10년 전 세계에서 처음으로 ‘무풍 에어컨’을 선보였던 삼성전자가 인공지능(AI)을 접목한 2026년형 무풍 에어컨을 출시한다. AI가 사용자의 위치와 활동량 등을 감지해 최적의 풍량과 온도를 자동으로 설정한다. 삼성전자는 5일 서울 우면 연구·개발(R＆D) 캠퍼스에서 스탠드형인 ‘비스포크 AI 무풍콤보 갤러리 프로’, 벽걸이형인 ‘비스포크 AI 무풍콤보 프로 벽걸이’ 등 신제품 2종을 공개했다. 갤러리 프로 에어컨은 총 6종의 ‘AI·모션 바람’ 기능을 탑재했다. 이중 AI를 기반으로 작동하는 바람은 사용자가 있는 공간으로 시원함을 바로 전달하는 ‘AI 직접’과 사용자가 없는 방향으로 바람을 보내는 ‘AI 간접’ 등 2가지다. 일반 모션 바람 4종은 좌우 공간으로 회전하며 넓은 공간을 고르게 순환해 냉방하는 ‘순환’, 시원한 바람을 최대 8.5m까지 보내는 ‘원거리’, 직바람 없이 쾌적함을 선사하는 ‘무풍’, 전작 대비 19% 더 빠르고 강력해진 냉방을 제공하는 ‘맥스(Max)’ 등이다. 6종 바람은 좌우와 중앙 등 공간을 섬세하게 분리해 집중 냉방하는 송풍 날개인 ‘모션 블레이드’로 구현된다. 신문선 삼성전자 DA사업부 에어솔루션개발팀 상무는 “기류 혁신을 구현한 AI·모션 바람 기능으로 사용자 중심의 냉방 경험을 업그레이드했다”고 밝혔다. 이번 신제품에는 AI 음성비서 ‘빅스비’가 적용됐다. 사용자가 “에어컨 바람이 너무 세”, “습도 60% 이상이면 에어컨 켜고 제습 모드 설정해줘” 식으로 말하면서 기기를 제어할 수 있다. 또 사용자의 편안한 수면을 돕는 ‘웨어러블 굿슬립’ 기능도 탑재됐다. 에어컨과 연동된 갤럭시 워치로 사용자의 수면 상태를 주기적으로 모니터링하고 수면 단계별로 최적화된 맞춤 냉방 운전을 실행해 깊은 수면 유지를 돕는다. 에어컨 디자인도 전면 개편했다. 갤러리 프로 에어컨의 가로 넓이는 약 30% 얇아졌고 튀어나오는 부분을 최소화했다.

구윤철 부총리 겸 재정경제부 장관은 4일 “인공지능(AI)이라는 신대륙 탐사에 국민 모두 나설 수 있어야 한다”고 말했다. 구 부총리는 이날 오전 정부서울청사에서 주재한 ‘경제관계장관회의 겸 성장전략 태스크포스’(TF)에서 “AI 신대륙은 소수의 탐험가를 위한 공간이 아니라 우리 모두 앞으로 살아가야 할 터전이 될 것”이라며 “정부는 우리 기업들이 반도체, AI 등 첨단산업 분야에서주도권을 확보할 수 있도록 총력 지원하겠다”고 밝혔다. 이를 위해 “AI와 기술혁신이 우리 경제·사회의 구석구석까지 뿌리 내릴 수 있도록 시스템을 새롭게 바꾸겠다”고 말했다. 이날 회의에선 ▲국가 농업 인공지능전환(AX) 플랫폼 추진방안 ▲KS 인증제도 개편방안 ▲공공조달 AI산업 활성화 선도방안 등이 논의됐다. 국가 농업AX 플랫폼 추진 방안은 현재 스마트농업이 시설·장비 보급 위주로 이뤄지는 구조적 한계를 개선하기 위해 마련된 것이다. 정부가 AI와 로봇을 활용해 누구나 쉽게 전문적으로 농업 경영할 수 있도록 환경을 조성한다는 계획이다. 공장 보유한 제조자만 취득할 수 있었던 한국산업표준(KS)인증을 설계 및 개발자도 취득할 수 있도록 장벽을 낮추기로 했다. 산업 패러다임이 소품종 대량생산에서 다품종 소량생산으로 변화하고 주문자상표부착생산(OEM)이 널리 퍼지면서 인증 대상을 확대하기로 한 것이다. 정부는 또한 AI 제품과 서비스를 선도적으로 구매할 수 있도록 공공 조달 진입 장벽을 낮추고 유망 AI 기업 성장을 도모한다는 구상도 내놨다.

