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.

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.

삼성전자가 세계 최대 가전·정보기술(IT) 박람회 ‘CES 2026’ 개막에 앞선 다음달 4일(현지시간) 미국 라스베이거스에서 ‘더 퍼스트룩’ 행사를 열고 2026년형 사운드 기기 신제품 라인업을 공개한다고 밝혔다. 이번에 공개되는 사운드 기기 신제품 라인업은 ‘뮤직 스튜디오 7·5’ 스피커 2종과 ‘HW-Q990H’, ‘HW-QS90H’ 등으로, 기존의 ‘Q 시리즈’ 사운드바 뿐만 아니라 와이파이 스피커 신제품까지 블루투스 페어링 기능을 확대한 것이 특징이다. 뮤직 스튜디오 스피커 2종은 삼성전자 라이프스타일 TV ‘더 세리프’를 디자인한 프랑스 출신 가구 디자이너 에르완 부홀렉이 디자인했다. 스피커 중앙에 오목한 ‘점’이 특징으로, 가전의 역할을 넘어 인테리어 차원에서 하나의 ‘오브제’ 역할을 할 예정이다. 부홀렉은 “오디오의 새로운 시대를 알리는 신선함과 다양한 환경에서 자연스럽게 어우러질 수 있는 순수함을 갖춘 디자인에 집중했다”고 말했다. 뮤직 스튜디오 7은 전방·좌우·상단 스피커를 탑재한 3.1.1채널 공간 오디오로 3D 사운드를 자연스럽게 구현한다. 미국 캘리포니아에서 소리를 전문으로 연구하는 삼성 ‘오디오랩’에서 개발한 음향 기술이 탑재됐다. 인공지능(AI) 기술이 결합된 ‘AI 다이나믹 베이스 컨트롤’은 깊고 풍부한 저음을 자동으로 조절하고 ‘패턴 컨트롤’은 음향을 최적의 방향으로 조정한다. 또 최대 24비트, 96킬로헤르츠(㎑)의 고해상도 오디오를 지원하면서 섬세한 음악 표현을 위해 주파수 대역을 최대 35㎑까지 확장했다. 뮤직 스튜디오 5는 4인치 우퍼와 듀얼 트위터를 적용해 선명하고 균형 잡힌 음질을 구현하고 AI 다이나믹 베이스 컨트롤로 깊은 저음을 제공한다. 2026년형 Q시리즈 사운드바는 주거 공간의 크기와 개인의 청취 환경을 분석해 최적의 음향을 구현하도록 개발됐다. 플래그십 모델인 ‘HW-Q990H’는 TV 속 대화 소리를 화면 중앙으로 끌어올려 전달하는 ‘사운드 엘리베이션’ 기술을 적용했다. 콘텐츠와 채널 간 음량을 자동으로 조정하는 ‘오토 볼륨’ 기능도 포함돼 균형 잡힌 청취감을 제공한다. 2026년 라인업에 새롭게 추가된 올인원 사운드바 ‘HW-QS90H’는 별도 우퍼 없이도 9개의 와이드 레인지 스피커를 포함한 13개의 드라이버, 쿼드 베이스 우퍼를 탑재해 디자인과 성능을 모두 잡았다. 벽걸이와 테이블 설치를 모두 지원하는 ‘컨버터블 핏’ 디자인을 적용해 활용도를 높였다. 삼성전자 TV에 내장된 스피커와 사운드바 스피커가 동시에 구현되는 ‘Q심포니’ 기능도 강화됐다. 2026년형 Q심포니 기능은 최대 5대의 사운드 기기를 TV와 연결할 수 있고 공간 구조와 구조 배치를 분석해 최적화된 서라운드를 제공한다. 스마트홈 플랫폼인 ‘스마트싱스’ 앱을 통해 사운드 설정, 그룹 재생, 음악 스트리밍 등을 직관적으로 제어할 수 있고 모바일 기기에서 즉각적인 음악 재생과 조작도 가능하다. 이헌 삼성전자 영상디스플레이사업부 부사장은 “음향과 디자인, AI 기능을 하나로 결합한 차세대 사운드 기기를 통해 어떤 공간과 일상에서도 풍부하고 표현력 있는 사운드 경험을 제공해 나갈 것”이라고 말했다.

