이재명 대통령의 중국 국빈 방문을 계기로 한·중 기업인들이 한자리에 모여 인공지능(AI), 엔터테인먼트 등 다양한 분야에서의 민간 협력을 강화했다. 대한상공회의소(대한상의)가 5일 중국 베이징에서 한중 비즈니스 포럼을 개최했다고 밝혔다. 이날 양국 경제인들은 한중 수교협상을 했던 역사적 장소인 조어대 14호각에서 '신(新)경제협력 모델' 발굴에 나서기로 뜻을 모았다. 최태원 대한상의 회장은 개회사에서 "9년 전 열린 한중 비즈니스 포럼에 사절단 단원으로 참가한 데 이어, 이번 포럼을 주관하게 되어 감회가 남다르다"며 "오늘 포럼은 지난해 시진핑 주석의 11년 만의 방한 계기로 형성된 한중 협력의 훈풍을 이어받아 양국 기업과 국민이 체감할 수 있는 협력 방안을 모색하기 위해서 마련됐다"고 말했다. 이어 "흔히 한중 관계의 방향을 논할 때 '작은 차이는 존중하되 공통의 목표와 이익을 우선으로 모색하자'는 의미의 구동존이라는 표현을 사용하고는 한다"며 "오늘 자리가 두 나라를 대표하는 경제인들이 서로의 차이를 넘어서 좋은 성장의 실마리를 함께 찾아가는 계기가 되기를 바란다"고 말했다. 이번 사절단은 지난해 11월 시진핑 국가주석의 APEC 정상회의 계기 국빈 방한
이재명 대통령의 중국 국빈 방문을 계기로 한국과 중국 기업 간 9건의 양해각서(MOU)가 체결되면서 양국 경제 협력이 탄력을 받게 될 것으로 보인다. 한중 기업들은 소비재, 콘텐츠, 공급망 등 다양한 분야에서 협력을 강화하기로 했다. 산업통상부는 이날 중국 베이징에서 열린 한중 비즈니스 포럼에서 김정관 산업부 장관이 참석한 가운데 총 9건의 양국 기업 간 MOU가 체결됐다고 밝혔다. 산업 분야별로는 소비재가 4건으로 가장 많았고 콘텐츠 3건, 공급망 2건 등의 순이었다. 먼저 소비재 분야에서는 한국의 신세계그룹과 알리바바 인터내셔널이 MOU를 맺고 협력하기로 했다. 신세계가 대중 수출 상품을 발굴하면 알리바바 인터내셔널이 자사 플랫폼을 통해 한국 상품을 온라인으로 수출하기로 했다. 산업부는 양국의 메가 유통 플랫폼 기업이 협력해 알리바바의 글로벌 유통망을 활용하면서 한국 우수 상품의 세계 시장 진출이 확대될 것으로 기대했다. 또한 어묵으로 유명한 삼진식품은 중국 '삼진애모객 유한공사'(三進愛陌客有限公司)와 협력해 중국 내 매장 운영·유통·마케팅 등 사업 전반에서 협력하기로 했다. 한국의 팜스태프와 중국 '중환이다'(中環易達)는 한국 딸기 품종의 중국 스마트팜
“이제는 분석보다 올바른 결정을 고민해야 할 때” 제조업 환경이 급격히 변화하면서 데이터 분석의 역할도 함께 확장되고 있다. 단순한 품질 관리나 공정 개선을 넘어 글로벌 공급망 재편과 지정학적 리스크, 신제품 개발과 설비 투자 판단까지 데이터 기반 의사결정이 기업 경쟁력을 좌우하는 요소로 떠올랐다. 이러한 흐름 속에서 미니탭은 통계 소프트웨어 기업이라는 기존 인식을 넘어 제조 의사결정을 지원하는 엔드투엔드 데이터 분석 플랫폼으로의 전환을 강조하고 있다. 미니탭은 지난 52년간 데이터 분석 소프트웨어를 제공해 온 기업으로 특히 제조업 분야에서 제품 개발, 품질 향상, 프로세스 개선, 비용 절감 등 다양한 의사결정을 지원해 왔다. 