수소·전력망·AI까지 묻는 RE100 산단의 현실성 선언과 실행 사이, 한국형 RE100 모델 시험대 RE100은 더 이상 일부 글로벌 기업이 선택하는 ‘친환경 선언’이 아니다. 재생에너지 100% 사용 여부는 이제 글로벌 공급망에서 거래 지속 여부를 결정하는 새로운 기준이 됐다. 애플, 구글, BMW 등 글로벌 기업들은 협력사에게까지 RE100 이행을 요구하고 있으며, 이를 충족하지 못한 기업은 공급망에서 밀려나는 사례도 현실이 되고 있다. 수출 의존도가 높은 한국 제조업에 RE100은 선택이 아닌 생존 조건이다. 그러나 국내 재생에너지 비중은 낮고, 경직된 전력시장과 전력망 한계로 개별 기업이 RE100을 달성하기는 쉽지 않다. 이러한 구조적 한계를 돌파하기 위한 해법으로 정부가 꺼내 든 카드가 ‘RE100 산업단지’다. 산업단지 단위로 재생에너지와 전력 인프라, 에너지 관리 기술을 묶어 기업의 RE100 전환을 지원하겠다는 구상이다. 그렇다면 한국의 RE100 산단은 지금 어디까지 와 있으며, 글로벌 경쟁 속에서 실질적인 해법이 될 수 있을까. 자발적 선언은 끝났다… RE100이 ‘조건’이 된 이유 RE100은 더 이상 기업의 친환경 이미지 전략이 아니
정책은 AI를 향하지만, 산업 승부는 장비·기계 기술에서 갈린다 AI 이후 준비하는 제조업, 한국이 마주한 구조적 한계와 선택지 제조업 현장에서 인공지능(AI)은 더 이상 선택의 문제가 아니다. 공정 자동화, 품질 검사, 예지보전, 자율로봇 운영까지 AI는 제조 경쟁력의 핵심 도구로 자리 잡았다. 글로벌 제조 AI 시장은 2025년 약 342억 달러에서 2030년 1,550억 달러 규모로 성장할 것으로 전망되며, 연평균 성장률은 35%를 상회한다. 주요 제조국들은 예외 없이 AI를 제조업 혁신의 핵심 축으로 삼고 정책과 투자를 확대하고 있다. 그러나 최근 산업계와 정책 현장에서 보다 근본적인 질문이 제기되고 있다. AI 경쟁이 일정 수준에 도달한 이후, 제조업의 진짜 승부처는 어디인가라는 물음이다. 한국기계연구원이 발간한 기계기술정책 보고서는 이에 대해 분명한 방향성을 제시한다. AI 경쟁의 다음 국면에서 국가와 기업의 경쟁력을 가르는 요소는 AI 그 자체가 아니라, AI가 구현되는 ‘기계와 장비의 본질적 성능’이라는 진단이다. AI가 주도한 제조 혁신, 그러나 물리적 한계는 여전히 존재 제조 AI는 방대한 데이터를 분석해 공정의 최적해를 도출하고, 불량과
2025년 글로벌 반도체 시장은 단순한 경기 회복 국면을 넘어, 산업 구조 자체가 재편되는 전환점에 들어섰다. 가트너의 예비조사에 따르면 전 세계 반도체 매출은 7,930억 달러로 전년 대비 21% 성장하며 사상 최대치를 기록했다. 이 성장을 견인한 핵심 동력은 명확하다. AI 인프라 확산과 함께 프로세서, 고대역폭메모리(HBM), 네트워킹 칩 수요가 폭발적으로 증가하면서 반도체 산업의 중심축이 ‘범용 반도체’에서 ‘AI 특화 반도체’로 빠르게 이동하고 있다. 특히 AI 반도체는 2025년 전체 매출의 약 3분의 1을 차지했으며, 2029년에는 절반을 넘어설 것으로 전망된다. 반도체 산업의 성장 공식이 근본적으로 달라지고 있음을 보여주는 대목이다. 