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.

정용진 신세계그룹 회장이 내년을 ‘다시 성장하는 해’로 규정하고 그룹의 재도약을 선언했다. 정 회장은 29일 공개한 신년사에서 “최근 2~3년간 신세계그룹의 혁신적 결단들은 다시 한번 성장하기 위한 치밀한 준비였다”며 “모든 준비를 마쳤으니 2026년 우리는 높게 날아오를 것”이라고 밝혔다. 정 회장은 새해에는 ‘톱(Top)의 본성’을 회복하자고 강조했다. 그는 “1등 기업에 맞는 품격과 자신감을 갖추고, 세상에 없던 아이디어를 한 발 앞서 실행하는 것이 톱의 본성”이라며 “이를 위해서는 기존 방식을 뛰어넘는 패러다임 시프트(틀의 전환)가 필요하다”고 말했다. 또 정 회장은 “우리의 본질인 ‘새로움을 갈망하는 1등 고객’들이 이제 ‘세계의 1등 고객’이 됐다. 고객들이 바라는 것을 예측하고 실현하는 우리 본업의 가치가 더 높아졌다는 의미”라며 내부에 변화를 주문했다. 신세계그룹의 핵심 계열사인 이마트는 올해 다시 점포 확대에 나섰고, 백화점은 미식과 럭셔리 분야에서 경쟁력을 강화했다. 이마트24는 젊은 고객을 겨냥한 상품과 매장을 선보였으며, G마켓은 알리바바와의 협업을 통해 새로운 성장 경로를 모색하고 있다. 신세계그룹이 올해 펼친 전략이 내년에는 본격적인 성과로 이어져야 한다는 의미로 읽힌다. 이날 정 회장은 엔비디아 창업자 젠슨 황과 이재용 삼성전자 회장, 정의선 현대차그룹 회장이 만났던 ‘치맥 만남’을 언급해 눈길을 끌었다. 그는 “젠슨 황은 AI(인공지능) 사업 비전을 말하려고 한국에 왔는데 사람들이 제일 환호한 것은 이웃집 아저씨처럼 치맥을 즐기고 농담을 즐기는 모습이었다”라며 “스타벅스, 스타필드 등이 사람들이 모이게 하고 즐겁게 하는 콘텐츠가 신세계그룹의 자산이기 때문에 우리의 고객들은 여전히 직접 사람을 만나 뭔가 함께 즐기길 원하는구나 하고 희망을 느꼈다”고 말했다. 기술과 유행은 바뀌어도 고객이 향하는 건 결국 ‘만남’과 같이 변하지 않는 가치라는 점을 강조한 셈이다.

4편에서 ‘디지털 전환’(DX)에서 ‘AI 전환’(AX)으로 넘어가는 연결고리를 살펴봤다. 이제는 그 연결고리를 실제로 어떻게 구축할 것인지, 중장기 전략을 통해 구체적으로 준비해야 할 시점이다. AX는 단순한 기술 도입이 아니라 산업 구조의 재편이며, 건설사, 테크기업, 정부, 학계가 각자의 위치에서 전략을 세우고 함께 움직여야 한다. ①건설사의 중장기 전략-기술과 조직의 변화 건설사는 DX를 넘어 AX로 가기 위해 조직과 기술, 사업 전략을 동시에 변화시켜야 한다. 단기적으로는 BIM, 드론, IoT 센서 등을 활용해 현장 데이터를 디지털로 수집하고, 이를 CDE(Common Data Environment, 공동작업환경)에 통합하는 작업이 필요하다. 중기에는 AI 기반 의사결정 시스템을 도입해 공정 지연 예측, 자재 수급 최적화, 안전 위험 감지 등의 기능을 현장에 적용해야 한다. 현대건설은 2022년부터 ‘현장 CCTV 영상 분석 시스템’을 개발하고, AI CCTV를 활용해 위험 행동을 실시간 감지하며, 품질 관리에 AR 기술을 접목해 시공 오류를 줄이고 있다. 장기적으로는 자율주행 굴착기, 드론 순찰, 로봇 품질검사 등 자율 장비를 현장에 도입하고, 이를 운영할 수 있는 조직 체계를 갖춰야 한다. 조직 변화 측면에서 디지털 전담팀을 신설하고, 기존 직무를 재설계하며, 직원 교육을 강화해야 한다. DX는 기술 도입이 아니라 일하는 방식의 변화이기 때문에, 현장 직원들이 기술을 이해하고 활용할 수 있도록 체계적인 교육이 필요하다. 올해 삼성물산 데이터팀은 AWS와 공동으로 3대 ‘AI 에이전트’를 개발했다. ‘AI-ITB Reviewer’는 방대한 분량의 입찰제안서를 자동 분석해 리스크를 빠르게 식별하고, ‘AI-Contract Manager’는 법무 및 계약 리스크를 최소화해 전문적인 대응을 지원한다. 또 ‘AI-Project Expert’는 현장 데이터를 통합 분석해 숨겨진 인사이트를 도출하는 시스템으로, 프로젝트 전반의 효율성을 높이는 역할을 한다. 사업 전략 측면에서는 신규 프로젝트 수주 시 ‘AI 기반 시공 전략’을 제안 요소로 활용할 수 있다. 예를 들어, 스마트건설 인증제도를 활용해 발주처에 기술력을 어필하고, 공정 예측, 안전 관리, 품질 자동화 등의 기능을 제안서에 포함시키는 방식이다. ②테크기업의 전략-기술 방향성과 협업 체계 테크기업은 건설 현장에 맞는 기술을 개발하고, 건설사와 협업해 실제 적용 가능한 솔루션을 제공해야 한다. 핵심 기술 방향으로는 공정 예측 AI, 안전 감지 AI, 자율 장비(UGV, 드론, 로봇), 디지털 트윈 플랫폼 등이 있다. 최근 DL이앤씨는 Generative Design을 활용해 설계 자동화를 구현하고 있으며, 포스코이앤씨는 AI 기반 레미콘 품질 예측 시스템을 도입한 바 있다. 기술 개발 우선순위는 초기에는 현장 적용성이 높은 기술에 집중하고, 중기에는 AI 판단의 정확도와 속도를 개선하며, 장기에는 자율화된 현장 운영 시스템을 구축하는 방향으로 설정해야 한다. 투자 전략은 정부의 스마트건설 R&D 과제와 연계해 자금을 확보하고, 오픈이노베이션을 통해 유망 스타트업과 협력하는 방식이 효과적이다. 예를 들어, 중소 건설사와 기술기업 간의 공동 개발 프로젝트는 정부의 실증 지원을 받을 수 있으며, 현장 PoC를 통한 기술 검증과 시장 진입에 유리하다. 협업 체계는 건설사와 공동 개발 및 테스트베드 운영, 정부와 규제 대응 및 인증 체계 협력, 학계와 알고리즘 검증 및 인재 양성 연계를 포함할 수 있다. 이처럼 다자간 협력이 이루어질 때 기술은 현장에 빠르게 확산될 것이다. ③정부 및 학계의 전략-제도 정비와 인재 육성 정부와 학계는 기술 도입에 따른 제도적 혼란을 정비하고, 산업 전반의 방향성을 제시해야 한다. 제도 측면에서는 자율 장비 도입 시 안전 기준과 책임 범위를 명확히 하고, AI 판단 오류에 대한 법적 책임 구조를 정비해야 한다. 중대재해처벌법 시행 이후 건설업의 안전관리에 대한 책임 중요성이 부각되면서, 자율 시스템의 안전성과 책임 귀속 문제는 AX 확산의 핵심 과제가 될 것이다. 디지털 기록과 로그 기반의 안전관리 증빙 체계를 마련하고, 스마트건설 인증제도와 기술 검증 프로세스를 도입해야 한다. 국토교통부는 스마트건설 기술 실증 지원 사업을 통해 기술 검증과 현장 적용을 촉진하고 있으며, 이는 제도적 기반 마련의 좋은 사례이다. 학계는 건설 AI 융합형 교육과정을 신설하고, BIM, 로보틱스, 데이터 분석 중심의 실무형 커리큘럼을 개발해야 한다. 산학 협동 R&D를 통해 기술 검증과 표준화를 주도하고 테크기업, 건설사와 공동 인턴십, 현장 실습 프로그램을 운영함으로써 실무형 인재를 양성할 수 있다. 특히 AI 기술이 빠르게 발전하는 만큼, 학계는 기술 트렌드에 발맞춰 커리큘럼을 유연하게 개편하고, 산업 현장의 요구를 반영한 교육을 제공해야 한다. 이는 산업과 교육이 함께 성장하는 기반이 된다. 건설사, 테크기업, 정부, 학계가 각자의 위치에서 준비하고 협력할 때, 한국 건설산업은 AX 시대의 선도자로 자리매김할 수 있다.

