OpenAI 코리아 개소식 행사장에 배치된 RNGD 서버와 시연용 워크스테이션[사진=퓨리오사AI]   퓨리오사AI가 9월 12일 열린 OpenAI 코리아 개소식에서 자사의 기술력을 선보이며 AI 업계의 주목을 받았다. 이번 행사에서 퓨리오사AI는 자사 2세대 반도체 'RNGD' 2장만으로 오픈AI의 대규모 언어 모델 'gpt-oss 120B' 기반 챗봇을 실시간으로 구동하는 시연을 진행했다. 이번 시연은 퓨리오사AI가 글로벌 AI 인프라 시장에서 중요한 역할을 할 수 있는 잠재력을 증명하는 계기가 됐다. 오픈AI가 공개한 최고 수준의 오픈 소스 기반 모델인 gpt-oss 120B는 MoE(Mixture-of-Experts) 구조를 적용하여 성능과 효율성을 동시에 갖췄다고 평가받는다. 퓨리오사AI의 RNGD는 이러한 초거대 언어 모델을 기존보다 훨씬 효율적인 전력으로 구동할 수 있어, 고질적인 인공지능의 전력 및 비용 문제를 해결할 수 있다는 점에서 큰 의미를 가진다. 퓨리오사AI의 백준호 대표는 “'AGI(범용인공지능)가 인류 전체에 이롭도록 한다'는 OpenAI의 미션과 'AI를 지속 가능하고 접근 가능하게 한다'는 퓨리오사의 미션은 서로 통한다"며, "RNGD와 gpt-oss의 결합은 전 세계 오픈 소스 기반 AI 생태계를 더욱 빠르게 확산시킬 것"이라고 말했다. 이번 시연을 통해 퓨리오사AI는 초거대 AI 모델 구동에 최적화된 하드웨어 솔루션을 제공하며, AI 기술 대중화에 기여할 것으로 기대된다.    

캐드앤그래픽스 지식방송CNG TV 지상 중계   CNG TV는 5월 12일 ‘AI는 어떻게 설계를 바꾸는가 – SOLIDWORKS의 전략에서 답을 듣다’를 주제로 웨비나를 진행했다. 이번 방송에서는 글로벌 제조 설루션 기업이 AGI(범용 인공지능) 시대를 맞아 펼치고 있는 AI 전략을 살펴보고, 다쏘시스템의 솔리드웍스(SOLIDWORKS)를 통해 실제 사용 환경과 고객 요구, 핵심 기능까지 함께 탐색해 보는 시간이 마련됐다. 자세한 내용은 다시보기를 통해 확인할 수 있다. ■ 박경수 기자   이번 웨비나는 디원 류용효 상무가 사회를 맡고, 다쏘시스템코리아 이승철 팀장이 발표자로 참여했다. 다쏘시스템 솔리드웍스는 AI 기술을 접목해 설계 생산성을 극대화하고 반복 작업을 최소화하며, 가상의 조언자를 통해 창의적인 설계를 지원하는 전략을 추진하고 있다. 이승철 팀장은 웨비나에서 “솔리드웍스는 설계자를 돕는 기능이라면 AI 여부와 관계 없이 계속 진화해왔다”고 강조하며, AI 기반의 주요 기능과 활용 방향을 소개했다. 솔리드웍스가 제시한 인공지능(AI) 전략은 단순한 기능의 추가를 넘어, 설계 환경 전반을 근본적으로 변화시키는 데 그 목적이 있다. 특히 이번 웨비나에서는 ‘설계 생산성 향상’, ‘생성형 경험’, ‘가상의 조언자’라는 세 가지 핵심 방향을 중심으로 AI가 설계를 어떻게 진화시키고 있는지에 대해 구체적으로 소개했다.   ▲ 다쏘시스템코리아 이승철 팀장   설계 생산성 향상 - 반복 업무를 AI가 대신한다 첫 번째 축은 설계자의 작업 효율을 높이는 것이다. AI 기반의 디자인 어시스턴트 기능은 반복적인 클릭 작업을 최소화하고, 설계자가 보다 빠르게 작업할 수 있도록 돕는다.예를 들어, ‘셀렉션 헬퍼’ 기능은 기어 톱니 하나만 선택해도 나머지 유사 객체를 자동으로 감지해 함께 선택하고, ‘메이트 헬퍼’는 하나의 홀만 선택해도 유사한 형태의 부품을 자동으로 연결시킨다. 일부 영역을 스케치한 후 자동으로 복사해 붙이는 기능도 제공한다. 또한 명령 예측기(Command Predictor)는 설계자의 이전 행동을 학습해, 이후 필요할 가능성이 높은 명령을 미리 제안한다. 이를 통해 설계자는 매번 메뉴를 뒤질 필요 없이 직관적으로 작업을 이어갈 수 있다. Sourcing & Standardization(부품 표준화) 기능도 주목할 만하다. 이 기능은 회사의 방대한 부품 라이브러리를 AI가 스스로 분류하고 유사 부품을 그룹화해 시각적으로 정리해 준다. 설계자는 해당 부품이 맞는지만 확인하면 되고, 결과적으로 조직 전체의 설계 표준화를 유도할 수 있다.   생성형 경험 - 설계는 AI가 먼저 제안한다 두 번째 방향은 ‘생성형 경험(Generative Experience)’이다. 이는 설계자가 결과물을 일일이 만들지 않아도 AI가 먼저 결과를 제안하고, 설계자는 이를 수정해 나가는 방식이다. 가장 대표적인 기능은 2D 자동 도면 생성이다. 설계자가 클라우드에 올린 3D 데이터를 기반으로 AI가 2D 도면을 자동으로 작성하고, 설계자에게 초안을 제공한다. 반복적이고 시간이 많이 드는 도면 작업을 획기적으로 줄여줄 수 있다. 또 다른 기능인 위상(토폴로지) 최적화는 설계자가 최대 외형만 설정해두면, 하중 및 구속 조건 등을 고려해 불필요한 형상을 제거하고 경량화된 설계를 자동으로 제안해 준다. 이는 특히 구조물이나 항공우주 등 경량화가 중요한 분야에서 유용하게 활용될 수 있다. 뿐만 아니라, 사진 기반 모델링 기능도 새롭게 주목받고 있다. 시험 문제나 손으로 그린 스케치를 사진으로 촬영해 업로드하면, AI가 이를 3D 모델로 자동 변환해준다. 향후 리버스 엔지니어링이나 아이디어 구체화에 있어 강력한 도구가 될 수 있다는 평가다.   ▲ 솔리드웍스 AI   가상의 조언자, AURA - AI와 대화하며 설계하는 시대 마지막 전략은 ‘가상의 조언자(Virtual Companion)’다. 솔리드웍스는 이를 아우라(AURA)라는 AI 채팅 인터페이스로 구현하고 있다. 설계자는 아우라와 채팅창을 통해 대화하며 필요한 부품을 추천받고, 이를 자동으로 모델에 배치하거나 특정 조건에 맞는 변경 절차를 안내받을 수 있다. 아우라는 단순한 질문에 답하는 수준을 넘어, 기업 내부의 설계 절차나 라이브러리까지 연동해 실제 설계 흐름을 매끄럽게 이어주는 역할을 한다. 특히 설계 경험이 부족한 신입 엔지니어도 아우라의 안내를 받으며 자연스럽게 업무에 적응할 수 있어, 조직 내 기술 격차 해소에도 기여할 수 있을 것으로 기대된다. 이처럼 솔리드웍스는 AI를 단순히 ‘기능’으로 도입하는 것을 넘어, 설계자의 업무 전반을 ‘전환’하는 방식으로 접근하고 있다. 이승철 팀장은 웨비나를 마무리하며 “AI는 설계를 대체하지 않는다. 인간은 더 창의적인 설계를 하고, 귀찮은 작업은 AI가 맡는 시대가 될 것”이라고 강조했다.     ■ 기사 내용은 PDF로도 제공됩니다.

