기타 학과소식 게시판에는 이런 소식들이 업로드 됩니다!

언론보도 산업경영공학과 모상우 교수, "켤 전기가 없다" 상용화 목줄 쥔 '인프라'

AI 데이터센터·로봇 동시 확대… 전력망 확충이 첫 과제 발전량보다 중요한 24시간 공급… 송전망·입지 분산 필요 공장에선 로봇 충전 수요 증가… ESS·비상전원 뒷받침돼야 "통신망 없인 피지컬AI 불가능"… 5G·엣지 인프라 선제 구축 인공지능이 기계의 몸을 입는 피지컬AI 시대가 미래 산업의 대안으로 부상했다. 미국은 AI 플랫폼을, 중국은 제조·양산 역량을 앞세워 주도권 경쟁에 나선 가운데 한국도 제조 강점을 기반으로 새로운 생태계 구축에 나선다. 하지만 현장 적용 과정에서는 로봇 기술 한계뿐 아니라 전력 인프라 부족, 보안 위협, 법·윤리 기준 공백이라는 과제가 남는다. THE Biz(더비즈)는 미·중 패권 경쟁 속에서 국산 피지컬AI의 생존 전략과 산업 경쟁력을 짚어본다.[편집자주] 지난 6월 이재명 대통령이 이재용 삼성전자 회장, 최태원 SK하이닉스 회장 등과 함께 ‘대한민국 대도약 3대 메가 프로젝트 국민보고회’에서 서남권 등에 대규모 신규 투자 계획을 발표했다. 사진=연합뉴스 [THE Biz(더비즈)=안채영 기자] 정부가 반도체, 피지컬AI, AI데이터센터(AIDC)를 국가 성장을 이끌 ‘3대 메가프로젝트’로 지정하고 550조원 규모의 민간 투자 지원에 나섰다. GPU 확보와 데이터센터 구축, 휴머노이드 개발 경쟁이 본격화하지만 피지컬AI 시대의 승부는 반도체와 로봇 하드웨어만으로 결정되지 않는다. AI데이터센터를 24시간 가동할 전력, 공장과 물류센터를 연결할 초저지연 통신망, 다수의 로봇을 안정적으로 운용할 충전 인프라가 함께 갖춰져야 산업 현장에서 인공지능(AI)이 움직일 수 있기 때문이다. AI 성능 경쟁 못지않게 기반시설 구축 속도가 피지컬AI 확산을 좌우할 핵심 변수로 떠올랐다. ◆AI 경쟁의 새 병목은 ‘전력’과 ‘송전망’ 과학기술정보통신부는 지난달 16일 발표한 ‘2026년 하반기 업무계획’에서 AI데이터센터와 피지컬AI, K-반도체를 3대 메가프로젝트로 추진하겠다고 밝혔다. 정부는 SK그룹 5GW와 GS그룹 2.4GW, 네이버 1GW 등 민간이 추진하는 초대형 AI데이터센터 건설을 지원해 총 550조원 규모의 투자를 유도한다는 목표다. 전력과 부지, 인허가 문제를 해결하기 위해 범부처 태스크포스(TF)와 전담지원단도 가동하기로 했다. GPU 확보에도 속도를 낸다. 정부가 확보한 GPU는 엔비디아 B200 성능 환산으로 약 3만5200장 규모다. 이 가운데 약 1만1600장이 실제 서비스에 투입됐으며, 나머지는 장비 설치와 전력·냉각·네트워크 구축을 거쳐 순차적으로 가동될 예정이다. 정부는 2028년까지 누적 5만장 이상으로 늘릴 계획이다. 정부와 삼성전자, SK그룹, 현대차그룹, 네이버 등 민관 전체는 엔비디아와 협력해 26만장 이상의 GPU를 공급받기로 했다. 문제는 확보한 GPU를 실제로 가동할 기반이다. AI 경쟁은 GPU 확보를 넘어 이를 안정적으로 가동할 전력 확보 경쟁으로 옮겨가고 있다. AI데이터센터는 고성능 연산장치를 대규모로 운영하는 데 더해 서버에서 발생하는 열을 식히기 위한 냉각설비까지 가동해야 돼 기존 데이터센터보다 높은 전력 밀도를 요구한다. 피지컬AI 시대에는 데이터센터뿐 아니라 공장과 물류센터에 설치된 로봇과 카메라, 센서, 엣지서버, 충전설비까지 동시에 전력을 사용한다. AI가 현실 공간으로 확산될수록 전력 수요가 데이터센터 내부에서 산업 현장 전반으로 넓어지는 구조다. 국제에너지기구(IEA)는 최근 분석에서 전 세계 데이터센터 전력 소비량이 2025년 약 485테라와트시(TWh)에서 2030년 약 950TWh로 두 배 가까이 늘어날 것으로 전망했다. 2030년에는 데이터센터의 전력 소비량은 현재 일본의 연간 전력 소비량을 웃도는 수준까지 증가할 것으로 예상됐다. 특히 AI에 특화된 데이터센터의 전력 소비는 같은 기간 세 배로 증가할 것으로 내다봤다. AI 서버의 전력 밀도도 빠르게 높아진다. IEA에 따르면 첨단 데이터센터의 서버 랙 한 대가 요구하는 최대전력은 2027년 일반 가구 65곳의 전력 수요와 비슷한 수준에 이를 수 있다. 서버 부하가 1초 안에 정격 용량의 50% 이상 오르내리는 현상이 나타나 전력 공급량뿐 아니라 계통 안정성과 전력 품질의 중요성도 커진다. GPU는 구매계약을 통해 비교적 빠르게 확보할 수 있지만, 발전설비와 송·변전망은 계획 수립, 주민 협의, 인허가, 건설에 오랜 시간이 걸린다. 업계 관계자는 “GPU를 확보하더라도 데이터센터와 전력이 준비되지 않으면 실제 서비스에 활용하기 어렵다”며 “AI 산업의 병목이 칩에서 전력 인프라로 이동하고 있다”고 말했다. 젠슨황 엔비디아 CEO. 사진=AFP(연합뉴스) ◆발전량보다 중요한 것은 ‘24시간 공급’ AI데이터센터에 필요한 것은 단순한 연간 발전량이 아니라 하루 24시간 중단 없이 공급되는 전력이다. 생성형 AI의 학습과 추론은 물론 피지컬 AI 서비스 운영도 연속적으로 이뤄지는 만큼, 순간적인 전력 부족이나 공급 중단은 서비스 장애와 생산 차질로 이어질 수 있다. 태양광과 풍력 등 재생에너지는 시간대와 기상 여건에 따라 발전량이 달라진다. 낮에 전력이 남더라도 야간이나 발전량이 줄어드는 시기에 데이터센터를 계속 가동하려면 원전과 가스발전, 에너지저장장치(ESS) 등 다른 자원이 함께 뒷받침돼야 한다. 전력을 생산하는 것만으로도 부족하다. 발전소에서 데이터센터까지 전기를 보낼 송·변전설비가 갖춰지지 않으면 발전량에 여유가 있어도 공급이 제한된다. 특히 데이터센터가 특정 지역에 몰리면 국가 전체 발전설비와 별개로 지역 전력망이 수요를 감당하지 못할 수 있다. 발전원 확충과 함께 데이터센터 입지 분산, 송전망 조기 건설, ESS 설치가 필요한 이유다. 정부도 345킬로볼트(kV) 계통 여유 변전소 정보를 공개해 AI 데이터센터의 입지 분산을 유도하고, 비수도권 데이터센터의 전력계통영향평가를 신속히 처리할 방침이다. 기존 선로의 송전 용량을 늘리고 송전망과 계통 안정화 설비도 선제적으로 확충한다. 제11차 전력수급기본계획은 2038년 국내 데이터센터 전력수요를 총 6.2GW로 전망했다. 기존 증가 추세에 따른 수요 1.8GW에 AI 확산과 신규 데이터센터 건설로 발생할 추가 수요 4.4GW를 더한 규모다. 정부는 전력수급계획에 대규모 전력 수요시설의 지역 분산과 선제적인 전력망 확충 방안을 담았다. 다만 이후 2035년까지 18.4GW급 AI데이터센터 구축 계획이 추가로 제시된 만큼, 각 사업의 실제 전력 사용량과 가동률, 준공 시기를 반영해 장기 전력수요 전망과 지역별 계통 보강 계획을 재점검해야 한다는 목소리가 나온다. 젠슨 황 엔비디아 최고경영자(CEO)도 지난 1월 세계경제포럼에서 AI 산업을 에너지, 반도체·컴퓨팅 인프라, 클라우드 데이터센터, AI 모델, 응용 서비스가 차례로 쌓인 ‘5단 구조‘로 설명했다. AI 모델과 서비스가 성장하려면 가장 아래층에 있는 에너지와 컴퓨팅 기반부터 갖춰져야 한다는 의미다. 국가 AI 데이터센터 내부 서버실. 사진=연합뉴스 ◆다양한 현장의 로봇 충전 수요도 대비해야 국가 전력망을 확충한 뒤에는 로봇이 작동하는 현장의 전력설비를 준비해야 한다. 