[시큐리티팩트=김상규 기자] 정부가 인공지능(AI) 3대 강국 도약을 위한 ‘대한민국 인공지능 행동계획’의 핵심 과제로, 도시 운영 전반에 AI를 이식하는 ‘K-AI 시티’ 선도사업에 착수한다. 단순한 스마트도시를 넘어 도시 전체가 하나의 거대한 지능형 유기체처럼 작동하는 시범모델을 만들겠다는 구상이다. 국토교통부는 6일부터 대전·충청권(대전·충북·충남)과 강원권을 대상으로 ‘AI 특화 시범도시 사업’ 공모를 실시한다고 5일 밝혔다. 이번 사업은 인프라와 교통 등 도시 단위의 방대한 데이터를 AI가 학습하고 실증할 수 있는 환경을 조성하는 것이 골자다. 공모 대상은 지역 균형발전과 기존 정부 AI 사업 현황을 고려해 선정됐다. 이미 AI 실증밸리가 추진 중인 광주(전남권)나 AI 연구·개발 허브인 대구(경북권), 피지컬 AI(Physical AI, 물리적 실체를 가진 AI) 기반 제조혁신이 진행되는 완주·창원(전북·경남권)과의 중복을 피하고 전국적인 AI 거점망을 구축하기 위함이다. 정부는 이번에 선정되는 도시를 대상으로 AI 학습용 도시데이터 활용을 위한 규제 특례를 허용할 방침이다. 이를 통해 도시 내 이상징후를 실시간으로 감지해 대응하는 지능형 시스템을 구축하고, 나아가 로봇과 자율주행차 등 물리적 실체를 가진 AI가 도심 속에서 원활하게 움직일 수 있도록 지원하는 통합 관제 체계도 갖추게 된다. 특히 이번 시범도시는 공공이 주도하여 AI 인프라와 규제 특례라는 '운동장'을 먼저 조성하고, 민간은 그 위에서 창의적인 서비스를 실증하는 모델이라는 점에서 의미가 크다. 이는 지난 2월 발표된 ‘새만금 AI 수소 시티’ 사례와 좋은 대비를 이룬다. 현대차그룹의 대규모 지방 투자를 기반으로 하는 새만금 사업은 기업의 선제적 AI 인프라 투자를 전제로 신도시를 조성하고 설계 단계부터 기업의 AI 특화 전략을 반영하는 방식이다. 반면 이번 공모는 공공이 안정적인 운영 환경을 빠르게 마련해줌으로써 민간 기술의 기성 도시 확산을 돕는 마중물 역할에 초점을 맞춘다. 선정된 도시는 2026년 기본구상 수립을 위해 국비 20억 원을 우선 지원받는다. 이어 2027년부터는 단계적으로 AI 인프라 구축 및 운영 지원, 시범도시 지정에 따른 규제 특례 부여, 기술 개발 및 실증 지원 등을 받게 된다. 김윤덕 국토교통부 장관은 “빠르게 발전하는 AI 기술을 도시 현장에 접목시켜 ‘K-AI 시티’를 브랜드화하고, 그 성과를 시민이 직접 느낄 수 있도록 하겠다”며 “이러한 과정이 지역에도 새로운 전환점이 될 수 있도록 지방정부와 민간이 K-AI 시티 선도모델을 함께 만들어가는 데 적극적으로 참여해 달라”고 당부했다. 공모 접수는 오는 5월 18일부터 22일까지 진행되며, 국토부는 도시 여건과 지방정부 및 민간의 사업 역량을 종합 평가해 6월 중 최종 2곳을 선정할 계획이다. 관련 사업 설명회는 오는 11일 오후 2시 정부세종컨벤션센터에서 열린다.
