중국 상하이 후둥-중화 조선소에서 포착된 대형 드론과 특이한 형태의 8륜 트럭들이 단순한 운송 장비를 넘어 지상 이동식 전자기 사출기일 가능성을 키우고 있다. 미 군사 전문 매체 워존(TWZ)은 최근 공개된 위성사진과 현장 이미지를 분석해 중국이 활주로 없이도 대형 드론을 발사할 수 있는 새로운 체계를 시험 중일 수 있다고 28일(현지시간) 보도했다. 조선소 부두에 늘어선 드론과 트럭들은 외형부터 기존 지상 발사 체계와는 결이 달랐다. 특히 트럭 여러 대가 하나의 구조물처럼 이어지는 모습은 단순 적재나 운송 이상의 목적을 염두에 둔 설계라는 해석을 낳고 있다. ◆ 트럭이 이어지면 발사 궤도…사출 전제 구조 드러나 현장 사진에는 스텔스기 형상으로 보이는 전투형 드론(또는 모형)이 트럭 뒤편에 실린 채 전방 착륙장치 결합봉에 고정된 모습이 담겼다. 이 결합 구조는 항공모함 사출기 발사를 전제로 한 설계에서만 나타나는 특징이다. 특히 8륜 트럭 여러 대가 일렬로 서로 맞물리듯 연결되면 상단이 하나의 평평한 구조물을 이룬다. 이는 단순한 적재대라기보다 연속된 발사 궤도를 염두에 둔 설계로 해석된다. 차체 측면에는 대형 전력 케이블과 전기 장치가 노출돼 있고 바퀴 위에 장착된 원통형 구조물은 발사 과정에서 기체를 안정적으로 유지하기 위한 자체 수평 유지 장치일 가능성이 제기된다. 워존은 이런 구성은 단순 운송 트럭으로 보기에는 지나치게 복잡하다며 운송과 발사를 동시에 고려한 다목적 체계일 수 있다고 분석했다. ◆ ‘로열 윙맨’과 지상 사출기…중국이 그리는 운용 개념 이번에 포착된 드론의 외형은 2021년 주하이 에어쇼에 전시된 FH-97 드론 모형과 여러 면에서 닮았다. FH-97은 미국의 XQ-58A 발키리 계열 드론에서 영향을 받은 설계로 평가받아 왔다. 또한 9월 3일 베이징 열병식 전후로 공개된 중국의 ‘로열 윙맨’ 계열(C·E형) 드론과도 전체적인 윤곽이 유사하다. 이들 기체는 모두 대형 드론을 사출기로 발사하는 운용 개념을 공유한다는 점에서 맞닿아 있다. 이와 맞물려 중국의 민간 방산 업체 톈타오 테크놀로지는 올해 들어 조립형 지상 전자기 사출기 개발 계획을 공개적으로 언급해 왔다. 해당 업체는 바퀴 달린 여러 구성체를 연결해 사출 궤도를 형성하는 방식을 제시했다. 공개된 개념도는 10륜 구조였지만, 후둥-중화 조선소에서 포착된 트럭은 8륜 형태다. 워존은 이를 두고 초기 개발형이거나 다른 업체가 유사한 개념을 별도로 개발 중일 가능성을 제기했다. 톈타오는 최대 2톤급 드론 발사를 목표로 한다고 밝혔지만, 구성체를 추가해 궤도 길이를 늘릴 경우 더 무거운 드론으로 확대될 가능성도 남아 있다. 전자기 사출 방식은 기체별 가속을 정밀하게 제어할 수 있어 드론 운용에 특히 적합하다는 평가를 받는다. ◆ 조선소에서 포착된 이유…‘활주로 없는 공군력’ 실험 이 체계가 조선소에서 포착됐다는 점도 눈길을 끈다. 인근에는 중국 해군의 신형 076형 강습함 ‘쓰촨’이 정박해 있으며 이 함정은 전자기 사출기 탑재가 확인된 상태다. 같은 부두에는 컨테이너형 무장과 센서, 근접방어체계를 실은 화물선도 함께 포착됐다. 워존은 이를 두고 중국이 지상형 사출기의 해상 운용 기반 확대 가능성까지 염두에 두고 시험을 진행했을 수 있다고 분석했다. 다만 여러 대의 트럭을 연결한 구조가 파도 환경에서도 안정적으로 작동할 수 있을지는 아직 미지수라고 덧붙였다. 지상 이동식 전자기 사출기는 활주로가 부족한 도서 지역, 원정 작전 환경, 고산 지대에서 대형 드론을 운용할 수 있는 새로운 선택지를 제공한다. 발사 지점을 분산할 수 있어 생존성을 높일 수 있고 전선을 가까이에서 지원할 경우 드론의 체공 시간과 임무 지속 능력도 크게 늘릴 수 있다. 관건은 이 트럭이 실제 발사체계로 기능하는지 여부다. 워존은 중국이 연말연초를 전후해 새로운 군사 능력을 공식 발표 없이 단계적으로 노출해 온 전례를 들어 이번 사례 역시 ‘활주로 없는 공군력’ 구상의 윤곽을 드러내는 신호일 수 있다고 분석했다.

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.

