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.

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.

서울 강남구가 겨울방학을 맞아 학생들이 우주와 미래 첨단 기술을 체험할 수 있는 프로그램을 마련했다. 강남구는 강남미래교육센터에서 1~2월 겨울방학 특강 프로그램과 목성탐사 겨울캠프를 운영한다고 28일 밝혔다. 겨울방학 특강 프로그램은 초등학생과 중학생 대상으로 2026년 1월 3일부터 2월 28일까지 진행된다. 디지털 트윈, 바이오 공학, 인공지능(AI) 로봇, AI 데이터 분석, 사이버 보안 등 미래 사회 핵심 기술을 주제로 총 18개 특별 강좌가 준비됐다. 주중에는 ▲픽시케이드 우주 프로젝트(화요일) ▲파일럿 아카데미(수요일) ▲AI 직업 발명소(목요일) ▲화성 착륙 챌린지(금요일) 등으로 운영된다. 주말에는 ▲휴머노이드의 비밀 ▲미래도시 디자이너 등 체험 중심의 프로그램이 진행된다. 수강 신청은 이달 30일부터 강남미래교육센터 홈페이지를 통해 가능하다. 우주를 주제로 한 집중 프로그램도 준비했다. 1월 27일부터 28일까지 우주과학 목성탐사 겨울캠프가 열리고, 초등학교 예비 5~6학년 60명을 대상으로 하는 비(非)숙박형 통학 캠프도 진행한다. 이 캠프는 경기도 양주 송암스페이스센터를 방문해 가상의 탐사 임무를 수행하며 협업과 문제 해결 중심의 학습을 경험하게 된다. 캠프 신청은 1월 6일 오전 10시부터 13일까지 센터 홈페이지에서 할 수 있다. 조성명 구청장은 “앞으로도 미래 사회를 이끌 인재 양성을 위한 과학·미래교육 프로그램을 지속적으로 확대해 나가겠다”고 말했다.

서울 강남구가 겨울방학을 맞아 학생들이 우주와 미래 첨단 기술을 체험할 수 있는 프로그램을 마련했다. 강남구는 강남미래교육센터에서 1~2월 겨울방학 특강 프로그램과 우주과학 목성탐사 겨울캠프를 운영한다고 28일 밝혔다. 겨울방학 특강 프로그램은 초등학생과 중학생을 대상으로 2026년 1월 3일부터 2월 28일까지 진행된다. 디지털 트윈, 바이오 공학, 인공지능(AI) 로봇, AI 데이터 분석, 사이버 보안 등 미래 사회 핵심 기술을 주제로 총 18개 특별 강좌가 준비됐다. 주중에는 ▲픽시케이드 우주 프로젝트(화요일) ▲파일럿 아카데미(수요일) ▲AI 직업 발명소(목요일) ▲화성 착륙 챌린지(금요일) 등으로 운영된다. 주말에는 ▲휴머노이드의 비밀 ▲미래도시 디자이너 등 체험 중심의 프로그램이 진행된다. 수강 신청은 이달 30일부터 강남미래교육센터 홈페이지(future.gangnam.go.kr)를 통해 가능하다. 우주를 주제로 한 집중 프로그램도 준비했다. 1월 27일부터 28일까지 우주과학 목성탐사 겨울캠프이 열리고, 초등학교 예비 5~6학년 60명을 대상으로 하는 비숙박형 통학 캠프도 진행한다. 이 캠프는 경기도 양주의 송암스페이스센터 챌린저러닝을 방문해 가상의 탐사 임무를 수행하며 협업과 문제 해결 중심의 학습을 경험하게 된다. 캠프 신청은 1월 6일 오전 10시부터 13일까지 센터 홈페이지에서 할 수 있다. 조성명 강남구청장은 “앞으로도 미래 사회를 이끌 인재 양성을 위한 과학·미래교육 프로그램을 지속적으로 확대해 나가겠다”고 말했다.

이재용 삼성전자 회장이 22일 반도체 연구개발(R&D) 단지인 삼성전자 기흥캠퍼스와 화성캠퍼스를 연이어 방문하며 반도체 기술 경쟁력을 점검하고 ‘과감한 혁신과 투자’를 강조했다. 이 회장은 이날 경기 용인 기흥캠퍼스에 위치한 ‘NRD-K’를 방문해 R&D 시설 현황과 메모리·파운드리·시스템 반도체 등의 기술 경쟁력을 살펴봤다. NRD-K는 삼성전자가 미래 반도체 기술 선점을 위해 건설 중인 최첨단 복합 R&D 단지로, 10만 9000㎡(약 3만 3000평) 규모의 초대형 연구 시설이다. 이곳은 미세 공정 연구, 첨단 반도체 설계 및 양산에 최적화된 상징적인 공간으로 여겨진다. 이 회장은 뒤이어 화성캠퍼스를 방문해 ‘디지털 트윈’과 로봇을 적용한 제조 자동화 시스템을 살피고 인공지능(AI) 활용 현황도 점검했다. 디지털 트윈은 실제 공장과 장비 등을 가상 환경에 동일하게 구현한 시스템이다. 이 회장의 화성캠퍼스 방문에는 전영현 디바이스솔루션(DS)부문장과 송재혁 DS부문 최고기술책임자(CTO) 등 반도체 분야 주요 경영진이 함께 참석해 반도체 산업의 미래 전략을 논의했다. 이후 이 회장은 고대역폭메모리(HB M)와 10나노 6세대 D램(D1c), 10세대 낸드플래시(V10) 등 최첨단 반도체 제품 사업화에 기여한 개발·제조·품질 분야 직원들과 간담회를 가졌다. 이 회장은 직원들의 현장 의견을 경청한 뒤 “과감한 혁신과 투자로 본원적 기술 경쟁력을 회복하자”고 말한 것으로 전해졌다. 이 회장이 지난 15일 미국 출장에서 귀국한 뒤 약 일주일만의 공식 행보로 반도체 시설을 방문한 것은 최근 실적이 개선된 반도체 부문 임직원들을 독려하기 위한 것으로 풀이된다. 이 회장이 NRD-K를 찾은 것은 지난 2023년 10월 건설 현장을 점검차 방문한 이후 2년 2개월 만이다. 삼성전자의 반도체 담당인 DS부문의 실적은 올해 상반기 바닥을 찍었다가 3분기부터 글로벌 슈퍼 사이클에 올라타며 상승곡선을 그리고 있다. 이날 삼성전자는 사내망을 통해 하반기 성과급의 일종인 ‘목표달성 장려금’(TAI) 지급률을 공지했다. 올해 상반기 TAI가 월 기본급의 25%에 불과했던 메모리사업부는 실적 향상으로 100%가 책정됐다. 하반기에 갤럭시Z 폴드와 플립7을 성공적으로 출시한 모바일경험(MX) 사업부는 75%가 책정됐다. 또 디바이스경험(DX)부문에선 영상디스플레이(VD)·생활가전사업부에는 각각 37.5%의 TAI가 공지됐다.