피지컬AI는 데이터센터에서 학습한 모델을 공장과 물류센터, 건설현장 등에 적용하고 현장에서 수집한 데이터를 다시 서버로 보내 성능을 높이는 구조로 작동한다. 중앙 데이터센터가 대규모 학습과 연산을 담당한다면 현장에서는 로봇과 카메라, 센서, 엣지서버, 관제시스템, 충전설비가 동시에 가동된다. 특히 휴머노이드와 자율이동로봇(AGV·AMR) 보급이 확대되면 특정 작업 주기에 맞춰 다수의 로봇이 동시에 급속 충전에 나서 공장의 최대 전력 수요가 급증할 수 있다. 모상우 포항공과대학교(POSTECH) 산업경영공학과 교수는 “수많은 피지컬AI 기기가 특정 작업 주기에 맞춰 동시에 급속 충전을 시도할 경우 공장이나 산업단지 내 특정 지역 전력망에 순간적인 과부하가 발생할 수 있다”며 “이는 고가 장비의 파손은 물론 생산 차질과 현장 안전 문제로 이어지는 만큼 지능형 전력 분산 인프라를 함께 갖춰야 한다”고 말했다. 이에 따라 로봇의 배터리 잔량과 작업 일정을 반영해 충전 시간을 분산하는 에너지관리시스템(EMS), 정전에 대비한 무정전전원장치(UPS), ESS 등의 중요성도 커지고 있다. 산업 현장에서 이처럼 로봇 수백 대가 동시에 급속 충전에 나서며 과부하 위험을 유발하는 근본적인 원인은 로봇 자체의 배터리 한계에 있다. 선 없이 자유롭게 움직여야 하는 피지컬AI의 특성상 배터리 무게와 가동 시간의 병목은 현장 인프라 과부하를 심화시키는 핵심 요인이다. 글로벌 시장조사업체 트렌드포스에 따르면 현재 초기 휴머노이드 로봇들의 짧은 배터리 수명은 생산 라인 투입의 가장 큰 장벽이다. 중국 유니트리의 휴머노이드 ‘Unitree H1’은 약 0.85kWh급 배터리 팩을 탑재하고도 움직임이 없는 정적 작동 시간이 4시간 미만에 불과하다. 테슬라의 ‘옵티머스(Gen 2)’ 역시 2.3kWh 규모의 하이니켈 배터리 시스템을 갖췄지만, 실제 걷고 움직이는 동적 작업에 투입되면 단 2시간 만에 방전되는 한계를 보였다. 작업조당 최소 8시간 연속 근무하는 공장 라인에 로봇을 온전히 투입하려면 근무 시간 중 최소 3~4번의 충전 대기나 배터리 교체가 필수적인 셈이다. 가동 시간을 늘리기 위해 배터리 용량을 키우면 로봇 자체가 무거워져 구동 에너지를 더 소모하게 되는 ‘배터리 무게의 역설’에 빠진다. 배터리 기술의 이 같은 한계는 공장이나 물류창고처럼 안정적인 전력망이 갖춰진 실내보다 인프라가 전무한 외부 환경에서 더 뼈아프게 작용한다. 건설현장과 농업, 재난 대응처럼 고정된 전력설비가 부족한 환경에서는 이동형 배터리와 현장형 충전장치, 분산전원 확보 여부가 로봇의 가동시간과 운영 범위에 영향을 미칠 수 있다. 결국 로봇 하드웨어 성능 못지않게 이를 뒷받침할 현장 충전·전력 인프라를 함께 구축해야 피지컬AI를 산업 현장에 안정적으로 적용할 수 있다는 의견이 나온다. 배경훈 부총리 겸 과학기술정보통신부 장관이 지난 6월20일 정부세종청사에서 취임 1주년 출입기자 간담회를 하고 있다. 사진=연합뉴스 피지컬AI를 움직이는 또 하나의 핵심 축은 통신망이다. 로봇과 카메라, 센서가 수집한 정보를 실시간으로 주고받고 관제시스템이 여러 대의 로봇을 동시에 제어하려면 안정적인 네트워크가 필수적이다. 배경훈 부총리 겸 과학기술정보통신부 장관은 지난 6월20일 정부세종청사에서 열린 취임 1주년 기자간담회에서 “AI 인프라를 입체적으로 봐야 한다”며 “AI 데이터센터 운영에는 GPU뿐 아니라 클러스터링 역량, 전력, 냉각 장비 등이 모두 중요하고 통신 인프라도 마찬가지”라고 말했다. 이어 “에이전틱 AI와 피지컬AI 시대에 AI가 더 많은 토큰을 생산하고 소비할 것이고 그 기반에 통신 인프라가 필수적”이라며 “한국이 AI 역량을 해외에 수출하는 국가가 되기 위해 통신과 해저케이블까지 고민하고 있다”고 설명했다. 피지컬 AI에서는 빠른 다운로드 속도만큼이나 끊김 없는 연결과 초저지연, 높은 전송 신뢰성이 요구된다. 모상우 포항공과대 교수는 “생성형AI는 텍스트 출력이 수 초 늦어져도 이용자 불편에 그칠 수 있지만 피지컬AI는 짧은 지연이나 오작동도 실제 충돌과 사고로 이어질 수 있다”며 “단일 로봇의 온디바이스 연산에 병목이 생기거나 협동 로봇 간 통신이 지연되면 기기가 작업 시점을 놓쳐 물류·제조 공정 전체가 중단되는 상황이 벌어질 수 있다”고 지적했다. 이를 해결하기 위해 공장과 물류센터에서는 산업용 유선망과 5G 특화망, 와이파이, 엣지컴퓨팅을 현장 특성에 맞게 결합해야 한다. 즉각적인 판단이 필요한 데이터는 현장과 가까운 엣지서버에서 처리해 중앙 데이터센터까지 데이터를 보내는 데 따른 통신 지연을 줄이고 네트워크 부담도 낮출 수 있다. 모든 판단을 중앙 데이터센터에 의존하는 방식도 한계가 있다. 외부 통신망에 장애가 발생하더라도 로봇이 안전하게 멈추거나 일부 작업을 이어가려면 현장 내부에서 판단할 수 있는 엣지컴퓨팅 환경이 함께 필요하다. 반면 건설현장과 농지, 산지, 재난지역처럼 작업 구역이 계속 바뀌는 환경에서는 고정형 기지국이나 유선설비를 설치하기 어렵다. 이 때문에 로봇과 드론, 차량, 작업자 단말이 서로 신호를 중계하는 메시(Mesh) 네트워크도 보완 기술로 활용될 수 있다. 다만 메시망은 단말 수가 늘어날수록 통신 경로 관리가 복잡해지고 대용량 영상 전송에도 제약이 생길 수 있다. 메시망이 5G나 6G를 대체하는 것이 아니라 5G 특화망과 와이파이, 위성통신 등과 현장 여건에 맞춰 결합돼야 한다는 분석이다. 업계에서는 6G 상용화만 기다리기보다 현재 활용할 수 있는 통신기술을 산업 현장에 맞게 조합해야 한다는 의견이 나온다. 피지컬AI 시대의 통신 경쟁력은 특정 통신기술을 얼마나 빨리 도입하느냐보다 현장에 필요한 연결을 얼마나 안정적으로 구현하느냐에 달렸다는 것이다. LG전자 스마트 팩토리. 사진=LG전자 ◆로봇보다 먼저 깔아야 하는 현장 인프라 피지컬AI 경쟁은 더 뛰어난 AI 모델이나 GPU를 확보하는 것만으로 완성되지 않는다. 생성형AI가 주로 디지털 환경에서 텍스트와 이미지 등의 결과물을 만들어낸다면, 피지컬AI는 센서로 현실을 인식하고 AI가 판단한 뒤 기기를 움직이는 과정을 연속적으로 반복한다. 결국 센서, AI 모델, 통신망, 제어장치 중 하나에만 병목이 생겨도 전체 시스템의 성능이 마비된다. 정부도 AI데이터센터와 피지컬 AI를 같은 메가프로젝트로 묶어 전력, 용수, 통신, 데이터 등 기반시설 확충을 추진한다. 업계에서는 발전설비와 송전망, 엣지컴퓨팅, 5G 특화망, 충전설비를 별개 사업이 아닌 피지컬AI 산업을 구성하는 하나의 기반 체계로 연결해야 한다고 본다. 피지컬AI는 제조업을 넘어 물류, 건설, 농업, 돌봄, 국방 등 전 산업으로 확산될 것으로 예상되는 만큼 인프라 역시 각 산업과 현장의 특성에 맞게 구축해야 한다는 의견이 나온다. 모 교수는 “국내 피지컬AI 산업이 성장하려면 로봇 하드웨어와 알고리즘 고도화뿐 아니라 이동성과 실시간성이라는 물리적 제약을 지탱할 기반 환경이 균형 있게 구축돼야 한다”며 “저전력 엣지 반도체 생태계와 순간 전력 피크를 완화할 스마트그리드, 통신 병목을 관리할 5G 특화망 등 현장 인프라를 동시에 갖추는 것이 중요하다”고 말했다. 출처: [더비즈] https://www.the-biz.co.kr/news/articleView.html?idxno=724852

