흔히 로봇 팔(Robot Arm)로 인식되는 산업용 로봇은 오랫동안 정해진 공간 안에서 정해진 동작을 반복하는 장비로 이해됐다. 산업·공장 자동화(FA)의 핵심 지표도 속도, 반복 정밀도, 가동률을 기준으로 삼았다. 이 같은 로봇은 빠르고 정확했지만, 대부분 사전에 정의된 조건 안에서 움직인다는 점이 한계로 지적돼 왔다. 현시점 로보틱스는 변화하는 환경을 해석하고, 작업 의도를 이해하면서도, 그 판단을 실제 행동으로 바꾸는 영역으로 진화하고 있다. 인공지능(AI)이 모니터 화면에서 벗어나, 실제 하드웨어를 구동하는 방법론인 '피지컬 AI(Physical AI)'가 등장한 배경이다. 이 경계를 흔드는 피지컬 AI는 AI가 물리적 환경을 직접 학습·적응해, 로봇·설비가 실제 공간에서 자율적으로 문제를 해결하고 인간과 협력하도록 구현하는 접근법이다. 이를 적용한 로봇은 물체를 단순 감지하거나 경로를 계산하는 기존의 수동적인 기계에 머물지 않는다. AI의 출력도 텍스트·이미지보다는 이동·집기·정렬·분류·회피·복구 등 행동으로 바뀐다. 이 가운데 글로벌 컴퓨팅 기술 업체 엔비디아(NVIDIA)의 수장 젠슨 황(Jensen Huang) 최고경영책임자(CEO)는 지난 1
스마트테크 코리아 2026(STK 2026)가 지난 6월 10일부터 12일까지 3일간 서울 코엑스 전관에서 열렸다. 16개국 620개사 1,800부스 규모로 개최된 이번 행사의 일환으로 진행된 AI+ Smart Factory Show는 인공지능(AI)·디지털 전환(DX)·녹색 혁신(GX)의 융합을 통해 자율형 공장(Autonomous Factory)의 현재를 한자리에서 조망하는 장으로 마련됐다. 스마트 팩토리를 넘어 AI 팩토리 시대로의 전환을 선언한 이번 전시에서 헬로티는 주목할 만한 기술과 솔루션을 선보인 주요 기업 6곳을 현장에서 직접 만났다. 인스피라즈코리아, 베이퍼챔버 일체형 액체냉각 솔루션 'VC-COOL'로 고열밀도 반도체 발열 문제 정면 돌파 인스피라즈코리아가 'STK 2026'에 참가해 반도체 열 관리 분야의 핵심 소재와 차세대 액체냉각 솔루션을 선보였다. 인스피라즈코리아는 GPU·서버용 고출력 반도체의 발열 문제가 산업 전반의 핵심 과제로 부상한 가운데, 소재부터 냉각 시스템까지 아우르는 열 관리 솔루션 라인업을 부스 전면에 내세워 참관객들의 높은 관심을 받았다. 이번 전시에서 인스피라즈코리아가 중점적으로 소개한 솔루션은 베이퍼챔버 일체형
그래픽처리장치(GPU)·서버를 무작정 밀어 넣는 식의 용량 경쟁은 또 다른 임계점에 직면해 있다. 데이터센터 내 랙(Rack) 전력 밀도가 한계치에 다다르면서, 인공지능(AI) 연산 능력의 병목은 서버실 내부가 아닌 서버실 '밖' 인프라에서 터져 나오고 있다. 전력 변환, 배전, 고밀도 냉각, 무정전전원장치(UPS)가 유기적으로 맞물리지 못하면 수천억짜리 고성능 칩셋도 순식간에 멈춰 서는 고철에 불과하다. 안정적인 ‘AI 팩토리(AI Factory)’ 구동을 결정짓는 진짜 변수는 전력 변환 효율과 냉각 통제력이다. 인 정(Yin Zheng) 슈나이더일렉트릭 중국·동아시아 총괄 부사장은 인프라 생애주기(Lifecycle) 설계 역량에 방점을 찍었다. 그는 “AI 수요 폭발 대응의 핵심은 데이터센터의 설계·시뮬레이션·구축·유지보수를 관통하는 전체 프로세스에 있다”고 잘라 말했다. IT 부하의 변동폭이 극심하고, 캠퍼스 규모가 기가와트(GW)급으로 비대해진 상황에서 엔지니어 개인의 수동 관리 모델은 효용을 다했다는 지적이다. 결국 AI 팩토리 구축·운영 단계 전반에 지능형 소프트웨어·자동화를 이식하는 흐름이 불가피해졌다는 시각으로 확장된다. 글로벌 에너지 관리 및
