美안두릴, 새 조선소 66억 달러 투입전 공정 SW 제어… 생산력 15% 확대HD현대, 용접용 휴머노이드 개발삼성重, 90종 로봇·자동화 장비 운용한화오션, 필리조선소 AI 확대 적용 자동차 업계에 집중됐던 휴머노이드 등 ‘피지컬 인공지능(AI)’ 경쟁이 조선업으로 옮겨붙었다. 생산성 제고와 작업 효율화를 위해 조선소 생산라인에 AI 기술과 로봇을 활용하는 ‘공정 고도화’에 글로벌 기업들이 뛰어들었다. 국내 조선 3사도 대중국 초격차 확대 및 한미 조선 협력 프로젝트인 ‘마스가’(MASGA)의 진척을 위해 피지컬 AI 확보에 전력을 다하고 있다. 14일 조선업계에 따르면 이탈리아 조선업체 핀칸티에리는 로봇 전문기업 제너레이티브 바이오닉스와 선박 용접 작업이 가능한 AI 기반 휴머노이드를 개발 중이다. 복잡한 조선소 환경에서 기존 작업자와의 협업이 주요 목표다. 올해 말 현장 테스트를 거쳐 2년 내 투입할 계획이다. 일본 가와사키중공업은 엔비디아와 조선소 핵심 공정 수행이 가능한 AI 로봇을 개발 중이다. 엔비디아의 디지털트윈 기술로 가상 공간에 조선소를 재현한 뒤 AI 로봇에 용접, 도장, 검사, 자재 운반 등을 훈련시키는 구상이다. 미국 방산기업 안두릴 인더스트리는 지난 5일 2030년 가동을 목표로 메릴랜드주 볼티모어에 18만 6000㎡ 규모의 ‘아스널2’ 조선소를 구축한다고 발표했다. 총 투자비는 66억 달러로 ‘소프트웨어 중심 조선소’를 조성한다. 제작·조립·시험 등 전 공정을 데이터와 자체 소프트웨어로 제어해 생산라인을 재설계할 수 있는 방식으로 피지컬 AI와의 협업을 준비하는 것으로 보인다. 특히 기존에 공정별 이동 거리로 발생했던 병목 현상 등이 대폭 해소되면서 미 잠수함 산업 생산능력은 약 15% 확대될 전망이다. 우리나라 산업통상부와 해양수산부는 지난 12일 ‘조선 M.AX(제조 AX) 얼라이언스 전략회의’를 열고 2030년까지 민관 합동으로 1조 4000억원을 투입해 조선업 전반에 인공지능 전환(AX)을 가속할 것을 협의했다. 거제·부산, 목포·영암, 군산 등 3곳이 주요 거점으로, 조선 공정에 AI와 사물인터넷(IoT) 등을 접목할 계획이다. HD현대는 2030년까지 ‘미래 첨단 조선소’(FOS)를 구축하는 등 조선소 공정 자동화를 추진한다. 지난 13일 독일의 지멘스와 개소한 글로벌마린센터를 주축으로 디지털 조선소 구현 준비에 나섰다. 미국 로봇 기업 페르소나AI와는 조선 용접용 휴머노이드 로봇을 개발하고 있다. 삼성중공업도 2030년 무인 자동화 조선소 구현을 목표로 90종 이상의 자동화 장비 및 로봇을 개발·운용 중이다. 한화오션은 빅데이터와 AI를 활용해 생산·물류 공정을 최적화하는 스마트야드를 구축 중이다. 조선소의 디지털 전환을 넘어 피지컬 AI의 적용 기반을 확대하는 움직임으로도 읽힌다. 한화오션 관계자는 “거제사업장서 활용 중인 용접 로봇 등을 내년 말 한화필리조선소에도 확대 적용할 예정”이라며 “이는 마스가 추진을 뒷받침할 것”이라고 말했다. 피지컬 AI를 향한 조선 3사의 혁신은 세계 선박 수주 시장에서 대중국 돌파구를 마련하려는 목적도 깔려 있다. 영국 클라크슨리서치에 따르면 올해 1~9월 중국의 세계 선박 수주 점유율은 76%(5391만CGT)로 전년 동기 대비 14%포인트 상승했다. 같은 기간 우리나라는 15%로 2%포인트 하락했다. 업계 관계자는 “AI는 선박 공정 단축과 빠른 인도, 공정 오류 감축 등을 기대할 수 있다”며 “당장 (중국의) 시장 점유율을 뒤집기는 어려워도 고부가가치를 앞세워 활로를 모색할 수 있을 것”이라고 말했다. 다만 조선업 특성상 숙련공들의 고난도 정밀작업 대체까지는 상당 시일이 걸릴 수 있다.

서울 관악구가 관악중소벤처진흥원과 함께 지난 13일 서울 코엑스에서 개막한 ‘KES 2026(한국전자전)’에서 관악S밸리 입주 스타트업의 우수한 기술력을 알렸다고 14일 밝혔다. 올해로 57회를 맞은 한국전자전은 인공지능 전환(AX), 로보틱스, 모빌리티 등 첨단산업 분야의 500개 기업이 참가하는 국내 대표 전자·IT 전시회다. 구와 진흥원은 오는 16일까지 4일간 8개 부스 규모의 ‘관악S밸리관’을 운영한다. 구는 개별 홍보 부스나 전시 장치를 지원하고 기업별 맞춤형 바이어 등을 사전 연계했다. 참가 기업은 ▲뮤네릭스 ▲아르토에이아이 ▲에어렛 ▲이데아 ▲플래닝고 등 5곳이다. 뮤네릭스는 비전 인공지능(AI)을 기반으로 도어락과 출입문을 동시 제어하는 지능형 자동 출입 시스템을 선보였다. 이데아는 늘어나는 1인 가구와 간편식 시장에 특화된 즉석식품 조리기를 준비했다. 플래닝고는 제조기업을 위한 AI·3D 기반 솔루션 등을 소개했다. 특히 ‘KES 이노베이션 어워즈’에서 수상한 기업도 있었다. 에어렛은 AI 기반 신발 케어 기기를, 아르토에이아이는 음성 대화 기반 항공정비 지원 솔루션을 제시했다. 올해 시상식에선 6개 분야 42건의 수상작이 선정됐는데, 인공지능 전환(AX) 부문 국내 스타트업·중소기업 수상작 5건 중 2건이 관악S밸리 입주기업이었다. 구는 앞으로도 관악중소벤처진흥원과 협력해 유망 벤처·창업기업의 성장 단계별 맞춤형 지원을 강화할 계획이다. 박준희 구청장은 “관악S밸리 입주기업들이 한국전자전에 처음 참가해 AX(인공지능 전환) 분야에서 수상하는 값진 성과를 거뒀다”며 “이번 전시회를 계기로 우리 기업의 우수한 기술력을 널리 알리고 국내외 시장에서 더 크게 도약할 수 있도록 적극 지원하겠다”고 말했다.

LG전자는 14일 서울 종로구 GS건설 본사에서 GS건설, GRC와 ‘데이터센터 액침냉각 기술과 그에 따른 설비기술 개발 및 협력을 위한 업무협약(MOU)’을 체결했다고 밝혔다. 3사는 고성능 인공지능(AI) 데이터센터에 액침냉각 기술을 실제 적용해 성능과 신뢰성을 검증하고, 액침냉각 솔루션을 적용한 데이터센터 구축을 위한 통합 솔루션 개발과 표준화 작업을 추진한다. 액침냉각은 그래픽처리장치(GPU) 등 주요 장치를 냉각유에 직접 담가 열을 식히는 방식이다. AI 연산에 필요한 고성능 반도체의 발열량이 커지면서 차세대 데이터센터 냉각기술로 주목받고 있다. 액침냉각을 데이터센터에 적용하려면 냉각장비 배치에 따른 건물 구조와 하중, 냉각유가 이동하는 배관, 전력 인프라, 유지보수 공간 등 데이터센터 전체 설계가 함께 이뤄져야 한다. 이번 협력에서 LG전자는 AI 데이터센터용 냉각 기술과 운전 데이터를 제공하고, 표준설계를 기반으로 냉각 솔루션 포트폴리오를 구축한다. GS건설은 AI 데이터센터 건축 표준설계안을 마련하고 사전검증 테스트베드를 운영해 배치와 구조 하중, 배관 및 전력 연결 등에 대한 실증을 담당한다. GRC는 액침탱크와 제어기술을 제공하고 시스템 성능 개선에 참여한다.

1990년대 이공 계열 대학을 다녔던 사람이라면 포트란 77이나 C 언어 프로그래밍을 배워야 했다. 그렇지만 이제는 인공지능에게 맡기면 원하는 프로그램을 척척 짜준다. 이제는 통신 액세스망도 사람이 사용하는 자연어로 명령을 내려 손쉽게 구축할 수 있는 시대가 됐다. 한국전자통신연구원(ETRI) 유무선광액세스연구실은 사용자가 자연어로 원하는 네트워크 동작을 지시하면 대규모 언어 모델(LLM)이 광액세스망을 자동으로 설정하고 실제 적용에 앞서 오류 가능성까지 사전에 검증하는 ‘LLM 기반 광액세스망 운용 기술’을 개발했다고 14일 밝혔다. 이 연구는 이달 유럽에서 열린 광통신 국제 학술 대회 ‘ECOC 2026’에 채택돼 기술적 우수성을 인정받았다. 광액세스망은 가정, 기업, 이동통신 기지국 등 이용자와 가까운 곳까지 초고속 통신 서비스를 전달하는 네트워크다. ‘통신망의 모세혈관’으로도 불리는데 다양한 장비와 기능으로 구성돼 있어 장비 개통이나 설정 변경을 할 때 작업자가 장비별 명령어와 복잡한 운용 절차를 숙지하고 직접 작업해야 했다. 이번에 개발한 기술은 복잡한 장비별 명령어나 운용 절차를 일일이 입력하지 않고도 자연어로 입력하면 AI가 명령의 의도를 분석하고 필요한 작업 절차를 스스로 계획한 뒤 실제 광액세스 장비를 제어하는 방식이다. 연구팀은 AI가 생성한 제어 절차를 실제 광액세스망에 적용하기 전에 가상 환경에서 미리 점검하는 ‘사전 검증 기술’도 함께 개발했다. 이를 통해 잘못된 설정이나 명령으로 발생할 수 있는 오류 가능성을 줄일 수 있다. 광액세스망 운용에 외부 상용 LLM을 활용할 경우 주요 망 운용 정보와 데이터가 외부로 전달될 가능성을 고려해 보안 문제도 신경 썼다. 연구팀은 외부 상용 AI에 의존하지 않고 망 내부에서 자체적으로 구동할 수 있는 ‘광액세스 특화 로컬 LLM’ 구현에 필요한 핵심 요소 기술도 개발하고 있다. 광액세스망은 △대규모 AI 모델의 지식과 능력을 소규모 로컬 LLM으로 이전하는 기술 △로컬 LLM을 특정 광액세스망 운용 업무에 효율적으로 적응시키는 기술 △AI가 생성한 결과의 정확성과 사용자 요구사항 충족 여부를 평가하는 기술 등을 확보했다. 연구팀은 광액세스망 운용에 필요한 지식과 네트워크 상태, 운용 경험 등을 종합적으로 학습한 ‘광액세스 파운데이션 LLM’을 개발하고 이를 기반으로 AI가 스스로 망을 운용할 수 있도록 관련 기술을 단계적으로 고도화할 예정이다. 조승현 ETRI 유무선광액세스연구실 실장은 “이번 연구로 AI가 작업자의 자연어 명령을 이해해 필요한 작업을 수행하고, 실제 적용 전에 그 결과를 검증할 수 있는 기술적 기반을 마련했다는 의미가 있다”며 “향후 AI가 스스로 네트워크 상태를 인지하고 판단해 망을 관리하는 ‘AI-네이티브 광액세스망’ 구현을 위한 기반 기술로 활용될 것”이라고 설명했다.

