기업이 찾는 AI 인재가 달라졌다…프롬프트를 넘어 ‘업무 자동화 설계’로 AI에게 질문을 잘하는 능력만으로 기업의 기대를 충족하기 어려워지고 있다. 채용시장에서 AI 도구를 만들고 업무를 자동화하는 역량에 대한 수요가 커지고 있기 때문이다. 직장인에게는 자신의 업무를 개선할 능력이, 기업에는 그 개선을 조직의 성과로 연결할 체계가 요구되는 변화다. Workday가 10월 5일 발표한 2026년 글로벌 인력 보고서에 따르면, Workday Recruiting을 사용하는 550여 개 기업의 채용 역량 데이터를 분석한 결과 단순 프롬프트 작성 등 기초 AI 역량 수요는 2026년 1월 정점 이후 25% 감소했다. 반면 AI 도구 개발, 워크플로 자동화, AI 엔지니어링 역량 수요는 2025년 9월부터 2026년 7월까지 51% 증가했다. 보고서에 포함된 별도 설문에서는 기업 리더의 40%가 AI를 통한 기존 직원의 생산성 향상을 기대했고, 인력 감축을 예상한 비율은 28%였다. Workday 발표 다만 채용 데이터는 Workday 고객 기업을 대상으로 한다. 이를 전체 노동시장의 변화로 일반화하거나, 기초 AI 역량이 불필요해졌다는 뜻으로 받아들이기는 어렵다. 주목할 부분은 기업이 AI 활용의 다음 단계로 무엇을 요구하는가다. 교육의 결과물, 프롬프트에서 개선된 업무로 이 변화가 AI 교육에 주는 시사점은 분명하다. 도구의 기능을 익히는 데서 나아가 실제 업무를 분석하고, 자동화할 부분을 고르고, 도입 전후의 결과를 비교하는 훈련이 필요하다. 예를 들어 고객 문의 대응 업무를 생각해보자. AI로 답변 초안을 작성하는 것은 출발점이다. 업무 자동화를 설계하려면 문의를 유형별로 분류하고, 관련 자료를 찾아 답변을 구성하며, 담당자의 검토가 필요한 사안을 구분해야 한다. 처리 결과를 어디에 기록할지도 정해야 한다. 이는 특정 제품의 도입 사례가 아닌, 자동화 범위를 설명하기 위한 예시다. 이 과정에서는 현장 경험이 중요하다. 반복되는 문의는 무엇인지, 어떤 답변에 승인이 필요한지, 어느 단계에서 일이 지연되는지는 업무를 아는 사람이 판단해야 한다. 따라서 모든 직원에게 AI 개발자가 되라고 요구하기보다, 현업 담당자와 기술 담당자가 함께 업무를 개선할 수 있도록 교육을 설계할 필요가 있다. 교육의 성과도 달리 평가할 수 있다. 수강생이 프롬프트를 몇 개 만들었는지와 함께, 실제로 적용할 업무 절차를 설계했는지 살펴봐야 한다. 적용 이후에는 처리 시간, 수정 횟수, 누락률 등을 비교해야 한다. AI가 초안을 빨리 만들어도 검토와 수정에 더 많은 시간이 든다면 업무 전체의 효율은 개선되지 않을 수 있다. 에이전트를 고르는 일은 업무 기반을 고르는 일 인재에게 요구되는 역량이 달라지는 가운데, 기업용 AI 시장에서는 플랫폼 경쟁도 진행되고 있다. Axios는 기업용 에이전트 경쟁에서 기존 업무도구를 통한 배포와 서비스 전환의 어려움에 주목했다. Axios 분석 이 논점을 기업의 도입 판단에 적용하면, 에이전트 선택은 답변 품질을 비교하는 데서 끝나지 않는다. 에이전트가 어떤 데이터에 접근하고, 어떤 업무를 실행하며, 그 결과를 어디에 남기는지까지 검토해야 한다. 가령 회의 내용을 정리하는 기능과 회의 후 업무를 생성하고 담당자에게 배정하는 기능은 필요한 권한이 다르다. 실행 범위가 넓어질수록 승인 절차와 책임 범위도 구체적으로 정해야 한다. 잘못된 작업이 발생했을 때 누가 확인하고 어떻게 복구할지 역시 업무 설계에 포함돼야 한다. 또 하나의 판단 기준은 서비스 변경 가능성이다. 다른 제품으로 옮길 때 업무 규칙과 실행 기록을 가져갈 수 있는지, 연결 권한을 회수할 수 있는지 확인할 필요가 있다. 당장의 편의와 함께 장기적인 운영 조건을 평가하자는 의미다. 