포스코경영연구원 정제호 연구위원

인간에게 쉬운 일이 AI에는 어려운 ‘모라벡의 역설’

모라벡의 역설은 인공지능과 로봇공학 분야의 선구자인 한스 모라벡(Hans Moravec) 등이 1980년대에 제시한 개념입니다. 인간에게 어려운 고도의 논리적 추론은 컴퓨터가 쉽게 수행하지만, 인간의 본능적인 감각과 운동 능력은 컴퓨터가 구현하기 어렵다는 내용인데요. 수식 계산, 체스·바둑, 법률 분석과 같은 복잡한 작업은 AI가 빠르고 정확하게 수행할 수 있지만, 중심 잡기, 컵에 물 따르기, 물컹한 물체 다루기처럼 인간이 자연스럽게 해내는 작업은 AI에 매우 어려운 일입니다.

사진 출처: ⓒ Gettyimagesbank

제조 현장에서는 이 같은 문제가 숙련공의 암묵지와 연결되고 있습니다. 작업자는 부품의 미세한 마찰과 압력, 재료의 상태, 설비의 진동과 소리 등을 종합적으로 판단해 순간적으로 작업 방식을 조정하는데요. 이러한 ‘손맛’과 ‘눈썰미’는 명확한 규칙이나 수치로 표현하기 어려워 지금까지 디지털화의 성역으로 남아 있었습니다.

제조 현장의 마지막 병목, 데이터화하기 어려운 암묵지

숙련공의 암묵지는 환경과 상호작용하며 축적된 비정형 지식입니다. 특히 다음과 같은 특성 때문에 기존의 프로그래밍 방식으로 구현하기가 쉽지 않습니다.

①미세한 힘의 제어(The Delicate Touch)
부품을 조립하거나 설비를 조작할 때 작업자는 손끝으로 느껴지는 미세한 마찰력과 압력에 따라 힘을 조절합니다. ‘딱 맞는’ 감각처럼 보이는 작업에는 다양한 환경 변수가 작용하기 때문에, 이를 모두 수학적으로 계산해 코드로 구현하는 데에는 한계가 있습니다.

②형태가 변하는 비정형 물체(Handling Non-rigid Objects)
화학적 배합물, 전선 뭉치, 연성 고무와 같은 물체는 만질 때마다 형태가 달라집니다. 물체의 변화를 실시간으로 예측하고 그에 맞는 작업 순서를 결정하는 로직을 설계하는 것은 기존 자동화 시스템만으로는 어려운 과제입니다.

③본능적인 감각과 균형(Physical Reflex)
보행 로봇이 빙판길에서 중심을 잡거나, 작업자가 미끄러지는 부품을 순간적으로 붙잡는 행동은 복잡한 계산보다 신체적 감각과 반사에 가깝습니다. 이처럼 상황을 인지한 뒤 계산하는 방식만으로는 대응하기 어려운 영역이 제조 현장 곳곳에 존재합니다.

새롭게 떠오른 패러다임! AI, 코딩 대신 관찰로 배우다

최근 AI와 로봇 기술은 사람이 모든 상황을 일일이 프로그래밍하는 방식에서 벗어나고 있습니다. 숙련공의 작업 영상을 학습하는 모방 학습(Imitation Learning)과 물리적 환경에서 직접 판단하고 행동하는 체화된 AI(Embodied AI)의 형태로 진화하면서 한계를 극복하고 있는데요.

AI는 숙련공의 시연을 영상과 센서 데이터로 관찰한 뒤, 작업 과정에서 나타나는 움직임과 힘의 변화를 학습합니다. 이를 통해 기존에는 수주에서 수개월이 걸리던 로봇 학습 시간과 비용을 줄이고, 처음 접하는 작업도 빠르게 대응하고 있습니다.

▲AI 학습을 위해 머리에 카메라를 달고 작업하는 인도의 의류 노동자들(출처 : SBS 뉴스 유튜브)

2026년 3월 엔비디아(NVIDIA)가 공개한 Project GR00T 기반 GEN-1 모델은 20년 숙련 노동자의 손동작을 영상으로 관찰하며 불과 4시간 만에 섬세한 작업 방식을 학습했는데요. MIT 테크놀로지 리뷰의 2026년 5월 보고서에 따르면, 새로운 환경에서 동영상만으로 작업을 학습하는 제로샷 러닝(Zero-shot Learning)의 성공률은 85%에 이르며, 기존 프로그래밍 비용을 최대 90%까지 줄일 수 있는 것으로 나타났습니다.

관찰을 통해 암묵지를 배우는 AI, 어떤 사례가 있을까

①스탠퍼드대 ‘모바일 알로하’ : 달걀 깨기와 새우 요리
스탠퍼드대의 모바일 알로하(Mobile ALOHA)는 요리처럼 복잡한 손동작과 양손 협응이 필요한 작업을 학습한 사례입니다. 프라이팬 위에서 새우를 뒤집는 타이밍, 무거운 웍을 다루는 양손의 움직임, 달걀 껍데기를 깨뜨리지 않고 내용물만 분리하는 힘 조절은 기존 방식으로 구현하기 어려운 작업인데요. 달걀의 강도, 프라이팬의 온도, 새우의 미끄러움 등을 일일이 코드로 제어하려면 수많은 예외 처리가 필요합니다.

