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.

삼성물산, 차세대 주거 모델 선봬hy, 부설연구소서 균주 연구 활발 KB국민카드, 디지털 혁신에 속도영남이공대, 학생 중심 경영 강화 아파트 부문 1위 ‘삼성물산’삼성물산이 29일 한국생산성본부가 발표한 ‘2025 NCSI(국가고객만족도)’ 조사에서 아파트 부문 28년 연속 1위를 차지했다. 최근 삼성물산은 거주자가 라이프스타일에 맞춰 주거 공간을 자유롭게 디자인할 수 있는 차세대 주거 모델 ‘넥스트홈’을 선보였다. 앞서 지난해에는 기존 홈 플랫폼 ‘홈닉’을 업그레이드한 ‘홈닉 2.0’을 론칭했다. 홈닉 2.0은 관리비 및 월세 납부 등 결제 기능은 물론, 가전과 IoT 기기를 통합 제어하는 ‘매터’(Matter) 기술을 도입해 완결형 홈 플랫폼을 구현하는 입주민 생활 밀착형 서비스다. 아울러 삼성물산은 주거성능연구소를 설립해 결로, 소음, 누수 등 하자 최소화를 위한 공법 개발에 매진해 왔다. 시공 단계부터 엄격한 품질 기준을 적용하는 ‘품질실명제’와 ‘품질시연회’ 등이 대표적이다. 층간소음 해결에도 적극적이다. 건설업계 처음으로 설립된 층간소음연구소는 재료와 구조, 신공법을 망라한 종합 솔루션을 확보했다. 고객 서비스 브랜드 ‘헤스티아’ 역시 진화를 거듭하고 있다. AI 기반의 이미지 분석 기술을 도입한 ‘헤스티아 2.0’ 앱을 통해 입주민의 AS 요청을 실시간으로 분류하고 엔지니어를 배정함으로써 서비스 만족도를 높이고 있다. 우유·발효유 부문 1위 ‘hy’hy가 2025 NCSI 조사에서 우유·발효유 부문 1위에 올랐다. 1997년 조사 시작 이래 28년 연속 수상이다. hy의 경쟁력은 1976년 설립한 기업 부설 연구소에서 나온다. 50년 넘게 축적한 연구 노하우를 바탕으로 현재 전체 연구 인력의 90%가 석박사급으로 구성돼 있다. 이들이 전 세계에서 수집한 5000여종의 균주 라이브러리는 hy만의 핵심 자산이다. 현재 120건 이상의 특허와 다수의 개별인정형 균주를 보유하고 있다. 최근 hy는 건강과 즐거움을 동시에 추구하는 ‘헬시플레저’ 열풍에 맞춰 당, 지방, 첨가물을 줄인 ‘로우스펙’(Low-Spec) 제품 개발에 집중하고 있다. 올해 출시한 ‘야쿠르트 XO’는 독자 발효공법(LF-7)을 통해 당과 지방을 0%로 낮췄다. 또한 스테디셀러 ‘윌’에 작약추출물을 더해 위 건강 케어를 강화한 ‘윌 작약’ 등 기능성 라인업을 고도화했다. 전국 단위 콜드체인망과 1만 1000여명의 ‘프레시 매니저’는 hy만의 차별화한 오프라인 경쟁력이다. 전동 카트 ‘코코’(CoCo)를 활용한 신선 배송은 물론, 3만여명의 홀몸노인을 정기 방문하며 고독사 예방 등 지역사회 안전망 역할을 하고 있다. 신용·체크카드 부문 1위 ‘KB국민카드’KB국민카드가 상품 경쟁력과 디지털 혁신을 결합해 고객 접점을 넓히고 있다. 지난해 4월 출시한 해외 특화 상품 ‘KB국민 트래블러스 체크카드’는 56종 통화 100% 환율 우대와 해외 이용 수수료 면제 등의 혜택을 제공한다. 최근에는 홍콩·마카오 에디션을 내놓으며 라인업을 강화했다. 일상 혜택을 담은 ‘위시(WE:SH) 카드’ 시리즈는 8종의 세분된 맞춤형 혜택을 통해 누적 가입자를 늘리는 등 생애주기별 필수 카드로 자리매김했다. KB국민카드의 디지털 전환 핵심인 ‘KB페이’는 가입자 1500만명을 돌파했다. 온오프라인 전 가맹점 결제는 물론, 타사 카드까지 통합 관리하는 ‘오픈페이’(Open Pay) 기능을 통해 범용성을 확보했다. 단순 결제를 넘어 개인 자산 관리(PFM)와 마이데이터 서비스, 모바일 학생증, 공공 서비스 알림 등 일상 밀접형 서비스를 결합해 금융과 생활의 경계를 허물었다는 평가다. KB국민카드는 소비자 보호를 위해 AI 모델을 활용한 ‘불완전판매 모니터링 자동화 시스템’을 전면 가동 중이다. 또한, 고객 패널 ‘이지토커’의 의견을 경영에 반영하고 있으며, 점자카드 도입 등 금융 취약계층을 위한 ESG 경영에도 앞장선다. 전문대학 부문 1위 ‘영남이공대학교’영남이공대학교는 매 학기 소통의 장을 정례화한다. 수렴된 의견은 ▲현장 중심 교육 강화 ▲최신 산업 트렌드 커리큘럼 개편 ▲취업 연계 프로그램 확대 등에 적극 반영한다. 이런 ‘학생 중심 경영’은 2023~2025학년도 3년 연속 신입생 100% 등록과 12년 연속 NCSI 전문대학 부문 1위라는 성과로 이어지고 있다. 최근 영남이공대는 재학생들의 진솔한 목소리를 대학 운영에 담기 위해 마련한 ‘총장 토크 콘서트’(미팅위크)를 성공적으로 마쳤다고 밝혔다. 학생복지처 주관으로 지난 9월 8일부터 24일까지 총 9회에 걸쳐 진행된 이번 행사는 간호학과, 소프트웨어융합과 등 32개 학과(계열)에서 2100여명의 학생이 참여했다. 특히 학생들이 가장 편안하게 대화할 수 있는 점심시간을 활용해 조별로 자유롭게 의견을 나누는 방식으로 진행됐다. 이재용 영남이공대 총장은 이번 콘서트에서 학생들과 눈높이를 맞추며 대학 생활 만족도, 진로 준비의 어려움, 학과 교육환경 개선 등 실질적인 고민을 경청했다. 학생들은 평소 전하기 힘들었던 건의사항을 제안했으며, 대학 측은 이를 기록해 학사제도 개선과 복지시설 확충에 단계적으로 반영하기로 약속했다.