인텔은 소비자용 CPU와 새롭게 도전했던 GPU·AI 가속기, 서버 프로세서, 파운드리 사업에 이르기까지 전 사업 부문에서 위기에 몰려 있습니다. 최근 위기를 극복하기 위한 노력이 이어지며 실적도 다소 개선되는 흐름을 보이고 있지만 이를 두고 본격적인 반등이 시작됐다고 평가하기에는 아직 이른 것이 현실입니다. 그렇다고 인텔이 수년간 기술 개발을 게을리하며 시간을 허비한 것은 아닙니다. 오히려 수세에 몰린 상황에서 인텔은 기술 개발에 상당히 집중했고 그 결과 여러 가지 독자적인 신기술을 축적했습니다. 그중 하나가 여러 개의 작은 칩렛을 3차원적으로 결합해 복잡하고 거대한 칩을 만드는 타일(tile) 기반 3D 패키징 기술입니다. 인텔은 레고 블록처럼 베이스 타일 위에 서로 다른 공정에서 제조한 타일을 얹어 하나의 프로세서를 만드는 포베로스 3D 적층 기술을 꾸준히 발전시켜 왔습니다. 여기에 HBM 같은 차세대 메모리나 다른 프로세서를 고대역폭으로 연결할 수 있는 EMIB 기술도 지속적으로 개량해 왔습니다. 최근에는 최신 미세 공정인 18A의 양산을 준비하는 동시에, 차세대 공정인 14A 개발도 병행하고 있습니다. 최근 인텔 파운드리는 이 모든 기술을 하나로 묶은 초거대 프로세서 제조 기술을 공개했습니다. 아직 실물 칩이 존재하는 단계는 아니고 기술적 개요만 제시됐지만 계획대로 구현된다면 역사상 가장 크고 복잡한 프로세서가 될 가능성이 있습니다. 현재 인텔은 144코어의 시에라 포레스트 제온 프로세서를 출시할 예정이지만 이번에 공개된 개념은 이와는 비교가 되지 않을 정도로 거대한 구성을 염두에 둔 것으로 보입니다. 18A 공정의 베이스 타일 위에 14A 또는 14A-E 공정으로 제작한 컴퓨트 타일을 포베로스 다이렉트 3D 방식으로 적층하고 여기에 HBM4 또는 HBM5 메모리를 EMIB-T로 연결하는 구조입니다. 공개된 슬라이드와 이미지를 보면 두 개의 다이를 연결한 것으로 보이는 8개의 타일이 배치돼 있습니다. 18A 공정으로 제작된 후면 전력 공급 베이스 다이 위에 실제 연산을 담당하는 14A 계열 컴퓨트 타일을 올리는 구조입니다. 전력과 배선은 아래에 두고 연산부는 위로 올리는 방식으로, 포베로스 다이렉트 3D 기술을 통해 하나의 거대한 프로세서처럼 동작하도록 설계됐습니다. 주변에는 최대 24개의 HBM4 또는 HBM5 메모리가 TSV가 추가된 EMIB-T로 직접 연결됩니다. 이는 인텔이 보유한 최신 기술을 모두 집약한, 말 그대로 ‘괴물’에 가까운 설계입니다. 그러나 인텔의 제온 프로세서든, 외부 파운드리 고객의 제품이든 이 기술을 선뜻 채택할지는 미지수입니다. 가장 큰 이유는 최신 미세 공정과 포베로스, EMIB를 모두 결합할 경우 패키징 공정이 지나치게 복잡해지면서 제조 비용 상승과 수율 저하로 이어질 가능성이 크기 때문입니다. 실제 사례도 있습니다. 포베로스와 EMIB를 동시에 적용하고, 인텔과 TSMC에서 생산한 다이, 그리고 다수의 HBM 메모리를 결합한 폰테 베키오 GPU는 오로라 슈퍼컴퓨터에 탑재된 것을 제외하면 시장에서 거의 판매되지 못했고, 상업적으로는 실패에 가까운 결과를 남겼습니다. 후속작인 팔콘 쇼어스 역시 범용 제품이 아닌 내부 연구용 칩으로 전락했습니다. 이는 복잡한 패키징 기술의 성공이 곧 상업적 성공으로 이어지지는 않는다는 점을 다시 한번 보여준 사례입니다. 서버 CPU인 제온에서도 비슷한 일이 벌어졌습니다. 사파이어 래피즈는 4개의 CPU 타일과 HBM 메모리를 EMIB로 묶는 구조를 제시했지만 코어 수가 60개 이하로 제한되면서 같은 시기 AMD의 128코어 제품에 밀렸습니다. 이후 인텔이 서버 시장에서 점유율을 꾸준히 잃은 것은 어느 정도 예견된 결과였습니다. AMD는 서버 CPU인 에픽 프로세서를 출시하면서 CPU 코어와 L2·L3 캐시를 묶은 CCD 여러 개를 단일 I/O 다이와 연결하는 단순한 방식을 택했습니다. 당시 인텔 내부에서는 이를 ‘칩을 풀처럼 붙인 설계(Glue-together)’라며 평가 절하했지만 결과적으로 이 단순함이 비용 절감과 개발 속도 측면에서 결정적인 강점이 됐습니다. 코어 확장이 필요하면 CCD 숫자만 늘리면 되고 패키징도 상대적으로 단순해 비용 부담이 적었기 때문입니다. AMD가 이미 192코어 프로세서까지 출시할 수 있었던 배경입니다. 인텔 역시 뒤늦게 그래나이트 래피즈와 시에라 포레스트를 통해 단순한 타일 구조로 코어 수 경쟁에 다시 뛰어들었지만 그 과정에서 자신 있게 내세웠던 포베로스와 EMIB 기술이 시장에서 반드시 유용한 무기가 되지는 않는다는 점도 드러났습니다. 다만 코어 수가 계속 늘어나고 CPU에 GPU나 NPU 같은 이기종 연산 장치를 혼합하는 흐름이 강화될수록 첨단 패키징 기술의 효용성이 다시 커질 가능성은 있습니다. 이번 18A+14A+포베로스 다이렉트 3D+EMIB-T 조합 공개 역시 이런 맥락에서의 기술 홍보로 보입니다. 더불어 인텔은 단순히 칩을 위탁 생산하는 파운드리가 아니라 설계·패키징·소프트웨어까지 통합 제공하는 ‘시스템 파운드리(System Foundry)’ 개념을 강조하고 있습니다. 이번 발표 역시 미세 공정뿐 아니라 이후 단계의 패키징 기술까지 함께 묶어 제공할 수 있다는 메시지로 해석됩니다. 그러나 인텔이 이 기술들을 조합해 수백 개의 코어와 대용량 HBM을 탑재한 제온 프로세서를 합리적인 가격과 수율로 대량 생산할 수 있다는 점을 직접 입증하지 않는다면 이 이야기를 그대로 믿고 파운드리에 제품을 맡길 고객이 얼마나 될지는 여전히 의문입니다. 이번 발표는 TSMC의 CoWoS-L과 가장 유사한 기술보다 더 진보한 해법을 갖고 있다는 점을 강조하려는 시도로 보입니다. 그러나 인텔에 지금 필요한 것은 세계에서 가장 복잡한 ‘공학적 예술품’이 아닙니다. 고객이 기꺼이 비용을 지불하고 반복적으로 구매할 수 있는, 신뢰할 만한 제품을 만들어 실제로 보여주는 것입니다.

영웅 서사로 역사적 의미 표현3D 입체 기술로 압도적 몰입감김길성 구청장 “중구의 정체성” 서울 중구는 오는 31일 명동스퀘어에서 열리는 첫 ‘글로벌 카운트다운’에서 도시 브랜드 영상 ‘이순신1545중구’를 처음으로 공개한다고 24일 밝혔다. 충무공 이순신 장군의 탄생지인 중구의 역사성과 정체성을 생동감 있게 담아낸 영상이다. 구는 앞서 지난 4월 이순신 장군 탄생 480주년을 맞아 중구의 역사성을 담은 미래 비전을 선포하는 동시에 도시 정체성을 만들어 가고 있다. 지난 10월에는 장군의 생가터 인근에서 처음으로 ‘2025 이순신축제’를 열고, 주민들과 함께 만든 새로운 도시 브랜드 ‘이순신1545중구’를 정식으로 공개했다. 이번 영상은 중구의 도시 브랜드와 같은 제목으로, 장군이 1545년 중구에서 태어나 영웅이 되기까지 여정을 담았다. 탄생과 성장, 위기와 도약의 서사를 통해 중구가 품은 역사적 의미를 현대적으로 풀어냈다. 특히 장군의 기개와 불굴의 정신을 상징하는 ‘화살’이 시대를 관통해 오늘날까지 이어지고 있음을 인상적으로 표현했다. 평면 화면이지만 3D처럼 입체감을 느끼게 하는 아나모픽 기법이 적용됐다. 백학의 날개, 시대와 공간을 가로지르는 화살의 움직임 등 주요 장면이 화면을 뚫고 나오는 듯한 입체감과 몰입감을 선사한다. 영상은 최초 공개 이후에는 첫 초대형 전광판이 설치된 신세계백화점 본점에서 매일 정기적으로 상영된다. 아울러 지난달 설치된 을지로입구역 교원내외빌딩의 초대형 전광판과 명동 곳곳의 주요 전광판에서도 순차 상영될 예정이다. 이를 통해 우리나라 관광 1번지인 명동에서 충무공 이순신 장군과 중구의 정체성을 전 세계에 알린다는 구상이다. 한편 중구는 연말 명동 일대 인파 안전관리를 위해 지난 19일부터 특별대책을 가동하고 순찰과 현장 관리를 강화했다. 이날부터 오는 27일까지, 오는 31일과 내년 1월 1일 등 총 6일은 집중관리 기간으로 정하고 명동에 현장상황실을 마련한다. 지능형 폐쇄회로(CC)TV 38대로 거리 인파를 실시간으로 관제하고 올해 신설한 인파 밀집도 알림 전광판 10개도 가동한다. 김길성 구청장은 “세계와 소통하는 명동스퀘어 글로벌 카운트다운에서 ‘이순신1545중구’ 영상을 소개하게 돼 뜻깊다”며 “중구만의 정체성과 이야기가 전 세계에 널리 알려지길 기대한다”고 밝혔다.

