[서울=뉴스핌] 서영욱 기자 = 생성형 인공지능(AI)이 인터넷 속 데이터를 학습하는 기술이라면, 다음 AI 경쟁은 현실 공간에서 벌어진다. 사람의 움직임을 배우고, 공장에서 숙련공의 작업을 익히며, 도로 위를 스스로 달리는 '피지컬 AI'가 차세대 성장축으로 떠오르고 있다. 전문가들은 피지컬 AI 경쟁의 핵심은 기술보다 실증과 데이터, 그리고 빠른 실행이라고 입을 모았다.

뉴스핌TV 'KYD 이슈터미네이터'는 유민희 한국경제연구원 연구위원과 정지성 에스오에스랩 대표를 초청해 정부가 추진하는 '3대 메가 프로젝트'의 의미와 경쟁력, 성공 과제를 진단했다.

정지성 대표는 "피지컬 AI는 현실 세계를 이해하고 학습하는 AI"라며 "숙련 작업자의 손동작과 관절 움직임을 데이터화해 휴머노이드가 학습할 수 있다면 제조업의 생산 방식 자체가 바뀔 것"이라고 말했다.

에스오에스랩은 레이저를 이용해 3차원 공간을 인식하는 라이다(LiDAR) 센서를 개발하고 있다. 기존에는 자율주행차의 장애물 인식에 활용됐지만 앞으로는 사람의 움직임과 관절 데이터를 정밀하게 수집해 휴머노이드 학습의 핵심 데이터로 활용될 수 있다는 설명이다.

정부도 피지컬 AI를 3대 메가 프로젝트의 한 축으로 육성하기 위해 제조업 AI 전환(MAX), 핵심기술 확보(MASTER), 양산체계 구축(MASS PRODUCTION)을 중심으로 한 '3M 전략'을 추진하고 있다. 2028년까지 산업 특화 휴머노이드 상용화, 데이터팩토리 구축, 로봇 파운드리 조성 등을 통해 '로봇을 잘 사용하는 나라'에서 '로봇을 잘 만드는 나라'로 도약한다는 구상이다.

다만 전문가들은 연구개발 지원보다 첫 시장을 만드는 정책이 더 중요하다고 강조했다. 피지컬 AI는 실제 공장과 물류 현장에서 안전성과 경제성을 검증해야 하는 만큼 정부가 실증 환경을 조성하고 공공조달 등을 통해 초기 수요를 만들어야 한다는 것이다. 제조 데이터는 AI 시대의 핵심 자산인 만큼 데이터 공유 체계도 기업의 영업기밀을 보호하는 방향으로 설계해야 한다고 제언했다.

스타트업 전략도 달라져야 한다는 조언이 나왔다. 정 대표는 "삼성전자와 SK하이닉스는 이제 국내 대기업이 아니라 글로벌 기업"이라며 "스타트업은 이들과 경쟁하기보다 첫 고객으로 삼아 실증(PoC)과 사업화 경험을 쌓아야 세계 시장으로 확장할 수 있다"고 말했다.

향후 가장 먼저 국민이 체감할 피지컬 AI 서비스로는 자율주행 로봇택시를 꼽았다. 그는 "미국과 중국에서는 로봇택시가 이미 일상적인 교통수단이 됐다"며 "한국도 향후 5~10년 안에 로봇택시가 피지컬 AI의 대표 사례가 될 가능성이 크다"고 전망했다.

전문가들은 메가 프로젝트의 성패 역시 실행 속도에 달려 있다고 입을 모았다. 유민희 연구위원은 "반도체와 데이터센터, 피지컬 AI를 하나의 생태계로 연결하고 이를 산업 성과로 이어지게 하는 것이 핵심"이라고 말했다.

정 대표도 "이제 필요한 것은 거대한 계획이 아니라 국민과 기업이 체감할 첫 번째 성공 사례"라며 "첫 번째 도미노가 넘어지면 이후 투자와 혁신도 연쇄적으로 이어질 것"이라고 강조했다.

다음은 [뉴스핌TV 이슈터미네이터] 3대 메가프로젝트 진단 전문이다.

