매일 발행되는 AI 워크플로우 큐레이션

삼성이 삼성전자 등 관계사 임원 2300여명을 대상으로 2박 3일 AI 합숙 교육을 최근 마쳤습니다. AI 과제를 내야 숙소에 들어갈 수 있는 규칙을 걸었고, 수료자는 각자 만든 AI 에이전트 한두 개를 실무에 적용합니다. LG는 합숙과 통원 교육을 두 차례 열고 하반기 재교육을 예고했고, 정의선 현대차그룹 회장은 바이브코딩 교육을 직접 받았고 SK는 격주 토요일 임원 교육에 AI 과정을 넣고 있습니다. 임원 인사에 AI 전환 역량 평가를 반영하기로 한 곳은 삼성과 LG입니다.

윤건영 충북교육감이 8월 14일 기획회의에서 서술형과 논술형 AI 자동채점은 교사의 전문적 판단을 대체하지 않는 보조 수단이어야 한다고 밝혔습니다. 충북교육청은 교육부 공모사업에 선정돼 국비 7억 5000만 원을 확보했고, 충북평가관리센터를 2027년 3월부터 가동합니다. 센터는 성취평가제 모니터링, 평가 결과 분석과 환류, 평가문항 개발·보급, 학교 맞춤형 컨설팅과 연수를 맡습니다. 교육감은 AI 채점의 공정성과 신뢰성, 교육적 타당성을 점검할 검증 절차를 마련하라고 주문했습니다.

경북교육청이 의성군 금성면 옛 학교 부지를 리모델링해 만든 인공지능교육관이 10월 정식 개관을 앞두고 있습니다. 지상 3층 규모로 인공지능 체험실, 전시체험실, 소강의실, 연구실, 화상회의실, 북카페를 갖췄고 야외에는 드론축구장과 자율주행차 체험장을 뒀습니다. 임종식 교육감은 8월 14일 현장을 찾아 전시체험물 구축과 체험 동선, 시설 안전성을 점검했습니다. 개관 전인 8월 12일에는 도내 교원과 교육전문직원 59명을 대상으로 생성형 AI와 저작권 연수를 먼저 열었습니다.

AI 어드바이저 프로스펙팅 플랫폼 FINNY AI가 8/17 과금 체계를 성과연동으로 바꿨습니다. 기존 연 $6,000/$12,000 정액 대신 기본 월 $50에 FINNY가 실제로 유치해온 고객 자산에만 수수료를 매기며, LPL Financial 어드바이저 기준 평균 20bp→12.5bp로 체감됩니다. 락인·최소가입액이 없고 시리즈A $17M을 조달한 상태입니다. 다만 한번 유치한 자산에 20bp를 영구히 무는 구조라는 어드바이저 커뮤니티의 반론도 함께 나왔습니다.

국경간 결제·FX 업체 Verto가 8/17 Flagright의 실시간 거래 모니터링을 자사 인프라 전반에 얹었습니다. 계좌·결제·FX 실시간 감시, 코리도·통화·고객군별로 따로 거는 AML 룰, 결정 근거가 문서로 남는 알림 심사 흐름, 감사 대응 리포팅까지 네 갈래를 하나의 레이어에서 돌립니다. Flagright 공동창업자 바란 외즈칸(Baran Özkan)은 모니터링과 설명 가능한 의사결정, 감사 거버넌스가 따로 놀아선 안 된다고 말했습니다.

RelyComply가 LSEG Risk Intelligence의 World-Check On Demand를 자사 금융범죄 컴플라이언스 플랫폼에 통합했습니다. 제재·PEP·부정 언론·제재 집행 데이터를 별도 조회 창이 아니라 API로 스크리닝·고객확인·상시 모니터링에 직접 물려, AML 인력을 가장 크게 갉아먹는 오탐(false positive)을 줄이는 것이 목표입니다. LSEG 스크리닝 제품 총괄 Priya Nallan은 신뢰할 수 있는 데이터를 실시간 운용에 녹이는 역량이 관건이라고 짚었습니다.

