• 회원가입
  • |
  • 로그인
  • |
  • 장바구니
  • News
    뉴스 신제품 신간 Culture & Life
  • 강좌/특집
    특집 강좌 자료창고 갤러리
  • 리뷰
    리뷰
  • 매거진
    목차 및 부록보기 잡지 세션별 성격 뉴스레터 정기구독안내 정기구독하기 단행본 및 기타 구입
  • 행사/이벤트
    행사 전체보기 캐드앤그래픽스 행사
  • CNG TV
    방송리스트 방송 다시보기 공지사항
  • 커뮤니티
    업체홍보 공지사항 설문조사 자유게시판 Q&A게시판 구인구직/학원소식
  • 디렉토리
    디렉토리 전체보기 소프트웨어 공급업체 하드웨어 공급업체 기계관련 서비스 건축관련 업체 및 서비스 교육기관/학원 관련DB 추천 사이트
  • 회사소개
    회사소개 회사연혁 출판사업부 광고안내 제휴 및 협력제안 회사조직 및 연락처 오시는길
  • 고객지원센터
    고객지원 Q&A 이메일 문의 기사제보 및 기고 개인정보 취급방침 기타 결제 업체등록결제
  • 쇼핑몰
통합검색 "SCM"에 대한 통합 검색 내용이 364개 있습니다
원하시는 검색 결과가 잘 나타나지 않을 때는 홈페이지의 해당 게시판 하단의 검색을 이용하시거나 구글 사이트 맞춤 검색 을 이용해 보시기 바랍니다.
CNG TV 방송 내용은 검색 속도 관계로 캐드앤그래픽스 전체 검색에서는 지원되지 않으므로 해당 게시판에서 직접 검색하시기 바랍니다
‘2026 제조지능 콘퍼런스’ 개최… 피지컬 AI와 디지털 트윈으로 여는 자율제조의 미래 조망
  고려대학교 공학대학원이 주최하며 T3Q와 지능형제조융합연구조합(KiDMA)이 주관하는 ‘2026 제조지능 콘퍼런스’가 오는 10월 28일과 11월 24일 두 차례에 걸쳐 진행된다. 이번 콘퍼런스는 메타데이터와 온톨로지(ontology), 지식그래프(knowledge graph)를 기반으로 제조지능의 현주소를 진단한다. 또한 피지컬 AI와 디지털 트윈의 융합 기술이 연구 단계를 넘어 산업 현장의 생산성과 품질 혁신에 기여하는 실질적인 경로를 제시할 예정이다. 1차 세션은 10월 28일 서울 COEX 콘퍼런스룸 327호에서 열린다. 세션 주제는 ‘피지컬 AI와 디지털 트윈의 결합’으로, 현장에서 작동하는 인공지능 기술과 가상 모델을 결합해 제조 공정을 최적화하는 방안을 집중적으로 소개한다. KiDMA 이사장인 고려대학교 스마트제조학과 배경한 초빙교수가 개회사를 맡아 자율제조의 진화 과정을 소개하고, 이어 T3Q 박병훈 대표가 디지털 트윈 세미나의 취지를 설명한다. 기조 발표에서는 한국생산기술연구원 이상아 수석연구원이 실제 현장의 제조 AI 적용 사례를 짚고, 도입 과정에서 마주하는 한계점과 기술적 극복 방안을 공유한다. 이어지는 발표에서는 제조 공정 혁신을 이끄는 실무 기술이 소개된다. 메타뷰 노진송 대표는 CNC 가공 환경에서 ‘CNC Watch AI’를 활용해 가공 품질을 높이고 비용을 절감하는 실무 방법을 발표한다. 슈타겐 김원현 대표는 자동차 제조 현장의 IT와 OT 통합 방안 및 피지컬 AI 적용 전략을 제시한다. 엠아이큐브솔루션 박양호 연구소장은 차세대 자율제조의 핵심인 피지컬 AI와 에이전틱 AI를 효과적으로 구현하기 위한 디지털 트윈 구축 방법론을 다룬다. VMS솔루션즈 유석규 부사장은 AI 에이전트를 기반으로 제조 공급망을 지능화하는 SCM 최적화 시스템 구축 방안을 소개한다. 2차 세션은 11월 24일 고려대학교 융합대학원 대강당에서 진행된다. ‘메타데이터·온톨로지·지식그래프 기반 디지털트윈 모델 개발 방법론’을 주제로 열리는 이 세션에서는 대규모 데이터와 파운데이션 모델을 활용해 디지털 트윈 모델링과 데이터 통합을 자동화하는 최신 엔지니어링 기술을 다룬다. T3Q 박병훈 대표는 AI 기반 디지털 트윈 구축을 위한 멀티모달 메타데이터 자동화와 온톨로지 자동화 기술을 발표한다. 한국생산기술연구원 국가엔지니어링센터 우성철 선임연구원은 파운데이션 모델을 활용해 디지털 트윈 객체를 자동으로 인식하고 분류하는 프레임워크를 공유한다. 제조 운영데이터 통합과 산업별 적용 모델에 대한 발표도 이어진다. WPS 김이강 연구소장은 제조 운영데이터를 통합해 의미 계층(semantic layer)을 구축하고, 이를 AI 자율제조로 연결하는 실천 방안을 제시한다. 삼성전자 생산기술연구소 손태현 프로는 실제 전자 제조 라인 사례를 중심으로 에이전틱 AI 기반의 제조 AX(인공지능 전환) 구축 방향성을 발표한다. 팀솔루션 송희삼 상무는 3D 매뉴얼 자동 생성부터 공장 공간과 설비 전체를 디지털화하는 AI 기반 산업용 디지털 트윈 플랫폼 기술을 소개한다.
