[카테고리:] IT/과학

글로벌 보험 산업은 끊임없이 변화하는 기술 환경 속에서 새로운 비즈니스 솔루션을 모색해야 하는 과제에 직면해 있다. 특히, 빠르게 발전하는 핀테크 시장에서 경쟁 우위를 확보하기 위해서는 혁신적인 기술력과 이를 뒷받침할 안정적인 성장 동력이 필수적이다. 이러한 배경 속에서 보험 산업의 기술 중심 비즈니스 솔루션 제공 기업인 Xceedance는 Portage Capital Solutions로부터 성장을 위한 투자를 유치하며 새로운 도약을 준비하고 있다.

이번 투자는 Xceedance가 핀테크 시장의 주요 투자자로 자리매김한 Portage Capital Solutions로부터 상당한 규모의 투자를 유치했다는 점에서 주목할 만하다. Portage Capital Solutions는 금융 기술 시장에 대한 깊이 있는 이해와 전문성을 바탕으로 성장 가능성이 높은 기업에 투자해 온 이력을 가지고 있다. Xceedance가 이로부터 투자를 받게 된 것은 회사의 기술력과 비즈니스 모델이 시장에서 높은 평가를 받고 있음을 방증한다. Xceedance는 이번 투자를 통해 자본 확충을 이루고, 이를 바탕으로 기술 개발 및 시장 확장에 더욱 박차를 가할 것으로 예상된다.

이번 투자는 Xceedance가 보험 산업에 제공하는 기술 기반 솔루션의 혁신을 가속화하고, 핀테크 시장에서의 입지를 더욱 공고히 하는 데 기여할 것으로 기대된다. 구체적으로, Xceedance는 확보된 자본을 활용하여 기존 솔루션의 고도화 및 신규 서비스 개발에 집중할 가능성이 높다. 이는 보험사들이 디지털 전환을 성공적으로 이루고, 효율성을 극대화하며, 고객 경험을 혁신하는 데 중요한 역할을 할 것이다. 만약 Xceedance가 이번 투자를 성공적으로 활용하여 기술 혁신을 지속하고 시장에서의 영향력을 확대해 나간다면, 글로벌 보험 산업 전반의 기술 발전 속도를 높이는 촉매제 역할을 할 수 있을 것으로 전망된다.

인프라스트럭처 프로젝트에서 발생하는 방대한 양의 데이터는 다양한 시스템에 분산되어 관리되는 ‘사일로화’ 문제로 인해 실질적인 활용에 어려움을 겪어왔다. 이는 프로젝트 전반의 효율성을 저해하고, 데이터 기반의 의사결정을 가로막는 주요 장애물로 작용해왔다. 이러한 데이터 파편화 현상은 최근 Bentley Systems가 발표한 ‘Bentley Infrastructure Cloud Connect’를 통해 해결의 실마리를 찾고 있다.

Bentley Infrastructure Cloud Connect는 기존의 파편화된 인프라스트럭처 데이터를 통합하고 연결하는 새로운 기반 레이어로서의 역할을 수행한다. 이 솔루션은 Bentley Infrastructure Cloud의 핵심적인 부분으로, 다양한 소스의 데이터를 단일한 환경에서 접근하고 관리할 수 있도록 설계되었다. 이를 통해 엔지니어, 설계자, 운영자 등 프로젝트 참여자들은 필요한 정보에 보다 신속하고 용이하게 접근할 수 있게 된다.

과거에는 각기 다른 소프트웨어와 시스템에서 생성된 데이터가 호환되지 않아 정보를 통합하는 데 막대한 시간과 노력이 소요되었다. Bentley Infrastructure Cloud Connect는 이러한 비효율성을 제거하고, 데이터의 상호 운용성을 높여 프로젝트의 전 과정을 아우르는 투명성과 가시성을 확보하는 것을 목표로 한다. 결과적으로, 이는 프로젝트 지연을 방지하고 예산을 절감하는 데 기여할 것으로 기대된다.

이러한 통합적 데이터 관리 환경은 궁극적으로 인프라스트럭처의 설계, 구축, 운영 및 유지보수 전반에 걸쳐 혁신적인 변화를 가져올 것이다. 데이터의 사일로화가 해소됨에 따라, 보다 정확하고 시기적절한 정보에 기반한 의사결정이 가능해지며, 이는 결과적으로 더욱 안전하고 효율적이며 지속 가능한 인프라스트럭처의 구축으로 이어질 전망이다. Bentley Infrastructure Cloud Connect는 인프라스트럭처 산업의 디지털 전환을 가속화하는 중요한 발판이 될 것으로 분석된다.