그래프 신경망(GNN)은 인과가 아니라 상관만 있는 엣지·특징, 즉 지름길(shortcut)에 기대 문제를 풀어버려 분포 밖 데이터에서 신뢰성이 무너집니다. XIGL은 아키텍처를 가리지 않고, 모델이 무엇을 근거로 판단했는지 보여주는 설명(explanation)을 사람에게 넘겨 교정 피드백을 받는 human-in-the-loop 구조입니다. 다만 전문가 교정은 단순 라벨보다 비싸고 인지 부하도 크기 때문에, 지름길 행동을 보일 가능성이 높은 설명부터 골라 묻는 액티브러닝(active learning) 질의 전략을 함께 제안했습니다. 여러 GNN 아키텍처에서 효과를 확인했고 구현체도 공개했습니다.

추론 능력을 가르치는 지도 미세조정(SFT)에서는 교사 모델이 만든 후보 응답 중 무엇을 학습에 쓸지 골라야 합니다. 최근 연구들은 학생 분포에 가까운, 즉 likelihood가 높은 응답이 더 좋은 지도라는 규칙을 사실상 보편 법칙처럼 써 왔습니다. 연구진은 1.5B~8B 학생 모델로 수학 추론 통제 실험을 돌려 그 규칙이 조건부임을 보였습니다. 결과는 용량에 따라 갈리는 'Fast-Fit / Slow-Gain' 패턴으로, 높은 likelihood 데이터는 특히 작은 모델에서 초반 개선이 빠르고 안정적이지만 큰 모델을 오래 학습시키면 낮은 likelihood 데이터가 갈수록 유리해집니다. COLM 2026 채택 논문입니다.

컨텍스트 한도를 넘거나 앱이 재시작되거나 다른 에이전트에게 일을 넘길 때, 이전 세션에서 무엇을 넘겨야 하는지는 그동안 감에 맡겨져 있었습니다. 이 논문은 그 문제를 '과제 상대적 인컨텍스트 학습(ICL) 상태의 이전'으로 정식화하고, 과거 문맥의 정확한 복원과 목표 분포의 보존을 구분합니다. 예측이 같아진다는 조건으로 가장 성긴 결정적 충분 핸드오버와 고정 길이 비트 요구량을 규정했습니다. 실무 처방은 3부 기록입니다. 결정과 제약은 원문 그대로 저장하고, 반복되는 근거는 과제에 맞는 통계량으로 압축하고, 그 통계량으로 보존되지 않는 원관측만 따로 남깁니다.

few-shot·Self-Instruct 같은 고정 레시피는 모든 씨앗 과제에 같은 프롬프팅 정책을 적용해, 지금 정책에 필요한 게 더 어려운 과제인지 더 쉬운 과제인지 아예 다른 과제인지를 구분하지 못합니다. Envs-FORGE는 검증기 보상을 씨앗별 환경 합성 액션으로 바꾸고, 씨앗별 통과율을 추정한 뒤 목표 학습 프런티어 주변 6개 방향을 점수화해 혼합정수선형계획(MILP)으로 액션을 고릅니다. 선택된 액션은 지시문·테스트·Docker 환경까지 함께 다시 쓰고, 검증을 통과한 번들만 강화학습에 투입됩니다. Qwen 3.5 35B 기준 tb-core 1회 통과율이 40.0→49.2%, tb-2.0이 23.0→29.4%, SWE-bench Verified가 73.4→77.1%로 올랐습니다.

저자원 언어는 파인튜닝에 쓸 병렬 데이터도 연산 자원도 부족합니다. 플로리다대 Gators 팀은 모델 가중치를 전혀 건드리지 않고, 추론 시점에 BM25로 입력과 가장 비슷한 병렬 예시를 학습 뱅크에서 뽑아 Gemini 2.5 Flash에 many-shot 프롬프트로 넣는 파이프라인을 WMT26 공유 태스크에 제출했습니다. 영어와 북동인도 11개 언어 사이 양방향 22개 조합에 적용했고, 예시 뱅크는 공식 데이터에 Samanantar 등 공개 코퍼스와 과거 배포본을 합쳐 구성했습니다. 검색 예시 수와 개발셋 예시 수는 22개 방향 전부에 대해 그리드 서치로 정했습니다.