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.

한라대학교(총장 김응권)는 대학 RISE사업단이 국토교통부 스마트건설사업단과 공동으로 자동화 건설기술 전문 교육을 개최했다고 밝혔다. 이번 전문가 교육은 한라대 RISE사업단이 추진하는 데이터·디지털트윈 기반 재난안전 분야의 기술 역량 강화를 목적으로 마련되었고, 국토교통부 스마트건설기술개발사업에 참여 중인 유씨아이테크(주)에서 관련 기술에 대해 연구성과와 함께 진보된 기술을 교육했다. 행사에는 관련 학과 재학생 및 지역 관계자 등 60여명이 참석해 높은 관심을 보였고, 한 참가학생은 “지속적인 기술개발을 통해 보다 효율적인 스마트건설기술을 확인할 수 있는 뜻깊은 자리였다”고 소감을 전했다. 스마트건설기술뿐만 아니라 인프라 안정성 원격 탐사 기술을 위해 투자를 아끼지 않은 유씨아이테크(주)의 김기성 대표는 “스마트건설기술개발사업을 통해 그동안의 연구 결과를 전문 엔지니어로 거듭날 학생들과 지역 관계자들에게 전할 수 있어서 기술 개발에 더 앞장서야겠다”라고 각오를 다졌다. 한라대학교는 지역 기업과 함께 RISE사업을 통해 강원지역의 재난 안전 확보를 위한 자동화 건설 기술 및 인프라 안전 예측 기술을 연구하고 있다. 사업 관계자는 “이번 행사로 지역 대학과 기업 간 협력의 폭을 넓히는 계기가 됐으며, 우리 대학의 RISE사업단이 목표로 하는 첨단 안전도시 구축을 위한 실질적 기술 교류의 장이 마련됐다고 생각한다. 앞으로도 지산학이 지속적으로 협력해 강원권 재난 방지를 위해 노력하는 자리를 만들겠다”고 개최 소감을 밝혔다.

서울 도시계획 ‘데이터 기반’ 전환사후 대응→사전 예측 체계에 중점AI, 웰빙·도시건강 좌우 핵심 도구스스로 진단·수행 ‘K-AI시티’ 제시 폭염·홍수 등 기후 위기, 급격한 인구구조 변화, 늙어버린 도심에서 파생된 문제들이 동시다발적으로 터지면서 미래 도시계획의 해법을 찾는 일은 전세계 주요 도시들의 화두로 떠올랐다. 서울시는 이런 복합 위기상황을 인공지능(AI) 기술로 풀어내기 위해 국내외 전문가들과 머리를 맞댔다. 11일 청사 본관에서 ‘AI로 여는 도시계획 대전환’을 주제로 ‘2025 도시공간정책 국제컨퍼런스’를 개최한 이유다. 기조연설에 나선 남정현 서울시 도시공간기획관은 “예측하기 어려운 복합적 도시문제에 대응하기 위해 서울시 도시계획 체계를 직관 중심에서 데이터 기반으로, 사후 대응에서 사전 예측으로 전환하고 있다”고 밝혔다. 그는 서울시가 지난 20년 동안 ▲전자행정 ▲정보통신기술(ICT) ▲도시 전역을 3D 가상공간으로 구현한 디지털 트윈(S-Map) ▲100m 격자 데이터(해상도) 등 도시의 데이터 인프라를 구축해 온 과정을 소개했다. 남 기획관은 “AI 기술이 고도화되더라도 도시계획의 중심은 결국 ‘사람’이며, 시 행정은 앞으로 ‘데이터 해석자·조율자’ 역할을 하게 될 것”이라고 강조했다. 서울시는 이러한 기반을 토대로 도시를 정밀하게 진단·예측·설계하는 ‘지능형 도시 전략’을 추진 중이다. 첫 발제자로 나선 글로벌 엔지니어링기업 아룹(ARUP)의 피터 방스보는 AI가 도시 인프라 개선을 넘어 삶의 질·웰빙·도시건강까지 좌우하는 핵심 도구로 발전하고 있다고 강조했다. 그는 열섬(heat island)·폭우·빗물 유출 등 기후 위험을 신속하게 분석하는 AI 도구를 소개하며 “AI는 안전하고 지속가능한 도시환경을 구현하는 데 필수적 역할을 한다”고 말했다. 이어 글로벌 건축설계기업인 포스터앤드파트너스의 라우라 세르투체는 “AI는 공간·환경·사회 데이터를 통합적으로 활용해 지속가능한 설계를 해낸다”고 설명했다. 다만 AI 도입을 통해 시민 참여가 확대하고 있지만, 동시에 윤리·형평성 등 새로운 기준 설정도 필요해졌다고 강조했다. 마지막 발표자로 나선 이세원 국토연구원 부연구위원은 도시가 스스로 문제를 진단하고 의사결정을 수행하는 ‘K-AI시티’ 구상을 제시했다. 그는 ‘도시인공지능(Urban AI)’ 기반의 자율운영도시 모델을 정의하고 ▲광역 AI 데이터허브 구축 ▲도시지능센터 운영 ▲교통·에너지·안전 분야 AI 서비스 개발 ▲시범도시 조성 ▲규제 프리 테스트베드(신기술·신산업 한시적 허용) 등 5대 정책 방향을 제시했다. 주제발표 이후 계속된 종합토론은 권영상 서울대 건설환경공학부 교수가 좌장을 맡았다. 이동우 서울시립대 스마트시티학과 교수, 송재민 서울대 환경대학원 교수, 홍석기 앤더스 상무이사, 구름 빅밸류 대표이사 등이 참여해 인공지능 도시의 개념과 서울시 전략의 실현 가능성을 논의했다. 김성보 서울시 행정2부시장은 “AI 데이터는 도시의 복잡한 문제를 풀어내는 열쇠가 되고, 도시계획은 ‘사람 중심의 기술’로 정의되고 있다”며 “변화의 흐름 속에서 서울시도 지속 가능하고 포용적인 도시로 나아가겠다”고 밝혔다.