▲새우 요리와 의자 넣기 등 다양한 작업을 수행하는 모바일 알로하(출처 : Stanford AI & Robotics PhD Zipeng Fu 유튜브)

연구진은 원격 조정 방식으로 50차례 요리 과정을 시연했습니다. 로봇은 카메라를 통해 사람의 움직임을 관찰하고, 모터에 전달되는 저항감과 힘의 변화를 학습했습니다. 그 결과 냉장고 문을 열어 달걀을 꺼내고, 프라이팬에 달걀을 깬 뒤 새우를 볶는 3코스 요리를 재현하는 데 성공했습니다.

②토요타 연구소 : 형태가 없는 피자 반죽 다루기
피자 반죽의 끈적임과 질감에 따라 힘을 조절하고, 찢어지지 않도록 작업하는 것은 숙련자의 직관에 크게 의존하는 작업입니다. 토요타 연구소(Toyota Research Institute, TRI)는 물성이 계속 변하는 피자 반죽을 로봇이 다루도록 학습시켰는데요.

▲도요타 연구소의 로봇 훈련 모습. 자료 출처 : Toyota Research Institute

연구진은 이미지 생성 AI에 활용되는 확산정책(Diffusion Policy)을 로봇 제어에 적용했습니다. 사람이 반죽을 다루는 영상을 반복적으로 관찰하게 한 뒤, 생성형 AI가 다음 픽셀을 예측하듯 로봇이 다음 움직임을 확률적으로 예측하도록 한 것인데요. 반죽의 물성 방정식을 별도로 코딩하지 않았음에도 로봇은 사람의 작업 방식을 모방해 반죽이 찢어지지 않도록 하는 데 성공했습니다.

③MIT·구글 딥마인드 : 빙판길에서 균형 잡는 미니 치타
MIT와 구글 딥마인드의 4족 보행 로봇 ‘미니 치타(Mini Cheetah)’는 미끄러운 지형에서 균형을 유지하는 신체적 암묵지를 학습했습니다. 연구진은 비전 센서를 가린 로봇을 가상 시뮬레이션 환경에 투입하고, 수백만 번 걷게 하면서 성공과 실패에 따라 보상을 부여했습니다. 로봇은 빙판길에 대한 사전 가이드 없이 반복적인 경험과 자기 관찰을 통해 다리 모터의 저항값만으로 지형을 추정했는데요. 그 결과 미끄러운 지면에서도 넘어지지 않도록 다리의 움직임과 힘을 조절하는 균형 감각을 스스로 터득했습니다.

제조 현장을 ‘관찰과 실험의 장’으로

관찰 기반 AI의 발전은 제조 현장이 단순히 자동화 설비를 운영하는 공간을 넘어, 인간의 행동과 암묵지를 기록하고 AI가 반복 학습하는 공간으로 변화하고 있음을 의미합니다. 이를 위해서는 공정 결과 중심의 데이터에서 작업 과정 중심의 데이터 축적으로 전환해야 합니다.

지금까지 제조 데이터는 온도, 압력, 불량률 등 결과를 나타내는 정보가 대부분이었는데요. 숙련공의 노하우를 AI에 학습시키기 위해서는 작업자의 시선과 손동작, 도구에 가해지는 힘, 작업 순서와 속도까지 함께 기록해야 합니다.

사진 출처: ⓒ Gettyimagesbank

또한, 현장에서 로봇을 직접 훈련하려면 설비 가동 중단과 생산 차질이 발생할 수 있으므로 가상 공간에서 숙련공의 작업 데이터를 반복 학습할 수 있는 시뮬레이션 환경을 구축해야 합니다. AI는 시뮬레이션 안에서 다양한 조건을 경험하며 작업을 반복하고, 실패와 성공을 통해 최적의 움직임을 찾아갈 수 있습니다. 이는 실제 현장의 위험과 비용을 줄이면서도 AI의 학습량을 크게 늘리는 방법입니다.

숙련공의 암묵지, 제조업 AX의 핵심 자산으로

AI 기업과 연구 기관은 인간의 행동을 관찰하고 모방하는 모방 학습과 체화된 AI를 통해 기존 AI의 한계를 극복하고 있습니다. 이에 따라 숙련공의 노하우가 담긴 현장 행동 데이터는 기업의 핵심 경쟁우위 자산으로 부상할 전망입니다. 나아가 숙련공의 역할도 직접 작업을 수행하는 데 그치지 않고, 자신의 암묵지를 AI가 효과적으로 학습할 수 있도록 작업을 시연하고 결과를 평가하는 ‘AI 트레이너’로 확대할 필요가 있습니다.