국내 인공지능(AI) 산업이 글로벌 경쟁 심화 속에서 생태계의 지역적 불균형과 공공 부문의 AI 전환 지연, 인재 양성 및 스타트업 지원 부족이라는 복합적인 문제에 직면해 있다. 이러한 문제들은 한국이 아시아·태평양 지역의 AI 허브 국가이자 AI 3대 강국으로 도약하려는 야심찬 목표 달성에 걸림돌로 작용하고 있다.

이러한 배경 속에서 과학기술정보통신부(이하 과기정통부)는 글로벌 AI 선도 기업인 오픈AI와 다각적인 협력 양해각서(MOU)를 체결하며 돌파구 마련에 나섰다. 이번 MOU의 핵심은 한국 AI 생태계의 지역 균형 발전을 지원하는 데 있다. 수도권에 집중된 AI 기술 및 인프라를 전국으로 확산시켜 지역 간 격차를 해소하고, 전국적인 AI 발전 토대를 구축하는 것을 목표로 한다.

더불어, 공공 부문의 AI 전환 활성화를 위한 지원도 강화된다. 정부 및 공공 기관의 업무 효율성을 높이고 국민 서비스 질을 향상시키기 위해 AI 기술 도입 및 활용을 적극 지원한다는 방침이다. 이는 곧 공공 부문이 AI 기술 발전의 새로운 동력으로 작용하게 될 가능성을 시사한다.

또한, 미래 AI 시대를 이끌어갈 핵심 인재 양성을 위한 공동 프로젝트 지원도 포함된다. 급변하는 AI 기술 트렌드에 맞춰 실질적인 교육 프로그램을 개발하고, 현장 경험을 쌓을 수 있는 기회를 제공하여 AI 전문가 풀을 확대해 나갈 계획이다. 이와 더불어 국내 AI 스타트업 생태계 지원에도 힘을 싣는다. 초기 단계 스타트업의 기술 개발, 시장 진출, 투자 유치 등을 다각도로 지원하여 혁신적인 아이디어가 실제 사업으로 이어질 수 있도록 돕는다.

이번 협력은 오픈AI의 글로벌 AI 데이터센터 구축 계획과 맞물려 더욱 주목받고 있다. 오픈AI가 한국에 데이터센터를 구축하고 AI 확산을 지원하는 과정에서 국내 기업들의 적극적인 참여를 유도함으로써, 한국은 AI 기술 개발 및 서비스 제공의 중심지로 자리매김할 수 있을 것으로 기대된다.

배경훈 부총리 겸 과기정통부 장관은 “글로벌 AI 선도기업과 협력하여 국가 AI 대전환을 가속화하고, 국내 AI 생태계의 경쟁력을 강화할 수 있도록 노력하겠다”고 강조했다. 이번 오픈AI와의 MOU 체결은 이러한 정책 목표 달성을 위한 중요한 발판이 될 것이며, 한국이 AI 3대 강국으로 도약하는 데 상당한 기여를 할 것으로 전망된다.

인공지능(AI) 기술이 산업 현장의 효율성과 생산성을 획기적으로 높이며 국가 경쟁력을 좌우하는 핵심 동력으로 부상하고 있다. 하지만 현장 곳곳에서는 AI 도입으로 인한 예측 불가능한 문제와 안전 문제에 대한 우려의 목소리가 높아지고 있다. 이에 정부는 AI를 국가전략 기술로 지정하고, 2027년까지 AI 3대 강국으로 도약하겠다는 목표를 제시하며 관련 정책 추진에 박차를 가하고 있다.

지난 9월 4일부터 6일까지 코엑스마곡 컨벤션센터에서 개최된 ‘제1회 산업 AI 엑스포’는 이러한 국가적 노력의 일환으로, 국내 100여 개 기업이 참여하여 산업 현장에 적용되는 다양한 AI 솔루션을 선보이는 자리였다. ‘AI와 산업의 융합, 새로운 산업혁명을 이끌다’라는 주제 아래, 이번 엑스포는 AI가 제조업을 비롯한 다양한 산업 분야에서 어떻게 실질적인 문제 해결사로 기능할 수 있는지를 생생하게 보여주었다.

