“地方政府通过补贴将企业限制在本地的封闭定居政策可能成为企业的毒药。人才不是跟随‘定居条件’，而是跟随‘成长机会’而流动。我们急需从创造宜居环境的‘福利性定居’转变为创造希望工作的创新企业生态系统的‘经济性定居’。” 为打破地方行政区划的限制，改变大学财政支持项目沉迷于简单定居的现状，提出了将大学的研究资产转变为超广域经济增长核心引擎的政策解决方案。 此次论坛是从9月30日至10月2日在京畿道高阳市的KINTEX举行的‘2026年产学研合作博览会’的联动活动。 此次论坛由教育部和韩国研究基金会主办，区域大学产学合作中心及技术控股公司相关人员齐聚一堂，集中探讨将现有的17个市·道中心的分割体系转变为‘五极三特’的超广域协作生态系统的方案。 张技术韩国大学技术转移协会(Kautm)会长“大学是超广域经济的引擎…提出四大治理建议” 张会长在主题演讲中指出了现行锚点项目的结构性局限和治理创新方案。他首先指出，目前锚点计划中70%以上沉迷于以教育·就业为中心的简单人才培养。他表示：“如果地方缺乏能够容纳大学优秀技术和人才的创新企业，即使大学用地方预算培养人才，最终也会导致‘引入后再流失’的资源流失悖论。”他引用了国际学术期刊《自然生物技术》(Nature Biotechnology, 2020)的研究，指出“寻找资源而移动的企业(Mover)的成功率高达43%至60%，而留在地方的企业(Stay Local)的成功率仅为15%，是最低的。锚点项目的核心绩效指标(KPI)应是互动密度和大学衍生的创新企业数量，而非定居人口。” 接着，他指出，由于地方政府不同的KPI计算方式和预算壁垒，技术转移变得碎片化，阻碍了与其他地方企业的联系。他建议应将过去十年积累的教育部‘BRIDGE（大学创造性资产实用化支持）’项目的PoC（技术验证）专业性和TLO经验继承为锚点体系的核心引擎。 张会长特别提出，为了实现锚点体系超广域技术商业化治理的落地，需具体提出四大建议：建立地方、产业、学术的多层治理；基于线上线下AX（人工智能转型）的匹配深化；提升专科学校为‘实证·制造中心’的地位；启动‘节奏制造者(Pace Maker)’超广域项目。 全国七所大学专家讨论…“KPI质的转变与预算执行自主权需得到支持” 随后进行的综合讨论中，由金成根釜山大学技术控股公司实长主持，参与者包括金成焕庆北大学技术控股公司实长、河京洙忠南大学产学合作中心主任、李贤承全北大学产学合作中心部长、李志勋江原大学科学技术融合学科教授、姜千洙庆熙大学产学合作中心专利师、李永植崇实大学产学合作中心团队长等七位产学合作·技术商业化领域的专家。 主持人金成根表示：“行政与市场的边界并不一致，超广域是必然的课题。”他提出：“在区域间合作时，必然会出现‘谁来获得成果，如何分配’的现实冲突，需讨论政府层面的突破性制度支持方案。” 河京洙指出：“技术商业化是从供应到验证、投资、量产的全国性经济活动，但将其限制在17个行政区内，导致优秀技术无法找到本地企业而被搁置。”他强调：“仅靠没有企业的福利中心空间，无法留住年轻人。急需聚集超广域的有前景技术，培育本地企业，创造就业机会。”他还指出，关于平台运营：“不仅要简单列出数据库，还需通过AI进行精准捆绑，并提供线下专门的PM（创新中介）的密切支持，以解决企业的难题。” 李志勋教授表示：“没有超广域合作的行政区划支持无法填补企业成长所需的人才、资本和验证基础设施，削弱了项目本身的意义。”他指出：“必须打破政府预算中断后项目崩溃的恶性循环。大学、企业、投资者等各种利益相关者应摆脱各自的碎片化指标，共同建立独立的共同基金和共通KPI治理，形成不依赖政府支持的自我循环价值链。” 