고환율로 해외 기업 인수 비용이 커졌지만, 국내 대기업들의 해외 인수·합병(M＆A)이 잇따라 공개되면서 눈길이 쏠린다. 고환율 조건에서 M＆A는 조달 비용 및 이자 부담 증가, 환차손 위험 등에 노출될 수 있지만 미중 패권 경쟁 심화와 글로벌 공급망 재편 가속화로 글로벌 핵심 기술 및 밸류체인 선점이 보다 중요해졌기 때문이다. 보스턴컨설팅그룹(BCG)은 28일(현지시간) 리포트에서 “올해 들어 9월까지 글로벌 M＆A 총 거래액은 지난해 동기 대비 10% 증가하며 회복세를 보였고, 100억 달러(약 14조 5000억원) 이상의 ‘메가딜’ 건수가 지난해 21건에서 올해 27건으로 늘어나는 등 (M＆A) 시장의 낙관론이 뚜렷해지고 있다”고 분석했다. 지난해부터 올 상반기까지 위축됐던 국내 기업의 해외 M＆A도 이런 흐름 속에 기지개를 펴는 모습이다. 하지만 환율 부담 등이 큰 만큼 국내 기업들은 외형 확대보다는 생산 거점, 핵심 기술, 플랫폼처럼 직접 확보해야 하는 자산을 중심으로 ‘선택과 집중’ 전략을 펴고 있다. 삼성의 움직임이 단연 눈에 띈다. 삼성전자는 독일 공조 전문 기업 플랙트그룹을 약 17억 달러에 인수해 데이터센터·산업용 냉난방공조(HVAC) 역량을 확보했다. 또 자회사 하만을 통해 독일 ZF의 첨단운전자보조시스템(ADAS) 사업을 약 18억 달러에 인수해 전장·자율주행 기술 경쟁력을 강화했다. 인공지능(AI) 인프라 확산에 따른 데이터센터 수요 증가와 자동차 산업의 소프트웨어·센서 중심 전환 흐름을 동시에 겨냥한 행보로 평가된다. 바이오 분야에서는 해외 생산 거점 확보가 이어졌다. 삼성바이오로직스는 글로벌 제약사 GSK의 미국 바이오의약품 생산시설을 2억 8000만 달러에 인수해 북미 의약품 위탁생산개발(CDMO) 기반을 확장했고, 셀트리온의 미국 자회사는 일라이릴리로부터 임클론 시스템즈를 3억 3000만 달러에 인수해 원료 의약품 생산 역량을 강화했다. 플랫폼 분야에서는 네이버가 스페인의 중고 거래 플랫폼 왈라팝을 인수하며 유럽 시장 진출의 교두보를 마련했다. 아직 인수로 이어지지는 않았지만, 두산밥캣의 독일 바커 노이손 지분 인수 협상과 HD현대중공업의 미국 조선소 인수 검토 등도 거론되고 있다.

군사 작전에 민간 자원을 사용하는 일은 흔히 일어난다. 우리나라도 일부 차량의 경우 전시 징발 대상이고, 여객선, 화물선 심지어 여객기도 전시 징발 대상이다. 하지만, 최근 중국의 민간 선박의 군사적 이용 시도가 증가하면서 침공 위협을 받고 있는 대만을 포함해 여러 나라에서 주목하고 있다. 중국의 민간 선박 군사적 이용의 가장 일반적인 형태는 우리나라도 하고 있는 상륙 작전에서 후속부대의 수송임무다. 이를 위해 몇 년 전부터 중국 부두에서 민간 페리나 차량 선적용 로로(Ro-Ro)선을 이용하여 상륙 부대 자산을 수송하는 훈련이 벌어지고 있다. 2022년 훈련에는 민간 페리 30척 이상이 동원되기도 했다. 중국의 그 다음 행보는 민간 선박을 개조하여 상륙 자산으로 만들려는 시도다. 대만은 일부 해안을 제외하고 높은 언덕이나 산악 지형으로 인해 상륙 지점이 제한된다. 중국은 최근 선박에 통합된 가동식 교량을 만들어 시험한 것으로 알려졌다. 이 교량을 이용하면 다양한 지형을 극복하면서 상륙을 지원할 수 있어 대만으로서는 긴장할 수밖에 없다. 중국은 최근 민간 선박을 무장시키려는 시도도 하고 있다. 11월에는 중국이 민간 페리 갑판에 LY-1 레이저 무기를 탑재하고 시험하는 사진이 중국 소셜 미디어에 올라왔다. LY-1은 올해 중국 전승 열병식에서 선보인 최신 무기로 중국이 드론 등을 막기위한 시험을 한 것으로 보인다. 민간 상선의 무장화는 한발 더 나아가 컨테이너화된 무기들을 이용해 대공방어 선박으로 활용하려는 모습으로 발전했다. 최근 소셜 미디어에는 컨테이너화된 미사일 발사용 수직 발사대와 센서, 그리고 방어용 무기를 실은 중국 민간 화물선 사진이 올라왔다. 사진에는 화물선의 선교 앞쪽의 컨테이너 3개 위에 대형 회전식 위상 배열 레이더가 설치되었고, 그 맞은편 갑판의 컨테이너 2개 위에는 레이더 또는 통신 시스템으로 보이는 돔형 장비가 설치되어 된 모습이 담겨있었다. 무장은 선수 부근 위쪽 컨테이너 두 개 위에 30mm 근접방어체계(CIWS), 한 칸 아래 컨테이너 양쪽에 726식 기만기 발사기가 장착되어 있다. 그 뒤로 갑판에 미사일 발사관 4개로 구성된 컨테이너 탑재형 수직 발사관 총 15개가 배치되어 총 60발의 미사일을 탑재할 수 있다. 미국 군사 매체 더 워존은 배치된 대형 레이더와 무기 배치 형태를 볼 때 전투함보다는 주변 해역의 대공 방어를 담당하는 초계함에 가까운 임무를 수행하는 것으로 보았다. 중국은 해상 패권 확보를 위해 수단과 방법을 가리지 않는 모습을 보이고 있어 주변국, 특히 대만에 심각한 위협이 될 것으로 보인다.