4편에서 ‘디지털 전환’(DX)에서 ‘AI 전환’(AX)으로 넘어가는 연결고리를 살펴봤다. 이제는 그 연결고리를 실제로 어떻게 구축할 것인지, 중장기 전략을 통해 구체적으로 준비해야 할 시점이다. AX는 단순한 기술 도입이 아니라 산업 구조의 재편이며, 건설사, 테크기업, 정부, 학계가 각자의 위치에서 전략을 세우고 함께 움직여야 한다. ①건설사의 중장기 전략-기술과 조직의 변화 건설사는 DX를 넘어 AX로 가기 위해 조직과 기술, 사업 전략을 동시에 변화시켜야 한다. 단기적으로는 BIM, 드론, IoT 센서 등을 활용해 현장 데이터를 디지털로 수집하고, 이를 CDE(Common Data Environment, 공동작업환경)에 통합하는 작업이 필요하다. 중기에는 AI 기반 의사결정 시스템을 도입해 공정 지연 예측, 자재 수급 최적화, 안전 위험 감지 등의 기능을 현장에 적용해야 한다. 현대건설은 2022년부터 ‘현장 CCTV 영상 분석 시스템’을 개발하고, AI CCTV를 활용해 위험 행동을 실시간 감지하며, 품질 관리에 AR 기술을 접목해 시공 오류를 줄이고 있다. 장기적으로는 자율주행 굴착기, 드론 순찰, 로봇 품질검사 등 자율 장비를 현장에 도입하고, 이를 운영할 수 있는 조직 체계를 갖춰야 한다. 조직 변화 측면에서 디지털 전담팀을 신설하고, 기존 직무를 재설계하며, 직원 교육을 강화해야 한다. DX는 기술 도입이 아니라 일하는 방식의 변화이기 때문에, 현장 직원들이 기술을 이해하고 활용할 수 있도록 체계적인 교육이 필요하다. 올해 삼성물산 데이터팀은 AWS와 공동으로 3대 ‘AI 에이전트’를 개발했다. ‘AI-ITB Reviewer’는 방대한 분량의 입찰제안서를 자동 분석해 리스크를 빠르게 식별하고, ‘AI-Contract Manager’는 법무 및 계약 리스크를 최소화해 전문적인 대응을 지원한다. 또 ‘AI-Project Expert’는 현장 데이터를 통합 분석해 숨겨진 인사이트를 도출하는 시스템으로, 프로젝트 전반의 효율성을 높이는 역할을 한다. 사업 전략 측면에서는 신규 프로젝트 수주 시 ‘AI 기반 시공 전략’을 제안 요소로 활용할 수 있다. 예를 들어, 스마트건설 인증제도를 활용해 발주처에 기술력을 어필하고, 공정 예측, 안전 관리, 품질 자동화 등의 기능을 제안서에 포함시키는 방식이다. ②테크기업의 전략-기술 방향성과 협업 체계 테크기업은 건설 현장에 맞는 기술을 개발하고, 건설사와 협업해 실제 적용 가능한 솔루션을 제공해야 한다. 핵심 기술 방향으로는 공정 예측 AI, 안전 감지 AI, 자율 장비(UGV, 드론, 로봇), 디지털 트윈 플랫폼 등이 있다. 최근 DL이앤씨는 Generative Design을 활용해 설계 자동화를 구현하고 있으며, 포스코이앤씨는 AI 기반 레미콘 품질 예측 시스템을 도입한 바 있다. 기술 개발 우선순위는 초기에는 현장 적용성이 높은 기술에 집중하고, 중기에는 AI 판단의 정확도와 속도를 개선하며, 장기에는 자율화된 현장 운영 시스템을 구축하는 방향으로 설정해야 한다. 투자 전략은 정부의 스마트건설 R&D 과제와 연계해 자금을 확보하고, 오픈이노베이션을 통해 유망 스타트업과 협력하는 방식이 효과적이다. 예를 들어, 중소 건설사와 기술기업 간의 공동 개발 프로젝트는 정부의 실증 지원을 받을 수 있으며, 현장 PoC를 통한 기술 검증과 시장 진입에 유리하다. 협업 체계는 건설사와 공동 개발 및 테스트베드 운영, 정부와 규제 대응 및 인증 체계 협력, 학계와 알고리즘 검증 및 인재 양성 연계를 포함할 수 있다. 이처럼 다자간 협력이 이루어질 때 기술은 현장에 빠르게 확산될 것이다. ③정부 및 학계의 전략-제도 정비와 인재 육성 정부와 학계는 기술 도입에 따른 제도적 혼란을 정비하고, 산업 전반의 방향성을 제시해야 한다. 제도 측면에서는 자율 장비 도입 시 안전 기준과 책임 범위를 명확히 하고, AI 판단 오류에 대한 법적 책임 구조를 정비해야 한다. 중대재해처벌법 시행 이후 건설업의 안전관리에 대한 책임 중요성이 부각되면서, 자율 시스템의 안전성과 책임 귀속 문제는 AX 확산의 핵심 과제가 될 것이다. 디지털 기록과 로그 기반의 안전관리 증빙 체계를 마련하고, 스마트건설 인증제도와 기술 검증 프로세스를 도입해야 한다. 국토교통부는 스마트건설 기술 실증 지원 사업을 통해 기술 검증과 현장 적용을 촉진하고 있으며, 이는 제도적 기반 마련의 좋은 사례이다. 학계는 건설 AI 융합형 교육과정을 신설하고, BIM, 로보틱스, 데이터 분석 중심의 실무형 커리큘럼을 개발해야 한다. 산학 협동 R&D를 통해 기술 검증과 표준화를 주도하고 테크기업, 건설사와 공동 인턴십, 현장 실습 프로그램을 운영함으로써 실무형 인재를 양성할 수 있다. 특히 AI 기술이 빠르게 발전하는 만큼, 학계는 기술 트렌드에 발맞춰 커리큘럼을 유연하게 개편하고, 산업 현장의 요구를 반영한 교육을 제공해야 한다. 이는 산업과 교육이 함께 성장하는 기반이 된다. 건설사, 테크기업, 정부, 학계가 각자의 위치에서 준비하고 협력할 때, 한국 건설산업은 AX 시대의 선도자로 자리매김할 수 있다.