민천홍 미니탭 동북아지역 본부장은 “미니탭은 제조 분야 분석 툴로서 이미 생존 경쟁의 시기를 거쳐 독보적인 위치를 확보했다”며 “현재 포춘 500대 기업의 약 90%가 미니탭을 사용하고 있다”고 설명했다. 이러한 기반 위에서 미니탭은 데이터 수집, 정제, 분석, 시각화, 의사결정까지 하나의 흐름으로 통합하는 전략을 추진하고 있다. 동북아 시장을 바라보는 시각도 이러한 변화와 맞닿아 있다. 민 본부장은 한국과 일본 제조업이 공통적으로 중
제36회 스마트공장·자동화산업전(AW 2026) 개막 시동...500여 개사 총출동 센서·비전부터 인공지능(AI)·스마트물류까지 이어지는 ‘자율제조 루프’ 구현 기대 200여 개 세션 콘퍼런스, 수출 상담회 등 실질적인 도입 모델 제시한다 글로벌 제조업의 패러다임이 ‘대량 생산’에서 ‘지속 가능한 생산’으로 급격히 전환되고 있다. 이제 제조업은 ‘더 많이’가 아니라 ‘더 오래 살아남기’ 위한 싸움으로 진입한 양상이다. 공급망 붕괴, 에너지 리스크, 탄소 규제가 생존과 직결된 위협으로 급부상한 것이 이 흐름의 주요 배경이다. 이 가운데 제조 생태계의 친환경 요구는 ‘증명 가능한 생산’을 압박하고 있다. 이에 따라 공장은 더 촘촘히 측정하고 빠르게 판단하며 낭비를 최소화하는 자율화(Automonous)로 영역을 확장하고 있다. 이 흐름의 핵심인 ‘자율성’은 작업자가 매번 개입하는 전통적 공정에서 탈피한 최신 방법론이다. 이러한 자율제조(Autonomous Manufacturing)는 설비·시스템 등 핵심 인프라가 스스로 상태를 읽고 최적의 다음 행동을 선택하는 지능형 공정으로의 이동을 의미한다. 이러한 전환이 이루어질 때 품질, 에너지 효율, 안전 등 동시에 확
산업 현장의 안전 점검은 여전히 인력 의존도가 높고, 그만큼 공백과 지연이 반복된다. 특히 제철·조선·발전·반도체·정유·화학처럼 공정이 복잡하고 위험 요소가 많은 산업일수록 이상 징후를 얼마나 빨리 발견하느냐가 사고 규모와 생산성에 직결된다. 위드로봇은 이러한 구조적 한계를 ‘로봇 기반 순찰’이라는 방식으로 재정의한다. 작업자가 접근하기 어려운 고열·고소·협소 공간과 장거리 배관 구간을 로봇이 대신 점검하고, 에지 AI 기반 현장 판단으로 이상 징후를 즉시 걸러내 대응 시간을 단축하는 전략이다. 이는 단순 자동화를 넘어 안전과 생산성을 동시에 관리하는 새로운 산업 안전 운영 모델로 주목받고 있다. 최근 산업 현장에 CCTV와 센서가 없어서 사고가 나는 경우는 드물다. 사고·화재·누수·고장 등이 반복되는 이유는 장비가 부족해서가 아니라 확인이 제때 이뤄지지 않기 때문이다. 문제는 넓고 위험한 구역이 늘어날수록 순찰에 소모되는 자원은 많아지고, 그 사이에 생긴 빈 시간이 발견 지연과 대응 지연으로 이어진다. 실제로 현장에서 치명적인 것은 이상이 커지기 전 신호를 놓치는 상황이다. 작은 누수는 바닥이 젖는 수준에서 끝날 수 있지만, 발견이 늦으면 설비 정지와 안전
