검색결과 총 109건
-
-
-
마키나락스, 도면부터 품질까지 AI로…118억원대 산업부 R&D 참여
[경제일보] 마키나락스가 자동차부품 열간단조의 금형 설계부터 생산·품질관리까지 연결하는 인공지능(AI) 자율생산 기술 개발에 참여한다. 도면에서 설계 정보를 추출하는 AI와 생산라인의 센서·영상 데이터를 결합해 숙련자의 경험에 의존하던 단조 공정을 고도화한다는 계획이다. 마키나락스는 한국산업기술기획평가원(KEIT)이 관리하는 산업통상부의 ‘2026년 기계장비산업기술개발사업’ 공동연구개발기관으로 선정됐다고 14일 밝혔다. 과제명은 ‘AI 기반 자동차부품 열간단조 금형 설계 자동 보정 및 단조품 자율 생산 시스템 개발’이다. 세일단조가 주관하며 마키나락스 등 5개 기관이 공동연구개발기관으로 참여한다. 아이엔지글로벌, 한국생산기술연구원, 경상국립대, 캐나다 브리티시컬럼비아대(UBC) 등이 함께한다. 연구는 2029년 12월까지 진행되며 개발 기술은 세일단조 양산라인에서 실증할 예정이다. 전체 사업비는 118억3303만원이며, 정부지원 연구비는 86억원이다. 마키나락스에 배정된 정부지원 연구개발비는 16억원이다. 회사 측이 제시한 자사 수행분 전체 연구개발비는 약 24억원이다. 정부지원금 16억원은 2025년 말 연결 기준 자기자본의 11.07%에 해당한다. 열간단조는 금속을 고온으로 가열한 뒤 금형으로 압력을 가해 원하는 형상을 만드는 공정이다. 제품의 형상과 품질을 확보하려면 정밀한 금형 설계와 생산 조건 관리가 필요하다. 기존에는 담당자가 부품 도면에서 설계 정보를 일일이 추출하는 과정에서 숙련도에 따른 편차와 오류, 작업 지연이 발생할 수 있었다. 마키나락스는 AI 운영체제 ‘런웨이(Runway)’와 도면 의사결정 AI 에이전트 ‘드로우엑스(DrawX)’를 활용한다. AI가 단조 도면을 인식해 필요한 설계 변수를 추출하고, 이를 바탕으로 금형 설계 보정안을 추천하는 기술을 개발할 계획이다. 드로우엑스는 회사가 지난 2월 공개한 제조 특화 솔루션이다. 분산된 도면을 통합 관리하고 유사 도면 검색, 원가 산정, 수주 판단 등을 지원한다. 이번 과제에서는 도면 해석 역량을 단조 금형 설계에 적용해 자동 보정 기술로 발전시키는 것이 목표다. 생산 단계에서는 온도·하중·영상 등 센서 데이터를 분석해 공정 이상을 진단하고, 비전 AI로 단조품의 품질을 예측하는 기술을 개발한다. 설계·공정·품질 데이터를 연결하는 통합관제 시스템도 런웨이 기반으로 구현할 예정이다. 이 과정에서 적용하는 ‘디지털 스레드(Digital Thread)’는 설계부터 생산·검사까지 단계별 데이터를 연결해 제품과 공정의 이력을 추적하는 방식이다. 설계 정보와 실제 생산 조건, 품질 결과를 연계해 공정 전반을 관리하고 자율생산 체계를 구축하는 것이 이번 연구의 핵심이다. 런웨이는 AI 모델의 개발·배포·재학습을 통합 관리하는 플랫폼이다. 회사는 지난달 업데이트에서 입력 데이터의 분포가 학습 당시와 얼마나 달라졌는지 감지하는 기능과 모델 정확도를 추적하는 기능 등을 추가했다. 이를 통해 생산 조건이 바뀌는 현장에서 AI의 상태를 점검하고 재검증·재학습 시점을 데이터에 근거해 판단하도록 지원한다. 마키나락스는 반도체·이차전지 등 첨단 제조 분야에서 축적한 AI 기술을 단조 등 전통 뿌리산업으로 확대해 숙련자 의존도를 낮추고 생산성과 품질을 높인다는 목표다. 윤성호 대표는 “단조 공정은 고온의 환경에서 고강도 작업이 진행되는 현장으로, 변수가 많고 작업자의 감에 대한 의존도가 높아 AI를 적용하기 까다로운 분야로 꼽혀왔다”며 “뿌리산업 전반에 적용할 수 있는 자율생산 기술을 만들어 갈 것”이라고 말했다.
