한국과학기술원(KAIST)은 전산학부 이재길 교수 연구팀이 제조 공정이나 설비가 바뀌어도 추가 학습 없이 기존 인공지능(AI) 모델을 활용해 불량을 탐지할 수 있는 ‘시계열 도메인 적응’ 기술을 개발했다고 26일 밝혔다. 최근 스마트팩토리(생산과정에 자동화 기술을 결합한 지능형 공장) 제조 현장에서 AI 센서 데이터를 활용한 불량 탐지 시스템 도입이 가속화하고 있다. 이 시스템은 설비에 부착된 센서로부터 입력되는 데이터를 실시간으로 분석해 설비 이상이나 불량품을 조기에 발견할 수 있지만, 생산 라인이 바뀌거나 설비 교체 등 제조 공정이 바뀌면 시스템의 성능이 급격히 떨어지는 등 문제가 있었다. 이 때문에 새로운 공정에 대해 추가 레이블링(특정 정보에 불량 여부나 상태 정보를 사람이 별도로 확인하고 레이블을 달아주는 작업)을 해야 하는 등 번거로움과 비용 부담이 컸다. 연구팀은 바뀐 공정에 대한 레이블링 없이도 기존 방법론의 성능을 개선할 수 있는 기술을 개발했다. 연구팀이 개발한 시계열 도메인 적응(Time-series Domain Adaptation) 기술은 시간에 따라 변하는 데이터, 예를 들어 온도 변화나 기계 진동, 전력 사용량, 센서 신호 등을 다루
[세 줄 요약] ISEC 2025, 김연진 과장 “AI·양자 위협 대응 종합계획” 발표 예고 마이크로소프트·포티넷·쿠팡, AI 시대 선제적 보안 전략 공유 정책 비전과 글로벌 기업 실전 사례가 만난 아시아 최대 보안 콘퍼런스 인공지능 활용이 보편화되면서 이에 대한 보안 위협이 빠르게 고도화되고 있다. 국가 인프라와 기업 비즈니스, 개인 일상에까지 확산된 AI 기반 서비스는 새로운 공격 표면을 만들고 있으며 정부와 산업계의 공동 대응 전략이 절실히 요구되고 있다. 이런 흐름 속에서 26일 서울 코엑스에서 개막한 ‘ISEC 2025(제19회 국제 시큐리티 콘퍼런스)’에서는 ‘AI·SECURITY’를 주제로 사이버보안 현안을 집약적으로 다뤘다. 내일까지 이틀간 18개 트랙, 82개 세션으로 구성된 이번 행사는 한국인터넷진흥원, 한국CISO협의회, 더비엔이 공동 주관했으며 정부·기업·학계 전문가들이 참여해 최신 위협 동향과 대응 전략을 제시했다. 첫 번째 기조 발표를 맡은 과학기술정보통신부 김연진 정보보호기획과장은 상반기 주요 보안 이슈와 하반기 정책 방향을 공유하며 AI 시대의 위협 환경을 강조했다. 김연진 과장은 “우리나라의 사이버 보안 역량은 다양한 사건을 겪
한국과학기술원(KAIST) 생명화학공학과 고동연 교수팀은 미국 매사추세츠공과대학(MIT) 화학공학과 T. 앨런 해튼 교수팀과 공동으로 전기에 의해 스스로 열을 내는 섬유를 이용한 ‘이산화탄소 직접 공기 포집’(DAC·Direct Air Capture) 기술을 개발했다고 25일 밝혔다. DAC는 대기 중 이산화탄소를 직접 분리해 탄소 배출 농도를 원천적으로 낮출 수 있는 기술이다. 다만 공기 중 이산화탄소 농도가 400ppm 이하로 낮아 대량의 공기를 처리하기 위해 막대한 열에너지를 필요로 한다는 한계가 있다. 