배터리 용량을 늘리려고 전극 자체를 두껍게 만들면 출력이 떨어지는 문제가 생긴다. 이를 해결할 후막 전극이 새롭게 개발됐다. 주행 거리가 길어져도 오르막길을 오를 때 힘이 딸리지 않는 전기차 개발에 청신호가 켜졌다. UNIST 에너지화학공학과 정경민 교수팀은 배터리 후막 전극 내 다공성 구조를 최적화함으로써 출력을 기존 대비 75% 높인 대용량 전극을 개발했다고 5일 밝혔다. 전기차 시장의 화두는 단연 주행거리다. 배터리 전극 자체를 두껍게 쌓아 배터리 용량을 늘리는 ‘후막’ 전극 기술이 주목받는 이유다. 하지만 전극이 두꺼워지면 순간적으로 전기를 방출하는 출력 성능이 떨어지는 문제가 뒤따른다. 전극 두께만큼 리튬이온이 이동해야 할 거리가 늘어나고 통로가 복잡해져 방전 과정이 느려지기 때문이다. 연구팀이 개발한 전극은 면적당 용량이 10mAh/cm²에 달하는 고용량임에도 출력 성능이 뛰어나다. 특히 2C 고출력 환경에서 기존 전극은 면적당 용량이 0.98 mAh/cm²에 그친 반면, 연구팀이 개발한 전극은 1.71 mAh/cm²를 기록했다. 짧은 시간 안에 뽑아낼 수 있는 전기 에너지가 약 75% 늘어났다는 의미다. 연구팀은 전극 내 기공을 두 종류로 분류하
“RFID는 기술이 아니라 패키징입니다” 20년 넘게 FPCB·전자부품 제조 현장에서 기술력을 쌓아온 정승환 대표가 이끄는 ㈜지엘티(GLT)가 RFID 산업에 과감히 도전장을 던졌다. 기존 유맥으로부터 RFID 컨버팅 장비와 검사 설비를 인수하며, ‘특수태그’와 ‘컨버팅 기반 생산’을 아우르는 사업체계를 갖춘 지엘티는 이제 단순 라벨 공급을 넘어, 고부가가치 RFID 솔루션 기업으로 거듭나고 있다. Q1. RFID 태그 컨버팅 사업에 진출하게 된 배경은 무엇입니까? A. RFID 시장은 단기 유행이 아닌, 장기적인 산업 흐름입니다. 특히 감염성 폐기물, 자산관리, 기록물 관리 등 공공 기반 수요가 명확한 분야에서 RFID는 핵심 기술로 자리잡아가고 있습니다. 기존에 특수태그 개발 경험을 바탕으로, 이 시장은 ‘지켜보는 것’이 아니라 ‘직접 뛰어들 시기’라는 판단이 들었습니다. 오랜 시간 제조 공정에 몸담아왔기에, 태그 설계와 패키징 역량에 자신이 있었고, 이를 제품화하는 과정에서 RFID 컨버팅 장비 인수는 전략적으로 자연스러운 결정이었습니다. Q2. 유맥에서 인수한 설비는 지엘티에 어떤 시너지를 주고 있나요? A. 이번에 인수한 RFID 컨버팅 장비 2대,
AI를 도입하는 기업은 늘어나고 있지만, 실제 현장에선 ‘효과’보다 ‘피로감’이 더 커지고 있다. 글로벌 기업의 84%가 AI에 큰 기대를 걸지만 실제 적용률은 14%, 프로젝트 실패율은 무려 80%에 달한다. 데모는 화려하고 PoC는 준수하게 돌아가지만, 정작 프로덕션 확산 단계에서 번번이 좌초되는 이유는 무엇일까. AVEVA 윤병철 프로는 그 답을 ‘데이터 구조’에서 찾는다. 정유 플랜트의 경우 복잡한 조건, 패턴, 배치, 품질, 에너지 데이터를 AI가 스스로 이해할 수 있게 만들기 위해서는 시간·구조·맥락·추적성을 갖춘 지능형 데이터 허브가 필수라고 강조한다. 