건설산업은 지금 ‘디지털 전환(DX)’에서 ‘AI 전환(AX)’으로 넘어가는 거대한 변화의 초입에 서 있다. DX가 ‘기술을 도입하는 단계’였다면, AX는 ‘기술이 스스로 판단하고 움직이는 단계’이다. 이 변화는 단순한 업그레이드가 아니라, 건설산업의 운영 방식 자체를 다시 설계하는 과정이다. 그렇다면 어떻게 DX에서 AX로 자연스럽게 넘어갈 수 있을까? 그리고 아직 DX가 충분히 자리 잡지 않은 기업은 무엇부터 준비해야 할까? ①DX 성과를 기반으로 AX로 확장하는 방법 DX는 AX의 ‘기초 체력’이다. DX가 제대로 구축되지 않은 상태에서 AX를 시도하면, 마치 부실한 기초 위에 건물을 올리는 것과 같다. DX가 잘 된 기업은 크게 세 가지 특징이 있다. 데이터를 한 곳에 모으고, 표준화하며, 의사결정에 활용한다. 다시 말하면 자료는 클라우드 저장소에 모아 CDE(Common Data Environment) 환경을 구축하고, BIM, 드론 등을 활용해 정보를 디지털로 수집한다. 또한 데이터를 모으고 관리하는 툴이나 시트를 표준화하여 누구나 동일한 포맷을 사용하게 만든다. 마지막으로 이렇게 모은 정량적, 정성적 데이터를 바탕으로 의사결정에 활용한다. 이러한 기반이 갖춰진 기업은 AX로 확장할 때 AI가 학습할 자료인 데이터가 풍부하고, 자율 시스템이 작동할 환경(표준화된 프로세스)이 이미 마련돼 전환 속도가 빠르다. 그렇다면 아직 DX가 부족한 기업은 무엇부터 해야 할까? 우선 종이로 된 문서나 수기 기록들을 디지털 데이터로 변환해야 한다. 그리고 각자 관리하던 데이터를 한 곳에 집중해서 모으는 노력을 해야 한다. 또한 자재, 공정, 안전 등 관련 데이터를 일련 코드나 통일된 포맷으로 표준화하는 작업이 필요하다. 그리고 무엇보다 중요한 것은 직원들이 이러한 변화를 공감할 수 있도록 교육해야 한다. DX는 단순히 ‘특정 기술 도입’이 아니라 ‘일하는 방식의 총체적 변화’다. 이 변화가 자리 잡아야 AX가 비로소 현실이 된다. ②‘데이터 → 알고리즘 → 자율화’의 단계적 로드맵 AX는 하루아침에 완성되지 않는다. 다음 제시하는 3단계를 순서대로 진행해야 한다. 첫 번째, 모든 데이터를 디지털로 흐르는 상태로 만든다. 즉 현장에서 드론이 촬영한 영상이나 사진을 3D 지형 데이터로 변환하고 IoT 센서를 통해 읽어 들인 온도, 습도, 진동, 수치 등을 입력 데이터화하며, BIM에서 작성된 설계, 자재, 공정 등의 정보를 한 곳에 모아 디지털화한다. 이 데이터가 정확하고 표준화돼야 다음 단계로 넘어갈 수 있다. 다음은 알고리즘 단계로 AI가 판단을 돕는 단계다. 데이터가 쌓이면 AI가 패턴을 읽고 예측을 시작한다. 축적된 디지털 데이터를 기반으로 공정 지연 가능성, 자재 수급 부족 시점, 위험 구역 자동 감지, 장비 고장 가능성 등 사전 리스크를 감지하고 사람의 판단을 돕는다. 마지막은 자율화 단계로 AI와 로봇이 스스로 움직이는 단계이며 여기부터 진정한 AX가 시작된다. 예를 들어 자율주행 굴착기가 스스로 입력된 공정 계획에 따라 그날의 작업 경로를 계산해 굴착한다. 또한 드론이 주기적으로 현장을 순찰하며 위험 요소를 감지하고 필요 시 AI가 현장 상황을 판단해 공정 계획을 자동으로 조정한다. 또한 건설 로봇이 공종별 진척에 따라 Hold Point 도래 시 품질 검사를 수행하고 결과를 자동으로 보고한다. 이 단계에서는 사람이 감독자가 되고, AI는 실행자가 된다. ③협업 생태계 구축 “건설사 혼자서는 AX로 갈 수 없다” AX는 한 기업의 힘만으로는 불가능하다. 건설사, 테크 기업, 정부, 학계가 함께 생태계를 만들어야 한다. 건설사는 현장에서 도입하고자 하는 AI의 범위와 요구 조건을 명확히 정의하고 다양한 기술의 테스트베드를 제공해야 한다. 테크 기업들은 건설 현장의 요구에 맞는 솔루션을 커스터마이징하고 BIM을 활용한 공정 간 간섭 조율과 디지털 트윈 환경 구축, 건설 로봇 개발, 드론 기술 등을 선제적으로 개발해야 한다. 정부는 이러한 기술 개발과 적용 과정에서 필연적으로 발생할 수밖에 없는 제도적, 법적 허들을 완화 또는 제거할 수 있도록 관련 기업들과 적극적으로 소통하고 개선해 나가야 한다. 마지막으로 학계는 산학 연계 R&D 등을 통해 기술을 검증하고 관련 기술들에 대한 표준화, 전문 인력 양성 등의 노력을 기울여야 한다. 이 네 주체가 함께 움직일 때 비로소 AX는 산업 전체로 확산될 것이다. AX는 미래 기술이 아니라, 이미 시작된 변화다. 하지만 이 변화는 기술만으로 이루어지지 않는다. 데이터를 정제하고 조직 문화를 바꾸며, 협업 생태계를 구축하여 단계적으로 로드맵을 따라가야 자연스럽게 AX로 넘어갈 수 있다. DX가 기초 공사라면, AX는 그 위에 올라가는 건물이다.