이를 극복할 방법으로 전기 구동 기반의 ‘저항 가열’(Joule heating) 방식이 떠오르고 있다. 저항 가열은 전기 에너지를 직접 열로 전환해 이산화탄소를 흡수하는 흡착제 자체를 가열하는 방식으로, 고온의 증기나 복잡한 설비가 필요 없다. 연구팀은 스마트폰을 충전할 수 있는 수준인 3V의 낮은 전압으로도 80초 만에 110도까지 가열할 수 있는 섬유 흡착제를 개발했다. 다공성 구조의 섬유 표면에 은 나노와이어(나노미터 굵기의 가는 실)와 나노입자 복합체를 3㎛(마이크로미터·100만분의 1ｍ) 두께로 균일하게 코팅했다. 전기가 매우 잘 통하면서도 이
마치 전기가 한 나라의 산업과 생활을 지탱하는 필수 인프라가 된 것처럼, 이제 인공지능도 국가의 심장부를 움직이는 핵심 동력이 되고 있다. 하지만 전기를 외국에서 끌어다 쓰듯, AI를 해외 빅테크 기업의 모델에만 의존한다면 어떤 일이 벌어질까. 행정·의료·교육 같은 민감한 영역에서 우리의 언어와 데이터를 이해하지 못하는 시스템이 결정권을 쥔다면, 이는 단순한 기술 격차가 아니라 국가 주권의 문제로 이어진다. 바로 이 지점에서 ‘소버린 AI(Sovereign AI)’, 즉 각 나라가 자국 상황에 맞게 직접 개발하고 운영하는 AI의 필요성이 등장한다. 소버린 AI가 불러온 파급효과 소버린 AI의 필요성은 무엇보다 국가 안보와 직결된다. 의료·법률·교육·국방과 같은 핵심 영역에서 글로벌 빅테크가 제공하는 AI에 전적으로 의존한다면, 이는 정책적 자율성과 데이터 주권을 잃는 결과로 이어질 수 있다. 특히 다국적 기업이 만든 모델은 해당 국가의 언어적 뉘앙스나 법제·문화적 맥락을 충분히 반영하지 못한다는 한계가 있다. 하지만 반대 측면도 존재한다. 국가별로 AI 모델을 쪼개어 개발하면 글로벌 상호운용성이 저하되고, AI 발전 속도가 늦춰질 수 있다. 데이터 사일로는
스마트폰을 설계할 때 건축가가 설계도를 일일이 손으로 그린다면 어떤 일이 벌어질까. 몇 달, 몇 년이 걸릴지 모른다. 반도체도 마찬가지다. 설계자가 수십억 개의 트랜지스터를 일일이 배치한다면 현실적으로 불가능하다. 그런데 이제는 AI가 이 역할을 대신하고 있다. 마치 자율주행차가 도로 위에서 최적 경로를 찾아내듯, AI는 수많은 설계 가능성을 탐색해 최적의 답을 내놓는다. 놀라운 것은 이렇게 만들어진 반도체가 다시 강력한 AI를 탄생시킨다는 점이다. AI 파트너와 스마트 팹의 등장 현재 AI는 복잡한 설계 작업을 수개월에서 수시간 또는 수일로 단축하는 가능성을 보여주고 있다. EDA 툴은 반도체 산업의 보이지 않는 엔진이다. 시놉시스와 케이던스는 이미 AI를 탑재한 차세대 툴을 내놓았다. 일찍이 시놉시스는 마이크로소프트 애저를 활용한 ‘Synopsys.ai Copilot’을 발표했다. 자연어 AI 인터페이스로 설계 툴을 보조하며, 설계 효율과 생산성을 모두 높였다. 지난 5월 공개된 케이던스의 ‘Cerebrus AI Studio’는 멀티블록·멀티유저 환경에서 대규모 SoC 설계를 가속한다. 파운드리 경쟁의 무대도 달라지고 있다. 과거에는 누가 더 작은 선폭을
