2026년은 AI 실험 단계를 넘어 신뢰할 수 있는 데이터 기반의 자율 운영과 실질적 성과 창출의 해가 될 것 데이터 관리 분야 글로벌 선도 기업 디노도(Denodo)가 2026년 기업이 주목해야 할 데이터 시장 10대 전망을 발표했다. 디노도는 2026년이 기업들이 단순한 인공지능(AI) 실험 단계를 넘어, 신뢰할 수 있는 실시간 데이터와 강력한 거버넌스를 바탕으로 ‘자율 에이전트(Autonomous Agent)’를 본격 도입하고 실질적인 투자 수익률(ROI)을 거두는 원년이 될 것으로 내다봤다. 특히 물리적 데이터 이동을 최소화하는 ‘논리적 데이터 관리’가 데이터 레이크를 보완하며 AI 전환의 핵심 동력이 될 것이라고 강조했다. 디노도가 제시하는 2026년 주요 데이터 시장 전망은 다음과 같다. 하나, AI, ‘어시스턴트’를 넘어 ‘자율 에이전트 운영자’로 진화 AI는 수동적인 어시스턴트 역할을 넘어 다단계 업무 수행, 워크플로우 실행, 트랜잭션(Transaction) 작업 승인, 인간과의 협업까지 수행하는 자율형 에이전트로 진화할 것이다. 다만 이러한 자율형 에이전트가 확산되기 위해서는 실시간으로 관리할 수 있고 거버넌스가 적용된 데이터 기반이 필수적이
생산성·정밀가공 요구 커지는 제조 환경 변화에 공동 대응 SIMTOS 2026 공동 컨퍼런스 통해 기술 전략 공유 본격화 자동차 산업과 공작기계 산업이 생산제조 기술을 매개로 협력의 보폭을 넓힌다. 한국공작기계산업협회와 한국자동차산업협동조합은 지난 12월 23일 자동차 및 부품 제조 분야의 기술 경쟁력 강화를 위한 업무협약을 체결하고, 산업 간 연계를 통한 공동 대응 체계를 구축하기로 했다. 양 산업은 전통적으로 긴밀하게 연결돼 왔지만, 최근 협력의 필요성은 더욱 분명해지고 있다. 친환경차 전환 가속화, 글로벌 공급망 재편, 생산 효율과 품질을 동시에 요구하는 제조 환경 변화 속에서 고정밀 가공 기술과 고생산성 장비의 중요성이 커지고 있기 때문이다. 여기에 데이터 기반 제조 AI 확산까지 더해지며, 공작기계 기술과 자동차 제조 공정 간 연계 수요도 빠르게 증가하고 있다. 이번 협약은 이러한 산업 환경 변화를 공동으로 대응하기 위한 실질적 협력 모델 구축에 초점이 맞춰져 있다. 양 기관은 산업 간 교류 확대를 위한 공동 사업 발굴을 비롯해, 생산제조 기술 관련 정보 교류를 위한 컨퍼런스 공동 기획·운영, 주최 전시회 상호 참가, 협력 사업 홍보 자료 공유 등
우리가 사용하는 플라스틱 제품 대부분은 녹인 플라스틱을 금형에 주입해 동일한 제품을 대량 생산하는 사출성형 공정을 통해 만들어진다. 그러나 공정 조건이 조금만 달라져도 불량이 발생하기 쉬워, 그동안 제조 현장에서는 숙련자의 경험과 감에 크게 의존해 왔다. 고숙련자 은퇴와 외국인 인력 증가로 제조 지식 단절이 우려되는 가운데, 국내 연구진이 인공지능으로 공정을 스스로 최적화하고 지식을 전수하는 해법을 제시했다. KAIST는 기계공학과 유승화 교수 연구팀이 사출 공정을 스스로 최적화하는 생성형 AI 기술과, 현장 지식을 누구나 활용할 수 있도록 지원하는 LLM 기반 지식 전이 시스템을 세계 최초로 개발하고 그 성과를 국제학술지에 연속 게재했다고 22일 밝혔다. 