정부가 미국 빅테크 기업 구글이 요구하는 ‘고정밀 한국 지도 반출’을 수용하는 쪽에 무게를 싣는 것으로 전해진 가운데 구글도 ‘데이터 센터’를 한국에 구축하는 방안을 긍정적으로 검토하는 것으로 알려졌다. 그간 구글은 “구글맵은 클라우드 기반의 글로벌 서비스여서 데이터를 미국·유럽연합(EU) 등 전 세계 서버에 분산 저장해야 한다”고 주장했고, 한국 정부는 “정밀 지도 데이터는 공간정보관리법에 따라 국가 안보상 서버를 국내에 둬야 한다”고 맞서 왔다. 이로써 미국의 관세 압박 빌미가 된 ‘디지털 비관세 장벽’ 중 하나가 해소될 것으로 보인다. 통상 당국 관계자는 19일 “구글에 고해상 정밀 지도 반출을 허용하는 것이 양보할 수 있는 카드로 좁혀졌다”면서 “구글은 정부에서 요구한 군부대 등 안보 시설에 가림(블러) 처리와 국내에 서버를 두는 것을 합리적인 선에서 받아들이기로 했다”고 밝혔다. 앞서 제이미슨 그리어 미 무역대표부(USTR) 대표는 대미투자특별법이 국회를 통과하더라도 구글에 고정밀 지도 반출 등 디지털 서비스 비관세 장벽이 해소되지 않으면 관세를 인상할 수밖에 없다는 입장을 밝힌 바 있다. 한미 통상 당국은 조만간 관세·비관세 장벽 해소를 위한 한미 자유무역협정(FTA) 이행위원회를 열고 이런 내용을 논의할 예정이다. 그간 국가정보원과 국방부, 과학기술정보통신부 등은 “3D로 구현할 수 있는 고정밀 디지털 지도가 군 시설 정밀 노출 등 안보 시설에 위협이 될 수 있다”며 반출에 반대해왔다. 네이버 지도, 카카오맵, 티맵 등 국내 지도 기반 산업들도 잠식당할 수 있다는 점도 반대의 이유가 됐다. 하지만 정부는 한국을 찾는 외국인에 대한 ‘구글맵 서비스’를 통해 다양한 신산업이 확대될 가능성이 크다고 보고 반출 허용 쪽으로 기운 것으로 전해졌다. 정부 관계자는 “해외 대부분 국가에서 작동하는 구글 지도가 한국에서만 작동하지 않아 많은 외국인 관광객이 불편을 겪어 왔다”면서 “구글맵과 연계한 인공지능(AI), 우버 등 각종 디지털 서비스는 일자리 창출에 기여할 수 있는 부분이 있다”고 말했다. 장상식 한국무역협회 국제무역통상연구원장은 “구글맵에는 단순 내비게이션 기능만 있는 게 아니라 음식점 평판, 우버 사업자 확대 등 부가가치를 창출할 수 있는 영역이 많이 있고 해외에서도 시너지가 날 수 있다”고 말했다. 최준원 서울대 전기정보공학과 교수는 “국내 업계가 언제까지 구글맵 서비스를 막으며 독점할 수 없다”고 말했다.

대전형 ‘자율주행 버스’가 시범 운행한다. 대전시와 한국전자통신연구원(ETRI)는 29일 대덕 특구 내 주요 연구기관과 생활 거점을 연결하는 대전형 자율주행 노선버스(A5) 운행을 시작했다고 밝혔다. 기존 세종·충북 광역 노선(A2·A3)이 간선급행버스체계(BRT) 전용 도로로 도시 간 이동에 집중했다면 A5 노선은 보행자와 교차로가 혼재된 도심 교통 환경 속에서 실증할 예정이다. 운행 노선은 ‘한국과학기술원(KAIST)∼신세계백화점∼대덕고∼하나아파트∼반석역∼세종터미널’ 구간이다. 지하철(반석역)과 시외버스(세종터미널)를 연결해 체험용이 아닌 미래형 대중 교통서비스의 역할을 점검할 예정이다. 시는 전국 최초로 구축한 실사 기반 고정밀 3D 정밀지도가 탑재된 관제시스템은 자율주행 버스의 위치와 상황을 관리하고 운행 중 돌발 상황에 유연하게 대응하게 된다. ETRI는 국책 연구개발로 확보한 핵심 기술을 적용해 도심 구간에서는 50㎞, BRT 구간에서는 최대 80㎞로 주행한다. 주행 환경에서 차선 유지, 차간 거리 제어, 끼어들기, 급제동 대응 등 상용화 실험도 진행할 예정이다. 자율주행 버스는 3월 말까지 무상서비스를 통해 기술 안정성과 편의성을 검증한 뒤 유상으로 전환하고 정류장과 운행 횟수 등도 늘릴 계획이다. 시범 운행 초기에는 하루 1회 운행하다 3월부터 운행 횟수를 2회로 확대하기로 했다. 차량에는 전문 안전요원이 탑승해 돌발 상황에 대응하고 강우나 강설 등 기상 악화 시에는 수동 운전으로 전환하거나 운행 일정을 조정하게 된다. 시범 기간 탑승은 예약이 필요하고 수집된 자율주행 데이터는 민간과 학계에 전면 개방할 예정이다. 이장우 대전시장은 “대전 노선은 과학도시의 강점을 살려 정밀 인프라를 활용한 도심 내 기술 실증에 집중했다”면서 “시민이 일상에서 자율주행의 편의성과 안전을 느낄 수 있도록 하겠다”고 밝혔다.

인공지능(AI) 혁명은 그래픽처리장치(GPU)만이 아니라 메모리 수요까지 폭발적으로 증가시켰습니다. 갈수록 AI 모델이 필요로 하는 데이터양이 커지다 보니 AI 서버의 메모리 용량이 폭발적으로 커졌고 기업은 물론 일반 소비자까지 더 큰 모델을 돌리기 위해 점점 더 많은 메모리를 장착한 제품을 선택하면서 메모리 수요가 급격히 증가한 반면 공급은 단시일 내로 늘릴 수 없어 최근 메모리 가격은 폭등세를 거듭하고 있습니다. 하지만 AI GPU와 서버에 사용되는 HBM, GDDR, LPDDR 같은 메모리만 가격이 폭등한 것은 아닙니다. 덩달아 낸드 플래시 메모리 가격도 폭등하고 있는데, 역시 AI 서버에 필요한 빠른 저장 장치가 필요하기 때문입니다. AI의 학습과 추론을 위해서는 대용량 저장 장치가 필요한데, SSD 수요는 폭증하고 공급은 갑자기 늘릴 수 없다 보니 가격이 천정부지로 치솟고 있습니다. 이런 상황에서 다시 주목받고 있는 제품이 바로 하드디스크 (HDD)입니다. 하드디스크는 플래터라고 부르는 원판에 자기적 방식으로 데이터를 기록하는 저장 장치로 구식이지만, 가격은 저렴해 AI 붐 이전에도 데이터 센터용 수요는 견고했습니다. 소비자용 SSD의 가격이 저렴해지고 속도도 빨라지면서 노트북을 중심으로 소비자용 제품은 빠른 하락세를 겪었지만, 여전히 SSD와 비교해 용량 대비 가격이 저렴해서 자주 접속하지 않는 데이터나 백업 용도로는 이만한 게 없었기 때문입니다. 오히려 서버 시장으로 목표를 바꾸면서 하드디스크의 용량은 30TB 이상으로 급격히 커졌고 저장하는 총 데이터량도 더 많아졌습니다. 여기에 최근 SSD 가격까지 폭등하자 과거에는 속도가 빠른 SSD를 주로 사용했던 기업들도 SSD + HDD 하이브리드 시스템에 대한 관심이 더 커졌습니다. 하드웨어 전문 매체인 탐스 하드웨어는 VDURA 리포트를 토대로 2025년 2분기에는 평균 3,062달러였던, 서버용 30TB TLC SSD가 현재는 가격이 세 배 이상 뛴 1만 1000달러(약 1575만원) 정도로 가격이 폭등했다고 언급했습니다. 반면 같은 시기 서버용 HDD 가격은 상대적으로 적은 35%의 가격 인상폭을 보여 이제 같은 용량 대비 가격이 6배에서 16배로 차이가 더 벌어졌습니다. 이런 상황에서 앞으로 많은 데이터 센터들이 HDD+SSD 하이브리드 모델을 도입할 것이라는 게 보고서의 전망입니다. SSD만 적용한 모델과 비교해 HDD+SSD 하이브리드 모델이 속도는 좀 느릴 수 있지만, 비용은 획기적으로 줄어들기 때문입니다. 예를 들어 같은 조건에서 3년 간 비용을 비교해 보면 SSD만 있는 데이터 센터는 2520만 달러(361억원)인 반면 HDD+SSD 하이브리드 599만 달러(86억원)로 비용을 4분의1 이하로 줄일 수 있습니다. 한때 고용량 3D 낸드 플래시 기술이나 차세대 비휘발성 메모리 기술이 발전하면 서버 시장에서조차 하드디스크의 미래가 위태로울 수 있다던 비관적 전망도 있었지만, 학습에 필요한 데이터의 양이 더 폭발적으로 증가한 AI 시대에 한동안 하드디스크는 필수불가결한 존재가 될 것으로 예상됩니다. 구관이 명관이라는 속담이 AI 덕분에 다시 한번 들어맞은 셈입니다.

인공지능(AI) 혁명은 그래픽처리장치(GPU)만이 아니라 메모리 수요까지 폭발적으로 증가시켰습니다. 갈수록 AI 모델이 필요로 하는 데이터양이 커지다 보니 AI 서버의 메모리 용량이 폭발적으로 커졌고 기업은 물론 일반 소비자까지 더 큰 모델을 돌리기 위해 점점 더 많은 메모리를 장착한 제품을 선택하면서 메모리 수요가 급격히 증가한 반면 공급은 단시일 내로 늘릴 수 없어 최근 메모리 가격은 폭등세를 거듭하고 있습니다. 하지만 AI GPU와 서버에 사용되는 HBM, GDDR, LPDDR 같은 메모리만 가격이 폭등한 것은 아닙니다. 덩달아 낸드 플래시 메모리 가격도 폭등하고 있는데, 역시 AI 서버에 필요한 빠른 저장 장치가 필요하기 때문입니다. AI의 학습과 추론을 위해서는 대용량 저장 장치가 필요한데, SSD 수요는 폭증하고 공급은 갑자기 늘릴 수 없다 보니 가격이 천정부지로 치솟고 있습니다. 이런 상황에서 다시 주목받고 있는 제품이 바로 하드디스크 (HDD)입니다. 하드디스크는 플래터라고 부르는 원판에 자기적 방식으로 데이터를 기록하는 저장 장치로 구식이지만, 가격은 저렴해 AI 붐 이전에도 데이터 센터용 수요는 견고했습니다. 소비자용 SSD의 가격이 저렴해지고 속도도 빨라지면서 노트북을 중심으로 소비자용 제품은 빠른 하락세를 겪었지만, 여전히 SSD와 비교해 용량 대비 가격이 저렴해서 자주 접속하지 않는 데이터나 백업 용도로는 이만한 게 없었기 때문입니다. 오히려 서버 시장으로 목표를 바꾸면서 하드디스크의 용량은 30TB 이상으로 급격히 커졌고 저장하는 총 데이터량도 더 많아졌습니다. 여기에 최근 SSD 가격까지 폭등하자 과거에는 속도가 빠른 SSD를 주로 사용했던 기업들도 SSD + HDD 하이브리드 시스템에 대한 관심이 더 커졌습니다. 하드웨어 전문 매체인 탐스 하드웨어는 VDURA 리포트를 토대로 2025년 2분기에는 평균 3,062달러였던, 서버용 30TB TLC SSD가 현재는 가격이 세 배 이상 뛴 1만 1000달러(약 1575만원) 정도로 가격이 폭등했다고 언급했습니다. 반면 같은 시기 서버용 HDD 가격은 상대적으로 적은 35%의 가격 인상폭을 보여 이제 같은 용량 대비 가격이 6배에서 16배로 차이가 더 벌어졌습니다. 이런 상황에서 앞으로 많은 데이터 센터들이 HDD+SSD 하이브리드 모델을 도입할 것이라는 게 보고서의 전망입니다. SSD만 적용한 모델과 비교해 HDD+SSD 하이브리드 모델이 속도는 좀 느릴 수 있지만, 비용은 획기적으로 줄어들기 때문입니다. 예를 들어 같은 조건에서 3년 간 비용을 비교해 보면 SSD만 있는 데이터 센터는 2520만 달러(361억원)인 반면 HDD+SSD 하이브리드 599만 달러(86억원)로 비용을 4분의1 이하로 줄일 수 있습니다. 한때 고용량 3D 낸드 플래시 기술이나 차세대 비휘발성 메모리 기술이 발전하면 서버 시장에서조차 하드디스크의 미래가 위태로울 수 있다던 비관적 전망도 있었지만, 학습에 필요한 데이터의 양이 더 폭발적으로 증가한 AI 시대에 한동안 하드디스크는 필수불가결한 존재가 될 것으로 예상됩니다. 구관이 명관이라는 속담이 AI 덕분에 다시 한번 들어맞은 셈입니다.