경북 포항시 포항철강산업단지에 첨단 기술을 결합한 통합관제센터가 구축됐다. 10일 포항시는 포항철강산단에 AI 예측 기술과 디지털트윈, 무인자율비행 드론 관제 등 첨단 시스템을 결합한 ‘디지털 기반 통합관제센터’를 구축해 본격적인 운영에 들어간다고 밝혔다. 관제센터는 2022년 산업통상부 ‘산단 대개조 사업’ 공모에 선정돼 추진됐다. 총 130억 원(국비 85억, 지방비 45억)이 투입됐다. 4차 산업혁명 기술을 활용해 산단 전역의 안전, 환경, 교통, 재난 정보를 실시간으로 통합 관리하는 역할을 수행한다. 특히 산단 내 위험물 사고, 악취·환경오염 민원, 교통 정체 등 고질적 문제를 디지털 기반으로 분석·예측할 수 있게 되면서 대응 체계의 효율성이 향상될 전망이다. 시는 관제센터 구축을 통해 산단의 환경 민원과 교통 불편 등 생활 안전까지 폭넓게 개선할 방침이다. 이를 위해 ▲AI 기반 수해 예측 ▲유해물질 확산 예측 ▲안전보건관리체계 고도화 ▲스마트교통 인프라 확충 ▲IoT 화재감시센서 및 환경감시센서 확대 ▲그린산단랩(Living Lab) 운영 등 다양한 서비스를 단계적으로 실현한다. 이강덕 포항시장은 “AI 예측 모델링, 디지털트윈, 드론 관제 등을 결합해 ‘보이지 않는 위험까지 미리 보는 산단’을 구축했다”며 “포항의 산업 구조와 지형·기후 특성을 반영한 포항형 안전관리 모델은 다른 도시와 명확히 차별화되는 점”이라고 했다.

서울 강남구가 첨단 기술을 활용해 조세행정 비용을 대폭 줄이고, 서비스 질은 대폭 끌어 올렸다. 강남구는 등록면허세 부과를 위한 전국 최초의 ‘디지털 트윈 기반 인허가 통합시스템’ 구축을 완료했다고 4일 밝혔다. 강남구는 해마다 약 16만 건에 달하는 등록면허세를 부과하고 있다. 서울 자치구 중 가장 많은 건수다. 등록면허세는 각종 영업이나 사업을 위해 발급받는 인허가 사항에 따라 부과되는 세금으로, 정확히 매기기 위해서는 수많은 부서의 허가 정보를 꼼꼼히 확인해야 한다. 하지만 이전까지는 인허가 정보가 위생과, 지역경제과, 의약과 등에 흩어져 있고, 부서마다 시스템도 달라 담당자가 각각의 대장을 요청하고 문서를 비교해야 했다. 200여 종에 달하는 업종을 일일이 대조해야 하는 만큼, 매달 엄청난 양의 문서 작업이 반복되고, 시간도 많이 걸렸다. 이에 구는 공공데이터 API(Application Programming Interface)를 활용해 정부의 ‘지방행정 인허가 데이터개방시스템’에서 최신 정보를 매일 자동으로 가져오고, 통합 관리할 수 있는 시스템을 새롭게 개발했다. 이 시스템은 자동 수집된 인허가 정보를 바탕으로 ‘할 일 목록’을 생성해, 담당자가 매일 어떤 변경사항을 처리해야 하는지 한눈에 확인 할 수 있게 했다. 도입 이후 5주간 수집된 데이터를 비교해보면, 기존 공문으로 접수된 인허가 자료는 535건이었지만, 자동 수집된 자료는 무려 5999건에 달했다. 수집량이 10.9배나 증가하면서 누락이나 오류는 줄고, 세금 부과의 정확도와 신뢰도는 크게 높아졌다. 여기에 강남구는 데이터를 지도 위에 시각화하는 디지털 트윈 기술을 접목해, 지번만 입력하면 해당 건축물의 인허가 현황, 업종 분포 등을 지도로 볼 수 있게 했다. 조성명 강남구청장은 “올해 디지털 서비스 이용확산 우수사례로 선정돼 과학기술정보통신부 장관상을 수상했다”면서 “최신 기술을 활용해 등록면허세 행정을 10배 이상 효율화한 획기적인 성과다. 디지털 행정 선도 도시로서 혁신 사례를 아낌없이 공유할 계획이다”고 말했다.

경기도의회 미래과학협력위원회 서현옥 의원(더불어민주당, 평택3)은 24일(월) 열린 2026년도 예산심의에서 AI국을 대상으로, 경기도 AI 전략이 산업 기반과 충분히 연결되지 못하고 있는 구조적 한계를 먼저 제기했다. 서 의원은 “경기도가 지난해 ‘AI 9대 전략과 52개 중점사업’을 발표했음에도 2026년 예산안은 데이터·플랫폼·알고리즘 등 기술 중심 투자가 대부분을 차지하고, 산업 현장과의 연계 전략은 부족하다”라고 밝혔다. 이어 제조업 비중이 높은 경기도에서는 AI가 물류–공급망–생산–수출 전 과정에 실제로 적용될 때 의미가 있다며, 산업 생태계와 연계된 성과 모델로 발전시킬 필요성을 강조했다. 서 의원은 평택항 관련 AI 사업이 전무한 점도 문제로 들며 “평택항은 반도체·자동차·철강 등 경기 남부 핵심 수출산업의 관문이지만, AI국 예산에서 평택항과 직접 연결된 사업은 거의 없다”라고 지적했다. 아울러 부산·인천·광양 등 경쟁 항만이 자동화 시스템·디지털트윈·AI 기반 예측 물류체계를 빠르게 도입하는 상황과 달리, 평택항은 수작업 중심 운영과 디지털 전환 속도 저하로 구조적 한계에 놓여 있다고 설명했다. 또한, “평택항 경쟁력 강화를 위해 AI 기반 입출항 관리 시스템, 야드 자동화, 스마트항만 타당성 검토 등 신규 사업이 반드시 필요하다”라고 밝히며, AI국의 역할을 재정립해야 한다고 촉구했다. 이어, “AI국은 기술개발에만 머무르는 부서가 아니라 도 산업현장에서 실질적 성과를 낼 수 있는 전략사업을 설계·추진해야 한다”며, 평택항을 포함한 전략 거점을 기반으로 한 입출항 관리, 물류데이터 플랫폼, 스마트항만 구축 등 산업 적용형 사업이 예산에 반영돼야 한다고 강조했다. 한편 서 의원은 AI국이 제출한 ‘원격근무 인프라 구축’ 사업과 관련해 “도내 직원들의 업무 불편이나 실제 이용 수요 조사가 있었는지 확인해야 한다”라며, 중앙정부 공통업무시스템의 개선 없이 도 차원의 시스템만 확충하는 방식은 타당성이 부족하다고 평가했다. 국제협력국 예산 심의에서는 ‘교류협력’ 사업이 실질적 성과로 이어지지 못하고 있는 점을 언급하며, “실무단·대표단 파견과 해외 자매도시 교류가 단순 방문과 의전에 머물러서는 안 된다”라고 지적했다. 이어 “교류는 명확한 목적 아래 후속 협력·공동 프로젝트·인재 교류로 이어지는 체계가 마련돼야 의미가 있다”며, 교류협력 사업의 목적성과 성과지표 재정비를 요청했다.

