한국공작기계산업협회가 주최하는 ‘제21회 서울국제생산제조기술전(SIMTOS 2026)’이 4월 13일~17일 일산 킨텍스(KINTEX) 제1, 2전시장에서 개최된다. 전체 전시 면적이 102,431㎡에 이르는 이번 행사는 ‘AI Autonomous Manufacturing Meets Talent(AI 자율제조, 인재와 연결하다)’를 주제로 내걸었다. 전 세계 35개국에서 1300개 기업이 참가하며 규모는 6000부스에 이른다. SIMTOS 사무국은 5일간 해외 방문객 5000명을 포함해 약 10만 명의 참관객이 전시장을 찾을 것으로 전망하고 있다. 한국공작기계산업협회의 박재현 사업본부장은 3월 10일 열린 기자간담회에서 “행사를 한 달 앞둔 시점에서 사전등록자가 전회 대비 20% 이상 늘어나 코로나19 이전 수준을 회복할 수 있을 것”이라고 기대감을 나타냈다.   ▲ 기자간담회에서 한국공작기계산업협회 박재현 사업본부장이 SIMTOS 2026에 대해 소개했다.   킨텍스 제1전시장에는 금속절삭 및 금형기술관, 소재부품 및 제어기술관, 툴링 및 측정기술관이 마련된다. 절삭가공 장비부터 핵심 부품과 제어기술, 공구 및 측정 설루션까지 생산제조 기술의 흐름을 한눈에 확인할 수 있다. ‘금속절삭 및 금형기술관’에는 DN솔루션즈, 스맥, 위아공작기계, 화천기계 등 국내 주요 기업과 화낙, 한국야마자키마작 등 글로벌 기업이 참가한다. 이들 기업은 머시닝센터, 터닝센터, CNC 자동선반, 복합가공기 등 최신 장비를 소개한다. 특히 CNC 국산화 기술개발을 위해 설립된 합작법인 ‘KCNC(케이씨엔씨)’가 참가해 국내 CNC 기술력을 선보일 예정이다. ‘소재부품 및 제어기술관’은 장비 성능을 결정하는 핵심 유닛과 지능화 제어기술을 집중적으로 다룬다. 공작기계 유닛, 이송 및 구동계, 모터와 센서, 제어시스템 등이 전시된다. 삼천리기계, 서암기계공업, 한성GT 등 국내 기업과 지멘스, NSK 등의 글로벌 기업이 참여한다. ‘툴링 및 측정기술관’에서는 정밀 절삭공구와 첨단 측정 설루션이 소개된다. 한국야금, 와이지-원, 한국OSG 등 국내 공구기업과 미쓰도요, 헥사곤, 칼자이스, 마르포스 등 글로벌 기업이 참여한다. 이들은 비접촉 품질관리 기술과 머신비전, 3차원 스캐닝 시스템 등을 선보인다. 제1전시장이 금속절삭가공 기반의 정밀 설루션 중심이라면 제2전시장 9~10홀은 판금과 소성가공 중심이다. 이곳은 대면적과 대출력 생산기술을 아우르는 공간으로 꾸며진다. ‘절단가공 및 용접기술관’과 ‘프레스 및 성형기술관’에서는 레이저, 워터젯, 로봇용접 등 고효율 기술이 전시된다. 에이치케이, 트럼프, 아마다 등 주요 기업이 디지털 기반의 자동화 기술을 선보인다. 프레스 및 성형 분야에서도 글로벌 기업과 국내 전문기업이 참여해 자동화 흐름을 제시한다. 킨텍스 제2전시장 7~8홀에서 운영되는 로봇 및 디지털제조기술 특별전(M.A.D.E. in SIMTOS)은 미래 제조 플랫폼을 보여준다. AI 자율제조 시대의 핵심 기술이 이곳에 집약된다. 인터엑스, 레인보우로보틱스, 뉴로메카 등 국내 기업과 글로벌 로봇 기업이 참여해 디지털 트윈, AI 공장, MES, 통합 자동화 설루션, 3D 프린팅, 엔지니어링 소프트웨어 등 제조 DX 전주기 기술을 선보인다. 특별전 내 ‘Machine on AI 테마관’에서는 글로벌 표준 기반의 AI 자율제조 실증 시연이 진행된다. 이를 통해 장비 중심의 전시를 넘어 데이터 기반 자율제조로 확장되는 기술 흐름을 현장에서 직접 확인할 수 있다. SIMTOS 2026 기간에는 다양한 부대행사가 열린다. 글로벌 제조 트렌드 공유부터 신제품 발표회, 첨단 기술 정보 교류까지 전문가와 실무자를 위한 프로그램이 운영된다. 글로벌 제조 AX 혁신 콘퍼런스는 ‘AI-Driven Next-Generation Manufacturing’이라는 주제로 열린다. 10개 세부 주제별로 60여 개의 세션이 발표된다. 피지컬 AI, 디지털 트윈, 다크팩토리 등 최신 트렌드와 수요산업의 혁신 전략을 공유한다. 생산제조 분야 여성 인재를 위한 ‘여성 엔지니어 네트워크 포럼’도 열린다. 산업계 여성 리더의 강연과 멘토링 프로그램이 진행된다. ‘오픈스테이지 세미나’에서는 참가업체의 혁신적인 신제품과 신기술이 발표된다. 이 밖에도 채용 플랫폼인 커리어커넥트가 온·오프라인으로 운영된다. 바이어 상담회(MatchMaking4U), 테크니컬 가이드 투어, 스마트 스탬프 투어 등 참관객을 위한 참여형 프로그램도 마련된다. SIMTOS 사무국은 “글로벌 제조업은 데이터 기반 의사결정과 AI 융합 기술이 경쟁력을 좌우하는 전환기에 놓여 있다”면서, “SIMTOS 2026은 대한민국 제조혁신의 방향을 가늠하는 전략적 플랫폼으로서, 글로벌 기술 트렌드를 분석하고 새로운 비즈니스 기회를 모색하는 자리가 될 것이다. 절삭가공부터 로봇과 디지털 제조까지 전 공정을 아우르는 통합 플랫폼 SIMTOS를 통해 제조업의 미래를 준비하길 바란다”고 전했다.