언론보도 산업경영공학과 최동구 교수, “VPP, 재생E 100GW 달성의 열쇠…정부가 제도 풀어야”

VPP 연구 수행해 온 1세대 교수 “유럽과 미국 등 국가들 다양한 영역에 VPP 참여해 수익 얻어” “국내 VPP 시장은 초기 단계…전력시장 제도 개선 이뤄져야” “정교한 예측 역량 키우면 그에 맞는 보상해야” 최동구 포스텍 교수. [사진=포스텍] “정부가 2030년까지 재생에너지 100GW 보급을 목표로 설정했다. 이 거대한 목표를 성공시키기 위해서는 재생에너지의 예측 정확도를 높이는 가상발전소(VPP; Virtual Power Plant)가 필수적으로 뒤따라야 하며, 정부의 시장구조와 제도개혁이 함께 이뤄져야 한다.” 최동구 포스텍 산업경영공학과 교수는 전기신문과의 인터뷰에서 정부가 제시한 2030년 재생에너지 100GW 보급을 달성하기 위해 발전설비 증설 뿐 아니라 VPP 시스템도 함께 주목해야 한다고 말했다. 최근 국내에 재생에너지 발전 비중이 빠르게 증가하고 있다. 그러나 재생에너지의 특성상 날씨에 따라 발전량의 편차가 심화하면서 전력 계통 역시 안정성의 위협을 받고 있는 상황이다. 원전·석탄·액화천연가스(LNG) 등 기존 발전원들은 24시간 전기를 생산할 수 있고, 설비 운영도 비교적 단순해 발전량을 사전에 계획하기 편했다. 특히 날씨와 관계없이 일정 출력을 낼 수 있어 공급 측면의 전력 계통 안정성을 유지하는 것 역시 어렵지 않았다. 하지만 최근 몇년 사이 재생에너지 발전 설비가 증가하면서 계통 운영 상황이 바뀌었다. 태양광과 풍력 발전은 하루 날씨에 따라 전력 생산의 편차가 심하다. 이러한 간헐성은 전력 수급 전망의 정확도를 떨어뜨리고 계통운영의 난이도를 높인다. 재생에너지 전력이 과잉 생산되면 발전 설비의 출력을 강제로 낮춰 생산된 전기를 팔지 못하게 하는 출력제어 역시 빈번하게 일어나고 있다. 더욱이 정부가 2030년 재생에너지 누적 설비용량 100GW를 달성시키겠다는 계획을 발표하면서 재생에너지 확대에 따른 간헐성 부작용에 대한 우려가 높아지는 분위기다. 이에 재생에너지 단점을 보완해 전력수급 전망의 정확도를 높일 수 있는 VPP의 중요성이 커지고 있다. 정부는 재생에너지 발전량 예측의 정확도를 높여 전력 계통 안정화를 시키기 위해 지난 2021년 10월부터 재생에너지 발전량 예측 제도를 실시했다. 이 제도는 재생에너지 발전소들이 전력거래소에 다음 날 1시간 단위 발전 계획을 예측하고 미리 제출하는 제도다. 최 교수는 국내외에서 VPP 연구를 수행해 온 1세대에 속한다. 2010년대 초 미국 조지아공대 박사과정을 밟던 그는 재생에너지 확대와 전력시장 변화 속에서 VPP가 핵신 사업 모델로 자리할 것이라는 가능성에 주목하며 이 분야 연구에 돌입했다. 이후 2016년 포스텍에 교수로 부임한 뒤 산학 연계 등을 통해 VPP에 대한 연구를 해오고 있다. 그는 “한국에너지기술연구원의 기술 정책 연구실에서 3년간 선임연구원으로 근무했을 당시, 박사때부터 해오던 연구를 했다. 에너지 시스템을 거시적 관점에서 파악하며 이 에너지 시스템을 어떻게 효율적으로 디자인하고 운영할 것인지에 대해 공부해오고 있다”고 말했다. 이어 그는 “신재생에너지의 특수성을 감안해 에너지원별 발전량을 정확하게 예측하는 것은 물론 국내 에너지 시스템이 효율적으로 운영될 수 있도록 최적의 의사결정 해를 찾는 연구를 진행중”이라"고 말했다. 최 교수는 국내 VPP 사업이 이제 막 자리 잡아가는 초기 단계라고 진단했다. 미국, 유럽 등 해외와 비교하면 한국 시장은 제도적 기반이 아직 무르익지 않았다는 평가다. 그는 “전력시장이 개방된 미국, 독일, 영국, 북유럽 등에서는 에너지 IT 사업이 매우 활성화돼 있는 상태”라면서 “한국은 전력시장이 개방돼 있지 않아 상대적으로 활성화가 더딜 수밖에 없는 구조”라고 설명했다. 유럽과 미국 여러 주에서는 VPP가 이미 보조 서비스 시장, 수요관리 시장, 전력 소매시장 등 다양한 영역에 참여하며 기업들이 수익을 내고, 경쟁력 역시 확대되고 있는 상황이다. 그러면서도 그는 “그렇다고 한국 기업들의 기술이 부족하다고 생각하지는 않는다"며 “인프라는 미국, 유럽보다 잘 구축돼 있고 분석기술도 충분히 따라갈 수 있지만 시장 제도 등에서 사업을 추진하기 어려운 것”이라면서 국내 시장 상황에 대한 아쉬움을 드러냈다. 유럽, 미국, 일본 등 해외와 비교하면 한국 시장은 제도적 기반이 구축되지 않았다는 것이 그의 설명이다. 에이치에너지, 브이젠, 에너닷, 해줌, 브이피피랩, 식스티헤르츠 등 국내 VPP 스타트업이 기상 데이터 정제와 머신러닝 모델을 앞세워 발전량 예측 오차를 줄이는 기술 경쟁을 벌이고 있다. 하지만 VPP 시장 성장세는 다른 국가와 비교해 더딘 실정이다. 최 교수는 “유럽과 미국 여러 주에서는 VPP가 이미 보조 서비스 시장, 수요관리 시장, 전력 소매시장 등 다양한 영역에 참여하며 수익을 내고 있다”면서 “한국은 전력시장이 개방돼 있지 않 상대적으로 활성화가 더딜 수밖에 없다”고 말했다. 한국은 미국, 유럽보다 조금 늦긴 하지만 VPP 관련 기업들이 속속 등장하며 비교적 관련 시장이 빠르게 성장하고 있다. 하지만 시장 구조상 한계에 부딪힐 수 밖에 없다고 최 교수는 전했다. 그는 “사실상 국내 전력시장이 독점 구조이다 보니 민간 회사들이 크기는 사실 어렵다”면서 “이제 시장구조를 바꾸고 규제도 많이 풀어서 효율성을 높이고 선순환이 될 수 있는 시장을 만들어야 한다”고 말했다. 전력도매시장 개편과 소매시장 일부 개방이 이뤄지면 VPP 기술과 시장도 성장할 수 있다는 것이다. 최교수는 여기에 보상과 책임도 분명하게 이뤄져야 한다고 강조했다. 최 교수는 “국내 VPP 사업자들 입장에서는 정교한 예측 역량을 키워 얻을 수 있는 보상이 크지 않다”면서 “예측이 정확할수록, 변동성에 빠르게 대응할수록 그에 상응하는 수익이 따라오게 해야한다. 이 체계가 자리를 잡을 때 VPP 기술이 실질적 계통 안정성 향상과 출력제어 감축에 기여할 수 있다”고 말했다. He is… ▲(現) 포항공과대학교 산업경영공학과 부교수 ▲(現) 포항공과대학교 산업데이터사이언스전공 겸임교수 ▲(現) 포항공과대학교 무은재석좌교수 ▲(現) 한국차세대과학기술한림원 회원 ▲(前) 한국에너지기술연구원 선임연구원 ▲Georgia Institute of Technology 산업공학 박사 출처 : [전기신문] https://www.electimes.com/news/articleView.html?idxno=370911

언론보도 산업경영공학과 고영명 교수, "제조 AX 성공 열쇠는 양극화 해소…'교육·GPU' 지원 확대해야"

