국내 초고액 자산가들이 2026년 금융시장을 ‘미국보다 한국’, ‘코스피보다 코스닥’을 투자 기회로 인식하고 있는 것으로 나타났다. 다만 ‘원픽’은 여전히 ‘삼성전자’였다. 4일 삼성증권이 자산 30억원 이상 위탁 고객 401명을 대상으로 실시한 ‘2026년 주식 시황 전망 및 투자 계획’ 설문조사에 따르면, 응답자들은 올해 투자의 핵심 키워드로 ‘K.O.R.E.A.’를 꼽았다. ▲한국 주식(K-stock) 선호 ▲코스닥 시장 실적 개선(Outperform) ▲주식 중심 포트폴리오 리밸런싱(Rebalancing) ▲상장지수펀드(ETF) 활용(ETF) ▲인공지능(AI) 주도 시장의 앞 글자를 딴 것이다. 우선 유망 국가 질문에 ‘한국’을 꼽은 응답자가 54.3%로 ‘미국(32.9%)’을 크게 앞섰다. 향후 더 높은 상승률을 기록할 시장을 묻는 항목에서 코스닥을 선택한 응답자(69%)는 코스피(31%)를 고른 응답자의 갑절이 넘었다. 이 같은 인식 변화는 자산 배분 전략에도 그대로 반영됐다. 올해 적정 포트폴리오에서 주식 비중을 80% 이상으로 설정한 응답자는 57.9%에 달했다. 채권 등 안정형 자산을 선호하던 지난해와는 확연히 달라진 분위기다. 주도산업으로는 여전히 AI가 핵심이었다. AI·반도체(31.8%), 로봇(18.0%), 제약·바이오·헬스케어(14.8%), 금융 등 고배당주(12.3%), 조선·방산·원자력(10.4%) 순으로 나타났다. 다만 자산가들은 단 한 종목만 살 수 있다면 삼성전자(18.2%)를 1위로 꼽았다. 이어 테슬라(14.1%), SK하이닉스(8.6%) 순이었다.

수도권 공공기관 350여 곳을 지방으로 이전하는 ‘혁신도시 시즌2’가 초읽기에 들어가면서 전국 지방자치단체 간 유치 경쟁이 유례없이 치열해지고 있다. 이번 이전은 단순한 기관 분산을 넘어 지방 소멸 위기를 극복하고 국가 균형발전을 이룰 마지막 분수령이라는 점에서 지자체들은 사활을 건 ‘차별화 전략’을 쏟아내고 있다. 정부가 행정 대통합을 추진하는 시·도에 공공기관을 우선 배치하겠다는 방침을 공식화하자, 광주·전남을 비롯해 세종·부산·대구·강원 등 각 지자체가 총력전에 돌입했다. 한전·농어촌공사·aT 등 수도권 부속기관 이전과 농·수협중앙회 본점 이전까지 맞물리며, ‘시즌2’는 단순 이전을 넘어 국가 균형발전의 분수령으로 떠오르고 있다. 광주·전남은 행정 대통합 추진을 전면에 내세우며 ‘통합 시·도 우대’ 인센티브를 선점 전략으로 제시했다. 광주는 AI·문화·사회서비스, 전남은 에너지·AI·농수산으로 역할을 분담해 융합형 거점 모델을 강조한다. 한전·농어촌공사·aT 등 기존 이전 기관의 수도권 부속기관 추가 이전과 함께, 농협·수협중앙회 본점 이전까지 시야에 두고 있다. “단순 유치가 아닌 기능 재설계”를 핵심 논리로 삼는다. 광주전남공동(나주)혁신도시는 ‘시즌1’을 통해 한국전력공사, 한국농어촌공사, 한국농수산식품유통공사(aT) 등 16개 공공기관을 유치했지만, 여전히 핵심 기능과 인력이 수도권에 남아 있다는 점에서 ‘미완의 혁신도시’라는 지적을 받아왔다. 이에 따라 이번 시즌2에서는 한전·농어촌공사·aT 등의 수도권 부속기관 추가 이전 여부가 핵심 변수로 꼽힌다. 세종시는 행정중심복합도시의 위상을 앞세워 정책·행정 연계 공공기관 집중 배치를 요구하고 있다. 국무조정·정책기획 기능과 연계 가능한 기관 이전을 통해 행정 효율성을 높이겠다는 전략이다. 수도 이전 논의의 연장선이라는 점에서 정치적 상징성을 동시에 겨냥한다. 부산은 금융중심지 육성을 목표로 금융·해양 공공기관 추가 이전을 요구하고 있다. 한국거래소, 산업은행 이전 논의 경험을 바탕으로 금융 공공기관 집적 효과를 강조한다. 해양수산·물류 공공기관과의 연계를 통해 ‘해양금융 허브’ 구상을 재차 부각시키고 있다. 대구·경북은 기존 산업단지와 연계한 첨단 제조·R＆D 공공기관 유치가 핵심 전략이다. 로봇, 미래차, 소재·부품·장비 분야 연구기관을 중심으로 산업 경쟁력 강화 논리를 내세운다. “혁신도시를 연구·기술 실증 거점으로 완성해야 한다”는 논리다. 강원도는 환경·자원·에너지 분야 특성을 앞세운 기능 특화 전략을 구사하고 있다. 산림, 수자원, 신재생에너지 관련 공공기관을 중심으로 ‘청정·환경 수도’ 이미지를 강화한다. 지역 여건상 대규모 집적보다는 선별적 이전을 요구하는 것이 특징이다. 울산·경남은 조선·에너지·방산 산업과 연계한 산업 지원형 공공기관 유치를 추진 중이다. 연구·시험·인증 기능을 중심으로 실물 산업과의 결합을 강조하며, 제조업 재도약의 마중물로 활용하겠다는 전략이다. 이번 시즌2 추진의 최대 난제로는 여전히 수도권 반발과 정치 변수가 꼽힌다. 공공기관 노조를 중심으로 주거·교육·배우자 직장 문제와 기관 기능 약화를 이유로 이전 속도 조절론이 제기될 가능성이 크다. 총선을 거치며 지역 간 이해관계가 더욱 첨예해진 정치 환경 역시 정부에 부담 요인으로 작용하고 있다. 윤병태 나주시장은 “2차 공공기관 이전은 선택의 문제가 아니라 지방 소멸과 국가 경쟁력의 문제”라며 “시즌2는 기관을 나누는 문제가 아니라, 혁신도시를 어떻게 재설계할 것인지에 대한 국가적 결단의 문제”라고 말했다.