엑스포에서는 특히 하드웨어에 탑재되어 산업 현장에서 즉각적으로 작동하는 ‘피지컬 온 디바이스 AI’ 기술이 주목받았다. HP 코리아는 고성능 CPU와 GPU를 탑재한 워크스테이션과 함께 영상 텍스트를 인식하는 VLM 기술을 시연하며 AI 개발 환경의 중요성을 강조했다. 모빌린트는 기존 GPU보다 AI 연산에 훨씬 최적화되어 전력 비용을 60%까지 절감할 수 있는 NPU(Neural Processing Unit)를 선보여, AI 시스템 구축 시 비용 효율성이라는 새로운 과제를 제시했다.

다양한 로봇 분야에서도 AI의 발전상은 두드러졌다. 에이 로봇은 주사위 게임이나 물통 전달 등 사람과 유사한 동작을 수행하는 휴머노이드 로봇 ‘에릭스’를 공개했다. 클레비는 초거대 언어 모델 기반 AI를 드론과 로봇에 적용하여 사람의 동작을 인식하고 복제하는 시연을 통해 AI의 높은 활용 가능성을 입증했다. 하지만 가이드의 설명에 따르면, 휴머노이드 로봇이 산업 현장에 바로 도입되기에는 아직 배터리 문제가 해결 과제로 남아있다는 점이 시사되었다. 현재는 배터리 소진으로 인한 공정 중단 위험 때문에 로봇 팔과 같은 형태의 로봇들이 주로 활용되고 있다.

실제 산업 현장에서의 AI 적용 사례도 다수 소개되었다. 제조 공정에서 로봇 팔에 탑재되는 AI를 개발하는 스포티는 평면뿐만 아니라 곡면에서도 나사를 정확하게 맞추는 기술을 시연하며, 소량 맞춤 생산 시스템에 적합한 AI의 뛰어난 대처 능력을 보여주었다. 또한, 농업 현장에서 블루베리를 운송하는 로봇 ‘일로’는 AI가 인력 부족 문제를 해결하고 작업 효율을 높일 수 있는 대안으로서의 가능성을 제시했다.

한편, AI와 디지털 트윈 기술의 결합은 산업 현장의 안전과 정확성을 한 차원 높일 것으로 기대된다. 사무실에서 공장의 모든 설비를 가상공간에 구현한 디지털 트윈을 통해 현장 설비의 실시간 생산 상태와 불량 이미지를 손쉽게 확인할 수 있게 되면서, 제조 전 과정에서 생산 부품 최적화, 품질 예측, 그리고 안전 사고 예방에 AI가 결정적인 역할을 할 수 있다는 분석이 나왔다.

이러한 산업 현장의 AI 도입과 더불어, 정부 차원에서도 ‘국가AI전략위원회’ 출범(9월 8일)을 통해 AI 3대 강국 도약을 위한 본격적인 움직임을 시작했다. 위원회는 11월까지 ‘대한민국 AI 액션플랜’을 수립, 발표할 예정이며, 이는 AI 기술을 국가 경쟁력 강화의 핵심 동력으로 삼겠다는 정부의 강력한 의지를 보여준다.

AI는 인간의 판단을 돕고 예측 불가능한 문제를 해결하며, 나아가 인간의 지능을 확장하고 새로운 가치를 창출하는 기술로 평가받고 있다. 이번 ‘제1회 산업 AI 엑스포’를 통해 드러난 산업 현장의 AI 적용 사례들은 AI가 이미 우리 삶과 산업에 깊숙이 자리 잡고 있음을 보여준다. 비록 산업 AI가 아직 걸음마 단계라는 평가도 있지만, 이번 엑스포에서 확인된 AI의 무궁무진한 가능성은 한국이 가진 강점과 결합하여 AI 3대 강국으로 도약하는 중요한 밑거름이 될 것으로 전망된다.

세계적인 AI 기술 경쟁이 격화되는 가운데, 현재의 AI 모델 개발 경쟁만으로는 미래 AI 패권을 확보하기 어렵다는 지적이 제기되고 있다. 글로벌 빅테크 기업들은 대규모 GPU 인프라 구축에 박차를 가하고 있으며, AI 모델의 발전 속도는 예상보다 훨씬 빠르다. 이러한 상황에서 국내 AI 경쟁력 강화와 미래 기술 선점을 위한 전략적 접근이 시급하다.