“윙, 윙, 철컥.” 지난 21일 찾은 경남 창원 LG스마트파크1 공장에선 사람의 팔을 닮은 로봇이 육중한 냉장고 문을 번쩍 들어 올려 본체에 정확하게 끼워 맞췄다. 냉장고 생산라인 중 가장 까다롭다는 도어(문) 부착 공정이다. 작업자 여러 명이 달라붙어 무게 20㎏의 냉장고 문을 조립하던 일을 로봇이 대신했다. 각도 오차가 곧 불량으로 이어지는 정교한 작업으로, 현장 작업자들의 숙련된 경험과 기술이 로봇 개발 과정에서 반영됐다. 기계에 기술을 전수한 작업자들은 로봇을 관리·감독한다. 현장 관계자는 “단순노동은 기계에 맡기고 사람은 부가가치 높은 일을 한다”고 말했다. AX 선두주자 ‘LG스마트파크’로봇이 고강도·위험 작업 맡고그 사이사이 작업자들과 협업인공지능(AI)와 로봇의 급격한 발달로 조명도 없이 기계만으로 24시간 가동되는 ‘다크팩토리’에 대한 두려움이 높지만 실제 찾은 스마트팩토리는 반복 작업은 기계가, 관리는 사람이 맡는 협업 현장이었다. AX(AI 전환)시대를 대비하는 산업계에서 LG스마트파크는 지능형 공장의 선두 주자다. 1976년 준공한 창원 공장은 2017년부터 스마트팩토리 전환에 나섰고, 국내 가전업계 최초로 세계경제포럼(WEF)이 선정하는 ‘등대 공장’ 리스트에 올랐다. 등대 공장은 4차 산업혁명의 핵심 기술을 도입해 제조업 혁신을 이끄는 공장에 붙여준다. LG스마트파크에선 밝은 조명 아래 자율주행 물류 로봇(AGV)들과 천장에 달린 컨베이어 레일이 바쁘게 움직이는 동시에, 작업자들이 그 사이사이를 메웠다. 로봇과 AI가 ‘점’이라면, 사람은 그 점들을 잇는 ‘연결고리’ 역할을 하는 듯했다. 로봇은 인간 근로자가 꺼렸던 고강도 작업에 집중 투입됐다. 불꽃이 튀는 용접, 먼지가 발생해 마스크를 써야 하는 포장 공정 등이다. 현장 관계자는 “로봇팔 도입으로 부상 위험이 크게 줄어 공장 안에서는 ‘효자 로봇’으로 불린다”고 했다. 로봇이 다치기 쉽거나 반복적인 작업을 수행하는 동안 작업자는 생산라인이나 로봇 작동 상황 등을 관찰해 품질과 제품 완성도를 높이는 데 집중했다. 자동화 도입 후 시간당 제품 생산 대수는 20% 가까이 증가했지만, 인력 재배치로 공장 종사자 수에 미친 영향은 크지 않았다는 것이 LG전자 측의 설명이다. 스마트공정의 또 다른 핵심은 ‘디지털 트윈’(Digital Twin)이다. 타임머신을 탄 것처럼 10분 뒤 공정 상황을 예측하는 기술이다. 1층 통합생산동 로비에 펼쳐진 대형 화면에는 가동 중인 생산라인이 띄워져 있었는데, 설비 이상 가능성이 감지된 제품은 빨간색으로 표시됐다. 이와 함께 생산라인 곳곳에 배치된 디지털 스캐너가 이상 징후를 포착하면 현장 감독자에게 알림이 전달된다. 이후 필요시 작업자가 현장에 투입돼 추가 점검을 한다. “사람을 위한, 일하고 싶은 공장”생산성 20% 늘고 부상은 줄어일자리 늘어날 가능성도 높아이런 스마트팩토리의 확산은 제품 생산성 향상으로 이어져 사람의 일자리를 늘릴 가능성이 높다. 다만, 그만큼 근로자의 직무 전환이 활발해질 수밖에 없어, 추가 노력이 없으면 도태될 수 있다. WEF는 지난해 미래직업리포트에서 AI와 로봇의 확대로 2030년까지 일자리 변동·재편이 전체 일자리의 22%에 이를 것으로 봤다. 또 2030년까지 1억 7000만개의 신규 일자리가 생기고 9200만개가 대체·소멸해, 그 결과 7800만개가 순증할 것으로 관측했다. 로봇이 증가해도 스마트팩토리의 핵심 중 하나는 사람이 편하게 일하는 공간이다. LG전자 관계자는 “LED 조명을 사용하는 등 밝고 깨끗한 근무 환경을 조성했다”며 “일하고 싶은 공장, 사람을 위한 공장을 만들려는 노력의 일환”이라고 설명했다. 스마트파크의 냉장고 라인 옆에는 식기세척기, 오븐 등 주방가전 공정라인이 들어설 계획이다. 관계자는 “이 곳도 경험이 풍부한 작업자들로부터 아이디어를 취합해 설계 중”이라고 말했다.

