컴퓨터지원설계(CAD) 화면을 볼 때 가장 당황스러운 순간이 있다. 모델을 열었더니 경고와 에러가 이어지고 원인은 복잡한 용어로만 나열되는 상황이다. ‘하나 이상의 파일이 누락되었습니다’, ‘스케치가 초과 정의되었습니다’, ‘재생성 오류가 있습니다’ 등이다. 이러한 경고문은 원인도 아니고 해결책도 아니다. 이어 모델 목록에는 빨간 표시가 늘어나고, 부품들 사이 연결이 풀리면서 위치가 어긋난다. 한 군데를 고치면 다른 곳이 연쇄적으로 깨진다. 도면까지 연결돼 있으면 더욱 번거로워진다. 화면에서 보던 모양이 바뀌거나 치수가 틀어지고, 업데이트 한 번에 표기가 뒤집혀서 원인부터 다시 찾아야 한다. 그 순간 설계자는 ‘이걸 어디서부터 손대야 하지’가 아니라 ‘내가 이걸 손댈 자격이 있나’부터 우려된다. 설계가 멈추는 건 지식이 부족해서가 아니라, 문제를 풀 수 있는 형태로 문제가 주어지지 않아서다. 소프트웨어는 증상을 나열하지만, 작업자는 원인·우선순위·방향성을 원한다. 결국 CAD 분야의 숙련자와 초보를 가르는 것은 지식의 양이 아니라, 시스템이 던진 신호를 인간의 언어로 번역해 수정 가능한 절차로 바꾸는 능력이다. 이 장벽을 생성형 AI(Generative AI
지금 한국은 말 그대로 ‘러닝 전국시대’다. 주말마다 도심 속 도로가 통제되고, 번호표 단 러너들이 한꺼번에 쏟아져 나온다. 이는 통계만 봐도 금세 체감된다. 국민체육진흥공단 ‘2024 국민생활체육조사’에 따르면, 최근 국민이 1년간 참여 경험이 있는 체육 활동 가운데 ‘달리기’ 비중이 기존 0.5%에서 6.8%까지 상승했다. 이 가운데 주 1회 이상 조깅을 하는 사람만 약 330만 명으로 집계됐다. 여기에 업계와 마케팅 보고서에서는 국내 러닝 인구 전체를 2017년 500만 명 안팎에서, 1000만 명 안팎으로 추산하는 지표까지 나온다. 국회 자료를 정리한 마라톤 매체는 국내 마라톤 대회가 코로나19 팬데믹 직후인 2020년 19회 수준에서, 2023년에는 200여 회로 급증했다고 보도한 바 있다. 불과 몇 년 전만 해도 연간 참가자 수도 1만 명이 채 안 되던 상황에서, 지금은 100만 명을 훌쩍 넘기는 시장으로 커졌다. 서울 도심을 통째로 막아 4만 명 가까운 러너가 동시에 뛰는 장면도 이제는 뉴스라기보다 계절 풍경에 가깝다. 러닝을 대하는 방식도 달라졌다. 지금 좀 뛰는 사람들은 ‘운동 좀 해야지’ 수준을 넘어서, 시즌마다 목표 대회를 찍고 스마트 워
신체에 물리적인 부드러움을 갖춘 로봇 암은 신체의 부드러움을 활용해 물체 조작을 학습하고 수행한다. 이 글에서는 이러한 형태학적 계산을 이용한 로봇의 물체 조작 학습에 관련된 연구 성과를 소개한다. 구체적으로는 유연 손목의 설계, 유연 손목을 이용한 물체 조작의 학습, 형태학적 계산에 의한 환경 인식, 환경 중의 물체를 이용한 형태학적 계산을 소개한다. 유연 로봇에 의한 물체 조작의 학습 신체에 물리적인 부드러움을 갖춘 로봇 암은 신체의 부드러움을 활용해 물체와 부드럽게 접촉할 수 있다. 로봇이 물리적인 부드러움을 활용해 물체와 부드럽게 접촉할 수 있으면, 물체나 로봇의 모델, 계측 및 실행의 오차를 접촉을 통해 보상할 수 있다. 