군사 작전에 민간 자원을 사용하는 일은 흔히 일어난다. 우리나라도 일부 차량의 경우 전시 징발 대상이고, 여객선, 화물선 심지어 여객기도 전시 징발 대상이다. 하지만, 최근 중국의 민간 선박의 군사적 이용 시도가 증가하면서 침공 위협을 받고 있는 대만을 포함해 여러 나라에서 주목하고 있다. 중국의 민간 선박 군사적 이용의 가장 일반적인 형태는 우리나라도 하고 있는 상륙 작전에서 후속부대의 수송임무다. 이를 위해 몇 년 전부터 중국 부두에서 민간 페리나 차량 선적용 로로(Ro-Ro)선을 이용하여 상륙 부대 자산을 수송하는 훈련이 벌어지고 있다. 2022년 훈련에는 민간 페리 30척 이상이 동원되기도 했다. 중국의 그 다음 행보는 민간 선박을 개조하여 상륙 자산으로 만들려는 시도다. 대만은 일부 해안을 제외하고 높은 언덕이나 산악 지형으로 인해 상륙 지점이 제한된다. 중국은 최근 선박에 통합된 가동식 교량을 만들어 시험한 것으로 알려졌다. 이 교량을 이용하면 다양한 지형을 극복하면서 상륙을 지원할 수 있어 대만으로서는 긴장할 수밖에 없다. 중국은 최근 민간 선박을 무장시키려는 시도도 하고 있다. 11월에는 중국이 민간 페리 갑판에 LY-1 레이저 무기를 탑재하고 시험하는 사진이 중국 소셜 미디어에 올라왔다. LY-1은 올해 중국 전승 열병식에서 선보인 최신 무기로 중국이 드론 등을 막기위한 시험을 한 것으로 보인다. 민간 상선의 무장화는 한발 더 나아가 컨테이너화된 무기들을 이용해 대공방어 선박으로 활용하려는 모습으로 발전했다. 최근 소셜 미디어에는 컨테이너화된 미사일 발사용 수직 발사대와 센서, 그리고 방어용 무기를 실은 중국 민간 화물선 사진이 올라왔다. 사진에는 화물선의 선교 앞쪽의 컨테이너 3개 위에 대형 회전식 위상 배열 레이더가 설치되었고, 그 맞은편 갑판의 컨테이너 2개 위에는 레이더 또는 통신 시스템으로 보이는 돔형 장비가 설치되어 된 모습이 담겨있었다. 무장은 선수 부근 위쪽 컨테이너 두 개 위에 30mm 근접방어체계(CIWS), 한 칸 아래 컨테이너 양쪽에 726식 기만기 발사기가 장착되어 있다. 그 뒤로 갑판에 미사일 발사관 4개로 구성된 컨테이너 탑재형 수직 발사관 총 15개가 배치되어 총 60발의 미사일을 탑재할 수 있다. 미국 군사 매체 더 워존은 배치된 대형 레이더와 무기 배치 형태를 볼 때 전투함보다는 주변 해역의 대공 방어를 담당하는 초계함에 가까운 임무를 수행하는 것으로 보았다. 중국은 해상 패권 확보를 위해 수단과 방법을 가리지 않는 모습을 보이고 있어 주변국, 특히 대만에 심각한 위협이 될 것으로 보인다.

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.

전쟁의 시작은 포격이 아니라 탐지였다. 냉전부터 오늘날까지 군사 충돌의 결정적 순간마다 가장 먼저 하늘을 날았던 것은 폭격기가 아니라 정찰기였다. 영국 매체 오토카는 28일(현지시간) “역사를 바꾼 가장 중요한 유인 정찰기 10종”을 선정하며, 이 항공기들이 군사 교리·무기 개발·외교 결정 자체를 뒤흔들었다고 평가했다. ◆ 10위｜미코얀-구레비치 MiG-25R…‘요격 불가능’이라는 메시지 자체가 무기였다 MiG-25R은 단순한 정보 수집기가 아니었다. 1971년 이집트에서 이스라엘 상공을 유유히 넘나든 폭스배트 정찰 비행은 정찰 행위 그 자체가 전략적 압박 수단이 될 수 있음을 입증했다. 이스라엘 공군이 요격에 실패하자, 문제는 정보 유출이 아니라 방공 체계의 무력화로 인식됐다. 이 사건은 이후 미·이스라엘이 F-15, F-16 개발과 고성능 요격 개념에 집착하게 만든 계기로 작용했다. ◆ 9위｜비즈니스 제트 정찰기…정보전의 ‘민주화’, 소국도 강대국을 엿본다 센서 소형화는 정찰의 문턱을 무너뜨렸다. 걸프스트림, 글로벌 익스프레스 기반 정찰기는 대형 4발기 시대를 종식시켰고, 중소국가도 전자·통신 정보를 수집할 수 있는 환경을 만들었다. 이는 정찰이 더 이상 초강대국의 전유물이 아니라는 신호였다. 정보전의 핵심은 기체 크기가 아니라 데이터 처리 능력과 분석 속도로 이동했다. ◆ 8위｜보잉 C-97 스트래토프레이터…가장 평범한 외형, 가장 위험한 임무 C-97은 위장의 정수였다. 소련은 이 기체의 존재를 알고 있었지만, 민간 수송기와 구분하기 어려운 외형 때문에 강경 대응이 어려웠다. 