푸드테크 기업 컨트롤엠이 외식 사업자를 위한 대화형 AI 솔루션 ‘레스토지니 1.0’을 출시하며 외식업 운영 방식의 변화를 예고했다. 이번 솔루션은 매출 관리부터 마케팅, 신메뉴 기획까지 AI가 직접 판단하고 실행을 돕는 통합 솔루션으로 외식업 전 과정에 대화형 AI를 적용한 것은 업계 최초다. 컨트롤엠은 레스토지니를 통해 외식업 현장의 만성적인 운영 비효율을 해소하고, 데이터 기반 의사결정 구조를 정착시키겠다는 전략이다. 레스토지니 1.0은 대형언어모델(LLM) 기반 B2B 솔루션으로, 프랜차이즈 운영에 최적화된 기능을 갖췄다. 매장별 매출과 손익, 광고 집행 현황을 실시간으로 분석하는 것은 물론, 신메뉴 개발과 마케팅 전략 수립까지 AI가 직접 제안한다. 단순 데이터를 보여주는 관리 도구가 아니라, 운영 데이터를 해석해 문제 해결 방안을 제시하는 ‘판단하는 AI’라는 점이 가장 큰 차별점이다. 이 솔루션의 첫 도입 고객은 제주를 대표하는 프랜차이즈 ‘에이바우트커피’다. 전국 60여 개 매장을 운영 중인 에이바우트커피는 지난해 커피 프랜차이즈 가운데 점포당 매출 5위에 오르며 성장성을 입증한 브랜드다. 컨트롤엠은 레스토지니를 통해 가맹점 운영 데이터를 본사
원/달러 환율은 22일 엔화 약세 등의 영향으로 장 초반 소폭 상승했다. 이날 서울 외환시장에서 미국 달러화 대비 원화 가치는 오전 9시 15분 현재 전 거래일 주간 거래 종가(오후 3시 30분 기준)보다 1.0원 오른 1477.3원이다. 환율은 0.3원 오른 1476.6원으로 출발한 뒤 횡보 중이다. 외환당국이 연말 환율 종가 관리를 위해 이르면 이번 주 초부터 국민연금 대규모 환 헤지 등 대응에 나설 가능성이 크다는 전망이 나온다. 정부는 지난 주 선물환 포지션 제도 합리적 조정, 외화유동성 스트레스 테스트 부담 경감 등 달러 수급 불균형 해소를 위한 대책을 쏟아냈다. 이런 가운데 최근 엔/달러 환율이 157엔 후반까지 치솟는 등 엔화가 약세를 보이는 점이 환율 상승 요인으로 꼽힌다. 지난 주 일본은행이 금리 인상을 결정했지만 추가 금리 인상 속도가 기대보다 늦어질 수 있다는 인식이 퍼지면서 엔화 약세 흐름이 나타나고 있다. 같은 시각 원/엔 재정환율은 100엔당 937.85원으로 전 거래일 오후 3시30분 기준가보다 8.74원 하락했다. 엔/달러 환율은 0.18엔 내린 157.58엔이다. 헬로티 이창현 기자 |
SDT가 ‘이터븀(Yb) 기반 1000 큐비트 중성원자 QPU 플랫폼 개발’ 국가 플래그십 과제에 합류한다고 22일 밝혔다. 이번 과제는 한국표준과학연구원이 주관하며, SDT는 LG전자, 우신기연과 함께 공동연구개발기관으로 참여한다. 특히 스탠포드대학교와 MIT가 국제 공동연구개발기관으로 참여해 국내외 최고 수준의 연구 역량이 총결집된 ‘드림팀’이 구성됐다는 평가다. 무엇보다 이번 연구진은 단순한 기관 간 협력을 넘어, 실질적인 ‘원팀(One-team)’으로서의 시너지가 기대된다. 이번 연구를 이끄는 총괄 책임자인 KRISS 문종철 박사를 비롯해 최순원 MIT 교수, 최준희 스탠포드대 교수, 그리고 SDT 윤지원 대표는 모두 ‘MIT-하버드 초냉각 원자 센터(MIT-Harvard Center for Ultracold Atoms, CUA)’ 출신이거나 소속 연구자라는 인연을 갖고 있다. CUA는 글로벌 양자 기업 QuEra를 탄생시킨 세계적 연구소로, 이들이 다시 뭉친 이번 드림팀은 검증된 호흡을 바탕으로 과제 성공 가능성을 한층 높이고 있다. 중성원자 플랫폼은 고신뢰도 양자게이트, 뛰어난 큐비트 규모 확장성 및 유연한 연결성 제어에서 강점을 보여, 최근 Qu