작성일 : 2026-09-29
[칼럼] 새로운 제조업의 대전환과 소프트웨어 중심 전환
디지털 지식전문가 조형식의 지식마당   세계적인 제조업 위기에도 인공지능(AI) 열풍이 불고 있다. 그러나 제조업에서 반도체 분야 말고는 아직은 이익을 내지 못하고 있다. 한국의 제조업은 소프트웨어 중심 전환(SX : Software-Defined Transformation)에 보다 관심을 가져야 된다고 생각한다.   그림 1. 제조업 경쟁력 진화의 함정   제조업은 지금 또 하나의 거대한 전환점에 서 있다. 지난 100여 년 동안 제조업의 경쟁력은 좋은 제품을 얼마나 정밀하고, 빠르고, 저렴하게 생산할 수 있는가에 의해 결정되었다. 설계 역량, 생산 설비, 공정 기술, 품질 관리, 공급망이 기업 경쟁력의 중심이었다. 제품의 가치는 대부분 물리적 하드웨어에 내재되어 있었다. 그러나 AI, 소프트웨어, 클라우드, IoT(사물인터넷), 디지털 트윈, 디지털 스레드가 결합하면서 이러한 전통적 제조업의 공식이 바뀌고 있다.   그림 2. 하드웨어 중심의 성공 공식   앞으로 제조기업의 경쟁력을 결정하는 질문은 단순히 ‘무엇을 잘 만드는가’가 아니다. ‘제품과 공장, 엔지니어링과 서비스를 얼마나 소프트웨어적으로 정의하고 지속적으로 변화시킬 수 있는가’이다. 필자는 이러한 제조업의 구조적 변화를 SX라고 부르고자 한다. SX는 단순한 소프트웨어 도입이나 IT 시스템 구축이 아니다. 제품(product), 공장(factory), 엔지니어링(engineering), 서비스(service), 기업 운영(enterprise)을 소프트웨어 중심 구조로 다시 정의하는 제조업의 패러다임 전환이다. 전통적인 제조업에서는 하드웨어가 제품을 정의했다. 자동차는 엔진과 차체가 정의했고, 항공기는 기체와 엔진이 정의했으며, 공작기계는 기계 구조와 제어장치가 정의했다. 따라서 경쟁력도 하드웨어 중심이었다.(기계 → 전자 → 소프트웨어 → 데이터 → AI) 그러나 오늘날 제품의 기능과 성능은 점점 소프트웨어에 의해 결정된다. 자동차의 주행 특성, 배터리 관리, 운전자 지원 기능, 인포테인먼트 시스템은 소프트웨어로 변화한다. 산업 장비 역시 소프트웨어 업데이트를 통해 새로운 기능을 추가할 수 있으며, 운영 데이터를 분석하여 고장 가능성을 예측하고 성능을 최적화한다. 결국 제조업의 가치(value) 중심이 하드웨어 가치 → 소프트웨어 가치 → 데이터 가치 → AI 가치로 이동하고 있다. 이것이 SX가 필요한 가장 근본적인 이유다.   그림 3. 소프트웨어 가치   지난 10여 년 동안 제조기업들은 DX(Digital Transformation, 디지털 전환)를 추진했다. ERP, PLM, MES, SCM, IoT, 클라우드, 디지털 트윈, AI 등 다양한 디지털 기술이 도입되었다. 그러나 많은 DX 프로젝트는 기존 프로세스를 디지털화하는 수준에 머물렀다. 종이 문서를 전자문서로 바꾸고, 수작업을 시스템으로 옮기고, 데이터를 클라우드로 이전하는 것만으로 제조업의 본질적인 경쟁 구조가 바뀌지는 않는다. DX가 주로 기존 업무를 디지털 기술로 개선하는 것이었다면 SX는 한 단계 더 나아간다. 제품과 제조 시스템 자체를 소프트웨어적으 로 정의하는 것이다. 따라서 다음과 같이 구분할 수 있다. DX = Digitize the Process SX = Software-Define the Business DX가 디지털화를 의미한다면 SX는 기업 구조 자체의 재정의를 의미한다.   그림 4. 소프트웨어 중심 전환   소프트웨어 중심(software-defined)이라는 개념의 핵심은 단순하다. 물리적 시스템의 기능과 동작을 소프트웨어가 정의하고 변경할 수 있도록 만드는 것이다. 과거에는 기능이 하드웨어에 고정되어 있었다. 제품이 출하되는 순간 기능 역시 거의 확정되었다. 그러나 소프트웨어 중심 제품은 출하된 이후에도 소프트웨어를 통해 기능을 추가하거나 변경할 수 있다. 따라서 제품은 더 이상 완성된 물체가 아니다. 제품 = 하드웨어 + 소프트웨어 + 데이터 + AI + 서비스가 된다. 그리고 더욱 중요한 변화가 발생한다. 제품의 생명주기가 설계(design) → 제조(manufacturing) → 공급(delivery)에서 끝나는 것이 아니라, 설계 → 제조 → 공급 → 운영(operation) → 데이터(data) → 학습(learning) → 업데이트(update)라는 지속적인 순환 구조로 바뀐다. 