이 항공기는 “정찰은 반드시 빠르거나 높을 필요가 없다”는 교훈을 남겼고, 이후 위장형 ISR 플랫폼 개념의 시초가 됐다. ◆ 7위｜록히드 EP-3…평시 정찰이 외교 위기로 번질 수 있음을 증명 2001년 하이난 사건은 EP-3의 임무가 얼마나 민감한지를 보여줬다. 무장은 없었지만, EP-3는 중국 해군·공군의 레이더 운용 방식과 통신 구조를 해부하는 존재였다. 정찰기는 전쟁 무기가 아니지만, 외교적 폭발력을 지닌 전략 자산임을 이 사건은 명확했다. ◆ 6위｜더글러스 EA-3 스카이워리어…소련 해군의 ‘기밀을 바다에서 낚아 올리다’ EA-3의 진짜 가치는 타이밍이었다. 소련 해군이 신형 미사일과 레이더를 실전 배치하는 극히 짧은 순간, 항공모함에서 출격한 EA-3가 결정적 데이터를 수집했다. 이는 이후 미 해군 미사일 대응 교리와 함대 방공 개념의 기반이 됐다. ◆ 5위｜보잉 RB-47 스트라토제트…냉전 공중 정찰의 ‘실험대’ RB-47은 소련 방공망을 시험하는 움직이는 탐침이었다. 격추 위험을 감수한 반복 비행을 통해, 미 공군은 방공 레이더의 사각과 요격 반응 시간을 체계화했다. 이 데이터는 이후 전략폭격기 침투 계획의 초석이 됐다. ◆ 4위｜잉글리시 일렉트릭 캔버라…‘고도 신화’를 무너뜨린 정찰기 캔버라는 고고도 정찰의 상징이었지만, SAM 격추 사건은 “높이 나는 것만으로는 부족하다”는 냉혹한 현실을 드러냈다. 이 교훈이 없었다면 SR-71 같은 초고속 정찰기는 탄생하지 못했을 것이라는 평가가 지배적이다. ◆ 3위｜록히드 SR-71 블랙버드…방공망을 ‘피하지 않고 무력화’한 개념 전환 SR-71은 요격 개념 자체를 무너뜨렸다. 속도·고도·은밀성의 조합으로, 방공망은 대응이 아닌 추적 기록만 남길 수 있었다. ‘격추 불가능’이라는 신화는 단순한 기술 과시가 아니라, 상대의 방공 투자를 무력화하는 전략적 메시지였다. ◆ 2위｜보잉 RC-135…오늘도 가장 위험한 하늘을 나는 현역 RC-135는 냉전 유물이 아니다. 러시아·중국 인근에서 지금도 활동하며, 미사일 시험·통신 패턴·전자전 환경을 실시간으로 분석한다. 이는 현대 분쟁에서 ‘첫 신호를 포착하는 눈’ 역할을 맡고 있다. ◆ 1위｜록히드 U-2…핵전쟁을 멈춘 항공기 U-2는 정보를 넘어 역사를 결정했다. 쿠바 미사일 위기에서 제공한 사진 한 장은 핵전쟁과 외교 타협의 갈림길을 만들었다. 70년 가까운 운용 기간은 정찰이 단순 기술이 아니라 국가 전략 그 자체임을 증명한다. ● 왜 정찰기는 사라지지 않는가 오토카는 “위성과 드론이 발전했지만, 유인 정찰기는 판단·즉응·정치적 신호에서 대체 불가”라고 분석했다. 정찰기는 정보를 수집하는 동시에, 상대에게 ‘보고 있다’는 메시지를 보내는 무기이기 때문이다.

전쟁의 시작은 포격이 아니라 탐지였다. 냉전부터 오늘날까지 군사 충돌의 결정적 순간마다 가장 먼저 하늘을 날았던 것은 폭격기가 아니라 정찰기였다. 영국 매체 오토카는 28일(현지시간) “역사를 바꾼 가장 중요한 유인 정찰기 10종”을 선정하며, 이 항공기들이 군사 교리·무기 개발·외교 결정 자체를 뒤흔들었다고 평가했다. ◆ 10위｜미코얀-구레비치 MiG-25R…‘요격 불가능’이라는 메시지 자체가 무기였다 MiG-25R은 단순한 정보 수집기가 아니었다. 1971년 이집트에서 이스라엘 상공을 유유히 넘나든 폭스배트 정찰 비행은 정찰 행위 그 자체가 전략적 압박 수단이 될 수 있음을 입증했다. 이스라엘 공군이 요격에 실패하자, 문제는 정보 유출이 아니라 방공 체계의 무력화로 인식됐다. 이 사건은 이후 미·이스라엘이 F-15, F-16 개발과 고성능 요격 개념에 집착하게 만든 계기로 작용했다. ◆ 9위｜비즈니스 제트 정찰기…정보전의 ‘민주화’, 소국도 강대국을 엿본다 센서 소형화는 정찰의 문턱을 무너뜨렸다. 걸프스트림, 글로벌 익스프레스 기반 정찰기는 대형 4발기 시대를 종식시켰고, 중소국가도 전자·통신 정보를 수집할 수 있는 환경을 만들었다. 이는 정찰이 더 이상 초강대국의 전유물이 아니라는 신호였다. 정보전의 핵심은 기체 크기가 아니라 데이터 처리 능력과 분석 속도로 이동했다. ◆ 8위｜보잉 C-97 스트래토프레이터…가장 평범한 외형, 가장 위험한 임무 C-97은 위장의 정수였다. 소련은 이 기체의 존재를 알고 있었지만, 민간 수송기와 구분하기 어려운 외형 때문에 강경 대응이 어려웠다. 