2025년 가상증강현실(VA·AR)산업 실태조사 보고서 주요 내용 목차 01. 응답기업 일반특성 1-1. 설립년도 1-2. 권역 1-3. 상장여부 1-4. 기업규모 1-5. 기업형태 1-6. 부설연구소 보유 여부 1-7. 자본금 1-8. 기업 총 매출액 1-9. 영업이익 1-10. 총 종사자 02. 기업 현황 2-1. VR·AR사업 영위기간 별 기업 수(VR·AR 산업분류) 2-2. VR·AR사업 영위기간 별 기업 수(VR·AR 매출규모) 2-3. 특성별 VR·AR사업 영위 기간 2-4. 산업분류별 기업체 수 2-5. VR·AR산업 비중 평균 03. 매출 & 판매 3-1. 2024년 VR·AR사업 매출액 및 2025년 예상 매출액 3-2. 산업분류별 VR·AR사업 매출액 합계 및 평균 3-3. 기업특성별 VR·AR사업 매출액 3-4. 구매고객 유형별 비중 3-5. 구매고객 유형별 기업 수 3-6. 기업특성별 구매고객 비중 평균 3-7. 주력분야별 구매고객 유형별 비중 평균 3-8. 판매 방법별 매출 비중 평균 3-9. 주력 분야별 세부업종 판매방법 비중 평균 3-10. 향후 매출 예상 04. 수출 4-1. 수출 여부 4-2. 기업특성별 수출 비중 및 수출 총액 4-3. 세부업종별 VR·AR 수출액 4-4. 대분류별 VR·AR 수출액 4-5. 수출 애로사항 05. 인력 현황 5-1. 최근 2년간 VR·AR사업 인력 5-2. VR·AR사업 인력 5-3. 매출액 규모별 VR·AR 인력 5-4. 성별 고용형태별 VR·AR사업 인력 5-5. 직무별 VR·AR 인력 및 향후 채용예정 인력 5-6. 직무별 VR·AR 부족인력 및 신규 채용인력 5-7. 성별 학력별 VR·AR사업 인력 5-8. 인력 채용 애로사항(1순위) 06. 산업 전망 6-1. 기업특성별 VR·AR사업 성장단계 6-2. 내년도 국내 VR·AR산업 전망 6-3. 내년도 해외 VR·AR산업 전망 6-4. 향후 VR·AR이 가장 많이 적용될 것으로 생각되는 산업군(1순위) 6-5. 향후 VR·AR이 가장 많이 적용될 것으로 생각되는 산업군(1+2순위) 07. R&D 현황 7-1. 연구소 보유 여부 7-2. VR·AR 사업 R&D 비용 및 비중 7-3. VR·AR 사업 R&D 자금 조달 방법 7-4. VR·AR R&D 자금 외부 투자 유치 건수 및 금액 7-5. 획득 지식재산권 현황 7-6. 최고경쟁력 보유 기업 대비 기술 수준 7-7. 기술격차 해소 방안(1순위) 7-8. 기술격차 해소 방안(1+2순위) 부록 01. 용어해설 02. VR·AR산업 분류체계 연계표 및 해설서 03. 통계표 (통계 수록 내역)   (공표용 보고서) 2025년 가상증강현실(VR·AR)산업 실태조사.pdf (파일크기: 56 MB ) 출처 : NIPA

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.