-피지컬 AI가 AI 산업의 새로운 성장축으로 주목받는 이유는 무엇이며, 에스오에스랩은 어떤 역할을 하게 될 것으로 보십니까?
▲정지성 대표(이하 정): 지금까지 AI는 주로 인터넷에 축적된 데이터를 학습하는 생성형 AI를 중심으로 발전해 왔습니다. 대규모언어모델(LLM)은 텍스트 데이터를, 멀티모달 AI는 이미지와 영상 데이터를 학습해 발전한 기술입니다.

하지만 피지컬 AI는 실제 현실 세계(Physical World)를 이해하고 학습하는 AI라는 점에서 차이가 있습니다. 예를 들어 사람이 펜으로 글씨를 쓸 때 손가락 관절이 어떻게 움직이는지, 어떤 각도로 손목과 팔을 사용하는지와 같은 실제 움직임을 로봇이 학습할 수 있다면 새로운 형태의 피지컬 AI가 구현될 수 있습니다.

에스오에스랩은 라이다(LiDAR) 기반의 3차원 공간 인식 센서를 개발하고 있습니다. 라이다는 레이저를 이용해 거리와 공간을 측정하는 기술로, 지금까지는 자율주행차에서 장애물 감지와 지도 작성, 위치 인식 등에 주로 활용돼 왔습니다.

앞으로는 이 기술을 사람의 움직임과 자세를 정밀하게 측정하는 데 활용할 수 있습니다. 예를 들어 자동차 공장에서 숙련 작업자가 부품을 조립할 때 손과 관절이 어떻게 움직이는지를 3차원 데이터로 기록하면, 휴머노이드 로봇이 이를 학습해 동일한 작업을 수행할 수 있게 됩니다.

이처럼 휴머노이드가 학습하는 새로운 데이터가 앞으로 피지컬 AI 시대의 핵심 자산이 될 것으로 보고 있습니다. 라이다와 같은 3차원 센서는 사람의 움직임과 관절 데이터를 정밀하게 수집하는 핵심 기술로, 피지컬 AI 생태계의 기반 역할을 하게 될 것입니다. 단기적으로는 피지컬 AI의 대표적인 상용화 사례인 자율주행 로봇택시 분야에서 의미 있는 역할을 할 수 있을 것으로 기대하고 있습니다.

-현장에서 사업을 하는 기업 입장에서 3대 메가 프로젝트는 어떤 의미가 있으며, 어떤 영향을 기대하고 있습니까?
▲정: 기업 입장에서는 이번 3대 메가 프로젝트에 대한 기대가 매우 큽니다. 에스오에스랩은 단순히 라이다 센서만 만드는 회사가 아니라 글로벌 경쟁사와 차별화된 기술을 바탕으로 라이다 핵심 반도체까지 직접 개발하고 있습니다. 현재 광반도체와 전력 스위칭 반도체를 자체 개발하고 있으며, 앞으로는 라이다용 이미지센서 등 핵심 반도체까지 확대할 계획입니다.

이렇게 자체 개발한 반도체를 기반으로 자동차와 화학공장 등 제조 현장에서 숙련 작업자의 암묵지(현장 경험)를 데이터로 수집하고, 이를 산업별 표준 데이터셋으로 구축하는 것이 목표입니다.

예를 들어 조선업이라면 용접 작업에 필요한 숙련자의 움직임을 표준 데이터로 만들고, 휴머노이드 로봇이 이를 학습해 실제 산업 현장에서 활용할 수 있도록 하는 것입니다. 검증된 데이터를 기반으로 학습한 로봇을 자동차 공장이나 제조 현장에 바로 투입할 수 있는 생태계를 만드는 것이 궁극적인 목표입니다.

이 과정에서 생성되는 방대한 산업 데이터는 다시 AI 데이터센터에서 학습과 검증에 활용될 수 있습니다. 반도체와 데이터센터, 피지컬 AI가 하나의 생태계로 연결된다는 점에서 이번 3대 메가 프로젝트는 회사가 그동안 준비해 온 사업 방향과 정확히 맞닿아 있습니다.

광주에서 10년 전 창업한 기업으로서, 이번 메가 프로젝트는 그동안 준비해 온 기술과 사업이 국가 전략과 맞물리는 중요한 전환점이 될 것으로 기대하고 있습니다.