2026년에는 실험단계였던 첨단기술이 일상 속에서 공존할 전망이다. 인공지능(AI)은 기존의 모델 경쟁을 넘어 인프라 전쟁으로 확대하고, 스마트폰 영역에선 글로벌 ‘접기 대전’이 예상된다. 연이은 개인정보유출 사태로 위기감이 커진 보안 분야에서는 ‘AI 창’ 대 ‘AI 방패’의 승부가 펼쳐질 전망이다. 이런 변화를 감지할 첫 무대는 오는 6일(현지시간) 미국 라스베이거스에서 열리는 CES다. AI 인프라 전쟁뭉쳐라!… 전력부터 칩까지 AI 한꺼번에글로벌 빅테크의 AI 경쟁은 더 이상 모델 성능 향상에만 머물지 않는다. 실제 서비스를 얼마나 안정적으로, 장기간 운영할 수 있냐가 경쟁의 새로운 축이다. 따라서 전력·데이터센터·반도체 등 기초 인프라 구축이 핵심으로 떠오르고 있다. 월스트리트저널(WSJ)은 “AI 투자 경쟁은 소프트웨어를 넘어 데이터센터와 반도체, 전력 인프라로 옮겨가고 있다”며 “추론 비용을 낮추지 못하는 기업은 장기 경쟁에서 밀릴 수밖에 없다”고 짚었다. 영상 생성, 로봇 제어 등 연산량과 전력 소모가 큰 서비스가 상용화 단계에 접어들면서 기존의 전력망과 범용 서버 등으로는 수요를 감당하기 어렵다는 것이다. 이에 구글은 최근 약 7조원을 투입해 에너지 인프라 기업 ‘인터섹트’를 인수했다. 데이터센터 전력을 외부망에만 의존하지 않고, 발전 설비와 데이터센터를 한 부지에 통합해 장기적으로 전력 수급 안정성을 꾀하려는 것이다. 오픈AI 진영이 공공 전력망과 분리된 초대형 데이터센터 프로젝트 ‘스타게이트’를 추진하고, 아마존웹서비스(AWS)가 원전 및 소형모듈원자(SMR) 협력으로 독자적인 전력 공급망 구축에 나선 것도 같은 맥락이다. 삼성전자와 SK하이닉스는 글로벌 AI 인프라 경쟁의 핵심 축으로 부상하고 있다. 양사는 올해 6세대 고대역폭 메모리(HBM4) 양산에 본격 돌입하며, AI 서버의 연산 병목을 해소할 핵심 공급사로 주목받고 있다. 업계에서는 HBM을 포함한 AI 특화 메모리 수요가 가파르게 늘어나면서 범용 D램 중심이던 메모리 시장의 수익 구조가 재편될 것으로 보고 있다. 피지컬 AI붙여라!… 자율주행 등 AI 제품 결합 가속지난해까지 AI가 모니터 속 학습·추론 경쟁에 몰두했다면 올해는 자동차·로봇·생활용품 등과 결합하는 ‘피지컬 AI’가 구체화할 전망이다. 삼정KPMG 경제연구원은 세계 최대 가전·정보기술(IT) 박람회 ‘CES 2026’의 첫 번째 키워드로 ‘피지컬 AI’를 꼽으며 “단순 자동화를 넘어 물리적 환경을 이해·판단·조작하는 AI 디바이스가 다수 공개되고, 제조·건설·물류·서비스 등 다양한 분야에서의 실질적 적용 가능성이 구체적으로 제시될 것”이라고 예상했다. 대표적으로 모빌리티에선 실험 단계였던 자율주행 시장이 올해 크게 확대될 전망이다. 지난해 미국에서 무인 로보택시를 운영한 구글의 자율주행 자회사 ‘웨이모’는 올해 차량 호출 앱 ‘웨이모 원’을 내놓으며 대중을 상대로 서비스를 확대할 예정이다. 중국에선 바이두의 자율주행 자회사 ‘아폴로 고’가 자율주행 레벨4(고도자동화) 수준의 로보택시를 상용화하며 웨이모를 바짝 추격하고 있다. 우리나라의 경우 현대차그룹의 자회사 ‘포티투닷’이 오는 8월 첫 자율주행 실험차 ‘SDV 페이스카’를 공개할 예정이다. 지난해 스마트홈 각축전을 벌였던 가전 분야와 단순 자동화 극복이 과제인 산업 분야에서 기업들은 올해 AI를 탑재한 휴머노이드를 앞다퉈 내놓을 예정이다. LG전자는 CES 2026에서 다섯 손가락을 갖춰 집안일에 최적화된 가전용 휴머노이드 ‘클로이드’를 공개한다. 보스턴다이내믹스도 휴머노이드 ‘아틀라스’를 처음 선보인다. AI가 접목된 웨어러블 기기도 경쟁이 치열할 전망이다. 메타가 지난해 선보인 스마트 안경 ‘레이밴 메타’로 시장을 선점하는 가운데 구글은 올해 중 자사 AI인 ‘제미나이’가 탑재된 스마트 안경을 출시한다. 스마트폰접어라!… 몇 번이든, 차세대 폴더블폰 전쟁스마트폰 시장에서는 대형 화면을 접는 ‘폴더블폰’이 주류 프리미엄 폼팩터(기기 형태)로 자리매김하며 글로벌 싸움이 치열해질 것으로 보인다. 지난해 삼성전자는 두 번 접히는 ‘갤럭시 트라이폴드’를 선보이며 중국 화웨이가 독점하던 트라이폴드 경쟁에 뛰어들었다. 갤럭시 트라이폴드는 360만원이라는 초고가에다 한정된 물량만 시중에 푸는 ‘플래그십’을 펼쳤지만 연일 완판 행진을 했다. 올해는 중국 샤오미와 미국 애플이 트라이폴드 시장에 진입할 것으로 보인다. 샤오미타임 등 외신에 따르면 샤오미는 지난해 세계이동통신사업자연합회(GSMA)에 신제품을 등록했는데, 태블릿 사이즈로 펼쳐지는 트라이폴드형일 가능성이 거론된다. 애플 역시 아이폰18 시리즈와 함께 자사 첫 폴더블폰인 ‘아이폰 폴드’ 모델을 준비 중이다. 양산 막바지인 세부 디자인 조정 단계에 진입한 것으로 전해지면서 출시가 임박한 것으로 예측된다. 아이폰 팬층의 탄탄한 수요를 고려하면 아이폰 폴드 출시와 함께 폴더블폰 시장이 요동칠 수 있다. 시장 조사 기관인 IDC는 아이폰 폴드의 출시로 세계 폴더블폰 시장이 올해 30% 성장할 것으로 예측했다. 해킹막아라!… 뚫리면 끝장, 보안 단속에 사활안랩은 지난해 말 발간한 ‘2025년 사이버 위협 동향 및 2026년 전망’ 보고서에서 첫 번째 보안 위협으로 ‘AI 기반 공격의 전방위 확산’을 꼽았다. 안랩은 “AI가 피해자의 환경을 분석하고 표적을 정확하게 타격할 수 있는 ‘적응형 공격’이 확대될 것”이라고 분석했다. 또 개인이 AI를 식별하기 어려울 정도로 기술이 발전하면서 딥페이크 등 AI를 악용한 정교한 피싱이 증가하고, AI를 활용한 해킹 신기술이 급속도로 발전하며 해킹의 진입 장벽을 낮출 것이라고 우려했다. 다만 AI에 따른 보안 위협에 대응하는 도구로도 AI가 부상할 전망이다. 보안업체 ‘시큐아이’는 ‘2026년 보안 트렌드’ 보고서에서 “공격과 방어 전반에 AI가 확산하며 사이버 보안이 본격적인 ‘AI 대 AI’의 경쟁 구도로 전환 될 것”이라고 분석했다. 김명주 AI안전연구소장은 “지난해보다 올해 생성형 AI로 만든 사진·영상을 식별하기가 훨씬 어려워졌고, 지방선거 등 큰 행사가 있는 만큼 AI 악용이 본격화될 것”이라며 “AI기본법이 시행되면 정부 차원에서도 AI 부작용에 대비하는 체계를 마련해야 한다”고 지적했다.