인컨텍스트 학습(ICL)을 '함수의 예시로부터 추론'으로만 보면, 이행성·반대칭성·비교불가능성이 얽힌 부분순서(partial order) 과제에서 예시를 아무리 넣어도 답이 정해지지 않는 상황을 설명할 수 없습니다. 연구진은 논리적 식별 가능성, 필요한 예시 수(teaching number), 구조적 복잡도, 좌표 디코더의 표현력을 각각 분리해 이론을 세웠습니다. 긍정·부정 예시가 섞인 유한 프롬프트에는 강제 참 / 강제 거짓 / 진짜 모호의 삼분법이 성립함을 증명했습니다. 개방세계에서 필요한 예시 수는 커버 수와 blocker 히팅 수의 합이며, 원소가 늘수록 제곱에 가깝게 커집니다.

기존 자기진화(self-evolving) 에이전트 평가는 실행 조건을 고정해 두고 같은 환경에서 얼마나 더 잘하게 되는지만 쟀습니다. PACE-Bench는 목표와 인터페이스는 그대로 두고 물리 법칙만 변형한 환경을 짝지어, 6개 물리 도메인에서 144개 적응 쌍을 구성했습니다. 원래 통하던 코드 해법이 바뀐 환경에서는 반드시 실패하도록 설계해, 제한된 시도 예산 안에서 진단 피드백을 보며 설계를 고쳐야만 풀립니다. 10개 기법을 평가한 결과 Reflexion과 Qwen3-14B 조합은 전체 적응 쌍의 35.9%, GPT-5.5는 전체 시도 예산을 다 쓴 조건에서 Statics 서브셋의 66.7%를 풀었습니다. 병목은 파라미터 추정이 아니라 메커니즘 자체를 다시 설계하는 일이었습니다.

ARC-AGI-3 같은 지속학습형 과제는 규칙을 모르는 새 환경에 얼마나 빨리 적응하느냐가 관건인데, 지금까지는 세계 모델(world model)을 과제마다 사람이 하드코딩해 새 과제로 옮겨 붙일 수 없었습니다. Twin은 코딩 에이전트가 테스트 시점에 실행 가능한 세계 모델, 곧 디지털 트윈을 직접 작성하게 합니다. 지금까지 관측한 모든 전이를 그 프로그램이 재현할 때까지 행동을 보류하고, 예측과 실제가 어긋난 지점을 반례로 삼아 모델을 고쳐 나갑니다. 183개 레벨 중 179개(97.8%)를 클리어했고 그중 158개(88.3%)는 사람보다 효율적이었으며, 트윈을 붙이기 전 7.8→93.3%로 뛰었습니다. 저자들은 정작 어려운 문제가 무엇이 목표인지 알아내는 일이었다고 정리합니다.

실서비스 안전 분류기는 두 갈래로 무너집니다. 학습 당시 정책만 반영해 배포자가 실제 원하는 기준과 어긋나고, 트래픽이 변하면 성능이 서서히 떨어집니다. RCV는 분류기를 재학습하지 않고 감싸는 경량 래퍼로, 내부 표현에서 '이 예측이 배포자 정책과 어긋날 확률'을 스스로 추정해 틀릴 가능성이 높은 예측만 골라 뒤집습니다. 같은 추정치를 라벨 없는 분포 이동 감지 신호로도 재사용해, 평소에는 정정 레이어만 갱신하다 정말 안 되는 구간에서만 파인튜닝으로 넘어갑니다. 기성 분류기 3종과 벤치마크 2종의 모든 조합에서 배포자 정책 적합도가 올랐고, 놓치던 유해 콘텐츠의 최대 0.81을 회수했습니다.

자연어로 쓰인 수학을 Lean 4 형식 문장으로 옮기는 자동형식화는 문법만 통과하고 원래 수학적 의미를 잃어버리는 실패가 흔합니다. MathForm은 검색 플래너가 Mathlib에서 관련 정의와 기존 형식화를 먼저 끌어온 뒤 문장을 생성하고, Lean 컴파일러 진단 메시지와 의미 일관성 피드백을 받아 자기 출력을 반복 수정하는 리파인먼트 루프입니다. 검증된 Lean 4 예제 약 36만 7천 건의 FormalVerse 데이터셋을 공개했고, MathForm-8B는 6개 벤치마크 평균 문법 통과율 88.06%, 의미 일관성 72.37%(8회 시도 기준)를 기록해 어려운 구간인 FATE-H 63%, FATE-X 37%에서 전용 32B 모델을 앞질렀습니다.

