세상의 흐름을 읽는 스마트한 습관 [글로벌NOW] 매주, 세계는 조용히 변화를 시작합니다. 기술이 바꾸는 산업의 얼굴, 정책이 흔드는 공급망 질서, 기업이 선택하는 미래 전략. 세계 곳곳에서 매주 벌어지는 이 크고 작은 변화는 곧 우리 산업의 내일과 맞닿아 있습니다. 글로벌NOW는 매주 주목할 만한 해외 이슈를 한 발 빠르게 짚어주는 심플한 글로벌 브리핑입니다. AI, 제조, 물류, 정책 등 다양한 분야에서 벌어지는 굵직한 사건과 트렌드를 큐레이션해 독자들이 산업의 큰 그림을 한눈에 파악하도록 돕겠습니다. [로보틱스] 로봇 ‘새 두뇌’ 공개한 엔비디아...휴머노이드 로봇 상용화 ‘속도’ · 로봇 전용 차세대 인공지능(AI) 모듈 'Jetson AGX Thor' 발표...“로봇의 두뇌” 강조 · 로봇 시각·추론 모델 ‘코스모스(Cosmos)’ 오픈소스 공개...개발자 생태계 확대 의지 · “휴머노이드 로봇, 머지않아 자동차만큼 일상화될 것” 인공지능(AI) 반도체 기술 기업 엔비디아(NVIDIA)가 새로운 로봇용 인공지능(AI) 기술을 공개했다. 이 로봇 AI 모듈 ‘젯슨 AGX 토르(Jetson AGX Thor)’가 등장함으로써 AI 로봇 시장이 뜨거워질 전
'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. 데이터센터(Data Center)가 미래형 DX의 핵심 인프라입니다. 기존 방식의 데이터센터는 부지 선정부터 설계, 시공까지 막대한 시간과 비용을 필요로 했는데요. 게다가 급작스러운 용량 증설 요구에 유연하게 대응하기 어려운 한계도 있었습니다. 하지만 데이터센터 내 모든 요소를 한데 모아 구성하는 모듈형 데이터센터는 이 모든 문제를 해결할 최적의 대안으로 떠올랐다. 공장에서 사전에 무정전전원창치(UPS), 냉각 시스템, 랙(Rack), 관리 소프트웨어 등 모든 핵심 설비를 통합해 모듈 단위로 제작하는 것이 모듈 방식의 핵심입니다.
‘격변’ 전자부품 시장...겹겹이 쌓인 ‘위기’와 ‘도전’ 최근 글로벌 전자부품 시장은 ‘초(超)불확실성’에 직면했다. 코로나19 팬데믹을 거치며 일시적으로 급증했던 PC, 가전제품, 차량용 반도체 수요가 팬데믹 종식 후 급격히 감소했다. 이는 공급망 전반에 걸쳐 ‘재고 폭탄’이라는 심각한 문제를 야기했다. 예상치 못한 수요 급증에 대비해 부품을 과도하게 확보했던 기업들이 경기 둔화와 맞물려 엄청난 재고 부담에 시달리고 있는 상황이다. 이러한 재고 문제와 더불어, 글로벌 공급망의 불안정성이 지속되면서 전자부품 유통업체들은 새로운 난관에 부딪혔다. 과거에는 특정 지역이나 소수의 공급처에 의존하는 경향이 컸지만, 지정학적 리스크와 물류비 상승 등 예측 불가능한 변수에 대응하기 위해 공급망을 다변화하는 것이 필수적인 생존 전략이 됐다. 특히 기술 패권 경쟁이 심화하면서 인공지능(AI), 반도체 등 첨단 기술 분야에서는 투자와 규제가 동시에 이뤄지는 양극화 현상이 뚜렷하다. 이때 AI 시대의 핵심 부품인 그래픽처리장치(GPU)와 고대역폭 메모리(HBM) 시장은 소수의 글로벌 대기업이 주도하고 있다. 업계는 막대한 자금력과 기술력이 없는 중소기업들은 진입조차 어려운
