인공지능(AI)·로보틱스 등 9개 직무 대상 세 자릿수 하반기 신입사원 채용 생성형 AI(Generative AI) 활용 역량 및 글로벌 트렌드 이해도 평가 목적 CNS 특화 검사 신설도 LG CNS가 인공지능(AI)·로보틱스를 포함한 9개 주요 직무에서 세 자릿수 규모의 하반기 신입사원 채용을 진행한다. 오는 14일까지 서류 접수를 받는 이번 채용은 인공지능 전환(AX)과 로보틱스 전환(RX) 현장을 이끌 우수 인재를 확보하기 위해 마련됐다. 모집 분야는 AI·로보틱스·컨설팅을 비롯해, 디지털 전환(DX) 엔지니어, 클라우드 애플리케이션 현대화(AM), 아키텍트, 전사적자원관리(ERP), 스마트 팩토리(Smart Factory), 컨버전스 엔지니어 등 주요 사업 영역 전반이다. 이 가운데 AI 직무 합격자는 다양한 산업군에서 특화된 에이전틱 AI(Agentic AI) 서비스를 기획하는 역할을 맡는다. 로보틱스 직무는 제조·물류 현장에 로봇을 적용하고 차세대 기술을 검증하는 업무를 담당하게 된다. LG CNS는 지난 5월 국내 최초로 로봇 학습·운영 플랫폼 '피지컬웍스(PhysicalWorks)'를 출시하며 RX 시장에 출사표를 던진 바 있다. 그렇기에 이번
챗GPT(ChatGPT)가 인공지능(AI)을 사용자 화면(UI)에서 체감케했다면, 피지컬 AI(Physical AI)는 그 지능을 현실 세계로 구현하는 기술 방법론이다. 기존 AI가 텍스트·이미지를 만드는 이른바 생성형 AI(Generative AI)라면, 피지컬 AI는 카메라·센서로 실제 환경을 읽는다. 물리 법칙과 상황을 파악해 다음 동작을 예측하고, 로봇·설비·모빌리티 등 하드웨어를 직접 제어하는 차세대 기술 체계인 것. 현시점 글로벌 로봇 분야에서 휴머노이드 로봇(Humanoid Robot)이 피지컬 AI의 대표 격으로 주목받지만, 핵심은 대상을 가리지 않는다는 점이다. 제조 장비, 물류 시스템, 자동차, 농기계, 무인항공기(드론) 등 실제 환경에서 스스로 판단하고 움직이는 시스템 전반으로 확장하고 있다. 이러한 피지컬 AI는 갑자기 나타난 기술 개념이 아니다. 로보틱스(Robotics), 컴퓨터 비전(Computer Vision), 강화학습(Reinforcement Learning), 제어공학(Control Engineering), 체화 AI(Embodied AI) 등 다양한 분야가 오랫동안 쌓아온 결과다. 달라진 건 이 기술들이 통합돼 활용된다는
중소벤처기업부·엔비디아(NVIDIA) 주관 협업 프로그램 최종 선정 인프라·프로그램 등 엔비디아 자원 통한 기술 고도화 및 글로벌 진출 선언해 생성형 AI(Generative AI) 기술 트렌드의 가속화로 디지털 콘텐츠 창작 생태계가 급변하는 양상이다. 이 배경에서 시각화 공정의 연산 병목 현상을 해결하고 창작자의 지적재산권(IP)을 보호하는 딥테크 솔루션의 중요성이 증대되고 있다. 특히 고사양 컴퓨팅 자원 확보와 데이터 유출 방지가 스타트업의 핵심 과제로 부상했다. 이는 기술 생태계 간 인프라 협력이 스타트업 성장의 필수 조건이 됐음을 뜻한다. 국내 인공지능(AI) 딥테크 스타트업 핑바가 고질적인 기존 연산 병목을 허물고 안전한 창작 환경을 구축하는 기점을 마련했다. 회사는 중소벤처기업부와 글로벌 컴퓨팅 기술 업체 엔비디아(NVIDIA)가 공동 주관하는 '2026년 글로벌 협업 프로그램'의 '엔업(N-Up)' 부문에 최종 선정됐다고 밝혔다. 이로써 엔비디아의 글로벌 인프라 자원을 확보하고, 엔비디아의 스타트업 지원 프로그램 '엔비디아 인셉션(NVIDIA Inception)' 공식 회원사로서 세계 시장 진출을 본격화한다. 엔업은 중소벤처기업부·엔비디아가 추진