“안산에 산다는 것, 시민의 가장 큰 자부심이 되도록 일할 것” 안산시가 안산사이언스밸리(ASV) 경기경제자유구역 개발과 AX(인공지능 전환) 실증산단 구축 등 산업 전환 정책으로 8조원 경제 효과와 3만여 일자리 창출에 나선다. 이민근 안산시장은 21일 오전 안산시청에서 열린 ‘시 승격 40주년 기념 신년 기자 간담회’에서 민선 8기 4년 차 시정 운영 방향을 이같이 발표했다. 이 시장은 이날 병오년 안산시 승격 40주년을 맞아 과거 산업화 성과를 돌아보고, ‘첨단로봇과 AI 도시로 나아가는 대전환의 원년’으로서 ASV 경기경제자유구역 개발, 안산선(4호선) 철도 지하화, 한양대 에리카 첨단의료복합클러스터 조성 등 핵심 정책을 제시했다. ■ 첨단로봇, AI로 산업 전환에 나서는 대전환 원년 이 시장은 “지난 40년 반월·시화 국가산업단지를 중심으로 산업화를 이끌어온 시민 여러분께 깊은 존경과 감사의 말씀을 전한다”며 “공단·일터·삶의 현장에서 땀 흘리신 노고가 오늘의 안산을 만들었다”고 회견을 시작했다. 이어 “민선 8기 지난 3년은 수없이 현장을 방문해 1567건에 달하는 시민의 목소리를 듣고, 이를 시정에 반영하는 과정에서 95.9%의 이행 추진율을 보이며 오로지 시민 중심의 행정을 이어왔다”고 밝혔다. 시는 그동안 ASV 경기경제자유구역 신규 지정, 산업부 AX 실증 산단 구축, 강소형 스마트도시·자율주행 자동차 시범운행지구를 비롯해 국토교통부의 안산선 지하화 우선 대상지 선정 등 미래 성장 동력을 확보했다. 그는 “올 한 해 안산이 ‘첨단로봇’과 ‘AI’라는 새로운 심장으로 다시 뛰는 대전환의 원년으로 삼을 것”이라며 “로봇 도입은 사람의 일을 대신하는 것이 아니라 사람의 역량을 확장하는 방향으로 추진된다”고 설명했다. 사람이 더 안전하고 창의적인 일에 집중할 수 있는 환경을 만들며, 사람과 로봇이 함께 고부가가치를 창출하는 ‘첨단로봇 도시 안산’을 실현해 기업이 찾는 산업 전환 중심지로 도약한다는 전략이다. ■ 산업 체질을 바꾸는 미래 성장 기반 구축 약 165만㎡(50만평) 규모로 조성되는 ASV 경기경제자유구역은 글로벌 기업과 국제학교 유치·R＆D 기반 첨단로봇·제조 비즈니스 거점으로 조성한다. 반월·시화 국가산업단지는 AX 실증산단으로 중소기업 인력난, 원가 상승, 기술 격차 해결에 나서고 신길 일반산업단지의 경우 첨단산업 중심 미래 일자리 공간으로 조성해 기존·신규 산업단지 간 균형 발전을 도모한다. 국토교통부 수소도시 선정에 따른 생산·저장·활용 완결형 수소에너지 생태계 구축, 이른바 ‘수소 경제도시 안산’을 앞당긴다. 아울러 강소형 스마트도시·자율주행 시범지구로 AI·빅데이터 기반 생활권 정교화에 나선다. ■ 시민의 삶으로 완성하는 안산의 미래 100년 올해 예산 중 복지 예산은 51%를 편성해 0세부터 노년까지 전 생애주기에 걸친 촘촘한 복지를 지원한다. 구체적으로 지역 돌봄 통합지원·주거복지센터(신혼부부·취약계층)·치매 전담 노인요양원·복합 노인센터·국가보훈 확대 등 삶의 안전망을 구축하는 데 주력한다. 민선 8기 정책 가운데 단연 강조되는 교육 분야의 경우 ‘교육–산업–일자리 선순환’ 구조를 강화한다. 특히 1만원으로 어디서나 수강이 가능한 강남인강을 확대하고, 영재교육센터(고려대 안산병원·한양대 에리카 협업), 경기도 최초 직업교육 혁신지구·로봇직업교육센터 운영 등을 통해 미래 인재 양성에 주력한다. 청년 지원의 경우 전국 최초로 병역 이행에 대한 행정 예우에 나서고, 1400억원을 웃도는 창업펀드, 상상스테이션, 청년큐브, 주거안정 지원 강화로 ‘실패를 딛고 도전할 수 있는 구조’ 전환에 매진한다. 안산형 시민 안전 모델로 생활·재난·범죄를 예방하는 것은 물론 한양대 에리카 첨단의료복합클러스터 조성, 임시주차장·화물 공영차고지·학교 주차장 야간 개방·공영주차장 확충으로 생활 속 작은 변화를 모아 시민의 일상을 더 안전하고 편안하게 하는 데 주력한다. ‘6도 6철’ 교통망(GTX-C 강남 삼성역 30분대, 신안산선 여의도역 30분대, 인천발 KTX) 구축을 통해 안산의 생활권은 수도권을 넘어 전국으로 확장된다. 초지역~중앙역 5.12km 구간에 추진되는 안산선 지하화는 통합개발 기본계획 수립을 통해 철길로 나뉘었던 도시 공간을 하나로 잇고, 녹지·공원·문화·여가·생활·상업이 어우러진 시민 중심 공간으로 재편해 나갈 방침이다. 이와 함께 안산국제거리극축제·안산페스타 개최, 호수공원 리뉴얼·성포광장 재정비 등으로 일상 속 문화·여가 생활 인프라를 확대해 나간다. 이에 대해 이 시장은 “축제와 문화가 시민의 일상에서 자연스럽게 스며드는 도시, 웃음이 끊이지 않는 행복한 도시 안산을 완성해 나가겠다”고 밝혔다. 마지막으로 그는 “2026년, 대전환의 한복판에서 안산은 다시 한번 도약하고자 한다”라며 “안산에 산다는 것이 시민 여러분의 가장 큰 자부심이 되도록 안산의 도약을 변화로 증명할 것”이라고 강조했다. 그러면서 “안산의 미래와 시민의 행복을 위해서라면 어떤 어려움도 피하지 않겠다는 각오를 다지며, 함께 이룬 40년을 넘어 안산의 미래 100년을 시민과 함께 열겠다”고 약속했다.

시정 키워드 ‘성장’ 선정성장 통한 ‘100만 도시’ 경제 지도 완성 스마트기술·첨단산업·인프라 3대 전략 충남 천안시가 인구 100만 도시 성장을 위해 스마트기술·첨단산업·인프라 혁신 등 3대 전략을 추진한다. 천안시는 2026년 시정운영 3대 기조로 ‘성장·안전·동행’을 설정하고 ‘성장’을 시정 전반을 관통하는 최우선 가치로 설정했다고 19일 밝혔다. 시에 따르면 100만 도시로 도약을 위해 미래산업 기반 확충과 민생 경제 회복에 시정 역량을 집중한다. 목표는 스마트 기술 확산, 첨단·전략산업 육성과 인재 양성, 공간 혁신과 교통망 확충, 시민 체감 경제 활성화 등이다. 시는 국립치의학연구원 천안 유치와 미래의료 신산업 클러스터, 미래모빌리티 국가산단 조성 등을 통해 첨단·바이오 산업의 핵심 거점을 확보하고 산업 현장에 필요한 맞춤형 인재 육성 체계를 구축해 지역 산업의 자생력을 높인다는 전략이다. 이어 천안아산 R＆D 특구 내 MICE 산업 기본구상도 구체화해 연구와 체류가 선순환하는 중부권 혁신 허브로 자리매김할 계획이다. 첨단·전략산업 육성을 위해서는 인공지능(AI)과 에너지 대전환을 핵심 동력으로 삼기 위해 올해말까지 거점형 스마트도시 조성사업을 완료하고, 스마트 그린산단 AX 실증산단·중부권 AI 컴퓨팅센터 조성, 온디바이스 AI 서비스 실증 등을 추진한다. 지역 기업의 글로벌 경쟁력 제고를 위해 해외 바이어 초청 수출상담회와 글로벌시장 탐방단 운영도 추진한다. 투자유치 딜리버리, 중소기업 지원사업 설명회 등으로 기업 성장 단계별 맞춤형 지원도 제공한다. 골목상권의 자생력을 높이기 위해 골목형 상점가 지정을 확대하고, 근로자 복지 증진을 위한 충남공동근로복지기금법인 설립 및 운영을 본격화한다. 도시의 지속 가능성을 높이는 공간 혁신과 교통망 확충에도 힘을 쏟는다. 빅데이터 기반 ‘2040 도시기본계획’ 수립을 통해 도시개발 전략을 설계하고 성환혁신지구·원성2지구 뉴빌리지 등 권역별 맞춤형 도시재생을 통해 도시 공간을 재구성한다. 낙후된 원도심은 오룡지구 도시재생 리츠와 천안역세권 혁신지구, 천안역 증개축 사업으로 새 성장 거점으로 탈바꿈할 예정이다. 김석필 천안시장 권한대행 부시장은 “천안시는 3대 전략으로 중부권 선도 도시로서의 위상 강화하고 산업·기술·생활 기반이 함께 성장하는 도시로 발돋움하는 미래를 만들어 나갈 계획”이라고 말했다.

