【드래곤 스포츠】 보증업체놀이터추천홍보 : 프로그램제작판매제작의뢰 : 스포츠분석 : 무료스포츠중계tv : 섹시bj움짤 : 뉴스 : 안구정화

로그인

글쓰기

[IT뉴스][현장] 건설 AI, ‘현장’을 알아야 움직인다…드론 스테이션에서 피지컬 AI까지

온카뱅크관리자

2026-08-12 07:47:28

<div id="layerTranslateNotice" style="display:none;"></div>  
        <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> 
         <section dmcf-sid="UpRVOQhDWo">
          <div contents-hash="9640a0d3be6a72d7e4b745b0b4283b5b77c72bfa536a0fd85dc2b6e5b7386bbe" dmcf-pid="uUefIxlwyL" dmcf-ptype="general">
           <h5>엔젤스윙, 자동 데이터 취득→디지털 트윈·BIM→AI 분석으로 이어지는 건설 DX 로드맵 제시</h5>
           <h5>호반건설 협업 사례 소개 ‘기술보다 현장’…올해 5개 현장서 드론 스테이션 활용 데이터 취합</h5>
           <h5>CJ대한통운 건설부문, 현장 데이터를 조직의 ‘공통 화면’으로…다음 단계는 AI 안전관리</h5>
           <div> 
           </div>
          </div>
          <figure class="figure_frm origin_fig" contents-hash="206679a8f3595a8b12becee3b43067042b6005479b8e04db37af6eca97353a0a" dmcf-pid="7ud4CMSrTn" dmcf-ptype="figure">
           <p class="link_figure"><img alt="마우스로 지도 위 한 지점을 클릭하자 드론이 현장으로 향했다. 사람이 조종기를 들고 밖으로 나갈 필요는 없었다. 현장을 촬영한 드론이 스테이션으로 복귀하면 사진과 영상은 플랫폼에 올라가고 촬영 위치와 시간은 기록으로 남는다. (이미지=엔젤스윙)" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202608/12/552816-OGTrtXj/20260812074130563hocy.png" data-org-width="1024" dmcf-mid="KkMxQZRfhG" dmcf-mtype="image" height="auto" src="https://img4.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202608/12/552816-OGTrtXj/20260812074130563hocy.png" width="658"></p>
           <figcaption class="txt_caption default_figure">
            마우스로 지도 위 한 지점을 클릭하자 드론이 현장으로 향했다. 사람이 조종기를 들고 밖으로 나갈 필요는 없었다. 현장을 촬영한 드론이 스테이션으로 복귀하면 사진과 영상은 플랫폼에 올라가고 촬영 위치와 시간은 기록으로 남는다. (이미지=엔젤스윙)
           </figcaption>
          </figure>
          <div contents-hash="bc5257331c0ea1386c5d07525a5cf1ed36bf94371bdd3122fe6ff4b5df167384" dmcf-pid="z7J8hRvmyi" dmcf-ptype="general">
           <div> 
           </div> 
          </div>
          <p contents-hash="4f139f5112eade1646c3544baddf4700dc647270130c3bccd0015819ee5acf6d" dmcf-pid="qzi6leTslJ" dmcf-ptype="general">마우스로 지도 위 한 지점을 클릭하자 드론이 현장으로 향했다. 사람이 조종기를 들고 밖으로 나갈 필요는 없었다. 현장을 촬영한 드론이 스테이션으로 복귀하면 사진과 영상은 플랫폼에 올라가고 촬영 위치와 시간은 기록으로 남는다. 같은 장소를 반복해서 촬영하면 어제와 오늘의 현장을 비교할 수 있는 시계열 데이터가 된다. 지난 7일 서울 코엑스에서 열린 ‘Construction DX Forum 2026’에서 엔젤스윙이 보여준 건설 현장 데이터 취득 방식이다. </p>
          <div contents-hash="2918ef3636ed0eea70a282ff386ac5e8752e9747e63536fcb9bac20fb78256a9" dmcf-pid="BqnPSdyOld" dmcf-ptype="general">
           이날 포럼의 화두는 단순히 ‘드론을 건설 현장에서 어떻게 활용할 것인가’에 머물지 않았다. 디지털 트윈과 BIM(Building Information Modeling·건설정보모델링), 인공지능(AI)을 현장 업무에 적용하려면 그보다 먼저 AI가 판단할 수 있는 ‘현재의 현장’을 지속적으로 디지털화해야 한다는 문제의식이 발표 전반을 관통했다. 실제 포럼 역시 건설 현장의 데이터를 어떻게 취득하고 가시화해 업무에 활용할 것인지를 현장 사례를 통해 살펴보는 방식으로 진행됐다. 
           <div> 
           </div>
          </div>
          <figure class="figure_frm origin_fig" contents-hash="ef89361459e95296995040cf4c7ba2c421fd107f48d76c364e240dfce401a514" dmcf-pid="bw1TPXMVSe" dmcf-ptype="figure">
           <p class="link_figure"><img alt="지난 7일 서울 코엑스에서 열린 ‘Construction DX Forum 2026’에서 엔젤스윙 박원녕 대표가 자동화된 데이터 취득에서 AI 기반 건설 운영과 피지컬 AI(Physical AI)로 이어지는 기술 방향을 설명하고 있다. (사진=테크42)" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202608/12/552816-OGTrtXj/20260812074132216jqmf.png" data-org-width="1024" dmcf-mid="95HeRtJ6yY" dmcf-mtype="image" height="auto" src="https://img2.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202608/12/552816-OGTrtXj/20260812074132216jqmf.png" width="658"></p>
           <figcaption class="txt_caption default_figure">
            지난 7일 서울 코엑스에서 열린 ‘Construction DX Forum 2026’에서 엔젤스윙 박원녕 대표가 자동화된 데이터 취득에서 AI 기반 건설 운영과 피지컬 AI(Physical AI)로 이어지는 기술 방향을 설명하고 있다. (사진=테크42)
           </figcaption>
          </figure>
          <div contents-hash="5ffcdf164b88515bbc6d851460f3028138764b1502d55d447359ac14264788a7" dmcf-pid="KrtyQZRfSR" dmcf-ptype="general">
           <div> 
           </div> 
          </div>