[시큐리티팩트=김효진 기자] 2026년 현재, 전 세계 인공지능(AI) 업계가 가장 주목하는 인물 가운데 한 명은 일리야 수츠케버다. OpenAI 공동 창립자이자 전 수석과학자로 활동하며 GPT-4 개발을 주도했고, 대형언어모델(LLM) 시대를 연 핵심 설계자로 평가받는다. 지금 그는 상업 현장을 떠나, 안전한 초지능 개발을 목표로 한 Safe Superintelligence Inc.(SSI)의 최고경영자(CEO)로 연구에만 전념하고 있다. 지난 10여 년 동안 수츠케버는 '더 많은 데이터와 연산 자원이 더 높은 성능으로 이어진다'는 이른바 '스케일링 법칙(확장의 법칙)'을 실증해 온 인물이다. 그러나 최근 그는 공개 강연과 인터뷰에서 "확장만으로는 충분하지 않다"는 취지의 발언을 이어가고 있다. 모델의 크기를 키우는 전략이 일정 수준의 성과를 거뒀지만, 이제는 지능의 구조와 학습 원리를 근본적으로 다시 살펴야 할 시점이라는 문제 제기다. 딥러닝을 주류로 끌어올린 설계자 1970~80년대 소련 고리키(현 니즈니노브고로드)에서 태어나 어린 시절 이스라엘로 이주한 그는 10대 중반 캐나다로 다시 건너갔다. 제프리 힌튼의 지도를 받아 토론토대학교에서 박사학위를 취득했고, 이후 앤드루 응 연구실에서 박사후연구원으로 활동했다. 이 시기 그는 심층신경망이 기존 기계학습 패러다임을 대체할 수 있다는 확신을 굳힌 것으로 전해진다. 2012년 그는 동료 알렉스 크리제브스키와 함께 합성곱신경망(CNN) 구조인 알렉스넷(AlexNet)을 공동 설계했다. 이 모델은 페이페이 리가 주도한 이미지넷(ImageNet) 경진대회에서 기존 기법을 큰 격차로 앞서며 우승했고, 이는 딥러닝이 연구실을 넘어 산업 현장으로 확산되는 전환점이 됐다. 한때 비주류로 취급받던 신경망 기반 접근법이 컴퓨터 비전의 표준으로 자리 잡는 계기였다. 구글과 OpenAI에서 'AI를 일상적 도구'로 알렉스넷 성공 이후 그가 공동 창업한 DNN리서치는 2013년 구글에 인수됐다. 그는 구글 브레인에서 딥러닝 연구를 이어가며 텐서플로우 생태계 확장에 기여했다. 이후 일론 머스크, 샘 올트먼 등이 설립한 OpenAI에 합류해 연구를 총괄했다. 텐서플로우(TensorFlow)는 구글이 개발한 오픈소스 머신러닝·딥러닝 프레임워크로 AI 모델을 만들고 학습시키는 도구다. OpenAI 재직 시절 그는 GPT-2, GPT-3, GPT-4로 이어지는 대형언어모델 확장 전략을 주도했다. 모델 크기와 데이터, 연산량을 늘리면 성능이 예측 가능한 방식으로 향상된다는 '스케일링 법칙'은 이 시기 실증적으로 강화됐다. 이는 "AI는 크게 만들수록, 예측 가능한 방식으로 똑똑해진다"는 경험적 수학 법칙으로 요약된다. ChatGPT의 등장은 AI를 연구 주제가 아닌 일상적 도구로 끌어내렸고, 글로벌 기술 산업의 판도를 바꿨다. 그러나 2023년 11월, 그는 OpenAI 이사회 차원에서 샘 올트먼 해임 결정에 관여했다가 내부 반발과 투자자 압박 속에 사과와 함께 복귀 협상에 나섰다. 주요 투자사인 마이크로소프트를 포함한 외부 이해관계자들의 영향력, 그리고 임직원 대다수의 공개적 반발이 이어지면서 사태는 수일 만에 뒤집혔다. 이 사건은 AI 기업의 거버넌스와 '안전 대 상용화'라는 긴장을 전면에 드러낸 계기로 평가된다. 결국 그는 2024년 5월 회사를 떠났다. SSI 설립, "안전한 초지능 구축"에 연구 집중 같은 해 6월 그는 SSI를 설립했다. 회사의 목표는 단 하나, '안전한 초지능 구축'이다. 대중용 챗봇이나 상업용 API를 출시하지 않겠다는 방침도 분명히 했다. 상업적 압박에서 벗어난 환경에서 장기적 안전 연구에 집중하겠다는 구상이다. 