강연 제목

AI시대를 준비하는 HR의 전략 – 4B Strategy, Build Buy Borrow Bot

이력 및 약력

미국 위스콘신 주립대학교 정치외교 학사
국회 교육과학기술위원회 의원실 정책비서
공공 분야 전략 및 IT 컨설턴트
HR IoT 스타트업 전략기획 매니저
코너스톤온디맨드 코리아 솔루션 컨설턴트

소개

박동준 매니저는 IT 및 SaaS 산업 전반에서 풍부한 경험을 쌓아온 전문가로,
클라우드, 데이터, 그리고 인재 전략 분야에서 조직의 성장을 이끄는 데 주력해왔습니다.
다양한 글로벌 무대에서 활동하며 기술과 비즈니스를 연결하는 가교 역할을 수행해왔으며,
기업들이 HR 디지털 혁신을 통해 새로운 가치를 창출할 수 있도록 지원하고 있습니다.
현재 당면하고 있는 AI시대를 위해 스킬을 중심으로 하는 새로운 HR 전략을 고민하고 있습니다.

강연 요약

AI시대를 준비하는 HR의 전략 – 4B Strategy, Build Buy Borrow Bot
• 생성형 AI를 포함 다양한 기술, 그리고 정치경제사회적 환경이 변화하면서 HR은 조직과 기업이 미래를 보장할 수 있는 역할을 고민해야 함
• 이러한 준비과정에 일환으로 스킬기반으로 전환하는 기업들이 늘어나고있으며,
EU/캐나다/사우디 등 다양한 국가에서도 ‘역량’이 아닌 스킬을중심으로 전환 중

• 이 중심에는 4B 전략이 핵심이며, 이는
Build – 조직내부에서 리/업스킬링을 통해 미래 스킬갭을 대비
Buy – 조직에 부족한 스킬을 외부에서 수급하여 기업활동의 필요한 스킬을 빠르게 확보
Borrow – TF 조직 등 유연한 조직구조가 각광받으며 직원들의 스킬을 이해하고, 이를 사내에서 공유
Bot – AI로 대체가 가능한 ‘반복적 업무’ 혹은 난이도가 낮은 스킬을 파악하여 생산성 확장

강연 제목

AI가 바꾸는 HR 패러다임과 조직 관리의 미래

이력 및 약력

삼성전자 DS사업부, 인사전문가 과정(‘25년)
SK그룹, Global HR Trend 강의 (‘24년)
고용노동부 공감채용 가이드라인 매뉴얼(‘22년), 공동 저자
前, FMA Business Consulting, 선임 Consultant
고려대학교 경영대학 경영학과 졸업

소개

김지수 상무는 현재 MERCER Korea 컨설팅 부문에서 10년 이상 재직 중이며, 약 14년의 HR 컨설팅 경력 보유
국내 그룹사 및 주요 중견그룹의 임원 및 직원 HR 부문 다수의 프로젝트를 수행하였으며,
특히 글로벌 HR 분야에 다양한 경험 및 인재 확보/유지 방안 관련 프로젝트 경험 다수 보유
특히, 카카오, LG에너지솔루션, 현대트랜시스, GC녹십자 등 다양한 산업의 기업 CEO 대상 설명회 진행 및 SK하이닉스 GHR, 현대자동차그룹 임원 변화관리, KB금융그룹 전략 세미나 등 임원 대상의 강의 경험 보유

강연 요약

1. 최근 GHR Mega Trend 분석
AI로 인한 조직/인력 관리 변화 방향
구성원 인식 변화
2. AI 기반 생산성 향상을 위한 기업들의 노력
구성원 인식하는 몰입 저해 요소
업무 생산성 효율화 방안
3. AI 전문성 강화를 위한 스킬 기반 인사 운영 방향
환경 변화 대응을 위한 Up/Re-skilling
직무 기반 HR에서 고도화된 스킬 기반 HR

