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

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