현대건설과 메이사가 총사업비 약 40억 원 규모의 국가 AI 과제 'AX 스프린트'에 함께 선정됐습니다. 정부가 상용화 단계로 인정한 건설 AI 과제를, 국내를 대표하는 건설사가 수요기업으로 함께 이끄는 구조입니다. 건설 AI가 '되긴 되나?'라는 질문을 지나 '누가, 어떻게 먼저 쓰느냐'의 단계로 넘어왔다는 신호로 읽을 만합니다.
그렇다면 지금 대형 건설사들은 AI를 실제로 어디에 쓰고 있고, 이번 과제는 그 흐름에서 무엇을 한 발 더 내딛으려는 걸까요? 이 글에서 그 배경을 짚어보고, 각 건설사가 직접 풀어놓는 이야기는 8월 5일(수) NEXTCON 메이사 공간AI 컨퍼런스에서 이어집니다.
AX 스프린트는 정부 11개 부처가 합동으로 추진하는 범부처 최대 규모의 AI 전환(AX) 프로젝트입니다. 총 246개 사업에 7,540억 원이 투입되는데, 이름 그대로 '연구'가 아니라 시장 출시가 임박한 AI 제품의 상용화를 집중 지원하는 데 초점이 있습니다.
이 지점이 이번 선정의 의의를 가릅니다. 그동안 건설 AI는 '기술은 있는데 현장에서 정말 쓰이느냐'가 늘 관건이었습니다. AX 스프린트는 바로 그 물음에 국가가 예산으로 답한 과제입니다. 게다가 각 과제는 실제로 그 기술을 쓸 수요기업이 함께 참여해야 이름을 올릴 수 있는 구조라, '팔릴 물건인가'를 한 번 더 거른 셈이기도 합니다.
그 가운데 국토·교통 분야에서 선정된 과제가 '건설 공정·안전 관리 AI 플랫폼 상용화'입니다. 총사업비 약 40억 원, 수행 기간은 2026년 7월부터 12개월. 주관기관은 공간AI 기업 메이사이며, 여기에 현대건설이 수요기업으로 함께합니다. 수많은 AI 응용 분야 가운데 '건설 안전'이 상용화 지원 대상으로 뽑혔고, 국내 대표 건설사가 그 수요기업으로 참여했다는 것 — 업계가 건설 안전 AI를 '언젠가의 실험'이 아니라 '지금의 상용 영역'으로 보기 시작했다는 방증입니다.
최근 1년, 국내 주요 건설사의 움직임을 보면 AI는 이미 '검토'가 아니라 '적용' 단계에 들어섰습니다. 다만 그 무게중심은 회사마다 조금씩 다릅니다. 크게 두 갈래로 나눠 볼 수 있습니다.
하나는 사무·의사결정의 지능화입니다. 삼성물산은 2028년까지 전 업무를 AI로 전환하는 'AI 네이티브 건설사'를 선언하고, 입찰서 분석·계약 리스크 관리·현장 데이터 통합 분석을 맡는 3종의 AI 에이전트를 AWS와 함께 도입했습니다. GS건설은 건설사 최초로 ChatGPT Enterprise를 도입해 사내 활용 문화를 넓히고 있고, 대우건설은 해외 입찰·계약서 검토 속도를 높이는 자체 문서분석 AI '바로답 AI'를 개발했습니다.
다른 하나는 현장·안전의 지능화입니다. 포스코이앤씨는 AI로 레미콘 배합을 실시간 조정하고 압축강도를 예측하는 기술로 국토부 스마트건설챌린지 최우수상을 받았고, DL이앤씨는 드론 기반 디지털 트윈으로 공정·품질·안전을 통합 관리하고 있습니다. 현대건설은 특히 안전 분야에서 스타트업 협업을 공격적으로 넓혀왔습니다. 굴착기에 AI 카메라를 달아 작업자 접근을 경고하고 360도 영상으로 장비 위험을 감지하는가 하면, 2025년 한 해에만 48개 안전 스타트업을 발굴하는 등 'H-Safe' 오픈이노베이션으로 현장 안전 기술을 꾸준히 실증해왔습니다.
여기서 한 가지 공통점이 보입니다. 현장 안전 영역의 AI는 대부분 '위험을 탐지해 알려주는' 데까지 와 있다는 점입니다. 이건 큰 진전이지만, 동시에 다음 질문을 남깁니다. 탐지 다음의 '판단·조치·확인'은, 여전히 사람의 몫으로 남겨둘 것인가?
차이는 'AI가 어디까지 하느냐'에 있습니다. 앞서 봤듯 시중의 안전 솔루션은 대개 '탐지'와 '알람'에서 멈춥니다. 위험을 발견해 알림을 보내면, 그다음 판단·지시·확인은 사람에게 돌아옵니다. 현대건설이 수요기업으로 함께한 이번 과제는 바로 그 '탐지 그다음'을 겨냥합니다.
이번 과제가 지향하는 것은 '인지 → 판단 → 대응 → 검증'으로 이어지는 완결형 구조입니다. 건설 법령과 시방서를 학습한 도메인 특화 AI가 상황을 스스로 판단해 미션을 만들고(Agentic AI), 로봇이 마킹·조작·방송을 직접 수행한 뒤(Physical AI), 그 결과를 다시 데이터로 되먹여 스스로 개선합니다. 수백 개 실제 건설 현장에서 축적한 데이터가 그 바탕입니다.
여기에 하나 더 눈여겨볼 대목이 있습니다. '설명 가능한 AI(XAI)'로 판단의 근거까지 남긴다는 점입니다. 건설 법령을 지식그래프로 엮어, AI가 "왜 그렇게 판단했는가"를 설명할 수 있게 하는 구조입니다. 안전 조치는 사고가 났을 때 그 근거를 증빙할 수 있어야 하기에, 이 부분은 기술 검토를 맡는 본사 부서라면 특히 확인해둘 만합니다.
이 이야기가 다른 건설사에도 중요한 이유는 로드맵에 있습니다. 메이사는 현대건설 현장 실증과 한국건설기술연구원(KICT)의 공인 성능평가를 거쳐 조달청 혁신제품 등록을 추진할 계획입니다. 대형사 실증과 공인기관 평가, 조달 등록이라는 근거가 앞서 갖춰지면, 뒤이어 검토하는 회사로서는 내부 품의와 기술 검토의 부담이 그만큼 줄어듭니다. 건설 안전 AI가 '탐지'를 지나 '완결'로, '실험'을 지나 '표준'으로 넘어가는 흐름 — 다만 이 변화가 각 현장에 어떻게 자리 잡을지는 결국 건설사마다의 판단과 준비에 달려 있습니다.
.png)
여기까지가 '지금 무슨 일이 일어나고 있는가'라면, 남는 질문은 하나입니다. "그래서 다른 회사들은 이 흐름에 어떻게 발맞추고 있는가."
그 답을 당사자들의 입으로 직접 들을 수 있는 자리가 8월에 열립니다. 8월 5일(수) 코리아빌드(KOREA BUILD)에서 메이사가 '공간AI 컨퍼런스'를 엽니다. 이번 AX 스프린트를 함께한 현대건설이 과제의 진행 과정과 협업 사례를, 롯데건설이 드론·AI·BIM·클라우드를 현장에서 하나로 엮은 기술 사례를 직접 발표합니다. 다른 기업은 건설 AI를 어디에 쓰려 하는지, 스타트업과 어떻게 협업하는지, 여러 기술이 현장에서 어떻게 맞물리는지가 궁금하셨다면 이번 컨퍼런스에 참여해주세요.
.png)