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.

환상적인 빛으로 지구 위를 나풀거리는 오로라 모습이 국제우주정거장(ISS)에서 포착됐다. 지난 11일(현지시간) 일본 우주항공연구개발기구(JAXA) 소속으로 ISS에 머물고 있는 우주비행사 키미야 유이는 지구를 감싸며 다채롭게 빛나는 오로라 영상을 자신의 소셜미디어 ‘엑스’에 공개했다. 약 34초의 짧은 영상을 보면 크게 초록빛과 붉은빛이 지구 위를 수놓은 것이 확인되는데, 기존 촬영된 다른 오로라 영상보다 환상적이다. 여기에 도시에서 뿜어내는 인공 빛도 그 배경으로 깔려 묘한 대비를 이룬다. 이에 대해 키미야는 “업무 중 잠시 쉬는 시간에 계속 촬영하고 있다. 태양이 최선을 다해줘 아름다운 오로라를 담아낼 수 있었다”면서 “무엇보다 이 영상을 보고 기뻐하는 사람들을 상상하니 절로 웃음이 난다”고 밝혔다. 이처럼 우주에서도 관측이 가능한 오로라는 태양 표면 폭발로 우주공간으로부터 날아온 전기 입자가 지구자기(地球磁氣) 변화로 고도 100∼500㎞ 상공에서 대기 중 산소 분자와 충돌해서 생기는 방전현상이다. 오로라는 ‘새벽’이라는 뜻의 라틴어 ‘아우로라’에서 유래했다. 오로라는 북반구와 남반구 고위도 지방에서 주로 목격돼 극광(極光)이라 불리며 목성, 토성 등에서도 비슷한 현상이 나타난다. 한편 키미야는 지난해 8월 크루-11 미션의 일원으로 ISS에 탑승했으며 애초 2월 말까지 임무가 계획됐었다. 그러나 우주비행사 한 명의 건강상 문제로 인해 역사상 처음으로 일찍 지구로 귀환하게 됐다. 키미야를 포함해 미 항공우주국(NASA) 소속 제나 카드먼, 마이크 핀케 그리고 러시아 우주비행사 올렉 플라토노프 4명은 미국 동부 시간 기준 14일 도킹을 해제한 뒤 15일 오전 3시 40분경 미국 캘리포니아 해안에 착수할 예정이다.

고려 무신 정권 시대였던 1181년, 밤하늘에 갑자기 새로운 별이 나타났다. 이 별은 6개월 동안이나 관측됐다. 당시에는 새로운 별을 ‘객성’이라 부르며 인물의 탄생이나 불길한 징조 등 여러 의미로 해석했다. 당대 역사가들은 이를 상세히 기록했으며 고려사에도 관련 기록이 남아 있다. 오랜 세월이 흘러 과학자들은 역사서에 기록된 객성이 초신성 폭발이라는 사실을 밝혀내고 당시 보였던 초신성 후보를 연구했다. 그 결과 1181년 초신성의 가장 유력한 후보로 초신성 ‘Pa 30’의 잔해가 지목됐다. 하지만 모든 미스터리가 풀린 것은 아니다. 오히려 과학자들은 더 당혹스러운 미스터리를 발견했다. 망원경으로 관측한 Pa 30의 생김새가 다른 초신성 잔해에서는 보기 힘든 불꽃놀이 폭죽 모양을 하고 있었기 때문이다. 그 모양은 높은 고도에서 진행된 공중 핵실험인 ‘킹피쉬’(Kingfish)와 유사해 물리적 패턴도 비슷할 것이라는 추측을 낳았다. 과학자들은 Pa 30이 왜 이런 독특한 모습을 하고 있는지 조사했다. 그 결과 초신성 잔해 중심에 ‘WD J005311’라는 백색왜성이 존재하며, 표면 온도가 20만 도로 역대 가장 뜨거운 백색왜성이라는 사실을 확인했다. 이 초신성은 일반적인 형태가 아니라 두 개의 백색왜성이 합쳐져 폭발한 ‘Iax형’ 초신성으로, 폭발 후에도 별이 살아남은 일종의 ‘좀비 별’로 추정된다. 높은 온도 덕분에 초신성 잔해는 현재도 초속 1100km의 빠른 속도로 물질을 뿜어내며 주변으로 퍼지고 있다. 미국 시라쿠스대 에릭 코글린 교수팀은 정교한 수력학적 시뮬레이션을 통해 이 독특한 불꽃놀이 형태의 생성 과정을 연구했다. 그 결과 초신성 폭발 물질이 주변에 있는 별 주위 물질(CSM)로 강하게 확산하면서 두 개의 다른 밀도를 지닌 물질 사이에 발생하는 ‘레일리-테일러 불안정성’(RTI) 현상으로 인해 이와 같은 무늬가 생겼다는 사실을 발견했다. 우주 공간으로 확산하는 초신성 잔해는 단순한 우주 불꽃놀이가 아니라 다음 세대의 행성과 별의 재료가 될 물질을 퍼뜨리는 중요한 과정이다. 초신성 폭발 후 물질들이 백색왜성, 중성자별, 블랙홀에만 갇혀 있으면 지구 같은 행성이나 인간 같은 생명체는 탄생할 수 없다. 아득한 과거 이런 초신성에서 나온 물질들이 모여 행성과 생명체의 재료가 됐기에 이 과정을 연구하는 것은 과학자들에게 매우 중요한 과제다.

