그래픽처리장치(GPU)·서버를 무작정 밀어 넣는 식의 용량 경쟁은 또 다른 임계점에 직면해 있다. 데이터센터 내 랙(Rack) 전력 밀도가 한계치에 다다르면서, 인공지능(AI) 연산 능력의 병목은 서버실 내부가 아닌 서버실 '밖' 인프라에서 터져 나오고 있다. 전력 변환, 배전, 고밀도 냉각, 무정전전원장치(UPS)가 유기적으로 맞물리지 못하면 수천억짜리 고성능 칩셋도 순식간에 멈춰 서는 고철에 불과하다. 안정적인 ‘AI 팩토리(AI Factory)’ 구동을 결정짓는 진짜 변수는 전력 변환 효율과 냉각 통제력이다. 인 정(Yin Zheng) 슈나이더일렉트릭 중국·동아시아 총괄 부사장은 인프라 생애주기(Lifecycle) 설계 역량에 방점을 찍었다. 그는 “AI 수요 폭발 대응의 핵심은 데이터센터의 설계·시뮬레이션·구축·유지보수를 관통하는 전체 프로세스에 있다”고 잘라 말했다. IT 부하의 변동폭이 극심하고, 캠퍼스 규모가 기가와트(GW)급으로 비대해진 상황에서 엔지니어 개인의 수동 관리 모델은 효용을 다했다는 지적이다. 결국 AI 팩토리 구축·운영 단계 전반에 지능형 소프트웨어·자동화를 이식하는 흐름이 불가피해졌다는 시각으로 확장된다. 글로벌 에너지 관리 및
데이터 가공 뛰넘는 ‘전사적 재편’으로...LLM이 가져온 제조 현장의 압박 제품 개발의 주기가 단축되면서 제조 연구개발(R&D) 현장에는 더 빠른 검증, 낮은 비용, 높은 품질이라는 과제가 동시에 부여됐다. 김용현 LG전자 연구위원은 이 과정에서 디지털 전환(DX)에서 인공지능 전환(AX)로 전환되는 속도를 짚었다. 불과 몇년 전까지만 해도 데이터 가공과 머신 러닝(Machine Learning) 기반 업무 효율화가 핵심 과제였지만, 지금은 거대언어모델(LLM)을 바탕으로 한 전사적 업무 재편이 제조업의 새로운 압박으로 부상했다는 진단이다. 그는 “AX 로드맵은 도구 도입이 아니라 워크플로 재설계”라고 말했다. 그에 따르면 개발 조직의 타임라인을 압박하는 요인은 전기차 수요 변동, 중국 제조사의 짧은 개발 주기, 글로벌 경쟁사의 인공지능(AI) 네이티브 전환이다. 이 가운데 김 위원은 데이터 거버넌스, 엔드투엔드(End-to-end) 연결성, 설계 지식 데이터 지도화 구축을 주요 과제로 꼽았다. 개별 업무에 AI를 파편적으로 붙이는 방식으로는 개발 공정의 병목을 줄이기 어렵다는 판단이다. 아울러 이 같은 제조 공정 재배치와 맞물려 엔지니어링 환경의
휴머노이드 로봇(Humanoid Robot)의 보행은 이미 공개 석상에서 반복 연출된 일반적인 장면이 됐다. 계단을 오르고, 균형을 잡고, 사람을 따라 걷는 이러한 움직임은 로봇 기술의 진전 상황을 시각화했다. 그러나 산업 현장의 남은 자동화 공백은 여전히 발보다 손에 가깝다. 공장·물류센터·다중이용시설 등에 남은 수작업은 앞선 단순 이동만으로는 해결하지 못한다. 케이블을 끼우고, 천처럼 형태가 바뀌는 대상물을 집고, 박스를 열고, 작은 부품을 방향에 맞춰 놓는 일이다. 물체는 매번 다르게 놓이고, 손에 가려 보이지 않는 정보가 생기며, 접촉 순간의 힘 조절까지 필요하다. 이 구간은 기존 자동화가 여전히 쉽게 넘지 못하는 영역으로 알려져 있다. 정해진 위치의 부품을 반복 처리하는 로봇 팔(Robot Arm)과 다르게, 사람의 손재주(Dexterity)는 움직임·기억·촉각·판단을 동시에 쓰는 영역이기 때문이다. 모니터 화면에서 벗어나 실제 하드웨어를 구동하는 '피지컬 AI(Physical AI)'가 산업 현장에 들어가기 위해서는 로봇이 보는 능력과 다루는 능력을 함께 확보해야 한다. 이 같은 로봇 손 조작의 난도는 손가락 수가 중요한 게 아니다. 움직이는 물체