애로우 일렉트로닉스(이하 애로우)가 의료 영상 분야에서 인공지능(AI) 활용 방안을 담은 백서를 발표했다. 이번 백서는 MRI, CT, PET 등 대용량 의료 데이터를 기반으로 한 진단 과정에서 나타나는 다양한 과제를 짚고 이를 해결하기 위한 AI·머신러닝(ML) 기반 분석 기술과 고성능 컴퓨팅 인프라 전략을 제시한다. 의료 영상 데이터는 전 세계 의료 데이터의 30% 이상을 차지하며 2025년까지 지속적으로 증가할 것으로 예상된다. 기존 진단 방식은 방사선 전문의의 경험과 수동 해석에 크게 의존했지만 데이터 복잡성과 환자 증가로 인해 한계가 뚜렷하다. 특히 초기 병변은 신호가 약하거나 대비가 낮아 탐지가 어렵고 환자 간 해부학적 다양성이나 영상 기법 차이로 인해 오진 가능성도 크다. AI와 ML은 이러한 제약을 극복할 수 있는 도구로, 다중 모달리티 데이터를 분석해 미묘한 이상을 식별하고 종양 탐지·분류·치료 반응 예측 등 진단 효율성을 높인다. 백서에 따르면 AI 통합은 기존 방사선학 워크플로를 수동 중심에서 데이터 기반 자동화 파이프라인으로 전환한다. 이미지 수집 이후 GPU·AI 가속기를 활용한 병렬 처리와 NVMe SSD 기반 저장 장치, 고대역폭
한국과학기술원(KAIST)은 전산학부 이재길 교수 연구팀이 제조 공정이나 설비가 바뀌어도 추가 학습 없이 기존 인공지능(AI) 모델을 활용해 불량을 탐지할 수 있는 ‘시계열 도메인 적응’ 기술을 개발했다고 26일 밝혔다. 최근 스마트팩토리(생산과정에 자동화 기술을 결합한 지능형 공장) 제조 현장에서 AI 센서 데이터를 활용한 불량 탐지 시스템 도입이 가속화하고 있다. 이 시스템은 설비에 부착된 센서로부터 입력되는 데이터를 실시간으로 분석해 설비 이상이나 불량품을 조기에 발견할 수 있지만, 생산 라인이 바뀌거나 설비 교체 등 제조 공정이 바뀌면 시스템의 성능이 급격히 떨어지는 등 문제가 있었다. 이 때문에 새로운 공정에 대해 추가 레이블링(특정 정보에 불량 여부나 상태 정보를 사람이 별도로 확인하고 레이블을 달아주는 작업)을 해야 하는 등 번거로움과 비용 부담이 컸다. 연구팀은 바뀐 공정에 대한 레이블링 없이도 기존 방법론의 성능을 개선할 수 있는 기술을 개발했다. 연구팀이 개발한 시계열 도메인 적응(Time-series Domain Adaptation) 기술은 시간에 따라 변하는 데이터, 예를 들어 온도 변화나 기계 진동, 전력 사용량, 센서 신호 등을 다루
[세 줄 요약] ISEC 2025, 김연진 과장 “AI·양자 위협 대응 종합계획” 발표 예고 마이크로소프트·포티넷·쿠팡, AI 시대 선제적 보안 전략 공유 정책 비전과 글로벌 기업 실전 사례가 만난 아시아 최대 보안 콘퍼런스 인공지능 활용이 보편화되면서 이에 대한 보안 위협이 빠르게 고도화되고 있다. 국가 인프라와 기업 비즈니스, 개인 일상에까지 확산된 AI 기반 서비스는 새로운 공격 표면을 만들고 있으며 정부와 산업계의 공동 대응 전략이 절실히 요구되고 있다. 