기술/연구

“로봇이 스스로 공부한다?” 한국 공장, AI 학교 된다

댓글 0 · 저장 0 · 편집: 이도윤 기자 발행: 2026.02.27 04:27

기사 3줄 요약

1 AI 산업 도입, 기술 아닌 구조 문제로 정체 중
2 엔비디아, 시뮬레이션 통한 데이터 생산 강조
3 한국 제조 인프라, AI 학습장으로 전환해야

최근 인공지능(AI) 기술이 엄청나게 발전했다는 소식, 다들 들어보셨을 겁니다. 하지만 정작 산업 현장에서는 “아직 멀었다”는 반응이 나옵니다. 로봇이나 자율주행 기술이 좋아졌는데도 왜 현장 도입은 더딜까요. 이유는 기술 부족이 아니라 ‘구조’의 문제입니다. 지금까지 우리는 어떤 AI 모델을 쓸지만 고민했습니다. 하지만 이제는 “데이터를 어디서 만들고, 어떻게 학습시킬까”를 고민해야 합니다.

엔비디아가 ‘공장’을 강조하는 이유

AI 반도체 1위 기업인 엔비디아는 ‘데이터 팩토리’라는 개념을 강조합니다. 젠슨 황 CEO는 “시뮬레이션은 로봇 AI를 위한 데이터 공장”이라고 정의했습니다. 현실 데이터만으로는 로봇을 똑똑하게 만들기 부족하기 때문입니다. 가상 세계인 시뮬레이션에서 데이터를 공장처럼 찍어내야 합니다. 엔비디아가 ‘연구소’가 아닌 ‘공장’이라는 단어를 쓴 점에 주목해야 합니다. 데이터 생성이 자동화되고 대량 생산이 가능해야 한다는 뜻입니다.

한국 산업, ‘AI 학교’로 변신해야 산다

그렇다면 한국은 어떻게 해야 할까요. 전문가들은 한국의 산업 현장 전체가 ‘데이터 팩토리’가 되어야 한다고 말합니다. 단순히 AI를 도입하는 것을 넘어, 산업 현장이 AI를 가르치는 학교가 되어야 합니다. 제조, 물류, 건설 등 분야는 달라도 로봇이 하는 일은 비슷합니다. 물건을 잡고, 옮기고, 피하고, 확인하는 작업입니다. 이런 작업 단위로 데이터를 모으면 산업 경계를 넘어 재사용할 수 있습니다.

실패를 통해 배우는 ‘피지컬 AI’

이제는 데이터를 억지로 모으는 게 아니라, 저절로 쌓이는 구조를 만들어야 합니다. 가상 환경과 실제 현장이 연결되어야 로봇이 스스로 진화합니다. 이때 중요한 건 정답이 아니라 ‘과정 데이터’입니다. AI가 왜 실패했는지, 어떻게 고쳤는지에 대한 기록이 핵심입니다. 한국은 반도체, 자동차, 의료 등 세계 최고 수준의 산업 현장을 가지고 있습니다. 이 현장을 AI가 학습하는 데이터 생산지로 바꾸면 승산이 있습니다. 손병희 마음AI 연구소장에 따르면, 이것이 한국의 유일한 생존 전략입니다. 남이 만든 AI를 쓰는 소비자가 아니라, AI를 가르치는 주인이 되어야 합니다. 지금 변하지 않으면 영영 뒤처질 수도 있습니다.