새해에는 젊은 과학자의 미소가 가득한 연구실이 늘도록, 과학기술계 인재 양성에 전력을 다하는 한국이 되길 기대한다. 대전 유성구 카이스트(한국과학기술원) 휴보랩에서 최종훈(왼쪽부터·박사과정)·서영랑(석사과정) 연구원, 박해원 교수, 송태규(박사과정)·최준빈(석사과정) 연구원이 자체 개발한 로봇 ‘카이스트 휴머노이드’·‘하운드2’와 함께 활짝 웃고 있다. 박 교수 연구팀은 사족보행 로봇 ‘하운드’ 개발을 통해 2023년 100미터 달리기 19.87초 기록으로 기네스 세계기록을 달성하며 세계적 수준의 이동 기술을 입증했다. 또한 로봇 기술 기반 스타트업 ‘디든로보틱스’를 창업해 조선업 등 철제 산업 환경에서 활용 가능한 승월 로봇(벽면 이동 로봇) 개발로 연구 성과의 산업적 확장에도 나서고 있다.

코스닥 거래량 상위 종목들이 전반적으로 엇갈린 흐름을 보인다. 31일 한국거래소에 따르면, 휴림로봇(090710)이 약 2562만주 이상 거래되며 코스닥 종목 중 실시간 거래량 1위를 차지했다. 현재 주가는 7450원으로 거래대금은 약 191억 5900만원이며, 시가총액의 2.15%에 해당한다. PER은 275.93, ROE는 -5.59이다. 제주반도체(080220)는 2위로, 거래량 2236만 2142주를 기록하고 있으며 현재 주가는 2만 6350원이다. 거래대금은 약 575억원으로, 이는 시가총액의 6.34%에 해당한다. PER은 25.26, ROE는 11.44이다. 대주산업(003310)은 현재가 3400원, 등락률 5.10%, 거래량 2095만 8525주를 기록하고 있다. 나무기술(242040)은 현재가 1324원으로 보합세를 유지하며 거래량 2017만 5991주를 기록 중이다. 삼보모터스(053700)는 현재가 6420원에 22.99%의 폭등을 보이며 1838만 3193주의 거래량을 보이고 있다. 센서뷰(321370)는 1300원으로 4.33% 상승하며 거래량 1778만 5273주를 기록하고 있다. JW신약(067290)은 2130원으로 5.19% 상승하며 1686만 870주가 거래되고 있다. 더블유에스아이(299170)는 2935원으로 16.24% 상승하며 1604만 38주의 거래량을 나타내고 있다. 재영솔루텍(049630)은 4510원으로 3.43% 하락하며 1524만 4699주가 거래되고 있다. 원익홀딩스(030530)는 4만 8700원으로 1.99% 상승하며 1313만 2484주의 거래량을 기록하고 있다. 한편 거래량 상위 20위권 종목들은 비츠로넥스텍(488900) ▲13.70%, 에스에이엠티(031330) ▲13.39%, 아미노로직스(074430) ▲29.92%, 노타(486990) ▲7.05%, 현대무벡스(319400) ▼7.67%, 형지글로벌(308100) ▼3.07%, 세미파이브(490470) ▼4.16%, 라온테크(232680) ▲4.38%, 율촌(146060) ▲29.95%, 삼미금속(012210) ▼19.65% 등의 성적을 기록했다. 주목할 만한 종목으로는 제주반도체의 폭등과 삼보모터스의 폭등이 눈길을 끌고 있다. 제주반도체는 거래대금이 시가총액의 6.34%에 달하며 투자자들의 관심을 모으고 있다. 삼보모터스 역시 시가총액 대비 거래대금 비율이 7.81%로, 거래가 활발하게 이루어지고 있다. 반면, 휴림로봇과 삼미금속은 각각 -6.64%와 -19.65%의 하락세를 보이고 있다. 특히, 삼미금속은 거래대금이 시가총액의 3.91%로 매도세가 강하게 작용하고 있다. 전체적으로 코스닥 시장은 상승과 하락이 혼재된 가운데 변동성을 보이고 있다. 거래대금이 시가총액의 2% 이상인 종목들이 다수 발견되며, 시장 참여자들의 활발한 움직임이 감지된다. 특히, 상승률이 높은 종목들은 거래대금이 높은 반면, 하락세인 종목들은 시가총액 대비 거래대금 비율이 낮은 경향을 보인다. [서울신문과 MetaVX의 생성형 AI가 함께 작성한 기사입니다]