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.

트렌드에서 얻은 것 No. 22    AI 시대, 우리는 어떤 미래를 만들어갈 것인가?” – 젠슨 황   AI의 거대한 파도, 엔비디아가 만드는 미래 엔비디아는 2024년과 2025년 GTC(GPU Technology Conference)에서 AI 기술을 통해 산업 전반에 걸친 변화를 이끌어가고 있다. 젠슨 황은 기조연설에서 기술 혁신이 사회적, 경제적 구조를 재편하는 ‘변화의 파도’라고 강조하며, 엔비디아가 그 중심에서 미래를 설계하고 있음을 확신시켰다.  엔비디아는 두 해 동안 AI 혁신을 가속화하며 다양한 제품과 플랫폼을 선보였다. 2024년에는 GB200 AI 플랫폼과 블랙웰(Blackwell) DGX B200 GPU를 통해 성능 향상에 초점을 맞췄다면, 2025년에는 블랙웰 울트라(Blackwell Ultra) 기반의 NVL72 등 차세대 하드웨어와 지속 가능성을 강조하며 더 큰 비전을 제시했다.   표 1. 2024년과 2025년 엔비디아의 주요 발표 비교   인공지능 혁명의 변곡점에서 인류는 늘 기술의 발전과 함께 새로운 시대를 맞이해 왔다. 산업혁명이 증기기관과 전기를 통해 생산 방식을 혁신했던 것처럼, 디지털 혁명은 인터넷과 스마트폰을 통해 세상을 연결했다. 그리고 지금, 우리는 또 하나의 거대한 변곡점에 서 있다. 바로 AI 혁명이다. 2025년 3월, 엔비디아의 GTC에서 젠슨 황 CEO는 기조연설을 통해 AI가 변화의 중요한 시점에 도달했음을 선언했다. 그는 AI가 단순한 도구를 넘어 ‘스스로 사고하고 결정하는 존재’로 발전하고 있으며, 이 거대한 변화가 기업, 산업, 그리고 인간의 삶 전반에 걸쳐 영향을 미칠 것이라고 강조했다. 이번 GTC 2025에서 가장 주목받은 키워드는 에이전틱 AI(agentic AI)와 추론 AI(reasoning AI)였다. 기존의 AI가 데이터를 분석하고 패턴을 찾는 데 주력했다면, 이제 AI는 자율적으로 목표를 설정하고 스스로 문제를 해결하는 방향으로 나아가고 있다. 이러한 변화는 단순한 업그레이드가 아니라, AI 산업 전반의 패러다임을 뒤흔드는 파도와 같다. 이러한 흐름 속에서 엔비디아는 블랙웰 GPU라는 차세대 칩을 공개하며, 인공지능 모델의 효율성을 비약적으로 향상시키는 새로운 하드웨어 시대를 열었다. 또한 옴니버스 클라우드 API(Omniverse Cloud API), AI 팩토리(AI Factories) 등의 개념을 통해 AI가 단순한 연구 도구가 아니라, 실제 산업을 자동화하고 혁신하는 핵심 인프라로 자리 잡아가고 있음을 보여주었다. 그렇다면 우리는 이러한 변화의 바람 속에서 어떤 선택을 해야 할까? AI 혁명의 파도를 넘는 기업과 뒤처지는 기업의 차이는 무엇일까? 엔비디아의 발표를 중심으로 AI 산업이 어디로 흘러가고 있는지, 그리고 그 변화 속에서 우리는 무엇을 준비해야 하는지를 하나씩 짚어보자. “AI가 단순한 연구 프로젝트에서 벗어나, 본격적인 산업 혁신의 중심으로 자리 잡는 것” – 젠슨 황   블랙웰, AI의 새로운 엔진 기술 혁신의 역사는 더 빠르고 더 강력하며 더 효율적인 도구를 만들려는 인간의 끝 없는 도전과 함께 발전해 왔다. AI 산업도 예외가 아니다. 과거에는 단순한 이미지 분석과 음성 인식이 AI의 주요 활용 분야였다면, 이제는 스스로 학습하고 결정을 내리며 복잡한 문제를 해결하는 AI가 요구되고 있다. 하지만 이런 고도화된 AI 모델을 운용하려면 엄청난 연산 능력이 필요하며, 이를 뒷받침할 강력한 하드웨어가 필수이다. GTC 2025에서 젠슨 황이 가장 먼저 소개한 것은 블랙웰 GPU였다. 그는 “AI의 미래를 가속하는 가장 강력한 엔진”이라며, 블랙웰이 기존 호퍼(Hopper) 아키텍처를 넘어선 새로운 시대의 핵심 기술이라고 강조했다. 그렇다면 블랙웰 GPU는 무엇이 다를까? 블랙웰 GPU는 기존 호퍼 아키텍처 대비 연산 성능이 2배 이상 향상되었으며, 특히 대규모 AI 모델을 실행할 때의 전력 효율이 4배 증가했다. 이는 곧 더 적은 에너지로 더 강력한 AI 모델을 훈련하고 실행할 수 있다는 의미다. 젠슨 황은 연설에서 “블랙웰은 단순한 속도 개선이 아니라, AI 연구자들이 더 크고 복잡한 모델을 현실적으로 활용할 수 있도록 지원하는 플랫폼”이라고 설명했다. 이제 AI 연구자는 엄청난 비용을 감수하지 않고도 보다 정교한 생성형 AI, 실시간 데이터 처리, 고도화된 시뮬레이션 등을 구현할 수 있게 되었다. 엔비디아는 블랙웰 GPU와 함께 옴니버스 클라우드 API를 발표했다. 이는 단순한 클라우드 컴퓨팅 설루션이 아니라, AI 모델 개발 및 실행을 위한 강력한 협업 플랫폼이다. 옴니버스 클라우드 API는 데이터센터, AI 연구소, 기업의 IT 인프라를 하나의 거대한 AI 네트워크로 연결하여, 개발자들이 실시간으로 협업하고 AI 모델을 학습할 수 있도록 지원한다. 이는 특히 자율주행, 산업 자동화, 로보틱스 같은 분야에서 AI의 혁신 속도를 극적으로 끌어올릴 것으로 기대된다. 