제품 개발 혁신을 돕는 크레오 파라메트릭 12.0 (8)   PTC는 설계부터 제조까지의 전 과정을 아우르는 디지털 스레드(digital thread)를 더욱 강화한 크레오 파라메트릭 12.0(Creo Parametric 12.0) 버전을 2025년 4월 출시했다. 12.0 버전은 시뮬레이션 기반 설계(SimulationDriven Design) 환경을 한층 더 고도화하였으며 특히 인공지능(AI)을 활용하여 최적의 형상을 찾아내는 제너레이티브 디자인(generative design, 생성형 설계)의 개선 기능이 포함되었다. 기존의 제너레이티브 디자인이 구조적 경량화에 초점을 맞추었다면 크레오 12.0은 열 최적화(thermal optimization)와 복합형 보디(hybrid body)의 정밀 분석, 그리고 제조 형상 제어 기능을 강화하여 엔지니어가 실무에서 바로 활용할 수 있는 수준의 완성도 높은 형상 결과를 제공한다. 이번 호에서는 크레오 12.4 업데이트에 포함된 제너레이티브 디자인의 핵심 개선 사항들을 알아보자.   ■ 김성철 디지테크 기술지원팀의 이사로 크레오 전 제품의 기술지원 및 교육을 담당하고 있다. 홈페이지 | www.digiteki.com   복합형 보디의 면적 및 부피 측정 제너레이티브 디자인 형상이 포함된 복합 보디의 표면적 및 부피 측정을 지원한다. 분석(Analysis) 탭 → 측정(Measure) 그룹에서 영역(Area) 또는 볼륨(Volume)을 선택한다.     이제 제너레이티브 디자인에서 생성된 최적화된 형상의 중량을 예측하고, 도장 면적 산출 및 금형 투영 면적 계산 등에 활용하여 후속 공정의 필요한 데이터를 빠르게 제공할 수 있다.   복합형 확장된 형상 분석 지원 생성한 복합 보디에 대한 음영처리 곡률, 반사, 새도 및 슬로트 분석 등 다양한 형상 분석 기능을 지원한다. 분석(Analysis) 탭에서 형상 검사(Inspect Geometry)를 선택한다.     복합 보디에 대한 반사를 분석할 수 있다.     복합 보디에 대한 슬로프 분석이 가능하다.     복합 보디에 대한 확장된 형상 분석으로 설계자는 표면 품질을 직관적으로 시각화하고 검토할 수 있다. 다양한 형상 분석을 통해 급격한 곡률 변화로 인한 형상 문제나 제조 과정에서 발생할 수 있는 오류를 사전에 빠르게 파악할 수 있다.   열 최적화 검토 생성형 설계의 열 검토(Thermal Study) 기능을 활용하면 전자기기 및 열 민감 제품에 대한 설계 최적화 과정에서 강력한 분석과 최적화를 수행할 수 있다. 안정 상태 열 해석을 기반으로 전도 및 대류 조건을 정의할 수 있으며, 전열/열류/열 생성 하중과 같은 새로운 하중 유형을 적용할 수 있다. 또한 최고 온도 최소화 또는 질량 최소화와 같은 최적화 목표를 설정하여 다양한 사용 사례에 대응할 수 있다. 생성형 설계(Generative Design) 탭에서 검토(Study) → 열 검토(Thermal Study)를 선택한다.     열 검토의 설계 공간 설정에서 보존된 형상을 선택하면 다중 보디에서 보존 형상과 시작 형상을 명확히 구분하여 정의할 수 있어, 최적화 과정에서 불필요한 형상 변경을 방지하고 효율적인 설계 공간을 정의할 수 있다.     열 검토(Thermal Study)에서는 경계 조건으로 온도(Temperature)와 대류(Convection)를 선택하여 공기나 유체에 의한 냉각 효과를 정의할 수 있다. 온도 조건은 지정된 표면에 일정한 온도를 부여하여 열 전달을 제어하며, 대류 조건은 외부 환경과의 열 교환을 모사한다. 특히 대류 조건은 상온을 기준으로 자동 설정되어 별도의 입력 없이도 기본적인 냉각 효과를 반영할 수 있다.     생성형 설계의 열 검토(Thermal Study)에서 다양한 열 하중을 정의하여 실제 사용 환경을 보다 정밀하게 모사할 수 있다. 열 하중(Heat Load) : 발열원을 정의하며, 와트(W) 단위로 입력한다. 특정 부품이나 영역에서 발생하는 발열량을 직접 지정할 수 있어 전자기기와 같은 발열 요소를 정확히 반영할 수 있다. 열류(Heat Flux) : 단위 면적당 열의 이동량을 정의한다. 표면을 통해 전달되는 열 흐름을 제어할 수 있으며 냉각판이나 방열판과 같은 열 관리 구조의 성능을 검토하는 데 활용된다. 열 생성(Heat Generation) : 부품 내부에서 발생하는 발열 조건을 정의한다. 재료 자체의 발열 특성이나 내부 전기/화학 반응으로 인한 열 발생을 모델링할 수 있다.     ■ 기사 상세 내용은 PDF로 제공됩니다.

BIM 칼럼니스트 강태욱의 이슈 & 토크   이번 호에서는 독일 뮌헨공과대학교(TUM) 연구팀이 개발하여 공개한 세계 최대 규모의 3D 건물 지도 데이터셋인 ‘글로벌 빌딩 아틀라스(Global Building Atlas)’ 프로젝트에 대해 설명한다. 특히, 인공지능과 위성 영상 분석 기술을 결합하여 전 세계에 존재하는 건물을 3차원 모델로 구현한 방법을 기술적 관점에서 나눔한다.   ■ 강태욱 건설환경 공학을 전공하였고 소프트웨어 공학을 융합하여 세상이 돌아가는 원리를 분석하거나 성찰하기를 좋아한다. 건설과 소프트웨어 공학의 조화로운 융합을 추구하고 있다. 팟캐스트 방송을 통해 이와 관련된 작은 메시지를 만들어 나가고 있다. 현재 한국건설기술연구원에서 BIM/ GIS/FM/BEMS/역설계 등과 관련해 연구를 하고 있으며, 연구위원으로 근무하고 있다. 페이스북 | www.facebook.com/laputa999 블로그 | http://daddynkidsmakers.blogspot.com 홈페이지 | https://DXbim.blogspot.com 팟캐스트 | www.facebook.com/groups/digestpodcast   그림 1. Literally a Map Showing All the Buildings in the World(https://gizmodo.com/literally-a-map-showing-all-thebuildings-in-the-world-2000694696)   이 결과는 오픈소스로 공개되었으며, 기존에 가장 방대하다고 알려진 데이터셋이 포함하던 약 17억 개의 건물 수치를 크게 웃도는 규모로 개발되었다. 그동안 디지털 지도 데이터에서 소외되었던 아프리카, 남미, 아시아의 농촌 지역 건물들까지 정밀하게 포착해냈다는 점에서 기술적 진보를 보여준다.   