삼성전자가 내년 1월 미국 라스베이거스에서 열리는 세계 최대 가전·정보기술(IT) 전시회 ‘CES 2026’ 개막을 앞둔 4일(현지시간) 사전 단독 행사인 ‘더퍼스트룩’에서 게이밍 모니터 최초로 6K 초고해상도 화질을 지원하는 ‘오디세이 게이밍 모니터’ 신제품 5종을 선보인다고 24일 밝혔다. 더퍼스트룩에서 처음 공개되는 32형 무안경 3D 모니터 ‘오디세이 3D’와 32형 ‘오디세이 G8’는 각각 무안경 3D 방식과 게이밍 모니터에 세계최초로 6K 초고해상도를 지원한 모델이다. 5K 해상도에 최대 180헤르츠(㎐) 주사율을 지원하는 27형 ‘오디세이 G8’ 역시 초고화질로 그래픽 표현력과 시각적 몰입감을 극대화했다. 240㎐ 주사율과 300니트 밝기의 QD 유기발광다이오드(OLED) 모니터 32형 ‘오디세이 OLED G8’, 듀얼 모드 기반으로 최대 1040㎐ 주사율을 구현한 27형 ‘오디세이 G6’도 함께 선보인다. 게이밍 모니터에 초고화질과 초고주사율을 지원해 움직임이 빠른 e스포츠와 고성능 게임 환경에 적합한 기술을 선보이겠다는 구상이다. 시장조사기관 IDC에 따르면 삼성전자는 주사율 144㎐이상 글로벌 게이밍 모니터 시장에서 3분기 금액 기준 점유율 18.8%를 차지했다. OLED 게이밍 모니터 점유율은 27.4%로, 3년째 글로벌 1위를 유지하고 있다.

서울 중구는 오는 31일 명동스퀘어에서 열리는 첫 ‘글로벌 카운트다운’에서 도시 브랜드 영상 ‘이순신1545중구’를 처음으로 공개한다고 24일 밝혔다. 충무공 이순신 장군의 탄생지인 중구의 역사성과 정체성을 생동감 있게 담아낸 영상이다. 구는 앞서 지난 4월 이순신 장군 탄생 480주년을 맞아 중구의 역사성을 담은 미래 비전을 선포하는 동시에 도시 정체성을 만들어가고 있다. 지난 10월에는 장군의 생가터 인근에서 처음으로 ‘2025 이순신축제’를 열고, 주민들과 함께 만든 새로운 도시 브랜드 ‘이순신1545중구’를 정식으로 공개했다. 이번 영상은 중구의 도시브랜드과 같은 제목으로, 장군이 1545년 중구에서 태어나 영웅이 되기까지 여정을 담았다. 탄생과 성장, 위기와 도약의 서사를 통해 중구가 품은 역사적 의미를 현대적으로 풀어냈다. 특히 장군의 기개와 불굴의 정신을 상징하는 ‘화살’이 시대를 관통해 오늘날까지 이어지고 있음을 인상적으로 표현했다. 평면 화면이지만 3D처럼 입체감을 느끼게 하는 아나모픽 기법이 적용됐다. 백학의 날개, 시대와 공간을 가로지르는 화살의 움직임 등 주요 장면이 화면을 뚫고 나오는 듯한 입체감과 몰입감을 선사한다. 영상은 최초 공개 이후에는 첫 초대형 전광판이 설치된 신세계백화점 본점에서 매일 정기적으로 상영된다. 아울러 지난달 설치된 을지로입구역 교원내외빌딩의 초대형 전광판과 명동 곳곳의 주요 전광판에서도 순차 상영될 예정이다. 이를 통해 우리나라 관광 1번지인 명동에서 충무공 이순신 장군과 중구의 정체성을 전세계 알린다는 구상이다. 한편 중구는 연말 명동 일대 인파 안전관리를 위해 지난 19일부터 특별대책을 가동하고 순찰과 현장 관리를 강화했다. 이날부터 오는 27일까지, 오는 31일과 내년 1월 1일 등 총 6일은 집중관리 기간으로 정하고 명동에 현장상황실을 마련한다. 지능형 폐쇄회로(CC)TV 38대로 거리 인파를 실시간으로 관제하고 올해 신설한 인파 밀집도 알림 전광판 10개도 가동한다. 김길성 구청장은 “세계와 소통하는 명동스퀘어 글로벌 카운트다운에서 ‘이순신1545중구’ 영상을 소개하게 돼 뜻깊다”며 “중구만의 정체성과 이야기가 전 세계에 널리 알려지길 기대한다”고 밝혔다.

35년간 뇌파 과학(Brainwave Entrainment Technology)을 연구해 온 대한민국 두뇌 웰니스 브랜드 엠씨스퀘어(MC Square)가 수면 디바이스 ‘문슬립’으로 웰니스 시장을 확장하고 있다. 엠씨스퀘어는 과학·혁신·웰빙의 조화를 핵심 철학으로 삼아 집중과 휴식, 수면까지 아우르는 솔루션을 제안해왔다. 또한 엠씨스퀘어는 1989년 미국 L.S.R 연구소로부터 뇌파 기술을 이전받아 1990년 국내 첫 상용 제품을 출시했다. 이어 2000년대 초반까지 누적 약 350만 대를 판매하며 학습·집중력 기기 시장을 이끌었다. 이후 한국표준과학연구원, 미국 의과대학 등과의 임상을 통해 기술 검증을 지속해왔다. 엠씨스퀘어의 핵심은 빛과 소리를 활용한 뇌파 동조화 기술이다. 특별히 변조된 알파·세타·델타파 주파수와 3D 자연음을 결합해 뇌를 휴식과 수면에 적합한 상태로 유도한다. 이는 피로·긴장·불안을 완화하고, 짧은 시간 내 이완과 집중을 돕는 구조로 설계됐다. 해당 기술은 30년 이상 27편의 임상 논문을 통해 근거를 축적해왔다. 한국표준과학연구원(KRISS) 임상 결과, 입면시간은 약 20분에서 5분으로 단축됐고, 수면 중 각성 시간도 유의미하게 감소했다. 2022년에는 관련 연구가 SCIE급 국제학술지에 등재되며 신뢰도를 확보했다. 문슬립의 전신 제품인 ‘바이탈 슬립(Vital Sleep)’은 2025년 상반기 롯데홈쇼핑 방송에서 1·2차 모두 1시간 내 완판을 기록했다. 또한 판매가 39만 9000원의 고가 제품임에도 빠른 소진을 보이며 수면 시장 내 가능성을 입증했다. 엠씨스퀘어는 이러한 성과를 바탕으로 문슬립을 통해 수면 웰니스 영역을 본격 확대하고 있다. 엠씨스퀘어 관계자는 “문슬립은 단순한 수면 보조 기기가 아니라, 35년간 축적된 뇌파 과학의 결과물”이라며 “앞으로도 과학적 근거에 기반한 비약물 웰니스 솔루션으로 소비자의 일상 회복에 기여하겠다”고 밝혔다.

