수도권 1극 체제를 지역 주도 성장으로 전환시키기 위해 정부가 지방 우대 정책을 대거 내놨다. 지역 소비 촉진을 위한 24조원 규모의 지역사랑상품권을 발행하고 특별법을 통해 지방 중심의 인공지능(AI) 데이터센터를 활성화하는 등 지역 성장 잠재력을 끌어올릴 계획이다. 인구감소지역에 월 15만원 상품권 지급 시범 사업정부는 9일 2026년 경제성장전략을 통해 지방 주도 성장에 관한 지원책을 발표했다. 대표적인 것은 재정·세제·금융·조달 등 전방위적 지방 차등 및 우대 지원을 제도화하는 방안이다. 정부는 각 지역별 발전 수준을 반영한 ‘차등지원지수’를 개발하고 이를 활용해 아동수당, 노인 일자리 등 재정사업을 지역별로 차등 지원할 계획이다. 농어촌 소멸을 막기 위해 인구 감소 지역 10개군 거주자에게는 월 15만원의 지역사랑상품권을 지급하는 기본소득 시범사업을 추진한다. 지역 소비를 늘리기 위해 올해 지역사랑상품권 발행 규모를 24조원으로 확대하고 국비 보조율을 높이기로 했다. 지역사랑상품권과 온누리상품권의 상호보완적인 운영 방안도 마련한다. 지방으로 여행을 가도록 유도하기 위해 오는 3월부터 지역사랑 휴가 지원을 개시한다. 인구 감소 지역인 20곳의 지자체를 방문하면 경비의 50%를 최대 20만원까지 환급받는 제도다. 또한 근로자 10만명에게 ‘반값 휴가’도 지원한다. 정부 10만원, 기업 10만원, 근로자 20만원씩 휴가비를 적립하는 방식이다. 지역 우대 금융 정책도 펼친다. 국민성장펀드를 지방에 40% 이상 지원하고 연간 2조 5000억원 규모의 지방전용펀드를 조성한다. 국민성장펀드란 AI 등 첨단산업과 지역 성장에 5년간 150조원 이상 투자를 목적으로 하는 정책 펀드다. 지방으로 이전하는 기업에 대해서는 법인·소득세 감면 기간을 낙후도에 따라 7~12년에서 8~15년으로 확대하고, 사업 목적 부동산 취득 시 취득세와 재산세를 감면한다. 고용 위기 지역 내 사업주가 신규 채용을 하면 1년 간 신규 채용자의 월급을 최대 50% 지원하는 ‘지역고용촉직지원금’의 범위를 고용위기선제대응지역으로 확대해 수혜 받는 범위를 늘리기로 했다. 5극 3특 성장엔진 선정 연계 메가특구 도입 권역별 미래 전략 산업인 ‘5극 3특 성장엔진’을 선정하고 특별 보조금도 도입한다. 5극 3특은 수도권 1극 체제를 극복하기 위해 전국을 수도권·동남권·대경권·중부권·호남권 등 5극과 강원·전북·제주 등 3개의 특별자치도로 재편하는 국가균형발전 전략이다. 지방 산업 육성을 위해 ‘5극 3특 성장엔진’을 선정하고, 이와 연계해 메가 특구를 도입한다. 인허가 간소화와 규제 특례 등 특별법을 연내 제정하도록 추진해 지방 중심의 AI 데이터센터 활성화에도 나선다. 서남·동남·대경·전북을 시작으로 인공지능 전환(AX) 프로젝트도 확산해 나가기로 했다. RE100(재생에너지 100%) 산단 특별법을 제정해 산업단지 조정에 본격 착수한다. 시범단지 선정과 조성계획 발표는 올해 하반기 예정돼 있다. 산단 내 창업기업에는 소득세와 법인세를 10년간 100%, 5년간 50% 감면하는 최고 수준의 재정·세제 지원을 해준다. 5극 3특 권역별로 단일생활권이 가능하도록 광역 철도 추진, 간선도로망 정비 등 대중교통망 확충에 나선다. 대표적으로 대전·세종·충북을 잇는 CTX 등이 있다. 이 밖에도 사회연대경제기본법을 제정해 중앙 정부와 지방 정부 간 협력을 통한 통합 추진 체계를 구축한다.

정부는 국가 인공지능(AI)컴퓨팅센터를 연내 착공하는 등 AI 인프라 구축에 속도를 내고 피지컬 AI 1등을 목표로 로봇·자동차 등 집중 지원에 나선다. ‘AI 3강 도약’에 본격적으로 시동을 건 모습이다. 정부는 9일 ‘2026년 경제성장전략’을 발표하며 인프라·기술, 산업, 인재 등 전 분야에서 AI 대전환을 통해 AI 3대 강국으로 도약하겠다는 구상을 밝혔다. 먼저 국가 AI컴퓨팅센터 구축·운영을 위한 민관 합작 SPC(정부, 정책금융, 민간 참여자 출자 예정)를 신속히 설립하고 건축 설계, 에너지·건축 인허가 등을 거쳐 올해 착공한다는 방침이다. 정부가 확보한 첨단 그래픽처리장치(GPU) 1만장은 산·학·연, 국가 AI 프로젝트 등에 체계적으로 배분한다. 또 GPU를 올해 1만 5000장, 2028년까지 5만 2000장 이상 확보할 계획이다. 전력망 확충과 전력계통영향평가 개선으로 AI 전력 수요도 뒷받침한다. AI 기술 확보를 위해 민관 협력 차세대 연구조직을 설립하고, 국산 신경망처리장치(NPU) 활성화와 기술 선점을 위한 대규모 실증을 추진한다. 올해 초 공개 예정인 독자 AI 모델을 민간 서비스에 활용하고, 정부 인공지능 대전환(AX) 사업에도 우선 적용한다. 정부는 또 제조·물류·농업 등 산업 전반에 AI 활용을 확대하고, 선박·가전·드론·스마트팩토리·AI 반도체 등 분야별 AX 프로젝트를 추진한다. 공공 부문에서는 3대 선도 공공 AX 과제를 수행하기로 했다. 휴머노이드 로봇, 자율작업 로봇, 농업 완전자율 로봇 등 실물경제 적용 중심의 피지컬 AI 육성도 포함됐다. 피지컬 AI는 인공지능이 로봇·자율주행 장비·드론 등 물리적 기기에 적용돼 실제 행동을 수행하는 기술이다. 정부는 로봇, 자동차, 선박, 가전 등 7대 선도 분야를 집중 지원하며, 월드모델 기반 AI 학습으로 전 분야 AI 로봇 확산을 추진한다. 자동차 자율주행 시범 운행 범위를 도시 전체로 확장한 실증도시를 상반기 내 조성하고, 3분기에는 자율주행 중심의 교통·물류 AI 전환 계획을 수립하기로 했다. 이 밖에도 자율운항선박, 농업·항공·소방 드론 개발, 중소기업 AI 스마트공장 확대도 병행한다. 과학기술 및 AI 분야 인재 양성에도 나선다. 정부는 4대 과학기술원과 거점 국립대에 AI 단과대학을 신설하고, 지방대학과 교육과정을 공유하는 등 권역별 AI 확 및 AX 핵심인재를 양성한다. 2027년에는 AI 단과대학 신설을 3대 과기원 등으로 확대할 방침이다. 이공계 대학생 및 대학원생의 안정적 성장을 위해 장학금·연구생활장려금을 확대하고 8년 과정의 학·석·박사 과정을 5년 6개월로 단축하는 패스트트랙을 신설해 혁신인재를 빠르게 키워낸다는 구상도 내놨다. 또 국가과학자 제도를 도입, 국가 R＆D 리더로서 활동할 리더급 우수 과학자·공학자 20명을 올해 상반기 선발할 계획이다. 올해 정부 R＆D 예산은 35조 5000억 원으로 편성됐다. 정부는 R＆D 예산을 향후 정부 총지출의 5% 수준으로 지속 확대한다는 계획이다. 이를 통해 국가전략기술 핵심 원천기술 확보와 도전적 R＆D 전용 트랙 신설을 추진한다.