개발 과정 지도의 기반이 된 데이터는 주로 2019년에 촬영된 플래닛스코프(PlanetScope) 위성 이미지를 활용하였으며, 연구팀은 이를 통해 각 건물의 2D 바닥 면적뿐만 아니라 높이 정보까지 정밀하게 추출했다. 이 지도가 제공하는 높이 데이터의 해상도는 3×3미터 수준으로, 기존의 글로벌 건물 높이 데이터셋들이 주로 90미터 해상도에 그쳤던 것과 비교하면 약 30배 이상 정밀도가 향상된 수치이다. 제공되는 데이터는 건물의 대략적인 형태와 높이를 단순화하여 표현하는 LoD1(Level of Detail 1) 수준의 3D 모델 형식을 따르고 있어, 전 지구적 규모의 방대한 데이터를 다루면서도 활용성을 확보했다.   그림 2. 3차원 건물 모델 데이터셋 자동화 결과물   이 연구는 기존 데이터셋이 가진 커버리지의 한계와 3D 정보의 부재를 해결하기 위해 진행되었으며, 전 세계 약 27억 5000만 개의 건물을 포함하는 방대한 규모의 데이터를 구축하였다. 이는 기존의 가장 포괄적인 데이터베이스보다 10억 개 이상 많은 수치로, 그동안 데이터상에서 누락되었던 전 세계 건물의 약 40% 이상을 메우는 성과이다. 연구팀은 이 데이터셋 구축을 위해 플래닛스코프 위성 이미지만을 사용하는 머신러닝 기반 파이프라인을 개발했다. 이 과정은 크게 건물 폴리곤 생성과 높이 추정의 두 단계로 나뉘며, 기존의 오픈소스 건물 데이터(오픈스트리트맵, 구글, 마이크로소프트 등)와 자체 생성한 데이터를 ‘품질 기반 융합 전략’을 통해 결합하여 데이터의 완성도를 극대화했다. 이를 통해 완성된 ‘GBAHeight’는 3×3미터의 공간 해상도를 제공하는데, 이는 기존 글로벌 제품들이 제공하던 90미터 해상도보다 약 30배 더 정밀한 수준이며 이를 통해 지역 및 전 지구 규모에서 신뢰할 수 있는 건물 부피 분석이 가능해졌다. 또한 연구팀은 건물 높이 정보를 포함한 ‘GBA-LoD1’ 모델을 생성하여 약 26억 8000만 건의 건물 인스턴스를 구현했으며, 이는 전체의 97%에 달하는 높은 완성도를 보인다.  높이 추정의 정확도를 나타내는 RMSE(평균제곱근오차)는 대륙별로 1.5미터에서 8.9미터 사이로 나타났으며, 특히 오세아니아와 유럽에서 높은 정확도를 보였다. 데이터 분석 결과 아시아가 건물 수와 총 부피 면에서 압도적인 비중을 차지하는 반면, 아프리카는 건물 수는 많으나 총 부피가 작아 소규모 또는 비공식 건물이 다수 분포함을 시사했다.     그림 3. 공개된 글로벌 빌딩 아틀라스 LoD1 웹 서비스(선릉역 및 뉴욕 근처의 생성된 3D 건물 모델)   AI 모델 개발 접근법 인공지능 모델 개발 및 활용 관점에서 본 글로벌 빌딩 아틀라스(GBA) 프로젝트는 3미터 해상도의 단일 시점(monocular) 위성 영상인 플래닛스코프 데이터를 입력으로 받아 전 지구적 규모의 3D 건물 모델을 생성하는 파이프라인을 구축했다는 점에서 기술적 의미가 있다. 전체 시스템은 크게 2D 건물 폴리곤 생성을 위한 의미론적 분할(semantic segmentation) 네트워크와 3D 높이 추정을 위한 단안 높이 추정(monocular height estimation) 네트워크로 이원화되어 설계되었다. 2D 건물 폴리곤 생성 모델의 경우, 연구팀은 UPerNet(Unified Perceptual Parsing Network) 아키텍처를 기반으로 하되 백본(backbone)으로 ConvNeXt-Tiny를 사용했다. 모델의 성능을 높이기 위해 ‘추출(extraction)’과 ‘정규화(regularization)’라는 두 단계의 네트워크를 직렬로 구성한 점이 특징이다. 첫 번째 네트워크가 위성 영상에서 1차적인 이진 마스크를 생성하면, 동일한 아키텍처를 가진 두 번째 정규화 네트워크가 이를 입력받아 노이즈를 제거하고 건물 경계를 다듬는다. 특히 정규화 네트워크 학습 시에는 깨끗한 폴리곤 마스크에 인위적인 노이즈를 주입한 것을 입력 데이터로 사용하여, 모델이 거친 마스크를 정제된 형태로 복원하는 일종의 디노이징(denoising) 기능을 수행하도록 훈련시켰다.   그림 4. GBA 딥러닝 모델 아키텍처     ■ 기사 상세 내용은 PDF로 제공됩니다.

AI·디지털 트윈으로 제조 현장의 실질적 가치 입증할 것   지멘스 디지털 인더스트리 소프트웨어의 오병준 한국지사장은 지난해 국내 대형 조선사의 차세대 설계 시스템 수주 등 굵직한 성과를 거뒀다고 소개했다. 그는 알테어 인수를 통한 기술 시너지와 엔비디아와 협력한 디지털 트윈 신제품으로 올해 제조 현장에 실질적인 가치를 제공하겠다고 밝혔다. 아울러 국내 기업에는 데이터 주권을 확보하고 작은 성공부터 만들어가는 실용적인 디지털 전환 전략을 주문했다. ■ 정수진 편집장     지난해 제조 시장의 분위기와 주요한 변화를 소개한다면? 2025년에는 많은 대기업이 지출을 통제하면서 제조 시장의 전반적인 경기가 좋은 편은 아니었지만, 하반기에 들어서면서는 많이 회복되어 지멘스 디지털 인더스트리 소프트웨어 입장에서는 목표를 달성할 수 있었다. 조선이나 일부 업종을 제외한 중소기업들은 여전히 큰 어려움을 겪었다.가장 큰 변화는 디지털 스레드(digital thread) 기반의 제조업 변환이 본격적으로 시작되었다는 점과, 알테어 인수 이후 AI 기반의 엔지니어링 프로세스 혁신을 지멘스가 주도하게 되면서 고객의 관심이 높아졌다는 것이다. 특히 BYD 등의 중국 기업이 디지털 전환(DX)을 통해 제품 출시를 크게 앞당기는 것을 보면서, 국내 시장에서도 DX 전략 도입을 더욱 적극적으로 고민하는 환경으로 바뀌었다. 산업별로 살펴 보면, 항공/방산 분야에서는 무기를 수출할 때 예방 정비 데이터를 함께 납품해야 하는 트렌드에 따라 팀센터 SLM 기반의 MRO(유지·보수·운영) 데이터 체계 구축에 대한 수요가 늘었다. 가장 큰 성과는 조선 분야에서 HD현대와 4년간 공동 개발한 끝에 지멘스의 설루션이 차세대 설계 시스템으로 선정된 것이다. 향후 5년간 전환을 거쳐 2028년에는 실제 선박 설계에 투입될 예정이다. 반도체 기업들의 전사 프로젝트 역시 계속 확장되고 있다.   인수합병 등으로 제품 라인업과 타깃 산업군이 방대해졌는데 어떻게 정리할 수 있을지? 지멘스 디지털 인더스트리 소프트웨어의 포트폴리오는 CAD 제품군인 디자인센터(Designcenter), 알테어 설루션을 포함한 시뮬레이션 제품군인 심센터(Simcenter), PLM 설루션인 팀센터(Teamcenter), 제조 운영 관리를 위한 옵센터(Opcenter), AI/에이전트 플랫폼인 멘딕스(Mendix)와 래피드마이너(Rapidminer), HPC, IoT 등으로 구성된다. 