2회 '미래기술 전략포럼' 열려..."피지컬AI로 미래 선도"
인공지능(AI), 반도체, 양자 등 미래 기술간 시너지를 통해 국가경쟁력 향상을 도모하는 민간주도 단체인 '미래기술 전략포럼' 두번째 행사가 1일 오후 서울 여의도 국회의원회관 제8간담회의실에서 열렸다. 행사에는 포럼 공동회장인 손승현 한국정보통신기술협회(TTA) 회장과 최경진 한국인공지능법학회장(가천대 교수)을 비롯해 간사를 맡고 있는 유승재 인공지능산업협회 부회장, 최형두 의원(국민의 힘), 정은아 수산아이앤티 대표, 윤석주 페르소나에이아이 이사, 이임평 서울시립대 교수, 임성국 에티버스EPA 본부장 등이 참석했다. 이날 행사는 '피지컬AI'를 주제로 다뤘다. 이에 관한 전문가 발제는 정수진 정보통신산업진흥원(NIPA) 지역AX 본부장과 도재영 서울대 전기정보공학부 교수 2인이 했다. 정 본부장은 대형 국책사업으로 피지컬 AI 핵심 거점을 조성중인 경남과 전북의 사례를 설명했다. 두 지역 합쳐 향후 5년간 1조 3천억이 투입된다. 전북은 차세대 협업지능 피지컬AI 연구생태계로 피지컬AI 1등 국가로 도약한다는 목표하에 올해부터 2030년까지 5년간 총 사업비 7368억 원을 투입한다. 정식 사업 명칭은 '협업지능 피지컬AI 기반 SW플랫폼 연구개발 생태계 조성'이다. 정 본부장은 "모델개발->기술 및 현장 검증->적용 및 확산의 피지컬AI 선순환 연구개발 구조를 구축해 피지컬AI 기술 경쟁력을 확보하겠다"고 밝혔다. 전북과 달리 경남은 '인간-AI 협업형 LAM 개발 및 글로벌 실증'을 목표로 하고 있다. 올해부터 2030년까지 총 사업비 6765억5000만 원이 들어간다. 현장기반 융합모델 데이터를 활용한 물리 기반 예측모델(PINN)을 확보, 실시간 지능형 정밀제어 및 물리지능 행동모델(행동파운데이션모델) 기술을 확보한다. 정 본부장은 두 지역에 조성하는 피지컬AI 거점이 서로 다르다면서 그 차이에 대해 "경남은 '가공'에, 전북은 '장비'와 '공장'에 초점을 두고 있다"고 설명했다. 악기로 치면 경남은 악기를 조율하는 단계고, 전북은 악기 연주(장비)와 오케스트라 지휘(공장)에 해당한다는 것이다. 경남은 13개 뿌리 공정 가공 고도화에, 전북은 장비 및 공장운영 유연화와 무인공장 운영 OS 개발 및 체계 구축에 역점을 둔다. 정 본부장은 피지컬AI 경쟁력을 높이기 위한 생태계인 '피지컬AI 얼라이언스'에 대해서도 설명했다. 작년 9월 1기가, 올 6월 2기가 출범했다. 피지컬AI 얼라이언스에 대해 정 본부장은 "모든 산업에 활용 가능한 K-피지컬AI 풀스택 기술을 공급하는 한편 수요처와 연겨하는 상위, 총괄적 협력 플랫폼 역할을 수행한다"고 밝혔다. 얼라이언스는 2기 출범 이후 기존 10대 분과를 '국산 기술 자립'과 '도메인 확장' 목적의 3대 핵심 대분과 체제로 슬림화, 운영하고 있다. 3대 대분과는 ▲피지컬AI 풀스택 분과 ▲버티컬 산업 브릿지 분과 ▲기반 거버넌스 분과로 구성됐다. 정 본부장은 "1기에서 도출한 40개 과제를 연계 및 압축해 실행력을 극대화한 핵심 마일스톤으로 12개 과제를 도출했다"며 발표를 마무리했다. 정 본부장에 이어 연사로 나선 도재영 서울대 교수는 제조현장에서 작동하는 피지컬AI를 소개했다. 그는 "피지컬AI 문제는 모델이 아니다. 병목은 설치에서 일어난다"고 강조했다. AI전문가는 현장을 모르고, 현장은 AI를 모른다는 것이다. 또 현장의 분절된 시스템이 보통 10개가 넘고, 공장 한 곳 당 수억~수십억 SI 프로젝트를 하고 있으며, 숙련공의 작업 노하우가 구조화되지 않은 채 사라지고 있다고 우려했다. 이외에 기존 방식은 공정이 바뀔때마다 데이터 수집부터 다시 반복해 비용과 시간이 반복해 쌓이고 있다고 짚었다. 즉 현재의 피지컬AI 문제점 5가지로 비용 증가 및 반복 발생, 많은 시간 소요, 재사용 어려움, 안전 제약 반영 어려움, 기존 지식 활용 불가를 꼽았다. 공장의 예외 대응은 여전히 사람의 몫이라고 밝힌 그는 "1년간 발생한 예기치 못한 생산 정지가 6000시간이 넘는다"며 "(숙련공의) 일관된 되게 기록되는 지식이 겨우 8%에 불과하다"고 들려줬다. 개선책도 제시했다. 현장지식을 온톨로지로 구조화하고 태스크 그래프를 생성하는 것이다. 현장데이터 입력->현장 온톨로지 구축->태스크 그래프 생성 및 검증->로봇 정책 실행->현장 피드백 수집 및 누적->다음 작업 및 공정에 활용하는 선순환 사이클을 만들자는 것이다. 도 교수는 로봇이 앞으로 계속 좋아지고, 가격도 저렴해질 것이라고 예상하며 "하지만 그 로봇에게 "이 공장에서는 이렇게 해야 한다"를 알려줄 수 있는 곳은 그 공장에 들어가 본 회사 뿐"이라며 현장의 중요성을 강조했다. 두 명의 전문가 발제 이후에는 이경진 교수 주재로 참석자간 자유토론이 진행, 피지컬AI의 데이터 수집 표준화와 보안 문제 등을 논의했다.