현재 한국은 세계 수준의 AI 모델 구축과 국가 인프라 조성에 힘쓰고 있으나, 이는 소버린 AI 실현을 위한 노력의 일환일 뿐, AI G3 수준 달성을 보장하지는 못한다. AI 모델 발전은 몇 개월 안에 선두가 바뀔 정도로 치열한 경쟁 환경 속에 놓여 있다. 대규모 사전 학습과 강화 학습을 통해 인간을 넘어서는 초지능을 구현하려는 현재의 접근 방식에 대해서는 이미 AI 분야의 선구자들 사이에서도 한계가 지적되고 있다. 딥마인드의 제프리 힌턴 교수, 뉴욕대학의 얀 르쿤 교수, 몬트리올 대학의 요수아 벤지오 교수 등 세계적인 AI 연구자들은 현 방식의 한계를 인정하며 새로운 접근, 모델, 알고리즘 개발의 필요성을 강조하고 있다. 알파고 개발에 기여한 데이비드 실버 또한 인간 데이터 학습의 시대를 지나 AI가 스스로 세상을 경험하며 학습하는 시대로의 전환을 역설한 바 있다.

AI의 핵심 기반 기술인 트랜스포머 아키텍처가 등장한 지 7년이 지났음에도 여전히 중요한 역할을 하고 있지만, 이를 뛰어넘는 새로운 연구들이 진행 중이다. 이러한 연구들이 아직 대규모로 활용될 수준은 아니지만, 과거 AI 역사에서 그래왔듯 또 다른 혁명적인 연구 결과가 도출될 가능성은 충분하다. 따라서 현재 기술 수준에서 세계 최고를 목표로 하는 것과 동시에, 국가적 차원에서 차세대 AI 기술 연구를 전략적으로 지원해야 할 시점이다. 앤스로픽의 다리오 아모데이와 오픈AI의 데미스 허사비스는 각각 2027년과 2030년경 인간을 능가하는 초지능(AGI 또는 ASI)의 등장을 예고하고 있다. 이러한 변화에 대비하여 영국은 AGI가 가져올 거대한 변화를 언급하며 선도적인 역할을 강조하고 있으며, 미국은 AI 실행 계획을 통해 AI 분야에서의 승리를 선언하고 동맹국에 미국 중심의 AI 기술 수출 의지를 내비치고 있다. 중국 또한 국제 협력을 촉구하며 ‘함께 배를 타고 가자’고 제안했지만, 근본적으로는 자국의 기술 중심 AI 세계 패권을 추구하고 있다.

이처럼 AI 분야에서 선택의 기로에 놓일 가능성이 높지만, 전략적 필수불가결성을 확보한다면 우리의 선택은 더욱 유연하고 전략적일 수 있다. 현재는 AI 반도체 관련 기술이 주목받고 있지만, 다음 단계의 AI 모델 개발에서 의미 있는 역할을 수행한다면 우리는 또 하나의 강력한 카드를 얻게 될 것이다. 초지능의 구현 시기와 방식은 아직 불확실하지만, 여러 기업들이 막대한 자원을 투입하며 연구 개발에 집중하고 있다. 메타는 초지능 연구소(MSL)를 설립했으며, 오픈AI의 전 최고 과학자인 일리야 수츠케버는 안전 초지능 회사(SSI) 설립에 20억 달러를 유치했다.

국가 AI 전략 실행을 위해 향후 5년간 100조 원의 자금이 투입될 예정이라면, 이 중 1%만을 미래 AI 연구를 위해 사용해 볼 수 있지 않을까 하는 제안이 나온다. 국가 AI 인재는 실제 개발 및 기술 숙련 과정에서도 양성되겠지만, 이러한 미래 지향적인 연구 과정을 통해 매우 창의적인 인재들이 나타나고 육성될 수 있다.

우리의 초지능 연구소에는 어떤 인재들이 필요할까. 앤스로픽의 다리오 아모데이는 엔지니어뿐만 아니라 철학자, 수학자, 언어학자까지 채용하고 있다고 한다. 지능의 문제는 AI 전공자들만으로는 해결하기 어려울 수 있으며, AI 연구자를 중심으로 언어학자, 뇌과학자, 물리학자, 수학자 등이 통합적으로 협력하는 연구가 필요할 수 있다.