지능형교통체계(ITS) 및 버스정보시스템(BIS) 전문기업 신성엔에스텍이 ‘2026 강릉 ITS 세계총회’에서 태양광 발전과 전자종이 디스플레이(EPD)를 결합한 버스정보안내단말기(BIT)를 선보인다. 전시 부스에서 제품을 소개하는 한편, 강릉 시내 버스정류장 4곳에 설치된 제품을 통해 실제 대중교통 환경에서의 적용 사례도 알린다는 계획이다. 신성엔에스텍은 오는 10월 19일부터 23일까지 강릉 올림픽파크 일원에서 열리는 이번 행사에 참가해 Zone 3, S47 부스를 운영한다. 부스에서는 전자종이 기반의 저전력 버스정보안내 기술과 실제 버스정류장 적용 사례를 소개할 예정이다. 회사가 선보이는 태양광 전자종이 버스정보안내기는 저전력 전자종이 디스플레이와 태양광 발전 기술을 결합해 외부 전력 공급에 대한 의존도를 낮춘 제품이다. 회사 측은 전력 인입이 어려운 지역에도 설치할 수 있어 도심뿐 아니라 농어촌과 교통정보 소외지역으로 버스정보안내 서비스를 넓히는 데 활용할 수 있다고 설명했다. 전자종이 디스플레이는 외부 빛을 반사해 정보를 표시하는 방식이다. 회사 측은 이러한 특성 덕분에 밝은 주간 환경에서도 화면을 보기 쉽고, 표시된 정보를 유지하는 데 필요한 전력 소비가 적다고 밝혔다. 태양광 발전을 활용하면 기존 버스정보안내시설 설치 때 발생할 수 있는 전력 인입 공사 부담을 줄이는 데도 도움이 될 수 있다는 설명이다. 실제 설치 사례도 소개한다. 회사에 따르면 강릉시는 혁신제품 시범구매를 통해 강릉컨벤션센터, 강릉역 인근 2개 정류장, 강문해변입구 등 총 4개 버스정류장에 이 제품을 설치했다. 세계총회 참가자와 시민은 해당 정류장에서 제품의 설치 형태를 직접 확인할 수 있다. 전시 부스에서는 전자종이 디스플레이와 태양광 발전설비, 제어장치 등으로 구성된 버스정보안내기의 제작 구조와 설치 방식을 함께 설명한다. 신성엔에스텍은 뿌리기업 확인을 받은 제조기업이다. 회사는 제품의 기술적 특성뿐 아니라 교통시설에 적용되는 정보안내시스템의 구성과 운영 방식도 살펴볼 수 있도록 할 계획이다. ‘2026 강릉 ITS 세계총회’는 ‘Beyond Mobility, Connected World(이동성을 넘어 하나 되는 세계)’를 주제로 열리는 국제 교통기술 행사다. 자율주행, 인공지능(AI) 기반 교통관리, 스마트 교통 인프라 등 다양한 지능형교통체계 기술이 소개되며, 신성엔에스텍은 대중교통 이용자에게 정보를 전달하는 버스정류장 정보안내시설 분야 기술을 선보인다. 신성엔에스텍 관계자는 “이번 세계총회에서는 태양광 전자종이 버스정보안내기를 전시장뿐 아니라 실제 버스정류장에서도 확인할 수 있도록 준비했다”며 “국내외 ITS 관계자들이 제품의 저전력 특성과 설치 형태를 직접 살펴보고, 다양한 대중교통 환경에서의 활용 가능성을 확인하는 기회가 되기를 기대한다”고 말했다. 이어 “이번 행사를 통해 친환경 교통정보 기술의 활용 가능성을 널리 알리고, 앞으로도 공공교통 서비스의 효율성과 접근성을 높이는 기술개발에 힘쓰겠다”고 덧붙였다. 신성엔에스텍은 버스정보안내단말기(BIT)와 버스정보시스템(BIS) 등 지능형교통체계 관련 제품을 개발·제조하는 기업이다.

삼성, 폴드8·비스포크 AI 일상 혁신LG, 스마트공장·데이터센터도 소개 삼성전자와 LG전자가 국내 최대 전자·정보기술(IT) 전시회에서 인공지능(AI)을 접목한 신제품과 미래 사업 기술을 선보였다. 삼성전자는 갤럭시 폴더블폰과 AI 가전을, LG전자는 관람객을 맞는 홈 로봇을 전면에 내세웠다. 한국전자전(KES 2026)이 13일 서울 강남구 코엑스에서 개막한 가운데 삼성전자 전시장 입구에서 갤럭시 Z 폴드8 시리즈 28대와 조명 조형물 ‘프로젝트 루나’가 연동된 미디어아트가 관람객을 맞았다. 안쪽에는 폴드8 울트라·폴드8·플립8와 워치, 이어폰 등 갤럭시의 신제품을 직접 사용해보는 공간도 마련했다. 가전 전시에서는 일상 속 AI의 역할을 강조했다. ‘비스포크 AI 패밀리허브’ 냉장고는 내부 카메라로 식재료를 인식해 관리하고, ‘비스포크 AI 콤보’는 세탁물 상태에 맞춰 세탁 강도와 건조 온도를 조절한다. TV에 적용된 ‘비전 AI 컴패니언’은 이용자와 대화하며 콘텐츠 정보를 안내한다. 삼성전자는 배송·설치·사후관리 혜택을 강화한 ‘삼성 AI 구독’도 소개했다. LG전자 전시장 입구에서는 홈 로봇 ‘클로이드’가 관람객을 맞았다. LG전자는 생활 공간에 가전 구독과 모듈러 주택 ‘스마트코티지’를 배치하고, AI홈 허브 ‘씽큐 온’으로 주택과 차량형 휴식 공간 ‘슈필라움’을 연결했다. 집에서 차량에 설치된 오븐을 미리 예열하고 차 안에서는 에어컨이나 냉장고 등 집 안 가전을 제어하는 식이다. 전시장 안쪽 산업 공간에서는 자율 이동 협동로봇인 ‘LG 모마’ 3대가 자재를 옮기고 작업을 수행하며 주변 안전까지 감지하는 스마트팩토리를 시연했다. 세탁기 모터 기술을 발전시킨 로봇 관절용 구동장치 ‘악시움’도 공개했다. AI 데이터센터의 발열을 관리하는 기술도 비중 있게 다뤘다. LG전자는 냉수를 만드는 칠러부터 냉각수 분배장치(CDU), 반도체의 열을 직접 흡수하는 콜드 플레이트까지 ‘칩 투 칠러’ 액체냉각 솔루션을 선보였다. 가전에서 축적한 냉난방공조 기술을 AI 인프라 사업으로 확장하는 모습이다.

역사적으로 거대한 기술 혁명의 승자는 새로운 동력원을 실물 세계의 인프라와 결합해 낸 국가들이었다. 18세기 영국이 1차 산업혁명의 패권을 쥔 이유는 단순히 석탄이 많아서가 아니었다. 석탄을 증기기관, 철강, 철도 등 하나의 거대한 ‘물리적 체계’로 연결하는 실물 인프라 구축에 성공했기 때문이다. 20세기 미국의 패권 역시 석유라는 에너지를 자동차, 물류 시스템이라는 실물 경제로 구현해 낸 데서 비롯되었다. 지금, 우리는 그와 맞먹는 세 번째 역사적 변곡점에 서 있다. 오픈AI, 구글 등 미국의 빅테크 기업들이 천문학적인 자본을 쏟아부으며 구축한 인공지능(AI)이 드디어 모니터 밖으로 뛰쳐나오고 있다. 사이버 공간에 머물던 지능이 자동차, 로봇, 공장, 전력망 등 실물 세계의 인프라와 결합하는 ‘피지컬 AI’ 시대가 열린 것이다. 그동안 소프트웨어 플랫폼 경쟁에서 한발 물러나 있던 한국 산업으로선 절호의 ‘공급망 역습’ 기회가 열린 것이다. 이 역습을 주도할 우리의 핵심 무기는 바로 현장의 데이터다. 지금껏 AI 패권은 알고리즘과 컴퓨팅 파워를 장악한 미국 빅테크의 독무대였다. 그러나 AI가 실물 경제에서 부가가치를 내려면 전혀 다른 자산이 필요하다. 바로 수십 년 축적된 ‘제조 데이터’와 ‘첨단 인프라’다. 반도체 미세 공정의 수율이나 조선소의 정밀한 용접 노하우 같은 실물 데이터 없이는 아무리 뛰어난 AI도 무용지물이다. 글로벌 데이터 기업 팔란티어가 한국을 주목하는 것도 각 산업 밑바닥에 흐르는 이 소중한 현장 데이터를 선점하기 위해서다. 우리는 빅테크의 공세에 맹목적인 적대감이나 두려움을 가질 필요가 없다. 오히려 그들의 ‘알고리즘 두뇌’와 우리의 ‘제조업 육체’를 결합하는 고도화된 협력 모델을 선제적으로 제시해야 한다. 한국의 정밀한 제조 현장을 빅테크 AI 기술의 최상위 테스트베드로 제공하는 대신, 핵심 기술을 공유받거나 조인트 벤처(JV)를 설립해 산업별 특화 AI를 공동 개발하는 방식이다. 데이터 주권은 지키되, 글로벌 최고 수준의 기술력과는 적극적으로 연대하는 ‘스마트한 동맹’만이 피지컬 AI 시대의 진정한 승리 공식이다. 하지만 기회는 양날의 칼이다. 1980년대, 일본은 세계 최고의 메모리 반도체와 가전 제조 능력을 갖추고도 ‘윈텔’(윈도우+인텔) 동맹으로 대변되는 미국의 소프트웨어 생태계에 종속되면서 결국 단순 하드웨어 조립 기지로 전락하고 말았다. 핵심 두뇌(OS)를 장악하지 못한 채 하청에 만족한 대가는 잃어버린 30년이었다. 지금의 AI 혁명에서도 이 역사는 반복될 수 있다. 빅테크의 범용 AI에 우리의 제조 현장 데이터를 고스란히 내어준다면, 한국 산업은 21세기 AI 식민주의, 즉 ‘디지털 소작농’으로 전락할 우려가 높다. 글로벌 플랫폼 기업에 종속되는 우를 범하지 않기 위해서는, 철저히 현장에 최적화된 전용 AI 모델을 우리 손으로 통제하고 운영할 수 있어야 한다. 우리가 확보한 독자적인 AI 통제권은 곧 지정학적 위기 속에서 가장 강력한 방패가 된다. 미중 반도체 전쟁 속 대만 TSMC의 ‘실리콘 방패’가 증명하듯 압도적 첨단 파운드리 인프라는 미국과 중국 모두가 함부로 단절할 수 없는 무기가 됐다. 지금의 AI 전쟁도 마찬가지다. 미국 주도의 첨단 보안망에 동참하되 범용 소재와 거대 시장에선 중국과 실용적으로 연결되는 ‘디리스킹’(위험 완화)을 펴야 한다. K배터리가 원자재는 중국과 협력하면서도 핵심 수율을 쥐고 있는 ‘스마트팩토리 제어 모델’은 철저히 보안망에 묶어 두는 것과 같은 방식이다. 미국 빅테크의 AI ‘뇌’(Brain)가 실물경제를 지배하려면 한국이 가진 첨단 제조의 ‘뼈와 근육’, 차세대 에너지 인프라라는 ‘혈관’이 절실하다. 우리가 피지컬 AI를 통해 생산성과 품질에서 압도적인 ‘K제조업의 방패’를 만들어 낸다면, 미국에는 대체할 수 없는 경제동맹이 되고 중국에는 ‘무시할 수 없는 파트너’로 자리매김이 가능하다. 역사적으로 강대국을 움직이는 최고의 무기는 언제나 현장에서 나오는 ‘대체 불가능한 초격차 실물 기술’임을 잊지 말아야 한다. 오일만 EBN 편집국장

