트렌드에서 얻은 것 No. 23   “AI는 모든 산업에 새로운 가능성을 열어 준다. 중요한 것은 기술이 아니라, 그것을 어떻게 활용하느냐이다.” – 사티아 나델라(Satya Nadella), 마이크로소프트 CEO 마이크로소프트는 생성형 AI를 다양한 산업에 통합하며, 기술의 활용 방식에 중점을 두고 있고,  나델라의 말은 기술 도입보다 전략적 활용이 중요하다는 점을 강조한다.   생성형 AI와 함께 설계하고, 시뮬레이션하고, 개선하라 지금 이 이야기를 한국의 제조기업에 가서 한다면, 이상한 사람 취급을 받을 수 있다. 당장, 어떻게 할 수 있는지 이야기할 수 있느냐? 우리도 그렇게 하고 싶은데, 어떻게 할 수 있는지 제대로 나온 것도 없고, 사례가 있는지 등의 얘기가 자연스럽게 나온다. 맞는 말이다. 하지만, 지금은 레이스의 출발선에서 모두 같은 상황일 것이다. 다만, 전체를 제어하고 미래를 설계하는 혜안이 있는 사람이나 조직 유무에 따라 회사들의 달리기 속도는 분명 차이가 날 것이다.  우리는 그런 시대를 살아가고 또 지나가고 있다. 뉴스에서 다른 회사의 소식을 들으면서 탄식을 하고 있을 것인가, 아니면 고통스럽더라도 뭔가 해 보는 것이 낫지 않느냐의 갈림길에 있다. “그럼에도 불구하고, 우리는 설계할 수 있다.” 그렇다. ‘생성형 AI로 설계하고, 시뮬레이션하고, 개선하라’는 말은 지금의 제조 현장에선 거대한 간극처럼 느껴진다. 공장의 열기와 노하우 속에서 살아온 실무자에게는 뜬구름 잡는 이야기처럼 들릴 수 있다. “AI가 좋다는데, 어디까지 해봤나?”, “누가 이걸 설계에 실제로 썼대?” 이런 질문은 당연한 것이고, 오히려 현실을 잘 아는 사람일 수록 더 조심스러운 반응을 보인다. 그러나 지금, 우리는 모두 레이스의 출발선에 서 있다. 완성된 길도, 검증된 답도 아직 없다. 그러니 이 때 필요한 건 기술보다 먼저 혜안을 가진 사람, 구조를 설계할 수 있는 리더다. 단 한 줄의 프로토타입이라도 그려보려는 엔지니어, 익숙한 보고서보다 새로운 질문을 고민하는 팀장, 시행착오를 감수하고 방향을 잡으려는 임원이 지금 이 시대의 속도를 결정짓는다. 그리고 그 ‘혜안’은 거창한 청사진이 아닐 수도 있다. 단 하나의 설계 데이터를 기반으로 AI에게 첫 도면을 그리게 해보는 실험, 실시간 현장 일지에서 이상 징후를 요약하게 해 보는 시도, 현장의 사진 데이터로 품질 검사 자동화를 위한 검출 모델을 훈련해 보는 도전 등이 현 시점에서 예상해 볼 수 있는 가까운 미래 모습일 것 같다. “우리는 예상치 못한 상황을 목격하고, 예상된 상황을 보고하며, 결국 승리할 것입니다.” – 알렉스 카프, 팔란티어 CEO 카프는 AI를 활용한 제조업의 혁신이 불확실성을 극복하고 성공으로 이끄는 열쇠라고 보고 있으며, 이는 생성형 AI를 통한 제조업의 미래를 긍정적으로 전망한다.    그림 1. 실용형 AI 맵 ‘제조 미래를 바꾸다’(Map by 류용효) (클릭하면 큰 이미지로 볼 수 있습니다.)   제조, AI를 다시 만나다 “설계는 끝났지만, 고객은 원하지 않는다.”  “시뮬레이션은 끝났지만, 현장은 여전히 오류를 반복한다.”  “보고서는 쌓이지만, 문제는 여전히 현재진행형이다.” 이 문장들은 지금도 수많은 제조 현장에서 반복되고 있다. 전통적인 제조 프로세스는 분업과 효율을 중심으로 설계되었지만, 급변하는 고객의 요구와 복잡해진 제품 환경은 기존 체계의 민첩성과 창의성에 한계를 드러낸다. 이제 제조기업은 하나의 질문 앞에 서 있다. “우리는 더 빠르고 똑똑한 공장을 가질 준비가 되었는가?” 생성형 AI는 단순한 자동화 기술이 아니다. 설계자의 의도를 읽고 CAD 모델을 생성하며, 수십 개의 시뮬레이션으로 프로세스 병목을 알려주고, 품질 이상을 예측할 뿐 아니라 원인을 유추해주는 ‘설계적 사고를 하는 AI’가 등장하고 있다. 이는 기술의 도입이 아니라 제조기업의 ‘운영 철학’ 자체가 전환되는 순간이다. 제조기업이 생성형 AI와 함께 앞으로 어떻게 설계하고, 시뮬레이션하고, 개선할 수 있을지를 구체적으로 조망한다. “AI는 인류가 만든 가장 중요한 기술이다. 우리는 그것을 책임감 있게 개발하고 활용해야 한다.” – 순다르 피차이(Sundar Pichai), 구글 CEO 구글은 AI 개발에 있어 윤리적 책임과 사회적 영향을 고려하고 있으며, 피차이의 말은 기술 발전과 함께 그에 따른 책임도 중요하다는 점을 상기시켜 준다.   디자인의 재정의 - AI는 창의적인 엔지니어인가? 전통적인 제조 설계 과정은 복잡한 조건 설정, 반복적인 수정, 협업 간의 커뮤니케이션 비용 등으로 인해 수많은 시간과 리소스를 요구해왔다. 하지만 이제, 생성형 AI는 텍스트 한 줄로 설계를 시작하게 한다. “3개의 모듈로 구성된 소형 드론 프레임을 설계해 줘. 탄소 섬유 기반으로 무게는 150g 이하로.” 이 한 문장으로 AI는 초기 설계안을 생성하고, 다양한 대안 모델을 제공하며, 사용자 요구조건에 따라 자동 최적화를 제안한다. AI는 도면을 '그리는 도구'가 아니라, '제안하고 비교하는 동료 엔지니어'로 진화하고 있다. 예를 들어, 오토데스크의 퓨전 360(Fusion 360), 엔톱(nTop), 다쏘시스템의 3D익스피리언스 웍스(3DEXPERIENCE Works)는 이미 생성형 디자인 기능을 내장하고 있다.  디자이너는 아이디어를 제공하고, AI는 그에 기반한 설계 패턴을 도출한다. 이는 ‘무에서 유를 만드는’ 것이 아니라, 수많은 설계 데이터를 학습한 AI가 새로운 패턴과 조합을 도출해내는 방식이다. 결과적으로 설계자는 더 이상 반복적인 CAD 작업자가 아니다. 이제 디자이너는 ‘기획자’이자 ‘비평가’, 그리고 ‘AI와 협력하는 설계 전략가’가 된다. 또한, 이러한 생성형 설계는 대량 맞춤형 생산(mass customization)과의 결합으로 그 진가를 발휘한다. 기존에는 옵션이 제한된 범용 제품만이 경제성이 있었지만, 생성형 AI는 고객의 요구사항을 빠르게 읽고 즉시 설계에 반영할 수 있다. 이는 ‘고객이 참여하는 설계’, 즉 코디자인(co-design) 시대의 도래를 가능하게 한다. 기업은 더 빠르게 시장에 대응하고, 고객은 더 높은 만족도를 경험한다. 이처럼 생성형 AI는 설계를 단순히 ‘빠르게’ 만드는 기술이 아니라, 설계의 개념 자체를 ‘재정의’하는 도구이자 기업의 창의성과 기민함을 확장하는 전략 자산이 되고 있다. “퍼플렉시티(Perplexity)는 단순한 답변 엔진에서 행동 엔진으로 전환하고 있다. 이제는 단순히 질문에 답하는 것을 넘어, 사용자에게 행동을 제안하고 실행하는 단계로 나아가고 있다.” – 아라빈드 스리니바스(Aravind Srinivas), 퍼플렉시티 AI CEO 아라빈드의 말은 AI 기술이 단순한 정보 제공을 넘어, 사용자와의 상호작용을 통해 실제 행동을 유도하고 실행하는 방향으로 발전하고 있음을 의미한다.   시뮬레이션의 혁신 - 빠른 판단과 적은 비용 과거의 시뮬레이션은 전문 소프트웨어와 고성능 컴퓨팅 자원, 그리고 숙련된 엔지니어의 직관과 경험에 크게 의존해 왔다. CAE는 분명 설계 검증과 최적화의 핵심이었지만, 조건 설정 → 모델링 → 결과 해석 → 반복이라는 고비용 순환은 여전히 제품 개발의 병목으로 작용해왔다. 그러나 생성형 AI는 이 병목을 타파하는 새로운 접근을 제시한다. 