마이크로소프트는 서울대학교와 협력해 교육자와 비영리 단체 종사자를 위한 한국어 AI 리터러시 학습 및 자격 인증 프로그램을 무료로 제공한다고 밝혔다. 이번 프로그램은 교육 기관과 시민사회, 정부가 연대해 AI 역량 강화와 공신력 있는 자격 인증 기회를 넓히겠다는 ‘마이크로소프트 엘리베이트’ 글로벌 프로젝트의 일환으로 추진됐다. 국내 교육 현장과 사회 문제 해결을 이끄는 주체들이 책임 있게 AI를 활용하도록 돕는 것이 목적이다. 마이크로소프트 엘리베이트는 모든 사람이 AI를 활용하고 혜택을 누릴 수 있도록 기술과 AI 역량 개발을 지원하기 위해 2025년 7월 출범했다. 교육과 비영리, 정부 기관과의 파트너십을 통해 커리큘럼과 자격증, 커뮤니티 형태로 AI 역량 확산을 지원하고 있다.  이번 교육은 마이크로소프트가 제공한 글로벌 AI 학습 콘텐츠를 바탕으로 서울대학교 미래교육혁신센터가 한국어 현지화 과정을 재설계했다. 양측은 사회혁신 조직 종사자와 교육계 종사자를 대상으로 프로그램을 순차적으로 확대 운영하며, 과정을 마친 사람에게는 수료증을 제공해 국내 AI 리터러시 확산을 지원할 계획이다. 첫 단계로 5월 1주차부터 비영리 기구와 소셜 벤처 등 사회혁신 조직 종사자를 위한 프로그램이 시작된다. 이 과정은 마이크로소프트와 글로벌 비영리 컨소시엄 넷호프가 협력해 개발한 전문 학습 인증 프로그램이다. 국내 조직 운영 환경을 반영해 실무 적용성을 높였으며, 조직 운영 효율화와 데이터 기반 의사결정, 커뮤니티 서비스 개선 등 시민사회에 특화된 AI 실무 역량 강화를 돕는다. 올해 하반기부터는 유치원부터 고등학교까지 국내 50만 명에 이르는 교원과 교육계 종사자로 대상을 확대한다. 교육자 대상 프로그램은 마이크로소프트와 국제교육기술협회(ISTE)가 개발한 콘텐츠에 국내 교육 정책과 현장 사례를 반영해 한국 교육 환경에 맞게 구성했다. 또한 전국 교원 직무연수 과정과 연계해 교육 현장 전반으로 확산할 수 있는 기반을 마련한다. 이번 프로그램은 서울대학교 교육행정연수원을 통해 온라인으로 누구나 수강할 수 있다. 수료자에게는 서울대학교와 마이크로소프트 공동 명의의 수료 인증서를 발급한다. 마이크로소프트는 수료자들이 AI 역량을 지속적으로 확장할 수 있도록 수료자 대상 행사를 개최하고 프로그램 학습 성과를 글로벌 전문가 양성 과정과 연계하는 등 다양한 성장 경로를 제공할 예정이다. 마이크로소프트는 교육자용 프로그램과 사회혁신가를 위한 프로그램을 국내에도 지속적으로 확장할 방침이라고 전했다.     성종은 마이크로소프트 엘리베이트 한국 총괄 디렉터는 “AI가 교육과 일의 방식을 빠르게 혁신하고 있지만 이를 활용할 역량과 기회는 아직 균등하게 확산되지 않고 있다”면서, “AI 리터러시 프로그램을 통해 국내 교육 현장과 지역사회의 책임 있는 AI 도입을 돕고 더 많은 사회 구성원이 AI의 기회를 활용할 수 있는 기반을 마련할 것”이라고 말했다. 서울대학교 임철일 교육학과 교수 겸 미래교육혁신센터장은 “AI 시대에 발맞춰 미래 사회에 필수적인 AI 역량을 우리 사회 곳곳에 확산하는 것은 대학의 중요한 사회적 책무”라면서, “마이크로소프트와의 이번 협력을 통해 교육 부문과 시민사회의 다양한 접점에서 혁신 주체들이 AI 기술을 활용해 실질적인 변화를 이뤄낼 수 있도록 양질의 교육 인프라를 적극 지원하겠다”고 밝혔다.  

‘플랜트 조선 컨퍼런스 2026’이 지난 2월 5일 백범김구기념관에서 진행됐다. ‘DX와 AI로 재도약하는 플랜트·조선의 미래’를 주제로 한 이번 콘퍼런스는 플랜트 및 조선 산업의 지형을 바꾸는 기술의 진화와 혁신 방향을 집중 조명했다. 또한, 기술 융합을 통해 근본적인 산업 혁신과 미래 생존을 추구하기 위한 청사진을 제시했다. ■ 정수진 편집장     한국플랜트정보기술협회의 신안식 회장은 개회사에서 과거 아날로그 중심에서 AI(인공지능)와 디지털 전환(DX)으로 변화한 플랜트·조선 산업의 최신 트렌드를 강조했다. 신안식 회장은 “이번 행사는 ‘DX와 AI로 재도약하는 플랜트·조선 산업의 미래’를 주제로 삼아, 엔지니어링 최신 기술과 설루션 성공 사례, 디지털 트윈을 통한 위기 해결 방안 등을 다룬다”면서, “새로운 변화를 이끌 혁신 기술이 소개되는 이번 행사가 참석자들의 활발한 네트워킹의 장이 되길 바란다”고 전했다. ‘플랜트 조선 컨퍼런스 2026’에서는 단순한 전산화나 시스템 도입 수준이던 플랜트 및 조선 산업의 IT 트렌드가 디지털 전환과 인공지능 전환(AX)을 중심으로 진화하고 있음을 알 수 있었다. 이런 흐름은 플랜트 및 조선 산업의 고질적인 생산성 저하 및 인력 감소 문제를 극복하기 위해 추진되고 있으며, 자동화 기반 기술의 도입과 지식의 시스템화 등이 활발히 진행 중이다. 또한, DX 및 AX의 성공을 위해서는 데이터 거버넌스 확립 및 개방형 협력 생태계의 조성이 중요시되고 있으며, 단순 제조를 넘어 서비스와 데이터 기반의 비즈니스로 확장해야 한다는 목소리도 높았다.   ▲ 한국플랜트정보기술협회 신안식 회장   플랜트 산업의 성공적인 DX와 AX 추진 전략 GS건설의 이현식 디지털트윈팀장은 ‘플랜트 DX/AX를 통한 산업 혁신 : 지속 가능한 혁신과 효율적 추진 전략’을 주제로 한 기조연설에서, 플랜트 산업의 성공적인 DX 및 AX을 위한 고민과 전략을 소개했다. 그는 현재 플랜트 업계가 추진하고 있는 DX의 목표에 대해 “단기적인 비즈니스 모델 혁신보다는, 건설 산업의 낮은 생산성과 인력 감소 문제를 극복하기 위한 ‘디지털화’의 완성이 되어야 한다”고 정의했다. 특히 DX를 기반이 되는 ‘몸통’으로, AX를 비정형 데이터 해석, 지능형 자율 설계, 현장 시뮬레이션 및 로보틱스를 주도하는 ‘두뇌’로 비유하며 그 중요성을 강조했다. 플랜트 산업의 성공적인 혁신을 가로막는 장애물로는 투자 대비 단기 성과에 대한 집착, 변화에 대한 조직적 저항, 장기적 로드맵 부재, 기초 데이터 부족, 폐쇄적인 산업 생태계 등이 꼽힌다. 이현식 팀장은 이를 극복하기 위한 4대 핵심 전략으로 ▲데이터 거버넌스 수립과 연계성 확보를 통한 데이터 품질 향상 ▲현업 실무자가 직접 시스템을 개발할 수 있는 디지털 리터러시 육성과 리더십 확보 ▲실천 가능하고 견고한 장기 로드맵 수립 ▲동종 업계 간 파운데이션 모델 등을 공유하는 개방형 협력 생태계 조성을 제안했다. 그리고 “성공적인 디지털 전환을 통해 과거 우리 플랜트 산업이 가졌던 위상을 되찾기를 바란다”고 전했다.   ▲ GS건설 이현식 디지털트윈팀장   조선산업의 미래 : 친환경 및 AI 생태계 전환 한국해양대학교의 류민철 교수는 ‘조선산업 친환경·AI 생태계 전환과 글로벌 진출 전략’을 주제로 기조연설을 진행했다. 그는 조선업계가 친환경 선박 발주 증가로 재도약의 기회를 맞았지만, 단순 제조를 넘어 디지털 전환과 인공지능 전환을 통한 생산성 향상 및 새로운 서비스 창출로 나아가야 한다고 강조했다. 해외 시장 진출 전략에 대한 소개도 있었다. 류민철 교수는 “미국의 높은 건조 비용과 인도의 낮은 생산성 문제를 극복하기 위해, 국내의 자동화된 블록 생산 공정과 스마트 자율운항 기술을 현지에 접목하는 비즈니스 모델을 구축할 수 있다”면서, 이를 통해 새로운 데이터와 운영 경험을 축적할 수 있을 것이라고 설명했다. 또한, 스마트 자율운항 선박에 대해서는 향후 폭증할 데이터에 대비해 센서를 최적화하고, 완벽한 자율운항이라는 최종 목표에 앞서 해기사들의 실질적인 업무 부담을 줄여주는 단계적 서비스 개발에 집중해야 한다고 조언했다. 그리고, 척수가 많은 연안 선박의 전기 추진화, XR(확장현실) 기술 및 가상 공간을 접목한 미래 해양 레저 서비스 등 타 산업과의 융합을 통한 시장 확대 가능성도 제시했다. 류민철 교수는 “국내 조선업계가 IT, 반도체, 기자재, 엔지니어링 등 다양한 분야와 주도적으로 협력해서, 독자적이고 거대한 친환경·디지털 통합 생태계를 구축해 나갈 수 있기를 바란다”고 당부했다.   ▲ 한국해양대학교 류민철 교수   도면 읽는 AI와 지식 그래프 기반 디지털 트윈 인포시즈의 탁정수 대표는 ‘도면을 읽는 AI : 플랜트·조선 디지털 트윈의 새로운 접근’을 주제로 기조연설을 진행했다. 그는 플랜트 산업 현장에서 빈번히 일어나는 도면과 실제 현장의 불일치, 지식의 파편화, 그리고 숙련된 작업자의 은퇴로 인한 현장 지식과 노하우의 소실을 심각한 위기 요인으로 지적했다. 이를 해결하기 위한 핵심 해법으로 탁정수 대표가 제안한 것은 설계부터 운영까지 분산된 도면과 데이터를 하나로 이어주는 ‘살아있는 지식 체계’의 구축이다. 특히, 도면 내 장비와 배관 등의 연결 관계를 데이터 스키마(data schema)로 구성하여 전체 흐름을 파악하게 하는 ‘지식 그래프(knowledge graph)’와 기업 내 다양한 용어 및 개념의 표준화된 공리를 세우는 ‘온톨로지(ontology)’의 중요성을 강조했다. 탁정수 대표는 “이 두 가지 요소 기술이 바탕이 되어야만 기업에 AI를 완벽히 적용하고 진정한 의미의 디지털 트윈으로 나아갈 수 있다”고 설명했다. 인포시즈의 AI 설루션인 ‘델타플로우’를 소개한 탁정수 대표는 AI가 도면을 읽고 온톨로지 기반의 지식 그래프로 데이터를 저장함으로써 수천 장의 도면을 가로지르는 유체 흐름 시뮬레이션, 안전사고 예방을 위한 작업 전 영향도 파악, 맥락 기반의 설계 패턴 검색이 가능해진다고 전했다. 그리고 “도면 중심의 통합 플랫폼을 통해 협력사 간의 효율적인 소통 생태계를 조성하고, 기존 레거시 시스템과 연동하여 지식을 완벽하게 자산화해야 한다”고 짚었다.   ▲ 인포시즈 탁정수 대표   플랜트/조선 산업의 기술 혁신을 다각도로 살펴보는 기회 마련   ■ 같이 보기 : [포커스] DX·AI 프로젝트 실행 전략 소개한 플랜트 조선 컨퍼런스 2026   이번 ‘플랜트 조선 컨퍼런스 2026’에서는 기조연설을 포함해 13편의 발표가 진행됐으며, 이와 함께 부스 전시를 통해 플랜트/조선 산업의 DX 및 AX를 위한 다양한 기술을 접해볼 수 있는 자리가 마련되었다. 또한, 산업계 및 학계 주요 인사들이 참여한 간담회에서는 향후 산업 경쟁력 강화 및 기술 혁신을 위한 비전과 의견을 나누었다.   ▲ 인포시즈 부스   ▲ 헥사곤ALI 부스   ▲ 휴엔시스템 부스   ▲ 소프트힐스 부스   ▲ 다우데이타 부스   ▲ 아이지피넷 부스   ▲ 크레아텍 부스   ▲ VIP 간담회     ■ 기사 내용은 PDF로도 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.

한국레노버가 충남교육청, 구글코리아와 함께 충남 지역 학교의 AI 기반 스마트 교육 환경 조성을 위한 크롬북 기증식을 진행했다고 밝혔다. 충남교육청은 AI 시대에 모든 학생이 디지털 소외 없이 성장하도록 AI 교육 특화도시 확대와 AI 교육센터 조성 등 미래 교육 인프라 구축에 힘쓰고 있다. 이러한 비전 아래 세 기관은 총 22개 학교, 68개 학급을 대상으로 ‘알버스(Albus)’ 프로젝트를 진행한다. 이번 충남 지역 알버스 프로젝트에서 한국레노버는 총 150대의 교육용 디바이스를 지원한다. 모든 참여 학교 교사들에게 생성형 AI가 탑재된 크롬북인 ‘레노버 크롬북 플러스 14’가 제공된다. 이 크롬북에는 구글의 최신 AI 모델인 ‘제미나이(Gemini)’가 온디바이스로 탑재돼, 교사들은 인터넷 연결 없이도 요약, 글쓰기, 수업자료 생성 등 레노버 전용 AI 기능을 포함한 다양한 AI 기능을 활용할 수 있다. 학생용으로는 디지털 수업을 위한 성능과 높은 내구성, 세련된 디자인을 갖춘 ‘레노버 500e 크롬북’을 아산시 한들물빛초등학교와 홍성군 홍북중학교에 지원한다.     구글은 구글 워크스페이스 포 에듀케이션을 기반으로 제미나이를 활용한 AI 기반 디지털 수업, 클라우드 협업 환경과 다양한 교육 리소스를 제공하고 교사 대상 역량 강화 프로그램도 함께 운영할 예정이다. 이 프로젝트의 교육 효과성 분석은 호서대학교가 연구기관으로 참여해 수행한다. 수업 혁신, 학생 성과, 교사의 업무 시간 경감, AI 및 디지털 리터러시 역량 등 다양한 항목을 정량·정성적으로 측정하고 이를 토대로 레노버 크롬북과 구글의 교육 설루션에 대한 효과성 평가와 연구를 통해 스마트 교육 모델 수립에 기여할 계획이다. 알버스 프로젝트는 레노버 크롬북과 구글 워크스페이스 포 에듀케이션을 활용해 학생과 교사의 창의적 교육과 디지털 기반 학습 환경 구축을 지원하는 교육 프로그램이다. 2021년부터 시흥, 대전, 부산, 인천, 전남 지역 8개 학교를 대상으로 매년 진행, 교사와 학생의 디지털 수업 경험을 향상시키고 변화하는 교육 환경에 효과적으로 대응할 수 있도록 지원해왔다. 한국레노버 신규식 대표는 “충남교육청이 지향하는 AI 기반 스마트 교육 환경 조성에 동참하게 되어 매우 뜻깊다”면서, “이번 협력을 통해 교사와 학생이 실제 수업 현장에서 스마트 디바이스와 기술을 효과적으로 활용할 수 있도록 실질적인 지원을 이어갈 것”이라고 말했다. 이어 “앞으로도 AI 시대에 부합하는 디바이스와 솔루션을 바탕으로 교육 현장의 지속 가능한 혁신을 함께 만들어가겠다”고 덧붙였다.

