중소 제조기업의 스마트공장 고도화와 인공지능 전환을 촉진하기 위한 정부 사업이 본격화된다. 중소벤처기업부와 스마트제조혁신추진단은 1일부터 ‘2025년도 자율형공장(AI트랙) 구축지원사업’ 신청 접수를 시작한다고 밝혔다. 자율형공장(AI트랙) 구축지원사업은 기존 스마트공장 수준을 한 단계 끌어올리는 ‘고도화 사업’의 일환으로 AI 기술을 통해 공정을 자동으로 판단하고 최적화할 수 있는 인프라를 갖추도록 지원한다. 단순한 자동화 수준을 넘어 데이터를 실시간으로 학습하고 예지 보전, 품질 개선, 에너지 효율화 등을 스스로 수행할 수 있는 지능형 공장 구현을 목표로 한다. 이번 사업은 중소·중견 제조기업 중 스마트공장 수준 확인서 보유 기업, 또는 과거 스마트공장 구축 이력이 있는 기업을 대상으로 한다. AI 기반 고도화를 위한 기술적 준비가 되어 있는지를 판단해 기존보다 높은 수준, 또는 동일 수준의 ‘중간1’ 이상 스마트공장을 목표로 하는 과제에 대해 정부가 최대 2억 원까지, 총 사업비의 50% 이내를 지원한다. 올해 지원 규모는 100개 과제 내외다. 정부는 올해 8월 14일까지 접수를 마감하고 9월 말까지 사업계획서를 제출받아 10월 중 선정 평가를 진행한
드림플러스 베타, 연말까지 무료 체험 지스타캐드와 연동으로 실용성 극대화 CAD 실무 자동화를 위한 솔루션 개발사 드림데브가 지스타캐드(GstarCAD) 전용 플러그인 ‘드림플러스(Dream Plus)’의 베타버전을 공식 출시했다. 이번 베타버전은 2025년 12월 31일까지 무료로 체험 가능하며, 사용자 피드백을 기반으로 정식 버전에 반영할 계획이다. 드림플러스는 건축, 기계, 설비, 토목, 전기 등 다양한 산업 설계 현장에서 반복되는 작업을 간소화하고, 실무자 중심의 기능을 집약해 CAD 업무의 생산성과 효율성을 극대화하는 데 초점을 맞췄다. 드림데브 측은 “실무자 피드백을 기반으로 기능을 지속적으로 개선해온 결과, 실질적으로 업무 시간과 오류를 줄이는 데 기여할 수 있는 수준까지 도달했다”고 설명했다. 지스타캐드와의 연동을 통해 드림플러스의 활용도는 더욱 확장된다. 드림플러스는 지스타캐드의 고성능 환경에서 설계 품질 향상은 물론, 설계 작업의 효율성을 극대화하는 역할을 수행한다. 드림데브 관계자는 “국내 실무자들이 지스타캐드를 기반으로 드림플러스를 사용하면 가격 대비 성능 측면에서 만족도가 높을 것”이라며 “지속적인 피드백 수집을 통해 향후 기능을 더
엑스와이지가 ‘K-휴머노이드 연합’ 기술 공급 기업으로 최종 선정됐다. 연합은 국내 로봇 산·학·연·정 공식 협력 플랫폼으로, 지난 4월 공식 출범했다. 이들은 로봇 인공지능(AI) 모델, 로봇 하드웨어, 반도체, 배터리 등 휴머노이드 로봇 개발에 필요한 핵심 기술을 공동 개발하고, 산업 생태계를 조성하는 것을 목표로 한다. 이를 통해 오는 2030년 휴머노이드 최강국 실현을 꿈꾸고 있다. 엑스와이지는 그동안 물류·식음료(F&B) 현장에서 상용 로봇 운영 경험과 로봇 지능 기술을 지속 축적했다. 이를 바탕으로 인간·로봇 상호작용(HRI)에 특화된 파운데이션 모델을 개발 중이다. 이 모델은 실제 사용자와 로봇의 상호작용 데이터를 학습하며, 이동형 매니퓰레이터에서부터 휴머노이드 폼팩터에 이르기까지 다양한 지능 모델로 확장 가능한 구조를 갖춘 것으로 평가된다. 특히 각종 매장 내 사용자를 인식하고 대화하며, 제품을 전달하거나 요구를 수행하는 시각언어모델(VLA)·청각언어모델(ALA) 기반의 지능형 상호작용 기술이 핵심이다. 이 기술은 향후 휴머노이드 로봇이 사무실·서비스·가정 등 다양한 환경에서 사람과 자연스럽게 협력하고 교감하는 로봇으로 확장될 토대를 마
