유명 인터넷방송인(BJ)이 약물에 취해 운전하다 전봇대를 들이받은 혐의로 입건됐다. 3일 경찰에 따르면 서울 광진경찰서는 30대 여성 A씨를 도로교통법상 약물 운전 혐의로 현행범 체포해 조사 중이다. A씨는 지난달 31일 오후 6시 50분쯤 광진구 화양동의 한 대로변에서 약물을 복용한 상태로 운전하다 전봇대를 들이받은 혐의를 받는다. MBN이 전날 보도한 당시 사고 영상에는 회색 차량 한 대가 도로를 따라 느린 속도로 주행하다 차선을 바꿔 인도 쪽으로 다가가더니 인도에 세워져 있던 자전거 2대와 전봇대를 들이받고 멈춰서는 모습이 담겼다. 가로수나 전봇대가 없었다면 차량이 인도로 돌진할 수도 있던 아찔한 상황이었다. 이후 놀란 시민들이 모여들어 사고 현장을 지켜봤고, 이내 경찰관과 소방대원들이 출동했다. 운전자인 여성이 들것에 실려 구급차로 들어가는 모습도 포착됐다. A씨는 경찰 조사에서 “처방받은 수면유도제를 복용했다”는 취지로 진술한 것으로 전해졌다. 사고 당시 음주 상태는 아니었으나, 약물 간이 시약 검사 결과 양성 반응이 나온 것으로 알려졌다. 사고 현장에서는 전봇대 일부가 파손됐지만 인명 피해는 없는 것으로 파악됐다. 경찰은 A씨가 복용한 약물에 대해 국립과학수사연구원에 감정을 의뢰하는 한편 어떤 경위로 처방받았는지 등을 조사하고 있다.

최평규 SNT그룹 회장은 새해 ‘강건설계된 SNT 창조’를 강조했다. 최 회장은 2일 발표한 신년사에서 기존 신자유주의 체제 한계를 지적하며 인공지능(AI) 기반 기술 혁신과 미국 현지 시장 공략을 통해 ‘퍼스트 무버(선도자)’로 도약하겠다는 의지를 표명했다. 최 회장은 “글로벌 공급망 재편 대위기 속에서도 준비된 자에게는 기회가 온다”며 “선제적 위기관리 경영을 지속해 온 SNT에게는 글로벌 거래장벽을 넘을 수 있는 신시장 개척의 천재일우 기회가 될 것”이라고 강조했다. 이어 “SNT 연구개발 엔지니어들에게는 패스트 팔로어를 넘어 ‘퍼스트 무버’로 도약할 황금 같은 기회가 될 것”이라고 덧붙였다. 최 회장은 ‘인문학적 상상력’과 ‘혁신적 에너지’ 결합을 주문하기도 했다. 정밀기계·전자제어 기술력을 고도화하는 동시에 AI 기반 자율주행과 로보틱스 기술을 융복합해 신성장동력을 창조하는 기술 경영에 집중해야 한다는 의미다. 그러면서 구체적인 글로벌 전략으로 미국 공장의 본격 가동을 꼽았다. 그는 지난해 미국 루이지애나주에 확보한 10만평 규모 공장을 자동차부품, 에너지·발전 플랜트, 방위산업 등을 위한 현지 생산기지로 활용하며 글로벌 공급망 재편에 전략적으로 대응할 예정이라고 밝혔다. 최 회장은 “미국 전력수요 급증에 따른 SNT에너지의 LNG복합화력(HRSG) 관련 사업과 SNT모티브의 자동차부품사업 등을 관세장벽 없는 현지 공장에서 직접 공급해 나갈 것”이라며 “SNT다이내믹스도 SNT모티브와 함께 전 세계 미군 무기체계 핵심제품 양산과 MRO(유지·보수·정비) 비즈니스를 수행할 거점으로 이곳을 활용할 것”이라고 말했다. 이어 “시장과 고객에 대한 겸손과 배려의 마음가짐, 돌다리도 두드려가며 건너는 태산 같은 진중함으로 퍼펙트스톰 경영환경에서도 버텨낼 수 있는 강건설계된 SNT를 창조하자”고 당부했다.

해돋이를 보기 위해 새벽에 길을 나선 70대 여성이 차량에 치여 숨지는 사고가 발생했다. 1일 경찰과 소방당국에 따르면 이날 오전 5시 55분쯤 경북 영덕군 남정면의 한 국도에서 갓길을 걷던 70대 여성이 주행 중이던 승용차에 치였다. 여성은 사고 직후 병원으로 옮겨졌으나 끝내 숨졌다. 당시 여성은 해돋이를 보기 위해 이동 중이었던 것으로 전해졌다. 경찰은 사고 차량을 운전한 70대 남성을 상대로 정확한 사고 경위와 과실 여부를 조사하고 있다.