2026-10-14 08:48:39
-
-
-
-
독자 AI, 이제 '실전'으로…SKT·업스테이지, 보안 데이터로 성능 검증
[경제일보] 독자 인공지능(AI) 파운데이션 모델 경쟁이 모델 성능을 겨루는 단계를 넘어 실제 산업 현장에 투입해 경쟁력을 입증하는 단계로 넘어가고 있다. SK텔레콤과 업스테이지는 국내 정보보호 기업들이 보유한 실제 보안 데이터를 독자 AI 모델에 학습시키고, 두 모델이 서로를 공격하는 레드티밍까지 진행하며 사이버보안 분야에서 실전 성능 검증에 나선다. 정부의 '독자 AI 파운데이션 모델 프로젝트(독파모)'를 통해 확보한 모델 경쟁력을 산업 현장으로 확장하려는 움직임이다. 8일 SK텔레콤은 업스테이지와 전날 SKT타워에서 국내 정보보호 기업 6곳, 대학 3곳과 함께 '독자 AI 사이버보안 협의체'를 출범하고 AI 정보보호 기술 협력을 위한 업무협약을 체결했다고 밝혔다. SK쉴더스·시큐아이·안랩·라온시큐어·지니언스·파이오링크 등 보안기업과 고려대·숭실대·부산대가 참여했다. 이번 협의체는 국내 보안기업이 현장에서 축적한 데이터를 독자 AI 모델 개발에 연결하는 것을 목표로 설립됐다. SK텔레콤의 A.X K 시리즈와 업스테이지의 솔라에 악성코드 분석, 취약점 분석, 보안관제 등 실제 보안 업무 과정에서 생성되는 데이터를 학습시키고, 이후 보안기업의 제품과 서비스에 적용해 성능을 검증한다. 이는 독파모를 통해 개발한 AI 모델의 활용처를 산업별로 넓히는 과정으로 분석된다. SKT와 업스테이지는 독파모 3단계에 진출하며 국내 독자 AI 모델 경쟁력을 입증한 데 이어, 이번에는 보안이라는 구체적인 산업 영역에서 모델의 활용 가능성을 시험한다. 특히 사이버보안은 일반적인 생성형 AI 서비스와 달리 현장 데이터의 중요성이 큰 분야다. AI가 실제 공격을 탐지하고 취약점을 분석하려면 과거 공격 사례와 악성코드, 보안관제 기록 등 전문 데이터에 대한 이해가 필요하기 때문이다. 새로운 공격 방식이 계속 등장하는 만큼 최신 위협 데이터를 얼마나 빠르게 모델에 반영하느냐도 성능을 좌우할 전망이다. 협의체에 참여한 보안기업들은 각자의 현장 데이터를 바탕으로 모델 고도화를 지원한다. SK쉴더스는 통합 보안관제 플랫폼을 통해 하루 170억건 규모의 위협 이벤트를 분석하고 있으며, 안랩은 2.5PB 이상의 보안 데이터를 보유하고 있다. 시큐아이는 방화벽 등 네트워크 보안 영역, 라온시큐어는 보안 데이터와 자율 모의침투, 지니언스는 보안 솔루션 운영 데이터와 사후학습 데이터셋, 파이오링크는 자율 공격 검증과 탐지룰 생성 분야의 역량을 제공한다. SK텔레콤과 업스테이지는 사전학습과 사후학습을 나눠 진행한다. 