“데이터는 곧 경쟁력이며, 피지컬 AI의 성공은 데이터 수집 능력에 달려 있다”

세이프틱스(Safetics) 주최로 지난 11일 개최된 ‘Physical AI, 로봇 한계를 넘어서는 Game-Changer’ 세미나에서 마음AI 최홍섭 대표는 ‘제조 중심 피지컬 AI 도입 전략’에 대해 발표하며, 피지컬 AI 성공 열쇠로 데이터 수집을 제시했다.

최홍섭 대표는 “AI 산업의 새로운 전환점으로 떠오른 피지컬 AI(Physical AI)는 단순히 디지털 세계에서 지식을 제공하는 것을 넘어, 현실 세계에서 로봇을 움직이고 행동을 수행하는 기술이지만 피지컬 AI가 진정한 성과를 내기 위해서는 단순한 알고리즘이나 모델의 성능만으로는 부족하다. 핵심은 바로 데이터 수집이다. 방대한 데이터가 없이는 로봇이 실제 환경에서 학습하고 적응할 수 없으며, 상용화 또한 불가능하다”고 주장했다.

이어 “피지컬 AI의 기반은 LLM(대규모 언어모델)과 이를 확장한 VLA(Vision-Language-Action) 모델이다. LLM이 언어를 이해하고 계획을 세운다면, VLA는 시각과 행동을 결합해 실제 작업을 수행하지만 이 모든 과정은 결국 데이터의 질과 양에 달려 있다”고 언급했다.

로봇이 다양한 환경에서 움직이려면 수많은 센서 데이터와 행동 기록이 필요하다.

제조업 현장에서 발생하는 불량 검출, 재료 손질, 조립 과정 등은 모두 데이터로 축적되어야 한다.

데이터가 부족하면 로봇은 단순한 시뮬레이션을 넘어서 실제 환경에서 오류를 반복하게 된다.

즉, 데이터 없는 피지컬 AI는 거대한 잠재력을 지녔지만 방향을 잃은 ‘눈먼 거인’에 불과하다.

최홍섭 대표에 따르면 피지컬 AI가 가장 큰 영향을 미칠 분야는 제조업이다.

삼성전자 반도체 공장처럼 자동화율이 98%에 달하는 대기업은 이미 전통적 자동화 시스템을 갖추고 있다.

반면에 전체 제조업의 절반 이상은 여전히 사람이 직접 작업해야 한다. 이때 필요한 것은 단순한 로봇 투입이 아니라, 현장의 데이터를 체계적으로 수집하고 학습하는 과정이다.

식음료(F&B) 산업처럼 원재료의 형태가 일정하지 않은 경우, 데이터가 축적되어야 로봇이 다양한 상황에 적응할 수 있다.

중소 제조업체는 데이터 수집을 통해 반복적 작업을 자동화하고, 범용적 로봇 활용을 가능하게 한다.

결국 제조업 혁신은 데이터에서 출발하며, 피지컬 AI의 성공은 데이터 수집 역량에 달려 있다.

글로벌 기업 NVIDIA는 피지컬 AI 생태계에서 중요한 역할을 한다.

그들의 옵니버스(Omniverse) 시뮬레이터는 현실 데이터를 가상 환경에서 재현하고, 로봇이 다양한 상황을 학습할 수 있도록 돕는다.

국내 기업들이 NVIDIA 생태계와 협력해 빠른 상용화에 성공한 것도, 결국 데이터를 효과적으로 수집·활용했기 때문이다.

데이터 수집과 시뮬레이션은 단순한 기술 지원을 넘어, 글로벌 경쟁에서 살아남기 위한 필수 전략이다.

테슬라의 일론 머스크는 2025년까지 휴머노이드 로봇 100억대가 보급될 것이라 전망했다.

이는 수백경원대의 시장을 의미한다.

반면에 이 거대한 시장에서 승자가 되기 위해서는 단순히 로봇을 생산하는 것만으로는 부족하다.

최홍섭 대표는 “△누가 더 많은 데이터를 확보했는가 △누가 더 다양한 환경에서 학습시켰는가 △누가 더 빠르게 데이터를 상용화로 연결했는가라는 질문에 답할 수 있는 기업만이 피지컬 AI 시장의 주도권을 잡을 수 있다”며 “데이터는 곧 경쟁력이며, 피지컬 AI의 성공은 데이터 수집 능력에 달려 있다”고 주장했다.

최홍섭 대표는 “피지컬 AI가 진정한 가치를 발휘하려면 인간과 로봇의 협동이 필요하다. 로봇이 인간과 함께 생산 라인에서 협력하려면, 다양한 협동 상황에 대한 데이터가 축적되어야 한다”며 “로봇끼리 협동하는 경우에도 마찬가지다. 데이터는 단순한 기록이 아니라, 지능형 협업 생태계를 가능하게 하는 토대다. 결국 피지컬 AI의 미래는 데이터 수집과 활용 능력에 의해 결정된다”고 밝혔다.