헥사곤이 CNC 프로그램의 작성 및 검증 속도를 개선한 엣지캠(EDGECAM) 최신 버전을 공개했다. 이번 업데이트는 시뮬레이션 검토 시간 단축, 현장 작업자와의 소통 강화, 가공 전략 고도화와 더불어 CAM 워크플로 내 실질적인 AI 지원 기능을 도입한 것이 특징이다. 제조 현장의 가공 전략이 복잡해지고 납기 준수 압박이 거세짐에 따라 CNC 프로그래머들은 신속하고 신뢰할 수 있는 프로그램을 제작해야 하는 과제에 직면해 있다. 현대의 CAM 시스템은 강력한 기능을 제공하지만, 프로그램이 길어지고 공정이 복잡해질수록 툴패스 검증과 시뮬레이션 검토, 현장 전달 과정에서 소모되는 시간도 함께 늘어나고 있다. 헥사곤 생산 소프트웨어 사업부는 이러한 요구에 부응하기 위해 프로그램 검증 가속화와 프로그래밍–생산 팀 간의 협업 개선, 그리고 소프트웨어 조작 편의성 증대에 중점을 둔 신규 기능을 선보였다. 헥사곤의 졸탄 토모가(Zoltan Tomoga) 제품 매니저는 “이번 신규 버전은 일상적인 프로그래밍 작업에서 발생하는 지연 요소를 제거하는 데 집중했다”면서, “긴 시뮬레이션을 즉각 검토하고 현장 작업자가 가공 공정을 명확히 이해하도록 돕는 것이 핵심”이라고 설명했다.     가장 눈에 띄는 변화는 시뮬레이션 성능의 향상이다. 엣지캠은 이제 시뮬레이션 중 각 공구 교체 시점마다 스냅샷을 저장하여 사용자가 가공 순서를 훨씬 빠르게 되돌려 볼 수 있도록 지원한다. 복잡한 작업의 경우 기존에 30초가량 소요되던 되감기 시간이 1초 내외로 단축되어 프로그래머의 업무 흐름이 끊기지 않게 돕는다. 프로그래밍 팀과 생산 현장 간의 소통 도구도 강화됐다. 전체 3D 장비 시뮬레이션을 녹화하여 ‘라이브 작업 보고서(Live Job Reports)’에 직접 포함할 수 있다. 현장 작업자는 별도의 엣지캠 라이선스 없이도 브라우저에서 대화형으로 가공 공정을 검토할 수 있다. 화면 확대와 회전, 재생 속도 조절 등을 통해 실제 가공 시작 전 프로그래밍된 전략을 파악할 수 있다. 이는 다축 가공이나 대형 고정구 사용 등 안전이 중요한 설정에서 특히 유용하다는 것이 헥사곤의 설명이다. 가공 성능을 높이기 위한 툴패스 사이클 개선도 이루어졌다. 평행 레이스(Parallel Lace) 사이클의 렌즈 공구 지원, 페이스 밀링(Face Milling)의 부드러운 진입 동작, 잔삭 황삭(Rest Roughing)의 홀더 간섭 체크 강화 등이 포함됐다. 이를 통해 표면 품질을 높이고 수동 조정을 최소화하는 효율적인 툴패스 생성이 가능해졌다. 특히 이번 버전에서는 자연어 지원 기능인 ‘헥사곤 코파일럿(Hexagon Copilot)’이 도입됐다. 프로그래머는 워크플로 내에서 질문을 던지거나 기능을 검색하고 안내를 받을 수 있어, 복잡한 메뉴나 매뉴얼을 뒤지는 시간을 획기적으로 줄일 수 있다. 토모가 매니저는 “코파일럿은 프로그래머가 시스템을 더 쉽게 탐색하고 학습할 수 있도록 설계되어 실질적인 업무 효율을 높여줄 것”이라고 덧붙였다.