이런 흐름 속에서 26일 서울 코엑스에서 개막한 ‘ISEC 2025(제19회 국제 시큐리티 콘퍼런스)’에서는 ‘AI·SECURITY’를 주제로 사이버보안 현안을 집약적으로 다뤘다. 내일까지 이틀간 18개 트랙, 82개 세션으로 구성된 이번 행사는 한국인터넷진흥원, 한국CISO협의회, 더비엔이 공동 주관했으며 정부·기업·학계 전문가들이 참여해 최신 위협 동향과 대응 전략을 제시했다. 첫 번째 기조 발표를 맡은 과학기술정보통신부 김연진 정보보호기획과장은 상반기 주요 보안 이슈와 하반기 정책 방향을 공유하며 AI 시대의 위협 환경을 강조했다. 김연진 과장은 “우리나라의 사이버 보안 역량은 다양한 사건을 겪
한국과학기술원(KAIST) 생명화학공학과 고동연 교수팀은 미국 매사추세츠공과대학(MIT) 화학공학과 T. 앨런 해튼 교수팀과 공동으로 전기에 의해 스스로 열을 내는 섬유를 이용한 ‘이산화탄소 직접 공기 포집’(DAC·Direct Air Capture) 기술을 개발했다고 25일 밝혔다. DAC는 대기 중 이산화탄소를 직접 분리해 탄소 배출 농도를 원천적으로 낮출 수 있는 기술이다. 다만 공기 중 이산화탄소 농도가 400ppm 이하로 낮아 대량의 공기를 처리하기 위해 막대한 열에너지를 필요로 한다는 한계가 있다. 이를 극복할 방법으로 전기 구동 기반의 ‘저항 가열’(Joule heating) 방식이 떠오르고 있다. 저항 가열은 전기 에너지를 직접 열로 전환해 이산화탄소를 흡수하는 흡착제 자체를 가열하는 방식으로, 고온의 증기나 복잡한 설비가 필요 없다. 연구팀은 스마트폰을 충전할 수 있는 수준인 3V의 낮은 전압으로도 80초 만에 110도까지 가열할 수 있는 섬유 흡착제를 개발했다. 다공성 구조의 섬유 표면에 은 나노와이어(나노미터 굵기의 가는 실)와 나노입자 복합체를 3㎛(마이크로미터·100만분의 1ｍ) 두께로 균일하게 코팅했다. 전기가 매우 잘 통하면서도 이
마치 전기가 한 나라의 산업과 생활을 지탱하는 필수 인프라가 된 것처럼, 이제 인공지능도 국가의 심장부를 움직이는 핵심 동력이 되고 있다. 하지만 전기를 외국에서 끌어다 쓰듯, AI를 해외 빅테크 기업의 모델에만 의존한다면 어떤 일이 벌어질까. 행정·의료·교육 같은 민감한 영역에서 우리의 언어와 데이터를 이해하지 못하는 시스템이 결정권을 쥔다면, 이는 단순한 기술 격차가 아니라 국가 주권의 문제로 이어진다. 바로 이 지점에서 ‘소버린 AI(Sovereign AI)’, 즉 각 나라가 자국 상황에 맞게 직접 개발하고 운영하는 AI의 필요성이 등장한다. 소버린 AI가 불러온 파급효과 소버린 AI의 필요성은 무엇보다 국가 안보와 직결된다. 의료·법률·교육·국방과 같은 핵심 영역에서 글로벌 빅테크가 제공하는 AI에 전적으로 의존한다면, 이는 정책적 자율성과 데이터 주권을 잃는 결과로 이어질 수 있다. 특히 다국적 기업이 만든 모델은 해당 국가의 언어적 뉘앙스나 법제·문화적 맥락을 충분히 반영하지 못한다는 한계가 있다. 하지만 반대 측면도 존재한다. 국가별로 AI 모델을 쪼개어 개발하면 글로벌 상호운용성이 저하되고, AI 발전 속도가 늦춰질 수 있다. 데이터 사일로는