[서울경제TV=정창신기자] “AI 시대의 산업 인프라는 GPU입니다. 제조기업이 공동으로 활용할 수 있는 공공 인프라 관점에서 접근해야 합니다” 윤병동 원프레딕트 대표는 23일 국회의원회관에서 열린 '제조 AI 전환과 현장 확산을 위한 정책토론회'에서 이같이 밝혔다. 데이터와 그래픽처리장치(GPU), 전문인력을 갖춘 일부 대기업과 그렇지 못한 중소·중견기업 간 인공지능(AI) 활용 격차가 제조 경쟁력 격차로 직결되고 있는 만큼 정부가 공공인프라 구축으로 풀어야 한다는 제언이다. 이번 토론회는 김원이 더불어민주당 의원과 최형두 국민의힘 의원이 여야 공동으로 주최했다. 제조 AX(AI 전환)가 여야를 가리지 않는 산업 정책 과제로 부상하고 있음을 보여주는 대목으로 풀이된다. 고영명 포항공과대 교수가 좌장을 맡았으며 권순목 산업통상부 과장, 이주식 과학기술정보통신부 과장, 윤종필 한국생산기술연구원(KITECH) 센터장, 전유덕 한국산업기술진흥원(KIAT) 산업혁신부원장, 정수진 정보통신산업진흥원(NIPA) 지역AX본부장 등이 지정토론에 참여했다. ◇“데이터 있어도 못 쓴다”…제조 현장의 3중 장벽 윤 대표는 산업계 발제자로 나서 국내 제조업이 생산가능인구 감소와 숙련인력 부족, 글로벌 공급망 재편, 중국 제조업의 추격 등 복합 위기에 직면해 있다고 진단했다. 문제는 이 같은 위기의 해법으로 꼽히는 제조 AI가 모든 기업에 열려 있지 않다는 점이다. 윤 대표는 제조 현장의 장벽을 세 가지로 짚었다. 데이터가 많아도 AI 학습에 쓸 수 있는 정제된 데이터가 부족하고 공정·설비별로 단절돼 있다는 것이 첫째다. 둘째는 숙련자의 경험과 판단 기준이 데이터로 남지 않은 채 은퇴와 함께 사라지는 '암묵지 휘발'이다. 여기에 AI 전문인력과 연산 자원 부족까지 겹치면서 기업 간 격차가 확대되고 있다는 분석이다. 윤 대표는 "제조 AI는 기술을 개발해 공급한다고 모든 기업이 활용할 수 있는 보편적 기술이 아니다"라며 "실증 환경을 보유한 기업과 그렇지 못한 기업 간 격차가 제조 경쟁력의 격차로 이어질 수 있다"고 말했다. ◇4대 정책 제언…“개별 기업 지원 넘어 공동 인프라로” 윤 대표가 제시한 해법은 △GPU 공공지원 △재직자 AX 재교육 △암묵지 디지털화 △현장 실증 인프라 확충 등 4대 정책이다. 정부 지원의 초점을 개별 기업의 기술 도입에서 제조기업이 공동으로 쓰는 공공인프라 구축으로 옮기자는 것이 핵심이다. GPU 공공지원은 산업단지와 지역 거점에 공동 GPU·AI 컴퓨팅센터를 구축하고 사용량 기반 구독형 바우처, 보안형 온프레미스 환경을 함께 제공하는 방안이다. 중소·중견기업이 초기 투자 부담 없이 연산 자원에 접근할 수 있게 하자는 취지다. 인력 문제는 신규 채용이 아닌 재직자 전환에서 답을 찾았다. 생산·품질·설비·정비 등 제조 공정을 이해하는 기존 인력을 AI 활용 인력으로 키우는 업스킬·리스킬 과정을 확대하고, 지역 테크노파크와 대학·연구기관을 연계해 상시 컨설팅 체계를 갖추자는 제안이다. 암묵지 디지털화는 숙련공의 작업 경험과 공정 판단 기준, 설비·영상·작업 로그 등 비정형 데이터를 AI 학습이 가능한 형태로 정제하고 제조 온톨로지 표준화와 비식별·권한관리 체계를 통해 산업 공통 데이터 자산으로 축적하는 사업이다. 윤 대표는 "암묵지 디지털화는 제조업의 지식 자산을 다음 세대로 전승하는 일"이라고 강조했다. 마지막으로 지원정책의 무게중심을 개념검증(PoC)·구축에서 실증·운영 확산으로 전환해야 한다고 밝혔다. 구독료·클라우드·유지보수 등 운영비를 다년간 지원하고 생산성 향상과 불량률 개선 성과가 확인되면 다른 생산라인과 공장으로 확산하도록 인센티브를 연계하자는 내용이다. ◇궁극의 지향점은 ‘AI 네이티브 팩토리’ 윤 대표는 4대 정책이 지향하는 차세대 제조 운영 모델로 'AI 네이티브 팩토리'를 제시했다. 개별 공정에 AI 솔루션을 따로 적용하는 수준을 넘어 제조 데이터와 파운데이션 모델, 업무별 AI 에이전트, 설비 제어체계를 하나의 운영 구조로 연결하는 미래형 공장이다. 품질·생산·정비·안전·에너지 등 각 영역의 AI 에이전트가 실시간으로 정보를 교환하고 상위 AI 에이전트가 공장 전체 목표에 맞춰 의사결정을 조율함으로써 공장이 스스로 감지·추론·조치하는 자율제조 환경으로 나아간다는 구상이다. 윤 대표는 "제조 AI 경쟁력은 몇몇 선도기업이 얼마나 앞서가는가가 아니라 더 많은 제조기업이 AI를 실제 공장 운영에 활용할 수 있는가에 달려 있다"고 말했다. 이날 토론회 참석자들은 제조 AI가 일부 선도기업에 머무르지 않고 중소·중견기업과 지역 제조 현장으로 확산되려면 연산 인프라와 전문인력, 현장 실증, 데이터 활용 기반을 연계해 지원할 필요가 있다는 데 공감대를 형성했다. 한편 원프레딕트는 제조 데이터를 기반으로 공장 운영 전반의 의사결정을 지원하는 제조 AI 전문기업이다. 서울대 기계공학부 교수인 윤 대표가 창업했으며 예지보전(PdM) 기술력을 기반으로 성장해 공장 단위 운영 혁신으로 사업을 확대하고 있다. 산업통상부 주관 '제조 파운데이션 모델 핵심기술개발' 과제를 주도하고 있다. 출처: [서울경제] https://m.sentv.co.kr/article/view/sentv202607230148 [머니투데이] https://v.daum.net/v/20260724060230251 [핀포인트뉴스] https://www.pinpointnews.co.kr/news/articleView.html?idxno=470960 [동아경제] https://www.daenews.co.kr/26020