현장에서 얻은 것 No. 21   “데이터의 양이 아니라 활용이다. 우리는 쌀을 먹지 않고 밥을 먹는다.” – 최재홍 교수(가천대)   거대한 전환점에 선 제조업 21세기, 우리는 산업 혁명의 물결이 AI(인공지능)라는 이름으로 다시금 거세게 밀려오는 시대를 살고 있다. 제조업은 그 최전선에 서 있다. 과거 증기기관, 전기, 컴퓨터가 생산 방식을 송두리째 바꿔놓았듯이, 이제 AI는 우리가 제품을 설계하고, 생산하고, 유통하며, 심지어 소비자와 소통하는 방식까지 근본적으로 재편하고 있다. 많은 제조업체는 이 변화의 물결 속에서 생존과 번영을 위한 새로운 전략을 모색하고 있다. 기존의 방식만으로는 더 이상 지속 가능한 성장을 기대하기 어렵다는 냉정한 현실에 직면하게 된 것이다. 이 거대한 전환점에서 우리는 AI를 어떻게 받아들이고 활용해야 할까? 단순히 자동화를 위한 도구로만 생각할 것인가, 아니면 그 이상의 잠재력을 가진 파트너로 인식할 것인가? 이선 몰릭 교수의 저서 ‘듀얼 브레인’은 이러한 질문에 대한 명쾌한 해답을 제시한다. 바로 AI를 인간의 ‘두 번째 뇌’로 활용하여 시너지를 창출하는 ‘듀얼 브레인’ 개념이다. 이번 호 칼럼은 ‘듀얼 브레인’의 핵심 인사이트를 바탕으로, AI 시대 제조업이 나아가야 할 생존 전략을 제시하고자 한다.   ▲ ‘듀얼 브레인’ 서평 맵(Map by 류용효컨셉맵연구소) (클릭하면 큰 이미지로 볼 수 있습니다.)   AI, 단순한 도구에서 두 번째 뇌로 “인간의 마음은 한계가 없으며, 그것은 스스로를 확장하는 방법을 끊임없이 찾아낸다.” – 이선 몰릭(‘듀얼 브레인’ 저자) 오랜 시간동안 제조업 현장에서 자동화는 주로 육체 노동의 효율을 높이는 데 초점을 맞추었다. 로봇 팔이 정밀하게 부품을 조립하고, 자동화된 설비가 제품을 대량 생산하였다. AI 역시 이러한 자동화의 연장선상에서 ‘똑똑한 도구’로 인식되는 경향이 강하였다. 그러나 ‘듀얼 브레인’이 강조하는 바는 AI가 단순한 도구를 넘어, 인간의 지적 활동을 확장하고 보완하는 ‘두 번째 뇌’가 될 수 있다는 점이다. 제조업 현장에서 AI는 더 이상 데이터를 수집하고 분석하여 보고서를 제공하는 수동적인 역할에 머무르지 않는다. AI는 설계 단계에서 수많은 변수를 고려하여 최적의 디자인을 제안하고, 생산 공정에서 예측 불가능한 오류를 사전에 감지하며, 품질 검사에서 인간이 놓칠 수 있는 미세한 결함을 찾아낸다. 이는 AI가 인간의 인지적 한계, 즉 방대한 데이터 처리 능력의 부재나 고정관념에서 벗어나지 못하는 사고의 경직성을 보완해 주기 때문에 가능한 일이다. 예를 들어, 신제품 개발에 있어 인간 디자이너는 오랜 경험과 직관으로 디자인을 구상한다. 하지만 AI는 방대한 고객 데이터, 시장 트렌드, 과거 성공 사례 등을 학습하여 인간이 상상하기 어려웠던 수십, 수백 가지의 디자인 대안을 즉시 제시할 수 있다. 또한, 각 디자인의 생산성, 재료비, 잠재적 소비자 반응까지 예측하여 제공함으로써 인간 디자이너의 의사결정을 획기적으로 개선한다. 이는 인간의 창의성과 AI의 분석 능력이 결합된 진정한 듀얼 브레인의 작동 방식이라 할 수 있다. 따라서 제조업은 AI를 단순히 공정을 자동화하는 기계로 볼 것이 아니라 R&D, 설계, 생산 관리, 품질 관리, 마케팅 등 모든 분야에서 인간의 지적 파트너이자 두 번째 뇌로 장착해야 한다. 이러한 관점의 전환이야말로 AI 시대 제조업이 생존하고 번영할 첫 걸음이 될 것이다.   듀얼 브레인 활용법 : 질문, 실험, 그리고 인간의 역할 “중요한 것은 질문하는 것을 멈추지 않는 것이다. 호기심은 그 자체로 존재 이유가 있다.” – 알베르트 아인슈타인 듀얼 브레인을 제조업에 효과적으로 장착하기 위해서는 몇 가지 핵심적인 활용법을 숙지해야 한다. 단순히 최신 AI 기술을 도입하는 것만으로는 충분하지 않다. 중요한 것은 ‘어떻게 AI와 협업할 것인가’이다. 첫째, ‘질문하는 기술’의 중요성이다. AI, 특히 생성형 AI는 우리가 던지는 질문(프롬프트)에 따라 전혀 다른 결과물을 내놓는다. 제조업에서는 AI에게 ‘현재 생산 라인의 병목 현상을 파악하고 개선 방안을 제시하라’, ‘신소재 개발을 위해 특정 물성을 가진 분자 구조를 추천하라’, ‘고객 불만 데이터에서 제품 개선에 필요한 핵심 인사이트를 도출하라’와 같이 구체적이고 명확한 질문을 던질 수 있어야 한다. 추상적인 질문은 모호한 답변을 낳고, 결국 AI 활용의 효율을 떨어뜨릴 것이다. 질문의 질이 곧 AI 활용의 질을 결정한다는 사실을 명심해야 한다. 둘째, ‘실험적 사고’와 ‘빠른 반복’이다. AI는 완벽하지 않다. 때로는 잘못된 정보(환각 현상)를 생성하거나, 우리가 의도한 바와 다른 결과를 내놓기도 한다. 제조업에서는 이러한 AI의 특성을 이해하고, 두려워하지 않고 다양한 가설을 세워 AI와 함께 실험하는 태도가 중요하다. AI가 제시한 생산 최적화 방안이 실제로 효과가 있는지 소규모 테스트를 거치고, AI가 제안한 디자인을 프로토타입으로 제작하여 시장 반응을 살피는 등의 빠른 반복 과정이 필수이다. 실패를 통해 배우고, 그 학습을 바탕으로 다음 실험을 진행하는 애자일(agile) 방식이 듀얼 브레인 시대의 핵심 역량인 것이다. 