고려 무신 정권 시대였던 1181년, 밤하늘에 갑자기 새로운 별이 나타났다. 이 별은 6개월 동안이나 관측됐다. 당시에는 새로운 별을 ‘객성’이라 부르며 인물의 탄생이나 불길한 징조 등 여러 의미로 해석했다. 당대 역사가들은 이를 상세히 기록했으며 고려사에도 관련 기록이 남아 있다. 오랜 세월이 흘러 과학자들은 역사서에 기록된 객성이 초신성 폭발이라는 사실을 밝혀내고 당시 보였던 초신성 후보를 연구했다. 그 결과 1181년 초신성의 가장 유력한 후보로 초신성 ‘Pa 30’의 잔해가 지목됐다. 하지만 모든 미스터리가 풀린 것은 아니다. 오히려 과학자들은 더 당혹스러운 미스터리를 발견했다. 망원경으로 관측한 Pa 30의 생김새가 다른 초신성 잔해에서는 보기 힘든 불꽃놀이 폭죽 모양을 하고 있었기 때문이다. 그 모양은 높은 고도에서 진행된 공중 핵실험인 ‘킹피쉬’(Kingfish)와 유사해 물리적 패턴도 비슷할 것이라는 추측을 낳았다. 과학자들은 Pa 30이 왜 이런 독특한 모습을 하고 있는지 조사했다. 그 결과 초신성 잔해 중심에 ‘WD J005311’라는 백색왜성이 존재하며, 표면 온도가 20만 도로 역대 가장 뜨거운 백색왜성이라는 사실을 확인했다. 이 초신성은 일반적인 형태가 아니라 두 개의 백색왜성이 합쳐져 폭발한 ‘Iax형’ 초신성으로, 폭발 후에도 별이 살아남은 일종의 ‘좀비 별’로 추정된다. 높은 온도 덕분에 초신성 잔해는 현재도 초속 1100km의 빠른 속도로 물질을 뿜어내며 주변으로 퍼지고 있다. 미국 시라쿠스대 에릭 코글린 교수팀은 정교한 수력학적 시뮬레이션을 통해 이 독특한 불꽃놀이 형태의 생성 과정을 연구했다. 그 결과 초신성 폭발 물질이 주변에 있는 별 주위 물질(CSM)로 강하게 확산하면서 두 개의 다른 밀도를 지닌 물질 사이에 발생하는 ‘레일리-테일러 불안정성’(RTI) 현상으로 인해 이와 같은 무늬가 생겼다는 사실을 발견했다. 우주 공간으로 확산하는 초신성 잔해는 단순한 우주 불꽃놀이가 아니라 다음 세대의 행성과 별의 재료가 될 물질을 퍼뜨리는 중요한 과정이다. 초신성 폭발 후 물질들이 백색왜성, 중성자별, 블랙홀에만 갇혀 있으면 지구 같은 행성이나 인간 같은 생명체는 탄생할 수 없다. 아득한 과거 이런 초신성에서 나온 물질들이 모여 행성과 생명체의 재료가 됐기에 이 과정을 연구하는 것은 과학자들에게 매우 중요한 과제다.

서울 노원구가 급변하는 사회 트렌드를 구정에 접목하기 위해 소속 직원들을 대상으로 ‘트렌드 분석능력 향상 교육’을 실시한다. 노원구 관계자는 9일 “‘인공지능(AI) 혁명’으로 대표되는 사회의 변화를 포착해 창의적인 행정으로 연결하는 자리”라고 소개했다. 트렌드 분석능력 향상 교육은 ▲트렌드코리아 2026 ▲AI트렌드＆활용백과 두 가지로 꾸려진다. 먼저 오는 13일 트렌드코리아 교육이 개최된다. 강연에는 트렌드코리아의 공저자이자 서울대 소비트렌드분석센터 연구위원으로 활동하고 있는 최지혜 박사가 강사로 나선다. 2021년부터 매년 연초 구 소속 공직자를 대상으로 트렌드 분석교육을 함께하고 있는 최박사는 2026년 10대 소비 트렌드 키워드 “호스 파워(HORSE POWER)”를 주제로 강연을 펼칠 예정이다. 2026년 10대 트렌드 키워드는 ▲감성을 중시하는 ‘필코노미’, 짧고 다채로운 경험을 중시하는 ‘픽셀 라이프’처럼 대중의 소비 트렌드를 강조하는 부분 ▲AI와 인간의 협업을 강조하는 ‘휴먼 인 더 루프’, AI 전환을 통한 혁신 AX 조직을 비롯해 업무 프로세스의 변화를 촉진하는 부분이 공존한다. 또한 ▲‘건강지능 HQ’, ‘1.5가구’ 등은 건강, 1인 가구 지원 등 구정 현장에 직접 관계있는 분야도 포함되어 교육 효과가 클 것으로 기대된다. 이어 16일에는 IT커뮤니케이션연구소 김덕진 소장이 진행하는 강연이 개최된다. 이 강연에서는 ▲2026년 생성형 AI의 흐름 ▲실제 사용할 수 있는 AI 도구 알아보기 ▲생성형 AI가 이야기하는 것이라는 세 가지 주제로 실전성을 강조한다. 한편 구는 형식적인 직장교육을 지양하고 사회 변화를 선도적으로 받아들이는 직원 교육 프로그램을 꾸준히 운영하고 있다. 매년 진행되는 트렌드코리아 교육과 함께 챗GPT 활용 교육과정 등도 개설한 바 있다. 실제 구에서는 지난 몇 년간 카카오톡 체납 고지 서비스, 스마트 빗물받이 관리시스템, 기존무허가건축물 공간정보 플랫폼 등 최신 기술을 행정에 응용한 사업들을 전국 최초로 잇달아 선보인 바 있다. 오승록 구청장은 “우리 공무원들은 시민의 삶과 직접적인 영향을 주고받는 행정의 최전선에 있다”며 “변화를 적극 수용하고, 지역 발전을 이끄는 유연한 행정을 위해 끊임없이 공부하는 조직 분위기를 안착시키겠다”고 말했다.

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.