-피지컬 AI 생태계는 스타트업의 역할도 중요합니다. 스타트업이 글로벌 기업으로 성장하기 위해 가장 필요한 것은 무엇이라고 보십니까?
▲정: 이제는 대기업과 글로벌 기업을 구분해서 볼 시대가 아닙니다. 과거에는 국내 대기업과 글로벌 선도기업이 다른 개념이었지만, 지금은 삼성전자와 SK하이닉스처럼 이미 세계 시장을 이끄는 글로벌 기업들이 한국에 있습니다. 예를 들어 SK하이닉스는 HBM 시장을 선도하는 글로벌 기업입니다. 따라서 스타트업은 해외 기업만 바라볼 것이 아니라 국내 글로벌 기업과 함께 성장하는 전략을 세울 필요가 있습니다.

가장 중요한 것은 글로벌 기업이 해결해야 하는 핵심 문제를 스타트업이 해결하는 것입니다. 예를 들어 스타트업이 SK하이닉스 공장에 적용되는 핵심 센서를 개발한다면, 그 기술은 자연스럽게 세계 다른 반도체 공장에도 적용될 수 있는 경쟁력을 갖게 됩니다.

한국은 반도체와 조선, 방산 등 여러 산업에서 이미 세계 최고 수준의 기업들을 보유하고 있습니다. 이들 기업은 단순한 국내 대기업이 아니라 글로벌 시장을 선도하는 기업들입니다. 또 최근에는 이들 글로벌 기업이 오픈이노베이션을 적극 확대하며 스타트업과 협력할 기회를 넓히고 있다는 점도 큰 장점입니다. 스타트업은 이러한 협력 프로그램을 활용해 기술을 검증(PoC)받고 첫 번째 성공 사례를 만드는 것이 중요합니다.

국내 글로벌 기업과 함께 실증과 사업화 경험을 쌓으면, 이를 기반으로 미국이나 일본 등 해외 시장에서도 경쟁력을 인정받을 가능성이 높아집니다. 따라서 스타트업은 국내 글로벌 기업을 경쟁 대상으로 보기보다 가장 좋은 첫 번째 고객이자 글로벌 시장으로 나아가는 발판으로 적극 활용하는 전략이 필요하다고 생각합니다.

-정부는 피지컬 AI 분야에 어떤 투자와 지원을 추진하고 있으며, 기업들은 어떤 지원을 가장 기대하고 있습니까?
▲유민희 연구위원(이하 유): 정부의 피지컬 AI 전략은 크게 '3M 전략'으로 정리할 수 있습니다. 첫 번째는 'MAX(제조업 AI 전환)'입니다. 로봇과 AI, 제조기업 등 1500여 개 기관이 참여하는 MAX 얼라이언스를 중심으로 산업별 특화 AI 로봇을 개발하고, 매년 1000대 이상을 제조 현장에 보급할 계획입니다. 또한 2028년까지 10대 산업 특화 휴머노이드를 상용화하는 것이 목표입니다.

두 번째는 'MASTER(핵심기술·데이터 경쟁력 확보)'입니다. 정부는 10대 산업 분야의 데이터팩토리를 구축하고, 3년 안에 독자적인 피지컬 AI 파운데이션 모델을 개발할 계획입니다. 또한 액추에이터와 로봇 센서 등 국산화율이 낮은 핵심 부품에 대한 연구개발(R&D) 투자도 확대할 방침입니다.

세 번째는 'MASS PRODUCTION(양산체계 구축)'입니다. 새만금에는 로봇 파운드리와 부품 클러스터를 조성하고, 대경권에는 자동차·조선·전자산업과 연계한 생산 및 실증 체계를 구축할 계획입니다. 이와 함께 로봇 특성화 대학원을 통해 5년간 전문인력 1만 명을 양성하고, AI 로봇 전문기업 30개 이상을 육성해 2030년 AI 로봇 글로벌 3강, 피지컬 AI 글로벌 1강을 목표로 하고 있습니다.

정부는 그동안 '로봇을 잘 활용하는 나라'였던 한국을 '로봇을 잘 만드는 나라'로 전환하겠다는 전략을 추진하고 있습니다. 우리나라는 산업용 로봇 활용도는 세계 최고 수준이지만, 로봇 자체를 설계·제조하는 산업 기반은 상대적으로 약하기 때문입니다.

