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.

민관 연구시설 180곳 모여 있어인프라 공유… 산학연 교류 활발석박사 과정 꾸준한 유입 있지만점점 단기 성과 요구에 부담도 지난달 22일 일본 도쿄에서 북동쪽으로 약 50㎞를 달려 ‘일본 과학의 중심’인 이바라키현 쓰쿠바시에 닿았다. 역을 나서니 걸어서 10~15분 거리 안에 산업기술종합연구소(AIST), 국립재료연구소(NIMS), 우주항공연구개발기구(JAXA) 등이 차례로 이어졌다. 북쪽의 쓰쿠바대학까지 도시 전체가 하나의 ‘연구 캠퍼스’로 보였다. 쓰쿠바시에는 대학과 국립연구기관 소속 연구시설 29개가 집적돼 있다. 민간 연구소 등 연구 관련 기관은 총 150여곳에 달한다. 약 26만명의 시민 중에 연구 관련 근로자가 2만 3000여명으로 10명 중 한 명꼴로 과학기술계에 종사한다. 1970년대 조성된 쓰쿠바시는 일본에서 도쿄 23구를 제외하고 인구 증가율 1위다. 이곳에서 들여다본 일본 기초과학은 사회적 관심 속에 제도·기관·산업이 맞물려 중장기 투자로 인재를 키워내는 구조였다. 쓰쿠바대에서 만난 소립자 물리이론 연구자 아사노 유마(40) 조교수는 “기초과학은 당장 돈을 벌지 못한다는 인식도 강하지만 사회적으로는 ‘없어지면 안 된다’는 공감대가 유지되고 있다”고 말했다. 그는 “쓰쿠바는 다른 대학에 비해 연구 외 업무 부담, 즉 잡일이 상대적으로 적어 연구 흐름을 끊지 않고 이어가기 쉽다”고 말했다. 쓰쿠바대에서 플라스마·핵융합 연구를 하는 요시카와 마사노 준교수(부교수)도 “쓰쿠바에는 실험을 준비하고 장비를 제작·조정할 공간과 시설이 충분하다”며 “쓰쿠바대는 여러 국립 연구기관과 가까운 곳에 만들어진 대학이라 다양한 분야의 연구자들과 자연스럽게 교류할 기회가 많다”고 말했다. NIMS 관계자도 “쓰쿠바의 강점은 개별 연구 인프라를 단독으로 사용하는 것이 아니라 여러 대형 연구 시설을 연계해 ‘면(面)’으로 활용하는 것”이라며 “고도의 전문성을 갖춘 기술 인력이 상시 배치돼 있어 연구 속도와 효율성을 높이고 있다”고 말했다. ‘연계대학원’ 제도 역시 쓰쿠바의 강점이다. 국립 연구기관 연구자가 대학원생을 지도하고 대학 강의도 맡는다. 인적 교류 활성화 효과와 함께 연구원들의 수입 증가에도 도움이 된다. 행정업무가 적은 연구 집중 구조, 대형 연구 인프라 집적, 대학과 국립연구기관의 협업 등으로 쓰쿠바시는 인재가 선순환된다. 아사노 조교수는 “기초과학 전공을 택하는 학생 비율은 줄고 있지만 쓰쿠바대의 경우 석·박사 과정 지원자가 꾸준히 들어오고 있다”고 말했다. 쓰쿠바의 과학자들은 기초과학이 발전하려면 정부가 ‘통섭 연구 환경 조성’, ‘연구 자율성을 보장하는 투자’ 등을 지속적으로 수행해야 한다고 입을 모았다. 쓰쿠바는 도시 차원에서 축적한 협업 구조에 더해 지방자치단체가 여러 분야의 과학자들이 서로 만날 기회를 만든다. 현과 시를 포함해 75개 기관이 참여해 정기적으로 교류하는 ‘쓰쿠바 연구학원도시 교류협의회’가 대표적이다. 연구자들은 이를 ‘느슨하지만 끊기지 않는 네트워크’라고 했다. 쓰쿠바시 과학기술전략과 관계자는 “행정(기관)은 앞에서 방향을 정하는 조직이 아니라, 각 기관이 느슨하게 연결된 상태에서 스스로 움직일 수 있도록 판을 깔아주는 역할을 한다”고 설명했다. 쓰쿠바 연구단지에서 그간 4명이 노벨상을 받았다. 쓰쿠바대 전신인 도쿄교육대 교수였던 도모나가 신이치로가 1965년 노벨 물리학상을 수상했다. 에사키 레오나 쓰쿠바대 전 총장이 1973년 물리학상을, 시라카와 히데키 쓰쿠바대 명예교수가 2000년 화학상을, 고에너지가속기연구소의 고바야시 마코토 박사가 2008년 물리학상을 받았다. 다만, 기초과학의 미래를 둘러싼 우려는 일본에서도 적지 않다. 연구비가 단기 성과나 유행하는 분야를 중심으로 배분되는 경향이 점점 강해진다는 것이다. 요시카와 준교수는 “예산과 인력이 줄어드는 상황에서 매년 가시적인 성과를 요구받는 부담은 작지 않다”며 “기초과학과 인재 양성에는 결국 시간과 사람이 필요하다”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.