ESG 경영이 기업의 지속가능성을 평가하는 핵심 기준으로 자리 잡으면서 산업 현장의 안전 관리 모습도 달라지고 있다. 과거 산업안전이 사고 발생 이후의 대응이나 법적 의무 이행에 가까웠다면, 이제는 작업자가 위험에 노출되기 전에 현장을 감지하고, 판단하고, 조치하는 예방 중심 체계로 전환되고 있는 것이다. 변화의 중심에는 AI가 있다. 카메라와 센서는 현장의 이상 상황을 실시간으로 포착하고, 비전 AI는 작업자의 행동과 설비 상태를 분석한다. AI 에이전트는 매뉴얼을 기반으로 작업자에게 절차를 안내하고, 로봇은 사람이 접근하기 어려운 공간을 대신 순찰한다. 산업 현장에서 AI는 업무 효율화를 넘어 작업자의 안전과 기업의 지속가능경영을 뒷받침하는 인프라로 확장되고 있다. 지난 10일부터 12일까지 서울 코엑스 Hall A에서 열린 스마트테크코리아 2026의 ‘AI & Big Data Show’에서는 산업 현장의 이 같은 변화를 확인할 수 있었다. 전시장에서는 산업안전, 제조 자동화, 탄소배출 저감 등을 겨냥한 다양한 솔루션이 소개됐다. 위험을 감지하는 AI 안전망…CCTV·센서·엣지 AI가 현장으로 산업안전 AI는 현장의 위험 징후를 빠르게 포착하고 대
데이터 가공 뛰넘는 ‘전사적 재편’으로...LLM이 가져온 제조 현장의 압박 제품 개발의 주기가 단축되면서 제조 연구개발(R&D) 현장에는 더 빠른 검증, 낮은 비용, 높은 품질이라는 과제가 동시에 부여됐다. 김용현 LG전자 연구위원은 이 과정에서 디지털 전환(DX)에서 인공지능 전환(AX)로 전환되는 속도를 짚었다. 불과 몇년 전까지만 해도 데이터 가공과 머신 러닝(Machine Learning) 기반 업무 효율화가 핵심 과제였지만, 지금은 거대언어모델(LLM)을 바탕으로 한 전사적 업무 재편이 제조업의 새로운 압박으로 부상했다는 진단이다. 그는 “AX 로드맵은 도구 도입이 아니라 워크플로 재설계”라고 말했다. 그에 따르면 개발 조직의 타임라인을 압박하는 요인은 전기차 수요 변동, 중국 제조사의 짧은 개발 주기, 글로벌 경쟁사의 인공지능(AI) 네이티브 전환이다. 이 가운데 김 위원은 데이터 거버넌스, 엔드투엔드(End-to-end) 연결성, 설계 지식 데이터 지도화 구축을 주요 과제로 꼽았다. 개별 업무에 AI를 파편적으로 붙이는 방식으로는 개발 공정의 병목을 줄이기 어렵다는 판단이다. 아울러 이 같은 제조 공정 재배치와 맞물려 엔지니어링 환경의
휴머노이드 로봇(Humanoid Robot)의 보행은 이미 공개 석상에서 반복 연출된 일반적인 장면이 됐다. 계단을 오르고, 균형을 잡고, 사람을 따라 걷는 이러한 움직임은 로봇 기술의 진전 상황을 시각화했다. 그러나 산업 현장의 남은 자동화 공백은 여전히 발보다 손에 가깝다. 공장·물류센터·다중이용시설 등에 남은 수작업은 앞선 단순 이동만으로는 해결하지 못한다. 케이블을 끼우고, 천처럼 형태가 바뀌는 대상물을 집고, 박스를 열고, 작은 부품을 방향에 맞춰 놓는 일이다. 