젠슨 황은 “AI 개발은 더 이상 한 기업이나 연구소만의 일이 아니다. 옴니버스 클라우드 API를 통해 전 세계의 AI 개발자가 하나로 연결될 것”이라며, AI 연구의 새로운 생태계를 제시했다. 또 한 가지 주목할 점은 AI 팩토리(인공지능 공장) 개념이다. 젠슨 황은 AI를 ‘새로운 산업 혁명의 동력’으로 표현하며, AI 팩토리가 데이터를 가공하고 AI 모델을 대량으로 생산하는 핵심 인프라가 될 것이라고 설명했다. 이 개념을 이해하려면 기존 제조업과 비교해보면 쉽다. 과거에는 자동차나 전자제품을 생산하는 공장이 경제의 중심이었지만, 미래에는 AI를 학습하고, 최적화하고, 배포하는 ‘AI 공장’이 가장 중요한 인프라가 될 것이다. 젠슨 황은 AI 팩토리가 AI 기반 자율주행, 로봇, 데이터 분석, 금융 모델링 등 다양한 산업에서 필수 역할을 하게 될 것이라고 강조했다. 블랙웰 GPU, 옴니버스 클라우드 API, AI 팩토리는 단순한 기술 발전이 아니다. 이들은 AI가 단순한 연구 프로젝트에서 벗어나 본격적인 산업 혁신의 중심으로 자리 잡는 것을 의미한다. 과거에도 GPU의 성능 향상이 AI 산업에 변화를 가져온 적이 있다. 2012년 알렉스넷(AlexNet)이 GPU 가속을 이용해 딥러닝의 가능성을 처음 보여줬고, 2017년 트랜스포머(transformer) 모델이 등장하며 자연어 처리 AI가 급격히 발전했다. 그리고 2025년에는 블랙웰이 AI의 자율성과 창의성을 한 단계 끌어올리는 전환점이 될 것이다. 젠슨 황이 기조연설에서 블랙웰을 소개하며 한 말이 특히 인상적이었다. “AI는 이제 단순한 도구가 아니라 스스로 사고하고 결정하는 존재로 나아가고 있다.” 이 말은 곧, 우리가 맞이할 AI의 미래가 이전과는 전혀 다른 차원이라는 것을 시사한다. 그리고 그 변화를 가속하는 엔진이 바로 블랙웰이다. “이제 AI는 단순한 계산기가 아니라, 실제로 ‘생각하고 판단하는 존재’가 되어야 한다.” – 젠슨 황   엔비디아가 던진 화두, 에이전틱 AI와 추론 AI AI 기술의 발전은 단순히 연산 능력을 향상시키는 것에 그치지 않는다. 더 중요한 것은 AI의 ‘사고 방식’이 바뀌고 있다는 점이다. 지금까지의 AI는 데이터를 학습하고 패턴을 인식하는 역할을 해왔다. 하지만 이제 AI는 스스로 목표를 설정하고, 상황에 맞게 판단하며, 능동적으로 문제를 해결하는 방향으로 진화하고 있다. GTC 2025에서 젠슨 황이 강조한 에이전틱 AI와 추론 AI는 바로 이러한 변화의 핵심 개념이다. 그는 이 두 가지 개념이 AI를 단순한 도구에서 ‘자율적 지능’으로 변화시키는 결정적 요소라고 설명했다. 그렇다면 에이전틱 AI와 추론 AI는 무엇이며, 어떤 변화를 가져올까? 에이전틱 AI의 핵심은 AI가 인간의 지시 없이도 능동적으로 목표를 설정하고, 실행할 수 있도록 만드는 것이다. 기존의 AI는 주어진 데이터와 명령에 따라 최적의 결과를 도출하는 ‘수동적’ 존재였다. 하지만 에이전틱 AI는 스스로 목표를 설정하고, 문제를 해결하는 ‘능동적’ 존재로 변하고 있다. 젠슨 황은 에이전틱 AI를 활용하면 인간이 직접 개입하지 않아도 AI가 알아서 문제를 해결하는 시대가 열린다고 강조했다. 추론 AI는 한 단계 더 나아가, AI가 단순한 패턴 인식을 넘어 논리적 사고를 수행할 수 있도록 만드는 기술이다. 기존 AI 모델은 데이터를 학습하고 특정 패턴을 기반으로 예측을 수행했지만, 그 과정에서 왜 이런 결론이 나왔는지 설명하지 못하는 경우가 많았다. 그러나 추론 AI는 AI가 논리적인 판단을 수행하고, 의사결정의 과정을 설명할 수 있도록 하는 것을 목표로 한다. 젠슨 황은 “이제 AI는 단순한 계산기가 아니라, 실제로 ‘생각하고 판단하는 존재’가 되어야 한다”며, 추론 AI가 향후 AI 발전의 핵심이 될 것이라고 강조했다. 젠슨 황이 강조한 에이전틱 AI와 추론 AI는 개별적인 개념이 아니라, 서로 결합될 때 가장 강력한 시너지를 발휘한다. 에이전틱 AI는 AI가 스스로 목표를 설정하고, 문제를 해결할 수 있도록 한다. 추론 AI는 AI가 단순한 계산이 아니라, 논리적 사고를 통해 최적의 결정을 내릴 수 있도록 한다. 이 두 가지가 결합되면, AI는 단순한 보조 도구를 넘어서 ‘진정한 지능(Artificial General Intelligence : AGI)’에 가까워질 것이다. 이러한 AI의 발전은 산업 전반에 걸쳐 거대한 변화의 파도를 일으킬 것이며, 기업들은 단순한 AI 도입을 넘어서 AI를 기업 전략의 중심으로 삼아야 하는 시점에 이르렀다. “AI 팩토리를 구축하여 AI 자체를 ‘생산하는 능력’을 가져야 한다.” – 젠슨 황   AI 팩토리, AI 혁명을 생산하는 공장 이제 AI는 단순한 소프트웨어가 아니라 하나의 ‘산업’으로 성장하고 있다. GTC 2025에서 젠슨 황이 강조한 개념 중 하나가 바로 AI 팩토리(인공지능 공장)이다. 그는 AI 팩토리를 가리켜 ‘미래 산업의 심장’이라고 표현했다. 그렇다면 AI 팩토리란 무엇이며, 왜 중요할까? 이 개념이 가져올 변화는 무엇일까? 