이것이 소프트웨어 정의 제조업의 본질이다. 소프트웨어 중심 자동차(Software-Defined Vehicle : SDV)는 자동차 산업에서 가장 빠르게 나타나고 있는 소프트웨어 중심 전환이다. 그러나 소프트웨어 중심 개념은 자동차에 국한되지 않는다. 앞으로 제조업에서는 다음과 같은 구조가 확대될 것이다. Software-Defined Product : 제품의 기능과 성능을 소프트웨어가 정의한다. Software-Defined Vehicle : 자동차의 기능과 사용자 경험을 소프트웨어가 지속적으로 변화시킨다. Software-Defined Machine : 산업기계의 동작과 성능이 소프트웨어와 AI에 의해 최적화된다. Software-Defined Factory : 공장의 생산능력과 운영방식이 소프트웨어를 통해 동적으로 재구성된다. Software-Defined Engineering : 설계·해석·검증 프로세스가 모델, 소프트웨어와 AI 중심으로 변화한다. Software-Defined Enterprise : 기업의 업무 프로세스와 의사결정 구조가 소프트웨어, 데이터와 AI를 중심으로 운영된다. 따라서 SX는 개별 제품의 변화가 아니다. 제품 → 엔지니어링 → 제조 → 서비스 → 엔터프라이즈 전체를 연결하는 제조업의 구조적 전환이다.   그림 5. 소프트웨어 중심의 구조적 전환   SX를 구현하기 위해 가장 중요한 기반 가운데 하나가 디지털 스레드(digital thread)다. 제조기업에는 이미 많은 시스템이 존재한다. CAD, CAE, PLM, ERP, MES, SCM, IoT, QMS, CRM 등이다. 문제는 시스템이 부족한 것이 아니다. 데이터와 맥락이 서로 단절되어 있다는 것이다. 설계 데이터와 생산 데이터가 분리되어 있고, 생산 데이터와 품질 데이터가 연결되지 않으며, 운영 데이터가 다시 설계로 돌아오지 않는 경우가 많다. 디지털 스레드는 이러한 단절을 연결한다.   그림 6. 새로운 생명주기의 시작   이렇게 제품의 전 생애주기 정보를 연결하면 소프트웨어 중심 제조업이 작동할 수 있는 데이터 기반이 만들어진다. 따라서 필자는 SX를 다음과 같이 표현하고 싶다. SX = 소프트웨어 중심 아키텍처 + 디지털 스레드 + 디지털 트윈 + AI  디지털 스레드가 정보를 연결하는 구조라면 디지털 트윈은 그 정보를 활용하여 현실 세계를 모델링하고 시뮬레이션하는 공간이다. 물리적 제품과 디지털 제품이 연결되고, 물리적 공장과 디지털 공장이 연결된다. 그리고 현실에서 발생하는 데이터가 디지털 트윈으로 전달된다. 물리적 요소 → 데이터 → 디지털 트윈 → 시뮬레이션 → AI → 의사결정 → 물리적 요소의 순환구조가 만들어지면 제조 시스템은 단순 자동화를 넘어 지속적으로 학습하고 최적화되는 시스템으로 발전한다. 과거의 디지털 트윈이 물리적 자산을 복제하는 개념에 가까웠다면, 앞으로의 디지털 트윈은 점차 의사결정을 지원하고 실행하는 지능형 운영 모델로 발전할 것이다. SX의 다음 단계에서 가장 중요한 변화는 AI다. 기존 소프트웨어는 사람이 정의한 규칙에 따라 움직였다. 그러나 AI가 결합된 소프트웨어 중심 시스템은 데이터를 분석하고 패턴을 발견하며 상황에 따라 의사결정을 지원하거나 일부 의사결정을 자동화한다. 여기에 생성형 AI와 AI 에이전트가 결합하면 또 다른 변화가 시작된다. 앞으로 엔지니어는 모든 시스템을 직접 조작하는 대신 AI 에이전트에게 목표를 제시하고, 필요한 데이터를 검색하게 하며, 시뮬레이션과 분석을 수행하도록 할 수 있다. 즉, 소프트웨어 중심 제조(software-defined manufacturing)에서 AI 중심 제조(AI-defined manufacturing)로 발전할 가능성이 커지고 있다. 하드웨어 중심 제조업에서는 경쟁력의 중요한 척도가 생산성이 었다. 얼마나 빨리 만들 수 있는가, 얼마나 싸게 만들 수 있는가, 얼마나 높은 품질로 만들 수 있는가가 중요했다. SX 시대에는 여기에 새로운 경쟁 변수가 추가된다. 얼마나 빠르게 제품과 시스템을 변화시킬 수 있는가? 자동차를 예로 들면, 과거에는 새로운 기능을 제공하려면 새로운 모델을 개발해야 했다. 그러나 소프트웨어 중심 제품에서는 소프트웨어 업데이트를 통해 새로운 기능을 제공할 수 있다. 따라서 경쟁의 단위가 제품 릴리스에서 지속적인 업데이트로 이동한다. 이는 제조업의 시간 개념 자체를 변화시킨다. 과거 제조업의 혁신 주기가 ‘년’이었다면 앞으로는 ‘월’, ‘주’, 경우에 따라 ‘일’ 단위가 될 수 있다. 