물체는 매번 다르게 놓이고, 손에 가려 보이지 않는 정보가 생기며, 접촉 순간의 힘 조절까지 필요하다. 이 구간은 기존 자동화가 여전히 쉽게 넘지 못하는 영역으로 알려져 있다. 정해진 위치의 부품을 반복 처리하는 로봇 팔(Robot Arm)과 다르게, 사람의 손재주(Dexterity)는 움직임·기억·촉각·판단을 동시에 쓰는 영역이기 때문이다. 모니터 화면에서 벗어나 실제 하드웨어를 구동하는 '피지컬 AI(Physical AI)'가 산업 현장에 들어가기 위해서는 로봇이 보는 능력과 다루는 능력을 함께 확보해야 한다. 이 같은 로봇 손 조작의 난도는 손가락 수가 중요한 게 아니다. 움직이는 물체
인공지능(AI)이 실존하는 육체를 얻은 모습이다. 그동안 반도체·서버의 영역에 머물던 인공지능(AI)이 물리 환경을 직접 움직이기 시작했다. ‘제45회 타이베이 국제 컴퓨터 전시회(COMPUTEX TAIPEI 2026)’는 이 같은 AI의 가시적인 진화와 상용화 가능성을 제시한 무대다. 대만 타이베이시 난강구 소재 주요 전시장 ‘타이베이난강전람관(Taipei Nangang Exhibition Center Hall)’에는 서버, 에지 컴퓨팅(Edge Computing), 전력·냉각 인프라 등 기존 전시 콘셉트를 이어가는 제품이 놓였다. 여기에 로보틱스 인프라 기술이 더해지며 AI를 실제 장비로 구동하기 위한 연산·전원·제어 기반이 함께 배치됐다. 1편에서 신이구 ‘타이베이세계무역센터(Taipei World Trade Center Exhibition Hall)’가 로봇 본체와 적용 장면을 보여줬다면, 난강 전시장은 그 로봇을 움직이는 연산·전력·제어 기반을 전면에 세웠다. 이번 [봇규가 간다] 컴퓨텍스 로봇 특집은 두 개의 현장으로 나눠 본다. 2편은 난강에서 로봇을 움직이는 기반 기술을 들여다본다. 로봇은 원격 조작(Teleoperation), 에지 AI 연산
인공지능(AI)이 실존하는 육체를 얻은 모습이다. 그동안 반도체·서버의 영역에 머물던 인공지능(AI)이 물리 환경을 직접 움직이기 시작했다. ‘제45회 타이베이 국제 컴퓨터 전시회(COMPUTEX TAIPEI 2026)’는 이 같은 AI의 가시적인 진화와 상용화 가능성을 제시한 무대다. 대만 타이베이시 난강구 소재 주요 전시장 ‘타이베이난강전람관(Taipei Nangang Exhibition Center Hall)’에는 서버, 에지 컴퓨팅(Edge Computing), 전력·냉각 인프라 등 기존 전시 콘셉트를 이어가는 제품이 놓였다. 여기에 로보틱스 인프라 기술이 더해지며 AI를 실제 장비로 구동하기 위한 연산·전원·제어 기반이 함께 배치됐다. 다른 한편, 같은 시 신이구에도 다른 결의 기술이 놓인 컴퓨텍스가 전개됐다. ‘타이베이세계무역센터(Taipei World Trade Center Exhibition Hall)’에는 난강 전시장과는 다른 적용형 기술이 배치됐다. AI가 사람과 산업 현장에 가까운 장비로 구현되는 흐름이 드러났다. 이 구역의 주요 콘셉트 가운데 하나는 로보틱스다. 휴머노이드 로봇(Humanoid Robot), 협동 로봇(코봇), 서비스 로