국내 기업들이 AI 도입 실험 단계를 지나 본격적인 실행 단계에 접어들었다는 분석이 나왔다. 델 테크놀로지스는 인텔 및 IDC와 공동 발간한 보고서를 통해 아시아태평양 지역의 AI PC와 워크스테이션 도입 현황을 발표했다. 이번 조사는 2025년 10월 아태 지역 IT 및 비즈니스 의사결정자들을 대상으로 진행했다. 보고서에 따르면 국내 응답 기업의 69%는 PC를 구매할 때 AI 기능을 가장 중요하거나 필수적인 기준으로 꼽았다. 이는 아태 지역 평균인 56%를 웃도는 수치로 아태 지역에서 가장 높은 수준이다. 현재 국내 기업의 AI PC 실제 도입률은 37%로 아태 지역 평균인 48%보다 낮지만, 향후 도입 의지는 강력한 것으로 나타났다. 국내 기업들은 AI PC 도입이 늦어질 경우 발생할 부작용을 경계하고 있다. 응답자의 33%는 도입 지연으로 인해 핵심 인재가 경쟁사로 유출될 수 있다고 우려했다. 운영 비효율 증가와 비용 상승, 시장 주도권 상실에 대한 우려도 아태 지역 평균보다 높게 나타났다. AI PC 파트너를 선정할 때는 보안과 생태계 및 ISV 인증, 총 소유 비용 등을 주요 요소로 고려한다고 밝혔다.     AI PC는 IT 운영과 연구 개발, 고객 서비스 혁신에 기여할 것으로 기대를 받고 있다. 특히 국내 기업은 고객 서비스 분야에서 AI PC의 영향력을 아태 지역 평균보다 11.9%포인트 높은 32%로 예상했다. 이미 AI PC를 도입한 아태 지역 기업들은 일반 PC 사용 시보다 생산성이 30% 향상됐으며, 직원 1명당 하루 평균 2.17시간의 업무 시간을 줄이는 효과를 거둔 것으로 조사됐다. 한편, 워크스테이션은 고성능 AI 작업을 위한 핵심 인프라로 자리 잡고 있다. 아태 지역 응답자의 97%는 AI 및 머신러닝 모델 활용에 필요한 고성능 설루션으로 워크스테이션을 꼽았다. 국내 기업 응답자의 72%는 향후 5년간 워크스테이션 보유 대수가 늘어날 것으로 내다봤다. 현재 국내 기업 절반 이상은 데이터 준비와 모델 미세 조정 등 고난도 작업에 워크스테이션을 활용하고 있다. 델은 AI PC와 워크스테이션이 일상 업무부터 전문 워크로드까지 처리하는 ‘AI 컴퓨팅 연속체’의 중심축 역할을 한다고 진단했다. 한국 델 테크놀로지스의 김경진 총괄사장은 “AI PC와 워크스테이션은 엔터프라이즈 AI의 다음 단계를 열어가는 핵심 플랫폼”이라면서, “업무 현장에 밀착된 AI PC와 고성능 연산을 담당하는 워크스테이션의 상호 보완적인 결합을 통해 기업은 보안을 강화하는 동시에 실질적인 비즈니스 성과를 창출할 수 있을 것”이라고 말했다.

캐드앤그래픽스 지식방송 CNG TV 지상 중계   CNG TV는 3월 23일 ‘피지컬 AI가 이끄는 제조 패러다임’을 주제로 SIMTOS 2026 전시회에서 진행되는 캐드앤그래픽스 주최 컨퍼런스를 앞두고 ‘피지컬 AI(physical AI)’ 트렌드에 대해 다루어 관심을 모았다. 자세한 내용은 다시보기를 통해 확인할 수 있다. ■ 박경수 기자   피지컬 AI의 정의와 등장 배경 : 왜 지금인가? 디지털지식연구소 조형식 대표의 사회로 진행된 이번 방송에는 고영테크놀러지 고경철 전무와 인터엑스 사업총괄을 맡고 있는 김재성 CBO가 발표자로 참여했다. 이들은 피지컬 AI를 ‘물리 세계를 이해하고 인식하며, 판단을 거쳐 행동으로 옮기는 지능’으로 정의했다. 한국AI·로봇산업협회 부회장을 맡고 있는 고경철 전무는 피지컬 AI가 급부상한 이유로 4가지 핵심 동력을 꼽았다. 첫째, VLA(Vision-Language-Action) 모델과 같은 강력한 AI 두뇌의 진화이다. 둘째, 부품 기술 혁신을 통한 로봇 몸체의 경량화 및 저비용화이다. 셋째, 복잡한 동작 학습이 가능해진 방대한 데이터의 축적이다. 마지막으로 고령화에 따른 노동력 감소라는 시대적 요구다. 고 전무는 “이제 AI는 사이버 세계를 넘어 물리적 실체(physical entity)와 결합하여 제조 현장의 한계를 돌파하고 있다”고 분석했다.   ▲ 고영테크놀러지 고경철 전무   자율 제조의 실현 : 다크 팩토리로 가는 길 인터엑스 김재성 사업총괄은 피지컬 AI가 제조 현장에 적용되어 구현할 ‘자율 제조(autonomous manufacturing)’의 비전을 제시했다. 기존 스마트 공장(3.0)이 사람의 판단을 돕는 정보화 단계였다면, 레벨 4.0인 자율 제조는 사람의 개입 없이 공장 스스로 제어하는 단계다. 이는 불 꺼진 공장에서도 24시간 가동이 가능한 ‘다크 팩토리’를 가능케 한다. 인터엑스는 일반 LLM이 알지 못하는 현장 숙련공의 노하우와 도메인 지식을 학습시켜, 보고서 작성이나 설비 이상 징후 대응을 돕는 제조 전용 파운데이션 모델을 구축하고 있다. 또한 실제 장비와 똑같은 가상 모델을 만들어 시뮬레이션함으로써, 값비싼 장비를 멈추지 않고도 최적의 공정 조건을 찾아내는 기술을 상용화하고 있다.   ▲ 인터엑스 김재성 CBO     ■ 기사 내용은 PDF로도 제공됩니다.

