LLM에서 LLL로: 도구를 넘어 동료가 된 AI 챗GPT가 등장한 지 불과 2년여. 우리는 이미 LLM(Large Language Model)을 넘어 LLL(Large Long-context Language model) 시대를 맞이했다. 수백만 토큰을 처리하는 AI는 이제 단순히 질문에 답하는 수준을 넘어섰다. 프로젝트 전체 맥락을 이해하고, 복잡한 업무를 분석하며, 능동적으로 작업을 수행하는 ‘AI 에이전트’로 진화하고 있다. 문제는 기술이 아니라 우리 자신이다. 많은 기업과 개인이 여전히 AI를 “더 똑똑한 검색엔진” 정도로 인식하며, “어떻게 프롬프트를 잘 쓸까”에만 집중한다. 하지만 AI 에이전트가 업무의 핵심으로 자리 잡는 지금, 정작 필요한 것은 테크놀로지 트랜스포메이션이 아닌 ‘휴먼 트랜스포메이션’이다. 실행자에서 판단자로: 역할의 재정의 과거 업무의 가치는 ‘얼마나 많이, 빠르게 처리하는가’에 있었다. 보고서 작성, 데이터 분석, 코드 구현 같은 실행 능력이 곧 경쟁력이었다. 그러나 AI 에이전트가 이러한 실행 업무를 초 단위로 처리하는 시대에, 사람의 가치는 어디에 있을까? 답은 명확하다. ‘무엇을 할 것인가’를 결정하는 판단력, ‘왜 하는
‘기후 위기’와 ‘지속가능성’은 더 이상 먼 미래의 담론이 아니다. 한국 정부는 2025년을 기점으로 ESG(환경·사회·지배구조) 정보를 기업에 공개하도록 제도를 정비할 계획이며, 2035년 국가 온실가스 감축 목표(2035 NDC)는 한반도 산업사회 전체의 구조 전환을 요구하고 있다. 이제 특히 내수 중심의 중소기업에게 ESG 진단과 평가 참여는 미룰 수 없는 절체절명의 과제가 되었다. 그러나 산업현장에서 만난 중소기업, 그 중에서 내수형 중소기업 CEO들의 ESG 상황 인식은 현실과 거리가 멀다. 알고는 있지만 급박한 경영 현실이 우선되기 때문이다. 2035년 정부의 탄소 감축 목표: 넷제로 여정의 중간 지점 환경부는 2035년까지의 국가 온실가스 감축 목표(NDC)를 2018년 배출량 대비 감축률 기준으로 48%, 53%, 61%, 65~67% 안을 복수로 제시하였다. 이에 따라 전력 부문에서는 2018년 대비 68~79% 감축 수준의 시나리오도 제시되었다. 정부는 9~10월 중 국민 의견을 수렴한 뒤, 11월 중 최종안을 유엔(UNFCCC)에 제출할 계획이다. 산업계의 감축 비중은 다소 보수적 수준으로 설정되고 있다. 산업 부문 NDC 안에서는 201
이번 연재는 공통산업프로토콜(CIP, Common Industrial Protocol)의 활성화 과정에서 블루투스 기술을 응용하여, 이더넷 통신의 신뢰성을 확보하고 사용 편의성을 높이는 동시에, 저비용의 무선통신 방식으로서 블루투스가 산업 현장에서 얼마나 보편적으로 활용될 수 있는지를 보여주기 위한 것이다. 이 시리즈를 통해 블루투스가 산업용 네트워크 환경에서 범용성을 갖춘 통신 기술로 어떻게 적용될 수 있는지, 그리고 산업계에 어떤 새로운 가능성을 제시할 수 있는지를 세 차례에 걸쳐 소개할 예정이다. 무선 통신 기술은 이미 일상생활에서 널리 활용되고 있으며, 다양한 매체를 통해 산업 자동화 분야에도 점차 도입되고 있다. 이러한 무선 기술 중 블루투스는 신뢰성, 보편적 채택, 사용 용이성, 저비용 등의 이유로 소비자 시장에서 높은 평가를 받는 기술이다. 블루투스는 사물인터넷(IoT)의 핵심 통신 기술 중 하나이며, 산업용 사물인터넷(IIoT)의 도입이 확대됨에 따라 산업 자동화 생태계 내에서도 중요한 통신 수단으로 그 영역을 넓혀가고 있다. 이 글은 블루투스를 산업용 환경에서 CIP(공통 산업 프로토콜, Common Industrial Protocol) 통신
