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.

미중 경쟁을 설명할 때 흔히 ‘신냉전’이라는 말이 등장한다. 하지만 요즘의 싸움은 냉전과도 무역 전쟁과도 닮지 않았다. 총성이 울리지 않는 대신 데이터가 흐르고, 전차 대신 반도체와 알고리즘이 전장을 채운다. 미국의 최근 국가전략 문서를 읽다 보면 전장의 중심에 인공지능(AI)과 첨단 제조, 그 연장선에 로봇이 놓여 있음을 확인할 수 있다. 흥미로운 점은 미국이 이 싸움을 “지금 당장 이겨야 할 전쟁”으로 규정하지 않는다는 사실이다. 전략 문서 속 언어는 강경하지만, 정책의 실제 작동 방식은 놀랄 만큼 계산적이다. 최근 반도체 추가 관세는 유보됐고, 고성능 AI 반도체인 H200의 미국 수출도 허용됐다. 겉으로 보면 모순이다. 그러나 이 모순은 오히려 미국 전략의 핵심을 드러낸다. 싸우지 않기 위해 관리하고, 관리하는 동안 판을 다시 짜겠다는 계산이다. 미중 AI 전쟁은 단순히 누가 더 똑똑한 모델을 만드느냐의 싸움이 아니다. 진짜 경쟁은 AI를 산업과 군사, 국가 시스템 전체에 얼마나 깊숙이 녹여 낼 수 있는가에 있다. 중국은 이미 이 방향으로 움직이고 있다. 공장, 도시, 군부대에 AI를 빠르게 이식하며 규모의 힘으로 밀어붙인다. 미국은 다른 길을 택한다. 핵심 기술의 고지 즉 반도체 설계, 알고리즘, 클라우드 인프라를 틀어쥐고, 응용과 확산의 속도를 조절한다. H200 수출 허용은 바로 이 지점에서 이해해야 한다. 미국은 중국의 AI 개발을 완전히 차단할 수 없다는 것을 안다. 대신 ‘최신을 막고, 한 박자 늦은 접근만 허용’하는 방식으로 경쟁을 관리한다. 그사이 미국은 자국 내 AI 인프라를 폭발적으로 확장시킨다는 구상이다. 데이터센터, 전력망, 첨단 칩 생산라인이 동시에 움직인다. 대중 관리 체제를 띄우면서 결정적 격차를 쌓겠다는 전략이다. AI 전쟁이 머리의 싸움이라면, 로봇은 손과 발의 싸움이다. 트럼프 시대 미국 국가전략이 로봇을 주목하는 이유도 여기에 있다. AI가 아무리 발전해도 그것이 현실 세계를 바꾸려면 결국 물리적 실행 수단이 필요하다. 그 역할을 하는 것이 로봇이다. 실제로 트럼프 행정부는 로봇 산업을 차세대 전략 제조업으로 규정하고 내년 초에 행정명령을 통해 연방 차원의 지원 체계를 가동하는 방안을 준비하고 있다. 상무부와 백악관을 중심으로 산업계와의 협의가 이어지고 있다. 로봇·자동화 기술을 제조업 재건과 공급망 복원, 국방 산업까지 포괄하는 핵심 축으로 끌어올리겠다는 구상이다. 이는 연방 조달, 세제, 규제 완화, 안보 명분을 결합한 ‘국가 전략 산업’ 편입을 염두에 둔 움직임이다. 미국이 노리는 것은 사람이 거의 보이지 않는 공장, 즉 로봇과 AI가 결합된 완전 자동화 제조다. 반도체, 센서, 소프트웨어, 전력, 국방 기술이 하나의 생태계로 묶인다. 이 전략은 중국의 제조업 굴기를 정면으로 겨냥한다. 로봇과 AI가 결합된 초정밀 제조로 넘어갈수록 기술 축적과 시스템 통합 능력이 결정적 변수가 된다. 미중의 기싸움이 계산된 관리 국면으로 접어든 것과 달리 동북아는 충돌의 에너지가 축적되는 시기에 들어섰다. 최근 핵추진 잠수함을 둘러싼 한중일의 신경전은 이 변화를 가장 선명하게 보여 준다. 일본은 대만 유사시를 거론하며 핵잠 도입 가능성을 공개적으로 언급했고, 중국은 이를 자국의 핵심 이익에 대한 도전으로 간주해 외교·군사적 압박 수위를 높였다. 미국의 최근 국가전략은 중국을 ‘가장 중대한 장기적 도전자’로 규정하면서도 단기적 충돌은 관리해야 할 비용으로 분류한다. ‘전면전을 피하되 경쟁은 멈추지 않는다’는 이 전략은 대신 동맹국들의 억지력을 확대하고, 그 억지력이 만들어 내는 긴장을 미국이 관리하겠다는 의미도 있다. 미 국가전략 문서가 반복해서 강조하는 것은 동맹의 역할 확대와 분담이다. 이는 동북아의 긴장을 방치하겠다는 뜻이 아니라 직접 개입의 비용을 동맹 억지력으로 대체하겠다는 계산에 가깝다. 그사이 미국은 AI, 반도체, 첨단 제조 같은 진짜 경쟁 전선에 집중할 시간을 확보한다. 미중 관계에서는 관세 유보와 제한적 기술 허용이 등장하는 반면 동북아에서는 군사적 갈등과 대립이 격화되는 이유다. 오일만 논설위원

삼성전자가 독일의 자동차 부품 대기업인 ZF로부터 ‘첨단 운전자 보조 시스템(ADAS) 사업’을 인수하며 적극적으로 전장 사업 확대에 나섰다. 삼성전자는 23일 전장·오디오 자회사 하만을 통해 ZF의 ADAS 사업을 15억 유로(약 2조 6000억원)에 인수한다고 밝혔다. 2017년 하만을 인수한 지 8년 만의 사업 확장이다. 인수 절차는 내년에 마무리된다. ADAS는 인지·판단·제어 3단계에 걸쳐 운전 과정을 안전하게 보조해주는 첨단 기술이다. 카메라와 센서를 통해 차선, 앞차와의 거리, 보행자 등을 인지하고 상황을 예측한다. 충돌을 감지해 자동으로 차량에 제동을 거는 자동 긴급 제동 시스템(AEB), 앞차와의 간격을 유지하며 시스템으로 속도를 조절하며 주행하는‘어댑티브 크루즈 컨트롤’(ACC), 원격 스마트주자 보조(RSPA), 후측방 충돌방지 보조(BCA) 등의 편의 기능이 모두 ADAS에 해당한다. ADAS 분야에서 25년 이상의 업력이 있는 ZF는 글로벌 ADAS 스마트 카메라 업계 1위다. 하만은 이번 인수로 차량용 전방카메라와 ADAS 컨트롤러 등 핵심 ADAS 기술과 제품을 안정적으로 확보하는 동시에 ADAS 시장에 본격 진출하게 된다. 하만의 전장 제품과 삼성전자의 모바일, TV, 가전 분야 기술 및 스마트폰, 스마트홈, 스마트카 등을 하나의 생태계로 이어 ‘인공지능(AI) 기반 초연결 모빌리티 경험’을 제공하겠다는 게 삼성전자의 구상이다. 손영권 하만 이사회 의장은 “이번 인수는 모빌리티 산업의 전환을 이끄는 하만의 리더십을 더욱 공고히 하는 동시에 미래 모빌리티에 대한 삼성전자의 장기적 의지를 분명히 보여주는 계기가 될 것”이라고 말했다.