그는 AI 발전을 크게 세 단계로 구분해 설명한다. 2012년 이후 구조 혁신이 이어진 '연구의 시대', GPT-3 등장 이후 대규모 확장이 중심이 된 '스케일링의 시대', 그리고 이제는 데이터 고갈과 일반화 한계를 넘어야 하는 '다시 연구의 시대'가 도래했다는 것이다. 최근 모델들이 벤치마크 점수에서는 높은 성과를 보이지만 실제 환경에서는 비논리적 오류를 반복하는 사례, 강화학습 과정에서 나타나는 이른바 '보상 해킹' 문제 등은 그가 제시하는 한계의 근거로 언급된다. 특히 그는 사전 학습에 활용할 고품질 데이터가 사실상 유한하다고 지적한다. 인터넷 기반 데이터는 이미 상당 부분 소진됐고, 저작권과 개인정보 이슈로 추가 확보도 쉽지 않다는 분석이다. 단순히 연산 자원을 늘리는 방식만으로는 과거와 같은 기하급수적 성능 향상을 기대하기 어렵다는 판단이다. 인간 지능의 핵심은 '지속적으로 배우는 능력' 수츠케버는 인간 지능의 핵심을 '지식의 총량'이 아니라 '지속적으로 배우는 능력'에서 찾는다. 그는 강화학습의 가치 함수 개념을 인간의 감정 체계와 연결해 설명한다. 감정이 단순한 부수적 현상이 아니라, 학습 과정에서 무엇에 주목하고 어떤 선택을 할지 우선순위를 정하는 생물학적 장치일 수 있다는 가설이다. 이 같은 관점은 초지능을 완결된 지식의 집합체가 아니라, 환경에 적응하며 스스로를 갱신하는 동적 시스템으로 바라보게 한다. 지능의 문제를 데이터의 양이 아닌, 학습 구조와 목표 설정의 문제로 전환하는 시도다. SSI는 설립 직후 알파벳과 엔비디아 등으로부터 전략적 투자를 유치하며 업계의 이목을 끌었다. 대규모 연산 인프라 확보 역시 진행 중인 것으로 알려졌다. 상업적 제품이 없는 연구 중심 기업이 거액의 자금을 유치한 점은, 초지능과 안전성 연구에 대한 시장의 기대를 반영한다는 해석이 나온다. 다만 일각에서는 투명성과 책임성 확보 방안이 병행돼야 한다는 지적도 제기된다. 초지능 개발 경쟁이 국가·기업 간 전략적 이해와 맞물려 있는 만큼, 연구 독립성과 사회적 통제 사이의 균형이 중요한 과제로 남는다는 것이다. AI 발전사 주요 변곡점과 겹쳐 있는 '이름' 일리야 수츠케버의 행보는 AI 산업의 경쟁 구도가 변하고 있음을 상징적으로 보여준다. 한때는 '얼마나 크게 만들 수 있는가'가 화두였다면, 이제는 '어떻게 통제 가능하고 안전하게 만들 것인가'가 중심 질문으로 떠오르고 있다. 딥러닝을 실증하고, LLM 확장을 가속했으며, 이제는 초지능 안전성 연구로 방향을 튼 그의 경로는 AI 발전사의 주요 변곡점과 겹쳐 있다. 초지능이 5년 안에 도래할지, 20년이 걸릴지는 누구도 단언하기 어렵다. 그러나 그 논의의 한가운데에 여전히 수츠케버라는 이름이 놓여 있다는 점만은 분명해 보인다.
[시큐리티팩트=김상규 기자] 국내 영상 전문가들의 노하우와 순수 국산 기술력이 결합된 인공지능(AI) 콘텐츠 제작 플랫폼이 베일을 벗었다. 모피어스 스튜디오는 AI 콘텐츠 제작 시스템의 완성을 목표로 하는 플랫폼 ‘에이크론(AICRON)’을 26일 정식 출시했다. 이번 출시는 단순한 이미지 생성을 넘어, 영상 기획부터 편집까지 전 과정을 아우르는 ‘K-AI 제작 생태계’ 구축이라는 평가를 받는다. 에이크론의 가장 큰 특징은 파편화된 생성형 AI 모델을 하나로 묶었다는 점이다. 나노 바나나(Nano Banana), 시댄스(Seedance), 클링(Kling) 등 글로벌 시장에서 주목받는 200여 개의 AI 모델을 개별 구독해야 하는 번거로움 없이 하나의 계정으로 사용할 수 있게 설계했다. 