미국 메릴랜드의 데이터센터 인프라 제조사 테이트가 공개한 자동화 도입 사례입니다. 아칸소·버지니아·켄터키 3개 생산시설에 하이어보틱스의 협동로봇 용접기 58대를 배치했고, 약 2년에 걸친 운용 끝에 용접공 1인당 처리량이 12배 늘고 수작업 편차로 발생하던 값비싼 재작업을 없앴다고 밝혔습니다. 자동화 공급업체 약 9곳을 검토한 뒤 하이어보틱스를 고른 이유는 스마트폰·태블릿에서 접속하는 비콘 프로 클라우드 플랫폼의 쉬운 프로그래밍, 빠른 대응 역량, 구축 과정의 협업 방식 세 가지였습니다.

AI 모빌리티 진단 기업 위플로가 9/1~3 미국 라스베이거스 'Commercial UAV Expo 2026'에서 드론 EOL(End-of-Line) 검사 솔루션 'DRQC'의 항법장치 점검·교정 장비를 시연합니다. 기체를 띄우지 않고 멀티모달 퓨전센서로 구동계와 항법장치 센서, 배터리 상태를 측정해 AI 분석으로 정상 기준과 대조하고, 기체별 디지털 품질 기록으로 축적하는 방식입니다. 구동부 검사 장비를 먼저 도입한 국내 드론 제조사는 비행 테스트 추락률을 기존 20%→0.2%까지 낮췄습니다.

아바코가 산업통상자원부·한국생산기술연구원의 '산업 AI 솔루션 실증·확산 지원사업' 2차전지 과제에서 피지컬 AI 스마트물류 시스템 실증을 마쳤습니다. 자율주행로봇(AMR)과 고밀도 보관용 4방향 셔틀을 하나의 통합 관제로 묶고, 설비를 실제 설치하기 전에 디지털트윈 가상환경에서 물류 동선과 장비 가동을 미리 검증했습니다. 그 결과 공정·물류 다운타임은 기준 대비 20% 줄었고 전체 물류 자동화율은 90%를 넘어섰습니다. 다임리서치·KAIST·서울대·포스텍 등이 공동 연구기관으로 참여했습니다.

독일 뉴라로보틱스가 보쉬렉스로스의 자율이동로봇(AMR) '액티브셔틀' 사업을 인수한다고 발표했습니다. 자회사 뉴라모바일로봇이 하드웨어·소프트웨어·서비스 전 부문을 넘겨받고, 인수는 10월 1일자로 완료됩니다. 액티브셔틀은 공장 내 소형 적재함 운반과 조립 작업장 부품 공급에 쓰이며, 안전 레이저 스캐너와 3D 장애물 감지를 갖춰 기존 인프라를 바꾸지 않고 작업자 주변에서도 주행합니다. 뉴라는 이를 자사 피지컬 AI 생태계에 통합해 산업용 로봇·휴머노이드와 공통 인프라에서 연결하겠다고 밝혔습니다.

국내 대기업들이 AI 활용 능력을 인사평가 기준으로 공식화하고 있습니다. 한글과컴퓨터는 성과지표의 최소 30% 이상을 'AI를 이용한 업무 혁신'에 배정했고, 삼성전자는 연말 임원 평가에서 AX 역량 비중을 2~5%→20%로 늘리며 경영실적·준법경영 비중을 일부 줄였습니다. LG CNS는 연봉·승진에 쓰던 IT 기술시험을 AI 활용도 평가로 개편하고 사내 'AX 전문가' 자격을 신설했고, 삼성SDS는 4단계 AX 역량 인증 상위 등급에 인센티브와 승진 가점을 줍니다.