연구는 기계공학과와 이노코어 PRISM-AI 센터가 공동으로 수행했다. 첫 번째 성과는 환경 변화나 요구 품질에 따라 자동으로 최적 공정 조건을 추론하는 생성형 AI 기반 공정추론 기술이다. 기존에는 온도나 습도, 목표 품질이 바뀔 때마다 숙련자가 반복적인 시행착오를 거쳐 공정 조건을 다시 설정해야 했다. 연구팀은 실제 사출 공장에서 수개월간 수집한 환경 데이터와 공정 파라미터를 활용해 확산 모델(Diff
AI가 제조업의 ‘안전’과 ‘자율화’를 동시에 끌어올리는 전환점에 도달했다. 중대재해처벌법과 ESG 규제가 강화되는 지금, 생산성만 높이는 공장은 더 이상 경쟁력을 갖기 어렵다. LS일렉트릭 김재신 부장은 ‘2025 AI 자율제조혁신 포럼’에서 “현재 국내 제조현장의 자율화 수준은 10점 만점에 4.5점”이라는 진단을 내놓으며, AI 기반 제조 안전 전략을 자율제조의 출발점으로 제시했다. 발표에서 김 부장은 위험성 평가를 자동화하는 AI 관제, 화재·끼임·지게차 충돌 등 9대 사고 감지, 디지털 트윈 기반 실시간 관제, 중소기업을 위한 SaaS형 안전 AI 등도 실제 사례와 함께 공개했다. 공장이 스스로 위험을 감지하고, 스스로 설비를 멈추고, 스스로 대피 동선을 제시하는 시대—LS일렉트릭이 공개한 로드맵은 제조업이 어디로 가야 하는지를 분명하게 보여준다. 왜 ‘AI 안전’이 먼저인가 제조업은 지금 ‘자율제조(Autonomous Manufacturing)’라는 거대한 전환점 앞에 서 있다. 생산 오더가 발행되는 순간부터 완제품이 고객에게 인도되기까지, 사람의 개입 없이 공장이 스스로 판단하고 움직이는 상태를 목표로 삼는 흐름이 빨라지고 있다. 그러나 현실은
한국전자기술연구원(이하 KETI)이 제조 특화 AI 파운데이션 모델 연구 성과를 공유하고 산업 적용 전략을 논의하는 ‘AI 팩토리 해커톤 2025’ 컨퍼런스를 개최했다. 이번 행사는 제조 AI 분야의 국내외 전문가와 개발자 260여 명이 참석한 가운데 열렸으며 제조 AI 생태계 확산을 본격화하는 자리로 마련됐다. AI 팩토리 해커톤 2025는 산업통상부가 후원하고 한국산업기술기획평가원이 주최, KETI가 주관했다. 컨퍼런스에서는 제조 특화 AI 파운데이션 모델(MFM)과 소프트웨어 기반 제조(SDM) 기술의 연구 성과를 공개하고 이를 실제 산업 현장에 적용하기 위한 전략을 중심으로 논의가 이뤄졌다. KETI는 지난 10월 서울대, KAIST, 포항공대와 함께 MFM 공동 연구를 위한 업무협약을 체결하고 세계적 수준의 제조 특화 AI 모델 개발을 추진 중이다. 이번 컨퍼런스를 통해 제조 AI 연구의 주요 방향성과 기술적 접근 방식을 공유했다. MFM은 제조 공정 데이터를 사전 학습해 제조 도메인 지식을 내재화한 범용 AI 모델이다. 기존 언어모델과 달리 시계열, 이미지, 센서 데이터 등 제조 현장의 특성을 반영한 학습 구조를 갖춘 것이 특징이다. 이를 통해 데