인공지능(AI)이 만든 동영상이 처음 알려진 건 8년 전. 2017년 미국 온라인 커뮤니티 레딧에 유명 연예인의 얼굴이 합성된 포르노 영상이 최초로 공개된 이후 무료 소프트웨어를 통해 누구나 AI 영상을 만들 수 있는 세상이 됐다. 유튜브에도 AI가 제작한 영상이 갈수록 많아지고 있다. 대부분은 조악해서 쉽게 구분되지만, 어떤 것들은 정교해서 깜빡 속기도 한다. 그래서 좀 미심쩍은 영상은 댓글을 보고 AI 여부를 확인한다. 영국 주간지 이코노미스트는 얼마 전 올해의 단어로 ‘슬롭’(slop)을 선정했다. 원래는 ‘오물’이란 뜻이지만, 최근 정보기술(IT) 업계에서는 ‘사람의 검토 없이 AI가 쏟아내는 저품질 콘텐츠’란 의미로 통용된다. 지난 27일 영국 가디언 보도에 따르면 영상 편집 플랫폼 카프윙이 집계한 결과 국가별 슬롭 조회수에서 한국이 총 84억 5000만 회로 1위였다. 한국보다 인구가 훨씬 많은 파키스탄(53억4000만 회), 미국(33억 9000만 회), 스페인(25억 2000만 회) 등을 제친 것이다. 슬롭이 ‘양치기 소년’처럼 콘텐츠의 신뢰도를 떨어뜨리고 창작 생태계를 왜곡시킨다는 비판도 있지만, AI 진화 과정의 필연적 성장통이라는 의견도 만만치 않다. 진짜 심각한 문제는 ‘유튜브 중독’일지 모른다. 슬롭을 많이 본다는 것은 그만큼 유튜브를 많이 본다는 의미다. 유튜브 빅데이터 분석 플랫폼 소셜러스가 분석한 ‘2023년 한국 유튜브 빅데이터 연간 분석 보고서’에 따르면 월간 사용자수는 전 국민의 83%에 해당하는 4319만명이다. 유력 정치인부터 평범한 시민에 이르기까지 많은 국민이 눈뜬 직후부터 잠들기 직전까지 유튜브를 끼고 살고 있다. 지금까지는 그나마 인간이 만든 영상에 빠져 있었다면, 미래에는 AI가 슬롭 수준을 뛰어넘어 감쪽같이 만든 콘텐츠를 보면서 도파민을 내뿜게 될지도 모른다. 그런 세상에서 인간은 얼마나 낭패스러울지 AI가 아닌 인간의 지능으로는 도저히 상상이 되지 않는다.

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.

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.

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.