AI가 말하고, 이해하고, 스스로 움직이는 ‘피지컬 AI’ 시대가 도래했다. 단순한 대화형 인공지능을 넘어 실제 환경과 상호작용하는 로봇 기반 AI는 제조, 건설, 방역, 경비 등 산업 전반의 판을 다시 짜고 있다. 마음에이아이 손병희 연구소장은 “산업을 되살릴 진짜 해법은 피지컬 AI”라며, 언어 모델, 대화형 AI, 자율제어 로봇을 아우르는 ‘3개의 심장’을 강조했다. 특히 저전력 온디바이스 LLM 탑재, 공기청정기·농기계·건설로봇 적용 사례 등을 소개하며 산업 현장의 AI 내재화 흐름을 짚었다. 피지컬 AI는 단순한 기술을 넘어 국가 산업 전략의 핵심 축으로 부상하고 있다. 피지컬 AI, 정적인 AI를 넘어 움직이는 산업의 주체로 생성형 AI의 급부상 이후, 인공지능은 또 한 번의 진화 국면에 접어들고 있다. 텍스트와 이미지에 머무르던 AI가 이제는 실제로 ‘움직이고 작동하는’ 피지컬 AI 시대로 향하고 있는 것이다. 피지컬 AI는 인공지능이 단지 사고하는 존재를 넘어, 물리적 공간에서 스스로 판단하고 행동하는 기술을 말한다. 이는 산업용 로봇, 가정용 스마트 디바이스, 자율주행 시스템 등에서 인간의 노동력을 대체하거나 보완하며 그 효용성을 입증하고 있
인공지능 기술이 언어와 이미지 이해를 넘어서 현실 공간을 인지하고 행동하는 단계로 진화하고 있다. 특히 ‘피지컬 AI’는 인간의 판단과 반응을 물리적 로봇에 통합하는 핵심 기술로 부상 중이다. 김종환 디스펙터 대표는 ‘실행 가능한 피지컬 AI’를 통해 로봇이 실시간 상황을 인지하고 자율 판단해 실행할 수 있는 체계를 제시했다. 기존 로봇 기술의 파편화, 느린 통합 속도, 환경 적응력 부족 등 한계를 극복하는 이 시스템은 AI GCS와 엣지 디바이스 기반의 원격 브레인, 자율주행, 인지-판단-행동의 AI 통합을 목표로 한다. 이 글은 해당 기술의 구현 배경, 주요 개념, 실제 적용 사례, 학습 아키텍처 및 향후 전망까지 단계별로 짚어본다. 피지컬 AI, 왜 지금 주목받는가 전통적인 인공지능은 주로 패시브 AI(Passive AI), 즉 데이터를 입력받아 분석 결과를 제시하는 수동적 형태였다. 그러나 산업 현장과 사회 전반의 요구는 점점 더 능동적이고 실시간으로 반응할 수 있는 AI 기술로 이동하고 있다. 이러한 흐름 속에서 ‘피지컬 AI(Physical AI)’라는 새로운 패러다임이 부상하고 있다. 피지컬 AI는 단순히 데이터를 인지하는 것을 넘어, 판단하고
휴머노이드 로봇은 더 이상 공상 과학의 영역이 아니다. 인류의 다음 혁신을 이끌 핵심 기술로 자리 잡으며, 글로벌 시장은 폭발적인 성장을 예고하고 있다. 2023년 약 3조3000억 원 규모였던 휴머노이드 시장은 2033년에는 157조 원을 넘어설 것으로 전망되며, 미국과 중국은 각각 민간 혁신과 국가 전략 투자를 앞세워 치열한 경쟁을 벌이고 있다. 테슬라·피겨AI·보스턴다이내믹스 같은 선두 기업들이 시장을 선점하는 가운데, 한국 정부도 지난해 휴머노이드를 국가 첨단 전략 기술로 지정하고 K-휴머노이드 연합을 출범시키며 본격적인 육성에 나섰다. 