关于绩效指标的改革，金成焕指出：“目前17个市·道的锚点KPI的计算方式各不相同，且过于偏重简单就业率等量化指标，导致无法进行超广域绩效测量。”他呼吁：“应转变为以中大型技术转移、企业存活率、估值等质性指标为中心的国家标准核心绩效指标(K-KPI)，并完全承认超广域绩效。”他补充道：“如果强大的综合性大学与擅长原型实现的专科学校合作，分担专科学校的‘实证·制造中心’角色，将显著提高技术商业化的成功率和持续技术费用的回收率。” 关于区域间成果分配冲突的解决方案，姜千洙表示：“在成果和资金面前，大学间的冲突是不可避免的，因此需事先建立贡献度测量和分配规则，以避免事后争议。”他指出：“企业产品的商业化需要多种技术的综合，单一大学或单一地区的技术无法实现。”他表示：“技术本身的融合难度较高，但独立的知识产权专利的‘IP融合’是容易的。通过AI将大学的休眠专利与国际标准文件实时匹配和打包，建立大学间的共同技术验证基金，攻克海外标准专利（标准池），将成为创造源源不断的全球收益渠道的实质性解决方案。” 李贤承为现场实务制度改善提出了三大突破性支持措施。他表示：“第一，在超广域项目中，需大胆例外适用地方预算的本地使用原则，以便与其他区域进行共同研发和验证。第二，为了确保技术商业化成败的TLO专业人员的就业稳定性，需保障持续的人力和运营费用。第三，为了支持技术商业化的长期发展，需在超广域预算中允许单年度结转，以大幅保障大学的预算执行自主权。” 强调平台功能提升的李永植表示：“现有平台仅停留在单一供应者中心的数据存储库，无法连接企业的真实需求。”他建议：“新的超广域平台应根据企业需求，跨越各大学的界限，智能引擎打包和捆绑多所大学拥有的最佳知识产权，形成以需求为中心的智能匹配体系。” 金奉文中央RISE中心主任“通过K-锚点积极支持超广域技术商业化” 韩国研究基金会中央RISE中心主任金奉文在致辞中表示：“技术商业化是将大学的知识和技术转化为产业和市场价值的产学合作核心过程。”他指出：“当实验室的技术与企业需求相遇，进行转移和商业化时，产业竞争力和地方增长动力才能得以实现。” 金奉文主任表示：“各大学和地区都有其独特的优势，但如今仅靠单一大学或特定地方的努力，难以期待爆发性的协同效应和成果扩散。”他表示：“为推动跨区域的技术商业化，我们正在选择和运营共享大学及超广域成长项目组，并将在未来持续扩展地方单位的桥梁功能等可持续的支撑。” 此外，金主任表示：“自今年初以来，我们与现场专家密切沟通，组建了‘K-锚点’技术商业化价值协作体，并建立了执行体系。”他表示：“今天论坛上提出的多层治理落地方案和基于AX的匹配策略等现场的生动声音，将与教育部一起积极反映到政策中，确保大学的优秀技术能够转化为企业创新和地方增长，进而提升国家竞争力。”※ 本报道经人工智能（AI）系统翻译与编辑。

音响人工智能（AI）解决方案公司迪普利宣布，已开始为多轴机器人的异常诊断提供基于声音的预知保养解决方案，旨在基于制造现场的音响数据扩展其在机器人预知保养市场的业务领域。 迪普利在1日表示，已向全球先进部件制造商的多轴输送机器人提供了预知保养用的‘听音AI’解决方案。这是迪普利首次在机器人预知保养领域提供解决方案。 听音AI是一种实时分析制造现场声音以判断设备异常的音响AI解决方案。迪普利此前已将听音AI应用于电机、齿轮、轴承等驱动部件的质量检测，以及连接器、螺栓等的紧固声检测。 迪普利基于分析70种以上声音类型的经验和自我收集的超过15TB的制造音响数据，正在扩大其在预知保养领域的应用范围。目前，迪普利与多家全球企业正在进行听音AI技术验证（PoC），此次已完成针对全球大型制造商的多轴输送机器人的健康技术验证并实现实际供应。 