언론보도 산업경영공학과 안희철 겸직교수, [안변의 스타트업 법률노트] 창업자는 왜 투자계약의 ‘이해관계인’이 되는가

투자계약의 '이해관계인'은 왜 필요한가 미국 VC의 Key Holder와 한국 투자계약의 차이 벤처투자법 개정 이후에도 남아 있는 창업자 개인책임 창업자를 투자계약에서 빼면 문제가 해결될까 앞선 글에서 살펴본 오지큐(OGQ) 사건에서는 회사가 받은 약 90억 원의 투자금과 지연손해금을 창업자 개인이 부담하게 됐습니다. 법원이 신철호 대표의 책임을 인정한 이유는 대표이사나 최대주주라는 지위 때문이 아니었습니다. 신 대표가 투자계약의 ‘이해관계인’으로 참여해 직접 상환의무를 부담했기 때문입니다. 그렇다면 창업자의 개인책임을 피하기 위해 창업자를 투자계약의 당사자에서 제외하면 되는 것일까요. 현실적으로는 그렇게 단순하지 않습니다. 주식회사는 회사와 주주, 이사가 서로 구분되는 조직입니다. 스타트업에서는 창업자가 최대주주이자 대표이사를 맡는 경우가 많아 한 사람이 회사를 소유하고 경영하는 것처럼 보이지만, 법률적으로 회사와 창업자 개인은 별개의 주체입니다. 이를 주식회사의 소유와 경영의 분리 원칙이라고 합니다. 회사만 투자계약의 당사자가 되면 창업자가 보유한 주식이나 의결권을 충분히 규율하기 어렵습니다. 창업자의 주식 처분을 제한하거나 일정한 의무를 부과하고, 투자자에게 우선매수권이나 공동매도권을 보장하려면 창업자 본인이 계약 당사자로 참여해야 합니다. M&A 과정에서 창업자가 일정한 권한을 행사하거나 매각에 협조하도록 정하는 경우에도 마찬가지입니다. 따라서 창업자나 주요 주주를 ‘이해관계인’으로 투자계약에 참여시키는 것 자체는 합리적이고 일반적인 계약 구조라고 할 수 있습니다. 문제는 창업자가 이해관계인이 된다는 사실이 아니라, 이해관계인으로서 어떤 의무를 어느 범위까지 부담하느냐에 있습니다. [안변의 스타트업 법률 노트] 회사가 받은 90억 투자금, 왜 창업자의 120억 빚이 됐나 출처: [안변의 스타트업 법률 노트] 회사가 받은 90억 투자금, 왜 창업자의 120억 빚이 됐나 미국 투자계약에도 창업자 당사자인 ‘Key Holder’가 있다 미국 벤처투자계약에도 한국의 이해관계인과 유사한 ‘Key Holder’가 존재합니다. 미국벤처캐피탈협회(NVCA)의 표준계약 체계에서도 창업자나 핵심 주주는 Key Holder라는 지위로 투자계약에 참여합니다. Key Holder는 자신이 보유한 주식을 처분할 때 회사와 투자자에게 우선매수 기회를 제공하거나, 회사 매각과 이사 선임에 관해 일정한 방식으로 의결권을 행사할 의무를 부담할 수 있습니다. 따라서 미국에서는 창업자가 투자계약의 당사자가 되지 않는다거나, 투자계약에 따른 의무와 책임을 전혀 부담하지 않는다는 설명은 정확하지 않습니다. 다만 책임의 무게중심은 한국과 다릅니다. 미국식 투자계약에서 Key Holder의 의무는 주로 자신의 주식 처분과 의결권 행사, 회사 매각에 대한 협조 등과 관련됩니다. 회사가 실패하거나 사업계획이 무산됐다는 이유만으로 창업자가 투자원금과 약정수익을 개인 재산으로 지급하는 구조는 사실상 찾아보기 어렵습니다. 한국에서도 이해관계인은 본래 창업자의 주식과 의결권, 경영 참여를 계약으로 규율하기 위해 마련된 당사자 지위입니다. 그러나 실제 투자계약에서는 그 역할과 책임이 미국식 Key Holder보다 훨씬 넓게 규정되는 경우가 많습니다. 투자금 회수 수단이 된 한국의 이해관계인 한국식 투자계약에서 창업자는 이해관계인으로서 주식 처분 제한이나 경영 협조 의무뿐 아니라 회사의 진술 및 보장 위반에 대한 책임, 투자금 사용 목적 위반에 따른 손해배상, 위약금과 위약벌, 상환의무와 주식매수청구권까지 부담하기도 합니다. 특히 주식매수청구권은 이해관계인에게 상당한 부담이 될 수 있는 조항입니다. 일정한 사유가 발생하면 투자자는 회사 또는 이해관계인에게 자신이 보유한 주식을 정해진 가격으로 매수하라고 요구할 수 있기 때문입니다. 매매가격 역시 당시의 주식 시가로 정해지는 것은 아닙니다. 투자원금에 연 12% 또는 그 이상의 수익을 더한 금액, 최근 투자단가, 과거 거래가격이나 회계법인의 평가액 가운데 가장 높은 금액으로 정해지는 경우가 많습니다. 회사 가치가 급격히 하락하더라도 창업자는 가치가 낮아진 주식을 투자원금과 약정수익이 반영된 가격으로 매수해야 할 수 있습니다. 회사를 상대로 행사하는 주식매수청구권에는 회사의 자기주식 취득과 관련한 상법상 규제가 적용됩니다. 회사가 자기주식을 취득하려면 원칙적으로 배당가능이익이 필요하지만, 상당수 스타트업은 이를 위한 충분한 재원이 없습니다. 회사가 투자자의 주식을 직접 매수하기 어려운 이유입니다. 이에 투자계약에서는 회사와 별도로 이해관계인을 주식 매수의무자로 정하기도 합니다. 회사법이 회사 재산의 유출을 제한하고 있기 때문에 투자계약을 통해 창업자 개인을 별도의 투자금 회수 수단으로 두는 것입니다. 오지큐 사건에서 투자자들이 오지큐가 아닌 신 대표를 상대로 상환을 청구한 것도 이러한 계약 구조와 무관하지 않은 것으로 생각됩니다. 연대보증 문구가 없어도 개인책임은 발생할 수 있다 오지큐 사건은 전형적인 풋옵션, 즉 주식매수청구권 행사 사건은 아닙니다. 일반적인 주식매수청구권이 행사되면 투자자는 이해관계인에게 주식을 이전하고, 이해관계인은 그 대가로 주식매매대금을 지급합니다. 반면 오지큐 사건의 계약에는 예정된 회사 인수가 이루어지지 않을 경우 ‘주식인수대금을 상환한다’고 규정돼 있었습니다. 법원이 인정한 신 대표의 책임 역시 주식매수대금을 지급할 의무가 아니라 투자금 상당액을 직접 상환할 의무였습니다. 다만 항소심은 투자금 반환과 주식 이전이 동시이행관계에 있다고 판단했습니다. 결국 투자자는 주식을 이전하고 신 대표는 투자금 상당액을 지급하게 되므로, 경제적 결과는 주식매수청구권과 유사합니다. 창업자의 개인책임은 투자계약서에 ‘연대책임’이나 ‘연대보증’이라는 문구가 있어야만 발생하는 것이 아닙니다. 회사 채무에 대한 연대책임, 창업자 개인에 대한 주식매수청구권, 투자금 상환의무와 위약금은 법률적 구조가 서로 다릅니다. 그러나 모두 창업자 개인이 투자원금과 수익 상당액을 부담하는 결과로 이어질 수 있습니다. 따라서 투자계약을 검토할 때는 연대보증 조항의 존재만 살펴서는 충분하지 않습니다. 이해관계인이 각 조항의 의무주체로 포함돼 있는지, 어떤 사유가 발생했을 때 개인의 지급의무가 발생하는지를 함께 확인해야 합니다. 벤처투자법이 창업자 책임을 모두 없앤 것은 아니다 최근 개정돼 시행 중인 「벤처투자 촉진에 관한 법률」은 창업자 등 제3자가 피투자회사의 의무를 연대해 부담하는 행위를 원칙적으로 제한하고 있습니다. 다만 선행조건 위반, 허위 진술과 보장, 투자금 사용 목적 위반, 계약에 반한 주식 처분 등에는 고의 또는 중과실이 있는 제3자에게 예외적으로 연대책임을 부담시킬 수 있습니다. 이는 회사의 모든 계약 위반에 대해 창업자가 무제한으로 연대책임을 부담하던 관행에 제동을 걸었다는 점에서 의미가 있습니다. 그러나 벤처투자법이 직접 제한하는 것은 회사가 부담해야 할 의무를 제3자가 연대해 부담하는 구조입니다. 창업자가 투자자와 별개의 매매계약을 체결하는 주식매수청구권이나 독립적인 상환의무, 창업자 자신의 위반행위에 따른 손해배상과 위약금까지 모두 금지한 것은 아닙니다. 투자계약서가 회사의 채무와 별도로 창업자에게 직접적인 주식 매수의무나 상환의무를 부과한다면, 단순히 연대책임을 제한하는 법 조항만으로 해당 약정이 당연히 무효가 된다고 보기는 어렵습니다. 어반베이스 사건 역시 외관상으로는 창업자가 투자금 상당액을 책임진 사건이지만, 법적으로는 회사 채무에 대한 연대보증이 아니라 창업자 개인을 상대로 한 주식매수청구권과 주식매매대금 지급의 문제로 봐야 합니다. 결국 벤처투자법이 개정됐다는 이유만으로 창업자의 개인책임 위험이 사라졌다고 단정해서는 안 됩니다. 계약에서 개인에게 직접 부과한 의무가 무엇인지를 별도로 살펴봐야 합니다. 창업자가 통제할 수 있는 위험에 책임을 연결해야 한다 창업자의 개인책임을 모두 없애는 것이 정답은 아닙니다. 창업자가 투자자를 속여 투자금을 납입하게 하거나, 진술과 보장을 고의로 허위 작성하거나, 투자금을 사적으로 유용하고 자신의 주식을 몰래 처분했다면 개인책임을 부담하는 것이 타당합니다. 다만 개인책임은 창업자가 통제할 수 있는 행위와 연결돼야 합니다. 시장 변화와 후속 투자 실패, 핵심 고객 이탈이나 합리적인 경영판단의 실패까지 창업자의 개인 재산으로 보전하도록 해서는 안 됩니다. 벤처투자는 성공하면 큰 수익을 얻는 대신 실패하면 원금을 잃을 위험도 감수하는 자본입니다. 통상적인 사업상 위험까지 창업자에게 다시 이전한다면 형식은 지분투자이지만, 실질은 개인보증이 결합된 금융거래에 가까워질 수 있습니다. 오지큐 사건이 주는 중요한 교훈은 회사와 이해관계인의 의무를 계약서에서 명확히 나눠야 한다는 것입니다. ‘회사 및/또는 이해관계인은’이라는 표현은 간편하지만 위험합니다. 하나의 주어 아래 회사와 창업자의 의무가 섞이면서 예상하지 못했던 개인책임이 인정될 수 있기 때문입니다. 투자계약서에는 회사가 부담하는 의무와 이해관계인이 부담하는 의무를 별도의 조항으로 구분할 필요가 있습니다. 이해관계인의 책임은 원칙적으로 본인의 의무 위반에 한정해야 합니다. 회사의 위반을 이유로 창업자에게 책임을 확대하려면 고의 또는 중과실, 위반행위에 대한 실질적 관여와 손해 사이의 인과관계 등을 요건으로 정해야 합니다. 주식매수청구권 역시 회사에 대한 권리와 이해관계인에 대한 권리를 구분해야 합니다. 이해관계인에게는 본인의 고의 또는 중과실로 중대한 계약 위반이 발생한 경우에 한해 매수의무를 부담시키는 것이 적절합니다. 이해관계인을 본래의 역할로 되돌려야 한다 오지큐 사건을 법원이 계약을 잘못 해석한 사례로 보기는 어렵습니다. 투자자들은 거액의 투자금을 조기에 납입하면서 M&A가 무산될 경우의 안전장치를 요구했습니다. 신 대표는 이해관계인으로 계약에 참여해 해당 조항을 수용했습니다. 법원이 계약 문언과 협상 경위를 토대로 직접적인 상환책임을 인정한 데에는 계약상 근거가 있었습니다. 반면 회사가 지급받아 회사의 M&A에 사용하기로 한 투자금이 자신의 90억 원대 개인채무로 전환될 것이라고 충분히 예상하지 못했다는 신 대표의 주장도 이해할 수 있습니다. 계약서에 ‘연대보증’이나 ‘개인적으로 투자원금 전액을 부담한다’는 표현이 직접 적혀 있지 않았기 때문입니다. 바로 이 간극이 사건의 핵심입니다. 투자자는 안전장치라고 이해했고, 창업자는 회사의 사업 수행에 관한 의무라고 생각했습니다. 그러나 법원은 해당 조항을 창업자 개인의 독립적인 상환의무로 해석했습니다. 투자계약에 이해관계인을 당사자로 포함하는 것은 불가피할 수 있습니다. 다만 이해관계인이 회사의 모든 실패를 마지막에 떠안는 최후의 책임자가 돼서는 안 됩니다. 중요한 것은 투자계약서에서 ‘연대책임’이라는 단어만 지우는 일이 아닙니다. 회사의 사업상 위험이 창업자 개인에게 이전되는지, 이해관계인의 책임이 자신의 고의 또는 중과실과 직접적인 위반행위에 연결돼 있는지, 책임의 범위가 실제 잘못과 손해에 비례하는지를 구체적으로 살펴야 합니다. 좋은 투자계약은 위험을 없애는 계약이 아닙니다. 회사와 투자자, 창업자가 각자 통제할 수 있는 위험을 합리적으로 나누는 계약이라는 점을 잊어서는 안 됩니다. 안희철 대표변호사는 포항공과대학교 물리학과와 서울대학교 법학전문대학원을 졸업하고 변호사·세무사 자격을 취득했다. 현재 법무법인 디엘지(DLG) 대표변호사 겸 정책센터장을 맡아 스타트업 투자, 기업금융, M&A, AI·데이터 분야를 중심으로 자문하고 있으며, 포스텍 겸임교수와 한국엔젤투자협회 이사로도 활동하고 있다. 저서로는 『스타트업 법률가이드 3.0』, 『투자계약서 가이드북』 등이 있다. 출처: [벤처스퀘어] https://www.venturesquare.net/1099765/

