2026.10.16 금요일
검색
'강화학습' 검색결과
기간검색
-
~
검색영역
검색어
-
마라톤 완주한 사족보행 로봇 '라이보2'…장거리 주행 기술 네이처 게재 [경제일보] 배터리 한 번으로 마라톤 풀코스를 완주한 국산 사족보행 로봇 ‘라이보2’의 장거리 주행 기술이 국제학술지 네이처에 실렸다. 2024년 실제 마라톤 대회에서 세운 기록을 토대로, 네 발로 걷는 로봇의 이동 거리를 어떻게 늘릴 수 있는지 기계 구조와 전기회로, 보행 제어를 함께 분석한 연구다. 한국과학기술원(KAIST)은 황보제민 기계공학과 교수 연구팀의 논문이 23일(현지시간) 네이처에 게재됐다고 24일 밝혔다. 라이보2는 2024년 11월 경북 상주 곶감 마라톤 대회에서 배터리를 충전하거나 교체하지 않고 42.195㎞를 4시간 19분 52초 만에 완주했다. KAIST에 따르면 일반 마라톤 대회에서 사족보행 로봇이 풀코스를 완주한 첫 사례다. 당시 코스에는 약 50ｍ 높이의 언덕이 14㎞와 28㎞ 지점에 각각 포함됐다. 평탄한 실험실 바닥에서 산출한 최대 주행거리가 아니라, 경사와 사람들의 움직임 등 변수가 있는 도로에서 장거리 이동을 실증했다는 점에서 연구 가치가 있다. 사족보행 로봇은 바퀴 달린 로봇과 달리 서 있는 동안에도 관절을 움직여 몸을 지탱해야 한다. 걸을 때 발이 땅에 닿고 떨어지는 과정에서도 에너지가 소모된다. 로봇을 오래 움직이게 하려면 배터리 용량뿐 아니라 관절의 마찰, 모터 구동 손실, 보행 자세 등을 함께 다뤄야 하는 이유다. 연구팀은 힘을 효율적으로 전달하는 가벼운 관절 구조와 저항이 낮은 모터 구동회로를 설계했다. 보행 제어 소프트웨어도 에너지를 덜 쓰도록 조정했다. KAIST는 자체 시뮬레이션 환경에서 경사로·계단·빙판길 등을 구현하고 강화학습으로 보행 제어기를 훈련했다고 설명했다. 내리막에서는 관절이 움직이며 발생하는 에너지를 일부 회수해 다시 사용할 수 있도록 했다. 논문은 라이보2가 기존 사족보행 로봇과 비교해 배터리 용량당 3배 넘는 거리를 이동할 수 있다고 제시했다. 이동에 드는 에너지의 효율을 나타내는 수송비용 지표는 0.25로 산출됐다. 연구팀은 개별 부품의 성능 개선에 그치지 않고 로봇 전체에서 에너지가 어디로 새는지 추적해 설계를 맞춘 결과라고 설명했다. 마라톤 이전에도 연구팀은 교내 운동장에서 저장된 위성항법장치(GPS) 경로를 따라 43㎞를 한 번 충전으로 이동하는 시험을 진행했다. 상주 대회는 정해진 경로만 반복하는 시험을 넘어 일반 참가자와 함께 달리며 로봇의 움직임을 확인하는 단계였다. 다만 마라톤 완주가 곧바로 장애물 인식과 경로 판단까지 독립적으로 수행하는 자율주행 능력을 입증하는 것은 아니다. 당시 연구팀은 자율주행 기능을 후속 개발 목표로 제시했다. 이번 논문의 공동 제1저자는 KAIST의 이충인·염동훈·박정수 연구원이다. 황 교수 연구실에서 창업한 라이온로보틱스도 라이보2 제작에 참여했다. 실제 도로에서 4시간 넘게 움직이려면 효율과 함께 반복되는 충격을 견디는 내구성과 보행 안정성도 확보해야 한다. 황 교수는 “연구실에서 구현한 세계 최고 수준의 성능을 산업 현장에서 누구나 안정적으로 사용할 수 있는 제품으로 연결하겠다”고 말했다. 현장에서는 이동 거리 외에 카메라·통신장비의 무게도 변수다. 장비를 싣고 계단이나 비포장 구간을 오갈 때도 성능을 유지할 수 있는지 확인하는 것이 다음 과제다.2026-09-24 10:39:12
-
NC AI, 1.4조 피지컬 AI 국책사업 참여…게임 AI서 산업용 로봇 두뇌로 [경제일보] 엔씨소프트의 인공지능(AI) 전문기업 NC AI가 전북·경남 피지컬 AI 대형 국책사업에 동시에 참여한다. 가상공간에서 공장과 작업환경을 학습시키는 기술부터 설비와 로봇의 실제 행동을 제어하는 모델까지 개발해 제조 현장에 적용하는 것이 목표다. NC AI는 과학기술정보통신부와 정보통신산업진흥원(NIPA)이 추진하는 ‘경남·전북 피지컬 AI 연구개발사업’의 전북·경남 과제에 선정됐다고 17일 밝혔다. 이 사업은 2026년부터 2030년까지 5년간 총 1조4131억원이 투입된다. 지역별로는 경남 6763억원, 전북 7368억원 규모이며 총 35개 과제가 추진된다. 이 금액은 국가사업 전체 예산으로 NC AI가 직접 확보한 사업비와는 구분된다. 정부는 전북을 공장 플랫폼과 자율공장 중심으로, 경남을 정밀 제조와 공정 제어 중심으로 육성한다는 계획이다. 개발 기술은 향후 ‘K-AI 공장’ 패키지로 묶어 국내 제조 현장과 해외 시장에 확산한다는 구상이다. NC AI는 전북에서 두 과제를 맡는다. ‘협업지능 피지컬 AI 디지털트윈 가상환경 기술개발’ 과제에서는 설비와 작업공간을 3차원 가상환경으로 구현하고 작업자 움직임과 공정 상황을 시뮬레이션한다. 실제 현장에서 수집하기 어려운 학습 데이터를 가상공간에서 생성해 비전언어모델(VLM)과 비전·언어·행동 모델(VLA)의 학습·검증에 활용한다. ‘무인공장 운용-피지컬 AI SDF 특화 기반 모델 연구개발’ 과제에서는 공장 내 정적·동적 상황과 공간을 이해하고 설비와 로봇의 대응을 계획하는 기반 모델을 개발한다. 공장 전체의 상황을 인식해 작업 순서를 바꾸거나 이상 상황에 대응하는 무인운영 기술이 핵심이다. 경남에서는 ‘물리지능 행동모델 및 통합 프레임워크 기술개발’에 참여한다. 센서·비전 데이터를 바탕으로 제조환경의 변화를 예측하는 월드모델을 개발하고, 대규모 행동모델(LAM)이 설비와 로봇의 움직임을 계획·제어하도록 연결한다. 조선 용접과 반도체 후공정 등 정밀 작업에 적용할 예정이다. 피지컬 AI는 텍스트를 생성하는 소프트웨어 AI와 달리 센서로 현실을 인식하고 기계·로봇을 움직이는 기술이다. 제조 현장에서는 작업물 위치와 형태, 장비 상태가 계속 달라져 정해진 동작을 반복하는 기존 자동화만으로는 대응하기 어렵다. 월드모델과 디지털트윈은 이 같은 변수를 가상환경에서 학습시키는 기반이 된다. NC AI는 올해 한화오션과 자율 용접 로봇용 AI 모델을 개발하고, 포스코DX와 로봇 파운데이션 모델 공동개발을 추진했다. 현대로템과는 국방 분야 다종 로봇 제어 과제에도 참여하고 있다. 게임 개발 과정에서 축적한 3차원 환경 구축과 강화학습 경험을 산업·국방용 로봇의 학습 데이터와 시뮬레이션에 접목하는 전략이다. 한편 실제 현장에서는 센서 오차와 설비별 인터페이스, 안전 규정, 데이터 보안, 가상환경과 현실의 차이인 ‘심투리얼(Sim2Real) 격차’를 해결해야 한다. 정부와 수요기업이 제공하는 현장 데이터의 범위, 실증 완료 시점, 기술의 유료 전환 여부가 성과를 가를 전망이다. 이연수 NC AI 대표는 “가상환경에서 학습한 AI를 실제 제조 현장에 적용하고 다양한 산업 환경에서 기술을 검증해 국내 제조업의 AI 전환을 이끌겠다”고 말했다.2026-09-17 09:52:08
-