엘리스그룹이 현대자동차 남양연구소와 제조 현장 특화 이미지 AI 솔루션을 개발했다. 이번 프로젝트는 충돌 시험 이미지를 자동으로 분류하고 검색과 관리를 통합하는 목적을 갖고 올해 3월 말부터 11월 말까지 약 8개월 동안 진행됐다. 현대자동차 남양연구소는 무작위로 저장돼 온 시험 사진을 분석 가능한 형태로 정리하는 데 많은 인력과 시간이 필요했던 문제를 해결하기 위해 이번 연구를 추진했다. 엘리스그룹은 딥러닝 기반 이미지 분류와 검색 모델을 개발해 목적에 따라 조합된 통합 서비스를 구축했다. 모델은 엘리스의 모듈형 보안 체계를 적용한 프라이빗 클라우드 환경에서 학습돼 데이터 유출 위험을 줄였고 보안성을 강화했다. 업체는 제조 현장의 데이터 특성을 고려해 상용 모델만으로는 정확한 분류가 어려웠던 충돌 시험 이미지를 공인 기관의 충돌 시험 데이터를 중심으로 다시 학습한 맞춤형 AI 모델을 적용했다. 이 모델은 약 60종 이상의 충돌 시험 이미지를 98% 이상 정확도로 분류할 수 있도록 구성됐다. 데이터 규모가 크지 않은 상황에서도 공공 데이터를 추가 학습해 남양연구소 시험 환경에 최적화된 모델을 완성했다. 충돌 시험 이미지와 같은 특수한 제조 데이터를 정밀하게
AI 전문기업 라온피플이 228억원 규모로 추진되는 국가전략 프로젝트 ‘K 디스플레이 AX 실증산단’ 사업에 참여한다. 이번 사업 참여는 디스플레이 제조의 고도화와 AI 기반 스마트 제조 전환이 가속화되는 산업 환경에서 라온피플의 기술력과 성장 가능성이 공인된 결과로 평가된다. 정부와 지자체가 참여하는 대규모 예산 사업에 선정되며 기업의 기술 경쟁력과 확장 가능성이 다시 한 번 입증된 셈이다. ‘K 디스플레이 AX 실증산단’ 사업은 산업통상부, 충청남도, 천안시 등이 참여해 국가 디스플레이 산업의 초격차 기술을 강화하고 글로벌 경쟁력을 확보하기 위해 추진하는 전략 프로젝트다. 천안 산업단지를 AX(Autonomous Transformation) 제조혁신의 테스트베드로 삼아 디스플레이 제조 표준 모델을 구축하고, 이후 전국 1,200여 개 제조기업으로 확산하는 것이 핵심 목표다. 천안 2·3·4산업단지는 삼성디스플레이를 비롯해 국내 주요 설비·소재 기업이 밀집해 있어 AI 실증에 최적화된 환경을 갖추고 있어 본 사업의 추진 기반도 탄탄하다. 라온피플은 이번 사업에서 AX 대표 선도공장 구축, 제조 AI 오픈랩 운영, SaaS 기반 제조 AI 플랫폼 구축, 디스
오는 2026년 3월 4일부터 6일까지 3일간 코엑스에서 2026 AI자율제조혁신 컨퍼런스가 열린다. 이번 컨퍼런스는 스마트팩토리·오토메이션월드 2026과 연계해 진행되며, 제조업의 AI 기반 대전환(AX)을 주제로 8개 트랙, 30여 개 세션으로 구성된다. 행사 기간 동안 제조기업·기관·학계 등 약 3,000명을 대상으로 정책·기술·산업 트렌드를 총체적으로 조망할 예정이다. 국내 제조업은 현재 AI·로봇·데이터 중심으로 빠르게 재편되고 있다. 정부도 제조 AI 전환을 국가 전략으로 채택하며 2030년까지 100조 원 이상의 부가가치를 창출한다는 목표를 제시했다. 