셋째, ‘인간의 개입과 검증’이다. AI는 방대한 데이터를 기반으로 통계적인 결론을 도출하지만, 그 결과가 항상 현실의 복잡한 맥락이나 윤리적 판단에 부합하지는 않는다. 제조업에서는 AI가 제시한 생산 계획이 과연 현장의 인력 운용이나 안전 규정에 부합하는지, AI가 추천한 신소재가 환경 규제를 만족하는지 등을 인간 전문가가 반드시 검토하고 최종 결정해야 한다. AI의 결과물을 맹목적으로 신뢰하기보다는, 비판적인 시각으로 검증하고 인간의 경험과 지혜를 더하는 것이 듀얼 브레인을 완성하는 핵심 단계이다. AI는 강력한 보조 도구이지만, 최종적인 책임과 판단은 결국 인간의 몫인 것이다.   창의성과 생산성 증대 : 제조업의 새로운 경쟁력 “생산성은 우연이 아니다. 그것은 항상 탁월함에 대한 헌신, 지능적인 계획, 집중된 노력의 결과이다.” – 폴 마이어 듀얼 브레인 개념을 제조업에 적용함으로써 얻을 수 있는 가장 큰 이점은 바로 창의성과 생산성의 비약적인 증대이다. 이는 AI 시대 제조업의 새로운 경쟁력이 될 것이다. 창의성 증대 측면에서 제조업은 전통적으로 ‘효율’과 ‘정확성’을 강조해왔다. 그러나 AI는 이제 제조업의 ‘창의성’을 자극하는 촉매제가 되고 있다. 예를 들어, 제품 디자인 과정에서 AI는 기존 데이터를 기반으로 전혀 새로운 형태나 기능을 제안할 수 있다. 이는 인간 디자이너의 고정관념을 깨고 상상력을 자극하여 혁신적인 제품 개발로 이어진다. 또한, AI는 제조 공정 자체의 혁신에도 기여한다. AI 시뮬레이션을 통해 기존에는 불가능하다고 여겼던 새로운 생산 방식을 탐색하고, 재료의 낭비를 최소화하며, 에너지 효율을 극대화하는 창의적인 해결책을 찾아낼 수 있다. 이는 인간의 직관과 AI의 방대한 계산 능력이 결합되어 가능해지는 결과이다. 생산성 증대 측면은 더욱 명확하다. 제조업의 생산성 증대는 곧 비용 절감과 납기 단축으로 이어져 기업의 수익성에 직접 영향을 미친다. 듀얼 브레인 시스템은 다음과 같은 방식으로 생산성을 극대화할 것이다. 예측 유지보수 : AI가 설비의 미세한 진동, 온도 변화, 전력 소비량 등을 실시간으로 분석하여 고장을 예측하고 사전 유지보수를 가능하게 함으로써, 예기치 않은 생산 중단 시간을 획기적으로 줄일 것이다. 생산 공정 최적화 : AI는 복잡한 생산 라인에서 각 단계의 효율성을 분석하고, 병목 현상을 식별하며, 재고 관리와 물류 흐름을 최적화하여 생산 리드 타임을 단축시키고 생산량을 증대시킬 것이다. 품질 관리 혁신 : AI 기반의 비전 검사 시스템은 인간의 눈으로 감지하기 어려운 미세한 불량까지 정확하게 찾아내어 불량률을 낮추고 제품 품질을 일관되게 유지할 것이다. 데이터 기반 의사결정 : AI는 시장 동향, 고객 피드백, 공급망 데이터 등 방대한 정보를 분석하여 경영진의 전략적 의사결정을 지원하고, 이는 곧 더 빠르고 정확한 시장 대응으로 이어질 것이다. 이처럼 듀얼 브레인은 제조업의 고질적인 문제를 해결하고 나아가 새로운 가치를 창출하는 핵심 동력이 될 것이다.   AI 시대, 제조업 인간의 역할 재정립 “기계는 인간의 일을 대신할 수 있지만, 인간의 마음을 대신할 수는 없다.” – 스티븐 호킹 AI가 제조업 현장에 깊숙이 들어올수록, 많은 이들이 인간의 역할에 대한 불안감을 느끼는 것이 사실이다. 하지만 ‘듀얼 브레인’은 AI가 인간의 일자리를 완전히 대체하는 것이 아니라, 오히려 인간 고유의 역량을 더욱 빛나게 하고 그 역할을 재정립할 기회를 제공한다고 역설한다. 제조업 현장에서 AI는 반복적이고 위험하며, 데이터 기반의 정량적 분석에 특화된 업무를 수행하게 될 것이다. 그렇다면 인간은 어떤 역할을 해야 할까? 문제 정의 및 비판적 사고 : AI는 주어진 문제를 해결하는 데 유능하지만, 무엇이 진정한 문제인지 파악하고 AI가 도출한 결과에 대해 비판적으로 질문하며, 맥락을 이해하여 의미를 부여하는 것은 여전히 인간의 몫이다. 예를 들어, AI가 불량률 감소를 위한 수치적 해답을 제시할 수는 있지만, ‘이 불량이 고객에게 미치는 정서적 영향’이나 ‘기업의 장기적인 브랜드 이미지’와 같은 비정량적인 가치를 판단하고 정책을 결정하는 것은 인간 경영자의 역할인 것이다. 창의적 기획 및 혁신 : AI는 기존 데이터를 기반으로 새로운 조합을 만들 수는 있지만, 완전히 새로운 개념을 무에서 유로 창조하거나, AI의 한계를 뛰어넘는 파격적인 아이디어를 제안하는 것은 인간의 고유 영역이다. 제조업에서 다음 세대 먹거리를 기획하고 시장 판도를 바꿀 기술을 상상하는 것은 AI가 아닌 인간 전문가의 몫인 것이다. 감성 지능 및 공감 : 협상, 팀 빌딩, 고객과의 관계 형성 등 인간 상호작용이 필요한 부분에서는 AI가 인간의 감성을 이해하고 공감하는 데 한계가 있다. 제조업의 영업, 마케팅, 인력 관리 등에서는 여전히 인간의 감성 지능과 공감 능력이 필수인 것이다. 윤리적 판단과 책임 : AI는 데이터를 기반으로 작동하므로 윤리적 가치 판단이나 사회적 책임을 스스로 질 수 없다. 제조업 공정에서 발생할 수 있는 환경 문제, 노동자의 안전, 제품의 사회적 영향 등 윤리적 딜레마에 대한 최종 판단과 책임은 전적으로 인간에게 달려 있는 것이다. 따라서 AI 시대 제조업의 인재는 AI를 활용하는 ‘도구적 능력’을 넘어, AI가 할 수 없는 ‘인간 고유의 역량’을 더욱 갈고 닦아야 한다. 