결국 SX 시대의 핵심 경쟁력은 변화의 속도(change velocity)가 된다.   그림 7. 생산성과 변화의 속도   많은 기업이 ‘데이터가 자산’이라고 이야기한다. 그러나 AI 시대에는 데이터만으로 충분하지 않다. AI가 제조업에서 제대로 작동하려면 데이터의 의미와 관계를 이해해야 한다. 예를 들어 특정 센서 데이터가 어떤 제품의 데이터인지, 어떤 부품에서 발생했는지, 어떤 설계 요구사항과 관계되는지, 어떤 제조공정에서 생산되었는지, 어떤 소프트웨어 버전에서 발생했는지 알아야 한다. 즉 데이터에는 맥락(context)이 필요하다. 이 때문에 앞으로 제조업에서는 온톨로지(ontology)와 지식 그래프(knowledge graph)의 중요성이 더욱 커질 것이다. 데이터 → 정보 → 맥락 → 지식 → 인텔리전스라는 발전구조가 필요하다. 디지털 스레드가 데이터를 연결한다면 온톨로지는 그 연결의 의미를 정의하고, 지식 그래프는 관계를 표현하며, AI는 그 위에서 추론한다. SX의 가장 중요한 의미는 제품의 정의 자체를 바꾸는 데 있다. 과거의 제품은 공장에서 출하되는 순간 거의 완성되었다. 그러나 SX 시대의 제품은 출하가 끝이 아니다. 오히려 출하 이후 새로운 생명주기가 시작된다. 제품은 데이터를 생성하고, 기업은 데이터를 분석하고, AI가 새로운 인사이트를 발견하며, 소프트웨어 업데이트를 통해 제품에 다시 반영한다. 따라서 새로운 제품 생명주기는 다음과 같다. 설계 → 구축(build) → 운영(operate) → 감지(sense) → 학습 → 업데이트 → 진화(evolve). 여기서 중요한 단어는 마지막의 ‘진화’다. 미래의 제조기업은 단순히 제품을 만드는 회사가 아니라 제품을 지속적으로 진화시키는 회사가 될 것이다.   그림 8. 지속적 진화 생태계   제조업의 역사를 길게 바라보면 경쟁력의 중심은 계속 이동해 왔다. 기계화→ 자동화→ 전산화→ 디지털화→ 연결화→ 소프트웨어 중심 → AI 중심. 이 변화 속에서 SX는 단순한 기술 트렌드가 아니다. 그것은 제조기업이 제품을 정의하는 방식, 공장을 운영하는 방식, 엔지니어링을 수행하는 방식, 고객에게 서비스를 제공하는 방식, 그리고 기업 자체를 운영하는 방식을 바꾸는 새로운 제조업 운영체제(manufacturing operating system)라고 할 수 있다. 따라서 SX의 핵심 질문은 ‘우리 회사에 소프트웨어가 얼마나 많이 사용되고 있는가’가 아니다. 진짜 질문은 다음과 같다. ‘우리의 제품과 공장, 엔지니어링과 기업은 얼마나 소프트웨어적으로 정의되고 있는가?’ 그리고 한 단계 더 나아가야 한다. ‘그 소프트웨어 정의 구조 위에서 디지털 스레드, 디지털 트윈, 온톨로지와 AI가 얼마나 유기적으로 연결되어 있는가?’ 필자는 앞으로 제조업의 경쟁 구도가 결국 이 질문에 대한 답에 의해 결정될 것이라고 생각한다. 하드웨어 중심 제조에서 소프트웨어 중심 제조로. 그리고 다시 소프트웨어 중심 제조에서 인공지능 중심 제조로. 이것이 제조업이 직면하고 있는 다음 대전환이며, 바로 SX의 시대다.   ■ 조형식 항공 유체해석(CFD) 엔지니어로 출발하여 프로젝트 관리자 및 컨설턴트를 걸쳐서 디지털 지식 전문가로 활동하고 있다. 현재 디지털지식 연구소 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.
작성일 : 2026-09-01
[온에어] AWP의 개념, 효과 및 디지털 프로젝트 실행
캐드앤그래픽스 지식방송 CNG TV 지상 중계   지난 6월 24일 진행된 CNG TV 웨비나에서는 EPC 및 건설 업계의 핵심 화두인 AWP(advanced work packaging) 방법론의 기본 개념과 예측 가능성(predictability) 향상 방안, 그리고 옥타브의 디지털 실행 플랫폼 사례를 통한 프로젝트 성과 극대화 전략이 소개되었다. 자세한 내용은 다시보기를 통해 확인할 수 있다. ■ 박경수 기자   ▲ AWP의 개념과 절차 등을 소개한 연세대학교 건축공학과 강영철 교수   AWP의 개념, 절차 및 기대 효과 AWP는 기술이라기보다 EPC(엔지니어링·구매·시공)의 모든 정보와 업무를 플래닝 단계부터 시공 중심 기준으로 통합하여 정렬하는 업무 흐름(workflow)이다. 핵심 목적은 현장 근로자의 작업 생산성(tool time)을 높이고 대기·이동 시간을 단축하는 것이다. 