"제조 특화 피지컬AI 우선 집중…'로봇 데이터센터' 구축 필수"
"글로벌 인공지능(AI) 경쟁이 피지컬AI로 집중될 전망입니다. 한국은 제조업에 강한 만큼 제조 특화 피지컬AI 구축을 우선 과제로 삼아야 합니다. 중장기적으로는 로봇 행동 데이터를 수집·활용할 수 있는 '로봇 데이터센터'를 국가 차원에서 마련해야 합니다." LG AI연구원 김승환 상무는 최근 지디넷코리아 인터뷰에서 한국형 피지컬AI 글로벌 경쟁력 확보를 위한 전략을 이같이 제시했다. 김 상무는 지난 9월 출범한 '피지컬AI 글로벌 얼라이언스'에서 기술분과장을 맡고 있다. 피지컬AI 글로벌 얼라이언스는 제조·로봇·AI·데이터·클라우드 등 다양한 분야의 기업과 연구기관, 대학이 참여하는 협의체다. 피지컬 AI 기술의 정의와 방향성을 정리하고, 산업 현장에서 실제로 작동하는 기술과 정책 과제를 도출하는 것을 목표로 한다. 단순한 기술 논의에 그치지 않고, 중장기 국가 전략과 연계된 실행 과제 발굴을 지향한다는 점이 특징이다. 총 10개 분과로 이뤄진 이 얼라이언스는 기술을 비롯한 솔루션, 거버넌스, 인재, 글로벌 협력 등 5개 생태계 분과와 AI정의차량(ADV), 완전자율로봇, 주력산업, 웰니스테크, AI컴퓨팅자원(ACR) 등 5개 도메인 분과로 구성됐다. 또 얼라이언스 공동의장은 과학기술정보통신부를 비롯한 산업통상자원부, 중소벤처기업부 등 각 부처별 장관과 더불어민주당 정동영 의원, 국민의힘 최형두 의원, 한국인공지능소프트웨어산업협회장(KOSA), 한국자동차모빌리티산업협회장 7인이 맡았다. 韓 피지컬 AI, 이제 막 태동…"방향·정의 설정 우선" 김 상무는 글로벌 AI 경쟁이 생성형 AI에서 물리 세계로 확장하는 피지컬AI 주도권 싸움이 될 것이라고 내다봤다. 그는 "세계 각국이 이를 차세대 산업 핵심 전략으로 점찍고 속도전에 나서고 있다"고 설명했다. 김 상무는 한국도 국가 차원 대응에 나서고 있지만 당장은 피지컬AI 개발 인프라가 부족하다는 점을 한계로 짚었다. 그는 "미국 등 해외 기업들은 피지컬AI 연구개발(R&D)에 투입할 수 있는 자본 여력이 커 선제적으로 움직일 수 있었다"며 "특히 구글 딥마인드는 수년간 축적한 로보틱스 데이터와 AI 모델링 기술을 결합해 '제미나이 로보틱스' 연구를 선도하고 있다"고 말했다. 김 상무는 현재 국내 산업계가 피지컬AI 경쟁력 확보를 전적으로 맡는 것도 무리라고 진단했다. 그는 "한국은 피지컬AI 기술과 데이터, 산업 적용까지 전 주기에 걸쳐 공통된 합의와 방향 설정을 하는 것이 급선무"라며 "이 과정이 정리되지 않으면 개별 기술 논의는 쉽게 흩어질 수 있다"고 당부했다. 김 상무는 우선적인 과제로 피지컬AI 용어 정의도 정리해야 한다고 봤다. 피지컬AI가 단순히 로봇에 국한된 개념이 아니라는 이유에서다. 그는 "피지컬AI는 우주, 해양, 의료 등 물리 세계 전반을 아우르는 매우 넓은 개념"이라며 "얼라이언스 역시 특정 영역에 국한하지 않는 방향으로 논의를 막 시작했다"고 말했다. 김 상무는 지식과 실제 행동을 결합한 형태를 피지컬AI라고 정의했다. 그는 "피지컬AI는 반드시 데이터 기반이어야 하며, 판단에 그치지 않고 실제 행동까지 이어져야 한다"며 "과제 이해부터 계획, 인식, 의사결정, 실행까지 전 과정이 작동할 때 비로소 피지컬 AI"라고 설명했다. "제조 특화 피지컬AI 공략…로봇 행동 데이터 확보 관건" 김 상무는 한국이 글로벌 피지컬AI 경쟁력 확보를 위한 전략을 제시했다. 단기적으로는 제조 특화 피지컬AI 개발에 우선 집중하고, 장기적으론 피지컬AI 전 주기 개발을 위한 로봇 데이터센터를 건설하는 것이다. 또 그는 한국 제조 현장에서 실제 효과가 검증되는 피지컬AI 사례부터 신속히 마련해야 한다고 주장했다. 김 상무는 "국가 경쟁력 관점에서 제조 분야는 한국이 가장 강점을 가질 수 있는 영역"이라며 "피지컬AI로 효과 볼 수 있는 첫 산업이라 판단했다"고 밝혔다. 제조 특화 피지컬AI 구현에 대해선 얼라이언스 참여 기업들이 제조 현장에서 쌓아온 경험을 기반으로 해야 한다고 강조했다. 실제 LG그룹 내부에서도 이미 비전 검사 자동화, 공정 최적화, 화학 공정 스케줄링 최적화 등 제조형 AI 개발 경험을 축적했다. 그는 "제조 AI 에이전트를 유기적으로 연결해 엔드 투 엔드로 구현하는 것이 진정한 제조 특화 피지컬AI 확보 시작점"이라고 강조했다. 김 상무는 중장기적으로 국가 차원 로봇 데이터센터 구축이 필요하다고 주장했다. 해당 센터는 로봇이 직접 움직이며 학습용 데이터를 생산하는 물리적 인프라를 의미한다. 이를 통해 피지컬AI의 가장 고질적 문제인 데이터 부족을 해결할 수 있다는 이유에서다. 그는 "한국은 피지컬AI 행동 데이터를 거의 축적하지 못한 상태"라며 "이를 로봇 데이터센터를 통해 해결할 수 있다"고 강조했다. 이와 함께 김 상무는 중국 피지컬AI 육성 방안을 예시로 들었다. 현재 중국 기업은 정부 지원을 통해 대규모 로봇 데이터 취득 시설을 운영하고 있다. 여기서 텔레오퍼레이션 방식으로 로봇 행동 데이터를 수집하고 있다. 사람이 원격으로 로봇을 조작하면서 움직임 전체를 학습용 데이터로 기록하는 식이다. 김 상무는 한국도 국가 차원에서 로봇 데이터 생산 센터를 구축하는 것이 매우 중요하다고 강조했다. 이를 통해 도메인 특화 로봇 파운데이션 모델을 구축하고, 중·장기적으로는 범용 로봇 파운데이션 모델을 지향하는 투트랙 전략을 추진해야 한다는 설명이다. 그는 "로봇 데이터센터에서는 로봇의 이동부터 물체 조작, 접촉 과정에서 발생하는 힘, 실패 사례까지 모두 데이터로 수집된다"며 "이는 텍스트·이미지 중심의 생성형 AI와 달리 물리 세계에서 작동하는 피지컬AI에 필수적인 학습 자산"이라고 설명했다. 이어 "로봇 데이터센터는 국내 기업과 연구기관이 함께 활용할 수 있는 기반이 될 것"이라며 "피지컬 AI 경쟁력은 결국 누가 더 빨리, 더 많은 현실 데이터를 확보하느냐에 달려 있다"고 강조했다.