이는 AI를 두려워할 것이 아니라, 오히려 AI의 도움을 받아 자신만의 강점을 극대화하는 길을 모색해야 함을 의미한다.   미래를 위한 제언 : 제조업의 듀얼 브레인 로드맵 “미래를 예측하는 가장 좋은 방법은 미래를 창조하는 것이다.” – 피터 드러커 AI 시대 제조업의 생존과 번영은 듀얼 브레인을 얼마나 성공적으로 장착하느냐에 달려 있다. 이를 위한 몇 가지 제언을 하고자 한다. 첫째, CEO를 포함한 경영진의 인식 전환과 비전 공유가 필수이다. 듀얼 브레인 전략은 단순히 기술팀만의 과제가 아니다. 최고 의사결정권자가 AI를 기업의 핵심 전략 자산이자 ‘두 번째 뇌’로 인식하고, 전사적인 변화의 비전을 제시해야 한다. 기술 투자뿐만 아니라 인력 재교육 및 문화 변화를 위한 투자를 아끼지 않아야 한다. 둘째, 지속적인 학습과 실험 문화를 정착시켜야 한다. AI 기술은 빠르게 진화하고 있다. 어제의 최적해가 오늘의 최적해가 아닐 수 있다. 제조업체는 AI 기술 트렌드를 주시하고, 새로운 AI 도구를 끊임없이 실험하며, 실패를 두려워하지 않고 거기서 배우는 문화를 구축해야 한다. 작은 규모의 파일럿 프로젝트를 통해 AI 활용의 성공 경험을 쌓고, 이를 점차 확대해 나가는 방식이 효과적일 것이다. 셋째, 인력 재교육 및 역량 강화에 적극적으로 투자해야 한다. 기존 인력들이 AI를 두 번째 뇌로 활용할 수 있도록 AI 기초 교육, 데이터 리터러시, 프롬프트 엔지니어링 교육 등을 제공해야 한다. 동시에 AI가 대체하기 어려운 인간 고유의 역량 즉 비판적 사고, 창의성, 문제 해결 능력, 협업 능력 등을 강화하는 교육 프로그램도 병행해야 한다. 넷째, 데이터 기반의 의사결정 체계를 확립해야 한다. 듀얼 브레인은 결국 데이터에 기반한다. 제조업 현장의 모든 데이터(생산, 품질, 재고, 고객, 시장 등)를 통합적으로 수집하고 분석할 수 있는 인프라를 구축해야 한다. 이를 통해 AI가 더 정확하고 깊이 있는 통찰력을 제공할 수 있으며, 인간의 의사결정 역시 데이터에 기반하여 더욱 합리적으로 이루어질 수 있을 것이다. 다섯째, 외부 AI 전문 기업과의 협력을 고려해야 한다. 모든 AI 역량을 자체적으로 구축하는 것은 현실적으로 어렵고 비효율적일 수 있다. AI 설루션 제공 기업, 컨설팅 회사, 학계 등 외부 전문가 그룹과의 협력을 통해 필요한 AI 기술과 노하우를 빠르게 도입하고 내재화하는 전략도 필요할 것이다.   결론 : 듀얼 브레인, 제조업의 새로운 항해를 위한 나침반 “완벽한 계획을 기다리기보다 빠르게 실행하고(선지랄 후수습), 시장과 고객의 피드백을 통해 방향을 수정해 나가는 것이 중요하다.” – 최재홍 교수(가천대) AI 시대는 제조업에 거대한 도전인 동시에 전례 없는 기회이다. 이 기회를 잡기 위해서는 AI를 단순한 생산성 향상 도구로 여기는 구시대적 관점을 벗어나, 인간의 지적 능력을 확장하고 협력하는 듀얼 브레인으로 장착해야 한다. 인간의 비판적 사고와 창의성, 그리고 AI의 방대한 처리 능력이 결합될 때 제조업은 새로운 차원의 혁신과 경쟁력을 확보할 수 있을 것이다. 이제 제조업은 단순히 물건을 만드는 것을 넘어, 지능형 시스템과 인간 지능이 함께 작동하는 ‘코인텔리전스 제조(co-intelligence manufacturing)’의 시대로 진입하고 있다. 듀얼 브레인을 장착하고, AI와 함께 배우고 실험하며, 인간 고유의 가치를 더욱 빛내 나간다면, AI 시대의 제조업은 더욱 강력하고 지속 가능한 미래를 향해 성공적으로 항해할 수 있을 것이다. 이는 선택이 아닌 필수 생존 전략이 될 것이다. 최재홍 교수는 2025년 7월 9일 미모세(미래모빌리티세미나) 2025 키노트에서 이런 말을 남겼다. “오너는 될 때까지 하기 때문에 실패가 없다.” 이 말은 강연장에 모인 스타트업 그리고 상장사 CEO들에게 큰 영감과 감동을 주었다.   ■ 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. 20   “AI 시대에도 변하지 않는 것은 인간의 창의성과 호기심이다.” – 사티아 나델라 딥시크(DeepSeek)로 온 세상이 떠들썩하지만, ‘2025 AI 대전환’의 두 저자가 쓴 “주도권을 선점하라”는 메시지는 여전히 유효하다. 이 책은 두 저자의 대담 형식으로 써 내려가는 부분과 두 저자의 전문 경험으로 써 내려가는 부분이 인상적이다. AI(인공지능)의 주도권을 어떻게 잡을지 책 속으로 들어가 보자.   AI 대전환의 시대, 주도권을 잡아야 하는 이유 AI는 이제 선택이 아니라 필수다. 2023년 생성형 AI의 태동 이후, AI 기술은 산업과 사회 전반에 걸쳐 급속도로 확산되었으며 개인, 기업, 국가의 경쟁력을 결정하는 핵심 요소로 자리 잡고 있다. 단순히 AI를 도입하는 것이 아니라 그 흐름을 주도하는 것이 무엇보다 중요해지고 있다. AI는 단순한 기술 혁신을 넘어 경제와 사회 구조 자체를 변화시키는 촉매제가 되고 있으며, 이에 따라 AI의 주도권을 잡는 것은 곧 미래 경쟁력을 확보하는 것과 같다. AI 기술이 발전하면서 기업과 정부는 AI를 자동화 도구로 활용하는 수준을 넘어 새로운 가치 창출의 중심에 두고 있다. 특히 AI의 발전은 제조업, 금융, 헬스케어, 교육 등 다양한 산업에 영향을 미치고 있으며, AI의 활용 여부에 따라 기업의 성패가 결정될 가능성이 커지고 있다. 