이 항공기는 “정찰은 반드시 빠르거나 높을 필요가 없다”는 교훈을 남겼고, 이후 위장형 ISR 플랫폼 개념의 시초가 됐다. ◆ 7위｜록히드 EP-3…평시 정찰이 외교 위기로 번질 수 있음을 증명 2001년 하이난 사건은 EP-3의 임무가 얼마나 민감한지를 보여줬다. 무장은 없었지만, EP-3는 중국 해군·공군의 레이더 운용 방식과 통신 구조를 해부하는 존재였다. 정찰기는 전쟁 무기가 아니지만, 외교적 폭발력을 지닌 전략 자산임을 이 사건은 명확했다. ◆ 6위｜더글러스 EA-3 스카이워리어…소련 해군의 ‘기밀을 바다에서 낚아 올리다’ EA-3의 진짜 가치는 타이밍이었다. 소련 해군이 신형 미사일과 레이더를 실전 배치하는 극히 짧은 순간, 항공모함에서 출격한 EA-3가 결정적 데이터를 수집했다. 이는 이후 미 해군 미사일 대응 교리와 함대 방공 개념의 기반이 됐다. ◆ 5위｜보잉 RB-47 스트라토제트…냉전 공중 정찰의 ‘실험대’ RB-47은 소련 방공망을 시험하는 움직이는 탐침이었다. 격추 위험을 감수한 반복 비행을 통해, 미 공군은 방공 레이더의 사각과 요격 반응 시간을 체계화했다. 이 데이터는 이후 전략폭격기 침투 계획의 초석이 됐다. ◆ 4위｜잉글리시 일렉트릭 캔버라…‘고도 신화’를 무너뜨린 정찰기 캔버라는 고고도 정찰의 상징이었지만, SAM 격추 사건은 “높이 나는 것만으로는 부족하다”는 냉혹한 현실을 드러냈다. 이 교훈이 없었다면 SR-71 같은 초고속 정찰기는 탄생하지 못했을 것이라는 평가가 지배적이다. ◆ 3위｜록히드 SR-71 블랙버드…방공망을 ‘피하지 않고 무력화’한 개념 전환 SR-71은 요격 개념 자체를 무너뜨렸다. 속도·고도·은밀성의 조합으로, 방공망은 대응이 아닌 추적 기록만 남길 수 있었다. ‘격추 불가능’이라는 신화는 단순한 기술 과시가 아니라, 상대의 방공 투자를 무력화하는 전략적 메시지였다. ◆ 2위｜보잉 RC-135…오늘도 가장 위험한 하늘을 나는 현역 RC-135는 냉전 유물이 아니다. 러시아·중국 인근에서 지금도 활동하며, 미사일 시험·통신 패턴·전자전 환경을 실시간으로 분석한다. 이는 현대 분쟁에서 ‘첫 신호를 포착하는 눈’ 역할을 맡고 있다. ◆ 1위｜록히드 U-2…핵전쟁을 멈춘 항공기 U-2는 정보를 넘어 역사를 결정했다. 쿠바 미사일 위기에서 제공한 사진 한 장은 핵전쟁과 외교 타협의 갈림길을 만들었다. 70년 가까운 운용 기간은 정찰이 단순 기술이 아니라 국가 전략 그 자체임을 증명한다. ● 왜 정찰기는 사라지지 않는가 오토카는 “위성과 드론이 발전했지만, 유인 정찰기는 판단·즉응·정치적 신호에서 대체 불가”라고 분석했다. 정찰기는 정보를 수집하는 동시에, 상대에게 ‘보고 있다’는 메시지를 보내는 무기이기 때문이다.

미국 일부 도시에서 운행 중인 무인 자율주행 택시가 오류로 멈출 경우, 사람이 현장에 출동해 직접 문제를 해결하는 일명 ‘인간 구조대’가 새로운 일자리로 주목받고 있다. 25일(현지시간) 워싱턴포스트(WP)는 구글에서 운영하는 로보택시 웨이모가 견인업체 혼크(honk)와 계약을 맺고, 로보택시가 멈췄을 때 사람이 직접 출동해 문제를 해결하는 방식으로 운영하고 있다고 보도했다. 로보택시는 승객 하차 후 문이 완전히 닫히지 않거나 안전벨트가 문에 끼면 센서가 이를 이상 상황으로 인식해 즉시 정차한다. 또 충전소에 도착하지 못해 배터리가 방전되는 경우에도 차량은 더 이상 움직이지 않는다. 차량에는 수동 운전 장치가 없어, 이런 상황에서는 외부에서 직접 조치를 취하거나 견인이 필요하다고 알려졌다. 사람이 직접 출동해 문을 닫는 등 간단한 조치에는 건당 20달러(약 2만9000원) 이상이 지급된다. 차량 견인이 필요한 경우 보수는 60~80달러(약 8만7000원~11만6000원) 수준이다. 웨이모 측은 “차 문이 닫히지 않아 운행이 불가한 문제는 자주 발생하지 않는다”며 “승객 안내 강화와 탑승 및 하차 절차 개선을 검토 중”이라고 밝혔다. 전문가들은 자동화가 인간 노동을 완전히 대체하지는 못한다는 걸 보여준다고 분석했다. 게오르기오스 페트로풀로스 미국 서던캘리포니아대 교수는 “자율 시스템이 효율적이고 안전하게 작동하도록 보완하는 역할로서 인간 노동의 형태가 바뀌고 있다”고 말했다. 한편 웨이모는 차량 문이 자동으로 열리고 닫히는 슬라이딩 도어를 적용한 차량을 샌프란시스코에서 시험하고 있다고 전해졌다.