강연 제목

"우리 조직은 왜 달라지지 않았나?" AI교육, 성과 없는 이유와 변화를 만드는 전략

이력 및 약력

주식회사 에이블런 대표이사
한양대학교 기술경영(MOT) 박사
에이블런 비전공자 대상 AI/DS 교육 기획 및 개발(R&D)
행안부 국민디자인단 데이터 기반 문제해결 프로젝트 장관상 수상
과기부 SW전문인력양성기관 지정사업 총괄(IITP)
산자부 산업 디지털전환 기업 DX교육 부문 유공 표창 수상
중기부 중소기업 모범기업인 부문 유공 표창 수상
저서 <데이터 드리븐 디자인씽킹> 위키북스, 2023
저서 <실무에 바로 쓰는 일잘러의 엑셀 데이터 분석> 제이펍, 2022

소개

비전공자 대상 AI/DX 교육 사업을 총괄하며, 400개 이상의 조직을 대상으로 핵심 교육과정 설계와 성과를 입증해왔습니다.
기술 경영 전문가로서, 데이터 기반 문제 해결 프로젝트를 통해 행정안정부 표창을 수상하고 기업 디지털 전환 실적을 통해 중소벤처기업부, 과학기술정보통신부, 산업통상자원부까지 정부 부처 장관 표창을 연이어 수상했습니다.
대표 저서로는 《데이터 드리븐 디자인씽킹》, 《일잘러의 엑셀 데이터 분석》이 있습니다

강연 요약

Chat GPT와 같은 생성형 AI에 대한 기업교육의 관심이 뜨겁습니다.
하지만 실제로 Chat GPT 는 조직내에서 얼마나 잘 활용되고 있을까요?
본 세션에서는 기업 재직자 220명을 대상으로 진행된 에이블런의 ChatGPT 실무 활용 현황조사를 토대로,
HRD 담당자들이 현장에서 적용 할 수 있는 AI 활용 전략과 교육 방향을 제시합니다.
조사 결과를 중심으로 직무·기업 규모별 활용 패턴 뿐만 아니라 조직 내 AI 교육 로드맵과 가이드라인 구축 방안이 소개될 예정입니다.
이를 통해 조직 문화와 목표에 부합하는 교육 로드맵을 구상 중이신 모든 HRD분들께 유의미한 통찰을 제공할 것입니다.

강연 제목

미래 인재를 위한 기술의 역할

이력 및 약력

•명지대학교 컴퓨터공학과 졸업
•(주)코난테크놀로지근무 (2006.03~2015.07)
- 기술서비스팀, 고객지원팀, SA사업부 , 검색 컨설턴트
•(주)사람인근무 (2015.07~재직중)
- 현) AI LAB 실장.(AI팀, 빅데이터팀)
- 전) 사람인LAB 매칭기술팀팀장.
- 전) 사람인LAB 검색플랫폼팀팀장.

소개

“Beyond 채용, AI로 여는 채용 시장의 미래"

강연 요약

AI와 빅데이터를 활용한 HR 서비스는 어떻게 진화해가고 있는가?
구직자 및 구인사의 편의성 향상을 위해 AI는 어떤 가치를 제공하는가?

강연 제목

HR Tech 시대, 데이터로 읽는 조직문화 혁신

이력 및 약력

서강대 경영대학 특임교수
연세대 미래교육원 ‘조직문화전문가과정’ 책임강사
저서 <오징어게임으로 본 인간과 조직이야기> 대기업/공기업/중소기업 등 16년 실무자
경영학 박사 / 교육학 석사 / 공학사

소개

- 공대생의 피에 인간과 조직의 이해를 얹은 조직문화
- 실무자이자 교육자

강연 요약

- 조직문화와 직원경험, 그리고 혁신
- 조직문화에 데이터가 필요한 이유
- 이제는 더 이상 미룰 수 없다, 데이터 리터러시 역량
- 데이터로 ‘조직문화’를 읽는 방법

