[이슈 60초] "이러다 더 못 산다" 오세훈 서울시장 '주거 지옥' 직격탄

【 청년일보 】 오늘 오세훈 서울시장이 페이스북을 통해 서울 전역이 전월세 대란으로 '주거 지옥'이 되고 있다며 정부를 향해 특단의 민간임대 대책을 촉구했습니다.

【 청년일보=안정훈 기자 】

[청년발언대] 서 있는 배, 움직이는 블록

【 청년일보 】 조선소의 생산 계획이 다른 제조업과 다른 이유는 '공간'에 있다. 일반적인 공장은 라인을 따라 제품이 이동하기 때문에 생산 계획의 핵심은 시간, 즉 언제 무엇을 만들지를 정하는 일이다. 반면 조선소는 배가 도크에 고정된 채 블록이 야드 곳곳을 이동하는 구조여서, 어느 블록을 언제 어디에 둘지를 함께 정해야 한다. ◆ 블록 단위로 짓는 배 선박은 규모가 커서 한 번에 만들 수 없다. 조선소는 선체를 블록 단위로 나눠 각각 제작한 뒤, 도크에서 정해진 순서에 따라 탑재해 한 척의 배로 완성하는 블록 건조 공법을 쓴다. 조립 공장에서 만들어진 블록은 도장 공장과 의장 작업장, 적치장 등을 거쳐 도크로 향한다. 이 과정에서 블록은 여러 차례 자리를 옮기고, 옮길 때마다 놓일 자리와 시점이 정해져야 한다. 라인이 갈 곳을 정해 주는 공장과 달리, 조선소에서는 이 배정 자체가 계획의 대상이 된다. ◆ 적치장과 탑재 일정의 연계 블록이 도크에 들어가기 전까지 머무는 적치장은 한정된 공간이다. 탑재 순서가 되지 않은 블록이 일찍 완성되면 그만큼 적치장을 오래 차지하게 되고, 이는 다른 블록이 쓸 수 있는 공간을 줄인다. 대형 블록은 연속된 넓은 면적이 필요

[청년발언대] Vision AI가 바꾸는 조선소 블록 적치장…스마트야드의 다음 과제는 '의사결정'

【 청년일보 】 수십만㎡에 달하는 조선소 야드에는 선박을 구성하는 수많은 블록이 오간다. 제작을 마친 블록은 곧바로 다음 공정으로 이동하기도 하지만, 일정에 따라 야드에 머문 뒤 운반장비를 통해 후속 공정으로 이동한다. 이 과정에서 한정된 공간을 어떻게 활용하고 블록의 이동을 어떻게 관리하는지는 선박 건조의 생산성과 직결된다. 최근 조선업계가 이 문제를 해결하기 위해 주목하는 기술 중 하나가 Vision AI이다. 카메라 영상에서 객체의 위치와 형태를 파악하는 Vision AI가 조선소의 '눈' 역할을 하기 시작했다. 일례로 한화오션은 생산 현장에 AI를 적용하면서 'Vision AI 기반 블록 적치장 최적 운영'을 생산AI 활용 사례로 제시했다. 야드에 놓인 블록의 위치와 형태를 파악하고 잔여 공간을 분석해 블록 배치를 지원하는 방식이다. 그동안 작업자의 경험과 현장 확인에 의존했던 거대한 야드의 상태를 데이터로 파악할 수 있게 된 것이다. 그러나 필자는 여기서 새로운 질문이 생긴다. 블록을 놓을 수 있는 공간을 찾는 것과, 블록을 놓아야 할 최적의 위치를 결정하는 것은 같은 문제일까. ◆ 빽빽하게 쌓는다고 효율적인 야드는 아니다 블록 적치장을 '공간'으로