앉아 있기만 해도 15분 만에 목욕을 마칠 수 있는 ‘미래 인간 세탁기’ 주문이 늘어나고 있다는 소식이 전해졌다. 22일 일본 주간지 슈칸분슌은 일본 사이언스사에서 지난달 출시한 인간 세탁기가 제공하는 ‘목욕 체험’을 보도했다. 이 기기는 미래적인 외관에 우주선 조종석을 연상케 하는 유선형 몸체를 지니고 있다. 슈칸분슌은 해당 세탁기가 일본 애니메이션 드래곤볼에 등장하는 회복 장치 ‘메디컬 머신’처럼 보인다고 평했다. 사용자가 머리카락에 샴푸를 바른 뒤 등받이에 몸을 눕히면 ‘주수(물 채우기)’라는 문구가 스크린에 표시되며 발밑에서 온수가 뿜어져 나온다. 이어 몇 초 만에 물 350L가 가슴 아래까지 차오른다. 세정 단계에 들어서면 ‘마이크로 버블’이 발생해 피부 세척을 시작한다. 일종의 ‘불림 세탁’ 같은 방식으로 물에 잠긴 부분은 그저 앉아 있는 것만으로 씻겨나간다고 슈칸분슌은 소개했다. 동시에 등 쪽 센서는 사용자의 심전도·강도·자율신경을 분석하고, 안정감을 주는 편안한 영상과 음악을 틀어준다. 이어 사용자의 목 윗부분, 얼굴, 머리를 향해 물줄기가 분사된다. 물줄기 강도는 인공지능(AI)이 심전도 센서로 측정한 신체 데이터를 바탕으로 조절해 불편감을 최소화한다. 마지막으로 15분간 샤워 과정이 끝나면 배수 뒤 강한 바람이 뿜어져 나와 몸을 말려준다. 목욕 체험을 마친 슈칸분슌의 기자는 “15분 만에 전신을 골고루 씻겨준다. 심지어 전자동”이라며 “목욕이 귀찮다는 ‘목욕 거부족’이나 혼자 목욕하기 힘든 이들에게 상당히 유효할 것”이라고 평가했다. 이 인간 세탁기는 6000만엔(약 5억 6400만원) 정도의 고가로 주문 생산에만 3개월이 걸린다. 오사카 도톤보리 크리스털 호텔, 이케부쿠로 살롱 등에서 도입이 결정됐고, 목욕탕이 있는 호텔과 해외에서도 문의가 오고 있다고 회사 측은 밝혔다. 앞서 일본 가전 유통업체 야마다홀딩스를 통해 도쿄 도시마구의 대형 가전 매장 ‘LABI 이케부쿠로 메인 스토어’에서 판매될 예정이라고 알려진 바 있다. 업계에서는 고령화가 빠르게 진행 중인 일본 사회에서 해당 기기가 간병·헬스케어 분야로 활용될 가능성에도 주목하고 있다. 실제 일본의 일부 간병 현장에서는 이미 ‘인간 세탁기’ 개념을 응용한 장비가 거동이 불편한 노인이나 중증 장애인을 대상으로 사용되고 있다.