  [자료] 2026년 건설공사 실무 가이드북 발행 : 2026. 2. 형식 : pdf 577 page 제작 : 대전광역시   1. 본 가이드북 내용은 한국건설기술연구원 “2026 건설공사 표준품셈”을 근거로 하여 대전광역시 건설공사 설계의 참고 자료로 활용하여야 함. 2. 표준품셈, 건설기계경비, 표준시장단가(실적공사비) 등 건설적산기준에 관한 사항은 대한건설협회(http://www.cak.or.kr) 홈페이지 등을 참고하여 적용. 3. 노임은 대한건설협회 건설업 임금실태 조사 보고서(2026. 1. 1. 적용)를 적용하고 사용자재는 조달청 종합쇼핑몰, 물가자료 및 거래가격, 유통물가, 시장조사(견적)가격 등을 기준으로 경제적인 단가를 적용토록 함. 4. 기계화시공에서 중기작업효율(E값)등은 보편적인 현장상태를 기준으로 적용하며, 각 공사현장 여건에 따라 신축성 있게 적의 조정하여 적용. 5. 토량환산계수(F) 및 단위중량(W)은 시공현장 토질 등 조건에 따라 가변성있는 내용에 대하여는 현장조사결과에 따라 조정하여 적용. 6. 단가산출기초는 공통된 예시이므로 설계자가 공사비를 적산함에 있어 신공법 등의 도입으로 설계와 시공 면에서 기술적인 발전과 저렴한 공사비가 소요된다고 판단될 시는 적극 활용. 7. 본 내용은 건설 업무를 수행함에 참고가 되도록 법령, 규정, 지침, 제도 및 각종 발표자료 등을 수록하였으며, 개정 보완사항이 있을 시는 새로 공포 및 수정된 사항을 적용하여야 할 것임. 8. 본 건설공사 실무 가이드북은 보편적인 예시이므로 설계시 참고자료로서 활용하고, 설계자가 관련규정 변경사항이나 현장여건 반영, 신공법 적용 등 설계와 시공, 공사비 면에서 보다 효율적인 방안이 있을 경우 면밀히 검토하여 적용   100) 일반기준 ·········································································· 1 101) 건설공사, 설계용역, 건설기술심의 절차 ······················· 3 101-1) 건설공사 시행절차 ·························································· 5 101-2) 설계용역 시행절차 ························································ 11 101-3) 건설공사 지방건설기술심의 등 추진절차 ···················· 15 102) 일반사항 적용기준 ··························································· 17 103) 공통단가 적용기준 ··························································· 23 200) 시행단계별 업무추진 내용 ···································· 29 201) 계획단계 ············································································ 31 201-1) 기본구상(사업계획) ······················································· 33 201-2) 예비 타당성 조사 ························································· 34 201-3) 타당성 조사(「지방재정법」) ··········································· 35 201-4) 지방재정투자심사(「지방재정법」) ·································· 36 201-5) 타당성 조사(「건설기술 진흥법」) ·································· 38 201-6) 기본계획(General Plan) ············································· 40 201-7) 공사수행방식의 결정 ···················································· 42 