사전학습에서는 보안 데이터를 활용해 모델의 기초적인 보안 지식을 강화하고, 사후학습에서는 소프트웨어 취약점 분석·패치, 보안관제센터의 사고 대응, 보안 도구 활용 등 실제 업무 수행 능력을 높인다. SK텔레콤은 차기 모델인 A.X K3에 보안 분야 데이터를 체계적으로 학습시키는 한편 전 국민 대상 AI 서비스인 '모두의 AI'를 안전하게 운영하는 데 필요한 데이터도 보강한다. 업스테이지는 대용량 코드와 장기간 로그를 분석할 수 있는 차기 솔라 모델에 취약점 탐지·분석 데이터를 집중적으로 학습시킬 계획이다. 이 과정에서 두 독자 AI 모델이 서로를 공격하는 '상호 레드티밍'도 진행한다. 한 모델이 다른 모델의 취약점을 찾아 공격하고, 여기서 발견된 문제를 다시 학습 데이터로 활용해 방어 능력을 높이는 방식이다. AI 모델을 대상으로 한 공격과 방어를 반복하면서 기존 벤치마크 점수만으로 확인하기 어려운 보안 취약점을 찾아내겠다는 것이다. SK텔레콤은 앞서 A.X K2 개발 과정에서 자체 레드티밍 자동화 체계인 SERT(셀프 익스펜딩 레드티밍)를 구축해 약 1만5000건의 공격 대응 데이터를 생성·학습한 바 있다. 이를 이번 협의체의 상호 레드티밍에도 확대 적용한다. 업스테이지 역시 고난도·안전성 데이터 21만건과 AI가 위험한 요청을 거부하도록 학습시키는 정렬 체계를 활용한다. 양사가 각각 축적한 AI 안전성 기술을 사이버보안이라는 실제 공격·방어 환경에 적용하는 것이다. 해당 구상에서 대학이 제3자 검증 역할을 맡는다. 고려대는 AI의 실행 파일 분석 능력과 공격 방어력을 평가하고, 숭실대는 AI 보안 성능 평가 기준과 안전장치 우회 공격 대응력을 검증한다. 부산대는 차기 모델과 경량 모델의 성능 및 안전성을 평가한다. 기업이 직접 개발한 AI 모델을 자사 기준으로만 평가하는 것이 아니라 대학의 독립적인 검증을 병행한다는 점에서 이번 협의체의 차별점이 있다. 특히 보안 AI는 모델이 공격을 잘 탐지하는 것뿐 아니라 공격자가 AI의 판단을 우회하거나 잘못된 답변을 유도했을 때도 안정적으로 대응하는지가 중요하다. 최종적으로는 실제 보안 제품과 서비스에 A.X K와 솔라를 적용하는 단계까지 이어진다. 참여 기업들은 제로데이 취약점 분석과 실시간 보안 관제 등 각자의 제품·서비스에 AI 모델을 적용하고 운영 환경에서 성능을 확인할 계획이다. 여기서 확보한 분석·대응 결과는 다시 모델 학습에 반영한다. '보안 데이터 확보 → AI 학습 → 레드티밍 → 현장 실증 → 재학습'으로 이어지는 순환 구조를 만드는 것이 협의체의 목표다. 유경상 SK텔레콤 AI CIC장은 "보안 AI의 수준은 결국 모델이 얼마나 넓고 깊게 추론하느냐에 달려 있다"며 "독자 AI 파운데이션 모델 프로젝트에서 검증된 모델들이 국내 대표 정보보호 기업·대학과 함께 실제 보안 현장에서 효과를 입증해, 국가 대표 AI 모델의 활용 성과를 사이버보안 영역에서도 보여주겠다"고 말했다.