제조 AI 얼라이언스(M.AX Alliance) 출범과 함께 산업계의 변화 속도는 더욱 빨라지고 있으며, 기업들은 자율생산·스마트검사·스마트물류 등 전 공정의 혁신 전략을 마련해야 하는 상황이다. 이번 컨퍼런스는 이러한 흐름 속에서 2026년 제조혁신의 실제 방향성과 현장 적용 전략을 제시하는 자리로 마련되었다. 올해 프로그램은 3일 동안 8개 핵심 트랙으로 구성된다. 1일차 Track A는 생성형 AI·LLM을 활용한 제조 데이터 분석, 설계 자동화, 예측 최적화 등 AI 기반 제조혁신 전략을 다
현실 세계를 이해하고 움직이는 AI, 이른바 피지컬 AI(Physical AI)가 산업 현장의 새로운 변곡점으로 부상하고 있다. 12월 11일 오후 2시 토크아이티에서 열리는 웨비나는 피지컬 AI가 제조·물류·에너지 분야에서 필수 기술로 주목받는 이유와 디지털트윈과 결합해 AI 트윈 팩토리(AI Twin Factory)로 진화하는 과정을 집중 조명한다. 피지컬 AI는 단순한 로봇 제어가 아닌, 현실을 읽고 판단하며 행동하는 AI를 의미한다. 글로벌 기술 기업들은 시뮬레이션·로봇·AI 모델을 결합하는 방향으로 기술을 확장하고 있고, 국내에서도 생산성 향상과 운영 안정성을 위해 피지컬 AI 도입이 검토되고 있다. 그러나 기술 성숙도와 실제 적용 가능성에 대한 오해가 적지 않은 만큼, 이번 웨비나는 실제 사례를 기반으로 피지컬 AI의 기술적 실체를 설명한다. 디지털트윈과 피지컬 AI의 결합은 제조 현장의 데이터 기반 의사결정과 설비 최적화 수준을 한 단계 끌어올리는 핵심 전략으로 평가된다. 이번 세션에서는 제조·물류·에너지 산업에서 구현 중인 AI 기반 디지털트윈 모델, 산업별 데이터·시뮬레이션 활용 방식, 그리고 AI 트윈 팩토리로 발전하기 위한 단계별 로드맵이
바이슨(대표 김민준, 이하 BISON)이 기존 ‘장비 판매 중심’의 머신비전 시장을 ‘운영 중심’으로 전환하는 새로운 비즈니스 모델을 발표했다. 하드웨어 사양과 무관한 범용 플랫폼 구조, 지속 운영을 전제로 한 구독 서비스, 제조 현장 데이터 축적 기반의 성능 고도화를 핵심 가치로 내세우며 품질관리 패러다임을 재정의한다는 구상이다. 바이슨은 오는 12월 10~12일 코엑스에서 열리는 COMEUP 2025(AI 부문)에 참가해 ▲모듈형 비전 플랫폼 ▲구독형 AI 머신비전 시스템 ▲웹 기반 AI 컨설팅 서비스 ▲엣지·PC·로봇 기반 통합 비전 모듈을 실물로 공개한다. 바이슨의 플랫폼은 엣지 디바이스, 산업용 PC, 로봇팔, 다양한 카메라와 조명 등 여러 하드웨어 구성을 단일 소프트웨어 환경에서 운영할 수 있도록 설계됐다. 생산 라인마다 개별 소프트웨어를 개발해야 했던 기존 방식과 달리, 동일 플랫폼으로 검사 시스템을 통합 적용할 수 있어 도입·운영 비용을 크게 줄일 수 있다는 것이 특징이다. COMEUP 2025에서는 바이슨이 개발한 ‘모듈형 비전 플랫폼’ 기반 데모 장비도 선보인다. 이 장비는 카메라·렌즈·조명·모션 등을 모듈 단위로 교체해 저사양부터 초고해상