호반그룹은 경기도 파주시 서서울컨트리클럽(서서울CC)에 인공지능(AI) 기반 디지털 트윈(Digital Twin) 기술을 활용한 골프장 운영 솔루션 ‘브이골프’(Vgolf)를 도입했다고 24일 밝혔다. 디지털 트윈은 현실의 사물을 가상 세계에 구현하는 차세대 기술로, 운영 및 생산 효율을 높이기 위해 다양한 분야에서 활용되고 있다. 이번에 도입된 브이골프는 ▲실시간 모니터링 강화한 직관적인 위치 관제 ▲정확한 데이터 기반 공략 가이드 제시 ▲에너지 사용 효율화 통한 운영비 절감 ▲IoT 센서 연동 통합적 안전관리 등의 기능을 제공하는 AI 기반 운영 솔루션이다. 디지털 트윈 기술을 활용한 실시간 경기 관제를 통해 골프장의 운영 효율성을 높이고, 골퍼·캐디·운영자에게 더욱 편리하고 안전한 환경을 제공한다. 이번 프로젝트는 앞서 ‘2020 호반혁신기술공모전’에서 대상을 수상한 스마트 통합 관제 전문기업 ‘플럭시티’와 협업해 진행됐다. 운영 시스템 디지털 전환을 통한 실시간 데이터 제공으로 골프장 운영의 효율성과 안전성을 높였다. 호반그룹은 혁신 기술을 도입해 골프장의 운영 품질을 높이는 것은 물론 골프장 디지털 전환 생태계 확산에도 적극 나섰다. 플럭시티는 호반그룹과의 협업을 통해 H1클럽과 서서울CC의 실제 운영 데이터를 기반으로 AI 라운드 흐름 분석, 시설·에너지 관제 자동 스케줄링 등 맞춤형 기능을 고도화했다. 또한 두 회사는 호반 오픈이노베이션 투자 기업이자 AI 코스관리 전문기업 ‘카탈로닉스’와 손잡고 골프장 통합 AI 플랫폼 구축에도 속도를 높일 계획이다. 이처럼 호반그룹은 스타트업과의 협업과 투자를 통해 그룹 전반의 디지털 혁신을 추진하고 있다. 2020년부터 매년 혁신기술공모전을 통해 유망 기술 및 기업을 발굴해 실증·사업화·투자로 연계해왔으며 호반건설, 호반산업, 호반호텔앤리조트 등 주요 계열사에서의 적용 가능성을 지속적으로 확대하고 있다. 호반그룹 관계자는 “서서울CC에 브이골프를 도입함으로써 골프장 운영의 디지털 전환을 한층 앞당기게 됐다”며 “앞으로도 혁신 기술 및 스타트업과의 협업을 적극 활용해 골프장을 비롯한 그룹 전 계열사의 운영 효율성과 서비스 품질 향상에 지속적으로 노력하겠다”고 말했다. 한편 서서울CC는 32만평 규모의 18홀 회원제 골프장으로, 2019년 호반그룹이 인수한 이후 전통과 현대적 감각이 조화를 이룬 프리미엄 환경을 구축해왔다. 자연지형을 살린 코스 설계와 편리한 접근성을 기반으로 국내 대표 회원제 골프장으로 자리매김하고 있다.