임용 포스텍 산업경영공학과, 임치현 교수 부임(2026.7.16부)

포스텍 산업경영공학과는 2026년 7월 16일부로 임치현 박사를 부교수로 임용하였다. 임치현 교수는 포스텍 산업경영공학과에서 학사 및 박사 학위를 취득하였으며 (김광재 교수 지도), 이후 포스텍 정보통신연구소 박사후연구원, University of California Merced 연구원 및 강사, UNIST 산업공학과 및 인공지능대학원 조교수·부교수를 역임하였다. 또한 포스코홀딩스 그룹DX전략실장 (Group CDO; Chief Digital Officer)으로서 포스코그룹 전반의 AI 전환 전략과 실행 관리 총괄해왔으며, 포스텍 부임 이후에도 그룹DX전략실장을 겸직하며 산업과 학계를 잇는 연구와 교육을 이어갈 예정이다. 임치현 교수는 시계열 학습 기술 개발 및 산업·의료 AI 개발 응용, 맞춤형 생성 기술 개발 및 LLM 에이전트 개발 응용 연구를 중심으로 활발한 연구를 수행하고 있으며, 과학기술정보통신부 SW스타랩 연구책임자를 맡고 있다. 또한 Georgia Tech ISyE, 포스코그룹, SK그룹 등 국내외 주요 기관들과 공동연구를 수행하며 국내 산업 AI 분야의 연구 경쟁력을 높여왔다. 2026학년도 2학기부터는 '품질경영' 교과목을 담당하여 학생들에게 산업 현장과 AI 기술을 접목한 교육을 제공할 예정이다. 임치현 교수는 "모교 후배들의 성장과 성취에 기여하고, 포스텍의 산업 AI 역량과 리더십 강화에 함께하고 싶다."며 앞으로의 포부를 밝혔다.

언론보도 산업경영공학과 고영명 교수, 제조업 경쟁력...'AI 확산에 달렸다'

산업·학계·정부 전문가 참여…제조업 AI 전환 전략 및 정책 지원 방안 논의 더불어민주당 김원이 국회의원(전남광주 목포시)은 제조업의 인공지능(AI) 전환과 현장 적용 확대 방안을 논의하기 위한 정책토론회를 오는 23일 오후 2시 국회의원회관 제1간담회의실에서 개최한다고 20일 밝혔다. 이번 토론회는 김원이 의원과 국민의힘 최형두 의원이 공동 주최하며, 제조업 현장에서 AI 활용도를 높이고 글로벌 경쟁 심화에 대응할 수 있는 정책적 지원 방안을 모색하기 위해 마련됐다. 토론회 좌장은 고영명 포항공과대학교 산업경영공학과 교수가 맡는다. 발제는 윤종필 한국생산기술연구원 제조AI연구센터장과 윤병동 원프레딕트 대표이자 서울대학교 기계공학부 교수가 진행한다. 패널토론에는 권순목 산업통상자원부 산업인공지능정책과장, 이주식 과학기술정보통신부 정보통신산업정책과장, 정수진 정보통신산업진흥원 지역AX본부장, 전유덕 한국산업기술진흥원 산업혁신부원장, 고광본 서울경제 부국장이 참여해 제조AI 확산을 위한 정책 과제와 산업 현장의 애로사항, 정부 지원 방향 등에 대해 의견을 나눌 예정이다. 김 의원은 "AI를 국가 성장동력으로 육성하기 위해서는 제조업 현장에서의 실질적인 적용과 성과 창출이 무엇보다 중요하다"며 "대기업뿐 아니라 중소·중견기업까지 AI 전환의 혜택을 체감할 수 있도록 정책적 기반을 강화하고 제조업 혁신 생태계 조성에 힘쓰겠다"고 말했다. 출처 : [더쎈뉴스] https://www.mhns.co.kr/news/articleView.html?idxno=753846