직장인의 경쟁력은 내 업무를 설명하고 바꾸는 능력 직장인과 구직자에게도 준비 방향을 바꿀 이유가 생겼다. AI 도구 사용 경험을 나열하는 데서 더 나아가, 어떤 업무의 문제를 발견했고 어떻게 개선했는지 보여주는 방식이 유용하다. 자동화 포트폴리오에는 복잡한 기능보다 판단 과정이 드러나야 한다. 기존 업무의 병목은 무엇이었는지, AI에 맡긴 범위는 어디까지인지, 사람의 검토를 남긴 이유는 무엇인지 설명할 수 있어야 한다. 성과 수치는 실제로 측정한 결과를 쓰고, 측정하지 못했다면 그 한계를 밝혀야 한다. 기업 역시 작은 업무부터 시작할 수 있다. 반복 빈도가 높고 결과를 확인하기 쉬운 업무 하나를 골라 현재 처리 방식과 시간을 기록한 뒤, 제한된 범위에서 AI를 적용하는 식이다. 효과가 확인되면 적용 범위를 넓히고, 문제가 생기면 업무 절차와 권한 설정을 수정하면 된다. 일머리.ai와 같은 교육컨설팅 서비스에도 이 방향은 시사점을 준다. 업무 프로세스 분석자동화에이전트 구축성과 측정을 하나의 과정으로 제공하고, 특정 모델을 바꿔도 업무 규칙과 평가 기준을 유지할 수 있도록 설계하는 전략을 검토할 만하다. 기업이 AI 도입으로 얻으려는 것은 결국 더 나은 업무 결과다. 앞으로의 AI 역량은 도구를 얼마나 능숙하게 다루는지에 더해, 일을 얼마나 정확하게 이해하고 개선할 수 있는지로 평가받을 가능성이 크다. 그 준비는 자신의 업무에서 반복되는 일 하나를 찾아, 무엇을 맡기고 무엇을 직접 판단할지 정하는 데서 시작할 수 있다. 기사보러가기
기업이 찾는 AI 인재가 달라졌다…프롬프트를 넘어 ‘업무 자동화 설계’로 AI에게 질문을 잘하는 능력만으로 기업의 기대를 충족하기 어려워지고 있다. 채용시장에서 AI 도구를 만들고 업무를 자동화하는 역량에 대한 수요가 커지고 있기 때문이다. 직장인에게는 자신의 업무를 개선할 능력이, 기업에는 그 개선을 조직의 성과로 연결할 체계가 요구되는 변화다. Workday가 10월 5일 발표한 2026년 글로벌 인력 보고서에 따르면, Workday Recruiting을 사용하는 550여 개 기업의 채용 역량 데이터를 분석한 결과 단순 프롬프트 작성 등 기초 AI 역량 수요는 2026년 1월 정점 이후 25% 감소했다. 반면 AI 도구 개발, 워크플로 자동화, AI 엔지니어링 역량 수요는 2025년 9월부터 2026년 7월까지 51% 증가했다. 보고서에 포함된 별도 설문에서는 기업 리더의 40%가 AI를 통한 기존 직원의 생산성 향상을 기대했고, 인력 감축을 예상한 비율은 28%였다. Workday 발표 다만 채용 데이터는 Workday 고객 기업을 대상으로 한다. 이를 전체 노동시장의 변화로 일반화하거나, 기초 AI 역량이 불필요해졌다는 뜻으로 받아들이기는 어렵다. 주목할 부분은 기업이 AI 활용의 다음 단계로 무엇을 요구하는가다. 교육의 결과물, 프롬프트에서 개선된 업무로 이 변화가 AI 교육에 주는 시사점은 분명하다. 도구의 기능을 익히는 데서 나아가 실제 업무를 분석하고, 자동화할 부분을 고르고, 도입 전후의 결과를 비교하는 훈련이 필요하다. 예를 들어 고객 문의 대응 업무를 생각해보자. AI로 답변 초안을 작성하는 것은 출발점이다. 업무 자동화를 설계하려면 문의를 유형별로 분류하고, 관련 자료를 찾아 답변을 구성하며, 담당자의 검토가 필요한 사안을 구분해야 한다. 처리 결과를 어디에 기록할지도 정해야 한다. 이는 특정 제품의 도입 사례가 아닌, 자동화 범위를 설명하기 위한 예시다. 이 과정에서는 현장 경험이 중요하다. 반복되는 문의는 무엇인지, 어떤 답변에 승인이 필요한지, 어느 단계에서 일이 지연되는지는 업무를 아는 사람이 판단해야 한다. 