마을버스 연장·IT 노하우 전수 등동장과 함께 현장 찾아 민원 청취올해 17개동 방문, 32건 정책 반영 “아파트 단지가 언덕에 있어서 오갈 때 여간 힘든 게 아니에요. 마을버스가 아파트 앞 언덕 위까지만이라도 지나다닐 수 있도록 해 주세요.”(이유순 서초래미안 부녀회장) “제가 마을버스 사업자들과 논의해서 어르신들의 불편함을 줄일 수 있는 방안을 고민해 보겠습니다.”(전성수 서초구청장) 지난 19일 서울 서초구 서초4동에 있는 서초래미안아파트 노인정에서 9명의 지역 어르신을 만난 전성수 서초구청장은 이야기를 하나라도 놓칠까 귀를 쫑긋 세웠다. 이들은 방학 때 운영하지 않는 건강운동교실에 대한 아쉬움부터 노인정에 노래방 기계가 있었으면 하는 소망까지 다양한 바람을 쏟아 냈다. 올해 85세인 이 부녀회장은 “구청장이 직접 우리 어려움을 들어주는 것만으로도 큰 위안이 된다”며 웃었다. 이날 만남은 전 구청장이 지난 2월부터 꾸준히 이어 온 ‘서초구청장의 동네 한 바퀴’의 일환이다. 전 구청장이 동장들과 함께 현장을 찾아 주민들을 만나고 현장에 필요한 정책을 직접 눈으로 확인하는 사업이다. 동네 명소, 맛집, 공사 현장 등 정해진 동선 없이 곳곳을 돌다 보면 일상 속 불편 사항과 주민들의 진짜 이야기를 들을 수 있다는 전 구청장의 아이디어에서 시작했다. 지난 2월 방배1동을 시작으로 17개 동을 차례로 방문했다. 지난 19일까지 총 1500명의 주민을 만나 노인종합복지관 경사로 신설, 학교 앞 건널목 과속방지턱 설치 등 32건의 민원을 해결했다. 노인정에 이어 원명초등학교를 찾은 전 구청장은 교사들과 만나 행정적으로 학교에 지원이 필요한 분야에 대한 의견을 들었다. 전 구청장이 학교를 찾은 시간이 하교 시간과 겹쳐 전 구청장을 알아본 아이들이 사인을 요청하고 사진을 함께 찍기도 했다. 마지막 방문 장소인 게임 개발사 ‘시프트업’에서는 예상치 못했던 성과도 있었다. 민경립 시프트업 부사장 안내를 받아 3D 모델링 촬영 기술 등을 살펴본 전 구청장은 즉석에서 “시프트업의 노하우를 서초구와 지역 스타트업 등에 전수하는 방안을 고민해 달라”고 제안했다. 민 부사장도 흔쾌히 동의해 지역 내 인공지능(AI) 산업 활성화에 대한 기대감을 높였다. 전 구청장은 “시프트업과 AICT(AI+ICT·인공지능+정보통신기술) 스타트업이 협력해 서초구 AI 산업생태계 조성의 큰 시너지가 될 것으로 기대한다”면서 “내년에도 ‘동네 한 바퀴’를 계속하면서 찾아가는 적극 행정을 이어 가겠다”고 밝혔다.

종이 숙제 더미 대신 스캐너 소리가 교무실을 채웠다. 단 1분 만에 물리 숙제 40여장이 순식간에 스캔되고 채점까지 끝났다. 18일 중국 펑멘신문에 따르면 중국 청두의 여러 중·고등학교에서 인공지능(AI) 숙제 채점 시스템이 실제 수업 현장에 도입되며 교육 현장의 풍경이 빠르게 달라지고 있다. 청두의 한 실험학교 교무실에는 과거 수북하게 쌓여있던 숙제 노트가 사라졌다. 고속 스캐너가 돌아가는 동안 AI 시스템은 종이 숙제를 디지털로 변환하는 동시에 답안을 분석해 채점을 마친다. 이 학교는 2023년부터 ‘인공지능+교육’ 시범학교로 스마트 숙제 채점 시스템을 도입했다. 교사는 서술형 문제를 채점하고, 선택형 문항은 AI가 빠르게 스캔해 채점한다. 시스템은 학생별 점수와 오답 분포도 자동으로 정리해준다. AI의 역할은 단순한 정답·오답 판별에 그치지 않는다. 시스템은 틀린 문제를 실제 교과서 단원과 오류 유형별로 분류해 학생마다 맞춤형 오답 노트를 자동으로 생성한다. 교사는 이를 바탕으로 반 전체의 학습 상태를 한눈에 보여주는 학습맵과 빈출 오답 목록을 확인하고 즉각 보완 수업을 준비할 수 있다. 학생들 역시 오답 출력기를 이용해 필요한 문제만 골라 복습할 수 있다. 숙제 채점이 끝이 아니라 학습 피드백의 출발점이 되는 셈이다. ●AI 채점 정확도는 약 95%...교사 “수업에 도움 된다” 효율성만큼이나 정확도는 학부모들의 최대 관심사다. 학교 측에 따르면 이 시스템은 대형 언어모델 기술을 적용해 채점 정확도를 약 95% 수준까지 끌어올렸다. AI가 답안을 명확히 판별하지 못할 경우 자동으로 알림이 뜨고, 교사가 직접 확인해 보완한다. 모든 채점 과정은 기록으로 남아 교사가 일괄 수정하는 것도 가능하다. 현재 청두시에서는 이미 여러 학교가 AI 숙제 채점 기술을 도입해 수업에 활용하고 있고 그 숫자는 계속 늘어나고 있다. 한 교사는 AI가 채점 시간을 줄여줄 뿐 아니라 시각화된 데이터로 학생들의 약점을 정확히 보여준다며 교사가 어디에 집중해야 할지를 판단하는 데 큰 도움이 된다고 밝혔다. 청두에서는 AI 활용이 평가를 넘어 수업 전반으로 확장되고 있다. AI 더빙 수업, 달 탐사 프로젝트 같은 융합 수업이 등장했고, 일부 초등학교에서는 인공지능·드론·3D 프린팅 동아리도 운영 중이다. AI가 숙제를 채점하는 시대, 교실의 풍경은 분명 달라지고 있다. 다만 이 변화가 교사의 부담을 덜어주는 조력자로 자리 잡을지, 또 다른 교육 격차를 낳을지는 앞으로의 운영에 달려 있다.