此次供应的听音AI能够通过声音诊断多轴机器人在检查和输送先进部件时电机和减速机的异常情况。迪普利分析机器人负载与产生的声音之间的关系，并追踪部件的老化趋势，以提供早期识别异常迹象的指标。 该系统通过安装在机器人驱动部件上的麦克风检测正常声音与异常声音的差异，并对其进行评分以自动判断异常情况。它被设计为能够在多台机器人同时运行的宽频噪声环境中提取异常迹象。听音AI还应用于显示用原材料输送设备的轴承异常声检测。 迪普利计划未来进一步提升基于声音的预知保养技术。目前，该技术在检测到异常声音时提供通知，未来将发展到诊断发生故障的轴并预测剩余寿命（RUL）的阶段。基于此，迪普利还将讨论扩大预知保养应用线和向其他工厂扩展应用范围的方案。 迪普利代表李秀智表示：“虽然利用机器人进行自动化流程的趋势迅速增长，但机器人预知保养仍处于需要高度技术的阶段。听音AI已经证明了基于声音的预知保养的可能性和合理性，并实现了实际供应。”※ 本报道经人工智能（AI）系统翻译与编辑。

汉华建设部门将致力于获取AI数据中心的能源节约技术。基于在数据中心设计和施工方面的经验，汉华建设将业务范围扩展至电力运营和冷却技术领域。 汉华建设部门于12日宣布，已被气候能源环境部和韩国能源技术评价院选定为能源效率化研究项目的国家项目承包商。 此次项目包括数据中心需求资源化、高效模块化不间断电源供应设备开发以及高密度AI数据中心用直接液体冷却技术等三个领域。汉华建设部门将负责现场应用和验证。 该研究项目将以汉华建设部门、ION、汉阳大学和韩国电子技术研究院等组成的产学研联盟形式推进。三个项目的累计规模达到438亿韩元。 数据中心需求资源化是利用AI预测服务器的电力消耗和制冷负荷，以提高电力效率的技术。汉华建设部门的目标是通过审查电力系统、设备配置和运营条件，将能源峰值使用量降低10%以上。 汉华建设部门还将进行利用自主开发的天花板式电动车充电系统“EV空气站”的V2G技术验证。这种方式是将电动车电池的电力供应给电网，未来将探讨利用充电基础设施进行电力供应的可能性。 高效模块化UPS开发项目的核心是提高数据中心的稳定电力供应和运营效率。目标是将现有90%的电力转换效率提高至97.5%。 直接液体冷却技术是一种将液体直接接触热源以去除热量的下一代冷却方式。目标是将冷却电力能耗减少90%以上，相较于传统的空气冷却方式。 随着AI数据中心需求的增加，建筑公司的竞争力将不仅限于施工能力，还可能扩展到电力、冷却和运营效率的综合设计能力。 汉华建设部门目前正在进行包括可容纳10万台服务器的超大规模昌原国防AI数据中心和安山Kakao数据中心在内的累计13个数据中心项目。 汉华建设部门建筑事业本部部长金敏锡表示：“此次国家项目将使数据中心的业务领域从设计和施工扩展到能源领域，并加速引入利用天花板式电动车充电器的双向充电技术。”※ 本报道经人工智能（AI）系统翻译与编辑。

三星SDS于25日宣布与全球人工智能（AI）公司安特罗皮克建立战略合作伙伴关系，以扩大国内企业级AI市场。 三星SDS是首家与安特罗皮克建立战略合作伙伴关系的韩国企业。双方通过此次协议，将共同发掘韩国市场的新商业机会，并支持企业内部AI的引入和应用。计划通过联合营销、技术验证（PoC）和合资项目等方式，进一步加强对企业级AI市场的攻势。 三星SDS借此合作机会，将扩大基于安特罗皮克生成型AI模型“克劳德（Claude）”的企业级AI业务。目前，三星已向20家关联公司及约7万名员工提供“克劳德企业版”，正在向AI中心的工作体系转型。 此外，三星SDS还计划开展应用型AI工程师培养项目，涵盖从克劳德的引入规划到建设、运营及技术支持的全过程。未来，将面向外部企业客户，支持克劳德的引入和应用，扩大AI转型（AX）业务。 三星SDS总裁李俊熙表示：“我们将基于双方的优势，支持客户的AI创新，通过可信赖的AI解决方案创造新的商业价值。”安特罗皮克国际总裁克里斯·西亚乌里则表示：“三星SDS具备加速韩国企业引入克劳德的关键能力，因此签署了战略合作伙伴协议。” 此外，三星SDS还与包括OpenAI、谷歌云在内的全球AI企业合作。基于此，三星向关联公司的员工提供了ChatGPT、克劳德、杰米奈等多种生成型AI服务。※ 本报道经人工智能（AI）系统翻译与编辑。

