슈나이더 일렉트릭이 글로벌 자문 서비스인 ‘SE 어드바이저리 서비스(SE Advisory Services)’를 공식 출범했다. 전 세계 전력 수요가 2030년까지 연평균 3% 이상 증가할 것으로 예상되는 가운데, 탈탄소 전환에 대한 압력이 커지면서 기업 운영은 점점 더 어려워지고 있다. 여기에 불안정한 글로벌 무역 환경과 복잡해진 공급망 구조가 더해지면서, 기업들은 기존보다 한층 통합적이고 전략적인 대응이 필요한 상황에 놓여 있다. SE 어드바이저리 서비스는 에너지 효율과 지속가능성, 그리고 기술 혁신 측면에서 기업과 개인이 당면한 과제를 효과적으로 해결할 수 있도록 슈나이더 일렉트릭의 맞춤형 설루션을 제공하는 글로벌 자문 서비스이다. 이는 슈나이더 일렉트릭이 오랜 기간 쌓아온 컨설팅 역량을 한층 고도화한 것으로, 기존의 개별 자문 서비스를 넘어 전략 수립과 실행, 소프트웨어 등의 디지털 설루션 제공까지 포괄적으로 아우르는 통합형 컨설팅 서비스를 지향한다. 엔드 투 엔드 접근 방식을 통해 에너지 및 기술 전환을 가속화하고, 기업이 미래 변화에 유연하게 대응할 수 있는 지속가능한 운영 체계를 구축하도록 지원한다.     특히 슈나이더 일렉트릭 자문 서비스는 기업 전체의 전략적 과제부터 사업장 단위의 운영까지 네 가지 핵심 영역을 중심으로 컨설팅을 제공한다. 먼저 ▲지속가능한 비즈니스 및 산업 전환(Sustainable Business & Industrial Transformation) 영역에서 디지털 전환과 탈탄소화, 재생에너지 조달 및 저탄소 인프라와 순환경제체계 구축 등을 통해 에너지 효율 향상과 관련된 프로세스 전반은 물론 핵심 산업의 선도적인 혁신을 지원한다. ▲리스크 관리 및 회복탄력성(Risk Management & Resilience) 영역에서는 에너지 시장의 변동성 및 사이버 보안, 기후변화 등 대내외 리스크로부터 조직을 온전히 보호하고, 관련 리스크 발생 시 회복력을 높일 수 있도록 돕는다. 또한 ▲자원 및 자산 성과(Resource & Asset Performance) 확보에 초점을 맞춘 자문을 통해 전략적인 자원 및 자산 관리를 바탕으로 기업의 노력이 지속적으로 유지될 수 있도록 하여 미래 시장에 대한 성장 동력을 갖추도록 한다. 이 모든 서비스는 슈나이더 일렉트릭의 핵심 역량인 ▲지능형 소프트웨어(Intelligent Software) 영역과 연결하여AI 기능이 내장된 특화 소프트웨어를 적용함으로써 자문 결과물의 연결성과 실효성을 한 단계 더 높은 수준으로 제고할 수 있다. 슈나이더 일렉트릭의 프레드릭 고드멜(Frédéric Godemel) 에너지 관리 사업부 부사장은 “슈나이더 일렉트릭의 자문 서비스는 그간 에너지 관리 및 산업 자동화 분야에서 축적한 컨설팅 역량을 하나로 통합한 서비스다. 이 서비스를 통해 고객이 에너지 및 지속가능성, 기술 혁신 등과 관련된 긴급한 과제를 해결할 수 있도록 적극 지원할 계획”이라며, “앞으로 꾸준히 양질의 자문 서비스를 제공함으로써 고객의 넷제로(Net Zero) 달성을 향한 탈탄소 여정에 분명한 길을 제시하고자 한다”고 말했다.

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.

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.