그렇다면 AI 대전환이 가져올 변화는 무엇이며, 우리는 어떻게 주도권을 잡을 수 있을까? “변화는 불가피하지만, 성장은 선택이다.” – 존 맥스웰   AI의 변화와 주요 트렌드 2025년을 주도할 AI의 주요 트렌드는 다음과 같다. 멀티모달 AI : 텍스트뿐만 아니라 이미지, 음성, 영상, 센서 데이터 등을 종합적으로 활용하는 AI가 확산된다. 이는 검색 엔진, 고객 서비스, 의료 진단 등 다양한 분야에서 혁신을 가져올 것이다. 할루시네이션(Hallucination) 문제 해결 : AI가 실제 존재하지 않는 정보를 생성하는 문제를 해결하기 위한 기술이 발전하고 있다. 이를 통해 AI의 신뢰성과 정확성이 높아질 것이며, 기업은 AI를 보다 적극적으로 도입할 수 있을 것이다. 온디바이스 AI로의 확산 : 클라우드 기반 AI에서 벗어나 개별 기기에서 AI가 실행됨으로써 보안성과 개인화가 강화된다. 이는 스마트폰, IoT 기기, 자동차 등 다양한 영역에서 AI의 활용을 촉진할 것이다. 생성형 AI가 부활시킨 AI 에이전트 : 챗지피티(ChatGPT)와 같은 생성형 AI 기술이 발전하면서, 인간과 자연스럽게 상호작용하는 AI 에이전트가 다시 주목받고 있다. 이는 고객 응대, 비즈니스 자동화, 교육 등 다양한 분야에서 활용될 것이다. 오픈소스 AI 생태계의 확장 : AI 기술이 오픈소스로 개방되면서 혁신 속도가 더욱 빨라지고 있다. 이는 기업과 연구기관이 협력하여 AI 기술을 발전시키는 환경을 조성할 것이다. 비용 감소 노력과 AI 반도체 발전 : AI 연산 비용을 줄이기 위한 반도체 및 소프트웨어 혁신이 가속화되고 있다. AI 전용 반도체 개발과 최적화된 알고리즘이 AI의 대중화를 촉진할 것이다. 안정성과 책임성 강화 : AI의 윤리적 문제와 신뢰성 확보를 위한 규제 및 정책이 강화될 전망이다. 기업과 정부는 AI의 공정성과 투명성을 확보하기 위한 대응 전략을 마련해야 한다. 소비린 AI(Sovereign AI) : 국가별 AI 독립 전략이 중요해지고 있다. 글로벌 기술 패권 경쟁 속에서 각국은 자체 AI 인프라를 구축하고, 자국의 데이터를 보호하는 방향으로 나아가고 있다. 이러한 트렌드를 기반으로 AI 대전환을 주도하기 위해서는 개인, 기업, 국가가 각각의 역할을 이해하고, 효과적으로 대응해야 한다. “AI가 창조하는 것은 데이터이지만, 인간이 창조하는 것은 의미다.” – 레이 커즈와일   ▲ ‘2025 AI 대전환 : 주도권을 선점하라(오순영, 하정우)’ 서평 맵(Map by 류용효) (클릭하면 큰 이미지로 볼 수 있습니다.)   AI 내비게이터 : 개인, 기업, 국가의 역할 개인을 위한 AI 내비게이터 AI의 확산은 개인의 역량 강화와 직업 시장의 변화를 의미한다. AI와 협업하는 형태로 업무 방식이 변화하면서, AI 리터러시(AI 활용 능력)가 필수적으로 요구된다. 따라서 개인은 AI 도구를 익히고 창의적 사고와 문제 해결 능력을 키우는 것이 중요하다. 또한, AI는 새로운 일자리의 창출과 기존 직업의 변화도 가져올 것이다. 예를 들어, 데이터 분석가, AI 윤리 전문가, AI 트레이너 등의 직업이 증가할 것으로 예상된다. 반면 단순 반복 업무를 수행하는 직업은 감소할 가능성이 크다. 따라서 개인은 AI 시대에 맞는 새로운 역량을 갖추는 것이 필요하다.   기업을 위한 AI 내비게이터 기업은 AI를 단순한 도구가 아니라 전략적 자산으로 활용해야 한다. 이를 위해서는 다음과 같은 전략이 필요하다. AI를 활용한 비즈니스 프로세스 혁신 데이터 기반 의사 결정 강화 AI 기술을 내재화하는 조직 문화 구축 AI 윤리 및 규제 대응 전략 마련 AI 도입을 망설이는 기업은 시장에서 도태될 가능성이 높다. 따라서 기업은 AI 트렌드를 면밀히 분석하고, 조직 내 AI 역량을 체계적으로 강화해야 한다. 특히 AI를 활용한 고객 맞춤형 서비스 제공, 자동화 시스템 도입, AI 기반 예측 모델 구축 등이 기업의 경쟁력을 높이는 핵심 요소가 될 것이다.   국가를 위한 AI 내비게이터 AI 대전환은 국가 경쟁력과 직결된다. 글로벌 AI 패권 경쟁에서 앞서 나가기 위해서는 다음과 같은 정책이 필요하다. AI 연구개발(R&D) 투자 확대 AI 전문 인력 양성 AI 친화적 규제 환경 조성 AI 인프라(클라우드, 반도체, 데이터) 구축 국가 차원에서 AI를 적극적으로 육성하지 않으면 기술 종속의 위험이 커진다. 특히 한국과 같은 기술 강국은 AI 산업을 선도하는 전략적 접근이 필수이다. 또한, AI 거버넌스 체계를 확립하고 국제 협력을 강화하는 것도 중요한 요소가 될 것이다.  “우리는 도구를 만들고, 그 도구가 우리를 만든다.” – 마셜 매클루언   AI 주도권을 위한 방향성 2025년 AI 대전환은 개인, 기업, 국가의 모든 영역에서 거대한 변화를 초래할 것이다. 이 변화를 단순히 따라가는 것이 아니라, 주도하는 것이 곧 생존 전략이 된다. 개인은 AI 리터러시를 갖추고, 기업은 AI를 전략적으로 활용하며, 국가는 AI 산업을 체계적으로 육성해야 한다. 결국 AI 대전환의 시대에서 승자는 누구보다 먼저 변화를 준비하고 주도권을 선점한 자들이 될 것이다. 당신은 AI 대전환의 흐름 속에서 어떤 역할을 할 것인가?   ■ 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.