정량적 효과로는 근로자의 직접 작업 시간 증가로 인한 생산성 향상(최대 25%), 감독관의 현장 관리 시간 증가(15%→65%)를 통한 안전·품질 개선 등이 보고되어 있으나, 조직의 AWP 성숙도 레벨이나 추가 비용 분담 및 이익 배분 등의 계약구조 이슈가 존재한다. 반면 정성적 효과로는 투명한 정보 공유, 작업 승인권에 따른 책임감 강화, 이직률 감소 및 안전성 제고, 분야 간 협업 개선, 그리고 가장 유의미한 요소로 평가받는 ‘예측 가능성(predictability)’ 향상을 꼽을 수 있다. 연세대학교 건축공학과 강영철 교수는 “AWP를 수행할 때 너무 기술에만 치중하지 말고 사람, 프로세스, 기술이라는 세 가지 관점을 균형 있게 고려해야 한다”며, “단기적 성과보다는 프로세스 개선과 조직 문화 변화를 바탕으로 지속 가능한 실행 체계를 갖추는 것이 중요하다”고 이야기했다.   ▲ AWP의 성공적 수행을 위한 실행 전략을 소개한 옥타브 남궁진 영업이사   AWP의 성공적 수행을 위한 디지털 기술 실행 전략 AWP를 성공적으로 현장에 안착시키기 위해서는 플랫폼 기반의 테크놀로지 이네이블먼트(technology enablement)가 필수적이다. 디지털 기술 구현 영역은 크게 네 가지 영역으로 구분된다. AWP 라이프사이클 관리 : POC부터 CWP, IWP까지 제약 조건 및 워크플로를 통제하는 거버넌스 체계 디지털 공급망 관리(SCM) : BOM부터 현장 설치, 시운전 단계까지 Auto-ID/IoT 기반 자재 트래킹 및 자재 준비도(readiness) 확보 시공 관리 및 시운전 지원 : 모바일 디바이스와 3D 모델 기반으로 현장 제약 사항을 시각화하고 실시간 작업 및 커미셔닝 관리 인포메이션 허브 및 데이터 연계 : 엔지니어링, 구매, 시공 간의 데이터 사일로(silo)를 제거하고 일관된 맥락에서 실시간 의사결정을 지원하는 데이터 통합 환경 옥타브는 이와 관련하여 SCM/Jobsite, Smart Completions, iConstruct(3D 모델 기반 워크 패키징 및 4D 스케줄 시뮬레이션) 등 설루션 포트폴리오를 제공하고 있다.     ■ 기사 내용은 PDF로도 제공됩니다.
작성일 : 2026-07-31
SAP, 에이전트 AI가 스스로 판단하고 실행하는 ‘자율형 기업’ 시대 제시
SAP 코리아는 7월 14일 ‘SAP 나우 AI 투어 코리아 2026’을 개최하고, 자율형 기업(Autonomous Enterprise)으로의 전환을 위한 새로운 비즈니스 운영 방식을 제시했다. SAP 나우 AI 투어 코리아는 SAP 고객과 파트너, 업계 전문가들이 모여 비즈니스 AI를 중심으로 기업 업무를 혁신할 방안을 공유하는 연례 행사다. 올해 행사에서는 AI가 단순한 보조 도구를 넘어 기업 운영의 핵심 동력으로 자리 잡는 흐름이 강조됐다. 복잡한 비즈니스 콘텍스트에 대한 명확한 이해를 신속하고 정확한 실행으로 연결하는 역량이 기업 경쟁력의 분기점이 된다는 메시지가 중심을 이뤘다.     자율형 기업은 AI 에이전트가 비즈니스 프로세스, 데이터, 거버넌스에 내재되어 스스로 프로세스를 감지, 판단, 실행하는 SAP의 새로운 기업 운영 모델이다. 기존의 업무 결과 기록 방식을 넘어 인간이 전략적 의사결정에 집중할 수 있도록 돕는다. 기조연설을 맡은 SAP의 얀 벙커트(Jan Bungert) 비즈니스 AI 플랫폼 부문 최고매출책임자(CRO)는 ‘자율형 기업으로 최고의 성과를 실현하라’를 주제로 SAP의 자율형 기업 비전과 AI 혁신 전략을 발표했다. 얀 벙커트 CRO는 “AI가 실질적인 가치를 만들어내기 위해서는 깊이 있는 프로세스 및 산업 지식, 의미가 풍부한 비즈니스 데이터, 그리고 엔터프라이즈급 거버넌스라는 세 가지 요소가 필요하다”면서, “자율형 기업은 사용자의 단일 관문인 쥴(Joule), 재무와 구매 및 공급망 등을 하나로 연결하는 SAP 자율형 스위트, 산업별 규제와 프로세스를 내재한 SAP 인더스트리 AI 등의 요소로 완성된다”고 말했다. 또한 “이 모든 것의 기반에는 비즈니스 콘텍스트와 통합 데이터, 거버넌스를 하나로 제공하는 SAP 비즈니스 AI 플랫폼이 있으며, 에이전트 주도 전환을 통해 기업이 비즈니스를 멈추지 않고도 자율형 기업으로 나아갈 수 있다”고 설명했다. 이어진 세션에서는 SAP 코리아의 하경남 고객자문부문 부문장과 김지훈 가치자문본부 본부장이 업무를 직접 실행하는 운영 모델로의 전환 필요성을 강조했다. 