1882년 토머스 에디슨은 뉴욕 맨해튼 펄 스트리트에 미국 최초의 상업용 중앙발전소를 가동했다. 한 곳에서 만든 전기를 여러 건물에 보내는 이 실험은 현대 전력산업의 출발점이 됐다. 그로부터 140여 년이 흐른 지금, 미국은 전력이라는 과제 앞에 서게 됐다. 인공지능(AI) 데이터센터와 첨단 공장이 들어서며 전력 수요는 급증하는데 전력 설비가 이를 따라가지 못하고 있다. 미국 내 데이터센터 전력 수요는 지난해 52기가와트(GW)에서 2030년 115GW로 두 배 이상 늘어날 전망이다. 이 과제를 풀어나가는 과정에서 한국이 협력 파트너로 참여하게 됐다. 정부는 최근 대미 투자협력의 첫 사업으로 텍사스주 가스복합화력발전소 건설을 확정했다. 미국 에너지·인프라 시장은 진입이 쉽지 않았다. 현지 실적과 벤더 등록, 인증을 요구하는 관행 때문에 입찰 명단에 오르기까지 수년이 걸려 중소·중견기업에겐 높은 문턱이었다. 이번 투자는 그 문턱을 넘을 기회가 될 수 있다. 발전소 한 곳에는 설계·조달·시공(EPC)부터 가스터빈과 배열회수보일러, 변압기와 개폐기, 배관·밸브·계측제어, 준공 이후의 운영·정비까지 긴 가치사슬이 연계된다. 후속 사업으로 논의되는 원전은 주기기와 보조기기, 케이블, 시공·정비 인력까지 공급망이 더 길다. 기계와 전기, 건설, 엔지니어링 서비스를 아우르는 분야에서 우리 중소·중견기업의 수주 기회가 열리는 것이다. 발전소가 데이터센터로 전력을 보내려면 송배전망이 깔려야 하고, 초고압 변압기와 차단기, 전선 수요가 늘어난다. 전력 품질을 안정시키는 에너지저장장치(ESS) 수요도 뒤따른다. 모두 우리 기업이 세계적 경쟁력을 갖춘 분야이고, 이러한 기자재의 상당 부분은 국내에서 생산돼 수출된다. 현지 프로젝트에 우리 기업이 참여할수록 국내에서 나가는 기자재와 부품도 늘어난다는 뜻이다. 무엇보다 한 건의 프로젝트가 수십 개 협력사의 첫 미국 실적이 되고, 그 실적은 다음 발주와 제3국 시장으로 이어지는 자산이 된다. 기회는 워싱턴뿐 아니라 각 주(州)의 현장에 있다. 연방 차원의 합의가 문을 열더라도 부지와 인허가, 전력과 용수, 인력과 인센티브는 주정부와 지역 경제개발기관의 협의에서 구체화된다. 미국 주정부 대표단들은 한국 기업이 현지 공급망에 함께해 주기를 기다리고 있다. 코트라는 이러한 수요를 우리 기업과 연결하고, 현지 진출에 필요한 정보와 지원을 제공하며 빈틈없이 돕겠다. 140여 년 전 펄 스트리트의 발전소가 미국이 AI·첨단산업 강국으로 번영하는 씨앗이 됐듯이, 지금 미국에서 열리는 프로젝트 하나가 우리 기업에는 다음 시장으로 가는 출발점이 될 것이다. 들어갈 수 있는 기업은 미리 준비한 기업이다. 코트라는 미국 시장에 도전하는 우리 기업이 현지에 뿌리내리고 성과를 창출할 수 있도록 지원하겠다. 강경성 코트라(KOTRA) 사장

충남 천안시의 스타트업 육성 프로젝트에 참여 중인 ‘C-STAR’ 기업들이 기술 실증과 우주 진출 등의 잇따른 성과를 내고 있다. 13일 시에 따르면 C-STAR 2기 기업인 인세라솔루션㈜이 개발한 우주 광통신 핵심 부품 ‘고속정밀조향거울(FSM)’이 지난 7일 발사된 한국형발사체 누리호 5차에 탑재돼 우주 환경에서 성능 검증 중이다. FSM은 레이저 빔의 방향을 초정밀·고속으로 제어하는 우주 광통신과 첨단방산 분야의 핵심 부품이다. 이 회사는 지난달 135억원 규모의 시리즈A 투자까지 유치해 글로벌 시장 진출과 FSM 양산 체계 구축에 속도를 내고 있다. C-STAR 기업인 에어빌리티㈜는 개인용 전기수직이착륙기(eVTOL)와 대드론 첨단방산 기술력을 인정받아 지난달 65억원 규모의 시리즈A 투자를 유치하며 누적 투자액 105억원을 달성했다. 스마트농업 분야의 로웨인㈜은 로봇·AI 기반 자동화 수직농장 ‘인텔리팜’으로 지난달 농림축산식품부 주최 ‘2026 농식품 창업콘테스트’에서 521개 팀을 제치고 대상을 받았다. 잉클㈜은 산업 데이터 기반 설비 고장 예측 기술로 제조 현장 생산성을 끌어올리고 있으며, 그린에이아이는 3D 라이다 공간지능 기술로 과학기술정보통신부 GovTech 실증사업과 방위사업청 육성사업에 연이어 선정됐다. 시는 C-STAR 프로젝트를 통해 선발한 총 29개사를 미래 유니콘으로 육성 중이다. C-STAR는 천안(Cheonan)과 스타트업(Startup)의 합성어로 성장 단계별로 지원하는 천안시의 대표 창업 보육 플랫폼이다. 윤중길 천안시 미래전략과장은 “단순 창업 지원을 넘어 지역 주력 제조업에 AI, 우주항공, 모빌리티 등 신산업을 접목하는 선순환 산업 생태계를 구축 중”이라며 “성장 펀드 및 특례보증 공급을 늘리고, 대·중견기업 판로 연계와 산학연 공동 연구개발(R＆D)을 전폭 지원할 계획”이라고 말했다.

AI 교양 의무 이수 후 AX로 확장학부와 대학원 연계 과정도 확대기업 실습과 산학 프로젝트 지원“지역 산업전환 이끌 인재 키울 것”국립순천대가 지방에서는 이례적으로 전교생 인공지능(AI) 기초교육부터 전공별 융합교육, 석·박사급 연구와 산업현장 실증까지 이어지는 AI·AI 전환(AX) 교육체제 구축에 나서 관심을 모은다. 올해 하반기 과학기술정보통신부의 ‘AI중심대학’과 ‘AI혁신인재양성사업’에 잇따라 선정되면서다. 두 사업에 투입되는 사업비는 8년간 총 479억원 규모다. 두 사업은 각각 학부와 대학원을 중심으로 운영되지만 국립순천대는 이를 별개 사업으로 두지 않고 하나의 인재양성 체계로 연결할 계획이다. 전교생 AI 기초교육에서 전공별 AX 교육, 석·박사급 연구와 산업현장 실증까지 이어지는 하나의 ‘인재양성 사다리’를 놓는다는 구상이다. ●전교생 AI 배우고, 전공마다 AX 입힌다 12일 국립순천대에 따르면 학부 교육의 출발점은 ‘전교생 AI 교육’이다. AI중심대학사업에는 2026년부터 2033년까지 8년간 정부지원금 212억원을 포함해 총 275억원을 투입한다. 전공과 관계없이 모든 학생이 5학점 이상의 AI 교양과목을 이수하도록 하고 데이터 분석과 생성형 AI 활용, 프롬프트 설계 등 AI를 실제 학업과 업무에 활용하는 능력을 기른다. 기초교육 이후에는 자신의 전공과 AI를 결합하는 AX 교육으로 확장한다. 사업에는 38개 학과가 참여한다. 비전공자가 AI·AX 교육으로 진입할 수 있도록 ‘AX 브릿지’ 교육과정을 운영한다. AI반도체, 뉴스페이스, 문화콘텐츠, 스마트농업 등 다양한 융합·연계전공을 확대하고 AI공학을 비롯해 AI 교육콘텐츠, 에너지AI, 피지컬AI, 기계우주항공AI 등 각 전공의 특성을 살린 심화교육도 운영한다. ●농업 전공자는 AI, AI 전공자는 농업을 국립순천대는 과기정통부 주관 ‘2026년 인공지능혁신 인재양성사업’에 최종 선정됨에 따라 스마트팜과 인공지능(AI) 기술을 결합한 ‘스마트농업 AX대학원’을 고흥스마트팜혁신밸리에서 고흥군과 공동 운영해 미래 농업 인재 육성에 나선다. 다음 달부터 2031년 12월까지 약 5년 2개월간 추진된다. 국비 155억원을 포함해 전남광주통합특별시·순천시 등에서 총 204억원의 사업비가 투입된다. 순천대는 스마트농업 분야의 AI·데이터 기반 혁신을 이끌 전문 인재 양성을 목표로 2027년부터 매년 40명씩, 총 200명의 석·박사급 인재를 배출할 계획이다. 교육과정은 ▲시설원예 AX ▲노지·무인농기계 AX ▲데이터·클라우드 AX 등 3대 핵심 특화 트랙으로 구성된다. 특히 전체 교육과정의 약 30%를 고흥혁신밸리 현장에서 직접 진행해 이론에 그치지 않고 실제 농업 현장에 AI와 데이터 기술을 적용하는 ‘현장 밀착형 실무 교육’을 한층 강화할 방침이다. 대학의 이론 교육과 혁신밸리의 재배·산업 현장이 맞물리면서 학생들은 작물 생육 데이터와 환경제어, AI·자동화 기술을 직접 다루며 실무 역량을 키울 수 있을 것으로 기대된다. 지역 주민과 청년들을 위한 혜택도 마련된다. 학사 학위를 보유한 고흥혁신밸리 보육센터 수료생과 고흥군민에게 대학원 교육 참여 기회를 적극 제공하고 참여기업 및 순천대의 AI 기반 농업 연구 성과를 지역 사회와 공유해 첨단 농업 기술의 저변을 확대할 계획이다. 스마트농업 AX 교육은 학생의 전공에 따라 출발점을 달리한다. 농학·원예·농기계·농업경제 등 농업 분야 전공자는 AI와 머신러닝을 보완해 배우고 AI·소프트웨어 전공자는 시설원예와 노지농업 등 농업 현장을 익힌다. 서로 다른 출발점에서 ‘브릿지’ 교육을 거친 학생들은 이후 시설원예, 노지·무인농기계, 데이터·클라우드 분야로 진입해 생성형 AI와 피지컬AI, 자율주행, 농업데이터 분석 등을 실제 농업 문제 해결에 적용한다. ●학부에서 대학원까지 ‘AI 사다리’ 학부와 대학원 사이의 경계도 낮춘다. 학·석사 및 학·석·박사 연계 과정을 확대하고 학부 3학년부터 대학원 교과목을 이수할 수 있도록 한다. 학부생이 연구실에서 연구를 경험하고 학점도 받을 수 있는 ‘연구실 인턴 학점제’도 도입한다. 학부에서 운영 중인 스마트농업융합전공을 대학원의 스마트농업 AX 전공과 연계해 학부 교육이 석·박사 연구로 이어지는 경로를 구축한다. ●기업이 교실로, 산업현장이 실험실로 기업은 교육과 연구의 공동 파트너로 참여한다. 학부에서는 네이버클라우드, 카카오엔터프라이즈, AWS, 업스테이지, 메가존클라우드, 한전KDN 등이 참여해 산업현장의 AI 기술을 교육하고 현장실습과 산학 프로젝트를 지원한다. 고성능 그래픽처리장치(GPU) 서버와 상용 대규모언어모델 등 AI 교육·연구 인프라도 확충한다. 대학원에서는 농기계 전문기업 대동과 AI 서비스 기업 이스트소프트가 공동연구개발기관으로 참여한다. 대동은 자율주행 농기계와 농작업 데이터, 실장비 가늠터를 제공하고, 이스트소프트는 생성형 AI와 AI 에이전트, 클라우드 서비스 기술을 교육·연구에 접목한다. 학생이 개발한 기술을 실제 장비와 서비스 환경에서 검증하고 산학공동 연구와 인턴십, 취·창업으로 연결하는 방식이다. 교육과 연구의 무대는 캠퍼스 밖 지역 산업현장으로도 넓어진다. 순천의 애니메이션·문화콘텐츠, 여수의 석유화학, 고흥의 우주항공·스마트농업, 광양의 첨단소재 등 지역 주력산업을 AI 교육 및 산학 프로젝트와 연계한다. 특히 순천·고흥 등에 구축한 그린스마트팜 가늠터는 스마트농업 AX 대학원의 현장실증 기반으로 활용할 계획이다. 이병운 순천대 총장은 “AI를 융합한 미래형 전문인재를 체계적으로 양성하고 교육과 연구 성과가 지역 산업의 혁신과 기업 성장으로 이어질 수 있도록 대학의 역량을 집중하겠다”며 “AI·AX 교육과 연구를 통해 지역의 산업 전환을 이끌 수 있는 인재양성 기반을 강화해 나가겠다”고 말했다.