2026-10-08 08:55:43
-
-
KT, 산불 통신두절 대비…재난망·상용망 이동기지국 동시 투입
[경제일보] KT가 대형 산불로 통신시설이 피해를 입는 상황에 대비해 재난안전통신망과 일반 고객용 상용망의 긴급 지원 체계를 점검했다. 현장 구조기관의 지휘·연락을 유지하고 주민의 통신서비스를 복구하기 위해 두 종류의 이동기지국 차량을 동시에 운용했다. KT는 지난 2일 경북 칠곡군에서 열린 ‘2026 레디 코리아(READY Korea) 산불진화 통합훈련’에 참여했다고 5일 밝혔다. 회사 측에 따르면 통신사 가운데 유일하게 현장 훈련에 참가했다. 이번 훈련은 가을철 산불조심기간인 11월 1일~12월 15일을 앞두고 진행됐다. 행정안전부와 산림청, 국방부, 소방청, 경찰청, 기상청, 경상북도와 칠곡군 등이 함께 산불 진화와 주민 대피, 피해자 지원을 연습했다. 행안부에 따르면 훈련은 건조한 날씨와 강풍 속에 발생한 산불이 도심 생활권으로 빠르게 번지고, 일몰 이후 야간 산불로 이어지는 상황을 가정했다. 골프장과 민가, 병원, 학교로 불길이 확산되면서 진화와 대피를 동시에 진행해야 하는 조건을 설정했다. 여러 기관이 함께 움직이는 재난 현장에서는 통신이 대응을 연결하는 기반이 된다. 진화대와 구조대가 현장 상황을 공유하고 주민 대피를 지원하는 동안 통신시설까지 손상되면, 기관 간 연락과 주민의 휴대전화 이용에 함께 차질이 생길 수 있기 때문이다. KT는 산불로 통신시설에 피해가 발생한 상황을 가정해 비상연락망을 가동했다. 통신 장애 여부와 영향 범위를 파악하고 본사와 현장이 상황을 실시간으로 공유했다. 그룹사와 협력사도 참여해 긴급 대응과 복구 과정의 협업 절차를 점검했다. 현장에는 재난안전통신망 이동기지국 차량과 상용망 이동기지국 차량을 함께 투입했다. 재난안전통신망 차량은 출동 기관의 통신 품질을 유지하는 데 활용했고, 상용망 차량은 피해 지역 주민에게 긴급 통신을 제공하고 서비스를 복구하는 절차를 시험하는 데 사용했다. 두 통신망은 이용 대상과 역할이 다르다. 재난안전통신망은 경찰과 소방 등 재난 관련 기관이 공동으로 사용하는 전국 단일 무선통신망이다. LTE 기반으로 음성과 사진, 영상을 공유하며 기관 간 현장 대응을 지원한다. 상용망은 주민이 일상적으로 사용하는 휴대전화 통신을 담당한다. 행안부의 재난안전통신망 안내에 따르면 국가기반시설과 주요 도로, 인구밀집지역에는 고정기지국을 구축하고, 산간·농어촌 지역에서는 차량형·휴대형 이동기지국으로 유사시 통신을 지원한다. 이동기지국은 필요한 현장에 통신 수단을 배치해 고정시설의 통화권을 보완하는 역할을 한다. 이번 훈련에서 KT는 재난안전통신망 운영 사업자의 역할과 상용 통신서비스 제공자의 역할을 함께 점검했다. 구조기관의 연락 수단을 확보하는 작업과 주민의 통신 불편을 줄이는 작업을 같은 현장에서 병행한 것이다. 황경희 KT 네트워크부문 동부NW운용본부장 상무는 “재난 상황에서도 안정적인 통신 서비스를 제공하기 위해 신속한 현장 대응과 우수한 복구 역량이 무엇보다 중요하다”며 “앞으로도 유관 기관과의 긴밀한 협력을 바탕으로 재난 발생 시 국민의 통신 이용에 불편이 없도록 네트워크 대응 역량을 지속 강화해 나가겠다”고 말했다. 정부도 재난안전통신망의 현장 활용 훈련을 확대하고 있다. 행안부는 지난 8월 기관별 자체 강사를 양성하고 실제 재난을 가정한 합동훈련을 강화하는 방침을 발표했다. 산불·풍수해 등 기존 6종의 훈련 시나리오에 산사태와 화학사고, 지하공간 침수 등 8종을 추가해 총 14종으로 확대 운영하기로 했다.