엔비디아 독주 체제, 반도체 판도를 바꾸다 이번 조사에서 가장 눈에 띄는 변화는 엔비디아의 독보적 상승세다. 엔비디아는 2025년 매출 1,257억 달러를 기록하며 반도체 업계 최초로 연 매출 1,000억 달러를 돌파했다. 이는 전년 대비 63.9% 성장한 수치로, 글로벌 반도체 시장 전체 성장의 35% 이상을 단일 기업이 견인한 셈이다. AI 서버용 GPU와 가속기 수요가 폭증하면서 엔비디아는 경쟁사와의 격차를
[세 줄 요약] ·퀵텔, 글로벌·한국 IoT 시장 구조 변화와 기술 전환 발표 ·LTE Cat-1bis 확산과 4G 단일화, 5G 점진 확대 흐름 제시 ·한국 시장은 스마트미터·SDV 중심으로 ODM 수요 가속 엔드투엔드 글로벌 IoT 솔루션 제공업체 퀵텔이 14일 서울 영등포구 FKI 타워 컨퍼런스 센터에서 미디어 브리핑을 열고 2030년까지의 글로벌 및 한국 IoT 시장 전망을 발표했다. 이번 브리핑은 단순한 수치 전망을 넘어, IoT 산업이 어떤 구조적 전환 국면에 들어서 있는지를 기술·비즈니스 양 측면에서 짚는 자리로 구성됐다. 이상헌 퀵텔 테크놀로지 코리아 대표는 IoT 산업의 변화를 ‘네트워크 전환’이라는 키워드로 설명했다. 그는 “IoT는 오랫동안 점진적으로 성장해 왔지만 시장의 성격을 바꾼 계기는 5G의 등장”이라며 “5G 이전의 네트워크 환경이 사막을 가는 비포장도로였다면 5G 이후는 고속도로에 가깝다”고 말했다. 이어 “이전에는 기술적으로 가능해도 구현하기 어려웠던 무인자동차, 로봇, 인간과 로봇의 협업 환경이 네트워크 변화로 현실화되고 있다”고 설명했다. IoT 개념의 형성과 진화에 대한 설명도 이어졌다. 이상헌 대표는 “초기에는 M2M(
세상의 흐름을 읽는 스마트한 습관 [글로벌NOW] 매주, 세계는 조용히 변화를 시작합니다. 기술이 바꾸는 산업의 얼굴, 정책이 흔드는 공급망 질서, 기업이 선택하는 미래 전략. 세계 곳곳에서 매주 벌어지는 이 크고 작은 변화는 곧 우리 산업의 내일과 맞닿아 있습니다. 글로벌NOW는 매주 주목할 만한 해외 이슈를 한 발 빠르게 짚어주는 심플한 글로벌 브리핑입니다. AI, 제조, 물류, 정책 등 다양한 분야에서 벌어지는 굵직한 사건과 트렌드를 큐레이션해 독자들이 산업의 큰 그림을 한눈에 파악하도록 돕겠습니다. 올해 국제전자제품박람회(CES 2026)가 막을 내렸다. 미국 라스베이거스에서 이달 6일(현지시간) 열린 올해 축제는 ‘인간 중심의 AI와 자율형 인프라(Human-centric AI & Autonomous Infrastructure)‘를 테마로 진행됐다. 이러한 슬로건의 중심에는 인공지능(AI) 기반 로보틱스 기술이 핵심으로 자리잡은 모습을 보였다. 이 가운데 글로벌 로보틱스 생태계가 한해의 혁신 기술 트렌드를 미리 정의했다. 로봇은 더 이상 하드웨어 형태(Form-factor)의 화려함만으로 평가받지 않았다. 이번 CES에서 목격된 로봇의 가장