북한이 한국의 첫 극초음속 활공비행체(HGV) 시험발사 성공 나흘 만에 탄도미사일 여러 발을 쏘아 올렸다. 일부 미사일은 900㎞ 이상을 비행했다. 남북이 잇달아 첨단 무기를 시험하면서 이번 발사가 갖는 군사적 의미에 관심이 쏠린다. 합동참모본부는 12일 오전 9시 20분쯤 북한 평양 일대에서 동해상으로 발사된 탄도미사일 수 발을 포착했다고 밝혔다. 이 가운데 적어도 한 종류가 900㎞ 이상을 비행했으며, 한미 정보당국은 정확한 제원을 분석하고 있다. 장도영 합참 공보실장은 이번 발사를 한국의 HGV 시험발사 성공에 대한 무력시위이자 북한의 국방력 발전 계획에 따른 성과 과시일 가능성이 있다고 설명했다. 일본 방위성도 최소 2발을 탐지했으며, 모두 일본 배타적경제수역(EEZ) 밖에 떨어진 것으로 추정했다. 로이터통신은 이날 북한이 최근 한 달 사이 네 번째 미사일 발사를 단행했다며 남북의 잇따른 무기 시험이 한반도 긴장을 높이고 있다고 전했다. 한국 대통령실도 이번 발사가 유엔 안전보장이사회 결의 위반이라며 즉각 중단을 촉구했다. 900㎞ 이상 비행…극초음속 미사일 또 쐈나 이번 발사에서 주목할 부분은 900㎞가 넘는 비행거리다. 북한이 최근 극초음속 미사일 개발 성과를 잇달아 주장한 만큼 같은 계열의 무기를 다시 시험했을 가능성도 제기된다. 북한은 지난 3일 김정은 국무위원장이 참관한 가운데 극초음속 탄두를 탑재한 중거리 전략미사일을 발사했다고 주장했다. 당시 북한은 미사일이 1000㎞를 날아 목표물을 명중했다고 발표했지만, 한국군은 700㎞ 이상, 일본 방위성은 약 680㎞를 비행한 것으로 평가했다. 북한이 강조한 핵심 기술은 이른바 ‘파도형 비행’이다. 김여정 노동당 부부장은 당시 미사일이 저고도에서 고도와 방향을 바꾸는 변칙 기동을 수행해 한미일의 추적을 따돌렸다고 주장했다. 인공지능(AI) 기술을 적용해 요격을 더욱 어렵게 만들었다는 설명도 내놨다. 그러나 한국군은 당시 미사일의 비행 궤적을 정상적으로 추적했다며 북한의 주장을 반박했다. 양측이 발표한 비행거리의 차이만으로 탐지 실패 여부나 실제 요격 가능성을 판단하기는 어렵다. 극초음속 무기의 핵심은 단순한 속도나 비행거리가 아니라 고속 비행 중 궤도를 바꾸는 능력에 있다. 일반 탄도미사일도 비행 과정에서 마하 5 이상의 속도에 도달할 수 있지만, 극초음속 활공체는 하강·활공 단계에서도 방향과 고도를 바꿔 상대 방공망의 추적과 요격을 어렵게 만든다. 따라서 이번에 북한 미사일이 900㎞ 이상 비행했다고 해서 극초음속 기동 능력이 입증된 것은 아니다. 실제 성능을 평가하려면 속도와 비행 고도, 궤적 변화, 종말 단계의 기동 여부 등을 종합적으로 분석해야 한다. 합참도 12일 발사된 미사일의 정확한 기종과 제원을 한미가 정밀 분석하고 있다고 밝혔다. 한국 HGV 시험 성공…북미 협상 앞둔 무력시위 가능성도 북한의 이번 발사는 한국이 자체 개발 중인 HGV의 첫 시험발사에 성공한 지 나흘 만에 이뤄졌다. 정부는 지난 8일 이재명 대통령이 참관한 가운데 국방과학연구소(ADD)가 개발 중인 HGV를 시험발사했다. 청와대에 따르면 발사체는 목표 고도에 도달한 뒤 추진체와 성공적으로 분리돼 계획된 비행을 수행했다. 특히 낮은 고도로 내려온 뒤 상하좌우로 궤도를 바꾸는 불규칙 활공비행을 거쳐 지정된 목표점에 정확히 탄착했다. 정부는 이를 통해 초고온 내열 소재와 유도·제어 등 핵심 기술을 검증했다고 밝혔다. 다만 한국의 HGV도 아직 개발 단계다. 북한 역시 공개된 비행거리와 자체 발표만으로 실제 극초음속 기동 능력을 확정하기 어렵다. 외신은 이번 발사를 남북의 무기 개발 경쟁뿐 아니라 북미 외교와도 연결했다. 로이터는 국방부 출신 송성종 대전대 교수의 분석을 인용해 북한의 잦은 미사일 시험이 도널드 트럼프 미국 대통령과의 잠재적인 정상회담을 앞두고 협상력을 높이려는 움직임일 수 있다고 전했다. AP통신도 북한이 핵무기 운반 체계를 확대하면서 미국과 한국의 대화 재개 제안을 거부하는 상황에 주목했다. 2019년 북미 협상이 결렬된 이후 외교적 교착 상태가 이어지고 있다는 것이다. 결국 이번 900㎞ 비행의 핵심은 단순한 사거리보다 북한이 어떤 미사일로 어느 수준의 기동 능력을 보여줬느냐에 있다. 한국의 HGV 시험에 대한 무력시위인지, 향후 북미 협상을 의식한 전력 과시인지는 추가 분석이 필요한 상황이다.

노동계 반발 등 생산현장 투입 우려고령화 사회 일손 채울 핵심 자원이직률 높은 직종의 대안될 수도인류의 생산성 어떻게 확보할 건가피지컬AI 본격 도입에 따른 변화는진정한 휴머노이드, 의사소통 중요사회적 수용엔 수십년 걸릴 수도정서·문화적 적응에 한 세대 소요앞으로 어떤 과제를 풀어야 하나보스턴다이내믹스 구동기술 독보적정교한 손조작 능력·강화학습 집중안전 제어·기술 지속 발전시켜야 “사람들은 로봇이 일자리를 빼앗을 일만 걱정한다. 어느 정도는 그럴 수 있다. 하지만 로봇은 우리가 절실히 필요로 하는 노동력의 원천이기도 하다. 많은 나라에서 생산가능인구가 부족해지는 상황에서 앞으로의 화두는 ‘로봇을 이용해 노동력 부족을 어떻게 해결할 것인가’가 될 것이다.” ‘로봇공학의 대부’로 통하는 마크 레이버트(77) 보스턴다이내믹스 창립자 겸 로보틱스＆인공지능 연구소(RAI) 소장은 지난 6일 서울 강남구 코엑스에서 서울신문과 인터뷰를 하면서 로봇과 함께 공존할 미래에 대해 막연한 두려움에 사로잡힐 일이 아니라 가능성의 관점에서 바라봐야 한다고 강조했다. 고령화와 출산율 저하에 따른 거스를 수 없는 인구구조 변화 속에 인류의 지속가능한 생산성을 담보하려면 불가피하다는 측면에서다. 그는 ‘휴머노이드(Humanoid·인간 형태의 것)’란 단어조차 생소했던 1980년대 미국 카네기멜런대 연구실에서 한 발로 뜀박질하면서 균형을 잡는 1족 보행 로봇 ‘호퍼’를 개발했다. 당시에는 “도대체 뭐에 쓰겠느냐”는 반응이 대부분이었다. 하지만 그가 1992년 설립한 보스턴다이내믹스는 휴머노이드 로봇의 핵심 구동장치인 액추에이터 시스템이나 로봇의 점프를 제어하는 장치 등 독보적인 기술력을 인정받았고, 구글과 소프트뱅크를 거쳐 2021년 현대자동차에 인수됐다. 한 번쯤은 들어봤을 법한 4족 보행 로봇 ‘스폿’과 인간처럼 걷고 뛰는 ‘아틀라스’(사진)가 그의 작품이다. 아틀라스는 현시점에서 테슬라의 옵티머스와 함께 가장 뛰어난 산업용 휴머노이드로 평가받는다. 아이러니하게도 그는 최근 휴머노이드 열풍에 대해 차분했다. 레이버트 소장은 “휴머노이드 로봇이 얼마나 빨리 상용화될지에 대해 사람들은 지나치게 낙관적”이라고 짚었다. 또한 휴머노이드를 사람과 닮은 외형으로만 생각하는 천편일률적인 시각에도 선을 그었다. 주변 환경을 이해하고 의미 있는 의사소통을 하는 능력이 인간을 어설프게 닮은 얼굴보다 본질적이라고 했다. 다음은 일문일답. -노동계에서 로봇의 생산 현장 투입에 대한 우려와 반발(지난 1월 현대차 노조는 “노사 합의 없이 단 한 대의 로봇도 현장에 들어올 수 없다”고 밝혔다)이 크다. “진짜 질문은 ‘로봇을 이용해 노동력 부족 문제를 어떻게 해결할 것인가’이어야 한다. 많은 사람이 자신들의 일터에서 이직률이 높거나 필요한 기술을 가진 사람을 구하지 못한다고 이야기한다. 고령화, 젊은 사람들의 태도 변화, 출산율 감소까지 고려한다면 ‘앞으로 인류는 생산성을 어디에서, 어떻게 확보할 것인가’가 중요하다.” 그는 이날 ‘인공지능(AI)으로 그리는 미래도시의 일상’을 주제로 열린 서울시 주관 ‘스마트라이프위크(SLW) 2026’ 기조연설에서도 “로봇은 우리가 절실히 필요로 하는 노동력의 원천이다. (로봇을 통해) 생산성을 높은 수준으로 유지할 수 있는 노동력을 확보하는 것은 (인류가 얻게 될) 실질적인 기회”라고 밝혔다. -피지컬 AI가 본격적으로 일상에 들어오면 가장 먼저 체감하게 될 변화는 무엇일까. “일부는 이미 들어와 있다. 자율주행차나 한발 더 나아간 로보택시(미국·중국에서 상용화)는 지금도 이용할 수 있다. 이런 것들이 초기 단계의 변화다. 또 많은 창고와 공장에서 자동화가 이뤄지고 있다. 로봇이 시설을 점검하고 장비가 제대로 작동하는지 확인하는 데 사용된다. 다만 생각하는 모든 일이 실제 일어나기까지는 시간이 걸릴 것이다. 기술 개발은 물론, 정서·문화적으로 수용하는 데도 시간이 필요하다.” 그는 이날 기조연설에서도 거듭 강조했다. “어떤 로봇 기술은 사회적으로 받아들여지기까지 몇 년이 걸릴 것이고, 어쩌면 수십 년이 걸릴 수도 있다. 기술의 문제만은 아니다. 상당 부분은 문화의 문제다. 로봇 기술을 적용할 수 있는 모든 분야에 적응하기까지 한 세대가 걸릴 수도 있다.” -휴머노이드 기술이 ‘퍼포먼스’를 넘어 경제적 가치를 창출하는 단계까지 왔다고 보는가. “현재 휴머노이드 로봇이 할 수 있는 일은 상대적으로 제한적이다. 인간의 능력은 여전히 휴머노이드 로봇보다 뛰어나다. 인간보다 빨리 달리는 로봇을 봤고, 우리 팀도 곡예 동작을 할 수 있는 로봇을 만들었다. 하지만 사람을 다치게 하지 않고 벽에도 아무런 자국을 남기지 않으면서 집을 청소하는 것 같은 활동을 생각한다면 갈 길이 멀다. 휴머노이드 로봇이 얼마나 빨리 상용화될 것인지에 대해 사람들은 지나치게 낙관적이다.” 그는 외형에 집착하는 흐름에도 의문을 제기했다. “너무 많은 이들이 휴머노이드에 집중하고 있다. 휴머노이드란 대체 무엇인가. 팔 두 개, 다리 두 개, 머리 하나가 달려 있으면 모두 휴머노이드인가. 진정한 휴머노이드라면 자신의 환경을 이해하고, 의사소통을 할 수 있고, 어떤 지향이나 의지를 갖는 특성이 있어야 한다. 그런 의미에서 네 발 달린 로봇도 두 발로 걷는 로봇만큼 휴머노이드적일 수 있다.” -공상과학(SF) 영화처럼 가정용 로봇이 인간과 유사한 모습일 필요는 없다는 얘긴가. “유용한 기능을 갖추고, 가격이 적절하고, 가정환경에서 충분히 안전하면 (어떤 형태든) 상관없다고 생각한다. 문제를 일으키지 않을 만큼 충분히 똑똑해야 하겠지만, 어떻게 제어할 것인지에 대해서는 매우 신중해야 한다.” -현재 RAI 연구소는 로봇의 어떤 능력에 집중하고 있나. “우리가 이룬 진전 가운데 하나는 ‘강화학습(로봇이 시뮬레이션 환경에서 시행착오를 통해 훈련하며 제어, 경로 계획, 조작 기술을 향상시켜 복잡한 작업을 수행하도록 돕는 과정)’이다. 또 하나는 이동성과 길 찾기(내비게이션)이다. 로봇이 지하철을 타고 도시를 가로질러 식당이나 집을 찾아가서 그 안으로 들어갈 수 있을까. 아직 그런 일을 할 수 있는 로봇은 없다. 하지만 우리(인간)는 아주 쉽게 한다. 로봇이 실제 세상으로 나가 활동할 수 있도록 하는 요소도 연구하고 있다. 물리적인 움직임뿐 아니라 필요한 지식과 안전성도 중요하다. 특히 ‘손의 정교한 조작 능력’(manual dexterity)을 집중적으로 연구하고 있다. 로봇은 물체 하나를 집어 들고 움직이는 일을 할 수 있지만 사람이 무언가를 만들 때처럼 여러 부품을 동시에 쥐고 정밀하게 조작하거나 조립하는 일은 아직 하지 못한다.” -정교한 조작 능력을 어떻게 발전시키는가. “원격조작(teleoperation)을 통해 데이터를 수집해 이 문제를 해결하려 하고 있다. 예컨대 로봇에게 나사를 집어 구멍에 끼우는 법을 가르쳐야 한다면, 사람이 원격조작 장치를 이용해 로봇 손을 움직여 나사를 집고 끼우는 동작을 수백, 수천 번 반복해서 보여주는 식이다. 대규모 언어모델(LLM)이 인터넷에서 데이터를 찾아 활용한 것과 유사한 접근법이다. 우리도 그런 아이디어를 시험하고 있다. 컴퓨터 속 가상세계(시뮬레이터)를 사용하면 현실 세계에 연구실을 갖추지 않고도 이런 연구를 할 수 있다. 이런 게 강화학습의 장점이다. 정교한 조작 능력은 두뇌와 같은 기능만의 문제가 아니다. 하드웨어도 중요하다. 기존의 많은 로봇보다 정교한 조작 능력을 높이는 데 적합한 새로운 로봇 하드웨어 설계도 연구하고 있다.” -어느 시점에서 로봇 기술과 관련, 인간이 결국 해냈다라고 말할 수 있을까. “우리는 이미 여러 번 ‘해냈다’고 생각한다(웃음). 나에게 로봇 연구는 평생에 걸친 활동이다. 진전을 이룰 때마다 더 많은 아이디어와 다음 단계로 향하는 ‘문’을 열어준다. 하나의 정답만 있는 것은 아니다. 더 많은 것, 더 위대한 것을 할 기회가 계속 있을 뿐이다. 인간이 지금 어떤 일을 할 수 있다고 해서 그것으로 끝나는 것은 아니다. 인간은 매년 새로운 화두를 만들어 낸다. 언젠가는 로봇도 그렇게 될 것이라고 생각한다. 모든 과정은 목적지가 아니라 여정이다.” ■ 마크 레이버트는 1949년생으로 미국 노스웨스턴대 전기공학과를 졸업하고 1977년 매사추세츠공대(MIT)에서 생물을 모방한 보행 로봇으로 박사 학위를 받은 이후 50년 가까이 로봇 연구에 천착하고 있다. 1980년 카네기멜런대 교수로 부임해 가장 먼저 한 일도 로봇 연구실 ‘레그랩(leg lab)’을 꾸리는 것이었다. 이후 MIT로 자리를 옮겼고 1992년 보스턴 다이내믹스를 세워 30년 넘게 최고경영자(CEO)로 일했다. 네 발로 걷는 로봇개 ‘스폿’과 양팔로 물구나무를 서는 ‘아틀라스’가 그의 손에서 탄생했다. 지금은 2022년 현대차그룹이 설립한 ‘로보틱스＆AI 연구소(RAI)’에서 차세대 AI 기반 로봇 기술 연구를 총괄하고 있다.