세계적인 축구선수 크리스티아누 호날두(40·알 나스르)가 불혹의 나이에도 20대 같은 몸 상태와 경기력을 유지하는 비결이 공개됐다. 호날두는 19일(현지시간) 소셜미디어(SNS)에 자신의 몸매를 담은 사진을 게재했다. 자신이 출시한 속옷 브랜드 ‘CR7’의 제품만 착용한 채 포즈를 취한 호날두는 불혹의 나이에도 선명한 근육을 자랑해 감탄을 자아냈다. 영국 매체 데일리메일에 따르면 호날두는 특별한 수면 패턴, 엄격한 식단, 고강도 훈련을 통해 ‘철인 같은’ 체력을 만들어왔다. 호날두가 몸 관리에 가장 중점을 두는 부분은 수면 전략이다. 일반적인 7~8시간 수면 대신 그는 하루를 여러 조각으로 나눠 잔다. 신체 리듬과 회복을 극대화하기 위해 1시간 30분씩 총 5회 수면하는 ‘다상 수면’을 실천 중이다. 이 방식은 짧은 수면을 반복하면서도 깊은 회복 효과를 얻는 것으로 알려졌다. 매체는 “이 방법은 아기들이 잠자는 방식과 비슷하며 생산성과 집중력, 기억력 증진에 효과가 있는 것으로 알려졌다”고 설명했다. 다만 “과학적으로 충분히 입증되지는 않았다는 반론도 존재한다”고 덧붙였다. 또한 호날두는 매주 5회 이상, 하루 최대 약 4시간에 걸쳐 개인 훈련을 병행한다. 축구팀 훈련 외에도 프린트, 사이클링, 근력 훈련 등을 병행하며 몸 전체를 균형 있게 단련하는 것으로 알려졌다. 회복을 위해 새벽 시간에도 사우나와 얼음 목욕을 병행한다. 데일리메일은 “최근 측정된 호날두의 체지방률은 7%에 불과하다. 프리미어리그 톱레벨 선수의 체지방률은 8~12%”라고 밝혔다. 식단 관리 역시 철저하다. 설탕, 탄산음료 등 불필요한 칼로리는 일절 배제하고 닭고기, 생선, 신선한 채소 등을 중심으로 식단을 구성한다. 하루 6끼 소량식 형태로 나누어 섭취하며, 고단백·저지방 식품 위주로 영양 균형을 맞추는 것으로 전해졌다. 호날두는 커피를 마실 때도 품질 좋은 블랙커피를 선택하며, 술은 전혀 마시지 않는 것으로 유명하다. 호날두는 한 인터뷰에서 “내 안에 여전히 열정이 있다. 20대 때와는 다르지만 훈련과 경쟁을 즐긴다”고 말했다. 그의 지인은 “호날두에게는 ‘삶’보다 ‘훈련’이 우선인 것 같다”고 말하기도 했다. 스포츠 전문가들은 호날두의 사례가 체계적인 데이터 관리와 자기 절제가 인간 신체의 한계를 어디까지 확장할 수 있는지 보여주는 생생한 지표라고 평가했다. 2022년 12월 잉글랜드 프리미어리그 맨체스터 유나이티드에서 사우디아라비아 프로리그 알 나스르로 이적한 호날두는 올 시즌에도 리그 득점 순위 1, 2위를 다투며 활약하고 있다.

서울 관악구가 9명의 ‘인공지능(AI) 챔피언’을 배출했다고 23일 밝혔다. AI 챔피언 인증 과정은 행정안전부가 공공부문 재직자 대상으로 AI 전문가를 양성하기 위해 추진하는 공공AI 역량 강화 정책의 일환이다. 공공 분야에 AI 기술을 적용하기 위한 심화 교육과 프로젝트 실습, 평가 과정을 통과한 사람에게 자격이 부여된다. 올해 도입됐으며 서울의 자치구 가운데 관악구가 유일하게 AI 챔피언 인증자를 보유하게 됐다. 관악구는 AI를 활용한 기획과 프로젝트 설계 역량을 요구하는 심화·고급단계인 ‘블루 과정’ 1명, 실무자 등급인 ‘그린 과정’ 8명 등 총 9명이 최종 인증을 받았다. 블루 과정 인증을 받은 김준환 AI데이터팀장은 “전 직원과 함께 AI 역량을 일상 업무에 활용해 공공 서비스의 품질을 올리겠다”고 전했다. 관악구는 인증을 획득한 AI 챔피언을 중심으로 정책 아이디어를 적극적으로 발굴할 계획이다. 박준희 구청장은 “9명의 AI 챔피언과 함께 직원들의 AI 활용 역량을 높이고, 디지털 기반의 행정혁신으로 주민 삶의 질을 개선해 나가겠다”고 말했다.