201-8) 집행기본계획서 제출 ···················································· 43 201-9) 대형공사 등의 입찰방법 건설기술심의 ························ 44 202) 설계단계 ············································································ 47 202-1) 일반사항 ········································································ 49 202-2) 단계별 설계업무 감독 및 점검사항 ····························· 53 202-3) 기본설계(Preliminary Design) ································ 104 202-4) 실시설계(Detailed Design) ····································· 112 203) 공사계약의 체결 ···························································· 125 203-1) 개요 ············································································ 127 203-2) 계약체결 시 유의사항 ················································ 132 204) 공사계약의 이행 ···························································· 135 204-1) 착공 · 공정보고 ··························································· 137 204-2) 공사현장 종사자의 업무 ············································ 139 204-3) 공사용지의 확보 ························································· 141 204-4) 공사자재의 검사 ························································· 142 204-5) 관급자재와 대여품 ····················································· 143 204-6) 휴일작업 및 야간작업 ················································ 144 204-7) 재해방지를 위한 응급조치 ········································· 145 205) 공사설계 변경 ································································ 147 205-1) 설계변경 개념 ···························································· 149 205-2) 설계변경 사유(유형별) ··············································· 151 205-3) 설계변경 절차(요구 주체별) ······································ 152 205-4) 설계변경 시기 ···························································· 155 205-5) 설계변경 방법 ···························································· 156 205-6) 설계변경에 따른 추가조치 ········································· 161 205-7) 설계변경 검토사항 및 체크리스트 ···························· 162 206) 계약금액 조정 ································································ 171 206-1) 계약금액 조정 ···························································· 173 206-2) 설계변경으로 인한 계약금액의 조정 ························· 174 206-3) 물가변동으로 인한 계약금액의 조정 ························· 183 206-4) 그 밖에 계약내용의 