스마트폰을 설계할 때 건축가가 설계도를 일일이 손으로 그린다면 어떤 일이 벌어질까. 몇 달, 몇 년이 걸릴지 모른다. 반도체도 마찬가지다. 설계자가 수십억 개의 트랜지스터를 일일이 배치한다면 현실적으로 불가능하다. 그런데 이제는 AI가 이 역할을 대신하고 있다. 마치 자율주행차가 도로 위에서 최적 경로를 찾아내듯, AI는 수많은 설계 가능성을 탐색해 최적의 답을 내놓는다. 놀라운 것은 이렇게 만들어진 반도체가 다시 강력한 AI를 탄생시킨다는 점이다. AI 파트너와 스마트 팹의 등장 현재 AI는 복잡한 설계 작업을 수개월에서 수시간 또는 수일로 단축하는 가능성을 보여주고 있다. EDA 툴은 반도체 산업의 보이지 않는 엔진이다. 시놉시스와 케이던스는 이미 AI를 탑재한 차세대 툴을 내놓았다. 일찍이 시놉시스는 마이크로소프트 애저를 활용한 ‘Synopsys.ai Copilot’을 발표했다. 자연어 AI 인터페이스로 설계 툴을 보조하며, 설계 효율과 생산성을 모두 높였다. 지난 5월 공개된 케이던스의 ‘Cerebrus AI Studio’는 멀티블록·멀티유저 환경에서 대규모 SoC 설계를 가속한다. 파운드리 경쟁의 무대도 달라지고 있다. 과거에는 누가 더 작은 선폭을
AI가 말하고, 이해하고, 스스로 움직이는 ‘피지컬 AI’ 시대가 도래했다. 단순한 대화형 인공지능을 넘어 실제 환경과 상호작용하는 로봇 기반 AI는 제조, 건설, 방역, 경비 등 산업 전반의 판을 다시 짜고 있다. 마음에이아이 손병희 연구소장은 “산업을 되살릴 진짜 해법은 피지컬 AI”라며, 언어 모델, 대화형 AI, 자율제어 로봇을 아우르는 ‘3개의 심장’을 강조했다. 특히 저전력 온디바이스 LLM 탑재, 공기청정기·농기계·건설로봇 적용 사례 등을 소개하며 산업 현장의 AI 내재화 흐름을 짚었다. 피지컬 AI는 단순한 기술을 넘어 국가 산업 전략의 핵심 축으로 부상하고 있다. 피지컬 AI, 정적인 AI를 넘어 움직이는 산업의 주체로 생성형 AI의 급부상 이후, 인공지능은 또 한 번의 진화 국면에 접어들고 있다. 텍스트와 이미지에 머무르던 AI가 이제는 실제로 ‘움직이고 작동하는’ 피지컬 AI 시대로 향하고 있는 것이다. 피지컬 AI는 인공지능이 단지 사고하는 존재를 넘어, 물리적 공간에서 스스로 판단하고 행동하는 기술을 말한다. 이는 산업용 로봇, 가정용 스마트 디바이스, 자율주행 시스템 등에서 인간의 노동력을 대체하거나 보완하며 그 효용성을 입증하고 있
인공지능 기술이 언어와 이미지 이해를 넘어서 현실 공간을 인지하고 행동하는 단계로 진화하고 있다. 특히 ‘피지컬 AI’는 인간의 판단과 반응을 물리적 로봇에 통합하는 핵심 기술로 부상 중이다. 김종환 디스펙터 대표는 ‘실행 가능한 피지컬 AI’를 통해 로봇이 실시간 상황을 인지하고 자율 판단해 실행할 수 있는 체계를 제시했다. 기존 로봇 기술의 파편화, 느린 통합 속도, 환경 적응력 부족 등 한계를 극복하는 이 시스템은 AI GCS와 엣지 디바이스 기반의 원격 브레인, 자율주행, 인지-판단-행동의 AI 통합을 목표로 한다. 