우크라이나 전장에서 자율비행 드론의 실전 성능을 입증한 미국 방산업체 실드AI가 이번에는 전투기급 임무를 수행하는 무인 플랫폼 영역으로 보폭을 넓혔다. 실드AI는 정찰·감시 임무에서 축적한 경험을 바탕으로, 조종사 탑승 없이 스스로 판단해 싸우는 완전 자율 전투 드론 ‘엑스밧’(X-BAT)을 앞세워 차세대 공중전 시장에 본격 진입하겠다는 구상이다. 미국 경제 매체 포천은 21일(현지시간) “실드AI가 드론 소프트웨어 기업의 틀을 넘어 전투 플랫폼 기업으로 전환하는 분기점에 들어섰다”고 평가했다. ◆ ‘가오리형’ 플라잉윙…활주로 없는 전투기 구상 엑스밧은 전면이 꺾인 삼각형 형태로 꺾인 ‘크랭크드 카이트’(cranked-kite) 설계를 적용한 플라잉윙(날개일체형) 구조로, 거대한 가오리를 연상시키는 스텔스 형상이 특징이다. 활주로 없이 수직으로 이륙한 뒤 수평 비행으로 전환하는 테일시터(수직이착륙형) 방식으로 운용된다. 엑스밧은 단일 제트엔진과 3차원 추력 편향 기술을 적용해 이륙 시에는 로켓처럼 수직 상승하고 착륙 시에는 연료 소모가 줄어든 상태에서 저출력으로 내려앉도록 설계됐다. 이는 활주로 타격 위험과 공중급유 의존도를 동시에 낮추기 위한 선택이다. 엑스밧은 고아음속 영역에서 장시간 순항하는 개념의 기체로 마하 0.3~0.8(시속 약 367~979㎞)의 속도로 비행한다. 단순한 고속 돌파보다는 장거리 침투와 임무 지속성을 중시한 설계라는 평가가 나온다. 실드AI는 엑스밧의 항속거리를 3700㎞ 이상으로 제시했으며 내부 무장창과 외부 장착대를 조합해 공대공·대함·전자전 임무까지 수행할 수 있도록 개발을 진행 중이다. ◆ ‘혼자 싸우는’ 전투 드론…자율비행이 핵심 엑스밧의 경쟁력은 실드AI가 자체 개발한 AI 자율비행 소프트웨어 ‘하이브마인드’에 있다. 기체는 레이더·적외선·전자신호 등 각종 센서 정보를 통합해 통신이 끊긴 상황에서도 스스로 판단해 임무를 수행하도록 설계됐다. 이 기술은 이미 우크라이나 전장에서 운용된 소형 수직이착륙 드론 ‘브이밧’(V-BAT)으로 실전 검증을 거쳤다. 브이밧은 강력한 전파 방해 환경에서도 자율 비행을 유지하며 표적 탐지 임무를 수행했고 실드AI는 이 경험을 전투기급 플랫폼으로 확장하고 있다. ◆ 로열 윙맨 시장 정조준…가격은 5세대기의 10분의 1 실드AI가 제시한 엑스밧의 목표 가격은 2000만~3000만 달러(약 296억~444억원) 수준이다. 이는 기존 5세대 전투기의 약 10분의 1로, 미 공군이 추진 중인 협동 전투 무인기(로열 윙맨) 개념과 정확히 맞닿아 있다. 회사는 2026년 수직이착륙 시연, 2028년 ‘완전 임무’ 비행, 2029년 양산 착수를 목표로 개발 일정을 제시했다. 이동식 발진·회수 장비를 통해 해상이나 전진기지에서도 운용할 수 있도록 하는 구상도 포함됐다. ◆ “드론 회사 아니다”…전투 플랫폼으로 체급 확대 포천은 “엑스밧은 실드AI가 자율비행 소프트웨어 기업에서 전투 플랫폼 기업으로 도약하려는 상징적 프로젝트”라고 짚었다. 미 온라인 매체 악시오스 역시 “실드AI의 최대 규모 공중 플랫폼이자 로열 윙맨 시장으로의 본격 진입”이라고 평가했다. 군사 전문 매체 워존(TWZ)은 “장거리 비행과 수직 운용, 완전 자율성을 결합한 전투 플랫폼은 전례가 드물다”며 “생산 단가를 낮출 경우 미 해·공군의 전력 운용 구조를 근본적으로 바꿀 잠재력이 있다”고 분석했다. ◆ 남은 과제와 향후 변수 다만 단발 고출력 엔진의 열 신호 관리, 해상·지상 통제체계 통합, 자율 무기 운용에 대한 윤리·법적 기준 정립은 향후 검증이 필요한 과제로 꼽힌다. 실드AI는 최근 대규모 투자 유치를 통해 기업가치를 56억 달러(약 8조 2874억원) 수준으로 끌어올렸으며, 확보한 자금을 엑스밧 개발과 하이브마인드 확장에 집중 투입할 계획이다. 정찰 드론으로 시작한 실드AI가 전투기 시장까지 넘보고 있다. ‘드론 회사’라는 꼬리표를 떼려는 움직임이 어디까지 이어질지 주목된다.

우크라이나 전장에서 자율비행 드론의 실전 성능을 입증한 미국 방산업체 실드AI가 이번에는 전투기급 임무를 수행하는 무인 플랫폼 영역으로 보폭을 넓혔다. 실드AI는 정찰·감시 임무에서 축적한 경험을 바탕으로, 조종사 탑승 없이 스스로 판단해 싸우는 완전 자율 전투 드론 ‘엑스밧’(X-BAT)을 앞세워 차세대 공중전 시장에 본격 진입하겠다는 구상이다. 미국 경제 매체 포천은 21일(현지시간) “실드AI가 드론 소프트웨어 기업의 틀을 넘어 전투 플랫폼 기업으로 전환하는 분기점에 들어섰다”고 평가했다. ◆ ‘가오리형’ 플라잉윙…활주로 없는 전투기 구상 엑스밧은 전면이 꺾인 삼각형 형태로 꺾인 ‘크랭크드 카이트’(cranked-kite) 설계를 적용한 플라잉윙(날개일체형) 구조로, 거대한 가오리를 연상시키는 스텔스 형상이 특징이다. 활주로 없이 수직으로 이륙한 뒤 수평 비행으로 전환하는 테일시터(수직이착륙형) 방식으로 운용된다. 엑스밧은 단일 제트엔진과 3차원 추력 편향 기술을 적용해 이륙 시에는 로켓처럼 수직 상승하고 착륙 시에는 연료 소모가 줄어든 상태에서 저출력으로 내려앉도록 설계됐다. 이는 활주로 타격 위험과 공중급유 의존도를 동시에 낮추기 위한 선택이다. 엑스밧은 고아음속 영역에서 장시간 순항하는 개념의 기체로 마하 0.3~0.8(시속 약 367~979㎞)의 속도로 비행한다. 단순한 고속 돌파보다는 장거리 침투와 임무 지속성을 중시한 설계라는 평가가 나온다. 실드AI는 엑스밧의 항속거리를 3700㎞ 이상으로 제시했으며 내부 무장창과 외부 장착대를 조합해 공대공·대함·전자전 임무까지 수행할 수 있도록 개발을 진행 중이다. ◆ ‘혼자 싸우는’ 전투 드론…자율비행이 핵심 엑스밧의 경쟁력은 실드AI가 자체 개발한 AI 자율비행 소프트웨어 ‘하이브마인드’에 있다. 기체는 레이더·적외선·전자신호 등 각종 센서 정보를 통합해 통신이 끊긴 상황에서도 스스로 판단해 임무를 수행하도록 설계됐다. 이 기술은 이미 우크라이나 전장에서 운용된 소형 수직이착륙 드론 ‘브이밧’(V-BAT)으로 실전 검증을 거쳤다. 브이밧은 강력한 전파 방해 환경에서도 자율 비행을 유지하며 표적 탐지 임무를 수행했고 실드AI는 이 경험을 전투기급 플랫폼으로 확장하고 있다. ◆ 로열 윙맨 시장 정조준…가격은 5세대기의 10분의 1 실드AI가 제시한 엑스밧의 목표 가격은 2000만~3000만 달러(약 296억~444억원) 수준이다. 이는 기존 5세대 전투기의 약 10분의 1로, 미 공군이 추진 중인 협동 전투 무인기(로열 윙맨) 개념과 정확히 맞닿아 있다. 회사는 2026년 수직이착륙 시연, 2028년 ‘완전 임무’ 비행, 2029년 양산 착수를 목표로 개발 일정을 제시했다. 이동식 발진·회수 장비를 통해 해상이나 전진기지에서도 운용할 수 있도록 하는 구상도 포함됐다. ◆ “드론 회사 아니다”…전투 플랫폼으로 체급 확대 포천은 “엑스밧은 실드AI가 자율비행 소프트웨어 기업에서 전투 플랫폼 기업으로 도약하려는 상징적 프로젝트”라고 짚었다. 미 온라인 매체 악시오스 역시 “실드AI의 최대 규모 공중 플랫폼이자 로열 윙맨 시장으로의 본격 진입”이라고 평가했다. 군사 전문 매체 워존(TWZ)은 “장거리 비행과 수직 운용, 완전 자율성을 결합한 전투 플랫폼은 전례가 드물다”며 “생산 단가를 낮출 경우 미 해·공군의 전력 운용 구조를 근본적으로 바꿀 잠재력이 있다”고 분석했다. ◆ 남은 과제와 향후 변수 다만 단발 고출력 엔진의 열 신호 관리, 해상·지상 통제체계 통합, 자율 무기 운용에 대한 윤리·법적 기준 정립은 향후 검증이 필요한 과제로 꼽힌다. 실드AI는 최근 대규모 투자 유치를 통해 기업가치를 56억 달러(약 8조 2874억원) 수준으로 끌어올렸으며, 확보한 자금을 엑스밧 개발과 하이브마인드 확장에 집중 투입할 계획이다. 정찰 드론으로 시작한 실드AI가 전투기 시장까지 넘보고 있다. ‘드론 회사’라는 꼬리표를 떼려는 움직임이 어디까지 이어질지 주목된다.

