SKAI, 데이터 기술 앞세워 국가 피지컬 AI 얼라이언스 합류
스카이월드와이드(SKAI)와 계열사 스카이인텔리전스가 산업 데이터 분석과 로봇 학습용 합성데이터 기술을 앞세워 국가 피지컬 AI 협력체에 참여한다. 두 회사는 지난 13일부터 14일까지 서울 코엑스에서 열린 '피지컬 AI 테크 위크'에서 피지컬 AI 얼라이언스 참여와 향후 협력 방향을 공개했다. 스카이월드와이드는 'K-피지컬 AI 풀스택 분과' 데이터 액션그룹에, 계열사 스카이인텔리전스는 '기반 거버넌스 분과' 글로벌 협력 액션그룹에 각각 참여한다. 피지컬 AI는 로봇이나 기계가 주변 환경을 인식하고 판단해 실제로 움직이도록 하는 기술이다. 이를 제조 현장에 적용하려면 설비와 작업 정보를 AI가 이해할 수 있도록 정리해야 한다. 로봇이 다양한 상황에 대응할 수 있도록 충분한 학습 데이터도 확보해야 한다. 스카이월드와이드와 스카이인텔리전스는 이러한 데이터 확보와 활용 과정에서 서로 다른 역할을 맡는다. 스카이월드와이드는 기업 내부의 데이터를 AI가 활용할 수 있도록 정리하는 기술을, 스카이인텔리전스는 로봇 학습에 필요한 가상 데이터를 만드는 기술을 보유하고 있다. 스카이월드와이드는 자체 개발한 그래프 데이터베이스(DB) 기술을 활용한다. 그래프 DB는 서로 연관된 정보를 연결해 저장하고 분석하는 기술이다. 제조 현장에서는 설비와 부품, 작업 공정 사이의 관계를 파악하는 데 활용할 수 있다. 일례로 특정 설비에 문제가 생겼을 때 해당 설비와 연결된 부품이나 생산 공정 정보를 함께 분석할 수 있다. 스카이월드와이드는 이러한 데이터 기술을 바탕으로 기업 정보를 AI가 분석하고 활용할 수 있는 형태로 제공한다. 회사는 공공과 금융, 제조 분야에서 130개 이상의 고객사를 대상으로 337건의 사업을 수행했다고 밝혔다. 기업용 데이터베이스 아젠스SQL과 아젠스그래프, AI 에이전트 온토비아 등을 공급하고 있다. 스카이인텔리전스는 로봇을 학습시키는 데 필요한 합성데이터 기술을 담당한다. 합성데이터는 실제 현장에서 수집하는 대신 컴퓨터로 만든 가상환경에서 생성한 데이터다. 로봇이 공장에서 정확하게 작업하려면 조명이나 물체의 위치, 주변 설비의 상태가 달라져도 작업 대상을 제대로 인식해야 한다. 하지만 실제 생산라인에서 다양한 상황을 반복적으로 만들어 데이터를 수집하려면 시간과 비용이 많이 든다. 위험한 상황을 의도적으로 재현하기도 어렵다. 합성데이터를 활용하면 가상공간에서 작업 환경과 조건을 바꿔가며 로봇을 학습시키거나 성능을 시험할 수 있다. 다만 가상환경에서 학습한 기술이 실제 제조 현장에서도 제대로 작동하는지는 별도 검증이 필요하다. 스카이인텔리전스는 이 분야에서 글로벌 산업용 로봇 기업 ABB 로보틱스와 협력하고 있다. 올해 6월 산업용 피지컬 AI 기술의 검증과 현장 적용을 위한 협력 체계를 구축했고 7월에는 ABB 로보틱스와 엔비디아가 공동 발간한 산업용 피지컬 AI 백서에 주요 기술 기여자로 참여했다. 해당 백서는 로봇을 실제 공장에 투입하기 전에 디지털 트윈과 합성데이터를 활용해 기술을 검증하고, 가상환경과 현실 사이의 성능 차이를 줄이는 방법을 다뤘다. 스카이인텔리전스는 이번 얼라이언스 활동에서도 이러한 경험을 국내 기업과 연구기관에 공유할 계획이다. 정부도 피지컬 AI 기술 개발과 산업 적용에 대한 투자를 확대하고 있다. 2027년 정부 예산안에 편성된 피지컬 AI 관련 예산은 3조 1000억원으로 올해 9000억원보다 세 배 이상 늘었다. 제조와 국방 등 다양한 산업에서 기술 개발과 현장 실증을 지원하기 위한 것이다. 피지컬 AI 얼라이언스는 기업과 대학, 연구기관 등이 공동으로 기술을 개발하고 산업 현장에 적용하기 위한 협력체다. AI 모델과 데이터, 로봇 등 핵심 기술을 개발하는 분과와 산업별 적용을 추진하는 분과, 표준과 국제 협력 등을 담당하는 분과로 구성돼 있다. 신재혁 스카이월드와이드 대표는 "SKAI는 피지컬 AI까지 연결하는 AI 풀스택 역량을 갖추고 있다"며 "데이터 활용과 학습·검증 분야의 협력을 확대해 실제 산업 현장에서 성과를 내도록 지원하겠다"고 말했다. 한동균 스카이인텔리전스 사업부장은 "다양한 제조 조건을 정밀하게 학습 데이터에 반영하는 것이 핵심"이라며 "글로벌 검증 경험을 AI 학습 자산으로 축적해 국내 기업과 연구기관의 현장 적용을 뒷받침하겠다"고 밝혔다.