경기 서정대학교 학생들은 오늘도 각자의 자리에서 변화를 만들어가고 있다. 누군가는 현장에서 생명을 지키고, 누군가는 사회를 더 따뜻하게 만들며, 또 누군가는 글로벌 무대에서 자신의 가능성을 증명하고 있다. 양영희 총장은 이들을 ‘세상을 움직이는 힘’이라고 말한다. ‘세상의 힘이 되다(Be the Power of the World)’라는 교육 철학을 바탕으로, 국가 인증 교육품질, 국가시험 100% 합격률, 산학협력 중심 교육 성과를 통해 전문직업교육 선도대학으로 자리매김하고 있는 서정대학교는 개교 이래 신입생 충원율 100%를 이어가고 있다. 2025년 4월 1일 기준 전국 전문대학 중 가장 많은 9043명의 학생이 재학 중이며, 학령기·성인·국제학생으로 구성된 다양한 특성의 학생들을 위한 맞춤형 교육 기반을 갖춰 운영하고 있다. 국가가 인정한 교육의 질, 글로벌 리더로 혁신사업을 선도하다 서정대학교는 성인 및 국제학생에 특화된 직업교육 전문대학으로, 학생 모집과 교육과정, 학사운영, 산학협력, 시설 및 환경구축 등 학교 전반에 걸쳐 유연한 학사제도와 교육 품질을 보장하는 체계를 구축하고 있다. 또한 서정대는 온·오프라인 결합 수업, 주말 및 야간수업, 영어 수업 등 혁신적 학사 운영과 수업의 질에 대한 주기적 점검과 평가가 선순환할 수 있는 환류 체계를 구축했으며, 법무부·교육부로부터 이를 검증받고 있다. 이러한 교육적 성과는 재학생의 만족도를 높일 뿐만 아니라 학생모집에도 긍정적 효과로 나타나 재학생 충원률이 2025년 4월 1일 기준 291%에 이르고 있다. 서정대의 선도적 교육제도 도입과 특화된 학사 운영, 지역사회와 연계한 교육 운영은 전문대학 인증제도인 고등직업교육평가인증원의 기관평가인증을 통과해 교육 품질을 인증받았다. 또 4주기 전문대학혁신지원사업, 경기도 지역혁신중심대학지원체계(RISE)사업, 기술사관육성사업, 글로벌인재취업선도대학사업으로 ‘모집-교육-취업-정주’의 단계별로 특화된 모형을 구축·운영하고 있다. 또한 서정대는 국가의 정책 방향에 맞춰 교육환경과 제도를 개선·확립하고, 직업교육의 질을 검증받기 위해 주기적으로 평가를 받고 있다. 이와 함께 법무부 교육국제화역량인증대학, 산업통상자원부 뿌리산업용접분야양성대학, 경기도 요양보호사양성대학, 고용노동부 일학습병행공동 훈련센터로 선정돼 전문대학의 직업교육을 주도적으로 실천하고 있다. 아울러 서정대는 지역과 함께 성장하는 대학으로서 반려동물 학교기업 지원사업, 초등 저학년 늘봄학교 운영기관, 교육기부 거점지원센터, 경기도 평생배움대학 등 다양한 교육사업을 수행하며 사회적 책무를 다하고 있다. 특성화 학과별 경쟁력 강화… 분야별 최고 인재 양성서정대는 학생들의 적성과 미래 비전에 맞춘 다양한 특성화 학과를 운영하며 졸업 후 현장에 즉시 투입될 수 있는 실질적 역량과 전문성을 갖춘 경쟁력 있는 인재를 길러내고 있다. [호텔외식조리과, 국제요리대회 수상자 최다 배출·특급호텔 취업 연결] 2012년 이후 수도권 특급호텔에만 210명이 취업한 전국 최우수 조리전문 학과로 제과·조리 명장, 기능장 등 국내 최고 수준의 전문가로 구성된 교수진이 실무에서의 경험을 바탕으로 지도한다. 2025년 대한민국챌린지컵 국제요리경연대회에서 교육부장관상 5명, 금메달 18개, 은메달 9개를 수상하는 등 10년 이상 국내외 각종 요리대회에서 꾸준히 우수한 성적을 이어오고 있다. 실습실은 산업인력공단 지정 국가기술자격 실기시험장으로 활용되고 있으며, 전공심화 학사과정을 통해 4년제 학위 과정도 운영하고 있다. [반려동물과, 반려동물 인력 양성을 선도해 온 최고의 명문학과] 2004년에 개설해 독립된 학과 건물과 반려동물 행동지도사 자격검정 실습장을 국가로부터 지정받아 갖추고 있으며 이론과 실무를 연계한 교육을 위해 경기 북부에 2곳의 반려동물 학교기업을 운영하고 있다. 실무 중심의 특성화 학과로 관세청 탐지견 경진대회 최우수 대학상, KKF 전국 애견미용 콘테스트 6회 연속 대상 등 성과를 거두었다. 졸업 후 동물병원, 펫케어 기업, 문화산업 등으로 진출하거나 전공심화 과정을 통해 학사 학위 과정으로 진학할 수 있다. [반려동물보건과, 2023년 농림축산식품부 인증 동물보건사 양성기관] 수의 간호와 반려동물 의료 보조 분야에 특화된 교육과정을 운영하는 농림축산식품부가 인증한 동물보건사 양성기관으로 동물보건실습실, X-ray실습실, 동물해부생리실습실 등 전국 최고 수준의 실습 환경을 갖추고 있다. 해마다 동물보건사 국가자격시험에서 높은 합격률을 기록하고 있는데 특히, 유독 난이도가 높았던 지난 9월 이뤄진 ‘실험동물기술원 2급 자격시험’에서도 다수 합격자를 배출하는 성과를 냈다. 또한 실험동물기술원 자격증 대비 특강과 커리큘럼을 제공해 진로 선택의 폭을 넓히고 있다. [응급구조과, 13년 연속 1급 응급구조사 국가시험 100% 합격] 13년 연속 응급구조사 1급 국가시험 100% 합격률이라는 독보적 성과를 이어가고 있다. 시뮬레이션 기반 실습, PBL 중심 수업, 임상·현장 연계 실습 등 체계적인 교육과정을 운영하며 현장 대응 역량을 강화해 왔다. 2025년에는 9명의 졸업생이 소방공무원 시험에 합격해 현재까지 총 123명의 소방공무원을 배출했다. 취업지원센터는 면접·자소서 지도와 더불어 AHA BLS Provider, KALS, KBLS 등 체계적으로 자격증 프로그램을 운영해 지원하고 있으며 졸업생들은 응급의료센터, 119구급대, 산업체 응급관리 등 다양한 분야로 진출하고 있다. [간호학과, 실무 중심의 교육을 통한 현장에 강한 전문 간호인재 양성] 해마다 높은 국가시험 합격률과 취업률을 기록하며 보건의료 전문인력 양성의 중심으로 자리 잡은 간호학과는 한국간호교육평가원으로부터 지속적으로 간호교육 인증을 받으며 전문성과 신뢰성을 동시에 확보했다. 학생 중심의 교육환경 구축, 최고 수준의 교수진, 최첨단 시뮬레이션 교육시설 등을 기반으로 올해도 2월 졸업생 전원이 간호사 국가시험에 합격하는 성과를 올렸고 졸업생들은 대학병원·종합병원·전문 클리닉 등 다양한 의료기관에서 활약하고 있다. [호텔관광과, 스마트 호텔 교육의 새로운 표준 제시] 호텔관광과는 국내 대학 최초로 호텔식음료(F＆B) 실습실에 정식 서빙로봇을 도입하며, 차세대 스마트 호스피탈리티 교육을 선도하고 있는데 이는 스마트 기술이 전 수업 과정에 적용된 실무 중심 교육 모델이 되고 있다. 호텔객실 교육 역시 디지털 기반으로 강화되는 동시에 ‘더클래식500 펜타즈호텔’과 MOU를 체결해 스마트 객실서비스 PBL을 운영하고 있는데 이는 졸업 후 즉각적인 특급호텔 취업과 직결되고 있다. [소방안전관리과, 13년 연속 소방공무원 및 소방안전 관리 전문가 진출] 13년 연속 소방공무원을 배출했으며 2025년 8월 기준 소방설비(산업)기사 185명, 1급 소방안전관리자 344명, 2급 소방안전관리자 35명, 위험물안전관리자 991명 등 다양한 국가자격증을 취득하고 있다. 소방 관련 박사 출신 교수진의 지도를 통해 특별반을 운영하고 있으며, 소방공무원 시험 준비와 소방 관련 자격증 취득을 체계적으로 지원하고 있다. 신입생 충원율 100%, 다양한 장학금과 맞춤형 진로 지원 제공2003년 개교 이래 신입생 충원율 100%를 기록하고 있으며, 2025학년도 신입생은 3636명이다. 서정대학교는 신입생 오리엔테이션을 시작으로, 기초 학습 지원, 전공별 멘토링, 진로·취업 상담에 이르기까지 개인별 맞춤형 지원을 제공하고 있으며, 성적우수 장학금, 전공심화 장학금, 면학 및 복지 장학금 등 다양한 장학제도로 학부모의 경제적 부담을 줄이고 학생이 학업에 전념할 수 있도록 돕고 있다. 캠퍼스 환경은 최신 교육 흐름에 맞게 개선되고 있으며 강의실, 실험·실습실, 도서관 등 학습 공간뿐 아니라 복지시설과 문화공간까지 확충해 재학생들의 학교생활 만족도를 높이고 있다. ‘미래를 준비하는 대학’…정시모집을 통해 다시 도약 2026학년도 정시모집에서는 자연과학·보건·인문사회·공학·성인학습과정 등 폭넓은 학과군을 모집해 수험생들이 자신의 진로에 맞는 전공을 선택할 수 있도록 지원한다. 자연과학계열은 △호텔외식조리과 △반려동물과 △반려동물보건과 △뷰티아트과 △그린식품가공과, 보건계열은 △응급구조과(3년제) △간호학과(4년제), 인문사회계열은 △사회복지학부 △호텔관광과 △유아교육과(3년제) △청소년상담복지과 △의료코디네이션과(3년제), 공학계열은 △스마트모빌리티과 △소방안전관리과 △글로벌뿌리산업공학과, 성인학습과정은 △창업경영과 △사회복지상담과 △스마트자동차과 등에서 미래를 이끌 인재들을 모집한다.