은 가격이 1년 전보다 두 배 이상 오르며 사상 최고치를 경신했다. 인공지능(AI), 전기차 시장 등에서 늘어난 수요와 함께 미국 핵심 광물 지정 여파 등이 맞물려 가격 상승세가 가파르다. 21일 인베스팅닷컴에 따르면 지난 19일 은 선물 가격은 종가 기준 트로이온스당 67.489달러까지 오르며 사상 최고치를 기록했다. 이달 초 대비 14.1% 상승한 수준으로, 1년 전 대비 상승률은 130.5%에 달한다. 컴퍼니스마켓캡에 따르면, 은의 시가총액은 3조 7930억 달러(한화 5617조 4330억원)로 금, 엔비디아, 애플에 이어 4위에 올랐다. 구글의 모회사인 알파벳(3조 7250억 달러)을 넘어섰다. 은 관련 상장지수펀드(ETF)로의 자금 유입도 빠르게 늘고 있다. 코스콤 ETF 체크에 따르면 최근 한 달간 글로벌 시장에서 은 현물 ETF ‘아이셰어즈 실버 트러스트’로 약 14억 9200만 달러 이상의 자금이 순유입됐다. 국내에서도 지난주 KODEX 은선물(H)에 가장 많은 자금(397억원)이 몰렸다. 은값 상승의 가장 큰 배경은 산업용 수요 확대다. AI, 전기차, 로봇, 태양광 등 차세대 산업이 빠르게 성장하면서 은 수요도 동반 증가했다. 은은 각종 전자기판, 센서, 태양광 셀 등 고정밀 부품에 필수적으로 들어간다. 미국 지질조사국(USGS)이 은을 ‘중요광물’(Critical Minerals)로 지정한 점도 가격 상승 요인이다. 다만 시장에서는 최근 은 가격의 급등세를 경계하며 조정 가능성도 거론된다.

경기도의회 건설교통위원회 허원 위원장(국민의힘·이천2)이 대표발의한 「경기도 산업재해 예방 및 노동안전보건 지원 조례 일부개정조례안」이 18일 열린 경제노동위원회 제8차 회의에서 원안 통과됐다. 이번 개정조례안은 산업재해 예방을 위한 도 차원의 정책 수단으로 디지털 및 인공지능(AI) 기술 도입 지원 근거를 조례에 명시한 것이 핵심이다. 이를 통해 기존의 인력 중심·사후 대응 위주의 안전관리 방식에서 벗어나, 위험요소를 사전에 인지·예측하는 예방 중심의 산업안전 정책 전환을 제도적으로 뒷받침하게 됐다. 허원 위원장은 제안설명을 통해 “산업재해는 노동자 개인의 문제가 아니라 가정과 지역사회 전체에 회복하기 어려운 상처를 남기는 중대한 사회적 문제”라며, “특히 경기도는 제조업과 건설업 등 고위험 산업이 밀집한 지역으로, 보다 선제적이고 미래지향적인 안전관리 체계가 반드시 필요하다”고 강조했다. 조례안은 제9조(산업재해 예방 및 노동안전보건을 위한 사업)에 ‘산업재해 예방을 위한 디지털 AI 기술 도입 지원’을 신설함으로써, 도지사가 추진할 수 있는 산업재해 예방 사업의 범위를 확대했다. 이는 CCTV·센서·AI 분석 등 스마트 기술을 활용해 작업환경의 위험 요소를 실시간으로 감지하고, 사고 가능성을 구조적으로 줄일 수 있는 정책적 선택지를 넓힌 것이다. 특히 이번 개정은 새로운 규제나 의무를 부과하는 내용이 아니라, 기술 발전을 산업안전 정책에 적극 활용할 수 있도록 지원 근거를 마련한 선언적·정책적 성격의 개정이라는 점에서 의미가 크다. 허원 위원장은 “정부 차원에서도 AI·빅데이터 기반 안전관리 기술 도입을 핵심 정책 방향으로 제시하고 있지만, 경기도에는 이를 체계적으로 추진할 조례상 근거가 부족했다”며, “이번 조례 개정을 통해 도 차원의 산업안전 정책을 한 단계 끌어올리고, 현장의 안전 사각지대를 실질적으로 줄일 수 있는 출발점이 마련됐다”고 밝혔다. 이어 “디지털과 AI 기술은 산업재해 예방의 새로운 대안이자 도구”라며, “이번 조례를 계기로 경기도가 선제적·예방적 산업안전 정책을 본격 추진해 노동자가 안심하고 일할 수 있는 현장 환경을 만들어 가길 기대한다”고 덧붙였다.

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.