서울 노원구가 급변하는 사회 트렌드를 구정에 접목하기 위해 소속 직원들을 대상으로 ‘트렌드 분석능력 향상 교육’을 실시한다. 노원구 관계자는 9일 “‘인공지능(AI) 혁명’으로 대표되는 사회의 변화를 포착해 창의적인 행정으로 연결하는 자리”라고 소개했다. 트렌드 분석능력 향상 교육은 ▲트렌드코리아 2026 ▲AI트렌드＆활용백과 두 가지로 꾸려진다. 먼저 오는 13일 트렌드코리아 교육이 개최된다. 강연에는 트렌드코리아의 공저자이자 서울대 소비트렌드분석센터 연구위원으로 활동하고 있는 최지혜 박사가 강사로 나선다. 2021년부터 매년 연초 구 소속 공직자를 대상으로 트렌드 분석교육을 함께하고 있는 최박사는 2026년 10대 소비 트렌드 키워드 “호스 파워(HORSE POWER)”를 주제로 강연을 펼칠 예정이다. 2026년 10대 트렌드 키워드는 ▲감성을 중시하는 ‘필코노미’, 짧고 다채로운 경험을 중시하는 ‘픽셀 라이프’처럼 대중의 소비 트렌드를 강조하는 부분 ▲AI와 인간의 협업을 강조하는 ‘휴먼 인 더 루프’, AI 전환을 통한 혁신 AX 조직을 비롯해 업무 프로세스의 변화를 촉진하는 부분이 공존한다. 또한 ▲‘건강지능 HQ’, ‘1.5가구’ 등은 건강, 1인 가구 지원 등 구정 현장에 직접 관계있는 분야도 포함되어 교육 효과가 클 것으로 기대된다. 이어 16일에는 IT커뮤니케이션연구소 김덕진 소장이 진행하는 강연이 개최된다. 이 강연에서는 ▲2026년 생성형 AI의 흐름 ▲실제 사용할 수 있는 AI 도구 알아보기 ▲생성형 AI가 이야기하는 것이라는 세 가지 주제로 실전성을 강조한다. 한편 구는 형식적인 직장교육을 지양하고 사회 변화를 선도적으로 받아들이는 직원 교육 프로그램을 꾸준히 운영하고 있다. 매년 진행되는 트렌드코리아 교육과 함께 챗GPT 활용 교육과정 등도 개설한 바 있다. 실제 구에서는 지난 몇 년간 카카오톡 체납 고지 서비스, 스마트 빗물받이 관리시스템, 기존무허가건축물 공간정보 플랫폼 등 최신 기술을 행정에 응용한 사업들을 전국 최초로 잇달아 선보인 바 있다. 오승록 구청장은 “우리 공무원들은 시민의 삶과 직접적인 영향을 주고받는 행정의 최전선에 있다”며 “변화를 적극 수용하고, 지역 발전을 이끄는 유연한 행정을 위해 끊임없이 공부하는 조직 분위기를 안착시키겠다”고 말했다.

삼성SDS가 인공지능(AI) 인프라부터 플랫폼, 솔루션까지 아우르는 ‘AI 풀스택’ 역량을 앞세워 기업의 AI 전환(AX) 시장 공략에 속도를 낸다. 이준희 삼성SDS 사장은 7일(현지시간) 미국 CES 2026 현장에서 “단순 기술 혁신을 넘어 스스로 과업을 수행하는 ‘에이전틱 AI’로의 진화를 적극 지원하겠다”고 밝혔다. 삼성SDS는 엔비디아의 최신 그래픽처리장치(GPU)인 ‘B300’을 도입한 고성능 AI 인프라 서비스를 내달 출시한다. 이번 전시에서 공개된 AI 에이전트 솔루션은 공공 부문 주무관의 하루 업무 중 약 67%(5시간 20분)를 절감하는 시나리오를 선보여 눈길을 끌었다. 인프라 거점 확보를 위한 대규모 투자도 단행한다. 삼성SDS는 같은 날 경상북도, 구미시와 업무협약을 맺고 옛 삼성전자 구미1사업장 부지에 60㎿(메가와트) 규모의 ‘구미 AI 데이터센터’를 건립하기로 했다. 총 4273억 원이 투입되는 이 센터는 2029년 가동을 목표로 하며, 수냉식 기술이 적용된 하이브리드 쿨링 시스템을 갖춘 하이퍼스케일급으로 구축된다. 이 사장은 “구미 데이터센터를 통해 인프라 경쟁력을 강화하고 지역 산업 생태계 발전에 기여하겠다”고 강조했다.

가성비 높은 제품을 주로 내놓으며 한때 ‘대륙의 실수’로 불렸던 중국 기업들이 CES 2026에서는 최첨단 기술로 무장하고 글로벌 무대의 중심에 섰다. 계단을 오르는 로봇청소기는 물론 돌려차기를 하는 휴머노이드 등을 앞세워 참관객의 눈길을 사로잡았다. 6일(현지시간) 미국 라스베이거스에서 열린 세계 최대 IT(정보기술)·가전 전시회 ‘CES 2026’에서 로보락, 드리미, 에코백스 등 중국 가전 기업들의 로봇청소기 대전에 관심이 집중됐다. 국내 로봇청소기 시장 점유율 1위인 로보락은 세계 최초로 바퀴가 달린 2개의 다리를 단 로봇청소기 ‘사로스 로버’를 선보였다. 마치 ‘로봇 개’와 같이 관절이 꺾이는 다리와 바퀴를 결합해 로봇청소기의 몸체 높이 조절을 가능케 했다. 계단이나 경사로와 같이 지면의 높낮이가 달라져도 로봇청소기 본체의 수평을 안정적으로 유지했다. 또 민첩한 회전, 급정지, 방향 전환 등도 가능하다. 본체에는 지능형 소프트웨어를 장착해 복잡한 모션 센서 데이터와 3D 공간 인식 정보를 결합한 인공지능(AI) 알고리즘으로 계단이나 지형물을 인식한다. 드리미는 역대 최대 규모로 꾸린 전시관 입구에 세계 최초로 계단을 오르는 로봇청소기 ‘사이버 X’를 배치했다. 무한궤도 형태의 타원형 바퀴가 장착된 ‘쿼드트랙 시스템’을 탑재해 몸체가 기울어진 상태에서도 안정적으로 계단을 오르내릴 수 있다. 또 AI 기반 학습 기능을 강화한 플래그십 로봇청소기 ‘X60 Max 울트라는 물론 집게 팔을 장착하거나 바닥에 굴러다니는 물건을 빠른 속도로 피하는 로봇청소기도 선보였다. 또 지난해까지 삼성전자가 점유했던 라스베이거스 컨벤션 센터(LVCC) 센트럴홀의 가장 큰 부스는 중국 기업 TCL가 차지했다. 입구에서 아이돌봄용 AI 로봇 ‘에이미’가 관람객을 맞았고 자체 개발한 ‘SQD-미니 LED’ 디스플레이, 마이크로 LED TV, 증강현실(AR) 안경 등 다양한 제품군을 선보였다. 하이센스 전시관에선 휴머노이드 ‘애런’이 등장했다. 애런은 춤을 추거나 관람객을 향해 하트를 보내며 이목을 집중시켰다. 중국 테크 기업 유니트리의 휴머노이드 ‘유니트리 R1’은 링 위에 올라 사람과 권투 시합을 했다. 머리 보호구와 글러브를 낀 휴머노이드는 가드를 올리며 방어하고 좌우로 움직여 사람의 주먹을 피했고 빈틈을 노려 잽, 어퍼컷 등을 날렸다. 중국 ‘엔진AI 로보틱스’의 휴머노이드는 사각형 링에 올라 돌려차기 등 고난도 동작을 선보였고, 중국 내 휴머노이드 하프마라톤 대회에서 우승한 ‘X-휴머노이드’의 톈궁은 음악에 맞춰 춤을 췄다. 국내 가전업계 관계자는 “로봇청소기에서 중국이 다소 앞서 있다. 하지만 TV 등 다른 가전은 아직 기술적으로 한국이 더 우위에 있으니 보다 적극적으로 기술 개발에 나서야 한다”고 말했다.