전문가들은 지능·핸드·구동 모듈이라는 세 가지 핵심 기술을 확보해야만 한국형 휴머노이드가 글로벌 무대에서 경쟁력을 갖출 수 있다고 입을 모은다. 국내 로봇 업계 일각에서는 한때 휴머노이드 로봇(Humanoid Robot) 개발 투자를 망설였던 과거에 대한 아쉬움을 토로한다. 이를 반영해 이제는 정부의 과감한 지원이 절실한 시기라는 목소리가 커지고 있다. 인류의 미래를 뒤바꿀 다음 혁신은 바로 인간을 닮은 로봇에서 시작될 것이라는 통찰이 힘을 얻고 있기 때문이다. 휴머노이드 로봇은 이러한 통찰의 핵심에 있다. 곧 ‘체화
로봇 산업의 지형도가 AI 융합 기술을 기점으로 빠르게 재편되고 있다. 제조업 자동화에 기반한 산업용 로봇은 이제 AI 기반의 학습과 추론 기능을 탑재하며 차세대 지능형 로봇으로 진화 중이다. 고영테크놀로지 고경철 전무는 “로봇 기술의 본질이 하드웨어에서 소프트웨어로, 더 나아가 데이터 기반 인프라 경쟁으로 옮겨가고 있다”며, 로봇과 AI의 융합 동향, 기술적 과제, 글로벌 생태계 경쟁 상황을 짚었다. 이 글에서는 로봇 기술의 과거와 현재, 그리고 AI와의 접목을 통한 미래 전략을 심층적으로 살펴본다. 한국 로봇 산업의 궤적과 AI 융합 도입의 배경 국내 로봇 산업의 태동기는 1980~90년대로 거슬러 올라간다. 당시 삼성, LG, 현대, 대우 등 대기업들은 자동화 붐에 힘입어 산업용 로봇 개발팀을 조직하며 본격적인 기술 내재화에 나섰다. 386 PC와 8086 코프로세서가 주요 연산 장비였던 시절로, 컴퓨팅 파워는 현재와 비교해 수천 배 이상 느렸지만, 그 한계 속에서 축적된 제어 기술, 하드웨어 설계 역량은 이후 한국 로봇 산업의 핵심 토대가 되었다. 고영테크놀로지의 고경철 전무 역시 당시 LG에서 로봇 개발팀장을 맡아 산업용 로봇 개발에 앞장섰으며, 이
40년간 로봇과 인공지능(AI) 분야에 몸담은 서일홍 코가로보틱스 대표가 던진 현시점 가장 큰 화두는 거대 자본과 데이터에만 의존하는 AI 시장의 한계다. 세상 모든 정보의 바다를 딥러닝 모델에 쏟아 붓는 데이터 드리븐 방식만으로는 한계에 부딪힐 것이라는 그의 주장이다. 이는 마치 아인슈타인의 ‘특수 상대성 이론’이나 뉴턴의 ‘운동 법칙’처럼 세상의 근본 원리를 이해하는 모델 드리븐 방식과의 융합이 필요하다는 철학에서 비롯됐다. 서일홍 대표는 딥러닝이 나오기 전부터 ‘뉴럴 네트워크’와 ‘퍼지이론’을 연구해왔다. 뉴럴 네트워크는 컴퓨터가 인간의 뇌처럼 학습하게 하는 AI고, 퍼지이론은 '많다', '조금'처럼 모호한 정보를 다룬다. 그는 이러한 경험을 바탕으로, AI의 궁극적인 해답은 바로 인간의 뇌에 있다고 단언한다. 서 대표는 이 맥락으로, ‘자유 에너지 원리’를 로봇 AI의 핵심 원리로 제시했다. 이는 생명체가 끊임없이 진화하는 과정과 같다. 로봇은 스스로 배워나가야 한다. 이를 위해 주변 환경을 이해하고, 행동을 예측하며, 제어하는 능력을 통합해야 한다는 의미다. 로봇이 세상의 물리 법칙을 직관적으로 이해할 때 진정한 지능이 시작된다는 것, 이것이 바로