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

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

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

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.

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.

코스닥 거래량 상위 종목들이 전반적으로 엇갈린 흐름을 보인다. 30일 한국거래소에 따르면, 휴림로봇(090710)이 2231만 5115주 이상 거래되며 코스닥 종목 중 실시간 거래량 1위를 차지한다. 현재 주가는 7450원으로, 시가총액의 1.87%에 해당하는 거래대금이 발생했고, 등락률은 -6.64%를 기록하고 있다. PER 275.93, ROE -5.59로, 재무 지표가 다소 불안한 모습을 보이고 있다. 대주산업(003310)은 3,285원으로 1.55% 상승하며, 거래량 1890만 2985주를 기록했다. 거래대금은 시가총액의 5.64%에 달하며, PER 13.98, ROE 10.38로, 안정적인 재무 지표를 보이고 있다. 제주반도체(080220)는 26,700원으로 19.46%의 급등을 기록하며 거래량 1576만 9021주로 3위를 차지하고 있다. 더블유에스아이(299170)는 2,925원으로 15.84% 상승하며 1387만 9574주가 거래되었다. JW신약(067290)은 2,315원으로 14.32% 상승하며, 거래량 1327만 8300주를 기록한다. 삼보모터스(053700)는 6,140원으로 17.62% 상승했고, 거래량은 1154만 5966주이다. 재영솔루텍(049630)은 4,430원으로 -5.14% 하락하며 거래량 1138만 24주를 기록했다. 비츠로넥스텍(488900)은 18,730원으로 10.63% 상승하며 거래량 1099만 945주를 기록하고 있다. 노타(486990)는 47,450원으로 9.71% 상승하며 1024만 8334주의 거래량을 기록했으며, 원익홀딩스(030530)는 48,500원으로 1.57% 상승하며 947만 4706주의 거래량을 기록하고 있다. 한편 거래량 상위 20위권 종목들은 율촌(146060) ▲29.95%, 라온테크(232680) ▲4.30%, 아미노로직스(074430) ▲29.92%, 현대무벡스(319400) ▼6.88%, KD(044180) ▲8.66%, 세미파이브(490470) ▼6.87%, 삼미금속(012210) ▼17.99%, 한라캐스트(125490) ▼8.24%, 바이오스마트(038460) ▲1.62%, 형지I＆C(011080) ▼0.55% 등의 성적을 기록했다. 주목할 만한 점은 제주반도체의 급등세와 삼보모터스의 상승세이다. 제주반도체는 398억 771백만원의 거래대금으로 시가총액의 4.34%를 기록하며, 상당한 자금 유입이 있었음을 보여준다. 삼보모터스는 거래대금 70억 726백만원으로 시가총액의 5.03%에 해당하는 자금이 유입되었다. 반면, 하락세를 보인 휴림로봇과 재영솔루텍은 각각 166억 904백만원 및 49억 485백만원의 거래대금을 기록하며 시가총액 대비 각각 1.87% 및 0.95%의 자금 유입으로 비교적 낮은 자금 흐름을 보였다. 코스닥 시장은 전반적으로 혼재된 흐름을 보이며, 일부 종목에서는 큰 폭의 등락이 관찰되고 있다. 특히 제주반도체와 같은 일부 종목은 강한 매수세로 인해 급등세를 보이고 있으며, 휴림로봇과 같은 종목은 하락세를 면치 못하고 있다. 이러한 흐름은 투자자들의 전략적 판단에 따라 당일 거래에 영향을 미칠 것으로 예상된다. [서울신문과 MetaVX의 생성형 AI가 함께 작성한 기사입니다]

