검색결과 총 23건
-
개발 복잡성 커지는 산업 현장…매스웍스, 차세대 엔지니어링 전략 제시
[경제일보] "개발의 복잡도가 기하급수적으로 늘고 타임투마켓(시장 출시 시간)의 압박, 글로벌 기업들 간의 경쟁이 치열해지고 정치적 불확실성이 늘어나면서 기업들은 그 어느 때보다 빠른 시간 안에 복잡한 제품을 높은 완성도로 시장에 출시해야 하는 압박을 받고 있다" 7일 서울시 강남구 코엑스에서 매스웍스가 진행한 '매트랩 엑스포 2026 코리아 기자간담회'에서 박주일 매스웍스코리아 사장은 현재 IT 기업들이 놓인 상황을 이렇게 진단했다. 매스웍스는 지난 1984년 미국에서 설립된 테크니컬 컴퓨팅 소프트웨어 전문 개발 기업으로 자동차, 항공우주, 통신, 전자, 산업 자동화 등 다양한 산업 분야에서 활용되고 있다. 현재 전 세계 180개국 이상에서 10만여 개 기업·대학·정부기관과 500만여 명의 엔지니어·과학자들이 매스웍스의 제품을 사용하는 것으로 집계된다. 특히 자동차, 반도체, 항공우주 등 복잡한 시스템 설계가 요구되는 산업에서 모델 기반 설계와 시뮬레이션 기반 개발 환경을 제공하며 엔지니어링 소프트웨어 시장에서 영향력을 확대하고 있다. 이번 기자간담회에서 매스웍스는 자사의 엔지니어링 플랫폼을 기반으로 AI 엔지니어링의 실제 산업 적용 사례를 소개하고 생성형 AI와 모델 기반 설계가 제품 개발 과정 전반을 어떻게 변화시키고 있는지를 설명했다. 특히 복잡해지는 제품 구조와 개발 환경 변화 속에서 기업들이 직면하고 있는 개발 효율성 문제를 해결하기 위한 방안으로 AI 기반 엔지니어링 접근법을 강조했다. 매스웍스에 따르면 최근 기업들은 디지털 트윈 구현을 목표로 다양한 시도를 진행하고 있지만 실제 현장에서는 기술적 간극과 개발 복잡성 증가로 인해 어려움을 겪고 있는 것으로 나타났다. 또한 타임투마켓 단축 압박과 글로벌 경쟁 심화, 디지털 전환 비용 증가 등이 맞물리며 개발 비용이 전반적으로 상승하는 것으로 분석된다. 특히 소프트웨어 중심 제품 구조로 변화하면서 하드웨어·소프트웨어·AI 모델이 동시에 개발되는 복합적인 엔지니어링 환경이 확대되고 있다. 자동차, 로봇, 통신 장비 등 다양한 산업에서 기능이 고도화되면서 개발 단계에서 고려해야 할 요소가 증가하고 있고, 이에 설계·검증·테스트 과정의 복잡성도 함께 높아지고 있다. 매스웍스는 이러한 환경 변화 속에서 생성형 AI와 모델 기반 설계의 중요성이 빠르게 커지고 있다고 설명했다. 생성형 AI를 활용해 코드 생성, 모델 설계, 테스트 자동화 등을 수행하고, 모델 기반 설계를 통해 설계 단계부터 시뮬레이션과 검증을 동시에 진행하는 방식이 확산되고 있다는 것이다. 특히 이러한 기능을 통합적으로 지원하는 엔지니어링 워크플로우에 대한 수요도 증가하고 있는 것으로 나타났다. AI가 엔지니어링 설계 전 영역에 걸쳐 실질적인 변화를 만들어내고 있다는 점도 강조됐다. 