국내 기업들이 직면한 경영 환경은 어느 때보다 복잡하다. 인건비 상승, 숙련 인력 부족, 글로벌 경쟁 심화로 인해 많은 기업이 생산성과 효율성을 동시에 확보해야 하는 압박을 받고 있다. 하지만 여전히 상당수 기업은 레거시 시스템과 인력 중심의 운영에 머물러 있어 투자 대비 효과(ROI)를 극대화하는 데 어려움을 겪고 있다. 이러한 상황에서 AI Agent 자동화 플랫폼은 기업 혁신의 핵심 인프라로 주목받고 있다. AI Agent 자동화 플랫폼은 단순 반복 업무를 처리하는 기존 RPA(로보틱 프로세스 자동화)를 뛰어넘는다. 대규모 언어모델(LLM), RAG(Retrieval-Augmented Generation), API 연계, 워크플로우 오케스트레이션을 결합해 복잡한 비즈니스 프로세스를 스스로 이해하고 실행한다. 기존의 RPA가 정해진 규칙에 따라 단순 작업을 반복한다면, AI Agent는 데이터를 해석하고 상황에 맞게 의사결정을 보조하는 지능형 자동화를 제공한다. ROI 측면에서 효과는 분명하다. 첫째, 비용 절감이다. IT 헬프데스크, 고객 문의 처리, 데이터 보고서 작성 등 반복적이고 단순한 업무는 AI Agent가 대체할 수 있다. 이를 통해 인력 자
글로벌 공급망에 참여하는 기업이라면 에코바디스(EcoVadis) 평가라는 이름을 한 번쯤은 들어봤을 것이다. 에코바디스는 RBA와 SMETA 등과 함께 전 세계에서 가장 널리 쓰이고 있는 공급망 지속가능성 평가 중 하나로, 다국적 기업과 거래하기 위한 필수 관문으로 자리 잡아가고 있다. 2007년 프랑스에서 설립된 에코바디스는 현재 180여 개국에서 13만 개 이상의 기업을 평가해 왔다. 국내에서도 최근 몇 년 사이 해외 고객사로부터 “에코바디스 평가 결과를 제출해 달라”는 요구가 늘고 있어, 대기업뿐만 아니라 중견, 중소기업까지 관심을 가지는 추세다. 에코바디스 평가, 왜 중요한가? 글로벌 공급망은 단순히 가격과 품질만으로 유지되지 않는다. 환경, 인권, 윤리, 공급망 관리 등 기업의 지속가능성이 거래 조건으로 작동하고 있다. 이때 주로 쓰이는 도구가 바로 에코바디스(EcoVadis) 평가와 같은 외부 ESG 평가 플랫폼이다. 한 번 평가를 받으면 다수의 고객사와 결과를 공유할 수 있어, 기업 입장에서는 중복 평가를 피하고 글로벌 신뢰도를 확보하는 장점이 있다. 평가 방식과 구조 에코바디스 평가는 기업의 산업, 규모를 고려해 평가 문항이 맞춤형으로 설계된다
현대 제조 산업에서의 모션 제어 기술은 더 이상 특정 하드웨어나 제어기 브랜드의 선택에만 국한되지 않는다. 기술을 바라보는 시각, 시스템을 설계하는 방식, 이를 구현하는 생태계까지 전방위적으로 변화하고 있다. 현장에서는 여전히 PLC와 PC 중 어떤 제어 방식을 선택할 것인가에 대한 논의가 이어지고 있지만, 이 질문은 이제 점점 더 본질적인 고민으로 나아가고 있다. 단순한 제어기 간의 성능 비교를 넘어, 공정 전반의 제어 시스템이 얼마나 유연하고 지능적으로 확장 가능한지가 본질의 핵심이다. 여기에서 PC 중심의 제어 방식은 이러한 변화에 유연하게 대응할 수 있는 가장 적합하고 강력한 대안으로 자리 잡아가고 있다. 교육 환경의 변화: 제어의 언어가 바뀌고 있다 최근 대학과 직업 교육 현장의 자동화 교육은 과거와 확연히 다른 양상을 보이고 있다. 기존에는 래더 다이어그램을 중심으로 한 하드웨어 기반 제어 실습이 주를 이루었지만, 이제는 Python, C++ 등 범용 프로그래밍 언어를 활용한 제어 시뮬레이션 구현 수업이 주를 이룬다. 단지 사용하는 언어만 달라진 것이 아니라, 제어 기술을 이해하고 습득하는 방식 자체가 PC 중심으로 전환되고 있는 것이다. 학생들은