티오리, 보안 AI, 답변 넘어 취약점 직접 검증…'실전훈련' 맡는다 [경제일보] 인공지능(AI)이 보안 지식을 설명하는 수준을 넘어 실제 시스템의 취약점을 찾아 재현하고 검증하도록 훈련하는 국가 프로젝트에 티오리가 참여한다. 티오리는 자율형 AI 보안 솔루션 ‘진트(Xint)’ 개발 경험을 활용해 보안 AI와 분석 도구를 연결하는 실행 환경을 구축한다. AI 기반 오펜시브 보안 기업 티오리는 과학기술정보통신부가 추진하는 ‘사이버보안 특화 AI 파운데이션 모델 개발’ 사업의 네이버클라우드 컨소시엄에 참여한다고 9일 밝혔다. 오펜시브 보안은 공격자의 관점에서 시스템을 시험해 취약점을 선제적으로 찾는 분야다. 이번 컨소시엄에는 네이버클라우드를 중심으로 LG CNS·LG AI연구원·LG유플러스와 티오리·S2W·샌즈랩·이스트시큐리티 등 AI·보안기업, 대학·연구기관 및 수요기관을 포함해 총 33개 기관이 참여한다. 한국항공우주산업(KAI), 한국수력원자력, 한전KDN 등 국가 기반시설 관련 기관도 실증에 나선다. 컨소시엄은 네이버의 하이퍼클로바X와 LG AI연구원의 엑사원을 각각 기반으로 700B급(7000억개 매개변수) 전문가혼합(MoE) 보안 모델 2종을 병렬 개발한다. MoE는 작업에 필요한 일부 전문 모델만 선택적으로 가동하는 구조여서 매번 7000억개 매개변수 전체를 사용하는 방식과는 다르다. 하이퍼클로바X 기반 모델은 방어, 엑사원 기반 모델은 공격·검증 역량을 강화하는 방향으로 개발된다. 약 830테라바이트(TB)의 보안 데이터를 활용해 전력·금융·통신·반도체·방산·항공우주 등 7개 분야에서 실증할 계획이다. 티오리가 맡은 핵심 분야는 ‘하네스(Harness)’다. AI 모델을 취약점 스캐너와 디버거, 시험용 서버 등 실제 보안 도구·환경과 연결하고 명령 실행부터 결과 수집, 재현 여부 판정까지 관리하는 체계다. AI가 그럴듯한 분석 문장을 만드는 데 그치지 않고 취약점이 실제로 존재하는지 통제된 환경에서 입증하도록 설계한다. 학습 과정에는 전문가의 모범 사례를 활용하는 지도미세조정(SFT)과 검증 가능한 결과를 보상으로 삼는 강화학습(RLVR)이 적용된다. 예컨대 AI가 제시한 공격 경로가 시험 환경에서 재현되고 정해진 검증 절차를 통과했을 때만 보상을 주는 방식이다. 보안 AI의 고질적인 문제로 꼽히는 오탐과 재현 불가능한 답변을 줄이는 데 초점이 맞춰져 있다. 정부는 컨소시엄에 엔비디아 B200 그래픽처리장치(GPU) 256장을 지원한다. 전체 지원 기간은 10개월이지만, 우선 5개월간 제공한 뒤 중간평가를 거쳐 나머지 지원 여부를 결정한다. 네이버클라우드는 별도로 B200 4000장을 사전학습에 투입했고 LG 측도 H200 256장을 추가할 계획이라고 밝혔다. 정부는 공모 당시 국내 보안 산업에서 공동 활용할 수 있는 독자 모델 확보를 사업 목표로 제시했다. 박세준 티오리 대표는 “사이버보안 AI에서는 보안 지식을 얼마나 많이 아는지뿐 아니라 실제 환경에서 취약점을 찾아 검증할 수 있는지가 중요하다”며 “진트를 개발하며 확보한 에이전트와 취약점 검증 기술을 적용하겠다”고 말했다. 한편 공격 기능을 갖춘 모델은 방어 역량을 높이는 동시에 악용 가능성도 품고 있다. 컨소시엄이 개발 모델의 오픈소스 공개를 예고한 만큼 모델 가중치와 공격 기능의 공개 범위, 사용자 권한 관리, 실행 기록 보존, 격리된 시험환경 운영 기준이 함께 제시돼야 한다. 개발 규모보다 실제 취약점 탐지율과 오탐률, 재현 성공률, 검증 소요시간을 객관적으로 입증하는 작업이 국가 보안 AI의 신뢰도를 가르게 된다.2026-09-10 08:53:23
-
한컴이노스트림, 960시간·프로젝트 30%…엔비디아 AI 인재양성 맡는다 [경제일보] 한컴 자회사 한컴이노스트림이 엔비디아의 인공지능(AI) 교육과 정부 직업훈련 사업을 결합해 실무형 인재 양성에 나선다. 대규모언어모델(LLM)을 활용한 AI 에이전트와 가상환경의 학습 결과를 실제 로봇에 적용하는 ‘심투리얼(Sim-to-Real)’을 전면에 내세웠다. 한컴이노스트림은 고용노동부 K-디지털 트레이닝(KDT) ‘AI 캠퍼스’ 사업의 교육 파트너로 참여해 ‘NVIDIA AI CAMPUS’ 첫 교육생을 모집한다고 9일 밝혔다. 이번 과정은 엔비디아가 KDT AI 캠퍼스 운영기관으로 선정되면서 마련됐다. 한컴이노스트림은 교육과정 운영과 실무 프로젝트, 취업 지원을 담당한다. 엔비디아는 자사 딥러닝 인스티튜트(DLI)의 교육 콘텐츠와 기술 생태계를 제공하는 구조다. 교육은 AI 에이전트와 로보틱스 등 2개 트랙으로 나뉜다. 각 과정은 960시간의 오프라인 집중교육으로 구성됐으며 오는 10월12일부터 내년 4월2일까지 약 6개월간 진행된다. 모집 마감은 이달 18일이다. 판교 ‘NVIDIA AI 전용 캠퍼스’에서 진행되는 AI 에이전트 과정에서는 LLM과 검색증강생성(RAG), 랭체인, 랭그래프 등을 다룬다. 엔비디아의 AI 추론용 마이크로서비스인 NIM과 생성형 AI 모델 개발 플랫폼 NeMo도 활용한다. 교육생은 이를 바탕으로 이용자의 지시를 분석하고 외부 도구를 호출해 여러 단계의 업무를 수행하는 AI 서비스를 직접 설계한다. 서울 성수동에서 열리는 로보틱스 과정은 엔비디아 아이작 심(Isaac Sim)과 오픈USD, 강화학습을 활용한다. 가상공간에서 학습하고 검증한 로봇 제어 기술을 실제 장비에 적용하는 심투리얼이 핵심이다. 교육생은 비전 카메라와 정밀 그리퍼를 갖춘 로봇 워크스테이션을 이용해 인식과 제어 과정을 실습한다. 전체 교육과정의 30% 이상은 기업 현장의 문제를 해결하는 프로젝트로 구성된다. 엔비디아 DLI 공인 강사와 앰배서더가 기술 방향 설정과 코드 검토에 참여하고, 수료생에게는 캡스톤 프로젝트 기반 포트폴리오 제작과 기업 실무자 네트워킹, 일대일 취업 상담 등을 지원한다. 한컴이노스트림은 국내 최초이자 세계 다섯 번째 엔비디아 DLI 공인 교육센터라고 설명했다. 대학과 기업을 대상으로 운영해 온 단기 인증교육을 960시간 규모의 정부 재정 훈련으로 확장했다는 데 의미가 있다. 다만 ‘취업 연계’는 채용 보장이 아니라 교육·상담·기업 연결을 지원하는 프로그램이다. 정부가 올해 처음 도입한 AI 캠퍼스는 AI 엔지니어와 AI 애플리케이션 개발자, AI 융합가, AI 하드웨어 엔지니어를 양성하는 사업이다. 고용노동부는 44개 운영기관을 선정했으며 연간 약 1300억원을 투입해 1만여명을 교육한다는 목표를 제시했다. 산업계의 AI 도입 속도에 비해 실무인력이 부족하다는 판단이 사업 배경이다. 국민내일배움카드 발급 대상자는 교육비 전액을 지원받는다. 지급 요건을 충족하면 월 최대 40만원의 훈련장려금도 받을 수 있다. 과정이 6개월간 오프라인으로 운영되는 만큼 출석 기준과 중도 포기 시 지원금 처리 조건 등은 신청 전 확인해야 한다. 김연수 한컴이노스트림 대표는 “산업 현장에서는 이론 습득을 넘어 실제 문제를 주도적으로 해결할 수 있는 역량이 중요하다”며 “엔비디아의 기술 생태계와 전문 교육 역량을 결합해 AI·로보틱스 분야의 실무형 인재를 양성하겠다”고 말했다. 이번 과정의 성과는 모집 규모보다 수료율과 취업률에서 갈릴 전망이다. 프로젝트 결과물이 실제 기업의 채용으로 얼마나 연결되는지, 수료생이 교육 이후에도 빠르게 바뀌는 엔비디아 기술에 대응할 역량을 갖추는지가 사업의 지속 가능성을 결정할 것으로 보인다.2026-09-09 16:19:51
-