특히 국내 플랫폼 최초로 도입된 ‘노드(Node) 기반 워크플로’는 전문가용 제작 도구로서의 정체성을 명확히 한다. 텍스트 입력부터 최종 영상 출력까지의 모든 단계를 시각적인 흐름도로 구성해, 작업자가 중간 단계의 설정값을 자유롭게 수정하고 재사용할 수 있도록 했다. 이는 전 세계적으로 큰 인기를 끌고 있는 오픈소스 UI인 '컴피유아이(ComfyUI)'나 최근 피그마(Figma)에 인수된 '위비(Weavy)' 등 해외 선두 서비스들이 채택하고 있는 방식이다. 국내에서는 에이크론이 이를 최초로 상용 플랫폼화하며 글로벌 기술 격차를 좁혔다는 분석이다. 또한, 에이크론은 정식 출시와 함께 세계 최초로 ‘영상 편집 기능’을 플랫폼 내에 직접 탑재했다. 현재 구글의 베오(Veo)나 클링(Kling) 같은 강력한 생성 모델들도 고품질 결과물을 만들어내긴 하지만, 생성된 클립을 정교하게 이어 붙이고 편집하는 기능은 여전히 외부 툴에 의존하고 있다. 해외 사례인 힉스필드(Higgsfield) 등이 모바일 기반의 소셜 영상 제작에 집중하는 것과 달리, 에이크론은 실제 영화 및 광고 제작 현장에서 쓰일 수 있는 ‘전문 유틸리티’를 지향한다. 이는 ‘군도’, ‘베를린’의 이수영 대표와 ‘1947 보스톤’의 류재환 부대표 등 VFX(시각특수효과) 전문가들이 직접 기획에 참여했기에 가능했다. 실제로 개발 과정에는 ‘서울의 봄’ 김성수 감독과 광고계의 스타 연출자인 샤인(Shine) 감독 등이 자문으로 참여해, 생성형 AI가 실제 상업 영상 제작 공정에서 겪는 한계점을 극복하는 데 주력했다. 이수영 모피어스 스튜디오 대표는 “정식 출시 이후에도 콘텐츠의 완성도를 높이는 전문 유틸리티를 지속적으로 업데이트할 계획”이라며 “에이크론이 단순한 생성 플랫폼을 넘어 글로벌 AI 콘텐츠 제작 시스템으로 자리매김하는 것이 목표”라고 밝혔다. 한편 현재 글로벌 AI 시장은 단순히 ‘무엇을 만드느냐’에서 ‘어떻게 효율적으로 제작하느냐’의 단계로 진입하고 있다. 미국의 런웨이(Runway)가 독자 모델을 기반으로 영상 편집 기능을 강화하고, 레오나르도 AI(Leonardo.ai)가 편의성에 집중하는 사이, 국내 네이버 '하이퍼클로바X' 기반 서비스들은 텍스트와 비즈니스 솔루션에 주력하고 있다. 반면 에이크론은 '영상 제작 실무'라는 니치 마켓을 공략하며 차별화 노선을 걷는 중이다.
[시큐리티팩트=김효진 기자] 2026년 현재, 생성형 AI 경쟁이 초거대 모델 중심의 '파라미터 전쟁'을 지나 실용성과 책임성의 단계로 이동하면서, 실리콘밸리에서는 다시 두 인물의 이름이 거론되고 있다. 페이페이 리(Fei-Fei Li) 스탠퍼드대 교수와 앤드루 응(Andrew Ng) 박사다. 이들은 단순히 AI 기술을 발전시킨 과학자가 아니다. 모델을 가장 크게 만든 인물도, 자본을 가장 많이 모은 CEO도 아니다. 그러나 2026년 산업의 전환기를 설명할 때 빠질 수 없는 이름이다. 그 이유는 분명하다. 두 사람 모두 "AI는 어디로 가야 하는가"라는 질문에 답해온 인물이기 때문이다. 초거대 모델 경쟁이 비용 급등과 독점 구조, 규제 압박이라는 벽에 부딪힌 지금, 이들은 공통적으로 "인간 중심 설계"와 "데이터 품질"이라는 기본으로 돌아가야 한다고 강조한다. 기술이 고도화될수록 오히려 본질이 중요해진다는 메시지다. 