제조·물류·반도체 등 첨단 산업 현장의 인공지능(AI) 도입이 속속 진행되는 와중이다. 이때 활용되는 AI는 텍스트 생성이나 화면 속 추론(Inference)을 수행하는 생성형 AI(Generative AI)와는 결이 다르다. 물리 세계의 로봇·장비를 직접 제어하고, 유효한 행동을 구현하는 자율 시스템으로의 진환이 본격화됐기 때문에 기존과는 다른 AI가 필요하다. 이 흐름에서 대다수 기업은 여전히 단편적인 개념증명(PoC)이나 이벤트성 데모 제작에 머물러 있다는 지적이 나온다. 이를 실제 공정 라인에 이식하고 다수의 현장으로 유연하게 확장·배포하는 데 기술적 병목을 겪고 있다는 분석이다. 이러한 한계를 돌파하기 위해서는 어떻게 실시간으로 인프라를 제어하고, 로봇·설비·장비 등 여러 디바이스에 AI를 배포할 것인지에 대한 운영 전략이 필요하다. 이에 대한 기술 해법으로 모니터 화면에서 벗어나 실제 하드웨어를 구동하는 '피지컬 AI(Physical AI)'가 떠오르고 있다. 이 기술 방법론은 정밀한 물리 제어를 수행하는 것이 핵심 목표다. 따라서 초저지연 연산 성능과 실시간성을 보장하는 동시에, 작은 오작동도 인적·물적 피해로 이어지지 않도록 방어하는 기능 안전
현장 작업자가 로봇 앞으로 손을 뻗는다. 물건을 건네려는 걸까, 작업을 멈추라는 신호일까. 한 발 뒤로 물러섰다면 이동 경로를 비켜준 것인지, 로봇의 접근을 부담스러워한 것인지도 판단해야 한다. 사람에게는 자연스러운 몸짓이지만 로봇에게는 여러 답이 가능한 관측값이다. 앞선 1편에서 다룬 복원의 대상은 물리 세계였다. 한 장의 엑스레이와 제한된 카메라 영상에서 보이지 않는 구조를 추정하고, 가려진 물체와 공간을 다시 입체화하는 방법론이다. 이제 로봇이 다뤄야 할 대상이 물리 세계에서 사람으로 넘어오면 문제는 한층 복잡해진다. 형태·위치를 알아내는 것만으로는 다음 행동을 결정하기 어렵기 때문이다. 사람의 현재 상태는 하나의 센서에 온전히 나타나지 않는다. 표정·목소리·자세·시선 등은 서로 다른 단서를 제공하고, 심박·호흡 같은 생체신호는 겉으로 드러나지 않는 변화를 보여준다. 인공지능(AI)은 이렇게 흩어진 관측값을 함께 해석해 피로·주의도·감정·의도처럼 직접 측정하기 어려운 상태를 추정하는 방향으로 영역을 넓히고 있다. 이 변화는 피지컬 AI(Physical AI)가 인간 세상으로 들어가기 위해 풀어야 할 문제와 맞닿는다. 로봇·장비·설비가 사람을 피해 움직이
“글로벌 AI 인프라 시장, 학습 중심에서 추론 연산 중심으로의 구조적 전환” 생성형 AI(Generative AI) 모델의 고도화와 산업 현장 적용 확대로 글로벌 인공지능(AI) 산업의 중심이 '추론' 분야로 전환되고 있다. 이에 따라 전력·부지·공급망 등을 적기에 확보하고, 장기적인 실효 수요와 연계하는 인프라 운용 역량이 새로운 핵심 경쟁력으로 떠오르는 추세다. 글로벌 경영 컨설팅 업체 알바레즈앤마살(이하 A&M)은 보고서 '네오스케일러의 부상: AI 인프라 구축을 위한 글로벌 경쟁(Rise of the Neoscalers: Global Race to Build AI Infrastructure)'을 발간했다. 해당 보고서는 미국 하이퍼스케일러의 2026년 설비 투자액과 추론 중심 시장 재편에 따른 AI 인프라 시장의 구조적 성장을 분석한 자료다. 전력망·부지 확보 난제, 칩(Chip) 교체 주기와 기반 시설 간 자본 회수 시차 문제를 명시했다. 여기에 오픈AI·코어위브 등 네오스케일러의 부상과 소버린 AI(Sovereign AI) 및 산업 특화 AI 수요 대응 방안을 제시하기도 했다. 특히 이 안에는 미국 5대 하이퍼스케일러의 2026년 설비투자