서울시의회(의장 최호정)가 2025년 한 해 동안 입법·행정감사·예산심사 전 과정에서 역대급 성과를 기록하며 ‘일하는 의회’의 실력을 입증했다. 서울시의회는 23일 제333회 정례회 제5차 본회의를 끝으로 2025년도 의정활동을 마무리했다고 밝혔다. 총 817건의 안건을 처리하며 시민 삶에 직접 닿는 조례를 확대했고, 3천 건이 넘는 행정 개선을 이끌어냈다. 역대 최대 규모인 62조원 규모의 내년도 예산을 민생·안전·미래에 집중 배치하며 입법·감사·예산이 맞물려 돌아가는 선순환 구조를 구축했다. 2025년 전년 대비 31% 증가한 총 817건 안건 의결… ‘솔루션 의회’ 역량 입증 서울시의회는 ‘조례 품질이 곧 지방의회의 경쟁력’이라는 기조 아래 올 한해 총 817건의 안건을 의결했다. 이는 전년도 625건 대비 무려 30.7%(192건) 증가한 수치다. 안건 유형별로는 조례안이 519건(63.5%)으로 가장 많았으며, 이 중 85건이 제정안이다. 이어서 동의(승인)안이 161건, 건의안 34건, 결의안 24건, 청원 13건 등이 있다. 시민 요구와 도시 문제에 대한 기민한 대응이 곧 도시경쟁력인 시대, 조례를 통해 선제적으로 대안을 담아냄으로써 도시 문제 해결의 발판을 제공하는 등 ‘솔루션 의회’의 진전된 면모를 선보였다. 2025년 서울시의회에서는 단순한 제도 정비를 넘어 시민의 일상에 실질적인 변화를 이끌어낼 조례안들이 대거 통과됐다. 가사·돌봄노동의 가치를 공식적으로 인정하는 ‘서울시 경력보유시민의 가사·돌봄노동 인정 및 권익증진에 관한 조례안’, 서울이 글로벌 금융 허브로 도약할 수 있는 제도적 기반을 마련한 ‘서울시 핀테크산업 육성 및 지원에 관한 조례안’, 재난 대응의 골든타임을 확보하기 위한 ‘서울시 재난관리자원의 통합 관리 등에 관한 조례안’ 등 도시의 과제를 조례에 신속히 담아냄으로써 법보다 시민 삶에 가까운 조례의 힘을 보여줬다는 평가를 받는다. 시민의 목소리를 가장 직접적으로 수렴하는 청원도 2024년 3건에서 2025년 13건으로 4배 이상 늘어났다. 단순한 민원 처리를 넘어 시민의 간절한 소망을 공식적인 안건으로 다루며 ‘현장 중심 의회’의 가치를 실현하고자 노력한 결과로 풀이된다. ‘송곳’ 행정사무감사로 3000건 조치… 2026년도 62조원 슈퍼 예산 현미경 심의 완료 ‘의정활동의 꽃’이라 불리는 2025년도 행정사무감사는 현장형 감사로 내실을 더했다. 본격적인 감사에 앞서, 상임위별로 정책 현장을 릴레이 점검, 현장 데이터를 수집했다. 이후 감사를 통해 서울시와 교육청 및 산하기관 등 총 180개 기관의 예산 집행의 적정성, 사업의 실효성에 대한 검증에 착수, 시정·처리 요구사항 1523건, 건의사항 933건, 자료제출 요구 638건 등 총 3094건에 달하는 조치를 취했다. 마지막으로 62조원의 역대 최대규모의 슈퍼예산을 최종 확정했다. 앞서 행정사무감사에서 확인된 사업 실효성을 바탕으로, 성과가 미흡하거나 관행적으로 편성된 불요불급한 예산은 과감히 도려내고, 이를 통해 확보된 재원을 고물가로 고통받는 민생 안정과 시민 안전, 그리고 미래세대를 위한 지원 등에 집중 배치했다. 최 의장은 “서울시의회는 올 한 해 시민들의 목소리를 가까이에서 경청하고 그때 그때 상황에 맞는 조례 제·개정을 통해 지방의회 효용감을 높이는데 최선을 다했다”라며 “내년에도 시민 삶의 현장에 함께하며 보탬이 되는 시민 편 의회가 되도록 노력하겠다”고 말했다.

서울 금천구는 행정안전부가 주관하는 ‘2025년 공공데이터 품질인증’에서 최우수 등급을 전국 지방자치단체 최초로 획득했다고 23일 밝혔다. 금천구는 “최우수(ALL) 등급은 보유한 정보시스템(DB)이 모두 최고 수준의 품질을 충족했다는 의미”라며 “이번 성과는 기초·광역 지자체 전체를 통틀어 전례가 없는 사례”라고 강조했다. 행안부는 2022년부터 공공기관이 보유·관리하는 데이터 품질을 높이기 위해 품질인증 제도를 운영하고 있다. 품질 인증은 ▲ 공공데티어 관리 체계 ▲ 공공데이터 값 관리 ▲ 공공데이터 개방·활용 등 3개 영역을 대상으로 심사한다. 금천구는 축적된 고품질 데이터를 바탕으로 ▲ 행정 수요 예측 ▲ 위험 조기 탐지 ▲ 정책 효과 분석 고도화 등 데이터 활용 행정을 발전시키겠다는 구상이다. 또한 구민을 위한 맞춤형 행정 서비스를 확장해 나갈 계획이다. 유성훈 구청장은 “인공지능(AI)을 효율적으로 활용하기 위해서는 그 원료가 되는 데이터의 품질관리가 필수적”이라며 “이번 인증을 계기로 고품질 데이터를 기반으로 한 과학적이고 합리적인 행정을 통해 구민에게 실질적인 도움이 되는 정책을 추진하겠다”고 말했다.