자연어로 “강풍 조건에서 뒤틀림이 가장 적은 하우징 구조를 찾아줘”라고 지시하면, AI는 자동으로 물리 조건을 추론하고, 유사 데이터 기반의 시뮬레이션 템플릿을 구성하며, 수십 개의 대안 시나리오를 병렬 생성해 ‘예측 – 설명 – 추천’이라는 삼중 루프를 빠르게 수행한다. 이러한 기술은 시뮬레이션의 대중화(simulation democratization)를 이끈다. 기술 전공자가 아니어도, 제품 매니저나 품질 담당자가 AI의 도움으로 설계안의 응력 분포나 유동 조건에 대해 인사이트를 얻을 수 있다. 이는 실무자가 더 빠르게 결정을 내릴 수 있도록 돕고, 의사결정의 지연 대신, 다중 시나리오 기반의 ‘실험적 사고’를 가능하게 만든다. 대표적인 사례로는 알테어의 AI 기반 인스파이어 플랫폼(AI-driven Inspire Platform), 앤시스의 AI 기반 시뮬레이션 자동화, 그리고 다쏘시스템의 솔리드웍스 생성형 시뮬레이션(Generative Simulation for SOLIDWORKS)이 있다. 이들은 기존 FEM/CFD 분석의 시간과 비용을 줄이는 동시에, 경험 기반 의사결정에서 데이터 기반 최적화로의 전환을 이끌고 있다. 궁극적으로 생성형 AI는 단순히 ‘더 빠른 계산’을 넘어서, “어떤 시나리오를 먼저 고려해야 하는가?”, “이 조건에서 실패할 가능성은 무엇인가?”라는 전략적 질문에 답하는 보조 엔진이 되어 준다. 이는 시뮬레이션을 단지 제품 검증의 도구가 아니라, 경영 의사결정과 R&D 전략 수립의 인공지능 파트너로 진화시키는 변화의 시작점이다.  “AI는 우리가 상상하는 것보다 훨씬 더 빠르게 발전하고 있다. 자율주행차는 그저 시작일 뿐이다.” – 일론 머스크(Elon Musk), 테슬라 CEO 테슬라는 자율주행 기술 개발에 AGI 수준의 AI를 활용하고 있으며, 이는 단순한 기능 향상을 넘어 차량 설계와 운행 방식 전반을 재정의하는 접근이다.   업무 분석과 프로세스 개선 - 데이터는 말하고 AI는 듣는다 제조 현장의 데이터는 언제나 풍부했다. 작업자 일지, 설비 로그, 유지보수 메모, 품질검사 리포트, 현장 사진과 동영상, 고객 클레임 이메일… 하지만 이들 대부분은 정형화되지 않은 ‘텍스트’와 ‘문서’ 형태로 존재하며, 기존 시스템은 이를 ‘기록’하는 데에만 집중했고, 의미를 해석하고 연결하는 능력은 인간의 몫이었다. 이제 생성형 AI는 이 방대한 비정형 데이터의 숲에서 맥락을 이해하는 나무를 찾는다. 작업자가 남긴 “라인 3에서 어제도 제품 정렬이 안 맞았고, 자동 이젝터가 두 번 멈췄다”는 기록은, AI에겐 단순한 텍스트가 아니라 ‘패턴’과 ‘이상’의 시그널이다. LLM은 이런 문장을 분석해 작업 단계별 이벤트를 분해하고, 관련된 설비 로그와 품질 데이터를 연결하여 문제 지점을 도출한다. 이제 업무는 ‘기록하고 보고하는 일’이 아니라, ‘데이터가 스스로 분석하고 말하는 환경’으로 바뀌고 있다. 대표적인 활용 사례는 다음과 같다. 업무 요약 자동화 : 업무 일지를 요약해 경영진에게 핵심 이슈를 전달 프로세스 병목 식별 : 여러 부서의 텍스트 기반 보고서에서 공통 키워드와 불만 분석 문서 자동 생성 : SOP(표준작업지침서), 회의록, 개선안 보고서 등의 자동 초안 작성 협업 인텔리전스 : 여러 팀 간의 커뮤니케이션 데이터를 분석해 협업 지연 포인트 도출 실제로 지멘스는 AI 기반 자연어 처리 기술(Natural Language Processing : NLP)을 통해 디지털 작업지시서와 실시간 현장 대응 리포트를 자동 생성하는 기능을 도입했고, 보쉬는 AI를 통해 품질 클레임 문서에서 반복 출현하는 원인 유형을 추출하여 품질 개선의 단초로 활용하고 있다. 핵심은 이것이다. 현장의 수많은 대화와 기록이 AI에게 ‘말을 거는 데이터’가 되었고, AI는 그 말을 듣고, 요약하고, 통찰을 제시하며, 업무 개선을 스스로 제안하는 존재가 되었다는 점이다. 이제 우리는 묻지 않을 수 없다. 우리는 AI에게 말 걸 준비가 되어 있는가? 그리고 그 대답을 조직이 들을 준비는 되었는가? “가장 큰 위험은 아무런 위험도 감수하지 않는 것이다. 모든 것이 급변하는 시대에서 위험을 회피하는 전략은 반드시 실패로 이어진다.” — 마크 저커버그, 메타 CEO 저커버그는 변화와 혁신의 시대에 기존의 방식을 고수하며 위험을 회피하려는 태도가 오히려 더 큰 실패를 초래할 수 있음을 경고한다.   품질 관리의 진화 - AI는 예지적 감각을 가질 수 있는가 품질 관리는 제조업의 마지막 방어선이자, 가장 정교한 신경망이다. 그러나 지금까지의 품질 관리는 주로 사후 대응(postdefect 대응)에 집중되어 있었다. 불량이 발생한 후 원인을 찾고, 재발 방지책을 수립하고, 문서를 정리하는 ‘후행적 품질 관리’가 일반적이었다. 이제 생성형 AI는 이 전통적 프레임을 근본부터 흔들고 있다. AI는 ‘불량을 감지’하는 것이 아니라, ‘불량을 설명하고 예측’하려 한다. 예를 들어, 제품 표면의 이미지를 기반으로 한 비전 검사 시스템은 단순히 OK/NG를 판단하는 데서 그치지 않고, “이 영역의 텍스처 패턴은 온도 편차에 의한 수축 변형일 가능성이 높습니다”라고 말할 수 있는 설명형 모델로 진화하고 있다. 나아가, 생성형 AI는 텍스트, 이미지, 센서 데이터를 통합적으로 분석해 복합적인 이상 징후를 감지하고, 불량의 '가능성'과 '잠재 원인'을 추론해낸다. 예를 들어 다음과 같은 조합이 가능해진다. 작업자 일지 : “이틀 전부터 용접기압이 다소 약한 것 같다.” 센서 로그 : 오전 9~11시에 기압 편차 발생 불량 이미지 : 비드 형성 불균형 AI는 이를 연결해 “용접 조건의 경미한 변화가 반복 불량의 근본 원인일 수 있다”고 보고한다. 이는 단순한 예측모델이 아니다. ‘설명 가능한 품질 관리(Explainable Quality)’, 즉 AI가 품질 이슈에 대해 왜 그런 판단을 했는지를 근거와 함께 제시함으로써, 품질팀은 더 이상 직감이나 경험에만 의존하지 않고 데이터 기반의 합리적 개선 프로세스를 수립할 수 있다. 이미 보쉬, 토요타, GE 항공 등은 ▲AI 기반 비전 검사 시스템에서 ‘불량 예측 + 원인 설명’을 제공하는 모델을 구축 중이고 ▲ISO 9001과 연동되는 AI 품질 리포트 자동화 시스템을 테스트하고 있다. 이는 곧 ‘AI가 품질 시스템의 일원으로 공식 포함되는 시대’가 오고 있음을 뜻한다. 품질의 정의는 바뀌고 있다. 과거의 품질은 발견과 수정의 문제였지만, 앞으로의 품질은 예지와 설득의 문제다. AI는 이제 불량을 찾아내는 것이 아니라, 불량이 만들어지지 않도록 ‘생산 과정 그 자체를 개선하자’고 제안하는 동료가 되어가고 있다. “AI는 전기를 발견한 것과 같은 혁신이다. 모든 산업에 스며들 것이며, 그 영향을 무시할 수 없다.” – 앤드류 응(Andrew Ng), AI 전문가 앤드류 응은 AI의 보편성과 산업 전반에 미치는 영향을 강조하고 있다. 그의 말은 제조업에서도 AI의 통합이 필수임을 시사한다.   경고와 제언 - 생성형 AI는 도입이 아니라 전환이다 많은 제조기업이 생성형 AI에 주목하고 있다. 설계 자동화, 시뮬레이션 최적화, 업무 요약, 품질 예측… 도입 사례는 늘고 있지만, 도입이 곧 성공을 의미하진 않는다. 