한국공항공사(KAC) ‘인공지능 정보시스템 마스터플랜 수립’ 사업 따내 국내 14개 공항 인공지능 전환(AX) 로드맵 구축 생성형 AI(Generative AI), 에이전틱 AI(Agentic AI) 기반 현장 안전관리 서비스 체계화 도모한다 LG CNS가 한국공항공사(KAC)의 공항 인공지능 전환(AX) 중장기 로드맵 ‘인공지능 정보시스템 마스터플랜(AI Information System Master Plan) 수립’ 사업권을 확보했다. 이 사업은 김포·김해·제주 등 전국 14개 공항 운영 전반에 인공지능(AI)을 적용하기 위해 지난해부터 총 50개 혁신 과제를 실행하는 중장기 AX 프로젝트다. 공항 운영 최적화, 고객 서비스 혁신, 현장 안전관리 체계 강화 등을 핵심 과제로 삼는다. 이 과정에서 AI·데이터 설계, 거버넌스 구축, 주요 과제 개념증명(PoC)을 단계적으로 실행한다. 사업에 낙점된 LG CNS는 AI 전략 컨설팅, 데이터 아키텍처 설계, 거버넌스 구축, 에이전틱 AI(Agentic AI) 기반 현장 안전관리 PoC 등을 수행하게 됐다. 이를 통해 공항 현장의 초동 대응력 향상과 운영 최적화를 이루고, 미래형 공항 모델을 정립한다는 비전이다.
글로벌 인공지능(AI) 신소재 개발 협력체 ‘AI 머티리얼즈 파운드리(AI Materials Foundry)’ 창립 멤버 선정 에이전틱 AI(Agentic AI) 플랫폼 기반 분자 구조 탐색 및 신소재 발굴 기간 단축 지원한다 반도체·화학·에너지 등 첨단 산업계에서 신소재 발굴에 소요되는 시간·비용을 줄이는 것이 기업의 핵심 경쟁력으로 부상하고 있다. 이에 따라, 생성형 AI(Generative AI) 및 에이전틱 AI(Agentic AI) 기술을 접목해 물질 탐색 공정을 단축하는 신소재 분야 인공지능 전환(AX) 움직임이 뚜렷해지는 양상이다. LG CNS는 영국 인공지능(AI) 스타트업 커스프AI(CuspAI)가 주도하는 글로벌 협력체 'AI 머티리얼즈 파운드리(AI Materials Foundry)'에 창립 멤버로 합류했다. 이 연합체에는 엔비디아·메타·AMD·3M·머크 등 글로벌 빅테크·소재 업체 48곳이 참여한다. AI 기반 신소재 설계·검증·상용화 등을 지원하는 글로벌 생태계다. LG CNS는 플랫폼 공급 파트너로 참여하게 됐다. 국내 반도체·화학·에너지 업체가 연구 장비나 AI 인프라를 직접 구축하지 않고도 커스프AI의 에이전틱 AI 플랫폼을 활용
생성형 AI(Generative AI)는 문서·이미지·표 등 오피스 자료를 사용자 입맛에 맛게 뽑아내지만 이전 업무까지 이어받지는 못한다. 사용자는 새 대화를 열 때마다 조직·프로젝트·상대방·목적 등을 여러 이해관계에 다시 설명해야 한다. 이메일·회의·메신저·문서 등에 파편화된 정보도 직접 찾아서 다시 적용해야 했다. 자료 제작 속도는 빨라졌지만 업무 맥락의 단절은 그대로 남는 것. 글로벌 AI 워크스페이스 플랫폼 업체 젠스파크(Genspark.ai)는 이 문제를 지속형 메모리(Persistent Memory) 기능 ‘세컨드브레인(SecondBrain)’으로 풀겠다고 나섰다. 이메일·일정·문서·기록 등을 하나의 환경에 축적한 후 AI가 다음 작업에 재활용하는 구조다. 에릭 징(Eric Jing) 젠스파크 공동창업자 겸 최고경영책임자(CEO)는 “현시점 AI의 기억 기능은 사용자 말투·선호도를 반영하는 수준에 집중돼 있고, 그 가치도 개별 대화가 끝나는 시점에서 함께 멈춘다”고 분석했다. 그러면서 “우리는 답변을 개인화하는 기억부터 AI가 실제 업무를 수행하는 데 활용 가능한 기억 체계를 구축했고, 이를 통해 이전 업무를 기억하고 다음 업무까지 이어가는 순환