건설산업은 지금 ‘디지털 전환’(DX)에서 ‘AI 전환’(AX)으로 넘어가는 거대한 변화의 초입에 서 있다. DX가 ‘기술을 도입하는 단계’였다면, AX는 ‘기술이 스스로 판단하고 움직이는 단계’이다. 이 변화는 단순한 업그레이드가 아니라, 건설산업의 운영 방식 자체를 다시 설계하는 과정이다. 그렇다면 어떻게 DX에서 AX로 자연스럽게 넘어갈 수 있을까? 그리고 아직 DX가 충분히 자리 잡지 않은 기업은 무엇부터 준비해야 할까? ①DX 성과를 기반으로 AX로 확장하는 방법 DX는 AX의 ‘기초 체력’이다. DX가 제대로 구축되지 않은 상태에서 AX를 시도하면, 마치 부실한 기초 위에 건물을 올리는 것과 같다. DX가 잘 된 기업은 크게 세 가지 특징이 있다. 데이터를 한 곳에 모으고, 표준화하며, 의사결정에 활용한다. 다시 말하면 자료는 클라우드 저장소에 모아 CDE(Common Data Environment) 환경을 구축하고, BIM, 드론 등을 활용해 정보를 디지털로 수집한다. 또한 데이터를 모으고 관리하는 툴이나 시트를 표준화하여 누구나 동일한 포맷을 사용하게 만든다. 마지막으로 이렇게 모은 정량적, 정성적 데이터를 바탕으로 의사결정에 활용한다. 이러한 기반이 갖춰진 기업은 AX로 확장할 때 AI가 학습할 자료인 데이터가 풍부하고, 자율 시스템이 작동할 환경(표준화된 프로세스)이 이미 마련돼 전환 속도가 빠르다. 그렇다면 아직 DX가 부족한 기업은 무엇부터 해야 할까? 우선 종이로 된 문서나 수기 기록들을 디지털 데이터로 변환해야 한다. 그리고 각자 관리하던 데이터를 한 곳에 집중해서 모으는 노력을 해야 한다. 또한 자재, 공정, 안전 등 관련 데이터를 일련 코드나 통일된 포맷으로 표준화하는 작업이 필요하다. 그리고 무엇보다 중요한 것은 직원들이 이러한 변화를 공감할 수 있도록 교육해야 한다. DX는 단순히 ‘특정 기술 도입’이 아니라 ‘일하는 방식의 총체적 변화’다. 이 변화가 자리 잡아야 AX가 비로소 현실이 된다. ②‘데이터 → 알고리즘 → 자율화’의 단계적 로드맵 AX는 하루아침에 완성되지 않는다. 다음 제시하는 3단계를 순서대로 진행해야 한다. 첫 번째, 모든 데이터를 디지털로 흐르는 상태로 만든다. 즉 현장에서 드론이 촬영한 영상이나 사진을 3D 지형 데이터로 변환하고 IoT 센서를 통해 읽어 들인 온도, 습도, 진동, 수치 등을 입력 데이터화하며, BIM에서 작성된 설계, 자재, 공정 등의 정보를 한 곳에 모아 디지털화한다. 이 데이터가 정확하고 표준화돼야 다음 단계로 넘어갈 수 있다. 다음은 알고리즘 단계로 AI가 판단을 돕는 단계다. 데이터가 쌓이면 AI가 패턴을 읽고 예측을 시작한다. 축적된 디지털 데이터를 기반으로 공정 지연 가능성, 자재 수급 부족 시점, 위험 구역 자동 감지, 장비 고장 가능성 등 사전 리스크를 감지하고 사람의 판단을 돕는다. 마지막은 자율화 단계로 AI와 로봇이 스스로 움직이는 단계이며 여기부터 진정한 AX가 시작된다. 예를 들어 자율주행 굴착기가 스스로 입력된 공정 계획에 따라 그날의 작업 경로를 계산해 굴착한다. 또한 드론이 주기적으로 현장을 순찰하며 위험 요소를 감지하고 필요 시 AI가 현장 상황을 판단해 공정 계획을 자동으로 조정한다. 또한 건설 로봇이 공종별 진척에 따라 Hold Point 도래 시 품질 검사를 수행하고 결과를 자동으로 보고한다. 이 단계에서는 사람이 감독자가 되고, AI는 실행자가 된다. ③협업 생태계 구축 “건설사 혼자서는 AX로 갈 수 없다” AX는 한 기업의 힘만으로는 불가능하다. 건설사, 테크 기업, 정부, 학계가 함께 생태계를 만들어야 한다. 건설사는 현장에서 도입하고자 하는 AI의 범위와 요구 조건을 명확히 정의하고 다양한 기술의 테스트베드를 제공해야 한다. 테크 기업들은 건설 현장의 요구에 맞는 솔루션을 커스터마이징하고 BIM을 활용한 공정 간 간섭 조율과 디지털 트윈 환경 구축, 건설 로봇 개발, 드론 기술 등을 선제적으로 개발해야 한다. 정부는 이러한 기술 개발과 적용 과정에서 필연적으로 발생할 수밖에 없는 제도적, 법적 허들을 완화 또는 제거할 수 있도록 관련 기업들과 적극적으로 소통하고 개선해 나가야 한다. 마지막으로 학계는 산학 연계 R&D 등을 통해 기술을 검증하고 관련 기술들에 대한 표준화, 전문 인력 양성 등의 노력을 기울여야 한다. 이 네 주체가 함께 움직일 때 비로소 AX는 산업 전체로 확산될 것이다. AX는 미래 기술이 아니라, 이미 시작된 변화다. 하지만 이 변화는 기술만으로 이루어지지 않는다. 데이터를 정제하고 조직 문화를 바꾸며, 협업 생태계를 구축하여 단계적으로 로드맵을 따라가야 자연스럽게 AX로 넘어갈 수 있다. DX가 기초 공사라면, AX는 그 위에 올라가는 건물이다.

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

경기도의회 보건복지위원회 지미연 의원(국민의힘, 용인6)이 12월 26일(금) 경기도의회에서 열린 ‘제17회 대한민국시도의회의장협의회 우수 의정대상’ 수상의 영예를 안았다. 이번 수상의 결정적 배경에는 지 의원이 보건복지위원회 활동 중 대표발의하여 통과시킨 두 건의 핵심 조례가 자리 잡고 있다. 지 의원은 「경기도 사회복지 인공지능 서비스 활용 촉진 지원 조례」를 통해 급변하는 미래 복지 환경에 대비하고 ‘사람 중심의 AI 윤리 기준’을 정립했으며, 「경기도 지역사회 통합돌봄 지원에 관한 조례 전부개정안」을 통해서는 2026년 상위법 시행에 앞서 경기도형 돌봄 체계를 선제적으로 재정비하는 성과를 거뒀다. 심사위원회는 지미연 의원이 ‘AI(미래)’와 ‘돌봄(현실)’이라는 두 가지 핵심 과제를 아우르는 입법 활동을 통해, 도민의 현재 삶을 세심하게 보살피는 동시에 미래의 행정 수요까지 예측하여 대비하는 ‘생생지락(生生知樂)의 생활정치인’으로서의 면모를 유감없이 발휘한 점을 높이 평가했다. 지미연 의원은 수상 소감을 통해 “정치는 도민보다 반발짝 앞서서 미래를 준비하고, 도민의 곁에서 가장 필요한 것이 무엇인지 살피는 일이라고 생각한다”며, “오늘 주신 이 상은 앞으로도 도민의 삶을 지키는 일에는 절대 타협하지 말고, 더 치열하게 고민하라는 격려로 받아들이겠다”고 밝혔다.

사람들은 더 이상 얼마나 많은 것을 암기하고 얼마나 많은 정보를 기억하는지로 지능을 측정하지 않는다. 검색 몇 번으로 필요한 지식을 얻을 수 있는 시대이고, 인공지능(AI)을 통해 방대한 데이터를 순식간에 정리하고 언제든 필요한 정보를 꺼낼 수 있기 때문이다. 하지만 역설적으로 인간은 점점 더 생각하지 못하고 판단 피로감을 호소한다. 저명한 신경과학자인 저자는 “인간의 지능은 개인의 능력이 아닌 연결의 산물로 재정의해야 한다”면서 “인간의 뇌는 혼자일 때 보다 다른 뇌와 연결될 때 훨씬 더 효율적으로 사고한다”고 말한다. 인간의 뇌는 단순히 정보를 저장하는 장치가 아니라 의미를 예측하고 맥락을 연결하는 해석하는 방향으로 진화했다. 오래전 조상들이 함께 추수하기 시작한 이래로 인류는 개인이 가진 지식과 관점의 한계를 극복하기 위해 정보를 공유하고 새로운 접근법을 모색하는 ‘집단 지능’을 실천했다. 저자는 “집단 지능은 AI가 모방할 수 없는 인간만의 고유한 역량”이라면서 “기후 위기, 물과 식량 부족, 팬데믹의 위협 등 전 세계가 당면한 과제를 해결하기 위해는 우리의 뇌를 총동원해야 한다”고 강조한다. 집단지능이란 단순히 여러 사람이 모인 것이 아니라 감정과 신뢰가 뇌 수준에서 연결될 때 발생하는 협업 지능을 말한다. 협업은 효율적인 일 처리 방식 뿐만 아니라 인지 기능 자체를 바꾼다. 특히 공감과 신뢰는 생물학적으로 측정 가능한 연결 메커니즘으로 고차원적 사고를 가능하게 한다. 저자는 “앞으로는 정보 교환이 아닌 사회적 감수성, 지식 습득이 아닌 관계적 학습, 경쟁이 아닌 대등한 관계의 독립적 상호작용을 지능의 새로운 요소로 보게 될 것”이라고 전망한다. 인간의 사고는 세대와 문화, 시술을 매개로 진화해왔다. 기록과 언어, 디지털 기술은 모두 인류가 축적한 연결된 지능의 형태다. 책은 인간이 타인의 두뇌와 연결된 현상 뿐만 아니라 직감이나 지관 등 무형의 인지 능력에 대해서도 흥미롭게 풀어낸다. 저자는 “정보가 파편화되고 다양한 미디어를 통해 집단 의견이 과잉 생산되고 빠르게 확산되는 시대에 방대한 정보는 오히려 결정의 균형을 흐릴 수 있다”면서 “이런 상황에서는 정보의 양보다 누구와 어떻게 연결되어 있느냐가 더 중요하다”고 강조한다.