미국 일부 도시에서 운행 중인 무인 자율주행 택시가 오류로 멈출 경우, 사람이 현장에 출동해 직접 문제를 해결하는 일명 ‘인간 구조대’가 새로운 일자리로 주목받고 있다. 25일(현지시간) 워싱턴포스트(WP)는 구글에서 운영하는 로보택시 웨이모가 견인업체 혼크(honk)와 계약을 맺고, 로보택시가 멈췄을 때 사람이 직접 출동해 문제를 해결하는 방식으로 운영하고 있다고 보도했다. 로보택시는 승객 하차 후 문이 완전히 닫히지 않거나 안전벨트가 문에 끼면 센서가 이를 이상 상황으로 인식해 즉시 정차한다. 또 충전소에 도착하지 못해 배터리가 방전되는 경우에도 차량은 더 이상 움직이지 않는다. 차량에는 수동 운전 장치가 없어, 이런 상황에서는 외부에서 직접 조치를 취하거나 견인이 필요하다고 알려졌다. 사람이 직접 출동해 문을 닫는 등 간단한 조치에는 건당 20달러(약 2만9000원) 이상이 지급된다. 차량 견인이 필요한 경우 보수는 60~80달러(약 8만7000원~11만6000원) 수준이다. 웨이모 측은 “차 문이 닫히지 않아 운행이 불가한 문제는 자주 발생하지 않는다”며 “승객 안내 강화와 탑승 및 하차 절차 개선을 검토 중”이라고 밝혔다. 전문가들은 자동화가 인간 노동을 완전히 대체하지는 못한다는 걸 보여준다고 분석했다. 게오르기오스 페트로풀로스 미국 서던캘리포니아대 교수는 “자율 시스템이 효율적이고 안전하게 작동하도록 보완하는 역할로서 인간 노동의 형태가 바뀌고 있다”고 말했다. 한편 웨이모는 차량 문이 자동으로 열리고 닫히는 슬라이딩 도어를 적용한 차량을 샌프란시스코에서 시험하고 있다고 전해졌다.

경기도의회 미래과학협력위원회 김철진 의원(더불어민주당, 안산7)이 대표 발의한 「경기도 뿌리산업 진흥 및 육성에 관한 조례 일부개정조례안」이 26일(금) 열린 제387회 경기도의회 정례회 제5차 본회의를 통과했다. 이번 개정안은 「뿌리산업 진흥과 첨단화에 관한 법률」에 따라 지정된 뿌리산업 특화단지의 개념을 경기도 조례에 명확히 규정하여 경기도 뿌리산업의 경쟁력 강화와 정책 체계의 정합성을 확보하고자 했다. 또한, 도지사가 산업통상부장관에게 특화단지 지정을 요청하거나 지정된 단지에 대해 필요한 사업을 지원할 수 있도록 하는 등 경기도 제조업의 근간을 이루는 뿌리산업에 대한 제도적 지원 체계를 한층 강화하는 데 초점을 맞췄다. 김철진 의원은 “뿌리기술은 로봇, 센서 등 제조업의 미래 성장 발전에 핵심적인 차세대 공정기술이지만, 그 중요성에 비해 현행 조례에는 뿌리산업 특화단지 운영·지원에 관한 명확한 규정이 없어 제도적 사각지대가 존재해 왔다”고 밝혔다. 이어 “이번 조례 개정을 통해 경기도 뿌리산업이 기술 경쟁력을 높이고 안정적인 성장 환경을 갖출 수 있는 제도적 토대가 마련되었다”며, “앞으로도 산업 현장을 직접 찾아 목소리를 듣고, 뿌리산업 종사자들이 체감할 수 있는 실효성 있는 정책을 추진해 나가겠다”고 강조했다. 금일 본회의를 통과한 개정안은 공포 후 즉시 시행될 예정이며, 경기도 내 뿌리산업 경쟁력 강화는 물론, 관련 기업의 성장 촉진과 지역 산업 생태계 활성화에 기여할 것으로 기대된다.

어선단의 위치 정보 데이터를 이용해 해양 환경 변화와 어업 동향을 파악할 수 있다는 연구 결과가 나왔다. 미국 캘리포니아 산타크루즈(UCSC) 해양과학연구소, 태평양해양수산물위원회, 샌디에이고 주립대 생태관측·관리연구소, 우즈홀 해양학연구소, 하와이 해양관측시스템, 영국 켄트대 보존·생태학연구소, 캐나다 통합해양관측시스템 공동 연구팀은 선박 추적 시스템에서 얻은 방대한 위치 정보 데이터를 활용해 선박 통행과 산업 어업으로 인해 고래를 비롯한 대형 해양 생물이 위험에 처한 지역을 정확히 찾아낼 수 있다고 28일 밝혔다. 이번 연구 결과는 미국 국립과학원에서 발행하는 ‘PNAS’ 12월 22일 자에 실렸다. ‘생태계 감시자’라는 개념은 주변 환경 변화를 알려주는 살아있는 센서로, 직접 관찰하기 어려운 자연 서식지에 대한 인간과 기후 변화의 영향을 더 잘 이해하길 원하는 연구자들 사이에서 주목받고 있다. 이 개념은 새부터 고래에 이르는 다양한 동물에 적용된다. 탄광 속 카나리아처럼 동물들은 위험을 미리 알려주는 역할을 해왔다. 따라서 감시자가 생태계 변화에 미리 대응할 수 있도록 돕는다면, 종 보호에 도움이 될 뿐만 아니라 보존을 위한 시간과 비용도 절약할 수 있다. 해양 최상위 포식자가 이상적 생태계 감시자가 될 수 있다면, 어부들은 이 기준에 완벽하게 부합한다고 연구팀은 밝혔다. 어부들은 환경 변화에 매우 민감하고, 생태계 변화가 그들의 생계에도 심각한 영향을 미칠 수 있기 때문이다. 해수 온난화가 어업에 미치는 피해를 정밀하게 감시할 수 있다면 지역 경제와 공동체에 피해를 주는 어업 붕괴를 막는 데도 도움이 될 수 있다. 지난 수십 년 동안 기후 변화로 인한 장기적 온난화와 엘니뇨 현상, 해양 폭염과 관련된 단기적 기온 급등은 어선단 간의 갈등, 어류 가공 인프라에 대한 부담, 남획으로 이어졌다. 예를 들어 미국 메인 만에서 발생한 폭염은 바닷가재를 얕은 해역으로 몰아넣었고, 이에 따라 가공 능력과 소비자 수요를 초과하는 어획량을 기록하기도 했다. 