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.

고용노동부가 포괄임금제 오남용을 막기 위한 기획감독을 2023년 3건, 2024년 2건으로 줄인 데 이어 2025년에는 실시하지 않은 것으로 확인됐다. 노동부 업무보고에서 이재명 대통령이 포괄임금제에 관해 “노동착취 수단으로 악용되고 있다”고 지적하고, 김영훈 노동부 장관이 “금지해 버리면 좋다”고 언급했는데도 실제 행정 집행은 정반대로 흘러간 셈이다. 노동부는 관리·감독 강화를 공언했으나 그간 사실상 손을 놓고 있었다는 지적이 나온다. 31일 서울신문이 이학영 더불어민주당 의원실을 통해 확보한 자료에 따르면, 2023년 포괄임금제 오남용 기획감독은 135개 사업장을 대상으로 실시돼 72곳이 적발됐다. 미지급 수당은 29억2000만원에 달했다. 2024년에도 115개 사업장을 감독해 47곳을 적발, 6억7000만원의 체불 수당이 확인됐다. 하지만 2025년에는 포괄임금제 오남용 기획감독이 한 차례도 이뤄지지 않았다. 앞선 감독에서 각각 53.3%, 40.8%에 달하는 높은 적발률을 기록했는데도 중단된 것이다. 포괄임금제는 연장근로수당을 비롯한 법정수당을 실제 근로 시간과 상관없이 기본급이나 정액 수당에 포함해 지급하는 방식으로, 근로 시간 산정이 어렵다는 이유로 도입됐지만 현실에선 ‘공짜 야근’의 원인으로 지목돼 왔다. 기획감독의 적발률이 유독 높았던 것은 2023년 2월부터 운영된 ‘포괄임금 오남용 신고센터’에 접수된 익명 제보를 바탕으로 감독이 이뤄졌기 때문으로 보인다. 기획감독은 특정 사업장이나 업종, 사회적인 논란이 있는 사안에 대해 사전 계획하에 집중적으로 진행된다. 실제 앞선 포괄임금제 기획감독은 공짜 야근을 중심으로 감독해 법 위반에 대한 경각심을 높이기 위해 실시됐다. 그러나 신고센터에 접수된 제보도 줄고 있다. 2023년 695건이던 신고는 2024년 241건, 2025년 11월 기준 193건으로 감소했다. 김유경 노무법인 돌꽃 노무사는 “노동 관련 제도 중 폐지되어야 할 제도 1, 2위를 다투는 게 포괄임금제”라며 “기획감독을 통한 대규모 적발을 꾸준히 해야 노동자들도 관련 신고를 활발히 할 텐데 심각성에 비해 노력하지 않은 것”이라고 지적했다. 노동부 관계자는 “2025년 포괄임금제만을 대상으로 한 기획감독은 아니지만 임금체불, 모성보호 등과 종합적인 감독을 했다”면서 “새해에는 포괄임금제 기획감독을 확대해 분기별로 추진할 계획”이라고 밝혔다.

이재웅 전 쏘카 대표가 6년 만에 경영 일선에 복귀한다. 포털 다음 창업자이자 국내 모빌리티 혁신을 이끌었던 인물의 귀환으로, 성장 정체에 놓인 쏘카가 다시 한 번 체질 전환에 나설 것으로 전망된다. 31일 쏘카에 따르면 최대주주인 이 전 대표는 내년 3월 정기 주주총회를 거쳐 이사회 의장으로 선임될 예정이다. 복귀 이후에는 쏘카의 핵심 사업인 차량 공유(카셰어링) 경쟁력 강화와 조직 혁신을 중심으로 경영 전반의 큰 방향성을 제시하는 역할을 맡는다. 구체적인 직책과 권한은 내부 논의를 통해 확정할 계획이다. 박재욱 쏘카 대표는 지난 29일 서울 성동구 본사에서 열린 타운홀 미팅을 통해 이 전 대표의 이사회 의장 복귀 소식을 직원들에게 직접 알렸다. 이번 인선은 역할 분담을 전제로 한 ‘원팀’ 구상과 맞닿아 있다. 박 대표는 자율주행 카셰어링, 로보택시 등 미래 이동 서비스와 신사업에 집중하고, 이 전 대표는 수익의 대부분을 차지하는 본업을 단단히 다지는 구조다. 쏘카 측은 기존 사업의 안정과 미래 성장 동력을 동시에 추진하기 위한 선택이라고 설명했다. 이 전 대표는 2020년 ‘타다 금지법’으로 불린 여객자동차 운수사업법 개정안 통과 직후 대표직에서 물러난 바 있다. 이후 타다 관련 재판에서는 2023년 대법원 무죄 확정 판결을 받았다. 업계에서는 쏘카가 과거 가장 강한 성장과 임팩트를 만들어냈던 리더십 조합을 다시 가동해 정체 국면을 돌파하려는 시도로 보고 있다. 인공지능(AI)과 자율주행을 둘러싼 글로벌 경쟁이 가속화되는 가운데, 이 전 대표의 복귀가 쏘카의 방향 전환을 이끌 수 있을지 주목된다.