기존의 데이터센터는 단순한 컴퓨팅 인프라였다. 하지만 AI 팩토리는 데이터를 학습하고, AI 모델을 훈련하며, 새로운 AI 설루션을 ‘생산’하는 역할을 한다. 즉, AI가 AI를 만들어내는 공장이다. 젠슨 황은 AI 팩토리를 자동차 산업에 비유하며 설명했다. “과거에는 사람이 손으로 자동차를 조립했지만, 지금은 로봇이 자동차를 생산한다. AI도 마찬가지다. 미래에는 사람이 AI를 개발하는 것이 아니라, AI 팩토리에서 AI가 스스로 AI를 만들어내게 될 것이다.” 즉, AI 팩토리는 단순한 데이터 센터가 아니라 AI 혁명을 대량 생산하는 공장이 된다. 젠슨 황은 GTC 2025에서 "AI 팩토리를 구동하는 핵심 연산 장치는 블랙웰 GPU가 될 것"이라고 강조했다. AI 팩토리에서 생산되는 것은 반도체나 기계가 아니라 AI 자체다. 이 공장에서 에이전틱 AI, 추론 AI, 자율주행 AI, 생성형 AI 등이 대량으로 생산된다. 즉, AI 팩토리는 단순한 데이터 센터를 넘어 새로운 AI 산업의 허브가 된다. AI 팩토리가 등장하면 기업과 산업이 근본적으로 변화한다. 특히, 데이터를 기반으로 하는 모든 산업이 AI 팩토리를 도입할 가능56 · 성이 높다. 결국 AI 팩토리는 단순한 연구소가 아니라, 실제 AI 모델을 ‘대량 생산’하여 산업에 공급하는 핵심 인프라가 된다. 젠슨 황은 AI 팩토리의 등장이 단순한 기술 발전이 아니라 경제 패러다임의 변화라고 강조했다. 이제 기업은 단순히 AI를 도입하는 것을 넘어, AI 팩토리를 구축하여 AI 자체를 ‘생산하는 능력’을 가져야 한다. “AI를 도입하지 않는 기업은 도태될 것이다.” – 젠슨 황   AI의 도입, AI가 기업을 재설계한다 AI 혁명은 더 이상 선택이 아니다. GTC 2025에서 젠슨 황이 강조한 메시지는 명확했다. "AI를 도입하지 않는 기업은 도태될 것이다." 이제 AI는 기업 운영의 한 요소가 아니라 기업의 핵심 전략, 구조, 성장 엔진 자체로 변화하고 있다. 기업은 어떻게 AI를 도입하고 있으며, AI 도입이 비즈니스에 미치는 영향은 무엇일까? 과거 AI 도입은 단순한 자동화 도구 활용이었다. 그러나 이제 AI 도입(AI adoption)은 기업의 핵심 역량을 AI 중심으로 전환하는 과정이다. AI 도입은 이제 단순한 기술의 도입이 아니라, 기업의 전략과 문화 자체를 AI 중심으로 변화시키는 과정이다. AI 도입이 빠르게 진행될 수록, 기업들은 직접 AI를 개발하는 것이 아니라 필요한 AI 서비스를 구독하는 방식으로 활용하는 시대가 열리고 있다. AI 도입이 가속화되면서 기업들은 완전히 새로운 방식으로 운영되고 있다. 특히, 의사결정 구조, 업무 방식, 조직 문화가 AI 중심으로 변화하고 있다. 이제 AI는 단순한 도구가 아니다. AI 도입이 진행될 수록, 기업의 핵심 전략과 비즈니스 모델 자체가 AI 중심으로 변화하고 있다. 결국, AI 도입을 성공적으로 수행하는 기업만이 미래 시장에서 생존하고 성장할 수 있을 것이다.    표 2. 기존 기업 vs. AI 중심 기업의 차이점   AI는 혼자 발전할 수 없다. 모두가 함께 연결되어야 한다.” – 젠슨 황   네트워킹, AI 시대의 연결과 협업 AI가 기업의 핵심 전략이 되고 산업 전체가 AI 기반으로 재편되는 과정에서, 네트워킹(networking)의 중요성이 더욱 강조되고 있다. 과거 기업은 독립적으로 성장하는 전략을 취했지만, 이제 AI 시대에서는 기업 간 협력, 데이터 공유, AI 연구 협업이 필수이다. GTC 2025에서 젠슨 황은 이렇게 말했다. “AI는 혼자 발전할 수 없다. 모두가 함께 연결되어야 한다.” 그렇다면 AI 시대의 네트워킹은 어떻게 이루어지고 있으며, 어떤 기업이 AI 협업을 통해 새로운 가치를 창출하고 있을까? AI 네트워킹의 의미는 ‘AI는 연결을 필요로 한다’로 해석된다. AI 혁명이 가속화될 수록 기업들은 서로 연결될 필요가 있다.  즉, AI 네트워킹이란 기업들이 AI를 더 빠르고, 더 효율적으로, 더 윤리적으로 활용하기 위해 서로 협력하는 과정을 의미한다. AI 네트워킹을 실현하는 방식은 다양하지만, 현재 가장 중요한 세 가지 협력 모델을 살펴보자. AI 팜(AI farms)을 통해 개별 기업이 AI 인프라를 구축하는 부담을 줄이고, 더 빠르게 AI를 도입할 수 있다. AI 얼라이언스(AI alliance)를 통해 기업들은 경쟁이 아닌 협력을 기반으로 AI 혁신을 가속화하고 있다. 즉, AI 데이터 공유는 이제 개인정보 보호를 유지하면서도 기업들이 협력할 수 있는 새로운 방식으로 발전하고 있다. AI 네트워킹이 활성화됨에 따라, 기업들은 완전히 새로운 방식으로 연결되고 협력하고 있다. AI 시대에는 한 산업 내에서 경쟁하는 것이 아니라, 다양한 산업과 연결되는 것이 핵심 전략이 된다. 결과적으로, AI 네트워킹을 활용하는 기업들은 새로운 기회를 창출하고, 더 빠르게 AI 중심으로 전환하고 있다. “AI 혁명은 이제 되돌릴 수 없는 변곡점에 도달했다. 