‘사이언스’가 주목한 녹색 기술 中 급성장에 美·유럽도 투자 급증태양광·풍력 등 전력원, 석탄 추월‘네이처’가 기대한 혁신적 연구는AI 과학자·지구와 화성 위성 탐사 거대 해저 시추 작업 등 7개 선정 다사다난했던 2025년 을사년이 서서히 저물고, 2026년 병오년이 다가오고 있다. 사회적으로도 많은 일이 있었지만, 과학계에서도 주목할 연구들이 쏟아진 해이기도 했다. 세계적 과학 저널 양대 산맥 ‘사이언스’와 ‘네이처’가 각각 ‘2025년 올해의 과학적 혁신’과 ‘2026년 주목해야 할 과학 이벤트’를 선정해 한 해를 정리하고, 내년을 예측했다. ‘사이언스’가 ‘2025 올해의 혁신’으로 뽑은 것은 ‘재생 에너지의 도약’이다. 특히 사이언스는 현재 중국의 재생 에너지 기술에 대해 ‘놀랍다’고 표현했다. 산업 혁명 이후 인류는 석탄과 석유, 천연가스 같은 화석 연료를 과다하게 사용하면서 지구 온난화라는 재앙을 가져왔다. 그러나 최근 태양광이나 풍력 같은 재생 에너지를 이용한 발전량이 점차 증가해, 올해 상반기 전 세계의 신규 전력 수요를 모두 충당할 수 있을 정도가 됐고 전 세계 전력 생산원으로 석탄을 추월했다. 중국은 수년간 보조금 제도를 통해 재생 에너지 분야를 집중 육성했다. 그 결과 전세계 태양전지의 80%, 풍력 터빈의 70%, 리튬 전지의 70%를 차지하고 있다. 중국의 재생 에너지 기술 급성장은 녹색 기술 수출로 이어져 전 세계를 바꾸고 있는 상황이다. 이런 변화는 중국에서 온실가스 배출량 증가가 사실상 멈췄다는 사실에서 잘 드러난다. 한국을 비롯한 이웃 나라에 유입되는 미세먼지도 눈에 띄게 줄었다. 한편 중국의 녹색 기술 약진에 위협을 느낀 미국과 유럽도 재생 에너지 확장에 나서면서, 전세계적으로 청정에너지에 대한 총투자액은 화석 연료 투자를 뛰어넘고 있다. 올해 혁신적 연구 후보로 이름을 올린 것은 ▲인공지능이 설계한 단백질 ▲알츠하이머의 숨겨진 유전적 스위치 ▲인류가 불을 다루기 시작한 기원 발견 ▲초기 우주 수수께끼를 푸는 제임스 웹 우주망원경(JWST) ▲해양 플라스틱 오염 해결책 ▲비만 치료제의 확장 등이다. ‘네이처’는 ‘2026 다가올 한 해 주목해야 할 과학’으로는 인공지능(AI) 분야 과학자의 부상, 지구와 화성 위성 탐사 임무, 거대 해저 시추 작업 등 과학적 지식의 지평을 넓힐 연구 7개를 선정했다. 과학자들도 챗GPT로 대표되는 생성형 인공지능을 많이 사용하고 있는데. 내년에는 여러 대규모 언어 모델(LLM)을 통합해 복잡하고 다단계적 프로세스를 수행하는 ‘AI 에이전트’가 과학 연구에 더 많이 사용될 것으로 전망된다. 그 중 일부는 인간의 감독과 통제를 받지 않고 작동할 것으로 예상된다. AI에 의한 최초의 중대한 과학적 진보가 나타날 수도 있을 것이라고 과학자들은 예측했다. 올해 가장 놀라운 연구로 선정되기도 했던 유전자 가위를 이용한 유전병 치료가 내년에는 더욱 확장되고 발전된 방향으로 나타날 것으로 예상됐다. 희귀 대사질환을 앓던 아기 KJ 멀둔은 특정 질병 유발 돌연변이를 교정하도록 맞춤 설계된 크리스퍼 유전자 가위 치료를 받았다. 멀둔을 치료했던 미국 필라델피아 아동병원 연구팀은 미국 식품의약국(FDA)에 더 많은 희귀 대사 질환을 앓는 아동들을 유전자 편집 치료할 수 있도록 임상 시험 승인을 요청할 계획으로 알려졌다. 치료 대상 아동들이 앓고 있는 질환은 멀둔 치료에 사용했던 것과 같은 유형의 유전자 편집으로 해결할 수 있는 7개 유전자 변이로 발생하는 것들이다. 내년에는 우주가 바쁜 한 해가 될 전망이다. 미국항공우주국(NASA)의 ‘아르테미스 2호’는 오리온 다목적 우주선에 우주비행사 4명을 태우고 달 궤도로 보내는 프로젝트다. 이르면 2026년 2월에 발사될 아르테미스 2호는 1970년대 이후 첫 유인 달 탐사 임무로 10일 동안 달 궤도를 돌면서 이후 달 착륙 임무를 준비하는 데 도움을 줄 예정이다. 중국도 내년 8월 달 탐사선 ‘창어 7호’를 암석과 크레이터가 흩어져 있어 착륙이 매우 까다로운 것으로 알려진 달의 남극 지역에 착륙하는 것을 목표로 발사한다. 착륙에 성공하면 달 남극 지역을 집중 탐사해 물과 얼음의 존재를 찾고 지속 가능한 달 기지 건설을 위한 기술을 시험할 예정이다. 과학자들은 달을 넘어 화성으로도 시선을 돌리고 있다. 일본은 화성의 위성인 포보스와 데이모스를 탐사하는 화성 위성 탐사 임무 MMX를 시작할 계획이다. 포보스 표면 표본을 채취해 2031년 지구로 귀환하는 프로젝트다. 유럽우주국(ESA)은 내년 12월 행성 사냥꾼이라는 별명을 가진 외계 행성 탐사선 ‘플라토’를 발사한다. 플라토는 카메라 26개를 장착한 탐사선으로 20만 개 이상의 태양과 비슷한 항성(별)을 탐색해 액체 상태의 물이 형성될 수 있는 온도를 가진 지구 쌍둥이 행성을 식별할 계획이다. 그런가 하면 중국의 해양 시추선 ‘멍샹’이 첫 탐사에 나선다. 멍샹은 해저 지각을 뚫고 최대 11㎞ 깊이까지 시추해 지구 맨틀 시료를 채취할 예정이다. 성공한다면 해저 지각 형성과 판 구조 운동의 원인을 규명하는 데 결정적 단서를 확보할 수 있다. 또 인도의 첫 태양 탐사선 아디티야-L1이 11년 주기의 활동 정점인 태양 극대기 동안 태양 관측에 나서고, ‘신의 입자’ 힉스 입자를 발견한 스위스 제네바에 있는 유럽 입자물리연구소(CERN)의 거대 강입자 가속기(LHC)가 내년 대규모 업그레이드를 하고 2030년부터 재가동할 예정이다. 한편 네이처는 과학 외부 환경도 내년 과학계를 규정할 중요한 변수로 지목했다. 특히 미국 도널드 트럼프 행정부가 강행하는 과학 예산 대규모 삭감과 과학자 해고, 공중보건·기후 정책 변화, 이민 규제 강화 등이 과학 연구 전반을 위축시킬 가능성이 높다고 전망했다.