人工智能（AI）正在改变新药开发的竞争格局，从加速候选物质的发现转向提高成功率。技术的进步使得能够提前筛选毒性风险，并导出最佳的新药候选物。国内AI新药开发公司帕罗斯艾尔生物也在独特的平台上加速开发稀有和难治性疾病的治疗药物及下一代治疗模式的扩展。南基燁帕罗斯艾尔生物新药开发总负责人在14日于首尔中区韩国新闻中心举行的“第16届全球健康护理论坛（2026 GHF）”上表示：“AI新药开发已经进入了‘代理AI’时代，能够自主设定假设并进行决策，经过计算机基础药物设计、机器学习和深度学习的阶段。”国内主要生物企业正在基于AI时代的独立平台积极应对这一全球变化。帕罗斯艾尔生物的核心竞争力正是其自主开发的AI平台“化学宇宙（Chemiverse）”。化学宇宙是一个基于多组学大数据的平台，结合了蛋白质组学AI和生成模型基础的候选物质设计技术，支持新药开发的整个周期。它涵盖了从靶点发现到候选物质设计、先导物质优化、前临床和临床战略制定，直接针对新药开发的低效和高成本结构。南基燁表示：“帕罗斯艾尔生物利用AI平台的管道在临床1期到2期的成功率达87.5%。”他指出，通过数据和预测技术降低了新药开发的高失败率。随后，南基燁补充道：“通过以稀有和难治性疾病为中心的战略、基于生物标志物的患者筛选和开放创新，提升了新药开发的成功可能性。”该公司的AI应用代表案例是急性髓系白血病（AML）治疗药物“拉斯莫替尼（PHI-101）”。该候选物质是一种FLT3抑制剂，专为对现有治疗无反应或产生耐药的患者群体开发。南基燁表示：“拉斯莫替尼在全球临床1期中取得了50%的完全缓解（CRc）效果，成为对现有标准治疗产生耐药的患者的新希望。”他还表示：“基于此，正在推动进入临床2期、申请条件性销售许可和技术转让，以实现早期商业化。”此外，公司计划基于化学宇宙扩展到抗体药物结合体（ADC）和靶向蛋白降解剂（TPD）等下一代治疗模式。通过结合结构基础的化学设计能力、稀有和难治性靶点的专业经验以及核心结构大数据，拓宽新药开发的外延。南基燁强调了通过自主新药开发增强竞争力的重要性，并指出：“现在的AI不仅是一个简单的工具，而是一个在新药开发全过程中支持决策的智能伙伴。”他进一步强调：“在AI时代，K-生物不仅是能够找到优秀新药候选的企业，更在于如何积累和精确解读数据，以连接全球价值链。”他认为，技术验证、资本吸引和全球扩展的完整价值链战略是K-新药竞争力实现的基础。最后，南基燁表示：“帕罗斯艾尔生物也将基于化学宇宙，增强在稀有和难治性创新新药开发及ADC、TPD等多个治疗模式领域的研发竞争力。”※ 本报道经人工智能（AI）系统翻译与编辑。