강연 제목

조직 엔트로피 현상과 시스템 패러다임

이력 및 약력

-前) 하이브, 네이버, 메드트로닉, 올림푸스한국
인재육성 및 조직개발 리드
-『더시너지, 자기다움에서 우리다움으로』,
『그래서, 인터널브랜딩』 저자

소개

조직개발 스페셜리스트/작가

강연 요약

요즘 시대 '일 잘함'의 의미는 무엇일까요?
일을 잘하는데 방해가 되는 문화는 무엇이고, 이를 뛰어 넘어
조직이 지속적으로 성장하는 ‘일 잘하는 문화’는 어떻게 구축할 수 있을지 그 방법과 통찰을 제시합니다.

강연 제목

AI 시대의 HR의 역할

이력 및 약력

현) 콜마홀딩스 AI TF / 인재개발팀 팀장
전) HK이노엔, 한국콜마 인재개발팀
현대자동차그룹 현대엔지비 기술교육팀
한국생산성본부 이러닝센터

소개

'사람의 성장 가능성'을 믿는 HRD 18년차 입니다.
현재는 HRD와 AI TF조직을 리드하며 조직의 AI Agent 개발과 AX(Agent Transformation) 전략을 추진하고 있습니다.
Gen AI가 조직에 미치는 혁신적 변화를 연구하고 실무에 적용하는데 많은 관심이있습니다.
성인교육 이론부터 생성형 AI까지 다학제적 접근을 선호하며 ,
다양한 경험과 지속적인 학습으로 AI 시대에 부합하는 새로운 HRD 패러다임을 만들어가고 싶습니다.

강연 요약

AI Transformation은 단순한 기술 도입이 아닌, 조직 운영 방식 전반에 영향을 미치는 근본적인 변화입니다.
이러한 변화에서 HR의 역할이 매우 중요합니다. AI 플랫폼 도입 초기부터 IT 부서와의 긴밀한 협업을 구축하는 것이 필요합니다.
이어서 조직 전반의 AI 역량 강화 프로그램을 운영하고, 현업에 AI를 적용하는 프로젝트를 실행하는 것까지 HR이 주도적으로 이끌어가야 합니다.
현재는 대부분의 업무를 사람이 담당하고 있지만, 근미래에는 AI와 사람의 업무 영역에 대한 재정립이 필요합니다.
이 과정에서 조직 맞춤형 AI Agent를 개발하고 성능을 개선해 나가는 일은 상당한 도전 과제입니다.
복잡한 업무 프로세스를 AI가 이해할 수 있도록 데이터를 정제하고,
반복적인 테스트와 학습을 통해 정확도를 높여가는 과정은 많은 시간과 노력이 필요합니다.
또한 기대했던 성과가 즉시 나타나지 않는 경우도 빈번하게 발생합니다.
하지만 AI 시대에서 경쟁력을 유지하기 위해서는 반드시 거쳐야 할 과정이기 때문에,
작은 성과부터 차근차근 쌓아가며 꾸준히 추진하는 것이 중요합니다.
HR은 이러한 여정에서 AI와 인간이 어떻게 협업할지에 대한 청사진을 그려야 하며,
이것이 바로 진정한 의미의 AI Transformation입니다.
AI 시대에 성공하는 조직은 단순히 최신 기술을 도입하는 조직이 아닌,
기술과 인간의 시너지를 극대화하는 문화와 시스템을 갖춘 조직일 것 입니다.
이 모든 변화의 중심에 HR 담당자들이 있어야 합니다.