생성형 AI는 단순한 툴이 아니라, 운영 철학의 변화를 요구한다. 기존의 프로세스는 ‘정해진 절차와 역할’ 속에서 최적화를 추구해왔지만, 생성형 AI는 ‘질문을 던지고 시나리오를 비교하며 판단을 내리는 유연한 사고방식’을 요구한다. 즉, 기술만 바꾸는 것이 아니라 조직의 사고 체계와 역할 구조 자체를 재설계해야 하는 것이다. 예를 들어 <표 1>과 같은 전환이 필요하다.   표 1   하지만 문제는 기술이 아니다. 가장 큰 장벽은 조직이 AI를 받아들일 준비가 되어 있느냐는 것이다. 임원은 AI를 단순히 ‘자동화 툴’로 간주하는 경향이 많고, 현장은 여전히 ‘내 일을 뺏는 존재’로 AI를 경계한다. 이 간극을 메우지 않으면, AI는 시연 단계에서 멈추고, 조직은 변화의 본질을 놓친다. 따라서 다음과 같은 전환 전략이 필요하다. 파일럿이 아닌 전환 설계 특정 부서에서 테스트하는 것이 아니라, 조직 전체의 프로세스 전환 시나리오를 기획해야 한다. ‘도입 교육’이 아닌 ‘공감 설계’ 기술 사용법이 아니라, 왜 이 기술이 필요한지에 대한 비즈니스 관점에서의 스토리텔링이 필요하다. AI Co-Worker 관점 전환 AI는 도구가 아니라, 함께 판단하고 실험하는 동료로 봐야 한다. 이를 위해 직무 정의서(JD)도 다시 써야 한다. 성과 기준의 재정립 AI 도입 이후에는 ‘정확도’보다 ‘학습 속도’와 ‘적응력’이 핵심 성과 지표가 된다. 결국, 생성형 AI는 ‘도입해야 할 기술’이 아니라 ‘다르게 일하고, 다르게 생각하고, 다르게 운영하는 기업’으로 전환하기 위한 촉매제다. 이제 경영진에게 남은 질문은 단 하나다. “우리는 기술을 도입할 준비가 되었는가?”가 아니라, “우리는 조직을 전환할 용기를 가졌는가?”이다. “지금은 스타트업의 시대… 세상은 여전히 변화의 가능성에 잠들어 있다.” – 샘 올트먼, 오픈에이아이 CEO 올트먼은 기술 혁신의 시기에 기존 기업들이 변화에 둔감해질 수 있음을 경고하며, 새로운 도전과 변화를 추구하는 조직만이 미래를 선도할 수 있다는 메시지를 담고 있다.   맺음말 : 생성형 AI 시대의 제조 기업, 당신은 어떤 그림을 그리고 있는가 미래의 공장은 단지 더 정교하고, 더 빠르며, 더 자동화된 곳이 아니다. 그곳은 데이터를 읽고, 상황을 이해하고, 사람과 함께 결정하는 공장이다. 문제를 발견하기 전에 감지하고, 작업자를 지원하며, 스스로 최적의 방식을 제안하는 공장이다. 그리고 그 공장의 핵심 파트너는 인간의 상상력을 확장하는 생성형 AI다. 이제 중요한 질문은 이것이다. “우리는 어떤 그림을 그리고 있는가?” 기술은 빠르게 진화한다. 생성형 AI는 설계와 시뮬레이션, 업무 분석과 품질 관리까지 제조의 전 과정을 유기적으로 연결하며 ‘스마트’를 넘어 ‘지능적’으로 만들고 있다. 하지만 진정한 경쟁력은 기술의 채택이 아닌, 기술과 함께 일하는 방식의 변화에서 비롯된다. 아직 많은 제조기업은 ‘가능성 탐색’ 단계에 머물러 있다. 하지만 머뭇거릴 시간이 없다. AI는 이미 조직 구조, 업무 정의, 리더십의 방식까지 영향을 미치기 시작했다. 이제는 기술을 배우는 것이 아니라, 기술과 함께 일할 조직을 설계해야 할 때다. 생성형 AI 시대의 제조 기업은 세 가지 질문에 답할 수 있어야 한다. 우리는 상상할 수 있는가? 생성형 AI는 ‘주어진 문제를 해결’하는 것이 아니라 ‘가능성을 확장’한다. 제조기업의 조직은 아직도 문제만 찾고 있는가, 아니면 새로운 기회를 그리고 있는가? 우리는 받아들일 수 있는가? AI는 사람의 영역을 침범하지 않는다. 다만 그 옆에 선다. 우리는 전환할 수 있는가? 우리는 그것을 파트너로 받아들일 준비가 되어 있는가? AI 도입은 기술의 문제가 아니라, 사고방식과 리더십의 전환이다. 과연 지금의 조직은 그 전환을 감당할 수 있는가? 미래의 공장은 말하고 있다. “나는 설계하고, 시뮬레이션하고, 개선할 준비가 되어 있다. 너는 나와 함께 걸을 준비가 되어 있는가?”   ■ 류용효 디원의 상무이며 페이스북 그룹 ‘컨셉맵연구소’의 리더로 활동하고 있다. 현업의 관점으로 컨설팅, 디자인 싱킹으로 기업 프로세스를 정리하는데 도움을 주며, 1장의 빅 사이즈로 콘셉트 맵을 만드는데 관심이 많다.(블로그)     ■ 기사 내용은 PDF로도 제공됩니다.

마이크로소프트가 연례 보고서인 ‘2025 Work Trend Index(업무동향지표)’를 발표하면서, AI가 재편하는 업무 환경과 프론티어 기업의 등장을 조명하는 한편 AI 시대의 변화에 대응할 로드맵을 제시했다. AI는 단순한 기술을 넘어 사고하고 추론하며 복잡한 문제를 해결하는 동반자로 진화하고 있다. 이에 마이크로소프트는 ‘2025 업무동향지표’를 통해 AI가 조직 경영과 비즈니스에 미치는 영향에 대한 주요 트렌드를 공개했다. 이번 보고서는 한국을 포함한 31개국 3만 1000 명의 근로자 대상 설문조사 결과와 함께, 마이크로소프트 365에서 수집된 수 조 건의 생산성 신호, 링크드인의 노동·채용 트렌드, 그리고 AI 스타트업, 학계 전문가, 경제학자 등과의 협업을 통해 도출됐다.     이번 보고서는 ‘프론티어 기업(Frontier Firm)’이라는 새로운 기업 유형이 등장하고 있으며, 향후 2-5년 안에 대부분의 조직이 이 방향으로 전환을 시작할 것으로 전망했다. 프론티어 기업은 인간과 AI 에이전트가 함께 일하는 하이브리드 팀을 중심으로 유연하게 운영되며, 빠르게 성장하고 성과를 만들어내는 것이 특징이다. 기업 리더의 81%는 향후 12~18개월 내 자사 AI 전략에 AI 에이전트가 광범위하게 통합될 것으로 기대하고 있으며, 실제로 AI 도입 속도도 빠르게 가속화되고 있다. 전체 리더 중 24%는 자사에 이미 전사 차원의 AI 도입이 이뤄졌다고 응답했으며, 시험 운영(pilot) 단계에 머무르고 있다고 답한 리더는 12%에 불과했다. 프론티어 기업은 인간과 AI의 협업 수준에 따라 세 단계로 진화한다. 1단계에서는 AI가 반복적인 업무를 보조해 인간의 효율을 높인다. 2단계에서는 에이전트가 팀의 디지털 동료로 합류해, 사람의 지시에 따라 구체적인 업무를 수행한다. 마지막 3단계에서는 인간이 방향을 제시하면, 에이전트가 전체 업무 흐름을 주도해 업무를 실행하고 인간은 필요할 때만 개입한다. 또한, 보고서는 AI의 급속한 발전으로, 인간의 시간·에너지·비용에 의존하던 지능이 이제는 언제든지 사용할 수 있는 ‘언제든지 사용할 수 있는 지능(Intelligence on tap)’으로 변화하고 있다고 분석했다. 합리적 사고, 계획, 행동이 가능한 AI와 에이전트의 등장으로 인해 이제 기업은 필요에 따라 팀과 개인의 역량을 확장할 수 있다. 실제로 글로벌 리더의 82%(한국 77%)는 2025년을 전략과 운영상의 주요 사항들을 재고해야 할 전환점으로 보고 있으며, 82%의 리더(한국 77%)는 향후 12~18개월 내에 디지털 노동력을 활용해 인력의 역량을 확대할 수 있을 것으로 기대하고 있다. 이 같은 변화의 배경에는 비즈니스 수요와 인간의 역량 간의 간극, 즉 역량 격차(Capacity Gap)가 있다. 리더의 53%(한국 65%)는 지금보다 더 높은 생산성이 필요하다고 답했지만, 리더를 포함한 근로자 80%(한국 81%)는 업무에 집중할 시간이나 에너지가 부족하다고 느꼈다. 