아직은 초기 단계이더라도 미래 가능성이 엿보이는 여러 국가의 연구팀을 초빙하여 우리 국가 초지능 연구소에서 자유롭게 연구하게 하고, 그 결과를 인류 전체의 공공재로 제공하는 꿈을 꾸어볼 수 있다. 대한민국이 한국인을 포함한 전 세계 최고 수준의 AI 연구자들을 초빙하여 마음껏 연구할 수 있는 AI 파운드리(데이터 센터)를 제공하고, 새로운 시각으로 디지털 지능에 접근하도록 지원하는 국가 초지능 연구소를 만들어야 하는 이유가 여기에 있다.

고령화되는 인프라, 기후 변화의 압박, 산업 수요 증가, 숙련된 전문가 부족 등 다층적인 위기에 직면한 전 세계 물 및 폐수 산업의 현주소는 데이터의 일관성과 신뢰성 부족으로 인해 혁신적인 기술과 인재가 있음에도 불구하고 제대로 된 해결책을 찾지 못하고 있다. 이러한 문제점을 극복하기 위해 인공지능(AI)이 파편화된 데이터 환경을 혁신하고, 수도 사업자들이 기존의 사후 대응적 유지보수에서 벗어나 능동적이고 적응적인 계획 수립으로 나아갈 수 있도록 지원할 것이라는 분석이 제기되었다.

특히, 10월 14일부터 16일까지 암스테르담에서 개최된 Bentley Year in Infrastructure 2025 컨퍼런스에서는 이러한 물 산업의 고질적인 데이터 문제에 대한 심도 깊은 논의가 이루어졌다. 수십 년 전 건설된 전 세계 물 분야 인프라의 상당 부분은 현재 중요한 데이터가 사일로화되거나, 구식 형식으로 존재하거나, 심지어 은퇴를 앞둔 전문가들의 암묵적인 지식으로서 수기로만 기록되어 있는 실정이다. 리스본 수도 공급 회사(EPAL)의 자산 관리 책임자인 Nuno Medeiros는 이러한 상황을 지적하며, 많은 수도 사업자들이 SCADA 및 지리 정보 시스템과 같은 초기 기술을 도입했음에도 불구하고, 이제는 센서로부터 방대한 양의 데이터를 확보하고도 “그 속에서 정보를 추출하고 통합할 수 있는 시스템”이 부족하다는 새로운 문제에 직면해 있다고 설명했다. 이러한 데이터의 파편화와 접근성 문제는 결국 현장의 기술과 인력을 충분히 활용하지 못하는 결과를 초래하며, 근본적인 문제 해결을 가로막는 장애물로 작용하고 있었다.

Bentley Systems는 이러한 문제 해결을 위해 현실 모델링 서비스를 Cesium에서 제공하는 등, 개방형 플랫폼을 발전시키며 데이터 통합 및 분석 역량을 강화하고 있다. AI는 이러한 기존 시스템과 단절된 데이터를 효과적으로 수집, 처리, 분석하여 인사이트를 도출하는 데 핵심적인 역할을 수행할 것으로 기대된다. 예를 들어, AI 기반 솔루션은 노후화된 장치의 성능 저하를 사전에 감지하거나, 비정상적인 수질 데이터를 식별하여 잠재적인 오염원을 경고하는 등, 데이터를 통해 미래를 예측하고 선제적으로 대응할 수 있는 능력을 부여한다. 또한, AI는 방대한 양의 센서 데이터와 과거 기록을 통합적으로 분석하여 자산 관리의 효율성을 극대화하고, 복잡한 수자원 관리 계획 수립에 필요한 과학적인 근거를 제공할 수 있다.

AI를 통해 물 산업은 단순히 데이터를 모으는 것을 넘어 ‘인사이트’를 창출하는 단계로 나아갈 수 있다. 이는 곧 수도 사업자들이 제한된 자원을 효율적으로 배분하고, 긴급 복구 중심의 운영에서 벗어나 장기적인 관점에서 인프라를 관리하고, 기후 변화와 같은 예측 불가능한 위협에 더욱 탄력적으로 대응할 수 있음을 의미한다. 결국 AI는 물 산업이 직면한 데이터 문제를 해결함으로써, 지속 가능한 물 관리와 안정적인 수자원 공급이라는 궁극적인 목표 달성에 크게 기여할 것으로 전망된다.

최근 인프라 산업의 디지털 전환이 가속화되면서 관련 기술 기업들의 행보가 주목받고 있다. 특히 Bentley Systems는 ‘Bentley Infrastructure Cloud Connect’라는 차세대 플랫폼을 공개하며 업계의 이목을 집중시키고 있다. 이는 인프라 데이터와 협업을 위한 혁신적인 기반을 마련하겠다는 의지를 보여준다.