건설산업이 DX(디지털 전환)를 넘어 AX(인공지능 전환)로 도약하려면 기술 자체만으로는 충분하지 않을 수 있다. 건설 현장의 고착화된 문화와 정서, 법과 제도, 공사비, 데이터 관리와 인력까지 모두 얽혀 있다. 이번에는 AX 전환을 위한 과정에서 기술, 제도, 조직, 경제적 측면의 허들이 어떠한 것들이 있고 극복 방안에 대해 살펴본다. ●기술적 허들: AI·로봇·자율시스템의 성숙도와 현장 적합성 CES 2025에 자율주행 굴착기를 비롯한 다양한 로봇들이 등장했다. 머신가이던스(MG), 머신컨트롤(MC), 드론 계측 등은 이미 시연 단계 또는 부분 적용 단계지만, “모든 현장에 당장 투입”은 아직 어려운 단계다. 복잡한 지반, 날씨 여건, 협소한 도심지 현장, 매일 변화하는 공정 간섭 속에서 센서 노이즈, 응답 지연, 맵 정합과 경로 계획 안정성 등을 기술적으로 극복하고 성숙 단계에 도달하기까지는 아직 많은 시행착오와 기술 개발이 숙제로 남아있다. 예를 들어 건설 현장에서 드론과 인공지능(AI)을 활용해 3차원(3D) 디지털 지도를 만들어 장비 투입 최적화 루트를 계산하지만, 최적 장비 조합을 실제 현장에서 구현 시 안전 구역 설정, 반출입 동선 관리, 공정 간섭 등과 충돌하여 실행에 옮기기까지는 어려움이 많다. 이는 건설 현장에서 지속적인 검토를 통해 통합 엔지니어링(로보틱스+BIM+시공 계획+HSE) 역량을 더욱 향상시켜야 비로소 AI 기술을 접목한 장비 활용이 가능할 것이다. ●제도적 허들: 규제, 안전 기준, 법적 책임의 명확화 2022년부터 중대재해처벌법 시행으로 사업주 및 경영 책임자의 책임 범위가 크게 확대됐다. 안전 관리 체계 구축과 실행 여부가 처벌 판단의 핵심 기준으로 작동한다. 이런 환경에서 건설사가 자율주행 지게차나 로봇과 같은 AI가 결합된 장비나 시스템을 도입하여 활용하다 안전 사고를 낼 경우 “사고의 법적 책임”이 쟁점이 될 수 있다. 디지털·AI 기반 안전 관리 증빙과 장비 운영 로그(데이터 거버넌스)가 관리 책임을 규명하는 주요 판단 근거가 될 것이다. 자칫 책임 불명확과 과도한 규제는 초기 AI 안전 관리 확산에 장애물이 될 수 있다. 결과적으로, 자율 주행 장비, AI가 결합된 기계의 의사 결정에 있어 안전 적합성 검증, 데이터 기반 위험 평가, 시정 조치 체계, 감리·발주자의 디지털 확인 절차 등이 제도적으로 내재화돼야 하며, 그렇지 않다면 AX의 PoC 단계에서 상용화 단계로 확대될 수 없다. ●조직적 허들: 보수적 문화와 인력 재교육 기술보다 더 어려운 것은 사람의 변화다. 건설업은 오랜 경험과 직관이 중요한 분야라, AI나 로봇이 판단한다고 해도 “과연 그게 맞아?”라는 의심이 생기기 쉽다. 또한 새로운 기술을 쓰려면 기존 인력의 재교육이 필요하다. 드론 조종, 데이터 분석, 로봇 운영 같은 새로운 직무가 생기기 때문이다. 일부 기업은 ‘디지털 전담팀’을 만들어 AX를 준비하고 있지만, 조직 전체가 바뀌려면 상당한 시간이 필요하다. AI가 의사 결정을 일부 대체하거나 지원하는 체계를 구축하려면, 권한과 책임의 위임 전결 설계, 새로운 직무 정의(로봇 운영, 데이터 엔지니어, HSE 데이터 관리자 등), 교육과 평가 체계 정립이 필요하다. 기업들은 ‘AX 조직’을 주축으로 프로세스 자동화, 데이터 기반 의사 결정 체계를 확립해야 하며, HR은 업무의 중요도와 분야에 따라 AI를 단순 참고용 의사 결정 도구로만 활용할지, 최종 의사 결정 권한을 부여할지에 대한 R&R을 분명히 정립해야 할 것이다. ●경제적 허들: 초기 투자, ROI 불확실성과 시장 변동성 AX 기술은 초기 투자 비용이 많이 들어간다. 드론, 센서, AI 시스템, 자율 주행 장비까지 도입하려면 수십억 원이 투입되기도 하는데 그만큼의 효과가 즉시 체감되지 않아 ROI(투자 대비 수익) 예측이 명확하지 않다. 그래서 많은 기업들이 “지금은 건설 경기도 안 좋은데, 이걸 무리해서 도입해도 괜찮을까?”라는 고민을 한다. 하지만 일부 기업은 과거부터 시스템적으로 공정 지연을 줄이고, 안전 사고를 예방하면서 실제로 비용을 절감하기 위한 시도를 해왔고 이를 통해 확보한 데이터를 활용하여 AI를 데이터 기반의 의사 결정 도구로 활용할 준비를 하고 있다. Q-cost(품질 비용)상 예방 비용을 선제적으로 투입함으로써 실패 비용을 낮춰 전체 품질 비용을 절감하기 위한 노력이기도 하다. 현재 대한민국 건설업은 2~3년 전부터 발주 물량 감소 및 착공 지연에 따라 수주 및 수익성 악화, 잠재된 PF 구조 부실, 높은 부채 비율 등 여러 리스크가 겹친 상태다. 경제 전문가들은 이르면 2026년 하반기부터 건설 경기가 서서히 회복될 것이라고 예측한다. 건설 경기 둔화와 회복의 사이클은 5~10년 주기로 반복되는 경향을 보이며 현재는 무리한 출혈 경쟁 수주보다 내실을 다지며 미래를 대비하기 위한 효율적인 업무 시스템을 정비할 필요가 있다. “데이터 통합→의사 결정 도구→운영 최적화”에 투자한 ROI는 다른 투자에 비해 더 빨리 다가올 수 있다. 위에 언급한 네 가지 허들이 전부는 아니겠지만 AX를 향해 건설사, 정부, IT 기업, 스타트업 기업들이 머리를 맞대고 장벽을 하나둘 논의하여 걷어냄으로써 대한민국의 건설 산업은 한 차원 높이 도약할 수 있을 것이다.