러시아가 우크라이나 전쟁에 투입된 장갑열차에 인공지능(AI) 기반 ‘기술 시각(컴퓨터 비전)’ 시스템을 장착한다. 일인칭 시점(FPV) 자폭 무인기(드론)와 소형 정찰 드론이 철도 자산까지 위협하는 전장 환경 속에서 고정 노선에 묶인 장갑열차가 AI 감시라는 방어적 적응에 나섰다. 러시아 일간지 이즈베스티야는 11일 러시아군이 우크라이나 전선(SVO)에 투입된 장갑열차에 AI 기반 기술 시각 시스템을 도입할 예정이라고 보도했다. 이 시스템은 다수의 감시 카메라와 영상 처리 장치를 결합해 적 드론과 위험 물체를 자동으로 탐지·식별하는 것이 핵심이다. 이즈베스티야에 따르면 드론이나 적성 물체가 카메라 시야에 포착될 경우 시스템은 승무원에게 즉각 경보를 전송하며 장갑열차에 탑재된 대공기관총, 자동포, 기관총 등으로 신속한 대응이 가능하도록 설계됐다. 러시아 측은 이 체계가 이미 전선에서 시험을 거쳐 효과를 입증했다고 주장한다. 러시아 군사 포털 밀리터리 로시야(Militaryrussia)의 드미트리 코르네프 편집장은 이즈베스티야와의 인터뷰에서 “컴퓨터 비전 시스템은 이미 장갑열차뿐 아니라 전차, 장갑차, 보병전투차량(BMP)에도 적용 가능한 수준으로 소형화됐다”고 설명했다. 코르네프 편집장은 “필요한 것은 카메라, 정보 처리 블록, 그리고 지휘관 태블릿이나 차량 통제 시스템과의 연동”이라며 “완전 자동화될 경우 드론과 지상 장갑 표적까지 자동 탐지·지시가 가능하다”고 밝혔다. 다만 그는 플랫폼별 추가 학습(재훈련) 필요성은 인정하며, 이는 “며칠 내 해결 가능한 기술적 과제”라고 덧붙였다. 러시아 군사 전문가 알렉세이 레온코프는 같은 인터뷰에서 이번 조치의 배경을 보다 직접적으로 설명했다. 레온코프는 “소형 드론은 복합 소재로 제작돼 모든 레이더(RLS)가 충분한 거리에서 탐지하지 못한다”며, “이 때문에 광학·전자 기반 탐지 수단의 중요성이 급격히 커졌다”고 밝혔다. 그는 러시아가 전쟁 초반 저고도 소형 무인항공기(UAV) 대응 수단 부족을 경험했고 이를 계기로 ‘연속적 탐지망(로케이션 필드)’ 구축을 목표로 카메라 기반 AI 감시를 확대하고 있다고 설명했다. 레온코프는 “AI 카메라는 인간 감시병보다 빠르게 위협을 인식하고 위험도를 판단할 수 있다”고 강조했다. 그러나 서방 군사 전문 매체의 평가는 보다 냉정하다. 아미 레커그니션은 16일 이번 AI 시각 시스템 도입을 ‘전력 혁신’이 아닌 ‘점진적 방어 강화’로 규정했다. 장갑열차는 여전히 철로라는 고정된 이동 경로, 교량·분기점에 묶인 예측 가능한 패턴, 드론에 유리한 재방문·매복 타격 환경이라는 구조적 약점을 안고 있다. AI는 탐지 시간을 줄일 수는 있지만, 킬체인(탐지–결심–교전)의 마지막 단계는 여전히 인간과 수동 무장에 의존한다. 다수 드론을 동시에 투입하는 포화 공격, 미끼 드론, 전자전(EW) 환경에서는 방어 효과가 제한될 수밖에 없다는 분석이다. 러시아 철도부대는 2022년부터 전쟁에 투입돼 ‘바이칼’, ‘아무르’, ‘볼가’, ‘예니세이’ 등 특수 장갑열차를 운용 중이다. 이들 열차는 대공포 ZU-23-2, 30㎜ 기관포를 장착한 BMP-2, 대구경 기관총 NSV ‘우쵸스’, 전자전(EW) 장비와 정찰 드론까지 갖춘 복합 전투 플랫폼이다. 그러나 오픈소스 분석에서는 이미 우크라이나군 드론 공격으로 피해를 입은 사례가 보고됐고, 장갑열차가 ‘드론 전쟁 시대의 취약 자산’이라는 인식도 확산되고 있다. AI 시각 시스템은 조기 경보 능력을 높일 수 있지만 철로 위 자산이라는 근본 조건을 바꾸지는 못한다는 평가다. 이번 조치는 우크라이나 전쟁이 드론·센서·AI의 적응 경쟁 단계에 접어들었음을 보여준다. 과거의 장갑열차까지 AI 감시 체계를 요구받는 상황 자체가 전장의 무게 중심이 저고도 무인기 위협으로 완전히 이동했음을 상징한다. 다만 서방 군사 전문가들은 “전장 AI는 빠르게 확산되고 있지만, 통합·신뢰성·전자전이라는 현실 앞에서 완전 자율 전투 체계는 아직 요원하다”고 지적한다. 러시아 장갑열차의 AI ‘눈’은 진보의 신호이자, 동시에 AI의 한계를 드러내는 사례이기도 하다.