언론보도 산업경영공학과 안희철 겸직교수, [오피니언] 회사가 받은 90억 투자금, 왜 창업자의 120억 빚이 됐나

오지큐 판결로 본 '이해관계인' 책임의 범위 투자금은 회사가 받았지만 책임은 창업자가 졌다 투자계약서 한 문장이 만든 120억 원 개인채무 회사가 받은 투자금이 창업자 개인의 빚으로 돌아온 사건 회사가 받은 투자금은 회사 계좌로 들어갔습니다. 그런데 예정했던 M&A가 무산되자 투자자는 회사가 아니라 창업자 개인을 상대로 투자금 전액의 반환을 청구했습니다. 법원은 창업자가 직접 이를 갚아야 한다고 판단했고, 대법원이 상고를 기각하면서 그 책임이 확정됐습니다. 크리에이터 콘텐츠 플랫폼 오지큐(OGQ)와 창업자 신철호 대표를 둘러싼 사건입니다. 신 대표가 부담하게 된 금액은 투자원금 약 90억 원에 연 12%의 지연손해금을 더한 약 120억 원에 이릅니다. 이 사건을 단순히 ‘창업자 연대보증 사건’으로 이해하면 핵심을 놓치게 됩니다. 투자계약서에 일반적인 연대보증 조항이 있었던 것도 아니고, 투자자가 통상적인 주식매수청구권(풋옵션)을 행사한 사건도 아니었습니다. 투자자가 이해관계인을 상대로 주식매수청구권을 행사했던 어반베이스 사건과도 구조가 다릅니다. 법원이 인정한 것은 신 대표가 회사의 채무를 보증했다는 책임이 아니라, 투자계약의 ‘이해관계인’으로서 직접 부담한 계약상 의무였습니다. 법률적 구조는 다르지만 경제적 결과는 크게 다르지 않았습니다. 결국 회사가 받은 투자금과 그에 따른 지연손해금을 창업자 개인이 부담하게 됐기 때문입니다. 이번 판결은 투자계약서에 자주 등장하는 ‘이해관계인’이라는 표현이 단순한 계약상 지위나 호칭이 아니라 창업자의 책임 범위를 결정할 수 있는 조항이라는 점을 보여줍니다. 동시에 최근 개정된 「벤처투자 촉진에 관한 법률」이 창업자의 개인책임 문제를 모두 해결한 것은 아니라는 점도 다시 한번 확인시켜 준 사례입니다. 90억 원 투자, 전제는 게티이미지코리아 인수였다 사건은 2021년으로 거슬러 올라갑니다. 오지큐는 이미지와 영상, 음원 등 다양한 디지털 콘텐츠의 저작권자와 이용자를 연결하는 콘텐츠 플랫폼을 운영하고 있었습니다. 당시 오지큐는 사업 확대를 위해 게티이미지코리아 지분 인수를 추진했고, 최대주주이자 대표이사였던 신철호 대표는 투자자들에게 해당 인수가 성사될 경우 콘텐츠 플랫폼 사업이 크게 성장할 수 있다고 설명했습니다. 이를 바탕으로 투자자들은 신기술사업투자조합을 결성해 오지큐가 발행한 종류주식 11만2500주를 약 90억 원에 인수했습니다. 투자자들은 투자금이 게티이미지코리아와 그 주주인 이매진스 인수에 사용되어야 한다는 점을 명확히 하는 한편, 인수가 무산될 경우 투자금을 회수할 수 있는 장치를 요구했습니다. 이에 따라 신주인수계약 제18조에는 다음과 같은 내용이 포함됐습니다. “투자대상기업 및/또는 이해관계인은 투자자로부터 받은 본건 주식인수대금을 ㈜게티이미지코리아 및 ㈜이매진스 인수 목적으로 사용하여야 하며, 해당 인수가 이루어지지 않을 경우 본건 주식인수대금을 지체 없이 투자자에게 상환하여야 한다.” 그러나 인수는 결국 성사되지 않았습니다. 오지큐는 2022년 6월 게티이미지코리아 측에 인수협상 종료 의사를 전달했고, 투자자들에게도 이를 알렸습니다. 이후 투자자들은 신 대표 개인을 상대로 투자원금 약 90억 원과 지연손해금 지급을 청구하는 소송을 제기했습니다. 서울중앙지방법원은 2024년 7월 투자자들의 청구를 모두 받아들였습니다. 이어 서울고등법원도 신 대표의 항소를 기각했고, 대법원이 2026년 4월 2일 상고를 기각하면서 판결은 최종 확정됐습니다. 엇갈린 계약 해석 투자자들은 신주인수계약 제18조의 문언상 투자금 상환의무자는 오지큐뿐 아니라 신 대표도 포함된다고 주장했습니다. ‘투자대상기업 및/또는 이해관계인’이라는 표현이 조항 전체의 주어인 만큼, 투자금 사용 의무뿐 아니라 상환의무 역시 회사와 이해관계인 모두에게 적용된다는 것입니다. 투자자들은 계약 체결 과정도 근거로 제시했습니다. 당초 예상보다 이른 시점에 약 90억 원을 납입하는 대신, 게티이미지코리아 인수가 무산될 경우 투자금을 회수할 수 있는 안전장치를 요구했고, 신 대표 역시 이러한 취지를 충분히 이해한 상태에서 수정된 계약 조항에 동의했다는 것입니다. 반면 신 대표는 투자금을 실제로 지급받고 사용한 주체는 오지큐인 만큼 반환의무 역시 회사가 부담해야 한다고 주장했습니다. 투자금 사용 목적을 지키는 의무는 회사와 대표이사가 함께 부담할 수 있지만, 투자금을 반환하는 의무까지 대표이사 개인에게 인정할 수는 없다는 입장이었습니다. 설령 자신에게 일정한 책임이 인정되더라도 이는 회사 채무를 담보하는 보증책임에 불과하다고 주장했습니다. 회사의 반환약정이 특정 투자자에게 원금 회수를 보장하는 내용이라면 주주평등의 원칙에 반해 무효이고, 이에 부종하는 자신의 보증책임 역시 무효라는 논리였습니다. 또한 신 대표는 상환조건도 아직 성취되지 않았다고 주장했습니다. 계약에는 게티이미지코리아를 언제까지 인수해야 하는지 명시적인 기한이 없었고, 이후에도 인수를 계속 추진했던 만큼 단순히 일정이 지연된 것일 뿐 인수가 최종적으로 무산된 것은 아니라는 것입니다. 아울러 회사가 받은 약 90억 원을 대표이사 개인에게 부담시키는 해석은 거래관행이나 형평에도 맞지 않으며, 투자자가 보유 주식을 이전하지 않은 상태에서 투자금만 반환받을 수도 없다고 주장했습니다. 법원은 왜 창업자의 책임을 인정했나 재판부는 계약 문언뿐 아니라 계약이 체결된 경위와 당사자들이 달성하려 했던 경제적 목적까지 함께 고려했습니다. 우선 ‘투자대상기업 및/또는 이해관계인’이라는 표현이 제18조 전체의 주어라고 판단했습니다. 계약 어디에도 투자금 사용 의무는 회사와 신 대표가 함께 부담하지만, 상환의무는 회사만 부담한다고 구분한 내용은 없었습니다. 계약 체결 과정도 중요한 판단 근거가 됐습니다. 투자자들은 조기 투자에 따른 위험을 줄이기 위해 상환조항을 요구했고, 신 대표는 수정된 계약서를 검토한 뒤 별다른 이의 없이 계약을 체결했습니다. 재판부는 신 대표가 해당 조항의 의미와 효과를 충분히 인식할 수 있는 위치에 있었다고 판단했습니다. 또한 신 대표의 책임을 단순한 보증채무로 보기도 어렵다고 판단했습니다. 계약서 어디에도 회사가 채무를 부담하고 신 대표가 이를 보증한다는 내용은 없었으며, 회사와 이해관계인이 상환의무의 주체로 병렬적으로 규정돼 있었기 때문입니다. 이에 따라 신 대표의 책임은 회사 채무에 부종하는 보증책임이 아니라 독립적인 계약상 의무라고 봤습니다. 재판부는 상환조건 역시 이미 충족됐다고 판단했습니다. 단순히 인수 일정이 늦어졌다는 이유만으로 상환의무가 발생하는 것은 아니지만, 오지큐가 2022년 6월 게티이미지코리아 측에 인수협상 종료 의사를 전달하고 투자자들에게도 이를 알린 시점에는 사실상 인수가 무산된 것으로 볼 수 있다고 판단했습니다. 이후 협상을 다시 시도하려 했다는 사정만으로 이미 성취된 조건이 소멸하는 것은 아니라는 점도 분명히 했습니다. 또한 투자자들은 신 대표가 투자금을 지급하면 자신들이 보유한 주식을 이전하겠다는 의사를 밝혔습니다. 이에 따라 재판부는 투자금 반환과 주식 이전이 동시이행관계에 있다고 판단했습니다. 이번 판결이 남긴 의미 이번 판결에서 가장 중요한 점은 회사의 의무와 창업자 개인의 의무를 명확히 구분했다는 데 있습니다. 재판부는 신 대표가 대표이사나 최대주주라는 지위 때문에 책임을 부담한다고 보지 않았습니다. 투자계약의 ‘이해관계인’으로 참여해 직접 상환의무를 부담하는 계약 당사자가 됐기 때문에 개인책임을 인정한 것입니다. 결국 투자금은 회사가 받았지만 계약의 구조에 따라 창업자 개인에게도 직접적인 책임이 발생할 수 있다는 점을 확인한 판결이라고 할 수 있습니다. 투자계약서에서 흔히 사용되는 ‘이해관계인’이라는 표현이 단순한 호칭이 아니라 창업자의 책임 범위를 결정하는 핵심 조항이 될 수 있다는 점도 다시 한번 확인됐습니다. 그렇다면 왜 투자계약에는 창업자를 ‘이해관계인’으로 참여시키는 것일까요. 또 창업자의 책임은 어디까지 인정돼야 하고, 어디까지가 회사가 부담해야 할 사업상 위험일까요. *다음 편에서는 ‘이해관계인’의 법적 의미와 미국 VC 투자계약의 Key Holder 제도, 그리고 최근 벤처투자법 개정 이후에도 창업자의 개인책임 문제가 여전히 남아 있는 이유를 살펴보겠습니다. 안희철 대표변호사는 포항공과대학교 물리학과와 서울대학교 법학전문대학원을 졸업하고 변호사·세무사 자격을 취득했다. 현재 법무법인 디엘지(DLG) 대표변호사 겸 정책센터장을 맡아 스타트업 투자, 기업금융, M&A, AI·데이터 분야를 중심으로 자문하고 있으며, 포스텍 겸임교수와 한국엔젤투자협회 이사로도 활동하고 있다. 저서로는 『스타트업 법률가이드 3.0』, 『투자계약서 가이드북』 등이 있다. 출처: [벤처스퀘어] https://www.venturesquare.net/1099539/