물리적인 부드러움을 갖춘 로봇 암은 물체와 부드럽게 접촉하기 때문에 시행착오나 교시에 있어서 다양한 접촉을 적극적으로 시도하고, 안전하게 실패 행동을 시험하여 다양한 학습 데이터를 수집할 수 있다. 기계학습을 이용해 로봇의 제어칙이나 행동칙을 자율적으로 획득할 수 있으면, 모델화가 어려운 물리적으로 부드러운 신체의 제어칙을 획득할 수 있고, 수동으로 설계할 수 없을 정도로 다양한 행동을 만들어 내는 행동칙을 생성할 수 있다. 이상과
좀처럼 실현될 수 없다고 생각했던 (사람이나 동물에 가까운) 놀라운 로봇이 등장하고 있다. 여기서 실현된 기술을 대단한 기술이라고 생각하면 쉽게 손을 댈 수 없다. 하지만 보통의 기술(조합)이나 정도로도 가능할지도 모른다. 많은 사람이 손을 대야 이룰 수 있는 가능성이 넓어지고 다양한 로봇이 탄생한다. 또한 개발 비용과 제조비용을 줄일 수 있다. AI가 주목받는 가운데 수동보행은 역학적인 구조 속에 필요한 계산이 이미 내재되어 있다거나, 컴퓨터가 없어도 충분히 지능적이다 라고 평가되고 있다. 수동 보행의 경우, 걸을 수 있는 원리가 존재한다. 수동 보행 로봇의 연구는 곧 역학 원리의 발견과 그 활용법 개발에 다름 아니다. 이케마타 등은 보폭 일정(착지 시의 고관절 각도 일정)에 의한 안정화 원리를 발견하고, 가느다란 미음 자모형 프레임을 소형 수동 보행 로봇에 부착하는 것만으로 안정된 수동 보행을 실현했다. 기네스 세계 기록에도 인정받아 대단한 로봇일지 모르나, 실현된 기술은 로우 테크이며 수제작 수준이다. 아직 사람이나 동물의 신체에는 여러 가지 역학 원리(힌트)가 숨겨져 있을 것이다. 그 원리를 공학적으로 잘 살리면 지금보다 더 사람이나 동물에 가까운 놀
제조업의 디지털 전환 속도가 빨라지면서 ‘AI 자율제조’가 새로운 경쟁 지표로 떠오르고 있다. 특히 부품 데이터의 비효율과 중복 설계, 악성 재고, 공정 불량이 기업 성능을 떨어뜨리는 핵심 요인으로 지목되면서, 이를 해결하기 위한 AI 기반 부품 관리 솔루션이 주목받고 있다. 알텐코리아의 ‘ONEPART’는 3D 형상 AI 분석과 전사 부품 통합 데이터베이스를 기반으로 유사·대체 부품을 자동 탐색하고, 공용화 전략과 상위 원가 분석까지 수행하는 자율제조 지원 플랫폼이다. 항공·전자·반도체·자동차 등 주요 기업에서 중복 설계 감소, 협상력 강화, 원가 절감 등 확실한 성과를 기록하며 ‘부품 데이터 혁신’의 기준으로 부상하고 있다. AI가 부품을 읽고, 판단하고, 추천하는 시대. 제조 경쟁력은 이제 부품 데이터 관리에서 시작되고 있다. 복잡해진 제조 생태계, ‘부품 데이터’가 전략 자산 제조업은 이제 단순한 제품 조립 산업이 아니다. 글로벌 공급망 재편, 부품 다변화, 규제 강화, 지속가능성 요구가 겹치면서 기업은 어느 때보다 빠르고 정확한 의사결정을 요구받고 있다. 그러나 현장의 현실은 정반대다. 부품 관련 정보가 ERP, PLM, MES, 품질·구매 시스템,