“로보틱스의 챗GPT 모먼트가 왔습니다(The ChatGPT moment for robotics nearly here)” 지난해 ‘국제전자제품박람회(CES 2025)’에서 “자, 피지컬 AI 이야기를 해보죠. 범용 로보틱스의 챗GPT급 전환이 코앞입니다(OK, let’s talk about physical AI. The ChatGPT moment for general robotics is just around the corner)”라는 메시지가 울려 퍼졌다. 젠슨 황(Jensen Huang) 엔비디아(NVIDIA) 최고경영책임자(CEO)가 피지컬 AI(Physical AI)를 공통어로 만든 순간이었다. 현실에서 움직이는 AI, 즉 AI의 다음 단계로 피지컬 AI를 점찍은 것이다. 쉽게 말해, 컴퓨터 화면 속에 머물던 AI가 실체적인 ‘몸’을 얻어, 현실의 물리적 공간에서 직접 움직이고 작업하는 시대의 탄생을 의미한다. 올해 CES 2026에서는 지난해 선언한 ‘전환이 코앞’에서 ‘거의 왔다(nearly here)’로 무게중심이 이동한 장면이 연출됐다. 2026년 1월 5일(현지시간) 황 CEO는 AI 모델, 가상 실험실 및 시뮬레이션, 개발 도구 등을 사용자
제36회 스마트공장·자동화산업전(AW 2026) 개막 시동...500여 개사 총출동 센서·비전부터 인공지능(AI)·스마트물류까지 이어지는 ‘자율제조 루프’ 구현 기대 200여 개 세션 콘퍼런스, 수출 상담회 등 실질적인 도입 모델 제시한다 글로벌 제조업의 패러다임이 ‘대량 생산’에서 ‘지속 가능한 생산’으로 급격히 전환되고 있다. 이제 제조업은 ‘더 많이’가 아니라 ‘더 오래 살아남기’ 위한 싸움으로 진입한 양상이다. 공급망 붕괴, 에너지 리스크, 탄소 규제가 생존과 직결된 위협으로 급부상한 것이 이 흐름의 주요 배경이다. 이 가운데 제조 생태계의 친환경 요구는 ‘증명 가능한 생산’을 압박하고 있다. 이에 따라 공장은 더 촘촘히 측정하고 빠르게 판단하며 낭비를 최소화하는 자율화(Automonous)로 영역을 확장하고 있다. 이 흐름의 핵심인 ‘자율성’은 작업자가 매번 개입하는 전통적 공정에서 탈피한 최신 방법론이다. 이러한 자율제조(Autonomous Manufacturing)는 설비·시스템 등 핵심 인프라가 스스로 상태를 읽고 최적의 다음 행동을 선택하는 지능형 공정으로의 이동을 의미한다. 이러한 전환이 이루어질 때 품질, 에너지 효율, 안전 등 동시에 확
산업 현장의 안전 점검은 여전히 인력 의존도가 높고, 그만큼 공백과 지연이 반복된다. 특히 제철·조선·발전·반도체·정유·화학처럼 공정이 복잡하고 위험 요소가 많은 산업일수록 이상 징후를 얼마나 빨리 발견하느냐가 사고 규모와 생산성에 직결된다. 위드로봇은 이러한 구조적 한계를 ‘로봇 기반 순찰’이라는 방식으로 재정의한다. 작업자가 접근하기 어려운 고열·고소·협소 공간과 장거리 배관 구간을 로봇이 대신 점검하고, 에지 AI 기반 현장 판단으로 이상 징후를 즉시 걸러내 대응 시간을 단축하는 전략이다. 이는 단순 자동화를 넘어 안전과 생산성을 동시에 관리하는 새로운 산업 안전 운영 모델로 주목받고 있다. 최근 산업 현장에 CCTV와 센서가 없어서 사고가 나는 경우는 드물다. 사고·화재·누수·고장 등이 반복되는 이유는 장비가 부족해서가 아니라 확인이 제때 이뤄지지 않기 때문이다. 문제는 넓고 위험한 구역이 늘어날수록 순찰에 소모되는 자원은 많아지고, 그 사이에 생긴 빈 시간이 발견 지연과 대응 지연으로 이어진다. 실제로 현장에서 치명적인 것은 이상이 커지기 전 신호를 놓치는 상황이다. 작은 누수는 바닥이 젖는 수준에서 끝날 수 있지만, 발견이 늦으면 설비 정지와 안전
