제조 특화 AI 모델·공장 운영체제 개발…산학연 상용화 전략 논의
안전 표준화·디지털 트윈 검증 추진…원프레딕트 내년 상용화 목표
피지컬 AI 표준화 현황 [촬영 오지은]
(서울=연합뉴스) 오지은 기자 = 인공지능(AI)이 제조 현장의 설비와 로봇을 스스로 제어하는 피지컬 AI 시대를 앞두고 국내 산학연이 공장 자율화 기술 개발과 상용화에 속도를 내고 있다.
제조 특화 AI 모델과 공장 운영체제(OS) 구축부터 안전 표준화, 디지털 트윈을 활용한 사전 검증까지 피지컬 AI의 실제 산업 현장 도입을 위한 기술적 과제와 발전 방향이 구체화하고 있다.
◇ 제조 파운데이션 모델·에이전틱 AI로 공장 자율화 추진
14일 과학기술정보통신부와 정보통신산업진흥원(NIPA) 주최로 서울 강남구 코엑스에서 열린 '피지컬 AI 테크위크 2026' 기술 인사이트 세션에서는 공장의 운영과 표준, 가상 검증(디지털 트윈)을 하나로 엮는 차세대 제조 생태계 전략이 논의됐다.
김순태 전북대 교수가 좌장을 맡은 세션에서는 학계와 산업계, 표준화 전문 기관 전문가들이 모여 제조 파운데이션 모델부터 공장 운영체제(OS), 국제 표준화에 이르는 구체적인 로드맵을 제시했다.
윤병동 원프레딕트 대표는 공장 자율화를 위한 4대 축으로 AI 레디(Ready) 데이터, 제조 파운데이션 모델, 에이전틱 AI, 피지컬 AI를 제시했다.
윤 대표는 "현장에 데이터는 넘쳐나지만 AI가 학습·추론할 수 있도록 설비·시간 기준으로 맥락화·구조화된 '쓸 만한 데이터'는 턱없이 부족하다"며 "설비나 과업마다 개별 모델을 만들던 기존 비효율을 벗어나, 공통 파운데이션 모델을 구축한 뒤 소량의 데이터로 미세 조정(파인튜닝)하는 방향으로 가야 한다"고 진단했다.
특히 한국의 강점으로 초당 수천 개의 신호가 생성되는 고주파 시계열 데이터를 꼽았다.
윤 대표는 "텍스트와 이미지는 이미 글로벌 빅테크가 선점했지만, 고주파 시계열 분야는 한국이 세계 최고 수준"이라며 "7천만 건의 데이터를 학습시킨 자사 파운데이션 모델을 반도체 물류 로봇과 식음료(F&B) 공정 등에 적용한 결과 높은 정확도를 확인했다"고 설명했다.
이어 "올 연말까지 공장 현장 실증을 거쳐 내년 초 상용 모델을 선보일 계획"이라고 덧붙였다.
◇ 피지컬 AI 안전 표준화 본격화…디지털 트윈으로 사전 검증
피지컬 AI의 실제 공장 도입과 상용화를 위한 표준화 및 안전 기준 체계 구축도 본격화된다.
로봇 학습 환경 [촬영 오지은]
한국정보통신기술협회(TTA) 김재근 단장은 "화면 안의 LLM은 오답이 나오면 재학습하면 되지만, 피지컬 AI의 오류는 곧바로 설비 손상이나 안전사고로 직결된다"며 산업 표준의 필요성을 역설했다.
TTA는 전북 피지컬 AI 연구개발 사업과 연계해 공장 OS에 탑재될 피지컬 AI 자산관리쉘(PAAS) 표준화를 추진 중이다.
기존 국제전기기술위원회(IEC) 설비 정보 표준에 자율성 수준, 행동 허용 범위, 협업 프로토콜 등 피지컬 AI 전용 서브 모델을 결합하는 방식이다.
로봇 기반의 물리적 실행을 다룬 서경민 한양대 교수는 다종 로봇과 작업자가 공존하는 현장에서 디지털 트윈의 가치를 조명했다.
서 교수는 "제조·물류 현장에 로봇을 실제 배치하기 전에 가상 환경에서 사전 학습과 검증을 거쳐야 실패 비용을 대폭 줄일 수 있다"고 말했다.
이어 "현실 데이터를 가상 환경으로 옮길 때 발생하는 리얼 투 심(Real-to-Sim), 학습과 검증 환경 간의 차이인 심 투 심(Sim-to-Sim), 가상에서 검증된 모델을 실제 로봇에 이식할 때 발생하는 심 투 리얼(Sim-to-Real) 격차를 극복하는 정교한 시뮬레이션 아키텍처가 뒷받침돼야 한다"고 제언했다.