각종 제조·조립 현장에서 무거운 대상물을 들어 올리고 이동시키며, 정확한 위치로 정렬해 조립 포지션에 안착시키는 작업은 대부분 반복적인 메커니즘으로 이뤄진다. 문제는 이 반복성이 오히려 위험을 증폭시킨다는 점이다. 작업자가 하중을 버티는 시간이 길어질수록 피로는 누적되고, 자세가 무너지기 시작하면 안전사고와 품질 저하가 동시에 발생한다. 이는 개인 숙련도의 문제가 아니라 공정 설계와 장비 선택 방식에서 비롯되는 구조적 리스크다. 이러한 배경에서 많은 현장은 매니퓰레이터(Manipulator)를 도입한다. 작업자가 직접 조작하되 장비가 하중을 지지하고, 자세·각도·위치를 보조하는 장치다. 그러나 실제 현장에서는 매니퓰레이터 도입 시 사양표부터 비교하는 경우가 많다. 겉으로 보기에는 빠른 의사결정처럼 보이지만, 경험적으로 이 접근은 가장 많은 재작업과 공수 증가를 낳는다. 매니퓰레이터는 자동화 로봇이 아니다. 판단과 경로를 장비가 대신 수행하는 자동화 장치가 아니라, 작업자가 조작과 판단을 주도하고 장비는 힘과 도달거리, 안정성을 보강하는 인체공학적 핸들링 장치다. 핵심은 장비가 무엇을 할 수 있느냐가 아니라, 작업자가 무엇을 더 안전하게, 더 오래, 더 일정한
글로벌 ‘공급망 재편’ 경쟁 속, 한국이 선택한 기술·시장·생태계 삼각 전략 중소기업의 격차를 줄이는 10대 협력모델…생태계 중심 전략으로의 전환 대한민국 소·부·장 산업이 다시 한 번 거대한 전환점을 맞고 있다. 글로벌 공급망 재편, AI 기반 제조혁신, 디지털·그린 전환, 미·중 기술 패권 경쟁 등 산업지형의 변화가 심화되면서 핵심 기술의 자립화와 글로벌 진출 전략은 더 이상 선택이 아닌 생존 전략이 됐다. 정부가 제시한 새로운 소부장 경쟁력 강화 기본계획은 ‘위기 대응형’에서 ‘미래 선도형’으로 패러다임을 바꾸고, 기술-시장-생태계를 하나로 묶는 총체적 산업 전략을 제시한다. 본 기획기사에서는 이번 계획의 핵심을 산업 현장의 언어로 풀어내고, 국내 제조업이 직면한 구조적 도전을 어떻게 기회로 전환할 것인지 심층 분석한다. 글로벌 산업지형 변화, 위기가 아닌 ‘구조전환의 신호’ 세계 주요국이 전략산업 중심의 자국 공급망을 강화하면서 글로벌 경쟁의 방식이 완전히 달라졌다. 미국은 반도체·배터리 보조금과 규제 완화를 결합한 산업 패키지를 제시했고, 유럽연합은 반도체 및 핵심 제조분야에서 장기 투자 계획을 실행 중이다. 일본은 고난도 반도체 제조기술 확보를 위
2030년까지 20개 거점…한국 제조업 재편하는 ‘점–선–면’ 전략 AI·R&D·규제혁신 한 번에…소부장 생태계 다음 10년 준비한다 글로벌 공급망 충격이 일상이 된 지금, 대한민국 제조업의 근간인 소재·부품·장비(소부장) 산업은 더 이상 ‘지원 대상’이 아닌 ‘국가 전략자산’으로 재정의되고 있다. 최근 정부가 내놓은 소부장 특화단지 종합계획은 지난 5년간의 성과와 한계를 반추하며, 산업 경쟁력의 구조적 전환을 목표로 한 장기 플랜을 제시한다. 목표는 단순한 단지 확대가 아니라, 기업 투자-기술 개발-지역 산업-규제 혁신이 함께 작동하는 통합 생태계다. 한국 제조업이 재도약을 준비하는 지금, 소부장 특화단지가 왜 다시 주목받는지 짚어본다. 특화단지 20곳으로 확대…기업 투자 유치 성과 가시화 2021년 첫 지정을 시작으로 지금까지 특화단지에는 총 11조 원의 민간 투자가 유입됐으며, 8천 명이 넘는 신규 고용이 발생하는 등 가시적인 성과가 나타났다. 정부는 이러한 기반 위에서 2026년까지 특화단지를 최대 20곳으로 확대해 전국 단위의 ‘전략 산업 지형’을 완성한다는 목표를 세웠다. 특화단지 확장은 단순히 지리적 범위를 넓히는 것이 아니라, 산업 간