반도체 경쟁력 방안 마련 촉구석유화학·철강 사업 재편 추진 민생장관회의, 계란 수입 논의 당정이 방위산업과 K컬처를 중점 육성할 신성장 산업으로 지목했다. 국내 주식 장기투자를 촉진할 구체적인 방안도 곧 마련해 발표한다. 더불어민주당과 정부는 7일 ‘2026년 경제성장전략’ 당정협의를 열고 올해 추진할 경제정책을 논의했다. 당정은 우선 잠재성장률을 높이기 위한 ‘반도체 산업 경쟁력 강화 기본계획’을 조속히 마련하기로 했다. 방산과 K컬처를 신성장 산업으로 육성할 방안을 마련하는 한편, 위기에 놓인 석유화학·철강 산업의 사업 재편도 조속히 추진하기로 뜻을 모았다. 아울러 정부는 민주당이 요구한 ‘생산적인 금융 활성화 방안’을 경제성장전략에 담아 곧 발표하겠다고 밝혔다. 구윤철 부총리 겸 재정경제부 장관은 “정부는 반도체, 방산, 바이오, K컬처 등 국가전략산업을 집중 육성하고 AX(AI 전환), GX(녹색 전환) 등 초혁신 경제를 가속해 잠재성장률 반등을 반드시 이뤄내겠다”고 강조했다. 한정애 민주당 정책위의장은 “당은 국가전략산업 육성을 위한 구체적인 제안, 퇴직연금제도 개선, 공공 데이터 활용 방안, AI 대전환에 따른 소외계층 발생과 불평등 심화를 막을 대책 등에 대한 검토와 논의도 해 나갈 계획”이라고 말했다. 정부는 국회 재정경제기획위원회 소속 민주당 의원과도 정책 논의를 이었다. 안도걸 의원은 “국민성장펀드를 통한 투자 방안을 논의했다”면서 “자금이 제대로 시장에 조달되도록 종잣돈을 뿌리되 시장이 호응하도록 하는 세제상 인센티브를 정부가 많이 고민한 것으로 보인다”고 전했다. 한편 구 부총리는 이날 민생경제관계장관회의를 신설하고 첫 회의를 열었다. 물가·일자리·복지 등 민생경제를 정책의 역점 과제로 두고 중점 논의하는 회의체다. 이날에는 물가 문제를 논의했다. 구 부총리는 고병원성 조류인플루엔자(AI) 확산에 따른 산란계 살처분에 대응하기 위해 신선란 224만개를 수입해 시장에 공급하고, 육계 부화용 유정란도 700만개 이상 수입해 닭고기 공급을 확대한다고 밝혔다. 고등어는 최대 60% 할인을 지원하고, 노르웨이에 치중된 수입선을 다변화하기로 했다.

백석대학교(총장 송기신)는 7일 서강대학교(총장 심종혁)와 ‘AI 중심대학’ 사업 성공적 추진과 AI 교육·연구 혁신을 위한 업무협약(MOU)을 체결했다고 밝혔다. 이번 협약은 인공지능 전환 시대에 대응해 양 대학이 교육·연구·산학협력 역량을 연계하고, AI 전환(AX) 분야 인재 양성과 교육 혁신 공동 추진 등을 위해 기획됐다. 양 대학은 협약에 따라 △AI 중심대학 교육과정 공동 개발 △전문 인재 양성 협력 △AI 전환 관련 공동 연구 △교육·연구 인프라와 자원 공유 등에 나설 계획이다. 백석대 송기신 총장은 “이번 협약은 양교가 교육·연구·산학협력 역량을 결집해 AI 중심대학 사업을 추진하기 위한 협력의 출발점”이라며 “AI 전환 시대에 요구되는 인재 양성과 교육·연구 혁신을 통해 AI 경쟁력 강화에 기여할 수 있도록 노력하겠다”고 말했다.

이재명 정부가 ‘인공지능(AI) 3대 강국 도약’을 국정 목표로 내건 가운데 제주도가 올해에만 1015억원을 투입해 인공지능(AI)·클라우드 등 첨단 디지털 기술을 행정·산업·생활 전반에 확산한다. 제주도는 “AI가 도민의 일상에서 체감되는 원년이 될 것”이라고 5일 밝혔다. 도는 지난해 ‘AI 디지털 대전환 로드맵’ 실행의 원년으로 삼아 45개 중점과제를 마중물 사업으로 추진해 왔다. QR 기반 디지털 결제, NFT 기반 디지털관광증, 농업 디지털 전환 플랫폼 등 AI 기술을 현장에 적용했고, ‘인공지능 도입 및 디지털 전환 촉진 조례’ 제정과 한국전자통신연구원(ETRI) 제주 AX융합연구실 개소로 제도·연구 기반도 마련했다. 도는 올해부터 도민 체감도가 높은 분야에 AI·디지털 정책을 집중한다. 행정·복지·문화 서비스를 하나의 인증으로 이용할 수 있는 디지털 통합 신원인증 시스템을 구축하고, 외국인 주민을 위한 생활·행정 통합 포털도 새로 만든다. 또 기존 디지털배움터를 AI 기반 학습체계로 전환해 전 세대를 대상으로 맞춤형 AI 교육을 확대, 디지털 격차 해소에 나선다. 재난·교통·환경 관리까지 AI가 맡는다 안전 분야에서도 AI 활용이 본격화된다. 도는 5년간 200억원을 투입해 도서형 기후·해양 재난 AI 전환 실증 사업을 추진하고, 재난 예측·대응 체계를 구축한다. 온실가스 감축을 위한 도민 참여형 탄소중립 플랫폼, AI 기반 차량정보 통합시스템, 도로 포트홀 자동 검출·알림 서비스도 도입해 교통·도로 관리 효율을 높인다. 산업 분야에서는 농업 디지털 전환 성과를 해양수산 분야로 확산하고, 분산에너지 특구와 연계한 에너지 통합 감시 플랫폼을 구축한다. 지역주도형 AI 대전환 사업과 AI 자율제조 사업을 통해 바이오·제조 산업 전반에 AI 기술을 접목하고, 마을식당·급식시설에는 AI 스마트 주방로봇을 도입해 노동 강도와 위생 문제를 동시에 개선한다. 노후 행정 시스템은 단계적으로 클라우드로 전환하고, AI 통합보안관제 플랫폼으로 사이버 위협 대응 역량을 강화한다. 도시계획·환경·교통 정책을 지원하는 클라우드 기반 디지털트윈 플랫폼, AI 기반 제주어 웹사전, 생성형 AI 행정 활용도 함께 추진한다. 김남진 도 혁신산업국장은 “2026년은 AI·디지털 기술이 행정과 산업 전반에 뿌리내리고 도민의 일상에서 변화가 체감되는 해가 될 것”이라며 “생활은 더 편리하게, 산업은 더 경쟁력 있게 바꾸겠다”고 말했다.

2026년 개장일인 2일 코스피가 사상 처음으로 4300선을 돌파한 가운데 올해 한국 경제는 반등 기대와 구조적 불안이 교차하는 출발선에 섰다. 구윤철 부총리 겸 재정경제부 장관은 이날 “올해를 본격적인 성장을 견인하는 경제 대도약의 원년으로 만들겠다”고 밝혔다. 다만 고환율과 통상 환경 불확실 등 변수도 여전히 부담 요인으로 꼽힌다. 국내외 주요 기관들은 올해 한국 경제성장률을 1%대 후반에서 2%대 초반으로 내다봤다. 한국은행은 1.8%, 경제협력개발기구(OECD)는 2.1%로 전망했다. 국제통화기금(IMF)은 1.8%, 아시아개발은행(ADB)은 1.7%를 제시했다. 비상계엄과 탄핵 정국을 거친 뒤 출범한 새 정부의 인공지능(AI) 대전환 기조와 확장 재정 효과 기대가 반영된 결과다. 지난해 한국 경제는 정치적 불확실성 속에 1분기 -0.2%로 역성장을 기록한 뒤 2분기 0.7%, 3분기 1.3%로 점차 회복세를 보였다. 양준석 가톨릭대 경제학과 교수는 “지난해보다 올해 성장률이 나아질 건 분명하다”면서도 “구조개혁 없이 생산성을 억지로 끌어올리면 반짝 성장은 가능하지만, 임금 인플레이션이나 부채 증가 등 부작용이 더 커질 수 있다”고 말했다. 트럼프 리스크 등 통상 변수 여전“기후위기 대응 식량 정책 필요”지난해 한국 경제 성장률을 떠받친 것은 수출이었다. 한국 수출은 지난해 사상 처음 7000억 달러(약 1004조 7000억원)를 돌파했다. AI 열풍에 힘입어 반도체 수출이 1734억 달러로 역대 최대치를 경신하며 전체 수출 증가를 이끌었다. 그러나 올해 수출 전망을 두고는 시각이 엇갈린다. 한국개발연구원(KDI)은 미국 관세 인상 영향이 본격화하며 반도체 등을 제외한 수출 증가세가 크게 둔화할 것으로 봤다. 반면 한국무역협회는 AI 수요를 기반으로 반도체와 IT 제품이 수출을 견인하며 지난해보다 약간 높은 7110억달러를 기록할 것으로 전망했다. 김정관 산업통상부 장관은 전날 신년사에서 “한미 관세협상을 마무리했지만 15% 상호관세는 여전히 수출에 큰 부담이고 글로벌 공급망 분절도 경제 안보를 계속 위협하고 있다”며 “M.AX(제조 인공지능 대전환)를 제조업 재도약의 결정적인 승부수로 삼아 국익을 확장해 나가겠다”고 강조했다. 가장 큰 변수는 고환율이다. 서울 외환시장에 따르면 새해 첫 거래일인 이날 원·달러 환율은 전 거래일인 지난달 30일 대비 0.5원 오른 1439.5원에 개장했다. 지난해 연간 평균 환율(매매기준율)은 1422.16원으로 역대 최고 수준이었다. 개인 투자자와 국민연금의 해외 투자 확대와 한미 관세 협상에 따른 기업들의 달러 보유, 금리 격차 확대 등이 복합적으로 작용한 결과다. 시장에서는 1400원대 환율이 ‘뉴노멀’로 굳어질 수 있다고 우려한다. 신세돈 숙명여대 경제학부 명예교수는 “고환율이 이어지면 국내외 투자자 이탈로 환율이 더 오를 수 있다”며 “환율을 1400원 아래로 낮추려면 기준금리를 최소 0.5%포인트 올릴 필요가 있다”고 말했다. 물가 불안도 완전히 해소되지 않았다. 지난해 소비자물가 상승률은 2.1%로 5년 만에 가장 낮았지만, 석유류와 신선식품을 중심으로 한 체감 물가 부담은 여전하다. 이정희 중앙대 경제학부 교수는 “이상기후 영향으로 농수산물 가격 변동성이 커질 수 있다”며 “어종·품종 변화에 대비한 중장기 대응이 필요하다”고 강조했다.