그는 EF(Event Frame)와 AF(Asset Framework)라는 두 축을 통해 AI가 현장 의사결정을 대체하는 수준으로 작동하는 실제 사례를 제시하며, 이제는 ‘시도’가 아닌 ‘실행’에 투자할 때라고 말한다. AI 도입 실패하는 이유, 기술이 아니라 데이터 구조의 빈틈 산업 현장에서 AI 도입은 선택이 아닌 생존 전략으로 인식되고 있다. 그러나 숫자는 냉정하다. 글로벌 기업의 84%가 AI에 큰 기대를 걸지만 실제 적용 비율은 14%에 머무르며, 프로젝트 실패율은 무려 80%를 기록한다
제조업에서 AI의 역할을 둘러싼 논쟁은 오래 지속돼 왔다. 자동화가 인력을 대체하고 현장 역할을 약화시킬 것이라는 두려움도 여전히 남아 있다. 그러나 로크웰오토메이션코리아 신경철 부장이 제시한 글로벌 제조 트렌드는 다른 방향을 가리킨다. AI는 인력을 줄이는 기술이 아니라, 현장의 사고방식과 업무구조를 재편하는 촉매에 가깝다. 로직스 AI·가디언 AI·비전 AI·코파일럿은 설비 기반 예지보전, 품질 검사, 제어 자동화 등 제조업의 핵심 업무를 새로운 방식으로 재정의하며, 숙련 인력 부족·품질 편차·운영 복잡성 등 오래된 제조 과제를 풀기 위한 현실적 접근법을 제시한다. AI는 더 이상 미래의 실험이 아니다. 공장의 한 모터, 한 라인, 한 카메라에서 시작해 전체 운영 체계로 확장되는 실질적 전환의 시기가 도래했다. 글로벌 제조 AI 트렌드와 스마트 팩토리 과제의 재정의 전 세계 제조업이 AI 도입을 검토하는 단계에서 기업들은 기술 자체보다 ‘운영 지속성’에 초점을 맞추기 시작했다. 신경철 부장은 로크웰오토메이션이 10년 넘게 추적해 온 글로벌 스마트 제조 보고서의 데이터를 통해, 제조 AI가 단순한 기술 실험에서 벗어나 운영 체계 전반에 영향을 미치는 변곡점
반도체 제조 현장은 복잡한 공정 구조와 부족한 불량 데이터, 폐쇄적 운영 환경 등으로 인해 AI 적용 속도가 더딘 분야다. RTM이 공개한 Meta-aware MLOps 기반 EHM(Equipment Health Manager) 플랫폼은 이러한 장벽을 정면으로 해결하기 위한 새로운 접근법이다. 공정·설비별 메타 정보를 활용하는 데이터 파이프라인, 자동 모델 생성·배포 구조, 헬스 스코어 기반 이상 탐지, 가스 누출·플라즈마 아킹·웨이퍼 센터링 이상까지 감지하는 맞춤형 모델 등을 결합해 AI를 양산 환경에 안정적으로 적용할 수 있는 체계를 제공한다. 제조사가 직면한 “AI를 쓰고 싶지만 적용이 어렵다”는 딜레마를 풀어내는 현실적 해법으로 주목받고 있다. 반도체 제조업에 AI 적용이 어려웠던 이유와 산업적 배경 반도체 산업은 전 세계 제조업 중에서도 가장 복잡한 생산 구조를 갖고 있다. 수백 단계 공정, 장비·레시피마다 다른 프로세스 조건, 설비 편차, 웨이퍼별 데이터 변동성이 동시에 존재한다. 이런 환경에서 AI를 적용하기 위해서는 막대한 양의 정제된 데이터와 공정적 이해가 필요하지만, 반도체 제조는 근본적으로 불량률이 낮아 ‘불량 데이터가 희소한 산업’이라는