마이크로소프트 365 사용자 행동 데이터에 따르면, 직원들은 회의, 이메일, 알림 등으로 하루 평균 275번 업무 방해를 받고 있으며, 10건의 회의 중 6건은 별다른 예고 없이 갑작스럽게 열리는 것으로 나타났다. 이 가운데, 일부 기업은 AI를 기반으로 조직 경영 전략을 새롭게 설계하고 있으며, 마이크로소프트는 이들을 ‘프론티어 기업’으로 정의했다. 31개국 3만 1000명 가운데 프론티어 기업에 근무하는 844명의 직원 71%는 자사가 빠르게 성장하고 있다고 답했으며, 이는 글로벌 평균(37%)의 약 두 배에 해당한다. 또 이들 중 55%(글로벌 20%)는 더 많은 업무를 감당할 여력이 있다고 응답했으며, 93%(글로벌 77%)는 향후 커리어 전망에 자신감을 보였다.     산업과 직무의 진화에 따른 다면적인 변화도 예고됐다. 리더의 45%(한국 44%)는 향후 12~18개월 안에 디지털 노동력을 통해 팀 역량을 확대하는 것을 최우선 과제로 꼽았다. 한편 링크드인에 따르면 유망 스타트업의 고용 증가율은 전년 대비 20.6%로, 빅테크(10.6%)의 약 두 배에 육박했다. 이어서, 보고서는 전통적인 조직 구조를 보완할 새로운 모델로 워크 차트(Work Chart)를 제시했다. 기존 조직이 재무, 마케팅, 엔지니어링 등 기능 중심으로 팀을 구성해왔다면, 워크 차트는 부서가 아닌 달성해야 할 목표를 기준으로 팀을 유연하게 구성하는 방식이다. 이 과정에서 AI 에이전트는 팀원으로서 분석, 지원, 제안 등 다양한 역할을 수행하며 인간의 역량을 확장한다. AI 에이전트의 역할이 모든 업무 영역에서 동일한 속도로 발전하지는 않을 것으로 예상됐다. 향후 일부 업무는 에이전트가 대부분을 수행하고, 인간은 고위험·고정밀 업무를 감독하는 방식으로 역할이 조정될 것으로 내다봤다. 판단, 공감, 사고력이 요구되는 업무는 인간의 개입이 필요하다는 분석이다. 인간과 에이전트 간 역할 분담을 측정할 수 있는 운영 지표인 인간-에이전트 비율(Human-agent ratio)의 필요성도 제시했다. 하이브리드 팀의 생산성을 극대화하기 위해서는 에이전트의 수뿐만 아니라, 이들을 효과적으로 조율하고 관리할 수 있는 인간의 수 역시 함께 고려해야 한다는 설명이다.  실제로 리더의 46%(한국 48%)는 자사에서 에이전트를 활용해 업무 절차나 프로세스를 완전히 자동화하고 있다고 답했다. AI 투자와 관련해서는, 향후 12~18개월 내 고객 서비스, 마케팅, 제품 개발 분야에서 확대가 빠르게 이뤄질 것으로 예상하는 리더가 많았다. AI에 대한 인식 차이도 주목된다. 직원의 52%(한국 52%)는 AI를 명령형 도구로 여기고 단순 지시 수행에 활용하고 있었고, 46%(한국 45%)는 조력자로 받아들여 아이디어를 구상하거나 창의적 사고를 확장하는 데 사용하는 것으로 나타났다. 이에 따라, 마이크로소프트는 조직이 향후 디지털 노동력 관리를 전담하는 지능 자원(intelligence resources) 부서나, 인간과 디지털 노동력의 균형을 조율하는 자원 최고 책임자(Chief Resources Officer)와 같은 새로운 리더십 역할 도입도 검토할 수 있다고 제언했다. 이러한 흐름 속에서, AI는 인간을 대체하기보다 협업을 통해 가치를 높이는 도구로 인식되고 있다. AI를 활용한 개인의 성과는 AI 없이 팀을 구성한 경우보다 높게 나타났으며, 직원들이 AI를 선호하는 이유로 ▲24시간 이용 가능성(42%)(한국 27%) ▲일정한 속도와 품질(30%)(한국 33%) ▲무제한 아이디어 제공(28%)(한국 25%)이 꼽혔다. 보고서는 AI 에이전트의 활용이 본격화되며, 에이전트 보스(Agent Boss) 시대가 도래할 것으로 전망했다. 이는 모든 근로자가 에이전트를 만들고 위임하고 관리하며, 에이전트 기반 스타트업의 CEO와 같은 사고방식을 갖춰야 한다는 의미다. 28%의 관리자는 인간과 AI로 구성된 하이브리드 팀을 이끌 담당자를 채용할 계획이며, 32%는 에이전트 설계·개발·최적화를 위해 12~18개월 내 AI 에이전트 전문가를 채용할 의향이 있다고 밝혔다. AI 전략 수립과 실행에서 리더의 역할도 더욱 강조되고 있다. 에이전트에 대한 친숙도, 사용 빈도, 신뢰 수준, 시간 절감 효과, 관리 역할, 사고 파트너로서 활용, 경력 기여 가능성 등 7가지 항목으로 에이전트 보스 마인드셋을 조사한 결과, 모든 지표에서 리더가 직원보다 높은 수치를 기록했다. 특히 리더들은 향후 5년 이내에 팀의 업무 범위에 ▲ AI를 활용한 비즈니스 프로세스 재설계(38%)(한국 35%) ▲복잡한 업무 자동화를 위한 멀티 에이전트 시스템 구축(42%)(한국 39%) ▲에이전트 훈련(41%)(한국 34%) ▲에이전트 관리(36%)(한국 38%) 등이 포함될 것으로 내다봤다. 에이전트에 익숙하다고 답한 리더는 67%(한국 70%)였지만 직원은 40%(한국 32%)에 그쳤고, 리더의 약 3분의 1이 AI를 통해 하루 1시간 이상을 절약한다고 응답했으나, 직원은 이보다 낮았다. AI가 커리어에 도움이 될 것이라고 본 비율도 리더는 79%, 직원은 67%로 조사됐다. 또한 51%의 관리자(한국 39%)는 향후 5년 안에, 직원의 AI 교육과 역량 강화가 자신의 업무 범위에 포함될 것으로 내다봤다. AI의 확산과 함께 조직 전반의 직무 변화가 가속화될 것으로도 전망했다. 실제로 현재 링크드인을 통해 채용된 직원 중 10% 이상은 2000년에는 존재하지 않았던 직무를 맡고 있으며, 링크드인은 2030년까지 대부분의 직무에서 요구되는 기술의 70%가 바뀔 것으로 예상했다. 한편, 83%의 리더는 AI가 신입 직원들이 더 빠르게 전략적이고 복잡한 업무에 적응하도록 도와줄 것이라고 내다봤다. 보고서는 직원들이 AI 기술을 학습하고 실무 경험을 쌓을 기회를 확보해야 하며, 기업은 이를 위한 교육과 도구를 적극 제공해야 한다고 제언했다. 직원의 52%, 리더의 57%는 자신이 속한 산업의 직업 안정성이 보장되지 않는다고 여기고 있으며, 81%의 직원이 지난 1년간 이직하지 않은 것으로 나타났다. 링크드인은 2025년 가장 주목받는 역량으로 AI 리터러시를 꼽았으며, AI 역량과 더불어 갈등 해결, 적응력, 프로세스 자동화, 혁신적 사고 등 기계가 대체할 수 없는 인간의 강점 또한 더욱 중요해질 것으로 전망했다. 마이크로소프트는 AI 시대에 유연하게 대응하기 위해 지금이 기업의 결정적 행동 시점이라고 강조하며 세 가지 실행 로드맵을 제시했다. 마이크로소프트는 ▲AI 에이전트를 디지털 직원으로 채용해 명확한 역할을 정의하고, 온보딩·책임 배분·성과 측정 등 실제 팀원처럼 관리할 것을 권고했으며 ▲고객 응대나 고위험 판단 등 인간의 개입이 필요한 영역과 자동화가 가능한 업무를 구분해, 인간과 AI의 협업 구조를 정립해야 한다고 제안하면서 ▲AI 도입을 기술 과제가 아닌 조직 혁신 과제로 보고, 시범 운영에 그치지 않고 전사적으로 빠르게 확산할 필요가 있다고 강조했다. 마이크로소프트의 자레드 스파타로(Jared Spataro) AI 기업 부문 부사장은 “AI는 조직의 경영 전략은 물론, 우리가 인식하는 지식 노동의 개념을 바꾸고 있다”며, “2025년은 프론티어 기업이 탄생한 해로, 앞으로 몇 년 안에는 AI를 통해 대부분의 산업과 조직에서 직원의 역할 경계가 새롭게 정의될 것”이라고 말했다.