- RAG 기반 AI 큐레이터 ‘아담’과 함께하다곽한승 작가의 두 번째 개인전 ‘자문자답’이 오는 12월 24일부터 29일까지 갤러리이즈 제4전시장에서 열린다. 이번 전시는 갤러리이즈 신진작가 창작지원 프로그램 선정작가로서 진행되는 개인전으로, 대표작 ‘구마유시’를 비롯해 총 33점의 회화 작품이 전시될 예정이다. 전시명 ‘자문자답’은 질문과 대답이 외부가 아닌 내부에서 반복되는 사고의 구조를 가리킨다. 곽한승은 동음이의어, 말장난, 의미의 중첩과 전복 같은 언어적 구조를 회화로 풀어내며, 의미가 고정되지 않고 맥락에 따라 끊임없이 변하는 상태를 탐구해왔다. 이번 전시는 이러한 작가의 문제의식이 시간과 시선의 구조로 확장된 결과다. 대표작 ‘구마유시’는 다섯 개의 10호 캔버스를 가로로 연결한 연작으로, 아홉 마리의 말이 서로 다른 속도로 화면을 가로지른다. 이 말들은 단순한 동물이 아니라 각기 다른 시간의 층위를 지시한다. 관객은 첫 번째 캔버스에서 마지막 캔버스로 시선을 이동하는 과정에서 시간의 분절과 전이를 경험하게 된다. 작가는 이를 ‘시간다시점(Time-Multi-Perspective)’이라 부른다. 시간은 화면에 고정된 대상이 아니라, 관객의 이동과 인식 속에서 생성되는 구조가 된다. 이번 전시의 또 다른 핵심은 AI 큐레이션 시스템 ‘아담(Adam)’이다. ‘아담’은 전시장에 설치된 QR 코드를 통해 관객이 접속할 수 있는 대화형 AI 큐레이터로, 작가를 대신해 전시 해석을 수행한다. 관객은 블랙보드와 터미널(CMD)을 연상시키는 인터페이스 안에서 작품에 대해 질문하고, AI는 이에 응답한다. ‘아담’은 OpenAI API를 활용한 RAG(Retrieval-Augmented Generation) 구조로 작동한다. 시각 정보를 직접 인식하거나 분석하는 방식이 아니라, 작가가 사전에 제공한 작품 메타데이터와 작가 노트가 담긴 JSON 데이터를 기반으로 질문과 관련된 정보를 검색·조합해 응답을 생성한다. 즉, AI는 외부 지식을 임의로 해석하지 않고, 전시에 포함된 텍스트 자료 안에서만 사고를 확장한다. 곽한승 작가는 회화작가이자 AI 개발자로 활동해왔다. 그는 이번 전시에 선보인 갤러리 큐레이션 AI 봇 ‘아담’ 외에도, 논문 번역·요약을 수행하는 연구 지원용 AI 시스템, 영화 흥행 데이터를 분석해 성과를 예측하는 웹 애플리케이션, 그리고 남성 육아 경험을 데이터로 연결하는 육아 커뮤니티 플랫폼 등 다양한 AI 기반 프로젝트를 직접 기획·개발해왔다. 예술과 기술을 분리된 영역으로 보지 않고, 동일한 사고 구조 위에서 다뤄온 그의 이력은 이번 전시가 단순한 기술 이벤트가 아니라, 작가의 작업 세계가 자연스럽게 확장된 결과임을 보여준다. 이 구조는 전통적인 큐레이션 방식과 뚜렷한 차이를 만든다. 고정된 해설을 전달하는 대신, 관객의 질문 방식과 관심 지점에 따라 서로 다른 해석의 경로가 생성된다. 질문이 바뀌면 답도 달라지고, 그 과정 자체가 전시 경험의 일부가 된다. AI 큐레이터는 정답을 제시하지 않고, 관객 각자가 스스로 사고를 조직하도록 유도한다. 곽한승은 “회화가 질문을 던지는 매체라면, ‘아담’은 그 질문을 다시 관객에게 되돌려주는 구조”라며 “RAG 기반 AI 큐레이션은 기술을 전시하기 위한 장치가 아니라, 사고의 범위를 명확히 제한함으로써 오히려 사유를 깊게 만드는 도구”라고 설명했다. ‘자문자답’은 회화 전시이자, 인간과 AI가 동일한 자료를 공유한 상태에서 각자의 방식으로 사유하는 실험이다. 작품, 관객, 그리고 AI 큐레이터는 하나의 질문 구조 안에서 연결되며, 전시는 관객의 이동과 질문, 대화 속에서 비로소 완성된다.

인공지능(AI)이 고용 시장을 뒤흔들고 있다는 불안이 커지는 가운데, 샘 올트먼 오픈AI 최고경영자(CEO)는 오히려 “앞으로 10년이 역사상 가장 흥미로운 커리어의 출발점이 될 것”이라고 내다봤다. 그의 시선은 지구를 넘어 우주로 향한다. 23일(현지시간) 미국 경제 매체 포천에 따르면, 올트먼 CEO는 최근 영상 인터뷰에서 2035년 무렵의 대학 졸업생들이 우주 탐사 임무에 참여하는 완전히 새로운 고연봉 직업을 가질 수 있다고 전망했다. AI가 일부 직업을 대체하겠지만, 동시에 지금까지 존재하지 않았던 새로운 일자리를 만들어낼 것이라는 주장이다. 그는 “미래의 젊은 세대는 우리가 했던 초기 커리어를 오히려 지루하게 느낄 수 있다”고도 밝혔다. 실제로 항공우주, 로봇공학, AI 관련 일부 분야는 빠르게 성장하고 있다. 기술 발전이 개인의 역량을 확장하고 소수 인력으로도 기업을 키울 수 있는 환경이 조성되고 있다는 평가도 나온다. 올트먼 CEO의 발언은 ‘일의 종말’이 아니라 ‘일의 재편’에 가깝다는 해석도 뒤따른다. 하지만 기사에 대한 여론의 반응은 사뭇 다르다. 해당 기사가 야후뉴스에 실리자 댓글이 500개를 넘겼고 상당수는 냉소적 시각을 드러냈다. 독자들은 과거에도 달 기지, 화성 식민지, 완전자율주행 등 장밋빛 미래 예측이 반복됐지만 현실이 되지 않았다는 점을 지적했다. “10년 뒤 우주 일자리”라는 전망이 학자금 대출, 주거 비용, 생활비 부담에 시달리는 현재의 청년 현실과 괴리돼 있다는 반응도 이어졌다. AI에 대한 시선 역시 차갑다. “AI는 사람을 돕기보다 사람을 대체하도록 설계됐다”, “사라지는 일자리는 많은데, 그 ‘새 일자리’는 어디 있느냐”는 질문이 반복된다. 우주 탐사 같은 고급 일자리는 극소수에게만 열릴 뿐, 다수의 청년에게 돌아올 현실은 저임금 노동이나 실업이라는 우려도 적지 않다. 결국 이 논쟁의 핵심은 기술 그 자체가 아니다. “AI가 무엇을 할 수 있느냐”보다 “그 변화의 비용을 누가 감당하느냐”에 대한 질문에 가깝다. 올트먼 CEO의 말처럼 AI가 새로운 기회를 열 가능성은 분명 존재한다. 다만 기사에 쏟아진 반응을 보면 상당수는 그 기회가 누구에게 어느 정도로 돌아갈지에 대해 확신하지 못하고 있다.