4대 금융지주(KB·신한·하나·우리) 회장들이 신년사를 통해 올해 생산적 금융, 인공지능(AI) 전환, 원화 스테이블코인 관련 사업 등에 방점을 찍은 경영 전략을 펴겠다고 밝혔다. 2일 금융권에 따르면 진옥동 신한금융 회장은 새해 경영 슬로건으로 ‘그레이트 챌린지 2030, 미래 금융을 향한 대담한 실행’을 내놓고, 인공지능 전환(AX)·디지털 전환(DX)에 속도를 내자고 임직원들을 독려했다. 진 회장은 “디지털 자산, 웹3(Web3) 지갑, 에이전틱 AI의 확장이 현실화되고 있다”며 “예금, 대출, 송금 등에서 기존 금융회사들의 영향력이 감소할 수 있다는 전망도 나온다. 기술이 금융의 질서를 바꾸는 중대한 변곡점”이라고 현 상황을 진단했다. 함영주 하나금융 회장 역시 신년사를 통해 “AI 기술이 발전하고 은행에서 자본시장으로 머니무브(자산이동)가 가속하는 등 금융의 패러다임이 변하면서 은행이 위기를 맞고 있다”며 “디지털 금융의 패러다임이 재편되는 지금, 주어진 틀 안에서 움직이는 참여자에 머물러서는 안 된다”고 강조했다. 아울러 “(원화 스테이블)코인의 발행·유통·사용·환류로 이어지는 생태계를 주도적으로 설계하고, 선제적으로 구축해야 한다”고 덧붙였다. 양종희 KB금융 회장은 새해 경영계획 방향으로 ‘전환과 확장’을 제시하면서 “새로 형성되는 디지털 자산, AI 비즈니스 시장에서도 우리가 먼저 고객과 사업 기회를 확보해야 한다”고 주문했다. 연임에 사실상 성공한 임종룡 우리금융 회장도 “전사적 AX 추진으로 그룹의 AI 역량을 고도화하고 디지털 신산업 분야 미래 경쟁력도 더 강화하겠다”고 밝혔다. 아울러 임 회장은 “생산적 금융을 본격적으로 추진해 미래 성장동력을 확보하고 포용금융을 실천해 금융의 사회적 역할을 다하겠다”며 “생산적 금융은 기업금융 명가인 우리금융이 가장 자신 있게, 그리고 가장 잘 할 수 있는 분야”라고도 했다.

새해를 맞은 전자·정보기술(IT) 업계가 2일 일제히 신년사를 내고 글로벌 선도 기업으로의 도약을 강조했다. 특히 지난해 수출을 견인한 반도체 업계는 자신감을 내비치면서도 경쟁이 심화하는 대외 환경에 대비할 것을 주문했다. 전영현 삼성전자 디바이스솔루션(DS) 부문장(부회장)은 이날 임직원에게 신년사를 공지하고 “지난해 한 해는 고대역폭메모리(HBM) 사업 회복, 파운드리(반도체 위탁생산) 수주 활동 강화, 이미지센서 글로벌 고객 유치 등의 성과를 이뤄냈다“며 ”HBM4가 고객들에게 ‘삼성이 돌아왔다’는 평가까지 받으며 차별화된 성능 경쟁력을 보여줬다“고 말했다. 그러면서 ”우리는 로직부터 메모리, 파운드리, 선단 패키징을 모두 갖춘 ‘원스톱 설루션’이 가능한 세계 유일의 반도체 회사“라고 덧붙이며 임직원들을 독려했다. 이어 과거와 같은 월등한 경쟁 우위를 회복하기 위해서는 지속 성장할 수 있는 모멘텀을 확보해야 한다고 당부했다. 전 부회장은 ”지난해 성과는 기술 리더십 복원을 위한 초석에 불과하다“며 ”기술적으로 부족한 부분이 있지만 선단 공정 개발 완성도를 높이고 차별화 포인트를 발굴한다면 다가오는 기회를 우리 것으로 만들 수 있다“고 말했다. 전 부회장은 인공지능(AI) 시대에 맞춰 제품 중심에서 고객 지향 중심의 회사로 변화해야 한다는 점도 강조했다. 전 부회장은 “AI 시대에는 각 분야 기술의 결합이 가치를 좌우한다”며 ”로직, 메모리, 파운드리, 패키징을 아우르는 DS의 강점을 극대화하려면 조직 간 긴밀한 기술 협력 및 신속한 정보 공유가 필수“라고 강조했다. 곽노정 SK하이닉스 대표이사 사장도 이날 신년사를 통해 “2025년은 역대 최고의 성과를 달성하며 질적, 양적으로 분명한 성장을 이뤄낸 의미 있는 한 해였다”고 반추하며 “이제는 작년 성과를 발판으로 새로운 도전에 나서야 할 시점”이라고 말했다. 이어 “우리의 궁극적인 지향점은 단순히 1등이 되는 것을 넘어 고객의 만족을 최우선으로 하는 진정한 파트너 역할을 수행하고 사회의 지속 발전에 기여하는 초일류 기업으로 나아가는 것”이라며 “SKMS(SK 매니지먼트 시스템)를 바탕으로 한 기술 우위와 수익성 중심 경영 기조를 유지하면서도 미래를 준비하기 위해 충분한 투자와 노력을 기울여야 한다”고 말했다. 이를 위해 도전하는 ‘수펙스 정신’과 협동의 중요성을 강조했다. 곽 사장은 “업계를 선도한다는 동기부여는 극대화하되 패기 있게 도전하는 수펙스 정신과 끊임없이 점검하는 겸손한 태도, 협업의 문화 역시 지속돼야 한다”며 “치열한 기술적·전략적 논의를 통해 원 팀 정신을 완성하는 것 역시 중요하다”고 당부했다. 마지막으로 곽 사장은 “진정한 ‘풀 스택 AI 메모리 크리에이터’로 도약하기 위해 기존의 틀에 머무르지 않고 고객이 가장 필요로 하는 가치를 창의적인 방식으로 제시하고 구현해 나가는 노력도 필요하다”며 “고객에게 차별화된 제품을 제공하고 명확한 미래 비전을 제시하며 가장 신뢰받는 파트너로 자리매김하는 것은 물론, 초일류 기업으로 한 단계 도약하는 2026년을 함께 만들어가길 바란다”고 당부했다. 글로벌 수요가 둔화하고 있는 가전 업계에서는 제품과 기업 경쟁력을 높여야 한다는 위기 인식이 쏟아졌다. 노태문 삼성전자 디바이스경험(DX)부문장 사장은 신년사에서 “DX부문의 모든 디바이스와 서비스 생태계에 AI 기술을 유기적으로 통합해 고객에게 최고의 경험을 제공해야 한다”며 “AI를 활용해 일하는 방식과 사고까지 혁신해 업무 스피드와 생산성을 높여 나가자”고 강조했다. 노 사장은 “우리의 기술력과 선제적 리스크 관리 역량은 위기를 기회로 반전시키는 강력한 무기가 될 수 있다”며 “압도적인 제품력과 위기 대응력으로 시장 리더십을 확보하자”고 당부했다. 앞서 구광모 LG그룹 회장 역시 지난해 말 신년사 영상에서 “기술 패러다임과 경쟁의 룰이 바뀌는 상황에서 고객의 기대는 갈수록 높아지고 있다”며 “지금까지의 성공 방식을 넘어 새로운 혁신으로 도약해야 한다”고 말한 바 있다. 구 회장은 “한 번 선택하면 남들이 불가능하다고 여기는 수준까지 파고들어야 한다”고 강조했다. 지난해 개인정보 보안 문제로 타격이 컸던 통신업계에선 변화와 AI 전환을 강조했다. 정재헌 SK텔레콤 최고경영자(CEO)는 이날 신년사에서 “변화에 대한 두려움은 내려놓고 서로의 든든한 버팀목이 되자”고 말했다. 정 CEO는 “모든 위대한 변화는 처음에는 불가능해 보이고 인내를 요구하지만, 결국에는 찬란한 성장으로 기억된다”며 “누구나 AI로 자신만의 성과를 만들고, 회사의 성장이 구성원의 삶의 질을 함께 높이는 선순환을 만들자”고 강조했다. 이어 올해 SK텔레콤이 추진할 변화 과제로 ▲ 이동통신(MNO) 사업의 내실 강화 ▲ SK텔레콤만의 새로운 혁신 아이콘 창출 ▲ AI 전환(AX) 가속화를 제시했다. 김영섭 KT 대표는 “장기간의 조사 및 대책 마련에 직간접적으로 참여한 많은 임직원에게 각별히 감사의 마음을 전한다”며 “이제 전통적인 IT 영역·특정 부서만이 아니라 네트워크, 마케팅, CS 등 우리가 하는 일상의 모든 업무가 침해 공격의 대상이자 반드시 지켜야 하는 정보보안 대상”이라고 말했다. 이어 “전방위 보안 혁신 노력과 더불어 ‘열정’과 ‘속도’의 2026년 ‘붉은 말의 해’에도 AX 역량 강화와 이를 기반으로 한 혁신·과감한 도전을 이어 나간다면 고객과 시장이 인정하는 최고의 AX 혁신 파트너로 지속 성장해 갈 수 있을 것”이라며 지난해를 보내며 느낀 소회와 당부를 함께 전했다. 홍범식 LG유플러스 사장도 고객 신뢰를 바탕으로 한 성장을 강조했다. 홍 사장은 “지난해는 우리가 가져가야 할 차별적 경쟁력의 영역과 우선순위를 명확히 한 시기”라며 “2026년은 우리가 설계한 미래 경쟁력에 대해 성공 체험을 확대하고 실제 성공을 축적해 가는 해가 될 것”이라고 말했다. 그러면서 “‘T.R.U.S.T’(신뢰·다짐·용기·연대·변화)를 토대로 한 지속 가능한 성장을 달성하겠다”고 강조했다.