서울연구원이 개원 33주년이자 서울기술연구원과 통합 2년을 맞아 ‘기술과 정책의 융합’을 핵심 전략으로 내세우며 새로운 도약을 준비하고 있다. 특히 AI(인공지능)와 데이터 기술을 활용한 융복합 연구 체계를 구축해 저출산, 기후위기, 초고령화 등 서울이 직면한 복잡한 도시 문제에 대한 해법을 모색하고 있다. 오균 서울연구원장은 20일 서울신문과의 인터뷰에서 “정책과 기술, 행정과 데이터를 아우르는 융복합 연구를 통해 도시 난제를 해결하는 글로벌 정책 지식기술 플랫폼으로 도약하겠다”는 장기 비전을 밝혔다. 오 원장은 조직 통합 후 2년 동안 이룩한 성과와 함께, 서울의 미래를 선도할 3대 핵심 전략, 그리고 지방 분권 시대 공공 정책 연구기관으로서의 역할과 비전을 상세히 설명했다. 다음은 일문일답. -서울연구원이 설립 33년, 서울기술연구원과 통합 2년이 경과했다. 지난해 2월 취임 후 지금까지의 소회를 밝힌다면. “지난 1년 9개월간 가장 고민했던 부분은 두 연구원 통합의 취지와 목표를 충실히 달성하는 동시에, 서로 다른 조직문화에서 성장한 구성원들 간의 화학적 통합을 이루어내는 것이었다. AI 등 첨단기술 발달과 기후변화 등 내외부 도전에 효과적으로 대응하기 위해선 융복합적 연구가 절실하다. 정책연구와 기술연구가 하나의 체계 안에서 유기적으로 작동하는 융복합 연구 기반을 마련하는 데 최선을 다했다. 아직 완성 단계는 아니지만, 데이터와 실증에 기반해 과학기술을 활용하는 융복합 정책 연구 시스템이 점차 자리를 잡고 있다. 이는 우리나라에서도 매우 희귀한 사례기에 앞으로도 최선을 다하겠다. 연구원 통합 이후 시너지가 날 수 있도록 조직과 인사 체계를 개편하고 공정하고 투명한 평가 체계도 설계했다. 구성원들이 기관의 의사결정에 능동적으로 참여하고, 원활하게 의사소통할 수 있는 시스템을 마련하는 데도 노력하고 있다.” -급변하는 미래 도시 문제에 대해, 서울연구원이 제시할 수 있는 가장 ‘서울다운’ 혁신적인 정책 해법은 무엇이라고 보는가. “서울은 저출산·고령화, 기후위기, 도시기반시설 노후화 등 서로 얽히고 중첩된 복합 위기에 직면한 초밀집·초연결 도시다. 지금 필요한 것은 AI 등 혁신기술을 활용한 다학제적 융복합 연구체계, 즉 도시 전체의 변화를 설계하는 새로운 연구 패러다임이다. 서울연구원은 이 문제의식 아래 정책·사회·기술·데이터가 결합된 융복합 연구 생태계를 구축 중이다. 가령 저출산·청년 문제는 인구정책을 넘어 주거·일자리·돌봄·문화가 연계된 세대 맞춤형 도시정책 연구로 확장하고 있다. 기후위기와 도시안전 분야에서는 AI·빅데이터 기반의 회복력 연구를 강화해 지능형 도시 안전 관리 체계를 모색하고 있다. 교통정책 역시 자율주행·스마트모빌리티 기술을 도시계획에 결합하는 연구를 진행 중이다. 서울시가 역점적으로 추진 중인 사람과 데이터가 연결된 ‘걷기 좋고 살기 좋은 도시’라는 목표를 연구를 통해 지원하는 것이다.” -서울시가 ‘세계 제1의 글로벌 메가시티’로 도약하기 위해, 서울연구원은 어떤 노력을 하고 있는지. 특히 연구 성과를 ‘글로벌 스탠더드’로 인정받아 해외 도시에 전파한 사례가 있다면 궁금하다. “서울은 이제 단순한 수도를 넘어, 세계가 주목하는 글로벌 메가시티로 성장하고 있다. 과거에는 해외 선진도시의 정책을 배우는 단계였다면, 이제는 서울의 정책 경험과 데이터를 세계와 공유하며 협력의 중심이 되는 도시로 변화하고 있다. 서울연구원은 이러한 변화의 중심에서, 서울형 글로벌 전략의 브레인으로서 역할을 수행하고 있다. 대표적으로 AI 기술을 정책 현장에 적용한 융복합 연구인 ‘AI 기반 디지털 성범죄 탐지 연구’는 데이터와 기술, 행정이 결합된 서울형 공공서비스 혁신모델로 이어져, 지난해 서울시의 UN공공행정상(UNPSA) 수상에 기여하는 등 국제적인 평가를 받았다. 또한 올해 10월 서울에서 열린 글로벌 메가시티 씽크탱크 연합체(MeTTA) 총회는 서울연구원의 국제적 위상을 한층 높인 계기가 됐다. MeTTA는 서울연구원이 주도해 설립한 글로벌 네트워크로, 현재 9개국 19개 도시연구기관이 참여하고 있다. 최근에는 파리지역연구원, 일본 모리재단, 중동 아랍도시발전연구소를 비롯해, 바르셀로나 광역청(AMB), 두바이시청, UN헤비타트 등 국제기구 및 정부기관이 새롭게 합류했다.” -올해 대한민국시도연구원협의회 회장이 되기도 했다. “하하. 맞다. 대한민국시도연구원협의회 회장으로서 전국 17개 시·도 연구원의 협력과 공동연구를 총괄하며, 지방분권과 중앙정부 권한의 지방이양 확대를 위한 제도적 기반 연구를 주도하고 있다. 지역간 서로의 정책 경험을 공유하고, 지역의 창의적 실험과 정책성과를 다시 중앙과 상호 순환시키는 지역주도형 정책 생태계를 구축하는 노력도 하고 있다. 각 지역 연구원과 뜻을 같이 하는 점은 수도권과 비수도권 간에 벽을 쌓기보다는 창의적인 윈윈전략을 통해 국가 균형발전을 이뤄야 한다. 대한민국시도연구원협의회 회장으로서 유럽 주요 도시들을 직접 방문하며, 서울에 대한 세계 도시들의 인식이 크게 달라졌음을 확인했다. 과거 서울은 ‘배우는 도시’로 여겨졌지만, 이제는 정책과 기술을 배우기 위해 찾는 도시로 자리 잡았다. 스페인을 방문했을 때, 서울시가 그간 추진한 다양한 정책과 미래도시 전략에 대해 소개하는 기회를 가졌다. 당시 현지 관계자들은 서울을 ‘도시혁신의 실험실’로 평가했다. 매우 인상적이었다. 이는 서울의 정책모델이 이제 국제사회가 참고하고자 하는 협력모델로 성장했음을 보여준다. 이제 서울은 세계 도시들과 함께 지식을 나누고 성장하는 지식협력의 중심도시로 진화하고 있다. 서울연구원은 이러한 국제 네트워크를 더욱 확장해 서울이 지속가능한 미래도시의 글로벌 표준으로 자리 잡을 수 있도록 노력하겠다.” -지방자치 30년, 광복 80주년을 맞아 연구원이 ‘지방분권 시대’에 갖는 사회적 책임은 무엇이라고 생각하는가. “서울연구원은 서울시의 정책 싱크탱크이자 국가적으로는 지방분권 시대에 걸맞는 공공정책 연구기관의 책무를 지니고 있다고 생각한다. 민선 지방자치 30년을 맞아 전체적으로 평가해보면 그간 많은 발전이 있었으나, 지방자치단체의 입법권과 재정권 등 행정권의 자립도는 여전히 높지 않은 실정이다. 지역이 스스로 문제를 진단하고 해법을 설계할 수 있는 정책 자율성의 확립이 중요하다. 최근 서울시 규제개혁 자문단으로 활동하면서 느낀 점은 상당수의 규제가 국가법령으로 돼있어서, 지자체의 규제 개혁 노력만으로는 한계가 있다는 것이다. 도시계획과 건축 분야 등 지역의 특성을 반영하는 것이 더 효율적인 분야에 있어서는 지자체의 규제 제정 권한을 대폭 강화할 필요가 있다. 올해는 광복 80주년을 맞는 뜻깊은 해다. 서울연구원은 이를 기념해 ‘서울의 변화와 미래’ 기획전시를 진행했다. 이번 전시는 단순히 광복의 역사적 의미를 되짚는 것을 넘어, 광복 이후 서울의 변화와 성장을 시민과 함께 돌아보고 다음 100년의 서울을 설계하는 체험형 공공공간으로 기획됐다. 과거와 미래의 서울을 함께 바라보며 ‘다음 서울’ 100년을 준비하는 것은 서울연구원의 사명이다.” -연구 결과가 시민 삶에 바로 적용되려면 ‘규제 개혁’이 필수다. 현재 추진 중인 규제 개혁 연구 내용 및 성과와 함께, 서울시 정책의 실효성을 높이기 위한 연구원만의 차별화된 전략이 있다면. “규제개혁은 단순히 규제를 줄이는 일이 아니라, 시대의 변화에 맞게 제도를 고쳐 시민의 삶을 개선하는 과정이라고 생각하다. 무엇보다 규제개혁은 국민의 불편을 해소하고, 기업하기 좋은 환경을 만드는데 그 의의가 있다. 중요한 건 규제를 무조건 없애는 것이 아니라, 제대로 설계하는 것이다. 즉, 불합리하거나 불필요한 규제는 과감히 정비하면서 꼭 필요한 규제는 더욱 정교하게 다듬어 정책이 현장에서 제대로 작동하도록 만드는 것이 핵심이다. 서울연구원은 이러한 방향 속에서 서울시 규제혁신정책을 지원하기 위한 민관협력형 연구모델을 운영하고 있다. 특히 연구원에 설치한 ‘규제혁신연구단’은 서울시 규제개혁 전담 부서 및 각 실·국의 혁신과제와 연계해 도시·주거·교통·경제 등 시민생활과 밀접한 규제 개선 과제 발굴을 지원하고 있다. 올해는 특히 부동산 인허가 절차 간소화를 비롯해 도시계획 규제 정비, 소상공인 관련 행정절차 완화 등 시민체감형 규제완화를 추진했다. 서울연구원은 앞으로도 서울시와 함께 부동산, 경제, 복지 등 시민생활 전반에 영향을 미치는 규제 영역을 중심으로 생활 현장에서 제기되는 불편과 제도적 사각지대를 찾아내고, ‘민생규제 혁신’을 실질적으로 뒷받침하는 연구에 집중할 계획이다.” -향후 통합 연구원으로서 장기적인 비전과 목표는 무엇인가. 서울의 미래를 선도하는 ‘독립적이고 창의적인 정책 플랫폼’으로 연구원이 자리매김하기 위한 핵심 전략도 궁금하다. “앞으로 서울연구원은 서울의 미래를 주도적으로 설계하고, 도시가 직면한 난제를 실질적으로 해결하는 창의적인 글로벌 정책 지식기술플랫폼으로 발전해 나가야 한다. 이를 위해 세 가지 방향에 집중해야 한다고 본다. 첫째로 기술과 정책의 융합이다. AI, 디지털트윈, 데이터 시뮬레이션 등 새로운 기술을 정책 설계와 실행에 적극적으로 접목해 도시문제를 과학적으로 진단하고, 그 결과를 정책으로 구현하는 연구체계를 확립하겠다. 이는 단순한 기술 활용이 아니라, 정책이 현장에서 작동하도록 만드는 실행형 연구의 토대다. 다음으로 글로벌 연구 네트워크의 확장이다. 서울은 이제 배우는 도시에서 벗어나, 경험과 지식을 세계와 공유하는 도시로 나아가고 있다. 앞으로 서울연구원은 주요 대도시 연구기관들과 협력을 확대 강화하여 서울의 정책경험을 국제사회와 공유하고, 동시에 글로벌 도시의 혁신 사례를 서울형 모델로 발전시키는데 기여해야 한다. 이러한 교류를 통해 서울은 세계 도시들과 함께 성장하는 글로벌 정책허브로 자리매김할 것이다. 셋째로 자율적이고 개방적인 연구문화의 정착과 일하는 방식의 혁신이다. 통합연구원의 성공은 제도보다 사람에게 달려 있다. 연구자 모두가 자율과 상호신뢰를 바탕으로 창의성을 마음껏 발휘할 수 있도록 지원하겠다. 그동안 서울시는 창조와 뷰티산업 등 전략산업을 집중 육성하고, 다양한 관광 콘텐츠 개발, 한강의 수변문화도시 조성, 정원도시 건설 등 매력서울을 위한 각종 사업 등을 적극 추진해 왔다. 아울러 디딤돌 소득, 서울런, 청년취업사관학교 등 약자동행 정책들도 역점적으로 추진해 왔다. 이제 이러한 정책들이 많은 가시적 성과를 나타내고 있고, 기후동행카드·손목닥터9988플러스 등 시민 삶에 밀착한 사업들은 많은 호응을 받고 있다. 서울연구원은 서울시 주요 정책 사업들이 조금 더 확장 및 고도화 될 수 있도록 최대한 지원하는 동시에 시민들의 다양한 수요와 니즈를 반영한 시민 맟춤형 정책들을 개발할 수 있도록 최선을 다하겠다.”