이 글은 해당 기술의 구현 배경, 주요 개념, 실제 적용 사례, 학습 아키텍처 및 향후 전망까지 단계별로 짚어본다. 피지컬 AI, 왜 지금 주목받는가 전통적인 인공지능은 주로 패시브 AI(Passive AI), 즉 데이터를 입력받아 분석 결과를 제시하는 수동적 형태였다. 그러나 산업 현장과 사회 전반의 요구는 점점 더 능동적이고 실시간으로 반응할 수 있는 AI 기술로 이동하고 있다. 이러한 흐름 속에서 ‘피지컬 AI(Physical AI)’라는 새로운 패러다임이 부상하고 있다. 피지컬 AI는 단순히 데이터를 인지하는 것을 넘어, 판단하고
휴머노이드 로봇은 더 이상 공상 과학의 영역이 아니다. 인류의 다음 혁신을 이끌 핵심 기술로 자리 잡으며, 글로벌 시장은 폭발적인 성장을 예고하고 있다. 2023년 약 3조3000억 원 규모였던 휴머노이드 시장은 2033년에는 157조 원을 넘어설 것으로 전망되며, 미국과 중국은 각각 민간 혁신과 국가 전략 투자를 앞세워 치열한 경쟁을 벌이고 있다. 테슬라·피겨AI·보스턴다이내믹스 같은 선두 기업들이 시장을 선점하는 가운데, 한국 정부도 지난해 휴머노이드를 국가 첨단 전략 기술로 지정하고 K-휴머노이드 연합을 출범시키며 본격적인 육성에 나섰다. 전문가들은 지능·핸드·구동 모듈이라는 세 가지 핵심 기술을 확보해야만 한국형 휴머노이드가 글로벌 무대에서 경쟁력을 갖출 수 있다고 입을 모은다. 국내 로봇 업계 일각에서는 한때 휴머노이드 로봇(Humanoid Robot) 개발 투자를 망설였던 과거에 대한 아쉬움을 토로한다. 이를 반영해 이제는 정부의 과감한 지원이 절실한 시기라는 목소리가 커지고 있다. 인류의 미래를 뒤바꿀 다음 혁신은 바로 인간을 닮은 로봇에서 시작될 것이라는 통찰이 힘을 얻고 있기 때문이다. 휴머노이드 로봇은 이러한 통찰의 핵심에 있다. 곧 ‘체화
로봇 산업의 지형도가 AI 융합 기술을 기점으로 빠르게 재편되고 있다. 제조업 자동화에 기반한 산업용 로봇은 이제 AI 기반의 학습과 추론 기능을 탑재하며 차세대 지능형 로봇으로 진화 중이다. 고영테크놀로지 고경철 전무는 “로봇 기술의 본질이 하드웨어에서 소프트웨어로, 더 나아가 데이터 기반 인프라 경쟁으로 옮겨가고 있다”며, 로봇과 AI의 융합 동향, 기술적 과제, 글로벌 생태계 경쟁 상황을 짚었다. 이 글에서는 로봇 기술의 과거와 현재, 그리고 AI와의 접목을 통한 미래 전략을 심층적으로 살펴본다. 한국 로봇 산업의 궤적과 AI 융합 도입의 배경 국내 로봇 산업의 태동기는 1980~90년대로 거슬러 올라간다. 당시 삼성, LG, 현대, 대우 등 대기업들은 자동화 붐에 힘입어 산업용 로봇 개발팀을 조직하며 본격적인 기술 내재화에 나섰다. 386 PC와 8086 코프로세서가 주요 연산 장비였던 시절로, 컴퓨팅 파워는 현재와 비교해 수천 배 이상 느렸지만, 그 한계 속에서 축적된 제어 기술, 하드웨어 설계 역량은 이후 한국 로봇 산업의 핵심 토대가 되었다. 고영테크놀로지의 고경철 전무 역시 당시 LG에서 로봇 개발팀장을 맡아 산업용 로봇 개발에 앞장섰으며, 이