이에 더해 최근 인수한 닷매틱스(Dotmatics)를 통해 바이오 산업의 SaaS(서비스형 소프트웨어) 분야도 본격 공략할 예정이다. 주요 타깃 산업은 자동차, 전기·전자, 반도체, 조선, 기계, 항공국방, 배터리, 의료기기, 에너지, 프로세스 산업 등 10여 개 이상이다. 건설 산업에서는 직접적인 제품 포트폴리오는 크지 않지만, 지멘스 스마트 인프라(SI) 사업부의 빌딩 관리 및 알테어 시뮬레이션을 통해 협업하고 있다.   알테어 인수를 포함해 내부 조직 및 세일즈 체계에는 어떤 변화가 있었는지? 지멘스는 2007년부터 약 45조 원을 투입해 수많은 인수합병을 진행해 왔다. 현재 알테어, 지멘스 EDA(구 멘토그래픽스), 지멘스 디지털 인더스트리 소프트웨어를 모두 합쳐 한국에만 600명이 넘는 직원이 근무 중이다. 내부적으로는 모든 제품을 총괄하는 어카운트 세일즈와 특정 설루션에 특화된 스페셜티 세일즈 조직이 긴밀히 협업하는 체계를 갖추고 있다. 알테어와의 법인 통합은 올해 7월경으로 예상되며, 기존에 별도로 움직이던 지멘스 EDA 조직도 글로벌 산하로 사업 관리가 통합되었다.   산업 분야에서 AI 기술의 적용 현황과 지멘스의 전략을 소개한다면? 엔지니어링 레벨에서는 설계 툴인 NX의 코파일럿(Copilot) 등 AI 기능이 자리를 잡았고, 알테어를 인수하면서 물리적 시뮬레이션을 데이터 기반으로 보완하는 피직스 AI(Physics AI) 적용 사례가 늘고 있다. 알테어의 인수는 AI 기반 혁신의 큰 모멘텀이 될 것으로 기대하고 있다. PLM 분야에서도 RAG(검색 증강 생성)를 통해 기업 내·외부의 데이터를 엮어 리포팅 공수를 줄이는 작업이 진행 중이다. 특히 향후 기대되는 분야는 온톨로지(ontology)이다. 온톨로지는 부품이나 장비 등 데이터가 가진 속성 간의 숨겨진 관계를 찾아내서 ‘지식 그래프(knowledge graph)’를 만들고, 전사적 뷰에서 프로세스를 연결해 부서 간에 데이터가 단절되는 사일로(silo)를 없애는 기술이라고 할 수 있다. 무리하게 전사 시스템 전체를 통합하려다 실패하는 경우가 적지 않은데, 이와 달리 지멘스는 제조산업의 도메인 지식을 바탕으로 품질 관리 시스템의 고도화처럼 특정 영역부터 시작하는 바텀업(bottom-up) 방식을 채택했다. 2026년부터는 실질적인 비즈니스 가치를 현장에서 입증해 나갈 계획이다.   ▲ 지멘스가 엔비디아와 함께 개발한 디지털 트윈 컴포저   구체적인 AI 접근법과 최근 발표한 신제품에 대해 소개한다면? 지멘스는 ▲NX 등 툴 자체에 내장된 엔지니어링 AI ▲래피드마이너 등을 활용해 전사 내·외부 데이터를 엮는 데이터 패브릭 기반 AI ▲멘딕스 플랫폼과 PLM을 엮어 프로세스 자동화를 돕는 디지털 스레드 기반 에이전틱 AI(agentic AI) 등 세 가지 핵심 영역에 집중해 AI 전략을 추진하고 있다. PLM은 단순 관리 시스템을 넘어 AI가 장착된 프로세스 중심의 혁신 플랫폼으로 변화할 것이다. 이와 함께 지난 CES 2026에서 엔비디아와 공동 발표한 ‘디지털 트윈 컴포저(Digital Twin Composer)’를 올 6월에 출시할 예정이다. 기존의 공장 시뮬레이션이 단방향으로 이뤄졌다면, 이 설루션은 실제 공장 데이터와 가상의 모델 공장이 양방향으로 실시간 데이터를 주고받으며 AI가 둘 사이의 차이(gap)을 분석하고 최적화해주는 리얼타임 메타버스 설루션이다. 여타의 디지털 트윈 설루션이 가진 과도한 코딩의 한계를 해결할 수 있을 것으로 기대한다.   최근 산업 분야별 비즈니스 트렌드와 기술 투자 현황에 대해서는 어떻게 보는지? 비용 절감과 제품 출시 시간 단축을 위해 가상 제품 개발(VPD), 디지털 트윈, 소프트웨어 중심 자동차(SDV) 등에 대한 관심과 투자가 크게 늘고 있다. 실제로 실제 제품을 사용하는 소음진동(NVH) 테스트 장비 시장은 정체되는 반면, 이를 가상화하는 시뮬레이션 투자는 증가하고 있다. 특히 시뮬레이션 데이터 관리(SPDM)에 대한 투자가 늘고 있는데, 지멘스의 팀센터 포 시뮬레이션(Teamcenter for Simulation)과 알테어가 가진 다중 시뮬레이션 및 HPC 호스팅 플랫폼인 알테어 원(Altair One)이 결합하면서 이 시장에서 경쟁력을 갖추게 되었다. 또한 디지털 매뉴팩처링(DM)을 통한 생산 프로세스 최적화도 현장에 깊이 자리 잡고 있는 상황이다.   새로운 기술이 등장하면서 기업에서는 이를 활용하는 데에 어려움도 느끼는 것 같다. 어떤 조언을 해 줄 수 있을지? 기술적인 호기심만으로 접근하지 말고 비즈니스 문제와 가치를 먼저 명확히 정의한 후에 투자를 결정해야 한다고 강조하고 있다. 또한 가장 중요한 것은 데이터의 소유권(ownership)을 절대 설루션 공급사에게 내주지 말아야 한다는 것이다. 특정 툴에 종속되지 않으려면 기업 스스로 전사 데이터 모델을 이해하는 데이터 아키텍트를 반드시 육성해야 한다. 지멘스 디지털 인더스트리 소프트웨어는 기업들에게 실질적인 도움을 주기 위해 다양한 노력을 기울이고 있다. 작년에 기업 임원급을 대상으로 ‘디지털 전환 아카데미’를 꾸준히 진행해 왔는데, 올해도 이런 활동을 이어갈 계획이다. 아카데미에는 한국타이어, LG이노텍, KG모빌리티 등 여러 국내 기업의 C 레벨 임원들이 직접 참석하고 있는데, 설루션 소개가 아닌 베스트 프랙티스와 문제 해결 경험담을 공유하면서 높은 참여율과 좋은 호응을 얻고 있다. 아카데미의 주된 목적은 수백억 원의 큰 투자나 거대 담론에 휩쓸리지 말고, 임원의 권한 내에서 당장 할 수 있는 작은 디지털 전환 과제부터 빠르게 실행할 수 있도록 독려하는 것이다.   2026년 국내 제조 시장 전망과 주요 비즈니스 계획을 소개한다면? 복잡한 대내외 환경 속에서도 주요 대기업들은 근본적인 혁신을 계속 추구할 것으로 보인다. 현대자동차 등의 오픈 이노베이션 가속화, 휴머노이드 로봇 산업의 성장, 전고체 배터리 등 신시장 혁신이 공격적으로 진행될 것으로 본다. 지멘스 디지털 인더스트리 소프트웨어는 올 한 해 AI를 산업에 적용해 실질적인 비즈니스 효과를 검증하고 확산하는 데 집중하고자 한다. 특히 조선 분야를 중심으로 디지털 트윈 컴포저의 현장 적용을 지원할 예정이다. 미국이나 중국 기업들이 호기심을 갖고 빠르게 테스트해 보는 반면 국내 기업들은 실행 속도가 다소 느린 경향이 있다고 느끼는데, 앞으로는 실패를 두려워하지 않는 과감한 실험적 투자 문화가 자리 잡기를 바란다.     ■ 기사 내용은 PDF로도 제공됩니다.