서울시가 전통시장에 디지털 트윈 기술을 접목한 입체주소 지능화 사업을 2026년에도 지속 추진한다. 해당 사업은 소규모 점포가 밀집하고 구조가 복잡한 전통시장의 재난 대응 능력을 향상시키고, 시민과 관광객의 이용 편의성을 높이는 것을 목표로 한다. 서울시의회 주택공간위원회 최진혁 의원(국민의힘, 강서구 제3선거구)은 ‘전통시장 재난대응을 위한 입체주소 지능화 사업’이 2025년에 이어 2026년에도 지속될 예정이라고 밝혔다. 최 의원은 지난 6월 제331회 정례회에서도 경동·청량리 시장 일대에서 진행 중인 사업의 선례를 바탕으로, 강서구 방신시장을 포함해 서울 내 다른 전통시장으로의 확대 적용을 촉구한 바 있다. 전통시장은 최근 K-콘텐츠 열풍과 함께 외국인 관광객 유입이 증가하면서 ‘핫플레이스’로 주목받고 있다. 그러나 시장 내 복잡한 구조, 상세주소 미부여, 소방시설 미비 등으로 인해 생활 편의성과 안전 인프라 부족 및 재난 발생 시 대응 지연 문제가 꾸준히 지적되어왔다. 이에 서울시는 디지털 트윈 기술을 통해 전통시장에 정확한 위치 정보와 3D 입체주소를 구축하고, 소방시설 및 안전시설물의 관리 시스템을 스마트화하여 재난 발생 시 골든타임 확보를 돕는 체계를 마련했다. 실제로 시민들이 체감할 수 있는 지도기반 서비스도 시작됐다. 현재는 카카오맵과 네이버지도를 통해 동서시장과 청과물시장 내 상점 찾기 및 길안내 기능이 제공되고 있다. 이는 전통시장 내에서도 복잡한 골목 상점을 스스로 찾아갈 수 있는 환경조성의 첫걸음으로 평가된다. 최 의원은 “단순히 지도 정보 제공을 넘어, 전통시장이라는 생활 밀착형 공간을 시민들이 더 안전하고 편리하게 이용할 수 있도록 돕는 중요한 사업”이라며 “전통시장의 접근성과 신뢰성을 높여 지역 상권 활성화에도 기여할 수 있을 것”이라고 강조했다. 덧붙여 “전통시장이 시민과 관광객 모두가 신뢰하고 이용할 수 있는 공간으로 거듭날 수 있도록 앞으로도 계속 관심을 가지고 살피겠다”라고 덧붙였다.