강연 제목

Engineering scientific inspiration: How AI drives scientific discovery as an independent architect

이력 및 약력

- 아스테로모프 대표이사
- 서울대학교 의과대학 박사과정
- 서울대학교 의과대학 연구원

소개

아스테로모프(Asteromorph) Founder&CEO
과학적 초지능(Scientific Superintelligence) 연구 기업
서울대학교 의과대학 박사과정
서울대학교 의과대학 연구원 (16세 연구원 입사)

강연 요약

과학적 혁신의 새로운 패러다임

과학사에서 가장 중요한 발견들은 예상치 못한 분야 간 연결에서 탄생 했습니다. 옵토제네틱스는 미생물의 광수용체와 신경조절을 결합하여 신경과학을 혁명화했고, CRISPR-Cas9는 박테리아 면역체계를 유전자 편집 도구로 재해석하여 생명공학의 지평을 확장했습니다. 이러한 패러다임 전환은 점진적 개선이 아닌 창조적 종합에서 비롯되었습니다. 현재의 AI 시스템들은 인간이 미리 정의한 탐색 공간 내에서만 작동하는 한계를 보입니다. 대형언어모델들은 훈련 데이터의 패턴을 재조합 하는 데 뛰어나지만, 기존 지식의 확률적 재구성에 머물러 진정으로 새로운 개념을 생성하지 못하고 있습니다.

Spacer: 의도적 탈맥락화를 통한 혁신

Spacer는 기존 LLM의 창의적 한계를 극복하고자 정보를 원자 단위인 키워드로 '의도적인 탈맥락화'하는 새로운 접근 방식을 제안하는 과학 발견 시스템입니다. 이 시스템은 정보를 키워드라는 원자 단위로 분해한 후, 이들 사이의 예상치 못한 연결을 탐색하여 기존 맥락을 제거함으로써 새로운 맥락을 창조합니다. 시스템의 핵심인 Nuri 엔진은 18만 편의 생물학 논문으로 구축된 키워드 그래프를 탐색합니다. 각 키워드가 노드가 되고, 공동 출현 빈도와 분야가중 인용 영향력(FWCI)에 의해 결정되는 가중치를 가진 에지로연결됩니다.

다단계 구현 파이프라인

Nuri는 18만 편의 학술 논문 키워드 그래프에서 잠재력 높은 키워드 세트를 발굴하고, Manifesting Pipeline은 이를 정교한 과학적 아이디어로 구체화하여 독창적인 과학 개념을 생성합니다. 이 파이프라인은 세 단계로 구성됩니다. Revealing Framework는 키워드 간의 숨겨진 개념적 연결을 발견하고, Scaffolding Framework는 논리 그래프를 구축하여 구조적 완전성을 보장하며, Assessment
Framework는 제안된 가설의 과학적 타당성과 실현 가능성을 평가합니다.

실제 성과와 검증

실험 결과 Nuri는 영향력 있는 논문을 정확하게 분류했으며(AUROC0.737), Spacer의 최종 출력물은 최신 최고 수준 논문의 핵심 개념을 성공적으로 재구성하고 SOTA LLM보다 인간 연구와 의미론적으로 더 유사한 것으로 나타나 과학적 영감의 공학적 가능성을 입증했습니다. 구체적 사례로는 간세포암에서 칼슘 진동 복원, ATP 할당 패턴을 통한 세포 상태 전환 예측, 장내 미생물 제어를 위한 후각수용체 과발현 등의 혁신적 개념들을 생성했습니다.

미래 전망: 과학적 초지능을 향한 여정

현재 Spacer는 독창적인 과학적 개념을 도출할 수 있지만 독립적으로 검증하거나 개발할 수는 없는 한계가 있습니다. 하지만 로봇공학과 자동화된 실험실 기술이 발전하면서 AI가 제안한 가설을 자동으로 검증하는 완전한 과학 발견 사이클이 현실화되고 있습니다.

이러한 시스템이 대규모로 운영된다면 수십 년이 걸렸을 과학적 발견이 몇 달 안에 일어날 수 있으며, 개인의 직관과 우연에 의존했던 패러다임 전환이 체계적이고 저렴하게 발생할 것입니다. Spacer는 기계가 진정한 독창성을 도출할 수 있다는 중요한 전제를 입증했으며, 한때 추측의 영역에 속했던 과학적 초지능이 이제 기술적 기반으로 뒷받침되는 달성 가능한 목표가 되었음을 보여줍니다.