러시아가 우크라이나 전쟁에 투입된 장갑열차에 인공지능(AI) 기반 ‘기술 시각(컴퓨터 비전)’ 시스템을 장착한다. 일인칭 시점(FPV) 자폭 무인기(드론)와 소형 정찰 드론이 철도 자산까지 위협하는 전장 환경 속에서 고정 노선에 묶인 장갑열차가 AI 감시라는 방어적 적응에 나섰다. 러시아 일간지 이즈베스티야는 11일 러시아군이 우크라이나 전선(SVO)에 투입된 장갑열차에 AI 기반 기술 시각 시스템을 도입할 예정이라고 보도했다. 이 시스템은 다수의 감시 카메라와 영상 처리 장치를 결합해 적 드론과 위험 물체를 자동으로 탐지·식별하는 것이 핵심이다. 이즈베스티야에 따르면 드론이나 적성 물체가 카메라 시야에 포착될 경우 시스템은 승무원에게 즉각 경보를 전송하며 장갑열차에 탑재된 대공기관총, 자동포, 기관총 등으로 신속한 대응이 가능하도록 설계됐다. 러시아 측은 이 체계가 이미 전선에서 시험을 거쳐 효과를 입증했다고 주장한다. 러시아 군사 포털 밀리터리 로시야(Militaryrussia)의 드미트리 코르네프 편집장은 이즈베스티야와의 인터뷰에서 “컴퓨터 비전 시스템은 이미 장갑열차뿐 아니라 전차, 장갑차, 보병전투차량(BMP)에도 적용 가능한 수준으로 소형화됐다”고 설명했다. 코르네프 편집장은 “필요한 것은 카메라, 정보 처리 블록, 그리고 지휘관 태블릿이나 차량 통제 시스템과의 연동”이라며 “완전 자동화될 경우 드론과 지상 장갑 표적까지 자동 탐지·지시가 가능하다”고 밝혔다. 다만 그는 플랫폼별 추가 학습(재훈련) 필요성은 인정하며, 이는 “며칠 내 해결 가능한 기술적 과제”라고 덧붙였다. 러시아 군사 전문가 알렉세이 레온코프는 같은 인터뷰에서 이번 조치의 배경을 보다 직접적으로 설명했다. 레온코프는 “소형 드론은 복합 소재로 제작돼 모든 레이더(RLS)가 충분한 거리에서 탐지하지 못한다”며, “이 때문에 광학·전자 기반 탐지 수단의 중요성이 급격히 커졌다”고 밝혔다. 그는 러시아가 전쟁 초반 저고도 소형 무인항공기(UAV) 대응 수단 부족을 경험했고 이를 계기로 ‘연속적 탐지망(로케이션 필드)’ 구축을 목표로 카메라 기반 AI 감시를 확대하고 있다고 설명했다. 레온코프는 “AI 카메라는 인간 감시병보다 빠르게 위협을 인식하고 위험도를 판단할 수 있다”고 강조했다. 그러나 서방 군사 전문 매체의 평가는 보다 냉정하다. 아미 레커그니션은 16일 이번 AI 시각 시스템 도입을 ‘전력 혁신’이 아닌 ‘점진적 방어 강화’로 규정했다. 장갑열차는 여전히 철로라는 고정된 이동 경로, 교량·분기점에 묶인 예측 가능한 패턴, 드론에 유리한 재방문·매복 타격 환경이라는 구조적 약점을 안고 있다. AI는 탐지 시간을 줄일 수는 있지만, 킬체인(탐지–결심–교전)의 마지막 단계는 여전히 인간과 수동 무장에 의존한다. 다수 드론을 동시에 투입하는 포화 공격, 미끼 드론, 전자전(EW) 환경에서는 방어 효과가 제한될 수밖에 없다는 분석이다. 러시아 철도부대는 2022년부터 전쟁에 투입돼 ‘바이칼’, ‘아무르’, ‘볼가’, ‘예니세이’ 등 특수 장갑열차를 운용 중이다. 이들 열차는 대공포 ZU-23-2, 30㎜ 기관포를 장착한 BMP-2, 대구경 기관총 NSV ‘우쵸스’, 전자전(EW) 장비와 정찰 드론까지 갖춘 복합 전투 플랫폼이다. 그러나 오픈소스 분석에서는 이미 우크라이나군 드론 공격으로 피해를 입은 사례가 보고됐고, 장갑열차가 ‘드론 전쟁 시대의 취약 자산’이라는 인식도 확산되고 있다. AI 시각 시스템은 조기 경보 능력을 높일 수 있지만 철로 위 자산이라는 근본 조건을 바꾸지는 못한다는 평가다. 이번 조치는 우크라이나 전쟁이 드론·센서·AI의 적응 경쟁 단계에 접어들었음을 보여준다. 과거의 장갑열차까지 AI 감시 체계를 요구받는 상황 자체가 전장의 무게 중심이 저고도 무인기 위협으로 완전히 이동했음을 상징한다. 다만 서방 군사 전문가들은 “전장 AI는 빠르게 확산되고 있지만, 통합·신뢰성·전자전이라는 현실 앞에서 완전 자율 전투 체계는 아직 요원하다”고 지적한다. 러시아 장갑열차의 AI ‘눈’은 진보의 신호이자, 동시에 AI의 한계를 드러내는 사례이기도 하다.

2026년 한화포레나 단지 도입… 화재감지 센서로 안전성 강화 ㈜한화 건설부문이 전기차 화재 위험을 선제적으로 감지하고 주차 공간 효율을 높인 차세대 천장형 전기차 충전 시스템 ‘EV 에어스테이션(EV Airstation)’ 개발을 완료했다고 17일 밝혔다. 2026년 입주 예정인 한화포레나 단지부터 본격 도입될 예정이다. ‘EV 에어스테이션’은 국내 최초로 천장에서 충전 커넥터가 내려오는 방식이다. 지능형 전력분배 기술을 통해 충전기 1대로 차량 3대를 동시에 충전할 수 있다. 기존 스탠드형 충전기가 차지하던 공간을 확보할 수 있어 주차 공간 효율성을 극대화했다. 가장 큰 특징은 안전성이다. ▲화재 감지 센서 ▲화재 감지 카메라 ▲배터리 정보 교환용 PLC(전력선 통신) 기능을 탑재했다. 이를 통해 이상 징후를 조기에 포착하고 화재 위험을 선제적으로 차단한다. 이 시스템은 혁신성을 인정받아 ‘2025 미래혁신기술박람회(FIX 2025)’에서 최고혁신상을 수상하기도 했다. 한화 측은 내년부터 강화되는 ‘친환경자동차법’(충전시설 의무 설치 비율 10% 확대)에 발맞춰 신규 단지뿐 아니라 공공기관 및 기입주 아파트 단지로 공급을 확대할 계획이다. 김민석 건축사업본부장은 “EV 에어스테이션은 화재 안전성과 공간 제약 해소라는 두 가지 핵심 과제를 해결한 솔루션”이라며 “한화포레나 입주민들에게 가장 안전하고 편리한 충전 환경을 제공하겠다”고 밝혔다.

중국이 서해 잠정조치수역(PMZ) 공해상에 설치한 부표들이 민수용뿐 아니라 군사용까지 염두에 둔 이중 용도일 가능성이 제기된다. 미 전략국제문제연구소(CSIS) 빅터 차 한국 석좌 등은 15일(현지시간) CSIS의 북한 전문 사이트 ‘비욘드 패럴렐’(분단을 넘어)에 올린 분석에서 “대부분의 부표는 표준화된 중국의 10ｍ급 해양 환경 모니터링 부표와 일치하는 것으로 보이며, 원형 부유 기반에 중앙 수직 타워, 상부 플랫폼을 특징으로 하는 등대형 디자인을 보여준다”고 밝혔다. 이어 “일부 부표에는 태양광 패널이 장착됐다. 이는 장기간 자율 운용을 목적으로 하며, 아마도 환경 센서, 자동식별시스템(AIS) 수신기, 통신 모듈 같은 지속적인 에너지 공급이 필요한 장비를 탑재했다는 의미다”라고 전했다. 차 석좌 등은 “부표의 기능과 관계없이 이들의 배치 장소가 PMZ 내부 및 가까운 곳이라는 것은 서해에서 중국의 전략적 의도를 보여준다는 것 자체로 중요하다”고 분석했다. 그러면서 이들은 “중국의 전형적인 회색지대(전쟁 시기와 평시의 중간) 전술과 마찬가지로, 하나를 제외한 모든 부표가 PMZ 외부이자, 한중 간 중간선 가상선 기준 중국 측 수역에 설치됐다”며 “이는 대부분의 부표를 PMZ 내부에 직접 배치하는 도발을 피하면서도 분쟁 해역 내 존재감을 확대하려는 의도로 해석된다”고 밝혔다. 차 석좌 등은 “중국의 남중국해에서의 군사화 전례를 고려할 때 PMZ 인근 부표 설치는 한국과의 분쟁 해역에 대한 중국 관할권을 주장하고, 주요 해상 통로에서 강화된 감시 능력을 설정하며, 서해에서 중국의 해상 영향력을 확대하려는 장기적 노력을 시사한다”고 강조했다. 앞서 중국은 서해상 양국의 배타적경제수역(EEZ)이 겹치는 PMZ 내에 심해어업 양식 시설이라며 2018년에 선란 1호, 지난해 2호를 무단으로 설치했다. 이와 관련, 중국이 서해 영향력을 확대하고 영유권 주장 근거를 만들기 위한 의도라는 우려가 나왔다.