경기도의회 기획재정위원회 박진영 의원(더불어민주당, 화성8)은 22일 경기연구원 7층 대회의실에서 열린 ‘경기의정연구센터 개소 기념 세미나’에 토론자로 참석해서 경기의정연구센터의 역할과 향후 발전 방향에 대해 정책적 제언을 제시했다. 이날 세미나는 경기의정연구센터 개소를 계기로 경기도의회의 입법·정책 역량을 체계적으로 강화하기 위한 의정연구 기능의 역할과 중장기 과제를 논의하기 위해 마련됐다. 행사에서는 경기의정연구센터 운영계획 소개를 비롯해 지방의회 정책 연구 체계 고도화 방안과 의정연구센터의 발전 방향에 대한 주제 발표와 전문가 토론이 진행됐다. 박진영 의원은 토론에서 “경기의정연구센터는 개별 의원의 민원이나 단기 요구를 지원하는 보좌기구가 아니라 도의회 전체의 입법·예산·감사 기능을 뒷받침하는 공적 연구 플랫폼으로 자리매김해야 한다”고 강조했다. 이를 위해 상임위원회 중심의 공식 연구 의뢰 절차를 확립하고, 정책지원관·입법조사관 제도와의 기능 중복을 최소화하는 명확한 역할 분담이 필요하다고 밝혔다. 특히 박진영 의원은 경기의정연구센터가 조례 제·개정 과정에서 상위법과의 정합성, 재정 부담, 정책 효과를 종합적으로 분석하는 ‘입법 품질관리 기구’로 발전해야 한다고 제안했다. 이는 지방의회의 입법 신뢰도를 높이고, 사후 위법·위헌 논란을 예방하는 데 중요한 역할을 할 것이라고 설명했다. 아울러 의정 데이터와 연구 성과를 체계적으로 축적·공개하는 지식 플랫폼으로 기능할 경우에 경기도의회는 물론 시·군의회와 시민사회 전반의 정책 역량을 함께 높일 수 있을 것이라고 평가했다. 박진영 의원은 “경기의정연구센터는 경기도의회가 집행부에 종속되지 않는 독립적 정책 기관으로 도약하는 데 핵심적인 전략 파트너”라며, “장기적 관점에서 경기도형 지방의정 모델을 설계하는 미래 지향적 싱크탱크로 성장하길 기대한다”고 밝혔다. 한편 이날 행사에는 김진경 경기도의회 의장을 비롯해 최종현 더불어민주당 대표의원, 백현종 국민의힘 대표의원, 양우식 운영위원장의 서면 축사와 함께 조성환 기획재정위원장과 강성천 경기연구원장은 현장 축사를 했다. 주제 발표에는 김채만 경기의정연구센터장, 주희진 한국지방행정연구원 지방의정연구센터장, 박경순 경기도의회 법제과장이 참여했으며, 전문가 토론에는 박진영·오창준 경기도의회 의원과 윤희철 서울연구원 부원장, 하현상 국민대학교 행정대학원장, 하혜영 국회입법조사처 선임연구위원이 참석했다.

서울 관악구가 9명의 ‘인공지능(AI) 챔피언’을 배출했다고 23일 밝혔다. AI 챔피언 인증 과정은 행정안전부가 공공부문 재직자 대상으로 AI 전문가를 양성하기 위해 추진하는 공공AI 역량 강화 정책의 일환이다. 공공 분야에 AI 기술을 적용하기 위한 심화 교육과 프로젝트 실습, 평가 과정을 통과한 사람에게 자격이 부여된다. 올해 도입됐으며 서울의 자치구 가운데 관악구가 유일하게 AI 챔피언 인증자를 보유하게 됐다. 관악구는 AI를 활용한 기획과 프로젝트 설계 역량을 요구하는 심화·고급단계인 ‘블루 과정’ 1명, 실무자 등급인 ‘그린 과정’ 8명 등 총 9명이 최종 인증을 받았다. 블루 과정 인증을 받은 김준환 AI데이터팀장은 “전 직원과 함께 AI 역량을 일상 업무에 활용해 공공 서비스의 품질을 올리겠다”고 전했다. 관악구는 인증을 획득한 AI 챔피언을 중심으로 정책 아이디어를 적극적으로 발굴할 계획이다. 박준희 구청장은 “9명의 AI 챔피언과 함께 직원들의 AI 활용 역량을 높이고, 디지털 기반의 행정혁신으로 주민 삶의 질을 개선해 나가겠다”고 말했다.