강연 제목

AI in Motion: 산업 안전을 만족하는 RFM 풀스택

이력 및 약력

(주)뉴로메카 CTO, 미래핵심연구부문장, 협
동로봇·휴머노이드·의료로봇 R&D 총괄
KAIST Executive MBA, POSTECH 기계공학과 공학박사

소개

뉴로메카 CTO로서 로봇 하드웨어·제어·AI를 수직 통합해 산업 현장에서 안전하게 작동하는 Physical AI/RFM 을 구현하고 있습니다.

강연 요약

본 강연은 VLA의 이해–계획–행동 파이프라인을 산업 안전요건을 충족하면서 고정밀 작업까지 확장하는 뉴로메카의 독자 RFM 풀스택 전략을 소개합니다.
RFM은 L4(전략·계획, VLM)–L3(스키마·시퀀스, VLA)–L2(고속 피드백 스킬)–L1(척수반사형 저수준 제어)의 4계층으로 구성되며, VLA의 출력은 스킬 토큰과 궤적으로 분해되어 L2/L1에서 실시간 궤적 보정을 거쳐 실행됩니다.

핵심은 저수준 안전지능과 고정밀 스킬 실행기입니다.
L1에는 Safety filter, 컴플라이언스/힘 제어, 마찰 옵저버를 내장하고 관절·토크·속도·접촉력 제약을 고주기(2–4 kHz)로 감시·보호하여 검증 가능한 안전 (safety-proof)을 확보합니다.

스킬 실행기는 납땜, 파우더 분주, 보행 등 고정밀·복합 작업의 성공률과 부드러움을 높입니다.
그 결과, VLA의 추론 기반 일반화를 유지하면서도 기존에 어려웠던 정밀 궤적 작업을 안전하게 수행할 수 있습니다.
또한 뉴로메카는 완제품 로봇을 넘어 감속기·모터까지 내재화하고, 텔레옵·로그·리플레이·자동 라벨링을 포함한 데이터 VI를 구축해 운영–학습–배포 플라이휠을 형성하고자 합니다.
하드웨어·데이터·제어의 풀스택 통합을 통해 공장·서비스·의료 현장에서 요구하는 신뢰성, 비용 효율, 배포 용이성을 동시에 달성하는 로드맵을 제시합니다.

강연 제목

AI 휴머노이드 로봇의 글로벌 개발 현황 및 산업화 전망

이력 및 약력

(現) (주)에이로봇 CTO, (前)로보티즈 수석연구원

소개

휴머노이드 로봇 연구개발자

강연 요약

최근 생성형 AI 기술의 급격한 발달로 인해 로보틱스 분야가 빠르게 발전하고 있습니다.
특히 휴머노이드 로봇이 산업현장에서 다양하고 유용하게 쓰일 가능성이 크게 주목받고 있으며 글로벌 탑티어 기업들의 휴머노이드 로봇에 대한 공격적인 투자로 인하여 휴머노이드 로봇의 상용화 가능성이 점점 높아지고 있습니다.
AI가 적용된 휴머노이드 로봇의 활용은 인구구조의 변화와 맞물려 다양한 방면에서 산업의 구조를 바꿀 것으로 예상됩니다.
변화는 위기이기도 하지만 기회이기도 합니다.
변화의 방향을 미리 포착한 사람들에게는 기회이고 그렇지 못한 사람들에게는 위기일 것입니다.
머지않은 미래에 펼쳐질 변화를 예측하기 위하여 지금까지의 로보틱스의 발전 과정 및 현재 주목받고 있는 휴머노이드 로봇 기업을 살펴 보고 우리는 이 변화에 어떻게 대응해야 할지 우리의 미래를조망하는 시간을 가졌으면 합니다.