          <p contents-hash="124c970607291d71df3375fbcef399b0e9052791292646343dc2b4df46fb9f48" dmcf-pid="9mFWx5e4SM" dmcf-ptype="general">엔젤스윙 박원녕 대표가 자동화된 데이터 취득에서 AI 기반 건설 운영과 피지컬 AI(Physical AI)로 이어지는 기술 방향을 설명했고, 이어 임찬 엔젤스윙 한국 비즈팀 본부장이 호반건설과 추진한 DX 협업 사례를 소개했다. CJ대한통운 건설부문 최홍순 파트장은 실제 건설 현장에서 드론과 디지털 데이터를 수년간 확산시킨 경험과 향후 AI 활용 계획을 공개했다. 세 발표를 관통한 결론은 분명했다. 건설 AI의 시작점은 AI 모델 자체가 아니라 현실 세계를 얼마나 정확하고 자주 데이터로 바꿀 수 있느냐에 있다는 것이다. </p>
          <div contents-hash="b647a2c9d07d333e18bd7607ece6de6a2f775d9b259426c5a92f8238f9b96161" dmcf-pid="2s3YM1d8yx" dmcf-ptype="general">
           <strong>사람이 날리던 드론에서 ‘설치형 인프라’로…현장을 계속 데이터화한다</strong>
           <div> 
           </div>
          </div>
          <figure class="figure_frm origin_fig" contents-hash="04ca9f84dae7765fe77d3fbe49ace9159e91d95d20a4f4ce9917e1beac0350ef" dmcf-pid="VO0GRtJ6hQ" dmcf-ptype="figure">
           <p class="link_figure"><img alt="박 대표에 따르면 엔젤스윙이 2019년 이후 고객 현장의 데이터 취득 주기를 살펴본 결과 초기 평균 한 달가량이던 주기가 현재 1주 미만으로 짧아졌다. (사진=테크42)" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202608/12/552816-OGTrtXj/20260812074133718tlct.jpg" data-org-width="1024" dmcf-mid="2tuAjbkLvW" dmcf-mtype="image" height="auto" src="https://img1.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202608/12/552816-OGTrtXj/20260812074133718tlct.jpg" width="658"></p>
           <figcaption class="txt_caption default_figure">
            박 대표에 따르면 엔젤스윙이 2019년 이후 고객 현장의 데이터 취득 주기를 살펴본 결과 초기 평균 한 달가량이던 주기가 현재 1주 미만으로 짧아졌다. (사진=테크42)
           </figcaption>
          </figure>
          <div contents-hash="b581c661cc47e3537bb00137e9dd13f4945b93fbc443a0e9175236f796b41ba2" dmcf-pid="fIpHeFiPSP" dmcf-ptype="general">
           <div> 
           </div> 
          </div>
          <p contents-hash="b51ea7789b01c353af349a143dc72004033936579d7496245fb35185b459d77b" dmcf-pid="4CUXd3nQW6" dmcf-ptype="general">건설 현장에서 드론을 활용하는 일 자체는 새로운 일이 아니다. 문제는 데이터를 계속 만들어내는 과정이다. 현장 직원이 직접 드론을 운용하려면 비행 교육과 허가, 실제 비행, 촬영 결과 확인, 데이터 업로드를 반복해야 한다. 담당자가 바뀌거나 업무가 몰리면 촬영 주기를 일정하게 유지하기도 쉽지 않다. </p>
          <p contents-hash="d8e0adcda3ecd586f766e5f89bcf96488e3c1f2d159184f612cb7318ad1352b4" dmcf-pid="8huZJ0Lxy8" dmcf-ptype="general">박 대표에 따르면 엔젤스윙이 2019년 이후 고객 현장의 데이터 취득 주기를 살펴본 결과 초기 평균 한 달가량이던 주기가 현재 1주 미만으로 짧아졌다. 박 대표는 이런 변화를 촉진한 요인 가운데 하나로 무인·자동화된 드론 스테이션을 꼽았다. 드론이 사람이 필요할 때 들고 나가는 장비에서 현장에 계속 설치돼 데이터를 만드는 인프라로 바뀌고 있다는 의미다. </p>
          <div contents-hash="3d6199d7f0b3ba3f7cfc0aa381e05e7927c4c41609aae21b2705cad5d4a053e8" dmcf-pid="6l75ipoMl4" dmcf-ptype="general">
           엔젤스윙이 제시한 구조에서는 비행 계획과 드론 스테이션 운용, 촬영, 데이터 전송과 가공이 하나의 플랫폼 안에서 이어진다. 촬영된 사진과 영상은 별도의 다운로드와 재업로드 없이 기록되고 데이터베이스화된다. 회의실에서 컴퓨터로 실시간 드론 영상을 확인하거나 지도에서 원하는 지점을 지정해 드론을 출동시키는 것도 가능하다. 과거에는 한 명의 조종자가 현장에서 보는 화면이었다면 이제는 본사와 현장이 같은 화면을 보며 판단할 수 있는 데이터로 바뀌는 셈이다. 박 대표는 이 과정에서 드론이 얼마나 많이 촬영하느냐보다 촬영된 정보에 어떤 맥락을 붙이느냐가 중요하다고 강조했다. 
           <div> 
           </div>
          </div>
          <figure class="figure_frm origin_fig" contents-hash="60e96ce69cc13486d7b47696fe2c36d95dba8efa8459d87e9de247e16613ca0c" dmcf-pid="PSz1nUgRCf" dmcf-ptype="figure">
           <p class="link_figure"><img alt="엔젤스윙이 제시한 구조에서는 비행 계획과 드론 스테이션 운용, 촬영, 데이터 전송과 가공이 하나의 플랫폼 안에서 이어진다. 촬영된 사진과 영상은 별도의 다운로드와 재업로드 없이 기록되고 데이터베이스화된다. 회의실에서 컴퓨터로 실시간 드론 영상을 확인하거나 지도에서 원하는 지점을 지정해 드론을 출동시키는 것도 가능하다. (이미지=엔젤스윙)" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202608/12/552816-OGTrtXj/20260812074135260owse.png" data-org-width="1024" dmcf-mid="VWfFtk0HSy" dmcf-mtype="image" height="auto" src="https://img3.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202608/12/552816-OGTrtXj/20260812074135260owse.png" width="658"></p>
           <figcaption class="txt_caption default_figure">
            엔젤스윙이 제시한 구조에서는 비행 계획과 드론 스테이션 운용, 촬영, 데이터 전송과 가공이 하나의 플랫폼 안에서 이어진다. 촬영된 사진과 영상은 별도의 다운로드와 재업로드 없이 기록되고 데이터베이스화된다. 회의실에서 컴퓨터로 실시간 드론 영상을 확인하거나 지도에서 원하는 지점을 지정해 드론을 출동시키는 것도 가능하다. (이미지=엔젤스윙)
           </figcaption>
          </figure>
          <div contents-hash="2df7301ec73dd9666b9baa67fba5899715b0ba8176401cb0eca1763b9e64d80d" dmcf-pid="Qud4CMSrCV" dmcf-ptype="general">