40년간 로봇과 인공지능(AI) 분야에 몸담은 서일홍 코가로보틱스 대표가 던진 현시점 가장 큰 화두는 거대 자본과 데이터에만 의존하는 AI 시장의 한계다. 세상 모든 정보의 바다를 딥러닝 모델에 쏟아 붓는 데이터 드리븐 방식만으로는 한계에 부딪힐 것이라는 그의 주장이다. 이는 마치 아인슈타인의 ‘특수 상대성 이론’이나 뉴턴의 ‘운동 법칙’처럼 세상의 근본 원리를 이해하는 모델 드리븐 방식과의 융합이 필요하다는 철학에서 비롯됐다. 서일홍 대표는 딥러닝이 나오기 전부터 ‘뉴럴 네트워크’와 ‘퍼지이론’을 연구해왔다. 뉴럴 네트워크는 컴퓨터가 인간의 뇌처럼 학습하게 하는 AI고, 퍼지이론은 '많다', '조금'처럼 모호한 정보를 다룬다. 그는 이러한 경험을 바탕으로, AI의 궁극적인 해답은 바로 인간의 뇌에 있다고 단언한다. 서 대표는 이 맥락으로, ‘자유 에너지 원리’를 로봇 AI의 핵심 원리로 제시했다. 이는 생명체가 끊임없이 진화하는 과정과 같다. 로봇은 스스로 배워나가야 한다. 이를 위해 주변 환경을 이해하고, 행동을 예측하며, 제어하는 능력을 통합해야 한다는 의미다. 로봇이 세상의 물리 법칙을 직관적으로 이해할 때 진정한 지능이 시작된다는 것, 이것이 바로
로봇 산업의 패러다임이 ‘팔’에서 ‘손’으로 이동하고 있다. 최근 제조·물류·헬스케어는 물론 일상생활까지 확장되는 휴머노이드 로봇의 핵심은 바로 인간의 손을 모사한 로봇 핸드다. 원익로보틱스는 이 분야에서 독보적인 기술력을 바탕으로 글로벌 무대에서 주목받고 있으며, 엔비디아·메타·보스턴다이내믹스 등과 협력하며 첨단 연구를 이어가고 있다. 특히 알레그로 핸드를 중심으로 한 제품군은 16자유도(DOF), 촉각 지능, 소프트웨어 플랫폼 등에서 혁신을 구현하며 세계 연구기관의 표준으로 자리잡았다. 앞으로 원익로보틱스는 로봇 핸드를 더욱 소형화하고 임베디드 AI를 탑재해 지능형 로봇의 새로운 지평을 열어갈 계획이다. 박연묵 미래기술본부장은 “국내 로봇 산업이 글로벌 생태계와 발맞추려면 협력과 개방형 플랫폼 활용이 필수”라고 강조했다. 최근 로봇 산업에서 가장 큰 화두는 ‘휴머노이드 로봇(Humanoid Robot)’이다. 그중에서도 인간의 손을 모사한 로봇 핸드(Robot Hand)는 물건을 잡고 조작하며, 물리적인 작업 및 공정을 직접 구현하는 핵심 부품으로 주목받고 있다. 이전까지 해당 워크로드에 주력으로 활용된 로봇 팔 종단장치(EoAT)는 그리퍼(Gripper
상호명(명칭) : (주)첨단 | 등록번호 : 서울,자00420 | 등록일자 : 2013년05월15일 | 제호 :헬로티(helloT) | 발행인 : 이종춘 | 편집인 : 김진희 |
본점 : 서울시 마포구 양화로 127, 3층, 지점 : 경기도 파주시 심학산로 10, 3층 | 발행일자 : 2012년 4월1일 | 청소년보호책임자 : 김유활 | 대표이사 : 이준원 | 사업자등록번호 : 118-81-03520 | 전화 : 02-3142-4151 | 팩스 : 02-338-3453 | 통신판매번호 : 제 2013-서울마포-1032호
copyright(c) HelloT all right reserved
UPDATE: 2025년 08월 29일 21시 31분