공장 안에서 반복 동작을 정밀하게 수행하는 로봇은 이미 익숙한 풍경이 됐다. 다음 갈림길은 사람 곁이다. 매장·사무실·집안처럼 동선이 비정형적이고 예외 상황이 시시각각 발생하는 공간에서의 활약이 필요한 시점. 이때 로봇이 어떤 작업을 얼마나 빠르게 수행하는지보다, 낯선 환경 안에서 작업을 끝까지 이어가는지가 중요한 과제가 됐다. 서비스 로봇이 산업용 로봇 대비 늦춰 보급되는 이유를 여기서 찾을 수 있다. 로봇 공학 기술 자체보다 운영·상호작용·복구·수용성까지 한꺼번에 충족해야 한다는 것. 그래서 지금 필요한 것은 화려한 형태의 로봇이 아니다. 그것이 아니라 복잡한 작업 과정을 자연스럽게 수행하고 이후 작업을 유기적으로 이을 수 있는지다. 로봇이 특정 작업을 마무리한 뒤에도 연계 복합 동작이 필요하다는 지적이다. 현시점 각광받는 온전한 형태의 풀바디(Full-body) 휴머노이드 로봇(Humanoid Robot)도 중요하지만, 로봇이 넘어야 할 선결 허들이 따로 있다. 지금 당장 비용을 지불할 사용자가 있는지, 실제 공간에서 반복 검증 가능한 로봇이 있는지다. 이는 국내 인공지능(AI) 기반 서비스 로봇 기술 업체 엑스와이지가 공개한 양팔형 서비스 로봇 ‘듀스
IBM 'Bob' AI 코딩 도구를 넘어 기획부터 보안까지 SDLC 전 과정을 통합 지원 대규모 코드베이스에서 AI 툴 사용자가 오히려 더 느려지는 엔터프라이즈 역설 해소 집중 현재 SaaS 제공... 오는 9월 온프레미스·에어갭 환경 지원 버전 출시 예정 한국IBM이 지난 4일 서울 여의도 한국IBM 본사에서 기자간담회를 열고 엔터프라이즈 AI 기반 개발 파트너 'IBM Bob(IBM 밥)'을 처음 공개했다. 이번 솔루션은 단순한 코드 생성 도구가 아닌 기획·개발·테스트·배포·운영·보안까지 소프트웨어 개발 수명주기(SDLC) 전 과정을 통합 지원하는 솔루션으로 설계된 것이 특징이다. IBM Bob 솔루션 부사장 겸 캐나다 연구소장 마이클 곽(Michael Kwok)은 솔루션 소개에 앞서 현재 엔터프라이즈 AI 개발 환경의 구조적 문제를 짚었다. 그는 "연구에 따르면 개발자들은 AI 툴 도입으로 생산성이 24% 향상될 것으로 기대했지만 실제 대규모 기업 환경에서는 AI 툴을 쓰는 개발자가 오히려 더 느린 결과를 낳는 경우가 많았다"며 "AI는 맥락이 명확한 국소적 작업에는 효율을 발휘하지만 레거시 의존성과 보안 정책·컴플라이언스·조직 구조 등이 얽힌 엔터프라
AI 도입이 급속히 확산되고 있지만, 제조 현장의 실제 수익성과 생산성은 기대만큼 개선되지 못하는 ‘제조 패러독스’가 심화되고 있다. 설비 자동화는 진전됐지만 공정과 물류, 운영 체계를 통합하는 지능은 여전히 부족하기 때문이다. 카이스트 장영재 교수는 이러한 한계를 극복할 해법으로 ‘피지컬 AI’와 ‘소프트웨어 정의 공장(SDF)’을 제시한다. AI가 단순 데이터 분석을 넘어 실제 물리 환경을 이해하고 로봇·설비·물류를 실시간으로 통합 제어해야 진정한 자율제조가 가능하다는 설명이다. 장 교수가 제시한 ‘돈 버는 공장’의 조건과, 제조업의 미래 경쟁력을 좌우할 차세대 AI 제조 전략을 살펴본다. 글로벌 제조업이 인공지능 전환(AX)의 도전 과제에 맞딱뜨렸음에도, 현장의 실질 생산성은 오히려 퇴보하는 ‘제조 패러독스’에 직면한 것으로 분석된다. 글로벌 컨설팅 업체 맥킨지앤컴퍼니가 발표한 ‘2026 글로벌 제조 경쟁력 보고서’에서는 이 같은 동향이 담겨있다. 이에 따르면, 전 세계 제조 기업의 85%가 인공지능(AI) 기술을 도입했으나, 이 중 실제 영업이익 개선으로 이어진 사례는 15% 미만에 불과한 것으로 나타났다. 이는 AI가 현장의 물리적 변수를 실시간으로