따라서 모든 직원에게 AI 개발자가 되라고 요구하기보다, 현업 담당자와 기술 담당자가 함께 업무를 개선할 수 있도록 교육을 설계할 필요가 있다. 교육의 성과도 달리 평가할 수 있다. 수강생이 프롬프트를 몇 개 만들었는지와 함께, 실제로 적용할 업무 절차를 설계했는지 살펴봐야 한다. 적용 이후에는 처리 시간, 수정 횟수, 누락률 등을 비교해야 한다. AI가 초안을 빨리 만들어도 검토와 수정에 더 많은 시간이 든다면 업무 전체의 효율은 개선되지 않을 수 있다. 에이전트를 고르는 일은 업무 기반을 고르는 일 인재에게 요구되는 역량이 달라지는 가운데, 기업용 AI 시장에서는 플랫폼 경쟁도 진행되고 있다. Axios는 기업용 에이전트 경쟁에서 기존 업무도구를 통한 배포와 서비스 전환의 어려움에 주목했다. Axios 분석 이 논점을 기업의 도입 판단에 적용하면, 에이전트 선택은 답변 품질을 비교하는 데서 끝나지 않는다. 에이전트가 어떤 데이터에 접근하고, 어떤 업무를 실행하며, 그 결과를 어디에 남기는지까지 검토해야 한다. 가령 회의 내용을 정리하는 기능과 회의 후 업무를 생성하고 담당자에게 배정하는 기능은 필요한 권한이 다르다. 실행 범위가 넓어질수록 승인 절차와 책임 범위도 구체적으로 정해야 한다. 잘못된 작업이 발생했을 때 누가 확인하고 어떻게 복구할지 역시 업무 설계에 포함돼야 한다. 또 하나의 판단 기준은 서비스 변경 가능성이다. 다른 제품으로 옮길 때 업무 규칙과 실행 기록을 가져갈 수 있는지, 연결 권한을 회수할 수 있는지 확인할 필요가 있다. 당장의 편의와 함께 장기적인 운영 조건을 평가하자는 의미다. 직장인의 경쟁력은 내 업무를 설명하고 바꾸는 능력 직장인과 구직자에게도 준비 방향을 바꿀 이유가 생겼다. AI 도구 사용 경험을 나열하는 데서 더 나아가, 어떤 업무의 문제를 발견했고 어떻게 개선했는지 보여주는 방식이 유용하다. 자동화 포트폴리오에는 복잡한 기능보다 판단 과정이 드러나야 한다. 기존 업무의 병목은 무엇이었는지, AI에 맡긴 범위는 어디까지인지, 사람의 검토를 남긴 이유는 무엇인지 설명할 수 있어야 한다. 성과 수치는 실제로 측정한 결과를 쓰고, 측정하지 못했다면 그 한계를 밝혀야 한다. 기업 역시 작은 업무부터 시작할 수 있다. 반복 빈도가 높고 결과를 확인하기 쉬운 업무 하나를 골라 현재 처리 방식과 시간을 기록한 뒤, 제한된 범위에서 AI를 적용하는 식이다. 효과가 확인되면 적용 범위를 넓히고, 문제가 생기면 업무 절차와 권한 설정을 수정하면 된다. 일머리.ai와 같은 교육컨설팅 서비스에도 이 방향은 시사점을 준다. 업무 프로세스 분석자동화에이전트 구축성과 측정을 하나의 과정으로 제공하고, 특정 모델을 바꿔도 업무 규칙과 평가 기준을 유지할 수 있도록 설계하는 전략을 검토할 만하다. 기업이 AI 도입으로 얻으려는 것은 결국 더 나은 업무 결과다. 앞으로의 AI 역량은 도구를 얼마나 능숙하게 다루는지에 더해, 일을 얼마나 정확하게 이해하고 개선할 수 있는지로 평가받을 가능성이 크다. 그 준비는 자신의 업무에서 반복되는 일 하나를 찾아, 무엇을 맡기고 무엇을 직접 판단할지 정하는 데서 시작할 수 있다. 기사보러가기
현대차, 아틀라스 2만5,000대 배치 추진…휴머노이드 승부처는 공장 안에 있다 연 3만 대 생산시설 구축 별도 추진현장 데이터부품 양산운영비 검증이 관건 현대차그룹이 휴머노이드 로봇 아틀라스를 자동차 공장에 대규모로 투입하기 위한 현장 훈련에 들어갔다. 현대차기아 글로벌 공장에 향후 수년간 2만5,000대를 배치한다는 계획이다. 로봇을 만드는 기술과 자동차를 생산하며 쌓은 공정 경험을 결합해, 휴머노이드의 사업성을 직접 검증하겠다는 구상이다. 보스턴다이내믹스는 9월 21일 미국 조지아주 현대차그룹 메타플랜트 아메리카(HMGMA)에 로봇 훈련검증 시설인 RMAC를 열었다고 밝혔다. 