힘찬 붉은 말의 기운을 받아 시작한 병오년 새해도 벌써 1월이 반이 지나갔습니다. 연초에 여러 가지 세웠던 계획대로 꾸준히 이뤄 나가는 분들도 있고 벌써 작심삼일인 경우도 있겠지만, 올해 데스크톱이나 노트북 PC를 새로 사려고 생각했던 소비자들은 고민이 깊어지는 병오년 새해일 수밖에 없습니다. 왜냐하면 작년부터 광풍이 분 AI 데이터 센터 건설 붐으로 인해 관련 부품 가격이 폭등했기 때문입니다. 시작은 메모리 가격 폭등이었습니다. 작년 1월 6만 7천 원 대에서 거래되던 삼성전자 DDR5 16GB 1개의 가격은 작년 중반부터 서서히 오르기 시작해서 11월에는 거의 20만원에 육박하기 시작했습니다. 보통 메모리를 포함해서 컴퓨터 부품 가격은 시간이 지나면서 용량 대비 가격이 떨어지는 것이 일반적이기 때문에 소비자들의 원성이 자자했지만, 사실은 이때라도 구매한 분들은 늦지 않게 최선의 선택을 한 것이었습니다. 현재는 가격이 두 배로 뛴 상태이기 때문입니다. 이렇게 가격이 폭등한 이유는 한정된 메모리 생산을 HBM이나 서버용 DDR5 메모리 쪽으로 주로 돌리면서 공급이 부족해졌기 때문입니다. 주요 빅테크들이 AI 시대에 주도권을 잃지 않기 위해 경쟁적으로 AI 데이터 센터를 짓고 있고 여기에 들어가는 메모리 가격이 비싸기 때문에 당연히 메모리 제조사들도 우선 물량을 배정하고 있어 소비자용 메모리 가격은 무섭게 치솟고 있는 중입니다. 최근 마이크론은 아예 소비자용 메모리 및 SSD 브랜드인 크루셜의 소비자 사업 철수 계획을 발표했는데, 30년 이어진 브랜드를 포기할 정도로 소비자용 DDR 및 낸드 플래시 메모리 공급이 부족하다는 이야기로 해석됩니다. 비슷한 이유로 SK 하이닉스 역시 아예 소비자용 메모리 시장에서 철수한다는 루머가 나왔는데, SK 하이닉스는 현재로서는 그런 계획이 없다고 부인했습니다. 그러나 비슷한 이유로 가능성을 배제할 순 없는 상황입니다. 최근의 DDR5 메모리 및 SSD 가격 폭등은 인공지능(AI)발 공급 부족에 일부 제조사의 소비자용 제품 생산 중단 소식이 겹치면서 더 자극된 측면이 있습니다. 하지만 소비자용 제품 공급 중단 소식은 메모리 시장에만 국한되지 않습니다. 고성능 GDDR 메모리를 사용하는 그래픽 카드 역시 예외가 아닐 수 없습니다. 기본적으로 고성능 그래픽 카드는 최근 게임보다 AI 수요가 더 많아 본래부터 정식 공개 가격보다 더 비싼 가격에 팔리고 있었습니다. 다만 RTX 5090을 제외한 나머지 하위 제품군은 출시 초 비싼 가격에서 내려와 어느 정도 가격이 안정화되어가던 중이었는데, 작년 말부터 메모리 가격 폭등에 의한 가격 인상 랠리가 시작되고 있습니다. 여기에 최근에는 메모리처럼 일부 제조사에서 인기 제품 단종 루머까지 나왔습니다. 최근 RTX 5060 Ti 16GB나 RTX 5070 Ti처럼 고가의 GDDR7 메모리를 많이 쓰지만 판매 단가는 상대적으로 낮은 제품들을 단종시킨다는 루머가 돌았는데, 이 역시 많은 사람들이 사실로 믿을 만큼 그럴듯한 근거가 있습니다. GDDR7 메모리가 가격은 둘째치고 공급 자체가 어려운 상황에서 16GB 그래픽 카드 하나보다 8GB 그래픽 두 개를 파는 것이 엔비디아나 그래픽 카드 제조사 모두에게 이득이라는 것입니다. 하지만 처음 이 루머의 근원지였던 A 제조사는 공급 부족으로 인한 물량 부족은 인정하나 제품 단종은 사실이 아니라고 발표했습니다. 그리고 엔비디아 역시 “모든 GeForce RTX 50 시리즈 SKU는 계속 출하되고 있으며, 메모리 공급 제약 속에서도 공급을 유지하려고 노력하고 있다”고 공식적으로 밝혔습니다. 다만 메모리(특히 GDDR7) 부족으로 인해 공급량이 자연스럽게 줄어드는 문제가 있으며, 엔비디아는 파트너사 및 메모리 공급처와 협력하여 문제를 완화하려 한다고 전했습니다. 요약하면 단종은 사실이 아니지만 공급 부족은 인정한 것으로 향후 16GB 이상의 메모리를 사용하는 고성능 제품을 중심으로 가격 인상 가능성이 높다는 점을 인정하는 발언입니다. 물론 이미 고성능 제품들의 가격은 치솟고 있는 중이고 RTX 5090은 본래 공식 가격인 1999달러보다 몇 배 치솟을 것이라는 예측까지 나오고 있습니다. 이렇게 시장 분위기가 흉흉해지면서 소비자는 물론 제조사들의 고민도 깊어지고 있습니다. 노트북 및 PC 제조사들의 경우 사실상 시장에서 저가 라인업이었던 8GB 시스템 메모리 제품을 다시 부활시키고 있으며 기존의 16GB/32GB 제품군의 가격을 인상하고 있습니다. 하지만 메모리 대란의 악몽 속에서 희망을 찾는 제조사들도 있습니다. 메인보드 제조사들은 DDR4 메모리를 사용하는 제품들을 다시 출시하려는 움직임을 보이고 있습니다. 컴퓨터는 업그레이드하고 싶은데, DDR5 메모리는 너무 비싸 사기 힘든 소비자에게 선택권을 넓히는 것입니다. ASUS, MSI 등 주요 제조사들이 B760, H610 등 칩셋을 탑재한 DDR4 보드 생산을 늘리고 있으며, ASRock은 DDR4/DDR5 겸용 보드(예: ASRock H610M Combo)로 시장을 공략하고 있습니다. 여기에 AMD의 라이젠 CPU 책임자인 데이비드 맥아피는 ‘2026 CES’에서 “전체 시스템을 재구축하지 않고도 (DDR4를 사용하는) AM4 플랫폼에서 상당한 업그레이드를 원하는 게이머들의 요구를 충족시키기 위해 공급량을 늘리고 AM4 생태계에 제품을 다시 도입하기 위해 할 수 있는 모든 것을 확실히 검토하고 있다“고 언급했습니다. 본래는 DDR5 메모리에 신형 CPU와 메인보드를 구매하려 했던 소비자들도 하염없이 가격이 떨어지기를 기다리는 것보다 차라리 구형 제품이라도 지금 있는 것보다 더 좋은 제품을 구매하는 것이 나을 수 있습니다. 특히 8코어 라이젠 5800X3D 같은 제품은 지금 기준으로도 게임 성능이 우수하기 때문에 12코어나 16코어 제품처럼 이를 조금 손봐서 내놓는다면 상당한 수요가 존재할 가능성이 있습니다. 이렇게 소비자용 IT 제품군이 시간에 따라 좋아지는 대신 과거로 역주행하는 일은 IT 업계에서 좀처럼 보기 힘든 일입니다. 다만 올해 메모리 물량이 이미 모두 판매된 상태이고 2027년까지도 가격이 원상 복귀되기 힘든 상황인 만큼 가능한 업계가 살기 위해서는 모든 방법으로 대안을 찾아야 할 것으로 보입니다.