전 세계적으로 지속가능한 성장과 사회적 책임 실현의 중요성이 커지면서 ESG(환경·사회·지배구조)는 민간 부문을 넘어 공공기관과 지방정부로 빠르게 확산되고 있다. 비록 현재 국내에서는 ESG 이행에 대한 법적 의무는 없지만, 정부는 ‘한국형 그린 뉴딜’, ‘K-SDGs’, ‘제4차 지속가능발전 기본계획’ 등의 정책을 통해 ESG 실천을 유도하고 있다. 기후변화 대응, 사회적 책임 이행, 투명경영은 지역 발전과도 직결되며, 각 지방자치단체는 기후 위기와 지역 소멸에 대응하고 시민 삶의 질 향상을 위한 ESG 기반의 지방행정 체계를 구축하고 있다. 특히 2022년 「지속가능발전 기본법」 제정 이후 다수의 지자체가 이에 따른 ESG 조례를 제정하고, 전담 조직 및 위원회 설립, 지역 중소기업 ESG 지원 등 ESG 행정을 확대해 나가고 있다. 나아가 더 체계적이고 실질적인 ESG 도입을 위해 지자체별 ESG 평가 개발, 자체 ESG 지표 마련, ESG 보고서 발간 등 다양한 노력을 이어가고 있으며, 이러한 흐름은 단순한 트렌드를 넘어 지방행정의 새로운 패러다임을 제시하고 있다. 본 칼럼에서는 지자체 지속가능성 평가 지표, 자체 ESG 지표, ESG 보고서 발간 사
자동화 시장에서 PC와 PLC는 전문가들 사이에서 종종 비교 대상이 되곤 한다. 그러나 그 결론은 ‘무엇이 더 우월하다’가 아닌 각자가 지향하는 방향과 강점이 다르다는 데 있다. 다시 말해, 각기 유리한 분야가 존재한다는 것이다. 한때 자동화 시장의 혁신은 PLC라는 하드웨어의 등장에 집중됐다. 1960년대 말, 릴레이 배전반의 복잡한 배선을 단일 제어기로 통합해 로직을 구현한 PLC는 모든 면에서 혁신을 불러일으켰다. 직관적인 래더 프로그램(Ladder Logic) 기반의 전용 로더를 통해 프로그램을 적용하고 변경할 수 있어 복잡했던 배선 작업을 대폭 단순화했다. 이후 PLC는 진화를 거듭하며, 제어 범위를 점차 확장해왔다. 한편 동시대 또는 그 이전의 컴퓨터는 말 그대로 연산 처리(Computing)가 주 역할이었다. 즉, 기업의 상업적 의사결정의 수단이 아니었을까 생각된다. 1970년대에 등장한 PC(Personal Computer)는 데이터를 연산하고 저장해야 하는 다양한 분야에 적용되며 빠르게 확산되었다. 이렇게 PC는 IT(Information Technology), PLC는 OT(Operation Technology)라는 전혀 다른 분야의 다른
인류 역사상 최고 수준의 고등교육 기관인 대학(University)의 기원을 거슬러 올라가면, 1088년 이탈리아의 볼로냐대학교를 만나게 된다. 전문가들은 이곳을 서유럽 최초이자 현대 대학 시스템의 원형을 갖춘 최초의 대학으로 평가한다. 이후 대학은 중세 유럽 전역으로 확산되었고, 파리대학교, 옥스퍼드대학교, 케임브리지대학교 등이 차례로 설립되었다. 대학은 지식의 보존과 전수, 학문적 탐구라는 본연의 역할을 통해 인류 문명 발전의 핵심 동력으로 자리 잡았다. 그로부터 약 천 년이 지난 지금, 대학은 급변하는 사회적 요구와 기대 앞에서 중대한 전환점을 맞이하고 있다. 특히 ESG(환경·사회·지배구조) 경영과 지속가능발전 목표가 전 사회적 화두로 떠오르면서, 대학에게도 교육과 연구를 넘어서는 폭넓은 차원의 사회적 책임이 요구되고 있다. 이에 STARS, THE, QS 등 세계 대학 평가와 국내 대학 평가에서 ESG 경영과 지속가능 대학 경영이 새로운 기준으로 자리 잡아가고 있는 현실을 바탕으로, 대학의 사회적 역할 확대와 지속가능한 발전 전략을 종합적으로 검토해 보고자 한다. 대학의 사회적 책임이란? 현대 사회에서 대학은 사회로부터의 기대를 충족시키기 위해 다음