로봇 산업의 패러다임이 ‘팔’에서 ‘손’으로 이동하고 있다. 최근 제조·물류·헬스케어는 물론 일상생활까지 확장되는 휴머노이드 로봇의 핵심은 바로 인간의 손을 모사한 로봇 핸드다. 원익로보틱스는 이 분야에서 독보적인 기술력을 바탕으로 글로벌 무대에서 주목받고 있으며, 엔비디아·메타·보스턴다이내믹스 등과 협력하며 첨단 연구를 이어가고 있다. 특히 알레그로 핸드를 중심으로 한 제품군은 16자유도(DOF), 촉각 지능, 소프트웨어 플랫폼 등에서 혁신을 구현하며 세계 연구기관의 표준으로 자리잡았다. 앞으로 원익로보틱스는 로봇 핸드를 더욱 소형화하고 임베디드 AI를 탑재해 지능형 로봇의 새로운 지평을 열어갈 계획이다. 박연묵 미래기술본부장은 “국내 로봇 산업이 글로벌 생태계와 발맞추려면 협력과 개방형 플랫폼 활용이 필수”라고 강조했다. 최근 로봇 산업에서 가장 큰 화두는 ‘휴머노이드 로봇(Humanoid Robot)’이다. 그중에서도 인간의 손을 모사한 로봇 핸드(Robot Hand)는 물건을 잡고 조작하며, 물리적인 작업 및 공정을 직접 구현하는 핵심 부품으로 주목받고 있다. 이전까지 해당 워크로드에 주력으로 활용된 로봇 팔 종단장치(EoAT)는 그리퍼(Gripper
대한민국 제조업이 새로운 전환점을 맞고 있다. ‘피지컬 AI(Physical AI)’ 기반의 자율제조 시대가 본격화되며, 공장은 이제 단순한 생산시설이 아닌 ‘거대한 로봇’으로 진화 중이다. 장영재 KAIST 교수는 디지털트윈 기반의 스마트 제조 플랫폼인 'SDF(Software Defined Factory)'를 중심으로 강화학습, 로봇 협업, 맥락 이해형 AI 등 첨단 기술을 통합한 차세대 공장 운영 모델을 제시했다. 공장을 멈추지 않고 소프트웨어로 업그레이드하는 이 개념은 중소기업에도 즉각적인 설비 적용이 가능하도록 설계되어 있으며, 수십 억 원의 비용 절감 효과까지 입증했다. 제조업의 미래, 그 중심에 피지컬 AI가 있다. 공장이 하나의 로봇으로…‘피지컬 AI’의 시대가 온다 디지털 혁신은 이제 공장의 외형만 바꾸는 것을 넘어, 개념 자체를 다시 정의하고 있다. 장영재 KAIST 교수는 이를 “공장 전체를 하나의 거대한 로봇으로 만들자”는 철학으로 설명한다. 피지컬 AI는 단순히 인공지능이 품질 검사나 설비 모니터링에 쓰이는 수준을 넘어, 공장의 모든 자산과 설비, 사람, 로봇, 데이터를 유기적으로 연결해 하나의 지능형 엔티티로 만들어가는 기술이다. 기
디지털 전환이 가속화되는 제조 산업에서 ‘디지털 트윈’은 선택이 아닌 필수로 자리잡고 있다. 유니티코리아 민경준 본부장은 리얼타임 3D 기술을 중심으로 한 디지털 트윈 구현 전략을 제시하며, 산업별 시뮬레이션·교육·HMI·AR/VR 등 다양한 분야에서의 활용 가능성을 강조했다. 유니티의 ‘연결-제작-배포’ 3단계 파이프라인은 복잡한 3D 자산을 통합하고 실시간 데이터 연동과 인사이트 도출까지 아우른다. 특히 AI, 머신러닝과의 결합은 디지털 트윈의 진화를 가속화하고 있으며, 국내 제조환경에 최적화된 인프라와 결합될 경우 DX의 새로운 전환점을 만들어낼 수 있다는 전망이다 최근 산업계의 화두는 단연 디지털 전환(DX)이다. 