국내 대표 에듀테크 기업 크레버스(대표 이동훈)는 AI 기반 학원 운영 솔루션 AI개인비서 ‘OPTI’와 AI부원장 ‘CORI’를 공개하고, 상담·행정·운영 전반에 AX(AI Transformation)를 적용한 새로운 학원 운영 모델 CREVAX를 선보였다. 해당 솔루션은 크레버스가 LG U+와 MOU를 체결하고 공동 개발한 서비스로, 12월 19일 가맹 설명회를 통해 청담어학원과 April어학원 가맹점주들을 대상으로 소개됐다. 크레버스는 이번 솔루션 공개를 통해 AI를 활용해 현장 직원의 업무 환경을 보다 효율적인 구조로 전환하고, 몰입도 높은 근무 환경을 구현하는 데 초점을 맞췄다고 설명했다. 상담 업무를 지원하는 AI 개인비서 ‘OPTI’ OPTI(Optimia)는 상담 직원의 업무 부담을 줄이면서도 상담의 완성도를 높이기 위해 설계된 AI 기반 상담 포털이다. 상담 과정에서 발생하는 음성 정보는 자동으로 저장되고 AI가 상담내용을 실시간으로 요약해주어 핵심 내용만 빠르게 확인할 수 있으며, 상담 이후 반복적으로 소요되던 기록·정리 업무를 최소화한다. 학생의 학습 이력과 성취도 등 개인화된 데이터를 바탕으로 학생 맞춤형 상담이 가능한 상담 가이드를 제공한다. 상담가이드를 통해 전국단위 학습지표를 기반으로 객관화된 학생의 학습 성취도를 진단하여, 학생에게 정확한 학습방향을 제시한다. 크레버스는 OPTI는 학원 상담 업무의 효율성을 극대화하고 상담 품질을 상향 표준화하는 혁신적인 상담 서비스 솔루션이라고 설명했다. 학원 운영을 관리하는 AI 부원장 ‘CORI’ CORI(Corina)는 학원 운영 전반의 업무를 체계적으로 설계하고 실행을 지원하는 ‘AI 부원장’ 개념의 운영 포털이다. CORI는 기존에 개인의 경험에 의존하던 운영 방식을 구조화하고, 현장 상황에 맞춰 업무를 효율적으로 관리할 수 있게 함으로써, 업무의 연속성과 생산성을 동시에 높이는 데 목적을 두고 있다. CORI는 학원 운영에 필요한 주요 업무 리스트와 업무별 업무 수행가이드를 제공하고, 제공된 업무 리스트와 수행가이드는 커스터마이징하여 각 학원의 상황에 따라 운영할 수 있다. CORI는 정기적으로 반복되는 업무를 주기별로 자동 관리하며, 개인별 업무 이력은 자연스럽게 축적되어 담당자 변경이나 인수인계 상황에서도 업무의 흐름이 끊기지 않도록 설계됐다. 또한 업무 교육시간 대비 효율성을 극대화한 업무 코칭 서비스로 사용자가 이를 통해 신속하고 누락없이 업무를 수행할 수 있도록 돕는다. 크레버스는 OPTI와 CORI를 통해 상담–운영을 하나로 연결한 AX 기반 학원 운영 모델 CREVAX를 구축했다. 이동훈 대표는 “AI는 현장을 대체하는 기술이 아니라, 사람이 본질에 집중하도록 돕는 기반”이라며 “운영의 비효율을 줄이고 상담과 교육의 질을 높이는 환경을 만들어가겠다”고 밝혔다.

AI 비전 솔루션 기업 스누아이랩(SNUAILAB/대표 유명호)은 자사가 개발한 이미지 노이즈 합성 모델 ‘GuidNoise’ 연구가 인공지능 분야 세계 최고 권위의 국제학회 AAAI(Association for the Advancement of Artificial Intelligence) 2026에 채택됐다고 밝혔다. AAAI는 매년 전 세계 인공지능 연구자들이 가장 선호하는 탑티어 AI 학회 중 하나로, 채택률이 20% 이하에 불과해 높은 기술적 완성도와 혁신성을 갖춘 연구만이 등재될 수 있다. 스누아이랩의 이번 논문 채택은 AI 기반 이미지 처리 기술 분야에서 글로벌 경쟁력을 인정받았다는 데 큰 의미가 있다. 스누아이랩이 발표한 ‘GuidNoise: Single-Pair Guided Diffusion for Realistic Noise Synthesis’는 단 한 쌍의 이미지(깨끗한 이미지와 노이즈가 포함된 가이드 이미지)만으로도 실제 촬영 환경의 노이즈를 정밀하게 재현하는 모델이다. 이 모델은 대규모 노이즈 데이터셋이나 복잡한 카메라 메타데이터 없이도 실제와 가까운 노이즈를 합성할 수 있어, 기존 노이즈 합성·제거(Denoising) 기술의 비용·확장성 한계를 효과적으로 극복했다는 평가를 받는다. 이번 연구는 ▲소량의 데이터로도 현실적인 노이즈 합성이 가능하다는 점 ▲기존 모델 대비 뛰어난 일반화 성능 ▲실제 환경 노이즈와 높은 통계적 유사성을 확보한 것이 특징이다. 스누아이랩은 “GuidNoise는 다양한 산업 분야의 이미지 전처리, 비전 기반 검사 시스템 등에서 즉각적인 활용이 가능하다”고 설명했다. 스누아이랩은 이미 산업 안전, 비전 검사, 의료 영상 등 다양한 도메인에서 실증 경험을 축적해 왔다. 이번 연구 성과 역시 산업 현장에서 즉시 활용될 수 있는 기술이라는 평가를 받으며, 다년간의 현장 경험과 데이터 기반 AI 역량이 더해져 고객 맞춤형 모델과 지속적인 현장 성능 개선에도 활용될 전망이다. 스누아이랩 관계자는 “국내외 다양한 산업군에서 스누아이랩의 비전 AI 기술을 기반으로 한 협업 논의가 빠르게 확대되고 있다”며, “이번 AAAI 논문 채택은 연구 성과를 넘어, 글로벌 수준의 기술력을 갖춘 기업으로 도약하는 중요한 이정표가 될 것”이라고 밝혔다. 앞으로도 스누아이랩은 산업용 비전 AI 플랫폼, 의료 영상 복원 모델, 결함 검출 모델 등 특화 기술 개발을 강화해 산업 현장의 안전성·효율성·품질 향상에 기여하는 비즈니스 가치를 창출한다는 계획이다.