산업 현장에서 컨베이어 벨트는 단순한 운반 수단을 넘어, 공정 흐름과 생산 효율을 좌우하는 핵심 인프라로 자리잡고 있다. 특히 물류 및 벌크 자재 운반 라인에서는 벨트 위의 하중과 체적 정보가 곧 시스템의 생산성과 직결된다. 페펄앤드푹스가 개발한 Volume3D는 이러한 필요에 정확하고 유연하게 대응하는 3D 체적 측정 솔루션이다. 컨베이어 하중, 이제는 3D로 본다 Volume3D는 LiDAR 기반 고정밀 측정 기술을 통해 컨베이어 상의 물체 윤곽을 실시간으로 인식하고, 체적과 부피 유량 데이터를 추출한다. 여기에는 R2000과 R2300 모델이 사용되며, 전자는 ±3%의 정밀도로 고정밀 측정이 가능하고, 후자는 초당 100회 스캔 속도로 빠르게 움직이는 대상도 놓치지 않는다. 하나의 측정 지점에는 최대 3대의 LiDAR 센서를 동시 운용할 수 있어, 그림자 효과를 최소화하고 복잡한 형상의 대상도 입체적으로 파악할 수 있다. 속도와 부피를 동시에, MSEU + 로터리 엔코더 구조 윤곽 데이터만으로는 완전한 3D 분석이 어렵다. 이를 해결하기 위해 Volume3D는 컨베이어 속도 데이터를 함께 취득한다. 페펄앤드푹스의 ENI58IL 인크리멘탈 로터리 엔코더를
이번 호에서는 CIP Safety의 5G 전송 측정 구성 및 조건을 설명하고, 제조 장비 간 5G 기반 CIP Safety 통신 평가 결과에 대해서도 함께 다룬다. CIP Safety의 5G 전송 측정 구성 및 조건 측정 구성의 변형은 그림 1과 2에 제시돼 있다. 성능 측정 조건은 다음과 같다. · CIP Safety 연결 수: 안전 라인 컨트롤러를 대상으로 하여 세 개의 안전 컨트롤러가 송신자로 동작하며, 반대로 각 안전 컨트롤러가 대상이 되고 안전 라인 컨트롤러가 송신자가 되는 형태로 CIP Safety 연결을 구성했다. · EPI (CIP Safety 통신 주기): 안전 프로세스 통신의 EPI는 60ms로 고정 설정했다. · 데이터 크기: 본 용도에 필요한 CIP Safety 패킷은 46바이트로 설정했다. · 통신 부하: 실제 사용 환경을 시뮬레이션하기 위해, CIP Safety 통신 외에 표준 프로세스 통신을 통해 통신 부하를 추가했다. 각 안전 컨트롤러 간(안전 라인 컨트롤러 포함)에는 송신자와 수신자 역할로 각각 최대 12개씩, 총 24개의 표준 프로세스 통신 연결을 구성했다. RPI(Request Packet Interval)는 1ms, 5ms
중소·중견기업이 ESG 경영 도입을 넘어 ESG 경영 정보 공시를 해야 할 경우, 발생하는 비용은 기업에 큰 부담이 된다. 그럼에도 불구하고 공시를 앞두고 있다면, 고객사 또는 투자자의 ESG 정보 공시 요구에 따라 피할 수 없는 상황일 것이다. 지속가능경영보고서 또는 ESG 보고서를 개발하기 위해서는 최소 수천만 원의 비용이 수반되기에, 비용 없이 정보 공시할 수 있는 방안을 제시해 보겠다. 