이번 발표는 단순히 신규 플랫폼 출시를 넘어, Cesium과의 통합을 통한 첨단 3D 모델링 서비스까지 포함하고 있다는 점에서 인프라 기술의 미래 방향성을 명확히 제시한다. Bentley Systems는 이러한 기술 혁신을 통해 인프라 산업이 직면한 복잡하고 다양한 문제들을 해결하고, 효율성을 극대화하는 데 기여할 것으로 기대된다.

Bentley Systems의 주가 상승세는 이러한 신제품 출시에 대한 시장의 긍적적인 전망과 인프라 산업의 디지털 전환 중요성이 커지고 있음을 반영한다. 실제로 주가는 연초 대비 10.3% 상승했으며, 지난 1년간 5.9%의 총 주주 수익률을 기록했고, 3년간은 약 50%에 달하는 꾸준한 성과를 보여왔다. 이는 산업이 발전하는 과정에서 Bentley Systems가 보여준 견고한 실적 트랙 레코드를 증명하는 것이다.

첨단 AI와 현실 모델링 기술을 핵심 제품에 통합하고, Cesium 및 iTwin과 같은 기술을 활용하는 것은 Bentley Systems의 대규모 다년 계약 수주 능력과 고부가가치 자산 분석 기회를 더욱 확대할 수 있게 한다. 이는 곧 매출 성장과 수익성 개선으로 이어질 잠재력을 지니고 있으며, 투자자들 사이에서는 이러한 성장 가능성에 대한 기대감이 형성되고 있다.

물론, 치열해지는 경쟁 환경이나 매출 성장 가속화에 실패할 경우, 현재의 낙관적인 밸류에이션 전망에 도전이 될 수 있다는 분석도 존재한다. 하지만 Bentley Systems가 공개한 ‘Bentley Infrastructure Cloud Connect’와 첨단 3D 모델링 서비스는 인프라 산업의 미래를 선도할 핵심 기술로 자리매김할 가능성이 높으며, 향후 산업 전반의 디지털 전환을 더욱 가속화하는 데 중요한 역할을 할 것으로 전망된다.

전통적인 인프라 산업이 디지털 전환이라는 거대한 흐름에 직면하면서, 복잡하고 방대한 데이터를 효과적으로 관리하고 분석하는 능력의 중요성이 날로 증대되고 있다. 특히 인프라 설계, 건설, 운영 전반에 걸쳐 발생하는 정보의 폭발적인 증가는 기존 방식으로는 한계에 봉착할 수밖에 없다는 지적이 꾸준히 제기되어 왔다. 이러한 문제점을 해결하고 인프라 산업의 디지털 혁신을 선도하기 위해, 벤틀리 시스템즈(Bentley Systems, Incorporated)가 새로운 인프라 AI 역량을 공개하며 주목받고 있다.

벤틀리 시스템즈는 최근 개최된 ‘Year in Infrastructure’ 컨퍼런스에서 자사가 개발한 혁신적인 인프라 AI 기술을 선보였다. 이는 단순한 기술 소개를 넘어, 인프라 산업이 직면한 복잡한 과제를 해결하고 미래를 대비하기 위한 구체적인 솔루션을 제시하는 자리였다. AI 기술의 통합은 데이터 기반 의사결정을 강화하고, 설계 및 시공 과정의 효율성을 극대화하며, 나아가 인프라 자산의 수명 주기를 최적화하는 데 기여할 것으로 기대된다.

이번에 공개된 벤틀리의 인프라 AI 역량은 다양한 분야에 적용될 수 있다. 예를 들어, 3D 모델링 및 시뮬레이션 데이터를 분석하여 잠재적인 위험 요소를 사전에 감지하거나, 건설 현장의 진행 상황을 실시간으로 모니터링하고 최적화하는 데 활용될 수 있다. 또한, 운영 단계에서는 시설물의 성능을 예측하고 유지보수 일정을 최적화함으로써 비용 절감과 안전성 향상에 크게 기여할 수 있다. 이는 곧 인프라 관리의 효율성을 높이고, 지속 가능한 인프라 구축이라는 목표 달성에 중요한 역할을 할 것이다.