페이페이 리 "AI는 인간 대체 아닌 증강 지능" '현대 시각 지능의 어머니'로 불리는 페이페이 리 교수는 2009년 시작된 이미지넷(ImageNet) 프로젝트를 통해 딥러닝 혁명의 토대를 닦았다. 약 1,400만 장 이상의 이미지 데이터셋을 구축했고, 2012년 이미지넷 대회에서 알렉스넷(AlexNet) 이 압도적 성능을 보이며 딥러닝 붐이 본격화됐다. 이는 AI 역사에서 상징적 변곡점으로 기록된다. 그는 현재 스탠퍼드대학교 컴퓨터공학과 교수이자 스탠퍼드 인간중심 AI 연구소 공동 설립자로 활동하며 인간 중심 AI 원칙을 제도화하는 데 주력하고 있다. 리 교수는 여러 강연과 인터뷰에서 "AI는 인간을 대체하는 것이 아니라 인간의 능력을 확장하는 도구, 즉 증강 지능"이라고 강조해왔다. 이는 단순한 수사가 아니다. 기술 성능이 아니라 사회적 영향, 윤리적 설계, 다양성을 우선순위에 두는 접근이다. 2024년 그는 3차원 공간 이해를 목표로 하는 스타트업 월드 랩스(World Labs) 를 공동 설립했다. 당시 관련 투자 소식을 전한 로이터 통신 보도에 따르면, 이 회사는 "AI가 물리적 환경을 이해하고 상호작용할 수 있는 공간 지능 개발"을 목표로 한다고 소개됐다. 이는 텍스트 중심의 대규모 언어모델을 넘어, 현실 세계와 직접 연결되는 AI로 확장하려는 시도다. 리 교수가 강조해온 인간 중심 철학이 기술 방향으로 구현되고 있는 셈이다. 앤드루 응 "모델보다 데이터가 성능을 좌우한다" 앤드루 응(Andrew Ng) 박사는 2011년 구글 브레인 프로젝트 공동 창립을 통해 딥러닝을 산업 현장에 정착시킨 인물이다. 2012년 유튜브 데이터를 활용한 '고양이 인식' 실험은 AI의 가능성을 대중에게 각인시켰다. 그는 2012년 온라인 교육 플랫폼 코세라(Coursera) 를 공동 창업해 AI 교육을 대중화했고, 이후 딥러닝.AI 와 랜딩 AI를 통해 산업 현장에 AI를 적용하는 모델을 구축해왔다. 응 박사가 최근 수년간 일관되게 강조해온 개념은 '데이터 중심 AI'다. 모델 규모를 키우는 대신 데이터 정제·라벨링 품질을 개선하는 것이 성능 향상의 핵심이라는 주장이다. 그는 여러 학회와 산업 강연에서 "많은 기업이 모델 개선에 집착하지만, 실제 병목은 데이터 품질에 있다"고 지적해왔다. 이는 대규모 자본이 없는 기업에도 현실적인 대안을 제시한다는 점에서 의미가 크다. 초거대 모델 경쟁이 '규모의 경제'라면, 데이터 중심 AI는 '설계의 경제'에 가깝다. 왜 이 둘인가… 성능 경쟁 이후의 시대를 설명하는 인물들 이 시리즈가 단순히 "AI를 가장 크게 만든 사람"을 다루는 기획이라면, 다른 이름이 올랐을 수도 있다. 그러나 2026년의 화두는 더 이상 파라미터 숫자가 아니다. 모델 시대에서 구조 시대로, 성능 경쟁에서 책임 경쟁으로, 독점에서 민주화로 이동하는 전환기다. 리 교수는 인간 중심 AI와 공간 지능을 통해 기술의 사회적 방향을 설계하고 있고, 응 박사는 데이터 중심 AI와 교육을 통해 AI의 접근성을 확장하고 있다. 두 사람의 공통점은 분명하다. AI를 '권력'이 아니라 '공공 인프라'로 바라본다는 점이다. AI는 목적이 아니라 수단이며, 기술은 사람을 향해야 한다는 철학이다. 한국 제조업에서 검증되는 데이터 중심 접근 주목 응 박사는 한국 제조업 사례를 강연에서 여러 차례 언급해왔다. 