아틀라스는 이곳에서 자동차 부품을 조립 순서에 맞춰 준비하고 배치하는 작업을 배우고 있다. 회사는 2027년 센터를 현재의 약 10배 규모로 확장할 예정이다. 보스턴다이내믹스 발표 이번 계획을 읽을 때는 배치 물량과 생산능력을 구분해야 한다. 2만5,000대는 현대차기아 글로벌 공장에 투입하려는 아틀라스 물량이다. 함께 발표한 연간 3만 대는 미국에 새로 구축할 로봇 생산시설의 생산능력이다. 이미 수만 대를 생산했거나 공장에 배치했다는 뜻은 아니다. 9월 발표에는 2만5,000대 배치를 마칠 정확한 연도와 공장별 물량이 명시되지 않았다. 배치생산시설 계획 현대차그룹이 제시한 공정 투입 일정은 2028년 부품 정렬 작업으로 시작해 2030년 부품 조립으로 넓히는 순서다. 기술 검증과 현장 운영 준비, 사업상 필요에 따라 적용 범위를 확대한다는 조건이 붙는다. 현재 훈련센터 가동과 향후 생산라인 투입은 서로 다른 단계다. 현대차그룹 7월 공식 설명 주목할 대목은 현대차그룹이 로봇 개발사와 실제 사용 현장을 함께 확보했다는 점이다. 현대차와 기아는 공정 데이터와 시험할 장소를 제공하고, 보스턴다이내믹스는 이를 로봇 개발에 활용한다. 그룹은 훈련 데이터와 실제 공장 운영 데이터를 연결해 로봇을 반복 학습시키겠다는 전략을 내놓았다. 현대차그룹 CES 2026 발표 이 구조의 사업적 이점은 개발 과정에서 드러난 문제를 실제 공정과 대조할 수 있다는 데 있다. 부품을 집는 데 성공하더라도 정해진 시간 안에 놓지 못하거나, 위치가 조금 달라졌을 때 작업을 멈춘다면 생산라인에 쓰기 어렵다. 어떤 상황에서 실패했고 사람이 얼마나 자주 개입했는지 확인해야 개선 방향도 잡을 수 있다. 자체 공장은 이런 검증을 반복할 기반이 된다. 다만 내부 공장에서 쓸 수 있다는 사실만으로 외부 고객에게도 경제성이 입증되는 것은 아니다. 부품 정렬부터 시작하는 일정도 눈여겨볼 만하다. 휴머노이드를 도입하려는 제조기업은 맡길 작업을 구체적으로 좁히고, 해당 공정에서 비용과 품질을 검증할 필요가 있다. 부품을 일정한 경로로 옮기는 일이라면 컨베이어나 자율이동로봇으로 해결할 수도 있다. 사람을 위해 만든 작업 공간에서 이동과 손동작을 함께 수행해야 하는지, 차종이나 작업 변경에 얼마나 유연하게 대응해야 하는지를 따져야 휴머노이드 도입의 이유가 분명해진다. 대량생산 계획은 국내 부품업계에도 새로운 과제를 던진다. 현대모비스는 지난 1월 보스턴다이내믹스와 협력해 아틀라스용 액추에이터를 공급하겠다고 발표했다. 액추에이터는 로봇 관절을 움직이는 구동장치다. 현대모비스의 참여는 자동차 부품 생산 경험을 로봇 양산에 연결하려는 구체적인 사례다. 현대모비스보스턴다이내믹스 협력 발표 여기서 국내 기업이 살필 기회는 완성형 휴머노이드 개발에만 있지 않다. 반복 동작을 견디는 부품, 고장 징후를 찾는 진단 기술, 현장에서 부품을 신속히 교체하는 정비 체계도 대규모 운영에 필요하다. 공급업체로서는 시제품의 성능과 함께 제품별 품질 편차, 수명, 공급 가격을 입증해야 한다. 현대차그룹의 배치 목표가 곧바로 개별 협력사의 수주나 매출로 이어진다고 단정할 수는 없다. 공장 운영자가 확인할 지표도 구체적이어야 한다. 시간당 작업량과 불량률, 사람의 개입 횟수, 고장 후 복구 시간을 함께 봐야 한다. 로봇 구매비에 학습설치정비 비용과 작업 중단 손실까지 더해야 실제 도입 비용을 계산할 수 있다. 이번 RMAC 개소 발표에는 이런 성과 지표가 공개되지 않았다. 배치 목표만으로 생산성 개선 폭이나 투자금 회수 기간을 계산하기는 이르다. 고용에 미칠 영향 역시 로봇 대수만으로 환산하기 어렵다. 현대차그룹은 로봇이 힘들거나 위험한 작업을 맡고, 사람은 로봇 훈련과 감독 등에 집중하는 방향을 제시했다. 