|
23일 류제명 과학기술정보통신부 제2차관은 지난 22일 열린 '월드 IT쇼'의 'K-피지컬 AI 라운드테이블'에 참석해 "기업이 데이터를 단독으로 구축하기 어려운 만큼 공유 가능한 데이터는 활용할 수 있는 체계를 마련할 계획"이라며 이같이 말했다.
이어 "피지컬 AI의 궁극적인 목표는 다양한 산업 현장에 적용돼 현장을 어떻게 바꾸느냐에 있
다"고 강조한 류 차관은 "숙련 노동자의 은퇴가 가속화되는 상황에서 산업 경쟁력을 유지하기 위해서는 피지컬 AI 도입이 필수적"이라고 덧붙였다.
피지컬 AI는 AI가 데이터를 분석하는 수준을 넘어 로봇, 자율 시스템, 스마트 제조 등 물리 환경에서 직접 판단하고 행동하는 기술이다. 생성형 AI 이후 산업 전반의 '다음 단계'로 평가되며, 실제로 생산성과 직결된다는 점에서 각국의 경쟁이 빠르게 격화되고 있다.
특히 한국은 제조업 비중이 높고 숙련 노동자 의존도가 큰 산업 구조를 갖고 있어 피지컬 AI 도입 필요성이 더 크다는 평가를 받는다. 이 때문에 숙련자의 작업 노하우(암묵지)를 데이터로 전환해 자동화·지능화하는 것이 국가 산업 경쟁력 유지의 핵심 과제로 떠오르고 있다.
이날 라운드테이블 참석자들 역시 피지컬 AI의 핵심 경쟁력으로 '데이터'를 꼽았다. 류제명 차관은 "AI 경쟁력은 모델보다 데이터에서 나온다는 것이 공통된 인식"이라며 "제조 현장의 센터 데이터, 숙련 노동자의 행동 데이터, 공정 운영 데이터 등 다양한 데이터 파이프라인을 구축하는 것이 핵심 과제"라고 말했다.
데이터의 질과 유형 역시 핵심 변수다. 최홍섭 마음AI 대표는 "피지컬 AI는 사람이 배우는 방식과 유사하게 학습한다"라며 "숙련된 작업자의 행동을 관찰하는 영상 데이터만으로도 일정 수준 학습이 가능하며, 작업자의 시선과 손동작을 기록하면 암묵지까지 데이터화할 수 있다"고 설명했다.
다만 관찰 데이터만으로는 한계가 있다. 최 대표는 "이것만으로 로봇이 실제로 몸을 쓰는 법을 배우는 것은 아니기 때문에 사람이 직접 로봇을 조작하며 학습시키는 '텔레오퍼레이션 데이터'가 필요하다"라며 "이는 물리 세계에서 축적되는 핵심 데이터"라고 강조했다.뿐만 아니라 현실에서 수집하기 어려운 데이터도 있으므로 시뮬레이션 데이터도 필수적이다. 작업 중 돌발 상황나 예외 케이스가 발생하는 가상 환경을 만들어 반복 학습을 해야 한다는 설명이다.
피지컬 AI는 '풀스택 산업'이기 때문에 산업 현장에서의 데이터 통합 역시 중요하다. 피지컬 AI에서 풀스택이 강조되는 이유는 AI 모델, 센서, 로봇, 반도체, 데이터가 하나의 시스템으로 동시에 작동해야 하기 때문이다. 단순 인식이 아니라 '판단→행동'까지 이어지는 구조 특성상 어느 한 요소라도 결여되면 전체 시스템이 작동하지 않는다.
최홍섭 대표는 "로봇 제어를 위해서는 AI 모델뿐 아니라 소프트웨어, 하드웨어, 반도체까지 모두 이해해야 한다"며 "피지컬 AI는 하나의 기술이 아니라 다양한 솔루션이 결합된 풀스택 구조이기 때문"이라고 밝혔다.
피지컬 AI의 글로벌 경쟁 환경도 빠르게 변화하는 가운데 정부는 민관 협력을 통해 피지컬 AI 생태계 구축에 속도를 낼 계획이다. 류 차관은 "피지컬 AI에서 '챗GPT 모먼트'가 도래했다"라며 "글로벌 빅테크들은 이미 로봇 파운데이션 모델과 생태계 구축에 선제적으로 투자해왔다"라며 "범부처 협력을 통해 데이터 공유와 기술 개발을 동시에 추진하겠다"고 말했다.