With the rapid advancement of generative AI technologies, the field of robotics is developing at an unprecedented pace.
In particular, humanoid robots are drawing significant attention for their potential to be widely and effectively utilized in industrial sites.
The aggressive investments by global top-tier companies in humanoid robots are further raising the possibility of their commercialization.
The application of AI in humanoid robots, coupled with demographic shifts, is expected to transform industrial structures across various sectors.
Change can be both a crisis and an opportunity.
For those who anticipate the direction of change, it will be an opportunity; for those who do not, it will be a crisis.
To forecast the imminent future, it is important to review the development of robotics thus far, examine the characteristics of the humanoid robot companies currently in the spotlight, and reflect on how we should respond to these changes in order to envision our own future.

강연 제목

Physical AI가 움직여야 산업이 살아난다

이력 및 약력

학력 : 연세대학교 전기전자공학부 공학박사 경력
현) (주)마음AI 연구소장 (2023.03 ~ 현재)
현) 중소기업 혁신 네트워크 포럼
AX 분과 위원 (중소벤처기업부)
전) 국민대학교 소프트웨어중심대학 교수

소개

강연 요약

지금까지의 인공지능은 텍스트와 이미지 생성에서 큰 혁신을 만들어 왔습니다.
하지만 현실의 산업 현장에서는 여전히 인력 부족, 생산성 정체 같은 문제가 남아 있습니다.
이를 해결할 새로운 해답이 바로 Physical AI입니다.
Physical AI는 단순히 정보를 처리하는 것을 넘어, 실제로 움직이며 사람과 함께 일하는 인공지능을 뜻합니다.
음성을 알아듣고 대화하며, 로봇이나 자율주행 시스템처럼 현장에서 바로 작동하는 기술이 그 핵심입니다.
이 기술이 본격적으로 도입되면 제조업에서 생산성이 높아지고, 서비스 분야에서는 안내와 돌봄을 지원하며,
국방·의료·농업 현장에서도 안전과 효율을 동시에 확보할 수 있습니다.
나아가 새로운 산업과 일자리도 만들어 낼 수 있습니다.
특히 우리나라는 반도체, 로봇, AI 인프라를 모두 갖추고 있어 Physical AI를 선도할 수 있는 조건을 갖추고 있습니다.
이제 필요한 것은 기술 개발과 함께, 표준화와 인재 양성에 대한 사회적 투자입니다.
결국 움직이는 AI, Physical AI가 우리 산업을 다시 살리고, 미래 성장동력을 만드는 열쇠가 될 것입니다.

강연 제목

휴머노이드와 Physical AI, 산업 자동화의 경계를 넘다

이력 및 약력

前) 전자기술연구원 모빌리티플랫폼 연구원
現) 한양대 ERICA 소프트웨어융합대학 겸임교수
現) CMES CTO

소개

자율주행 연구를 시작으로 현재 AI 로보틱스 기업에서 기술을 총괄하고 있습니다. 자율주행과 휴머노이드 로봇 연구를 기반으로,
AI를 모빌리티와 로봇 플랫폼에 접목해 실제 산업 현장에서 구현 가능한 Agentic AI를 연구개발하고 있습니다.

강연 요약

본 강연에서는 휴머노이드 로봇 기술의 현재 수준과 최신 연구 동향을 살펴보고, 이를 물류 및 제조 현장에 적용할 때 직면하게 되는 한계를 소개합니다.
이어서, 이러한 현장 자동화의 한계를 극복하기 위한 CMES만의 연구개발 방향과 비전을 공유합니다.
강연은 다음의 내용을 위주로 다루고자 합니다.

▲휴머노이드 및 물류·제조 현장 로봇 시스템의 현재 수준
▲연구 레벨에서 진행 중인 최신 연구와 사례(Groot, Open VLA 등)
▲CMES의 휴머노이드 기술 현황과 구현 영상
▲산업 현장에서의 실제 수요와 과제
▲기존 방법론으로 해결되지 않는 한계와 사례

마지막으로 CMES가 보유한 플랫폼, 비전 기술, 시스템 통합 역량을 활용해 산업 현장 자동화를 어떻게 확장하고 해결해 나갈 것인지에 대한 전략적 방향을 제시합니다.