삼성전자가 전 임원 대상 2박 3일 'AX 부트캠프'를 열고, 임원 인사평가에서 AI 활용 항목 비중을 5%에서 20%로 올렸습니다. 삼성SDS는 4단계 사내 인증 상위 등급에 승진 가점을, 한글과컴퓨터는 인사평가의 30% 이상을 AI 활용 성과로 반영합니다. KT의 'AICE', SK그룹·KAIST의 'SKADA'처럼 자격시험 형태도 늘었고, SK하이닉스는 자기소개서 대신 지원서에 AI 활용 경험을 받습니다. 오픈AI 집계 기준 상위 10% 기업과 평균 기업의 활용 격차는 6개월 만에 2.6배→8.3배로 벌어졌습니다.

한진은 2026년 상반기에만 임직원 AI 교육 2329시간(799명)을 집행하고, 하반기 과정을 업무 자동화용 'AI 에이전트 개발'로 잡았습니다. 삼성전자는 기본 활용→프롬프트 엔지니어링→서비스 개발로 이어지는 4단계 GenAI PowerUser 프로그램을 운영해 DX부문 개발자 80% 이상이 심화 과정을 마쳤고, SK텔레콤은 코딩 없이 자기 업무를 학습시키는 '에이닷 비즈 코워크'를 5월 사내 베타로 열었습니다. LG유플러스는 코파일럿을 표준 도구로 배포한 뒤 사용률 80% 이상, 데이터 분류 업무 시간 약 90% 단축을 기록했습니다.

한국기술교육대 능력개발교육원이 'K-디지털분야 교직훈련과정' 2차 교육생 50명을 모집합니다. AI·SW공학·빅데이터·클라우드·신재생에너지·신소재 분야 경력자를 직업능력개발 훈련교사로 양성하는 과정으로, 접수는 8/24~28 고용24에서 받고 선발 결과는 10/2에 공지합니다. 교육은 10/18~12/6 주말 운영이며 온라인 52시간과 집체 96시간을 합쳐 총 148시간, 전액 무료입니다. 프로젝트 기반 학습 설계·비대면 교육 방법·디지털 프로젝트 실습으로 구성되고 수료자에게는 NCS 심사평가자 자격 취득 자격이 주어집니다.

'불확실성 샘플링은 어려운 샘플을 고르니 오라벨을 더 먹고 결국 손해'라는 통념을, 오라벨 노출량과 오류 위치 두 축으로 분리해 검정했습니다. 3개 데이터셋 × 9단계 노이즈율 × 예산 20~120 조건에서 랜덤 샘플링과 대조한 결과, 클린 라벨에서는 정규화 balanced accuracy가 +1.09~1.77%p로 라벨 효율 우위가 확인됐습니다. 반면 오류 위치 탓에 추가 페널티를 받는다는 보편적 증거는 노출량을 맞추자 사라졌습니다.

지속학습 연구는 대부분 그래디언트 기반 지도학습에 몰려 있어, 진화전략(Evolution Strategies)도 파국적 망각을 겪는지는 확인되지 않았습니다. 순차 MuJoCo 로코모션 태스크에서 재보니 naive ES는 새 태스크로 넘어갈 때 이전 성능이 심각하게 붕괴했습니다. replay(경험 재생)를 결합하자 보존율이 크게 올랐고 태스크 간 긍정 전이까지 유도됐습니다. 다만 replay 예산을 키울수록 새 태스크 습득 능력(가소성)이 떨어졌습니다.

임상 현장에서는 데이터를 한 번에 모을 수 없고, 모달리티·해부구조·어노테이션 프로토콜이 제각각인 데이터셋이 순차로 들어옵니다. 연구진은 부인과 영상 분할 모델을 지속학습 환경에 두고 encoder-decoder를 블록별로 절제하며 망각이 어디서 생기는지 분해했습니다. bottleneck 인접 구간만 업데이트하면 이전 태스크 성능이 대부분 보존된 반면, 얕은 층까지 학습 가능하게 열면 갱신 파라미터가 소수여도 망각이 급격히 늘었습니다.

목표 지향 주행은 목표 도달·경로 추종·장애물 회피·신호 준수처럼 경쟁하는 행동을 한꺼번에 익혀야 하는데, 고정된 목적함수는 무엇을 먼저 배울지 순서를 주지 않습니다. CORAL은 경로를 늘리며 제약을 조이는 5단계 커리큘럼과, 초반 목표 도달에서 후반 안전·규칙 준수로 가중치를 옮기는 단계 인식 보상을 함께 굴립니다. 같은 프로토콜의 PPO 베이스라인이 최장 경로에서 5%·10%에 그친 반면 평가 20회를 전부 성공했고, 미학습 7개 도시로 zero-shot 전이해 68~98% 성공했습니다.