'사람 없는 공장' 5년간 실증…KT·KAIST·다임, 피지컬 AI 동맹 [경제일보] KT(대표이사 박윤영)가 한국과학기술원(이하 KAIST), 피지컬 AI 전문기업 다임리서치와 손잡고 인공지능(AI)이 로봇과 설비를 제어하는 ‘다크팩토리(Dark Factory·무인공장)’ 개발에 나선다. 연구실 단계의 피지컬 AI를 실제 제조 현장에서 검증하고 상용 플랫폼으로 연결하는 5년짜리 프로젝트다. KT는 KAIST, 피지컬 AI 전문기업 다임리서치와 기술 개발과 실증, 사업화를 위한 업무협약을 체결했다고 8일 밝혔다. 과학기술정보통신부 ‘피지컬 AI 얼라이언스’ 2기 활동에서 논의한 협력 방안을 구체화한 것이다. 피지컬 AI는 AI가 카메라와 센서로 현실 공간을 인식하고 로봇·자율주행차·산업 장비를 스스로 판단·제어하도록 하는 기술이다. 다크팩토리는 조명이나 상주 인력 없이도 생산·물류 공정이 운영되는 고도화된 무인공장을 뜻한다. 협력의 중심은 과기정통부와 정보통신산업진흥원(NIPA)이 추진하는 ‘협업지능 피지컬 AI 기반 소프트웨어 플랫폼 연구개발 생태계 조성 사업’이다. NIPA의 2026년도 정부지원 예산 자료에 따르면 전체 사업의 올해 예산은 766억6600만원이다. 다만 KT·KAIST·다임리서치 컨소시엄에 배정되는 금액은 공개되지 않았다. 세 기관은 앞으로 5년간 여러 종류의 로봇과 센서, 생산설비를 하나의 플랫폼에서 연결하고 제조 공정이 작업 상황에 맞춰 스스로 대응하는 기술을 개발한다. 실제 공장과 유사한 테스트베드에서 성능을 검증한 뒤 반도체와 이차전지, 자동차 등 제조 현장으로 적용 범위를 넓힐 계획이다. 기술 개발은 완전히 처음부터 시작하는 것은 아니다. KAIST와 다임리서치는 지난 3월 이기종 로봇과 센서, 설비, 디지털 트윈을 통합 관제하는 피지컬 AI 플랫폼 ‘카이로스(KAIROS)’를 공개했다. 다임리서치는 2020년 KAIST 장영재 교수와 연구진이 창업한 기업으로, 강화학습 기반 시뮬레이션 엔진과 로봇 통합 운영 플랫폼 ‘xMS’를 개발해 왔다. 수십대에서 수천대에 이르는 물류·제조 로봇의 작업 경로와 배치를 최적화하는 것이 핵심이다. KT는 여기에 데이터 운영 플랫폼과 엣지 AI(현장 인접형 인공지능), 초고속·초저지연 네트워크를 결합한다. 로봇이 생성한 데이터를 멀리 떨어진 클라우드로 모두 전송하지 않고 공장 가까이에서 처리해 제어 지연을 줄이는 역할이다. AI 에이전트와 시뮬레이션 기술을 활용해 공정 운영과 성능 검증도 자동화할 방침이다. KT로서는 통신망 공급을 넘어 제조 AI 운영 플랫폼 사업으로 기업간거래(B2B) 영역을 넓힐 기회다. KAIST의 연구성과, 다임리서치의 로봇 관제 기술, KT의 데이터·통신 인프라를 묶어 국산 다크팩토리 모델을 만들고 해외 시장까지 공략한다는 구상이다. 박상원 KT AX사업부문장 전무는 “AI 에이전트와 엣지 AI, 네트워크 역량을 결집해 제조 현장의 지능화를 지원하고 국내 피지컬 AI 경쟁력을 강화하겠다”고 말했다.2026-09-08 09:33:16
-
KT, 서울대·KAIST와 AI 연구 결실…사업화로 경쟁력 키운다 [경제일보] KT가 서울대학교와 한국과학기술원(KAIST)과 진행한 인공지능(AI) 공동연구를 마무리하고 연구 성과의 사업화에 속도를 낸다. 단순 기술 교류를 넘어 대학의 연구 역량과 KT의 데이터·AI 모델·서비스 역량을 결합해 실제 사업에 적용할 수 있는 기술을 확보하는 것이 목표다. KT는 30일 서울 서초구 KT우면연구센터에서 서울대·KAIST 연구진과 ‘산학 공동연구 최종 성과 워크숍’을 열었다고 밝혔다. 이날 워크숍에는 3개 기관 연구진 50여명이 참석해 지난 1년간 수행한 연구 결과를 공유하고 후속 연구 및 사업 활용 방안을 논의했다. 이번 협력은 지난해 9월 시작됐다. KT는 당시 산학 협력을 장기 연구에 그치지 않고 실제 AICT 사업과 연결하기 위해 서울대·KAIST와 공동 연구를 추진했다. 자율형 에이전트, Responsible AI, 피지컬 AI, 인간 피드백 기반 강화학습, 추론 효율화 등을 핵심 연구 분야로 설정했다. KT는 연구에 필요한 GPU와 AI 모델, 데이터를 제공하고 대학의 전문 연구역량을 접목하는 Open R&D 방식으로 협력을 진행했다. 서울대와는 자율형 에이전트가 상황과 맥락을 이해하고 판단할 수 있도록 하는 기술을 집중 연구했다. 추론형 AI의 평가 기준과 신뢰성 개선, 한국적 데이터셋 확보, 사용자 행동 예측 모델, 사용자 피드백을 활용한 강화학습 프레임워크 등이 주요 과제다. KAIST와는 대규모언어모델(LLM)의 프롬프트 압축 및 최적화 기술을 연구했다. AI가 처리해야 하는 입력을 효율적으로 줄여 모델의 추론 부담을 낮추고, 에이전트 서비스의 응답 효율을 높이는 기반 기술을 확보하는 데 초점을 맞췄다. KT가 특히 주목하는 부분은 연구 결과의 ‘내재화’다. 확보한 기술을 논문이나 연구 성과로 끝내지 않고 모델·플랫폼·서비스 경쟁력으로 연결한다는 구상이다. KT는 최근 공동연구 성과를 자사 파운데이션 모델 ‘믿:음 K’와 자율형 에이전트 관련 서비스 등에 활용하는 방향을 추진해왔다. 후속 연구 범위도 넓힌다. KT는 기술 수요를 반영한 신규 과제를 발굴해 에이전틱 AI와 피지컬 AI, 토큰 효율화 등을 중심으로 산학 연구를 확대할 계획이다. AI가 질문에 답하는 수준을 넘어 스스로 상황을 판단하고 행동하는 에이전틱 AI가 확산되면서 추론 효율과 신뢰성, 실제 환경에서의 행동 예측 기술이 중요해진 데 따른 행보다. 산학협력 방식 자체도 고도화할 전망이다. KT는 올해 들어 서울대와 KAIST뿐 아니라 고려대 등 주요 대학과 공동연구를 확대하고 있으며, 글로벌 연구기관과의 협력도 병행하고 있다. 연구 기획 단계에서부터 성과 검증과 사업 적용 가능성을 함께 고려해 ‘기술 확보→검증→서비스 적용’으로 이어지는 구조를 정착시키겠다는 전략이다. KT는 이번 연구 성과를 계기로 대학과의 협력을 일회성 프로젝트가 아닌 지속적인 AI 기술 확보 채널로 확대한다는 방침이다. 박재형 KT AX미래기술원장 상무는 “이번 성과를 기반으로 대학과 함께 성장하는 연구개발 협력 모델을 확대하고 연구 결과가 KT의 AI 경쟁력으로 이어지도록 지속 발전시키겠다”고 말했다. 한편 이번 KT가 산학협력에서 확보한 기술을 실제 서비스에 얼마나 빠르게 적용하느냐가 향후 경쟁력의 핵심 변수가 될 전망이다. 특히 에이전틱 AI와 피지컬 AI 시장이 확대되는 가운데 모델 성능뿐 아니라 추론 비용과 토큰 사용량, 신뢰성까지 함께 개선할 수 있는 기술을 확보할 경우 AI 사업의 운영 효율과 서비스 경쟁력을 동시에 높일 수 있다는 평가다.2026-08-30 13:32:19
-
![[현장] 자율주행 패권 경쟁 해법은 AI 고도화…데이터·피지컬 AI가 좌우한다](https://image.ajunews.com//content/image/2026/08/26/20260826162312529981.jpg)