엔비디아가 에이전트 기반 AI 플랫폼 개발을 가속화하고 기업의 생산성을 높이는 ‘엔비디아 네모 마이크로서비스(NVIDIA NeMo microservices)’를 정식 출시했다고 밝혔다. 이번에 정식 출시된 엔비디아 네모 마이크로서비스는 기업 IT 부서가 데이터 플라이휠(flywheel)을 활용해 직원 생산성을 높일 수 있는 AI 팀원을 빠르게 구축하도록 지원한다. 이 마이크로서비스는 엔드 투 엔드 개발자 플랫폼을 제공한다. 이 플랫폼은 최첨단 에이전틱 AI(Agentic AI) 시스템의 개발을 가능하게 하고, 추론 결과, 비즈니스 데이터, 사용자 선호도에 기반한 데이터 플라이휠을 통해 지속적인 최적화를 지원한다. 데이터 플라이휠을 통해 기업 IT 부서는 AI 에이전트를 디지털 팀원으로 온보딩할 수 있다. 이러한 에이전트는 사용자 상호작용과 AI 추론 과정에서 생성된 데이터를 활용해 모델 성능을 지속적으로 개선할 수 있다. 이를 통해 ‘사용’을 ‘인사이트’로, ‘인사이트’를 ‘실행’으로 전환할 수 있다.     데이터베이스, 사용자 상호작용, 현실 세계의 신호 등의 고품질 입력이 지속적으로 제공되지 않으면 에이전트의 이해력은 약화된다. 그 결과, 응답의 신뢰성은 떨어지고 에이전트의 생산성도 저하될 수 있다. 운영 환경에서 AI 에이전트를 구동하는 모델을 유지하고 개선하기 위해서는 세 가지 유형의 데이터가 필요하다. 인사이트를 수집하고 변화하는 데이터 패턴에 적응하기 위한 추론 데이터, 인텔리전스를 제공하기 위한 최신 비즈니스 데이터, 모델과 애플리케이션이 예상대로 작동하는지를 판단하기 위한 사용자 피드백 데이터가 그것이다. 네모 마이크로서비스는 개발자가 이 세 가지 유형의 데이터를 효율적으로 활용할 수 있도록 지원한다. 또한, 네모 마이크로서비스는 에이전트를 구동하는 모델을 선별하고, 맞춤화하며, 평가하고, 안전장치를 적용하는 데 필요한 엔드 투 엔드 툴을 제공함으로써 AI 에이전트 개발 속도를 높인다. 엔비디아 네모 마이크로서비스는 ▲대규모 언어 모델(LLM) 미세 조정을 가속화해 최대 1.8배 높은 훈련 처리량을 제공하는 네모 커스터마이저(Customizer) ▲개인과 산업 벤치마크에서 AI 모델과 워크플로의 평가를 단 5번의 API 호출로 간소화하는 네모 이밸류에이터(Evaluator) ▲ 0.5초의 추가 지연 시간만으로 규정 준수 보호 기능을 최대 1.4배까지 향상시키는 네모 가드레일(Guardrails)을 포함한다. 이는 네모 리트리버(Retreiver), 네모 큐레이터(Curator)와 함께 사용돼, 맞춤형 엔터프라이즈 데이터 플라이휠을 통해 AI 에이전트를 구축하고, 최적화하며, 확장하는 과정을 기업이 보다 수월하게 수행할 수 있도록 지원한다. 개발자는 네모 마이크로서비스를 통해 AI 에이전트의 정확성과 효율성을 높이는 데이터 플라이휠을 구축할 수 있다. 엔비디아 AI 엔터프라이즈(Enterprise) 소프트웨어 플랫폼을 통해 배포되는 네모 마이크로서비스는 온프레미스 또는 클라우드의 모든 가속 컴퓨팅 인프라에서 엔터프라이즈급 보안, 안정성, 지원과 함께 손쉽게 운영할 수 있다. 이 마이크로서비스는 기업들이 수백 개의 전문화된 에이전트를 협업시키는 대규모 멀티 에이전트 시스템을 구축하고 있는 현재 정식 출시됐다. 각 에이전트는 고유의 목표와 워크플로를 가지고 있으며, 디지털 팀원으로서 복잡한 업무를 함께 해결하며 직원들의 업무를 보조하고, 강화하며, 가속화한다. 엔비디아 네모 마이크로서비스로 구축된 데이터 플라이휠은 사람의 개입을 최소화하고 자율성을 극대화하면서 데이터를 지속적으로 선별하고, 모델을 재훈련하며, 성능을 평가한다. 네모 마이크로서비스는 라마(Llama), 마이크로소프트 파이(Microsoft Phi) 소형 언어 모델 제품군, 구글 젬마(Google Gemma), 미스트랄 등 폭넓은 인기 오픈 모델을 지원한다. 또한, 기업은 엔비디아 가속 인프라, 네트워킹, 그리고 시스코, 델, HPE, 레노버(Lenovo) 등 주요 시스템 제공업체의 소프트웨어를 기반으로 AI 에이전트를 실행할 수 있다. 액센츄어(Accenture), 딜로이트(Deloitte), EY를 비롯한 거대 컨설팅 기업들 역시 네모 마이크로서비스를 기반으로 기업용 AI 에이전트 플랫폼을 구축하고 있다.

한국지멘스는 지멘스그룹이 3월 31일부터 4월 4일 독일에서 열린 ‘2025 하노버 산업 박람회(하노버 메세)’에 참가해 산업 전반의 디지털 전환과 지속 가능한 미래를 가속화하는 혁신 기술을 선보이고, 강력한 에코시스템 파트너들과의 성공적인 협업 현황을 공유했다고 밝혔다. 지멘스는 이번 하노버 메세를 통해 공장의 두뇌 역할을 하는 가상 프로그램 로직 제어기(vPLC)를 아우디의 뵐링거 회페 공장에 도입한 사례를 소개했다. 이 공장에서는 기존처럼 기계나 로봇 근처에 하드웨어 기반 컨트롤러를 설치하는 대신 수 킬로미터 떨어진 데이터 센터에서 작동하는 가상 컨트롤러가 공장 전체의 생산을 제어함으로써 현장의 안전성을 강화하고, 생산 프로세스를 간소화하며, 제조 공정의 효율화를 이끌고 있다. 이와 관련해 지멘스는 독일기술검사협회(TÜV)로부터 vPLC에 대한 안전 인증을 획득했다. 지멘스는 개방형 디지털 비즈니스 플랫폼을 지향하는 ‘지멘스 엑셀러레이터(Siemens Xcelerator)’를 통해 파트너가 보유한 최첨단 기술을 산업 생태계에 원활하게 통합시킨다는 전략을 추진하고 있다. 지멘스의 핵심 역량과 글로벌 파트너 에코시스템이 결합된 지멘스 엑셀러레이터로 첨단 기술의 확장과 차세대 산업 혁신을 주도하는 핵심 동력을 만들겠다는 것이다.     이번 하노버 메세에서 지멘스와 액센츄어는 전 세계 7000여명의 전문가로 구성된 ‘액센츄어 지멘스 비즈니스 그룹’을 출범한다고 발표했다. 이 조직은 지멘스 엑셀러레이터 포트폴리오의 산업용 AI 및 소프트웨어, 자동화 기술과 액센츄어의 데이터 및 AI 역량을 결합한 설루션을 공동 개발하고 판매할 예정이다. 또한, 지멘스는 하노버 메세에서 엔비디아와의 파트너십을 통한 산업용 메타버스 기술을 시연하면서, 지멘스 엑셀러레이터와 엔비디아 옴니버스(Omniverse)를 통합한 ‘팀센터 디지털 리얼리티 뷰어(Teamcenter Digital Reality Viewer)’를 처음 공개했다. 시각화 및 시뮬레이션 기능이 향상된 팀센터 디지털 리얼리티 뷰어는 극사실적인 몰입형 디지털 트윈을 구현하여 사용자에게 설계 및 운영 워크플로에 대한 중요한 인사이트를 제공한다. 이 밖에도 양사는 지멘스의 산업용 소프트웨어 및 자동화 포트폴리오와 엔비디아의 AI 및 가속 컴퓨팅 기술을 결합해 산업 전반의 효율 및 생산성을 높이고자 한다.  지멘스는 마이크로소프트와 함께 '산업용 파운데이션 모델(IFM)'을 개발했다. 마이크로소프트 애저(Azure) 플랫폼을 기반으로 산업 특화 데이터를 활용하는 이 모델은 AI에게 엔지니어링 언어를 학습시킴으로써, 3D 모델과 2D 도면은 물론 산업에 특화된 복잡한 데이터와 기술 사양을 처리하고 맥락화할 수 있다. 지멘스는 IFM이 인간과 기계의 협업을 한 단계 끌어올려 산업 현장의 AI 설루션 도입을 앞당기고, 숙련 인력 부족 문제를 해소하며, 가치 사슬 전반에 걸쳐 생산성과 효율성, 품질을 향상시킬 것으로 기대하고 있다. 또한, 지멘스와 마이크로소프트는 지멘스의 실시간 데이터 수집 툴인 인더스트리얼 엣지(Industrial Edge)와 마이크로소프트 애저의 클라우드 플랫폼을 통합하는 산업 운영 효율화를 위한 파트너십을 강화하고 있다. 지멘스와 아마존웹서비스(AWS)는 지속 가능한 스마트 인프라를 발전시키기 위한 전략적 파트너십을 발표했다. 양사는 하노버 메세에서 지멘스의 디지털 빌딩 플랫폼 ‘빌딩 X(Building X)’와 아마존 노바(Amazon Nova), 아마존 베드록(Amazon Bedrock) 등 AWS의 클라우드 서비스 및 AI 역량을 결합한 성과를 선보였다. 이를 통해 효율성 증대, 비용 절감, 프로세스 자동화와 함께 에너지 소비 및 탄소 배출 데이터에 대한 실시간 인사이트를 기반으로 에너지 절감 효과까지 거둘 수 있음을 보여줬다. 지멘스그룹의 롤랜드 부시(Dr. Roland Busch) 회장 및 최고경영자는 하노버 메세의 개막 연설에서 전 세계의 중대한 산업 변화를 이끌 핵심 기술로 ‘산업용 AI’를 꼽았다. 롤랜드 부시 회장은 “올해 하노버 메세는 산업계가 역동적인 기술 및 시장 환경 변화에 직면해 있는 대변혁의 시기임을 보여준다. 지멘스는 산업용 AI, 포괄적인 디지털 트윈, 소프트웨어 정의 자동화(SDA) 분야를 선도하는 기업으로서 고객이 경쟁력과 회복 탄력성, 지속 가능성을 높이고 변화를 이끌어 나갈 수 있도록 지원한다”고 전했다. 이어 롤랜드 부시 회장은 “지멘스는 산업 현장에 대한 전문성과 깊은 이해, 충분한 데이터를 보유하고 있으며, 이러한 지멘스의 역량과 AI를 결합함으로써 엄청난 시너지 효과를 낼 것”이라고 전망했다.