가상 환경 속 공장 안에 컨베이어벨트와 생산 설비가 들어선다. 외형은 실제 제조 라인과 같지만, 내부 설비는 현실과 같이 가동되지 않는다. 벨트는 돌지 않고 덮개는 열리지 않는 식. 기존 3차원(3D) 컴퓨터지원설계(CAD) 파일이 시뮬레이션 환경으로 옮겨지는 과정에서 다양한 구조와 물리 속성이 빠진 결과다. 이렇게 형상만 남은 설비 앞에서 로봇의 조작 학습도 멈춘다. 모니터 화면에서 벗어나 실제 하드웨어를 구동하는 '피지컬 AI(Physical AI)' 생태계가 데이터 인프라로 확장되는 배경이다. 현시점 로봇 학습은 사람이 직접 동작을 가르치는 원격 조작(Teleoperation)에 상당 부분 의존하는 것으로 분석된다. 특정 물병을 여는 동작을 습득한 로봇도 사전에 학습되지 않은 크기·형상의 대상물 앞에서는 같은 행동을 안정적으로 재현하지 못한다. 업계는 이를 지적하고 있다. 현실 환경에 있는 객체와 예외 상황을 사람이 일일이 수집하는 방식에는 시간·비용·안전의 한계가 붙기 때문이다. 이에 대한 대안으로 현실과 유사한 가상 공간에서 반복 학습을 수행하는 방식이 제시되고 있다. 문제는 이 공간을 채울 ‘산업용 3D 데이터’가 부족하다는 것이다. 공개 데이터는
자사 플랫폼 ‘퓰리처AI(Pulitzer AI)’에 평판 관리 및 인사이트 리포트 기능 탑재해 “매체 기사 및 온라인 채널 분석 통한 부정 이슈 사전 탐지” AI 에이전트(AI Agent) 대화형 리포트 가공 기능 구현도 스타씨드가 자사 생성형 AI(Generative AI) 기반 홍보(PR) 서비스형 소프트웨어(SaaS) '퓰리처AI(Pulitzer AI)' 기능을 개선했다. 최근 퓰리처AI는 평판 관리와 뉴스클리핑 기반 전문 리포트 에이전트 등 기능을 내재화했다. 해당 플랫폼은 그동안 보도자료 작성, 기자 매칭, 배포 등 홍보 업무 자동화에 최적화된 기능을 내세웠다. 이번 기능 확장을 통해 리스크 탐지·분석·대응을 한데 수행하는 체계를 구축했다는 평가다. 새롭게 탑재된 평판·위기관리 기능은 언론 기사와 온라인 채널에서 수집된 브랜드 데이터를 분석한다. 이후 긍·부정 여론 변화와 위험 신호를 한눈에 파악하도록 통합 대시보드를 제공한다. 함께 선보인 리포트 에이전트는 누적된 뉴스 데이터를 바탕으로, 시장 흐름과 경쟁사 동향을 종합 진단하는 데 집중한다. 사용자가 AI 에이전트(AI Agent)와 대화하며 작성한 보고서를 재가공하도록 지원하는 점이 특징이다.
엄격한 규제준수(GMP)와 데이터 무결성(Data Integrity) 확보가 요구되는 생명과학·제약·바이오 산업은 오랜 기간 비교적 보수적인 자동화 기술을 채택해 왔다. 오차 없는 정밀함과 고정된 프로토콜의 반복이 생산성의 척도였기 때문이다. 그러나 최근 전문 인력 부족 현상이 심화되고, 제조 공정의 복잡성이 증가하면서 기존 수동적 산업·공장 자동화(FA) 시스템은 운영 효율성의 한계에 직면했다는 분석이다. 여기에 글로벌 바이오 공급망 변동성과 맞물린 이 시점에서, 기업은 실제 업무와 제조 생산 현장에 인공지능(AI)을 직접 이식하는 운영 방식의 혁신을 시도하고 있다. 이 같은 전환은 생산 라인 및 공정 전체가 스스로 최적화하는 ‘자율화(Autonomous)’ 단계로의 진입을 의미한다. 이 가운데 텍스트·이미지를 생성하는 생성형 AI(Generative AI)와 다른 방식의 AI 기술 접근이 주목받고 있다. 제약·바이오 현장 내 AI는 생물 반응기 혹은 배양기(Bioreactor)의 세포 배양 상태를 실시간 추론하고, 규제 위반 위험을 사전 차단하는 역할을 해야 한다. 결국 생명과학 분야 자율화는 오염·불량 리스크가 있는 생물학적 공정 속에서 AI·데이터 활