더블유피솔루션즈(WP Solutions)가 지난 20일 대구 EXCO에서 열린 '경북 산업 AI 융합 컨퍼런스'에 참여해 DX to AX 시대 중소 제조업의 AI 도입 전략을 주제로 발표했다고 밝혔다. 이번 행사는 DAMEX 2025 DX특별관과 연계해 지역 제조기업의 AI 내재화 성과를 공유하고, 자율제조 기반의 AX 생태계 조성을 목표로 진행됐다. 더블유피솔루션즈 영업본부 정노영 상무가 발표를 맡아 국내 제조업의 AI 전환 방향성을 제시했다. 더블유피솔루션즈는 국내 제조업이 스마트팩토리 보급을 통해 디지털 인프라를 구축한 지금, AI를 활용한 '자율제조'로의 도약이 필요한 시점임을 강조했다. 특히 많은 기업이 PoC(파일럿)만 반복하다 실질적인 AI 활용 단계로 나아가지 못하는 현상을 '파일럿의 저주'로 지적하며, 이를 극복하기 위한 5가지 성공 전략을 제시했다. '파일럿의 저주'는 AI 도입 초기 단계에서 개념 검증에만 머물러 실제 현장 적용으로 이어지지 못하는 문제를 의미한다. 더블유피솔루션즈는 이러한 문제를 해결하기 위해 단계별 AI 도입 방법론과 데이터 기반 접근법을 제시하며, 중소 제조기업이 실질적인 성과를 낼 수 있는 구체적 전략을 공유했다.
철강·반도체 등 복잡 공정 중심으로 AI 고도화 추진 AI 플랫폼 ‘런웨이’ 통해 제조현장 실증·상용화 가속 산업 특화 AI 기업 마키나락스가 이삭엔지니어링과 손잡고 철강·반도체 산업 내 버티컬 AI(Vertical AI) 확산을 위한 업무협약(MOU)을 체결했다. 이번 협력은 산업 데이터와 도메인 전문지식을 결합해 산업 현장 중심의 AI 생태계를 가속화하는 것을 목표로 한다. 이삭엔지니어링은 대형 플랜트 자동화와 제어시스템 구축 분야에서 20년 이상 노하우를 축적한 스마트팩토리 전문기업으로, 설비 설계·운영 데이터 등 산업 데이터 자산을 다수 보유하고 있다. 마키나락스는 이 데이터를 기반으로 산업별 특화 AI 모델을 개발하고, 자사 AI 플랫폼 ‘런웨이(MakinaRocks Runway)’를 통해 실제 제조 현장에 적용할 계획이다. 특히 이번 협력은 철강·반도체 산업 등 복잡한 제조 공정 내 AI 고도화를 핵심으로 한다. 마키나락스는 이삭엔지니어링의 제어시스템 데이터를 활용해 공정 흐름, 제어 로직, 생산 변수 등을 학습하는 버티컬 AI 모델을 개발한다. 이 모델은 설비 이상 탐지, 품질 예측, 에너지 효율화 등 제조 현장 전반의 의사결정을 지원하는 방향으
온프레미스 환경 기반, 보안·비용·속도 모두 잡은 AI 솔루션 REST API·웹 UI 지원, 손쉬운 연동과 사용자 접근성 강화 산업용 디지털 트윈 솔루션 전문기업 이안이 온프레미스(On-Premise) 환경에서 독립적으로 구동 가능한 AI 기반 3D 모델 자동 생성 솔루션 ‘오토메쉬(AutoMesh)’를 정식 출시했다. 이번 신제품은 생성형 AI 기술을 활용해 텍스트나 이미지 입력만으로 고품질 3D 에셋을 자동 생성할 수 있는 것이 특징이다. 오토메쉬는 사용자가 자연어(한글/영문) 혹은 2D 이미지를 입력하면, 별도의 전문 3D 모델링 지식 없이도 사실적인 3D 콘텐츠를 자동으로 제작해준다. 