몽고DB는 기업이 레거시 애플리케이션을 현대적이고 확장 가능한 서비스로 신속하게 전환할 수 있도록 돕는 AI 기반 애플리케이션 현대화 플랫폼인 ‘몽고DB AMP(MongoDB AMP)’를 출시했다고 밝혔다. 몽고DB AMP는 도구, 기술, 인재가 결합된 설루션으로, AI 기반 소프트웨어 플랫폼과 입증된 딜리버리 프레임워크, 그리고 구현 과정을 관리하고 이끄는 경험 많은 AMP 전문 엔지니어와 함께 고객의 현대화를 지원한다. 몽고DB AMP는 몽고DB의 유연한 도큐먼트 모델과 지속적인 변화를 염두에 두고 설계된 아키텍처를 기반으로 한다. 몽고DB는 “반복 가능한 프레임워크와 AMP 도구를 결합함으로써, 코드 변환과 같은 작업은 최대 10배 이상, 전체 현대화 프로젝트의 속도는 2~3배까지 향상시킬 수 있다”고 밝혔다.     산업 전반의 기업들은 핵심 운영에 중요한 역할을 하면서도, 유지 비용이 크고 생성형 AI와 같은 최신 활용 사례에 유연하게 대응하기 어려운 레거시 애플리케이션으로 인해 상당한 부담을 겪고 있다. 이러한 복잡한 레거시 애플리케이션은 경직된 데이터 기반과 노후화된 기술 스택 위에 구축되어 있어, 혁신을 저해할 뿐만 아니라 보안 및 컴플라이언스 측면에서도 리스크를 초래할 수 있다. 정보 및 소프트웨어 품질 컨소시엄은 미국 내 기술 부채로 인한 경제적 비용이 ‘낮은 소프트웨어 품질’, 소프트웨어 장애, 개발자 생산성 손실, 시스템 유지관리 등의 요소를 기준으로 볼 때 총 4조 달러에 육박하는 것으로 추산하고 있다. 기존의 애플리케이션 현대화 방식은 수작업이 많고 리소스 소모가 크고 수년간 진행되는 고비용 컨설팅 프로젝트에 의존하는 경우가 많다. 실제 성과를 내기 전에 중단되는 경우도 있어 시장 출시 속도에 차질을 빚기도 한다. 더 나아가 일부 현대화 시도는 유연하고 현대적인 데이터베이스 설루션으로 전환하기보다는, 레거시 애플리케이션을 단순히 다른 관계형 데이터베이스로 옮기는, 이른바 ‘리프트 앤 시프트(lift and shift)’ 방식에 그치는 경우도 있다. 몽고DB AMP는 몽고DB가 주요 고객들과 함께 2년 넘게 협업하며 완성한 접근 방식을 제품화했다. 특히 규제가 까다롭고 복잡한 요구사항이 많은 산업 분야에서도 AMP를 통해 현대화 성과를 만들어냈다고 소개했다. 호주의 벤디고 은행은 핵심 뱅킹 애플리케이션을 기존 레거시 관계형 데이터베이스에서 몽고DB 아틀라스(MongoDB Atlas)로 이전하는 데 걸리던 개발 시간을 90%까지 줄였고, AI 도구를 활용해 애플리케이션 테스트 케이스를 작성하고 실행하는 시간을 기존 80시간 이상에서 단 5분으로 획기적으로 단축했다. 롬바디 오디에는 핵심 애플리케이션을 SQL 데이터베이스에서 몽고DB로 성공적으로 이전했다. 이 과정에서 코드 마이그레이션 속도는 최대 60배 빨라졌으며 회귀 테스트 시간도 3일에서 3시간으로 단축돼 개발자들이 혁신에 더 집중할 수 있게 됐다. 엔터프라이즈 핀테크 기업인 인텔렉트AI 또한 최근 몽고DB와 협력해 자사의 웰스 매니지먼트(Wealth Management) 플랫폼 핵심 요소를 현대화했다. 이번 프로젝트를 통해 인텔렉트AI는 성능을 개선하고 개발 주기를 단축할 수 있었으며, 그 결과 신규 고객 온보딩이 더욱 원활해지고, 고객 인사이트를 보다 심층적으로 제공할 수 있게 됐으며, 기업 전반에서 생성형 AI 활용 사례를 실현할 수 있는 기반을 마련했다. 몽고DB의 비노드 바갈(Vinod Bagal) 현대화 및 전환 부문 수석 부사장(SVP)은 “연구에 따르면 많은 조직들이 단지 시스템 유지를 위해 가치 대비 노력과 비용이 큰 작업에 과도한 시간과 예산을 투입하고 있으며, 이로 인해 경쟁사에 뒤처지게 되는 경우가 많다”고 말했다. 이어 그는 “몽고DB AMP는 기업들에게 더 나은 현대화 접근 방식을 제공한다”면서, “기존의 방식에서 벗어나 빠르고 높은 품질로 전환을 이뤄낼 수 있도록 지원하고, 혁신과 비용 절감을 동시에 실현할 수 있도록 한다”고 설명했다.