민관 연구시설 180곳 모여 있어인프라 공유… 산학연 교류 활발석박사 과정 꾸준한 유입 있지만점점 단기 성과 요구에 부담도 지난달 22일 일본 도쿄에서 북동쪽으로 약 50㎞를 달려 ‘일본 과학의 중심’인 이바라키현 쓰쿠바시에 닿았다. 역을 나서니 걸어서 10~15분 거리 안에 산업기술종합연구소(AIST), 국립재료연구소(NIMS), 우주항공연구개발기구(JAXA) 등이 차례로 이어졌다. 북쪽의 쓰쿠바대학까지 도시 전체가 하나의 ‘연구 캠퍼스’로 보였다. 쓰쿠바시에는 대학과 국립연구기관 소속 연구시설 29개가 집적돼 있다. 민간 연구소 등 연구 관련 기관은 총 150여곳에 달한다. 약 26만명의 시민 중에 연구 관련 근로자가 2만 3000여명으로 10명 중 한 명꼴로 과학기술계에 종사한다. 1970년대 조성된 쓰쿠바시는 일본에서 도쿄 23구를 제외하고 인구 증가율 1위다. 이곳에서 들여다본 일본 기초과학은 사회적 관심 속에 제도·기관·산업이 맞물려 중장기 투자로 인재를 키워내는 구조였다. 쓰쿠바대에서 만난 소립자 물리이론 연구자 아사노 유마(40) 조교수는 “기초과학은 당장 돈을 벌지 못한다는 인식도 강하지만 사회적으로는 ‘없어지면 안 된다’는 공감대가 유지되고 있다”고 말했다. 그는 “쓰쿠바는 다른 대학에 비해 연구 외 업무 부담, 즉 잡일이 상대적으로 적어 연구 흐름을 끊지 않고 이어가기 쉽다”고 말했다. 쓰쿠바대에서 플라스마·핵융합 연구를 하는 요시카와 마사노 준교수(부교수)도 “쓰쿠바에는 실험을 준비하고 장비를 제작·조정할 공간과 시설이 충분하다”며 “쓰쿠바대는 여러 국립 연구기관과 가까운 곳에 만들어진 대학이라 다양한 분야의 연구자들과 자연스럽게 교류할 기회가 많다”고 말했다. NIMS 관계자도 “쓰쿠바의 강점은 개별 연구 인프라를 단독으로 사용하는 것이 아니라 여러 대형 연구 시설을 연계해 ‘면(面)’으로 활용하는 것”이라며 “고도의 전문성을 갖춘 기술 인력이 상시 배치돼 있어 연구 속도와 효율성을 높이고 있다”고 말했다. ‘연계대학원’ 제도 역시 쓰쿠바의 강점이다. 국립 연구기관 연구자가 대학원생을 지도하고 대학 강의도 맡는다. 인적 교류 활성화 효과와 함께 연구원들의 수입 증가에도 도움이 된다. 행정업무가 적은 연구 집중 구조, 대형 연구 인프라 집적, 대학과 국립연구기관의 협업 등으로 쓰쿠바시는 인재가 선순환된다. 아사노 조교수는 “기초과학 전공을 택하는 학생 비율은 줄고 있지만 쓰쿠바대의 경우 석·박사 과정 지원자가 꾸준히 들어오고 있다”고 말했다. 쓰쿠바의 과학자들은 기초과학이 발전하려면 정부가 ‘통섭 연구 환경 조성’, ‘연구 자율성을 보장하는 투자’ 등을 지속적으로 수행해야 한다고 입을 모았다. 쓰쿠바는 도시 차원에서 축적한 협업 구조에 더해 지방자치단체가 여러 분야의 과학자들이 서로 만날 기회를 만든다. 현과 시를 포함해 75개 기관이 참여해 정기적으로 교류하는 ‘쓰쿠바 연구학원도시 교류협의회’가 대표적이다. 연구자들은 이를 ‘느슨하지만 끊기지 않는 네트워크’라고 했다. 쓰쿠바시 과학기술전략과 관계자는 “행정(기관)은 앞에서 방향을 정하는 조직이 아니라, 각 기관이 느슨하게 연결된 상태에서 스스로 움직일 수 있도록 판을 깔아주는 역할을 한다”고 설명했다. 쓰쿠바 연구단지에서 그간 4명이 노벨상을 받았다. 쓰쿠바대 전신인 도쿄교육대 교수였던 도모나가 신이치로가 1965년 노벨 물리학상을 수상했다. 에사키 레오나 쓰쿠바대 전 총장이 1973년 물리학상을, 시라카와 히데키 쓰쿠바대 명예교수가 2000년 화학상을, 고에너지가속기연구소의 고바야시 마코토 박사가 2008년 물리학상을 받았다. 다만, 기초과학의 미래를 둘러싼 우려는 일본에서도 적지 않다. 연구비가 단기 성과나 유행하는 분야를 중심으로 배분되는 경향이 점점 강해진다는 것이다. 요시카와 준교수는 “예산과 인력이 줄어드는 상황에서 매년 가시적인 성과를 요구받는 부담은 작지 않다”며 “기초과학과 인재 양성에는 결국 시간과 사람이 필요하다”고 말했다.

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.

