산업/비즈니스

“엔비디아도 탐낸다?” 한국 공장, ‘데이터 팩토리’ 대변신

댓글 0 · 저장 0 · 편집: 이도윤 기자 발행: 2026.02.28 11:34

기사 3줄 요약

1 현장 AI 도입 지체는 구조 문제
2 실패 과정 배우는 데이터 공장 필요
3 한국 제조 인프라가 최적의 요건

인공지능 기술이 비약적으로 발전하고 있습니다. 하지만 산업 현장에서의 AI 도입은 여전히 시범 사업 단계를 벗어나지 못하고 있다는 지적이 나옵니다. 기술 자체의 부족함보다는 기술이 작동할 수 있는 구조가 없기 때문이라는 분석입니다. 손병희 마음AI 연구소장에 따르면 이제는 ‘데이터 팩토리’라는 새로운 관점이 필요한 시점입니다.

실험실이 아닌 ‘데이터 공장’

‘데이터 팩토리’는 엔비디아가 로봇 연구를 설명하며 강조한 개념입니다. 현실의 데이터만으로는 로봇과 자율주행 AI를 완벽하게 학습시키기 어렵다는 판단에서 출발했습니다. 시뮬레이션 환경이 데이터를 끊임없이 생산하는 공장 역할을 해야 한다는 의미입니다. 손 소장은 이 개념을 한국 산업 전반으로 확장해야 한다고 주장합니다. 단순히 연구소에서 소량의 데이터를 만드는 것이 아닙니다. 공장에서 제품을 찍어내듯 데이터를 대량으로 생산하고 자동화하는 구조가 필요합니다.

실패에서 배우는 ‘과정 데이터’

기존 AI 도입 방식은 흩어진 데이터를 단순히 모으는 수준에 그쳤습니다. 하지만 피지컬 AI 시대에는 데이터가 현장에서 자동으로 생성되고 즉시 재학습되는 구조가 필수적입니다. 손 소장에 따르면 가상 시뮬레이션과 실증 공간, 그리고 실제 현장이 유기적으로 연결되어야 합니다. 이 세 공간이 하나의 학습 구조로 묶일 때 AI는 스스로 진화할 수 있습니다. 특히 중요한 것은 정답 데이터가 아닌 ‘과정 데이터’입니다. AI가 왜 실패했는지, 어떻게 보정했는지에 대한 데이터가 쌓여야 로봇이 더 똑똑해질 수 있습니다.

한국 제조업의 ‘유일한 생존법’

한국은 반도체와 자동차 등 세계 최고 수준의 산업 벨트를 보유하고 있습니다. 이는 전 세계 어디에서도 찾기 힘든 양질의 데이터 생산지입니다. 손 소장은 새로운 산업을 억지로 만들 필요가 없다고 강조합니다. 이미 존재하는 강점 있는 현장을 데이터 팩토리 구조로 전환하기만 하면 됩니다. 한국이 글로벌 빅테크의 AI 모델을 소비하는 국가에서 벗어날 기회입니다. 산업 현장 자체가 AI를 학습시키는 주체로 거듭나야 한다는 목소리가 높습니다.