우리는 AI와 함께 새로운 미래를 설계해야 한다.” – 젠슨 황   AI 시대의 미래, 우리는 어디로 가는가 AI 혁명은 이제 단순한 기술 발전을 넘어 산업, 사회, 인간의 삶 자체를 근본적으로 변화시키고 있다. GTC 2025에서 젠슨 황은 말했다. “AI 혁명은 이제 되돌릴 수 없는 변곡점에 도달했다. 우리는 AI와 함께 새로운 미래를 설계해야 한다. ”그렇다면 AI의 미래는 어디로 향하고 있으며, 우리는 AI와 함께 어떤 세상을 만들어가야 할까? 에이전틱 AI와 추론 AI의 발전이다. 즉, AI가 단순한 ‘도구’가 아니라, 인간과 협력하는 ‘실제적인 파트너’가 되는 시대가 다가오고 있다. 기존의 AI는 패턴을 학습하는 방식이었다. 그러나 추론 AI는 스스로 논리적으로 사고하고 추론하는 능력을 갖춘다. 즉, AI가 더 이상 단순한 자동화 도구가 아니라, 지능적인 사고를 할 수 있는 존재로 변화하고 있다. AI가 점점 더 지능적으로 발전하면서, 우리는 ‘AI와의 관계를 어떻게 설정할 것인가’라는 근본적인 질문을 마주하게 되었다. 이제 AI는 단순한 도구를 넘어, 인간과 협력하여 새로운 가치를 창출하는 존재로 변화하고 있다. AI가 고도화될 수록 우리는 AI의 윤리적 문제와 사회적 책임에 대한 고민을 깊게 해야 한다. 결과적으로, 각국이 AI 규제와 발전 전략을 다르게 설정하면서 AI 패권 경쟁이 더욱 치열해지고 있다. AI는 단순한 기술이 아니라, 인류가 새로운 방식으로 사고하고 일하고 살아가는 방식을 바꾸는 거대한 전환점이 되고 있다. “AI는 이제 단순한 도구가 아니라, 스스로 사고하고 결정하는 존재로 나아가고 있다.” – 젠슨 황   변화의 바람을 넘어, AI와 함께 새로운 항해를 시작하다 AI 혁명은 거대한 바람이 아니라, 이제는 우리가 타고 항해해야 할 파도다. 과거에는 변화가 두려운 것이었다. 그러나, AI와 함께라면 우리는 변화 속에서도 새로운 기회를 창출할 수 있다. 엔비디아 GTC 2025에서 젠슨 황이 던진 질문을 기억하자. “AI 시대, 우리는 어떤 미래를 만들어갈 것인가?” 이제 우리는 AI와 함께 새로운 항해를 시작할 준비를 해야 한다.   그림 1. 엔비디아 기업 성장 맵(GTC 2024, 2025, Map by 류용효) (클릭하면 큰 이미지로 볼 수 있습니다.)   ■ 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.

2025년 2월부터 5주에 걸쳐 매주 수요일 저녁 7시 30분부터 10시 30분까지 서울 상암동 DMC첨단산업센터 7층 AI실습교육장에서 재미난 스터디 모임이 진행 중이다. 바로 AI 바우하우스랩이다. AI 바우하우스랩은 2024년 'AI x ART A.DAT Exhibit' 전시에 참여했던 작가들의 열정에서 비롯됐다. 지난 2월 19일 저녁에 뜨거운 교육 현장을 직접 찾아갔다. ■ 박경수 기자   ▲ 인공지능과 디자인의 융합을 추구하는 스터디 모임, AI 바우하우스랩   미래를 향한 AI 교육의 산실 AI 바우하우스랩을 이끌고 있는 감성놀이터 최석영 대표는 “서로 다른 분야에서 활동하던 15명의 창의적인 전문가들이 모여 ‘AI 기술’과 ‘예술의 융합’이라는 새로운 도전을 시작하게 됐다”며, “매주 수요일 저녁에 DMC첨단산업센터에 마련된 교육장에서 만나 미래를 향한 대화를 나누고 있다”고 설명했다. 이번 스터디 모임에는 독특한 이력의 소유자들이 함께 하고 있다. 영화의 순간을 포착하는 촬영감독부터 도시의 미래를 그리는 건축사무소 대표, 전통 한지의 아름다움을 현대적으로 재해석하는 조형작가, 캔버스에 생명을 불어넣는 회화작가, 신선한 시각을 가진 대학생, 혁신적인 건축 비전을 가진 건축사, 지식을 나누는 대학강사, AI의 미래를 연구하는 교수, 그리고 기술과 예술의 경계를 허무는 AI 감독까지. 서로 다른 직업군의 사람들이 모여 팀을 이루어 매일매일 작업한 결과물들을 오픈 채팅방에 공유하고 있다. 서로의 작업 결과를 보고 부족한 면을 메우는 한편, 격려와 응원을 통해 매주 조금씩 더 성장해 나가고 있다.   ▲ 모임 장소인 뉴미디어 아트 스튜디오 ‘감성놀이터’   미디어아트 전시회의 인연 기자와 최석영 대표와의 인연은 10여년 전으로 거슬로 올라간다. 2013년 감성을 기반으로 이웃들과 예술로써 따스한 정을 나누고 있는 미디어아트그룹 ‘감성놀이터’가 출범했다. 감성놀이터는 당시에는 획기적이고 새로운 형식의 미디어아트를 추진했고, 그해 5월 25일부터 26일까지 상암동 DMCC빌딩에서 미디어아트 전시회가 열렸다. 당시 기자도 전시회에 작가로 참여했다. 최석영 대표는 “연남동의 작은 화실에서 시작된 아티스트 그룹인 감성놀이터는 ‘무모함에 가치를 더하다’라는 도전적인 모토를 내걸고, 불가능해 보이는 것들을 가능으로 바꾸어 나가고 있다”며, “VR 기술을 활용한 심리치유 프로그램, 세계 최초로 시도되는 국제고양이 AI필름페스티벌, 그리고 느린학습자들에게 예술의 날개를 달아주는 AI아트스쿨까지. 계속된 도전을 통해 새로운 이정표를 만들어가고 있다”고 말했다. 상암동에 위치한 DMC첨단산업센터로 보금자리를 옮긴 후에는 본격적으로 AI와 실감미디어 교육을 통해 미래 교육의 새로운 패러다임을 제시하는데 앞장서고 있다.   ▲ 감성을 꽃피우다 미디어아트展   ▲ 어린이 미디어아트 체험관   스터디 모임을 뛰어 넘어 전문성을 살린 프로젝트로 매주 모여서 새로운 툴을 익히고 배운 툴로 새로운 작품을 구상하고 있는 AI 바우하우스랩 회원들은 단순한 스터디 모임을 넘어섰다. 총 5주라는 시간 동안 진행되는 집중 연구 프로그램을 통해 그들이 모인 스터디 모임은 르네상스 시대의 워크숍처럼 운영되고 있다. 최석영 대표는 참가자들에게 ‘별, 여우, 어린왕자, 장미’라는 모둠 이름을 부여하고 각자의 전문성을 살린 프로젝트를 팀을 이뤄진행하도록 이끌고 있다. 그는 “매주 진행되는 AI 이슈리포트 시간에는 최신 기술 동향부터 윤리적 쟁점까지 다양한 주제로 열띤 토론도 이어지고 있다”고 밝혔다. 특히 주목할 만한 점은 ‘자발적 나눔’의 문화다. 회원들은 각자 돌아가면서 자신의 전문 분야와 AI의 접점을 찾아 강의를 준비하고, 때로는 직접 만든 쿠키를 가져오거나 가져온 다과를 함께 나누며 따뜻한 교류의 시간을 갖고 있다. 최 대표는 “이런 자유롭고 창의적인 분위기 속에서 생성형 AI 콘텐츠를 제작하고, 로컬 AI 서버를 구축하고, LLM 활용 방안을 연구하는 등 실질적인 성과물들이 탄생하고 있다”고 설명했다.   ▲ 존칭 없이 별칭으로 만든 이름표   ▲ 300초 자기소개 시간   ▲ 모둠을 구성해 집중 스터디   전문가 집단이 참여한 스터디 모임 AI 바우하우스랩의 가장 큰 강점은 구성원들의 다양성에 있다. OTT 시대의 새로운 영상 문법을 연구하는 촬영감독, AI 기술을 건축 설계에 접목하려는 건축사무소 대표, 전통 한지의 물성을 현대적 조명 디자인으로 재해석하는 조형예술가 등이 한 자리에 모였다. 또한 수만 명의 팔로어를 보유한 파워블로거 대학생을 비롯해 동양화의 정신을 현대 회화에 담아내는 작가, 세계 최초의 국제고양이 AI필름페스티벌을 기획한 AI 감독도 참여하고 있다. 이들은 서울에서부터 대구까지, 전국 각지에서 이곳을 찾아오고 있다. 최 대표는 “매주 수요일 저녁에 대구에서 기차를 타고 온다는 한 회원의 열정은 랩의 상징과도 같다”며, “나이와 직업, 사는 곳은 달라도 이들을 하나로 묶는 것은 AI 기술을 통해 새로운 가능성을 모색하고자 하는 공통된 열망”이라고 강조했다.    ▲ 건축 AI 생성 활용 강의 스터디   ▲ 놀이보다 쉬운 파이썬 스터디   ▲ AI 스터디로 만드는 새로운 도전   따스함이 AI이다 AI를 단순히 활용하는 차원을 넘어 정서적으로나 문화적으로 따스한 이야기로 바꾸는 작업이 진행 중이다. 특히 AI 바우하우스랩의 영향력은 개인의 성장을 넘어 산업 전반으로 확산될 것으로 기대된다. 최 대표는 “매주 이루어지는 만남은 단순한 지식 공유를 넘어 서로 다른 분야의 통찰을 교환하는 소중한 장이 되고 있다”며, “특히 AI 기술을 접목한 새로운 시도들은 각자의 분야에서 혁신의 씨앗이 되고 있다”고 말했다. 이러한 변화를 이끄는 모임이 성사되어 운영되고 있다는 점에서도 놀랍지만 대규모의 자본이나 정부 지원 없이도 가능하다는 점이 입증되었다. 순수한 열정과 자발적인 참여만으로도 의미 있는 연구와 창작이 가능하다는 새로운 모델을 제시하고 있다. 최 대표는 “매주 회원들이 직접 준비해 오는 따뜻한 다과와 진솔한 대화는 AI 연구에 인간적인 온기를 더하고 있다”고 말했다.   ▲ 매일매일 과제로 만들고 있는 AI 활용 영상   ▲ 스터디 참가자가 직접 만든 간식으로 AI에 더해진 따스함   AI 바우하우스랩의 여정은 계속된다 AGI(인공일반지능) 연구를 통한 미디어아트 작품 개발은 이미 진행 중이며, 2025년 9월에는 한전아트센터에서 ‘AI x ART A.DAT 2025 Exhibit’를 통해 그 결실을 선보일 예정이라고 한다. 전통 춤사위와 첨단 레이저 기술이 만나는 오픈 퍼포먼스는 이번 전시의 하이라이트가 될 전망이다. 최 대표는 같은 스터디 공간에서 진행될 주목할 만한 것으로 사회공헌 활동을 꼽았다. 그는 “느린학습자와 발달장애인 청소년들을 위한 ‘AI ART SCHOOL’은 기술과 예술이 어떻게 사회적 가치를 창출할 수 있는지 보여주는 좋은 예시”라며, “청소년들에게 무상으로 갤러리 전시를 지원해 주신 성현주 관장님께 감사드린다”고 말했다. 주말마다 진행되는 이 프로그램은 단순한 교육을 넘어 참가자들의 잠재력을 끌어내는 새로운 플랫폼으로 자리매김하게 될 것으로 기대를 모으고 있다. 최 대표는 “AI 바우하우스랩은 단순한 연구나 스터디 모임이 아니라 이곳은 기술과 예술, 인간성이 조화롭게 어우러지는 미래를 그려 나가는 창의적인 실험실”이라며, “이들의 열정은 우리가 꿈꾸는 미래를 한 걸음씩 더 현실로 만들어가고 있다”고 강조했다.   ▲ AI아트스쿨 주말강의 모집 포스터   ▲ 전시 공간, GalleryDIO by SNJ   참고로, 느린학습자를 위한 AI ART SCHOOL에서 수강생을 모집 중이다. 참여하길 원한다면 링크에서 신청해 보기 바란다.     ■ 기사 내용은 PDF로도 제공됩니다.