라벨이 몇 개뿐일 때 LLM으로 데이터를 늘리는 건 흔한 수법이지만, 생성된 예문 품질이 들쭉날쭉해 오히려 분류기를 망치곤 했습니다. 이 연구는 합성 샘플을 문장 임베딩 공간에 놓고 실제 클래스 예시와의 유클리드 거리를 재, 일관된 샘플만 골라 가중치를 주고 학습시킵니다. 13개 데이터셋에서 SMOTE 대비 평균 +2.61%p, 개체명 인식(NER)에서는 +9.26%p 올랐습니다. 복잡한 다중 기준보다 단순한 거리 필터가 더 나았다는 점이 핵심입니다.

도메인 특화 파운데이션 모델은 새 태스크마다 다시 학습해야 하고, 반대로 원자료를 텍스트로 풀어 LLM에 넣으면 토큰이 폭발하면서 수치 신호가 뭉개집니다. MINT는 사전학습된 거래 인코더의 임베딩을 decoder-only LLM에 가볍게 주입하고 instruction tuning으로 정렬해, 학습한 적 없는 예측 과제에도 제로샷으로 답합니다. 기존 과제와 새 과제 모두에서 예측형 QA 성능이 오르면서 토큰 사용량과 처리 시간, 메모리는 텍스트 직렬화 대비 크게 줄었습니다.

에이전트 성능 향상은 대개 모델 파라미터에만 집중되고, 정작 모델이 학습할 궤적을 결정하는 런타임 하네스는 고정돼 있었습니다. HELIX는 지금 모델에 맞는 하네스를 만들고, 검증된 형제(sibling) 궤적으로 모델을 업데이트하고, 바뀐 능력에 맞춰 하네스를 다시 짓는 루프를 돌립니다. 에이전트를 타입이 명시된 포트·atom·recipe로 분해해 개입을 감사 가능하게 만든 점이 핵심입니다. 코드 수리에서 기준 대비 커버리지 +4.0%, 65개 후보 전체로는 검증 커버리지가 최대 +58.0% 늘었습니다.

스킬은 파인튜닝 없이 에이전트를 새 도메인에 적응시키는 사실상 표준이 됐지만, 평가가 총합 성공률에 머물러 왜 되는지와 언제 깨지는지는 밝혀지지 않았습니다. 연구진은 8,135건의 시행 레코드와 238개 검증 라벨로 표현 효과·검색 난이도·프레임워크 견고성을 나눠 측정했습니다. 스킬 적용 사례의 65.7%는 노이즈 많은 궤적에서 실행을 안정시키는 절차적 앵커였고, 명시적 지식 주입은 4.5%에 그쳤습니다. 스킬 풀을 5→100개로 키우면 검색 정밀도는 29.6%→3.3%로 무너졌습니다.

산업용 AI 에이전트가 2026년 중반에도 과도한 기대의 정점에 머물러 있다는 진단입니다. 조직의 약 62%가 실험 단계이지만 대규모 배포는 10% 미만이고, 실제 구현 역량을 갖춘 업체는 약 130개로 집계됐습니다. 가트너는 2027년 말까지 에이전트형 AI 프로젝트의 40% 이상이 비용과 불분명한 가치, 취약한 위험 관리로 취소될 것으로 봤습니다. 반면 슈나이더 일렉트릭 엘파소 공장은 견적 처리·문서화·품질 검토로 범위를 좁혀 정시 납품률을 61%→97%로 끌어올렸습니다.

LG와 엔비디아가 8월 13일 전략적 사업 협력 MOU를 맺었습니다. LG는 엔비디아의 로봇 파운데이션 모델(robot foundation model) 아이작 GR00T와 젯슨 토르 프로세서, 안전 시스템 할로스를 기반으로 차세대 이족보행 휴머노이드를 개발해 2027년 1분기 공개합니다. 베라 루빈 플랫폼 기반 AI 팩토리는 2027년 상반기 레퍼런스 사이트를 거쳐 2028년 상반기까지 천안에 80MW 규모로 확장합니다. 선행 검증으로는 미국 테네시 세탁기 공장에 바퀴형 클로이 로봇을 먼저 투입합니다.