인공지능(AI)·로봇을 활용해 암세포만 정밀 타격하는 의료 기술을 개발하는 등 혁신 연구개발(R&D) 사업에 정부가 올해 374억원의 국비를 투입한다. 산업통상자원부는 'AI 기반 표적 맞춤형 의약품 제조 자율랩 기술 개발 사업'의 신규 과제 8개를 오는 25일까지 공고한다고 3일 밝혔다. 이번 사업은 AI·로봇 기반 의약품 자동화 설계·제조 시스템을 도입해 바이오 제조 생산성을 향상하고 국내에 차세대 의약품 개발 기반을 마련하기 위해 추진됐다. 구체적으로 차세대 의약품으로 주목받는 '항체-약물 접합체(ADC)의 설계·제조 경로 예측을 위한 AI 모델 개발, 관련 제조 자동화 모듈 개발, 통합 자동화 시스템(워크스테이션) 구축 등 8개 세부 과제를 시행한다. ADC는 항체(Antibody), 약물(Drug), 링커(Linker) 등이 화학적으로 결합한 형태의 차세대 항암제로, 기존 화학요법이 정상 세포까지 훼손하는 것과 달리 암세포 표면의 특정 항원과 선택적으로 결합한 후 약물을 세포 내부로 전달해 종양을 사멸시킨다. 이 사업은 올해 2차 추경 사업으로 선정돼 산업부가 374억원의 예산을 확보, 하반기부터 지원에 착수한다. 앞서 글로벌 컨설팅 업체 맥
지능형 로봇 솔루션 전문기업 씨메스(CMES)가 산업통상자원부 주관 ‘K-휴머노이드 연합’에 로봇수요기업으로 공식 선정되며 휴머노이드 기술의 산업 현장 적용과 차세대 자동화 시장 개척에 본격 나선다. 산업통상자원부와 한국산업기술기획평가원이 주도하는 ‘K-휴머노이드 연합’은 국내 로봇 산업의 도약을 위한 핵심 협업 프로젝트다. 산·학·연이 공동으로 휴머노이드 핵심기술을 개발·공급·활용하는 구조로 구성되며 로봇 AI 모델 및 하드웨어, 소프트웨어 전반의 R&D와 실증을 집중 지원한다. 씨메스는 이번 선정을 통해 제조, 물류, 일상 업무 등 다양한 산업 현장에서 활용 가능한 휴머노이드 수요기업으로 참여하게 된다. 씨메스는 기존 3D 비전 기반 AI 로보틱스 기술력을 바탕으로 휴머노이드와 결합된 지능형 자동화 솔루션을 개발하고 상용화에 박차를 가할 계획이다. K-휴머노이드 연합에는 서울대, KAIST, 고려대, 연세대 등 주요 대학을 비롯해 레인보우로보틱스, 두산로보틱스 등의 로봇제조사가 참여한다. 또 삼성, LG, SK, 포스코 등 국내 대표 기업들도 반도체·배터리 분야 협력을 통해 기술 실증과 산업 적용을 모색 중이다. 앞서 씨메스는 2023년 11월 정
뉴로메카가 대구경북과학기술원(DGIST), 영남대학교와 협력해 ‘차세대 물리 지능 휴머노이드 구동기 공동연구실’을 열었다. 대구시 북구 한국로봇산업진흥원 부지에 구축된 이 시설은 고성능·고효율·고안전성 구동기 기술 개발의 핵심 거점으로 기능할 예정이다. 이달 31일 공동연구실 개소와 함께 진행된 현판식에서는 뉴로메카·DGIST 간 업무협약(MOU) 체결도 이어졌다. 양 기관은 ▲준 직접 구동(Quasi Direct Drive 이하 QDD) 기반 고역구동성 구동기 공동 개발 ▲시험평가 인프라 공유 ▲핵심기술 양산화 및 기술이전 등에 협력하기로 했다. 기존 산업용 로봇에 활용되는 고감속비 기반 구동 시스템은 정밀 제어에는 유리하지만, 역구동성이 낮고 안전성이 떨어지는 한계가 있었다. QDD는 이러한 한계를 극복한 기술로, 낮은 감속비로 구성돼 인간·로봇 상호작용(HRI) 기술을 고도화할 전망이다. 이는 별도의 센서 없이도 정밀한 힘 제어를 자연스럽게 구현한다는 의미다. 이번 신규 공동연구실의 핵심 과제는 QDD에 준하는 저임피던스(Low Impedance) 성능을 유지하면서도, 고토크 성능 구현이 가능한 구동 시스템 개발이다. 여기서 저임피던스는 특정 시스템이나