건설산업의 디지털 전환(DX)이 이제는 자율 전환(AX)이라는 새로운 국면으로 넘어가고 있다. 앞선 5편에서 중장기 전략을 살펴봤다면, 이번 편에서는 해외 선진 건설사들이 실제로 어떻게 AX를 도입하고 있는지, 기술은 어디까지 발전했는지, 그리고 한국 건설산업이 무엇을 벤치마킹해야 하는지 구체적으로 살펴본다. ①미국-자율 장비와 AI 프로젝트 관리의 선두주자 미국의 건설사들은 이미 자율화 기술을 현장에 적용하고 있다. Built Robotics는 굴삭기, 불도저 등 중장비에 자율주행 기술을 탑재해, 사람이 없이도 24시간 작업이 가능한 시스템을 구축했다. 이 장비는 GPS, 센서, AI 알고리즘을 통해 작업 경로를 스스로 계산하고, 장애물을 회피하며 굴착 작업을 수행한다. Turner Construction은 스타트업 건설기술 업체인 Versatile과 협업해 ‘CraneView System’이라는 AI 시스템을 도입해 크레인 성능과 안전을 분석하며, 고층 건물 시공 시 장비 효율성과 안전성을 동시에 확보하고 있다. 미국 샌디에이고에 위치한 맨체스터 퍼시픽 게이트웨이 프로젝트는 17층, 연면적 약 3만 5041㎡ 규모인데 크레인뷰 시스템을 도입한 결과 계획 대비 약 17일 빨리 작업을 완료하고 크레인을 조기에 해체할 수 있었다. Mastt는 프로젝트 관리 플랫폼에 AI를 접목해, 예산, 리스크, 진척 상황을 실시간으로 분석하고 예측하며 시각적인 데이터와 대시보드 형태의 리포트를 생성한다. 실제로 호주 뉴캐슬 공항의 2억 5000만 달러 규모 리노베이션 프로젝트에서 Mastt의 보고 플랫폼을 활용한 결과 공기 10% 단축, 리스크 대응 속도 향상 등의 성과를 냈다. Dusty Robotics는 현장 레이아웃 작업을 로봇이 자동으로 수행하도록 개발했다. 이 로봇은 도면을 읽고 바닥에 정확한 위치 표시를 하며, 시공 오차를 획기적으로 줄이고 있다. 이런 사례는 단순한 기술 시연이 아니라, 실제 프로젝트에서 ROI를 입증한 상용화 사례라는 점에서 의미가 크다. ②유럽-AI 예측과 로보틱스 시공의 정교함 유럽은 기술의 정교함과 안전 기준의 엄격함을 바탕으로 AX를 빠르게 확산시키고 있다. 오스트리아 건설회사인 STRABAG SE는 Azure OpenAI 기반 모델을 활용해 DARIA(Data-Driven Risk Analysis) AI 솔루션을 개발하여 공정 지연을 예측하고, 입찰 단계에서 리스크 분석을 자동화하고 있다. 이는 프로젝트 초기 단계부터 AI를 활용해 전략을 수립하는 방식이다. 프랑스의 Bouygues Construction은 AI를 활용해 지하철 건설 프로젝트에서 철근량을 140t 이상 절감했다. 이는 설계 최적화와 자재 배치 자동화를 통해 비용과 자원 낭비를 줄인 사례다. 이처럼 유럽은 설계 운영 전 단계에 걸쳐 AI와 로봇을 정교하게 통합하고 있으며, 안전성과 품질을 동시에 확보하는 데 집중하고 있다. ③일본-로봇과 자동화의 현장 밀착형 전략 일본은 고령화와 인력 부족 문제를 해결하기 위해 로봇과 자동화를 적극 도입하고 있다. Obayashi Corporation은 Automated Inspection System(자동 검측 시스템)을 개발해 철근 배근, 콘크리트 타설, 품질 검사 등 다양한 작업을 자동화하고 있으며, Generative Design을 통해 설계안을 자동 생성하는 기술도 개발 중이다. 특히 철근 배근 검측 시스템은 Visual SLAM(동시 위치 추적 및 지도 작성) 기술과 건설 현장 관리자가 착용한 장비에 설치된 여러 대의 카메라에서 얻은 이미지를 활용, BIM 정보와 중첩해 검측함으로써 정확도가 우수하다. Komatsu는 ‘Smart Construction’ 플랫폼을 통해 자율주행 굴착기, 드론 측량, 클라우드 기반 공정 관리 시스템을 통합하고 있다. 이 플랫폼은 현장 데이터를 실시간으로 수집·분석해, 작업 계획을 자동으로 조정한다. 일본은 특히 현장 밀착형 기술 개발에 강점을 보이며, 로봇과 AI를 실제 작업자와 함께 작동하도록 설계하는 데 집중하고 있다. 한국은 이미 BIM, 드론, IoT 기반 DX를 빠르게 확산시키고 있다. 하지만 AX로 가기 위해서는 다음과 같은 전략 포인트가 필요하다. 현장 PoC 단계를 넘어 실제 프로젝트에서 AI 로봇 등을 적용해 ROI를 입증할 수 있는 사례를 축적해야 한다. 또한 BIM을 기반으로 한 설계부터 시공, 유지관리 및 운영 전 단계에 걸친 기술 통합을 만들어야 한다. 정부는 기업과 학계 등과 협력해 AI 도입에 따른 안전 기준, 법적 책임 구조 등을 신속하게 정비해야 하며 산학 협력으로 실무형 인재 양성 및 기술 검증 체계를 구축할 필요가 있다. AX는 더 이상 먼 미래의 기술이 아니다. 우리가 “과연 이게 될까?”란 의심 섞인 눈초리로 적극적인 실행을 주저하고 있는 동안 해외에서는 이미 실제 현장에서 활용하고 있고, 성과를 내고 있으며, 산업 구조를 바꾸고 있다.