현장에서 기업들이 가장 기대하는 지원은 연구개발비보다 '첫 시장'을 만들어주는 것입니다. 피지컬 AI는 기술을 개발하는 것만으로 끝나지 않습니다. 실제 공장과 물류창고에서 장기간 운영하며 안전성과 경제성을 검증해야 하기 때문에, 정부가 수요기업과 AI·로봇 기업을 연결해 대규모 실증 환경을 조성하고 공공조달 등을 통해 초기 시장을 만들어주는 지원이 필요합니다.

또 하나 중요한 과제는 데이터 생태계 구축입니다. 제조 현장의 데이터는 숙련공의 노하우와 공정 기술이 담긴 핵심 자산이지만, 개별 기업이 혼자 구축하기에는 한계가 있습니다. 정부가 데이터팩토리와 데이터 공유 체계를 마련하는 방향은 바람직하지만, 공정 데이터에는 영업기밀이 포함될 수 있는 만큼 기업이 데이터 주권을 유지하면서 필요한 범위만 선택적으로 공유할 수 있는 체계를 갖추는 것이 중요합니다.

마지막으로 제도와 인력 지원도 필요합니다. AI 자율시스템의 안전인증과 책임 기준을 명확히 하고, 중소 제조기업이 로봇을 도입할 때 장비 구입뿐 아니라 공정 재설계와 인력 재교육까지 함께 지원하는 패키지 정책이 마련돼야 현장의 AI 전환이 더욱 빠르게 확산될 것으로 기대합니다.

-AI 경쟁은 국가 간 경쟁이면서도 글로벌 협력이 중요한 산업입니다. 우리나라가 메가 프로젝트를 성공시키기 위해서는 어떤 협력이 필요하다고 보십니까?
▲유: 중요한 것은 어느 나라와 협력하느냐보다 어떤 방식으로 협력하느냐입니다. AI 산업은 반도체부터 AI 모델, 데이터센터, 서비스까지 어느 한 나라가 모든 것을 자체적으로 해결할 수 없는 산업입니다. 따라서 글로벌 협력은 선택이 아니라 필수입니다.

최근 엔비디아가 우리 정부 및 주요 기업과 GPU 공급 협력을 추진하고, 삼성전자와 SK하이닉스가 오픈AI의 스타게이트 프로젝트에 HBM을 공급하는 것도 이런 협력 구조를 보여주는 사례입니다.

다만 우리나라는 기술을 일방적으로 받는 위치가 아니라 상호 보완적인 협력 구조를 만들어야 합니다. 한국은 AI 인프라의 핵심 병목인 HBM을 공급하고, 그 대가로 글로벌 최전선의 AI 기술과 컴퓨팅 인프라에 접근하는 권한을 확보하는 방식이 바람직합니다. 즉, 우리가 대체하기 어려운 경쟁력을 제공하는 만큼 그에 상응하는 기술과 기회를 확보하는 '양방향 협력'이 필요합니다.

동시에 협력이 곧 해외 의존으로 이어져서는 안 됩니다. 해외의 최신 기술을 적극 활용하되, 한국어 기반의 독자적인 AI 파운데이션 모델과 국산 AI 반도체 역량은 지속적으로 육성해야 합니다. 협력은 필요하지만 기술 주도권은 유지해야 하기 때문입니다.

또한 국내 메가 프로젝트를 통해 축적되는 AI 데이터센터 구축·운영 기술, 냉각 기술, 산업용 로봇 등은 새로운 수출 산업이 될 가능성이 있습니다. AI 인프라 수요가 빠르게 늘고 있는 중동과 아세안 등 신흥시장을 대상으로 이러한 기술과 솔루션을 수출할 수 있는 기반을 마련하는 것도 중요한 과제라고 생각합니다.

-앞으로 5~10년 사이 AI가 가장 크게 바꿀 산업은 무엇이며, 가장 먼저 체감할 변화는 어디에서 나타날 것으로 보십니까?
▲정: 앞으로 가장 빠르게 체감할 수 있는 피지컬 AI의 변화는 자율주행 로봇택시가 될 것으로 생각합니다. 최근 사례를 보면 이미 변화는 시작됐습니다. 테슬라의 완전자율주행(FSD) 서비스에 대한 관심이 높아지면서 국내에서도 자율주행 기술이 더 이상 미래의 이야기가 아니라 현실이라는 인식이 확산되고 있습니다.