생성형 AI 도입이 빠르게 확산되고 있지만, 실제 기업 현장에서 업무 혁신으로 이어진 사례는 극히 제한적이다. 단순 질의응답 수준을 넘어 AI가 스스로 판단하고 업무를 끝까지 수행하는 ‘실행형 AI(Actionable AI)’가 새로운 경쟁력으로 떠오르는 이유다. 제논 이강산 이사는 기존 RPA의 경직된 자동화 한계를 넘어, AI가 화면과 업무 맥락을 이해하고 다양한 엔터프라이즈 시스템을 유기적으로 연결하는 차세대 AI 에이전트 구조를 제시한다. 특히 MCP 기반의 통합형 ‘원 에이전트(One Agent)’ 개념은 데이터 분석부터 문서 작성, 업무 실행까지 인간 개입을 최소화하며 기업 AX의 새로운 방향성을 보여준다. 이번 기사에서는 제논이 제시하는 실행형 AI의 기술적 의미와 미래 비전을 조명한다. 인공지능(AI) 분야 석학 앤드류 응(Andrew Ng) 스탠퍼드대학교 교수는 최근 “개별 거대언어모델(LLM)의 성능 향상보다 AI 에이전트 워크플로우를 구축하는 것이 훨씬 더 큰 진보를 가져올 것”이라고 단언했다. 이는 단순히 똑똑한 대답을 내놓는 AI보다, 스스로 도구를 쓰고 업무를 완결하는 ‘실행 능력’이 기업용 인공지능 전환(AX)의 성패를 가를 것이라
유럽연합(EU)의 탄소국경조정제도(CBAM), 배터리 규정, 기업 지속가능성 실사 지침(CSDDD) 등에서 ‘제품 단위’ 규제가 현실화되고 있는 가운데, 국내 기업 실무자들이 현장에서 체감하는 병목에 대해 의견을 나눴다. 1일 서울 대한상공회의소에서 열린 ‘한·베트남 그린 제조 밸류체인 협력포럼’ 패널 토론에는 LG전자·삼성SDI·KGM·SK AX의 실무자들이 참석해 업종별 규제 대응 애로와 실행 전략을 공유했다. 발표자들은 한목소리로 “엑셀 중심의 수기 대응으로는 한계가 뚜렷하다”며, 데이터 표준화·검증 체계와 공급망 단위 협력 구조가 필요하다고 입을 모았다. 2%는 공장, 98%는 공급망…실무가 말한 규제 대응의 핵심 LG전자 전장사업부에서 PCF 실무를 맡고 있는 곽한울 책임은 글로벌 고객사의 요구가 이미 ‘구매·입찰 조건’으로 내려왔다고 말했다. 그는 “주요 OEM 글로벌 고객사들은 입찰 단계에서 정밀한 PCF 데이터를 제출하도록 요구하고, 카테나X 같은 글로벌 데이터 플랫폼 연동을 구매의 전제 조건으로 내걸고 있다”고 밝혔다. 곽 책임은 제품 탄소배출의 구조를 ‘공급망 문제’로 설명했다. 그는 “제가 크래들 투 게이트(Cradle-to-Gate) 기
생성형 AI와 AI 에이전트가 기업 업무 전반으로 빠르게 확산되면서 보안 위협 역시 새로운 국면으로 접어들고 있다. 파수 AI의 강봉호 본부장은 “이제 AI는 단순 해킹 도구가 아니라 스스로 공격을 수행하는 자율형 에이전트로 진화하고 있다”고 진단했다. 실제 랜섬웨어와 서버 해킹, 공급망 공격은 급증하고 있으며, 기업 내부 데이터와 AI 시스템을 동시에 겨냥한 공격도 빠르게 늘고 있다. 이에 따라 AI 가드레일, 제로트러스트, 데이터 권한 통제, 반복형 보안 훈련이 기업 AI 전략의 핵심 과제로 떠오르고 있다. AI 시대 보안은 더 이상 IT 부서만의 문제가 아니라 조직 전체의 생존 전략으로 재정의되고 있다. 