           <div> 
           </div> 
          </div>
          <p contents-hash="8968ed9b483d58906def03dbe7729d73a3510f92a5a4455efae506745d4c9045" dmcf-pid="x7J8hRvmy2" dmcf-ptype="general">“모든 사진이나 영상에는 찍은 시간이 있고, 찍은 위치가 있습니다. 나중에 에이전트가 이 데이터에 접근했을 때 정말 맥락과 상황을 가질 수 있도록 하는 데 초점을 두고 있습니다. 위치와 시간이 정확해야 그 방대한 데이터가 의미를 갖게 됩니다. 시간이 좀 오래 걸리더라도 저희가 이런 부분을 계속 개발하고 있습니다.” </p>
          <p contents-hash="21af51ebfe6b613c387ab35da430431ace0d3044afcb96c458c40a3c786c3b5e" dmcf-pid="ykXl4YPKl9" dmcf-ptype="general">시간과 위치가 붙은 데이터가 반복적으로 쌓이면 사진은 단순한 공사 기록을 넘어선다. 동일한 위치와 각도에서 지속적으로 촬영해 공정 변화를 타임랩스로 확인하거나 특정 시점의 현장을 다시 불러올 수 있다. 드론 스테이션을 이용한 촬영은 고정형 타임랩스 카메라와 달리 촬영 지점을 바꿀 수 있다는 장점도 있다. 엔젤스윙은 드론 촬영에서 발생하던 미세한 흔들림을 보정해 타임랩스 결과를 개선한 기능도 소개했다. </p>
          <p contents-hash="11dc766b85025e4368d1cae4b4a91ebd2db7932287afe853a0732d1b990b1e38" dmcf-pid="WEZS8GQ9hK" dmcf-ptype="general">자동화의 가치는 정밀한 반복 촬영에서 더 커진다. 엔젤스윙은 포인트 클라우드(point cloud)로 만든 디지털 트윈 위에서 비행 경로를 설정해 흙막이처럼 지속적으로 관찰해야 하는 구간을 낮은 고도에서 반복 촬영하는 사례를 공개했다. 박 대표에 따르면 사람이 직접 조종하지 않고 관제만 하는 상태에서 드론이 이륙해 관심 구간의 데이터를 취득하고 돌아오는 방식이다. 같은 위치의 데이터가 매일 또는 더 짧은 간격으로 축적되면 사람이 일일이 현장을 확인하지 않고도 변화량을 분석하는 기반을 만들 수 있다. </p>
          <div contents-hash="affb7796787734f627179aab341929d9bb128e8b65a432632c1144c19f63a399" dmcf-pid="YD5v6Hx2hb" dmcf-ptype="general">
           현장에서 만들어진 2D·3D 데이터는 작업 계획에도 활용되고 있다. 자재를 어디에 둘 것인지, 여러 협력사의 작업구역과 중장비 동선이 충돌하지 않는지, 신호수와 작업자를 어디에 배치할 것인지 등을 실제 현장 모델 위에서 미리 시각화하는 방식이다. 계획된 중장비 작업 위치와 작업자·신호수의 배치, 안전시설 설치 위치를 먼저 디지털 트윈에 표시한 뒤 실제 작업 당일 같은 위치를 다시 촬영해 계획대로 이행됐는지 비교한 사례도 소개됐다. 
           <div> 
           </div>
          </div>
          <figure class="figure_frm origin_fig" contents-hash="e4ebc08a3878ee4ba6bec96869f547790111715f0e6b1fb0b076125f9d34c16e" dmcf-pid="Gw1TPXMVvB" dmcf-ptype="figure">
           <p class="link_figure"><img alt="현장에서 만들어진 2D·3D 데이터는 작업 계획에도 활용되고 있다. 자재를 어디에 둘 것인지, 여러 협력사의 작업구역과 중장비 동선이 충돌하지 않는지, 신호수와 작업자를 어디에 배치할 것인지 등을 실제 현장 모델 위에서 미리 시각화하는 방식이다. (사진=테크42)" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202608/12/552816-OGTrtXj/20260812074136776tkhl.jpg" data-org-width="1024" dmcf-mid="fb1IOQhDhT" dmcf-mtype="image" height="auto" src="https://img1.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202608/12/552816-OGTrtXj/20260812074136776tkhl.jpg" width="658"></p>
           <figcaption class="txt_caption default_figure">
            현장에서 만들어진 2D·3D 데이터는 작업 계획에도 활용되고 있다. 자재를 어디에 둘 것인지, 여러 협력사의 작업구역과 중장비 동선이 충돌하지 않는지, 신호수와 작업자를 어디에 배치할 것인지 등을 실제 현장 모델 위에서 미리 시각화하는 방식이다. (사진=테크42)
           </figcaption>
          </figure>
          <div contents-hash="18a26b1a9ded29c3b090cc75c1c214ce07a9e6a1227e02abf2cec9c83bde365f" dmcf-pid="HrtyQZRfyq" dmcf-ptype="general">
           <div> 
           </div> 
          </div>
          <p contents-hash="2c79e9d32649bfee60a81da2e2e2c79256e72bb419054c1a67fde575660ce5f3" dmcf-pid="XmFWx5e4Sz" dmcf-ptype="general">여기에 설계 데이터가 결합하면서 디지털 트윈의 역할은 다시 확장된다. 엔젤스윙은 현실의 시공 상태를 담은 리얼리티 캡처(Reality Capture) 데이터와 BIM을 하나의 환경에서 중첩해 실제 시공 결과와 설계 의도를 비교하는 기능을 제공하고 있다. BIM과 현장 3D 모델 사이의 거리를 측정하는 기능도 구현했으며 BIM 속성값과 시계열 정보를 불러와 4D BIM으로 연결하는 기능은 개발 중이라고 밝혔다. 다만 박 대표는 이 기능 가운데 일부가 아직 출시 전이라는 점도 분명히 했다. </p>
          <p contents-hash="026de65cf0536a946b4c666849fccc89d4f329986c8f269d810ad219c4996ade" dmcf-pid="Zs3YM1d8v7" dmcf-ptype="general">AI는 이처럼 계속 쌓이는 데이터를 사람이 모두 확인하기 어려워지는 지점부터 본격적으로 들어온다. 엔젤스윙은 토공량을 이용한 공정률 산출에 이어 파일 공사에서 AI가 설치된 파일을 탐지하고 시점별 상태를 기록하는 기능을 개발해 왔다. 탐지 결과 가운데 확신도가 낮은 항목은 사람이 다시 확인하는 ‘휴먼 인 더 루프(Human in the Loop)’ 방식을 적용해 AI 판단을 그대로 확정하지 않는 구조도 강조했다. 사람이 검수한 결과는 다시 학습용 어노테이션으로 활용하는 방식이다. 그러면서 박 대표는 재차 AI 자동화에 대해서도 사람의 검증이 여전히 필요하다는 점을 짚었다. </p>
          <div contents-hash="28bf5884592fa8f9b56b15a76d48ca690d4c98a5c03fdf17a4f87373e8e24fb7" dmcf-pid="5DIcUmztlu" dmcf-ptype="general">
           “AI에게 모든 걸 맡겨버리면 실수를 하기 마련입니다. 그래서 저희는 휴먼 인 더 루프를 한 번 더 쓰고 있습니다. 사람이 확인하는 과정 자체가 다시 어노테이션이 되고, 그 어노테이션은 AI 알고리즘 모델을 강화하는 데 활용됩니다. 결국 쓰면 쓸수록 AI가 현장의 파일이나 우리가 탐지하고 싶은 공정 상황을 더 잘 볼 수 있게 되는 구조입니다.” 
