【드래곤 스포츠】 보증업체놀이터추천홍보 : 프로그램제작판매제작의뢰 : 스포츠분석 : 무료스포츠중계tv : 섹시bj움짤 : 뉴스 : 안구정화

로그인

글쓰기

[IT뉴스]AI가 공장을 움직인다…피지컬 AI, '로봇 두뇌' 경쟁 본격화

온카뱅크관리자

2026-09-26 05:07:25

<div id="layerTranslateNotice" style="display:none;"></div> 구글·엔비디아 등 글로벌 기업, 로봇 AI·시뮬레이션 기술 선점 경쟁 RFM·크로스 임바디먼트로 범용 로봇 지능 확보…현실 행동까지 연결 정부도 피지컬 AI 육성 본격화…제조 현장 실증으로 산업 경쟁력 확대 
 <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> 
 <section dmcf-sid="FJBgapjJG1">
 <figure class="figure_frm origin_fig" contents-hash="326b7b8fff9b6a98038f87e63255916936387237f189a756d93f851ceed7e757" dmcf-pid="3ibaNUAiG5" dmcf-ptype="figure">
 <img alt="피지컬 AI 얼라이언스 2기 출범식이 지난 6월 19일 열렸다.ⓒNC AI" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202609/26/dailian/20260926050141755cdgt.jpg" data-org-width="700" dmcf-mid="Wzy30AUZ5D" dmcf-mtype="image" height="auto" src="https://img3.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202609/26/dailian/20260926050141755cdgt.jpg" width="658">
 <figcaption class="txt_caption default_figure">
 피지컬 AI 얼라이언스 2기 출범식이 지난 6월 19일 열렸다.ⓒNC AI
 </figcaption>
 </figure>
 텍스트와 이미지를 이해하고 생성하는 AI를 넘어 현실 세계를 인식하고 판단해 로봇과 설비의 실제 행동으로 연결하는 ‘피지컬 AI(Physical AI)’가 새로운 기술 경쟁의 영역으로 떠오르고 있다.
 피지컬 AI는 AI가 현실 세계의 상황과 환경을 인식하고 판단한 뒤 로봇이나 설비를 통해 실제 행동으로 이어지도록 하는 기술이다. 생성형 AI가 디지털 공간에서 정보를 이해하고 생성하는 데 초점을 맞췄다면, 피지컬 AI는 물리적 환경과 상호작용하며 실제 작업을 수행한다는 점에서 차이가 있다.
 글로벌 빅테크와 로봇 기업들도 피지컬 AI 개발에 속도를 내고 있다. 구글 딥마인드는 로봇이 주변 환경을 이해하고 작업을 계획한 뒤 실제 행동으로 이어갈 수 있도록 하는 ‘제미나이 로보틱스(Gemini Robotics)’와 ‘제미나이 로보틱스-ER(Gemini Robotics-ER)’ 등 모델을 개발하고 있다. 엔비디아는 로봇 자체보다는 피지컬 AI 개발을 위한 모델과 시뮬레이션, 컴퓨팅 등 개발 생태계 구축에 초점을 맞추고 있다.
 보스턴다이내믹스 역시 구글 딥마인드와 협력해 휴머노이드 로봇 ‘아틀라스(Atlas)’의 AI 역량을 높이고 있다.
 이처럼 피지컬 AI 경쟁이 본격화되면서 핵심 과제 중 하나로 떠오른 것이 ‘로봇을 어떻게 학습시킬 것인가’다. 현실 세계에서 로봇을 반복적으로 움직이며 데이터를 확보하거나 수많은 시행착오를 겪게 하는 데에는 시간과 비용은 물론 안전상의 제약이 따른다. 특히 공장이나 물류 현장에서는 로봇의 작은 오작동이 사고로 이어질 수 있다.
 이러한 한계를 극복하기 위해 공장이나 물류창고 같은 실제 작업 환경을 가상 공간에 구현하는 디지털 트윈과 시뮬레이션 기술이 활용되고 있다.
 가상의 환경에서는 실제 로봇을 반복적으로 가동하는 데 따르는 비용과 안전상의 제약을 줄이면서 다양한 조건과 상황에서 로봇의 행동을 반복적으로 학습·검증할 수 있다. 엔비디아 역시 월드 모델과 시뮬레이션 기술을 결합해 로봇의 학습과 평가를 가속하는 기술을 개발하고 있다.