사이버 위협의 패러다임이 바뀌고 있다 AI 시대가 본격화되면서 기업 보안 환경 역시 이전과는 완전히 다른 국면으로 접어들고 있다. 과거의 사이버 공격은 사람이 직접 악성코드를 만들고 취약점을 분석해 시스템을 공격하는 방식이었다. 하지만 이제 공격의 주체 자체가 AI로 이동하고 있다. 생성형 AI와 AI 에이전트가 빠르게 발전하면서 해킹 역시 자동화·지능화 단계로 진입하고 있다는 분석이다. 파수 AI 강봉호 본부장은 “이제 AI는 해커를 돕는 수준이 아니
데이터센터가 진화하고 있다. 바로 인공지능(AI)을 엎은 변화다. 서버 증설에 집중한 기존 데이터센터에서 전력 구조, 냉각, 운영 안정성을 요구하는 트렌드가 확산되고 있기 때문이다. AI 활용 폭증에 따른 AI 워크로드 특유의 변동성까지 더해지면서 기존 전력망과 운영 시스템의 부담을 가중시키고 있다는 뜻이다. 데이터센터는 더 이상 전산실의 확장이 전부가 아니다. 이미 24시간 가동되는 산업 설비이자, 전력·냉각·소프트웨어가 동시에 설계돼야 하는 ‘AI 생산 인프라’로 인식된다. 이 변화는 이달 2일(현지시간) 대만 타이베이에서 개막한 ‘제45회 타이베이 국제 컴퓨터 전시회(COMPUTEX TAIPEI 2026 이하 컴퓨텍스)’ 현장에서도 고스란히 드러났다. AI 서버, 고밀도 랙, 수랭(Liquid Cooling), 전력 보호 장비 등이 전시장을 가득 메웠다. 이 가운데 데이터센터 인프라는 컴퓨팅 장비의 부속 영역에서 AI 산업을 지탱하는 별도의 기술 체계로 다뤄졌다. 업계는 AI 수요가 커질수록 데이터센터는 더 많은 전력을 받아들이고, 열처리를 요구하며, 짧은 시간 안에 안정적으로 구축돼야 하는 산업 인프라로 바뀌고 있다고 입을 모은다. 글로벌 에너지 관리
KIBA서울-中 염성경제개발구 맞손…한·중 기업 ‘양방향 비즈니스’ 넓힌다
[SCM FAIR 2026] 탑차·윙바디·전기차까지…롯데오토리스, 물류 현장 맞춤 상용차 리스 라인업 공개
[SCM FAIR 2026] 로그인네트웍, AI 기반 수출입 통관 솔루션 통한 물류 End-to-End 자동화 제안
[SCM FAIR 2026] 소프트러시, AI 기반 지능형 배차 시스템 '모두의배차'로 주목
[SCM FAIR 2026] 울산항만공사, 친환경 에너지 물류허브 울산항 미래 비전 제시
[SCM FAIR 2026] 로지텍코리아㈜, Pull 방식 자동 재고보충 플랫폼 K-CPFR 선보여
상호명(명칭) : (주)첨단 | 등록번호 : 서울,자00420 | 등록일자 : 2013년05월15일 | 제호 :헬로티(helloT) | 발행인 : 이종춘, 이준원 | 편집인 : 김진희 |
본점 : 서울시 마포구 양화로 127, 3층, 지점 : 경기도 파주시 심학산로 10, 3층 | 발행일자 : 2012년 4월1일 | 청소년보호책임자 : 김진희 | 대표이사 : 이준원 | 사업자등록번호 : 118-81-03520 | 전화 : 02-3142-4151 | 팩스 : 02-338-3453 | 이메일 : help@hellot.net | 통신판매번호 : 제 2013-서울마포-1032호
copyright(c) HelloT all right reserved
UPDATE: 2026년 09월 11일 17시 58분