제조업의 AX(AI Transformation)는 범용 AI 모델을 도입하는 것만으로 완성되지 않습니다. 포스코그룹은 철강 제조 현장에서 축적한 공정 데이터와 설비 운영 경험, 품질·안전 관리 노하우, 숙련공의 암묵지를 AI에 내재화하고, 이를 통해 고로·제강·압연 등 주요 공정의 이상 징후를 사전에 예측함으로써 생산성과 품질을 동시에 높이고자 합니다. 더불어 포스코퓨처엠, 포스코인터내셔널 등 그룹사별 산업 전문성과 데이터를 연결해 AI를 지속적으로 학습·고도화 한다면, 포스코그룹만의 차별화된 제조 경쟁력과 글로벌 AX 생태계를 구축할 수 있을 것으로 기대합니다.

*참고 자료
– The Futures, AI에게 코딩이 아닌 Observation을 가르치다
– NVIDIA Project GR00T & Eureka Technical Report (research.nvidia.com)
– Tesla AI Day: Optimus Gen 2 Evolution
– Stanford University, Mobile ALOHA Research Paper (mobile-aloha.github.io)
– MIT Technology Review, May/June 2026 Issue, How Video Models Became the World’s Best Robot Teachers

AI가 일상이 되면서, 데이터센터와 발전소, 송배전망, 에너지저장장치(ESS), 로봇 같은 대규모의 고도화된 물리적 인프라에 대한 수요가 늘어나고 있습니다. 이 거대한 AI 전환의 현장을 지탱하는 핵심 소재가 바로 철강입니다. 타일러 라쉬와 경희대 경영대학원 김상윤 교수, 포스코 미래수요개발실 윤주성 대리가 나누는 대화를 통해 포스맥, 전기강판, POCEL, Hyper NO 등 포스코의 철강 솔루션이 데이터센터부터 휴머노이드까지 AI 생태계의 변화를 어떻게 뒷받침하는지 살펴봅니다.

AI가 우리 일상과 산업을 빠르게 바꾸고 있습니다. 여행 계획을 세우고, 문서를 작성하고, 상품을 비교∙구매하는 일까지 AI가 대신하는 시대입니다. 기업 역시 AI를 단순한 도구가 아니라 업무를 수행하는 주체로 받아들이고 있습니다.

실제로 해외 기업들은 AI 에이전트를 업무에 적용하기 위한 다양한 실험을 진행하고 있습니다. AI는 이제 단순히 ‘AI 기능이 들어간 제품’을 만드는 수준을 넘어, 기업의 일하는 방식 자체를 바꾸고 있습니다.

이러한 변화를 ‘AI 전환(AX, AI Transformation)’이라고 부릅니다. 그런데 AI 전환은 소프트웨어와 반도체만으로 완성되지 않습니다. AI가 실제로 작동하려면 데이터센터와 발전소, 송배전망, 에너지저장장치(ESS), 로봇 같은 대규모의 고도화된 물리적 인프라가 필요합니다. AI에 투자되는 막대한 자금은 바로 이런 인프라를 구축하는 데 사용되고 있습니다. 그리고 이 변화에 가장 큰 역할을 하는 것이 바로 ‘철강’입니다. AI 관련 인프라 건설에 있어 철강의 역할이 무엇이고, 포스코의 핵심 제품들이 어떤 혁신을 이끌고 있는지 알아봅니다.

AI를 학습시키고 서비스를 운영하려면 막대한 컴퓨팅 자원이 필요합니다. 특히 고성능 GPU가 탑재된 AI 데이터센터는 기존 클라우드 데이터센터와는 규모와 운영 방식이 다릅니다. AI용 서버 랙 하나가 시간 당 100kW 이상의 전력을 사용할 정도로 전력 소모가 큽니다. 가정에서 에어컨 여러 대를 동시에 가동하는 것과 비교하면 그 규모를 짐작할 수 있습니다. 게다가 서버가 사용하는 전력만 문제가 아닙니다. 서버에서 발생하는 열을 식히는 데에도 상당한 전력이 필요합니다. 결국 AI 데이터센터의 핵심 과제는 ‘더 많은 전력을 어떻게 확보할 것인가’와 ‘발생한 열을 어떻게 효율적으로 식힐 것인가’입니다.

대표적인 기술이 액침냉각(Immersion Cooling)입니다. 서버를 전기가 통하지 않는 비전도성 냉각액에 직접 담가 열을 식히는 방식입니다. 냉각 효율을 높일 수 있다는 장점이 있지만, 새로운 문제가 생깁니다. 냉각액과 습기에 노출되는 서버 랙과 관련 구조물이 부식되지 않아야 합니다.

이때 포스코의 고내식 도금강판 ‘포스맥(PosMAC)’이 활용될 수 있습니다. 포스맥은 일반 아연도금강판보다 5배에서 10배 정도 높은 내식성을 갖춰 부식에 강하며, 강판 표면에 흠집이 생겨도 아연∙마그네슘∙알루미늄 성분이 보호막을 만들어 부식을 억제합니다.

데이터센터의 서버 랙은 칸막이와 뼈대, 냉각수가 흐르는 배관으로 구성됩니다. 포스맥은 랙의 칸막이에, 스테인리스강은 배관에, 냉연강판은 랙의 뼈대에 적용될 수 있습니다. 포스코가 데이터센터에 필요한 다양한 소재를 하나의 패키지로 공급할 수 있는 이유입니다.

