2019년 일본의 반도체 소재 수출 규제는 국내 산업계에 뼈아픈 충격이었지만 동시에 ‘소부장 자립화’의 시발점이었습니다. 이번 기사에서는 그 이후 5년간 진행된 소재·부품·장비 국산화 전략과 실제 성과를 짚었습니다. 지난 5년은 고순도 불화수소와 포토레지스트의 일부 공정 국산화, 삼성전자·SK하이닉스의 국내 공급망 육성, 그리고 정부의 K-반도체 전략과 특화단지 조성까지 발빠르게 달려온 시간이었습니다.
이번 기사에서는 ‘절반의 성공’이라 평가받는 현실과 여전히 높은 EUV·첨단 장비 해외 의존도까지 구체적으로 분석합니다. 또한 중소기업의 성장 한계, 테스트 인프라 부족, 인재 확보 등 산업 현장의 목소리도 담았습니다. 국산화율 수치 너머, 기술 경쟁력 확보라는 진짜 과제 앞에 선 K-반도체 생태계의 지금을 조명해봅니다.
AI는 정말 사람의 자리를 빼앗는가? 메타·구글·IBM 등 글로벌 기업들이 백오피스 직무를 AI로 대체하며 구조조정을 단행하고, 콘텐츠 기획·콜센터 상담·계약서 작성 등 다양한 직군이 생성형 AI의 영향권에 들어왔습니다. 하지만 반대로, AI를 다룰 줄 아는 인력에겐 더 높은 임금과 기회가 주어지고 있다는 사실도 주목할 만합니다.
이 기사에서는 AI로 인해 변화 중인 직무 구조, 떠오르는 신직업군 그리고 LG CNS·삼성전자 등 주요 기업의 리스킬링 전략까지 심층 분석합니다. 또한, USA Today의 AI 요약기사 도입 사례, 국내외 정책 흐름, 중소기업·비정형 노동자의 사각지대 문제 등도 함께 짚습니다. 단순한 일자리 감소의 문제가 아닌, ‘직무의 재정의’라는 본질적 전환 속에서 우리는 어떤 선택을 해야 할까요?
반도체 산업의 급속한 변화 속에서 유진테크가 선보인 AI 기술력이 주목받고 있습니다. 유진테크는 최근 머신러닝을 활용한 온도 예측 모델을 반도체 장비에 성공적으로 이식하며 높은 평가를 받았는데요. 특히 HBM과 같은 고대역폭 메모리 시대가 도래하면서 D램 기반 공정 안정성 확보와 예측 정확도가 전례 없이 중요해진 상황입니다.
유진테크는 단순한 장비 제조를 넘어 공정 예측과 데이터 기반 품질 향상으로 나아가고 있습니다. 특히 유진테크의 머신러닝 기반 온도 예측 시스템이 타사 대비 월등한 정확도와 적용 유연성으로 높은 평가를 받고 있는데요. 이에 유진테크 선효진 과장을 만나 온도 예측 모델 개발 과정부터 머신러닝 도입 배경, 기술에 따른 파급력에 대해 이야기 나눠봤습니다.
솔트룩스가 국가기록원과 함께 ‘AI 기반 지능형 기록정보 검색 솔루션’ 개발에 착수합니다. 과기정통부 산하 NIPA가 주관하는 이번 사업은 국민 누구나 수십 년간 축적된 방대한 공공기록에 더 빠르고 정확하게 접근할 수 있도록 하는 것이 핵심입니다.
단순 키워드 검색을 넘어, LLM·VLM·의미 임베딩 기반의 멀티모달 AI 검색 시스템이 도입되고, 벡터 검색과 키워드 리랭킹을 조합한 RAG 구조가 정밀 탐색을 책임집니다. 여기에 사용자 피드백 기반의 지속 고도화, 직관적 UI/UX, 오픈데이터 연계 등도 포함돼 공공기록의 ‘지식 자산화’가 본격화합니다. 솔트룩스는 이번 사업을 통해 공공 AI 시장 확대와 자사 AI 에이전트 기술력 강화를 동시에 추진한다는 계획입니다.