‘플랜트 조선 컨퍼런스 2026’이 지난 2월 5일 백범김구기념관에서 진행됐다. ‘DX와 AI로 재도약하는 플랜트·조선의 미래’를 주제로 한 이번 콘퍼런스는 플랜트 및 조선 산업의 지형을 바꾸는 기술의 진화와 혁신 방향을 집중 조명했다. 또한, 기술 융합을 통해 근본적인 산업 혁신과 미래 생존을 추구하기 위한 청사진을 제시했다. ■ 정수진 편집장     ■ 같이 보기 : [포커스] 플랜트 조선 컨퍼런스 2026, DX 및 AI가 이끄는 기술 진화와 산업 혁신 짚다   플랜트 조선 컨퍼런스 2026에서는 ‘디지털 엔지니어링 & 컨스트럭션’과 ‘스마트 선박 & 스마트 기술’을 주제로 한 두 개의 트랙에서 다양한 발표가 진행됐다.   플랜트 산업의 DX·AI 프로젝트 실행 전략과 사례 디지털 엔지니어링 & 컨스트럭션 트랙에서는 헥사곤ALI의 남궁진 전무가 ‘플랜트·조선 프로젝트 Execution 중심의 DX 전략’을 주제로, 디자인 및 엔지니어링 이후 프로젝트의 실행 단계에서 실제 성과를 만들어내는 디지털 전환 전략에 대해 발표했다. 남궁진 전무는 실행 데이터를 중심으로 한 시스템 아키텍처와 함께 디지털 트윈, 3D·4D, AI 기반 지능형 자동화 기술을 현장에 적용한 데모를 통해 프로젝트 실행 효율 개선 방안을 소개했다.   ▲ 헥사곤ALI 남궁진 전무   휴엔시스템의 최재득 대표는 ‘DX·AI 시대의 플랜트 토목 설계 자동화’ 발표에서 DX와 AI 관점에서 플랜트 토목 자동화를 정의하고, PEDAS 생태계 구성 요소와 설루션 개발 과정을 소개했다. 또한 성공적인 DX/AI 준비를 위해 데이터, 3D 그래픽, 상세 도면, 물량 산출 등을 포함하는 PEDAS-Cloud 통합 전략을 설명했다.   ▲ 휴엔시스템 최재득 대표   테크노빌트의 손창영 지사장은 ‘AI기반 E2E 대형 플랜트 건설 프로젝트 관리 기술 적용 사례’ 발표에서 대규모 LNG 플랜트 등의 건설 현장에서 테크노빌트의 ‘디지털 컨스트럭션 블록(Digital Construction Block)’ 개념이 AI 기술과 어떻게 접목되었는지에 대해 설명했다. 그리고, 이를 통해 EPC 전반의 계획 및 정보 공유 차원에서 가치 사슬의 효율화를 달성한 실제 사례를 공유했다.   ▲ 테크노빌트 손창영 지사장   LG CNS의 이봉헌 화학사업담당은 ‘플랜트 산업의 패러다임 전환 : AX 적용 사례 소개’를 주제로 한 발표에서 플랜트 산업에서 AI의 활용은 생산, 안전, 정비 전반의 구조적 전환을 요구한다는 점을 강조했다. 또한, 디지털 전환을 통해 현장 데이터를 안정적으로 수립 및 표준화하는 동시에, AX 로봇 기술을 통해 의사결정과 운영 효율을 고도화하는 구체적인 방법을 소개했다.   ▲ LG CNS 이봉헌 화학사업담당   HD현대오일뱅크의 정준의 팀장은 ‘정유 산업의 AI 도입과 활용’ 발표를 통해 팔란티어 파운드리를 기반으로 추진 중인 전사적 DX/AX 사례를 소개했다. 정준의 팀장은 플랜트 현장에 흩어진 수많은 데이터를 연결 및 공유하여 밸류체인 전체를 통합하고, 궁극적으로 최적화된 자동화를 이루기 위한 현장의 경험을 공유했다.   ▲ HD현대오일뱅크 정준의 팀장   조선/해운 AI 혁신과 DX 전략 및 트렌드 스마트 선박 & 스마트 기술 트랙에서 한국선급의 장화섭 센터장은 ‘조선해운분야 AI 에이전트 기술 개발’ 발표를 통해 조선/해운산업에서 디지털 전환 및 인공지능 전환의 개념을 소개했다. 또한 비전, 시그널, 디지털 트윈을 활용한 실제 적용 사례와 함께 생성형 AI를 기반으로 한 조선/해운 분야의 AI 에이전트 서비스 사례를 설명했다.   ▲ 한국선급 장화섭 센터장   소프트힐스의 이찬영 Core R&D 팀장은 ‘플랜트 조선 산업을 위한 대용량 3D 시각화 설루션 및 적용사례 소개’를 주제로 한 발표에서, 플랜트 및 조선 대형 프로젝트에서 신속한 의사소통과 협업을 돕는 3D 모델 시각화 설루션인 ‘VIZZARDX’의 차별화된 기능과 성능을 소개하고, 현장 중심의 성공적인 디지털 전환 사례를 공유했다.   ▲ 소프트힐스 이찬영 Core R&D 팀장   선박해양플랜트연구소의 임근태 센터장은 ‘AI 자율운항선박 기술 동향 : From Bridge to ROC’ 발표에서 자율운항선박 기술개발사업을 통해 울산 고늘지구에 구축되고 있는 자율운항선박 성능실증센터를 소개했다. 그리고, 선박의 실증 및 성능 평가를 위해 마련된 육상 및 해상 테스트베드 인프라의 현황을 전했다.   ▲ 선박해양플랜트연구소 임근태 센터장   현대엔지니어링의 김동원 책임은 ‘토목 건축 구조 설계 자동화 사례와 AI 물량 예측 시스템 연구 방향’에 대해 발표하면서, Piperack, Shelter, Module 등 규칙에 기반한 토목·건축 구조 설계 자동화 시스템 개발 사례를 소재했다. 나아가 설계 자동화를 넘어 구조 최적화로 가기 위한 AI 기반 구조 시스템 데이터 학습과 물량 예측에 대한 향후 연구 방향을 제안했다.   ▲ 현대엔지니어링 김동원 책임   국제사이버보안인증협회의 공병철 회장은 ‘AI 선박 및 스마트 해운의 사이버 안전 대응 전략’을 주제로 한 발표를 통해 2024년 7월부터 건조 계약된 신조선에 의무 적용되는 국제선급협회(IACS)의 사이버 복원력 공통규칙을 설명했다. 또한 ISO, IMO 등 국제기구가 요구하는 선박 사이버 복원력에 발맞춰, 해운 선사와 항만 기관이 해사 사이버 보안을 강화하고 사이버 안전관리체계를 효과적으로 구현하기 위한 전략을 제시했다.   ▲ 국제사이버보안인증협회 공병철 회장

