산업을 움직이는 단어 하나, 그 안에 숨은 거대한 흐름을 짚습니다. ‘키워드픽’은 산업 현장에서 주목받는 핵심 용어를 중심으로, 그 정의와 배경, 기술 흐름, 기업 전략, 시장에 미치는 영향을 차분히 짚어봅니다. 빠르게 변하는 산업 기술의 흐름 속에서, 키워드 하나에 집중해 그 안에 담긴 구조와 방향을 살펴보고자 합니다. AI 기술이 발전하면서 언어 모델의 크기는 기하급수적으로 커지고 있다. 파라미터 수조 개에 달하는 초거대 모델은 정밀한 문장 생성 능력을 보이는 반면, 그만큼 막대한 컴퓨팅 자원과 에너지를 소모한다. 이 문제를 해결하기 위한 대안으로 최근 업계의 이목을 끌고 있는 기술이 있다. 바로 ‘MoE(Mixture of Experts)’ 아키텍처다. 선택적으로 작동하는 전문가 집단의 협업 구조, MoE는 AI 기술의 효율성과 확장성을 동시에 확보할 수 있는 새로운 방향성을 제시하고 있다. MoE는 이름 그대로 여러 명의 ‘전문가(Experts)’가 혼합된 구조다. 모델 전체가 항상 동시에 작동하는 기존 방식과 달리, MoE는 입력 데이터의 특성에 따라 몇몇 전문가만 선택적으로 활성화된다. 이때 어떤 전문가를 사용할지는 ‘게이팅 네트워크(Gating
제조업은 설비 의존도가 높은 산업 구조상, 설비 고장으로 인한 품질 저하나 생산 중단은 치명적인 손실로 이어진다. 이에 따라 실시간 설비 모니터링과 고장 예측 기술인 ‘예지보전’이 주목받고 있다. 하지만 설비 유형과 고장 원인의 다양성, 그리고 도메인 지식의 한계로 인해 예지보전 도입은 쉽지 않다. 이런 현실 속에서 초음파 기반의 AI 예지보전 솔루션을 내세운 모빅랩은 다양한 제조 현장에 적용 가능한 고도화된 설비 관리 기술을 통해 주목받고 있다. 이원근 모빅랩 대표는 “설비 고장이 발생하면 수천만 원에서 수억 원의 손실로 이어지며, 이는 제품 품질뿐 아니라 고객 신뢰까지 흔들 수 있다. 이제는 설비 상태를 ‘예측’하고 ‘선제적으로 대응’하는 것이 기업 경쟁력”이라고 강조했다. 스마트공장 고도화를 위한 예지보전의 기술 동향과 실제 적용 사례를 짚어본다. 제조업에 필요한 설비 예지보전, 왜 지금인가 제조업은 설비 의존도가 절대적인 산업이다. 생산설비의 상태는 곧 제품의 품질과 생산성, 나아가 기업의 수익성과 직결된다. 설비 하나가 멈추거나 품질에 영향을 미칠 정도의 문제가 발생할 경우, 수천만 원에서 수억 원대의 손실이 발생하는 것은 물론이고 고객과의 신뢰에도
산업 현장의 디지털 전환과 인공지능(AI) 도입이 가속화되는 가운데, 슈퍼브에이아이가 빠르게 적용 가능한 제조 AI와 보안 관제 AI 기술로 주목받고 있다. 이현동 부대표는 최근 발표에서 모바일 기반 3D 디지털 트윈, 텍스트 검색형 영상 관제 솔루션, 실시간 안전 감지 시스템 등을 소개하며, 고가 장비 없이도 산업 현장에서 AI 기술을 실질적으로 구현할 수 있는 방안을 제시했다. 특히 3개월 이내 현장 적용 가능한 빠른 개념증명(PoC)과 변화 관리 중심의 접근 전략을 통해 사용자 중심의 인공지능 전환(AX)을 실현하고 있다고 강조했다. 