‘2025 국산과일 명품화 산업발전 간담회’ 17일 코엑스 개최기후변화 대응·브랜딩·유통전략 논의 한국과수농협연합회(회장 박철선/충북원예농협 조합장)는 12월 17일 서울 코엑스에서 ‘2025 국산과일 명품화 산업발전 간담회’를 개최하고, 대표과일 선발대회 수상 농가들과 함께 기후위기 시대 국산 과일의 경쟁력 강화 방안을 집중 논의했다. 이번 간담회는 재배기술을 넘어 브랜딩, 유통, 정책, 데이터 등 농업 외적 요소에 대한 인사이트를 공유하여 수상 농가의 경영·판로 개선에 실질적인 도움을 주기 위해 마련된 것으로, 참석자들은 현장의 경험과 과제를 허심탄회하게 나누며 국산 과일 명품화의 방향을 함께 모색했다. 행사에는 사과·배·단감·감귤·포도·복숭아 등 주요 과수산업을 이끄는 역대 대표과일 선발대회 수상 농가들이 참석해 수상 이후 달라진 농장 운영과 판매 전략, 브랜드 활용 사례 등을 공유했다. 본격적인 간담회에 앞서 마련된 오찬과 명품과일 팝업부스 순람에서는 각 지역의 우수 과일과 생산 스토리를 소개하며 상호 교류와 협력 가능성을 확인하는 시간도 가졌다. 본 행사에서는 농촌진흥청 국립원예특작과학원 온난화대응농업연구소 전지혜 소장이 ‘기후변화에 따른 과수 농업인의 대응 방안’을 주제로 강연을 진행했다. 이어진 자유토론에서는 기후·시장 환경 변화, 수입과일 증가, 소비 트렌드 변화 속에서 살아남기 위한 기술·시설 투자, 브랜드 전략, 온라인·플랫폼 유통 사례 등을 중심으로 심도 있는 논의가 이어지며, 대표과일 수상 농가들의 현장 노하우와 애로사항이 구체적으로 제시됐다. 간담회에서는 또한 기존 지원사업의 효과와 한계, 대표과일 수상 농가가 체감하는 정책·제도 개선 필요사항도 중점적으로 다뤄졌다. 한국과수농협연합회는 이날 제기된 의견을 대표과일 선발대회 운영 개선과 국산 과일 명품화 정책, 기후위기 대응 과수산업 전략 수립에 반영해 정부와 관계 기관에 체계적으로 건의할 계획이라고 밝혔다. 한국과수농협연합회 박철선 회장은 “대표과일 수상은 한 해를 마무리하는 영예로운 결실이자, 소비자에게 ‘믿고 살 수 있는 과일’이라는 품질 인증이 된다”며 “이번 간담회가 수상 농가의 경험을 산업 전체의 자산으로 확장하는 계기가 되기를 바란다”고 말했다. 이어 “국산 과일 한 입이 농부의 땀을 존중하는 선택이자 아이들의 건강과 농촌의 미래를 지키는 투자라는 인식을 확산시키는 데에도 이번 자리가 중요한 전환점이 될 것”이라고 강조했다.

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.

차세대 AI 테스트 솔루션으로 글로벌 시장 ‘정조준’ 소프트웨어 QA(품질보증) 및 테스트 전문기업인 컴즈㈜(대표이사 김지형)는 12월 3일부터 5일까지 코엑스에서 열린 ‘대한민국 소프트웨어 대전(AI x Softwave 2025)’에 참가해, 자사의 최신 AI 테스트 기술을 성공적으로 선보였다고 밝혔다. 컴즈는 이번 전시에서 2023년부터 자체 R&D를 통해 개발한 AI 테스트 케이스 생성 솔루션인 ‘GENQ(COMES+AI)’와 일본 오티파이(Autify)사의 테스트 자동화 플랫폼 ‘Autify Nexus’를 핵심 솔루션으로 제시하며 참관객들의 이목을 집중시켰다. 컴즈에 따르면, 행사 기간 동안 부스에는 500명 이상의 업계 관계자가 방문했으며, 이 중 20%를 넘는 100여 명의 고객이 구체적인 솔루션 도입 상담을 요청했다. 이는 단순 관람을 넘어 실질적인 비즈니스 니즈를 확인한 성과로, 급변하는 QA 시장에서 컴즈의 기술력이 높은 주목을 받고 있음을 입증한 결과로 풀이된다. 컴즈가 이번에 공개한 ‘GENQ’는 요구사항 정의서와 기획 문서를 기반으로 테스트 케이스(TC)를 자동 생성하는 혁신적인 솔루션이다. GENQ는 별도의 LLM 평가 시스템을 탑재해 TC 생성과 동시에 품질 지수와 신뢰도를 검증할 수 있는 것이 특징이다. 특히 자동 생성된 TC 중 수정이 필요한 항목만 선별하여 편집이 가능하고 파일 입출력이 유연해, 테스트 공수 중 가장 큰 비중을 차지하는 설계 시간을 획기적으로 단축시켰다는 평가를 받았다. 컴즈가 함께 소개한 Autify사의 ‘Autify Nexus’는 최근 업계의 화두인 ‘Playwright’와 AI 기술을 결합한 노코드(No-Code) 테스트 자동화 플랫폼이다. 이 플랫폼은 기획서나 화면 설계서 등 개발 산출물을 입력하면 AI가 자동으로 테스트 시나리오를 생성하고 수행까지 완료한다. Autify Nexus는 데이터 패턴 테스트 및 어서션(Assertion) 기능을 지원하면서도 데브옵스(DevOps) 환경과의 통합이 용이해, 개발 생산성을 고민하는 방문객들로부터 큰 호응을 얻었다. 특히 이번 전시에서는 국내 기업뿐만 아니라 일본, 대만, 베트남 등 아시아권 기업 관계자들의 부스 방문이 이어지며 글로벌 협력 방안에 대한 심도 있는 논의가 진행되기도 했다. 컴즈 관계자는 “이번 ‘Softwave 2025’는 테스트 기술에 AI를 접목하여 효율성과 효과성을 극대화하는 ‘QA의 새로운 패러다임’을 제시한 자리”라며, “예상보다 뜨거웠던 현장 반응에 힘입어, 앞으로도 국내 테스트 업계를 선도하는 최적의 서비스와 솔루션을 제공하겠다”고 전했다. 한편, 올해로 창립 11주년을 맞이한 컴즈㈜는 ‘Human with AI’라는 비전 아래, 지속적인 기술 연구개발과 고도화된 테스트 아웃소싱 서비스를 통해 시장 지배력을 강화해 나갈 계획이다.