           <div> 
           </div>
          </div>
          <figure class="figure_frm origin_fig" contents-hash="8bad3c9db9cde5453628a99fc913a10a1dc3eefdd1b684471d8095eb3d23d5e9" dmcf-pid="1wCkusqFhU" dmcf-ptype="figure">
           <p class="link_figure"><img alt="AI 분석 대상도 공정률에만 국한되지 않는다. 현장의 지형 데이터를 이용해 경사도를 분석하고 일정 경사 이상 구간을 시각적으로 표시하는 기능, 지형을 따라 물이 어디로 흐르고 어느 지점에 고일 가능성이 높은지를 분석하는 기능도 이날 소개됐다. (사진=테크42)" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202608/12/552816-OGTrtXj/20260812074138237cheg.jpg" data-org-width="1024" dmcf-mid="8sKZXN1yvS" dmcf-mtype="image" height="auto" src="https://img2.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202608/12/552816-OGTrtXj/20260812074138237cheg.jpg" width="658"></p>
           <figcaption class="txt_caption default_figure">
            AI 분석 대상도 공정률에만 국한되지 않는다. 현장의 지형 데이터를 이용해 경사도를 분석하고 일정 경사 이상 구간을 시각적으로 표시하는 기능, 지형을 따라 물이 어디로 흐르고 어느 지점에 고일 가능성이 높은지를 분석하는 기능도 이날 소개됐다. (사진=테크42)
           </figcaption>
          </figure>
          <div contents-hash="7a84ffcbdaab025cdfc81b74621263acf459dc76fe2b43a93303bc79fd7a8986" dmcf-pid="trhE7OB3yp" dmcf-ptype="general">
           <div> 
           </div> 
          </div>
          <p contents-hash="4a0f568a7acc7f16c9642dc3dc1629d27fa43a3a2c3015b961dc9841622572a0" dmcf-pid="FmlDzIb0W0" dmcf-ptype="general">AI 분석 대상도 공정률에만 국한되지 않는다. 현장의 지형 데이터를 이용해 경사도를 분석하고 일정 경사 이상 구간을 시각적으로 표시하는 기능, 지형을 따라 물이 어디로 흐르고 어느 지점에 고일 가능성이 높은지를 분석하는 기능도 이날 소개됐다. 박 대표는 물 흐름 분석 기능은 당시 출시 전 단계라고 설명했다. 기술이 드론 촬영 그 자체에서 토공·장비 운용·안전 등 현장의 구체적인 의사결정으로 이동하고 있는 대목이다. </p>
          <p contents-hash="98c0e19cec88216e6ddde8edc1df97521370d662a192eba6d762d40fe885a7dd" dmcf-pid="3sSwqCKpC3" dmcf-ptype="general">데이터 취득 영역은 건물 밖에서도 안으로 넓어지고 있다. 엔젤스윙은 작업자가 360도 카메라를 들고 이동하며 확보한 실내 데이터를 외부 드론 데이터와 같은 리얼리티 캡처 환경에서 확인하는 기능을 구현했다. 실내 드론으로 360도 데이터를 수집해 사람이 걸으며 촬영하는 것보다 빠르게 내부 공간을 확보하는 실험도 진행했다. 올해 하반기에는 사족보행 로봇 두 대를 이용해 실내 데이터를 자동으로 수집하는 실험도 계획하고 있다고 박 대표는 밝혔다. </p>
          <div contents-hash="0419ebf49220b5428da1d26867e54bcc00054e2c694923a7d0026581ed627bd5" dmcf-pid="0OvrBh9UhF" dmcf-ptype="general">
           결국 이 흐름의 마지막에 등장한 것이 피지컬 AI다. 현재 엔젤스윙의 드론 운용은 GPS와 웨이포인트 기반 비행 또는 사용자의 원격조작을 중심으로 이뤄진다. 동시에 드론 영상에서 개구부나 안전조끼 미착용, 작업자와 장비 간 위험 등을 탐지해 대시보드에 기록하고, 현장 스피커와 연동해 안전방송까지 이어가는 기술을 실증하고 있다. 향후에는 현장을 자율적으로 순찰하고 위험을 발견하면 분석과 알림, 현장 조치까지 연결되는 구조를 지향한다. 