생성형 AI(Generative AI) 열풍을 경험한 글로벌 산업은 이제 ‘에이전틱 AI(Agentic AI)’에 주목하고 있다. 질문에 답하는 생성형 AI에서, 스스로 목표를 이해하고 데이터를 분석하며 실제 업무를 수행하는 ‘실행형 AI(Actionable AI)’가 산업 혁신의 핵심으로 떠오른 것이다. 이 가운데 최근 현장에 서는 보고서 작성, 위험 분석, 보안 대응, 공정 운영, 고객 상담까지 AI 가 직접 업무를 완결하는 사례가 빠르게 늘고 있다. 특히 멀티 에이전트 구조와 피지컬 AI(Physical AI) 기술은 제조·공공·보안 산업 전반의 업무 방식을 근본적으로 바꾸기 시작 했다. 하지만 이러한 인공지능 전환(AX)의 성패는 다양한 전략이 수반돼야 한다. 데이터 전략, 보안 체계, 조직 문화, 업무 프로세스까지 함께 재설계 해야만 진정한 혁신이 가능하다는 뜻이다. [SPECIAL REPORT] ‘AX’가 된 기업들, 그들은 어떻게 조직을 재설계하나 - AI 에이전트 도입 사례 - “AI가 보고서 쓰고 위험 분석까지” 현실이 된 에이전트 AI의 현장 - AI 활용 전략 - AI는 이미 조직을 갈라놨다...상위 5% 기업의 ‘진짜 전략’ - AI 활
“제조업의 다음 경쟁력은 로봇이 아니라, 인간의 암묵지를 얼마나 정교하게 학습시키고 지킬 수 있는가에 달려 있다. 생성형 AI(Generative AI)가 인간 언어를 학습하며 지식 노동의 판을 흔들었다면, 피지컬 AI(Physical AI)는 인간의 손끝을 학습하며 제조업의 판을 흔들고 있다. 최근 해외 제조 인공지능(AI)의 최전선에서는 숙련공의 손동작, 힘 조절, 작업 순서, 예외 상황에서의 판단까지 데이터로 수집되기 시작했다. AI가 다음으로 학습하는 것은 텍스트가 아니라 ‘숙련’이다.” AI, 공정 데이터부터 사람 행동을 학습하다 글로벌 통신매체 AP(Associated Press)는 최근 국내 AI 스타트업 리얼월드(RLWRLD)가 공장·물류·호텔 등 현장 숙련 작업자 움직임을 촬영·분석해 로봇용 AI 브레인을 개발하고 있다고 보도했다. 실제로 물류 현장에서는 작업자가 상품을 집고 옮기는 방식이, 편의점에서는 식품 진열 방식이 데이터화된다는 점을 주목한 것이다. 이러한 방향성은 인간의 복잡한 손동작과 작업 순서를 로봇이 학습할 수 있는 형태로 변환하는 것이 목표다. 아울러 호텔 직원이 냅킨을 접고 와인잔을 닦는 동작이 머리·가슴·손에 부착된 카메라
‘제61회 발명의 날 기념식’서 제조 인공지능(AI) 핵심 기술 개발 공로 생산조건·품질예측 등 제조 현장 인공지능 전환(AX) 사례 주목 정하일 인터엑스 최고기술책임자(CTO)가 지난 19일 열린 ‘제61회 발명의 날 기념식’에서 국가 제조 인공지능(AI) 경쟁력 강화에 기여했다며 대통령 표창을 수상했다. 발명의 날은 국민의 발명 의욕을 고취하고 국가 산업 발전에 기여한 유공자를 격려하기 위해 제정된 법정기념일이다. 특허청 주최, 한국발명진흥회 주관의 이 포상 제도는 국내 지적재산(IP) 분야 최고 권위를 갖춘 정부 시상체계로 인식된다. 장기간에 걸친 기술 연구개발(R&D) 고도화와 원천 특허 확보를 통해 국가 산업 경쟁력을 한 단계 끌어올린 개인과 단체를 엄격히 심사한다. 이 중 정 CTO가 받은 ‘대통령 표창’은 차세대 핵심 산업 진영에서 독보적인 기술 아키텍처를 수립하고 이를 실제 산업 현장에 대량 양산·확산한 자에게 수여된다. 정하일 CTO는 제조 데이터 표준화, 생성형 AI(Generative AI), AI 에이전트(AI Agent), 피지컬 AI(Physical AI) 등 AI 기반 자율제조(Autonomous Manufacturing)
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 15일 18시 21분