캐드앤그래픽스 CNG TV 지식방송 지상 중계   지난 1월 3일 CNG TV는 ‘엔지니어링 업계 트렌드와 2025 전망’을 주제로 줌(Zoom) 웨비나를 진행했다. 이번 방송은 캐드앤그래픽스의 신년 특집으로 마련됐다. 이번 방송은 업계 전문가인 CNG TV 전문위원들이  모여 스마트 제조, 건축, 제품 디자인, 3D 프린팅 등 다양한 기술 트렌드를 분석하고 미래를 예측하는 자리로 마련됐다. 웨비나의 자세한 내용은 다시보기로 확인할 수 있다. ■ 박경수 기자   4차 산업혁명의 흐름과 AI 발전 전망 이번 웨비나 진행은 디지털지식연구소 조형식 대표가 맡았으며, 4차산업혁명연구소 한석희 소장, 한국건설기술연구원 강태욱 연구위원, 홍익대학교 최성권 교수가 연사로 참여했다. 새해부터 CNG TV 전문위원으로 합류한 한석희 소장은 4차 산업혁명의 역사와 AI 및 스마트 공장의 발전이 우리나라의 제조업에 미칠 영향을 중심으로 발표했다. 그는 “지난 20년간 4차 산업혁명은 빠르게 발전해왔으며, 이제는 5차 산업혁명에 대한 논의도 시작되었다”면서, “AI 및 스마트 공장 기술이 발전하면서 대한민국은 K-스마트팩토리를 중심으로 글로벌 경쟁력을 갖춰야 한다”고 강조했다. 또한, AI 발전의 미래에 대한 전망도 제시했다. 그는 “2030년 전후로 AGI(일반 인공지능) 구현이 가능할 것”이라며, “2040년대에는 현재 AI보다 1만 배 강력한 슈퍼 AI가 등장할 가능성이 높다”고 설명했다. 이어 “한국은 독자적인 AI 연구 방향을 설정하고, ‘Grand Quest’ 전략을 통해 글로벌 시장에서 선도 위치를 차지해야 한다”고 강조했다.   ▲ 4차산업혁명연구소 한석희 소장   ▲ 4차 산업혁명의 흐름과 AI 발전 전망 요약   건설 AI와 디지털 트윈의 혁신 강태욱 연구위원은 AI 및 디지털 트윈 기술이 건설 산업에 접목되는 사례를 소개했다. 그는 “AI 기반 프로젝트 관리 및 시뮬레이션 기술이 확산되면서 건설 산업의 디지털화가 가속화되고 있다”고 밝혔다. 특히, “3D 스캔과 드론을 활용한 건설 모니터링 기술이 현장 자동화를 지원하며, 스마트 빌딩 및 스마트시티 구축에 기여하고 있다”고 설명했다. 강 연구위원은 또한 모듈러 건축(프리패브리케이션) 방식의 확대에 주목했다. 그는 “AI 기반 자동화 기술이 발전하면서 현장에서 조립하는 모듈러 건축 방식이 확산될 것”이라며, “로봇과 자동화 기술을 활용한 시공 방식이 도입되면 건설업의 생산성과 안전성이 획기적으로 향상될 것”이라고 전망했다.   ▲ 한국건설기술연구원 강태욱 연구위원   ▲ 2025년 건설테크 10대 트렌드   3D 프린팅의 진화와 제조의 민주화 홍익대학교 메이커스페이스 운영 총괄을 맡고 있는 최성권 교수는 3D 프린팅 기술이 가져올 제조 산업의 변화에 대해 발표했다. 그는 “3D 프린팅 기술의 발전으로 개인이 직접 디자인하고 제작하여 판매하는 비즈니스 모델이 활성화될 것”이라며, “특히 프리랜서 디자이너와 스타트업이 데스크톱 3D 프린터를 활용해 빠르게 제품을 출시할 수 있는 환경이 조성되고 있다”고 말했다. 또한, 지속 가능성(ESG) 트렌드와 3D 프린팅의 접목에 대해서도 언급했다. 그는 “바이오 플라스틱, 재활용 소재 등의 친환경 소재를 활용한 지속 가능한 제조 방식이 각광받고 있다”며, “스마트 공장과 결합해 온디맨드(on-demand) 제조 방식이 자리잡으면서 더욱 유연한 생산 시스템이 가능해질 것”이라고 설명했다.   ▲ 홍익대학교 최성권 교수   ▲ 3D 프린팅 전망과 시사점   디지털과 피지컬의 융합, 2025년 이후의 변화 이번 방송에서 발표자들은 2025년 이후 디지털과 현실 세계가 더욱 긴밀하게 연결될 것이라는 점을 공통적으로 강조했다. AI, 디지털 트윈, 스마트 공장, 3D 프린팅 등 기술이 현실 세계에서 실질적인 가치 창출로 이어지면서 기업과 개인은 단순한 기술 적용을 넘어, 창의적이고 적극적인 활용 전략을 마련해야 한다는 점이 핵심 메시지였다. 한편, 조형식 대표는 “기술이 아무리 발전하더라도 결국 인간이 살아가는 것은 물리적(피지컬) 세계”라며, 디지털 기술이 실생활에서 실질적 가치를 창출하는 방향으로 나아가야 한다고 덧붙였다.    ▲ 신년특집 방송   ▲ 디지털지식연구소 조형식 대표     ■ 기사 내용은 PDF로도 제공됩니다.