유니트리로보틱스社 휴머노이드 로봇(Humanoid Robot) 플랫폼 다뤄 피지컬 AI(Physical AI)·소셜 AI(Social AI) 방법론 기반 상호작용 안내 서비스 구현해 영인모빌리티가 테크 비즈니스 전시회 ‘스마트테크코리아 2026(Smart Tech Korea 2026 이하 STK)’에 출격했다. STK는 이달 10일부터 사흘간 서울 강남구 삼성동 소재 전시장 코엑스 전관에서 개최되는 스마트 기술 비즈니스 전시회다. 올해 행사는 인공지능(AI), 로보틱스, 스마트 제조, 클라우드 등 첨단 기술 생태계의 현주소를 진단하고, 이종 산업 간의 실질적인 기술 융합과 글로벌 비즈니스 협업 방안을 모색하는 자리로 마련됐다. 이 자리에는 전 세계 산학연 전문가와 하이테크 기업 관계자가 대거 집결했다. 사흘간의 전체 일정 동안 산업 현장에 즉각 도입 가능한 고성능 디바이스의 다채로운 실시간 시연과 글로벌 기술 교류의 장이 전방위적으로 전개된다. 사측은 피지컬 AI(Physical AI) 기반 로봇 하드웨어 기술과 소셜 AI(Social AI) 인프라를 결합한 차세대 로봇 플랫폼을 선보였다. 이를 통해 휴머노이드 서비스의 비즈니스 현장 진입을 가속화하겠다는 방
산업·공장 자동화(FA)와 디지털 전환(DX)의 기준이 전환되는 분위기다. 현시점 사용자가 요구하는 것은 단일 제품 공급에 집중한 기존 시스템이 아니다. 설비가 놓인 산업, 장비가 수행하는 애플리케이션, 현장에서 반복되는 작업 조건까지 함께 이해하는 기술 파트너를 원하는 양상이다. 글로벌 산업용 결선 및 자동화 솔루션 업체 바이드뮬러는 이 흐름에 맞춰 글로벌 캠페인 ‘인더스트리 매치(Industry Match)’를 전개하고 있다. 이는 데이터센터, 에너지저장장치(ESS), 스마트 제조, 철도, 신재생 에너지 등 산업별 환경을 중심으로 한 전략이다. 고객 접점을 넓히고, 애플리케이션 기반 솔루션 제안을 강화하겠다는 구상인 것이다. 한국 지사 바이드뮬러코리아도 제품 중심 영업에서 산업·애플리케이션 중심 접근으로 전환을 선언했다. ▲단자대(Terminal Blocks) ▲전원공급장치(Power Supplies) ▲산업용 네트워크(Industrial Networking) ▲인쇄회로기판(PCB) 결선 기술 ▲PLC(Programmable Logic Controller) 기반 제어 솔루션 등을 산업에 전파하는 중이다. 이 가운데 이들이 주목하는 차세대 영역은 OEM(O