힘찬 붉은 말의 기운을 받아 시작한 병오년 새해도 벌써 1월이 반이 지나갔습니다. 연초에 여러 가지 세웠던 계획대로 꾸준히 이뤄 나가는 분들도 있고 벌써 작심삼일인 경우도 있겠지만, 올해 데스크톱이나 노트북 PC를 새로 사려고 생각했던 소비자들은 고민이 깊어지는 병오년 새해일 수밖에 없습니다. 왜냐하면 작년부터 광풍이 분 AI 데이터 센터 건설 붐으로 인해 관련 부품 가격이 폭등했기 때문입니다. 시작은 메모리 가격 폭등이었습니다. 작년 1월 6만 7천 원 대에서 거래되던 삼성전자 DDR5 16GB 1개의 가격은 작년 중반부터 서서히 오르기 시작해서 11월에는 거의 20만원에 육박하기 시작했습니다. 보통 메모리를 포함해서 컴퓨터 부품 가격은 시간이 지나면서 용량 대비 가격이 떨어지는 것이 일반적이기 때문에 소비자들의 원성이 자자했지만, 사실은 이때라도 구매한 분들은 늦지 않게 최선의 선택을 한 것이었습니다. 현재는 가격이 두 배로 뛴 상태이기 때문입니다. 이렇게 가격이 폭등한 이유는 한정된 메모리 생산을 HBM이나 서버용 DDR5 메모리 쪽으로 주로 돌리면서 공급이 부족해졌기 때문입니다. 주요 빅테크들이 AI 시대에 주도권을 잃지 않기 위해 경쟁적으로 AI 데이터 센터를 짓고 있고 여기에 들어가는 메모리 가격이 비싸기 때문에 당연히 메모리 제조사들도 우선 물량을 배정하고 있어 소비자용 메모리 가격은 무섭게 치솟고 있는 중입니다. 최근 마이크론은 아예 소비자용 메모리 및 SSD 브랜드인 크루셜의 소비자 사업 철수 계획을 발표했는데, 30년 이어진 브랜드를 포기할 정도로 소비자용 DDR 및 낸드 플래시 메모리 공급이 부족하다는 이야기로 해석됩니다. 비슷한 이유로 SK 하이닉스 역시 아예 소비자용 메모리 시장에서 철수한다는 루머가 나왔는데, SK 하이닉스는 현재로서는 그런 계획이 없다고 부인했습니다. 그러나 비슷한 이유로 가능성을 배제할 순 없는 상황입니다. 최근의 DDR5 메모리 및 SSD 가격 폭등은 인공지능(AI)발 공급 부족에 일부 제조사의 소비자용 제품 생산 중단 소식이 겹치면서 더 자극된 측면이 있습니다. 하지만 소비자용 제품 공급 중단 소식은 메모리 시장에만 국한되지 않습니다. 고성능 GDDR 메모리를 사용하는 그래픽 카드 역시 예외가 아닐 수 없습니다. 기본적으로 고성능 그래픽 카드는 최근 게임보다 AI 수요가 더 많아 본래부터 정식 공개 가격보다 더 비싼 가격에 팔리고 있었습니다. 다만 RTX 5090을 제외한 나머지 하위 제품군은 출시 초 비싼 가격에서 내려와 어느 정도 가격이 안정화되어가던 중이었는데, 작년 말부터 메모리 가격 폭등에 의한 가격 인상 랠리가 시작되고 있습니다. 여기에 최근에는 메모리처럼 일부 제조사에서 인기 제품 단종 루머까지 나왔습니다. 최근 RTX 5060 Ti 16GB나 RTX 5070 Ti처럼 고가의 GDDR7 메모리를 많이 쓰지만 판매 단가는 상대적으로 낮은 제품들을 단종시킨다는 루머가 돌았는데, 이 역시 많은 사람들이 사실로 믿을 만큼 그럴듯한 근거가 있습니다. GDDR7 메모리가 가격은 둘째치고 공급 자체가 어려운 상황에서 16GB 그래픽 카드 하나보다 8GB 그래픽 두 개를 파는 것이 엔비디아나 그래픽 카드 제조사 모두에게 이득이라는 것입니다. 하지만 처음 이 루머의 근원지였던 A 제조사는 공급 부족으로 인한 물량 부족은 인정하나 제품 단종은 사실이 아니라고 발표했습니다. 그리고 엔비디아 역시 “모든 GeForce RTX 50 시리즈 SKU는 계속 출하되고 있으며, 메모리 공급 제약 속에서도 공급을 유지하려고 노력하고 있다”고 공식적으로 밝혔습니다. 다만 메모리(특히 GDDR7) 부족으로 인해 공급량이 자연스럽게 줄어드는 문제가 있으며, 엔비디아는 파트너사 및 메모리 공급처와 협력하여 문제를 완화하려 한다고 전했습니다. 요약하면 단종은 사실이 아니지만 공급 부족은 인정한 것으로 향후 16GB 이상의 메모리를 사용하는 고성능 제품을 중심으로 가격 인상 가능성이 높다는 점을 인정하는 발언입니다. 물론 이미 고성능 제품들의 가격은 치솟고 있는 중이고 RTX 5090은 본래 공식 가격인 1999달러보다 몇 배 치솟을 것이라는 예측까지 나오고 있습니다. 이렇게 시장 분위기가 흉흉해지면서 소비자는 물론 제조사들의 고민도 깊어지고 있습니다. 노트북 및 PC 제조사들의 경우 사실상 시장에서 저가 라인업이었던 8GB 시스템 메모리 제품을 다시 부활시키고 있으며 기존의 16GB/32GB 제품군의 가격을 인상하고 있습니다. 하지만 메모리 대란의 악몽 속에서 희망을 찾는 제조사들도 있습니다. 메인보드 제조사들은 DDR4 메모리를 사용하는 제품들을 다시 출시하려는 움직임을 보이고 있습니다. 컴퓨터는 업그레이드하고 싶은데, DDR5 메모리는 너무 비싸 사기 힘든 소비자에게 선택권을 넓히는 것입니다. ASUS, MSI 등 주요 제조사들이 B760, H610 등 칩셋을 탑재한 DDR4 보드 생산을 늘리고 있으며, ASRock은 DDR4/DDR5 겸용 보드(예: ASRock H610M Combo)로 시장을 공략하고 있습니다. 여기에 AMD의 라이젠 CPU 책임자인 데이비드 맥아피는 ‘2026 CES’에서 “전체 시스템을 재구축하지 않고도 (DDR4를 사용하는) AM4 플랫폼에서 상당한 업그레이드를 원하는 게이머들의 요구를 충족시키기 위해 공급량을 늘리고 AM4 생태계에 제품을 다시 도입하기 위해 할 수 있는 모든 것을 확실히 검토하고 있다“고 언급했습니다. 본래는 DDR5 메모리에 신형 CPU와 메인보드를 구매하려 했던 소비자들도 하염없이 가격이 떨어지기를 기다리는 것보다 차라리 구형 제품이라도 지금 있는 것보다 더 좋은 제품을 구매하는 것이 나을 수 있습니다. 특히 8코어 라이젠 5800X3D 같은 제품은 지금 기준으로도 게임 성능이 우수하기 때문에 12코어나 16코어 제품처럼 이를 조금 손봐서 내놓는다면 상당한 수요가 존재할 가능성이 있습니다. 이렇게 소비자용 IT 제품군이 시간에 따라 좋아지는 대신 과거로 역주행하는 일은 IT 업계에서 좀처럼 보기 힘든 일입니다. 다만 올해 메모리 물량이 이미 모두 판매된 상태이고 2027년까지도 가격이 원상 복귀되기 힘든 상황인 만큼 가능한 업계가 살기 위해서는 모든 방법으로 대안을 찾아야 할 것으로 보입니다.

과학적 사유와 예술적 감각을 결합해 독자적인 전자음악 세계를 구축해온 세계적인 아티스트 ‘맥스 쿠퍼(Max Cooper)’가 오는 2월 12일 서울 용산구 블루스퀘어 SOL 트래블홀에서 단독 내한 공연 ‘MAX COOPER 3D AV LIVE SEOUL’을 개최한다. 이번 공연은 음악을 넘어 시각·공간·지각의 경계를 확장하는 3D 오디오비주얼 라이브 퍼포먼스로 관객에게 영화 같은 몰입감을 선사할 예정이다. 이번 무대는 문화예술 기업 ‘라프(LAAF)’와 ‘IDID’가 공동 주최하고 디지털 아트 플랫폼 ‘프렉티스(PRECTXE)’가 기획·주관을 맡았다. 빛과 구조, 사운드가 정교하게 결합된 3D AV 라이브 형식으로 구성되는 가운데 전자음악과 비주얼 아트, 과학적 개념이 유기적으로 맞물리는 새로운 형태의 몰입형 공연 경험을 예고하고 있다. 맥스 쿠퍼는 과학자 출신의 전자음악 프로듀서, 다학제 예술가, 음반사 설립자로 음악, 시각예술의 경계를 넘나드는 독자적인 영역을 구축해왔다. 컴퓨테이셔널 생물학(계산생물학, Computational Biology) 박사 학위를 보유한 가운데 고대 아테네의 아크로폴리스 극장에서 공연한 최초의 현대 전자음악가이자 돌비 애트모스(Dolby Atmos) 포맷으로 음악을 제작한 선도적 아티스트 중 한 명이다. 그는 자신의 레이블 ‘Mesh’를 중심으로 지난 15년 동안 음악, 설치미술, 이머시브 체험, 온라인 미디어, 뮤직비디오, 라이브 이벤트 등 다양한 형식의 작업을 선보여 왔다. 최근에는 자하 하디드 아키텍츠, 돌비, 엘어쿠스틱스, 4DSOUND, 캠브리지 대학 생명과학 연구소 ‘비브라함 연구소’ 등과 협업하며 조명을 받은 바 있다. 아울러 퐁피두-메츠, ZKM 칼스루에, 런던 바비칸 센터, 런던 과학박물관 등 세계 유수의 기관에서 작품을 선보이며 호평을 받았다. 올해에는 서울 블루스퀘어 SOL트래블홀, 도쿄 현지 공연을 포함해 5월 영국 로열 알버트 홀 오디오비주얼 무대 등의 주요 라이브 일정을 소화할 계획이다. 무엇보다 서울에서 선보일 이번 3D AV 라이브의 경우 깊이감 있는 프로젝션과 구조적인 비주얼, 입체적인 사운드 디자인을 결합해 관객의 지각 및 공간 감각을 흔드는 무대를 펼칠 예정이다. 특히 맥스 쿠퍼는 자신의 뇌 MRI 스캔 데이터를 비주얼로 활용한 프로젝트 ‘8 Billion Realities’ EP 등을 통해 음악, 데이터, 기술이 인간의 의식과 어떻게 맞닿는지를 탐구해왔다. 이러한 시도는 사운드와 이미지가 긴밀하게 결합된 맥스 쿠퍼만의 독창적인 라이브 음악으로 확장되고 있다. 맥스 쿠퍼는 올해 투어에서 이를 한층 발전된 형태로 선보인다는 각오다. 맥스 쿠퍼는 한국과 의미있는 인연을 이어오고 있다. 그의 7번째 스튜디오 정규 음반 ‘On Being’의 앨범 아트워크는 시각예술가 안민정과의 협업으로 제작됐다. ‘On Being’은 2년에 걸쳐 익명의 온라인 관객으로부터 수집된 수백 개의 문장에서 출발한 프로젝트다. 최근에는 음악, 시각예술, 사유의 융합을 통해 성찰과 연결을 위한 공간을 제시한다는 긍정적 평가를 받았다. 더불어 ‘On Being’은 음악을 넘어 인스톨레이션 전시로도 확장되고 있다. 실제로 런던 중심부의 예술·패션·음악 분야 최첨단 프로젝트를 선보이는 크리에이티브 허브 ‘W1 Curates’, 미국 마이애미 기술과 예술 축제인 ‘IGNITE Broward’에 전시돼 이목을 집중시켰다. 뿐만 아니라 안민정의 작품 ‘자화상_라하프(Self-Portrait_Rachaph, 2024)’는 최근 뉴욕 현대미술관(MoMA)에 영구 소장됐다. 전자음악과 동시대 시각예술이 만나는 이러한 협업의 계보가 이번 서울 공연을 통해 다시 한 번 조명될 예정이다. 한편, ‘MAX COOPER 3D AV LIVE SEOUL’은 스탠딩으로 진행되며 인터파크 NOL 티켓에서 예매할 수 있다.

