1. 1조 4,131억 원, 피지컬 AI가 제조 현장으로 향하는 이유
지난 16일, 과학기술정보통신부가 경남·전북 피지컬 AI 연구개발 사업 착수보고회를 열었습니다. 전북·경남 지역에 특화된 피지컬 AI 모델을 개발하는 사업으로, 2030년까지 총 1조 4,131억 원이 투입되는데요. 이 가운데 경남에는 6,763억 원이 배정됐습니다.
눈여겨볼 점은 정부가 기술 개발만큼 '제조 현장'을 강조했다는 것입니다. AI를 실제 제조 현장에 적용하고, 현장에서 얻은 데이터로 다시 AI 모델을 학습시키는 '선순환 구조'를 만드는 게 목표인데요. 이러한 정책 흐름 속에서 크라우드웍스도 최근 경남에 ‘피지컬 AI 허브’ 1호 거점을 마련했습니다.
이번 글에서는 피지컬 AI에 제조 현장이 필요한 이유와 경남이 주목받는 배경을 살펴보겠습니다.
2. 피지컬 AI는 왜 제조 현장 데이터가 필요할까?
피지컬 AI는 현실 세계를 인식하고 판단해 실제 행동으로 옮기는 AI입니다. 텍스트나 이미지로 학습하는 LLM과 달리, 현실에서 발생하는 행동 데이터가 필요하죠. 문제는 이 데이터를 구하기 어렵다는 점입니다. 센서, 설비, 로봇, 사람이 실제로 움직이는 환경에서 데이터를 직접 모아야 하기 때문인데요.
이 조건을 갖춘 대표적인 공간이 바로 제조 현장입니다. 공장에서는 설비의 상태, 작업 조건, 로봇의 움직임, 작업자의 행동과 판단 같은 데이터가 계속 만들어지기 때문이죠.
제조 현장에서 얻을 수 있는 데이터
• 설비의 온도/진동/압력 같은 센서 데이터
• 작업 순서와 설비 설정값 등의 공정 데이터
• 작업 영상과 로봇의 움직임
• 작업자의 행동 데이터
다만, 데이터를 많이 모으는 것만으로는 부족합니다. ‘상황-행동-결과’의 현장 맥락을 비롯해 숙련자의 노하우도 포함되어야 합니다. 말로 설명하기 어려운 숙련자의 판단 기준까지 데이터로 옮겨야, AI가 현장의 작업 방식을 제대로 배울 수 있습니다.
3. 경남이 피지컬 AI 데이터 확보에 유리한 이유
이번 사업에서 전북과 경남의 역할은 조금 다릅니다. 전북이 공장·물류 시스템의 자율 운영에 집중한다면, 경남은 사람과 로봇이 함께하는 정밀 제조 작업에 집중합니다.
예를 들어, 용접이 제대로 됐는지, 부품이 정확히 맞물렸는지를 판단하는 작업이죠. 이런 작업을 AI가 배우려면 영상만으로는 부족합니다. 설비 상태와 작업 조건, 로봇의 움직임, 작업자의 판단과 결과가 함께 기록된 데이터가 있어야 하죠.
문제는 이런 다양한 데이터를 한 지역에서 확보하기가 쉽지 않다는 건데요. 경남은 여기에 유리한 조건을 갖추고 있습니다. 바로 제조업의 다양성입니다.
경남에는 방산·조선·기계 등 다양한 제조산업이 밀집해 있고, 210개 산업단지가 분포해 있습니다. 산업이 다르면 사용하는 설비도, 작업 방식도, 현장에서 생기는 변수도 달라지는데요. 그만큼 경남에서는 여러 유형의 제조 데이터를 확보하고, 서로 다른 현장에서 피지컬 AI를 반복해서 검증하기에도 유리합니다.
4. 피지컬 AI 경쟁력의 시작점, 제조 현장
AI가 현장에서 제대로 작동하려면 모델만 잘 만드는 것으로는 부족합니다. 현장에서 데이터를 모으고, AI가 배울 수 있는 형태로 만들고, 다시 실제 공정에서 검증하는 과정을 반복해야 하죠.
크라우드웍스도 제조 현장과의 접점을 넓히고 있습니다. 경남테크노파크에 '피지컬 AI 허브' 1호 거점(경남지사)을 마련했는데요. 앞으로 조선·방산·기계 등 산업의 현장 공정 데이터와 숙련공의 노하우를 AI 데이터로 만드는 사업을 추진할 예정입니다.
피지컬 AI의 경쟁력이 현장에서 나오는 만큼, 크라우드웍스는 경남을 시작으로 울산, 전북 등 주요 제조 산업 지역으로 현장 접점을 넓혀갈 계획입니다. 제조 현장 가까이에서 피지컬 AI가 실제 현장에서 작동하는 데 필요한 데이터를 만들어가겠습니다.
피지컬 AI 도입을 위해 제조기업은 어떤 데이터를 준비해야 할까요?
크라우드웍스의 피지컬 AI 데이터 리포트에서 피지컬 AI를 위한 데이터 전략을 확인해보세요.
Share article