건설산업에서 디지털 전환(DX)은 단순히 컴퓨터를 잘 다루는 수준을 넘어 현장의 모든 정보를 데이터로 바꾸어 관리하는 시스템이다. 드론이 촬영한 현장 사진, IoT(사물인터넷) 센서가 기록한 온도와 습도, 설계 도면을 3차원(3D) 정보로 변환한 BIM(건축정보모델링) 객체까지 모두 데이터다. 하지만 중요한 점은 데이터를 모으는 것 자체가 목적이 아니라 잘 정리하고 활용해야 한다는 것이다. ●건설업의 데이터 활용사례 그렇다면 건설사에서는 프로젝트 수주, 설계, 시공 및 유지관리에 이르기까지의 방대한 데이터를 어떻게 다루고 있을까? 수주 단계에는 발주처의 요구사항, 입찰 조건 등의 자료와 함께 경쟁사 분석, 예상 손익, 리스크 등의 검토 자료들이 쌓인다. 삼성물산은 수천 페이지에 이르는 입찰 안내서를 효과적으로 분석하기 위해 LLM 기반의 AI 에이전트를 활용하여 리스크를 신속하게 분석하고 업무 효율을 높이고 있다. 설계 단계에는 BIM 모델, 설계 도면, 구조/환경 시뮬레이션 데이터를 활용하는데, 이런 데이터들을 활용해 설계 오류를 줄이고 공정과 공사비 예측 정확도를 높일 수 있다. 공사 중에는 현장에 심어놓은 각종 계측기를 통해 IoT 센서 데이터(온도, 습도, 변위값 등)를 수집하고 드론과 라이다 센서를 통해 측량한 데이터 등을 활용하여 품질 및 안전관리의 효율을 높인다. 준공 후 유지관리 단계에서는 시설물이나 건축물의 하자 이력, 유지보수 기록 등을 통해 설계 단계 혹은 공사 중 품질관리 방안, 대책을 수립하여 선 반영할 수 있으며 시설물을 디지털 트윈으로 구현하여 설계 단계부터 유지관리 단계까지 데이터를 연계해 관리하고 있다. ●데이터 관리의 허점과 실패 사례 하지만 데이터를 제대로 축적하고 정제하지 못하면 모으기만 하고 제대로 활용할 수 없다. 대표적인 사례가 표준화되지 않은 기록 관리다. 일부 회사에서는 똑같은 공사나 자재를 유사한 이름 여러 개로 관리하고 있어 어떤 공종과 이름으로 기록해야 할지 사용자가 고민하는 경우가 있다. 예를 들면, 방바닥 미장 공사를 방통 공사, 바닥 몰탈 공사, 바닥 미장 공사 등 여러 이름으로 등록해 두고 이 중에서 골라 입력하게 하여 업무에 혼선을 빚고 데이터를 제대로 모으기 어려운 경우가 있다. 다른 문제는 데이터 사일로 현상이다. 부서마다 별도로 데이터를 관리하여 서로 연결되지 못하고 중복되거나 위의 사례처럼 통일된 용어를 사용하지 않는 경우다. 또한 아날로그 데이터를 제대로 변환하지 못한 경우가 있다. 스캔 데이터를 제대로 디지털화하지 못해 활용이 불가능하기도 하다. 이러한 문제 때문에 건설사마다 “DX를 한다”면서도 실제로는 데이터가 흩어져 있고 제대로 정제되지 못해 활용률이 떨어지는 사례가 적지 않다. ●데이터 파이프라인과 표준화 데이터가 ‘생성→저장→정리→분석→활용’되는 흐름을 하나의 관처럼 연결해 놓은 것이 데이터 파이프라인이다. 예를 들어 현장에서 센서를 통해 읽어들인 온도가 자동으로 클라우드에 저장되고 불필요한 값은 걸러낸 후 분석 프로그램이 이를 분석해 공정 관리에 반영하는 과정이 바로 파이프라인이며 이 흐름이 끊기지 않고 매끄럽게 이어져야 DX가 제대로 작동된다. 또한 데이터는 자재, 공정, 품질 데이터 등 동일한 코드와 기준으로 기록해야 한다. 종이 문서, 스캔 데이터 등은 반드시 디지털로 변환해야 한다. 이 표준화와 디지털화가 갖춰져야 데이터가 ‘언어’로 인식되고 AI가 이해할 수 있다. 데이터는 많을수록 좋지만 정확하지 않으면 오히려 위험하다. 잘못된 데이터로 AI가 판단하면 엉뚱한 공정을 제시하거나 위험한 공법을 제안할 수도 있기 때문이다. 그리고 건설 데이터는 설계, 자재, 비용 등 민감한 정보가 많으므로 보안 관리가 필수다. 결국 데이터 관리는 단순히 많은 것이 최선이 아니라 정확하고 표준화된, 신뢰할 수 있는 데이터를 차곡차곡 모으는 것이 핵심이다. 잘 구축된 데이터는 AX(인공지능 전환) 시대에 건설 산업을 완전히 다른 차원으로 끌어올리는 원동력이 될 것이다.

산림청 산하 한국임업진흥원이 소나무재선충병 예찰의 효율을 극대화하기 위해 ‘헬기 라이다(LiDAR) 예찰’을 시범 도입한다고 18일 밝혔다. 기존 드론 예찰의 면적 제한을 보완해 광범위한 산림 지역을 더 빠르고 정밀하게 감시한다는 취지다. 이번에 도입된 ‘라이다 예찰’은 헬기에 정밀 장비를 장착해 지상으로 레이저 펄스를 발사하는 방식이다. 레이저가 나뭇가지 층을 통과해 되돌아오는 신호를 분석하면 산림의 입체 구조를 3D 데이터로 구현할 수 있다. 이를 통해 나무의 높이와 구조는 물론, 육안이나 일반 영상으로는 확인하기 어려운 산림 내부의 고사목 분포 현황까지 수치로 정확히 파악할 수 있는 것이 강점이다. 그동안 주력으로 활용된 드론은 정밀도는 높지만 한 번에 조사할 수 있는 면적이 좁아 대규모 산림을 살피기엔 시간과 비용 부담이 컸다. 진흥원은 헬기의 기동성을 활용해 고사목 분포 반경 5km 지역을 단기간에 훑고, 레이저 반사 강도를 분석해 의심 지역을 빠르게 추려낼 계획이다. 진흥원은 이번 시범 조사 데이터를 기존 드론 영상과 비교 분석해 지형별 최적화된 예찰 모델을 정립할 방침이다. 김용훈 남부조사실장은 “이번 시범 적용은 대규모 산림 예찰의 새로운 기술적 가능성을 확인하는 단계”라며 “축적된 데이터를 바탕으로 더욱 과학적이고 체계적인 방제 시스템을 구축해 나가겠다”고 밝혔다.