이는 회사가 내놓은 운영 구상이다. 실제 현장에서는 어떤 업무를 옮길지, 기존 작업자를 어떻게 교육하고 배치할지까지 구체화해야 한다. 현대차그룹 인력로봇 협업 구상 아틀라스의 대규모 배치 계획은 제조기업이 로봇의 첫 고객이자 개발 현장이 될 수 있음을 보여준다. 현대차그룹은 그 가능성을 시험할 공장과 물량을 제시했다. 이제 확인할 것은 현장에서 쌓이는 운영 성적이다. 정해진 생산 속도와 품질을 유지하면서 작업자의 부담과 전체 비용을 얼마나 줄이는지가 아틀라스의 다음 평가 기준이 된다. 기사보러가기
거래대금부터 계약 이행까지…기업 간 분쟁, 해법은 어디에 출처 = 법무법인 다감로 유영호 대표변호사 기업 간 거래는 계약서를 작성하는 것으로 끝나지 않는다. 제품을 납품하고 대금을 정산하는 과정에서, 약속한 업무를 수행하고 결과를 확인하는 과정에서 예상하지 못한 갈등이 생길 수 있다. 대금 지급이 늦어지거나 계약 조건을 서로 다르게 해석하면서 시작된 분쟁은 사업 운영에도 부담을 준다. 기업에 필요한 것은 법적인 판단과 함께 현실적인 해결책이다. 받지 못한 대금을 회수할 수 있는지, 거래 관계를 유지할지 정리할지, 해결까지 어느 정도의 시간과 비용이 필요한지 살펴야 한다. 법무법인 다감로는 기업법무와 민사소송을 비롯해 건설부동산, 중재 등 기업 활동과 관련된 법률 업무를 수행하고 있다. 기업 소송과 자문 업무를 맡아온 유영호 대표변호사에게 기업 간 분쟁의 대응 방향과 거래 과정에서 유의할 점을 물었다. 계약과 실제 거래 과정에서 찾는 해결의 실마리 검사장비를 공급한 A기업의 사례는 납품 이후 발생할 수 있는 갈등을 보여준다. A기업은 생산라인을 운영하는 B기업에 제품 검사장비를 납품했다. 계약금만 받은 상태에서 잔금을 받아야 했지만, B기업은 장비 반품을 요구했다. A기업은 이를 구매 의사 변경에 따른 무리한 요구로 보고 소송을 진행했다. 이처럼 납품 이후 대금 지급과 반품을 둘러싼 입장이 엇갈릴 때는 무엇부터 확인해야 할까. 유 변호사는 거래 경위를 파악하고 양측의 주장과 자료를 구분하는 일부터 시작해야 한다고 설명했다. 반품 요구나 대금 미지급이라는 상황만으로 어느 한쪽의 책임을 단정하기는 어렵습니다. 계약에서 정한 납품 조건과 대금 지급 시점, 실제 이행 내용, 상대방이 제시하는 사유를 함께 확인해야 합니다. 검토 대상은 계약서에 그치지 않는다. 유 변호사는 발주서와 납품검수 자료, 거래 과정에서 주고받은 이메일이나 메시지도 살펴볼 필요가 있다고 덧붙였다. 같은 대금 미지급 사건이라도 계약 내용과 이행 과정, 상대방이 지급을 거절하는 이유에 따라 쟁점이 달라집니다. 서로의 주장과 확인 가능한 사실을 구분하고, 이를 뒷받침하는 자료를 정리하는 것이 대응의 출발점입니다. 기업이 원하는 결과에 따라 달라지는 대응 방향 분쟁의 쟁점을 파악하는 것만큼 중요한 것은 의뢰 기업이 원하는 해결을 이해하는 일이다. 미수금 회수가 시급한 기업도 있고, 거래를 정리해 추가 부담을 줄이는 것이 우선인 기업도 있다. 기존 거래 관계를 이어가면서 이견을 조정해야 하는 상황도 있다. 유영호 대표 변호사는 이러한 사정을 법률 검토와 함께 고려해야 한다고 말했다. 의뢰 기업이 원하는 해결이 무엇인지 충분히 들어야 합니다. 대금 회수가 가장 시급할 수도 있고, 거래 관계를 정리하거나 유지하는 것이 중요할 수도 있습니다. 법률적인 검토와 기업의 현실적인 필요를 함께 고려해야 적절한 대응 방향을 찾을 수 있습니다. 대응 방법을 정할 때는 소송뿐 아니라 협의나 조정의 가능성도 검토할 수 있다. 다만 어떤 방법이 적절한지는 사건마다 다르다는 설명이다. 확보한 자료와 양측의 입장, 상대방의 이행 가능성 등을 살펴 판단해야 합니다. 