디지털 지식전문가 조형식의 지식마당   우리는 현재 디지털 시대에 살고 있다고 추정된다. 디지털 시대는 디지털 기술과 디지털 경제, 문화 등 인간의 모든 활동에 디지털 영향을 포함한다. 디지털이란 무엇일까? 디지털 (digital)의 반대 개념은 아날로그(analog)이거나, 물리적(physical)이거나 또는 현실(reality)이라고 할 수도 있다. 이제는 디지털이 단순하게 아날로그에 대비되는 개념만은 아니다. 최근에는 디지털이 스마트와 같은 의미로 사용되기도 한다. 대망의 2025년은 디지털 철학(philosophy of the digital)에 대해서 생각해 보는 것으로 시작하려고 한다. 이전에도 디지털을 단편적으로 많이 생각해 봤다. 그래서 이번에는 세 가지 방향으로 생각해 보기로 했다. 디지털 철학의 본질적 관점, 그리고 현재 산업의 기술, 트렌드, 전환의 관점, 그리고 나 자신의 개인적 관점이다.   디지털 철학의 본질적 관점 디지털 기술의 발전은 단순한 편리함을 넘어 인간의 사고 방식, 소통 방식, 그리고 문화·정치·사회구조까지 재편하는 거대한 변화를 이끌어냈다. 디지털 철학은 디지털 기술이 인간의 가치관과 전통적 사고 방식에 미치는 영향을 성찰하며, 새로운 디지털 시대에서 인간 존재의 의미와 윤리적 과제를 생각한다. 단순히 기술의 수용을 넘어, 디지털 기술과 함께 인간성을 재정의하는 새로운 사고 방식으로 접근해야 한다. 디지털 전환은 기존의 산업 구조와 생활 방식을 근본적으로 재구성하는 과정이다. 이는 단순한 기술적 업그레이드가 아니라 클라우드, 인공지능(AI), 사물인터넷(IoT) 등 첨단 기술을 통해 비즈니스 모델, 사회 구조, 그리고 개인의 일상까지 혁신하는 거대한 변화이다. 이러한 디지털 전환은 우리 사회가 농경사회에서 산업사회, 그리고 정보사회로 변천했던 역사적 전환과 유사한, 대대적 인식의 변화를 요구한다. 오늘날 디지털 기술 트렌드는 5G, 양자컴퓨팅, 웹 3.0, 확장현실(XR), 디지털 트윈 등으로 대표되며, 이는 인간에게 새로운 철학적 질문을 던진다. 디지털 정체성은 어디까지 확장될 수 있는가? 데이터 폭증 속에서 정보의 진위는 어떻게 판별하며, 알고리즘 필터를 통해 얻는 지식은 얼마나 객관적인가? 또한, 인공지능이 의사결정 과정에 깊이 관여할 때 책임과 윤리적 기준은 어떻게 설정해야 하는가? 이러한 질문은 디지털 시대를 살아가는 우리가 반드시 성찰해야 할 과제가 된다.   그림 1. 디지털 지속가능성(digital sustainability)   디지털 전환은 인간적 가치를 재고하는 기회를 제공한다. 정보 접근성과 업무 효율성이 극대화되고 생활의 편의성이 증대되는 긍정적인 측면이 있는 반면, 개인 정보의 상업화, AI를 통한 여론 조작, 디지털 중독, 인간관계의 피상화 등 부정적인 영향도 함께 존재한다. 디지털 철학은 이러한 양면성을 직시하며, 새로운 기술 환경 속에서 인간다움을 유지하고 증진할 수 있는 가치체계를 모색한다. 이를 위해 실천적 노력이 필수적이다. 기술 독점과 프라이버시 침해를 방지하기 위한 제도적 대응과 법적 규범을 마련해야 하며, 디지털 리터러시 교육을 강화해 시민들이 기술을 비판적으로 수용할 수 있는 능력을 길러야 한다. 또한, 예술, 문학, 게임 등 다양한 문화적 표현을 통해 디지털 시대의 경험을 재해석하는 것도 중요하다. 디지털 철학은 기술 발전과 인간적 가치를 연결하는 새로운 생각의 방식이다. 이는 단순히 기술에 적응하는 수동적 태도를 넘어, 기술과 함께 인간다운 삶을 재정의하며 발전시키는 능동적이고 비판적인 접근을 요구한다. 디지털 전환의 시대를 살아가는 우리 모두는 디지털 철학자로서, 기술과 인간의 조화를 모색하는 역할을 맡고 있다.   디지털 산업 상황적 관점 현대 산업은 기술(technology), 트렌드(trends), 전환(transformation)이라는 세 가지 주요 키워드로 요약될 수 있다. 이들은 서로 긴밀히 연결되어 산업 발전을 주도하며, 기업들이 경쟁력을 유지하기 위해 혁신과 적응에 주력해야 하는 핵심 요소로 자리잡았다. 기술의 영역에서는 디지털화와 자동화가 가장 두드러진 변화로 인공지능, 머신러닝, 사물인터넷, 에지 컴퓨팅 등의 첨단 기술이 생산 공정을 자동화하며 효율성을 극대화하고 있다. 더불어 스마트 공장과 디지털 트윈, 소프트웨어 정의, 데이터 기반 의사결정 시스템의 도입은 산업의 지능화와 효율화를 이끌고 있다. 에너지 분야에서도 재생 가능 에너지, 탄소 중립 설루션, 전기차 배터리 기술 등 지속가능성을 지원하는 혁신적인 기술이 빠르게 발전하고 있다. 트렌드 측면에서는 지속가능성과 ESG 경영이 핵심으로 떠오르고 있다. 환경, 사회, 거버넌스를 고려한 경영 방침이 요구되면서 탄소 배출 감소와 친환경 제품 개발이 주요 트렌드로 자리잡고 있다. 또한, 고객 중심 혁신이 강조되며 맞춤형 제품과 서비스, 디지털 플랫폼을 통한 고객 경험 강화가 기업의 중요한 목표가 되고 있다. 글로벌 공급망의 불확실성 증가에 따라 생산 공정의 지역화를 통해 리스크를 최소화하려는 리쇼어링 트렌드도 주목받고 있다.   그림 2. 디지털 수명주기 지속가능성(digital lifecycle sustainability)   전환의 과정에서는 디지털 트랜스포메이션이 중심에 있다. 기존 산업 구조가 디지털 기술을 기반으로 한 새로운 구조로 전환되며, 전통 제조업에서 SaaS(서비스형 소프트웨어) 기반 제조 플랫폼으로의 변화가 가속화되고 있다. 또한, 다양한 산업 간 융합이 활발히 이루어지며, 이를 통해 자동차 산업과 IT 기술의 결합으로 탄생한 커넥티드 카와 자율주행차와 같은 새로운 비즈니스 모델이 창출되고 있다. 이와 함께 미래 산업을 이끌어갈 인재에 대한 요구도 커지고 있다. 인공지능, 데이터 분석, 클라우드 기술에 능숙한 디지털 전문 인재 확보와 기존 인력의 재교육(reskilling) 및 업스킬링(upskilling)이 필수 과제로 떠오르고 있다. 기술, 트렌드, 변환이라는 세 가지 키워드는 현대 산업의 발전을 이끄는 중요한 축이다. 기업은 이 변화에 신속히 적응하고, 혁신을 통해 지속 가능한 경쟁력을 확보해야 한다. 이는 단순한 생존 전략을 넘어, 미래를 대비하는 필수적인 접근 방식으로 자리잡고 있다.   디지털 개인적 삶의 관점 나의 컬럼에서 디지털이라는 제목을 시작한 것은 2008년 9월호의 ‘자료에서 디지털 지혜까지’이다. 그리고 마지막은 2024년 10월호 ‘디지털 디톡스와 디지털 안식년’이다. 2008년부터 2024년까지 총 49편의 칼럼에 디지털이라는 제목이 포함되었다. 이 칼럼을 쓰고 나면 드디어 50번째 디지털 제목이 포함된 글을 완성하는 셈이 된다. 작년 10월호 칼럼을 쓰고 디지털 디톡스를 하기 위해서 자전거를 타다가 사고를 당해서 팔목 수술을 했다. 