설비 신호가 흐르고 검사 장비의 측정치가 쌓이며 전사적자원관리(ERP)와 제조실행시스템(MES) 등 체계에도 방대한 이력이 남는다. 그런데도 불량 대응이나 공정 안정화 속도가 기대만큼 오르지 않는 이유는 데이터의 ‘양’이 부족해서가 아니다. 데이터가 ‘결론’과 ‘조치’까지로 이어지지 못하기 때문이다. 이레테크는 제조 데이터 활용을 단순한 ‘수집’ 단계에서 매듭짓지 않는다. 제조·품질 현장이 운영 의사결정하는 과정에서 병목 지점을 세분화해 그에 맞는 시스템을 지원한다. 특히 현장 내 데이터 수집·연결·모니터링·분석·시뮬레이션까지를 하나의 흐름으로 통합하는 방법론을 취한다. 이를 통해 현장에서 유사한 문제가 반복될 때마다 공정 설계를 처음부터 다시 시작해야 하는 비효율을 완전히 제거하겠다고 나섰다. 대시보드는 구축돼 있는데 왜 결론은 늦어지는가 산업 현장에는 대부분 모니터링·알람·리포트가 고도화된 대시보드가 도입돼 있다. 하지만 정작 의사결정이 지연되는 사례는 부지기수다. 지표가 ‘시각화되는 것’과 이상 발생 시 ‘즉각적으로 움직이는 것’은 전혀 다른 차원의 문제기 때문이다. 이레테크가 방법론의 최상단에 둔 것은 화려한 분석 기법이 아니라 실전적인 운영 효율 극
제조 현장에서 AI가 체감으로 이어지지 않는 이유는 ‘인공지능(AI) 성능이 약해서’가 아니라 ‘현장이 결론에 도달하는 속도가 느려서’라는 말이 나온다. 공정이 아무리 빨라도 문제가 생겼을 때 범위를 좁히고 원인을 가설화하고 재발 방지까지 결정하는 흐름이 느리면 비용은 커진다. 컨포트랩은 이러한 문제의 해법을 제조 AX 관점에서 제시한다. 핵심은 AI 도입 여부가 아니라, 기록·추적·보고가 자동화돼 의사결정까지 걸리는 시간을 얼마나 줄이느냐다. 노코드 기반 제조 운영 관리 솔루션 ‘포타(POTa)’는 현장 데이터를 구조화된 기록으로 연결하고, 품질·생산·설비 예지보전까지 하나의 흐름으로 묶는다. 이를 통해 제조 현장은 숙련자 의존에서 벗어나, 데이터 기반으로 빠르게 판단하고 계획정지를 설계하는 운영 체계로 전환하고 있다. 제조 AX의 승부처는 ‘정확도’보다 ‘결론까지 도달하는 시간’ 최근 현장에서 발생하는 모든 비용은 불량률 그래프 하나로 설명이 끝나지 않는다. 더 큰 비용은 불량이 터진 이후에 발생한다. 범위를 넓게 잡으면 폐기, 재작업, 자발적 수거, 납기 차질 등까지도 비용에 영향을 미친다. 이러한 위협은 고객 리스크로 이어진다. 결국 핵심은 얼마나 빨
[AI] 오픈AI, 스크린 없는 미래에 베팅…오디오 AI가 주 인터페이스로 부상 오픈AI가 오디오 AI를 차세대 핵심 전략으로 전면에 내세우고 있다. 이는 단순히 챗봇 음성을 자연스럽게 만드는 수준을 넘어, 스크린 없는 개인 디바이스 시대를 겨냥한 포석으로 해석된다. 외신에 따르면 오픈AI는 최근 두 달간 엔지니어링·제품·연구 조직을 통합해 오디오 모델 전면 개편에 착수했으며 약 1년 뒤 오디오 중심 개인 기기 출시를 준비 중이다. 이 같은 움직임은 실리콘밸리 전반에서 확산되는 ‘스크린 탈피’ 흐름과 맞닿아 있다. 이미 스마트 스피커는 미국 가정의 3분의 1 이상에 보급되며 음성 인터페이스를 일상에 정착시켰다. 