AI를 도입하는 기업은 늘어나고 있지만, 실제 현장에선 ‘효과’보다 ‘피로감’이 더 커지고 있다. 글로벌 기업의 84%가 AI에 큰 기대를 걸지만 실제 적용률은 14%, 프로젝트 실패율은 무려 80%에 달한다. 데모는 화려하고 PoC는 준수하게 돌아가지만, 정작 프로덕션 확산 단계에서 번번이 좌초되는 이유는 무엇일까. AVEVA 윤병철 프로는 그 답을 ‘데이터 구조’에서 찾는다. 정유 플랜트의 경우 복잡한 조건, 패턴, 배치, 품질, 에너지 데이터를 AI가 스스로 이해할 수 있게 만들기 위해서는 시간·구조·맥락·추적성을 갖춘 지능형 데이터 허브가 필수라고 강조한다. 그는 EF(Event Frame)와 AF(Asset Framework)라는 두 축을 통해 AI가 현장 의사결정을 대체하는 수준으로 작동하는 실제 사례를 제시하며, 이제는 ‘시도’가 아닌 ‘실행’에 투자할 때라고 말한다. AI 도입 실패하는 이유, 기술이 아니라 데이터 구조의 빈틈 산업 현장에서 AI 도입은 선택이 아닌 생존 전략으로 인식되고 있다. 그러나 숫자는 냉정하다. 글로벌 기업의 84%가 AI에 큰 기대를 걸지만 실제 적용 비율은 14%에 머무르며, 프로젝트 실패율은 무려 80%를 기록한다
제조업에서 AI의 역할을 둘러싼 논쟁은 오래 지속돼 왔다. 자동화가 인력을 대체하고 현장 역할을 약화시킬 것이라는 두려움도 여전히 남아 있다. 그러나 로크웰오토메이션코리아 신경철 부장이 제시한 글로벌 제조 트렌드는 다른 방향을 가리킨다. AI는 인력을 줄이는 기술이 아니라, 현장의 사고방식과 업무구조를 재편하는 촉매에 가깝다. 로직스 AI·가디언 AI·비전 AI·코파일럿은 설비 기반 예지보전, 품질 검사, 제어 자동화 등 제조업의 핵심 업무를 새로운 방식으로 재정의하며, 숙련 인력 부족·품질 편차·운영 복잡성 등 오래된 제조 과제를 풀기 위한 현실적 접근법을 제시한다. AI는 더 이상 미래의 실험이 아니다. 공장의 한 모터, 한 라인, 한 카메라에서 시작해 전체 운영 체계로 확장되는 실질적 전환의 시기가 도래했다. 글로벌 제조 AI 트렌드와 스마트 팩토리 과제의 재정의 전 세계 제조업이 AI 도입을 검토하는 단계에서 기업들은 기술 자체보다 ‘운영 지속성’에 초점을 맞추기 시작했다. 신경철 부장은 로크웰오토메이션이 10년 넘게 추적해 온 글로벌 스마트 제조 보고서의 데이터를 통해, 제조 AI가 단순한 기술 실험에서 벗어나 운영 체계 전반에 영향을 미치는 변곡점
반도체 제조 현장은 복잡한 공정 구조와 부족한 불량 데이터, 폐쇄적 운영 환경 등으로 인해 AI 적용 속도가 더딘 분야다. RTM이 공개한 Meta-aware MLOps 기반 EHM(Equipment Health Manager) 플랫폼은 이러한 장벽을 정면으로 해결하기 위한 새로운 접근법이다. 공정·설비별 메타 정보를 활용하는 데이터 파이프라인, 자동 모델 생성·배포 구조, 헬스 스코어 기반 이상 탐지, 가스 누출·플라즈마 아킹·웨이퍼 센터링 이상까지 감지하는 맞춤형 모델 등을 결합해 AI를 양산 환경에 안정적으로 적용할 수 있는 체계를 제공한다. 