2026-10-05 12:12:41
-
3.5% 성장에 가려진 숙제, '반도체 다음'을 준비할 때다
[경제일보] 한국 경제가 모처럼 좋은 숫자를 받아들었다. 국회예산정책처(예정처)는 올해 실질 국내총생산(GDP)이 3.5% 성장할 것으로 전망했다. 지난 3월 전망보다 1.5%포인트 높였다. 수년간 1~2%대 성장에 익숙해진 우리 경제로서는 반가운 변화다. 오늘 아침 나온 수출 성적표는 더 화려하다. 9월 수출은 1209억4000만 달러로 사상 처음 월 1200억 달러를 넘어섰다. 1~9월 누적 수출도 8145억 달러로 지난해 연간 실적을 이미 웃돌았다. 무역수지는 498억5000만 달러 흑자를 기록했다. 그 중심에 반도체가 있다. 9월 반도체 수출은 603억 달러로 처음 600억 달러를 돌파했다. 지난해 같은 달보다 262.8% 늘었다. 인공지능(AI) 투자 확대가 메모리 수요를 끌어올리고 수출 물량과 가격이 함께 뛰면서 한국 경제를 밀어 올리고 있다. 좋은 성적은 제대로 평가해야 한다. 반도체는 한국이 세계 시장에서 확보한 몇 안 되는 확실한 비교우위다. 삼성전자와 SK하이닉스의 경쟁력이 커지면 소재·부품·장비 기업으로 주문이 이어지고 설비투자가 늘어난다. 수출과 경상수지가 좋아지고 세수에도 도움이 된다. 반도체 호황 자체를 경계할 이유는 없다. 눈여겨봐야 할 것은 그다음이다. 예정처가 내다본 내년 성장률은 2.7%다. 올해보다 0.8%포인트 낮다. 2026~2030년 연평균 성장률 역시 2.7%로 전망했다. 올해 잠재성장률은 2.2%, 앞으로 5년 평균은 2.3% 수준이다. 내년 2.7% 성장을 경기침체로 받아들여서는 곤란하다. 예정처는 수출 호조가 이어지는 가운데 설비투자와 민간소비를 중심으로 내수도 회복할 것으로 봤다. 성장률도 잠재성장률을 웃돈다. 올해의 높은 성장세가 내년에는 다소 정상화된다고 보는 편이 정확하다. 그런데도 3.5%와 2.7% 사이에는 한국 경제가 풀어야 할 문제가 숨어 있다. 올해 성장의 상당 부분을 반도체가 끌어올렸기 때문이다. 9월만 놓고 보면 전체 수출 1209억 달러 가운데 반도체가 603억 달러다. 거의 절반이다. 특정 월의 이례적으로 높은 비중을 우리 수출의 평상시 구조로 일반화할 수는 없다. 하지만 반도체 경기가 전체 수출과 성장률을 크게 좌우하는 현실만큼은 분명해졌다. 예정처도 반도체 쏠림을 별도의 위험 요인으로 짚었다. 반도체를 중심으로 늘어난 기업이익과 국민소득이 다른 산업의 투자와 일자리, 가계소득으로 퍼지는 데 시간이 걸리고 수혜 산업과 그렇지 않은 산업 사이의 격차가 커질 가능성이 있다는 것이다. 사상 최대 수출에도 자영업자나 일부 중소기업이 경기 회복을 선뜻 체감하지 못하는 이유도 이와 무관하지 않다. 첨단 반도체 공장은 수십조원을 투자해도 자동화 수준이 높다. 과거 제조업 호황처럼 수출 증가가 곧바로 대규모 고용 증가로 이어지는 구조와는 거리가 있다. 기업의 영업이익이 늘어나는 속도와 가계의 살림살이가 나아지는 속도에도 차이가 생긴다. 더 근본적인 숫자는 잠재성장률이다. 한 해 성장률은 경기와 수출 여건에 따라 크게 움직인다. 잠재성장률은 한 나라가 물가 불안을 키우지 않으면서 지속적으로 성장할 수 있는 기초체력에 가깝다. 예정처가 내다본 향후 5년 평균은 2.3%다. AI 투자와 생산성 향상으로 자본과 생산성의 기여는 커지지만 인구 감소 탓에 노동의 성장 기여는 계속 낮아질 것으로 예상했다. 