자율주행 패권 경쟁 해법은 'AI 고도화'…"데이터·피지컬 AI가 좌우한다" [경제일보] 자율주행 경쟁에서 앞서기 위해서는 데이터를 많이 확보하는 데 그치지 않고, AI 모델의 지속적인 개선으로 연결하는 기술력이 필요하다는 진단이 나왔다. 경험하지 못한 주행 상황까지 예측하고 대응하는 피지컬 AI와 파운데이션 모델 개발이 자율주행 기술 경쟁의 핵심 과제로 떠올랐다는 설명이다. 26일 서울 강남구 코엑스에서 열린 ‘2026 자율주행 산업 컨퍼런스’에서는 현대자동차 이경민 상무, 한국자동차연구원 전병욱 소장, 서울대학교 최준원 교수가 차례로 강연에 나서 자율주행 AI의 발전 방향을 제시했다. 이 상무는 ‘데이터 플라이휠을 통한 자율주행 모델의 지속 개선’, 전 소장은 ‘피지컬 AI 시대, 자율주행 패권 경쟁과 K-모빌리티 전략’, 최 교수는 ‘자율주행 파운데이션 모델의 핵심 설계 쟁점과 발전 방향’을 주제로 발표했다. 이경민 상무는 자율주행 모델을 지속적으로 개선하려면 데이터를 확보하는 데 그치지 않고, 학습과 검증까지 연결하는 구조를 만들어야 한다고 설명했다. 수집한 데이터를 분석·선별해 모델을 학습하고 검증한 뒤 차량에 적용하고, 다시 새로운 데이터를 확보하는 순환 구조가 핵심이라는 설명이다. 이 상무는 “데이터가 핵심이라기보다 데이터를 돌릴 수 있는 프레임이 핵심”이라며 “데이터 플라이휠은 기본적으로 데이터 수집, 데이터 학습, 학습된 모델이나 룰을 다시 데이터로 연결하는 구조”라고 말했다. 실제 주행에서 확보되는 데이터 가운데 모델 성능을 높이는 데 필요한 데이터는 일부에 불과하다는 점도 짚었다. 일반적인 직진 주행보다 차선 변경이나 돌발 상황처럼 모델이 취약한 상황을 골라내고 이를 학습에 활용해야 한다는 것이다. 이 상무는 “실제 데이터를 취득하고 나서 그걸로 학습하면서 끝나는 게 아니라 3D로 구성하고 다양한 상황을 만들어서 시뮬레이션을 통해 검증할 수 있어야 한다”고 말했다. 데이터의 양을 늘리는 것만큼 모델 성능을 떨어뜨리는 문제 상황을 빠르게 찾아내는 과정도 중요하다고 봤다. 문제의 원인을 분석해 다시 학습에 반영하고, 시뮬레이션과 실제 차량 테스트를 통해 안전성을 확인해야 한다는 설명이다. 이어 전병욱 소장은 대규모 데이터를 학습하는 AI를 넘어 물리 세계를 이해하고 예측하는 피지컬 AI가 자율주행의 다음 경쟁 영역이 될 것으로 내다봤다. 전 소장은 “AI 모델은 확보한 데이터에 대해서는 굉장히 잘하지만 예측 불가능한 데이터에 대해서는 상당히 취약하다”며 “데이터 규모는 필요조건일 뿐이고, 결국 자율주행을 하려면 물리 세계를 이해하고 예측하는 일반 지능이 필요하다”고 말했다. 야간이나 폭설, 동물 출현처럼 실제 도로에서 발생 빈도가 낮은 상황은 아무리 많은 데이터를 확보하더라도 충분히 학습하기 어렵다고 설명했다. 이런 상황에 대응하려면 과거 사례를 암기하는 방식에서 벗어나 물리 법칙과 인과관계를 이해하는 AI가 필요하다는 것이다. 전 소장은 월드 모델을 대표적인 기술로 꼽았다. 월드 모델은 물리 법칙과 인과관계를 학습해 특정 행동 이후 발생할 상황을 예측하는 모델이다. 국내 자율주행 산업에는 현재 기술을 빠르게 확보하면서 차세대 기술 개발을 병행하는 투트랙 전략을 제시했다. 전 소장은 “2세대 자율주행을 최대한 빠르게 추격하면서 3세대 자율주행을 선점하는 전략으로 가야 한다”며 “AI 모델 경량화와 차량용 추론 반도체 개발도 함께 이뤄져야 한다”고 강조했다. 마지막으로 최준원 교수는 자율주행 파운데이션 모델의 핵심 과제로 엣지 케이스 대응과 모델 구조, 연산 효율, 시뮬레이션 검증을 제시했다. 갑자기 차량이 끼어들거나 동물이 도로에 나타나는 등 규칙을 일일이 설정하기 어려운 상황에 대응하는 능력이 중요하다는 설명이다. E2E 방식은 인지부터 계획까지 하나의 AI 모델로 연결해 전체 과정을 하나의 목적에 맞춰 최적화할 수 있다는 점에서 기존 모듈러 방식과 차이가 있다고 설명했다. 최 교수는 파운데이션 모델을 주변 환경을 이해하는 ‘씬 인코더’와 차량의 행동을 생성하는 ‘액션 디코더’로 구성하는 방식도 소개했다. 센서에서 들어오는 정보를 3차원 공간으로 변환하고 이를 토큰화해 시공간 정보를 압축하는 구조다. 최 교수는 “주변 씬에 대한 시공간 정보를 잘 압축해서 표현하는 게 굉장히 중요하다”며 “엣지 케이스 대응을 위해 차량과 주변 객체의 속도, 가속도, 위치 등 다양한 정보를 학습하는 과정이 필요하다”고 말했다. 연산 효율 역시 실제 차량 적용을 위한 주요 과제로 꼽았다. 차량 주변의 넓은 영역을 높은 해상도로 처리하면 연산량이 크게 늘어나는 만큼 시공간 정보를 압축하고 과거 정보를 활용해 필요한 정보만 처리하는 방식이 필요하다는 설명이다. 실제 도로에서 확보하기 어려운 엣지 케이스를 다루기 위해서는 시뮬레이션도 필요하다. 최 교수는 “도로에 나가면 엣지 케이스도 별로 없고 AI 모델을 바로 도로에 나가서 하기에는 위험하기도 하다”며 시뮬레이션을 통한 안전성 검증의 필요성을 강조했다. 향후에는 실제 주행 데이터를 증강해 엣지 케이스를 확보하고 시뮬레이터에서 모델의 안전성과 성능을 검증하는 연구가 중요하다고 설명했다. 강화학습을 활용한 모델 안정성 향상과 실제 차량에서 구동할 수 있도록 모델을 경량화하는 작업도 주요 과제로 꼽았다.2026-08-26 16:58:23
-
현대차그룹, 전방위 AX 시동…정의선도 '바이브코딩' 익혔다 [경제일보] 현대자동차그룹이 전사적인 인공지능(AI) 전환에 속도를 내고 있다. 디지털 전환(DX)을 통해 구축한 협업 환경과 데이터 인프라를 기반으로 생성형 AI 활용을 임직원 전반으로 확대하고 연구개발과 생산, 정비, 고객 서비스 등 현장 업무에도 AI를 적용하고 있다. 정의선 현대차그룹 회장 역시 AI 활용 역량을 직접 익히는 등 조직 전반의 AX 확산에 힘을 싣고 있다. 12일 현대차그룹에 따르면 그룹은 이날 서울 서초구 양재 본사에서 ‘현대차그룹 AX 성과 발표회’를 열고 2019년부터 추진해 온 DX와 AI 전환(AX) 성과 및 향후 계획을 공개했다. 현대차그룹은 AI가 본격적으로 확산하기 전부터 디지털 기반의 업무 환경을 구축해왔다. 2018년 정의선 회장이 “IT 기업보다 더 IT 기업 같은 회사가 되겠다”고 밝힌 이후 글로벌 협업 방식과 데이터 중심 경영 체계를 마련하는 데 주력했다. 이를 위해 현대차그룹은 2022년부터 업무 진행 상황과 의사결정을 관리하는 지라, 두레이, 문서 공동 작성과 지식 공유를 지원하는 컨플루언스를 순차적으로 도입했다. 같은 해 마이크로소프트의 클라우드 기반 협업 플랫폼 ‘Microsoft 365(M365)’도 업무 환경에 적용했다. M365를 통해 메일과 일정, 문서 작성, 화상회의 등을 하나의 협업 체계로 연결하고 글로벌 사업장과 조직이 동일한 환경에서 협업할 수 있도록 했다. 국가 핵심기술 관련 보안 규제로 외부 협업 도구 활용에 제약이 있었던 자율주행·수소 등 연구개발 조직도 정부 관계 부처의 가이드라인 제정을 거쳐 같은 플랫폼을 사용할 수 있게 됐다. 데이터 분야에서는 ‘글로벌 원 데이터 파이프라인’을 운영해 연구개발·생산·품질·판매 등 각 영역에 분산된 데이터를 표준화하고 연결했다. 개발 과정에서 생성된 정보가 생산과 품질 관리에 활용되고 판매 현장의 데이터가 제품 개발과 공정 개선으로 이어지는 데이터 활용 체계를 마련했다. 이렇게 구축한 DX 인프라는 생성형 AI를 업무 전반에 적용하는 AX의 기반이 됐다. 대표적인 사례가 사내 생성형 AI 플랫폼 ‘H 챗 프로’다. H 챗 프로는 보안이 확보된 환경에서 임직원이 챗GPT, 제미나이, 클로드 등 다양한 외부 생성형 AI 모델을 선택해 활용할 수 있도록 만든 현대차그룹 전용 AI 플랫폼이다. 현대차그룹은 지난해부터 H 챗 프로를 특정 조직이나 일부 인력에 한정하지 않고 일반 임직원까지 확대했다. 문서 작성과 정보 탐색, 데이터 분석, 코드 개발 등 다양한 업무에서 생성형 AI 활용이 이뤄지고 있으며 최근에는 개발자가 아닌 임직원이 직접 AI 에이전트를 만들어 업무에 적용하는 사례도 늘고 있다. 