인공지능(AI)이 고용 시장을 뒤흔들고 있다는 불안이 커지는 가운데, 샘 올트먼 오픈AI 최고경영자(CEO)는 오히려 “앞으로 10년이 역사상 가장 흥미로운 커리어의 출발점이 될 것”이라고 내다봤다. 그의 시선은 지구를 넘어 우주로 향한다. 23일(현지시간) 미국 경제 매체 포천에 따르면, 올트먼 CEO는 최근 영상 인터뷰에서 2035년 무렵의 대학 졸업생들이 우주 탐사 임무에 참여하는 완전히 새로운 고연봉 직업을 가질 수 있다고 전망했다. AI가 일부 직업을 대체하겠지만, 동시에 지금까지 존재하지 않았던 새로운 일자리를 만들어낼 것이라는 주장이다. 그는 “미래의 젊은 세대는 우리가 했던 초기 커리어를 오히려 지루하게 느낄 수 있다”고도 밝혔다. 실제로 항공우주, 로봇공학, AI 관련 일부 분야는 빠르게 성장하고 있다. 기술 발전이 개인의 역량을 확장하고 소수 인력으로도 기업을 키울 수 있는 환경이 조성되고 있다는 평가도 나온다. 올트먼 CEO의 발언은 ‘일의 종말’이 아니라 ‘일의 재편’에 가깝다는 해석도 뒤따른다. 하지만 기사에 대한 여론의 반응은 사뭇 다르다. 해당 기사가 야후뉴스에 실리자 댓글이 500개를 넘겼고 상당수는 냉소적 시각을 드러냈다. 독자들은 과거에도 달 기지, 화성 식민지, 완전자율주행 등 장밋빛 미래 예측이 반복됐지만 현실이 되지 않았다는 점을 지적했다. “10년 뒤 우주 일자리”라는 전망이 학자금 대출, 주거 비용, 생활비 부담에 시달리는 현재의 청년 현실과 괴리돼 있다는 반응도 이어졌다. AI에 대한 시선 역시 차갑다. “AI는 사람을 돕기보다 사람을 대체하도록 설계됐다”, “사라지는 일자리는 많은데, 그 ‘새 일자리’는 어디 있느냐”는 질문이 반복된다. 우주 탐사 같은 고급 일자리는 극소수에게만 열릴 뿐, 다수의 청년에게 돌아올 현실은 저임금 노동이나 실업이라는 우려도 적지 않다. 결국 이 논쟁의 핵심은 기술 그 자체가 아니다. “AI가 무엇을 할 수 있느냐”보다 “그 변화의 비용을 누가 감당하느냐”에 대한 질문에 가깝다. 올트먼 CEO의 말처럼 AI가 새로운 기회를 열 가능성은 분명 존재한다. 다만 기사에 쏟아진 반응을 보면 상당수는 그 기회가 누구에게 어느 정도로 돌아갈지에 대해 확신하지 못하고 있다.

서울 동대문구는 ‘인공지능(AI) 구민 제안’ 공모 우수 제안자에게 표창을 수여했다고 23일 밝혔다. 표창은 주민 아이디어를 AI 행정 혁신으로 연결하고, 정책 개선의 출발점으로 삼기 위해 마련됐다. 이번 공모에는 총 49건의 제안이 접수됐다. 구는 소관 부서와 AI 전문가 검토를 거쳐 제안심사위원회 심의로 동상 2건, 장려상 2건, 노력상 3건, 등급 외 4건 등 모두 11건을 우수 제안으로 선정했다. 주민 생활과 맞닿은 아이디어들이 주로 선정됐다. 동상은 ▲AI 스마트시장 프로젝트 ▲대형폐기물 신고 자동화 AI, 장려상은 ▲길 안내 도우미 도입 ▲통합돌봄 서비스가 받았다. 노력상에는 ▲AI 어린이집 수요 예측 ▲AI 보행 약자 보호 시스템 ▲동대문 챗봇 구축 등 생활 밀착형 아이디어가 포함됐다. 구는 선정된 제안을 행정에 참고·활용할 수 있도록 추가 검토할 계획이다. 이필형 구청장은 “이번 ‘AI 구민 제안’으로 주민의 일상 경험과 기술이 결합한 실질적 아이디어를 모을 수 있었다”며 “앞으로도 주민 제안을 행정 혁신의 출발점으로 삼아 체감도 높은 AI 행정을 구현하겠다”고 말했다.

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.

서울 금천구는 행정안전부가 주관하는 ‘2025년 공공데이터 품질인증’에서 최우수 등급을 전국 지방자치단체 최초로 획득했다고 23일 밝혔다. 금천구는 “최우수(ALL) 등급은 보유한 정보시스템(DB)이 모두 최고 수준의 품질을 충족했다는 의미”라며 “이번 성과는 기초·광역 지자체 전체를 통틀어 전례가 없는 사례”라고 강조했다. 행안부는 2022년부터 공공기관이 보유·관리하는 데이터 품질을 높이기 위해 품질인증 제도를 운영하고 있다. 품질 인증은 ▲ 공공데티어 관리 체계 ▲ 공공데이터 값 관리 ▲ 공공데이터 개방·활용 등 3개 영역을 대상으로 심사한다. 금천구는 축적된 고품질 데이터를 바탕으로 ▲ 행정 수요 예측 ▲ 위험 조기 탐지 ▲ 정책 효과 분석 고도화 등 데이터 활용 행정을 발전시키겠다는 구상이다. 또한 구민을 위한 맞춤형 행정 서비스를 확장해 나갈 계획이다. 유성훈 구청장은 “인공지능(AI)을 효율적으로 활용하기 위해서는 그 원료가 되는 데이터의 품질관리가 필수적”이라며 “이번 인증을 계기로 고품질 데이터를 기반으로 한 과학적이고 합리적인 행정을 통해 구민에게 실질적인 도움이 되는 정책을 추진하겠다”고 말했다.

서울 동대문구는 ‘인공지능(AI) 구민 제안’ 공모 우수 제안자에게 표창을 수여했다고 23일 밝혔다. 표창은 주민 아이디어를 AI 행정 혁신으로 연결하고, 정책 개선의 출발점으로 삼기 위해 마련됐다. 이번 공모에는 총 49건의 제안이 접수됐다. 구는 소관 부서와 AI 전문가 검토를 거쳐 제안심사위원회 심의로 동상 2건, 장려상 2건, 노력상 3건, 등급 외 4건 등 모두 11건을 우수 제안으로 선정했다. 주민 생활과 맞닿은 아이디어들이 주로 선정됐다. 동상은 ▲AI 스마트시장 프로젝트 ▲대형폐기물 신고 자동화 AI, 장려상은 ▲길 안내 도우미 도입 ▲통합돌봄 서비스가 받았다. 노력상에는 ▲AI 어린이집 수요 예측 ▲AI 보행 약자 보호 시스템 ▲동대문 챗봇 구축 등 생활 밀착형 아이디어가 포함됐다. 구는 선정된 제안을 행정에 참고·활용할 수 있도록 추가 검토할 계획이다. 이필형 구청장은 “이번 ‘AI 구민 제안’으로 주민의 일상 경험과 기술이 결합한 실질적 아이디어를 모을 수 있었다”며 “앞으로도 주민 제안을 행정 혁신의 출발점으로 삼아 체감도 높은 AI 행정을 구현하겠다”고 말했다.