제조사가 직면한 “AI를 쓰고 싶지만 적용이 어렵다”는 딜레마를 풀어내는 현실적 해법으로 주목받고 있다. 반도체 제조업에 AI 적용이 어려웠던 이유와 산업적 배경 반도체 산업은 전 세계 제조업 중에서도 가장 복잡한 생산 구조를 갖고 있다. 수백 단계 공정, 장비·레시피마다 다른 프로세스 조건, 설비 편차, 웨이퍼별 데이터 변동성이 동시에 존재한다. 이런 환경에서 AI를 적용하기 위해서는 막대한 양의 정제된 데이터와 공정적 이해가 필요하지만, 반도체 제조는 근본적으로 불량률이 낮아 ‘불량 데이터가 희소한 산업’이라는
설비 신호가 흐르고 검사 장비의 측정치가 쌓이며 전사적자원관리(ERP)와 제조실행시스템(MES) 등 체계에도 방대한 이력이 남는다. 그런데도 불량 대응이나 공정 안정화 속도가 기대만큼 오르지 않는 이유는 데이터의 ‘양’이 부족해서가 아니다. 데이터가 ‘결론’과 ‘조치’까지로 이어지지 못하기 때문이다. 이레테크는 제조 데이터 활용을 단순한 ‘수집’ 단계에서 매듭짓지 않는다. 제조·품질 현장이 운영 의사결정하는 과정에서 병목 지점을 세분화해 그에 맞는 시스템을 지원한다. 특히 현장 내 데이터 수집·연결·모니터링·분석·시뮬레이션까지를 하나의 흐름으로 통합하는 방법론을 취한다. 이를 통해 현장에서 유사한 문제가 반복될 때마다 공정 설계를 처음부터 다시 시작해야 하는 비효율을 완전히 제거하겠다고 나섰다. 대시보드는 구축돼 있는데 왜 결론은 늦어지는가 산업 현장에는 대부분 모니터링·알람·리포트가 고도화된 대시보드가 도입돼 있다. 하지만 정작 의사결정이 지연되는 사례는 부지기수다. 지표가 ‘시각화되는 것’과 이상 발생 시 ‘즉각적으로 움직이는 것’은 전혀 다른 차원의 문제기 때문이다. 이레테크가 방법론의 최상단에 둔 것은 화려한 분석 기법이 아니라 실전적인 운영 효율 극
제조 현장에서 AI가 체감으로 이어지지 않는 이유는 ‘인공지능(AI) 성능이 약해서’가 아니라 ‘현장이 결론에 도달하는 속도가 느려서’라는 말이 나온다. 공정이 아무리 빨라도 문제가 생겼을 때 범위를 좁히고 원인을 가설화하고 재발 방지까지 결정하는 흐름이 느리면 비용은 커진다. 컨포트랩은 이러한 문제의 해법을 제조 AX 관점에서 제시한다. 핵심은 AI 도입 여부가 아니라, 기록·추적·보고가 자동화돼 의사결정까지 걸리는 시간을 얼마나 줄이느냐다. 노코드 기반 제조 운영 관리 솔루션 ‘포타(POTa)’는 현장 데이터를 구조화된 기록으로 연결하고, 품질·생산·설비 예지보전까지 하나의 흐름으로 묶는다. 이를 통해 제조 현장은 숙련자 의존에서 벗어나, 데이터 기반으로 빠르게 판단하고 계획정지를 설계하는 운영 체계로 전환하고 있다. 제조 AX의 승부처는 ‘정확도’보다 ‘결론까지 도달하는 시간’ 최근 현장에서 발생하는 모든 비용은 불량률 그래프 하나로 설명이 끝나지 않는다. 더 큰 비용은 불량이 터진 이후에 발생한다. 범위를 넓게 잡으면 폐기, 재작업, 자발적 수거, 납기 차질 등까지도 비용에 영향을 미친다. 이러한 위협은 고객 리스크로 이어진다. 결국 핵심은 얼마나 빨