최근 산업 전반에서 센서 데이터를 디지털화하고 이를 디지털 트윈(Digital Twin) 기반으로 관리·분석하는 기술이 주목받고 있다. 이러한 흐름 속에서, 디지털 트윈을 어떻게 하면 보다 신속하고 효과적으로 실제 산업 현장에 적용할 수 있을지에 대한 통찰이 요구된다. 특히, 현장의 명시적·암묵적 지식을 데이터화하고, 인공지능(AI) 모델 구축 및 시스템 통합을 가속화하는 방법론이 필요하다. 디지털 트윈과 AI 기술은 현실적인 문제 해결과 효율성 증대를 위한 제조업의 핵심 동력으로서, 산업 현장에 실질적으로 스며들어야 한다
제조업계의 인공지능(AI) 도입 열기가 뜨겁지만, 현장에서 체감할 수 있는 투자수익률(ROI)을 실현한 사례는 드문 실정이다. 기술 도입은 했지만 생산성과 수익 증대 효과가 불분명하다는 지적이 잇따르는 가운데, 엠버로드는 이러한 현실적 한계를 정조준한다. 화려한 기술보다는 현장 데이터를 기반으로 한 실질적 문제 해결에 초점을 맞춰, 빠른 PoC와 단계적 확산 전략, 사용자 중심 인터페이스까지 종합적으로 제시하며 “ROI 중심의 AI 도입”이라는 해법을 내놓고 있다. 최근 제조업계는 생산성 향상, 품질 개선, 비용 절감 등 혁신을 목표로 인공지능(AI) 도입에 적극적으로 나서고 있다. 그러나 상당수의 프로젝트가 기대했던 투자수익률(ROI)을 달성하지 못해 현장에서 외면받는 사례가 빈번하게 발생하고 있으며, 이에 따라 AI 도입의 실질적인 효용성에 대한 의문이 제기되고 있다. 이러한 상황에서 화려한 기술 도입보다는 실제 비용 절감과 수익 증대에 초점을 맞춘 AI 프로젝트 접근 방식이 제조업 AI 도입의 난제를 해결할 핵심 대안으로 부상하고 있다. 제조 AI 도입 성공을 위한 과제 전문가들은 현장 데이터 기반의 AI 솔루션 개발 과정에서 외주 AI 용역 기업과의
이번 호에서는 EtherNet/IP의 측정 방식, 구성 변화, 성능 측정 조건, 패킷 통신의 대역폭에 대해 설명하고, 컨트롤러 간 5G 전송 평가를 통해 얻은 EtherNet/IP 측정 결과와 각 조건에서의 지연 시간 측정 결과를 소개하고자 한다. 또한 5G 전송을 기반으로 한 CIP 안전성 평가 시스템의 구성에 대해서도 함께 다룬다. 5G 네트워크상에서 EtherNet/IP 통신 측정 구성과 조건 EtherNet/IP를 5G 환경에서 구현하기 위한 다양한 통신 구성 방식(Type I부터 Type VIII까지)은 그림 1에 제시되어 있다. 본 측정의 목적은 각 통신 방식에 따라 발생하는 성능 차이를 분석하기 위함이며, 측정 조건은 다음과 같이 설정되었다. 우선, 주요 측정 항목은 패킷 손실률과 통신 지연 시간(latency)이며, 이는 통신 성능을 나타내는 핵심 지표로서 모든 조건에서 공통적으로 수집되었다. 통신 모드는 VPN 사용(w/VPN)과 VPN 미사용(w/o VPN)의 두 가지로 나뉘며, 특히 멀티캐스트 통신은 VPN 환경에서만 가능하기 때문에 w/VPN 설정이 필수였다. 유니캐스트 통신의 경우에는 VPN 사용 여부에 따라 모두 측정이 이루어졌다.