정보 공시를 위해 고려해야 할 사항은 다음 다섯 가지다. 1) 공시 시점, 2) 공시 범위, 3) 공시 채널, 4) 정보 공개 기준, 5) 중대성 평가. 이 다섯 가지 주제에 대해 구체적으로 논의해 보겠다. 최적의 공시 시점: 평가 시점 4개월 전부터 준비 대기업의 경우, 보통 전년도 ESG 경영 활동과 실적에 대해 1월부터 지속가능경영보고서 또는 ESG 보고서(이하 ESG 보고서) 개발을 시작해 6월 말까지 국문 보고서 개발을 완료한다. 이는 기업지배구조원의 KCGS 평가 공적서로 활용하려는 목적이 크다. 또한 ESG 보고서 공시 시점을 재무 공시 시점과 최대한 맞추기 위해 점차 공시 시점을 앞당기고 있는 추세다. 반대로 이 시기에 ESG 보고서 개발이 집중되기에,
농업을 둘러싼 환경은 기후 변화로 인한 이상 기후의 빈발, 세계 인구의 증가, 국제 정세의 변화, 소비자 요구의 다양화 등을 배경으로 매일 변화하고 있다. 일본의 농업에서는 농업 종사자의 고령화와 인력 부족이 계속되고 있으며, 연료·비료 가격의 급등 등도 겹쳐 상황은 더욱 심각해지고 있다. 기간적 농업 종사자의 인구는 2015년 약 176만 명에서 2020년에는 약 136만 명으로 5년간 40만 명 감소한 반면, 평균 연령은 67.7세로 높은 수준을 유지하고 있어 여전히 심각한 상황이 지속되고 있다. 게다가 농업은 날씨나 시장 상황 등의 변화에 크게 영향을 받으며, 이를 사전에 예측하는 것은 일반적으로 어렵다. 따라서 경험이나 직감에 의존한 경영이 되기 쉬운 것이 현실이며, 이 점이 담당자나 새로운 농업 종사자에 대한 높은 진입 장벽이 되고 있다. 이러한 문제에 대처하기 위해 국가는 정보통신기술(ICT)이나 인공지능(AI)을 활용해 농업 생산 기술의 고도화를 목표로 하는 ‘스마트 농업’에 관한 연구를 지원하고 있다. 또한 올해 6월에는 ‘스마트 농업 기술 활용 촉진법’이 제정·공포되어 디지털 기술을 활용한 데이터 구동형 농업으로 전환이 추진되고 있다. 특히
식물의 생육 및 환경 반응을 제어 대상으로 하는 ‘식물 중심의 환경 제어’가 시설 원예에서 환경 제어의 역사를 변화시키고 있다. 본래 시설 원예에서 낮 시간 환경 제어의 주 목적은 ‘광합성의 극대화’이며, 이에 이어 두 번째 목적은 ‘광합성 산물(당)을 성장 기관(잎, 줄기, 과실 등)에 적절히 분배하는 것’이다. 이 두 가지 목적을 매일 지속적으로 달성하는 것이 궁극적으로는 수확량의 극대화로 이어진다. 그림 1은 각종 환경 요인이 광합성과 광합성 산물의 분배에 미치는 영향을 개략적으로 보여준다. 지금까지는 광합성이나 분배에 영향을 미친다고 여겨지는 각종 환경 요인(빛, 기온, 습도, CO2 농도 등)을 계측해 이들을 제어 대상으로 삼아왔다. ’계측할 수 없는 것은 제어할 수 없다‘는 전제를 두면, 생산 현장에서 계측할 수 있는 환경 요인을 제어 대상으로 삼는 것 외에는 선택의 여지가 없었다고 할 수 있다. 그러나 이는 생산 현장에서 광합성과 분배를 직접 계측할 수만 있다면, 이를 제어하기 위한 최적의 환경 제어를 검토할 수 있다는 것을 의미한다. 이러한 사고의 근원이 되는 것이 스피킹 플랜트 어프로치(SPA: Speaking Plant Approach) 개