청구할 수 있는 권리가 무엇인지와 실제로 어떤 결과를 얻을 수 있는지는 함께 검토할 문제입니다. 예상되는 시간과 비용, 사업 운영에 미칠 영향을 충분히 설명하고, 기업이 이를 이해한 상태에서 대응 방향을 결정하는 것이 중요합니다. 법적 결론과 실제 이행까지 살피는 사건 해결 기업 입장에서 분쟁이 잘 해결됐다는 것은 어떤 의미일까? 유 변호사는 법적인 결론과 의뢰 기업이 실제로 얻은 결과를 함께 살펴야 한다고 답했다. 대금 지급을 인정받는 것과 실제로 대금을 회수하는 것은 구분해서 봐야 합니다. 합의로 마무리하는 경우에도 약속한 내용이 이행될 수 있도록 조건을 구체적으로 정할 필요가 있습니다. 그는 사건의 목표와 해결 가능성을 분명하게 설명하는 일도 법률 조력의 중요한 부분이라고 강조했다. 사건마다 목표는 다르지만, 기업이 처한 불확실성을 줄이고 다음 의사결정을 할 수 있도록 돕는 것이 중요합니다. 해결 가능한 부분과 한계를 정확하게 설명하는 것도 그 과정에 포함됩니다. 다음 거래를 위한 점검, 계약 조건과 기록부터 분쟁 대응 경험은 이후 거래 방식을 점검하는 계기가 될 수 있다. 유 변호사는 계약 단계에서 양측이 거래 조건을 같은 의미로 이해하고 있는지 확인하고, 거래 중 달라진 내용도 기록으로 남길 것을 조언했다. 거래 범위와 대금 지급 조건, 납품검수 기준을 구체적으로 확인하는 것이 좋습니다. 거래 도중 조건이 바뀌었다면 변경된 내용도 기록으로 남겨두는 편이 도움이 됩니다. 이미 문제가 발생했다면 관련 자료를 보존하고 거래 경위를 정리하는 일이 우선이다. 상대방의 요구와 그동안의 거래 과정을 시간순으로 정리해 두면 상황을 파악하기가 수월합니다. 계약 종료나 법적 대응처럼 중요한 결정을 앞두고 있다면 실행 전에 계약 내용과 예상되는 영향을 검토할 필요가 있습니다. 유 변호사는 분쟁으로 어려움을 겪는 경영자와 실무자에게 확인된 사실을 바탕으로 우선순위를 정할 것을 당부했다. 당장의 손실과 거래 관계에 대한 걱정 때문에 판단이 어려워질 수 있습니다. 이럴 때일수록 확인된 사실과 아직 확인되지 않은 부분을 나누고, 기업이 우선적으로 해결해야 할 문제가 무엇인지 정리하는 것이 중요합니다. 이어 다감로가 지향하는 법률 조력의 방향을 밝혔다. 다감로는 의뢰 기업의 상황을 충분히 이해하고, 계약과 자료를 바탕으로 선택할 수 있는 방법을 알기 쉽게 설명하는 법률 조력자가 되고자 합니다. 개별 사건의 해결과 함께 이후 거래에서 같은 문제가 반복되지 않도록 살피겠습니다. 대표 변호사 유영호 (02-587-9683) 디잡뉴스 편집부 기사보러가기
“온도는 알겠는데, 그래서 뭘 해야 하죠?”… 팜커넥트가 AI로 답하는 농사의 질문 사진 출처 = 커넥트비 수정벌 활동 탐지 기술 (팜커넥트 홈페이지) 비닐하우스 안의 온도는 25도, 습도는 80%. 스마트폰에 숫자는 뜨는데, 창을 열어야 할지 물을 줘야 할지는 여전히 농민의 몫이다. 팜커넥트가 농업 현장을 5,000번 넘게 찾아다니며 들은 고민도 여기에 있었다. 농민분들이 가장 어려워하셨던 건 데이터를 어떻게 해석해야 하는지, 그리고 작물이 지금 잘 자라고 있는지를 판단하는 일이었어요. 디잡뉴스와 만난 팜커넥트 김수진 이사는 회사가 하는 일을 이렇게 설명했다. 온실에서 모은 데이터를 분석해 농민에게 필요한 조치를 알려주는 것. 환기를 해야 할 때인지, 물과 비료는 어떻게 조절해야 하는지 판단을 돕는 것이 팜커넥트의 주력 사업이다. 센서를 달고 난 다음의 문제 팜커넥트는 2019년 설립된 농업 AI 기업으로, 한국전자통신연구원(ETRI)의 투자를 받은 연구소기업이다. 온실용 센서와 제어기 등 하드웨어도 개발공급한다. 다만 김 이사는 회사 소개에서 AI 서비스를 먼저 짚었다. 저희는 하드웨어도 공급하고 있지만, 저희의 핵심은 데이터를 분석해 재배 판단을 돕는 AI 서비스입니다. 