    

아비바코리아는 EPC(엔지니어링·조달·건설) 산업 IT 설루션 전문 기업 3JCNS와 파트너십 계약을 맺었다고 밝혔다. 아비바코리아는 “이번 협력을 통해 국내 EPC 기업이 필요로 하는 디지털 엔지니어링 및 운영 최적화 설루션 공급을 한층 강화하게 됐다”면서, “특히 3JCNS의 EPC 특화 IT 역량과 아비바의 글로벌 플랫폼을 결합해 프로젝트 전 과정에서 고객의 생산성과 효율을 높일 수 있을 것으로 기대한다”고 밝혔다. 3JCNS는 EPC 산업 전반에 걸쳐 최적화된 IT 설루션과 전문 컨설팅 서비스를 제공하는 기업이다. 자체 보유한 다양한 플랜트 EPC 설루션과 아비바 플랫폼의 기능을 확장해 고객 프로젝트 요구사항에 유연하게 대응할 수 있도록 지원할 계획이다. 3JCNS 또한 3D 모델링, 설계 검증, 도면 자동화, 배관 시공관리 등에서 경쟁력을 보유하고 있다. 양 사는 프로젝트 기반의 경험과 기술력을 갖춘 전문 컨설팅 및 서비스 조직을 운영해, 설루션 도입 초기부터 안정적 운영까지 EPC 프로세스 전 과정을 지원에 나선다. 이를 통해 고객 맞춤형 IT 관리와 지속 가능한 성장을 위한 체계적 서비스를 제공할 예정이다. 아비바코리아와 3JCNS가 주력으로 공급할 제품은 ▲아비바 유니파이드 엔지니어링(AVEVA Unified Engineering) ▲아비바 E3D 디자인(AVEVA E3D Design) ▲아비바 자산정보 관리(AVEVA Asset Information Management) 등으로, EPC 기업들이 엔지니어링 데이터의 통합 관리, 3D 설계 및 검증, 자산 정보 관리 등 다양한 영역에서 디지털 혁신 효과를 경험할 수 있도록 지원에 나선다. 아비바 유니파이드 엔지니어링은 설계부터 조달, 시공까지 엔지니어링 데이터를 통합 관리해 프로젝트 효율과 협업을 강화하는 설루션이다. 아비바 E3D 디자인은 최신 3D 모델링 및 시뮬레이션 기능을 제공해 복잡한 플랜트 및 인프라 설계를 정확하고 신속하게 지원한다. 또한 아비바 자산 정보 관리 플랫폼은 설비 및 자산 데이터를 체계적으로 관리해 운영 신뢰성과 유지보수 효율성을 높여, 고객의 디지털 전환 기반을 강화한다.     아비바코리아의 김상건 대표는 “EPC 산업 고객이 점점 더 복잡해지는 프로젝트 환경에서 경쟁력을 유지하려면 디지털 엔지니어링 플랫폼 도입이 필수”라며, “3JCNS와의 협력을 통해 고객들이 한 단계 높은 생산성과 운영 효율성을 확보할 수 있도록 지원할 것”이라고 말했다. 3JCNS의 정성오 총괄대표는 “글로벌 시장에서 검증된 아비바의 전문성과 기술력을 3JCNS의 세분화된 현업 설루션과 결합해 세계 시장에 진출하고자 하는 EPC 고객들이 경쟁 우위 다질 수 있도록 하는데 집중할 계획”이라고 말했다.