‘플랜트 조선 컨퍼런스 2026’이 지난 2월 5일 백범김구기념관에서 진행됐다. ‘DX와 AI로 재도약하는 플랜트·조선의 미래’를 주제로 한 이번 콘퍼런스는 플랜트 및 조선 산업의 지형을 바꾸는 기술의 진화와 혁신 방향을 집중 조명했다. 또한, 기술 융합을 통해 근본적인 산업 혁신과 미래 생존을 추구하기 위한 청사진을 제시했다. ■ 정수진 편집장     한국플랜트정보기술협회의 신안식 회장은 개회사에서 과거 아날로그 중심에서 AI(인공지능)와 디지털 전환(DX)으로 변화한 플랜트·조선 산업의 최신 트렌드를 강조했다. 신안식 회장은 “이번 행사는 ‘DX와 AI로 재도약하는 플랜트·조선 산업의 미래’를 주제로 삼아, 엔지니어링 최신 기술과 설루션 성공 사례, 디지털 트윈을 통한 위기 해결 방안 등을 다룬다”면서, “새로운 변화를 이끌 혁신 기술이 소개되는 이번 행사가 참석자들의 활발한 네트워킹의 장이 되길 바란다”고 전했다. ‘플랜트 조선 컨퍼런스 2026’에서는 단순한 전산화나 시스템 도입 수준이던 플랜트 및 조선 산업의 IT 트렌드가 디지털 전환과 인공지능 전환(AX)을 중심으로 진화하고 있음을 알 수 있었다. 이런 흐름은 플랜트 및 조선 산업의 고질적인 생산성 저하 및 인력 감소 문제를 극복하기 위해 추진되고 있으며, 자동화 기반 기술의 도입과 지식의 시스템화 등이 활발히 진행 중이다. 또한, DX 및 AX의 성공을 위해서는 데이터 거버넌스 확립 및 개방형 협력 생태계의 조성이 중요시되고 있으며, 단순 제조를 넘어 서비스와 데이터 기반의 비즈니스로 확장해야 한다는 목소리도 높았다.   ▲ 한국플랜트정보기술협회 신안식 회장   플랜트 산업의 성공적인 DX와 AX 추진 전략 GS건설의 이현식 디지털트윈팀장은 ‘플랜트 DX/AX를 통한 산업 혁신 : 지속 가능한 혁신과 효율적 추진 전략’을 주제로 한 기조연설에서, 플랜트 산업의 성공적인 DX 및 AX을 위한 고민과 전략을 소개했다. 그는 현재 플랜트 업계가 추진하고 있는 DX의 목표에 대해 “단기적인 비즈니스 모델 혁신보다는, 건설 산업의 낮은 생산성과 인력 감소 문제를 극복하기 위한 ‘디지털화’의 완성이 되어야 한다”고 정의했다. 특히 DX를 기반이 되는 ‘몸통’으로, AX를 비정형 데이터 해석, 지능형 자율 설계, 현장 시뮬레이션 및 로보틱스를 주도하는 ‘두뇌’로 비유하며 그 중요성을 강조했다. 플랜트 산업의 성공적인 혁신을 가로막는 장애물로는 투자 대비 단기 성과에 대한 집착, 변화에 대한 조직적 저항, 장기적 로드맵 부재, 기초 데이터 부족, 폐쇄적인 산업 생태계 등이 꼽힌다. 이현식 팀장은 이를 극복하기 위한 4대 핵심 전략으로 ▲데이터 거버넌스 수립과 연계성 확보를 통한 데이터 품질 향상 ▲현업 실무자가 직접 시스템을 개발할 수 있는 디지털 리터러시 육성과 리더십 확보 ▲실천 가능하고 견고한 장기 로드맵 수립 ▲동종 업계 간 파운데이션 모델 등을 공유하는 개방형 협력 생태계 조성을 제안했다. 그리고 “성공적인 디지털 전환을 통해 과거 우리 플랜트 산업이 가졌던 위상을 되찾기를 바란다”고 전했다.   ▲ GS건설 이현식 디지털트윈팀장   조선산업의 미래 : 친환경 및 AI 생태계 전환 한국해양대학교의 류민철 교수는 ‘조선산업 친환경·AI 생태계 전환과 글로벌 진출 전략’을 주제로 기조연설을 진행했다. 그는 조선업계가 친환경 선박 발주 증가로 재도약의 기회를 맞았지만, 단순 제조를 넘어 디지털 전환과 인공지능 전환을 통한 생산성 향상 및 새로운 서비스 창출로 나아가야 한다고 강조했다. 해외 시장 진출 전략에 대한 소개도 있었다. 류민철 교수는 “미국의 높은 건조 비용과 인도의 낮은 생산성 문제를 극복하기 위해, 국내의 자동화된 블록 생산 공정과 스마트 자율운항 기술을 현지에 접목하는 비즈니스 모델을 구축할 수 있다”면서, 이를 통해 새로운 데이터와 운영 경험을 축적할 수 있을 것이라고 설명했다. 또한, 스마트 자율운항 선박에 대해서는 향후 폭증할 데이터에 대비해 센서를 최적화하고, 완벽한 자율운항이라는 최종 목표에 앞서 해기사들의 실질적인 업무 부담을 줄여주는 단계적 서비스 개발에 집중해야 한다고 조언했다. 그리고, 척수가 많은 연안 선박의 전기 추진화, XR(확장현실) 기술 및 가상 공간을 접목한 미래 해양 레저 서비스 등 타 산업과의 융합을 통한 시장 확대 가능성도 제시했다. 류민철 교수는 “국내 조선업계가 IT, 반도체, 기자재, 엔지니어링 등 다양한 분야와 주도적으로 협력해서, 독자적이고 거대한 친환경·디지털 통합 생태계를 구축해 나갈 수 있기를 바란다”고 당부했다.   ▲ 한국해양대학교 류민철 교수   도면 읽는 AI와 지식 그래프 기반 디지털 트윈 인포시즈의 탁정수 대표는 ‘도면을 읽는 AI : 플랜트·조선 디지털 트윈의 새로운 접근’을 주제로 기조연설을 진행했다. 그는 플랜트 산업 현장에서 빈번히 일어나는 도면과 실제 현장의 불일치, 지식의 파편화, 그리고 숙련된 작업자의 은퇴로 인한 현장 지식과 노하우의 소실을 심각한 위기 요인으로 지적했다. 이를 해결하기 위한 핵심 해법으로 탁정수 대표가 제안한 것은 설계부터 운영까지 분산된 도면과 데이터를 하나로 이어주는 ‘살아있는 지식 체계’의 구축이다. 특히, 도면 내 장비와 배관 등의 연결 관계를 데이터 스키마(data schema)로 구성하여 전체 흐름을 파악하게 하는 ‘지식 그래프(knowledge graph)’와 기업 내 다양한 용어 및 개념의 표준화된 공리를 세우는 ‘온톨로지(ontology)’의 중요성을 강조했다. 탁정수 대표는 “이 두 가지 요소 기술이 바탕이 되어야만 기업에 AI를 완벽히 적용하고 진정한 의미의 디지털 트윈으로 나아갈 수 있다”고 설명했다. 인포시즈의 AI 설루션인 ‘델타플로우’를 소개한 탁정수 대표는 AI가 도면을 읽고 온톨로지 기반의 지식 그래프로 데이터를 저장함으로써 수천 장의 도면을 가로지르는 유체 흐름 시뮬레이션, 안전사고 예방을 위한 작업 전 영향도 파악, 맥락 기반의 설계 패턴 검색이 가능해진다고 전했다. 그리고 “도면 중심의 통합 플랫폼을 통해 협력사 간의 효율적인 소통 생태계를 조성하고, 기존 레거시 시스템과 연동하여 지식을 완벽하게 자산화해야 한다”고 짚었다.   ▲ 인포시즈 탁정수 대표   플랜트/조선 산업의 기술 혁신을 다각도로 살펴보는 기회 마련   ■ 같이 보기 : [포커스] DX·AI 프로젝트 실행 전략 소개한 플랜트 조선 컨퍼런스 2026   이번 ‘플랜트 조선 컨퍼런스 2026’에서는 기조연설을 포함해 13편의 발표가 진행됐으며, 이와 함께 부스 전시를 통해 플랜트/조선 산업의 DX 및 AX를 위한 다양한 기술을 접해볼 수 있는 자리가 마련되었다. 또한, 산업계 및 학계 주요 인사들이 참여한 간담회에서는 향후 산업 경쟁력 강화 및 기술 혁신을 위한 비전과 의견을 나누었다.   ▲ 인포시즈 부스   ▲ 헥사곤ALI 부스   ▲ 휴엔시스템 부스   ▲ 소프트힐스 부스   ▲ 다우데이타 부스   ▲ 아이지피넷 부스   ▲ 크레아텍 부스   ▲ VIP 간담회     ■ 기사 내용은 PDF로도 제공됩니다.