특히 반도체·전자·자동차 산업에서 활용되는 시각적 결함 검사는 데이터 중심 AI 접근이 효과적으로 적용되는 분야로 소개된다. 국내 대기업들은 이미 생산 라인의 불량 판독 자동화에 AI를 도입해왔고, 이는 랜딩 AI 전략과 맞닿아 있다. 리 교수 역시 한국 개발자 커뮤니티와 여성 과학자 네트워크 행사에서 다양성과 포용적 기술 설계의 중요성을 강조해왔다. 스탠퍼드 인간중심 AI 연구소 모델은 국내 일부 대학의 '인간 중심 AI' 교육 과정 설계에 참고 사례로 활용되고 있다. 교육이 지능을 만들고, 지능이 미래를 바꾼다 초거대 모델 경쟁이 이어지는 가운데, 마크 저커버그 가 오픈소스 전략으로 생태계 확장을 시도하고 있다면, 페이페이 리와 앤드루 응은 기술의 철학적·교육적 기반을 다지는 역할을 수행하고 있다. 두 사람의 공통점은 단순하다. AI를 알고리즘 경쟁이 아닌, 인류의 새로운 교양으로 바라본다는 점이다. 모델의 크기보다 데이터의 질, 기술의 속도보다 인간의 방향성. 2026년 AI 산업이 다시 '기본'으로 회귀하고 있다는 평가가 나오는 이유다. 기술이 성숙할수록 질문은 단순해진다. "누구를 위한 기술인가." 그리고 그 질문에 가장 일관되게 답해온 인물이 바로 이 두 거장이다.
[시큐리티팩트=김상규 기자] 국내 산업 자동화 분야의 리더 오토닉스가 미래형 제조 환경인 '자율제조'의 고도화를 위한 핵심 솔루션을 대거 선보인다. 오토닉스는 오는 3월 4일부터 6일까지 서울 코엑스에서 개최되는 ‘2026 스마트공장·자동화산업전(Automation World 2026, 이하 AW 2026)’에 참가해 자율이동 로봇(AMR) 및 지능형 제어 기술을 공개한다고 24일 밝혔다. 이번 전시의 핵심인 AMR(Autonomous Mobile Robot, 자율 이동 로봇) 존에서는 관계사 파멕스와의 협업을 통해 실제 로봇이 장애물을 실시간으로 감지하고 경로를 제어하는 시연이 진행된다. 이는 그동안 외산 센서에 의존해왔던 자율주행 제어 기술의 국산화 가능성을 보여주는 중요한 이정표가 될 전망이다. 또한 SCADA(원격 감시 및 제어 데이터 수집 시스템) 및 HMI(인간-기계 인터페이스) 존에서는 산업 데이터를 시각화하는 'SCADAMaster'와 고성능 단말기인 'iTP 시리즈'를 소개한다. 특히 iTP 시리즈는 복잡한 제조 공정 데이터를 직관적으로 시각화하여 작업자가 공정 상태를 한눈에 파악하도록 돕는다. 이외에도 기기간 지능형 통신을 돕는 IO-Link(디바이스와 마스터 간의 표준화된 입출력 통신 기술)와 다양한 DEMOKIT(제품 성능 시연용 키트) 등을 통해 실제 제품의 적용과 연동 환경을 종합적으로 소개할 계획이다. 마켓앤마켓(Markets and Markets) 및 포춘 비즈니스 인사이트(Fortune Business Insights) 등 글로벌 주요 기관들은 스마트 제조 및 산업 자동화 시장이 2030년까지 매년 10~13% 수준의 고성능 성장을 기록할 것으로 예측하고 있다. 특히 오토닉스는 이번 전시를 통해 일본의 키엔스(Keyence)나 옴론(Omron) 등 글로벌 강자들이 독점해온 고성능 센서 및 제어 시장에 도전장을 내민다. 오토닉스는 이들 경쟁사 대비 우수한 가격 경쟁력과 사용자 친화적인 소프트웨어 환경을 앞세워 시장 점유율을 확대한다는 전략이다. 전시 2일 차인 3월 5일에는 ‘2026 AI 자율제조혁신 컨퍼런스’도 열린다. 