AI 팩토리 전환이 가속화되면서 제조업의 핵심 경쟁력은 더 이상 생산 자동화가 아니라 설비 보전의 지능화로 이동하고 있다. 특히 PLC 제어 프로그램을 자동 해석하고 전체 공정 시퀀스를 AI로 학습하는 기술은 설비 고장의 원인 규명부터 사전 예측까지 이어지는 새로운 제조 혁신의 기반이 되고 있다. 유디엠텍 김남기 팀장은 설비 데이터를 통합 분석하고 알람의 근본 원인을 자동 추적하며, 하루~3일 뒤 이상 징후를 예측하는 기술을 공개했다. 이 기술은 자동차·반도체 산업처럼 공정 연계성이 높은 제조 현장에서 기존의 경험 기반 보전 방식이 가진 한계를 극복하고, 생산 안정성·품질 향상·비가동 손실 최소화라는 제조 혁신의 핵심 목표에 직접적으로 기여한다. AI 기반 지능형 보전은 지금 제조업이 직면한 전문 인력 감소와 복잡한 자동화 환경을 극복하기 위해 반드시 필요한 차세대 전략으로 자리 잡고 있다. 자동화의 심장, 보전의 재발견 AI 팩토리 시대라는 거대한 수식이 등장하면서 제조업은 더 빠르고 정교한 자동화를 향해 질주하고 있다. 하지만 이 화려한 진보의 그림자에는 우리가 외면해온 진실이 존재한다. 공장 자동화의 중심에는 언제나 ‘설비 보전’이 있다. 공정이 아무리
설비의 예측 불가능한 고장은 막대한 경제적 손실과 생산 효율 저하를 초래하는 기술적 한계로 작용한다. 이 가운데 기존의 전통적인 유지보수 방식은 점차 한계를 드러내고 있다. 산업 현장에서 설비자산성능관리(APM)는 이제 고장 후 사후 대응에만 집중되지 않는다. 사전에 문제를 예측·대비하는 새로운 패러다임을 노리고 있다. 이처럼 비효율적인 대응 구조를 벗어나고자, 제조업의 미래를 결정지을 인공지능(AI) 기반 자율제조 시대가 도래했다. 과업별로 모델을 개발해야 했던 머신러닝의 부족한 부분을 근본적으로 극복하는 새로운 지향점을 제시하고 있다. 이는 단 하나의 거대 모델로 모든 문제를 해결하는 파운데이션 모델 시대로의 전환을 의미한다. 이러한 신규 트렌드는 생산 현장 전체의 운영 및 유지 보수(O&M) 프로세스를 혁신할 구체적인 로드맵으로 기대받고 있다. 이러한 배경에서 원프레딕트는 각 산업에 기반을 둔 새로운 접근법을 강조한다. 이 회사는 APM 솔루션을 공급하며 설비의 원초적 목적인 가동률을 극대화하는 것을 목표로 하고 있다. 피디엑스(PDX)·사이클론(Cyclone) 등 제품군을 통해 현장의 다양한 데이터를 통합 관리하는 데 기여한다. 특히 사이클론은
AI가 제조업의 ‘안전’과 ‘자율화’를 동시에 끌어올리는 전환점에 도달했다. 중대재해처벌법과 ESG 규제가 강화되는 지금, 생산성만 높이는 공장은 더 이상 경쟁력을 갖기 어렵다. LS일렉트릭 김재신 부장은 ‘2025 AI 자율제조혁신 포럼’에서 “현재 국내 제조현장의 자율화 수준은 10점 만점에 4.5점”이라는 진단을 내놓으며, AI 기반 제조 안전 전략을 자율제조의 출발점으로 제시했다. 