서울 관악구가 1월 한달 동안 자동차세 연납 제도를 운영한다고 2일 밝혔다. 자동차세 연납은 매년 6월과 12월에 정기 부과되는 자동차세를 1월에 미리 한꺼번에 납부하는 제도다. 이 경우 2월부터 12월까지의 세액에 대해 5% 공제 혜택이 적용돼 실질적으로 연세액의 4.58%를 감면받는 효과를 누릴 수 있다. 구는 지난해 자동차세를 연납한 차량 소유자에게는 별도의 신청 없이 세액 공제가 적용된 납부서가 자동으로 발송한다. 다만 만약 연납 후 차량 소유권을 이전하거나 폐차할 경우에는 이후의 세액을 환급받을 수 있다. 고지된 연납 납부서를 기한 안에 납부하지 않더라도 불이익은 없다. 추후 6월과 12월 정기분 납부 기간에 자동차세를 내면 된다. 1월에 납부를 못했거나 연중에 차량을 새로 취득했다면 3월, 6월, 9월에 추가로 연납 신청도 가능하다. 어디서든 편리하게 납부할 수 있다. 서울시 세금납부 시스템(ETAX)이나 모바일 앱(STAX) 등에서 납부 가능하며 카카오페이·네이버페이·페이코 등 다양한 간편결제 서비스를 이용할 수 있다. 금융기관 CD나 ATM 기기를 통한 직접 납부도 가능하다. 특히 ETAX의 인공지능(AI) 챗봇 ‘이지(IZY)’에서 언제든 지방세 상담부터 조회, 납부까지 한 번에 처리할 수 있다. 박준희 관악구청장은 “많은 구민이 자동차세 연납 제도를 활용해 실질적인 절세 혜택을 누리길 바란다”며 “종이 고지서를 줄이는 지방세 전자고지(ETAX) 신청에도 적극 동참하면 세액 공제와 탄소중립 실천이라는 효과를 거둘 수 있다”고 밝혔다.

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.

■과학기술정보통신부 ◇실장급 전보△정보보호네트워크정책실장 최우혁 ◇과장급 전보△연구기관혁신정책과장 온정성△미래전략기술정책과장 이우진△핵융합에너지환경기술과장 김태영△연구인프라혁신과장 황한진 ■농림축산식품부 ◇국장급 파견복귀△농식품공무원교육원장 김철 ◇국장급 전보△농산업혁신정책실 농촌소득에너지정책관 강동윤△농림축산검역본부 동식물위생연구부장 박선우 ■기후에너지환경부 ◇과장급 전보△풍력산업과장 황윤길△프로젝트관리팀장 권기만△인프라지원팀장 조진화 ■금융위원회 ◇고위공무원 전보△구조개선정책관 김기한△기획조정관 손주형△금융정보분석원 제도운영기획관 하주식 ■국민체육진흥공단 △홍보실장 최륜경△스포츠컬처본부장 성욱제△경륜경정총괄본부 성북지사장 최민호△디지털혁신실장 정민화△기금관리실장 김찬△투표권건전화실장 김정훈△레거시사업실장 유은철△파크텔사업실장 백성봉△사업기획실장 배장환△사업서비스실장 김한용△강남지사장 황원기△천안지사장 목승훈 ■국립공원공단 ◇본부장급 전보△중부지역본부장 서영교△북부지역본부장 강동익 ◇처·실장 인사△행정처장 남성열△환경협력처장 현병관△탐방시설처장 이천규△재난안전처장 박용선△홍보비서실장 박선규△AI정보융합실장 박해찬△성과혁신실장 박소영△일터안전실장 위중완 ■한국산업은행 ◇부행장 선임△자본시장부문장 신승우△글로벌사업부문장 오재균△기획관리부문장 고병규△재무·지원부문장 최혁수 ■신한카드 ◇부사장 신규 선임△CSO 경영기획그룹장 이정빈 ◇전무 신규 선임△CCO 소비자보호본부장 김종화 ◇상무 신규 선임△고객정보관리인 테크그룹장 윤승원 ◇본부장 신규 선임△파트너십본부장 마채성△신용관리본부장 김광욱△페이먼트혁신실장 남궁설△플랫폼솔루션본부장 원성준 ◇상무 승진△CRO 리스크관리본부장 박찬호 ◇본부장 승진△AX연구소장 안성희△법인사업본부장 안우경 ◇부사장 이동△경영지원그룹장 박창석 ■우리카드 ◇부사장 이동△금융사업본부 부사장 나용대△마케팅본부겸디지털본부 전무 유태현△정보보호본부 상무 김창규 ◇신규 상무대우△기업영업본부 상무대우 정주영 ■동원그룹 ◇사장△조성진(동원건설산업 대표이사)△노경탁(동원팜스 대표이사) ◇부사장△김세훈(동원산업 지주부문 대표이사)△이영상(동원홈푸드 축육부문 대표이사) ◇전무이사△박종성(동원산업 지주부문 DT본부장)△이준석(동원산업 경영지원실장) ■DB증권 ◇본부장 보임△WM기획본부장 민경준△IB4본부장 류용동△복합금융본부장 조학현△멀티에셋솔루션본부장 김범진 ◇본부장 전보△디지털영업본부장 최성호 ■동아일보 ◇논설위원실△논설위원 박용 ◇편집국△부국장 유재동 ◇부장△산업1부 김현수△산업2부 신수정△경제부 이상훈△사회부 한상준△정책사회부 정임수 ◇팀장△전략영상팀 임현석 ■채널A ◇보도본부△부본부장 홍성규(뉴스커넥트랩장 겸직) ◇랩장△디지털랩 박소윤 ◇부장△편집2부 노은지△경제산업부 이현수△국제문화스포츠부 구가인 ◇팀장△특별취재팀 조영민 △디지털뉴스팀 김범석△뉴스룸기획팀 조현선△뉴스브릿지팀 황순욱 ■포춘코리아 △부사장 배정윤△편집국장 김타영