인공지능(AI)이 실존하는 육체를 얻은 모습이다. 그동안 반도체·서버의 영역에 머물던 인공지능(AI)이 물리 환경을 직접 움직이기 시작했다. ‘제45회 타이베이 국제 컴퓨터 전시회(COMPUTEX TAIPEI 2026)’는 이 같은 AI의 가시적인 진화와 상용화 가능성을 제시한 무대다. 대만 타이베이시 난강구 소재 주요 전시장 ‘타이베이난강전람관(Taipei Nangang Exhibition Center Hall)’에는 서버, 에지 컴퓨팅(Edge Computing), 전력·냉각 인프라 등 기존 전시 콘셉트를 이어가는 제품이 놓였다. 여기에 로보틱스 인프라 기술이 더해지며 AI를 실제 장비로 구동하기 위한 연산·전원·제어 기반이 함께 배치됐다. 1편에서 신이구 ‘타이베이세계무역센터(Taipei World Trade Center Exhibition Hall)’가 로봇 본체와 적용 장면을 보여줬다면, 난강 전시장은 그 로봇을 움직이는 연산·전력·제어 기반을 전면에 세웠다. 이번 [봇규가 간다] 컴퓨텍스 로봇 특집은 두 개의 현장으로 나눠 본다. 2편은 난강에서 로봇을 움직이는 기반 기술을 들여다본다. 로봇은 원격 조작(Teleoperation), 에지 AI 연산
제조 현장에 인공지능(AI)이 도입됨에 따라, 인공지능 전환(AX)의 양상이 뚜렷해지고 있다. 다만 이제는 이러한 도입 여부가 AX의 어젠다가 아닌 시점. 공장 안에서 어떤 데이터를 쓸 수 있는 상태로 ‘정제’하고, 어떤 환경에서 공정을 미리 ‘검증’하며, 어떤 장비가 판단 결과를 실제 ‘물리적 동작’으로 옮길 것인가의 싸움이다. 이러한 스마트 제조 투자는 이미 현장 운영의 필수적인 기본 조건으로 자리 잡았다. 글로벌 산업·공장 자동화(FA) 기술 업체 로크웰오토메이션이 최근 스마트 제조 보고서에서 제시한 흐름도 일맥상통한다. 이에 따르면, 현시점 글로벌 제조 생태계는 디지털 전환(DX)을 생존의 조건으로 보고 있고, AI가 보강하는 운영 영역 역시 전방위로 확대되는 추세다. 핵심은 투자 대상이 단일 솔루션이 아니라는 점이다. 데이터·클라우드·자동화·인력·보안·운영 등 시스템이 하나의 유기체처럼 함께 맞물려 돌아가는 구조로 흘러가야 되기 때문. 여기에 디지털 트윈(Digital Twin)에 대한 논의도 같은 선상이다. 미국 국가표준기술연구소(NIST)는 제조 디지털 트윈을 ▲상태 모니터링 ▲이상 감지 ▲예측 ▲운영 처방 ▲가상 시운전 등과 긴밀히 연결한다.
인공지능(AI)이 실존하는 육체를 얻은 모습이다. 그동안 반도체·서버의 영역에 머물던 인공지능(AI)이 물리 환경을 직접 움직이기 시작했다. ‘제45회 타이베이 국제 컴퓨터 전시회(COMPUTEX TAIPEI 2026)’는 이 같은 AI의 가시적인 진화와 상용화 가능성을 제시한 무대다. 대만 타이베이시 난강구 소재 주요 전시장 ‘타이베이난강전람관(Taipei Nangang Exhibition Center Hall)’에는 서버, 에지 컴퓨팅(Edge Computing), 전력·냉각 인프라 등 기존 전시 콘셉트를 이어가는 제품이 놓였다. 여기에 로보틱스 인프라 기술이 더해지며 AI를 실제 장비로 구동하기 위한 연산·전원·제어 기반이 함께 배치됐다. 다른 한편, 같은 시 신이구에도 다른 결의 기술이 놓인 컴퓨텍스가 전개됐다. ‘타이베이세계무역센터(Taipei World Trade Center Exhibition Hall)’에는 난강 전시장과는 다른 적용형 기술이 배치됐다. AI가 사람과 산업 현장에 가까운 장비로 구현되는 흐름이 드러났다. 이 구역의 주요 콘셉트 가운데 하나는 로보틱스다. 휴머노이드 로봇(Humanoid Robot), 협동 로봇(코봇), 서비스 로