반도체 슈퍼사이클이 저출생·고령화를 해결해주지는 않는다. 서비스업의 낮은 생산성을 끌어올려주는 것도 아니며 노동시장 이중구조를 저절로 없애지도 않는다. 우리는 이미 여러 차례 반도체의 힘과 한계를 함께 경험했다. 메모리 가격이 오르면 수출과 설비투자, 세수가 한꺼번에 좋아졌다. 사이클이 돌아서면 세 지표가 동시에 흔들렸다. 세계 최고 수준의 반도체 산업을 가진 것은 한국 경제의 큰 자산이다. 그렇다고 나라 경제 전체를 한 산업의 경기 사이클에 오래 맡겨둘 수는 없다. 지금의 호황은 AI 투자 붐과도 맞물려 있다. 예정처는 미국 장기금리 상승에 따른 AI 투자 둔화 가능성과 미국의 관세정책, 중국과의 경쟁 심화를 향후 성장경로의 위험 요인으로 꼽았다. 우리가 결정할 수 없는 외부 변수가 지금의 호황을 흔들 가능성은 언제든 열려 있다. 그러니 지금 해야 할 일은 반도체 호황의 의미를 깎아내리는 것이 아니다. 반도체가 벌어준 시간과 돈을 다음 성장동력을 만드는 데 쓰는 것이다. 구조개혁은 불황보다 호황기에 하기 쉽다. 경기가 꺾이면 기업은 투자 여력을 잃고 정부의 세수도 줄어든다. 이해관계가 충돌하는 개혁에 필요한 사회적 비용을 감당하기도 어려워진다. 수출과 기업이익, 세수가 함께 좋아지는 지금이 오히려 손대기 어려웠던 숙제를 풀 기회다. 반도체 산업에 대한 지원부터 소홀히 해서는 안 된다. 미국과 중국, 대만, 일본, 유럽까지 국가 차원의 반도체 경쟁을 벌이고 있다. 전력망과 용수, 연구개발, 인재 공급은 개별 기업이 홀로 해결하기 어려운 국가 인프라의 영역이다. 동시에 산업정책의 시선을 그 너머로 넓혀야 한다. AI 서비스와 바이오, 로봇, 방산, 에너지, 콘텐츠 등에서 반도체의 뒤를 이을 새로운 성장동력을 발굴하고 키워야 한다. 중소기업과 서비스업의 생산성을 높이고 대학과 직업교육을 산업 수요에 맞게 바꾸는 일도 서둘러야 한다. 반도체에서 생긴 자본과 기술, 인재가 다른 산업으로 흘러갈 통로가 넓어져야 반도체 기업의 호황이 한국 경제 전체의 호황으로 이어진다. <관자(管子)>에는 “일년지계 막여수곡, 십년지계 막여수목, 종신지계 막여수인(一年之計 莫如樹穀, 十年之計 莫如樹木, 終身之計 莫如樹人)”이라는 구절이 있다. 한 해를 내다보면 곡식을 심고 10년을 내다보면 나무를 심으며 평생을 내다보면 사람을 키우라는 뜻이다. 경제도 다르지 않다. 반도체 공장 하나를 더 짓는 일은 몇 년 뒤 수출을 늘릴 수 있다. 사람을 키우고 대학과 노동시장을 바꾸며 산업의 생산성을 높이는 일은 10년 뒤 나라의 성장률을 바꾼다. 9월 수출 1209억 달러와 반도체 603억 달러는 한국 기업들이 세계 시장에서 일궈낸 값진 성과다. 기록은 기록대로 평가해야 한다. 다만 그 숫자가 한국 경제의 오래된 숙제까지 해결됐다는 증거는 아니다. 올해 3.5%와 내년 2.7% 사이에서 읽어야 할 것도 성장률의 단순한 오르내림이 아니다. 반도체가 밀어준 성장의 힘을 다른 산업과 가계, 다음 세대의 성장으로 얼마나 옮겨놓을 수 있느냐가 중요하다. 호황은 언젠가 끝난다. 사이클도 다시 돈다. 좋은 시절에 할 일은 축배를 오래 드는 것이 아니라 다음 겨울을 견딜 체력을 비축하는 것이다. 반도체가 벌어준 지금의 시간을 허투루 써서는 안 된다. 다음 호황에도 또 반도체 하나만 바라보고 있다면 우리는 이번 호황에서 충분히 배우지 못한 것이다.
2026-10-01 13:47:00
-
-
-
-
-