개발 : WSCAD 주요 특징 : 전기 및 전장 설계에 AI 기술 도입, 오류 탐지 및 예측/자동화된 설계 보조/표준화된 규정 지원/지능형 설계 제안 등의 기능 제공  공급 : 더블유에스코리아     AGI(Artificial General Intelligence : 인공 일반 지능) 시대가 예견됨에 따라, 다양한 산업 분야에서 AI(인공지능)의 적용이 급속도로 확산되고 있다. 특히 전기 및 전장 설계 분야에서는 AI의 도입이 기존의 설계 프로세스와 시스템을 혁신적으로 바꾸고 있다. 이에 맞춰 WSCAD(더블유에스캐드)는 AI 기술을 활용한 새로운 전기/전장설계 솔루션인 WSCAD 일렉트릭스 AI(WSCAD ELECTRTIX AI) 를 출시하면서, 전기 설계 및 제조업체에 최적화된 설계 시스템을 제 공한다고 밝혔다.  WSCAD의 AI 솔루션은 오류 탐지 및 예측, 자동화된 설계 보조, 표준화된 규정 지원, 지능형 설계 제안 등 다양한 기능을 통해 설계자가 더욱 효율적이고 정확한 결과를 도출할 수 있도록 돕는다. AI 시스템을 통해 설계 오류를 줄이고, 부품의 누락이나 중복 등을 사전에 방지하여 제품의 품질을 높이는 데 기여한다.    ▲ 몇 개의 명령어를 조합해서 하나의 명령으로 순차적으로 WSCAD를 조작할 수 있다.   ▲ AI는 전기 설계에 필요한 일반 정보를 참조하여 사용자에게 엔지니어링 제안을 한다.    또한, 일렉트릭스는 AI 기반의 전기 설계 자동화 기능을 지원하는 CAD 소프트웨어로서 기존의 엔지니어링 노하우와 일반 엔지니어링 기술을 결합했다. 이 시스템은 사용자 맞춤형 데이터 및 학습 알고리즘을 통해 설계 효율성을 높이고, AI 시대에 필요한 지식 생산과 창의적 사고를 촉진한다.  WSCAD는 “AI와 자동화 설계가 전기/전장설계 분야에 어떻게 적용될 수 있는지를 선도적으로 보여주는 WSCAD의 AI 솔루션은 전기 설계의 새로운 패러다임을 제시한다”고 소개했다.    일렉트릭스 AI의 주요 기능  프로젝트 분석 및 관리 : 기존 프로젝트에서 부품과 거래처 정보 등을 분석하여 향후 프로젝트에서의 반복적 오류를 방지  자동화 설계 기능 : 도면 제작과 검도를 자동화하여 작업의 효율성을 극대화하며, 전기 설계와 관련된 데이터 분석 기능도 함께 제공  인터페이스 최적화 : 작업자가 빠르게 설계 정보를 확인하고 업데이트할 수 있는 직관적인 UI를 제공  데이터 보호 및 관리 : 암호화된 데이터 저장을 통해 정보 보안을 강화하고, 설계 데이터의 지속적인 관리를 지원   ▲ 옵션 선택을 위해 여러 번의 클릭이 수반되는 보고서 작성과 같은 명령을 간단한 AI 프롬프트로 실행할 수 있다.    ▲ 에러체크와 같은 기능을 관리자도 쉽게 사용할 수 있도록 AI가 지원한다.      ■ 자세한 기사 내용은 PDF로 제공됩니다.

WSCAD는 AI 기술을 활용한 새로운 전기/전장설계 솔루션인 ‘ELECTRIX AI(일렉트릭스 AI)’를 출시하면서, 전기 설계 및 제조업체에 최적화된 설계 시스템을 제공한다고 밝혔다.  AGI(Artificial General Intelligence : 인공 일반 지능) 시대가 예견됨에 따라 다양한 산업 분야에서 AI의 적용이 급속도로 확산되고 있다. 특히 전기 및 전장설계 분야에서는 AI의 도입이 기존의 설계 프로세스와 시스템을 혁신적으로 바꾸고 있다. WSCAD의 AI 솔루션은 오류 탐지 및 예측, 자동화된 설계 보조, 표준화된 규정 지원, 지능형 설계 제안 등 다양한 기능을 통해 설계자들이 더욱 효율적이고 정확한 결과를 도출할 수 있도록 돕는다. AI 시스템을 통해 설계 오류를 줄이고, 부품의 누락이나 중복 등을 사전에 방지하여 제품의 품질을 높이는 데 기여할 수 있다는 점을 내세운다.  또한, 기존의 엔지니어링 노하우와 일반 엔지니어링 기술을 결합한 일렉트릭스의 AI 시스템은 사용자 맞춤형 데이터 및 학습 알고리즘을 통해 설계 효율을 높이고, AI 시대에 필요한 지식 생산과 창의적 사고를 촉진한다.     AI 전기 설계 CAD '일렉트릭스 AI'의 주요 기능으로는 ▲기존 프로젝트에서 부품과 거래처 정보 등을 분석하여 향후 프로젝트에서 반복적 오류 방지 ▲도면 제작과 검토의 자동화를 통한 작업 효율 향상 및 전기 설계와 관련된 데이터 분석 기능 제공 ▲작업자가 빠르게 설계 정보를 확인하고 업데이트할 수 있는 사용자 인터페이스(UI) 최적화 ▲암호화된 데이터 저장을 통해 정보 보안 강화 및 설계 데이터의 지속적인 관리를 지원 등이 있다. WSCAD는 “AI와 자동화 설계가 전기/전장설계 분야에 어떻게 적용될 수 있는지를 선도적으로 보여주는 WSCAD의 AI 솔루션은 전기 설계의 새로운 패러다임을 제시한다”고 전했다.