2026년 새해 재계의 화두는 단연 인공지능(AI)을 통한 체질 개선이다. 국내 주요 그룹의 수장들은 신년사에서 올해를 AI 주도권 확보를 위한 ‘대격변의 원년’으로 꼽으며 사업 구조의 대전환을 촉구했다. 최태원 SK그룹 회장은 1일 신년사에서 “그간 축적해온 자산과 가치를 바탕으로 새로움을 만드는 법고창신(法古創新)의 마음가짐으로 다가오는 파도를 헤쳐 나가는 승풍파랑(乘風破浪)의 도전에 나서자”고 밝혔다. 승풍파랑은 ‘바람을 타고 파도를 헤쳐 나간다’라는 의미로, AI라는 시대 흐름을 성장 동력으로 삼아 세계 시장의 불확실성을 돌파하겠다는 의지로 읽힌다. 또 최 회장은 법고창신(옛것을 본받아 새로운 것을 창조한다)을 언급하며 그간 SK가 축적한 본원적 경쟁력 위에 AI라는 혁신을 입혀 차별화된 가치를 만들자고 강조했다. 최 회장은 “그간 쌓아온 시간과 역량을 토대로 지난해 AI 반도체 분야에서 글로벌 시장의 높은 신뢰를 다시 한번 확인했다”며 “세계 유수의 빅테크 기업들과 어깨를 나란히 하며 AI 생태계의 핵심 파트너로 입지를 다져가고 있다”고 평가했다. 이어 “AI 시대는 이제 막이 오른 단계일 뿐”이라며 “더 큰 글로벌 무대로 나아가자”고 했다. 최 회장의 자신감에는 반도체와 서비스, 인프라를 아우르는 SK의 견고한 ‘AI 밸류체인’이 깔려 있다. SK하이닉스는 전 세계 고대역폭메모리(HBM) 시장의 선두에 섰고, SK텔레콤은 최근 500B급 초거대 AI 모델 ‘A.X K1’을 선보이며 기술력을 증명했다. 최 회장은 에너지, 통신, 바이오 등 전 계열사의 역량을 AI와 결합하는 ‘AI 통합 솔루션’을 SK가 글로벌 리더로 도약할 원동력으로 꼽았다. 박정원 두산그룹 회장도 이날 신년사에서 ‘AX(AI 전환) 가속화’를 새해 핵심 전략으로 내세웠다. 박 회장은 “AI 경쟁력을 갖춘 기업과 그렇지 못한 기업은 머지않아 완전히 다른 선상에 서게 될 것”이라며, 두산의 제조 역량과 데이터를 바탕으로 ‘피지컬 AI’ 시대를 선점하겠다는 포부를 밝혔다. 특히 AI 시대를 맞아 급증하는 전력 수요에 맞춰 대형원전과 소형모듈원전(SMR) 등 에너지 분야에서 기회를 잡는 데 집중할 방침이다. 정부도 AI 분야에 예산 투입을 강화했다. 과학기술정보통신부는 이날 AI 3강 도약을 위해 올해 과학기술·정보통신기술 연구·개발(R＆D) 예산을 지난해보다 25.4% 늘린 8조 1000억원으로 확정했다. 주로 기업들이 강조한 ‘AX 엔진’과 ‘피지컬 AI’ 기술 개발에 투입된다.