현장에서 얻은 것 No. 22   “가장 현명한 사람은 계속해서 배우는 사람이다.” – 소크라테스   거대한 변화의 파도 속에서 AI(인공지능)라는 거대한 변화의 파도는 우리 삶 곳곳을 흔들고 있다. 단순히 새로운 기술 하나가 등장한 것이 아니라, 사고방식과 일하는 방식, 나아가 사회 전체의 구조를 바꾸는 흐름이다. 지난 7개월 동안 필자는 이 변화의 흐름 속에서 매일 배우고 실험하며 자신만의 여정을 이어왔다. 이 글은 단순히 도구를 사용한 후기나 기능 소개가 아니다. 오히려 그 과정을 통해 AI와 필자의 사이에 맺어진 관계, 그리고 인간이 놓치지 말아야 할 본질에 대한 성찰을 담은 기록이다. 필자는 이 시간을 통해 AI를 도구로만 보지 않게 되었다. 그것은 자신의 업무와 창작, 학습과 삶 전반을 통틀어 스스로를 끊임없이 자극하는 동반자였다. 그렇다고 AI를 맹목적으로 신뢰하지도 않았다. 오히려 신중하게 거리를 두고, 동시에 적극적으로 받아들이는 태도를 통해 자신만의 ‘필살기’를 다듬어왔다.   나만의 학습 공식 ― 눈 70%, 손 30% 돌아보면 필자의 학습법은 조금 독특했다. 눈으로 익힌 것이 70%, 손으로 부딪히며 체득한 것이 30%. 이 비율을 받아들인 이유는 필자의 경험이 개발자의 삶이 아니었기 때문이다. 바이브 코딩(vibe coding)이다, 비 개발자도 개발을 한다고 광고한다지만, 실제 뚜껑을 열고 보니 실상은 그것이 아님을 이해했다. 물론 개중에는 바이브 코딩으로 화면을 만들고 기능을 만들고 퍼블리싱해서 프로그램으로 만들 수는 있다. 커서 AI(Cursor AI)로 회사 홈페이지도 만들어보고, REPLIT 프로그램으로 MBTI 판별 프로그램도 바이브 코딩으로 해 보았다. 만들 수도 있고, 또 수정도 바이브 코딩으로 가능하다. 하지만, PLM을 기업에 구축하는 PM으로써 경험한 바로는, 비개발자가 프로그램을 만드는 것은 한계가 있다. 취미삼아 만들어 보는 것은 지금도 환영하지만, 프로그램이 론칭된 이후 발생하는 많은 이슈를 경험한 것을 토대로 필자는 자신만의 학습 공식을 이렇게 정했다. 필자가 하는 방식은 개발자와의 협업이다. 그것이 필자에게 더 효율적이라는 것을 터득했다. 강의와 책, 스터디에서 얻은 지식이 토대가 되었고, 실습과 시행착오가 그 지식을 현실과 연결해 주었다. 이부일 대표의 강의를 들으며 챗GPT(ChatGPT)를 활용한 파이썬 코드를 직접 따라가던 순간, AI가 단순히 언어 모델이 아니라 강력한 실무 도구라는 사실을 처음 체감했다. 첫날은 곧잘 따라갔지만, 둘째 날 노트북 배터리가 나가 낭패를 본 기억은 아직도 생생하다. 하지만 그 경험조차도 학습 과정의 일부였다. AI 학습은 지식을 머리에 담는 것만이 아니라, 삶과 환경 속에서 몸으로 받아들이는 과정임을 깨닫게 된 것이다. 실패와 해프닝도 자산이 되었다. 예측 모델을 돌려보던 설렘, 통계 분석을 따라가던 집중의 순간, 예상치 못한 오류에 당황했던 경험까지. 이 모든 것이 쌓여 필자의 학습 지도 위에 하나씩 좌표가 찍혀갔다. 중요한 건 속도가 아니었다. 정답을 빨리 찾는 것보다, 끊임없이 배우고 기록하고 다시 활용하는 과정이 훨씬 값지었다.   그림 1. 데이터로 보는 핵심 통찰(create by Gemini deep research)   “성공의 비결은 기회를 잡기 위해 준비하는 것이다.” – 벤저민 디즈레일리   집단 지성의 힘 ― 나만의 ‘AI 어벤저스 팀’ AI와 함께한 여정에서 필자는 혼자의 힘이 결코 충분하지 않다는 사실을 절감했다. 그래서 스스로 만든 것이 바로 ‘AI 어벤저스 팀’이다. 