데이터센터의 냉각 문제를 해결하기 위해 바다에 데이터센터를 설치하는 아이디어도 현실이 되고 있습니다. 마이크로소프트는 ‘프로젝트 네이틱(Project Natick)’을 통해 해저 데이터센터를 실제 바다에 설치하는 실험을 진행했습니다. 해저 데이터센터는 바닷물을 활용해 냉각할 수 있고, 도심의 부지와 전력 문제를 완화할 수 있다는 기대를 받고 있습니다. 하지만 바닷속은 부식이 심한 환경으로, 장기간 운영하려면 외부 구조물과 내부 설비를 보호할 수 있는 내식성 강재가 필요합니다.

포스코는 해저 데이터센터의 확산에 대비해 관련 설계와 실험을 진행하고 있습니다. 최근 한국해양과학기술원(KIOST)은 울산 앞바다에 해저 데이터센터를 구축하는 계획을 추진하고 있는데, 포스코도 협력 기업으로서 참여하고 있습니다.

데이터센터가 도심에 들어설 때는 또 다른 문제들이 발생합니다. 높은 전력 사용량과 전자파에 대한 지역 주민의 우려, 님비현상, 높은 토지 비용 등이 대표적입니다. 특히 전자파로 인한 민원은 중요한 과제입니다. 포스코는 그 해결책으로 전자파 차폐강판을 제시했습니다. 전자파 차폐강판은 데이터센터에서 발생하는 전자파를 줄이는 동시에 전자기파를 통한 정보 유출 가능성을 낮추는 데 도움을 줄 수 있습니다.

비싼 ‘땅값’ 역시 AI 데이터센터의 중요한 과제 중 하나입니다. 포스코의 고강도 형강 ‘Pos-H’를 사용하면 적은 수의 기둥으로도 더 큰 하중을 지탱할 수 있어, 같은 부지에서 더 넓은 공간을 활용해 토지 비용 문제를 완화하는 데 도움이 될 수 있습니다. AI 데이터센터는 GPU와 서버만 설치한다고 완성되는 시설이 아닙니다. 건축물의 골조부터 서버 랙, 배관, 냉각 설비, 전자파 차폐시설까지 다양한 요소가 결합된 복합 인프라입니다. 철강은 이 전체 시스템을 구성하는 핵심 소재입니다.

데이터센터가 늘어나면 전력 수요도 함께 증가합니다. AI가 ‘전기 먹는 하마’로 불리는 이유이기도 합니다. 태양광과 풍력 같은 재생에너지는 중요한 에너지원이지만, 날씨의 영향을 받는다는 한계가 있습니다. 안정적인 전력 공급을 위해서는 다양한 발전원을 함께 활용해야 합니다.

이 과정에서 소형모듈원자로(SMR, Small Modular Reactor)가 주목받고 있습니다. SMR은 원자로를 모듈화해 공장에서 제작한 뒤 현장에서 조립하는 방식으로, 대형 원자력발전소보다 유연하게 구축할 수 있어 급증하는 전력 수요에 대응할 대안으로 거론되고 있습니다. 물론 SMR이라고 해서 건설이 쉬운 것은 아닙니다. 원자로 내부는 초고온·초고압 환경이기 때문에 이를 견딜 수 있는 특수 스테인리스강이 필요합니다. 포스코는 극한 환경에서도 안정적으로 사용할 수 있는 고기능 스테인리스 소재를 개발하고 공급하고 있습니다.

전기를 생산하는 것만큼 중요한 일이 있습니다. 바로 전기를 필요한 곳까지 손실을 최소화해 전달하는 일입니다. 전기를 먼 거리로 보낼 때는 전압을 높여 전류를 낮추는 방식으로 송전 손실을 줄입니다. 이때 전압을 올리고 내리는 변압기가 필요한데, 이 변압기의 핵심 소재가 바로 전기강판입니다.

세계적인 전기강판 회사인 포스코는 전자기가 특정 방향으로 흐르도록 설계돼 변압기의 전력 손실을 줄이는 방향성 전기강판(GO, Grain Oriented Electrical Steel)을 생산하고 있습니다. AI 시대에는 데이터센터뿐 아니라 발전소와 변압기, 송전망이 함께 확장돼야 하므로 전기강판의 중요성도 더욱 커지고 있습니다.

송전선 역시 진화하고 있습니다. 포스코가 개발한 송전선은 알루미늄을 사다리꼴 형태로 배치해 더 많은 전류를 전달할 수 있도록 설계됐습니다. 증가한 하중을 견디기 위해 고강도 강심을 적용한 것도 특징입니다.

송전탑은 기능만큼 주변 환경과의 조화도 중요합니다. 포스코는 고강도 강재를 활용해 송전탑을 경량화하고 주변 경관과 어울리는 형태로 설계함으로써 전력 인프라에 대한 사회적 수용성을 높이고 있습니다.

AI에 대한 의존도가 높아질수록 정전의 영향도 커집니다. 데이터센터의 전력 공급이 중단되면 메신저부터 자율주행, 금융, 물류 서비스까지 사회 전반이 영향을 받을 수 있습니다.이러한 위험에 대비하기 위해 에너지저장장치(ESS, Energy Storage System)가 필요합니다. ESS는 전력을 저장해두었다가 필요할 때 공급하는 장치입니다. 하지만 배터리를 대규모로 저장하는 만큼 발열과 화재, 습기와 부식에 대한 관리가 중요합니다.