경기도의회 경기도청예산결산특별위원회 임창휘 의원(더불어민주당, 광주2)은 경기도의 미래 성장 동력인 AI 산업 육성을 위해 기존의 부동산 개발 중심의 산업단지 조성 방식을 탈피하고, 개발 이익을 고가의 디지털 인프라(GPU 등)에 재투자하는 ‘AI 혁신클러스터 2.0’ 모델을 제안했다. 임창휘 의원은 12월 11일 열린 AI국 대상 2026년도 본예산 심사에서 “과거 ‘판교 테크노밸리 1.0’이 기업에게 물리적 공간을 제공하는 ‘베이스캠프’였다면, 앞으로의 ‘AI 클러스터 2.0’은 고성능 컴퓨팅 파워와 데이터를 제공하는 ‘디지털 심장’이 되어야 한다”며 이같이 밝혔다. “사무실 임대만으론 부족… 공공이 ‘GPU·데이터 안심존’ 깔아줘야” 임 의원은 현재 추진 중인 경기 AI 혁신클러스터 조성 사업이 단순한 입주 공간 확보에 그쳐선 안 된다고 지적했다. 그는 “스타트업이 개별적으로 구매하기 힘든 고가의 GPU(그래픽 처리 장치)를 공공이 구매해 저렴하게 빌려주고, 민감한 의료·금융 데이터를 안전하게 학습할 수 있는 ‘데이터 안심존’과 ‘실증 테스트베드’를 구축하는 것이 공공의 핵심 역할”이라고 강조했다. “개발 이익, 곶감 빼먹듯 쓰지 말고 ‘AI 특별회계’로 묶어라” 특히 임 의원은 막대한 재원의 해법으로 ‘(가칭)경기 AI·테크노밸리 특별회계’ 신설을 제안했다. 과거 판교 테크노밸리가 공기업 특별회계를 통해 용지 매각 수익을 재투자하며 성장했듯, 향후 조성될 3기 신도시와 테크노밸리 개발 이익금의 10~20%를 의무적으로 적립하자는 것이다. 임 의원은 “적립된 재원의 용도를 AI 스타트업 지원, GPU 센터 구축, R&D 자금 등으로 엄격히 제한해 지속 가능한 미래 투자 구조를 만들어야 한다”고 주장했다. “도시 만드는 GH, 산업 채우는 AI국… ‘G-Tech 원팀’으로 뭉쳐야” 또한 임 의원은 도시 계획과 산업 육성이 따로 노는 행정 비효율을 타파하기 위해 ‘경기 테크노 원팀(G-Tech One Team)’ 구성을 촉구했다. 그는 “도시주택실과 경기주택도시공사가 도시라는 하드웨어를 만들고 나면 뒤늦게 AI국이 AI 산업이라는 소프트웨어를 채우는 방식은 늦다”며 “지구단위계획 수립 단계부터 협업하여, 자율주행 도시에 도로 센서와 통신망(V2X)을 미리 심는 식의 ‘AI 맞춤형 설계’가 필수적”이라고 역설했다. 경기 전역을 ‘AI 벨트’로… 규제 많은 동부권은 ‘친환경 데이터센터’로 역발상 한편 임 의원은 이러한 전략을 바탕으로 “▲경기 남부권에는 반도체·바이오 중심의 AI 클러스터, ▲ 경기 서부권에는 모빌리티 AI 클러스터, ▲ 경기 북부권에는 산업 AI 클러스터, 그리고 ▲ 경기 동부권에는 데이터 AI 클러스터를 조성해 경기 전역을 하나의 ‘AI 벨트’로 묶어 균형 발전을 추진”해야 한다고 강조했다. 질문을 마치며, 임 의원은 “AI는 특정 지역의 전유물이 아니라 경기도 균형 발전의 핵심 도구”라며 “개발 이익을 미래 자본으로 전환하는 담대한 전략을 통해 경기도를 세계적인 AI 기술 패권의 중심지로 만들어야 한다”고 당부했다.

에스원은 인공지능(AI)으로 산업 현장의 사고를 사전에 예방할 수 있는 ‘스마트비디오매니지먼트시스템’(SVMS)이 안전 공백을 줄이는 데 도움이 되고 있다고 11일 밝혔다. SVMS는 AI가 적용된 폐쇄회로(CC)TV로 작업자의 안전모·방독면 미착용, 위험구역 진입, 쓰러짐, 단독 작업, 화재 등의 위험 상황을 분석해 즉시 알림을 전송할 수 있는 AI 기반 안전관리 시스템이다. SVMS는 특히 24시간 안전 감시 인력을 배치하기 어려운 현장에 효과적이다. 화학물질 특화 물류센터를 운영하는 ‘동원로엑스는’ SVMS의 안전 모니터링을 통해 작업자의 행동과 화재 위험을 상시 모니터링하며 안전관리 체계를 강화하고 있다. 노후 설비가 많은 제조라인의 화재·누수·정전 위험을 탐지하는 ‘블루스캔’의 활용도 확대되고 있다. 블루스캔은 발전기나 전기실 등의 핵심 설비에 부착된 사물인터넷(IoT) 센서가 이상징후를 실시간으로 모니터링하고, 이상이 감지되면 담당자에게 자동으로 알림을 전송한다. 에스원의 블루스캔 관제센터가 상황을 모니터링하면 고객은 야간과 휴일에도 앱을 통해 실시간으로 확인할 수 있다. 블루스캔을 활용하면 주말에 문을 열지 않는 관공서도 인력 투입 없이 안전 관리가 가능하다는 게 업체의 설명이다. 에스원의 ‘얼굴인식리더’는 딥러닝 기반으로 99.97% 정확도의 얼굴 인식 기술을 구현했다. 허가된 작업자만 들어갈 수 있는 위험구역의 무단 진입 사고를 막는 데 활용된다. 인증 속도는 0.6초에 불과하고 최대 5만명까지 등록할 수 있다.