- AI·바이오 융합 기술로 글로벌 헬스케어 혁신 이끄는 스텔라큐브, 뉴저지서 기술력 입증 AI·데이터 기반 헬스케어 기업 스텔라큐브는 미국 뉴저지주 저지시티에서 개최된 ‘프라이빗 바이오테크 서밋(Private Biotech Summit)’에 참가해 자사의 AI·바이오 융합 기술력과 글로벌 사업 역량을 선보였다. 이번 서밋을 기점으로 스텔라큐브는 미국 헬스케어 시장을 중심으로 한 글로벌 진출 전략을 본격화할 계획이다. 스텔라큐브 노진섭 대표는 “이번 뉴저지 서밋은 스텔라큐브의 AI·바이오 융합 기술력을 국제 무대에서 검증받는 중요한 계기였다”며 “미국의 연구기관·병원·산업 파트너들과의 협력을 통해 글로벌 헬스케어 혁신을 가속화하겠다”고 말했다. 행사를 주관한 뉴저지 허드슨 카운티 상공회의소는 서밋 직후 공식 보도자료를 배포했으며, 그 전문은 아래와 같다. 한국 바이오 혁신기업, 뉴저지 프라이빗 바이오테크 서밋 통해 미국 동부 진출 가속화 한국의 대표 바이오테크 혁신기업 젠바디(GenBody)와 스텔라큐브(StellarCube)가 뉴저지에서 열린 제1회 ‘프라이빗 바이오테크 서밋(Private Biotech Summit)’에 참여했다. 행사는 한미문화경제개발원(KCED)과 허드슨 카운티 상공회의소 한인지부가 공동 주최하고, Choose New Jersey, 뉴저지 경제개발청(NJEDA), BioNJ의 협력으로 마련되었다. 이번 서밋은 초청을 받은 기관과 혁신 기업의 리더들이 한데 모인 자리로, 한·미 양국의 바이오테크 협력과 미국 시장 진출을 한 단계 끌어올리는 상징적인 행사로 평가받았다. 글로벌 리더들이 한자리에 서밋은 저지시티 리버티 사이언스 센터(Liberty Science Center)에서 개막했다. 센터의 회장이자 CEO인 폴 호프만(Paul Hoffman)은 개회사에서 뉴저지가 과학, 혁신, 경제 협력의 글로벌 허브로 성장하고 있음을 강조했다. 행사에는 Choose New Jersey의 알렉스 리히터(Alex Richter), 뉴저지 경제개발청(NJEDA)의 존 코엘로(John Coehlo), 그리고 미국 상원 의원 앤디 김(Andy Kim, 민주당·뉴저지) 사무실의 대표들이 참석했다. 또한 BioNJ의 회장 데비 하트(Debbie Hart)는 뉴저지 주가 한국과 미국의 바이오 산업 협력 확대와 지속 가능한 혁신 생태계 조성에 적극 나서고 있다고 강조했다. 이번 주 동안 한국 대표단은 Hackensack Meridial Health 산하 Center for Discovery and Innovation, Rutgers Health 및 Rutgers University, Rowan University, CMIC-CSOPS 등 미국 주요 연구기관을 방문했다. 각 세션은 임상시험과 AI·바이오 융합, 규제 협력, 미국 시장 진출 전략 등을 주제로 한 맞춤형 매칭 프로그램으로 구성되었으며, 이를 통해 한·미 양국의 참가자들은 기관 및 정부 관계자들과 직접 소통하며 실질적인 협력과 바이오·디지털 헬스 혁신 분야의 장기적 협력 기반을 마련하는 계기가 되었다. 젠바디: 미국 동·서부 임상 인프라 확장 한국의 체외진단 전문기업 젠바디(GenBody)의 정점규 대표와 미국 캘리포니아 주에 기반한 미국 임상시험 매니저 데릭 권(Derick Kwon)은 이번 서밋에 참석해 미국 내 연구 협력 및 임상시험 네트워크 강화를 모색했다. 젠바디는 이미 미국 서부에 대규모 생산 시설을 운영 중이며, 이번 행사를 계기로 뉴저지를 동부 지역의 임상 및 파트너십 허브로 삼을 계획이다. 젠바디 팀은 Hackensack Meridian Health, Rutgers Health, BioNJ 네트워크와 함께 임상 검증, FDA 협력, 지역 생산 확대 등 다양한 협력 모델을 모색했다. “이번 서밋은 젠바디가 미국 내 동·서해안 거점을 구축하기 위한 중요한 이정표”라며 “뉴저지진출을 통해 젠바디는 미국 내 혁신 거점 지역의 주요 병원 및 연구기관과 직접 협력할 수 있을 것으로 기대된다.”라고 허드슨 카운티 상공회의소 한인지부 의장이자 KCED 창립자인 실비아 김(Sylvia Kim)은 전했다. 스텔라큐브: AI와 디지털 플랫폼, 생명과학을 잇는 혁신의 다리 스텔라큐브(StellarCube)는 노진섭 대표와 R&D 팀의 주도로, 헬스케어 ·게임·스마트 의료기기를 아우르는 독자적인 AI 기반 바이오인포매틱스(bioinformatics) 및 예측 분석 플랫폼을 공개했다. 스텔라큐브는 현재 차세대 분자진단용 인공지능(AI) 플랫폼을 적극적으로 개발하고 있으며, 이번 서밋에서 미국 라스베이거스에 본사를 둔 AI 및 LLM(대규모 언어모델) 전문 기업과 LOI(업무협약서)를 체결했다고 발표했다. 이는 미국 시장 내 AI·바이오 융합 기술을 공동으로 추진하기 위한 전략적 협업의 일환이다. 이번 협약은 스텔라큐브의 미국 시장 진출 전략에서 중요한 이정표로 평가되며, 2026년까지 AI 연산과 제약·의료 데이터 생태계를 결합하려는 글로벌 비전을 더욱 공고히 하는 계기가 되었다. 한국-뉴저지 바이오 협력의 새로운 이정표 Choose New Jersey, NJEDA, BioNJ 및 뉴저지 주요 대학 및 병원 관계자들이 참여한 이번 서밋은 한국 바이오테크 혁신 기업들과 미국 생명과학 산업 간의 긴밀 협력 모델로서 자리매김했다. 대형 공개 전시회와는 달리 성과 중심의 비공개 형식 프로그램으로 진행된 이번 행사는 임상 협력·투자 논의·기술 이전을 위한 구체적이고 실질적인 추진 경로를 마련했다. “이번 행사는 단순한 전시가 아니라, 결과로 증명된 협력의 자리였습니다.”며 “젠바디와 스텔라큐브는 한국의 기술력과 뉴저지의 혁신 인프라를 연결하는 실질적인 협력 프레임워크를 구축했습니다. 이것이 바로 글로벌 파트너십이 나아가야 할 방향입니다.”라고 실비아 김(Sylvia Kim)은 전했다. 향후 계획: 2026년 3월 제2회 프라이빗 바이오테크 매칭 서밋 이번 제1회 서밋 성공을 바탕으로 KCED는 2026년 3월 제2회 Private Biotech Matching Summit을 개최할 예정이다. 다음 서밋에는 한국의 바이오테크, AI 헬스, 디지털 헬스케어 기업들이 대거 참여하며, 지속적인 협력과 투자를 지원하기 위한 바이오 매칭 플랫폼이 새롭게 도입된다.

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.