부산시교육청이 올해 학교 급식실에 조리 로봇을 도입한 결과 조리 종사자의 안전한 근무 환경 조성과 안정적 학교 급식 운영에 효과를 낸 것으로 나타났다. 시 교육청은 외부 기관과 함께 조리 로봇 도입 전·후 작업환경을 비교한 결과 고온·고위험 조리 작업이 집중되는 솥 앞 작업 시간이 평균 69% 줄어든 것으로 나타났다고 30일 밝혔다. 근력이 필요한 작업 횟수는 72% 줄었으며, 작업 자세와 신체 동작을 기준으로 분석한 작업 강도는 약 50% 감소해 근골격계 부담 등 신체적 위험 요인이 크게 완화된 것으로 확인됐다. 조리 로봇을 설치한 학교 급식실 종사자를 대상으로 한 만족도 조사에서도 긍정적 평가가 나왔다. 시교육청이 지난 11월과 12월 총 4차례에 걸쳐 간담회, 만족도 조사를 실시한 결과 작업환경 개선에 도움이 됐다는 의견이 82%였다. 업무강도 경감과 업무 편의성 향상 의견도 각각 78%와 74%로 나타났다. 특히 응답자의 90% 이상이 향후 조리 로봇 도입 확대에 대해 긍정적 의견을 표시했다 조리 종사자들은 “힘들고 위험한 작업을 로봇이 대신해 업무 부담이 크게 줄었다”거나 “근무 환경이 눈에 띄게 개선됐다”는 의견을 내놓았다. 조리 로봇이 조리한 튀김·볶음 음식은 이전과 맛이 같거나 더 좋다는 평가를 받았다. 시교육청은 지난 5월 한국로봇산업진흥원이 주관한 ‘2025년 서비스로봇 실증사업’에 선정돼 국비 지원을 받아 올해 2학기부터 학교 급식실에 조리 로봇을 도입했다. 이 사업은 고온·고위험 조리 환경에서 근무하는 종사자의 건강을 보호하고 업무 강도를 줄이기 위해 추진했다. 김석준 부산시교육감은 “조리 로봇 도입은 학교 급식실의 안전과 근무 환경을 실질적으로 개선하는 의미 있는 성과를 거뒀다. 이번 실증사업 성과와 현장 의견을 바탕으로 조리 로봇의 기능을 보완하고, 학교 급식실 작업환경 개선을 위한 사업을 단계적으로 확대하겠다”라고 밝혔다.

29일 오후 3시 40분 인탑스(049070)가 등락률 +29.97%로 상한가를 기록하며 상승률 1위로 마감했다. 인탑스는 장 중 3,817,620주가 거래되었으며 주가는 전 거래일 대비 4,570원 오른 19,820원에 마감했다. 한편 인탑스의 PER은 44.74로 시장 평균 수준에 가까운 평가를 받고 있으며, ROE는 3.34%로 수익성이 낮다고 보기에는 무리가 있는 준수한 수준이나 고성장 기업과 비교했을 때는 보통 수준일 수 있다. 이어 상승률 2위 삼미금속(012210)은 주가가 29.96% 폭등하며 종가 13,230원에 상승 마감했다. 상승률 3위 라온테크(232680)의 주가는 13,940원으로 29.92% 폭등하며 두각을 나타냈다. 상승률 4위 삼보모터스(053700)는 29.85% 폭등하며 5,220원에 마감했다. 상승률 5위 휴림로봇(090710)은 28.71%의 상승세를 타고 7,980원에 마감했다. 6위 쎄크(081180)는 17,330원으로 22.47% 상승 마감했다. 7위 성호전자(043260)는 종가 9,410원으로 19.87% 상승 마감했다. 8위 크레오에스지(040350)는 종가 979원으로 19.39% 상승 마감했다. 9위 홈캐스트(064240)는 2,075원으로 19.18% 상승 마감했다. 10위 원익홀딩스(030530)는 47,750원으로 19.08% 상승 마감했다. 이밖에도 TPC(048770) ▲19.02%, 에이치브이엠(295310) ▲16.93%, 한라캐스트(125490) ▲16.54%, 형지글로벌(308100) ▲15.71%, 대주산업(003310) ▲15.54%, 제이케이시냅스(060230) ▲15.41%, 세미파이브(490470) ▲15.21%, 인벤티지랩(389470) ▲14.94%, 엠오티(413390) ▲14.37%, 광무(029480) ▲13.70% 등을 기록하며 금일 증시를 상승으로 마감했다. [서울신문과 MetaVX의 생성형 AI가 함께 작성한 기사입니다]

코스닥 거래량 상위 종목들이 전반적으로 엇갈린 흐름을 보인다. 29일 한국거래소에 따르면, 휴림로봇(090710)이 6527만2247주 거래되며 코스닥 종목 중 실시간 거래량 1위를 차지하고 있다. 현재 주가는 7860원으로, 시가총액의 5.13%에 해당하는 막대한 거래대금에도 불구하고 26.77%의 폭등세를 보이고 있다. PER는 291.11로 높으며, ROE는 -5.59로 다소 부진한 모습을 보인다. 재영솔루텍(049630)은 4640원으로 거래되며 3217만6192주의 거래량을 기록, 거래량 2위를 차지하고 있다. 거래대금은 145억6960만원이며, 시가총액 대비 거래대금 비율은 약 2.69%로, 투자자들의 관심이 몰리고 있다. 재영솔루텍의 PER는 128.89, ROE는 6.16이다. 거래량 3위인 대주산업(003310)은 현재 3140원으로 2315만3381주의 거래량을 기록하며 12.14%의 상승세를 보이고 있다. 거래량 4위 형지I＆C(011080)는 748원으로, 1776만6792주가 거래되며 13.16% 상승하고 있다. 원익홀딩스(030530)는 47675원으로 1623만3045주가 거래되며 18.89% 상승하고 있다. 세미파이브(490470)는 32250원으로, 1524만5482주의 거래량과 함께 34.38%의 급등세를 보이고 있다. 현대무벡스(319400)는 20050원으로 1415만459주의 거래량을 기록하며 4.10% 상승 중이다. 셀루메드(049180)는 1630원으로, 1188만206주의 거래량과 함께 14.03%의 급락세를 보이고 있다. 휴림에이텍(078590)은 845원으로 1054만136주가 거래되며 12.37% 상승하고 있다. 한라캐스트(125490)는 20050원으로 1002만4610주의 거래량을 기록하며 9.44% 상승 중이다. 한편 거래량 상위 20위권 종목들은 비츠로넥스텍(488900) ▲12.50%, 형지글로벌(308100) ▲20.35%, PS일렉트로닉스(332570) ▲8.82%, 네오이뮨텍(950220) ▲6.01%, 온코닉테라퓨틱스(476060) ▲1.61%, 에스피시스템스(317830) ▲11.62%, 모비스(250060) ▲13.39%, 삼보모터스(053700) ▲24.13%, 에스오에스랩(464080) ▲10.65%, 에이테크솔루션(071670) ▲15.05% 등의 성적을 기록했다. 주목할 만한 종목으로는 세미파이브와 삼보모터스가 있다. 세미파이브는 34.38% 급등하며 거래량 1524만5482주, 거래대금 541억8160만원을 기록하며, 시가총액의 4.98%에 해당하는 자금이 유입되고 있다. 삼보모터스는 24.13% 상승하며 거래량 611만3142주, 거래대금 30억2090만원으로 시가총액 대비 자금 유입 비율이 2.64%에 달하고 있다. 반면, 휴림로봇과 셀루메드는 각각 26.77%와 14.03%의 등락을 보이며 거래대금이 시가총액 대비 5.13%와 2.18%에 이르고 있다. 코스닥 시장은 종목별로 큰 변동성을 보이며, 투자자들의 다양한 매매 전략이 엿보인다. 특히, 급등주와 급락주가 혼재되어 있어 투자자들의 신중한 접근이 요구되고 있다. [서울신문과 MetaVX의 생성형 AI가 함께 작성한 기사입니다]