공장 안에서 반복 동작을 정밀하게 수행하는 로봇은 이미 익숙한 풍경이 됐다. 다음 갈림길은 사람 곁이다. 매장·사무실·집안처럼 동선이 비정형적이고 예외 상황이 시시각각 발생하는 공간에서의 활약이 필요한 시점. 이때 로봇이 어떤 작업을 얼마나 빠르게 수행하는지보다, 낯선 환경 안에서 작업을 끝까지 이어가는지가 중요한 과제가 됐다. 서비스 로봇이 산업용 로봇 대비 늦춰 보급되는 이유를 여기서 찾을 수 있다. 로봇 공학 기술 자체보다 운영·상호작용·복구·수용성까지 한꺼번에 충족해야 한다는 것. 그래서 지금 필요한 것은 화려한 형태의 로봇이 아니다. 그것이 아니라 복잡한 작업 과정을 자연스럽게 수행하고 이후 작업을 유기적으로 이을 수 있는지다. 로봇이 특정 작업을 마무리한 뒤에도 연계 복합 동작이 필요하다는 지적이다. 현시점 각광받는 온전한 형태의 풀바디(Full-body) 휴머노이드 로봇(Humanoid Robot)도 중요하지만, 로봇이 넘어야 할 선결 허들이 따로 있다. 지금 당장 비용을 지불할 사용자가 있는지, 실제 공간에서 반복 검증 가능한 로봇이 있는지다. 이는 국내 인공지능(AI) 기반 서비스 로봇 기술 업체 엑스와이지가 공개한 양팔형 서비스 로봇 ‘듀스
AI 도입이 급속히 확산되고 있지만, 제조 현장의 실제 수익성과 생산성은 기대만큼 개선되지 못하는 ‘제조 패러독스’가 심화되고 있다. 설비 자동화는 진전됐지만 공정과 물류, 운영 체계를 통합하는 지능은 여전히 부족하기 때문이다. 카이스트 장영재 교수는 이러한 한계를 극복할 해법으로 ‘피지컬 AI’와 ‘소프트웨어 정의 공장(SDF)’을 제시한다. AI가 단순 데이터 분석을 넘어 실제 물리 환경을 이해하고 로봇·설비·물류를 실시간으로 통합 제어해야 진정한 자율제조가 가능하다는 설명이다. 장 교수가 제시한 ‘돈 버는 공장’의 조건과, 제조업의 미래 경쟁력을 좌우할 차세대 AI 제조 전략을 살펴본다. 글로벌 제조업이 인공지능 전환(AX)의 도전 과제에 맞딱뜨렸음에도, 현장의 실질 생산성은 오히려 퇴보하는 ‘제조 패러독스’에 직면한 것으로 분석된다. 글로벌 컨설팅 업체 맥킨지앤컴퍼니가 발표한 ‘2026 글로벌 제조 경쟁력 보고서’에서는 이 같은 동향이 담겨있다. 이에 따르면, 전 세계 제조 기업의 85%가 인공지능(AI) 기술을 도입했으나, 이 중 실제 영업이익 개선으로 이어진 사례는 15% 미만에 불과한 것으로 나타났다. 이는 AI가 현장의 물리적 변수를 실시간으로
생성형 AI 도입이 빠르게 확산되고 있지만, 실제 기업 현장에서 업무 혁신으로 이어진 사례는 극히 제한적이다. 단순 질의응답 수준을 넘어 AI가 스스로 판단하고 업무를 끝까지 수행하는 ‘실행형 AI(Actionable AI)’가 새로운 경쟁력으로 떠오르는 이유다. 제논 이강산 이사는 기존 RPA의 경직된 자동화 한계를 넘어, AI가 화면과 업무 맥락을 이해하고 다양한 엔터프라이즈 시스템을 유기적으로 연결하는 차세대 AI 에이전트 구조를 제시한다. 