이들은 쥴, SAP 자율형 스위트, SAP 비즈니스 AI 플랫폼의 3개 레이어로 구성된 자율형 기업 구현 전략을 실제 데모와 글로벌 고객 사례와 함께 소개했다. 이날 행사에서는 SAP의 자율형 기업 비전이 한국 산업 현장에 구현된 실제 사례도 소개됐다. 삼성전기 박준호 그룹장은 국내 최초 ‘SAP 프리미엄 서플라이어’ 기반 SAP S/4HANA(SAP S/4HANA) 전환을 통한 AI 혁신 플랫폼 구축 여정을 공유했다. 삼성전기는 SAP의 다운타임 최적화 기법을 적용해 전환 과정의 시스템 비가동 시간을 당초 144시간에서 34시간으로 76% 단축하며 제조라인 중단 없는 비즈니스 무중단 전환을 완수했다. 박준호 그룹장은 “ERP 전환은 마치 심장이식 수술과 같다”며, “국내 성공 사례가 없는 상황에서도 수많은 시행착오 끝에 제조 라인 중단 없는 전환을 완수했다”고 말했다. 이어 “SCM 계획부터 ERP 실행, AI 분석, 시뮬레이션까지 이어지는 클로즈드 루프 자동화를 목표로, SAP S/4HANA 기반 통합 플랫폼을 토대로 AI 시대에 대비한 완전 자동화 기반을 구축해 나가고 있다”고 밝혔다. 이외에도 LG이노텍의 박준기 차세대 ERP 추진실 실장이 클라우드 및 자율형 기업으로 이어지는 차세대 ERP 여정을 공유했으며, 삼성SDS 지기성 부사장이 콘텍스트 인식 기반의 자율형 기업 전략 실현 사례를 발표했다. 오후에는 실무 분야별 4개 전문 트랙에서 총 41개 세션이 진행됐다. 각 영역별 실무진에게 실질적인 비즈니스 인사이트와 구체적인 적용 방안을 제공하는 자율형 기업 구현, 데이터 플랫폼 통합, 산업별 고객 사례, 서비스 및 지원 트랙 등이 마련됐다. 행사장에 마련된 체험존에서는 참가자들이 직접 나만의 AI 에이전트를 실시간으로 구축해보며 비즈니스 AI의 실질적인 가능성을 체험하는 기회도 가졌다.
작성일 : 2026-07-14
삼성전기, SAP S/4HANA로 ERP 전환하고 AI 혁신 체계 가동
삼성전기가 차세대 전사 자원 관리(ERP) 시스템으로 SAP S/4HANA의 구축을 마무리하고 인공지능 기반의 업무 혁신 체계를 본격적으로 시작했다. SAP코리아는 이번 프로젝트가 데이터 중심의 경영 환경을 고도화하고 미래 인공지능 시대에 대응하기 위한 IT 인프라를 마련하고자 추진되었다고 설명했다. 삼성전기는 그동안 재무와 물류를 담당하던 ERP 시스템을 비롯해 제조 실행 시스템(MES), 공급망 관리 시스템(SCM) 등으로 흩어져 있던 주요 데이터를 단일 데이터베이스로 통합했다. 실시간 정보 분석이 가능한 환경을 구현함으로써 데이터의 일관성과 신뢰도를 확보했으며, 정확한 의사결정을 지원하는 데이터 분석 역량을 강화했다. 이번 프로젝트에는 SAP 프리미엄 서플라이어(SAP Premium Supplier)를 기반으로 S/4HANA Cloud가 적용되었다. 기업의 높은 보안 요구 수준을 충족하면서 SAP의 글로벌 품질 수준과 삼성SDS의 국내 운영 자원을 결합해 시스템 품질과 안정성을 동시에 확보했다는 것이 SAP의 설명이다. 특히 삼성SDS의 국내 데이터센터를 활용한 장거리 재해복구 옵션을 통해 시스템 운영의 안전성을 높였다. 전환 과정에서는 다운타임 최적화 전환 기술을 도입했다. 이를 통해 시스템 비가동 시간을 예상보다 75% 이상 줄였으며, 제조 라인 운영 등 비즈니스 중단 없이 안정적으로 시스템을 전환했다. 또한 재무, 구매, 생산, 물류 등 핵심 업무 프로세스를 사전에 통합하고 표준화한 후 구축을 진행해 개발 규모를 최소화했다. 전 법인에 동시에 시스템을 적용하는 전략을 통해 리스크와 구축 기간, 비용도 함께 절감했다. 삼성전기는 이번 전환으로 인공지능 기반의 업무 혁신 기반도 갖췄다. SAP의 인공지능 기능을 활용해 데이터 기반의 의사결정과 업무 자동화 환경을 구축했으며, 프로젝트 수행 과정에서는 생성형 인공지능 코파일럿인 쥴(Joule)을 도입해 이슈 해결 효율을 높였다. 시스템 오픈 이후에는 주요 장애 없이 안정적인 운영 성과를 내고 있다. SAP코리아 원영선 영업부문장은 “삼성전기의 이번 전환은 단순한 시스템 업그레이드를 넘어 데이터와 인공지능을 기반으로 한 디지털 전환의 대표 사례”라면서, “고객이 비즈니스 혁신을 가속화하고 경쟁력을 확보할 수 있도록 지원하겠다”고 밝혔다. 박준호 삼성전기 그룹장은 “주요 데이터를 단일 플랫폼으로 통합해 데이터의 일관성을 확보했다”면서, “강력한 인공지능 기능을 활용해 데이터 기반의 의사결정을 지원하고 업무 자동화 기반을 마련함으로써 기업 경쟁력이 강화됐다”고 말했다.