벤틀리 시스템즈의 이러한 움직임은 인프라 산업 전반의 디지털 전환을 가속화하는 촉매제가 될 전망이다. AI 기술을 통해 인프라 데이터의 활용 가치를 극대화하고, 더 스마트하고 효율적인 인프라 구축 및 관리 방안을 모색함으로써, 미래 사회의 지속 가능한 발전에 기여할 수 있을 것으로 기대된다.

전 세계 물 및 폐수 인프라가 노후화, 기후 변화 압박, 산업 수요 증가, 숙련된 엔지니어 부족이라는 복합적인 문제에 직면해 있다. 이러한 문제들을 극복할 인재와 기술은 갖추고 있으나, 일관성 없거나 신뢰할 수 없는 데이터로 인해 어려움을 겪고 있다. 이러한 상황에서 인공지능(AI)이 파편화된 데이터 환경을 혁신하며, 수자원 관리 기업들이 기존의 사후 대응적 유지보수에서 벗어나 선제적이고 적응적인 계획 수립으로 나아갈 수 있도록 지원하고 있다는 분석이 나왔다.

물 산업에서 발생하는 데이터 문제는 주로 기존 인프라의 역사와 관련이 깊다. 전 세계 물 분야의 많은 인프라가 수십 년 전에 건설되었기 때문에, 중요한 데이터는 사일로화되거나, 구식 포맷으로 존재하거나, 은퇴를 앞둔 전문가들의 보유하고 있는 제도적 지식 형태로만 남아있기도 하다. 리스본 상수도 회사(EPAL)의 자산 관리 책임자인 누노 메데이로스는 많은 수자원 기업들이 초창기 SCADA 및 지리정보시스템(GIS)과 같은 기술을 도입했지만, 이제는 센서에서 더 많은 데이터를 확보하고 있음에도 불구하고 “데이터에서 정보를 추출하고 통합할 시스템”이 부족하다는 새로운 문제에 직면해 있다고 지적했다. 이는 곧 방대한 양의 데이터가 실제적인 통찰력으로 전환되지 못하고 사장되고 있음을 의미한다.

이러한 데이터 단절과 활용의 비효율성은 물 산업 전반의 문제 해결을 가로막는 근본적인 장애물로 작용하고 있다. AI 기술의 발전은 이러한 고질적인 문제를 해결할 새로운 가능성을 제시한다. AI는 다양한 출처에서 생성되는 비정형 데이터를 분석하고, 숨겨진 패턴과 연관성을 파악하여 유의미한 정보로 가공하는 능력을 갖추고 있다. 이를 통해 수자원 관리 기업들은 과거의 문제점을 진단하고, 미래의 위험을 예측하며, 자원 배분을 최적화하는 등 보다 전략적인 의사결정을 내릴 수 있게 된다. AI 기반의 데이터 분석은 결국 노후화된 인프라 관리, 기후 변화로 인한 위협 대응, 증가하는 산업 수요 충족, 그리고 부족한 전문 인력의 효율적 활용이라는 당면 과제 해결에 핵심적인 역할을 할 것으로 기대된다.

AI 기술을 통해 물 산업 데이터의 ‘쓰레기(Garbage)’를 ‘통찰력(Insight)’으로 전환하려는 노력은 결국 지속 가능한 물 관리와 인프라 회복력 강화로 이어질 것이다. AI가 데이터를 효과적으로 분석하고 통합함으로써, 기업들은 단순히 문제를 해결하는 것을 넘어, 다가올 미래의 변화에 능동적으로 대비하고 자원 효율성을 극대화하는 선진적인 운영 체계를 구축할 수 있을 것으로 전망된다. 이는 궁극적으로 안전하고 안정적인 물 공급 시스템을 구축하고, 물 부족 문제 해결 및 환경 보호에도 기여할 수 있을 것이다.

대한민국 제조업 경쟁력 강화를 목표로 정부가 야심 찬 AI 기반 산업 AX(Access Transformation) 전환 정책을 추진하고 있지만, 실효성 있는 성공을 위해서는 해결해야 할 근본적인 문제점들이 산적해 있다. 특히, 2025년 예산 규모 728조 원 중 AI 3강 진입을 위한 10조 1000억 원, 그중에서도 제조 경쟁력 강화에 1조 1000억 원을 투입하는 정책은 AI 팩토리, 피지컬 AI, 휴머노이드, 온 디바이스 AI 개발 등 구체적인 사업들을 포함하며 AI 분야에 대한 정부의 강한 의지를 보여준다. 그러나 이러한 정책이 성공적으로 안착하기 위해서는 과거의 실패 사례를 반면교사 삼아 구체적인 접근 방식에 대한 신중한 검토가 필요하다.