국내 헬스케어 기업인 뷰텔(VIEWTEL)이 비침습 방식의 혈당관리 의료기기로 식약처 3등급 품목허가를 획득했다고 밝혔다. 이번에 허가된 비침습 혈당관리기는 기존 침습식 혈당계가 가진 통증·소모품 비용·관리, 반복 채혈 번거로움, 위생 등 구조적 문제를 혁신적으로 해소한 제품이다. 기존 침혈 방식의 혈당측정기는 혈당을 측정하기가 번거롭고 매번 살을 찌르는 고통을 감수해야 했다. 이는 상당한 스트레스로 작용했으며, 침습 혈당 측정의 번거로움을 하루에 세네 번 이상 반복해야 했다. 피를 뽑지 않고 혈당이 측정되는 혁신적인 혈당관리기 ‘해피존’은 광투과 기술을 응용하여 개발됐으며, 한 대당 2명이 사용할 수 있다. ‘해피존’은 광학 측정 방식으로 특정 파장의 LED 광원을 손가락에 조사하여 체내 조직을 투과하거나 반사되는 미세한 광 검출량 변화를 감지한다. 광량의 미세한 변화 감지를 저해하는 여러 가지 요소들을 기구와 온도 센서, 압력 센서 등을 통해 최소화했으며, 보정 알고리즘과 광학 신호 처리 기술을 기반으로 한 혈당 관련 분석 기술에 대해 국내외 특허를 확보했거나 출원한 상태다. 한편, 해피존은 혈당 관리기의 성능 지표인 MARD(mean absolute relative difference)에서 9.0% 수준의 성능 정확도를 보유한다. 사용자 편의성을 위한 앱 연동으로 체계적으로 혈당 관리를 할 수 있으며, 간편하게 휴대하기도 용이한 사이즈로 언제 어디서나 간단히 측정이 가능하다. 뷰텔은 이번 품목허가 제품을 기반으로 즉시 글로벌 확장에 나선다. 그 규모는 연간 100조 원(약 700억 달러) 이상으로 추산된다. 뷰텔은 조만간 미국 식품의약국(FDA)과 접촉해 인증 절차 본격화에 돌입할 계획이며, 미국을 시작으로 유럽·중동·동남아 등 전 세계 주요 국가의 인증 확보를 최우선 과제로 설정했다. 북미–유럽–중동–아시아로 이어지는 다국적 확장 전략 가동을 위해 현지 유통·의료기업과 복수의 해외 파트너십을 논의 중이며, 글로벌 진출을 위한 초기 공급망도 구축하고 있다. 뷰텔의 라인업 확장도 공격적이다. 윤지현 뷰텔 대표는 “이번 비침습 혈당관리기 상용화 경험과 품목허가 데이터는 차세대 비침습 CGM 상용화에 결정적 자산이 될 것”이라고 강조했다. 뷰텔은 차기 모델로 비침습 연속혈당측정(CGM) 기술 개발을 진행하고 있으며, 곧바로 식약처에 품목허가 절차를 진행할 예정이다. 뷰텔의 장기 전략은 단순 하드웨어 기업을 넘어 생체 데이터 기반 헬스케어 플랫폼으로 확장할 계획이다. 뷰텔은 AI 건강 분석 기능, 위험도 예측 알고리즘, 생활 습관 개선·건강 관리 코칭 등을 구현해 “사용자의 건강 전반을 관리하는 라이프스타일 플랫폼” 구축을 목표로 하고 있다. 비침습 콜레스테롤 관리기, 초소형 혈압 관리기, 비침습 대사 지표 측정 기술뿐 아니라 병·의원용 및 가정용 프리미엄 기기 라인도 개발 중이다. 뷰텔은 이를 통해 “단일 제품이 아닌 포트폴리오로 승부하는 의료기기 테크 기업”이라는 이미지를 시장에 확실히 각인시키겠다는 전략이다.

대전 빵지 순례지인 성심당의 대기 줄을 실시간 확인 후 방문할 수 있는 서비스가 가능할 전망이다. 대기 시간을 줄이고 주변 관광 및 소비 활동을 유인해 지역 상권 활성화가 기대되고 있다. 11일 대전시 중구에 따르면 올해 방문객 1000만명 돌파가 예상되는 성심당 본점을 중심으로 인공지능(AI)을 활용해 방문객 흐름을 분석하는 ‘라이다(원격 탐지 기술) 기반 유동 인구 분석 기술‘을 시연했다. 라이다 전문기업과 국내 AI 기반 기업이 참여한 시연에서는 성심당 주변 교차로에 설치된 라이다 센서가 360도 회전·스캔해 동선과 혼잡도를 실시간으로 보여줬다. 탑재한 AI 에이전트 기능은 특정 시점이나 장소별 맞춤형 분석보고서를 자동 생성할 수 있어 하루 2만~3만명이 몰리는 성심당의 대기 줄(웨이팅) 현황을 실시간으로 제공 가능하다. 고객은 누적 데이터를 기반으로 대기 줄이 적은 시간대를 선택할 수 있다. 또 센서는 각도 조정 없이도 100미터 범위 내 사람의 이동 경로를 파악할 수 있어 상권 분석과 인파 안전관리 등 다양한 분야에 활용이 기대된다. 구는 내년에 2차 시연을 실시하고 검증 및 고도화 작업 등을 거쳐 ‘안전 중구 플랫폼’을 통해 서비스할 계획이다. 성심당이 위치한 은행선화동과 대흥동 일대는 중소벤처기업부의 글로컬 상권 창출 사업 대상지로 55억원을 투입해 ‘글로벌 베이커리 도시‘로 조성된다. 이성규 대전 중구 정책팀장은 “유동 인구 분석 서비스는 원도심 상권 활성화와 사회재난 대응 등 다양한 활용이 기대된다”라며 “중구는 스타트업이 개발한 다양한 기술을 실증할 수 있는 테스트베드 역할을 적극 지원할 계획”이라고 말했다.