31일 오전 3시 25분쯤 부산울산 고속도로 부산 방면 해운대터널 입구에서 40대 A씨가 몰던 승용차가 유턴하더니 역주행을 시작했다. A씨는 그대로 8.5㎞를 달려 기장 1터널 내에서 40대 운전자가 몰던 2.5t 트럭과 부딪힌 뒤 멈춰 섰다. 다행히 가벼운 충돌이어서 다친 사람은 없었다. 경찰 조사 결과 A씨는 혈중알코올농도가 면허 취소 수치(0.08%) 이상인 상태에서 운전했던 것으로 드러났다. 경찰은 A씨를 음주운전 혐의로 검거해 정확한 사고 경위를 조사 중이다.

한국교통안전공단(TS)이 자동차검사부터 도로·항공·철도를 폭넓게 아우르는 ‘인공지능(AI) 기반 교통안전 시대’를 열어가고 있다고 30일 밝혔다. 먼저 공단은 지난 10월 13일부터 ‘AI 전담 전문조직’을 신설해 본격 가동 중이다. 세부적으로 이사장 직속 미래전략실을 ‘AI미래전략실’로, 기존 디지털전략실을 ‘AI디지털실’로 각각 확대·개편하고 AI디지털실 산하에는 ‘AI혁신처’를 신설해 조직 개편을 마무리했다. 공단은 연말까지 진행되는 ‘AI 공통 플랫폼 구축 용역’을 통해 AI 대전환을 위한 실행 전략을 구체화 한 중장기 로드맵을 마련할 계획이다. 특히 AI와 디지털기술, 빅데이터 등을 활용해 사고를 예방하는 ‘AI 교통안전 혁신 전략’을 수립한다는 방침이다. 공단은 또 AI 영상 분석 기술을 활용해 운전자의 신호위반과 졸음운전 등 위험 행동을 경고하는 교통안전관리 시범사업을 성공적으로 마무리했다. 이 사업에 참여한 LG전자 창원사업장 통근버스 장거리노선 운전자 안전점수가 48.4점에서 AI 관제 후 82.3점으로 약 70% 향상됐다. 특히 졸음운전은 100% 감소했다. 이어 불법 유턴은 80.3% 감소, 신호 위반은 64.2% 감소, 중앙선 침범은 56.7%, 휴대폰 사용도 44.4% 줄었다. 공단은 AI를 기반으로 한 전기차 배터리 관리체계도 마련했다. 그동안 차량의 성능과 직결되는 핵심 요소인 전기차 배터리 건강상태(SOH)는 검사 결과를 수치로 설명해 운전자가 실제 의미를 파악하기 어렵다는 한계가 있었다. 이에 배터리관리시스템(BMS) 정보를 활용해 차량의 SOH를 분석하고, 차종·연식 등이 비슷한 차량과 비교한 시각자료를 제공해 운전자의 이해를 높였다. 공단은 전기차 검사 결과를 통해 수집한 주행거리, 배터리 충전·방전 이력, 배터리 전압·전류·온도 등 약 20개 항목을 기반으로 정밀 진단·예측 모델링을 개발하기로 했다. 이를 통해 배터리 정비 시기와 정비 예상 비용 등 소비자 맞춤형 정보까지 제공한다. 아울러 공단은 지난 10월 30일 우체국물류지원단과 함께 소포를 배달하는 소형 화물차의 안전 운행과 교통안전 분야 상호 협력을 위한 업무협약을 체결했다. 우체국물류지원단의 업무 차량에 AI 첨단안전장치를 시범 설치해 도로상황과 운전자의 행동을 분석하고, 사고 위험요인이 발생하면 실시간 경보를 통해 교통사고를 예방하도록 했다. AI CCTV로 역사 내 캐리어 낙하 사고도 예방한다. 공단과 공항철도(AREX)는 역사 내 에스컬레이터 이용 시 캐리어 낙하로 인한 안전사고 예방을 위해 ‘객체인식 지능형(AI) 폐쇄회로(CC)TV 기술개발 시범사업’을 공동 추진하기로 했다. 객체인식 지능형 CCTV 기술은 캐리어가 방치되거나 떨어지는 상황을 실시간으로 감지한다. 위험한 상황이 발생하면 즉시 스피커를 통해 “위험! 캐리어를 꽉 잡아주십시오” 등 구체적인 경고 방송을 송출한다. 공단은 여행객과 수하물 비중이 높은 공항철도에 이번 기술을 시범 적용해 데이터를 축적하고, 향후 국토교통부와 철도 운영기관과 협의해 KTX 등 전국 주요 철도역사로 확대 적용할 계획이다. 공단은 “교통안전체계의 인공지능 대전환으로 이용자 중심의 정밀한 교통안전망을 구축해 나가 국민이 안전한 교통환경을 구축할 것”이라고 강조했다.