각자의 분야에서 뛰어난 전문가들을 연결해놓은 필자만의 네트워크다. AI 시대에 개인이 모든 것을 아는 것은 불가능하다. 그러나 누가 잘 아는지를 아는 것은 가능하다. 그리고 이 능력은 집단 지성을 발휘하는 가장 중요한 힘이 된다. 전문가들과의 대화는 단순히 정보 교환에 그치지 않았다. 그들은 내가 새로운 프로젝트에 도전할 수 있도록 용기를 주었고, 지식의 공백을 메워주었으며, 때로는 내가 보지 못하는 시야를 열어주었다. 나는 이 네트워크를 하나의 ‘팀’처럼 생각한다. 마치 마블 영화 속 어벤저스가 저마다의 능력을 발휘하듯, 필자의 어벤저스팀 역시 각자의 전문성을 바탕으로 협력한다. 디즈레일리의 말처럼 “성공의 비결은 기회를 잡기 위해 준비하는 것”이라면, 이 팀은 나에게 기회를 포착할 수 있는 준비된 힘이었다.   나만의 AI 필살기 7개월간의 여정 속에서 필자는 점차 자신만의 AI 활용법, 즉 ‘필살기’를 만들어갔다. 업무 헬프데스크 : PLM·APS 분야의 Q&A 시스템을 노트북LM(NotebookLM)으로 구축해 개인화된 지식 관리 체계를 마련했다. 투자 분석가 : AI에게 딥 리서치를 맡기고 이미지 생성을 결합해 주식 시장을 다각도로 분석했다. 콘셉트맵 직원 : 자료를 모아 정리하고 시각화하는 과정을 AI와 협업해 효율과 품질을 동시에 확보했다. 영상 감독: 비오 3(Veo 3)로 8초 영상을 스무 편 이상 제작하면서 프롬프트 기획과 스토리텔링 능력을 키웠다. 작가 : AI의 초안을 바탕으로 단기간에 책 집필 속도를 높였다. 아티스트 : 챗GPT와 제미나이(Gemini)를 활용해 이미지 창작 실험을 이어갔다. 지식 관리자 : 옵시디언으로 디지털 지식 지도를 설계해 자신만의 아카이브를 구축했다. 이렇게 나열하면 마치 여러 갈래의 길처럼 보이지만, 실제로는 하나의 지도 위에 유기적으로 연결되어 있다. AI는 단순히 도구가 아니라, 이 지도를 함께 그려가는 협력자가 되었다.   그림 2. 다섯 가지 핵심 필살기(create by Gemini deep research)   AI의 본질 ― ‘주체’가 아닌 ‘도움’ 그러나 필자는 늘 스스로를 경계했다. AI는 주체가 아니라 도움이라는 사실을 잊지 않으려 했다. AI는 망설임 없이 실행한다. 그러나 그것이 옳은 방향인지 아닌지를 판단하는 것은 인간의 몫이다. 필자는 회의록 요약 같은 업무를 AI에 맡겼다가 보안 문제와 인간 역량 퇴화의 위험성을 깨달았다. 편리함이 언제나 효율을 의미하지는 않는다. 오히려 잘못된 의존은 인간의 중요한 능력을 잃게 만든다. 그래서 필자는 지금도 AI의 답변을 최소 세 번 이상 검증한다. 빠른 실행보다 중요한 것은 올바른 방향 설정이기 때문이다. AI가 주는 답은 끝이 아니라 출발점이다.   AI가 던지는 질문 AI와 함께한 여정은 필자를 끊임없이 질문하게 했다. 나는 앞으로 어떤 역량에 집중해야 할까? AI가 대체할 수 없는 나만의 가치는 무엇일까? 효율을 넘어 의미를 만드는 방법은 무엇일까? 앨런 케이가 말했듯, “미래는 예측하는 것이 아니라 상상하는 것”이다. 그렇다면 필자는 지금 이 순간의 질문과 상상을 통해 미래를 설계하고 있는 셈이다.   인간과 AI, 그리고 나의 길 AI는 인간을 대체하는 기계가 아니다. 오히려 인간이 더 깊은 사고와 창조의 세계로 들어가도록 돕는 동반자다. 필자가 찾은 필살기는 바로 이것이다. AI 덕분에 자신의 본질(core)에 더 많은 시간을 쏟을 수 있게 된 것. 단순 반복 업무를 대신해 주는 AI 덕분에, 필자는 사고하고 기획하고 판단하는 인간 고유의 역량에 집중할 수 있다. 