           <div> 
           </div>
          </div>
          <figure class="figure_frm origin_fig" contents-hash="b2cbf8203e8436ab5b85cc550b803aa7dbbfaa1615a4b4519da4d86fd17a3805" dmcf-pid="pITmbl2uht" dmcf-ptype="figure">
           <p class="link_figure"><img alt="박 대표는 완전 자율비행을 위해 필요한 근간 기술을 빌딩 블록처럼 하나씩 쌓고 있으며, 궁극적으로는 날아다니는 피지컬 AI 드론이 현장에서 안전 역할을 수행하도록 하는 것이 목표라고 설명했다. (이미지=엔젤스윙)" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202608/12/552816-OGTrtXj/20260812074139756tvar.png" data-org-width="1024" dmcf-mid="6nDPSdyOhl" dmcf-mtype="image" height="auto" src="https://img2.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202608/12/552816-OGTrtXj/20260812074139756tvar.png" width="658"></p>
           <figcaption class="txt_caption default_figure">
            박 대표는 완전 자율비행을 위해 필요한 근간 기술을 빌딩 블록처럼 하나씩 쌓고 있으며, 궁극적으로는 날아다니는 피지컬 AI 드론이 현장에서 안전 역할을 수행하도록 하는 것이 목표라고 설명했다. (이미지=엔젤스윙)
           </figcaption>
          </figure>
          <div contents-hash="2eb377d75eb5b3e934ea765e893ae271b0fc1b45e01576ca1fc1af8bfc8ffd87" dmcf-pid="UCysKSV7S1" dmcf-ptype="general">
           <div> 
           </div> 
          </div>
          <p contents-hash="f62c9dce555bab9f64656c4e62b56844b31b62524469931d180b5bdd3a2c9454" dmcf-pid="uhWO9vfzy5" dmcf-ptype="general">“지금은 웨이포인트 비행이나 GPS 기반 비행, 사용자가 컴퓨터 마우스와 키보드로 조작하는 방식이지만 어느 순간에는 드론을 완전 자율비행하게 하는 것을 목표로 하고 있습니다.” </p>
          <p contents-hash="8fc976ea09109e986e707c552fd97fd033931463f97121ab5cfa81a58f219949" dmcf-pid="7OvrBh9UTZ" dmcf-ptype="general">박 대표는 완전 자율비행을 위해 필요한 근간 기술을 빌딩 블록처럼 하나씩 쌓고 있으며, 궁극적으로는 날아다니는 피지컬 AI 드론이 현장에서 안전 역할을 수행하도록 하는 것이 목표라고 설명했다. 발표 마지막에 강조한 ‘자동화’ 역시 같은 맥락이다. 디지털 전환을 단순히 종이 자료를 디지털 화면으로 옮기는 것으로 보지 않고, 현실 데이터를 사람이 반복해서 만들고 확인하던 과정을 점차 자동화해 AI가 사용할 수 있는 데이터 흐름으로 전환하는 것이 디지털 전환(DX)과 AI 전환(AX)의 기반이라는 설명이다. </p>
          <div contents-hash="10a7121a3b54cf5d06b3a0ef0bc061876d03c46b559b9c5a0b38e1fb1d2544c3" dmcf-pid="zITmbl2uCX" dmcf-ptype="general">
           <strong>“기술이 좋아도 현장에서 일이 늘면 의미 없다”…호반건설이 먼저 본 것은 데이터 신뢰성</strong>
           <div> 
           </div>
          </div>
          <figure class="figure_frm origin_fig" contents-hash="b93ab4dfed6efc29b9779203bca0f76724f66b3d62ca0f8b1fe2d1093d9c1a2f" dmcf-pid="qCysKSV7yH" dmcf-ptype="figure">
           <p class="link_figure"><img alt="기술이 고도화되는 것과 현장에서 실제로 사용하는 것은 별개의 문제다. 이어 발표에 나선 임찬 엔젤스윙 한국 비즈팀 본부장은 이날 호반건설과 진행한 DX 협업 과정을 소개하며 이 간극을 짚었다. (사진=테크42)" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202608/12/552816-OGTrtXj/20260812074141247ojia.jpg" data-org-width="1024" dmcf-mid="PcFmbl2uvh" dmcf-mtype="image" height="auto" src="https://img3.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202608/12/552816-OGTrtXj/20260812074141247ojia.jpg" width="658"></p>
           <figcaption class="txt_caption default_figure">
            기술이 고도화되는 것과 현장에서 실제로 사용하는 것은 별개의 문제다. 이어 발표에 나선 임찬 엔젤스윙 한국 비즈팀 본부장은 이날 호반건설과 진행한 DX 협업 과정을 소개하며 이 간극을 짚었다. (사진=테크42)
           </figcaption>
          </figure>
          <div contents-hash="02f88a1a86d043a8bc96fa83ce8300d9e718e2659f212117b34c0e64f6e1529e" dmcf-pid="BhWO9vfzhG" dmcf-ptype="general">
           <div> 
           </div> 
          </div>
          <p contents-hash="fa946c2bc973afc61bc02d28c294b6a6e019a56038d618b46db2d9ff31de3068" dmcf-pid="blYI2T4qSY" dmcf-ptype="general">기술이 고도화되는 것과 현장에서 실제로 사용하는 것은 별개의 문제다. 이어 발표에 나선 임찬 엔젤스윙 한국 비즈팀 본부장은 이날 호반건설과 진행한 DX 협업 과정을 소개하며 이 간극을 짚었다. </p>
          <p contents-hash="6ac03703faee27b0d3715c0ebece5a4abfdc9fb0d9c9ab241000290200332355" dmcf-pid="KSGCVy8BlW" dmcf-ptype="general">임 본부장에 따르면 호반건설은 드론 데이터와 실내 360도 스캔 데이터, 3D 데이터, 도면과 BIM 등을 디지털 트윈의 주요 구성 요소로 보고 있다. 현실의 현장을 사람이 직관적으로 파악하는 데 활용하는 동시에 향후 AI가 분석할 수 있는 데이터 기반으로 만들기 위해서다. 기술 자체보다 현장과 안전에 실질적인 가치를 주느냐를 중요하게 봤다는 게 임 본부장의 설명이다. 문제는 좋은 데이터를 정기적으로 확보하는 일이 현장에 또 다른 업무가 될 수 있다는 점이었다. </p>
          <p contents-hash="aff3e12fe899edd07f296dab15efc98e80fd0dd253a7e6192be71449242d0700" dmcf-pid="9vHhfW6bTy" dmcf-ptype="general">“드론을 통해 데이터를 활용하려면 비행 인허가부터 현장을 어떻게 촬영할지, 비행경로를 어떻게 설정할지 정해야 합니다. 실제 촬영 과정의 관제와 데이터 취득, 업로드, 프로세싱도 필요합니다. 이것을 매주 또는 매일 주기적으로 돌리고 전경 촬영을 반복하면서 장비 유지보수까지 해야 합니다. 엔젤스윙은 이런 전 과정을 맡아 현장에서는 DX 데이터를 안정적으로 수집할 수 있도록 하는 방향으로 진행했습니다.” </p>
          <div contents-hash="86c1f63a26733fb6c728a1f7335385314af13630bf4d6ac82ddaa16d796ca1e8" dmcf-pid="2TXl4YPKyT" dmcf-ptype="general">
           이 방식에서 데이터 취득 자동화는 단순한 인력 절감 이상의 의미를 갖는다. 촬영 주기와 품질을 일정하게 유지할 수 있어야 어제의 현장과 오늘의 현장을 같은 기준으로 비교할 수 있고, 본사에서도 시간과 공간의 제약을 덜 받고 현장을 확인할 수 있기 때문이다. 결국 본사와 현장이 같은 최신 데이터를 보며 판단할 수 있는 구조로 이어진다. 
