공장이 움직인다. 단순한 자동화를 넘어, 공장 전체가 하나의 거대한 로봇처럼 작동하는 ‘피지컬 AI(Physical AI)’ 시대가 도래했다. 이 가운데, 공장의 하드웨어 중심 운영은 소프트웨어 기반 플랫폼으로 전환되고 있으며, 이 과정에서 맥락을 이해하는 인공지능(AI), 디지털 트윈(Digital Twin), 시뮬레이션 등 기술이 핵심 역할을 한다. 현시점 제조업은 제품 생산을 이상의 가치를 추구하고 있으며, 시스템 자체를 수출하는 산업으로 진화하는 중이다. 이번 특집은 한국과학기술원(KAIST)의 ‘소프트웨어 정의 공장(SDF)’부터 네이버 ‘인공지능(AI) 에이전트’, 다임리서치 시뮬레이션 기술, 유니티 실시간 3차원(3D) 솔루션까지 제조업 혁신의 최전선 기술 방법론을 짚는다. [특집] 로봇이 된 공장, 소프트웨어가 된 산업 [Real-time 3D] 게임 넘어 산업 현장으로…실감나는 상호작용 경험이 ‘산업 DX’ 핵심 [AI Simulation] 제조·물류 현장 ‘물리적 AI’ 시대 도래…AI 시뮬레이션으로 미래를 현실로 [Physical AI] 공장이 하나의 거대한 로봇 된다…KAIST, 피지컬 AI로 제조 혁신 선언 [AI Agent] AI 에

물류 산업이 인공지능(AI), 자동화(Automation), 소프트웨어 중심 운영(SDx) 등으로 급속히 재편되고 있다. 이번 특집은 이러한 변화의 최전선을 다룬다. 첫 번째는 수직 적재 자동화 설비로 공간 효율과 작업 안전을 높인 사례를 소개한다. 두 번째는 AI 기반 배차 최적화 엔진 ‘루티’를 통해 공차율을 줄이고 운송비를 절감한 성과를 조명한다. 세 번째는 스피드플로우의 컨베이어 기술로 상하차 시간을 획기적으로 줄이고 배송 회전율을 높인 실증 사례를 담았다. 마지막은 창고 운영을 실시간으로 제어하는 창고실행시스템(WES) 시스템으로, 물류의 중심축이 하드웨어에서 소프트웨어로 이동하고 있음을 보여준다. 네 가지 사례는 물류의 병목을 기술로 해결하며, 물류가 기업 경쟁력을 좌우하는 핵심 인프라임을 입증한다. [특집] 기술이 바꾸는 물류의 법칙, 지금이 전환점 [수직 적재 자동화] 비정형 대상물도 스마트하게…낡은 창고에 ‘수직 적재’ 효율 DNA 심다 [물류 배차 최적화] AI로 물류 배차 비효율 잡는 법…‘AI 최적화 엔진’이 해답 [상하차 혁신 사례] “화물차 상하차, 이제는 5분이면 충분”…스피드플로우의 도전 [WES 도입 사례] ‘테슬라식 물류’의

자율제조(Autonomous Manufacturing)’를 실현하기 위한 핵심 기술 중 하나는 ‘제조 AI’다. 최근 제조 AI는 품질 예측, 설비 이상 감지, 공정 최적화 등 다양한 영역에서 고도화되고 있다. 그러나 도입에는 여전히 높은 장벽이 존재한다. AI 학습을 위한 데이터 수집과 정제의 어려움이 있으며, 현장 중심의 도메인 지식과 AI 모델 간 융합 노하우 부족도 허들이다. 이를 해결하기 위해선 운영기술(OT) 데이터와 정보기술(IT) 인프라를 통합하는 데이터 플랫폼 구축, 소규모부터 단계적으로 적용 가능한 AI 모델 개발, 현장 전문가와 AI 엔지니어 간 협업 체계 마련 등이 필요하다. [특집] 자율제조 핵심 기술 2편 – 제조 AI [제조 AI와 ROI] 제조업 AI 도입…ROI 난제 해결 방안으로 급부상 [K-자율제조] AI, 멈춰선 제조 현장을 깨우다…자율제조 시대 혁신 ‘ON’ [제조 AI와 보안 관제 AI] DX·AX 가속화로 다가오는 산업 지능화 시대…데이터 중심 가치 창출 기대↑ [AI 예지보전] “멈추기 전에 예측한다”…제조업 게임체인저 ‘AI 예지보전’ [제조 AI 사례] AI로 재편되는 제조업…생기원, 제조 AI 기술 상용화 앞장

빠르게 움직이는 최근 산업 양상 속 단 하나의 ‘핵심어(Keyword)’. 그 안에 숨은 거대한 흐름을 짚습니다. ‘키워드Pick’은 국내외 주요 현안을 관통하는 핵심 용어를 중심으로 흐름이 전개되는 콘텐츠입니다. 그 안에 숨겨진 정의와 배경, 기술 흐름, 생태계 전략, 시장 영향 등을 심도 있게 분석합니다. 급변하는 산업 기술의 파도에서, 키워드 하나에 집중해 그 안에 담긴 구조와 방향을 살펴보세요. 지난달 31일, 2025년 아시아태평양경제협력체(APEC) 경제체 지도자 회의(APEC Economic Leaders' Meeting)가 경상북도 경주시 경주화백컨벤션센터(HICO)에서 열렸다. 이 행사는 로보틱스·인공지능(AI)을 성장·안전·포용을 동시에 겨냥하는 ‘핵심 생산성 엔진’으로 격상시켜 전 세계적인 주목을 받았다. 이 자리에 참석한 APEC 주요 회원국들은 ‘지속 가능한 내일 구축: 연결, 혁신, 번영(Building a Sustainable Tomorrow: Connect, Innovate, Prosper)’의 주요 모토를 내세운 공통 비전을 사상 처음으로 채택했다. 이 안에는 AI 협력, 인구구조 변화 대응 등 내용이 담겼다. 또한 데이터 이동

제조업 탈수도권 이동…충청·호남·영남의 산업 새판짜기 경쟁 아닌 연합, 지역 간 제조업 협력모델의 새로운 해답 한국 제조업의 지도가 조용히 바뀌고 있다. 수도권 과밀로 인한 비용 상승, 환경 규제, 인력난이 겹치면서 제조업체들이 지방으로 이동하고 있다. 동시에 충청권은 첨단산업의 신거점으로, 호남권은 특화산업 중심의 성장지로, 영남권은 고도화된 생산 허브로 각각 재정의되고 있다. 하지만 단순한 ‘이전’만으로는 산업 균형을 달성할 수 없다. 제조업의 다음 과제는 지역 간 연결과 협력, 즉 산업 연합을 통한 지속 가능한 성장이다. 본 기획에서는 한국산업단지공단 정책연구팀이 발표한 「지역 간 제조업체 입지 이동의 결정요인과 경제 효과 분석」 보고서를 토대로 제조업체의 지역 간 이동 요인과 그 결과를 다각도로 분석하고, 향후 균형발전을 위한 제도 개선 방향까지 제시한다. 이동의 배경 : 수도권 피로와 지방의 기회 지난 10여 년간 제조업의 수도권 집중도는 완만히 하락했다. 반면 충청·호남·영남으로의 이전 비율은 꾸준히 증가했다. 그 배경에는 토지비 상승, 노동력 확보난, 환경 규제 강화가 있다. 수도권의 생산거점 유지비용은 중소기업들에게 감당하기 어려운 수준까지 치

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