전기차 이용자 만족도 평가 압도적 1위 충전 브랜드 '워터' "'UX 혁신, 압도적 운영 품질, 지속가능한 사업 모델'로 3년 내 국내 TOP 3 도약할 것" 내년도 수익성 확보된 고속도로 휴게소 사업에 '올인' 캐즘(일시적 수요 정체)이란 악재에도 불구하고 여전히 탄소중립의 핵심 중 하나로 꼽히며 전 세계 자본 시장에서 존재감을 발휘하고 있는 전기차 산업. 우리나라에서는 드디어 올해 처음으로 연간 전기차 신규 등록 대수가 20만 대를 넘으면서 전기차 산업의 새로운 단계 진입을 예고했다. 전기차 대전환에 있어 전기차 인프라는 필연이자 필수 조건일 수밖에 없다. 자동차나 배터리뿐 아니라 전기차 인프라 산업에도 주목해야 하는 이유다. '워터(Water)'는 최근 자동차 리서치 전문 기관 컨슈머인사이트의 '제4차(2025년) 연례 전기차 기획조사' 중, 이용자 만족도 평가에서 국내 주요 전기차 충전 인프라를 운영하는 18개 사업자 중 당당히 1위를 차지한 전기차 충전 브랜드다. 워터를 운영하고 있는 브라이트에너지파트너스(BEP)는 세계 최대 자산운용사 중 하나인 블랙록이 현재까지 약 4000억여 원을 투자한 것으로 알려진 유망 기업이기도 하다. 국내 전기차 이용자
액상 화학무기가 도심에 살포된 이후 확산과 잔류 위험을 정밀하게 예측할 수 있는 시뮬레이션 모델이 개발됐다. 해당 모델을 적용한 분석 결과, 일부 맹독성 화학작용제는 살포 직후뿐 아니라 이후에도 지속적인 위험을 유발할 수 있는 것으로 나타났다. 지표면에 가라앉은 화학작용제 액적이 증발하면서 2차 노출이 발생할 수 있기 때문이다. UNIST 지구환경도시건설공학과 최성득 교수 연구팀은 국방과학연구소 연구진과 공동으로 살포된 액상 화학작용제의 이동과 잔류 특성을 분석하는 예측 모델 ‘DREAM-CWA’를 개발했다고 23일 밝혔다. DREAM-CWA는 화학작용제가 공기 중 기체로만 확산된다는 기존 예측 모델과 달리, 액적 형태로 지표면에 잔류할 수 있다는 점을 실질적으로 반영한 것이 특징이다. 특히 액적이 가라앉는 표면을 토양, 아스팔트, 콘크리트 등 도심 환경 요소로 구분해 분석함으로써 시뮬레이션 정확도를 높였다. 표면 특성에 따라 액적에서 증발해 대기로 재유입되는 독성 물질의 양이 달라지기 때문이다. 연구팀은 상온에서 끈적한 액체 상태로 존재하며 맹독성을 지닌 지속성 화학작용제가 살포된 상황을 가정해 시뮬레이션을 수행했다. 그 결과 살포 30분 후 지표면에 남은
삼성전기 – 2026년 AI·자동차 중심 포트폴리오 재편으로 사상 최고 실적 전망 대신증권은 삼성전기(009150)에 대해 투자의견 'BUY'와 목표주가 33만원을 유지했다. 현재주가 25만 4,500원 대비 약 29.7%의 상승여력이 있다는 분석이다. 2026년 매출액 12조 3,160억원(+9.3% YoY), 영업이익 1조 1,860억원(+30.9% YoY)으로 사상 최고 실적 경신이 전망된다. 대신증권은 삼성전기의 2026년 3대 핵심 변화에 주목해야 한다고 강조했다. 첫째, AI 인프라 및 데이터센터 투자 수혜로 FC BGA와 MLCC 매출이 큰 폭으로 증가할 전망이다. FC BGA는 AMD, 아마존 등 다양한 ASIC 업체 대상으로 매출이 확대되며 2026년 20% 성장이 예상된다. MLCC는 산업용 및 전장용 비중이 이미 50%를 넘어섰으며, AI 인프라 투자와 자동차 전장화 확대에서 수혜가 기대된다. 둘째, 2026년 하반기 애플 아이폰18에 피치파인 코일(FP 코일) 신규 공급이 예상되며, 향후 액츄에이터 공급 확대 가능성도 열려 있다. 셋째, 테슬라와의 전략적 협력이 강화될 전망이다. 현재 FC BGA, MLCC, 카메라모듈을 공급하며 매출