           <div> 
           </div>
          </div>
          <figure class="figure_frm origin_fig" contents-hash="f78a4bb9ea0596047bd5488e14e5bbc5474d58d7a468e1564c93cbe41a1656e3" dmcf-pid="VyZS8GQ9yv" dmcf-ptype="figure">
           <p class="link_figure"><img alt="임 본부장에 따르면 호반건설은 드론 데이터와 실내 360도 스캔 데이터, 3D 데이터, 도면과 BIM 등을 디지털 트윈의 주요 구성 요소로 보고 있다. 현실의 현장을 사람이 직관적으로 파악하는 데 활용하는 동시에 향후 AI가 분석할 수 있는 데이터 기반으로 만들기 위해서다. (사진=테크42)" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202608/12/552816-OGTrtXj/20260812074142714fyvl.jpg" data-org-width="1024" dmcf-mid="QAo7c9DgvC" dmcf-mtype="image" height="auto" src="https://img3.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202608/12/552816-OGTrtXj/20260812074142714fyvl.jpg" width="658"></p>
           <figcaption class="txt_caption default_figure">
            임 본부장에 따르면 호반건설은 드론 데이터와 실내 360도 스캔 데이터, 3D 데이터, 도면과 BIM 등을 디지털 트윈의 주요 구성 요소로 보고 있다. 현실의 현장을 사람이 직관적으로 파악하는 데 활용하는 동시에 향후 AI가 분석할 수 있는 데이터 기반으로 만들기 위해서다. (사진=테크42)
           </figcaption>
          </figure>
          <div contents-hash="6c2327b5fb9781a6152e290fff8cf5e435e1b149225a0ad1bd1e7a952913f905" dmcf-pid="fW5v6Hx2CS" dmcf-ptype="general">
           <div> 
           </div> 
          </div>
          <p contents-hash="126f2f6497e956bb7ff116e2b6cfca58de4c50113b1d591de343143bc6ac4b97" dmcf-pid="4z2UjbkLll" dmcf-ptype="general">임 본부장은 여기서 한발 더 나아가 각각의 현장에서 만들어진 데이터가 공사가 끝난 뒤 사라지는 것이 아니라 회사 차원의 지식으로 축적될 가능성을 강조했다. </p>
          <p contents-hash="9028539eb8f70f7881e2d235adbbebf33b42b7da6b0487ec6b6228918352bbbf" dmcf-pid="8qVuAKEoWh" dmcf-ptype="general">“저희 드론 플랫폼에서는 매핑한 날짜의 현장을 2D와 3D 디지털 트윈 데이터로 아카이빙합니다. 해당 시점의 문서와 투입된 인력, 공법, 장비, 그날 활용했던 도면까지 시계열을 기준으로 확인할 수 있습니다. 이런 맥락 데이터가 쌓여야 AI가 현장의 워크플로에 작용할 수 있는 의미 있는 데이터가 됩니다. 이런 부분이 완성됐을 때 건설사의 여러 데이터를 비로소 자산화할 수 있다고 보고 있습니다.” </p>
          <p contents-hash="1c336258dbb0a6c0c1ae527abf2c283ce406a941359ad76fae0a0c1bba5be6f3" dmcf-pid="6Bf7c9DgvC" dmcf-ptype="general">이 데이터가 전사 차원의 지식관리 체계로 이어지면 특정 현장이나 숙련자의 머릿속에 머물던 경험을 다음 프로젝트가 다시 활용할 수 있다는 것이 임 본부장의 설명이다. 어떤 공법을 어느 지역에서 어떤 인력과 자재를 투입해 어느 정도의 공사 기간으로 수행했는지가 남으면 새로운 공사가 시작될 때마다 처음부터 개인 경험에만 의존할 필요가 줄어든다. </p>
          <p contents-hash="8d3577b9f2633ab06d6d7fd88d77a7fe843a8b48a64698580a40c35405ba24ab" dmcf-pid="Pb4zk2wavI" dmcf-ptype="general">임 본부장에 따르면 호반건설은 올해 우선 5개 현장에서 드론 스테이션을 이용한 데이터 취합을 테스트베드 형태로 진행할 예정이다. 결국 호반건설 사례에서 드러난 건 AX 이전에 DX 데이터의 신뢰성과 연속성을 확보해야 한다는 점이다. AI를 현장에 투입하기 전에 AI가 이해할 수 있을 정도로 일관된 현실 데이터부터 만들어야 하고, 그 일을 위해 현장 직원의 업무가 다시 늘어난다면 지속적인 활용도 어렵다는 얘기다. </p>
          <div contents-hash="da9c86a56e5570c6d04cf00676e770564f1c2dc6fbd8ce5586aa235ae68fc879" dmcf-pid="QK8qEVrNSO" dmcf-ptype="general">
           <strong>“이제 그냥 켜놓고 이야기한다”…CJ대한통운이 만든 ‘공통 화면’</strong>
           <div> 
           </div>
          </div>
          <figure class="figure_frm origin_fig" contents-hash="194f9fc9e1c176a270e190e548a4b35a6740c933cf59449077a65bfe29cc442f" dmcf-pid="x96BDfmjvs" dmcf-ptype="figure">
           <p class="link_figure"><img alt="이날 함께한 최홍순 CJ대한통운 건설부문 파트장은 스마트건설 조직을 만든 뒤 드론 기술을 검토하고 여러 현장에서 실제 활용 사례를 축적해 왔다고 설명했다. (사진=테크42)" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202608/12/552816-OGTrtXj/20260812074144324ebvy.png" data-org-width="1024" dmcf-mid="FUw4CMSrCj" dmcf-mtype="image" height="auto" src="https://img4.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202608/12/552816-OGTrtXj/20260812074144324ebvy.png" width="658"></p>
           <figcaption class="txt_caption default_figure">
            이날 함께한 최홍순 CJ대한통운 건설부문 파트장은 스마트건설 조직을 만든 뒤 드론 기술을 검토하고 여러 현장에서 실제 활용 사례를 축적해 왔다고 설명했다. (사진=테크42)
           </figcaption>
          </figure>
          <div contents-hash="8615863834caba733693274897cda8d99889ce302368f71db852f99bba7447ed" dmcf-pid="ysSwqCKpvm" dmcf-ptype="general">
           <div> 
           </div> 
          </div>
          <p contents-hash="e97b35ac06335add8c8623e55315aee9f3b54c6b0ab562368313f3803e86d452" dmcf-pid="WOvrBh9USr" dmcf-ptype="general">CJ대한통운 건설부문의 사례는 이렇게 만들어진 데이터가 실제 조직 안에 정착하면 업무 방식이 어떻게 달라지는지를 보여준다. 이날 함께한 최홍순 CJ대한통운 건설부문 파트장은 스마트건설 조직을 만든 뒤 드론 기술을 검토하고 여러 현장에서 실제 활용 사례를 축적해 왔다고 설명했다. </p>
          <p contents-hash="bf4d9314e7f29774497e71d316cc0b03cb23e9b6cd3f137ab0ce37b1d584bbb1" dmcf-pid="YITmbl2uSw" dmcf-ptype="general">2024년부터는 본사에서 계약과 도입 절차를 통합적으로 관리했고, 2025년에는 드론 스테이션을 도입하면서 전사 현장으로 확대하기 위한 체계를 만들었다는 것이 최 파트장의 설명이다. 올해는 플랫폼에 축적된 현장 데이터를 전 현장 소장들에게 개방했다. 최 파트장에 따르면 현재 약 10개 현장에서 드론을 운영하고 있다. 이 과정에서 가장 눈에 띄는 변화는 새로운 기능 하나를 더 사용하는 것이 아니라 사람들이 현장을 놓고 이야기하는 방식 자체가 달라진 점이었다. </p>
          <p contents-hash="e062596812c415821965b458c909d5aff9bf288e3d2b42135e5c005a7756047a" dmcf-pid="Gjwgtk0HyD" dmcf-ptype="general">“처음 드론 플랫폼을 도입하면 ‘그거 꼭 뭐 할 건데?’라는 질문을 가장 많이 받습니다. 그런데 써보신 분들은 협력사하고 이야기할 때 그냥 켜놓고 이야기하는 게 너무 자연스러워졌습니다. 다음 현장에 갔는데 공항 근처처럼 드론을 적용할 수 없는 곳이면 불편하다는 이야기도 듣습니다. 그 정도로 내부에서는 호흡처럼 자연스러워졌다고 볼 수 있습니다.” </p>
          <div contents-hash="fc4b63a5a164670834f7ba7527152701d378a1bc0731f2118fe81c601dcaa745" dmcf-pid="HAraFEpXlE" dmcf-ptype="general">
           드론 데이터가 특정 담당자가 필요할 때만 열어보는 전문 도구에서 여러 사람이 같은 현장을 보며 판단하는 ‘공통 화면’으로 바뀐 셈이다. 