정부는 2030년까지 AI 팩토리 500개 이상 구축을 목표로 하고 있으나, 단순히 숫자 달성에 집착하기보다는 규모와 제조업의 종류에 따른 다양한 참조 모델 개발과 성공 사례 축적에 집중해야 한다. 과거 제너럴 일렉트릭(GE)이 프레딕스(Predix) 플랫폼을 거창하게 내세웠지만, 대상 고객의 기대와 현장의 실제 고민을 제대로 이해하지 못해 실패한 사례는 우리에게 중요한 교훈을 남긴다. 이는 화려한 기술이나 플랫폼 구축만으로는 현장 적용에 실패할 수 있음을 시사한다.

또한, 피지컬 AI 분야는 이제 막 관심을 받기 시작한 새로운 화두로서 기회인 동시에 위험 요소로 작용할 수 있다. 피지컬 AI를 위한 데이터는 기존 AI 학습 데이터와는 성격이 완전히 다르며, 인과 관계 및 추론 메타데이터, 다양한 맥락과 비정형적 상황 데이터, 시공간적 일관성 및 멀티모달 통합, 상호작용 및 에이전트 행동 데이터 등 고도로 복잡하고 특화된 데이터 구성이 필수적이다. 이는 피지컬 AI 분야에서 맨 처음 만나게 될 매우 어려운 도전 과제이다. 엔비디아의 옴니버스와 코스모스와 같은 디지털 트윈 및 피지컬 AI 학습 플랫폼의 중요성이 대두되는 가운데, 국내 자체 플랫폼 구축 여부 혹은 선진 기술 도입 활용 여부에 대한 신중한 의사 결정이 요구된다. 과거 국내에서 진행된 디지털 트윈 과제들의 경쟁력을 냉철하게 되짚어보고, 만약 부족했다면 어떠한 교훈을 얻었는지 성찰해야 한다.

우리에게는 산업단지라는 강력한 산업 인프라가 존재하며, 이를 기반으로 고도화하려는 과업을 명확히 정의하고 특화된 모델을 고민해야 한다. 팔란티어의 온톨로지 모델과 같은 복합적 솔루션 검토도 함께 이루어져야 할 것이다. 산업 AX는 제조업 경쟁력 강화라는 목적과 함께, 이 분야에 특화된 중소기업 및 스타트업 생태계를 구축할 수 있는 좋은 기회이다. 기업과 AI 전문기업 간의 라운드테이블을 마련하여 문제 공유와 협업 방안을 모색하고, 우수 사례를 공유하는 시스템을 구축해야 한다. 정부는 산업 AX 모범 사례와 기술 솔루션, 데이터를 개방하는 산업 AI 허브를 구축하여, 누구나 동종 업종의 다른 사업장에서 AI 전환 성공 사례와 정보를 자유롭게 얻을 수 있도록 해야 한다.

이처럼 산업 AX 전환은 아직 어느 나라도 본 궤도에 오르지 못한 영역이며, 각 나라의 제조 현장과 문화, 업무 방식이 다르므로 하나의 모델이나 방법론이 모두에게 적용될 수는 없다. 팔란티어와 같이 고객사에 단순한 솔루션과 플랫폼 제공을 넘어, 본사 엔지니어들이 현장에 직접 투입되어 문제를 정의하고 효과 분석 및 데이터 확보 방안을 협의하는 방식이 필요하다. 산업 AX는 멋진 AI 엔지니어가 회사 내에서 개발하는 것이 아니라, 현장에 투입되어 현장 엔지니어 및 전문가와 함께 문제를 풀어가는 과제를 통해 성과가 창출된다. 이 두 문화 간의 간극과 소통 문제를 원활하게 돕는 것이 국가 과제 성공의 가장 중요한 출발점이 될 수 있다.

다른 AI 과제들도 국가적으로 중요하지만, 산업 AX는 대한민국의 경쟁력 기반을 다시 세우는 핵심적인 사안이다. 따라서 반드시 성공 사례를 만들어내고, 끊임없는 피드백과 평가, 그리고 민첩한 개선이 이루어져야 한다. 이를 위해 정책적인 측면에서도 이러한 기민성을 적극적으로 살려나가야 할 것이다.