변경으로 인한 계약금액의 조정 ······· 193 206-5) 보험료 사후 정산 ······················································· 197 206-6) 계약심사 ····································································· 200 207) 건설엔지니어링 및 건설공사 시공평가 ····················· 209 300) 설계 참고자료 ·························································· 213 301) 건설공사 관련 법률 ······················································ 215 302) 건설공사 관련 기준(지침, 조례) 등 ·························· 223 303) 건설공사 관련 사이트 ·················································· 229 304) 설계용역 평가업무(PQ, SOQ, TP) 매뉴얼 ·················· 233 305) 도로안전시설(방호울타리) 설치 개선 ························ 243 306) 대전광역시 소규모 건설공사 설계지침 ····················· 253 307) 시공단계의 건설사업관리계획 ····································· 277 307-1) 건설사업관리계획의 수립 개요 ·································· 279 307-2) 사업관리방식 검토 ····················································· 282 307-3) 건설사업관리기술인 배치기준 ···································· 284 307-4) 건설사업관리계획 작성방법 ······································· 290 307-5) 건설사업관리계획과 CEMS 실적 연계 ····················· 293 307-6) 주요 질의회신 사례 ··················································· 294 308) 적정 공사기간 확보를 위한 가이드라인 ··················· 313 308-1) 공사기간 산정 개요 ··················································· 315 308-2) 공사기간 산정 ···························································· 322 308-3) 공사기간 산정근거의 적정성 검토 ···························· 329 308-4) 부록 ············································································ 332 400) 건설공사 관련 감사 지적사례 ························ 375 401) 타시도 정부합동감사 지적 사례(‘22~25년도) ·········· 377 500) 건설공사(현장) 안전관리 자료 ······················· 415 501) 해빙기 건설현장 안전관리 ·········································· 417 501-1) 해빙기 중점 관리사항 ·················································· 419 501-2) 해빙기 재해발생 현황 및 특성 ································· 420 501-3) 해빙기 위험요인별 안전관리 ····································· 423 501-4) 해빙기 주요 점검사항 ················································ 465 502) 장마철 건설현장 안전관리 ·········································· 467 502-1) 장마철 중점 관리사항 ················································ 469 502-2) 장마철 재해발생 현황 및 특성 ································· 470 502-3) 장마철 위험요인별 안전관리 ····································· 