           <div> 
           </div>
          </div>
          <figure class="figure_frm origin_fig" contents-hash="01dbca4605efb2b9d7b45c60fcb757804d1adb392390d2b1c21704486f568874" dmcf-pid="XcmN3DUZWk" dmcf-ptype="figure">
           <p class="link_figure"><img alt="최 파트장에 따르면 CJ대한통운 건설부문은 2024년부터 본사에서 계약과 도입 절차를 통합적으로 관리했고, 2025년에는 드론 스테이션을 도입하면서 전사 현장으로 확대하기 위한 체계를 만들었다. 또 올해는 플랫폼에 축적된 현장 데이터를 전 현장 소장들에게 개방했다. (사진=테크42)" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202608/12/552816-OGTrtXj/20260812074145846xvlu.jpg" data-org-width="1024" dmcf-mid="3oLuAKEoyN" dmcf-mtype="image" height="auto" src="https://img2.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202608/12/552816-OGTrtXj/20260812074145846xvlu.jpg" width="658"></p>
           <figcaption class="txt_caption default_figure">
            최 파트장에 따르면 CJ대한통운 건설부문은 2024년부터 본사에서 계약과 도입 절차를 통합적으로 관리했고, 2025년에는 드론 스테이션을 도입하면서 전사 현장으로 확대하기 위한 체계를 만들었다. 또 올해는 플랫폼에 축적된 현장 데이터를 전 현장 소장들에게 개방했다. (사진=테크42)
           </figcaption>
          </figure>
          <div contents-hash="71b291bd109571766e25f06ec0922d31e7f2d3eeccea1b2920fd4ab36c62af14" dmcf-pid="Zksj0wu5yc" dmcf-ptype="general">
           <div> 
           </div> 
          </div>
          <p contents-hash="b7f4fbaabb277d5991cd456075a73386aafee8bdbec5a59c845e512b6dba4302" dmcf-pid="5EOApr71SA" dmcf-ptype="general">이 외에도 CJ대한통운 건설부문은 착공 초기 현장 경계와 설계도면을 대조하고, 토공량을 산정하거나 파일·흙막이 등 시공 오차와 품질을 관리하는 데 데이터를 활용하고 있다. 감리단이나 건설사업관리(CM)단에 제출하는 안전 관련 자료에도 3D 데이터를 이용해 계획을 시각화했다. 현장에 직접 나갈 수 있는 본사 안전·기술 인력이 제한돼 있다는 점을 고려해 디지털 트윈과 360도 데이터를 사전에 확인한 뒤 필요한 현장을 점검하는 원격지원 체계도 준비하고 있다. </p>
          <p contents-hash="2f551f1c0520edbf8722ea3f3a9deb6bf5b5aac9857d348fcbccea8644495324" dmcf-pid="1DIcUmztlj" dmcf-ptype="general">데이터 개방 범위가 커지면서 회사 안에서 다른 현장의 경험을 공유하는 방식도 달라지고 있다. 올해는 전 현장 소장들이 다른 프로젝트의 진행 상황과 투입 장비 등을 함께 확인할 수 있도록 했다. 최 파트장은 이를 두고 현장 간 ‘집단지성’이 작동할 수 있는 환경을 만들었다고 평가했다. 다음 목표는 이 데이터를 AI 기반의 예방적 안전관리로 연결하는 것이다. </p>
          <div contents-hash="928d5d8e9757e9dcb51067f915bb954a2eecd5e1015038f299e6d537c2fdcb98" dmcf-pid="twCkusqFvN" dmcf-ptype="general">
           “AI 활용에서 저희가 우선적으로 생각하고 있는 시나리오는 현장 사진에서 새로 생긴 개구부 같은 포인트를 찾아 안전 담당자에게 알려주는 것입니다. 그러면 다음 날 아침 TBM 시간이나 안전 담당 작업자들에게 조치 사항을 전달해 빠르게 처리할 수 있습니다. 그런데 그러려면 병목이 되는 영역이 데이터 취득입니다. 주 1회 정도 비행은 맡길 수 있지만 매일 하라고 하면 굉장히 비효율적이기 때문에 드론 스테이션이 좀 더 확산돼야 하지 않을까 생각하고 있습니다.” 