 <figure class="figure_frm origin_fig" contents-hash="bcbeed47b2f53f53332612ba8db412a0ea456b2713fd7d889931d7bc96a05086" dmcf-pid="BL9jA7kLGT" dmcf-ptype="figure">
 <img alt="사람이 로봇을 원격 조작하며 작업 데이터를 수집하고 있다.ⓒ토요타 리서치 인스티튜트 유튜브, '새로운 행동을 로봇에게 가르치기' 캡처" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202609/26/dailian/20260926050143024yyhk.jpg" data-org-width="700" dmcf-mid="X52AczEoGp" dmcf-mtype="image" height="auto" src="https://img4.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202609/26/dailian/20260926050143024yyhk.jpg" width="658">
 <figcaption class="txt_caption default_figure">
 사람이 로봇을 원격 조작하며 작업 데이터를 수집하고 있다.ⓒ토요타 리서치 인스티튜트 유튜브, '새로운 행동을 로봇에게 가르치기' 캡처
 </figcaption>
 </figure>
 최근에는 유튜브 등 인터넷에 공개된 방대한 인간의 행동 영상을 로봇 학습에 활용하는 연구도 활발하다. 사람이 도구를 다루고 과업을 수행하는 데이터를 확보할 수 있다는 장점이 있지만, 2D 영상만으로는 물체의 무게나 마찰력 같은 물리 정보를 얻기 어렵다. 이에 따라 인간의 영상 데이터와 실제 로봇의 행동 데이터, 시뮬레이션 데이터 등을 결합해 부족한 물리 정보를 보완하려는 연구가 이어지고 있다.
 피지컬 AI의 성패는 언어·이미지 이해 능력 자체보다 현실 환경의 불확실성을 안전하게 해석하고, 이를 다양한 로봇과 설비의 행동으로 전환하는 역량에 달려 있다는 진단이 나온다. 제조·물류·조선 등 산업 현장이 피지컬 AI의 초기 격전지로 꼽히는 것도 이 때문이다.
 이러한 흐름에서 주목받는 기술이 로봇 파운데이션 모델(RFM, Robot Foundation Model)이다. RFM은 다양한 로봇과 작업에서 확보한 데이터를 학습해 여러 작업과 환경에 적용할 수 있는 범용적인 로봇 지능을 구축하려는 접근이다. 로봇이 특정 작업만 수행하도록 개별적으로 학습하는 대신, 여러 로봇과 작업에서 얻은 지식을 새로운 작업과 환경에 활용하고 확장하는 것을 목표로 한다.
 RFM이 학습한 지식을 실제 다양한 로봇에 적용하기 위해서는 로봇마다 다른 신체 구조의 차이를 극복해야 한다. 로봇마다 팔의 길이, 관절 구조, 모터의 움직임 방식 등이 다르기 때문이다.
 따라서 하나의 로봇에서 학습한 지식과 경험을 서로 다른 형태의 로봇에도 적용할 수 있는지가 범용 로봇 지능의 중요한 과제로 꼽힌다. 최근 글로벌 AI 연구에서는 서로 다른 로봇에서 얻은 조작 경험을 다른 형태와 구조를 가진 로봇 학습에 활용하려는 시도가 이뤄지고 있으며, 이를 ‘크로스 임바디먼트(Cross-Embodiment)’ 학습이라고 한다.
 <figure class="figure_frm origin_fig" contents-hash="64496bb4d0769d256c2393defb781f22567058d52a0ad14a6d3e78a42ab368ef" dmcf-pid="8R7nLFgRts" dmcf-ptype="figure">
 <img alt="NC AI의 ‘VAETKI Twin’ 화면.ⓒNC AI, VAETKI Twin" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202609/26/dailian/20260926050144283zktc.png" data-org-width="700" dmcf-mid="58W2Vh4qG3" dmcf-mtype="image" height="auto" src="https://img4.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202609/26/dailian/20260926050144283zktc.png" width="658">
 <figcaption class="txt_caption default_figure">