최근 중국 유인 우주선 선저우 20호의 귀환 일정이 우주 파편 충돌 우려로 변경되는 사례가 발생하면서 장기 우주 체류 임무에서의 안전성과 비상 대응 문제가 다시 주목받고 있다. 지구에서 수개월 떨어진 우주 공간에서는 예기치 못한 변수 하나만으로도 귀환 계획이 달라질 수 있다는 점이 확인되면서 외과적 응급 상황에 대한 대비 필요성도 함께 거론된다. 18일 공개된 한국항공우주의학회지(KJAsEM) ‘우주에서의 외과수술’ 연구에 따르면, 유인 화성 탐사와 같은 장기 임무에서는 수술적 처치가 필요한 의료 상황을 완전히 배제하기 어렵다. 연구는 7명 규모의 화성 탐사 승무원을 가정할 경우 평균 2년 5개월에 한 번꼴로 외과적 응급 상황이 발생할 가능성이 있다고 분석했다. 달까지는 편도 2~3일이면 도달할 수 있지만, 화성은 가장 가까울 때도 편도 8~9개월이 걸린다. 탐사와 귀환을 포함한 전체 임무가 2~3년에 달하는 만큼 임무 도중 발생하는 외상이나 급성 질환에 대해 즉각적인 귀환이나 지구 의료진 개입에 의존하기 어렵다는 한계가 지적된다. ◆ 극미중력, 수술 환경을 바꾸다 우주에서 수술이 어려운 가장 큰 요인은 극미중력 환경이다. 중력이 거의 사라지면 체액이 하체에서 머리 쪽으로 재분배되고 인체는 이를 체액 과다로 인식해 전반적인 체액량을 줄이는 방향으로 반응한다. 이로 인해 비교적 적은 출혈에도 저혈량성 쇼크 위험이 커지고 심근 기능 약화로 수술 중 저혈압에 빠질 가능성도 높아진다. 장기 체류 시 근력과 골밀도가 감소해 작은 충격에도 골절 위험이 커지고 면역 체계 변화로 상처 회복이 늦어지는 점도 문제로 꼽힌다. 수술 환경의 물리적 제약도 크다. 개복이나 개흉 수술을 할 경우 혈액과 장기가 공중에 떠다니며 시야 확보가 어렵고 수술 기구가 흩어져 무균 상태를 유지하기 힘들다. 이 때문에 연구는 우주 환경에서는 개방형 수술보다 최소 침습 수술이 상대적으로 유리할 수 있다고 설명한다. ◆ 로봇·AI가 대안으로 떠오르다 실제 발생 가능 질환으로는 맹장염과 담낭염이 대표적이다. 두 질환 모두 갑작스러운 복통과 염증을 동반하며 수술적 처치가 필요할 수 있다. 국제우주정거장(ISS)에서도 맹장염이 의심돼 우주비행사가 조기 귀환한 사례가 보고된 바 있다. 외상성 질환 역시 극미중력 환경에서 자세 불안정과 장비 충돌로 두부·흉부·복부 손상이 발생할 가능성이 높다. 이 같은 한계 속에서 연구가 제시한 대안은 로봇을 활용한 원격·최소 침습 수술이다. 실제로 ISS에서는 초음파 기반 진단이 이뤄지고 있으며 3D 프린터를 활용해 의료·수술 기구를 제작하는 실험도 진행됐다. 미항공우주국(NASA)은 해저 환경에서 달 탐사를 가정한 원격 로봇 수술 실험을 통해 담낭 제거와 신장 결석 제거에 성공한 사례도 보고했다. 다만 화성 탐사에서는 또 다른 제약이 있다. 지구와 화성 사이의 통신 지연은 최대 24분에 달해 외과 수술에 필수적인 실시간 조작이 어렵다. 이에 따라 생존에 필수적인 처치만 시행한 뒤 신호가 닿는 지점까지 이송하는 방식이나 의학 지식을 내장한 지능형 시스템이 우주비행사를 단계별로 안내하는 방식이 보완책으로 거론된다. 연구진은 우주에서의 외과수술이 아직 기술적·윤리적 과제가 많다고 전제하면서도 장기 우주 탐사가 현실이 된 이상 더 이상 이론에 머물 수 없는 문제라고 강조했다. 이런 맥락에서 화성 이주를 공개적으로 주장해온 일론 머스크 스페이스X·테슬라 최고경영자(CEO)의 발언도 상징적으로 거론된다. 실제 탑승 여부를 떠나 화성처럼 지구로의 즉각적인 귀환이 불가능한 환경에서는 누구든 외과적 응급 상황에 대비해야 한다는 점에서다. 우주 수술과 AI 의료 보조 기술은 특정 인물을 위한 논의가 아니라 미래 우주 탐사에 참여할 모든 인간을 전제로 한 준비라는 설명이다.

최근 중국 유인 우주선 선저우 20호의 귀환 일정이 우주 파편 충돌 우려로 변경되는 사례가 발생하면서 장기 우주 체류 임무에서의 안전성과 비상 대응 문제가 다시 주목받고 있다. 지구에서 수개월 떨어진 우주 공간에서는 예기치 못한 변수 하나만으로도 귀환 계획이 달라질 수 있다는 점이 확인되면서 외과적 응급 상황에 대한 대비 필요성도 함께 거론된다. 18일 공개된 한국항공우주의학회지(KJAsEM) ‘우주에서의 외과수술’ 연구에 따르면, 유인 화성 탐사와 같은 장기 임무에서는 수술적 처치가 필요한 의료 상황을 완전히 배제하기 어렵다. 연구는 7명 규모의 화성 탐사 승무원을 가정할 경우 평균 2년 5개월에 한 번꼴로 외과적 응급 상황이 발생할 가능성이 있다고 분석했다. 달까지는 편도 2~3일이면 도달할 수 있지만, 화성은 가장 가까울 때도 편도 8~9개월이 걸린다. 탐사와 귀환을 포함한 전체 임무가 2~3년에 달하는 만큼 임무 도중 발생하는 외상이나 급성 질환에 대해 즉각적인 귀환이나 지구 의료진 개입에 의존하기 어렵다는 한계가 지적된다. ◆ 극미중력, 수술 환경을 바꾸다 우주에서 수술이 어려운 가장 큰 요인은 극미중력 환경이다. 중력이 거의 사라지면 체액이 하체에서 머리 쪽으로 재분배되고 인체는 이를 체액 과다로 인식해 전반적인 체액량을 줄이는 방향으로 반응한다. 이로 인해 비교적 적은 출혈에도 저혈량성 쇼크 위험이 커지고 심근 기능 약화로 수술 중 저혈압에 빠질 가능성도 높아진다. 장기 체류 시 근력과 골밀도가 감소해 작은 충격에도 골절 위험이 커지고 면역 체계 변화로 상처 회복이 늦어지는 점도 문제로 꼽힌다. 수술 환경의 물리적 제약도 크다. 개복이나 개흉 수술을 할 경우 혈액과 장기가 공중에 떠다니며 시야 확보가 어렵고 수술 기구가 흩어져 무균 상태를 유지하기 힘들다. 이 때문에 연구는 우주 환경에서는 개방형 수술보다 최소 침습 수술이 상대적으로 유리할 수 있다고 설명한다. ◆ 로봇·AI가 대안으로 떠오르다 실제 발생 가능 질환으로는 맹장염과 담낭염이 대표적이다. 두 질환 모두 갑작스러운 복통과 염증을 동반하며 수술적 처치가 필요할 수 있다. 국제우주정거장(ISS)에서도 맹장염이 의심돼 우주비행사가 조기 귀환한 사례가 보고된 바 있다. 외상성 질환 역시 극미중력 환경에서 자세 불안정과 장비 충돌로 두부·흉부·복부 손상이 발생할 가능성이 높다. 이 같은 한계 속에서 연구가 제시한 대안은 로봇을 활용한 원격·최소 침습 수술이다. 실제로 ISS에서는 초음파 기반 진단이 이뤄지고 있으며 3D 프린터를 활용해 의료·수술 기구를 제작하는 실험도 진행됐다. 미항공우주국(NASA)은 해저 환경에서 달 탐사를 가정한 원격 로봇 수술 실험을 통해 담낭 제거와 신장 결석 제거에 성공한 사례도 보고했다. 다만 화성 탐사에서는 또 다른 제약이 있다. 지구와 화성 사이의 통신 지연은 최대 24분에 달해 외과 수술에 필수적인 실시간 조작이 어렵다. 이에 따라 생존에 필수적인 처치만 시행한 뒤 신호가 닿는 지점까지 이송하는 방식이나 의학 지식을 내장한 지능형 시스템이 우주비행사를 단계별로 안내하는 방식이 보완책으로 거론된다. 연구진은 우주에서의 외과수술이 아직 기술적·윤리적 과제가 많다고 전제하면서도 장기 우주 탐사가 현실이 된 이상 더 이상 이론에 머물 수 없는 문제라고 강조했다. 이런 맥락에서 화성 이주를 공개적으로 주장해온 일론 머스크 스페이스X·테슬라 최고경영자(CEO)의 발언도 상징적으로 거론된다. 실제 탑승 여부를 떠나 화성처럼 지구로의 즉각적인 귀환이 불가능한 환경에서는 누구든 외과적 응급 상황에 대비해야 한다는 점에서다. 우주 수술과 AI 의료 보조 기술은 특정 인물을 위한 논의가 아니라 미래 우주 탐사에 참여할 모든 인간을 전제로 한 준비라는 설명이다.