기존에는 반복적인 수작업 중심으로 진행되던 모델 설계와 검증 작업이 AI를 통해 자동화되면서 개발 생산성이 크게 향상되고 있다는 것이다. 프라부 매스웍스 인더스트리 부문 이사는 "엔지니어 입장에서는 예전에는 16일이 걸리던 일이었는데 이제 5분이 걸린다는 것이 생산성이 얼마나 증가된 것인지 아실 것"이라며 "가장 유능한 엔지니어는 생성형 AI를 활용하는 방법을 이해하면서 더 높은 수준의 작업에 더 많은 시간을 할애할 수 있는 사람들일 것"이라고 강조했다. 매스웍스는 이날 기자 간담회 이후 AI 기반 엔지니어링 기술을 직접 확인할 수 있는 데모 투어도 진행했다. 데모 투어에서는 생성형 AI와 모델 기반 설계를 결합한 다양한 기술이 소개됐으며 실제 산업 환경에서 활용 가능한 사례 중심으로 설명이 이뤄졌다. 이번 데모 투어에서는 매트랩 MCP, 임베디드 시스템을 위한 초소형 AI 모델 개발 및 배포, 시뮬링크 코파일럿, 폴리스페이스, ROM(리듀스드 오더 모델), 시스템 컴포저와 시뮬링크 폴트 애널라이저 통합 사이버보안 대응 등 6가지 기술이 소개됐다. 매트랩 MCP는 생성형 AI를 활용해 코드 작성과 모델 설계를 자동화하는 기능으로 소개됐다. 엔지니어가 자연어로 요구사항을 입력하면 자동으로 모델과 코드를 생성하고 설계 과정에서 필요한 수정 작업도 AI가 지원해 개발 초기 단계에서 설계 시간을 단축하고 반복 작업을 줄일 수 있는 것이다. 임베디드 시스템을 위한 초소형 AI 모델 개발 및 배포 기술도 공개됐다. 해당 기술은 제한된 컴퓨팅 자원을 가진 임베디드 환경에서도 AI 모델을 효율적으로 실행할 수 있도록 최적화하는 것이 특징이다. 자동차, 산업용 장비, IoT 디바이스 등 다양한 환경에서 AI 기능을 적용할 수 있도록 지원한다. 시뮬링크 코파일럿은 모델 설계 과정에서 AI가 자동으로 설계 구조를 제안하고 오류를 검증하는 기능이며, 코드 오류와 잠재적인 결함을 사전에 분석하는 코드 검증 기술인 폴리스페이스도 시연했다. 복잡한 시뮬레이션 모델을 간소화해 빠르게 분석할 수 있도록 지원하는 ROM 기술, 시스템 컴포저와 시뮬링크 폴트 애널라이저를 통합한 사이버보안 대응 기술도 공개됐다. 매스웍스는 이번 데모를 통해 생성형 AI와 모델 기반 설계를 결합한 엔지니어링 환경이 실제 산업 현장에서 빠르게 확산되고 있다고 설명했다. 특히 자동차, 항공우주, 산업 자동화 등 고도화된 시스템 설계가 필요한 산업에서 AI 기반 엔지니어링 도입이 증가하고 있는 것으로 나타났다. 이에 매스웍스는 앞으로도 생성형 AI와 모델 기반 설계를 중심으로 엔지니어링 워크플로우 혁신을 지속 확대해 나갈 전망이다. 특히 AI 기반 자동화 기술을 통해 개발 생산성을 높이고 복잡한 제품 설계 환경에 대응할 수 있도록 지원한다는 전략이다. 박주일 사장은 "매스웍스가 발전했듯이 한국 제조업 경쟁력도 지난 수십 년 동안 크게 발전해 왔다"며 "매스웍스의 기술을 통해 한국 제조업 경쟁력의 향상에 이바지하는 것이 매스웍스코리아의 사명"이라고 말했다.