진은숙 현대차·기아 ICT담당 사장은 “AI는 분명 중요한 기술이지만 결국 기업이 활용해야 하는 도구”라며 “중요한 것은 기술 그 자체가 아니라 AI를 비롯한 새로운 기술을 얼마나 빠르게 이해하고 업무와 사업에 적용해 조직 경쟁력으로 내재화할 수 있는지에 달렸다”고 말했다. AI 활용은 연구개발 현장에서도 구체적인 성과로 이어지고 있다. ‘충돌안전 AI 어시스턴트’는 과거 충돌 시험 결과와 시험 이미지, 해석 자료 등 여러 시스템에 분산돼 있던 연구 정보를 통합 검색하고 유사 사례를 빠르게 찾아 비교·분석할 수 있도록 지원하는 AI 기반 연구개발 시스템이다. 현대차그룹은 이를 통해 관련 사례 탐색과 분석 자료 검토에 걸리는 시간을 약 90% 줄였다고 설명했다. 엔지니어들은 확보한 시간을 분석 결과 해석과 설계 개선, 시험 전략 수립 등에 활용하고 있다. 제조 현장에서는 AI를 활용해 생산 과정의 품질 관리와 운영 효율을 높이고 있다. ‘AI 자동화 인식 서비스’는 차량 식별번호(VIN)를 기반으로 생산 공정에 투입되는 차량과 시스템상 등록된 차량 정보를 실시간으로 대조·검증하는 비전 AI 솔루션이다. 현재 국내 현대차·기아 전 공장을 비롯해 미국·유럽·인도·아시아태평양 등 글로벌 생산 거점 약 70개소에 적용됐다. 현대차그룹은 이를 통해 국내외 현대차·기아 공장에서 연간 52.4억원의 비용 절감 효과를 거두고 있다고 밝혔다. ‘대차 정렬 최적화 기술’에는 강화학습 기반 AI가 적용됐다. 생산 라인에서 부품을 공급하는 대차의 순서가 설비 오류 등으로 꼬일 경우 AI가 다양한 경우의 수를 분석해 최적의 이동 경로를 자동으로 도출한다. 이를 통해 불필요한 생산 중단 시간을 약 86% 줄였다. 서비스 분야에서도 AI 적용이 확대됐다. 해외 정비 현장에서는 LLM 기반 ‘정비 지원 AI 서비스’를 통해 정비사가 차량 오류 코드나 증상을 입력하면 관련 정비 매뉴얼과 과거 정비 기록 등을 AI가 분석해 진단 결과를 제시하도록 했다. 이를 통해 정비 대응 시간이 약 42% 단축됐다. 현대차그룹은 AX를 기술 도입에 그치지 않고 조직의 업무 방식과 문화까지 바꾸는 과정으로 보고 있다. DX를 통해 마련한 데이터와 협업 기반 위에 AI를 접목해 임직원이 직접 AI를 활용하고 업무를 개선하는 구조를 확산시키는 것이 핵심이다. 정의선 회장을 비롯한 경영진도 AI 활용 역량을 높이는 데 참여하고 있다. 특히 정 회장은 임직원 대상 AX 교육 과정에서 ‘바이브코딩’을 직접 익히는 등 AI를 업무에 활용하는 방식에 관심을 보인 것으로 전해졌다. 진은숙 사장은 “AX를 통해 축적한 데이터와 운영 경험, 실행 역량은 다가올 피지컬 AI 시대를 준비하는 가장 강력한 기반이 될 것”이라며 “차량과 로보틱스, 제조·서비스 현장 등 물리적 영역으로 AI 적용 범위를 넓힐 계획”이라고 했다.2026-08-12 16:23:24
-
SKT, 독자 AI 'A.X K2' 앞세워 제조·국방 현장 공략 [경제일보] SK텔레콤이 독자 AI 파운데이션 모델 'A.X K2'를 앞세워 제조와 국방, 바이오 등 산업 현장 공략에 나선다. 지난달 29일 모델을 공개한 데 이어 4일 회사 뉴스룸 인터뷰를 통해 세부 전략을 밝혔다. 단순 질의응답을 넘어 스스로 계획을 세우고 도구를 활용해 업무를 수행하는 '에이전틱 AI'를 구현해 한국형 소버린 AI 생태계를 만들겠다는 구상이다. 김태윤 SK텔레콤 파운데이션모델담당은 "A.X K2의 가장 큰 변화는 '답하는 AI'에서 '스스로 계획하고 실행하는 AI'로 진화한 것"이라며 "에이전틱 시대에 맞춰 추론 능력을 크게 강화했고 특히 수학과 한국어 영역에서 의미 있는 성과를 냈다"고 말했다. ◆ 매개변수 6880억개, 추론엔 330억개만 활성화 A.X K2는 매개변수 6880억개 규모의 초거대언어모델(LLM)이다. 직전 모델인 519B 규모 A.X K1보다 커졌지만 추론 과정에서는 330억개(33B)만 활성화하는 MoE 구조를 적용해 추론 비용은 기존 수준으로 유지했다. 국내외 14개 벤치마크 평균 성능은 A.X K1 대비 32.2%포인트, 장문 이해와 AI 에이전트 평가에서는 83.9%포인트 개선됐다. 초고난도 수학 벤치마크 'Apex' 점수는 1.0에서 45.8로 뛰었고 AIME26에서는 97.1점을 기록했다. 한국어 지식 평가(KMMLU-Pro) 80.5점, 한국 문화 이해(CLIcK) 91.6점을 냈고 통신 분야 에이전트 도구 활용을 재는 τ²-Bench Telecom에서는 오픈웨이트 모델 가운데 최고 성능을 기록했다고 회사는 설명했다. 핵심 기술은 SK텔레콤이 자체 개발한 SGA(Sparse Gated Attention)다. 여러 차례 대화와 도구 호출, 긴 문서 참조를 반복하는 AI 에이전트 특성상 긴 문맥 처리 효율이 중요한데 SGA는 입력이 길어질수록 처리 속도와 안정성이 오르도록 설계됐다. 120K 토큰 입력 기준 토큰 처리량은 A.X K1 대비 67.7% 개선됐다. 텍스트 모델 외에 제조 도면과 문서를 이해하는 비전언어모델 'A.X K2 VL', 상담·회의 음성을 분석하는 'A.X K2 ALM', 크래프톤과 공동 개발한 음성 모델 'A.X K2 라온스피치'도 함께 공개해 멀티모달 구성을 갖췄다. 산업 현장 적용도 본격화하고 있다. KG스틸, 자동차 부품업체 코넥과는 생산 라인의 과거 불량 사례를 학습해 원인을 분석하고 조치를 제안하는 제조 특화 AI 에이전트를 실증 중이다. SK하이닉스에는 사내 AI 서비스 'LLM Chat'에 경량 모델을 적용해 반도체 지식 검색과 정보 정리를 지원한다. 국방부에는 A.X K1을 FP8·FP4·INT4로 양자화해 공급했고 A.X K2도 온프레미스 기반 폐쇄망 환경에 제공할 계획이다. 민감한 데이터는 외부 학습에 쓰지 않고 기관 내부에서만 학습하도록 했다. 김 담당은 "국내 업무 환경에서는 언어뿐 아니라 제도와 문화적 맥락을 이해하는 것이 중요하다"며 "국내 기업과 공공기관이 안심하고 활용할 수 있는 소버린 AI를 구현하는 것이 목표"라고 설명했다. ◆ 허깅페이스 공개하며 조단위 후속모델 준비 SK텔레콤은 A.X K2를 허깅페이스에 Apache 2.0 라이선스로 공개하고 API도 제공할 예정이다. 스타트업 액셀러레이팅 프로그램 '스케치 with AI', '모두의 챌린지 AX-LLM'을 통해 개발자와 스타트업의 상업적 활용 생태계도 넓힌다. 앞서 A.X K1은 정부 지원 없이 상시 1000개 이상의 자체 GPU로 개발됐다. 이번에 예고한 조(兆) 단위 매개변수 후속 모델은 정부 GPU 인프라와 자체 투자를 함께 활용해 규모를 키우고 에이전틱 강화학습과 사이버보안 역량도 고도화한다는 계획이다. 서울대, KAIST, 크래프톤과 차세대 아키텍처 연구도 병행하고 독자 AI 파운데이션 모델(독파모) 컨소시엄 참여사인 리벨리온과는 국산 NPU 기반 모델 서빙 최적화와 상용 서비스 실증을 강화한다. 리벨리온은 앞서 자체 NPU '리벨카드' 단일 서버로 A.X K1 구동에 성공한 바 있다. 한편 회사가 제시한 벤치마크 수치는 자체 측정 결과이며 독립 기관의 검증을 거친 값은 아니다. 오픈소스로 공개돼 외부 개발자들이 성능을 검증할 여지는 있지만 남은 과제는 이 수치가 실제 제조·국방·바이오 현장에서 상업적 계약과 매출로 이어지느냐다. 김 담당은 "A.X K2는 한국이 설계부터 학습까지 자체 기술로 개발한 AI 모델이 글로벌 최고 수준에 도달할 수 있다는 가능성을 보여준 사례"라며 "개방과 협력을 통해 국내 AI 생태계의 기반을 만들고 산업 현장과 국민이 체감할 수 있는 AI 서비스를 확대해 나가겠다"고 말했다.2026-08-04 10:10:29