[청년발언대] AI, 속도를 늦출 것인가 관리할 것인가

【 청년일보 】 최근 Anthropic의 CEO Dario Amodei와 OpenAI의 CEO Sam Altman이 인공지능(AI) 발전 속도를 조절해야 한다는 주장을 내놓으며 전 세계적인 논쟁이 이어지고 있다. 이들은 AI 능력이 지나치게 빠르게 향상되고 있으며 안전성 검증과 사회적 대비가 이를 따라가지 못할 수 있다고 우려한다. 실제로 두 인물 모두 AI 기술의 발전 속도를 늦추고 안전 체계를 강화해야 한다는 입장을 공개적으로 밝혔다. 이들의 문제의식은 충분히 이해할 수 있다. AI는 이미 산업, 금융, 국방, 의료 등 사회 전반에 영향을 미치는 핵심 기술이 되었으며, 잘못 활용될 경우 심각한 부작용을 초래할 수 있다. 최근 AI 안전성에 대한 우려가 커지고 있는 것도 사실이다. 그러나 그렇다고 해서 발전 속도를 의도적으로 늦추는 것이 최선의 해법인지는 의문이다. 인류의 역사를 되돌아보면 새로운 기술은 언제나 위험과 함께 등장했다. 증기기관은 산업혁명을 이끌었지만 노동 문제를 낳았고, 자동차는 이동의 자유를 제공했지만 교통사고라는 새로운 위험을 만들었다. 인터넷 역시 개인정보 유출과 사이버 범죄라는 부작용을 동반했지만, 그렇다고 발전 자체를 멈추지는 않았

[청년발언대] AI 시대, 신입 기획자는 설 자리가 있을까…"기획력, 이제는 증명이 필요하다"

【 청년일보 】 채용 공고 게시판에서 '서비스 기획' 직무를 찾아보던 취업준비생들 사이에서 요즘 심상치 않은 말이 돈다. 신입 기획자 채용 공고 자체가 눈에 띄게 줄었다는 것이다. 몇몇 IT 기업은 올해 상반기 기획 직군의 신입 채용을 열지 않거나, 경력직 중심으로 인력을 모집했다. 서비스 기획을 목표로 준비해 온 학생들에게는 지원할 수 있는 자리부터 찾기 어려워졌다는 이야기가 나온다. 서비스 기획자는 이용자의 불편을 찾고, 이를 해결할 기능과 운영 방식을 설계하는 사람이다. 시장을 조사하고 경쟁 서비스를 분석하는 일부터 요구사항을 문서로 정리하고 개발·디자인 담당자와 의견을 맞추는 일까지 업무 범위가 넓다. 그동안 신입 기획자는 자료 조사와 회의록 정리, 기획서 초안 작성 같은 일을 맡으며 서비스가 만들어지는 과정을 배웠다. 작은 업무를 반복하면서 어떤 정보가 의사결정에 필요한지 익히고, 점차 더 큰 문제를 맡는 방식이었다. 이런 업무 방식에 변화를 가져온 것이 생성형 AI다. 기획자가 시간을 들여 수행하던 시장 조사, 경쟁사 분석, 초안 문서 작성 등을 AI가 짧은 시간 안에 도울 수 있게 됐다. 예를 들어 유사 서비스의 기능을 비교하는 표나 사용자 인터

[청년발언대] 품절과 과잉재고 사이…데이터와 시스템이 바꾸는 기업의 재고관리

【 청년일보 】 신제품이 나오자마자 품절되어 발을 동동 구르는 소비자, 반대로 창고에 쌓인 재고를 눈물을 머금고 할인 판매하거나 폐기하는 기업. 언뜻 정반대처럼 보이는 두 장면은 사실 같은 문제에서 출발한다. 바로 '수요와 공급의 균형을 맞추지 못한 재고관리'다. 재고가 부족하면 판매 기회를 놓치고 고객은 다른 브랜드로 이탈한다. 반대로 재고가 과도하면 보관비와 인건비가 늘어나고, 유행이 지나거나 유통기한이 임박한 상품은 헐값에 처분하거나 폐기해야 한다. 문제는 이 균형점을 찾는 일이 감이나 경험만으로는 해결되지 않는다는 점이다. 계절, 트렌드, 경쟁사 프로모션, 날씨, 심지어 SNS 반응 하나까지 수요에 영향을 미치는 변수는 셀 수 없이 많기 때문이다. ◆ 감에서 데이터로: 데이터를 활용한 재고관리 과거의 판매량과 담당자의 경험 등을 바탕으로 재고를 관리하던 방식에서, 최근에는 판매 데이터, 매장별 주문 패턴, 프로모션 일정 같은 내·외부 데이터를 결합해 수요를 예측하고 재고를 관리하는 방식으로 빠르게 바뀌고 있다. 대표적인 사례가 패스트패션 브랜드 자라(ZARA)다. 자라는 두 곳의 중앙 물류창고에서 전 세계 매장으로 상품을 공급한다. 과거에는 각 매장의