매년 사업 전략을 세울 때 가장 효과적인 방법은 목표가 실현된 미래의 모습을 먼저 그려보고, 그 미래에서 현재로 거슬러오며 단계별로 실행 가능한 계획을 세우는 것이다. 이 방식은 목표를 더 체계적으로, 더 현실적으로 달성하게 한다. 건설산업도 마찬가지라고 생각한다. AX가 완전히 자리 잡은 미래의 건설 현장과 도시의 모습을 먼저 상상해 본다. 이번 마지막 편에서는 AX 시대의 건설산업이 어떤 모습으로 진화할지, 그리고 그 변화의 중심에 있는 건설기계, BIM, 건설사업관리 플랫폼이 어떻게 재편될지 구체적으로 그려본다. ①로봇과 AI 기반의 건설기계 변화-무인화와 실시간 최적화 AX 시대의 건설 현장은 더 이상 사람이 중심이 아니다. 로봇과 AI 장비가 작업을 수행하고, 사람은 감독자나 의사결정자로서 역할을 한다. 로봇은 스스로 작업 경로를 계산하고, 공정 상황에 따라 자동으로 작업량을 조절한다. AI는 장비 고장이나 정비 필요 여부를 예측해 유지보수 일정을 자동으로 조정한다. 결과적으로 안전사고는 급감하고, 공정 효율은 비약적으로 향상될 것이다. ②BIM 기반 건축물 전 생애주기 관리의 변화-설계·시공·유지관리의 완전한 통합 AX 시대의 핵심 인프라는 BIM과 디지털 트윈이다. 이 두 기술은 건축물의 설계 → 시공 → 유지관리를 하나의 데이터 흐름으로 연결한다. 1.설계 단계-AI가 설계안을 자동 생성하는 시대 BIM 모델을 기반으로 AI가 수십~수백 개의 설계안을 자동으로 생성하고, 구조적 간섭 여부, 자재 사용량, 에너지 효율 등을 비교해 최적안을 제시하는 제너레이티브(Generative) 디자인이 대세로 자리 잡을 것이다. 십여 년 전 매개변수를 입력하여 설계안을 생성하는 파라메트릭(Parametric) 디자인이 유행처럼 번졌다. 이 방식은 사람이 직접 원하는 결과물을 도출하기 위해 매개변수를 입력해가며 설계안을 발전시키는 데 반해 제너레이티브 디자인은 사람이 원하는 성능과 목표, 방향성만 제시하면 알고리즘이 방대한 데이터를 탐색하고 조합해 전혀 예상치 못한 유기적 형태의 디자인을 도출할 수도 있다. 파라메트릭이 DX라면, 제너레이티브는 AX라고 할 수 있다. 설계는 더 이상 사람이 “처음부터 끝까지 직접 만드는 작업”이 아니라, AI가 제시한 옵션 중 최적안을 선택하고 조정하는 방식으로 바뀔 것이다. 2.시공 단계-오류 없는 시공, 안전 리스크 제로화 BIM 모델은 시공 단계에서 공정 간섭 자동 검출, 장비 동선 최적화, AR 기반 시공성 시뮬레이션 검토, 로봇과 자율주행 장비의 작업 기준 데이터 제공 등의 역할을 할 것이다. 즉, 관리자는 시공 전 미리 작업 상황을 고려, 공정 순서대로 공사를 미리 시뮬레이션해보고 어디가 위험하고, 품질관리 포인트는 어디인지를 분명히 알고 공사를 진행할 수 있다. 이를 통해 안전사고 예방뿐 아니라 품질관리 기준 또한 높아질 것이다. 3.유지관리 단계-디지털 트윈 기반의 지능형 건축물 운영 디지털 트윈은 실제 건축물의 상태를 실시간으로 반영하는 가상 복제 공간이다. 이 기술은 시설 유형별로 관리상의 여러 변화를 만든다. 아파트와 같은 주택에서는 누수·균열·배관 이상을 센서가 감지하고, 디지털 트윈이 고장 가능성을 예측하여 미리 보수할 수 있도록 알림을 줄 것이다. 또한 거주자의 생활 패턴을 분석해 난방·환기·조명을 자동 조절할 수도 있고 에너지 사용량을 최적화해 관리비 또한 절감할 수 있을 것이다. 공장과 같은 산업시설에서는 설비의 진동·온도·압력 데이터를 실시간 분석해 고장 전 징후를 감지해 다운타임(가동 중단 시간)을 최소화하여 공장을 운영할 수 있고 생산 라인의 병목을 자동 분석하고 운영 계획을 조정할 수도 있다. 또한 위험 지역은 로봇이 점검하고, AI가 유지보수 일정을 자동 생성해 줄 것이다. GE, Siemens, Bosch 등 글로벌 제조사는 이미 공장 디지털 트윈을 운영 중이며, 설비 고장 예측 정확도가 30~50% 향상된 사례도 보고되고 있다. 오피스 및 상업시설에서도 공간별 사용량을 분석해 냉난방과 조명을 자동 제어하고 실내 공기질을 실시간 모니터링하고 자동 환기 시키는 등 실내 거주자의 쾌적성을 위해 알아서 설비를 제어하게 될 것이다. ③건설사업관리 플랫폼의 변화-수주부터 준공까지 하나의 데이터 흐름 AX 시대에는 건설사업관리 방식도 완전히 바뀐다. 수주 단계에는 AI가 입찰 문서·계약 리스크·원가 구조 등을 신속하게 분석하고 경쟁사 전략과 시장 데이터를 기반으로 최적 수주 전략을 제시하게 될 것이다. 삼성물산은 이미 AI 기반 계약 리스크 분석 시스템을 운영 중이다. 시공 단계에서는 앞서 설명한 바와 같이 공정 계획은 AI가 자동 생성하고, 현장 상황에 따라 실시간 작업을 조율한다. 자재 수급·장비 배치·인력 투입은 AI의 분석과 계획에 따라 최적화하고 안전관리는 AI CCTV가 실시간으로 감지한다. 준공 및 운영 단계에서 준공 데이터는 BIM 초기 생성 모델과 As-built 도면을 바탕으로 업데이트된 모델이 디지털 트윈으로 자동 전환된다. 유지관리 계획은 관리 주체가 입력한 성능 목표에 따라 AI가 자동 생성하고 운영 시 축적된 데이터는 다시 설계, 시공 단계로 피드백돼 다음 프로젝트의 품질을 높인다. 즉, 건설사업관리는 프로젝트 단위 관리에서 데이터 기반 플랫폼 운영으로 진화하게 된다. AX는 건설산업을 무인화·지능화·지속가능성 중심 산업으로 재편한다. 로봇과 AI 장비가 현장을 운영하고, BIM과 디지털 트윈이 건축물의 생애주기를 관리하며, 건설사업관리 플랫폼이 수주부터 준공까지 모든 의사결정을 돕는다. 이제 건설산업의 리더는 기술을 따라가는 사람이 아니라, 기술로 미래를 설계하는 사람이 되어야 한다. AI와 로봇이 함께 움직이는 현장, 데이터가 실시간으로 흐르는 운영, 안전과 효율이 동시에 확보되는 산업. 건설은 더 이상 과거의 3D(Dangerous, Difficult & Dirty)가 아닌 디지털(Digital) 기술을 기반으로, 역동적(Dynamic)이며, 청년들이 선망하는 품격 있는(Decent) 일자리라는 새로운 ‘미래형 3D’로 변화할 것이다. 그 미래는 이미 시작되었고, 우리가 준비해야 할 시간은 지금이다.