미국 택타시스템즈가 정밀 제조 작업용 통합 로봇 손 시스템 택타봇(TactaBot)을 공개했습니다. 유체 건(fluidic tendon) 방식으로 15개 관절을 독립 구동하는 로봇 손, 250~700,000Pa 압력을 초당 400회 읽고 온도를 0.1도까지 감지하는 초소형 촉각 센서, 숙련공의 힘·모션·영상 데이터를 모으는 착용형 글러브가 한 묶음입니다. 전자·AI 인프라·자동차 제조를 1차 타깃으로 삼고 2027년 초 의료기기·항공우주로 넓힙니다. 누적 투자는 7,500만 달러입니다.

스테인리스 강관업체 성원이 광양공장 대구경 STS강관 설비에 디지털트윈과 AI 예지보전을 함께 가동했습니다. 산업용 AI 기업 스마트큐브가 구축한 큐브트윈 2.0은 설비와 공정을 가상 공간에 구현해 실시간 관제하고, 설비 운영 데이터를 AI가 분석해 이상 징후를 고장 전에 관리자에게 알립니다. 설비 상태를 들여다보는 데 그치던 기존 디지털트윈에 예측을 더한 것이 차이입니다. 용접 조건이 조금만 흔들려도 불량으로 이어지는 공정이라 사후 정비를 예방 정비로 바꾸는 효과를 기대합니다.

국내 자율제조 기업 인터엑스가 7/29~31 도쿄에서 열린 IPROS AI 2026 Summer에 참가해 제조 AX를 실행·운영·완전자율 3단계로 구조화해 선보였습니다. 실행 단계는 레시피·품질·검사와 설비 예지보전(PHM), 운영 단계는 생성형 AI와 문서 AI·AI 에이전트, 완전자율 단계는 머신 X입니다. 확보한 사업기회는 200여 건으로, 회사 자체 발표 기준입니다. 배경에는 데이터를 모으는 일본 제조기업은 약 70%지만 실제 성과로 연결한 곳은 40% 수준이라는 간극이 있습니다.

독일 senswork가 산업 품질검사용 비전 AI 플랫폼 뉴럴라이즈(Neuralyze)를 공개했습니다. 이미지 데이터 관리와 라벨링, 모델 학습·평가, 산업용 하드웨어 배포, 양산 라인 상시 모니터링까지 비전 AI 워크플로 전 단계를 한 소프트웨어에서 처리합니다. 딥러닝만 쓰는 방식과 룰 기반 영상처리를 섞는 하이브리드 검사를 모두 지원하고, 텐서플로·파이토치·ONNX 같은 공개 표준 위에 만들었습니다. 표면 결함, 부품 누락, OCR, 이상탐지가 적용 대상입니다.

스마트공장·자동화산업전(AW) 사무국이 9/4 오후 1시 30분부터 3시까지 온라인 세미나를 엽니다. 'AW 2027 베스트 솔루션 데이' 첫 회 주제는 AI 머신비전으로, 바이슨이 모듈형 AI 비전 플랫폼, Zivid가 로봇 자동화용 3D 비전, 코그넥스코리아가 AI 기반 공장 자동화를 각각 발표합니다. 사무국은 9월부터 12월까지 총 8회에 걸쳐 분야별 솔루션 세미나를 이어갑니다.

화합물 반도체 소재기업 아이브이웍스가 중소벤처기업부 제조AI특화 스마트공장 구축 지원사업에 선정됐습니다. 9개월간 약 29억원을 투입해 GaN 에피웨이퍼 공정을 레벨 3 자율생산에서 레벨 4 자율 공정 운영으로 올리고, 설비 가동률을 84%→89%까지 끌어올리는 것이 목표입니다. 기반은 7년간 자체 구축한 스마트팩토리 시스템 DOMM으로, 시계열 데이터 3.3억 건과 RHEED 데이터 30TB를 쌓아 뒀습니다. 선정 사유도 시스템을 직접 개발·운영해 온 기술 내재화 역량이었습니다.