[배틀라인 3줄 요약]● 국산 극초음속 활공비행체(HGV)가 첫 시험발사에 성공한 가운데 청와대가 발사체의 이륙부터 활공체 분리, 변칙기동, 목표점 탄착까지 담은 사진을 공개했다.● 이번 시험발사는 북한의 잇단 극초음속 미사일 발사와 DMZ 지뢰 사고 이후 이뤄졌으며, 한국군은 북한의 단·중거리 미사일 개발에 맞서 독자적인 극초음속 타격기술을 검증했다.● 한국군은 지하시설 파괴에 초점을 맞춘 현무-5에 이어 고속·변칙기동으로 방공망 돌파를 노리는 극초음속 활공체까지 개발하며 대북 전략타격 전력의 다변화를 추진하고 있다. 국산 극초음속 활공비행체(HGV)가 첫 시험발사에 성공했다. 북한이 극초음속 중거리미사일을 발사한 지 닷새 만에 이뤄진 시험이다. 9일 청와대는 전날 이재명 대통령이 참관한 국방과학연구소(ADD)의 극초음속 활공비행체 시험발사 사진을 공개했다. 사진 속 발사체는 충남 태안 안흥종합시험장 인근 해상 바지선에서 화염과 흰 연기를 뿜으며 솟구쳤다. 로켓 추진체에서 분리된 뒤 극초음속으로 날면서 고도와 방향을 바꾼 뒤 지정된 목표점에 명중했다. 활공체가 목표 해역에 탄착하자 거대한 물기둥이 치솟았다. 활공체는 앞부분이 탄환처럼 뾰족하고 뒤쪽에는 날개가 달려 있다. 신종우 한국국방안보포럼 사무총장은 날개 형태를 근거로 비행 중 방향 전환을 고려한 설계라고 분석했다. 군은 시험에서 활공체에 쓰인 내열소재의 성능과 비행 유도·제어 능력을 검증했다. 활공체는 목표 고도에서 추진체와 분리된 뒤 낮은 고도로 내려오면서 수직·수평 방향으로 궤도를 바꿔 목표점에 탄착했다. 청와대는 이번 시험을 한반도의 핵심 표적을 타격할 새로운 억제수단 개발의 주요 성과로 평가했다. 北 극초음속 미사일 잇단 발사…韓도 첫 활공체 시험 성공북한은 지난달 20일 극초음속 탄두를 탑재한 것으로 알려진 신형 단거리미사일을 시험한 데 이어 이달 3일에는 김정은 국무위원장이 참관한 가운데 극초음속 중거리미사일을 발사했다. 지난달 21일에는 서부전선 비무장지대(DMZ)에서 북한군이 매설한 지뢰가 폭발해 우리 장병 3명이 다쳤다. 군은 지난 5일 북한군이 군사분계선(MDL) 남쪽 10여m 지점에 매설한 지뢰가 폭발 원인이라고 최종 판단했다. 같은 날 해당 지역의 북한군 지뢰지대를 폭파해 제거했다. 이 대통령은 극초음속 미사일 시험발사 참관 뒤 “우리의 안보는 스스로의 힘으로 확보하는 것”이라며 정부가 첨단무기 개발과 실전 배치를 지원하겠다고 밝혔다. 로이터통신은 국내 언론을 인용해 시험발사 공개가 대북 경고로 해석된다고 전했다. 北 “1000㎞ 비행·명중”…韓은 활공체 핵심기술 첫 검증북한이 지난 3일 발사한 미사일은 중거리급 2단 고체연료 추진체에 원뿔형 극초음속 탄두를 결합한 것으로 추정된다. 북한은 미사일이 저고도에서 궤도를 바꾸며 1000㎞를 날아 목표점에 명중했다고 주장했다. 반면 합동참모본부는 비행거리를 700㎞ 이상으로, 일본 방위성은 약 680㎞로 파악했다. 김여정 노동당 부장은 한국과 일본이 미사일을 끝까지 추적하지 못했다고 주장했다. 또 미사일에 저고도 비행궤도 변경 기술과 인공지능(AI)을 적용했다고 밝혔다. 북한은 3일 발사를 미사일부대의 ‘발사훈련’으로 규정하고 운용능력을 과시했다. 한국군은 이번 시험에서 활공체가 극초음속으로 날면서 궤도를 바꾸고 목표점에 명중하는 능력을 처음 검증했다. 탄도미사일과 다른 변칙 활공…추적·요격 더 까다로워한국군이 이미 현무 계열 탄도미사일을 보유하고도 극초음속 활공체를 개발하는 이유는 비행 방식의 차이에 있다. 일반적인 탄도미사일은 추진 단계가 끝나면 대체로 예측 가능한 궤적을 따라 날아간다. 방어 측은 레이더로 비행경로를 추적해 예상 탄착점과 요격 지점을 계산한다. 반면 극초음속 활공체는 로켓 추진체에 실려 대기권 상층부까지 상승한 뒤 추진체와 분리돼 비교적 낮은 고도로 활공한다. 탄도미사일도 비행 중 극초음속에 도달할 수 있지만 활공체는 고속으로 날면서 고도와 방향을 바꿀 수 있다. 그만큼 방어 측이 비행경로를 추적하고 요격하기가 어렵다. 활공체가 비행 중 방향을 바꾸면 방어 측은 달라진 궤도에 맞춰 요격 지점을 다시 계산해야 한다. 비행속도가 빠를수록 요격에 쓸 수 있는 시간도 짧아진다. 미 군사전문매체 더워존(TWZ)은 9일 한국의 시험발사 사진을 분석하면서 극초음속 활공체가 적 방공망을 돌파해 주요 표적을 신속하게 공격하는 데 유리하다고 평가했다. 현무-5는 지하시설 관통, HGV는 방공망 돌파에 중점이 대통령이 시험발사를 참관한 뒤 시찰한 고위력 탄도미사일 ‘현무-5’와 극초음속 활공체는 기술적 강점이 다르다. 현무-5는 무거운 탄두와 강력한 관통력을 앞세워 북한의 지하 지휘시설과 견고한 군사시설을 파괴하는 데 초점을 맞춘 무기다. 극초음속 활공체는 빠른 속도로 고도와 방향을 바꿔 적의 방공망을 돌파하는 능력에 무게를 둔다. 최대 사거리·배치 시점 미공개…추가 성능 검증 필요극초음속 미사일 실전 배치까지는 추가 성능 검증이 남아 있다. 활공체가 장거리 비행 중에도 속도와 기동성을 유지하고 높은 열을 견디면서 목표점까지 정확히 날아가도록 제어하는 기술이 중요하다. 더워존은 국산 활공체가 이번 시험에서 목표점 탄착에 성공했지만 비행 중간·종말 단계의 구체적인 유도 방식과 성능에 관해서는 여전히 의문이 남는다고 지적했다. 국산 HGV의 최대 사거리와 실제 전투환경에서의 운용능력, 전력화 일정은 공개되지 않았다. 군은 추가 연구개발과 성능시험을 거쳐 무기체계를 완성할 계획이다.. 군은 추가 연구개발과 성능시험을 통해 실제 운용능력을 검증하고 무기체계를 완성할 계획이다. 현무-5 이어 극초음속 무기 개발…대북 타격수단 확대한국군은 북한의 핵·미사일 위협에 대비해 적의 공격 징후를 조기에 포착해 타격하는 킬체인(Kill Chain)과 공격받은 뒤 북한 지휘부 등을 응징하는 대량응징보복(KMPR) 등 한국형 3축 체계를 발전시켜 왔다. 극초음속 활공체까지 실전 배치하면 북한의 핵·미사일 시설과 지휘시설 등을 공격할 때 표적과 방공망의 특성에 따라 서로 다른 타격수단을 선택할 수 있게 된다. 북한이 핵탄두와 미사일 성능을 고도화하는 가운데 한국군도 국산 첨단무기 개발을 통해 대북 타격전력을 다변화하고 있다.