2026-04-07 13:28:01
-
-
-
-
전기차 넘어 데이터센터·로봇까지…배터리 기업들 '신시장' 찾기 본격 시작
※ '강철부대'는 반도체·배터리·디스플레이 등 첨단 산업 경쟁과 기술 전쟁을 유쾌하게 풀어내는 코너입니다. 보이지 않는 칩부터 글로벌 공급망까지, 산업의 최전선을 '강철부대원'처럼 직접 뛰어다니며 생생하게 전해드립니다. 새로운 에너지를 충전하는 주말, 강철부대와 함께 대한민국 산업의 힘을 느껴보세요! <편집자주> [경제일보] 전기차 중심으로 성장해 온 배터리 산업이 에너지 인프라와 인공지능(AI) 산업, 로봇 등 새로운 영역으로 확장되며 '수요 전쟁'이 본격화되고 있다. 전기차 시장 성장세가 둔화되는 'EV 캐즘' 국면 속에서 배터리 기업들이 데이터센터와 에너지저장장치(ESS), 로봇 산업 등 신규 시장 확보에 나서는 모습이다. 지난 11~13일 서울 강남구 삼성동 코엑스에서 개최된 '인터배터리 2026'전시장에서는 이 같은 변화가 뚜렷하게 나타났다. LG에너지솔루션·삼성SDI·SK온 등 국내 배터리 3사는 예년과 달리 완성차 전시 비중을 크게 줄이고 △에너지저장장치(ESS) △데이터센터 전력 솔루션 △로봇·드론용 배터리 등 신규 시장을 겨냥한 기술 전시에 무게를 실었다. 실제 전시장 곳곳에서는 완성차 전시보다 배터리 기술과 신규 적용 산업을 강조하는 흐름이 두드러졌다. LG에너지솔루션은 전력망용 에너지저장장치 솔루션과 AI 데이터센터용 전력 공급 시스템을 전면에 내세웠고 삼성SDI는 고에너지 밀도 셀과 전동공구 등 비전기차 응용 제품을 중심으로 전시를 구성했다. SK온 역시 완성차 전시보다는 고출력 배터리 기술을 앞세워 고성능 전기차 시장 공략 전략을 강조했다. 이 같은 변화의 배경에는 전기차 시장 성장 둔화가 자리하고 있다. 글로벌 전기차 판매 증가율이 둔화되면서 배터리 기업들도 기존 자동차 중심 시장만으로는 성장성을 담보하기 어렵다는 판단을 내리고 있다. 실제 배터리 사용량 통계에서도 전기차용 배터리 성장세는 과거보다 둔화되는 흐름이 나타나고 있다. 대신 새로운 성장 시장으로 떠오르는 분야가 바로 에너지 인프라다. 재생에너지 확대와 전력망 안정화 수요가 커지면서 에너지저장장치 시장이 빠르게 성장하고 있고 AI 산업 확산으로 데이터센터 전력 수요도 급증하고 있기 때문이다. 특히 AI 데이터센터는 향후 배터리 산업의 핵심 수요처로 떠오를 가능성이 높다는 평가다. 데이터센터는 막대한 전력을 소비하는 시설로 안정적인 전력 공급을 위해 대규모 전력 저장 장치가 필요하다. 배터리 기업들이 데이터센터용 UPS(무정전 전원장치)와 배터리 백업 시스템을 앞다퉈 공개하는 이유다. 로봇과 드론 등 '피지컬 AI' 산업도 새로운 배터리 수요처로 주목받고 있다. 휴머노이드 로봇과 자율주행 물류 로봇, 산업용 드론 등 다양한 기기가 등장하면서 소형 고에너지밀도 배터리에 대한 수요가 확대될 가능성이 제기된다. 실제 인터배터리 전시장에서는 로봇과 드론, 위성 등에 적용 가능한 배터리 기술이 다수 공개되며 산업 확장 가능성을 보여줬다. LG에너지솔루션 관계자는 "최근 인공지능 전환(AX) 흐름이 확산되면서 기존 전기차와 ESS 중심 사업 구조에서 벗어나 소형 배터리 영역으로 사업을 다각화하려는 움직임이 있다"며 "휴머노이드 로봇이나 드론 등 새로운 산업에서도 배터리 수요가 늘어날 가능성이 있어 관련 기술 적용 가능성을 검토하고 있다"고 말했다. 업계에서는 배터리 산업이 앞으로 단순한 전기차 부품 산업을 넘어 에너지와 AI 산업을 지탱하는 핵심 인프라 산업으로 자리 잡을 것으로 보고 있다. 전기차, 전력망, 데이터센터, 로봇 등 다양한 산업에서 배터리 수요가 동시에 확대될 경우 시장 규모도 크게 성장할 수 있기 때문이다. 배터리 기업 간 경쟁 구도 역시 이 같은 산업 변화 속에서 새롭게 재편될 전망이다. 전기차 중심 경쟁에서 벗어나 에너지 인프라와 AI 산업을 포함한 '다중 시장' 경쟁으로 확장되면서 기업들의 기술 전략과 투자 방향도 달라지고 있다. 전기차 시대를 이끌어온 배터리 산업이 이제는 에너지와 AI 산업을 연결하는 핵심 인프라로 진화하고 있다는 분석이 나오는 이유다. 강철부대의 시선이 머무는 곳, 배터리 산업의 경쟁 기준도 빠르게 이동하고 있다. 전기차 판매량만으로 성장성을 가늠하던 시대에서 벗어나 전력망과 데이터센터, 로봇 산업까지 연결되는 ‘에너지 인프라’ 경쟁으로 확장되는 흐름이다. 배터리를 얼마나 많이 생산하느냐보다 어느 산업의 전력 수요를 선점하느냐가 다음 판의 기준이 된다. 전기차를 넘어 AI와 에너지 산업을 동시에 연결할 수 있는 기업만이 새로운 배터리 시장의 주도권을 쥐는 구조가 만들어지고 있다.