특히 MCP 기반의 통합형 ‘원 에이전트(One Agent)’ 개념은 데이터 분석부터 문서 작성, 업무 실행까지 인간 개입을 최소화하며 기업 AX의 새로운 방향성을 보여준다. 이번 기사에서는 제논이 제시하는 실행형 AI의 기술적 의미와 미래 비전을 조명한다. 인공지능(AI) 분야 석학 앤드류 응(Andrew Ng) 스탠퍼드대학교 교수는 최근 “개별 거대언어모델(LLM)의 성능 향상보다 AI 에이전트 워크플로우를 구축하는 것이 훨씬 더 큰 진보를 가져올 것”이라고 단언했다. 이는 단순히 똑똑한 대답을 내놓는 AI보다, 스스로 도구를 쓰고 업무를 완결하는 ‘실행 능력’이 기업용 인공지능 전환(AX)의 성패를 가를 것이라
데이터센터가 진화하고 있다. 바로 인공지능(AI)을 엎은 변화다. 서버 증설에 집중한 기존 데이터센터에서 전력 구조, 냉각, 운영 안정성을 요구하는 트렌드가 확산되고 있기 때문이다. AI 활용 폭증에 따른 AI 워크로드 특유의 변동성까지 더해지면서 기존 전력망과 운영 시스템의 부담을 가중시키고 있다는 뜻이다. 데이터센터는 더 이상 전산실의 확장이 전부가 아니다. 이미 24시간 가동되는 산업 설비이자, 전력·냉각·소프트웨어가 동시에 설계돼야 하는 ‘AI 생산 인프라’로 인식된다. 이 변화는 이달 2일(현지시간) 대만 타이베이에서 개막한 ‘제45회 타이베이 국제 컴퓨터 전시회(COMPUTEX TAIPEI 2026 이하 컴퓨텍스)’ 현장에서도 고스란히 드러났다. AI 서버, 고밀도 랙, 수랭(Liquid Cooling), 전력 보호 장비 등이 전시장을 가득 메웠다. 이 가운데 데이터센터 인프라는 컴퓨팅 장비의 부속 영역에서 AI 산업을 지탱하는 별도의 기술 체계로 다뤄졌다. 업계는 AI 수요가 커질수록 데이터센터는 더 많은 전력을 받아들이고, 열처리를 요구하며, 짧은 시간 안에 안정적으로 구축돼야 하는 산업 인프라로 바뀌고 있다고 입을 모은다. 글로벌 에너지 관리
컴퓨팅 기반 인공지능(AI) 산업 생태계가 기존 모델 성능과 칩(Chip) 확보를 넘는 인프라 전반의 결합으로 확장되고 있다. 공급망·데이터센터·전력·냉각·로보틱스 등 인프라다. 이처럼 AI가 현실의 장비와 산업 시스템으로 본격 가동되는 것이 요즘 추세다. 이에 따라 이제는 컴퓨팅 장비 자체의 성능보다 이를 안정적으로 구동·제어할 인프라 환경을 구축하는 것이 핵심 변수로 부각되고 있다. 이 시점에서 ‘제45회 타이베이 국제 컴퓨터 전시회(COMPUTEX TAIPEI 2026)’가 이달 2일(현지시간) 대만 타이베이에서 막을 올렸다. 올해 전시 주제는 ‘AI 투게더(AI Together)’다. 주최 측에 따르면, 이번 45회 박람회는 AI·컴퓨팅(AI & Computing), 로보틱스·모빌리티(Robotics & Mobility), 차세대 기술(Next-Gen Tech)을 중심으로 구성됐다. 최근 산업 트렌드에 발맞춘 이러한 콘셉트는 올해 전시회의 덩치를 더욱 키운 배경이 됐다. 올 컴퓨텍스에는 33개 국가·지역에서 1500개 업체가 참가해 약 6000여 개에 달하는 부스를 마련했다. 현장에서는 AI가 데이터센터·서버에서 끝나는 기술이 아니라 로