센서가 알려주는 수치를 재배에 활용하려면 해석이 필요하다. 같은 온도라도 어떤 작물을 키우는지, 그동안 어떤 환경에서 자랐는지에 따라 필요한 조치가 달라진다. 농사 경험이 적은 사람에게는 이 판단이 어렵고, 오랫동안 농사를 지은 사람도 해마다 달라지는 날씨에 대응해야 한다. 팜커넥트는 비닐하우스와 유리온실의 데이터를 서버로 받아 실시간으로 분석한다. 자사 제품 외에 이미 설치된 다른 업체의 센서도 연동할 수 있다. 데이터는 분 단위로 들어오며, 농민은 앱이나 웹에서 분석 결과와 리포트, 알림을 통해 농장환경과 작물의 상태를 확인한다. 서비스가 지향하는 바는 분명하다. 농민이 수치를 하나하나 해석하는 부담을 덜고, 작물이 잘 자라도록 관리하는 데 시간을 쓸 수 있게 하겠다는 것이다. 작물은 지난 300일을 기억한다 김 이사는 AI 분석에서도 얼마나 긴 기간의 데이터를 살피느냐가 중요하다고 설명했다. 작물의 현재 상태에는 심은 날부터 겪어온 환경이 쌓여 있기 때문이다. 최근 며칠의 기록만 읽어서는 놓치는 부분이 생긴다. 온도와 습도, 이산화탄소, 땅의 온도 등이 분 단위로 쌓이면 데이터의 양은 상당해진다. 이를 한꺼번에 AI에 넣는 데는 한계가 있다. 팜커넥트는 데이터를 나눠 살피고 필요한 내용을 여러 차례 검토하는 멀티 에이전트 방식을 적용했다. 김 이사에 따르면 팜커넥트가 구축한 AI 분석 시스템을 통해 300일 이상의 환경 기록까지 분석해 리포트를 제공한다. 계층형 멀티 에이전트 구조로 데이터를 구간별로 나누고, 여러 단계에서 반복적으로 검토하면서 필요한 정보를 분석하는 방식입니다. 작물별 재배 매뉴얼도 함께 참고한다. 구축된 재배 자료에서 필요한 정보를 찾아 분석에 활용하는 검색증강생성(RAG) 방식이다. 현장에서 축적한 데이터에 작물별 재배 지식을 더하는 셈이다. 인터뷰 당시 팜커넥트가 데이터를 축적하고 있는 농가는 전국 약 850곳. 토마토와 딸기를 비롯한 시설원예 작물 10종 이상을 다루고 있다. 김 이사는 이들 농가의 누적 데이터와 매뉴얼을 바탕으로 작물에 맞는 분석이 가능하다고 설명했다. 벌통을 사다 놓으면, 벌은 일을 할까 인터뷰에서 특히 눈길을 끈 것은 벌 이야기였다. 온실 환경과 작물을 분석하던 팜커넥트는 한 농민의 경험담을 듣고 벌통을 들여다보기 시작했다. 벌이 수분 작업을 제대로 하지 않아 수확에 큰 차질이 생겼다는 얘기였다. 벌통만 사두면 수분 작업을 제대로 하는 걸까 생각했는데, 어떤 농민분이 벌이 제대로 작업을 안 해서 수확량이 크게 줄었다고 하셔서 벌을 관찰하기 시작했어요. 시설원예 농가에서는 꽃가루받이를 위해 벌을 들인다. 하지만 벌통에 벌이 많이 보인다고 수분 활동까지 잘 이뤄지는 것은 아니라는 게 김 이사의 설명이다. 벌통을 언제 바꿔야 할지 판단하는 일도 농민에게는 쉽지 않았다. 팜커넥트가 개발한 커넥트비는 벌통 입구의 카메라로 벌의 출입을 살핀다. 암벌과 수벌을 구분하고, 돌아오는 벌이 뒷다리에 실어 나르는 꽃가루의 양을 측정한다. 이렇게 모은 정보로 수분 활동과 벌통 상태를 분석해 교체 시기를 판단하도록 돕는다. 벌을 더 많이 들여놓는 것으로 해결할 수는 없을까. 김 이사는 꽃의 양에 비해 벌이 지나치게 많아도 문제가 된다고 했다. 같은 꽃을 반복해서 건드려 꽃이 손상될 수 있다는 것이다. 결국 농가에 필요한 것은 벌의 수가 많고 적음을 넘어, 실제로 얼마나 활동하는지 알려주는 정보다. 기술적인 난점도 있었다. 벌은 작고 빠르다. 이를 카메라로 인식하려면 정밀한 분석이 필요하지만, 농가에 값비싼 장비를 들이도록 하기는 어렵다. 팜커넥트는 소형 컴퓨터인 라즈베리파이에서도 벌의 활동을 인식할 수 있도록 기술을 개발했다. 