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.

내성적이라 ‘칵테일 대화’ 어려워‘어쩔수가없다’ 본래 배경은 미국할리우드 자금 조달 12년 기다려 “이 세상에는 나와 다르게 행동하는 사람들이 있다는 것을 설득력 있게 제시하는 게 목표입니다. 이를 통해 관객과 독자들이 상상력을 넓히고 인류에 대한 이해를 넓힐 수 있다고 생각합니다.” 영화 ‘어쩔수가없다’로 아카데미(오스카상) 시상식 국제영화상 부문 예비후보와 미 골든글로브 3개 부문 후보에 오른 박찬욱 감독은 27일(현지시간) 공개된 뉴욕타임스(NYT)와의 인터뷰에서 자신의 영화관을 이렇게 설명했다. 박 감독은 영화 ‘기생충’으로 2020년 오스카상을 수상한 봉준호 감독으로부터 많은 조언을 받았다며 “건강 관리를 잘해야 한다는 말을 들었다”고 했다. 박 감독은 미국에서 여러 행사에 참석할 때 겪는 어려움으로 “이곳 사람들은 칵테일을 들고 매일같이 낯선 사람들과 서서 대화하는 데 아주 익숙한 것 같지만, 그것은 우리 한국인에게는 굉장히 낯선 것”이라며 “게다가 봉 감독과 나는 둘 다 매우 내성적인 성격이라, 그것이 더 어렵게 느껴진다”고 설명했다. 박 감독은 인터뷰에서 ‘어쩔수가없다’ 제작과 관련한 뒷이야기도 공개했다. 그는 원작인 도널드 웨스트레이크의 소설 ‘액스’(The Ax)’가 미국에서 벌어진 이야기인 만큼 ‘어쩔수가없다’도 미국에서 만드는 것이 자연스럽다고 생각했다고 한다. 하지만 할리우드 투자 관계자들은 예상에 훨씬 못 미치는 수준의 제작비를 제안했고, 결국 영화 프로듀서의 권유를 받아들여 배경을 한국으로 옮겼다고 설명했다. 박 감독은 “한국 영화로 만들고 나니 ‘왜 진작 이렇게 하지 않았을까’ 하는 생각이 들었다”고 되돌아봤다. NYT는 “박 감독이 할리우드로부터 자금을 조달하기 위해 12년이라는 ‘좌절의 시간’을 보냈다”고 덧붙였다. 이어 “박 감독은 한국에 대한 복잡하고 비판적인 시각과 함께 속이 뒤틀리는 호러(공포) 장면으로 사랑받는 작가주의 감독”이라고 소개했다. 한편 ‘어쩔수가없다’는 성탄절인 25일 미국 5개 도시에서 개봉하기 시작해 1월에는 미 전역에서 상영된다.