자동차 산업을 둘러싼 환경은 최근 몇 년간 격변의 시기를 겪고 있으며 ‘100년에 한 번의 변혁기’라고도 불린다. 앞으로 전동화가 추진됨에 따라 내연기관 부품 생산은 계속 감소해 갈 것이며, 가까운 미래에 부품 보급이 이루어지지 않을 것으로 생각되기도 한다. 한편, IT 기술의 발전에 따라 제조업의 스마트 매뉴팩처링은 나날이 진행되고 있으며, 적층 제조(AM)의 활용은 그 좋은 예라고 할 수 있다. 이 글에서는 AM을 적용한 금형 없는 부품 제조의 한 예를 소개한다. 배경 1. 시작 탄생은 1769년, 프랑스의 군사 기술자였던 Nicolas-Joseph Cugnot씨가 발명한 증기로 움직이는 삼륜차가 세계 최초의 자동차라고 알려져 있다. 1886년에는 현대에서도 주류가 되는 가솔린 엔진을 삼륜 마차에 탑재한 자동차가 독일의 Gottlieb Wilhelm Daimler씨와 Karl Friedrich Benz씨에 의해 개발됐다. 이로 인해 기존에는 말 등이 담당하던 이동에 필요한 동력원의 역할은 서서히 내연기관으로 대체됐다. 당시의 자동차는 한 대씩 수작업으로 제작되고 있었는데, 1908년 미국의 Henry Ford씨가 저렴한 T형 포드를 발표하고 1913년에는
철강 플랜트는 여러 종류의 많은 기계 및 전기 설비와 계측·제어 시스템으로 구성되어 있으며, 원료에서 제품까지 다양한 공정이 연속적으로 이루어지는 대표적인 대규모 플랜트이다. 이 글에서는 철강 플랜트, 구체적으로는 열간 압연 라인·냉간 압연 라인 등의 압연 라인을 대상으로 스마트 매뉴팩처링에 기여하는 플랜트의 감시·진단 시스템과 적용 사례를 소개한다. 먼저, 철강 압연 라인에서 스마트 매뉴팩처링을 실현하는 시스템 개념을 설명한다. 다음으로 그곳에 배치되는 감시·진단 기능의 요건을 정의하고, 마지막으로 이러한 개념과 시스템 구성 위에 구현되는 감시·진단의 사례를 소개한다. 데이터 이활용 시스템 스마트 매뉴팩처링은 디지털 기술을 매개로 한 데이터를 활용해 제조의 전체 프로세스에서 다양한 의사 결정과 제어를 가속화하는 대응이다. 철강 플랜트는 오랜 발전 과정에서 생산 계획에서부터 제조 라인까지의 시스템 구성, 기능 배치 및 데이터․정보의 흐름이 최적화되어 왔다. 특히 철강 압연 라인은 일찍부터 감시 제어의 디지털화가 진행되어 정상 시의 제조 프로세스는 거의 자동화되어 있다. 이처럼 고도 자동화를 실현하고 있는 시스템 체계에서 스마트 매뉴팩처링을 추진하기 위해서는
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. [AI] 엔비디아 규제에 맞선 中, 화웨이 칩으로 생태계 재편할까 미국의 대중국 반도체 수출 규제가 강화하면서, 중국 빅테크 기업들이 자국산 AI 칩으로 전환을 서두르고 있다. 파이낸셜타임스(FT)는 알리바바, 텐센트, 바이두 등이 엔비디아 대신 화웨이 등 중국산 칩 시험에 착수했다고 보도했다. 이는 트럼프 행정부가 지난 4월 엔비디아의 최신 AI 칩 H20의 대중국 수출을 제한한 데 따른 것이다. 현재 중국 기업들은 보유 중인 엔비디아 칩으로 내년 초까지 버틸 수 있을 것으로 보이며, 이후를 대비해 대체 칩 확보에 나서고 있다. 바이두, 알리바바, 텐센트
한국과학기술원(KAIST)은 전기·전자공학부 명현 교수 연구팀의 ‘어반 로보틱스 랩’(Team Urban Robotics Lab)이 최근 미국 애틀랜타에서 열린 권위 있는 학술 대회인 ‘2025 IEEE 국제 로봇 및 자동화 학술대회’(ICRA)의 NSS 챌린지에서 우승했다고 30일 밝혔다. NSS 챌린지는 ICRA에서 가장 저명한 챌린지 중 하나로 건설·산업 환경 등 분야에서 다양한 시간대에 수집된 라이다(LiDAR·자율주행 동체의 눈 역할을 하는 핵심 센서) 스캔 데이터를 얼마나 정확하게 정합할 수 있는지를 중심으로 평가한다. 어반 로보틱스 랩팀은 사전 연결 정보 없이도 다수의 라이다 스캔을 강건하게 정합할 수 있는 위치 추정·지도작성 기술인 ‘다중 정합 프레임워크’를 개발해 중국 서북 이공대(2위), 대만국립대학교(3위)를 큰 점수 차이로 제치고 1위를 차지했다. 라이다 스캔 정합 기술은 자율주행차, 자율로봇, 자율보행 시스템, 자율비행체, 자율운항 등 다양한 자율 시스템의 핵심 요소다. 명현 교수는 “복잡한 환경 속에서도 서로 다른 스캔 사이의 상대 위치를 정밀하게 추정하는 성능을 극대화함으로써 학문적 가치와 산업적 응용 가능성을 입증했다”고 말했다.