고흥군이 국립순천대학교와 협력해 스마트농업 분야의 AI 전문인재 양성에 나선다. 고흥군은 순천대학교가 과학기술정보통신부 주관 ‘2026년 인공지능혁신 인재양성사업’에 선정됨에 따라, 스마트팜과 인공지능 기술을 결합한 ‘스마트농업 AX대학원’을 고흥스마트팜혁신밸리에서 함께 운영한다고 밝혔다. 이번 사업은 2026년 11월부터 2031년 12월까지 5년 2개월간 추진된다. 총사업비는 202억원이다. 국비 155억원을 비롯해 전남광주통합특별시 15억 5000만원, 고흥군 5억 5000만원, 순천시 10억 5000만원, 순천대학교 15억 5000만원이 투입된다. 참여기업인 ㈜대동과 ㈜이스트소프트도 총 2억원 규모의 현물을 지원할 예정이다. 순천대학교는 2027년부터 매년 40명씩, 5년간 총 200명의 스마트농업 전문인재를 양성한다. 교육과정은 ▲시설원예 AX ▲노지·무인농기계 AX ▲데이터·클라우드 AX 등 3대 특화트랙으로 운영된다. 특히 전체 교육과정의 약 30%를 고흥스마트팜혁신밸리에서 진행해, 학생들이 AI와 데이터 기술을 실제 농업 현장에 적용해 보는 현장 중심 교육을 강화한다. 대학의 이론 교육과 혁신밸리의 재배·산업 현장이 맞물리면서 학생들은 작물 생육 데이터와 환경제어, AI·자동화 기술을 직접 다루며 실무 역량을 키울 수 있을 것으로 기대된다. 지역민을 위한 기회도 열린다. 학사 학위를 보유한 고흥스마트팜혁신밸리 보육센터 수료생과 고흥군민에게 대학원 교육 기회를 제공하고, 참여기업과 순천대학교의 AI 기반 농업 연구 성과도 군민과 공유할 계획이다. 공영민 군수는 “국립순천대와 협력해 고흥스마트팜혁신밸리가 미래 스마트농업 인재 양성의 현장 교육 거점으로 자리매김할 수 있도록 적극 지원하겠다”며 “대학의 교육·연구 역량과 혁신밸리의 현장 인프라를 연계해 지역 농업의 디지털 전환과 스마트농업 산업 발전을 이끄는 협력 모델을 만들어 나가겠다”고 밝혔다.

햇빛을 받은 측면 철판의 굴곡이 단련된 근육처럼 도드라졌다. 뒷바퀴를 감싼 두툼한 볼륨과 길고 넓게 덮인 보닛에서는 힘이 느껴졌다. 도로에 들어서자 요철을 부드럽게 걸러내는 승차감과 차분한 실내가 강인한 외관과 대비를 이뤘다. 지난 7일 현대자동차 테크데이와 시승 행사에서 만난 5세대 ‘디 올 뉴 투싼’은 가족을 위한 편안함에 무게를 둔 스포츠유틸리티차량(SUV)이었다. 경기 고양시 현대모터스튜디오 고양에서 김포의 한 카페를 다녀오는 왕복 약 65㎞ 구간을 달렸다. 시승차는 20인치 휠과 미쉐린 타이어를 장착한 1.6 터보 가솔린 2륜구동 인스퍼레이션 풀옵션 모델이었다. ■ 깊어진 철판 굴곡…디자인 뒷받침한 성형 기술6년 만에 완전변경된 신형 투싼은 철판 특유의 긴장감을 살린 디자인 철학 ‘아트 오브 스틸’을 적용했다. 보닛은 기존보다 길이를 15% 늘리고 양쪽의 솟아오른 형상을 강조했다. 뒷바퀴를 감싸는 리어 펜더의 성형 깊이는 40㎜에서 71㎜로 커졌다. 철판을 깊게 누르고 늘릴수록 균열이나 주름이 생기기 쉽다. 개발진은 철판을 여러 방향으로 당기는 ‘다방향 인장 제어’와 형상을 단계적으로 만드는 ‘다단 성형’ 공법으로 이를 해결했다. 보닛에도 철판이 금형에 닿는 시점을 조절해 불필요한 굴곡을 줄이는 기술을 적용했다. 눈에 보이는 외관의 변화 뒤에는 복잡한 형상을 일정한 품질로 생산하기 위한 제조 기술이 있었다. ■ 매끄러운 변속과 충격 흡수…편안함에 초점가솔린 모델은 터보차저 용량을 키워 기존보다 13마력 높은 최고출력 193마력을 낸다. 기존 7단 듀얼클러치변속기(DCT)를 대신한 8단 자동변속기는 저속에서도 변속이 부드러웠고, 속도를 끌어올리는 과정도 매끄러웠다. 핸들을 돌렸을 때 차체가 따라오는 움직임은 안정적이었다. 과속방지턱과 노면 요철을 지날 때 몸으로 전달되는 충격도 비교적 부드럽게 걸러졌다. 현대차는 앞쪽 서스펜션과 차체의 연결부를 강화하고 뒤쪽에는 보강 지지대를 더했다. 충격을 흡수하는 쇽업소버의 피스톤과 밸브 구조도 다듬어 차체 움직임을 제어하도록 했다. 속도를 높여도 실내로 들어오는 바람 소리는 크게 거슬리지 않았다. 앞좌석 측면 차음유리는 기존보다 1㎜ 두꺼운 5㎜로 만들고, 도어 유리 가장자리의 밀폐 부품은 이음매 없는 일체형으로 바꿨다. 엔진룸과 실내 사이 패드의 차음층 면적은 약 51% 넓히고 바닥 흡차음재도 시트 아래 전체로 확대했다. 승차감과 정숙성을 위해 눈에 잘 띄지 않는 부분까지 손본 것이다. ■ 넓어진 뒷좌석…말동무 된 글레오 AI 가족을 위한 변화는 공간에서도 드러났다. 기존보다 전장은 60㎜, 전폭은 40㎜, 앞뒤 바퀴 사이 거리는 30㎜ 늘었다. 2열 다리 공간과 머리 공간은 각각 14㎜, 29㎜ 넓어졌다. 뒷문 개방 각도는 73도에서 83도로 커져 카시트에 아이를 앉히거나 부피가 큰 짐을 넣기 편하도록 했다. 가솔린 모델의 트렁크 용량은 645ℓ로 기존보다 23ℓ 늘었다. 이동 중에는 차량과 대화하는 재미도 있었다. 인포테인먼트 시스템 ‘플레오스 커넥트’에 탑재된 생성형 인공지능(AI) ‘글레오’는 목적지와 이동 경로, 주변 식당에 관한 질문에 답했다. 기자가 “하하하”하고 웃음소리를 내자 “소가 노래하면 뭔지 알아? ‘소송’”이라며 농담도 건넸다. 음성으로 공조 등 차량 기능을 조작하는 데서 나아가 말동무 역할을 하는 모습이었다. 화면 배치는 익숙해질 시간이 필요해 보였다. 시승차에는 헤드업 디스플레이(HUD)가 장착됐지만, 방향지시등을 켰을 때 나타나는 후측방 카메라 영상은 중앙 화면에서 확인해야 한다. 왼쪽 후측방을 확인할 때도 시선을 오른쪽 중앙 화면으로 옮겨야 하는 구성이다. 안전 사양으로는 충돌로 주 전원이 끊겨도 별도 전원으로 문 잠금 해제를 지원하는 ‘도어 언락 전원 이중화’를 적용했다. 고강도 강판 적용과 차체 구조 보강으로 비틀림 강성을 기존보다 20.7% 높였으며, 앞좌석 탑승자 사이의 충돌을 줄이는 센터 사이드 에어백을 포함해 총 9개의 에어백을 갖췄다. 별도로 운영하는 1.6 터보 하이브리드는 엔진과 두 개의 모터로 시스템 최고출력 245마력을 낸다. 현대차가 제시한 복합연비는 17인치 휠·2륜구동 기준 ℓ당 17.4㎞로 기존보다 ℓ당 1.2㎞ 개선됐다. 이번 가솔린 모델 시승에서 돋보인 것은 매끄러운 변속과 부드러운 충격 흡수였다. 강인해진 외관 속에 일상적인 이동과 가족 동승을 고려한 성격이 뚜렷했다.

경기도가 2029년까지 고속도로를 달리는 자율주행 광역버스를 개발해 실제 승객을 태우는 실증 운행에 나선다. 도는 내년 기존 광역버스 3대를 자율주행 차량으로 개조하고, 인공지능(AI)을 활용한 주행 제어 시스템을 구축한다고 8일 밝혔다. 2028년에는 고속도로가 포함된 노선에서 승객 없이 시험 운행한 뒤 2029년부터 승객을 태워 운행할 계획이다. 2030년 이후에는 운행 노선을 늘리고 차량도 10대 이상으로 확대할 방침이다. 핵심 기술은 경기도가 개발 중인 ‘E2E(End-to-End) 자율주행 AI 모델’이다. 인공지능이 도로 상황과 주변 차량의 움직임을 분석해 주행 방향과 속도를 결정하고 차량을 제어하는 기술이다. 도는 이 기술을 시내버스와 수요응답형 교통수단(DRT)에도 적용해 교통취약지역 주민들의 이동 편의를 높일 계획이다. 추미애 경기지사는 이날 성남시 제2판교테크노밸리 스마트모빌리티 실증허브를 방문해 기술 개발 현황을 살펴보고 “경기도를 미래 모빌리티 혁신의 선도지역으로 만들겠다”고 밝혔다.

- 배터리 부피 95% 이상 차지하던 기판 완전 제거…에너지 밀도 최대 750Wh/L 산출- 독자적 박막·후막 계면 제어 기술…10C 초고속 방전에서도 용량 55% 유지 피지컬AI 운영 데이터 플랫폼 기업 아이엘이 기존 소형 전고체배터리의 구조적 한계를 극복하고 에너지 밀도와 고속방전 성능을 동시에 높인 차세대 전고체배터리 기술을 개발했다고 밝혔다. 아이엘은 기존 박막형 전고체배터리에서 전체 부피의 95% 이상을 차지하던 기판을 완전히 제거하고, 독자적인 ‘박막-후막 하이브리드 계면 제어 기술’을 적용해 부피당 에너지 밀도를 기존 대비 약 10배 수준으로 높일 수 있는 기술적 성과를 확보했다고 설명했다. 이번 기술의 핵심은 에너지 저장에 직접 기여하지 않으면서 배터리 부피의 대부분을 차지하던 기판을 없애고, 확보된 공간을 에너지 저장에 쓰도록 구조 자체를 재설계한 점이다. 기존 박막 전고체배터리는 약 500㎛ 두께의 실리콘 또는 유리 기판을 기반으로 제작돼 에너지 밀도를 높이는 데 구조적인 제약이 있었다. 회사는 기판을 완전히 제거하는 공정과 박막·후막 하이브리드 구조로 이 한계를 개선했다. 회사가 실제 제작한 전고체배터리 코인셀의 활물질을 기준으로 부피당 에너지 밀도를 산출한 결과, 기존 박막형의 약 50~80Wh/L 대비 500~750Wh/L 수준을 나타냈다. 이 수치는 패키징을 제외하고 기판·활물질·전해질·전극으로 구성되는 부피를 기준으로 계산했으며, 셀 간 제작 편차를 반영해 단일 수치가 아닌 범위로 제시했다. 이번 기술에서 주목할 부분은 에너지 밀도 향상뿐 아니라 고속방전 성능까지 함께 확보했다는 점이다. 일반적으로 전극을 두껍게 만들어 저장 용량을 높이면 이온 이동 거리와 내부 저항이 커져 고속 충·방전 성능이 떨어지는 상충 문제가 생긴다. 아이엘은 정밀 박막 공정의 고출력 특성과 전도성 가교 물질을 적용한 후막 전극의 고용량 특성을 결합하고, 박막과 후막 사이의 계면을 제어하는 독자적인 기술로 이 상충 관계를 개선했다. 아이엘이 공개한 방전 특성 평가 자료에서도 고속방전 성능의 차이가 확인됐다. 0.1C 방전 용량을 기준으로 1C 방전에서 일반 박막 전고체배터리의 용량 유지율은 85%인 반면, 아이엘의 소형 전고체배터리는 92%였다. 방전 속도를 5C로 높이면 일반 박막형은 40%로 떨어지지만 아이엘은 74%를 유지했다. 특히 10C 초고속 방전에서는 일반 박막형이 15%까지 감소한 반면 아이엘은 55%를 유지해 비교군 대비 약 3.7배 높은 용량 유지율을 나타냈다. 이번 성능 평가는 연구실 규모에서 동일한 제조 조건으로 제작한 복수의 전고체배터리 코인셀을 대상으로 진행됐다. 앞선 측정에서 생긴 셀의 열화와 손상이 뒤이은 측정 결과에 영향을 주지 않도록, 동일한 조건으로 만든 셀을 활용해 각 성능을 따로 평가했다. 회사는 이번 기술개발 과정에서 확보한 전자현미경 이미지를 통해 박막과 후막이 결합된 계면 구조도 공개했다. 서로 다른 특성을 지닌 박막과 후막을 하나의 배터리 구조로 결합하면서 계면을 정밀하게 제어하는 것이 기술의 핵심으로, 아이엘은 이를 통해 고용량과 고출력 특성을 동시에 확보할 수 있는 기반을 마련했다고 설명했다. 휴머노이드 로봇은 제한된 내부 공간에 배터리를 탑재해야 하는 동시에 관절과 구동부의 움직임에 필요한 전력을 안정적으로 공급해야 한다. 이에 따라 높은 에너지 밀도와 고출력 특성을 동시에 확보할 수 있는 배터리 기술은 향후 로봇의 구동 효율과 운용 성능을 결정하는 핵심 요소 가운데 하나로 꼽힌다. 아이엘은 이번 전고체배터리 기술개발을 단순한 소형 배터리 사업 확대가 아닌, 차세대 휴머노이드 로봇의 핵심 에너지 기술을 내재화하기 위한 중장기 전략의 일환으로 추진하고 있다. 휴머노이드 운영 데이터와 AI 기술을 중심으로 쌓아 온 피지컬AI 사업 역량을 에너지 기술 영역까지 확장해, 로봇의 구동 효율과 전원 안정성을 높이는 기반을 확보한다는 구상이다. 아이엘 고재환 배터리R＆D센터장은 “이번 기술의 핵심은 단순히 배터리 소재를 개선한 것이 아니라, 기존 박막 전고체배터리의 에너지 밀도를 제약하던 구조적 문제를 해결하고 고용량과 고출력이라는 두 가지 기술적 과제를 동시에 개선했다는 점”이라며 “독자적인 박막-후막 계면 제어 기술을 기반으로 차세대 소형 전고체배터리의 성능과 기술 경쟁력을 지속적으로 고도화해 나가겠다”고 밝혔다.

