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.

레노버가 엔비디아 GTC에서 AI 도입을 가속화하고 첫 토큰 생성 시간을 단축하며, 개인용 기기부터 기업 및 클라우드 환경 전반에 걸쳐 측정 가능한 비즈니스 성과를 창출하도록 설계된 레노버 하이브리드 AI 어드밴티지 위드 엔비디아의 신규 솔루션을 공개했다. 레노버 테크 월드에서 선보인 추론 가속 기술을 바탕으로 하이브리드 AI 실행의 다음 단계를 제시하는 이번 출시는 개인용 기기에서 데이터센터, 나아가 기가와트급 AI 클라우드 배포에 이르기까지 범위를 확장한다. 이를 통해 전 세계 다양한 산업 분야에서 실시간 의사결정과 운영 효율성, 지능형 자동화를 구현할 수 있도록 지원한다. 실시간 의사결정을 위한 추론 중심의 하이브리드 AI 시대 AI가 모델 학습 단계를 넘어 실시간 의사결정을 지원하는 단계로 진화함에 따라 추론은 기업 가치 창출의 최전선이 되었다. 기업들은 이제 엣지, 데이터센터, 클라우드 전반에서 이를 보안상 안전하게 구현할 인프라를 필요로 하고 있다. 레노버의 의뢰로 IDC가 조사한 글로벌 연구 보고서인 CIO 플레이북 2026에 따르면, 기업의 84퍼센트가 클라우드와 더불어 온프레미스 또는 엣지 환경에서 AI를 실행할 것으로 예상하고 있다. 이는 실제 운영 규모의 추론을 위해 구축된 검증된 하이브리드 AI 플랫폼에 대한 수요 증대로 이어지고 있다. 양위안칭 레노버 회장 겸 CEO는 레노버와 엔비디아가 실험 단계부터 기업용 운영 환경, 나아가 AI 클라우드 기가팩토리에 이르기까지 기업이 AI를 운영할 수 있도록 돕는 독보적인 위치에 있다고 강조했다. 에이전틱 AI가 추론 워크로드의 기하급수적인 성장을 이끌면서 비용 관리와 토큰 당 성능 확보가 핵심 과제가 되었다며, 엔비디아 AI 엔터프라이즈 소프트웨어와 레노버의 풀스택 하이브리드 AI 플랫폼을 결합해 고객이 더 높은 효율성과 낮은 비용으로 AI 규모를 확장하도록 지원할 것이라고 밝혔다. 어디서나 구현 가능한 AI 개발 및 추론 환경 구축 레노버는 차세대 엔비디아 RTX 프로 블랙웰 기반의 모바일 및 데스크톱 워크스테이션을 통해 전문가들에게 실시간 AI 개발 및 추론 기능을 즉시 제공한다. 초경량 씽크패드 P14s 7세대, 씽크패드 P16s 5세대 및 프리미엄 모델인 씽크패드 P1 9세대를 포함한 모바일 라인업 전반에 엔비디아 RTX 프로 블랙웰 제너레이션 랩탑 GPU를 탑재했다. 데스크톱 모델인 씽크스테이션 P5 2세대에는 최대 2개의 엔비디아 RTX 프로 6000 블랙웰 워크스테이션 에디션 GPU가 들어간다. 또한 최대 2,000억 개의 파라미터를 가진 AI 모델을 지원하고 1페타플롭의 연산 성능을 갖춘 씽크스테이션 PGX 기반 AI 개발자용 디바이스를 제공한다. 이는 안전한 프라이빗 및 온프레미스 AI 개발에 최적화되어 있다. 이와 함께 데이터 과학자들이 워크로드를 구축하고 보호할 수 있도록 지원하는 레노버 AI 디벨로퍼 제품군과 배포를 간소화하는 이미징 서비스도 함께 선보였다. 실시간 엔터프라이즈 추론을 위한 최적화 플랫폼 레노버 하이브리드 AI 어드밴티지 위드 엔비디아 솔루션은 유사한 사양의 클라우드 서비스형 인프라(IaaS) 대비 6개월 빠르게 투자자본수익률(ROI)을 달성하고 최대 8배 낮은 토큰 당 비용을 실현한다. 추론에 최적화된 신규 레노버 씽크시스템 및 씽크엣지 서버는 유통, 제조, 헬스케어 등 다양한 환경에서 실시간 AI 추론을 지원한다. 확장된 포트폴리오는 엔비디아 AI 엔터프라이즈 소프트웨어와 통합된 엔비디아 검증 시스템을 제공한다. 여기에는 스케일아웃 엔터프라이즈 AI를 위한 RTX 프로 6000 블랙웰 서버 에디션 GPU 탑재 플랫폼과 대규모 추론 사례를 위한 블랙웰 울트라 기반 플랫폼이 포함된다. 또한 뉴타닉스 엔터프라이즈 AI 및 쿠버네티스 플랫폼 기반의 씽크애자일 HX650a를 통해 보호된 추론 및 에이전틱 워크로드의 기반을 제공한다. 산업별 특화 AI 솔루션과 기가와트급 AI 클라우드 구현 레노버는 실시간 운영 수준의 추론 기능을 기업 워크플로우에 도입하기 위해 레노버 AI 라이브러리를 확장했다. 스포츠 분야에서는 실시간 분석과 중계 최적화를, 유통 분야에서는 지능형 온오프라인 매장 어시스턴트를 통해 개인화된 서비스를 제공한다. 제조 및 모빌리티 환경을 위한 피지컬 AI 솔루션은 로보틱스와 엣지 컴퓨팅을 결합하여 검사 자동화와 작업자 안전을 강화한다. 특히 레노버는 차세대 엔비디아 루빈 플랫폼을 통해 고객이 기가와트 규모의 데이터를 관리할 수 있도록 지원한다. 엔비디아 베라 루빈 NVL72의 출시 파트너로서 완전 수랭식 랙 규모 시스템을 공급하며, 이는 이전 세대 대비 최대 10배 높은 처리량과 10배 낮은 토큰 당 비용을 달성한다. 젠슨 황 엔비디아 창업자 겸 CEO는 AI가 이제 실제 운영 단계에 들어섰으며, 레노버와 엔비디아가 가속 컴퓨팅과 AI 팩토리 수요를 선도할 풀스택 플랫폼을 함께 제공해 나갈 것이라고 전했다.  