작성일 : 2026-04-08
SAP코리아, AI 기반 제조 혁신 제시하는 ‘SAP 커넥트 데이’ 개최
SAP코리아가 3월 19일 ‘제조 및 공급망 혁신을 위한 SAP 커넥트 데이(SAP Connect Day for Supply Chain)’를 개최한다고 밝혔다. 이번 행사는 세계 최대 산업 박람회인 ‘하노버 메세(Hannover Messe) 2026’의 핵심 내용을 미리 살펴보는 프리뷰 성격의 세미나다. SAP코리아는 산업 전반에 적용되는 AI 기반 자율화와 연결성을 중심으로, 실제 제조 현장과 공급망 운영에 도입되는 AI 에이전트 및 피지컬 AI 기술의 최신 동향과 앞으로의 방향을 공유할 예정이다. 행사 기조연설에는 SAP의 도미닉 메쯔거 공급망 관리 부문 최고제품책임자(CPO)가 ‘AI 기반의 최적화된 공급망으로 커넥티드 엔터프라이즈 구현 내 AI(AI in SCM)’을 주제로 SAP의 글로벌 공급망 전략을 발표한다. 이어 하겐 호이바흐 SAP 공급망 관리 부문 최고마케팅책임자(CMO)가 하노버 메세 2026에서 공개될 주요 쇼케이스를 직접 소개하며, 현장에서 한국 SCM 전문가들과 함께 하는 부스 투어 사전 신청 및 라이브 포럼 등의 현장 이벤트 안내를 받을 수 있다. 오후 세션에서는 국내 제조 및 공급망 혁신 현황에 대한 현대글로비스 미래혁신센터 한규헌 상무의 강연과 함께, 글로벌 시장을 선도하는 국내 주요 대기업의 실질적인 제조 혁신 성과를 공유한다. 특히 자동차, 반도체, 이차전지 등 한국을 대표하는 핵심 산업군의 SAP IBP(통합 비즈니스 플래닝) 기반 공급망 최적화 사례를 비롯해 물류 혁신, 스마트 공장 구현을 위한 디지털 스레드 전략 등 국내 기업의 글로벌 경쟁력 강화를 위한 실질적인 해법이 제시될 예정이다.     SAP코리아 신은영 대표는 “공급망 내 AI 기술은 이제 개념을 넘어 실제 제조 현장에서 자율화와 연결성을 구현하는 실전 단계에 진입했다”면서, “이번 행사는 국내 제조 기업들이 하노버 메세의 혁신 기술을 선제적으로 확인하고, 데이터 기반의 의사결정과 지능형 공급망 시스템을 통해 비즈니스 가치를 실현할 수 있는 전략적 기회를 제공할 것”이라고 말했다. 이번 행사는 제조, 생산, 물류 및 IT 기획 분야의 전문가 300여 명을 대상으로 진행된다, 특히 행사장 로비에서는 다수의 파트너사가 참여하는 전시 부스가 운영되어 SAP의 비즈니스 에코시스템을 직접 체험하고 파트너 세일즈를 강화할 수 있는 교류의 장이 마련될 예정이다.
작성일 : 2026-02-10
쉽고 빠른 도면관리 클라우드, 코너스톤 도면관리 클라우드
주요 PLM 소프트웨어 소개 쉽고 빠른 도면관리 클라우드, 코너스톤 도면관리 클라우드   개발 및 자료 제공 : 코너스톤테크놀러지, 070-7019-9871, www.csttec.com/dms    주요 특징 코너스톤 도면관리 클라우드는 제조, 건축, 토목, 플랜트 등 설계를 하는 기업이 사용하기에 편리하고 효율적인 도면관리 솔루션을 클라우드로 제공한다. 코너스톤 도면관리는 표준화된 기능과 빠른 성능을 갖추며, 초기 구축 비용이 필요 없어 경제적인 솔루션으로 PMS ‧ SCM ‧ MES ‧ CRM 등의 확장 기능을 추가할 수 있다. 홈페이지(www.csttec.com/dms)에 접속하여 30일 무료체험을 할 수 있고 유료로 전환하여 계정당 월 2만원으로 사용할 수 있다. 주요 기능 (1) 도면(파일) 관리 탐색기를 실행하여 PC에 있는 폴더와 도면(파일) 그대로 코너스톤에 업로드한다. 다양한 검색조건을 활용하여 도면을 바로 검색하고, 변경이력을 관리함으로써 언제 어디서든 도면의 최신 버전과 변경이력을 바로 확인할 수 있다. 보안을 강화하기 위해 도면(파일)의 이력 관리로 열람/수정/다운로드/출력 등의 사용 기록을 확인할 수 있을 뿐 아니라 폴더별로 사용자나 부서의 접근 권한을 통제할 수 있다. (2) 도면 뷰어 2D 도면은 코너스톤에 등록되면 자동으로 이미지 변환 작업이 이뤄지는데 웹 뷰어를 통해 도면을 확인할 수 있다. 출력, 확대/축소, 회전, 색반전 기능은 물론 마크업 기능도 있어서 설계검토 등을 위해 현장에서 사용하기에 편리하다. (3) 업무(전자결재) & 캘린더 등록한 도면을 승인하고 외부에 배포할 수 있는 기능으로 그룹웨어의 전자결재와 비슷하다. 기업에서 필요한 템플릿을 만들어서 단계 및 프로세스를 정의하면 이러한 절차에 따라 업무가 진행되도록 한다. 결재 도착, 댓글 등의 알림 메일을 통해 해야 할 일을 놓치지 않도록 도와준다. 