포스코의 POCEL은 배터리를 감싸는 철강 소재로, 배터리 케이스에 적용돼 외부 충격과 열로부터 배터리를 보호합니다. 또, ESS의 배터리 랙에는 내식성이 뛰어난 포스맥을 적용할 수 있으며, 랙을 담는 컨테이너에도 특수 강재를 사용할 수 있습니다. 배터리 케이스용 POCEL부터 랙용 포스맥, 컨테이너용 소재까지 포스코는 ESS에 필요한 철강 솔루션을 종합적으로 제공할 수 있습니다. 포스코는 이러한 역량을 인정받아 L사의 미국 대형 프로젝트에 ESS용 강재를 납품하게 되었습니다.

AI의 다음 무대는 로봇과 결합해 물리적 세계에서 직접 움직이는 ‘피지컬 AI’입니다. 휴머노이드는 제조 현장에서 작업을 수행하고, 물류센터에서 상품을 분류하며, 앞으로는 서비스와 일상생활에서도 사람을 도울 수 있습니다. 이를 위해서는 인간의 섬세한 동작을 학습할 수 있는 데이터와 정교한 관절 제어 기술이 필요합니다. 동시에 배터리 사용시간과 모터 효율도 해결해야 합니다.

로봇이 오랫동안 움직이려면 같은 전력으로 더 큰 힘을 내고, 에너지 손실을 줄이는 모터가 필요합니다. 이런 휴머노이드의 관절 역할을 하는 액추에이터에는 무방향성 전기강판(NO, Non-Oriented Electrical Steel)이 사용됩니다. 모터는 회전하면서 전자기의 방향이 계속 바뀌기 때문에, 어느 방향으로도 전자기 특성을 발휘할 수 있는 소재가 필요합니다.

포스코의 ‘Hyper NO’는 전기자동차 구동모터 등에 적용되며 성능을 입증한 고성능 무방향성 전기강판입니다. 휴머노이드에 적용하면 모터 효율을 높이고 배터리 사용시간과 로봇의 가동시간을 늘리는 데 기여할 수 있습니다. 또 배터리 안전성 측면에서는 POCEL도 활용될 수 있습니다. 포스코는 이처럼 휴머노이드의 구동부와 배터리를 아우르는 소재 솔루션을 개발, 제공하고 있습니다.

19세기 골드러시 때, 금을 캐는 사람뿐 아니라 금을 캐는 데 필요한 곡괭이와 청바지를 만든 기업도 큰 기회를 얻었다고 합니다. AI 시대의 곡괭이는 무엇일까요? 데이터센터를 짓는 강재, 냉각 환경을 견디는 포스맥, 전력을 효율적으로 전달하는 전기강판, 배터리를 보호하는 POCEL, 로봇의 효율을 높이는 Hyper NO가 그 역할을 할 수 있습니다.

AI를 생각하면 반도체와 소프트웨어를 먼저 떠올리기 쉽습니다. 반도체가 AI의 뇌라면 철강은 AI가 움직이도록 만드는 몸이라고 할 수 있습니다. AI가 현실에서 작동하려면 몸을 구성하는 소재가 반드시 필요합니다.

포스코는 데이터센터와 발전소, 송배전망, ESS, 휴머노이드로 이어지는 AI 생태계 전반에서 철강의 새로운 가능성을 만들어가고 있습니다. AI의 미래는 보이지 않는 알고리즘만으로 완성되지 않습니다. 그 기술이 현실에서 작동하도록 지탱하는 철강과 함께 완성됩니다.

▼ AI 시대에 제철소는 뭘 해? 보러가기

포스코퓨처엠이 배터리 생태계 리더십 강화와 초격차 경쟁력 확보를 목표로 AI 기반 제조혁신을 추진한다.

포스코퓨처엠은 ‘BoT(Battery of Things) 생태계 Game Changer’를 디지털 혁신 비전으로 제시하고 프로세스 표준화와 데이터 중심의 전사적 AX(AI Transformation) 추진 로드맵을 수립했다.

이를 통해 원료 수급부터 제품 생산, 고객사 협업에 이르는 전 과정에 데이터 기반의 AI를 접목하여 글로벌 소재 기업으로 발돋움하기 위한 토대를 마련한다는 계획이다. 또한 성공적인 AI 기반의 제조혁신을 위한 핵심 추진 방향으로 ▲AI Agent 접목 프로세스·시스템 최적화 ▲통합 데이터 허브 기반 인텔리전스 가속화 ▲AI 활용 기반 Intelligent Factory 구현 ▲원료~제품 End-to-End 지능형 超연결 ▲전략 고객 R&D 협업 고도화를 선정했다.

포스코퓨처엠이 2028년 상반기 완료를 목표로 추진하는 AI 기반의 제조혁신을 성공적으로 마무리하면 피지컬AI 기반의 제조공정 지능화로 제조 생산성을 30% 높이는 한편 연구개발 부문에서는 AI를 활용한 기술트렌드 분석·설계와 가상검증을 적용해 제품개발 기간을 절반으로 줄이고, 품질분석 로봇을 활용한 자동화 등을 통해 품질이슈에 대한 원인 분석 및 조치 등 고객사 대응속도는 두배로 높인다.