개요 AI 모델은 아무리 정교해도 환경이 변하면 성능이 반드시 저하될 수밖에 없다. 최초 완벽에 가까운 정확도를 갖추고 있었다 하더라도 조명 각도부터 소재 반사율, 금형의 마모, 계절별 온습도에 이르기까지 끊임없이 변하는 실제 공정과정에서 차이가 발생하게 되기 때문이다. 이러한 이유로 제조 AI의 진정한 가치는 ‘배우는 공장(Learning Factory)’에 있다. 아무리 잘 보는 AI라고 하더라도 변화에 적응하려면 한 번의 학습으로 끝나는 구조가 아니라 지속적으로 배우고 보정하는 구조(Continuous Learning Loop)를 가져야 한다는 것이다. 이 구조의 핵심이 바로 데이터 루프(Data Loop)다. 그러나 딥러닝의 성능은 단순히 데이터의 ‘양’으로만 결정되지는 않는다. 무의미하거나 부정확한 데이터는 학습 효율이 떨어지고 모델이 불안정해지는 결과가 발생한다. 제조 AI의 본질은 ‘양’이 아니라 ‘정확도’와 ‘전달 구조’에 있다는 것이다. 다시 말해 AI가 어떤 피드백을 얼마나 빠르고 정확하게 받아들이는가가 핵심이다. 제조 AI 학습의 3단계 순환 구조 제조 AI의 정확도를 위해 학습 과정은 아래와 같은 순환형 구조로 설계되어야 한다. 첫째,
·2025년 K콘텐츠 산업 성과와 한계에 대한 데이터 기반 결산 ·AI 전환·슈퍼 IP 확장 중심의 2026년 지원 정책과 예산 방향 제시 ·팬덤·IP·AI를 축으로 한 콘텐츠 산업 구조 전환 전망 공유 지난 17일 서울 코엑스에서 한국콘텐츠산업의 2025년을 결산하고 2026년을 조망하는 ‘NEXT K 2026’ 행사가 열렸다. 이날 행사는 지원사업 설명회와 산업 결산·전망 세미나를 통합 구성해 한 해 성과와 향후 정책 방향을 동시에 짚는 자리로 마련됐다. 진행을 맡은 이대근 한국콘텐츠진흥원 기획예산팀장은 환영사를 통해 “2025년 전 세계의 관심과 열광을 받은 K콘텐츠의 변화 흐름을 준비하고 설계하고 실행하는 해가 2026년이 될 것”이라며 “오늘 이 자리에 함께한 산업 주체들이 그 변화를 함께 만들어갈 것”이라고 말했다. 개회사는 유현석 한국콘텐츠진흥원 원장 직무대행이 맡았다. 유현석 직무대행은 “2025년은 글로벌 경기 침체라는 환경 속에서도 K콘텐츠의 실력을 숫자로 증명한 해였다”며 “넷플릭스에서 가장 많이 시청된 드라마 20편 가운데 4편이 K드라마였고, K팝은 빌보드 200에서 8회 연속 1위를 기록하는 성과를 냈다”고 밝혔다. 그는 이어 “방한
환자 자신의 세포로 만든 장 줄기세포(Intestinal Stem Cells, ISCs)는 면역 거부 반응이 적어 난치성 장 질환 치료의 대안으로 주목받아 왔다. 그러나 기존 배양 방식은 쥐 유래 섬유아세포나 매트리젤 등 동물 성분에 의존해 왔고, 이로 인해 안전성과 규제 문제로 임상 적용에 한계가 있었다. 