3D 렌더링 및 클라우드 컴퓨팅 시장에서 골렘 네트워크(Golem Network)와 샐러드(Salad)의 전략적 파트너십이 업계의 주목을 받고 있다. 13일 발표된 파트너십의 핵심은 샐러드가 보유한 대규모 분산형 GPU 인프라를 골렘의 탈중앙화 프로토콜 위에서 구동하는 것이다. 양사는 이를 통해 고비용 구조인 기존 렌더링 시장의 비효율을 개선하겠다는 계획이며, 업계에서는 이번 결합이 가져올 가성비에 주목하고 있다. 양사가 공개한 벤치마크 데이터에 따르면 RTX 2070급 그래픽카드를 기준으로 블렌더(Blender) 렌더링 작업을 수행할 경우 샐러드의 유휴 자원 활용 모델은 시간당 약 0.02달러 수준으로 이용 가능하다. 이는 기존 업계 주요 경쟁 서비스들의 이코노미 요금(시간당 약 0.27달러 선) 대비 약 10분의 1 수준의 비용으로 동일한 블렌더(Blender) 렌더링 작업을 수행할 수 있게 된다. 골렘 네트워크의 안정적인 결제 및 리소스 할당 기술에 샐러드의 방대한 하드웨어 공급망이 더해지면서 3D 렌더링뿐만 아니라 AI 추론, 신약 개발 시뮬레이션 등 고성능 연산이 필요한 다양한 워크로드를 유연하게 지원할 수 있게 됐다. 카일 도슨(Kyle Dodson) 샐러드 CTO는 “골렘과의 협력을 통해 비용 효율성과 컴퓨팅 오케스트레이션을 더욱 강화할 것”이라고 밝혔다. 이번 파트너십은 고비용 문제로 어려움을 겪던 기존 렌더링 플랫폼 사용자들에게 새로운 선택지를 제공하며 시장 점유율을 빠르게 확대할 것으로 전망된다.

대표 안티에이징 스킨케어 브랜드 바이오힐 보(BIOHEAL BOH)가 서울 성수동에 브랜드 최초의 플래그십 스토어 ‘BIO SKIN SOLUTION LAB(바이오 스킨 솔루션 랩)’을 오픈했다. 이번 플래그십 스토어는 바이오힐 보가 축적해 온 피부과학 연구 데이터와 기술력을 집약한 공간이다. 바이오힐 보는 피부 표면의 고민을 넘어, 근본적인 노화의 원인을 분석하고 솔루션을 제공하는 안티에이징 전문 브랜드다. 성수 핵심 상권인 ‘올리브영N 성수’에 문을 연 이번 스토어는 이러한 브랜드 정체성을 바탕으로, 고객이 자신의 피부 노화를 명확히 인지하고 최적의 효능을 경험할 수 있도록 기획됐다. 공간의 핵심은 브랜드의 독자적인 기술력이 담긴 개인 맞춤형 피부 진단 서비스다. 바이오힐 보만의 피부 진단 서비스 ‘바이오 스킨 스캐닝(Bio Skin Scanning)’은 민감도, 광채, 탄력, 모공, 주름, 색소침착 등 6가지 피부 노화 시그널을 정밀 측정한다. 약 30분간 진행되는 이 프로그램은 전문 교육을 이수한 ‘바이오힐 보 엑스퍼트’가 1:1로 진행하며, 피부 부위별 탄력 저하와 각도에 따른 노화 지표를 분석해 솔루션을 제안한다. 특히 현재 상태뿐만 아니라 향후 진행 방향을 예측하는 ‘미래 노화 시뮬레이션’을 통해 체계적인 관리 계획까지 수립할 수 있다. 간편한 진단을 원하는 고객을 위해 AI 기반 ‘셀프 피부 진단 키오스크’도 마련되었으며, 글로벌 고객 비중이 높은 상권 특성을 고려해 한국어·중국어·영어 응대가 가능한 전문 인력을 상시 배치했다. ‘BIO SKIN SOLUTION LAB’은 올리브영N 성수 1층에서 매일 오전 10시부터 오후 10시까지 운영된다. 현장에서는 브랜드 대표 제품인 ‘프로바이오덤™ 3D 리프팅 크림’을 비롯한 전 제품을 자유롭게 체험하고 구매할 수 있다. 오픈을 기념해 구매 금액에 따라 정품 제품, 파우치, 어메니티 세트 등 다양한 사은품을 증정하며, 플래그십 단독 할인 혜택도 제공한다. 플래그십 핵심 서비스인 피부 진단 서비스는 네이버 사전 예약과 현장 예약시스템으로 운영된다. 바이오힐 보 관계자는 “이번 플래그십 스토어는 단순한 제품 판매를 넘어, 정교한 노화 솔루션을 제공하려는 브랜드의 비전을 담은 첫 공간”이라며, “고객들이 자신의 피부 노화를 정확히 이해하고 그에 맞는 솔루션을 경험할 수 있도록, 노화에 대한 고민과 연구를 지속하는 브랜드로서 성장해가겠다”라고 밝혔다.

가성비 높은 제품을 주로 내놓으며 한때 ‘대륙의 실수’로 불렸던 중국 기업들이 CES 2026에서는 최첨단 기술로 무장하고 글로벌 무대의 중심에 섰다. 계단을 오르는 로봇청소기는 물론 돌려차기를 하는 휴머노이드 등을 앞세워 참관객의 눈길을 사로잡았다. 6일(현지시간) 미국 라스베이거스에서 열린 세계 최대 IT(정보기술)·가전 전시회 ‘CES 2026’에서 로보락, 드리미, 에코백스 등 중국 가전 기업들의 로봇청소기 대전에 관심이 집중됐다. 국내 로봇청소기 시장 점유율 1위인 로보락은 세계 최초로 바퀴가 달린 2개의 다리를 단 로봇청소기 ‘사로스 로버’를 선보였다. 마치 ‘로봇 개’와 같이 관절이 꺾이는 다리와 바퀴를 결합해 로봇청소기의 몸체 높이 조절을 가능케 했다. 계단이나 경사로와 같이 지면의 높낮이가 달라져도 로봇청소기 본체의 수평을 안정적으로 유지했다. 또 민첩한 회전, 급정지, 방향 전환 등도 가능하다. 본체에는 지능형 소프트웨어를 장착해 복잡한 모션 센서 데이터와 3D 공간 인식 정보를 결합한 인공지능(AI) 알고리즘으로 계단이나 지형물을 인식한다. 드리미는 역대 최대 규모로 꾸린 전시관 입구에 세계 최초로 계단을 오르는 로봇청소기 ‘사이버 X’를 배치했다. 무한궤도 형태의 타원형 바퀴가 장착된 ‘쿼드트랙 시스템’을 탑재해 몸체가 기울어진 상태에서도 안정적으로 계단을 오르내릴 수 있다. 또 AI 기반 학습 기능을 강화한 플래그십 로봇청소기 ‘X60 Max 울트라는 물론 집게 팔을 장착하거나 바닥에 굴러다니는 물건을 빠른 속도로 피하는 로봇청소기도 선보였다. 또 지난해까지 삼성전자가 점유했던 라스베이거스 컨벤션 센터(LVCC) 센트럴홀의 가장 큰 부스는 중국 기업 TCL가 차지했다. 입구에서 아이돌봄용 AI 로봇 ‘에이미’가 관람객을 맞았고 자체 개발한 ‘SQD-미니 LED’ 디스플레이, 마이크로 LED TV, 증강현실(AR) 안경 등 다양한 제품군을 선보였다. 하이센스 전시관에선 휴머노이드 ‘애런’이 등장했다. 애런은 춤을 추거나 관람객을 향해 하트를 보내며 이목을 집중시켰다. 중국 테크 기업 유니트리의 휴머노이드 ‘유니트리 R1’은 링 위에 올라 사람과 권투 시합을 했다. 머리 보호구와 글러브를 낀 휴머노이드는 가드를 올리며 방어하고 좌우로 움직여 사람의 주먹을 피했고 빈틈을 노려 잽, 어퍼컷 등을 날렸다. 중국 ‘엔진AI 로보틱스’의 휴머노이드는 사각형 링에 올라 돌려차기 등 고난도 동작을 선보였고, 중국 내 휴머노이드 하프마라톤 대회에서 우승한 ‘X-휴머노이드’의 톈궁은 음악에 맞춰 춤을 췄다. 국내 가전업계 관계자는 “로봇청소기에서 중국이 다소 앞서 있다. 하지만 TV 등 다른 가전은 아직 기술적으로 한국이 더 우위에 있으니 보다 적극적으로 기술 개발에 나서야 한다”고 말했다.

- 1월 7일부터 20일까지 인천 스퀘어원 1층 팝업존에서 3D 바디 스캔 체험 팝업 운영- 체험 시 현금처럼 사용 가능한 2만5천 포인트 지급- 스톱워치 게임 및 인형뽑기 이벤트 등 다양한 현장 프로모션 및 경품 증정 신영와코루의 3D 바디스캐너 ‘스캔바이미(SCAN BY ME)’가 1월 7일부터 20일까지 인천 스퀘어원에서 새해 첫 팝업을 운영한다고 밝혔다. 360도 3D 입체 전신 뷰는 물론, 신체 18개 부위의 상세한 바디 데이터, 그리고 바디 타입부터 가슴 유형 등 평소에는 잘 몰랐던 체형 특징까지 제공하는 스캔바이미는 지난해 4월 처음 선보이며 언더웨어 업계에서는 처음 접하는 유니크한 서비스로 화제를 모았다. 이번 스캔바이미 스퀘어원 팝업에서는 3D 바디 스캔 체험은 물론 팝업에서만 가능한 혜택과 이벤트도 준비됐다. 스캔바이미 체험 시 현금처럼 사용할 수 있는 최대 2만 5000포인트, 스캔바이미 론칭일을 기념해 4.25초를 맞추는 흥미진진한 스톱워치 게임, 체험 후 제품 구매 시 인형 뽑기 이벤트 참여권 증정 등 체험의 놀라움과 이벤트의 즐거움을 동시에 경험할 수 있다. 스캔바이미 스퀘어원 팝업의 체험 예약은 스캔바이미 공식 인스타그램의 프로필 링크를 통해 쉽게 진행할 수 있다. 사전 예약을 우선으로 운영하지만, 예약이 없는 시간대일 경우 현장 신청을 통해 체험할 수 있다. 20일까지 2주간 운영하는 스캔바이미 팝업이 종료된 후에도 체험을 하고 싶다면, 스타필드 고양 비너스플러스 매장과 비너스 명동 직매장으로 찾아가면 된다. 팝업과 달리 두 곳 모두 상시 운영 중이며, 스캔바이미 공식 인스타그램 프로필 링크에 체험 매장별 예약이 안내되어 있다. 스캔바이미는 론칭 이후 지금까지 전체 체험 고객의 85%가 2030 세대일 정도로 젊은 층의 호응과 관심 속에 연일 체험 예약 매진이 발생하면서 예약 문의 역시 늘고 있다. 특히 360도로 확인할 수 있는 전신 뷰에 대한 신기함과 평상시 모르고 지나쳤던 신체 각 부위별 사이즈 등을 확인한 후 건강한 체형 관리에 대한 관심이 생겼다는 고객들의 재방문이 이어지고 있다. 여성 전용 무료 체험 서비스 스캔바이미는 스캔부터 결과 리포트 확인까지 약 15~20분 만에 혼자서도 부담 없이 빠르고 간편하게 이용할 수 있다. 무엇보다 프라이빗 스캔룸에서 혼자만의 특별한 체험을 할 수 있어 인스타그램 등 SNS를 통한 공유가 확산되고 있다. ‘스캔바이미’ 서비스를 담당하고 있는 신영와코루 관계자는 “퍼스널 체형 데이터를 바탕으로 쇼핑이나 속옷 사이즈 등 정확한 본인의 체형을 알고 싶다면 스캔바이미를 체험하는 것을 추천한다”면서 “상시 운영하고 있는 스타필드 고양과 명동은 물론, 더 많은 분들이 자신의 체형에 대해 잘 아실 수 있도록 스캔바이미 팝업을 통해 더 많은 곳으로 찾아갈 것”이라고 전했다. 한편, 이번 스캔바이미 스퀘어원 팝업은 지하철 인천 1호선 동춘역에 위치한 인천 스퀘어원 1층 H＆M 매장 옆 팝업존에서 만날 수 있다.