캐드앤그래픽스 지식방송 CNG TV 지상 중계   CNG TV는 지난 1월 19일, ‘DX와 AI로 재도약하는 플랜트·조선 산업의 미래’를 주제로 지식 방송을 진행했다. 이번 방송은 2월 5일 개최된 ‘플랜트 조선 컨퍼런스 2026’의 프리뷰 성격으로 마련되었으며, 디지털지식연구소 조형식 대표가 사회를 맡았다. 이날 출연한 서울대학교 윤병동 교수(원프레딕트 대표)와 우종훈 교수는 AX(인공지능 전환) 시대를 맞이한 플랜트 및 조선 산업의 대응 전략과 최신 기술 트렌드를 심도 있게 공유했다. 자세한 내용은 다시보기를 통해 확인할 수 있다. ■ 박경수 기자   ▲ 왼쪽부터 디지털지식연구소 조형식 대표, 서울대 윤병동 교수, 서울대 우종훈 교수   제품 판매를 넘어 ‘AI 네이티브 팩토리’ 수출 시대로 플랜트 산업의 AX 방향성을 제시한 서울대 윤병동 교수는 한국 제조업의 위기 극복 해법으로 ‘AI 네이티브 팩토리’를 제안했다. 윤 교수는 “국내 기업은 글로벌 기업 대비 서비스 매출 비중이 낮아 수익 구조 개선이 시급하다”며, “단순 제품 판매에서 벗어나 설계 단계부터 AI가 내재화된 공장 자체를 수출하는 모델로 전환해야 한다”고 강조했다. 그는 AI 네이티브 팩토리의 3대 핵심 기능으로 ▲지각(데이터 정제 및 맥락화) ▲사고(제조 전용 파운데이션 모델 및 OS) ▲실행(자동 보고서 및 작업 지시)을 꼽았다. 특히 원시 데이터를 AI가 즉시 활용 가능한 상태로 만드는 ‘AI 레디(Ready) 데이터’ 변환 기술인 ‘사이클론(CyCron)’의 중요성을 역설하며, 실질적인 가치 창출을 위한 전용 데이터 플랫폼 구축이 선행되어야 한다고 조언했다.   디지털 트윈과 심층 강화학습 기반의 ‘지능형 야드’ 구현 조선 산업의 스마트 야드 혁신을 발표한 우종훈 교수는 기존 디지털 트윈의 한계를 넘어서는 ‘실시간 최적 의사결정’ 기술을 소개했다. 우 교수는 “과거의 디지털 트윈이 시각화와 모니터링에 머물렀다면, 이제는 AI 에이전트가 수많은 시나리오를 학습해 최적의 대안을 실시간 제시해야 한다”고 설명했다. 특히 복잡한 생산 계획을 해결하기 위해 순서 결정, 라우팅, 공간 배치를 각각 담당하는 독립적 AI 에이전트들의 협업 모델인 ‘에이전틱 AI(agentic AI)’를 제시했다. 그는 “기술 도입보다 중요한 것은 현장의 암묵지를 구조화하고 표준화하는 것”이라며, “정확한 데이터 확보가 뒷받침되지 않으면 기술은 사상누각인 만큼, 중견 조선사일수록 시급한 현장 문제 정의에 집중해야 한다”고 강조했다.   기술 매몰보다 ‘도메인 지식’의 자산화가 핵심 조형식 대표는 방송을 마무리하며 “AI는 맥락을 완벽히 이해하지 못하므로, 파편화된 데이터를 하나로 잇는 ‘디지털 스레드(digital thread)’와 인간 전문가의 통찰력이 결합되어야 한다”고 정리했다. 두 교수 역시 공통적으로 “이제는 AI를 배우는(learn) 단계를 넘어 실질적인 수익을 벌어들이는(earn) 시대로 가야 한다”고 역설했다. 아울러 한국의 세계적인 제조 경쟁력을 바탕으로 산업용 오픈 AI와 같은 거대 모델이 탄생할 수 있도록 산학연의 긴밀한 협력을 당부했다.     ■ 기사 내용은 PDF로도 제공됩니다.