커넥트비는 CES 2025 푸드애그테크 부문 혁신상에 이어 2026년 제11주 차 IR52 장영실상을 받았다. (CES 공식 수상 소개, IR52 장영실상 공식 소개) 기술을 농가에 보급하기까지 농민에게 AI 서비스를 익숙하게 만드는 데는 시간이 필요했다. 오랜 경험으로 농사를 지어온 이들에게 데이터를 따로 살펴야 한다는 설명이 처음부터 와닿지는 않았다. 팜커넥트는 농가가 서비스를 직접 경험하고 활용할 수 있도록 농업기술센터와의 협력을 확대해왔다. 팜커넥트는 지역의 스마트농업 지원 사업을 통해 농가가 분석 서비스를 이용하도록 하는 방식이다. 김 이사에 따르면 인터뷰 당시 전국 약 10개 시군과 계약을 맺고 있으며, 약 850농가의 서비스 이용도 대부분 이러한 협력을 통해 이뤄지고 있다. 현장에서도 변화가 보인다고 했다. 데이터를 들여다보며 농사를 짓는 농가의 경험이 주변에 알려지면서 관심이 늘고 있다는 것이다. 자신의 농장 데이터를 AI에 직접 물어보는 농민도 있다고 김 이사는 전했다. 팜커넥트는 농민이 자료를 따로 모아 입력할 필요 없이, 실시간으로 들어오는 데이터를 분석해 제공하는 편의성을 내세운다. 어느 구역의 잎을 따야 하는지까지 팜커넥트는 온실 환경을 분석하는 데서 더 나아가 작물의 모습을 함께 살피고 있다. 카메라 영상으로 줄기와 잎, 과실을 구분하고, 잎이 처졌는지나 과실이 얼마나 익었는지 등을 확인하는 기술이다. 김 이사는 농민들로부터 지금 어느 구역에서 어떤 일을 해야 하는지 안내받았으면 좋겠다는 요청을 받았다고 했다. 이에 잎이 지나치게 빽빽한 구역은 정리하도록 알려주고, 과실 상태에 따라 작업을 안내하는 기능을 개발하고 있다. 환경 수치로 내린 판단을 실제 작물의 모습과 대조하는 데도 영상을 활용한다. 병해가 발생했던 시점과 당시의 환경 기록을 모아, 비슷한 조건에서 발생 위험을 미리 살피는 기술도 개발 중이다. 이후의 목표는 분석과 온실 제어를 연결하는 것이다. 현재 온도가 높다는 사실을 알려주는 데서 나아가, 온도 흐름상 30분 뒤 더 더워질 것으로 예상되면 미리 창을 열도록 하는 식이다. 인터뷰 당시에는 농민이 앱의 리포트와 알림을 확인한 뒤 조치하는 방식이 중심이다. 자동 제어는 제어기와의 연동을 진행 중이며, 향후 농가의 동의를 받아 운영할 계획이다. 김 이사는 초보 농민도 재배를 잘할 수 있도록 돕는 플랫폼을 만들고 싶다고 말했다. 농업 자체에 관심을 주셨으면 좋겠어요 새롭게 농업에 도전하는 청년들에게 김 이사는 데이터에 관심을 갖고 AI 기술을 직접 경험해 보라고 권했다. 변수가 많은 농업에서는 작은 차이 하나가 작물에 영향을 줄 수 있는 만큼, 기록을 살펴보며 판단하는 일이 필요하다는 조언이다. 독자들에게 전하고 싶은 말을 묻자 그는 농업에 대한 관심을 당부했다. 농업은 우리의 먹거리와 식량에 직접 연결된 중요한 1차 산업인 만큼, 농업 자체에 더 많은 관심을 가져주셨으면 좋겠습니다. 김 이사는 농업에도 AI를 적용해 개선할 여지가 많다고 봤다. 국내 농업이 해외로 뻗어갈 가능성도 충분하다고 했다. 온실 안에서 필요한 조치를 알려주고, 눈으로 가늠하기 어려웠던 벌의 활동을 확인하는 일. 팜커넥트는 농민이 매일 부딪히는 문제를 하나씩 풀어가며 그 가능성을 시험하고 있다. 디잡뉴스 편집부 기사보러가기
Main Banner

직업

피지컬AI가 바꾸는 산업의 미래…AI·IT 인재 양성도 빨라져야 한다

기사보러가기

기업

현대차, 아틀라스 2만5,000대 배치 추진…휴머노이드 승부처는 공장 안에 있다

기사보러가기

기타

대전시, ‘2026년 대전 청년 월세 지원사업’ 참여자 모집…오늘(10일) 신청 마감

기사보러가기

행사

DW아카데미, ‘잡매칭 콘서트’ 성황리 개최… “현장 중심 IT 취업 연결의 장”

기사보러가기
더보기 +
더보기 +
더보기 +