4편에서 ‘디지털 전환’(DX)에서 ‘AI 전환’(AX)으로 넘어가는 연결고리를 살펴봤다. 이제는 그 연결고리를 실제로 어떻게 구축할 것인지, 중장기 전략을 통해 구체적으로 준비해야 할 시점이다. AX는 단순한 기술 도입이 아니라 산업 구조의 재편이며, 건설사, 테크기업, 정부, 학계가 각자의 위치에서 전략을 세우고 함께 움직여야 한다. ①건설사의 중장기 전략-기술과 조직의 변화 건설사는 DX를 넘어 AX로 가기 위해 조직과 기술, 사업 전략을 동시에 변화시켜야 한다. 단기적으로는 BIM, 드론, IoT 센서 등을 활용해 현장 데이터를 디지털로 수집하고, 이를 CDE(Common Data Environment, 공동작업환경)에 통합하는 작업이 필요하다. 중기에는 AI 기반 의사결정 시스템을 도입해 공정 지연 예측, 자재 수급 최적화, 안전 위험 감지 등의 기능을 현장에 적용해야 한다. 현대건설은 2022년부터 ‘현장 CCTV 영상 분석 시스템’을 개발하고, AI CCTV를 활용해 위험 행동을 실시간 감지하며, 품질 관리에 AR 기술을 접목해 시공 오류를 줄이고 있다. 장기적으로는 자율주행 굴착기, 드론 순찰, 로봇 품질검사 등 자율 장비를 현장에 도입하고, 이를 운영할 수 있는 조직 체계를 갖춰야 한다. 조직 변화 측면에서 디지털 전담팀을 신설하고, 기존 직무를 재설계하며, 직원 교육을 강화해야 한다. DX는 기술 도입이 아니라 일하는 방식의 변화이기 때문에, 현장 직원들이 기술을 이해하고 활용할 수 있도록 체계적인 교육이 필요하다. 올해 삼성물산 데이터팀은 AWS와 공동으로 3대 ‘AI 에이전트’를 개발했다. ‘AI-ITB Reviewer’는 방대한 분량의 입찰제안서를 자동 분석해 리스크를 빠르게 식별하고, ‘AI-Contract Manager’는 법무 및 계약 리스크를 최소화해 전문적인 대응을 지원한다. 또 ‘AI-Project Expert’는 현장 데이터를 통합 분석해 숨겨진 인사이트를 도출하는 시스템으로, 프로젝트 전반의 효율성을 높이는 역할을 한다. 사업 전략 측면에서는 신규 프로젝트 수주 시 ‘AI 기반 시공 전략’을 제안 요소로 활용할 수 있다. 예를 들어, 스마트건설 인증제도를 활용해 발주처에 기술력을 어필하고, 공정 예측, 안전 관리, 품질 자동화 등의 기능을 제안서에 포함시키는 방식이다. ②테크기업의 전략-기술 방향성과 협업 체계 테크기업은 건설 현장에 맞는 기술을 개발하고, 건설사와 협업해 실제 적용 가능한 솔루션을 제공해야 한다. 핵심 기술 방향으로는 공정 예측 AI, 안전 감지 AI, 자율 장비(UGV, 드론, 로봇), 디지털 트윈 플랫폼 등이 있다. 최근 DL이앤씨는 Generative Design을 활용해 설계 자동화를 구현하고 있으며, 포스코이앤씨는 AI 기반 레미콘 품질 예측 시스템을 도입한 바 있다. 기술 개발 우선순위는 초기에는 현장 적용성이 높은 기술에 집중하고, 중기에는 AI 판단의 정확도와 속도를 개선하며, 장기에는 자율화된 현장 운영 시스템을 구축하는 방향으로 설정해야 한다. 투자 전략은 정부의 스마트건설 R&D 과제와 연계해 자금을 확보하고, 오픈이노베이션을 통해 유망 스타트업과 협력하는 방식이 효과적이다. 예를 들어, 중소 건설사와 기술기업 간의 공동 개발 프로젝트는 정부의 실증 지원을 받을 수 있으며, 현장 PoC를 통한 기술 검증과 시장 진입에 유리하다. 협업 체계는 건설사와 공동 개발 및 테스트베드 운영, 정부와 규제 대응 및 인증 체계 협력, 학계와 알고리즘 검증 및 인재 양성 연계를 포함할 수 있다. 이처럼 다자간 협력이 이루어질 때 기술은 현장에 빠르게 확산될 것이다. ③정부 및 학계의 전략-제도 정비와 인재 육성 정부와 학계는 기술 도입에 따른 제도적 혼란을 정비하고, 산업 전반의 방향성을 제시해야 한다. 제도 측면에서는 자율 장비 도입 시 안전 기준과 책임 범위를 명확히 하고, AI 판단 오류에 대한 법적 책임 구조를 정비해야 한다. 중대재해처벌법 시행 이후 건설업의 안전관리에 대한 책임 중요성이 부각되면서, 자율 시스템의 안전성과 책임 귀속 문제는 AX 확산의 핵심 과제가 될 것이다. 디지털 기록과 로그 기반의 안전관리 증빙 체계를 마련하고, 스마트건설 인증제도와 기술 검증 프로세스를 도입해야 한다. 국토교통부는 스마트건설 기술 실증 지원 사업을 통해 기술 검증과 현장 적용을 촉진하고 있으며, 이는 제도적 기반 마련의 좋은 사례이다. 학계는 건설 AI 융합형 교육과정을 신설하고, BIM, 로보틱스, 데이터 분석 중심의 실무형 커리큘럼을 개발해야 한다. 산학 협동 R&D를 통해 기술 검증과 표준화를 주도하고 테크기업, 건설사와 공동 인턴십, 현장 실습 프로그램을 운영함으로써 실무형 인재를 양성할 수 있다. 특히 AI 기술이 빠르게 발전하는 만큼, 학계는 기술 트렌드에 발맞춰 커리큘럼을 유연하게 개편하고, 산업 현장의 요구를 반영한 교육을 제공해야 한다. 이는 산업과 교육이 함께 성장하는 기반이 된다. 건설사, 테크기업, 정부, 학계가 각자의 위치에서 준비하고 협력할 때, 한국 건설산업은 AX 시대의 선도자로 자리매김할 수 있다.

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.

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.

시범 운영 돌입… 2026년 CES 전시 예정 한국산업기술기획평가원(산기평)이 디자이너의 작업 효율을 극대화하는 자율형(Agentic) 인공지능 기반 디자인 플랫폼 ‘젠프레소(GenPresso)’의 시범 운영에 돌입했다고 15일 밝혔다. 젠프레소에 적용된 자율형 AI는 기존의 생성형 AI가 단순 결과물 생성에 그쳤던 한계를 넘어, 사람의 개입 없이 스스로 과업 목표를 설정하고 판단, 실행하는 능력을 갖췄다. 이 플랫폼은 제품, 공간, 그래픽, 영상 등 광범위한 디자인 프로세스 전반을 주도적으로 지원한다. 젠프레소는 산기평의 ‘디자인산업기술개발사업’ 성과물로, 한양대 연구팀과 리콘랩스가 공동 개발했으며, 이미 현직 디자이너 등 전문가 약 300명을 대상으로 실무 적용성 평가를 성공적으로 마쳤다. 산기평은 시범 운영을 통해 2028년까지 플랫폼 기능을 고도화하고, CAD 변환 및 제조 시뮬레이션 연동 기술 등을 구축할 계획이다. 한승엽 산기평 산업혁신부원장은 “디자인 산업의 인공지능 전환(AX) 시대에 특화된 지능형 기술 개발을 지속적으로 지원할 것”이라고 밝혔다. 현재 베타 버전으로 이용 가능한 ‘젠프레소(GenPresso)’는 2026년 라스베이거스 CES 2026에 전시될 예정이다.