팀뷰어가 3월 31일~4월 4일 열리는 ‘하노버 산업박람회 2025(하노버 메세 2025)’에서 효율적인 산업 교육 및 온보딩 프로세스를 위한 첨단 공간 컴퓨팅(spatial computing) 설루션 ‘팀뷰어 프론트라인 스페이셜(TeamViewer Frontline Spatial)’을 발표했다. 산업용 증강현실(AR)을 포함한 디지털 워크플레이스 설루션을 제공하는 팀뷰어는 올해 하노버 산업박람회에서 항공우주, 자동차, 기계공학 등 다양한 산업 고객이 공간 컴퓨팅을 어떻게 교육 프로그램을 혁신하고 있는지 시연을 통해 소개했다. 대표적인 사례로, 항공기 엔진 기업인 GE 에어로스페이스는 팀뷰어와 기술 파트너인 지멘스의 공동 고객사로, 팀뷰어 프론트라인 스페이셜을 도입해 자사 상업용 엔진의 인터랙티브 디지털 트윈을 AR 기술로 구현해 항공기 기술자들에게 제공함으로써, 전 세계 수백 개 지역에서 비용 효율적으로 고품질의 원격 교육을 운영하고 있다. 이번 박람회에서는 팀뷰어의 올리버 스테일(Oliver Steil) CEO가 GE 에어로스페이스의 자스윈더 왈리아(Jaswinder Walia) CIO 및 지멘스 디지털 인더스트리의 토니 헤멀건(Tony Hemmelgarn) CEO와 함께 패널 토론에 참여해 공간 컴퓨팅의 이점과 GE의 실제 활용 사례를 소개했다. 또한, 올리버 스테일 CEO는 제조 분야 애프터서비스를 주제로 한 기조연설에서도 공간 컴퓨팅을 비중 있게 소개했다.     이밖에도 팀뷰어는 포뮬러 원 레이스카 엔진과 산업 현장에서 이용되는 3D 모델을 활용한 공간 컴퓨팅을 직접 시연하고 주요 포트폴리오의 향상된 기술도 선보였다. 팀뷰어는 실제 생산 환경에서 제로 트러스트(zero-trust) 기반의 원격 액세스 및 원격 지원 설루션이 어떻게 운영되는지 시연했다. 그리고 팀뷰어는 AR 기반 워크플로와 원격 지원 설루션을 통해 기술 현장 서비스와 창고 피킹(picking) 작업을 보다 스마트하고 효율적으로 구현하는 방법을 소개했다. 또한, AI 및 DEX(디지털 직원 경험) 관리 도구의 최신 기술에 팀뷰어의 원격 연결 기능을 연계해 미래의 디지털 워크플레이스 지원 방식이 어떻게 구현될지도 선보였다.  한편, 팀뷰어는 글로벌 기술 파트너인 SAP, 마이크로소프트, 지멘스 부스에서 협업 및 공동 설루션을 선보였다. 특히, 마이크로소프트 부스에서는 팀뷰어의 아터스 루팔라(Artus Rupalla) 제품관리 이사와 사스차 발웨그(Sascha Ballweg) 시니어 제품 관리자가 ‘AI 기반의 스마트 서비스와 원활한 IT/OT 연결을 통한 현장 근로자 및 비즈니스 인력의 역량 강화’라는 주제로 발표를 진행했다. 올리버 스테일 CEO는 “공간 컴퓨팅은 엔지니어링 분야에 전례 없는 기회를 제공한다. 디지털화된 원격 및 현장 학습을 통해 기업은 자원을 보다 효율적으로 배치하고 숙련된 인력의 부족 문제를 완화하며 출장과 비용을 절감할 수 있다”면서, “팀뷰어는 파트너사들과 함께 3D 기반의 몰입형 사용자 경험을 제공해 전 세계 기술자와 현장 근로자들이 엔지니어링 데이터를 보다 직관적이고 생생하게 구현할 수 있도록 지원할 것”이라고 말했다.

건설 프로세스에서 협업을 대중화하다   일본의 건설회사인 오바야시(Obayashi)는 유니티 엔진과 픽시즈(Pixyz), 유니티 애셋 매니저(Unity Asset Manager) 등의 설루션을 사용해 모든 수준의 관계자가 어디서나 3D 모델에 즉각적으로 액세스하고 사용할 수 있는 3D 협업 뷰어와 애플리케이션을 구축했다.약 20곳의 건축 현장에서 6개월간 시범 사업을 진행한 오바야시는 모든 직원이 기술 수준에 관계없이 3D 모델에 쉽게 액세스하고 사용할 수 있는 협업 환경으로 업계 표준을 높이고 있다. ■ 자료 제공 : 유니티 코리아     오바야시는 오래 전부터 프로젝트의 기획 및 디자인 단계에서 3D 모델을 활용했다. 그러나 건설 단계에서 이러한 3D 모델을 효과적으로 구현하려는 경우 큰 과제가 있다. 바로 고성능 기기나 전문 기술 없이도 모든 작업자가 대규모 3D 모델에 액세스할 수 있도록 하는 것이었다. 이를 해결하기 위해 오바야시는 유니티의 실시간 3D 설루션으로 전환하여 몰입형 3D 협업 애플리케이션인 커넥티아(CONNECTIA)를 개발했다. 이 애플리케이션의 주요 성과는 다음과 같다.  저사양 PC에서도 대규모 BIM(건설 정보 모델링) 및 포인트 클라우드 3D 모델의 효율적인 렌더링 고급 3D 소프트웨어 기술이 없는 작업자도 손쉽게 사용할 수 있는 사용자 친화적 UI 조사를 진행한 14개 현장 중 71%는 근시일 내에 1인당 월 10시간 이상을 단축할 것으로 예상 커넥티아 애플리케이션의 개발 과정과 오바야시가 데이터 접근성 문제를 극복하기 위해 이 애플리케이션을 어떻게 활용했는지 자세히 알아보자.  “유니티는 말 그대로 ‘건설 현장의 3D 모델을 게임처럼 다룰 수 있게 한다’는 개념을 실현한다.” – 유아사 도모히데 매니저, 오바야시   오바야시의 설루션 : 커넥티아 커넥티아는 모든 현장 작업자가 3D 모델에 액세스하고 이를 실용적으로 사용하도록 할 때 발생하는 문제를 해결하기 위한 오바야시의 설루션이다. 이 설루션을 개발하기 전 오바야시는 기존 BIM 소프트웨어를 주로 활용하여 모델을 구축, 시각화 및 수정했다. 