           <div> 
           </div>
          </div>
          <figure class="figure_frm origin_fig" contents-hash="dbfba206435900da262d029540d8754c81fdfa039edebc7018bae1036f2f387d" dmcf-pid="FrhE7OB3ya" dmcf-ptype="figure">
           <p class="link_figure"><img alt="최 파트장에 따르면 현재 약 10개 현장에서 드론을 운영하고 있다. 이 과정에서 가장 눈에 띄는 변화는 새로운 기능 하나를 더 사용하는 것이 아니라 사람들이 현장을 놓고 이야기하는 방식 자체가 달라진 점이었다. (사진=테크42)" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202608/12/552816-OGTrtXj/20260812074147330indq.jpg" data-org-width="1024" dmcf-mid="0AmN3DUZWa" dmcf-mtype="image" height="auto" src="https://img4.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202608/12/552816-OGTrtXj/20260812074147330indq.jpg" width="658"></p>
           <figcaption class="txt_caption default_figure">
            최 파트장에 따르면 현재 약 10개 현장에서 드론을 운영하고 있다. 이 과정에서 가장 눈에 띄는 변화는 새로운 기능 하나를 더 사용하는 것이 아니라 사람들이 현장을 놓고 이야기하는 방식 자체가 달라진 점이었다. (사진=테크42)
           </figcaption>
          </figure>
          <div contents-hash="054ecb0ec623072765abe80ec095107c01e8354a25fffe7bd4082533d8dd8e08" dmcf-pid="3mlDzIb0Cg" dmcf-ptype="general">
           <div> 
           </div> 
          </div>
          <p contents-hash="df708e283e5c3d37f90919d5fdc340d088e5dc4acd32adb01a0e37784c5b8506" dmcf-pid="0sSwqCKpTo" dmcf-ptype="general">이는 이날 엔젤스윙이 제시한 기술 로드맵과 다시 맞닿는다. AI가 어제 촬영된 현장이 아니라 ‘지금의 현장’을 판단하게 하려면 분석 알고리즘보다 먼저 현실을 디지털 데이터로 바꾸는 주기가 짧아져야 한다. 사람이 매번 촬영을 수행해야 한다면 하루 단위 또는 그보다 짧은 단위의 AI 안전관제를 지속하기 어렵다. 최 파트장은 현재까지의 도입 성과에 대해서도 기술 자체보다 현장 운영 방식의 변화를 강조했다. </p>
          <p contents-hash="1eb93adf11e15de0ad35b716e65f9a6627a616c1bd72687ed455876da8d2575f" dmcf-pid="p5pHeFiPCL" dmcf-ptype="general">“저희는 현장 정보 디지털 전환 도구로 엔젤스윙을 도입했고 품질관리와 공정 협의, 본사와 현장 간 소통에 디지털 데이터를 활용하는 문화로 정착시켰습니다. 프로젝트 참여 범위를 확대하면서 집단지성 환경이 만들어졌고 현장 관리 성숙도도 향상됐다고 보고 있습니다.” </p>
          <div contents-hash="afa1eb01baa476920ae2daa1c7e8bb7974d641eb44ff4c0a2e3a4806b37f7602" dmcf-pid="U1UXd3nQyn" dmcf-ptype="general">
           이어 최 파트장은 앞으로 본사 전문가의 협업과 현장 정보, 설계·공사 계획이 연결되면 예방적인 현장 관리 체계를 만드는 데 기여할 수 있을 것으로 봤다. 
           <div> 
           </div>
          </div>
          <figure class="figure_frm origin_fig" contents-hash="fe2c397141312c4a7372e523c57b0aff933de12668edf26f1ebcc0330eef6f99" dmcf-pid="utuZJ0Lxvi" dmcf-ptype="figure">
           <p class="link_figure"><img alt="드론과 360도 카메라, 향후 로봇이 현실의 건설 현장을 반복적으로 관찰하고, 이를 디지털 트윈과 BIM에서 설계·공정 데이터와 연결하고 AI가 변화와 위험을 분석한 결과가 다시 현실 세계에서 움직이는 드론이나 로봇의 행동으로 이어지는 흐름은 이날 엔젤스윙이 제시한 현실과 디지털 사이의 순환 구조, 피지컬 AI 구상과 맞닿아 있다. (이미지=엔젤스윙)" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202608/12/552816-OGTrtXj/20260812074148912oibn.png" data-org-width="1024" dmcf-mid="piWO9vfzSg" dmcf-mtype="image" height="auto" src="https://img1.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202608/12/552816-OGTrtXj/20260812074148912oibn.png" width="658"></p>
           <figcaption class="txt_caption default_figure">
            드론과 360도 카메라, 향후 로봇이 현실의 건설 현장을 반복적으로 관찰하고, 이를 디지털 트윈과 BIM에서 설계·공정 데이터와 연결하고 AI가 변화와 위험을 분석한 결과가 다시 현실 세계에서 움직이는 드론이나 로봇의 행동으로 이어지는 흐름은 이날 엔젤스윙이 제시한 현실과 디지털 사이의 순환 구조, 피지컬 AI 구상과 맞닿아 있다. (이미지=엔젤스윙)
           </figcaption>
          </figure>
          <div contents-hash="be83a4913890a77cc7faf05f515501a890a027f90a4193fb752e4a5f34082a3a" dmcf-pid="7F75ipoMCJ" dmcf-ptype="general">
           <div> 
           </div> 
          </div>
          <p contents-hash="f1371cecd3eb0d8e56fa5a45a0c0f1109c2598cc695fb604a061eec6ee5a05be" dmcf-pid="z3z1nUgRCd" dmcf-ptype="general">이날 세 발표는 한 지점에서 만났다. 드론과 360도 카메라, 향후 로봇이 현실의 건설 현장을 반복적으로 관찰하고, 생성된 데이터에는 시간과 위치가 붙는다. 이를 디지털 트윈과 BIM에서 설계·공정 데이터와 연결하고 AI가 변화와 위험을 분석한다. 그 결과가 다시 현실 세계에서 움직이는 드론이나 로봇의 행동으로 이어지는 것이다. 이 흐름은 이날 엔젤스윙이 제시한 현실과 디지털 사이의 순환 구조, 피지컬 AI 구상과 맞닿아 있다고 할 수 있다. </p>
          <p contents-hash="4c137e0522eefbfb5f74c65b92b788bae4c2cb91c41bd643471313b6ccc8f9b1" dmcf-pid="q0qtLuaeWe" dmcf-ptype="general">아직 모든 단계가 완성된 것은 아니다. 엔젤스윙이 제시한 완전 자율비행과 일부 AI 안전관리 기능, 실내 로봇 활용 등은 개발이나 실증 단계다. 반면 반복적인 드론 촬영과 원격관제, 시계열 데이터 축적, 2D·3D 현장 가시화 등은 실제 현장에서 활용되고 있다. </p>
          <p contents-hash="9ea595838d5633864c17d01c5bd15090cb416dfad0e2df1fa37c6e0a3b703b7b" dmcf-pid="BpBFo7NdyR" dmcf-ptype="general">이처럼 건설 현장의 AI 활용은 결국 ‘가장 뛰어난 AI 모델을 누가 갖느냐’만의 문제가 아니다. 그 보다는 AI가 판단해야 할 ‘지금의 현장’을 얼마나 정확하고 끊김 없이 데이터로 만들어낼 수 있느냐가 먼저라 할 수 있다. </p>
          <p contents-hash="1950ab19695e87aa8974751fdc96fa3ebdce85fcfc1728c70ed9b8c961365a32" dmcf-pid="bUb3gzjJhM" dmcf-ptype="general">저작권자 © Tech42 - Tech Journalism by AI 테크42 무단전재 및 재배포 금지</p>
         </section> 
        </div>

댓글 총 0개

이번주 포인트랭킹

매주 일요일 밤 0시에 랭킹을 초기화합니다.

14,000상품권
23,000상품권
32,000상품권

업체홍보/구인 더보기

지식/노하우 더보기

판매의뢰 더보기

포토 더보기