디지털 지식전문가 조형식의 지식마당   최근 인공지능이 우리 삶의 모든 면을 급격하게 변화시키고 있다. 혹자는 이것을 인공지능 전환(AI transformation 또는 AX)이라고 말한다. 그러나 실상은 그 이상이다. 디지털 전환(digital transformation : DX)이 본격적으로 시작한 것도 몇 년 되지 않았는데 다시 인공지능 전환이라니, 대부분 정보기술 분야의 이해당사자들은 당혹스럽다. 디지털 전환의 시대에 정보기술 분야에 일하는 사람들은 약간 안도했을 수도 있다. 이것은 정보화에서 디지털 기술의 심화가 디지털 전환으로 받아들였기 때문이다. 그러나 인공지능 전환은 조금 결이 다르다는 것을 느낄 것이다. 초기에는 빅데이터 분석(big data analytics)과 머신러닝은 연결고리가 있었다. 또한 CAD/CAM/CAE 분야와 시뮬레이션(simulation) 그리고 디지털 트윈(digital twin)도 연결고리가 있다. 이 모든 패러다임의 데이터 기반(datadriven)과 폐쇄형 시스템(closed system)이라는 패러다임을 공유한다. 다시 말해서 데이터 수집(data collection)이 중요하고 데이터 정의(data definition)가 핵심이다.  그러나 인간의 사고를 흉내내는 언어 중심의 인공지능에서 의사결정 구조에서 맥락(context)이 없는 데이터는 경직되고 의사결정에서 쓸모 없는 경우가 많다. 기업의 경쟁력은 더 이상 단순히 데이터를 ‘많이 보유’하는 데서 나오지 않는다. 핵심은 데이터를 어떻게 구조화하고, 어떻게 의미를 부여하며, 어떻게 의사결정으로 연결하느냐에 있다. 전통적 데이터 웨어하우스는 스타 스키마(star schema)와 스노우플레이크 모델을 중심으로 발전해 왔다. 이 구조는 대규모 분석을 가능하게 했지만, 급변하는 비즈니스 환경—규제 변화, 가격 정책 수정, 구독 모델 전환, AI 기반 실험—을 따라가기에는 점점 한계를 드러내고 있다.   그림 1. 온톨로지와 그래픽 데이터베이스   이제 기업은 고정된 테이블 중심 사고에서 벗어나, 시맨틱 그래프 기반 온톨로지(ontology)로 전환하고 있다. 이 전환을 가속하는 기술이 바로 LLM(Large Language Model : 대형 언어 모델)이다. 기존의 산업용 정보기술(industrial IT)은 마치 ‘콘크리트 신발’을 신고 달리는 것과 같다. 구조는 단단하지만, 방향 전환은 느리다. 온톨로지는 데이터를 ‘테이블’이 아니라 의미 있는 객체(object)로 본다. ‘고객’, ‘주문’, ‘제품’은 더 이상 테이블이 아니라 그래프의 노드다. 관계는 조인이 아니라 방향성 링크(directed edge)다. 이 접근은 그래프 데이터베이스 및 시맨틱 기술 발전과 맞물려, 현대 데이터 아키텍처의 핵심으로 자리잡고 있다. 이전에는 인공지능 프로젝트가 없거나 온톨로지, 디지털 스레드와 디지털 트윈, 그래프 데이터베이스(graph database)를 결합하려는 시도가 없던 것은 아니다. 다만 개발자, 담당자, 도메인 전문가는 너무 힘든 작업과 시간과 비용의 소모전이기 때문에 성공할 수 없는 방법론이었다. 단지 거대 방위산업 회사만이 가능했다. 그러나 LLM이 보편화되면서 이 모든 것이 가능해졌다. 이 패러다임은 온톨로지 기반 디지털 트윈(ontology based digital twin) 정보화이다. 복잡하게 들리지만, 현재 팔란티어라는 회사가 사용하고 있는 방법이다.   그림 2. 게임 체인저 LLM, 구축 비용의 혁신   새로운 온톨로지 디지털 트윈 정보기술의 패러다임의 비즈니스 혁신 효과는 다음과 같다.   의사결정 민첩성 규제 변경, 가격 정책 전환, 제품 피봇 시 노드와 링크만 추가하면 확장 가능   분석 부채 감소 기존 핸드크래프트 파이프라인 붕괴 문제 해소 데이터 팀은 유지보수가 아닌 가치 창출에 집중   데이터 민주화 현업 담당자가 직접 질문 : “지난달 프리미엄 사용자의 평균 구매 빈도는?” 엔지니어 도움 없이도 탐색 가능   비용 효율 스타트업 : 엔터프라이즈급 모델링 확보 대기업 : 스키마 드리프트 관리 자동화   그림 3. 온톨로지 패러다임 비교   전략적 시사점은 LLM 기반 온톨로지 자동화는 단순 기술 도입이 아니다. 이는 기업 운영 체계의 구조적 재설계다. 핵심은 데이터 → 의미 → 의사결정 연결 구조 구축, 인간과 AI의 역할 명확화, 온톨로지를 운영 자산으로 관리, 질의 기반 학습 구조 설계, 장기적 데이터 지능 축적 전략 수립이다.   그림 4. 디지털 트윈 정보 모델   결론적으로, 데이터 민주화에서 의사결정 민주화로 움직이면서 LLM 기반 온톨로지 자동화는 단순히 모델링 비용을 줄이는 도구가 아니다. 이는 의미 중심 데이터 구조, 자가 최적화 파이프라인, 복리적 지식 축적, 조직 전체의 분석 역량 확장을 가능하게 한다. 결국 이는 데이터 민주화 → 분석 민주화 → 의사결정 민주화로 이어지는 전환이다. 여기서 말하는 민주화는 책임지는 사람이 결정하고, 의사결정 과정을 투명하게 공유하는 과정을 의미한다. 설명되지 않는 인공지능 도움에 의한 의사 결정은 리스크가 크다. 앞으로의 경쟁력은 데이터를 얼마나 많이 보유했는가가 아니라, 데이터를 얼마나 의미 있게 연결했는가에 달려 있다. 그리고 그 연결을 자동화하는 시대가 이미 시작되었다.   ■ 조형식 항공 유체해석(CFD) 엔지니어로 출발하여 프로젝트 관리자 및 컨설턴트를 걸쳐서 디지털 지식 전문가로 활동하고 있다. 현재 디지털지식연구소 대표와 인더스트리 4.0, MES 강의, 캐드앤그래픽스 CNG 지식교육 방송 사회자 및 컬럼니스트로 활동하고 있다. 보잉, 삼성항공우주연구소, 한국항공(KAI), 지멘스에서 근무했다. 저서로는 ‘ PLM 지식’, ‘서비스공학’, ‘스마트 엔지니어링’, ‘MES’, ‘인더스트리 4.0’ 등이 있다.     ■ 기사 내용은 PDF로도 제공됩니다.

    디지털 전환(DX)을 추진했지만, 산업 조직의 56%는 여전히 기대만큼의 성과를 내지 못하고 있습니다. 그 이유는 데이터는 축적했지만, 연결과 가시성 부족으로 실제 가치로 전환되지 못하고 있기 때문입니다. 헥사곤 디지털 스레드 리포트는 400여 명의 글로벌 경영진과 산업 리더들의 인사이트를 바탕으로, 선도 기업들이 어떻게 사일로화된 데이터를 하나로 연결하고 AI와 디지털 트윈을 활용해 운영 효율과 ROI를 동시에 높였는지를 실제 사례 중심으로 제시합니다.  지금 무료로 다운로드하고, 단절된 데이터를 실질적인 성과로 전환하는 전략을 확인해 보세요!   보고서 무료 다운로드   리포트 다운로드 하고, 이벤트 참여하기 리포트를 다운로드하신 분들 중 50명 추첨을 통해 네이버페이 1만원 상품권을 드립니다! 헥사곤 웹사이트 법적 공개      개인정보보호정책                  ©헥사곤  Hexagon AB 및/또는 그 자회사 및 계열사 판권 소유. 305 Intergraph Way, Madison, Alabama 35758