덕분에 확실하게 디지털도 중요하지만 그와 대응하는 아날로그, 물리적, 현실이 중요하다는 것을 깨닫는 계기가 되었다. 인간은 죽을 때까지 배우는 것 같다. 수술을 하기 위해서 건강 검진을 하다 보니 자신의 건강 수치를 알 수 있었다. 지난 몇 년 간의 건강 검진 수치를 비교해 봤는데, 이제는 더 이상 미룰 수 있는 수준이 아니라서 우선 체중을 10kg 감량했다. 이전에는 감량을 한 적이 있으나 운동만으로는 한계가 있어서 음식을 조절했다. 그동안 건강 관리는 무계획적으로 한 것 같다. 체중, 혈압, 혈당, 콜레스트롤, 체지방, 내장지방, 골격근, 간수치 등을 실시간으로 측정하고 그 원인을 분석해야 한다. 관리는 측정이 시작이다. 측정하지 않는 것은 가설이지 관리가 될 수 없다. 최근에는 스마트폰을 포함한 다양한 기기에서 블루투스로 데이터가 저장되어서 스마트폰에서 통합적으로 관리할 수 있다. 심지어 혈당 측정도 분 단위로 측정하는 장비가 있다.   그림 3. 디지털 건강 지속가능성(digital health sustainability)   디지털을 추구해도 우리의 신체와 생각은 물리적이고 현실 세계에 존재한다. 요즘 화두는 건강인 것 같다. 최근에는 취미보다는 건강을 위한 운동을 많이 하는 것 같다. 한강 강변에서 열심히 러닝하고, 체육관에서 근육 운동을 하는 사람이 점점 많아지고 있다. 요즘 디지털과 같이 사용되는 것이 스마트일 것이다. 현재의 스마트는 디지털 기술을 이용하는 스마트이다. 주변에는 스마트폰, 스마트 시티, 스마트 공장 등을 볼 수 있다. 그러나 전통적 스마트는 우리의 뇌에서 생각하는 스마트이다. 우리의 뇌는 스마트를 추구한다. 우리 인간은 이기적으로 자기 중심적이다. 우선 인간의 첫 번째 스마트는 자유롭게 생각하고 행동하는 행복을 추구하는 감각적 스마트이다. 인간은 행복하게 사는 것을 첫 번째 스마트라고 생각한다. 그러나 우리의 행복은 영원히 지속되지 않는다. 그리고 그 행복이 타인과의 비교할 때는 스트레스가 된다. 심지어 쾌락적 행복감은 오랜 우울증이나 고독감이 찾아올 수도 있다. 두 번째 스마트는 이성적 스마트이다. 불행해지지 않도록 노력하는 것이다. 건강을 위해서 맛있는 음식도 참는다. 미래에 대비하고 리스크를 관리하고 준비하고 저축한다. 그러나 항상 미래는 불확실하고 세상은 변화 무쌍하기 때문에 준비하는 것에는 한계가 있다. 세 번째 스마트는 지혜적 스마트이다. 이것은 행복해지려고 노력하거나 불행해지지 않으려고 하기보다는 불행에 잘 빠지지 않는 것이다. 그리고 불행에서 잘 빠져나오는 것이다. 디지털 시대를 포함한 격동의 시대에는 이러한 지혜적 스마트가 가장 필요하다. 그리고 지혜적 스마트에는 디지털 지속가능성이 포함되어야 한다. 디지털 철학의 시작은 왜, 무엇을, 어떻게 우리가 디지털 기술을 적용해서 스마트하게 살아가는 것이다. 그리고 그것은 2025년의 시작이 될 것이다.   ■ 조형식 항공 유체해석(CFD) 엔지니어로 출발하여 프로젝트 관리자 및 컨설턴트를 걸쳐서 디지털 지식 전문가로 활동하고 있다. 현재 디지털지식연구소 대표와 인더스트리 4.0, MES 강의, 캐드앤그래픽스 CNG 지식교육 방송 사회자 및 컬럼니스트로 활동하고 있다. 보잉, 삼성항공우주연구소, 한국항공(KAI), 지멘스에서 근무했다. 저서로는 ‘PLM 지식’, ‘서비스공학’, ‘스마트 엔지니어링’, ‘MES’, ‘인더스트리 4.0’ 등이 있다.     ■ 기사 내용은 PDF로도 제공됩니다.

마이크로소프트가 교육기관을 위한 마이크로소프트 코파일럿(Microsoft Copilot) 확장 소식을 발표하면서, 미래 AI 교육 환경 구축에 나선다고 밝혔다. 마이크로소프트는 다양한 교육 기관과 협력해 학생들이 AI 중심의 미래를 준비하도록 돕고 있다. 이러한 노력은 마이크로소프트의 AI 원칙과 책임 있는 AI 표준에 따라 이뤄지며, 개인정보 보호에 대한 수십 년간의 머신러닝 연구를 기반으로 한다. 또한 고객을 위한 저작권 약속(Customer Copyright Commitment)을 통해 저작권 침해에 대해 걱정 없이 결과물을 사용할 수 있도록 지원한다. 마이크로소프트는 업무용 AI 기반 채팅 서비스인 빙챗 엔터프라이즈(Bing Chat Enterprise)를 코파일럿으로 리브랜딩했는데, 이번에 코파일럿의 상용 데이터 보호 자격이 18세 이상 학생과 모든 교직원으로 확대된다. 이에 해당하는 사용자 및 조직은 데이터를 보호할 수 있으며, 채팅 내용은 저장되지 않고 대규모 언어 모델 학습 사용에서도 배제된다. 사용자는 코파일럿을 통해 추가 비용 없이 GPT-4 및 달리 3 모델 등에 액세스할 수 있다. 변경 사항은 2024년 초부터 학교 계정으로 로그인 시 적용된다.      IT 관리자 권한도 강화된다. 초·중·고·대학 등으로 학교를 분류할 수 있으며, 코파일럿 서비스 플랜을 활용할 수 있다. 연령별 그룹 분류 권한도 갖게 되며, 자체 사용 약관을 만들어 코파일럿 사용자 액세스를 관리하고 제어할 수도 있다. 관리자는 마이크로소프트 런(Microsoft Learn) 및 채택 리소스(adoption resources)에서 코파일럿 관리 방법에 대해 더 많은 정보를 확인할 수 있다. 또한, 사용자당 월 30달러에 제공되는 엔터프라이즈용 마이크로소프트 365 코파일럿 사용 옵션이 교직원까지 확대한다. 마이크로소프트는 이를 통해 기존 비즈니스 고객뿐만 아니라 교수진과 연구원, IT 전문가와 관리자까지 새로운 업무 방식을 구현할 수 있을 것으로 기대하고 있다. 이는 마이크로소프트365 A3 및 A5 버전을 사용하는 교직원을 대상으로 2024년 1월부터 적용된다.  마이크로소프트는 AI 리터러시(AI literacy) 구축을 위한 교육 자료와 기회를 지속 개발할 계획이다. 이야기와 교육 정보를 결합해 흥미롭고 효과적인 학습 경험을 제공하는 새로운 AI 클래스룸 툴킷(AI Classroom Toolkit)을 출시해, 교육자가 생성형 AI를 안전하게 사용하는 방법을 지도할 수 있도록 지원하겠다는 것이다.  최근에는 다양한 연령층이 책임 있는AI를 보다 쉽게 이해할 수 있는 교육 프로그램 마인크래프트 아워 오브 코드(Minecraft Hour of Code: Generation AI)도 출시했고, 코파일럿 기능을 배우고 실습할 수 있는 마이크로소프트 런 모듈(Microsoft Learn module)도 선보였다.  한편, 마이크로소프트는 코파일럿에 고급 기능을 추가하는 등 새로운 시나리오를 지속 업데이트하고 있으며, 곧 출시될 신규 기능을 통해 학생들이 학습에 더 효율적으로 활용할 수 있을 것으로 기대하고 있다. 새롭게 추가되는 기능은 ▲GPT-4 터보(GPT-4 Turbo) ▲새로운 달리 3 모델(New DALL-E 3 model) ▲멀티모달과 서치 그라운딩(Multi-Modal with Search Grounding) ▲코드 인터프리터(Code Interpreter) 등이 있다.