이에 국내 연구진이 동물 유래 성분 없이도 장 줄기세포를 안정적으로 배양하고, 손상 조직으로의 이동과 재생 능력까지 높일 수 있는 기술을 개발했다. KAIST는 생명화학공학과 임성갑 교수 연구팀이 한국표준과학연구원 나노바이오 측정그룹, 한국생명공학연구원 줄기세포 융합연구센터와 공동 연구를 통해 무이종 환경에서 장 줄기세포의 이동성과 재생 능력을 획기적으로 향상시키는 고분자 기반 배양 플랫폼을 개발했다고 23일 밝혔다. 공동연구팀은 줄기세포 치료제의 임상 적용을 가로막아 온 동물 유래 성분 의존 문제를 해결하기 위해, 동물 성분 없이 사용 가능한 고분자 기반 배양 표면 기술 ‘PLUS(Polymer-coated Ultra-stable Surface)’를 개발했다. PLUS는 기상 증착 방식으로 코팅된 합성 고분자 표면으로, 표면 에너지와 화학 조성을 정밀하
현대 물리학의 두 축인 양자역학과 상대성이론은 공간과 시간을 바라보는 관점에서 오랫동안 조화를 이루지 못해 왔다. 상대성이론이 공간과 시간을 ‘시공간’으로 통합해 다루는 반면, 양자역학은 공간에 대해서만 양자상태를 정의하고 시간은 변화의 과정으로 취급해 왔기 때문이다. 이러한 차이는 두 이론이 100년 넘게 근본적 불일치를 안고 발전해 온 배경으로 꼽힌다. 이 같은 문제에 대해 국내 연구진이 새로운 이론적 틀을 제시했다. UNIST는 물리학과 이석형 교수가 시간에 따라 전개되는 양자역학적 동역학 전체를 하나의 거대한 양자상태로 다루는 새로운 이론을 정립하고, 이를 세계적 권위의 학술지인 Physical Review Letters에 게재했다고 22일 밝혔다. 이 교수가 제안한 핵심 개념은 ‘시간 위의 다자 양자상태’다. 이는 여러 시점에 걸쳐 일어나는 양자 과정을 각각 분리된 과정으로 보지 않고, 하나의 통합된 양자상태로 묶어 표현하는 방식이다. 이를 통해 공간적으로 떨어진 계뿐 아니라 시간적으로 분리된 계 역시 동일한 수학적 구조 안에서 다룰 수 있게 됐다. 연구진은 그동안 서로 다른 언어로 기술돼 온 공간상의 양자 ‘상태’와 시간상의 양자 ‘과정’을 하나의
우리가 사용하는 플라스틱 제품 대부분은 녹인 플라스틱을 금형에 주입해 동일한 제품을 대량 생산하는 사출성형 공정을 통해 만들어진다. 그러나 공정 조건이 조금만 달라져도 불량이 발생하기 쉬워, 그동안 제조 현장에서는 숙련자의 경험과 감에 크게 의존해 왔다. 고숙련자 은퇴와 외국인 인력 증가로 제조 지식 단절이 우려되는 가운데, 국내 연구진이 인공지능으로 공정을 스스로 최적화하고 지식을 전수하는 해법을 제시했다. KAIST는 기계공학과 유승화 교수 연구팀이 사출 공정을 스스로 최적화하는 생성형 AI 기술과, 현장 지식을 누구나 활용할 수 있도록 지원하는 LLM 기반 지식 전이 시스템을 세계 최초로 개발하고 그 성과를 국제학술지에 연속 게재했다고 22일 밝혔다. 연구는 기계공학과와 이노코어 PRISM-AI 센터가 공동으로 수행했다. 첫 번째 성과는 환경 변화나 요구 품질에 따라 자동으로 최적 공정 조건을 추론하는 생성형 AI 기반 공정추론 기술이다. 기존에는 온도나 습도, 목표 품질이 바뀔 때마다 숙련자가 반복적인 시행착오를 거쳐 공정 조건을 다시 설정해야 했다. 연구팀은 실제 사출 공장에서 수개월간 수집한 환경 데이터와 공정 파라미터를 활용해 확산 모델(Diff
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
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: 2026년 01월 19일 17시 24분