인공지능(AI) 기반 피부측정 및 헬스케어솔루션 전문기업 디지로그(대표 지현종)가 전국 중·고등학교를 대상으로 진행 중인 ‘AI기반 청소년 건강관리 프로젝트’가 청소년 건강증진의 새로운 해법으로 주목받고 있다. 7일 디지로그에 따르면 회사는 서울 동구고를 시작으로 신갈고, 안산디자인문화고, 춘천고, 아산고, 창문여고, 용인흥덕고, 인제고, 화천고 등 전국 각 지역 고등학교에 AI 기반 현장 피부측정 분석 및 건강분석 프로그램을 성공적으로 진행했다. 특히 수능시험 이후 고3 학생들을 위한 체험 프로그램으로 도입되면서 입시 스트레스로 지친 학생들에게 자신의 건강 상태를 과학적으로 점검하고 AI를 직접 체감할 수 있는 기회를 처음으로 제공하고 있다는 평가다. 디지로그가 제공하는 ‘AI 청소년 건강관리 프로그램’은 최첨단 3D 모델링 이미지 분석 기술로 20초 만에 17가지 피부 항목을 정밀 분석한다. 분석 결과는 리포트 형태로 제공돼 학생 스스로 자신의 건강 상태를 이해하고 생활 습관 개선으로 이어질 수 있도록 설계됐다. 피부의 겉모습뿐만 아니라 수분 적정 상태, 민감도, 여드름 발생 가능성 등을 분석해 학생들의 실제 생활 습관과 연결해 조언도 해준다. 디지로그는 “학생들의 관심이 가장 큰 얼굴 피부를 통해 자연스럽게 수분 섭취, 수면 패턴, 스트레스 관리 등 올바른 생활 습관을 형성하도록 AI기반의 과학적 데이터를 근거로 자연스럽게 유도하고 있어 예민한 학생들과 학부모, 해당 학교 교직원들의 큰 호응을 얻고 있다”고 밝혔다. 디지로그의 최대 강점은 단순한 온라인 데이터가 아니라 교육 현장에서 AI 측정 기기를 통해 직접 수집한 ‘현장 중심의 고품질 헬스 데이터’에 있다. 디지로그 관계자는 “피부는 우리 몸을 감싸고 있는 가장 큰 기관으로, 신체 내부와 외부를 연결하는 거울과 같다”며 “피부 데이터를 기반으로 체내 건강 예측 모델을 고도화하고 있다”고 밝혔다. 디지로그는 반도체급 정밀 분석 노하우를 헬스케어에 접목하여 데이터 이동 통로를 표준화하고 있다.

제2의 ‘케이팝 데몬 헌터스’(케데헌) 제작을 꿈꾸는 이들을 위한 국가유산 디지털 데이터가 추가로 개방됐다. 국가유산청은 30일 ‘국가유산 디지털 서비스’를 통해 기존 48만 건이던 국가유산 디지털 데이터를 20만 건의 추가로 개방한다고 밝혔다. 국가유산청은 또 고고학 분야 최초 인공지능(AI) 대화 로봇 서비스인 ‘한국고고학 사전’도 선보였다. 국가유산 디지털 서비스는 케데헌과 같은 영화뿐 아니라 게임 등에 활용할 수 있으며 무료로 사용 가능하다. 이번에 추가 개방된 주요 데이터는 국가유산의 훼손·멸실에 대비한 복원 및 보존·관리·활용을 위한 ‘국가유산 3D 정밀데이터’, 게임·영화·엔터테인먼트 등 디지털 콘텐츠 산업에 활용 가능한 ‘국가유산 3D 에셋’, 국가유산 학술·조사·연구·교육을 지원하는 이미지·도면·보고서 등이다. 국가유산청 관계자는 “국가유산 제대로 알리고, 활용할 수 있도록 소스를 개방한 것인데, 지금까지 118만 건이 활용된 것으로 조사됐다”며 “추정되는 경제적 가치는 1892억 원에 달한다”고 설명했다. 이번에 공개된 ‘한국고고학 사전’은 고고학 분야에 특화된 AI 서비스로, 검색증강생성(검색된 사실 데이터를 기반으로 답변 생성해 허위 정보 생성을 방지하는 기술) 기반의 근거 중심(소스 기반) 답변을 통해, 구석기·청동기시대 정보를 요약·정리하고 질의응답 생성이 가능하다.

매년 사업 전략을 세울 때 가장 효과적인 방법은 목표가 실현된 미래의 모습을 먼저 그려보고, 그 미래에서 현재로 거슬러오며 단계별로 실행 가능한 계획을 세우는 것이다. 이 방식은 목표를 더 체계적으로, 더 현실적으로 달성하게 한다. 건설산업도 마찬가지라고 생각한다. AX가 완전히 자리 잡은 미래의 건설 현장과 도시의 모습을 먼저 상상해 본다. 이번 마지막 편에서는 AX 시대의 건설산업이 어떤 모습으로 진화할지, 그리고 그 변화의 중심에 있는 건설기계, BIM, 건설사업관리 플랫폼이 어떻게 재편될지 구체적으로 그려본다. ①로봇과 AI 기반의 건설기계 변화-무인화와 실시간 최적화 AX 시대의 건설 현장은 더 이상 사람이 중심이 아니다. 로봇과 AI 장비가 작업을 수행하고, 사람은 감독자나 의사결정자로서 역할을 한다. 로봇은 스스로 작업 경로를 계산하고, 공정 상황에 따라 자동으로 작업량을 조절한다. AI는 장비 고장이나 정비 필요 여부를 예측해 유지보수 일정을 자동으로 조정한다. 결과적으로 안전사고는 급감하고, 공정 효율은 비약적으로 향상될 것이다. ②BIM 기반 건축물 전 생애주기 관리의 변화-설계·시공·유지관리의 완전한 통합 AX 시대의 핵심 인프라는 BIM과 디지털 트윈이다. 이 두 기술은 건축물의 설계 → 시공 → 유지관리를 하나의 데이터 흐름으로 연결한다. 1.설계 단계-AI가 설계안을 자동 생성하는 시대 BIM 모델을 기반으로 AI가 수십~수백 개의 설계안을 자동으로 생성하고, 구조적 간섭 여부, 자재 사용량, 에너지 효율 등을 비교해 최적안을 제시하는 제너레이티브(Generative) 디자인이 대세로 자리 잡을 것이다. 십여 년 전 매개변수를 입력하여 설계안을 생성하는 파라메트릭(Parametric) 디자인이 유행처럼 번졌다. 이 방식은 사람이 직접 원하는 결과물을 도출하기 위해 매개변수를 입력해가며 설계안을 발전시키는 데 반해 제너레이티브 디자인은 사람이 원하는 성능과 목표, 방향성만 제시하면 알고리즘이 방대한 데이터를 탐색하고 조합해 전혀 예상치 못한 유기적 형태의 디자인을 도출할 수도 있다. 파라메트릭이 DX라면, 제너레이티브는 AX라고 할 수 있다. 설계는 더 이상 사람이 “처음부터 끝까지 직접 만드는 작업”이 아니라, AI가 제시한 옵션 중 최적안을 선택하고 조정하는 방식으로 바뀔 것이다. 2.시공 단계-오류 없는 시공, 안전 리스크 제로화 BIM 모델은 시공 단계에서 공정 간섭 자동 검출, 장비 동선 최적화, AR 기반 시공성 시뮬레이션 검토, 로봇과 자율주행 장비의 작업 기준 데이터 제공 등의 역할을 할 것이다. 즉, 관리자는 시공 전 미리 작업 상황을 고려, 공정 순서대로 공사를 미리 시뮬레이션해보고 어디가 위험하고, 품질관리 포인트는 어디인지를 분명히 알고 공사를 진행할 수 있다. 이를 통해 안전사고 예방뿐 아니라 품질관리 기준 또한 높아질 것이다. 3.유지관리 단계-디지털 트윈 기반의 지능형 건축물 운영 디지털 트윈은 실제 건축물의 상태를 실시간으로 반영하는 가상 복제 공간이다. 이 기술은 시설 유형별로 관리상의 여러 변화를 만든다. 아파트와 같은 주택에서는 누수·균열·배관 이상을 센서가 감지하고, 디지털 트윈이 고장 가능성을 예측하여 미리 보수할 수 있도록 알림을 줄 것이다. 또한 거주자의 생활 패턴을 분석해 난방·환기·조명을 자동 조절할 수도 있고 에너지 사용량을 최적화해 관리비 또한 절감할 수 있을 것이다. 공장과 같은 산업시설에서는 설비의 진동·온도·압력 데이터를 실시간 분석해 고장 전 징후를 감지해 다운타임(가동 중단 시간)을 최소화하여 공장을 운영할 수 있고 생산 라인의 병목을 자동 분석하고 운영 계획을 조정할 수도 있다. 또한 위험 지역은 로봇이 점검하고, AI가 유지보수 일정을 자동 생성해 줄 것이다. GE, Siemens, Bosch 등 글로벌 제조사는 이미 공장 디지털 트윈을 운영 중이며, 설비 고장 예측 정확도가 30~50% 향상된 사례도 보고되고 있다. 오피스 및 상업시설에서도 공간별 사용량을 분석해 냉난방과 조명을 자동 제어하고 실내 공기질을 실시간 모니터링하고 자동 환기 시키는 등 실내 거주자의 쾌적성을 위해 알아서 설비를 제어하게 될 것이다. ③건설사업관리 플랫폼의 변화-수주부터 준공까지 하나의 데이터 흐름 AX 시대에는 건설사업관리 방식도 완전히 바뀐다. 수주 단계에는 AI가 입찰 문서·계약 리스크·원가 구조 등을 신속하게 분석하고 경쟁사 전략과 시장 데이터를 기반으로 최적 수주 전략을 제시하게 될 것이다. 삼성물산은 이미 AI 기반 계약 리스크 분석 시스템을 운영 중이다. 시공 단계에서는 앞서 설명한 바와 같이 공정 계획은 AI가 자동 생성하고, 현장 상황에 따라 실시간 작업을 조율한다. 자재 수급·장비 배치·인력 투입은 AI의 분석과 계획에 따라 최적화하고 안전관리는 AI CCTV가 실시간으로 감지한다. 준공 및 운영 단계에서 준공 데이터는 BIM 초기 생성 모델과 As-built 도면을 바탕으로 업데이트된 모델이 디지털 트윈으로 자동 전환된다. 유지관리 계획은 관리 주체가 입력한 성능 목표에 따라 AI가 자동 생성하고 운영 시 축적된 데이터는 다시 설계, 시공 단계로 피드백돼 다음 프로젝트의 품질을 높인다. 즉, 건설사업관리는 프로젝트 단위 관리에서 데이터 기반 플랫폼 운영으로 진화하게 된다. AX는 건설산업을 무인화·지능화·지속가능성 중심 산업으로 재편한다. 로봇과 AI 장비가 현장을 운영하고, BIM과 디지털 트윈이 건축물의 생애주기를 관리하며, 건설사업관리 플랫폼이 수주부터 준공까지 모든 의사결정을 돕는다. 이제 건설산업의 리더는 기술을 따라가는 사람이 아니라, 기술로 미래를 설계하는 사람이 되어야 한다. AI와 로봇이 함께 움직이는 현장, 데이터가 실시간으로 흐르는 운영, 안전과 효율이 동시에 확보되는 산업. 건설은 더 이상 과거의 3D(Dangerous, Difficult & Dirty)가 아닌 디지털(Digital) 기술을 기반으로, 역동적(Dynamic)이며, 청년들이 선망하는 품격 있는(Decent) 일자리라는 새로운 ‘미래형 3D’로 변화할 것이다. 그 미래는 이미 시작되었고, 우리가 준비해야 할 시간은 지금이다.

