제조 AX, 고정설비 넘어 피지컬 AI로 비정형 작업까지 확장해야

[산업일보]
제조업의 인공지능 전환(AX)이 공장 내 고정설비 중심에서 벗어나 휴머노이드 로봇으로 대표되는 ‘피지털 AI(물리 인공지능)’ 기술을 적극 활용하는 방식으로 확장돼야 한다는 분석이 나왔다.

산업연구원(KIET)이 최근 발표한 ‘제조 AX를 위한 피지컬 AI 생태계 발전 전략’ 보고서는 자율 제조 기반의 제조업 경쟁력 제고를 위해선 비정형 업무를 수행할 수 잇는 ‘피지컬 AI 제조 AX’가 필수적이라고 전망했다.

보고서에 따르면 피지컬 AI 기술은 가사나 돌봄 같은 서비스 영역보다 인간과 상호 작용이 상대적으로 적은 제조 현장에서 먼저 상용화될 전망이다. 산업 자동화 관련 세계시장 규모도 2025년 9천500만 달러에서 203년 18억 8천870만 달러로 연평균 약 53%의 빠른 속도로 성장할 것으로 점쳐진다.

다만 현재까지의 제조 AX는 공장 내 고정설비에 AI 기술을 적용하는 형태에 머물러 있다는 게 보고서의 진단이다. SCADA나 MES를 비롯한 생산관리 시스템을 포함한 운영 기술(OT) 솔루션에 AI를 접목하고 디지털 트윈(Digital Twin), 설비 예지 보전 등으로 영역을 넓히고 있지만, 고난도의 비정형 업무에는 여전히 인간 작업자가 필요하고 디지털 기술 적용이 어려운 구형 설비에는 AI 적용이 제한된다는 한계가 있다는 설명이다.

이러한 한계를 넘기 위해선 AI 로봇이 인간의 행동을 모방 학습해, 기존 작업 환경을 유지한 채 인간의 업무를 대체할 수 있는 피지컬 AI 기술이 필요하다고 내다봤다. 정부는 ‘제조 AI 2030 전략’을 수립하고 국가 제조 데이터 라이브러리 구축, 제조 AI 파운데이션 모델 개발 등을 추진하고 있지만, 핵심 과제 대부분이 고정설비에 기초하고 있어 정책적 보완이 시급하다고 지적했다.

제조 AX 피지컬 AI 생태계의 핵심 요소로는 ▲폼펙터 개발 및 설계 ▲제조 특화 AI 행동 학습 ▲액추에이터 ▲로봇 손(그리퍼) ▲AI 파운데이션 모델 ▲온디바이스 aI 반도체를 꼽았다.

보고서는 피지컬 AI는 하드웨어(폼펙터) 설계와 AI 모델 개발이 상호 종속적이며, 물리적 행동 데이터가 학습에 필요하지만 관련 데이터가 크게 부족하다고 짚었다. 또한 파운데이션 모델은 엔비디아·구글과 같은 글로벌 빅테크가 선점하고 있지만, 공개형 모델 활용의 증가로 모델 차별성이 줄고 있어 이를 활용 목적에 맞게 특화하는 행동 학습이 부가가치 창출의 원천으로 부상하고 있다고 분석했다.

또한 ‘대한민국 대도약 3대 메가프로젝트’의 AI 로봇 글로벌 3강 도약을 달성하려면 K-피지컬 AI 로봇 폼팩터 개발 지원을 강화해야 한다고 강조했다. 로봇의 행동 학습 데이터가 특정 폼펙터에 종속되기 때문에, 자체 폼펙터 역량 없이 제조 현장만 내주면 제조 인프라가 글로벌 피지컬 AI 기업의 테스트베드로 활용되는 데만 그칠 수 있다는 지적이다.

제조 현장의 도입 전략으로는 기술 성숙도와 현장 여건을 고려해 경량 작업, 범용 작업, 고강도 작업 순으로 적용 범위를 단계적으로 넓히는 업종·공정별 로드맵 수립을 제안했다.

구체적으로는 국내 기업이 상당한 기술력을 갖춘 경량·휠 기반 로봇은 제도 지원을 통해 실증과 상용화를 서두르고, 기술 불확실성이 큰 범용 및 고강도 작업용 로봇은 국방 연구개발과 연계해 개발한 뒤 민간 AX로 확산시키는 방안을 제언했다.