하지만 다음과 같은 문제가 있었다.  하드웨어 문제 : 저사양 PC에서는 대규모 BIM 및 포인트 클라우드 3D 모델을 다루기가 어렵다. 소프트웨어 문제 : 비기술 부문 직원들은 소프트웨어의 복잡성으로 인해 어려움을 겪는 경우가 많았고, 따라서 시간과 리소스가 많이 소요되는 추가 교육이 필요했다. 커넥티아는 오바야시의 기존 3D 모델을 통합하여 직관적인 통합 플랫폼 역할을 한다. 이를 통해 다양한 분야와 배경의 팀원 간 인터랙티브 협업과 3D 모델의 실시간 수정이 훨씬 더 쉬워진다. 개발 프로세스에서 유니티의 설루션은 크게 세 가지 측면으로 중요한 역할을 했다.     애셋 시각화 및 관리 최적화 오바야시는 디테일 수준(LOD) 및 텍스처 압축과 같은 유니티의 고급 렌더링 기술을 활용하여 CAD, BIM, 포인트 클라우드와 같은 복잡한 3D 데이터 소스를 몰입형 협업 애플리케이션 내에서 시각화할 수 있는 즉시 사용 가능한 애셋으로 변환했다. 메타데이터는 건설 작업에서 3D 모델의 가치와 유용성, 수명을 향상시키는 데 중요한 역할을 한다. 오바야시는 픽시즈를 통해 데이터를 애플리케이션에 통합하는 동안 필수 메타데이터를 보존했다. 또한, 픽시즈와 포인트 클라우드 데이터의 호환성 덕분에 오바야시는 기존 BIM 및 CAD 데이터로는 불가능한 수준의 디테일과 정확도를 실시간으로 구현할 수 있었다. 유니티 애셋 매니저는 오바야시의 건설 프로젝트 전반에서 BIM 데이터를 관리하는 중앙 집중식 허브 역할을 한다. 애셋 매니저의 주요 장점 중 하나는 데이터 변환과 버전 관리를 자동으로 처리할 수 있다는 점이다. 이러한 자동화를 통해 오바야시 개발 팀의 부담이 크게 줄어들었으며, 수동 변환이나 다양한 파일 포맷에 대한 개별 지원이 필요하지 않게 되었다. 유니티 애셋 매니저와 커넥티아의 통합 덕분에 추가 개발 작업 없이 3D 모델에 대한 업데이트를 애플리케이션에 쉽게 푸시할 수 있다. 관계자는 이러한 실시간 동기화를 통해 최신 프로젝트 정보에 즉각적으로 액세스하여 협업을 강화하고, 오래된 데이터로 인한 오류의 위험을 줄일 수 있다.   개발 가속화 오바야시는 유니티에서 제공하는 사전 빌드된 프로젝트를 통해 개발을 시작하여 신속하게 커넥티아를 제작했다. 이를 통해 밑작업을 추가로 진행하지 않고도 완전한 기능을 제공하는 사전 구축 몰입형 협업 툴을 활용할 수 있었다. 사전 설정된 환경과 애셋이 포함되어 있어 반복적인 설정 작업이 필요 없기 때문에, 개발 일정을 단축하고 개발자도 처음부터 핵심 기능에 집중할 수 있다. 사전 구축된 프로젝트의 모듈식 디자인 덕분에 오바야시는 필요에 따라 기능을 손쉽게 교체하고 새로운 기능을 추가할 수 있었다. 오바야시에서 추가한 기능은 다음과 같다.  세부 측정 : 중장비 개발을 위한 공간이 충분한지 확인하는 등, 현장 계획 및 의사 결정에 필수적인 데이터를 제공하는 공간 치수를 정밀하게 분석할 수 있도록 지원한다. SSO 로그인 : 마이크로소프트 TIS(Treasury Intelligence Solutions)와 통합을 지원한다. 일정 조정 : 관계자가 시간 경과에 따른 공사 진행 상황을 시각화하여, 실시간 데이터를 기반으로 일정과 리소스를 선제적으로 조정할 수 있다. 실시간 뷰 : 작업자가 실제 건설 현장의 상황을 실시간으로 시각화하여 팀이 효율적으로 작업할 수 있도록 지원한다.   데이터의 접근성 높이기 커넥티아 애플리케이션은 최소한의 그래픽스 기능만 갖춘 기기에서도 3D 데이터에 쉽게 액세스할 수 있도록 하여 관계자 간의 협업을 강화하도록 만들어졌다. 따라서 고성능 기기를 다루지 못할 수 있는 현장 작업자도 이를 통해 중요한 프로젝트 정보는 계속 확인할 수 있다. 오바야시가 유니티를 사용하기로 한 결정적인 이유는 접근성을 보장하는 데 필요한 유니티의 광범위한 플랫폼 지원이었다. 유니티의 플랫폼 확장성을 활용하면 모바일, 데스크톱, AR/VR 등 다양한 기기에서 몰입도 높은 경험을 구현할 수 있다. 이러한 기능으로 사용자는 경험을 공유하고, 3D 공간 컨텍스트에서 모델을 확인하며, 사무실에서 근무하는 관계자와 현장 운영을 원활하게 연결할 수 있다. 또한 커넥티아에는 협업을 더욱 강화하고 모든 관계자가 프로젝트 전반에 걸쳐 일관성을 유지할 수 있도록 하는 다양한 기능이 포함되어 있다. 오브젝트 배치 기능 : 사용자는 이 기능을 통해 3D 환경에서 상호 작용 방식으로 모델을 배치, 정렬, 제거할 수 있으므로 시공 계획을 종합적으로 검토하고 프로젝트 상태를 효율적으로 전달할 수 있다. 주석 기능 : 3D 환경 내에서 오브젝트에 대한 주석을 작성하고, 답글을 달고, 편집하고, 보관할 수 있다.     향후 계획 오바야시는 이 애플리케이션을 사용하여 모델을 제작하고 완성하는 데 드는 노력과 비용을 크게 줄인다는 계획이다. 오바야시는 AI 기능을 통합하여 데이터를 분석하고 반자동식 예비 조사를 수행함으로써 건설 계획 프로세스를 간소화할 수 있는 방안을 구상하고 있다.  “건설 현장의 실시간 정보를 더 많이 확보하면 원격으로 안전 관리 및 품질 관리를 구현할 수 있다. 커넥티아는 이러한 비전에 반드시 필요한 첫 번째 이니셔티브이다.” - 모리 유스케 매니저, SEIBU NUMABUKURO JV CONSTRUCTION OFFICE     ■ 기사 내용은 PDF로도 제공됩니다.