오토닉스는 이 자리에서 현장의 데이터를 단순한 정보가 아닌 ‘품질 자산’으로 전환하는 전략을 발표한다. 이는 단순한 자동화를 넘어 AI(인공지능)가 스스로 판단하고 최적화하는 자율제조로의 이행을 돕는 실질적인 해법이 될 것으로 보인다. 오토닉스 관계자는 "내년 창립 50주년을 앞두고 열리는 이번 AW 2026은 오토닉스가 자율제조 환경 고도화의 핵심 파트너임을 입증하는 자리가 될 것"이라며, "제조 현장의 데이터를 가치 있는 품질 자산으로 전환하는 실질적인 해법을 제시하겠다"고 말했다.
[시큐리티팩트=김상규 기자] 한국과 미국 양국이 첨단 기술 패권 경쟁 시대에 대응해 전략적 과학기술 동맹을 구체화하기 위한 실무 기구를 공식 출범시켰다. 배경훈 부총리 겸 과학기술정보통신부 장관은 ‘2026 인도 인공지능(AI) 영향 정상회의(India AI Impact Summit 2026)’ 참석을 계기로 마이클 크라치오스(Michael Kratsios) 미국 백악관 과학기술정책실(OSTP) 실장과 양자 면담을 가졌다. 이 자리에서 양측은 과학기술 협력 방안을 심도 있게 논의하고, 지난해 10월 아시아태평양경제협력체(APEC) 정상회담에서 체결한 ‘한-미 기술 번영 양해각서(TPD, Technology Prosperity Deal)’를 실행하기 위한 실무단(워킹그룹) 출범에 최종 합의하고 공동성명을 발표했다고 과기정통부는 23일 밝혔다. 이번에 출범하는 실무단(워킹그룹)은 양국의 국민 복지와 경제적 기반을 강화하는 동시에, 과학기술 협력을 매개로 한-미 동맹을 한 단계 더 발전시키는 것을 핵심 목표로 삼는다. 실무단은 인공지능(AI), 연구 안보(국가의 핵심 기술과 지식 자산이 외부로 유출되지 않도록 보호하는 체계), 통신 혁신, 생명공학, 양자 기술, 우주, 기초 과학 연구 등 양해각서에 명시된 7대 핵심 분야를 중심으로 구체적인 협력 방안을 논의하게 된다. 운영 체계는 한국의 과학기술정보통신부와 미국의 국무부가 전체적인 조정을 담당하며, 정부 관계자와 관련 분야 전문가들이 대거 참여한다. 특히 특정 기술 분야별로 더욱 전문적인 논의를 이어가기 위해 하위위원회(Sub-committee)를 별도로 구성하여 운영할 계획이다. 실무단에서 도출된 논의 결과는 올해 하반기 개최 예정인 제12차 한-미 과학기술공동위원회에서 정식 발표될 예정이다. 해당 위원회는 한국 부총리와 미국 백악관 과학기술정책실 실장이 각각 수석대표를 맡는 양국 과학기술 분야의 최상위 협력 채널이다. 배경훈 부총리는 이번 공동성명의 의의에 대해 “한-미는 기술 번영 양해각서라는 체계를 통해 최근의 국제 기술 동향을 반영한 전략적 과학기술 협력 관계를 설정하였고, 실무단(워킹그룹) 운영에 합의하면서 실체적 협력 도출에 착수하게 되었다”라며, “올해 과기공동위에서 기술 번영 양해각서 내 분야에서 큰 성과를 낼 수 있도록 긴밀히 소통하겠다”라고 밝혔다. 이번 공동성명은 단순히 협력을 약속하는 수준을 넘어, 구체적인 실행 기구인 실무단을 가동함으로써 한-미 기술 동맹의 ‘실행 동력’을 확보했다는 점에서 큰 의미가 있다. 특히 인공지능과 양자 기술 등 미래 국가 경쟁력을 좌우할 핵심 전략 기술 분야에서 미국과의 공조를 제도화함으로써, 한국이 글로벌 기술 공급망에서 주도적인 위치를 점하고 국가 안보와 경제적 이익을 동시에 보호할 수 있는 발판을 마련한 것으로 풀이된다.