2026-03-14 07:05:00
-
-
-
-
-
-
-
앞서가는 美·中 자율주행…한국은 제도·보험 공백에 발 묶여
[이코노믹데일리] 한국의 자율주행은 시범운행지구를 중심으로 제한적 실증이 이어지고 있지만 일반 도로에서의 상시 운행이나 무인 유상 서비스로는 좀처럼 이어지지 못하고 있다. 사고 책임과 보험, 유상 운송 사업자 지위가 제도적으로 정리되지 않은 상태에서 운행 범위가 특례에 묶이면서 실증 성과가 서비스 확대로 전환되지 못하는 구조가 고착화됐기 때문이다. 자율주행 기술의 완성도보다 제도 설계의 공백이 상용화를 가로막고 있다는 지적도 커지고 있다. 자율주행을 교통수단으로 편입시키기 위해서는 운행 주체의 법적 지위와 책임·보상 구조, 데이터 기반 감독 체계를 하나의 제도 틀로 정비해야 하지만 관련 논의는 여전히 실증 단계 관리에 머물러 있다는 평가다. 19일 업계에 따르면 현재 한국의 자율주행은 제한된 조건 아래에서 운행 안정성만을 검증하는 단계에 머물러 있다. 국토교통부가 지정한 시범운행지구 내에서 자율주행 택시와 셔틀이 운영되고 있으나 운행 구간과 시간, 차량 대수는 엄격하게 제한돼 있다. 서울 강남·상암·판교·광주 등 일부 지역에서 실증이 진행 중이거나 예정돼 있지만 대부분 안전요원 동승이나 원격 관제 조건이 붙는다. 무인 자율주행 역시 일반 도로에서의 상용 운행이 아니라 시범·실증 수준에 그치고 있다. 이 같은 정체의 배경으로는 정부의 자율주행 제도 설계 방식이 직접적으로 거론된다. 한국의 자율주행 정책은 사고 발생 가능성을 최소화하는 사전 관리에 초점을 맞춰 설계돼 왔다. 운행 허용 이전에 책임 구조와 안전 기준을 최대한 정리하겠다는 접근이 이어지면서 무인 운행과 유상 서비스는 예외적 특례 형태로만 제한적으로 허용됐다. 문제는 이러한 접근이 실증과 상용 사이의 연결 고리를 사실상 차단하고 있다는 점이다. 시범운행지구에서 무사고 운행과 방대한 주행 데이터가 축적되더라도 이를 근거로 운행 대수 확대나 시간 연장, 유상 서비스 일반화로 전환할 수 있는 명확한 기준은 제시되지 않았다. 실증 결과가 정책 판단이나 허가 확대에 반영되지 않으면서 기업 입장에서는 추가 투자와 사업 확장을 결정하기 어려운 구조가 장기화되고 있다. 실증은 반복되지만 출구는 보이지 않는 상황이다. 사고 책임과 보험 구조 역시 상용화를 가로막는 핵심 요인으로 지목된다. 현행 자율주행자동차법은 연구·시범운행 목적의 자율주행차에 대해 책임보험 가입을 의무화하고 있다. 이는 개별 사고 발생 시 피해자 보호를 전제로 한 최소한의 장치에 가깝다. 그러나 호출형 자율주행 서비스 확대를 전제로 한 사업자 책임 체계와는 성격이 다르다. 레벨3 단계에서는 기존 책임 체계 적용 논의가 이어져 왔지만 레벨4 무인 운행을 전제로 한 책임 배분과 보험 설계는 여전히 제도적 공백 상태에 놓여 있다는 평가가 나온다. 이 같은 불확실한 제도 환경은 국내 기업들의 전략에도 그대로 반영되고 있다. 현대자동차그룹은 차량 플랫폼과 자율주행 소프트웨어를 통합하는 방향으로 기술 개발을 이어가고 있지만 실제 운행은 시범운행지구 중심의 단계적 실증을 넘어서지 못하고 있다. 포티투닷(42dot)을 중심으로 도심 주행 데이터를 축적하고 있음에도 무인 유상 운행을 전제로 한 대규모 차량 투입에는 신중한 태도를 유지하고 있다. 제도 변화의 시점과 범위가 불투명한 상황에서 선제적 투자는 오히려 위험 부담으로 작용하기 때문이다. 