AI를 기반으로 한 수주 마케팅 역시 더욱 전략적이고 선제적으로 변화한다. 원료가격 예측부터 고객사 수요 전망, 판매가격 협상에 이르는 전 과정에 AI 시뮬레이션을 적극 도입, 실증적 데이터에 기반해 수주협상을 진행할 수 있게 된다. 이로써 계약, 주문, 생산, 출하 전 과정을 통합 모니터링해 운영을 최적화한다는 계획이다.

ESG 측면에서도 AI를 활용해 비효율적인 설비 운전을 자동으로 식별·진단하고 최적화해 에너지 사용량을 절감하고 운영 효율을 높이는 체계를 구축한다.

포스코퓨처엠은 AI 제조혁신을 통해 품질 안정성과 제조 경쟁력에 대한 고객 신뢰도를 높이고, 이를 수주 확대와 신규 고객사 유치로 연결하는 선순환 구조를 정립할 계획이다. 이와 함께 제품의 생산·관리·판매 전 과정에서 축적되는 데이터를 기반으로 전기차를 넘어 ESS·로봇·드론 등으로 확장되는 배터리 생태계에서 표준을 선도할 플랫폼을 구축하고 새로운 비즈니스 기회를 창출한다는 구상이다.

앞으로 포스코퓨처엠은 신규 개발 시스템에 AI Agent를 기본 적용해 담당자 개입을 최소화하고, 연내 부서별 1명 이상의 AI 활용 전문가를 양성해 AI 과제 발굴·실행을 주도하게 함으로써 AI 제조혁신 성과의 확산과 정착을 추진할 방침이다.

▲ 포스코퓨처엠이 디지털 혁신 비전 ‘BoT 생태계의 Game Changer’를 제시하고 전사적 AX를 추진한다. 2028년 상반기 프로젝트 완료 목표로, 제조생산성을 30% 향상시키고 고객사 품질 대응속도는 2배로 높이는 등 초일류 제조혁신을 가속화한다.

최근 한 기사에서는 “AI를 활용하는 직장인이 그렇지 못한 직장인보다 업무 효율은 물론 미래 경쟁력에서도 압도적으로 앞서간다”는 분석이 나왔습니다. 인텔리전트 팩토리부터 사무실의 보고서 작성까지, AI는 어느새 업무 곳곳에 깊숙이 들어와 있는데요. 하지만 여전히 “어디서부터 배워야 할지 막막하다”는 분들도 많습니다. 이번 2편에서는 무료 AI 강의 사이트를 Q&A 형식으로 정리했습니다. 하루 10분 투자로 AI를 자유자재로 다루는 ‘일잘러’에 한 걸음 가까워져 보세요.

AI를 처음 접한다면 기초 개념과 생성형 AI 활용법을 체계적으로 배울 수 있는 강의가 좋습니다. 대표적인 무료 플랫폼이 바로 케이무크(K-MOOC)인데요. 케이무크는 국가에서 운영하는 온라인 공개강좌 플랫폼으로, AI의 기초 원리부터 비즈니스 실무 활용까지 검증된 전문가들의 강의를 수강할 수 있습니다.

 

AI를 업무 자동화에 바로 활용하고 싶다면 실습 중심 강의를 추천합니다. 다양한 온·오프라인 학습 콘텐츠를 제공하는 서울시 평생학습포털에는 최근 AI 시대에 맞춰 관련 강좌 약 170개 프로그램이 개설됐습니다.

 

AI를 체계적으로 배우고 싶다면 입문자를 위한 기초 개념부터 실무 활용까지 다양한 온라인 강의를 무료로 들을 수 있는 경기도 평행 학습 포털 플랫폼을 추천합니다.

고용노동부와 한국기술교육대학교가 운영하는 직업훈련 플랫폼 ‘희망계단 스텝’에서는 ‘인공지능’, ‘AI’ 등의 키워드로 검색해 직무 역량을 키울 수 있는 수준별 강의를 찾을 수 있습니다.

최근에는 AI로 다양한 이미지나 영상을 만들어내는 분들도 많은데요. 콘텐츠를 만들어내는 생성형 AI 실습 중심 강의를 찾는다면 IAAE 국제인공지능윤리협회의 기초 강의를 수강해보세요.

IT 교육 플랫폼에서도 일부 무료 AI 실무 강의를 제공하고 있습니다. AI를 활용한 PPT 제작 스킬, Microsoft 365 Copilot 실전 활용법 등 업무에 활용하면 능률이 올라가는 인프런의 무료 강의도 수강해보세요.

강의가 부담스럽다면 유튜브 채널을 활용하는 것도 좋은 방법입니다. 최근의 AI 트렌드를 파악할 수 있는 유튜브 콘텐츠를 통해 AI 활용팁을 얻어보세요.

AI 툴의 특징을 알고 적재적소에 사용하는 것도 업무 역량이죠! 각 AI툴들의 강점과 기능을 비교해보고 어떤 툴이 어떤 업무에 적합한지 알아보세요.

