산업/비즈니스

“AI 실험실은 끝났다” 한국 공장들이 ‘데이터 괴물’ 된 사연

댓글 0 · 저장 0 · 편집: 이도윤 기자 발행: 2026.02.25 15:33

기사 3줄 요약

1 AI 기술 좋지만 현장 도입은 아직 걸음마
2 공장이 직접 데이터 만드는 '팩토리' 돼야
3 韓 제조 인프라, 피지컬 AI 시대의 핵심 무기

인공지능(AI)이 소설도 쓰고 그림도 그리는 세상이 왔습니다. 그런데 정작 우리 주변의 공장이나 건설 현장은 어떤가요. 생각보다 AI가 활발하게 움직이는 모습을 보기 어렵습니다. 기술이 부족해서가 아닙니다. AI가 마음껏 뛰어놀며 배울 수 있는 ‘구조’가 없기 때문입니다. 최근 엔비디아(NVIDIA) 젠슨 황 CEO는 “시뮬레이션은 로봇 AI를 위한 데이터 공장”이라고 말했습니다. 이제는 실험실이 아닌, 공장이 직접 똑똑한 데이터를 찍어내는 ‘데이터 팩토리’가 되어야 한다는 주장이 나와 주목받고 있습니다.

AI도 이제 ‘현장 실습’이 필요해

마음AI 손병희 연구소장에 따르면, 지금까지 우리는 “어떤 AI 모델을 쓸까?”에만 집중했습니다. 하지만 로봇이 현실 세계에서 움직이는 ‘피지컬 AI(Physical AI)’ 시대에는 질문이 달라져야 합니다. “데이터는 어디서 만들고, 어떻게 학습시킬까?”를 고민해야 합니다. 쉽게 말해, 책상 앞에서 공부만 한 모범생 AI보다는 현장에서 구르며 일을 배운 실전형 AI가 필요하다는 뜻입니다. 엔비디아는 이를 위해 ‘데이터 팩토리’라는 개념을 강조합니다. 가상 공간(시뮬레이션)에서 로봇이 수만 번 작업을 연습하고, 그 데이터를 모아 AI를 학습시키는 것입니다. 마치 공장에서 물건을 찍어내듯, 학습 데이터를 대량 생산하는 시스템을 갖춰야 합니다.

실패한 데이터가 더 비싸다?

공장에서 로봇이 하는 일은 생각보다 단순합니다. 집고(Pick), 옮기고(Place), 피하고(Avoid), 확인하는(Inspect) 작업의 반복입니다. 여기서 중요한 건 ‘정답’만 배우는 게 아닙니다. 로봇이 물건을 놓치거나 미끄러지는 ‘실수’의 과정까지 모두 데이터로 저장해야 합니다. 왜 실패했는지, 어떻게 고쳐야 하는지 배우는 과정이야말로 AI를 진짜 전문가로 만드는 핵심 재료가 됩니다. 이런 ‘과정 데이터’가 모여야 로봇 한 대가 아니라 수천 대가 동시에 똑똑해질 수 있습니다. 가상 환경과 실제 현장이 연결되어 실시간으로 데이터를 주고받는 구조, 이것이 바로 데이터 팩토리의 핵심입니다.

한국, 알고 보니 ‘금수저’였다

놀랍게도 한국은 이 분야에서 엄청난 잠재력을 가지고 있습니다. 반도체, 자동차, 물류 등 세계 최고 수준의 산업 현장이 빽빽하게 모여 있기 때문입니다. 굳이 새로운 테스트장을 만들 필요가 없습니다. 이미 잘 돌아가는 우리 공장들에 데이터 팩토리 시스템만 얹으면 됩니다. 지금까지 한국이 남들이 만든 AI를 가져다 쓰는 ‘소비자’였다면, 이제는 우리 공장이 직접 AI를 가르치는 ‘선생님’이 될 기회입니다. 손병희 연구소장은 “산업 현장 자체가 AI를 학습시키는 주체가 되는 것이 한국의 유일한 생존 전략”이라고 강조했습니다. 미국이 언어 모델(LLM)을 잡았다면, 한국은 몸으로 움직이는 ‘피지컬 AI’의 주도권을 쥘 수 있다는 것입니다.