도시 문제, AI·디지털 트윈 기술 활용과학적 진단 후 실효적인 정책 구현세계 주요 도시, 서울 정책 벤치마킹연구자 자율성 보장해 혁신 이끌 것 “정책과 기술, 행정과 데이터를 아우르는 융복합 연구를 통해 도시가 직면한 난제를 해결하는 글로벌 정책 지식기술 플랫폼으로 도약하겠습니다.” 오균 서울연구원장은 20일 서울신문과의 인터뷰에서 ‘통합 서울연구원’의 장기 비전을 이같이 밝혔다. 개원 33주년이자 서울기술연구원과의 통합 2년을 맞은 서울연구원은 저출산과 기후 위기, 초고령화 등 서울이 마주한 도시 문제에 대응하기 위해 ‘기술과 정책의 융합’을 최우선 전략으로 내세우고 있다. 이 전략은 인공지능(AI)을 비롯해 현실 도시를 가상 공간에 복제하는 ‘디지털 트윈’ 등 신기술을 정책 설계와 실행에 적극 결합해 도시 문제를 과학적으로 진단하고, 그 결과를 정책으로 구현하는 것을 말한다. 현재 AI 전담 조직을 신설해 모든 연구 과정에 AI를 도입하고 있는 그는 “AI는 인프라 관리와 시민 서비스 개선은 물론, 정책이 현장에서 실제 작동하도록 돕는 핵심 도구가 될 것”이라고 내다봤다. 오 원장은 ‘글로벌 연구 네트워크 확장’과 ‘자율성을 기반으로 한 연구 문화 혁신’을 미래 전략의 또 다른 축으로 제시했다. 그는 “서울은 이제 배우는 도시에서 세계에 정책을 공유하는 도시로 변하고 있다. 실제 유럽과 중동 등 주요 도시 연구 기관들의 협력 요청이 늘고 있다”며 “서울의 정책 경험을 국제 사회와 나누고 해외 혁신 사례를 서울형 모델로 발전시킨다면 ‘글로벌 정책 허브’로 자리매김할 수 있다”고 말했다. 연구자 중심의 개방적 연구 문화 조성도 강조했다. 오 원장은 “연구자의 자율성이 보장돼야 혁신이 나온다”며 내부 행정 시스템을 AI 기반으로 전면 개편해 연구자가 연구에 더 몰입할 수 있는 환경을 만들겠다고 다짐했다. 그는 이러한 전략들이 양 기관 통합을 계기로 비로소 가능해졌다는 점을 분명히 했다. 오 원장은 “과거에는 연구 기관마다 분야가 분리돼 융합 연구가 구조적으로 어려웠다. 하지만 통합 서울연구원은 과학기술과 도시·사회과학 분야를 한 조직 안에서 다루면서 탄소중립처럼 기술·경제·사회가 결합된 과제를 종합적으로 분석하고 정책으로 연결할 수 있게 됐다”고 설명했다. 서울연구원은 시민이 체감하는 정책의 성과 분석에도 주력하고 있다. 큰 호응을 얻고 있는 오세훈 서울시장의 핵심 정책인 기후동행카드와 손목닥터9988플러스 등에 대해 오 원장은 “성공 요인을 찾아 지속 가능성을 높이고, 더욱 더 고도화할 수 있는 실증 연구에 집중해야 한다”고 말했다. 광복 80주년을 맞아 서울역사박물관에서 ‘서울의 변화와 미래’를 시각적으로 보여주는 기획 전시를 진행한 것도 이같은 미래 설계 작업의 연장선이다. 그는 “과거와 미래의 서울을 함께 바라보며 ‘다음 서울’ 100년을 준비하는 것은 서울연구원의 사명”이라고 강조했다.