삼성전자가 주방 가구장에 딱 들어맞는 디자인에 혁신적인 AI 기능을 더한 2025년형 ‘비스포크 AI 하이브리드 키친핏 맥스’를 선보였다고 17일 밝혔다. 설치 간격을 극단적으로 줄이면서도 내부 용량은 키워 냉장고 선택의 새로운 기준을 제시했다는 평가다. 도어 90도 이상 열려… ‘AI 하이브리드 쿨링’ 적용신제품의 가장 큰 특징은 공간 효율성이다. 좌우 틈새를 단 4mm만 남겨두고 설치할 수 있는 ‘키친핏 맥스’ 디자인을 적용해 마치 맞춤 가구 같은 깔끔한 인테리어를 완성한다. 얇은 틈새에도 문이 90도 이상 활짝 열리며 도어 단열재 두께를 최소화해 안쪽 수납 공간은 기존보다 약 22% 더 넓혔다. 성능 또한 진화했다. 컴프레서와 펠티어 소자가 함께 구동하는 ‘AI 하이브리드 쿨링’ 방식을 채택했다. 평소에는 효율적으로 가동하다가 강력한 냉각이 필요할 때 두 동력이 동시에 작동해 신선도를 유지하면서 에너지 효율까지 동시에 잡았다. 손만 살짝 대도 문이 열리는 ‘오토 오픈 도어’는 사용 편의성을 더한다. 37종 식재료 자동 인식… 스크린으로 즐기는 ‘스마트 키친’AI 기술은 주방의 풍경을 바꾼다. 상단 카메라가 식재료의 출입을 감지하는 ‘AI 비전 인사이드’는 인식 품목을 37종으로 대폭 늘렸다. 보관 기한이 임박한 식품을 미리 알려주며 새롭게 추가된 ‘AI 푸드 매니저’ 기능으로 가공식품까지 간편하게 관리할 수 있다. 냉장고 전면의 9형 터치스크린 ‘AI 홈’은 주방의 컨트롤 타워 역할을 한다. 집안 가전 상태를 한눈에 보는 ‘3D 맵뷰’는 물론 레시피 추천, 유튜브·음악 감상 등 엔터테인먼트 기능도 지원한다. 특히 진화된 ‘빅스비’를 통해 음성만으로 문을 열거나 복잡한 식재료 관리 지시를 내릴 수 있어 진정한 스마트 라이프를 구현했다.

삼성전자가 세탁부터 건조까지 한 번에 해결하는 올인원 세탁건조기 ‘2025년형 비스포크 AI 콤보’를 출시했다고 17일 밝혔다. 이번 신제품은 국내 최대 건조 용량과 더 빨라진 속도를 앞세워 ‘AI 가전은 삼성’이라는 공식을 다시 한번 각인시킨다. 건조 용량 키우고 시간은 단축… 79분이면 세탁·건조 끝2025년형 비스포크 AI 콤보의 가장 큰 변화는 건조 용량이다. 소비자 의견을 반영해 건조 용량을 기존보다 3kg 늘린 18kg(세탁 25kg)으로 키웠다. 이는 국내 올인원 세탁건조기 중 최대 수준으로 두꺼운 이불이나 많은 양의 빨래도 나누어 세탁할 필요가 없다. 성능은 강화됐지만 속도는 더 빨라졌다. 열교환기의 효율을 높여 건조 시간을 전작 대비 20분가량 줄였다. ‘쾌속 코스’를 사용하면 단 79분 만에 세탁부터 건조까지 마칠 수 있다. 설치 공간도 기존 세탁기와 건조기를 따로 놓을 때보다 약 40% 적게 차지해 세탁실 공간 활용도를 극대화했다. 데님·아웃도어도 알아서… 말귀 알아듣는 진화된 AI사용자 맞춤형 AI 기능도 고도화됐다. ‘AI 맞춤+’ 기능은 세탁물의 소재와 오염도를 스스로 감지한다. 특히 기존 섬세·타월 등 3종이었던 옷감 인식 범위를 데님과 아웃도어까지 5종으로 확대해 섬세한 관리가 가능해졌다. 세탁 후 자동으로 문을 열어 내부 습기를 제거하는 ‘오토 오픈 도어+’ 기능은 위생까지 챙겼다. 스마트홈 경험도 한층 편리해졌다. 7형 터치스크린 ‘AI 홈’은 집안 가전 상태를 3D 맵으로 보여주며, 고도화된 ‘빅스비’는 복잡한 명령도 척척 알아듣는다. “퍼실 코스가 뭐야?”라고 물은 뒤 “그걸로 시작해줘”라고 말해도 앞선 대화를 기억해 실행한다. 기기 제어를 넘어 가전과 대화하는 시대를 연 셈이다.