이번 호에서는 EtherNet/IP의 측정 방식, 구성 변화, 성능 측정 조건, 패킷 통신의 대역폭에 대해 설명하고, 컨트롤러 간 5G 전송 평가를 통해 얻은 EtherNet/IP 측정 결과와 각 조건에서의 지연 시간 측정 결과를 소개하고자 한다. 또한 5G 전송을 기반으로 한 CIP 안전성 평가 시스템의 구성에 대해서도 함께 다룬다. 5G 네트워크상에서 EtherNet/IP 통신 측정 구성과 조건 EtherNet/IP를 5G 환경에서 구현하기 위한 다양한 통신 구성 방식(Type I부터 Type VIII까지)은 그림 1에 제시되어 있다. 본 측정의 목적은 각 통신 방식에 따라 발생하는 성능 차이를 분석하기 위함이며, 측정 조건은 다음과 같이 설정되었다. 우선, 주요 측정 항목은 패킷 손실률과 통신 지연 시간(latency)이며, 이는 통신 성능을 나타내는 핵심 지표로서 모든 조건에서 공통적으로 수집되었다. 통신 모드는 VPN 사용(w/VPN)과 VPN 미사용(w/o VPN)의 두 가지로 나뉘며, 특히 멀티캐스트 통신은 VPN 환경에서만 가능하기 때문에 w/VPN 설정이 필수였다. 유니캐스트 통신의 경우에는 VPN 사용 여부에 따라 모두 측정이 이루어졌다.
상호명(명칭) : ㈜첨단 | 등록번호 : 서울,아54000 | 등록일자 : 2021년 11월 1일 | 제호 : 오토메이션월드 | 발행인 : 이종춘 | 편집인 : 임근난 |
본점 : 서울시 마포구 양화로 127, 3층, 지점 : 경기도 파주시 심학산로 10, 3층 | 발행일자 : 2021년 00월00일 | 청소년보호책임자 : 김유활 | 대표이사 : 이준원 |
사업자등록번호 : 118-81-03520 | 전화 : 02-3142-4151 | 팩스 : 02-338-3453 | 통신판매번호 : 제 2013-서울마포-1032호
copyright(c)오토메이션월드 all right reserved
UPDATE: 2025년 11월 10일 09시 02분
/pdf.png)
/smartmap_2_01.png)
/smartmap_2_04.png)
/smartmap_2_big_04.jpg)
/smartmap_2_05.png)
/smartmap_2_big_05.jpg)
/smartmap_2_08.png)
/smartmap_2_big_09.jpg)
/smartmap_2_09_2.png)
/smartmap_2_big_10_2.jpg)
/smartmap_2_11_2.png)
/smartmap_2_big_12_2.jpg)
/smartmap_2_02.png)
/smartmap_2_03.png)
/smartmap_2_06.png)
/smartmap_2_big_07.jpg)
/smartmap_2_07.png)
/smartmap_2_big_08.jpg)
/smartmap_2_12.png)
/smartmap_2_big_13.jpg)
/smartmap_2_13.png)
/smartmap_2_big_14.jpg)
/smartmap_2_14.png)
/smartmap_2_big_15.jpg)
/smartmap_2_15.png)
/smartmap_2_big_16.jpg)
/smartmap_2_16.png)
/smartmap_2_big_17.jpg)
/smartmap_2_17_2.png)
/smartmap_2_big_18_2.jpg)
/smartmap_2_18_2.png)
/smartmap_2_big_19_2.jpg)
/smartmap_2_19._2.png)
/smartmap_2_big_20_2.jpg)
/smartmap_2_20.png)
/smartmap_2_big_21.jpg)
/smartmap_2_21.png)
/smartmap_2_22.png)
/smartmap_2_23.png)
/smartmap_2_24.png)
/smartmap_2_25.png)
/smartmap_2_26.png)
/smartmap_2_27.jpg)