 NC AI의 ‘VAETKI Twin’ 화면.ⓒNC AI, VAETKI Twin
 </figcaption>
 </figure>
 로봇의 형태가 달라도 서로 다른 로봇에서 학습한 경험과 지식을 다른 로봇에 전이할 수 있도록 하는 것이다. 실제로 구글 딥마인드를 비롯한 글로벌 연구기관들이 참여한 ‘오픈 엑스-임바디먼트(Open X-Embodiment)’ 프로젝트에서는 22종의 로봇에서 수집한 100만개 이상의 실제 로봇 궤적 데이터를 통합했으며, 서로 다른 로봇에서 축적한 경험을 활용해 여러 로봇의 성능을 높이는 전이 효과를 확인했다.
 범용화의 방향은 개별 로봇의 능력을 높이는 데서 그치지 않는다. 하나의 로봇이 모든 작업을 수행하도록 만드는 대신 각기 다른 능력을 가진 로봇과 장비를 하나의 목표 아래 연결하는 ‘오케스트레이션’도 피지컬 AI의 중요한 기술 과제로 떠오르고 있다.
 한국 정부도 이러한 기술을 산업 경쟁력으로 연결하기 위한 국가 전략을 본격화하고 있다. 정부는 피지컬 AI를 국가 차원의 핵심 기술 분야로 육성하고 있으며, 과학기술정보통신부는 지난 7월 ‘피지컬 AI 핵심 경쟁력 확보 전략’을 발표했다.
 이 전략은 데이터·기술·확산·생태계를 4대 축으로 설정하고, 데이터 확보와 핵심 기술 개발부터 현장 실증·상용화까지 이어지는 피지컬 AI 생태계를 구축하는 데 초점을 맞췄다.
 제조업의 AI 전환도 피지컬 AI 확산의 주요 무대로 꼽힌다. 정부 정책은 2030년까지 AI 팩토리 500개 구축을 목표로 고품질 제조데이터 수집과 AI 모델 개발·실증을 지원하고, AI 적용 범위를 생산공정에서 생산계획과 공급망·재고관리 등 제조 전반으로 확대한다는 계획이다.
 <figure class="figure_frm origin_fig" contents-hash="2724f86210135a3a9a2f4766c274d4272b4760e9ea05abaf644857c42396dab1" dmcf-pid="GtOUuEztZA" dmcf-ptype="figure">
 <img alt=".NC AI 유튜브 캡처" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202609/26/dailian/20260926050145572xgmg.jpg" data-org-width="700" dmcf-mid="tVW2Vh4qtt" dmcf-mtype="image" height="auto" src="https://img4.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202609/26/dailian/20260926050145572xgmg.jpg" width="658">
 <figcaption class="txt_caption default_figure">
 .NC AI 유튜브 캡처
 </figcaption>
 </figure>
 국내 기업들도 각 산업의 현장과 AI 기술을 연결하는 시도를 확대하고 있다.
 NC AI는 철강, 조선, 국방 등 다양한 산업 현장에서 피지컬 AI 기술의 적용 범위를 넓히고 있다. 포스코DX와는 산업 현장에 적용할 로봇 파운데이션 모델(RFM)을 공동 개발하고 있으며, 한화오션과는 조선 현장의 용접 작업을 위한 피지컬 AI 기술을 개발하고 있다. 현대로템과는 월드모델을 기반으로 다양한 전장 상황을 가상환경에서 학습·검증할 수 있는 피지컬 AI 통합 시뮬레이터와 로봇 기술 개발을 추진하고 있다.
 NC AI는 전북·경남에서 추진되는 피지컬 AI 연구개발 사업에도 참여해 지역 주력 산업과 연계한 기술 개발을 추진하고 있다.
 경남에서는 월드모델(WM)과 대규모 행동모델(LAM)을 기반으로 제조 현장의 정밀 제어 기술을 개발한다. 센서와 비전 등 산업 현장의 데이터를 활용해 설비와 작업 환경의 물리적 상황을 이해하고 변화를 예측하는 월드모델을 구축하고, 이를 바탕으로 LAM이 현장 상황에 맞춰 설비와 로봇의 행동을 계획·제어하도록 한다.
 </section> 
 </div> 
 Copyright © 데일리안. 무단전재 및 재배포 금지.

댓글 총 0개

이번주 포인트랭킹

매주 일요일 밤 0시에 랭킹을 초기화합니다.

14,000상품권
23,000상품권
32,000상품권

업체홍보/구인 더보기

지식/노하우 더보기

판매의뢰 더보기

포토 더보기