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.

최양희 한림대 총장인재들에게 맞는 고액 연봉사회적 위상·연구 환경 주면외국으로 나가지 않아바이오·헬스케어 분야반도체처럼 육성해야박인규 과기부 혁신본부장기초 연구 인재들어떤 산업도 적응 가능애플·MS 美대기업처럼지방에 골고루 있다면지역 인재 모여들 것윤성로 서울대 교수우수한 인재들 줄어들면 기업 경쟁력까지 약해져대학 인프라 매우 열악학생들 연구 제대로 못 해 기업의 기부 문화 절실인공지능(AI), 양자 과학, 바이오, 로봇 등 첨단 전략기술 분야 경쟁력을 확보하기 위해 전세계 각국이 치열한 두뇌 획득 경쟁을 벌이고 있다. ‘세계의 공장’으로 불렸던 중국은 진공청소기처럼 인재를 빨아들여 국가가 거대한 연구소처럼 움직이고 있으며, 일본은 올해도 노벨과학상 수상자를 2명이나 배출하면서 확고한 아시아 기초과학 맹주 자리를 지키고 있다. 반면 우리나라는 고질적인 이공계 인력 부족 문제, 거기다 윤석열 정부 당시 연구개발 예산 삭감 사태 등으로 과학기술 생태계가 흔들리고 있다는 위기감이 높아지는 게 현실이다. 서울신문은 과학기술인재 육성이란 주제로 지난 17일 서울 중구 한국프레스센터에서 ‘과학기술인재육성 죄담회’를 열었다. 안준모 고려대 행정학과 교수 사회로 최양희 한림대 총장(전 미래창조과학부 장관), 박인규 과학기술정보통신부 과학기술혁신본부장, 윤성로 서울대 전기·정보공학부 교수가 미래 한국의 과학기술 경쟁력을 끌어올리기 위한 인재 양성과 과학기술 기반 확보 방안을 주제로 다양한 논의를 했다. -거시적 방향성에 관해서 묻고 싶다. 우리나라에 어떤 인재상이 필요하고, 어느 분야에 과학기술 인재가 필요하다고 보나. 최양희 한림대 총장(이하 최 총장) “어렵고 복합적인 질문이다. 일단 기술과 산업적 관점으로 봤을 때 어떤 인재를 확보해야 하는지 알려면 10년, 20년 뒤에 우리가 그걸 안 했을 때 어떤 불이익이 있을지 생각해야 한다. 모든 산업 분야의 핵심 기초 기술이고 파급효과가 크다면, 전적으로 외국에 의존하면 국가의 주권이나 안보가 위험해질 수 있다. 그런 대체할 수 없는 분야는 어떻게든 해야 한다. 요즘은 파급효과와 함께 융합 가능성도 봐야 한다. 우리나라는 정보기술(IT) 분야 중에서도 반도체 분야는 세계적인 경쟁력을 가진 만큼 절대 놓쳐서는 안 된다. 한국에서 고급 인력이 가장 많이 가는 분야가 의료 분야이기 때문에, 바이오, 헬스케어 분야를 반도체에 이어 두 번째 주력 분야로 잡아 나가는 게 좋다고 본다.” 박인규 과학기술혁신본부장(이하 박 본부장) “과학은 지식을 창출하고, 기술은 그 지식을 이용해 부를 창출한다. 그 돈을 다시 기초과학에 투자해서 지식을 만드는 선순환 구조를 만들어야 한다. 이재명 정부 슬로건이 ‘기술 주도 성장’, ‘모두의 성장’이다. AI나 에너지 같은 전략기술 분야로 3분의 2 정도 예산이 집중된다. 거기에 맞춰서 인재를 육성해야 한다. 한편으로는 미래는 쉽게 예측하기 어렵고, 주도산업도 자주 바뀐다는 점을 명심해야 한다. AI라는 게 이렇게 빨리 다가올 줄 알았나. 기초 연구 인재는 특정 산업에 바로 투입되는 인력이 아닌 어떤 산업이 오더라도 써먹을 수 있도록 변신할 수 있는 인재이니만큼 미래를 위해서는 두 측면의 인재가 모두 중요하다.” -우리나라는 우수 인재들이 의대에 관심을 갖거나, 실리콘밸리처럼 연봉이나 근무 환경이 훨씬 우수한 외국으로 눈을 돌리는 경우가 많아 세계 최고 수준의 AI 인재가 부족하다는 지적이 많다. 인재 수급 불균형에 대해 어떻게 대응해야 하나. 윤성로 서울대 전기정보공학부 교수(이하 윤 교수) “내가 대학에서 AI 분야를 연구하고 학생을 교육하다보니, 그런 문제를 피부로 느끼고 있다. 학교나 연구소, 기업도 마찬가지지만 연구개발과정에서 기술적 난제에 부딪히면 단박에 해결해주는 사람들이 있다. 과거에는 공대에 우수한 학생들이 많이 몰렸지만 지금은 그렇지 않다. 인재 층이 얇아지다 보니 기업 경쟁력을 확보하거나, 연구논문의 핵심 아이디어를 내는 경우가 이전보다 많이 약해졌다. 학교, 연구소 뿐만 아니라 기업에서도 비슷한 상황에 직면한 것으로 알고 있는데, 결국 국가 경쟁력 약화로 이어질 것이 불 보듯 뻔하다. 의대 쏠림 때문이라는 이야기도 있지만 꼭 그렇게 보지는 않는다. 의대 집중 현상이 바이오메디컬 분야 발전의 원동력이 될 수도 있다. 의대에 가더라도 과학기술에 관심을 갖고 의사 과학자를 꿈꾸는 이들도 의외로 많다. 이들을 자연스럽게 연구 현장으로 끌어들이는 정책이 필요하다.” 박 본부장 “학부모나 학생들이 의대 진학을 하려는 이유는 의대를 나오면 인턴, 레지던트를 끝내고 대학교수나 대형 병원, 또는 병원 개업으로 이어져 진로에 대해 예측이 쉽기 때문이다. 과학기술 분야는 다르다. 