매년 사업 전략을 세울 때 가장 효과적인 방법은 목표가 실현된 미래의 모습을 먼저 그려보고, 그 미래에서 현재로 거슬러오며 단계별로 실행 가능한 계획을 세우는 것이다. 이 방식은 목표를 더 체계적으로, 더 현실적으로 달성하게 한다. 건설산업도 마찬가지라고 생각한다. AX가 완전히 자리 잡은 미래의 건설 현장과 도시의 모습을 먼저 상상해 본다. 이번 마지막 편에서는 AX 시대의 건설산업이 어떤 모습으로 진화할지, 그리고 그 변화의 중심에 있는 건설기계, BIM, 건설사업관리 플랫폼이 어떻게 재편될지 구체적으로 그려본다. ①로봇과 AI 기반의 건설기계 변화-무인화와 실시간 최적화 AX 시대의 건설 현장은 더 이상 사람이 중심이 아니다. 로봇과 AI 장비가 작업을 수행하고, 사람은 감독자나 의사결정자로서 역할을 한다. 로봇은 스스로 작업 경로를 계산하고, 공정 상황에 따라 자동으로 작업량을 조절한다. AI는 장비 고장이나 정비 필요 여부를 예측해 유지보수 일정을 자동으로 조정한다. 결과적으로 안전사고는 급감하고, 공정 효율은 비약적으로 향상될 것이다. ②BIM 기반 건축물 전 생애주기 관리의 변화-설계·시공·유지관리의 완전한 통합 AX 시대의 핵심 인프라는 BIM과 디지털 트윈이다. 이 두 기술은 건축물의 설계 → 시공 → 유지관리를 하나의 데이터 흐름으로 연결한다. 1.설계 단계-AI가 설계안을 자동 생성하는 시대 BIM 모델을 기반으로 AI가 수십~수백 개의 설계안을 자동으로 생성하고, 구조적 간섭 여부, 자재 사용량, 에너지 효율 등을 비교해 최적안을 제시하는 제너레이티브(Generative) 디자인이 대세로 자리 잡을 것이다. 십여 년 전 매개변수를 입력하여 설계안을 생성하는 파라메트릭(Parametric) 디자인이 유행처럼 번졌다. 이 방식은 사람이 직접 원하는 결과물을 도출하기 위해 매개변수를 입력해가며 설계안을 발전시키는 데 반해 제너레이티브 디자인은 사람이 원하는 성능과 목표, 방향성만 제시하면 알고리즘이 방대한 데이터를 탐색하고 조합해 전혀 예상치 못한 유기적 형태의 디자인을 도출할 수도 있다. 파라메트릭이 DX라면, 제너레이티브는 AX라고 할 수 있다. 설계는 더 이상 사람이 “처음부터 끝까지 직접 만드는 작업”이 아니라, AI가 제시한 옵션 중 최적안을 선택하고 조정하는 방식으로 바뀔 것이다. 2.시공 단계-오류 없는 시공, 안전 리스크 제로화 BIM 모델은 시공 단계에서 공정 간섭 자동 검출, 장비 동선 최적화, AR 기반 시공성 시뮬레이션 검토, 로봇과 자율주행 장비의 작업 기준 데이터 제공 등의 역할을 할 것이다. 즉, 관리자는 시공 전 미리 작업 상황을 고려, 공정 순서대로 공사를 미리 시뮬레이션해보고 어디가 위험하고, 품질관리 포인트는 어디인지를 분명히 알고 공사를 진행할 수 있다. 이를 통해 안전사고 예방뿐 아니라 품질관리 기준 또한 높아질 것이다. 3.유지관리 단계-디지털 트윈 기반의 지능형 건축물 운영 디지털 트윈은 실제 건축물의 상태를 실시간으로 반영하는 가상 복제 공간이다. 이 기술은 시설 유형별로 관리상의 여러 변화를 만든다. 아파트와 같은 주택에서는 누수·균열·배관 이상을 센서가 감지하고, 디지털 트윈이 고장 가능성을 예측하여 미리 보수할 수 있도록 알림을 줄 것이다. 또한 거주자의 생활 패턴을 분석해 난방·환기·조명을 자동 조절할 수도 있고 에너지 사용량을 최적화해 관리비 또한 절감할 수 있을 것이다. 공장과 같은 산업시설에서는 설비의 진동·온도·압력 데이터를 실시간 분석해 고장 전 징후를 감지해 다운타임(가동 중단 시간)을 최소화하여 공장을 운영할 수 있고 생산 라인의 병목을 자동 분석하고 운영 계획을 조정할 수도 있다. 또한 위험 지역은 로봇이 점검하고, AI가 유지보수 일정을 자동 생성해 줄 것이다. GE, Siemens, Bosch 등 글로벌 제조사는 이미 공장 디지털 트윈을 운영 중이며, 설비 고장 예측 정확도가 30~50% 향상된 사례도 보고되고 있다. 오피스 및 상업시설에서도 공간별 사용량을 분석해 냉난방과 조명을 자동 제어하고 실내 공기질을 실시간 모니터링하고 자동 환기 시키는 등 실내 거주자의 쾌적성을 위해 알아서 설비를 제어하게 될 것이다. ③건설사업관리 플랫폼의 변화-수주부터 준공까지 하나의 데이터 흐름 AX 시대에는 건설사업관리 방식도 완전히 바뀐다. 수주 단계에는 AI가 입찰 문서·계약 리스크·원가 구조 등을 신속하게 분석하고 경쟁사 전략과 시장 데이터를 기반으로 최적 수주 전략을 제시하게 될 것이다. 삼성물산은 이미 AI 기반 계약 리스크 분석 시스템을 운영 중이다. 시공 단계에서는 앞서 설명한 바와 같이 공정 계획은 AI가 자동 생성하고, 현장 상황에 따라 실시간 작업을 조율한다. 자재 수급·장비 배치·인력 투입은 AI의 분석과 계획에 따라 최적화하고 안전관리는 AI CCTV가 실시간으로 감지한다. 준공 및 운영 단계에서 준공 데이터는 BIM 초기 생성 모델과 As-built 도면을 바탕으로 업데이트된 모델이 디지털 트윈으로 자동 전환된다. 유지관리 계획은 관리 주체가 입력한 성능 목표에 따라 AI가 자동 생성하고 운영 시 축적된 데이터는 다시 설계, 시공 단계로 피드백돼 다음 프로젝트의 품질을 높인다. 즉, 건설사업관리는 프로젝트 단위 관리에서 데이터 기반 플랫폼 운영으로 진화하게 된다. AX는 건설산업을 무인화·지능화·지속가능성 중심 산업으로 재편한다. 로봇과 AI 장비가 현장을 운영하고, BIM과 디지털 트윈이 건축물의 생애주기를 관리하며, 건설사업관리 플랫폼이 수주부터 준공까지 모든 의사결정을 돕는다. 이제 건설산업의 리더는 기술을 따라가는 사람이 아니라, 기술로 미래를 설계하는 사람이 되어야 한다. AI와 로봇이 함께 움직이는 현장, 데이터가 실시간으로 흐르는 운영, 안전과 효율이 동시에 확보되는 산업. 건설은 더 이상 과거의 3D(Dangerous, Difficult & Dirty)가 아닌 디지털(Digital) 기술을 기반으로, 역동적(Dynamic)이며, 청년들이 선망하는 품격 있는(Decent) 일자리라는 새로운 ‘미래형 3D’로 변화할 것이다. 그 미래는 이미 시작되었고, 우리가 준비해야 할 시간은 지금이다.

건설산업은 지금 ‘디지털 전환(DX)’에서 ‘AI 전환(AX)’으로 넘어가는 거대한 변화의 초입에 서 있다. DX가 ‘기술을 도입하는 단계’였다면, AX는 ‘기술이 스스로 판단하고 움직이는 단계’이다. 이 변화는 단순한 업그레이드가 아니라, 건설산업의 운영 방식 자체를 다시 설계하는 과정이다. 그렇다면 어떻게 DX에서 AX로 자연스럽게 넘어갈 수 있을까? 그리고 아직 DX가 충분히 자리 잡지 않은 기업은 무엇부터 준비해야 할까? ①DX 성과를 기반으로 AX로 확장하는 방법 DX는 AX의 ‘기초 체력’이다. DX가 제대로 구축되지 않은 상태에서 AX를 시도하면, 마치 부실한 기초 위에 건물을 올리는 것과 같다. DX가 잘 된 기업은 크게 세 가지 특징이 있다. 데이터를 한 곳에 모으고, 표준화하며, 의사결정에 활용한다. 다시 말하면 자료는 클라우드 저장소에 모아 CDE(Common Data Environment) 환경을 구축하고, BIM, 드론 등을 활용해 정보를 디지털로 수집한다. 또한 데이터를 모으고 관리하는 툴이나 시트를 표준화하여 누구나 동일한 포맷을 사용하게 만든다. 마지막으로 이렇게 모은 정량적, 정성적 데이터를 바탕으로 의사결정에 활용한다. 이러한 기반이 갖춰진 기업은 AX로 확장할 때 AI가 학습할 자료인 데이터가 풍부하고, 자율 시스템이 작동할 환경(표준화된 프로세스)이 이미 마련돼 전환 속도가 빠르다. 그렇다면 아직 DX가 부족한 기업은 무엇부터 해야 할까? 우선 종이로 된 문서나 수기 기록들을 디지털 데이터로 변환해야 한다. 그리고 각자 관리하던 데이터를 한 곳에 집중해서 모으는 노력을 해야 한다. 또한 자재, 공정, 안전 등 관련 데이터를 일련 코드나 통일된 포맷으로 표준화하는 작업이 필요하다. 그리고 무엇보다 중요한 것은 직원들이 이러한 변화를 공감할 수 있도록 교육해야 한다. DX는 단순히 ‘특정 기술 도입’이 아니라 ‘일하는 방식의 총체적 변화’다. 이 변화가 자리 잡아야 AX가 비로소 현실이 된다. ②‘데이터 → 알고리즘 → 자율화’의 단계적 로드맵 AX는 하루아침에 완성되지 않는다. 다음 제시하는 3단계를 순서대로 진행해야 한다. 첫 번째, 모든 데이터를 디지털로 흐르는 상태로 만든다. 즉 현장에서 드론이 촬영한 영상이나 사진을 3D 지형 데이터로 변환하고 IoT 센서를 통해 읽어 들인 온도, 습도, 진동, 수치 등을 입력 데이터화하며, BIM에서 작성된 설계, 자재, 공정 등의 정보를 한 곳에 모아 디지털화한다. 이 데이터가 정확하고 표준화돼야 다음 단계로 넘어갈 수 있다. 다음은 알고리즘 단계로 AI가 판단을 돕는 단계다. 데이터가 쌓이면 AI가 패턴을 읽고 예측을 시작한다. 축적된 디지털 데이터를 기반으로 공정 지연 가능성, 자재 수급 부족 시점, 위험 구역 자동 감지, 장비 고장 가능성 등 사전 리스크를 감지하고 사람의 판단을 돕는다. 마지막은 자율화 단계로 AI와 로봇이 스스로 움직이는 단계이며 여기부터 진정한 AX가 시작된다. 예를 들어 자율주행 굴착기가 스스로 입력된 공정 계획에 따라 그날의 작업 경로를 계산해 굴착한다. 또한 드론이 주기적으로 현장을 순찰하며 위험 요소를 감지하고 필요 시 AI가 현장 상황을 판단해 공정 계획을 자동으로 조정한다. 또한 건설 로봇이 공종별 진척에 따라 Hold Point 도래 시 품질 검사를 수행하고 결과를 자동으로 보고한다. 이 단계에서는 사람이 감독자가 되고, AI는 실행자가 된다. ③협업 생태계 구축 “건설사 혼자서는 AX로 갈 수 없다” AX는 한 기업의 힘만으로는 불가능하다. 건설사, 테크 기업, 정부, 학계가 함께 생태계를 만들어야 한다. 건설사는 현장에서 도입하고자 하는 AI의 범위와 요구 조건을 명확히 정의하고 다양한 기술의 테스트베드를 제공해야 한다. 테크 기업들은 건설 현장의 요구에 맞는 솔루션을 커스터마이징하고 BIM을 활용한 공정 간 간섭 조율과 디지털 트윈 환경 구축, 건설 로봇 개발, 드론 기술 등을 선제적으로 개발해야 한다. 정부는 이러한 기술 개발과 적용 과정에서 필연적으로 발생할 수밖에 없는 제도적, 법적 허들을 완화 또는 제거할 수 있도록 관련 기업들과 적극적으로 소통하고 개선해 나가야 한다. 마지막으로 학계는 산학 연계 R&D 등을 통해 기술을 검증하고 관련 기술들에 대한 표준화, 전문 인력 양성 등의 노력을 기울여야 한다. 이 네 주체가 함께 움직일 때 비로소 AX는 산업 전체로 확산될 것이다. AX는 미래 기술이 아니라, 이미 시작된 변화다. 하지만 이 변화는 기술만으로 이루어지지 않는다. 데이터를 정제하고 조직 문화를 바꾸며, 협업 생태계를 구축하여 단계적으로 로드맵을 따라가야 자연스럽게 AX로 넘어갈 수 있다. DX가 기초 공사라면, AX는 그 위에 올라가는 건물이다.