메타는 레이밴 스마트 글래스에 다중 마이크 기반 청취 보조 기능을 도입했고, 구글은 검색 결과를 대화형 음성 요약으로 변환하는 실험을 시작했다. 테슬라는 xAI의 챗봇을 차량에 통합해 내비게이션과 공조 시스템까지 음성 대화로 제어하는 환경을 구축하고 있다. 빅테크뿐 아니라 스타트업들도 같은 방향에 베팅하고 있다. 화면 없는 웨어러블을 표방한 휴먼 AI 핀은 막대한 자금을 소진한 끝에 실패 사례로 남았고, ‘동반자 AI’를 내세운 펜던트형 기기는 프라이
휴머노이드 로봇(Humanoid Robot)은 더 이상 먼 미래의 상상이 아니다. 산업과 사회 전반에서 ‘체화 AI(Embodied AI)’의 결정체로 자리매김하며, 새로운 패러다임 전환을 예고하고 있다. 이번 특집은 휴머노이드 혁명이 어떻게 진행되고 있는지, 그리고 왜 지금이 그 변곡점인지를 조망한다. 작은 온디바이스 AI(On-device AI)부터 정밀한 로봇 핸드, 실행 가능한 피지컬 AI(Physical AI)까지. 각 기사는 로봇이 단순한 기계적 존재를 넘어 스스로 판단하고 행동하는 지능형 주체로 진화하는 과정을 담고 있다. 이번 특집을 통해 독자들은 ‘움직이는 인공지능’의 현재와 미래를 입체적으로 이해할 수 있을 것이다. [특집] 사람을 닮은 기계, 산업을 다시 쓰다 [휴머노이드 로봇] 로봇의 다음 폼팩터는 ‘인간형’…현재진행형 ‘휴머노이드 혁명’ [로봇 핸드] 휴머노이드 완성의 열쇠 ‘로봇 핸드’…원익로보틱스, ‘정밀 조작’ 혁신에 힘 싣다 [온디바이스 AI] AI 시대, ‘작지만 똑똑한’ 로봇이 뜬다…이미 예고된 온디바이스 AI 혁명 [로봇 기술적 과제] 중국·미국은 달리고 있다…한국 로봇 기술, AI 접목으로 반격 시동 [피지컬 AI] 실행
물류 산업은 지금 거대한 전환의 한복판에 서 있다. 인공지능(AI)과 각종 플랫폼 기술이 촉발한 혁신은 단순히 배송 속도를 높이는 차원을 넘어, 물류를 첨단 전략 산업으로 재편하고 있다. 이번 특집은 이러한 흐름을 세 가지로 풀어냈다. 첫 번째는 물류가 ‘스마트’에서 ‘AI 물류’로 넘어가는 과정이다. 무인화·자동화·데이터 기반 운영은 이미 현장을 바꾸고 있으며, 글로벌 경쟁력 확보의 핵심이 되고 있다. 두 번째는 ‘화물 추적(Cargo Visibility)’이다. 단순한 위치 확인을 넘어 화물 상태와 리스크까지 실시간으로 관리하는 체계는 물류를 ‘비용’ 산업에서 ‘전략’ 산업으로 끌어올리고 있다. 마지막은 글로벌 무역 격변 속에서 중소 포워더의 생존 전략이다. 대기업과 IT 플랫폼이 주도하는 시장에서 서비스형 소프트웨어(SaaS) 기반 디지털 전환(DX)은 생존의 문제임을 보여준다. 중요한 것은 물류는 이제 국가 경제와 글로벌 경쟁력의 전면에 서 있는 미래 산업이라는 점이다. [특집] 비용에서 전략으로…물류 산업의 빅 리셋 [변화, 혁신 그리고 물류] AI와 플랫폼이 뒤흔드는 물류…혁신 없이는 버티기 힘들다 [Cargo Visibility] 물류가 전략 산
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: 2026년 01월 05일 22시 39분