  [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    

스노우플레이크가 글로벌 시장조사업체 옴디아(Omdia)와 협력해 ‘생성형 AI와 AI 에이전트의 ROI’ 리서치 보고서를 발표했다. 10개국 비즈니스 의사결정권자 2050명이 참여한 이번 설문에 따르면 AI가 노동시장에 미치는 영향은 단순한 인력 감축을 넘어 복잡한 양상을 띠는 것으로 나타났다. 전체 응답 기업 중 77%는 AI 도입 이후 채용이 늘었다고 답했다. 직무 감소를 부분적으로 경험한 조직은 46%였으나, 채용 증가와 직무 감소를 모두 경험한 기업 중 69%는 AI가 전반적인 고용 상황에 긍정적인 영향을 미쳤다고 평가했다. 이는 AI 도입 확대가 일자리 증가로 이어지고 있음을 시사한다.     직군별로는 IT 운영(56%), 사이버보안(46%), 소프트웨어 개발(38%) 순으로 일자리 증가 효과가 두드러졌다. 반면 IT 운영(40%), 고객 서비스 및 지원(37%), 데이터 분석(37%) 직무는 상대적으로 일자리 감소 영향이 컸다. 스노우플레이크는 AI가 조직에 깊이 내재화될수록 전반적인 고용 증가로 이어질 가능성이 높으며, 이는 일부 업무 자동화와 동시에 새로운 역량을 추가하는 조직 재편의 과정이라고 분석했다. 기업들은 AI 투자 1달러당 평균 약 1.49달러의 수익을 거두고 있는 것으로 조사됐다. 하지만 응답 기업의 96%는 여전히 AI 확장 과정에서 어려움을 겪고 있다고 밝혔다. 응답자의 약 80%는 기술 또는 데이터 관련 문제를 장애 요인으로 꼽았으며, 구체적으로는 데이터 사일로 해소(65%), 데이터 품질 측정 및 모니터링(62%), AI 활용에 적합한 데이터 준비(62%) 등이 지목됐다. 데이터 거버넌스 역시 주요 과제로 부상했다. 임원의 66%와 전체 직원의 57%가 승인되지 않은 AI 도구를 사용 중이라고 답했으며, 60%는 데이터 인프라 및 모니터링 소프트웨어에 대한 추가 투자가 필요하다고 응답했다. 비정형 데이터 중 AI 활용이 가능한 상태라고 답한 조직은 글로벌 평균 7%에 불과했다. AI 도입 초기 조직의 92%가 긍정적인 투자수익률(ROI)을 기록했으며, 기업들은 향후 1년간 전체 기술 예산의 22%를 AI에 투자할 계획이다. 현재 전체 코드의 약 48%가 AI에 의해 생성되고 있으며, AI 코딩 도구를 활용하는 조직의 82%는 코드 테스트 및 버그 탐지 분야에서 개선을 경험했다고 보고했다. 스노우플레이크는 AI 코딩 에이전트인 코텍스 코드를 통해 관련 역량을 강화하고 있다. 스노우플레이크의 아나히타 타프비지 최고 데이터 및 애널리틱스 책임자는 “AI의 영향은 일률적이지 않으며 이를 얼마나 효과적으로 활용하느냐에 따라 생산성이 달라진다”라고 설명하면서, “가장 강력한 ROI 지표는 AI를 핵심 운영에 내재화하고 데이터 준비도와 거버넌스를 강화할 때 실현된다”고 밝혔다.

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