472 502-4) 장마철 주요 점검사항 ················································ 499 503) 동절기 건설현장 안전관리 ·········································· 505 503-1) 동절기 중점 관리사항 ················································ 507 503-2) 동절기 재해발생 현황 및 특성 ································· 508 503-3) 동절기 위험요인별 안전관리 ····································· 510 503-4) 동절기 주요 점검사항 ················································ 537 504) 건설현장 사망사고 핵심안전수칙 ······························· 547   건설공사 실무 가이드북 바로가기    

오라클은 건설 현장의 안전 관리를 혁신하는 AI 기반 예측 지능형 설루션인 ‘오라클 컨스트럭션 및 엔지니어링 어드바이저 포 세이프티(Oracle Construction and Engineering Advisor for Safety)’를 공식 출시했다고 발표했다. 건설사는 이 설루션을 통해 프로젝트의 안전 사고를 더 정확히 예측하고 사전에 방지함으로써, 더욱 안전하고 비용 효율적인 현장을 운영할 수 있다. 기존에 정확한 예측 모델을 만들기 위해서는 고객이 모델 학습과 튜닝을 위해 방대한 데이터를 직접 제공해야 했다. 반면, ‘어드바이저 포 세이프티’는 오라클이 구축한 산업 특화 안전 모델을 활용한다. 이 모델은 다양한 프로젝트 유형과 지역을 아우르는 1만 프로젝트-년(project-years) 이상의 데이터를 학습했다. 이를 통해 기업은 현재 운영 중인 안전 프로그램의 성숙도와 관계없이 예측 기반 안전 관리의 혜택을 얻을 수 있다.     이와 함께 오라클은 ‘아코넥스(Aconex)’와 ‘프리마베라 유니파이어 액셀러레이터(Primavera Unifier Accelerator)’에 새로운 관찰(observation) 기능을 도입했다. 어드바이저 포 세이프티와 연동되도록 설계된 이 기능은 프로젝트 엔지니어부터 최고 경영진에 이르는 현장 팀이 모바일 기기나 웹 브라우저를 통해 심각도, 빈도 점수 등 구조화된 안전 데이터를 쉽고 일관되게 수집할 수 있도록 돕는다. 예측 모델 출력에 최적화된 안전 워크플로와 관찰 데이터 수집을 표준화함으로써, 모델의 정확도를 높이고 리스크를 줄이는 행동 변화를 유도할 수 있다. 기존의 안전 도구는 사고가 발생한 후 대응하는 사후 조치와 후행 지표에 의존하는 경우가 많았다. 어드바이저 포 세이프티는 ▲안전 사고의 80%를 차지할 가능성이 있는 상위 20%의 프로젝트를 식별하는 ‘주간 리스크 예측’ ▲고위험 프로젝트에 우선순위가 정해진 조치 사항을 제공하여 교정 조치를 제안하는 ‘실행 가능한 리스크 완화’ ▲신뢰할 수 있는 리스크 예측을 위해 데이터 품질을 유지하면서 선제적인 사고 보고를 유도하는 ‘관찰 기반 안전’ ▲경영진의 통찰력 확보, 전략적 의사결정 및 모범 사례 공유를 위해 안전 데이터를 통합 분석하는 ‘프로젝트 간 분석’ 등의 기능을 통해 선제적 접근 방식을 취한다. 어드바이저 포 세이프티는 오라클 아코넥스, 오라클 프리마베라 유니파이어 액셀러레이터, 오라클 퓨전 클라우드 ERP뿐만 아니라 타사 시스템의 안전 관찰 기록, 사고 보고서, 급여 데이터, 프로젝트 일정 등 다양한 데이터 스트림을 통합한다. 오라클은 고객이 이 설루션을 지속적으로 사용함에 따라 고유 데이터를 미세 조정하여 특정 안전 과제를 해결하거나, 중점 영역에 집중함으로써 예측력을 더욱 정교화할 수 있다고 설명했다. 오라클의 마크 웹스터(Mark Webster) 인프라 산업 부문 수석 부사장 겸 총괄 책임자는 “어드바이저 포 세이프티는 사고를 예측하고 예방할 수 있는 도구를 제공함으로써 건설 안전 관리의 중요한 진전을 이루었으며, 업계 전반의 효율성과 비용 효과를 개선했다”고 밝혔다. 또한 “AI와 머신러닝을 활용해 기업은 사후 대응에서 예측형 안전 관리로 즉시 전환할 수 있으며, 이는 안전 결과 개선은 물론 부상과 관련된 인적·경제적 비용 절감으로 이어진다”고 덧붙였다. 오라클의 조시 캐너(Josh Kanner) 컨스트럭션 및 엔지니어링 분석 및 AI 부문 선임 이사는 “안전 사고를 예측하고 실행 가능한 통찰력을 제공함으로써 이제 고객은 반응이 아닌 예방에 집중할 수 있다”면서, “어드바이저 포 세이프티를 도입한 고객들은 첫해에 사고율을 최대 50% 이상, 산재 보상 비용을 최대 75%까지 절감하는 성과를 거두었다”고 설명했다.