UNIST가 기상청이 주관하는 대형 국가연구사업을 수주하며, AI 기반 기후재난 대응 기술 개발에 본격 나선다. 이번 사업은 총 385억 원 규모로 기후위기 대응을 위한 국가 차원의 기후예측 시스템과 AI 융합 기술을 개발하는 것을 목표로 한다. 사업은 2025년부터 2031년까지 7년간 진행되며 연구책임자는 지구환경도시건설공학과 소속 이명인, 차동현, 임정호 교수다. 이명인 교수는 ‘기후위기 대응 국가기후예측 시스템 개발’ 사업의 총괄 책임을 맡아 141억 원 규모의 연구를 진행한다. 이 교수는 한반도와 동아시아의 기후 특성에 맞춘 독자적인 예측시스템을 구축해 1개월에서 최대 10년에 이르는 기후 예측 정보를 생성할 예정이다. 그는 “기후 변화가 빠르게 진행되는 현 시점에서 지역 특화형 고정밀 예측이 매우 중요하다”고 설명했다. 동일 사업에 참여하는 차동현 교수는 121억 원 규모의 수요자 맞춤형 기후정보 서비스 체계 구축을 주도한다. AI 기반 기술을 적용해 기후정보의 해상도와 정확도를 개선하고 이를 보건, 에너지, 관광 등 분야별로 맞춤형으로 제공하는 체계를 마련할 계획이다. 차 교수는 “정밀화된 기후정보는 재난 대응뿐 아니라 산업 분야의 효율성 향상에
공장의 미래상 담은 BUTECH 2025, 제조업 '퀀텀 점프' 시작점...여기서 '터졌다' ‘스마트 제조, 미래 혁신의 꿈’을 슬로건으로 한 ‘제12회 부산국제기계대전(BUTECH 2025)’이 부산광역시 해운대구 소재 전시장 벡스코(BEXCO)에서 성황리에 진행됐다. 올해 BUTECH는 단순한 산업·공장 자동화(FA) 분야 전시 콘셉트를 넘어, 인공지능(AI)·로보틱스·디지털트윈(Digital Twin)·머신러닝·비전 등 제조업의 판도를 뒤집을 ‘게임 체인저(Game Changer)’ 기술들이 총출동했다. 이를 기반으로, 혁신 전략과 경쟁력 확보 방안 등 국내 제조업이 나아갈 길을 제시한 현장이었다. 국내 제조 경쟁력을 한 단계 도약시키는 중요한 계기가 된 이번 BUTECH 2025. 과연 각 분야 혁신·유망 참가업체는 어떤 기술·솔루션으로 참관객의 이목을 사로잡았을까? 이번 <헬로즈업> 특별 기획에서는 대한민국 제조업 ‘퀀텀 점프(Quantum Jump)’의 핵심 기술을 자세히 조망한다. [공장 인프라] 최첨단 공장을 움직이는 '보이지 않는' 든든한 버팀목 AI와 로보틱스가 주도하는 최첨단 공장의 화려함 뒤에는 묵묵히 제 역할을 다하는 필수
포티넷코리아가 27일 서울 롯데월드 호텔에서 연례 컨퍼런스 ‘포티넷 액셀러레이트(Accelerate) 2025’를 개최하고, AI 기반 위협에 대응하는 차세대 보안 전략을 공유했다. ‘Fortify Your Tomorrow’를 주제로 열린 이번 행사에는 실무 중심의 세션과 함께 글로벌 보안 인텔리전스 리더들의 키노트 발표가 이어졌다. 첫 번째 키노트에 나선 조원균 포티넷코리아 지사장은 “사이버 공격은 시간과의 전쟁에 가깝다”며 위협 탐지부터 대응까지 평균 3주 이상 걸리는 현재의 대응 체계로는 공격의 속도를 따라잡기 어렵다고 지적했다. 특히 미국 증권거래소 규정상 침해 발생 시 4일 내 유형, 목적, 범위를 공시해야 하는 현실을 언급하면서 보안 대응 속도의 중요성을 강조했다. 조원균 지사장은 최근 급증하고 있는 데이터 탈취형 공격의 양상에 주목했다. 지난해 국내 침해사고는 48% 증가했고 특히 랜섬웨어 공격은 점점 더 고도화되어 피해 범위가 확대되고 있다고 경고했다. 서버 해킹을 통해 기업의 민감한 정보를 빼내고 이를 외부에 유출하거나 협박 수단으로 활용하는 공격 유형이 늘고 있다는 설명이다. 재택근무의 확산과 SaaS 기반 애플리케이션 도입으로 네트워크 구