在新药开发过程中，人工智能（AI）的应用范围正在迅速扩大，提升了研发（R&D）效率，降低了失败风险，同时也迅速重塑了产业结构。在这一趋势下，全球大型制药公司之间的许可外包和并购活动也日益活跃。 K-生物正处于一个转折点，必须建立从“技术验证-资本引入-全球扩展”的完整价值链，而基于AI的大数据获取和利用能力已成为全球竞争力的关键变量。专家们建议，企业需要具备跨越整个周期的数据整合能力，不仅限于候选物质的发现，还包括临床设计、患者数据分析和生产优化等方面。 经济新闻社于14日在首尔中区新闻中心举办了“第16届全球医疗论坛”。本次论坛以“AI革命：K-生物的全球价值链战略”为主题，集中讨论了AI对制药和生物产业带来的结构变化及未来应对方向。 当天，论坛上有国民力量国会议员韩智雅、共同民主党国会议员朴熙承、食品药品安全处生物药品局局长安英镇、韩国制药生物协会副会长李在国等人通过现场或书面形式祝贺活动。 在专家演讲中，Paros AI生物新药开发总裁南基燁、制药产业战略研究院院长郑允泽、食品药品安全处生物药品许可科长朴贤晶分别就“AI新药开发平台Chemiverse：现在与未来”、“抓住大数据才能抓住新药：AI‘Pharma 5.0’”、“K-生物全球化支持政策”进行了演讲。 南总裁表示：“AI新药开发已经进入了一个新的时代，从计算机基础药物设计、机器学习、深度学习阶段，发展到现在能够自主设定假设并进行决策的‘AI代理’时代。”他评价道：“AI已演变为在新药开发全过程中支持决策的智能伙伴。” 郑院长指出：“制药和生物产业正在进入‘Pharma 5.0’时代”，并强调：“没有高质量的大量数据，AI模型的学习和预测是不可能的，因此必须抓住数据才能抓住新药。” 随着企业积极利用AI进行新药开发，政府也在努力缩短新药开发和许可的时间。朴科长表示：“通过缩短新药开发和许可的时间，可以减轻企业的开发负担，并期待这将有助于国内企业的全球市场拓展和出口增长。”※ 本报道经人工智能（AI）系统翻译与编辑。

美国AI公司Anthropic的高层将在下周访问韩国，与政府讨论AI安全合作。自米托斯引发争议后，韩国与全球AI企业的安全合作成为焦点。据政府和业界消息，Anthropic全球政策负责人迈克尔·塞利托将于11日在首尔会见科学技术信息通信部次官柳济明。此次会面是应Anthropic的请求安排的，Anthropic还计划与国家AI战略委员会进行单独会晤。塞利托负责Anthropic的全球政策和对外合作，曾在白宫国家安全会议负责网络安全政策，并担任斯坦福大学人类中心AI研究所副所长。此次访韩将重点讨论技术合作及AI安全规范和政策应对。讨论的核心是米托斯，这是一款专注于软件漏洞检测和网络安全的AI模型。米托斯能够识别复杂的代码缺陷并分析多阶段攻击场景，具有很高的安全研究应用潜力，但也引发了被用于攻击自动化的担忧。Anthropic通过限制性提供米托斯，并与谷歌、微软、苹果等大科技公司组成“玻璃翼项目”，限制访问权限并建立联合应对体系。目前尚无国内企业参与。政府将在此次会面中讨论国内企业参与玻璃翼项目的可能性及AI安全合作方案。科学技术信息通信部一直在研究AI在网络攻防中的应用和控制方案。若国内安全企业和AI企业参与全球合作网络，将有望获得技术验证和联合应对经验。然而，实际合作前需解决许多问题，包括米托斯的具体性能、访问权限范围、数据处理标准和责任归属。AI安全模型虽然能提高防御能力，但应用范围扩大也增加了滥用风险。政府和业界需同时考虑技术引进速度和安全措施。国内安全产业可能面临机遇与挑战并存的局面。AI驱动的漏洞检测和自动化应对需求增加，可能改变安全监控、漏洞诊断和侵害应对市场。然而，若全球AI企业主导标准和平台，国内企业可能面临技术依赖的风险。未来关键在于讨论能否转化为实际合作。若此次会面扩大至玻璃翼项目参与和国内企业合作讨论，韩国将首次进入全球AI安全合作体系。反之，若仅限于原则性意见交换，国内参与讨论可能成为中长期课题。科学技术信息通信部高级官员表示：“在Anthropic积极推进韩国市场的情况下，政府也认识到AI安全合作的必要性，包括玻璃翼项目参与在内的多种合作方案将被讨论。”※ 本报道经人工智能（AI）系统翻译与编辑。