[AI] 오픈AI, 스크린 없는 미래에 베팅…오디오 AI가 주 인터페이스로 부상 오픈AI가 오디오 AI를 차세대 핵심 전략으로 전면에 내세우고 있다. 이는 단순히 챗봇 음성을 자연스럽게 만드는 수준을 넘어, 스크린 없는 개인 디바이스 시대를 겨냥한 포석으로 해석된다. 외신에 따르면 오픈AI는 최근 두 달간 엔지니어링·제품·연구 조직을 통합해 오디오 모델 전면 개편에 착수했으며 약 1년 뒤 오디오 중심 개인 기기 출시를 준비 중이다. 이 같은 움직임은 실리콘밸리 전반에서 확산되는 ‘스크린 탈피’ 흐름과 맞닿아 있다. 이미 스마트 스피커는 미국 가정의 3분의 1 이상에 보급되며 음성 인터페이스를 일상에 정착시켰다. 메타는 레이밴 스마트 글래스에 다중 마이크 기반 청취 보조 기능을 도입했고, 구글은 검색 결과를 대화형 음성 요약으로 변환하는 실험을 시작했다. 테슬라는 xAI의 챗봇을 차량에 통합해 내비게이션과 공조 시스템까지 음성 대화로 제어하는 환경을 구축하고 있다. 빅테크뿐 아니라 스타트업들도 같은 방향에 베팅하고 있다. 화면 없는 웨어러블을 표방한 휴먼 AI 핀은 막대한 자금을 소진한 끝에 실패 사례로 남았고, ‘동반자 AI’를 내세운 펜던트형 기기는 프라이
산업연구원(KIET) 권남훈 원장이 내년 한국 경제가 회복과 불확실성이 공존하는 전환기에 서 있다고 진단하며 변화의 압력을 새로운 성장 동력으로 전환해야 한다고 강조했다. 권 원장은 산업연구원이 다음 달 1일 발간하는 i-KIET 산업경제이슈 제201호 '새해 한국 경제에 바란다'라는 제목의 글을 통해 내년 한국 경제성장률을 올해보다 높은 약 1.9%로 전망했다. 내년에는 인플레이션 압력이 다소 완화되고 금리가 점진적으로 하향 움직임을 보이면서 그동안 위축됐던 민간 소비가 회복하면서 전체 성장세를 주도할 것이라는 분석이다. 특히 설비 투자 측면에서는 인공지능(AI)·데이터센터·반도체·전기차 등 첨단 부문 투자가 질적 전환을 이끌고, 고용과 서비스 소비 개선이 경제 전반의 활력을 되찾는 데 도움이 될 것으로 내다봤다. 다만 글로벌 교역 둔화와 미국의 보호무역주의 강화, 건설·부동산 경기 조정 등은 성장의 제약 요인으로 꼽았다. 권 원장은 이러한 전환기를 기회로 바꾸려면 공급망·경제안보 역량 강화, 디지털·AI 기반 생산성 혁신을 통한 산업 경쟁력 재정립, 기후·에너지 전환을 미래 성장 엔진으로 육성, 인구 감소 대응과 노동·재정의 구조개혁을 통한 지속 가능한
상호명(명칭) : (주)첨단 | 등록번호 : 서울,자00420 | 등록일자 : 2013년05월15일 | 제호 :헬로티(helloT) | 발행인 : 이종춘 | 편집인 : 김진희 |
본점 : 서울시 마포구 양화로 127, 3층, 지점 : 경기도 파주시 심학산로 10, 3층 | 발행일자 : 2012년 4월1일 | 청소년보호책임자 : 김유활 | 대표이사 : 이준원 | 사업자등록번호 : 118-81-03520 | 전화 : 02-3142-4151 | 팩스 : 02-338-3453 | 통신판매번호 : 제 2013-서울마포-1032호
copyright(c) HelloT all right reserved
UPDATE: 2026년 01월 19일 15시 10분