발표에서 김 부장은 위험성 평가를 자동화하는 AI 관제, 화재·끼임·지게차 충돌 등 9대 사고 감지, 디지털 트윈 기반 실시간 관제, 중소기업을 위한 SaaS형 안전 AI 등도 실제 사례와 함께 공개했다. 공장이 스스로 위험을 감지하고, 스스로 설비를 멈추고, 스스로 대피 동선을 제시하는 시대—LS일렉트릭이 공개한 로드맵은 제조업이 어디로 가야 하는지를 분명하게 보여준다. 왜 ‘AI 안전’이 먼저인가 제조업은 지금 ‘자율제조(Autonomous Manufacturing)’라는 거대한 전환점 앞에 서 있다. 생산 오더가 발행되는 순간부터 완제품이 고객에게 인도되기까지, 사람의 개입 없이 공장이 스스로 판단하고 움직이는 상태를 목표로 삼는 흐름이 빨라지고 있다. 그러나 현실은
제조업은 지금 ‘탄소 중립’이라는 거대한 전환점을 향해 움직이고 있다. 생산성을 유지하면서도 탄소 배출을 줄여야 하는 이 난제를 풀 해법으로 급부상한 기술이 적층 제조, 즉 3D 프린팅이다. 스트라타시스는 폴리젯·FDM·SAF 등 5대 핵심 기술 포트폴리오를 기반으로 설계–엔지니어링–양산까지 전 과정을 혁신하는 로드맵을 제시한다. 재료를 필요한 만큼만 쌓아 올려 폐기물을 최대 90%까지 줄이고, 분산 제조로 물류 탄소를 줄이며, 생성형 설계로 경량화까지 실현한다는 점에서 지속 가능한 제조의 새로운 표준을 제시한다. 기존 감산·성형 중심의 패러다임을 넘어, 중소량·다품종 생산 중심의 유연한 제조 혁신을 가능하게 한다는 점에서 3D 프린팅은 단순한 기술이 아니라 제조업 재설계의 방향성을 보여주는 전략적 솔루션으로 자리 잡고 있다. 감산에서 적층으로...제조 패러다임 전환 오늘날 전 세계 제조업은 탄소 중립과 넷제로(Net-zero)라는 피할 수 없는 시대적 지향점을 마주하고 있다. 이는 생산성을 희생하지 않으면서 탄소 배출을 획기적으로 줄여야 하는 기술적 한계를 동시에 요구한다. 이러한 고질적인 난제에 대한 로드맵을 제시하는 솔루션 중 하나가 적층 제조(Addi
데이터 주권 시대와 에코바디스 글로벌 공급망의 규칙이 바뀐 지 오래다. 유럽연합(EU)의 기업지속가능성실사지침(CSDDD, 2024)과 탄소국경조정제도(CBAM)는 ESG 리스크 책임을 원청을 넘어 협력사까지 확장 한다. UN과 OECD의 가이드라인 역시 협력사 ESG 관리를 기업의 핵심 책임으로 명시한다. 이러한 흐름 속에서 180개국 15만여 기업이 참여하는 에코바디스(EcoVadis)는 사실상 ‘공급망 신뢰의 여권’으로 자리 잡았다. 국내에서도 이런 변화는 이미 현실이다. 화학소재 기업 OCI는 에코바디스 ESG 평가에서 연속으로 골드 메달(상위 5%)을 획득하며 글로벌 ESG 모범 사례로 언급되고 있고, 공장별 에너지·환경 데이터를 정교하게 관리하는 체계를 통해 유럽 고객사와의 신뢰를 강화하고 있다. 대기업들은 협력사 리스크 통합관리(G-SRM), 스마트공장·ESG 컨설팅 프로그램 등을 통해 수많은 협력사의 데이터를 통합 관리하며 EU 규제 대응 역량을 높이고 있다. ESG는 더 이상 추상적인 경영철학이 아니라, 데이터 기반 운영 시스템의 문제로 이동한 것이다. 그리고 그 핵심 인프라가 바로 스마트 팩토리와 자동화 기술이다. 자동화 기술에 기반한 정밀