앞으로도 이 여정은 계속될 것이다. 필자는 AI와 함께 자신만의 필살기를 더욱 정교하게 다듬어 갈 것이다. 그리고 이 글을 읽는 독자에게도 묻고 싶다.   당신은 어떤 AI 필살기를 준비하고 있는가? 필자만의 AI 에이전트(agent) 필살기를 한 장의 맵으로 만들었다. 한 장의 맵은 내용을 쉽게 그리고 전체적으로 한번에 이해되도록 하는 효과가 있다. 주요 키워드를 뽑아 보면, 미래는 예측하는 것이 아니라 상상하는 것, AI는 주체가 아닌 도움, 나만의 AI 어벤저스 팀이다.   그림 3. 나만의 AI 필살기(map by 류용효) (클릭하면 큰 그림으로 볼 수 있습니다.)   “나는 똑똑한 것이 아니다. 단지 문제와 더 오래 씨름할 뿐이다.” – 알베르트 아인슈타인   당신의 AI 에이전트 필살기는 무엇인가? 이 칼럼을 통해 독자들도 자신만의 AI 활용 전략과 철학을 정립하고, AI 시대를 능동적으로 헤쳐나갈 수 있는 ‘필살기’를 찾아 나서기를 제안한다. AI는 더 이상 선택이 아닌 필수적인 도구이자 협력자이다. 중요한 것은 이 강력한 도구를 어떻게 나의 본질과 연결하여, 나만의 고유한 가치를 창출하고 미래를 만들어갈 것인가에 대한 깊은 고민과 끊임없는 실행이다. “세계를 정복하려 애쓰지 말라. 당신 스스로가 하나의 깊은 세계가 되면, 모든 것은 당신을 향해 흐른다.” AI는 단순히 기술이 아니라, ‘재능은 있지만 한계에 부딪힌’ 사람들에게 ‘도움’이 되어 AI 가수, AI 영화감독, AI 작가, AI 프로그래머가 될 수 있는 길을 열어준다. 효율만을 쫓기보다는 본질에 집중하고, 변화의 흐름을 읽으면서도 자신만의 ‘필살기’를 계속해서 갈고 닦아야 한다. 앞으로도 AI와 인간의 협업은 더욱 깊어질 것이다. 필자는 이 여정을 계속해서 탐험하며, 자신만의 AI 에이전트 필살기를 더욱 정교하게 다듬어 나갈 것이다. 모든 것에 감사하다.   ■ 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.

앤시스코리아가 8월 28일 의왕시 포일어울림센터에서 ‘앤시스 스타트업 지원 프로그램 세미나’를 진행했다고 밝혔다. 이번 세미나는 앤시스코리아와 의왕시 유니콘로드가 함께 마련한 행사로, 유니콘로드 입주 기업의 기술 경쟁력 강화와 글로벌 프로그램 참여 기회를 확대하기 위해 마련됐다. 이날 행사에는 스타트업 관계자 약 20여 명이 참석했으며, 앤시스의 스타트업 지원 정책과 글로벌 협업 프로그램인 ASK(Ansys Startup Korea)에 대한 안내로 구성됐다. 특히 스타트업 프로그램 및 AEC(Ansys Elastic Currency)을 통한 라이선스 할인 혜택, 전시회 참여·영상 홍보 등 마케팅 협업 방안 그리고 앤시스 스타트업 커뮤니티를 통한 네트워킹 기회가 소개됐다. ASK 프로그램은 창업진흥원과 앤시스코리아가 공동 운영하는 글로벌 협업 프로그램으로 선발 기준과 참여 혜택, 수요조사 및 합격을 위한 컨설팅 등 구체적인 실행 전략이 이어졌다. 앤시스코리아는 이번 세미나를 통해 유니콘로드 입주 기업 중 ASK 프로그램 참여를 희망하는 기업을 선발하고 실질적인 시뮬레이션 컨설팅과 라이선스를 지원할 예정이다. 이를 통해 스타트업의 제품 개발 기간 단축 및 제조 프로세스 정립에 도움이 될 것으로 기대하고 있다. 앤시스코리아의 박주일 대표는 “국내 유망 스타트업들이 시뮬레이션 기술을 기반으로 제품 경쟁력을 높이고 빠르게 성장할 수 있도록 이번 세미나를 마련하게 됐다”면서, “앞으로도 지자체와의 협력을 통해 국내 스타트업 생태계 발전을 적극 지원할 것”이라고 말했다.