매년 사업 전략을 세울 때 가장 효과적인 방법은 목표가 실현된 미래의 모습을 먼저 그려보고, 그 미래에서 현재로 거슬러오며 단계별로 실행 가능한 계획을 세우는 것이다. 이 방식은 목표를 더 체계적으로, 더 현실적으로 달성하게 한다. 건설산업도 마찬가지라고 생각한다. AX가 완전히 자리 잡은 미래의 건설 현장과 도시의 모습을 먼저 상상해 본다. 이번 마지막 편에서는 AX 시대의 건설산업이 어떤 모습으로 진화할지, 그리고 그 변화의 중심에 있는 건설기계, BIM, 건설사업관리 플랫폼이 어떻게 재편될지 구체적으로 그려본다. ①로봇과 AI 기반의 건설기계 변화-무인화와 실시간 최적화 AX 시대의 건설 현장은 더 이상 사람이 중심이 아니다. 로봇과 AI 장비가 작업을 수행하고, 사람은 감독자나 의사결정자로서 역할을 한다. 로봇은 스스로 작업 경로를 계산하고, 공정 상황에 따라 자동으로 작업량을 조절한다. AI는 장비 고장이나 정비 필요 여부를 예측해 유지보수 일정을 자동으로 조정한다. 결과적으로 안전사고는 급감하고, 공정 효율은 비약적으로 향상될 것이다. ②BIM 기반 건축물 전 생애주기 관리의 변화-설계·시공·유지관리의 완전한 통합 AX 시대의 핵심 인프라는 BIM과 디지털 트윈이다. 이 두 기술은 건축물의 설계 → 시공 → 유지관리를 하나의 데이터 흐름으로 연결한다. 1.설계 단계-AI가 설계안을 자동 생성하는 시대 BIM 모델을 기반으로 AI가 수십~수백 개의 설계안을 자동으로 생성하고, 구조적 간섭 여부, 자재 사용량, 에너지 효율 등을 비교해 최적안을 제시하는 제너레이티브(Generative) 디자인이 대세로 자리 잡을 것이다. 십여 년 전 매개변수를 입력하여 설계안을 생성하는 파라메트릭(Parametric) 디자인이 유행처럼 번졌다. 이 방식은 사람이 직접 원하는 결과물을 도출하기 위해 매개변수를 입력해가며 설계안을 발전시키는 데 반해 제너레이티브 디자인은 사람이 원하는 성능과 목표, 방향성만 제시하면 알고리즘이 방대한 데이터를 탐색하고 조합해 전혀 예상치 못한 유기적 형태의 디자인을 도출할 수도 있다. 파라메트릭이 DX라면, 제너레이티브는 AX라고 할 수 있다. 설계는 더 이상 사람이 “처음부터 끝까지 직접 만드는 작업”이 아니라, AI가 제시한 옵션 중 최적안을 선택하고 조정하는 방식으로 바뀔 것이다. 2.시공 단계-오류 없는 시공, 안전 리스크 제로화 BIM 모델은 시공 단계에서 공정 간섭 자동 검출, 장비 동선 최적화, AR 기반 시공성 시뮬레이션 검토, 로봇과 자율주행 장비의 작업 기준 데이터 제공 등의 역할을 할 것이다. 즉, 관리자는 시공 전 미리 작업 상황을 고려, 공정 순서대로 공사를 미리 시뮬레이션해보고 어디가 위험하고, 품질관리 포인트는 어디인지를 분명히 알고 공사를 진행할 수 있다. 이를 통해 안전사고 예방뿐 아니라 품질관리 기준 또한 높아질 것이다. 3.유지관리 단계-디지털 트윈 기반의 지능형 건축물 운영 디지털 트윈은 실제 건축물의 상태를 실시간으로 반영하는 가상 복제 공간이다. 이 기술은 시설 유형별로 관리상의 여러 변화를 만든다. 아파트와 같은 주택에서는 누수·균열·배관 이상을 센서가 감지하고, 디지털 트윈이 고장 가능성을 예측하여 미리 보수할 수 있도록 알림을 줄 것이다. 또한 거주자의 생활 패턴을 분석해 난방·환기·조명을 자동 조절할 수도 있고 에너지 사용량을 최적화해 관리비 또한 절감할 수 있을 것이다. 공장과 같은 산업시설에서는 설비의 진동·온도·압력 데이터를 실시간 분석해 고장 전 징후를 감지해 다운타임(가동 중단 시간)을 최소화하여 공장을 운영할 수 있고 생산 라인의 병목을 자동 분석하고 운영 계획을 조정할 수도 있다. 또한 위험 지역은 로봇이 점검하고, AI가 유지보수 일정을 자동 생성해 줄 것이다. GE, Siemens, Bosch 등 글로벌 제조사는 이미 공장 디지털 트윈을 운영 중이며, 설비 고장 예측 정확도가 30~50% 향상된 사례도 보고되고 있다. 오피스 및 상업시설에서도 공간별 사용량을 분석해 냉난방과 조명을 자동 제어하고 실내 공기질을 실시간 모니터링하고 자동 환기 시키는 등 실내 거주자의 쾌적성을 위해 알아서 설비를 제어하게 될 것이다. ③건설사업관리 플랫폼의 변화-수주부터 준공까지 하나의 데이터 흐름 AX 시대에는 건설사업관리 방식도 완전히 바뀐다. 수주 단계에는 AI가 입찰 문서·계약 리스크·원가 구조 등을 신속하게 분석하고 경쟁사 전략과 시장 데이터를 기반으로 최적 수주 전략을 제시하게 될 것이다. 삼성물산은 이미 AI 기반 계약 리스크 분석 시스템을 운영 중이다. 시공 단계에서는 앞서 설명한 바와 같이 공정 계획은 AI가 자동 생성하고, 현장 상황에 따라 실시간 작업을 조율한다. 자재 수급·장비 배치·인력 투입은 AI의 분석과 계획에 따라 최적화하고 안전관리는 AI CCTV가 실시간으로 감지한다. 준공 및 운영 단계에서 준공 데이터는 BIM 초기 생성 모델과 As-built 도면을 바탕으로 업데이트된 모델이 디지털 트윈으로 자동 전환된다. 유지관리 계획은 관리 주체가 입력한 성능 목표에 따라 AI가 자동 생성하고 운영 시 축적된 데이터는 다시 설계, 시공 단계로 피드백돼 다음 프로젝트의 품질을 높인다. 즉, 건설사업관리는 프로젝트 단위 관리에서 데이터 기반 플랫폼 운영으로 진화하게 된다. AX는 건설산업을 무인화·지능화·지속가능성 중심 산업으로 재편한다. 로봇과 AI 장비가 현장을 운영하고, BIM과 디지털 트윈이 건축물의 생애주기를 관리하며, 건설사업관리 플랫폼이 수주부터 준공까지 모든 의사결정을 돕는다. 이제 건설산업의 리더는 기술을 따라가는 사람이 아니라, 기술로 미래를 설계하는 사람이 되어야 한다. AI와 로봇이 함께 움직이는 현장, 데이터가 실시간으로 흐르는 운영, 안전과 효율이 동시에 확보되는 산업. 건설은 더 이상 과거의 3D(Dangerous, Difficult & Dirty)가 아닌 디지털(Digital) 기술을 기반으로, 역동적(Dynamic)이며, 청년들이 선망하는 품격 있는(Decent) 일자리라는 새로운 ‘미래형 3D’로 변화할 것이다. 그 미래는 이미 시작되었고, 우리가 준비해야 할 시간은 지금이다.

건설산업의 디지털 전환(DX)이 이제는 자율 전환(AX)이라는 새로운 국면으로 넘어가고 있다. 앞선 5편에서 중장기 전략을 살펴봤다면, 이번 편에서는 해외 선진 건설사들이 실제로 어떻게 AX를 도입하고 있는지, 기술은 어디까지 발전했는지, 그리고 한국 건설산업이 무엇을 벤치마킹해야 하는지 구체적으로 살펴본다. ①미국-자율 장비와 AI 프로젝트 관리의 선두주자 미국의 건설사들은 이미 자율화 기술을 현장에 적용하고 있다. Built Robotics는 굴삭기, 불도저 등 중장비에 자율주행 기술을 탑재해, 사람이 없이도 24시간 작업이 가능한 시스템을 구축했다. 이 장비는 GPS, 센서, AI 알고리즘을 통해 작업 경로를 스스로 계산하고, 장애물을 회피하며 굴착 작업을 수행한다. Turner Construction은 스타트업 건설기술 업체인 Versatile과 협업해 ‘CraneView System’이라는 AI 시스템을 도입해 크레인 성능과 안전을 분석하며, 고층 건물 시공 시 장비 효율성과 안전성을 동시에 확보하고 있다. 미국 샌디에이고에 위치한 맨체스터 퍼시픽 게이트웨이 프로젝트는 17층, 연면적 약 3만 5041㎡ 규모인데 크레인뷰 시스템을 도입한 결과 계획 대비 약 17일 빨리 작업을 완료하고 크레인을 조기에 해체할 수 있었다. Mastt는 프로젝트 관리 플랫폼에 AI를 접목해, 예산, 리스크, 진척 상황을 실시간으로 분석하고 예측하며 시각적인 데이터와 대시보드 형태의 리포트를 생성한다. 실제로 호주 뉴캐슬 공항의 2억 5000만 달러 규모 리노베이션 프로젝트에서 Mastt의 보고 플랫폼을 활용한 결과 공기 10% 단축, 리스크 대응 속도 향상 등의 성과를 냈다. Dusty Robotics는 현장 레이아웃 작업을 로봇이 자동으로 수행하도록 개발했다. 이 로봇은 도면을 읽고 바닥에 정확한 위치 표시를 하며, 시공 오차를 획기적으로 줄이고 있다. 이런 사례는 단순한 기술 시연이 아니라, 실제 프로젝트에서 ROI를 입증한 상용화 사례라는 점에서 의미가 크다. ②유럽-AI 예측과 로보틱스 시공의 정교함 유럽은 기술의 정교함과 안전 기준의 엄격함을 바탕으로 AX를 빠르게 확산시키고 있다. 오스트리아 건설회사인 STRABAG SE는 Azure OpenAI 기반 모델을 활용해 DARIA(Data-Driven Risk Analysis) AI 솔루션을 개발하여 공정 지연을 예측하고, 입찰 단계에서 리스크 분석을 자동화하고 있다. 이는 프로젝트 초기 단계부터 AI를 활용해 전략을 수립하는 방식이다. 프랑스의 Bouygues Construction은 AI를 활용해 지하철 건설 프로젝트에서 철근량을 140t 이상 절감했다. 이는 설계 최적화와 자재 배치 자동화를 통해 비용과 자원 낭비를 줄인 사례다. 이처럼 유럽은 설계 운영 전 단계에 걸쳐 AI와 로봇을 정교하게 통합하고 있으며, 안전성과 품질을 동시에 확보하는 데 집중하고 있다. ③일본-로봇과 자동화의 현장 밀착형 전략 일본은 고령화와 인력 부족 문제를 해결하기 위해 로봇과 자동화를 적극 도입하고 있다. Obayashi Corporation은 Automated Inspection System(자동 검측 시스템)을 개발해 철근 배근, 콘크리트 타설, 품질 검사 등 다양한 작업을 자동화하고 있으며, Generative Design을 통해 설계안을 자동 생성하는 기술도 개발 중이다. 특히 철근 배근 검측 시스템은 Visual SLAM(동시 위치 추적 및 지도 작성) 기술과 건설 현장 관리자가 착용한 장비에 설치된 여러 대의 카메라에서 얻은 이미지를 활용, BIM 정보와 중첩해 검측함으로써 정확도가 우수하다. Komatsu는 ‘Smart Construction’ 플랫폼을 통해 자율주행 굴착기, 드론 측량, 클라우드 기반 공정 관리 시스템을 통합하고 있다. 이 플랫폼은 현장 데이터를 실시간으로 수집·분석해, 작업 계획을 자동으로 조정한다. 일본은 특히 현장 밀착형 기술 개발에 강점을 보이며, 로봇과 AI를 실제 작업자와 함께 작동하도록 설계하는 데 집중하고 있다. 한국은 이미 BIM, 드론, IoT 기반 DX를 빠르게 확산시키고 있다. 하지만 AX로 가기 위해서는 다음과 같은 전략 포인트가 필요하다. 현장 PoC 단계를 넘어 실제 프로젝트에서 AI 로봇 등을 적용해 ROI를 입증할 수 있는 사례를 축적해야 한다. 또한 BIM을 기반으로 한 설계부터 시공, 유지관리 및 운영 전 단계에 걸친 기술 통합을 만들어야 한다. 정부는 기업과 학계 등과 협력해 AI 도입에 따른 안전 기준, 법적 책임 구조 등을 신속하게 정비해야 하며 산학 협력으로 실무형 인재 양성 및 기술 검증 체계를 구축할 필요가 있다. AX는 더 이상 먼 미래의 기술이 아니다. 우리가 “과연 이게 될까?”란 의심 섞인 눈초리로 적극적인 실행을 주저하고 있는 동안 해외에서는 이미 실제 현장에서 활용하고 있고, 성과를 내고 있으며, 산업 구조를 바꾸고 있다.