ESG 패러다임의 전환에 따라 국내외 정부 기관을 비롯한 다양한 기관에서 ESG 생태계 구축을 위한 규제와 정보 공시 기준이 강화되고 있다. 이러한 법·규제, 글로벌 공시 가이드라인 및 사회·문화 트렌드 변화 속에서 ESG의 핵심 이슈 또한 빠르게 재편되고 있다. 불과 몇 년 전까지만 해도 ‘탄소중립’, ‘사회공헌’, ‘윤리경영’이 ESG의 주요 키워드였다면, 최근 국내외 지속가능경영보고서에서는 ‘생물다양성’, ‘Scope 3’, ‘생활임금’, ‘AI’ 등으로 초점이 빠르게 이동하고 있다. 이제 ESG는 단순한 선언이나 투자 목적의 사회적 책임 이행 수단을 넘어, 투명한 데이터 공시와 실행 중심의 경영 체계로 진화하고 있다. 본 칼럼에서는 이러한 공시 트렌드 변화에 따라 새롭게 부상한 주요 ESG 이슈의 전환 방향을 살펴보기 위해, 2025년 발간된 국내외 ESG 선도기업의 지속가능경영보고서를 분석하고 현재 주목받고 있는 핵심 ESG 트렌드를 확인하고자 한다. 공시 기준과 ESG 보고의 새 흐름 최근 지속가능경영보고서 작성 기준은 새로운 공시 제도와 규제의 등장에 따라 빠르게 변화하고 있다. EU의 유럽 지속가능성 보고 기준(ESRS), 국제지속가능성기준위원
OT·산업 인프라 보안, AI 내재화가 CPS 보안 경쟁력으로 부상 노조미, 설계 단계부터 AI 반영해 탐지·분석·경고 기능 고도화 산업 현장과 중요 인프라를 둘러싼 사이버 위협이 고도화되면서, OT와 CPS 보안 영역에서도 인공지능(AI)의 역할이 빠르게 확대되고 있다. 단순한 모니터링을 넘어, 이상 징후를 사전에 탐지하고 대응까지 연결하는 ‘지능형 보안’이 핵심 경쟁 요소로 떠오른 것이다. OT, IoT 및 사이버 물리 시스템(CPS) 보안 솔루션을 제공하는 노조미 네트웍스는 가트너가 발표한 AI 벤더 경쟁 보고서에서 CPS 보안 분야 AI 부문 유력 후보로 선정됐다고 밝혔다. 가트너는 보고서를 통해 노조미가 네이티브 및 임베디드 CPS 기능과 시스템 전 라이프사이클을 아우르는 지원 역량 측면에서 경쟁 우위를 갖고 있다고 평가했다. 특히 가트너는 노조미 네트웍스가 제품 개발 초기 단계부터 머신러닝(ML) 기능을 네이티브로 내장해온 점에 주목했다. 일반적인 보안 솔루션이 기존 기능 위에 AI를 추가하는 방식과 달리, CPS 환경에 특화된 AI를 설계 단계부터 반영해 탐지·분석·경고 기능을 고도화해왔다는 것이다. 이를 통해 복잡한 산업 제어 환경에서도 운영
상호명(명칭) : (주)첨단 | 등록번호 : 서울,자00420 | 등록일자 : 2013년05월15일 | 제호 :헬로티(helloT) | 발행인 : 이종춘 | 편집인 : 김진희 |
본점 : 서울시 마포구 양화로 127, 3층, 지점 : 경기도 파주시 심학산로 10, 3층 | 발행일자 : 2012년 4월1일 | 청소년보호책임자 : 김유활 | 대표이사 : 이준원 | 사업자등록번호 : 118-81-03520 | 전화 : 02-3142-4151 | 팩스 : 02-338-3453 | 통신판매번호 : 제 2013-서울마포-1032호
copyright(c) HelloT all right reserved
UPDATE: 2025년 12월 21일 16시 51분