AI를 잘 활용하는 사람과 그렇지 않은 사람의 격차는 점점 더 커지고  있습니다. 오늘 소개해 드린 무료 강의들 중 관심 있는 주제를 골라 하루 10분씩만 가볍게 투자해 보세요. 작지만 꾸준한 투자가 업무 효율을 높이고, 디지털 시대를 이끄는 커다란 원동력이 될 것입니다. ‘AI전문 일잘러’를 향한 새로운 도전을 응원합니다!

지난 3월 4일부터 6일까지 서울 코엑스에서 아시아 최대 스마트공장·자동화산업전(Automation World 2026, AW 2026)이 열렸습니다. 매년 자동화 분야의 신기술과 혁신 솔루션을 선보이는 AW는 올해 역대 최대 규모로 개최되었는데요. 새로운 기술을 소개하려는 각 기업들의 열기로 뜨거웠던 가운데, ‘AX 강자’인 포스코DX는 어떤 신기술을 선보였을까요? 포스코DX가 선보이는 압도적인 AX 세상으로 함께 떠나보시죠!

포스코DX의 이번 전시는 ‘Your AX Journey with POSCO DX, the AI Native Company(AI 네이티브 기업 포스코DX와 함께하는 AX 여정)’를 주제로 구성됐습니다. 전시관은 회사 비전과 안전 플랫폼을 소개하는 ‘포스코DX  오버뷰(Overview)’, AI 기반 업무혁신을 담은 ‘AI 워크포스(Workforce)’, 제조 현장의 자동화 기술을 체험할 수 있는 ‘인텔리전트 팩토리(Intelligent Factory)’ 등 세 개의 테마존으로 마련됐습니다.

AI 워크포스 존에서는 사무와 생산 현장에서 AI 에이전트가 사람과 협업하는 미래형 업무 환경이 소개됐습니다. 사람과 AI가 함께 일하는 업무 환경이 점점 확대되면서 포스코DX도 다양한 AI 동료들과 함께 일하고 있는데요.

AI 임플로이(Employee)는 반복 업무부터 전문 영역까지 사람이 수행하던 업무를 대신 수행하는 에이전트로서, 사무 영역에서 업무 목적을 이해하고 스스로 판단하며 직원과 함께 문제를 해결하는 실행형 AI입니다.

AI 오퍼레이터(Operator)는 멀티 에이전트 모델을 활용해 생산 현장에서 운전자의 개입 없이 상황을 모니터링하고 제어하는 가상의 직원으로, 시각적으로 모니터링하고 LLM 기반으로 판단해 제어하죠.

이와 함께 AI 에이전트의 생성과 운영, 평가, 재배치까지 전 과정을 관리하는 자체 플랫폼 ‘에이전티’도 소개됐습니다. 포스코DX는 인사·구매·경영분석 등 사무 업무 영역을 중심으로 약 110개의 AI 에이전트를 개발하고 있습니다.

다음으로 인텔리전트 팩토리 존을 보실까요? 포스코DX는 AI와 로봇을 융합한 ‘피지컬(Physical) AI’도 제조현장에 확산하고 있습니다. 고위험·고강도 현장에 산업용 로봇을 도입하고, 산업현장의 물리적 설비와 로봇들을 인공지능을 통해 자동 제어하기 위한 목적인데요.

이날 현장에서는 선박 하역 장비를 축소한 GTSU(Grob Type Ship Unloader, 항만하역기)* 설비를 통해 AI가 선박 위치와 작업 지점을 분석한 뒤 자동으로 장비를 이동시키는 과정이 소개됐습니다. GTSU 현장에서는 높은 고도의 열악한 환경에서 작업자가 작업하는데, AI 기술과 자동화 기술을 결합해 무인화 기술을 개발한 것입니다.
*GTSU : 화물선에 실려 온 철광석과 같은 원료를 하역하는 크레인 설비로, 대형 버켓(집게)로 선박의 화물칸에서 원료를 퍼 올린 뒤 호퍼에 쏟아붓는 방식으로 작업이 이뤄짐. 하루 수만 톤의 원료를 하역하는 중요 설비.

카메라와 라이다(LiDAR)를 센서 퓨전 기술로 결합해 원료의 형상·높이·선박 화물칸 입구 크기 등을 인식하고, 강화 학습을 기반으로 효율이 극대화되는 지점을 분석해 한 줄씩 차례대로 하역 작업을 진행합니다. 현장에는 작업자 1명이 4대의 설비를 제어하는 형태로 도입할 계획이며, 전시에서는 1/35 크기 축소 모형으로 기술을 시연했습니다.

이날 ‘피지컬(Physical) AI’ 체험존에서는 철강코일 하차 크레인을 가상 환경에서 직접 시운전해볼 수도 있었는데요. 포스코DX는 포스코스틸리온 도금 공장을 아이작 심(Isaac sim*) 가상 환경에 그대로 구현해 시뮬레이션 하며 코일하차 크레인을 최적으로 제어하는 AI 모델을 개발했습니다. 이러한 가상 시운전 프로세스는 현장 적용 시 발생할 수 있는 시행착오를 사전에 제거하여, 공정 안정성과 운영 효율성을 동시에 확보하는 핵심 기술로 활용되고 있습니다.
*Isaac sim: 엔비디아(NVIDIA)에서 개발한 로봇 공학을 위한 클라우드 기반의 가상 시뮬레이션 플랫폼.