카카오모빌리티 역시 자율주행을 이동 서비스 확장의 핵심 축으로 보고 호출·배차·요금 체계 등 운영 모델 검증에 집중하고 있다. 서울 강남 심야 자율주행 택시 등 제한적 실증을 통해 이용자 반응과 운영 데이터를 쌓고 있지만 무인 유상 운송이 제도적으로 허용되지 않은 환경에서는 서비스 확장에 구조적 한계가 뚜렷하다. 통신사와 전장·IT 기업들 역시 관제와 통신 안정성, 차량용 소프트웨어 등 개별 기술 영역을 중심으로 실증에 참여하며 직접적인 상용 서비스보다는 보조적 역할에 머물고 있다. 해외 사례와 비교하면 정책 접근의 차이는 더욱 분명해진다. 미국과 중국은 자율주행차를 시험 대상이 아닌 하나의 운송 주체로 전제하고 실제 운행 과정에서 드러나는 위험을 감독과 규칙 보완을 통해 관리하고 있다. 사고나 이상 상황은 운행 자체를 중단시키는 기준이 아니라 보고와 조사, 제도 개선의 근거로 활용된다. 운행 경험이 누적되며 제도가 고도화되는 구조다. 미국은 자율주행 유상 운송 사업자의 지위를 비교적 명확히 설정하고 사고 발생 시 사업자 책임을 중심으로 보험과 감독 체계를 운용한다. 충돌이나 차량 정지, 비정상 운행 등 주요 사건은 의무 보고 대상이다. 중국은 지자체에 운행 허가와 공간 관리 권한을 부여해 도시 단위로 운행을 확대하고 중앙정부가 안전 기준과 데이터 관리 원칙을 통해 이를 통제하는 방식을 취하고 있다. 우한의 경우 2024년 기준 완전 무인 로보택시 400대 이상이 운행되고 있는 것으로 알려져 있다. 반면 한국은 교통 밀도가 높고 사고에 대한 사회적 민감도가 큰 환경을 이유로 운행 허용 이후의 사후 조정보다 사전 통제에 정책 무게를 둬왔다. 그 결과 시범운행 단계가 장기화되며 실증 성과가 축적돼도 서비스 전환은 반복적으로 지연되고 있다. 전문가들은 한국이 실증을 반복하는 구조에서 벗어나기 위해서는 자율주행을 기존 제도의 예외로 관리하는 접근 자체를 재검토해야 한다고 지적한다. 유상 운송 체계의 한 축으로 자율주행을 편입시키는 방향으로 제도 설계를 전환해야 한다는 것이다. 운행 주체의 지위, 책임·보험, 감독·데이터를 각각 따로 손보는 방식이 아니라 상호 연동된 패키지 형태로 재설계하지 않으면 현재의 정체는 반복될 수밖에 없다는 지적이다. 운행 주체의 법적 지위가 정리되지 않으면 요금 체계와 운행 조건, 이용자 보호, 사업자 의무는 계속해서 임시 규정으로 쌓일 수밖에 없다. 이에 따라 유상 자율주행을 운영하는 사업자 요건을 명확히 하고 허가 기준 역시 구간·시간·대수 중심이 아닌 책임 이행과 감독 역량 중심으로 전환해야 한다는 요구가 제기되고 있다. 시범운행지구 실증 결과가 상용 허가로 이어지기 위해서는 운영 성과와 안전 지표에 따른 단계적 전환 기준을 제도에 명확히 포함해야 한다는 목소리도 커지고 있다. 유상 서비스 확대를 전제로 할 경우 1차 보상 책임을 사업자에 두고 제조물이나 소프트웨어 결함 책임은 사후 절차로 분리하는 구조에 대한 논의 역시 더 이상 미룰 수 없다는 지적이다. 감독 체계 또한 운행 확대에 맞춰 근본적인 재정비가 요구된다. 업계 관계자는 “한국의 과제는 기술 실증을 더 많이 하는 데 있지 않다”며 “실증을 상용으로 전환할 수 있는 제도 경로를 마련하지 않는 한 자율주행은 시범사업의 테두리를 벗어나기 어렵다. 운행 주체의 지위 설정과 1차 보상 책임 구조, 데이터 기반 감독 체계가 동시에 정리되지 않으면 서비스 확장은 제한될 수밖에 없다”고 말했다.
2026-02-19 17:07:02
-
-
-