‘2025 호반혁신기술공모전’에서 최우수상을 거머쥔 와따에이아이(WATA AI)는 인공지능(AI) 산업 공간 관제 전문기업이다. 국내외 특허등록 18건, ‘초격차 1000+’, ‘스케일업 TIPS’ 등 주요 연구개발(R&D) 과제를 수행했고 CES 혁신상을 4년 연속으로 수상했다. 와따에이아이의 AI 산업 공간 인식형 플랫폼은 산업 현장의 공간·객체·물류 데이터를 실시간으로 수집·분석·제어해 공장과 창고 운영의 효율성과 안전성을 동시에 향상시키는 지능형 운영 체계다. 기존 설비 중심 관리 방식에서 벗어나 AI가 작업 환경과 물류 흐름을 스스로 이해하고 예측한다. 이에 따라 작업 효율과 정확성, 안정성도 극대화했다. 플랫폼은 3차원(3D) 라이다(LiDAR), AI 비전(Vision), 사물인터넷(IoT) 센서 기술을 융합했다. 사람은 물론 장비, 설비, 자재 등 물리적 개체들을 정밀하게 인식하고 이를 ‘디지털 트윈’ 형태로 시각화했다. 관리자는 실제 현장과 동일한 3D 가상 공간에서 이동 동선, 적재 상태 등을 직관적으로 확인할 수 있다. 또 AI 무인 재고 실사 로봇과 연계해 재고 관리까지 자동화했다. 광학문자인식(OCR)·바코드·큐알(QR) 인식과 3D 라이다 매핑 기술을 결합한 이 로봇은 고정밀 데이터를 기반으로 움직인다. 특히 사람이 일하지 않는 새벽 시간대에 자동으로 공장이나 창고의 선반을 돌아다니며 재고를 점검한다. 이를 통해 실수를 줄이고 효율도 크게 올렸다. 자동 측정 및 오출고 방지 솔루션 역시 와따에이아이의 경쟁력으로 꼽힌다. 자동 측정 솔루션은 AI 비전 키트를 활용해 자재의 형태·규격·중량 정보를 자동 인식한 뒤 이를 플랫폼과 실시간으로 동기화한다. 입력 오류가 대폭 줄고, 실측 데이터를 기반으로 했기 때문에 정확한 재고 관리 역시 가능하다. 특히 출고 단계에서 출하 정보와 실제 상차 데이터를 실시간으로 매칭하고 이를 자체 검증해 오출고를 사전에 차단한다. 이에 따라 수출입 과정에서 발생할 수 있는 물류 계산 오류와 비용 손실도 최소화했다. 와따에이아이 서비스는 AI가 스스로 판단하고 실행하는 지능형 운영 체계의 현재를 보여 준다. 관리자는 안정적으로 공정을 제어하고, 작업자는 표준화한 환경 속에서 오류율과 피로도를 줄일 수 있다. 김민규 와따에이아이 대표는 “사람의 경험과 감각에 의존하던 기존 운영 방식을 AI와 데이터 중심의 체계적 관리 구조로 전환했다”며 “전 세계 산업 공간 관리의 효율성과 안전성을 높여 신뢰받는 글로벌 파트너로 도약하고 싶다”고 포부를 밝혔다.

경기도의회 도시환경위원회 임창휘 의원(더불어민주당, 광주2)은 11월 17일(월) 수자원본부에 대한 행정사무감사에서 “최근 5년간 전국 지방하천 수해 피해액의 51%가 경기도에 집중되는 등 기후위기 대응이 시급함에도, 경기도의 물 관리 행정이 ‘치수’와 ‘생태’로 나누어져 비효율을 초래하고 있다”고 지적하며, “물관리 조직의 일원화와 ‘복구’ 중심에서 ‘예방’ 중심으로 예산 투입의 패러다임이 전환되어야 한다”고 강력히 촉구했다. “전국 수해 51%(1,552억 원) 경기도에 집중... ‘복구의 악순환’ 끊어야” 임창휘 의원은 “최근 5년간 전국 지방하천 수해 피해액 1,552.1억 원(51%)과 피해 건수 416건(37%)이 경기도에 집중됐다”고 지적하며, “이는 2020년 하천 정비 사업이 지방사무로 이양된 후 지방비 부담으로 인해 정비율이 저하되고, 수해 복구 비용만 반복적으로 지출하는 악순환에 빠졌기 때문”이라고 분석했다. 임창휘 의원은 “기후위기 대응을 위해 ‘피해 복구’ 중심의 예산 집행을 ‘선제적 예방’ 중심으로 전환해야 한다”며, “치수와 환경을 통합 설계하여 홍수 안전성을 근본적으로 확보하고 수해 피해액을 최소화하는 전략적 투자가 시급하다”고 강조했다. “조직 칸막이 해체하고 ‘수자원국’으로 통합... AI·디지털트윈 도입 필요” 임창휘 의원은 현재 경기도의 물 관리 체계가 ‘치수’ 목적의 하천과와 ‘생태ㆍ수질’ 목적의 수자원본부로 이원화되어 통합 관리에 한계가 있음을 지적했다. 임창휘 의원은 “이원화된 조직은 ‘꽃 심는 부서’와 ‘아스팔트 까는 부서’가 따로 노는 행정 비효율의 전형”이라며, “이미 ‘경기도 물관리 기본계획’에 포함된 ‘통합 물 관리 행정체계 개편안’을 조속히 이행하여, 수자원본부를 ‘수자원국’으로 확대ㆍ통합하고 그에 걸맞은 예산과 권한을 부여해야 한다”고 강력히 촉구했다. 나아가 임창휘 의원은 “통합된 조직은 AI 및 디지털 트윈(Digital Twin) 기술을 활용한 ‘스마트 물 관리(DX)’ 재해 예측 시스템을 구축해야 한다”며, “이를 3기 신도시 등에 선제적으로 적용하고 국제적 경쟁력을 확보하여 해외 진출의 교두보로 삼아야 한다”고 제안했다. “상수원 주변 지역 하천 정비, ‘우선순위’ 적용 및 ‘주민 편의’ 통합 노력 필요” 마지막으로 임창휘 의원은 상수원 주변 지역에 대한 실질적 지원책의 수립을 요구했다. 임창휘 의원은 “신규 생태하천 복원사업 등 선정 시, 각종 규제를 감내해 온 상수원 주변 지역에 ‘우선순위’를 적용하는 방안을 검토하라”고 요구했다. 또한, “광주시 목현천의 경우 지방도에 보행로가 없어 하천 정비를 통한 탐방로 확보가 주민의 안전한 보행로 역할을 할 수 있고, 신현천은 1만여 주민이 산책로 설치 탄원서를 제출한 바 있다”고 구체적 사례를 들며, “하천 정비 시 치수·수질 개선과 함께 주민 친수 공간(탐방로, 보행로) 확보 계획을 통합해 주민 불편 해소에 적극 기여해 달라”고 당부했다.