건설산업의 디지털 전환(DX)이 이제는 자율 전환(AX)이라는 새로운 국면으로 넘어가고 있다. 앞선 5편에서 중장기 전략을 살펴봤다면, 이번 편에서는 해외 선진 건설사들이 실제로 어떻게 AX를 도입하고 있는지, 기술은 어디까지 발전했는지, 그리고 한국 건설산업이 무엇을 벤치마킹해야 하는지 구체적으로 살펴본다. ①미국-자율 장비와 AI 프로젝트 관리의 선두주자 미국의 건설사들은 이미 자율화 기술을 현장에 적용하고 있다. Built Robotics는 굴삭기, 불도저 등 중장비에 자율주행 기술을 탑재해, 사람이 없이도 24시간 작업이 가능한 시스템을 구축했다. 이 장비는 GPS, 센서, AI 알고리즘을 통해 작업 경로를 스스로 계산하고, 장애물을 회피하며 굴착 작업을 수행한다. Turner Construction은 스타트업 건설기술 업체인 Versatile과 협업해 ‘CraneView System’이라는 AI 시스템을 도입해 크레인 성능과 안전을 분석하며, 고층 건물 시공 시 장비 효율성과 안전성을 동시에 확보하고 있다. 미국 샌디에이고에 위치한 맨체스터 퍼시픽 게이트웨이 프로젝트는 17층, 연면적 약 3만 5041㎡ 규모인데 크레인뷰 시스템을 도입한 결과 계획 대비 약 17일 빨리 작업을 완료하고 크레인을 조기에 해체할 수 있었다. Mastt는 프로젝트 관리 플랫폼에 AI를 접목해, 예산, 리스크, 진척 상황을 실시간으로 분석하고 예측하며 시각적인 데이터와 대시보드 형태의 리포트를 생성한다. 실제로 호주 뉴캐슬 공항의 2억 5000만 달러 규모 리노베이션 프로젝트에서 Mastt의 보고 플랫폼을 활용한 결과 공기 10% 단축, 리스크 대응 속도 향상 등의 성과를 냈다. Dusty Robotics는 현장 레이아웃 작업을 로봇이 자동으로 수행하도록 개발했다. 이 로봇은 도면을 읽고 바닥에 정확한 위치 표시를 하며, 시공 오차를 획기적으로 줄이고 있다. 이런 사례는 단순한 기술 시연이 아니라, 실제 프로젝트에서 ROI를 입증한 상용화 사례라는 점에서 의미가 크다. ②유럽-AI 예측과 로보틱스 시공의 정교함 유럽은 기술의 정교함과 안전 기준의 엄격함을 바탕으로 AX를 빠르게 확산시키고 있다. 오스트리아 건설회사인 STRABAG SE는 Azure OpenAI 기반 모델을 활용해 DARIA(Data-Driven Risk Analysis) AI 솔루션을 개발하여 공정 지연을 예측하고, 입찰 단계에서 리스크 분석을 자동화하고 있다. 이는 프로젝트 초기 단계부터 AI를 활용해 전략을 수립하는 방식이다. 프랑스의 Bouygues Construction은 AI를 활용해 지하철 건설 프로젝트에서 철근량을 140t 이상 절감했다. 이는 설계 최적화와 자재 배치 자동화를 통해 비용과 자원 낭비를 줄인 사례다. 이처럼 유럽은 설계 운영 전 단계에 걸쳐 AI와 로봇을 정교하게 통합하고 있으며, 안전성과 품질을 동시에 확보하는 데 집중하고 있다. ③일본-로봇과 자동화의 현장 밀착형 전략 일본은 고령화와 인력 부족 문제를 해결하기 위해 로봇과 자동화를 적극 도입하고 있다. Obayashi Corporation은 Automated Inspection System(자동 검측 시스템)을 개발해 철근 배근, 콘크리트 타설, 품질 검사 등 다양한 작업을 자동화하고 있으며, Generative Design을 통해 설계안을 자동 생성하는 기술도 개발 중이다. 특히 철근 배근 검측 시스템은 Visual SLAM(동시 위치 추적 및 지도 작성) 기술과 건설 현장 관리자가 착용한 장비에 설치된 여러 대의 카메라에서 얻은 이미지를 활용, BIM 정보와 중첩해 검측함으로써 정확도가 우수하다. Komatsu는 ‘Smart Construction’ 플랫폼을 통해 자율주행 굴착기, 드론 측량, 클라우드 기반 공정 관리 시스템을 통합하고 있다. 이 플랫폼은 현장 데이터를 실시간으로 수집·분석해, 작업 계획을 자동으로 조정한다. 일본은 특히 현장 밀착형 기술 개발에 강점을 보이며, 로봇과 AI를 실제 작업자와 함께 작동하도록 설계하는 데 집중하고 있다. 한국은 이미 BIM, 드론, IoT 기반 DX를 빠르게 확산시키고 있다. 하지만 AX로 가기 위해서는 다음과 같은 전략 포인트가 필요하다. 현장 PoC 단계를 넘어 실제 프로젝트에서 AI 로봇 등을 적용해 ROI를 입증할 수 있는 사례를 축적해야 한다. 또한 BIM을 기반으로 한 설계부터 시공, 유지관리 및 운영 전 단계에 걸친 기술 통합을 만들어야 한다. 정부는 기업과 학계 등과 협력해 AI 도입에 따른 안전 기준, 법적 책임 구조 등을 신속하게 정비해야 하며 산학 협력으로 실무형 인재 양성 및 기술 검증 체계를 구축할 필요가 있다. AX는 더 이상 먼 미래의 기술이 아니다. 우리가 “과연 이게 될까?”란 의심 섞인 눈초리로 적극적인 실행을 주저하고 있는 동안 해외에서는 이미 실제 현장에서 활용하고 있고, 성과를 내고 있으며, 산업 구조를 바꾸고 있다.

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.