젠슨 황(Jensen Huang) 엔비디아(NVIDIA) 최고경영자(CEO)가 던진 메시지는 무대 밖에서 한층 묵직하게 다가왔다. 어제 1일(현지시간) 열린 ‘엔비디아 GTC 타이베이 2026(NVIDIA GTC Taipei 2026)’ 기조연설이 끝난 뒤에도 행사가 열린 타이베이 뮤직센터(Taipei Music Center) 주변은 한동안 한산해지지 않았다. 행사장 외벽의 GTC 안내판 앞은 발표 내용을 복기하려는 참관객·취재진의 동선이 쉴 새 없이 이어졌다. 외부 포토존 역시 엔비디아 로고를 배경으로 기념 촬영을 하려는 인파가 길게 늘어섰다. 이번 키노트를 관통한 핵심은 인공지능(AI) 모델 자체의 성능보다, 해당 AI를 실제 산업 시스템 안에서 구동하는 인프라 아키텍처의 정립이었다. 이날 젠슨 황 CEO는 ▲AI 팩토리(AI Factory) ▲에이전틱 AI(Agentic AI) ▲피지컬 AI(Physical AI) ▲자율주행 ▲반도체 공장(Fabrication Facility 이하 팹) 전용 AI 등을 하나의 컴퓨팅 체계 안에서 통합하는 방안을 내놨다. 장내외의 관심 역시 엔비디아가 제시한 이 거대한 청사진이 향후 산업·공급망·현장으로 파고들지에 집중되
인공지능(AI) 산업의 기술 판도가 흔들리는 양상이다. 모델 크기와 추론 속도를 주요 경쟁 요소로 삼았던 기존 트렌드가 전환되는 모습. 이제 시장은 기업 업무를 대행하는 '에이전트(Agent)', 토큰(Token)을 생산하는 'AI 공장(AI Factory)', 모니터 화면에서 벗어나 실제 하드웨어를 구동하는 ‘피지컬 AI(Physical AI)’로 향하는 모양새다. 데이터센터 역시 단순한 서버의 집합체에서 벗어나 전력·냉각·네트워크·보관소·보안·소프트웨어등을 통합 설계하는 인프라로 진화하는 추세다. 이 가운데 토큰은 생성형 AI(Generative AI)가 텍스트·명령을 처리하고 결과를 출력할 때 사용하는 기본 단위다. 컴퓨터는 사람처럼 문장 전체를 한 번에 이해하지 못하고, 글자를 잘게 쪼개서 인식한다. 쉽게 말해, 토큰은 그 쪼개진 글자 한 조각 한 조각을 뜻하는 것이다. 글로벌 컴퓨팅 기술 업체 엔비디아(NVIDIA)의 수장 젠슨 황(Jensen Huang) 최고경영책임자(CEO)는 AI 팩토리를 토큰을 생산하는 시설로 규정하며, 컴퓨팅 성능을 수익 구조와 직접 연결했다. 그에 따르면, 에이전트는 이 패러다임 전환의 핵심 근간이다. 단순 답변 생성 프
상호명(명칭) : (주)첨단 | 등록번호 : 서울,자00420 | 등록일자 : 2013년05월15일 | 제호 :헬로티(helloT) | 발행인 : 이종춘, 이준원 | 편집인 : 김진희 |
본점 : 서울시 마포구 양화로 127, 3층, 지점 : 경기도 파주시 심학산로 10, 3층 | 발행일자 : 2012년 4월1일 | 청소년보호책임자 : 김진희 | 대표이사 : 이준원 | 사업자등록번호 : 118-81-03520 | 전화 : 02-3142-4151 | 팩스 : 02-338-3453 | 이메일 : help@hellot.net | 통신판매번호 : 제 2013-서울마포-1032호
copyright(c) HelloT all right reserved
UPDATE: 2026년 06월 12일 22시 36분