페르소나에이아이(페르소나AI, 대표 유승재)가 10월 6일 국가AI대상을 수상했다고 밝혔다. 회사는 포용성·신뢰성·안전성·보안성의 네 가지 통제 체계를 하나의 플랫폼에서 통합 제공하는 자사 플랫폼 ‘GEN STATION’이 높이 평가된 결과라고 설명하며, 이를 움직이는 네 가지 핵심 엔진의 기술 성과를 공개했다. 최근 몇 년 사이 국내 AI 시장의 화두는 ‘에이전트’로 옮겨갔다. 그러나 대부분의 논의는 어떤 거대언어모델(LLM)을 쓰느냐에 머문다. 페르소나AI의 기술 체계는 다른 전제에서 출발한다. 에이전트의 성능은 모델이 아니라, 기업 안에 흩어진 정보가 얼마나 정확하게 ‘지식’으로 바뀌어 있는지에서 갈린다는 것이다. 네 가지 엔진은 이 전제에 따라 배치됐다. 출발점은 음성지식이다. 상담과 회의, 현장의 말은 기업에서 가장 많이 발생하지만 가장 적게 축적되는 데이터다. 페르소나AI의 ‘음성 지식화 엔진’은 한국어 인식 정확도 95.23%(TTA V＆V 공인시험 실측)를 확보했다. 학습에는 한국어 음성 7만4,887시간과 경상·강원·전라·제주·충청 5대 권역 사투리 5만시간이 투입됐다. 회사는 사투리 학습으로 기존 기술 대비 인식 성능이 약 42% 향상됐다고 밝혔다. 이 수치에서 실무적으로 더 중요한 것은 두 가지다. 화자분리 지연이 1초 이내라는 점, 그리고 한 채널에서 최대 20명까지 화자를 분리·프로파일링한다는 점이다. 국내 화자분리 기술이 통상 8명 수준에 머문다는 점을 고려하면 앞선 성능이다. 대부분의 음성 기술이 녹음이 끝난 뒤 일괄 처리(배치) 방식으로 화자를 나누는 것과 달리, 실시간 스트리밍 상태에서 화자를 가른다는 점도 차별점이다. 지식축적이 실시간으로 이뤄져 AI가 과거 데이터가 아닌 현재 데이터를 바로 처리할 수 있다는 취지다. 회사가 이 지표를 강조하는 이유는 명확하다. 화자가 분리되고 문장이 정제돼야 대화가 끝나는 즉시 내용 검색, 자동 요약, 액션아이템 추출, 감성 분석이 가능한 구조화 데이터로 남기 때문이다. 음성인식을 서비스의 출력이 아니라 지식자산의 입력으로 쓰는 설계다. 경쟁 구도 역시 이 지점에서 갈린다. 글로벌 SaaS 음성 API는 대부분 폐쇄망 반입이 어려워 금융·공공의 데이터 주권 요건을 충족하지 못한다는 설명이다. 음성과 문서에서 뽑아낸 정보는 ‘신뢰성 온톨로지-RAG 엔진’으로 넘어간다. 멀티 에이전트가 업무 규칙과 제약조건을 반영해 스키마를 설계하고, 클래스·속성·트리플을 생성한 뒤, 문법·논리 일관성·질의 응답 가능성·원문 근거 일치·중복·모델링 규칙의 6개 기준을 통과한 것만 지식원으로 승격시킨다. 정량 결과는 세 가지다. 온톨로지 자동 구축 정확도는 전문가 검수 기준 85%, TTA에서 측정한 V＆V 테스트 결과 92%를 나타냈다. 전체 구축 공수의 절반 이상을 차지하는 지식 획득·개념화·형식 모델링·1차 검증 구간은 80%가 자동화됐다. 동일 테스트셋 기준 RAG 응답 오류율은 6.9%에서 4.3%로 38% 줄었고, 정확도로 환산하면 93.1%에서 95.7%로 개선됐다. 이 영역의 성능은 외부 기준으로도 확인됐다. 회사는 2024년 NeurIPS에 발표된 온톨로지 자동 학습 연구(OLLM)가 공개한 평가셋과 지표를 그대로 사용한 공인시험에서, Wikipedia·arXiv 두 도메인의 4개 지표 총 8개 항목 모두 논문 보고치를 상회했다고 밝혔다. 그래프 구조 유사도를 보는 Motif Distance는 arXiv 도메인에서 59.5% 개선됐다. 이 엔진이 해결하는 것은 최근 기술의 한계로 꼽히는 ‘자동이지만 검증이 없는’ 그래프 RAG 계열과 ‘엄밀하지만 수작업’인 전통 온톨로지 도구 사이의 공백이다. 이 기술은 규제가 엄격한 산업군의 대기업에서 상용 검증을 마쳤다. 앞선 두 엔진이 만든 지식자산 위에서 실제 업무를 수행하는 것이 ‘검증된 워크플로 중심 에이전트 빌더’다. 구조는 세 단계다. 가용 도구와 데이터 자산을 먼저 확인해 실행 불가능한 계획을 계획 단계에서 차단하고(Gap-aware Planner), 자연어 요구사항을 선언적 워크플로로 구성한 뒤(N2F, NL-to-Flow), 의미(LLM)·타입(JSON 스키마)·그래프 구조(DAG)의 3계층 검증을 통과한 워크플로만 배포한다. 이에 대한 효율 차이는 숫자로 드러난다. 동일한 온프레미스 모델과 동일 요구사항 기준으로 워크플로 하나를 생성하는 데 LLM 호출은 3회, 소요 시간은 6.3초였다. 같은 조건에서 대표적인 자동화 도구는 호출 35회를 기록했다. 회사는 생성 시간 44배 단축, 토큰 42.6배와 추론 비용 38.6배 절감으로 측정했다고 밝혔다. GPU 자원이 제한된 폐쇄망에서는 이 차이가 곧 처리량으로 이어진다. 에이전트의 도구 호출 정확도 역시 외부 기준과 대조됐다. 함수 호출 성능의 국제 벤치마크인 Berkeley Function Calling Leaderboard v4의 다중턴 카테고리 200건 전수 시험에서 70.5%를 기록해, 2025년 ICLR 논문(ToolACE)이 보고한 50.00%보다 20.5%포인트 높았다. 형식이 맞는지가 아니라 호출을 실제 실행한 뒤 최종 시스템 상태가 정답과 일치하는지를 판정한 결과다. 마지막 ‘지식축적형 자가진화 엔진’은 운영 이후를 담당한다. 이 엔진은 관측·진단을 맡는 에이전트와 처방·생성을 맡는 에이전트, 이 두 개의 30B급 모델로 구성된다. 핵심은 모델 가중치를 바꾸지 않는다는 점이다. 개선은 프롬프트·검색 전략·워크플로의 설정 계층에서 완결된다. 이 설계가 겨냥하는 것은 규제 산업의 구조적 딜레마다. 재학습으로 모델을 개선하면 이미 승인받은 모델의 검증 결과가 무효화돼 개선할수록 재검증 비용이 늘어난다. 폐쇄망에는 학습 인프라 자체가 없는 경우도 많다. 가중치를 건드리지 않으면 이 부담이 사라진다. 진단 방식도 다르다. 실패한 실행 기록을 저장된 상태에서 다시 돌리되 한 계층씩 이상적인 값으로 바꿔 넣어, 어느 계층을 고쳤을 때 성공으로 뒤집히는지를 관측한다. 추측이 아니라 개입으로 원인을 확정하는 방식이다. 여기에 샤플리(Shapley) 기반으로 계층별 기여도를 수치로 나눈다. 회사가 제시한 사례에서는 지식 0.62, 검색 0.28, 프롬프트 0.10으로 배분돼 수정 우선순위가 저절로 정해진다. 운영 장애의 근본원인을 찾는 성능은 공개 벤치마크로도 측정됐다. RCAEval 520개 케이스 시험에서 1순위 정답률 86.54%, 3순위 이내 정답률 96.54%를 기록했다. 관측·시각화까지만 제공하는 기존 도구들과 달리, 탐지에서 개선 실행까지를 자동으로 잇는다는 것이 회사의 설명이다. 네 가지 기술은 개별 제품이 아니라 하나의 순환 구조로 연결된다. ‘음성 지식화 엔진’이 현장의 말을 지식으로 바꾸고, ‘신뢰성 온톨로지-RAG 엔진’이 검증을 통과한 것만 적재하며, ‘검증된 워크플로 중심 에이전트 빌더’가 그 지식 위에서 업무를 실행하고, ‘지식축적형 자가진화 엔진’이 실행 결과의 실패 원인을 계층별로 진단해 다시 온톨로지로 되돌린다. 운영할수록 지식이 늘고, 늘어난 지식이 다음 실행의 정확도를 높이는 구조다. 이 구조는 회사의 플랫폼 ‘GEN STATION’ 위에서 데이터 자산화 → 모델·에이전트 개발 → 안전 배포 → 운영·모니터링 → 평가·피드백 → 자가진화의 6단계 흐름으로 구현된다. 별도의 ‘초경량 온디바이스 추론 엔진’도 AI 로봇과 키오스크 등 다양한 디바이스 탑재를 위해 함께 개발됐다. 기술은 현장 숫자로도 이어진다. 회사는 금융·보험·공공·보안 등 고신뢰 산업을 중심으로 90개 이상 기관·기업에 제품을 공급했으며, 2026년 기준 누적 수주 146건, 누적 사업화 매출 341.86억원, 누적 투자유치 413억원을 기록했다. 매출은 2023년 67억원, 2024년 85억원, 2025년 118억원으로 3년 연속 증가했다. 대외 검증도 누적됐다. CES 혁신상을 2년 연속 수상해 총 3관왕을 기록했고, 미국에서 열린 생성형 AI 솔루션 경진대회에서 1위를 차지했다. 과학기술정보통신부 피지컬 AI 기획위원으로 참여하고 있으며, 경남·전북 피지컬 AI 실증 사업에서는 산업별 특화 모델 영역을 맡고 있다. 페르소나AI 관계자는 “한국형 팔란티어와 같은 기술로써 좀 더 한국 정서에 맞는 기술로 에이전트가 단순 S/W가 아니라 H/W까지 연결되며 제어할 수 있는 단계로 확장되고 있다”고 밝혔다.