마이크로소프트가 미래 핵심 산업의 성장을 이끌 주요 AI 혁신 사례를 발표하면서, 한국의 AI 트랜스포메이션 가속화를 위한 본격 지원에 나서겠다고 밝혔다. 마이크로소프트는 3월 26일 열린 ‘마이크로소프트 AI 투어 인 서울(Microsoft AI Tour in Seoul)’에서 ‘마이크로소프트 365 코파일럿(Microsoft 365 Copilot)’에 추론 모델을 적용한 두 가지 AI 에이전트를 처음으로 공개됐다. 추론은 AI가 업무 데이터와 웹 정보 등 복잡한 데이터를 기반으로 추론하고, 다양한 맥락을 통합해 고도화된 문제 해결을 지원하는 기능이다. 리서처(Researcher)는 오픈AI의 o3 추론 연구 모델과 코파일럿의 조합 및 심층 검색 기능을 통합해 새로운 시장 전략, 분기 미팅을 위한 고객 조사 등의 복잡한 분석 작업을 수행할 수 있다. 애널리스트(Analyst)는 최신 추론 모델의 연쇄 추론 능력을 기반으로 분산된 다양한 데이터를 분석해 새로운 제품의 수요 예측, 소비자 구매 패턴 분석, 매출 데이터 트렌드 파악 등 비즈니스 핵심 인사이트를 도출한다. 이번에 공개된 AI 에이전트는 오는 4월부터 마이크로소프트 365 코파일럿 라이선스 고객 대상으로 ‘프런티어(Frontier)’ 프로그램을 통해 순차적으로 제공될 예정이다. ‘AI 투어 인 서울’ 행사 참석을 위해 한국을 찾은 마이크로소프트의 사티아 나델라 CEO 겸 이사회 의장은 비즈니스 리더들과 만나 AI 발전 방향과 산업별 적용 가능성을 논의하며, 국내 산업의 혁신과 성장을 가속화하기 위한 기술 협력과 지원 확대를 약속했다. 그는 “AI는 한국의 일상과 업무 방식을 빠르게 변화시키고 있다”면서, “소비재, 에너지, 유통, 통신 등 다양한 산업 분야의 한국 기업이 AI를 적극 도입해 새로운 성장과 기회를 창출해 나가는 모습을 직접 볼 수 있다는 건 정말 멋진 일”이라고 말했다.     또한, 이번 행사에서는 마이크로소프트의 주요 고객 및 파트너사의 리더들이 전하는 AI 전략 및 비즈니스 인사이트와 함께, 해당 산업에서 AI 설루션을 통해 창출된 혁신적인 변화가 소개됐다.  KT는 2024년 체결한 마이크로소프트와의 전략적 파트너십을 바탕으로 AI·클라우드 혁신을 위한 협력 방향과 구체적인 실행 계획을 공개했다. 또한, 마이크로소프트 365 코파일럿 전사 도입과 CoE(Center of Excellence) 설립 사례를 발표하며, 사내 AI 기반 업무 시스템 구축을 위한 노력을 강조했다. 또한, KT는 올해 한국어 및 한국 문화에 최적화된 대규모 언어 모델(LLM) AI 설루션을 출시할 예정이며, 이를 KT의 고객 서비스에 적용해 차세대 AI 경험을 제공한다는 계획이다. 스마트 홈 로봇 ‘Q9’을 소개한 LG전자는 애저 오픈AI 서비스(Azure OpenAI Service) 기반 GPT 연동 및 음성 합성 기술을 통해 스마트한 공감지능 대화 서비스를 제공하며, 보다 안전하고 편리한 생활 환경을 조성할 수 있는 새로운 스마트 공간 플랫폼을 제시했다. 씨젠은 AI 기반 개발 자동화 시스템(SGDDS) 프로젝트를 통해 연구 속도를 획기적으로 개선한 사례를 발표했으며, 이를 통해 분자진단 업계의 연구 혁신을 가속화하고, 새로운 연구 방식의 기준을 정립했다. GS리테일은 마이크로소프트 365 코파일럿을 활용한 다양한 업무 효율성 향상 사례를 발표하며, 물류·유통 산업의 AI 혁신 가능성을 조명했다. 아모레퍼시픽은 개인 맞춤형 피부 진단을 제안하는 애저 오픈AI 서비스 기반 대화형 AI 뷰티 카운슬러(AI Beauty Counselor)를 소개하며, AI를 통한 뷰티 산업의 새로운 혁신을 예고했다. 한화큐셀은 애저 오픈AI 서비스와 IoT를 활용해 태양광 에너지 관리 시스템을 혁신한 사례를 공개하면서, 에너지 대전환 시대의 과제를 해결할 수 있는 AI 전략을 제시했다. 갤럭시 코퍼레이션은 애저 오픈AI 서비스를 기반으로 한 AI 설루션 '소라(Sora)'를 선보이며, 엔터테인먼트 산업에서 기술과 콘텐츠의 융합으로 새로운 경험이 창출되는 미래를 현실로 구현했다. 한국마이크로소프트의 조원우 대표는 “한국의 국제적 산업 경쟁력과 창의성은 AI 중심의 글로벌 비즈니스 생태계에서도 선도적인 위치를 확보하는 데 중요한 기반이 되고 있다”면서, “이번에 발표된 사례는 산업별 AI 트랜스포메이션이 가져오는 혁신과 성과를 보여준다”고 강조했다.

엔비디아가 GTC 2025에서 ‘엔비디아 RTX PRO 6000 블랙웰 서버 에디션(NVIDIA RTX PRO 6000 Blackwell Server Edition)’을 발표했다. RTX PRO 6000 블랙웰 서버 에디션은 비주얼 컴퓨팅과 엔터프라이즈 AI를 위해 구축된 첫 번째 블랙웰 기반 데이터센터 GPU이다. 이는 모든 산업에서 높은 성능을 요구하는 AI, 그래픽 애플리케이션을 신속하게 처리할 수 있도록 설계됐다. 이전 세대인 에이다 러브레이스(Ada Lovelace) 아키텍처 기반 L40S GPU에 비해 RTX PRO 6000 블랙웰 서버 에디션 GPU는 다양한 엔터프라이즈 워크로드에서 성능이 크게 향상된다. 예를 들어, 에이전틱 AI(Agentic AI) 애플리케이션을 위한 대규모 언어 모델(LLM) 추론 처리량은 최대 5배 증가되고, 유전체 염기서열 분석은 약 7배로 가속화되며, 텍스트-비디오 생성은 3.3배, 렌더링 속도는 2배 이상 빨라진다. RTX PRO 6000 블랙웰 서버 에디션은 워크스테이션과 서버 GPU로 이뤄진 엔비디아 RTX PRO 블랙웰 시리즈에 속한다. 이번 엔비디아 GTC에서 발표된 RTX PRO 라인업은 여러 산업의 AI와 창의적인 워크로드를 지원하는 데스크톱, 랩톱, 데이터센터 GPU로 구성된다. 여러 분야의 기업들은 RTX PRO 6000 블랙웰 서버 에디션을 통해 데이터 분석, 엔지니어링 시뮬레이션, 생성형 AI, 비주얼 컴퓨팅과 같은 워크로드에서 높은 성능을 구현할 수 있다. 여기에는 건축, 자동차, 클라우드 서비스, 금융 서비스, 게임 개발, 의료, 제조, 미디어, 엔터테인먼트, 소매업 등의 산업이 포함된다. 콘텐츠 제작, 반도체 제조, 유전체 분석 기업들은 이미 컴퓨팅 집약적인 AI 지원 워크플로를 가속화하기 위해 RTX PRO 6000 블랙웰 서버 에디션의 기능을 활용하고 있다.     RTX PRO 6000 블랙웰 서버 에디션은 데이터센터 환경에서 연중무휴 24시간 운영할 수 있게 설계된 수동 냉각 장치 형태로, 강력한 RTX AI와 그래픽 기능을 제공한다. 96GB의 초고속 GDDR7 메모리와 멀티 인스턴스 GPU(MIG)를 갖춘 RTX PRO 6000은 최대 4개의 완전히 격리된 인스턴스로 분할될 수 있다. 각 인스턴스는 24GB의 메모리를 사용할 수 있어, AI 워크로드와 그래픽 워크로드를 동시에 실행할 수 있다. RTX PRO 6000은 엔비디아 컨피덴셜 컴퓨팅(Confidential Computing)을 통해 안전한 AI를 구현하는 범용 GPU이다. 이는 강력한 하드웨어 기반 보안으로 AI 모델과 민감한 데이터를 무단 접근으로부터 보호한다. 이에 따라 물리적으로 격리된 신뢰할 수 있는 실행 환경을 제공해 데이터를 사용하는 동안 전체 워크로드를 보호한다. 또한, RTX PRO 6000은 엔터프라이즈급 배포에서 효과적으로 사용될 수 있도록 고밀도 가속 컴퓨팅 플랫폼으로 구성돼 분산 추론 워크로드를 수행할 수 있다. 더불어 엔비디아 vGPU 소프트웨어를 통해 가상 워크스테이션을 제공하며, AI 개발과 고도의 그래픽 애플리케이션을 구동하는 데 사용될 수 있다. RTX PRO 6000 GPU는 광범위한 AI 모델에 걸쳐 강력한 추론 성능을 제공하며, 복잡한 가상 환경의 사실적인 실시간 레이 트레이싱을 가속화한다. 여기에는 5세대 텐서 코어(Tensor Core), 4세대 RT 코어, DLSS 4, 통합된 미디어 파이프라인, FP4 정밀도를 지원하는 2세대 트랜스포머 엔진(Transformer Engine) 등 최신 블랙웰 하드웨어와 소프트웨어 혁신이 포함된다. 기업들은 RTX PRO 6000 블랙웰 서버 에디션 GPU에서 엔비디아 옴니버스(Omniverse)와 엔비디아 AI 엔터프라이즈(AI Enterprise) 플랫폼을 대규모로 실행할 수 있다. 이를 통해 이미지와 비디오 생성, LLM 추론, 추천 시스템, 컴퓨터 비전, 디지털 트윈, 로보틱스 시뮬레이션 등의 에이전틱 AI, 물리 AI 애플리케이션 개발과 배포를 더욱 원활하게 진행할 수 있다. 엔비디아는 RTX PRO 6000 블랙웰 서버 에디션을 탑재한 플랫폼이 5월부터 전 세계 파트너를 통해 출시될 예정이라고 소개했다. 클라우드 서비스 제공업체와 GPU 클라우드 제공업체 중에서는 아마존 웹 서비스(AWS), 구글 클라우드, 마이크로소프트 애저, IBM 클라우드, 코어위브, 크루소, 람다, 네비우스, 벌처가 최초로 RTX PRO 6000 블랙웰 서버 에디션을 탑재한 인스턴스를 제공할 계획이다. 시스코, 델 테크놀로지스, 휴렛팩커드 엔터프라이즈(HPE), 레노버, 슈퍼마이크로는 RTX PRO 6000 블랙웰 서버 에디션을 탑재한 서버를 제공할 예정이다. 이 외에도 어드밴텍, 애티나, 에이브레스, 애즈락랙, 에이수스, 컴팔, 폭스콘, 기가바이트, 인벤텍, MSI, 페가트론, 퀀타 클라우드 테크놀로지(QCT), 미텍 컴퓨팅, 네이션게이트, 위스트론, 위윈 등의 기업도 이 서버를 제공할 계획이다.