-
SKT, 바이오 AI 확장 속도…AI로 난치성 암 치료제 후보 발굴 [경제일보] 생성형 인공지능(AI) 경쟁이 제조와 통신, 공공 분야를 넘어 바이오 산업으로 확산되고 있다. 신약 개발에 막대한 시간과 비용이 소요되는 만큼 AI를 활용해 후보물질 발굴 과정을 단축하려는 움직임이 빨라지는 가운데 SK텔레콤이 SK바이오팜과 손잡고 난치성 암 표적 치료제 개발을 위한 초기 유효물질을 확보하며 바이오 AI 사업 확대에 나선다. 15일 SK텔레콤은 SK바이오팜과의 공동 연구를 통해 난치성 암 표적 치료제 개발에 활용할 수 있는 초기 유효물질을 발굴했다고 밝혔다. 양사는 AI를 활용해 암세포 표면 단백질인 'ROR1'에 결합할 수 있는 바인더 후보 물질을 대량 생성·선별했으며, 실험실 검증을 거쳐 이 가운데 2종이 초기 유효물질로서 가능성을 확인했다. 최근 글로벌 바이오 업계에서는 AI를 활용한 신약 개발 경쟁이 치열해지고 있다. 신약 개발은 통상 10년 이상의 시간과 막대한 비용이 투입되는 대표적인 고위험·고비용 산업으로 꼽힌다. 특히 신약 개발 초기 단계인 후보물질 발굴 과정은 방대한 물질 조합 가운데 실제 효능을 가질 가능성이 높은 물질을 찾아야 하는 만큼 상당한 시간과 연구 역량이 요구된다. 이에 AI를 활용해 후보물질 탐색 범위를 넓히고 개발 기간을 단축하려는 시도가 활발하게 이뤄지고 있다. 이번 연구의 표적인 ROR1은 여러 혈액암과 고형암에서 과발현되는 종양 관련 세포 표면 단백질로, 정상 조직에서는 발현량이 적어 차세대 항암 표적 치료제 개발 분야에서 주목받고 있다. 고형암은 장기나 조직에 덩어리 형태로 발생하는 암을 의미한다. 양사가 발굴한 바인더는 특정 단백질과 선택적으로 결합하도록 설계된 물질이다. 암세포를 정확히 표적하기 위해서는 표적 단백질과 안정적으로 결합하는 동시에 구조적 안정성까지 확보해야 하는 만큼 후보물질 발굴 과정의 난도가 높은 분야로 평가된다. 이번 연구에서 SK바이오팜은 신약 개발 경험을 바탕으로 신규 바인더 발굴 전략을 수립했으며, SK텔레콤은 AI 기술을 활용해 다수의 신규 바인더 후보를 생성하고 ROR1과의 결합 가능성을 분석해 실험실 검증 대상을 선별하는 역할을 맡았다. 신규 물질 구조를 탐색하는 연구는 AI가 학습할 수 있는 데이터가 충분하지 않은 경우가 많아 기존 데이터에만 의존하는 방식으로는 다양한 후보를 찾는 데 한계가 있다. 이에 SK텔레콤은 단백질 조각인 프래그먼트를 다양한 방식으로 조합하고 표현하는 머신러닝 기술을 적용했다. 또한 강화학습(RL)을 활용해 구조적 안정성이 높은 조합에 더 높은 보상을 부여하는 방식으로 최적의 신규 바인더 구조를 탐색하도록 설계했다. 후보물질 선별 단계에서는 SK텔레콤이 보유한 GPU 연산 자원을 활용해 다수의 신규 바인더 후보를 병렬 처리했다. 이후 AI 모델이 ROR1과 후보 물질이 어떤 구조로 결합할 수 있는지와 실제 결합 가능성을 빠르게 예측·분석하며 실험실 검증 대상의 범위를 효율적으로 좁혔다. SK텔레콤은 그 결과 기존 SK바이오팜의 방식으로 통상 1~2년이 소요되던 신약 개발 초기 연구 기간을 60% 이상 단축해 양사가 약 5개월 만에 이번 연구를 완료했다고 설명했다. AI가 후보물질 발굴 단계에서 시간과 비용을 줄이는 데 기여한 것으로 풀이된다. SK텔레콤은 이번 연구 성과를 계기로 바이오 AI 분야로의 기술 협력 범위를 확대할 계획이다. 특히 독자 AI 파운데이션 모델을 활용한 바이오 특화 거대 언어 모델(LLM) 개발 가능성도 검토하고 있다. 이를 통해 단순한 후보 물질 발굴을 넘어 바이오 연구 전반에 AI를 활용할 수 있는 기반을 마련한다는 구상이다. 조동연 SK텔레콤 AI 융합 담당은 "이번 성과를 바탕으로 독자 AI 파운데이션 모델(기반 모델)을 활용한 바이오 특화 LLM(거대 언어 모델) 개발 등 바이오 AI 분야 전반으로 기술 협력 범위를 확대하는 방안도 검토 중"이라고 말했다.2026-07-15 09:44:00
-
![[데일리 건설 브리프] 호반건설, 국가유공자 주거여건 개선 공로 보훈부장관 표창 外](https://image.ajunews.com//content/image/2026/06/25/20260625141148965634.png)
호반건설, 국가유공자 주거여건 개선 공로 보훈부장관 표창 外 [경제일보] 호반건설은 서울 여의도 FKI타워에서 열린 ‘2026 국가유공자 주거여건개선사업 기념행사’에서 국가보훈부 장관 표창을 받았다고 25일 밝혔다. 국가유공자 주거여건 개선사업은 대한주택건설협회가 국가보훈부, 국토교통부와 함께 추진하는 사회공헌 사업이다. 주거환경이 열악한 국가유공자와 보훈가족의 노후주택을 개·보수해 보다 안전하고 쾌적한 생활환경을 제공하고 있다. 이번 표창은 국가유공자 주거여건개선사업에 지속적으로 참여하며 국가유공자와 보훈가족의 삶의 질 향상에 기여한 공로를 인정받은 결과다. 호반건설은 국가유공자 주거여건 개선사업에 10년간 꾸준히 참여하며 주거복지 향상에 기여한 점을 높이 평가받았다. 호반건설은 지난 2016년부터 해당 사업에 참여해 국가유공자와 보훈가족의 주거환경 개선을 꾸준히 지원해왔다. 지금까지 총 12가구를 대상으로 노후주택 개·보수 지원을 실시하며 주거안정에 기여했다. 올해도 서울 도봉구에 거주하는 국가유공자의 노후주택 보수 지원에 나섰다. 지원 대상자는 전상군경 국가유공자로 약 50년 된 노후주택에 거주하며 주택 노후화로 생활에 불편을 겪어왔다. 호반건설 관계자는 “국가를 위해 헌신한 국가유공자와 보훈가족의 주거환경 개선에 조금이나마 도움이 될 수 있어 뜻깊게 생각한다”며 “다양한 사회공헌 활동을 통해 보훈문화 확산과 국가유공자의 주거복지 향상에 기여하겠다”고 말했다. LH, AI 기반 BIM 토공설계 자동화 소프트웨어 개발 완료 한국토지주택공사(LH)는 단지분야 건설정보모델링(BIM) 설계지원을 위한 ‘AI 기반 토공설계 자동화 소프트웨어’ 개발을 완료했다고 25일 밝혔다. ‘AI 기반 토공설계 자동화 소프트웨어’는 단지 조성 공사의 주요 공종인 토공 설계에 강화학습 기반의 AI를 적용해 단지 계획고 산정과 토공 운반 설계를 최적화·자동화하는 기술이다. 해당 기술을 도입하면 종전 대비 약 평균 7%의 토공 운반량 절감이 예상된다. 해당 소프트웨어는 LH가 발주한 BIM 설계 용역 참여 설계사 등에 무상 배포될 예정이다. 소프트웨어 배포에 앞서 지난 18일 LH는 LH 경기남부지역본부에서 개발 소프트웨어 기능을 시연하고 BIM 도입 확대에 대한 다양한 의견을 청취하는 자리를 갖기도 했다. 설명회에는 공공기관 및 민간 설계사 관계자 등 50여 명이 참석했다. 이상조 LH 스마트건설안전본부장은 “지난해 BIM 설계지원 소프트웨어(2종)에 이어 이번 AI 기반 토공설계 자동화 소프트웨어까지 민간에 추가로 배포하게 된 만큼 BIM이 더욱 활성화되길 기대한다”라며 “스마트 기술을 적극적으로 도입해 건설산업의 디지털 혁신을 선도해 나갈 것”이라고 말했다. 서울시, ‘면목 행정 문화중심 복합화사업’ 조건부 가결 서울시는 제2차 공공주택통합심의위원회에서 ‘면목 행정 문화중심 복합화사업을 조건부 가결 했다고 25일 밝혔다. 사업지는 중랑구 면목동 378-10번지 일원으로 지하철 7호선 용마산역 인근에 위치한다. 