강원후평 스마트그린산단사업단이 추진하는 스마트 물류플랫폼 구축 사업의 일환으로 ‘2026 산업전망 및 지역 제조업 물류전략 세미나’가 지난 18일 강원 춘천 더잭슨나인스호텔에서 성황리에 개최됐다. 이번 세미나는 소비 트렌드 변화와 AI 기반 제조·물류 혁신을 주제로, 산단 입주기업들이 급변하는 산업 환경 속에서 실질적인 대응 전략을 모색하는 자리로 마련됐다. 이번 행사는 오전에 열린 물류협의회 간담회를 시작으로 트렌드 분석과 제조·물류 전략 발표가 이어지며 하루 일정으로 진행됐다. 참석자들은 글로벌 공급망 불확실성 확대, 소비 패턴 변화, 디지털 전환 가속화 등 복합적인 환경 변화에 대해 공감대를 형성하고, 지역 제조기업의 현실을 반영한 실행 가능한 대응 방안을 중심으로 논의를 이어갔다. 트렌드코리아 2026 공저자인 이수진 박사는 ‘레디코어’와 ‘건강지능’ 등 향후 산업 전반에 영향을 미칠 핵심 소비 트렌드를 소개하며, 제조업과 물류 분야 역시 이러한 변화에 선제적으로 대응해야 한다고 강조했다. 특히 소비 구조 변화가 공급망과 물류 전략에 직접적인 영향을 미치는 만큼, 데이터 기반 의사결정과 유연한 운영 전략이 중요하다고 설명했다. 이어 한림대학교 경영학과
티유브이슈드는 인덕과학기술고등학교와 미래 모빌리티 인재 양성을 위한 고전압 전기차 안전교육 산학협력 업무협약을 체결했다고 밝혔다. 이번 협약식에는 티유브이슈드코리아 서정욱 대표이사와 인덕과학기술고등학교 이명섭 교장을 비롯한 양 기관 관계자들이 참석했으며, 양측은 국내 고전압 전기차 안전기준의 정립과 강화를 공동 목표로 설정하고 독일 규격과 실무 기반의 교육 제공, 교육장 및 교육 시설 공유 등 다각적인 협력을 추진하기로 합의했다. 서정욱 티유브이슈드코리아 대표이사는 “이번 협약을 통해 고전압 전기차 안전교육이 보다 체계적이고 전문적인 실습 환경에서 운영될 수 있는 기반을 마련하게 되어 뜻깊다”며 “글로벌 인증 전문기관으로서 축적해온 노하우를 바탕으로 지속 가능한 산학협력 모델을 만들어 나가며 미래 모빌리티 산업을 이끌 인재 양성에 기여하겠다”고 말했다. 티유브이슈드코리아는 현재 독일 법규를 기반으로 한 ‘고전압 전기차 안전교육 레벨 1’과 ‘레벨 2’ 과정을 운영하고 있다. 자동차 정비사, 부품 개발 종사자, 전기차 전문 서비스업 종사자 등 고전압 전기차 안전 지식이 필요한 누구나 교육을 수강할 수 있다. 이명섭 인덕과학기술고등학교 교장은 “우리 학교는 스마
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
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 22일 10시 00분