“이 세상에는 나와 다르게 행동하는 사람들이 있다는 것을 설득력 있게 제시하는 게 목표입니다. 이를 통해 관객과 독자들이 상상력을 넓히고 인류에 대한 이해를 넓힐 수 있다고 생각합니다.” 영화 ‘어쩔수가없다’로 아카데미(오스카상) 시상식 국제영화상 부문 예비후보와 미 골든글로브 3개 부문 후보에 오른 박찬욱 감독은 27일(현지시간) 공개된 뉴욕타임스(NYT)와의 인터뷰에서 자신의 영화관을 이렇게 설명했다. 박 감독은 영화 ‘기생충’으로 2020년 오스카상을 수상한 봉준호 감독으로부터 많은 조언을 받았다며 “건강 관리를 잘해야 한다는 말을 들었다”고 했다. 박 감독은 미국에서 여러 행사에 참석할 때 겪는 어려움으로 “이곳 사람들은 칵테일을 들고 매일같이 낯선 사람들과 서서 대화하는 데 아주 익숙한 것 같지만, 그것은 우리 한국인에게는 굉장히 낯선 것”이라며 “게다가 봉 감독과 나는 둘 다 매우 내성적인 성격이라, 그것이 더 어렵게 느껴진다”고 설명했다. 박 감독은 인터뷰에서 ‘어쩔수가없다’ 제작과 관련한 뒷이야기도 공개했다. 그는 원작인 도널드 웨스트레이크의 소설 ‘액스’(The Ax)’가 미국에서 벌어진 이야기인 만큼 ‘어쩔수가없다’도 미국에서 만드는 것이 자연스럽다고 생각했다고 한다. 하지만 할리우드 투자 관계자들은 예상에 훨씬 못 미치는 수준의 제작비를 제안했고, 결국 영화 프로듀서의 권유를 받아들여 배경을 한국으로 옮겼다고 설명했다. 박 감독은 “한국 영화로 만들고 나니 ‘왜 진작 이렇게 하지 않았을까’ 하는 생각이 들었다”고 되돌아봤다. NYT는 “박 감독이 할리우드로부터 자금을 조달하기 위해 12년이라는 ‘좌절의 시간’을 보냈다”고 덧붙였다. 이어 “박 감독은 한국에 대한 복잡하고 비판적인 시각과 함께 속이 뒤틀리는 호러(공포) 장면으로 사랑받는 작가주의 감독”이라고 소개했다. 한편 ‘어쩔수가없다’는 성탄절인 25일 미국 5개 도시에서 개봉하기 시작해 1월에는 미 전역에서 상영된다.

프랑스 정부가 전자 음악을 국가 차원의 무형문화유산으로 공식 인정했다. 18일(현지시간) 유로뉴스 등 현지 매체에 따르면 프랑스 문화부는 전날 프랑스 전자 음악, 이른바 ‘프렌치 터치’(French touch)를 프랑스 국가 무형문화유산 목록에 등재했다고 밝혔다. 이번 등재는 유네스코(UNESCO) 무형문화유산 지정을 향한 첫 단계로 평가된다. 앞서 독일의 베를린 테크노 역시 2023년 국가 무형문화유산으로 지정된 뒤, 이듬해 유네스코 무형문화유산으로 등재됐다. 프랑스를 대표하는 전자 음악가로는 다프트 펑크(Daft Punk), 저스티스(Justice), 카시우스(Cassius), 에어(Air), 피닉스(Phoenix), 에티엔 드 크레시(Étienne de Crécy), M83, 알랭 브락스(Alan Braxe) 등이 꼽힌다. 이 가운데 장 미셸 자르(Jean-Michel Jarre)는 ‘프렌치 터치’를 상징하는 인물로 거론된다. 자르는 1976년 보컬 없이 초기 신시사이저만으로 제작한 앨범 ‘옥시젠’(Oxygène)을 발표하며 전자 음악의 새로운 흐름을 제시했다. 자르는 자신의 소셜미디어를 통해 “30년 넘게 유네스코 대사로 활동해 온 끝에 전자 음악이 세계 문화유산의 자리를 향해 나아가게 돼 기쁘다”며 이번 결정을 “역사적인 이정표”라고 밝혔다. 에마뉘엘 마크롱 프랑스 대통령 역시 앞서 “프랑스는 일렉트로 음악의 발명국이며 프렌치 터치를 보유한 나라”라며 프랑스 전자 음악의 문화유산 등재 필요성을 강조한 바 있다. 전문가들은 이번 국가 무형유산 등재가 ‘프렌치 터치’의 유네스코 공식 등재 가능성을 한층 높였다고 평가하고 있다.