현재 동주민센터와 구민회관, 청소년수련관 등이 자리한 공공시설 부지다. 이번 사업을 통해 지하 4층~지상 최고 47층 규모의 복합시설이 조성된다. 공동주택 712가구와 구 복합청사, 청소년수련관, 공영주차장, 판매시설 등이 함께 들어선다. 주택은 신혼부부를 위한 미리내집 221가구와 분양주택 204가구 등을 포함해 총 712가구로 계획됐다. 전용면적은 31㎡, 41㎡, 51㎡, 59㎡, 84㎡ 등으로 구성된다. 향후 주택건설 사업계획승인 과정에서 세부 계획은 조정될 수 있다. 공공시설도 기존보다 확장된다. 청소년수련관은 청소년 활동과 성장을 지원하는 공간으로 다시 조성되고 구 복합청사에는 행정·복지시설과 주민센터, 문화공간 등이 배치된다. 공영주차장도 함께 들어서 지역 주민 편의성을 높일 예정이다. 단지 저층부에는 입주민 커뮤니티 시설이 집중 배치된다. 작은도서관과 피트니스, 경로당, 게스트하우스 등이 들어서 입주민 간 교류 공간으로 활용될 전망이다. 용마산역과 연계한 보행 환경 개선도 추진된다. 서울시는 대상지 내 높낮이 차이를 활용해 다양한 층고의 판매시설로 구성된 스트리트몰을 조성할 계획이다. 면목로에서 용마산역으로 바로 연결되는 지하 연결통로도 설치해 지역 주민의 이동 편의를 높인다는 구상이다. 서울시는 올해 하반기 주택건설 사업계획승인을 거쳐 내년 착공, 오는 2030년 준공을 목표로 사업을 추진할 예정이다. 최진석 서울시 주택실장은 “면목 행정문화중심 복합화사업이 공공주택 통합심의를 통과함에 따라 본격적으로 사업이 추진되고 노후화된 용마산 역세권 일대가 고품질의 행정・문화・주거 중심지로 탈바꿈해 주거안정과 지역 활성화에 기여할 것으로 기대한다”라고 말했다.2026-06-25 14:15:59
-
![[데일리 제약·바이오 브리프] JW중외제약, AI 신약개발 국책과제 선정…3년간 22억 지원 外](https://image.ajunews.com//content/image/2026/06/17/20260617104404613038.jpg)
JW중외제약, 'AI 신약개발' 국책과제 선정…3년간 22억 지원 外 [경제일보] JW중외제약은 보건복지부가 주관하는 ‘2026년도 제1차 보건의료기술 연구개발사업’ 중 ‘구조기반 AI신약개발지원’ 과제의 주관연구개발기관으로 선정됐다고 17일 밝혔다. ‘구조기반 AI신약개발지원’ 사업은 올해 처음 도입된 신규 과제로 구조기반 약물 발굴 기술과 생성형 AI, AI 에이전트 등을 활용해 저분자 신약개발 플랫폼을 고도화하고 신약후보물질을 발굴하는 것을 목표로 한다. 구조기반 약물발굴은 질환과 관련된 표적 단백질의 3차원 구조와 약물 결합 부위를 분석해 유효물질을 탐색하고 최적화하는 방식이다. 이번 사업은 저분자 화학합성 기반 신약후보물질 발굴을 위한 AI 플랫폼을 보유한 기업을 중심으로 추진됐다. JW중외제약은 공동연구개발기관인 C&C신약연구소와 함께 향후 3년간 총 22억원 규모의 정부 지원을 받아 항암 신약후보물질 발굴 연구를 진행할 계획이다. 이번 과제의 핵심은 JW중외제약의 AI 신약개발 통합 플랫폼 ‘제이웨이브(JWave)’와 로봇 기반 합성자동화 시스템을 연계한 자율 연구 플랫폼(Self-driving Lab)의 고도화다. 제이웨이브는 500여 종의 세포주, 오가노이드, 질환 동물모델의 유전체 정보와 4만여 개 자체 합성 화합물 데이터 등 생물·화학 빅데이터를 기반으로 운영된다. 여기에 구조 기반 모델링과 강화학습 알고리즘 등 20여 종의 AI 모델이 적용돼 신약후보물질 발굴 전주기에서 효율성을 높인다. JW중외제약은 해당 플랫폼을 통해 표적 단백질 구조와 결합 부위를 분석하고 유효성과 선택성, 약물 특성을 고려한 화합물을 설계한다. 이후 AI가 제안한 화합물을 합성자동화 장비를 통해 로봇이 자동으로 합성·생산하는 방식으로 연구를 진행한다. 합성자동화 시스템은 연구자가 수행하던 반복적인 합성 공정을 자동화해 화합물 도출 주기를 단축하고 실험 정확도를 높이는 역할을 한다. 이를 통해 설계-합성-평가로 이어지는 반복 연구 사이클을 효율화하고 유효물질 탐색과 선도물질 최적화 속도를 끌어올릴 수 있을 것으로 기대된다. C&C신약연구소는 해당 플랫폼을 기반으로 도출된 화합물의 유효성과 약물 특성을 검증하고 비임상시험 단계 진입이 가능한 항암 신약후보물질 발굴을 담당한다. JW중외제약 관계자는 “이번 과제 선정은 자체적으로 축적해온 생물·화학 데이터와 AI 플랫폼, 합성자동화 기술을 연계한 연구 전략의 경쟁력을 인정받은 결과”라며 “자율 연구 플랫폼을 지속적으로 고도화해 미충족 의료수요가 높은 질환 영역에서 혁신신약 후보물질을 신속하게 발굴해 나갈 것”이라고 말했다. ◆메디톡스 ‘뉴비쥬’, 출시 2개월 만에 1만 바이알 판매 돌파 메디톡스가 세계 최초 콜산(CA) 성분 지방개선주사제 ‘뉴비쥬(NUVIJU)’ 출시 이후 빠른 시장 안착에 성공했다. 메디톡스는 ‘뉴비쥬’가 출시 2개월 만에 누적 판매량 1만 바이알을 돌파했다고 17일 밝혔다. 해당 제품은 중등증 및 중증 턱밑 지방 개선을 적응증으로 하는 국내 메디컬 에스테틱 시장 최초 신약으로 식품의약품안전처로부터 국산 40호 신약으로 허가받았다. ‘뉴비쥬’는 세계 최초로 콜산(CA)을 주성분으로 적용한 지방개선주사제로 부종과 멍 등 시술 후 이상반응을 최소화하는 데 초점을 맞췄다. 특히 제제의 산성도를 인체와 유사한 pH 7.4 수준으로 조정해 시술 시 통증을 줄였으며 피부 자극 가능성이 있는 벤질알코올과 벤제토늄염화물 등 화학 부형제를 배제한 것이 특징이다. 임상 3상에서는 유효성과 안전성이 확인됐다. 국내 중등증 및 중증 턱밑 지방 환자 240명을 대상으로 약 4주 간격으로 최대 6회 투여한 결과 투여 전 대비 1단계 이상 개선된 환자 비율은 ‘뉴비쥬’ 투여군에서 88.57%, 위약군에서 32.43%로 나타났다. 2단계 이상 개선된 환자 비율 역시 투여군 46.67%, 위약군 5.41%로 유의미한 차이를 보였다. 추가 비임상 시험에서는 피하 주사 시 코르티코스테론과 카테콜아민 등 혈중 스트레스 호르몬 농도와 피부 조직 내 통증 관련 수용체 발현이 비교군 대비 유의미하게 낮은 것으로 확인됐다. 메디톡스는 이러한 연구 데이터를 기반으로 의료진 대상 학술 활동과 마케팅을 확대해 시장 점유율을 빠르게 끌어올린다는 전략이다. 메디톡스 관계자는 “‘뉴비쥬’가 출시 전부터 높은 관심을 받아왔으며 출시 이후에도 의료진과 환자들의 만족도와 신뢰를 바탕으로 판매가 빠르게 증가하고 있다”며 “증가하는 수요에 대응하고 브랜드 경쟁력을 강화하기 위한 다양한 활동을 이어갈 계획”이라고 말했다. ◆에이비엘바이오 ‘지바스토미그’, FDA 패스트트랙 지정 획득 에이비엘바이오는 미국 바이오 기업 노바브릿지 바이오사이언스와 공동 개발 중인 이중항체 면역항암제 ‘지바스토미그’가 FDA로부터 패스트트랙(Fast Track) 지정을 획득했다고 17일 밝혔다. 패스트트랙은 생명을 위협하거나 중대한 질환에서 미충족 의료 수요를 해결할 가능성이 있는 신약 후보물질의 개발과 심사를 신속히 진행하기 위한 제도다. 지정 시 FDA와 긴밀한 협의가 가능하며 요건 충족 시 롤링 리뷰, 우선심사, 가속승인 등의 절차 적용 대상이 될 수 있다. 지바스토미그는 위암과 췌장암 등에서 과발현되는 클라우딘18.2와 면역 T세포 활성화에 관여하는 4-1BB를 동시에 표적하는 이중항체다. 