이제는 단순한 문장 요약이나 답변이 아니다. 이메일을 읽고 회신을 쓰며, 미팅을 잡고 보고서를 작성한다. 이 모든 과정을 사용자의 의도를 이해하고 스스로 판단해 실행하는 AI, 즉 ‘에이전트’가 담당하게 되면서, 기업과 소비자 모두의 디지털 환경이 빠르게 재편되고 있다. 2024년을 기점으로 생성형 AI의 흐름은 모델 경쟁에서 에이전트 경쟁으로 전환됐다. 에이전트 시대 돌입, 커져가는 시장 다양한 연구 결과와 실증 사례가 단순 질의응답 기반의 LLM보다 목적 지향적인 에이전트가 높은 생산성과 사용자 만족도를 유도한다는 사실을 입증하면서, 기술 진영은 모델보다 작동 방식에 주목하게 된 것이다. 이를 반영하듯, 오픈AI는 GPT 스토어를 통해 누구나 자신만의 GPT 에이전트를 만들고, 이를 공유·판매할 수 있는 기반을 마련했다. 구글은 실시간 멀티모달 감지를 내세운 Project Astra를, 마이크로소프트는 아예 윈도우 OS 수준에서 에이전트를 내장한 Copilot+PC를 선보이며 차세대 인터페이스 경쟁을 선언했다. 이들은 단순히 챗봇을 뛰어넘어, 사용자의 목표를 이해하고 다중 작업을 처리하는 동반자로서의 에이전트를 앞다퉈 상용화하고 있다. 시장조사기관 CB
2025년 현재, 인공지능(AI) 반도체 시장에서 주목받는 키워드 중 하나는 ‘HBM(High Bandwidth Memory)’이다. 다시 말해 고대역폭 메모리인 HBM은 AI 서버와 고성능 연산용 GPU의 확산과 함께 폭발적으로 증가하는 데이터 처리 수요를 충족시키며, 기존 DRAM 중심의 메모리 시장을 재편하고 있다. 우리나라는 SK하이닉스와 삼성전자라는 막강한 투톱을 우리나라는 HBM을 기점으로 반도체 강국으로 나아가기 위한 미래를 구상하는 중이다. HBM, 단순 메모리가 아닌 ‘전략 자산’ HBM은 기존 DRAM보다 최대 10배 높은 대역폭을 제공하면서도, 물리적 공간은 줄이고 소비 전력은 낮추는 고성능 메모리 솔루션이다. 특히 AI 학습용 GPU나 고성능 컴퓨팅(HPC) 환경에서는 데이터 병목을 해결하는 핵심 역할을 한다. 한 예로, 엔비디아의 H100, H200, AMD의 MI300 시리즈, 최근 발표된 블랙웰 GPU 등 최신 AI 연산 칩은 모두 HBM과의 결합을 통해 성능을 극대화하고 있다. 이러한 흐름 속에서 SK하이닉스와 삼성전자는 HBM 시장에서 기술력과 수율, 공급 안정성 측면에서 글로벌 리더로 부상하고 있다. HBM3의 경우, 대역폭이
국내 연구진이 유기물 없이도 안정적으로 빛의 방향성 정보를 구분할 수 있는 반도체 소재를 개발했다. 한국과학기술원(KAIST) 신소재공학과 염지현 교수 연구팀은 셀레늄(Se)의 카이랄성(거울에 비출 때 대칭이지만 서로 겹치지 않는 ‘거울상 이성질’) 구조를 이용해 좌우회전 빛을 구분할 수 있는 ‘원형편광’(CPL) 검출 반도체 소재를 개발했다고 28일 밝혔다. 빛은 파장, 진폭, 위상뿐 아니라 편광이라는 또 하나의 물리적 특성을 갖는다. 광소자가 다양한 신호를 받아들이기 위해서는 빛의 편광까지 인식하는 기능이 필요하다. 그중에서도 원형편광은 빛의 전기장이 시계 방향 또는 반시계 방향으로 회전하는 고차원적인 빛의 상태로, 양자 정보·스핀 광학·광 기반 암 진단 등 차세대 광소자 분야 핵심 기술이다. 원형편광을 감지하기 위해 유기 고분자나 하이브리드 페로브스카이트(부도체·반도체·도체의 성질은 물론 초전도 현상까지 갖는 산화물) 소자를 활용한 센서가 개발되고 있지만, 습도나 자외선에 쉽게 분해되는 등 안정성이 떨어지는 문제가 있다. 연구팀은 좌우 회전 방향이 다른 빛의 방향에 대해 선택적으로 반응할 수 있는 카이랄성 소재에 주목했다. 무기 소재인 셀레늄은 고유의
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 07월 15일 12시 03분