캐드앤그래픽스 지식방송 CNG TV 지상 중계   CNG TV는 지난 1월 19일, ‘DX와 AI로 재도약하는 플랜트·조선 산업의 미래’를 주제로 지식 방송을 진행했다. 이번 방송은 2월 5일 개최된 ‘플랜트 조선 컨퍼런스 2026’의 프리뷰 성격으로 마련되었으며, 디지털지식연구소 조형식 대표가 사회를 맡았다. 이날 출연한 서울대학교 윤병동 교수(원프레딕트 대표)와 우종훈 교수는 AX(인공지능 전환) 시대를 맞이한 플랜트 및 조선 산업의 대응 전략과 최신 기술 트렌드를 심도 있게 공유했다. 자세한 내용은 다시보기를 통해 확인할 수 있다. ■ 박경수 기자   ▲ 왼쪽부터 디지털지식연구소 조형식 대표, 서울대 윤병동 교수, 서울대 우종훈 교수   제품 판매를 넘어 ‘AI 네이티브 팩토리’ 수출 시대로 플랜트 산업의 AX 방향성을 제시한 서울대 윤병동 교수는 한국 제조업의 위기 극복 해법으로 ‘AI 네이티브 팩토리’를 제안했다. 윤 교수는 “국내 기업은 글로벌 기업 대비 서비스 매출 비중이 낮아 수익 구조 개선이 시급하다”며, “단순 제품 판매에서 벗어나 설계 단계부터 AI가 내재화된 공장 자체를 수출하는 모델로 전환해야 한다”고 강조했다. 그는 AI 네이티브 팩토리의 3대 핵심 기능으로 ▲지각(데이터 정제 및 맥락화) ▲사고(제조 전용 파운데이션 모델 및 OS) ▲실행(자동 보고서 및 작업 지시)을 꼽았다. 특히 원시 데이터를 AI가 즉시 활용 가능한 상태로 만드는 ‘AI 레디(Ready) 데이터’ 변환 기술인 ‘사이클론(CyCron)’의 중요성을 역설하며, 실질적인 가치 창출을 위한 전용 데이터 플랫폼 구축이 선행되어야 한다고 조언했다.   디지털 트윈과 심층 강화학습 기반의 ‘지능형 야드’ 구현 조선 산업의 스마트 야드 혁신을 발표한 우종훈 교수는 기존 디지털 트윈의 한계를 넘어서는 ‘실시간 최적 의사결정’ 기술을 소개했다. 우 교수는 “과거의 디지털 트윈이 시각화와 모니터링에 머물렀다면, 이제는 AI 에이전트가 수많은 시나리오를 학습해 최적의 대안을 실시간 제시해야 한다”고 설명했다. 특히 복잡한 생산 계획을 해결하기 위해 순서 결정, 라우팅, 공간 배치를 각각 담당하는 독립적 AI 에이전트들의 협업 모델인 ‘에이전틱 AI(agentic AI)’를 제시했다. 그는 “기술 도입보다 중요한 것은 현장의 암묵지를 구조화하고 표준화하는 것”이라며, “정확한 데이터 확보가 뒷받침되지 않으면 기술은 사상누각인 만큼, 중견 조선사일수록 시급한 현장 문제 정의에 집중해야 한다”고 강조했다.   기술 매몰보다 ‘도메인 지식’의 자산화가 핵심 조형식 대표는 방송을 마무리하며 “AI는 맥락을 완벽히 이해하지 못하므로, 파편화된 데이터를 하나로 잇는 ‘디지털 스레드(digital thread)’와 인간 전문가의 통찰력이 결합되어야 한다”고 정리했다. 두 교수 역시 공통적으로 “이제는 AI를 배우는(learn) 단계를 넘어 실질적인 수익을 벌어들이는(earn) 시대로 가야 한다”고 역설했다. 아울러 한국의 세계적인 제조 경쟁력을 바탕으로 산업용 오픈 AI와 같은 거대 모델이 탄생할 수 있도록 산학연의 긴밀한 협력을 당부했다.     ■ 기사 내용은 PDF로도 제공됩니다.

    디지털 전환(DX)을 추진했지만, 산업 조직의 56%는 여전히 기대만큼의 성과를 내지 못하고 있습니다. 그 이유는 데이터는 축적했지만, 연결과 가시성 부족으로 실제 가치로 전환되지 못하고 있기 때문입니다. 헥사곤 디지털 스레드 리포트는 400여 명의 글로벌 경영진과 산업 리더들의 인사이트를 바탕으로, 선도 기업들이 어떻게 사일로화된 데이터를 하나로 연결하고 AI와 디지털 트윈을 활용해 운영 효율과 ROI를 동시에 높였는지를 실제 사례 중심으로 제시합니다.  지금 무료로 다운로드하고, 단절된 데이터를 실질적인 성과로 전환하는 전략을 확인해 보세요!   보고서 무료 다운로드   리포트 다운로드 하고, 이벤트 참여하기 리포트를 다운로드하신 분들 중 50명 추첨을 통해 네이버페이 1만원 상품권을 드립니다! 헥사곤 웹사이트 법적 공개      개인정보보호정책                  ©헥사곤  Hexagon AB 및/또는 그 자회사 및 계열사 판권 소유. 305 Intergraph Way, Madison, Alabama 35758