미국과 중국에서는 로봇택시가 이미 일상적인 교통수단으로 자리 잡고 있습니다. 예를 들어 미국에서는 부모가 직접 데리러 갈 수 없는 상황에서 일반 차량 호출 서비스 대신 웨이모(Waymo)와 같은 무인 로봇택시를 이용하는 사례가 자연스럽게 받아들여지고 있습니다. 운전자가 없는 차량이 아이를 목적지까지 안전하게 이동시키는 것이 일상이 된 것입니다.

반면 한국에서는 아직 이를 새로운 기술로 받아들이는 경우가 많지만, 해외에서는 이미 생활 속 서비스로 자리 잡고 있다는 점을 주목할 필요가 있습니다. 이처럼 자율주행 로봇택시는 피지컬 AI가 실제 현실에서 구현된 대표적인 사례라고 생각합니다. AI가 물리적인 공간에서 직접 움직이고 서비스를 제공하는 만큼, 향후 5~10년 사이 국민이 가장 먼저 체감하게 될 피지컬 AI의 변화도 로봇택시 분야에서 나타날 가능성이 가장 크다고 봅니다.

-대한민국 메가 프로젝트가 성공하기 위해 지금 가장 먼저 해야 할 일은 무엇이라고 보십니까?
▲유: 가장 중요한 키워드는 '연결'입니다. 반도체와 AI 데이터센터, 피지컬 AI를 각각 육성하는 데 그치는 것이 아니라 하나의 산업 생태계로 연결하는 것이 메가 프로젝트의 핵심입니다. 이를 위해서는 정부와 기업의 역할도 긴밀하게 연결돼야 합니다. 정부는 전력과 용수, 인허가 등 기반 인프라 지원이 기업의 투자 일정에 맞춰 신속하게 이뤄질 수 있도록 해야 하고, 기업은 이를 바탕으로 투자를 빠르게 실행해야 합니다.

또한 성과가 대기업에만 머물러서는 안 됩니다. 소재·부품·장비 기업과 중견·중소기업, 지역 산업으로까지 확산되는 생태계를 만드는 것이 중요합니다. 메가 프로젝트의 성공은 정부와 민간이 얼마나 많은 돈을 투자했는지가 아니라, 그 투자가 얼마나 빠르게 산업 생산성과 새로운 시장 창출로 이어졌는지로 평가돼야 합니다.

결국 가장 필요한 것은 신속한 실행입니다. 초기 단계에서 인프라와 행정 지원이 기업의 투자 일정에 맞춰 차질 없이 이뤄지고, 첫 번째 성공 사례가 만들어진다면 후속 투자도 자연스럽게 이어질 수 있습니다. 이제는 계획을 발표하는 단계를 넘어 구체적인 성과를 만들어내는 실행력이 가장 중요한 시점이라고 생각합니다.

▲정: 지금 정부는 메가 프로젝트를 통해 어디까지 나아갈 것인지라는 큰 비전과 목표를 제시했습니다. 이제 중요한 것은 그 목표를 향해 실제로 움직이고 있다는 것을 보여주는 첫 번째 실행 성과를 만드는 일입니다.

큰 목표만 제시하는 것이 아니라 첫 번째 이정표를 세우고, 실제로 성과가 나오고 있다는 것을 국민과 기업, 투자자들이 체감할 수 있어야 합니다. 그래야 "이 프로젝트가 실제로 실행되고 있고 세상이 바뀌고 있다"는 신뢰가 생기고, 이후 투자와 참여도 더욱 빠르게 이어질 수 있습니다.

결국 메가 프로젝트가 성공하려면 첫 번째 성공 사례가 첫 번째 도미노처럼 다음 투자와 혁신을 연쇄적으로 이끄는 계기가 돼야 합니다. AI 산업에 대한 시각도 지나치게 두려워하기보다 미래를 향한 도전이 필요하다고 생각합니다. 일론 머스크가 이야기했듯이 미래를 유토피아로 만들지, 디스토피아로 만들지는 우리의 선택에 달려 있습니다. 위험 요소는 관리하고 대비해야 하지만, 리스크를 줄여가면서도 빠르게 실행하는 것이 더 중요합니다.

무엇보다 올해 안에 메가 프로젝트의 첫 번째 의미 있는 성과를 만들어 첫 번째 도미노를 넘어뜨리는 것, 그것이 앞으로 대한민국 AI 산업이 본격적으로 도약하는 출발점이 될 것이라고 기대합니다.

syu@newspim.com