이러한 변화의 중심에서 실시간 3차원(3D) 기술이 있다. 이는 대부분 게임 환경에 국한된 기존 활용처에서, 제조를 포함한 전 산업 분야의 혁신을 이끄는 핵심 동력으로 부상하고 있다. 특정 게임 엔진은 현재 ‘실시간 3D 엔진’으로 진화해 산업 전반의 DX를 견인하고 있다. 현시대 DX의 핵심은 ‘상호작용’과 ‘몰입감’ 경험이다. 이를 위한 실시간 3D 렌더링 기술이 필수적이라는 분석이 나온다. 맥킨지, BCG 등의 조사에 따르면 해당 기술
인공지능(AI) 기술이 실제 물리적 환경을 모사하고 예측하는 단계에 접어들었다. 이에 따라 제조·물류 현장의 고질적인 비효율과 복잡성을 해결할 열쇠로 ‘물리적 AI(Physical AI)’ 기반 시뮬레이션 솔루션이 주목받고 있다. 최근 업계 발표에 따르면, AI 기술의 발전 속도는 상상을 초월한다. 3년 전만 해도 AI는 실제 사람과 구분하기 어려운 가상의 얼굴을 생성하는 수준이었지만, 이제는 텍스트만으로 현실과 가상을 혼동할 만큼 정교한 동영상을 만들어내는 시대가 도래했다. 이는 AI가 물리적 환경의 복잡한 규칙과 상호작용까지 학습·예측하는 단계로 진화했음을 시사한다. 이러한 AI의 발전은 다품종 소량 생산, 급변하는 수요 등 갈수록 복잡해지는 제조·물류 현장에 필수적인 ‘물리적 AI’ 적용의 중요성을 부각시킨다. 제조·물류 현장은 재고품목단위(SKU), 작업자, 설비, 재료, 물류 로봇 등이 유기적으로 얽혀 매일 엄청난 경우의 수를 만들어내는 하나의 ‘복잡계 시스템’이다. 이러한 환경에서는 단순한 직관이나 통계적 방법만으로는 결과를 예측하거나 최적의 방안을 찾기가 불가능에 가깝다. 더욱이 이러한 현장에서는 작은 실패라도 막대한 비용과 리스크를 초래할 수
멀티모달 AI, 초개인화 에이전트, 자율 제조 플랫폼이 융합되며 제조 산업에 거대한 전환이 시작됐다. 네이버의 김필수 본부장은 “AI 에이전트는 공정 판단과 생산성 향상뿐 아니라, 초개인화된 제안까지 수행하는 주체가 될 것”이라며 자율 제조의 미래를 제시했다. 단순한 자동화를 넘어, 상황 인식·판단·제안을 수행하는 ‘지능형 AI’의 시대가 도래하며, 제조 산업은 PoC 단계를 지나 본격 적용 단계로 진입하고 있다. 이 흐름에서 한국은 GPU·클라우드·데이터 인프라 강점을 기반으로 글로벌 제조 AI 플랫폼 수출 기회를 맞고 있다. AI 기술 진화와 제조 산업의 접점 제조 산업은 지금까지의 자동화 수준을 넘어서, 인공지능(AI)을 중심으로 한 ‘지능형 전환’을 겪고 있다. 특히 생성형 AI의 급속한 진보는 제조 공정 전반에 본질적인 변화의 가능성을 제시하고 있다. 김필수 네이버 본부장은 “AI 기술의 가장 큰 진화는 멀티모달 기술로, 비전·보이스·텍스트가 융합되어 산업 전체의 일하는 방식을 근본적으로 바꾸게 될 것”이라고 밝혔다. 단순한 로봇 자동화를 넘어, 현장을 인식하고 학습하며 대응하는 AI가 도입되고 있는 것이다. 예를 들어, 스마트폰에 내장된 카메라로
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: 2025년 08월 27일 16시 54분