그 결과, 바닷가재 가격은 정상 가격보다 70% 하락했고 시장은 붕괴했다. 또, 메인 만 대구에 대한 장기적 온난화의 영향을 인식하지 못해 어획 할당량이 개체 수를 과대평가하게 됐고, 결국 남획으로 이어졌다. 이에 연구팀은 어선단에 주목했다. 이번 연구의 핵심종인 눈다랑어와 참다랑어는 여름과 가을에 미국 서해안 어부들이 어획하는 회유성 온대성 참치 종이다. 이 두 종은 따뜻한 수온 조건에서 북쪽으로, 그리고 해안 쪽으로 이동한다. 연구 결과, 전 세계 선박 모니터링 시스템(VMS)으로 추적된 어선단의 이동은 참치 이동을 반영하는 것으로 나타났다. 예를 들어 참치와 어업은 2014~2016년 해양 폭염 동안 북쪽으로 이동했지만, 2019년과 2023년에 이어진 폭염 동안에는 정상적 분포를 유지했다. VMS를 위해 위성에서 생성된 위치 정보 데이터가 해양 폭염이 생태학적으로나 경제적으로 중요한 해양 종들의 행동에 어떻게 영향을 미치는지 밝혀낼 수 있음을 보여준다. 특히 연구팀은 이번 연구에서 어업 추적 데이터가 2023년 북태평양에서 발생한 역대 최악 수준의 해양 폭염으로 인해 눈다랑어의 개체 수가 줄었음을 어떻게 보여주는지 설명한다. 변화하는 기후에 대한 새로운 접근 방식은 VMS가 참치 분포 변화를 예측하는 데 해수면 온도 이상보다 6배 더 뛰어나다는 것을 발견했다. 연구팀은 해양 상황의 이상 징후를 감지하는 방법으로 실시간 VMS 데이터의 중요성이 일찍이 인식됐다면, 어획량이 부진했던 시기를 더 빨리 알 수 있었을 것이라고 밝혔다. 어선단이 생태계 감시자 역할을 할 수 있다는 말이다. 연구를 이끈 헤더 웰치 UCSC 해양과학연구소 교수는 “어선 활동에 대한 많은 데이터가 축적돼 있는데 이는 전통적으로 감시 목적으로 사용됐지만, 이번 연구에 따르면 생태계 건강을 이해하는 데도 유용할 수 있음을 보여준다”라고 말했다.

중국이 중형 화물선 갑판 전체를 컨테이너형 수직발사체로 채운 무장 상선 구상을 공개하며 해군 전력 확장의 또 다른 경로를 드러냈다. 상선을 필요에 따라 즉각 전투함으로 전환할 수 있다는 의도를 시각적으로 분명히 한 것이다. 미국 군사전문매체 워존은 25일(현지시간) 중국 화물선 한 척의 갑판에 컨테이너형 수직발사 셀 60기가 탑재된 모습이 포착됐다고 보도했다. 레이더와 근접방어체계까지 함께 설치된 이 구성은 상선을 단순 수송 수단이 아닌 즉각적인 전투 플랫폼으로 활용할 수 있음을 보여준다. 공개된 이미지에서 컨테이너들은 화물 적재용이 아니다. 컨테이너들은 무장을 담는 동시에 센서와 무기 거치대 역할을 맡으며, 갑판 위에 임시 상부구조물처럼 배열됐다. 함교 전방에는 대형 회전식 위상배열 레이더가 컨테이너 3개 위에 설치됐고 반대편에는 돔형 레이더 또는 통신 장비로 보이는 체계가 컨테이너 2개 위에 자리 잡았다. 이러한 배치는 단순한 ‘무기 적재’가 아니라 탐지–지휘–요격을 염두에 둔 구성으로 읽힌다. 선수 쪽 상단에는 30㎜ 근접방어체계가 설치돼 접근하는 미사일과 항공 표적에 대응한다. 그 아래 양현에는 기만장비 발사기가 배치됐다. 갑판 곳곳에 놓인 원통형 장비는 비상 구명설비로 보이며 무장 운용에 따른 승조원 증가 가능성을 고려한 구성으로 해석된다. ◆ 핵심은 60개 발사칸 수직발사체…방공 임무 염두 가장 눈길을 끄는 요소는 갑판을 가득 메운 컨테이너형 수직발사체다. 발사 모듈은 5열·3열로 배치됐고, 각 모듈마다 대형 발사관 4개를 수용해 총 60개 발사칸 규모를 이룬다. 대형 레이더가 함께 설치된 점을 고려하면, 이 선박은 단순한 ‘미사일 저장선’이 아니라 지역 방공 임무를 수행하는 전방 경계함 성격에 가깝다. 컨테이너형 구조 특성상 다양한 무장을 탑재할 여지도 남아 있다. 워존은 이번 구성이 실제 작전 배치용인지 여부는 아직 단정하기 어렵다고 짚었다. 매체는 사진 공개를 위해 꾸민 개념 시연용 또는 모형일 가능성도 배제할 수 없다고 밝혔다. 레이더와 근접방어체계의 고정 강도, 선체 구조와의 간섭 문제, 무엇보다 전투체계 통합 능력이 검증되지 않았다. 무장을 올려두는 것과 이를 유기적으로 운용하는 것은 전혀 다른 문제다. 그럼에도 이러한 구상이 지니는 전략적 의미는 분명하다. 중국은 방대한 상선단과 압도적인 조선 능력을 바탕으로 필요할 경우 민간 선박을 군사 플랫폼으로 전환해 전력을 단기간에 증강할 수 있는 여지를 갖고 있다. 실제로 중국은 과거에도 상선과 특수 선박을 군사적 용도로 활용하는 훈련과 실험을 공개해 왔다. 엑스(X) 등 소셜미디어에는 중국군이 상선을 해상 중계 플랫폼이나 임시 이착함 기지로 활용하는 장면이 반복적으로 포착돼 왔으며 이러한 사례들은 상선의 군사적 활용이 단발성 아이디어에 그치지 않음을 보여준다. 워존은 이번 ‘무장 화물선’ 역시 이러한 흐름의 연장선에 놓여 있다고 분석했다. 매체는 컨테이너형 무장 체계가 지난 10년 동안 실험적 개념에서 벗어나 현실적인 전력 확장 수단으로 자리 잡았고, 중국은 이를 대규모로 적용할 수 있는 조건을 이미 갖췄다고 평가했다.