우수한 학생이라도 과학고에 입학하고, 카이스트 같은 과학기술특성화대에 가고 대학원에 진학하고 교수가 되던지, 기업으로 가든지 하는 모든 과정에서 탈락하는 사람들이 많다. 이런 진로 불안정성이 과학기술 쪽으로 진로를 정하는 걸 주저하게 만드는 요인이 되는 것 같다. 과학기술 공부를 열심히 하면 얼마든지 좋아하는 연구를 평생 할 수 있다는 믿음을 주는 것이 필요하다.” -다른 선진국들의 인재 육성 정책에서 우리가 배워야 할 건 무엇일까. 최 총장 “한국이 ‘AI 3대 강국’이 되기 위해서는 ‘3력’이 필요하다. 바로 ‘인력·실력·전력’이다. 중국을 미국보다 AI 반도체 성능이 떨어진다고 하면 엄청나게 많은 인재가 관련 연구에 투입돼 기술적 열세를 극복한다. 어려운 문제를 끝까지 물고 늘어지는 과학자의 도전 의식, 열악한 상황을 극복하는 정신이 필요한데, 요즘 우리에게서는 찾아보기 힘들다. 돈과 연구자에 대한 사회적 위상, 연구할 환경이 제공되어야 우수 인재들이 외국으로 나가지 않는다. 중국으로 사람들이 몰리는 이유는 간단하다. 이 세 가지를 다 해주기 때문이다. 중국 기업은 연구자에게 연봉 100만 달러를 턱턱 내주고, 미국에서도 과학기술 인재 연봉은 수십만 달러에 이른다. 그렇지만 한국에서는 박사 학위를 받은 뒤 기업에 들어가도 1~2억원 받기 어렵다. 그렇기 때문에 요즘 우리나라 인재들이 외국으로 나가는 것이다. 그걸 애국심이 없다고 비난할 문제가 아니다. 우리도 반도체 최고 전문가들한테 연봉을 5억~10억원씩 준다면 2~3년만 지나도 우수 인재가 반도체 분야로 몰리는 나라가 될 것이다.” 윤 교수 “AI 인재 육성에 국가적인 자원이 들어가고 있는데 우리 연구실을 포함해서 주변을 보면 의외로 AI 인재들이 박사 과정을 마친 뒤에도 갈 곳이 없다는 한탄이 나온다. 그래서 50~75% 정도는 학위를 받은 뒤 곧바로 취업을 못 하는 상황이 벌어지기도 한다. 우리 우수 인재들이 외국으로 갈 수밖에 없는 것은 눈높이 차이로 볼 수도 있겠지만, 기업들이 AI 전공자들을 받아주는 숫자가 급감하고 있기 때문일 수도 있다. 이런 문제가 풀리지 않으면 과학기술 생태계 선순환은 사실상 어렵다고 봐야 한다.” -AI가 연구 개발의 효율성을 높이는 건 분명하지만 학생들이 제대로 학습할 기회를 잃게 만드는 것도 사실이다. AI는 인재 육성의 측면에서 득일까 실일까. 박 본부장 “무조건 득이 된다고 본다. 과거 80년대에는 이공계 학생들이 공학용 계산기를 쓸 때나, 90년대 인터넷으로 자료를 검색할 때 걱정하는 사람들이 많았다. 그런데, 어느 순간 컴퓨터는 정보검색과 연구에서 필수 도구가 됐다. 결국 AI도 과학과 공학 연구에서 공학용 계산기나 인터넷 같은 도구가 될 것이다. 인간은 그 도구를 이용해서 한 걸음 더 도약하는 계기가 되지 않을까 생각된다.” 윤 교수 “득과 실을 물으면 득이 될 수밖에 없다고 생각한다. 물론 실도 있다. 생성형 인공지능 챗GPT가 상용화되기 시작한 게 2022년인데, 그때부터 취업률 분석을 해보면 4년제 졸업자들의 취업률이 2022년 이후에 계속 감소하고 있다. 초급 엔지니어나 사무직들이 영향을 받는 건 분명하다. 흔히 ‘어쏘 변호사’라는 소속 변호사들의 수요가 급감하고, 엔터테인먼트 쪽도 마찬가지라고 한다. 없어지는 것만큼 새로 생기는 직업도 있는 만큼 우리가 역량을 다른 식으로 어떻게 가져가야 할지 고민해봐야겠지만, 인공지능은 과학기술 발전이나 인재 양성 측면에서 결국 득이 될 것이다.” -현대 과학기술 발전을 이끄는 중요한 축이 기업이다. 사실 이 좌담회도 호반그룹이 이공계 우수 인재 양성을 위한 ‘K-과학인재 아카데미’ 출범을 앞두고 열린 것이다. 대학생 대상으로 과학 경연대회도 하고, 중고등학교 과학 영재들한테는 여름 캠프를 열고, 해외 연구소 탐방, 장학금 지급 등도 계획하고 있다. 기업들은 과학기술 인재 육성을 위해서 어떤 역할을 할 수 있을까. 박 본부장 “미국을 보면 애플이나 거대 기술중심 기업들은 캘리포니아에 많다. 마이크로소프트나 아마존은 워싱턴에 있고, GM은 미시간에, 테슬라는 텍사스에 있다. 이렇게 정보 기술 대기업이 지역별로 골고루 있고, 해당 지역에 인력 확보가 가능한 대학들이 있다. 그런 환경에서 우수 인재들이 자연스럽게 나오고, 지역 균형 발전이 가능한 것이다. 이런 측면에서 지금 우리가 시급하게 해야 할 건 정보 기술 분야 대기업이 지방에도 만들어져야 하고, 그 지역 대학들과 클러스터(산학협력단지)를 구성해서 인재들이 모여들 수 있게 환경을 조성하는 것이다.” 윤 교수 “서울대만 놓고 보면 1990년대까지만 해도 국내 굴지의 기업들이 기부한 건물들이 많았다. 하지만 지금은 상황이 달라졌다. 세제 지원도 있어야겠지만, 대학의 인프라가 굉장히 열악하기 때문에 기업들의 기부 문화 활성화를 통해 우수한 학생들이 연구할 수 있는 인프라 구축에도 많이 나섰으면 좋겠다.”