이는 캘린더 기능과도 연결되어 업무의 작업시간과 일정을 관리할 수 있다. (4) 대시보드 클라우드 요금, 로그인 이력, 파일 사용이력 등 다양한 현황 정보를 그래프로 한 눈에 확인할 수 있다. 그래프를 클릭하여 상세한 데이터 목록을 확인하고 엑셀 다운로드도 가능하다. (5) 조직도 사내 조직도와 연락처를 한 눈에 볼 수 있는 조직도 앱에서는 사용 중인 라이선스와 역할을 조회/관리할 수 있으며, 부서 및 사용자 정보를 편집/삭제할 수 있다. (6) 게시판 폴더 형태의 게시판으로 폴더별로 권한을 설정하여 공유 범위를 설정할 수 있다. 새로운 내용이 추가되거나 변경되었을 때 로그인 시 팝업 알림이 표시되어 중요한 소식과 정보를 빠르고 효율적으로 공유할 수 있다. 파일 기능과 연동되어 파일 앱에 등록된 파일을 게시글을 통해 공유할 수 있다.  활용 방안과 기대 효과 도면관리 클라우드로 다양한 업종에서 활용되는 방안이나 기대되는 효과도 다르다. 건축/토목/플랜트에서는 수만장의 도면을 현장에서 태블릿으로 열람하고 확대/축소/마크업 기능을 활용하여 도면을 이용하여 내부와의 협업 환경이 개선된다.  설비/금형 등 수주형 제조업과 자동차/전기 등 양산형 제조업에서는 도번으로 조회하여 최신 버전을 바로 확인함으로써 업무의 효율성이 증가하고, 내부 승인과 외부 배포를 통해 어떤 절차를 통해 어떤 곳으로 공유되었는지 확인할 수 있다. 보안을 중요시하는 공공기관이나 방산업체의 경우에는 폴더와 도면의 권한 설정 등으로 접근을 통제하여 외부 유출을 방지하고 데이터를 자산화하여 체계적인 관리가 가능해진다. 지속적인 개선과 고객 지원 코너스톤은 고객 사용자들의 요구사항을 수용하여 현업에서 필요로 하는 유용한 기능으로 구성하였다. 지금도 고객으로부터 듣는 다양한 피드백을 받아 시장에서 요구하고 솔루션과 부합하는 내용이라면 지속적으로 반영하여 개선하고 있다. 유튜브 채널을 통해 어플리케이션 별로 사용하는 방법을 소개하고, 개념과 같은 지식 전반을 알려주기 위해서 블로그 채널을 운영하고 있다. 또한, 고객이 사용하면서 겪는 다양한 문의 및 불편사항을 청취하는 헬프 데스크를 운영하여 고객을 지원하고 있다.     좀더 자세한 내용은 '스마트 엔지니어링을 위한 PLM과 DX 가이드' 에서 확인할 수 있습니다. 상세 내용 보러 가기 
작성일 : 2026-01-18
대원씨티에스, DJI 엔터프라이즈 한국 총판 계약 맺고 산업용 드론 공급
대원씨티에스는 DJI 엔터프라이즈와 한국 공식 총판 계약을 체결하고, 산업용 드론 시장에서의 혁신적인 비즈니스 전개를 본격화한다고 밝혔다. 대원씨티에스는 이번 총판 계약을 통해 DJI 엔터프라이즈의 드론 설루션을 국내 시장에 안정적으로 공급하고 측량, 토목, 건설, 플랜트 등 기존 주력 분야에서의 경쟁력을 한층 강화할 예정이다. 또한, 공공, 소방, 안전, 치안, 교통 등 기반 산업 분야에 대한 투자를 통해 시장의 외연을 적극 확장해 나간다는 계획이다. 특히, 드론 기술을 중심으로 한 스마트 인프라 및 데이터 기반 산업 생태계 구축을 목표로 한다. 이를 위해 산업설루션팀을 신설하고, 전문성을 갖춘 영업 인력과 설루션 엔지니어를 중심으로 한 전국 단위의 파트너 네트워크를 강화한다. 또한, SCM, CRM, WOS, WMS 등 선진화된 시스템을 기반으로 한 지원 체계를 구축해 딜러 및 리셀러 파트너사들과의 상생 비즈니스를 추진할 예정이다.     대원씨티에스는 자사가 보유한 엔터프라이즈 역량인 ARISTA, KAYTUS, DEEPX 등 고성능 데이터센터 및 AI 설루션을 DJI의 산업용 드론 기술과 결합하여 데이터 수집, 전송, 저장, 처리, 분석, 활용 및 시각화에 이르는 전 과정을 아우르는 인텔리전트 토탈 드론 설루션을 완성할 계획이다. 이를 통해 드론이 항공 촬영 도구를 넘어 산업 전반의 디지털 전환을 이끄는 핵심 플랫폼으로 자리 잡도록 하는 것이 목표다. 대원씨티에스는 산업용 드론 설루션이 산업 현장은 물론, 공공의 안전과 사회의 편익 증진에도 기여하는 의미 있는 기술로 발전할 것으로 기대하고 있다. 대원씨티에스의 GTM 본부장인 김광국 상무는 “DJI 엔터프라이즈와의 협력을 통해 대원씨티에스는 산업 전반의 드론 생태계의 패러다임을 한 단계 더 진화시키고자 한다”면서, “첨단 AI 및 데이터 기술과 결합된 드론 설루션을 통해 공공과 산업 현장에 새로운 가치를 제공하며, 지속 가능한 발전을 이끌어 가겠다”고 전했다.
작성일 : 2025-11-10