10년 넘게 갤럭시 스마트폰을 써왔다. 현재 사용하는 제품은 갤럭시 S24+다. 노트북도 삼성 제품이고 애플 생태계에는 발을 들여본 적이 없다. 최근 출시된 아이폰18 프로 맥스와 애플워치 시리즈12를 며칠간 사용해 볼 기회가 생겼다. 최신 제품끼리 성능을 겨루기보다는 이미 갤럭시 사용법이 몸에 밴 이용자가 실제로 체감하는 차이를 살펴봤다. 예쁜 버건디, 묵직한 프로 맥스첫인상은 강했다. 새로 나온 버건디 색상은 주변에서 “색이 예쁘다”는 말을 여러 차례 들을 만큼 눈에 띄었다. 신형 아이폰이라는 사실보다 색상에 먼저 반응하는 사람이 많았다. 매년 새 제품을 찾는 이용자에게는 이런 시각적 변화와 주변의 반응도 신제품을 쓰는 재미의 일부일 수 있겠다는 생각이 들었다. 반면 손에 쥐자마자 느껴진 것은 무게였다. 갤럭시 S24+는 196g인 데 비해 아이폰18 프로 맥스는 249g으로 53g 무겁다. 같은 프로 라인업의 아이폰18 프로는 211g이다. 애플은 프로 맥스에 17.4㎝ 화면과 대용량 배터리를 넣었고, 두께도 8.75㎜로 늘렸다. 갤럭시에는 젤리 케이스를 씌우고 아이폰은 케이스 없이 사용했는데도 프로 맥스 쪽의 무게감이 확실했다. 평소에도 스마트폰 무게가 손목 부담으로 느껴지는 편이라 장시간 메인폰으로 쓴다면 피로가 쌓일 수 있겠다는 생각이 들었다. 큰 화면과 긴 배터리 사용시간을 얻는 대신 매일 손에 쥐는 부담도 함께 커지는 셈이다. 익숙함의 벽…뒤로가기는 손에 걸렸다무게보다 더 크게 다가온 것은 사용 방식의 차이였다. 갤럭시는 화면 좌우 어느 가장자리에서든 안쪽으로 밀면 이전 화면으로 돌아간다. 몇 년간 반복한 동작이라 거의 의식하지 않는다. 아이폰도 왼쪽 가장자리에서 밀거나 화면 상단의 이전 버튼을 눌러 앞 화면으로 돌아갈 수 있다. 다만 안드로이드처럼 시스템 전반에서 어느 화면에서나 같은 방식으로 작동하는 뒤로가기는 아니다. 앱과 화면에 따라 ‘완료’나 닫기 버튼을 눌러야 하는 경우도 있다. 며칠간 사용하면서 가장 자주 흐름이 끊긴 것도 이 지점이었다. 기능이 없다기보다 오랜 시간 몸에 밴 사용법을 다시 익혀야 하는 데서 오는 마찰이었다. 반대로 페이스 ID는 빠르게 적응됐다. 화면을 바라보는 것만으로 잠금이 풀리는 속도가 빨랐고, 별도의 동작을 거의 의식하지 않게 됐다. 이번 아이폰18 프로 시리즈는 페이스 ID용 적외선 카메라 일부를 디스플레이 아래로 옮기면서 다이내믹 아일랜드 크기도 약 25% 줄였다. 실제 사용에서는 이 변화 때문에 인식 속도가 떨어졌다는 느낌은 없었다. 처음 등록할 때 한 차례 기기가 재부팅됐지만 이후 같은 현상은 나타나지 않았다. 갤럭시에서 특히 놓기 어려운 기능은 ‘서클 투 서치’였다. 화면 속 물건이나 외국어 문구를 곧바로 선택해 검색·번역하는 방식이 이미 일상적인 사용 습관이 됐다. 아이폰에도 비주얼 인텔리전스가 있어 화면 속 대상을 검색하거나 텍스트를 번역·요약할 수 있다. 다만 기능의 유무보다 중요한 것은 원하는 순간 얼마나 자연스럽게 꺼내 쓰느냐였다. 이미 손에 밴 제스처와 새로 배워야 하는 사용 방식 사이의 차이가 컸다. 카메라는 더 ‘프로’답게카메라는 이번 아이폰의 변화가 가장 분명하게 드러나는 부분이었다. 아이폰18 프로 시리즈에는 4800만 화소 메인 카메라와 함께 가변 조리개가 처음 적용됐다. ƒ/1.48·1.8·2.8·4.0 가운데 조리개를 선택할 수 있고, 셔터 속도와 화이트밸런스, 히스토그램 등 직접 조절할 수 있는 항목도 늘었다. 4배 망원과 광학 품질의 8배 망원도 지원한다. 이는 기존 아이폰 이용자에게는 꽤 의미 있는 변화다. 애플은 그동안 계산사진에 많은 부분을 맡겨왔는데, 이번에는 이용자가 결과물에 직접 개입할 수 있는 영역을 넓혔다. 아스테크니카도 가변 조리개와 수동 제어 확대를 “애플의 계산사진 방식에서 조금 벗어날 수 있게 해주는 변화”로 평가했다. 다만 일반 이용자가 촬영할 때마다 조리개와 화이트밸런스를 직접 바꿔가며 사용할지는 별개의 문제다. 실제로 사용하면서 더 유용하게 느껴진 것은 초점이었다. 행사장이나 간담회처럼 촬영자와 피사체가 함께 움직이는 상황에서 원하는 인물에 초점을 두고 계속 따라가기 수월했다. 아이폰18 프로에는 스마트 초점 추적과 초점·심도 제어 기능이 들어갔다. 촬영 기능이 복잡해졌다는 사실보다 초점을 다시 잡아야 하는 순간이 줄어든 점이 더 크게 와닿았다. 배터리·발열, 기존 이용자가 반길 변화오히려 예상 밖이었던 것은 배터리였다. 주변에서 비교적 오래된 아이폰을 쓰는 이용자들이 카페나 사무실에서 자주 충전기를 찾는 모습을 봐온 탓에 아이폰은 배터리가 빨리 닳는다는 인상이 강했다. 하지만 아이폰18 프로 맥스를 며칠간 사용하면서는 충전 때문에 불편하다는 느낌이 거의 없었다. 애플은 이번 세대에서 배터리 사용시간을 주요 변화로 내세웠다. 국내 공식 기준으로 프로 맥스는 일반 사용 최대 29시간, 동영상 재생 최대 43시간을 지원한다. 전작 프로 맥스보다 동영상 재생 시간이 최대 6시간 늘었다. 가디언 역시 아이폰18 프로를 중간 정도 사용했을 때 약 이틀을 버티는 배터리를 주요 장점으로 꼽았다. 발열 개선도 기존 아이폰 이용자들이 이번 세대에서 반길 만한 변화다. A20 프로 칩과 함께 베이퍼 챔버를 확대해 장시간 고부하 작업에서도 성능과 온도를 유지하도록 했다. 아스테크니카는 이번 제품에서 가장 반가운 변화로 배터리와 발열 개선을 꼽으며, 몇 세대 전 아이폰보다 일상적인 사용에서 기기가 덜 뜨겁게 느껴졌다고 평가했다. 워치는 큰 혁신보다 ‘덜 귀찮게’애플워치 시리즈12는 건강 데이터를 해석해주는 기능을 강화했다. 새로 추가된 ‘준비 상태’는 활동량과 훈련량, 활력 징후, 수면 점수를 종합해 0~10점으로 몸 상태를 보여준다. ‘회복 필요’부터 ‘최고조’까지 단계별로 제시되며, 새로운 데이터가 들어오면 하루 중에도 점수가 바뀐다. 최소 일주일가량 수면 데이터를 쌓아야 제대로 활용할 수 있다. 실제로 가장 체감된 변화는 배터리였다. 시리즈12는 일반 사용 최대 24시간, 저전력 모드에서는 최대 38시간을 지원한다. 15분 충전으로 최대 12시간, 5분 충전으로 최대 10시간의 수면 추적이 가능하다. 저전력 모드로 사용했을 때는 충전 빈도가 생각보다 낮아 밤에도 계속 착용하기 수월했다. 카페에서 음악이 나오자 샤잠이 자동으로 곡을 찾으려 한 것도 소소한 편의였다. 이번 세대에서는 애플 인텔리전스 기반 ‘시리 AI’도 강조됐다. 자연어로 질문하거나 운동 루틴 등을 묻고 개인 맥락에 맞춘 답을 받을 수 있지만, 현재는 영어 중심으로 제공돼 한국어 이용자가 바로 체감하기는 어렵다. 한국어 지원은 연내 예정돼 있다. 기기보다 더 크게 체감된 생태계해외 평가를 종합하면 아이폰18 프로 시리즈는 매년 신제품으로 갈아타는 이용자보다는 몇 세대 전 모델을 쓰는 이용자일수록 변화가 크게 느껴지는 제품에 가깝다. 아스테크니카도 아이폰17 프로 이용자라면 업그레이드 유인이 크지 않지만, 오래된 모델에서 넘어올 경우 배터리와 발열, 카메라 개선이 누적돼 체감 폭이 커진다고 평가했다. 갤럭시를 오래 써온 입장에서도 아이폰18 프로 맥스의 장점은 분명했다. 버건디 색상과 카메라는 신제품을 쓰는 재미를 줬고, 페이스 ID와 배터리는 짧은 사용 기간에도 편리함이 와닿았다. 애플워치 역시 화려한 새 기능보다 충전과 착용의 번거로움을 덜어주는 쪽이 더 인상적이었다. 동시에 스마트폰 한 대를 바꾸는 일이 곧 익숙한 사용 방식과 주변 기기까지 연결된 생태계를 옮기는 일이라는 점도 선명해졌다. 새 아이폰이 이런 장벽까지 얼마나 낮출 수 있을지는 앞으로 지켜볼 대목이다.

아마존의 인공지능(AI) 음성비서 ‘알렉사’ 개발을 이끈 로히트 프라사드가 현대자동차그룹 로봇 계열사 보스턴다이내믹스의 새 수장을 맡게 됐다. 걷고 뛰고 물체를 다루는 동작 능력으로 선두권 기술력을 보여온 휴머노이드 ‘아틀라스’의 뛰어난 ‘몸’에 AI ‘뇌’를 결합해 실제 제조현장 투입과 상용화에 속도를 내려는 전략이다. 보스턴다이내믹스는 7일 프라사드 전 아마존 범용인공지능(AGI) 수석부사장 겸 수석과학자를 신임 최고경영자(CEO)로 영입했다고 밝혔다. 프라사드 CEO는 “첨단 AI와 로보틱스를 융합해 현실 세계에서 의미 있는 가치를 창출하고 로보틱스의 적용 범위를 산업 전반으로 확장하겠다”고 말했다. 프라사드 CEO는 음성·언어 AI 연구에서 출발해 대화형·생성형·멀티모달 AI와 AGI까지 AI 기술 발전의 주요 흐름을 두루 경험했다. 2013년 제프 베이조스 아마존 창업자가 후원한 비밀 프로젝트에 합류해 음성으로 질문하거나 음악 재생, 스마트홈 기기 제어 등을 할 수 있는 AI 비서 알렉사 개발을 주도했다. 이후 여러 AI 서비스의 기반이 되는 생성형 AI ‘노바’ 파운데이션 모델 개발을 총괄하고 가정용 로봇 ‘아스트로’ 프로젝트에도 참여했다. 기술을 제품과 사업으로 연결한 경험도 강점이다. 프라사드 CEO는 알렉사를 제품·서비스와 개발자·제조사가 참여하는 플랫폼으로 확장하는 데 기여했고, 급성장기에는 1만명 넘는 조직을 이끌었다. 로봇의 ‘몸’에 강한 보스턴다이내믹스가 AI를 통해 자율성과 적응력을 높이려는 방향과 맞닿아 있다. 아틀라스도 연구·시연 단계를 넘어 제조현장 투입을 준비하고 있다. 현대차그룹은 미국 조지아주 로봇 훈련·검증 거점인 ‘로보틱스 메타플랜트 응용 센터’(RMAC)에서 부품을 생산 순서에 맞게 배열하는 ‘시퀀싱’과 자재 취급 등을 훈련하고 있다. 2028년부터 조지아주 메타플랜트 아메리카(HMGMA)에 투입해 같은 시기 연간 3만대 규모의 로봇 생산체제도 구축할 계획이다. 2030년에는 부품 조립 등 복잡한 공정으로 적용 범위를 넓힌다. AI 성능을 높이기 위한 외부 협력도 진행 중이다. 보스턴다이내믹스는 구글 딥마인드와 협력해 로봇이 주변 상황을 이해하고 판단하도록 하는 AI 모델과 아틀라스의 로봇 기술을 결합하고 있다. 글로벌 경쟁사들도 범용성과 현장 데이터 확보에 속도를 내고 있다. 미국 피규어AI는 지난달 자체 AI ‘헬릭스 2.5’를 공개해 낯선 주택 30곳에서 거실 정리, 수건 접기, 침대 정돈 등을 수행하며 적응력을 시험했다. 앱트로닉도 구글 딥마인드와 협력해 고객·협력사 현장에서 확보한 작업 데이터를 AI 학습에 활용하고 있다. 휴머노이드 경쟁이 보행과 관절 성능 등 ‘몸’에서 범용 AI와 현장 데이터, 양산 능력, 안전성과 사업성을 아우르는 종합전으로 확장되는 셈이다. 현대차그룹도 산업현장을 AI 로봇의 훈련·검증 무대로 활용해 아틀라스 상용화에 속도를 낸다는 구상이다.