서울창업허브 성수가 선정한 ESG경영 우수기업들은 도심과 지역 곳곳의 유휴자원을 활용한 분산형 재생에너지 방식을 통해 ESG(환경·사회·지배구조) 시대 전력 시장의 새로운 해법을 제시한다. 서울시와 서울경제진흥원이 함께 운영하는 서울창업허브 성수는 기술 기반 ESG경영을 실천하는 기업을 ‘ESG 우수기업’으로 선정했으며, 이들 기업은 2025 서울 스타트업 ESG포럼에 참여해 기술과 데이터 중심의 ESG 사례를 공유했다. 이 기사는 포럼에서 소개된 기업 가운데 분산형 재생에너지 분야에서 구조적 혁신을 이끌고 있는 두 기업, 에이치에너지와 식스티헤르츠의 사례를 소개한다. 에이치에너지는 재생에너지 투자 서비스(플랫폼) ‘모햇’, 도심 지붕 태양광 임대 플랫폼 ‘솔라쉐어’, AI(인공지능) 기반 발전소 운영관리 플랫폼 ‘솔라온케어’를 통해 전국의 유휴 지붕과 옥상을 에너지 기반 시설로 전환하는 분산형 재생에너지 기업이다. ‘모햇’은 개인이 태양광 발전소라는 실물자산을 소유하고 수익을 분배하는 플랫폼 협동조합 구조를 통해 누적 가입자 20만 명, 누적 투자액 4000억 원을 기록했다. ‘솔라쉐어’는 건물주에게 안정적인 임대수익을 제공하며, 법인 대상 서비스 ‘솔라쉐어바로’를 통해 RE100(재생에너지 100% 사용) 이행을 지원한다. AI·클라우드 기반의 ‘솔라온케어’는 에너지기술평가원 기술등급 AA 등 대내외 인정받은 기술력을 기반으로, 현재 4500여 개소의 발전소를 운영 중이다. 에이치에너지는 ESG경영 우수기업을 대상으로 제공되는 서울창업허브 성수 후속지원 프로그램을 통해 ISO 9001(품질경영시스템) 인증, ISO 27001(정보보호 관리체계) 인증을 획득했다. 또한 임직원 대상 개인정보보호 교육을 통해 내부 인식을 제고했으며, 회사 운영의 기본 틀을 국제적 표준에 맞춰 관리체계를 구축하고 관리조직을 구성했다. 식스티헤르츠는 소규모 분산전원을 IT 정보기술로 연결해 하나의 발전소처럼 운영하는 가상발전소(VPP) 기술을 기반으로 재생에너지 확산을 지원하는 에너지 IT 소셜벤처다. 가상발전소(VPP) 기술이 적용된 서비스 중 하나인 ‘햇빛바람지도’는 약 8만여 개 재생에너지 발전소의 발전량을 시각화한 서비스로, 공공데이터 활용 우수 사례로 대통령상을 수상했다. 또한, AI 이상감지 기술을 적용해 전국 17만 개 이상의 발전소 운영 데이터를 관리 및 모니터링하는 플랫폼을 개발했으며, 다수의 정부 R&D 연구개발 과제를 수행하며 차세대 전력 서비스로 영역을 확장한다. 식스티헤르츠는 이번 후속지원 프로그램을 통해서는 재생에너지 사용 인증서 플랫폼 연동을 위한 기능을 구현한 소프트웨어 기반 RTU 관리 시스템 개발 및 시험을 진행하는 등 ESG 사업 기반을 강화했다. 두 기업은 재생에너지를 단순한 생산 영역이 아닌 투자·운영·데이터 구조로 확장하며 ESG를 실제 성과로 연결하고 있다는 공통점을 가진다. 서울창업허브 성수가 선정한 이들 사례는 재생에너지 ESG가 선언을 넘어 현장에서 작동하는 단계로 진입했음을 보여주는 대표적인 사례로 평가된다.