건설산업은 지금 ‘디지털 전환’(DX)에서 ‘AI 전환’(AX)으로 넘어가는 거대한 변화의 초입에 서 있다. DX가 ‘기술을 도입하는 단계’였다면, AX는 ‘기술이 스스로 판단하고 움직이는 단계’이다. 이 변화는 단순한 업그레이드가 아니라, 건설산업의 운영 방식 자체를 다시 설계하는 과정이다. 그렇다면 어떻게 DX에서 AX로 자연스럽게 넘어갈 수 있을까? 그리고 아직 DX가 충분히 자리 잡지 않은 기업은 무엇부터 준비해야 할까? ①DX 성과를 기반으로 AX로 확장하는 방법 DX는 AX의 ‘기초 체력’이다. DX가 제대로 구축되지 않은 상태에서 AX를 시도하면, 마치 부실한 기초 위에 건물을 올리는 것과 같다. DX가 잘 된 기업은 크게 세 가지 특징이 있다. 데이터를 한 곳에 모으고, 표준화하며, 의사결정에 활용한다. 다시 말하면 자료는 클라우드 저장소에 모아 CDE(Common Data Environment) 환경을 구축하고, BIM, 드론 등을 활용해 정보를 디지털로 수집한다. 또한 데이터를 모으고 관리하는 툴이나 시트를 표준화하여 누구나 동일한 포맷을 사용하게 만든다. 마지막으로 이렇게 모은 정량적, 정성적 데이터를 바탕으로 의사결정에 활용한다. 이러한 기반이 갖춰진 기업은 AX로 확장할 때 AI가 학습할 자료인 데이터가 풍부하고, 자율 시스템이 작동할 환경(표준화된 프로세스)이 이미 마련돼 전환 속도가 빠르다. 그렇다면 아직 DX가 부족한 기업은 무엇부터 해야 할까? 우선 종이로 된 문서나 수기 기록들을 디지털 데이터로 변환해야 한다. 그리고 각자 관리하던 데이터를 한 곳에 집중해서 모으는 노력을 해야 한다. 또한 자재, 공정, 안전 등 관련 데이터를 일련 코드나 통일된 포맷으로 표준화하는 작업이 필요하다. 그리고 무엇보다 중요한 것은 직원들이 이러한 변화를 공감할 수 있도록 교육해야 한다. DX는 단순히 ‘특정 기술 도입’이 아니라 ‘일하는 방식의 총체적 변화’다. 이 변화가 자리 잡아야 AX가 비로소 현실이 된다. ②‘데이터 → 알고리즘 → 자율화’의 단계적 로드맵 AX는 하루아침에 완성되지 않는다. 다음 제시하는 3단계를 순서대로 진행해야 한다. 첫 번째, 모든 데이터를 디지털로 흐르는 상태로 만든다. 즉 현장에서 드론이 촬영한 영상이나 사진을 3D 지형 데이터로 변환하고 IoT 센서를 통해 읽어 들인 온도, 습도, 진동, 수치 등을 입력 데이터화하며, BIM에서 작성된 설계, 자재, 공정 등의 정보를 한 곳에 모아 디지털화한다. 이 데이터가 정확하고 표준화돼야 다음 단계로 넘어갈 수 있다. 다음은 알고리즘 단계로 AI가 판단을 돕는 단계다. 데이터가 쌓이면 AI가 패턴을 읽고 예측을 시작한다. 축적된 디지털 데이터를 기반으로 공정 지연 가능성, 자재 수급 부족 시점, 위험 구역 자동 감지, 장비 고장 가능성 등 사전 리스크를 감지하고 사람의 판단을 돕는다. 마지막은 자율화 단계로 AI와 로봇이 스스로 움직이는 단계이며 여기부터 진정한 AX가 시작된다. 예를 들어 자율주행 굴착기가 스스로 입력된 공정 계획에 따라 그날의 작업 경로를 계산해 굴착한다. 또한 드론이 주기적으로 현장을 순찰하며 위험 요소를 감지하고 필요 시 AI가 현장 상황을 판단해 공정 계획을 자동으로 조정한다. 또한 건설 로봇이 공종별 진척에 따라 Hold Point 도래 시 품질 검사를 수행하고 결과를 자동으로 보고한다. 이 단계에서는 사람이 감독자가 되고, AI는 실행자가 된다. ③협업 생태계 구축 “건설사 혼자서는 AX로 갈 수 없다” AX는 한 기업의 힘만으로는 불가능하다. 건설사, 테크 기업, 정부, 학계가 함께 생태계를 만들어야 한다. 건설사는 현장에서 도입하고자 하는 AI의 범위와 요구 조건을 명확히 정의하고 다양한 기술의 테스트베드를 제공해야 한다. 테크 기업들은 건설 현장의 요구에 맞는 솔루션을 커스터마이징하고 BIM을 활용한 공정 간 간섭 조율과 디지털 트윈 환경 구축, 건설 로봇 개발, 드론 기술 등을 선제적으로 개발해야 한다. 정부는 이러한 기술 개발과 적용 과정에서 필연적으로 발생할 수밖에 없는 제도적, 법적 허들을 완화 또는 제거할 수 있도록 관련 기업들과 적극적으로 소통하고 개선해 나가야 한다. 마지막으로 학계는 산학 연계 R&D 등을 통해 기술을 검증하고 관련 기술들에 대한 표준화, 전문 인력 양성 등의 노력을 기울여야 한다. 이 네 주체가 함께 움직일 때 비로소 AX는 산업 전체로 확산될 것이다. AX는 미래 기술이 아니라, 이미 시작된 변화다. 하지만 이 변화는 기술만으로 이루어지지 않는다. 데이터를 정제하고 조직 문화를 바꾸며, 협업 생태계를 구축하여 단계적으로 로드맵을 따라가야 자연스럽게 AX로 넘어갈 수 있다. DX가 기초 공사라면, AX는 그 위에 올라가는 건물이다.

종이 숙제 더미 대신 스캐너 소리가 교무실을 채웠다. 단 1분 만에 물리 숙제 40여장이 순식간에 스캔되고 채점까지 끝났다. 18일 중국 펑멘신문에 따르면 중국 청두의 여러 중·고등학교에서 인공지능(AI) 숙제 채점 시스템이 실제 수업 현장에 도입되며 교육 현장의 풍경이 빠르게 달라지고 있다. 청두의 한 실험학교 교무실에는 과거 수북하게 쌓여있던 숙제 노트가 사라졌다. 고속 스캐너가 돌아가는 동안 AI 시스템은 종이 숙제를 디지털로 변환하는 동시에 답안을 분석해 채점을 마친다. 이 학교는 2023년부터 ‘인공지능+교육’ 시범학교로 스마트 숙제 채점 시스템을 도입했다. 교사는 서술형 문제를 채점하고, 선택형 문항은 AI가 빠르게 스캔해 채점한다. 시스템은 학생별 점수와 오답 분포도 자동으로 정리해준다. AI의 역할은 단순한 정답·오답 판별에 그치지 않는다. 시스템은 틀린 문제를 실제 교과서 단원과 오류 유형별로 분류해 학생마다 맞춤형 오답 노트를 자동으로 생성한다. 교사는 이를 바탕으로 반 전체의 학습 상태를 한눈에 보여주는 학습맵과 빈출 오답 목록을 확인하고 즉각 보완 수업을 준비할 수 있다. 학생들 역시 오답 출력기를 이용해 필요한 문제만 골라 복습할 수 있다. 숙제 채점이 끝이 아니라 학습 피드백의 출발점이 되는 셈이다. ●AI 채점 정확도는 약 95%...교사 “수업에 도움 된다” 효율성만큼이나 정확도는 학부모들의 최대 관심사다. 학교 측에 따르면 이 시스템은 대형 언어모델 기술을 적용해 채점 정확도를 약 95% 수준까지 끌어올렸다. AI가 답안을 명확히 판별하지 못할 경우 자동으로 알림이 뜨고, 교사가 직접 확인해 보완한다. 모든 채점 과정은 기록으로 남아 교사가 일괄 수정하는 것도 가능하다. 현재 청두시에서는 이미 여러 학교가 AI 숙제 채점 기술을 도입해 수업에 활용하고 있고 그 숫자는 계속 늘어나고 있다. 한 교사는 AI가 채점 시간을 줄여줄 뿐 아니라 시각화된 데이터로 학생들의 약점을 정확히 보여준다며 교사가 어디에 집중해야 할지를 판단하는 데 큰 도움이 된다고 밝혔다. 청두에서는 AI 활용이 평가를 넘어 수업 전반으로 확장되고 있다. AI 더빙 수업, 달 탐사 프로젝트 같은 융합 수업이 등장했고, 일부 초등학교에서는 인공지능·드론·3D 프린팅 동아리도 운영 중이다. AI가 숙제를 채점하는 시대, 교실의 풍경은 분명 달라지고 있다. 다만 이 변화가 교사의 부담을 덜어주는 조력자로 자리 잡을지, 또 다른 교육 격차를 낳을지는 앞으로의 운영에 달려 있다.