반복적인 모델링 작업을 줄이고 프로젝트 특성에 최적화된 모델을 생성해 생산성을 극대화할 수 있도록 설계됐다. 이안은 향후 제조, 건설, 엔지니어링 등 다양한 산업군과의 연계를 통해 오토메쉬의 적용 범위를 지속적으로 확대할 계획이다. 이번 솔루션은 최신 생성형 AI 알고리즘을 통해 형상과 질감을 자동 복원하며, 실제와 유사한 수준의 3D 모델을 구현한다. 텍스트뿐 아니라 멀티뷰 이미지 입력도 지원해, 사용자가 보유한 2D 자료만으로도 3D 구조를 추론해 자동 모델링이 가
중소벤처기업부는 24일 제5차 국정현안관계장관회의에서 ‘AI 기반 스마트제조혁신 3.0 전략’을 발표했다. 이번 전략은 국내 제조업의 경쟁력 저하 우려가 커지는 상황에서 중소 제조기업 중심의 AI 전환을 가속화하고, 스마트제조 생태계의 구조적 경쟁력을 강화하기 위한 종합 계획이다. 대기업은 자체적인 AI 인프라를 구축할 여력이 있으나, 중소 제조기업은 비용 부담과 인력난으로 AI 도입이 더디다는 지적이 이어지고 있다. 이에 중기부는 제조기업과 기술기업이 함께 성장하는 선순환 생태계를 조성해, 국내 제조업의 근간인 중소기업이 AI 경쟁력을 확보할 수 있도록 이번 전략을 수립했다. 중소 제조기업 AI 대전환 추진 중기부는 먼저 중소 제조기업의 수준별 맞춤형 AI 지원체계를 구축한다. 스마트공장 기반의 디지털 인프라 위에 버티컬 AI를 단계적으로 도입하고, 전문가 컨설팅을 강화해 제조 AI 활용의 전 주기를 지원한다. 아울러 환경성과 안전성 평가 요소를 도입해 친환경·친노동적인 제조 환경을 확산하고, 경영자와 근로자의 산업안전 인식 제고 교육도 확대할 예정이다. 또한 대기업이 보유한 거대언어모델(LLM)을 활용해 중소 협력사의 AI 도입을 지원하는 상생형 AI 공
AI 머신비전의 현재와 미래를 조망한 ‘2025 AI 머신비전 컨퍼런스’가 지난 22일 서울 코엑스 컨퍼런스룸에서 성황리에 열렸다. (사)한국머신비전산업협회와 ㈜첨단이 공동 주최·주관한 이번 행사는 ‘AI와 로봇으로 융합하는 머신비전 활용 방안과 최신 기술’을 주제로, 머신비전 업계 주요 기업들이 한자리에 모여 차세대 비전 기술의 방향성을 제시했다. 이번 컨퍼런스에는 AI 딥러닝 비전검사, FPGA 기반 고속 영상처리, 3D 센싱, 고해상도 광학 솔루션, 고급 이미지 처리 등 산업 전반의 기술 주제가 폭넓게 다뤄졌다. 제조·반도체·디스플레이·2차전지·물류 자동화 등 산업 현장에서의 적용 사례가 소개되며 AI 기반 스마트 팩토리 전환의 실질적 로드맵을 제시한 자리로 평가된다. 뉴로클과 라온피플, AI 비전의 실무적 확장 사례 제시 첫 세션에서 뉴로클(Neurocle)의 이승엽 팀장은 오토 딥러닝 기반 비전검사 플랫폼과 신제품 ‘Neuro-T Engine’을 공개했다. 그는 “비전검사에 AI를 적용하는 가장 큰 장벽은 학습 데이터와 모델 최적화의 복잡성”이라며 “Neuro-T Engine은 기존보다 70% 이상 빠른 학습 속도와 20% 이상 향상된 불량 검출 정
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 01일 12시 27분