언론보도 산업경영공학과 최동구 교수, [오피니언] 미래 전력산업, 데이터와 AI에 답이 있다

전력산업은 오랫동안 하드웨어 중심의 영역이었다. 석탄화력과 원자력 등 대규모 설비가 전력 공급을 주도해왔다. 핵심 경쟁력은 발전소와 송전망 등 인프라를 확충해 안정적으로 수요를 맞추는 것이었다. 하지만 최근 탄소중립과 에너지 전환이 가속화되며 산업의 흐름이 급변하고 있다. 재생에너지와 에너지저장장치(ESS)같은 분산에너지 자원이 늘어난 결과다. 전력망에 연결되는 자원의 종류와 수가 증가하면서 전력 시스템의 복잡도는 과거와 비교할 수 없을 정도로 커졌다. 이제 전력 인프라를 무작정 늘리는 전통적인 방법은 통하지 않는다. 전력망의 비효율을 통제하고 극복하는 운영 능력이 새로운 경쟁력이다. 전력산업의 무게중심이 하드웨어에서 소프트웨어로 이동하고 있다. 국제에너지기구(IEA)가 지난해 4월 발간한 ‘에너지와 AI(Energy and AI)’ 보고서는 소프트웨어의 파급력을 정량적 수치로 분석했다. 보고서에 따르면 AI를 활용 시 송전망 신설 없이 전 세계 전력망에서 최대 175GW의 송전 용량을 추가 확보할 수 있다. 또한, 전력망 결함을 실시간 추적해 정전 시간도 최대 50% 감소시킬 수 있다고 분석했다. 이는 대규모 송전망을 새로 건설하지 않고도 기존 전력망을 더 효율적으로 활용하여 계통의 경제성과 안정성을 동시에 끌어올리는 혁신이 가능하다는 의미다. 하지만 여기에서 한 가지 질문이 생긴다. 이러한 AI는 무엇을 기반으로 작동할까? 태양광이나 풍력 등 재생에너지는 날씨에 따라 발전량이 끊임없이 출렁인다. 이를 정확히 예측하려면 전국 발전소들이 기상 변화에 어떻게 반응했는지 기록한 누적 운전 데이터가 필수다. 아무리 뛰어난 AI 모델도 이러한 데이터가 없다면 무용지물이다. 결국 전력 AI의 진짜 경쟁력은 현장의 데이터를 지속 확보하며 선점하는 능력에 달려 있다. 글로벌 에너지 시장에서는 이미 데이터 선점을 위해 발 빠르게 움직이고 있다. 지난해 미국 전력연구소(EPRI)는 ‘오픈 파워 AI 컨소시엄(OPAI)’를 출범시켰다. 엔비디아, 오라클 등 빅테크와 듀크에너지 등 주요 전력 기업들이 대거 동참했다. 이들의 목표는 발전설비 운전 이력과 계통 운영 데이터 등 산업 전반의 자산을 공동 활용하는 기반을 마련하는 것이다. 그리고 확보한 데이터로 전력산업에 특화된 AI 모델을 개발하는 것이 핵심이다. 이들의 선제 투자 대상이 ‘데이터’라는 사실은 미래 전력산업의 패권이 어디서 시작되는지를 잘 보여준다. 우리나라도 전력 특화 AI 모델과 데이터 구축이 추진되고 있다. 다만 해결해야 할 과제가 적지 않다. 현장에선 기상청 등 공공 데이터에 의존한다. 연구 초기 단계에서는 유용하나 실제 산업에서 활용 가능한 모델을 개발하는데는 한계가 있다. 현장의 미세한 변화를 포착하기에는 해상도가 희미하기 때문이다. 첫째는 데이터를 얼마나 자주 수집하는지를 의미하는 ‘시간 해상도’ 문제다. 현재 제주에서는 15분 단위 실시간 전력시장이 운영된다. 반면 제공되는 공공 데이터는 여전히 1시간 단위에 머물러있다. 시장의 변화 속도를 공공데이터가 따라가지 못하는 셈이다. 둘째는 공간을 얼마나 촘촘하게 쪼개어 보는지를 뜻하는 ‘공간 해상도’ 문제다. 태양광 발전은 동일한 기상 예보 구역 내에서도 구름의 이동에 따라 출력이 다르게 나타난다. 하지만 공공 데이터는 현장의 디테일까지 제공하지 못한다. 여기에 전력시장과 계통 운영 데이터 공개 범위도 제한적이다. 산업 전반의 AI 활용이 어려운 이유다. 이 한계를 깨려면 현장의 고품질 데이터가 모이고 이를 활용할 수 있는 기반이 조성돼야 한다. 민간에서는 이미 발 빠른 대응에 나서고 있다. 재생에너지 플랫폼 기업 에이치에너지는 전국 6000여 개 발전소에 원격단말장치(RTU)를 도입해 센서네트워크를 구축했다. 개별 발전소 운전 데이터와 현장 기상 데이터를 실시간 수집해 발전량 예측 정확도를 높이고 AI 알고리즘을 고도화하는데 활용하고 있다. AI 모델 자체보다 양질의 데이터를 우선시하는 시장의 흐름을 보여주는 대목이며, 민간 기업이 직접 구축한 대규모 데이터 인프라라는 점에서 의미가 크다. 과거 전력산업의 경쟁력은 하드웨어 인프라였다. 이제 경쟁력은 데이터를 얼마나 가치 있는 의사결정으로 연결할 수 있는가에 달려 있다. 앞으로는 발전소와 송전망뿐 아니라 데이터 인프라와 AI 역량에 대한 투자도 전력산업의 핵심 경쟁력이 될 것이다. 프로필 ▲(現) 포항공과대학교 산업경영공학과 부교수 ▲(現) 포항공과대학교 산업데이터사이언스전공 겸임교수 ▲(現) 포항공과대학교 무은재석좌교수 ▲(現) 한국차세대과학기술한림원 회원 ▲(前) 한국에너지기술연구원 선임연구원 ▲Georgia Institute of Technology 산업공학 박사 출처: [전기신문] https://www.electimes.com/news/articleView.html?idxno=370165

언론보도 산업경영공학과 함일한 겸직교수, [재생에너지 리셋] “공장 지붕이 발전소로”···에이치에너지, 새로운 공급망 구축

버려진 유휴 공간 연결해 전력 생산 방식으로 혁신 AI 설계·인허가 자동화·소규모 태양광 사업성 확보 ESS·가상발전소 연계···분산에너지 시대 동력 확대 재생에너지 산업이 기술 고도화와 사업 다각화를 바탕으로 새로운 성장 국면을 맞고 있다. 태양광과 풍력 등 발전설비는 물론 AI 기반 발전량 예측, 가상발전소(VPP), 전력중개, RE100 등 데이터와 소프트웨어를 활용한 서비스도 빠르게 확산되면서 기업들의 경쟁력도 한층 다양해지고 있다. ‘재생에너지 리셋’ 시리즈에서는 국내 재생에너지 기업들의 성장 전략과 기술 경쟁력, 분산에너지 시대를 이끌 새로운 비즈니스 모델을 차례로 살펴본다.<편집자 주> 함일한 에이치에너지 대표가 ‘PR 데이’에서 기업 소개를 하고 있다. [사진=에이치에너지] [이뉴스투데이 노태하 기자] 대규모 부지 개발이 한계에 이르면서 재생에너지 산업이 기존 유휴 공간을 활용하는 분산형 발전으로 빠르게 전환되고 있다. 이러한 변화 속에서 에너지 플랫폼 기업 에이치에너지는 전국 공장과 창고, 축사, 상가 등의 지붕을 하나의 발전 자원으로 연결해 새로운 재생에너지 공급망 구축에 나서고 있다. 13일 업계에 따르면 에이치에너지는 전국 공장과 창고, 축사, 상가 등의 유휴 지붕을 하나의 발전 자원으로 연결해 AI 기반 설계·운영 기술과 투자·전력거래 플랫폼을 결합한 분산에너지 플랫폼 기업이다. 이미 전력망이 연결된 건물 지붕을 활용해 추가 송전망 투자 부담을 줄이고, 산림이나 농지를 훼손하지 않아 주민 수용성도 높일 수 있다는 점을 강점으로 내세우고 있다. 에이치에너지가 주목한 것은 이른바 ‘롱테일(Long-tail) 자원’이다. 개별적으로는 경제성이 낮아 활용되지 못했던 소규모 지붕도 대규모로 연결하면 하나의 발전소와 같은 효과를 낼 수 있다는 판단이다. 다만 기존에는 현장 조사와 설계, 인허가 등에 많은 전문 인력이 필요해 사업성이 떨어지는 것이 한계였다. 에이치에너지는 이를 자체 AI 에이전트 ‘헬리오스(HELIOS)’로 해결했다. 위성사진과 공간 데이터를 기반으로 지붕 구조와 장애물을 자동 분석해 최적의 설계안과 예상 발전량을 산출하고 인허가에 필요한 행정 서류도 자동 작성한다. 전문가가 직접 수행하던 개발 과정을 디지털화해 초기 사업비를 크게 낮췄으며 이를 ‘No 엔지니어링’ 전략으로 부른다. AI 기반 기술은 플랫폼으로 이어진다. 건물 지붕을 확보하는 ‘솔라쉐어’, 투자금을 모집하는 협동조합형 플랫폼 ‘모햇’, 발전소 운영관리 플랫폼 ‘솔라온케어’, 기업 대상 RE100 전력공급 서비스 ‘솔라쉐어바로’가 하나의 밸류체인을 구성한다. 부지 확보부터 자금 조달, 발전소 구축, 운영, 전력 판매까지 전 과정을 자체 플랫폼으로 수행하는 것이 특징이다. 특히 ‘모햇’은 개인도 소액으로 태양광 발전소에 투자할 수 있는 협동조합 기반 플랫폼이다. 기관투자자와 대형 자본 중심이던 재생에너지 투자 시장의 문턱을 낮춰 일반 시민도 참여할 수 있도록 했으며 조합원과 수익을 공유하는 ‘에너지 공유경제’를 지향하고 있다. 발전소 운영 방식도 기존 사업자와 차별화된다. 에이치에너지는 ‘솔라온케어’를 통해 전국 7047개 발전소, 약 895MW 규모 설비를 원격 관리하고 있다. AI는 주변 발전소와 발전량을 비교하는 클러스터 분석, 예상 발전량과 실제 출력을 비교하는 효율 진단, MPPT 분석, I-V Curve 분석 등을 활용해 설비 이상을 실시간으로 탐지한다. 현장 점검 중심의 O&M과 달리 데이터를 기반으로 고장을 예측·대응하며 문제 해결 리드타임을 평균 10일에서 이틀 이내로 단축했다. 에이치에너지의 사업 영역은 태양광을 넘어 ESS와 가상발전소(VPP)로 확대되고 있다. ‘ESS온케어’는 AI 기반 예측 정비와 충·방전 최적화, 수요반응(DR), VPP 운영을 통합 관리하는 플랫폼이다. 현재 일본에서는 지역 전력회사와 일반 가정을 대상으로 ESS 실증사업을 진행 중이며 축적한 데이터를 국내 분산에너지 시장에도 활용할 계획이다. 또 포스텍과 공동 연구한 ‘추계적 입찰(Stochastic Bidding)’ 알고리즘을 통해 VPP 수익성을 20~40% 높였다. 출처: [이뉴스투데이] https://www.enewstoday.co.kr/news/articleView.html?idxno=2448158

기타 산업경영공학과 김광재 교수, 2026 INFORMS ICQSR 국제학술대회 기조강연 및 패널 참여

산업경영공학과 김광재 교수가 지난 7월 5일부터 9일까지 홍콩에서 개최된 2026 INFORMS Conference on Quality, Statistics, and Reliability (ICQSR)에 참석하여 "From Manufacturing to Valufacturing: Implications for QSR"를 주제로 기조강연을 진행하였고, "Leaders Forum – Navigating the AI Frontier in Research and Education" 패널세션에서는 "How should we educate the future engineers?"를 발제하고, 패널리스트로 참여하였다. 이번 학회 참여를 통해 POSTECH 산업경영공학과의 연구 역량과 교육 비전을 국제 학술무대에 공유하는 뜻깊은 시간을 가졌다.