 끊임없이 변화하는 글로벌 시장에서 경쟁 우위를 확보하도록 지원하고자 한다.   콘택트 소프트웨어가 바라보는 PLM 분야의 주요 과제는 무엇인지 오늘날의 제조산업은 IoT(사물인터넷), AI(인공지능) 그리고 복잡하게 얽힌 글로벌 공급망으로 인해 더욱 복잡해지고 있다. 이런 상황에서 우리는 크게 두 가지의 주요 과제에 집중하고 있다. 첫 번째는 데이터의 단절 및 비효율이다. 제품의 전체 수명 주기 동안 발생하는 방대한 데이터와 정보를 단절 없이 통합하고, 모든 이해관계자가 실시간으로 협업할 수 있는 환경을 제공하여 데이터 사일로(silo) 현상을 해소하는 것이다. 두 번째는 PLM의 경계 확장 및 통합이다. 우리는 단순한 PLM을 넘어, IoT, MES(제조 실행 시스템) 그리고 메카트로닉스(mecatronics) 영역으로 설루션 영역을 확장하고 있다. 이를 통해 설계–제조–운영을 통합하는 디지털 연속성을 확보하여, 고객의 엔드 투 엔드(end-to-end) 효율을 극대화하는 것이 우리의 핵심 과제다.   콘택트 소프트웨어의 PLM 설루션이 차별화되는 점은 무엇인지 우리의 설루션은 유연성, 확장성, 그리고 실질적인 비즈니스 가치 창출에 중점을 두고 있다. 콘택트 소프트웨어는 유럽 최고 수준의 고객 레퍼런스를 갖고 있다고 생각한다. 포르쉐, 메르세데스-벤츠와 같은 자동차 제조업체뿐만 아니라 유통 분야의 선두 주자인 리들(Lidl)에 이르기까지, 다양한 산업 분야의 세계적인 리더 기업이 우리의 설루션을 선택했다. 이들의 성공 사례는 우리 기술의 우수성과 신뢰성을 입증한다. 또한, 우리는 통합된 디지털 트윈을 지원한다. 단순한 3D 모델링을 넘어 제품의 성능, 제조 공정, 그리고 사용 단계까지 시뮬레이션하고 최적화할 수 있는 진정한 통합 디지털 트윈 환경을 제공한다.   사업 및 기술 측면의 최근 성과를 소개한다면 가장 최근의 성과는 유럽을 넘어 글로벌 시장으로 성공적인 확장을 눈앞에 두고 있다는 점이다. 특히, 북유럽 지역의 대형 유람선 제조업체 및 중동의 주요 엔지니어링 업체와 대형 계약의 체결을 눈앞에 두고 있다. 이는 우리의 설루션이 극한의 복잡성과 정밀함이 요구되는 산업 분야에서도 최고의 선택임을 증명한다고 할 수 있겠다. 기술적 성과 측면에서는, 퓨리에 AI(Fourier AI) 라는 자체 인공지능을 활용하여 설계 및 검증 시간을 크게 단축시키는 신규 기술이 고객들로부터 좋은 반응을 얻고 있다.   앞으로 PLM 기술이 나아갈 방향에 대해 전망한다면 향후 5년을 보자면, PLM은 크게 두 가지 방향으로 진화할 것으로 보인다. 첫 번째는 경계 없는 통합과 AI 기반의 지능화이다. PLM은 더 이상 제품 개발 부서에만 국한되지 않고, 전사적인 ERP 및 MES 시스템과 완전히 통합되어 기업의 모든 가치 사슬을 아우르는 단일 디지털 백본(backbone) 역할을 할 것으로 본다. 우리는 지속적인 M&A를 통해 첨단 기술을 확보하고 PLM의 영역을 IoT, MES 및 메카트로닉스 분야로 확장하여, 경계 없는 통합을 주도할 계획이다. 또한, AI는 데이터 분석을 넘어 설계 최적화, 잠재적 오류 예측, 그리고 개인화된 작업 흐름 제안 등 능동적인 의사결정 지원 도구로 자리 잡을 것으로 본다. 또 하나 주목하는 핵심 방향은 지속 가능성과 순환 경제이다. PLM은 제품의 폐기 단계까지 고려하는 순환 경제(circular economy)의 구현에 있어 필수 도구가 될 것이다. 이에 따라 제품의 재활용 및 재사용성을 설계 단계부터 관리하고 추적하는 기능이 PLM 설루션의 핵심 역량이 될 것으로 본다.   한국의 PLM 시장에 대한 인상과 전략은 어떤 것인지 2025년 말 진행한 ‘콘택트 엘리멘츠 라이브 투어(CONTACT Elements Live Tour)’ 행사를 통해 짧게나마 한국의 관계자들을 직접 만나고, 한국 시장에 대한 우리의 큰 기대를 전달했다. 우리는 유럽에서의 성공을 발판 삼아 아시아 지역에서의 투자를 확대하고 있으며, 당연히 지역 내 대표 제조 국가인 한국에 대한 투자를 지속적으로 늘릴 것이다. 우리는 한국의 주요 제조 기업과 심도 깊은 논의를 통해 그들의 PLM 전략 및 구체적인 요구사항을 파악하고, 한국 파트너사와의 협력 관계를 더욱 탄탄히 다지면서 한국 맞춤형 성공 모델을 구축하고자 한다. 한국은 세계적인 수준의 제조업 강국이며, 기술 도입에 매우 적극적이고 역동적인 시장이라는 인상을 받았다. 한국 기업들은 4차 산업혁명 기술을 빠르게 수용하고 있으며, PLM을 단순한 관리 도구가 아니라, 미래 경쟁력을 확보하기 위한 핵심 전략 플랫폼으로 인식하고 있는 것 같다. 특히, 한국 제조업의 높은 수준의 자동화와 스마트 공장 구현 노력은 우리가 집중 투자하고 있는 PLM, IoT, MES, 그리고 메카트로닉스 통합 설루션의 시너지를 극대화할 수 있는 최적의 환경이라고 판단한다. 우리는 한국을 아시아 비즈니스의 핵심 거점으로 보고 있으며, 한국 제조업이 글로벌 혁신을 주도하는 데에 기여하고자 한다. 한국의 제조업 혁신에 동참하고 기여할 콘택트 소프트웨어의 향후 행보에 많은 기대와 관심을 부탁한다.     ■ 기사 내용은 PDF로도 제공됩니다.