생성형 AI(Generative AI) 확산세가 ‘인공지능 (AI) 모델 성능 경쟁’에서 ‘인프라(Infrastructure) 경쟁’으로 이동하고 있다. 문자(Text) 중심 서비스만으로도 AI 연산 수요는 이미 임계점에 도달했다. 여기에 로보틱스와 피지컬 AI(Physical AI)가 본격화되면서 수요의 질적 변화가 일어나는 상황이 핵심 배경으로 꼽힌다. 구체적으로 ▲로봇의 시각·센서·기록 데이터 ▲디지털 트윈(Digital Twin) 기반 시뮬레이션 ▲현장 추론 및 제어 수요가 동시에 급증하고 있다. 이에 따라 데이터 적재량은 늘고 이동 속도는 빨라져야 하며, 처리 지연 시간(Latency)은 극도로 낮아져야 하는 과제에 직면했다. 업계는 이러한 변화를 ‘수요 폭발’과 ‘공급 지연’의 프레임으로 규정하고 있다. AI 지출 확대, 에이전틱 AI(Agentic AI) 및 AI 서비스형 소프트웨어(SaaS) 시장 성장, 연간 데이터 생성량 급증 추세 등이 동시에 맞물리고 있기 때문이다. 이 과정에서 시장에서는 ‘AI 채택이 거시 경제의 펀더멘털(Fundamental)을 강화한다’는 메시지가 반복적으로 강조되는 모습이다. 이는 AI 도입이 산업 전반의 생산성을
인공지능(AI)은 이미 이전부터 공장 안에서 활동하고 있었다. 다만 그동안의 AI는 품질 검사, 수요 예측, 설비 이상 감지 등 개별 공정을 지능화하는 조연에 가까운 기술로 치부됐다. 최근 1~2년 사이 분위기는 다르다. 생성형 AI(Generative AI)와 에이전트형 AI(Agentic AI)가 이 분위기를 주도하고 있다. 이들 최신 기술은 설계 문서, 고객 요구사항, 서비스 매뉴얼 등을 읽고 쓰는 업무까지 AI가 담당하면 어떨까 하는 데서 활용 범위를 확장했다. 하지만 생산성 향상을 기대하는 만큼, 잘못된 답 하나가 안전사고와 제품 회수(Product Recall)로 이어질 수 있다는 불안도 동시에 커지고 있다. 특히 복잡한 기계·로봇을 만드는 제조사는 고민이 더 깊다. 자동차·항공우주·방산·의료기기처럼 요구사항과 규제가 촘촘한 산업에서는 한 줄의 요구사항, 한 번의 설계 변경, 한 건의 서비스 기록까지 모두 추적 가능해야 한다. 이때 AI를 활용하더라도 어디까지 AI에게 맡기고, 어떤 부분은 작업자가 담당해야 하는지에 대한 확실한 의사결정 없이는 시도 자체가 위험해질 수 있다. 또한 AI가 참고하는 데이터를 어떻게 신뢰하도록 할지에 대한 고민도 뒤따
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 22일 19시 14분