건설산업이 DX(디지털 전환)를 넘어 AX(인공지능 전환)로 도약하려면 기술 자체만으로는 충분하지 않을 수 있다. 건설 현장의 고착화된 문화와 정서, 법과 제도, 공사비, 데이터 관리와 인력까지 모두 얽혀 있다. 이번에는 AX 전환을 위한 과정에서 기술, 제도, 조직, 경제적 측면의 허들이 어떠한 것들이 있고 극복 방안에 대해 살펴본다. ●기술적 허들: AI·로봇·자율시스템의 성숙도와 현장 적합성 CES 2025에 자율주행 굴착기를 비롯한 다양한 로봇들이 등장했다. 머신가이던스(MG), 머신컨트롤(MC), 드론 계측 등은 이미 시연 단계 또는 부분 적용 단계지만, “모든 현장에 당장 투입”은 아직 어려운 단계다. 복잡한 지반, 날씨 여건, 협소한 도심지 현장, 매일 변화하는 공정 간섭 속에서 센서 노이즈, 응답 지연, 맵 정합과 경로 계획 안정성 등을 기술적으로 극복하고 성숙 단계에 도달하기까지는 아직 많은 시행착오와 기술 개발이 숙제로 남아있다. 예를 들어 건설 현장에서 드론과 인공지능(AI)을 활용해 3차원(3D) 디지털 지도를 만들어 장비 투입 최적화 루트를 계산하지만, 최적 장비 조합을 실제 현장에서 구현 시 안전 구역 설정, 반출입 동선 관리, 공정 간섭 등과 충돌하여 실행에 옮기기까지는 어려움이 많다. 이는 건설 현장에서 지속적인 검토를 통해 통합 엔지니어링(로보틱스+BIM+시공 계획+HSE) 역량을 더욱 향상시켜야 비로소 AI 기술을 접목한 장비 활용이 가능할 것이다. ●제도적 허들: 규제, 안전 기준, 법적 책임의 명확화 2022년부터 중대재해처벌법 시행으로 사업주 및 경영 책임자의 책임 범위가 크게 확대됐다. 안전 관리 체계 구축과 실행 여부가 처벌 판단의 핵심 기준으로 작동한다. 이런 환경에서 건설사가 자율주행 지게차나 로봇과 같은 AI가 결합된 장비나 시스템을 도입하여 활용하다 안전 사고를 낼 경우 “사고의 법적 책임”이 쟁점이 될 수 있다. 디지털·AI 기반 안전 관리 증빙과 장비 운영 로그(데이터 거버넌스)가 관리 책임을 규명하는 주요 판단 근거가 될 것이다. 자칫 책임 불명확과 과도한 규제는 초기 AI 안전 관리 확산에 장애물이 될 수 있다. 결과적으로, 자율 주행 장비, AI가 결합된 기계의 의사 결정에 있어 안전 적합성 검증, 데이터 기반 위험 평가, 시정 조치 체계, 감리·발주자의 디지털 확인 절차 등이 제도적으로 내재화돼야 하며, 그렇지 않다면 AX의 PoC 단계에서 상용화 단계로 확대될 수 없다. ●조직적 허들: 보수적 문화와 인력 재교육 기술보다 더 어려운 것은 사람의 변화다. 건설업은 오랜 경험과 직관이 중요한 분야라, AI나 로봇이 판단한다고 해도 “과연 그게 맞아?”라는 의심이 생기기 쉽다. 또한 새로운 기술을 쓰려면 기존 인력의 재교육이 필요하다. 드론 조종, 데이터 분석, 로봇 운영 같은 새로운 직무가 생기기 때문이다. 일부 기업은 ‘디지털 전담팀’을 만들어 AX를 준비하고 있지만, 조직 전체가 바뀌려면 상당한 시간이 필요하다. AI가 의사 결정을 일부 대체하거나 지원하는 체계를 구축하려면, 권한과 책임의 위임 전결 설계, 새로운 직무 정의(로봇 운영, 데이터 엔지니어, HSE 데이터 관리자 등), 교육과 평가 체계 정립이 필요하다. 기업들은 ‘AX 조직’을 주축으로 프로세스 자동화, 데이터 기반 의사 결정 체계를 확립해야 하며, HR은 업무의 중요도와 분야에 따라 AI를 단순 참고용 의사 결정 도구로만 활용할지, 최종 의사 결정 권한을 부여할지에 대한 R&R을 분명히 정립해야 할 것이다. ●경제적 허들: 초기 투자, ROI 불확실성과 시장 변동성 AX 기술은 초기 투자 비용이 많이 들어간다. 드론, 센서, AI 시스템, 자율 주행 장비까지 도입하려면 수십억 원이 투입되기도 하는데 그만큼의 효과가 즉시 체감되지 않아 ROI(투자 대비 수익) 예측이 명확하지 않다. 그래서 많은 기업들이 “지금은 건설 경기도 안 좋은데, 이걸 무리해서 도입해도 괜찮을까?”라는 고민을 한다. 하지만 일부 기업은 과거부터 시스템적으로 공정 지연을 줄이고, 안전 사고를 예방하면서 실제로 비용을 절감하기 위한 시도를 해왔고 이를 통해 확보한 데이터를 활용하여 AI를 데이터 기반의 의사 결정 도구로 활용할 준비를 하고 있다. Q-cost(품질 비용)상 예방 비용을 선제적으로 투입함으로써 실패 비용을 낮춰 전체 품질 비용을 절감하기 위한 노력이기도 하다. 현재 대한민국 건설업은 2~3년 전부터 발주 물량 감소 및 착공 지연에 따라 수주 및 수익성 악화, 잠재된 PF 구조 부실, 높은 부채 비율 등 여러 리스크가 겹친 상태다. 경제 전문가들은 이르면 2026년 하반기부터 건설 경기가 서서히 회복될 것이라고 예측한다. 건설 경기 둔화와 회복의 사이클은 5~10년 주기로 반복되는 경향을 보이며 현재는 무리한 출혈 경쟁 수주보다 내실을 다지며 미래를 대비하기 위한 효율적인 업무 시스템을 정비할 필요가 있다. “데이터 통합→의사 결정 도구→운영 최적화”에 투자한 ROI는 다른 투자에 비해 더 빨리 다가올 수 있다. 위에 언급한 네 가지 허들이 전부는 아니겠지만 AX를 향해 건설사, 정부, IT 기업, 스타트업 기업들이 머리를 맞대고 장벽을 하나둘 논의하여 걷어냄으로써 대한민국의 건설 산업은 한 차원 높이 도약할 수 있을 것이다.

건설산업에서 디지털 전환(DX)은 단순히 컴퓨터를 잘 다루는 수준을 넘어 현장의 모든 정보를 데이터로 바꾸어 관리하는 시스템이다. 드론이 촬영한 현장 사진, IoT(사물인터넷) 센서가 기록한 온도와 습도, 설계 도면을 3차원(3D) 정보로 변환한 BIM(건축정보모델링) 객체까지 모두 데이터다. 하지만 중요한 점은 데이터를 모으는 것 자체가 목적이 아니라 잘 정리하고 활용해야 한다는 것이다. ●건설업의 데이터 활용사례 그렇다면 건설사에서는 프로젝트 수주, 설계, 시공 및 유지관리에 이르기까지의 방대한 데이터를 어떻게 다루고 있을까? 수주 단계에는 발주처의 요구사항, 입찰 조건 등의 자료와 함께 경쟁사 분석, 예상 손익, 리스크 등의 검토 자료들이 쌓인다. 삼성물산은 수천 페이지에 이르는 입찰 안내서를 효과적으로 분석하기 위해 LLM 기반의 AI 에이전트를 활용하여 리스크를 신속하게 분석하고 업무 효율을 높이고 있다. 설계 단계에는 BIM 모델, 설계 도면, 구조/환경 시뮬레이션 데이터를 활용하는데, 이런 데이터들을 활용해 설계 오류를 줄이고 공정과 공사비 예측 정확도를 높일 수 있다. 공사 중에는 현장에 심어놓은 각종 계측기를 통해 IoT 센서 데이터(온도, 습도, 변위값 등)를 수집하고 드론과 라이다 센서를 통해 측량한 데이터 등을 활용하여 품질 및 안전관리의 효율을 높인다. 준공 후 유지관리 단계에서는 시설물이나 건축물의 하자 이력, 유지보수 기록 등을 통해 설계 단계 혹은 공사 중 품질관리 방안, 대책을 수립하여 선 반영할 수 있으며 시설물을 디지털 트윈으로 구현하여 설계 단계부터 유지관리 단계까지 데이터를 연계해 관리하고 있다. ●데이터 관리의 허점과 실패 사례 하지만 데이터를 제대로 축적하고 정제하지 못하면 모으기만 하고 제대로 활용할 수 없다. 대표적인 사례가 표준화되지 않은 기록 관리다. 일부 회사에서는 똑같은 공사나 자재를 유사한 이름 여러 개로 관리하고 있어 어떤 공종과 이름으로 기록해야 할지 사용자가 고민하는 경우가 있다. 예를 들면, 방바닥 미장 공사를 방통 공사, 바닥 몰탈 공사, 바닥 미장 공사 등 여러 이름으로 등록해 두고 이 중에서 골라 입력하게 하여 업무에 혼선을 빚고 데이터를 제대로 모으기 어려운 경우가 있다. 다른 문제는 데이터 사일로 현상이다. 부서마다 별도로 데이터를 관리하여 서로 연결되지 못하고 중복되거나 위의 사례처럼 통일된 용어를 사용하지 않는 경우다. 또한 아날로그 데이터를 제대로 변환하지 못한 경우가 있다. 스캔 데이터를 제대로 디지털화하지 못해 활용이 불가능하기도 하다. 이러한 문제 때문에 건설사마다 “DX를 한다”면서도 실제로는 데이터가 흩어져 있고 제대로 정제되지 못해 활용률이 떨어지는 사례가 적지 않다. ●데이터 파이프라인과 표준화 데이터가 ‘생성→저장→정리→분석→활용’되는 흐름을 하나의 관처럼 연결해 놓은 것이 데이터 파이프라인이다. 예를 들어 현장에서 센서를 통해 읽어들인 온도가 자동으로 클라우드에 저장되고 불필요한 값은 걸러낸 후 분석 프로그램이 이를 분석해 공정 관리에 반영하는 과정이 바로 파이프라인이며 이 흐름이 끊기지 않고 매끄럽게 이어져야 DX가 제대로 작동된다. 또한 데이터는 자재, 공정, 품질 데이터 등 동일한 코드와 기준으로 기록해야 한다. 종이 문서, 스캔 데이터 등은 반드시 디지털로 변환해야 한다. 이 표준화와 디지털화가 갖춰져야 데이터가 ‘언어’로 인식되고 AI가 이해할 수 있다. 데이터는 많을수록 좋지만 정확하지 않으면 오히려 위험하다. 잘못된 데이터로 AI가 판단하면 엉뚱한 공정을 제시하거나 위험한 공법을 제안할 수도 있기 때문이다. 그리고 건설 데이터는 설계, 자재, 비용 등 민감한 정보가 많으므로 보안 관리가 필수다. 결국 데이터 관리는 단순히 많은 것이 최선이 아니라 정확하고 표준화된, 신뢰할 수 있는 데이터를 차곡차곡 모으는 것이 핵심이다. 잘 구축된 데이터는 AX(인공지능 전환) 시대에 건설 산업을 완전히 다른 차원으로 끌어올리는 원동력이 될 것이다.