중국이 중형 화물선 갑판 전체를 컨테이너형 수직발사체로 채운 무장 상선 구상을 공개하며 해군 전력 확장의 또 다른 경로를 드러냈다. 상선을 필요에 따라 즉각 전투함으로 전환할 수 있다는 의도를 시각적으로 분명히 한 것이다. 미국 군사전문매체 워존은 25일(현지시간) 중국 화물선 한 척의 갑판에 컨테이너형 수직발사 셀 60기가 탑재된 모습이 포착됐다고 보도했다. 레이더와 근접방어체계까지 함께 설치된 이 구성은 상선을 단순 수송 수단이 아닌 즉각적인 전투 플랫폼으로 활용할 수 있음을 보여준다. 공개된 이미지에서 컨테이너들은 화물 적재용이 아니다. 컨테이너들은 무장을 담는 동시에 센서와 무기 거치대 역할을 맡으며, 갑판 위에 임시 상부구조물처럼 배열됐다. 함교 전방에는 대형 회전식 위상배열 레이더가 컨테이너 3개 위에 설치됐고 반대편에는 돔형 레이더 또는 통신 장비로 보이는 체계가 컨테이너 2개 위에 자리 잡았다. 이러한 배치는 단순한 ‘무기 적재’가 아니라 탐지–지휘–요격을 염두에 둔 구성으로 읽힌다. 선수 쪽 상단에는 30㎜ 근접방어체계가 설치돼 접근하는 미사일과 항공 표적에 대응한다. 그 아래 양현에는 기만장비 발사기가 배치됐다. 갑판 곳곳에 놓인 원통형 장비는 비상 구명설비로 보이며 무장 운용에 따른 승조원 증가 가능성을 고려한 구성으로 해석된다. ◆ 핵심은 60개 발사칸 수직발사체…방공 임무 염두 가장 눈길을 끄는 요소는 갑판을 가득 메운 컨테이너형 수직발사체다. 발사 모듈은 5열·3열로 배치됐고, 각 모듈마다 대형 발사관 4개를 수용해 총 60개 발사칸 규모를 이룬다. 대형 레이더가 함께 설치된 점을 고려하면, 이 선박은 단순한 ‘미사일 저장선’이 아니라 지역 방공 임무를 수행하는 전방 경계함 성격에 가깝다. 컨테이너형 구조 특성상 다양한 무장을 탑재할 여지도 남아 있다. 워존은 이번 구성이 실제 작전 배치용인지 여부는 아직 단정하기 어렵다고 짚었다. 매체는 사진 공개를 위해 꾸민 개념 시연용 또는 모형일 가능성도 배제할 수 없다고 밝혔다. 레이더와 근접방어체계의 고정 강도, 선체 구조와의 간섭 문제, 무엇보다 전투체계 통합 능력이 검증되지 않았다. 무장을 올려두는 것과 이를 유기적으로 운용하는 것은 전혀 다른 문제다. 그럼에도 이러한 구상이 지니는 전략적 의미는 분명하다. 중국은 방대한 상선단과 압도적인 조선 능력을 바탕으로 필요할 경우 민간 선박을 군사 플랫폼으로 전환해 전력을 단기간에 증강할 수 있는 여지를 갖고 있다. 실제로 중국은 과거에도 상선과 특수 선박을 군사적 용도로 활용하는 훈련과 실험을 공개해 왔다. 엑스(X) 등 소셜미디어에는 중국군이 상선을 해상 중계 플랫폼이나 임시 이착함 기지로 활용하는 장면이 반복적으로 포착돼 왔으며 이러한 사례들은 상선의 군사적 활용이 단발성 아이디어에 그치지 않음을 보여준다. 워존은 이번 ‘무장 화물선’ 역시 이러한 흐름의 연장선에 놓여 있다고 분석했다. 매체는 컨테이너형 무장 체계가 지난 10년 동안 실험적 개념에서 벗어나 현실적인 전력 확장 수단으로 자리 잡았고, 중국은 이를 대규모로 적용할 수 있는 조건을 이미 갖췄다고 평가했다.