이제 소프트웨어가 물류를 지배하는 시대가 왔다. 컨베이어, 소터, 무인지게차로 대변되던 하드웨어 중심의 자동화 시대를 넘어 이제 모든 것을 소프트웨어가 통제하고 이를 통해 재정의되는 새로운 시대가 열린 것이다. 물류의 디지털화를 넘어 소프트웨어로 정의되는 물류의 시대를 맞이하는 현재, 국내 시장에서 이에 대한 해답을 선보이며 주목받고 있는 곳이 있다. 국내에서 SDW(Software defined warehouse, 소프트웨어 정의 창고)라는 신개념을 접목해 신개념 WES(Warehouse Execution System)를 제공하는 니어솔루션이 그 주인공이다. 이번 SCM FAIR 2025에서도 만나볼 수 있는 니어솔루션의 최용덕 사업본부장을 직접 만나 새롭게 정의되고 있는 물류는 과거와 어떻게 다른지, 또 니어솔루션은 그 길을 어떻게 만들어가고 있는지 이야기를 들어봤다. WES는 단순한 연결이 아닌 ‘실행 중심의 두뇌’ Q. 최근 ‘소프트웨어 정의 창고(이하, ‘SDW’)’라는 개념을 강조하고 계십니다. 기존 물류 자동화와 어떤 점이 다르다고 보시나요? 기존 물류 자동화는 설비 중심이었습니다. 컨베이어, 소터, 무인지게차 등 장비를 중심으로 창고를 설계하고
스마트팩토리의 눈이라 불리는 머신비전 산업에서 핵심 부품 국산화의 선두주자로 떠오른 기업이 있다. 2019년 설립된 아이코어는 스트로브 컨트롤러, 초고휘도 조명, 오토포커스 모듈 등 하드웨어 중심의 혁신을 통해 글로벌 첨단 제조 현장의 품질 경쟁력을 끌어올리고 있다. 독일 머신비전 기술 어워드를 연이어 수상하며 기술력을 인정받은 아이코어의 박철우 대표에게 아이코어의 앞으로의 비전과 전략을 들어봤다. 초정밀 검사 시대, 국내 기술로 해답을 제시하다 Q. 아이코어는 어떤 기업입니까? A. 아이코어는 반도체, 디스플레이, 이차전지 등 첨단 제조 산업에 필요한 머신비전 핵심 부품을 직접 개발·공급하는 전문 기업입니다. 기존에는 독일, 일본, 미국 등 해외 제품에 의존하던 분야지만 점차 소형화·고정밀화되는 검사 수요에 대응하기 위해 저희는 더 밝고 더 빠르며 더 정밀한 부품을 직접 만들기 시작했습니다. 현재는 엔드유저와의 밀접한 협업을 통해 반도체, 의료, 바이오, 식품, 수산업까지 응용 분야를 넓혀가고 있습니다. 초고휘도 조명부터 오토포커스까지…아이코어의 독보적 기술력 Q. 아이코어가 보유한 대표 기술은 무엇입니까? A. 저희는 아날로그 회로설계, 정밀 광학, FP
'산업지식IN'은 급변하는 산업 현장의 실무자들이 겪는 실제적인 질문에 최고 전문가들이 직접 심층적인 답변을 제공하는 특별 기획 콘텐츠입니다. 각 주제별로 진행된 온라인 세미나(웨비나) 현장에서 발표자와 참관객이 실시간으로 주고받은 핵심 질의응답을 엄선해 독자들에게 전달합니다. 이는 독자들이 당면한 문제에 대한 깊이 있는 통찰을 얻고, 실질적인 해결 방안을 모색하는 데 큰 도움이 될 것입니다. 이 콘텐츠는 복잡한 이론보다 실제 사례와 구체적인 해법을 제시해, 제조 현장의 디지털 전환(DX)과 혁신을 위한 로드맵 구축을 지원합니다. 기존 컴퓨터지원설계(CAD) 소프트웨어는 현대 산업 디자인과 제조의 핵심 도구로 자리매김했지만, 동시에 기업들에게 상당한 부담을 안겼습니다. 특히 천정부지로 치솟는 라이선스 비용은 기업의 재정 건전성을 위협하는 주된 요인이 됐고, 정기적인 업데이트와 유지보수 비용 또한 끊임없이 추가됐는데요. 여기에 더해, 다양한 CAD 프로그램들이 난립하면서 발생하는 파일 호환성 문제는 협업의 걸림돌이 됐습니다. 서로 다른 포맷으로, 작업 효율이 저하되고 데이터 손실의 위험까지 감수해야 하는 상황은 많은 기업의 오랜 골칫거리였습니다. 이러한 난관
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
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 기
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
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