고속도로를 달리던 화물차에서 맥주가 쏟아져 주변이 큰 교통 혼잡을 빚었다. 30일 오전 3시 10분쯤 광주광역시 북구 동림동 호남고속도로(순천 방향) 동림IC 램프 구간을 주행 중이던 25t 화물차에서 적재돼 있던 맥주 상자가 도로로 떨어졌다. 사고로 인한 인명 피해는 발생하지 않았으나 320상자에 담겨 있던 맥주병이 대부분 깨졌다. 신고를 받고 출동한 경찰과 한국도로공사는 신고 접수 7시간여 만에 사고 수습을 마쳤다. 경찰은 우회전하던 화물차의 무게가 한쪽으로 쏠리면서 맥주 상자가 쏟아져 내린 것으로 보고 정확한 경위를 조사 중이다.

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.

“아이디어와 기술이 있어도 자금도 없고 일할 장소도 없다. 스타트업 선배들의 조언을 들을 수 있으면 큰 도움이 될 텐데.” 5인조 가상(버추얼) 아이돌그룹 플레이브(PLAVE)가 창업 과정에서 고민하는 청년들을 위한 서울시의 창업지원 사업을 소개하는 영상이 29일 유튜브에서 공개됐다. 앞서 서울시는 플레이브를 지난 8월 ‘스타트업 서울 홍보대사’ 1호로 위촉했다. 위촉 기간은 2027년 8월까지다. 이번 영상에서 플레이브는 인공지능(AI)이나 바이오, 환경, 자율주행 등 첨단 기술을 갖춘 스타트업의 대표로 등장해 청년들의 창업 도전을 응원한다. 아이디어와 기술력이 있지만 자금, 사무공간 등이 부족한 예비 창업자와 초기 스타트업은 창업지원 종합포털 ‘스타트업 플러스’에서 필요한 지원을 확인할 수 있다. 내년 1월부터 시청사 외벽전광판이나 10개 지하철 역사 미디어보드, 시 유관시설 100여개 모니터에서도 영상을 볼 수 있다. 내년 상반기에는 서울 시내 아파트 엘리베이터 TV 등에도 영상이 송출된다. 주용태 서울시 경제실장은 “시는 공덕·마곡엠플러스·성수·창동 4대 창업허브를 포함한 20여개 창업지원 시설에서 입주공간과 자금, 멘토링 등을 제공하고 있다”고 밝혔다.

경북 경주시가 아시아태평양경제협력체(APEC) 정상회의를 계기로 스마트 교통시스템을 도입해 실질적인 효과를 거두고 있다. 경주시는 올해 APEC 정상회의를 개최하면서 지능형교통시스템(ITS)과 자율주행 교통서비스를 집중 운영해 교통체계 개선과 미래 기술 실증 성과를 입증했다고 29일 밝혔다. ITS는 신호제어와 교통정보 수집·분석, 교통안전 시설에 정보통신기술(ICT)을 접목한 첨단 교통체계다. 한국지능형교통체계협회의 효과 분석 결과 대상 구간(28.6㎞) 평균 통행속도는 약 17% 향상됐고, 평균 통행시간은 약 12분 단축됐다. 연간 편익은 약 12억 원으로 산출됐다. 보행자 감응신호, 스마트 횡단보도, 보행자 주의 알림 시스템을 구축해 보행자 안전도 함께 개선했다. 보문관광단지 일원을 순환하는 대형 자율주행 버스(A형)와 중·소형 자율주행 셔틀(ROii, B형)도 투입해 미래 교통기술을 함께 실증했다. 최근까지 약 1300회 운행하며 누적 탑승객 2900여 명을 기록했다. 주낙영 경주시장은 “앞으로도 ITS 기본계획 2030을 바탕으로 자율주행과 UAM(도심항공교통)을 대비한 차세대 스마트 교통 시스템을 지속적으로 확대해 나가겠다”고 말했다.

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.