또, 실제 산업 현장을 그대로 모사한 가상 환경에서 AI 모델을 학습하고 시뮬레이션하는 개발 체계도 소개했습니다. 해당 로봇들은 ‘HCGL Scale Breaker Roll 교체 프로젝트’를 PoC(Proof of Concept, 기술 실증)로 구성했는데요. 현장에서 세 명의 작업자가 80㎏ 롤을 이동시키는 고난도 작업을 서로 다른 이기종 로봇을 통해 자동화하는 프로젝트를 선보였습니다. 영구자석으로서 정전이나 에어가 끊겨도 절대 낙하하지 않는 안전한 작업 환경을 구사할 수 있도록 했습니다.

▲ 2026 산업지능화컨퍼런스에서 포스코DX의 AX 전략을 소개하고 있는 윤석준 로봇자동화센터장.

이번 AW 2026에서는 산업지능화컨퍼런스가 함께 개최돼 ‘AX 시대, 인텔리전트 팩토리(Intelligent Factory)로의 전환’을 주제로 포스코DX의 AX 기술을 소개하는 시간도 있었는데요. 포스코DX는 AI 기술과 결합된 피지컬 AI 기반의 로봇 자동화를 통한 인텔리전트 팩토리 구현 활동을 지속해 그룹의 제조 경쟁력 강화에 기여할 계획입니다.

포스코DX의 기술 전략은 그룹 차원의 AX 전환과도 맞닿아 있는데요. 앞서 장인화 회장은 올해 초 임직원 소통 행사에서 “지능형 자율 제조와 최고 수준의 업무 수행 역량, 새로운 가치 창출을 목표로 하는 ‘미션 오리엔티드(Mission Oriented) AX’ 전략으로 전환해야 한다”고 강조한 바 있습니다. 앞으로 산업 전반의 DX전환을 이끌며 AX 생태계를 확대해 나갈 포스코DX의 모습을 지켜봐 주세요!

급변하는 글로벌 정세와 산업계 변화 속에서 철강ㆍ에너지소재ㆍ인프라 등 포스코그룹의 주요 사업에 대한 현안을 전문가의 시선으로 진단해 본다. 현재 가장 뜨겁고 중요한 이슈를 짚어보고, 분야별 전문가와의 심층 대담을 통해 그에 대한 해답을 모색해보자. 네 번째 대담에서는 AI 도입과 확산이 불러온 제조업계의 대응과 변화, 포스코그룹의 AI 경쟁력을 알아보고, 포스코그룹이 AI 시대를 맞아 준비해야 할 대응 방안과 미래 전략을 짚어본다.<편집실>

최근 인공지능(AI)과 로봇 기술의 결합이 제조업 혁신의 핵심 동력으로 떠오르고 있다. 전문가들은 이러한 디지털 전환(DX)이 단순한 자동화를 넘어, 품질관리, 설비 예지보수, 공정 최적화 등 제조 전반에 걸친 고도화와 혁신을 이끌고 있다고 분석한다. AI의 도입은 제조 현장에 지각 변동을 일으키고 있으며, 글로벌 제조업계는 최적의 AI 모델을 찾고, 시스템을 재구성하며 이 변화의 흐름에 적극 대응하고 있다.

포스코 역시 기존의 스마트 팩토리를 한 단계 더 진화시켜 AI를 접목한 ‘인텔리전트 팩토리’로의 전환에 속도를 내고 있다. 이는 지능형 제조, 지능형 의사결정, 지능형 안전을 통해 주문부터 생산, 판매, 마케팅을 관통하는 데이터기반 최적화와 ‘Human-AI-Robot’ 협업을 통해 한단계 높은 원가, 품질, 안전이 구현되는 공장을 의미한다.

하지만 AI 도입은 새로운 기회를 제공하는 동시에, 복합적인 리스크도 수반한다. 이러한 변화 속에서 기업들이 직면하게 될 도전은 무엇이며, 이를 극복하기 위해 제조업과 철강업계, 그리고 구성원들이 갖춰야 할 역량은 무엇일까? AI 기반 제조 패러다임 전환의 핵심 전략과 미래 대응 방안을 대한민국의 대표 AI 공학자로 미국인공지능학회의 ‘혁신적 인공지능 응용상’을 네 차례나 수상한 경희대학교 빅데이터응용학과 이경전 교수님과의 대담으로 알아본다. AI 대전환의 시대, 포스코그룹이 생존을 넘어 주도권을 잡기 위해 준비해야 할 전략, 그 해답을 함께 찾아본다.

포스코그룹이 기간산업의 혁신 리더로서, 글로벌 AX 전환 흐름에 발맞춰 투자, 인재 육성, 조직 변화 관리에 주도적으로 나선다면, 제조업 스마트화 혁신을 이끄는 선도기업으로 자리매김할 수 있을 것입니다.