현재 클라우딘18.2 양성, HER2 음성 진행성 또는 전이성 위암 치료제로 개발되고 있으며 화학요법인 폴폭스(FOLFOX) 및 PD-1 억제제 니볼루맙과의 병용요법을 평가하는 임상 2상이 진행 중이다. 전이성 위암은 예후가 좋지 않은 대표적 난치암으로 최근 클라우딘18.2, PD-(L)1, HER2 등 바이오마커 기반 맞춤형 치료 전략이 확대되고 있다. 특히 클라우딘18.2 표적 치료제 시장은 단일항체 졸베툭시맙이 화학요법 병용요법으로 FDA 승인을 받은 이후 빠르게 성장하는 추세다. 에이비엘바이오와 노바브릿지는 앞선 임상 1b상에서 지바스토미그 병용요법의 항암 효능과 안전성, 내약성을 확인했다. 이를 통해 해당 후보물질이 위암 치료 분야에서 ‘베스트-인-클래스’ 가능성을 지닌 것으로 평가하고 있다. 양사는 올해 하반기 글로벌 학술대회를 통해 임상 1b상 전체 데이터를 공개할 예정이며 4분기에는 가속승인을 목표로 한 임상 3상 등록 임상시험에 착수할 계획이다. 이상훈 에이비엘바이오 대표는 “지바스토미그는 다양한 클라우딘18.2 발현 환자군에서 깊고 지속적인 치료 반응을 확인한 후보물질”이라며 “FDA와의 논의를 통해 가속승인 경로 적용 가능성을 확인한 만큼 이번 패스트트랙 지정이 개발 속도를 높이는 계기가 될 것”이라고 말했다.2026-06-17 10:50:20
-
![[프론티어 격돌] 현대차 vs 두산, 로봇 상용화 수익성 고개 누가 먼저 넘나](https://image.ajunews.com//content/image/2026/05/14/20260514161159602669.png)
현대차 vs 두산, 로봇 상용화 '수익성 고개' 누가 먼저 넘나 [경제일보] 대한민국을 대표하는 두 제조 거인, 현대자동차그룹과 두산의 시선이 ‘로봇’이라는 같은 지점을 향하면서도 그 방법론에서는 극명한 대조를 보이고 있다. 현대차가 인간을 닮은 휴머노이드를 통해 산업 생태계 전체를 바꾸려는 ‘대담한 도약’을 선택했다면, 두산은 사람 곁에서 즉각적인 도움을 주는 협동로봇(Cobot)을 통해 ‘실용적 진화’에 집중하고 있다. “차를 넘어 기계로”…‘아틀라스’에 담은 현대차의 꿈 현대차그룹이 공개한 보스턴다이내믹스의 휴머노이드 로봇 ‘아틀라스(Atlas)’ 개발형 모델은 로봇 공학의 정점을 보여줬다. 아틀라스는 단순한 보행을 넘어 물구나무를 서고 L자 균형 동작을 완벽하게 수행했다. 이 동작의 핵심은 ‘강화학습 기반 전신 제어 기술’에 있다. 이는 비정형 환경에서도 로봇이 스스로 균형을 잡고 복잡한 과업을 수행할 수 있음을 의미한다. 현대차의 전략은 명확하다. 로봇을 단순한 설비가 아닌, 자동차 바깥의 ‘모빌리티 운영체제’로 키우겠다는 것이다. 앞서 현대차그룹이 지난 2021년 소프트뱅크로부터 약 11억 달러에 보스턴다이내믹스를 인수한 것을 두고 ‘자동차 회사가 움직이는 기계 그 자체를 사들인 결정적 순간’이라는 평가가 나온 바 있다. 실제 현대차는 지난 CES2026에서 AI 로보틱스 비전을 구체화했다. 미국 조지아주 ‘현대차그룹 메타플랜트 아메리카(HMGMA)’에 아틀라스를 전격 투입한다는 계획이다. 현대차는 오는 2028년부터 반복적인 부품 배열 작업을 시작으로 2030년에는 고도의 숙련도가 필요한 조립 업무까지 로봇의 영역을 넓힐 계획이고, 연간 3만대 규모의 로봇 생산 체제 구축을 목표로 하고 있다. 엔비디아와 손잡은 두산…제조업 DX의 가장 현실적인 대안 현대차가 ‘미래’를 설계한다면 두산은 ‘현재’를 수선한다. 2015년 두산로보틱스 설립 이후 두산이 일관되게 밀고 온 카드는 협동로봇이다. 대규모 공정 교체 없이 기존 생산 라인에 즉시 투입 가능한 코봇은 중소·중견 기업의 실질적인 해법으로 떠올랐다. 두산의 경쟁력은 ‘현장 침투력’에서 나온다. 두산은 최근 제조업을 넘어 식음료(F&B), 의료, 물류 등으로 영역을 확장하고 있다. 특히 지난달 29일 두산로보틱스가 엔비디아(NVIDIA)와 ‘피지컬 AI’ 협력을 논의했다는 소식은 시장의 큰 관심을 끌었다. 양사는 두산의 로봇 운영체제와 엔비디아의 AI 인프라를 결합해 작업 환경을 실시간으로 인식하고 경로를 최적화하는 ‘지능형 협동로봇’ 개발에 박차를 가하고 있다. 실질적인 성과도 가시화되고 있다. 두산로보틱스는 광진그룹에 2027년까지 100대 이상의 제조용 로봇 솔루션을 공급하기로 했다. 기존 현장에서 제품 불량률을 ‘0’에 수렴하게 만든 실적이 대규모 수주로 이어진 것이다. 이는 고가의 자동화 설비 도입이 어려운 중소 제조업체들에게 코봇이 가장 현실적인 대안임을 증명하는 사례다. ‘멋진 영상’은 돈이 될까…상용화·노동 간극 숙제 두 기업 모두 장밋빛 미래만 있는 것은 아니다. 현대차의 아틀라스는 ‘멋진 영상물’을 넘어 ‘돈이 되는 제품’임을 증명해야 한다. 앞서 지난 2월 보스턴다이내믹스 경영진 교체를 두고도 현대차가 기술 과시형 연구에서 상용화와 수익 창출로 무게 중심을 옮기고 있다는 분석이 나오는 이유다. 또한 제조 현장 노동자와의 간극도 숙제다. 로봇 투입이 고용 충격으로 이어질 것이라는 우려를 어떻게 불식시키느냐가 기술 도입의 속도를 결정할 것으로 보인다. 두산은 ‘수익성 개선’이라는 현실적 과제에 직면해 있다. 올해 1분기 두산로보틱스의 매출은 전년 대비 약 190% 가까이 급증했지만, 여전히 121억원 규모의 영업손실을 기록했다. 시장은 커지고 있지만 글로벌 가격 경쟁이 치열해지고, 고객 맞춤형 솔루션 제공에 따르는 비용 부담이 크기 때문이다. 하드웨어 판매를 넘어 애플리케이션과 유지보수 등 서비스 영역에서 수익 모델을 확립하는 것이 시급하다. 로봇 밀도 1위 韓…‘양적 팽창’ 넘어 ‘질적 패권’ 쥐어야 국제로봇연맹(IFR)의 ‘World Robotics 2025’ 자료에 따르면, 한국은 직원 1만명당 로봇 1220대를 보유한 세계 1위의 로봇 밀도 국가다. 이미 로봇은 선택이 아닌 생존의 문제가 됐다. 정부 역시 ‘AI 로봇 M.AX 얼라이언스’를 통해 세계 3대 로봇 강국 도약을 목표로 핵심 부품 내재화와 규제 개선에 나서고 있다. 결국 현대차와 두산의 대결은 기술의 우열이 아닌 ‘산업 철학’의 대결이다. 현대차는 공장과 물류, 도시 전체를 잇는 거대 운영체제(OS)를 선점하려 하고, 두산은 사람의 팔이 닿지 않는 곳, 숙련공이 부족한 현장을 하나하나 고쳐나가고 있다. 다만 기술적 찬사가 걷힌 뒤에는 냉혹한 시장의 숫자가 이들을 기다리고 있다. 현대차에는 조지아 메타플랜트 투입 이후 아틀라스가 보여줄 ‘실제 공정 가동률’과 노동 유연성 확보 여부가, 두산에는 폭발적인 외형 성장을 실질적인 수익으로 치환할 ‘손익분기점(BEP) 달성 시점’이 향후 1~2년의 성패를 가를 결정적 지표(Critical Indicator)가 될 전망이다. 업계 관계자는 “30년 전 자동차와 중공업이 대한민국의 성장을 견인했듯 이제 로봇이 그 역할을 이어받아야 할 시점”이라며 “현대차의 아틀라스가 보여주는 압도적 기술력과 두산의 코봇이 보여주는 기민한 현장 대응력 중 누가 먼저 ‘돈이 되는 생태계’를 완성할 것인가에 주목된다”고 했다.2026-05-14 16:34:01
많이 본 뉴스
영상
Youtube 바로가기
![[사설] 흔들리는 증시와 AI 대전환, 금융의 기본과 상식부터 바로 세워라](https://image.ajunews.com/content/image/2026/10/16/20261016092344750114_518_323.jpg)